一种身份识别方法、装置、设备、介质及程序产品制造方法及图纸

本申请实施例提供了一种身份识别方法、装置、设备、介质及程序产品；其中的方法包括：获取生物特征的动作序列；对多个生物特征图中的每个生物特征图进行特征提取处理，得到每个生物特征图的特征向量；将每个生物特征图的特征向量进行融合处理，生成融合特征向量；基于融合特征向量对生物特征进行身份识别，得到识别结果。采用本申请实施例能够提取生物特征的更为丰富的特征信息，提高生物特征所属对象的识别准确性和可靠性。

【技术实现步骤摘要】

本申请涉及计算机，具体涉及一种身份识别方法、一种身份识别装置、一种计算机设备、一种计算机可读存储介质及一种计算机程序产品。

技术介绍

1、随着科学技术的进度，人类的生物特征的识别被应用于各类业务场景中，以提高业务场景的使用便捷性。例如，在交通运输的业务场景中可以使用用户的掌纹或人脸等生物特征进行身份识别和认证，来提高交通运输过程中的便捷。

2、目前，在特征识别系统对用户的生物特征采集时，往往会由于各种原因导致采集的生物特征图存在质量问题；如生物特征图的清晰度低，分辨率低或者特征采集不完整等问题，这导致基于这种低质量图像难以实现生物特征所属对象的准确识别，从而降低识别结果的可靠性。

技术实现思路

1、本申请实施例提供一种身份识别方法、装置、设备、介质及程序产品，能够提取生物特征的更为丰富的特征信息，提高生物特征所属对象的识别准确性和可靠性。

2、一方面，本申请实施例提供了一种身份识别方法，该方法包括：

3、获取生物特征的动作序列；动作序列中包括针对生物特征连续采集的多个生物特本文档来自技高网...

【技术保护点】

1.一种身份识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取生物特征的动作序列，包括：

3.如权利要求2所述的方法，其特征在于，所述视频流中包括N个初始生物特征图，N为大于1的整数；所述对所述视频流所包括的多个初始生物特征图进行预处理，得到所述生物特征的动作序列，包括：

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

5.如权利要求4所述的方法，其特征在于，若采用深度学习模型实现所述第i+1个初始生物特征图所包含的生物特征，和所述第i个初始生物特征图所包含的生物特征之间的特征变化是否具有连续性的判断，...

【技术特征摘要】

1.一种身份识别方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取生物特征的动作序列，包括：

3.如权利要求2所述的方法，其特征在于，所述视频流中包括n个初始生物特征图，n为大于1的整数；所述对所述视频流所包括的多个初始生物特征图进行预处理，得到所述生物特征的动作序列，包括：

4.如权利要求3所述的方法，其特征在于，所述方法还包括：

5.如权利要求4所述的方法，其特征在于，若采用深度学习模型实现所述第i+1个初始生物特征图所包含的生物特征，和所述第i个初始生物特征图所包含的生物特征之间的特征变化是否具有连续性的判断，则所述方法还包括：

6.如权利要求1～5任一项所述的方法，其特征在于，所述方法还包括：

7.如权利要求6所述的方法，其特征在于，质量检测结果不符合质量要求的生物特征图表示为目标生物特征图；所述对质量检测结果不符合质量要求的生物特征图进行图像增强处理，得到图像增强后的生物特征图，包括：

8.如权利要求1所述的方法，其特征在于，所述基...

【专利技术属性】
技术研发人员：张镇鸿，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：