本發(fā)明涉及傳感檢測領域，特別是涉及一種特征識別方法及電子設備。

背景技術：

隨著電子產品的不斷發(fā)展，電子設備所具有的功能也越來越多。時下，特征識別功能正在被應用于越來越多的電子設備中。

以指紋識別為例，現有技術，存在多種可用于指紋識別的算法。但是單一的某種算法通常具有比較明顯的缺點。例如，識別精度高的算法，通常運算過程復雜，識別時間較長；識別速度快的算法，通常識別精度較低。

因此，亟需一種特征識別方法，用以綜合多種特征識別算法的特點。

技術實現要素：

本發(fā)明的目的是提供一種特征識別方法及電子設備，可以利用多種特征識別算法，兼具多種特征識別算法的特點。

為實現上述目的，本發(fā)明提供了如下方案：

一種特征識別方法，包括：

獲取待識別的特征信息；

采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；

判斷所述綜合比對結果是否滿足第一預設條件，得到第一判斷結果；

當所述第一判斷結果表示所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配。

可選的，所述基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果，具體包括：

使用第一參數與第一比對結果進行運算，得到第一運算結果；

使用第二參數與第二比對結果進行運算，得到第二運算結果；

對所述第一運算結果與所述第二運算結果進行求和操作。

可選的，所述使用第一參數與第一比對結果進行運算，得到第一運算結果，具體包括：

使用第一權重與第一比對結果進行加權，得到第一加權結果；

所述使用第二參數與第二比對結果進行運算，得到第二運算結果，具體包括：

使用第二權重與第二比對結果進行加權，得到第二加權結果；

所述對所述第一運算結果與所述第二運算結果進行求和操作，具體包括：

對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

相應的，所述判斷所述綜合比對結果是否滿足第一預設條件，具體包括：

判斷所述加權求和結果是否大于或等于第一預設閾值。

可選的，所述基于所述第一比對結果與所述第二比對結果進行運算之前，還包括：

識別當前的應用環(huán)境信息；

基于所述應用環(huán)境信息確定所述第一權重和所述第二權重。

可選的，所述基于所述應用環(huán)境信息確定所述第一權重和所述第二權重，具體包括：

基于所述應用環(huán)境信息確定當前環(huán)境對應的優(yōu)選誤識率；

獲取所述第一識別算法的第一誤識率；

獲取所述第二識別算法的第二誤識率；

將所述第一誤識率、第二誤識率與所述環(huán)境誤識率進行比對，獲得第四比對結果；

基于所述第四比對結果確定第一權重與第二權重；

其中，若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值小于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重大于所述第二權重；

若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值大于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重小于所述第二權重。

可選的，所述第一比對結果具體為第一匹配度數值，所述第二比對結果具體為第二匹配度數值，所述基于所述第一比對結果與所述第二比對結果進行運算之前，還包括：

比較所述第一匹配度數值與所述第二匹配度數值的大??；

當所述第一匹配度數值小于所述第二匹配度數值時，為所述第一比對結果分配第一權重，為所述第二比對結果分配第二權重；

當所述第一匹配度數值大于所述第二匹配度數值時，為所述第一比對結果分配第二權重，為所述第二比對結果分配第一權重；

所述第一權重大于所述第二權重。

可選的，所述基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果，具體包括：

判斷所述第一比對結果是否表示在所述第一識別算法中所述特征信息與 已有特征信息比對成功，得到第二判斷結果；

判斷所述第二比對結果是否表示在所述第二識別算法中所述特征信息與已有特征信息比對成功，得到第三判斷結果；

相應的，所述判斷所述綜合比對結果是否滿足第一預設條件，具體包括：

判斷所述第二判斷結果與所述第三判斷結果是否均表示肯定。

一種電子設備，包括：

特征信息獲取單元，用于獲取待識別的特征信息；

第一識別單元，用于采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

第二識別單元，用于采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

運算單元，用于基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；

第一判斷單元，用于判斷所述綜合比對結果是否滿足第一預設條件，得到第一判斷結果；

確定單元，用于當所述第一判斷結果表示所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配。

可選的，所述運算單元，具體包括：

第一運算子單元，用于使用第一參數與第一比對結果進行運算，得到第一運算結果；

第二運算子單元，用于使用第二參數與第二比對結果進行運算，得到第二運算結果；

求和子單元，用于對所述第一運算結果與所述第二運算結果進行求和操 作。

可選的，所述第一運算子單元，具體包括：

第一加權子單元，用于使用第一權重與第一比對結果進行加權，得到第一加權結果；

所述第二運算子單元，具體包括：

第二加權子單元，用于使用第二權重與第二比對結果進行加權，得到第二加權結果；

所述求和子單元，具體包括：

加權結果求和子單元，用于對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

相應的，所述第一判斷單元，具體包括：

第一判斷子單元，用于判斷所述加權求和結果是否大于或等于第一預設閾值。

根據本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術效果：

本發(fā)明實施例中的特征識別方法及電子設備，通過采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；判斷所述綜合比對結果是否滿足第一預設條件；當所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配；可以利用不同種類的識別算法進行特征識別，從而兼具多種特征識別算法的特點。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施 例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發(fā)明的特征識別方法實施例1的流程圖；

圖2為本發(fā)明的特征識別方法實施例2的流程圖；

圖3為本發(fā)明的特征識別方法實施例3的流程圖；

圖4為本發(fā)明的特征識別方法實施例4的流程圖；

圖5為本發(fā)明的特征識別方法實施例5的流程圖；

圖6為本發(fā)明的電子設備實施例的結構圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

本發(fā)明中的特征識別方法，可以應用于多種類別的特征的識別。例如，可以應用于指紋識別，聲紋識別，瞳孔識別，圖像識別等等。本發(fā)明中的特征識別方法的執(zhí)行主體，可以是各種具有特征識別功能的電子設備，例如，手機、平板電腦、筆記本電腦或者各種類型的安防裝置等等。

圖1為本發(fā)明的特征識別方法實施例1的流程圖。如圖1所示，該方法可以包括：

步驟101：獲取待識別的特征信息；

所述特征信息可以是各種類型的特征信息。例如，可以是指紋信息、聲紋信息、圖像信息等等。

可以先采用相應的傳感器獲取待識別的特征信息。本方法的執(zhí)行主體再對傳感器獲取到的特征信息進行獲取。

步驟102：采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

所述已有特征信息是預先存儲的特征信息。所述已有特征信息可以是對電子設備具有特定權限的用戶的特征信息。

所述第一識別算法可以是各種類型的識別算法。例如，可以是對特征信息的整體進行識別的算法，也可以是對特征信息中具有較明顯的特征的部分進行識別的算法。

所述第一比對結果可以有各種表現形式。例如，所述第一比對結果可以是數值形式，或者所述第一比對結果也可以是表示肯定或否定的字符形式。

步驟103：采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

所述第二識別算法與所述第一識別算法是不同的算法。

所述第二比對結果也可以有各種表現形式。例如，所述第二比對結果可以是數值形式，或者所述第二比對結果也可以是表示肯定或否定的字符形式。

步驟104：基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；

所述運算的形式包括多種。例如，當所述第一比對結果與所述第二比對結果均為數值形式時，所述運算過程可以是可以對所述第一比對結果與所述第二比對結果進行加權平均；當所述第一比對結果與所述第二比對結果均為表示肯定或否定的字符形式時，所述運算可以是邏輯運算。

步驟105：判斷所述綜合比對結果是否滿足第一預設條件，得到第一判斷結果；

所述第一預設條件可以根據實際需求設定。且所述第一預設條件與所述綜 合比對結果的具體表現形式有關。如果所述綜合比對結果為數值形式，則所述第一預設條件可以是預設閾值。如果所述綜合比對結果為表示肯定或否定的字符形式時，則所述第一預設條件可以是所述綜合比對結果為是。

步驟106：當所述第一判斷結果表示所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配。

本實施例中，通過采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；判斷所述綜合比對結果是否滿足第一預設條件；當所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配；可以利用不同種類的識別算法進行特征識別，從而兼具多種特征識別算法的特點。

實際應用中，所述基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果，具體可以包括以下步驟：

使用第一參數與第一比對結果進行運算，得到第一運算結果；

使用第二參數與第二比對結果進行運算，得到第二運算結果；

對所述第一運算結果與所述第二運算結果進行求和操作。

上述步驟中，所述第一比對結果與所述第二比對結果可以均為數值形式。

所述使用第一參數與第一比對結果進行運算，得到第一運算結果，具體可以包括：

使用第一權重與第一比對結果進行加權，得到第一加權結果。

所述使用第二參數與第二比對結果進行運算，得到第二運算結果，具體可以包括：

使用第二權重與第二比對結果進行加權，得到第二加權結果。

所述對所述第一運算結果與所述第二運算結果進行求和操作，具體可以包 括：

對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

相應的，所述判斷所述綜合比對結果是否滿足第一預設條件，具體包括：

判斷所述加權求和結果是否大于或等于第一預設閾值。

圖2為本發(fā)明的特征識別方法實施例2的流程圖。如圖2所示，該方法可以包括：

步驟201：獲取待識別的特征信息；

步驟202：采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

步驟203：采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

步驟204：使用第一權重與第一比對結果進行加權，得到第一加權結果；

步驟205：使用第二權重與第二比對結果進行加權，得到第二加權結果；

步驟206：對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

步驟207：判斷所述加權求和結果是否大于或等于第一預設閾值，得到第一判斷結果；

步驟208：當所述第一判斷結果表示所述加權求和結果大于或等于第一預設閾值時，確定所述特征信息與已有特征信息相匹配。

本實施例中，所述第一比對結果可以是采用第一識別算法比對得到的比對分數，所述第二比對結果可以是采用第二識別算法比對得到的比對分數。假設所述第一識別算法的比對結果的滿分為100，匹配分數為60，即所述第一比對結果達到60分或以上，在所述第一識別算法中將判定待識別特征信息與已有特征信息相匹配。假設第二識別算法的比對結果的滿分為100，匹配分數也為60。如果所述第一比對結果為50分，所述第二比對結果為70分，所述第一權 重為0.5，所述第二權重也為0.5。則加權求和結果為60分。假設第一預設閾值為60分。則加權求和后，原本在第一識別算法中無法匹配成功的待識別特征信息，采用本實施例的方法后，將匹配成功。即本實施例的方法在使用上述假設的權重時，將使得匹配的嚴格程度介于第一識別算法與第二識別算法之間，使得匹配精度適中。

實際應用中，所述第一權重和所述第二權重可以預先設置后，多次使用，也可以在每次加權之前，采用電子設備自行確定所述第一權重和所述第二權重。具體的，采用電子設備自行確定所述第一權重和所述第二權重，可以采用以下方式：

在基于所述第一比對結果與所述第二比對結果進行運算之前，

識別當前的應用環(huán)境信息；

基于所述應用環(huán)境信息確定所述第一權重和所述第二權重。

圖3為本發(fā)明的特征識別方法實施例3的流程圖。如圖3所示，該方法可以包括：

步驟301：獲取待識別的特征信息；

步驟302：采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

步驟303：采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

步驟304：識別當前的應用環(huán)境信息；

步驟305：基于所述應用環(huán)境信息確定當前環(huán)境對應的優(yōu)選誤識率；

步驟306：獲取所述第一識別算法的第一誤識率；

步驟307：獲取所述第二識別算法的第二誤識率；

步驟308：將所述第一誤識率、第二誤識率與所述環(huán)境誤識率進行比對，獲得第四比對結果；

步驟309：基于所述第四比對結果確定第一權重與第二權重；

其中，若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值小于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重大于所述第二權重；

若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值大于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重小于所述第二權重。

步驟310：使用第一權重與第一比對結果進行加權，得到第一加權結果；

步驟311：使用第二權重與第二比對結果進行加權，得到第二加權結果；

步驟312：對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

步驟313：判斷所述加權求和結果是否大于或等于第一預設閾值，得到第一判斷結果；

步驟314：當所述第一判斷結果表示所述加權求和結果大于或等于第一預設閾值時，確定所述特征信息與已有特征信息相匹配。

本實施例中，通過基于所述第四比對結果確定第一權重與第二權重；其中，若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值小于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重大于所述第二權重；若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值大于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重小于所述第二權重?？梢詾榕c優(yōu)選誤識率最接近的算法分配較大的權重，從而使綜合后的算法的誤識率更接近優(yōu)選誤識率。

實際應用中，還可以采用其他方式確定所述第一權重與所述第二權重。

圖4為本發(fā)明的特征識別方法實施例4的流程圖。如圖4所示，該方法可以包括：

步驟401：獲取待識別的特征信息；

步驟402：采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一匹配度數值；

步驟403：采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二匹配度數值；

步驟404：比較所述第一匹配度數值與所述第二匹配度數值的大?。?/p>

步驟405：當所述第一匹配度數值小于所述第二匹配度數值時，為所述第一比對結果分配第一權重，為所述第二比對結果分配第二權重；

步驟406：當所述第一匹配度數值大于所述第二匹配度數值時，為所述第一比對結果分配第二權重，為所述第二比對結果分配第一權重；

所述第一權重大于所述第二權重。

步驟407：使用第一權重與第一比對結果進行加權，得到第一加權結果；

步驟408：使用第二權重與第二比對結果進行加權，得到第二加權結果；

步驟409：對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

步驟410：判斷所述加權求和結果是否大于或等于第一預設閾值，得到第一判斷結果；

步驟411：當所述第一判斷結果表示所述加權求和結果大于或等于第一預設閾值時，確定所述特征信息與已有特征信息相匹配。

本實施例中，通過比較所述第一匹配度數值與所述第二匹配度數值的大?。划斔龅谝黄ヅ涠葦抵敌∮谒龅诙ヅ涠葦抵禃r，為所述第一比對結果分配第一權重，為所述第二比對結果分配第二權重；當所述第一匹配度數值大于所述第二匹配度數值時，為所述第一比對結果分配第二權重，為所述第二比對結果分配第一權重；可以為識別嚴格程度較高的算法分配較大的權重，使綜合后的特征識別方法的識別嚴格程度提高。

圖5為本發(fā)明的特征識別方法實施例5的流程圖。如圖5所示，該方法可以包括：

步驟501：獲取待識別的特征信息；

步驟502：采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

步驟503：采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

步驟504：判斷所述第一比對結果是否表示在所述第一識別算法中所述特征信息與已有特征信息比對成功，得到第二判斷結果；

步驟505：判斷所述第二比對結果是否表示在所述第二識別算法中所述特征信息與已有特征信息比對成功，得到第三判斷結果；

步驟506：判斷所述第二判斷結果與所述第三判斷結果是否均表示肯定，得到第一判斷結果。

步驟507：當所述第一判斷結果表示所述第二判斷結果與所述第三判斷結果均表示肯定時，確定所述特征信息與已有特征信息相匹配。

本實施例中，所述基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果，具體包括：判斷所述第一比對結果是否表示在所述第一識別算法中所述特征信息與已有特征信息比對成功，得到第二判斷結果；判斷所述第二比對結果是否表示在所述第二識別算法中所述特征信息與已有特征信息比對成功，得到第三判斷結果；所述判斷所述綜合比對結果是否滿足第一預設條件，具體包括：判斷所述第二判斷結果與所述第三判斷結果是否均表示肯定；因此，本實施例中，綜合后的誤識率為第一識別算法的第一誤識率與第二識別算法的第二誤識率的乘積。而第一誤識率與第二誤識率均小于或等于百分之5，所以本實施例中的特征識別方法具有很低的誤識率。

本發(fā)明還公開了一種電子設備。所述電子設備可以是各種具有特征識別功能的電子設備，例如，手機、平板電腦、筆記本電腦或者各種類型的安防裝置等等。

圖6為本發(fā)明的電子設備實施例的結構圖。如圖6所示，該電子設備可以包括：

特征信息獲取單元601，用于獲取待識別的特征信息；

第一識別單元602，用于采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；

第二識別單元603，用于采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；

運算單元604，用于基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；

第一判斷單元605，用于判斷所述綜合比對結果是否滿足第一預設條件，得到第一判斷結果；

確定單元606，用于當所述第一判斷結果表示所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配。

本實施例中，通過采用第一識別算法將所述特征信息與已有特征信息進行比對，得到第一比對結果；采用第二識別算法將所述特征信息與已有特征信息進行比對，得到第二比對結果；基于所述第一比對結果與所述第二比對結果進行運算，得到第三比對結果；判斷所述綜合比對結果是否滿足第一預設條件；當所述綜合比對結果滿足第一預設條件時，確定所述特征信息與已有特征信息相匹配；可以利用不同種類的識別算法進行特征識別，從而兼具多種特征識別算法的特點。

實際應用中，所述運算單元604，具體包括：

第一運算子單元，用于使用第一參數與第一比對結果進行運算，得到第一 運算結果；

第二運算子單元，用于使用第二參數與第二比對結果進行運算，得到第二運算結果；

求和子單元，用于對所述第一運算結果與所述第二運算結果進行求和操作。

實際應用中，所述第一運算子單元，具體包括：

第一加權子單元，用于使用第一權重與第一比對結果進行加權，得到第一加權結果；

所述第二運算子單元，具體包括：

第二加權子單元，用于使用第二權重與第二比對結果進行加權，得到第二加權結果；

所述求和子單元，具體包括：

加權結果求和子單元，用于對所述第一加權結果與所述第二加權結果進行求和操作，得到加權求和結果；

相應的，所述第一判斷單元，具體包括：

第一判斷子單元，用于判斷所述加權求和結果是否大于或等于第一預設閾值。

實際應用中，該電子設備還可以包括：

應用環(huán)境信息識別單元，用于在基于所述第一比對結果與所述第二比對結果進行運算之前，識別當前的應用環(huán)境信息；

權重確定單元，用于基于所述應用環(huán)境信息確定所述第一權重和所述第二權重。

實際應用中，所述權重確定單元，具體可以包括：

優(yōu)選誤識率確定子單元，用于基于所述應用環(huán)境信息確定當前環(huán)境對應的 優(yōu)選誤識率；

第一誤識率獲取子單元，用于獲取所述第一識別算法的第一誤識率；

第二誤識率獲取子單元，用于獲取所述第二識別算法的第二誤識率；

誤識率比對子單元，用于將所述第一誤識率、第二誤識率與所述環(huán)境誤識率進行比對，獲得第四比對結果；

權重確定子單元，用于基于所述第四比對結果確定第一權重與第二權重；

其中，若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值小于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重大于所述第二權重；

若所述第一誤識率與所述環(huán)境誤識率的差值的絕對值大于所述第二誤識率與所述環(huán)境誤識率的差值的絕對值，則確定的所述第一權重小于所述第二權重。

實際應用中，所述第一比對結果具體為第一匹配度數值，所述第二比對結果具體為第二匹配度數值，該電子設備還可以包括：

匹配度數值比較單元，用于在基于所述第一比對結果與所述第二比對結果進行運算之前，比較所述第一匹配度數值與所述第二匹配度數值的大??；

第一分配單元，用于當所述第一匹配度數值小于所述第二匹配度數值時，為所述第一比對結果分配第一權重，為所述第二比對結果分配第二權重；

第二分配單元，用于當所述第一匹配度數值大于所述第二匹配度數值時，為所述第一比對結果分配第二權重，為所述第二比對結果分配第一權重；

所述第一權重大于所述第二權重。

實際應用中，所述運算單元604，具體可以包括：

第二判斷子單元，用于判斷所述第一比對結果是否表示在所述第一識別算法中所述特征信息與已有特征信息比對成功，得到第二判斷結果；

第三判斷子單元，用于判斷所述第二比對結果是否表示在所述第二識別算法中所述特征信息與已有特征信息比對成功，得到第三判斷結果；

相應的，所述第一判斷單元605，具體可以包括：

結果判斷子單元，用于判斷所述第二判斷結果與所述第三判斷結果是否均表示肯定。

本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似部分互相參見即可。對于實施例公開的電子設備而言，由于其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。

本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處。綜上所述，本說明書內容不應理解為對本發(fā)明的限制。