CN108898089A - 一种特征识别方法和电子设备 - Google Patents
一种特征识别方法和电子设备 Download PDFInfo
- Publication number
- CN108898089A CN108898089A CN201810662807.XA CN201810662807A CN108898089A CN 108898089 A CN108898089 A CN 108898089A CN 201810662807 A CN201810662807 A CN 201810662807A CN 108898089 A CN108898089 A CN 108898089A
- Authority
- CN
- China
- Prior art keywords
- image
- feature
- identifier
- identification
- input operation
- 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.)
- Pending
Links
Classifications
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种特征识别方法和电子设备,方法包括获取特征识别器接收特征输入操作时采集的第一图像;对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;利用所述第三图像进行特征识别,本申请能够提高特征识别的安全性。
Description
技术领域
本发明涉及信息处理技术领域,更具体的说是涉及一种特征识别方法和电子设备。
背景技术
目前,很多电子设备具有特征识别能力,通过特征识别器来获取当前输入的特征,并将其与预置特征进行匹配。而为了降低误识别率以及提高识别速度,很多电子设备中的特征识别器还支持“训练学习”,即当特征匹配成功后,可以对该匹配成功的特征进行训练学习。
但是,发明人发现,特征识别器的“训练学习”会存在一定的安全隐患,以下以电子设备的指纹识别进行详细说明。
电子设备通过指纹识别器获取到用户输入的指纹,并将其与预置指纹的识别进行匹配,当匹配成功后,指纹识别器会对本次获取的指纹进行自学习。也就是说,如今的指纹识别器支持“训练学习”,以从多次刷指纹的结果中提供训练,从而提高识别效率。而在这个背景下,如果指纹识别区域上具有屏幕裂纹或者不法分子故意在指纹识别区域上贴上一个纹理膜,那么,合法用户每次刷指纹成功识别后,指纹识别器就会进行一次训练,将屏幕裂纹或者纹理膜学习为预置指纹的一部分,通过多次训练,固定的屏幕裂纹或者纹理膜在预置指纹中所占比例也会逐渐增大,即屏幕裂纹或纹理膜在预置指纹中的地位越来越得到巩固,以致于到后来,当非法用户刷指纹时,由于屏幕裂纹或纹理膜的存在,也会被验证通过。这就使得非法用户能够轻易刷开电子设备,造成了极大的隐患。
为了解决上述问题,有些厂商通过增加算法识别点或复杂度来提高对遗留痕迹的排他识别能力,但是随着痕迹越来越复杂或痕迹越来越模仿合法用户的指纹,达到一定的门槛后,误学习识别的情况还是会存在,无法从本质上解决问题。
发明内容
有鉴于此,本发明提供一种特征识别方法和电子设备,以解决上述技术问题。
为实现上述目的,本发明提供如下技术方案:
一种特征识别方法,包括:
获取特征识别器接收特征输入操作时采集的第一图像;
对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
利用所述第三图像进行特征识别。
优选的,还包括:
当利用所述第三图像进行特征识别成功后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
优选的,所述对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,包括:
将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像。
优选的,还包括:
在所述特征识别器初始化完成时,控制所述特征识别器采集第二图像。
优选的,还包括:
当利用所述第三图像进行特征识别成功后,保存所述第三图像;
利用所述第三图像进行后续特征识别。
一种电子设备,包括:
特征识别器,用于采集图像;
处理器,用于获取所述特征识别器接收特征输入操作时采集的第一图像,对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,利用所述第三图像进行特征识别。
优选的,所述处理器还用于当利用所述第三图像进行特征识别成功后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
优选的,所述处理器在对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像中,具体用于将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像。
优选的,所述处理器还用于在所述特征识别器初始化完成时,控制所述特征识别器采集第二图像。
优选的,所述处理器还用于当利用所述第三图像进行特征识别成功后,保存所述第三图像,利用所述第三图像进行后续特征识别。
经由上述的技术方案可知,与现有技术相比,本申请提供了一种特征识别方法,包括获取特征识别器接收特征输入操作时采集的第一图像,对第一图像和特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,利用第三图像进行特征识别,由此可见,本申请不在直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别,而是将其与接收特征输入操作前采集的第二图像进行处理来得到第三图像,利用第三图像进行特征识别,这种方式与现有技术中直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别的方式不同,提高了特征识别的安全性,例如,即便特征识别区域存在屏幕裂纹或者纹理膜,由于本申请利用的是经过处理的第三图像,因此第一图像中屏幕裂纹或纹理膜也不会被直接利用于特征识别中,从而提高特征识别的安全性。
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,还可以根据提供的附图获得其他的附图。
图1为本发明方法实施例一提供的一种特征识别方法的流程示意图;
图2为本发明方法实施例二提供的一种特征识别方法的流程示意图;
图3为本发明方法实施例三提供的一种特征识别方法的流程示意图;
图4为本发明方法实施例四提供的一种特征识别方法的流程示意图;
图5a为本发明方法实施例四提供的第二图像的示意图;
图5b为本发明方法实施例四提供的第一图像的示意图;
图5c为本发明方法实施例四提供的第三图像的示意图;
图6为本发明方法实施例五提供的一种特征识别方法的流程示意图;
图7为发明装置实施例一提供的一种电子设备的结构示意图。
具体实施方式
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做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。
目前,电子设备中的特征识别器的“训练学习”会存在一定的安全隐患,以下以电子设备的指纹识别的“训练学习”进行说明。
“训练学习”是指当用户刷指纹成功后,可以利用本次采集的指纹对预先设置的指纹进行训练学习,从而将预置指纹模板从一个个小面积指纹逐渐学习成一个包含手指全部特征点的大模板,以降低指纹的误识别率。
但是,如果指纹识别区域上具有屏幕裂纹或者不法分子故意在指纹识别区域上贴上一个纹理膜,那么,合法用户每次刷指纹成功识别后,指纹识别器不仅会采集到合法用户本次输入的指纹,还可以同时采集到指纹识别区域的屏幕裂纹或者纹理膜,那么,那在进行训练学习过程中,就会将屏幕裂纹或者纹理膜学习为预置指纹模板的一部分。而屏幕裂纹或者纹理膜一直固定存在于指纹识别区域,那么通多次训练学习,会逐渐增加固定的屏幕裂纹或者纹理膜在预置指纹模板中所占的比例,使得屏幕裂纹或纹理膜在预置指纹中的地位越来越得到巩固,以致于到后来,当非法用户刷指纹时,由于屏幕裂纹或纹理膜的存在,也会被验证通过,这就使得非法用户能够轻易刷开电子设备,造成了极大的隐患。
虽然有些厂商通过增加算法识别点或复杂度来提高对遗留痕迹的排他识别能力,但是随着痕迹越来越复杂或痕迹越来越模仿合法用户的指纹,达到一定的门槛后,误学习识别的情况还是会存在,无法从本质上解决问题。
本申请公开的一种特征识别方法和电子设备能够解决上述问题,提高特征识别的安全性。
本发明方法实施例一公开了一种特征识别方法,如图1所示,该方法包括以下步骤:
步骤101:获取特征识别器接收特征输入操作时采集的第一图像;
在一定条件下,当操作体向特征识别器来输入特征输入操作时,特征识别器可以采集到第一图像。该第一图像中包括特征输入操作所对应的特征。
需说明的是,所述特征可以包括人体生物特征,和/或,物体标识特征。
其中,人体生物特征可以为人体指纹特征、人体虹膜特征、人体静脉特征。物体标识特征可以为图像扫描码,如二维码或条形码等等。
相应的,不同的特征对应不同的特征识别器,如人体指纹特征对应指纹识别器,虹膜特征对应虹膜识别器,物体识别特征对应图像识别器。
步骤102:对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
其中,第二图像为特征识别器在接收特征输入操作前采集的第二图像。具体的,第二图像可以为特征识别器在上一次接收特征输入操作时采集第一图像结束后采集的图像,上一次接收特征输入是相对于步骤101中本次接收特征输入操作相邻的上一次。
或者,第二图像可以为特征识别器侦测到本次特征输入操作刚刚开始时,但还未针对本次特征输入操作采集第一图像前采集的第二图像。如,以指纹识别器采集指纹为例,指纹识别器可以在侦测到指纹输入刚刚开始,而由于用户还未完全将指纹放到识别区,因此还未进行第一图像的采集前,先采集了第二图像。
或者,第二图像为在特征识别器初始化完成时采集的图像,即特征识别器在初始化完成时采集第二图像。具体的,特征识别器可以在电子设备开机或重启后进行初始化。
而无论采用哪种采集第二图像的方式,特征识别器所采集的第二图像均为不包含待识别特征的图像。
步骤103:利用所述第三图像进行特征识别。
具体的,可以将第三图像进行处理,以获取待识别特征,将待识别特征与预置特征进行匹配,如果匹配成功,则确定特征识别成功,那么响应当前特征识别所对应的处理操作。如果匹配识别,则确定特征识别失败,那么则不响应当前特征识别所对应的处理操作。
由此可见,本申请不在直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别,而是将其与接收特征输入操作前采集的第二图像进行处理来得到第三图像,利用第三图像进行特征识别,这种方式与现有技术中直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别的方式不同,提高了特征识别的安全性,例如,即便特征识别区域存在屏幕裂纹或者纹理膜,由于本申请利用的是经过处理的第三图像,因此第一图像中屏幕裂纹或纹理膜也不会被直接利用于特征识别中,从而提高特征识别的安全性。
本发明方法实施例二提供了一种特征识别方法,如图2所示,该方法包括如下步骤:
步骤201:获取特征识别器接收特征输入操作时采集的第一图像;
步骤202:对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
步骤203:利用所述第三图像进行特征识别;
步骤204:当利用所述第三图像进行特征识别成功后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
当利用第三图像进行特征识别成功后,可以对第二图像进行更新,即控制特征识别器采集当前图像,该当前图像的采集为没有特征输入的情况下采集的图像,从而利用当前图像来更新第二图像。也就是说,当特征识别成功后,可以将更新后的第二图像用于下一次特征识别过程中。
本发明方法实施例三提供了一种特征识别方法,如图3所示,该方法包括如下步骤:
步骤301:在特征识别器初始化完成时,控制所述特征识别器采集第二图像;
特征识别器可以设置于电子设备中,可以在电子设备开机或重启时进行初始化,或者也可以单独对特征识别器进行初始化。
步骤302:获取特征识别器接收特征输入操作时采集的第一图像;
步骤303:对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
该第二图像为特征识别器初始化完成时采集的图像,第二图像中不包含待识别特征,第一图像中包含待识别特征,通过将第一图像和第二图像进行处理得到第三图像。
步骤304:利用所述第三图像进行特征识别。
本发明方法实施例四提供了生成第三图像的一种实现方式,如图4所示,一种特征识别方法包括如下步骤:
步骤401:获取特征识别器接收特征输入操作时采集的第一图像;
步骤402:将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像;
具体的,在将第一图像和第二图像进行异或处理过程中,可以先使用二值化处理算法将第一图像和第二图像分别转换为二值化图像,如分别称之为第一二值化图像和第二二值化图像,然后将第一二值化图像和第二二值化图像进行异或处理。
其中可以依次将第一二值化图像的像素点与第二二值化图像中与其对应的像素点进行异或处理,如将第一二值化图像的第N行第M列的像素点与第二二值化图像的第N行第M列的像素点进行异或处理,其中,N和M均为正整数,通过将第一二值化图像和第二二值化图像的所有行所有列的图像异或处理完成后,生成第三图像。例如将第一二值化图像的第1行第1列的像素点与第二二值化图像的第1行第1列的像素点进行异或处理,将第一二值化图像的第1行第2列的像素点与第二二值化图像的第1行第2列的像素点进行异或处理,…将第一二值化图像的第1行第M列的像素点与第二二值化图像的第1行第M列的像素点进行异或处理,…将第一二值化图像的第N行第M列的像素点与第二二值化图像的第N行第M列的像素点进行异或处理。
以下通过一个应用实例进行说明
如果第二图像为包括屏幕裂纹的图像,而第一图像为特征识别器接收特征输入操作时采集的图像,因此包括屏幕裂纹以及采集的待识别特征,那么将第一图像和第二图像进行异或处理后生成的第三图像就是仅包括待识别特征而不包括屏幕裂纹的图像,使得利用第三图像进行特征识别。也就是说,即便识别区具有屏幕裂纹,异或处理后的第三图像也不包含该屏幕裂纹,使得特征识别时也不会对该屏幕裂纹进行识别。即,异或处理后的第三图像为不包含第一图像和第二图像中相同的特征,而仅包含第一图像和第二图像中不同的特征的图像。
如图5a所示,为接收特征输入操作前采集的第二图像,5b为接收特征输入操作时采集的第一图像,5c为异或处理后的第三图像。显然,第三图像仅包括待识别特征,不包含第二图像中的纹理膜。
需说明的是,在本发明其他实施例中,还可以通过其他方式来利用第一图像和第二图像来生成第三图像,如第一图像和第二图像进行重叠比对,从而去除所述第一图像中与所述第二图像相同的特征,来生成第三图像。
步骤403:利用所述第三图像进行特征识别。
由此可见,本申请不在直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别,而是将其与接收特征输入操作前采集的第二图像进行异或处理来得到第三图像,利用第三图像进行特征识别,这种方式与现有技术中直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别的方式不同,提高了特征识别的安全性,例如,如果特征识别区域存在屏幕裂纹或者纹理膜,那么,第二图像中包括该屏幕裂纹或纹理膜,而第一图像中既包括屏幕裂纹或纹理膜,又包含待识别特征,经过异或处理的第三图像仅包括待识别特征,因此屏幕裂纹或纹理膜也不会被利用到特征识别中,从而提高特征识别的安全性。
本发明方法实施例五公开了一种特征识别方法,如图6所示,该方法包括以下步骤:
步骤601:获取特征识别器接收特征输入操作时采集的第一图像;
步骤602:对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
步骤603:利用所述第三图像进行特征识别;
步骤604:当利用所述第三图像进行特征识别成功后,保存所述第三图像;
步骤605:利用所述第三图像进行后续特征识别。
也就是说,可以利用第三图像对预置特征模板训练学习,由于第三图像为基于第一图像和第二图像处理后的图像,如异或处理后得到的图像,因此,即便特征识别器的识别区存在屏幕裂纹或纹理膜,该屏幕裂纹或纹理膜也不会存在于第三图像中,即不会对存在屏幕裂纹或纹理膜的图像进行训练学习提高了特征识别的安全性。
在本发明中,特征可以包括人体生物特征,和/或物体识别特征,以下通过人体生物特征和物体识别特征分别对本发明进行描述:
在现有技术中,可以通过特征识别器对人体生物特征进行识别,如通过指纹识别器对人体指纹特征进行识别,通过虹膜识别器对人体虹膜特征进行识别等等。而如果特征识别器支持训练学习,则合法用户每次利用人体特征成功识别后,特征识别器就可以利用本次输入的人体特征进行训练学习,以巩固识别成功的人体特征在预置特征模板中的地位,但是如果特征识别区存在固定的纹路图案,如屏幕裂纹或纹理膜,那么在训练学习过中,则会将固定的纹路图案学习为预置特征模板的一部分,训练次数越多,会逐渐增加固定的纹路图案在预置特征模板中所占的比例,使得纹路图案在预置特征模板中的地位越来越得到巩固,以致于到后来,当非法用户进行人体特征识别时,由于固定的纹路图案的存在,也会被验证通过,这就使得非法用户能够轻易刷开电子设备,造成了极大的隐患。
而在本申请中,当用户通过在特征识别器的识别区进行特征输入操作时,如将指纹放入到指纹识别器的识别区,或者利用虹膜识别器采集用户的虹膜特征,那么,特征识别器可以采集到包含人体生物特征的第一图像。而第二图像为接收特征输入操作前采集的图像,那么如果特征识别器的识别区具有固定的纹路图案,如屏幕裂纹或纹理膜,第二图像则为包含固定的纹路图案,但是不包含待识别特征,如待识别指纹特征或虹膜特征的图像,第一图像为既包含固定的纹路图案又包含待识别特征的图像,将第一图像和第二图像进行异或处理,则能够得到不包含纹路图案,但是包含待识别特征的第三图像,从而利用第三图像进行特征识别。如果需要进行训练学习,则可以在确定利用第三图像进行特征识别成功后,利用第三图像进行训练学习。
同样的,对于物体识别特征同样存在上述问题,以物体识别特征为物体识别码(二维码、条形码)等,每次通过特征识别器扫描物体识别码获取相关信息,得到用户认证(如用户向获取的收款方进行了转账操作)后,则可以对物体识别码进行训练学习,那么如果特征识别器的识别区具有固定的纹路图案,如屏幕裂纹或纹理膜,在训练学习过中,则会将固定的纹路图案学习为上述物体识别码的一部分,训练次数越多,会逐渐增加固定的纹路图案在上述物体识别码的比例,那么如果非法用户更换了物体识别码,由于固定的纹路图案的存在,也会导致电子设备将非法的物体识别码识别为与之前合法的物理识别码对应的信息,而如果用户不仔细辨认会很难发现,存在安全隐患,如误将资金转给了非法用户。
而在本申请中,用户可以利用特征识别器扫描物体识别码(扫描物体识别码的操作相当于特征输入操作)获取相关信息时,而特征识别器在扫描物体识别码时获取第一图像,第二图像为扫描物体识别码前采集的图像,那么如果特征识别器的识别区具有固定的纹路图案,如屏幕裂纹或纹理膜,第二图像则为包含固定的纹路图案,但是不包含物体识别码的图像,将第一图像和第二图像进行异或处理,则能够得到不包含纹路图案,但是包含二维码的第三图像,从而利用第三图像进行特征识别来获取相关信息。如果需要进行训练学习,则可以在确定利用第三图像进行特征识别成功后,利用第三图像进行训练学习。
与上述一种特征识别方法对应的,本发明还提供了一种电子设备,以下通过几个装置实施例进行描述。
本发明装置实施例一公开了一种电子设备,如图7所示,一种电子设备包括:特征识别器100以及处理器200;其中:
特征识别器100,用于采集图像;
处理器200,用于获取所述特征识别器接收特征输入操作时采集的第一图像,对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,利用所述第三图像进行特征识别。
其中,该第一图像中包括特征输入操作所对应的特征。所述特征可以包括人体生物特征,和/或,物体标识特征。人体生物特征可以为人体指纹特征、人体虹膜特征、人体静脉特征。物体标识特征可以为图像扫描码,如二维码或条形码等等。
相应的,不同的特征对应不同的特征识别器,如人体指纹特征对应指纹识别器,虹膜特征对应虹膜识别器,物体识别特征对应图像识别器。
其中,第二图像为特征识别器在接收特征输入操作前采集的第二图像。具体的,第二图像可以为特征识别器在上一次接收特征输入操作时采集第一图像结束后采集的图像,上一次接收特征输入是相对于步骤101中本次接收特征输入操作相邻的上一次。
或者,第二图像可以为特征识别器侦测到本次特征输入操作刚刚开始时,但还未针对本次特征输入操作采集第一图像前采集的第二图像。如,以指纹识别器采集指纹为例,指纹识别器可以在侦测到指纹输入刚刚开始,而由于用户还未完全将指纹放到识别区,因此还未进行第一图像的采集前,先采集了第二图像。
或者,第二图像为在特征识别器初始化完成时采集的图像,即特征识别器在初始化完成时采集第二图像。具体的,特征识别器可以在电子设备开机或重启后进行初始化。
而无论采用哪种采集第二图像的方式,特征识别器所采集的第二图像均为不包含待识别特征的图像。
而处理器在获取到第三图像后,可以对第三图像进行处理,以获取待识别特征,将待识别特征与预置特征进行匹配,如果匹配成功,则确定特征识别成功,那么响应当前特征识别所对应的处理操作。如果匹配识别,则确定特征识别失败,那么则不响应当前特征识别所对应的处理操作。
由此可见,本申请不在直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别,而是将其与接收特征输入操作前采集的第二图像进行处理来得到第三图像,利用第三图像进行特征识别,这种方式与现有技术中直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别的方式不同,提高了特征识别的安全性,例如,即便特征识别区域存在屏幕裂纹或者纹理膜,由于本申请利用的是经过处理的第三图像,因此第一图像中屏幕裂纹或纹理膜也不会被直接利用于特征识别中,从而提高特征识别的安全性。
在本发明装置实施例二中,处理器还用于当利用所述第三图像进行特征识别成功后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
当利用第三图像进行特征识别成功后,可以对第二图像进行更新,即控制特征识别器采集当前图像,该当前图像的采集为没有特征输入的情况下采集的图像,从而利用当前图像来更新第二图像。也就是说,处理器可以在特征识别成功后,可以将更新后的第二图像用于下一次特征识别过程中。
在本发明装置实施例三中,处理器还用于在所述特征识别器初始化完成时,控制所述特征识别器采集第二图像,从而在获取特征识别器接收特征输入操作时采集的第一图像后,对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像。
特征识别器可以设置于电子设备中,可以在电子设备开机或重启时进行初始化,或者也可以单独对特征识别器进行初始化。
在本发明装置实施例四中,处理器在对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像中,具体用于将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像。
具体的,在将第一图像和第二图像进行异或处理过程中,可以先使用二值化处理算法将第一图像和第二图像分别转换为二值化图像,如分别称之为第一二值化图像和第二二值化图像,然后将第一二值化图像和第二二值化图像进行异或处理。
其中可以依次将第一二值化图像的像素点与第二二值化图像的对应像素点进行异或处理,如将第一二值化图像的第N行第M列的像素点与第二二值化图像的第N行第M列的像素点进行异或处理,其中,N和M均为正整数,通过将第一二值化图像的所有行所有列的图像异或处理完成后,生成第三图像。
由此可见,本申请不在直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别,而是将其与接收特征输入操作前采集的第二图像进行异或处理来得到第三图像,利用第三图像进行特征识别,这种方式与现有技术中直接利用特征识别器接收特征输入操作时采集的第一图像进行特征识别的方式不同,提高了特征识别的安全性,例如,如果特征识别区域存在屏幕裂纹或者纹理膜,那么,第二图像中包括该屏幕裂纹或纹理膜,而第一图像中既包括屏幕裂纹或纹理膜,又包含待识别特征,经过异或处理的第三图像仅包括待识别特征,因此屏幕裂纹或纹理膜也不会被利用到特征识别中,从而提高特征识别的安全性。
在本发明装置实施例五中,处理器还用于当利用所述第三图像进行特征识别成功后,保存所述第三图像,利用所述第三图像进行后续特征识别。
也就是说,可以利用第三图像对预置特征模板训练学习,由于第三图像为基于第一图像和第二图像处理后的图像,如异或处理后得到的图像,因此,即便特征识别器的识别区存在屏幕裂纹或纹理膜,该屏幕裂纹或纹理膜也不会存在于第三图像中,即不会对存在屏幕裂纹或纹理膜的图像进行训练学习提高了特征识别的安全性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种特征识别方法,其特征在于,包括:
获取特征识别器接收特征输入操作时采集的第一图像;
对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像;
利用所述第三图像进行特征识别。
2.根据权利要求1所述的方法,其特征在于,还包括:
当利用所述第三图像进行特征识别后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,包括:
将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像。
4.根据权利要求1所述的方法,其特征在于,还包括:
在所述特征识别器初始化完成时,控制所述特征识别器采集第二图像。
5.根据权利要求1所述的方法,其特征在于,还包括:
当利用所述第三图像进行特征识别成功后,保存所述第三图像;
利用所述第三图像进行后续特征识别。
6.一种电子设备,其特征在于,包括:
特征识别器,用于采集图像;
处理器,用于获取所述特征识别器接收特征输入操作时采集的第一图像,对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像,利用所述第三图像进行特征识别。
7.根据权利要求6所述的电子设备,其特征在于,所述处理器还用于当利用所述第三图像进行特征识别后,控制所述特征识别器采集当前图像,所述当前图像用于更新所述第二图像。
8.根据权利要求6所述的电子设备,其特征在于,所述处理器在对所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像处理得到第三图像中,具体用于将所述第一图像和所述特征识别器在接收所述特征输入操作前采集的第二图像进行异或处理,生成第三图像。
9.根据权利要求6所述的电子设备,其特征在于,所述处理器还用于在所述特征识别器初始化完成时,控制所述特征识别器采集第二图像。
10.根据权利要求6所述的电子设备,其特征在于,所述处理器还用于当利用所述第三图像进行特征识别成功后,保存所述第三图像,利用所述第三图像进行后续特征识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810662807.XA CN108898089A (zh) | 2018-06-25 | 2018-06-25 | 一种特征识别方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810662807.XA CN108898089A (zh) | 2018-06-25 | 2018-06-25 | 一种特征识别方法和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108898089A true CN108898089A (zh) | 2018-11-27 |
Family
ID=64346315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810662807.XA Pending CN108898089A (zh) | 2018-06-25 | 2018-06-25 | 一种特征识别方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898089A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258157A (zh) * | 2013-04-18 | 2013-08-21 | 武汉汉德瑞庭科技有限公司 | 一种基于手指信息的在线笔迹认证方法及*** |
CN104677923A (zh) * | 2013-11-27 | 2015-06-03 | 株式会社石田 | X射线检查装置 |
CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
CN107463897A (zh) * | 2017-07-31 | 2017-12-12 | 维沃移动通信有限公司 | 指纹识别方法及移动终端 |
CN107729884A (zh) * | 2017-11-22 | 2018-02-23 | 广东欧珀移动通信有限公司 | 指纹识别方法、移动终端以及计算机可读存储介质 |
CN107944402A (zh) * | 2017-11-29 | 2018-04-20 | 努比亚技术有限公司 | 一种检测方法、装置及计算机可读存储介质 |
CN108171190A (zh) * | 2018-01-05 | 2018-06-15 | 深圳市金立通信设备有限公司 | 一种光学指纹识别方法、终端及计算机可读存储介质 |
-
2018
- 2018-06-25 CN CN201810662807.XA patent/CN108898089A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258157A (zh) * | 2013-04-18 | 2013-08-21 | 武汉汉德瑞庭科技有限公司 | 一种基于手指信息的在线笔迹认证方法及*** |
CN104677923A (zh) * | 2013-11-27 | 2015-06-03 | 株式会社石田 | X射线检查装置 |
CN105809133A (zh) * | 2016-03-08 | 2016-07-27 | 广东欧珀移动通信有限公司 | 指纹特征信息更新方法及装置 |
CN107463897A (zh) * | 2017-07-31 | 2017-12-12 | 维沃移动通信有限公司 | 指纹识别方法及移动终端 |
CN107729884A (zh) * | 2017-11-22 | 2018-02-23 | 广东欧珀移动通信有限公司 | 指纹识别方法、移动终端以及计算机可读存储介质 |
CN107944402A (zh) * | 2017-11-29 | 2018-04-20 | 努比亚技术有限公司 | 一种检测方法、装置及计算机可读存储介质 |
CN108171190A (zh) * | 2018-01-05 | 2018-06-15 | 深圳市金立通信设备有限公司 | 一种光学指纹识别方法、终端及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9135503B2 (en) | Fingertip tracking for touchless user interface | |
US11163978B2 (en) | Method and device for face image processing, storage medium, and electronic device | |
CN111274928B (zh) | 一种活体检测方法、装置、电子设备和存储介质 | |
US20190278985A1 (en) | Method, system and terminal for identity authentication, and computer readable storage medium | |
CN109685037B (zh) | 一种实时动作识别方法、装置及电子设备 | |
JP3802892B2 (ja) | 虹彩認証装置 | |
CN104933344A (zh) | 基于多生物特征模态的移动终端用户身份认证装置及方法 | |
CN110443148B (zh) | 一种动作识别方法、***和存储介质 | |
JP2017533516A (ja) | スティッチングおよび切断を用いる指紋認証 | |
CN109493310A (zh) | 身体信息分析装置及其手部肌肤分析方法 | |
US9544146B2 (en) | Image processing apparatus, biometric authentication apparatus, image processing method and recording medium | |
EP2709063A1 (en) | Image processing device, computer-readable recording medium, and image processing method | |
CN109902475B (zh) | 验证码图像生成方法、装置和电子设备 | |
CN109427075A (zh) | 身体信息分析装置及其眼影分析方法 | |
CN108629378A (zh) | 图像识别方法和设备 | |
CN109427078A (zh) | 身体信息分析装置及其唇妆分析方法 | |
CN104268540A (zh) | 一种基于图像的算式处理方法、装置及一种终端 | |
CN110443146A (zh) | 基于生物识别的身份验证方法、装置、设备及可读介质 | |
CN115087973A (zh) | 用于区分开运动传感器数据中记录的特定于用户、动作和设备的特征的***和方法 | |
JP2012531652A (ja) | クロマキーを用いたジェスチャ認識 | |
KR102375593B1 (ko) | 손바닥 복합 이미지에 기반한 사용자 인증 장치 및 방법 | |
CN112949467B (zh) | 人脸检测方法、装置、电子设备和存储介质 | |
CN110781708A (zh) | 基于采集设备的手指静脉图像识别***及手指静脉图像识别方法 | |
CN108898089A (zh) | 一种特征识别方法和电子设备 | |
CN113505756A (zh) | 人脸活体检测方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |