CN107015854B - 生物特征采集硬件的控制方法及装置 - Google Patents

Abstract

本申请提供一种生物特征采集硬件的控制方法，应用于客户端，所述方法包括：采集用户的操作行为数据；基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务；如果预判出所述目标业务满足预设的触发条件，则启动预设的生物特征采集硬件。本申请可以优化生物特征采集硬件的初始化延时。

Description

生物特征采集硬件的控制方法及装置

技术领域

本申请涉及计算机应用领域，尤其涉及一种生物特征采集硬件的控制方法及装置。

背景技术

随着移动互联网的不断发展，在智能终端上搭载生物特征采集硬件，来采集用户的生物特征对用户的身份进行认证，也变的越来越普遍。通过采集用户的生物特征来对用户的身份进行认证，可以简化对用户的身份认证的流程，也可以降低在对用户身份进行认证时用户的操作复杂度；例如，通过引入基于用户的生物特征对用户的身份进行认证的机制，使得用户在通过智能终端执行需要对身份进行认证的业务时，可以不再需要执行诸如输入密码等复杂的交互操作。

在实际应用中，由于在智能终端上搭载生物特征采集硬件，可能会造成智能终端耗电量增加，因此通常会常态化的关闭生物特征采集硬件，只有在需要调用时再启动该生物特征采集硬件；例如，在一些场景下，如果在智能终端中搭载专用的生物识别摄像头(比如虹膜相机)，那么只有需要调用该生物识别摄像头采集用户的诸如眼纹特征或者虹膜特征对用户身份进行认证时，再启动该生物识别摄像头。

然而，启动生物特征采集硬件，通常会存在一个硬件初始化的延时；例如，以生物识别摄像头为例，对于智能终端内置的生物摄像头模组，从开启到初始化完成出图大概需要2秒左右(该延迟的大小取决于具体设备)的延时；而对于通过USB外置于智能终端的摄像头模组，从开启到初始化完成出图大概需要3秒左右的延时；可见，在现有的基于用户的生物特征对用户身份进行认证的方案中，并不能很好的兼顾设备耗电以及硬件初始化给用户造成的延迟体验。

发明内容

本申请提出一种生物特征采集硬件的控制方法，应用于客户端，所述方法包括：

采集用户的操作行为数据；

基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务；

如果预判出所述目标业务满足预设的触发条件，则启动预设的生物特征采集硬件。

本申请还提出一种生物特征采集硬件的控制装置，应用于客户端，所述装置包括：

采集模块，采集用户的操作行为数据；

预判模块，基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务；

启动模块，如果预判出所述目标业务满足预设的触发条件，则启动预设的生物特征采集硬件。

本申请中，通过基于采集到的用户的操作行为数据，来预判需要基于用户的生物特征执行安全认证的目标业务是否满足触发条件，并在预判出该目标业务满足触发条件时，立即启动生物特征采集硬件；

一方面，由于采用了目标业务被触发时刻的预判机制，使得在执行对上述目标业务进行安全认证时，可以提前启动生物特征采集硬件，因而可以确保用户感受不到生物特征采集硬件的硬件初始化延时，提升用户体验；

另一方面，由于在默认情况下，生物特征采集硬件仍然保持关闭状态，只有在预判出目标业务满足触发条件时，才会开启生物特征采集硬件，因而在确保用户感受不到生物特征采集硬件的硬件初始化延时的前提下，可以尽可能的兼顾设备的耗电量。

附图说明

图1是本申请一实施例示出的一种生物特征采集硬件的控制方法的流程图；

图2是本申请一实施例提供的一种生物特征采集硬件的控制装置的逻辑框图；

图3是本申请一实施例提供的承载所述一种生物特征采集硬件的控制装置的终端设备所涉及的硬件结构图。

具体实施方式

本申请旨在提出一种，在基于生物特征对用户触发的目标业务进行安全认证的应用场景中，引入目标业务是否满足触发条件的预判机制，并基于预判结果来提前开启智能终端搭载的生物特征采集硬件，进而可以优化由于生物特征采集硬件的硬件初始化延时，对用户造成的延时体验，同时在此基础上尽可能的兼顾智能终端的耗电量的技术方案。

例如，当本申请的技术方案应用于VR(Virtual Reality虚拟现实)场景中的快捷支付场景时，上述生物特征采集硬件，具体可以是VR终端中搭载的生物识别摄像头；用户在VR场景中触发了快捷支付业务时，VR客户端可以调用VR终端搭载的上述生物识别摄像头采集用户的眼纹特征或者虹膜特征，对用户在VR场景中触发的该支付业务，快捷的完成安全认证。

在这种场景下，为了优化由于生物识别硬件的硬件初始化延时，对用户造成的延时体验，VR客户端可以基于用户的操作行为数据来预判上述快捷支付业务是否满足触发条件，当预判出该快捷支付业务满足触发条件即将被用户触发时，此时可以提前开启上述生物识别摄像头，从而可以确保用户感受不到生物识别摄像头的硬件初始化延时，提升用户体验；比如，当用户在VR场景中购买商品的过程中，在显示商品购买界面时(即预判出用户可能即将要执行付款操作时)，VR客户端就可以在后台提前开启生物识别摄像头，从而用户在确认支付时，生物识别摄像头已经初始化完成，使得用户不会感受到生物识别摄像头从开启到硬件初始化完成出图的这一过程对用户造成的延时体验。

下面通过具体实施例并结合具体的应用场景对本申请进行描述。

请参考图1，图1是本申请一实施例提供的一种生物特征采集硬件的控制方法，应用于客户端，执行以下步骤：

步骤101，采集用户的操作行为数据；

步骤102，基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务；

步骤103，如果预判出所述目标业务满足预设的触发条件，则启动预设的生物特征采集硬件。

上述目标业务，可以包括需要基于用户的生物特征进行安全认证的任意类型的用户业务；例如，在实际应用中，上述目标业务可以是用户通过客户端发起的线上支付业务。

上述客户端，可以包括用户的智能终端上搭载的，可以面向用户提供上述目标业务相关的服务的客户端软件；例如，在一种应用场景中，上述客户端可以是VR客户端，上述目标业务可以是用户在VR场景中发起的快捷支付业务。

上述生物特征，可以包括能够对用户的身份进行验证的任意类型的生物特征；与上述生物特征相对应，上述生物特征采集硬件，则可以包括用于采集用户的上述生物特征的相关硬件；其中，该生物特征硬件，具体可以是用户的智能终端中内置的硬件模组，也可以是通过诸如USB等方式外界于用户的智能终端的硬件模组。

例如，在实际应用中，上述生物特征可以包括用户的虹膜特征或者眼纹特征，而上述生物特征采集硬件具体可以是用户的智能终端内置的，或者外接的生物识别摄像头。

上述操作行为数据，具体可以是对应于用户所执行的用于触发上述目标业务的操作行为，且可以用于对上述目标业务是否即将被触发进行预判的行为数据；

例如，以在VR场景中的快捷支付业务场景为例，用户通常可以通过发出语音指令、通过视觉焦点凝视VR场景中提供的用于触发快捷支付业务的用户选项、或者通过视觉焦点的移动轨迹穿过上述用于触发快捷支付业务的用户选项所在区域，来触发在VR场景下的快捷支付；因此在这种场景下，上述操作行为数据，具体可以包括用户发出的语音指令片段，或者用户的视觉焦点的移动轨迹数据，等等。

以下以上述客户端为VR客户端，并结合上述步骤101～103示出的技术方案在VR场景下的应用为例，对本申请的技术方案进行详细说明。显然，以上述客户端为VR客户端仅为示例性的，并不用于对本申请的技术方案进行具体限定。

以下通过VR场景模型创建，操作行为数据的采集，目标业务触发的预判，用户生物特征采集硬件的控制四个阶段，对本申请的技术方案进行详细描述。

1)VR场景模型创建。

在本例中，开发人员可以通过特定的建模工具，完成VR场景模型的创建。上述建模工具，在本例中不进行特别的限定；例如，开发人员可以使用诸如Unity、3dsMax、Photoshop等较为成熟的建模工具完成VR场景模型的创建。

其中，开发人员在通过建模工具创建VR场景模型的过程中，该VR场景模型，以及该VR场景的纹理贴图，都可来源于现实生活中的真实场景；例如，可以事先通过摄像，采集材质纹理贴图，和真实场景的平面模型，然后通过Photoshop或3dmax等建模工具，来处理纹理和构建真实场景的三维模型，然后导入到unity3D平台(简称U3D)，在U3D平台中通过音效、图形界面、插件、灯光等多个维度进行画面渲染，然后编写交互代码，最后完成VR场景模型的建模。

在本例中，开发人员除了需要创建VR场景模型以外，为了使用户能够在VR场景中执行上述目标业务，还可以通过上述建模工具，在上述VR场景模型中，创建一个与上述目标业务对应的2D或者3D的业务界面。

例如，在示出的一种实施方式中，上述业务界面，可以是一个基于上述建模工具创建的快捷支付界面；比如，虚拟的收银台界面。用户可以通过特定的交互操作(比如将视觉焦点定位到支付界面中)与支付界面进行交互，在VR场景中完成快捷支付。

2)操作行为数据的采集。

在VR场景下，用户在VR场景中触发上述目标业务，通常可以包括以下三种方式：

第一种，用户可以通过发出语音指令，在VR场景下触发上述目标业务。

例如，以上述目标业务为VR场景下的快捷支付业务为例，VR客户端可以搭载语音识别模块，而用户可以通过在佩戴VR终端进行沉浸体验的过程中，可以发出一个用于触发快捷支付业务的自定义的语音指令，以一种更加自然的交互方式在VR场景中发起快捷支付。

在以上示出的这种情况下，上述操作行为数据，则可以包括用户在VR场景中通过语音操作触发上述目标业务时，发出的语音指令数据；比如，语音指令片段。

在这种情形下，用户在通过发出语音指令与VR客户端进行交互的过程中，VR客户端则可以通过搭载的相关的语音采集硬件，来采集用户发出的语音指令片段，作为后续预判上述目标业务是否满足触发条件的计算参数。

第二种，在VR场景中可以提供一个用于触发上述目标业务的交互选项(比如交互按钮)，而用户可以通过视觉焦点凝视VR场景中的该交互选项，来选中该交互选项，进而触发上述目标业务。

例如，仍以上述目标业务为VR场景下的快捷支付业务为例，在VR场景中可以提供一个用于触发快捷支付的支付按钮，用户可以通过控制视觉焦点的位移，将视觉焦点移动到该支付按钮所在区域，并保持凝视，通过凝视来选中该支付按钮，进而在VR场景中发起快捷支付。

第三种，也可以在VR场景中可以提供一个用于触发上述目标业务的交互选项，而用户可以通过控制视觉焦点的位移，将视觉焦点的移动轨迹穿过该交互选项所在区域，来选中该交互选项，进而触发上述目标业务。

例如，仍以上述目标业务为VR场景下的快捷支付业务为例，在VR场景中仍然可以提供一个用于触发快捷支付的支付按钮，用户可以控制视觉焦点的位移，通过控制视觉焦点的移动轨迹穿过该支付按钮所在区域(具体的穿过方式在本申请不进行特别限定，本领域技术人员在实现时可以参考相关技术中的记载)，来选中该支付按钮，进而在VR场景中发起快捷支付。

在以上示出的这两种情况下，上述操作行为数据，则可以包括用户在VR场景中通过视觉焦点操作来触发上述目标业务时，用户的视觉焦点的移动轨迹数据。

在这种情形下，用户在通过控制视觉焦点的移动与VR客户端进行交互的过程中，VR客户端可以在后台实时记录用户的视觉焦点在VR场景中的坐标数据，以及对应的发生时刻，然后按照记录的每一个坐标数据对应的发生时刻，将记录的所有历史坐标数据组织成时间序列，来还原出用户的视觉焦点的移动轨迹数据。此时组织成的该时间序列，即为上述视觉焦点的移动轨迹数据，可以作为后续预判上述目标业务是否满足触发条件的计算参数。

当然，在实际应用中，上述用户操作行为数据除了可以包括以上示出的语音指令数据以及用户的视觉焦点的移动轨迹数据以外，也可以包括其它类型的操作行为数据。

即在本申请中，凡是与用户所执行的可用于触发上述目标的操作行为对应的行为数据，均可以作为预判上述目标业务是否即将被触发的操作行为数据，在本申请不再进行一一列举。

3)目标业务触发的预判。

在本例中，上述操作行为数据，具体可以包括用户在触发上述目标业务时，所发出的语音指令片段，以及用户的视觉焦点的移动轨迹数据等数据类型。

其中，VR客户端在将上述操作行为数据作为输入，预判上述目标业务是否满足预设的触发条件时，该触发条件的具体内容可以与上述操作行为数据对应的数据类型相对应，针对不同的数据类型，可以针对上述目标业务分别配置不同的触发条件。

以下以上述操作行为数据为语音指令片段以及视觉焦点的移动轨迹数据为例，对预判上述目标业务是否满足预设的触发条件的处理过程，分别进行描述。

一、基于语音指令片段预判

在示出的一种实施方式中，当上述操作行为数据为语音指令片段时，上述预设的触发条件具体可以是“该语音指令片段与完整的语音指令的相似概率，大于预设的相似度的阈值。

具体地，由于用户在通过语音指令来触发上述目标业务时，用户所发出的语音指令，通常是由若干个语音指令片段按照一定的语义关系构成的；因此，为了在VR客户端基于用户发出的完整的语音指令成功触发上述目标业务之前，提前预判出该目标业务是否满足触发条件，VR客户端可以通过搭载用于计算语音指令片段对应于完整的语音指令的相似概率的语音解析匹配模型，将接收到的用户发出的语音指令片段输入该模型进行计算，得出该语音指令片段对应于完成的语音指令的相似概率，并根据计算出的该相似概率是否大于指令相似度阈值，来预判上述目标业务是否满足触发条件。

其中，上述语音解析匹配模型的具体类型，在本申请中不进行特别的限定，在实际应用中，可以基于实际的需求进行选择；例如，在示出的一种实施方式中，上述语音解析匹配模型可以是HMM(Hidden Markov Model，隐马尔可夫模型)模型，或者基于诸如viterbi算法搭建的其它类型的相同功能的统计分析模型。

用户在通过发出语音指令触发上述目标业务的过程中，VR客户端可以实时的逐个解析用户发出的语音指令片段，将用户发出的首个语音指令片段解析为对应的字符串片段；其中，该字符串片段为完整的语音指令解析出的字符串的子集，具体可以是完整的语音指令解析出的字符串中的一个单位字符，或者按照语义划分的出的一个由多个字符组成的字符片段。

当将用户发出的首个语音指令片段解析为对应的字符串片段后，此时VR客户端可以将该字符串片段作为输入参数，输入至上述语音解析匹配模型进行计算，得到该首个语音指令片段对应于完整的语音指令解析出的完整的指令字符串的相似概率，然后将计算得到的相似概率与预设的相似度阈值进行比较；其中，该相似度阈值用于度量计算出的该相似概率是否能够成功触发上述目标业务，在实际应用中，可以基于具体的预判精度的需求，进行自定义设置。

如果计算出的该相似概率大于该相似度阈值，此时可以确定预判出了上述目标业务满足触发条件即将被用户触发；反之，如果计算出的该相似概率小于或者等于该指令相似度阈值，此时表明基于用户发出的首个语音指令片段，预判出上述目标业务当前并不满足触发条件。

在这种情况下，VR客户端可以按照相同的方式，继续将用户发出的下一个语音指令片段解析为对应的字符串片段，然后可以将首个语音指令片段对应的字符串片段，与用户发出的该下一个语音指令片段对应的字符串片段进行合并，然后按照相同的方式，将各并后的字符串片段重新输入上述语音解析匹配模型进行计算，得到该合并后的语音指令片段对应于完整的语音指令解析出的完整的指令字符串的相似概率，然后重新将计算得到的相似概率与预设的相似度阈值进行比较，并根据比较结果来预判上述目标业务是否满足触发条件。

相似的，如果基于合并后的语音指令片段，仍然无法预判出上述目标业务是否即将被用户触发，即通过判断确定合并后的语音指令片段对应于完整的语音指令解析出的完整的指令字符串的相似概率，仍然小于或者等于上述相似度阈值，此时可以基于按照相同的操作，按顺序将合并后的该语音指令片段，与后来接收到的下一个语音指令片段解析出的字符串片段继续进行合并，然后执行相同的预判过程，直到合并出的语音指令片段与完整的语音指令解析出的完整语音指令片段匹配时停止(即合并出完整的语音指令后，此时上述目标业务已经被触发，此时预判过程已经结束)。

例如，以上述目标业务为VR场景下的快捷支付业务为例，假设在VR场景下通过自定义的语音指令“芝麻开门”来触发快捷支付，那么用户在通过发出该语音指令触发快捷支付的过程中，VR客户端首先可以按照以上示出的预判方式，计算用户发出的首个语音指令片段“芝”对应于完整语音指令“芝麻开门”的相似度概率，然后基于该相似度概率来预判快捷支付业务是否即将用户触发；如果预判失败，VR客户端可以继续将首个语音指令片段“芝”与下一个语音指令片段“麻”合并为“芝麻”，然后继续进行相似的预判处理。如果基于合并后的语音指令片段“芝麻”仍然预判失败，可以进一步将合并后的该语音指令片段“芝麻”与下一个语音指令片段“开”合并为语音指令片段“芝麻开”，然后继续执行相似的预判处理，直至合并后的指令片段与完整的指令片段完全匹配时停止。

通过这种方式，VR客户端可以在用户尚未完全发出完整的语音指令时，提前预判出上述目标业务是否满足触发条件，从而后续可以采用该预判结果，提前对VR客户端所在的VR终端搭载的生物特征采集硬件进行启动。

二、基于视觉焦点的轨迹数据预判

在示出的另一种实施方式中，当上述操作行为数据为用户的视觉焦点的移动轨迹数据时，上述预设的触发条件具体可以是“基于用户的视觉焦点的移动轨迹数据预测出的用户视觉焦点从当前时刻开始至预设的时长阈值后的移动轨迹，落入预设的用于触发上述目标业务的交互选项所在区域”。

在这种情况下，在基于视觉焦点的轨迹数据预判上述目标业务是否即将被触发时，可以通过预判用户的视觉焦点从当前时刻开始至N秒之后(N即为上述预设的时长阈值)的移动轨迹是否进入上述交互选项所在区域来实现。

在实现时，在上述VR场景中，可以提供一个用于触发上述目标业务的交互选项；例如，如果上述目标业务为VR场景下的快捷支付业务，则该交互选项具体可以是VR场景中的商品界面中提供的一“立即购买”的交互按钮。

具体地，VR客户端可以预先搭载一个基于用户的视觉焦点的历史移动轨迹数据，训练完成的预测模型；该预测模型可以用于预测用户的视觉焦点从当前时刻开始至N秒后的移动轨迹。

其中，上述预测模型的具体类型，在本申请中不进行特别限定，可以是基于神经网络搭建的深度学习模型，也可以是基于特定的预测算法搭建的预测模型；例如，在示出的一种实施方式中，上述预测模型可以是基于卡尔曼滤波预测方程搭建的预测模型。

当客户端基于记录的用户的视觉焦点的历史坐标，以及对应的发生时刻，成功还原出用户视觉焦点的移动轨迹数据后，可以将该移动轨迹数据作为输入数据，输入至上述预测模型进行计算，以预测出用户的视觉焦点从当前时刻开始至N秒后的移动轨迹。当预测出从当前时刻开始至N秒后的移动轨迹后，此时可以进一步判断预测出的该移动轨迹是否落入上述交互选项所在区域；

如果预测出的所述移动轨迹落入上述交互选项所在区域，此时VR客户端可以确定预判出了上述目标业务满足上述触发条件，该目标业务即将被上述用户触发；反之，可以确定本次预判失败。

另外，为了提升预判的精准度，防止用户误操作的发生，还可以在上述交互选项所在区域中，设置一个有效区域；其中，该有效区域可以是该交互选项所在区域中划分出的一个位置居中的子区域；比如，可以是上述交互选项所在区域的中心50％的区域。

通过这种方式，只有当预测出的上述移动轨迹落入上述交互选项所在区域中的有效区域，才会判定该移动轨迹落入了该交互选项所在区域，因此可以有效的防止用户误操作的发生。

当然，在实际应用中，由于用户的视觉焦点在大多数情况下，并不是一个条很标准的直线，因此即便VR客户端预测出了从当前时刻开始至N秒后的移动轨迹，可能也很难确定该移动轨迹是否能够进入到上述交互选项所在区域。

在这种情况下，VR客户端搭载的上述预测模型中，还可以进一步引入用于计算预测出的移动轨迹进入上述交互选项所在区域的概率的相关算法，从而当VR客户端预测出了上述移动轨迹后，可以仅进一步通过预设模型输出一个进入上述交互选项所在区域的概率，然后可以基于计算出的该概率值是否达到阈值，来判定该移动轨迹是否进入了上述交互选项所在区域。

其中，上述用于计算移动轨迹进入上述交互选项所在区域的概率的相关算法，在本例中不进行特别限定；

例如，在示出的一种实施方式中，如果上述预测模型是卡尔曼滤波预测模型，那么可以在该模型预测出的移动轨迹的结果的基础上，进一步执行近似积分计算，计算出移动轨迹进入上述交互选项所在区域的概率，并将计算出的概率值进行输出。

另外，需要说明的是，上述N值的具体取值，在本申请中不进行特别限定，在实际应用中，可以基于需求进行自定义；

例如，在示出的一种实现方式中，可以将该N值的初始值设置为上述生物特征采集硬件执行硬件初始化的延时时长；比如，假设上述生物特征采集硬件进行硬件初始化，从开启到初始化完成需要2秒的延时，那么可以将上述N值的初始值也设置为2秒。

在示出的另一种实施方式中，当上述操作行为数据为用户的视觉焦点的移动轨迹数据时，上述预设的触发条件具体也可以是“基于用户的视觉焦点的移动轨迹数据确定出的用户视觉焦点落入预设的用于触发上述目标业务的交互选项所在区域，并且停留时长大于凝视等待时长阈值”。即在这种情况下，在基于视觉焦点的轨迹数据预判上述目标业务是否即将被触发时，可以通过计算用户的视觉焦点落入上述交互选项所在区域后的停留时长，并通过判定该停留时长是否达到预设的凝视等待时长阈值来实现。

在VR场景中，通常用户可以通过控制视觉焦点停留在上述交互选项所在区域，并保持悬停，通过“凝视”的方式来选中上述交互选项，进而触发上述目标业务。

然而，在相关技术中，用户通过“凝视”的方式来选中上述交互选项时，用户的视觉焦点在上述交互选项所在区域的停留时长通常由凝视等待时长(记为T1)和凝视确认时长(记为T2)组成。

当用户的视觉焦点进入上述交互选项所在区域后，VR客户端可以在后台统计视觉焦点在该交互选项所在区域中的停留时长，当该停留时长的取值大于T1时，此时凝视等待结束，VR客户端可以在后台确认用户当前的操作为有效的“凝视”操作，并在该交互选项所在区域中输出一个相关的等待提示；与此同时，VR客户端可以从这一时刻开始重新进行计时，统计视觉焦点在该交互选项所在区域中的停留时长，如果重新计时后得到的停留时长大于T2时，此时凝视确认结束，VR客户端可以选中该交互选项，进而触发上述目标业务。

可见，在相关技术中，用户在通过“凝视”的方式选中上述交互选项时，停留时长为上述T1和T2之和。

在本例中，为了在用户通过“凝视”的方式选中上述交互选项的过程中，提前预判出用户是否即将触发上述目标业务，可以对现有的“凝视”选中交互选项的机制进行改进，省略上述凝视等待过程，在用户通过传统的“凝视”的方式成功触发上述目标业务之前，提前得出预判结果。

具体地，当用户的视觉焦点进入上述交互选项所在区域后，VR客户端仍然可以在后台统计视觉焦点在该交互选项所在区域中的停留时长；并判断该停留时长是否大于预设的凝视等待时长阈值T1，如果该停留时长大于T1，此时可以直接确定预判出了上述目标业务即将被上述用户触发。

通过这种方式，实际上省略了传统的“凝视”选中交互选项的流程中的凝视等待过程，在传统的凝视等待过程，就可以提前预判出上述目标业务是否即将被上述用户触发的预判结果。

4)用户生物特征采集硬件的控制。

在本例中，当VR客户端按照以上示出的任意一种预判方式，成功预判出上述目标业务满足了触发条件即将被用户触发时，此时VR客户端可以立即启动VR终端所搭载的上述生物特征采集硬件。

当上述生物特征采集硬件基于预判结果被成功启动后，此时VR客户端可以进一步确认上述预判结果的准确性，来确定上述目标业务是否真的被用户触发；

例如，VR客户端可以确认是否接收到由用户发出的用于触发上述目标业务的完整的语音指令，如果是，此时VR客户端可以确定上述预判结果正确，此时上述目标业务被用户触发；

又如，上述VR客户端也可以确定用户的视觉焦点的移动轨迹是否穿过上述交互选项所在区域、或者确定用户的视觉焦点在上述交互选项所在区域的停留时长是为大于上述T1和T2之和(即完成凝视等待以及凝视确认)；如果是，此时VR客户端可以确定上述预判结果正确，此时上述目标业务被用户触发。

即在本申请中，当VR客户端完成上述目标业务是否满足触发条件的预判后，该目标业务后续的触发过程以及触发条件，仍然可以与VR场景下的常规实现保持一致。

在本例中，如果上述VR客户端确认上述预判结果准确，上述目标业务最终被用户触发，由于此时上述生物特征采集硬件已经提前启动，因此VR客户端可以直接调用该生物特征采集硬件采集用户的生物特征，并基于采集到的生物特征发起对上述目标业务的安全认证即可。此时对于用户来说，并不会感受到生物特征采集硬件的硬件初始化所造成的延时。

当针对上述目标业务的安全认证通过后，此时VR客户端可以与相应的服务端进行业务交互，来执行上述目标业务；例如，以在VR场景中的快捷支付业务为例，当用户在VR场景中触发了快捷支付业务，此时VR客户端可以通过提前启动的生物识别摄像头采集用户的虹膜特征或者眼纹特征，并基于采集到的虹膜特征或者眼纹特征对用户进行身份认证，当身份认证通过后，此时发起的该支付业务通过安全认证，VR客户端可以与服务端进行业务交互，完成该笔支付。

当然，如果上述VR客户端确认上述预判结果不准确，上述目标业务最终未被用户触发，即以上示出的预判过程出现预判错误，在这种情况下，VR客户端可以将提前启动的上述生物特征采集硬件重新关闭即可。

在本例中，由于VR客户端在通过以上示出的各种预判过程，预判上述目标业务是否满足触发条件时，是依赖于特定的预判阈值来实现的；

例如，当基于用户的语音指令片段来预判时，上述预判阈值即为以上描述的相似度阈值。当基于预测用户的视觉焦点从当前时刻开始至N秒后的移动轨迹来预判时，上述预判阈值即为上述N(即上述预设时长阈值)的取值。而当基于用户的视觉焦点在上述交互选项所在区域中的停留时长来预判时，上述预判阈值即为上述凝视等待时长阈值。

然而，由于不同的用户的操作行为习惯存在差异，针对不同的用户采用取值完全相同的上述预判阈值，显然会影响最终的预判结果的准确度。因此，在本申请中，还提出一种基于上述目标业务是否被真实触发的判定结果，对上述预判阈值进行反向调整的动态预判阈值的机制。

具体地，当VR客户端按照以上示出的任意一种预判方式，成功预判出上述目标业务满足触发条件，并且VR客户端确定出目标业务最终是否被用户触发后：

一方面，如果确定出上述目标业务最终被上述用户触发，则可以对预判上述目标业务是否满足触发条件时使用的预判阈值进行调整，来提高上述生物特征采集硬件被启动的概率；

例如，当基于用户的语音指令片段来预判时，上述预判阈值即为以上描述的指令相似度阈值，在这种情况下，可以通过降低上述指令相似度阈值，来提高上述生物特征采集硬件被启动的概率；

当基于当基于预测用户的视觉焦点从当前时刻开始至N秒后的移动轨迹来预判时，上述预判阈值即为上述N(即上述预设时长阈值)的取值，在这种情况下，可以通过增大上述N的取值，来提高上述生物特征采集硬件被启动的概率；

而当基于用户的视觉焦点在上述交互选项所在区域中的停留时长来预判时，上述预判阈值即为上述凝视等待时长阈值，在这种情况下，可以通过减小上述凝视等待时长阈值，来提高上述生物特征采集硬件被启动的概率。

另一方面，如果所述目标业务最终未被上述用户触发，可以对预判上述目标业务是否满足触发条件时使用的预判阈值进行调整，以降低生物特征采集硬件被启动的概率。

例如，当基于用户的语音指令片段来预判时，上述预判阈值即为以上描述的指令相似度阈值，在这种情况下，可以通过增大上述指令相似度阈值，来降低上述生物特征采集硬件被启动的概率；

当基于当基于预测用户的视觉焦点从当前时刻开始至N秒后的移动轨迹来预判时，上述预判阈值即为上述N(即上述预设时长阈值)的取值，在这种情况下，可以通过减小上述N的取值，来降低上述生物特征采集硬件被启动的概率；

而当基于用户的视觉焦点在上述交互选项所在区域中的停留时长来预判时，上述预判阈值即为上述凝视等待时长阈值，在这种情况下，可以通过增大上述凝视等待时长阈值，来降低上述生物特征采集硬件被启动的概率。

其中，需要说明的是，在针对上述预判阈值进行调整时，具体的增大或者降低的幅度，在本申请不进行特别的限定，在实际应用中，可以基于实际的需求进行自定义设置。

通过以上各实施例的描述可知，本申请通过基于采集到的用户的操作行为数据，来预判需要基于用户的生物特征执行安全认证的目标业务是否满足触发条件，并在预判出该目标业务满足触发条件时，立即启动生物特征采集硬件；

一方面，由于采用了目标业务被触发时刻的预判机制，使得在执行对上述目标业务进行安全认证时，可以提前启动生物特征采集硬件，因而可以确保用户感受不到生物特征采集硬件的硬件初始化延时，提升用户体验；

另一方面，由于在默认情况下，生物特征采集硬件仍然保持关闭状态，只有在预判出目标业务满足触发条件时，才会开启生物特征采集硬件，因而与现有技术相比，在确保用户感受不到生物特征采集硬件的硬件初始化延时的前提下，可以尽可能的兼顾设备的耗电量。

与上述方法实施例相对应，本申请还提供了装置的实施例。

请参见图2，本申请提出一种生物特征采集硬件的控制装置20，应用于客户端；

请参见图3，作为承载所述客户端的终端设备所涉及的硬件架构中，通常包括CPU、内存、非易失性存储器、网络接口以及内部总线等；以软件实现为例，所述生物特征采集硬件的控制装置20通常可以理解为加载在内存中的计算机程序，通过CPU运行之后形成的软硬件相结合的逻辑装置，所述装置20包括：

采集模块201，采集用户的操作行为数据；

预判模块202，基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务；

启动模块203，如果预判出所述目标业务满足预设的触发条件，则启动预设的生物特征采集硬件。

在本例中，所述预判模块202进一步：

确定所述目标业务是否被触发；

如果所述目标业务被触发，则对预判所述目标业务是否满足预设的触发条件时使用的预判阈值进行调整，以提高所述生物特征采集硬件被启动的概率；以及，

如果所述目标业务未被触发，则关闭所述生物特征采集硬件，并对预判所述目标业务是否满足预设的触发条件时使用的预判阈值进行调整，以降低生物特征采集硬件被启动的概率。

在本例中，所述操作行为数据包括所述用户发出的语音指令片段；所述语音指令用于触发所述目标业务；所述预判阈值为预设的相似度阈值；

所述预判模块202：

将采集到的用户发出的首个语音指令片段解析为对应的字符串片段；

计算所述字符串片段对应于所述语音指令解析出的指令字符串的相似概率，并判断所述相似概率是否大于预设的相似度阈值；

如果所述相似概率大于所述相似度阈值，则预判出所述目标业务满足预设的触发条件。

在本例中，所述预判模块202进一步：

如果所述相似概率小于或者等于所述相似度阈值，将用户发出的所述首个语音指令片段对应的字符串片段，与用户发出的下一个语音指令片段对应的字符串片段进行合并；

计算合并后的字符串片段对应于所述指令字符串的相似概率，并重新执行判断所述相似概率是否大于所述预设的相似度阈值的步骤；

如果所述相似概率仍小于或者等于所述相似度阈值，则继续将合并后的所述指令字符串与用户发出的下一个语音指令片段进行合并，并重新执行判断所述相似概率是否大于所述预设的相似度阈值的步骤，直到合并后的字符串片段与所述完整指令字符串匹配时停止。

在本例中，所述操作行为数据包括所述用户的视觉焦点的移动轨迹数据；所述预判阈值为预设的时长阈值；

所述预判模块202：

将记录的所述用户的视觉焦点的移动轨迹数据输入预设的预测模型进行计算，以预测出所述用户的视觉焦点从当前时刻开始至预设的时长阈值后的移动轨迹；

判断预测出的所述移动轨迹是否落入预设的交互选项所在区域；其中，所述预设的交互选项用于触发所述目标业务；

如果预测出的所述移动轨迹落入预设的交互选项所在区域，则预判出所述目标业务满足预设的触发条件。

在本例中，所述操作行为数据包括所述用户的视觉焦点的位移数据；所述预判阈值为预设的凝视等待时长阈值；

所述预判模块202：

基于记录的所述用户的视觉焦点的移动轨迹数据，确定所述用户的视觉焦点是否落入预设的交互选项所在区域；

如果确定所述用户的视觉焦点落入预设的交互选项所在区域，统计所述视觉焦点在所述预设的交互选项所在区域中的停留时长，并判断所述停留时长是否大于预设的凝视等待时长阈值；

如果所述停留时长大于所述凝视等待时长阈值，则预判出所述目标业务即将被所述用户触发。

在本例中，所述客户端为虚拟现实客户端；所述生物特征采集硬件为生物识别摄像头；所述生物特征为眼纹特征、虹膜特征以及掌纹特征中一种或者多种的组合；所述目标业务为支付业务。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (12)

1.一种生物特征采集硬件的控制方法，其特征在于，应用于客户端，所述方法包括：

采集用户的操作行为数据；

基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务，用于预判的条件与所述预设的触发条件不同；所述目标业务满足预设的触发条件，表征所述用户将要触发所述目标业务；

如果预判出所述目标业务满足预设的触发条件，则在所述目标业务被所述用户触发前，启动预设的生物特征采集硬件；

确定所述目标业务是否被触发；

如果所述目标业务被触发，则对预判所述目标业务是否满足预设的触发条件时使用的预判阈值进行调整，以提高所述生物特征采集硬件被启动的概率；以及，

如果所述目标业务未被触发，则关闭所述生物特征采集硬件，并对预判所述目标业务满足预设的触发条件时使用的预判阈值进行调整，以降低生物特征采集硬件被启动的概率。

2.根据权利要求1所述的方法，其特征在于，所述操作行为数据包括所述用户发出的语音指令片段；所述语音指令用于触发所述目标业务；所述预判阈值为预设的相似度阈值；

所述基于采集到的操作行为数据预判目标业务是否满足预设的触发条件，包括：

将采集到的用户发出的首个语音指令片段解析为对应的字符串片段；

计算所述字符串片段对应于所述语音指令解析出的指令字符串的相似概率，并判断所述相似概率是否大于预设的相似度阈值；

如果所述相似概率大于所述相似度阈值，则预判出所述目标业务满足预设的触发条件。

3.根据权利要求2所述的方法，其特征在于，还包括：

如果所述相似概率小于或者等于所述相似度阈值，将用户发出的所述首个语音指令片段对应的字符串片段，与用户发出的下一个语音指令片段对应的字符串片段进行合并；

计算合并后的字符串片段对应于所述指令字符串的相似概率，并重新判断计算出的相似概率是否大于所述预设的相似度阈值；

如果计算出的相似概率仍小于或者等于所述相似度阈值，则继续将合并后的所述指令字符串与用户发出的下一个语音指令片段进行合并，并重复以上步骤，直到合并后的字符串片段与完整指令字符串匹配时停止。

4.根据权利要求1所述的方法，其特征在于，所述操作行为数据包括所述用户的视觉焦点的移动轨迹数据；所述预判阈值为预设的时长阈值；

所述基于采集到的操作行为数据预判目标业务是否满足预设的触发条件，包括：

将记录的所述用户的视觉焦点的移动轨迹数据输入预设的预测模型进行计算，以预测出所述用户的视觉焦点从当前时刻开始至预设的时长阈值后的移动轨迹；

判断预测出的所述移动轨迹是否落入预设的交互选项所在区域；其中，所述预设的交互选项用于触发所述目标业务；

如果预测出的所述移动轨迹落入预设的交互选项所在区域，则预判出所述目标业务满足预设的触发条件。

5.根据权利要求1所述的方法，其特征在于，所述操作行为数据包括所述用户的视觉焦点的位移数据；所述预判阈值为预设的凝视等待时长阈值；

所述基于采集到的操作行为数据预判目标业务是否满足预设的触发条件，包括：

基于记录的所述用户的视觉焦点的移动轨迹数据，确定所述用户的视觉焦点是否落入预设的交互选项所在区域；其中，所述预设的交互选项用于触发所述目标业务；

如果确定所述用户的视觉焦点落入预设的交互选项所在区域，统计所述视觉焦点在所述预设的交互选项所在区域中的停留时长，并判断所述停留时长是否大于预设的凝视等待时长阈值；

如果所述停留时长大于所述凝视等待时长阈值，则预判出所述目标业务即将被所述用户触发。

6.根据权利要求1所述的方法，其特征在于，所述客户端为虚拟现实客户端；所述生物特征采集硬件为生物识别摄像头；所述生物特征为眼纹特征、虹膜特征以及掌纹特征中一种或者多种的组合；所述目标业务为支付业务。

7.一种生物特征采集硬件的控制装置，其特征在于，应用于客户端，所述装置包括：

采集模块，采集用户的操作行为数据；

预判模块，基于采集到的所述操作行为数据预判目标业务是否满足预设的触发条件；其中，所述目标业务为需要基于用户的生物特征执行安全认证的用户业务，用于预判的条件与所述预设的触发条件不同；所述目标业务满足预设的触发条件，表征所述用户将要触发所述目标业务；

启动模块，如果预判出所述目标业务满足预设的触发条件，则在所述目标业务被所述用户触发前，启动预设的生物特征采集硬件；

所述预判模块进一步：

确定所述目标业务是否被触发；

如果所述目标业务被触发，则对预判所述目标业务是否满足预设的触发条件时使用的预判阈值进行调整，以提高所述生物特征采集硬件被启动的概率；以及，

如果所述目标业务未被触发，则关闭所述生物特征采集硬件，并对预判所述目标业务是否满足预设的触发条件时使用的预判阈值进行调整，以降低生物特征采集硬件被启动的概率。

8.根据权利要求7所述的装置，其特征在于，所述操作行为数据包括所述用户发出的语音指令片段；所述语音指令用于触发所述目标业务；所述预判阈值为预设的相似度阈值；

所述预判模块：

将采集到的用户发出的首个语音指令片段解析为对应的字符串片段；

计算所述字符串片段对应于所述语音指令解析出的指令字符串的相似概率，并判断所述相似概率是否大于预设的相似度阈值；

如果所述相似概率大于所述相似度阈值，则预判出所述目标业务满足预设的触发条件。

9.根据权利要求8所述的装置，其特征在于，所述预判模块进一步：

如果所述相似概率小于或者等于所述相似度阈值，将用户发出的所述首个语音指令片段对应的字符串片段，与用户发出的下一个语音指令片段对应的字符串片段进行合并；

计算合并后的字符串片段对应于所述指令字符串的相似概率，并重新判断计算出的相似概率是否大于所述预设的相似度阈值；

如果计算出的相似概率仍小于或者等于所述相似度阈值，则继续将合并后的所述指令字符串与用户发出的下一个语音指令片段进行合并，并重复以上步骤，直到合并后的字符串片段与完整指令字符串匹配时停止。

10.根据权利要求7所述的装置，其特征在于，所述操作行为数据包括所述用户的视觉焦点的移动轨迹数据；所述预判阈值为预设的时长阈值；

所述预判模块：

将记录的所述用户的视觉焦点的移动轨迹数据输入预设的预测模型进行计算，以预测出所述用户的视觉焦点从当前时刻开始至预设的时长阈值后的移动轨迹；

判断预测出的所述移动轨迹是否落入预设的交互选项所在区域；其中，所述预设的交互选项用于触发所述目标业务；

如果预测出的所述移动轨迹落入预设的交互选项所在区域，则预判出所述目标业务满足预设的触发条件。

11.根据权利要求7所述的装置，其特征在于，所述操作行为数据包括所述用户的视觉焦点的位移数据；所述预判阈值为预设的凝视等待时长阈值；

所述预判模块：

基于记录的所述用户的视觉焦点的移动轨迹数据，确定所述用户的视觉焦点是否落入预设的交互选项所在区域；其中，所述预设的交互选项用于触发所述目标业务；

如果确定所述用户的视觉焦点落入预设的交互选项所在区域，统计所述视觉焦点在所述预设的交互选项所在区域中的停留时长，并判断所述停留时长是否大于预设的凝视等待时长阈值；

如果所述停留时长大于所述凝视等待时长阈值，则预判出所述目标业务即将被所述用户触发。

12.根据权利要求7所述的装置，其特征在于，所述客户端为虚拟现实客户端；所述生物特征采集硬件为生物识别摄像头；所述生物特征为眼纹特征、虹膜特征以及掌纹特征中一种或者多种的组合；所述目标业务为支付业务。

Images