基于布隆过滤器的人员核查方法与流程

1.本发明涉及人员核查技术领域，具体涉及一种基于布隆过滤器的人员核查方法。


背景技术：

2.目前，应用较为普遍的人员核查的信息化手段主要有指纹识别、人脸识别和虹膜识别，核查方式通常为，对待核查人员的指纹信息或人脸信息或虹膜信息与数据库中人员的指纹/人脸/虹膜信息进行特征比对，当比对成功时输出比对结果。但数据库中集合了不同年龄、性别等所有人群分类的身份识别特征，对特定人员特别是对特定的批量人员进行身份核查时，比对过程需要耗费较长的时间。为了解决这个技术问题，现有技术中通常采用划定数据子集的方式对人群进行归类，对属于同一类的人员进行身份核查时，首先将其身份特征与该数据子集中的所有人员的身份特征进行比对，以提高比对速度。但简单的将人为认定为同一类的人员的身份特征纳入到的同个数据子集中未考虑不同人员间的身份特征上的细节差异，这种划定方式不够科学，直接影响比对速度和比对准确率。


技术实现要素：

3.本发明以提高人员核查的身份比对速度和比对准确率为目的，提供了一种基于布隆过滤器的人员核查方法。
4.为达此目的，本发明采用以下技术方案：提供一种基于布隆过滤器的人员核查方法，步骤包括：s1，计算每张指纹图像的距离值和值或数量累加值；并计算每张人脸图像的比值和值；并计算每张虹膜图像的和值比值；s2，将每张所述指纹图像划入到落入的和值区间所对应的第一图像集中，或将每张指纹图像划入到落入的数量区间所对应的第二图像集中；将每张所述人脸图像划入到落入的和值区间所对应的第三图像集中；将每张所述虹膜图像划入到落入的比值区间所对应的第四图像集中；s3，基于预设的偏离度范围，将每个所述第一至第四图像集作为布隆过滤器的元素映射到位阵列的对应点上；s4，计算每个所述第一图像集中的每张所述指纹图像对应的的平均值，记为；并计算每个所述第二图像集中的每张所述指纹图像对应的的平均值，记为；并计算每个所述第三图像集中的每张人脸图像对应的的平均值，记为；并计算每个所述第四图像集中的每张虹膜图像对应的的平均值，记为；s5，获取待核查人员的指纹图像、人脸图像和虹膜图像，然后计算所述待核查人员的指纹图像的距离值和值或数量累加值，并计算所述待核查人员的人脸图像的比值和值，以及计算所述待核查人员的虹膜图像的和值比值；s6，计算、、、与各第一至第四图像集中的每个图像集的偏离度；
s7，根据所述偏离度落入的偏离度范围与所述位阵列中点位的对应关系，匹配出该点位对应的图像集；s8，根据预设的人员核查方法将获取的所述待核查人员的指纹图像、人脸图像和虹膜图像按照预设的匹配规则与步骤s7匹配出的每个图像集进行人员核查匹配，输出核查结果。
5.作为优选，步骤s1中，每张所述指纹图像的距离值和值通过以下方法步骤计算而得：a1，对以矩形框选方式框选的同一人群分类下的每张所述指纹图像的宽、高以等间隔方式将每条边等分为若干段；a2，从每个等分点出发以垂直于出发点所在的边的方式向相对边的相对等分点上连线，以将所述指纹图像离散为若干个矩形子块，并以图像左顶角处的所述矩形子块为标序的起始子块，以逆时针向内回旋标序的方式对每个所述矩形子块按回旋顺序进行标序；a3，过滤掉所述指纹图像中未携带指纹信息以及满载指纹信息的所述矩形子块，满载指纹信息指表示指纹信息的像素触及所属的所述矩形子块的每条边；a4，对步骤a3过滤剩余的每个所述矩形子块，搜寻每个所述矩形子块中指纹信息的边界像素点；a5，计算每个所述边界像素点与所在的所述矩形子块的左顶点的距离，并对每个距离按以下公式（1）求和得到每个所述矩形子块对应的距离值：公式（1）中，表示所述指纹图像中的第个所述矩形子块的距离值；表示第个所述矩形子块中的第个所述边界像素点与所述矩形子块的左顶点的距离；表示第个所述矩形子块中的所述边界像素点的数量；a6，通过以下公式（2）计算经步骤a3过滤剩余的所有所述矩形子块的距离值和值：公式（2）中，表示在计算时所占的权重；表示经步骤a3过滤剩余的所述矩形子块的数量。
6.作为优选，步骤s1中，每张所述指纹图像的通过以下方法步骤计算而得：b1，对每张所述指纹图像和标准指纹图像中计算过且具有相同排序号的两个所述矩形子块通过以下公式（3）计算距离值差异：公式（3）中，表示参与计算的所述指纹图像中的第个所述矩形子块的距离
值；表示参与计算的所述标准指纹图像中与所述指纹图像中的第个所述矩形子块具有相同排序号的第个所述矩形子块的距离值；b2，对小于差异值阈值的所述指纹图像中的所述矩形子块列为数量累加对象，并对每张所述指纹图像中符合数量累加条件的各所述矩形区块进行数量累加，得到关联每张所述指纹图像的数量累加值。
7.作为优选，所述标准指纹图像中的每个所述矩形子块的值通过以下公式（4）计算而得：公式（4）中，表示所述第一图像集或所述第二图像集中的第张所述指纹图像中与对应的所述矩形子块具有相同排序号的矩形子块的距离值；表示所述第一图像集或所述第二图像集中存储的所述指纹图像的数量。
8.作为优选，步骤s1中，每张所述人脸图像的通过以下方法步骤计算而得：c1，对同一人群分类下的每个人员以固定距离、固定角度拍摄人脸，得到每个人员的具有相同尺寸的人脸图像；c2，对每张所述人脸图像的宽、高以等间隔方式将每条边等分为若干段；c3，从每个等分点出发以垂直于出发点所在的边的方式向相对边的相对等分点连线，以将所述人脸图像离散为若干个矩形块，并以图像左顶角处的所述矩形块为标序的起始块，以逆时针向内回旋标序的方式对每个所述矩形块按回旋顺序进行标序；c4，过滤掉所述人脸图像中未携带人脸信息以及满载人脸信息的所述矩形块，满载人脸信息指表示人脸信息的像素触及所属的所述矩形块的每条边；c5，搜索经步骤c4过滤剩余的每个所述矩形块中的人脸像素，并计算搜索到的人脸像素的数量与所属的所述人脸图像中的第个所述矩形块中的像素点数量的比值，记为；c6，通过以下公式（5）计算经步骤c4过滤剩余的所有所述矩形块的比值和值：公式（5）中，表示在计算中所占的权重；表示所述人脸图像中参与计算的所述矩形块的数量。
9.作为优选，步骤s1中，每张所述虹膜图像的通过以下方法步骤计算而得：d1，对同一人群分类下的每个人员以固定距离、固定角度拍摄眼部图像，并以矩形框选方式从每张所述眼部图像中框选出虹膜图像；d2，对每张所述虹膜图像的宽、高每条边进行二等分，并对未相对的等分点进行连线得到一空间四边形；d3，计算所述空间四边形以及所述虹膜图像的矩形框面积，分别记为、；
d4，对所述空间四边形的每条边进行二等分，然后从每个等分点出发以垂直于所在边的方式向所述虹膜图像的虹膜边界连线，连接的点记为顶点，、分别表示所述空间四边形上的第条边的等分点，以及从等分点向虹膜边界连线的顶点；d5，从顶点向所述空间四边形上的第条边的两个端点连线，得到一三角形，记为，三角形将外的虹膜区域离散为两个弧形虹膜区域，分别记为、；d6，计算三角形的面积，记为；d7，以所述三角形的两条腰为边，对每条腰进行等分，然后从等分点出发以垂直于所在腰的方式向所在的所述弧形虹膜区域的虹膜边界连线，得到连接顶点，并从该连接顶点向所述三角形上的所在腰的两个端点连线，得到一三角形，记为，q=1或2；d8，计算三角形的面积，记为；d9，以所述三角形的两条腰为边，以步骤d7-d8所述的方法进一步连线得到三角形并计算三角形的面积，直至达到预设的三角形构造次数，然后以下公式（6）计算所述虹膜图像的虹膜区域面积：公式（6）中，表示以所述虹膜图像的中心位点为xy轴坐标系的原点对所述虹膜图像等分的任意一个等分区块进行第次的边等分；表示对弧形虹膜区域或对弧形虹膜区域进行边等分的次数；表示对弧形虹膜区域或对弧形虹膜区域进行边等分的边数量；表示对所述虹膜图像等分得到的第个所述等分区块；d10，通过以下公式（7）计算所述虹膜图像的：。
10.作为优选，步骤s6中，通过以下公式（7）计算、、、与各第一至第四图像集中的每个图像集的偏离度：
公式（7）中，表示与每个第一图像集的所述偏离度；表示与每个所述第二图像集的偏离度；表示与每个所述第三图像集的偏离度；表示与每个所述第四图像集的偏离度。
11.作为优选，步骤s8中，通过以下方法步骤表达的匹配规则进行人员核查匹配：e1，判断是否匹配到作为对所述待核查人员的核查依据的所述第一图像集或所述第二图像集，若是，则跳转到步骤e2；若否，则跳转到步骤e3；e2，将所述待核查人员的指纹图像与匹配到的所述第一图像集或所述第二图像集中的每张指纹图像进行指纹比对，若比对成功，则输出指纹比对结果并终止人员核查流程；若比对失败，则跳转到步骤e3；e3，判断是否匹配到作为对所述待核查人员的核查依据的所述第三图像集，若是，则跳转到步骤e4；若否，则跳转到步骤e5；e4，将所述待核查人员的人脸图像与匹配到的所述第三图像集中的每张人脸进行人脸比对，若比对成功，则输出人脸比对结果并终止人员核查流程；若比对失败，则跳转到步骤e5；e5，判断是否匹配到作为对所述待核查人员的核查依据的所述第四图像集，若是，则跳转到步骤e6；若否，则跳转到步骤e7；e6，将所述待核查人员的虹膜图像与匹配到的所述第四图像集中的每张虹膜图像进行虹膜比对，若比对成功，则输出虹膜比对结果并终止人员核查流程；若比对失败，则跳转到步骤e7；e7，将所述待核查人员的指纹图像与所有的所述第一图像集或所述第二图像集进行指纹比对，并将所述待核查人员的人脸图像与所有的所述第三图像集进行人脸比对，并将所述待核查人员的虹膜图像与所有的所述第四图像集进行虹膜比对，若任意一项比对成功，则输出比对结果并终止人员核查流程，否则输出比对失败结果。
12.本发明具有以下有益效果：1、以网格化方式划定指纹图像、人脸图像、虹膜图像的细节特征区域，并通过计算、、、以表征细节特征差异，并根据该差异将同一人群分类下的每个人员划分到对应的数据子集（即每个图像集）中，所划定数据子集更具科学性；2、利用布隆过滤器的位阵列点位与偏离度范围的对应关系，通过计算、、、与各第一至第四图像集中的每个图像集的偏离度，并根据偏离度落入的偏离度范围能够
快速匹配出相应点位对应的图像集，提升了作为人员核查匹配依据的图像集的获取速度，有利于进一步提升人员核查的速度；3、利用预设的匹配规则，层层递进对待核查人员进行身份匹配，只要某一层匹配成功即输出匹配结果并终止后续的匹配流程，在确保匹配准确度的同时，兼顾了匹配速度。
附图说明
13.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，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。
14.图1是本发明一实施例提供的基于布隆过滤器的人员核查方法的实现步骤图；图2是将指纹图像等分为若干个矩形子块并对矩形子块进行标序的示意图；图3是计算指纹图像中矩形子块的边界像素点与左顶点间距离的示意图；图4是计算虹膜图像的和值比值的示意图。
具体实施方式
15.下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
16.其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
17.本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
18.在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
19.本发明实施例提供的基于布隆过滤器的人员核查方法如图1所述，包括步骤：s1，计算每张指纹图像的距离值和值或数量累加值；并计算每张人脸图像的比值和值；并计算每张虹膜图像的和值比值；每张指纹图像的距离值和值通过以下方法步骤计算而得：a1，对以矩形框选方式框选的同一人群分类（比如年龄段为13-17的男性青少年）下的每张指纹图像的宽、高以等间隔方式将每条边等分为若干段，等分示例请参见图2；a2，从每个等分点出发以垂直于出发点所在的边的方式向相对边的相对等分点上
连线，以将指纹图像离散为若干个矩形子块，并以图像左顶角处的矩形子块为标序的起始子块（图2中标序为“1”的子块表示起始子块），以逆时针向内回旋标序的方式对每个矩形子块按回旋顺序进行标序；a3，过滤掉指纹图像中未携带指纹信息（为携带指纹信息指子块内没有表征指纹信息的像素，如图2中标序为“1”“2”“12”“18”“29”的矩形子块）以及满载指纹信息的矩形子块，满载指纹信息指表示指纹信息的像素触及所属的矩形子块的每条边（例如图2中标序为“8”“36”“22”“24”的矩形子块）；a4，对步骤a3过滤剩余的每个矩形子块，搜寻每个矩形子块中指纹信息的边界像素点（如图3中用标记p1、p2表示），搜索边界像素点的现有方法有许多，比如将矩形子块内部指纹信息中断的点识别为边界像素点；a5，计算每个边界像素点与所在的矩形子块的左顶点（如图2中用标记p0表示）的距离（如图2中用l1、l2表示），并对每个距离按以下公式（1）求和得到每个矩形子块对应的距离值：公式（1）中，表示指纹图像中的第个矩形子块的距离值；表示第个矩形子块中的第个边界像素点与所述矩形子块的左顶点的距离；表示第个矩形子块中的边界像素点的数量；a6，通过以下公式（2）计算经步骤a3过滤剩余的所有矩形子块的距离值和值：公式（2）中，表示在计算时所占的权重；表示经步骤a3过滤剩余的所述矩形子块的数量。
20.这里需要说明的是，经步骤a3过滤剩余的每个矩形子块中的指纹信息对指纹比对结果的准确率的影响程度并不相同，比如图2中标序为“4”的矩形子块比标序为“3”的矩形子块具有更丰富的指纹特征，因此距离值和值时间，可以赋予标序为“4”的矩形子块更大的权重，在对指纹图像进行图像集划分过程中，通过考虑指纹边缘的不同细节特征对指纹识别准确率的不同影响程度，有利于提升指纹图像集的划分细致度，进而有利于提升后续的指纹比对速度和比对准确度。
21.本技术将指纹图像划入到对应的第一图像集中的方法是，首先判断其落入的和值区间，然后根据预设的和值区间与对应的第一图像集的对应关系，将指纹图像划入到对应的第一图像集。例如预设的某个和值区间为100-150，该和值区间对应第一图像集1，若某指纹图像的为120，则正好落入到该和值区间，然后将该张指纹图像划入到第一图像集1中。又比如，若某张指纹图像的为180落入预设的和值区间为150-200，该和值区间对应第一图像集2，则将该张指纹图像划入到第一图像集2中。
22.本实施例提供了两种不同的指纹图像归集方法，一种以为依据进行划分，另一种以为依据进行划分。以为依据进行划分的方法步骤包括：
b1，对每张指纹图像和标准指纹图像中计算过且具有相同排序号的两个矩形子块通过以下公式（3）计算距离值差异：公式（3）中，表示参与计算的指纹图像中的第个矩形子块的距离值；表示参与计算的标准指纹图像中与指纹图像中的第个矩形子块具有相同排序号的第个矩形子块的距离值；这里需要说明的是，虽然在计算每张图像的和时已经限定了每张指纹图像的所属人员为同一分类下的群体，比如均为13-18岁男性青少年这一群体，以尽量减少不同人员由于具有不同指纹尺寸对矩形子块排序的影响，但还是难以做到指纹图像与标准指纹图像中具有位置对应关系的两个矩形子块标序相同，例如图2中标序为“4”的矩形子块与标准指纹图像中标序为“5”的矩形子块具有对应关系，但他们两者的排序号却不同，一个为“4”，另一个为“4”，按照步骤b1计算的规则，这两个矩形子块无法对应起来，为了解决这个问题，本技术首先将每张指纹图像放大到相同尺寸，然后以相同宽高的矩形框并以指纹图像的中心位点为框选的中心位点框选住指纹图像，这样便确保了每张指纹图像具有相同数量的矩形子块以及具有位置对应的相同排序号。
23.而标准指纹图像中的每个矩形子块的值通过以下公式（4）计算而得：公式（4）中，表示第一图像集或第二图像集中的第张指纹图像中与对应的矩形子块具有相同排序号的矩形子块的距离值；表示第一图像集或第二图像集中存储的指纹图像的数量。
24.由于标准指纹图像中的每个矩形子块的值为第一图像集或第二图像集中所有指纹图像的对应矩形子块的距离值的平均值，因此实现了标准指标图像中的每个矩形子块在每张指纹图像中具有对应的矩形子块。
25.b2，对小于差异值阈值的指纹图像中的矩形子块列为数量累加对象（越小说明具有位置对应关系的两个矩形子块的相似度越高），并对每张指纹图像中符合数量累加条件的各矩形区块进行数量累加，得到关联每张指纹图像的数量累加值。
26.每张人脸图像的通过以下方法步骤计算而得：c1，对同一人群分类下的每个人员以固定距离、固定角度拍摄人脸，得到每个人员的具有相同尺寸的人脸图像；c2，对每张人脸图像的宽、高以等间隔方式将每条边等分为若干段；c3，从每个等分点出发以垂直于出发点所在的边的方式向相对边的相对等分点连线，以将人脸图像离散为若干个矩形块，并以图像左顶角处的矩形块为标序的起始块，以逆时针向内回旋标序的方式对每个矩形块按回旋顺序进行标序；c4，过滤掉人脸图像中未携带人脸信息以及满载人脸信息的矩形块，满载人脸信
息指表示人脸信息的像素触及所属的矩形块的每条边；步骤c2-c4采用的人脸图像离散方法与步骤a1-a3中记载的指纹图像的离散方法相同，因此不再赘述。
27.c5，搜索经步骤c4过滤剩余的每个矩形块中的人脸像素，并计算搜索到的人脸像素的数量与所属的人脸图像中的第个矩形块中的像素点数量的比值，记为；例如，某个矩形块中表征人脸像素的数量为100，所属的第个矩形块中总共有200个像素，则；c6，通过以下公式（5）计算经步骤c4过滤剩余的所有矩形块的比值和值：公式（5）中，表示在计算中所占的权重；表示人脸图像中参与计算的所述矩形块的数量。
28.同样的，在计算引入是考虑到人脸的不同边缘区域对人脸识别结果的影响程度不同，例如，通常人脸边缘区域的颧骨位置、下巴位置相比较脸部位置、额头位置对人脸识别结果的影响更大。
29.虹膜图像的通过以下方法步骤计算而得：d1，对同一人群分类下的每个人员以固定距离、固定角度拍摄眼部图像，并以矩形框选方式从每张眼部图像中框选出虹膜图像，框选出的虹膜图像如图4所示，图4中圆为虹膜，外部的矩形为框选虹膜的矩形框；d2，对每张虹膜图像的宽、高每条边进行二等分，并对未相对的等分点进行连线得到一空间四边形（图4中用附图标记“q1”表示）；d3，计算空间四边形以及虹膜图像的矩形框面积，分别记为、；d4，对空间四边形的每条边进行二等分（比如对图4中所示的标记为“q1”的边进行二等分），然后从每个等分点出发以垂直于所在边的方式向虹膜图像的虹膜边界（例如图4中用“r1”表示的虹膜边界）连线，连接的点记为顶点，、分别表示空间四边形上的第条边的等分点，以及从等分点向虹膜边界连线的顶点；d5，从顶点向空间四边形上的第条边的两个端点连线，得到一三角形（例如图4中用附图标记“u1”表示的三角形），记为，三角形将外的虹膜区域离散为两个弧形虹膜区域，分别记为（例如图4中用附图标记area1表示）、（图4中用附图标记area2表示）；d6，计算三角形的面积，记为；d7，以三角形的两条腰为边，对每条腰进行等分，然后从等分点出发以垂直于所在腰的方式向所在的弧形虹膜区域的虹膜边界连线，得到连接顶点，并从该连接顶点向三角形上的所在腰的两个端点连线，得到一三角形（例如图4中用附图标记“u11”表示的三角形），记为，由于每个三角形离散的弧形虹膜区域均为两个，因此q=1或2；d8，计算三角形的面积，记为；
d9，以三角形的两条腰为边，以步骤d7-d8的方法进一步连线得到三角形并计算三角形的面积，直至达到预设的三角形构造次数，然后以下公式（6）计算虹膜图像的虹膜区域面积：公式（6）中，表示以虹膜图像的中心位点为xy轴坐标系的原点对虹膜图像等分的任意一个等分区块（如图4中用粗实线框选的且用附图标记“v1”表示的区域）进行第次的边等分；表示对弧形虹膜区域或对弧形虹膜区域进行边等分的次数；表示对弧形虹膜区域或对弧形虹膜区域进行边等分的边数量；表示对虹膜图像等分得到的第个等分区块；d10，通过以下公式（7）计算虹膜图像的：。
30.请继续参照图1，计算得到每张指纹图像的距离值和值或数量累加值，以及计算得到每张人脸图像的比值和值，计算得到每张虹膜图像的和值比值后，本实施例提供的基于布隆过滤器的人员核查方法转入步骤：s2，将每张指纹图像划入到落入的和值区间所对应的第一图像集中，或将每张指纹图像划入到落入的数量区间所对应的第二图像集中；将每张人脸图像划入到落入的和值区间所对应的第三图像集中；将每张虹膜图像划入到落入的比值区间所对应的第四图像集中，即本技术通过或对应落入的区间与对应的第一图像集或第二图像集的对应关系，以及对应落入的区间与对应的第三图像集的对应关系，及对应落入的区间与对应的第四图像集的对应关系，实现了对指纹图像、人脸图像、虹膜图像的图像集划分，提供的全新的划分方式考虑了每张指纹图像、人脸图像、虹膜图像的边缘细节特征，而未将核心的身份识别特征纳入到图像集划分依据的考虑范畴，在兼顾划分准确度的同时提升了数据集的划分速度。
31.s3，基于预设的偏离度范围，将每个第一至第四图像集作为布隆过滤器的元素映射到位阵列的对应点上；布隆过滤器的技术核心是：将元素映射成一个位阵列的点，只要看这个点是不是“1”或“0”，即可知道数据集中是否有该元素。本技术利用布隆过滤器的这一特点，在每个位阵列点位与偏离度范围之间形成对应关系，然后通过计算、、、与各第一至第四图像集中的每个图像集的偏离度，并根据偏离度落入的偏离度范围能够快速匹配出相应点位对应的图像集，提升了作为人员核查匹配依据的图像集的获取速度，有利于进一步提升人员核查的速度；本技术提供的基于布隆过滤器的人员核查方法中，在步骤s4-s8中详细说明了人员偏离度的计算方法以及根据偏离度落入的偏离度范围，并基于偏离度范围与位阵列点位的对应关系快速匹配出相应点位对应的图像集的方法，具体参照图1，为：
s4，计算每个第一图像集中的每张指纹图像对应的的平均值，记为；并计算每个第二图像集中的每张指纹图像对应的的平均值，记为；并计算每个第三图像集中的每张人脸图像对应的的平均值，记为；并计算每个第四图像集中的每张虹膜图像对应的的平均值，记为；s5，获取待核查人员的指纹图像、人脸图像和虹膜图像，然后计算待核查人员的指纹图像的距离值和值或数量累加值，并计算待核查人员的人脸图像的比值和值，以及计算待核查人员的虹膜图像的和值比值；s6，通过以下公式（7）计算、、、与各第一至第四图像集中的每个图像集的偏离度：公式（7）中，表示与每个第一图像集的所述偏离度；表示与每个所述第二图像集的偏离度；表示与每个所述第三图像集的偏离度；表示与每个所述第四图像集的偏离度。
32.s7，根据偏离度落入的偏离度范围与位阵列中点位的对应关系，匹配出该点位对应的图像集；s8，根据预设的人员核查方法将获取的待核查人员的指纹图像、人脸图像和虹膜图像按照预设的匹配规则与步骤s7匹配出的每个图像集进行人员核查匹配，输出核查结果，具体核查方法包括步骤：e1，判断是否匹配到作为对待核查人员的核查依据的所述第一图像集或第二图像集，若是，则跳转到步骤e2；若否，则跳转到步骤e3；e2，将待核查人员的指纹图像与匹配到的第一图像集或第二图像集中的每张指纹图像进行指纹比对，若比对成功，则输出指纹比对结果并终止人员核查流程；若比对失败，则跳转到步骤e3；e3，判断是否匹配到作为对待核查人员的核查依据的第三图像集，若是，则跳转到步骤e4；
若否，则跳转到步骤e5；e4，将待核查人员的人脸图像与匹配到的第三图像集中的每张人脸进行人脸比对，若比对成功，则输出人脸比对结果并终止人员核查流程；若比对失败，则跳转到步骤e5；e5，判断是否匹配到作为对待核查人员的核查依据的所述第四图像集，若是，则跳转到步骤e6；若否，则跳转到步骤e7；e6，将待核查人员的虹膜图像与匹配到的第四图像集中的每张虹膜图像进行虹膜比对，若比对成功，则输出虹膜比对结果并终止人员核查流程；若比对失败，则跳转到步骤e7；e7，将待核查人员的指纹图像与所有的第一图像集或第二图像集进行指纹比对，并将待核查人员的人脸图像与所有的第三图像集进行人脸比对，并将待核查人员的虹膜图像与所有的第四图像集进行虹膜比对，若任意一项比对成功，则输出比对结果并终止人员核查流程，否则输出比对失败结果。
33.需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本技术说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。