本發(fā)明涉及身份識別和醫(yī)學信息處理領域，尤其涉及一種牙齒點云數(shù)據(jù)的用戶身份識別方法和裝置。

背景技術：

1、目前，對于用戶身份的識別方法，主要有dna識別、指紋識別和人臉識別等。dna識別方法雖然精度很高，但技術實現(xiàn)過程繁瑣，耗時長，不適用于大范圍匹配，而指紋、人臉等信息易遭到破壞。牙齒是人體最堅硬，最堅不可摧的部分，因此被認為是身份識別的最佳選擇。

2、如何基于牙齒數(shù)據(jù)，實現(xiàn)快速準確的用戶身份識別，是當前急需解決的問題。

技術實現(xiàn)思路

1、針對如何基于牙齒數(shù)據(jù)，實現(xiàn)快速準確的用戶身份識別的問題，本發(fā)明公開了一種牙齒點云數(shù)據(jù)的用戶身份識別方法和裝置。

2、本申請實施例第一方面，公開了一種牙齒點云數(shù)據(jù)的用戶身份識別方法，包括：

3、s1，獲取牙齒點云數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集；所述牙齒點云數(shù)據(jù)集，包括牙齒點云數(shù)據(jù)；所述用戶牙齒標準點云數(shù)據(jù)集，包括若干個用戶預先采集的牙齒點云數(shù)據(jù)；

4、s2，對所述牙齒點云數(shù)據(jù)集進行預處理，得到預處理數(shù)據(jù)集；

5、s3，對預處理數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集進行識別處理，得到用戶識別信息；所述用戶識別信息，用于表示所述牙齒點云數(shù)據(jù)集對應的用戶身份信息。

6、所述對所述牙齒點云數(shù)據(jù)集進行預處理，得到預處理數(shù)據(jù)集，包括：

7、s21，對所述牙齒點云數(shù)據(jù)集進行降噪處理，得到降噪數(shù)據(jù)集；

8、s22，對所述降噪數(shù)據(jù)集進行異常檢測處理，得到第一數(shù)據(jù)集；

9、s23，對所述第一數(shù)據(jù)集進行點云配準處理，得到預處理數(shù)據(jù)集。

10、所述對所述降噪數(shù)據(jù)集進行異常檢測處理，得到第一數(shù)據(jù)集，包括：

11、s221，對所述降噪數(shù)據(jù)集的每一類數(shù)據(jù)屬性的數(shù)據(jù)，以所述數(shù)據(jù)的數(shù)據(jù)采集信息為自變量，以所述數(shù)據(jù)的數(shù)據(jù)取值為因變量，進行自回歸-滑動平均建模，分別得到所述類數(shù)據(jù)屬性的回歸模型；

12、s222，利用所述回歸模型，對所述自變量進行計算處理，得到回歸數(shù)據(jù)取值；判別所述回歸數(shù)據(jù)取值與對應的因變量值之差的絕對值，是否大于設定的第一回歸判別閾值；若大于所述第一回歸判別閾值，將所述數(shù)據(jù)從所述降噪數(shù)據(jù)集中刪除，若小于等于所述第一回歸判別閾值，不對所述數(shù)據(jù)進行處理；

13、s223，對所述降噪數(shù)據(jù)集的所有執(zhí)行s221至s222后的數(shù)據(jù)進行融合處理，得到第一數(shù)據(jù)集。

14、所述對預處理數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集進行識別處理，得到用戶識別信息，包括：

15、s31，將所述預處理數(shù)據(jù)集表示為待識別向量；所述待識別向量的元素，為牙齒點云數(shù)據(jù)；

16、s32，將所述用戶牙齒標準點云數(shù)據(jù)集表示為標準點云矩陣；所述標準點云矩陣的行向量，為每個用戶的預先采集的牙齒點云數(shù)據(jù)；所述標準點云矩陣的列維度，與所述待識別向量的維度相同；所述標準點云矩陣的行維度，是用戶數(shù)目；

17、s33，對所述待識別向量和標準點云矩陣進行識別計算處理，得到用戶識別信息。

18、所述對所述待識別向量和標準點云矩陣進行識別計算處理，得到用戶識別信息，包括：

19、對所述待識別向量和標準點云矩陣進行第一距離計算處理，得到第一距離向量；

20、對所述待識別向量和標準點云矩陣進行第二距離計算處理，得到第二距離向量；

21、對所述第一距離向量和第二距離向量進行融合加權處理，得到差異向量；

22、確定所述差異向量中取值最小的元素序號對應的用戶序號，為用戶識別信息。

23、所述第一距離計算處理的表達式為：

24、

25、其中，aj為待識別向量的第j個元素，akj為標準點云矩陣的第k行、第j列的元素，ξ為預設的調(diào)節(jié)因子，ck表示第一距離向量的第k個元素，n為待識別向量的維度；

26、所述第二距離計算處理的表達式為：

27、

28、其中，μ1和μ2為預設的加權系數(shù)，dk表示第二距離向量的第k個元素。

29、所述融合加權處理，其計算表達式為：

30、ek＝λkck+νk/dk+ηk|ck-dk|，

31、其中，ek為差異向量的第k個元素，λk為預設的第一加權向量的第k個元素，νk為預設的第二加權向量的第k個元素，ηk為預設的第三加權向量的第k個元素，m為標準點云矩陣的行維度。

32、本申請實施例第二方面，公開了一種牙齒點云數(shù)據(jù)的用戶身份識別裝置，所述裝置包括：

33、存儲有可執(zhí)行程序代碼的存儲器；

34、與所述存儲器耦合的處理器；

35、所述處理器調(diào)用所述存儲器中存儲的所述可執(zhí)行程序代碼，執(zhí)行所述的牙齒點云數(shù)據(jù)的用戶身份識別方法。

36、本申請實施例第三方面，公開了一種計算機可存儲介質(zhì)，所述計算機存儲介質(zhì)存儲有計算機指令，所述計算機指令被調(diào)用時，用于執(zhí)行所述的牙齒點云數(shù)據(jù)的用戶身份識別方法。

37、本申請實施例第四方面，公開了一種信息數(shù)據(jù)處理終端，所述信息數(shù)據(jù)處理終端用于實現(xiàn)所述的牙齒點云數(shù)據(jù)的用戶身份識別方法。

38、本發(fā)明的有益效果為：

39、本發(fā)明方法通過建立第一距離計算模型和第二距離計算模型，有效實現(xiàn)了用戶牙齒特征的準確提取，通過所述融合加權處理，實現(xiàn)了用戶身份特征的綜合分析，提升了用戶身份識別的準確性和效率。

40、本發(fā)明通過對采集的牙齒數(shù)據(jù)進行降噪和異常檢測處理，實現(xiàn)了對干擾和噪聲的有效抑制，有效提升了用戶身份識別的準確性。

技術特征：

1.一種牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，包括：

2.如權利要求1所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述對所述牙齒點云數(shù)據(jù)集進行預處理，得到預處理數(shù)據(jù)集，包括：

3.如權利要求2所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述對所述降噪數(shù)據(jù)集進行異常檢測處理，得到第一數(shù)據(jù)集，包括：

4.如權利要求1所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述對預處理數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集進行識別處理，得到用戶識別信息，包括：

5.如權利要求4所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述對所述待識別向量和標準點云矩陣進行識別計算處理，得到用戶識別信息，包括：

6.如權利要求5所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述第一距離計算處理的表達式為：

7.如權利要求5所述的牙齒點云數(shù)據(jù)的用戶身份識別方法，其特征在于，所述融合加權處理，其計算表達式為：

8.一種牙齒點云數(shù)據(jù)的用戶身份識別裝置，其特征在于，所述裝置包括：

9.一種計算機可存儲介質(zhì)，其特征在于，所述計算機存儲介質(zhì)存儲有計算機指令，所述計算機指令被調(diào)用時，用于執(zhí)行如權利要求1至7中任一項所述的牙齒點云數(shù)據(jù)的用戶身份識別方法。

10.一種信息數(shù)據(jù)處理終端，其特征在于，所述信息數(shù)據(jù)處理終端用于實現(xiàn)如權利要求1至7中任一項所述的牙齒點云數(shù)據(jù)的用戶身份識別方法。

技術總結(jié)
本發(fā)明公開了一種牙齒點云數(shù)據(jù)的用戶身份識別方法和裝置，所述方法包括：獲取牙齒點云數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集；所述牙齒點云數(shù)據(jù)集，包括牙齒點云數(shù)據(jù)；所述用戶牙齒標準點云數(shù)據(jù)集，包括若干個用戶預先采集的牙齒點云數(shù)據(jù)；對所述牙齒點云數(shù)據(jù)集進行預處理，得到預處理數(shù)據(jù)集；對預處理數(shù)據(jù)集和用戶牙齒標準點云數(shù)據(jù)集進行識別處理，得到用戶識別信息；所述用戶識別信息，用于表示所述牙齒點云數(shù)據(jù)集對應的用戶身份信息。本發(fā)明方法通過建立第一距離計算模型和第二距離計算模型，有效實現(xiàn)了用戶牙齒特征的準確提取，通過所述融合加權處理，實現(xiàn)了用戶身份特征的綜合分析，提升了用戶身份識別的準確性和效率。

技術研發(fā)人員：王超,楊飚,苗莉,熊雁潔,費棟棟,張麗娜
受保護的技術使用者：中國人民解放軍總醫(yī)院第七醫(yī)學中心
技術研發(fā)日：
技術公布日：2024/12/19