[发明专利]一种智能家电绑定APP的方法、装置和服务器及系统

权利要求书

1.一种智能家电绑定APP的方法，其特征在于，包括以下步骤：

接收并存储用户注册APP时发送的生物信息和APP账号；

接收用户通过智能家电发送的绑定请求，所述绑定请求包括所述智能家电的唯一识别信息和所述智能家电采集的所述用户的待验证生物信息；

判断是否存在已存储的生物信息与所述待验证生物信息匹配；

若存在，则将匹配的已存储的生物信息对应的APP账号与所述唯一识别信息绑定。

2.根据权利要求1所述的方法，其特征在于：所述接收并存储用户注册APP时发送的生物信息包括：接收用户注册APP时发送的声纹信息、指纹信息和虹膜信息。

3.根据权利要求2所述的方法，其特征在于：所述待验证生物信息包括以下至少一种：声纹信息、指纹信息和虹膜信息。

4.根据权利要求1所述的方法，其特征在于：所述唯一识别信息为所述智能家电的唯一机器码或mac地址。

5.根据权利要求3所述的方法，其特征在于：当所述待验证生物信息为声纹信息时，判断是否存在已存储的生物信息与所述待验证生物信息匹配包括：

提取所述声纹信息的声纹特征；

通过预训练的神经网络模型对所述声纹特征与已存储的声纹信息的声纹特征的相似度进行打分；

若存在分数超过阈值的已存储的声纹信息，则分数最高的已存储的声纹信息与所述声纹信息匹配。

6.根据权利要求3所述的方法，其特征在于：当所述待验证生物信息为虹膜信息时，判断是否存在已存储的生物信息与所述待验证生物信息匹配包括：

通过预训练的最优孪生神经网络模型判断是否存在已存储的虹膜信息与所述虹膜信息匹配。

7.根据权利要求6所述的方法，其特征在于：所述最优孪生神经网络模型训练步骤包括：

采用mobinet_v3对现有数据集图像提取特征信息；

通过generate anchor与标签框对是否是人眼框图位置信息的判断来判断是正样本还是负样本；

通过回归损失函数和分类损失函数进行不断迭代以及获取模型的参数调节学习率；

通过随机梯度损失函数得到损失函数最小值得到最优孪生神经网络模型。

8.一种智能家电绑定APP的装置，其特征在于，包括：

APP信息接收模块，用于接收并存储用户注册APP时发送的生物信息和APP账号；

智能家电信息接收模块，用于接收用户通过智能家电发送的绑定请求，所述绑定请求包括所述智能家电的唯一识别信息和所述智能家电采集的所述用户的待验证生物信息；

生物信息匹配判断模块，用于判断是否存在已存储的生物信息与所述待验证生物信息匹配；

绑定模块，用于若存在，则将匹配的已存储的生物信息对应的APP账号与所述唯一识别信息绑定。

9.一种服务器，其特征在于，包括：

处理器；以及，

用于存储所述处理器可执行指令的存储器；

所述处理器被配置为：

接收并存储用户注册APP时发送的生物信息和APP账号；

接收用户通过智能家电发送的绑定请求，所述绑定请求包括所述智能家电的唯一识别信息和所述智能家电采集的所述用户的待验证生物信息；

判断是否存在已存储的生物信息与所述待验证生物信息匹配；

若存在，则将匹配的已存储的生物信息对应的APP账号与所述唯一识别信息绑定。

10.一种智能家电绑定APP的系统，其特征在于，包括：用户终端、智能家电和如权利要求9所述的服务器：

用户终端，用于在用户注册APP时采集所述用户的生物信息，并将所述生物信息和APP账号发送到所述服务器；

智能家电，用于在用户请求绑定APP时采集所述用户的待验证生物信息，并将待验证生物信息和所述智能家电的唯一识别信息发送到所述服务器；所述唯一识别信息用于绑定APP。