用户身份识别方法及装置制造方法及图纸

本发明专利技术提供了一种用户身份识别方法及装置，该方法包括：获取待识别用户的特征信息；基于特征信息，获取第一目标步态特征；计算目标步态特征与第一数据库中的各个步态特征的相似度；将相似度大于预设阈值的步态特征设置为第二目标步态特征；获取与每个第二目标步态特征关联的虹膜特征；确定用于识别用户的身份的数据类型为目标数据类型；将各个虹膜特征中属于目标数据类型的特征数据存储至第二数据库中；接收到身份识别请求时，提取目标虹膜特征及其中目标数据类型对应的目标特征数据；将目标特征数据与第二数据库中的各个特征数据进行比对，以此确定待识别用户的用户身份。应用该方法，可以缩短用户身份识别的时间，提高用户身份识别的成功率。

【技术实现步骤摘要】
用户身份识别方法及装置
本专利技术涉及生物特征识别
，特别是涉及一种用户身份识别方法及装置。
技术介绍
随着计算机技术已经生物特征识别技术的快速发展，人脸识别、指纹识别以及虹膜识别等生物特征识别技术已经广泛应用至我们的日常生活中。在实际的生物特征识别过程中，采集到人体生物特征后，需要与数据库中大量的已存储的人体生物特征进行匹配，以此确认用户的身份，完成后续的业务操作。但随着数据库中存储的人体生物特征数量的增多，进行匹配所需要的时间就越长，且容易导致用户身份识别超时或失败。
技术实现思路
有鉴于此，本专利技术提供一种用户身份识别方法，通过该方法，可以缩短用户身份识别的时间，提高用户身份识别的成功率。本专利技术还提供了一种用户身份识别装置，用以保证上述方法在实际中的实现及应用。一种用户身份识别方法，包括：获取数据采集设备采集的待识别用户的特征信息，所述特征信息为所述待识别用户在预设的识别区域内行走的动态图片或视频；基于所述特征信息，获取所述待识别用户的第一目标步态特征；将所述目标步态特征与预设的第一数据库中的各个步态特征进行比对，计算所述第一数据库中每个所述步态特征与所述第一目标步态特征的相似度；将与所述第一目标步态特征的相似度大于预设阈值的步态特征，设置为第二目标步态特征；获取与每个所述第二目标步态特征关联的虹膜特征，所述虹膜特征包含多个特征数据，各个所述特征数据分别属于不同的数据类型；在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型；将各个所述虹膜特征中属于所述目标数据类型的特征数据存储至预设的第二数据库中；当接收到请求端发送的所述待识别用户对应的身份识别请求时，提取所述身份识别请求中所述待识别用户的目标虹膜特征，及所述目标虹膜特征中所述目标数据类型对应的目标特征数据；将所述目标特征数据与所述第二数据库中的各个特征数据进行比对，并基于比对结果确定所述待识别用户的用户身份。上述的方法，可选的，还包括：提取所述特征信息中所述待识别用户的第一人脸特征；基于所述第一人脸特征，生成所述待识别用户对应的唯一标识码；将所述第一人脸特征及所述唯一标识码发送至所述请求端，以使所述请求端在捕捉到与所述第一人脸特征相匹配的人脸特征后，发送携带所述唯一标识码的身份识别请求。上述的方法，可选的，提取所述特征信息中所述待识别用户的第一人脸特征后，还包括：将所述第一人脸特征设置为所述第二数据库的目标标识特征；当接收到所述请求端发送的身份识别请求时，获取所述身份识别请求中包含的第二人脸特征；查找与所述第二人脸特征相匹配的标识特征；当查找到与所述第二人脸特征相匹配的标识特征为所述目标标识特征时，确定所述身份识别请求为所述待识别用户对应的身份识别请求。上述的方法，可选的，所述基于所述特征信息，获取所述待识别用户的第一目标步态特征，包括：将所述特征信息拆分成多个人体姿态图片；将各个所述人体姿态图片输入预先训练的步态识别模型中，触发所述步态识别模型输出所述待识别用户的第一目标步态特征；其中，所述步态识别模型的训练过程为：获取预先设置的各个样本数据及每个所述样本数据对应的数据标签，所述样本数据为同一用户的人体姿态图组，所述数据标签为其对应的样本数据所属的用户的真实步态特征；将各个所述样本数据输入所述步态识别模型中，获得所述步态识别模型输出的每个所述样本数据对应的训练结果；基于每个所述样本数据对应的训练结果与数据标签，计算每个所述样本数据对应的损失函数，并基于各个所述损失函数调整所述步态识别模型，直至所述步态识别模型输出的当前样本数据对应的训练结果，与该当前样本数据对应的数据标签之间的误差精度小于预设阈值时，结束对所述步态识别模型的训练。上述的方法，可选的，所述在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型，包括：提取各个所述虹膜特征中的各个特征数据；在各个所述虹膜特征的各个特征数据中，将属于同一种数据类型的各个特征数据进行差异化比较，获得每个所述数据类型对应的差异值；将差异值最大的数据类型，确定为用于识别所述待识别用户的身份的目标数据类型。一种用户身份识别装置，包括：第一获取单元，用于获取数据采集设备采集的待识别用户的特征信息，所述特征信息为所述待识别用户在预设的识别区域内行走的动态图片或视频；第二获取单元，用于基于所述特征信息，获取所述待识别用户的第一目标步态特征；第一比对单元，用于将所述目标步态特征与预设的第一数据库中的各个步态特征进行比对，计算所述第一数据库中每个所述步态特征与所述第一目标步态特征的相似度；第一设置单元，用于将与所述第一目标步态特征的相似度大于预设阈值的步态特征，设置为第二目标步态特征；第三获取单元，用于获取与每个所述第二目标步态特征关联的虹膜特征，所述虹膜特征包含多个特征数据，各个所述特征数据分别属于不同的数据类型；第一确定单元，用于在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型；存储单元，用于将各个所述虹膜特征中属于所述目标数据类型的特征数据存储至预设的第二数据库中；第一提取单元，用于当接收到请求端发送的所述待识别用户对应的身份识别请求时，提取所述身份识别请求中所述待识别用户的目标虹膜特征，及所述目标虹膜特征中所述目标数据类型对应的目标特征数据；第二比对单元，用于将所述目标特征数据与所述第二数据库中的各个特征数据进行比对，并基于比对结果确定所述待识别用户的用户身份。上述的装置，可选的，还包括：第二提取单元，用于提取所述特征信息中所述待识别用户的第一人脸特征；生成单元，用于基于所述第一人脸特征，生成所述待识别用户对应的唯一标识码；发送单元，用于将所述第一人脸特征及所述唯一标识码发送至所述请求端，以使所述请求端在捕捉到与所述第一人脸特征相匹配的人脸特征后，发送携带所述唯一标识码的身份识别请求。上述的装置，可选的，还包括：第二设置单元，用于将所述第一人脸特征设置为所述第二数据库的目标标识特征；第四获取单元，用于当接收到所述请求端发送的身份识别请求时，获取所述身份识别请求中包含的第二人脸特征；查找单元，用于查找与所述第二人脸特征相匹配的标识特征；第二确定单元，用于当查找到与所述第二人脸特征相匹配的标识特征为所述目标标识特征时，确定所述身份识别请求为所述待识别用户对应的身份识别请求。上述的装置，可选的，所述第二获取单元，包括：拆分子单元，用于将所述特征信息拆分成多个人体姿态图片；输入子单元，用于将各个所述人体姿态图片输入预先训练的步态识别模型中，触发所述步态识别模型输出所述待识别用户的第一目标步态特征；其中，所述步态识别模型的训练过程为：获取预先设置的各个样本本文档来自技高网...

【技术保护点】
1.一种用户身份识别方法，其特征在于，包括：/n获取数据采集设备采集的待识别用户的特征信息，所述特征信息为所述待识别用户在预设的识别区域内行走的动态图片或视频；/n基于所述特征信息，获取所述待识别用户的第一目标步态特征；/n将所述目标步态特征与预设的第一数据库中的各个步态特征进行比对，计算所述第一数据库中每个所述步态特征与所述第一目标步态特征的相似度；/n将与所述第一目标步态特征的相似度大于预设阈值的步态特征，设置为第二目标步态特征；/n获取与每个所述第二目标步态特征关联的虹膜特征，所述虹膜特征包含多个特征数据，各个所述特征数据分别属于不同的数据类型；/n在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型；/n将各个所述虹膜特征中属于所述目标数据类型的特征数据存储至预设的第二数据库中；/n当接收到请求端发送的所述待识别用户对应的身份识别请求时，提取所述身份识别请求中所述待识别用户的目标虹膜特征，及所述目标虹膜特征中所述目标数据类型对应的目标特征数据；/n将所述目标特征数据与所述第二数据库中的各个特征数据进行比对，并基于比对结果确定所述待识别用户的用户身份。/n...

【技术特征摘要】
1.一种用户身份识别方法，其特征在于，包括：
获取数据采集设备采集的待识别用户的特征信息，所述特征信息为所述待识别用户在预设的识别区域内行走的动态图片或视频；
基于所述特征信息，获取所述待识别用户的第一目标步态特征；
将所述目标步态特征与预设的第一数据库中的各个步态特征进行比对，计算所述第一数据库中每个所述步态特征与所述第一目标步态特征的相似度；
将与所述第一目标步态特征的相似度大于预设阈值的步态特征，设置为第二目标步态特征；
获取与每个所述第二目标步态特征关联的虹膜特征，所述虹膜特征包含多个特征数据，各个所述特征数据分别属于不同的数据类型；
在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型；
将各个所述虹膜特征中属于所述目标数据类型的特征数据存储至预设的第二数据库中；
当接收到请求端发送的所述待识别用户对应的身份识别请求时，提取所述身份识别请求中所述待识别用户的目标虹膜特征，及所述目标虹膜特征中所述目标数据类型对应的目标特征数据；
将所述目标特征数据与所述第二数据库中的各个特征数据进行比对，并基于比对结果确定所述待识别用户的用户身份。


2.根据权利要求1所述的方法，其特征在于，还包括：
提取所述特征信息中所述待识别用户的第一人脸特征；
基于所述第一人脸特征，生成所述待识别用户对应的唯一标识码；
将所述第一人脸特征及所述唯一标识码发送至所述请求端，以使所述请求端在捕捉到与所述第一人脸特征相匹配的人脸特征后，发送携带所述唯一标识码的身份识别请求。


3.根据权利要求2所述的方法，其特征在于，提取所述特征信息中所述待识别用户的第一人脸特征后，还包括：
将所述第一人脸特征设置为所述第二数据库的目标标识特征；
当接收到所述请求端发送的身份识别请求时，获取所述身份识别请求中包含的第二人脸特征；
查找与所述第二人脸特征相匹配的标识特征；
当查找到与所述第二人脸特征相匹配的标识特征为所述目标标识特征时，确定所述身份识别请求为所述待识别用户对应的身份识别请求。


4.根据权利要求1所述的方法，其特征在于，所述基于所述特征信息，获取所述待识别用户的第一目标步态特征，包括：
将所述特征信息拆分成多个人体姿态图片；
将各个所述人体姿态图片输入预先训练的步态识别模型中，触发所述步态识别模型输出所述待识别用户的第一目标步态特征；
其中，所述步态识别模型的训练过程为：获取预先设置的各个样本数据及每个所述样本数据对应的数据标签，所述样本数据为同一用户的人体姿态图组，所述数据标签为其对应的样本数据所属的用户的真实步态特征；将各个所述样本数据输入所述步态识别模型中，获得所述步态识别模型输出的每个所述样本数据对应的训练结果；基于每个所述样本数据对应的训练结果与数据标签，计算每个所述样本数据对应的损失函数，并基于各个所述损失函数调整所述步态识别模型，直至所述步态识别模型输出的当前样本数据对应的训练结果，与该当前样本数据对应的数据标签之间的误差精度小于预设阈值时，结束对所述步态识别模型的训练。


5.根据权利要求1所述的方法，其特征在于，所述在各个所述数据类型中，确定用于识别所述待识别用户的身份的数据类型为目标数据类型，包括：
提取各个所述虹膜特征中的各个特征数据；
在各个所述虹膜特征的各个特征数据中，将属于同一种数据类型的各个特征数据进行差异化比较，获得每个所述数据类型对应的差异值；
将差异值最大的数据类型，确定为用于识别所述待识别用户的身份的目标数据类型。


6.一种用户身份识别装置，其特征在于，包括：
第一获取单元，用于获取数据采集设备...

【专利技术属性】
技术研发人员：吴平凡，李健保，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11