CN107451454B - 解锁控制方法及相关产品 - Google Patents

解锁控制方法及相关产品 Download PDF

Info

Publication number
CN107451454B
CN107451454B CN201710634305.1A CN201710634305A CN107451454B CN 107451454 B CN107451454 B CN 107451454B CN 201710634305 A CN201710634305 A CN 201710634305A CN 107451454 B CN107451454 B CN 107451454B
Authority
CN
China
Prior art keywords
iris
image
face
region
target clear
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.)
Active
Application number
CN201710634305.1A
Other languages
English (en)
Other versions
CN107451454A (zh
Inventor
周意保
张海平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710634305.1A priority Critical patent/CN107451454B/zh
Publication of CN107451454A publication Critical patent/CN107451454A/zh
Application granted granted Critical
Publication of CN107451454B publication Critical patent/CN107451454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种解锁控制方法及相关产品，其中，方法包括：获取人脸图像和虹膜图像；对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；基于所述人脸特征集和所述虹膜特征集进行特征匹配。本发明实施例可在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。

Description

解锁控制方法及相关产品
技术领域
本发明涉及移动终端技术领域，具体涉及一种解锁控制方法及相关产品。
背景技术
随着移动终端(手机、平板电脑等)的大量普及应用，移动终端能够支持的应用越来越多，功能越来越强大，移动终端向着多样化、个性化的方向发展，成为用户生活中不可缺少的电子用品。
目前来看，多生物识别越来越受到移动终端生产厂商的青睐，尤其虹膜识别、人脸识别越来越成为未来多生物识别的发展趋势，但是相关技术中，无论先虹膜识别，再人脸识别，或者，先人脸识别，或者，再虹膜识别均识别效率较低，因而，降低了多生物识别效率。
发明内容
本发明实施例提供了一种解锁控制方法及相关产品，可以提升多生物识别效率。
第一方面，本发明实施例提供一种移动终端，包括：人脸识别装置、虹膜识别装置、存储器以及应用处理器(Application Processor，AP)，所述人脸识别装置、所述虹膜识别装置与所述AP连接，其中，
所述人脸识别装置，用于获取人脸图像；
所述虹膜识别装置，用于获取虹膜图像；
所述AP，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配。
第二方面，本发明实施例提供了一种解锁控制方法，应用于包括人脸识别装置、虹膜识别装置、存储器以及应用处理器AP的移动终端，所述人脸识别装置、所述虹膜识别装置与所述AP连接，其中，
所述人脸识别装置获取人脸图像；
所述虹膜识别装置获取虹膜图像；
所述AP对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配。
第三方面，本发明实施例提供了一种解锁控制方法，包括：
获取人脸图像和虹膜图像；
对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
对所述第一目标清晰区域进行特征提取，得到人脸特征集；
对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
基于所述人脸特征集和所述虹膜特征集进行特征匹配。
第四方面，本发明实施例提供了一种解锁控制装置，包括：
获取单元，用于获取人脸图像和虹膜图像；
第一分割单元，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
第二分割单元，用于对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
第一提取单元，用于对所述第一目标清晰区域进行特征提取，得到人脸特征集；
第二提取单元，用于对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
匹配单元，用于基于所述人脸特征集和所述虹膜特征集进行特征匹配。
第五方面，本发明实施例提供了一种移动终端，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于如第三方面中所描述的部分或全部步骤的指令。
第六方面，本发明实施例提供了一种计算机可读存储介质，其中，所述计算机可读存储介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如本发明实施例第三方面中所描述的部分或全部步骤的指令。
第七方面，本发明实施例提供了一种计算机程序产品，其中，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如本发明实施例第三方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本发明实施例，具有如下有益效果：
可以看出，本发明实施例中，获取人脸图像和虹膜图像，对人脸图像进行第一区域分割处理，得到第一目标清晰区域，对虹膜图像进行第二区域分割处理，得到第二目标清晰区域，对第一目标清晰区域进行特征提取，得到人脸特征集，对第二目标清晰区域进行特征提取，得到虹膜特征集，基于人脸特征集和虹膜特征集进行特征匹配，可见，在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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。
图1A是本发明实施例提供的一种移动终端的架构示意图；
图1B是本发明实施例提供的另一种移动终端的结构示意图；
图1C是本发明实施例公开的一种解锁控制方法的流程示意图；
图2是本发明实施例公开的另一种解锁控制方法的流程示意图；
图3是本发明实施例提供的一种移动终端的另一结构示意图；
图4A是本发明实施例提供的一种解锁控制装置的结构示意图；
图4B是本发明实施例提供的图4A所描述的解锁控制装置的获取单元的结构示意图；
图4C是本发明实施例提供的图4A所描述的解锁控制装置的第一分割单元的结构示意图；
图4D是本发明实施例提供的图4A所描述的解锁控制装置的第二分割单元的结构示意图；
图4E是本发明实施例提供的图4A所描述的解锁控制装置的第一提取单元的结构示意图；
图5是本发明实施例公开的另一种移动终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(User Equipment，UE)，移动台(Mobile Station，MS)，终端设备(terminaldevice)等等。为方便描述，上面提到的设备统称为移动终端。
需要说明的是，本发明实施例中的移动终端可安装有多生物识别装置，即多个生物识别装置，该多个生物识别装置至少包括虹膜识别装置和人脸识别装置，还可包括但不仅限于：指纹识别装置、静脉识别装置、脑电波识别装置、心电图识别装置等等，每一生物识别装置均有对应的识别算法以及识别阈值，另外，每一生物识别装置均有与之对应的并由用户预先录入的模板，例如，指纹识别装置有与之对应的预设指纹模板，进一步地，指纹识别装置可采集指纹图像，在指纹图像与预设指纹模板之间的匹配值大于其对应的识别阈值时，则识别通过。本发明实施例中的虹膜图像可为单指虹膜区域的图像，或者，包含虹膜区域的图像(例如，一只人眼图像)。例如，在用户使用移动终端时，可通过虹膜识别装置获取虹膜图像。
进一步地，本发明实施例中的多生物识别模式可包含两种或者两种以上的识别步骤，例如，先指纹识别，在指纹识别通过后再人脸识别，又或者，指纹识别和人脸识别同步进行。多生物识别模式与单生物识别模式(例如，仅进行指纹识别则可实现解锁)相比较，其安全性更高，因而，多生物识别模式越来越受欢迎。
下面对本发明实施例进行详细介绍。如图1A所示的一种示例移动终端1000，该智能手机1000的虹膜识别装置可以包括红外补光灯21和红外摄像头22，在虹膜识别装置工作过程中，红外补光灯21的光线打到虹膜上之后，经过虹膜反射回红外摄像头22，虹膜识别装置采集虹膜图像，前置摄像头23可作为人脸识别装置。
请参阅图1B，图1B是所示的一种移动终端100的结构示意图，所述移动终端100包括：应用处理器AP110、人脸识别装置120、虹膜识别装置130，其中，虹膜识别装置130可与人脸识别装置120集成在一起，或者，虹膜识别装置与人脸识别装置120可独立存在，其中，所述AP110通过总线150连接人脸识别装置120和虹膜识别装置130。
可选地，所述人脸识别装置120，用于获取人脸图像；
所述虹膜识别装置130，用于获取虹膜图像；
所述AP110，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配。
可选地，在所述获取人脸图像方面，所述人脸识别装置120具体用于：
在目标对象的角度处于预设角度范围时，获取所述人脸图像；根据所述人脸图像确定虹膜位置；
在所述获取虹膜图像方面，所述虹膜识别装置130具体用于：
根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
可选地，在所述对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域方面，所述AP110具体用于：
将所述人脸图像划分为多个人脸区域；
分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
从所述多个图像质量评价值中选取大于所述第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
可选地，在所述对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域方面，所述AP110具体用于：
对所述虹膜图像进行放大处理；
对放大处理后的所述虹膜图像进行平滑处理；
将平滑处理后的所述虹膜图像划分为多个虹膜区域；
分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
可选地，在所述对所述第一目标清晰区域进行特征提取，得到人脸特征集方面，所述AP110具体用于：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
基于图1A或图1B所描述的移动终端，可用于执行如下解锁控制方法，具体如下：
所述人脸识别装置120获取人脸图像；
所述虹膜识别装置130获取虹膜图像；
所述AP110对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配。
可以看出，本发明实施例中，移动终端可获取人脸图像和虹膜图像，对人脸图像进行第一区域分割处理，得到第一目标清晰区域，对虹膜图像进行第二区域分割处理，得到第二目标清晰区域，对第一目标清晰区域进行特征提取，得到人脸特征集，对第二目标清晰区域进行特征提取，得到虹膜特征集，基于人脸特征集和虹膜特征集进行特征匹配，可见，在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。
请参阅图1C，为本发明实施例提供的一种解锁控制方法的实施例流程示意图。本实施例中所描述的解锁控制方法，应用于移动终端，其实物图以及结构图可参见图1A或1B，其包括以下步骤：
101、获取人脸图像和虹膜图像。
其中，移动终端可通过人脸识别装置获取人脸图像，通过虹膜识别装置获取虹膜图像。当然，获取虹膜图像与获取人脸图像可并行执行，或者，也可以先获取人脸图像，再获取虹膜图像，或者，也可以先获取虹膜图像，再获取人脸图像。
可选地，上述步骤101中，获取人脸图像和虹膜图像，可包括如下步骤11-13，具体如下：
11、在目标对象的角度处于预设角度范围时，获取所述人脸图像；
12、根据所述人脸图像确定虹膜位置；
13、根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
其中，目标对象可为用户，预设角度范围可由***默认或者用户自行设置。通常情况下，被拍摄物体(此处指目标对象)与移动终端之间会存在着一定的角度，当然，角度合适，则采集的人脸图像也合适，可以理解为，在目标对象的角度处于预设角度范围时，采集的人脸图像更宜于人脸识别，以及更容易采集到虹膜图像。因此，在目标对象的角度处于预设角度范围时，可获取人脸图像，进而，可根据人脸结构关系，得到虹膜位置，可控制虹膜识别装置对该虹膜位置进行对焦，以及进行虹膜采集，得到虹膜图像。
102、对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域。
其中，人脸图像中也并非每一区域都清晰，因而，可从人脸图像中提取出清晰区域，对于清晰区域的话，其包含的特征点更多，细节更加丰富，便于进行后续特征匹配。本发明实施例中，可对人脸图像进行第一区域分割处理，得到第一目标清晰区域。
可选地，上述步骤102中，对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域，可包括如下步骤21-23，具体如下：
21、将所述人脸图像划分为多个人脸区域；
22、分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
23、从所述多个图像质量评价值中选取大于所述第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
其中，移动终端可将人脸图像划分为多个人脸区域，每一人脸区域为一独立区域，即不同人脸区域之间没有交集，可对多个人脸区域中每一人脸区域进行图像质量评价，可得到多个图像质量评价值，进而，可选取大于第一预设阈值的图像质量评价值，将其对应的区域作为第一目标清晰区域，上述第一预设阈值可由用户自行设置或者***默认。
可选地，上述步骤22中，分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值，可采用如下方式实施：
可采用至少一个图像质量评价指标对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值。
在具体评价过程中，可采用多个图像质量评价指标，每一图像质量评价指标也对应一个权重，如此，每一图像质量评价指标对图像进行图像质量评价时，均可得到一个评价结果，最终，进行加权运算，也就得到最终的图像质量评价值。图像质量评价指标可包括但不仅限于：均值、标准差、熵、清晰度、信噪比等等。
需要说明的是，由于采用单一评价指标对图像质量进行评价时，具有一定的局限性，因此，可采用多个图像质量评价指标对图像质量进行评价，当然，对图像质量进行评价时，并非图像质量评价指标越多越好，因为图像质量评价指标越多，图像质量评价过程的计算复杂度越高，也不见得图像质量评价效果越好，因此，在对图像质量评价要求较高的情况下，可采用2～10个图像质量评价指标对图像质量进行评价。具体地，选取图像质量评价指标的个数及哪个指标，依据具体实现情况而定。当然，也得结合具体地场景选取图像质量评价指标，在暗环境下进行图像质量评价和亮环境下进行图像质量评价选取的图像质量指标可不一样。
可选地，在对图像质量评价精度要求不高的情况下，可用一个图像质量评价指标进行评价，例如，以熵对待处理图像进行图像质量评价值，可认为熵越大，则说明图像质量越好，相反地，熵越小，则说明图像质量越差。
可选地，在对图像质量评价精度要求较高的情况下，可以采用多个图像质量评价指标对图像进行评价，在多个图像质量评价指标对图像进行图像质量评价时，可设置该多个图像质量评价指标中每一图像质量评价指标的权重，可得到多个图像质量评价值，根据该多个图像质量评价值及其对应的权重可得到最终的图像质量评价值，例如，三个图像质量评价指标分别为：A指标、B指标和C指标，A的权重为a1，B的权重为a2，C的权重为a3，采用A、B和C对某一图像进行图像质量评价时，A对应的图像质量评价值为b1，B对应的图像质量评价值为b2，C对应的图像质量评价值为b3，那么，最后的图像质量评价值＝a1b1+a2b2+a3b3。通常情况下，图像质量评价值越大，说明图像质量越好。
103、对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域。
其中，可从虹膜图像中选取较为清晰的区域，具体地，可对虹膜图像进行第二区域分割处理，得到第二目标清晰区域。
可选地，上述步骤103中，对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域，可包括如下步骤31-35，具体如下：
31、对所述虹膜图像进行放大处理；
32、对放大处理后的所述虹膜图像进行平滑处理；
33、将平滑处理后的所述虹膜图像划分为多个虹膜区域；
34、分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
35、从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
其中，移动终端可对虹膜图像进行放大处理，放大处理的方式可为对第一区域图像进行拉伸处理，并对拉伸处理之后的虹膜图像进行插值处理，如：线性插值、非线性插值、双线性插值等等。进一步地，可对放大处理后的虹膜图像进行平滑处理，由于先前拉伸处理导致一些细节特征模糊化，平滑处理之后则，特征更加显著，可将平滑处理之后的虹膜图像划分为多个虹膜区域，每一虹膜区域的面积相等或者面积不一，可分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值，选取大于第二预设阈值的信噪比值对应的区域作为第二目标清晰区域。
104、对所述第一目标清晰区域进行特征提取，得到人脸特征集。
其中，移动终端可将第一目标清晰区域进行特征提取，从而，可提取该第一目标清晰区域中的细节特征，得到人脸特征集。
可选地，上述步骤104中，对所述第一目标清晰区域进行特征提取，得到人脸特征集，可包括如下步骤41-45，具体如下：
41、对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
42、将所述多个高频分量图像的尺寸大小调整为一致；
43、从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
44、确定所述两个高频分量图像之间的差值图像；
45、对所述差值图像进行特征提取，得到所述人脸特征集。
其中，移动终端可采用多尺度分解算法对第一目标清晰区域进行多尺度分解，得到低频分量图像和多个高频分量图像，当然多个高频分量图像均具有一定的顺序性，其每一高频分量图像均对应到哪一层哪一尺度，上述指定位置即是指预先指定的位置，指定位置对应两个高频分量图像。上述多尺度分解算法可包括但不仅限于：小波变换、拉普拉斯变换、轮廓波变换(Contourlet Transform，CT)、非下采样轮廓波变换(Non-subsampledContourlet Transform，NSCT)、剪切波变换等等，以轮廓波为例，采用轮廓波变换对人脸图像进行多尺度分解，可以得到一个低频分量图像和多个高频分量图像，并且该多个高频分量图像中每一图像的尺寸大小不一，以NSCT为例，采用NSCT对人脸图像进行多尺度分解，可以得到一个低频分量图像和多个高频分量图像，并且该多个高频分量图像中每一图像的尺寸大小一样。对于高频分量图像而言，其包含了较多原始图像的细节信息。由于多个高频分量图像的尺寸大小可能不一致，因而，可将多个高频分量图像的尺寸大小调整为一致，进而，选取指定位置上的两个高频分量图像，将该两个高频分量图像中每一像素点之间求取之间的绝对值，得到差值图像，进而，可采用常规的特征提取方法对差值图像进行特征提取，得到精细特征集，即人脸特征集。
105、对所述第二目标清晰区域进行特征提取，得到虹膜特征集。
其中，可采用如下方式对第二目标清晰区域进行特征提取，具体地，特征提取可采用如下算法实现：Harris角点检测算法、尺度不变特征变换(Scale Invariant FeatureTransform，SIFT)、SUSAN角点检测算法等等，在此不再赘述，在特征提取之后，可得到虹膜特征集。
可选地，上述步骤105的具体描述还可参考步骤41-45，在此不再赘述。
可选地，上述步骤105中，对所述第二目标清晰区域进行特征提取，得到虹膜特征集，可包括如下步骤：
对所述第二目标清晰区域进行图像增强处理，并对图像增强处理后的所述第二目标清晰区域进行特征提取，得到虹膜特征集。
其中，图像增强处理可包括但不仅限于：图像去噪(例如，小波变换进行图像去噪)、图像复原(例如，维纳滤波)、暗视觉增强算法(例如，直方图均衡化、灰度拉伸等等)，在对第二目标清晰区域进行图像增强处理之后，图像的质量可在一定程度上得到提升。
106、基于所述人脸特征集和所述虹膜特征集进行特征匹配。
其中，移动终端的存储器中可预先存储预设人脸模板和预设虹膜模板，进而，可将人脸特征集与预设人脸模板对应的预设人脸特征集进行匹配，或者，可将虹膜特征集与预设虹膜模板对应的预设虹膜特征集进行匹配。在两者均匹配成功的情况下，可执行解锁操作，上述解锁操作可为：亮屏解锁(进入主页面，或者预设设置的指定页面)，黑屏解锁(点亮显示屏，进入主页面，或者预设设置的指定页面)，支付解锁(进行支付)等等。当然，在活体检测的检测结果为失败，或者人脸识别失败或者虹膜识别失败，则提示用于再次输入生物验证信息(例如，虹膜图像，人脸图像)。
可以看出，本发明实施例中，移动终端可获取人脸图像和虹膜图像，对人脸图像进行第一区域分割处理，得到第一目标清晰区域，对虹膜图像进行第二区域分割处理，得到第二目标清晰区域，对第一目标清晰区域进行特征提取，得到人脸特征集，对第二目标清晰区域进行特征提取，得到虹膜特征集，基于人脸特征集和虹膜特征集进行特征匹配，可见，在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。
请参阅图2，为本发明实施例提供的一种解锁控制方法的实施例流程示意图。本实施例中所描述的解锁控制方法，应用于移动终端，其实物图以及结构图可参见图1A或图1B，包括以下步骤：
201、获取人脸图像和虹膜图像。
202、对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
203、对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
204、对所述第一目标清晰区域进行图像增强处理，并对图像增强处理之后的所述第一目标清晰区域进行特征提取，得到人脸特征集；
205、对所述第二目标清晰区域进行图像增强处理，并对图像增强处理之后的所述第二目标清晰区域进行特征提取，得到虹膜特征集；
206、基于所述人脸特征集和所述虹膜特征集进行特征匹配。
其中，上述步骤204-205中，图像增强处理可包括以下至少一种：图像去噪(例如，小波变换进行图像去噪)、图像复原(例如，维纳滤波)、暗视觉增强算法(例如，直方图均衡化、灰度拉伸等等)。
可以看出，本发明实施例中，移动终端可获取人脸图像和虹膜图像，对人脸图像进行第一区域分割处理，得到第一目标清晰区域，对虹膜图像进行第二区域分割处理，得到第二目标清晰区域，对第一目标清晰区域先进行图像增强处理，然后特征提取，得到人脸特征集，对第二目标清晰区域先进行图像增强处理，然后特征提取，得到虹膜特征集，基于人脸特征集和虹膜特征集进行特征匹配，可见，在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。
请参阅图3，图3是本发明实施例提供的一种移动终端，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于执行以下步骤的指令：
获取人脸图像和虹膜图像；
对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
对所述第一目标清晰区域进行特征提取，得到人脸特征集；
对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
基于所述人脸特征集和所述虹膜特征集进行特征匹配。
在一个可能的示例中，在所述获取人脸图像和虹膜图像方面，所述程序包括用于执行以下步骤的指令：
在目标对象的角度处于预设角度范围时，获取所述人脸图像；
根据所述人脸图像确定虹膜位置；
根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
在一个可能的示例中，在所述对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域方面，所述程序包括用于执行以下步骤的指令：
将所述人脸图像划分为多个人脸区域；
分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
从所述多个图像质量评价值中选取大于所述第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
在一个可能的示例中，在所述对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域方面，所述程序包括用于执行以下步骤的指令：
对所述虹膜图像进行放大处理；
对放大处理后的所述虹膜图像进行平滑处理；
将平滑处理后的所述虹膜图像划分为多个虹膜区域；
分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
在一个可能的示例中，在所述对所述第一目标清晰区域进行特征提取，得到人脸特征集方面，所述程序包括用于执行以下步骤的指令：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
请参阅图4A，图4A是本实施例提供的一种解锁控制装置的结构示意图。该解锁控制装置应用于移动终端，解锁控制装置包括获取单元401、第一分割单元402、第二分割单元403、第一提取单元404、第二提取单元405和匹配单元406，其中，
获取单元401，用于获取人脸图像和虹膜图像；
第一分割单元402，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
第二分割单元403，用于对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
第一提取单元404，用于对所述第一目标清晰区域进行特征提取，得到人脸特征集；
第二提取单元405，用于对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
匹配单元406，用于基于所述人脸特征集和所述虹膜特征集进行特征匹配。
可选地，如图4B，图4B是图4A所描述的解锁控制装置的获取单元401的具体细节结构，所述获取单元401可包括：获取模块4011、第一确定模块4012和采集模块4013，具体如下：
获取模块4011，用于在目标对象的角度处于预设角度范围时，获取所述人脸图像；
第一确定模块4012，用于根据所述人脸图像确定虹膜位置；
采集模块4013，用于根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
可选地，如图4C，图4C是图4A所描述的解锁控制装置的第一分割单元402的具体细节结构，所述第一分割单元402可包括：第一划分模块4021、评价模块4022和第一选取模块4023，具体如下：
第一划分模块4021，用于将所述人脸图像划分为多个人脸区域；
评价模块4022，用于分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
第一选取模块4023，用于从所述多个图像质量评价值中选取大于所述第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
可选地，如图4D，图4D是图4A所描述的解锁控制装置的第二分割单元403的具体细节结构，所述第二分割单元403可包括：放大模块4031、平滑处理模块4032、第二划分模块4033、计算模块4034和第二选取模块4035，具体如下：
放大模块4031，用于对所述虹膜图像进行放大处理；
平滑处理模块4032，用于对放大处理后的所述虹膜图像进行平滑处理；
第二划分模块4033，用于将平滑处理后的所述虹膜图像划分为多个虹膜区域；
计算模块4034，用于分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
第二选取模块4035，用于从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
可选地，如图4E，图4E是图4A所描述的解锁控制装置的第一提取单元404的具体细节结构，所述第一提取单元404可包括：分割模块4041、调整模块4042、第三选取模块4043、第二确定模块4044和提取模块4045，具体如下：
分解模块4041，用于对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
调整模块4042，用于将所述多个高频分量图像的尺寸大小调整为一致；
第三选取模块4043，用于从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
第二确定模块4044，用于确定所述两个高频分量图像之间的差值图像；
提取模块4045，用于对所述差值图像进行特征提取，得到所述人脸特征集。
可以看出，本发明实施例中所描述的解锁控制装置，可获取人脸图像和虹膜图像，对人脸图像进行第一区域分割处理，得到第一目标清晰区域，对虹膜图像进行第二区域分割处理，得到第二目标清晰区域，对第一目标清晰区域进行特征提取，得到人脸特征集，对第二目标清晰区域进行特征提取，得到虹膜特征集，基于人脸特征集和虹膜特征集进行特征匹配，可见，在多生物识别过程中，只对人脸图像以及虹膜图像中的质量好的区域进行匹配，不仅减少了匹配面积，而且，提升了多生物识别效率。
可以理解的是，本实施例的解锁控制装置的各程序模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
本发明实施例还提供了另一种移动终端，如图5所示，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑等任意终端设备，以移动终端为手机为例：
图5示出的是与本发明实施例提供的移动终端相关的手机的部分结构的框图。参考图5，手机包括：射频(Radio Frequency，RF)电路910、存储器920、输入单元930、传感器950、音频电路960、无线保真(Wireless Fidelity，WiFi)模块970、应用处理器AP980、以及电源990等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图5对手机的各个构成部件进行具体的介绍：
输入单元930可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控显示屏933、多生物识别装置931以及其他输入设备932。多生物识别装置931具体结构组成可参照上述描述，在此不过多赘述。输入单元930还可以包括其他输入设备932。具体地，其他输入设备932可以包括但不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
其中，所述AP980，用于执行如下步骤：
获取人脸图像和虹膜图像；
对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
对所述第一目标清晰区域进行特征提取，得到人脸特征集；
对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
基于所述人脸特征集和所述虹膜特征集进行特征匹配。
AP980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，AP980可包括一个或多个处理单元，该处理单元可为人工智能芯片、量子芯片；优选的，AP980可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到AP980中。
此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
RF电路910可用于信息的接收和发送。通常，RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯***(Global System of Mobilecommunication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution，LTE)、电子邮件、短消息服务(Short Messaging Service，SMS)等。
手机还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节触控显示屏的亮度，接近传感器可在手机移动到耳边时，关闭触控显示屏和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路960、扬声器961，传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号，传输到扬声器961，由扬声器961转换为声音信号播放；另一方面，传声器962将收集的声音信号转换为电信号，由音频电路960接收后转换为音频数据，再将音频数据播放AP980处理后，经RF电路910以发送给比如另一手机，或者将音频数据播放至存储器920以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块970，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
手机还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理***与AP980逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
前述图1C或图2所示的实施例中，各步骤方法流程可以基于该手机的结构实现。
前述图3、图4A～图4E所示的实施例中，各单元功能可以基于该手机的结构实现。
本发明实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种解锁控制方法的部分或全部步骤。
本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如上述方法实施例中记载的任何一种解锁控制方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种移动终端，其特征在于，包括：人脸识别装置、虹膜识别装置以及应用处理器AP，所述人脸识别装置、所述虹膜识别装置与所述AP连接，其中，
所述人脸识别装置，用于通过前置摄像头获取人脸图像；
所述虹膜识别装置，用于通过红外摄像头获取虹膜图像；
所述AP，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配；
其中，所述对所述第一目标清晰区域进行特征提取，得到人脸特征集，具体包括：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
2.根据权利要求1所述的移动终端，其特征在于，在所述获取人脸图像方面，所述人脸识别装置具体用于：
在目标对象的角度处于预设角度范围时，获取所述人脸图像；根据所述人脸图像确定虹膜位置；
在所述获取虹膜图像方面，所述虹膜识别装置具体用于：
根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
3.根据权利要求1或2所述的移动终端，其特征在于，在所述对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域方面，所述AP具体用于：
将所述人脸图像划分为多个人脸区域；
分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
从所述多个图像质量评价值中选取大于第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
4.根据权利要求1至2任一项所述的移动终端，其特征在于，在所述对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域方面，所述AP具体用于：
对所述虹膜图像进行放大处理；
对放大处理后的所述虹膜图像进行平滑处理；
将平滑处理后的所述虹膜图像划分为多个虹膜区域；
分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
5.一种解锁控制方法，其特征在于，应用于包括人脸识别装置、虹膜识别装置、存储器以及应用处理器AP的移动终端，所述人脸识别装置、所述虹膜识别装置与所述AP连接，其中，
所述人脸识别装置通过前置摄像头获取人脸图像；
所述虹膜识别装置通过红外摄像头获取虹膜图像；
所述AP对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；对所述第一目标清晰区域进行特征提取，得到人脸特征集；对所述第二目标清晰区域进行特征提取，得到虹膜特征集；以及基于所述人脸特征集和所述虹膜特征集进行特征匹配；
其中，所述对所述第一目标清晰区域进行特征提取，得到人脸特征集，具体包括：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
6.一种解锁控制方法，其特征在于，包括：
通过前置摄像头获取人脸图像和通过红外摄像头获取虹膜图像；
对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
对所述第一目标清晰区域进行特征提取，得到人脸特征集；
对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
基于所述人脸特征集和所述虹膜特征集进行特征匹配；
其中，所述对所述第一目标清晰区域进行特征提取，得到人脸特征集，具体包括：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
7.根据权利要求6所述的方法，其特征在于，所述获取人脸图像和虹膜图像，包括：
在目标对象的角度处于预设角度范围时，获取所述人脸图像；
根据所述人脸图像确定虹膜位置；
根据所述虹膜位置进行虹膜采集，得到所述虹膜图像。
8.根据权利要求6或7所述的方法，其特征在于，所述对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域，包括：
将所述人脸图像划分为多个人脸区域；
分别对所述多个人脸区域中每一区域进行图像质量评价，得到多个图像质量评价值；
从所述多个图像质量评价值中选取大于第一预设阈值的图像质量评价值对应的区域作为所述第一目标清晰区域。
9.根据权利要求6-7任一项所述的方法，其特征在于，所述对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域，包括：
对所述虹膜图像进行放大处理；
对放大处理后的所述虹膜图像进行平滑处理；
将平滑处理后的所述虹膜图像划分为多个虹膜区域；
分别计算多个虹膜区域中每一虹膜区域的信噪比，得到多个信噪比值；
从所述多个信噪比值中选取大于第二预设阈值的信噪比值对应的区域作为所述第二目标清晰区域。
10.一种解锁控制装置，其特征在于，包括：
获取单元，用于通过前置摄像头获取人脸图像和通过红外摄像头获取虹膜图像；
第一分割单元，用于对所述人脸图像进行第一区域分割处理，得到第一目标清晰区域；
第二分割单元，用于对所述虹膜图像进行第二区域分割处理，得到第二目标清晰区域；
第一提取单元，用于对所述第一目标清晰区域进行特征提取，得到人脸特征集；
第二提取单元，用于对所述第二目标清晰区域进行特征提取，得到虹膜特征集；
匹配单元，用于基于所述人脸特征集和所述虹膜特征集进行特征匹配；
其中，所述对所述第一目标清晰区域进行特征提取，得到人脸特征集，具体包括：
对所述第一目标清晰区域进行多尺度分解，得到多个高频分量图像；
将所述多个高频分量图像的尺寸大小调整为一致；
从调整后的所述多个高频分量图像中选取指定序列位置的两个高频分量图像；
确定所述两个高频分量图像之间的差值图像；
对所述差值图像进行特征提取，得到所述人脸特征集。
11.一种移动终端，其特征在于，包括：应用处理器AP和存储器；以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置成由所述AP执行，所述程序包括用于如权利要求6-9任一项方法的指令。
12.一种计算机可读存储介质，其特征在于，其用于存储计算机程序，其中，所述计算机程序使得计算机执行如权利要求6-9任一项所述的方法。
CN201710634305.1A 2017-07-29 2017-07-29 解锁控制方法及相关产品 Active CN107451454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710634305.1A CN107451454B (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710634305.1A CN107451454B (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Publications (2)

Publication Number Publication Date
CN107451454A CN107451454A (zh) 2017-12-08
CN107451454B true CN107451454B (zh) 2020-03-24

Family

ID=60490579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710634305.1A Active CN107451454B (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Country Status (1)

Country Link
CN (1) CN107451454B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108733999A (zh) * 2018-04-24 2018-11-02 浙江大华技术股份有限公司 一种解锁方法及装置、终端设备和可读存储介质
CN109308340A (zh) * 2018-09-29 2019-02-05 南京魔盒信息科技有限公司 一种解锁方法、装置、服务器及存储介质
CN110569707A (zh) * 2019-06-25 2019-12-13 深圳和而泰家居在线网络科技有限公司 一种身份识别方法和电子设备
CN110427741B (zh) * 2019-07-31 2021-07-27 Oppo广东移动通信有限公司 指纹识别方法及相关产品
KR20190104929A (ko) * 2019-08-22 2019-09-11 엘지전자 주식회사 사용자 인증과 기능 실행을 동시에 수행하는 방법 및 이를 위한 전자 디바이스
CN112394507A (zh) * 2020-10-21 2021-02-23 天津中科智能识别产业技术研究院有限公司 一种基于液体透镜的虹膜成像景深扩展方法
CN114387450A (zh) * 2022-01-11 2022-04-22 平安科技（深圳）有限公司 图片特征提取方法、装置、存储介质及计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279409A (zh) * 2014-05-30 2016-01-27 由田新技股份有限公司 手持式身份验证装置、身份验证方法与身份验证***
CN105975833A (zh) * 2016-05-27 2016-09-28 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106096585A (zh) * 2016-06-29 2016-11-09 深圳市金立通信设备有限公司 一种身份验证方法以及终端

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6613740B2 (ja) * 2015-09-09 2019-12-04 富士通コネクテッドテクノロジーズ株式会社 表示制御装置、表示制御方法および表示制御プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279409A (zh) * 2014-05-30 2016-01-27 由田新技股份有限公司 手持式身份验证装置、身份验证方法与身份验证***
CN105975833A (zh) * 2016-05-27 2016-09-28 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106096585A (zh) * 2016-06-29 2016-11-09 深圳市金立通信设备有限公司 一种身份验证方法以及终端

Also Published As

Publication number Publication date
CN107451454A (zh) 2017-12-08

Similar Documents

Publication Publication Date Title
CN107480496B (zh) 解锁控制方法及相关产品
CN107292285B (zh) 虹膜活体检测方法及相关产品
CN107590461B (zh) 人脸识别方法及相关产品
CN107609514B (zh) 人脸识别方法及相关产品
CN107451454B (zh) 解锁控制方法及相关产品
CN107679482B (zh) 解锁控制方法及相关产品
CN107506687B (zh) 活体检测方法及相关产品
CN107862265B (zh) 图像处理方法及相关产品
CN107657218B (zh) 人脸识别方法及相关产品
CN107679481B (zh) 解锁控制方法及相关产品
CN107463818B (zh) 解锁控制方法及相关产品
CN107451446B (zh) 解锁控制方法及相关产品
CN107403147B (zh) 虹膜活体检测方法及相关产品
CN107633499B (zh) 图像处理方法及相关产品
EP3623973B1 (en) Unlocking control method and related product
WO2019024717A1 (zh) 防伪处理方法及相关产品
CN107784271B (zh) 指纹识别方法及相关产品
CN107506708B (zh) 解锁控制方法及相关产品
CN107506697B (zh) 防伪处理方法及相关产品
CN107613550B (zh) 解锁控制方法及相关产品
WO2019001254A1 (zh) 虹膜活体检测方法及相关产品
CN107545163B (zh) 解锁控制方法及相关产品
WO2019015574A1 (zh) 解锁控制方法及相关产品
CN107358183B (zh) 虹膜活体检测方法及相关产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant