CN111950446A - 指纹识别方法、装置和终端设备 - Google Patents
指纹识别方法、装置和终端设备 Download PDFInfo
- Publication number
- CN111950446A CN111950446A CN202010801073.6A CN202010801073A CN111950446A CN 111950446 A CN111950446 A CN 111950446A CN 202010801073 A CN202010801073 A CN 202010801073A CN 111950446 A CN111950446 A CN 111950446A
- Authority
- CN
- China
- Prior art keywords
- preset
- intensity
- finger
- user
- signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 113
- 230000003287 optical effect Effects 0.000 claims abstract description 297
- 238000012545 processing Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 25
- 230000005284 excitation Effects 0.000 claims description 22
- 230000003247 decreasing effect Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000000875 corresponding effect Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 20
- 238000003825 pressing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
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
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- 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
- G06V40/1347—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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- 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
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
Abstract
本申请提供一种指纹识别方法、装置和终端设备,该方案中的终端设备包括指纹识别装置,指纹识别装置包括光学图像采集模块,光学图像采集模块中包括像素阵列,在检测到用户手指触摸到终端设备的指纹识别区域时,通过多次曝光采集像素阵列中预设特征区域的多个光信号。根据预设特征区域的多个光信号,确定用户手指是否覆盖预设特征区域,若用户手指覆盖预设特征区域,则采集获取指纹图像,根据指纹图像验证用户的身份。通过预先设置特征区域的光信号的检测,确定用户手指覆盖到预设的特征区域,在覆盖到之后再进行指纹图像验证,避免在用户手指未放置在合适的位置导致指纹失败或者直接拒绝的问题,降低指纹识别的拒真率。
Description
技术领域
本申请涉及指纹识别技术领域,尤其涉及一种指纹识别方法、装置和终端设备。
背景技术
随着电子技术的发展以及对信息安全重视度的逐步提升,具有生物特征标识的安全验证机制在终端设备中被越来越广泛地使用。指纹识别是其中较为有效且常用的一类。对于具有显示屏的终端设备,用户期望其具有较高的屏占比,而屏下光学指纹识别解决方案可以同时满足信息安全以及高屏占比这两项需求。
现有技术中,在采用光学原理进行指纹识别时,手指的谷和脊对入射到手指的光的反射率不同可以形成带有明暗衬度的指纹图案,对指纹图像的特征信息进行提取比对可以实现指纹识别。然而,在目前终端设备的设计中,全部屏幕都作为显示屏,在屏幕中的一个区域作为指纹识别区域,应用过程中,当手指按压位置没有覆盖到指纹识别区域或者仅仅只覆盖到部分区域时,获取的指纹图像具有的指纹特征信息较少甚至获取不到手指的特征信息。当手指仅覆盖指纹识别部分区域时,环境中存在的光线容易穿过手指边缘,通过屏幕入射到指纹识别模块的光学图像采集模块,会引起指纹图像信噪比的下降。
然而,上述的指纹识别的方案中,终端设备在上述的那些情形下仍然会按照正常流程进行指纹识别,容易导致识别失败,拒真率提升。
发明内容
本申请提供一种指纹识别方法、装置和终端设备,用于解决现有的指纹识别方案中,容易识别失败,拒真率较高的问题,确保指纹识别的准确度,避免由于无效按压导致的拒真率高的问题。
第一方面,本申请实施例提供一种指纹识别方法,应用于终端设备,所述终端设备包括指纹识别装置,所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列,所述方法包括:
在检测到用户手指触摸到所述终端设备的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号;
根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域;
若所述用户手指覆盖所述预设特征区域,则采集获取指纹图像;
根据所述指纹图像验证所述用户的身份。
在一种具体实施方式中,所述方法还包括:
若所述用户手指未覆盖所述预设特征区域,则推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者指纹识别失败,或者结束指纹识别过程。
在一种具体实施方式中,所述在检测到用户手指触摸到所述终端设备的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号之前,所述方法还包括:
获取所述终端设备当前进行指纹识别的安全等级;
根据所述安全等级从预设的所述至少一个特征区域中确定所述预设特征区域。
在一种具体实施方式中,所述通过多次曝光采集所述像素阵列中预设特征区域的多个信号,包括:
在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。
在一种具体实施方式中,所述预设特征区域中的像素以像素叠加的方式获取所述多个光信号。
在一种具体实施方式中,所述根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域,包括:
根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度;
若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,所述方法还包括:
获取所述终端设备所处环境光信号;
根据所述环境光信号的强度,确定所述变异系数阈值。
在一种具体实施方式中,所述根据所述环境光信号的强度,确定所述变异系数阈值,包括:
根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值;
或者,
根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。
在一种具体实施方式中,所述根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域,包括:
获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;
根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
在一种具体实施方式中,若采集光信号时采用的激励光源为红外光源,所述根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域,包括:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间晚于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,若采集光信号时采用的激励光源为所述终端设备的屏幕发射的可见光,所述根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域,包括:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,所述方法还包括:
获取所述终端设备所处环境光信号;
根据所述环境光信号的强度,确定所述预设比例。
在一种具体实施方式中,所述根据所述环境光信号的强度,确定所述预设比例,包括:
根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例;
或者,
根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。
在一种具体实施方式中,在确定所述用户手指覆盖所述预设特征区域之后,所述方法还包括:
根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体;
若所述预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;
否则所述用户手指为非活体;
其中,所述活体判断条件包括:
所述多个光信号中最后采集的三个光信号均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;
所述多个光信号中的所述第二光信号之后的所有光信号的变异系数大于第一预设阈值;
所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
第二方面,本申请实施例提供一种指纹识别装置,所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列,所述装置还包括:
所述光学图像采集模块,用于在检测到用户手指触摸到所述指纹识别装置的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号;
处理模块,用于根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域;
所述光学图像采集模块还用于若所述用户手指覆盖所述预设特征区域,则采集获取指纹图像;
所述处理模块还用于根据所述指纹图像验证所述用户的身份。
在一种具体实施方式中,所述装置还包括:显示模块,所述处理模块还用于若所述用户手指未覆盖所述预设特征区域,则通过所述显示模块推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者指纹识别失败,或者结束指纹识别过程。
在一种具体实施方式中,所述处理模块还用于:
获取所述指纹识别装置当前进行指纹识别的安全等级;
根据所述安全等级从预设的所述至少一个特征区域中确定所述预设特征区域。
在一种具体实施方式中,所述光学图像采集模块具体用于:
在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。
在一种具体实施方式中,所述光学图像采集模块具体用于对所述预设特征区域中的像素以像素叠加的方式获取所述多个光信号。
在一种具体实施方式中,所述处理模块具体用于:
根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度;
若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,所述处理模块还用于:
获取所述指纹识别装置所处环境光信号;
根据所述环境光信号的强度,确定所述变异系数阈值。
在一种具体实施方式中,所述处理模块具体用于:
根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值;
或者,
根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。
在一种具体实施方式中,所述处理模块具体用于:
获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;
根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
在一种具体实施方式中,若采集光信号时采用的激励光源为红外光源,所述处理模块具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间晚于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,若采集光信号时采用的激励光源为所述终端设备的屏幕发射的可见光,所述处理模块具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
在一种具体实施方式中,所述处理模块还用于:
获取所述指纹识别装置所处环境光信号;
根据所述环境光信号的强度,确定所述预设比例。
在一种具体实施方式中,所述处理模块具体用于:
根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例;
或者,
根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。
在一种具体实施方式中,所述处理模块还用于:
根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体;
若所述预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;
否则所述用户手指为非活体;
其中,所述活体判断条件包括:
所述多个光信号中最后采集的三个光信号均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;
所述多个光信号中的所述第二光信号之后的所有光信号的变异系数大于第一预设阈值;
所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
第三方面,本申请实施例提供一种终端设备,包括:
处理器,存储器,显示屏,触摸控制模块,以及指纹识别装置;
所述存储器用于存储计算机程序;
所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列;
所述处理器执行所述存储器存储的所述计算机程序,使得所述终端设备执行第一当面任一项所述的指纹识别方法。
可选的,所述像素阵列中设置有滤色器,所述滤色器透过的波段范围包括用于指纹识别的波段。
第四方面,本申请实施例提供一种存储介质,包括:可读存储介质和计算机程序,所述计算机程序存储在所述可读存储介质中,所述计算机程序用于实现第一方面任一项所述的指纹识别方法。
本申请实施例提供的指纹识别方法、装置和终端设备,该方案中的终端设备包括指纹识别装置,指纹识别装置包括光学图像采集模块,光学图像采集模块中包括像素阵列,在检测到用户手指触摸到终端设备的指纹识别区域时,通过多次曝光采集像素阵列中预设特征区域的多个光信号。根据预设特征区域的多个光信号,确定用户手指是否覆盖预设特征区域,若用户手指覆盖预设特征区域,则采集获取指纹图像,根据指纹图像验证用户的身份,若用户手指未覆盖预设特征区域,则推送提示信息,提示用户重新摆放手指或者结束指纹识别过程。通过预先设置特征区域的光信号的检测,确定用户手指覆盖到预设的特征区域,在覆盖到之后再进行指纹图像验证,没有覆盖的时候提醒用户,避免在用户手指未放置在合适的位置就进行指纹识别导致指纹失败或者直接拒绝的问题,降低指纹识别的拒真率。
附图说明
图1为本申请实施例提供的一种终端设备的正面结构示意图;
图2为本申请实施例提供的一种终端设备沿A-A’的部分剖面结构示意图;
图3为本申请实施例提供的一种指纹识别的场景示意图;
图4为本申请实施例提供的一种指纹识别时采集的指纹图像的示意图;
图5为本申请实施例提供的一种终端设备的组成结构示意图;
图6为本申请实施例提供的指纹识别方法实施例一的流程示意图;
图7为本申请实施例提供的指纹识别方法实施例二的流程示意图;
图8为本申请实施例提供的一种预设特征区域的示意图;
图9为本申请实施例提供的一种光信号的信号强度的示意图;
图10为本申请实施例提供的终端设备指纹识别模块随时间变化的工作状态示意图;
图11为本申请实施例提供的指纹识别方法实施例三的流程示意图;
图12为本申请实施例提供的光学图像收集模块的像素阵列的示意图;
图13为本申请实施例提供的有一种光信号强度变化示意图;
图14为本申请实施例提供的指纹识别装置实施例一的结构示意图;
图15为本申请实施例提供的指纹识别装置实施例二的结构示意图;
图16为本申请实施例提供的终端设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
随着电子技术的发展和用户对于信息安全重视度,对用户的生物特征进行识别验证的机制在终端设备中被广泛使用,指纹识别是比较常见的一类。在目前的采用光学原理进行指纹识别的过程中,在用户手指没有覆盖到指纹识别区域或者是覆盖一小部分区域时,终端设备也会按照正常流程进行指纹识别,容易导致指纹识别失败,拒真率提高。
针对现有技术中存在的问题,本申请实施例提供一种指纹识别方法,可以快速判断用户手指是否会覆盖图像传感器的某些特征区域,例如指纹识别区域的中心区域,从而确保后续获取的指纹图像能具有足够多的特征信息及足够高的信噪比。
本方案的主要构思是在指纹识别区域中通过软件或者硬件的方式设置几个固定的特征区域,在进行指纹识别时,通过检测用户手指是否覆盖到了预设的一个或者多个特征区域,从而确定后续时候进行指纹图像识别过程,从而避免由于用户手指位置不合适就直接识别失败,能够确保指纹图像具有足够的特征信息以及信噪比,避免无效按压导致拒真率提升的问题。
本申请实施例提供的指纹识别方法主要可以应用于光学指纹识别领域。进一步地,具体可应用在使用光学指纹识别的各种终端设备,例如智能手机、笔记本电脑、平板电脑、游戏设备等移动计算设备,以及电子数据库、汽车、银行自动柜员机(automated tellermachine,ATM)等需要进行指纹识别的其他终端设备。
图1为本申请实施例提供的一种终端设备的正面结构示意图,图2为本申请实施例提供的一种终端设备沿A-A’的部分剖面结构示意图。如图1所示,在常用的终端设备100(例如手机)的正面,包括显示屏110,其中设置有用于进行指纹识别的指纹识别区域115,用户手指140触摸到指纹识别区域115时进行指纹识别过程,如果2所示,图中示出了手指的谷142和脊141对入射到手指的光150的进行反射,反射光151穿过显示屏150进入像素阵列121中的像素122,可以形成带有明暗程度的指纹图案,终端设备通过获取到的指纹图案进行指纹识别。
在本申请提供的指纹识别方案的实现中,显示屏150中或其他层中至少在指纹识别区域115部分具有触摸控制功能,用于判断按压手指是否触摸所述指纹识别区域115,所述触摸控制功能可以由电容式触摸控制或者电阻式触摸控制或者压力感应式触摸控制实现,包含但不限于此。
图3为本申请实施例提供的一种指纹识别的场景示意图,如图3所示,在指纹识别过程中,用户手指按压位置与指纹识别区域位置的对准质量会对图像采集模块获取的指纹图像造成影响。如图3中左侧的(a)所示的情况为手指140按压位置与指纹识别区域115对准质量较好的情况。如图3中左侧的(b)所示的情况为手指按压位置与指纹识别区域对准质量较差的情况。
图4为本申请实施例提供的一种指纹识别时采集的指纹图像的示意图,如上图3所示两种情况下光学图像采集模块采集的指纹图像如图4所示。当手指140按压位置与指纹识别区域115对准质量较好时,光学图像采集模块获取的指纹图像中,带有指纹信息的区域占整个图像的区域面积较大,能提取到的特征信息更多。相对的,当手指140按压位置与指纹识别区域115对准质量较差时,采集到的图像中,带有指纹信息的区域占整个图像面积的比例较少,能提取的特征信息较少。
图5为本申请实施例提供的一种终端设备的组成结构示意图,基于上述图3和图4所示的情况,本申请提出的指纹识别方案,在正式采集指纹图像前,利用一较短的曝光时间快速采集特征区域中像素点收集到的光信号(此过程未采集图像),并进一步对信号变化进行分析,判断用户手指是否覆盖该特征区域,该特征区域可以是一个或者多个。例如,可以选择像素阵列中心位置的一些像素作为特征区域。当手指覆盖住指纹识别区域中心位置时,光学图像采集模块长时间曝光采集的手指图像能保证指纹信息能覆盖指纹获取图像的中间区域,能确保指纹信息占整个图像的比例较多,能提取足够的特征点信息。基于该思路,如图5所示,本申请提供的指纹识别方法应用的终端设备至少需要包括:触摸控制模块,激励光源,光学图像采集模块以及信号处理模块。
在该方案的一种实现中,应理解,一个特征区域的像素可以是连续的m行n列的相邻像素,m和n均为大于等于1的正整数。对于不同的特征区域,像素的行和列数可以不同,也可以相同,对此本方案不做限制。
下面通过几个具体实施例对本申请提供的指纹识别方法进行详细描述。
图6为本申请实施例提供的指纹识别方法实施例一的流程示意图,如图6所示,该指纹识别方法具体包括以下步骤:
S101:在检测到用户手指触摸到终端设备的指纹识别区域时,通过多次曝光采集像素阵列中预设特征区域的多个光信号。
在本步骤中,终端设备在运行过程中,在解锁,支付,某些应用程序的登陆等场景中,可以通过指纹识别的方式对用户的身份进行验证。在这些情况下,终端设备会检测用户的触摸操作,当检测到用户的手指触摸到终端设备的指纹识别区域之后,终端设备通过短时间多次曝光采集预设特征区域处的多个光信号,这里的多次曝光采集只是对预设特征区域处进行采集,不需要对整个指纹识别区域进行采集。
在对预设特征区域进行光信号采集过程中,可以对预设特征区域的像素以像素叠加的方式进行信号采集,获取多个光信号。针对同一个特征区域中的像素,可以通过部分像素叠加(Binning)或者全部像素叠加来采集光信号,以提升信号强度。
在该方案的具体实现中,应理解,这里的预设特征区域可以是一个或者多个特征区域。在终端设备设计过程中,对指纹识别区域中的区域进行标注,标注出多个特征区域,以便在指纹识别之前能够通过特征区域的检测确定后续是否进行指纹识别过程。
在一种具体实现方式中,获取哪些特征区域的光信号,与终端设备当前进行指纹识别的安全等级有关,例如:对于终端设备的解锁的场景,可以设置一个或者两个特征区域进行检测即可;但是对于支付场景,其安全等级更高,因此可以设置四个或者五个更多的特征区域进行检测。不同场景或者不同安全等级可预先配置需要进行检测的特征区域,即上述的预设特征区域。
S102:根据预设特征区域的多个光信号,确定用户手指是否覆盖预设特征区域。
在本步骤中,终端设备可根据从预设特征区域检测到的多个光信号,通过对光信号强度变化等特征进行分析,确定用户手指是否覆盖住了预设特征区域。
在该指纹识别方法的具体实现中,至少可以通过以下几种方式确定用户手指是否覆盖了预设特征区域:
第一种方式,根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度。若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域;否则,确定所述用户手指未覆盖所述预设特征区域。
在该方案中,应理解变异系数阈值可以进行调整,终端设备所处环境不同该变异系数阈值不同,具体的,可以预先配置不同的环境光信号的强度对应不同变异系数阈值。在环境光信号强度越高时,可设置变异系数阈值越大;在环境光信号强度越低时,可设置变异系数阈值越小。具体的,可以根据环境光信号的强度确定该变异系数阈值。例如,一方式中,根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值。另一种方式中,根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值,然后在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。也就是说该变异系数阈值既可以是一个固定数据也可以是随着环境光的强度变化的数据,具体的确定方式本方案不做限制。
该变异系数阈值与环境光的强度正相关或者负相关。
第二种方式,获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
在该方式中,激励光源的不同,具体的确定用户手指覆盖预设特征区域过程中有一定的区别。当激励光源是红外光源时,随着用户手指在终端设备上的接触面积的增加,红外光信号是逐渐变强的,也就是说第一光信号出现的时间晚于第二光信号的,同时第二光信号相较于第一光信号的强度降低的比例超过预设比例则可以确定用户手指覆盖了预设特征区域,否则确定用户手指未覆盖预设特征区域。
当激励光源是屏幕发射的可见光时,随着用户手指在终端设备上的接触面积增加,用户手指反射的光信号是逐渐变弱的,也就是说第一光信号出现的时间是早于第二光信号的,同时第二光信号相较于第一光信号的强度降低的比例超过预设比例则可以确定用户手指覆盖了预设特征区域,否则确定用户手指未覆盖预设特征区域。
同样的,在该方案中,进行光信号降低强度判断的预设比例,也是跟终端设备所处的环境相关的,因此可预先根据终端设备所处环境确定该预设比例。具体的,根据获取到的终端设备所处环境光信号,来确定该预设比例。具体的可以根据环境光信号的强度确定该预设比例。例如,一种方式中,可以根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例。另外一种方式中,根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值。然后在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。也就是说该预设比例既可以是一个固定数据也可以是随着环境光的强度变化的数据,具体的确定方式本方案不做限制。
S103:若用户手指覆盖预设特征区域,则采集获取指纹图像。
S104:根据指纹图像验证用户的身份。
在上述两个步骤中,终端设备确定用户手指覆盖了预设特征区域之后,像素阵列以长曝光时间采集指纹识别区域的图像,得到指纹图像。根据指纹图像中与授权的特征信息进行比对,如果指纹图像与特征信息匹配,则确定指纹认证成功,如果指纹图像与特征信息不匹配,则确定指纹认证失败。
在本方案中,若所述用户手指未覆盖所述预设特征区域,则推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者结束指纹识别过程。终端设备在确定用户手指未覆盖预设特征区域,则可以确定用户并没有将手指放置在合适的位置上,终端设备可提醒用户重新放置手指,或者提醒结束指纹之别过程,不用直接进入验证过程。
本实施例提供的指纹识别方法,通过预先设置特征区域的光信号的检测,确定用户手指覆盖到预设的特征区域,在覆盖到之后再进行指纹图像验证,没有覆盖的时候提醒用户,避免在用户手指未放置在合适的位置就进行指纹识别导致指纹失败或者直接拒绝的问题,降低指纹识别的拒真率。
在上述实施例的基础上,下面通过几个具体实例对本申请提供的指纹识别方法在具体应用过程中的方案进行介绍。
图7为本申请实施例提供的指纹识别方法实施例二的流程示意图,如图7所示,本实例是以设备的屏幕为有机发光二极管(Organic Light-Emitting Diode,OLED)屏时为例,该指纹识别方法具体包括以下步骤:
S201:进入指纹识别场景。
在本步骤中,在进入例如移动支付等指纹识别的场景时,终端设备提示用户进行指纹识别。提示方式可以为在终端设备的屏幕指纹识别区域部分点亮;可以在显示屏上进行文字提醒等,包含但不限于此方法。
S202:触控屏探测到手指触摸指纹识别区域,触发指纹识别开始。
在本步骤中,当用户手指触摸指纹识别区域,屏幕的触摸控制模块探测到手指触摸指纹识别区域表面时,触发指纹识别开始。
S203:显示屏中指纹识别区域发光单元发光。
具体的,显示屏上指纹识别区域的发光单元发出用于进行特征区域覆盖检测的光线。
S204:特征区域像素以短曝光时间多次采集得到多个光信号。
在本步骤中,终端设备在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。该第一预设曝光时间可以根据实际需求进行设置。
在本步骤的具体实现中,人体手指的相邻的脊的间距约为500μm。为避免特征区域短曝光时间采集的光信号只来自手指谷或只来自手指脊,需要保证选取的特征区域采集的光信号同时包括来自谷以及来自脊的信号。例如当特征区域采集到的信号只来自手指谷时,屏幕上发出的光在谷表面发生反射,与手指未覆盖特征识别区域时的信号差异较小。因此在预设特征区域经指纹识别模块的光学***后反映的信息能覆盖手指上长和宽各至少500μm的范围。例如,在成像放大比例1:1(等大像)的指纹识别***中,由多个像素组成的特征区域至少包含一边长为500μm的正方形区域。在成像放大比例为1:4的指纹识别模块中(缩小像),由多个像素组成的特征区域至少包含一边长为125μm的正方形区域。本实施例中,图8为本申请实施例提供的一种预设特征区域的示意图,如图8所示,指纹识别模块内的光学图像采集模块120的像素阵列整体区域122由200行200列相邻的40000个像素组成,每个像素为边长为7μm的正方形。在该方案中预设特征区域123由20行,20列的共400个相邻像素组成。该预设特征区域位于像素阵列的中央,该预设特征区域的中心与像素阵列的中心重合。本实施例中采用的光学***能将指纹识别区域的物体在像素阵列上成一缩小到原物1/5的像。因此特征区域采集的信号能反映指纹识别区域一700μm*700μm大小范围内的信息。该特征区域400个像素以像素叠加的方式,以短曝光时间t1连续多次采集信号,其中t1小于10ms;例如,t1可以为1ms,由于采用了像素叠加的方式,以及特征区域的像素较少,可以以较短的曝光时间进行高频采样,同时获得较强的光信号。
S205:多个光信号与模型比对。
S206:确定用户手指是否覆盖特征区域像素。
在本步骤的具体实现中,将多次采集的光信号与已知模型(这里的模型指的是光信号的强度变化模型)进行对比,判断手指是否覆盖住所述特征区域;所述的模型可以通过大量场景训练得到。图9为本申请实施例提供的一种光信号的信号强度的示意图,如图9所示为某一场景下,在该预设的特征区域以1ms曝光时间进行五次短曝光采集的信号强度变化,图9中的(a)示出了手指覆盖到该预设特征区域时的变化。由于手指按压屏幕之后,手指上脊部分对光线的反射率较手指未按压时的反射率更低,因此随时间变化,用户手指最终覆盖到特征区域时,信号强度存在一下降过程。如下提供两种可行的用于判断用户手指是否按压所述特征区域的模型:
1、当手指覆盖特征区域时,由于手指对屏幕发出光线的发射的影响,具体来说,即手指按压特征区域导致反射到特征区域的光线减少,使得特征区域采集的光信号强度减弱。当手指未覆盖特征区域时,则信号的变化较小。因此,可以通过对该预设特征区域五次采集的光信号进行变异系数计算。当变异系数大于某一阈值(也就是前述实施例中预设的变异系数阈值)时,例如10%,此时特征区域采集到的光信号受手指按压影响较大,认为手指在按压过程中覆盖了特征区域。当变异系数低于10%时,认为手指未覆盖特征区域。
此外,特征区域收集的光信号除了来自屏幕表面反射的光外,还包括来自非屏幕光源的外界环境光。外界环境光的存在会对特征区域采集的光信号强度有影响。可以通过终端设备上带有的环境光传感器对所述阈值进行调整。例如在外界环境光线较暗时,光信号变化主要受手指影响,可以将变异系数的阈值降低到8%。当外界光线较强时,手指还未按压特征区域时,特征区域采集到的光信号较外界环境光较暗时采集的信号更强。当手指按压住特征区域后,外界环境光由于手指的遮挡不会进入特征区域。在此情况下,外界环境光对变异系数有较大贡献,因此可以提升所述判断阈值,例如在环境可见光强度强度为1万勒克斯(Lux)时,需将变异系数阈值调整为15%。当计算的变异系数高于15%时,认为手指覆盖该特征区域;否则,认为手指未覆盖特征区域。综上所述,在该方案的一种具体实现中,终端设备可预先获取所述终端设备所处环境光信号,并根据所述环境光信号的强度,确定所述变异系数阈值。在常用的一种实现方式中,所述环境光信号强度高低与所述变异系数阈值大小成正比。
在该方案中,无论预设特征区域数量有几个,针对每个特征区域都可以按照上述的方式,根据光信号强度的变异系数与变异系数阈值进行比对,确定用户手指是否覆盖该特征区域。
2、根据采集到的预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号之间的强度降低的比例来确定用户手指是否覆盖该预设特征区域。
在一种具体实现方式中,在预设特征区域短曝光时间多次采集的信号最高强度为I1(即前述的第一光信号的强度),最低强度为I2(即前述的第二光信号的强度)。当I2较I1降低比例超过一个阈值(也就是前述实施例中指的预设比例)。例如,该阈值可以为30%,且最低强度出现的时间晚于最高强度出现的时间时,认为手指按压住特征区域;另外,同上一种对比模型中所描述的类似,可以通过终端设备带有的环境光传感器对这一阈值进行调整。例如,在环境可见光强度为1万勒克斯(Lux)时,需要调高这一阈值到30%。也就说终端设备可以预先获取所处环境光信号,根据所述环境光信号的强度,确定所述预设比例。
作为对比,图9中的(b)示出了用户手指未有效覆盖特征区域时采用1ms短时间曝光获得的信号强度变化。在手指未覆盖时,由于手指对特征区域信号强度的影响可以忽略不计,因此特征区域像素接收到的信号的变化较小。采用如上方法1及方法2的判断方法都能判断手指未覆盖所述特征区域。上述提供的两种方案,是通过简化的模型来说明判断用户手指(指纹图像)是否覆盖像素阵列特征区域的方案,实际模型可以通过大量场景训练得到。
S207:像素阵列以长曝光时间采集获取指纹图像。
S208:提醒用户重置手指或指纹识别终止。
S209:指纹图像特征信息比对。
S210:指纹图像与特征信息是否匹配。
S211:指纹认证成功。
S212:指纹认证失败。
在上述的几个步骤中,在判断用户手指覆盖了像素阵列中预设特征区域后,整个像素阵列以一较长的曝光时间t2采集获取用户的指纹图像,其中t2大于t1的4倍,且t2不超过100ms(长曝光时间)。例如,t2可以为40ms。然后将得到的指纹图像的特征信息与存储的授权的原始指纹的特征信息进行对比。当特征信息对比成功后,确定指纹认证成功;当特征信息比对失败后确定指纹认证失败。
图10为本申请实施例提供的终端设备指纹识别模块随时间变化的工作状态示意图,如图10所示,为在一指纹覆盖特征区域的按压情形中,指纹识别模块随时间变化的工作状态示意图。在触控采集到用户手指触摸的信号时,触发光学图像采集模块中预设特征区域的像素开始以短曝光时间采集光信号。在信号处理模块进行信号处理后,判断用户手指覆盖预设特征区域,触发包含特征像素的像素阵列以长曝光时间采集指纹图像,并判断采集的指纹图像特征信息是否匹配,完成指纹识别过程。
然而,若判断出用户手指没有覆盖像素阵列特征区域,则提示用户手指未按压在正确的位置或指纹识别终止。例如,判断方法可以为终端在显示屏上进行文字提示用户“手指未按压在正确位置,请重新按压”。
在整个方案的实现过程中,由于采用的短曝光时间t1显著短于长曝光时间t2,使得本实施例的技术方案能快速并有效判断指纹图像是否会覆盖像素阵列的特征区域,通过这种方式在进入指纹图像采集和后续的特征信息比对之前,能够判断用户手指的位置是否合适,没有覆盖合适的位置时可以提醒用户,避免由于手指的位置未放准,导致的指纹识别失败,降低拒真率。
图11为本申请实施例提供的指纹识别方法实施例三的流程示意图,如图11所示,在不同的应用场景下,需要不同的安全等级的生物特征信息的验证,可以保证快捷安全的终端应用。该指纹识别方法具体包括以下步骤:
S301:进入指纹识别场景。
S302:根据场景的安全等级选择特征区域数目以及位置。
S303:触控屏探测到手指触摸指纹识别区域,触发指纹识别开始。
在上述几个步骤中,在终端设备不同的应用场景下,需要不同等级的生物特征信息的验证以保证快捷安全的终端应用。本实施例举例说明不同安全场景对安全等级的可能选择及实现,例如:使用手机支付需要的安全等级高于手机屏幕解锁情况下的安全等级。在使用高安全等级指纹识别时,可能需要更多的指纹特征信息,因此需要指纹识别装置能收集到带有足够特征信息的指纹图像。例如在进行手机屏幕解锁的场景下,需要手指的指纹图像具有至少13个匹配的特征点;在手机进行大额支付的场景下获取的指纹图像则至少需要至少15个匹配的特征点。手指覆盖指纹识别区域特征区域的数量或范围越大,能保证采集到的图像中的指纹信息覆盖该图像的更多区域,从而能提取到更多的特征点信息。
如前述步骤所述,终端设备根据指纹识别的场景安全等级判断并选择特征区域的数目和/或位置。
S304:显示屏中指纹识别区域发光单元发光。
S305:特征区域像素以短曝光时间多次采集得到多个光信号。
S306:多个光信号与模型比对。
S307:确定用户手指是否覆盖特征区域像素。
在本实施例中,终端设备对所选中的特征区域中的像素,采用较短的曝光时间进行曝光采集光信号,并进一步判断指纹图像是否会覆盖该场景下选取的特征区域。在不同的安全等级场景下,其特征区域的数目和/或位置不同,简单来说,更高的安全等级场景下,需要的特征区域数目更多,或者具有更大的范围。
图12为本申请实施例提供的光学图像收集模块的像素阵列的示意图。如图12所示,在较低的安全等级下,例如可以是手机屏幕解锁场景。选取123中的400个像素作为特征区域,即一个区域作为特征区域(同实施例一中特征区域选取位置及大小一致)。在较高的安全等级下,例如可以是手机大额支付场景下,选取124,125,126,127每一个区域中的400个像素作为特征区域,即四个区域分别作为预设特征区域。这四个特征区域的中心距离像素阵列的中心分别为横向及纵向各80个像素的距离。四个特征区域的对称中心与像素阵列的对称中心重合。采用这四个预设特征区域用于判断手指是否覆盖所述四个特征区域,以确保最终进行指纹识别时候获取的指纹图像具有足够的特征信息以及高的信噪比。在选取124,125,126,127这些区域作为特征区域时,每一个区域中像素采用短曝光时间获取的光信号变化单独与模型进行比对,判断手指是否覆盖各个特征区域,当判断手指覆盖124,125,126,127这四个区域的每一个区域时认为手指覆盖预设特征区域。
S308:像素阵列以长曝光时间采集获取指纹图像。
S309:提醒用户重置手指或指纹识别终止。
S310:指纹图像特征信息比对。
S311:指纹图像与特征信息是否匹配。
S312:指纹认证成功。
S313:指纹认证失败。
后续过程与前述实施例二中类似。
本实施例提供的指纹识别方法,对于不同安全等级的指纹识别场景,可以设置不同数量和位置的预设特征区域,在进行指纹认证之前对该写预设特征区域进行检测,能够判断用户手指的位置是否合适,是否覆盖了足够的区域能够获取到需要的特征信息,在没有覆盖合适的位置时可以提醒用户,提高指纹识别的准确度,避免由于手指的位置未放准,导致的指纹识别失败,降低拒真率。
在前述的几个实例中,均是以终端设备自身屏幕发射的光作为激励光源进行指纹识别检测的过程的。
然而,在存在采用LCD屏幕的终端设备,而LCD由于屏幕不透可见光,因此本实施例提供一种新的激励光源,本方案中用于指纹识别的激励光源模块不是所述LCD显示屏,还可以是位于屏幕下方的波长为940nm的红外光源模块,也就是说激励光源为红外光源。其指纹识别方法流程同图7所示类似。需要指出的是,在本实施例中,图像传感器采集的到的光信号来自于手指散射的红外光线,此时光学图像采集模块收集到的来自手指脊的光信号较来自手指谷的信号强,与图7所示实施例中的情况相反。因此判断用户手指是否会覆盖指纹识别模块特征区域的模型与图7中的模型不同。与图7所示实施例作为对比,其两种判断模型可以如下:
1、对特征区域像素短曝光时间多次采集的光信号进行变异系数计算。当变异系数大于某一阈值时,例如10%。此时特征区域采集到的光信号受手指按压影响较大,可以认为手指在按压过程中覆盖了特征区域。此外,特征区域收集到的光信号除了来自手指反射的红光外,还包括来自非手指反射的外界红外光。外界光的存在会对特征区域采集的信号强度有所影响,可以通过终端上带有的环境光传感器对变异进行调整。例如在外界环境红外光较弱时,信号变化主要受手指影响。可以将变异系数的阈值提升至12%。当外界光线较强时,手指未按压预设特征区域时,该预设特征区域采集到的信号来源于外界环境红外光;当手指按压住该预设特征区域后,外界环境红外光由于手指的遮挡较少进入该预设特征区域。在此情况下,多次采集的信号的变异系数由于环境红外光的影响会降低,可以降低变异系数阈值。例如在环境红外光强度为3000勒克斯(Lux)时,需将变异系数阈值调整为7%。
在该方案的具体实现中,终端设备可预先获取所述终端设备所处环境光信号,然后根据所述环境光信号的强度,确定所述变异系数阈值;其中,所述环境光信号强度高低与所述变异系数阈值大小成正比。
2、终端设备在预设特征区域短曝光时间采集的光信号最高强度为I4(第一光信号的强度),最低强度为I5(第二光信号的强度),当I5较I4降低比例超过一个阈值(即预设比例),且最高强度出现的时间晚于最低强度出现的时间时,认为手指按压住特征区域。例如,该阈值可以为40%。另外,同上一种对比模型中所描述的类似,可以通过终端带有的环境红外光传感器对这一阈值进行调整。具体来说,在环境光强度较强时,需要调低这一阈值,当环境红外光强较弱时,需调高这一预设比例,也就是信号强度降低的阈值。
在不同的终端设备中,判断用户手指是否覆盖指纹识别区域中的预设特征区域的模型并不一定相同,可以根据终端设备的变化对模型进行更新。
结合前述实施例的内容可知,在终端设备采集光信号时采用的激励光源为红外光源,需要强度最低的第二光信号相较强度最高的第一光信号信号强度降低的比例超过所述预设比例,且并且第一光信号的出现时间晚于所述第二光信号的出现时间,才能够确定所述用户手指覆盖所述预设特征区域;否则,确定所述用户手指未覆盖所述预设特征区域。
然而,在终端设备采集光信号时采用的激励光源为所述终端设备的屏幕发射的可见光时,若强度最低的第二光信号相较强度最高的第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;否则,确定所述用户手指未覆盖所述预设特征区域。
本实施例提供的指纹识别方法,该方案对于采用LCD等不透自然光的终端设备来说,也可通过红外光源作为激励光源快速并有效判断指纹图像是否会覆盖像素阵列的特征区域,通过这种方式在进入指纹图像采集和后续的特征信息比对之前,能够判断用户手指的位置是否合适,没有覆盖合适的位置时可以提醒用户,避免由于手指的位置未放准,导致的指纹识别失败,降低拒真率。
在上述任一实施例的基础上,为了进一步保证终端设备使用过程中的安全,本申请实施例还提供一种指纹识别过程中判断触摸操作的用户手指是否是活体。
下面以终端设备中的激励光源为终端设备屏幕发射的可见光的情况说明检测用户手指是否为活体的方案。
用户在按压屏幕的过程中,活体手指表面感受到的压力随按压的进行而不断增大,手指中毛细血管中的血流在压力的影响下会向按压手指的边缘流动。在这个过程中,手指表面的血红蛋白对非红色光线的吸收逐渐减弱,手指的颜色由相对偏红渐变为相对偏白。而对于非活体指纹由于没有血流变化则不存在这一过程。因此可以利用这一变化在判定手指是否会覆盖光学图像采集模块的特征区域的同时鉴别该手指是否为活体。
在该方案的一种实现中,终端设备的光学图像采集模块中,对于上述预设特征区域中的像素可以设置滤色器,滤色器透过的波段范围包含用于指纹识别的波段。不同的特征区域中的像素可以具有相同或者不同的滤色器。或者相同的特征区域中的不同像素也可以具有不同的滤色器,对此本方案不做限制。
滤色器的主要作用是提高光信号的信噪比,以本方案为例,用户手指按压屏幕的过程中,手指表面的血红蛋白对非红色光线的吸收逐渐减弱,也就是对蓝色和绿色的光的吸收减弱,如果该特征区域像素设置有蓝色或者绿色的滤色器,则在手指按压过程中逐渐偏白的过程中,对于蓝色或者绿色光的反射会增强。
具体的,可根据模型训练,确定出活体手指进行指纹识别的时候的特征变化情况,获取活体判断条件,将该活体判断条件配置在终端设备中。在进行指纹识别的过程中,终端设备采集预设特征区域中的多个光信号之后,根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体。具体的,如果采集到的预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;否则所述用户手指为非活体。
在一种具体实现中,获取判断条件可以包括:所述多个光信号中最后采集的多个光信号(例如可以是三个光信号)均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;所述多个光信号中信号强度最低的该第二光信号之后的所有光信号的变异系数大于第一预设阈值;所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
本方案的具体实现中,举例来说可采用如图7所示实施例的终端设备,选取的特征区域的位置及数量相同。在某一场景下,像素阵列中预设特征区域短曝光时间为0.5ms,连续采集8次信号,获取的光信号的强度变化如图13所示,图13为本申请实施例提供的有一种光信号强度变化示意图。其中图13中的(a)示出了活体手指获取的信号变化。首先通过实施例一中的判断模型判断手指是否覆盖特征区域。在判断手指是覆盖特征区域后进一步判断手指是否来自活体手指。一种用于判断手指是否来自于活体的标准如下:
1,多次采集的光信号中最后的三次光信号均不是强度最低信号;
2,对最低信号及其之后的光信号计算变异系数,变异系数需大于一阈值,这一阈值可以为8%,该阈值的具体数值可根据实际情况进行设置。
3,多次采集的光信号中最后一次采集的光信号较强度最低信号增加幅度超过一定阈值,这一阈值可以为30%,该阈值的具体数值可根据实际情况进行设置;
终端设备在确定检测到的预设特征区域的多个光信号同时满足以上三个条件时,可确定用户手指为活体,否则,可以确定手指为非活体。
图13中的(b)示出了非活体手指获取的信号变化。同活体指纹类似,可以用同实施例一中的判断方法判断手指覆盖了特征区域。但是利用上述的判断模型进一步判断手指是否来自活体时,短曝光时间多次采集的信号不满足前述三个条件。据此可以判定该指纹为非活体指纹。
本实施例提供的指纹识别方法,除了可通过前述任一实施例提供的方式确定用户手指是否覆盖了特征区域提升解锁效率的同时,提供了一种判定指纹是否是活体指纹的方法,可以有效提升指纹识别的安全等级。
图14为本申请实施例提供的指纹识别装置实施例一的结构示意图,如图14所示,所述指纹识别装置10包括光学图像采集模块11,所述光学图像采集模块11中包括像素阵列,所述装置还包括:
所述光学图像采集模块11,用于在检测到用户手指触摸到所述终端设备的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号;
处理模块12,用于根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域;
所述光学图像采集模块11还用于若所述用户手指覆盖所述预设特征区域,则采集获取指纹图像;
所述处理模块12还用于根据所述指纹图像验证所述用户的身份。
该指纹识别装置10可以实现为终端设备,也可以是终端设备中的一个模块,在该方案中,应理解,该处理模块12能够实现前述实施例中图5所示的触摸控制模块和信号处理模块需要实现的功能,在这里作为概括。
本实施例提供的指纹识别装置,能够实现前述任一方法实施例中的技术方案,其实现原理和技术效果类似,通过软件的方式在像素阵列中设置特征区域,在进行指纹验证时,通过预先设置特征区域的光信号的检测,确定用户手指覆盖到预设的特征区域,在覆盖到之后再进行指纹图像验证,没有覆盖的时候提醒用户,避免在用户手指未放置在合适的位置就进行指纹识别导致指纹失败或者直接拒绝的问题,降低指纹识别的拒真率。
图15为本申请实施例提供的指纹识别装置实施例二的结构示意图,如图15所示,在上述实施例的基础上,所述指纹识别装置10还包括:
显示模块13,所述处理模块12还用于若所述用户手指未覆盖所述预设特征区域,则通过所述显示模块13推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者结束指纹识别过程。
在上述图14或图15所示的实施例的基础上,所述处理模块12还用于:
获取所述指纹识别装置10当前进行指纹识别的安全等级;
根据所述安全等级从预设的所述至少一个特征区域中确定所述预设特征区域。
可选的,所述光学图像采集模块11具体用于:
在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。
可选的,所述光学图像采集模块11具体用于对所述预设特征区域中的像素以像素叠加的方式获取所述多个光信号。
可选的,所述处理模块12具体用于:
根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度;
若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
可选的,所述处理模块12还用于:
获取所述指纹识别装置10所处环境光信号;
根据所述环境光信号的强度,确定所述变异系数阈值。
可选的,所述环境光信号强度高低与所述变异系数阈值正相关或者负相关。
可选的,所述处理模块12具体用于:
根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值;
或者,
根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。
可选的,所述处理模块12具体用于:
获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;
根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
可选的,若采集光信号时采用的激励光源为红外光源,所述处理模块12具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间晚于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
可选的,若采集光信号时采用的激励光源为所述指纹识别装置的屏幕发射的可见光,所述处理模块12具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
可选的,所述处理模块12还用于:
获取所述指纹识别装置10所处环境光信号;
根据所述环境光信号的强度,确定所述预设比例。
可选的,所述处理模块12具体用于:
根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例;
或者,
根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。
可选的,所述处理模块12还用于:
根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体;
若所述预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;
否则所述用户手指为非活体;
其中,所述活体判断条件包括:
所述多个光信号中最后采集的三个光信号均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;
所述多个光信号中的所述第二光信号之后的所有光信号的变异系数大于第一预设阈值;
所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
在上述任一实施例的具体实现中,应理解,处理模块12获取环境光信号指的是处理模块12从用于采集环境光的传感器中获取其采集到的环境光信号,例如,处理模块12接收环境光传感器发送的环境光信号。
上述任一种实施方式提供的指纹识别装置,用于实现前述方法实施例中的技术方案,其实现原理和技术效果类似,在此不再赘述。
图16为本申请实施例提供的终端设备的结构示意图,如图16所示,本实施例提供的终端设备20,包括:
处理器21,存储器22,显示屏23,触摸控制模块24,以及指纹识别装置25;
所述存储器22用于存储计算机程序;
所述指纹识别装置25包括光学图像采集模块,所述光学图像采集模块中包括像素阵列;
所述处理器21执行所述存储器22存储的所述计算机程序,使得所述终端设备执行前述任一方法实施例中提供的技术方案。
该终端设备10的上述各个器件之间可以通过总线连接。可选的,所述像素阵列中设置有滤色器,所述滤色器透过的波段范围包括用于指纹识别的波段。
存储器22可以是单独的存储单元,也可以是集成在处理器21中的存储单元。处理器21的数量为一个或者多个。
在上述在终端设备20的实现中,存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互,也就是存储器和处理器可以通过接口连接,也可以集成在一起。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。存储器中存储有实现数据访问控制方法的计算机执行指令,包括至少一个可以软件或固件的形式存储于存储器中的软件功能模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-OnlyMemory,简称:PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,简称:EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器用于存储程序,处理器在接收到执行指令后,执行程序。进一步地,上述存储器内的软件程序以及模块还可包括操作***,其可包括各种用于管理***任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、图像处理器等,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。
本申请还提供一种存储介质,包括:可读存储介质和计算机程序,所述计算机程序存储在所述可读存储介质中,所述计算机程序用于实现前述任一方法实施例中的技术方案。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。在本申请的实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施例的实施过程构成任何限定。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (31)
1.一种指纹识别方法,其特征在于,应用于终端设备,所述终端设备包括指纹识别装置,所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列,所述方法包括:
在检测到用户手指触摸到所述终端设备的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号;
根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域;
若所述用户手指覆盖所述预设特征区域,则采集获取指纹图像;
根据所述指纹图像验证所述用户的身份。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述用户手指未覆盖所述预设特征区域,则推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者结束指纹识别过程。
3.根据权利要求1所述的方法,其特征在于,所述在检测到用户手指触摸到所述终端设备的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号之前,所述方法还包括:
获取所述终端设备当前进行指纹识别的安全等级;
根据所述安全等级从预设的所述至少一个特征区域中确定所述预设特征区域。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述通过多次曝光采集所述像素阵列中预设特征区域的多个信号,包括:
在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。
5.根据权利要求4所述的方法,其特征在于,所述预设特征区域中的像素以像素叠加的方式获取所述多个光信号。
6.根据权利要求4所述的方法,其特征在于,所述根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域,包括:
根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度;
若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
获取所述终端设备所处环境光信号;
根据所述环境光信号的强度,确定所述变异系数阈值。
8.根据权利要求7所述的方法,其特征在于,所述根据所述环境光信号的强度,确定所述变异系数阈值,包括:
根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值;
或者,
根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。
9.根据权利要求4所述的方法,其特征在于,所述根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域,包括:
获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;
根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
10.根据权利要求9所述的方法,其特征在于,若采集光信号时采用的激励光源为红外光源,所述根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域,包括:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间晚于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域。
11.根据权利要求9所述的方法,其特征在于,若采集光信号时采用的激励光源为所述终端设备的屏幕发射的可见光,所述根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域,包括:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域。
12.根据权利要求9至11任一项所述的方法,其特征在于,所述方法还包括:
获取所述终端设备所处环境光信号;
根据所述环境光信号的强度,确定所述预设比例。
13.根据权利要求12所述的方法,其特征在于,所述根据所述环境光信号的强度,确定所述预设比例,包括:
根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例;
或者,
根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。
14.根据权利要求1至3任一项所述的方法,其特征在于,在确定所述用户手指覆盖所述预设特征区域之后,所述方法还包括:
根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体;
若所述预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;
否则所述用户手指为非活体;
其中,所述活体判断条件包括:
所述多个光信号中最后采集的三个光信号均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;
所述多个光信号中的所述第二光信号之后的所有光信号的变异系数大于第一预设阈值;
所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
15.一种指纹识别装置,其特征在于,所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列,所述装置还包括:
所述光学图像采集模块,用于在检测到用户手指触摸到所述指纹识别装置的指纹识别区域时,通过多次曝光采集所述像素阵列中预设特征区域的多个光信号;
处理模块,用于根据所述预设特征区域的多个光信号,确定所述用户手指是否覆盖所述预设特征区域;
所述光学图像采集模块还用于若所述用户手指覆盖所述预设特征区域,则采集获取指纹图像;
所述处理模块还用于根据所述指纹图像验证所述用户的身份。
16.根据权利要求15所述的装置,其特征在于,所述装置还包括:显示模块,所述处理模块还用于若所述用户手指未覆盖所述预设特征区域,则通过所述显示模块推送提示信息,所述提示信息用于提示用户重新摆放手指位置,或者结束指纹识别过程。
17.根据权利要求15所述的装置,其特征在于,所述处理模块还用于:
获取所述指纹识别装置当前进行指纹识别的安全等级;
根据所述安全等级从预设的所述至少一个特征区域中确定所述预设特征区域。
18.根据权利要求15至17任一项所述的装置,其特征在于,所述光学图像采集模块具体用于:
在所述预设特征区域以第一预设曝光时间进行预设次数的短曝光信号采集,得到所述预设特征区域的多个光信号。
19.根据权利要求18所述的装置,其特征在于,所述光学图像采集模块具体用于对所述预设特征区域中的像素以像素叠加的方式获取所述多个光信号。
20.根据权利要求18所述的装置,其特征在于,所述处理模块具体用于:
根据采集到的所述预设特征区域的多个光信号,获取在所述预设特征区域中的光信号强度的变异系数,所述变异系数用于表示所述预设特征区域中光信号强度的变化程度;
若所述变异系数大于预设的变异系数阈值,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
21.根据权利要求20所述的装置,其特征在于,所述处理模块还用于:
获取所述指纹识别装置所处环境光信号;
根据所述环境光信号的强度,确定所述变异系数阈值;其中,所述环境光信号强度高低与所述变异系数阈值大小成正比。
22.根据权利要求21所述的装置,其特征在于,所述处理模块具体用于:
根据预先配置的环境光信号强度与变异系数阈值之间的对应关系,获取与所述环境光信号的强度对应的所述变异系数阈值;
或者,
根据预设标准环境光强度和标准变异系数阈值,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准变异系数阈值上增加或者减少所述差值对应的阈值变化值,得到所述变异系数阈值。
23.根据权利要求18所述的装置,其特征在于,所述处理模块具体用于:
获取采集到的所述预设特征区域的多个光信号中的信号强度最大的第一光信号和信号强度最小的第二光信号;
根据所述第二光信号相较所述第一光信号信号强度降低的比例和预设比例,确定所述用户手指是否覆盖所述预设特征区域。
24.根据权利要求23所述的装置,其特征在于,若采集光信号时采用的激励光源为红外光源,所述处理模块具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间晚于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
25.根据权利要求23所述的装置,其特征在于,若采集光信号时采用的激励光源为所述指纹识别装置的屏幕发射的可见光,所述处理模块具体用于:
若所述第二光信号相较所述第一光信号信号强度降低的比例超过所述预设比例,且所述第一光信号的出现时间早于所述第二光信号的出现时间,则确定所述用户手指覆盖所述预设特征区域;
否则,确定所述用户手指未覆盖所述预设特征区域。
26.根据权利要求23至25任一项所述的装置,其特征在于,所述处理模块还用于:
获取所述指纹识别装置所处环境光信号;
根据所述环境光信号的强度,确定所述预设比例。
27.根据权利要求26所述的装置,其特征在于,所述处理模块具体用于:
根据预先配置的环境光信号强度与强度变化的比例之间的对应关系,获取与所述环境光信号的强度对应的所述预设比例;
或者,
根据预设标准环境光强度和强度变化的标准比例,获取所述环境光信号的强度与所述标准环境光强度的差值;
在所述标准比例上增加或者减少所述差值对应的比例变化值,得到所述预设比例。
28.根据权利要求15至17任一项所述的装置,其特征在于,所述处理模块还用于:
根据所述预设特征区域的多个光信号和预设的活体判断条件,确定所述用户手指是否为活体;
若所述预设特征区域的多个光信号满足所述活体判断条件,则确定所述用户手指为活体;
否则所述用户手指为非活体;
其中,所述活体判断条件包括:
所述多个光信号中最后采集的三个光信号均不是第二光信号,所述第二光信号为所述多个光信号中信号强度最低的光信号;
所述多个光信号中的所述第二光信号之后的所有光信号的变异系数大于第一预设阈值;
所述多个光信号中最后一次检测到的光信号的信号强度相较于所述第二光信号的信号强度的增幅大于第二预设阈值。
29.一种终端设备,其特征在于,包括:
处理器,存储器,显示屏,触摸控制模块,以及指纹识别装置;
所述存储器用于存储计算机程序;
所述指纹识别装置包括光学图像采集模块,所述光学图像采集模块中包括像素阵列;
所述处理器执行所述存储器存储的所述计算机程序,使得所述终端设备执行权利要求1至14任一项所述的指纹识别方法。
30.根据权利要求29所述的终端设备,其特征在于,所述像素阵列中设置有滤色器,所述滤色器透过的波段范围包括用于指纹识别的波段。
31.一种存储介质,其特征在于,包括:可读存储介质和计算机程序,所述计算机程序存储在所述可读存储介质中,所述计算机程序用于实现权利要求1至14任一项所述的指纹识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010801073.6A CN111950446A (zh) | 2020-08-11 | 2020-08-11 | 指纹识别方法、装置和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010801073.6A CN111950446A (zh) | 2020-08-11 | 2020-08-11 | 指纹识别方法、装置和终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111950446A true CN111950446A (zh) | 2020-11-17 |
Family
ID=73332099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010801073.6A Pending CN111950446A (zh) | 2020-08-11 | 2020-08-11 | 指纹识别方法、装置和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111950446A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361418A (zh) * | 2021-06-09 | 2021-09-07 | 北京集创北方科技股份有限公司 | 电容式指纹检测装置及终端设备 |
CN113891012A (zh) * | 2021-09-17 | 2022-01-04 | 北京极豪科技有限公司 | 一种图像处理方法、装置、设备以及存储介质 |
CN115189895A (zh) * | 2022-08-16 | 2022-10-14 | 国网江苏省电力有限公司电力科学研究院 | 一种适用于无线传感网络低功耗传感器的身份认证方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203290A (zh) * | 2016-06-28 | 2016-12-07 | 广东欧珀移动通信有限公司 | 一种指纹图像采集方法及终端 |
CN109948588A (zh) * | 2019-03-31 | 2019-06-28 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN109993120A (zh) * | 2019-03-31 | 2019-07-09 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN110268418A (zh) * | 2019-05-06 | 2019-09-20 | 深圳市汇顶科技股份有限公司 | 指纹检测的方法、装置和电子设备 |
-
2020
- 2020-08-11 CN CN202010801073.6A patent/CN111950446A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203290A (zh) * | 2016-06-28 | 2016-12-07 | 广东欧珀移动通信有限公司 | 一种指纹图像采集方法及终端 |
CN109948588A (zh) * | 2019-03-31 | 2019-06-28 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN109993120A (zh) * | 2019-03-31 | 2019-07-09 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN110268418A (zh) * | 2019-05-06 | 2019-09-20 | 深圳市汇顶科技股份有限公司 | 指纹检测的方法、装置和电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361418A (zh) * | 2021-06-09 | 2021-09-07 | 北京集创北方科技股份有限公司 | 电容式指纹检测装置及终端设备 |
CN113891012A (zh) * | 2021-09-17 | 2022-01-04 | 北京极豪科技有限公司 | 一种图像处理方法、装置、设备以及存储介质 |
CN113891012B (zh) * | 2021-09-17 | 2024-05-28 | 天津极豪科技有限公司 | 一种图像处理方法、装置、设备以及存储介质 |
CN115189895A (zh) * | 2022-08-16 | 2022-10-14 | 国网江苏省电力有限公司电力科学研究院 | 一种适用于无线传感网络低功耗传感器的身份认证方法和*** |
CN115189895B (zh) * | 2022-08-16 | 2024-05-17 | 国网江苏省电力有限公司电力科学研究院 | 一种适用于无线传感网络低功耗传感器的身份认证方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109313706B (zh) | 指纹识别装置、方法和终端设备 | |
CN111566659B (zh) | 指纹识别装置、方法和电子设备 | |
CN107820617B (zh) | 指纹识别的方法、装置和终端设备 | |
CN210142330U (zh) | 指纹识别装置和终端设备 | |
CN111133446B (zh) | 指纹识别装置和电子设备 | |
CN111950446A (zh) | 指纹识别方法、装置和终端设备 | |
US20200311380A1 (en) | Method for fingerprint recognition, electronic device, and non-transitory computer-readable storage medium | |
CN109145558B (zh) | 解锁控制方法及电子装置 | |
CN110214328B (zh) | 指纹识别的方法、装置和电子设备 | |
KR102014394B1 (ko) | 위조 지문에 대한 보안성이 향상된 휴대용 보안인증기의 인증방법 | |
CN110226171B (zh) | 引导用户注册指纹的方法和电子设备 | |
US10963672B2 (en) | Method for detecting the presence of a body part carrying an imprint on a imprint sensor | |
CN111242111B (zh) | 指纹识别方法、装置和电子设备 | |
WO2022032479A1 (zh) | 指纹识别方法、装置和终端设备 | |
CN109564624B (zh) | 辨识指纹Logo的方法、装置和电子设备 | |
WO2021217476A1 (zh) | 指纹识别方法、装置和电子设备 | |
CN113065487A (zh) | 指纹识别的方法、装置和电子设备 | |
JP5829147B2 (ja) | 生体認証装置および制御装置 | |
KR20190092635A (ko) | 생체정보를 이용한 대중교통 무임승차 작동 방법 및 그의 처리 시스템 | |
US12002281B2 (en) | Method and apparatus for fingerprint identification, and electronic device | |
KR102014410B1 (ko) | 가짜지문에 대한 보안성이 향상된 휴대용 보안인증기 | |
CN115188033A (zh) | 一种指纹识别方法、电子设备、存储介质及程序产品 | |
WO2020227938A1 (zh) | 引导用户注册指纹的方法和电子设备 | |
CN114596597A (zh) | 指纹识别的方法、装置和电子设备 |
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 |