一种特征识别方法及电子设备与流程

本发明涉及传感检测领域，特别是涉及一种特征识别方法及电子设备。

背景技术：

随着电子产品的不断发展，电子设备所具有的功能也越来越多。时下，特征识别功能正在被应用于越来越多的电子设备中。

以指纹识别为例，现有技术，存在多种可用于指纹识别的算法。但是单一的某种算法通常具有比较明显的缺点。例如，识别精度高的算法，通常运算过程复杂，识别时间较长；识别速度快的算法，通常识别精度较低。

因此，亟需一种特征识别方法，用以综合多种特征识别算法的特点。

技术实现要素：

本发明的目的是提供一种特征识别方法及电子设备，可以利用多种特征识别算法，兼具多种特征识别算法的特点。

为实现上述目的，本发明提供了如下方案：

一种特征识别方法，包括：

获取待识别的特征信息；

采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；

判断所述综合比对结果是否满足第一预设条件，得到第一判断结果；

当所述第一判断结果表示所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配。

可选的，所述基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果，具体包括：

使用第一参数与第一比对结果进行运算，得到第一运算结果；

使用第二参数与第二比对结果进行运算，得到第二运算结果；

对所述第一运算结果与所述第二运算结果进行求和操作。

可选的，所述使用第一参数与第一比对结果进行运算，得到第一运算结果，具体包括：

使用第一权重与第一比对结果进行加权，得到第一加权结果；

所述使用第二参数与第二比对结果进行运算，得到第二运算结果，具体包括：

使用第二权重与第二比对结果进行加权，得到第二加权结果；

所述对所述第一运算结果与所述第二运算结果进行求和操作，具体包括：

对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

相应的，所述判断所述综合比对结果是否满足第一预设条件，具体包括：

判断所述加权求和结果是否大于或等于第一预设阈值。

可选的，所述基于所述第一比对结果与所述第二比对结果进行运算之前，还包括：

识别当前的应用环境信息；

基于所述应用环境信息确定所述第一权重和所述第二权重。

可选的，所述基于所述应用环境信息确定所述第一权重和所述第二权重，具体包括：

基于所述应用环境信息确定当前环境对应的优选误识率；

获取所述第一识别算法的第一误识率；

获取所述第二识别算法的第二误识率；

将所述第一误识率、第二误识率与所述环境误识率进行比对，获得第四比对结果；

基于所述第四比对结果确定第一权重与第二权重；

其中，若所述第一误识率与所述环境误识率的差值的绝对值小于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重大于所述第二权重；

若所述第一误识率与所述环境误识率的差值的绝对值大于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重小于所述第二权重。

可选的，所述第一比对结果具体为第一匹配度数值，所述第二比对结果具体为第二匹配度数值，所述基于所述第一比对结果与所述第二比对结果进行运算之前，还包括：

比较所述第一匹配度数值与所述第二匹配度数值的大小；

当所述第一匹配度数值小于所述第二匹配度数值时，为所述第一比对结果分配第一权重，为所述第二比对结果分配第二权重；

当所述第一匹配度数值大于所述第二匹配度数值时，为所述第一比对结果分配第二权重，为所述第二比对结果分配第一权重；

所述第一权重大于所述第二权重。

可选的，所述基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果，具体包括：

判断所述第一比对结果是否表示在所述第一识别算法中所述特征信息与 已有特征信息比对成功，得到第二判断结果；

判断所述第二比对结果是否表示在所述第二识别算法中所述特征信息与已有特征信息比对成功，得到第三判断结果；

相应的，所述判断所述综合比对结果是否满足第一预设条件，具体包括：

判断所述第二判断结果与所述第三判断结果是否均表示肯定。

一种电子设备，包括：

特征信息获取单元，用于获取待识别的特征信息；

第一识别单元，用于采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

第二识别单元，用于采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

运算单元，用于基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；

第一判断单元，用于判断所述综合比对结果是否满足第一预设条件，得到第一判断结果；

确定单元，用于当所述第一判断结果表示所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配。

可选的，所述运算单元，具体包括：

第一运算子单元，用于使用第一参数与第一比对结果进行运算，得到第一运算结果；

第二运算子单元，用于使用第二参数与第二比对结果进行运算，得到第二运算结果；

求和子单元，用于对所述第一运算结果与所述第二运算结果进行求和操 作。

可选的，所述第一运算子单元，具体包括：

第一加权子单元，用于使用第一权重与第一比对结果进行加权，得到第一加权结果；

所述第二运算子单元，具体包括：

第二加权子单元，用于使用第二权重与第二比对结果进行加权，得到第二加权结果；

所述求和子单元，具体包括：

加权结果求和子单元，用于对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

相应的，所述第一判断单元，具体包括：

第一判断子单元，用于判断所述加权求和结果是否大于或等于第一预设阈值。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明实施例中的特征识别方法及电子设备，通过采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；判断所述综合比对结果是否满足第一预设条件；当所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配；可以利用不同种类的识别算法进行特征识别，从而兼具多种特征识别算法的特点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的特征识别方法实施例1的流程图；

图2为本发明的特征识别方法实施例2的流程图；

图3为本发明的特征识别方法实施例3的流程图；

图4为本发明的特征识别方法实施例4的流程图；

图5为本发明的特征识别方法实施例5的流程图；

图6为本发明的电子设备实施例的结构图。

具体实施方式

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，所描述的实施例仅仅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他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明中的特征识别方法，可以应用于多种类别的特征的识别。例如，可以应用于指纹识别，声纹识别，瞳孔识别，图像识别等等。本发明中的特征识别方法的执行主体，可以是各种具有特征识别功能的电子设备，例如，手机、平板电脑、笔记本电脑或者各种类型的安防装置等等。

图1为本发明的特征识别方法实施例1的流程图。如图1所示，该方法可以包括：

步骤101：获取待识别的特征信息；

所述特征信息可以是各种类型的特征信息。例如，可以是指纹信息、声纹信息、图像信息等等。

可以先采用相应的传感器获取待识别的特征信息。本方法的执行主体再对传感器获取到的特征信息进行获取。

步骤102：采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

所述已有特征信息是预先存储的特征信息。所述已有特征信息可以是对电子设备具有特定权限的用户的特征信息。

所述第一识别算法可以是各种类型的识别算法。例如，可以是对特征信息的整体进行识别的算法，也可以是对特征信息中具有较明显的特征的部分进行识别的算法。

所述第一比对结果可以有各种表现形式。例如，所述第一比对结果可以是数值形式，或者所述第一比对结果也可以是表示肯定或否定的字符形式。

步骤103：采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

所述第二识别算法与所述第一识别算法是不同的算法。

所述第二比对结果也可以有各种表现形式。例如，所述第二比对结果可以是数值形式，或者所述第二比对结果也可以是表示肯定或否定的字符形式。

步骤104：基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；

所述运算的形式包括多种。例如，当所述第一比对结果与所述第二比对结果均为数值形式时，所述运算过程可以是可以对所述第一比对结果与所述第二比对结果进行加权平均；当所述第一比对结果与所述第二比对结果均为表示肯定或否定的字符形式时，所述运算可以是逻辑运算。

步骤105：判断所述综合比对结果是否满足第一预设条件，得到第一判断结果；

所述第一预设条件可以根据实际需求设定。且所述第一预设条件与所述综 合比对结果的具体表现形式有关。如果所述综合比对结果为数值形式，则所述第一预设条件可以是预设阈值。如果所述综合比对结果为表示肯定或否定的字符形式时，则所述第一预设条件可以是所述综合比对结果为是。

步骤106：当所述第一判断结果表示所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配。

本实施例中，通过采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；判断所述综合比对结果是否满足第一预设条件；当所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配；可以利用不同种类的识别算法进行特征识别，从而兼具多种特征识别算法的特点。

实际应用中，所述基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果，具体可以包括以下步骤：

使用第一参数与第一比对结果进行运算，得到第一运算结果；

使用第二参数与第二比对结果进行运算，得到第二运算结果；

对所述第一运算结果与所述第二运算结果进行求和操作。

上述步骤中，所述第一比对结果与所述第二比对结果可以均为数值形式。

所述使用第一参数与第一比对结果进行运算，得到第一运算结果，具体可以包括：

使用第一权重与第一比对结果进行加权，得到第一加权结果。

所述使用第二参数与第二比对结果进行运算，得到第二运算结果，具体可以包括：

使用第二权重与第二比对结果进行加权，得到第二加权结果。

所述对所述第一运算结果与所述第二运算结果进行求和操作，具体可以包 括：

对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

相应的，所述判断所述综合比对结果是否满足第一预设条件，具体包括：

判断所述加权求和结果是否大于或等于第一预设阈值。

图2为本发明的特征识别方法实施例2的流程图。如图2所示，该方法可以包括：

步骤201：获取待识别的特征信息；

步骤202：采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

步骤203：采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

步骤204：使用第一权重与第一比对结果进行加权，得到第一加权结果；

步骤205：使用第二权重与第二比对结果进行加权，得到第二加权结果；

步骤206：对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

步骤207：判断所述加权求和结果是否大于或等于第一预设阈值，得到第一判断结果；

步骤208：当所述第一判断结果表示所述加权求和结果大于或等于第一预设阈值时，确定所述特征信息与已有特征信息相匹配。

本实施例中，所述第一比对结果可以是采用第一识别算法比对得到的比对分数，所述第二比对结果可以是采用第二识别算法比对得到的比对分数。假设所述第一识别算法的比对结果的满分为100，匹配分数为60，即所述第一比对结果达到60分或以上，在所述第一识别算法中将判定待识别特征信息与已有特征信息相匹配。假设第二识别算法的比对结果的满分为100，匹配分数也为60。如果所述第一比对结果为50分，所述第二比对结果为70分，所述第一权 重为0.5，所述第二权重也为0.5。则加权求和结果为60分。假设第一预设阈值为60分。则加权求和后，原本在第一识别算法中无法匹配成功的待识别特征信息，采用本实施例的方法后，将匹配成功。即本实施例的方法在使用上述假设的权重时，将使得匹配的严格程度介于第一识别算法与第二识别算法之间，使得匹配精度适中。

实际应用中，所述第一权重和所述第二权重可以预先设置后，多次使用，也可以在每次加权之前，采用电子设备自行确定所述第一权重和所述第二权重。具体的，采用电子设备自行确定所述第一权重和所述第二权重，可以采用以下方式：

在基于所述第一比对结果与所述第二比对结果进行运算之前，

识别当前的应用环境信息；

基于所述应用环境信息确定所述第一权重和所述第二权重。

图3为本发明的特征识别方法实施例3的流程图。如图3所示，该方法可以包括：

步骤301：获取待识别的特征信息；

步骤302：采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

步骤303：采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

步骤304：识别当前的应用环境信息；

步骤305：基于所述应用环境信息确定当前环境对应的优选误识率；

步骤306：获取所述第一识别算法的第一误识率；

步骤307：获取所述第二识别算法的第二误识率；

步骤308：将所述第一误识率、第二误识率与所述环境误识率进行比对，获得第四比对结果；

步骤309：基于所述第四比对结果确定第一权重与第二权重；

其中，若所述第一误识率与所述环境误识率的差值的绝对值小于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重大于所述第二权重；

若所述第一误识率与所述环境误识率的差值的绝对值大于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重小于所述第二权重。

步骤310：使用第一权重与第一比对结果进行加权，得到第一加权结果；

步骤311：使用第二权重与第二比对结果进行加权，得到第二加权结果；

步骤312：对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

步骤313：判断所述加权求和结果是否大于或等于第一预设阈值，得到第一判断结果；

步骤314：当所述第一判断结果表示所述加权求和结果大于或等于第一预设阈值时，确定所述特征信息与已有特征信息相匹配。

本实施例中，通过基于所述第四比对结果确定第一权重与第二权重；其中，若所述第一误识率与所述环境误识率的差值的绝对值小于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重大于所述第二权重；若所述第一误识率与所述环境误识率的差值的绝对值大于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重小于所述第二权重。可以为与优选误识率最接近的算法分配较大的权重，从而使综合后的算法的误识率更接近优选误识率。

实际应用中，还可以采用其他方式确定所述第一权重与所述第二权重。

图4为本发明的特征识别方法实施例4的流程图。如图4所示，该方法可以包括：

步骤401：获取待识别的特征信息；

步骤402：采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一匹配度数值；

步骤403：采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二匹配度数值；

步骤404：比较所述第一匹配度数值与所述第二匹配度数值的大小；

步骤405：当所述第一匹配度数值小于所述第二匹配度数值时，为所述第一比对结果分配第一权重，为所述第二比对结果分配第二权重；

步骤406：当所述第一匹配度数值大于所述第二匹配度数值时，为所述第一比对结果分配第二权重，为所述第二比对结果分配第一权重；

所述第一权重大于所述第二权重。

步骤407：使用第一权重与第一比对结果进行加权，得到第一加权结果；

步骤408：使用第二权重与第二比对结果进行加权，得到第二加权结果；

步骤409：对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

步骤410：判断所述加权求和结果是否大于或等于第一预设阈值，得到第一判断结果；

步骤411：当所述第一判断结果表示所述加权求和结果大于或等于第一预设阈值时，确定所述特征信息与已有特征信息相匹配。

本实施例中，通过比较所述第一匹配度数值与所述第二匹配度数值的大小；当所述第一匹配度数值小于所述第二匹配度数值时，为所述第一比对结果分配第一权重，为所述第二比对结果分配第二权重；当所述第一匹配度数值大于所述第二匹配度数值时，为所述第一比对结果分配第二权重，为所述第二比对结果分配第一权重；可以为识别严格程度较高的算法分配较大的权重，使综合后的特征识别方法的识别严格程度提高。

图5为本发明的特征识别方法实施例5的流程图。如图5所示，该方法可以包括：

步骤501：获取待识别的特征信息；

步骤502：采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

步骤503：采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

步骤504：判断所述第一比对结果是否表示在所述第一识别算法中所述特征信息与已有特征信息比对成功，得到第二判断结果；

步骤505：判断所述第二比对结果是否表示在所述第二识别算法中所述特征信息与已有特征信息比对成功，得到第三判断结果；

步骤506：判断所述第二判断结果与所述第三判断结果是否均表示肯定，得到第一判断结果。

步骤507：当所述第一判断结果表示所述第二判断结果与所述第三判断结果均表示肯定时，确定所述特征信息与已有特征信息相匹配。

本实施例中，所述基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果，具体包括：判断所述第一比对结果是否表示在所述第一识别算法中所述特征信息与已有特征信息比对成功，得到第二判断结果；判断所述第二比对结果是否表示在所述第二识别算法中所述特征信息与已有特征信息比对成功，得到第三判断结果；所述判断所述综合比对结果是否满足第一预设条件，具体包括：判断所述第二判断结果与所述第三判断结果是否均表示肯定；因此，本实施例中，综合后的误识率为第一识别算法的第一误识率与第二识别算法的第二误识率的乘积。而第一误识率与第二误识率均小于或等于百分之5，所以本实施例中的特征识别方法具有很低的误识率。

本发明还公开了一种电子设备。所述电子设备可以是各种具有特征识别功能的电子设备，例如，手机、平板电脑、笔记本电脑或者各种类型的安防装置等等。

图6为本发明的电子设备实施例的结构图。如图6所示，该电子设备可以包括：

特征信息获取单元601，用于获取待识别的特征信息；

第一识别单元602，用于采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；

第二识别单元603，用于采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；

运算单元604，用于基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；

第一判断单元605，用于判断所述综合比对结果是否满足第一预设条件，得到第一判断结果；

确定单元606，用于当所述第一判断结果表示所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配。

本实施例中，通过采用第一识别算法将所述特征信息与已有特征信息进行比对，得到第一比对结果；采用第二识别算法将所述特征信息与已有特征信息进行比对，得到第二比对结果；基于所述第一比对结果与所述第二比对结果进行运算，得到第三比对结果；判断所述综合比对结果是否满足第一预设条件；当所述综合比对结果满足第一预设条件时，确定所述特征信息与已有特征信息相匹配；可以利用不同种类的识别算法进行特征识别，从而兼具多种特征识别算法的特点。

实际应用中，所述运算单元604，具体包括：

第一运算子单元，用于使用第一参数与第一比对结果进行运算，得到第一 运算结果；

第二运算子单元，用于使用第二参数与第二比对结果进行运算，得到第二运算结果；

求和子单元，用于对所述第一运算结果与所述第二运算结果进行求和操作。

实际应用中，所述第一运算子单元，具体包括：

第一加权子单元，用于使用第一权重与第一比对结果进行加权，得到第一加权结果；

所述第二运算子单元，具体包括：

第二加权子单元，用于使用第二权重与第二比对结果进行加权，得到第二加权结果；

所述求和子单元，具体包括：

加权结果求和子单元，用于对所述第一加权结果与所述第二加权结果进行求和操作，得到加权求和结果；

相应的，所述第一判断单元，具体包括：

第一判断子单元，用于判断所述加权求和结果是否大于或等于第一预设阈值。

实际应用中，该电子设备还可以包括：

应用环境信息识别单元，用于在基于所述第一比对结果与所述第二比对结果进行运算之前，识别当前的应用环境信息；

权重确定单元，用于基于所述应用环境信息确定所述第一权重和所述第二权重。

实际应用中，所述权重确定单元，具体可以包括：

优选误识率确定子单元，用于基于所述应用环境信息确定当前环境对应的 优选误识率；

第一误识率获取子单元，用于获取所述第一识别算法的第一误识率；

第二误识率获取子单元，用于获取所述第二识别算法的第二误识率；

误识率比对子单元，用于将所述第一误识率、第二误识率与所述环境误识率进行比对，获得第四比对结果；

权重确定子单元，用于基于所述第四比对结果确定第一权重与第二权重；

其中，若所述第一误识率与所述环境误识率的差值的绝对值小于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重大于所述第二权重；

若所述第一误识率与所述环境误识率的差值的绝对值大于所述第二误识率与所述环境误识率的差值的绝对值，则确定的所述第一权重小于所述第二权重。

实际应用中，所述第一比对结果具体为第一匹配度数值，所述第二比对结果具体为第二匹配度数值，该电子设备还可以包括：

匹配度数值比较单元，用于在基于所述第一比对结果与所述第二比对结果进行运算之前，比较所述第一匹配度数值与所述第二匹配度数值的大小；

第一分配单元，用于当所述第一匹配度数值小于所述第二匹配度数值时，为所述第一比对结果分配第一权重，为所述第二比对结果分配第二权重；

第二分配单元，用于当所述第一匹配度数值大于所述第二匹配度数值时，为所述第一比对结果分配第二权重，为所述第二比对结果分配第一权重；

所述第一权重大于所述第二权重。

实际应用中，所述运算单元604，具体可以包括：

第二判断子单元，用于判断所述第一比对结果是否表示在所述第一识别算法中所述特征信息与已有特征信息比对成功，得到第二判断结果；

第三判断子单元，用于判断所述第二比对结果是否表示在所述第二识别算法中所述特征信息与已有特征信息比对成功，得到第三判断结果；

相应的，所述第一判断单元605，具体可以包括：

结果判断子单元，用于判断所述第二判断结果与所述第三判断结果是否均表示肯定。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的电子设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。