[发明专利]生物特征存储优化方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110655696.1 申请日: 2021-06-11
公开(公告)号: CN113392240A 公开(公告)日: 2021-09-14
发明(设计)人: 杨卫;刘洋 申请(专利权)人: 江苏云从曦和人工智能有限公司
主分类号: G06F16/51 分类号: G06F16/51;G06F16/55;G06F16/58
代理公司: 北京瀚仁知识产权代理事务所(普通合伙) 11482 代理人: 宋宝库;屠晓旭
地址: 215021 江苏省苏州市苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生物 特征 存储 优化 方法 装置 电子设备 介质
【权利要求书】:

1.一种生物特征存储优化方法,其特征在于,包括如下步骤:

将待存储的生物特征数据按照生物特征库字段进行分类,得到分类后的生物特征数据;

按照所述生物特征库字段对存储介质进行分区;

按照设定规则,对所述分类后的生物特征数据进行相应处理,并将处理后的结果写入对应的分区。

2.根据权利要求1所述的生物特征存储优化方法,其特征在于,所述设定规则包括如下规则中至少一种:

第一规则,其以检索维度对所述生物特征数据建立索引之后进行存储;

第二规则,其对所述生物特征数据进行格式转换和压缩之后进行存储;以及

第三规则,其在建立了所述生物特征数据的映射数据之后存储所述映射数据。

3.根据权利要求2所述的生物特征存储优化方法,其特征在于,所述第一规则具体为:在每个分区下创建n个图库,在每个图库中按照时间顺序和随机数保存每一条生物特征数据。

4.根据权利要求2所述的生物特征存储优化方法,其特征在于,所述第二规则具体为:将所述特征存储表中的生物特征字段对应的生物特征数据转换为二进制数据,将所述二进制数据进行压缩,保存压缩后的结果。

5.根据权利要求2所述的生物特征存储优化方法,其特征在于,所述第三规则具体为:针对所述特征存储表中的所有生物特征数据建立映射地址,在进行数据存储时仅保存所述映射地址,当进行检索时,通过所述映射地址调取需要检索的生物特征数据。

6.根据权利要求3或4或5所述的生物特征存储优化方法,其特征在于,所述生物特征数据具有唯一的特征ID,用于作为检索条件,当以单个特征为检索条件时,以特征ID或者图库名称和特征ID作为约束条件进行检索。

7.根据权利要求3所述的生物特征存储优化方法,其特征在于,在按照所述第一规则存储的情况下,当进行检索时,按照检索条件将分区下对应一段时间的图库放置在缓存中,在所述对应一段时间的图库中按照时间顺序查找所需检索的数据。

8.一种生物特征存储优化装置,包括分类模块、分区模块、写入模块;

所述分类模块、分区模块、写入模块依次顺序相连接;

所述分类模块用于将待存储的生物特征数据按照生物特征库字段进行分类,得到分类后的生物特征数据;

所述分区模块用于按照所述生物特征库字段对存储介质进行分区;

所述写入模块用于按照设定规则,对所述分类后的生物特征数据进行相应处理,并将处理后的结果写入对应的分区。

9.一种电子设备,其特征在于,包括:

一个或多个处理器;

存储器;

一个或多个应用程序,所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行以实现权利要求1~7中任一项所述的生物特征存储优化方法。

10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,该计算机程序能够被处理器加载和执行以实现权利要求1~7中任一项所述的生物特征存储优化方法。

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江苏云从曦和人工智能有限公司,未经江苏云从曦和人工智能有限公司许可,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/202110655696.1/1.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