CN105117903A - 一种信息处理方法及电子设备 - Google Patents
一种信息处理方法及电子设备 Download PDFInfo
- Publication number
- CN105117903A CN105117903A CN201510549259.6A CN201510549259A CN105117903A CN 105117903 A CN105117903 A CN 105117903A CN 201510549259 A CN201510549259 A CN 201510549259A CN 105117903 A CN105117903 A CN 105117903A
- Authority
- CN
- China
- Prior art keywords
- width image
- feature information
- object region
- image
- width
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/16—Payments settled via telecommunication systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种信息处理方法及电子设备,包括:电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;记录采集所述M幅图像过程中,所述电子设备的运动轨迹;基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种信息处理方法及电子设备。
背景技术
随着科学技术的不断发展,智能手机、平板电脑等智能电子设备在人们的日常生活中不断普及,这些智能电子设备具有丰富多彩的功能,例如,可以通过手机、电脑等电子设备进行支付,也可以记录个人信息,为了防止电子设备被他人打开,数据被他人窃取,这些电子设备的隐私性越来越重要。
为了保护电子设备的隐私性,存在各种各样身份认证方法,然而虹膜识别是身份认证中的最常用的方法之一。在现有技术中,为了实现虹膜识别,需要在电子设备中安装专门用于采集虹膜图像的红外摄像头,例如,装有双摄像头的手机,其中一个摄像头为普通摄像头,另一个为专门用于采集虹膜图像的红外摄像头,同时在进行虹膜图像采集时,电子设备需要固定在一个范围内。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
由于在现有技术中,电子设备进行虹膜识别需要安装专门的红外摄像头进行虹膜采集,成本高,并且采集时电子设备需要固定在一个范围内,主体体验度差,所以,现有技术中电子设备在进行虹膜识别时,存在成本高的技术问题。
发明内容
本申请实施例通过提供一种信息处理方法及电子设备,解决了现有技术中,电子设备在进行虹膜识别时,成本高的技术问题,实现了降低电子设备虹膜识别成本的技术效果。
本申请实施例一方面提供一种信息处理方法,包括:
电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
可选的,所述记录采集所述M幅图像过程中,所述电子设备的运动轨迹,具体包括:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
可选的,所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,具体包括:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
可选的,所述基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息,具体包括:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
可选的,所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息之后,所述方法还包括:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
可选的,所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,具体包括:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
可选的,所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,具体包括:
获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息;
判断所述轨迹信息与所述运动轨迹是否匹配;
判断所述第二特征信息与所述第一特征信息是否匹配;
获得所述第一判断结果。
可选的,若所述第一图像包括N幅子图像,所述从所述第一图像中提取所述第二特征信息,具体包括:
获取所述N幅子图像对应的所述电子设备的运动轨迹信息;
基于所述运动轨迹信息与所述N幅子图像中每幅子图像的第一目标区域,获得所述第二特征信息,其中,N为大于等于2的正整数。
再一方面,本申请实施例还提供了一种电子设备,包括:
摄像头;
处理器单元,与所述摄像头连接;
所述摄像头,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
所述处理器单元,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
可选的,所述处理器单元具体用于:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
可选的,所述处理器单元具体用于:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
可选的,所述处理器单元具体用于:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
可选的,所述处理器单元还用于:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
可选的,所述处理器单元具体用于:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
再一方面,本申请实施例还提供了一种电子设备,包括:
图像采集单元,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录单元,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
获得单元,用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1、由于本申请实施例中的技术方案,采用了电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域,以及记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数的技术方案,即在本申请中,通过电子设备的普通摄像头采集多张包括用户虹膜的图像,记录拍摄这多张虹膜图像过程电子设备的运动轨迹信息,利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息。
所以,避免了现有技术中,为了能够实现用户的虹膜识别,需要在电子设中设置专门用于采集虹膜图像的红外摄像头,导致成本高的情况,同时也能避免现有技术中采集虹膜图像时需要将电子设备需要固定在一个范围内的情况,所以,能够有效的解决现有技术中,电子设备在进行虹膜识别时存在成本高的技术问题,实现降低电子设备虹膜识别成本的技术效果,同时,本申请中采用利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息,使得用户在使用电子设备的虹膜识别功能时,不需要将电子设备固定在一个特定的范围,所以,具有方便用户使用,用户体验度高的技术效果。
2、由于本申请实施例中的技术方案,采用了通过获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息,以及判断所述轨迹信息与所述运动轨迹是否匹配,以及判断所述第二特征信息与所述第一特征信息是否匹配,获得所述第一判断结果的技术方案,即在本申请中,通过对比采集获得的虹膜特征信息与预存的虹膜特征信息,以及结合对比采集虹膜特征信息对应的电子设备运动轨迹与预存的电子设备运动轨迹,来实现用户的虹膜认证,所以,具有认证更加高效、准确的技术效果。
附图说明
图1为本申请实施例一提供的一种信息处理方法的流程图;
图2为本申请实施例一提供的步骤S102的具体实现方式流程图;
图3为本申请实施例一提供的拍摄3张用户虹膜图像时手机运动轨迹示意图;
图4为本申请实施例一提供的步骤S103的具体实现方式流程图;
图5为本申请实施例一提供的步骤S1033的具体实现方式流程图;
图6为本申请实施例二提供的一种电子设备的结构框图;
图7为本申请实施例三提供的一种电子设备的结构框图。
具体实施方式
本申请实施例通过提供一种信息处理方法及电子设备,解决了现有技术中,电子设备在进行虹膜识别时,成本高的技术问题,实现了降低电子设备虹膜识别成本的技术效果。
本申请实施例中的技术方案为解决上述的技术问题,总体思路如下:
电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
在上述方法中,采用了电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域,以及记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数的技术方案,即在本申请中,通过电子设备的普通摄像头采集多张包括用户虹膜的图像,记录拍摄这多张虹膜图像过程电子设备的运动轨迹信息,利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息。
所以,避免了现有技术中,为了能够实现用户的虹膜识别,需要在电子设中设置专门用于采集虹膜图像的红外摄像头,导致成本高的情况,同时也能避免现有技术中采集虹膜图像时需要将电子设备需要固定在一个范围内的情况,所以,能够有效的解决现有技术中,电子设备在进行虹膜识别时存在成本高的技术问题,实现降低电子设备虹膜识别成本的技术效果,同时,本申请中采用利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息,使得用户在使用电子设备的虹膜识别功能时,不需要将电子设备固定在一个特定的范围,所以,具有方便用户使用,体验度高的技术效果。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明技术方案的一部分实施例,而不是全部的实施例。基于本申请文件中记载的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明技术方案保护的范围。
实施例一
请参考图1,为本申请实施例一提供的一种信息处理方法,包括:
S101:电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
S102:记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
S103:基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
在具体实施过程中,所述信息处理方法可应用于配置有图像采集装置的电子设备中,如智能手机、电脑,pad等电子设备中,在此就不一一列举了,在本申请实施例中,具体以手机为例,来对本申请实施例中的方法的具体实现过程进行详细的描述。
采用本申请实施例中的方法进行信息处理时,首先执行步骤S101,即电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域。
在具体实施过程中,手机可以通过设置在手机中的普摄像头对用户的虹膜连续拍摄多张图片,在这拍摄的多张图片中,每一张图片都包括用户的虹膜,例如,当连续拍摄2张图片时,这2张图片中的每一张图片都包括用户的虹膜;当连续拍摄3张图片时,这3张图片中的每一张图片都包括用户的虹膜;当连续拍摄5张图片时,这5张图片中的每一张图片都包括用户的虹膜。
在执行完成步骤S101之后,本申请实施例中的方法便执行步骤S102,即记录采集所述M幅图像过程中,所述电子设备的运动轨迹。
在本申请实施例中,请参考图2,步骤S102的具体实现方式为:
S1021:获取所述M幅图像采集过程中所述电子设备的运动参数信息;
S1022:基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
S1023:基于所述位置关系参数生成所述运动轨迹。
在具体实施过程中,请继续以上述例子为例,在手机通过普摄像头对用户的虹膜连续拍摄多张图片时,手机还会去获取在拍摄这多张照片的过程中手机的运动参数,在实际应用中,手机可以通过设置在手机内的九轴运动传感器来获取在拍摄这多张照片的过程中手机的运动参数,也可以通过设置在手机内的加速度传感器来记录在拍摄这多张照片的过程中手机的运动参数,当然还可以使用其他能够获得运动参数的传感器,在此就不一一列举了,具体的,以手机通过设置在手机内的九轴运动传感器来获得拍摄多张照片的过程中手机的运动参数为例,那么,手机在连续拍摄多张照片时,手机中的九轴运动传感器就能获得手机在拍摄下一张图片时刻相较于与拍摄上一张图片时刻手机移动的位移矢量以及手机旋转的旋转角度矢量,并且九轴运动传感器还能够根据上述位移矢量以及旋转角度矢量,计算获得拍摄任一两张照片对应的手机所处位置之间的位移矢量以及旋转角度矢量,即获得任一两张照片之间的位移矢量以及旋转角度矢量。
具体来说,当连续拍摄图片张数为3张时,手机中的九轴运动传感器能够以拍摄第一张图片时手机所在的位置为第一参考点,获得拍摄第二张图片时手机与第一参考点之间的位移矢量S1以及手机发生旋转的旋转角度矢量a1,然后再以拍摄第二张图片时手机所在的位置以及手机所放置的角度为第二参考点,获得拍摄第三张照片时手机与第二参考点之间的位移矢量S2以及发生旋转的旋转角度矢量a2。
具体的,请参考图3,以拍摄第一张图片A时手机竖直放置的位置为参考位置,手机在拍摄第二张图片B时,相较于拍摄第一张图片A手机水平向右移动了的3cm,即矢量S1方向水平向右,大小为3cm,且手机在拍摄第二张图片B时变为倾斜状态,相较于拍摄第一张图片A的竖直状态向顺时针旋转了10度,即旋转角度矢量a1的旋转方向为顺时针旋转,大小为10度,手机在拍摄第三张图片C时,相较于拍摄第二张图片B手机水平向右移动了的2cm,即矢量S2方向水平向右,大小为2cm,且手机在拍摄第三张图片C时相较于拍摄第二图片B的倾斜度又顺时针旋转了20度,即旋转角度矢量a2的旋转方向为顺时针旋转,大小为20度。那么在获得位移矢量S1,转角度矢量a1以及位移矢量S2和旋转角度矢量a2,手机也就可以获得拍摄第三张图片C时手机所在的位置相较于拍摄第一张照片A时的位移矢量S3以及旋转角度矢量a3,即S3方向水平向右,大小为5cm,a3旋转方向为顺时针旋转,大小为30度。那么,就能够由位移矢量S1、S2和S3以及旋转角度矢量a1、a2和a3共同构成了手机在连续拍摄图片A、B以及图片C时,如图3中所示的手机的运动轨迹。
在执行完步骤S102后,本申请中的实施例就会执行步骤S103,即基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
在本申请实施例中,请参考图4,步骤S103的具体实现方式为:
S1031:提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
S1032:将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
S1033:基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
在具体实施过程中,请继续以上述例子为例,,在生成手机连续拍摄多张图片时的运动轨迹后,还需要从连续拍摄的多张照片中的每一张照片通过虹膜特征提取方法提取出用户的虹膜特征点。具体的,请继续参考图三,在图三中的三张图片中,均以黑色原点1代表用户虹膜,那么,手机需要从第一张照片A中提取出用户虹膜1的虹膜特征点以获得第一张图片A的虹膜特征点,以及从第二张照片B中提取出用户虹膜1的虹膜特征点以获得第二张图片B的虹膜特征点,以及从第三张照片C中提取出用户虹膜1的虹膜特征点以获得第三张图片C的虹膜特征点。
在获得第一张图片A的虹膜特征点、第二张图片B的虹膜特征点以及第三张图片C的虹膜特征点后,就可以将第一张图片A的虹膜特征点与参考位置建立对应关系,将第二张图片B的虹膜特征点与位移矢量S1以及旋转角度矢量a1建立对应关系,就能知道第二张图片B中的各个虹膜特征点与第一张图片A中的哪些虹膜特征点是对应的,例如,第二张图片B中处于第10行第13列的特征点是与第一张图片A中第7行第9列的特征点对应的等,将第三张图片C的虹膜特征点与位移矢量S3以及旋转角度矢量a3建立对应关系,也就能知道第三张图片C中的各个虹膜特征点与第一张图片A中的哪些虹膜特征点是对应的,例如,第三张图片C中处于第20行第23列的特征点是与第一张图片A中第7行第9列的特征点对应的等,当然,还可以将第一张图片A的虹膜特征点与位移矢量S1以及旋转角度矢量a1建立对应关系,也就能知道第一张图片B中的各个虹膜特征点与第二张图片A中的哪些虹膜特征点是对应的,将第三张图片C的虹膜特征点与位移矢量S2以及旋转角度矢量a2建立对应关系,也就能知道第三张图片C中的各个虹膜特征点与第二张图片A中的哪些虹膜特征点是对应的。
在建立对应关系后,本申请中的实施例就应该执行步骤S1033,即需要根据对应关系和这三张虹膜特征点图像提取出用户的虹膜特征信息,请参考图5,步骤S1033可以通过以下方式实现:
S201:基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
S202:从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
在具体实施过程中,请继续以上述例子为例,具体的,在将第一张图片A的虹膜特征点与参考位置建立对应关系,将第二张图片B的虹膜特征点与位移矢量S1以及旋转角度矢量a1建立对应关系,以及将第三张图片C的虹膜特征点与位移矢量S3以及旋转角度矢量a3建立对应关系后,就可以将第一张图片A中的虹膜特征点作为基准,然后将第二张图片B的虹膜特征点与第三张图片C的虹膜特征点根据建立的对应关系,去融合修正第一张图片A中的虹膜特征点,以便从融合修正后的第一张图片A中的虹膜特征点的到用户的虹膜特征信息,如,第二张图片B中处于第10行第13列的特征点以及第三张图片C中处于第20行第23列的特征点均与第一张图片A中第7行第9列的特征点对应的,那么就能用第二张图片B中处于第10行第13列的特征点以及第三张图片C中处于第20行第23列的特征点去融合修正第一张图片A中第7行第9列的特征点,同样的,用第二张图片B中的特征点以及第三张图片C中列的特征点均去融合修正第一张图片A中与之对应的特征点,最后获得经过融合修正后的第一张图片A中特征点,然后就可以由融合修正后的第一张图片A中特征点组成用户的虹膜特征信息。
在执行完步骤S103后,本申请中的实施例还可以执行:获得所述第一主体的所述第一目标区域的第一图像;判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;在所述第一判断结果为是时,执行第一预设指令。
在具体实施过程中,请继续以上述例子为例,在获得用户的虹膜特征信息后,还可以在手机中以获得的用户虹膜特征信息进行注册,以形成用户虹膜识别的注册模板,或者将用户的虹膜特征信息以及对应的手机运动轨迹同时进行注册,以生成注册模板,那么,当用户进行虹膜验证识别时,就可以将通过手机摄像头及时拍摄的用户虹膜图像中的虹膜特征与注册模板中的虹膜特征信息进行匹配,当匹配成功时,手机就可以执行预设的指令,或将通过手机摄像头及时获得的用户虹膜图像中的虹膜特征与及时拍摄这些虹膜图像时手机的运动轨迹同时与注册模板中的虹膜特征信息以及手机的运动轨迹进行匹配,当匹配成功时,手机就可以执行预设的指令。
具体的,当将获得的用户虹膜特征信息作为手机解锁时的注册模板时,在对手机进行解锁时,手机通过摄像头及时获得2张虹膜图像以及与这两张虹膜图像对应的手机的运动轨迹,然后根据摄像头拍摄的这两张虹膜图像时得到的用于验证的虹膜特征点,额按后将得到的用于验证的虹膜特征点与注册模板中的虹膜特征信息进行匹配,或获将得到的用于验证的虹膜特征点与该虹膜特征点对应的手机运动轨迹同时与注册模板中的虹膜特征信息和手机运动轨迹进行匹配,匹配成功后,就能将手机解锁,即解锁成功。当然,在实际应用中,还可以然后将得到的用于验证的虹膜特征点与注册模板中的虹膜特征信息进行对比,若用于验证的虹膜特征点与注册模板中的虹膜特征信息相似度大于预设值时,就将手机解锁,即解锁成功。
实施例二
请参考图6,基于与本申请实施例一相同的发明构思,本申请实施例二提供一种电子设备,包括:
摄像头10;
处理器单元20,与所述摄像头连接;
所述摄像头10,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
所述处理器单元20,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
可选的,所述处理器单元20具体用于:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
可选的,所述处理器单元20具体用于:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
可选的,所述处理器单元20具体用于:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
可选的,所述处理器单元20具体用于:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
可选的,所述处理器单元20具体还用于:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
实施例三
请参考图7,基于与本申请实施例一相同的发明构思,本申请实施例三提供一种电子设备,包括:
图像采集单元30,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录单元40,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
获得单元50,用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
可选的,所述记录单元40,还包括:
获取单元,用于获取所述M幅图像采集过程中所述电子设备的运动参数信息;
确定单元,用于基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
生成单元,用于基于所述位置关系参数生成所述运动轨迹。
可选的,所述获得单元50,还包括:
提取单元,用于提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
处理单元,用于将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
第一获得子单元,用于基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
可选的,所述第一获得子单元,还包括:
修正单元,用于基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
可选的,所述电子设备还包括:
第二获得子单元,用于获得所述第一主体的所述第一目标区域的第一图像;
判断单元,用于判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
执行单元,用于在所述第一判断结果为是时,执行第一预设指令。
可选的,所述判断单元,还包括:
第一提取子单元,用于从所述第一图像中提取所述第二特征信息;
对比单元,用于将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
第一判断子单元,用于判断所述对比结果是否大于预设值,获得所述第一判断结果。
可选的,所述判断单元,还包括:
第三获得子单元,用于获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息;
第二判断子单元,用于判断所述轨迹信息与所述运动轨迹是否匹配;
第三判断子单元,用于判断所述第二特征信息与所述第一特征信息是否匹配;
第四获得子单元,用于获得所述第一判断结果。
可选的,若所述第一图像包括N幅子图像时,所述第二获得子单元,还包括:
第一获取子单元,用于获取所述N幅子图像对应的所述电子设备的运动轨迹信息;
第五获得子单元,用于基于所述运动轨迹信息与所述N幅子图像中每幅子图像的第一目标区域,获得所述第二特征信息,其中,N为大于等于2的正整数。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
1、由于本申请实施例中的技术方案,采用了电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域,以及记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数的技术方案,即在本申请中,通过电子设备的普通摄像头采集多张包括用户虹膜的图像,记录拍摄这多张虹膜图像过程电子设备的运动轨迹信息,利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息。
所以,避免了现有技术中,为了能够实现用户的虹膜识别,需要在电子设中设置专门用于采集虹膜图像的红外摄像头,导致成本高的情况,同时也能避免现有技术中采集虹膜图像时需要将电子设备需要固定在一个范围内的情况,所以,能够有效的解决现有技术中,电子设备在进行虹膜识别时存在成本高的技术问题,实现降低电子设备虹膜识别成本的技术效果,同时,本申请中采用利用运动轨迹信息对所采集到的多张用户虹膜图像进行处理,以便从这多张用户虹膜图像中提取出用于虹膜识别的用户虹膜特征信息,使得用户在使用电子设备的虹膜识别功能时,不需要将电子设备固定在一个特定的范围,所以,具有方便用户使用,用户体验度高的技术效果。
2、由于本申请实施例中的技术方案,采用了通过获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息,以及判断所述轨迹信息与所述运动轨迹是否匹配,以及判断所述第二特征信息与所述第一特征信息是否匹配,获得所述第一判断结果的技术方案,即在本申请中,通过对比采集获得的虹膜特征信息与预存的虹膜特征信息,以及结合对比采集虹膜特征信息对应的电子设备运动轨迹与预存的电子设备运动轨迹,来实现用户的虹膜认证,所以,具有认证更加高效、准确的技术效果。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
具体来讲,本申请实施例中的信息处理方法对应的计算机程序指令可以被存储在光盘,硬盘,U盘等存储介质上,当存储介质中的与信息处理方法对应的计算机程序指令被一电子设备读取或被执行时,包括如下步骤:
电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
可选的,所述存储介质中存储的与步骤:所述记录采集所述M幅图像过程中,所述电子设备的运动轨迹,对应的计算机程序指令在被执行时具体包括:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
可选的,所述存储介质中存储的与步骤:所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,对应的计算机程序指令在被执行时具体包括:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
可选的,所述存储介质中存储的与步骤:所述基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息,对应的计算机程序指令在被执行时具体包括:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
可选的,所述存储介质中还存储有另外的一些计算机程序指令,该另外一些计算机程序指令在与步骤:所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息之后被执行,执行过程中包括如下步骤:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
可选的,所述存储介质中存储的与步骤:所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,对应的计算机程序指令在被执行时包括:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
可选的,所述存储介质中存储的与步骤:所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,对应的计算机程序指令在被执行时包括:
获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息;
判断所述轨迹信息与所述运动轨迹是否匹配;
判断所述第二特征信息与所述第一特征信息是否匹配;
获得所述第一判断结果。
可选的,所述存储介质中存储的与步骤:若所述第一图像包括N幅子图像,所述从所述第一图像中提取所述第二特征信息对应的计算机程序指令在被执行时包括:
获取所述N幅子图像对应的所述电子设备的运动轨迹信息;
基于所述运动轨迹信息与所述N幅子图像中每幅子图像的第一目标区域,获得所述第二特征信息,其中,N为大于等于2的正整数。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (15)
1.一种信息处理方法,包括:
电子设备采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
2.如权利要求1所述的方法,其特征在于,所述记录采集所述M幅图像过程中,所述电子设备的运动轨迹,具体包括:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
3.如权利要求2所述的方法,其特征在于,所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,具体包括:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
4.如权利要求3所述的方法,其特征在于,所述基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息,具体包括:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
5.如权利要求1-4中任一权项所述的方法,其特征在于,所述基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息之后,所述方法还包括:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
6.如权利要求5所述的方法,其特征在于,所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,具体包括:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
7.如权利要求5所述的方法,其特征在于,所述判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果,具体包括:
获得采集所述第一图像时对应的所述电子设备的轨迹信息,以及从所述第一图像中提取所述第二特征信息;
判断所述轨迹信息与所述运动轨迹是否匹配;
判断所述第二特征信息与所述第一特征信息是否匹配;
获得所述第一判断结果。
8.如权利要求5所述的方法,其特征在于,若所述第一图像包括N幅子图像,所述从所述第一图像中提取所述第二特征信息,具体包括:
获取所述N幅子图像对应的所述电子设备的运动轨迹信息;
基于所述运动轨迹信息与所述N幅子图像中每幅子图像的第一目标区域,获得所述第二特征信息,其中,N为大于等于2的正整数。
9.一种电子设备,包括:
摄像头;
处理器单元,与所述摄像头连接;
所述摄像头,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
所述处理器单元,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹,以及用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
10.如权利要求9所述的设备,其特征在于,所述处理器单元具体用于:
获取所述M幅图像采集过程中所述电子设备的运动参数信息;
基于所述运动参数信息,确定所述电子设备在所述M幅图像采集过程中各采集点之间的位置关系参数;
基于所述位置关系参数生成所述运动轨迹。
11.如权利要求10所述的设备,其特征在于,所述处理器单元具体用于:
提取所述M幅图像中每幅图像的所述第一目标区域的图像特征点,共获得M幅图像特征点;
将所述M幅图像特征点中每一幅图像特征点与所述位置参数建立对应关系;
基于所述对应关系与所述M幅图像特征点,获得所述第一目标区域的所述第一特征信息。
12.如权利要求11所述的设备,其特征在于,所述处理器单元具体用于:
基于所述对应关系,利用所述M幅图像特征点中的M-1幅图像特征点对第i幅图像特征点进行修正,以获得修正后的第i幅图像特征点;
从所述修正后的第i幅图像特征点获取所述第一特征信息,其中,i为1至M间任意整数。
13.如权利要求9-12中任一权项所述的设备,其特征在于,所述处理器单元还用于:
获得所述第一主体的所述第一目标区域的第一图像;
判断所述第一图像中的所述第一目标区域的第二特征信息与所述第一特征信息是否匹配,获得第一判断结果;
在所述第一判断结果为是时,执行第一预设指令。
14.如权利要求13所述的设备,其特征在于,所述处理器单元具体用于:
从所述第一图像中提取所述第二特征信息;
将所述第二特征信息与所述第一特征信息进行对比,获得一对比结果;
判断所述对比结果是否大于预设值,获得所述第一判断结果。
15.一种电子设备,包括:
图像采集单元,用于采集第一主体的M幅图像,其中,所述M幅图像中每一幅图像均包括所述第一主体的第一目标区域;
记录单元,用于记录采集所述M幅图像过程中,所述电子设备的运动轨迹;
获得单元,用于基于所述运动轨迹与所述M幅图像中每幅图像的第一目标区域,获得所述第一目标区域的第一特征信息,其中,M为大于等于2的整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549259.6A CN105117903B (zh) | 2015-08-31 | 2015-08-31 | 一种信息处理方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549259.6A CN105117903B (zh) | 2015-08-31 | 2015-08-31 | 一种信息处理方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105117903A true CN105117903A (zh) | 2015-12-02 |
CN105117903B CN105117903B (zh) | 2020-03-24 |
Family
ID=54665884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510549259.6A Active CN105117903B (zh) | 2015-08-31 | 2015-08-31 | 一种信息处理方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105117903B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090108A (zh) * | 2017-06-29 | 2018-05-29 | 北京市商汤科技开发有限公司 | 信息处理方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004127286A (ja) * | 2002-09-13 | 2004-04-22 | Matsushita Electric Ind Co Ltd | 虹彩コード化方法、個人認証方法、虹彩コード登録装置、虹彩認証装置、および虹彩認証プログラム |
US20090232357A1 (en) * | 2008-03-17 | 2009-09-17 | International Business Machines Corporation | Detecting behavioral deviations by measuring eye movements |
CN102436715A (zh) * | 2011-11-25 | 2012-05-02 | 大连海创高科信息技术有限公司 | 疲劳驾驶检测方法 |
CN102834837A (zh) * | 2010-05-13 | 2012-12-19 | 虹膜技术公司 | 使用多个虹膜模板的虹膜识别装置及方法 |
CN103477351A (zh) * | 2011-02-17 | 2013-12-25 | 眼锁股份有限公司 | 用于采用单个传感器采集场景图像和虹膜图像的高效方法和*** |
CN103824188A (zh) * | 2012-10-16 | 2014-05-28 | 北京银融科技有限责任公司 | 一种交易***及其远程授权的方法 |
CN104135610A (zh) * | 2014-07-02 | 2014-11-05 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN104809387A (zh) * | 2015-03-12 | 2015-07-29 | 山东大学 | 基于视频图像手势识别的非接触式解锁方法及装置 |
-
2015
- 2015-08-31 CN CN201510549259.6A patent/CN105117903B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004127286A (ja) * | 2002-09-13 | 2004-04-22 | Matsushita Electric Ind Co Ltd | 虹彩コード化方法、個人認証方法、虹彩コード登録装置、虹彩認証装置、および虹彩認証プログラム |
US20090232357A1 (en) * | 2008-03-17 | 2009-09-17 | International Business Machines Corporation | Detecting behavioral deviations by measuring eye movements |
CN102834837A (zh) * | 2010-05-13 | 2012-12-19 | 虹膜技术公司 | 使用多个虹膜模板的虹膜识别装置及方法 |
CN103477351A (zh) * | 2011-02-17 | 2013-12-25 | 眼锁股份有限公司 | 用于采用单个传感器采集场景图像和虹膜图像的高效方法和*** |
CN102436715A (zh) * | 2011-11-25 | 2012-05-02 | 大连海创高科信息技术有限公司 | 疲劳驾驶检测方法 |
CN103824188A (zh) * | 2012-10-16 | 2014-05-28 | 北京银融科技有限责任公司 | 一种交易***及其远程授权的方法 |
CN104135610A (zh) * | 2014-07-02 | 2014-11-05 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN104809387A (zh) * | 2015-03-12 | 2015-07-29 | 山东大学 | 基于视频图像手势识别的非接触式解锁方法及装置 |
Non-Patent Citations (2)
Title |
---|
田启川 等: "基于稳定特征的虹膜分类算法", 《电子学报》 * |
苑玮琦 等: "基于序列图像提取稳定特征点的虹膜识别算法", 《仪器仪表学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108090108A (zh) * | 2017-06-29 | 2018-05-29 | 北京市商汤科技开发有限公司 | 信息处理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105117903B (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10311291B2 (en) | Face recognition method, device and computer readable storage medium | |
CN105868677B (zh) | 一种活体人脸检测方法及装置 | |
CN104318147A (zh) | 一种信息处理方法及电子设备 | |
Sarkar et al. | Deep feature-based face detection on mobile devices | |
JP7058665B2 (ja) | 特徴情報に基づくユーザ認証のための方法及び装置 | |
CN104318186B (zh) | 一种密码切换方法、设备和终端 | |
EP4030749B1 (en) | Image photographing method and apparatus | |
CN105654026A (zh) | 指纹存储方法及装置、指纹识别方法及装置 | |
KR101435482B1 (ko) | 지문 인식을 이용한 애플리케이션 실행 방법, 장치 및 컴퓨터 판독 가능 기록 매체 | |
KR101821692B1 (ko) | 이미지 수집 방법 및 장치 | |
US20150261406A1 (en) | Device and method for unlocking electronic device | |
US20170099427A1 (en) | Methods and apparatuses for providing improved autofocus using curve-fitting | |
CN103218555A (zh) | 应用程序登录方法及装置 | |
CN110807180A (zh) | 安全认证以及训练安全认证模型的方法、装置及电子设备 | |
CN110738078A (zh) | 一种人脸识别方法及终端设备 | |
US20220130175A1 (en) | Method and apparatus for detecting liveness based on phase difference | |
WO2020205771A2 (en) | Learned forensic source system for identification of image capture device models and forensic similarity of digital images | |
CN111178277B (zh) | 一种视频流识别方法及装置 | |
CN111160251B (zh) | 一种活体识别方法及装置 | |
CN104869144A (zh) | 一种信息分享方法及电子设备 | |
CN103984931A (zh) | 一种信息处理方法及第一电子设备 | |
CN104917961A (zh) | 一种摄像头旋转控制方法及终端 | |
CN105117903A (zh) | 一种信息处理方法及电子设备 | |
CN105487767A (zh) | 终端设备解锁方法及装置 | |
US10719690B2 (en) | Fingerprint sensor and method for processing fingerprint information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |