[发明专利]生物特征识别方法及装置

权利要求书

1.一种生物特征识别方法，其特征在于，包括：

将发起生物特征识别请求的目标用户对应的环境特征数据输入预设的多算法决策模型，并根据该多算法决策模型的输出在多个预设的生物特征识别算法中择一作为该目标用户对应的目标生物特征识别算法；

基于所述目标生物特征识别算法获取所述目标用户的生物图像数据对应的目标生物特征识别结果。

2.根据权利要求1所述的生物特征识别方法，其特征在于，所述环境特征数据包括：客户画像数据、业务要求数据和算法能力数据；

相对应的，在所述将发起生物特征识别请求的目标用户对应的环境特征数据输入预设的多算法决策模型之前，还包括：

接收生物特征识别请求及对应的目标用户的生物采集数据，其中，该生物特征识别请求中包含有目标用户的唯一标识；

基于所述目标用户的唯一标识获取该目标用户对应的客户画像数据，并调取预存储的业务要求数据和算法能力数据。

3.根据权利要求2所述的生物特征识别方法，其特征在于，所述将发起生物特征识别请求的目标用户对应的环境特征数据输入预设的多算法决策模型，并根据该多算法决策模型的输出在多个预设的生物特征识别算法中择一作为该目标用户对应的目标生物特征识别算法，包括：

根据所述目标用户对应的客户画像数据、业务要求数据和算法能力数据获取所述多算法决策模型输出的目标算法标识；

自预存储的各个算法标识与各个生物特征识别算法之间的一一对应关系中，确定所述目标算法标识对应的生物特征识别算法，并将该生物特征识别算法确定为所述目标用户对应的目标生物特征识别算法。

4.根据权利要求3所述的生物特征识别方法，其特征在于，所述环境特征数据还包括：客户画像数据、业务要求数据和算法能力数据各自对应的权重；

相对应的，所述根据所述目标用户对应的客户画像数据、业务要求数据和算法能力数据获取所述多算法决策模型输出的目标算法标识，包括：

将所述目标用户对应的客户画像数据、业务要求数据和算法能力数据，以及，所述目标用户对应的客户画像数据、业务要求数据和算法能力数据各自对应的权重输入所述多算法决策模型，以使该多算法决策模型输出目标算法标识。

5.根据权利要求1所述的生物特征识别方法，其特征在于，还包括：

获取训练数据集，其中，该训练数据集中包含有多个用户的历史环境特征数据以及每个用户的历史环境特征数据分别对应的标签，该标签为与各个预设的生物特征识别算法一一对应的各个算法标识中的一个；

对所述训练数据集以深度学习网络算法进行训练，以得到用于在各个所述生物特征识别算法进行选择并输出对应的算法标识的多算法决策模型。

6.根据权利要求5所述的生物特征识别方法，其特征在于，所述历史环境特征数据包括：客户画像数据、业务要求数据和算法能力数据，所述历史环境特征数据还包括：客户画像数据、业务要求数据和算法能力数据各自对应的权重。

7.根据权利要求2所述的生物特征识别方法，其特征在于，在所述接收生物特征识别请求及对应的目标用户的生物采集数据之后，包括：

若所述目标用户的生物采集数据为图像数据，则判断该图像数据是否满足预设的生物特征图像质量要求，若是，则将所述目标用户的生物采集数据进行预处理以得到该目标用户的生物图像数据。

8.根据权利要求2所述的生物特征识别方法，其特征在于，在所述接收生物特征识别请求及对应的目标用户的生物采集数据之后，包括：

若所述目标用户的生物采集数据为视频数据，则基于预设的抽帧规则对所述视频数据进行抽帧处理，以得到所述目标用户对应的多个图像数据；

判断各个所述图像数据中是否存在满足预设的生物特征图像质量要求的图像数据，若是，则对满足所述生物特征图像质量要求的图像数据进行预处理以得到该目标用户的生物图像数据。