CN106104574A - 指纹识别方法、装置和终端 - Google Patents
指纹识别方法、装置和终端 Download PDFInfo
- Publication number
- CN106104574A CN106104574A CN201680000663.0A CN201680000663A CN106104574A CN 106104574 A CN106104574 A CN 106104574A CN 201680000663 A CN201680000663 A CN 201680000663A CN 106104574 A CN106104574 A CN 106104574A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- feature
- verified
- fingerprint image
- person
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 239000000284 extract Substances 0.000 claims abstract description 19
- 239000011148 porous material Substances 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 42
- 238000001727 in vivo Methods 0.000 description 42
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 208000031481 Pathologic Constriction Diseases 0.000 description 8
- 238000005336 cracking Methods 0.000 description 8
- 210000001215 vagina Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000004899 motility Effects 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification 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
- G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06V40/1382—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
Abstract
本发明提出一种指纹识别方法、装置和终端,该指纹识别方法包括:采集指纹图像;提取所述指纹图像中的特征;根据所述特征判断待验证者是否是活体;如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。该方法能够提高指纹识别的安全性。
Description
技术领域
本发明涉及信息安全技术领域,尤其涉及一种指纹识别方法、装置和终端。
背景技术
指纹作为人体独一无二的特征,具有终身不变性、唯一性和方便性。现今,指纹识别技术已广泛应用于采集系统、门禁系统、智能电话机、智能手机等设备中。随着支付功能在智能手机中的不断普及,指纹识别技术也在智能手机指纹解锁基础上,进一步被应用于在线指纹支付等应用功能。
相关技术中,指纹识别技术通常是采用指纹图像中的指纹纹路特征,但是,非法用户可以根据获取的指纹纹路特征仿造假指纹,并采用仿造的假指纹破解指纹识别系统,从而造成安全性不足。
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,本发明的一个目的在于提出一种指纹识别方法,该方法可以提高指纹识别的安全性。
本发明的另一个目的在于提出一种指纹识别装置。
本发明的另一个目的在于提出一种终端。
为达到上述目的,本发明第一方面实施例提出的指纹识别方法,包括:采集指纹图像;提取所述指纹图像中的特征;根据所述特征判断待验证者是否是活体;如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
本发明第一方面实施例提出的指纹识别方法,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。
为达到上述目的,本发明第二方面实施例提出的指纹识别装置,包括:采集模块,用于采集指纹图像;提取模块,用于提取所述指纹图像中的特征;活体识别模块,用于根据所述特征判断待验证者是否是活体;指纹匹配模块,用于在待验证者是活体时,进行指纹匹配,得到指纹匹配结果。
本发明第二方面实施例提出的指纹识别装置,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。
为达到上述目的,本发明第三方面实施例提出的终端,包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为终端的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:采集指纹图像;提取所述指纹图像中的特征;根据所述特征判断待验证者是否是活体;如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
本发明第三方面实施例提出的终端,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。
为达到上述目的,本发明第四方面实施例提出的非易失性计算机存储介质,包括:采集指纹图像;提取所述指纹图像中的特征;根据所述特征判断待验证者是否是活体;如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
本发明第四方面实施例提出的非易失性计算机存储介质,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。
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是本发明一实施例提出的指纹识别方法的流程示意图;
图2a-图2b是本发明实施例中指纹传感器的设置示意图;
图3是本发明实施例中真实手指在按压过程中的形变示意图;
图4是本发明实施例中真实指纹和假指纹分别对应的指纹峰峰值与压力之间的关系图;
图5是本发明实施例中一种活体检测的流程示意图;
图6是本发明实施例中另一种活体检测的流程示意图;
图7是本发明实施例中汗孔特征的示意图;
图8是本发明实施例中另一种活体检测的流程示意图;
图9是本发明实施例中真实指纹和假指纹的相关灰度图的示意图;
图10是本发明实施例中真实指纹和假指纹对应的剩余噪声均方差与统计个数的关系示意图;
图11是本发明实施例中另一种活体检测的流程示意图;
图12是本发明另一实施例提出的指纹识别方法的流程示意图;
图13是本发明另一实施例提出的指纹识别装置的结构示意图;
图14是本发明另一实施例提出的指纹识别装置的结构示意图;
图15是本发明另一实施例提出的终端的结构示意图。
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模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的指纹识别方法的流程示意图。
参见图1,该方法包括:
S11:采集指纹图像。
其中,待验证者可以将手指放在终端的用于采集指纹的传感器上,从而,该传感器可以采集到待验证者的指纹图像。
例如,以终端是手机为例,参见图2a或图2b,可以在手机的主屏幕按钮21内设置指纹传感器,从而采集到指纹图像,或者,也可以在手机的背面的预设芯片22内设置指纹传感器,从而采集到指纹图像。
S12:提取所述指纹图像中的特征。
其中,特征可以包括如下项中的一项或多项:
指纹纹路特征、汗孔特征、剩余噪声特征、峰峰值特征。
例如,指纹传感器采集到指纹图像后,可以将指纹图像传输给用于特征提取的模块,由用于特征提取的模块从指纹图像中提取出指纹特征。
本实施例中,以用于特征提取的模块位于终端为例,当然,可以理解的是,本实施例的方法也可以应用到客户端与服务端交互的场景,也可以由服务端进行特征提取及后续的验证。
S13:根据所述特征判断待验证者是否是活体。
根据场景的不同,可以采用不同的方式判断待验证者是否是活体。
一些实施例中,可以利用指纹图像中提取的峰峰值特征进行活体识别。
参见图3,真实手指在按压力度变化过程中会产生轻微的形变,指纹峰31与指纹谷32的相对距离会发生变化,即真实指纹图像的峰峰值等特征会发生规律性变化,假体指纹不会呈现相同规律性变化。
参见图4,给出了真实指纹峰峰值与压力之间的关系曲线41,以及,假体指纹峰峰值与压力之间的关系曲线42。从图4可以看出,真实指纹峰峰值随着压力的增大会有比较明显的变化,而假体指纹峰峰值随着压力的增大没有比较明显的变化。
基于真实指纹和假体指纹的峰峰值特点,可以采用如下方式进行活体识别。
一些实施例中,参见图5,采集指纹图像、提取指纹图像中的特征以及活体检测的流程包括:
S51:采集第一指纹图像和第二指纹图像,其中,第一指纹图像是待验证者采用第一按压压力产生的,第二指纹图像是待验证者采用第二按压压力产生的,第一按压压力小于第二按压压力。
由于第一按压压力小于第二按压压力,因此,第一指纹图像是待验证者轻压指纹传感器后采集到的指纹图像,第二指纹图像是待验证者重压指纹传感器后采集到的指纹图像。
例如,在采集指纹图像之前,终端可以向待验证者显示提示消息,例如,提示待验证者轻压或重压,从而采集到待验证者轻压或重压指纹传感器后产生的指纹图像。
S52:在第一指纹图像中提取第一指纹峰峰值,在第二指纹图像中提取第二指纹峰峰值。
其中,第一指纹峰峰值是第一指纹图像中指纹峰与指纹谷的差值,第二指纹峰峰值是第二指纹图像中指纹峰与指纹谷的差值。
在采集到指纹图像后,可以对其进行提取,从中提取到指纹峰峰值。
S53:计算第一指纹峰峰值与第二指纹峰峰值的差值。
在提取出两个指纹峰峰值后,采用相减运算,可以计算出两者的差值。
S54:判断该差值是否大于预设的差值阈值,若是,执行S55,否则,执行S56。
其中,可以根据经验值等方式预先设置差值阈值,在得到上述的差值后,可以比较差值与差值阈值,得到判断结果。
S55:确定待验证者是活体。
S56:确定待验证者是假体。
本实施例中,通过根据轻压和重压时的指纹峰峰值可以检测出待验证者是否是活体。
一些实施例中,参见图6,采集指纹图像、提取指纹图像中的特征以及活体检测的流程包括:
S61:连续地采集指纹图像,该连续的指纹图像是待验证者采用交替大小的按压压力产生的。
例如,在采集指纹图像之前,终端可以向待验证者显示提示消息,例如,提示待验证者轻压-重压-轻压,从而采集到待验证者以轻压-重压-轻压的按压方式,产生连续的指纹图像。
S62:在每个指纹图像中提取指纹峰值和指纹谷值,并计算指纹峰值和指纹谷值之间的峰谷差值,即峰峰值,以及,统计峰峰值与按压压力之间呈反向变化的次数。
其中,反向变化是指按压压力越大,峰峰值越小,或者,按压压力越小,峰峰值越大。
通过统计每个指纹图像对应的峰峰值与相应的按压压力,可以得到反向变化的次数。
S63:判断反向变化的次数是否大于预设的次数阈值,若是,执行S64,否则,执行S65。
其中,可以根据经验值等方式预先设置次数阈值,在得到上述的差值后,可以比较反向变化的次数与次数阈值,得到判断结果。
S64:确定待验证者是活体。
S65:确定待验证者是假体。
本实施例中,通过根据峰峰值与按压压力之间的反向变化的次数可以检测出待验证者是否是活体。
一些实施例中,可以利用指纹图像中提取的汗孔特征进行活体识别。
参见图7,为指纹图像的汗孔特征的示意图,分别给出了汗孔特征的整体示意71以及局部放大的局部示意72。在用户注册指纹的时候,可以同时将指纹的汗孔特征记录下来。在制作假指纹的时候,由于制作材料的局限性和制作的误差等原因,指纹图像的汗孔特征信息基本上丢失。从而,可以根据汗孔特征进行活体识别。
参见图8,采集指纹图像、提取指纹图像中的特征以及活体检测的流程包括:
S81:采集指纹图像。
例如,待验证者将手指放在指纹传感器上,从而由指纹传感器采集到待验证者的指纹图像。
S82:在指纹图像中提取出汗孔特征。
汗孔特征包括:汗孔数量、汗孔与指纹纹路的相对位置信息等。
S83:判断提取出的汗孔特征与预先存储的汗孔特征是否在预设的误差范围内,若是,执行S84,否则,执行S85。
其中,可以在用户注册时,获取汗孔特征并记录。
另外,如果预先存储多个汗孔特征,可以根据实际场景的不同,设置提取的汗孔特征与预先存储的任一个汗孔特征一致时,就认为判断结果是一致。或者,也可以在存储时关联存储用户标识与汗孔特征,待验证者进行验证之前先进行登录,验证时可以根据待验证者的用户标识从预先存储的信息中获取与待验证者对应的汗孔特征,再比对提取的汗孔特征与用户标识对应的汗孔特征,在两者一致时认为判断结果是一致。
S84:确定待验证者是活体。
S85:确定待验证者是假体。
本实施例中,通过根据汗孔特征可以检测出待验证者是否是活体。
一些实施例中,可以利用指纹图像中提取的剩余噪声特征进行活体识别。
参见图9,是真实指纹和假指纹的相关灰度图的示意图。分别是真实指纹的灰度911、真实指纹降噪后的灰度912、真实指纹的剩余噪声灰度913,2D假指纹的灰度921、2D假指纹降噪后的灰度922、2D假指纹的剩余噪声灰度923,3D假指纹的灰度931、3D假指纹降噪后的灰度932、3D假指纹的剩余噪声灰度933。可以看出,假指纹在制作过程中容易引入高频噪声。
参见图10,真实指纹的剩余噪声均方差与统计个数的关系曲线101、2D假指纹的剩余噪声均方差与统计个数的关系曲线102和3D假指纹的剩余噪声均方差与统计个数的关系曲线103。从图10可以看出,真实指纹的剩余噪声均方差较小。
一些实施例中,参见图11,采集指纹图像、提取指纹图像中的特征以及活体检测的流程包括:
S111:采集指纹图像。
例如,待验证者将手指放在指纹传感器上,从而由指纹传感器采集到待验证者的指纹图像。
S112:在指纹图像中提取出剩余噪声特征。
其中,在采集到指纹图像后,可以对该指纹图像进行中值滤波,得到滤波后的指纹图像,再计算滤波前的指纹图像与滤波后的指纹图像之间的差值,得到剩余噪声特征。
S113:根据剩余噪声特征,计算剩余噪声的均方差。
S114:判断剩余噪声的均方差是否小于预设的均方差阈值,若是,执行S115,否则,执行S116。
其中,可以根据经验值等方式预先设置均方差阈值,在得到上述的剩余噪声的均方差后,可以比较剩余噪声的均方差与预设的均方差阈值,得到判断结果。
S115:确定待验证者是活体。
S116:确定待验证者是假体。
本实施例中,通过根据剩余噪声特征可以检测出待验证者是否是活体。
通过上述流程检测出待验证者是否是活体后,还可以执行如下流程:
S14:如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
例如,在检测出待验证者是活体后,可以从指纹图像中提取出指纹纹路特征,另外,在用户注册时可以获取并记录指纹纹路特征。指纹匹配是将当前提取出的指纹纹路特征与预先记录的指纹纹路特征进行比对,两者一致(完全相同或者在误差范围内相同)时,则指纹匹配结果是指纹匹配,否则是指纹不匹配。
当然,可以理解的是,本实施例以指纹匹配时采用指纹纹路特征进行匹配为例,也可以采用其他特征进行匹配。例如,也可以采用活体检测时采用的特征进行指纹匹配。
进一步的,在得到指纹匹配结果后,可以根据指纹匹配结果执行相应的操作。例如,指纹匹配结果是指纹匹配时,则可以允许待验证者执行相应操作,例如,指纹解锁终端、指纹支付、指纹录入、指纹登录等。如果指纹匹配结果是不匹配时,则可以拒绝相应操作。
另一方面,如果待验证者不是活体,则可以结束指纹识别流程,不再进行后续的指纹匹配,直接反馈验证失败等信息。
当然,可以理解的是,活体检测和指纹匹配也可以并行进行,即同时在指纹图像中提取指纹纹路特征以及峰峰值特征、汗孔特征或剩余噪声特征,并同时进行活体判断和指纹匹配。当确定待验证者为活体并且指纹匹配通过时,则允许待验证者执行相应操作;当确定待验证者为假体或者指纹匹配不通过,则反馈验证失败等信息。由此在增加活体检测的同时,不会增加原有指纹匹配的时间。
本实施例中,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。另外,通过采集指纹图像,直接根据指纹图像进行活体检测,可以避免真活体假指纹的造假方式,进一步提高安全性。另外,通过直接根据指纹图像进行活体检测,可以避免额外增加硬件成本,提高兼容性。进一步的,通过上述不同方式的活体检测,可以实现活体检测方式的多样化和灵活性等。
图12是本发明另一实施例提出的指纹识别方法的流程示意图。
参见图12,该方法包括:
S121:确定当前应用程序使用的安全级别。
其中,不同的应用程序(Application,APP)可以设置不同的安全级别。
例如,安全级别可以分为I级、II级和III级,并按I级、II级、III级的顺序依次升高。在I级安全要求的应用场景,可以不需要进行活体检测,仅根据指纹纹路特征进行指纹匹配。在II级安全的应用场景,会在I级安全要的基础上增加活体检测的流程,且活体检测时根据汗孔特征和/或剩余噪声特征进行活体检测。在III级安全要求的应用场景,要求用户进行不同力度的按压,提取指纹的峰峰值特征,再根据峰峰值特征进行活体检测,其中,在III级安全要求时,可以是活体检测时仅采用峰峰值特征,或者,也可以是在II级安全级别的基础上,即在活体检测时根据峰峰值特征进行检测,并且还根据汗孔特征和/或剩余噪声特征进行检测。
S122:根据当前使用的安全级别,判断是否需要进行活体检测,若是,执行S123,否则,执行S126。
例如,如果安全级别是II级或III级,则需要活体检测,如果是I级则不需要活体检测。
S123:根据当前使用的安全级别,采集指纹图像。
例如,如果安全级别是II级,则可以采用通常的指纹采集方式,在待验证者将指纹放置到指纹传感器上后采集到指纹图像。
又例如,如果安全级别是III级,由于需要采集不同按压压力的指纹图像,则可以向待验证者显示提示消息,例如,提示待验证者轻压或重压,或者轻压-重压-轻压交替按压,从而采集到待验证者采用不同按压压力产生的指纹图像。
S124:在指纹图像中提取与安全级别对应的特征。
其中,根据安全级别不同,可以提取不同的特征。
例如,如果安全级别是II级,则可以提取汗孔特征或剩余噪声特征。
如果安全级别是III级,则可以提取峰峰值特征。
S125:根据提取的特征判断是否是活体,如果是,执行S126,否则,执行S127。
活体检测方法可以参见上述实施例中的相关描述,在此不再详细说明。
S126:进行指纹匹配。
例如,从指纹图像中提取指纹纹路特征,并与预先存储的指纹纹路特征进行比对,如果完全相同或在误差范围内,则指纹匹配结果是指纹匹配,否则指纹匹配结果是不匹配。之后可以根据指纹匹配结果执行相应操作,例如,在指纹匹配时,允许待验证者进行后续操作,例如,进行指纹解锁、指纹支付、指纹录入、指纹登录等。如果指纹不匹配,则可以拒绝待验证者进行后续操作,并向待验证者反馈指纹不匹配信息。
S127:确定待验证者是假体。
例如,可以向待验证者反馈假体信息。之后可以结束验证流程,不允许待验证者进行后续指纹解锁等操作。
本实施例中,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。另外,通过采集指纹图像,直接根据指纹图像进行活体检测,可以避免真活体假指纹的造假方式,进一步提高安全性。另外,通过直接根据指纹图像进行活体检测,可以避免额外增加硬件成本,提高兼容性。进一步的,通过上述不同方式的活体检测,可以实现活体检测方式的多样化和灵活性等。另外,本实施例中,通过根据不同的应用场景选择对应的安全级别,可以更好的满足实际需求。
图13是本发明另一实施例提出的指纹识别装置的结构示意图。参见图13,该装置130包括:采集模块131、提取模块132、活体识别模块133和指纹匹配模块134。
采集模块131,用于采集指纹图像;
提取模块132,用于提取所述指纹图像中的特征;
活体识别模块133,用于根据所述特征判断待验证者是否是活体;
指纹匹配模块134,用于在待验证者是活体时,进行指纹匹配,得到指纹匹配结果。
一些实施例中,指纹图像包括:第一指纹图像和第二指纹图像,第一指纹图像是待验证者采用第一按压压力产生的,第二指纹图像是待验证者采用第二按压压力产生的,第一按压压力小于第二按压压力;
提取的特征包括:从第一指纹图像中提取的第一指纹峰峰值,以及,从第二指纹图像中提取的第二指纹峰峰值;
活体识别模块133具体用于:
计算第一指纹峰峰值与第二指纹峰峰值的差值;
如果差值大于预设的差值阈值,则确定待验证者是活体。
一些实施例中,指纹图像包括:待验证者采用交替大小的按压压力产生的指纹图像;
提取的特征包括:每个指纹图像中提取的指纹峰峰值;
活体识别模块133具体用于:
统计峰峰值与按压压力之间呈反向变化的次数;
如果反向变化的次数大于预设的次数阈值,则确定待验证者是活体。
一些实施例中,提取的特征是:汗孔特征;
活体识别模块133具体用于:
判断从指纹图像中提取的汗孔特征是否与预先存储的汗孔特征在预设的误差范围内;
如果在预设的误差范围内,则确定待验证者是活体。
一些实施例中,提取的特征是:剩余噪声特征;
活体识别模块133具体用于:
根据剩余噪声特征计算剩余噪声的均方差;
如果均方差小于预设的均方差阈值,则确定待验证者是活体。
一些实施例中,参见图14,该装置还包括:
确定模块135,用于确定当前应用程序使用的安全级别。
提取模块132具体用于:
在所述指纹图像中提取与所述安全级别对应的特征。
可以理解的是,本实施例的装置与上述方法实施例对应,因此,本实施例装置的各模块的具体内容可以参见方法实施例中的相关描述,在此不再详细说明。
本实施例中,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。另外,通过采集指纹图像,直接根据指纹图像进行活体检测,可以避免真活体假指纹的造假方式,进一步提高安全性。另外,通过直接根据指纹图像进行活体检测,可以避免额外增加硬件成本,提高兼容性。进一步的,通过上述不同方式的活体检测,可以实现活体检测方式的多样化和灵活性等。
图15是本发明另一实施例提出的终端的结构示意图。参见图15,终端150包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为终端的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
采集指纹图像;
提取指纹图像中的特征;
根据特征判断待验证者是否是活体;
如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
另外,本发明另一实施例还提出了一种非易失性计算机存储介质,该非易失性计算机存储介质存储有一个或者多个模块,以用于执行以下步骤:
采集指纹图像;
提取指纹图像中的特征;
根据特征判断待验证者是否是活体;
如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
可以理解的是,上述实施例的终端以及非易失性计算机存储介质的具体内容可以参见方法实施例中的相关描述,在此不再详细说明。
本实施例中,通过在指纹匹配之前先进行活体检测,可以避免非法用户使用假指纹进行指纹识别系统的破解,从而提高指纹识别的安全性。另外,通过采集指纹图像,直接根据指纹图像进行活体检测,可以避免真活体假指纹的造假方式,进一步提高安全性。另外,通过直接根据指纹图像进行活体检测,可以避免额外增加硬件成本,提高兼容性。进一步的,通过上述不同方式的活体检测,可以实现活体检测方式的多样化和灵活性等。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
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。
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。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
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一定指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何的一个或多个实施例或示例中以合适的方式结合。
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 (14)
1.一种指纹识别方法,其特征在于,包括:
采集指纹图像;
提取所述指纹图像中的特征;
根据所述特征判断待验证者是否是活体;
如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
2.根据权利要求1所述的方法,其特征在于,
所述指纹图像包括:第一指纹图像和第二指纹图像,所述第一指纹图像是待验证者采用第一按压压力产生的,所述第二指纹图像是待验证者采用第二按压压力产生的,所述第一按压压力小于所述第二按压压力;
所述特征包括:从第一指纹图像中提取的第一指纹峰峰值,以及,从第二指纹图像中提取的第二指纹峰峰值;
所述根据所述特征判断待验证者是否是活体,包括:
计算所述第一指纹峰峰值与所述第二指纹峰峰值的差值;
如果所述差值大于预设的差值阈值,则确定待验证者是活体。
3.根据权利要求1所述的方法,其特征在于,
所述指纹图像包括:待验证者采用交替大小的按压压力产生的指纹图像;
所述特征包括:每个指纹图像中提取的指纹峰峰值;
所述根据所述特征判断待验证者是否是活体,包括:
统计峰峰值与按压压力之间呈反向变化的次数;
如果所述反向变化的次数大于预设的次数阈值,则确定待验证者是活体。
4.根据权利要求1所述的方法,其特征在于,
所述特征是:汗孔特征;
所述根据所述特征判断待验证者是否是活体,包括:
判断从指纹图像中提取的汗孔特征是否与预先存储的汗孔特征在预设的误差范围内;
如果在预设的误差范围内一致,则确定待验证者是活体。
5.根据权利要求1所述的方法,其特征在于,
所述特征是:剩余噪声特征;
所述根据所述特征判断待验证者是否是活体,包括:
根据剩余噪声特征计算剩余噪声的均方差;
如果所述均方差小于预设的均方差阈值,则确定待验证者是活体。
6.根据权利要求1-5任一项所述的方法,其特征在于,在所述采集指纹图像之前还包括:
确定当前应用程序使用的安全级别;
所述提取所述指纹图像中的特征具体为:
在所述指纹图像中提取与所述安全级别对应的特征。
7.一种指纹识别装置,其特征在于,包括:
采集模块,用于采集指纹图像;
提取模块,用于提取所述指纹图像中的特征;
活体识别模块,用于根据所述特征判断待验证者是否是活体;
指纹匹配模块,用于在待验证者是活体时,进行指纹匹配,得到指纹匹配结果。
8.根据权利要求7所述的装置,其特征在于,
所述指纹图像包括:第一指纹图像和第二指纹图像,所述第一指纹图像是待验证者采用第一按压压力产生的,所述第二指纹图像是待验证者采用第二按压压力产生的,所述第一按压压力小于所述第二按压压力;
所述特征包括:从第一指纹图像中提取的第一指纹峰峰值,以及,从第二指纹图像中提取的第二指纹峰峰值;
所述活体识别模块具体用于:
计算所述第一指纹峰峰值与所述第二指纹峰峰值的差值;
如果所述差值大于预设的差值阈值,则确定待验证者是活体。
9.根据权利要求7所述的装置,其特征在于,
所述指纹图像包括:待验证者采用交替大小的按压压力产生的指纹图像;
所述特征包括:每个指纹图像中提取的指纹峰峰值;
所述活体识别模块具体用于:
统计峰峰值与按压压力之间呈反向变化的次数;
如果所述反向变化的次数大于预设的次数阈值,则确定待验证者是活体。
10.根据权利要求7所述的装置,其特征在于,
所述特征是:汗孔特征;
所述活体识别模块具体用于:
判断从指纹图像中提取的汗孔特征是否与预先存储的汗孔特征在预设的误差范围内;
如果在预设的误差范围内,则确定待验证者是活体。
11.根据权利要求7所述的装置,其特征在于,
所述特征是:剩余噪声特征;
所述活体识别模块具体用于:
根据剩余噪声特征计算剩余噪声的均方差;
如果所述均方差小于预设的均方差阈值,则确定待验证者是活体。
12.根据权利要求7-11任一项所述的装置,其特征在于,还包括:
确定模块,用于确定当前应用程序使用的安全级别;
所述提取模块具体用于:
在所述指纹图像中提取与所述安全级别对应的特征。
13.一种终端,其特征在于,包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为终端的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于执行以下步骤:
采集指纹图像;
提取所述指纹图像中的特征;
根据所述特征判断待验证者是否是活体;
如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
14.一种非易失性计算机存储介质,其特征在于,所述非易失性计算机存储介质存储有一个或者多个模块,以用于执行以下步骤:
采集指纹图像;
提取所述指纹图像中的特征;
根据所述特征判断待验证者是否是活体;
如果待验证者是活体,进行指纹匹配,得到指纹匹配结果。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/074583 WO2017143571A1 (zh) | 2016-02-25 | 2016-02-25 | 指纹识别方法、装置和终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106104574A true CN106104574A (zh) | 2016-11-09 |
CN106104574B CN106104574B (zh) | 2018-06-12 |
Family
ID=57224187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680000663.0A Active CN106104574B (zh) | 2016-02-25 | 2016-02-25 | 指纹识别方法、装置和终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106104574B (zh) |
WO (1) | WO2017143571A1 (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682473A (zh) * | 2016-12-20 | 2017-05-17 | 深圳芯启航科技有限公司 | 一种用户身份信息的识别方法及其装置 |
CN107239745A (zh) * | 2017-05-15 | 2017-10-10 | 努比亚技术有限公司 | 指纹模拟方法及对应的移动终端 |
CN107423703A (zh) * | 2017-07-21 | 2017-12-01 | 山东大学 | 基于人脸、指纹和指静脉特征的多模态识别装置及方法 |
CN107967464A (zh) * | 2017-12-13 | 2018-04-27 | 深圳信炜生物识别科技有限公司 | 电容式传感器和电子设备 |
WO2018129687A1 (zh) * | 2017-01-12 | 2018-07-19 | 厦门中控智慧信息技术有限公司 | 指纹防伪方法和设备 |
CN108509932A (zh) * | 2018-04-11 | 2018-09-07 | 深圳市万普拉斯科技有限公司 | 一种光学指纹采集方法、装置和用户终端 |
CN108551451A (zh) * | 2018-04-18 | 2018-09-18 | 何小林 | 一种保护应用系统权限的多重验证方法和系统 |
CN108932507A (zh) * | 2018-08-06 | 2018-12-04 | 深圳大学 | 一种基于oct指纹图像的自动防伪方法及系统 |
WO2019113862A1 (zh) * | 2017-12-13 | 2019-06-20 | 深圳信炜生物识别科技有限公司 | 电容式传感器和电子设备 |
CN110506275A (zh) * | 2017-04-19 | 2019-11-26 | 指纹卡有限公司 | 利用力值进行指纹认证的方法 |
CN110998600A (zh) * | 2019-03-07 | 2020-04-10 | 深圳市汇顶科技股份有限公司 | 光学掌纹感测的方法和系统 |
CN111079626A (zh) * | 2019-12-11 | 2020-04-28 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
CN111095290A (zh) * | 2019-11-20 | 2020-05-01 | 深圳市汇顶科技股份有限公司 | 屏下光学指纹识别装置及系统、反射膜和液晶显示屏 |
CN112464866A (zh) * | 2020-06-15 | 2021-03-09 | 神盾股份有限公司 | 指纹感测装置以及指纹感测方法 |
CN112580472A (zh) * | 2020-12-11 | 2021-03-30 | 云从科技集团股份有限公司 | 一种快速轻量的人脸识别方法、装置、机器可读介质及设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11163970B1 (en) | 2020-06-16 | 2021-11-02 | Google Llc | Optical fingerprint system with varying integration times across pixels |
CN116935519B (zh) * | 2023-09-15 | 2023-12-12 | 四川金投科技股份有限公司 | 一种基于近距离无线通信技术的智能锁及其控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020041700A1 (en) * | 1996-09-09 | 2002-04-11 | Therbaud Lawrence R. | Systems and methods with identity verification by comparison & interpretation of skin patterns such as fingerprints |
CN1404002A (zh) * | 2001-08-31 | 2003-03-19 | 日本电气株式会社 | 指纹图像输入装置和利用指纹图像的活体识别方法 |
CN1668245A (zh) * | 2002-09-13 | 2005-09-14 | 富士通株式会社 | 活体检测装置及方法,以及具有活体检测功能的验证装置 |
CN102467671A (zh) * | 2010-11-03 | 2012-05-23 | 神盾股份有限公司 | 指纹防伪装置及其方法 |
CN103294987A (zh) * | 2012-03-05 | 2013-09-11 | 天津华威智信科技发展有限公司 | 指纹匹配方法与实现方式 |
CN103942540A (zh) * | 2014-04-10 | 2014-07-23 | 杭州景联文科技有限公司 | 基于曲波纹理分析和svm-knn分类的假指纹检测算法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9818020B2 (en) * | 2013-04-02 | 2017-11-14 | Precise Biometrics Ab | Fingerprint pore analysis for liveness detection |
CN105740750B (zh) * | 2014-12-11 | 2019-07-30 | 深圳印象认知技术有限公司 | 指纹活体检测及识别方法与装置 |
CN104392227B (zh) * | 2014-12-15 | 2018-02-09 | 金虎林 | 活体指纹判断方法及系统 |
CN105205464A (zh) * | 2015-09-18 | 2015-12-30 | 宇龙计算机通信科技(深圳)有限公司 | 指纹识别方法、指纹识别装置和终端 |
-
2016
- 2016-02-25 CN CN201680000663.0A patent/CN106104574B/zh active Active
- 2016-02-25 WO PCT/CN2016/074583 patent/WO2017143571A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020041700A1 (en) * | 1996-09-09 | 2002-04-11 | Therbaud Lawrence R. | Systems and methods with identity verification by comparison & interpretation of skin patterns such as fingerprints |
CN1404002A (zh) * | 2001-08-31 | 2003-03-19 | 日本电气株式会社 | 指纹图像输入装置和利用指纹图像的活体识别方法 |
CN1668245A (zh) * | 2002-09-13 | 2005-09-14 | 富士通株式会社 | 活体检测装置及方法,以及具有活体检测功能的验证装置 |
CN102467671A (zh) * | 2010-11-03 | 2012-05-23 | 神盾股份有限公司 | 指纹防伪装置及其方法 |
CN103294987A (zh) * | 2012-03-05 | 2013-09-11 | 天津华威智信科技发展有限公司 | 指纹匹配方法与实现方式 |
CN103942540A (zh) * | 2014-04-10 | 2014-07-23 | 杭州景联文科技有限公司 | 基于曲波纹理分析和svm-knn分类的假指纹检测算法 |
Non-Patent Citations (1)
Title |
---|
J.S.MOON等: "Wavelet based fingerprint liveness detection", 《ELECTRONIC LETTERS》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106682473A (zh) * | 2016-12-20 | 2017-05-17 | 深圳芯启航科技有限公司 | 一种用户身份信息的识别方法及其装置 |
WO2018129687A1 (zh) * | 2017-01-12 | 2018-07-19 | 厦门中控智慧信息技术有限公司 | 指纹防伪方法和设备 |
US11144772B2 (en) | 2017-01-12 | 2021-10-12 | Zkteco Co., Ltd. | Method and system for fingerprint security |
CN110506275A (zh) * | 2017-04-19 | 2019-11-26 | 指纹卡有限公司 | 利用力值进行指纹认证的方法 |
CN110506275B (zh) * | 2017-04-19 | 2023-06-06 | 指纹卡安娜卡敦知识产权有限公司 | 利用力值进行指纹认证的方法 |
CN107239745A (zh) * | 2017-05-15 | 2017-10-10 | 努比亚技术有限公司 | 指纹模拟方法及对应的移动终端 |
CN107423703A (zh) * | 2017-07-21 | 2017-12-01 | 山东大学 | 基于人脸、指纹和指静脉特征的多模态识别装置及方法 |
CN107423703B (zh) * | 2017-07-21 | 2020-12-08 | 山东大学 | 基于人脸、指纹和指静脉特征的多模态识别装置及方法 |
CN107967464A (zh) * | 2017-12-13 | 2018-04-27 | 深圳信炜生物识别科技有限公司 | 电容式传感器和电子设备 |
WO2019113862A1 (zh) * | 2017-12-13 | 2019-06-20 | 深圳信炜生物识别科技有限公司 | 电容式传感器和电子设备 |
CN107967464B (zh) * | 2017-12-13 | 2020-12-18 | 深圳信炜生物识别科技有限公司 | 电容式传感器和电子设备 |
CN108509932A (zh) * | 2018-04-11 | 2018-09-07 | 深圳市万普拉斯科技有限公司 | 一种光学指纹采集方法、装置和用户终端 |
CN108551451A (zh) * | 2018-04-18 | 2018-09-18 | 何小林 | 一种保护应用系统权限的多重验证方法和系统 |
CN108932507A (zh) * | 2018-08-06 | 2018-12-04 | 深圳大学 | 一种基于oct指纹图像的自动防伪方法及系统 |
CN110998600A (zh) * | 2019-03-07 | 2020-04-10 | 深圳市汇顶科技股份有限公司 | 光学掌纹感测的方法和系统 |
CN110998600B (zh) * | 2019-03-07 | 2021-07-16 | 深圳市汇顶科技股份有限公司 | 光学掌纹感测的方法和系统 |
CN111095290A (zh) * | 2019-11-20 | 2020-05-01 | 深圳市汇顶科技股份有限公司 | 屏下光学指纹识别装置及系统、反射膜和液晶显示屏 |
CN111095290B (zh) * | 2019-11-20 | 2023-09-22 | 深圳市汇顶科技股份有限公司 | 屏下光学指纹识别装置及系统、反射膜和液晶显示屏 |
CN111079626A (zh) * | 2019-12-11 | 2020-04-28 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
CN111079626B (zh) * | 2019-12-11 | 2023-08-01 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
CN112464866A (zh) * | 2020-06-15 | 2021-03-09 | 神盾股份有限公司 | 指纹感测装置以及指纹感测方法 |
CN112464866B (zh) * | 2020-06-15 | 2024-02-27 | 神盾股份有限公司 | 指纹感测装置以及指纹感测方法 |
CN112580472A (zh) * | 2020-12-11 | 2021-03-30 | 云从科技集团股份有限公司 | 一种快速轻量的人脸识别方法、装置、机器可读介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2017143571A1 (zh) | 2017-08-31 |
CN106104574B (zh) | 2018-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106104574A (zh) | 指纹识别方法、装置和终端 | |
CN109858316A (zh) | 用于生物计量识别的系统和方法 | |
CN105590045A (zh) | 一种环境自适应的身份认证方法和终端 | |
CN110506275A (zh) | 利用力值进行指纹认证的方法 | |
CN107851189A (zh) | 具有力传感器的指纹传感器 | |
EP3807792A1 (en) | Authenticating an identity of a person | |
US8131074B2 (en) | Specific emitter identification using histogram of oriented gradient features | |
CN111783663A (zh) | 一种用于人证核验设备性能检测的算法测评系统及检测方法 | |
CN111625792B (zh) | 一种基于异常行为检测的身份识别方法 | |
CN107527020A (zh) | 生物识别方法及相关产品 | |
CN105740763A (zh) | 身份的识别方法及装置 | |
CN109426716A (zh) | 终端指纹录入、解锁方法、装置、存储介质和计算机设备 | |
Akhtar et al. | Robustness evaluation of biometric systems under spoof attacks | |
CN111160424A (zh) | 一种基于cnn图像识别的nfc设备指纹认证方法及系统 | |
CN100530213C (zh) | 一种确定生物认证系统的安全级别的方法和设备 | |
CN110766074B (zh) | 生物识别方法中异常纹路识别合格性的测试方法及装置 | |
CN109119163A (zh) | 基于面部识别的健康检测方法及其系统 | |
CN111062021A (zh) | 一种基于可穿戴设备进行身份认证的方法及装置 | |
US20030112459A1 (en) | Document authenticity discriminating apparatus and method therefor | |
CN106503532A (zh) | 一种基于指纹识别的鼠标及其使用方法 | |
KR20200093910A (ko) | 원본 데이터와 연관된 데이터를 제공하기 위한 방법, 이를 위한 전자 장치 및 저장 매체 | |
CN112699811A (zh) | 活体检测方法、装置、设备、储存介质及程序产品 | |
CN110874602A (zh) | 一种图像识别方法及装置 | |
CN112883356B (zh) | 一种身份认证方法、装置及设备 | |
CN113033297B (zh) | 实物编程方法、装置、设备及存储介质 |
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 |