超级计算应用于生物识别特征分析的一种方法

1.本发明涉及生物识别技术领域，特别是超级计算应用于生物识别特征分析的一种方法。


背景技术：

2.在对生物特征进行识别是，特别是一些与图像相关的识别，如面部、指纹、虹膜等，往往会由于用户年龄增长，与生物特征识别相关的如面部、指纹、虹膜等会产生变化，而现有的生物特征识别基本都是基于用户注册时录入的生物特征进行识别，缺少有效的自动更新手段，导致经常需要用户主动更新生物特征信息，降低了识别成功率和效率。


技术实现要素：

3.为解决现有技术中存在的问题，本发明提供了超级计算应用于生物识别特征分析的一种方法。
4.本发明采用的技术方案是：
5.超级计算应用于生物识别特征分析的一种方法，包括如下步骤：
6.s10、构建基于超级计算机的神经网络；
7.s20、获取用户注册时的生物特征图像，根据用户注册时的生物特征图像形成注册生物特征信息，并写入与用户对应的识别数据库，该注册生物特征信息为识别数据库的默认生物特征识别信息；
8.s30、获取用户验证时的生物特征图像，根据用户验证时的生物特征图像形成验证生物特征信息，并将验证生物特征信息与用户的默认生物特征识别信息输入神经网络进行对比匹配；
9.s40、当对比匹配的相似度大于等于第一相似度阈值时，判定对比匹配成功，并进入步骤s50；当对比匹配的相似度小于第一相似度阈值时，重新进行对比匹配，当重新进行对比匹配的次数小于等于对比匹配次数阈值且对比匹配成功，则进入步骤s50；当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功，则将验证生物特征信息与用户对应的识别数据库中的备用生物特征识别信息输入神经网络进行对比匹配，当该次对比匹配的相似度大于等于第二相似度阈值时，判定对比匹配成功，并进入步骤s50；
10.s50、将对比匹配成功的验证生物特征信息写入与用户对应的识别数据库，并将新写入的验证生物特征信息作为新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信息。
11.优选的，在步骤s40中，当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功时，如用户对应的识别数据库中不含备用生物特征识别信息，则验证用户的注册信息，并重新获取用户的生物特征图像，根据重新获取的生物特征图像形成新的注册生物特征信息，并写入与用户对应的识别数据库，将该新的注册生物特征信息作为识别数据库中新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信
息。
12.优选的，在步骤s40中，当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功，则将验证生物特征信息与用户对应的识别数据库中的备用生物特征识别信息输入神经网络进行对比匹配，如备用生物特征识别信息存在多份，则按备用生物特征识别信息写入的时间顺序从先到后依次进行对比匹配，直至出现对比匹配的相似度大于等于第二相似度阈值时，判定对比匹配成功，当备用生物特征识别信息全部对比匹配完仍未出现对比匹配的相似度大于等于第二相似度阈值时，则验证用户的注册信息，并重新获取用户的生物特征图像，根据重新获取的生物特征图像形成新的注册生物特征信息，并写入与用户对应的识别数据库，将该新的注册生物特征信息作为识别数据库中新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信息。
13.优选的，用户对应的识别数据库存储的备用生物特征识别信息上限为n份，并按写入时间进行排序，当用户对应的识别数据库存储的备用生物特征识别信息小于n份时，新的备用生物特征识别信息可直接写入，当用户对应的识别数据库存储的备用生物特征识别信息等于n份时，每次写入新的备用特征特征识别信息时，将最早的备用生物特征识别信息进行删除。
14.优选的，注册生物特征信息及验证生物特征信息均根据图像进行生物特征影像范围的筛出以及特征信息数值的输出与编码生成。
15.优选的，生物特征图像包括虹膜、面部、指纹、掌纹、血管形状以及声纹图像中的一种或多种。
16.本发明的有益效果是：当用户初次注册时获取用户的生物特征信息后，在用户每次进行生物特征识别认证时，均先将当前获取的验证生物特征信息与默认生物特征识别信息进行对比匹配，如对比匹配失败，则将验证生物特征信息与备用生物特征识别信息依次对比，以提高认证成功率，且每次对比匹配成功，都会对默认生物特征识别信息和备用生物特征识别信息进行更新，以提高以后的认证成功率；对比匹配的具体过程由基于超级计算机的神经网络，超级计算机具有强大的运算能力，可同时处理大量对比匹配任务，在将验证生物特征信息与备用生物特征识别信息进行对比时，可同时与各备用生物特征识别信息进行对比匹配，只要其中一个满足相似度的要求即可判定为认证成功，大大提高了认证效率。
附图说明
17.图1为本发明实施例的流程示意图；
具体实施方式
18.下面结合附图对本发明的实施例进行详细说明。
19.实施例
20.如图1所示，超级计算应用于生物识别特征分析的一种方法，包括如下步骤：
21.s10、构建基于超级计算机的神经网络；
22.s20、获取用户注册时的生物特征图像，根据用户注册时的生物特征图像形成注册生物特征信息，并写入与用户对应的识别数据库，该注册生物特征信息为识别数据库的默认生物特征识别信息；
23.s30、获取用户验证时的生物特征图像，根据用户验证时的生物特征图像形成验证生物特征信息，并将验证生物特征信息与用户的默认生物特征识别信息输入神经网络进行对比匹配；
24.s40、当对比匹配的相似度大于等于第一相似度阈值时，判定对比匹配成功，并进入步骤s50；当对比匹配的相似度小于第一相似度阈值时，重新进行对比匹配，当重新进行对比匹配的次数小于等于对比匹配次数阈值且对比匹配成功，则进入步骤s50；当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功，则将验证生物特征信息与用户对应的识别数据库中的备用生物特征识别信息输入神经网络进行对比匹配，当该次对比匹配的相似度大于等于第二相似度阈值时，判定对比匹配成功，并进入步骤s50；
25.s50、将对比匹配成功的验证生物特征信息写入与用户对应的识别数据库，并将新写入的验证生物特征信息作为新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信息。
26.本发明中用户对应的识别数据库主要包括默认生物特征识别信息和备用生物特征识别信息，每次进行识别认证时，获取用户当前的生物特征图像形成验证生物特征信息，先将验证生物特征信息与默认生物特征识别信息进行对比匹配，当对比匹配得到的相似度大于等于第一相似度阈值时，判定为对比匹配成功，当对比匹配得到的相似度小于第一相似度阈值时，此时再将验证生物特征信息与备用生物特征识别信息进行对比匹配，如在与备用生物特征识别信息进行对比匹配时出现相似度大于等于第二相似度阈值时，也判定为对比匹配成功，如与默认生物特征识别信息和备用生物特征识别信息对比匹配的结果都是失败，则最终判定为对比匹配失败。本发明借助超级计算机的强大算力，将验证生物特征信息依次与生物特征识别信息和备用生物特征识别信息进行对比，其中任何一次对比匹配的相似度大于等于相应的阈值都会判定为对比匹配成功，大大减少了因用户在较长时间段内个人生物特征的变化引起的认证失败的概率，提高了认证成功率和认证效率(由于认证失败，往往系统会重新对用户的注册信息进行验证，甚至需要重新对用户的生物特征信息进行注册，这就大大浪费了用户的时间)。神经网络作为一种成熟的技术，其搭建、训练、学习均属于现有技术了，在此不再赘述。
27.在将验证生物特征信息与默认生物特征识别信息进行对比匹配，如对比匹配失败，可再次进行对比匹配，并设置有对比匹配次数阈值，在达到阈值对应的对比匹配次数前，只要出现对比匹配成功，就停止进行对比匹配，而当达到对比匹配次数阈值且仍未对比匹配成功时，就进行备用生物特征识别信息的对比匹配，通过增加验证生物特征信息与默认生物特征识别信息的对比匹配次数，可降低认证失败的几率。
28.具体的，在步骤s40中，当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功时，如用户对应的识别数据库中不含备用生物特征识别信息，则验证用户的注册信息，并重新获取用户的生物特征图像，根据重新获取的生物特征图像形成新的注册生物特征信息，并写入与用户对应的识别数据库，将该新的注册生物特征信息作为识别数据库中新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信息。
29.用户对应的识别数据库中并非一开始就含有备用生物特征识别信息，而是在使用过程中以用户不易感知的方式逐渐生成，方便用户的使用，在用户不易察觉的情况下即可
增加认证成功率。
30.具体的，在步骤s40中，当重新进行对比匹配的次数等于对比匹配次数阈值且未对比匹配成功，则将验证生物特征信息与用户对应的识别数据库中的备用生物特征识别信息输入神经网络进行对比匹配，如备用生物特征识别信息存在多份，则按备用生物特征识别信息写入的时间顺序从先到后依次进行对比匹配，直至出现对比匹配的相似度大于等于第二相似度阈值时，判定对比匹配成功，当备用生物特征识别信息全部对比匹配完仍未出现对比匹配的相似度大于等于第二相似度阈值时，则验证用户的注册信息，并重新获取用户的生物特征图像，根据重新获取的生物特征图像形成新的注册生物特征信息，并写入与用户对应的识别数据库，将该新的注册生物特征信息作为识别数据库中新的默认生物特征识别信息，将旧的默认生物特征识别信息作为备用生物特征识别信息。
31.用户对应的识别数据库中的默认生物特征识别信息和备用生物特征识别信息都会以用户不易感知的方式逐渐更新，提高识别数据库中数据中的信息质量，采用较近时间的数据也会增加认证的成功率。借助超级计算机，不仅可同时处理大批量用户的认证，且单个用户在进行备用生物特征识别信息的对比匹配时，也可同时与多份备用生物特征识别信息进行对比匹配，然后根据多个对比匹配的结果中是否有相似度满足要求的结果判定认证是否成功，极大提高了效率。
32.具体的，用户对应的识别数据库存储的备用生物特征识别信息上限为5份，并按写入时间进行排序，当用户对应的识别数据库存储的备用生物特征识别信息小于5份时，新的备用生物特征识别信息可直接写入，当用户对应的识别数据库存储的备用生物特征识别信息等于5份时，每次写入新的备用特征特征识别信息时，将最早的备用生物特征识别信息进行删除。
33.具体的，注册生物特征信息及验证生物特征信息均根据图像进行生物特征影像范围的筛出以及特征信息数值的输出与编码生成。
34.具体的，生物特征图像包括虹膜、面部、指纹、掌纹、血管形状以及声纹图像中的一种或多种。
35.本发明适应范围较广，不仅可用于常规的面部识别，还可用于同样类似具有图像特征的虹膜、指纹、掌纹、血管形状以及声纹的波纹图像等认证识别。
36.以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。