CN106778459A - 指纹识别的方法及其指纹识别装置 - Google Patents

指纹识别的方法及其指纹识别装置 Download PDF

Info

Publication number
CN106778459A
CN106778459A CN201511031444.2A CN201511031444A CN106778459A CN 106778459 A CN106778459 A CN 106778459A CN 201511031444 A CN201511031444 A CN 201511031444A CN 106778459 A CN106778459 A CN 106778459A
Authority
CN
China
Prior art keywords
finger
measured
wavelength
optical signalling
live body
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
Application number
CN201511031444.2A
Other languages
English (en)
Other versions
CN106778459B (zh
Inventor
李顺展
杨旺旺
张玮
王玉栋
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.)
Shenzhen Goodix Technology Co Ltd
Original Assignee
Shenzhen Huiding Technology Co 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 Shenzhen Huiding Technology Co Ltd filed Critical Shenzhen Huiding Technology Co Ltd
Priority to CN201511031444.2A priority Critical patent/CN106778459B/zh
Priority to PCT/CN2016/089953 priority patent/WO2017113744A1/zh
Priority to EP16874104.9A priority patent/EP3236388A4/en
Priority to KR1020177014753A priority patent/KR101872753B1/ko
Publication of CN106778459A publication Critical patent/CN106778459A/zh
Priority to US15/642,271 priority patent/US10354118B2/en
Application granted granted Critical
Publication of CN106778459B publication Critical patent/CN106778459B/zh
Active 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
    • 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
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • 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
    • G06V40/1365—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
    • 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
    • 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
    • G06F21/45—Structures or tools for the administration of authentication

Abstract

本发明实施例提供一种指纹识别的方法及其指纹识别设备，该方法包括：采集待测手指的光学信号；根据待测手指的光学信号，判断所述待测手指是否为活体。本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。

Description

指纹识别的方法及其指纹识别装置
技术领域
本发明涉及生物识别技术领域，尤其涉及一种指纹识别方法及其指纹识别装置。
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、智能电话机等设备中，电容式指纹识别技术在手机指纹解锁、手机在线指纹支付等应用功能的不断普及，对指纹的安全性也提出了更高的要求。基于电容的指纹识别技术存在被破解的风险，通过获取指纹图像并用特殊材料打印假指纹可成功破解多种手机机型上的指纹识别功能。
因此，需要提出更安全的指纹识别技术。
发明内容
本发明实施例提供了一种指纹识别的方法及其指纹识别的装置，能够提高指纹识别的安全的指纹识别技术。
第一方面，提供了一种指纹识别的方法，包括：采集待测手指的光学信号；根据待测手指的光学信号，判断所述待测手指是否为活体。
结合第一方面，在第一方面的第一种可能的实现方式中，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：利用n个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触之前，所述光学信号包括所述待测手指造成的第一光反射强度I11，I12，…，I1n，其中，所述n个波长中第i个波长与第i个第一光反射强度I1i对应；当所述第一光反射强度I1i位于第一阈值区间T1i时，确定所述待测手指为活体，其中，1≤i≤n。
结合第一方面及其上述实现方式，在第一方面的第二种可能的实现方式中，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：利用m个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触时，测得所述待测手指造成的第二光反射强度I21，I22，…，I2m，其中，所述m个波长中第i个波长与第i个第二光反射强度I2i对应；当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
结合第一方面及其上述实现方式，在第一方面的第三种可能的实现方式中，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：若所述n个波长与所述m个波长中有k个波长相同，利用所述k个波长测得所述第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用所述k个波长中第i个波长的光波得到的第一光反射强度I1i和利用所述第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定所述待测手指为活体，其中，1≤i≤n。
结合第一方面及其上述实现方式，在第一方面的第四种可能的实现方式中，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
结合第一方面及其上述实现方式，在第一方面的第五种可能的实现方式中，所述根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体，包括：利用s个波长的光波获取所述待测手指的光学信号，所述光学信号为光学容积描计PPG信号S1，S2，…，Ss，其中，所述s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；当所述周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定所述待测手指为活体，其中，1≤i≤s。
结合第一方面及其上述实现方式，在第一方面的第六种可能的实现方式中，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：利用第一波长的光波照射所述待测手指时，测得所述待测手指的第一光学信号，获取所述第一光学信号的直流分量和所述第一光学信号的交流分量；利用第二波长的光波照射所述待测手指时，测得所述待测手指的第二光学信号，获取所述第二光学信号的直流分量和所述第二光学信号的交流分量，其中，所述第一波长与第二波长不同；利用所述第一光学信号的直流分量、所述第一光学信号的交流分量、所述第二光学信号的直流分量和所述第二光学信号的交流分量，获得所述待测手指的血氧饱和度；当所述血氧饱和度位于第六阈值区间时，确定所述待测手指为活体。
结合第一方面及其上述实现方式，在第一方面的第七种可能的实现方式中，所述方法还包括：若所述根据待测手指的光学信号，判断所述待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种，判断所述待测手指为活体时，确定所述待测手指为活体。
结合第一方面，在第一方面的第八种可能的实现方式中，还包括：对所述待测手指的指纹进行指纹匹配，并判断所述待测手指的指纹匹配是否成功；当所述待测手指为活体，并且所述待测手指的指纹匹配成功时，确定所述待测手指的指纹识别成功。
第二方面，提供一种指纹识别装置，包括：光学采集单元，所述光学采集单元用于采集待测手指的光学信号；活体检测单元，所述活体检测单元用于根据待测手指的光学信号，判断所述待测手指是否为活体。
结合第二方面，在第二方面的第一种可能的实现方式中，所述光学采集单元用于：利用n个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触之前，所述光学信号包括所述待测手指造成的第一光反射强度I11，I12，…，I1n，其中，所述n个波长中第i个波长与第i个第一光反射强度I1i对应；所述活体检测单元具体用于：当所述第一光反射强度I1i位于第一阈值区间T1i时，确定所述待测手指为活体，其中，1≤i≤n。
结合第二方面及其上述实现方式，在第二方面的第二种可能的实现方式中，所述光学采集单元用于：利用m个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触时，测得所述待测手指造成的第二光反射强度I21，I22，…，I2m，其中，所述m个波长中第i个波长与第i个第二光反射强度I2i对应；所述活体检测单元具体用于：当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
结合第二方面及其上述实现方式，在第二方面的第三种可能的实现方式中，所述活体检测单元具体用于：若所述n个波长与所述m个波长中有k个波长相同，利用所述k个波长测得所述第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用所述k个波长中第i个波长的光波得到的第一光反射强度I1i和利用所述第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定所述待测手指为活体，其中，1≤i≤n。
结合第二方面及其上述实现方式，在第二方面的第四种可能的实现方式中，所述光学采集单元用于：根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
结合第二方面及其上述实现方式，在第二方面的第五种可能的实现方式中，所述光学采集单元用于：利用s个波长的光波获取所述待测手指的光学信号，所述光学信号为光学容积描计PPG信号S1，S2，…，Ss，其中，所述s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；所述活体检测单元具体用于：当所述周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定所述待测手指为活体，其中，1≤i≤s。
结合第二方面及其上述实现方式，在第二方面的第六种可能的实现方式中，所述光学采集单元用于：利用第一波长的光波照射所述待测手指时，测得所述待测手指的第一光学信号，获取所述第一光学信号的直流分量和所述第一光学信号的交流分量；利用第二波长的光波照射所述待测手指时，测得所述待测手指的第二光学信号，获取所述第二光学信号的直流分量和所述第二光学信号的交流分量，其中，所述第一波长与第二波长不同；所述活体检测单元具体用于：利用所述第一光学信号的直流分量、所述第一光学信号的交流分量、所述第二光学信号的直流分量和所述第二光学信号的交流分量，获得所述待测手指的血氧饱和度；当所述血氧饱和度位于第六阈值区间时，确定所述待测手指为活体。
结合第二方面及其上述实现方式，在第二方面的第七种可能的实现方式中，所述应用单元还用于：若所述根据待测手指的光学信号，判断所述待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种，判断所述待测手指为活体时，确定所述待测手指为活体。
结合第二方面，在第二方面的第八种可能的实现方式中，还包括：指纹图像采集单元，所述指纹图像采集单元用于采集所述待测手指的指纹图像；指纹识别单元，所述匹配单元用于对所述待测手指的指纹图像进行指纹匹配，并判断所述待测手指的指纹匹配结果是否成功；应用单元，所述应用单元用于当所述待测手指为活体，并且所述待测手指的指纹匹配成功时，确定所述待测手指的指纹识别成功。
本发明实施例通过根据待测手指的信号，判断所述待测手指是否为活体；当确定待测手指为活体，并且该待测手指的指纹匹配成功时，确定待测手指的指纹识别结果成功。因此，本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所描述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。
图1是本发明的指纹识别的方法的示意性流程图。
图2是发明实施例中的指纹识别装置的示意性图。
图3示出了根据本发明实施例的测量第一光反射强度I1的示意图。
图4示出了根据本发明实施例的测量第二光反射强度I2的示意图。
图5是本发明实施例的指纹识别的方法的示意图。
图6示出了本发明实施例的一个PPG信号的示意图。
图7示出了本发明一个实施例的方法的示意性流程图。
图8示出了使用安全策略进行指纹识别的示意性流程图。
图9示出了本发明一个实施例的活体检测的示意性流程图。
图10是本发明实施例的指纹识别装置的示意图。
图11示出了本发明实施例的指纹识别的装置的示意性框图。
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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
图1是本发明的指纹识别的方法的示意性流程图。如图1所示，该方法的执行主体为指纹识别装置，该方法100包括：
步骤110，采集所述待测手指的光学信号。
步骤120，根据待测手指的光学信号，判断该待测手指是否为活体。
在步骤110中，待测手指可以包括假体手指或死体手指，也可以包括活体手指。通过获得该待测手指的光学信号，判断该待测手指是否为活体。
图2是发明实施例中的指纹识别装置的示意性图。如图2所示，指纹识别装置可以包括光源、光电探测器、透光盖板和指纹传感器。获取待测手指的光学信号包括：指纹识别装置的光源发出的光照射到待测手指的表面，光电探测器可以接收到待测手指透射或反射回来的光，将该接收到的光信号转换为电信号，根据该得到的电信号可以判断待测手指是否为活体。
本发明实施例根据待测手指的光学信号，判断所述待测手指是否为活体。本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
可选地，作为本发明一个实施例，根据待测手指的光学信号，判断待测手指是否为活体，包括：利用p个波长的光波获取待测手指产生的p个光反射强度，根据该p个光反射强度的特征，判断待测手指是否为活体。
具体地，可以利用上述p个波长，在待测手指接触指纹识别装置之前或接触指纹识别装置时，分别测得该p个波长产生的光反射强度，并利用这第l个波长产生的光反射强度的特征，判断待测手指是否为活体，其中，光反射强度的特征包括：光反射的强度是否满足一定的阈值条件、该p个光反射强度随时间的连续性、单调性和可导性是否满足一定条件等，应理解，本发明不限于此。
可选地，作为本发明一个实施例，根据待测手指的光学信号，判断该待测手指是否为活体，包括：利用n个波长的光波获取待测手指的光学信号，当待测手指与指纹识别装置接触之前，上述光学信号包括待测手指造成的第一光反射强度I11，I12，…，I1n，其中，该n个波长中第i个波长与第i个第一光反射强度I1i对应；当第一光反射强度I1i位于第一阈值区间T1i时，确定待测手指为活体，其中，1≤i≤n，n为大于或等于1的整数。
图3示出了根据本发明实施例的测量第一光反射强度的示意图。如图3所示，光源发出的光波长范围可以为380nm-1000nm，该n个波长可以在上述范围内选择，例如，n＝3，第一光波长为中心波长为525nm的绿光，第二光波长为中心波长为625nm的红光、第三光波长为中心波长为840nm的红外光。当待测手指没有接触指纹识别装置，距离指纹识别装置一定距离时，那么光源发出的上述三个波长的光会在指纹表面产生漫反射，那么光电探测器可以探测得到由第一光波长得到的光强I11、由第二光波长得到的光强I12和由第三光波长得到的光强I13，对第一光反射强度I11、I12和I13起主要贡献的为待测手指表面产生的漫反射，应理解，该距离一般小于10cm，例如可以为5cm、3cm等，本发明不限于此。
还应理解，当n＝1时，只需要测得一种光波长照射到待测手指后产生的第一光反射强度I11。
由于物体的漫反射强度与物体的颜色、粗糙度和形状相关，当假体指纹的颜色、粗糙度和形状与活体指纹存在差异时，假体与活体的漫反射强度也会存在差异。
因此，可以通过判断第一光反射强度I1i是否位于第一阈值区间T1i，判断待测手指是否为活体。例如，T1i＝[200，500]，也就是200≤I1i≤500时，待测手指为活体，第一光反射强度的单位为量化精度(英文：Least SignificantBit，简写：LSB)。当第一光反射强度I11、I12和I13分别位于各自的第一阈值区间T11、T12、T13时，确定待测手指为活体。判断的策略也可以是当第一光反射强度I11、I12和I13中的一部分位于各自的第一阈值区间时，确定待测手指为活体，在此不做限定。应理解，上述数值仅仅是示例性的，本发明不限于此。
可选地，作为本发明另一实施例，根据待测手指的光学信号，判断待测手指是否为活体，包括：利用m个波长的光波获取待测手指的光学信号，当待测手指与指纹识别装置接触时，测得待测手指造成的第二光反射强度I21，I22，…，I2m，其中，m个波长中第i个波长与第i个第二光反射强度I2i对应；当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
应理解，上述m个波长可以与上述n个波长的光波相同，也可以不同，本发明实施例不作限定。
图4示出了根据本发明实施例的测量第二光反射强度的示意图。
如图4所示，为了简洁，我们仅仅以m＝1时为例进行介绍，光源发出该特定波长的光波后，当待测手指与指纹识别装置上的透光盖板接触时，光电探测器会测得第二光反射强度，该第二光反射强度I2主要由两部分构成：第一部分为通过上述透光盖板折射进待测手指，在待测手指内发生全反射，又通过透光盖板折射进入到光电探测器内的光强Ib；如图4中虚线所示，第二部分为透光盖板全反射进入光电探测器内的回射光强Ia，那么第二光反射强度即可以近似为I2＝Ia+Ib。
应理解，Ia与物体的颜色和粗糙度相关，当假体的颜色和粗糙度与真实手指存在差异时，假体指纹与活体指纹的反射强度Ia会存在差异。同时，回射光强Ib也与物体本身的光学特性相关，通常地，假体与活体的存在较大差异，假体回射强度Ib趋近为0。
因此，可以通过判断第一光反射强度I2位于第二阈值区间T2时，判断待测手指为活体指纹。例如，800≤I2≤2000，单位同样为LSB，应理解，上述数值仅仅是示例性的，本发明不限于此。
应理解，当m大于1时，每个波长情况下都采用上述类似的方式进行第光反射强度的测量，在此不再赘述。
可选地，作为本发明一个实施例，根据待测手指的光学信号，判断待测手指是否为活体，包括：若n个波长与m个波长中有k个波长相同，利用k个波长测得第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用k个波长中第i个波长的光波得到的第一光反射强度I1i和利用第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定待测手指为活体，其中，1≤i≤k。
也就是说，当利用同一频段的光测得了第一光反射强度I1和第二光反射强度I2后，可以利用它们两个参量之间的任意线性组合与设定的第三阈值比较，进行活体判断。应理解，也可以使用I1、Ia、Ib之间的组合与设定的阈值进行比较，作为活体指纹判断的依据。
具体地，表1示例性的给示出了，I1和I2的取值范围。
表1
类别 活体范围 假体范围 阈值设定
I1 200～500 800～1500 100～650
I2 800～2000 0～400 600～2100
I2-I1 300～1800 -1500～-400 200～2000
应理解，上述利用待测手指靠近指纹识别装置和接触指纹识别装置的光反射强度进行活体判断，可快速地完成活体的判断。
图5是本发明实施例的指纹识别的方法的示意图。
如图5所示，在某种特定波长照射下，虚线为待测手指为假体时，测得的第一光反射强度I1'和第二光反射强度I'2，实线为待测手指为活体指纹时，测得的第一光反射强度I1和第二光反射强度I2。
由图中可以看到，在待测手指距离指纹识别装置一定距离时，也就是与指纹识别模组之间未接触时，由于假体的I1'和活体的I1不同，因此可以通过测得的第一光反射强度是否属于第一阈值区间，判断测到指纹是否为活体指纹。
另外，由图中可以看到，在待测手指与指纹识别装置接触时，由于假体的I'2和活体的I2不同，因此可以通过测得的第二光反射强度是否属于第二阈值区间，判断测到指纹是否为活体指纹。
应理解，当测得了第一光反射强度I1和第二光反射强度I2后，可以利用它们两个参量之间的任意线性组合与设定的第三阈值比较，进行活体判断。
本发明实施例通过根据待测手指的光反射强度，判断所述待测手指是否为活体。因此，本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
可选地，作为本发明的一个实施例，根据待测手指的光学信号，判断待测手指是否为活体，包括：根据待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
可选地，作为本发明一个实施例，根据待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体，包括：利用s个波长的光波获取待测手指的光学信号，光学信号为光学容积描记(英文：PhotoPlethysmoGraphy，简写：PPG)信号S1，S2，…，Sn，其中，s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；当周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定待测手指为活体，其中，1≤i≤s。
由于活体的PPG信号符合心率信号的特征，因此，通过检测待测手指的PPG信号周期和幅度，可以确定待测手指是否为活体，应理解，可以利用PPG信号的其它特征，确定待测手指是否为活体。
应理解，上述s个波长可以与上述m或n个波长相同，也可以不同，本发明不限于此。
可选地，作为本发明一个实施例，根据待测手指的光学信号，判断待测手指是否为活体，包括：利用第一波长的光波照射待测手指时，测得待测手指的第一光学信号，获取第一光学信号的直流分量和第一光学信号的交流分量；利用第二波长的光波照射所述待测手指时，测得待测手指的第二光学信号，获取第二光学信号的直流分量和第二光学信号的交流分量，其中，第一波长与第二波长不同；利用第一光学信号的直流分量、第一光学信号的交流分量、第二光学信号的直流分量和第二光学信号的交流分量，获得待测手指的血氧饱和度；当血氧饱和度位于第六阈值区间时，确定待测手指为活体。
应理解，上述第一波长可以从前述m、n或s个波长中选择，也可以其它的波长，本发明不限于此。
具体地，由于人体血液内的氧合血红蛋白和去氧合血红蛋白对不同波长入射光有着不同的吸收率，当用两种特定波长的光线照射组织时，例如第一波长的光波为红光，第二波长的光为红外光，那么如果定义获得的第一PPG信号的交流分量为ACred，第一PPG信号的直流分量为DCred，第二PPG信号的交流分量为ACIR，第二PPG信号的直流分量为DCIR，运用Lambert-Bear定律并根据血氧饱和度(英文:Blood Oxygen Saturation，简写：SpO2)的定义可推出动脉血氧饱和度的近似公式为：
SpO2＝a+b·R，其中a,b为常量
利用光学模块同时对两种波长的光，例如红光和红外光，进行PPG信号采集，分别提取PPG信号对应的直流分量和交流分量，按照上述公式即可进行血氧饱和浓度的计算。医学统计表明，正常人体的动脉血氧饱和度(SpO2)不应低于94％，即第四阈值区间为大于或等于94％，通过计算得到的血氧饱和浓度与设定阈值进行比较，当被检测物体的血氧饱和浓度大于设定阈值的时候，判断为活体，否则为假体。应理解，上述第四阈值区间的取值仅仅是示例性的，本发明不限于此。
图6示出了本发明实施例的一个光学信号的示意图。如图6所示，上方的线条表征了在红光的照射下获得的第一光学信号，该信号可以分为第一光学信号的交流信号和第一光学信号的直流信号，图中示出了由待测手指距离指纹识别装置一定距离至完全接触指纹识别装置的过程中，第一光学的直流信号的变化量△DCred，该第一光学信号的波峰与波谷之间的信号差为△ACred；同理，图中还示出了第二光学信号的示意图，下方线条表表征了在红外光的照射下获得的第二光学信号。
应理解，具体地，第一光学信号可以为第一PPG信号；第二光学信号可以为第二PPG信号，下面图7至图8的实施例中将具体以PPG信号为例进行论述。
图7示出了本发明一个实施例的方法的示意性流程图。如图7所示，该方法的执行主体为指纹识别装置，具体步骤如下：
步骤701，指纹识别装置进行光学信号的数据采集。优选的，采用红光和红外光分别照射待测手指，获得第一PPG信号和第二PPG信号。
步骤702，对第一PPG信号和第二PPG信号进行交流分量的提取。
步骤703，对第一PPG信号和第二PPG信号进直流分量的提取。
步骤704，利用第一PPG信号和第二PPG信号的直流分量、第一PPG信号和第二PPG信号进行交流分量计算血氧饱和浓度。
步骤705，对经过上述步骤计算得到的血氧饱和浓度值与设定的阈值进行比较，如果计算得到的血氧饱和浓度值位于阈值区间内，例如大于特定的阈值，那么可以判定活体检测成功，即步骤707，否则，进入步骤706，判断活体检测失败。
可选地，作为本发明一个实施例，方法还包括：若根据待测手指的光学信号，判断待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种或者多种，确定待测手指为活体。
具体的，由上述描述可知，判断待测手指是否为活体的判断方式有多种，每种判断待测手指是否为活体的方式不同可能会结果不同，检测所需的时间也有所不同，利用多种活体检测方式同时进行判断会得到更高的可靠性，随之而来的就是需要更多的时间或资源代价。
因此，提出在针对不同应用场景下，可以选择不同的安全等级。例如，优选的，我们提出两种安全策略：低安全等级策略和高安全等级策略。用户可以根据对安全等级的要求选择指纹识别的方式。
具体地，低安全等级可以利用上述列举的方法中的一种或多种进行活体检测，例如可以仅仅通过光学活体检测的方式判断待测手指是否为活体，满足光强阈值条件即可判断为活体指纹，而不需要进行血氧饱和度的阈值判断。
应理解，低安全等级策略可以设定一个或几种特定的检测方式，当这几个检测方式同时判断待测手指为活体时，判定该待测手指为活体；也可以当这几种检测方式中的部分检测方式判断待测手指为活体时，判定待测手指为活体。
具体地，在低安全等级方式中，可应用于实现快速解锁，例如活体识别时间<50ms、亮屏指纹解锁、应用解锁等，支持应用层选择使用该安全等级。
在高安全等级策略中，需要选择比低安全等级更多的检测方式进行活体的检测，例如，需要进行光学活体检测的方式判断待测手指是否为活体，还需要进行血氧饱和度的阈值判断，当两种检测方式都检测为活体指纹时，判断待测手指为活体指纹。
应理解，本发明实施例不限于上述列举的两种安全等级，还可以提出其它的安全等级。
换句话说，在一种安全等级策略中，可以选择一种或多种检测方式的组合，在满足这些检测方式的条件下，综合判定待测手指为活体指纹。
图8示出了使用安全策略进行指纹识别的示意性流程图。
如图8所示，在步骤801中，用户设备可以在应用层选择活体指纹识别的安全策略。
在步骤802中，设定选择的安全等级，在步骤803中，如果选择了安全等级I，那么进入步骤805，进行PPG信号扫描，通过步骤806获得PPG信号。
在步骤807中，利用光学活体检测方式I，获得光学活体检测结果。并通过步骤808输出活体检测结果。
如果在步骤804中选择了安全等级II，那么进入步骤809，进行PPG信号扫描，通过步骤810获得PPG信号，在步骤811中，利用光学活体检测方式I和步骤809得到的PPG信号，获得光学活体检测结果。
此外，还需要步骤812，采用光学活体检测方式2和步骤809得到的PPG信号，获得光学活体检测结果。
当步骤811和步骤812中的检测结果都判断待测手指为活体时，则确定为活体指纹，否则不为活体指纹，通过步骤808输出光学活体检测结果。
因此，通过设置不同的安全策略和安全等级，能够让用户根据实际需要选择不同的指纹识别方法，从而能够增强用户体验。
图9示出了本发明一个实施例的活体检测的示意性流程图。由于如上所述的光学活体检测的执行过程需要一定的时间，而指纹识别装置上原有的指纹识别和匹配也需要一定的时间，为了缩短用户的操作时间，提高使用体验，可以将如上所述的光学活体检测和原有的指纹识别匹配同时进行。当确定待测手指为活体并且该待测手指的指纹匹配成功时，确定该待测手指的指纹识别成功。
如图9所示，从步骤901开始活体指纹的识别流程。
在集成光学模块的指纹识别模组中，同时进行步骤902指纹图像扫描和步骤903的光学信号扫描。
在驱动层进行步骤904的数据传输，以便于在算法服务层进行下列步骤：
在步骤905中，根据指纹识别技术对步骤902中获得的指纹图像进行处理，在步骤909中输出指纹识别结果。
同时，在步骤906中通过选择活体识别的安全策略，以在步骤907中利用光学活体检测技术进行活体识别，并通过步骤908输出光学活体的检测结果，即判定待测手指是否为活体。
最后在应用层中，进行步骤910，执行相关联的应用操作，并最终输出指纹识别结果。
本发明实施例通过根据待测手指的信号，判断所述待测手指是否为活体；当确定待测手指为活体，并且该待测手指的指纹匹配成功时，确定待测手指的指纹识别结果成功。因此，本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
图10是本发明实施例的指纹识别装置的示意图。
如果10所示，本发明所指的活体指纹识别的方法可应用在集成光学模块的指纹识别模组中，该指纹识别模组可应用在智能手机终端的正面、背面或隐藏式指纹识别(英文：Invisible Fingerprint Sensor，简写：IFS)指纹识别方案中。
具体地，当手指按压指纹模组后，指纹模组进行指纹图像和PPG信号扫描，手机驱动层读取指纹模组采集到的数据并上传至手机算法服务层，算法应用层根据指纹图像和光学信号数据进行指纹识别和活体识别，并输出指纹识别结果和活体识别结果，应用层根据算法服务层输出结果执行相关指纹解锁、指纹支付、指纹录入、指纹登录等相关操作。
应理解，本发明所提出的指纹识别的方法不限于应用于本实施例所限定的场景中，任何能够利用本发明实施例的方法进行的指纹检测均落入本发明的保护范围中。
还应理解，上述序号仅仅为了方便描述流程图，其的大小关系不代表了执行具体动作的先后顺序。
图11示出了本发明实施例的指纹识别的装置的示意性框图。
如图11所示，该装置包括：
光学采集单元1101，所述光学采集单元1101用于采集所述待测手指的光学信号。
活体检测单元1102，所述活体检测单元1102用于根据待测手指的光学信号，判断所述待测手指是否为活体。
指纹图像采集单元1103，所述指纹图像采集单元1103用于采集所述待测手指的指纹图像；
指纹识别单元1104，所述匹配单元1104用于对所述待测手指的指纹图像进行指纹匹配，并判断所述待测手指的指纹匹配结果是否成功；
应用单元1105，所述应用单元1105用于当所述待测手指为活体，并且所述待测手指的指纹匹配成功时，确定所述待测手指的指纹识别成功。
本发明实施例通过根据待测手指的信号，判断所述待测手指是否为活体；当确定待测手指为活体，并且该待测手指的指纹匹配成功时，确定待测手指的指纹识别结果成功。因此，本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
可选地，作为本发明一个实施例，所述光学采集单元1101具体用于：利用n个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触之前，所述光学信号包括所述待测手指造成的第一光反射强度I11，I12，…，I1n，其中，所述n个波长中第i个波长与第i个第一光反射强度I1i对应；所述活体检测单元1102用于：当所述第一光反射强度I1i位于第一阈值区间T1i时，确定所述待测手指为活体，其中，1≤i≤n。
可选地，作为本发明一个实施例，所述光学采集单元1101具体用于：利用m个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触时，测得所述待测手指造成的第二光反射强度I21，I22，…，I2m，其中，所述m个波长中第i个波长与第i个第二光反射强度I2i对应；所述活体检测单元1102用于：当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
可选地，作为本发明一个实施例，所述活体检测单元1102具体用于：若所述n个波长与所述m个波长中有k个波长相同，利用所述k个波长测得所述第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用所述k个波长中第i个波长的光波得到的第一光反射强度I1i和利用所述第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定所述待测手指为活体，其中，1≤i≤k。
可选地，作为本发明一个实施例，所述光学采集单元1101用于：根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
可选地，作为本发明一个实施例，所述光学采集单元1101具体用于：利用s个波长的光波获取待测手指的光学信号，光学信号为光学容积描计PPG信号S1，S2，…，Sn，其中，该s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；所述活体检测单元具体用于：当所述周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定所述待测手指为活体，其中，1≤i≤s。
可选地，作为本发明一个实施例，所述光学采集单元1101具体用于：利用第一波长的光波照射所述待测手指时，测得所述待测手指的第一光学信号，获取所述第一光学信号的直流分量和所述第一光学信号的交流分量；利用第二波长的光波照射所述待测手指时，测得所述待测手指的第二光学信号，获取所述第二光学信号的直流分量和所述第二光学信号的交流分量，其中，所述第一波长与第二波长不同；所述活体检测单元1102具体用于：利用所述第一光学信号的直流分量、所述第一光学信号的交流分量、所述第二光学信号的直流分量和所述第二光学信号的交流分量，获得所述待测手指的血氧饱和度；当所述血氧饱和度位于第六阈值区间时，确定所述待测手指为活体。
可选地，作为本发明一个实施例，所述应用单元1105具体用于：若所述根据待测手指的光学信号，判断所述待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种，确定所述待测手指为活体。
本发明实施例通过根据待测手指的信号，判断所述待测手指是否为活体；当确定待测手指为活体，并且该待测手指的指纹匹配成功时，确定待测手指的指纹识别结果成功。因此，本发明实施例提供的方法能够提高指纹识别技术的安全性，能够有效避免利用假体指纹破解指纹识别的问题。
指纹识别设备1100可以用于执行上述方法实施例中与网络设备对应的各个流程和/或步骤，为避免重复，在此不再赘述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，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单元中，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单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (18)

1.一种指纹识别的方法，其特征在于，包括：
采集待测手指的光学信号；
根据待测手指的光学信号，判断所述待测手指是否为活体。
2.根据权利要求1所述的方法，其特征在于，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：
利用n个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触之前，所述光学信号包括所述待测手指造成的第一光反射强度I11，I12，…，I1n，其中，所述n个波长中第i个波长与第i个第一光反射强度I1i对应；
当所述第一光反射强度I1i位于第一阈值区间T1i时，确定所述待测手指为活体，其中，1≤i≤n。
3.根据权利要求1或2所述的方法，其特征在于，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：
利用m个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触时，测得所述待测手指造成的第二光反射强度I21，I22，…，I2m，其中，所述m个波长中第i个波长与第i个第二光反射强度I2i对应；
当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
4.根据权利要求3所述的方法，其特征在于，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：
若所述n个波长与所述m个波长中有k个波长相同，利用所述k个波长测得所述第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用所述k个波长中第i个波长的光波得到的第一光反射强度I1i和利用所述第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定所述待测手指为活体，其中，1≤i≤k。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：
根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
6.根据权利要求5所述方法，其特征在于，所述根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体，包括：
利用s个波长的光波获取所述待测手指的光学信号，所述光学信号为光学容积描计PPG信号S1，S2，…，Ss，其中，所述s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；
当所述周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定所述待测手指为活体，其中，1≤i≤s。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据待测手指的光学信号，判断所述待测手指是否为活体，包括：
利用第一波长的光波照射所述待测手指时，测得所述待测手指的第一光学信号，获取所述第一光学信号的直流分量和所述第一光学信号的交流分量；
利用第二波长的光波照射所述待测手指时，测得所述待测手指的第二光学信号，获取所述第二光学信号的直流分量和所述第二光学信号的交流分量，其中，所述第一波长与第二波长不同；
利用所述第一光学信号的直流分量、所述第一光学信号的交流分量、所述第二光学信号的直流分量和所述第二光学信号的交流分量，获得所述待测手指的血氧饱和度；
当所述血氧饱和度位于第六阈值区间时，确定所述待测手指为活体。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述方法还包括：
若所述根据待测手指的光学信号，判断所述待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种，判断所述待测手指是否为活体。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述待测手指的指纹进行指纹匹配，并判断所述待测手指的指纹匹配是否成功；
当所述待测手指为活体，并且所述待测手指的指纹匹配成功时，确定所述待测手指的指纹识别成功。
10.一种指纹识别装置，其特征在于，包括：
光学采集单元，所述光学采集单元用于采集待测手指的光学信号；
活体检测单元，所述活体检测单元用于根据待测手指的光学信号，判断所述待测手指是否为活体。
11.根据权利要求10所述的指纹识别装置，其特征在于，所述光学采集单元用于：
利用n个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触之前，所述光学信号包括所述待测手指造成的第一光反射强度I11，I12，…，I1n，其中，所述n个波长中第i个波长与第i个第一光反射强度I1i对应；
所述活体检测单元具体用于：当所述第一光反射强度I1i位于第一阈值区间T1i时，确定所述待测手指为活体，其中，1≤i≤n。
12.根据权利要求10或11所述的指纹识别装置，其特征在于，所述光学采集单元用于：
利用m个波长的光波获取所述待测手指的光学信号，当所述待测手指与指纹识别装置接触时，测得所述待测手指造成的第二光反射强度I21，I22，…，I2m，其中，所述m个波长中第i个波长与第i个第二光反射强度I2i对应；
所述活体检测单元具体用于：当所述第二光反射强度I2i位于第二阈值区间T2i时，确定所述待测手指为活体，其中，1≤i≤m。
13.根据权利要求12所述的指纹识别装置，其特征在于，所述活体检测单元具体还用于：
若所述n个波长与所述m个波长中有k个波长相同，利用所述k个波长测得所述第一光反射强度I11，I12，…，I1k和第二光反射强度I21，I22，…，I2k，当利用所述k个波长中第i个波长的光波得到的第一光反射强度I1i和利用所述第i个波长的光波得到的第二光反射强度I2i的线性组合位于第三阈值区间T3i时，确定所述待测手指为活体，其中，1≤i≤k。
14.根据权利要求10至13中任一项所述的指纹识别装置，其特征在于，所述光学采集单元用于：
根据所述待测手指的光学信号是否符合心率特征，确定所述待测手指是否为活体。
15.根据权利要求14所述的指纹识别装置，其特征在于，所述光学采集单元具体用于：
利用s个波长的光波获取所述待测手指的光学信号，所述光学信号为光学容积描计PPG信号S1，S2，…，Ss，其中，所述s个波长中第i个波长与第i个PPG信号Si对应，第i个PPG信号Si的周期为Pi、幅度为Ai；
所述活体检测单元具体用于：当所述周期Pi位于第四阈值区间T4i，并且幅度为Ai位于第五阈值区间T5i，确定所述待测手指为活体，其中，1≤i≤s。
16.根据权利要求10至15中任一项所述的指纹识别装置，其特征在于，所述光学采集单元用于：
利用第一波长的光波照射所述待测手指时，测得所述待测手指的第一光学信号，获取所述第一光学信号的直流分量和所述第一光学信号的交流分量；利用第二波长的光波照射所述待测手指时，测得所述待测手指的第二光学信号，获取所述第二光学信号的直流分量和所述第二光学信号的交流分量，其中，所述第一波长与第二波长不同；
所述活体检测单元具体用于：利用所述第一光学信号的直流分量、所述第一光学信号的交流分量、所述第二光学信号的直流分量和所述第二光学信号的交流分量，获得所述待测手指的血氧饱和度；当所述血氧饱和度位于第六阈值区间时，确定所述待测手指为活体。
17.根据权利要求10至16中任一项所述的指纹识别装置，其特征在于，所述应用单元还用于：
若所述根据待测手指的光学信号，判断所述待测手指是否为活体的判断方式及其组合方式共有M种，根据应用场景对安全等级的要求，选择使用M种方式中的一种，确定所述待测手指为活体。
18.根据权利要求10所述的指纹识别装置，其特征在于，还包括：
指纹图像采集单元，所述指纹图像采集单元用于采集所述待测手指的指纹图像；
指纹识别单元，所述匹配单元用于对所述待测手指的指纹图像进行指纹匹配，并判断所述待测手指的指纹匹配结果是否成功；
应用单元，所述应用单元用于当所述待测手指为活体，并且所述待测手指的指纹匹配成功时，确定所述待测手指的指纹识别成功。
CN201511031444.2A 2015-12-31 2015-12-31 指纹识别的方法及其指纹识别装置 Active CN106778459B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201511031444.2A CN106778459B (zh) 2015-12-31 2015-12-31 指纹识别的方法及其指纹识别装置
PCT/CN2016/089953 WO2017113744A1 (zh) 2015-12-31 2016-07-14 指纹识别的方法及其指纹识别装置
EP16874104.9A EP3236388A4 (en) 2015-12-31 2016-07-14 Fingerprint identifying method and fingerprint identification device
KR1020177014753A KR101872753B1 (ko) 2015-12-31 2016-07-14 지문 식별방법 및 이의 지문 식별장치
US15/642,271 US10354118B2 (en) 2015-12-31 2017-07-05 Fingerprint recognition method and fingerprint recognition apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511031444.2A CN106778459B (zh) 2015-12-31 2015-12-31 指纹识别的方法及其指纹识别装置

Publications (2)

Publication Number Publication Date
CN106778459A true CN106778459A (zh) 2017-05-31
CN106778459B CN106778459B (zh) 2021-02-12

Family

ID=58965333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511031444.2A Active CN106778459B (zh) 2015-12-31 2015-12-31 指纹识别的方法及其指纹识别装置

Country Status (5)

Country Link
US (1) US10354118B2 (zh)
EP (1) EP3236388A4 (zh)
KR (1) KR101872753B1 (zh)
CN (1) CN106778459B (zh)
WO (1) WO2017113744A1 (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107341472A (zh) * 2017-07-04 2017-11-10 京东方科技集团股份有限公司 一种光学指纹识别装置及其指纹识别方法、显示装置
CN107510461A (zh) * 2017-07-07 2017-12-26 广州医软智能科技有限公司 组织活力、血氧变化及血氧饱和度检测方法及智能终端
CN107705395A (zh) * 2017-08-21 2018-02-16 国家电网公司 一种门禁系统的控制方法和装置
CN107820617A (zh) * 2017-09-30 2018-03-20 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
CN108875663A (zh) * 2018-06-27 2018-11-23 河南省航丰智能科技有限公司 一种指纹识别的方法和装置
CN109117710A (zh) * 2018-06-25 2019-01-01 珠海市魅族科技有限公司 一种指纹识别控制方法
CN109716353A (zh) * 2018-12-20 2019-05-03 深圳市汇顶科技股份有限公司 指纹识别方法、指纹识别装置和电子设备
CN111108513A (zh) * 2019-12-04 2020-05-05 深圳市汇顶科技股份有限公司 屏下指纹采集装置、lcd触摸屏、以及电子设备
TWI696059B (zh) * 2017-10-05 2020-06-11 廣州印芯半導體技術有限公司 電子裝置以及指紋感測方法
CN111353327A (zh) * 2018-12-20 2020-06-30 云丁网络技术(北京)有限公司 一种指纹识别方法、装置和指纹锁
CN112069942A (zh) * 2020-08-24 2020-12-11 深圳阜时科技有限公司 屏下光学检测系统及电子设备
US10885296B2 (en) 2017-10-05 2021-01-05 Guangzhou Tyrafos Semiconductor Technologies Co., Ltd Electronic device and fingerprint sensing method
CN112798544A (zh) * 2021-03-30 2021-05-14 北京芯海视界三维科技有限公司 光电检测装置及检测产品
TWI754242B (zh) * 2020-01-10 2022-02-01 大陸商敦泰電子(深圳)有限公司 基於圖像的指紋品質評估方法、裝置及電子設備

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10645302B2 (en) * 2017-03-30 2020-05-05 Egis Technology Inc. Image sensing device having adjustable exposure periods and sensing method using the same
CN107392160B (zh) * 2017-07-27 2021-10-26 北京小米移动软件有限公司 光学指纹识别方法及装置、计算机可读存储介质
KR102015614B1 (ko) 2018-02-13 2019-10-21 주식회사 원진비엠티 업무 위험도 판별시스템
JP7131118B2 (ja) * 2018-06-22 2022-09-06 富士通株式会社 認証装置、認証プログラム、認証方法
US20200026833A1 (en) * 2018-07-23 2020-01-23 Gin-Chung Wang Biometrics authentication device and method
CN111291592A (zh) * 2018-12-07 2020-06-16 上海耕岩智能科技有限公司 一种指纹识别方法及装置、存储介质和终端
CN110214328B (zh) * 2019-04-15 2021-03-19 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和电子设备
US11227141B2 (en) * 2019-07-01 2022-01-18 Novatek Microelectronics Corp. Fingerprint identification device and fingerprint identification method
TWI772826B (zh) * 2019-07-01 2022-08-01 聯詠科技股份有限公司 指紋識別裝置和指紋識別方法
US11176348B2 (en) * 2019-08-06 2021-11-16 Shenzhen GOODIX Technology Co., Ltd. Optical fingerprint apparatus and electronic device
CN111723689B (zh) * 2020-06-02 2023-09-12 深圳阜时科技有限公司 屏下光学检测系统及电子设备
CN115705743A (zh) * 2021-08-12 2023-02-17 群创光电股份有限公司 感测装置与电子装置
CN116746891A (zh) * 2023-08-22 2023-09-15 荣耀终端有限公司 血氧心率测量方法、终端设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5737439A (en) * 1996-10-29 1998-04-07 Smarttouch, Llc. Anti-fraud biometric scanner that accurately detects blood flow
CN101120879A (zh) * 2006-08-08 2008-02-13 株式会社日立媒介电子 活体认证装置
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
CN204087229U (zh) * 2014-09-25 2015-01-07 武汉华和机电技术有限公司 一种智能指纹识别装置
US20150193669A1 (en) * 2011-11-21 2015-07-09 Pixart Imaging Inc. System and method based on hybrid biometric detection
CN105046240A (zh) * 2015-08-19 2015-11-11 南昌欧菲生物识别技术有限公司 指纹检测装置的制造方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100212920B1 (ko) 1995-12-29 1999-08-02 송병남 프리즘을 이용한 다기능 화상 자료입력장치
EP1353292B1 (en) * 2002-04-12 2011-10-26 STMicroelectronics (Research & Development) Limited Biometric sensor apparatus and methods
KR100471645B1 (ko) 2002-07-09 2005-03-10 씨큐트로닉스 (주) 지문입력기의 위조지문 감지장치 및 방법
US20150003600A1 (en) * 2013-06-28 2015-01-01 Vonage Network, Llc Systems and methods for blocking undesired automated telephone calls
KR101997454B1 (ko) * 2013-07-31 2019-10-01 엘지전자 주식회사 모바일 디바이스 및 제어 방법
JP5950121B2 (ja) * 2013-12-27 2016-07-13 日本電気株式会社 認証装置
CN104951769B (zh) * 2015-07-02 2018-11-30 京东方科技集团股份有限公司 活体识别装置、活体识别方法和活体认证系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5737439A (en) * 1996-10-29 1998-04-07 Smarttouch, Llc. Anti-fraud biometric scanner that accurately detects blood flow
CN101120879A (zh) * 2006-08-08 2008-02-13 株式会社日立媒介电子 活体认证装置
US20150193669A1 (en) * 2011-11-21 2015-07-09 Pixart Imaging Inc. System and method based on hybrid biometric detection
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
CN204087229U (zh) * 2014-09-25 2015-01-07 武汉华和机电技术有限公司 一种智能指纹识别装置
CN105046240A (zh) * 2015-08-19 2015-11-11 南昌欧菲生物识别技术有限公司 指纹检测装置的制造方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10747979B2 (en) 2017-07-04 2020-08-18 BOE Technology Group, Co., Ltd. Optical fingerprint identification device, fingerprint identification method thereof and display device
CN107341472A (zh) * 2017-07-04 2017-11-10 京东方科技集团股份有限公司 一种光学指纹识别装置及其指纹识别方法、显示装置
CN107510461A (zh) * 2017-07-07 2017-12-26 广州医软智能科技有限公司 组织活力、血氧变化及血氧饱和度检测方法及智能终端
CN107510461B (zh) * 2017-07-07 2021-04-27 广州医软智能科技有限公司 组织活力、血氧变化及血氧饱和度检测方法及智能终端
CN107705395A (zh) * 2017-08-21 2018-02-16 国家电网公司 一种门禁系统的控制方法和装置
CN107820617A (zh) * 2017-09-30 2018-03-20 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
CN107820617B (zh) * 2017-09-30 2021-09-17 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
WO2019061535A1 (zh) * 2017-09-30 2019-04-04 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
US10747984B2 (en) 2017-09-30 2020-08-18 Shenzhen GOODIX Technology Co., Ltd. Method and apparatus of fingerprint identification and terminal device
US10885296B2 (en) 2017-10-05 2021-01-05 Guangzhou Tyrafos Semiconductor Technologies Co., Ltd Electronic device and fingerprint sensing method
TWI696059B (zh) * 2017-10-05 2020-06-11 廣州印芯半導體技術有限公司 電子裝置以及指紋感測方法
CN109117710A (zh) * 2018-06-25 2019-01-01 珠海市魅族科技有限公司 一种指纹识别控制方法
CN109117710B (zh) * 2018-06-25 2022-08-05 珠海市魅族科技有限公司 一种指纹识别控制方法
CN108875663A (zh) * 2018-06-27 2018-11-23 河南省航丰智能科技有限公司 一种指纹识别的方法和装置
CN111353327A (zh) * 2018-12-20 2020-06-30 云丁网络技术(北京)有限公司 一种指纹识别方法、装置和指纹锁
WO2020124511A1 (zh) * 2018-12-20 2020-06-25 深圳市汇顶科技股份有限公司 指纹识别方法、指纹识别装置和电子设备
CN109716353A (zh) * 2018-12-20 2019-05-03 深圳市汇顶科技股份有限公司 指纹识别方法、指纹识别装置和电子设备
CN111108513A (zh) * 2019-12-04 2020-05-05 深圳市汇顶科技股份有限公司 屏下指纹采集装置、lcd触摸屏、以及电子设备
CN111108513B (zh) * 2019-12-04 2023-09-05 深圳市汇顶科技股份有限公司 屏下指纹采集装置、lcd触摸屏、以及电子设备
TWI754242B (zh) * 2020-01-10 2022-02-01 大陸商敦泰電子(深圳)有限公司 基於圖像的指紋品質評估方法、裝置及電子設備
CN112069942A (zh) * 2020-08-24 2020-12-11 深圳阜时科技有限公司 屏下光学检测系统及电子设备
CN112069942B (zh) * 2020-08-24 2021-07-02 深圳阜时科技有限公司 屏下光学检测系统及电子设备
CN112798544A (zh) * 2021-03-30 2021-05-14 北京芯海视界三维科技有限公司 光电检测装置及检测产品

Also Published As

Publication number Publication date
EP3236388A4 (en) 2018-07-18
KR101872753B1 (ko) 2018-06-29
WO2017113744A1 (zh) 2017-07-06
US20170300738A1 (en) 2017-10-19
KR20170087896A (ko) 2017-07-31
CN106778459B (zh) 2021-02-12
US10354118B2 (en) 2019-07-16
EP3236388A1 (en) 2017-10-25

Similar Documents

Publication Publication Date Title
CN106778459A (zh) 指纹识别的方法及其指纹识别装置
CN104239869B (zh) 一种智能指纹识别装置及方法
CN101196987B (zh) 在线掌纹、手掌静脉图像身份识别方法及其专用采集仪
CN101124588B (zh) 用于多光谱成像生物识别的方法、装置和系统
CN101536384B (zh) 空间-光谱指纹欺骗检测
CN203858644U (zh) 具有防伪功能的指纹感测装置
EP2362179B1 (en) Optical system, method and computer program for detecting the presence of a living biological organism
CN104598797B (zh) 一种采用面部识别、面部静脉认证与手指静脉认证相结合的认证装置及认证方法
CN101211410B (zh) 一种多光谱掌纹身份认证方法及其专用采集仪
CN101539995A (zh) 基于手指静脉纹与手指背纹的成像设备及多模态身份认证方法
CN106657056A (zh) 一种生物特征信息管理方法及其系统
CN111462379A (zh) 一种含掌静脉和人脸识别的门禁管理方法、系统及介质
CN103984924A (zh) 一种反射式手指静脉识别活体检测装置及方法
CN107454962A (zh) 手指干湿程度测量方法、装置及系统
CN204087229U (zh) 一种智能指纹识别装置
CN104615993B (zh) 一种手指静脉识别与面部静脉识别相结合的认证装置及方法
CN106326836A (zh) 一种指纹识别装置以及指纹识别的方法
CN107481001A (zh) 一种基于静脉识别技术和可穿戴智能设备的移动支付系统
CN109389070A (zh) 一种指静脉识别器、生成指静脉模型的方法和设备
CN204440516U (zh) 一种采用多种特征识别相结合认证的航空安全检查装置
CN106473752A (zh) 利用全像场弱相干层析成像术对身份识别的方法及结构
CN115953822A (zh) 一种基于rPPG生理信号的人脸视频鉴伪方法和装置
Sohankar et al. Systematic analysis of liveness detection methods in biometrie security systems
CN109871729A (zh) 身份识别方法和身份识别系统
CN204480355U (zh) 一种采用手指静脉识别与指甲识别结合认证的医院门禁安全识别装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant