CN109034212B - 一种终端生物识别性能测试方法及装置 - Google Patents

一种终端生物识别性能测试方法及装置 Download PDF

Info

Publication number
CN109034212B
CN109034212B CN201810722643.5A CN201810722643A CN109034212B CN 109034212 B CN109034212 B CN 109034212B CN 201810722643 A CN201810722643 A CN 201810722643A CN 109034212 B CN109034212 B CN 109034212B
Authority
CN
China
Prior art keywords
registration
sample
biological
verification
characteristic values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810722643.5A
Other languages
English (en)
Other versions
CN109034212A (zh
Inventor
解谦
刘晋兴
郭佳颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Information and Communications Technology CAICT
Original Assignee
China Academy of Information and Communications Technology CAICT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Academy of Information and Communications Technology CAICT filed Critical China Academy of Information and Communications Technology CAICT
Priority to CN201810722643.5A priority Critical patent/CN109034212B/zh
Publication of CN109034212A publication Critical patent/CN109034212A/zh
Application granted granted Critical
Publication of CN109034212B publication Critical patent/CN109034212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2193Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种终端生物识别性能测试方法及装置,所述方法包括:对多种不同的终端的识别算法进行封装,生成封装识别算法;获取所述终端的各生物注册样本及对应的生物验证样本;根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。本发明中的测试方法及装置具有极高的兼容性,可对接多种算法,对不同终端进行测试,由此实现对终端生物识别性能进行公平合理的评估。

Description

一种终端生物识别性能测试方法及装置
技术领域
本发明涉及生物识别终端技术领域,尤其涉及一种终端生物识别性能测试方法及装置。
背景技术
随着智能终端生物识别功能的普及,该技术带来的用户信息安全问题也逐渐被人们所关注,同时生物处理的流畅性也会对终端整机的用户体验产生影响。因此,针对终端生物识别技术相关的性能测试需求是十分强烈的。与生物识别模块的安全性和流畅性对应的评估指标包括生物识别率和处理时延,这也是终端厂商主要关注的两项指标。
目前针对终端生物识别模块比较成熟的测试包括研发测试和产线测试,研发测试主要包括环境老化、可靠性、防静电和功耗等方面的测试;产线测试主要包括电气性和简单识别通过与否等方面的测试。而针对生物识别模组性能测试,目前只有个别几家厂商具有测试能力。
由此可知,目前生物识别性能测试主要存在以下问题:
1)目前针对终端生物识别模块的测试更倾向于研发测试和产线测试,而对生物识别模块的性能测试还没有成熟、统一的测试方法。各厂商使用的生物识别模组、生物识别算法均有差异,仅能对自己的产线的产品进行测试,测试工具兼容性不高,各厂商间无法通用。
2)目前针对终端生物识别模块的性能测试方法还不够完善,没有统一标准依据,各厂商均采用私有测试方案,无法公平合理地对终端生物识别模块的性能进行评估。
针对相关技术中终端生物识别性能测试方法和测试工具不成熟、兼容性差的问题,目前尚未提出有效的解决方案。
发明内容
为了解决目前终端生物识别性能测试方法和测试工具不成熟、兼容性差的问题,本发明实施例提供一种终端生物识别性能测试方法,所述方法包括:
对多种不同的终端的识别算法进行封装,生成封装识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
可选的,在本发明一实施例中,所述方法还包括:获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
可选的,在本发明一实施例中,所述方法还包括:获取各所述生物注册样本中对应的多个注册样本文件;根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;根据所述注册结果,生成注册失败率。
可选的,在本发明一实施例中,所述方法还包括:校验各所述验证样本,生成校验结果;根据所述校验结果生成采集失败率。
本发明实施例还提供一种终端生物识别性能测试装置,所述装置包括:
封装单元,用于对多种不同的终端的识别算法进行封装,生成封装识别算法,
采集单元,用于获取所述终端的各生物注册样本及对应的生物验证样本;
计算单元,用于根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
第一匹配单元,用于根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
第二匹配单元,用于根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
可选的,在本发明一实施例中,所述装置还包括:注册时间单元,用于获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;验证时间单元,用于获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
可选的,在本发明一实施例中,所述装置还包括:注册文件单元,用于获取各所述生物注册样本中对应的多个注册样本文件;文件计算单元,用于根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;注册匹配单元,用于匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;注册统计单元,用于根据所述注册结果,生成注册失败率。
可选的,在本发明一实施例中,所述装置还包括:样本校验单元,用于校验各所述验证样本,生成校验结果;采集统计单元,用于根据所述校验结果生成采集失败率。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对多种不同的终端的识别算法进行封装,生成封装识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对多种不同的终端的识别算法进行封装,生成封装识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
本发明通过利用终端本身具备的识别算法及各种生物样本,对该终端进行测试,具有极高的兼容性,可对接多种算法,对不同终端进行测试,由此实现对终端生物识别性能进行公平合理的评估。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种终端生物识别性能测试方法的流程图;
图2为本发明实施例一种终端生物识别性能测试方法的确定识别处理时间的流程图;
图3为本发明实施例一种终端生物识别性能测试方法的确定注册失败率的流程图;
图4为本发明实施例一种终端生物识别性能测试方法的确定采集失败率的流程图;
图5为本发明实施例一种终端生物识别性能测试装置的结构示意图。
具体实施方式
本发明实施例提供一种终端生物识别性能测试方法及装置。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示为本发明实施例一种终端生物识别性能测试方法的流程图,图中所示方法包括:步骤S11,对多种不同的终端的识别算法进行封装,生成封装识别算法;
步骤S12,获取所述终端的各生物注册样本及对应的生物验证样本;
步骤S13,根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
步骤S14,根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
步骤S15,根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
在本实施例中,终端可以为具有生物识别功能的设备,可以为例如具有指纹识别或人脸识别的智能手机、PC等。对终端中的识别算法进行统一封装,封装后的识别算法作为封装识别算法,封装识别算法的格式可以为例如.dll文件。对终端识别算法的统一封装过程,可在终端进行,也可在测试端进行。获得终端中的生物注册样本和生物验证样本。具体的,生物注册样本为用户通过终端生物传感器采集的注册生物信息,例如,通过智能手机的指纹识别区域采集用户指纹,可以用于注册。类似的,当用户在终端完成注册后,使用生物识别功能时,作为验证时采集的样本为验证样本,例如为解锁智能手机,用户将已注册过的手指放置于指纹识别区域,指纹识别区域可采集当前指纹,则该指纹可作为生物验证样本。
其中,生物注册样本与生物验证样本可利用终端上搭载的生物识别传感器进行采集,生物注册样本与生物验证样本的格式可以为例如图片等格式,图片格式仅为举例,本发明中的测试方法支持任意格式的生物样本数据。进一步的,可将获取的生物注册样本与生物验证样本以文件的形式输出至PC端进行保存。
利用封装识别算法对生物注册样本与生物验证样本进行分析计算,可以得到生物注册样本对应的注册样本特征值、生物验证样本对应的验证样本特征值。其中,注册样本特征值与验证样本特征值可以为例如“00110101”的字符串。对于每一生物注册样本,均具有与之相对应的生物验证样本,例如,用户在一终端上注册后,需要使用生物识别功能来操作终端,那么在此过程中,该用户的一个生物特征,例如一个手指的指纹,在该终端上存储有该指纹的生物注册样本及对应的生物验证样本。终端中存储有大量的生物注册样本及对应的生物验证样本,通过封装识别算法求取特征值后,可得到大量的注册样本特征值及验证样本特征值。其中,生物注册样本的注册样本特征值,与生物验证样本的验证样本特征值也存在相同的对应关系。
其中,将生物注册样本与对应的生物样本的注册样本特征值与验证样本特征值进行匹配,即比较注册样本特征值与验证样本特征值是否一致,此过程类似于用户在终端注册后,使用生物识别功能来操作终端时进行生物特征验证的过程,例如验证指纹或识别脸部等。在匹配注册样本特征值与对应的验证样本特征值时,理论上所有的匹配结果均应为匹配一致,但由于终端采集的生物样本及识别算法的不同,会出现错误拒绝的情况。将所有注册样本特征值与对应的验证样本匹配后,统计出现错误拒绝的个数占总数的百分比,即可得到错误拒绝率(FRR)。
此外,将生物注册样本与非对应的生物样本的注册样本特征值与验证样本特征值进行匹配,即比较注册样本特征值与验证样本特征值是否一致。此过程与上述匹配过程相反,例如,某用户用左手拇指在一终端上进行注册后,该用户使用右手食指进行生物特征验证来操作终端。那么理论上,在匹配注册样本特征值与非对应的验证样本特征值时,匹配结果应均为匹配不一致,但由于终端采集的生物样本及识别算法的不同,会出现错误接受的情况。将所有注册样本特征值与非对应的验证样本匹配后,统计出现错误接受的个数占总数的百分比,即可得到错误接受率(FAR)。通过错误拒绝率与错误接受率,可以准确的评价终端的生物识别性能。
另外,对终端的识别算法进行封装之前,还需要获取终端的算法版本号,确定终端的算法版本被测试端支持。
如图2所示为本发明实施例一种终端生物识别性能测试方法的确定识别处理时间的流程图,图中所示方法还包括:步骤S21,获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;
步骤S22,获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
在本实施例中,获取利用终端自带的识别算法对其采集的生物注册样本进行分析计算,生成注册样本特征值这一过程所花的时间,作为注册处理时间。同样的,获取利用终端自带的识别算法对其采集的生物验证样本进行分析计算,生成验证样本特征值,并将得到的验证样本特征值与注册样本特征值进行匹配,这一过程所花的时间,作为验证处理时间。注册处理时间与验证处理时间表示终端生物识别处理的时延。
进一步的,还可以获得每一次注册过程的时间,即生成单个生物注册样本对应的注册样本特征值的过程所花的时间。此外,还可以获取每一次匹配过程的时间,即匹配注册样本特征值与对应的验证样本特征值或非对应的验证样本特征值的过程所花的时间。其中,每一次注册过程的时间表示用户通过终端的生物识别传感器进行注册过程的时延。每一次匹配过程的时间表示用户使用生物识别功能操作终端时,进行验证过程的时延。通过识别处理时间、每一次注册过程时间及每一次匹配过程时间,可以用于准确的评价终端生物识别处理的速度。
如图3所示为本发明实施例一种终端生物识别性能测试方法的确定注册失败率的流程图,图中所示方法还包括:步骤S31,获取各所述生物注册样本中对应的多个注册样本文件;
步骤S32,根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;
步骤S33,匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;
步骤S34,根据所述注册结果,生成注册失败率。
在本实施例中,用户通过终端采集生物特征进行注册时,可以采集多个注册样本文件,例如手机指纹注册时,需多次、多个角度的采集多个指纹文件。属于同一生物样本的多个注册样本文件组成一个生物注册样本。利用封装识别算法,对每一生物注册样本中的多个注册样本文件进行计算分析,得到多个注册样本文件特征值。通过计算多个样本文件的特征值可以得到注册结果。但是由于终端采集过程或终端内部处理样本时发生错误,属于同一指纹的注册文件特征值并不一致,出现这种情况可能是因为在采集过程中,用户换了一个手指而终端将其作为相同指纹保存,或保存多个生物注册样本时出现错误,导致生物注册样本中的注册样本文件不一致,此时的注册结果为注册失败。统计终端中多个生物注册样本的注册结果,可以得到注册失败的生物注册样本个数占总个数的百分比,即注册失败率(FTE)。
如图4所示为本发明实施例一种终端生物识别性能测试方法的确定采集失败率的流程图,图中所示方法还包括:步骤S41,校验各所述验证样本,生成校验结果;
步骤S41,根据所述校验结果生成采集失败率。
在本实施例中,在生成终端的生物验证样本对应的验证样本后,校验各个验证样本。但由于终端搭载的生物识别传感器的采集精度不同,因此,采集到的生物验证样本质量也不同。需先对生物验证样本的质量进行检查,若生物验证样本质量不合格,例如,对于图片格式的生物验证样本,其清晰度较低,导致图片无法辨识,不符合匹配要求,那么对这种生物验证样本求取验证样本时,无法准确得到特征值。校验验证样本的过程,是判断生物验证样本是否符合匹配条件的过程。不符合条件的生物验证样本的校验结果为失败,通过计算生物验证样本校验失败个数占总个数的百分比,可得到采集失败率(FTA)。
同样的,在采集生物注册样本的过程中,也会发生采集失败的情况,在上述图3对应的计算注册失败率之前,可对所有生物注册样本中的注册样本文件的质量进行校验,若校验失败,则该生物注册样本不参与后续的匹配过程。类似的,校验失败的生物验证样本也不参与后续的匹配过程,以避免对计算错误拒绝率与错误接受率造成干扰。
同过本发明中的测试方法,利用终端本身具备的识别算法及各种生物样本,对该终端进行测试,具有极高的兼容性,可对接多种算法,对不同终端进行测试,由此实现对终端生物识别性能进行公平合理的评估。
如图5所示为本发明实施例一种终端生物识别性能测试装置的结构示意图,图中所示装置包括:封装单元10,用于对多种不同的终端的识别算法进行封装,生成封装识别算法;
采集单元20,用于获取所述终端的各生物注册样本及对应的生物验证样本;
计算单元30,用于根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
第一匹配单元40,用于根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
第二匹配单元50,用于根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
在本实施例中,终端可以为具有生物识别功能的设备,可以为例如具有指纹识别或人脸识别的智能手机、PC等。对终端中的识别算法进行统一封装,封装后的识别算法作为封装识别算法,封装识别算法的格式可以为例如.dll文件。对终端识别算法的统一封装过程,可在终端进行,也可在测试端进行。获得终端中的生物注册样本和生物验证样本。具体的,生物注册样本为用户通过终端生物传感器采集的注册生物信息,例如,通过智能手机的指纹识别区域采集用户指纹,将该指纹做为生物注册样本。类似的,当用户在终端使用生物识别功能,将某一手指放置于指纹识别区域,指纹识别区域可采集当前指纹作为验证样本。
其中,生物注册样本与生物验证样本可利用终端上搭载的生物识别传感器进行采集,生物注册样本与生物验证样本的格式可以为例如图片等格式,图片格式仅为举例,本发明中的测试方法支持任意格式的生物样本数据。进一步的,可将获取的生物注册样本与生物验证样本以文件的形式输出至PC端进行保存,即保存在测试装置中,测试装置可为PC等终端设备。
利用封装识别算法对生物注册样本与生物验证样本进行分析计算,可以得到生物注册样本对应的注册样本特征值、生物验证样本对应的验证样本特征值。其中,注册样本特征值与验证样本特征值可以为例如“00110101”的字符串。对于每一生物注册样本,均具有与之相对应的生物验证样本,例如,用户在一终端上注册后,需要使用生物识别功能来操作终端,那么在此过程中,该用户的一个生物特征,例如一个手指的指纹,在该终端上存储有该指纹的生物注册样本及对应的生物验证样本。终端中存储有大量的生物注册样本及对应的生物验证样本,通过封装识别算法求取特征值后,可得到大量的注册样本特征值及验证样本特征值。其中,生物注册样本的注册样本特征值,与生物验证样本的验证样本特征值也存在相同的对应关系。
其中,将生物注册样本与对应的生物样本的注册样本特征值与验证样本特征值进行匹配,即比较注册样本特征值与验证样本特征值是否一致,此过程类似于用户在终端注册后,使用生物识别功能来操作终端时进行生物特征验证的过程,例如验证指纹或识别脸部等。在匹配注册样本特征值与对应的验证样本特征值时,理论上所有的匹配结果均应为匹配一致,但由于终端采集的生物样本及识别算法的不同,会出现错误拒绝的情况。将所有注册样本特征值与对应的验证样本匹配后,统计出现错误拒绝的个数占总数的百分比,即可得到错误拒绝率。
此外,将生物注册样本与非对应的生物样本的注册样本特征值与验证样本特征值进行匹配,即比较注册样本特征值与验证样本特征值是否一致。此过程与上述匹配过程相反,例如,某用户用左手拇指在一终端上进行注册后,该用户使用右手食指进行生物特征验证来操作终端。那么理论上,在匹配注册样本特征值与非对应的验证样本特征值时,匹配结果应均为匹配不一致,但由于终端采集的生物样本及识别算法的不同,会出现错误接受的情况。将所有注册样本特征值与非对应的验证样本匹配后,统计出现错误接受的个数占总数的百分比,即可得到错误接受率。通过错误拒绝率与错误接受率,可以准确的评价终端的生物识别性能。
另外,对终端的识别算法进行封装之前,还需要获取终端的算法版本号,确定终端的算法版本被测试端支持。
在本实施例中,该测试装置还包括数据库,用于存储终端的封装识别算法与各生物样本。在完成一个终端的生物识别性能测评后,删除数据库中对应终端的数据,释放内存,以保证测试装置的良好性能。
作为本发明的一个实施例,该装置还包括:注册时间单元,用于获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;验证时间单元,用于获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
作为本发明的一个实施例,该装置还包括:注册文件单元,用于获取各所述生物注册样本中对应的多个注册样本文件;文件计算单元,用于根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;注册匹配单元,用于匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;注册统计单元,用于根据所述注册结果,生成注册失败率。
作为本发明的一个实施例,该装置还包括:样本校验单元,用于校验各所述验证样本,生成校验结果;采集统计单元,用于根据所述校验结果生成采集失败率。
基于与上述一种终端生物识别性能测试方法相同的申请构思,本发明还提供了上述一种终端生物识别性能测试装置。由于该一种终端生物识别性能测试装置解决问题的原理与一种终端生物识别性能测试方法相似,因此该一种终端生物识别性能测试装置的实施可以参见一种终端生物识别性能测试方法的实施,重复之处不再赘述。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
对多种不同的终端的识别算法进行封装,生成封装识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
对多种不同的终端的识别算法进行封装,生成封装识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率。
同样的,基于与上述一种终端生物识别性能测试方法相同的申请构思,本发明还提供了上述一种计算机设备及一种计算机可读存储介质。由于该一种计算机设备及一种计算机可读存储介质解决问题的原理与一种终端生物识别性能测试方法相似,因此该一种计算机设备及一种计算机可读存储介质的实施可以参见一种终端生物识别性能测试方法的实施,重复之处不再赘述。
本发明利用终端本身具备的识别算法及各种生物样本,对该终端进行测试,具有极高的兼容性,可对不同终端进行测试,由此实现对终端生物识别性能进行公平合理的评估。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读取存储介质中,比如ROM/RAM、磁碟、光盘等。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种终端生物识别性能测试方法,其特征在于,所述方法包括:
对多种不同终端对应的识别算法进行封装,生成封装识别算法;其中,所述终端中包括至少一个识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率;
获取各所述生物注册样本中对应的多个注册样本文件;
根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;
匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;
根据所述注册结果,生成注册失败率。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;
获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
校验各所述验证样本,生成校验结果;
根据所述校验结果生成采集失败率。
4.一种终端生物识别性能测试装置,其特征在于,所述装置包括:
封装单元,用于对多种不同终端对应的识别算法进行封装,生成封装识别算法;其中,所述终端中包括至少一个识别算法;
采集单元,用于获取所述终端的各生物注册样本及对应的生物验证样本;
计算单元,用于根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
第一匹配单元,用于根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
第二匹配单元,用于根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率;
注册文件单元,用于获取各所述生物注册样本中对应的多个注册样本文件;
文件计算单元,用于根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;
注册匹配单元,用于匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;
注册统计单元,用于根据所述注册结果,生成注册失败率。
5.根据权利要求4所述的装置,其特征在于,所述装置还包括:
注册时间单元,用于获取生成各所述生物注册样本对应的注册样本特征值所需的时间,作为注册处理时间;
验证时间单元,用于获取生成各所述生物验证样本对应的验证样本特征值及完成与注册样本特征值匹配所需的时间,作为验证处理时间。
6.根据权利要求4所述的装置,其特征在于,所述装置还包括:
样本校验单元,用于校验各所述验证样本,生成校验结果;
采集统计单元,用于根据所述校验结果生成采集失败率。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
对多种不同终端对应的识别算法进行封装,生成封装识别算法;其中,所述终端中包括至少一个识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率;
获取各所述生物注册样本中对应的多个注册样本文件;
根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;
匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;
根据所述注册结果,生成注册失败率。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现以下步骤:
对多种不同终端对应的识别算法进行封装,生成封装识别算法;其中,所述终端中包括至少一个识别算法;
获取所述终端的各生物注册样本及对应的生物验证样本;
根据所述封装识别算法,生成各所述生物注册样本对应的注册样本特征值;
根据所述封装识别算法,生成各所述生物验证样本对应的验证样本特征值,并匹配各所述注册样本特征值与对应的所述验证样本特征值,生成错误拒绝率;
根据所述封装识别算法,匹配各所述注册样本特征值与各非对应的所述验证样本特征值,生成错误接受率;
获取各所述生物注册样本中对应的多个注册样本文件;
根据所述封装识别算法,分别生成各注册样本文件的注册样本文件特征值;
匹配各所述生物注册样本中所述注册样本文件特征值,生成各所述生物注册样本对应的注册结果;
根据所述注册结果,生成注册失败率。
CN201810722643.5A 2018-07-04 2018-07-04 一种终端生物识别性能测试方法及装置 Active CN109034212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810722643.5A CN109034212B (zh) 2018-07-04 2018-07-04 一种终端生物识别性能测试方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810722643.5A CN109034212B (zh) 2018-07-04 2018-07-04 一种终端生物识别性能测试方法及装置

Publications (2)

Publication Number Publication Date
CN109034212A CN109034212A (zh) 2018-12-18
CN109034212B true CN109034212B (zh) 2021-07-09

Family

ID=65522234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810722643.5A Active CN109034212B (zh) 2018-07-04 2018-07-04 一种终端生物识别性能测试方法及装置

Country Status (1)

Country Link
CN (1) CN109034212B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0944018A2 (en) * 1998-03-19 1999-09-22 Matsushita Electric Industrial Co., Ltd. Method and apparatus for recognizing inage pattern, method and apparatus for juding identity of image patterns, recording medium for recording the pattern recognizing method and recording medium for recording the pattern identity judging method
CN102045162A (zh) * 2009-10-16 2011-05-04 电子科技大学 一种三模态生物特征持证人身份鉴别系统及其控制方法
CN104639517A (zh) * 2013-11-15 2015-05-20 阿里巴巴集团控股有限公司 利用人体生物特征进行身份验证的方法和装置
CN106096539A (zh) * 2016-06-07 2016-11-09 广东欧珀移动通信有限公司 一种进行生物识别的方法及终端
CN106882154A (zh) * 2015-12-15 2017-06-23 通用汽车有限责任公司 车辆用户认证

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0944018A2 (en) * 1998-03-19 1999-09-22 Matsushita Electric Industrial Co., Ltd. Method and apparatus for recognizing inage pattern, method and apparatus for juding identity of image patterns, recording medium for recording the pattern recognizing method and recording medium for recording the pattern identity judging method
CN102045162A (zh) * 2009-10-16 2011-05-04 电子科技大学 一种三模态生物特征持证人身份鉴别系统及其控制方法
CN104639517A (zh) * 2013-11-15 2015-05-20 阿里巴巴集团控股有限公司 利用人体生物特征进行身份验证的方法和装置
CN106882154A (zh) * 2015-12-15 2017-06-23 通用汽车有限责任公司 车辆用户认证
CN106096539A (zh) * 2016-06-07 2016-11-09 广东欧珀移动通信有限公司 一种进行生物识别的方法及终端

Also Published As

Publication number Publication date
CN109034212A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
KR20190026641A (ko) 클레임 서류의 문자 인식 방법, 장치, 서버 및 저장매체
US11062120B2 (en) High speed reference point independent database filtering for fingerprint identification
CN109559735B (zh) 一种基于神经网络的语音识别方法、终端设备及介质
CN107729928B (zh) 信息获取方法和装置
CN107223257B (zh) 测试方法、测试服务器及系统
CN112884092A (zh) Ai模型生成方法、电子设备及存储介质
CN112181835B (zh) 自动化测试方法、装置、计算机设备及存储介质
CN109766678B (zh) 面向移动端设备指纹识别认证方法、系统、介质及设备
CN112631896A (zh) 设备性能测试方法、装置、存储介质及电子设备
Ishikawa et al. Cloud-based Signature Validation Using CNN Inception-ResNet Architecture
CN110688878B (zh) 活体识别检测方法、装置、介质及电子设备
CN112417460B (zh) 基于大数据和区块链的支付数据处理方法及云服务器
CN113138916A (zh) 基于标注样本的图片结构化算法的自动测试方法及系统
CN109034212B (zh) 一种终端生物识别性能测试方法及装置
CN111107074A (zh) 一种防止网络爬虫窃取隐私数据的方法、训练方法及装置
CN114707133A (zh) 一种基于SaaS的智慧门店身份认证方法及系统
CN110874602A (zh) 一种图像识别方法及装置
CN111400621B (zh) 位置信息真实性校验方法、装置及电子设备
CN113239075A (zh) 一种施工数据自检方法及系统
de Jongh et al. Performance evaluation of automated fingerprint identification systems for specific conditions observed in casework using simulated fingermarks
CN113869364A (zh) 图像处理方法、装置、电子设备及介质
CN105404803B (zh) 用于终端设备的操作响应装置及操作响应方法
CN117082524B (zh) 一种无线通信安全防护方法、装置及系统
CN113361554B (zh) 生物特征识别多模态融合方法、装置、存储介质及设备
Tekampe et al. D6. 5: Towards the common criteria evaluations of biometric systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Xie Qian

Inventor after: Guo Jiaying

Inventor after: Zhu Yan

Inventor after: Zhang Xiang

Inventor after: Liu Jinxing

Inventor before: Xie Qian

Inventor before: Liu Jinxing

Inventor before: Guo Jiaying

CB03 Change of inventor or designer information