CN111614697A - 用于身份识别的方法和系统 - Google Patents

Abstract

提供用于身份识别的方法和系统。该用于身份识别的方法包括接收用户的生物特征数据；基于所述用户的所述生物特征数据生成所述用户的身份特征数据；和将所述用户的所述身份特征数据发送到一个或多个身份识别终端设备或者能够与所述一个或多个身份识别终端设备通信的近端设备，以在其中进行存储。

Description

用于身份识别的方法和系统

技术领域

本说明书涉及计算机领域，尤其涉及对用户的身份识别和认证。

背景技术

随着互联网与通信技术的不断发展，基于云服务的生物特征识别技术被广泛应用于各个领域。在基于用户的生物特征进行身份识别的场景中，首先需要采集用户的生物特征数据，例如人脸数据，然后将所采集的生物特征数据与预先存储的特征数据进行比对，从而识别用户的身份。在基于云服务的生物特征识别中，通常，能够将所采集的生物特征数据发送到云端服务器，在云端服务器中对生物特征数据进行处理并进一步基于处理后的特征数据在云端特征数据库进行搜索比对找到对应的身份信息，然后将搜索比对结果发送到终端设备。

为了提高比对效率，在一些情况下，将最近使用过的用户的特征数据预先存储在本地的终端设备中，在进行身份识别时，首先进行特征数据的本地比对，即将本次采集的用户的特征数据在本地特征数据库进行搜索找到对应的身份信息。在本地比对失败时才请求云端服务器进行特征比对。在另一些情况下，在局域网中单独设置近端服务器，用于存储用于比对的预先存储的特征数据，由此，针对所有用户的身份识别都能够在局域网内进行。

在此基础上，仍然期望提供用于身份识别的改进的系统和方法。

发明内容

期望提供用于身份识别的改进的系统和方法，其能够在提高比对效率的同时，增加基于生物特征的身份识别的系统可靠性和可用性。

根据一个方面，提供一种用于身份识别的系统，包括云端服务器，其用于接收用户的生物特征数据；基于所述用户的所述生物特征数据生成所述用户的身份特征数据；并且将所述用户的所述身份特征数据发送到一个或多个身份识别终端设备或者能够与所述一个或多个身份识别终端设备通信的近端设备，以在其中进行存储。

根据另一个方面，提供一种用于身份识别的方法，包括接收用户的生物特征数据；基于所述用户的所述生物特征数据生成所述用户的身份特征数据；和将所述用户的所述身份特征数据发送到一个或多个身份识别终端设备或者能够与所述一个或多个身份识别终端设备通信的近端设备，以在其中进行存储。

根据本说明书的各个方面，在用户群体相对固定的场景下，例如校园中，通过将基于用户的生物特征数据生成的身份特征数据下发到身份识别终端设备或者与身份识别终端设备无需公网即可通信的近端设备中进行存储，从而在无法保证高质量的网络通信条件时，也可以进行用户的身份识别；提高系统可靠性和可用性。尤其，当将生成的身份特征数据直接下发到身份识别终端设备中进行存储时，各身份识别终端设备即使在完全离线的状态下也可以实现对用户的身份识别。

附图说明

图1示出了根据一个实施例用于身份识别的方法的流程图；

图2示出了根据一个实施例的用于身份识别的方法的身份特征数据生成和存储处理流程的流程图；

图3示出了根据一个实施例的用于身份识别的方法的身份识别处理流程的流程图；

图4示出了根据一个实施例的用于身份识别的系统。

图5示出了根据另一个实施例的用于身份识别的系统。

参照上述附图来描述本说明书的各个方面和特征。通常采用相同或相似的附图标号来表示相同的部件。上述附图仅仅是示意性的，而非限制性的。在不脱离本说明书的主旨的情况下，在上述附图中各个元件的尺寸、形状、标号、或者外观可以发生变化，而不被限制到仅仅说明书附图所示出的那样。

具体实施方式

根据本说明书的各方面的各实施例涉及基于云服务的身份识别系统和方法。具体来说，在身份特征数据生成和存储处理流程中，云端服务器接收来自用户的生物特征数据，基于用户的该生物特征数据生成用户的身份特征数据；将用户的身份特征数据发送到身份识别终端设备或者与身份识别终端设备无需公网即可进行通信的近端设备中进行存储，以供在接下来的身份识别处理中进行比对。

图1示出了根据一个实施例用于身份识别的方法的流程图。根据该方法100，在步骤200处，执行身份特征数据生成和存储处理流程，即基于用户的生物特征数据生成身份特征数据以下发到相应终端设备或者近端设备用于存储。该处理是基于云服务来执行的。用户的生物特征数据例如是用户的人脸、角膜或指纹图像、甚至是用户的声音信号等。用户的身份特征数据是根据上述生物特征数据确定的，其是能够表征用户的生物特征数据的特有特征的数据。由于该身份特征数据是在生物特征数据的基础上提取或者导出的，相对于生物特征数据本身，其缩减了数据量，需要更少的存储空间。尤其是在人群相对固定的环境下，只针对这些人群识别出单个个体所需的算法特征项会大量减少，单个个体的身份特征数据占用存储空间很小，所有用户的身份特征数据并不会占用很大的存储空间，在普通的终端设备或者近端设备就可以方便保存。

在步骤300处，执行身份识别处理流程，即基于生成和存储的身份特征数据来识别用户的身份。当用户需要访问或者使用特定功能之前获取用户的生物特征数据，基于获取的生物特征数据在终端设备或者近端设备处生成该当前用户的身份特征数据，通过将在终端设备或者近端设备处生成的当前用户的身份特征数据与之前基于云服务生成并且存储在终端设备或者近端设备处的身份特征数据进行比较，以进行针对当前用户的身份识别。根据上述方法100，在进行身份特征数据生成和存储时可以执行基于云服务的处理，而在进行身份识别时，则可以在局域网内，尤其优选的是在身份识别终端设备内离线执行。由此，既可以在局域网内，优选在身份识别终端设备处可靠地执行身份识别，又可以在任何地方任何时间方便的增加/删除用户。

以下参考图2和图3详细描述图1所示的用于身份识别的方法100。图2示出了根据一个实施例的用于身份识别的方法的身份特征数据生成和存储处理流程的流程图。图3示出了根据一个实施例的用于身份识别的方法的身份识别处理流程的流程图。

在对用户进行身份识别处理之前先需要确定对应用户的身份特征数据，并且将确定的身份特征数据存储在近端设备或者身份识别终端设备中。例如，在校园环境中，首先需要确定每个学生的身份特征数据，然后将对应的身份特征数据存储起来用于之后的身份识别处理流程。

参考图2所示的身份特征数据生成和存储处理流程200，在步骤210处，获取用户的生物特征数据，该用户例如可以是学校中的所有现有学生，生物特征数据包括但不限于人脸、角膜或指纹图像或者声纹信息。这可以由生物特征采集设备实现。该生物特征采集设备可以与身份识别终端设备集成为同一个设备。在优选实施例中，该生物特征采集设备与身份识别终端设备不是同一个设备。例如，该生物特征采集设备可以是用户自己的手机。由此，用户可以使用该生物特征采集设备在任何地方或时间进行其生物特征数据的采集。

在步骤220处，将获取的用户的生物特征数据上传到云端服务器，换言之，云端服务器接收获取的用户的生物特征数据。在步骤230处，在云端服务器处，基于获取的用户的生物特征数据生成对应用户的身份特征数据。这可以由人工智能算法来实现。首先基于多个用户的生物特征数据，例如人脸图像，和已经确定的对应身份特征数据进行模型训练，得到例如人脸特征向量模型，然后使用该模型基于新输入的当前用户的生物特征数据来确定当前用户的身份特征数据。尤其可以经过深度学习算法实现这样的训练。在一个实施例中，该身份特征数据是身份特征码，其例如是按照预定规则对生物特征数据中的各个特征进行提取和编码得到的。

在步骤230处生成了用户的身份特征数据之后，在步骤240处，云端服务器将所生成的身份特征数据发送给身份识别终端设备或者与身份识别终端设备通信的近端设备，以供它们进行存储。身份识别终端设备或者近端设备接收来自云端服务器的用户的身份特征数据并且将用户的身份特征数据与用户相对应地被存储。

参考上述处理流程200，例如在校园环境中能够确定所有学生的身份特征数据，将它们下发到身份识别终端设备或者与身份识别终端设备通信的近端设备，由此便于之后在局域网内进行学生的身份识别。

在已经根据上述处理流程200对例如所有学生的身份特征数据进行生成和存储之后，当用户想要进行某项动作需要身份识别时就可以在局域网内执行对用户的身份识别。例如，当学生返回校园，想要进入校园时，可以通过如下身份识别处理来识别学生的身份，如果识别成功则允许他进入校园。

参考图3所示的身份识别处理流程300，在步骤310处，获取当前用户的生物特征数据。这与上述步骤210处相似，可能不同之处在于，在该场景下，优选的是，用于采集当前用户的生物特征数据的生物特征采集设备与身份识别终端设备集成为同一个设备。在步骤320处，基于获取的该当前用户的生物特征数据生成该当前用户的身份特征数据。这与上述步骤230处相似。不同之处在于，在步骤320处的处理在身份识别终端设备或者近端设备中实现。在云端服务器中所采用的生成身份特征数据的算法与在身份识别终端设备或者近端设备中所采用的生成身份特征数据的算法是相同的。

在步骤330处，将在步骤320处生成的该当前用户的身份特征数据与在身份识别终端设备或者近端设备中存储的身份特征数据相比较，即将在步骤320处确定的该当前用户的身份特征数据与之前从云端服务器下发的身份特征数据相比较。之后，可以基于在330处的比较结果来确定针对当前用户的身份识别结果。

如果在步骤330处确定该当前用户的身份特征数据与身份识别终端设备或者近端设备中存储的身份特征数据全部都不匹配，则在步骤340处输出身份识别结果，以表示身份识别失败。进一步，发出警报。如果在步骤330处确定与身份识别终端设备或者近端设备中存储的身份特征数据相匹配，则在步骤350处输出身份识别结果以表示身份识别成功。进一步，例如可以获取当前用户的身份信息以进行相应的动作，如执行相应的业务操作等。

在优选实施例中，来自云端服务器的用户的身份特征数据被存储在身份识别终端设备中，上述处理流程300中的至少步骤320-350的操作均在该身份识别终端设备中执行。

在另一个实施例中，来自云端服务器的用户的身份特征数据被存储在与身份识别终端设备通信的近端设备中。此时，上述处理流程300中的步骤330处的操作可以在该近端设备中执行，由此，近端设备接收来自身份识别终端设备的当前用户的身份特征数据，将其与存储的身份特征数据进行比较，在近端设备中进行身份特征数据的比较之后，能够将比较结果提供给身份识别终端设备进行输出。在进一步的实施例中，上述处理流程300中的步骤320处的操作也可以在该近端设备中执行。在该实施例中，近端设备接收来自身份识别终端设备的当前用户的生物特征数据，基于该用户的生物特征数据确定该用户的身份特征数据，进而与存储的身份特征数据进行比较，之后将比较结果输出该身份识别终端进行输出。该近端设备可以是局域网中具有存储功能的任何类型设备。进一步，该近端设备可以基于比较结果进行相应的操作。例如，如果身份特征数据不匹配，该近端设备可以发出警报；或者，如果身份特征数据相匹配，该近端设备可以获取用户身份信息，进行进一步操作。

以上参考图2和图3分别描述了身份特征数据生成和存储处理流程以及身份特征识别处理流程。根据上述处理，可以在进行设置时确定场景下所有用户的身份特征数据，下发到身份识别终端设备或者近端设备用于存储。当需要增加用户时，例如学校有新生入学时，则可以响应于相应的请求执行上述身份特征数据生成和存储处理以增加用户。具体来说，云端服务器响应于增加用户请求接收附加用户的生物特征数据；基于该附加用户的生物特征数据生成附加用户的身份特征数据；并且将该附加用户的身份特征数据发送到身份识别终端设备或者能够与该身份识别终端设备通信的近端设备，以在其中进行存储。附加用户可以通过手机发出请求并采集他的生物特征数据，将所采集的生物特征数据上传给云端服务器以确定他的身份特征数据。由此，用户可以在任何时间和地点上传他的生物特征数据给云端服务器。在例如校园环境中，新生不需要到校园再进行其身份信息的设置，仅需要通过手机在远程就可以实现。

当需要删除用户时，例如毕业生已经毕业后，则可以响应于相应请求从当前存储的多个身份特征数据中删除相应用户的身份特征数据。具体来说，云端服务器响应于删除用户请求向一个或多个身份识别终端设备或者近端设备发出删除指令；响应于于该删除指令，身份识别终端设备或者近端设备删除相应的已存储用户以及与所述已存储用户对应的身份特征数据。

上述增加用户和删除用户的请求，可以由用户本人，如新生或毕业生发出。优选的是由管理员统一发出。

以上参考图1-3示出了根据本说明书的各个实施例的用于身份识别的方法的流程。其中示出的各项处理能够被拆分/变更/修改/组合，以实现相应的功能。各项处理的编号不限定它们执行的顺序。

图4示出了根据一个实施例的用于身份识别的系统10。该系统10包括生物特征采集设备11、身份识别终端设备12和云端服务器13。

在进行用户的身份特征数据生成和存储处理时，该生物特征采集设备11采集用户的生物特征数据，如人脸图像，将所采集的生物特征数据经由网络14上传给云端服务器13。云端服务器13接收用户的生物特征数据，基于该用户的生物特征数据生成该用户的身份特征数据，这可以由人工智能算法实现。之后，云端服务器13将所生成的该用户的身份特征数据发送到身份识别终端设备12。身份识别终端设备12接收从云端服务器下发的身份特征数据，并且将其与该用户对应的存储。虽然未示出，云端服务器13可以包括处理单元，其能够运行软件程序，以从生物特征数据确定身份特征数据。

虽然图4仅仅示出了一个身份识别终端设备12，可以理解，也可以具有多个身份识别终端设备12，云端服务器13将其确定的身份特征信息分别发送给每个身份识别终端设备进行存储。

另外，虽然图4示出了生物特征采集设备11和身份识别终端设备12是不同的设备，在特定情况下，它们也可以是同一个设备。例如，身份识别终端设备12中包括生物特征采集设备。用户能够利用身份识别终端设备12中的生物特征采集设备采集用户的生物特征数据上传给云端服务器13，云端服务器13基于此确定该用户的身份特征数据，并将确定的身份特征数据下发给身份识别终端设备12以用于存储。在存在多个身份识别终端设备12时，该生物特征采集设备可以集成在每个身份识别终端设备12中或者其中一个身份识别终端设备12。

在一个优选实施例中，该生物特征采集设备11是用户的手机，身份识别终端12是设置在例如校园中的，这样用户可以在校园之外对自己的身份信息进行设置，以便后续进入校园时进行身份识别。

在进行身份识别处理时，身份识别终端设备12接收当前用户的生物特征数据，该生物特征数据可以由身份识别终端设备12的生物特征采集设备采集；并且基于采集的当前用户的生物特征数据生成当前用户的身份特征数据。该身份识别终端设备12中也可以包括处理单元，其基于与云端服务器同样的算法来确定身份特征数据。之后，身份识别终端设备12将由它自身生成的该当前用户的身份特征数据与存储在身份识别终端设备12中的、由云端服务器13确定的相应用户的身份特征数据相比较，并且基于比较结果来输出该当前用户的身份识别结果。由此，身份识别终端设备12可以在离线情况下实现用户的身份识别，不受网络不稳定等的影响。

图5示出了根据另一个实施例的用于身份识别的系统20。该系统20包括生物特征采集设备21、身份识别终端设备22、云端服务器23和近端设备25。该近端设备25通过局域网或者通过与每个身份识别终端设备22连接来在它们之间通信。

与图4所示的实施例不同的是，根据图5所示的实施例，在进行身份特征数据生成和存储处理时，云端服务器将所确定的用户的身份特征数据下发给近端设备25，以在近端设备25中将身份特征数据与用户对应地存储。

进一步，根据图5所示的实施例，在进行身份识别处理时，身份识别终端设备22将所获取的当前用户的生物特征数据发送给近端设备25，在近端设备25中确定当前用户的身份特征数据，然后将确定的身份特征数据与所存储的对应用户的身份特征数据进行比较，并提供比较结果给身份识别终端设备22。也可以设想在身份识别终端设备22中确定当前用户的身份特征数据。根据图5所示的实施例，可以在局域网内实现身份识别，在进行身份识别时无需与云端服务器通信。

无论根据图4所示的系统还是根据图5所示的系统，在需要删除用户时，例如可以通过手机，向云端服务器13，23发出删除请求。云端服务器13，23响应于删除请求向一个或多个身份识别终端设备12，22或者所述近端设备25发出删除指令。相应的一个或多个身份识别终端设备或者近端设备响应于来自云端服务器13，23的删除指令删除相应的已存储用户以及与该已存储用户对应的身份特征数据。

在需要增加用户时，例如可以通过手机，向云端服务器13，23发出增加请求。云端服务器13，23响应于增加请求接收附加用户的生物特征数据；基于附加用户的生物特征数据生成该附加用户的身份特征数据；并且将该附加用户的身份特征数据发送到一个或多个身份识别终端设备12，22或者近端设备25，以在其中与附加用户对应地存储身份特征数据。

虽然参考图4和图5描述了本说明书的实施例，可以理解，这不是限制性的。其中各个设备可以适当变化，以实现相似功能。例如在身份识别处理时可以省略生物特征采集终端。

可以理解，本说明书的各个实施例的用于身份识别的系统中的各个设备的功能以及相应方法处理能够由计算机程序/软件实现。这些软件能够被载入到相应设备中执行相应功能，尤其当运行时用于执行根据本说明书的各实施例的方法。

必须指出，本说明书的实施例是参考不同主题来描述的。尤其地，一些实施例是参考方法型权利要求来描述的，而其他实施例是参考设备型权利要求来描述的。然而，本领域技术人员将从以上和以下描述获悉，除非另外指明，除了属于一种类型的主题的特征的任意组合以外，涉及不同主题的特征之间的任意组合也被视为被本申请公开了。并且，能够组合全部特征，提供大于特征的简单加和的协同效应。

以上参照特定的实施例描述本说明书，本领域技术人员应当理解，在不背离本说明书的精神和基本特征的情况下，能够以各种方式来实现本说明书的技术方案。具体的实施例仅仅是示意性的，而非限制性的。另外，这些实施例之间能够任意组合，来实现本说明书的目的。本说明书的保护范围由所附的权利要求书来定义。

说明书和权利要求中的“包括”一词不排除其它元件或步骤的存在。在说明书中说明或者在权利要求中记载的各个元件的功能也可以被分拆或组合，由对应的多个元件或单一元件来实现。

Claims (14)

1.一种用于身份识别的方法，包括

接收用户的生物特征数据；

基于所述用户的所述生物特征数据生成所述用户的身份特征数据；和

将所述用户的所述身份特征数据发送到一个或多个身份识别终端设备或者能够与所述一个或多个身份识别终端设备通信的近端设备，以在其中进行存储。

2.根据权利要求1所述的方法，还包括

由所述一个或多个身份识别终端设备接收来自所述云端服务器的所述用户的所述身份特征数据；和

将所接收的来自所述云端服务器的所述用户的所述身份特征数据与所述用户对应地存储在所述一个或多个身份识别终端设备中。

3.根据权利要求1所述的方法，还包括

由所述近端设备接收来自所述云端服务器的所述用户的所述身份特征数据；和

将所接收的来自所述云端服务器的所述用户的所述身份特征数据与所述用户对应地存储在所述近端设备中。

4.根据权利要求2所述的方法，还包括

由所述一个或多个身份识别终端设备中的每个身份识别终端设备进行如下处理

接收当前用户的生物特征数据；

基于所述当前用户的所述生物特征数据生成所述当前用户的身份特征数据；

将所述一个或多个身份识别终端设备生成的所述当前用户的所述身份特征数据与存储在所述身份识别终端设备中的所述身份特征数据相比较；和

基于所述比较结果来输出所述当前用户的身份识别结果。

5.根据权利要求3所述的方法，还包括

由所述一个或多个身份识别终端设备中的每个身份识别终端设备接收当前用户的生物特征数据，并且基于所述当前用户的所述生物特征数据生成所述当前用户的身份特征数据，和

由所述近端设备接收来自所述一个或多个身份识别终端设备的所述当前用户的所述身份特征数据，将来自所述一个或多个身份识别终端设备的所述当前用户的所述身份特征数据与存储在所述近端设备中的所述身份特征数据相比较，基于所述比较结果向所述身份识别终端设备输出所述当前用户的身份识别结果。

6.根据权利要求1-5中的任一项所述的方法，还包括

由所述云端服务器响应于删除请求向所述一个或多个身份识别终端设备或者所述近端设备发出删除指令；和

由所述一个或多个身份识别终端设备或者所述近端设备响应于来自所述云端服务器的所述删除指令，删除相应的已存储用户以及与所述已存储用户对应的身份特征数据。

7.根据权利要求1-5中的任一项所述的方法，其中，

由所述云端服务器响应于增加请求接收所述附加用户的生物特征数据；基于所述附加用户的所述生物特征数据生成所述附加用户的身份特征数据；并且将所述附加用户的所述身份特征数据发送到所述一个或多个身份识别终端设备或者所述近端设备，以在其中进行存储。

8.一种用于身份识别的系统，包括

云端服务器，其用于接收用户的生物特征数据；基于所述用户的所述生物特征数据生成所述用户的身份特征数据；并且将所述用户的所述身份特征数据发送到一个或多个身份识别终端设备或者能够与所述一个或多个身份识别终端设备通信的近端设备，以在其中进行存储。

9.根据权利要求8所述的系统，还包括

所述一个或多个身份识别终端设备，其用于接收来自所述云端服务器的所述用户的所述身份特征数据；并且将所接收的来自所述云端服务器的所述用户的所述身份特征数据与所述用户对应地存储。

10.根据权利要求8所述的系统，还包括

所述近端设备，其用于接收来自所述云端服务器的所述用户的所述身份特征数据；并且将所接收的来自所述云端服务器的所述用户的所述身份特征数据与所述用户对应地存储。

11.根据权利要求9所述的系统，其中，

所述一个或多个身份识别终端设备中的每个身份识别终端设备还用于接收当前用户的生物特征数据；基于所述当前用户的所述生物特征数据生成所述当前用户的身份特征数据；将所述身份识别终端设备生成的所述当前用户的所述身份特征数据与存储在所述身份识别终端设备中的所述身份特征数据相比较，并且基于所述比较结果来输出所述当前用户的身份识别结果。

12.根据权利要求10所述的系统，其中，

所述一个或多个身份识别终端设备中的每个身份识别终端设备用于接收当前用户的生物特征数据；基于所述当前用户的所述生物特征数据生成所述当前用户的身份特征数据，并且

所述近端设备用于接收来自所述一个或多个身份识别终端设备的所述当前用户的所述身份特征数据，将来自所述一个或多个身份识别终端设备的所述当前用户的所述身份特征数据与存储在所述近端设备中的所述身份特征数据相比较，基于所述比较结果向所述身份识别终端设备输出所述当前用户的身份识别结果。

13.根据权利要求8-12中的任一项所述的系统，其中，

所述云端服务器响应于删除请求向所述一个或多个身份识别终端设备或者所述近端设备发出删除指令；

所述一个或多个身份识别终端设备或者所述近端设备响应于来自所述云端服务器的所述删除指令，删除相应的已存储用户以及与所述已存储用户对应的身份特征数据。

14.根据权利要求8-13中的任一项所述的系统，其中，

所述云端服务器还用于响应于增加请求接收所述附加用户的生物特征数据；基于所述附加用户的所述生物特征数据生成所述附加用户的身份特征数据；并且将所述附加用户的所述身份特征数据发送到所述一个或多个身份识别终端设备或者所述近端设备，以在其中进行存储。

Images