CN105469106B - 指纹识别方法、装置及终端设备 - Google Patents

指纹识别方法、装置及终端设备 Download PDF

Info

Publication number
CN105469106B
CN105469106B CN201510786336.XA CN201510786336A CN105469106B CN 105469106 B CN105469106 B CN 105469106B CN 201510786336 A CN201510786336 A CN 201510786336A CN 105469106 B CN105469106 B CN 105469106B
Authority
CN
China
Prior art keywords
fingerprint
fingerprint image
pixel region
white point
user
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.)
Expired - Fee Related
Application number
CN201510786336.XA
Other languages
English (en)
Other versions
CN105469106A (zh
Inventor
周意保
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201510786336.XA priority Critical patent/CN105469106B/zh
Publication of CN105469106A publication Critical patent/CN105469106A/zh
Priority to EP16863457.4A priority patent/EP3261023A4/en
Priority to PCT/CN2016/096306 priority patent/WO2017080279A1/zh
Priority to US15/554,613 priority patent/US20180046848A1/en
Application granted granted Critical
Publication of CN105469106B publication Critical patent/CN105469106B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

本发明公开了一种指纹识别方法、装置及终端设备。其中，指纹的识别方法包括：采集指纹图像；将指纹图像与预设指纹模板进行匹配；如果指纹图像和预设指纹模板匹配，则进一步将指纹图像分割成多个像素区域；检测多个像素区域中包含白点的像素区域的数量，并根据包含白点的像素区域的数量判断指纹图像是否识别成功。本发明实施例的指纹的识别方法，可以判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。

Description

指纹识别方法、装置及终端设备
技术领域
本发明涉及指纹识别技术领域，尤其涉及一种指纹识别方法、装置及终端设备以及一种假指纹识别方法、装置和终端设备。
背景技术
指纹，由于其具有终身不变性、唯一性和方便性成为对用户进行身份识别非常重要的一部分，现在指纹识别技术已经成为大多数移动终端的标准配备，指纹识别不仅可以用于移动终端的解锁和唤醒等功能，也是移动支付中重要的一个环节，因此，指纹识别在满足用户使用便捷性的同时，也对安全性提出了要求。
在现实生活中，用户的指纹也是可以造假的，通过硅胶等材料在预先留好的指纹模具上(例如橡皮泥、胶带)都可以做出质量很高的假指纹。因此，如何正确识别指纹，并在正确识别指纹的情况下，保证指纹的安全性，是目前需要解决的问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的第一个目的在于提出一种指纹识别方法，该方法可以判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
本发明的第二个目的在于提出一种指纹识别装置。
本发明的第三个目的在于提出一种终端设备。
本发明的第四个目的在于提出一种假指纹识别方法。
本发明的第五个目的在于提出一种假指纹识别装置。
本发明的第六个目的在于提出一种终端设备。
为达上述目的，本发明第一方面实施例提出了一种指纹识别方法，包括：采集指纹图像；将所述指纹图像与预设指纹模板进行匹配；如果所述指纹图像和所述预设指纹模板匹配，则进一步将所述指纹图像分割成多个像素区域；检测所述多个像素区域中包含白点的像素区域的数量，并根据所述包含白点的像素区域的数量判断所述指纹图像是否识别成功。
在本发明的一个实施例中，所述根据所述包含白点的像素区域的数量判断所述指纹图像是否识别成功具体包括：判断所述包含白点的像素区域的数量是否大于预设阈值；如果所述包含白点的像素区域的数量小于预设阈值，则判断所述指纹图像识别成功。
在本发明的一个实施例中，在所述判断所述包含白点的像素区域的数量是否大于预设阈值之后，还包括：如果所述包含白点的像素区域的数量大于或者等于预设阈值，则判断所述指纹图像识别失败。
在本发明的一个实施例中，所述将所述指纹图像与预设指纹模板进行匹配具体包括：提取所述指纹图像中的多个特征点，并将所述指纹图像的多个特征点与所述预设指纹模板的多个特征点进行匹配；所述指纹图像和所述预设指纹模板匹配具体包括：如果与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量大于或者等于预设值，则判断所述指纹图像与所述预设指纹模板匹配。
在本发明的一个实施例中，如果与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量大于或者等于预设值，则判断所述指纹图像识别失败。
本发明实施例的指纹识别方法，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为达上述目的，本发明第二方面实施例提出了一种指纹识别装置，包括：采集模块，用于采集指纹图像；匹配模块，用于将所述指纹图像与预设指纹模板进行匹配；分割模块，用于在所述指纹图像和所述预设指纹模板匹配时，将所述指纹图像分割成多个像素区域；检测模块，用于检测所述多个像素区域中包含白点的像素区域的数量，并根据所述包含白点的像素区域的数量判断所述指纹图像是否识别成功。
在本发明的一个实施例中，所述检测模块具体用于：判断所述包含白点的像素区域的数量是否大于预设阈值，并在所述包含白点的像素区域的数量小于预设阈值时，判断所述指纹图像识别成功。
在本发明的一个实施例中，所述检测模块还用于：在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像识别失败。
在本发明的一个实施例中，所述匹配模块具体用于：提取所述指纹图像中的多个特征点，并将所述指纹图像的多个特征点与所述预设指纹模板的多个特征点进行匹配，并在与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量大于或者等于预设值时，判断所述指纹图像与所述预设指纹模板匹配。
在本发明的一个实施例中，所述匹配模块还用于：在与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量小于预设值时，判断所述指纹图像识别失败。
本发明实施例的指纹识别装置，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为达上述目的，本发明第三方面实施例提出了一种终端设备。
本发明实施例的终端设备，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为达上述目的，本发明第四方面实施例提出了一种假指纹识别方法，包括：采集指纹图像；将所述指纹图像分割成多个像素区域；检测所述多个像素区域中包含白点的像素区域的数量，并在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像为假指纹。
在本发明的一个实施例中，在检测所述多个像素区域中包含白点的像素区域的数量之后，还包括：在所述包含白点的像素区域的数量小于预设阈值时，判断所述指纹图像为真指纹。
本发明实施例的假指纹识别方法，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为达上述目的，本发明第五方面实施例提出了一种假指纹识别装置，包括：采集模块，用于采集指纹图像；分割模块，用于将所述指纹图像分割成多个像素区域；检测模块，用于检测所述多个像素区域中包含白点的像素区域的数量，并在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像为假指纹。
在本发明的一个实施例中，所述检测模块还用于：在所述包含白点的像素区域的数量小于预设阈值时，判断所述指纹图像为真指纹。
本发明实施例的假指纹识别装置，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为达上述目的，本发明第六方面实施例提出了一种终端设备。
本发明实施例的终端设备，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的指纹识别方法的流程图。
图2为根据本发明一个实施例的指纹识别装置的结构示意图。
图3为根据本发明一个实施例的假指纹识别方法的流程图。
图4为根据本发明一个实施例的假指纹识别装置的结构示意图。
图5为根据本发明一个具体实施例的指纹的识别方法流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
图1是本发明一个实施例的指纹识别方法的流程图。
如图1所示，指纹识别方法包括：
S101，采集指纹图像。
具体地，当用户在终端设备上进行指纹识别时，比如利用指纹实现屏幕解锁或者支付等功能时，可以通过指纹读取设备，例如光学指纹采集器、热敏式传感器、射频传感器等对用户输入的指纹图像进行采集。
S102，将指纹图像与预设指纹模板进行匹配。
具体地，终端设备中预存有用于指纹识别的指纹模板，通过将采集到的指纹图像与终端设备中预存的指纹模板进行匹配，从而可以识别出采集到的指纹图像是否是终端设备的合法用户的指纹。具体而言，指纹识别的过程分为特征点提取、保存特征点数据和比对特征点数据，也就是说，在采集到指纹图像后，先要对原始的指纹图像进行初步的处理，使指纹图像更清晰，然后提取指纹图像中的多个特征点并保存。进而，再将指纹图像的多个特征点与终端设备中预设指纹模板的多个特征点进行匹配。其中，如果与预设指纹模板的特征点匹配的指纹图像的特征点的数量大于或者等于预设值，则判断指纹图像与预设指纹模板匹配。如果与预设指纹模板的特征点匹配的指纹图像的特征点的数量小于预设值，则判断指纹图像识别失败。
S103，如果指纹图像和预设指纹模板匹配，则进一步将指纹图像分割成多个像素区域。
具体地，在实现本发明的过程中，发明人发现即使是再精细的假指纹都无法避免指纹录入的时候在指纹模具上会留下一些白色的团块，而正常的真指纹则不会出现这样的白色团块。因此，在通过预设指纹模板对采集到的指纹图像进行匹配后，将指纹图像分割为多个小图像，即多个像素区域，通过判断多个像素区域中是否包含白点来判断采集到的指纹图像是否为假指纹。
S104，检测多个像素区域中包含白点的像素区域的数量，并根据包含白点的像素区域的数量判断指纹图像是否识别成功。
具体地，对分割成的多个像素区域进行扫描，识别出多个像素区域中出现的白点的数量，其中，当白点的面积大于一定面积阈值时才判断该像素区域中存在白点。进而，判断包含白点的像素区域的数量是否大于预设阈值，如果包含白点的像素区域的数量小于预设阈值，则判断指纹图像识别成功，即指纹图像为真指纹。如果包含白点的像素区域的数量大于或者等于预设阈值，则判断指纹图像识别失败，即指纹图像为假指纹。
进而，在判断出指纹图像为真指纹时，可以实现屏幕解锁或者继续进行支付等功能，而在判断出指纹图像为假指纹时，不作出响应。
本发明实施例的指纹的识别方法，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
下面参照图5详细说明一下本发明实施例的指纹识别方法。如图5所示，当用户在终端设备上输入指纹进行屏幕解锁时，获取到采集的指纹图像，从指纹图像中提取到特征点。然后，将指纹图像的特征点与指纹模板的特征点进行对比识别，如果与指纹模板的特征点匹配的指纹图像的特征点的数量小于匹配数量阈值，则判断指纹图像识别失败，不解锁屏幕。如果与指纹模板的特征点匹配的指纹图像的特征点的匹配数量不小于匹配数量阈值，则提高匹配数量阈值并再次对指纹图像的特征点进行比对识别，即将指纹图像的特征点与指纹模板的特征点再次进行对比识别。如果与指纹模板的特征点匹配的指纹图像的特征点的数量小于提高后的匹配数量阈值，则判断指纹图像识别失败，不解锁屏幕。如果与指纹模板的特征点匹配的指纹图像的特征点的匹配数量不小于提高后的匹配数量阈值，则进一步将指纹图像切割成多个小图像，对切割后的多个小图像进行扫描，识别图像中出现一定面积的白团数量。如果识别出的白团数量不小于白团数量阈值，则判断指纹图像识别失败，不解锁屏幕。如果识别出的白团数量小于白团数量阈值，则进一步检测用户的心率、温度、血压、手握姿势等参数信息。如果用户的心率、温度、血压中的一项未在该用户正常的数值范围内，或者是手握姿势和预设的手握姿势不匹配，则判断指纹图像识别失败，不解锁屏幕。如果用户的心率、温度、血压均在该用户正常的数值范围内，并且手握姿势和预设的手握姿势匹配，则判断指纹图像识别成功，解锁屏幕。
进而，本发明实施例的指纹的识别方法，在对用户指纹的特征点匹配的同时，结合多种不同的方式进一步对用户指纹的真伪进行判断，大大降低了假指纹的正确识别率，提高了指纹的安全性。
为了实现上述实施例，本发明还提出了一种指纹的识别装置。
图2为根据本发明一个实施例的指纹识别装置的结构示意图。
如图2所示，指纹识别装置包括：采集模块201、匹配模块202、分割模块203和检测模块204。
其中，采集模块201，用于采集指纹图像。具体地，当用户在终端设备上进行指纹识别时，比如利用指纹实现屏幕解锁或者支付等功能时，可以通过采集模块201对用户输入的指纹图像进行采集，其中，采集模块201可以包括但不限于光学指纹采集器、热敏式传感器、射频传感器中的一种。
匹配模块202，用于将指纹图像与预设指纹模板进行匹配。具体地，终端设备中预存有用于指纹识别的指纹模板，匹配模块202通过将采集到的指纹图像与终端设备中预存的指纹模板进行匹配，从而可以识别出采集到的指纹图像是否是终端设备的合法用户的指纹。具体而言，指纹识别的过程分为特征点提取、保存特征点数据和比对特征点数据，也就是说，在采集到指纹图像后，先要对原始的指纹图像进行初步的处理，使指纹图像更清晰，然后提取指纹图像中的多个特征点并保存。进而，匹配模块202再将指纹图像的多个特征点与终端设备中预设指纹模板的多个特征点进行匹配。其中，如果与预设指纹模板的特征点匹配的指纹图像的特征点的数量大于或者等于预设值，则匹配模块202判断指纹图像与预设指纹模板匹配。如果与预设指纹模板的特征点匹配的指纹图像的特征点的数量小于预设值，则匹配模块202判断指纹图像识别失败。
分割模块203，用于在指纹图像和预设指纹模板匹配时，将指纹图像分割成多个像素区域。具体地，在匹配模块202通过预设指纹模板对采集到的指纹图像进行匹配后，分割模块203将指纹图像分割为多个小图像，即多个像素区域，检测模块204通过判断多个像素区域中是否包含白点来判断采集到的指纹图像是否为假指纹。
检测模块204，用于检测多个像素区域中包含白点的像素区域的数量，并根据包含白点的像素区域的数量判断指纹图像是否识别成功。具体地，检测模块204对分割成的多个像素区域进行扫描，识别出多个像素区域中出现的白点的数量，其中，当白点的面积大于一定面积阈值时才判断该像素区域中存在白点。进而，检测模块204判断包含白点的像素区域的数量是否大于预设阈值，如果包含白点的像素区域的数量小于预设阈值，则检测模块204判断指纹图像识别成功，即指纹图像为真指纹。如果包含白点的像素区域的数量大于或者等于预设阈值，则检测模块204判断指纹图像识别失败，即指纹图像为假指纹。
进而，在判断出指纹图像为真指纹时，可以实现屏幕解锁或者继续进行支付等功能，而在判断出指纹图像为假指纹时，不作出响应。
本发明实施例的指纹识别装置，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为了实现上述实施例，本发明还提出了一种终端设备，包括本发明实施例的指纹识别装置。
本发明实施例的终端设备，将采集的指纹图像与终端设备中预设的指纹模板进行匹配，在匹配成功后进一步将指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为了实现上述实施例，本发明还提出了一种假指纹识别方法。
图3为根据本发明一个实施例的假指纹识别方法的流程图。
如图3所示，假指纹识别方法包括：
S301，采集指纹图像。
具体地，当用户在终端设备上进行指纹识别时，比如利用指纹实现屏幕解锁或者支付等功能时，可以通过指纹读取设备，例如光学指纹采集器、热敏式传感器、射频传感器等对用户输入的指纹图像进行采集。
S302，将指纹图像分割成多个像素区域。
具体地，在实现本发明的过程中，发明人发现即使是再精细的假指纹都无法避免指纹录入的时候在指纹模具上会留下一些白色的团块，而正常的真指纹则不会出现这样的白色团块。因此，将指纹图像分割为多个小图像，即多个像素区域，通过判断多个像素区域中是否包含白点来判断采集到的指纹图像是否为假指纹。
S303，检测多个像素区域中包含白点的像素区域的数量，并在包含白点的像素区域的数量大于或者等于预设阈值时，判断指纹图像为假指纹。
具体地，在检测多个像素区域中包含白点的像素区域的数量之后，包含白点的像素区域的数量大于或者等于预设阈值时，判断指纹图像为假指纹。还包括：在包含白点的像素区域的数量小于预设阈值时，指纹图像为真指纹。
本发明实施例的假指纹的识别方法，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
图4为根据本发明一个实施例的假指纹识别装置的结构示意图。
如图4所示，指纹识别装置包括：采集模块401、分割模块402和检测模块403。
其中，采集模块401，用于采集指纹图像。具体地，当用户在终端设备上进行指纹识别时，比如利用指纹实现屏幕解锁或者支付等功能时，可以通过采集模块401对用户输入的指纹图像进行采集，其中，采集模块401可以包括但不限于光学指纹采集器、热敏式传感器、射频传感器中的一种。
分割模块402，用于将指纹图像分割成多个像素区域。具体地，分割模块402将指纹图像分割为多个小图像，即多个像素区域，检测模块403通过判断多个像素区域中是否包含白点来判断采集到的指纹图像是否为假指纹。
检测模块403，用于检测多个像素区域中包含白点的像素区域的数量，并在包含白点的像素区域的数量大于或者等于预设阈值时，判断指纹图像为假指纹。具体地，检测模块403对分割成的多个像素区域进行扫描，识别出多个像素区域中出现的白点的数量，其中，当白点的面积大于一定面积阈值时才判断该像素区域中存在白点。进而，检测模块403判断包含白点的像素区域的数量是否大于预设阈值，如果包含白点的像素区域的数量小于预设阈值，则检测模块403判断指纹图像识别成功，即指纹图像为真指纹。如果包含白点的像素区域的数量大于或者等于预设阈值，则检测模块403判断指纹图像识别失败，即指纹图像为假指纹。
本发明实施例的假指纹的识别装置，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
为了实现上述实施例，本发明还提出了一种终端设备，包括本发明实施例的假指纹识别装置。
本发明实施例的终端设备，将采集的指纹图像分割成多个像素区域，通过对多个像素区域进行白点检测判断采集的指纹图像是否为假指纹，从而可以大大提高指纹识别的正确率，在满足用户使用便捷性的同时，提高指纹密码的安全性。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、等术语应做广义理解，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，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (12)

1.一种指纹识别方法，其特征在于，包括以下步骤：
采集指纹图像；
将所述指纹图像与预设指纹模板进行匹配；
如果所述指纹图像和所述预设指纹模板匹配，则进一步将所述指纹图像分割成多个像素区域；
检测所述多个像素区域中包含白点的像素区域的数量，并根据所述包含白点的像素区域的数量判断所述指纹图像是否识别成功；其中，当白点的面积大于预设面积阈值时确定像素区域中存在白点；
判断所述包含白点的像素区域的数量是否大于预设阈值，如果所述包含白点的像素区域的数量小于预设阈值，则进一步检测用户的心率、温度、血压、手握姿势等中的一项或者多项参数信息；
如果所述用户的心率、温度、血压中的一项未在所述用户正常的数值范围内，或者是手握姿势和预设的手握姿势不匹配，则判断指纹图像识别失败；如果用户的心率、温度、血压都在所述用户正常的数值范围内，并且手握姿势和预设的手握姿势匹配，则判断指纹图像识别成功。
2.如权利要求1所述的指纹识别方法，其特征在于，在所述判断所述包含白点的像素区域的数量是否大于预设阈值之后，还包括：
如果所述包含白点的像素区域的数量大于或者等于预设阈值，则判断所述指纹图像识别失败。
3.如权利要求1所述的指纹识别方法，其特征在于，所述将所述指纹图像与预设指纹模板进行匹配具体包括：
提取所述指纹图像中的多个特征点，并将所述指纹图像的多个特征点与所述预设指纹模板的多个特征点进行匹配；
所述指纹图像和所述预设指纹模板匹配具体包括：
如果与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量大于或者等于预设值，则判断所述指纹图像与所述预设指纹模板匹配。
4.如权利要求3所述的指纹识别方法，其特征在于，如果与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量小于预设值，则判断所述指纹图像识别失败。
5.一种指纹识别装置，其特征在于，包括：
采集模块，用于采集指纹图像；
匹配模块，用于将所述指纹图像与预设指纹模板进行匹配；
分割模块，用于在所述指纹图像和所述预设指纹模板匹配时，将所述指纹图像分割成多个像素区域；
检测模块，用于检测所述多个像素区域中包含白点的像素区域的数量，并根据所述包含白点的像素区域的数量判断所述指纹图像是否识别成功；其中，当白点的面积大于预设面积阈值时确定像素区域中存在白点；
所述检测模块具体用于：
判断所述包含白点的像素区域的数量是否大于预设阈值，如果所述包含白点的像素区域的数量小于预设阈值，则进一步检测用户的心率、温度、血压、手握姿势等中的一项或者多项参数信息；
如果所述用户的心率、温度、血压中的一项未在所述用户正常的数值范围内，或者是手握姿势和预设的手握姿势不匹配，则判断指纹图像识别失败；如果用户的心率、温度、血压都在所述用户正常的数值范围内，并且手握姿势和预设的手握姿势匹配，则判断指纹图像识别成功。
6.如权利要求5所述的指纹识别装置，其特征在于，所述检测模块还用于：
在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像识别失败。
7.如权利要求5所述的指纹识别装置，其特征在于，所述匹配模块具体用于：
提取所述指纹图像中的多个特征点，并将所述指纹图像的多个特征点与所述预设指纹模板的多个特征点进行匹配，并在与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量大于或者等于预设值时，判断所述指纹图像与所述预设指纹模板匹配。
8.如权利要求7所述的指纹识别装置，其特征在于，所述匹配模块还用于：
在与所述预设指纹模板的特征点匹配的所述指纹图像的特征点的数量小于预设值时，判断所述指纹图像识别失败。
9.一种终端设备，其特征在于，包括如权利要求5-8任一项所述的指纹识别装置。
10.一种假指纹识别方法，其特征在于，包括以下步骤：
采集指纹图像；
将所述指纹图像分割成多个像素区域；
检测所述多个像素区域中包含白点的像素区域的数量，并在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像为假指纹；其中，当白点的面积大于预设面积阈值时确定像素区域中存在白点，其中，在所述包含白点的像素区域的数量小于预设阈值时，进一步检测用户的心率、温度、血压、手握姿势等中的一项或者多项参数信息；
如果所述用户的心率、温度、血压中的一项未在所述用户正常的数值范围内，或者是手握姿势和预设的手握姿势不匹配，则判断指纹图像为假指纹；如果用户的心率、温度、血压都在所述用户正常的数值范围内，并且手握姿势和预设的手握姿势匹配，则判断指纹图像为真指纹。
11.一种假指纹识别装置，其特征在于，包括：
采集模块，用于采集指纹图像；
分割模块，用于将所述指纹图像分割成多个像素区域；
检测模块，用于检测所述多个像素区域中包含白点的像素区域的数量，并在所述包含白点的像素区域的数量大于或者等于预设阈值时，判断所述指纹图像为假指纹；其中，当白点的面积大于预设面积阈值时确定像素区域中存在白点，其中，
所述检测模块，还用于在所述包含白点的像素区域的数量小于预设阈值时，进一步检测用户的心率、温度、血压、手握姿势等中的一项或者多项参数信息；
如果所述用户的心率、温度、血压中的一项未在所述用户正常的数值范围内，或者是手握姿势和预设的手握姿势不匹配，则判断指纹图像为假指纹；如果用户的心率、温度、血压都在所述用户正常的数值范围内，并且手握姿势和预设的手握姿势匹配，则判断指纹图像为真指纹。
12.一种终端设备，其特征在于，包括如权利要求11所述的假指纹识别装置。
CN201510786336.XA 2015-11-13 2015-11-13 指纹识别方法、装置及终端设备 Expired - Fee Related CN105469106B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201510786336.XA CN105469106B (zh) 2015-11-13 2015-11-13 指纹识别方法、装置及终端设备
EP16863457.4A EP3261023A4 (en) 2015-11-13 2016-08-23 Method, apparatus and terminal device for fingerprint identification
PCT/CN2016/096306 WO2017080279A1 (zh) 2015-11-13 2016-08-23 指纹识别方法、装置及终端设备
US15/554,613 US20180046848A1 (en) 2015-11-13 2016-08-23 Method of recognizing fingerprints, apparatus and terminal devices

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510786336.XA CN105469106B (zh) 2015-11-13 2015-11-13 指纹识别方法、装置及终端设备

Publications (2)

Publication Number Publication Date
CN105469106A CN105469106A (zh) 2016-04-06
CN105469106B true CN105469106B (zh) 2018-06-05

Family

ID=55606777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510786336.XA Expired - Fee Related CN105469106B (zh) 2015-11-13 2015-11-13 指纹识别方法、装置及终端设备

Country Status (4)

Country Link
US (1) US20180046848A1 (zh)
EP (1) EP3261023A4 (zh)
CN (1) CN105469106B (zh)
WO (1) WO2017080279A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106066764B (zh) * 2016-05-27 2018-05-29 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN107622193B (zh) * 2016-05-27 2019-12-06 Oppo广东移动通信有限公司 指纹解锁方法及相关产品
CN106250876B (zh) * 2016-08-19 2019-10-22 深圳市金立通信设备有限公司 一种指纹识别方法及终端
CN106709454A (zh) * 2016-12-23 2017-05-24 努比亚技术有限公司 指纹识别装置及方法
CN115877673A (zh) 2017-12-22 2023-03-31 Asml荷兰有限公司 基于缺陷概率的过程窗口
CN108197550A (zh) * 2017-12-28 2018-06-22 北京小米移动软件有限公司 故障提示方法、装置及电子设备
CN108171165B (zh) * 2017-12-28 2021-10-22 北京小米移动软件有限公司 指纹识别方法、装置及计算机可读存储介质
CN110858282B (zh) * 2018-08-22 2023-09-26 华为技术有限公司 指纹识别方法和电子设备
CN113486864B (zh) 2018-12-13 2023-09-12 深圳市汇顶科技股份有限公司 指纹识别装置、方法和电子设备
CN110287680A (zh) * 2019-06-29 2019-09-27 Oppo广东移动通信有限公司 指纹解锁方法及相关产品
CN110929564B (zh) * 2019-10-15 2023-08-29 平安科技（深圳）有限公司 基于对抗网络的指纹模型生成方法以及相关装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617162A (zh) * 2003-11-10 2005-05-18 北京握奇数据系统有限公司 一种智能卡内指纹特征匹配方法
CN1991860A (zh) * 2005-12-26 2007-07-04 联杰光电股份有限公司 具有侦测毛细孔的指纹辨识系统及其方法
CN103745147A (zh) * 2013-12-30 2014-04-23 华为技术有限公司 系统模式启动方法、应用程序启动方法及设备
CN103927351A (zh) * 2014-04-10 2014-07-16 清华大学 基于姿态校正的指纹检索方法及系统
CN104036266A (zh) * 2014-07-03 2014-09-10 南昌欧菲生物识别技术有限公司 指纹注册方法、指纹识别方法、指纹识别装置及终端设备
CN105005776A (zh) * 2015-07-30 2015-10-28 广东欧珀移动通信有限公司 指纹识别方法及装置

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6766040B1 (en) * 2000-10-02 2004-07-20 Biometric Solutions, Llc System and method for capturing, enrolling and verifying a fingerprint
US6763127B1 (en) * 2000-10-06 2004-07-13 Ic Media Corporation Apparatus and method for fingerprint recognition system
JP3924558B2 (ja) * 2003-11-17 2007-06-06 富士通株式会社 生体情報採取装置
JP4340553B2 (ja) * 2004-02-06 2009-10-07 富士通株式会社 生体情報照合装置
JP5292821B2 (ja) * 2008-01-16 2013-09-18 ソニー株式会社 静脈画像取得装置および静脈画像取得方法
WO2010119500A1 (ja) * 2009-04-13 2010-10-21 富士通株式会社 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
KR101314945B1 (ko) * 2009-12-22 2013-10-04 닛본 덴끼 가부시끼가이샤 가짜 손가락 판정 장치
US8863165B2 (en) * 2010-11-01 2014-10-14 Gracenote, Inc. Method and system for presenting additional content at a media system
JP5971089B2 (ja) * 2012-11-14 2016-08-17 富士通株式会社 生体情報補正装置、生体情報補正方法及び生体情報補正用コンピュータプログラム
CN103116744B (zh) * 2013-02-05 2016-04-13 浙江工业大学 基于mrf和svm-knn分类的假指纹检测方法
US9898642B2 (en) * 2013-09-09 2018-02-20 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
CN104217151B (zh) * 2014-09-11 2017-10-27 三星电子（中国）研发中心 智能终端应用程序的加锁方法及智能终端
CN105335731B (zh) * 2015-11-13 2020-04-17 Oppo广东移动通信有限公司 指纹识别方法、装置及终端设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617162A (zh) * 2003-11-10 2005-05-18 北京握奇数据系统有限公司 一种智能卡内指纹特征匹配方法
CN1991860A (zh) * 2005-12-26 2007-07-04 联杰光电股份有限公司 具有侦测毛细孔的指纹辨识系统及其方法
CN103745147A (zh) * 2013-12-30 2014-04-23 华为技术有限公司 系统模式启动方法、应用程序启动方法及设备
CN103927351A (zh) * 2014-04-10 2014-07-16 清华大学 基于姿态校正的指纹检索方法及系统
CN104036266A (zh) * 2014-07-03 2014-09-10 南昌欧菲生物识别技术有限公司 指纹注册方法、指纹识别方法、指纹识别装置及终端设备
CN105005776A (zh) * 2015-07-30 2015-10-28 广东欧珀移动通信有限公司 指纹识别方法及装置

Also Published As

Publication number Publication date
EP3261023A1 (en) 2017-12-27
CN105469106A (zh) 2016-04-06
US20180046848A1 (en) 2018-02-15
EP3261023A4 (en) 2018-02-21
WO2017080279A1 (zh) 2017-05-18

Similar Documents

Publication Publication Date Title
CN105469106B (zh) 指纹识别方法、装置及终端设备
CN105335730B (zh) 指纹识别方法、装置和终端设备
CN105335731B (zh) 指纹识别方法、装置及终端设备
CN109886697B (zh) 基于表情组别的操作确定方法、装置及电子设备
CN109409204B (zh) 防伪检测方法和装置、电子设备、存储介质
US6606397B1 (en) Face image processing apparatus for extraction of an eye image based on the position of the naris
CN106201288B (zh) 一种指纹信息的存储方法、装置及移动终端
US11550890B2 (en) Biometric authentication device, method and recording medium
US8493178B2 (en) Forged face detecting method and apparatus thereof
US9594953B2 (en) Approval system and approval method
US20100061600A1 (en) Biometric authentication device, fake body judgment device, and biometric authentication method
KR101675728B1 (ko) 정보처리기기를 이용한 사용자 인증 처리 방법 및 장치
KR20150143304A (ko) 화상 인식 장치 및 화상 인식 장치에의 특징량 데이터 등록 방법
CN104573456A (zh) 一种终端界面控制方法
CN111931548B (zh) 人脸识别系统、建立人脸识别数据的方法及人脸识别方法
JP4521086B2 (ja) 顔画像認識装置及び顔画像認識方法
CN107589968A (zh) 熄屏解锁方法和装置
CN104598792A (zh) 一种终端
CN104750240A (zh) 基于眼部开合状态的密码输入方法及应用其的保全装置
Grother et al. Biometric specifications for personal identity verification
CN113837006B (zh) 一种人脸识别方法、装置、存储介质及电子设备
CN107516074B (zh) 一种认证识别方法及系统
CN105897747A (zh) 基于数字生物签名的数据存储方法、装置及智能设备
CN110175522A (zh) 考勤方法、系统及相关产品
CN113705428A (zh) 活体检测方法及装置、电子设备及计算机可读存储介质

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
CP03 Change of name, title or address

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Patentee after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523859 usha Beach Road No. 18

Patentee before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

CP03 Change of name, title or address
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180605

CF01 Termination of patent right due to non-payment of annual fee