[发明专利]特征信息学习方法、电子设备及存储介质在审

专利信息
申请号: 202010137767.4 申请日: 2020-03-02
公开(公告)号: CN111428576A 公开(公告)日: 2020-07-17
发明(设计)人: 陈建昌;郑权;周黎;劳鹏飞;尹嘉;李立龙;陈海 申请(专利权)人: 广州微盾科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳市力道知识产权代理事务所(普通合伙) 44507 代理人: 何姣
地址: 511400 广东省广州市番禺区东环街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征 信息 学习方法 电子设备 存储 介质
【说明书】:

本申请涉及计算机技术领域,具体公开了一种特征信息学习方法、电子设备及存储介质。其中方法包括:获取待识别特征信息;将所述待识别特征信息和预设特征库中的学习特征信息进行逐一匹配,以得到所述待识别特征信息和所有学习特征信息的匹配率,并确定最高的匹配率为第一匹配率;根据所述第一匹配率确定是否符合预设学习条件,若符合预设学习条件,则将所述待识别特征信息确定为学习特征信息,并加入所述预设特征库中。该方法可以提高识别的准确性和稳定性。

技术领域

本申请涉及计算机技术领域,尤其涉及一种特征信息学习方法、电子设备及存储介质。

背景技术

随着身份识别技术的发展,越来越多类型的识别技术应用在身份认证上,包括多种人体生物特征识别,例如用于通过识别人脸来认证的人脸识别、通过识别声音来认证的声纹识别、通过识别瞳孔来认证的虹膜识别和通过识别指静脉来认证的指静脉识别等。在指静脉识别中,在刚开始注册静脉特征时的识别体验效果较好,而长时间使用后,由于用户的使用习惯发生变化,静脉特征注册次数不足,以及受到不同时间段或环境光的影响,导致静脉的识别效果变差或不稳定。

发明内容

本申请提供了一种特征信息学习方法、电子设备及存储介质,可以提高识别的准确性和稳定性。

第一方面,本申请提供了一种特征信息学习方法,所述方法包括:

获取待识别特征信息;

将所述待识别特征信息和预设特征库中的学习特征信息进行逐一匹配,以得到所述待识别特征信息和所有学习特征信息的匹配率,并确定最高的匹配率为第一匹配率;

根据所述第一匹配率确定是否符合预设学习条件,若符合预设学习条件,则将所述待识别特征信息确定为学习特征信息,并加入所述预设特征库中。

第二方面,本申请还提供了一种电子设备,所述电子设备包括存储器和处理器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的特征信息学习方法。

第三方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的特征信息学习方法。

本申请公开了一种特征信息学习方法、电子设备及存储介质,该方法包括:获取待识别特征信息;将所述待识别特征信息和预设特征库中的学习特征信息进行逐一匹配,以得到所述待识别特征信息和所有学习特征信息的匹配率,并确定最高的匹配率为第一匹配率;根据所述第一匹配率确定是否符合预设学习条件,若符合预设学习条件,则将所述待识别特征信息确定为学习特征信息,并加入所述预设特征库中。通过上述方法可以在待识别特征信息和预设特征库中的学习特征信息差异较大时,对学习特征信息进行更新,避免出现识别认证效果逐渐变差或不稳定的问题,提高识别的准确性和稳定性。

附图说明

为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种特征信息学习方法的示意流程图;

图2是本申请实施例提供的另一种特征信息学习方法的示意流程图;

图3是本申请实施例提供的另一种特征信息学习方法的示意流程图;

图4是本申请的实施例提供的一种电子设备的结构示意性框图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州微盾科技股份有限公司,未经广州微盾科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010137767.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top