一种基于数字气味技术和深度学习的气味身份识别方法与流程

本发明涉及一种创新的基于数字气味和深度学习的气味身份识别方法，涉及数字气味技术、大数据、深度学习、计算机网络等领域。

背景技术：

1、当前大多数企业、学校、政府机关部门都使用智能识别系统来识别人员身份，目前的指纹识别存在着一些缺点，比如环境要求高，容易复制和盗取，指纹特征较少的群体很难成像识别；面部识别缺点：可复制性，不稳定。主流的两种身份识别方法都有其局限性，受到小狗利用气味识别主人原理的启发，气味可以作为每个人独有的特征，每个人的气味组成不同，很难伪造并且永远不会消失，即用作身份识别。

2、在大数据技术、深度学习等技术日益成熟的今天，为了减少身份识别的误差和不可避免的一些客观环境因素，所提出该方法供各企业、学校、政府机关部门使用，提高身份识别的准确性、安全性和便利性，故该方法是身份识别领域迫切需要的。

技术实现思路

1、有鉴于此，本发明提供了一种基于数字气味和深度学习的气味身份识别方法，减小身份识别的误差，能够提高身份识别的准确性和安全性，为不方便进行人脸录入和指纹录入的人群提供方便的气味录入，方便其进行公共场所身份验证。

2、为实现以上目标，本发明提出了一种基于数字气味和深度学习的气味身份识别方法。该方法可通过气体收集装置，对人体散发的气味进行捕捉收集，经过分析可得出气味的数字特征，生成该气味的模型，根据不同场景下的不同气味进行学习，最后生成用户的“电子气味id”，在进行气味身份识别时，可以通过气味特征进行身份确认。所述发明包括：收集学习终端、应用识别终端。

3、所述收集学习终端包括：气体收集模块、气体气味分析模块、深度学习模块、大数据模块、数据传输模块；该终端可以收集用户气体，对用户气体气味进行特征分析并生成该用户的气味模型，通过深度学习算法训练用户的不同气味模型，生成该用户的“电子气味id”并与用户身份信息进行绑定，对信息进行保存和记录。

4、所述应用识别终端包括：气体采集模块，气体气味分析模块，数据传输模块；在进行身份识别时，采集到的用户气味信息与数据库中心信息通过数据传输模块进行比对，从而对该用户的身份进行核实。

5、所述气体收集模块，其为试管型气体收集装置，可收集人体散发出的气体，并贮存在气体储存装置中。

6、所述气体分析模块，该模块主要通过电子鼻传感器阵列吸附气体分子产生振动，采样得到一系列时间序列信号，获得其数字特征。

7、所述深度学习模块是一个深度卷积神经网络，已经进行了学习。与其他深度学习模块不同的是，该深度学习模块可以进行气味模型的训练。其中应用ann和svm等模型训练，具有高可靠性和高扩展性。可将气体分析模块中得出的气味特征生成气味模型进行训练，生成用户的“电子气味id”。

8、所述数据传输模块，其可在收集学习终端、应用识别终端之间进行通信，传输所需要验证的信息。

9、所述大数据模块，其利用集群进行运算和存储，保存和管理各用户的“电子气味id”和其他重要身份信息，并在应用识别终端传输回待识别气味时进行数据库的比对。

10、有益效果：

11、本发明提供了一种基于数字气味和深度学习的气味身份识别方法，规避了当前常用人脸识别和指纹识别的弊端，可以通过人自身无法隐藏的气味特征进行身份识别，加之计算机领域的深度学习技术和大数据技术，使其具有安全性、高效性、长效性，可作为一种新的身份验证的一种方法。

技术特征：

1.一种基于数字气味技术和深度学习的气味身份识别方法，其特征在于，所述方法包括：用户通过气体收集模块，将气体收集至气体容纳设备。气体容纳设备将所收集到的气体通过气体气味分析模块进行特征提取等处理后，生成该气味的数字特征和模型；深度学习模块根据气味数字特征和模型进行分类输出，对用户在不同情境下的不同气味模型进行训练，并生成用户的“电子气味id”；通过大数据模块和数据传输模块，将每个用户的“电子气味id”上传至数据中心进行存储记录。

2.如权利要求1所述的气体收集模块，其为电子鼻。其特点是有三个功能器件，作用分别为试管采集气体，吸附气体分子产生震动，得到一系列时间序列信号并对时间序列信号进行初步处理。

3.如权利要求1所述的气味分析模块，其根据权利要求2中的电子鼻信号处理系统发来的信号进行编码学习，学习到各气味的数字特征，并生成该气味的模型。

4.如权利要求1所述的深度学习模块，其根据ann和svm对气味的数字特征和生成的模型进行分类输出，使用卷积神经网络进行训练，在每个人传来的不同情境下的气味模型进行训练，并生成该用户的“电子气味id”，“电子气味id”可以用来唯一标识一个用户。

5.如权利要求1所述的大数据模块，其主要为数据存储模块，在通过数据传输模块获得“电子气味id”后，数据存储模块将“电子气味id”与个人身份证号一一对应绑定，并存储在数据库中心；在进行身份验证时，将收集到的个人气味信息与数据库中心的气味信息进行比对，即可验证其身份。

6.如权利要求1所述的数据传输模块，其基于tcp/ip协议，可以实现远程终端安全网络通信，高速可靠地传输“电子气味id”。

7.如权利要求5所述的数据存储模块，其基于hadoop分布式系统基础架构，利用集群进行运算和存储，保存和管理各用户的“电子气味id”和其他重要身份信息。

技术总结
本发明提供了一种基于数字气味技术和深度学习的气味身份识别方法，涉及数字气味技术领域。通过气体收集装置收集待测气体，电子鼻的传感器阵列吸附气体分子产生振动，采样得到一系列时间序列信号，获得其数字特征。对数字特征进行预处理和降维处理，经人工神经网络(ANN)和支持向量机(SVM)分类器对处理后的数字特征作为输入样本进行分类、输出标签，通过深度学习方法对输出结果进行多次训练，并向数据库中心传输训练结果。据上述过程，可实现可靠的身份认证。本发明方法具有高可靠性和安全性，可广泛应用于各类身份识别场景。

技术研发人员：赵旭,杨莎莎,王晓庆,刘佳冀,袁天然,罗笑南
受保护的技术使用者：联想新视界（南昌）人工智能工研院有限公司
技术研发日：
技术公布日：2024/2/19