CN117809383A - 生物识别模组及其控制方法、智能门锁 - Google Patents
生物识别模组及其控制方法、智能门锁 Download PDFInfo
- Publication number
- CN117809383A CN117809383A CN202311873934.1A CN202311873934A CN117809383A CN 117809383 A CN117809383 A CN 117809383A CN 202311873934 A CN202311873934 A CN 202311873934A CN 117809383 A CN117809383 A CN 117809383A
- Authority
- CN
- China
- Prior art keywords
- target image
- image
- image sensor
- palm
- target
- 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 25
- 239000000758 substrate Substances 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 230000001502 supplementing effect Effects 0.000 claims description 14
- 230000001815 facial effect Effects 0.000 claims description 11
- 239000013589 supplement Substances 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 3
- 210000003462 vein Anatomy 0.000 description 10
- 239000002131 composite material Substances 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000011324 bead Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及门锁技术领域,具体提供了一种生物识别模组及其控制方法、智能门锁。本发明提供的生物识别模组及其控制方法、智能门锁,在增加生物识别的可选方式且能获取清晰准确的手掌图像和人脸图像的基础上,减少了用于识别生物信息的传感器设置的数量,降低智能锁的制造成本,有利于模组的小型化设计。此外,由于图像传感器设置的数量减少,在不改变生物识别模组尺寸的前提下,有利于增大第二图像传感器的视场角,从而提高采集图像的清晰度和完整度,同时降低了第一图像传感器和第二图像传感器之间的相互干扰。
Description
技术领域
本发明涉及门锁技术领域,尤其涉及一种生物识别模组及其控制方法、智能门锁。
背景技术
现有的智能门锁上的生物识别模组一般具有人脸或指纹识别的传感器,单独的人脸识别模组的识别方式比较单一,并且对于身高较矮的小朋友,一般无法应用人脸进行解锁。单独的指纹识别受外界因素干扰较大,手指上的水分、油膜等容易产生干扰,影响识别效果。因此,为了解决上述技术问题,提出了通过人脸和掌静脉融合的识别方式,增加了生物识别的可选方式,即可以通过人脸或者通过掌静脉识别,功能更加完善,也能够进一步实现防伪,提高安全性。但是现有技术中对于人脸和掌静脉的识别分别采用不同的传感器,设置的传感器的数量多,不仅需要更大的安装空间,增加生物识别模组的尺寸,还提高了智能锁的制造成本。
发明内容
本发明的目的在于提供一种生物识别模组及其控制方法、智能门锁,在实现能对人脸和掌静脉识别的前提下,减少了传感器设置的数量,进而可以减小生物识别模组的尺寸,提高智能锁的制造成本。
为达此目的,本发明采用以下技术方案:
第一个方面,提供一种生物识别模组,包括:
基板,所述基板上间隔设置有第一图像传感器和第二图像传感器,所述第二图像传感器的识别焦距小于所述第一图像传感器的识别焦距,所述第二图像传感器用于获取清晰的手掌图像,所述第一图像传感器用于获取清晰的人脸图像;
处理模块,所述处理模块设置在所述基板上,分别与所述第一图像传感器和所述第二图像传感器电性连接,用于控制所述第一图像传感器和第二图像传感器开启并分别获取第一目标图像和第二目标图像,并根据所述第一目标图像或者所述第二目标图像确定对应的生物识别模式。
作为上述的生物识别模组的一种可选技术方案,根据所述第一目标图像确定对应的生物识别模式包括:
当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,或者当所述第一目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式。
作为上述的生物识别模组的一种可选技术方案,当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,或者当所述第二目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
作为上述的生物识别模组的一种可选技术方案,所述第二图像传感器的识别焦距为70mm~300mm;和/或,
所述第一图像传感器的识别焦距为350mm~1000mm;
所述第二图像传感器的视场角大于所述第一图像传感器的视场角。
作为上述的生物识别模组的一种可选技术方案,所述第二图像传感器的视场角范围为120°~150°,所述第一图像传感器的视场角范围为70°~90°。
作为上述的生物识别模组的一种可选技术方案,所述第一图像传感器远离所述第二图像传感器的一侧设有补光灯;或
所述第二图像传感器远离所述第一图像传感器的一侧设有补光灯;
所述补光灯用于当检测到光线亮度低于预设阈值时开启。
作为上述的生物识别模组的一种可选技术方案,所述补光灯开启时发出矩形光斑,所述矩形光斑与目标手掌的掌形相适配。
第二个方面,提供一种生物识别模组的控制方法,应用于上中任一项所述的生物识别模组中,所述控制方法包括:
控制第一图像传感器和第二图像传感器分别采集第一目标图像和第二目标图像;
获取所述第一图像传感器采集第一目标图像,根据所述第一目标图像确定对应的生物识别模式;或者,获取所述第二图像传感器采集的第二目标图像,根据所述第二目标图像确定对应的生物识别模式。
作为上述的生物识别模组的控制方法的一种可选技术方案,根据所述第一目标图像确定对应的生物识别模式包括:
当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,或者当所述第一目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式。
作为上述的生物识别模组的控制方法的一种可选技术方案,根据所述第二目标图像确定对应的生物识别模式包括:
当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,或者当所述第二目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
作为上述的生物识别模组的控制方法的一种可选技术方案,当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,包括:
当确定所述第一图像传感器采集的第一目标图像的清晰度大于第一清晰度阈值,且所述第一目标图像为人脸图像时,根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
作为上述的生物识别模组的控制方法的一种可选技术方案,所述获取所述当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,包括:
当确定所述第二图像传感器采集的第二目标图像的清晰度大于第二清晰度阈值,且所述第二目标图像为手掌图像时,则根据所述第二目标图像执行手掌识别模式。
第三个方面,本发明还提供一种智能门锁,包括锁体及上述中任一项所述的生物识别模组,通过所述生物识别模组控制所述锁体开锁。
本发明的有益效果:
本发明提供的生物识别模组,第一图像传感器的类型和第二图像传感器的类型不同,第二图像传感器能获取手掌图像,实现智能门锁的掌静脉识别,第二图像传感器还能获取人脸图像,并且与用于获取人脸图像的第一图像传感器组合使用实现智能门锁的人脸识别,在增加生物识别的可选方式且能获取清晰准确的手掌图像和人脸图像的基础上,减少了用于识别生物信息的传感器设置的数量,降低智能锁的制造成本,有利于模组的小型化设计。此外,由于图像传感器设置的数量减少,在不改变生物识别模组尺寸的前提下,有利于增大第二图像传感器的视场角,从而提高采集图像的清晰度和完整度,同时降低了第一图像传感器和第二图像传感器之间的相互干扰。
本发明提供的生物识别模组的控制方法,当确定第二图像传感器获取到的第二目标图像为手掌图像时,处理模块则根据第二目标图像执行手掌识别模式;或者第二图像传感器获取到的第二目标图像为人脸图像,则说明生物识别模组前方并没有人伸出手掌,则处理模块会根据第二目标图像与第一目标图像结合执行人脸识别模式,实现了人脸和手掌识别的功能,且减少了用于识别生物信息的传感器设置的数量,在不改变生物识别模组尺寸的前提下,有利于增大第二图像传感器的视场角,从而提高采集图像的清晰度和完整度,同时降低了第一图像传感器和第二图像传感器之间的相互干扰。
附图说明
图1是本发明实施例提供的生物识别模组的结构示意图;
图2是本发明实施例提供的生物识别模组的俯视图;
图3是本发明实施例提供的生物识别模组的控制方法的结构示意图。
图中:
1、第一图像传感器;2、第二图像传感器;3、补光灯;4、基板;5、处理模块。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案做进一步的详细描述,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。
在本发明的描述中,除非另有明确的规定和限定,术语“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
针对现有技术中对于人脸和掌静脉的识别分别采用不同的传感器,设置的传感器的数量多,不仅需要更大的安装空间,增加生物识别模组的尺寸,还提高了智能锁的制造成本的问题,本实施例提供了一种生物识别模组、控制方法及智能门锁以解决上述技术问题。
如图1和图2所示,本实施例提供的生物识别模组包括基板4和处理模块5,基板4上间隔设有第一图像传感器1和第二图像传感器2,第二图像传感器2的识别焦距小于第一图像传感器1的识别焦距,第二图像传感器2用于获取清晰的手掌图像,第一图像传感器1用于获取清晰的人脸图像。其中,识别焦距指的是图像传感器的镜头的物距。需要说明的是,本实施例中获取的手掌图像主要包括掌静脉图像,掌静脉图像相对于指纹图像具有更好的防伪效果,下述的手掌图像均可看作是掌静脉图像。
处理模块5设置在基板4上,处理模块5分别与第一图像传感器1和第二图像传感器2电性连接,处理模块5用于控制第一图像传感器1和第二图像传感器2开启并分别获取第一目标图像和第二目标图像,并根据第一目标图像或者第二目标图像确定对应的生物识别模式。
本实施例提供的生物识别模组,第一图像传感器1的类型和第二图像传感器2的类型不同,第二图像传感器2能获取手掌图像,实现智能门锁的掌静脉识别,第二图像传感器2还能获取人脸图像,并且与用于获取人脸图像的第一图像传感器1组合使用实现智能门锁的人脸识别,在增加生物识别的可选方式且能获取清晰准确的手掌图像和人脸图像的基础上,减少了用于识别生物信息的传感器设置的数量,降低智能锁的制造成本,有利于模组的小型化设计。此外,由于图像传感器设置的数量减少,在不改变生物识别模组尺寸的前提下,有利于增大第二图像传感器2的视场角,从而提高采集图像的清晰度和完整度,同时降低了第一图像传感器1和第二图像传感器2之间的相互干扰。
需要说明的是,基板4为一个安装载体(例如:印制电路板),第一图像传感器1和第二图像传感器2均被固定在基板4上并与基板4上预留的电路接口进行电连接。具体地,第一图像传感器1和第二图像传感器2的镜头均置于基板4的同一侧,以基板4的表面为参照基准,第二图像传感器2的镜头与基板4表面的间距大于第一图像传感器1的镜头与基板4表面的间距。
可选地,处理模块5与第一图像传感器1和第二图像传感器2分别位于基板4相对设置的两个安装面上,例如,处理模块5位于第一图像传感器1和第二图像传感器2之间的区域,这样处理模组5不会影响第一图像传感器1和第二图像传感器2的视场范围,而且整个模组的布局会更加紧凑。
在一些实施例中,第一图像传感器1和第二图像传感器2均为红外图像传感器。第二图像传感器2获取的人脸图像的清晰度比第一图像传感器1获取的人脸图像的清晰度,第一图像传感器1和第二图像传感器2可以实现双目融合获取立体图像,红外传感器在光线比较暗的情况下,能增强可视效果,提高图像采集的清晰度。此外,由于第二图像传感器2的识别焦距小于第一图像传感器1的识别焦距,在拍摄近距离的手掌图像时,第二图像传感器2能单独用于获取清晰的手掌图像。第一图像传感器1和第二图像传感器2实现双目融合获取立体图像时,由于这两个图像传感器的识别焦距不同,第一图像传感器1获取清晰的人脸图像,第二图像传感器2获取的同一人脸图像的清晰度相对差一些,此时处理模块中的处理电路可以对第一图像传感器1和第二图像传感器2分别获取的第一目标图像和第二目标图像进行算法优化,从而得到清晰的立体人脸图像。
在另一些实施例中,第一图像传感器1为RGB图像传感器,第二图像传感器2为红外图像传感器。红外图像传感器和RGB图像传感器可以实现双目融合获取立体图像,红外传感器在光线比较暗的情况下,能增强可视效果,RGB图像传感器可以捕捉到RGB彩图,RGB图像传感器和红外图像传感器结合使用可以在不同的环境下均能获取清晰度高的图像。通常使用手掌解锁时,手掌一般距离第二图像传感器2的镜头比较近,手掌会遮挡第二图像传感器2周围的光,使得第二图像传感器2周围的光线比较暗,因此为了获取清晰的手掌图像,第二图像传感器2采用红外类型的传感器。
需要说明的是,当第一图像传感器1为RGB图像传感器时,能够获取生物识别模组前方较为清晰的RGB图像,并且由于第二图像传感器2的识别焦距较小,相对于第一图像传感器1而言只能在近距离情况下获取到清晰的手掌图像,而远距离情况下无法获取到清晰的人脸图像。
可选地,根据第一目标图像确定对应的生物识别模式包括:在第一目标图像包括人脸轮廓特征时,则根据第一目标图像和第二目标图像执行人脸识别模式,或者当第一目标图像包括手掌轮廓特征时,则根据第二目标图像执行手掌识别模式。该方式为人脸识别优先,在第一图像传感器1获取到的第一目标图像包括人脸轮廓特征时,便可根据第一图像传感器1获取的第一目标图像和第二图像传感器2获取的第二目标图像进行算法融合,并执行人脸识别模式。
可选地,根据第二目标图像确定对应的生物识别模式包括:当第二目标图像包括手掌轮廓特征时,则根据第二目标图像执行手掌识别模式,或者当第二目标图像包括人脸轮廓特征时,则根据第一目标图像和第二目标图像执行人脸识别模式。该方式为手掌识别优先,在第二图像传感器2获取到的第二目标图像包括手掌轮廓特征时,便可根据第二目标图像执行手掌识别模式。相反的,若是第二目标图像包括人脸轮廓特征,则将第一目标图像和第二目标图像进行算法融合,并执行人脸识别模式。
在一些实施例中,第二图像传感器2的识别焦距为70mm~300mm,第二图像传感器2的识别焦距小于第一图像传感器1的识别焦距。第二图像传感器2的识别距离小于第一图像传感器1的识别距离,满足应用场景,在进行图像识别时,手掌会相对人脸可以更加贴近图像传感器,因此第二图像传感器2的识别焦距可以设置的小一些。但是第二图像传感器2在此识别焦距范围内也能采集到人脸信息,与第一图像传感器1配合使用。
第一图像传感器1的识别焦距为350mm~1000mm。第一图像传感器1设置合适的识别焦距可以保证当用户站立在舒适的范围内时,第一图像传感器1能获取清晰的人脸图像。第一图像传感器1采集的人脸图像是清晰的,第二图像传感器2采集的人脸图像相对于第一图像传感器1采集的人脸图像模糊,通过算法可以将清晰的人脸图像和模糊的人脸图像的双目恢复,以获取人脸信息。
由于人脸与第一图像传感器1的间距大于手掌与第二图像传感器2的间距,因此,第一图像传感器1的视场角小于第二图像传感器2的视场角,使第二图像传感器2能获取完整的手掌图像。
第二图像传感器2的视场角范围为120°~150°,手掌在与第二图像传感器2距离比较近的情况下能获取手掌的完整图像信息。优选地,第二图像传感器2的视场角的范围为130°~150°。
第一图像传感器1的视场角范围为70°~90°,保证第一图像传感器1能获取完整的人脸图像。
在一些实施例中,第一图像传感器1远离第二图像传感器2的一侧设有补光灯3,补光灯3用于当检测到光线亮度低于预设阈值时开启。一方面,在手掌距离第二图像传感器2比较近时,可见光被遮挡的较多,需要打开补光灯3进行补光,以获取清晰的手掌图像。另一方面,将补光灯3设置于第一图像传感器1远离第二图像传感器2的一侧,补光灯3发出的光也不容易从生物识别模组内部反射到第二图像传感器2的位置处。
在另一些实施例中,第二图像传感器2远离第一图像传感器1的一侧设有补光灯3,补光灯3用于当检测到光线亮度低于预设阈值时开启。补光灯3距离第二图像传感器2比较近,能为第二图像传感器2采集图像时补光,保证第二图像传感器2能采集到清晰的手掌图像。
上述的补光灯3开启时发出矩形光斑,矩形光斑与目标手掌的掌型相适配,锲合度更高,照射效果更好,以辅助第二图像传感器2能获取清晰完整的手掌图像。
可选地,光斑的长度和宽度的比值范围为1:1~3:1,符合手掌的掌型比例。
补光灯3的发光端还可以设置扩散膜,可以使得补光灯3发出的光斑扩散,且均匀性好,提高补光的效果,有利于辅助第二图像传感器2获取高质量的手掌图像。
补光灯3包括多个LED灯珠,多个LED灯珠呈矩形阵列排布,以形成矩形的光斑。
在一些实施例中,生物识别模组还包括盖板,盖板覆盖于第一图像传感器1和第二图像传感器2上,盖板靠近第一图像传感器1和第二图像传感器2的一侧设有遮光膜,遮光膜对应第一图像传感器1和第二图像传感器2处分别设有透光孔,盖板为透明板,盖板的材质可以为玻璃或塑等,盖板的透光率大于等于85%,使得第一图像传感器1和第二图像传感器2能采集到清晰的图像。
如图3所示,本实施例还提供了一种生物识别模组的控制方法,应用于上述中任一实施例所提供的生物识别模组中。具体地,该控制方法主要包括:
控制第一图像传感器1和第二图像传感器2分别采集第一目标图像和第二目标图像;
获取第一图像传感器1采集的第一目标图像,根据第二目标图像确定对应的生物识别模式;或者,获取第二图像传感器采集的第二目标图像,根据第二目标图像确定对应的生物识别模式。其中,生物识别模式包括人脸识别模式和手掌识别模式。本实施例提供的生物识别模组的控制方法,当确定第二图像传感器2获取到的第二目标图像为手掌图像时,处理模块5则根据第二目标图像执行手掌识别模式;或者第二图像传感器2获取到的第二目标图像为人脸图像,则说明生物识别模组前方并没有人伸出手掌,则处理模块5会根据第二目标图像与第一目标图像结合执行人脸识别模式(不需要重新取图),实现了人脸和手掌识别的功能,且减少了用于识别生物信息的传感器设置的数量,在不改变生物识别模组尺寸的前提下,有利于增大第二图像传感器2的视场角,提高第二图像传感器2采集图像的清晰度和完整度,同时降低了第一图像传感器1和第二图像传感器2之间的相互干扰。
在一些实施例中,根据第一目标图像确定对应的生物识别模式为人脸优先识别模式,其具体包括:
步骤一、判断第一目标图像是否包括人脸轮廓特征。
步骤二、若第一目标图像包括人脸轮廓特征,则根据第一目标图像和第二目标图像执行人脸识别模式。
具体地,在一些实施例中,在确定第一目图像包括人脸轮廓特征时,确定第一图像传感器1采集的第一目标图像的清晰度是否大于第一清晰度阈值,若是,则根据第一目标图像和第二目标图像执行人脸识别模式。
若否,则需要重新采集第一目标图像,保证第一目标图像的清晰度大于第一清晰度阈值。在重新获取第一目标图像的情况下,第一图像传感器1和第二图像传感器2可以同时分别采集第一目标图像和第二目标图像,也可以只控制第一图像传感器1采集第一目标图像。
在其他一些实施例中,在判断第一目标图像的清晰度是否大于第一清晰度阈值时,也需要判断第二目标图像的清晰度是否大于第三清晰度阈值,第一目标图像和第二目标图像的清晰度均符合要求,则根据第一目标图像和第二目标图像执行人脸识别模式。若第一目标图像和第二目标图像中的一个清晰度不符合要求,需要重新获取清晰度不符合要求的目标图像,或者同时重新获取第一目标图像和第二目标图像,直至清晰度符合要求为止。
步骤三、若第一目标图像包括手掌轮廓特征,则根据第二目标图像执行手掌识别模式。
具体地,在确定获取的第一目标图像包括手掌轮廓特征时,根据第二目标图像执行手掌识别模式。
在其他一些实施例中,判断第二目标图像的清晰度是否大于第二清晰度阈值,若是,则根据第二目标图像执行手掌识别模式。若否,则需要重新获取第二目标图像,直至第二目标图像的清晰度符合要求。
在另一些实施例中,根据第二目标图像确定对应的生物识别模式为手掌优先识别模式,其具体包括:
步骤一、判断第二目标图像是否包括手掌轮廓特征。
步骤二、若第二目标图像包括手掌轮廓特征,则根据第二目标图像执行手掌识别模式。
具体地,在确定第二目标图像包括手掌轮廓特征时,判断第二目标图像的清晰度是否大于第二清晰度阈值,若是,则根据第二目标图像执行手掌识别模式。若第二目标图像的清晰度小于第二清晰度阈值,则需要重新获取第二目标图像,直至第二目标图像的清晰度符合要求。
步骤三、若第二目标图像包括人脸轮廓特征,则根据第一目标图像和第二目标图像执行人脸识别模式。
具体地,在第二目标图像包括人脸轮廓特征时,则判断第一目标图像的清晰度是否大于第一清晰度阈值,若是,则根据第一目标图像和第二目标图像执行人脸识别模式。若否,则需要重新采集第一目标图像,保证第一目标图像的清晰度大于第一清晰度阈值。在重新获取第一目标图像的情况下,第一图像传感器1和第二图像传感器2可以同时分别采集第一目标图像和第二目标图像,也可以只控制第一图像传感器1采集第一目标图像。
在其他一些实施例中,在判断第一目标图像的清晰度是否大于第一清晰度阈值时,也需要判断第二目标图像的清晰度是否大于第三清晰度阈值,第一目标图像和第二目标图像的清晰度均符合要求,则根据第一目标图像和第二目标图像执行人脸识别模式。若第一目标图像和第二目标图像中的一个清晰度不符合要求,需要重新获取清晰度不符合要求的目标图像,或者同时重新获取第一目标图像和第二目标图像,直至清晰度符合要求为止。
在一些实施例中,若存储的人脸信息为三维立体图像信息,则人脸识别模式包括以下步骤:
步骤一、根据第一目标图像和第二目标图像生成合成图像,判断该合成图像是否为立体图像。
步骤二、若是,则判断合成图像是否为用户存储的人脸信息;
步骤二、若合成图像是用户存储的人脸信息,则发出解锁指令。若合成图像不是用户存储的人脸信息,则不发出解锁指令。
步骤一中判断合成图像是否为立体图像,以确定被采集图像的物体是否为活物,可以用于防伪,然后再判断生成的合成图像是用户所存储的人脸信息后,才能开锁,该种识别模式提高了智能门锁的安全系数。
在另一些实施例中,若存储的人脸信息为三维立体图像信息,则人脸识别模式包括以下步骤:
步骤一、根据第一目标图像或第二目标图像与存储的人脸信息进行特征比对。
步骤二、在特征比对符合要求后,将第一目标图像和第二目标图像生成合成图像,并判断该合成图像是否为立体图像。
步骤三、若合成图像为立体图像,则将该立体图像与用户存储的人脸信息进行比对。
步骤四、若合成图像不是立体图像,则该立体图像不与用户存储的人脸信息进行比对。
该人脸识别模式是先根据第一目标图像或第二目标图像进行人脸特征比对,如果二维信息比对不通过,则不进行后续的三维信息防伪比对,如果二维信息比对通过,则再确定被采集图像的物体是否为活物,进行防伪验证,然后根据第一目标图像和第二目标图像生成的合成图像与用户存储的人脸信息进行比对,该种识别模式提高了智能门锁的安全系数。
在另一些实施例中,若存储的人脸信息为二维图像信息,则人脸识别模式包括以下步骤:
步骤一、根据第一目标图像和第二目标图像生成合成图像,判断该合成图像是否为立体图像。
步骤二、若合成图像为立体图像,则将合成图像与存储的人脸信息进行比对。若合成图像不是立体图像,则不与存储的人脸信息进行比对。
步骤一中判断合成图像是否为立体图像,以确定被采集图像的物体是否为活物,可以用于防伪,再判断生成的合成图像是用户所存储的人脸信息后,才能开锁,该种识别模式提高了智能门锁的安全系数。
本实施例还提供了一种智能门锁,该智能门锁包括锁体和上述中任一实施例所提供的生物识别模组,生物识别模组安装在锁体内,并与锁体的执行机构连接,通过生物识别模组控制锁体开锁。即第一图像传感器所识别的人脸信息或第二图像传感器所识别的手掌信息或人脸信息与用户所存储的生物信息匹配时,锁体开锁。
显然,本发明的上述实施例仅仅是为了清楚说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (13)
1.一种生物识别模组,其特征在于,包括:
基板(4),所述基板(4)上间隔设置有第一图像传感器(1)和第二图像传感器(2),所述第二图像传感器(2)的识别焦距小于所述第一图像传感器(1)的识别焦距,所述第二图像传感器(2)用于获取清晰的手掌图像,所述第一图像传感器(1)用于获取清晰的人脸图像;
处理模块(5),所述处理模块(5)设置在所述基板(4)上,分别与所述第一图像传感器(1)和所述第二图像传感器(2)电性连接,用于控制所述第一图像传感器(1)和第二图像传感器(2)开启并分别获取第一目标图像和第二目标图像,并根据所述第一目标图像或者所述第二目标图像确定对应的生物识别模式。
2.根据权利要求1所述的生物识别模组,其特征在于,根据所述第一目标图像确定对应的生物识别模式包括:
当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,或者当所述第一目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式。
3.根据权利要求1所述的生物识别模组,其特征在于,根据所述第二目标图像确定对应的生物识别模式包括:
当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,或者当所述第二目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
4.根据权利要求1所述的生物识别模组,其特征在于,所述第二图像传感器(2)的识别焦距为70mm~300mm;和/或,所述第一图像传感器(1)的识别焦距为350mm~1000mm;
所述第二图像传感器(2)的视场角大于所述第一图像传感器(1)的视场角。
5.根据权利要求4所述的生物识别模组,其特征在于,所述第二图像传感器(2)的视场角范围为120°~150°,所述第一图像传感器(1)的视场角范围为70°~90°。
6.根据权利要求1所述的生物识别模组,其特征在于,所述第一图像传感器(1)远离所述第二图像传感器(2)的一侧设有补光灯(3);或
所述第二图像传感器(2)远离所述第一图像传感器(1)的一侧设有补光灯(3);
所述补光灯(3)用于当检测到光线亮度低于预设阈值时开启。
7.根据权利要求6所述的生物识别模组,其特征在于,所述补光灯(3)开启时发出矩形光斑,所述矩形光斑与目标手掌的掌形相适配。
8.一种智能门锁,其特征在于,包括锁体及权利要求1-7中任一项所述的生物识别模组,通过所述生物识别模组控制所述锁体开锁。
9.一种生物识别模组的控制方法,应用于权利要求1-7中任一项所述的生物识别模组中,其特征在于,所述控制方法包括:
控制第一图像传感器(1)和第二图像传感器(2)分别采集第一目标图像和第二目标图像;
获取所述第一图像传感器(1)采集的第一目标图像,根据所述第一目标图像确定对应的生物识别模式;或者,获取所述第二图像传感器(2)采集的第二目标图像,根据所述第二目标图像确定对应的生物识别模式。
10.根据权利要求9所述的生物识别模组的控制方法,其特征在于,根据所述第一目标图像确定对应的生物识别模式包括:
当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,或者当所述第一目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式。
11.根据权利要求9所述的生物识别模组的控制方法,其特征在于,根据所述第二目标图像确定对应的生物识别模式包括:
当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,或者当所述第二目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
12.根据权利要求10所述的生物识别模组的控制方法,其特征在于,
当所述第一目标图像包括人脸轮廓特征时,则根据所述第一目标图像和所述第二目标图像执行人脸识别模式,包括:
当确定所述第一图像传感器(1)采集的第一目标图像的清晰度大于第一清晰度阈值,且所述第一目标图像为人脸图像时,根据所述第一目标图像和所述第二目标图像执行人脸识别模式。
13.根据权利要求11所述的生物识别模组的控制方法,其特征在于,所述获取所述当所述第二目标图像包括手掌轮廓特征时,则根据所述第二目标图像执行手掌识别模式,包括:
当确定所述第二图像传感器(2)采集的第二目标图像的清晰度大于第二清晰度阈值,且所述第二目标图像为手掌图像时,则根据所述第二目标图像执行手掌识别模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311873934.1A CN117809383A (zh) | 2023-12-30 | 2023-12-30 | 生物识别模组及其控制方法、智能门锁 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311873934.1A CN117809383A (zh) | 2023-12-30 | 2023-12-30 | 生物识别模组及其控制方法、智能门锁 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117809383A true CN117809383A (zh) | 2024-04-02 |
Family
ID=90426648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311873934.1A Pending CN117809383A (zh) | 2023-12-30 | 2023-12-30 | 生物识别模组及其控制方法、智能门锁 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117809383A (zh) |
-
2023
- 2023-12-30 CN CN202311873934.1A patent/CN117809383A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111316287B (zh) | 用于屏上指纹感测的超薄屏下光学传感器中的透镜-针孔阵列设计 | |
US10606031B2 (en) | Imaging apparatus, imaging system that includes imaging apparatus, electron mirror system that includes imaging apparatus, and ranging apparatus that includes imaging apparatus | |
CN111448570B (zh) | 利用集成到显示屏的光学检测器对显示屏上或接近显示屏的指纹或其他图案进行光学感测 | |
US7876929B2 (en) | Personal identification device | |
US7609864B2 (en) | Finger identification method and apparatus | |
US10579871B2 (en) | Biometric composite imaging system and method reusable with visible light | |
US7692774B2 (en) | Image pickup apparatus | |
RU2328035C2 (ru) | Устройство обработки информации | |
KR20200109375A (ko) | 지문 식별 장치 및 전자 기기 | |
CN110062931A (zh) | 指纹识别装置、指纹识别方法和电子设备 | |
CN109690567A (zh) | 指纹识别装置和电子设备 | |
CN206370880U (zh) | 一种双摄像头成像***和移动终端 | |
CN109076147B (zh) | 支持近红外光与可见光成像的复合成像***和移动终端 | |
CN110023956A (zh) | 光学图像采集单元、光学图像采集***和电子设备 | |
CN111626214B (zh) | 屏下指纹识别装置及***、指纹识别方法和电子装置 | |
CN107451532B (zh) | 红外光源、虹膜识别模组和电子装置 | |
WO2011052323A1 (ja) | 偽指判定装置および偽指判定方法 | |
CN105940414B (zh) | 利用安装有摄像机的便携式终端的指纹输入装置及其指纹输入用外置光学设备 | |
CN109409249A (zh) | 信息处理方法及电子设备 | |
CN209433415U (zh) | 指纹识别装置和电子设备 | |
JP2015176457A (ja) | 個人認証装置および指静脈認証装置 | |
JP2008244246A (ja) | 固体撮像装置、カメラ、車両及び監視装置 | |
CN110214328B (zh) | 指纹识别的方法、装置和电子设备 | |
WO2017098834A1 (ja) | 指静脈認証装置 | |
CN117809383A (zh) | 生物识别模组及其控制方法、智能门锁 |
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 |