CN117456571A - 一种指纹识别方法及电子设备 - Google Patents
一种指纹识别方法及电子设备 Download PDFInfo
- Publication number
- CN117456571A CN117456571A CN202311773169.6A CN202311773169A CN117456571A CN 117456571 A CN117456571 A CN 117456571A CN 202311773169 A CN202311773169 A CN 202311773169A CN 117456571 A CN117456571 A CN 117456571A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- preset
- template
- template library
- 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 98
- 238000012795 verification Methods 0.000 claims abstract description 202
- 230000008439 repair process Effects 0.000 claims abstract description 109
- 238000003860 storage Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 42
- 230000006870 function Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 20
- 238000012549 training Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 11
- 230000003287 optical effect Effects 0.000 description 9
- 238000007781 pre-processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
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
-
- 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)
- Collating Specific Patterns (AREA)
Abstract
本申请实施例应用于指纹识别技术领域,提供了一种指纹识别方法及电子设备。响应于用户针对电子设备的指纹采集区域的触摸操作,电子设备获取指纹修复图像,其中,该指纹修复图像为电子设备采集到的指纹验证图像进行修复后生成的图像。之后,电子设备判断指纹模板库中是否存在与该指纹修复图像匹配的指纹模板。之后,在指纹模板库中存在与该指纹修复图像匹配的指纹模板的情况下,电子设备将指纹验证图像和/或指纹修复图像更新至指纹模板库中。本申请中,可以提升指纹识别的成功率。
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及电子设备。
背景技术
随着信息识别技术的发展,电子设备基于指纹识别技术进行指纹录入、指纹解锁的场景越来越成熟。然而,实际使用场景中,电子设备通常会因手指处于特殊状态(如干手指、低温手指、湿手指等)而使采集到的指纹图像的质量较低,进而使得指纹识别率大大降低,最终影响用户的使用体验。
发明内容
本申请实施例提供一种指纹识别方法及电子设备,用于提升指纹识别率的成功率。
为达到上述目的,本申请的实施例采用如下技术方案:
第一方面,提供了一种指纹识别方法,该方法中,响应于用户针对电子设备的指纹采集区域的触摸操作,电子设备获取指纹修复图像,其中,该指纹修复图像为电子设备采集到的指纹验证图像进行修复后生成的图像。之后,电子设备判断指纹模板库中是否存在与该指纹修复图像匹配的指纹模板,其中,该指纹模板库包括至少一个指纹模板。之后,在指纹模板库中存在与该指纹修复图像匹配的指纹模板的情况下,电子设备将指纹验证图像和/或指纹修复图像更新至指纹模板库中。
本申请实施例中,电子设备可以通过判断指纹模板库中是否存在与指纹修复图像匹配的指纹模板的方法,确定是否可以对指纹模板库进行双模板更新,若指纹模板库中存在与该指纹修复图像匹配的指纹模板,则电子设备可以将该指纹验证图像和/或指纹修复图像添加或者替换至指纹模板库中,如此,可以使得指纹模板库中既包括修复前的指纹图像,也包括修复后的指纹图像,进而实现不同修复情况下的指纹识别,不仅可以提升电子设备的解锁效率,减少因电子设备解锁失败而导致用户需要多次进行解锁的情况发生,而且可以提升电子设备的解锁精度,减少因干手指、湿手指、低温手指等情况而导致电子设备解锁失败的情况发生,提升电子设备指纹识别的成功率,进而提升用户的使用体验。
在第一方面的一种可能的实现方式中,电子设备更新指纹模板库的过程,具体可以包括:在指纹验证图像满足第一预设条件的情况下,电子设备将指纹验证图像更新至指纹模板库中;其中,第一预设条件包括指纹验证图像与目标指纹模板之间的重叠面积大于预设面积、指纹验证图像与目标指纹模板的匹配值大于第一预设匹配值以及第一组合值大于第一预设组合值中的至少一项;目标指纹模板为指纹模板库中与指纹验证图像匹配值最高的指纹模板;第一组合值是基于重叠面积以及匹配值确定的。
本申请中,电子设备将修复前的指纹图像(或称为指纹验证图像)更新至指纹模板库中,可以提升电子设备指纹识别的效率,也就是说,电子设备下一次再采集到类似的指纹验证图像,无需通过指纹修复模型进行修复,就可以实现指纹识别,这样,不仅可以减少电子设备的计算量,提升电子设备的使用性能,而且提升电子设备指纹识别的效率,为后续电子设备进行指纹识别提供了方便。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹验证图像与目标指纹模板之间的重叠面积大于预设面积的情况下,电子设备确定指纹验证图像满足第一预设条件;或者,在指纹验证图像与目标指纹模板之间的重叠面积小于或者等于预设面积的情况下,电子设备确定指纹验证图像不满足第一预设条件。
本申请中,若重叠面积大于预设面积,说明该指纹验证图像与电子设备预先存储的指纹图像为同一用户的指纹图像,则电子设备可以确定指纹验证图像满足第一预设条件;若该重叠面积小于或者等于预设面积,说明该指纹验证图像相比于电子设备预先存储的指纹图像可能存在指纹缺失,则电子设备确定指纹验证图像不满足第一预设条件,如此,可以保证指纹模板中指纹图像的完整性,为后续识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹验证图像与目标指纹模板的匹配值大于第一预设匹配值的情况下,电子设备确定指纹验证图像满足第一预设条件;或者,在指纹验证图像与目标指纹模板的匹配值小于或者等于第一预设匹配值的情况下,电子设备确定指纹验证图像不满足第一预设条件。
本申请中,若匹配值大于第一预设匹配值,说明指纹验证图像与电子设备预先存储的指纹图像基本相同,因此,电子设备可以确定指纹验证图像满足第一预设条件,也就是电子设备可以将该指纹验证图像更新至指纹模板库中。若该匹配值小于或者等于第一预设匹配值,说明该指纹验证图像虽然与电子设备预先存储的指纹图像匹配,但并未达到能够作为指纹模板的相同,因此,电子设备可以确定指纹验证图像不满足第一预设条件。如此,不仅可以减少过度占用存储空间的情况发生,而且可以为后续识别指纹提供了基础。
在第一方面的一种可能的实现方式中,电子设备确定第一组合值的过程,具体可以包括:电子设备计算第一权重与上述匹配值之间的第一乘积,以及计算第二权重与上述重叠面积之间的第二乘积。之后,电子设备将第一乘积与第二乘积进行相加,得到第一组合值。
在第一方面的一种可能的实现方式中,上述方法还包括:在第一组合值大于第一预设组合值的情况下,电子设备确定指纹验证图像满足第一预设条件;或者,在第一组合值小于或者第一预设组合值的情况下,电子设备确定指纹验证图像不满足第一预设条件。
本申请中,若第一组合值大于第一预设组合值,说明该指纹验证图像符合模板更新条件,因此,电子设备可以确定指纹验证图像满足第一预设条件。若该第一组合值小于或者等于第一预设组合值,说明该指纹验证图像不符合模板更新条件,因此,电子设备确定指纹验证图像不满足第一预设条件。如此,可以避免将不符合模板更新条件的指纹图像更新至指纹模板库中,从而降低对后续识别指纹造成困扰的发生几率,为后续电子设备成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹验证图像与目标指纹模板之间的重叠面积大于预设面积、指纹验证图像与目标指纹模板的匹配值大于第一预设匹配值且第一组合值大于第一预设组合值的情况下,电子设备确定指纹验证图像满足第一预设条件。
本申请中,电子设备可以先判断上述匹配值是否大于第一预设匹配值,若该匹配值大于第一预设匹配值,电子设备可以继续判断上述重叠面积是否大于预设面积,若该重叠面积大于预设面积,电子设备可以判断第一组合值是否大于第一预设组合值,若该第一组合值大于第一预设组合值,电子设备才可以确定指纹验证图像满足第一预设条件。如此,不仅可以减少因图像质量而降低指纹匹配的成功率的情况发生,降低拒识率,而且可以避免因匹配值问题而造成错误识别,提升用户的使用体验。
在第一方面的一种可能的实现方式中,电子设备更新指纹模板库的过程,具体可以包括:在指纹修复图像满足第二预设条件的情况下,电子设备将指纹修复图像更新至指纹模板库中;其中,第二预设条件包括指纹修复图像的质量分数大于预设分数、指纹修复图像与指纹模板库中指纹模板对应的最高匹配值大于第二预设匹配值以及第二组合值大于第二预设组合值中的至少一项;第二组合值是基于质量分数以及最高匹配值确定的。
本申请中,电子设备将修复后的指纹图像(或称为指纹修复图像)更新至指纹模板库中,可以使得指纹模板库中每个指纹模板的图像质量均达到预设质量要求,进而可以提升指纹识别的精度,减少电子设备错误识别或者遗漏识别的情况发生,提升用户的使用体验。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹修复图像的质量分数大于预设分数的情况下,电子设备确定指纹修复图像满足第二预设条件;或者,在指纹修复图像的质量分数小于或者等于预设分数的情况下,电子设备确定指纹修复图像不满足第二预设条件。
本申请中,若指纹修复图像的质量分数大于预设分数,说明该指纹修复图像的图像质量较高,因此,电子设备可以确定该指纹修复图像满足第二预设条件。若该指纹修复图像的质量分数小于或者等于预设分数,说明该指纹修复图像的图像质量较低,电子设备确定该指纹修复图像不满足第二预设条件。如此,可以保证指纹模板库中的指纹模板质量,进而为后续电子设备成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹修复图像与指纹模板库中指纹模板对应的最高匹配值大于第二预设匹配值的情况下,电子设备确定指纹修复图像满足第二预设条件;或者,在指纹修复图像与指纹模板库中指纹模板对应的最高匹配值小于或者等于第二预设匹配值的情况下,电子设备确定指纹修复图像不满足第二预设条件。
本申请中,若最高匹配值大于第二预设匹配值,说明该指纹修复图像与电子设备预先存储的指纹图像基本相同,因此,电子设备可以确定该指纹修复图像满足第二预设条件。若该最高匹配值小于或者等于第二预设匹配值,说明该指纹修复图像虽然与电子设备预先存储的指纹图像匹配,但并未达到更新至指纹模板库中的要求,因此,电子设备可以确定该指纹修复图像不满足第二预设条件。如此,不仅可以减少过度占用存储空间的情况发生,而且可以为后续识别指纹提供了基础。
在第一方面的一种可能的实现方式中,电子设备确定第二组合值的过程,具体可以包括:电子设备计算第三权重与最高匹配值之间的第三乘积,以及计算第四权重与质量分数之间的第四乘积。之后,电子设备可以将该第三乘积与第四乘积进行相加,得到第二组合值。
在第一方面的一种可能的实现方式中,上述方法还包括:在第二组合值大于第二预设组合值的情况下,电子设备确定指纹修复图像满足第二预设条件;或者,在第二组合值小于或者等于第二预设组合值的情况下,电子设备确定指纹修复图像不满足第二预设条件。
本申请中,若第二组合值大于第二预设组合值,说明该指纹修复图像符合模板更新条件,因此,电子设备可以确定该指纹修复图像满足第二预设条件。若该第二组合值小于或者等于第二预设组合值,说明该指纹修复图像不符合模板更新条件,因此,电子设备确定该指纹修复图像不满足第二预设条件。如此,可以避免将不符合模板更新条件的指纹图像更新至指纹模板库中,从而降低对后续识别指纹造成困扰的发生几率,为后续电子设备成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹修复图像的质量分数大于预设分数、指纹修复图像与指纹模板库中指纹模板对应的最高匹配值大于第二预设匹配值且第二组合值大于第二预设组合值的情况下,电子设备确定指纹修复图像满足第二预设条件。
本申请中,电子设备可以先判断上述最高匹配值是否大于第二预设匹配值,若该最高匹配值大于第二预设匹配值,电子设备可以继续判断上述目标指纹图像的质量分数是否大于预设分数,若该目标指纹图像的质量分数大于预设分数,电子设备可以判断第二组合值是否大于第二预设组合值,若该第二组合值大于第二预设组合值,电子设备才可以确定该目标指纹图像满足第二预设条件。如此,可以提升指纹模板的更新效率,为后续精准、快速的识别指纹提供了基础。
在第一方面的一种可能的实现方式中,电子设备更新指纹模板库的过程,具体可以包括:在指纹验证图像满足第一预设条件,且指纹修复图像满足第二预设条件的情况下,电子设备将指纹验证图像以及指纹修复图像更新至指纹模板库中。
本申请中,电子设备将指纹验证图像以及指纹修复图像更新至指纹模板库中,以实现双模板更新,如此,可以实现不同修复情况下的指纹识别,不仅可以提升模板信息的准确度,而且可以增加模板信息的丰富度。
在第一方面的一种可能的实现方式中,电子设备更新指纹模板库的过程,具体可以包括:在指纹模板库中的指纹模板数量达到预设模板数量的情况下,电子设备将指纹模板库中的至少两个指纹模板进行删除。之后,电子设备将指纹验证图像以及指纹修复图像添加至指纹模板库中。
本申请中,若指纹模板数量达到预设模板数量,说明指纹模板库中的指纹模板已经充足,电子设备可以将指纹模板库中的至少两个指纹模板进行删除,并将指纹验证图像以及指纹修复图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库。如此,可以在不过多占用存储空间的基础上,提升指纹模板的精度,为后续成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹模板库中的指纹模板数量未达到预设模板数量,且指纹模板数量与预设模板数量之间的相差数量大于1的情况下,电子设备将指纹验证图像以及指纹修复图像添加至指纹模板库中。
本申请中,若指纹模板数量未达到预设模板数量,说明指纹模板库中的指纹模板还未充足,电子设备可以进一步判断该指纹模板数量与预设模板数量之间的相差数量是否大于1,若该指纹模板数量与预设模板数量之间的相差数量大于1,说明指纹模板库中仍有较多的模板存储空间,电子设备可以直接将指纹验证图像以及目标指纹图像作为两个新的指纹模板,并将这两个新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。如此,在不过多占用存储空间的基础上,存储更多的指纹模板,为后续成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹模板库中的指纹模板数量未达到预设模板数量,且指纹模板数量与预设模板数量之间的相差数量等于1的情况下,电子设备将指纹模板库中的至少一个指纹模板进行删除。之后,电子设备将指纹验证图像以及指纹修复图像添加至指纹模板库中。
本申请中,若指纹模板数量与预设模板数量之间的相差数量等于1,说明指纹模板库中仅有较少的模板存储空间,电子设备可以先将指纹模板库中的至少一个指纹模板进行删除。之后,电子设备可以再将指纹验证图像以及目标指纹图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库。如此,可以在不过多占用存储空间的基础上,提升指纹模板的精度,为后续成功识别指纹提供了基础。
在第一方面的一种可能的实现方式中,电子设备获取指纹修复图像的过程,具体可以包括:电子设备采集指纹验证图像。之后,电子设备判断指纹模板库中是否存在与指纹验证图像匹配的指纹模板,在指纹模板库中不存在与指纹验证图像匹配的指纹模板的情况下,电子设备根据指纹修复模型,对指纹验证图像进行修复,得到指纹修复图像。
本申请中,若指纹模板库中不存在与指纹验证图像匹配的指纹模板,说明当前用户可能为非机主用户,为了保护用户的隐私,电子设备可以对指纹验证图像进行修复,并根据指纹修复图像,进一步判断电子设备是否可以执行解锁操作,如此,提升指纹识别的成功率,减少因当前用户为机主用户而不能使用电子设备的情况发生,进而提升用户的使用体验。
在第一方面的一种可能的实现方式中,指纹修复模型是基于指纹数据集以及生成对抗网络得到的,其中,指纹数据集包括第一子指纹数据集以及第二子指纹数据集,第一子指纹数据集包括处于正常状态的多个指纹数据,第二子指纹数据集包括处于异常状态的多个指纹数据,第一子指纹数据集的数据数量与第二子指纹数据集的数据数量相同。
本申请中,由于第一子指纹数据集的数量以及第二子指纹数据集的数量是相同的,且第二子指纹数据集中处于干燥状态的指纹数据的数量、处于低温状态的指纹数据的数量以及处于湿润状态的指纹数据的数量是相同的,如此,不仅可以减少因正负样本数量不均衡而降低模型训练精度的情况发生,还可以减少因负样本(第二子指纹数据集)数量过多而导致模型训练效率较低的情况发生,提升模型的训练效果,进而提升模型的泛化能力,为后续生成指纹修复图像提供了基础。
在第一方面的一种可能的实现方式中,上述方法还包括:在指纹模板库中不存在与指纹修复图像匹配的指纹模板的情况下,电子设备不执行解锁操作。
本申请中,若指纹模板库中不存在与该指纹修复图像匹配的指纹模板,说明当前用户为非机主用户,电子设备可以不执行解锁操作。如此,可以及时制止当前用户对电子设备进行相应操作,减少非机主用户操控电子设备的情况发生,避免对用户的资源(如财产)造成损失。
第二方面,本申请提供一种电子设备,所述电子设备包括显示屏、存储器和一个或多个处理器;所述显示屏、所述存储器和所述处理器耦合;所述显示屏用于显示指纹采集区域,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行如上所述的方法。
第三方面,本申请提供一种计算机可读存储介质,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如上所述的方法。
第四方面,本申请提供一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行如上所述的方法。
第五方面,提供一种芯片,包括:输入接口、输出接口、处理器和存储器,所述输入接口、输出接口、所述处理器以及所述存储器之间通过内部连接通路相连,所述处理器用于执行所述存储器中的代码,当所述代码被执行时,所述处理器用于执行如上所述的方法。
其中,上述提供的第二方面所述的电子设备,第三方面所述的计算机可读存储介质,第四方面所述的计算机程序产品,第五方面所述的芯片所能达到的有益效果,可参考第一方面及其任一种可能的设计方式中的有益效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种手机的指纹采集区域的示意图;
图2为本申请实施例提供的一种笔记本电脑的指纹采集区域的示意图;
图3为本申请实施例提供的一种正常情况下的指纹示意图;
图4为本申请实施例提供的一种电子设备指纹录入过程的界面示意图;
图5为本申请实施例提供的一种指纹验证过程的示意图;
图6为本申请实施例提供的一种低温状态下手指的指纹示意图;
图7为本申请实施例提供的一种湿润状态下手指的指纹示意图;
图8为本申请实施例提供的一种电子设备的硬件结构示意图;
图9为本申请实施例提供的一种电子设备的软件结构示意图;
图10为本申请实施例提供的一种指纹录入场景下,指纹识别方法的流程图;
图11为本申请实施例提供的一种指纹解锁场景下,指纹识别方法的流程图;
图12为本申请实施例提供的一种支付场景下,手机识别指纹的界面示意图;
图13为本申请实施例提供的一种手机解锁成功的界面示意图;
图14为本申请实施例提供的一种划分指纹数据集的示意图;
图15为本申请实施例提供的一种训练生成网络以及判别网络的示意图;
图16为本申请实施例提供的一种训练指纹修复模型的示意图;
图17为本申请实施例提供的一种模板更新场景下,指纹识别方法的流程图。
具体实施方式
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描述。其中,在本申请的描述中,除非另有说明,本申请中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。并且,在本申请的描述中,除非另有说明,“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。同时,在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念,便于理解。
本实施例提供的指纹识别方法应用在电子设备的指纹识别场景中,一般的,指纹识别场景包括指纹录入过程和指纹验证过程(或称为指纹解锁过程)。
在指纹录入的场景下,电子设备采集用户在指纹采集区域的指纹图像,在确定该指纹图像满足指纹录入要求的情况下,将该指纹图像录入至电子设备的指纹模板库中。
示例性的,电子设备的指纹采集区域可以在电子设备显示屏的指定区域。例如,请参见图1,图1给出了一种电子设备为手机时,指纹采集区域在显示屏的指定区域11区域的示例。或者,指纹采集区域还可以为电子设备机身的指定区域,具体的,该指定区域可以为电子设备的侧边指定区域、背面指定区域或者机身上其他指定区域,比如,机身上其他指定区域可以为手机的home键。又例如,请参见图2,图2给出了一种电子设备为笔记本电脑时,指纹采集区域在机身指定区域12的示例。可以理解,针对于包含指纹传感器的电子设备来说,指纹采集区域与指纹传感器所在区域对应,也就是说,指纹采集区域为指纹传感器所在区域。电子设备采集指纹采集区域的指纹图像,指纹图像的尺寸与指纹采集区域的尺寸一致。
在一些实施例中,在采集指纹图像的过程中,为保证采集到的指纹图像的完整性,电子设备需要从用户手指的不同角度或者手指在指纹采集区域的不同触摸位置进行指纹图像的多次采集。示例性的,在指纹录入过程中,电子设备的采集次数阈值可以为20次、30次、50次等,具体采集次数阈值根据实际电子设备确定。可以理解,这里的电子设备的采集次数与用户触摸次数不同,例如,电子设备可以在用户触摸一次所持续的一段时间内进行指纹图像的多次采集。
在一种实现方式中,电子设备通常采用屏下光学指纹识别技术,对上述指纹图像进行采集。其中,屏下光学指纹识别技术是指在屏幕下方完成指纹识别解锁过程的新技术,主要利用超声波、光学等穿透技术,实现识别指纹。具体的,屏下光学指纹识别技术通常将有机发光半导体(organic electroluminescence display,OLED)作为指纹识别的光源。之后,电子设备可以接收反射光,其中,该反射光是基于手指指纹的波峰(或称为脊纹)和波谷(或称为沟纹)对OLED发出的光进行反射所生成的。之后,电子设备可以根据反射光的差异,确定该指纹图像。示例性的,如图3所示,图3为正常情况下的手指指纹示意图。该手指指纹中的黑色线条3A为手指的脊纹,用于表征手指指纹的波峰,该波峰为手指指纹的纹线,也就是手指中凸起的纹路。该手指指纹中的白色线条3B为手指的沟纹,用于表征手指指纹的波谷,该波谷为手指纹线之间的凹陷部分,也就是手指中凹陷的纹路。
在进行指纹图像的多次采集过程中,电子设备需要对每一次采集到的指纹图像进行指纹录入条件的判定,将满足指纹录入条件的指纹图像存储至指纹模板库中。由于电子设备中的指纹传感器的器件差异,采集到的原始指纹图像可能存在原始质量问题,在进行指纹录入条件判定之前,电子设备还可以对采集到的原始指纹图像进行图像预处理,例如,对原始指纹图像进行图像增强处理、图像二值化处理等。之后,电子设备对预处理后的指纹图像进行指纹录入条件的判定。其中,指纹录入条件指的是对指纹图像的图像质量的把控条件,例如,指纹录入条件包括指纹图像的图像清晰度满足清晰度阈值、指纹图像的图像对比度满足对比度阈值、指纹图像的有效指纹覆盖面积满足面积阈值等至少一个。在常规的场景下,电子设备在确定指纹图像满足指纹录入条件之后,将该指纹图像存储至指纹模板库中。这里,有效指纹覆盖面积指的是指纹图像中手指指纹所占指纹图像的面积。
在指纹录入的场景下,用户可以通过菜单界面选择指纹录入触发电子设备进入指纹录入界面;或者,用户还可以通过语音控制或其他自定义操作触发电子设备执行指纹录入动作。以图4为例来说明,图4给出了一种基于手机显示屏的指纹录入示例。示例性的,指纹录入界面300包括第一提示信息301以及“指纹”图标302。
其中,“指纹”图标302 用于表示采集指纹图像的区域,用户可以将手指放在“指纹”图标302所在区域执行触摸操作来实现录入指纹的目的。第一提示信息301用于提醒用户进行指纹录入。在一些实施例中,在第一提示信息301所在的界面位置,手机还可以显示其他提醒信息。例如,参考图4,图4给出了用户在进行指纹录入的整个过程示意图,在未采集到指纹图像时,手机在界面300中显示用于提醒用户录入指纹的第一提醒信息301,第一提醒信息301为“手指按压屏内感应区,感受到振动后移开,重复此步骤”;在采集指纹图像过程中,手机可以在界面300中显示用于提醒用户更换手指位置或角度继续进行指纹录入的第二提醒信息303,其中,第二提醒信息303可以为“调整手指角度,录入手指边缘”;在实际采集次数达到采集次数阈值,也即,用户完成指纹录入动作时,手机还可以在界面300中显示用于提醒用户完成指纹录入操作的第三提示信息304,比如,第三提示信息304可以为“当前指纹已录入”。之后,在检测到用户针对“完成”控件305的点击操作的情况下,手机退出当前界面,也就是新建指纹的界面,以触发手机终止当前采集指纹图像的操作。
在指纹模板库中包含已录入的指纹图像之后,电子设备在用户授意的情况下,采集到新的指纹图像时,可以根据指纹模板库和新采集的指纹图像,判断当前用户是否为机主用户,上述过程可称为指纹验证。具体的,在指纹验证的场景下,电子设备可以采集用户在指纹采集区域的指纹图像,并将采集到的指纹图像与指纹模板库中指纹模板进行匹配,在确定匹配成功的情况下,执行指纹解锁操作。其中,指纹模板库中的指纹模板指的就是在指纹录入过程中所录入的所有指纹图像。需要说明的是,指纹解锁场景中的指纹采集区域与指纹录入场景中的指纹采集区域一致。
指纹验证的场景可以包括电子设备的锁屏界面解锁、应用解锁等场景。锁屏界面解锁指的就是电子设备处于锁屏界面,通过采集用户的指纹图像,在指纹图像匹配成功的情况下,进入电子设备的***主界面。应用解锁包括加密应用的解锁、支付解锁等场景,例如,在触发加密应用解锁操作的情况下,电子设备通过采集用户的指纹图像,在指纹图像匹配成功的情况下,进入该应用的解锁主界面。又例如,在触发支付解锁的情况下,电子设备通过采集用户的指纹图像,在指纹图像匹配成功的情况下,执行支付操作。
在指纹验证的过程中,与指纹录入过程类似,电子设备同样会对采集到的指纹图像进行图像预处理。之后,电子设备将预处理后的指纹图像与指纹模板库中的指纹模板进行匹配,若指纹模板库中存在与该指纹图像匹配的指纹模板,确定采集到的指纹图像为录入指纹的指纹图像,电子设备可以执行解锁操作;若指纹模板库中不存在与该指纹图像匹配的指纹模板,也就是指纹图像与所有指纹模板都不匹配,确定采集到的指纹图像不是录入指纹的指纹图像,电子设备可以不响应该解锁操作。
在一种实现方式中,针对上述指纹验证过程,可以参见图5,具体的,电子设备采集到指纹图像后,电子设备可以判断指纹模板库中是否存在与该指纹图像匹配的指纹模板,若指纹模板库中不存在与该指纹图像匹配的指纹模板,说明当前用户为非机主用户,对应的,电子设备不执行解锁操作,以保护用户的隐私。其中,该指纹模板库包括多个指纹模板。
若指纹模板库中存在与该指纹图像匹配的指纹模板,说明当前用户为机主用户,电子设备可以执行解锁操作,并判断该指纹图像是否满足预设条件。其中,该预设条件用于评估指纹图像能否更新至指纹模板库中,该预设条件是基于指纹图像与目标指纹模板的匹配值和/或指纹图像的质量分数确定的,该目标指纹模板为指纹模板库中与指纹图像匹配的指纹模板。之后,在该指纹图像满足预设条件的情况下,对指纹模板库中的指纹模板进行更新,得到新的指纹模板库。或者,在该指纹图像不满足预设条件的情况下,电子设备不执行模板更新操作。
在一些实施例中,上述指纹验证过程虽然能够实现指纹识别功能,但若遇到在湿润、低温或者干燥天气环境,也就是用户手指处于异常情况(如手指为干手指、低温手指、湿手指等),电子设备可能无法精准的采集用户指纹,也就是说,电子设备采集到的指纹图像的质量较低,进而使得指纹识别率大大降低,进而影响用户的使用体验。可以理解,在手指处于正常状态的情况下,用户手指中波峰对应的反射光与波谷对应的反射光之间的差异较为明显,也就是波峰在指纹图像中呈黑色(如图3中的3A所示),波谷在指纹图像中呈白色(如图3中的3B所示),电子设备采用上述指纹验证过程,仍能够满足用户的使用需求,保证用户的使用体验。
其中,上述干手指是指处于干燥状态的手指。可以理解,在手指处于干燥状态的情况下,手指的纹路会变浅,这样会导致用户手指中波峰对应的反射光与波谷对应的反射光之间的差异较小,进而使得电子设备可能无法采集到清晰的指纹图像,也就是采集到的指纹图像与预先存储的指纹图像之间的差异较大,最终导致指纹识别的成功率降低。
上述低温手指是指处于低温状态的手指。可以理解,在手指处于低温状态的情况下,手部会变得较为干燥,并且手指的纹路会变浅,这样会导致用户手指中波峰对应的反射光与波谷对应的反射光之间的差异较小(如图6所示),进而使得电子设备可能无法采集到清晰的指纹图像,也就是采集到的指纹图像与预先存储的指纹图像之间的差异较大,最终导致指纹识别的成功率降低。
上述湿手指是指处于湿润状态的手指。可以理解,在手指处于湿润状态的情况下,手指指纹表面会形成一层水膜,该水膜可能会填平纹线间的凹陷部分,也就是会填平手指中的波谷部分,进而会影响OLED在波谷位置的折射率,从而波峰和波谷之间的折射光差异不大(如图7所示),进而使得电子设备可能无法采集到清晰的指纹图像,也就是采集到的指纹图像与预先存储的指纹图像之间的差异较大,最终导致指纹识别的成功率降低。
为了提升指纹识别的成功率,本申请实施例提供了一种指纹识别方法。该方法中,响应于用户针对电子设备的指纹采集区域的触摸操作,电子设备获取指纹修复图像,其中,该指纹修复图像为电子设备采集到的指纹验证图像进行修复后生成的图像。之后,电子设备判断指纹模板库中是否存在与该指纹修复图像匹配的指纹模板,其中,该指纹模板库包括至少一个指纹模板。之后,在指纹模板库中存在与该指纹修复图像匹配的指纹模板的情况下,电子设备将指纹验证图像和/或指纹修复图像更新至指纹模板库中。
本申请实施例中,电子设备可以通过判断指纹模板库中是否存在与指纹修复图像匹配的指纹模板的方法,确定是否可以对指纹模板库进行双模板更新,若指纹模板库中存在与该指纹修复图像匹配的指纹模板,则电子设备可以将该指纹验证图像和/或指纹修复图像添加或者替换至指纹模板库中,如此,可以使得指纹模板库中既包括修复前的指纹图像,也包括修复后的指纹图像,进而实现不同修复情况下的指纹识别,不仅可以提升电子设备的解锁效率,减少因电子设备解锁失败而导致用户需要多次进行解锁的情况发生,而且可以提升电子设备的解锁精度,减少因干手指、湿手指、低温手指等情况而导致电子设备解锁失败的情况发生,提升电子设备指纹识别的成功率,进而提升用户的使用体验。
其中,上述双模板更新是指将指纹验证图像以及指纹修复图像作为两个新的指纹模板,并将这两个新的指纹模板更新至指纹模板库中的过程。该更新指纹模板是指将指纹图像添加或者替换至指纹模板库中。具体如何进行模板更新将在下文进行详细说明。
可以理解,电子设备将修复前的指纹图像(或称为指纹验证图像)更新至指纹模板库中,可以提升电子设备指纹识别的效率,也就是说,电子设备下一次再采集到类似的指纹验证图像,无需通过指纹修复模型进行修复,就可以实现指纹识别,这样,不仅可以减少电子设备的计算量,提升电子设备的使用性能,而且提升电子设备指纹识别的效率,为后续电子设备进行指纹识别提供了方便。另外,电子设备将修复后的指纹图像(或称为指纹修复图像)更新至指纹模板库中,可以使得指纹模板库中每个指纹模板的图像质量均达到预设质量要求,进而可以提升指纹识别的精度,减少电子设备错误识别或者遗漏识别的情况发生,提升用户的使用体验。
示例性的,本申请实施例中的电子设备可以为手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、手持计算机、上网本、个人数字助理(personal digital assistant,PDA)、可穿戴设备(如智能手表、智能眼镜或者智能头盔等)、虚拟现实设备、智能家居设备、车载电脑、门禁设备等包含指纹识别模块的电子设备,以下实施例对该电子设备的具体形式不做特殊限制。
以上述电子设备是手机为例。图8示出了电子设备200的结构示意图。
示例性的,图8示出了电子设备200的结构示意图。如图8所示,电子设备200可以包括处理器210,外部存储器接口220,内部存储器221,通用串行总线(universal serialbus,USB)接口230,充电管理模块211,电源管理模块212,电池213,天线1,天线2,移动通信模块240,无线通信模块250,音频模块270,传感器模块280,按键290,马达291,指示器292,摄像头1-N 293,显示屏294,以及用户标识模块(subscriber identification module,SIM)卡接口1-N 295等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备200的具体限定。在本申请另一些实施例中,电子设备200可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器210可以包括一个或多个处理单元,例如:处理器210可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备200的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器210中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器210中的存储器为高速缓冲存储器。该存储器可以保存处理器210刚用过或循环使用的指令或数据。如果处理器210需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器210的等待时间,因而提高了***的效率。
在一些实施例中,处理器210可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备200的结构限定。在本申请另一些实施例中,电子设备200也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块211用于从充电器接收充电输入。充电管理模块211为电池213充电的同时,还可以通过电源管理模块212为电子设备供电。
电子设备200的无线通信功能可以通过天线1,天线2,移动通信模块240,无线通信模块250,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备200中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块240可以提供应用在电子设备200上的包括2G/3G/4G/5G等无线通信的解决方案。调制解调处理器可以包括调制器和解调器。
无线通信模块250可以提供应用在电子设备200上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
电子设备200通过GPU,显示屏294,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏294和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器210可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏(或称为屏幕)294用于显示图像,视频等。在一些实施例中,在指纹录入的场景下,显示屏294可以显示用于提醒用户开始录入指纹的提示信息、或者显示用于提醒用户更换角度继续录入指纹的提示信息、或者显示用于提醒用户完成指纹录入的提示信息。在指纹验证的场景下,显示屏294还可以显示用于提醒用户验证失败的提示信息。在指纹录入或指纹验证的场景下,若指纹处于干燥状态、湿润状态或者低温状态,显示屏还可以显示用于提醒用户验证失败原因的提示信息(如当前指纹处于湿润状态,请擦干后再进行验证~)等。
其中,显示屏294包括显示面板。显示面板可以采用液晶显示屏(liquid crystaldisplay,LCD),有机发光二极管(organic light-emitting diode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的,AMOLED),柔性发光二极管(flex light-emitting diode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot light emitting diodes,QLED)等。在一些实施例中,电子设备200可以包括1个或N个显示屏294,N为大于1的正整数。
电子设备200可以通过ISP,摄像头293,视频编解码器,GPU,显示屏294以及应用处理器等实现拍摄功能。
ISP 用于处理摄像头293反馈的数据。例如,电子设备拍照时,打开快门,光线通过镜头被传递到摄像头感光元件(或称为图像传感器)上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头293中。在一些实施例中,摄像头293包括快门。快门是摄像头中用来控制光线照射感光元件时间的器件。
摄像头293用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备200可以包括1个或N个摄像头293,N为大于1的正整数。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备200在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备600的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。在本实施例中,NPU可以用于进行指纹图像识别、指纹图像匹配等操作。
在一些实施例中,NPU可以借鉴目标识别模型,对输入信息进行处理,得到用户身份。
外部存储器接口220可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备200的存储能力。
内部存储器221可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器210通过运行存储在内部存储器221的指令,从而执行电子设备200的各种功能应用以及数据处理。内部存储器221可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备200使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器221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,通用闪存存储器(universal flash storage,UFS)等。
电子设备200可以通过音频模块270以及应用处理器等实现音频功能。例如音乐播放,录音等。其中,该音频模块270可以包括扬声器,受话器,麦克风以及耳机接口等。
按键290包括开机键,音量键等。指示器292可以是指示灯。
传感器模块280可以包括压力传感器,陀螺仪传感器,气压传感器,磁传感器,加速度传感器,距离传感器,接近光传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器等。
指纹传感器用于采集指纹。电子设备200可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。在一些实施例中,指纹传感器将采集到的指纹图像传输至处理器中,处理器根据指纹图像进行指纹录入或指纹验证的操作。可选地,指纹传感器可以是光学指纹传感器、电容指纹传感器、超声波指纹传感器等。在本实施例中,指纹传感器可以设置于电子设备的显示屏的屏下或者设置于电子设备机身的指定位置,指纹传感器所设置的位置与指纹采集区域对应。例如,请再次参见图1,指纹传感器设置于手机的显示屏屏下,其对应的指纹采集区域为区域11。又例如,请再次参见参考图2,指纹传感器设置于笔记本电脑的机身的指定位置,其对应的指纹采集区域为区域12。指纹传感器还可以设置于电子设备的侧面指定位置、背面指定位置等。指纹传感器的设置位置可以根据用户使用电子设备的解锁习惯确定,本实施例对此不做限定。
触摸传感器,也称“触控面板”。可设置于显示屏294。用于检测作用于其上或附近的触摸操作。可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型,并通过显示屏294提供相应的视觉输出。
压力传感器用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器可以设置于显示屏294。压力传感器的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器,电极之间的电容改变。电子设备200根据电容的变化确定压力的强度。当有触摸操作作用于显示屏294,电子设备200根据压力传感器检测所述触摸操作强度。电子设备200也可以根据压力传感器的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
接近光传感器可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。通过发光二极管向外发射红外光。使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定电子设备200附近有物体。当检测到不充分的反射光时,可以确定电子设备200附近没有物体。电子设备200可以利用接近光传感器检测用户手持电子设备200贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器也可用于皮套模式,口袋模式自动解锁与锁屏。
电子设备200的软件***可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本发明实施例以分层架构的Android***为例,示例性说明电子设备200的软件结构。
图9是本发明实施例的电子设备200的软件结构框图。本申请各实施例方案将基于下述技术架构进行讨论。需要说明的是,为了便于说明逻辑,仅以示意框图说明业务逻辑关系,而不严格表达各业务所在技术架构的具***置。并且,软件架构图中的各个模块的命名为示例性的举例,本申请实施例对软件架构图中的各个模块的命名不作限定,在实际实现时,模块具体命名可以根据实际需求确定。
分层架构将软件层分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,Android***包括四层,从上至下分别为应用程序层(applications) ,应用程序框架层(application framework) ,硬件抽象层(hardwareabstraction layer,HAL),以及内核层(kernel)。
其中,应用程序层可以包括一系列应用程序包。例如,应用程序包可以包括电话(即本申请实施例中的“电话”应用),短信息,视频,导航等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。如图9所示,应用程序框架层可以包括模板更新模块,指纹模板库,指纹识别模块以及指纹修复模块。
模板更新模块用于对指纹模板库中的指纹模板进行更新。具体的,该模板更新模块可以将满足预设条件的目标指纹图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。其中,该目标指纹图像为能够使电子设备成功解锁的指纹图像。
指纹模板库用于存储与电子设备200对应的多个指纹模板,也就是说,该指纹模板库包括多个指纹模板,该指纹模板中包括至少一张指纹图像。
指纹识别模块用于对指纹图像进行图像预处理、图像判定、图像匹配、指纹模板库更新等操作。指纹识别模块在接收到指纹图像之后,对指纹图像进行图像增强、图像二值化等预处理。在指纹录入场景下,指纹识别模块对预处理之后的指纹图像进行是否满足指纹录入条件的判定,并在确定指纹图像满足指纹录入条件的情况下,模板更新模块将该指纹图像录入至指纹模板库中。在指纹验证场景下,指纹识别模块对预处理之后的指纹图像进行图像匹配,将指纹图像与指纹模板库中的指纹模板进行匹配,在匹配成功的情况下,执行指纹解锁操作。在指纹模板更新的场景下,模板更新模块将符合模板更新条件的指纹图像更新至指纹模板库中。
指纹修复模块用于对电子设备200采集到的指纹图像进行修复,得到指纹修复图像。之后,指纹识别模块将指纹修复图像与指纹模板库中的指纹模板进行匹配,在匹配成功的情况下,执行指纹解锁操作。在指纹模板更新的场景下,模板更新模块将符合模板更新条件的指纹修复图像更新至指纹模板库中。
硬件抽象层是对Linux内核驱动程序的封装,向上提供接口,其隐藏了特定平台的硬件接口细节,为操作***提供了虚拟硬件平台。本申请实施例中,硬件抽象层包括指纹HAL。在其他实施例中,硬件抽象层还可以包括摄像头HAL、音频HAL、GPS HAL、Wi-Fi HAL等模块。
内核层是硬件和软件之间的层。内核层包括指纹驱动。在一些实施例中,该内核层还可以包括显示驱动,摄像头驱动,音频驱动,传感器驱动等。
示例性的,上述电子设备200的软件结构还可以包括***库,该***库多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:openGL ES),2D图形引擎(例如:SGL)等。其中,表面管理器用于对显示子***进行管理,并且为多个应用程序提供了2D和3D图层的融合。媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如: MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。2D图形引擎是2D绘图的绘图引擎。
硬件层提供了各种硬件设备,比如本申请实施例中涉及的硬件设备包括指纹传感器。其中,指纹传感器用于采集用户手指的指纹图像。
可以理解的是,图9示出的结构中的层以及各层中包含的部件,并不构成对电子设备200,即手机的具体限定。在本申请另一些实施例中,结构可以包括比图示更多或更少的层,以及每个层中可以包括更多或更少的部件,本申请不做限定。
在一些实施例中,响应于用户针对新指纹录入界面中指纹采集区域的触摸操作,电子设备触发指纹传感器采集指纹验证图像。之后,指纹传感器可以向指纹识别模块发送指纹验证图像,以触发指纹识别模块对指纹验证图像进行指纹识别。之后,指纹识别模块可以根据识别到的指纹数据与指纹模板库中的指纹模板进行匹配,在匹配成功的情况下,执行指纹解锁操作。
在匹配失败的情况下,指纹识别模块可以向指纹修复模块发送指纹验证图像。之后,指纹修复模块可以对接收到的指纹验证图像进行修复,得到指纹修复图像。之后,指纹修复模块可以向指纹识别模块发送指纹修复图像。之后,指纹识别模块可以将该指纹修复图像与指纹模板库中的指纹模板进行匹配,在匹配成功的情况下,执行指纹解锁操作。
在执行指纹解锁操作的过程中,模板更新模块可以判断将满足预设条件的指纹验证图像以及指纹修复图像分别作为一个新的指纹模板,并将这两个新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。
基于上述示例性介绍的电子设备,本申请实施例提供了一种指纹识别方法。该方法可以应用于任意指纹识别场景,比如指纹录入场景、指纹解锁场景、模板更新场景等。下面以电子设备为手机,且应用场景为指纹录入场景为例,对本申请实施例的方法进行说明。具体的,如图10所示,该指纹识别方法可以包括S1001~S1004。
S1001,手机显示新指纹录入界面。
其中,上述新指纹录入界面用于对新指纹进行录入。示例性的,如图4所示,界面300为新指纹录入界面,该新指纹录入界面包括第一提醒信息301以及“指纹”图标302。其中,“指纹”图标302对应的区域即为指纹采集区域。第一提醒信息301提醒用户在“指纹”图标302处进行触摸操作,以使手机执行指纹录入操作。
在一示例中,用户可以通过点击菜单界面中的“新指纹录入”选项的方式,触发手机显示新指纹录入界面。在另一示例中,用户还可以通过语音输入“新指纹录入”的方式,触发手机显示新指纹录入界面。
需要说明的是,本申请技术方案中所使用的个人信息(如指纹信息)仅限于取得个人单独同意的信息,包括但不限于在用户使用该功能前,通知并提醒用户阅读相关用户协议(通知),并签署包括授权相关用户信息的该协议(授权)。
S1002,响应于用户针对新指纹录入界面中指纹采集区域的触摸操作,手机采集指纹录入图像。
在一些实施例中,在手机显示新指纹录入界面后,若检测到手指接触指纹采集区域,说明用户正在录入新的指纹,手机可以采集用户所录入的指纹,以得到指纹录入图像。
示例性的,请再次参见图4,在指纹录入过程的不同阶段,新指纹录入界面可以包括第一提醒信息301、第二提醒信息303、第三提醒信息304。例如,在未录入指纹时,第一提醒信息301可以提醒用户在“指纹”图标302处进行按压操作,来使得手机执行指纹录入操作。又例如,在录入指纹的过程中,第二提醒信息303可以提醒用户调整手指位置继续按压“指纹”图标302进行指纹录入。再例如,在完成指纹录入时,第三提醒信息304可以提醒用户完成指纹录入。
具体的,在检测到手指接触指纹采集区域的情况下,手机可以通过指纹传感器采集用户手指与指纹采集区域接触部分的指纹,生成对应的指纹录入图像。可选的,在手机采集到指纹录入图像后,手机可以对指纹录入图像进行预处理,得到预处理后的指纹录入图像,改善由指纹传感器自身造成的图像模糊等图像原始质量问题。示例性的,预处理可以包括图像增强处理、图像二值化处理等至少一种。
S1003,手机判断上述指纹录入图像的采集次数是否达到预设采集次数。
具体的,手机在采集到指纹录入图像后,手机可以记录该指纹录入图像的采集次数,并判断该采集次数是否达到预设采集次数,若采集次数达到预设采集次数,说明手机已采集到完整的手指指纹,手机可以执行S1004。若采集次数未达到预设采集次数,说明手机当前未采集到完整的手指指纹,也就是仍存在未采集到的指纹区域,手机可以返回执行S1002,以继续采集指纹录入图像,直至采集次数达到预设采集次数,如此,可以保证录入指纹的完整性。
在本实施例的指纹录入过程中,为了录入指纹的完整性,需要从不同角度多次采集用户的手指指纹,每完成一次采集指纹录入图像的同时,可对采集次数进行记录并更新,并将指纹录入图像存储至指定的永久性存储空间中。其中,该存储空间指的是永久性的安全存储空间,例如,手机的闪存。
在一些实施例中,手机可存储数据的空间还包括暂时性存储空间,例如,手机的安全内存,在进行指纹解锁或指纹支持场景下,手机可将指纹模板库中的指纹模板加载至安全内存中进行指纹匹配。其中,安全内存可以为寄存器内存和手机缓存。
在一种实现方式中,在确定指纹录入图像的采集次数未达到预设采集次数后,手机可以重复执行采集指纹录入图像的操作,同时手机可在新指纹录入界面中输出用于提醒用户调整手指角度或位置继续进行指纹录入的提示信息(如图4中的第二提示信息303),直到采集次数达到预设采集次数,从而缓存中得到多个符合指纹录入条件的指纹录入图像。其中,该预设采集次数可以根据实际情况确定,例如,可以为30次、60次等。需要说明的是,在用户接触一次所持续的一段时间内,手机可控制指纹传感器多次采集指纹录入图像,这里指纹传感器的采集次数不同于用户在指纹采集区域的接触次数。
S1004,手机将采集到的指纹录入图像作为一个新的指纹模板,并将该新的指纹模板录入至指纹模板库中。
具体的,在确定上述采集次数达到预设采集次数后,手机可以将该采集到的指纹录入图像作为一个新的指纹模板,并将该新的指纹模板录入至指纹模板库中,如此,可以为后续验证指纹提供了基础。可以理解,该指纹模板库可以包含小于或者等于预设模板数量的指纹模板,也就是说,该指纹模板库至多能够存储预设模板数量的指纹模板,且每个指纹模板都包括相应采集次数的指纹录入图像。其中,该预设模板数量可以根据实际情况进行设置,比如,该预设模板数量可以为5个、10个等,具体不做限定。
在一些实施例中,手机可以将采集到的预设采集次数的指纹录入图像作为一个新的指纹模板,录入至指纹模板库中;或者,手机可以从预设采集次数的指纹录入图像中选择预设数量的指纹录入图像,并将该预设数量的指纹录入图像作为一个新的指纹模板,录入至指纹模板库中;或者,手机可以从预设采集次数的指纹录入图像中选择符合预设模板要求的所有指纹录入图像,并将该所有指纹录入图像作为一个新的指纹模板,录入至指纹模板库中。其中,该预设模板要求可以包括指纹录入图像的图像质量满足预设质量要求以及指纹录入图像的指纹完整度大于预设完整度中的至少一种。
示例性的,如图4所示,手机在显示第三提醒信息304以及“完成”控件305后,响应于用户针对“完成”控件305的点击操作,手机可以将当前录入的指纹录入至上述指纹模板中,以实现手指指纹的存储操作。
在一种实现方式中,在确定上述采集次数达到预设采集次数后,手机可以根据该采集到的指纹录入图像构建一个指纹向量,并将该指纹向量作为一个新的指纹模板录入至指纹模板库中。也就是说,该新的指纹模板可以包括多张指纹录入图像,也可以包括一个指纹向量,具体的模板录入形式不做限定。
下面继续以电子设备为手机,且应用场景为指纹解锁场景为例,对本申请实施例的方法进行说明。具体的,在指纹模板库中存在至少一个指纹模板的前提下,手机可以基于指纹模板库中的指纹模板以及手机采集到的指纹验证图像,判断手机是否可以执行指纹解锁操作。示例性的,如图11所示,该指纹识别方法可以包括S1101~S1106。
S1101,响应于用户针对指纹采集区域的触摸操作,手机采集指纹验证图像。
具体的,用户可以通过对指纹采集区域进行接触的方式,实现手指指纹的输入。之后,手机可以根据用户的接触操作,采集指纹验证图像。
在一些场景中,在手机处于锁屏或者休眠模式的情况下,若检测到用户手指接触指纹采集区域,则手机可以采集上述指纹验证图像。之后,手机可以根据该指纹验证图像,对用户身份进行验证,以判断手机是否可以执行解锁操作。例如,请再次参见图1,指纹采集区域可以为区域11,若手机检测到用户手指在该区域11内进行接触,则手机可以根据该接触操作,采集相应的指纹验证图像,以进一步判断手机是否可以执行解锁操作。
在另一些场景中,在手机处于支付模式的情况下,若检测到用户手指接触指纹采集区域,则手机可以采集上述指纹验证图像。之后,手机可以根据该指纹验证图像,对用户身份进行验证,以判断手机是否可以执行支付操作。例如,请参见图12,界面(a)为待支付界面,指纹采集区域可以为界面(a)中的区域121,若手机检测到用户手指在该区域121内进行接触,则手机可以根据该接触操作,采集相应的指纹验证图像,以进一步判断手机是否可以执行支付操作。
S1102,手机判断指纹模板库中是否存在与上述指纹验证图像匹配的指纹模板。
在一些实施例中,在采集到上述指纹验证图像后,手机可以判断指纹模板库中是否存在与该指纹验证图像匹配的指纹模板,若指纹模板库中存在与指纹验证图像匹配的指纹模板,说明当前用户为机主用户,手机可以执行S1103。若指纹模板库中不存在与指纹验证图像匹配的指纹模板,说明当前用户可能为非机主用户,手机可以执行S1104,以进一步判断手机是否可以执行解锁操作,如此,可以保护用户的隐私。
在一种实现方式中,手机在采集到上述指纹验证图像后,可以先对该指纹验证图像进行预处理,得到处理后的指纹验证图像。其中,手机对指纹验证图像的预处理过程与指纹录入过程中手机执行的图像预处理操作类似,具体不再进行叙述。
其中,上述手机判断指纹验证图像与指纹模板库中的指纹模板是否匹配的过程可以是通过计算指纹验证图像与指纹模板库中的指纹模板之间的匹配得分(或称为匹配值)的方式确定的。具体的,若指纹验证图像与指纹模板库中的任一指纹模板之间的匹配值大于或者等于预设匹配值,说明指纹模板库中存在与指纹验证图像匹配的指纹模板,也就是说,当前用户为机主用户,手机可以执行S1103。若指纹验证图像与指纹模板库中的每个指纹模板之间的匹配值均小于预设匹配值,说明指纹模板库中不存在与指纹验证图像匹配的指纹模板,也就是说,当前用户为非机主用户,手机可以执行S1104。其中,预设匹配值是根据实际情况进行设置的,比如,该预设匹配值可以为90、85等,具体不做限定。
在一种实现方式中,在采集到上述指纹验证图像后,针对上述指纹模板库中的每个指纹模板,手机可以将该指纹验证图像与指纹模板中的每张指纹图像进行比对,得到指纹验证图像与每张指纹图像之间的相似度。之后,手机可以根据该多个相似度,结合统计学方法,得到匹配得分。之后,手机可以从指纹模板库中指纹模板对应的匹配得分中确定最高匹配得分。之后,在该最高匹配得分大于或者等于预设匹配值的情况下,手机确定指纹模板库中存在与指纹验证图像匹配的指纹模板。
可以理解,上述统计学方法可以是通过平均数的求解方式进行计算,也可以是通过众数的求解方式进行计算,还可以是通过中位数的求解方式进行计算等,具体不做限定。
在另一种实现方式中,在采集到上述指纹验证图像后,针对上述指纹模板库中的每个指纹模板,手机可以将指纹验证图像与指纹模板输入至指纹匹配模型中,得到匹配得分。之后,手机可以从指纹模板库中指纹模板对应的匹配得分中确定最高匹配得分。之后,在该最高匹配得分大于或者等于预设匹配值的情况下,手机确定指纹模板库中存在与指纹验证图像匹配的指纹模板。
S1103,手机执行解锁操作。
具体的,在确定指纹模板库中存在与上述指纹验证图像匹配的指纹模板后,手机可以执行解锁操作。
在一示例中,如图13所示,在手机处于锁屏模式的情况下,若手机采集到的指纹验证图像与指纹模板库中的指纹模板匹配成功,说明指纹验证成功,也就是当前用户为机主用户,手机可以进入主界面,也就是手机可以显示主界面132。
在另一实例中,如图12所示,在手机处于支付模式的情况下,若手机采集到的指纹验证图像与指纹模板库中的指纹模板匹配成功,说明当前用户为机主用户,手机可以执行支付操作,并显示图12中的界面(b),其中,该界面(b)上显示有文字信息(如支付成功)、付款金额(如¥13.14)以及“完成”控件。可以理解,若“完成”控件被用户点击,手机可以根据该点击操作,执行退出当前界面的操作。
在一些实施例中,在确定指纹模板库中存在与指纹修复图像匹配的指纹模板后,手机也可以执行解锁操作。也就是说,无论是修复前的指纹图像还是修复后的指纹图像,只要是该指纹图像与指纹模板库中的任一指纹模板匹配,就说明当前用户为机主用户,手机可以执行解锁操作,如此,不仅可以提升手机的解锁效率,减少因手机解锁失败而导致用户需要多次进行解锁的情况发生,而且可以提升手机的解锁精度,减少因干手指、湿手指、低温手指等情况而导致手机解锁失败的情况发生,提升手机指纹识别的成功率,进而提升用户的使用体验。
S1104,手机对指纹验证图像进行修复,得到指纹修复图像。
具体的,在确定指纹模板库中不存在与上述指纹验证图像匹配的指纹模板后,手机可以对该指纹验证图像进行修复,得到指纹修复图像。
在一些实施例中,手机可以根据指纹修复模型,对上述指纹验证图像进行修复,得到指纹修复图像。其中,该指纹修复模型为图生图(img2img)网络,该图生图网络为深度学习模型,用于通过学习大量的数据,以实现图像修复的功能。本实施方式中,该指纹修复模型可以采用对抗生成网络,对图像进行修复处理。其他实施方式中,指纹修复模型可以采用卷积神经网络,对图像进行修复处理。
在一种实现方式中,上述指纹修复模型的训练过程,具体可以包括:手机获取指纹数据集。具体的,如图14所示,该指纹数据集中包括不同状态下的子指纹数据集,该不同状态下的子指纹数据集可以是处于正常状态的第一子指纹数据集,以及处于异常状态的第二子指纹数据集,其中,该异常状态可以包括干燥状态、低温状态以及湿润状态中的至少一种。也就是说,该指纹数据集包括第一子指纹数据集以及第二子指纹数据集。
可以理解,为了指纹修复模型的训练精度,上述指纹数据集中包括的指纹数据可以是人工进行挑选的,也可以是手机按照预设采集要求进行采集的,具体不做限定。其中,该预设采集要求可以包括指纹数据集中第一子指纹数据集的数量以及第二子指纹数据集的数量是相同的,以及第二子指纹数据集中处于干燥状态的指纹数据的数量、处于低温状态的指纹数据的数量以及处于湿润状态的指纹数据的数量是相同的,也就是说,通过该预设采集要求可以保证不同状态下的指纹数据的数量是相同的,且不同子指纹数据库的数量是相同的,如此,不仅可以减少因正负样本数量不均衡而降低模型训练精度的情况发生,还可以减少因负样本(第二子指纹数据集)数量过多而导致模型训练效率较低的情况发生,提升模型的训练效果,进而提升模型的泛化能力,为后续生成指纹修复图像提供了基础。
具体的,在获取到上述指纹数据集后,手机可以根据该指纹数据集以及生成对抗网络,对预先构建好的指纹修复模型进行训练,得到训练好的指纹修复模型。其中,生成对抗网络(generative adversarial networks,GAN)是一种通过两个神经网络相互对抗的方式进行学习的生成模型。这两个神经网络分别为生成网络(generator)以及判别网络(discriminator),该生成网络用于生成与真实数据相似的生成数据,该判别网络用于区分真实数据和生成数据。也就是说,生成网络与判别网络是对抗关系,该判别网络通过真实数据来监督生成网络生成的生成数据,以保证生成网络最终生成的生成数据为高质量数据,也就是保证该生成数据无限接近于真实数据。
示例性的,如图15所示,手机可以将上述第一子指纹数据集输入至生成网络中,得到第一生成数据集。之后,手机可以将该第一生成数据集与上述第二子指纹数据集分别输入至上述判别网络中,得到判别结果,其中,该判别结果用于指示第一生成数据集以及第二子指纹数据集中的数据是否为真实数据。之后,手机可以按照该判别结果,对预先构建好的生成对抗网络进行参数调整,也就是分别对上述生成网络以及判别网络进行参数更新,直至第一生成数据集与第一子指纹数据集的分布相似或者第一训练次数达到第一预设次数,得到训练好的生成对抗网络。
之后,如图16所示,手机可以将上述指纹数据集输入至训练好的生成网络中,得到第二生成数据集。之后,手机可以根据该第二生成数据集以及指纹数据集,对预先构建好的指纹修复模型进行训练,得到预设的损失函数对应的损失值,其中,该生成数据对应的真实数据是指上述指纹数据集中与生成数据对应的真实指纹数据。之后,手机可以根据该损失值,判断该指纹修复模型是否训练完成。在该指纹修复模型未训练完成的情况下,手机根据预设的损失函数,更新模型参数,得到指纹修复模型,以继续进行模型训练。在该指纹修复模型训练完成的情况下,手机根据调节后的模型参数,得到训练好的指纹修复模型。其中,在第二训练次数达到第二预设次数,或者,损失值小于预设损失值的情况下,手机可以确定指纹修复模型训练完成。
其中,上述预设的损失函数可以包括相似性损失函数、误差损失函数、总变分损失函数以及绝对值损失函数中的至少一种,该相似性损失函数为结构相似性(structuresimilarity index measure,SSIM)损失函数,其不仅可以用于衡量图像的失真程度,也可以衡量两张图像的相似程度。该误差损失函数为均方根误差(root mean squared error,RMSE)损失函数,其用于衡量预测数据与真实数据之间的均方根差异,表示预测数据与真实数据之间的平均偏差程度。该总变分(Total Variation,TV)损失函数,用于对图像进行降噪处理,具体的,手机可以通过降低总变分损失函数的损失值的方式,减少图像中相邻像素值之间的差异,从而保证图像的光滑性。该绝对值损失函数(L1 loss)用于衡量模型的预测数据与真实数据之间的平均绝对误差。
在一些实施例中,针对上述第二生成数据集中的每个生成数据,手机可以将该生成数据输入至上述预先构建好的指纹修复模型中,得到预测数据。之后,手机可以根据该生成数据对应的真实数据以及该预测数据,确定上述预设的损失函数对应的损失值。之后,手机可以根据该损失值,对预先构建好的指纹修复模型进行参数调整,直至第二训练次数达到第二预设次数或者损失值小于预设损失值,得到训练好的指纹修复模型。
S1105,手机判断指纹模板库中是否存在与上述指纹修复图像匹配的指纹模板。
在一些实施例中,在得到指纹修复图像后,手机可以继续判断指纹模板库中是否存在与该指纹修复图像匹配的指纹模板,若指纹模板库中存在与该指纹修复图像匹配的指纹模板,依然可以说明当前用户为机主用户,手机可以返回执行S1103。如此,可以提升手机解锁的成功率,减少因指纹图像存在差异而导致无法正常解锁的情况发生,提升用户的使用体验。若指纹模板库中不存在与该指纹修复图像匹配的指纹模板,说明当前用户为非机主用户,手机可以执行S1106。如此,可以及时制止当前用户对手机进行相应操作,减少非机主用户操控手机的情况发生,避免对用户的资源(如财产)造成损失。
S1106,手机不执行解锁操作。
具体的,在确定上述指纹模板库中不存在与指纹修复图像匹配的指纹模板后,手机可以不执行解锁操作。示例性的,手机可以输出提示信息,其中,该提示信息用于对当前用户进行指纹校验失败的提醒。比如,手机可以通过弹窗、界面、短信等方式显示提示信息,或者可以通过语音的方式输出提示信息。
在一示例中,如图13所示,在手机处于锁屏模式的情况下,若指纹模板库中不存在与指纹修复图像匹配的指纹模板,说明指纹验证失败,也就是当前用户为非机主用户,手机可以继续显示锁屏界面131或者在锁屏界面131的基础上,显示指纹校验失败的提示信息,以供用户查看。
在另一示例中,如图12所示,在手机处于支付模式的情况下,若指纹模板库中不存在与指纹修复图像匹配的指纹模板,说明指纹验证失败,也就是当前用户为非机主用户,手机不可以执行支付操作,也就是说,手机可以显示图12中的界面(c),其中,该界面(c)上显示有指纹采集区域121、指纹校验失败的提示信息(如指纹校验失败,请重试)以及付款金额(如¥13.14),以供用户继续进行指纹验证。
在一种实现方式中,手机可以先判断指纹模板库中是否存在与指纹验证图像匹配的指纹模板,并在确定指纹模板库中不存在与指纹验证图像匹配的指纹模板后,手机再执行指纹图像的修复操作,如此,可以减少不必要的功耗损失,提升修复资源的利用率。
然而,为了提升指纹识别的执行效率,在得到指纹验证图像后,手机可以先对该指纹验证图像进行修复。之后,手机可以判断指纹模板库中是否存在与修复后的指纹验证图像(或称为指纹修复图像)匹配的指纹模板,若指纹模板库中存在与指纹修复图像匹配的指纹模板,手机可以执行解锁操作。若指纹模板库中不存在与指纹修复图像匹配的指纹模板,手机不执行解锁操作。如此,可以减少模板匹配的时间,无需进行两次模板匹配的步骤,能够在确保指纹识别的成功率的同时,提升了指纹识别的执行效率,减少指纹识别的时间,提升用户的使用体验。
下面继续以电子设备为手机,且应用场景为模板更新场景为例,对本申请实施例的方法进行说明。具体的,在手机可以执行解锁操作的情况下,手机可以判断匹配成功的指纹图像是否为修复后的指纹图像,在匹配成功的指纹图像为修复后的指纹图像的情况下,手机对上述指纹模板库进行双模板更新。示例性的,如图17所示,该指纹识别方法可以包括S1801~S1810。
S1801,在手机执行解锁操作的情况下,手机获取目标指纹图像。
具体的,在确定手机可以执行解锁操作后,手机可以获取目标指纹图像。其中,该目标指纹图像为与上述指纹模板库中任一指纹模板匹配成功的指纹图像,也就是说,该目标指纹图像为能够使手机执行解锁操作的指纹图像。
在一些实施例中,手机执行解锁操作的过程,与手机执行模板更新的过程,可以是同时执行的,也可以是分先后顺序执行的,具体不做限定。例如,手机可以先执行解锁操作,也就是先执行上述S1103的步骤,再执行模板更新的步骤,也就是执行S1801~S1810的步骤。又例如,手机可以先执行模板更新的步骤,也就是先执行S1801~S1810的步骤,再执行解锁操作,也就是再执行上述S1103的步骤。再例如,手机可以同时执行S1103以及S1801~S1810的步骤。
S1802,手机判断上述目标指纹图像是否为修复后的指纹图像。
其中,上述修复后的指纹图像是指手机将获取到的指纹验证图像输入至上述指纹修复模型后得到的指纹图像。可以理解,若目标指纹图像携带有经过修复的标记,说明该目标指纹图像为经过修复的指纹图像,手机可以确定该目标指纹图像为修复后的指纹图像。
在一些实施例中,在获取到上述目标指纹图像后,手机可以判断该目标指纹图像是否为修复后的指纹图像,若目标指纹图像为修复后的指纹图像,说明手机之前执行过指纹图像的修复操作,手机可以执行S1803,以分别判断修复前的指纹图像以及修复后的指纹图像是否分别满足对应的预设条件。若目标指纹图像不为修复后的指纹图像,说明手机之前未执行过指纹图像的修复操作,手机可以执行S1808,以判断上述指纹验证图像是否满足第一预设条件。
S1803,手机获取指纹验证图像。
具体的,在确定上述目标指纹图像为修复后的指纹图像后,手机可以获取指纹验证图像,也就是获取修复前的指纹图像。可以理解,该指纹验证图像为手机通过指纹传感器直接采集到的指纹图像。
可以理解,若上述目标指纹图像为修复后的指纹图像,则手机可以确定此时的目标指纹图像为上述指纹修复图像。
S1804,手机判断指纹验证图像是否满足第一预设条件,以及判断上述目标指纹图像是否满足第二预设条件。
具体的,在获取到指纹验证图像后,手机可以分别判断上述指纹验证图像是否满足第一预设条件,以及判断上述目标指纹图像是否满足第二预设条件。其中,该第一预设条件用于评估修复前的指纹图像能否更新至指纹模板库中。该第二预设条件用于评估修复后的指纹图像能否更新至指纹模板库中。
在一种实现方式中,上述第一预设条件可以包括以下至少一项:
(1)指纹验证图像与目标指纹模板之间的重叠面积大于预设面积。其中,重叠面积可以是指纹验证图像与目标指纹模板中任一指纹图像之间的重叠面积,也可以是指纹验证图像与目标指纹模板中指纹完整度最高的指纹图像之间的重叠面积等,具体不做限定。该预设面积可以根据实际情况进行设置。
(2)指纹验证图像与目标指纹模板的匹配值大于第一预设匹配值。其中,匹配值可以是指纹验证图像与目标指纹模板中任一指纹图像之间的匹配值,也可以是指纹验证图像与目标指纹模板中指纹完整度最高的指纹图像之间的匹配值等,具体不做限定。该第一预设匹配值可以根据实际情况进行设置。
(3)指纹验证图像与目标指纹模板之间的第一组合值大于第一预设组合值。其中,第一组合值用于评估指纹验证图像能否更新至指纹模板库中。该第一组合值可以是基于上述重叠面积以及上述匹配值确定的。具体的,手机可以计算第一权重与该匹配值之间的第一乘积,以及计算第二权重与该重叠面积之间的第二乘积。之后,手机可以将第一乘积与第二乘积进行相加,得到第一组合值。可以理解,该第一权重以及第二权重可以是相同的,也可以是不同的,具体不做限定。
其中,上述目标指纹模板为指纹模板库中与指纹验证图像匹配值最高的指纹模板。
需要说明的是,上述第一预设条件可以包括以上一项或者多项的组合。若上述第一预设条件包括多项,手机可以同时进行判断,也可以按照预设的第一执行顺序进行判断,具体不做限定。例如,手机可以优先判断上述重叠面积是否大于预设面积,以及上述匹配值是否大于第一预设匹配值的步骤,并在确定重叠面积大于预设面积,且匹配值大于第一预设匹配值后,手机再判断上述第一组合值是否大于第一预设组合值的步骤。如此,可以减少不必要的资源损失,提升计算资源的利用率。
示例性的,在上述第一预设条件包括重叠面积大于预设面积、匹配值大于第一预设匹配值以及第一组合值大于第一预设组合值的情况下,手机判断指纹验证图像是否满足第一预设条件的过程,具体可以包括:手机可以先判断上述匹配值是否大于第一预设匹配值,若该匹配值大于第一预设匹配值,手机可以继续判断上述重叠面积是否大于预设面积,若该重叠面积大于预设面积,手机可以判断第一组合值是否大于第一预设组合值,若该第一组合值大于第一预设组合值,手机才可以确定指纹验证图像满足第一预设条件。如此,不仅可以减少因图像质量而降低指纹匹配的成功率的情况发生,降低拒识率(false rejectrate,FRR),而且可以避免因匹配值问题而造成错误识别(false accept,FA),提升用户的使用体验。其中,拒识率是指将机主用户错误识别为非机主用户,而导致机主用户无法正常解锁的概率。错误识别是指将非机主用户错误识别为机主用户的情况。
若上述匹配值小于或者等于第一预设匹配值,或者,上述重叠面积小于或者等于预设面积,或者,上述第一组合值小于或者等于第一预设组合值,均说明指纹验证图像不符合模板更新条件,手机均可确定指纹验证图像不满足第一预设条件,也就是说,手机可以无需进行其他条件的判断,如此,可以减少不必要的资源损失,提升计算资源的利用率。
在另一种实现方式中,上述第二预设条件可以包括以下至少一项:
(1)目标指纹图像的质量分数大于预设分数。其中,质量分数用于表征目标指纹图像的图像质量。可以理解,目标指纹图像的质量分数越高,说明目标指纹图像的图像质量越清晰,也就是,该目标指纹图像的呈现效果较好;目标指纹图像的质量分数越低,说明目标指纹图像的图像质量越模糊,也就是,该目标指纹图像的呈现效果较差。
在一种实现方式中,上述目标指纹图像的质量分数可以是基于目标指纹中的指纹纹理,以及指纹面积进行计算得到的,具体的,手机可以将该目标指纹图像输入至图像质量模型中,得到该目标指纹图像的质量分数。
(2)目标指纹图像与指纹模板库中指纹模板对应的最高匹配值大于第二预设匹配值。其中,第二预设匹配值可以根据实际情况进行设置。该第二预设匹配值与上述第一预设匹配值可以是相同的,也可以是不同的,具体不做限定。
(3)上述最高匹配值对应的指纹模板与目标指纹图像之间的第二组合值大于第二预设组合值。其中,第二组合值用于评估目标指纹图像能否更新至指纹模板库中。该第二组合值是基于上述质量分数以及最高匹配值确定的。具体的,手机可以计算第三权重与上述最高匹配值之间的第三乘积,以及计算第四权重与上述质量分数之间的第四乘积。之后,手机可以将该第三乘积与第四乘积进行相加,得到第二组合值。可以理解,该第三权重以及第四权重可以是相同的,也可以是不同的,具体不做限定。
需要说明的是,上述第二预设条件可以包括以上一项或者多项的组合。若上述第二预设条件包括多项,手机可以同时进行判断,也可以按照预设的第二执行顺序进行判断,具体不做限定。例如,手机可以优先判断上述质量分数是否大于预设分数,以及上述最高匹配值是否大于第二预设匹配值的步骤,并在确定质量分数大于预设分数,且最高匹配值大于第二预设匹配值后,手机再判断上述第二组合值是否大于第二预设组合值的步骤。如此,可以减少不必要的资源损失,提升计算资源的利用率。
示例性的,在上述第二预设条件包括质量分数大于预设分数、最高匹配值大于第二预设匹配值以及第二组合值大于第二预设组合值的情况下,手机判断指纹修复图像是否满足第二预设条件的过程,具体可以包括:手机可以先判断上述最高匹配值是否大于第二预设匹配值,若该最高匹配值大于第二预设匹配值,手机可以继续判断上述目标指纹图像的质量分数是否大于预设分数,若该目标指纹图像的质量分数大于预设分数,手机可以判断第二组合值是否大于第二预设组合值,若该第二组合值大于第二预设组合值,手机才可以确定该目标指纹图像满足第二预设条件。如此,可以提升指纹模板的更新效率,为后续精准、快速的识别指纹提供了基础。
若上述最高匹配值小于或者等于第二预设匹配值,或者,上述目标指纹图像的质量分数小于或者等于预设分数,或者,上述第二组合值小于或者等于第二预设组合值,均说明目标指纹图像不符合模板更新条件,手机均可确定该目标指纹图像不满足第二预设条件,也就是说,手机可以无需进行其他条件的判断,如此,可以减少不必要的资源损失,提升计算资源的利用率。
在一些实施例中,上述判断指纹验证图像是否满足第一预设条件的过程,以及判断目标指纹图像是否满足第二预设条件的过程,可以是手机同时执行的,也可以是手机按照预设顺序进行执行的,具体不做限定。例如,手机可以先判断指纹验证图像是否满足第一预设条件,再判断目标指纹图像是否满足第二预设条件。又例如,手机可以先判断指纹修复图像是否满足第二预设条件,再判断指纹验证图像是否满足第一预设条件。
S1805,在上述指纹验证图像满足第一预设条件的情况下,手机将指纹验证图像更新至指纹模板库中。
具体的,在确定指纹验证图像满足第一预设条件,但指纹修复图像不满足第二预设条件后,手机可以将该指纹验证图像更新至指纹模板库中。其中,手机将指纹验证图像更新至指纹模板库中是指手机将指纹验证图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,或者,手机将指纹模板库中的一个指纹模板进行删除,并将该指纹验证图像作为一个新的指纹模板添加至指纹模板库中,以实现模板替换。
在一种实现方式中,在确定指纹验证图像满足第一预设条件后,手机可以判断指纹模板库中的指纹模板数量是否达到预设模板数量,若该指纹模板数量达到预设模板数量,说明指纹模板库中的指纹模板已经充足,手机可以将指纹模板库中的候选指纹模板进行删除,并将该指纹验证图像作为一个新的指纹模板添加至指纹模板库中,以得到新的指纹模板库,也就是手机可以将指纹模板库中的候选指纹模板替换为指纹验证图像,从而得到新的指纹模板库。若该指纹模板数量未达到预设模板数量,说明指纹模板库中的指纹模板还未充足,手机可以直接将该指纹验证图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。
在一些实施例中,上述候选指纹模板是指指纹模板库中模板要求最低的指纹模板,该模板要求是预先设置好的要求。示例性的,该模板要求可以包括指纹模板的质量得分小于预设质量得分、与指纹验证图像的匹配值小于第三预设匹配值、与指纹修复图像的匹配值小于第四预设匹配值以及与指纹验证图像或者指纹修复图像的匹配概率小于预设概率中的至少一种。
S1806,在上述目标指纹图像满足第二预设条件的情况下,手机将目标指纹图像更新至指纹模板库中。
具体的,在确定目标指纹图像满足第二预设条件,但指纹验证图像不满足第一预设条件后,手机可以将该目标指纹图像更新至指纹模板库中。其中,手机将目标指纹图像更新至指纹模板库中是指手机将目标指纹图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,或者,手机将指纹模板库中的一个指纹模板进行删除,并将该目标指纹图像作为一个新的指纹模板添加至指纹模板库中,以实现模板替换。
在一种实现方式中,在确定目标指纹图像满足第二预设条件后,手机可以判断指纹模板库中的指纹模板数量是否达到预设模板数量,若该指纹模板数量达到预设模板数量,说明指纹模板库中的指纹模板已经充足,手机可以将指纹模板库中的候选指纹模板进行删除,并将该目标指纹图像添加至指纹模板库中,以得到新的指纹模板库,也就是手机可以将指纹模板库中的候选指纹模板替换为目标指纹图像,从而得到新的指纹模板库。若该指纹模板数量未达到预设模板数量,说明指纹模板库中的指纹模板还未充足,手机可以直接将该目标指纹图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。
S1807,在上述指纹验证图像满足第一预设条件,且上述目标指纹图像满足第二预设条件的情况下,手机将指纹验证图像以及目标指纹图像更新至指纹模板库中。
具体的,在确定指纹验证图像满足第一预设条件,且目标指纹图像满足第二预设条件后,手机可以同时将指纹验证图像以及目标指纹图像更新至指纹模板库中,也就是说,手机可以执行双模板更新操作。如此,不仅可以提升模板信息的准确度,而且可以增加模板信息的丰富度。
在一种实现方式中,在确定指纹验证图像满足第一预设条件,且目标指纹图像满足第二预设条件后,手机可以判断指纹模板库中的指纹模板数量是否达到预设模板数量,若该指纹模板数量达到预设模板数量,说明指纹模板库中的指纹模板已经充足,手机可以将指纹模板库中的至少两个指纹模板进行删除,并将指纹验证图像以及指纹修复图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库。
具体的,手机可以将指纹模板库中的两个候选指纹模板进行删除,并将指纹验证图像以及指纹修复图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库,也就是手机可以将指纹模板库中的两个候选指纹模板替换为指纹验证图像以及目标指纹图像,从而得到新的指纹模板库。
若上述指纹模板数量未达到预设模板数量,说明指纹模板库中的指纹模板还未充足,手机可以进一步判断该指纹模板数量与预设模板数量之间的相差数量是否大于1,若该指纹模板数量与预设模板数量之间的相差数量大于1,说明指纹模板库中仍有较多的模板存储空间,手机可以直接将指纹验证图像以及目标指纹图像作为两个新的指纹模板,并将这两个新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。若该指纹模板数量与预设模板数量之间的相差数量等于1,说明指纹模板库中仅有较少的模板存储空间,手机可以先将指纹模板库中的至少一个指纹模板进行删除。之后,手机可以再将指纹验证图像以及目标指纹图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库。
具体的,手机可以先将指纹模板库中的一个候选指纹模板进行删除。之后,手机可以再将指纹验证图像以及目标指纹图像作为两个新的指纹模板,并将这两个新的指纹模板同时添加至指纹模板库中,以得到新的指纹模板库。
可以理解,手机将修复前的指纹图像更新至指纹模板库中,可以提升手机指纹识别的效率,也就是说,手机下一次再采集到类似的指纹验证图像,无需通过指纹修复模型进行修复,就可以实现指纹识别,这样,不仅可以减少手机的计算量,提升手机的使用性能,而且提升手机指纹识别的效率,为后续手机进行指纹识别提供了方便。另外,手机将修复后的指纹图像更新至指纹模板库中,可以使得指纹模板库中每个指纹模板的图像质量均达到预设要求,进而可以提升指纹识别的精度,减少手机错误识别或者遗漏识别的情况发生,提升用户的使用体验。
在一些实施例中,在确定指纹验证图像不满足第一预设条件,且目标指纹图像不满足第二预设条件后,手机无需更新指纹模板库,如此,可以保证更新至指纹模板库中的指纹图像均为符合模板更新条件的指纹模板,为后续手机进行指纹识别提供了基础。
S1808,手机判断上述指纹验证图像是否满足第一预设条件。
具体的,在确定上述目标指纹图像不为修复后的指纹图像后,也就是确定目标指纹图像为未经修复的指纹图像后,手机可以判断该目标指纹图像是否满足第一预设条件,若该目标指纹图像满足第一预设条件,说明该目标指纹图像符合模板更新条件,手机可以执行S1809。若该目标指纹图像不满足第一预设条件,说明该目标指纹图像不符合模板更新条件,为了保证指纹模板的更新精度,手机可以执行S1810。
可以理解,若上述目标指纹图像不为修复后的指纹图像,说明该目标指纹图像为修复前的指纹图像,也就是说,此时的目标指纹图像为上述指纹验证图像。
S1809,手机将目标指纹图像更新至指纹模板库中。
具体的,在确定目标指纹图像满足第一预设条件后,手机可以将目标指纹图像更新至指纹模板库中。其中,手机将目标指纹图像更新至指纹模板库中是指手机将目标指纹图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,或者,手机将指纹模板库中的一个指纹模板进行删除,并将该目标指纹图像作为一个新的指纹模板添加至指纹模板库中,以实现模板替换。如此,可以提升指纹识别的精度,减少手机错误识别或者遗漏识别的情况发生,提升用户的使用体验。
在一些实施例中,在确定目标指纹图像满足第一预设条件后,手机可以判断指纹模板库中的指纹模板数量是否达到预设模板数量,若该指纹模板数量达到预设模板数量,说明指纹模板库中的指纹模板已经充足,手机可以将指纹模板库中的候选指纹模板进行删除,并将该目标指纹图像作为一个新的指纹模板添加至指纹模板库中,以得到新的指纹模板库,也就是手机可以将指纹模板库中的候选指纹模板替换为目标指纹图像,从而得到新的指纹模板库。若该指纹模板数量未达到预设模板数量,说明指纹模板库中的指纹模板还未充足,手机可以直接将该目标指纹图像作为一个新的指纹模板,并将该新的指纹模板添加至指纹模板库中,以得到新的指纹模板库。
S1810,手机不更新指纹模板库。
具体的,在确定目标指纹图像不满足第一预设条件后,手机无需对指纹模板库进行模板更新。如此,可以保证更新至指纹模板库中的指纹图像均为符合模板更新条件的指纹模板,为后续手机进行指纹识别提供了基础。
在一些实施例中,本申请提供一种计算机存储介质,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如上所述的使用参数的调整方法。
在一些实施例中,本申请提供一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行如上所述的使用参数的调整方法。
通过以上实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以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,所述模块或单元的划分,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装置,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,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本申请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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种指纹识别方法,其特征在于,包括:
响应于用户针对电子设备的指纹采集区域的触摸操作,所述电子设备获取指纹修复图像,其中,所述指纹修复图像为所述电子设备采集到的指纹验证图像进行修复后生成的图像;
在指纹模板库中存在与所述指纹修复图像匹配的指纹模板的情况下,所述电子设备将所述指纹验证图像和/或所述指纹修复图像更新至所述指纹模板库中。
2.根据权利要求1所述的方法,其特征在于,所述电子设备将所述指纹验证图像和/或所述指纹修复图像更新至所述指纹模板库中,包括:
在所述指纹验证图像满足第一预设条件的情况下,所述电子设备将所述指纹验证图像更新至所述指纹模板库中;其中,所述第一预设条件包括所述指纹验证图像与目标指纹模板之间的重叠面积大于预设面积、所述指纹验证图像与所述目标指纹模板的匹配值大于第一预设匹配值以及第一组合值大于第一预设组合值中的至少一项;所述目标指纹模板为所述指纹模板库中与所述指纹验证图像匹配值最高的指纹模板;所述第一组合值是基于所述重叠面积以及所述匹配值确定的。
3.根据权利要求1所述的方法,其特征在于,所述电子设备将所述指纹验证图像和/或所述指纹修复图像更新至所述指纹模板库中,包括:
在所述指纹修复图像满足第二预设条件的情况下,所述电子设备将所述指纹修复图像更新至所述指纹模板库中;其中,所述第二预设条件包括所述指纹修复图像的质量分数大于预设分数、所述指纹修复图像与所述指纹模板库中指纹模板对应的最高匹配值大于第二预设匹配值以及第二组合值大于第二预设组合值中的至少一项;所述第二组合值是基于所述质量分数以及所述最高匹配值确定的。
4.根据权利要求1所述的方法,其特征在于,所述电子设备将所述指纹验证图像和/或所述指纹修复图像更新至所述指纹模板库中,包括:
在所述指纹验证图像满足第一预设条件,且所述指纹修复图像满足第二预设条件的情况下,所述电子设备将所述指纹验证图像以及所述指纹修复图像更新至所述指纹模板库中。
5.根据权利要求4所述的方法,其特征在于,所述电子设备将所述指纹验证图像以及所述指纹修复图像更新至所述指纹模板库中,包括:
在所述指纹模板库中的指纹模板数量达到预设模板数量的情况下,所述电子设备将所述指纹模板库中的至少两个指纹模板进行删除;
所述电子设备将所述指纹验证图像以及所述指纹修复图像添加至所述指纹模板库中。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述指纹模板库中的指纹模板数量未达到所述预设模板数量,且所述指纹模板数量与所述预设模板数量之间的相差数量大于1的情况下,所述电子设备将所述指纹验证图像以及所述指纹修复图像添加至所述指纹模板库中;或者,
在所述指纹模板库中的指纹模板数量未达到所述预设模板数量,且所述指纹模板数量与所述预设模板数量之间的相差数量等于1的情况下,所述电子设备将所述指纹模板库中的至少一个指纹模板进行删除;
所述电子设备将所述指纹验证图像以及所述指纹修复图像添加至所述指纹模板库中。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述电子设备获取指纹修复图像,包括:
所述电子设备采集所述指纹验证图像;
在所述指纹模板库中不存在与所述指纹验证图像匹配的指纹模板的情况下,所述电子设备根据指纹修复模型,对所述指纹验证图像进行修复,得到所述指纹修复图像。
8.根据权利要求7所述的方法,其特征在于,所述指纹修复模型是基于指纹数据集以及生成对抗网络得到的,其中,所述指纹数据集包括第一子指纹数据集以及第二子指纹数据集,所述第一子指纹数据集包括处于正常状态的多个指纹数据,所述第二子指纹数据集包括处于异常状态的多个指纹数据,所述第一子指纹数据集的数据数量与所述第二子指纹数据集的数据数量相同。
9.一种电子设备,其特征在于,所述电子设备包括显示屏、存储器和一个或多个处理器;所述显示屏、所述存储器和所述处理器耦合;所述显示屏用于显示指纹采集区域,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令;当所述处理器执行所述计算机指令时,使得所述电子设备执行如权利要求1至8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311773169.6A CN117456571A (zh) | 2023-12-21 | 2023-12-21 | 一种指纹识别方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311773169.6A CN117456571A (zh) | 2023-12-21 | 2023-12-21 | 一种指纹识别方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117456571A true CN117456571A (zh) | 2024-01-26 |
Family
ID=89580175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311773169.6A Pending CN117456571A (zh) | 2023-12-21 | 2023-12-21 | 一种指纹识别方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117456571A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别*** |
US20160078274A1 (en) * | 2014-09-16 | 2016-03-17 | Fingerprint Cards Ab | Method and fingerprint sensing system for authenticating a candidate fingerprint |
CN109145800A (zh) * | 2018-08-13 | 2019-01-04 | Oppo广东移动通信有限公司 | 指纹模板更新方法及相关产品 |
CN109902569A (zh) * | 2019-01-23 | 2019-06-18 | 上海思立微电子科技有限公司 | 指纹图像的转换方法、装置和指纹识别方法 |
US20190340455A1 (en) * | 2017-01-06 | 2019-11-07 | Samsung Electronics Co., Ltd. | Method and apparatus for processing distortion of fingerprint image |
CN113723167A (zh) * | 2021-04-02 | 2021-11-30 | 荣耀终端有限公司 | 一种指纹识别方法及电子设备 |
CN114596209A (zh) * | 2020-12-07 | 2022-06-07 | 上海耕岩智能科技有限公司 | 指纹图像修复方法、***、设备及存储介质 |
CN115131835A (zh) * | 2022-09-02 | 2022-09-30 | 荣耀终端有限公司 | 指纹识别方法和电子设备 |
-
2023
- 2023-12-21 CN CN202311773169.6A patent/CN117456571A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别*** |
US20160078274A1 (en) * | 2014-09-16 | 2016-03-17 | Fingerprint Cards Ab | Method and fingerprint sensing system for authenticating a candidate fingerprint |
US20190340455A1 (en) * | 2017-01-06 | 2019-11-07 | Samsung Electronics Co., Ltd. | Method and apparatus for processing distortion of fingerprint image |
CN109145800A (zh) * | 2018-08-13 | 2019-01-04 | Oppo广东移动通信有限公司 | 指纹模板更新方法及相关产品 |
CN109902569A (zh) * | 2019-01-23 | 2019-06-18 | 上海思立微电子科技有限公司 | 指纹图像的转换方法、装置和指纹识别方法 |
CN114596209A (zh) * | 2020-12-07 | 2022-06-07 | 上海耕岩智能科技有限公司 | 指纹图像修复方法、***、设备及存储介质 |
CN113723167A (zh) * | 2021-04-02 | 2021-11-30 | 荣耀终端有限公司 | 一种指纹识别方法及电子设备 |
CN115131835A (zh) * | 2022-09-02 | 2022-09-30 | 荣耀终端有限公司 | 指纹识别方法和电子设备 |
Non-Patent Citations (1)
Title |
---|
崔雪红: "流状线型结构图像修复算法的研究", 《计算机工程与应用》, 31 December 2011 (2011-12-31), pages 1 - 7 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111079576B (zh) | 活体检测方法、装置、设备及存储介质 | |
CN110490179B (zh) | 车牌识别方法、装置及存储介质 | |
CN110570460B (zh) | 目标跟踪方法、装置、计算机设备及计算机可读存储介质 | |
CN115131835B (zh) | 指纹识别方法和电子设备 | |
CN112241657A (zh) | 一种指纹防伪方法和电子设备 | |
CN113888159B (zh) | 一种应用的功能页面的开启方法和电子设备 | |
CN111882642B (zh) | 三维模型的纹理填充方法及装置 | |
CN116311388B (zh) | 指纹识别的方法和装置 | |
US20190042831A1 (en) | Mobile terminal | |
CN113723167A (zh) | 一种指纹识别方法及电子设备 | |
CN112215598A (zh) | 一种语音支付方法和电子设备 | |
WO2021218695A1 (zh) | 一种基于单目摄像头的活体检测方法、设备和可读存储介质 | |
CN113723144A (zh) | 一种人脸注视解锁方法及电子设备 | |
CN116152122B (zh) | 图像处理方法和电子设备 | |
CN111612723B (zh) | 图像修复方法及装置 | |
CN115238255A (zh) | 解锁方法及电子设备 | |
CN110232417B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN116311389B (zh) | 指纹识别的方法和装置 | |
CN114943976B (zh) | 模型生成的方法、装置、电子设备和存储介质 | |
CN117456571A (zh) | 一种指纹识别方法及电子设备 | |
CN113205069B (zh) | 虚假车牌检测方法、装置及计算机存储介质 | |
CN113591514B (zh) | 指纹活体检测方法、设备及存储介质 | |
CN113468917A (zh) | 一种指纹验证方法及装置 | |
WO2023065889A1 (zh) | 一种指纹识别方法及电子设备 | |
WO2023065783A1 (zh) | 显示方法及电子设备 |
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 |