摘要
本发明公开了一种人员入井身份交叉验证识别方法,属于人工智能技术领域。该方法旨在解决现有身份验证方法易受高仿真欺骗攻击且可靠性不足的技术问题。该方法包括:S1离线训练步骤,针对授权人员,获取其历史通行时的多模态数据流,并建立其专属的多层级时空身份流形模型,所述模型至少包括表征个体固有通行模式的个体基础流形模型,以及表征其对外部激励潜意识生理响应的激励‑响应流形模型。本发明通过构建包含潜意识生理反应的动态“挑战‑应答”验证模式,并融合时空行为等多维度信息,超越了对静态表观特征的依赖,能够有效抵御高仿真面具等欺骗攻击,显著提升了身份验证的鲁棒性与安全性。
技术关键词
验证识别方法
层级
重构误差
面部特征
编码器
基础
身份验证方法
多模态
人工智能技术
解码器
生理反应
模式
信号
定位单元
轨迹
离线
标识