CN111563454B - 一种双重活体验证的手部静脉识别方法及装置 - Google Patents
一种双重活体验证的手部静脉识别方法及装置 Download PDFInfo
- Publication number
- CN111563454B CN111563454B CN202010380694.1A CN202010380694A CN111563454B CN 111563454 B CN111563454 B CN 111563454B CN 202010380694 A CN202010380694 A CN 202010380694A CN 111563454 B CN111563454 B CN 111563454B
- Authority
- CN
- China
- Prior art keywords
- hand
- image
- vein
- verified
- similarity
- 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
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
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开一种双重活体验证的手部静脉识别方法及装置,涉及身份验证领域。该方法包括:获取待验证手部的生理参数;生理参数大于第一预设阈值进行动作特征活体验证;活体验证成功计算手掌相似度和手背相似度;手掌相似度和手背相似度均大于第二预设阈值,则手部静脉识别成功。本发明采用动作特征和生理参数检测相结合的方式进行双重活体验证,分别提取手掌静脉图像和手背静脉图像进行静脉识别,通过双重活体验证、手掌静脉图像和手背静脉图像的双静脉识别提高了可靠性,尤其适用于可靠性要求特别高的场合。
Description
技术领域
本发明涉及身份验证领域,特别是涉及一种双重活体验证的手部静脉识别方法及装置。
背景技术
静脉识别是通过近红外摄像头获取手部静脉的图像,将静脉的数字图像存储在计算机***中,实现特征值存储。静脉比对时,实时采取静脉图,运用先进的滤波、图像二值化和细化手段对数字图像进行特征提取,采用复杂的匹配算法同存储在计算机***主机中的静脉特征值比对匹配,从而对个人进行身份鉴定,确认身份。静脉位于人体内部,不受表皮粗糙、外部环境的影响,使用静脉识别具有准确率高、不易复制、安全便捷等优点,静脉识别已在门禁、社保等领域开展试用。
市场中关于静脉识别的设备大多单独采用手背、手掌或手指中的一种静脉识别方式,特征点相对较少,识别可靠性和准确率相对较低。而且静脉虽然潜藏在人体皮肤内部,不易留下痕迹,伪造难度较其他生物识别方式较大,但依然是可以伪造破解,最常见的破解方式是纸上画纹路,戴橡胶手套,并在橡胶手套上画纹路,例如2018年德国莱比锡举行的Chaos Communication Congress黑客大会上,研究人员Jan Krissler与JulianAlbrecht通过一个蜡制手部模型,成功欺骗了静脉认证***;最简单的破解方式是利用静脉采集设备获取静脉纹路图,复制出手指的静脉纹路图,利用图片即可破解。因此,现有静脉识别设备存在识别可靠性低和易破解的问题。
发明内容
本发明的目的是提供一种双重活体验证的手部静脉识别方法及装置,解决了现有静脉识别设备识别可靠性低和易破解的问题。
为实现上述目的,本发明提供了如下方案:
一种双重活体验证的手部静脉识别方法,包括:
获取生理参数检测传感器检测的待验证手部的生理参数;
若所述生理参数大于第一预设阈值,则对所述待验证手部进行动作特征活体验证,得到验证结果;
若所述验证结果表示活体验证成功,则获取所述待验证手部的手掌静脉图像和手背静脉图像;
获取预存的手掌静脉存储图像和手背静脉存储图像;
分别计算所述手掌静脉图像和所述手掌静脉存储图像的手掌相似度,以及所述手背静脉图像和所述手背静脉存储图像的手背相似度;
若所述手掌相似度和所述手背相似度均大于第二预设阈值,则所述待验证手部的手部静脉识别成功。
可选的,所述获取生理参数检测传感器检测的待验证手部的生理参数,具体包括:
获取血氧心率传感器检测的所述待验证手部的脉搏血氧值。
可选的,所述对所述待验证手部进行动作特征活体验证,得到验证结果,具体包括:
获取所述待验证手部的握拳图像;
若所述握拳图像中的所述待验证手部为握拳状态,则获取所述待验证手部的半握拳图像;
若所述半握拳图像中的所述待验证手部为半握拳状态,则获取所述握拳状态至所述半握拳状态之间的不同握拳状态的所述待验证手部的手部图像;
利用光流法检测所述手部图像的光流特征,并比较所述手部图像的光流特征与预存的光流特征的相似度;
若所述相似度大于第三预设阈值,则活体验证成功;
若所述相似度小于或等于所述第三预设阈值,则活体验证失败。
可选的,所述利用光流法检测所述手部图像的光流特征,并比较所述手部图像的光流特征与预存的光流特征的相似度,具体包括:
将第i帧所述手部图像作为第一比较图像,并提取所述第一比较图像的感兴趣区域,得到第一感兴趣区域;
将第i+1帧所述手部图像作为第二比较图像,并提取所述第二比较图像的感兴趣区域,得到第二感兴趣区域;
利用光流法检测所述第一感兴趣区域和所述第二感兴趣区域中变动幅度大于第四预设阈值的位置,得到光流特征;
令i=i+1,返回步骤“将第i帧所述手部图像作为第一比较图像,并提取所述第一比较图像的感兴趣区域,得到第一感兴趣区域”,得到所有所述手部图像的光流特征;
获取预存的光流特征;
将所有所述光流特征分别与对应预存的光流特征进行对比,得到相似度。
一种双重活体验证的手部静脉识别装置,包括:顶部采集区、手放置面板区和底部采集区;所述顶部采集区、所述手放置面板区均与所述底部采集区连接;
所述顶部采集区位于所述手部静脉识别装置的顶部,所述顶部采集区用于采集所述待验证手部的手背静脉图像;
所述手放置面板区位于所述顶部采集区的下方,所述手放置面板区用于采集所述待验证手部的生理参数;
所述底部采集区位于所述手部静脉识别装置的底部,且位于所述手放置面板区的下方,所述底部采集区用于获取活体验证信息,并对所述活体验证信息进行处理,得到手部静脉识别结果;所述活体验证信息包括所述手背静脉图像、所述生理参数和所述待验证手部的手掌静脉图像。
可选的,所述顶部采集区具体包括:顶部摄像机、顶部光源和显示屏;
所述顶部摄像机用于采集所述待验证手部的手背静脉图像;所述顶部摄像机的输出端与所述底部采集区连接;
所述顶部光源与所述顶部摄像机对应设置,所述顶部光源用于照射所述待验证手部的手背;
所述显示屏与所述底部采集区的输出端连接,所述显示屏用于显示所述底部采集区的手部静脉识别结果。
可选的,所述手放置面板区具体包括:手放置区、手部纹路图、凸起和生理参数检测传感器;
所述手放置区位于所述顶部摄像机的正下方,所述手放置区用于放置所述待验证手部;
所述手部纹路图雕刻在所述手放置区的中心,所述凸起位于所述手部纹路图的中指第一关节,所述手部纹路图和所述凸起用于显示所述待验证手部的放置位置;
所述生理参数检测传感器位于所述凸起下方,所述生理参数检测传感器用于检测所述生理参数。
可选的,所述底部采集区具体包括:底部摄像机、底部光源、手部静脉识别***和电源;
所述底部摄像机用于采集所述待验证手部的手掌静脉图像;所述底部摄像机的输出端与所述手部静脉识别***的输入端连接;
所述底部光源与所述底部摄像机对应设置,所述底部光源用于照射所述待验证手部的手掌;
所述手部静脉识别***分别与所述顶部摄像机、所述生理参数检测传感器连接;所述手部静脉识别***用于获取所述活体验证信息,并对所述活体验证信息进行处理,得到手部静脉识别结果;
所述电源分别与所述顶部光源、所述底部光源、所述生理参数检测传感器和所述手部静脉识别***连接,所述电源用于为所述顶部光源、所述底部光源、所述生理参数检测传感器和所述手部静脉识别***供电。
可选的,所述手部静脉识别***具体包括:
生理参数获取模块,用于获取生理参数检测传感器检测的待验证手部的生理参数;
动作特征活体验证模块,用于当所述生理参数大于第一预设阈值时,对所述待验证手部进行动作特征活体验证,得到验证结果;
静脉图像获取模块,用于当所述验证结果表示活体验证成功时,获取所述待验证手部的手掌静脉图像和手背静脉图像;
静脉存储图像获取模块,用于获取预存的手掌静脉存储图像和手背静脉存储图像;
相似度计算模块,用于分别计算所述手掌静脉图像和所述手掌静脉存储图像的手掌相似度,以及所述手背静脉图像和所述手背静脉存储图像的手背相似度;
手部静脉识别模块,用于当所述手掌相似度和所述手背相似度均大于第二预设阈值时,所述待验证手部的手部静脉识别成功。
可选的,所述动作特征活体验证模块,具体包括:
握拳图像获取单元,用于获取所述待验证手部的握拳图像;
半握拳图像获取单元,用于当所述握拳图像中的所述待验证手部为握拳状态时,获取所述待验证手部的半握拳图像;
手部图像获取单元,用于当所述半握拳图像中的所述待验证手部为半握拳状态时,获取所述握拳状态至所述半握拳状态之间的不同握拳状态的所述待验证手部的手部图像;
相似度比较单元,用于利用光流法检测所述手部图像的光流特征,并比较所述手部图像的光流特征与预存的光流特征的相似度;
活体验证成功单元,用于当所述相似度大于第三预设阈值时,活体验证成功;
活体验证失败单元,用于当所述相似度小于或等于所述第三预设阈值时,活体验证失败。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种双重活体验证的手部静脉识别方法及装置。该方法包括:获取生理参数检测传感器检测的待验证手部的生理参数;若生理参数大于第一预设阈值,则对待验证手部进行动作特征活体验证,得到验证结果;若验证结果表示活体验证成功,则获取待验证手部的手掌静脉图像和手背静脉图像;获取预存的手掌静脉存储图像和手背静脉存储图像;分别计算手掌静脉图像和手掌静脉存储图像的手掌相似度,以及手背静脉图像和手背静脉存储图像的手背相似度;若手掌相似度和手背相似度均大于第二预设阈值,则待验证手部的手部静脉识别成功。本发明采用动作特征和生理参数检测相结合的方式进行双重活体验证,分别提取手掌静脉图像和手背静脉图像进行静脉识别,通过双重活体验证、手掌静脉图像和手背静脉图像的双静脉识别提高了可靠性,尤其适用于可靠性要求特别高的场合。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例手部静脉识别方法的流程图;
图2为本发明实施例手部静脉识别装置的结构图;
图3为本发明实施例手部静脉识别装置的电路连接图;
图4为本发明实施例顶部采集区的仰视图;
图5为本发明实施例手放置面板区的结构图;
图6为本发明实施例凸起的结构图;
图7为本发明实施例血氧心率传感器的数据处理流程图;
图8为本发明实施例底部采集区的俯视图;
图9为本发明实施例手部静脉识别装置的使用流程图;
图10为本发明实施例身份注册过程的流程图;
图11为本发明实施例动作特征活体注册的流程图;
图12为本发明实施例对存储图片处理的流程图;
图13为本发明实施例身份验证过程的流程图;
图14为本发明实施例动作特征活体验证的流程图;
图15为本发明实施例手部图像的处理流程图。
符号说明:1、顶部采集区;2、手放置面板区;3、底部采集区;4、顶部摄像机;5、顶部光源;6、显示屏;7、手放置区;8、手部纹路图;9、凸起;10、生理参数检测传感器;11、标签;12、底部摄像机;13、底部光源;14、主控制器;15、电源。
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。
本发明的目的是提供一种双重活体验证的手部静脉识别方法及装置,解决了现有静脉识别设备识别可靠性低和易破解的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本实施例提供一种双重活体验证的手部静脉识别方法,图1为本发明实施例手部静脉识别方法的流程图。参见图1,该手部静脉识别方法,包括:
步骤101,获取生理参数检测传感器检测的待验证手部的生理参数。
步骤101具体包括:
获取血氧心率传感器检测的待验证手部的脉搏血氧值。
步骤102,若生理参数大于第一预设阈值,则对待验证手部进行动作特征活体验证,得到验证结果。第一预设阈值为90。
对待验证手部进行动作特征活体验证,得到验证结果,具体包括:
获取待验证手部的握拳图像。
若握拳图像中的待验证手部为握拳状态,则获取待验证手部的半握拳图像。
若半握拳图像中的待验证手部为半握拳状态,则获取握拳状态至半握拳状态之间的不同握拳状态的待验证手部的手部图像。
利用光流法检测手部图像的光流特征,并比较手部图像的光流特征与预存的光流特征的相似度,具体包括:
将第i帧手部图像作为第一比较图像,并提取第一比较图像的感兴趣区域,得到第一感兴趣区域。
将第i+1帧手部图像作为第二比较图像,并提取第二比较图像的感兴趣区域,得到第二感兴趣区域。
利用光流法检测第一感兴趣区域和第二感兴趣区域中变动幅度大于第四预设阈值的位置,得到光流特征。此步骤依据的原理是光流法可检测出运动物体的位置。
本实施例通过采集每个人握拳至半握拳过程的图像,利用光流法,可检测出此过程中手背关节的变化,而每个人的关节变化是不同的,进而达到活体识别的作用。
令i=i+1,返回步骤“将第i帧手部图像作为第一比较图像,并提取第一比较图像的感兴趣区域,得到第一感兴趣区域”,得到所有手部图像的光流特征。
获取预存的光流特征。
将所有光流特征分别与对应预存的光流特征进行对比,得到相似度。
若相似度大于第三预设阈值,则活体验证成功。
若相似度小于或等于第三预设阈值,则活体验证失败。
步骤103,若验证结果表示活体验证成功,则获取待验证手部的手掌静脉图像和手背静脉图像。
步骤104,获取预存的手掌静脉存储图像和手背静脉存储图像。
步骤105,分别计算手掌静脉图像和手掌静脉存储图像的手掌相似度,以及手背静脉图像和手背静脉存储图像的手背相似度。
步骤106,若手掌相似度和手背相似度均大于第二预设阈值,则待验证手部的手部静脉识别成功。
光流法可检测空间运动物体在观测成像面上的像素运动的瞬时速度。物体在运动的时候,它在图像上对应点的亮度模式也在做相应的运动,这种图像亮度模式的表观运动就是光流。光流的研究就是利用图像序列中像素的强度数据的时域变化和相关性来确定各自像素位置的“运动”。光流表达了图像的变化,因此可被观察者用来确定目标的运动情况。一般情况下,光流由相机运动、场景中目标运动或两者的共同运动产生。
光流场是由光流引申出来的,它指的是景物中可见像素点的三维速度矢量在成像表面投影形成的二维瞬时速度场。空间中的运动场转移到图像上就表示为光流场,光流场反映了图像上每一点的灰度变化趋势。光流场包含了被观察物体的运动信息以及有关景物丰富的三维结构的信息。
光流法检测运动目标,其基本思想是赋予图像中的每一个像素点一个速度矢量,从而形成了该图像的运动场。图像上的点和三维物体上的点在某一特定的运动时刻是一一对应的,根据各像素点的速度矢量特征对图像进行动态的分析。若图像中不存在运动目标,那么光流矢量在整个图像区域则是连续变化的,而当物体和图像背景中存在相对运动时,运动物体所形成的速度矢量则必然不同于邻域背景的速度矢量,从而可以将运动物体的位置检测出来。
本实施例还提供一种双重活体验证的手部静脉识别装置,图2为本发明实施例手部静脉识别装置的结构图;图3为本发明实施例手部静脉识别装置的电路连接图。参见图2和图3,该手部静脉识别装置,包括:顶部采集区1、手放置面板区2和底部采集区3;顶部采集区1、手放置面板区2均与底部采集区3连接。
顶部采集区1位于手部静脉识别装置的顶部,顶部采集区1用于采集待验证手部的手背静脉图像和手部动作,以及显示底部采集区3的手部静脉识别结果。
手放置面板区2位于顶部采集区1的下方,手放置面板区2用于放置待验证手部和采集待验证手部的生理参数。
底部采集区3位于手部静脉识别装置的底部,且位于手放置面板区2的下方,底部采集区3用于获取活体验证信息,并对活体验证信息进行处理,得到手部静脉识别结果;活体验证信息包括手背静脉图像、生理参数和待验证手部的手掌静脉图像。底部采集区3通过手部静脉识别***对活体验证信息进行处理,手部静脉识别***可以采用主控制器14实现。
图4为本发明实施例顶部采集区的仰视图。参见图4,顶部采集区1具体包括:顶部摄像机4、顶部光源5和显示屏6。
顶部摄像机4用于采集待验证手部的手背静脉图像;顶部摄像机4的输出端与底部采集区3连接。顶部摄像机4还用于采集待验证手部的手部动作,并将采集到的图像数据传输至底部采集区的手部静脉识别***。
顶部光源5与顶部摄像机4对应设置,顶部光源5用于照射待验证手部的手背。顶部光源5与底部采集区的电源连接,底部采集区的电源为顶部光源供电。顶部光源5为近红外灯组,近红外灯组包括6颗直径为850纳米(nm)的近红外灯。
显示屏6与底部采集区的输出端连接,显示屏6用于显示底部采集区的手部静脉识别结果。显示屏6采用触摸屏,还用于进行人机交互,人机交互包括用户操作提示。
图5为本发明实施例手放置面板区的结构图。参见图5,手放置面板区2具体包括:手放置区7、手部纹路图8、凸起9和生理参数检测传感器10。
手放置区7位于顶部摄像机4的正下方,手放置区7用于放置待验证手部。手放置区7为一块玻璃面板,优选为透明亚克力板,还用于支撑手的放置。
手部纹路图8雕刻在手放置区7的中心。图6为本发明实施例凸起的结构图,参见图6,凸起9位于手部纹路图8的中指第一关节。手部纹路图8和凸起9用于显示待验证手部的放置位置。凸起9的高度为1毫米(mm)。使用时手掌一面朝下,手部中指的第一关节置于凸起9正上方,中指放置于手部纹路图的中指区域内;凸起和手部纹路图的使用,可保证待验证手部每次放置的位置相对固定。
生理参数检测传感器10位于凸起9下方,生理参数检测传感器10用于检测生理参数。生理参数检测传感器需要与手指近距离接触,故将其放置在手放置区下方。生理参数检测传感器10与底部采集区3连接,生理参数检测传感器将采集到的生理参数传输至底部采集区的手部静脉识别***。生理参数检测传感器10具***于手部纹路图8中指区域靠近凸起9的下方,通过检测中指的生理参数,判断待验证手部是否为活体。生理参数检测传感器10采用MAX30100血氧心率传感器,可检测人体的血氧心率等生理参数,生理参数检测传感器将检测到的生理参数传输给手部静脉识别***,生理参数为待验证手部的脉搏血氧值。
MAX30100是一款集成有脉搏血氧仪和心率检测的传感器,该血氧心率传感器集成有一个红光LED(Light Emitting Diode,发光二极管)、一个红外光LED、光器件、光电传感器,以及带环境光抑制的低噪声电子电路,是目前业内尺寸最小、功耗较低的脉搏血氧饱和度监测传感器。
该血氧心率传感器的检测基于是光电容积脉搏波描记法。光电容积脉搏波描记法主要依据人的身体组织对光的吸收特性通过光电传感器来检测反射光和/或透射光的光强变化来判断血液容积变化。血氧心率传感器将波长已知的光照射到人的身体组织,通过郎伯—比尔定律可知人体皮肤、肌肉等非血液组织对光的吸收是不变的,但是人体心脏伸缩会造成血液容积和压力呈现周期性的变化,将心脏的跳动比拟为光强的变化,因此通过光电传感器检测出来的光强就能够知晓心脏搏动即脉搏的情况。同时血管容量的大小取决于射血量的大小,当心脏收缩时,射血量增大,从而血管容量增大;反之当心脏舒张时,射血量减小,从而血管容量减小,血管容量增大表示血液对光的吸收量增大,因射入光源光强恒定从而导致接受端接收的光强降低;反之血管容量减小表示血液对光的吸收量减小,接受端接收的光强升高,通过光电转换得到了脉搏波。
图7为本发明实施例血氧心率传感器的数据处理流程图。参见图7,该血氧心率传感器测量血氧饱和度脉搏的工作原理是通过光电传感器内部的LED驱动器驱动光电传感器自带的LED根据预先设置的时序交替进行红光和红外光的照射,然后光电传感器采集反射回来的光信号,同时光电传感器将反射回来的光信号转换为模拟电信号。光电传感器输出的模拟电信号,经放大滤波后进行模数转换转换为数字信号,最后将数字信号存放在FIFO(First Input First Output,先进先出)缓存器中,MAX30100传感器可通过串口通信,具体可通过I2C总线将数字信号传送到主控制器中,从而获得脉搏血氧值。主控制器接收脉搏血氧值后判断脉搏血氧值是否大于90;若脉搏血氧值大于90,则通过生理参数活体验证;否则,即脉搏血氧值小于或等于90,不通过生理参数活体验证。
手放置面板区2还包括标签11,标签11位于手放置区7的左上方。标签11为提示标签,标签11用于标明手部静脉识别装置的使用步骤及注意事项,方便初次使用及使用较少的用户进行操作。
图8为本发明实施例底部采集区的俯视图,参见图8,底部采集区3具体包括:底部摄像机12、底部光源13、手部静脉识别***和电源15。
底部摄像机12用于采集待验证手部的手掌静脉图像;底部摄像机的输出端与手部静脉识别***的输入端连接,具体通过通用串行总线(Universal Serial Bus,USB)将采集的图像传输至手部静脉识别***,手部静脉识别***对图像进行处理。顶部摄像机4和底部摄像机12应与手部纹路图8的中心相对应。顶部摄像机4与底部摄像机12的帧频大于30。
底部光源13与底部摄像机12对应设置,底部光源13用于照射待验证手部的手掌。底部光源13为近红外灯组,近红外灯组包括6颗直径为850纳米(nm)的近红外灯。
顶部采集区和底部采集区依据血红蛋白对近红外光的吸收原理,在近红外灯的照射下,分别采集手掌和手背的静脉图像。本实施例需手背和手掌的静脉图像同时识别验证通过,提高了静脉生物识别的安全性。
手部静脉识别***还分别与顶部摄像机4、生理参数检测传感器10连接,手部静脉识别***的输入端还分别与顶部摄像机4的输出端、生理参数检测传感器10连接;手部静脉识别***用于获取活体验证信息,并对活体验证信息进行处理,得到手部静脉识别结果。手部静脉识别***还用于与触摸屏进行信息交互,信息交互例如:接受触摸屏的指令,以及将手部静脉识别结果显示在触摸屏上。手部静脉识别***通过活体检测得到手部静脉识别结果,活体检测包括生理参数活体检测和动作特征活体检测两部分,通过这两种活体检测方式的结合,几乎使假体伪造成为不可能;对活体验证信息进行处理包括手掌和手背的静脉图像的处理和识别,以及活体检测的处理。
电源15分别与顶部光源5、底部光源13、生理参数检测传感器10和手部静脉识别***连接,电源15用于为顶部光源5、底部光源13、生理参数检测传感器10和手部静脉识别***供电,即提供电压。
手部静脉识别***具体包括:
生理参数获取模块,用于获取生理参数检测传感器检测的待验证手部的生理参数。
生理参数获取模块具体包括:
生理参数获取单元,用于获取血氧心率传感器检测的待验证手部的脉搏血氧值。
动作特征活体验证模块,用于当生理参数大于第一预设阈值时,对待验证手部进行动作特征活体验证,得到验证结果。
动作特征活体验证模块具体包括:
握拳图像获取单元,用于获取待验证手部的握拳图像。
半握拳图像获取单元,用于当握拳图像中的待验证手部为握拳状态时,获取待验证手部的半握拳图像。
手部图像获取单元,用于当半握拳图像中的待验证手部为半握拳状态时,获取握拳状态至半握拳状态之间的不同握拳状态的待验证手部的手部图像。
相似度比较单元,用于利用光流法检测手部图像的光流特征,并比较手部图像的光流特征与预存的光流特征的相似度。
相似度比较单元具体包括:
第一感兴趣区域提取子单元,用于将第i帧手部图像作为第一比较图像,并提取第一比较图像的感兴趣区域,得到第一感兴趣区域。
第二感兴趣区域提取子单元,用于将第i+1帧手部图像作为第二比较图像,并提取第二比较图像的感兴趣区域,得到第二感兴趣区域。
光流特征检测子单元,用于利用光流法检测第一感兴趣区域和第二感兴趣区域中变动幅度大于第四预设阈值的位置,得到光流特征。
返回子单元,用于令i=i+1,返回第一感兴趣区域提取子单元,得到所有手部图像的光流特征。
预存光流特征获取子单元,用于获取预存的光流特征。
计算相似度子单元,用于将所有光流特征分别与对应预存的光流特征进行对比,得到相似度。
活体验证成功单元,用于当相似度大于第三预设阈值时,活体验证成功。
活体验证失败单元,用于当相似度小于或等于第三预设阈值时,活体验证失败。
静脉图像获取模块,用于当验证结果表示活体验证成功时,获取待验证手部的手掌静脉图像和手背静脉图像。
静脉存储图像获取模块,用于获取预存的手掌静脉存储图像和手背静脉存储图像。
相似度计算模块,用于分别计算手掌静脉图像和手掌静脉存储图像的手掌相似度,以及手背静脉图像和手背静脉存储图像的手背相似度。
手部静脉识别模块,用于当手掌相似度和手背相似度均大于第二预设阈值时,待验证手部的手部静脉识别成功。
手部静脉识别装置的使用流程主要包括:身份注册和身份验证;身份注册是将用户的生物信息进行存储,生物信息包括用户手部的生物特征;身份验证是提取待验证手部的生物特征并与预存的生物特征相匹配,预存的生物特征为身份注册时存储的用户的生物信息;身份注册和身份验证的使用流程基本相同。图9为本发明实施例手部静脉识别装置的使用流程图,参见图9,手部静脉识别装置的使用流程为:触摸屏功能选择,触摸屏功能选择包括身份注册和身份验证,通过触摸屏选择注册功能进行身份注册;通过触摸屏选择验证功能进行身份验证。
图10为本发明实施例身份注册过程的流程图,参见图10,身份注册的流程包括:把待注册手部按要求放置在指定区域;要求为:手背朝上,手掌面朝下,中指放在手部纹路图的手掌图像的中指区域,且中指的第一关节放置在凸起上。
获取生理参数检测传感器检测的生理参数,通过生理参数验证活体性。
判断生理参数验证活体性的验证是否通过;若通过验证,则通过动作特征验证活体性;否则,活体验证失败。
动作特征验证活体性:获取待注册手部进行注册动作时的光流特征。
存储光流特征。
分别通过顶部摄像机(顶部摄像头)采集手部图像,获取手背静脉图;通过底部摄像机(底部摄像头)采集手部图像,获取手掌静脉图。顶部摄像机采集的手部图像为包含手指和手背的手部图像,手背静脉图为只包含手背部分的图像。底部摄像机采集的手部图像为包含手指和手掌的手部图像,手掌静脉图为只包含手掌部分的图像。
从手背静脉图中分割出手背静脉图像。手背静脉图像为包含手背部分静脉的图像。
从手掌静脉图中分割出手掌静脉图像。手掌静脉图像为包含手掌部分静脉的图像。
分别计算手背静脉图像和手掌静脉图像的图像特征值,并存储,返回步骤“分别通过顶部摄像机(顶部摄像头)采集手部图像,获取手背静脉图;通过底部摄像机(底部摄像头)采集手部图像,获取手掌静脉图”,循环执行三次,将三次计算得到的图像特征值均进行存储。
图11为本发明实施例动作特征活体注册的流程图,参见图11,动作特征验证活体性包括:
显示屏提示“请握拳”,顶部摄像机采集手部图片,并通过手部图像判断是否为握拳状态;若为握拳状态,则显示屏提示“请半握拳”,并开始存储采集的手部图片;否则,返回步骤“顶部摄像机采集手部图片,并通过手部图像判断是否为握拳状态”。
顶部摄像机采集手部图片,并通过手部图像判断是否为半握拳状态;若为半握拳状态,则停止存储手部图片;否则,返回步骤“顶部摄像机采集手部图片,并通过手部图像判断是否为半握拳状态”。
利用光流法对存储的手部图片进行处理,得出光流特征;具体参见图12,提取第二帧存储的手部图片,提取第二帧存储的手部图片中的感兴趣区域,本实施例中感兴趣区域为手指第一关节与手腕之间,即手背部分;将提取的手部图片与上一帧图片进行对比,进行对比之前需要先提取上一帧图片的感兴趣区域的光流特征,上一帧图片为当前提取的手部图片前一帧存储的手部图片;判断提取的手部图片是否为最后一帧存储的手部图片;若是最后一帧存储的手部图片,则描绘第一帧存储的手部图片的光流角度与模值,并将光流角度与模值作为光流特征;若不是最后一帧存储的手部图片,则提取下一帧存储的手部图片,并返回步骤“将提取的手部图片与上一帧图片进行对比,进行对比之前需要先提取上一帧图片的感兴趣区域的光流特征”。描绘第一帧存储的手部图片的光流角度与模值为对比相邻两帧存储的手部图片中的每个像素点在x方向(水平方向)上的速度u和在y方向(竖直方向)上的速度v的分布情况,描绘出第一帧至最后一帧各个点的速度曲线图,速度曲线的起点与终点之间的切角为光流角度,起点与终点之间的距离为模值,光流角度和模值为起点的光流特征的特征值,若切角和距离大于预设阈值,则将起点判定为特征点,并存储起点的特征值。
存储光流特征。
图13为本发明实施例身份验证过程的流程图,参见图13,身份验证的流程包括:把待验证手部按要求放置在指定区域;要求为:手背朝上,手掌面朝下,中指放在手部纹路图的手掌图像的中指区域,且中指的第一关节放置在凸起上。
获取生理参数检测传感器检测的生理参数,通过生理参数验证活体性。
判断生理参数验证活体性的验证是否通过;若通过验证,则通过动作特征验证活体性;否则,活体验证失败。
判断动作特征验证活体性的验证是否通过;若通过验证,则通过顶部摄像机(顶部摄像头)采集手部图像,获取手背静脉图,同时通过底部摄像机(底部摄像头)采集手部图像,获取手掌静脉图;否则,活体验证失败。
从手背静脉图中分割出手背静脉图像。
从手掌静脉图中分割出手掌静脉图像。
分别计算手背静脉图像与预存的手背静脉存储图像的相似度,以及手掌静脉图像与预存的手掌静脉存储图像的相似度,根据相似度判断手部静脉识别验证是否通过,并在触摸屏显示手部静脉识别验证结果。预存的手背静脉存储图像和预存的手掌静脉存储图像为身份注册时存储的手背静脉图像和手掌静脉图像。
动作特征验证活体性包括:触摸屏提示握拳,顶部摄像机检测到握拳图像,开始检测半握拳动作,至检测半握拳动作结束。触摸屏提示:请握拳,顶部摄像机检测到握拳动作后,触摸屏提示:请半握拳,若2s内没有检测到握拳动作,则提示活体验证失败。提取握拳动作至半握拳动作这两个动作间的所有的图片,从握拳动作开始至半握拳动作结束,取相邻两帧的图片做对比,通过光流法追踪图片中变动幅度较大的位置,将变动幅度较大的位置作为光流特征保存,保存的光流特征为:手背上变动幅度较大的点的位置和该点移动的方向信息。重复相邻两帧的图片做对比,并将提取到的光流特征与预存的光流特征对相似度对比,根据第三预设阈值判断相似性。动作特征验证活体性的依据是:每个人从握拳至半握拳过程中关节的移动是特定的,将整个握拳至半握拳过程的光流特征作为判断依据。此处的光流特征较少,第三预设阈值较低,只作为初步的身份筛选。
动作特征活体验证的流程具体参见图14:
显示屏提示“请握拳”,顶部摄像机采集手部图片,并通过手部图像判断是否为握拳状态;若为握拳状态,则显示屏提示“请半握拳”,并开始存储采集的手部图片;否则,返回步骤“顶部摄像机采集手部图片,并通过手部图像判断是否为握拳状态”。
顶部摄像机采集手部图片,并通过手部图像判断是否为半握拳状态;若为半握拳状态,则停止存储手部图片;否则,返回步骤“顶部摄像机采集手部图片,并通过手部图像判断是否为半握拳状态”。
利用光流法对存储的手部图片进行处理,得出光流特征,将光流特征与身份注册时存储的光流特征进行相似度对比,若相似度大于第三预设阈值,则表示活体验证通过;否则,表示活体验证失败。
本实施例中握拳状态判断为当识别出手部的食指、中指和无名指的第一关节突出,即可判断为握拳状态。半握拳状态判断为从握拳至手掌放平的状态过程中,肯定会出现第二关节突出的状态,此状态即为半握拳状态,故通过识别食指、中指和无名指的第二关节突出,即可判断为半握拳状态。
图15为本发明实施例手部图像的处理流程图,参见图15,步骤“通过顶部摄像机(顶部摄像头)采集手部图像,获取手背静脉图,同时通过底部摄像机(底部摄像头)采集手部图像,获取手掌静脉图;从手背静脉图中分割出手背静脉图像;从手掌静脉图中分割出手掌静脉图像;分别计算手背静脉图像与预存的手背静脉存储图像的相似度,以及手掌静脉图像与预存的手掌静脉存储图像的相似度,根据相似度判断手部静脉识别验证是否通过,并在触摸屏显示手部静脉识别验证结果”具体包括:顶部摄像机和底部摄像机采集手部图像;对手背静脉图和手掌静脉图进行图像分割,得到手背静脉图像和手掌静脉图像;对手背静脉图像和手掌静脉图像依次进行图像归一化、Niblack二值化、中值滤波、SIFT(Scale-invariant feature transform,尺度不变特征变换)特征提取,得到手背特征和手掌特征;将手背特征和手掌特征分别与预存的手背特征和手掌特征进行特征匹配,得到匹配分数;判断匹配分数是否大于第二预设阈值;若匹配分数大于第二预设阈值,则手部静脉识别验证成功;若匹配分数小于或等于第二预设阈值,则手部静脉识别验证失败;存储手背特征和手掌特征。此部分采用的算法比较常见,此部分的完成只为了保证整个手部静脉识别装置的流程完整性。预存的手背特征通过身份注册时存储的手背静脉存储图像得到,预存的手掌特征通过身份注册时存储的手掌静脉存储图像得到。
本发明首先采用血氧心率传感器检测是否存在真实的血液流动,使用血氧心率传感器检测脉搏血氧值判断待验证手部是否为活体,可破解假体伪造;然后采用动作识别,让待验证人做握拳动作和半握拳动作,从握拳至半握拳的时候,手背上每个人关节的跳动是不一样的,利用光流法依据关节跳动的路径和握拳动作,利用握拳动作分析活体性,判断待验证手部是否为活体,提高了活体验证的可靠性;对手掌和手背的静脉纹路进行提取,采用手背和手掌相结合的方式,提高了安全性和可靠性。
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***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。
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 (6)
1.一种双重活体验证的手部静脉识别方法,其特征在于,包括:
获取生理参数检测传感器检测的待验证手部的生理参数;
若所述生理参数大于第一预设阈值,则对所述待验证手部进行动作特征活体验证,得到验证结果;具体包括:
获取所述待验证手部的握拳图像;
若所述握拳图像中的所述待验证手部为握拳状态,则获取所述待验证手部的半握拳图像;
若所述半握拳图像中的所述待验证手部为半握拳状态,则获取所述握拳状态至所述半握拳状态之间的不同握拳状态的所述待验证手部的手部图像;
利用光流法检测所述手部图像的光流特征,并比较所述手部图像的光流特征与预存的光流特征的相似度;具体包括:
将第i帧所述手部图像作为第一比较图像,并提取所述第一比较图像的感兴趣区域,得到第一感兴趣区域;
将第i+1帧所述手部图像作为第二比较图像,并提取所述第二比较图像的感兴趣区域,得到第二感兴趣区域;
利用光流法检测所述第一感兴趣区域和所述第二感兴趣区域中变动幅度大于第四预设阈值的位置,得到光流特征;
令i=i+1,返回步骤“将第i帧所述手部图像作为第一比较图像,并提取所述第一比较图像的感兴趣区域,得到第一感兴趣区域”,得到所有所述手部图像的光流特征;
获取预存的光流特征;
将所有所述光流特征分别与对应预存的光流特征进行对比,得到相似度;
若所述相似度大于第三预设阈值,则活体验证成功;
若所述相似度小于或等于所述第三预设阈值,则活体验证失败;
若所述验证结果表示活体验证成功,则获取所述待验证手部的手掌静脉图像和手背静脉图像;
获取预存的手掌静脉存储图像和手背静脉存储图像;
分别计算所述手掌静脉图像和所述手掌静脉存储图像的手掌相似度,以及所述手背静脉图像和所述手背静脉存储图像的手背相似度;
若所述手掌相似度和所述手背相似度均大于第二预设阈值,则所述待验证手部的手部静脉识别成功。
2.根据权利要求1所述的双重活体验证的手部静脉识别方法,其特征在于,所述获取生理参数检测传感器检测的待验证手部的生理参数,具体包括:
获取血氧心率传感器检测的所述待验证手部的脉搏血氧值。
3.一种双重活体验证的手部静脉识别装置,其特征在于,包括:顶部采集区、手放置面板区和底部采集区;所述顶部采集区、所述手放置面板区均与所述底部采集区连接;
所述顶部采集区位于所述手部静脉识别装置的顶部,所述顶部采集区用于采集待验证手部的手背静脉图像;
所述手放置面板区位于所述顶部采集区的下方,所述手放置面板区用于采集所述待验证手部的生理参数;
所述底部采集区位于所述手部静脉识别装置的底部,且位于所述手放置面板区的下方,所述底部采集区用于获取活体验证信息,并对所述活体验证信息进行处理,得到手部静脉识别结果;所述活体验证信息包括所述手背静脉图像、所述生理参数和所述待验证手部的手掌静脉图像;
所述底部采集区具体包括底部摄像机、底部光源、手部静脉识别***和电源;所述手部静脉识别***具体包括:
生理参数获取模块,用于获取生理参数检测传感器检测的待验证手部的生理参数;
所述生理参数获取模块具体包括:
生理参数获取单元,用于获取血氧心率传感器检测的待验证手部的脉搏血氧值;
动作特征活体验证模块,用于当生理参数大于第一预设阈值时,对待验证手部进行动作特征活体验证,得到验证结果;
所述动作特征活体验证模块具体包括:
握拳图像获取单元,用于获取待验证手部的握拳图像;
半握拳图像获取单元,用于当握拳图像中的待验证手部为握拳状态时,获取待验证手部的半握拳图像;
手部图像获取单元,用于当半握拳图像中的待验证手部为半握拳状态时,获取握拳状态至半握拳状态之间的不同握拳状态的待验证手部的手部图像;
相似度比较单元,用于利用光流法检测手部图像的光流特征,并比较手部图像的光流特征与预存的光流特征的相似度;
所述相似度比较单元具体包括:
第一感兴趣区域提取子单元,用于将第i帧手部图像作为第一比较图像,并提取第一比较图像的感兴趣区域,得到第一感兴趣区域;
第二感兴趣区域提取子单元,用于将第i+1帧手部图像作为第二比较图像,并提取第二比较图像的感兴趣区域,得到第二感兴趣区域;
光流特征检测子单元,用于利用光流法检测所述第一感兴趣区域和所述第二感兴趣区域中变动幅度大于第四预设阈值的位置,得到光流特征;
返回子单元,用于令i=i+1,返回所述第一感兴趣区域提取子单元,得到所有手部图像的光流特征;
预存光流特征获取子单元,用于获取预存的光流特征;
计算相似度子单元,用于将所有光流特征分别与对应预存的光流特征进行对比,得到相似度;
活体验证成功单元,用于当相似度大于第三预设阈值时,活体验证成功;
活体验证失败单元,用于当相似度小于或等于第三预设阈值时,活体验证失败;
静脉图像获取模块,用于当验证结果表示活体验证成功时,获取待验证手部的手掌静脉图像和手背静脉图像;
静脉存储图像获取模块,用于获取预存的手掌静脉存储图像和手背静脉存储图像;
相似度计算模块,用于分别计算手掌静脉图像和手掌静脉存储图像的手掌相似度,以及手背静脉图像和手背静脉存储图像的手背相似度;
手部静脉识别模块,用于当手掌相似度和手背相似度均大于第二预设阈值时,待验证手部的手部静脉识别成功。
4.根据权利要求3所述的双重活体验证的手部静脉识别装置,其特征在于,所述顶部采集区具体包括:顶部摄像机、顶部光源和显示屏;
所述顶部摄像机用于采集所述待验证手部的手背静脉图像;所述顶部摄像机的输出端与所述底部采集区连接;
所述顶部光源与所述顶部摄像机对应设置,所述顶部光源用于照射所述待验证手部的手背;
所述显示屏与所述底部采集区的输出端连接,所述显示屏用于显示所述底部采集区的手部静脉识别结果。
5.根据权利要求4所述的双重活体验证的手部静脉识别装置,其特征在于,所述手放置面板区具体包括:手放置区、手部纹路图、凸起和生理参数检测传感器;
所述手放置区位于所述顶部摄像机的正下方,所述手放置区用于放置所述待验证手部;
所述手部纹路图雕刻在所述手放置区的中心,所述凸起位于所述手部纹路图的中指第一关节,所述手部纹路图和所述凸起用于显示所述待验证手部的放置位置;
所述生理参数检测传感器位于所述凸起下方,所述生理参数检测传感器用于检测所述生理参数。
6.根据权利要求5所述的双重活体验证的手部静脉识别装置,其特征在于,
所述底部摄像机用于采集所述待验证手部的手掌静脉图像;所述底部摄像机的输出端与所述手部静脉识别***的输入端连接;
所述底部光源与所述底部摄像机对应设置,所述底部光源用于照射所述待验证手部的手掌;
所述手部静脉识别***分别与所述顶部摄像机、所述生理参数检测传感器连接;所述手部静脉识别***用于获取所述活体验证信息,并对所述活体验证信息进行处理,得到手部静脉识别结果;
所述电源分别与所述顶部光源、所述底部光源、所述生理参数检测传感器和所述手部静脉识别***连接,所述电源用于为所述顶部光源、所述底部光源、所述生理参数检测传感器和所述手部静脉识别***供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010380694.1A CN111563454B (zh) | 2020-05-08 | 2020-05-08 | 一种双重活体验证的手部静脉识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010380694.1A CN111563454B (zh) | 2020-05-08 | 2020-05-08 | 一种双重活体验证的手部静脉识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563454A CN111563454A (zh) | 2020-08-21 |
CN111563454B true CN111563454B (zh) | 2023-08-08 |
Family
ID=72074614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010380694.1A Active CN111563454B (zh) | 2020-05-08 | 2020-05-08 | 一种双重活体验证的手部静脉识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563454B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298196A (zh) * | 2021-07-28 | 2021-08-24 | 深兰盛视科技(苏州)有限公司 | 健康监测方法、装置、设备及计算机可读存储介质 |
CN114136347A (zh) * | 2021-11-30 | 2022-03-04 | 成都维客昕微电子有限公司 | 基于光电容积描记法的活体检测方法及*** |
CN117115867B (zh) * | 2023-10-24 | 2024-02-09 | 江苏圣点世纪科技有限公司 | 一种掌静脉图像活体检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010225179A (ja) * | 2004-11-05 | 2010-10-07 | Hitachi Automotive Systems Ltd | 指認証装置 |
CN107862282A (zh) * | 2017-11-07 | 2018-03-30 | 深圳市金城保密技术有限公司 | 一种手指静脉识别与安全认证方法及其终端及*** |
CN108460266A (zh) * | 2018-03-22 | 2018-08-28 | 百度在线网络技术(北京)有限公司 | 用于认证身份的方法和装置 |
CN109034034A (zh) * | 2018-07-12 | 2018-12-18 | 广州麦仑信息科技有限公司 | 一种基于强化学习算法优化卷积神经网络的静脉识别方法 |
CN110443146A (zh) * | 2019-07-09 | 2019-11-12 | 一脉通(深圳)智能科技有限公司 | 基于生物识别的身份验证方法、装置、设备及可读介质 |
CN110866235A (zh) * | 2019-10-21 | 2020-03-06 | 上海交通大学 | 同时捕获人体脉搏和静脉图像的身份识别方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5712746B2 (ja) * | 2011-04-06 | 2015-05-07 | セイコーエプソン株式会社 | センシング装置および電子機器 |
JP7092984B2 (ja) * | 2017-12-01 | 2022-06-29 | 富士通株式会社 | 生体画像処理装置、生体画像処理方法、及び生体画像処理プログラム |
-
2020
- 2020-05-08 CN CN202010380694.1A patent/CN111563454B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010225179A (ja) * | 2004-11-05 | 2010-10-07 | Hitachi Automotive Systems Ltd | 指認証装置 |
CN107862282A (zh) * | 2017-11-07 | 2018-03-30 | 深圳市金城保密技术有限公司 | 一种手指静脉识别与安全认证方法及其终端及*** |
CN108460266A (zh) * | 2018-03-22 | 2018-08-28 | 百度在线网络技术(北京)有限公司 | 用于认证身份的方法和装置 |
CN109034034A (zh) * | 2018-07-12 | 2018-12-18 | 广州麦仑信息科技有限公司 | 一种基于强化学习算法优化卷积神经网络的静脉识别方法 |
CN110443146A (zh) * | 2019-07-09 | 2019-11-12 | 一脉通(深圳)智能科技有限公司 | 基于生物识别的身份验证方法、装置、设备及可读介质 |
CN110866235A (zh) * | 2019-10-21 | 2020-03-06 | 上海交通大学 | 同时捕获人体脉搏和静脉图像的身份识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
代立波.融合手形和掌部静脉的双模态识别***研究.《中国优秀硕士学位论文全文数据库信息科技辑》.2019,(第1期),第I138-3603页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111563454A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111563454B (zh) | 一种双重活体验证的手部静脉识别方法及装置 | |
JP6538287B2 (ja) | 皮膚検出に対する装置、システム及び方法 | |
CN104933344B (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 | |
CN105050492B (zh) | 用于确定对象的生命体征的设备和方法 | |
CN101196987B (zh) | 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪 | |
CN106999116B (zh) | 用于皮肤检测的设备和方法 | |
WO2015180460A1 (zh) | 掌静脉识别智能*** | |
KR20120074358A (ko) | 생체 인증 시스템 | |
KR20120006819A (ko) | 시선 추적 방법 및 이를 적용하는 장치 | |
AU2003290334A1 (en) | A pupilometer | |
WO2016019679A1 (zh) | 指静脉识别智能*** | |
TW202133029A (zh) | 活體偵測裝置及方法 | |
Malasinghe et al. | A comparative study of common steps in video-based remote heart rate detection methods | |
Ahmed et al. | A real time vein detection system | |
CN110866235B (zh) | 同时捕获人体脉搏和静脉图像的身份识别方法及装置 | |
TWI652040B (zh) | 非接觸式活體辨識方法 | |
Taha et al. | Digital Vein Mapping Using Augmented Reality. | |
CN108388861B (zh) | 电子设备及其控制方法和装置 | |
KR102570982B1 (ko) | 비접촉 생체정보 측정 방법 | |
CN113273961B (zh) | 活体检测装置及方法 | |
Bhat et al. | Design and Implementation of Vascular Pattern Recognition System | |
Koushik | Design and Implementation of Vascular Pattern Recognition System | |
Mil’shtein et al. | Multi-mode biometrics for law enforcement operations | |
Ozkan et al. | A portable multispectral vein imaging system | |
Fakoor et al. | Segmentation and registration on near-infrared hand vein images for injection and personal identification |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |