技术摘要：
本申请实施例提供了一种生物特征识别方法、装置、计算机设备及计算机可读存储介质。属于生物识别技术领域，通过获取生物特征所对应的生物特征数据；将生物特征数据传输至第一生物特征识别模型，得到生物特征数据所对应的第一相似度；根据第一相似度，获取第一生物特征  全部
背景技术：
当前在人脸识别等生物特征识别所涉及的AI产品中，针对一个识别的目标对象， 比如针对人脸识别，会存在以下两种情形： (1)涉及一个识别模型的情形。例如，人脸识别在不同的业务场景下，很多客户会 根据自身的业务需要，在预设的标准参考阈值基础上(标准参考阈值是算法提供商在行业 的经验下提供的，通常情况定义标准参考阈值的方法为在1/10000的错误率下，选定标准阈 值)，通过自身业务实际生产的大量数据，根据实际业务需求制定自己的阈值。例如，有一人 脸识别模型A，标准阈值为A1，在无抵押大额贷款中，为了规避潜在的风险，业务方认为宁可 错杀一千个优质客户，也不能放过一个黑名单客户，人脸识别的阈值A2通常设置的比参考 阈值A1高。而在一些非交易类APP的登录场景中，为了表现出更好的用户体验，通常会将阈 值A3设置的比标准参考阈值A1低一些，这样即使用户容貌与留底照片有适当变化也能通过 人脸识别。因此，基于不同的应用场景，客户会根据自己的实际业务需求设置与人脸识别模 型A相匹配的不同阈值以满足自己的业务。这样，当人脸识别模型A发生新旧变化时，需要客 户重新调整自己的阈值以使新的人脸识别模型与自己的实际业务相适应。 (2)涉及两个模型的情形。例如，在生物特征识别所包含的人脸识别中，若涉及人 脸识别模型C和人脸识别模型D，由C和D互相关联处理人脸识别的结果，以实现对业务数据 的处理，人脸识别模型C和人脸识别模型D分别由不同的算法团队进行开发，就会涉及到对 两个算法团队的人脸识别模型C和D的使用，不同的算法团队提供的算法针对该目标对象所 返回的相似度虽然都可以标准化在[0,1]的区间中，但是客户在使用该模型时，由于不同算 法结果的分布完全不同，导致参考阈值也不相同。例如，满足同一个条件时，对模型C的参考 阈值为C’，对模型D的参考阈值为D’，其中，C’和D’为不同的值。这样，当模型C发生变化时， 由于模型C和模型D互相关联，例如人证核验中第三方系统采用的核验模型C和企业自身采 用的核验模型D是相互关联的，或者使用的模型C进行主备切换时，均需要调整模型D，以使 发生变化的模型C和D重新匹配。 基于上述两种情形，在生物特征识别所包含的人脸识别中，当人脸识别模型A发生 变化时，会引起使用自定义阈值的客户对修改后的人脸识别模型A重新进行大量的生产数 据的测试，来制定新的自定义阈值。或者当人脸识别模型C发生变化时，由于人脸识别模型C 和人脸识别模型D具有关联性，也需要调整人脸识别模型D以适应人脸识别模型C的改变，不 仅会引起使用人脸识别模型D的标准参考阈值的客户需要修改代码来调整阈值，还会引起 使用自定义阈值的客户对修改后的人脸识别模型C和D重新进行大量的生产数据的测试，来 制定新的自定义阈值。例如，当上述人脸识别的模型A，或者人脸识别模型C和D应用于金融 场景下时，若人脸识别模型A发生变化，或者人脸识别模型C发生变化，就会为金融企业的风 5 CN 111582305 A 说　明　书 2/18 页 控团队带来大量额外的工作量。上述无论是对人脸识别模型进行重新测试以制定新的适合 业务需求的阈值，或者建立人脸识别模型的重新匹配关系，均降低了人脸识别等生物特征 的识别效率，浪费了人力物力财力。
技术实现要素：
本申请实施例提供了一种生物特征识别方法、装置、计算机设备及计算机可读存 储介质，能够解决传统技术中生物特征识别效率较低的问题。 第一方面，本申请实施例提供了一种生物特征识别方法，所述生物特征识别方法 的应用环境包括第一生物特征识别模型和第二生物特征识别模型，所述第一生物特征识别 模型和所述第二生物特征识别模型分别包含若干个相同的通过率，每个所述通过率在所述 第一生物特征识别模型中预设关联第一预设阈值，所述第一预设阈值根据第一训练样本经 所述第一生物特征识别模型训练获得，每个所述通过率在所述第二生物特征识别模型中预 设关联第二预设阈值，所述第二预设阈值根据第二训练样本经所述第二生物特征识别模型 训练获得，所述生物特征识别方法包括：获取生物特征所对应的生物特征数据，所述生物特 征包括人脸图像、指纹、声纹或者虹膜；将所述生物特征数据传输至第一生物特征识别模 型，以得到所述生物特征数据所对应的第一相似度；根据所述第一相似度，获取所述第一生 物特征识别模型中所包含的第一邻近预设阈值及第二邻近预设阈值，及所述第二生物特征 识别模型中所包含的第三邻近预设阈值及第四邻近预设阈值，所述第一邻近预设阈值为在 所有所述第一预设阈值中，大于所述第一相似度且与所述第一相似度最邻近的所述第一预 设阈值，所述第二邻近预设阈值为在所有所述第一预设阈值中，小于所述第一相似度且与 所述第一相似度最邻近的所述第一预设阈值；所述第三邻近预设阈值为通过所述通过率与 所述第一邻近预设阈值所对应的所述第二预设阈值，所述第四邻近预设阈值为通过所述通 过率与所述第二邻近预设阈值所对应的所述第二预设阈值；根据所述第一相似度、所述第 一邻近预设阈值、所述第二邻近预设阈值、所述第三邻近预设阈值及所述第四邻近预设阈 值，通过预设方式获得所述第一相似度在所述第二生物特征识别模型中所对应的第二相似 度；根据所述第二相似度，结合预设条件确定所述生物特征的识别结果。 第二方面，本申请实施例还提供了一种生物特征识别装置，所述生物特征识别装 置的应用环境包括第一生物特征识别模型和第二生物特征识别模型，所述第一生物特征识 别模型和所述第二生物特征识别模型分别包含若干个相同的通过率，每个所述通过率在所 述第一生物特征识别模型中预设关联第一预设阈值，所述第一预设阈值根据第一训练样本 经所述第一生物特征识别模型训练获得，每个所述通过率在所述第二生物特征识别模型中 预设关联第二预设阈值，所述第二预设阈值根据第二训练样本经所述第二生物特征识别模 型训练获得，所述生物特征识别装置包括：第一获取单元，用于获取生物特征所对应的生物 特征数据，所述生物特征包括人脸图像、指纹、声纹或者虹膜；输入单元，用于将所述生物特 征数据传输至第一生物特征识别模型，以得到所述生物特征数据所对应的第一相似度；第 二获取单元，用于根据所述第一相似度，获取所述第一生物特征识别模型中所包含的第一 邻近预设阈值及第二邻近预设阈值，及所述第二生物特征识别模型中所包含的第三邻近预 设阈值及第四邻近预设阈值，所述第一邻近预设阈值为在所有所述第一预设阈值中，大于 所述第一相似度且与所述第一相似度最邻近的所述第一预设阈值，所述第二邻近预设阈值 6 CN 111582305 A 说　明　书 3/18 页 为在所有所述第一预设阈值中，小于所述第一相似度且与所述第一相似度最邻近的所述第 一预设阈值；所述第三邻近预设阈值为通过所述通过率与所述第一邻近预设阈值所对应的 所述第二预设阈值，所述第四邻近预设阈值为通过所述通过率与所述第二邻近预设阈值所 对应的所述第二预设阈值；第三获取单元，用于根据所述第一相似度、所述第一邻近预设阈 值、所述第二邻近预设阈值、所述第三邻近预设阈值及所述第四邻近预设阈值，通过预设方 式获得所述第一相似度在所述第二生物特征识别模型中所对应的第二相似度；确定单元， 用于根据所述第二相似度，结合预设条件确定所述生物特征的识别结果。 第三方面，本申请实施例还提供了一种计算机设备，所述计算机设备包括存储器 以及与所述存储器相连的处理器；所述存储器用于存储计算机程序；所述处理器用于运行 所述计算机程序，以执行所述生物特征识别方法的步骤。 第四方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质存储 有计算机程序，所述计算机程序被处理器执行时可实现所述生物特征识别方法的步骤。 本申请实施例提供了一种生物特征识别方法、装置、计算机设备及计算机可读存 储介质。本申请实施例实现生物特征识别时，采用了两个关联的生物特征识别模型，即第一 生物特征识别模型和第二生物特征识别模型，通过第一生物特征识别模型对生物特征进行 识别得到第一相似度，然后利用两个生物特征识别模型对同一生物特征识别出的相似度之 间的关联关系，将所述第一相似度进行转换，得到该生物特征在第二生物特征识别模型中 的第二相似度，通过第二相似度对生物特征进行判断，从而得出对所述生物特征的识别结 果，可以实现当其中一个生物特征识别模型发生变化时，只需设置发生变化的生物特征识 别模型，然后按照两个生物特征识别模型之间的关联关系，将第一相似度按照预设方式进 行转换即可得到第二相似度，无需对另一个生物特征识别模型进行代码修改和重新测试等 调整，相对于传统技术中，对生物特征识别模型进行更替和升级后，需要对相关生物特征识 别模型进行重新测试和阈值设定等调整，无论是对同一个模型的新旧替换，还是对两个以 上模型中其中一个生物特征识别模型的变化时需要对两个生物特征识别模型进行相应调 整，本申请实施例所描述的生物特征识别方法，提高了对生物特征识别模型变化的适应性， 提高了生物特征识别效率，节省了人力物力财力和时间成本，能够及时满足业务对生物特 征识别模型变化的需求。 附图说明 为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普 通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。 图1为本申请实施例提供的生物特征识别方法的一个流程示意图； 图2为本申请实施例提供的生物特征识别方法的一个子流程示意图； 图3为本申请实施例提供的应用所述生物特征识别方法的人证核验方法的一个流 程示意图； 图4为本申请实施例提供的生物特征识别装置的一个示意性框图；以及 图5为本申请实施例提供的计算机设备的示意性框图。 7 CN 111582305 A 说　明　书 4/18 页