[发明专利]多模态生物识别方法及装置

权利要求书

1.一种多模态生物识别方法，其特征在于，包括：

获取业务办理环境的参数数据并对获取的参数数据进行过滤处理；

将过滤处理后的参数数据与预设的模式匹配规则进行比对处理，确定所述过滤处理后的参数数据中的有效数据；

对所述有效数据进行格式转换处理并将转换后的数据输入预设的决策模型，得到当前业务办理环境对应的验证模式；

调取当前业务办理环境下的多模态生物识别方式中与所述验证模式对应的生物识别方式对业务办理人进行生物识别。

2.根据权利要求1所述的多模态生物识别方法，其特征在于，对所述有效数据进行格式转换处理之后，还包括：

将转换后的数据发送至数据中心，以使数据中心根据转换后的数据对预设的决策模型进行优化；

相对应的，所述将转换后的数据输入预设的决策模型，得到当前业务办理环境对应的验证模式，包括：

将转换后的数据输入优化后的预设的决策模型，得到当前业务办理环境对应的验证模式。

3.根据权利要求1所述的多模态生物识别方法，其特征在于，所述对获取的参数数据进行过滤处理，包括：

通过对获取的参数数据进行筛选处理，过滤所述参数数据中的噪音数据。

4.根据权利要求3所述的多模态生物识别方法，其特征在于，所述对获取的参数数据进行筛选处理，包括：

采用正则表达式法、自然语言处理法和包装器归纳法中任意一种方式对获取的参数数据进行筛选处理。

5.根据权利要求1所述的多模态生物识别方法，其特征在于，所述将过滤处理后的参数数据与预设的模式匹配规则进行比对处理，包括：

采用Rete算法、Leaps算法、Treat算法和HAL算法中任意一种方式对过滤处理后的参数数据与预设的模式匹配规则进行比对处理。

6.根据权利要求1所述的多模态生物识别方法，其特征在于，所述对所述有效数据进行格式转换处理，包括：

采用逻辑表示法、框架表示法、面向对象表示法、语义网表示法、XML表示法和本体表示法中任意一种方式对所述有效数据进行格式转换处理。

7.根据权利要求1所述的多模态生物识别方法，其特征在于，所述预设的决策模型是采用BP神经网络、RBF神经网络、感知神经网络、线性神经网络、自组织神经网络和反馈神经网络中任意一种并根据格式转换处理后的样本数据、样本数据对应的验证模式进行训练得到的。

8.根据权利要求1所述的多模态生物识别方法，其特征在于，所述参数数据包括：环境光线、摄像角度、环境温度、办理业务的安全性中至少一种。

9.一种多模态生物识别装置，其特征在于，包括：

采集单元，用于获取业务办理环境的参数数据并对获取的参数数据进行过滤处理；

预处理单元，用于将过滤处理后的参数数据与预设的模式匹配规则进行比对处理，确定所述过滤处理后的参数数据中的有效数据；

验证单元，用于对所述有效数据进行格式转换处理并将转换后的数据输入预设的决策模型，得到当前业务办理环境对应的验证模式；

调取单元，用于调取当前业务办理环境下的多模态生物识别方式中与所述验证模式对应的生物识别方式对业务办理人进行生物识别。

10.根据权利要求9所述的多模态生物识别装置，其特征在于，还包括：

优化单元，用于将转换后的数据发送至数据中心，以使数据中心根据转换后的数据对预设的决策模型进行优化；

相对应的，所述验证单元，包括：

验证子单元，用于将转换后的数据输入优化后的预设的决策模型，得到当前业务办理环境对应的验证模式。

11.根据权利要求9所述的多模态生物识别装置，其特征在于，所述采集单元包括：

采集子单元，用于通过对获取的参数数据进行筛选处理，过滤所述参数数据中的噪音数据。