CN106127014A - 一种生物信息识别方法及终端 - Google Patents
一种生物信息识别方法及终端 Download PDFInfo
- Publication number
- CN106127014A CN106127014A CN201610799406.XA CN201610799406A CN106127014A CN 106127014 A CN106127014 A CN 106127014A CN 201610799406 A CN201610799406 A CN 201610799406A CN 106127014 A CN106127014 A CN 106127014A
- Authority
- CN
- China
- Prior art keywords
- information
- fingerprint
- fingerprint information
- matched
- biological
- 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 60
- 210000004369 blood Anatomy 0.000 claims description 47
- 239000008280 blood Substances 0.000 claims description 47
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 45
- 229910052760 oxygen Inorganic materials 0.000 claims description 45
- 239000001301 oxygen Substances 0.000 claims description 45
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 210000000554 iris Anatomy 0.000 description 34
- 230000008569 process Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000002085 persistent effect Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 210000001508 eye Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 210000003786 sclera Anatomy 0.000 description 2
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 244000078534 Vaccinium myrtillus Species 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 230000008175 fetal development Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000003928 nasal cavity Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 210000002105 tongue Anatomy 0.000 description 1
- 210000000515 tooth Anatomy 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种生物信息识别方法及终端。该生物信息识别方法包括:获取用户的指纹信息及第二生物信息;判断所获取的所述指纹信息是否与预存的指纹信息相匹配;若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述第二生物信息是否为有效信息;若所述第二生物信息为有效信息,则识别通过。本发明还构造一种生物信息识别终端。实施本发明的技术方案,提高了用户操作的安全性和保密性。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种生物信息识别方法及终端。
背景技术
指纹是指人的手指末端正面皮肤上凹凸不平产生的纹线,纹线的起点、终点、结合点和分叉点,称为指纹的细节特征点。其中,可以通过比较不同指纹的细节特征点来进行鉴别,因此指纹可用于身份鉴定。
心率值是反映人体健康程度的重要医学指标之一,更是护理病患、指导人们养成正确的作息习惯的重要依据之一,心率值一般被定义为在一分钟内人的心脏搏动的次数。
随着无线通信技术与计算机编程技术的不断发展成熟,终端已经深入到日常生活的各个方面,并给人们的日常生活带来了极大的便捷。用户在使用终端的过程中,会在终端中存储一些个人信息,例如,银行卡号等,这些个人信息对于用户来说是私密的。一旦终端丢失,就会造成用户个人信息的泄露。另外,用户在对终端进行操作时,由于操作指令的执行往往包含用户的隐私信息,如果不加以保护,也容易造成用户隐私信息的泄露。虽然目前已有很多制造商将指纹识别功能加入到终端中,但也出现了一些不法分子使用假指纹膜来盗取用户隐私信息,因此,单独的指纹识别还是无法完全保证操作的保密性和安全性。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述用户操作的保密性和安全性较低的缺陷,提供一种生物信息识别方法及终端,能提高用户操作的保密性和安全性。
本发明解决其技术问题所采用的技术方案是:构造一种生物信息识别方法,包括:
获取用户的指纹信息及第二生物信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述第二生物信息是否为有效信息;
若所述第二生物信息为有效信息,则识别通过。
优选地,当所述第二生物信息为虹膜信息时,所述方法包括:
获取用户的指纹信息及虹膜信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述虹膜信息是否为有效信息;
若所述虹膜信息为有效信息,则识别通过。
优选地,当所述第二生物信息为心率信息时,所述方法包括:
获取用户的指纹信息及心率信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述心率信息是否为有效信息;
若所述心率信息为有效信息,则识别通过。
优选地,当所述第二生物信息为血氧信息时,所述方法包括:
获取用户的指纹信息及血氧信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述血氧信息是否为有效信息;
若所述血氧信息为有效信息,则识别通过。
优选地,当所述第二生物信息为声纹信息时,所述方法包括:
获取用户的指纹信息及声纹信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述声纹信息是否为有效信息;
若所述声纹信息为有效信息,则识别通过。
优选地,还包括:
若所述指纹信息与预存的指纹信息不匹配,则判断当前判断次数是否达到预设次数;
若无达到,则重新执行获取用户的指纹信息的步骤。
本发明还构造一种生物信息识别方法,其特征在于,包括:
获取用户的指纹信息及第二生物信息;
判断所获取的所述第二生物信息是否为有效信息;
若所述第二生物信息为有效信息,则判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则识别通过。
优选地,所述第二生物信息包括虹膜信息、心率信息、血氧信息或声纹信息。
优选地,还包括:
若所述指纹信息与预存的指纹信息不匹配,则判断当前判断次数是否达到预设次数;
若无达到,则重新执行获取用户的指纹信息的步骤。
本发明还构造一种生物信息的识别终端,包括:
信息获取模块,用于获取用户的指纹信息及第二生物信息;
信息判断模块,用于判断所获取的所述指纹信息是否与预存的指纹信息相匹配,及判断所获取的所述第二生物信息是否为有效信息;
确定模块,用于在所述指纹信息与预存的指纹信息相匹配且所述第二生物信息为有效信息时,确定识别通过。
优选地,所述第二生物信息包括虹膜信息、心率信息、血氧信息或声纹信息。
优选地,还包括:
次数判断模块,用于在所述指纹信息与预存的指纹信息不匹配时,判断当前判断次数是否达到预设次数;而且,
所述信息获取模块,还用于在未达到预设次数时,重新获取用户的指纹信息。
实施本发明的技术方案,当需要对用户身份进行识别时,终端会采集用户的指纹信息和第二生物信息信息,且只有指纹信息和第二生物信息信息同时满足条件时,才确认该用户的身份为合法用户,此时认为识别通过。即使不法分子将盗取到合法用户的指纹信息做成指纹膜,并将假的指纹膜放在终端的相应触摸区域上,由于此时所获取的第二生物信息为无效信息,因此,即使判断指纹信息相匹配,也不会认为识别通过,从而提高了用户操作的安全性和保密性。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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。附图中:
图1是本发明生物信息识别方法实施例一的流程图;
图2是本发明生物信息识别方法实施例二的流程图;
图3是本发明生物信息识别方法实施例三的流程图;
图4是本发明生物信息识别方法实施例四的流程图;
图5是本发明生物信息识别方法实施例五的流程图;
图6是本发明生物信息的识别终端实施例一的逻辑结构图;
图7是本发明生物信息的识别终端实施例一的逻辑结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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,本领域普通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。
为解决用户操作终端时无法保证操作的保密性和安全性的问题,本发明提供一种生物信息识别方法及终端,能提高用户操作的保密性和安全性。
本发明的生物信息识别方法可以应用于终端中。其中,终端包括但不限于智能手机、平板电脑、智能手表、智能手环、笔记本电脑、台式电脑、MP3、MP4。终端的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、Windows Phone操作系统等等。如图1所示,该实施例的生物信息识别方法包括如下步骤:
步骤S11:获取用户的指纹信息及第二生物信息。
在该步骤中,终端上设置有与单片机相连的指纹传感器和心率生物信息检测器,该生物信息可为血氧信息、虹膜信息、心率信息或声纹信息。其中,指纹传感器对用户的手指的指纹信息进行检测,以采集用户输入的指纹信息,并送入单片机进行分析处理。具体地,指纹传感器根据信号的采集方式又可分为接触式指纹传感器和划擦式指纹传感器。当指纹传感器为接触式指纹传感器时,接触式指纹传感器的面积通常比人的手指的面积大些,用户将手指放置在接触式指纹传感器上,接触式指纹传感器扫描用户的手指上的指纹,一次性获得用户的指纹信息。当指纹传感器为划擦式指纹传感器时,划擦式指纹传感器的面积通常有手指面积的五分之一,当手指按压在划擦式指纹传感器上时,无法一次性采集到完整的手指的指纹的图像。在采集用户指纹信息的时候,用户的手指划过该划擦式指纹传感器的表面,划擦式指纹传感器对采集到的每一个指纹图像进行快照,再将这些指纹图像进行拼接,才形成完整的指纹图像,通过这样的方式采集得到了用户输入的指纹信息。
步骤S12:判断所获取的所述指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S13。
在该步骤中,预存的指纹信息可由用户预先设置得到,例如,用户可在终端首次开机时录入指纹信息,或者终端使用过程中输入某一指纹预置口令后进行指纹录入,等等,本发明实施例不做限定。本发明可以通过各种存储器件存储预存的指纹信息。各存储器件可由一个或多个存储组件所实现。于此,存储组件可以是诸如内存或缓存器等,但在此并不对其限制。内存可诸如只读存储器(Read-Only Memory;ROM)、随机存取内存(RandomAccessMemory;RAM)、非永久性内存、永久性内存、静态内存、易失存储器、闪存和/或任何存储数字信息的设备。
另外,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。指纹的匹配算法一般有以下两种:(1)基于点模式匹配算法,目前大多数算法都是基于细节点的特征来进行匹配。(2)基于纹理模式匹配算法,首先将指纹图像分割出来的有效区域进行网格化,然后利用Gbaor滤波从像素点的八个不同的方向处理该纹线区域,得到指纹的全局信息和局部信息,并转化成一个特征信息,最后比较当前的指纹图像和预先存储的指纹图像的差异。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
步骤S13:判断所获取的所述第二生物信息是否为有效信息。
步骤S14:识别通过。
在另一个实施例中,可将步骤S12及步骤S13的顺序进行调换,即,先判断第二生物信息是否为有效信息,若是,则进一步判断指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S14。
实施以上两个实施例的技术方案,当需要对用户身份进行识别时,终端会可采集用户的指纹信息和第二生物信息,且只有指纹信息和第二生物信息同时满足条件时,才确认该用户的身份为合法用户,进而确定为识别通过。即使不法分子盗取到合法用户的指纹信息做成指纹膜,并将假的指纹膜放在触摸区域上,由于犯罪分子无法所获取的第二生物信息,所以可判断第二生物信息为无效信息,因此,即使判断指纹信息相匹配,也不会执行相应的操作指令,从而提高了用户操作的安全性和保密性。
图2是本发明生物信息识别方法实施例二的流程图,在该实施例中,第二生物信息为虹膜信息,所以,该实施例的生物信息识别方法包括以下步骤:
步骤S111:获取用户的指纹信息及虹膜信息。
在该步骤中,指纹信息的获取可参照前文所述,下面着重说明虹膜信息的获取。首先说明的是,人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分,其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后,在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性,同时也决定了身份识别的唯一性。终端上设置有摄像头,可对用户的整个眼部进行拍摄。
步骤S12:判断所获取的所述指纹信息是否与预存的指纹信息相匹配。
在该步骤中,预存的指纹信息可由用户预先设置得到,例如,用户可在终端首次开机时录入指纹信息,或者终端使用过程中输入某一指纹预置口令后进行指纹录入,等等,本发明实施例不做限定。本发明可以通过各种存储器件存储预存的指纹信息。各存储器件可由一个或多个存储组件所实现。于此,存储组件可以是诸如内存或缓存器等,但在此并不对其限制。内存可诸如只读存储器(Read-Only Memory;ROM)、随机存取内存(RandomAccessMemory;RAM)、非永久性内存、永久性内存、静态内存、易失存储器、闪存和/或任何存储数字信息的设备。
另外,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。指纹的匹配算法一般有以下两种:(1)基于点模式匹配算法,目前大多数算法都是基于细节点的特征来进行匹配。(2)基于纹理模式匹配算法,首先将指纹图像分割出来的有效区域进行网格化,然后利用Gbaor滤波从像素点的八个不同的方向处理该纹线区域,得到指纹的全局信息和局部信息,并转化成一个特征信息,最后比较当前的指纹图像和预先存储的指纹图像的差异。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
步骤S131:判断所获取的所述虹膜信息是否为有效信息。
在该步骤中,在获取到所拍摄的图像后,将拍摄到的图像传输给虹膜识别系统的图像预处理软件,通过对虹膜定位、虹膜图像归一化、图像增强等处理后,提取出虹膜的特征点,然后将所提取的特征点与数据库中预存的虹膜特征点进行匹配,若匹配,则说明所获取的虹膜信息为有效信息。
步骤S14:识别通过。
在另一个实施例中,可将步骤S12及步骤S131的顺序进行调换,即,先判断虹膜信息是否为有效信息,若是,则进一步判断指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S14。
图3是本发明生物信息识别方法实施例三的流程图,在该实施例中,第二生物信息为心率信息,所以,该实施例的生物信息识别方法包括以下步骤:
步骤S112:获取用户的指纹信息及心率信息。
在该步骤中,指纹信息的获取可参照前文所述,下面着重说明心率信息的获取。心率信息可通过心率检测传感器来采集,心率传感器具体包括红外线射灯及光学传感器,红外线射灯受驱动后向所接触的手指发射红外线,光学传感器接收从手指接触面反射回来的红外线。其具体原理为:当人的心脏跳动时,人体血管中的血红细胞的浓度会发生变化,因此可通过红外光线反射血红细胞浓度的差异的时间来算出心脏跳动的频率,因此,可使用心率检测传感器对用户的心率信息进行采集,并送入单片机进行分析处理。
步骤S12:判断所获取的所述指纹信息是否与预存的指纹信息相匹配。
在该步骤中,预存的指纹信息可由用户预先设置得到,例如,用户可在终端首次开机时录入指纹信息,或者终端使用过程中输入某一指纹预置口令后进行指纹录入,等等,本发明实施例不做限定。本发明可以通过各种存储器件存储预存的指纹信息。各存储器件可由一个或多个存储组件所实现。于此,存储组件可以是诸如内存或缓存器等,但在此并不对其限制。内存可诸如只读存储器(Read-Only Memory;ROM)、随机存取内存(RandomAccessMemory;RAM)、非永久性内存、永久性内存、静态内存、易失存储器、闪存和/或任何存储数字信息的设备。
另外,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。指纹的匹配算法一般有以下两种:(1)基于点模式匹配算法,目前大多数算法都是基于细节点的特征来进行匹配。(2)基于纹理模式匹配算法,首先将指纹图像分割出来的有效区域进行网格化,然后利用Gbaor滤波从像素点的八个不同的方向处理该纹线区域,得到指纹的全局信息和局部信息,并转化成一个特征信息,最后比较当前的指纹图像和预先存储的指纹图像的差异。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
步骤S132:判断所获取的所述心率信息是否为有效信息。
在该步骤中,在判断所获取的心率信息是否为有效信息时,具体为:由于正常人的心率值一般为60~100次/分,在一个例子中,可设置若所获取的心率值在40~130的范围内时,认为所获取的心率信息为有效信息;若所获取的心率值低于40或高于130,认为所获取的心率信息为无效信息。当然,这只是其中的一个实施例,在其它例子中,预设的有效心率范围可结合实际情况设置其它值。
步骤S14:识别通过。
在另一个实施例中,可将步骤S12及步骤S132的顺序进行调换,即,先判断心率信息是否为有效信息,若是,则进一步判断指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S14。
图4是本发明生物信息识别方法实施例四的流程图,在该实施例中,第二生物信息为血氧信息,所以,该实施例的生物信息识别方法包括以下步骤:
步骤S113:获取用户的指纹信息及血氧信息。
在该步骤中,指纹信息的获取可参照前文所述,下面着重说明血氧信息的获取。血氧信息可通过血氧检测传感器来采集,血氧检测传感器包括红外线射灯及光学传感器,其可与心率检测传感器集成为一体。而且血氧检测传感器的检测原理为:通过检测充血人体末梢组织如手指或耳垂等部位对不同波长的红光和红外光的吸光度变化率之比推算出组织的动脉血氧饱和度。
步骤S12:判断所获取的所述指纹信息是否与预存的指纹信息相匹配。
在该步骤中,预存的指纹信息可由用户预先设置得到,例如,用户可在终端首次开机时录入指纹信息,或者终端使用过程中输入某一指纹预置口令后进行指纹录入,等等,本发明实施例不做限定。本发明可以通过各种存储器件存储预存的指纹信息。各存储器件可由一个或多个存储组件所实现。于此,存储组件可以是诸如内存或缓存器等,但在此并不对其限制。内存可诸如只读存储器(Read-Only Memory;ROM)、随机存取内存(RandomAccessMemory;RAM)、非永久性内存、永久性内存、静态内存、易失存储器、闪存和/或任何存储数字信息的设备。
另外,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。指纹的匹配算法一般有以下两种:(1)基于点模式匹配算法,目前大多数算法都是基于细节点的特征来进行匹配。(2)基于纹理模式匹配算法,首先将指纹图像分割出来的有效区域进行网格化,然后利用Gbaor滤波从像素点的八个不同的方向处理该纹线区域,得到指纹的全局信息和局部信息,并转化成一个特征信息,最后比较当前的指纹图像和预先存储的指纹图像的差异。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
步骤S133:判断所获取的所述血氧信息是否为有效信息。
在该步骤中,在判断所获取的血氧信息是否为有效信息时,具体为:由于正常人体动脉血的血氧饱和度为98%,静脉血为75%,一般认为血氧饱度正常值应不低于94%,在94%以下被视为供氧不足。在一个例子中,可设置若所获取的血氧饱和度在70%以下时,认为所获取的血氧信息为无效信息;若所获取的血氧饱和度高于70%,认为所获取的血氧信息为有效信息。当然,这只是其中的一个实施例,在其它例子中,预设的有效血氧饱和度可结合实际情况设置其它值。
步骤S14:识别通过。
在另一个实施例中,可将步骤S12及步骤S133的顺序进行调换,即,先判断血氧信息是否为有效信息,若是,则进一步判断指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S14。
图5是本发明生物信息识别方法实施例五的流程图,在该实施例中,第二生物信息为声纹信息,所以,该实施例的生物信息识别方法包括以下步骤:
步骤S114:获取用户的指纹信息及声纹信息。
在该步骤中,指纹信息的获取可参照前文所述,下面着重说明声纹信息的获取。声纹信息可通过终端上的麦克风来采集。由于人在讲话时使用的发声器官(舌、牙齿、喉头、肺、鼻腔)在尺寸和形态方面每个人的差异很大,所以任何两个人的声纹图谱都有差异。每个人的语音声学特征具有相对稳定性。
步骤S12:判断所获取的所述指纹信息是否与预存的指纹信息相匹配。
在该步骤中,预存的指纹信息可由用户预先设置得到,例如,用户可在终端首次开机时录入指纹信息,或者终端使用过程中输入某一指纹预置口令后进行指纹录入,等等,本发明实施例不做限定。本发明可以通过各种存储器件存储预存的指纹信息。各存储器件可由一个或多个存储组件所实现。于此,存储组件可以是诸如内存或缓存器等,但在此并不对其限制。内存可诸如只读存储器(Read-Only Memory;ROM)、随机存取内存(RandomAccessMemory;RAM)、非永久性内存、永久性内存、静态内存、易失存储器、闪存和/或任何存储数字信息的设备。
另外,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。指纹的匹配算法一般有以下两种:(1)基于点模式匹配算法,目前大多数算法都是基于细节点的特征来进行匹配。(2)基于纹理模式匹配算法,首先将指纹图像分割出来的有效区域进行网格化,然后利用Gbaor滤波从像素点的八个不同的方向处理该纹线区域,得到指纹的全局信息和局部信息,并转化成一个特征信息,最后比较当前的指纹图像和预先存储的指纹图像的差异。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
步骤S134:判断所获取的所述声纹信息是否为有效信息。
在该步骤中,在判断所获取的声纹信息是否为有效信息时,具体为:在采集到声音信息后,将该音频信息发送至预处理软件进行处理,可提取出声纹的特征点,然后将所提取的特征点与数据库中预存的声纹特征点进行匹配,若匹配,则说明所获取的虹膜信息为有效信息。
步骤S14:识别通过。
在另一个实施例中,可将步骤S12及步骤S134的顺序进行调换,即,先判断血氧信息是否为有效信息,若是,则进一步判断指纹信息是否与预存的指纹信息相匹配,若是,则执行步骤S14。
在实际应用中,有时会有用户指纹纹理不明显的情况或在天气较干燥时指纹识别较困难的情况,从而导致一次指纹识别失败就否定了用户的合法身份。为避免这种情况,则进一步优选地,在步骤S12中,若所述指纹信息与预存的指纹信息不匹配,则可判断当前判断次数是否达到预设次数,预设次数例如为三次、五次;若无达到,则重新执行获取用户的指纹信息的步骤。
图6是本发明生物信息识别终端实施例一的逻辑结构图,该实施例的生物信息识别终端可以应用于终端中。其中,终端包括但不限于智能手机、平板电脑、智能手表、智能手环、笔记本电脑、台式电脑、MP3、MP4。终端的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、BlackBerry(黑莓)操作系统、Windows Phone操作系统等等。如图6所示,该生物信息识别终端包括相连接的信息获取模块11、信息判断模块12和确定模块13。其中,
信息获取模块11用于获取用户的指纹信息及第二生物信息。第二生物信息包括虹膜信息、心率信息、血氧信息或声纹信息。
具体地,可通过指纹传感器对用户的手指的指纹信息进行检测,以采集用户输入的指纹信息,并送入单片机进行分析处理。具体地,指纹传感器根据信号的采集方式又可分为接触式指纹传感器和划擦式指纹传感器。当指纹传感器为接触式指纹传感器时,接触式指纹传感器的面积通常比人的手指的面积大些,用户将手指放置在接触式指纹传感器上,接触式指纹传感器扫描用户的手指上的指纹,一次性获得用户的指纹信息。当指纹传感器为划擦式指纹传感器时,划擦式指纹传感器的面积通常有手指面积的五分之一,当手指按压在划擦式指纹传感器上时,无法一次性采集到完整的手指的指纹的图像。在采集用户指纹信息的时候,用户的手指划过该划擦式指纹传感器的表面,划擦式指纹传感器对采集到的每一个指纹图像进行快照,再将这些指纹图像进行拼接,才形成完整的指纹图像,通过这样的方式采集得到了用户输入的指纹信息。
另外,可通过终端上的心率检测传感器来获取用户的心率信息;通过终端上的摄像头来对用户的整个眼部进行拍摄,以获取虹膜信息;通过终端上的血氧检测传感器来获取用户的血氧信息;通过终端上的麦克风来采集用户的声纹信息。
信息判断模块12用于判断所获取的所述指纹信息是否与预存的指纹信息相匹配,及判断所获取的所述第二生物信息是否为有效信息。
具体地,可由单片机来评价触摸操作的指纹与预存的指纹信息的相似度,以判断指纹信息是否相匹配。指纹图像匹配是指用当前指纹图像提取出的指纹特征与事先预存的指纹特征进行比对。例如,在一个具体例子中,当两个指纹图像的相似度大于或等于80%时,就可以认为触摸操作的指纹与预存的指纹信息相匹配。
另外,在判断所获取的心率信息是否为有效信息时,具体为:由于正常人的心率值一般为60~100次/分,在一个例子中,可设置若所获取的心率值在40~130的范围内时,认为所获取的心率信息为有效信息;若所获取的心率值低于40或高于130,认为所获取的心率信息为无效信息。当然,这只是其中的一个实施例,在其它例子中,预设的有效心率范围可结合实际情况设置其它值。
在判断所获取的虹膜信息是否为有效信息时,具体为:将拍摄到的图像传输给虹膜识别系统的图像预处理软件,通过对虹膜定位、虹膜图像归一化、图像增强等处理后,提取出虹膜的特征点,然后将所提取的特征点与数据库中预存的虹膜特征点进行匹配,若匹配,则说明所获取的虹膜信息为有效信息。
在判断所获取的血氧信息是否为有效信息时,具体为:由于正常人体动脉血的血氧饱和度为98%,静脉血为75%,一般认为血氧饱度正常值应不低于94%,在94%以下被视为供氧不足。在一个例子中,可设置若所获取的血氧饱和度在70%以下时,认为所获取的血氧信息为无效信息;若所获取的血氧饱和度高于70%,认为所获取的血氧信息为有效信息。当然,这只是其中的一个实施例,在其它例子中,预设的有效血氧饱和度可结合实际情况设置其它值。
在判断所获取的声纹信息是否为有效信息时,具体为:在采集到声音信息后,将该音频信息发送至预处理软件进行处理,可提取出声纹的特征点,然后将所提取的特征点与数据库中预存的声纹特征点进行匹配,若匹配,则说明所获取的虹膜信息为有效信息。
确定模块13用于在所述指纹信息与预存的指纹信息相匹配且所述第二生物信息为有效信息时,确定识别通过。
图7是本发明生物信息识别终端实施例二的逻辑结构图,该实施例的生物信息识别终端相比图6所示的实施例,所不同的是:还包括有次数判断模块14,而且,
在该实施例中,次数判断模块14用于在所述指纹信息与预存的指纹信息不匹配时,判断当前判断次数是否达到预设次数,判断当前判断次数是否达到预设次数;而且,信息获取模块11还用于在未达到预设次数时,重新获取用户的指纹信息。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何纂改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (12)
1.一种生物信息识别方法,其特征在于,包括:
获取用户的指纹信息及第二生物信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述第二生物信息是否为有效信息;
若所述第二生物信息为有效信息,则识别通过。
2.根据权利要求1所述的生物信息识别方法,其特征在于,当所述第二生物信息为虹膜信息时,所述方法包括:
获取用户的指纹信息及虹膜信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述虹膜信息是否为有效信息;
若所述虹膜信息为有效信息,则识别通过。
3.根据权利要求1所述的生物信息识别方法,其特征在于,当所述第二生物信息为心率信息时,所述方法包括:
获取用户的指纹信息及心率信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述心率信息是否为有效信息;
若所述心率信息为有效信息,则识别通过。
4.根据权利要求1所述的生物信息识别方法,其特征在于,当所述第二生物信息为血氧信息时,所述方法包括:
获取用户的指纹信息及血氧信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述血氧信息是否为有效信息;
若所述血氧信息为有效信息,则识别通过。
5.根据权利要求1所述的生物信息识别方法,其特征在于,当所述第二生物信息为声纹信息时,所述方法包括:
获取用户的指纹信息及声纹信息;
判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则判断所获取的所述声纹信息是否为有效信息;
若所述声纹信息为有效信息,则识别通过。
6.根据权利要求1所述的生物信息识别方法,其特征在于,还包括:
若所述指纹信息与预存的指纹信息不匹配,则判断当前判断次数是否达到预设次数;
若无达到,则重新执行获取用户的指纹信息的步骤。
7.一种生物信息识别方法,其特征在于,包括:
获取用户的指纹信息及第二生物信息;
判断所获取的所述第二生物信息是否为有效信息;
若所述第二生物信息为有效信息,则判断所获取的所述指纹信息是否与预存的指纹信息相匹配;
若所述指纹信息与预存的指纹信息相匹配,则识别通过。
8.根据权利要求7所述的生物信息识别方法,其特征在于,所述第二生物信息包括虹膜信息、心率信息、血氧信息或声纹信息。
9.根据权利要求7所述的生物信息识别方法,其特征在于,还包括:
若所述指纹信息与预存的指纹信息不匹配,则判断当前判断次数是否达到预设次数;
若无达到,则重新执行获取用户的指纹信息的步骤。
10.一种生物信息的识别终端,其特征在于,包括:
信息获取模块,用于获取用户的指纹信息及第二生物信息;
信息判断模块,用于判断所获取的所述指纹信息是否与预存的指纹信息相匹配,及判断所获取的所述第二生物信息是否为有效信息;
确定模块,用于在所述指纹信息与预存的指纹信息相匹配且所述第二生物信息为有效信息时,确定识别通过。
11.根据权利要求10所述的生物信息的识别终端,其特征在于,所述第二生物信息包括虹膜信息、心率信息、血氧信息或声纹信息。
12.根据权利要求10所述的生物信息的识别终端,其特征在于,还包括:
次数判断模块,用于在所述指纹信息与预存的指纹信息不匹配时,判断当前判断次数是否达到预设次数;而且,
所述信息获取模块,还用于在未达到预设次数时,重新获取用户的指纹信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799406.XA CN106127014A (zh) | 2016-08-31 | 2016-08-31 | 一种生物信息识别方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610799406.XA CN106127014A (zh) | 2016-08-31 | 2016-08-31 | 一种生物信息识别方法及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106127014A true CN106127014A (zh) | 2016-11-16 |
Family
ID=57271176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610799406.XA Pending CN106127014A (zh) | 2016-08-31 | 2016-08-31 | 一种生物信息识别方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106127014A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778698A (zh) * | 2017-01-20 | 2017-05-31 | 燕南国创科技(北京)有限公司 | 身份识别的方法和装置 |
CN106778168A (zh) * | 2016-12-05 | 2017-05-31 | 深圳先进技术研究院 | 可穿戴式设备的身份识别方法、装置及可穿戴式设备 |
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
CN108920388A (zh) * | 2018-07-24 | 2018-11-30 | 深圳市有钱科技有限公司 | 数据安全方法和装置 |
WO2019113765A1 (zh) * | 2017-12-12 | 2019-06-20 | 福建联迪商用设备有限公司 | 一种基于人脸和心电图的支付认证方法及终端 |
CN112541171A (zh) * | 2019-09-23 | 2021-03-23 | 北京嘉诚至盛科技有限公司 | 身份认证方法、装置、电子设备和计算机可读介质 |
CN112699358A (zh) * | 2020-12-31 | 2021-04-23 | 西南交通大学 | 一种基于指纹传感器的密码安全保护装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070247279A1 (en) * | 2006-03-29 | 2007-10-25 | Vladimir Safonov | Method of unauthorized access prevention to a restricted object and a biometric security identification system |
CN104239869A (zh) * | 2014-09-25 | 2014-12-24 | 武汉华和机电技术有限公司 | 一种智能指纹识别装置及方法 |
CN104915583A (zh) * | 2015-05-30 | 2015-09-16 | 广东欧珀移动通信有限公司 | 一种界面解密处理的方法及移动终端 |
CN105335731A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端设备 |
CN105335730A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置和终端设备 |
CN105868613A (zh) * | 2016-06-08 | 2016-08-17 | 广东欧珀移动通信有限公司 | 一种生物特征识别方法、装置和移动终端 |
-
2016
- 2016-08-31 CN CN201610799406.XA patent/CN106127014A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070247279A1 (en) * | 2006-03-29 | 2007-10-25 | Vladimir Safonov | Method of unauthorized access prevention to a restricted object and a biometric security identification system |
CN104239869A (zh) * | 2014-09-25 | 2014-12-24 | 武汉华和机电技术有限公司 | 一种智能指纹识别装置及方法 |
CN104915583A (zh) * | 2015-05-30 | 2015-09-16 | 广东欧珀移动通信有限公司 | 一种界面解密处理的方法及移动终端 |
CN105335731A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端设备 |
CN105335730A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置和终端设备 |
CN105868613A (zh) * | 2016-06-08 | 2016-08-17 | 广东欧珀移动通信有限公司 | 一种生物特征识别方法、装置和移动终端 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778168A (zh) * | 2016-12-05 | 2017-05-31 | 深圳先进技术研究院 | 可穿戴式设备的身份识别方法、装置及可穿戴式设备 |
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
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 |
US11144772B2 (en) | 2017-01-12 | 2021-10-12 | Zkteco Co., Ltd. | Method and system for fingerprint security |
CN106778698A (zh) * | 2017-01-20 | 2017-05-31 | 燕南国创科技(北京)有限公司 | 身份识别的方法和装置 |
WO2018133841A1 (zh) * | 2017-01-20 | 2018-07-26 | 燕南国创科技(北京)有限公司 | 身份识别的方法和装置 |
WO2019113765A1 (zh) * | 2017-12-12 | 2019-06-20 | 福建联迪商用设备有限公司 | 一种基于人脸和心电图的支付认证方法及终端 |
CN108920388A (zh) * | 2018-07-24 | 2018-11-30 | 深圳市有钱科技有限公司 | 数据安全方法和装置 |
CN112541171A (zh) * | 2019-09-23 | 2021-03-23 | 北京嘉诚至盛科技有限公司 | 身份认证方法、装置、电子设备和计算机可读介质 |
CN112699358A (zh) * | 2020-12-31 | 2021-04-23 | 西南交通大学 | 一种基于指纹传感器的密码安全保护装置 |
CN112699358B (zh) * | 2020-12-31 | 2023-10-03 | 西南交通大学 | 一种基于指纹传感器密码安全保护装置的使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106127014A (zh) | 一种生物信息识别方法及终端 | |
US20140341440A1 (en) | Identity caddy: a tool for real-time determination of identity in the mobile environment | |
US20200193156A1 (en) | Biometric identification techniques | |
KR101080643B1 (ko) | 생체지문 판단장치 및 그 판단방법 | |
US20180276672A1 (en) | Authentication system for controlling access and use based on heartbeat shape | |
US10346601B2 (en) | Biometric information acquisition method and device for same | |
EP3424406A1 (en) | Method and system for classifying optic nerve head | |
WO2018145377A1 (zh) | 用户身份识别的方法、装置和系统 | |
US20130129164A1 (en) | Identity recognition system and method based on hybrid biometrics | |
US20160012291A1 (en) | Biometric identification via retina scanning with liveness detection | |
CN102902970A (zh) | 一种虹膜定位方法 | |
CN109255219A (zh) | 一种基于生物识别终端的温度感应解锁方法和系统 | |
JP2000357232A (ja) | アイリス認識装置 | |
Hentati et al. | Development a new algorithm for iris biometric recognition | |
Kodituwakku | Biometric authentication: A review | |
Ibrahim et al. | Trends in Biometric Authentication: A review | |
KR101587874B1 (ko) | 단일 채널 심전도를 이용한 생체 인식 장치 및 그 방법 | |
Hoshyar et al. | Review on finger vein authentication system by applying neural network | |
KR102114045B1 (ko) | 생체정보를 이용한 사용자 인증 장치 | |
CN108594937B (zh) | 便携式终端 | |
Sepasian et al. | Vitality detection in fingerprint identification | |
JP7315884B2 (ja) | 認証方法、認証プログラム、および情報処理装置 | |
Azimi et al. | The effects of gender factor and diabetes mellitus on the iris recognition system’s accuracy and reliability | |
Sun et al. | Image Preprocessing of Iris Recognition | |
Sobabe et al. | Biometric system vulnerabilities: A typology of metadata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |