【技术实现步骤摘要】
本申请涉及图像识别，尤其涉及一种用户身份识别系统、方法及相关装置。
技术介绍
1、在当前自动取款机(automated teller machine，atm)的金融交易场景下，利用指纹进行用户身份识别是较为常用的方案。但是，当指纹采集设备由于使用频率较高产生污损时，无法实现指纹的准确采集，进而影响用户身份识别精度。
2、而随着图像识别技术的发展，本领域研究人员提出了利用监控设备采集用户特定姿势的手部图像，并利用图像识别算法进行手部图像的特征识别进而完成身份识别的设想。但是，由于atm场景下外部光线对手部图像的质量影响较大，使得图像识别算法需要具备较高的识别精度，但较高的识别精度使得图像识别算法会产生较高的算力需求，而atm机无法提供高精度图像识别算法的算力需求。因此，如何实现在atm机场景下基于图像识别技术实现用户身份识别已成为亟待解决的问题。
技术实现思路
1、鉴于上述问题，本申请提供了一种用户身份识别系统、方法及相关装置，以实现在atm机场景下基于图像识别技术实现用户身份识别的目的。具体方案如下：
2、本申请第一方面提供一种用户身份识别系统，应用于atm机，所述用户身份识别系统，包括：
3、数据采集模块，用于获得包括目标用户手部动作的监控图像以及目标用户的银行卡信息，并从数据库中提取与所述银行卡信息对应的预存手部动作特征和预存手部生物特征；
4、预设yolact实例分割模型，用于利用预设预测分支中的预设残差模块基于输入的监控图像，
5、预设ghostnetv2轻量化视觉模型，用于利用预设注意力模块对所述手部图像特征图进行信息保持和权重赋值处理，获得身份识别关联特征图，并从身份识别关联特征图中提取所述目标用户的手部动作特征和手部生物特征；
6、身份识别模块，用于基于所述预存手部动作特征、所述预存手部生物特征、手部动作特征和手部生物特征的一致性比对结果输出所述目标用户的身份识别结果。
7、在一种可能的实现中，所述预设yolact实例分割模型包括：基础网络、特征金字塔网络、原型生成分支、所述预测分支和所述特征融合模块，所述预设yolact实例分割模型在利用预设预测分支中的预设残差模块基于输入的监控图像，输出所述监控图像中的手部图像区域的图像分割特征，并利用预设特征融合模块基于所述图像分割特征输出所述目标用户的手部图像特征图时被设置为：
8、所述基础网络用于对所述监控图像进行分辨率调整，输出多个分辨率的初始图像；
9、所述特征金字塔网络用于基于各所述分辨率的所述初始图像进行初始图像融合，获得基础特征图；
10、所述原型生成分支用于对所述基础特征图进行特征提取，获得初始特征图；
11、所述预测分支用于利用所述预设残差模块对所述基础特征图进行特征提取，获得所述图像分割特征；
12、所述特征融合模块用于将所述图像分割特征与所述初始特征图进行特征融合，获得所述手部图像特征图。
13、在一种可能的实现中，所述预设残差模块包括依次连接的第一卷积层和第二卷积层，所述预测分支用于利用所述预设残差模块对所述基础特征图进行特征提取，获得所述图像分割特征，包括：
14、所述预测分支将所述基础特征图输入所述预设残差模块，以使所述预设残差模块基于所述基础特征图的通道数计算的梯度值是否处于预设梯度区间内，若是，则对所述基础特征图进行所述特征提取，获得所述图像分割特征；
15、在所述梯度值不处于所述预设梯度区间内的情况下，将所述基础特征图输入所述第一卷积层，以使所述第一卷积层和所述第二卷积层对所述基础特征图的所述通道数进行调整，获得经过调整的基础特征图，并对所述经过调整的基础特征图进行所述特征提取，获得所述图像分割特征。
16、在一种可能的实现中，所述特征融合模块在将所述图像分割特征与所述初始特征图进行特征融合，获得所述手部图像特征图时被设置为：
17、将所述图像分割特征中的掩码权重系数与所述初始特征图中沿特征类别关联的通道进行特征线性加权，生成所述手部图像特征图。
18、在一种可能的实现中，所述预设注意力模块包括：预处理层、平均池化层、最大池化层、特征融合层、拼接层、卷积层和输出层，所述预设ghostnetv2轻量化视觉模型在利用预设注意力模块对所述手部图像特征图进行信息保持和权重赋值处理，获得身份识别关联特征图时被设置为：
19、所述预处理层用于对所述手部图像特征图进行信息保持处理，获得经过信息保持处理的初始身份识别关联特征图；
20、所述平均池化层用于对所述初始身份识别关联特征图进行平均池化处理，获得第一特征图；
21、所述最大池化层用于对所述初始身份识别关联特征图进行最大池化处理，获得第二特征图；
22、所述特征融合层用于基于预设权重值对所述第一特征和所述第二特征进行加权融合，获得混合特征图；
23、所述拼接层用于将所述第一特征图、所述第二特征图和所述混合特征图进行拼接，获得中间特征图；
24、所述卷积层用于对所述中间特征图分别进行标准卷积操作和空洞卷积操作，并对获得的标准卷积操作结果特征和空洞卷积操作结果特征进行加权求和操作，获得身份识别关联特征集合；
25、所述输出层用于将所述身份识别关联特征集合与所述初始身份识别关联特征图相乘，获得所述身份识别关联特征图。
26、在一种可能的实现中，所述预处理层包括：全局池化层、全连接层、激活函数、乘积层和求和层，所述预处理层在对所述手部图像特征图进行信息保持处理，获得经过信息保持处理的初始身份识别关联特征图时被设置为：
27、利用所述全局池化层、所述全连接层和所述激活函数对所述手部图像特征图进行特征提取，获得初始身份识别关联特征集；
28、所述乘积层用于获得所述手部图像特征图与所述初始身份识别关联特征集的乘积特征；
29、所述求和层用于将所述乘积特征与所述手部图像特征图进行叠加，获得所述初始身份识别关联特征图。
30、本申请第二方面提供一种用户身份识别方法，应用于上述第一方面及其任一种实现方式所述的用户身份识别系统，所述用户身份识别方法，包括：
31、获得包括目标用户手部动作的监控图像以及目标用户的银行卡信息，并从数据库中提取与所述银行卡信息对应的预存手部动作特征和预存手部生物特征；
32、预设yolact实例分割模型利用预设预测分支中的预设残差模块基于输入的监控图像，输出所述监控图像中的手部图像区域的图像分割特征，并利用预设特征融合模块基于所述图像分割特征输出所述目标用户的手部图像特征图；
33、预设ghostnetv2轻量化视觉模型利用预设注意力模块对所述手部图像特征图进行信息保本文档来自技高网...
【技术保护点】
1.一种用户身份识别系统，其特征在于，应用于ATM机，所述用户身份识别系统，包括：
2.根据权利要求1所述的用户身份识别系统，其特征在于，所述预设YOLACT实例分割模型包括：基础网络、特征金字塔网络、原型生成分支、所述预测分支和所述特征融合模块，所述预设YOLACT实例分割模型在利用预设预测分支中的预设残差模块基于输入的监控图像，输出所述监控图像中的手部图像区域的图像分割特征，并利用预设特征融合模块基于所述图像分割特征输出所述目标用户的手部图像特征图时被设置为：
3.根据权利要求2所述的用户身份识别系统，其特征在于，所述预设残差模块包括依次连接的第一卷积层和第二卷积层，所述预测分支用于利用所述预设残差模块对所述基础特征图进行特征提取，获得所述图像分割特征，包括：
4.根据权利要求2所述的用户身份识别系统，其特征在于，所述特征融合模块在将所述图像分割特征与所述初始特征图进行特征融合，获得所述手部图像特征图时被设置为：
5.根据权利要求1所述的用户身份识别系统，其特征在于，所述预设注意力模块包括：预处理层、平均池化层、最大池化层、特征
6.根据权利要求5所述的用户身份识别系统，其特征在于，所述预处理层包括：全局池化层、全连接层、激活函数、乘积层和求和层，所述预处理层在对所述手部图像特征图进行信息保持处理，获得经过信息保持处理的初始身份识别关联特征图时被设置为：
7.一种用户身份识别方法，其特征是在于，应用于如权利要求1至6所述的用户身份识别系统，所述用户身份识别方法，包括：
8.一种计算机程序产品，其特征在于，包括计算机可读指令，当所述计算机可读指令在电子设备上运行时，使得所述电子设备实现如权利要求7所述的用户身份识别方法。
9.一种电子设备，其特征在于，包括至少一个处理器和与所述处理器连接的存储器，其中：
10.一种计算机存储介质，其特征在于，所述存储介质承载有一个或多个计算机程序，当所述一个或多个计算机程序被电子设备执行时，能够使所述电子设备实现如权利要求7所述的用户身份识别方法。
...【技术特征摘要】
1.一种用户身份识别系统，其特征在于，应用于atm机，所述用户身份识别系统，包括：
2.根据权利要求1所述的用户身份识别系统，其特征在于，所述预设yolact实例分割模型包括：基础网络、特征金字塔网络、原型生成分支、所述预测分支和所述特征融合模块，所述预设yolact实例分割模型在利用预设预测分支中的预设残差模块基于输入的监控图像，输出所述监控图像中的手部图像区域的图像分割特征，并利用预设特征融合模块基于所述图像分割特征输出所述目标用户的手部图像特征图时被设置为：
3.根据权利要求2所述的用户身份识别系统，其特征在于，所述预设残差模块包括依次连接的第一卷积层和第二卷积层，所述预测分支用于利用所述预设残差模块对所述基础特征图进行特征提取，获得所述图像分割特征，包括：
4.根据权利要求2所述的用户身份识别系统，其特征在于，所述特征融合模块在将所述图像分割特征与所述初始特征图进行特征融合，获得所述手部图像特征图时被设置为：
5.根据权利要求1所述的用户身份识别系统，其特征在于，所述预设注意力模块包括：预处理层、平均池化层、最大池化层、特征融合...
【专利技术属性】
技术研发人员：周涛，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。