1.一種多模態(tài)生物識(shí)別門禁系統(tǒng)，其特征在于，所述多模態(tài)生物識(shí)別門禁系統(tǒng)包括生物識(shí)別模塊、數(shù)據(jù)處理模塊、身份確定模塊、控制模塊、存儲(chǔ)模塊和通信模塊，其中，
2.如權(quán)利要求1所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，對(duì)所述生物識(shí)別模塊采集到的所述生物特征圖像進(jìn)行數(shù)據(jù)處理和分析，提取出有效的特征值，得到目標(biāo)特征圖像，包括：
3.如權(quán)利要求2所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，所述獲取所述生物識(shí)別模塊輸出的生物特征圖像，通過(guò)k-means聚類算法對(duì)所述生物特征圖像進(jìn)行篩選，將所述生物特征圖像分為可用圖像和不可用圖像兩類，包括：
4.如權(quán)利要求2所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，所述采用lenet網(wǎng)絡(luò)對(duì)篩選出的可用圖像進(jìn)行識(shí)別，以得到含有有效特征的細(xì)節(jié)特征圖像，包括：
5.如權(quán)利要求2所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，對(duì)所述細(xì)節(jié)特征圖像進(jìn)行直方圖均衡增強(qiáng)，并對(duì)增強(qiáng)后的細(xì)節(jié)特征圖像進(jìn)行clahe增強(qiáng)，得到目標(biāo)特征圖像，包括：
6.如權(quán)利要求1所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，所述對(duì)所述目標(biāo)特征圖像進(jìn)行多模態(tài)識(shí)別，得到識(shí)別結(jié)果，并進(jìn)行比對(duì)以確定用戶的身份，包括：
7.如權(quán)利要求6所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，所述采用指紋識(shí)別網(wǎng)絡(luò)模型、面部識(shí)別網(wǎng)絡(luò)模型和虹膜識(shí)別網(wǎng)絡(luò)模型三個(gè)網(wǎng)絡(luò)并行對(duì)所述目標(biāo)特征圖像的指紋、面部和虹膜進(jìn)行特征提取，包括：
8.如權(quán)利要求1所述的一種基于圖像處理的陡坡表面坡度檢測(cè)方法，其特征在于，所述控制模塊包括驗(yàn)證通過(guò)模塊和驗(yàn)證失敗模塊，其中，