CN110175516A - 生物特征模型生成方法、装置、服务器及存储介质 - Google Patents

Abstract

本申请公开了一种生物特征模型生成方法、装置、服务器及存储介质。所述方法包括：获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息；根据所述第一原始生物特征信息和所述第二原始生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型；保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。通过保存装置的标识以及对应的转换模型，可以实现生物特征信息的跨设备使用，不需要用户多次录入生物特征信息即可完成对应的验证，从而提升用户的体验。

Description

生物特征模型生成方法、装置、服务器及存储介质

技术领域

本申请涉及生物特征识别技术领域，更具体地，涉及一种生物特征模型生成方法、装置、服务器及存储介质。

背景技术

生物特征识别技术是利用人的生理特征或行为特征，来进行个人身份的鉴定。目前，已被用于生物识别的生理特征有掌纹、手形、指纹、人脸、虹膜、视网膜、静脉、耳廓、步态等，其中尤以指纹为历史最悠久的生理特征，因此指纹识别技术的应用最为广泛，例如已经广泛地应用于金融、公安、酒店、家庭等不同的领域及场所。

发明内容

本申请提出了一种生物特征模型生成方法、装置、系统、服务器及存储介质，以改善上述问题。

第一方面，本申请实施例提供了一种生物特征模型生成方法，该方法包括：获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息；根据第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置与第二生物采集装置的转换模型；保存转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

第二方面，本申请实施例提供了一种生物特征信息采集方法，该方法包括：获取第一生物采集装置的标识和第二生物采集装置的标识，根据所述第一生物采集装置的标识和所述第二生物采集装置的标识提取对应的转换模型，并根据转换模型将第二生物采集装置采集的第二原始生物特征信息转换为目标生物特征信息，所述目标生物特征信息用于与第一生物特征信息验证比对，所述第一生物特征是由第一生物采集装置采集的。

第三方面，本申请实施例提供了一种生物特征模型生成装置，该装置包括：第一获取模块，用于获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；第二获取模块，用于获取第二生物采集装置的标识以及由第二生物采集装置生成的第二原始生物特征信息；生成模块，用于根据所述第一生物特征信息和所述第二生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型；存储模块，用于保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

第四方面，本申请实施例提供了一种服务器，该服务器包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述应用于服务器的方法。

第五方面，本申请实施列提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，其中，在所述计算机程序运行时执行上述的方法。

本申请实施例提供的生物特征模型生成方法、装置、服务器及存储介质，通过获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置的第二原始生物特征信息；根据第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置与第二生物采集装置的转换模型；保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。通过保存装置的标识以及对应的转换模型，可以实现生物特征信息的跨设备使用，不需要用户多次录入生物特征信息即可完成对应的验证，从而提升用户的体验。

本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请一个实施例提供的生物特征模型生成方法的流程图。

图2示出了本申请另一个实施例提供的生物特征模型生成方法的流程图。

图3示出了本申请又一个实施例提供的生物特征模型生成方法的流程图。

图4示出了本申请一个实施例提供的生物特征信息采集方法的流程图。

图5示出了本申请一个实施例提供的生物特征模型生成装置的功能模块图。

图6示出了本申请实施例提出的用于执行根据本申请实施例的生物特征模型生成方法的服务器的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。

随着技术的发展，采用生物识别技术对人的身份验证越来越常见，尤其是指纹识别技术，指纹识别技术随着手机的指纹解锁功能的广泛应用，也可以用于闸机通道的身份验证，同时，指纹识别技术也可以使用在门锁上，更加方便用户。

然而，目前市场上有许多不同型号的指纹传感器，通过不同的指纹传感器采集到的指纹信息并不完全一致。用户常常需要在不同的设备上反复录入指纹信息，才能实现指纹的比对和验证。如果单纯以指纹模组提供的是否比对成功的信息来做指纹识别，必然是无法在不同的设备间共享指纹信息的。如果要共享指纹信息，就需要在提供级联的指纹特征码，或指纹特征，或指纹图像，然后也可能还需要这些信息的转换，才能实现不同设备指纹信息的共享。

因此，发明人提出了本申请实施例中的生物特征模型生成方法，通过获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置的第二原始生物特征信息；根据第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置与第二生物采集装置的转换模型；保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。通过保存装置的标识以及对应的转换模型，可以实现生物特征信息的跨设备使用，不需要用户多次录入生物特征信息即可完成对应的验证，从而提升用户的体验。

下面将结合附图对本申请实施例进行详细的说明。

请参阅图1，本申请实施例提供了一种生物特征模型生成方法，可以应用于服务器，该方法可以包括：

步骤S110，获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息。

第一生物采集装置可以采集到用户的原始生物特征信息，如用户手指的原始指纹图像，并将采集到的原始生物特征信息发送到服务器。其中，第一生物采集装置为可以对用户的生物特征信息进行采集并转换的设备，如可以是指纹门锁，具有指纹功能的手机等，那么采集到的原始生物特征信息则为未经过任何处理的用户的指纹图像。

服务器可以获取到第一生物采集装置的标识，根据第一生物采集装置的标识得到第一生物采集装置的型号、处理算法以及得到的第一生物特征信息等，其中，第一生物特征信息为第一生物采集装置对采集到的原始生物特征信息进行处理后得到的数据。作为一种实施方式，第一生物采集装置的标识可以包括第一生物采集装置的型号、处理算法以及得到的第一生物特征信息等；作为另一种实施方式，第一生物采集装置的标识可以包括第一生物采集装置的型号以及得到的第一生物特征信息，服务器根据该第一生物采集装置的型号查找该第一生物采集装置的处理算法等信息。

例如，若第一生物采集装置为指纹采集装置，该指纹采集装置为指纹传感器，那么服务器可以获取到对应的指纹传感器型号、指纹处理算法以及获得的指纹信息。其中，指纹信息可以是以各种形式进行表现和存储，例如经过细化的指纹图像、指纹特征点、指纹编码等。

服务器还可以获取到由第一生物采集装置采集的第一原始生物特征信息，第一原始生物特征信息采集的初始信息且未做任何的处理，例如指纹装置采集到指纹信息，那么第一原始生物特征信息即为用户录入的且没有经过任何处理的指纹图像。

步骤S120，获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息。

第二生物采集装置可以采集到用户的原始生物特征信息，如用户手指的原始指纹图像，并将采集到的原始生物特征信息发送到服务器。其中，第二生物采集装置为可以对用户的生物特征信息进行采集并转换的设备，如可以是指纹门锁，具有指纹功能的手机等，那么采集到的原始生物特征信息则为未经过任何处理的用户的指纹图像。

服务器可以获取到第二生物采集装置的标识，根据第二生物采集装置的标识得到第二生物采集装置的型号、处理算法以及得到的第二生物特征信息等，其中，第二生物特征信息为第二生物采集装置对采集到的原始生物特征信息进行处理后得到的数据。作为一种实施方式，第二生物采集装置的标识可以包括第二生物采集装置的型号、处理算法以及得到的第二生物特征信息等；作为另一种实施方式，第二生物采集装置的标识可以包括第二生物采集装置的型号以及得到的第二生物特征信息，服务器根据该第二生物采集装置的型号查找该第二生物采集装置的处理算法等信息。

例如，若第二生物采集装置为指纹采集装置，该指纹采集装置为指纹传感器，那么服务器可以获取到对应的指纹传感器型号、指纹处理算法以及获得的指纹信息。其中，指纹信息可以是以各种形式进行表现和存储，例如经过细化的指纹图像、指纹特征点、指纹编码等。

服务器还可以获取到由第二生物采集装置采集的第二原始生物特征信息，第二原始生物特征信息采集的初始信息且未做任何的处理，例如指纹装置采集到指纹信息，那么第二原始生物特征信息即为用户录入的且没有经过任何处理的指纹图像。

步骤S130，根据所述第一原始生物特征信息和所述第二原始生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型。

在获取到第一原始生物特征信息和第二原始生物特征信息后，可以根据获取的第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置和第二生物采集装置的转换模型。其中，在生成转换模型中，第一生物采集装置和第二生物采集装置采集的为同一指纹。转换模型，用于表征所述第一原始生物特征信息与所述第二原始生物特征信息之间的转换关系。具体的，转换模型记录了基于第一原始生物特征和第二原始生物特征的一定处理算法，例如图像处理算法、编码算法或特征提取算法等，经过该处理算法处理后能获得互相进行识别、辨认或判断一致性的数据。转换模型还可以记录了基于第一原始生物特征和第二原始生物特征的一定处理算法及预设映射模型，经过该处理算法及映射模型处理后能获得互相进行识别、辨认或判断一致性的数据。例如，有第一生物采集装置A，获取的第一原始生物特征信息为a；第二生物采集装置B，获取的第二生物特征信息为b；则可以根据a，b生成装置A和B之间的转换模型。

步骤S140，保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

在生成第一生物采集装置和第二生物采集装置的转换模型后，可以将对应的装置的标识以及转换模型对应存储下来，多个不同的装置对应不同的转换模型则形成生物特征模型。其中，不同的第一生物采集装置和第二生物采集装置之间对应着不同的转换模型，但第一生物采集装置和第二生物采集装置之间只对应着一个转换模型。在需要使用该模型的时候，则根据装置的标识提取对应的转换模型，进而实现下一步的功能。

例如，第一生物采集装置的标识为A，第二生物采集装置的标识为B，对应的转换模型为C，那么存储形式可以是A-B-C，则为装置A和装置B之间的转换模型为C，并且装置A和装置B之间的转换模型只有C。

本申请提出的生物特征模型生成方法，获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息；根据第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置与第二生物采集装置的转换模型；保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应的关系至生物特征模型。通过存储装置之间的转换模型为生物特征模型，从而将不同装置采集的生物特征信息进行统一，避免了用户多次录入生物特征信息，从而提高了用户在使用生物特征信息验证的体验。

请参阅图2，本申请另一实施例提供了一种生物特征模型生成方法，在上一实施例的基础上重点描述了根据环境信息控制执行设备执行对应的动作的过程，该方法可以包括：

步骤S210，获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息。

步骤S220，获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息。

步骤S210至步骤S220可以参照前述实施例对应部分，在此不再赘述。

步骤S230，获取生成第一生物特征信息的目标节点数据以及与目标节点数据一一对应的本地节点数据。

将原始生物特征信息经过处理可以得到生物特征信息，处理过程中可以经历各个节点的数据转换。其中，第一生物采集装置根据第一原始生物特征信息生成第一生物特征信息的过程中，可以经过不同的节点进行处理，本申请实施例中，定义第一生物采集装置进行处理的各个节点为各个目标节点；第二生物采集装置根据第二原始生物特征信息生成第一生物特征信息的过程中，可以经过不同的节点进行处理，本申请实施例中，定义第二生物采集装置进行处理的各个节点为各个本地节点，各个本地节点与各个目标节点一一对应。其中，目标节点数据为所述第一生物采集装置根据采集的第一原始生物特征信息生成第一生物特征信息的过程中各个目标节点的数据，所述本地节点数据为所述第二生物采集装置根据采集的第二原始生物特征信息生成所述第二生物特征信息的过程中对应所述目标节点的各个节点的数据。

例如，第一生物采集装置在采集到第一原始生物特征信息后，对所述第一原始生物特征信息进行图像处理，得到的图像X即为目标节点的数据；第二生物采集装置在采集到第二原始生物特征信息后，对第二原始生物特征信息进行图像处理后得到图像Y，Y则为对应的本地节点的数据。

第一生物特征信息为第一原始生物特征信息通过各个节点的处理后得到的生物特征信息。例如，第一原始生物特征信息为未经过任何处理的指纹图像，那么第一生物特征信息可以为经过二值化、细化等处理后得到的指纹图像；可以是经过二值化、细化处理后得到的指纹图像，再通过特征提取算法对指纹图像进行特征提取后的得到的指纹特征点；也可以是经过二值化、细化等处理后得到的指纹图像，再对指纹图像通过特征提取算法进行特征点提取，再对提取到的特征点经过编码算法后得到的指纹编码。

获取到第一生物采集装置的标识以及第一原始生物特征信息后，可以获知到对应第一生物采集装置将第一原始生物特征信息处理为第一生物特征信息的整个过程，即获取到将所述第一原始生物特征信息处理为第一生物特征信息时需要经过的各个目标节点的处理过程。例如，服务器可以获取到的信息为将指纹图像经过图像处理节点得到的指纹图像、经过特征提取节点得到的指纹特征点以及经过编码节点得到的指纹编码。

步骤S240，根据本地节点数据与对应的目标节点数据及其之间的一致性条件，生成所述第一生物采集装置与第二生物采集装置之间的转换模型。

将获取到的第一原始生物特征信息和第二原始生物特征信息依次通过各个节点的处理，其中，将第一原始生物特征信息通过各个目标节点的处理，将第二原始生物特征信息经过各个本地节点的处理。在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，则生成第一生物采集装置与第二生物采集装置之间的转换模型。

其中，若第一生物采集装置和第二生物采集装置为指纹采集装置，那么采集到的第一原始生物特征信息和第二原始生物特征信息均为原始指纹图像。第一生物采集装置对所述第一原始生物特征信息处理后得到的第一生物特征信息可以为指纹图像，指纹特征点或指纹编码；第二生物采集装置对所述第二原始生物特征信息处理后得到的第二生物特征信息可以为指纹图像，指纹特征点或指纹编码。

若得到的第一生物特征信息和第二生物特征信息均为指纹编码，节点可以包括图像处理节点，特征提取节点以及编码节点。若得到的第一生物特征信息和第二生物特征信息均为指纹特征点，节点可以包括，图像处理节点和特征提取节点；若得到的第一生物特征信息和第二生物特征信息均为指纹图像，节点可以包括图像处理节点。

具体的，在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型，可以包括在图像处理节点、特征提取节点以及编码节点对应的转换模型。

在一些实施方式中，可以直接比对第一生物采集装置标识中的设备参数和第二生物采集装置标识中的设备参数是否满足一致性条件；若满足所述一致性条件，根据所述第一生物采集装置标识中的设备参数和所述第二生物采集装置标识中的设备参数，生成第一生物采集装置和第二生物采集装置之间的转换模型。

其中，在获取到第一生物采集装置的标识和第二生物采集装置的标识时，可以获知指纹传感器的型号，指纹传感器的型号不同时，获得的图像则不能直接使用，因此，需要对采集到的指纹图像进行变换。例如，第一生物采集装置采用的传感器为光学传感器，第二生物采集装置采用的传感器为电容传感器。由于光学传感器采集到的指纹图像是电容传感器采集到的指纹图像的互补图像，那么同一指纹信息通过第一生物采集装置处理后得到的指纹图像与第二生物采集装置处理后得到的指纹图像为互补的图像，则需要对第二生物采集装置采集到的指纹图像做灰度翻转；比对第一生物采集装置在其图像处理节点获得的指纹图像和第二生物采集装置在其图像处理节点获得的指纹图像，在两个指纹图像的相似度达到预设阈值时，则可判定满足一致性条件时，则根据所述第一生物采集装置标识中的设备参数和第二生物采集装置标识中的设备参数，生成第一生物采集装置和第二生物采集装置之间的转换模型。其中，转换模型即是，基于该第一生物采集装置和第二生物采集装置，利用图像即可互相识别、辨认或判断。

在另一些实施方式中，在图像处理节点时，可根据所述第一生物采集装置的第一图像处理算法，获取目标节点数据；根据所述第二生物采集装置的第二图像处理算法，获取本地节点数据；；若满足所述一致性条件即节点数据的相似度达到预设阈值时，根据所述第一生物采集装置图像处理算法和所述第二生物采集装置图像处理算法，生成第一生物采集装置和第二生物采集装置之间的转换模型。其中，转换模型即是，基于该第一生物采集装置和第二生物采集装置，利用图像节点数据即可互相识别、辨认或判断。

在特征提取节点时，根据第一生物采集装置的第一特征提取算法，获取目标节点数据；根据第二生物采集装置的第二特征提取算法，获取本地节点数据；比较所述目标节点数据和本地节点数据是否满足一致性条件；若满足所述一致性条件，根据所述第一特征提取算法和第二特征提取算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

其中，在特征提取节点会经过图像处理后的指纹图像进行特征提取以获得指纹特征点。具体的，根据第一生物采集装置的第一特征提取算法，获取第一指纹特征点，即目标节点数据；根据第二生物采集装置的第二特征提取算法，获取第二指纹特征点，即本地节点数据。比对第一指纹特征点和第二指纹特征点的相似度是否大于或等于预设相似度，若大于或等于所述预设相似度，则可判定满足所述一致性条件，若满足一致性条件，则根据第一特征提取算法和第二特征提取算法生成第一生物采集装置和第二生物采集装置之间的转换模型。其中，转换模型即是，基于该第一生物采集装置和第二生物采集装置，利用特征节点数据即可互相识别、辨认或判断。

若提取算法中对特征点的定义复杂，提取到的指纹特征点不一致。即比对第一指纹特征点和第二指纹特征点的相似度小于预设相似度，则可判定第一指纹特征点和第二指纹特征点不满足一致性条件。那么，这时候需要进一步判断编码节点数据的一致性。

在编码节点时，根据所述第一生物采集装置的第一编码算法，获取目标节点数据；根据所述第二生物采集装置的第二编码算法，获取本地节点数据；比较所述目标节点数据和本地节点数据是否满足一致性条件；若满足所述一致性条件，根据所述第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

其中，在编码节点，会对获取到的指纹特征点进行编码，得到指纹编码。同一手指的指纹通过第一生物采集装置得到的第一指纹编码，通过第二生物采集装置得到的第二指纹编码。其中，根据第一生物采集装置的第一编码算法得到第一指纹编码，即目标节点数据；根据第二生物采集装置的第二编码算法得到第二指纹编码，即本地节点数据。对比第一指纹编码和第二指纹编码是否一致。具体的，可以计算第一指纹编码与第二指纹编码的编码偏差，若所述编码偏差小于或等于预设偏差，则可认为第一指纹编码和第二指纹编码一致，若一致，则可判定满足所述一致性条件，则根据所述第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。其中，转换模型即是，基于该第一生物采集装置和第二生物采集装置，利用编码节点数据即可互相识别、辨认或判断。

若计算第一指纹编码与第二指纹编码的编码偏差大于预设偏差，则可认为第一指纹编码和第二指纹编码不一致，则可判定所述第一指纹编码和第二指纹编码不满足所述一致性条件。则可以将第一指纹编码和第二指纹编码输入训练好的映射模型中，则可以对第一指纹编码和第二指纹编码进行统一，使得第一指纹编码和第二指纹编码之间的编码偏差小于预设偏差，从而根据第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。其中，转换模型即是，基于该第一生物采集装置和第二生物采集装置，利用预设映射模型对第二生物特征信息进行编码转换，对第一生物特征信息转换成编码节点数据后即可互相识别、辨认或判断。

步骤S250，保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

其中，保存生成的转换模型与第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。在一种实施方式中，第一生物采集装置和第二生物采集装置可以是不同的装置。例如，若第一生物采集装置为A，第二生物采集装置为B，第一生物采集装置和第二生物采集装置之间的转换模型为C，那么，存储的形式可以为A-B-C，表示装置A和装置B之间的转换模型为C。

在另一种实施方式中，第一生物采集装置和第一生物采集装置可以是相同的装置。例如，若第一生物采集装置的标识为A，第二生物采集装置的标识也为A，第一生物采集装置和第二生物采集装置之间的转换模型为X，那么存储的形式可以为A-A-X，表示装置A和装置A之间的转换模型为X。

本申请提出的生物特征模型生成方法，通过获取生成第一生物特征信息的目标节点数据以及与目标节点数据一一对应的本地节点数据；根据本地节点数据与对应的目标节点数据及其之间的一致性条件，生成所述第一生物采集装置与第二生物采集装置之间的转换模型；将转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。从而将不同装置采集的生物特征信息进行统一，避免了用户多次录入生物特征信息，从而提高了用户在使用生物特征信息验证的体验。

请参阅图3，本申请又一实施例提供了一种生物特征模型生成方法，在前述实施例的基础上，重点描述了对预设映射模型进行训练的过程。该方法可以包括：

步骤S310，将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的结果作为第一编码。

在编码节点时，本地节点数据即为第二原始生物特征信息在编码节点得到的编码信息，则将该编码信息输入初始映射模型，将所述模型输出的结果作为第一编码。

步骤S320，计算所述第一编码与所述目标节点数据之间的编码偏差。

在编码节点时，目标节点数据即为第一原始生物特征信息在编码节点得到的编码信息，得到第一编码后，可以计算第一编码与目标节点数据之间的编码偏差。具体的，编码偏差的计算方法可以是计算编码之间的汉明距离，将对应特征的数值做差平方，所有差求和，最后开平方。或者是计算余弦距离，求向量角度，或是编码举例，计算不相等的编码位的个数。对应编码偏差的计算方法，在本申请实施例中不做限定。

步骤S330，判断所述编码偏差是否小于预设阈值。若否，则执行步骤S310；若是，则执行步骤S340。

在得到第一编码和目标节点数据之间的编码偏差后，可以判断所述编码偏差是否小于预设阈值，若所述编码偏差大于或等于预设阈值，则调整所述初始映射模型，并重新执行步骤S310，即将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的映射结果作为第一编码的步骤。若所述编码偏差小于预设阈值，则执行步骤S340。

步骤S340，将训练后的所述初始映射模型作为所述预设映射模型。

若所述编码偏差小于预设阈值，则可认为第一编码和目标节点数据之间已经通过所述初始映射模型转换为一致。则可以将训练后的初始映射模型作为预设映射模型。在指纹编码不一致时用于转换使用。

本申请提出的生物特征模型生成方法，通过将本地节点数据输入初始映射模型，得到第一编码；计算第一编码和目标节点数据之间的编码偏差；在所述编码偏差小于预设阈值时，完成对所述预设模型的训练，以训练后的初始映射模型作为预设映射模型。在任意两个通过不同的编码算法获得的指纹编码，都可以通过该预设映射模型，将不同的指纹编码进行统一，以方便进一步的比对验证。

请参阅图4，本申请一实施例提供了一种生物特征信息采集的方法，该方法可以包括：

步骤S410，获取第一生物采集装置的标识和第二生物采集装置的标识。

其中，第一生物采集装置和第二生物采集装置可以无线连接到同一服务器中，那么服务器可以获取到第一生物采集装置的标识和第二生物采集装置的标识。

步骤S420，根据所述第一生物采集装置的标识和所述第二生物采集装置的标识提取对应的转换模型。

在获取到第一生物采集装置的标识和第二生物采集装置的标识时，服务器可以根据第一生物采集装置的标识和第二生物采集装置的标识查找生物特征模型。其中，生物特征模型中存储了装置的标识及其对应的转换模型，例如，生物特征模型中现存储有装置A和装置B之间的转换模型C为A-B-C。获取到的第一生物采集装置的标识为A，第二生物采集装置的标识为B，则服务器可以根据标识A和标识B查找到对应的转换模型C，那么则提取对应的转换模型C。

步骤S430，根据转换模型将第二生物采集装置采集的第二原始生物特征信息转换为目标生物特征信息，所述目标生物特征信息用于与第一生物特征信息验证比对。

在根据第一生物采集装置的标识和第二生物采集装置的标识提取了对应的转换模型后，可以根据所述转换模型将第二生物采集装置采集的第二原始生物特征信息转换为目标生物特征信息，所述目标生物特征信息的数据格式与第一生物特征信息的数据格式一致。其中，所述目标生物特征信息用于与第一生物特征信息验证比对，第一生物特征信息由第一生物采集装置采集并转换获得。

其中，如果转换模型记录了基于该第一生物采集装置和第二生物采集装置，利用图像即可互相识别、辨认或判断，那么将第二原始生物特征信息和第一生物特征信息都转换成图像后，进行比对；如果转换模型记录了基于该第一生物采集装置和第二生物采集装置，利用图像节点数据即可互相识别、辨认或判断，那么将第二原始生物特征信息和第一生物特征信息都转换成图像节点数据后，进行比对；如果转换模型记录了基于该第一生物采集装置和第二生物采集装置，利用特征节点数据即可互相识别、辨认或判断，那么将第二原始生物特征信息和第一生物特征信息都转换成特征节点数据后，进行比对；如果转换模型记录了基于该第一生物采集装置和第二生物采集装置，利用编码节点数据即可互相识别、辨认或判断，那么将第二原始生物特征信息和第一生物特征信息都转换成编码节点数据后，进行比对；如果转换模型记录了基于该第一生物采集装置和第二生物采集装置，利用预设映射模型对第二生物特征信息进行编码转换，对第一生物特征信息转换成编码节点数据后即可互相识别、辨认或判断，那么将第二原始生物特征信息根据预设映射模型生成目标生物特征信息，和第一生物特征信息转换成编码节点数据后，进行比对。

下面以一个具体的使用场景说明此过程。

例如第一生物采集装置为指纹门锁，指纹门锁使用的指纹传感器的标识为A；第二生物采集装置为具有指纹功能的手机，手机使用的指纹传感器的标识为B。服务器内存储有装置A和装置B之间的转换模型C。用户已经在手机上录入了指纹信息为第二生物特征信息，此时用户需要使用指纹打开门锁。

在用户使用指纹打开门锁时，门锁可以获取到用户的指纹信息为第一生物特征信息。服务器可以获取到门锁的指纹传感器的标识A，手机的指纹传感器的标识B，服务器则根据获取到的标识A和B查找对应的转换模型C，则将用户在手机上录入的指纹信息通过转换模型C转换为与门锁采集到的指纹信息数据格式一致。再将通过转换模型C转换后得到的指纹信息和门锁录入的指纹信息进行比对。

在一种实施方式中，将所述手机录入的指纹信息和门锁录入的指纹信息进行比对后，可以得到一个数值，表示两个指纹信息之间的相似度。其中服务器可以设置一个相似度阈值，在两个指纹信息之间的相似度大于所述相似度阈值时，则可认为两个指纹信息为同一用户的指纹信息，门锁则可以打开；若两个指纹信息之间的相似度小于所述相似度阈值，则表明两个指纹信息为不同用户的指纹信息，不会打开门锁。其中，指纹信息可以是通过图像处理后的指纹图像，可以是指纹特征点，也可以是指纹编码。

本申请提出的生物特征信息采集方法，通过获取第一生物采集装置的标识和第二生物采集装置的标识；根据所述第一生物采集装置的标识和所述第二生物采集装置的标识提取对应的转换模型，根据所述转换模型将第二生物采集装置采集的第二原始生物特征信息转换为目标生物特征信息，以便于生物特征信息的比对验证。根据生物采集装置的标识提取对应的转换模型，提升了生物验证的速度，且不需要用户反复录入生物特征信息，提升了用户的体验感。

请参阅图5，其示出了本申请实施例提供的一种设备控制装置500，所述设备控制装置500包括第一获取模块510、第二获取模块520、生成模块530、存储模块540。第一获取模块510，用于获取第一生物采集装置的标识以及由第一生物采集装置生成的第一原始生物特征信息；第二获取模块520，用于获取第二生物采集装置的标识以及由第二生物采集装置生成的第二原始生物特征信息；生成模块530，用于根据所述第一生物特征信息和所述第二生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型；存储模块540，用于保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

其中，通过获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息；根据第一原始生物特征信息和第二原始生物特征信息生成第一生物采集装置与第二生物采集装置的转换模型；保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应的关系至生物特征模型。通过存储装置之间的转换模型为生物特征模型，从而将不同装置采集的生物特征信息进行统一，避免了用户多次录入生物特征信息，从而提高了用户在使用生物特征信息验证的体验。

进一步，所述第一获取模块510和第二获取模块还用于获取生成第一生物特征信息的目标节点数据以及与目标节点数据一一对应的本地节点数据，所述目标节点数据为所述第一生物采集装置根据采集的第一原始生物特征信息生成所述第一生物特征信息的过程中各个目标节点的数据，所述本地节点数据为所述第二生物采集装置根据采集的第二原始生物特征信息生成所述第二生物特征信息的过程中对应所述目标节点的各个节点的数据；所述生成模块530还用于根据本地节点数据与对应目标节点数据及其之间的一致性条件，生成所述第一生物采集装置与第二生物采集装置之间的转换模型。

在获取到生成第一生物特征信息的目标节点数据以及与目标节点数据一一对应的本地节点数据，根据本地目标节点数据以及与目标节点数据一一对应的本地节点数据之间的一致性条件，从而生成对应装置的转换模型。

进一步的，所述生成模块530还用于将所述第一原始生物特征信息和第二原始生物特征信息依次通过各个节点的处理，在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型。

其中，将所述第一原始生物特征信息和第二原始生物特征信息通过各个节点的处理，得到各个节点的处理数据，若在该节点的本地节点数据与对应的目标节点数据满足一致性条件，从而可以生成对应的转换模型。

进一步的，所述生成模块530还用于根据所述第一生物采集装置的第一图像处理算法，获取目标节点数据；根据所述第二生物采集装置的第二图像处理算法，获取本地节点数据；比较所述目标节点数据和本地节点数据是否满足一致性条件；若满足所述一致性条件，根据所述第一生物采集装置图像处理算法和所述第二生物采集装置图像处理算法，生成第一生物采集装置与第二生物采集装置之间的转换模型。

通过比对经过第一图像处理算法提取的目标节点数据和第二图像处理算法提取的本地节点数据，在满足一致性条件时，则根据第一生物采集装置的图像处理算法和第二生物采集装置的图像处理算法，生成第一生物采集装置与第二生物采集装置之间的转换模型。

进一步的，所述生成模块530还用于根据所述第一生物采集装置的第一特征提取算法，获取目标节点数据；根据所述第二生物采集装置的第二特征提取算法，获取本地节点数据；比较所述目标节点数据和本地节点数据是否满足一致性条件；若满足所述一致性条件，从而根据所述第一特征提取算法和第二特征提取算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

通过比对经过第一特征提取算法提取的目标节点数据和第二特征提取算法提取的本地节点数据，在满足一致性条件时，从而根据第一特征提取算法和第二特征提取算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

进一步的，所述生成模块530还用于根据所述第一生物采集装置的第一编码算法，获取目标节点数据；根据所述第二生物采集装置的第二编码算法，获取本地节点数据；比较所述目标节点数据和本地节点数据是否满足一致性条件；若满足所述一致性条件，根据所述第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

通过比对经过第一编码算法得到的目标节点数据和第二编码算法得到的本地节点数据，在满足一致性条件时，从而根据第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

进一步的，若不满足所述一致性条件，所述生成模块530还用于将所述目标节点数据和本地节点数据输入预设映射模型，根据所述预设映射模型、生成所述第一生物采集装置与第二生物采集装置之间的转换模型。

进一步的，将所述目标节点数据和本地节点数据输入预设映射模型之前，所述生成模块530还用于对所述预设映射模型进行训练。

进一步的，所述生成模块530还用于将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的映射结果作为第一编码；计算所述第一编码与所述目标节点数据之间的编码偏差；若所述编码偏差大于预设阈值，调整所述初始映射模型，重新执行所述将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的映射结果作为第一编码的步骤；当所述编码偏差小于预设阈值时，完成对所述预设映射模型的训练，以训练后的所述初始映射模型作为所述预设映射模型。

其中，通过对所述预设映射模型的训练，可以将不同的编码算法获得的不同的指纹编码通过该预设映射模型进行统一，以方便进一步的比对验证。

进一步的，所述第一生物特征信息和所述第二生物特征信息为指纹信息。

本申请实施例提供的设备控制装置500能够实现图1到图3的方法实施例中网关实现该生物特征模型生成方法的各个过程，为避免重复，这里不再赘述。

本申请实施例提供了一种服务器，该服务器包括处理器和存储器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述方法实施例所提供的生物特征模型生成方法。

存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。

图6是本申请实施例提供的一种生物特征模型生成方法的服务器的硬件结构框图。如图6所示，该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(Central Processing Unit，CPU)610(处理器610可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器630，一个或一个以上存储应用程序623或数据622的存储介质620(例如一个或一个以上海量存储设备)。其中，存储器630和存储介质620可以是短暂存储或持久存储。存储在存储介质620的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质620通信，在服务器600上执行存储介质620中的一系列指令操作。服务器600还可以包括一个或一个以上电源660，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口640，和/或，一个或一个以上操作系统621，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM等等。

输入输出接口640可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器600的通信供应商提供的无线网络。在一个实例中，输入输出接口640包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口640可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。

本领域普通技术人员可以理解，图6所示的结构仅为示意，其并不对上述服务器的结构造成限定。例如，服务器600还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述生物特征模型生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (16)

1.一种生物特征模型生成的方法，其特征在于，所述方法包括：

获取第一生物采集装置的标识以及由第一生物采集装置采集的第一原始生物特征信息；

获取第二生物采集装置的标识以及由第二生物采集装置采集的第二原始生物特征信息；

根据所述第一原始生物特征信息和所述第二原始生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型；

保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

2.根据权利要求1所述的模型生成的方法，其特征在于，所述根据所述第一原始生物特征信息和所述第二原始生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型，包括：

获取生成第一生物特征信息的目标节点数据以及与目标节点数据一一对应的本地节点数据，所述目标节点数据为所述第一生物采集装置根据采集的第一原始生物特征信息生成所述第一生物特征信息的过程中各个目标节点的数据，所述本地节点数据为所述第二生物采集装置根据采集的第二原始生物特征信息生成第二生物特征信息的过程中对应所述目标节点的各个节点的数据；

根据本地节点数据与对应目标节点数据及其之间的一致性条件，生成所述第一生物采集装置与第二生物采集装置之间的转换模型。

3.如权利要求2所述的方法，其特征在于，所述根据本地节点数据与对应目标节点数据及其之间的一致性条件，生成所述第一生物采集装置与第二生物采集装置之间的转换模型，包括：

将所述第一原始生物特征信息和第二原始生物特征信息依次通过各个节点的处理，在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型。

4.如权利要求3所述的方法，其特征在于，所述在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型，包括：

根据所述第一生物采集装置的第一图像处理算法，获取目标节点数据；

根据所述第二生物采集装置的第二图像处理算法，获取本地节点数据；

比较所述目标节点数据和本地节点数据是否满足一致性条件；

若满足所述一致性条件，根据所述第一生物采集装置图像处理算法和所述第二生物采集装置图像处理算法，生成第一生物采集装置与第二生物采集装置之间的转换模型。

5.如权利要求3所述的方法，其特征在于，所述在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型，包括：

根据所述第一生物采集装置的第一特征提取算法，获取目标节点数据；

根据所述第二生物采集装置的第二特征提取算法，获取本地节点数据；

比较所述目标节点数据和本地节点数据是否满足一致性条件；

若满足所述一致性条件，根据所述第一特征提取算法和第二特征提取算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

6.如权利要求3所述的方法，其特征在于，所述在任意一个节点，若该节点的本地节点数据与对应的目标节点数据满足一致性条件，生成第一生物采集装置与第二生物采集装置之间的转换模型，包括：

根据所述第一生物采集装置的第一编码算法，获取目标节点数据；

根据所述第二生物采集装置的第二编码算法，获取本地节点数据；

比较所述目标节点数据和本地节点数据是否满足一致性条件；

若满足所述一致性条件，根据所述第一编码算法和第二编码算法生成第一生物采集装置与第二生物采集装置之间的转换模型。

7.如权利要求6所述的方法，其特征在于，所述方法还包括：若不满足所述一致性条件，将所述目标节点数据和本地节点数据输入预设映射模型，根据所述预设映射模型、生成所述第一生物采集装置与第二生物采集装置之间的转换模型。

8.如权利要求7所述的方法，其特征在于，所述目标节点数据和本地节点数据输入预设映射模型之前，包括：

对所述预设映射模型进行训练。

9.如权利要求8所述的方法，其特征在于，所述对所述预设映射模型进行训练，包括：

将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的映射结果作为第一编码；

计算所述第一编码与所述目标节点数据之间的编码偏差；

若所述编码偏差大于预设阈值，调整所述初始映射模型，重新执行所述将所述本地节点数据输入初始映射模型，以所述初始映射模型输出的映射结果作为第一编码的步骤；

当所述编码偏差小于预设阈值时，完成对所述预设映射模型的训练，以训练后的所述初始映射模型作为所述预设映射模型。

10.如权利要求1-9任一权利要求所述的方法，其特征在于，所述第一生物特征信息和所述第二生物特征信息为指纹信息。

11.一种生物特征信息采集的方法，其特征在于，获取第一生物采集装置的标识和第二生物采集装置的标识，根据所述第一生物采集装置的标识和所述第二生物采集装置的标识提取对应的转换模型，并根据转换模型将第二生物采集装置采集的第二原始生物特征信息转换为目标生物特征信息，所述目标生物特征信息用于与第一生物特征信息验证比对，所述第一生物特征信息是由第一生物采集装置采集的。

12.一种生物特征模型生成的装置，其特征在于，所述装置包括：

第一获取模块，用于获取第一生物采集装置的标识以及由第一生物采集装置生成的第一原始生物特征信息；

第二获取模块，用于获取第二生物采集装置的标识以及由第二生物采集装置生成的第二原始生物特征信息；

生成模块，用于根据所述第一生物特征信息和所述第二生物特征信息生成所述第一生物采集装置与所述第二生物采集装置的转换模型；

存储模块，用于保存所述转换模型、第一生物采集装置的标识和第二生物采集装置的标识的对应关系至生物特征模型。

13.一种服务器，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至10中任一项所述的生物特征模型生成方法的步骤。

14.一种计算机可读取存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的生物特征模型生成方法的步骤。

15.一种服务器，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求11的生物特征信息采集方法的步骤。

16.一种计算机可读取存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求11的生物特征信息采集方法的步骤。