[发明专利]一种生物特征识别方法及系统在审

专利信息
申请号: 201910739859.7 申请日: 2019-08-12
公开(公告)号: CN112395904A 公开(公告)日: 2021-02-23
发明(设计)人: 崔建;王斌;靖奇;张晓军;张扬;华奇兵;韩国栓 申请(专利权)人: 北京蜂盒科技有限公司;北京大学
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 北京中政联科专利代理事务所(普通合伙) 11489 代理人: 陈超
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 生物 特征 识别 方法 系统
【说明书】:

一种生物特征识别方法及系统,其中,生物特征识别方法包括:采集移动终端发出的通信信号;通过所述通信信号识别出与所述移动终端对应的用户ID;判断所述用户ID是否在子库内;若所述用户ID在子库内,则将所述用户的生物特征发送至所述子库比对识别;若所述用户ID不在子库内,则将所述用户的生物特征发送至总库比对识别。通过生物特征识别方法对生物特征进行识别,可提前通过探查用户的移动终端,预识别用户ID是否为常用人员的用户ID,若是,则发送至子库进行识别,子库内的用户信息少,比对基数少,故,在子库内进行比对可大大增加用户生物特征进行比对的速度,减小错误识别的概率,并且减轻系统运行的负担,减少系统运行的消耗。

技术领域

本申请涉及智能终端技术领域,具体涉及一种生物特征识别方法及系统。

背景技术

现有的生物特征识别方法,需要将识别到的识别到的生物特征发送至总库,进行1:N比对,因为基数比较大,出现生物特征相似的概率就会大大增加,容易造成误识别。此外,比对的基数太大对系统的消耗也会相应增加,如果人流很大,系统负担加重。

1:N模式比对:指的是当前获取的生物特征(1)和总库内人员(N个人)依次比对N次,以获取生物特征比对成功或者失败的结果。

发明内容

(一)发明目的

本发明的目的是提供一种能快速进行生物特征识别的生物特征识别方法及系统。

(二)技术方案

为解决上述问题,本发明的第一方面提供了一种生物特征识别方法,包括:采集移动终端发出的通信信号;通过所述通信信号识别出与所述移动终端对应的用户ID;判断所述用户ID是否在子库内;若所述用户ID在子库内,则将所述用户的生物特征发送至所述子库比对识别;若所述用户ID不在子库内,则将所述用户的生物特征发送至总库比对识别。

进一步地,在所述通过所述通信信号识别出用户ID之后,还包括:获取所述用户ID的次数;若次数为1,则将所述用户ID和与其对应的所述用户生物特征存入临时库;若次数为2,则将所述用户ID和对应的所述用户生物特征存入所述子库。

进一步地,所述子库包括按照时间段划分的多个时间子识别库,所述将所述用户的生物特征发送至所述子库比对识别步骤包括:获取通过所述通信信号识别出与所述移动终端对应的用户ID的时间段;判断用户ID是否存在于与所述时间段对应的时间子识别库中;若存在,将所述用户的生物特征发送至所述时间子识别库中进行识别;若不存在,将所述用户的生物特征发送至所述子库进行识别。

进一步地,若不存在,将所述用户的生物特征发送至所述子库进行识别后,还包括:若所述用户ID在所述时间段内再次被识别,将所述用户ID及与其对应的生物特征存入与所述时间段对应的所述时间子识别库。

进一步地,所述子库包括按照区域划分的多个区域子识别库,所述将所述用户的生物特征发送至所述子库比对识别步骤包括:获取通过所述通信信号识别出与所述移动终端对应的用户ID的区域;判断用户ID是否存在于与所述区域对应的区域子识别库中;若存在,将所述用户的生物特征发送至所述区域子识别库中进行识别;若不存在,将所述用户的生物特征发送至所述子库进行识别。

进一步地,若不存在,将所述用户的生物特征发送至所述子库进行识别后,还包括:若所述用户ID在所述区域内再次被识别,将所述用户ID及与其对应的生物特征存入与所述区域对应的所述区域子识别库。

进一步地,所述通信信号包括wifi信号、蓝牙信号或射频信号中的一种或多种。

进一步地,生物特征包括人脸特征、指纹特征、视网膜特征和虹膜特征中的一种或多种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京蜂盒科技有限公司;北京大学,未经北京蜂盒科技有限公司;北京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910739859.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top