[发明专利]生物特征的认证方法和装置

权利要求书

1.一种生物特征的认证方法，其特征在于，包括：

获取待认证的生物特征的图像；

对所述待认证的生物特征的图像进行编码，得到所述待认证的生物特征的特征编码；

利用联合特征分布，计算所述待认证的生物特征的特征编码与预设特征编码的相似度；

如果所述相似度大于等于预设相似度，则确定所述待认证的生物特征认证成功；

其中，在利用联合特征分布，计算所述待认证的生物特征的特征编码与预设特征编码的相似度之前，所述方法还包括：

获取生物特征样本集合，其中，所述生物特征样本集合包括：多个生物特征的特征编码；

根据所述生物特征样本集合进行协方差处理，得到第一协方差矩阵和第二协方差矩阵；

判断所述第一协方差矩阵和所述第二协方差矩阵是否满足预设条件；

如果所述第一协方差矩阵和所述第二协方差矩阵满足所述预设条件，则根据所述第一协方差矩阵和所述第二协方差矩阵，得到所述联合特征分布；

其中，根据所述生物特征样本集合进行协方差处理，得到第一协方差矩阵和第二协方差矩阵，包括：

步骤A1，获取第一预设协方差矩阵和第二预设协方差矩阵，其中，第一预设协方差矩阵为未受环境光强影响的标准虹膜特征的协方差矩阵，第二预设矩阵为受环境光强影响的虹膜特征的协方差矩阵；

步骤A2，根据所述第一预设协方差矩阵，所述第二预设协方差矩阵以及所述多个生物特征的特征编码进行数学期望处理，得到第一潜在变量和第二潜在变量；

步骤A3，根据所述第一潜在变量和所述第二潜在变量进行协方差处理，得到所述第一协方差矩阵和所述第二协方差矩阵；

其中，所述方法还包括：

如果所述第一协方差矩阵和所述第二协方差矩阵不满足所述预设条件，则将所述第一协方差矩阵作为所述第一预设协方差矩阵，将所述第二协方差矩阵作为所述第二预设协方差矩阵，并循环执行步骤A1至步骤A3，直至所述第一协方差矩阵和所述第二协方差矩阵满足所述预设条件；

其中，根据所述第一预设协方差矩阵，所述第二预设协方差矩阵以及所述多个生物特征的特征编码进行数学期望处理，得到第一潜在变量和第二潜在变量，包括：

根据所述第一预设协方差矩阵进行矩阵逆处理，得到第一预设分布矩阵，并根据所述第一预设协方差矩阵和所述第二预设协方差矩阵进行求和矩阵逆求积处理，得到第二预设分布矩阵；

根据所述第一预设分布矩阵，所述第二预设分布矩阵以及所述多个生物特征的特征编码进行数学期望处理，得到所述第一潜在变量和所述第二潜在变量。

2.根据权利要求1所述的方法，其特征在于，判断所述第一协方差矩阵和所述第二协方差矩阵是否满足预设条件，包括：

计算所述第一协方差矩阵和所述第一预设协方差矩阵的差值，得到第一差值；

计算所述第二协方差矩阵和所述第二预设协方差矩阵的差值，得到第二差值；

判断所述第一差值是否小于等于预设阈值，且所述第二差值是否小于等于所述预设阈值，其中，如果所述第一差值小于等于所述预设阈值，且所述第二差值小于等于所述预设阈值，则所述第一协方差矩阵和所述第二协方差矩阵满足所述预设条件。

3.根据权利要求1所述的方法，其特征在于，根据所述第一协方差矩阵和所述第二协方差矩阵，得到所述联合特征分布，包括：

根据所述第一协方差矩阵进行矩阵逆处理，得到第一分布矩阵，并根据所述第一协方差矩阵和所述第二协方差矩阵进行求和矩阵逆求积处理，得到第二分布矩阵；

根据所述第一协方差矩阵，所述第二协方差矩阵，所述第一分布矩阵和所述第二分布矩阵进行求和矩阵逆求差处理，得到第三分布矩阵，其中，所联合特征分布至少包括：所述第二分布矩阵和所述第三分布矩阵。

4.根据权利要求1所述的方法，其特征在于，利用联合特征分布，计算所述待认证的生物特征的特征编码与预设特征编码的相似度，包括：

利用所述联合特征分布，计算所述待认证的生物特征的特征编码与所述预设特征编码的对数似然比，得到所述待认证的生物特征的特征编码与预设特征编码的相似度。

5.一种生物特征的认证装置，其特征在于，包括：

第一获取模块，用于获取待认证的生物特征的图像；

编码模块，用于对所述待认证的生物特征的图像进行编码，得到所述待认证的生物特征的特征编码；

计算模块，用于利用联合特征分布，计算所述待认证的生物特征的特征编码与预设特征编码的相似度；

确定模块，用于如果所述相似度大于等于预设相似度，则确定所述待认证的生物特征认证成功；

其中，所述装置还包括：

第二获取模块，用于获取生物特征样本集合，其中，所述生物特征样本集合包括：多个生物特征的特征编码；

第一处理模块，用于根据所述生物特征样本集合，得到第一协方差矩阵和第二协方差矩阵；

判断模块，用于判断所述第一协方差矩阵和所述第二协方差矩阵是否满足预设条件；

第二处理模块，用于如果所述第一协方差矩阵和所述第二协方差矩阵满足所述预设条件，则根据所述第一协方差矩阵和所述第二协方差矩阵，得到所述联合特征分布；

其中，所述第一处理模块，包括：

获取子模块，用于获取第一预设协方差矩阵和第二预设协方差矩阵，其中，第一预设协方差矩阵为未受环境光强影响的标准虹膜特征的协方差矩阵，第二预设矩阵为受环境光强影响的虹膜特征的协方差矩阵；

处理子模块，用于根据所述第一预设协方差矩阵，所述第二预设协方差矩阵以及所述多个生物特征的特征编码进行数学期望处理，得到第一潜在变量和第二潜在变量；

更新子模块，用于根据所述第一潜在变量和所述第二潜在变量进行协方差处理，得到所述第一协方差矩阵和所述第二协方差矩阵；

其中，所述装置还包括：

循环子模块，用于如果所述第一协方差矩阵和所述第二协方差矩阵不满足所述预设条件，则将所述第一协方差矩阵作为所述第一预设协方差矩阵，将所述第二协方差矩阵作为所述第二预设协方差矩阵，并循环执行步骤A1至步骤A3，直至所述第一协方差矩阵和所述第二协方差矩阵满足所述预设条件；

其中，所述处理子模块包括：

第一处理重子模块，用于根据所述第一预设协方差矩阵进行矩阵逆处理，得到第一预设分布矩阵，并根据所述第一预设协方差矩阵和所述第二预设协方差矩阵进行求和矩阵逆求积处理，得到第二预设分布矩阵；

第二处理重子模块，用于根据所述第一预设分布矩阵，所述第二预设分布矩阵以及所述多个生物特征的特征编码进行数学期望处理，得到所述第一潜在变量和所述第二潜在变量。