CN113672889A - 设备使能方法及装置、存储介质 - Google Patents
设备使能方法及装置、存储介质 Download PDFInfo
- Publication number
- CN113672889A CN113672889A CN202010408270.1A CN202010408270A CN113672889A CN 113672889 A CN113672889 A CN 113672889A CN 202010408270 A CN202010408270 A CN 202010408270A CN 113672889 A CN113672889 A CN 113672889A
- Authority
- CN
- China
- Prior art keywords
- verification
- biological
- characteristic information
- information
- biometric
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000012795 verification Methods 0.000 claims description 504
- 210000000613 ear canal Anatomy 0.000 claims description 81
- 238000012549 training Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 239000011521 glass Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000005236 sound signal Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000001815 facial effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 210000003128 head Anatomy 0.000 description 5
- 238000012512 characterization method Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 239000004984 smart glass Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000010409 thin film Substances 0.000 description 2
- 230000002618 waking effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/50—Secure pairing of devices
- H04W12/55—Secure pairing of devices involving three or more devices, e.g. group pairing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开一种设备使能方法及装置、存储介质,属于电子技术应用领域。该方法包括:采集用户的至少两种生物特征信息;根据该至少两种生物特征信息对用户进行身份验证;如果身份验证成功,使能穿戴设备和智能设备中的至少一个,该穿戴设备与该智能设备通信连接。本申请有助于保证设备的信息安全性。
Description
技术领域
本申请涉及电子技术应用领域,特别涉及一种设备使能方法及装置、存储介质。
背景技术
随着智能设备的普及,为了保证智能设备的信息安全性,如果用户需要使用智能设备,智能设备首先对用户进行身份验证,在身份验证成功之后使能智能设备。例如,当智能设备处于低功耗的休眠状态时,智能设备对用户进行身份验证成功之后唤醒智能设备。再例如,当用户需要使用智能终端进行支付时,智能设备对用户进行身份验证成功之后执行支付操作。
目前,智能设备可以采集用户的语音片段,将采集到的语音片段与预设的语音片段进行匹配,如果匹配成功,则智能设备确定身份验证成功,使能该智能终端。
但是,目前的设备使能方案中,只要采集的语音片段与预设的语音片段匹配成功,就可以使能智能终端,这使得任何人都能够使能智能设备,因此该设备使能方案的安全性较差。
发明内容
本申请提供了一种设备使能方法及装置、存储介质,有助于保证设备的信息安全性。本申请的技术方案如下:
第一方面,提供了一种设备使能方法,该方法包括:采集用户的至少两种生物特征信息;根据该至少两种生物特征信息对用户进行身份验证;如果身份验证成功,使能穿戴设备和智能设备中的至少一个,该穿戴设备与该智能设备通信连接。
本申请实施例提供的设备使能方案,由于设备使能系统根据至少两种生物特征信息对用户进行身份验证,因此有助于保证设备的信息安全性。
可选地,根据至少两种生物特征信息对用户进行身份验证,包括:根据该至少两种生物特征信息和生物验证模型进行生物验证;根据生物验证结果,确定用户的身份验证结果。
本申请实施例提供的技术方案,由于根据生物验证模型进行生物验证,因此有助于保证生物验证模型的智能性和可靠性。
可选地,该至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型,每个生物验证模型用于根据相应的生物特征信息进行生物验证;根据该至少两种生物特征信息和生物验证模型进行生物验证,包括:根据每种生物特征信息和相应的生物验证模型进行生物验证,得到该生物特征信息对应的生物验证结果;相应地,根据生物验证结果,确定用户的身份验证结果,包括:根据该至少两种生物特征信息对应的生物验证结果,确定用户的身份验证结果。
可选地,根据该至少两种生物特征信息对应的生物验证结果,确定用户的身份验证结果,包括:1)、如果该至少两种生物特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,确定对用户身份验证成功;或者,2)、如果该至少两种生物特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功;或者,3)、如果该至少两种生物特征信息中的所有生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功;或者,4)、对该至少两种生物特征信息对应的生物验证结果进行加权计算,根据加权计算的结果,确定用户的身份验证结果。
本申请实施例提供的设备使能方案,第1)种实现方式身份验证的成功率最高,第3)种实现方式身份验证的安全性最高,第2)种实现方式身份验证的成功率和安全性均介于第1)种与第3)种之间,第4)种实现方式身份验证的灵活性较高,通过设置不同生物特征信息对应的权重,可以使得最终身份验证结果平衡成功率和安全性。
可选地,该至少两种生物特征信息对应一个综合的生物验证模型;根据该至少两种生物特征信息和生物验证模型进行生物验证,包括:根据该至少两种生物特征信息和该生物验证模型进行生物验证,得到该至少两种生物特征信息对应的生物验证结果;相应地,根据生物验证结果,确定用户的身份验证结果,包括:将该至少两种生物特征信息对应的生物验证结果确定为用户的身份验证结果。
可选地,在根据至少两种生物特征信息和生物验证模型进行生物验证之前,该方法还包括:根据样本数据进行训练以生成生物验证模型。
本申请实施例提供的设备使能方案,通过根据样本数据训练生物验证模型,可以便于根据生物特征信息以及生物验证模型进行生物验证,从而对用户进行身份验证。
可选地,该至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型;该样本数据包括至少两种样本特征信息以及与每种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息;根据样本数据进行训练以生成生物验证模型,包括:将每种样本特征信息输入第一初始验证模型进行特征验证,得到该样本特征信息对应的特征验证结果;根据该样本特征信息对应的特征验证结果和该样本特征信息对应的样本验证结果,调整该第一初始验证模型的模型参数,直至根据该样本特征信息进行特征验证得到的特征验证结果与该样本特征信息对应的样本验证结果的差异满足预设条件;将满足预设条件时的验证模型确定为该生物特征信息对应的生物验证模型。
本申请实施例提供的设备使能方案,通过训练每种生物特征信息对应的生物验证模型,可以便于根据每种生物特征信息和相应的生物验证模型进行生物验证,从而对至少两种生物特征信息进行生物验证。
可选地,该至少两种生物特征信息对应一个综合的生物验证模型;该样本数据包括至少两种样本特征信息以及与该至少两种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息;根据样本数据进行训练以生成生物验证模型,包括:将该至少两种样本特征信息输入第二初始验证模型进行特征验证,得到该至少两种样本特征信息对应的特征验证结果;根据该至少两种样本特征信息对应的特征验证结果和该至少两种样本特征信息对应的样本验证结果,调整该第二初始验证模型的模型参数,直至根据该至少两种样本特征信息进行特征验证得到的特征验证结果与该至少两种样本特征信息对应的样本验证结果的差异满足预设条件;将满足预设条件时的验证模型确定为该至少两种生物特征信息对应的生物验证模型。
本申请实施例提供的设备使能方案,通过训练至少两种生物特征信息对应的综合的生物验证模型,可以便于根据该至少两种生物特征信息和该综合的生物验证模型进行生物验证。
可选地,该至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,该振动特征信息为佩戴穿戴设备的部位的振动信息。
第二方面,提供了一种设备使能装置,该设备使能装置包括用于执行如第一方面或第一方面的任一可选方式所提供的设备使能方法的各个模块。
第三方面,提供了一种设备使能装置,该设备使能装置包括处理器和存储器,该存储器中存储有程序,该处理器用于调用该存储器中存储的程序,以使得该设备使能装置执行如第一方面或第一方面的任一可选方式所提供的设备使能方法。
第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行如第一方面或第一方面的任一可选方式所提供的设备使能方法。
第五方面,提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得该计算机执行如第一方面或第一方面的任一可选方式所提供的设备使能方法。
第六方面,提供了一种芯片,该芯片包括可编程逻辑电路和/或程序指令,当该芯片运行时用于实现如第一方面或第一方面的任一可能实现方式所提供的设备使能方法。
第七方面,提供了一种设备使能系统,该设备使能系统包括穿戴设备和智能设备中的至少一个,该穿戴设备和该智能设备中的至少一个包括如第二方面或第三方面所提供的设备使能装置。
可选地,该穿戴设备包括智能耳机和智能眼镜中的任意一种。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的技术方案,设备使能系统采集用户的至少两种生物特征信息后,根据该至少两种生物特征信息对该用户进行身份验证,如果身份验证成功,使能穿戴设备和智能设备中的至少一个。由于设备使能系统根据至少两种生物特征信息对用户进行身份验证,因此有助于保证设备的信息安全性。
附图说明
图1是本申请实施例提供的一种设备使能系统的示意图;
图2是本申请实施例提供的一种设备使能方法的方法流程图;
图3是本申请实施例提供的一种对用户进行身份验证的方法流程图;
图4是本申请实施例提供的一种对用户进行身份验证的示意图;
图5是本申请实施例提供的另一种对用户进行身份验证的示意图;
图6是本申请实施例提供的一种训练生物验证模型的方法流程图;
图7是本申请实施例提供的另一种训练生物验证模型的方法流程图;
图8是本申请实施例提供的一种设备使能装置的逻辑结构示意图;
图9是本申请实施例提供的一种设备使能装置的硬件结构示意图;
图10是本申请实施例提供的另一种设备使能装置的硬件结构示意图。
具体实施方式
为使本申请的原理、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
为保证智能设备的信息安全性,用户使用智能设备时,智能设备需要对用户进行身份验证,在身份验证成功之后使能智能设备。例如,在身份验证成功之后唤醒智能设备、解锁智能设备或者使智能设备执行某些操作(例如支付操作)。目前的设备使能方案主要采用字符密码、图案密码或语音等单一方式对用户进行身份验证,导致设备的信息安全性较差。
鉴于此,本申请实施例提供了一种设备使能方案,该设备使能方案中,可以根据至少两种生物特征信息对用户进行身份验证,保证了设备的信息安全性。该设备使能方案可以应用于设备使能系统,该设备使能系统可以包括穿戴设备和智能设备中的至少一个,本申请实施例以该设备使能系统包括穿戴设备和智能设备为例说明。
示例地,请参考图1,其示出了本申请实施例提供的一种设备使能系统的示意图,该设备使能系统包括穿戴设备01和智能设备02,穿戴设备01与智能设备02可以通过有线网络或无线网络通信连接。其中,该无线网络可以包括但不限于无线保真(wirelessfidelity,WIFI)网络、蓝牙网络、红外网络、紫蜂(zigbee)网络,该有线网络可以包括但不限于通用串行总线(universal serial bus,USB)网络。
其中,穿戴设备01可以包括但不限于:智能耳机、智能眼镜、智能手环、智能手表、智能鞋、智能衣服、智能帽子以及能够穿戴的虚拟现实(virtual reality,VR)设备、增强现实(Augmented Reality,AR)设备等。智能设备02可以包括但不限于:智能手机、平板电脑、笔记本电脑、台式电脑、电视机、动态影像专家压缩标准音频层面3(moving pictureexperts group audio layerⅢ,MP3)播放器、动态影像专家压缩标准音频层面4(movingpicture experts group audio layer IV,MP4)播放器、电子书阅读器以及智能家居设备等。可选地,智能设备02也可以是穿戴设备,或者,该智能设备02也可以是穿戴设备01的主机设备,本申请实施例对此不作限定。
在本申请实施例中,穿戴设备01和/或智能设备02可以采集用户的至少两种生物特征信息,根据该至少两种生物特征信息对该用户进行身份验证,在身份验证成功之后使能该穿戴设备01和/或该智能设备02。可选地,可以由穿戴设备01对用户进行身份验证之后使能该穿戴设备01和/或该智能设备02,也可以由智能设备02对用户进行身份验证之后使能该智能设备02和/或该穿戴设备01,本申请实施例对此不作限定。可选地,智能设备02中可以安装有应用程序(application,APP),本申请实施例中所述的使能智能设备02可以是指使能该智能设备02本身(例如唤醒智能设备02、解锁智能设备02)或者使能该智能设备02中安装的APP(例如通过该APP进行支付),其中,智能设备02中安装的APP可以包括但不限于播放类应用程序、通话类应用程序、导航类应用程序、支付类应用程序和社交类应用程序等。
在本申请实施例中,根据生物特征信息的不同,用于进行身份验证的该至少两种生物特征信息可以由穿戴设备01采集、或者由智能设备02采集,或者该至少两种生物特征信息中的一部分由穿戴设备01采集,另一部分由智能设备02采集。可选地,该至少两种生物特征信息可以包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,该振动特征信息为佩戴穿戴设备的部位的振动信息,耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息可以由穿戴设备01采集,人脸特征信息、指纹特征信息和虹膜特征信息可以由智能设备02采集,或者,耳道特征信息、振动特征信息和声纹特征信息可以由穿戴设备01采集,耳廓特征信息、人脸特征信息、指纹特征信息和虹膜特征信息可以由智能设备02采集。可以理解的是,某种生物特征信息是由穿戴设备01采集还是由智能设备02采集,这取决于穿戴设备01和智能设备02中是否部署有用于采集该生物特征信息的采集组件,如果穿戴设备01中部署有该采集组件,则该生物特征信息可以由穿戴设备01采集,如果智能设备02中部署有该采集组件,则该生物特征信息可以由智能设备02采集,如果穿戴设备01和智能设备02中均部署有该采集组件,则该生物特征信息可以由穿戴设备01采集,也可以由智能设备02采集,本申请实施例对此不作限定。
本领域技术人员容易理解,图1所示设备使能系统仅用于举例,并非用于限制本申请实施例的技术方案,在实现过程中,可以根据需要来配置穿戴设备的数量以及智能设备的数量,还可以在该设备使能系统中配置其他设备。例如,该设备使能系统可以包括与穿戴设备01通信连接的多个智能设备,该多个智能设备都是智能手机,或者该多个智能设备中的一部分是智能手机,另一部分是智能家居设备。再例如,该设备使能系统可以包括与智能设备02通信连接的多个穿戴设备,该多个穿戴设备都是智能耳机,或者该多个穿戴设备中的一部分是智能耳机,另一部分是智能眼镜,本申请实施例对此不作限定。
本申请实施例提供的设备使能方法可以应用于上述设备使能系统,该设备使能方法可以由上述设备使能系统中的穿戴设备或者智能设备执行,或者该设备使能方法中的一部分步骤由穿戴设备执行,另一部分由智能设备执行,下面结合附图对该设备使能方法进行说明。
示例地,请参考图2,其示出了本申请实施例提供的一种设备使能方法的方法流程图,参见图2,该方法可以包括如下几个步骤:
步骤201、采集用户的至少两种生物特征信息。
其中,该至少两种生物特征信息可以由穿戴设备采集、或者由智能设备采集,或者该至少两种生物特征信息中的一部分由穿戴设备采集,另一部分由智能设备采集,本申请实施例对此不作限定。可选地,该至少两种生物特征信息可以包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,该振动特征信息可以为佩戴穿戴设备的部位的振动信息。本申请实施例以耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息由穿戴设备采集,人脸特征信息、指纹特征信息和虹膜特征信息由智能设备采集为例说明。
可选地,穿戴设备可以配置有耳道特征采集组件,当该穿戴设备被用户佩戴时,该耳道特征采集组件可以面对用户的耳道,该穿戴设备可以通过该耳道特征采集组件采集用户的耳道特征信息。示例地,该耳道特征采集组件可以是麦克风组件,当该穿戴设备被用户佩戴时,该麦克风组件可以面对用户的耳道,声音信号(可以是用户发出的声音信号或者是麦克风组件播放的声音信号)在用户的耳道传播的过程中,会被耳道反射和/或吸收(例如,一部分声音被耳道吸收,另一部分声音被耳道反射),该麦克风组件可以采集经过用户的耳道反射后的声音信号,根据经过用户的耳道反射后的声音信号确定用户的耳道特征信息。再示例地,该耳道特征采集组件可以是超声传感器,当该穿戴设备被用户佩戴时,该超声传感器可以面对用户的耳道,该超声传感器可以采集经过用户的耳道反射后的声音信号(例如超声信号),根据经过用户的耳道反射后的声音信号确定用户的耳道特征信息。
可选地,穿戴设备可以配置有耳廓特征采集组件,当该穿戴设备被用户佩戴时,该耳廓特征采集组件可以面对用户的耳廓,该穿戴设备可以通过该耳廓特征采集组件采集用户的耳廓特征信息。示例地,该耳廓特征采集组件可以是摄像头组件,当该穿戴设备被用户佩戴时,该摄像头组件可以面对用户的耳廓,该摄像头组件可以采集用户的耳廓图像,根据用户的耳廓图像确定用户的耳廓特征信息。可选地,该摄像头组件可以采集用户的耳朵图像,从用户的耳朵图像中确定用户的耳廓图像,根据用户的耳廓图像确定用户的耳廓特征信息。可选地,该摄像头组件可以包括景深摄像头和/或红绿蓝(red green blue,RGB)摄像头,该耳廓图像和耳朵图像可以是三维(three dimensional,3D)图像或者二维(twodimensional,2D)图像。
可选地,穿戴设备可以配置有振动特征采集组件,当该穿戴设备被用户佩戴时,该振动特征采集组件可以采集佩戴该穿戴设备的部位的振动特征信息。可选地,该振动特征采集组件可以是惯性测量单元(inertial measurement unit,IMU)或薄膜传感器等振动传感器。示例地,穿戴设备可以是智能耳机或智能眼镜,该振动特征信息可以为佩戴该穿戴设备的用户嘴巴活动时该用户耳部的振动信息(通常用户嘴巴活动会引起耳部振动),例如,该振动特征信息可以为佩戴该穿戴设备的用户说话时该用户耳部的振动特征信息。在本申请实施例中,“用户说话”这一描述可以指用户说话且发出声音,也可以指用户说话但未发出声音(也即是用户仅存在嘴巴活动,例如嘴巴张开、嘴巴闭合、口型变化等),本申请实施例对此不作限定。
可选地,穿戴设备可以配置有声纹特征采集组件,该穿戴设备可以通过该声纹特征采集组件采集用户的声纹特征信息。示例地,该声纹特征采集组件可以是麦克风组件,当佩戴该穿戴设备的发出声音(例如说话时发出声音)时,该麦克风组件可以采集用户的声音信号,根据用户的声音信号确定用户的声纹特征信息,例如,从声音信号中提取声纹特征信息。
可选地,智能设备可以配置有人脸特征采集组件,该智能设备可以通过该人脸特征采集组件采集用户的人脸特征信息。示例地,该人脸特征采集组件可以是摄像头组件,该摄像头组件可以采集用户的人脸图像,根据该人脸图像获取人脸特征信息。
可选地,智能设备可以配置有指纹特征采集组件,该智能设备可以通过该指纹特征采集组件采集用户的指纹特征信息。示例地,该指纹特征采集组件可以是指纹传感器。该指纹传感器可以是光传感器或超声传感器,该光传感器可以采集经过指纹反射后的光信号,根据经过指纹反射后的光信号确定用户的指纹特征信息,该超声传感器可以采集经过指纹反射后的超声信号,根据经过指纹反射后的超声信号确定用户的指纹特征信息。
可选地,智能设备可以配置有虹膜特征采集组件,该智能设备可以通过该虹膜特征采集组件采集用户的虹膜特征信息。示例地,该虹膜特征采集组件可以是摄像头组件,摄像头组件可以采集用户的眼部图像,根据该眼部图像获取虹膜特征信息。
本领域技术人员容易理解,该步骤201的描述仅仅是示例性的,实际应用中,上述生物特征信息均可以由穿戴设备采集,或者均由智能设备采集,并且该步骤201关于生物特征信息以及生物特征信息的采集方案的描述仅仅是示例性的,生物特征信息还可以包括除上述列举之外的信息,且穿戴设备和/或智能设备还可以采用除该步骤201所述之外的方案采集生物特征信息,本申请实施例不对生物特征信息,生物特征信息的采集方式,以及生物特征信息的采集者进行限定。
步骤202、根据该至少两种生物特征信息对用户进行身份验证。
可选地,该步骤202可以由穿戴设备或者智能设备执行,本申请实施例以该步骤202由穿戴设备执行为例说明,智能设备执行该步骤202的实现过程可以参考本步骤。
在本申请实施例中,穿戴设备可以根据该至少两种生物特征信息通过机器学习算法对用户进行身份验证。示例地,请参考图3,其示出了本申请实施例提供的一种对用户进行身份验证的方法流程图,参见图3,该方法可以包括如下几个步骤:
子步骤2021、根据至少两种生物特征信息和生物验证模型进行生物验证。
在本申请实施例中,该至少两种生物特征信息中的每种生物特征信息可以对应一个生物验证模型(也即是每个生物验证模型是一种生物特征信息对应的单一的生物验证模型),或者,该至少两种生物特征信息对应一个综合的生物验证模型。对应于该两种情况,该子步骤2021可以包括以下两种可能的实现方式:
第一种实现方式:至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型。
其中,每个生物验证模型用于根据相应的生物特征信息进行生物验证,穿戴设备可以根据每种生物特征信息和相应的生物验证模型进行生物验证,得到该生物特征信息对应的生物验证结果。其中,该生物验证结果可以是生物验证成功或生物验证失败。
可选地,每种生物特征信息对应的生物验证模型的输入参数可以是该生物特征信息,输出参数可以是该生物特征信息对应的生物验证结果。对于每种生物特征信息,穿戴设备可以将该生物特征信息输入相应的生物验证模型,该生物验证模型根据该生物特征信息进行计算后输出该生物特征信息对应的生物验证结果。
示例地,请参考图4,其示出了本申请实施例提供的一种根据至少两种生物特征信息对用户进行身份验证的示意图,图4以该至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息为例进行说明。其中,耳道特征信息对应的生物验证模型可以称为耳道特征验证模型,耳廓特征信息对应的生物验证模型可以称为耳廓特征验证模型,振动特征信息对应的生物验证模型可以称为振动特征验证模型,声纹特征信息对应的生物验证模型可以称为声纹特征验证模型。穿戴设备可以将耳道特征信息输入耳道特征验证模型,该耳道特征验证模型根据该耳道特征信息进行计算后输出该耳道特征信息对应的生物验证结果;穿戴设备可以将耳廓特征信息输入耳廓验证模型,该耳廓验证模型根据该耳廓特征信息进行计算后输出该耳廓特征信息对应的生物验证结果;穿戴设备可以将振动特征信息输入振动特征验证模型,该振动特征验证模型根据该振动特征信息进行计算后输出该振动特征信息对应的生物验证结果;穿戴设备可以将声纹特征信息输入声纹特征验证模型,该声纹特征验证模型根据该声纹特征信息进行计算后输出该声纹特征信息对应的生物验证结果。
在本申请实施例中,每种生物特征信息对应的生物验证模型中可以存储有该生物特征信息对应的预设特征信息,该生物特征信息和该预设特征信息是同一类特征信息(例如都是耳道特征信息),每个生物验证模型可以根据输入的生物特征信息以及该生物验证模型中存储的预设特征信息进行计算后输出生物验证结果;或者,每种生物特征信息对应的生物验证模型的输入参数可以包括该生物特征信息以及与该生物特征信息对应的预设特征信息,该生物特征信息和该预设特征信息是同一类特征信息,每个生物验证模型可以根据输入的生物特征信息以及输入的预设特征信息进行计算后输出生物验证结果,本申请实施例对此不作限定。其中,该预设特征信息可以是用户首次使用穿戴设备时在该穿戴设备中注册的。示例地,以耳道特征验证模型为例,耳道特征验证模型中可以存储有预设耳道特征信息,该耳道特征验证模型可以根据输入的耳道特征信息以及该耳道特征验证模型中存储的该预设耳道特征信息进行计算后输出耳道特征验证结果;或者,耳道特征验证模型的输入参数可以包括采集的耳道特征信息和预设耳道特征信息,该耳道特征验证模型可以根据输入的耳道特征信息以及输入的该预设耳道特征信息进行计算后输出耳道特征验证结果。
第二种实现方式:至少两种生物特征信息对应一个综合的生物验证模型。
其中,该综合的生物验证模型用于根据至少两种生物特征信息进行生物验证。穿戴设备可以根据该至少两种生物特征信息和该综合的生物验证模型进行生物验证,得到该至少两种生物特征信息对应的生物验证结果。容易理解,在该第二种实现方式中,该至少两种生物特征信息对应的是一个生物验证结果,该生物验证结果可以是生物验证成功或生物验证失败。
可选地,该综合的生物验证模型的输入参数可以是该至少两种生物特征信息,输出参数可以是该至少两种生物特征信息对应的生物验证结果。穿戴设备可以将该至少两种生物特征信息输入该综合的生物验证模型,该综合的生物验证模型根据该至少两种生物特征信息进行计算后输出该至少两种生物特征信息对应的生物验证结果。
示例地,请参考图5,其示出了本申请实施例提供的另一种根据至少两种生物特征信息对用户进行身份验证的示意图,图5以该至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息,且该耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息对应一个综合的生物验证模型为例进行说明。穿戴设备可以将耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息输入该综合的生物验证模型,该综合的生物验证模型根据该耳道特征信息、该耳廓特征信息、该振动特征信息和该声纹特征信息进行计算后输出该耳道特征信息、该耳廓特征信息、该振动特征信息和该声纹特征信息对应的一个生物验证结果。
在本申请实施例中,该至少两种生物特征信息对应的该综合的生物验证模型中可以存储有该至少两种生物特征信息对应的(例如一一对应)至少两种预设特征信息,每种生物特征信息和相应的预设特征信息是同一类特征信息,该综合的生物验证模型可以根据输入的该至少两种生物特征信息以及该生物验证模型中存储的该至少两种预设特征信息进行计算后输出生物验证结果;或者,该至少两种生物特征信息对应的该综合的生物验证模型的输入参数可以包括该至少两种生物特征信息以及与该至少两种生物特征信息对应的至少两种预设特征信息,该综合的生物验证模型可以根据输入的该至少两种生物特征信息以及输入的该至少两种预设特征信息进行计算后输出生物验证结果,本申请实施例对此不作限定。其中,每种预设特征信息可以是用户首次使用穿戴设备时在该穿戴设备中注册的。
示例地,该综合的生物验证模型中可以存储有预设耳道特征信息、预设耳廓特征信息、预设振动特征信息和预设声纹特征信息,该综合的生物验证模型可以根据输入的耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息,以及,该综合的生物验证模型中存储的该预设耳道特征信息、该预设耳廓特征信息、该预设振动特征信息和该预设声纹特征信息进行计算后输出生物验证结果。或者,该综合的生物验证模型的输入参数可以包括采集的耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息,以及,预设耳道特征信息、预设耳廓特征信息、预设振动特征信息和预设声纹特征信息,该综合的生物验证模型可以根据输入的耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息,以及,输入的该预设耳道特征信息、该预设耳廓特征信息、该预设振动特征信息和该预设声纹特征信息进行计算后输出生物验证结果。
本领域技术人员容易理解,以上两种实现方式是以生物验证模型的输出参数是生物验证结果为例说明的,实际应用中,生物验证模型的输出参数可以是用于表示生物验证结果的验证信息。例如,该验证信息可以是“是”或“否”,“是”表示生物验证成功,“否”表示生物验证失败,或者,该验证信息可以是“1”或“0”,“1”表示生物验证成功,“0”表示生物验证失败,本申请实施例对此不作限定。
子步骤2022、根据生物验证结果,确定用户的身份验证结果。
可选地,该子步骤2022可以包括以下两种可能的实现方式:
第一种实现方式(与子步骤2021中的第一种实现方式对应):根据至少两种生物特征信息对应的生物验证结果,确定用户的身份验证结果。也即是,对上述至少两种生物特征信息对应的生物验证结果进行融合决策,将融合决策的结果确定为用户的身份验证结果。
可选地,该第一种实现方式可以包括以下四种实现方式中的任意一种:
1)、如果该至少两种生物特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,确定对用户身份验证成功。
示例地,如果耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,穿戴设备确定对用户身份验证成功。
例如,如果耳道特征信息对应的生物验证结果指示生物验证成功,耳廓特征信息对应的生物验证结果、振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果均指示生物验证失败,穿戴设备确定对用户身份验证成功。
再例如,如果耳廓特征信息对应的生物验证结果指示生物验证成功,耳道特征信息对应的生物验证结果、振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果均指示生物验证失败,穿戴设备确定对用户身份验证成功。
2)、如果该至少两种生物特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功。
示例地,如果耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,穿戴设备确定对用户身份验证成功。
例如,如果耳道特征信息对应的生物验证结果和耳廓特征信息对应的生物验证结果均指示生物验证成功,振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果均指示生物验证失败,穿戴设备确定对用户身份验证成功。
再例如,如果耳道特征信息对应的生物验证结果、耳廓特征信息对应的生物验证结果和振动特征信息对应的生物验证结果均指示生物验证成功,声纹特征信息对应的生物验证结果指示生物验证失败,穿戴设备确定对用户身份验证成功。
3)、如果该至少两种生物特征信息中的所有生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功。
示例地,如果耳道特征信息对应的生物验证结果、耳廓特征信息对应的生物验证结果、振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果均指示生物验证成功,穿戴设备确定对用户身份验证成功。
4)、对该至少两种生物特征信息对应的生物验证结果进行加权计算,根据加权计算的结果,确定用户的身份验证结果。
其中,该至少两种生物特征信息对应的权重之和可以为1,每种生物特征信息对应的权重可以根据实际情况设置以及调整。
示例地,穿戴设备可以采用决策公式:y=a*x1+b*x2+c*x3+d*x4,对耳道特征信息对应的生物验证结果、耳廓特征信息对应的生物验证结果、振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果进行加权计算,将加权计算的结果确定为用户的身份验证结果。其中,x1、x2、x3、x4依次表示耳道特征信息对应的生物验证结果、耳廓特征信息对应的生物验证结果、振动特征信息对应的生物验证结果和声纹特征信息对应的生物验证结果,a、b、c、d依次表示耳道特征信息的权重、耳廓特征信息的权重、振动特征信息的权重和声纹特征信息的权重,a+b+c+d=1,y表示加权计算的结果。
本领域技术人员容易理解,在上述第1)至第4)种实现方式中,第1)种实现方式进行身份验证的成功率最高,第3)种实现方式进行身份验证的安全性最高,第2)种实现方式进行身份验证的成功率和安全性均介于第1)种与第3)种之间,第4)种实现方式进行身份验证的灵活性较高,在第4)种实现方式中,通过设置不同生物特征信息对应的权重,可以使得最终的身份验证结果平衡成功率和安全性。
第二种实现方式(与子步骤2021中的第二种实现方式对应):将至少两种生物特征信息对应的生物验证结果确定为用户的身份验证结果。
在子步骤2021的第二种实现方式中,可以确定出至少两种生物特征信息对应的一个生物验证结果,因此在该子步骤2022的第二种实现方式中,穿戴设备可以将该至少两种生物特征信息对应的生物验证结果确定为用户的身份验证结果。
示例地,如图5所示,综合的生物验证模型输出的生物验证结果也即是身份验证结果,穿戴设备将耳道特征信息、耳廓特征信息、振动特征信息和声纹特征信息对应的一个该生物验证结果确定为用户的身份验证结果。
本领域技术人员对比上述第一种实现方式和第二种实现方式容易理解,该第一种实现方式由穿戴设备进行生物验证的最终决策确定身份验证结果,该第二种实现方式中,由于物验证模型输出的生物验证结果也即是身份验证结果,因此可以认为是由生物验证模型进行生物验证的最终决策确定身份验证结果,该第二种实现方式可以认为是将生物验证的决策功能移植到生物验证模型中。可选地,本申请实施例提供的设备使能系统还可以包括云端设备(例如服务器),生物验证的最终决策也可以由云端设备来执行,本申请实施例对此不作限定。
本领域技术人员容易理解,该步骤202中描述的穿戴设备对用户进行身份验证的方案仅仅是示例性的,实际应用中,穿戴设备可以采用除该步骤202所述之外的方案对用户进行身份验证。例如,穿戴设备可以存储有该至少两种生物特征信息对应的预设特征信息,穿戴设备可以将每种生物特征信息与相应的预设特征信息进行匹配对比来对用户进行身份验证,如果该至少两种生物特征信息均与相应的预设特征信息匹配,则穿戴设备确定身份验证成功,如果该至少两种生物特征信息中存在至少一种与相应的预设特征信息不匹配,则穿戴设备确定身份验证失败。
步骤203、如果身份验证成功,使能穿戴设备和智能设备中的至少一个,该穿戴设备与该智能设备通信连接。
可选地,该步骤203可以由穿戴设备或者智能设备执行,本申请实施例以该步骤203由穿戴设备执行为例说明,智能设备执行该步骤203的实现过程可以参考本步骤。
如果在步骤203中,穿戴设备对用户身份验证成功,穿戴设备可以使能该穿戴设备和智能设备中的至少一个。可选地,穿戴设备可以通过与智能设备之间的通信连接向该智能设备发送使能信号来使能该智能设备。
可选地,穿戴设备使能该穿戴设备例如可以是穿戴设备唤醒该穿戴设备,或者,当穿戴设备是智能耳机时,穿戴设备控制该穿戴设备进入正常工作状态或者调节播放音量等。穿戴设备使能智能设备例如可以是穿戴设备唤醒智能设备,或者,穿戴设备触发该智能设备执行支付操作,或者,穿戴设备控制该智能设备开始播放歌曲等,本申请实施例对此不作限定。
步骤204、如果身份验证失败,不使能穿戴设备和智能设备。
如果对用户身份验证失败,穿戴设备不使能穿戴设备和智能设备。例如,穿戴设备不唤醒穿戴设备和智能设备。
步骤205、提示用户重新进行身份验证。
如果穿戴设备对用户身份验证失败,穿戴设备和/或智能设备可以提示用户重新进行身份验证。例如,穿戴设备上具有音频组件,穿戴设备可以控制该音频组件发出提示声来提示用户重新进行身份验证,或者穿戴设备上具有提示灯,穿戴设备可以控制该提示灯发光或者闪烁来提示用户重新进行身份验证。再例如,智能设备可以生成提示信息并显示或播报该提示信息来提示用户重新进行身份验证,本申请实施例对此不作限定。
综上所述,本申请实施例提供的设备使能方法,设备使能系统可以采集用户的至少两种生物特征信息,根据该至少两种生物特征信息对该用户进行身份验证,如果身份验证成功,使能穿戴设备和智能设备中的至少一个。由于设备使能系统根据至少两种生物特征信息对用户进行身份验证,因此有助于保证设备的信息安全性。
可选地,在上述步骤202之前,设备使能系统可以获取生物验证模型。在本申请实施例中,生物验证模型可以由该设备使能系统中的智能设备或穿戴设备训练,也可以是由位于该设备使能系统外部的设备(例如云端设备)发送而来,也即是,该生物验证模型由该设备使能系统外部的设备训练好之后发送给该设备使能系统。
本申请实施例以该生物验证模型由该设备使能系统中的智能设备训练为例说明,在上述步骤202之前,该设备使能方法还可以包括:根据样本数据进行训练以生成生物验证模型。如前所述,在本申请实施例中,每种生物特征信息可以对应一个生物验证模型,或者,至少两种生物特征信息对应一个综合的生物验证模型。根据该生物验证模型与一种生物特征信息对应,还是与至少两种生物特征信息对应,根据样本数据进行训练以生成生物验证模型可以包括以下两种可能的情况。
第一种情况:每种生物特征信息对应一个生物验证模型,样本数据包括至少两种样本特征信息以及与每种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息。其中,每种生物特征信息对应的生物验证模型的训练过程可以如图6所示。
示例地,请参考图6,其示出了本申请实施例提供的一种训练生物验证模型的方法流程图,参见图6,该方法可以包括如下几个步骤:
步骤601、将每种样本特征信息输入第一初始验证模型进行特征验证,得到该样本特征信息对应的特征验证结果。
智能设备可以获取第一初始验证模型,对于每种样本特征信息,智能设备可以将该样本特征信息输入该第一初始验证模型,通过该第一初始验证模型根据该样本特征信息进行特征验证,将该第一初始验证模型根据该样本特征信息验证得到并输出的结果确定为该样本特征信息对应的特征验证结果。其中,该第一初始验证模型可以是机器学习网络模型、深度学习网络模型或浅层学习网络模型等目前所使用的各种人工智能模型。
步骤602、根据该样本特征信息对应的特征验证结果和该样本特征信息对应的样本验证结果,调整第一初始验证模型的模型参数,直至根据该样本特征信息进行特征验证得到的特征验证结果与该样本特征信息对应的样本验证结果的差异满足预设条件。
智能设备对样本特征信息进行特征验证得到特征验证结果后,可以根据该样本特征信息对应的特征验证结果和该样本特征信息对应的样本验证结果调整第一初始验证模型的模型参数,调整模型参数后,智能设备将该样本特征信息输入至调整模型参数后的验证模型再次进行特征验证,得到再次验证的特征验证结果,根据再次验证的特征验证结果和该样本特征信息对应的样本验证结果,再次调整模型参数后再次根据该样本特征信息进行特征验证,重复执行上述调整模型参数至输入样本特征信息的过程进行模型训练,直至根据该样本特征信息进行特征验证得到的特征验证结果与该样本特征信息对应的样本验证结果的差异满足预设条件。其中,该预设条件可以是表征特征验证结果与样本验证结果的差异较小的条件,例如,该预设条件可以是该特征验证结果与该样本验证结果相同,本申请实施例对此不作限定。
步骤603、将满足预设条件时的验证模型确定为生物特征信息对应的生物验证模型。
智能设备执行上述步骤602之后,可以得到特征验证结果与样本验证结果的差异满足预设条件的验证模型,智能设备可以将特征验证结果与样本验证结果的差异满足预设条件时的验证模型确定为相应的生物特征信息对应的生物验证模型。
本领域技术人员容易理解,图6以训练一种生物特征信息对应的生物验证模型为例说明,每种生物特征信息对应的生物验证模型的训练过程均可以参考图6,例如,耳道特征验证模型、耳廓特征验证模型、振动特征验证模型和声纹特征验证模型的训练过程均可以参考图6。
第二种情况:至少两种生物特征信息对应一个综合的生物验证模型,样本数据包括至少两种样本特征信息以及与该至少两种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息,该至少两种样本特征信息对应的样本验证结果可以是一个验证结果。其中,该至少两种生物特征信息对应的生物验证模型的训练过程可以如图7所示。
示例地,请参考图7,其示出了本申请实施例提供的另一种训练生物验证模型的方法流程图,参见图7,该方法可以包括如下几个步骤:
步骤701、将至少两种样本特征信息输入第二初始验证模型进行特征验证,得到该至少两种样本特征信息对应的特征验证结果。
智能设备可以获取第二初始验证模型,将该至少两种样本特征信息都输入该第二初始验证模型,通过该第二初始验证模型根据该至少两种样本特征信息进行特征验证,将该第二初始验证模型根据该至少两种样本特征信息验证得到并输出的结果确定为该至少两种样本特征信息对应的特征验证结果。其中,该至少两种样本特征信息对应的特征验证结果可以是一个验证结果,该第二初始验证模型可以是机器学习网络模型、深度学习网络模型或浅层学习网络模型等目前所使用的各种人工智能模型。
步骤702、根据该至少两种样本特征信息对应的特征验证结果和该至少两种样本特征信息对应的样本验证结果,调整该第二初始验证模型的模型参数,直至根据该至少两种样本特征信息进行特征验证得到的特征验证结果与该至少两种样本特征信息对应的样本验证结果的差异满足预设条件。
智能设备对至少两种样本特征信息进行特征验证得到特征验证结果后,可以根据该至少两种样本特征信息对应的特征验证结果和该至少两种样本特征信息对应的样本验证结果调整第二初始验证模型的模型参数,调整模型参数后,智能设备将该至少两种样本特征信息输入至调整模型参数后的验证模型再次进行特征验证,得到再次验证的特征验证结果,根据再次验证的特征验证结果和该至少两种样本特征信息对应的样本验证结果,再次调整模型参数后再次根据该至少两种样本特征信息进行特征验证,重复执行上述调整模型参数至输入该至少两种样本特征信息的过程进行模型训练,直至根据该至少两种样本特征信息进行特征验证得到的特征验证结果与该至少两种样本特征信息对应的样本验证结果的差异满足预设条件。其中,该预设条件可以是表征特征验证结果与样本验证结果的差异较小的条件,例如,该预设条件可以是该特征验证结果与该样本验证结果相同,本申请实施例对此不作限定。
步骤703、将满足预设条件时的验证模型确定为该至少两种生物特征信息对应的生物验证模型。
智能设备执行上述步骤702之后,可以得到特征验证结果与样本验证结果的差异满足预设条件的验证模型,智能设备可以将特征验证结果与样本验证结果的差异满足预设条件时的验证模型确定为该至少两种生物特征信息对应的生物验证模型。示例地,该至少两种生物特征信息对应的生物验证模型可以是图5所示的综合的生物验证模型。
本领域技术人员容易理解,上述步骤601至步骤602,以及步骤701至步骤702仅仅是示例性的,在实际应用中,可以采用大量的样本数据来训练生物验证模型,这样可以保证训练得到的生物验证模型的验证准确度。其中,该图6和图7所示实施例是以智能设备训练生物验证模型为例说明的,穿戴设备或者设备使能系统外部的设备训练生物验证模型的过程可以参考该图6和图7实施例,本申请实施例在此不再赘述。
下述为本申请的装置实施例,可以用于执行本申请的方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图8,其示出了本申请实施例提供的一种设备使能装置800的逻辑结构示意图,该设备使能装置800可以为图1所示设备使能系统中的穿戴设备01或者是该穿戴设备01中的功能组件,或者,该设备使能装置800可以为图1所示的设备使能系统中的智能设备02或者是该智能设备02中的功能组件。参见图8,该设备使能装置800可以包括但不限于:
采集模块810,用于采集用户的至少两种生物特征信息;
验证模块820,用于根据该至少两种生物特征信息对该用户进行身份验证;
使能模块830,用于如果身份验证成功,使能穿戴设备和智能设备中的至少一个,该穿戴设备与该智能设备通信连接。
可选地,该验证模块820,用于:
根据该至少两种生物特征信息和生物验证模型进行生物验证;
根据生物验证结果,确定用户的身份验证结果。
可选地,该至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型,每个生物验证模型用于根据相应的生物特征信息进行生物验证;
该验证模块820,用于:
根据每种生物特征信息和相应的生物验证模型进行生物验证,得到该生物特征信息对应的生物验证结果;
根据该至少两种生物特征信息对应的生物验证结果,确定用户的身份验证结果。
可选地,该验证模块820,用于:
如果该至少两种生物特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,确定对用户身份验证成功;或者,
如果该至少两种生物特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功;或者,
如果该至少两种生物特征信息中的所有生物特征信息对应的生物验证结果均指示生物验证成功,确定对用户身份验证成功;或者,
对该至少两种生物特征信息对应的生物验证结果进行加权计算,根据加权计算的结果,确定用户的身份验证结果。
可选地,该至少两种生物特征信息对应一个综合的生物验证模型;
该验证模块820,用于:
根据该至少两种生物特征信息和该生物验证模型进行生物验证,得到该至少两种生物特征信息对应的生物验证结果;
将该至少两种生物特征信息对应的该生物验证结果确定为用户的身份验证结果。
可选地,请继续参考图8,该设备使能装置800还包括:
训练模块840,用于在验证模块820根据至少两种生物特征信息和生物验证模型进行生物验证之前,根据样本数据进行训练以生成该生物验证模型。
可选地,该至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型;
该样本数据包括至少两种样本特征信息以及与每种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息;
该训练模块840,用于:
将每种样本特征信息输入第一初始验证模型进行特征验证,得到该样本特征信息对应的特征验证结果;
根据该样本特征信息对应的特征验证结果和该样本特征信息对应的样本验证结果,调整该第一初始验证模型的模型参数,直至根据该样本特征信息进行特征验证得到的特征验证结果与该样本特征信息对应的样本验证结果的差异满足预设条件;
将满足预设条件时的验证模型确定为该生物特征信息对应的生物验证模型。
可选地,该至少两种生物特征信息对应一个综合的生物验证模型;
该样本数据包括至少两种样本特征信息以及与该至少两种样本特征信息对应的样本验证结果,每种样本特征信息为一种生物特征信息;
该训练模块840,用于:
将该至少两种样本特征信息输入第二初始验证模型进行特征验证,得到该至少两种样本特征信息对应的特征验证结果;
根据该至少两种样本特征信息对应的特征验证结果和该至少两种样本特征信息对应的样本验证结果,调整该第二初始验证模型的模型参数,直至根据该至少两种样本特征信息进行特征验证得到的特征验证结果与该至少两种样本特征信息对应的样本验证结果的差异满足预设条件;
将满足预设条件时的验证模型确定为该至少两种生物特征信息对应的生物验证模型。
可选地,该至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,该振动特征信息为佩戴穿戴设备的部位的振动信息。
综上所述,本申请实施例提供的设备使能装置,采集模块可以采集用户的至少两种生物特征信息,验证模块可以根据该至少两种生物特征信息对该用户进行身份验证,使能模块可以在身份验证成功时,使能穿戴设备和智能设备中的至少一个。由于验证模块根据至少两种生物特征信息对用户进行身份验证,因此有助于保证设备的信息安全性。
需要说明的是:上述实施例提供的设备使能装置在进行设备使能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备使能装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的设备使能装置与设备使能方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
请参考图9,其示出了本申请实施例提供的一种设备使能装置900的硬件结构示意图,该设备使能装置900可以是穿戴设备或智能设备。参见图9,该设备使能装置900包括处理器902、存储器904、通信接口906、生物特征采集组件908、总线910,处理器902、存储器904、通信接口906和生物特征采集组件908通过总线910彼此通信连接。本领域技术人员应当明白,图9所示的处理器902、存储器904、通信接口906和生物特征采集组件908之间的连接方式仅仅是示例性的,在实现过程中,处理器902、存储器904、通信接口906和生物特征采集组件908也可以采用除了总线910之外的其他连接方式彼此通信连接。
其中,存储器904可以用于存储指令9042和数据9044。在本申请实施例中,存储器904可以是各种类型的存储介质,例如随机存取存储器(random access memory,RAM)、只读存储器(read-only memory,ROM)、非易失性RAM(non-volatile RAM,NVRAM)、可编程ROM(programmable ROM,PROM)、可擦除PROM(erasable PROM,EPROM)、电可擦除PROM(electrically erasable PROM,EEPROM)、闪存、光存储器和寄存器等。并且,该存储器904可以包括硬盘和/或内存。
其中,处理器902可以是通用处理器或专用处理器。通用处理器可以是通过读取并执行存储器(例如存储器904)中存储的指令(例如指令9042)来执行特定步骤和/或操作的处理器,通用处理器在执行上述步骤和/或操作的过程中可能用到存储在存储器(例如存储器904)中的数据(例如数据9044)。通用处理器可以是,例如但不限于,中央处理器(centralprocessing unit,CPU)。专用处理器可以是专门设计的用于执行特定步骤和/或操作的处理器,该专用处理器可以是,例如但不限于,数字信号处理器(digital signal processor,DSP)、应用专用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)和可编程逻辑阵列(programmablelogic array,PLA)等。此外,处理器902还可以是多个处理器的组合,例如多核处理器。处理器902可以包括一个或多个电路,以执行上述实施例提供的设备使能方法的全部或部分步骤。
其中,通信接口906可以包括输入/输出(input/output,I/O)接口、物理接口和逻辑接口等用于实现设备使能装置900内部的器件互连的接口,以及用于实现设备使能装置900与其他设备(例如网络设备或用户设备)互连的接口。物理接口可以是千兆的以太接口(gigabit ethernet,GE),其可以用于实现设备使能装置900与其他设备(例如穿戴设备或智能设备)互连,逻辑接口是设备使能装置900内部的接口,其可以用于实现设备使能装置900内部的器件互连。容易理解,通信接口906可以用于设备使能装置900与其他穿戴设备和/或智能设备通信,例如,通信接口906用于设备使能装置900与其他智能设备之间信息的发送和接收。
其中,生物特征采集组件908可以是任何能够采集生物特征信息的组件,该生物特征采集组件908可以包括,例如但不限于:用于采集耳道特征信息的耳道特征采集组件,用于采集耳廓特征信息的耳廓特征采集组件,用于采集振动特征信息的振动特征采集组件,用于采集声纹特征信息的声纹特征采集组件,用于采集人脸特征信息的人脸特征采集组件,用于采集指纹特征信息的指纹特征采集组件以及用于采集虹膜特征信息的虹膜特征采集组件。
其中,总线910可以是任何类型的,用于实现处理器902、存储器904、通信接口906和生物特征采集组件908互连的通信总线,例如总线910可以是系统总线。
上述器件可以分别设置在彼此独立的芯片上,也可以至少部分的或者全部的设置在同一块芯片上。将各个器件独立设置在不同的芯片上,还是整合设置在一个或者多个芯片上,往往取决于产品设计的需要。本申请实施例对上述器件的具体实现形式不作限定。
图9所示的设备使能装置900仅仅是示例性的,在实现过程中,设备使能装置900还可以包括其他组件,该图9所示实施例不再一一列举。该图9所示的设备使能装置900可以通过执行上述实施例提供的设备使能方法的全部或部分步骤来进行设备使能。
示例地,请参考图10,其示出了本申请实施例提供的另一种设备使能装置1000的硬件结构示意图,该设备使能装置1000可以为穿戴设备或智能设备。如图10所示,该设备使能装置1000包括:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核处理器、8核处理器等。处理器1001可以采用DSP、FPGA、PLA中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器用于在设备使能装置1000处于唤醒状态时对数据进行处理,也称中央处理器;协处理器用于在设备使能装置1000处于待机状态(休眠状态)时对数据进行处理。在一些实施例中,处理器1001可以在集成有图像处理器(graphics processing unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括人工智能(artificial intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,存储器1002还可以包括高速随机存取存储器以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器1001所执行以实现本申请实施例提供的设备使能方法。
在一些实施例中,该设备使能装置1000还可以包括:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。示例地,外围设备包括:射频电路1004、显示屏1005、摄像头组件1006、音频电路1007、定位组件1008和电源1009中的至少一种。
外围设备接口1003可被用于将输入/输出相关的至少一个外围设备连接到处理器1001和存储器1002。在一些实施例中,处理器1001、存储器1002和外围设备接口1003被集成在同一芯片或电路板上;在另一些实施例中,处理器1001、存储器1002和外围设备接口1003中的一个或多个可以在单独的芯片或电路板上实现,本申请实施例对此不作限定。
射频电路1004用于接收和发射射频(radio frequency,RF)信号,也称电磁信号。射频电路1004通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1004将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1004包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1004可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi网络。在一些实施例中,射频电路1004还可以包括近距离无线通信(near field communication,NFC)有关的电路,本申请实施例对此不作限定。
显示屏1005用于显示用户界面(user interface,UI)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1005是触摸显示屏时,显示屏1005还具有采集在显示屏1005的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1001进行处理。此时,显示屏1005还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1005可以为一个,设置在该设备使能装置1000的前面板;在另一些实施例中,显示屏1005可以为至少两个,分别设置在该设备使能装置1000的不同表面或呈折叠设计;在再一些实施例中,显示屏1005可以是柔性显示屏,设置在该设备使能装置1000的弯曲表面上或折叠面上。甚至,显示屏1005还可以设置成非矩形的不规则图形,也即异形屏。显示屏1005可以为有机发光二极管(organic light emittingdiode,OLED)显示屏。
摄像头组件1006用于采集图像或视频,该图像或视频中可以包括人脸图像和/或人眼图像,以基于人脸图像采集人脸特征信息进行身份验证和/或基于人眼图像采集虹膜特征信息进行身份验证。可选地,摄像头组件1006包括前置摄像头和后置摄像头。通常,前置摄像头设置在设备的前面板,后置摄像头设置在设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头、RGB摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1007可以包括麦克风和扬声器。麦克风用于采集用户及环境的声音,并将声音转换为电信号输入至处理器1001进行处理,或者输入至射频电路1004以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在设备使能装置1000的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1001或射频电路1004的电信号转换为声音信号。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声音,也可以将电信号转换为人类听不见的声音以进行测距等用途。在一些实施例中,音频电路1007还可以包括耳机插孔。
定位组件1008用于定位设备使能装置1000的地理位置,以实现导航或基于位置的服务(location based service,LBS)。定位组件1008可以是基于美国的全球定位系统(global positioning system,GPS)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1009用于为设备使能装置1000中的各个组件进行供电。电源1009可以是交流电、直流电、一次性电池或可充电电池。当电源1009包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,设备使能装置1000还包括有一个或多个传感器1010。该一个或多个传感器1010包括但不限于:加速度传感器1011、陀螺仪传感器1012、压力传感器1013、指纹传感器1014、光学传感器1015、接近传感器1016、振动传感器1017、类脑传感器1018和超声传感器1019。
加速度传感器1011可以检测以设备使能装置1000建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1011可以用于检测重力加速度在三个坐标轴上的分量。处理器1001可以根据加速度传感器1011采集的重力加速度信号,控制触摸显示屏1005以横向视图或纵向视图进行用户界面的显示。加速度传感器1011还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1012可以检测设备使能装置1000的机体方向及转动角度,陀螺仪传感器1012可以与加速度传感器1011协同采集用户对设备使能装置1000的3D动作。处理器1001根据陀螺仪传感器1012采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1013可以设置在该设备使能装置1000的侧边框和/或触摸显示屏1005的下层。当压力传感器1013设置在该设备使能装置1000的侧边框时,可以检测用户对该设备使能装置1000的握持信号,由处理器1001根据压力传感器1013采集的握持信号进行左右手识别或快捷操作。当压力传感器1013设置在触摸显示屏1005的下层时,由处理器1001根据用户对触摸显示屏1005的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件和菜单控件中的至少一种。
指纹传感器1014用于采集用户的指纹,由处理器1001根据指纹传感器1014采集到的指纹对用户进行身份验证,或者,由指纹传感器1014根据采集到的指纹对用户进行身份验证。在身份验证成功时,由处理器1001授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1014可以被设置在该设备使能装置1000的正面、背面或侧面。当该设备使能装置1000上设置有物理按键或厂商Logo时,指纹传感器1014可以与物理按键或厂商Logo集成在一起。
光学传感器1015用于采集环境光强度。在一个实施例中,处理器1001可以根据光学传感器1015采集的环境光强度,控制触摸显示屏1005的显示亮度。示例地,当环境光强度较高时,调高触摸显示屏1005的显示亮度;当环境光强度较低时,调低触摸显示屏1005的显示亮度。在另一个实施例中,处理器1001还可以根据光学传感器1015采集的环境光强度,动态调整摄像头组件1006的拍摄参数。
接近传感器1016,也称距离传感器,通常设置在设备使能装置1000的前面板。接近传感器1016用于采集用户与该设备使能装置1000的正面之间的距离。在一个实施例中,当接近传感器1016检测到用户与该设备使能装置1000的正面之间的距离逐渐变小时,由处理器1001控制触摸显示屏1005从亮屏状态切换为息屏状态;当接近传感器1016检测到用户与终端1000的正面之间的距离逐渐变大时,由处理器1001控制触摸显示屏1005从息屏状态切换为亮屏状态。
振动传感器1017可以薄膜传感器,其用于采集佩戴该设备使能装置1000的部位的振动特征信息来进行身份验证。例如,用户说话使得佩戴该设备使能装置1000的部位振动,该振动传感器1017则可以采集该部位的振动特征信息,示例地,该设备使能装置1000可以是智能耳机,该振动传感器1017可以采集用户耳部的振动特征信息。
类脑传感器1018例如可以是类脑摄像机,其用于采集用户头部的振动特征信息,例如,用户说话使得用户的头部振动,该类脑传感器1018则可以采集用户头部的振动特征信息。由于用户说话时头部和耳部均会发生振动,且头部的振动和耳部的振动差异较小,因此可以将类脑传感器1018采集到的振动特征信息作为用户耳部的振动特征信息来进行身份验证。
超声传感器1019用于采集超声信号,例如,超声传感器1019可以采集经过用户的耳道反射的超声信号,以使该设备使能装置1000能够基于经过用户的耳道反射的超声信号确定用户的耳道特征信息,基于用户的耳道特征信息对用户进行身份验证。
可选地,在一些实施例中,设备使能装置1000还包括有IMU 1020,该IMU 1020可以由加速度传感器和/或陀螺仪传感器来实现,因此该IMU 1020也可以被认为是该设备使能装置1000的传感器,该IMU 1020用于采集用户耳部的振动特征信息来进行身份验证。
本领域技术人员可以理解,图10中示出的结构并不构成对设备使能装置1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例提供一种设备使能系统,该设备使能系统包括穿戴设备和智能设备中的至少一个,该穿戴设备和该智能设备中的至少一个包括如图8至图10任一所示的设备使能装置。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行上述实施例提供的设备使能方法的部分或全部步骤。
本申请实施例提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述实施例提供的设备使能方法的部分或全部步骤。
本申请实施例提供了一种芯片,该芯片包括可编程逻辑电路和/或程序指令,当该芯片运行时用于实现上述实施例提供的设备使能方法的部分或全部步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机的可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者包含一个或多个可用介质集成的服务器、数据中心等数据存储装置。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质,或者半导体介质(例如固态硬盘)等。
在本申请中,术语“第一”、“第二”和“第三”等类似术语仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“至少一个”指一个或多个,“多个”指两个或两个以上,术语“至少一种”两种或两种以上,除非另有明确的限定。术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的方法实施例和装置实施例等不同类型的实施例均可以相互参考,本申请实施例对此不作限定。本申请实施例提供的方法实施例操作的先后顺序能够进行适当调整,操作也能够根据情况进行响应增减,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
在本申请提供的相应实施例中,应该理解到,所揭露的装置等可以通过其它的构成方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元描述的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络设备(例如智能设备)上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的示例性实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种设备使能方法,其特征在于,所述方法包括:
采集用户的至少两种生物特征信息;
根据所述至少两种生物特征信息对所述用户进行身份验证;
如果身份验证成功,使能穿戴设备和智能设备中的至少一个,所述穿戴设备与所述智能设备通信连接。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述至少两种生物特征信息对所述用户进行身份验证,包括:
根据所述至少两种生物特征信息和生物验证模型进行生物验证;
根据生物验证结果,确定所述用户的身份验证结果。
3.根据权利要求2所述的方法,其特征在于,
所述至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型,每个生物验证模型用于根据相应的所述生物特征信息进行生物验证;
所述根据所述至少两种生物特征信息和生物验证模型进行生物验证,包括:
根据每种所述生物特征信息和相应的所述生物验证模型进行生物验证,得到所述生物特征信息对应的生物验证结果;
所述根据生物验证结果,确定所述用户的身份验证结果,包括:
根据所述至少两种生物特征信息对应的生物验证结果,确定所述用户的身份验证结果。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述至少两种生物特征信息对应的生物验证结果,确定所述用户的身份验证结果,包括:
如果所述至少两种生物特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,确定对所述用户身份验证成功;或者,
如果所述至少两种生物特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,确定对所述用户身份验证成功;或者,
如果所述至少两种生物特征信息中的所有生物特征信息对应的生物验证结果均指示生物验证成功,确定对所述用户身份验证成功;或者,
对所述至少两种生物特征信息对应的生物验证结果进行加权计算,根据加权计算的结果,确定所述用户的身份验证结果。
5.根据权利要求2所述的方法,其特征在于,
所述至少两种生物特征信息对应一个综合的生物验证模型;
所述根据所述至少两种生物特征信息和生物验证模型进行生物验证,包括:
根据所述至少两种生物特征信息和所述生物验证模型进行生物验证,得到所述至少两种生物特征信息对应的生物验证结果;
所述根据生物验证结果,确定所述用户的身份验证结果,包括:
将所述至少两种生物特征信息对应的所述生物验证结果确定为所述用户的身份验证结果。
6.根据权利要求2至5任一项所述的方法,其特征在于,
在根据所述至少两种生物特征信息和生物验证模型进行生物验证之前,所述方法还包括:
根据样本数据进行训练以生成所述生物验证模型。
7.根据权利要求6所述的方法,其特征在于,
所述至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型;
所述样本数据包括至少两种样本特征信息以及与每种所述样本特征信息对应的样本验证结果,每种所述样本特征信息为一种生物特征信息;
所述根据样本数据进行训练以生成所述生物验证模型,包括:
将每种所述样本特征信息输入第一初始验证模型进行特征验证,得到所述样本特征信息对应的特征验证结果;
根据所述样本特征信息对应的所述特征验证结果和所述样本特征信息对应的所述样本验证结果,调整所述第一初始验证模型的模型参数,直至根据所述样本特征信息进行特征验证得到的特征验证结果与所述样本特征信息对应的所述样本验证结果的差异满足预设条件;
将满足所述预设条件时的验证模型确定为所述生物特征信息对应的所述生物验证模型。
8.根据权利要求6所述的方法,其特征在于,
所述至少两种生物特征信息对应一个综合的生物验证模型;
所述样本数据包括至少两种样本特征信息以及与所述至少两种样本特征信息对应的样本验证结果,每种所述样本特征信息为一种生物特征信息;
所述根据样本数据进行训练以生成所述生物验证模型,包括:
将所述至少两种样本特征信息输入第二初始验证模型进行特征验证,得到所述至少两种样本特征信息对应的特征验证结果;
根据所述至少两种样本特征信息对应的所述特征验证结果和所述至少两种样本特征信息对应的所述样本验证结果,调整所述第二初始验证模型的模型参数,直至根据所述至少两种样本特征信息进行特征验证得到的特征验证结果与所述至少两种样本特征信息对应的所述样本验证结果的差异满足预设条件;
将满足所述预设条件时的验证模型确定为所述至少两种生物特征信息对应的所述生物验证模型。
9.根据权利要求1至8任一项所述的方法,其特征在于,
所述至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,所述振动特征信息为佩戴所述穿戴设备的部位的振动信息。
10.一种设备使能装置,其特征在于,所述装置包括:
采集模块,用于采集用户的至少两种生物特征信息;
验证模块,用于根据所述至少两种生物特征信息对所述用户进行身份验证;
使能模块,用于如果身份验证成功,使能穿戴设备和智能设备中的至少一个,所述穿戴设备与所述智能设备通信连接。
11.根据权利要求10所述的装置,其特征在于,
所述验证模块,用于:
根据所述至少两种生物特征信息和生物验证模型进行生物验证;
根据生物验证结果,确定所述用户的身份验证结果。
12.根据权利要求11所述的装置,其特征在于,
所述至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型,每个生物验证模型用于根据相应的所述生物特征信息进行生物验证;
所述验证模块,用于:
根据每种所述生物特征信息和相应的所述生物验证模型进行生物验证,得到所述生物特征信息对应的生物验证结果;
根据所述至少两种生物特征信息对应的生物验证结果,确定所述用户的身份验证结果。
13.根据权利要求12所述的装置,其特征在于,
所述验证模块,用于:
如果所述至少两种生物特征信息中的任意一种生物特征信息对应的生物验证结果指示生物验证成功,确定对所述用户身份验证成功;或者,
如果所述至少两种生物特征信息中的至少两种生物特征信息对应的生物验证结果均指示生物验证成功,确定对所述用户身份验证成功;或者,
如果所述至少两种生物特征信息中的所有生物特征信息对应的生物验证结果均指示生物验证成功,确定对所述用户身份验证成功;或者,
对所述至少两种生物特征信息对应的生物验证结果进行加权计算,根据加权计算的结果,确定所述用户的身份验证结果。
14.根据权利要求11所述的装置,其特征在于,
所述至少两种生物特征信息对应一个综合的生物验证模型;
所述验证模块,用于:
根据所述至少两种生物特征信息和所述生物验证模型进行生物验证,得到所述至少两种生物特征信息对应的生物验证结果;
将所述至少两种生物特征信息对应的所述生物验证结果确定为所述用户的身份验证结果。
15.根据权利要求11至14任一项所述的装置,其特征在于,所述装置还包括:
训练模块,用于在所述验证模块根据所述至少两种生物特征信息和生物验证模型进行生物验证之前,根据样本数据进行训练以生成所述生物验证模型。
16.根据权利要求15所述的装置,其特征在于,
所述至少两种生物特征信息中的每种生物特征信息对应一个生物验证模型;
所述样本数据包括至少两种样本特征信息以及与每种所述样本特征信息对应的样本验证结果,每种所述样本特征信息为一种生物特征信息;
所述训练模块,用于:
将每种所述样本特征信息输入第一初始验证模型进行特征验证,得到所述样本特征信息对应的特征验证结果;
根据所述样本特征信息对应的所述特征验证结果和所述样本特征信息对应的所述样本验证结果,调整所述第一初始验证模型的模型参数,直至根据所述样本特征信息进行特征验证得到的特征验证结果与所述样本特征信息对应的所述样本验证结果的差异满足预设条件;
将满足所述预设条件时的验证模型确定为所述生物特征信息对应的所述生物验证模型。
17.根据权利要求15所述的装置,其特征在于,
所述至少两种生物特征信息对应一个综合的生物验证模型;
所述样本数据包括至少两种样本特征信息以及与所述至少两种样本特征信息对应的样本验证结果,每种所述样本特征信息为一种生物特征信息;
所述训练模块,用于:
将所述至少两种样本特征信息输入第二初始验证模型进行特征验证,得到所述至少两种样本特征信息对应的特征验证结果;
根据所述至少两种样本特征信息对应的所述特征验证结果和所述至少两种样本特征信息对应的所述样本验证结果,调整所述第二初始验证模型的模型参数,直至根据所述至少两种样本特征信息进行特征验证得到的特征验证结果与所述至少两种样本特征信息对应的所述样本验证结果的差异满足预设条件;
将满足所述预设条件时的验证模型确定为所述至少两种生物特征信息对应的所述生物验证模型。
18.根据权利要求10至17任一项所述的装置,其特征在于,
所述至少两种生物特征信息包括耳道特征信息、耳廓特征信息、振动特征信息、声纹特征信息、人脸特征信息、指纹特征信息和虹膜特征信息中的至少两种,所述振动特征信息为佩戴所述穿戴设备的部位的振动信息。
19.一种设备使能装置,其特征在于,所述设备使能装置包括:处理器和存储器,所述存储器中存储有程序,所述处理器用于调用所述存储器中存储的程序,使得所述设备使能装置执行如权利要求1至9任一项所述的设备使能方法。
20.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至9任一项所述的设备使能方法。
21.一种设备使能系统,其特征在于,所述设备使能系统包括穿戴设备和智能设备中的至少一个,所述穿戴设备和所述智能设备中的至少一个包括如权利要求10至18任一项所述的设备使能装置,或者,包括如权利要求19所述的设备使能装置。
22.根据权利要求21所述的设备使能系统,其特征在于,
所述穿戴设备包括智能耳机和智能眼镜中的任意一种。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408270.1A CN113672889A (zh) | 2020-05-14 | 2020-05-14 | 设备使能方法及装置、存储介质 |
PCT/CN2020/140949 WO2021227530A1 (zh) | 2020-05-14 | 2020-12-29 | 设备使能方法及装置、存储介质 |
EP20935950.4A EP4141710A4 (en) | 2020-05-14 | 2020-12-29 | METHOD AND DEVICE FOR ACTIVATION OF A DEVICE AND STORAGE MEDIUM |
US17/985,322 US20230076085A1 (en) | 2020-05-14 | 2022-11-11 | Device enabling method and apparatus, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010408270.1A CN113672889A (zh) | 2020-05-14 | 2020-05-14 | 设备使能方法及装置、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113672889A true CN113672889A (zh) | 2021-11-19 |
Family
ID=78526397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010408270.1A Pending CN113672889A (zh) | 2020-05-14 | 2020-05-14 | 设备使能方法及装置、存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230076085A1 (zh) |
EP (1) | EP4141710A4 (zh) |
CN (1) | CN113672889A (zh) |
WO (1) | WO2021227530A1 (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105825176A (zh) * | 2016-03-11 | 2016-08-03 | 东华大学 | 基于多模态非接触身份特征的识别方法 |
CN107045744A (zh) * | 2017-04-14 | 2017-08-15 | 特斯联(北京)科技有限公司 | 一种智能别墅门禁认证方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9569605B1 (en) * | 2014-02-12 | 2017-02-14 | Symantec Corporation | Systems and methods for enabling biometric authentication options |
US10262123B2 (en) * | 2015-12-30 | 2019-04-16 | Motorola Mobility Llc | Multimodal biometric authentication system and method with photoplethysmography (PPG) bulk absorption biometric |
KR102547820B1 (ko) * | 2016-07-11 | 2023-06-27 | 삼성전자주식회사 | 복수의 생체 인증기들을 이용한 사용자 인증 방법 및 그 장치 |
CN107145772B (zh) * | 2017-04-12 | 2020-01-10 | Oppo广东移动通信有限公司 | 终端设备安全性控制方法、装置和终端设备 |
CN108762644A (zh) * | 2018-06-08 | 2018-11-06 | 三星电子(中国)研发中心 | 用于终端的控制方法和装置以及耳机 |
CN109033779A (zh) * | 2018-06-29 | 2018-12-18 | 努比亚技术有限公司 | 一种解锁认证方法、可穿戴设备及计算机可读存储介质 |
CN109086587A (zh) * | 2018-07-25 | 2018-12-25 | Oppo(重庆)智能科技有限公司 | 解锁方法、电子装置及计算机可读存储介质 |
-
2020
- 2020-05-14 CN CN202010408270.1A patent/CN113672889A/zh active Pending
- 2020-12-29 EP EP20935950.4A patent/EP4141710A4/en active Pending
- 2020-12-29 WO PCT/CN2020/140949 patent/WO2021227530A1/zh unknown
-
2022
- 2022-11-11 US US17/985,322 patent/US20230076085A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN105825176A (zh) * | 2016-03-11 | 2016-08-03 | 东华大学 | 基于多模态非接触身份特征的识别方法 |
CN107045744A (zh) * | 2017-04-14 | 2017-08-15 | 特斯联(北京)科技有限公司 | 一种智能别墅门禁认证方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP4141710A4 (en) | 2023-09-20 |
US20230076085A1 (en) | 2023-03-09 |
WO2021227530A1 (zh) | 2021-11-18 |
EP4141710A1 (en) | 2023-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992493B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN108401124B (zh) | 视频录制的方法和装置 | |
CN109948586B (zh) | 人脸验证的方法、装置、设备及存储介质 | |
CN112907725B (zh) | 图像生成、图像处理模型的训练、图像处理方法和装置 | |
CN109522863B (zh) | 耳部关键点检测方法、装置及存储介质 | |
CN110827820B (zh) | 语音唤醒方法、装置、设备、计算机存储介质及车辆 | |
CN111028144B (zh) | 视频换脸方法及装置、存储介质 | |
CN110096865B (zh) | 下发验证方式的方法、装置、设备及存储介质 | |
CN111241499B (zh) | 应用程序登录的方法、装置、终端及存储介质 | |
CN111402913A (zh) | 降噪方法、装置、设备和存储介质 | |
CN110956580B (zh) | 图像换脸的方法、装置、计算机设备以及存储介质 | |
CN110401898B (zh) | 输出音频数据的方法、装置、设备和存储介质 | |
CN111613213B (zh) | 音频分类的方法、装置、设备以及存储介质 | |
CN111144365A (zh) | 活体检测方法、装置、计算机设备及存储介质 | |
CN110933454B (zh) | 处理直播萌脸礼物的方法、装置、设备及存储介质 | |
CN110349527B (zh) | 虚拟现实显示方法、装置及系统、存储介质 | |
CN110152309B (zh) | 语音通信方法、装置、电子设备及存储介质 | |
CN112967261B (zh) | 图像融合方法、装置、设备及存储介质 | |
CN111982293B (zh) | 体温测量方法、装置、电子设备及存储介质 | |
CN114384466A (zh) | 声源方向确定方法、装置、电子设备及存储介质 | |
CN111325083B (zh) | 记录考勤信息的方法和装置 | |
CN113672889A (zh) | 设备使能方法及装置、存储介质 | |
CN112132472A (zh) | 资源管理方法、装置、电子设备及计算机可读存储介质 | |
CN112399080A (zh) | 视频处理方法、装置、终端及计算机可读存储介质 | |
CN111128115A (zh) | 信息验证方法、装置、电子设备及存储介质 |
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 |