摘要
本发明公开了一种基于体态估计的身份认证方法、系统,该方法包括通过摄像头实时捕捉身份认证用户的原始图像,对该图像进行预处理,并利用深度学习模型进行特征提取,得到特征图与亲和力场;基于特征图,利用非极大值抑制得到关键点的候选位置;基于亲和力场,利用解析器和贪心算法遍历关键点的候选位置,确定关键点之间的连接和姿态信息;将姿态信息转换为向量表示,得到姿态特征向量;分别计算原始图像和姿态特征向量中身体特征间的距离比例,进而得到相似度得分,将相似度得分与相似度阈值进行比较,实现身份认证。本发明具有高度安全性和非侵入性,适用于多种环境,可连续认证功能能够持续监测用户姿态,从而防范欺诈或未经授权的访问行为。
技术关键词
身份认证方法
关键点
贪心算法
亲和力
深度学习模型
解析器
特征提取模块
身份认证模块
像素点
图像缩放
处理器
检查设备
身体
热力图
格式化
规划
存储器
滤波
系统为您推荐了相关专利信息
白细胞
计算方法
深度学习模型
拉普拉斯
自动显微镜
飞行模拟仿真
物理仿真平台
子系统
运动追踪技术
动态
网络攻击检测系统
网络攻击检测方法
多维特征向量
字段
检测暴力破解
简历智能推荐算法
非格式化信息
协同过滤算法
融合深度学习模型
文本
数据存储系统
工业物联网
运转设备
深度学习模型
生成作业