CN103729622B - 一种手指静脉三维点云获取方法、装置及一种终端 - Google Patents
一种手指静脉三维点云获取方法、装置及一种终端 Download PDFInfo
- Publication number
- CN103729622B CN103729622B CN201310722944.5A CN201310722944A CN103729622B CN 103729622 B CN103729622 B CN 103729622B CN 201310722944 A CN201310722944 A CN 201310722944A CN 103729622 B CN103729622 B CN 103729622B
- Authority
- CN
- China
- Prior art keywords
- finger
- image
- point cloud
- images
- dimensional point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本公开实施例公开了手指静脉三维点云获取方法及装置,所述方法包括:获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。本公开可以获得手指不同视角的静脉图像,基于此完成手指静脉三维点云的重建,获得手指静脉的三维特征,进而可以提高身份认证时的识别率。
Description
技术领域
本公开实施例一般涉及身份认证技术领域,尤其是涉及一种手指静脉三维点云获取方法、装置及一种终端。
背景技术
当前随着各种智能终端设备的普及,安全的身份认证变得越来越重要。传统的安全认证方式主要包括密码/口令,这种外部的认证方式安全性较差,难以保证不被非法用户使用。为了克服这一问题,基于生物特征的识别技术迅速发展起来,手指静脉识别便是一种新的生物特征识别技术。
虽然人体组织在通常情况下不会透光,但是在较强光源照射下,人体组织还是具有一定的透光性,能够看到内部的静脉血管结构。手指静脉识别技术即通过使用光源对手指进行照射的方式得到清晰的手指静脉结构,根据不同个体静脉结构互不相同的特点进行身份识别、认证。与以往的人脸、虹膜、指纹等生物特征识别技术相比,手指静脉识别技术在安全性、便捷性上都具有更多的优势,例如:手指静脉属于活体特征,且属于体内特征,因此难以进行伪造,也不容易被盗取或复制;静脉位于人体部,不会受外界环境冷热、手指干湿以及划伤等影响;每个人的手指静脉结构均不相同,且这种差异不随年龄的增长而改变。
然而,发明人在应用手指静脉识别技术的过程中发现,相关的手指静脉识别方案大多都属于二维识别,即识别手指静脉的平面投影,但手指静脉本身为三维结构,其在二维平面的投影会受到手指姿态以及与摄像头之间的距离等影响,导致每次拍摄的静脉图像可能会存在较大差别,影响识别率。
发明内容
有鉴于此,本公开实施例的目的是提供一种手指静脉三维点云获取方法、装置及一种终端,以得到手指静脉的三维特征。
第一方面,本公开实施例提供了一种手指静脉三维点云获取方法,所述方法包括:
获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。
较佳的,从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像,包括:
获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
在各手指静脉图像之间进行两两的SIFT特征点匹配;
根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
较佳的,从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建,包括:
重复以下两个步骤,直至添加的图像的数量达到指定条件:
从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
将根据所述待添加图像计算得到的空间点添加进所述三维点云中。
较佳的,所述方法还包括:
存储获取的手指静脉三维点云,和/或,
将获取的手指静脉三维点云上传至服务器。
较佳的,所述方法还包括:
判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配, 若匹配,则确定通过身份认证。
较佳的,判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,包括:
计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值;
对所有点与点的距离值使用核心映射方式进行映射;
将所有映射后的距离值相加后取倒数,以作为相似度值;
判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配。
第二方面,本公开实施例提供了一种手指静脉三维点云获取装置,所述装置包括:
图像获取单元,用于获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
图像筛选单元,用于从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
点云初绘单元,用于根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
点云生成单元,用于从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。
较佳的,所述图像筛选单元包括:
特征点获取子单元,用于获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
特征点匹配子单元,用于在各手指静脉图像之间进行两两的SIFT特征点匹配;
图像对选取子单元,用于根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
较佳的,所述点云生成单元包括:
待添加图像选取子单元,用于从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
图像添加子单元,用于将根据所述待添加图像计算得到的空间点添加进所述三维点云中;
控制子单元,用于重复调用待添加图像选取子单元和图像添加子单元,直至添加的图像的数量达到指定条件。
较佳的,所述装置还包括:
存储单元,用于存储获取的手指静脉三维点云;和/或,
传送单元,用于将获取的手指静脉三维点云上传至服务器。
较佳的,所述装置还包括:
身份认证单元,用于判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,若匹配,则确定通过身份认证。
较佳的,所述身份认证单元包括:
点云距离计算子单元,用于计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值;
距离值映射子单元,用于对所有点与点的距离值使用核心映射方式进行映射;
点云相似度获取子单元,用于将所有映射后的距离值相加后取倒数,以作为相似度值;
相似度判断子单元,用于判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配,通过身份认证。
第三方面,本公开实施例提供了一种终端,所述终端包括摄像头和光源,所述摄像头用于拍摄在所述光源照射下的手指的静脉图像;
所述终端还包括一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。
本公开的一些有益效果可以包括:
本公开实施例于手指在摄像头与闪光灯上方移动时进行多次拍摄,获得手指不同视角的静脉图像,再根据各幅手指静脉图像计算得到手指静脉的空间点坐标,从而完成手指静脉三维点云的重建,获得手指静脉的三维特征,进而可以提高身份认证时的识别率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的手指静脉三维点云获取方法的示例性流程图;
图2为本公开实施例中拍摄手指静脉图像时一种场景的主视图;
图3为图2场景的俯视图;
图4为本公开实施例中从多幅手指静脉图像中选取具有空间一致性的两幅图像过程的示例性流程图;
图5为本公开实施例中从剩余手指静脉图像中继续选择图像添加到三维点云的过程的示例性流程图;
图6为本公开实施例中判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配过程的示例性流程图;
图7为本公开实施例提供的手指静脉三维点云获取方法在一种场景下的 示例性流程图;
图8为本公开实施例提供的手指静脉三维点云获取装置的结构示意图;
图9为本公开实施例一种场景中手指静脉认证的应用的界面示意图;
图10为本公开实施例一种场景中通过手指静脉特征进行解锁时的界面示意图;
图11为本公开实施例提供的一种移动终端的结构示意图;
图12为本公开实施例中涉及的服务器的结构示意图;
图13为本公开实施例一种场景中的手指静脉三维点云示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
为了全面理解本公开,在以下详细描述中提到了众多具体的细节,但是本领域技术人员应该理解,本公开可以无需这些具体细节而实现。在其他实施例中,不详细描述公知的方法、过程、组件和电路,以免不必要地导致实施例模糊。
图1为本公开实施例提供的手指静脉三维点云获取方法的示例性流程图,该方法的执行主体可以为终端。
在步骤S101中,获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧。
光源发出的光可以透入手指内部,使用与光源位于手指同一侧的摄像头即可借助光源的照射拍到手指内部的静脉图像。在光源照射手指时手指沿手 指方向移动,并令摄像头进行多次拍摄,即可获得手指不同角度的多幅静脉图像。
在步骤S102中,从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像。
摄像头每次拍摄的虽然都是平面二维图像,但是对于一个点来讲,如果可以获取其不同角度的二维图像,那么经过计算便能得到该点的空间坐标即三维坐标。本实施例即利用了该原理。
根据手指静脉的众多二维图像绘制手指静脉的三维图像时,首先应该确定两幅图像作为基础,这两幅作为基础的图像应该满足一定的要求。例如,每张图像都会拍摄到众多的点,当对比两幅图像时,它们拍摄的可能都是同一批点(只不过视角不同而已),即彼此间匹配点足够多,但也可能拍摄的都是不同的点,那么作为基础的这两幅图像应该选取那些匹配点足够多的图像;同时,如果两幅图像距离太近,那么拍摄的视角也就很相似,不利于反映被拍摄对象的立体模样,所以作为基础的这两幅图像之间的距离也应适当。很好的满足上述条件的两幅图像便是具有空间一致性的两幅图像。
在步骤S103中,根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云。
手指静脉的三维结构由三维空间中的点组成,呈云状,故称为三维点云。根据具有空间一致性的两幅图像,通过计算可以得到手指静脉部分空间点的坐标,也即可以得到手指静脉的部分三维点云。在一种场景下,可以采用5点法求出两幅图像相对的外参数以及摄像头的内参数,从而计算求出空间点坐标。上述5点法及外参数、内参数为三维重建技术中的常用手段及概念,本实施例不再赘述。
在步骤S104中,从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。完成后的手指静脉三维点云可参见图13所示,图13为本公开实施例一种场景中的手指静脉三维点云示意图。
图2为本公开实施例中拍摄手指静脉图像时一种场景的主视图。在该场景中,手指沿长度方向覆盖摄像头及作为光源的闪光灯并从右向左滑动,在手指滑动期间,摄像头借助闪光灯的照射拍摄下至少两幅手指静脉图像。
图3为上述场景的俯视图,因为手指覆盖着摄像头及闪光灯,所以图3中的摄像头及闪光灯用虚线绘出。
本公开实施例于手指在摄像头与闪光灯上方移动时进行多次拍摄,获得手指不同视角的静脉图像,再根据各幅手指静脉图像计算得到手指静脉的空间点坐标,从而完成手指静脉三维点云的重建,获得手指静脉的三维特征,进而可以提高身份认证时的识别率。
图4为本公开实施例中从多幅手指静脉图像中选取具有空间一致性的两幅图像过程的示例性流程图。
在步骤S401中,获取每幅手指静脉图像的尺度不变特征转换SIFT特征点。
SIFT即尺度不变特征转换(Scale-Invariant Feature Transform),是一种已经被广泛使用的图像特征提取算法。在获取SIFT特征点的过程中,可采用DoG(高斯差分)滤波方法对图像进行多尺度滤波,得到DoG尺度空间。DoG尺度空间类似于一个金字塔,最下一层是原图,然后通过卷积公式对原图进行缩小,形成第二层,然后再卷积缩小,形成第三层,以此类推,最上面的一层图像很小,用来描述全局特征。上述卷积公式可以为:
D(x,y,σ)=(G(x,y,kσ)-G(x,,y,σ))*I(x,y)
其中,σ为高斯函数的方差,I(x,y)表示像素点(x,y)处的灰度值,k表示尺度的层数,G为标准高斯分布。
一幅图像(原图)经过多次(例如8次)尺度缩放可以得到多张图,而在缩放过程中,图像中的有些点是描述这幅图像的特征所必须的,那么简单来讲这些点就可以看作是SIFT特征点。例如,一个苹果上有一个大斑点,将这个苹果的图像进行一定程度的缩放时,苹果的轮廓以及该斑点应保持存在,否则该苹果的特征就被丢失了,那么最终用于描述苹果轮廓以及这个斑点的点就可以看作是SIFT特征点。
在步骤S402中,在各手指静脉图像之间进行两两的SIFT特征点匹配。
本步骤是在任意两幅手指静脉图像中,获取各对手指静脉图像的SIFT特征点匹配的匹配情况,也即查看哪些图像对拍摄的是相同的点(只不过角度不同),从而为下面步骤中筛选视角相匹配的手指静脉图像对打下基础。两幅图像之间相互匹配的一对SIFT特征点可以称为SIFT特征点对。
在本实施例或本公开其他某些实施例中,对每对手指静脉图像中的SIFT特征点进行匹配的过程,可以包括:
对于一对手指静脉图像,遍历其中一幅图像的SIFT特征点,
在遍历过程中,对于一个SIFT特征点a,获取另一幅图像中与所述a的欧氏距离最近的SIFT特征点b及次近的SIFT特征点c,
如果a b的距离与a c的距离的比值小于指定阈值,则确定a与b为匹配的SIFT特征点。
SIFT特征点可以用SIFT特征向量描述,b、c即为与a在SIFT特征上相似度最大(也即SIFT特征向量最接近)的2个点。这里的相似度用特征向量间的欧氏距离度量。b和c必然有一个离a更近一些(假设为b),用a到b的距离除以a到c的距离,如果这个比值小于指定阈值,那么就认为a和b是一对匹配的SIFT特征点。
在步骤S403中,根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
在得到每幅图像的SIFT特征点以及图像间的匹配关系后,在本步骤中可以通过Structure From Motion(SFM)方法进行手指静脉的三维点云重建:
首先找到一对或多对视角相匹配的手指静脉图像对。视角相匹配相当于对两幅图像的视角进行了几何限制,满足这种几何限制的手指静脉图像对才可作为下一步筛选具有空间一致性的两幅图像时的备选对象。
视角相匹配的两幅图像应满足方程
x′Fx=0
其中x为根据两幅图像匹配的SIFT特征点算出的投影矩阵,x'为x的转置矩阵,F为本征矩阵。
在实际中,可能不是所有的SIFT特征点对都严格符合上面的方程,所以可以使用随机抽样一致性算法(RANSAC)抽取SIFT特征点,找到这些近似符合的SIFT特征点对。本征矩阵F包含7个独立参数,可以用Direct Linear Transform(DLT)变化进行估计。
然后,在选出的一对或多对视角相匹配的手指静脉图像对中,进一步筛选出一对作为具有空间一致性的两幅图像。筛选的标准可以是:匹配的SIFT特征点要足够多(例如不少于100个),同时相对距离要足够大。
上文对从多幅手指静脉图像中选取具有空间一致性的两幅图像的过程进行了介绍,下面再介绍一下从剩余手指静脉图像中继续选择图像添加到所述三维点云中以完成手指静脉三维点云重建的过程,该过程可以包括:
重复以下两个步骤,直至添加的图像的数量达到指定条件:
从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
将根据所述待添加图像计算得到的空间点添加进所述三维点云中。
例如,已添加进所述三维点云的图像为图像A和图像B,在剩余图像中,与图像A相匹配的SIFT点最多的是图像C(有1000个匹配点),与图像B相匹配的SIFT点最多的是图像D(有800个匹配点),那么对比可知图像C为与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像,于是将图像C作为待添加图像。
当图像C添加进点云后,则已添加进所述三维点云的图像变为A、B、C三幅,然后继续在剩余图像中选择与A、B、C相匹配的SIFT特征点最多的图像(可能就是先前的图像D,但也可能是另一幅图像E,例如图像E与图像C有900个匹配点),直至添加的图像的数量达到指定条件。
图5为本公开实施例中从剩余手指静脉图像中继续选择图像添加到三维点云的过程的示例性流程图。
在步骤S501中,从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像。
在步骤S502中,将根据所述待添加图像计算得到的空间点添加进所述三维点云中。
在步骤S503中,判断已添加的图像的数量是否达到指定条件。若已达到指定条件,则结束流程,若未达到指定条件,则继续执行步骤S501。
在本实施例或本公开其他某些实施例中,在步骤S104之后,还可以包括:
存储获取的手指静脉三维点云,和/或,
将获取的手指静脉三维点云上传至服务器。
此外,在本实施例或本公开其他某些实施例中,在步骤S104之后,还可以包括:
判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,若匹配,则确定通过身份认证。
图6为本公开实施例中判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配过程的示例性流程图。
在步骤S601中,计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值。
在步骤S602中,对所有点与点的距离值使用核心映射方式进行映射。
在步骤S603中,将所有映射后的距离值相加后取倒数,以作为相似度值。
在步骤S604中,判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配。
例如,点云1中一个点的三维坐标是(x1,y1,z1),点云2中一个点的三维坐标是(x2,y2,z2),那么这两个点之间的距离值d为
计算时,先在点云1中选择一个点计算其与点云2中的所有点的距离,得到若干距离值d,然后再在点云1中选择另一个点计算其与点云2中的所有点的距离,得到若干距离值d…如此循环,直至遍历完点云1中的所有点。
然后通过核心映射方式将d映射为KC(Kernel Correlation)值,本实施例中可以采用高斯核映射
σ为高斯分布的方差。将所有KC值相加后取倒数,得到最终的相似度值。设定一个阈值T,当相似度大于T时,则识别为同一个点云;当相似度小于等于T时,则识别为不同的点云。
下面再结合一个具体场景,对本公开实施例作进一步介绍。
图7为本公开实施例提供的手指静脉三维点云获取方法在一种场景下的示例性流程图。
S701、用户在手机上开启手指静脉认证的应用。该应用的界面可参见图8所示。
S702、用户点击手指静脉登记的按钮。
S703、通过预定的程序,获得该用户的手指静脉三维点云。
例如,可以在用户点击手指静脉登记按钮后开始计时,同时用户翻转过手机,用手指覆盖住手机背面的摄像头和闪光灯并开始滑动,手机在既定的时间段内进行闪光和拍照,得到用户的多幅手指静脉图像。
又例如,可以在手机背面的摄像头与闪光灯附近设置感应装置,当用户点击了手指静脉登记按钮后,通过该感应装置得知用户已用手指覆盖住手机背面的摄像头和闪光灯并开始滑动时,进行闪光和拍照,得到用户的多幅手指静脉图像。
S704、在手机中存储该用户的手指静脉三维点云,完成登记。
S705、手机锁屏后,某时刻有用户欲解锁时,在界面中提示该用户进行手指静脉身份认证,参见图9所示。
S706、通过预定的程序,得到该用户的手指静脉三维点云。
S707、判断该用户的手指静脉三维点云是否与已存储的手指静脉三维点云。若匹配则允许手机解锁,若不匹配则不允许手机解锁。
本公开实施例于手指在摄像头与闪光灯上方移动时进行多次拍摄,获得手指不同视角的静脉图像,再根据各幅手指静脉图像计算得到手指静脉的空 间点坐标,从而完成手指静脉三维点云的重建,获得手指静脉的三维特征,进而可以提高身份认证时的识别率。
图10为本公开实施例提供的手指静脉三维点云获取装置的结构示意图。参见图10所示,装置1000可以包括:
图像获取单元1001,用于获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
图像筛选单元1002,用于从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
点云初绘单元1003,用于根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
点云生成单元1004,用于从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建。
在本实施例或本公开其他某些实施例中,所述图像筛选单元可以包括:
特征点获取子单元,用于获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
特征点匹配子单元,用于在各手指静脉图像之间进行两两的SIFT特征点匹配;
图像对选取子单元,用于根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
在本实施例或本公开其他某些实施例中,所述点云生成单元可以包括:
待添加图像选取子单元,用于从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
图像添加子单元,用于将根据所述待添加图像计算得到的空间点添加进所述三维点云中;
控制子单元,用于重复调用待添加图像选取子单元和图像添加子单元,直至添加的图像的数量达到指定条件。
在本实施例或本公开其他某些实施例中,所述装置还可以包括:
存储单元,用于存储获取的手指静脉三维点云;和/或,
传送单元,用于将获取的手指静脉三维点云上传至服务器。
在本实施例或本公开其他某些实施例中,所述装置还可以包括:
身份认证单元,用于判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,若匹配,则确定通过身份认证。
在本实施例或本公开其他某些实施例中,所述身份认证单元可以包括:
点云距离计算子单元,用于计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值;
距离值映射子单元,用于对所有点与点的距离值使用核心映射方式进行映射;
点云相似度获取子单元,用于将所有映射后的距离值相加后取倒数,以作为相似度值;
相似度判断子单元,用于判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配,通过身份认证。
本公开实施例于手指在摄像头与闪光灯上方移动时进行多次拍摄,获得手指不同视角的静脉图像,再根据各幅手指静脉图像计算得到手指静脉的空间点坐标,从而完成手指静脉三维点云的重建,获得手指静脉的三维特征,进而可以提高身份认证时的识别率。
图11为本公开实施例提供的一种移动终端的结构示意图。优选的:
终端设备1800可以包括通信单元110、包括有一个或一个以上计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、WIFI(WirelessFidelity,无线保真)模块170、包括有一个或者一个以上处理核心的处理器180、以及电源190等部件。本领域技术人员可以理解,图中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
通信单元110可用于收发信息或通话过程中,信号的接收和发送,该通信单元110可以为RF(Radio Frequency,射频)电路、路由器、调制解调器、等网络通信设备。特别地,当通信单元110为RF电路时,将基站的下行信息接收后,交由一个或者一个以上处理器180处理;另外,将涉及上行的数据发送给基站。通常,作为通信单元的RF电路包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,通信单元110还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于GSM(Global System of Mobile communication,全球移动通讯系统)、GPRS(GeneralPacket Radio Service,通用分组无线服务)、CDMA(Code Division Multiple Access,码分多址)、WCDMA(Wideband Code Division Multiple Access,宽带码分多址)、LTE(LongTerm Evolution,长期演进)、电子邮件、SMS(Short Messaging Service,短消息服务)等。存储器120可用于存储软件程序以及模块,处理器180通过运行存储在存储器120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120可主要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系统、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;存储数据区可存储根据终端设备1800的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器120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、或其他易失性固态存储器件。相应地,存储器120还可以包括存储器控制器,以提供处理器180和输入单元130对存储器120的访问。
输入单元130可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。优选地,输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检 测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器180,并能接收处理器180发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131,输入单元130还可以包括其他输入设备132。优选地,其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备1800的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141,可选的,可以采用LCD(Liquid CrystalDisplay,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的,触敏表面131可覆盖显示面板141,当触敏表面131检测到在其上或附近的触摸操作后,传送给处理器180以确定触摸事件的类型,随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图中,触敏表面131与显示面板141是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面131与显示面板141集成而实现输入和输出功能。
终端设备1800还可包括至少一种传感器150,比如光传感器、运动传感器以及其他传感器。光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板141的亮度,接近传感器可在终端设备1800移动到耳边时,关闭显示面板141和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端设备1800还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路160、扬声器161,传声器162可提供用户与终端设备1800之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号,传输到扬声 器161,由扬声器161转换为声音信号输出;另一方面,传声器162将收集的声音信号转换为电信号,由音频电路160接收后转换为音频数据,再将音频数据输出处理器180处理后,经RF电路110以发送给比如另一终端设备,或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔,以提供外设耳机与终端设备1800的通信。
为了实现无线通信,该终端设备上可以配置有无线通信单元170,该无线通信单元170可以为WIFI模块。WIFI属于短距离无线传输技术,终端设备1800通过无线通信单元170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图中示出了无线通信单元170,但是可以理解的是,其并不属于终端设备1800的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是终端设备1800的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器120内的软件程序和/或模块,以及调用存储在存储器120内的数据,执行终端设备1800的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器180可包括一个或多个处理核心;优选的,处理器180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器180中。
终端设备1800还包括给各个部件供电的电源190(比如电池),优选的,电源可以通过电源管理系统与处理器180逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端设备1800还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,终端设备还包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一 个以上处理器执行所述一个或者一个以上程序包含用于进行本公开实施例提供的方法的指令。
图12为本公开实施例中涉及的服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
此外,典型地,本公开所述的移动终端可为各种手持终端设备,例如手机、个人数字助理(PDA)等,因此本公开的保护范围不应限定为某种特定类型的移动终端。
此外,根据本公开的方法还可以被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储设备实现。
此外,应该明白的是,本文所述的计算机可读存储设备(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器 (RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)以及直接RambusRAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以 驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外先、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
尽管前面公开的内容示出了本公开的示例性实施例,但是应当注意,在不背离权利要求限定的本公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本公开的元素可以以个体形式描述或要求,但是也可以设想多个,除非明确限制为单数。
以上所述的具体实施方式,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施方式而已,并不用于限定本公开的保护范围,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (11)
1.一种手指静脉三维点云获取方法,其特征在于,所述方法包括:
获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像,包括:
获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
在各手指静脉图像之间进行两两的SIFT特征点匹配;
根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
2.根据权利要求1所述的方法,其特征在于,从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建,包括:
重复以下两个步骤,直至添加的图像的数量达到指定条件:
从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
将根据所述待添加图像计算得到的空间点添加进所述三维点云中。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
存储获取的手指静脉三维点云,和/或,
将获取的手指静脉三维点云上传至服务器。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,若匹配,则确定通过身份认证。
5.根据权利要求4所述的方法,其特征在于,判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,包括:
计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值;
对所有点与点的距离值使用核心映射方式进行映射;
将所有映射后的距离值相加后取倒数,以作为相似度值;
判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配。
6.一种手指静脉三维点云获取装置,其特征在于,所述装置包括:
图像获取单元,用于获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
图像筛选单元,用于从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
点云初绘单元,用于根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
点云生成单元,用于从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建;
所述图像筛选单元包括:
特征点获取子单元,用于获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
特征点匹配子单元,用于在各手指静脉图像之间进行两两的SIFT特征点匹配;
图像对选取子单元,用于根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
7.根据权利要求6所述的装置,其特征在于,所述点云生成单元包括:
待添加图像选取子单元,用于从剩余手指静脉图像中,选择一幅与已添加进所述三维点云的图像相匹配的SIFT特征点最多的图像作为待添加图像;
图像添加子单元,用于将根据所述待添加图像计算得到的空间点添加进所述三维点云中;
控制子单元,用于重复调用待添加图像选取子单元和图像添加子单元,直至添加的图像的数量达到指定条件。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
存储单元,用于存储获取的手指静脉三维点云;和/或,
传送单元,用于将获取的手指静脉三维点云上传至服务器。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
身份认证单元,用于判断获取的手指静脉三维点云是否与存储的手指静脉三维点云相匹配,若匹配,则确定通过身份认证。
10.根据权利要求9所述的装置,其特征在于,所述身份认证单元包括:
点云距离计算子单元,用于计算获取的手指静脉三维点云与存储的手指静脉三维点云之间所有点与点的距离值;
距离值映射子单元,用于对所有点与点的距离值使用核心映射方式进行映射;
点云相似度获取子单元,用于将所有映射后的距离值相加后取倒数,以作为相似度值;
相似度判断子单元,用于判断所述相似度值是否大于指定阈值,若大于所述指定阈值则相匹配,通过身份认证。
11.一种手指静脉三维点云获取终端,其特征在于,所述手指静脉三维点云获取终端包括摄像头和光源,所述摄像头用于拍摄在所述光源照射下的手指的静脉图像;
所述手指静脉三维点云获取终端还包括一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取多幅手指静脉图像,其中所述多幅手指静脉图像是手指在光源照射下沿手指长度方向移动时由摄像头连续拍摄得到的至少两幅手指静脉图像,所述光源与所述摄像头位于所述手指的同侧;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像;
根据所述具有空间一致性的两幅图像,计算得到手指静脉的部分空间点坐标,以获取手指静脉的部分三维点云;
从剩余手指静脉图像中继续选择图像添加到所述三维点云中,以完成手指静脉三维点云重建;
从所述多幅手指静脉图像中,选取具有空间一致性的两幅图像,包括:
获取每幅手指静脉图像的尺度不变特征转换SIFT特征点;
在各手指静脉图像之间进行两两的SIFT特征点匹配;
根据两图像间匹配的SIFT特征点,从各手指静脉图像中选取视角相匹配的手指静脉图像对,在所述视角相匹配的手指静脉图像对中,再根据匹配的SIFT特征点的数量及匹配的SIFT特征点的距离,选取其中一对手指静脉图像作为所述具有空间一致性的两幅图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310722944.5A CN103729622B (zh) | 2013-12-24 | 2013-12-24 | 一种手指静脉三维点云获取方法、装置及一种终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310722944.5A CN103729622B (zh) | 2013-12-24 | 2013-12-24 | 一种手指静脉三维点云获取方法、装置及一种终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729622A CN103729622A (zh) | 2014-04-16 |
CN103729622B true CN103729622B (zh) | 2017-09-22 |
Family
ID=50453688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310722944.5A Active CN103729622B (zh) | 2013-12-24 | 2013-12-24 | 一种手指静脉三维点云获取方法、装置及一种终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729622B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303128B (zh) * | 2014-07-31 | 2018-09-11 | 中国电信股份有限公司 | 一种防止未经授权使用移动终端的方法和移动终端 |
CN105335707B (zh) * | 2015-10-19 | 2018-05-08 | 广东欧珀移动通信有限公司 | 一种待识别指纹图像的获取方法、装置及移动终端 |
CN106022210A (zh) * | 2016-05-04 | 2016-10-12 | 成都指码科技有限公司 | 一种静脉轮廓三维点云匹配的身份识别方法及装置 |
CN106131052B (zh) * | 2016-08-16 | 2019-05-31 | 蒙山 | 一种面向实际操作过程效果评估的多源信息身份认证方法 |
CN110298273B (zh) * | 2019-06-17 | 2023-04-07 | 深圳大学 | 一种基于多光谱图像的3d指静脉提取方法及系统 |
CN110287918B (zh) * | 2019-06-28 | 2022-02-15 | Oppo广东移动通信有限公司 | 活体识别方法及相关产品 |
CN113345106A (zh) * | 2021-06-24 | 2021-09-03 | 西南大学 | 一种基于多尺度多层级转换器的三维点云分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520843A (zh) * | 2006-02-02 | 2009-09-02 | 株式会社日立制作所 | 生物体信息处理装置 |
CN101980243A (zh) * | 2010-10-15 | 2011-02-23 | 中国人民解放军国防科学技术大学 | 基于双目视觉的手指静脉三维识别方法及装置 |
CN102147812A (zh) * | 2011-03-31 | 2011-08-10 | 中国科学院自动化研究所 | 基于三维点云模型的地标建筑图像分类方法 |
CN102937811A (zh) * | 2012-10-22 | 2013-02-20 | 西北工业大学 | 一种小型机器人的单目视觉与双目视觉转换装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196986A (zh) * | 2007-12-25 | 2008-06-11 | 哈尔滨工业大学 | 三维掌纹身份鉴别仪及其鉴别方法 |
EP2660773A4 (en) * | 2010-12-28 | 2017-04-05 | Fujitsu Limited | Biometric authentication device, biometric authentication method, and biometric authentication program |
-
2013
- 2013-12-24 CN CN201310722944.5A patent/CN103729622B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520843A (zh) * | 2006-02-02 | 2009-09-02 | 株式会社日立制作所 | 生物体信息处理装置 |
CN101980243A (zh) * | 2010-10-15 | 2011-02-23 | 中国人民解放军国防科学技术大学 | 基于双目视觉的手指静脉三维识别方法及装置 |
CN102147812A (zh) * | 2011-03-31 | 2011-08-10 | 中国科学院自动化研究所 | 基于三维点云模型的地标建筑图像分类方法 |
CN102937811A (zh) * | 2012-10-22 | 2013-02-20 | 西北工业大学 | 一种小型机器人的单目视觉与双目视觉转换装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103729622A (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103729622B (zh) | 一种手指静脉三维点云获取方法、装置及一种终端 | |
CN103632165B (zh) | 一种图像处理的方法、装置及终端设备 | |
KR102144489B1 (ko) | 인간 얼굴의 회전 각도를 결정하기 위한 방법 및 디바이스, 및 컴퓨터 저장 매체 | |
US11290447B2 (en) | Face verification method and device | |
CN103729640A (zh) | 一种手指静脉特征提取方法、装置及一种终端 | |
CN104468464B (zh) | 验证方法、装置和系统 | |
CN107451449B (zh) | 生物识别解锁方法及相关产品 | |
CN103716309B (zh) | 一种安全认证方法及终端 | |
CN104468463B (zh) | 验证方法、装置和系统 | |
CN106934364A (zh) | 人脸图片的识别方法及装置 | |
CN108304758A (zh) | 人脸特征点跟踪方法及装置 | |
CN107085479A (zh) | 提供手写风格校正功能的方法和适用于其的电子装置 | |
CN103826065B (zh) | 一种图像处理方法和装置 | |
CN106934376A (zh) | 一种图像识别方法、装置及移动终端 | |
CN107437009A (zh) | 权限控制方法及相关产品 | |
CN106912048A (zh) | 接入点信息分享方法和装置 | |
CN103345602A (zh) | 一种客户端代码完整性检测方法、装置和系统 | |
CN107463818A (zh) | 解锁控制方法及相关产品 | |
CN109257336A (zh) | 一种基于区块链的密码信息处理方法、终端设备 | |
CN107464290A (zh) | 三维信息展示方法、装置和移动终端 | |
CN109739602A (zh) | 一种移动终端壁纸设置方法及装置、移动终端及存储介质 | |
CN107784089A (zh) | 一种多媒体数据的存储方法、处理方法及移动终端 | |
CN107451450A (zh) | 生物识别方法及相关产品 | |
CN107506697A (zh) | 防伪处理方法及相关产品 | |
CN107613550A (zh) | 解锁控制方法及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |