CN116226817A - 身份识别方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种身份识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；根据生物特征匹配结果，确定针对目标用户的身份识别结果。采用本方法能够提高身份识别过程中生物特征的安全性。

Description

身份识别方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种身份识别方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着计算机技术的发展，日趋成熟的身份识别技术在商务合作、消费支付、社交媒体、安保等各领域中得到了广泛的应用。其中，利用人固有的生物特征，如手形、指纹、脸形、视网膜、耳廓等生物特征进行身份识别，已经成为身份识别技术的发展趋势。

然而，目前基于生物特征进行身份识别的技术中，用户通过如手形、人脸、指纹、掌纹等生物特征进行身份识别时，若生物特征被盗取，如手形、人脸、指纹或掌纹被他人拍摄盗取，则存在他人伪造生物特征的安全隐患，在身份识别过程中生物特征的安全性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高身份识别过程中生物特征安全性的身份识别方法、装置、计算机设备、存储介质和计算机程序产品。

一种身份识别方法，所述方法包括：

响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

根据生物特征匹配结果，确定针对目标用户的身份识别结果。

一种身份识别装置，所述装置包括：

生物特征采集模块，用于响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

生物特征匹配模块，用于将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

身份识别处理模块，用于根据生物特征匹配结果，确定针对目标用户的身份识别结果。

在其中一个实施例中，所述目标部位为手掌；所述生物特征组合至少包括手掌处的掌纹特征和掌静脉特征；所述生物特征匹配模块包括：注册模式确定模块，用于确定预存的注册生物特征模式；所述注册生物特征模式至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征；掌纹匹配模块，用于将采集的所述生物特征组合中的掌纹特征，与所述掌纹注册特征进行掌纹特征匹配，得到掌纹特征匹配结果；掌静脉匹配模块，用于将采集的所述生物特征组合中的掌静脉特征，与所述掌静脉注册特征进行掌静脉特征匹配，得到掌静脉特征匹配结果；匹配结果获得模块，用于根据所述掌纹特征匹配结果和所述掌静脉特征匹配结果，获得生物特征匹配结果。

在其中一个实施例中，匹配结果获得模块包括：匹配权重模块，用于确定掌纹匹配权重和掌静脉匹配权重；加权融合模块，用于基于所述掌纹匹配权重和所述掌静脉匹配权重，对所述掌纹特征匹配结果和所述掌静脉特征匹配结果进行加权融合，得到生物特征匹配结果。

在其中一个实施例中，所述目标部位为手掌；所述生物特征采集模块包括：识别触发响应模块，用于响应于身份识别触发事件，进入手掌特征采集状态；特征图采集模块，用于在所述手掌特征采集状态下，采集目标用户的手掌的生物特征图；特征提取模块，用于当确定所述目标用户的手掌处于局部隐藏的手掌形态时，从所述生物特征图中提取得到所述目标用户的手掌的生物特征组合。

在其中一个实施例中，所述特征提取模块包括：形态识别模块，用于基于所述生物特征图对所述目标用户的手掌进行手掌形态识别，得到手掌形态识别结果；手掌特征提取模块，用于当所述手掌形态识别结果表示所述目标用户的手掌处于局部隐藏的手掌形态时，从所述生物特征图中提取所述目标用户的手掌的至少两种类型的手掌生物特征；手掌特征组合获得模块，用于根据所述至少两种类型的手掌生物特征，得到所述目标用户的手掌的生物特征组合。

在其中一个实施例中，所述装置还包括：手势确定模块，用于根据所述生物特征图，确定所述目标用户的手掌对应的目标手势；手势识别模块，用于基于本地的注册手势库中的各注册手势，对所述目标手势进行手势识别，得到手势识别结果；所述生物特征匹配模块，还用于当所述手势识别结果为识别通过时，将采集的所述生物特征组合发送至服务器，以由所述服务器将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配；获得所述服务器返回的生物特征匹配结果。

在其中一个实施例中，所述装置还包括：注册事件响应模块，用于响应于注册身份识别的触发事件，进入生物特征采集状态；注册特征获得模块，用于在所述生物特征采集状态下，采集所述注册用户的所述目标部位处于局部隐藏的变形形态时的待注册的生物特征组合；注册处理模块，用于当所述待注册的生物特征组合满足身份识别注册条件时，基于所述待注册的生物特征组合对所述注册用户的所述目标部位进行身份注册，获得所述注册生物特征模式。

在其中一个实施例中，所述装置还包括：更替事件响应模块，用于响应于更替注册生物特征模式的触发事件，采集所述注册用户的所述目标部位处于局部隐藏的变形形态时的待更替的生物特征组合；更替特征获得模块，用于对所述待更替的生物特征组合中各种类型的生物特征进行特征有效性分析，得到特征分析结果；更替处理模块，用于当所述特征分析结果表示所述待更替的生物特征组合有效时，将所述注册生物特征模式中的生物特征组合，替换为所述待更替的生物特征组合。

在其中一个实施例中，所述装置还包括：资源转移参数确定模块，用于响应于资源转移触发事件，确定资源转移参数；资源账号确定模块，用于根据所述身份识别结果确定所述目标用户关联的目标资源账号；资源转移处理模块，用于基于所述资源转移参数对所述目标资源账号进行资源转移。

在其中一个实施例中，所述生物特征匹配模块包括：特征模式确定模块，用于确定预存的注册生物特征模式；特征模式匹配模块，用于将采集的所述生物特征组合中每种类型的生物特征，与所述注册生物特征模式中，每种类型的所述生物特征相应类型的注册生物特征进行特征匹配，获得每种类型的所述生物特征各自对应的特征匹配结果；特征匹配结果获得模块，用于根据每种类型的所述生物特征各自对应的特征匹配结果，得到生物特征匹配结果。

在其中一个实施例中，所述生物特征匹配模块包括：场景确定模块，用于确定所述身份识别触发事件对应的触发场景；场景特征模式确定模块，用于从预存的注册生物特征模式中，确定与所述触发场景关联的目标注册生物特征模式；场景特征模式匹配模块，用于将采集的所述生物特征组合，与所述目标注册生物特征模式进行特征匹配，获得生物特征匹配结果。

在其中一个实施例中，所述注册生物特征模式，包括在所述注册用户的所述目标部位处于局部隐藏的不同变形形态时，分别对所述注册用户的所述目标部位进行身份注册获得的至少两种生物特征组合；所述生物特征匹配模块，还用于将采集的所述生物特征组合，与预存的注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到所述注册生物特征模式中每种生物特征组合各自对应的生物特征匹配结果；所述身份识别处理模块，还用于根据各种生物特征组合各自对应的生物特征匹配结果中，匹配成功的生物特征匹配结果，确定针对所述目标用户的身份识别结果。

在其中一个实施例中，所述装置还包括：特征图像采集模块，用于响应于身份识别触发事件，采集所述目标用户的所述目标部位的特征图像；局部隐藏分析模块，用于基于所述特征图像对所述目标部位进行局部隐藏分析，得到局部隐藏分析结果；识别失败确定模块，用于当所述局部隐藏分析结果表示所述目标部位不处于局部隐藏的变形形态时，确定所述目标用户的身份识别结果为身份识别失败。

在其中一个实施例中，所述装置还包括：深度图像采集模块，用于响应于身份识别触发事件，采集所述目标用户的目标部位对应的深度图像；活体检测模块，用于基于所述深度图像对所述目标用户进行活体检测，得到活体检测结果；检测结果处理模块，用于当所述活体检测结果为检测不通过时，确定所述目标用户的身份识别结果为身份识别失败。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

根据生物特征匹配结果，确定针对目标用户的身份识别结果。

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以下步骤：

响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

根据生物特征匹配结果，确定针对目标用户的身份识别结果。

一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

根据生物特征匹配结果，确定针对目标用户的身份识别结果。

上述身份识别方法、装置、计算机设备、存储介质和计算机程序产品，在身份识别过程中，采集的进行特征匹配的生物特征组合，是目标用户的目标部位处于局部隐藏的变形形态时，目标部位处至少两种类型的生物特征的组合，而预存的注册生物特征模式是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合，基于采集的生物特征组合与预存的注册生物特征模式进行身份识别，可以避免用户目标部位全局的生物特征被盗取，从而提高了身份识别过程中用户生物特征的安全性。

附图说明

图1为一个实施例中身份识别方法的应用环境图；

图2为一个实施例中身份识别方法的流程示意图；

图3为一个实施例中特征匹配处理的流程示意图；

图4为一个实施例中手掌掌纹的示意图；

图5为一个实施例中手掌掌静脉的示意图；

图6为一个实施例中竖直刷掌设备的示意图；

图7为一个实施例中水平刷掌设备的示意图；

图8为一个实施例中通过中指、无名指和小拇指进行局部隐藏的手型示意图；

图9为一个实施例中通过大拇指进行局部隐藏的手型示意图；

图10为一个实施例中通过食指进行局部隐藏的手型示意图；

图11为一个实施例中通过食指、中指、无名指和小拇指进行局部隐藏的手型示意图；

图12为一个实施例中通过手掌内陷进行局部隐藏的手型示意图；

图13为一个实施例中兰花指的手型示意图；

图14为一个实施例中注册手型模式的流程示意图；

图15为一个实施例中刷掌处理的流程示意图；

图16为一个实施例中更新手型模式的流程示意图；

图17为一个实施例中视场角的示意图；

图18为一个实施例中景深的示意图；

图19为传统刷掌支付的场景示意图；

图20为一个实施例中通过局部隐藏的手型进行刷掌支付的场景示意图；

图21为另一个实施例中通过局部隐藏的手型进行刷掌支付的场景示意图；

图22为一个实施例中身份识别装置的结构框图；

图23为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的身份识别方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合，生物特征组合，是目标部位处的至少两种类型的生物特征的组合。终端102将采集的生物特征组合发送至服务器104，以由服务器104将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，并由服务器104将生物特征匹配结果返回终端102，注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。终端102根据服务器104返回的生物特征匹配结果，确定针对目标用户的身份识别结果，从而实现对目标用户的身份识别。此外，在具体应用中，身份识别的处理也可以由终端102单独实现，即由终端102采集目标用户的目标部位处于局部隐藏的变形形态时的生物特征组合，并将生物特征组合与预存的注册生物特征模式进行特征匹配，根据生物特征匹配结果，确定针对目标用户的身份识别结果。

其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。终端102可以配置有针对用户的目标部位进行多种类型生物特征采集的传感器设备，以实现采集目标部位不同类型的生物特征。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。如本申请所公开的身份识别方法，其中涉及的多个服务器可组成为一区块链，而服务器为区块链上的节点。

在一个实施例中，如图2所示，提供了一种身份识别方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

步骤202，响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合。

其中，身份识别是识别用户真实身份与其所声称的身份是否相符的验证过程，随着身份识别技术的发展，基于生物特征的身份识别方式得到广泛的应用。身份识别触发事件指触发进行身份识别的事件，具体可以包括但不限于包括触发身份识别的操作、指令等。例如，在门禁系统场景中，当用户需要通过门禁时，触发身份识别的事件；又如，用户在支付终端进行支付时，触发身份识别的事件。此外，身份识别还可以应用于防沉迷系统场景中，如在网络游戏防沉迷系统中，需要对未成年人在线游戏时间予以限制，则可以在触发防沉迷时，如游戏用户在线游戏的累计时长达到预设时长阈值时，需要对游戏用户进行身份识别，此时触发身份识别事件，以确定游戏用户是否为成年人，或者是否为游戏账户本人，从而实现对未成年人在线游戏时间的限制。具体实现中，身份识别触发事件是触发通过生物特征进行身份识别的事件，生物特征为用户可测量的身体部位的生物特征，例如手形、指纹、脸形、虹膜、视网膜、手掌等各种类型的生物特征。通过用户可测量的身体部位的生物特征进行身份识别处理时，需要针对用户的身体部位进行生物数据采集，并针对采集的生物数据进行生物特征提取，从而基于提取获得的生物特征针对用户进行身份识别。例如，若身份识别触发事件为触发通过人脸进行身份识别时，终端需要针对用户的脸部进行人脸数据采集，并基于采集的人脸数据，如人脸图像对用户进行身份识别；又如，若身份识别触发事件为触发通过手掌进行身份识别，则终端需要针对用户的手掌进行手掌数据采集，并基于采集的手掌数据对用户进行身份识别。

目标用户指需要进行身份识别的用户，具体可以为触发身份识别事件的用户。例如，用户在通过门禁系统时，用户可以进入门禁系统的数据采集区域，在数据采集区域中，门禁系统检测到有用户存在时，表明需要进行身份识别，则触发身份识别，门禁系统采集在数据采集区域中的目标用户的生物数据，如采集目标用户的人脸数据、手指数据或手掌数据等各种生物数据。目标部位是需要针对采集生物数据所对应的人体部位，目标部位与身份识别所涉及的生物数据或生物特征相关。例如，身份识别为基于人脸的身份识别，则对应的目标部位为需要进行身份识别的目标用户的人脸部位，而采集的生物数据是人脸数据，用户识别的生物特征是人脸特征。又如，身份识别为基于手掌的身份识别，则对应的目标部位为需要进行身份识别的目标用户的手掌部位，而采集的生物数据是手掌数据，用户识别的生物特征是手掌特征。

局部隐藏的变形形态是指目标用户的目标部位的形态进行变换，从而对目标部位的全局部位进行了局部隐藏，从而可以隐藏目标部位局部的生物数据，避免在身份识别的生物特征采集过程中导致目标部位全局的生物特征泄露，从而确保目标部位全局的生物特征的安全性。针对目标部位的局部隐藏，可以根据实际需要灵活实现，如除了对目标部位直接进行局部物理隐藏外，还可以对目标部位进行变形，从而使目标部位的全局生物特征进行局部隐藏，如可以根据目标部位本身的灵活性、身份识别的应用场景等，对目标部位进行变形，以使目标部位处于局部隐藏的变形形态。例如，目标部位为人脸时，可以对用户的人脸进行局部遮挡，如通过外来遮挡物对用户的人脸的特定部分进行遮挡，从而遮挡人脸的部分区域；还可以由用户控制人脸进行形态变换，如做出特定的表情，从而使人脸处于局部隐藏的变形形态，隐藏人脸的局部人脸特征。又如，目标部位为手掌时，考虑到手掌部位可以通过手指进行灵活变换，则可以通过手指做出不同的手势或手型，以对手掌进行遮挡或变形，从而使手掌处于局部隐藏的变形形态。具体地，手掌可以通过食指和大拇指做出“OK”的手势，可以隐藏手掌中食指和大拇指的生物特征，从而可以对手掌中完整的生物特征进行局部隐藏。目标部位在不同局部隐藏的变形形态时，针对目标部位进行生物特征采集时，可以采集得到经过局部隐藏的不同的生物特征，通过局部隐藏的不同的生物特征进行身份识别，可以有效防止目标部位全局的生物特征泄露。

生物特征组合是目标部位处的至少两种类型的生物特征的组合。生物特征组合由不同类型的生物特征组合得到，具体由至少两种类型的生物特征进行组合得到。生物特征组合中生物特征的类型与目标部位的部位类型对应，如目标部位为人脸时，生物特征组合中生物特征为人脸部位中各种类型的人脸特征，如骨骼特征、纹理特征、几何特征和表征特征等，人脸特征的类型根据基于人脸进行身份识别的处理中所涉及的人脸特征确定。在具体应用中，若人脸特征是通过不同的人脸特征提取方式，如通过不同的人脸识别模型对人脸图像进行特征提取得到，则生物特征组合可以由不同人脸特征提取方式提取得到的人脸特征组合得到。又如，目标部位为手掌时，生物特征组合中生物特征为手掌部位中各种类型的手掌特征，如掌纹特征、掌静脉特征等。生物特征组合由不同类型的生物特征组合得到，各种类型的生物特征在组合时，可以之间等价组合，即直接根据各种类型的生物特征得到生物特征组合；还可以将各种类型的生物特征进行加权组合，即为各种类型的生物特征分配相应的组合权重，从而对各种类型的生物特征进行加权组合，进一步确保生物特征组合的有效性。在具体实现时，各种类型的生物特征相应的组合权重，可以根据各种生物特征对应的历史识别结果进行确定，从而突出生物特征组合中重要的生物特征。

具体地，身份识别方法应用于身份识别的终端，用户可以在终端触发身份识别，如用户在需要通过门禁时，或需要进行支付操作时，在终端点击身份识别控件，触发身份识别事件，终端响应于目标用户的身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合，生物特征组合包括目标部位处的至少两种类型的生物特征。具体实现时，终端响应于身份识别触发事件，可以针对目标用户发出识别提示，以提示目标用户将目标部位移动至数据采集区域，同时提示目标用户对目标部位进行局部隐藏，以使目标部位处于局部隐藏的变形形态，终端在数据采集区域针对目标用户处于局部隐藏的变形形态的目标部位进行生物数据采集，并从采集的生物数据提取至少两种生物特征，得到目标部位处于局部隐藏的变形形态时的生物特征组合。

在具体应用时，终端可以进行生物数据采集，并从采集的生物数据中提取至少两种生物特征；终端也可以只进行生物数据采集，并将采集的生物数据进行加密处理后发送至服务器，以由服务器针对采集的生物数据进行生物特征提取；此外，终端还可以针对采集的生物特征数据进行部分生物特征提取，即可以由终端对生物数据进行某种或某几种类型的生物特征进行提取，并将生物数据和提取得到的生物特征发送至服务器，由服务器对生物数据进行进一步生物特征提取，最后根据终端提取的生物特征和服务器提取的生物特征得到目标部位处于局部隐藏的变形形态时的生物特征组合。在一个实施例中，终端可以根据当前身份识别的繁忙程度，综合考虑服务器的身份识别处理的繁忙程度，确定终端是否需要对采集的生物数据进行生物特征提取，以及进行生物特征提取时，需要提取的生物特征的类型的多少，从而有效均衡终端和服务器的计算资源压力，确保身份识别系统的正常运行。

步骤204，将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。

其中，注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。注册用户是通过目标部位进行身份注册的用户，用户通过目标部位进行身份注册后，可以预存注册用户的生物特征，从而以此来对用户进行身份识别，具体将预存的生物特征与身份识别处理过程中采集到的生物特征进行比对，若比对一致则可以认为身份识别成功，从而确定身份识别处理过程中采集到的生物特征所属用户的用户身份。具体在身份注册时，注册用户通过对目标部位进行局部隐藏或变形，目标部位使处于局部隐藏的变形形态，并基于处于局部隐藏的变形形态的目标部位对注册用户进行身份注册，如可以将处于局部隐藏的变形形态的目标部位对应采集的生物特征组合，确定为注册用户对应的注册生物特征模式，后续通过该注册生物特征模式对注册用户进行身份识别处理。

具体应用中，对于同一注册用户，可以预先注册多种注册生物特征模式，即注册用户可以控制目标部位处于局部隐藏的不同变形形态，并通过处于局部隐藏的不同变形形态的目标部位分别进行身份注册，从而为注册用户预先注册多种注册生物特征模式，注册用户可以通过各种注册生物特征模式中任一注册生物特征模式，实现身份识别处理。例如，目标部位为人脸，注册用户可以将人脸处于局部隐藏的不同变形形态的人脸形态1、人脸形态2和人脸形态3分别进行身份注册，在身份注册成功后，用户可以通过人脸形态1、人脸形态2和人脸形态3任意一种人脸形态进行身份识别，具体可以由终端将当前采集的人脸形态分别与人脸形态1、人脸形态2和人脸形态3进行特征匹配，若当前采集的人脸形态与人脸形态1、人脸形态2和人脸形态3中任一人脸形态匹配成功，则可以实现对用户的身份识别处理。进一步地，注册用户注册了多种注册生物特征模式时，还可以为各种注册生物特征模式的识别场景条件进行设置。例如，目标部位为手掌，注册用户可以将手掌处于局部隐藏的不同变形形态的手掌形态A、手掌形态B和手掌形态C分别进行身份注册，在身份注册成功后，用户可以为各种手掌形态设置识别场景条件，如针对手掌形态A的识别场景条件为场景A，针对手掌形态B的识别场景条件为场景B，针对手掌形态C的识别场景条件为场景C，则在身份识别时，注册用户在场景A，可以通过手掌形态A成功进行身份识别，而在场景B时则无法通过手掌形态A成功进行身份识别，需要场景B对应的手掌形态B，才可以实现成功进行身份识别处理。识别场景条件可以根据实际需要进行灵活设置，如时间生效条件、地点生效条件、触发场景生效条件等，从而为各种注册生物特征模式的生效条件进行设置，进一步提高身份识别的准确性和安全性。

生物特征匹配结果为当前采集的目标用户的生物特征组合中各类型的生物特征，分别与预存的注册生物特征模式中相应类型的生物特征进行特征匹配得到的匹配结果，根据生物特征匹配结果可以对目标用户进行身份识别。

具体地，终端可以预先存储注册生物特征模式，注册生物特征模式为在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。即注册生物特征模式可以为作为注册用户对应的身份凭证，通过注册生物特征模式可以确定相应的注册用户，从而实现身份识别。终端将采集的生物特征组合与各个注册用户所对应的注册生物特征模式分别进行特征匹配，得到生物特征匹配结果。若生物特征匹配结果为匹配成功，则表明预先注册用户中包括目标用户，则可以确定目标用户的身份为匹配成功的生物特征匹配结果中注册生物特征模式所对应的注册用户。在具体应用时，将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，得到的生物特征匹配结果可以直接包括各种类型的生物特征相应的匹配结果，也可以包括各种类型的生物特征相应的匹配结果，按照相应的特征权重进行加权融合后得到的融合匹配结果，各类型的生物特征的特征权重可以根据身份识别实际的应用场景预先设置。

在具体实现时，终端可以存储部分注册生物特征模式，终端将采集的生物特征组合与预存的部分注册生物特征模式进行特征匹配，若生物特征匹配结果为匹配不成功时，则可以进一步将采集的生物特征组合发送至服务器，以由服务器通过完整的注册生物特征模式基于采集的生物特征组合进行身份识别处理。其中，终端存储的部分注册生物特征模式，可以为身份识别频率高的注册用户所对应的注册生物特征模式，具体可以对完整的注册生物特征模式中，各注册用户的身份识别频率进行分析，如可以以一个月或一星期为周期，确定各注册用户触发身份识别的身份识别频率，将身份识别频率中频率较高的注册用户，如身份识别频率超过阈值频率，或者身份识别频率处于前80％的注册用户所对应的注册生物特征模式存储在终端本地，从而终端可以通过本地存储的部分注册生物特征模式对身份识别频率的注册用户进行快速身份识别处理，确保身份识别的处理效率。

步骤206，根据生物特征匹配结果，确定针对目标用户的身份识别结果。

其中，身份识别结果用于表征目标用户的身份识别成功与否。具体地，终端根据得到的生物特征匹配结果，确定目标用户对应的身份识别结果。例如，若生物特征匹配结果为匹配不成功，即当前采集到的目标用户的生物特征组合与预存的各种注册用户所对应的注册生物特征模式均不匹配，表明目标用户不是注册用户，即目标用户没有预先进行注册，则可以确定目标用户的身份识别结果为识别失败。若生物特征匹配结果为匹配成功，即当前采集到的目标用户的生物特征组合与各注册用户中目标注册用户的注册生物特征模式匹配成功，则可以确定目标用户为该目标注册用户，从而得到目标用户为该目标注册用户的身份识别结果，从而实现对目标用户的身份识别处理。在具体应用时，若确定的针对目标用户的身份识别结果为识别失败，则可以有终端为目标用户发出识别失败的提示消息，具体可以通过可感知方式针对目标用户进行身份识别失败的提示，如通过语音消息、界面文字消息等各种方式进行提示。

上述身份识别方法中，在身份识别过程中，采集的进行特征匹配的生物特征组合，是目标用户的目标部位处于局部隐藏的变形形态时，目标部位处至少两种类型的生物特征的组合，而预存的注册生物特征模式是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合，基于采集的生物特征组合与预存的注册生物特征模式进行身份识别，可以避免用户目标部位全局的生物特征被盗取，从而提高了身份识别过程中用户生物特征的安全性。

在一个实施例中，目标部位为手掌，生物特征组合至少包括手掌处的掌纹特征和掌静脉特征。如图3所示，特征匹配的处理步骤，即将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

步骤302，确定预存的注册生物特征模式；注册生物特征模式至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征。

其中，目标部位为手掌，生物特征组合至少包括手掌处的掌纹特征和掌静脉特征。掌纹是指手指末端到手腕部分的手掌图像，其包括可以用来进行身份识别的主线、皱纹、细小的纹理、脊末梢、分叉点等各种特征。掌纹特征指手掌的纹理信息反映的特征，可以通过对手掌进行图像拍摄，从手掌图像中提取得到。不同用户一般对应于不同的掌纹特征，即不同用户的手掌具有不同的纹理特征，基于掌纹特征可以实现对不同用户的身份识别处理。掌静脉是指手掌的静脉信息图像，用于反映人体手掌中静脉影像信息，有活体辨识能力，可以通过红外相机拍摄得到。掌静脉特征为基于掌静脉分析得到的手掌部位的静脉特征，不同用户一般对应于不同的掌静脉特征，即不同用户的手掌具有不同的静脉特征，基于掌静脉特征也可以实现对不同用户的身份识别处理。生物特征组合至少由手掌处的掌纹特征和掌静脉特征组合得到，在具体应用还可以包括手掌处的骨骼特征、手掌轮廓特征等各种类型的手掌生物特征。

注册生物特征模式是注册用户预先进行身份注册时所预留的生物特征组合，其至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征。掌纹注册特征和掌静脉注册特征为注册用户在身份注册时所预留的手掌处的掌纹特征和掌静脉特征。具体地，注册用户在通过手掌进行身份注册时，可以对使手掌处于局部隐藏的变形形态，如用户可以做出不同的手势，改变手掌的形态，以实现对手掌进行局部隐藏，从而对手掌处的掌纹特征和掌静脉特征进行也实现局部隐藏，终端采集针对注册用户处于局部隐藏的变形形态的手掌进行手掌数据采集，从而至少获得掌纹注册特征和掌静脉注册特征，至少通过掌纹注册特征和掌静脉注册特征对注册用户进行身份注册，获得注册用户对应的注册生物特征模式。

具体地，在采集获得目标用户的生物特征组合后，终端确定预存的注册生物特征模式，如可以由终端从本地数据库中确定预存的注册生物特征模式，也可以由终端从服务器查询预存的注册生物特征模式，以通过注册生物特征模式进行特征匹配，从而实现身份识别处理。注册生物特征模式至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征。

在具体应用中，注册生物特征模式还可以包括手掌处其他类型的生物特征。例如，注册生物特征模式可以包括掌纹注册特征、掌静脉注册特征、轮廓注册特征、骨骼注册特征等，若采集的生物特征组合包括掌纹特征和掌静脉特征，则可以将生物特征组合中的掌纹特征和掌静脉特征，与注册生物特征模式中的掌纹注册特征和掌静脉注册特征进行特征匹配，以实现身份识别；若采集的生物特征组合包括掌静脉特征和手掌轮廓特征，则可以将生物特征组合中的掌静脉特征和手掌轮廓特征，与注册生物特征模式中的掌静脉注册特征和轮廓注册特征进行特征匹配，以实现身份识别。注册生物特征模式中包括的生物特征的类型可以多于在身份识别过程中所采集的生物特征组合中的生物特征的类型，如注册生物特征模式中包括的生物特征的类型为M，而在身份识别过程中所采集的生物特征组合中的生物特征的类型为N，则M≥N，从而能够适用于身份识别过程中采集不同类型的生物特征的场景，扩展了身份识别的应用场景。

步骤304，将采集的生物特征组合中的掌纹特征，与掌纹注册特征进行掌纹特征匹配，得到掌纹特征匹配结果。

其中，掌纹特征匹配结果为基于掌纹特征进行特征匹配得到的匹配结果，反映了通过掌纹进行身份识别的识别结果。具体地，确定预存的注册生物特征模式后，终端将采集的生物特征组合中的掌纹特征，与注册生物特征模式中的掌纹注册特征进行掌纹特征匹配，得到掌纹特征匹配结果。在具体实现时，掌纹特征匹配可以为掌纹特征相似度计算，从而得到包括掌纹相似度的掌纹特征匹配结果。掌纹相似度超过掌纹相似度阈值，则可以认为掌纹匹配一致，否则认为掌纹匹配不一致。

步骤306，将采集的生物特征组合中的掌静脉特征，与掌静脉注册特征进行掌静脉特征匹配，得到掌静脉特征匹配结果。

其中，掌静脉特征匹配结果为基于掌静脉特征进行特征匹配得到的匹配结果，反映了通过掌静脉进行身份识别的识别结果。具体地，确定预存的注册生物特征模式后，终端将采集的生物特征组合中的掌静脉特征，与注册生物特征模式中的掌静脉注册特征进行掌静脉特征匹配，得到掌静脉特征匹配结果。在具体实现时，掌静脉特征匹配可以为掌静脉特征相似度计算，从而得到包括掌静脉相似度的掌静脉特征匹配结果。掌静脉相似度超过掌静脉相似度阈值，则可以认为掌静脉匹配一致，否则认为掌静脉匹配不一致。

步骤308，根据掌纹特征匹配结果和掌静脉特征匹配结果，获得生物特征匹配结果。

其中，为当前采集的目标用户的生物特征组合中各类型的生物特征，分别与预存的注册生物特征模式中相应类型的生物特征进行特征匹配得到的匹配结果，根据生物特征匹配结果可以对目标用户进行身份识别。具体地，得到掌纹特征匹配结果和掌静脉特征匹配结果后，终端基于掌纹特征匹配结果和掌静脉特征匹配结果，获得生物特征匹配结果。例如，终端可以将掌纹特征匹配结果和掌静脉特征匹配结果进行加权融合，从而根据加权融合结果得到生物特征匹配结果。

本实施例中，目标部位为手，生物特征组合至少包括手掌处的掌纹特征和掌静脉特征，通过手掌处的掌纹特征和掌静脉特征进行特征匹配，以实现对目标用户的身份识别，可以在基于用户的手掌进行身份识别处理过程中，避免用户手掌部位全局的手掌特征，至少包括掌纹特征和掌静脉特征被盗取，从而提高了身份识别过程中用户手掌特征的安全性。

在一个实施例中，根据掌纹特征匹配结果和掌静脉特征匹配结果，获得生物特征匹配结果，包括：确定掌纹匹配权重和掌静脉匹配权重；基于掌纹匹配权重和掌静脉匹配权重，对掌纹特征匹配结果和掌静脉特征匹配结果进行加权融合，得到生物特征匹配结果。

其中，掌纹匹配权重为掌纹特征对应的加权权重，反映了在身份识别过程中，掌纹特征的重要性，掌纹匹配权重越高，则掌纹特征在身份识别过程中越重要，身份识别结果与掌纹特征的相关性更强。掌静脉匹配权重为掌静脉特征对应的加权权重，用于表征在身份识别过程中，掌静脉特征的重要性，掌静脉匹配权重越大，则掌静脉特征匹配结果对身份识别结果的影响越大。掌纹匹配权重和掌静脉匹配权重可以根据实际需要进行灵活设置，具体可以根据不同的身份识别场景对应设置，也可以根据历史身份识别中掌纹特征和掌静脉特征的识别准确度对应设置。此外，掌纹匹配权重和掌静脉匹配权重还可以根据注册用户在进行身份注册时，处于局部隐藏的变形形态的手掌进行设置，具体可以根据在身份注册时，针对手掌采集到的掌纹特征与掌静脉特征分别对应的特征丰富度对应设置相应的权重。例如，用户在进行身份注册时，针对处于局部隐藏的变形形态的手掌进行手掌特征采集，采集到的掌静脉区域更大，掌静脉特征更丰富，而掌纹区域更小，掌纹特征丰富度更低，则可以将掌静脉匹配权重设置更高，而将掌纹匹配权重设置更低，从而确保通过注册生物特征模式中的掌纹注册特征和掌静脉注册特征能够准确进行身份识别。

具体地，得到掌纹特征匹配结果和掌静脉特征匹配结果后，终端确定掌纹匹配权重和掌静脉匹配权重，掌纹匹配权重和掌静脉匹配权重可以统一设置，即在身份识别场景中，对于不同注册用户对应的注册生物特征模式，掌纹匹配权重和掌静脉匹配权重均为相同的设置数值；掌纹匹配权重和掌静脉匹配权重也可以根据注册用户对应的注册生物特征模式分别设置，即不同的注册用户可以设置有不同的掌纹匹配权重和掌静脉匹配权重。针对每一注册用户对应的注册生物特征模式，终端确定相应的掌纹匹配权重和掌静脉匹配权重。基于确定的掌纹匹配权重和掌静脉匹配权重，终端将到掌纹特征匹配结果和掌静脉特征匹配结果进行加权融合，如可以分别将掌纹特征匹配结果通过掌纹匹配权重进行加权处理，将掌静脉特征匹配结果通过掌静脉匹配权重进行加权处理，融合二者加权处理的结果，得到生物特征匹配结果。

本实施例中，通过预设的掌纹匹配权重和掌静脉匹配权重，对掌纹特征匹配结果和掌静脉特征匹配结果进行加权融合，可以根据实际需要对掌纹特征和掌静脉特征的重要程度进行调节，从而提高获得的生物特征匹配结果的准确性，有利于提高身份识别的准确性。

在一个实施例中，目标部位为手掌；响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合，包括：响应于身份识别触发事件，进入手掌特征采集状态；在手掌特征采集状态下，采集目标用户的手掌的生物特征图；当确定目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取得到目标用户的手掌的生物特征组合。

其中，目标部位为手掌，手掌特征采集状态为针对目标用户的手掌进行生物数据采集处理的采集状态。生物特征图为针对手掌进行生物数据采集得到的特征图像，具体可以包括但不限于包括彩色图像、深度图像、红外图像等各种类型的特征图像。基于生物特征图，可以获得相应部位对应的生物特征，如从手掌的彩色图像中提取掌纹特征，从手掌的深度图像中提取深度信息，从手掌的红外图像中提取掌静脉特征等。生物特征图的类型可以根据需要采集的生物特征类型对应，从而可以从采集的生物特征图中提取身份识别所需要的各种类型的生物特征。

具体地，目标用户触发身份识别时，终端响应于目标用户的身份识别触发事件，进入手掌特征采集状态，如可以由终端开启手掌特征采集装置，具体可以开启各种类型的摄像头，以对目标用户的手掌进行手掌特征采集。在手掌特征采集状态下，终端采集目标用户的手掌的生物特征图。具体应用中，终端可以在确定检测到目标用户的手掌时，针对目标用户的手掌进行特征图采集，得到目标用户的手掌的生物特征图。例如，若在手掌特征采集状态下，终端未检测到目标用户的手掌，或者检测到的并非手掌部位，如检测到的为腿，则终端可以发出提示，以提示目标用户配合将手掌放置到采集区域中，以由终端进行生物特征图采集。得到目标用户的手掌的生物特征图后，终端从目标用户的手掌的生物特征图中，提取得到目标用户的手掌的生物特征组合。具体可以由终端对生物特征图进行粗判定，以确定目标用户的手掌是否处于局部隐藏的手掌形态，如根据生物特征图确定目标用户的手掌并非处于局部隐藏的手掌形态，即目标用户未对手掌进行遮挡或变形，未对手掌全局的生物特征进行局部隐藏，则终端可以直接目标用户的身份识别结果为识别失败。而在目标用户的手掌处于局部隐藏的手掌形态时，终端对生物特征图进行生物特征提取，得到目标用户的手掌处各种类型的生物特征，从而得到目标用户的手掌的生物特征组合。

在具体应用，目标部位为手掌时，除了预存注册生物特征模式外，可以预存手掌未进行局部隐藏对应的手掌注册特征，在终端生物特征图确定目标用户的手掌并非处于局部隐藏的手掌形态时，也可以对生物特征图进行生物特征提取，并将提取得到的生物特征与注册用户的手掌未进行局部隐藏对应的手掌注册特征进行特征匹配，从而通过完整的手掌形态实现对目标用户的身份识别处理，但处理中存在完整手掌的生物特征被盗取的安全隐患。

本实施例中，目标部位为手掌，在根据手掌特征采集状态下采集的生物特征图，确定目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取得到目标用户的手掌的生物特征组合，从而可以在基于用户的手掌进行身份识别处理过程中，不需要采集用户手掌部位全局的手掌特征，可以避免用户手掌部位全局的手掌特征被窃取，从而提高了身份识别过程中用户手掌特征的安全性。

在一个实施例中，当确定目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取得到目标用户的手掌的生物特征组合，包括：基于生物特征图对目标用户的手掌进行手掌形态识别，得到手掌形态识别结果；当手掌形态识别结果表示目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取目标用户的手掌的至少两种类型的手掌生物特征；根据至少两种类型的手掌生物特征，得到目标用户的手掌的生物特征组合。

其中，手掌形态识别为对目标用户的手掌形态进行识别，以确定目标用户的手掌是否处于局部隐藏的变形形态，即目标用户的手掌是否进行了局部隐藏。手掌形态识别结果用于表征终端采集的目标用户的手掌对应的手掌形态，如处于局部隐藏的变形形态，或者为未局部隐藏的完整形态。手掌生物特征为手掌部位处对应的生物特征，具体如掌纹特征、掌静脉特征、骨骼特征、手掌轮廓特征等。

具体地，得到目标用户的手掌的生物特征图后，终端基于生物特征图对目标用户的手掌进行手掌形态识别，如对生物特征图中手掌的手指的完整性、手指的位置、手掌反映的手势等进行手掌形态识别，得到手掌形态识别结果。若手掌形态识别结果表示目标用户的手掌处于局部隐藏的手掌形态，表明目标用户已对手掌进行局部隐藏，则终端从生物特征图中提取目标用户的手掌的至少两种类型的手掌生物特征，如从生物特征图中至少提取掌纹特征和掌静脉特征。终端根据提取得到的至少两种类型的手掌生物特征，得到目标用户的手掌的生物特征组合，如终端可以根据提取的掌纹特征和掌静脉特征，得到目标用户的手掌的生物特征组合。

本实施例中，目标部位为手掌，在根据手掌特征采集状态下采集的生物特征图对应的手掌形态识别结果，确定目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取得到至少两种类型的手掌生物特征，基于至少两种类型的手掌生物特征得到目标用户的手掌的生物特征组合，从而可以在基于用户的手掌进行身份识别处理过程中，不需要采集用户手掌部位全局的手掌特征，可以避免用户手掌部位全局的手掌特征被窃取，从而提高了身份识别过程中用户手掌特征的安全性。

在一个实施例中，身份识别方法还包括：根据生物特征图，确定目标用户的手掌对应的目标手势；基于本地的注册手势库中的各注册手势，对目标手势进行手势识别，得到手势识别结果。

其中，生物特征图为针对手掌进行生物数据采集得到的特征图像，基于生物特征图，可以获得相应部位对应的生物特征。目标手势指采集的目标用户的手掌所呈现的手势。目标部位为手掌时，为对手掌进行局部隐藏，用户可以通过手部做出不同的手势，从而对手掌进行局部隐藏，从而便于用户实现对手掌部位的局部隐藏。注册手势指注册用户在通过手掌进行身份识别注册，控制手掌处于局部隐藏的变形形态时，注册用户的手部所呈现的手势，将各注册用户对应的注册手势进行汇聚，得到注册手势库。手势识别结果为基于注册手势库中的各注册手势对目标用户的目标手势进行手势识别的识别结果，通过手势识别结果，可以确定目标用户的目标手势是否与注册用户对应的注册手势一致。若目标用户与注册手势库中各注册用户对应的注册手势均不一致，则可以从手势层面，确定目标用户无法与注册用户进行成功匹配，可以确定目标用户的身份识别失败。

具体地，得到目标用户的手掌对应的生物特征图后，终端基于生物特征图确定目标用户的手掌对应的目标手势，如可以由终端根据生物特征图进行手势识别，以确定目标用户的手掌对应的目标手势。终端查询本地端预存的注册手势库，注册手势库中包括注册用户在进行身份注册时所对应的注册手势。终端基于本地端的注册手势库中的各注册手势对目标手势进行手势识别，得到手势识别结果。具体可以由终端将目标用户的目标手势与注册手势库中的各注册手势分别进行手势匹配，得到手势识别结果。

进一步地，将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：当手势识别结果为识别通过时，将采集的生物特征组合发送至服务器，以由服务器将采集的生物特征组合与预存的注册生物特征模式进行特征匹配；获得服务器返回的生物特征匹配结果。

具体地，得到手势识别结果后，若手势识别结果为识别通过，表明目标用户的手掌对应的目标手势与注册用户的注册手势匹配一致，在手势层面，目标用户可以实现身份识别，则终端将采集的生物特征组合发送至服务器，以由服务器将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，终端接收服务器返回的生物特征匹配结果，从而可以基于生物特征匹配结果确定针对目标用户的身份识别结果，实现对目标用户的身份识别处理。在目标用户的目标手势对应的手势识别结果为识别通过时，表明目标用户通过利用手势进行身份预识别的处理，终端将采集到的生物特征组合发送至服务器，以由服务器基于采集的生物特征组合与预存的注册生物特征模式进行特征匹配，从而由服务器再从生物特征组合层面进行身份识别，实现对目标用户身份识别的二级处理，能够在确保身份识别准确性的前提下，提高身份识别的处理效率。

本实施例中，终端通过本地的注册手势库中各注册用户对应的注册手势，对目标用户的手掌对应的目标手势进行手势识别，从而从手势层面对目标用户进行身份预识别，在身份预识别通过后，由服务器对采集的生物特征组合进行特征匹配，以实现生物特征组合层面的身份识别。通过手势识别可以由终端进行身份预识别，能够提高身份识别的处理效率，且终端不需要存储注册生物特征模式，可以保障注册生物特征模式的安全性。

在一个实施例中，身份识别方法还包括：响应于注册身份识别的触发事件，进入生物特征采集状态；在生物特征采集状态下，采集注册用户的目标部位处于局部隐藏的变形形态时的待注册的生物特征组合；当待注册的生物特征组合满足身份识别注册条件时，基于待注册的生物特征组合对注册用户的目标部位进行身份注册，获得注册生物特征模式。

其中，注册身份识别的触发事件指触发进行身份识别注册的事件，具体可以包括但不限于包括触发身份识别注册的操作、指令等。生物特征采集状态为针对目标用户的目标部位进行生物数据采集处理的采集状态，如可以由终端启动生物特征采集装置，具体可以开启各种类型的摄像头，以对目标用户的目标部位进行生物特征采集，在生物特征采集状态下，终端可以采集目标用户的目标部位处的生物特征图。身份识别注册条件为对待注册的生物特征组合的限制条件，在待注册的生物特征组合满足身份识别注册条件，才可以通过待注册的生物特征组合为注册用户进行身份识别注册，从而得到注册用户对应的注册生物特征模式。

具体地，在注册用户通过目标部位进行身份注册时，注册用户可以触发注册身份识别的触发事件，终端响应于该注册身份识别的触发事件，进入生物特征采集状态。在该生物特征采集状态下，终端采集注册用户的目标部位处于局部隐藏的变形形态时的待注册的生物特征组合，具体可以由终端发出提示消息，以提示注册用户使目标部位处于局部隐藏的变形形态，终端采集到处于局部隐藏的变形形态的目标部位对应的生物特征图，并从该生物特征图中提取至少两种类型的生物特征，终端根据获得的至少两种类型的生物特征得到待注册的生物特征组合。

终端获取预设的身份识别注册条件，具体可以包括生物特征组合的有效性条件，终端将待注册的生物特征组合与身份识别注册条件进行比较，如终端可以对待注册的生物特征组合的有效性进行分析，以确定待注册的生物特征组合是否可以对注册用户进行唯一区别，得到有效性评分，将待注册的生物特征组合的有效性评分，与身份识别注册条件中的有效性评分阈值进行比较。若待注册的生物特征组合的有效性评分大于有效性评分阈值，则认为待注册的生物特征组合满足身份识别注册条件，终端基于待注册的生物特征组合对注册用户的目标部位进行身份注册，从而获得注册用户对应的注册生物特征模式，终端可以通过注册生物特征模式进行用户身份识别处理。

本实施例中，在注册用户通过目标部位进行身份注册时，当终端确定获得的待注册的生物特征组合满足身份识别注册条件时，终端基于待注册的生物特征组合对注册用户的目标部位进行身份注册，获得注册生物特征模式。通过身份识别注册条件确保了针对注册用户进行身份注册时的待注册的生物特征组合的有效性，可以确保注册生物特征模式的有效性，从而能够通过注册生物特征模式进行准确的身份识别处理。

在一个实施例中，身份识别方法还包括：响应于更替注册生物特征模式的触发事件，采集注册用户的目标部位处于局部隐藏的变形形态时的待更替的生物特征组合；对待更替的生物特征组合中各种类型的生物特征进行特征有效性分析，得到特征分析结果；当特征分析结果表示待更替的生物特征组合有效时，将注册生物特征模式中的生物特征组合，替换为待更替的生物特征组合。

其中，更替注册生物特征模式的触发事件指触发进行注册生物特征模式更替的事件，具体可以包括但不限于包括触发注册生物特征模式更替的操作、指令等。待更替的生物特征组合为在触发更替注册生物特征模式的事件后，针对注册用户的目标部位进行生物特征采集得到的生物特征组合。特征有效性分析指对待更替的生物特征组合中各种类型的生物特征的有效性进行分析，以确定待更替的生物特征组合中各种类型的生物特征是否能够对注册用户进行唯一区分，若待更替的生物特征组合能够对注册用户进行唯一区分，则表明可以利用待更替的生物特征组合对注册用户进行身份识别，即可以认为待更替的生物特征组合中各种类型的生物特征是有效的，可以利用待更替的生物特征组合进行身份识别处理。

具体地，在注册用户需要对预存的注册生物特征模式进行更替时，注册用户可以触发更替注册生物特征模式的触发事件，终端响应于该更替注册生物特征模式的触发事件，进入生物特征采集状态。在该生物特征采集状态下，终端采集注册用户的目标部位处于局部隐藏的变形形态时的待更替的生物特征组合，具体可以由终端发出提示消息，以提示注册用户使目标部位处于局部隐藏的变形形态，终端采集到处于局部隐藏的变形形态的目标部位对应的生物特征图，并从该生物特征图中提取至少两种类型的生物特征，终端根据获得的至少两种类型的生物特征得到待更替的生物特征组合。终端对待更替的生物特征组合中各种类型的生物特征进行特征有效性分析，以确定待更替的生物特征组合是否可以对注册用户进行唯一区分，得到特征分析结果。具体应用时，终端可以对待更替的生物特征组合中各种类型的生物特征的独特性进行分析，以判定待更替的生物特征组合是否具有注册用户的独特特点，是否能够对注册用户进行唯一区分。例如，终端可以利用待更替的生物特征组合中各种类型的生物特征进行身份识别，若能够识别到其他用户，则表明待更替的生物特征组合无法对注册用户进行唯一区分，如无法识别到其他用户，则可以通过待更替的生物特征组合对注册用户进行唯一区分。在得到的特征分析结果表示所述待更替的生物特征组合有效时，即可以通过待更替的生物特征组合对注册用户进行唯一区分时，终端将注册生物特征模式中的生物特征组合，替换为待更替的生物特征组合，从而实现对注册生物特征模式的更替处理，终端可以通过更替后的注册生物特征模式进行用户身份识别处理。

本实施例中，在注册用户需要对预存的注册生物特征模式进行更替时，当终端确定获得的待更替的生物特征组合对应的特征分析结果表明该待更替的生物特征组合有效时，终端基于待更替的生物特征组合对注册用户的注册生物特征模式中的生物特征组合进行替换，从而实现对注册生物特征模式的更替处理。

在一个实施例中，身份识别方法还包括：响应于资源转移触发事件，确定资源转移参数；根据身份识别结果确定目标用户关联的目标资源账号；基于资源转移参数对目标资源账号进行资源转移。

其中，资源是可被交换成标的物的资产，资源可以是资金、电子代金券、购物券和虚拟红包等，虚拟红包是具有一定的资金数值属性的一个虚拟对象。比如，资金可在进行交易后交换成等值的商品。资源转移指资源的交换，包括资源转入方和资源转出方，资源从资源转出方转移至资源转入方，例如在购物的支付过程中，资金作为资源进行转移。资源转移触发事件指触发资源转移的事件，具体可以包括但不限于包括触发资源转移的操作、指令等。资源转移触发事件可以由需要进行资源转移处理的用户触发，如可以由资源转移处理中的资源转入方触发，也可以由资源转移处理中的资源转出方触发，资源转移即为将资源转出方所持有的资源转移一定量至资源转入方。资源转移触发事件可以实际需要进行灵活设置。资源转移参数为资源转移触发事件对应待进行资源转移处理的相关参数，具体可以包括但不限于包括资源转入方、资源转出方、资源转移量、优惠量、订单号、资源转移时间、资源转移终端等各种参数信息。目标资源账号为目标用户所关联的资源账户，通过对目标资源账号进行资源转移操作，可以实现目标用户的资源转移处理。

具体地，终端可以响应于资源转移触发事件，确定资源转移参数，如确定资源转移量、资源转入方等。若根据身份识别结果可以确定目标用户对应的用户身份时，终端可以根据身份识别结果确定目标用户关联的目标资源账号，具体可以由终端基于身份识别结果确定目标用户对应的用户身份，并根据目标用户对应的用户身份，确定目标用户关联的目标资源账号，目标资源账号中包括目标用户的资源。终端基于确定的资源转移参数，对目标资源账号进行资源转移，如按照资源转移参数中的资源转移量，将目标资源账号中的资源转入到资源转移参数中的资源转入方中，从而实现对目标用户的资源转移处理。在具体实现中，资源转移过程中所支持的最大转移额度与目标用户的目标部位所处的局部隐藏的变形形态相关。例如，目标部位处于局部隐藏的变形形态1时，支持的最大转移额度为a；目标部位处于局部隐藏的变形形态2时，支持的最大转移额度为b；目标部位处于局部隐藏的变形形态3时，支持的最大转移额度为c，从而目标用户可以进一步通过处于局部隐藏的不同变形形态，来实现对不同转移量的资源转移处理。

本实施例中，基于身份识别结果确定目标用户关联的目标资源账号，并在触发资源转移触发事件时，通过目标用户关联的目标资源账号，根据相应的资源转移参数进行资源转移处理，从而通过目标部位的识别方式实现资源转移处理，在提高资源转移的处理效率的同时，确保了资源转移处理过程中用户完整生物特征的安全性。

在一个实施例中，将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：确定预存的注册生物特征模式；将采集的生物特征组合中每种类型的生物特征，与注册生物特征模式中，每种类型的生物特征相应类型的注册生物特征进行特征匹配，获得每种类型的生物特征各自对应的特征匹配结果；根据每种类型的生物特征各自对应的特征匹配结果，得到生物特征匹配结果。

其中，注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。注册生物特征模式中包括目标部位处至少两种类型的注册生物特征。注册生物特征为注册用户在进行身份注册时，终端采集针对注册用户处于局部隐藏的变形形态的目标部位所采集得到的生物特征。

具体地，在对采集的生物特征组合进行特征匹配时，终端确定预存的注册生物特征模式，并将采集的生物特征组合中每种类型的生物特征，与注册生物特征模式中，每种类型的生物特征相应类型的注册生物特征进行特征匹配，获得每种类型的生物特征各自对应的特征匹配结果。生物特征组合中每种类型的生物特征对应于一特征匹配结果，终端根据每种类型的生物特征各自对应的特征匹配结果，得到生物特征匹配结果。具体可以由终端综合各种类型的生物特征各自对应的特征匹配结果，如终端可以按照各种类型的生物特征对应的权重，将相应的特征匹配结果进行加权融合，得到生物特征匹配结果。

本实施例中，将采集的生物特征组合中每种类型的生物特征，与注册生物特征模式中，每种类型的生物特征相应类型的注册生物特征进行特征匹配，并根据每种类型的生物特征各自对应的特征匹配结果，得到生物特征匹配结果，通过生物特征组合中多种类型的生物特征实现特征匹配，可以确保身份识别的准确性。

在一个实施例中，将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：确定身份识别触发事件对应的触发场景；从预存的注册生物特征模式中，确定与触发场景关联的目标注册生物特征模式；将采集的生物特征组合，与目标注册生物特征模式进行特征匹配，获得生物特征匹配结果。

其中，触发场景为身份识别触发事件对应的场景，如门禁场景、支付场景、游戏防沉迷场景等各种场景。对于不同的触发场景，可以设置不同的注册生物特征模式，例如，在门禁场景中可以设置注册生物特征模式1，而在支付场景可以设置注册生物特征模式2，从而用户可以通过注册生物特征模式1在门禁场景进行身份识别，通过注册生物特征模式2在支付场景进行身份识别。目标注册生物特征模式为与触发场景关联的注册生物特征模式，即通过目标注册生物特征模式在触发场景下实现身份识别处理。

具体地，在对采集的生物特征组合进行特征匹配时，终端确定身份识别触发事件对应的触发场景，如可以确定身份识别触发事件的触发时间、触发地点、触发设备、触发方式等，从而确定身份识别触发事件对应的触发场景。触发场景可以包括不同的触发时间、触发地点或触发环境等，针对不同的触发场景对应设置相应的注册生物特征模式，可以进一步确保身份识别的准确性。终端从预存的注册生物特征模式中，确定与触发场景关联的目标注册生物特征模式，目标注册生物特征模式适用于在触发场景下对用户进行身份识别处理。终端将采集的生物特征组合，与目标注册生物特征模式进行特征匹配，具体可以将采集的生物特征组合中每种类型的生物特征，与目标注册生物特征模式中，每种类型的生物特征相应类型的注册生物特征进行特征匹配，并根据每种类型的生物特征各自对应的特征匹配结果，得到生物特征匹配结果。

本实施例中，根据身份识别触发事件对应触发场景所关联的目标注册生物特征模式，对采集的生物特征组合进行特征匹配，以实现触发场景下的身份识别处理，不同的触发场景可以对应于不同的目标注册生物特征模式，能够确保身份识别的准确性。

在一个实施例中，注册生物特征模式，包括在注册用户的目标部位处于局部隐藏的不同变形形态时，分别对注册用户的目标部位进行身份注册获得的至少两种生物特征组合。将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：将采集的生物特征组合，与预存的注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到注册生物特征模式中每种生物特征组合各自对应的生物特征匹配结果。

其中，注册生物特征模式，包括在注册用户的目标部位处于局部隐藏的不同变形形态时，分别对注册用户的目标部位进行身份注册获得的至少两种生物特征组合。注册生物特征模式包括多种生物特征组合，每种生物特征组合根据注册用户的目标部位处于局部隐藏的不同变形形态时，对应采集的生物特征进行组合得到。具体地，在对采集的生物特征组合进行特征匹配时，终端将采集的生物特征组合，与预存的注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到注册生物特征模式中每种生物特征组合各自对应的生物特征匹配结果。具体由终端将采集的生物特征组合，分别与注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到每种特征匹配各自对应的生物特征匹配结果。

进一步地，根据生物特征匹配结果，确定针对目标用户的身份识别结果，包括：根据各种生物特征组合各自对应的生物特征匹配结果中，匹配成功的生物特征匹配结果，确定针对目标用户的身份识别结果。

具体地，终端从各种生物特征组合各自对应的生物特征匹配结果中确定匹配成功的生物特征匹配结果，并基于匹配成功的生物特征匹配结果，确定针对目标用户的身份识别结果。在具体实现时，各种生物特征组合各自对应的生物特征匹配结果中，只要存在任一匹配成功的生物特征匹配结果，则可以认为匹配成功，并根据匹配成功的生物特征匹配结果确定针对目标用户的身份识别结果。

本实施例中，注册用户可预先注册多种生物特征组合，用户可以通过任一一种生物特征组合实现身份识别处理，从而使得用户可以拥有多种身份识别凭证，通过任意一种身份识别凭证均能实现身份识别，可以扩展身份识别的适用场景，有利于提高身份识别的处理效率。

在一个实施例中，身份识别方法还包括：响应于身份识别触发事件，采集目标用户的目标部位的特征图像；基于特征图像对目标部位进行局部隐藏分析，得到局部隐藏分析结果；当局部隐藏分析结果表示目标部位不处于局部隐藏的变形形态时，确定目标用户的身份识别结果为身份识别失败。

其中，身份识别触发事件指触发进行身份识别的事件，具体可以包括但不限于包括触发身份识别的操作、指令等。特征图像为针对目标用户的目标部位进行特征采集得到的图像，具体可以为生物特征图。

具体地，终端响应于目标用户的身份识别触发事件，针对目标用户的目标部位进行生物特征采集，采集得到目标用户的目标部位的特征图像，如采集得到目标用户手掌处的彩色图像、红外图像。终端基于采集的特征图像对目标部位进行局部隐藏分析，以确定目标部位是否处于局部隐藏的变形形态，得到局部隐藏分析结果。在局部隐藏分析结果表示目标部位不处于局部隐藏的变形形态时，表明目标用户未对目标部位进行局部隐藏，则终端可以直接确定目标用户的身份识别结果为身份识别失败。在具体实现时，终端预存的注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合，注册生物特征模式对应的是处于局部隐藏的变形形态的目标部位。若采集的目标用户的目标部位不处于局部隐藏的变形形态，则可以直接确定目标用户的身份识别，从而提高了身份识别的处理效率。

本实施例中，在确定目标用户的目标部位不处于局部隐藏的变形形态时，终端直接确定目标用户的身份识别结果为身份识别失败，从而可以根据目标用户的目标部位所处的部位形态，实现对目标用户的准确身份识别，提高了身份识别的处理效率。

在一个实施例中，身份识别方法还包括：响应于身份识别触发事件，采集目标用户的目标部位对应的深度图像；基于深度图像对目标用户进行活体检测，得到活体检测结果；当活体检测结果为检测不通过时，确定目标用户的身份识别结果为身份识别失败。

其中，身份识别触发事件指触发进行身份识别的事件，具体可以包括但不限于包括触发身份识别的操作、指令等。深度图像是包括有深度信息的图像，深度信息是被拍摄的物体距离摄像头之间的距离。深度图像可以通过深度摄像头采集得到。活体检测是确定对象真实生理特征的方法，可有效抵御照片、换脸、面具、遮挡以及屏幕翻拍等常见的攻击手段，从而帮助用户甄别欺诈行为，保障用户的利益。

具体地，终端响应于目标用户的身份识别触发事件，采集目标用户的目标部位对应的深度图像，具体可以由终端通过深度摄像头采集目标用户的目标部位的深度图像。终端基于采集的深度图像对目标用户进行活体检测，得到活体检测结果，若活体检测结果为检测不通过，则表明当前检测的目标用户可能为假体，则终端可以直接确定目标用户的身份识别结果为身份识别失败。若活体检测结果为检测通过，则终端可以进一步执行将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果的步骤，从而实现对目标用户的身份识别处理。

本实施例中，通过目标用户的目标部位对应的深度图像进行活体检测，在确定目标用户为真实用户时执行针对目标用户进行身份识别的处理，而在确定目标用户为虚假用户时，直接确定目标用户的身份识别结果为身份识别失败，可以确保身份识别处理的准确性和安全性。

本申请还提供一种应用场景，该应用场景应用上述的身份识别方法。具体地，该身份识别方法在该应用场景的应用如下：

在门禁系统中设置有摄像头，可以对用户的人脸进行人脸数据采集，在目标用户需要通过门禁系统时，触发身份识别触发事件，门禁系统的门禁终端针对目标用户处于局部隐藏的变形形态的脸部进行人脸数据采集，并从采集的人脸数据中提取人脸特征，得到目标用户对应的生物特征组合，生物特征组合中包括目标用户的脸部处至少两种类型的生物特征。终端将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果。注册生物特征模式，是在注册用户的脸部处于局部隐藏的变形形态时，对注册用户的脸部进行身份注册获得的生物特征组合。终端根据生物特征匹配结果，确定针对目标用户的身份识别结果，当根据身份识别结果确定目标用户为门禁系统的授权用户时，门禁系统取消对目标用户的拦截，以便目标用户通过门禁系统。

本申请还另外提供一种应用场景，该应用场景应用上述的身份识别方法。

具体地，该身份识别方法在该应用场景的应用如下：

刷掌是指通过手掌的生物特征，如手掌的掌纹特征和掌静脉特征识别进行身份识别的方法。人手掌上的掌纹、掌静脉等信息和人脸类似，都是非常重要的生物特征，且很难改变，所以通过人手掌进行身份识别，进一步资源转移，如进行购物支付，是身份识别研究的趋势之一。但人手掌的信息如果丢失了，或者被他人仿造，则后果严重，相当于钥匙交予他人，存在极大的安全隐患，人手掌与密码、卡片等识别方式不同，人手掌上的生物特征很难修改。人的手掌有丰富的人体特征信息，通过结合掌纹特征和掌静脉特征可以实现人体身份辨识和活体辨识，且能避免双胞胎等难以识别情况(刷脸的问题)。通过掌静脉掌纹融合来确认个体身份及活体特征的系统，简称掌静脉掌纹多模态识别系统。在掌静脉掌纹多模态识别系统中，掌静脉掌纹特征为从掌静脉掌纹样本中提取的用于比对的数值或标记，简称为手掌特征；掌静脉掌纹样本为在掌静脉掌纹特征项提取之前的掌静脉掌纹图像的模拟表示或数字表示，简称手掌样本；掌静脉掌纹参考属于用户的并作为掌静脉掌纹比对对象的一个或多个已存储的掌静脉掌纹样本特征，简称手掌参考；掌静脉掌纹探针为输入到算法与手掌参考进行比对的手掌样本或特征，简称手掌探针。掌静脉掌纹验证是掌静脉掌纹融合应用之一，将所产生的掌静脉站稳特征与按用户标识信息所给定的已存储的用户的掌静脉特征参考进行比对(1：1比对)，以确认用户是否为所声明的身份，简称手掌比对。掌静脉掌纹辨识是指掌静脉掌纹融合应用之一，将所产生的掌静脉掌纹特征与已存储的指定范围内的所有掌静脉掌纹特征进行比对(1：N比对)，确定用户身份，简称手掌辨识。通过掌静脉掌纹多模态识别系统，可以利用掌静脉掌纹特征实现用户身份的认证和识别处理。

在刷掌设备的硬件层面，可以采用RGB或单色摄像头或IR摄像头(红外摄像头)采集掌纹信息，通过940nm红外补光下的IR图片，采集到的手掌内的血管影像信息，即掌静脉，再辅助蓝色(白色)补光灯等，可以达到更好的采集效果。而在算法层面，可以通过特征模式识别及AI(Artificial Intelligence，人工智能)机器学习的各种方式，以基于掌纹特征和掌静脉特征进行身份识别。其中，手掌的掌纹(Palm Print)是指手掌的纹理图像信息，可以通过RGB相机拍摄得到。如图4所示，为一个实施例中，手掌掌纹的示意图，掌纹中反映了手掌上表面纹理的信息特征，可以用于区别不同手掌，从而实现身份识别。手掌的掌静脉(Palm Vein)是指手掌的静脉信息图像，用于反映人体手掌中静脉影像信息，具有活体辨识能力，可以通过红外相机拍摄得到。如图5所示，为一个实施例中，手掌掌静脉的示意图，掌静脉中反映了手掌上静脉的信息特征，可以用于区别不同手掌，从而实现身份识别。

刷掌有诸多优势，便于人们使用，正在各个应用领域中逐渐普及。目前，在采集过程中，默认要求被采集人手掌张开，不能遮挡。如图6所示，为一种刷掌设备的使用方式，刷掌设备竖直设置，用户通过张开手掌，由刷掌设备针对手掌进行生物特征采集，以实现身份识别。如图7所示，为另一种刷掌设备的使用方式，刷掌设备水平设置，用户通过张开手掌，由刷掌设备针对手掌进行生物特征采集，以实现身份识别。人手掌的特征是固定不变的，如果人手掌信息泄露，攻击者仿造同样信息的假体，可能伪造身份，造成损失。即使掌静脉图像的活体特征比较明显，但依然有被攻破的可能，存在用户手掌的完整特征泄露的安全隐患。

具体地，当用户在支付设备上主动发起的手掌注册时，用户可以采用一个特殊的手型，如内凹或者遮挡部分，使得手掌特征与正常完整张开的手掌不一样，实现手掌信息的局部隐藏或变形，可以防止手掌上完整生物特征被窃取。人手掌有大量的生物特征点，通过将掌纹和掌静脉双因子融合进行身份识别，对手掌进行局部遮挡后仍可以有丰富的特征信息用来辨识。同时，手部因为有手指及手部灵活等原因，更容易做出多种手势，且每次做出来的形态统一，实现遮挡部位统一。而他人窃取掌纹，一般是对张开无遮挡的手掌拍照，即使取得了完整掌纹信息，但是与用户注册时的不一致，也无法伪造进行识别。进一步地，用户可以做几种遮挡或凹陷手势，使得自己有多个掌纹秘钥。所以，即使当前的掌型pattern1被盗取了，用户重新修改底库，则可以产生新的pattern2，依然可以使用刷掌，且不受原pattern1丢失的影响。

进一步地，在对手掌进行局部隐藏，具体通过遮挡方式形成各种手型pattern_shelter时，以左手为例，如图8所示，可以通过中指、无名指和小拇指进行向手掌侧弯折，以实现对手掌右上部进行遮挡；如图9所示，可以通过大拇指向手掌侧弯折，实现对手掌左侧和手掌中部进行局部遮挡；如图10所示，可以通过食指向手掌侧弯折，实现对手掌左上部进行局部遮挡；如图11所示，可以通过食指、中指、无名指和小拇指向手掌侧弯折，实现对手掌上部和手掌中部进行局部遮挡。而通过变形方式形成局部隐藏的手型pattern_Transform时，以左手为例，如图12所示，可以通过手掌向内侧进行凹陷，形成手掌凹陷的手型，从而对手掌的中部进行局部隐藏。此外，还可以综合局部遮挡以及变形方式，形成对应的手型pattern_shelter_transform。以左手为例，如图13所示，可以通过兰花指的手型，实现对手掌中左上部进行局部隐藏。

在具体实现时，如图14所示，在底库注册各种手型模式pattern时，注册用户可以触发开通刷掌，终端展示用户协议，在注册用户确认用户协议，同意开通刷掌时，将用户采用的特定手型pattern1进行录入，在底库中生成pattern1，从而实现注册用户的手掌注册。手型模式pattern可以指一种手掌状态，对应一种特定的掌纹和掌静脉的组合。在进行刷掌处理时，如图15所示，用户触发刷掌支付，用户进行刷掌，终端采集到用户的手掌信息patternN，终端基于用户的手掌信息patternN进行活体检测(Liveness Detection)，活体检测是指对解剖学特征、无意识或有意识的反应的度量和分析，以确定采集到的手掌样本是否来自在采集端的活人。若活体检测通过，则将patternN与底库中的各种手型模式进行匹配，若匹配成功，则展示用户身份信息，并通过用户对应的账户进行支付。若活体检测不通过，或未识别出用户身份，则提示用户重新进行刷掌处理。在用户需要对底库中注册的手型进行更新时，如图16所示，用户可以触发更新刷掌底库信息，终端可以展示用户协议，在用户同意更新刷掌底库信息时，将用户采用的特定手型pattern2进行录入，并在底库中生成pattern2，从而实现注册用户的手掌更新。更新的pattern2可以对注册的pattern1进行替换，从而用户可以通过更新后的pattern2进行刷掌处理。

具体地，在硬件层面，需要设置大FOV(Field of view，视场角)，能够抓取更全(即上下更高，左右更宽)的范围，从而获取更多的信息，以保证手掌信息不被遗漏。如图17所示，为FOV视场角的示意图，FOV视场角用于描述相机成像给定场景的角度范围，主要有水平视场角、垂直视场角和对角线视场角三种。其中，设置更大的FOV，可以使摄像头拍摄的对角范围、垂直范围和水平范围更大，从而确保手掌信息不被摄像头遗漏。进一步地，如图18所示，在焦点前后各有一个容许弥散圆，这两个弥散圆之间的距离称作景深，即：在被摄主体(对焦点)前后，其影像仍然有一段清晰范围的，就是景深。换言之，被摄体的前后纵深，呈现在底片面的影像模糊度，都在容许弥散圆的限定范围内。景深随镜头的焦距、光圈值、拍摄距离而变化。对于固定焦距和拍摄距离，使用光圈越小，景深越大。在对手掌进行拍摄时，还可以调整到合适的景深，以确保拍摄的手掌图像能够用于身份识别。而在硬件层面，针对局部遮挡的手掌，不能判断为无效手掌，而且，虽然局部遮挡，还是漏出大部分生物特征，需要设置完善的多模态，设置各种手型下生物特征的模式识别和训练，并做好算法阈值、FAR(False Accept Rate，错误接受率)、FRR(False Reject Rate，错误拒绝率)等指标的阈值管控，以确保针对手掌进行准确的身份识别处理。其中，阈值是指做出两个或多个掌静脉掌纹样本是否来源于同一人的判定所依据的边界值(或值集)。FAR指错误接受的数量占正确拒绝数量与错误接受数量之和的比例，用百分比表示，错误接受率有时也被称作误匹配率、误识率、认假率、误报率、误警率、假阳率等；FRR指错误拒绝的数量占正确接受和错误拒绝数量之和的比例，用百分比表示，错误拒绝率有时也被称作拒真率、漏报率、漏警率、假阴率等。

在具体刷掌支付的场景中，如图19所示，传统的刷掌支付中，用户在刷掌设备处张开手掌，以由刷掌设备采集用户完整的手掌特征进行身份识别，在确定用户身份后，为用户进行支付处理，用户手掌的完整信息容易被泄露，存在安全隐患。而本实施例提供的身份识别方法中，如图20所示，用户可以同食指弯折对手掌进行局部隐藏后的手型进行刷掌支付，可以防止手掌处完整的生物特征被盗取。此外，如图21所示，用户还可以通过不同手型，具体可以通过食指、中指、无名指和小拇指均内折弯曲的手型进行刷掌支付，从而在防止手掌处完整的生物特征被盗取的同时，可以扩展刷掌支付的手型，即使某种手型的信息泄露，也可以通过更换手型的方式确保刷掌支付的安全性。本实施例提供的通过多中手掌手型pattern进行身份识别的处理，可以使用户有了“多张手掌”，如同多个卡片或多个密码一样，使用户手掌的生物特征更安全。

本申请还提供一种应用场景，该应用场景应用上述的身份识别方法。具体地，该身份识别方法在该应用场景的应用如下：

为了解决未成年人沉迷网络游戏的现状，目前通过网络游戏防沉迷系统以对未成年人的在线游戏时间予以限制，具体通过各种在线游戏时间规定，以限制未成年人的在线游戏时间。例如，在网络游戏防沉迷系统中，未成年人累计3小时以内的游戏时间为“健康”游戏时间；超过3小时后的2小时游戏时间为“疲劳”时间，在此时间段，玩家获得的游戏收益将减半；如累计游戏时间超过5小时即为“不健康”游戏时间，玩家的收益降为0，以此迫使未成年人下线休息、学习，实现对未成年人在线游戏时间的限制。又如，各网络游戏仅可在周五、周六、周日和法定节假日的每日20时至21时，向未成年人提供1小时服务，此时，除了对在线游戏时间进行判定外，还需要对游戏用户的身份进行识别，以判定是否为未成年人，从而确定是否需要对游戏用户的游戏时间进行限制。

例如，在周五20时至21时，若游戏用户的在线游戏时间已达1小时，若游戏用户继续游戏，则需要对游戏用户身份进行识别，以确定游戏用户是否为未成年人，若是则对其进行限制，不为其提供游戏服务。具体地，网络游戏触发身份识别触发事件，终端响应于该身份识别触发事件，开启摄像头，针对游戏用户处于局部隐藏的变形形态的目标部位，如脸部或手掌或其他部位进行生物数据采集，并从采集的生物数据中提取生物特征，得到游戏用户对应的生物特征组合，生物特征组合中包括目标用户的目标部位处至少两种类型的生物特征。终端将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果。注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合。终端根据生物特征匹配结果，确定针对游戏用户的身份识别结果，当根据身份识别结果确定游戏用户为未成年人时，则停止对游戏用户提供网络游戏服务，以防止未成年人冒用成年人身份继续在线游戏；若根据身份识别结果确定游戏用户为成年人时，则可以对该游戏用户继续提供网络游戏服务，从而基于身份识别实现网络游戏防沉迷的处理。应该理解的是，虽然如上所述的各实施例所涉及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，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图22所示，提供了一种身份识别装置2200，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：生物特征采集模块2202、生物特征匹配模块2204和身份识别处理模块2206，其中：

生物特征采集模块2202，用于响应于身份识别触发事件，针对目标用户的目标部位，采集目标部位处于局部隐藏的变形形态时的生物特征组合；生物特征组合，是目标部位处的至少两种类型的生物特征的组合；

生物特征匹配模块2204，用于将采集的生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；注册生物特征模式，是在注册用户的目标部位处于局部隐藏的变形形态时，对注册用户的目标部位进行身份注册获得的生物特征组合；

身份识别处理模块2206，用于根据生物特征匹配结果，确定针对目标用户的身份识别结果。

在一个实施例中，目标部位为手掌；生物特征组合至少包括手掌处的掌纹特征和掌静脉特征；生物特征匹配模块2204，包括注册模式确定模块、掌纹匹配模块、掌静脉匹配模块和匹配结果获得模块；其中：注册模式确定模块，用于确定预存的注册生物特征模式；注册生物特征模式至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征；掌纹匹配模块，用于将采集的生物特征组合中的掌纹特征，与掌纹注册特征进行掌纹特征匹配，得到掌纹特征匹配结果；掌静脉匹配模块，用于将采集的生物特征组合中的掌静脉特征，与掌静脉注册特征进行掌静脉特征匹配，得到掌静脉特征匹配结果；匹配结果获得模块，用于根据掌纹特征匹配结果和掌静脉特征匹配结果，获得生物特征匹配结果。

在一个实施例中，匹配结果获得模块包括匹配权重模块和加权融合模块；其中：匹配权重模块，用于确定掌纹匹配权重和掌静脉匹配权重；加权融合模块，用于基于掌纹匹配权重和掌静脉匹配权重，对掌纹特征匹配结果和掌静脉特征匹配结果进行加权融合，得到生物特征匹配结果。

在一个实施例中，目标部位为手掌；生物特征采集模块2202包括识别触发响应模块、特征图采集模块和特征提取模块；其中：识别触发响应模块，用于响应于身份识别触发事件，进入手掌特征采集状态；特征图采集模块，用于在手掌特征采集状态下，采集目标用户的手掌的生物特征图；特征提取模块，用于当确定目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取得到目标用户的手掌的生物特征组合。

在一个实施例中，特征提取模块包括形态识别模块、手掌特征提取模块和手掌特征组合获得模块；其中：形态识别模块，用于基于生物特征图对目标用户的手掌进行手掌形态识别，得到手掌形态识别结果；手掌特征提取模块，用于当手掌形态识别结果表示目标用户的手掌处于局部隐藏的手掌形态时，从生物特征图中提取目标用户的手掌的至少两种类型的手掌生物特征；手掌特征组合获得模块，用于根据至少两种类型的手掌生物特征，得到目标用户的手掌的生物特征组合。

在一个实施例中，还包括手势确定模块和手势识别模块；其中：手势确定模块，用于根据生物特征图，确定目标用户的手掌对应的目标手势；手势识别模块，用于基于本地的注册手势库中的各注册手势，对目标手势进行手势识别，得到手势识别结果；生物特征匹配模块2204，还用于当手势识别结果为识别通过时，将采集的生物特征组合发送至服务器，以由服务器将采集的生物特征组合与预存的注册生物特征模式进行特征匹配；获得服务器返回的生物特征匹配结果。

在一个实施例中，还包括注册事件响应模块、注册特征获得模块和注册处理模块；其中：注册事件响应模块，用于响应于注册身份识别的触发事件，进入生物特征采集状态；注册特征获得模块，用于在生物特征采集状态下，采集注册用户的目标部位处于局部隐藏的变形形态时的待注册的生物特征组合；注册处理模块，用于当待注册的生物特征组合满足身份识别注册条件时，基于待注册的生物特征组合对注册用户的目标部位进行身份注册，获得注册生物特征模式。

在一个实施例中，还包括更替事件响应模块、更替特征获得模块和更替处理模块；其中：更替事件响应模块，用于响应于更替注册生物特征模式的触发事件，采集注册用户的目标部位处于局部隐藏的变形形态时的待更替的生物特征组合；更替特征获得模块，用于对待更替的生物特征组合中各种类型的生物特征进行特征有效性分析，得到特征分析结果；更替处理模块，用于当特征分析结果表示待更替的生物特征组合有效时，将注册生物特征模式中的生物特征组合，替换为待更替的生物特征组合。

在一个实施例中，还包括资源转移参数确定模块、资源账号确定模块和资源转移处理模块；其中：资源转移参数确定模块，用于响应于资源转移触发事件，确定资源转移参数；资源账号确定模块，用于根据身份识别结果确定目标用户关联的目标资源账号；资源转移处理模块，用于基于资源转移参数对目标资源账号进行资源转移。

在一个实施例中，生物特征匹配模块2204包括特征模式确定模块、特征模式匹配模块和特征匹配结果获得模块；其中：特征模式确定模块，用于确定预存的注册生物特征模式；特征模式匹配模块，用于将采集的生物特征组合中每种类型的生物特征，与注册生物特征模式中，每种类型的生物特征相应类型的注册生物特征进行特征匹配，获得每种类型的生物特征各自对应的特征匹配结果；特征匹配结果获得模块，用于根据每种类型的生物特征各自对应的特征匹配结果，得到生物特征匹配结果。

在一个实施例中，生物特征匹配模块2204包括场景确定模块、场景特征模式确定模块和场景特征模式匹配模块；其中：场景确定模块，用于确定身份识别触发事件对应的触发场景；场景特征模式确定模块，用于从预存的注册生物特征模式中，确定与触发场景关联的目标注册生物特征模式；场景特征模式匹配模块，用于将采集的生物特征组合，与目标注册生物特征模式进行特征匹配，获得生物特征匹配结果。

在一个实施例中，注册生物特征模式，包括在注册用户的目标部位处于局部隐藏的不同变形形态时，分别对注册用户的目标部位进行身份注册获得的至少两种生物特征组合；生物特征匹配模块2204，还用于将采集的生物特征组合，与预存的注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到注册生物特征模式中每种生物特征组合各自对应的生物特征匹配结果；身份识别处理模块2206，还用于根据各种生物特征组合各自对应的生物特征匹配结果中，匹配成功的生物特征匹配结果，确定针对目标用户的身份识别结果。

在一个实施例中，还包括特征图像采集模块、局部隐藏分析模块和识别失败确定模块；其中：特征图像采集模块，用于响应于身份识别触发事件，采集目标用户的目标部位的特征图像；局部隐藏分析模块，用于基于特征图像对目标部位进行局部隐藏分析，得到局部隐藏分析结果；识别失败确定模块，用于当局部隐藏分析结果表示目标部位不处于局部隐藏的变形形态时，确定目标用户的身份识别结果为身份识别失败。

在一个实施例中，还包括深度图像采集模块、活体检测模块和检测结果处理模块；其中：深度图像采集模块，用于响应于身份识别触发事件，采集目标用户的目标部位对应的深度图像；活体检测模块，用于基于深度图像对目标用户进行活体检测，得到活体检测结果；检测结果处理模块，用于当活体检测结果为检测不通过时，确定目标用户的身份识别结果为身份识别失败。

关于身份识别装置的具体限定可以参见上文中对于身份识别方法的限定，在此不再赘述。上述身份识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图23所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备还包括输入输出接口，输入输出接口是处理器与外部设备之间交换信息的连接电路，它们通过系统总线与处理器相连，简称I/O接口。该计算机程序被处理器执行时以实现一种身份识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图23中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，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方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (18)

1.一种身份识别方法，其特征在于，所述方法包括：

响应于身份识别触发事件，针对目标用户的目标部位，采集所述目标部位处于局部隐藏的变形形态时的生物特征组合；所述生物特征组合，是所述目标部位处的至少两种类型的生物特征的组合；

将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；所述注册生物特征模式，是在注册用户的所述目标部位处于局部隐藏的变形形态时，对所述注册用户的所述目标部位进行身份注册获得的生物特征组合；

根据所述生物特征匹配结果，确定针对所述目标用户的身份识别结果。

2.根据权利要求1所述的方法，其特征在于，所述目标部位为手掌；所述生物特征组合至少包括手掌处的掌纹特征和掌静脉特征；所述将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

确定预存的注册生物特征模式；所述注册生物特征模式至少包括对注册用户的手掌进行身份注册获得的掌纹注册特征和掌静脉注册特征；

将采集的所述生物特征组合中的掌纹特征，与所述掌纹注册特征进行掌纹特征匹配，得到掌纹特征匹配结果；

将采集的所述生物特征组合中的掌静脉特征，与所述掌静脉注册特征进行掌静脉特征匹配，得到掌静脉特征匹配结果；

根据所述掌纹特征匹配结果和所述掌静脉特征匹配结果，获得生物特征匹配结果。

3.根据权利要求2所述的方法，其特征在于，所述根据所述掌纹特征匹配结果和所述掌静脉特征匹配结果，获得生物特征匹配结果，包括：

确定掌纹匹配权重和掌静脉匹配权重；

基于所述掌纹匹配权重和所述掌静脉匹配权重，对所述掌纹特征匹配结果和所述掌静脉特征匹配结果进行加权融合，得到生物特征匹配结果。

4.根据权利要求1所述的方法，其特征在于，所述目标部位为手掌；所述响应于身份识别触发事件，针对目标用户的目标部位，采集所述目标部位处于局部隐藏的变形形态时的生物特征组合，包括：

响应于身份识别触发事件，进入手掌特征采集状态；

在所述手掌特征采集状态下，采集目标用户的手掌的生物特征图；

当确定所述目标用户的手掌处于局部隐藏的手掌形态时，从所述生物特征图中提取得到所述目标用户的手掌的生物特征组合。

5.根据权利要求4所述的方法，其特征在于，所述当确定所述目标用户的手掌处于局部隐藏的手掌形态时，从所述生物特征图中提取得到所述目标用户的手掌的生物特征组合，包括：

基于所述生物特征图对所述目标用户的手掌进行手掌形态识别，得到手掌形态识别结果；

当所述手掌形态识别结果表示所述目标用户的手掌处于局部隐藏的手掌形态时，从所述生物特征图中提取所述目标用户的手掌的至少两种类型的手掌生物特征；

根据所述至少两种类型的手掌生物特征，得到所述目标用户的手掌的生物特征组合。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述生物特征图，确定所述目标用户的手掌对应的目标手势；

基于本地的注册手势库中的各注册手势，对所述目标手势进行手势识别，得到手势识别结果；

所述将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

当所述手势识别结果为识别通过时，将采集的所述生物特征组合发送至服务器，以由所述服务器将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配；

获得所述服务器返回的生物特征匹配结果。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于注册身份识别的触发事件，进入生物特征采集状态；

在所述生物特征采集状态下，采集所述注册用户的所述目标部位处于局部隐藏的变形形态时的待注册的生物特征组合；

当所述待注册的生物特征组合满足身份识别注册条件时，基于所述待注册的生物特征组合对所述注册用户的所述目标部位进行身份注册，获得所述注册生物特征模式。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于更替注册生物特征模式的触发事件，采集所述注册用户的所述目标部位处于局部隐藏的变形形态时的待更替的生物特征组合；

对所述待更替的生物特征组合中各种类型的生物特征进行特征有效性分析，得到特征分析结果；

当所述特征分析结果表示所述待更替的生物特征组合有效时，将所述注册生物特征模式中的生物特征组合，替换为所述待更替的生物特征组合。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于资源转移触发事件，确定资源转移参数；

根据所述身份识别结果确定所述目标用户关联的目标资源账号；

基于所述资源转移参数对所述目标资源账号进行资源转移。

10.根据权利要求1至9任意一项所述的方法，其特征在于，所述将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

确定预存的注册生物特征模式；

将采集的所述生物特征组合中每种类型的生物特征，与所述注册生物特征模式中，每种类型的所述生物特征相应类型的注册生物特征进行特征匹配，获得每种类型的所述生物特征各自对应的特征匹配结果；

根据每种类型的所述生物特征各自对应的特征匹配结果，得到生物特征匹配结果。

11.根据权利要求1至9任意一项所述的方法，其特征在于，所述将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

确定所述身份识别触发事件对应的触发场景；

从预存的注册生物特征模式中，确定与所述触发场景关联的目标注册生物特征模式；

将采集的所述生物特征组合，与所述目标注册生物特征模式进行特征匹配，获得生物特征匹配结果。

12.根据权利要求1至9任意一项所述的方法，其特征在于，所述注册生物特征模式，包括在所述注册用户的所述目标部位处于局部隐藏的不同变形形态时，分别对所述注册用户的所述目标部位进行身份注册获得的至少两种生物特征组合；

所述将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果，包括：

将采集的所述生物特征组合，与预存的注册生物特征模式中的各种生物特征组合分别进行特征匹配，得到所述注册生物特征模式中每种生物特征组合各自对应的生物特征匹配结果；

所述根据所述生物特征匹配结果，确定针对所述目标用户的身份识别结果，包括：

根据各种生物特征组合各自对应的生物特征匹配结果中，匹配成功的生物特征匹配结果，确定针对所述目标用户的身份识别结果。

13.根据权利要求1至9任意一项所述的方法，其特征在于，所述方法还包括：

响应于身份识别触发事件，采集所述目标用户的所述目标部位的特征图像；

基于所述特征图像对所述目标部位进行局部隐藏分析，得到局部隐藏分析结果；

当所述局部隐藏分析结果表示所述目标部位不处于局部隐藏的变形形态时，确定所述目标用户的身份识别结果为身份识别失败。

14.根据权利要求1至9任意一项所述的方法，其特征在于，所述方法还包括：

响应于身份识别触发事件，采集所述目标用户的目标部位对应的深度图像；

基于所述深度图像对所述目标用户进行活体检测，得到活体检测结果；

当所述活体检测结果为检测不通过时，确定所述目标用户的身份识别结果为身份识别失败。

15.一种身份识别装置，其特征在于，所述装置包括：

生物特征采集模块，用于响应于身份识别触发事件，针对目标用户的目标部位，采集所述目标部位处于局部隐藏的变形形态时的生物特征组合；所述生物特征组合，是所述目标部位处的至少两种类型的生物特征的组合；

生物特征匹配模块，用于将采集的所述生物特征组合与预存的注册生物特征模式进行特征匹配，获得生物特征匹配结果；所述注册生物特征模式，是在注册用户的所述目标部位处于局部隐藏的变形形态时，对所述注册用户的所述目标部位进行身份注册获得的生物特征组合；

身份识别处理模块，用于根据所述生物特征匹配结果，确定针对所述目标用户的身份识别结果。

16.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至14中任一项所述的方法的步骤。

17.一种计算机可读存储介质，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实现权利要求1至14中任一项所述的方法的步骤。

18.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至14任一项所述的方法的步骤。

Images