CN114723454A - 身份识别方法、装置、电子设备及可读存储介质 - Google Patents
身份识别方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114723454A CN114723454A CN202110013102.7A CN202110013102A CN114723454A CN 114723454 A CN114723454 A CN 114723454A CN 202110013102 A CN202110013102 A CN 202110013102A CN 114723454 A CN114723454 A CN 114723454A
- Authority
- CN
- China
- Prior art keywords
- identity
- data
- target
- storage space
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
Abstract
本申请实施例提供了一种身份识别方法、装置、电子设备及可读存储介质,该方法涉及人工智能、云技术领域。该方法包括:接收终端设备发送的对应于目标程序的存储空间告警请求,告警请求中包括终端设备的设备标识和终端设备中对应于目标应用的第一身份特征库的存储空间的第一使用信息;基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;获取第二身份特征库中的各身份特征数据的使用情况信息,根据各身份特征数据的使用情况信息,确定出目标数量的目标身份特征数据并发送至终端设备,解决了终端设备的存储差异化的问题。
Description
技术领域
本申请涉及人工智能、云技术领域,具体而言,本申请涉及一种身份识别方法、装置、电子设备及可读存储介质。
背景技术
目前,身份识别技术在人们的生活中越来越普及,如用户可以基于终端设备采用人脸特征数据进行身份识别,进而完成付款。而使用身份识别技术时,需要在终端设备对用户的身份特征数据进行存储,但是,由于各终端设备的存储空间不一,在低存储空间的终端设备上,若不及时对存储空间进行优化,容易发生存储空间内无法存放身份特征数据的情况,进而导致部分服务不可用。但是,当前业界暂无针对终端设备上用于存储身份特征数据的存储空间的相关深度优化相关策略。
发明内容
本申请实施例提供一种身份识别方法、装置、电子设备及可读存储介质,能够解决不同终端设备的存储差异化的问题。
一方面,本申请实施例提供了一种身份识别方法,该方法包括:
接收终端设备发送的对应于目标程序的存储空间告警请求,告警请求中包括终端设备的设备标识和终端设备中对应于目标应用的第一身份特征库的存储空间的第一使用信息;
基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;
根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;
获取第二身份特征库中的各身份特征数据的使用情况信息,根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据,并将目标身份特征数据发送至终端设备,以使终端设备基于目标身份特征数据进行第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
另一方面,本申请实施例提供了一种身份识别方法,该方法包括:
获取针对目标应用的第一身份特征库的存储空间的第二使用信息;
在第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,存储空间告警请求包括终端设备的设备标识和第一身份特征库的第一使用信息,以使服务器根据存储空间告警请求确定目标数量的目标身份特征数据;
接收服务器发送的目标身份特征数据,并根据目标身份特征数据对第一身份特征库进行更新,得到更新后的第一身份特征库,以基于更新后的第一身份特征库进行身份识别;
其中,目标身份特征数据是服务器通过以下方式确定的:
基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;获取第二身份特征库中的各身份特征数据的使用情况信息,并根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据。
再一方面,本申请实施例提供了一种身份识别装置,该装置包括:
请求接收模块,用于接收终端设备发送的对应于目标程序的存储空间告警请求,告警请求中包括终端设备的设备标识和终端设备中对应于目标应用的第一身份特征库的存储空间的第一使用信息;
数据获取模块,用于基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;
目标数量确定模块,用于根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;
发送模块,用于获取第二身份特征库中的各身份特征数据的使用情况信息,根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据,并将目标身份特征数据发送至终端设备,以使终端设备基于目标身份特征数据进行第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
可选的,目标数量确定模块在根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量时,具体用于:
根据第一使用信息和一条身份特征数据所占用的存储空间大小,确定目标数量。
可选的,使用情况信息包括使用频率或最近使用时间中的至少一项。
可选的,使用情况信息包括使用频率和最近使用时间,发送模块在根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据时,具体用于:
根据各身份特征数据的最近使用时间,按照最近使用时间由近至远的顺序,对各身份特征数据进行排序;其中,在各身份特征数据的最近使用时间相同时,对最近使用时间相同的身份特征数据按照各身份特征数据的使用频率进行排序;
按照排序,将排序靠前的目标数量的各身份特征数据作为目标身份特征数据。
可选的,该装置还包括更新模块,用于:
接收终端设备发送的数据更新请求,其中,数据更新请求是终端设备通过以下方式生成的:
获取待识别身份数据,并提取待识别身份数据的待识别身份特征数据;根据待识别身份特征数据和第一身份特征库中的各身份特征数据的匹配度,确定出与待识别身份特征数据相匹配的匹配身份特征数据;基于匹配身份特征数据的身份数据标识、终端设备的设备标识、以及当前时间信息生成数据更新请求;
根据设备标识,确定设备标识对应的第二身份特征库,根据当前时间信息,对第二身份特征库中与身份数据标识对应的身份特征数据的使用情况信息进行更新。
可选的,该装置还包括数据入库模块,用于:
接收终端设备发送的数据入库请求,数据入库请求包括待入库的身份特征数据和设备标识;
将待入库的身份特征数据存储至与设备标识对应的第二身份特征库内。
可选的,第一使用信息包括总存储空间信息以及以下信息至少一项:
未使用存储空间信息或已使用存储空间信息。
又一方面,本申请实施例提供了一种身份识别装置,该装置包括:
信息获取模块,用于获取针对目标应用的第一身份特征库的存储空间的第二使用信息;
请求发送模块,用于在第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,存储空间告警请求包括终端设备的设备标识和第一身份特征库的第一使用信息,以使服务器根据存储空间告警请求确定目标数量的目标身份特征数据;
数据更新模块,用于接收服务器发送的目标身份特征数据,并根据目标身份特征数据对第一身份特征库进行更新,得到更新后的第一身份特征库,以基于更新后的第一身份特征库进行身份识别;
其中,目标身份特征数据是服务器通过以下方式确定的:
基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;获取第二身份特征库中的各身份特征数据的使用情况信息,并根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据。
可选的,信息获取模块在获取针对目标应用的第一身份特征库的存储空间使用信息时,具体用于:
按照预设时间周期获取针对目标应用的第一身份特征库的存储空间的第二使用信息。
可选的,存储空间的第二使用信息包括未使用存储空间的大小或已使用存储空间的大小中的至少一项,第二使用信息满足预设告警条件包括下列情况中的至少一项:
第一身份特征库的未使用存储空间的大小小于或等于第一阈值;
第一身份特征库的已使用存储空间的大小大于或等于第二阈值。
另一方面,本申请实施例提供了一种电子设备,包括处理器以及存储器:存储器被配置用于存储计算机程序,计算机程序在由处理器执行时,使得处理器执行上述中的身份识别方法。
再一方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质用于存储计算机程序,当计算机程序在计算机上运行时,使得计算机可以执行上述中的身份识别方法。
本申请实施例提供的技术方案带来的有益效果是:
在本申请实施例中,针对目标应用,终端设备可以获取针对该目标应用的第一身份特征库的存储空间的第二使用信息,并且在第二使用信息满足预设告警条件时,可以向服务器发送存储空间告警请求,服务器可以根据终端设备的第一身份特征库的存储空间的第一使用信息从与终端设备对应的第二身份特征库中获取目标数量的目标身份特征数据并发送至终端设备,以使终端设备可以根据目标身份特征数据对第一身份特征库的更新,此时由于用于更新第一身份特征库的目标身份特征数据的数量是根据终端设备的第一身份特征库的存储空间的第一使用信息确定的,因此所确定的目标身份特征数据的数量是与终端设备的第一身份特征库的大小相匹配的,从而解决了不同终端设备内第一身份特征库的存储差异化的问题;进一步的,由于目标身份特征数据是根据身份特征数据的使用情况所确定的,此时所确定的目标身份特征数据更加符合用户习惯,当用户基于目标身份特征数据进行身份识别时,可以进一步的提升用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种身份识别方法的流程示意图;
图2为本申请实施例提供的一种身份识别方法的流程示意图;
图3为本申请实施例提供的身份识别方法所适用的系统结构示意图;
图4为本申请实施例提供的一种刷脸支付的界面示意图;
图5为本申请实施例提供的一种身份识别装置的结构示意图;
图6为本申请实施例提供的又一种身份识别装置的结构示意图;
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本申请实施例提供一种身份识别方法、装置、电子设备及可读存储介质,具体涉及到人工智能技术领域中的计算机计算机视觉技术。
其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR(Optical Character Recognition,光学字符识别)、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D(Three Dimension,三维)技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
此外,本申请实施例中所涉及到的身份特征数据可以基于数据库存储,而在数据存储时可以基于云存储的方式实现。其中,数据库(Database),简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据进行新增、查询、更新、删除等操作。所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。
而数据库管理系统(Database Management System,DBMS)是为管理数据库而设计的电脑软件系统,一般具有存储、截取、安全保障、备份等基础功能。数据库管理系统可以依据它所支持的数据库模型来作分类,例如关系式、XML(Extensible Markup Language,即可扩展标记语言);或依据所支持的计算机类型来作分类,例如服务器群集、移动电话;或依据所用查询语言来作分类,例如SQL(结构化查询语言(Structured Query Language)、XQuery;或依据性能冲量重点来作分类,例如最大规模、最高运行速度;亦或其他的分类方式。
云存储(cloud storage)是在云计算概念上延伸和发展出来的一个新的概念,分布式云存储系统(以下简称存储系统)是指通过集群应用、网格技术以及分布存储文件系统等功能,将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作,共同对外提供数据存储和业务访问功能的一个存储系统。
目前,存储系统的存储方法为:创建逻辑卷,在创建逻辑卷时,就为每个逻辑卷分配物理存储空间,该物理存储空间可能是某个存储设备或者某几个存储设备的磁盘组成。客户端在某一逻辑卷上存储数据,也就是将数据存储在文件系统上,文件系统将数据分成许多部分,每一部分是一个对象,对象不仅包含数据而且还包含数据标识(ID,IDentity)等额外的信息,文件系统将每个对象分别写入该逻辑卷的物理存储空间,且文件系统会记录每个对象的存储位置信息,从而当客户端请求访问数据时,文件系统能够根据每个对象的存储位置信息让客户端对数据进行访问。
存储系统为逻辑卷分配物理存储空间的过程,具体为:按照对存储于逻辑卷的对象的容量估量(该估量往往相对于实际要存储的对象的容量有很大余量)和独立冗余磁盘阵列(RAID,Redundant Array of Independent Disk)的组别,预先将物理存储空间划分成分条,一个逻辑卷可以理解为一个分条,从而为逻辑卷分配了物理存储空间。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
首先对本申请实施例所涉及到的名词进行解释:
人脸识别技术:通过人脸多媒体信息换取人身份信息的技术。
3D摄像头:类比传统摄像头,添加了活体相关软硬件,包括深度相机和红外相机,保证了信息安全。
SN(series number,字符串序列号):能唯一标识一台设备的ID。
SQLite(轻型的数据库):是遵守ACID(Atomicity、Consistency、Isolation、Durability,原子性、一致性、隔离性、持久性)的关系型数据库管理系统。
本申请实施例中所提供的方法可以通过终端设备和服务器交互执行。其中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能手表等,但并不局限于此。终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制。
图1示出了本申请实施例中所提供的一种身份识别方法的流程示意图,该方法由服务器执行。如图1所示,该方法可以包括:
步骤S101,接收终端设备发送的对应于目标程序的存储空间告警请求,告警请求中包括终端设备的设备标识和终端设备中对应于目标应用的第一身份特征库的存储空间的第一使用信息。
可选的,终端设备内通常安装有不同的应用程序,终端设备内通常可以对各应用程序分配一定的存储空间,以存储每个应用程序的相关数据。其中,对于需要进行身份验证的应用程序,该应用程序对应的存储空间包括有用于存储身份特征数据的第一身份特征库,为了保证第一身份特征库中存在足够的存储空间以存储身份特征数据,终端设备可以基于预设周期定期获取第一身份特征库的存储空间的第二使用信息,当发现存储空间的第二使用信息满足预设条件时,说明第一身份特征库需要进行优化,此时终端设备可以生成存储空间告警请求发送至服务器,以使服务器根据存储空间告警请求对该终端设备中的第一身份特征库进行更新。
其中,终端设备发送的存储空间告警请求内包括有用于唯一标识该终端设备的设备标识(如可以通过终端设备的SN号来表征),以及该终端设备中针对目标应用(即前文中需要进行身份验证的应用程序)的第一身份特征库的存储空间的第一使用信息。
可选的,第一使用信息包括总存储空间信息以及以下信息中至少一项:
未使用存储空间信息或已使用存储空间信息。
其中,第一身份特征库的存储空间的总存储空间信息指的是第一身份特征库的最大存储容量信息,未使用存储空间信息指的是第一身份特征库的存储空间中未使用的存储容量信息,已使用存储空间信息则指的是第一身份特征库的存储空间中已经使用的存储容量信息。
步骤S102,基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据。
可选的,针对每个终端设备的身份特征数据,服务器端可以将该终端设备的设备标识与该终端设备的身份特征数据进行关联存储,如服务器内可以对应于每个终端设备设置有一个第二身份特征库,用于存储每个终端设备的身份特征数据,并通过终端设备的设备标识对第二身份特征库标识。
相应的,当接收到终端设备发送的存储空间告警请求时,可以根据存储空间告警请求内包括的设备标识知晓具体为哪个终端设备的第一身份特征库需要更新,并根据设备标识确定与该终端设备对应的第二身份特征库,该第二身份特征库中包括该终端设备的至少一条身份特征数据。
其中,身份特征数据指的是用于标识用户身份的特征数据,基于该身份特征数据可以确定具体为哪一个用户,身份特征数据可以为用户的人脸特征数据、也可以指的是用户的指纹特征数据等,本申请实施例对此不限定。可选的,当身份特征数据指的是人脸特征数据时,一个用户可以对应于一条人脸特征数据,而当身份特征数据指的是指纹特征数据时,可以多条指纹特征数据对应于一个用户。
步骤S103,根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量。
其中,待发送至终端设备的身份特征数据指的是从第一身份特征库中选取的部分需要发送至终端设备的身份特征数据,该待发送的身份特征数据的数量(即目标数量)可以根据存储空间告警请求内包括的第一使用信息来确定。
在本申请可选的实施例中,根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量,包括:
根据第一使用信息和一条身份特征数据所占用的存储空间大小,确定目标数量。
可选的,存储每条身份特征数据时需要占用一定的存储空间,由于最终确定的目标身份特征数据需要存储在第一身份特征库,此时可以根据一条身份特征数据所占用的存储空间大小、以及第一使用信息中包括的第一身份特征库的存储空间的总存储空间信息,确定出目标身份特征数据的目标数量,从而保证最终所确定的目标身份特征数据均可以全部存储至第一身份特征库内。
在一示例中,假设每条身份特征数据所占用的存储空间大小为200KB(Kilo Byte,千字节),第一身份特征库的总存储空间为200MB(Million Byte,兆字节),当第一身份特征库的全部存储空间均用于存储身份特征数据时,此时可以确定目标数量最多为200MB/200KB(条)。
可选的,为了保证第一身份特征库还可以存储新的身份特征数据,或者避免第一身份特征库的全部存储空间都使用可能会造成使用过程中的程序崩溃,此时可以根据第二身份特征库内的部分存储空间大小和一条身份特征数据所占用的存储空间大小,确定目标数量。例如,假设第二身份特征库的存储空间大小为200MB,每条身份特征数据所占用的存储空间大小为200KB,但是有100MB的存储空间用于存储新的身份特征数据,此时可以确定目标数量为100MB/200KB(条)。
步骤S104,获取第二身份特征库中的各身份特征数据的使用情况信息,根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据,并将目标身份特征数据发送至终端设备,以使终端设备基于目标身份特征数据进行第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
其中,对于第二身份特征库内的每一条身份特征数据均存在对应的用情况信息,使用情况信息表征了身份特征数据用于身份识别的信息。
在本申请可选的实施例中,使用情况信息包括使用频率或最近使用时间中的至少一项。
其中,身份特征数据的使用情况信息可以包括使用频率或最近使用时间中的至少一项,使用频率指的是基于该身份特征数据进行身份识别的次数,而最近使用时间指的是最近一次基于该身份特征数据进行身份识别的时间。
可选的,从第二身份特征库内确定目标身份特征数据时,可以获取每一条身份特征数据的使用情况信息,然后根据每一条身份特征数据的使用情况信息从第二身份特征库包括的各身份特征数据中确定出目标数量的目标身份特征数据,然后将目标身份特征数据发送至终端设备;相应的,当终端设备接收到目标身份特征数据时,可以根据接收到的目标身份特征数据对第一身份特征库内包括的身份特征数据进行更新,并基于更新后的第一身份特征库进行身份识别。
可选的,终端设备根据接收到的目标身份特征数据对第一身份特征库进行更新的具体实现方式可以预先配置,本申请实施例不限定。例如,可以基于接收到的目标身份特征数据直接替换第一身份特征库内的原有的身份特征数据,也可以根据目标身份特征数据先确定出第一身份特征库内原有的身份特征数据中与目标身份特征数据不同的身份特征数据,并将该不同的身份特征数据替换为目标身份特征数据。
在本申请实施例中,针对目标应用,终端设备可以获取针对该目标应用的第一身份特征库的存储空间的第二使用信息,并且在第二使用信息满足预设告警条件时,可以向服务器发送存储空间告警请求,服务器可以根据终端设备的第一身份特征库的存储空间的第一使用信息从与终端设备对应的第二身份特征库中获取目标数量的目标身份特征数据并发送至终端设备,以使终端设备可以根据目标身份特征数据对第一身份特征库的更新,此时由于用于更新第一身份特征库的目标身份特征数据的数量是根据终端设备的第一身份特征库的存储空间的第一使用信息确定的,因此所确定的目标身份特征数据的数量是与终端设备的第一身份特征库的大小相匹配的,从而解决了不同终端设备内第一身份特征库的存储差异化的问题;进一步的,由于目标身份特征数据是根据身份特征数据的使用情况所确定的,此时所确定的目标身份特征数据更加符合用户习惯,当用户基于目标身份特征数据进行身份识别时,可以进一步的提升用户体验。
在本申请可选的实施例中,使用情况信息包括使用频率和最近使用时间,使用情况信息包括使用频率和最近使用时间,根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据,包括:
根据各身份特征数据的最近使用时间,按照最近使用时间由近至远的顺序,对各身份特征数据进行排序;其中,在各身份特征数据的最近使用时间相同时,对最近使用时间相同的身份特征数据按照各身份特征数据的使用频率进行排序;
按照排序,将排序靠前的目标数量的各身份特征数据作为目标身份特征数据。
可选的,若使用情况信息包括使用频率和最近使用时间,基于各身份特征数据的使用情况信息从各身份特征数据中确定出目标数量的目标身份特征数据时,可以根据每条身份特征数据的最近使用时间,按照最近使用时间由近至远的顺序将各身份特征数据进行排序,得到按照最近使用时间近至远依次排序的各身份特征数据,此时最近使用时间最靠近当前时间的身份特征数据的排序越靠前;然后根据排序将排序靠前的目标数量的各身份特征数据作为目标身份特征数据,即将最近使用时间最靠近当前时间的目标数量的各身份特征数据作为目标身份特征数据。
在实际应用中,有可能存在某些条身份特征数据的最近使用时间相同,此时在进行排序时,对于最近使用时间相同的各身份特征数据,可以根据身份特征数据对应的使用频率将最近使用时间相同的各身份特征数据进行排序。可选的,按照使用频率对最近使用时间相同的各身份特征数据进行排序时,使用频率越高的身份特征数据的排序越靠前。
在一示例中,假设存在身份特征数据1、身份特征数据2和身份特征数据3,而身份特征数据1和身份特征数据2的最近使用时间相同,身份特征数据1的使用频率为10、身份特征数据2的使用频率为20,身份特征数据3的最近使用时间在身份特征数据1和身份特征数据2的最近使用时间之前,此时在对该3条身份特征数据进行排序时,可以确定身份特征数据1和身份特征数据2在身份特征数据3之前,并且由于身份特征数据2的使用频率为高于身份特征数据1的使用频率,则可以确定身份特征数据排在身份特征数据1之前,因此,最终得到的排序顺序依次为身份特征数据2、身份特征数据1和身份特征数据3。
在本申请可选的实施例中,该方法还包括:
接收终端设备发送的数据更新请求,其中,数据更新请求是终端设备通过以下方式生成的:
获取待识别身份数据,并提取待识别身份数据的待识别身份特征数据;根据待识别身份特征数据和第一身份特征库中的各身份特征数据的匹配度,确定出与待识别身份特征数据相匹配的匹配身份特征数据;基于匹配身份特征数据的身份数据标识、终端设备的设备标识、以及当前时间信息生成数据更新请求;
根据设备标识,确定设备标识对应的第二身份特征库,根据当前时间信息,对第二身份特征库中与身份数据标识对应的身份特征数据的使用情况信息进行更新。
可选的,当终端设备进行身份识别时,在获取到待识别身份数据时,可以提取用于表征待识别身份数据的待识别身份特征数据。其中,待识别身份数据可以指的是待识别人脸图像或待识别指纹数据等,此时提取得到的待识别身份特征数据为人脸特征数据或特征指纹数据,本申请实施例对此不限定。其中,在待识别身份数据为待识别人脸图像时,待识别人脸图像可以为终端设备通过安装的图像采集设备(如3D摄像头)所采集到的人脸流媒体数据,而为了提升身份识别的准确性,终端设备获取到人脸流媒体数据后,可以对人脸流媒体数据进行优选,选出最优的人脸图像作为待识别人脸图像。例如,终端设备可以通过人脸的大小、人脸角度、图像对比度、图像的亮度和图像的清晰度等指标综合评价选出优的人脸图像。进一步的,当终端设备获取到待识别人脸图像时,可以对待识别人脸图像进行特征提取,得到待识别人脸特征数据,即将待识别人脸图像转为唯一标识某个用户的特征字符串信息。
可选的,对待识别人脸图像进行特征提取的方法可以分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征或统计学的表征方法。其中,基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的人脸特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。其中,人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征,而基于知识的人脸表征方法主要包括基于几何特征的方法和模板匹配法。
进一步,当终端设备提取到待识别身份特征数据后,可以将提取得到的待识别身份特征数据与第一身份特征库内的身份特征数据进行比对,确定待识别身份特征数据与第一身份特征库内的每一条身份特征数据的匹配度,得到与待识别身份特征数据相匹配的匹配身份特征数据,并将匹配身份特征数据所对应的用户信息作为最终的识别结果。例如,当待识别身份特征数据为人脸特征数据时,可以将提取得到的人脸特征数据与第一身份特征库中的所有人脸特征数据进行比对,找出匹配分数最高的人脸特征数据,并将匹配分数最高的人脸特征数据对应的用户身份作为最终的识别结果。
其中,由于匹配身份特征数据本次被使用进行身份识别,说明该匹配身份特征数据的使用情况发生了变化,此时需要对匹配身份特征数据的使用情况进行更新。相应的,终端设备可以获取该匹配身份特征数据对应的当前使用时间(即本次用于身份识别的时间)、用于标识匹配身份特征数据的身份数据标识以及终端设备的设备标识,并根据设备标识、匹配身份特征数据的身份数据标识和匹配身份特征数据对应的当前使用时间生成数据更新请求并发送至服务器。
进一步的,服务器接收到数据更新请求时,可以根据数据更新请求内包括的设备标识确定与终端设备对应的第二身份特征库,并根据身份数据标识在第二身份特征库确定出对应的匹配身份特征数据,然后将该匹配身份特征数据的最近使用时间更新为数据更新请求内携带的当前使用时间,并将该匹配身份特征数据的使用频率增加一次。
在本申请可选的实施例中,该方法还包括:
接收终端设备发送的数据入库请求,数据入库请求包括待入库的身份特征数据和设备标识;
将待入库的身份特征数据存储至与设备标识对应的第二身份特征库内。
可选的,在实际应用中,终端设备还可以获取到新增加的身份特征数据,对于新增加的身份特征数据则需要存至服务器内与该终端设备对应的第二身份特征库内。此时该新增加的身份特征数据即为待入库的身份特征数据,而终端设备则可以根据设备标识以及待入库的身份特征数据生成数据入库请求,并发送至服务器。
相应的,服务器接收到数据入库请求时,可以根据数据入库请求内包括的设备标识确定与终端设备对应的第二身份特征库,然后将待入库的身份特征数据存储至与该设备标识对应的第二身份特征库内。
可选的,对于第二身份特征库内存储的身份特征数据,用户也可以根据时间需求进行删减。例如,用户想要删除用户A的身份特征数据时,可以触发数据删除触发请求,该数据删除触发请求内包括有用户A的标识,终端设备接收到该数据删除触发请求时,可以根据用户A的标识确定对应于用户A的身份特征数据(即待删除的身份特征数据)的数据标识,然后向服务器发送包括待删除的身份特征数据的数据标识和设备标识的数据删除请求;相应的,服务器接收到数据删除请求时,可以根据数据删除请求内包括的设备标识确定与终端设备对应的第二身份特征库,然后根据待删除的身份特征数据的数据标识将第二身份特征库内的待删除的身份特征数据删除。
图2示出了本申请实施例中所提供的一种身份识别方法的流程示意图,该方法由终端设备执行。如图2所示,该方法可以包括:
步骤S201,获取针对目标应用的第一身份特征库的存储空间的第二使用信息。
可选的,终端设备内通常安装有不同的应用程序,终端设备内通常可以对各应用程序分配一定的存储空间,以存储每个应用程序的相关数据。其中,对于需要进行身份验证的应用程序,该应用程序对应的存储空间包括有用于存储身份特征数据的第一身份特征库,终端设备可以获取第一身份特征库的存储空间的第二使用信息,以确定第二身份特征库中是否存在足够的空间存储身份特征数据。其中,第二使用信息与前文中的第一使用信息可以是相同的信息也可以是不同的信息,本申请实施例不限定。
在本申请可选的实施例中,获取针对目标应用的第一身份特征库的存储空间使用信息,包括:
按照预设时间周期获取针对目标应用的第一身份特征库的存储空间的第二使用信息。
可选的,终端设备获取针对目标应用的第一身份特征库的存储空间使用信息时,可以基于预设的时间周期定时获取,如每60分钟获取一次、或每天获取一次,本申请实施例对此不限定。
步骤S202,在第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,存储空间告警请求包括终端设备的设备标识和第一身份特征库的第一使用信息,以使服务器根据存储空间告警请求确定目标数量的目标身份特征数据。
可选的,当获取到的存储空间的第二使用信息满足预设告警条件时,说明第一身份特征库当前需要进行优化,此时终端设备可以生成存储空间告警请求发送至服务器,以使服务器根据存储空间告警请求确定用于对第二身份特征库进行更新的目标数量的目标身份特征数据。
其中,终端设备发送的存储空间告警请求内包括有用于唯一标识该终端设备的设备标识,以及该终端设备中针对目标应用(即前文中需要进行身份验证的应用程序)的第一身份特征库的存储空间的第一使用信息,该第一使用信息包括第一身份特征库的存储空间的总存储空间信息以及第一身份特征库的存储空间的未使用存储空间信息或第一身份特征库的存储空间的已使用存储空间信息中的至少一项,其中,总存储空间信息指的是第一身份特征库的最大存储容量信息,未使用存储空间信息指的是第一身份特征库中未使用的存储容量信息,已使用存储空间信息则指的是第一身份特征库中已经使用的存储容量信息。
步骤S203,接收服务器发送的目标身份特征数据,并根据目标身份特征数据对第一身份特征库进行更新,得到更新后的第一身份特征库,以基于更新后的第一身份特征库进行身份识别;
其中,目标身份特征数据是服务器通过以下方式确定的:
基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;获取第二身份特征库中的各身份特征数据的使用情况信息,并根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据。
其中,服务器如何根据存储空间告警请求确定用于对第一身份特征库进行更新的目标数量的目标身份特征数据的方式可以参见前文描述,在此就不再赘述。
可选的,终端设备根据接收到的目标身份特征数据对第一身份特征库进行更新的具体实现方式可以预先配置,本申请实施例不限定。例如,可以基于接收到的目标身份特征数据直接替换第一身份特征库包括的原有身份特征数据,也可以根据目标身份特征数据先确定出第一身份特征库内原有的身份特征数据中与目标身份特征数据不同的身份特征数据,并将该不同的身份特征数据替换为目标身份特征数据。
可选的,当终端设备接收到待识别的身份特征数据时,可以基于更新后的第一身份特征库进行身份识别,得到最终的识别结果。
在本申请实施例中,针对目标应用,终端设备可以获取针对该目标应用的第二身份特征库的存储空间的第二使用信息,并且在第二使用信息满足预设告警条件时,可以向服务器发送存储空间告警请求,服务器可以根据终端设备的第一身份特征库的存储空间的第一使用信息从与终端设备对应的第二身份特征库中获取目标数量的目标身份特征数据并发送至终端设备,以使终端设备可以根据目标身份特征数据对第一身份特征库的更新,此时由于用于更新第一身份特征库的目标身份特征数据的数量是根据终端设备的第一身份特征库的存储空间信息确定的,因此所确定的目标身份特征数据的数量是与终端设备的第一身份特征库的大小相匹配的,从而解决了不同终端设备内第一身份特征库的存储差异化的问题;进一步的,由于目标身份特征数据是根据身份特征数据的使用情况所确定的,此时所确定的目标身份特征数据更加符合用户习惯,当用户基于目标身份特征数据进行身份识别时,可以进一步的提升用户体验。
在本申请可选的实施例中,存储空间的第二使用信息包括未使用存储空间的大小或已使用存储空间的大小中的至少一项,第二使用信息满足预设告警条件包括下列情况中的至少一项:
第二身份特征库的未使用存储空间的大小小于或等于第一阈值;
第二身份特征库的已使用存储空间的大小大于或等于第二阈值。
其中,所获取到的存储空间的第二使用信息可以指的是第一身份特征库中未使用存储空间的大小、或第一身份特征库中已使用存储空间的大小、也可以是第一身份特征库中未使用存储空间的大小和已使用存储空间的大小。此时第二使用信息满足预设告警条件可以是第一身份特征库中未使用存储空间小于(或等于)第一阈值或第一身份特征库中已使用存储空间大于(等于)第二阈值中的至少一项。例如,假设第二使用信息指的是一身份特征库中未使用存储空间的大小,第一阈值为5%,当获取到的未使用存储空间的大小为4%时,即视为满足预设告警条件,此时终端设备可以向服务器发送存储空间告警请求。
在本申请可选的实施例中,该方法还包括:
获取待识别身份数据,并提取待识别身份数据的待识别身份特征数据;
根据待识别身份特征数据和第一身份特征库中的各身份特征数据的匹配度,确定出与待识别身份特征数据相匹配的匹配身份特征数据;
基于匹配身份特征数据的身份数据标识、终端设备的设备标识、以及当前时间信息生成数据更新请求;
将数据更新请求发送至服务器,以使服务器根据当前使用时间对匹配身份特征数据的最近使用时间和使用频率进行更新。
可选的,当终端设备进行身份识别时,在获取到待识别身份数据时,可以提取用于表征待识别身份数据的待识别身份特征数据,然后可以将待识别身份特征数据与第一身份特征库内的身份特征数据进行比对,得到与待识别身份特征数据相匹配的匹配身份特征数据,并将匹配身份特征数据所对应的用户信息作为最终的识别结果。
其中,由于匹配身份特征数据本次被使用进行身份识别,说明该匹配身份特征数据的使用情况发生了变化,此时需要对匹配身份特征数据的使用情况进行更新。相应的,终端设备可以获取该匹配身份特征数据对应的当前使用时间(即本次用于身份识别的时间)、用于标识匹配身份特征数据的身份数据标识以及终端设备的设备标识,并根据设备标识、匹配身份特征数据的身份数据标识和匹配身份特征数据对应的当前使用时间生成数据更新请求并发送至服务器。
进一步的,服务器接收到数据更新请求时,可以根据数据更新请求内包括的设备标识确定与终端设备对应的第二身份特征库,并根据身份数据标识在第二身份特征库确定出该匹配身份特征数据,然后将该匹配身份特征数据的最近使用时间更新为数据更新请求内携带的当前使用时间,并将该匹配身份特征数据的使用频率增加一次。
在本申请可选的实施例中,该方法还包括:
获取待入库的身份特征数据;
基于终端设备的设备标识、待入库的身份特征数据生成数据入库请求;
将数据入库请求发送至服务器,以使服务器将终端设备的设备标识与待入库的身份特征数据关联存储。
可选的,在实际应用中,终端设备还可以获取到新增加的身份特征数据,对于新增加的身份特征数据则需要存至服务器内与该终端设备对应的第二身份特征库内。此时该新增加的身份特征数据即为待入库的身份特征数据,而终端设备则可以根据设备标识以及待入库的身份特征数据生成数据入库请求,并发送至服务器。
相应的,服务器接收到数据入库请求时,可以根据数据入库请求内包括的设备标识确定与终端设备对应的第二身份特征库,然后将待入库的身份特征数据存储至与该设备标识对应的第二身份特征库内。
可以理解的是,本申请实施例所提供的方法的应用场景包括并不限于身份识别场景,还可以应用在识别账户信息的场景中。而为了更好地理解本申请实施例所提供的方法,下面结合人脸识别的应用场景对该方法进行详细描述。在本示例中,身份特征数据为人脸特征数据,第一身份特征库和第二身份特征库用于存储人脸特征数据。
如图3所示,本申请实施例提供了一种该方法所适用的系统结构图,具体包括终端设备和服务器,终端设备和服务器通过网络进行通信。服务器包括后端人脸库、存储策略服务模块、用户行为策略服务模块、库更新推送服务模块和告警接收服务模块。其中,后端人脸库包括对应于各终端设备的第二身份特征库(图中以设备A人脸库和设备B人脸库为例),用于存储各终端设备对应于目标应用的人脸特征数据;存储策略服务模块,用于根据终端设备对应于目标应用的第一身份特征库的存储空间大小,确定与终端设备相关的人脸特征数据的下发数量(即确定待发送至终端设备的人脸特征数据的目标数量);用户行为策略服务模块,用于根据人脸特征数据的使用情况信息,根据各人脸特征数据的使用情况信息从各人脸特征数据中确定出目标数量的目标人脸身份特征数据;库更新推送服务模块,用于服务器与终端设备之间的通信,具体为将目标数量的目标人脸身份特征数据信息推送到终端设备,以使终端设备进行第一身份特征库的更新;告警接收服务模块,用于接收来自终端的存储空间告警请求,在接收到存储空间告警请求后,解析出相关信息,包终端设备的设备标识(如SN号)和终端设备中针对目标应用的第一身份特征库的存储空间的第一使用信息。
终端设备包括目标应用(即人脸APP(Application,应用程序)),其中,人脸APP内封装有核心的人脸识别服务模块、库更新服务模块、告警请求服务模块、策略检查服务模块、定时器服务模块以及用于存储人脸特征数据的人脸特征库(即第一身份特征库)。其中,人脸识别服务模块可以进行人脸识别的相关流程,如包括人脸图像采集、人脸特征提取、人脸特征数据比对以及入库请求服务(即前文中的数据更新请求)等。可选的,入库请求服务是当用户每次进行人脸识别后,会根据本次识别所采用的人脸特征数据(即前文中的匹配身份特征数据)的身份数据标识、终端设备的设备标识(如SN号)、以及当前使用时间生成数据更新请求并发送到服务器,以使服务器根据当前使用时间,对本次识别所采用的人脸特征数据的最近使用时间和使用频率进行更新;定时器服务模块,用于定时获取人脸特征库的存储空间的使用信息(即前文中的第二使用信息);策略检查服务模块,用于在人脸特征库的存储空间的使用信息满足预设告警条件时触发告警,并将人脸特征库的存储空间的第一使用信息传递给告警请求服务模块;告警请求服务模块,用于与服务器的通信,具体为通过存储空间告警请求将人脸特征库的存储空间信息传递至服务器的告警接收服务模块;库更新接收服务模块,用于接收服务器发送的目标人脸特征数据,并根据目标人脸特征数据对人脸特征库进行更新,得到更新后的人脸特征库。
下面结合图3所示的系统结构图对本申请实施例中提供的方法进行说明。在本示例中,假设用户想要采用人脸APP中的刷脸支付的功能如(如图4所示),此时终端设备可以基于人脸APP内的人脸识别服务模块可以调用3D摄像头采集待识别人脸图像,并对待识别人脸图像进行人脸特征提取,得到人脸特征数据,然后与终端设备内的人脸特征库的所有人脸特征数据进行比对,找出匹配分数最高的人脸特征数据(即前文中的匹配身份特征数据),并将匹配分数最高的人脸特征数据所对应的支付帐号作为最终的支付账号。与此同时,入库请求服务模块将匹配分数最高的人脸特征数据的身份数据标识、终端设备的设备标识(如SN号)、以及当前使用时间通过数据更新请求上传到服务器;服务器内的后端人脸库根据当前使用时间,将匹配分数最高的人脸特征数据的最近使用时间和使用频率进行更新。
另外,终端设备内的定时器服务模块可以定时获取人脸特征库的存储空间的第二使用信息,在人脸特征库的存储空间的第二使用信息满足预设告警条件时,策略检查服务模块触发告警,并将人脸特征库的存储空间的第一使用信息传递给告警请求服务模块,告警请求服务模块通过存储空间告警请求将人脸特征库的存储空间信息的第一使用信息和设备标识传递至服务器的告警接收服务模块;服务器的告警接收服务模块接收来自终端的存储空间告警请求,并解析出相关信息,包终端设备的设备标识和终端设备中第一身份特征库的存储空间信息的第一使用信息,然后存储策略服务模块获取与设备标识对应的第二身份特征库,并根据第一使用信息和一条身份特征数据所占用的存储空间大小确定目标数量,用户行为策略服务模块根据第二身份特征库内的人脸特征数据的使用情况信息,根据各人脸特征数据的使用情况信息从各人脸特征数据中确定出目标数量的目标人脸特征数据,然后库更新推送服务模块将目标数量的目标人脸特征数据推送到终端设备;终端设备的库更新接收服务模块接收服务器发送的目标人脸特征数据,并根据目标人脸特征数据对人脸特征库进行更新,得到更新后的人脸特征库。
本申请实施例提供了一种身份识别装置,如图5所示,该身份识别装置50可以包括:请求接收模块501、数据获取模块502、目标数量确定模块503以及发送模块504,其中,
请求接收模块501,用于接收终端设备发送的对应于目标程序的存储空间告警请求,告警请求中包括终端设备的设备标识和终端设备中对应于目标应用的第一身份特征库的存储空间的第一使用信息;
数据获取模块502,用于基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;
目标数量确定模块503,用于根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;
发送模块504,用于获取第二身份特征库中的各身份特征数据的使用情况信息,根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据,并将目标身份特征数据发送至终端设备,以使终端设备基于目标身份特征数据进行第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
可选的,目标数量确定模块在根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量时,具体用于:
根据第一使用信息和一条身份特征数据所占用的存储空间大小,确定目标数量。
可选的,使用情况信息包括使用频率或最近使用时间中的至少一项。
可选的,使用情况信息包括使用频率和最近使用时间,发送模块在根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据时,具体用于:
根据各身份特征数据的最近使用时间,按照最近使用时间由近至远的顺序,对各身份特征数据进行排序;其中,在各身份特征数据的最近使用时间相同时,对最近使用时间相同的身份特征数据按照各身份特征数据的使用频率进行排序;
按照排序,将排序靠前的目标数量的各身份特征数据作为目标身份特征数据。
可选的,该装置还包括更新模块,用于:
接收终端设备发送的数据更新请求,其中,数据更新请求是终端设备通过以下方式生成的:
获取待识别身份数据,并提取待识别身份数据的待识别身份特征数据;根据待识别身份特征数据和第一身份特征库中的各身份特征数据的匹配度,确定出与待识别身份特征数据相匹配的匹配身份特征数据;基于匹配身份特征数据的身份数据标识、终端设备的设备标识、以及当前时间信息生成数据更新请求;
根据设备标识,确定设备标识对应的第二身份特征库,根据当前时间信息,对第二身份特征库中与身份数据标识对应的身份特征数据的使用情况信息进行更新。
可选的,该装置还包括数据入库模块,用于:
接收终端设备发送的数据入库请求,数据入库请求包括待入库的身份特征数据和设备标识;
将待入库的身份特征数据存储至与设备标识对应的第二身份特征库内。
可选的,第一使用信息包括总存储空间信息以及以下信息至少一项:
未使用存储空间信息或已使用存储空间信息。
本申请实施例提供了一种身份识别装置,如图6所示,该身份识别装置60可以包括:信息获取模块601、请求发送模块602以及数据更新模块603,其中,
信息获取模块601,用于获取针对目标应用的第一身份特征库的存储空间的第二使用信息;
请求发送模块602,用于在第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,存储空间告警请求包括终端设备的设备标识和第一身份特征库的第一使用信息,以使服务器根据存储空间告警请求确定目标数量的目标身份特征数据;
数据更新模块603,用于接收服务器发送的目标身份特征数据,并根据目标身份特征数据对第一身份特征库进行更新,得到更新后的第一身份特征库,以基于更新后的第一身份特征库进行身份识别;
其中,目标身份特征数据是服务器通过以下方式确定的:
基于设备标识,获取设备标识对应的第二身份特征库,第二身份特征库中包括至少一条身份特征数据;根据第一使用信息,确定待发送至终端设备的身份特征数据的目标数量;获取第二身份特征库中的各身份特征数据的使用情况信息,并根据各身份特征数据的使用情况信息,从各身份特征数据中确定出目标数量的目标身份特征数据。
可选的,信息获取模块在获取针对目标应用的第一身份特征库的存储空间使用信息时,具体用于:
按照预设时间周期获取针对目标应用的第一身份特征库的存储空间的第二使用信息。
可选的,存储空间的第二使用信息包括未使用存储空间的大小或已使用存储空间的大小中的至少一项,第二使用信息满足预设告警条件包括下列情况中的至少一项:
第一身份特征库的未使用存储空间的大小小于或等于第一阈值;
第一身份特征库的已使用存储空间的大小大于或等于第二阈值。
本申请实施例的身份识别装置可执行本申请实施例提供的一种身份识别方法,其实现原理相类似,此处不再赘述。
身份识别装置可以是运行于计算机设备中的一个计算机程序(包括程序代码),例如身份识别装置为一个应用软件;该装置可以用于执行本申请实施例提供的方法中的相应步骤。
在一些实施例中,本申请实施例提供的身份识别装置可以采用软硬件结合的方式实现,作为示例,本申请实施例提供的身份识别装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的身份识别方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application Specific IntegratedCircuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
在另一些实施例中,本申请实施例提供的身份识别装置可以采用软件方式实现,图5示出了存储在存储器中的身份识别装置50,其可以是程序和插件等形式的软件,并包括一系列的模块,包括请求接收模块501、数据获取模块502、目标数量确定模块503以及发送模块504;其中,请求接收模块501、数据获取模块502、目标数量确定模块503以及发送模块504用于实现本申请实施例提供的身份识别方法。图6示出了存储在存储器中的身份识别装置60,其可以是程序和插件等形式的软件,并包括一系列的模块,包括信息获取模块601、请求发送模块602以及数据更新模块603;其中,信息获取模块601、请求发送模块602以及数据更新模块603用于实现本申请实施例提供的身份识别方法
本申请实施例提供了一种电子设备,如图7所示,图7所示的电子设备2000包括:处理器2001和存储器2003。其中,处理器2001和存储器2003相连,如通过总线2002相连。可选地,电子设备2000还可以包括收发器2004。需要说明的是,实际应用中收发器2004不限于一个,该电子设备2000的结构并不构成对本申请实施例的限定。
其中,处理器2001应用于本申请实施例中,用于实现图5和图6所示的各模块的功能。
处理器2001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器2001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线2002可包括一通路,在上述组件之间传送信息。总线2002可以是PCI总线或EISA总线等。总线2002可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器2003可以是ROM或可存储静态信息和计算机程序的其他类型的静态存储设备,RAM或者可存储信息和计算机程序的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储或以数据结构形式的期望的计算机程序并能够由计算机存取的任何其他介质,但不限于此。
存储器2003用于存储执行本申请方案的应用程序的计算机程序,并由处理器2001来控制执行。处理器2001用于执行存储器2003中存储的应用程序的计算机程序,以实现图5和图6所示实施例提供的身份识别装置的动作。
本申请实施例提供了一种电子设备,包括处理器以及存储器:存储器被配置用于存储计算机程序,计算机程序在由处理器执行时,使得处理器上述实施例中的任一项方法。
本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质用于存储计算机程序,当计算机程序在计算机上运行时,使得计算机可以执行上述实施例中的任一项方法。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的方法。
本申请中的一种计算机可读存储介质所涉及的名词及实现原理具体可以参照本申请实施例中的一种身份识别方法,在此不再赘述。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种身份识别方法,其特征在于,所述方法包括:
接收终端设备发送的对应于目标程序的存储空间告警请求,所述告警请求中包括所述终端设备的设备标识和所述终端设备中对应于所述目标应用的第一身份特征库的存储空间的第一使用信息;
基于所述设备标识,获取所述设备标识对应的第二身份特征库,所述第二身份特征库中包括至少一条身份特征数据;
根据所述第一使用信息,确定待发送至所述终端设备的身份特征数据的目标数量;
获取所述第二身份特征库中的各所述身份特征数据的使用情况信息,根据各所述身份特征数据的使用情况信息,从各所述身份特征数据中确定出所述目标数量的目标身份特征数据,并将所述目标身份特征数据发送至所述终端设备,以使所述终端设备基于所述目标身份特征数据进行所述第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一使用信息,确定待发送至所述终端设备的身份特征数据的目标数量,包括:
根据所述第一使用信息和一条身份特征数据所占用的存储空间大小,确定所述目标数量。
3.根据权利要求1所述的方法,其特征在于,所述使用情况信息包括使用频率或最近使用时间中的至少一项。
4.根据权利要求3所述的方法,其特征在于,所述使用情况信息包括使用频率和最近使用时间,所述根据各所述身份特征数据的使用情况信息,从各所述身份特征数据中确定出所述目标数量的目标身份特征数据,包括:
根据各所述身份特征数据的最近使用时间,按照最近使用时间由近至远的顺序,对各所述身份特征数据进行排序;其中,在各所述身份特征数据的最近使用时间相同时,对最近使用时间相同的身份特征数据按照各所述身份特征数据的使用频率进行排序;
按照所述排序,将排序靠前的目标数量的各所述身份特征数据作为所述目标身份特征数据。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:
接收所述终端设备发送的数据更新请求,其中,所述数据更新请求是所述终端设备通过以下方式生成的:
获取待识别身份数据,并提取所述待识别身份数据的待识别身份特征数据;根据所述待识别身份特征数据和所述第一身份特征库中的各身份特征数据的匹配度,确定出与所述待识别身份特征数据相匹配的匹配身份特征数据;基于所述匹配身份特征数据的身份数据标识、所述终端设备的设备标识、以及当前时间信息生成所述数据更新请求;
根据所述设备标识,确定所述设备标识对应的第二身份特征库,根据所述当前时间信息,对所述第二身份特征库中与所述身份数据标识对应的身份特征数据的使用情况信息进行更新。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:
接收所述终端设备发送的数据入库请求,所述数据入库请求包括待入库的身份特征数据和所述设备标识;
将所述待入库的身份特征数据存储至与所述设备标识对应的第二身份特征库内。
7.根据权利要求1所述的方法,其特征在于,所述第一使用信息包括总存储空间信息以及以下信息中的至少一项:
未使用存储空间信息或已使用存储空间信息。
8.一种身份识别方法,其特征在于,所述方法包括:
获取针对目标应用的第一身份特征库的存储空间的第二使用信息;
在所述第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,所述存储空间告警请求包括终端设备的设备标识和所述第一身份特征库的第一使用信息,以使所述服务器根据所述存储空间告警请求确定目标数量的目标身份特征数据;
接收所述服务器发送的所述目标身份特征数据,并根据所述目标身份特征数据对所述第一身份特征库进行更新,得到更新后的第一身份特征库,以基于所述更新后的第一身份特征库进行身份识别;
其中,所述目标身份特征数据是所述服务器通过以下方式确定的:
基于所述设备标识,获取所述设备标识对应的第二身份特征库,所述第二身份特征库中包括至少一条身份特征数据;根据所述第一使用信息,确定待发送至所述终端设备的身份特征数据的目标数量;获取所述第二身份特征库中的各所述身份特征数据的使用情况信息,并根据各所述身份特征数据的使用情况信息,从各所述身份特征数据中确定出所述目标数量的目标身份特征数据。
9.根据权利要求8所述的方法,其特征在于,所述获取针对目标应用的第一身份特征库的存储空间使用信息,包括:
按照预设时间周期获取针对目标应用的第一身份特征库的存储空间的第二使用信息。
10.根据权利要求8所述的方法,其特征在于,所述存储空间的第二使用信息包括未使用存储空间的大小或已使用存储空间的大小中的至少一项,所述第二使用信息满足预设告警条件包括下列情况中的至少一项:
所述第一身份特征库的未使用存储空间的大小小于或等于第一阈值;
所述第一身份特征库的已使用存储空间的大小大于或等于第二阈值。
11.一种身份识别装置,其特征在于,包括:
请求接收模块,用于接收终端设备发送的对应于目标程序的存储空间告警请求,所述告警请求中包括所述终端设备的设备标识和所述终端设备中对应于所述目标应用的第一身份特征库的存储空间的第一使用信息;
数据获取模块,用于基于所述设备标识,获取所述设备标识对应的第二身份特征库,所述第二身份特征库中包括至少一条身份特征数据;
目标数量确定模块,用于根据所述第一使用信息,确定待发送至所述终端设备的身份特征数据的目标数量;
发送模块,用于获取所述第二身份特征库中的各所述身份特征数据的使用情况信息,根据各所述身份特征数据的使用情况信息,从各所述身份特征数据中确定出所述目标数量的目标身份特征数据,并将所述目标身份特征数据发送至所述终端设备,以使所述终端设备基于所述目标身份特征数据进行所述第一身份特征库的更新,以基于更新后的第一身份特征库进行身份识别。
12.一种身份识别装置,其特征在于,包括:
信息获取模块,用于获取针对目标应用的第一身份特征库的存储空间的第二使用信息;
请求发送模块,用于在所述第二使用信息满足预设告警条件时,向服务器发送存储空间告警请求,所述存储空间告警请求包括终端设备的设备标识和所述第一身份特征库的第一使用信息,以使所述服务器根据所述存储空间告警请求确定目标数量的目标身份特征数据;
数据更新模块,用于接收所述服务器发送的所述目标身份特征数据,并根据所述目标身份特征数据对所述第一身份特征库进行更新,得到更新后的第一身份特征库,以基于所述更新后的第一身份特征库进行身份识别;
其中,所述目标身份特征数据是所述服务器通过以下方式确定的:
基于所述设备标识,获取所述设备标识对应的第二身份特征库,所述第二身份特征库中包括至少一条身份特征数据;根据所述第一使用信息,确定待发送至所述终端设备的身份特征数据的目标数量;获取所述第二身份特征库中的各所述身份特征数据的使用情况信息,并根据各所述身份特征数据的使用情况信息,从各所述身份特征数据中确定出所述目标数量的目标身份特征数据。
13.一种电子设备,其特征在于,包括处理器以及存储器:
所述存储器被配置用于存储计算机程序,所述计算机程序在由所述处理器执行时,使得所述处理器执行权利要求1-7、以及权利要求8-10中任一项所述的方法。
14.一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用于存储计算机程序,当所述计算机程序在计算机上运行时,使得计算机可以执行上述权利要求1-7、以及权利要求8-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013102.7A CN114723454A (zh) | 2021-01-06 | 2021-01-06 | 身份识别方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013102.7A CN114723454A (zh) | 2021-01-06 | 2021-01-06 | 身份识别方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114723454A true CN114723454A (zh) | 2022-07-08 |
Family
ID=82234082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110013102.7A Pending CN114723454A (zh) | 2021-01-06 | 2021-01-06 | 身份识别方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723454A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659305A (zh) * | 2022-12-27 | 2023-01-31 | 成都国星宇航科技股份有限公司 | 一种身份信息识别方法、系统及电子设备 |
-
2021
- 2021-01-06 CN CN202110013102.7A patent/CN114723454A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115659305A (zh) * | 2022-12-27 | 2023-01-31 | 成都国星宇航科技股份有限公司 | 一种身份信息识别方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20090088424A (ko) | 얼굴 인식을 이용한 이미지 식별 | |
CN111652331B (zh) | 一种图像识别方法、装置和计算机可读存储介质 | |
CN104112005B (zh) | 分布式海量指纹识别方法 | |
CN111831636A (zh) | 一种数据处理方法、装置、计算机系统及可读存储介质 | |
CN105556517A (zh) | 智能搜索精细化 | |
CN110647649A (zh) | 特征检索方法、装置及存储介质 | |
CN111708794B (zh) | 基于大数据平台的数据比对方法、装置和计算机设备 | |
CN110119477A (zh) | 一种信息推送方法、装置和存储介质 | |
CN109271545B (zh) | 一种特征检索方法及装置、存储介质和计算机设备 | |
De Boom et al. | Semantics-driven event clustering in Twitter feeds | |
CN111326236A (zh) | 一种医疗图像自动处理系统 | |
CN113298197A (zh) | 数据聚类方法、装置、设备及可读存储介质 | |
CN114638234A (zh) | 应用于线上业务办理的大数据挖掘方法及系统 | |
CN112749291A (zh) | 一种图文匹配的方法和装置 | |
CN111459900A (zh) | 大数据生命周期设置方法、装置、存储介质及服务器 | |
CN113377733B (zh) | 一种针对Hadoop分布式文件系统的存储优化方法 | |
CN114723454A (zh) | 身份识别方法、装置、电子设备及可读存储介质 | |
CN114329028A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN110442614B (zh) | 元数据的搜索方法及装置、电子设备、存储介质 | |
CN110633379A (zh) | 一种基于gpu并行运算的以图搜图系统及方法 | |
CN111797175A (zh) | 数据存储方法、装置、存储介质及电子设备 | |
CN115757054A (zh) | 一种日志记录方法、系统、计算机设备及介质 | |
CN114155578A (zh) | 人像聚类方法、装置、电子设备和存储介质 | |
KR101592670B1 (ko) | 인덱스를 이용하는 데이터 검색 장치 및 이를 이용하는 방법 | |
JP6065001B2 (ja) | データ検索装置、データ検索方法およびデータ検索用プログラム |
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 |