技术领域
[0001] 本发明涉及生物特征综合验证处理领域，具体涉及一种生物特征综合验证处理方法。
相关背景技术
[0002] 生物特征指的是个体所固有的生理属性，依据其形成过程可划分为先天性身体特征与后天性行为特征两大类。典型的生物特征包括但不限于指纹、面部、虹膜、静脉分布、声纹、行为模式以及遗传基因等。生物特征识别技术是一种基于个体生物特征信息进行身份验证的技术手段，该技术通过自动化设备对个体的生物特征进行精确测量，并将采集到的特征数据与数据库中预存的特征模板进行匹配，以实现身份的准确识别。因此，对于其生物特征数据的采集验证手段至关重要，但传统方案中对于不同生物特征的采集后预处理存在独立进行的情况，对于整合生物特征识别系统的运行会造成负担，进而影响后续进一步识别情况。
具体实施方式
[0016] 下面结合附图对本发明的具体实施方式作进一步的详细说明。
[0017] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0018] 实施例1：
[0019] 本发明提供了一种生物特征综合验证处理方法，如图1所示，包括：S1、利用实时生物特征采集数据进行类型归集处理得到生物特征采集数据类型；
S2、根据所述生物特征采集数据类型建立生物特征采集数据的多级数据特征；
S3、根据所述生物特征采集数据的多级数据特征得到生物特征综合验证处理结果。
[0020] S1具体包括：S1‑1、获取实时生物特征采集数据；
S1‑2、利用所述实时生物特征采集数据对应采集时刻建立采集时间标签；
S1‑3、判断所述实时生物特征采集数据是否为图像数据，若是，则根据所述实时生物特征采集数据对应图像数据得到图像像素矩阵作为数据特征，否则，根据所述实时生物特征采集数据对应数字信号数据得到数字信号序列作为数据特征；
S1‑4、利用所述采集时间标签与数据特征作为生物特征采集数据类型。
[0021] S2具体包括：S2‑1、利用所述生物特征采集数据类型对应采集时间标签建立生物特征采集数据的时间趋势特征；
S2‑2、利用所述生物特征采集数据类型对应数据特征建立生物特征采集数据的目标数据特征；
S2‑3、利用所述生物特征采集数据的时间趋势特征与目标数据特征得到生物特征采集数据的多级数据特征。
[0022] S2‑1具体包括：S2‑1‑1、利用所述生物特征采集数据类型对应采集时间标签作为时间趋势起始时刻t；
S2‑1‑2、分别获取所述时间趋势起始时刻t对应t+1时刻作为一次校验时刻与t+2时刻作为二次校验时刻；
S2‑1‑3、判断所述生物特征采集数据类型对应书特征是否为图像数据，若是，则执行S2‑1‑4，否则，直接执行S2‑1‑6；
S2‑1‑4、判断所述时间趋势起始时刻t的图像数据与一次校验时刻的图像数据是否为图像数据稳定状态，若是，则执行S2‑1‑5，否则，更新时间趋势起始时刻t与时间趋势起始时刻t的时间间隔，并返回S2‑1‑2；
S2‑1‑5、判断所述时间趋势起始时刻t的图像数据与二次校验时刻的图像数据是否为图像数据稳定状态，若是，则利用所述时间趋势起始时刻t、一次校验时刻与二次校验时刻作为二次校验时刻，否则，更新时间趋势起始时刻t与时间趋势起始时刻t的时间间隔，并返回S2‑1‑2；
S2‑1‑6、判断所述时间趋势起始时刻t的数字信号数据与一次校验时刻的数字信号数据是否为数字信号数据稳定状态，若是，则执行S2‑1‑6，否则，更新时间趋势起始时刻t与时间趋势起始时刻t的时间间隔，并返回S2‑1‑2；
S2‑1‑7、判断所述时间趋势起始时刻t的数字信号数据与二次校验时刻的数字信号数据是否为数字信号数据稳定状态，若是，则利用所述时间趋势起始时刻t、一次校验时刻与二次校验时刻作为二次校验时刻，否则，更新时间趋势起始时刻t与时间趋势起始时刻t的时间间隔，并返回S2‑1‑2；
其中，所述图像数据稳定状态为相邻前后时刻的数据内容与数据容量一致，所述数字信号数据稳定状态为相邻前后时刻的信号频率一致。
[0023] S2‑2具体包括：S2‑2‑1、判断所述生物特征采集数据类型对应数据特征是否为图像数据，若是，则利用所述生物特征采集数据类型对应数据特征建立图像数据整体特征向量，并执行S2‑2‑
2，否则，根据所述生物特征采集数据类型对应数据特征建立数字信号序列周期，并直接执行S2‑2‑3；
S2‑2‑2、获取所述生物特征采集数据类型对应数据特征的主要特征区域作为基础目标数据特征；
S2‑2‑3、根据所述数字信号序列周期获取对应数字信号序列平均振幅作为基础目标数据特征；
S2‑2‑4、判断所述生物特征采集数据类型对应数据特征是否为图像数据，若是，则利用所述图像数据整体特征向量与基础目标数据特征作为生物特征采集数据的目标数据特征，否则，利用所述数字信号序列周期与基础目标数据特征作为生物特征采集数据的目标数据特征；
其中，所述主要特征区域为图像数据的生物特征区域。
[0024] S2‑3具体包括：S2‑3‑1、利用所述生物特征采集数据的时间趋势特征与目标数据特征建立生物特征采集数据的数值趋势特征；
S2‑3‑2、利用所述生物特征采集数据的时间趋势特征与目标数据特征建立生物特征采集数据的时序趋势特征；
S2‑3‑3、利用所述生物特征采集数据的数值趋势特征与时序趋势特征作为生物特征采集数据的多级数据特征。
[0025] S2‑3‑1具体包括：S2‑3‑1‑1、判断所述生物特征采集数据是否为图像数据，若是，则根据所述时间趋势特征分别获取对应目标数据特征的基础目标数据特征得到一次校验特征区域与二次校验特征区域，并执行S2‑3‑1‑2，否则，根据所述时间趋势特征分别获取对应目标数据特征的基础目标数据特征得到一次校验平均振幅与二次校验平均振幅，并直接执行S2‑3‑1‑5；
S2‑3‑1‑2、获取所述一次校验特征区域与二次校验特征区域的重复区域占比变化率作为校验特征区域变化率；
S2‑3‑1‑3、分别获取所述一次校验特征区域与基础目标数据特征的重复区域占比变化率与二次校验特征区域与基础目标数据特征的重复区域占比变化率的平均值作为特征区域相对变化率；
S2‑3‑1‑4、判断所述校验特征区域变化率是否小于特征区域相对变化率，若是，则利用所述一次校验特征区域与二次校验特征区域作为生物特征采集数据的数值趋势特征，否则，返回S2‑1‑1；
S2‑3‑1‑5、获取所述一次校验平均振幅与二次校验平均振幅的振幅差值作为校验平均振幅变化阈值；
S2‑3‑1‑6、分别获取所述一次校验平均振幅与基础目标数据特征的振幅差值与二次校验平均振幅与基础目标数据特征的振幅差值的平均值作为平均振幅相对变化阈值；
S2‑3‑1‑7、判断所述校验平均振幅变化阈值是否小于平均振幅相对变化阈值，若是，则利用所述一次校验平均振幅与二次校验平均振幅作为生物特征采集数据的数值趋势特征，否则，返回S2‑1‑1。
[0026] S2‑3‑2具体包括：S2‑3‑2‑1、判断所述生物特征采集数据的时间趋势特征对应时间间隔是否一致，若是，则保留当前时间趋势特征作为生物特征采集数据的时序趋势特征，否则，执行S2‑3‑
2‑2；
S2‑3‑2‑2、判断所述生物特征采集数据的目标数据特征对应时间间隔是否一致，若是，利用所述目标数据特征对应时间间隔进行时间间隔更新后，并返回S2‑1‑2，否则，获取所述生物特征采集数据的目标数据特征对应时间间隔的平均值进行时间间隔更新后，并返回S2‑1‑2。
[0027] S3具体包括：S3‑1、分别获取所述生物特征采集数据的多级数据特征对应数值趋势特征建立第一交叉验证数据特征与第二交叉验证数据特征；
S3‑2、分别获取所述生物特征采集数据的多级数据特征对应时序趋势特征建立第一交叉验证时刻特征与第二交叉验证时刻特征；
S3‑3、判断所述第一交叉验证数据特征与立第一交叉验证时刻特征是否对应，若是，则执行S3‑4，否则，所述生物特征综合验证处理结果存在异常，并输出第一交叉验证数据特征与第一交叉验证时刻；
S3‑4、判断所述第二交叉验证数据特征与立第二交叉验证时刻特征是否对应，若是，则利用所述第一交叉验证时刻特征与第二交叉验证时刻进行复核处理得到生物特征综合验证处理结果，否则，所述生物特征综合验证处理结果存在异常，并输出第二交叉验证数据特征与第二交叉验证时刻。
[0028] S3‑4具体包括：S3‑4‑1、获取所述第一交叉验证时刻特征对应基础目标数据特征与多级数据特征对应基础目标数据特征的差值作为第一复核差值；
S3‑4‑2、获取所述第二交叉验证时刻特征对应基础目标数据特征与多级数据特征对应基础目标数据特征的差值作为第二复核差值；
S3‑4‑3、判断所述第一复核差值的相对变化率与第二复核差值的相对变化率是否满足变化率阈值，若是，则所述生物特征综合验证处理结果正常，否则，所述生物特征综合验证处理结果存在异常；
其中，所述相对变化率为复核差值与基础目标数据特征的比值，所述变化率阈值为5%。
[0029] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产品的形式。
[0030] 本发明是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0031] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
[0032] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
[0033] 最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
