生物識別設備的測試方法、裝置、設備及系統
本案涉及電腦技術領域，尤其涉及一種生物識別設備的測試方法、裝置、設備及系統。
隨著電腦技術的不斷發展，終端設備為用戶提供的身份識別方法也越來越多，如指紋識別、面部影像識別等生物特徵識別方法，而如何對終端設備的生物特徵識別性能進行測試，成為設備提供商關注的焦點。
目前，可以透過人工參與的方式，對終端設備的生物特徵識別性能進行檢測，例如，以終端設備為帶有指紋識別功能的設備為例，測試人員可以在不同的環境(如常溫環境、強光環境等)下，將指紋輸入到不同的終端設備中，並根據每個終端設備對指紋的識別結果，確定每個終端設備的生物特徵識別性能。
但是，對於不同的生物特徵識別設備(即帶有生物特徵識別功能的終端設備)，由於測試人員的生物特徵本身可能存在變化(如生物特徵的紋理清晰程度和乾濕程度會有所變化)，並且不同環境下對測試人員的生物特徵的環境影響也不同，所以生物特徵識別設備的性能確定準確性差，另外，人工測試的方式也使得對生物特徵識別設備的性能確定的效率低。因此，需要提供一種更高確定效率和準確性的生物特徵識別設備的性能確定方案。
本案實施例的目的是提供一種生物識別設備的測試方法、裝置、設備及系統，以提供一種能提高確定效率和準確性的生物特徵識別設備的性能確定方案。
為了實現上述技術方案，本案實施例是這樣實現的：
第一方面，本案實施例提供的一種生物識別設備的測試方法，所述方法包括：從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成。在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數。獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
第二方面，本案實施例提供了一種生物識別設備的測試裝置，所述裝置包括：選取模組，從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成。第一輸入模組，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數。第一識別模組，獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
第三方面，本案實施例提供了一種生物識別設備的測試設備，所述生物識別設備的測試設備包括：處理器；以及被安排成儲存電腦可執行指令的記憶體，所述可執行指令在被執行時使所述處理器：從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成。在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數。獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
第四方面，本案實施例提供了一種生物識別設備的測試系統，所述系統包括設置有相機組件的機械臂、模擬組件和控制器，其中，所述控制器，用於從承載生物特徵的所述模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成。在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數。獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
第五方面，本案實施例提供一種儲存媒體，所述儲存媒體用於儲存電腦可執行指令，所述可執行指令在被執行時實現以下流程：從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成。在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數。獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
本案實施例提供一種生物識別設備的測試方法、裝置、設備及系統。
為了使本技術領域的人員更好地理解本案中的技術方案，下面將結合本案實施例中的圖式，對本案實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本案一部分實施例，而不是全部的實施例。基於本案中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬於本案保護的範圍。
實施例一
如圖1所示，本案實施例提供一種生物識別設備的測試方法，該方法的執行主體可以為終端設備或伺服器，該終端設備可以如個人電腦等設備，也可以如手機、平板電腦等移動終端設備，該伺服器可以是獨立的伺服器，也可以是由多個伺服器組成的伺服器集群。該方法具體可以包括以下步驟：
在S102中，從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件。
其中，模擬組件可以為基於目標用戶的預設肢體部位的生物特徵構造形成，預設肢體部位可以是目標用戶的手指、手掌等具有生物特徵的部位，生物特徵可以是指紋、掌紋等可以被生物特徵識別設備識別到的生物特徵，生物特徵識別設備可以是用於採集用戶的生物特徵資訊，並將採集到的用戶的生物特徵資訊與預先儲存的生物特徵資訊進行比較，以判斷是否為同一生物特徵資訊的設備，例如，目標用戶的預設肢體部位可以是手指，模擬組件可以是基於目標用戶的手指的指紋構造形成的模擬手指，生物特徵識別設備可以是指紋識別設備，其中，指紋識別設備可以是透過採集光訊號得到指紋影像的光學指紋傳感器，或透過採集電容訊號得到指紋影像的電容指紋傳感器等。
在實施中，隨著電腦技術的不斷發展，終端設備為用戶提供的身份識別方法也越來越多，如指紋識別、面部影像識別等生物特徵識別方法，而如何對終端設備的生物特徵識別性能進行測試，成為設備提供商關注的焦點。
目前，可以透過人工參與的方式，對終端設備的生物特徵識別性能進行檢測，例如，以終端設備為帶有指紋識別功能的設備為例，測試人員可以在不同的環境(如常溫環境、強光環境等)下，將指紋輸入到不同的終端設備中，並根據每個終端設備對指紋的識別結果，確定每個終端設備的生物特徵識別性能。但是，對於不同的生物特徵識別設備(即帶有生物特徵識別功能的終端設備)，由於測試人員的生物特徵本身可能存在變化(如生物特徵的紋理清晰程度和乾濕程度會有所變化)，並且不同環境下對測試人員的生物特徵的環境影響也不同，所以生物特徵識別設備的性能確定準確性差，另外，人工測試的方式也使得對生物特徵識別設備的性能確定的效率低。為此，本案實施例提供一種技術方案，具體可以參見下述內容。
可以對多個模擬組件進行編碼，並將編碼得到的每個模擬組件的識別碼放置在對應的模擬組件上，同時，可以將每個模擬組件的識別碼輸入到伺服器中，然後伺服器可以根據識別碼，從模擬組件中獲取目標模擬組件。例如，可以根據每個模擬組件的組件資訊，產生對應的二維碼，並將二維碼放置在對應的模擬組件上，同時可以將每個模擬組件的二維碼輸入到伺服器中，伺服器可以根據每個模擬組件的二維碼，確定對當前生物特徵識別設備的性能進行測試所需的目標模擬組件的二維碼，並透過該二維碼，選取對應的目標模擬組件。
在S104中，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中。
其中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，機械臂上設置的相機組件可以獲取目標模擬組件的影像資訊，並傳送給影像處理系統，再由影像處理系統根據得到的影像資訊中的像素分佈、亮度、顏色等資訊，將影像資訊轉換為數位資訊，影像處理系統在對這些數位資訊進行運算，抽取出目標模擬組件的特徵，進而控制機械臂將目標模擬組件的生物特徵資訊輸入到對應的生物特徵識別設備中。
在實施中，可以有多個生物特徵識別設備，機械臂上設置的相機組件可以控制機械臂，將目標模擬組件的生物特徵資訊依次分別輸入到每個生物特徵識別設備中。
由於是在測試參數相同的目標測試環節下，將目標模擬組件輸入到每個生物特徵識別設備中，所以，可以保證每個生物特徵識別設備在對目標模擬組件進行識別時的環境變量的一致性，以提高對生物特徵識別設備的性能測試的準確性，也可以保證在對多個生物特徵識別設備的性能進行比較時的準確性。
在S106中，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。
其中，預設基準生物特徵資訊可以是預先儲存的目標用戶的預設肢體部位的生物特徵資訊，也可以是預先輸入的模擬組件的生物特徵資訊。
在實施中，可以獲取生物特徵識別設備基於預設基準生物特徵資訊，對目標模擬組件的生物特徵資訊進行識別得到的錯誤接受率和錯誤拒絕率，並根據錯誤接受率和錯誤拒絕率，確定對應的識別結果，即得到生物特徵識別設備的性能測試結果。
其中，錯誤接受率(False Acceptance Rate，FAR)是指在透過多個目標模擬組件對生物特徵識別設備進行測試時，目標模擬組件的生物特徵資訊與預設基準生物特徵資訊不同時，生物特徵識別設備識別到的該目標模擬組件的生物特徵資訊與預設基準生物特徵資訊之間的匹配分數大於預設匹配臨限值，從而認為該目標模擬組件的生物特徵資訊與預設基準生物特徵資訊相同的目標模擬組件數量，與所有目標模擬組件的數量之間的比值。
錯誤拒絕率(False Rejection Rate，FRR)是指在透過多個目標模擬組件對生物特徵識別設備進行測試時，目標模擬組件的生物特徵資訊與預設基準生物特徵資訊相同時，生物特徵識別設備識別到的該目標模擬組件的生物特徵資訊與預設基準生物特徵資訊之間的匹配分數不大於預設匹配臨限值，從而認為該目標模擬組件的生物特徵資訊與預設基準生物特徵資訊不同的目標模擬組件數量，與所有目標模擬組件的數量之間的比值。
此外，還可以根據每個生物特徵識別設備的錯誤接受率和錯誤拒絕率，對多個生物特徵識別設備進行排序，並將排序結果作為每個生物特徵識別設備的性能測試結果。
上述生物特徵識別設備的性能測試結果的確定方法是一種可選地、可實現的確定方法，在實際應用場景中，還可以有多種不同的確定方法，可以根據實際應用場景的不同而有所不同，本案實施例對此不作具體限定。
本案實施例提供一種生物識別設備的測試方法，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
實施例二
如圖2所示，本案實施例提供一種生物識別設備的測試方法，該方法的執行主體可以為終端設備或伺服器，該終端設備可以如個人電腦等設備，也可以如手機、平板電腦等移動終端設備，該伺服器可以是獨立的伺服器，也可以是由多個伺服器組成的伺服器集群。該方法具體可以包括以下步驟：
在S202中，獲取不同環境下的目標用戶的預設肢體部位的生物特徵影像。
其中，模擬組件可以為基於目標用戶的預設肢體部位的生物特徵在不同環境下的生物特徵影像構造形成的模擬組件，不同環境對應的環境溫度、環境濕度、光線強度以及目標用戶的預設肢體部位的生物特徵的濕度可以不同，例如，多個不同環境可以包括常溫室內且目標用戶的預設肢體部位的生物特徵的濕度大於第一濕度臨限值且小於第二濕度臨限值的環境、常溫室內且目標用戶的預設肢體部位的生物特徵的濕度不大於第一濕度臨限值的環境、常溫室內且目標用戶的預設肢體部位的生物特徵的濕度不小於第二濕度臨限值的環境、強光且目標用戶的預設肢體部位的生物特徵的濕度大於第一濕度臨限值且小於第二濕度臨限值的環境、以及寒冷狀態且目標用戶的預設肢體部位的生物特徵的濕度大於第一濕度臨限值且小於第二濕度臨限值的環境等。
在實施中，可以根據目標用戶的預設肢體部位在不同環境下的生物特徵影像，構造形成對應的模擬組件。
在S204中，基於預設影像特徵提取演算法，提取不同環境中每個環境對應的生物特徵影像的影像特徵。
其中，預設影像特徵提取演算法可以為方向梯度直方圖演算法、高斯函數差分演算法、區域二元模式演算法等。
在實施中，由於目標用戶的預設肢體部位的生物特徵影像在不同環境下可以有不同的影像特徵(例如，對於寒冷狀態且目標用戶的預設肢體部位的生物特徵的濕度大於第一濕度臨限值且小於第二濕度臨限值的環境下，獲取到的目標用戶的預設肢體部位的生物特徵影像可能包含由於紋路斷開造成的短線，對於常溫室內且目標用戶的預設肢體部位的生物特徵的濕度不小於第二濕度臨限值的環境下，獲取到的目標用戶的預設肢體部位的生物特徵影像中就可能存在與小水珠對應的影像雜訊)，所以，可以透過預設影像特徵提取演算法，對每個環境對應的生物特徵影像進行特徵提取，以得到每個環境對應的生物特徵影像的影像特徵。
另外，在每個環境對應的生物特徵影像有多個的情況下(即每個環境可以對應有多個影像特徵)，可以基於預設機器學習演算法(如聚類演算法)，對這多個生物特徵影像的影像特徵進行處理，以確定每個環境下的影像特徵。
在S206中，基於目標環境下的影像特徵，對目標環境下的模擬組件進行調整，以得到模擬組件。
其中，目標環境可以為不同環境中的任意一個環境。
在實施中，在實際應用中，上述S206的處理方式可以多種多樣，以下提供一種可選的實現方式，具體可以參見下述步驟一~步驟三處理。
步驟一，獲取模擬組件所屬的第一環境資訊，以及模擬組件對應的目標用戶的預設肢體部位在第一環境資訊對應的環境下的第二生物特徵影像。
步驟二，獲取生物特徵識別設備對模擬組件的第一錯誤接受率和第一錯誤拒絕率，以及生物特徵識別設備對第二生物特徵影像的第二錯誤接受率和第二錯誤拒絕率。
步驟三，在第一錯誤接受率和第二錯誤接受率的差值不小於預設第一臨限值，和/或第一錯誤拒絕率和第二錯誤拒絕率的差值不小於預設第二臨限值的情況下，獲取第一環境資訊對應的環境下的影像特徵，並基於影像特徵，對模擬組件進行調整，以得到模擬組件。
在實施中，可以透過雷射雕刻或者化學蝕刻的方式，對模擬組件進行調整，以使模擬組件的生物特徵與目標用戶的預設肢體部位的生物特徵之間的差距小於預設臨限值。
在S208中，基於機械臂上設置的相機組件控制機械臂從承載生物特徵的模擬組件中選取目標模擬組件。
其中，生物特徵可以包括指紋特徵和掌紋特徵中的一種或多種。
在S210中，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中。
上述S210的具體處理過程可以參見上述實施例一中S104的相關內容，在此不再贅述。
在S212中，將模擬組件的生物特徵資訊輸入到生物特徵識別設備中，並將模擬組件的生物特徵資訊作為預設基準生物特徵資訊。
在S214中，獲取生物特徵識別設備基於預設基準生物特徵資訊以及膜上的紋路資訊，對目標模擬組件的生物特徵資訊進行識別得到的識別結果。
其中，生物特徵識別設備上可以覆蓋有包含預定紋路的膜，包含預定紋路的膜可以是包含有能夠被生物特徵識別設備識別到的帶有明顯紋路特徵預定紋路的膜。
在S216中，基於識別結果，確定生物特徵識別設備的性能測試結果。
在實施中，假設生物特徵識別設備識別到的影像為包含膜上的紋路資訊以及目標模擬物件的生物特徵資訊的影像，則可以將該影像與基準生物特徵資訊進行匹配，如果匹配成功，則表明生物特徵識別設備的識別準確性差，即生物特徵識別設備的性能差。
在S218中，獲取與模擬組件對應的目標用戶的預設肢體部位的生物特徵影像，並基於生物特徵影像構建生物特徵測試組件。
其中，生物特徵影像可以為基於預設影像處理方法進行處理後的影像，預設影像處理方法包括但不限於鏡像處理方法、反色處理方法和銳化處理方法，生物特徵測試組件用於將目標用戶的預設肢體部位的生物特徵輸入到生物特徵識別設備中，例如生物特徵測試組件可以是承載有目標用戶的預設肢體部位的生物特徵的透明薄膜、矽膠等組件。
在實施中，可以透過非配合的方式，獲取目標用戶的預設肢體部位的生物特徵影像，例如，可以透過掃描帶有目標用戶的預設肢體部位的生物特徵影像的文本資訊，獲取到帶有該目標用戶的預設肢體部位的生物特徵影像的影像，在透過預設影像處理方法，對該影像進行處理，以得到目標用戶的預設肢體部位的生物特徵影像。並基於得到的生物特徵影像，構建生物特徵測試組件。
在S220中，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將生物特徵測試組件中的生物特徵分別輸入到生物特徵識別設備中。
在實施中，在實際應用中，上述S220的處理方式可以多種多樣，以下提供一種可選的實現方式，具體可以參見下述步驟一~步驟四處理。
步驟一，基於機械臂上設置的相機組件控制機械臂將生物特徵測試組件放置在生物特徵識別設備上，並基於機械臂上設置的相機組件獲取生物特徵測試組件在生物特徵識別設備上的位置資訊。
步驟二，基於位置資訊，檢測生物特徵測試組件是否放置在識別設備的預設識別區域上。
步驟三，在檢測到生物特徵測試組件未放置在識別設備的預設識別區域上的情況下，基於機械臂上設置的相機組件，控制機械臂將生物特徵測試組件調整到位於生物特徵識別設備的預設識別區域上。
步驟四，控制機械臂對生物特徵測試組件進行按壓操作，以將生物特徵測試組件中的生物特徵輸入到生物特徵識別設備中。
在S222中，獲取生物特徵識別設備基於預設基準生物特徵資訊對生物特徵測試組件中的生物特徵進行識別得到的第一識別結果，並基於第一識別結果，確定生物特徵識別設備的安全測試結果。
在實施中，可以獲取生物特徵識別設備基於預設基準生物特徵資訊對生物特徵影像進行識別得到的欺騙接受率，確定第一識別結果。
其中，欺騙接受率(Spoof Acceptance Rate，SAR)是指透過多個生物特徵測試組件對生物特徵識別設備進行測試時，存在生物特徵測試組件中的生物特徵實際與預設基準生物特徵資訊並不相同的生物特徵測試組件，而生物特徵識別設備在對該生物特徵測試組件中的生物特徵與預設基準生物特徵資訊進行比較時，確定的該生物特徵測試組件中的生物特徵與預設基準生物特徵資訊的匹配度大於預設匹配度臨限值，此時該生物特徵組件的數量與所有生物特徵組件的數量的比值，即為欺騙接受率。
本案實施例提供一種生物識別設備的測試方法，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
實施例三
以上為本案實施例提供的資料的生物識別設備的測試方法，基於同樣的思路，本案實施例還提供一種生物識別設備的測試系統，
該生物識別設備的測試系統包括設置有相機組件的機械臂、模擬組件和控制器，其中：
控制器，可以用於從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。
此外，控制器還可以用於基於機械臂上設置的相機組件控制機械臂從承載生物特徵的模擬組件中選取目標模擬組件。
控制器還可以用於將模擬組件的生物特徵資訊輸入到生物特徵識別設備中，並將模擬組件的生物特徵資訊作為預設基準生物特徵資訊。
控制器還可以用於獲取與模擬組件對應的目標用戶的預設肢體部位的生物特徵影像，並基於生物特徵影像構建生物特徵測試組件，生物特徵測試組件用於將目標用戶的預設肢體部位的生物特徵輸入到生物特徵識別設備中，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將生物特徵測試組件中的生物特徵分別輸入到生物特徵識別設備中，獲取生物特徵識別設備基於預設基準生物特徵資訊對生物特徵測試組件中的生物特徵進行識別得到的第一識別結果，並基於第一識別結果，確定生物特徵識別設備的安全測試結果。
控制器還可以用於基於機械臂上設置的相機組件控制機械臂將生物特徵測試組件放置在生物特徵識別設備上，並基於機械臂上設置的相機組件獲取生物特徵測試組件在生物特徵識別設備上的位置資訊，基於位置資訊，檢測生物特徵測試組件是否放置在識別設備的預設識別區域上，在檢測到生物特徵測試組件未放置在識別設備的預設識別區域上的情況下，基於機械臂上設置的相機組件，控制機械臂將生物特徵測試組件調整到位於生物特徵識別設備的預設識別區域上，控制機械臂對生物特徵測試組件進行按壓操作，以將生物特徵測試組件中的生物特徵輸入到生物特徵識別設備中。
模擬組件為基於目標用戶的預設肢體部位的生物特徵在不同環境下的生物特徵影像構造形成的模擬組件，不同環境對應的環境溫度、環境濕度、光線強度以及目標用戶的預設肢體部位的生物特徵的濕度不同，控制器還可以用於獲取不同環境下的目標用戶的預設肢體部位的生物特徵影像，基於預設影像特徵提取演算法，提取不同環境中每個環境對應的生物特徵影像的影像特徵，基於目標環境下的影像特徵，對目標環境下的模擬組件進行調整，以得到模擬組件，目標環境為不同環境中的任意一個環境。
控制器還可以用於獲取模擬組件所屬的第一環境資訊，以及模擬組件對應的目標用戶的預設肢體部位在第一環境資訊對應的環境下的第二生物特徵影像，獲取生物特徵識別設備對模擬組件的第一錯誤接受率和第一錯誤拒絕率，以及生物特徵識別設備對第二生物特徵影像的第二錯誤接受率和第二錯誤拒絕率，在第一錯誤接受率和第二錯誤接受率的差值不小於預設第一臨限值，和/或第一錯誤拒絕率和第二錯誤拒絕率的差值不小於預設第二臨限值的情況下，獲取第一環境資訊對應的環境下的影像特徵，並基於影像特徵，對模擬組件進行調整，以得到模擬組件。
控制器還可以用於獲取生物特徵識別設備基於預設基準生物特徵資訊以及膜上的紋路資訊，對目標模擬組件的生物特徵資訊進行識別得到的識別結果。
本案實施例提供一種生物識別設備的測試系統，該生物識別設備的測試系統用於生物識別設備的測試方法，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
實施例四
本案實施例還提供一種生物識別設備的測試裝置，如圖3所示。
該生物識別設備的測試裝置包括：選取模組301、第一輸入模組302和第一識別模組303，其中：
選取模組301，從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成；
第一輸入模組302，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數；
第一識別模組303，獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
本案實施例中，所述生物特徵包括指紋特徵和掌紋特徵中的一種或多種。
本案實施例中，所述選取模組301，基於所述機械臂上設置的相機組件控制所述機械臂從所述承載生物特徵的模擬組件中選取所述目標模擬組件。
本案實施例中，所述裝置，還包括：
基準設定模組，將所述模擬組件的生物特徵資訊輸入到所述生物特徵識別設備中，並將所述模擬組件的生物特徵資訊作為所述預設基準生物特徵資訊。
本案實施例中，所述裝置還包括：
第一獲取模組，獲取與所述模擬組件對應的目標用戶的預設肢體部位的生物特徵影像，並基於所述生物特徵影像構建生物特徵測試組件，所述生物特徵測試組件用於將所述目標用戶的預設肢體部位的生物特徵輸入到生物特徵識別設備中；
第二輸入模組，在所述測試參數相同的目標測試環境下，基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件中的生物特徵分別輸入到所述生物特徵識別設備中；
第二識別模組，獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述生物特徵測試組件中的生物特徵進行識別得到的第一識別結果，並基於所述第一識別結果，確定所述生物特徵識別設備的安全測試結果。
本案實施例中，所述生物特徵影像為基於預設影像處理方法進行處理後的影像，所述預設影像處理方法包括但不限於鏡像處理方法、反色處理方法和銳化處理方法。
本案實施例中，所述第二輸入模組，
基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件放置在所述生物特徵識別設備上，並基於所述機械臂上設置的相機組件獲取所述生物特徵測試組件在所述生物特徵識別設備上的位置資訊；
基於所述位置資訊，檢測所述生物特徵測試組件是否放置在所述識別設備的預設識別區域上；
在檢測到所述生物特徵測試組件未放置在所述識別設備的預設識別區域上的情況下，基於所述機械臂上設置的相機組件，控制所述機械臂將所述生物特徵測試組件調整到位於所述生物特徵識別設備的預設識別區域上；
控制所述機械臂對所述生物特徵測試組件進行按壓操作，以將所述生物特徵測試組件中的生物特徵輸入到所述生物特徵識別設備中。
本案實施例中，所述模擬組件為基於所述目標用戶的預設肢體部位的生物特徵在不同環境下的生物特徵影像構造形成的模擬組件，所述不同環境對應的環境溫度、環境濕度、光線強度以及所述目標用戶的預設肢體部位的生物特徵的濕度不同，所述裝置還包括：
第二獲取模組，獲取不同環境下的所述目標用戶的預設肢體部位的生物特徵影像；
特徵提取模組，基於預設影像特徵提取演算法，提取所述不同環境中每個環境對應的生物特徵影像的影像特徵；
組件調整模組，基於目標環境下的所述影像特徵，對所述目標環境下的模擬組件進行調整，以得到所述模擬組件，所述目標環境為所述不同環境中的任意一個環境。
本案實施例中，所述組件調整模組，
獲取所述模擬組件所屬的第一環境資訊，以及所述模擬組件對應的所述目標用戶的預設肢體部位在所述第一環境資訊對應的環境下的第二生物特徵影像；
獲取所述生物特徵識別設備對所述模擬組件的第一錯誤接受率和第一錯誤拒絕率，以及所述生物特徵識別設備對所述第二生物特徵影像的第二錯誤接受率和第二錯誤拒絕率；
在所述第一錯誤接受率和所述第二錯誤接受率的差值不小於預設第一臨限值，和/或所述第一錯誤拒絕率和所述第二錯誤拒絕率的差值不小於預設第二臨限值的情況下，獲取所述第一環境資訊對應的環境下的所述影像特徵，並基於所述影像特徵，對所述模擬組件進行調整，以得到所述模擬組件。
本案實施例中，所述生物特徵識別設備上覆蓋有包含預定紋路的膜，所述第一識別模組303，獲取所述生物特徵識別設備基於預設基準生物特徵資訊以及所述膜上的紋路資訊，對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果。
本案實施例提供一種生物識別設備的測試裝置，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
實施例五
基於同樣的思路，本案實施例還提供一種生物識別設備的測試設備，如圖4所示。
所述生物識別設備的測試設備可以為上述實施例提供的終端設備或伺服器。
生物識別設備的測試設備可因配置或性能不同而產生比較大的差異，可以包括一個或一個以上的處理器401和記憶體402，記憶體402中可以儲存有一個或一個以上儲存應用程式或資料。其中，記憶體402可以是短暫儲存或持久儲存。儲存在記憶體402的應用程式可以包括一個或一個以上模組(圖示未示出)，每個模組可以包括對生物識別設備的測試設備中的一系列電腦可執行指令。更進一步地，處理器401可以設置為與記憶體402通訊，在生物識別設備的測試設備上執行記憶體402中的一系列電腦可執行指令。生物識別設備的測試設備還可以包括一個或一個以上電源403，一個或一個以上有線或無線網路介面404，一個或一個以上輸入輸出介面405，一個或一個以上鍵盤406。
具體在本實施例中，生物識別設備的測試設備包括有記憶體，以及一個或一個以上的程式，其中一個或者一個以上程式儲存於記憶體中，且一個或者一個以上程式可以包括一個或一個以上模組，且每個模組可以包括對生物識別設備的測試設備中的一系列電腦可執行指令，且經配置以由一個或者一個以上處理器執行該一個或者一個以上程式包含用於進行以下電腦可執行指令：
從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成；
在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數；
獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
可選地，所述生物特徵包括指紋特徵和掌紋特徵中的一種或多種。
可選地，所述從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，包括：
基於所述機械臂上設置的相機組件控制所述機械臂從所述承載生物特徵的模擬組件中選取所述目標模擬組件。
可選地，在所述獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果之前，還包括：
將所述模擬組件的生物特徵資訊輸入到所述生物特徵識別設備中，並將所述模擬組件的生物特徵資訊作為所述預設基準生物特徵資訊。
可選地，在所述將所述模擬組件的生物特徵資訊輸入到所述識別設備中，並將所述模擬組件的生物特徵資訊作為所述預設基準生物特徵資訊之後，還包括：
獲取與所述模擬組件對應的目標用戶的預設肢體部位的生物特徵影像，並基於所述生物特徵影像構建生物特徵測試組件，所述生物特徵測試組件用於將所述目標用戶的預設肢體部位的生物特徵輸入到生物特徵識別設備中；
在所述測試參數相同的目標測試環境下，基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件中的生物特徵分別輸入到所述生物特徵識別設備中；
獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述生物特徵測試組件中的生物特徵進行識別得到的第一識別結果，並基於所述第一識別結果，確定所述生物特徵識別設備的安全測試結果。
可選地，所述生物特徵影像為基於預設影像處理方法進行處理後的影像，所述預設影像處理方法包括但不限於鏡像處理方法、反色處理方法和銳化處理方法。
可選地，所述基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵影像分別輸入到所述生物特徵識別設備中，包括：
基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件放置在所述生物特徵識別設備上，並基於所述機械臂上設置的相機組件獲取所述生物特徵測試組件在所述生物特徵識別設備上的位置資訊；
基於所述位置資訊，檢測所述生物特徵測試組件是否放置在所述識別設備的預設識別區域上；
在檢測到所述生物特徵測試組件未放置在所述識別設備的預設識別區域上的情況下，基於所述機械臂上設置的相機組件，控制所述機械臂將所述生物特徵測試組件調整到位於所述生物特徵識別設備的預設識別區域上；
控制所述機械臂對所述生物特徵測試組件進行按壓操作，以將所述生物特徵測試組件中的生物特徵輸入到所述生物特徵識別設備中。
可選地，所述模擬組件為基於所述目標用戶的預設肢體部位的生物特徵在不同環境下的生物特徵影像構造形成的模擬組件，所述不同環境對應的環境溫度、環境濕度、光線強度以及所述目標用戶的預設肢體部位的生物特徵的濕度不同，在所述基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中之前，還包括：
獲取不同環境下的所述目標用戶的預設肢體部位的生物特徵影像；
基於預設影像特徵提取演算法，提取所述不同環境中每個環境對應的生物特徵影像的影像特徵；
基於目標環境下的所述影像特徵，對所述目標環境下的模擬組件進行調整，以得到所述模擬組件，所述目標環境為所述不同環境中的任意一個環境。
可選地，所述基於目標環境下的所述影像特徵，對所述目標環境下的模擬組件進行調整，以得到所述模擬組件，包括：
獲取所述模擬組件所屬的第一環境資訊，以及所述模擬組件對應的所述目標用戶的預設肢體部位在所述第一環境資訊對應的環境下的第二生物特徵影像；
獲取所述生物特徵識別設備對所述模擬組件的第一錯誤接受率和第一錯誤拒絕率，以及所述生物特徵識別設備對所述第二生物特徵影像的第二錯誤接受率和第二錯誤拒絕率；
在所述第一錯誤接受率和所述第二錯誤接受率的差值不小於預設第一臨限值，和/或所述第一錯誤拒絕率和所述第二錯誤拒絕率的差值不小於預設第二臨限值的情況下，獲取所述第一環境資訊對應的環境下的所述影像特徵，並基於所述影像特徵，對所述模擬組件進行調整，以得到所述模擬組件。
可選地，所述生物特徵識別設備上覆蓋有包含預定紋路的膜，所述獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，包括：
獲取所述生物特徵識別設備基於預設基準生物特徵資訊以及所述膜上的紋路資訊，對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果。
本案實施例提供一種生物識別設備的測試設備，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
實施例六
本案實施例還提供一種電腦可讀儲存媒體，電腦可讀儲存媒體上儲存有電腦程式，該電腦程式被處理器執行時實現上述生物識別設備的測試方法實施例的各個過程，且能達到相同的技術效果，為避免重複，這裡不再贅述。其中，所述的電腦可讀儲存媒體，如唯讀記憶體(Read-Only Memory，簡稱ROM)、隨機存取記憶體(Random Access Memory，簡稱RAM)、磁碟或者光碟等。
所述儲存媒體用於儲存電腦可執行指令，所述可執行指令在被執行時實現以下流程：
從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，所述模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成；
在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中，所述測試參數包括所述目標測試環境下的光線參數、所述機械臂對所述目標模擬組件的按壓力度參數和按壓角度參數；
獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於所述識別結果，確定所述生物特徵識別設備的性能測試結果。
可選地，所述生物特徵包括指紋特徵和掌紋特徵中的一種或多種。
可選地，所述從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，包括：
基於所述機械臂上設置的相機組件控制所述機械臂從所述承載生物特徵的模擬組件中選取所述目標模擬組件。
可選地，在所述獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果之前，還包括：
將所述模擬組件的生物特徵資訊輸入到所述生物特徵識別設備中，並將所述模擬組件的生物特徵資訊作為所述預設基準生物特徵資訊。
可選地，在所述將所述模擬組件的生物特徵資訊輸入到所述識別設備中，並將所述模擬組件的生物特徵資訊作為所述預設基準生物特徵資訊之後，還包括：
獲取與所述模擬組件對應的目標用戶的預設肢體部位的生物特徵影像，並基於所述生物特徵影像構建生物特徵測試組件，所述生物特徵測試組件用於將所述目標用戶的預設肢體部位的生物特徵輸入到生物特徵識別設備中；
在所述測試參數相同的目標測試環境下，基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件中的生物特徵分別輸入到所述生物特徵識別設備中；
獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述生物特徵測試組件中的生物特徵進行識別得到的第一識別結果，並基於所述第一識別結果，確定所述生物特徵識別設備的安全測試結果。
可選地，所述生物特徵影像為基於預設影像處理方法進行處理後的影像，所述預設影像處理方法包括但不限於鏡像處理方法、反色處理方法和銳化處理方法。
可選地，所述基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵影像分別輸入到所述生物特徵識別設備中，包括：
基於所述機械臂上設置的相機組件控制所述機械臂將所述生物特徵測試組件放置在所述生物特徵識別設備上，並基於所述機械臂上設置的相機組件獲取所述生物特徵測試組件在所述生物特徵識別設備上的位置資訊；
基於所述位置資訊，檢測所述生物特徵測試組件是否放置在所述識別設備的預設識別區域上；
在檢測到所述生物特徵測試組件未放置在所述識別設備的預設識別區域上的情況下，基於所述機械臂上設置的相機組件，控制所述機械臂將所述生物特徵測試組件調整到位於所述生物特徵識別設備的預設識別區域上；
控制所述機械臂對所述生物特徵測試組件進行按壓操作，以將所述生物特徵測試組件中的生物特徵輸入到所述生物特徵識別設備中。
可選地，所述模擬組件為基於所述目標用戶的預設肢體部位的生物特徵在不同環境下的生物特徵影像構造形成的模擬組件，所述不同環境對應的環境溫度、環境濕度、光線強度以及所述目標用戶的預設肢體部位的生物特徵的濕度不同，在所述基於機械臂上設置的相機組件控制所述機械臂將所述目標模擬組件的生物特徵資訊分別輸入到所述生物特徵識別設備中之前，還包括：
獲取不同環境下的所述目標用戶的預設肢體部位的生物特徵影像；
基於預設影像特徵提取演算法，提取所述不同環境中每個環境對應的生物特徵影像的影像特徵；
基於目標環境下的所述影像特徵，對所述目標環境下的模擬組件進行調整，以得到所述模擬組件，所述目標環境為所述不同環境中的任意一個環境。
可選地，所述基於目標環境下的所述影像特徵，對所述目標環境下的模擬組件進行調整，以得到所述模擬組件，包括：
獲取所述模擬組件所屬的第一環境資訊，以及所述模擬組件對應的所述目標用戶的預設肢體部位在所述第一環境資訊對應的環境下的第二生物特徵影像；
獲取所述生物特徵識別設備對所述模擬組件的第一錯誤接受率和第一錯誤拒絕率，以及所述生物特徵識別設備對所述第二生物特徵影像的第二錯誤接受率和第二錯誤拒絕率；
在所述第一錯誤接受率和所述第二錯誤接受率的差值不小於預設第一臨限值，和/或所述第一錯誤拒絕率和所述第二錯誤拒絕率的差值不小於預設第二臨限值的情況下，獲取所述第一環境資訊對應的環境下的所述影像特徵，並基於所述影像特徵，對所述模擬組件進行調整，以得到所述模擬組件。
可選地，所述生物特徵識別設備上覆蓋有包含預定紋路的膜，所述獲取所述生物特徵識別設備基於預設基準生物特徵資訊對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果，包括：
獲取所述生物特徵識別設備基於預設基準生物特徵資訊以及所述膜上的紋路資訊，對所述目標模擬組件的生物特徵資訊進行識別得到的識別結果。
本案實施例提供一種電腦可讀儲存媒體，透過從承載生物特徵的模擬組件中獲取對生物特徵識別設備的性能進行測試所需的目標模擬組件，模擬組件為基於目標用戶的預設肢體部位的生物特徵構造形成，在測試參數相同的目標測試環境下，基於機械臂上設置的相機組件控制機械臂將目標模擬組件的生物特徵資訊分別輸入到生物特徵識別設備中，測試參數包括目標測試環境下的光線參數、機械臂對目標模擬組件的按壓力度參數和按壓角度參數，獲取生物特徵識別設備基於預設基準生物特徵資訊對目標模擬組件的生物特徵資訊進行識別得到的識別結果，並基於識別結果，確定生物特徵識別設備的性能測試結果。這樣，透過機械臂及機械臂上設置的相機組件、和模擬組件，替代人工的參與，可以提高對生物特徵識別設備的性能確定效率，並且在測試參數相同的目標測試環節下，對生物特徵識別設備進行性能測試，可以保證性能確定的準確性，即可以提高對生物特徵識別設備的性能確定效率以及準確性。
上述對本案特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下，在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外，在圖式中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中，多任務處理和平行處理也是可以的或者可能是有利的。
在20世紀90年代，對於一個技術的改進可以很明顯地區分是硬體上的改進(例如，對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而，隨著技術的發展，當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都透過將改進的方法流程程式化到硬體電路中來得到相應的硬體電路結構。因此，不能說一個方法流程的改進就不能用硬體實體模組來實現。例如，可程式化邏輯器件(Programmable Logic Device，PLD)(例如現場可程式化閘陣列(Field Programmable Gate Array，FPGA))就是這樣一種積體電路，其邏輯功能由用戶對器件程式化來確定。由設計人員自行程式化來把一個數位系統“整合”在一片PLD上，而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且，如今，取代手工地製作積體電路晶片，這種程式化也多半改用“邏輯編譯器(logic compiler)”軟體來實現，它與程式開發撰寫時所用的軟體編譯器相類似，而要編譯之前的原始碼也得用特定的程式化語言來撰寫，此稱之為硬體描述語言(Hardware Description Language，HDL)，而HDL也並非僅有一種，而是有許多種，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (Ruby Hardware Description Language)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚，只需要將方法流程用上述幾種硬體描述語言稍作邏輯程式化並程式化到積體電路中，就可以很容易得到實現該邏輯方法流程的硬體電路。
控制器可以按任何適當的方式實現，例如，控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式碼(例如軟體或韌體)的電腦可讀媒體、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit，ASIC)、可程式化邏輯控制器和嵌入微控制器的形式，控制器的例子包括但不限於以下微控制器：ARC 425D、Atmel AT91SAM、Microchip PIC13F24K20 以及Silicone Labs C3051F320，記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道，除了以純電腦可讀程式碼方式實現控制器以外，完全可以透過將方法步驟進行邏輯程式化來使得控制器以邏輯閘、開關、專用積體電路、可程式化邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件，而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至，可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的，電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智慧電話、個人數位助理、媒體播放器、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。
為了描述的方便，描述以上裝置時以功能分為各種單元分別描述。當然，在實施本案一個或多個實施例時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白，本案的實施例可提供為方法、系統、或電腦程式產品。因此，本案一個或多個實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本案一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本案的實施例是參照根據本案實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可程式化資料處理設備的處理器以產生一個機器，使得透過電腦或其他可程式化資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可程式化資料處理設備以特定方式工作的電腦可讀記憶體中，使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可程式化資料處理設備上，使得在電腦或其他可程式化設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可程式化設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
在一個典型的配置中，計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體，隨機存取記憶體(RAM)和/或非揮發性記憶體等形式，如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括，但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可程式化唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶，磁帶磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體，可用於儲存可以被計算設備存取的資訊。按照本文中的界定，電腦可讀媒體不包括暫存電腦可讀媒體(transitory media)，如調變的資料訊號和載波。
還需要說明的是，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本領域技術人員應明白，本案的實施例可提供為方法、系統或電腦程式產品。因此，本案一個或多個實施例可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且，本案一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本案一個或多個實施例可以在由電腦執行的電腦可執行指令的一般上下文中描述，例如程式模組。一般地，程式模組包括執行特定任務或實現特定抽象資料類型的例程、程式、對象、組件、資料結構等等。也可以在分散式計算環境中實踐本案一個或多個實施例，在這些分散式計算環境中，由透過通訊網路而被連接的遠端處理設備來執行任務。在分散式計算環境中，程式模組可以位於包括儲存設備在內的本地和遠端電腦儲存媒體中。
本案中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於系統實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
以上所述僅為本案的實施例而已，並不用於限制本案。對於本領域技術人員來說，本案可以有各種更改和變化。凡在本案的精神和原理之內所作的任何修改、等同替換、改進等，均應包含在本案的申請專利範圍之內。
S102, S104, S106:步驟
S202, S204, S206, S208, S210, S212, S214, S216, S218, S220, S222:步驟
301:選取模組
302:第一輸入模組
303:第一識別模組
401:處理器
402:記憶體
403:電源
404:有線或無線網路介面
405:輸入輸出介面
406:鍵盤
為了更清楚地說明本案實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹，顯而易見地，下面描述中的圖式僅僅是本案中記載的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些圖式獲得其他的圖式。
[圖1]為本案一種生物識別設備的測試方法實施例的流程圖；
[圖2]為本案又一種生物識別設備的測試方法實施例的流程圖；
[圖3]為本案一種生物識別設備的測試裝置實施例的結構示意圖；
[圖4]為本案一種生物識別設備的測試設備的結構示意圖。
