买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安工业大学申请的专利一种虹膜和人脸权重自适应的多模态身份识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115565228B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211243915.6，技术领域涉及：G06V40/16；该发明授权一种虹膜和人脸权重自适应的多模态身份识别方法是由王鹏;张伟;王宾;李晓艳;吕志刚;郜辉;陈晨;邸若海;张玉芳;贺楚超;董绵绵;杨爽昕设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种虹膜和人脸权重自适应的多模态身份识别方法在说明书摘要公布了：本发明公开了一种虹膜和人脸权重自适应的多模态识别方法，其主要步骤包括：1对采集到的虹膜和人脸图像进行多级质量评估，得到虹膜和人脸图像的各级质量评估分数。2依据质量评估分数调节虹膜和人脸所占权重比，实现虹膜和人脸两种模态在匹配层加权加法融合权重的自适应优化。本发明有效提高了传统虹膜和人脸多模态身份识别系统的识别精度和准确率，同时解决了因人脸或虹膜某一生物特征局部遮挡导致用户身份无法识别的弊端，特别是佩戴口罩遮挡导致无法识别的问题。

本发明授权一种虹膜和人脸权重自适应的多模态身份识别方法在权利要求书中公布了：1.一种虹膜和人脸权重自适应的多模态身份识别方法，包括以下步骤 步骤1：获取用户视频图像序列，采集N组虹膜和人脸图像并编号； 步骤2：对采集到的N组虹膜和人脸图像进行第一级质量评估，快速的筛选图像质量较差的图像并得出第一级质量评估系数K1； 所述步骤2中，设定GfG1则该张人脸图像为合格图像，GiG2则该张虹膜图像为合格图像 计算合格图像中人脸图像第一级质量评估系数K1f和虹膜图像第一级质量评估系数所述人脸图像第一级质量评估系数计算方法为虹膜图像第一级质量评估系数 剔除不合格图像，重新组成N1组虹膜人脸图像并编号，存在奇数张图像时舍去梯度值最小的一张； 步骤3：对通过第一次质量评估的N1组图像进行第二级质量评估，筛选出不具备识别特征的图像并得出第二级质量评估系数K2； 所述步骤3中第二级质量评估包括人脸图像中嘴巴的定位和虹膜图像中瞳孔的粗定位； 所述人脸图像中嘴巴的定位是根据嘴巴的颜色属性特性，采用RGB颜色空间法在规定搜索范围内搜索实现对嘴巴快速定位；所述搜索范围为嘴巴所在矩形区域，该区域由人机交互界面限定； 所述瞳孔粗定位的方式是根据人眼灰度属性特性，采用二值化法分离瞳孔，从而快速确定该图像具备虹膜识别特征； 得出四种不同组合情况： 1嘴巴和瞳孔均找到 2找到嘴巴，未找到瞳孔 3找到瞳孔，未找到嘴巴 4嘴巴和瞳孔均未找到 组图像出现两种及以上的组合情况，则按照1234的优先级选择，筛选出N组虹膜和人脸图像并编号； 步骤4：对通过第二级质量评估N组图像进行第三级质量评估，精确定位图像中的识别特征并得出第三级质量评估系数K 所述步骤4中，计算N组图像中人脸图像第三级质量评估系数和虹膜图像第三级质量评估系数所述人脸图像第三级质量评估系数计算方法为所述虹膜图像第三级质量评估系数 其中虹膜的旋转度是上下眼睑的两个交点构成的直线和水平方向的夹角Ai；人脸的旋转度是人脸图像中双眼中心位置构成的直线和水平方向的夹角Af,； 步骤5：对通过第三级质量评估的N3组图像进行第四级质量评估，得出第四级质量评估系数K4； 所述步骤5中，第四级图像质量评估系数是人脸有效区域占比，是虹膜有效区域占比 其中人脸有效区域评估是采用RGB颜色空间对人脸进行肤色分割提取人脸有效区域，所述人脸有效区域占比是人脸肤色区域像素点数量和归一化后的人脸图像总像素点数量比值； 其中虹膜有效区域评估是采用二值化法对归一化展开虹膜区域的图像中眼睑和睫毛噪声进行分割，提取虹膜有效区域，所述虹膜有效区域评估是虹膜噪声区域像素点数量和归一化展开虹膜区域总像素点数量的比值； 步骤6：依据4级图像质量评估系数K1-K4，分别计算各组虹膜图像质量分数Ki和人脸图像质量评估分数Kf，依据Ki和Kf调整相应的虹膜和人脸识别权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。