用户身份识别方法、装置、设备及介质与流程

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及一种用户身份识别方法、装置、设备及介质。

背景技术：

随着计算机技术的迅速发展，用户身份识别技术得到广泛应用。目前，一般通过用户身份识别设备采集用户的生物特征数据，然后将生物特征数据上报到用户身份识别服务器，并由用户身份识别服务器基于生物特征数据完成用户身份识别。

但是，生物特征数据的上报过程需要依赖网络，使得用户身份识别的过程对网络的依赖较强，当网络有瓶颈时，会导致生物特征数据的上报过程耗时增长，进而使用户身份识别的耗时较长。

技术实现要素：

本说明书一个或多个实施例提供了一种用户身份识别方法、装置、设备及介质，能够降低用户身份识别的过程对网络的依赖，提高用户身份识别的效率。

本说明书一个或多个实施例提供的技术方案如下：

第一方面，提供了一种用户身份识别方法，包括：

获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据。

第二方面，提供了一种用户身份识别装置，包括：

第一获取模块，用于获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

第一识别模块，用于在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

第一确定模块，用于在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据。

第三方面，提供了一种用户身份识别设备，该设备包括：处理器以及存储有计算机程序指令的存储器；

处理器执行计算机程序指令时实现如第一方面所述的用户身份识别方法。

第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所述的用户身份识别方法。

根据上述的本说明书一个或多个实施例，能够在获取到第一人脸特征数据之后，本地端直接对第一人脸特征数据进行匹配识别处理，如果在多个预设人脸特征数据中，识别到与第一人脸特征数据的相似度满足第一预设条件的目标人脸特征数据，并且进一步确认了目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标人脸特征数据所属的目标生物特征数据满足第二预设条件，则可以直接根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息，因而，该方法能够降低用户身份识别对网络的依赖，避免当网络有瓶颈时导致用户身份识别的耗时较长，可以缩短用户身份识别的耗时，提高用户身份识别的效率。

附图说明

为了更清楚地说明本说明书一个或多个实施例的技术方案，下面将对本说明书一个或多个实施例中所需要使用的附图作简单的介绍，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是本说明书一个实施例提供的用户身份识别系统的系统架构图；

图2是本说明书一个实施例提供的用户身份识别方法的流程示意图；

图3是本说明书另一个实施例提供的用户身份识别方法的流程示意图；

图4是本说明书又一个实施例提供的用户身份识别方法的流程示意图；

图5是本说明书一个实施例提供的闸机开闸检测过程的流程示意图；

图6是本说明书一个实施例提供的用户身份识别装置的结构示意图；

图7是本说明书一个实施例提供的用户身份识别设备的硬件结构示意图。

具体实施方式

下面将详细描述本说明书的各个方面的特征和示例性实施例，为了使本说明书的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本说明书进行进一步详细描述。应理解，此处所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。对于本领域技术人员来说，本说明书可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本说明书的示例来提供对本说明书更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

随着计算机技术的迅速发展，用户身份识别技术得到广泛应用。目前，一般通过用户身份识别设备采集用户的生物特征数据，然后将生物特征数据上报到用户身份识别服务器，并由用户身份识别服务器基于生物特征数据完成用户身份识别。

但是，生物特征数据的上报过程需要依赖网络，使得用户身份识别的过程对网络的依赖较强，当网络有瓶颈时，会导致生物特征数据的上报过程耗时增长，进而导致用户身份识别的耗时达到5-10s，使得用户身份识别的耗时较长。

以将用户身份识别技术应用于门禁闸机为例，在地铁场景下，客流量规模较大，如果每个乘客进行用户身份识别的等待时间都较长，则会导致人流拥堵，因此，在地铁场景中，对用户身份识别的时效性要求较高，一般情况下，用户身份识别的耗时需要在500ms以内。可见，基于已有的用户身份识别方法，无法达到地铁场景对用户身份识别的高时效性需求。

因此，为了解决现有技术问题，本说明书实施例提供了一种用户身份识别系统。

图1示出了本说明书一个实施例提供的用户身份识别系统的系统架构图。如图1所示，该用户身份识别系统包括用户身份识别终端。其中，用户身份识别终端可以包括但不限于手机、台式电脑、平板电脑、笔记本电脑、掌上电脑、车载终端、销售终端（pointofsale，pos）设备、门禁闸机以及可穿戴设备等。

用户身份识别终端可以基于多个预设生物特征数据进行用户身份识别处理。具体地，用户身份识别终端在获取到第一生物特征数据以后，可以在本地端直接对第一生物特征数据中的第一人脸特征数据进行匹配识别处理，如果在多个预设生物特征数据中的预设人脸特征数据中，识别到与第一人脸特征数据的相似度满足第一预设条件的目标人脸特征数据，并且对目标人脸特征数据进行数据判断，如果目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值，同时，目标人脸特征数据所属的目标生物特征数据满足第二预设条件，则可以直接根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

因而，该用户身份识别系统能够降低用户身份识别对网络的依赖，避免当网络有瓶颈时导致用户身份识别的耗时较长，可以缩短用户身份识别的耗时，提高用户身份识别的效率。

基于本说明书实施例提供的用户身份识别系统，本说明书一个或多个实施例还提供了一种用户身份识别方法、装置、设备及介质。下面首先对本说明书所提供的用户身份识别方法进行介绍。

图2示出了本说明书一个实施例提供的用户身份识别方法的流程示意图。

在本说明书一些实施例中，图2所示的方法可以由电子设备执行，电子设备可以例如图1所示的用户身份识别终端。

如图2所述，该用户身份识别方法可以包括：

s110、获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

s120、在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

s130、在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据。

上述各步骤的具体实现方式将在下文中进行详细描述。

在本说明书实施例中，能够在获取到第一人脸特征数据之后，本地端直接对第一人脸特征数据进行匹配识别处理，如果在多个预设人脸特征数据中，识别到与第一人脸特征数据的相似度满足第一预设条件的目标人脸特征数据，并且进一步确认了目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标人脸特征数据所属的目标生物特征数据满足第二预设条件，则可以直接根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息，因而，该方法能够降低用户身份识别对网络的依赖，避免当网络有瓶颈时导致用户身份识别的耗时较长，可以缩短用户身份识别的耗时，提高用户身份识别的效率。

下面介绍上述各个步骤的具体实现方式。

在本说明书实施例中，第一人脸特征数据可以包括二维人脸特征、二维人脸图像、三维人脸特征和三维人脸图像中的至少一个。

在本说明书一些实施例中，第一人脸特征数据可以包括第一人脸图像，第一人脸图像可以包括二维人脸图像和三维人脸图像中的至少一个。

可选地，在这些实施例的s110中，电子设备可以首先通过摄像头采集包含待识别用户的人脸特征的第一人脸视频，然后，从第一人脸视频中选取图像质量最高的一帧第一人脸图像，作为第一人脸特征数据。

在本说明书另一些实施例中，第一人脸特征数据可以包括第一人脸特征，第一人脸特征可以包括二维人脸特征和三维人脸特征中的至少一个。

可选地，在这些实施例的s110中，电子设备可以首先通过摄像头采集包含待识别用户的人脸特征的第一人脸视频，然后，从第一人脸视频中选取图像质量最高的一帧第一人脸图像，作为第一人脸特征数据，最后，对第一人脸图像进行特征识别，得到该第一人脸图像对应的第一人脸特征，作为第一人脸特征数据。

以第一人脸特征为二维人脸特征为例，电子设备可以首先通过摄像头采集包含待识别用户的人脸特征的二维人脸视频，然后，从二维人脸视频中选取图像质量最高的一帧二维人脸图像，最后，对二维人脸图像进行人脸特征点识别，得到该二维人脸图像对应的二维人脸特征，作为第一人脸特征数据。

以上为s110的具体实现方式，下面介绍s120的具体实现方式。

在本说明书一些实施例中，第一预设条件可以包括相似度为多个预设人脸特征数据与第一人脸特征数据的最大相似度。

可选地，在这些实施例中，s120的具体方法可以包括：首先计算每个预设人脸特征数据与第一人脸特征数据的相似度，然后，选取与第一人脸特征数据的相似度最大的预设人脸特征数据，作为目标人脸特征数据。

由此，可以初步地确定与第一人脸特征数据相匹配的目标人脸特征数据。

在本说明书一些实施例中，若第一人脸特征数据包括第一人脸图像，则预设人脸特征数据可以包括与第一人脸图像的类型相同的预设特征图像。例如，若第一人脸图像为二维人脸图像，则预设特征图像也可以为二维人脸图像。

此时，可以将预设特征图像与第一人脸图像的图像相似度，作为预设人脸特征数据与第一人脸特征数据的相似度。

在本说明书另一些实施例中，若第一人脸特征数据包括第一人脸特征，则预设人脸特征数据可以包括与第一人脸特征的类型相同的预设人脸特征。例如，若第一人脸特征为二维人脸特征，则预设人脸特征也可以为二维人脸特征。

此时，可以将预设人脸特征与第一人脸特征的特征相似度，作为预设人脸特征数据与第一人脸特征数据的相似度。

需要说明的是，上述的计算图像相似度和特征相似度的方法均为已有的方法，在此不做赘述。

以上为s120的具体实现方式，下面介绍s130的具体实现方式。

在本说明书实施例中，预设相似度阈值可以根据误识率的风险阈值预先设置，如果目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值，则说明目标人脸特征数据的误识率低于风险阈值，可以进一步确定目标生物特征数据与第一生物特征数据相匹配，两个生物特征数据可能属于同一个用户。

在本说明书一些实施例中，第二预设条件可以包括目标生物特征数据与目标用户相关联，目标用户为满足第三预设条件的用户。

其中，可以在全量用户中，选取至少部分用户作为目标用户，从而在本地端仅对这部分目标用户进行人脸特征数据的对比，既可以快速、简单的完成用户身份识别，提高用户身份识别的效率。

在本说明书一些实施例中，第三预设条件可以包括下列中的至少一项：

用户的用户身份识别频率大于或等于预设频率阈值、用户不具有生物特征相似用户和用户的用户身份信息安全等级高于预设安全等级。

若用户的用户身份识别频率大于或等于预设频率阈值，则说明该用户通过用户身份识别来进行获取用户身份信息的频率较高，属于用户身份识别的常用用户。

其中，预设频率阈值可以根据实际需要预先设置。

由此，可以通过用户的用户身份识别频率在全量用户中选取目标用户，将高频用户作为误识率较低的用户，以提高对其的用户身份识别效率。

若用户不具有生物特征相似用户，则说明不存在其他用户与该用户的生物特征特别相似。以人脸特征为例，不存在与该用户具有相似人脸特征的用户，则说明该用户并非双胞胎或者相似脸用户。

由此，可以排除具有生物特征相似用户的用户，可以提高对不具有生物相似特征的用户身份识别效率。

若用户的用户身份信息安全等级高于预设安全等级，则说明该用户的用户身份信息处于未受攻击状态或者安全状态，通过电子设备的本地端进行用户身份识别的风险较低。

其中，预设安全等级可以根据需要预先设置。

由此，可以排除用户身份信息具有高攻击风险的用户，可以提高对风险较低的用户身份识别效率。

由此，可以将目标用户确定为低识别风险的用户，可以缩减对目标用户的用户身份识别过程。

在本说明书实施例中，可以基于预设的目标用户识别模型或者目标用户选择策略，在全量用户中，选取至少部分用户作为目标用户。

进一步地，若目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标人脸特征数据所属的目标生物特征数据满足第二预设条件，则可以确认目标生物特征数据与第一生物特征数据属于同一个用户，且该用户属于低识别风险的用户，因此，可以直接根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息，从而可以降低用户身份识别的误识率，提高用户身份信息的安全性。

在本说明书一些实施例中，根据与目标生物特征数据相关联的目标用户身份信息确定第一生物特征数据对应的第一用户身份信息的具体方法可以为：

将与目标生物特征数据相关联的目标用户身份信息，作为第一生物特征数据对应的第一用户身份信息。

在本说明书一些实施例中，第一用户身份信息可以包括待识别用户的基本用户信息、支付账号信息、社交账号信息中的至少一种。

其中，基本用户信息可以包括用户姓名、用户年龄、用户通讯账号、用户地址中的至少一种。支付账号信息可以包括银行卡账号、支付历史记录等。社交账号信息可以包括社交应用或者社交网站的账号和账户名称。

在本说明书另一些实施例中，目标用户身份信息还可以包括其他与待识别用户相关的信息，可以根据后续的实际处理内容确定。

在本说明书一些实施例中，预设生物特征数据可以为存储于共享内存中的注册数据库中的生物特征数据。其中，注册数据库用于存储全量注册用户的生物特征数据。多个电子设备可以通过数据库管理应用程序对共享内存中的注册数据库进行读数据和写数据的操作。

具体地，用户可以使用电子设备在用户身份识别服务器进行用户身份识别功能的注册，并且在注册时通过电子设备采集生物特征数据，作为注册数据库中的预设生物特征数据。

在这些实施例中，图1所示的用户身份识别系统还可以包括用户身份识别服务器和数据库服务器。

以手机、平板电脑等仅带有普通摄像头的电子设备为例，用户可以使用电子设备中的应用程序进行用户身份识别功能的注册，并且通过电子设备的普通摄像头采集二维人脸图像，从而将二维人脸图像或者二维人脸图像对应的二维人脸特征作为人脸特征数据上传至用户身份识别服务器，并且由用户身份识别服务器存储至数据库服务器，再由数据库服务器下发到共享内存，从而得到存储于注册数据库中的生物特征数据。

在本说明书另一些实施例中，第一生物特征数据还可以包括第一纹理特征数据，第一纹理特征数据可以包括第一虹膜特征数据和/或第一掌静脉特征数据。

其中，第一虹膜特征数据可以包括虹膜特征和虹膜图像中的至少一个，第一掌静脉特征数据可以包括掌静脉特征和掌静脉图像中的至少一个。

在本说明书又一些实施例中，第一纹理特征数据还可以包括第一指纹特征数据。其中，第一指纹特征数据可以包括指纹特征和指纹图像中的至少一个。

相应地，预设生物特征数据可以包括与第一纹理特征数据的类型相同的预设纹理特征数据。

以门禁闸机注册设备等带有特定摄像头的电子设备为例，用户可以使用电子设备中的应用程序进行用户身份识别功能的注册，并且通过电子设备的普通摄像头采集二维人脸图像，通过电子设备的三维摄像头采集三维人脸图像，通过电子设备的其他专用摄像头采集虹膜图像、掌静脉图像或指纹图像，从而得到存储于注册数据库中的生物特征数据。

在本说明书一些实施例中，预设生物特征数据还可以为存储于共享内存中的目标数据库中的生物特征数据，即多个预设人脸特征数据存储于目标数据库中。多个电子设备可以通过数据库管理应用程序对共享内存中的目标数据库进行读数据和写数据的操作。

可选地，在这些实施例中，s120的具体方法可以包括：

在目标数据库中的多个预设人脸特征数据中，识别目标人脸特征数据。

在一些实施例中，可以通过预设加密算法将预设生物特征数据进行加密存储，相应地，可以将第一生物特征数据进行加密后，利用加密后的第一生物特征数据和预设生物特征数据进行相似度计算，从而对用户进行隐私保护。

在另一些实施例中，目标数据库可以为用于存储新注册用户和高频用户的生物特征数据的数据库。具体地，数据库管理应用程序可以每隔预定时间间隔从数据库服务器中的注册数据库中的生物特征数据中，选取预设时间段内或者预设数量的新注册用户以及高频用户的生物特征数据，并利用所选取的数据对共享内存中的目标数据库中的生物特征数据进行更新，从而在满足本地的共享内容的存储空间的限制的情况下，保证新注册用户和高频用户的用户体验。

具体地，预设时间段和预设数量可以根据需要设置。高频用户指的是用户身份识别频率超过根据需要设定的一定频率的用户。

由此，可以保证这些用户的用户身份识别可以在本地端进行，提高用户身份识别的效率，从而提高新注册用户和高频用户的用户体验。

可选地，在这些实施例中，在目标人脸特征数据与第一人脸特征数据的相似度小于预设相似度阈值的情况下，电子设备可以将第一人脸特征数据上传至用户身份识别服务器，并通过用户身份识别服务器基于数据库服务器中的生物特征数据完成用户身份识别。

在又一些实施例中，在地铁场景下，目标数据库还可以为进站数据库，具体地，当用户从一个进站门禁闸机进站后，该用户的预设生物特征数据和与预设生物特征数据相关联的预设用户身份信息，将被暂时存储至进站数据库中。当该用户在出站门禁闸机出站时，出站门禁闸机可以直接基于进站数据库中的预设生物特征数据对用户进行用户身份识别，进而可以减少数据处理量，提高数据处理效率，即使进站时的用户身份识别的效率略低，但是出站时的用户身份识别的效率可以大大提高。

在本说明书另一些实施例中，在s130之后，该用户身份识别方法还可以包括：

向闸机发送开闸指令。

此时，电子设备具体为门禁闸机，当门禁闸机确认了待识别用户的第一用户身份信息之后，则可以基于该第一用户身份信息，向闸机发送开闸指令，从而实现智能门锁或智能闸机的功能。

在本说明书又一些实施例中，在s130之后，在向闸机发送开闸指令之前，该用户身份识别方法还可以包括：

获取第二生物特征数据；

对第二生物特征数据与第一生物特征数据进行比较；

相应地，向闸机发送开闸指令的具体方法可以包括：

在第二生物特征数据与第一生物特征数据相同的情况下，向闸机发送开闸指令。

由此，可以在确定了第一生物特征数据对应的第一用户身份信息之后，再次获取第二生物特征数据，并且将第二生物特征数据与第一生物特征数据进行比较，如果第二生物特征数据与第一生物特征数据相同，则说明当前在门禁闸机之前的人为进行用户身份识别的人，则可以向闸机发送开闸指令，否则，如果第二生物特征数据与第一生物特征数据不相同，则重新进行用户身份识别，以提高用户身份识别的安全性。

在本说明书一些实施例中，在s130之后，该用户身份识别方法还可以包括：

确定第一生物特征数据的数据质量；

在第一生物特征数据的数据质量大于目标生物特征数据的数据质量的情况下，将第一生物特征数据更新为新的目标生物特征数据。

在一些实施例中，可以分别对第一生物特征数据中的每个类型的数据与目标生物特征数据中的对应的数据的数据质量进行比较，如果第一生物特征数据中的至少一个类型的数据质量高于目标生物特征数据，则可以确定第一生物特征数据的数据质量大于目标生物特征数据的数据质量，并且将第一生物特征数据更新为新的目标生物特征数据。

在另一些实施例中，还可以将第一人脸特征数据与目标人脸特征数据的数据质量进行比较。例如，第一人脸特征数据为第一人脸图像，可以将第一生物特征数据中的第一人脸图像的图像质量与目标生物特征数据中的目标人脸图像的图像质量进行比较，如果第一人脸图像的图像质量高于目标人脸图像的图像质量，则可以将第一人脸图像作为新的目标人脸图像。再例如，第一人脸特征数据为第一人脸特征，可以将第一人脸特征对应的第一人脸图像的图像质量与目标人脸特征对应的目标人脸图像的图像质量进行比较，如果第一人脸图像的图像质量高于目标人脸图像的图像质量，则第一人脸特征的特征质量高于目标人脸特征的特征质量，可以将第一人脸图像作为新的目标人脸图像。

在又一些实施例中，也可以将第一纹理特征数据与目标纹理特征数据的数据质量进行比较，其比较方法与上述的人脸特征数据的比较方法相似，在此不做赘述。

在再一些实施例中，可以分别对第一生物特征数据中的每个类型的数据与目标生物特征数据中的对应的数据的数据质量进行比较，如果第一生物特征数据中的至少一个类型的数据质量高于目标生物特征数据且不存在数据质量低于目标生物特征数据的类型的数据，则可以确定第一生物特征数据的数据质量大于目标生物特征数据的数据质量，并且将第一生物特征数据更新为新的目标生物特征数据。

在本说明书另一些实施例中，在第一生物特征数据的数据质量小于或等于目标生物特征数据的数据质量的情况下，禁止将第一生物特征数据更新为新的目标生物特征数据。

图3示出了本说明书另一个实施例提供的用户身份识别方法的流程示意图。

在本说明书一些实施例中，图3所示的方法可以由电子设备执行，电子设备可以例如图1所示的用户身份识别终端。

如图3所述，该用户身份识别方法可以包括：

s210、获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

s220、在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

s230、在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据；

其中，s210-s230与图2所示实施例中的s110-s130的原理相似，在此不做赘述。

s240、在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据不满足第二预设条件的情况下，对第一纹理特征数据和目标纹理特征数据进行比较；其中，目标纹理特征数据属于目标生物特征数据；

s250、在第一纹理特征数据与目标纹理特征数据相同的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

下面介绍上述s240和s250的具体实现方式。

在本说明书一些实施例的s240中，若目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标人脸特征数据所属的目标生物特征数据不满足第二预设条件，则可以确认目标生物特征数据与第一生物特征数据可能属于同一个用户，且该用户属于高识别风险的用户，因此，需要对待识别用户进行进一步地用户身份识别。具体地，需要对第一生物特征数据的第一纹理特征数据和目标生物特征数据的目标纹理特征数据进行比较。

其中，对第一纹理特征数据和目标纹理特征数据进行比较的方法可以为计算第一纹理特征数据与目标纹理特征数据的相似度。

需要说明的是，计算第一纹理特征数据与目标纹理特征数据的相似度的方法与图2所示实施例中计算第一人脸特征数据与预设人脸特征数据的相似度的方法相似，在此不做赘述。

在本说明书一些实施例的s250中，如果第一纹理特征数据与目标纹理特征数据的相似度大于或等于纹理相似度阈值，则说明第一纹理特征数据与目标纹理特征数据相同，即可以进一步确定目标生物特征数据和第一生物特征数据属于同一个用户，可以根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息，从而可以降低用户身份识别的误识率，提高用户身份信息的安全性。

在本说明书实施例中，纹理相似度阈值也可以根据误识率的风险阈值预先设置。

需要说明的是，根据与目标生物特征数据相关联的目标用户身份信息确定第一生物特征数据对应的第一用户身份信息的具体方法与图2所示实施例中的方法相似，在此不做赘述。

在本说明书一些实施例中，在s230或s250中确定了第一生物特征数据对应的第一用户身份信息之后，该用户身份识别方法还可以包括：

确定第一生物特征数据的数据质量；

在第一生物特征数据的数据质量大于目标生物特征数据的数据质量的情况下，将第一生物特征数据更新为新的目标生物特征数据。

其中，上述方法已在图2所示实施例中进行了详细说明，在此不做赘述。

在本说明书一些实施例中，在s240之后，该用户身份识别方法还可以包括：

在第一纹理特征数据与目标纹理特征数据不相同或目标生物特征数据不具有目标纹理特征数据的情况下，采集图像识别码；

对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息；

根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

具体地，在用户进行注册时，用户身份识别服务器可以基于该用户的用户身份信息生成用于进行用户身份信息识别的图像识别码。其中，图像识别码可以为二维码或者条形码等，在此不做限制。

如果第一纹理特征数据与目标纹理特征数据不相同，则说明第一生物特征数据与目标生物特征数据不属于同一个用户，预设生物特征数据中不具有与第一生物特征数据相匹配的生物特征数据，因此，用户可以展示其所拥有的包括第二用户身份信息的图像识别码，电子设备可以通过摄像头采集该图像识别码，进而对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息，从而根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

如果目标生物特征数据不具有目标纹理特征数据，则可能用户注册时未进行纹理特征数据的采集，因此，用户可以展示其所拥有的包括第二用户身份信息的图像识别码，电子设备可以通过摄像头采集该图像识别码，进而对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息，从而根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

由此，可以基于纹理特征数据进一步提高用户身份识别的安全性。

需要说明的是，可以通过已有的方法基于该用户的用户身份信息生成图像识别码以及通过图像识别码识别第二用户身份信息，根据图像识别码对应的第二用户身份信息确定第一生物特征数据对应的第一用户身份信息的方法与图2所示实施例相似，在此不做赘述。

在本说明书一些实施例中，在根据图像识别码对应的第二用户身份信息确定第一生物特征数据对应的第一用户身份信息之后，该用户身份识别方法还可以包括：

将第一生物特征数据与第一用户身份信息关联存储。

由此，可以将第一生物特征数据存储为第一用户身份信息的预设生物特征数据，用于该用户下一次的用户身份识别。

在本说明书一些实施例中，在确定第一生物特征数据对应的第一用户身份信息之后，该用户身份识别方法还可以包括：

向闸机发送开闸指令。

在本说明书另一些实施例中，在确定第一生物特征数据对应的第一用户身份信息之后，向闸机发送开闸指令之前，该用户身份识别方法还可以包括：

获取第二生物特征数据；

对第二生物特征数据与第一生物特征数据进行比较；

相应地，向闸机发送开闸指令的具体方法可以包括：

在第二生物特征数据与第一生物特征数据相同的情况下，向闸机发送开闸指令。

需要说明的是，上述的方法已在图2所示实施例中进行了详细说明，在此不做赘述。

图4示出了本说明书又一个实施例提供的用户身份识别方法的流程示意图。

在本说明书一些实施例中，图4所示的方法可以由电子设备执行，电子设备可以例如图1所示的用户身份识别终端。

如图4所述，该用户身份识别方法可以包括：

s310、获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

s320、在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

s330、在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据；

其中，s310-s330与图2所示实施例中的s110-s130的原理相似，在此不做赘述。

s340、在目标人脸特征数据与第一人脸特征数据的相似度小于预设相似度阈值的情况下，采集图像识别码；

s350、对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息；

s360、根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

其中，s350-s360与图3所示实施例中的方法相似，在此不做赘述。

在本说明书一些实施例的s340中，预设相似度阈值可以根据误识率的风险阈值预先设置，如果目标人脸特征数据与第一人脸特征数据的相似度小于预设相似度阈值，则说明目标人脸特征数据的误识率高于风险阈值，可以进一步确定目标生物特征数据与第一生物特征数据不匹配，两个生物特征数据不属于同一个用户，电子设备中可能不存在与第一人脸特征数据相匹配的生物特征数据，需要用户重新采集生物特征数据。

例如，用户在注册时，仅填写了用户身份信息，未采集任何的生物特征数据，则可能出现目标人脸特征数据与第一人脸特征数据的相似度小于预设相似度阈值的情况。

在本说明书一些实施例中，在s360之后，该用户身份识别方法还可以包括：

将第一生物特征数据与第一用户身份信息关联存储。

由此，可以将第一生物特征数据存储为第一用户身份信息的预设生物特征数据，用于该用户下一次的用户身份识别。

在本说明书一些实施例中，在确定第一生物特征数据对应的第一用户身份信息之后，该用户身份识别方法还可以包括：

向闸机发送开闸指令。

在本说明书另一些实施例中，在确定第一生物特征数据对应的第一用户身份信息之后，向闸机发送开闸指令之前，该用户身份识别方法还可以包括：

获取第二生物特征数据；

对第二生物特征数据与第一生物特征数据进行比较；

相应地，向闸机发送开闸指令的具体方法可以包括：

在第二生物特征数据与第一生物特征数据相同的情况下，向闸机发送开闸指令。

需要说明的是，上述的方法已在图2所示实施例中进行了详细说明，在此不做赘述。

图5示出了本说明书一个实施例提供的闸机开闸检测过程的流程示意图。如图5所示，该闸机开闸检测过程可以具体包括：

s401、采集第一生物特征数据；

s402、在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；

s403、判断目标人脸特征数据与第一人脸特征数据的相似度是否大于或等于预设相似度阈值，如果是，则执行s404，如果不是，则执行s408；

s404、判断目标人脸特征数据所属的目标生物特征数据是否属于目标用户，即目标人脸特征数据是否属于目标用户，如果是，则执行s405，如果不是，则执行s410；

s405、确定第一生物特征数据中的三维人脸特征、虹膜特征和掌静脉特征中至少一个的数据质量，并且利用上述的数据更新目标生物特征数据；

s406、采集第二生物特征数据；

s407、对第二生物特征数据与第一生物特征数据进行比较，判断用户是否还在生物特征采集区域，如果相同，向闸机发送开闸指令；

s408、采集图像识别码，对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息，根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息，然后，向闸机发送开闸指令，实现扫码开闸；

s409、将第一生物特征数据与第一用户身份信息关联存储；

s410、对第一纹理特征数据和目标纹理特征数据进行比较，判断纹理特征数据是否相同，如果是，则执行s405，如果不是，则执行s411；

s411、采集图像识别码，对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息，根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息，然后，向闸机发送开闸指令，实现扫码开闸，然后执行s405。

综上所述，本说明书实施例可以使用户获得本地端的用户身份识别的实时体验，能够通过生物特征识别和图像识别码的灵活切换实现用户身份识别，保障了用户的实时非配合式体验。

图6示出了本说明书一个实施例提供的用户身份识别装置的结构示意图。

在本说明书一些实施例中，图6所示的装置可以设置于电子设备内，电子设备可以例如图1所示的用户身份识别终端。

如图6所示，该用户身份识别装置500可以包括：

第一获取模块510，用于获取第一生物特征数据；其中，第一生物特征数据包括第一人脸特征数据；

第一识别模块520，用于在多个预设人脸特征数据中，识别与第一人脸特征数据相匹配的目标人脸特征数据；其中，目标人脸特征数据为与第一人脸特征数据的相似度满足第一预设条件的预设人脸特征数据；

第一确定模块530，用于在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据满足第二预设条件的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息；其中，目标生物特征数据为目标人脸特征数据所属的预设生物特征数据。

在本说明书实施例中，能够在获取到第一人脸特征数据之后，本地端直接对第一人脸特征数据进行匹配识别处理，如果在多个预设人脸特征数据中，识别到与第一人脸特征数据的相似度满足第一预设条件的目标人脸特征数据，并且进一步确认了目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标人脸特征数据所属的目标生物特征数据满足第二预设条件，则可以直接根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息，因而，该方法能够降低用户身份识别对网络的依赖，避免当网络有瓶颈时导致用户身份识别的耗时较长，可以缩短用户身份识别的耗时，提高用户身份识别的效率。

在本说明书一些实施例中，第一预设条件包括相似度为多个预设人脸特征数据与第一人脸特征数据的最大相似度。

在本说明书一些实施例中，第二预设条件包括目标生物特征数据与目标用户相关联，目标用户为满足第三预设条件的用户。

在本说明书一些实施例中，第三预设条件包括下列中的至少一项：

用户的用户身份识别频率大于或等于预设频率阈值、用户不具有生物特征相似用户和用户的用户身份信息安全等级高于预设安全等级。

在本说明书一些实施例中，第一生物特征数据还包括第一纹理特征数据，第一纹理特征数据包括第一虹膜特征数据和/或第一掌静脉特征数据。

在本说明书一些实施例中，该用户身份识别装置500还包括：

第一比较模块，用于在目标人脸特征数据与第一人脸特征数据的相似度大于或等于预设相似度阈值且目标生物特征数据不满足第二预设条件的情况下，对第一纹理特征数据和目标纹理特征数据进行比较；其中，目标纹理特征数据属于目标生物特征数据；

第二确定模块，用于在第一纹理特征数据与目标纹理特征数据相同的情况下，根据与目标生物特征数据相关联的目标用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

在本说明书一些实施例中，该用户身份识别装置500还包括：

第三确定模块，用于确定第一生物特征数据的数据质量；

数据更新模块，用于在第一生物特征数据的数据质量大于目标生物特征数据的数据质量的情况下，将第一生物特征数据更新为新的目标生物特征数据。

在本说明书一些实施例中，该用户身份识别装置500还包括：

第一采集模块，用于在第一纹理特征数据与目标纹理特征数据不相同的情况下，采集图像识别码；

第二识别模块，用于对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息；

第四确定模块，用于根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

在本说明书一些实施例中，该用户身份识别装置500还包括：

第二采集模块，用于在目标人脸特征数据与第一人脸特征数据的相似度小于预设相似度阈值的情况下，采集图像识别码；

第二采集模块，用于对图像识别码进行信息识别处理，得到图像识别码对应的第二用户身份信息；

第五确定模块，用于根据图像识别码对应的第二用户身份信息，确定第一生物特征数据对应的第一用户身份信息。

在本说明书一些实施例中，该用户身份识别装置500还包括：

数据存储模块，用于将第一生物特征数据与第一用户身份信息关联存储。

在本说明书一些实施例中，该用户身份识别装置500还包括：

指令发送模块，用于向闸机发送开闸指令。

在本说明书一些实施例中，该用户身份识别装置500还包括：

第二获取模块，用于获取第二生物特征数据；

第二比较模块，用于对第二生物特征数据与第一生物特征数据进行比较；

其中，指令发送模块具体用于：

在第二生物特征数据与第一生物特征数据相同的情况下，向闸机发送开闸指令。

在本说明书一些实施例中，多个预设人脸特征数据存储于目标数据库中；

其中，第一识别模块520具体用于：

在目标数据库中的多个预设人脸特征数据中，识别目标人脸特征数据。

需要说明的是，本实施例所提供的用户身份识别装置能够实现如图2-5所示方法实施例中的各个过程和效果，为了避免重复，在此不做赘述。

图7示出了本说明书一个实施例提供的用户身份识别设备的硬件结构示意图。如图7所示，用户身份识别设备600包括输入设备601、输入接口602、中央处理器603、存储器604、输出接口605、以及输出设备606。其中，输入接口602、中央处理器603、存储器604、以及输出接口605通过总线610相互连接，输入设备601和输出设备606分别通过输入接口602和输出接口605与总线610连接，进而与用户身份识别设备600的其他组件连接。

具体地，输入设备601接收来自外部的输入信息，并通过输入接口602将输入信息传送到中央处理器603；中央处理器603基于存储器604中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器604中，然后通过输出接口605将输出信息传送到输出设备606；输出设备606将输出信息输出到用户身份识别设备600的外部供用户使用。

也就是说，图7所示的用户身份识别设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及处理器，该处理器在执行计算机可执行指令时可以实现本说明书实施例描述的用户身份识别方法和装置。

本说明书实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本说明书实施例提供的用户身份识别方法。

以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（asic）、适当的固件、插件、功能卡等等。当以软件方式实现时，本说明书的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom（erom）、软盘、cd-rom、光盘、硬盘、光纤介质、射频（rf）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述，仅为本说明书的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本说明书的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本说明书揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本说明书的保护范围之内。