CN113505279A - 生物特征的高速比对方法、系统、介质及装置 - Google Patents

生物特征的高速比对方法、系统、介质及装置 Download PDF

Info

Publication number
CN113505279A
CN113505279A CN202110772434.3A CN202110772434A CN113505279A CN 113505279 A CN113505279 A CN 113505279A CN 202110772434 A CN202110772434 A CN 202110772434A CN 113505279 A CN113505279 A CN 113505279A
Authority
CN
China
Prior art keywords
time
biological
feature library
compared
library
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.)
Pending
Application number
CN202110772434.3A
Other languages
English (en)
Inventor
常远
黄文琦
杜圆芝
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.)
Shanghai Yinxin High Technology Development Co ltd
Original Assignee
Shanghai Yinxin High Technology Development Co ltd
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 Shanghai Yinxin High Technology Development Co ltd filed Critical Shanghai Yinxin High Technology Development Co ltd
Priority to CN202110772434.3A priority Critical patent/CN113505279A/zh
Publication of CN113505279A publication Critical patent/CN113505279A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明提供一种生物特征的高速比对方法、系统、介质及装置，所述方法包括以下步骤：接收待比对生物特征数据；转发所述待比对生物特征数据至第一层生物特征库进行比对，接收所述第一层生物特征库的第一比对结果；若所述第一比对结果为识别成功，则结束比对；若所述第一比对结果为识别失败，则将所述待比对生物特征数据转发至第二层生物特征库进行比对，接收所述第二层生物特征库的第二比对结果。本发明的一种生物特征的高速比对方法、系统、介质及装置，用于提高海量生物特征识别库识别待比对生物特征数据的时效性和准确性。

Description

生物特征的高速比对方法、系统、介质及装置
技术领域
本发明涉及生物特征识别技术领域，特别是涉及一种生物特征的高速比对方法、系统、 介质及装置。
背景技术
随着人工智能技术的高速发展，覆盖众多领域的智能化产品涌入市场，其中以生物特征 为基础的身份识别技术备受关注。生物特征识别是通过计算机技术与光学、声学、生物传感 器和生物统计学原理等科技手段密切结合，利用人体自身所固有的生理特征(如指纹、面部 特征、虹膜、手静脉特征等)和行为特征(如笔迹、声音、步态等)来进行身份鉴定的技术。 由于生物特征识别的随身性、安全性、唯一性、实用性等优点，正越来越受到人们的重视， 开始应用到我们生活的各个领域。在实现本发明的过程中，发明人发现现有技术至少存在以 下问题。
在现有技术中，大部分生物特征识别技术都存在比对特征库规模小或者比对速度慢(大 于2秒)等问题。本文的高速是指包含大于等于2000万生物特征的生物特征库的识别速度快 于2秒。
因此，希望能够解决生物特征库数据量小，生物特征识别慢的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种生物特征的高速比对方法、 系统、介质及装置，用于解决现有技术中生物特征库数据量小，生物特征识别慢的问题。
为实现上述目的及其他相关目的，本发明提供一种生物特征的高速比对方法，包括以下 步骤：接收待比对生物特征数据；转发所述待比对生物特征数据至第一层生物特征库进行比 对，接收所述第一层生物特征库的第一比对结果；若所述第一比对结果为识别成功，则结束 比对；若所述第一比对结果为识别失败，则将所述待比对生物特征数据转发至第二层生物特 征库进行比对，接收所述第二层生物特征库的第二比对结果。
于本发明的一实施例中，所述转发所述待比对生物特征数据至第一层生物特征库进行比 对的一种实现过程包括：将所述第一层生物特征库分为第一预设数量且互相独立正交的第一 特征库片，每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第 一特征库片数量相同，且一一对应；并行转发所述待比对生物特征数据至各第一分时处理单 元，以使各第一分时处理单元比对所述待比对生物特征数据。
于本发明的一实施例中，各所述第一分时处理单元比对所述待比对生物特征数据的一种 实现过程包括；各所述第一分时处理单元按照第一预设时间先后顺序依次开始比对所述待比 对生物特征数据。
于本发明的一实施例中，将所述待比对生物特征数据转发至第二层生物特征库进行比对 的一种实现过程包括：将所述第二层生物特征库分为第二预设数量且互相独立正交的第二特 征库片，每个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二 特征库片数量相同，且一一对应；并行转发所述待比对生物特征数据至各第二分时处理单元， 以使各第二分时处理单元比对所述待比对生物特征数据。
于本发明的一实施例中，各所述第二分时处理单元比对所述待比对生物特征数据包括： 各所述第二分时处理单元按照第二预设时间先后顺序依次开始比对所述待比对生物特征数据。
于本发明的一实施例中，还包括：通过哈希分片的方式将第一层生物特征库分为第一预 设数量且互相独立正交的第一特征库片，或将第二层生物特征库分为第二预设数量且互相独 立正交的第二特征库片，具体包括：所述第一层生物特征库包括若干条第一特征记录；对各 所述第一分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射 第一预设条数的第一特征记录的编号；各所述第一分时处理单元对应映射的第一预设条数的 第一特征记录形成对应的各第一特征库片；或所述第二层生物特征库包括若干条第二特征记 录；对各所述第二分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值 对应映射第二预设条数的第二特征记录的编号；各所述第二分时处理单元对应映射的第二预 设条数的第二特征记录形成对应的各第二特征库片。
于本发明的一实施例中，还包括：按照范围数据分片的方式将第一层生物特征库分为第 一预设数量且互相独立正交的第一特征库片，或将第二层生物特征库分为第二预设数量且互 相独立正交的第二特征库片，具体包括：将第一层生物特征库按照时间区间或ID区间来切分， 以生成第一预设数量且互相独立正交的第一特征库片；或将第二层生物特征库按照时间区间 或ID区间来切分，以生成第二预设数量且互相独立正交的第二特征库片。
于本发明的一实施例中，所述第二预设数量的第二分时处理单元可在多个设备上运行； 与所述设备采用用户数据报协议组播的方式进行通信。
于本发明的一实施例中，与设备采用用户数据报协议组播的方式进行通信。
于本发明的一实施例中，与各所述设备采用用户数据报协议组播的方式进行通信的一种 实现过程包括：与所述设备加入同一个组地址，以使同一个组地址内的设备都能接收到所述 待比对生物特征数据。
为实现上述目的，本发明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任一上述生物特征的高速比对方法。
为实现上述目的，本发明还提供一种业务处理装置，包括：处理器和存储器；所述存储 器用于存储计算机程序；所述处理器与所述存储器相连，用于执行所述存储器存储的计算机 程序，以使所述业务处理装置执行任一上述的生物特征的高速比对方法。
本发明还提供一种生物特征的高速比对系统，包括：业务处理装置、第一层生物特征库 和第二层生物特征库；所述业务处理装置用于接收待比对生物特征数据，转发所述待比对生 物特征数据至所述第一层生物特征库进行比对；所述第一层生物特征库用于生成第一比对结 果，并转发所述第一比对结果至所述业务处理装置；若所述第一比对结果为识别成功，则所 述业务处理装置结束比对；若所述第一比对结果为识别失败，则所述业务处理装置转发所述 待比对生物特征数据至第二层生物特征库进行比对；所述第二层生物特征库用于生成第二比 对结果，并转发所述第二比对结果至所述业务处理装置。
于本发明的一实施例中，所述业务处理装置还包括：所述业务处理装置将所述第一层生 物特征库分为第一预设数量且互相独立正交的第一特征库片，每个第一特征库片对应一个第 一分时处理单元；所述第一分时处理单元与所述第一特征库片数量相同，且一一对应；所述 业务处理装置并行转发所述待比对生物特征数据至各第一分时处理单元，以使各第一分时处 理单元比对所述待比对生物特征数据。
于本发明的一实施例中，所述业务处理装置还包括：所述第一层生物特征库包括若干条 第一特征记录；所述业务处理装置对各所述第一分时处理单元的IP地址进行哈希计算，获得 对应的哈希值；各所述哈希值对应映射第一预设条数的第一特征记录的编号；所述业务处理 装置将各所述第一分时处理单元对应映射的第一预设条数的第一特征记录划分形成对应的各 第一特征库片。
于本发明的一实施例中，各所述第一分时处理单元还包括；各所述第一分时处理单元按 照第一预设时间先后顺序依次开始比对所述待比对生物特征数据。
于本发明的一实施例中，所述业务处理装置还包括：所述业务处理装置将所述第二层生 物特征库分为第二预设数量且互相独立正交的第二特征库片，每个第二特征库片对应一个第 二分时处理单元；所述第二分时处理单元与所述第二特征库片数量相同，且一一对应；所述 业务处理装置并行转发所述待比对生物特征数据至各第二分时处理单元，以使各第二分时处 理单元比对所述待比对生物特征数据。
于本发明的一实施例中，所述业务处理装置还包括：所述第二层生物特征库包括若干条 第二特征记录；所述业务处理装置对各所述第二分时处理单元的IP地址进行哈希计算，获得 对应的哈希值；各所述哈希值对应映射第二预设条数的第二特征记录的编号；所述业务处理 装置将各所述第二分时处理单元对应映射的第二预设条数的第二特征记录划分形成对应的各 第二特征库片。
于本发明的一实施例中，各所述第二分时处理单元还包括：各所述第二分时处理单元按 照第二预设时间先后顺序依次开始比对所述待比对生物特征数据。
于本发明的一实施例中，所述业务处理装置还包括：所述业务处理装置将第一层生物特 征库按照时间区间或ID区间来切分，以生成第一预设数量且互相独立正交的第一特征库片； 或所述业务处理装置将第二层生物特征库按照时间区间或ID区间来切分，以生成第二预设数 量且互相独立正交的第二特征库片。
于本发明的一实施例中，所述第二预设数量的第二分时处理单元可在多个设备上运行； 所述业务处理装置与所述设备采用用户数据报协议组播的方式进行通信。
于本发明的一实施例中，所述业务处理装置与所述设备加入同一个组地址，以使同一个 组地址内的设备都能接收到所述待比对生物特征数据。
为实现上述目的，本发明还提供一种生物特征的高速比对方法，包括以下步骤：将第一 层生物特征库分为第一预设数量且互相独立正交的第一特征库片；每个第一特征库片对应一 个第一分时处理单元；所述第一分时处理单元与所述第一特征库片数量相同，且一一对应； 利用各所述第一分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与 对应的第一特征库片进行比对，获得第一比对结果。
为实现上述目的，本发明还提供一种生物特征的高速比对装置，所述生物特征的高速比 对装置包括：第一预设数量的第一分时处理单元和第一特征库片；其中，所述第一分时处理 单元和第一特征库片的数量相同，且一一对应；各所述第一特征库片互相独立正交；各所述 第一分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第一 特征库片进行比对，获得第一比对结果。
为实现上述目的，本发明还提供一种生物特征的高速比对方法，包括以下步骤：将第二 层生物特征库分为第二预设数量且互相独立正交的第二特征库片；每个第二特征库片对应一 个第二分时处理单元；所述第二分时处理单元与所述第二特征库片数量相同，且一一对应； 所述第二预设数量的第二分时处理单元在至少2个设备上运行；利用各所述第二分时处理单 元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第二特征库片进行比 对，获得第二比对结果。
为实现上述目的，本发明还提供一种生物特征的高速比对装置，包括：第二预设数量的 第二分时处理单元和第二特征库片；其中，所述第二分时处理单元和第二特征库片的数量相 同，且一一对应；各所述第二特征库片互相独立正交；所述第二预设数量的第二分时处理单 元在至少2个设备上运行；各所述设备上的第二分时处理单元并行接收待比对生物特征数据， 将所述待比对生物特征数据与对应的第二特征库片进行比对，获得第二比对结果。
如上所述，本发明所述的一种生物特征的高速比对方法、系统、介质及装置，具有以下 有益效果：本发明可以提高海量生物特征识别库识别待比对生物特征数据的时效性和准确性； 通过第一层生物特征库和第二层生物特征库的划分，采用较小的特征库实现快速的待比对生 物特征数据识别；将第一层生物特征库按照时间区间或ID区间来切分，以生成第一预设数量 且互相独立正交的第一特征库片，这样将一个大的生物特征库进行分片可以帮助促进特征库 的水平扩展，允许更多的流量和更快的处理，加速数据库的查询响应时间，还可以通过减少 宕机的影响，使应用程序更稳定可靠；于哈希算法实现物理地址的直接映射，方便每条特征 记录的读取与存储；采用多线程并发机制不仅可以提高系统的运行效率，还能保证系统的稳 定性。
附图说明
图1a显示为本发明的生物特征的高速比对方法于一实施例中的流程图；
图1b显示为本发明的生物特征的高速比对方法于又一实施例中的采用用户数据报协议 组播的方式进行通信示意图；
图2显示为本发明的生物特征的高速比对方法于一实施例中的特征库结构示意图；
图3显示为本发明的业务处理装置于一实施例中的结构示意图；
图4显示为本发明的生物特征的高速比对系统于一实施例中的结构示意图；
图5显示为本发明的生物特征的高速比对方法于一实施例中的流程图；
图6显示为本发明的生物特征的高速比对装置于一实施例中的结构示意图；
图7显示为本发明的生物特征的高速比对方法于一实施例中的流程图；
图8显示为本发明的生物特征的高速比对装置于一实施例中的结构示意图。
元件标号说明
31 处理器
32 存储器
41 业务处理装置
42 第一层生物特征库
43 第二层生物特征库
431 设备A
432 设备B
433 设备C
434 设备D
435 设备E
61 第一分时处理单元
611 第一特征库片
81 设备
811 第二分时处理单元
8111 第二特征库片
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，故图 式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实 际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复 杂。
生物特征识别是指利用人体生物特征进行身份认证的一种技术。更具体一点，生物特征 识别就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合， 利用人体固有的生理特性和行为特征来进行个人身份的鉴定。
本发明的生物特征的高速比对方法、系统、介质及装置，用于提高海量生物特征识别库 识别待比对生物特征数据的时效性和准确性。
可以应用于高铁坐车入口的人脸识别，如果现有的技术，将待比对人脸与数据库中的数 以万计的人脸特征同时比对，会造成识别时间过久，无法迅速识别，而本发明的生物特征的 高速比对方法通过使用频率较高、常规的生物特征组成所述第一层生物特征库进行优先比对， 若比对失败。再采用第二层生物特征库进行比对，这样提高了快速识别生物特征的成功率。
还包括将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片，每 个第一特征库片属于一个第一分时处理单元；并行转发所述待比对生物特征数据至每个第一 分时处理单元，以使每个第一分时处理单元并行比对所述待比对生物特征数据。将所述第二 层生物特征库分为第二预设数量且互相独立正交的第二特征库片，每个第二特征库片属于一 个第二分时处理单元；并行转发所述待比对生物特征数据至每个第二分时处理单元，以使每 个第二分时处理单元并行比对所述待比对生物特征数据。通过预设数量且互相独立正交的特 征库片同时进行待比对生物特征数据的识别，这样并发多线程的方式，再次实现的生物特征 的高速识别。
如图1a所示，于一实施例中，本发明的生物特征的高速比对方法，包括以下步骤：
步骤S11、接收待比对生物特征数据。
具体地，接收生物采集模块采集的所述待比对生物特征数据。生物特征数据是指人体自 身所固有的生理特征或行为特征的数据。生理特征包括指纹、面部特征、虹膜、手静脉特征 等。行为特征包括笔迹、声音、步态等。所述待比对生物特征数据是指待识别的人体所固有 的生理特征或行为特征的数据。
步骤S12、转发所述待比对生物特征数据至第一层生物特征库进行比对，接收所述第一 层生物特征库的第一比对结果；若所述第一比对结果为识别成功，则结束比对。
具体地，所述第一层生物特征库是指在平常的生物特征识别中使用频率较高、常规的生 物特征所组成的生物特征库。具体地，基于大数据算法对生物特征进行统计，提取生物特征 识别中使用频率较高、常规的生物特征组成所述第一层生物特征库。所述第一层生物特征库 对所述待比对生物特征数据进行比对获得第一比对结果，判断是否能识别所述待比对生物特 征数据，若所述第一比对结果为识别成功，则说明在所述第一层生物特征库中有所述待比对 生物特征数据的记录，所述待比对生物特征数据被识别。相反的，若所述第一比对结果为识 别失败，则说明在所述第一层生物特征库中没有所述待比对生物特征数据的记录，所述待比 对生物特征数据识别失败。例如，待比对生物特征数据为数据A,若在所述第一层生物特征库 中没有所述数据A，所述待比对生物特征数据识别失败。若在所述第一层生物特征库中有所 述数据A，所述待比对生物特征数据识别成功。这样能够采用较小的特征库实现高速的待比 对生物特征数据识别。
具体地，所述第一层生物特征库为包含20万生物特征的特征库。
步骤S13、若所述第一比对结果为识别失败，则将所述待比对生物特征数据转发至第二 层生物特征库进行比对，接收所述第二层生物特征库的第二比对结果。
具体地，若所述第一比对结果为识别失败，这说明所述第一层生物特征库未能识别所述 待比对生物特征数据。此时，需要第二层生物特征库进行比对，将所述待比对生物特征数据 转发至第二层生物特征库进行比对。所述第二层生物特征库是指包含所有生物特征的特征库， 也包含所述第一层生物特征库的所有生物特征。所述第二层生物特征库肯定能识别所述待比 对生物特征数据，并给出第二比对结果。
具体地，所述第一层生物特征库为包含2000万生物特征以上的特征库。
于一实施例中，本发明的生物特征的高速比对方法，所述转发所述待比对生物特征数据 至第一层生物特征库进行比对的一种实现过程包括：
步骤S121、将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片， 每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片 数量相同，且一一对应。
具体地，将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片， 每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片 数量相同，且一一对应。
具体地，将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片， 每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元也有第一预设数量个。
具体地，通过哈希分片或按照范围数据分片的方式，将第一层生物特征库分为第一预设 数量且互相独立正交的第一特征库片。
具体地，特征库片由预设数量的生物特征数据组成。
具体地，将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片的 分片原则：假若有第一层生物特征库R被分片为第一特征库片(片段)集合 R＝{R1,R2,R3,……Rn},R1,R2,R3,……Rn为各个特征库片，则R满足
⑴、完整性
假设x为某一生物特征数据，则
x∈R，
Figure RE-GDA0003235521150000081
(存在)Ri∈R，必有x∈Ri，i＝1,2,3,……,l
⑵、不相交性
Ri∩Rj＝空集，i≠j，i,j＝1,2,3……,l。符合上述完整性且不相交性的特征库片组成的生物特征 库，所述生物特征库的特征库片互相独立正交。
具体地，所述通过哈希分片的方式将第一层生物特征库分为第一预设数量且互相独立正 交的第一特征库片包括：对第一特征库片中的每条特征记录的编号基于哈希算法获得哈希值， 所述哈希值映射的物理地址，作为存储所述记录的物理地址。
具体地，通过按照范围数据分片的方式将第一层生物特征库分为第一预设数量且互相独 立正交的第一特征库片或包括：将第一层生物特征库按照时间区间或ID区间来切分，以生成 第一预设数量且互相独立正交的第一特征库片。这样将一个大的生物特征库进行分片可以帮 助促进水平扩展，允许更多的流量和更快的处理，加速数据库的查询响应时间，还可以通过 减少宕机的影响，使应用程序更稳定可靠。通过第一预设数量且互相独立正交的第一特征库 片同时进行待比对生物特征数据的识别，这样并发多线程的方式，再次实现的生物特征的高 速识别。
步骤S122、并行转发所述待比对生物特征数据至各第一分时处理单元，以使各第一分时 处理单元比对所述待比对生物特征数据。
具体地，并行转发所述待比对生物特征数据至每个第一分时处理单元，以使每个第一分 时处理单元并行比对所述待比对生物特征数据。所述第一分时处理单元将所述待比对生物特 征数据与对应的第一特征库片内的各条特征记录进行比对，若发现存在与待比对生物特征数 据一致的特征记录，则比对成功；若未发现与待比对生物特征数据一致的特征记录，则比对 失败。
具体地，每个第一分时处理单元间均不相互干扰，若其中一个第一分时处理单元出错则 不影响其他单元的运行。采用多线程并发机制不仅可提高系统的运行效率还能保证系统的稳 定性。
具体地，各所述第一分时处理单元比对所述待比对生物特征数据的一种实现过程包括： 各所述第一分时处理单元按照第一预设时间先后顺序依次开始比对所述待比对生物特征数据。 以使所述第一分时处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征 数据。因为在一个设备中运行多个第一分时处理单元会占用较大内存，因此，所述第一分时 处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据，可以提升计 算速度，防止拥堵。所述预设间隔为毫秒级别。例如，每间隔2毫秒开始一个第一分时处理 单元比对所述待比对生物特征数据。而第一分时处理单元的具体的时间先后顺序可以根据所 述第一分时处理单元的编号等决定。
具体地，于一实施例中，将所述待比对生物特征数据转发至第二层生物特征库进行比对 的一种实现过程包括：
步骤S131、将所述第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片， 每个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二特征库片 数量相同，且一一对应。
具体地，将所述第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片， 每个第二特征库片对应一个第二分时处理单元，所述第二分时处理单元也有第二预设数量个； 所述第二预设数量的第二分时处理单元在多个设备上运行。
具体地，包括：m个设备，每个设备包括n个第二分时处理单元；每个第二分时处理单 元对应一个第二特征库片，所述第二征库片为第二预设数量且互相独立正交的第二特征库片； 所述第二分时处理单元总共有第二预设数量个；每个设备并行接收待比对生物特征数据；每 个设备中的每个第二分时处理单元比对所述待比对生物特征数据；每个第二分时处理单元反 馈所述待比对生物特征数据的比对结果。即m*n为第二预设数量。即一个设备上有n个第二 分时处理单元。其中，m大于等于2，n大于等于2。
具体地，通过哈希分片或按照范围数据分片的方式，将第二层生物特征库分为第二预设 数量且互相独立正交的第二特征库片。
具体地，所述通过哈希分片的方式将第二层生物特征库分为第二预设数量且互相独立正 交的第二特征库片包括：对第二特征库片中的每条特征记录的编号基于哈希算法获得哈希值， 所述哈希值映射的物理地址，作为存储所述记录的物理地址。能够基于哈希算法实现物理地 址的直接映射，方便每条特征记录的读取与存储。
具体地，通过按照范围数据分片的方式将第二层生物特征库分为第二预设数量且互相独 立正交的第二特征库片包括：将第二层生物特征库按照时间区间或ID区间来切分，以生成第 二预设数量且互相独立正交的第二特征库片。这样将一个大的生物特征库进行分片可以帮助 促进水平扩展，允许更多的流量和更快的处理，加速数据库的查询响应时间，还可以通过减 少宕机的影响，使应用程序更稳定可靠。
具体地，于一实施例中，业务处理装置与设备采用用户数据报协议组播的方式进行通信。 具体地，所述与设备采用用户数据报协议组播的方式进行通信的一种实现过程包括：与所述 设备采加入同一个组地址，以使同一个组地址的设备都能接收到数据以进行通信。
具体地，如图1b所示，于一实施例中，业务处理装置与设备采用用户数据报协议组播的 方式进行通信。具体地，所述与设备采用用户数据报协议组播的方式进行通信的一种实现过 程包括：与所述设备采加入同一个组地址，以使同一个组地址的设备都能接收到组内数据以 进行通信。所述组内数据是指加入同一个组地址的业务处理装置与设备互相之间发送的数据。 例如，数据并发采用udp(User Datagram Protocol：用户数据报协议)组播的方式进行通信。 在ip组播中，数据包的目的地址不是一个，而是一组，形成组地址。所有的信息接收者都加 入到一个组内，并且一旦加入之后，流向组地址的数据立即开始向接收者传输，组中的所有 成员都能接收到数据包。组播组中的成员是动态的，主机可以在任何时刻加入和离开组播组。 比如一个网络中，业务处理装置41连接设备A431、设备B432、设备C433、设备D434、设 备E435五个主机，若将设备B432、设备D434、设备E435加入组地址，则业务处理装置 41向组地址发送数据包时，只有存在组地址中的设备B432、设备D434、设备E435可以接 收到数据，设备A431、设备C433不能接收数据。在本方法中所设备的ip形成组地址，那 么组内的设备都能接收到流向组地址的比对请求和待比对生物特征数据。这样所有设备几乎 同时收到比对请求，进行比对处理。组播方式它提高了数据传送效率，减少了骨干网络出现 拥塞的可能性。即在同一个组内的ip地址构成组地址。设备A431、设备B432、设备C433、 设备D434、设备E435可以是计算机。
步骤S132、并行转发所述待比对生物特征数据至各第二分时处理单元，以使各第二分时 处理单元比对所述待比对生物特征数据。
具体地，并行转发所述待比对生物特征数据至每个设备，每个设备并行转发所述待比对 生物特征数据至各个设备下的第二分时处理单元，以使每个设备上的第二分时处理单元比对 所述待比对生物特征数据。所述第一分时处理单元将所述待比对生物特征数据与对应的第一 特征库片内的各条特征记录进行比对，若发现存在与待比对生物特征数据一致的特征记录， 则比对成功；若未发现与待比对生物特征数据一致的特征记录，则比对失败。
具体地，每个第二分时处理单元间均不相互干扰，若其中一个第二分时处理单元出错则 不影响其他单元的运行。采用多线程并发机制不仅可提高系统的运行效率还能保证系统的稳 定性。
具体地，通过哈希分片的方式将第一层生物特征库分为第一预设数量且互相独立正交的 第一特征库片，或将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片， 具体包括：所述第一层生物特征库包括若干条第一特征记录；对各所述第一分时处理单元的 IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第一预设条数的第一特征 记录的编号；各所述第一分时处理单元对应映射的第一预设条数的第一特征记录形成对应的 各第一特征库片。例如，所述第一层生物特征库包括300条第一特征记录；所述第一分时处 理单元有三个，分别为第一分时处理单元1、第一分时处理单元2和第一分时处理单元3，对 各所述第一分时处理单元的IP地址进行哈希计算，获得对应的哈希值分别为100,200和300； 各所述哈希值对应映射第一预设条数的第一特征记录的编号，第一分时处理单元1的哈希值 100对应映射第一预设条数的第一特征记录的编号为1至100；各所述第一分时处理单元对应 映射的第一预设条数的第一特征记录形成对应的各第一特征库片，所述第一分时处理单元1 对应映射的编号为1至100的第一特征记录形成对应的一片第一特征库片。第一分时处理单 元2的哈希值200对应映射第一预设条数的第一特征记录的编号为101至200；所述第一分 时处理单元2对应映射的编号为101至200的第一特征记录形成对应的一片第一特征库片。 第一分时处理单元3的哈希值300对应映射第一预设条数的第一特征记录的编号为201至300； 所述第一分时处理单元3对应映射的编号为201至300的第一特征记录形成对应的一片第一 特征库片。
或所述第二层生物特征库包括若干条第二特征记录；对各所述第二分时处理单元的IP地 址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第二预设条数的第二特征记录 的编号；各所述第二分时处理单元对应映射的第二预设条数的第二特征记录形成对应的各第 二特征库片。
具体地，按照范围数据分片的方式将第一层生物特征库分为第一预设数量且互相独立正 交的第一特征库片，或将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库 片，具体包括：将第一层生物特征库按照时间区间或ID区间来切分，以生成第一预设数量且 互相独立正交的第一特征库片；或将第二层生物特征库按照时间区间或ID区间来切分，以生 成第二预设数量且互相独立正交的第二特征库片。这样将一个大的生物特征库进行分片可以 帮助促进水平扩展，允许更多的流量和更快的处理，加速数据库的查询响应时间，还可以通 过减少宕机的影响，使应用程序更稳定可靠。所述时间区间是指中每条特征记录的存储实时 间顺序所划分的区间。例如，将存储实时间为同一天的特征记录划分成一个特征库片。所述 ID区间是指所述每条特征记录的ID的编号顺序所划分的区间。例如，将特征记录的ID的编 号1至100划分成一个特征库片，将特征记录的ID的编号101至200划分成另一个特征库片。
具体地，如图2所示，通过哈希分片或按照范围数据分片的方式，将20万生物特征的第 一层生物特征库分为第一预设数量为20且互相独立正交的第一特征库片，每个第一特征库片 包含1万生物特征；将2000万生物特征的第二层生物特征库分为第二预设数量为200且互相 独立正交的第二特征库片，每个第二特征库片包含10万生物特征。
具体地，于一实施例中，通过哈希分片或按照范围数据分片的方式，将a万生物特征的 第一层生物特征库分为x个且互相独立正交的第一特征库片，其中，a大于等于10，x大于 等于2，每个第一特征库片包含a/x万生物特征；将大于b万生物特征的第二层生物特征库分 为y个且互相独立正交的第二特征库片，其中，b大于等于1000，y大于等于2，每个第二特 征库片包含b/y万个生物特征。
具体地，所述第二预设数量的第二分时处理单元可在多个设备上运行；与所述设备采用 用户数据报协议组播的方式进行通信。
具体地，与各所述设备采用用户数据报协议组播的方式进行通信的一种实现过程包括： 与所述设备加入同一个组地址，以使同一个组地址内的设备都能接收到所述待比对生物特征 数据。
于本发明一实施例中，本发明还包括一种计算机可读存储介质，其上存储有计算机程序， 该程序被处理器执行时实现上述任一所述生物特征的高速比对方法。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算 机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序 在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟 或者光盘等各种可以存储程序代码的介质。
如图3所示，于一实施例中，本发明的业务处理装置包括：处理器31和存储器32；所述存储器32用于存储计算机程序；所述处理器31与所述存储器32相连，用于执行所述存储器32存储的计算机程序，以使所述业务处理装置执行任一所述的生物特征的高速比对方法。
具体地，所述存储器32包括：ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以 存储程序代码的介质。
优选地，所述处理器31可以是通用处理器，包括中央处理器(Central ProcessingUnit， 简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称 ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程 逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
如图4所示，于一实施例中，本发明的生物特征的高速比对系统，包括上述的业务处理 装置41、第一层生物特征库42和第二层生物特征库43。所述业务处理装置用于接收待比对 生物特征数据，转发所述待比对生物特征数据至所述第一层生物特征库进行比对；所述第一 层生物特征库用于生成第一比对结果，并转发所述第一比对结果至所述业务处理装置；若所 述第一比对结果为识别成功，则所述业务处理装置结束比对；若所述第一比对结果为识别失 败，则所述业务处理装置转发所述待比对生物特征数据至第二层生物特征库进行比对；所述 第二层生物特征库用于生成第二比对结果，并转发所述第二比对结果至所述业务处理装置。
具体地，所述业务处理装置还包括：所述业务处理装置将所述第一层生物特征库分为第 一预设数量且互相独立正交的第一特征库片，每个第一特征库片对应一个第一分时处理单元； 所述第一分时处理单元与所述第一特征库片数量相同，且一一对应；所述业务处理装置并行 转发所述待比对生物特征数据至各第一分时处理单元，以使各第一分时处理单元比对所述待 比对生物特征数据。
具体地，所述业务处理装置还包括：所述第一层生物特征库包括若干条第一特征记录； 所述业务处理装置对各所述第一分时处理单元的IP地址进行哈希计算，获得对应的哈希值； 各所述哈希值对应映射第一预设条数的第一特征记录的编号；所述业务处理装置将各所述第 一分时处理单元对应映射的第一预设条数的第一特征记录划分形成对应的各第一特征库片。
具体地，各所述第一分时处理单元还包括；各所述第一分时处理单元按照第一预设时间 先后顺序依次开始比对所述待比对生物特征数据。
具体地，所述业务处理装置还包括：所述业务处理装置将所述第二层生物特征库分为第 二预设数量且互相独立正交的第二特征库片，每个第二特征库片对应一个第二分时处理单元； 所述第二分时处理单元与所述第二特征库片数量相同，且一一对应；所述业务处理装置并行 转发所述待比对生物特征数据至各第二分时处理单元，以使各第二分时处理单元比对所述待 比对生物特征数据。
具体地，所述业务处理装置还包括：所述第二层生物特征库包括若干条第二特征记录； 所述业务处理装置对各所述第二分时处理单元的IP地址进行哈希计算，获得对应的哈希值； 各所述哈希值对应映射第二预设条数的第二特征记录的编号；所述业务处理装置将各所述第 二分时处理单元对应映射的第二预设条数的第二特征记录划分形成对应的各第二特征库片。
具体地，各所述第二分时处理单元还包括：各所述第二分时处理单元按照第二预设时间 先后顺序依次开始比对所述待比对生物特征数据。
具体地，所述业务处理装置还包括：所述业务处理装置将第一层生物特征库按照时间区 间或ID区间来切分，以生成第一预设数量且互相独立正交的第一特征库片；或所述业务处理 装置将第二层生物特征库按照时间区间或ID区间来切分，以生成第二预设数量且互相独立正 交的第二特征库片。
具体地，所述第二预设数量的第二分时处理单元可在多个设备上运行；所述业务处理装 置与所述设备采用用户数据报协议组播的方式进行通信。
具体地，所述业务处理装置与所述设备加入同一个组地址，以使同一个组地址内的设备 都能接收到所述待比对生物特征数据。
具体地，所述第一层生物特征库采用前端比对处理系统，ARM架构自研硬件，能处理 20万生物特征库。所述第二层生物特征库为基于X86服务器，能处理20万生物特征库。在应用中，第二层生物特征库是在第一层生物特征库的基础上进行的，即先在前端比对处理系 统上进行比对，若没有比对结果再在二次比对系统中进行比对。在设计上将经常使用比对系 统的人群放置在前端比对生物特征库中，这样正常使用时优先进行第一层的业务处理，能很 快得到响应，起到过滤、分流的作用。
具体地，所述业务处理装置用于转发所述待比对生物特征数据至第一层生物特征库进行 比对的一种实现过程包括：所述业务处理装置将所述第一层生物特征库分为第一预设数量且 互相独立正交的第一特征库片，每个第一特征库片对应一个第一分时处理单元，所述第一分 时处理单元也有第一预设数量个；所述业务处理装置并行转发所述待比对生物特征数据至每 个第一分时处理单元，以使每个第一分时处理单元比对所述待比对生物特征数据。
具体地，所述以使每个第一分时处理单元比对所述待比对生物特征数据包括；以使所述 第一分时处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据。
具体地，所述业务处理装置转发所述待比对生物特征数据至第二层生物特征库进行比对 的一种实现过程包括：所述业务处理装置将所述第二层生物特征库分为第二预设数量且互相 独立正交的第二特征库片，每个第二特征库片对应一个第二分时处理单元，所述第二预设数 量的第二分时处理单元在多个设备上运行；所述业务处理装置并行转发所述待比对生物特征 数据至每个设备，以使每个设备上的第二分时处理单元比对所述待比对生物特征数据。
具体地，所述以使每个设备上的第二分时处理单元比对所述待比对生物特征数据包括： 以使每个设备上的所述第二分时处理单元按照预设间隔的时间先后顺序依次开始比对所述待 比对生物特征数据。
具体地，所述业务处理装置通过哈希分片或按照范围数据分片的方式，将第一层生物特 征库分为第一预设数量且互相独立正交的第一特征库片；或所述业务处理装置通过哈希分片 或按照范围数据分片的方式，将第二层生物特征库分为第二预设数量且互相独立正交的第二 特征库片。
具体地，所述所述业务处理装置通过哈希分片的方式将第一层生物特征库分为第一预设 数量且互相独立正交的第一特征库片或将第二层生物特征库分为第二预设数量且互相独立正 交的第二特征库片包括：所述业务处理装置对第一特征库片或第二层生物特征库中的每条特 征记录的编号基于哈希算法获得哈希值，所述哈希值映射的物理地址，作为存储所述特征记 录的物理地址。
具体地，所述业务处理装置通过按照范围数据分片的方式将第一层生物特征库分为第一 预设数量且互相独立正交的第一特征库片或将第二层生物特征库分为第二预设数量且互相独 立正交的第二特征库片包括：将第一层生物特征库按照时间区间或ID区间来切分，以生成第 一预设数量且互相独立正交的第一特征库片；或将第二层生物特征库按照时间区间或ID区间 来切分，以生成第二预设数量且互相独立正交的第二特征库片。
具体地，所述所述业务处理装置通过按照范围数据分片的方式将第一层生物特征库分为 第一预设数量且互相独立正交的第一特征库片或将第二层生物特征库分为第二预设数量且互 相独立正交的第二特征库片包括：所述业务处理装置将第一层生物特征库按照时间区间或ID 区间来切分，以生成第一预设数量且互相独立正交的第一特征库片；或所述业务处理装置将 第二层生物特征库按照时间区间或ID区间来切分，以生成第二预设数量且互相独立正交的第 二特征库片
具体地，所述业务处理装置与设备采用用户数据报协议组播的方式进行通信。
具体地，所述业务处理装置与第二分时处理单元采用用户数据报协议组播的方式进行通 信的一种实现过程包括：所述业务处理装置与第二分时处理单元加入同一个组地址，以使同 一个组地址的第二分时处理单元都能接收到数据以进行通信。即，所述业务处理装置与第一 分时处理单元加入同一个a组地址，以使同一个a组地址的第一分时处理单元都能接收到组 内数据以进行通信。所述业务处理装置与第二分时处理单元所属的设备加入同一个b组地址， 以使同一个b组地址的设备都能接收到数据以进行通信。
具体地，所述业务处理装置与设备采用用户数据报协议组播的方式进行通信的一种实现 过程包括：所述业务处理装置与设备加入同一个组地址，以使同一个组地址的设备都能接收 到待比对生物特征数据以进行通信。
如图5所示，于一实施例中，本发明的生物特征的高速比对方法，包括：
步骤S51、将第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片；每 个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片数 量相同，且一一对应。
具体地，每个第一分时处理单元并行接收待比对生物特征数据，每个第一分时处理单元 比对所述待比对生物特征数据；其中，所述第一分时处理单元有第一预设数量个，每个第一 分时处理单元对应一个第一特征库片，所述第一特征库片为第一预设数量且互相独立正交的 第一特征库片。
具体地，所述每个第一分时处理单元比对所述待比对生物特征数据包括；所述第一分时 处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据。
步骤S52、利用各所述第一分时处理单元并行接收待比对生物特征数据，将所述待比对 生物特征数据与对应的第一特征库片进行比对，获得第一比对结果。每个第一分时处理单元 反馈所述待比对生物特征数据的比对结果。
如图6所示，于一实施例中，本发明的生物特征的高速比对装置，所述生物特征的高速 比对装置包括：第一预设数量的第一分时处理单元61和第一特征库片611；其中，所述第一 分时处理单元和第一特征库片的数量相同，且一一对应；各所述第一特征库片互相独立正交； 各所述第一分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应 的第一特征库片进行比对，获得第一比对结果。
具体地，包括第一预设数量的第一分时处理单元61；其中，所述第一分时处理单元有第 一预设数量个，每个第一分时处理单元对应一个第一特征库片，所述第一特征库片为第一预 设数量且互相独立正交的第一特征库片；每个第一分时处理单元并行接收所述待比对生物特 征数据，每个第一分时处理单元比对所述待比对生物特征数据，反馈所述待比对生物特征数 据的比对结果。
具体地，所述每个第一分时处理单元比对所述待比对生物特征数据包括；所述第一分时 处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据。
具体地，所述每个第一分时处理单元比对所述待比对生物特征数据包括；以使所述第一 分时处理单元按照预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据。因为在 一个设备中运行多个第一分时处理单元会占用较大内存，因此，所述第一分时处理单元按照 预设间隔的时间先后顺序依次开始比对所述待比对生物特征数据，可以提升计算速度，防止 拥堵。所述预设间隔为毫秒级别。例如，每间隔2毫秒开始一个第一分时处理单元比对所述 待比对生物特征数据。而第一分时处理单元的具体的时间先后顺序可以根据所述第一分时处 理单元的编号等决定。
如图7所示，于一实施例中，本发明的生物特征的高速比对方法，包括：
步骤S71、将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片；每 个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二特征库片数 量相同，且一一对应；所述第二预设数量的第二分时处理单元在至少2个设备上运行。
具体地，每个设备并行接收待比对生物特征数据；每个设备包括n个第二分时处理单元； 每个第二分时处理单元对应一个第二特征库片，所述第二征库片为第二预设数量且互相独立 正交的第二特征库片；所述第二分时处理单元总共有第二预设数量个。
具体地，包括：m个设备，每个设备包括n个第二分时处理单元；每个第二分时处理单 元对应一个第二特征库片，所述第二征库片为第二预设数量且互相独立正交的第二特征库片； 所述第二分时处理单元总共有第二预设数量个；每个设备并行接收待比对生物特征数据；每 个设备中的每个第二分时处理单元比对所述待比对生物特征数据；每个第二分时处理单元反 馈所述待比对生物特征数据的比对结果。即m*n为第二预设数量。即一个设备上有n个第二 分时处理单元。每个设备可以是计算机。其中，m大于等于2，n大于等于2。
具体地，与设备采用用户数据报协议组播的方式进行通信的一种实现过程包括：与所述 设备采加入同一个组地址，以使同一个组地址的设备都能接收到组内数据以进行通信。所述 组内数据是指加入同一个组地址的业务处理装置与设备互相之间发送的数据。
步骤S72、利用各所述第二分时处理单元并行接收待比对生物特征数据，将所述待比对 生物特征数据与对应的第二特征库片进行比对，获得第二比对结果。
具体地，每个设备中的第二分时处理单元比对所述待比对生物特征数据。每个第二分时 处理单元反馈所述待比对生物特征数据的比对结果。。
如图8所示，于一实施例中，本发明的生物特征的高速比对装置，包括：第二预设数量 的第二分时处理单元811和第二特征库片8111；其中，所述第二分时处理单元和第二特征库 片的数量相同，且一一对应；各所述第二特征库片互相独立正交；所述第二预设数量的第二 分时处理单元在至少2个设备81上运行；各所述设备上的第二分时处理单元并行接收待比对 生物特征数据，将所述待比对生物特征数据与对应的第二特征库片进行比对，获得第二比对 结果。
具体地，包括：m个设备81，每个设备包括n个第二分时处理单元811；每个第二分时处理单元对应一个第二特征库片8111，所述第二征库片为第二预设数量且互相独立正交的第 二特征库片；所述第二分时处理单元总共有第二预设数量个；每个设备并行接收待比对生物 特征数据；每个设备中的每个第二分时处理单元比对所述待比对生物特征数据；每个第二分 时处理单元反馈所述待比对生物特征数据的比对结果。
具体地，包括：m个设备，每个设备包括n个第二分时处理单元；每个第二分时处理单 元对应一个第二特征库片，所述第二征库片为第二预设数量且互相独立正交的第二特征库片； 所述第二分时处理单元总共有第二预设数量个；每个设备并行接收待比对生物特征数据；每 个设备中的每个第二分时处理单元比对所述待比对生物特征数据；每个第二分时处理单元反 馈所述待比对生物特征数据的比对结果。即m*n为第二预设数量。即一个设备上有n个第二 分时处理单元。每个设备可以是计算机。其中，m大于等于2，n大于等于2。
综上所述，本发明生物特征的高速比对方法、系统、介质及装置，用于提高海量生物特 征识别库识别待比对生物特征数据的时效性和准确性。所以，本发明有效克服了现有技术中 的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (25)

1.一种生物特征的高速比对方法，其特征在于，包括以下步骤：
接收待比对生物特征数据；
转发所述待比对生物特征数据至第一层生物特征库进行比对，接收所述第一层生物特征库的第一比对结果；若所述第一比对结果为识别成功，则结束比对；
若所述第一比对结果为识别失败，则将所述待比对生物特征数据转发至第二层生物特征库进行比对，接收所述第二层生物特征库的第二比对结果。
2.根据权利要求1所述的生物特征的高速比对方法，其特征在于，所述转发所述待比对生物特征数据至第一层生物特征库进行比对的一种实现过程包括：
将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片，每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片数量相同，且一一对应；
并行转发所述待比对生物特征数据至各第一分时处理单元，以使各第一分时处理单元比对所述待比对生物特征数据。
3.根据权利要求2所述的生物特征的高速比对方法，其特征在于，各所述第一分时处理单元比对所述待比对生物特征数据的一种实现过程包括；
各所述第一分时处理单元按照第一预设时间先后顺序依次开始比对所述待比对生物特征数据。
4.根据权利要求1所述的生物特征的高速比对方法，其特征在于，将所述待比对生物特征数据转发至第二层生物特征库进行比对的一种实现过程包括：
将所述第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片，每个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二特征库片数量相同，且一一对应；
并行转发所述待比对生物特征数据至各第二分时处理单元，以使各第二分时处理单元比对所述待比对生物特征数据。
5.根据权利要求4所述的生物特征的高速比对方法，其特征在于，各所述第二分时处理单元比对所述待比对生物特征数据包括：
各所述第二分时处理单元按照第二预设时间先后顺序依次开始比对所述待比对生物特征数据。
6.根据权利要求2或4所述的生物特征的高速比对方法，其特征在于，还包括：通过哈希分片的方式将第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片，或将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片，具体包括：
所述第一层生物特征库包括若干条第一特征记录；
对各所述第一分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第一预设条数的第一特征记录的编号；
各所述第一分时处理单元对应映射的第一预设条数的第一特征记录形成对应的各第一特征库片；
或
所述第二层生物特征库包括若干条第二特征记录；
对各所述第二分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第二预设条数的第二特征记录的编号；
各所述第二分时处理单元对应映射的第二预设条数的第二特征记录形成对应的各第二特征库片。
7.根据权利要求2或4所述的生物特征的高速比对方法，其特征在于，还包括：按照范围数据分片的方式将第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片，或将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片，具体包括：
将第一层生物特征库按照时间区间或ID区间来切分，以生成第一预设数量且互相独立正交的第一特征库片；
或将第二层生物特征库按照时间区间或ID区间来切分，以生成第二预设数量且互相独立正交的第二特征库片。
8.根据权利要求4所述的生物特征的高速比对方法，其特征在于：所述第二预设数量的第二分时处理单元可在多个设备上运行；与所述设备采用用户数据报协议组播的方式进行通信。
9.根据权利要求8所述的生物特征的高速比对方法，其特征在于，与各所述设备采用用户数据报协议组播的方式进行通信的一种实现过程包括：
与所述设备加入同一个组地址，以使同一个组地址内的设备都能接收到所述待比对生物特征数据。
10.一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可以实现权利要求1至9中任一项所述的生物特征的高速比对方法。
11.一种业务处理装置，其特征在于，包括：处理器和存储器；
所述存储器用于存储计算机程序；
所述处理器与所述存储器相连，用于执行所述存储器存储的计算机程序，以使所述业务处理装置执行权利要求1至9中任一项所述的生物特征的高速比对方法。
12.一种生物特征的高速比对系统，其特征在于，包括：业务处理装置、第一层生物特征库和第二层生物特征库；
所述业务处理装置用于接收待比对生物特征数据，转发所述待比对生物特征数据至所述第一层生物特征库进行比对；
所述第一层生物特征库用于生成第一比对结果，并转发所述第一比对结果至所述业务处理装置；
若所述第一比对结果为识别成功，则所述业务处理装置结束比对；
若所述第一比对结果为识别失败，则所述业务处理装置转发所述待比对生物特征数据至第二层生物特征库进行比对；
所述第二层生物特征库用于生成第二比对结果，并转发所述第二比对结果至所述业务处理装置。
13.根据权利要求12所述的生物特征的高速比对系统，其特征在于，所述业务处理装置还包括：
所述业务处理装置将所述第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片，每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片数量相同，且一一对应；
所述业务处理装置并行转发所述待比对生物特征数据至各第一分时处理单元，以使各第一分时处理单元比对所述待比对生物特征数据。
14.根据权利要求13所述的生物特征的高速比对系统，其特征在于，所述业务处理装置还包括：
所述第一层生物特征库包括若干条第一特征记录；
所述业务处理装置对各所述第一分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第一预设条数的第一特征记录的编号；
所述业务处理装置将各所述第一分时处理单元对应映射的第一预设条数的第一特征记录划分形成对应的各第一特征库片。
15.根据权利要求13所述的生物特征的高速比对系统，其特征在于，各所述第一分时处理单元还包括；
各所述第一分时处理单元按照第一预设时间先后顺序依次开始比对所述待比对生物特征数据。
16.根据权利要求12所述的生物特征的高速比对系统，其特征在于，所述业务处理装置还包括：
所述业务处理装置将所述第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片，每个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二特征库片数量相同，且一一对应；
所述业务处理装置并行转发所述待比对生物特征数据至各第二分时处理单元，以使各第二分时处理单元比对所述待比对生物特征数据。
17.根据权利要求16所述的生物特征的高速比对系统，其特征在于，所述业务处理装置还包括：
所述第二层生物特征库包括若干条第二特征记录；
所述业务处理装置对各所述第二分时处理单元的IP地址进行哈希计算，获得对应的哈希值；各所述哈希值对应映射第二预设条数的第二特征记录的编号；
所述业务处理装置将各所述第二分时处理单元对应映射的第二预设条数的第二特征记录划分形成对应的各第二特征库片。
18.根据权利要求16所述的生物特征的高速比对系统，其特征在于，各所述第二分时处理单元还包括：
各所述第二分时处理单元按照第二预设时间先后顺序依次开始比对所述待比对生物特征数据。
19.根据权利要求13或16所述的生物特征的高速比对系统，其特征在于，所述业务处理装置还包括：
所述业务处理装置将第一层生物特征库按照时间区间或ID区间来切分，以生成第一预设数量且互相独立正交的第一特征库片；或
所述业务处理装置将第二层生物特征库按照时间区间或ID区间来切分，以生成第二预设数量且互相独立正交的第二特征库片。
20.根据权利要求16所述的生物特征的高速比对系统，其特征在于：所述第二预设数量的第二分时处理单元可在多个设备上运行；所述业务处理装置与所述设备采用用户数据报协议组播的方式进行通信。
21.根据权利要求20所述的生物特征的高速比对系统，其特征在于：所述业务处理装置与所述设备加入同一个组地址，以使同一个组地址内的设备都能接收到所述待比对生物特征数据。
22.一种生物特征的高速比对方法，其特征在于，包括以下步骤：
将第一层生物特征库分为第一预设数量且互相独立正交的第一特征库片；每个第一特征库片对应一个第一分时处理单元；所述第一分时处理单元与所述第一特征库片数量相同，且一一对应；
利用各所述第一分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第一特征库片进行比对，获得第一比对结果。
23.一种生物特征的高速比对装置，其特征在于，所述生物特征的高速比对装置包括：第一预设数量的第一分时处理单元和第一特征库片；
其中，所述第一分时处理单元和第一特征库片的数量相同，且一一对应；各所述第一特征库片互相独立正交；
各所述第一分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第一特征库片进行比对，获得第一比对结果。
24.一种生物特征的高速比对方法，其特征在于，包括以下步骤：
将第二层生物特征库分为第二预设数量且互相独立正交的第二特征库片；每个第二特征库片对应一个第二分时处理单元；所述第二分时处理单元与所述第二特征库片数量相同，且一一对应；所述第二预设数量的第二分时处理单元在至少2个设备上运行；
利用各所述第二分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第二特征库片进行比对，获得第二比对结果。
25.一种生物特征的高速比对装置，其特征在于，包括：
第二预设数量的第二分时处理单元和第二特征库片；
其中，所述第二分时处理单元和第二特征库片的数量相同，且一一对应；各所述第二特征库片互相独立正交；
所述第二预设数量的第二分时处理单元在至少2个设备上运行；
各所述设备上的第二分时处理单元并行接收待比对生物特征数据，将所述待比对生物特征数据与对应的第二特征库片进行比对，获得第二比对结果。
CN202110772434.3A 2021-07-08 2021-07-08 生物特征的高速比对方法、系统、介质及装置 Pending CN113505279A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110772434.3A CN113505279A (zh) 2021-07-08 2021-07-08 生物特征的高速比对方法、系统、介质及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110772434.3A CN113505279A (zh) 2021-07-08 2021-07-08 生物特征的高速比对方法、系统、介质及装置

Publications (1)

Publication Number Publication Date
CN113505279A true CN113505279A (zh) 2021-10-15

Family

ID=78012326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110772434.3A Pending CN113505279A (zh) 2021-07-08 2021-07-08 生物特征的高速比对方法、系统、介质及装置

Country Status (1)

Country Link
CN (1) CN113505279A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103532797A (zh) * 2013-11-06 2014-01-22 网之易信息技术（北京）有限公司 一种用户登录异常监测方法和装置
CN107491965A (zh) * 2017-07-31 2017-12-19 阿里巴巴集团控股有限公司 一种生物特征库的建立方法和装置
CN108038179A (zh) * 2017-12-07 2018-05-15 泰康保险集团股份有限公司 身份信息认证方法与装置
CN109344599A (zh) * 2018-08-03 2019-02-15 深圳市买买提信息科技有限公司 一种身份认证管理方法、装置、终端及介质
CN112994984A (zh) * 2021-04-15 2021-06-18 紫光恒越技术有限公司 识别协议及内容的方法、存储设备、安全网关、服务器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103532797A (zh) * 2013-11-06 2014-01-22 网之易信息技术（北京）有限公司 一种用户登录异常监测方法和装置
CN107491965A (zh) * 2017-07-31 2017-12-19 阿里巴巴集团控股有限公司 一种生物特征库的建立方法和装置
CN108038179A (zh) * 2017-12-07 2018-05-15 泰康保险集团股份有限公司 身份信息认证方法与装置
CN109344599A (zh) * 2018-08-03 2019-02-15 深圳市买买提信息科技有限公司 一种身份认证管理方法、装置、终端及介质
CN112994984A (zh) * 2021-04-15 2021-06-18 紫光恒越技术有限公司 识别协议及内容的方法、存储设备、安全网关、服务器

Similar Documents

Publication Publication Date Title
US9286528B2 (en) Multi-modal biometric database searching methods
US20210374386A1 (en) Entity recognition from an image
US10552471B1 (en) Determining identities of multiple people in a digital image
US7519558B2 (en) Biometrically enabled private secure information repository
CN111897863B (zh) 多源异构数据融合汇聚方法
US11610018B2 (en) Systems and methods for the incremental and reversible deployment of a biometric identity management system
CN107026831A (zh) 一种身份识别方法和装置
CN108491773A (zh) 一种识别方法及系统
US20190147218A1 (en) User specific classifiers for biometric liveness detection
CN109711298B (zh) 基于faiss的高效人脸特征值检索的方法和系统
CN109784270A (zh) 一种提升人脸图片识别完整性的处理方法
CN113949577A (zh) 一种应用于云服务的数据攻击分析方法及服务器
Vishi et al. Multimodal biometric authentication using fingerprint and iris recognition in identity management
US20230033479A1 (en) Method and system for processing personal data
WO2021120587A1 (zh) 基于oct的视网膜分类方法、装置、计算机设备及存储介质
US20210004391A1 (en) Methods and systems for classifying and filtering messages via natural language processing
Hossain et al. Next generation identity verification based on face-gait Biometrics
CN104462347B (zh) 关键词的分类方法及装置
CN111209959A (zh) 基于数据包时序的加密网页流量分割点识别方法
US20240232229A1 (en) Method, apparatus, and computer-readable medium for efficiently classifying a data object of unknown type
CN113505279A (zh) 生物特征的高速比对方法、系统、介质及装置
US20140317100A1 (en) Real-time biometric database and template management
CN112487082B (zh) 一种生物特征识别的方法及相关设备
WO2022143483A1 (zh) 确定数据流标签的方法、装置以及相关设备
WO2022089220A1 (zh) 图像数据处理方法、装置、设备、存储介质及产品

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