一种多锚点宠物数字身份识别方法、系统、设备及介质与流程

摘要: 本申请涉及人工智能,特别是涉及一种多锚点宠物数字身份识别方法、系统、设备及介质。背景技术:1、当前,宠物已成为众多家庭的情感成员,宠物身份识别技术在宠物登记、保...
一种多锚点宠物数字身份识别方法、系统、设备及介质与流程

本申请涉及人工智能,特别是涉及一种多锚点宠物数字身份识别方法、系统、设备及介质。

背景技术:

1、当前,宠物已成为众多家庭的情感成员,宠物身份识别技术在宠物登记、保险理赔、走失寻回、医疗健康等场景中具有广泛的应用需求。

2、现有专利cn113673487a,公开了一种宠物识别方法,通过获取待检测宠物的视频片段、面部图像和音频片段,分别提取步态特征、面部特征和声纹特征,然后将三种生物特征在特征层进行拼接融合后统一比对,以验证宠物身份。该方案存在两个根本性局限:其一,所有模态均局限于生物特征维度(步态、面部、声纹)。当宠物处于远距离、逆光、嘈杂等不利环境时,所有生物特征可能同时失效,远距离无法采集清晰的鼻纹或面部图像,嘈杂环境下声纹特征被淹没,则无法进行识别;其二,其采用的是强制多模态融合策略,则要求步态特征、面部特征和声纹特征三者齐备才能完成识别。这是一种典型的依赖型设计:任一模态采集失败,整个识别流程即告中断,缺乏冗余互备机制。

3、现有宠物识别技术的共同缺陷在于:身份锚点全部来自生物特征维度。当宠物处于不配合状态(如遮住面部、不发声)或环境条件恶劣时,系统没有任何备用的身份确认通道,这本质上是一种单点依赖架构,生物特征通道一旦失效,整个身份识别系统即告崩溃。因此,亟需一种突破单一生物特征维度的多锚点身份识别方案,引入新的身份锚点维度,并采用冗余互备策略替代强制融合策略,从根本上消除单点故障。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种多锚点宠物数字身份识别方法、系统、设备及介质。

2、第一方面,本申请实施例提供了一种多锚点宠物数字身份识别方法,所述方法包括:

3、采集宠物的多锚点身份特征;其中,所述多锚点身份特征至少包括宠物的多维生物特征以及宠物佩戴的智能设备的设备标识;所述设备标识经过密码学签名验证;

4、将各所述锚点身份特征与数据库中预建立的宠物身份索引表进行匹配,得到各匹配置信度;

5、判断是否存在任一所述锚点身份特征的匹配置信度超过其独立判定阈值;若是,则判定身份识别成功;

6、若否,则对各所述匹配置信度进行加权融合,得到综合置信度;

7、判断所述综合置信度是否大于预设阈值;若是,则判定身份识别成功;反之,则判定身份识别失败。

8、在其中一个实施例中,所述采集宠物的多锚点身份特征包括:

9、获取宠物的多维生物数据,基于所述多维生物数据提取多维生物特征;

10、获取宠物佩戴的智能设备广播的设备数据;其中,所述设备数据包括设备标识以及数字签名;所述数字签名基于所述智能设备内置安全芯片存储的私钥生成;

11、采用与所述私钥对应的公钥对所述数字签名进行验证;

12、若验签通过,则采集宠物的设备标识;若验签未通过,则不采集宠物的设备标识。

13、在其中一个实施例中,所述对各所述匹配置信度进行加权融合,得到综合置信度包括:

14、对于各所述锚点身份特征,基于滑动时间窗口内采用该锚点身份特征的识别准确率,确定其动态融合权重;

15、基于各所述锚点身份特征对应的动态融合权重以及匹配置信度,进行加权融合,得到综合置信度。

16、在其中一个实施例中,所述方法还包括:基于各所述锚点身份特征对应的动态融合权重,确定其独立判定阈值。

17、在其中一个实施例中,所述动态融合权重的计算公式为:

18、;

19、其中,为锚点身份特征i的初始权重,为本次身份识别的特征i的动态融合权重,为在滑动时间窗口内采用特征i的识别成功次数,为总识别次数,α为衰减系数,0<α≤1;当=0时定义/ =1;

20、所述独立判定阈值的计算公式为:

21、

22、其中,为锚点身份特征i的初始独立判定阈值,为本次身份识别的特征i的独立判定阈值。

23、在其中一个实施例中,所述多维生物特征包括:鼻纹特征、面部特征、声纹特征、步态特征中的至少一种。

24、在其中一个实施例中,所述设备标识包括:蓝牙mac地址、imei号、设备出厂序列号、写入安全芯片的数字证书中的至少一种。

25、第二方面,本申请实施例还提供了一种多锚点宠物数字身份识别系统,所述系统包括:

26、特征采集模块,用于采集宠物的多锚点身份特征;其中,所述多锚点身份特征至少包括宠物的多维生物特征以及宠物佩戴的智能设备的设备标识;所述设备标识经过密码学签名验证;

27、身份识别模块,用于将各所述锚点身份特征与数据库中预建立的宠物身份索引表进行匹配,得到各匹配置信度;判断是否存在任一所述锚点身份特征的匹配置信度超过其独立判定阈值;若是,则判定身份识别成功;若否,则对各所述匹配置信度进行加权融合,得到综合置信度;判断所述综合置信度是否大于预设阈值;若是,则判定身份识别成功;反之,则判定身份识别失败。

28、第三方面,本申请实施例还提供了一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行如上述第一方面所述的方法。

29、第四方面,本申请实施例还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述第一方面所述的方法。

30、本申请实施例具有以下有益效果:

31、(1)消除单点故障。通过引入设备标识作为独立身份锚点,并采用任一锚点命中即可返回的冗余互备策略,彻底消除了现有技术因强制多模态融合导致的单点故障问题。在视觉和听觉特征均不可用的极端场景下(远距离、逆光、嘈杂、宠物静默),只要设备标识可用,识别依然可以完成。

32、(2)识别鲁棒性的质变。设备标识锚点的引入,使得身份识别不再完全依赖生物特征的质量。在光照低、信噪比的极端环境下,只要设备标识锚点可用,身份识别即可完成,不存在现有技术中因单一生物特征失效而导致的单点故障。

33、(3)置信度分级。通过多锚点加权融合,系统可输出不同等级的置信度,高置信度结果可用于高安全等级场景,实现了识别精度与应用场景的精准匹配。

34、(4)架构的可扩展性。统一身份索引表的星型数据结构支持动态增删锚点,新类型的生物特征或设备标识均可作为新锚点接入,具有良好的可扩展性。

35、本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。

1.一种多锚点宠物数字身份识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述采集宠物的多锚点身份特征包括:

3.根据权利要求1所述的方法,其特征在于,所述对各所述匹配置信度进行加权融合,得到综合置信度包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:基于各所述锚点身份特征对应的动态融合权重,确定其独立判定阈值。

5.根据权利要求4所述的方法,其特征在于,

6.根据权利要求1所述的方法,其特征在于,所述多维生物特征包括:鼻纹特征、面部特征、声纹特征、步态特征中的至少一种。

7.根据权利要求1所述的方法,其特征在于,所述设备标识包括:蓝牙mac地址、imei号、设备出厂序列号、写入安全芯片的数字证书中的至少一种。

8.一种多锚点宠物数字身份识别系统,其特征在于,所述系统包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至权利要求7中任一项所述的方法。