CN107025421B - 指纹识别方法和装置 - Google Patents

指纹识别方法和装置 Download PDF

Info

Publication number
CN107025421B
CN107025421B CN201610210599.0A CN201610210599A CN107025421B CN 107025421 B CN107025421 B CN 107025421B CN 201610210599 A CN201610210599 A CN 201610210599A CN 107025421 B CN107025421 B CN 107025421B
Authority
CN
China
Prior art keywords
fingerprint
matching
templates
successful
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610210599.0A
Other languages
English (en)
Other versions
CN107025421A (zh
Inventor
纪传舜
杜慧
王强
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software 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 Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to JP2016560951A priority Critical patent/JP6609266B2/ja
Priority to PCT/CN2016/094651 priority patent/WO2017133213A1/zh
Priority to RU2016141944A priority patent/RU2651250C1/ru
Priority to KR1020167028192A priority patent/KR20170101770A/ko
Priority to EP17152989.4A priority patent/EP3200127B1/en
Priority to US15/417,594 priority patent/US10198614B2/en
Publication of CN107025421A publication Critical patent/CN107025421A/zh
Application granted granted Critical
Publication of CN107025421B publication Critical patent/CN107025421B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/38—Registration of image sequences
    • 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
    • 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
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/96—Management of image or video recognition tasks
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Abstract

本公开是关于一种指纹识别方法和装置，属于计算机技术领域。所述方法包括：获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。

Description

指纹识别方法和装置
技术领域
本公开涉及计算机技术领域，特别涉及一种指纹识别方法和装置。
背景技术
随着指纹识别技术的不断发展，指纹识别功能已经逐渐成为智能手机等移动终端的标配，给用户日常使用移动终端带来很大的便利。
现有技术中，指纹识别功能基于指纹模板数据库、指纹识别软件和指纹感应器来实现。指纹模板数据库存储用户录入的指纹模板，每个模板代表一个手指的指纹图像，在指纹识别过程中，指纹传感器采集用户的指纹图像，指纹识别软件用这个指纹图像和模板数据库中的指纹模板依次进行匹配，如果匹配成功则返回指纹识别成功。
发明内容
本公开实施例提供了一种指纹识别方法和装置。所述技术方案如下：
根据本公开实施例的第一方面，提供了一种指纹识别方法，该方法包括：
获取识别记录，该识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
根据该历史记录对该至少两个指纹模版进行重新排序；
在接收到新的输入指纹时，按照重新排序后的该至少两个指纹模版的排列顺序，将该新的输入指纹与该至少两个指纹模版依次进行匹配。
可选的，该根据该历史记录对该至少两个指纹模版进行重新排序，包括：
根据该识别记录确定最近一次匹配成功的指纹模版；
将该最近一次匹配成功的指纹模版排列为该至少两个指纹模版中的第一个指纹模版。
可选的，该根据该历史记录对该至少两个指纹模版进行重新排序，包括：
根据该识别记录统计该至少两个指纹模版中每一个指纹模版匹配成功的次数；
按照对应的匹配成功的次数从大到小的顺序对该至少两个指纹模版进行排序。
可选的，该按照对应的匹配成功的次数从大到小的顺序对该至少两个指纹模版进行排序，还包括：
当该至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据该两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对该两个或两个以上指纹模版进行排序。
根据本公开实施例的第二方面，提供了一种指纹识别装置，该装置包括：
记录获取模块，用于获取识别记录，该识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
排序模块，用于根据该历史记录对该至少两个指纹模版进行重新排序；
匹配模块，用于在接收到新的输入指纹时，按照重新排序后的该至少两个指纹模版的排列顺序，将该新的输入指纹与该至少两个指纹模版依次进行匹配。
可选的，该排序模块，包括：
确定子模块，用于根据该识别记录确定最近一次匹配成功的指纹模版；
排列子模块，用于将该最近一次匹配成功的指纹模版排列为该至少两个指纹模版中的第一个指纹模版。
可选的，该排序模块，包括：
统计子模块，用于根据该识别记录统计该至少两个指纹模版中每一个指纹模版匹配成功的次数；
排序子模块，用于按照对应的匹配成功的次数从大到小的顺序对该至少两个指纹模版进行排序。
可选的，该排序子模块，还用于当该至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据该两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对该两个或两个以上指纹模版进行排序。
根据本公开实施例的第三方面，提供了一种指纹识别装置，包括：
处理器；
用于存储该处理器的可执行指令的存储器；
其中，该处理器被配置为：
获取识别记录，该识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
根据该历史记录对该至少两个指纹模版进行重新排序；
在接收到新的输入指纹时，按照重新排序后的该至少两个指纹模版的排列顺序，将该新的输入指纹与该至少两个指纹模版依次进行匹配。
本公开实施例提供的技术方案可以包括以下有益效果：
通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种指纹识别方法的流程图；
图2是根据另一示例性实施例示出的一种指纹识别方法的流程图；
图3是根据又一示例性实施例示出的一种指纹识别方法的流程图；
图4是根据一示例性实施例示出的一种指纹识别装置的框图；
图5是根据另一示例性实施例示出的一种指纹识别装置的框图；
图6是根据一示例性实施例示出的一种装置的框图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种指纹识别方法的流程图，该指纹识别方法可以用于包含指纹识别功能的电子设备中，比如，该电子设备可以是智能手机、平板电脑、电子书阅读器、智能可穿戴设备等。该指纹识别方法可以包括如下几个步骤：
在步骤102中，获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版。
在步骤104中，根据历史记录对至少两个指纹模版进行重新排序。
在步骤106中，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配。
综上所述，本公开实施例提供的指纹识别方法，通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
本公开提出了一种通过最近最常使用算法优化指纹识别中的指纹匹配的方法，算法在每次成功识别后都会对数据库中的指纹模板进行排序，最近最常使用的模板会被排在最前面，这样用户在下次进行识别时候，最常使用的手指指纹只要进行极少次数的匹配即可完成识别。下面将分两种情况对上述最近最常使用算法优化指纹识别的过程进行描述。
图2是根据另一示例性实施例示出的一种指纹识别方法的流程图，该指纹识别方法可以用于包含指纹识别功能的电子设备中，比如，该电子设备可以是智能手机、平板电脑、电子书阅读器、智能可穿戴设备等。该指纹识别方法可以包括如下几个步骤：
在步骤202中，获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版。
具有指纹识别功能的电子设备通过指纹采集单元采集到输入指纹后，将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配，如果与其中一个指纹模版匹配成功，则确认用户输入了正确的指纹，如果与所有的指纹模版匹配都失败，则确认用户输入的指纹错误。
电子设备每次将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配后，都可以根据匹配结果生成并存储一条识别记录。比如，当匹配成功时，生成的识别记录中可以包括匹配时间、匹配成功标识以及匹配成功的指纹模版的标识，当匹配失败时，生成的识别记录中可以包括匹配时间以及匹配失败标识。
或者，电子设备可以针对每个指纹模版设置一条成功识别记录，并针对识别失败的情况单独设置一条失败识别记录。比如，电子设备每次将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配后，如果匹配成功，则在匹配成功的指纹模版对应的成功识别记录中添加本次识别的时间，如果匹配失败，则在失败识别记录中添加本次识别的时间。
在步骤204中，根据识别记录确定最近一次匹配成功的指纹模版。
比如，当电子设备每次将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配后，都根据匹配结果生成并存储一条识别记录时，电子设备可以获取最近一次识别成功时生成的识别记录，并将该识别记录中包含的匹配成功的指纹模版确定为最近一次匹配成功的指纹模版。在此情况下，上述步骤202中，电子设备在获取识别记录时，可以只获取最近匹配成功时生成的识别记录。
或者，当电子设备针对每个指纹模版设置一条成功识别记录，并针对识别失败的情况单独设置一条失败识别记录时，电子设备可以针对每一个指纹模版对应的成功识别记录，获取该成功识别记录中最近一次识别时间，并将获取到的各个识别时间中距离当前时间的最近的一个识别时间所对应的指纹模版确定为最近一次匹配成功的指纹模版。
在步骤206中，将最近一次匹配成功的指纹模版排列为至少两个指纹模版中的第一个指纹模版。
在本公开实施例中，上述步骤202至步骤206可以在输入指纹成功匹配到指纹模版之后执行，即用户每次输入指纹并匹配成功后，电子设备将本次匹配成功的指纹模版排列到各个指纹模版的第一位。
在步骤208中，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配。
电子设备将新的输入指纹与至少两个指纹模版依次进行匹配时，每匹配一个指纹模版后，判断是否匹配成功，若匹配不成功，则，继续将新的输入指纹与下一个指纹模版进行匹配，若匹配成功，则输出匹配成功的结果，并停止匹配过程。
在本公开实施例中，每次完成指纹识别后，电子设备会把本次识别的指纹模板立即排在指纹模版数据库最前端，这种方法的优点是实现简单，不需要额外的空间。即电子设备认为本次识别的指纹模板，下次仍有可能会被使用，则排在最前端可以节省下次识别的匹配时间。对于不常用的指纹模板，经过一段时间后，会慢慢被重排到指纹模版数据库的后端。上述方法可以保持最常用的几个指纹模板总是被排在靠前的位置。
可选的，由于电子设备中通常存储了若干个指纹模版，其中有部分模版使用频率较低，只是偶尔用到，通常成功匹配一次之后很长一段时间都不会再被匹配到，如果这些使用频率较低的指纹模版在被偶尔匹配到一次后立刻就排在所有指纹模版的前面，则可能影响后续几次匹配的匹配速度，因此，在本公开实施例中，为了提高指纹模版排序的效果，电子设备可以获取最近N次匹配成功的指纹模版，并检测该最近N次匹配成功的指纹模版是否为同一模版，N为大于或者等于1的整数，比如，N可以为3，如果最近N次匹配成功的指纹模版为同一模版，则将最近N次匹配成功的指纹模版(也是最近一次匹配成功的指纹模版)排列为至少两个指纹模版中的第一个指纹模版。
综上所述，本公开实施例提供的指纹识别方法，通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
图3是根据又一示例性实施例示出的一种指纹识别方法的流程图，该指纹识别方法可以用于包含指纹识别功能的电子设备中，比如，该电子设备可以是智能手机、平板电脑、电子书阅读器、智能可穿戴设备等。该指纹识别方法可以包括如下几个步骤：
在步骤302中，获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版。
其中，电子设备生成并存储识别记录的方案可以参考上述图2对应实施例中步骤202下的描述，此处不再赘述。
在步骤304中，根据识别记录统计至少两个指纹模版中每一个指纹模版匹配成功的次数。
其中，当电子设备每次将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配后，都根据匹配结果生成并存储一条识别记录时，电子设备可以根据获取到的各条识别记录进行统计，以获得每一个指纹模版匹配成功的次数。在实际应用中，用户在不同的时间内可能有不同的使用习惯，比如，在较长一段时间之前，用户可能习惯使用食指进行解锁，对应的指纹模版是用户食指的指纹模版，在较近的一段时间内，用户可能习惯使用大拇指进行解锁，对应的指纹模版是用户大拇指的指纹模版，而在最近一段时间内，可能换了另外一个用户使用该电子设备，对应的指纹模版是另外一个用户的指纹模版，即用户习惯使用的指纹模版具有一定的时效性，基于此，在本公开实施例中，当电子设备每次将采集到的输入指纹与预先设置的至少一个指纹模版进行匹配后，都根据匹配结果生成并存储一条识别记录的情况下，电子设备在步骤302中获取识别记录时，可以只获取当前时间之前的一个预设时间段内的识别记录，比如，电子设备只获取当前时间之前一周内生成并存储的识别记录，相应的，电子设备在存储识别记录时，也可以只存储当前时间之前的该预设时间段内的识别记录。
或者，当电子设备针对每个指纹模版设置一条成功识别记录，并针对识别失败的情况单独设置一条失败识别记录时，电子设备可以将每个指纹模版对应的成功识别记录中的历次识别时间的个数作为该指纹模版的识别成功次数。此外，由于用户习惯使用的指纹模版具有一定的时效性，在本公开实施例中，在电子设备针对每个指纹模版设置一条成功识别记录的情况下，电子设备可以只在每个指纹模版对应的成功识别记录中保留当前时间之前的一个预设时间段内的识别时间，超出该预设时间段的识别时间则删除。
在步骤306中，按照对应的匹配成功的次数从大到小的顺序对至少两个指纹模版进行排序。
其中，电子设备可以将根据获取到的识别记录确定的、匹配成功次数最多的指纹模版排列在第一位，匹配成功次数第二多的指纹模版排列在第二位，以此类推。
当至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对两个或两个以上指纹模版进行排序。
比如，电子设备可以将根据获取到的识别记录确定的、匹配成功次数最多的指纹模版有两个，分别为指纹模版1和指纹模版2，此时电子设备可以分别获取指纹模版1和指纹模版2最近一次匹配成功的时间，如果指纹模版1最近一次匹配成功的时间在2小时前，而指纹模版2最近一次匹配成功的时间在24小时前，即指纹模版1最近一次匹配成功的时间距离当前时间较近，则电子设备可以将指纹模版1排列在第一位，并将指纹模版2排列在第二位。
在步骤308中，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配。
在本公开实施例中，每次完成指纹识别后，电子设备可以统计每个指纹模板的成功识别次数，对每个指纹模板的成功识别次数进行排序，成功识别次数多的模板排在前端，次数少的排在后端。如果两个模板的成功识别次数相同，则最近一次识别的模板排在前。上述方法统计了各个指纹模板过去一共进行了多少次成功识别，体现了对应的手指的使用频次，可以实现更精确的最近最常使用算法。对于常用的手指，可以一直排在最前端，即使用户偶尔用不常用的手指进行识别，对用的模板也不会被重排到数据库前端。本公开实施例所示的方法需要额外的存储空间记录模板的使用频次。
可选的，由于指纹模版数据库中的各个指纹模版录入的时间不一样，可能有一些后录入的指纹模版的使用频率很高，但是总次数不如先录入的指纹模版，对此，在本公开实施例中，在重新排序时，电子设备还可以统计至少两个指纹模版中每一个指纹模版匹配成功的频率，根据匹配成功的频率由高到低的顺序对该至少两个指纹模版进行重新排序。进一步的，当两个或者两个以上指纹模版对应的匹配成功的频率相同时，根据两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对两个或两个以上指纹模版进行排序。
比如，电子设备获取到的识别记录还可以用于指示每次指纹识别的时间，电子设备根据识别记录中每次指纹识别的时间，以及每次指纹识别时至少两个指纹模版中与输入指纹匹配成功的指纹模版，计算该至少两个指纹模版中每个指纹模版匹配成功的频率，并按照该至少两个指纹模版中每个指纹模版匹配成功的频率从高到低的顺序，对该至少两个指纹模版进行排序。即电子设备获取到的识别记录中包含历次进行指纹匹配的匹配时间，对于每一个指纹模版，电子设备除了根据获取到的识别记录确定该指纹模版匹配成功的次数之外，还获取该指纹模版在获取到的识别记录中首次匹配成功的时间和最近一次匹配成功的时间，计算该指纹模版首次匹配成功的时间和最近一次匹配成功的时间之间的时间间隔，并根据该指纹模版匹配成功的次数以及该指纹模版首次匹配成功的时间和最近一次匹配成功的时间之间的时间间隔计算该指纹模版匹配成功的频率，最后按照匹配成功的频率匹配成功的频率由高到低的顺序对该至少两个指纹模版进行重新排序。
以电子设备中的指纹模版一共有3个为例，该三个指纹模版分别为指纹模版1、指纹模版2、和指纹模版3，其中，指纹模版1首次匹配成功的时间在200天前，最后一次匹配成功的时间在20天前，匹配成功的次数为360次，指纹模版2首次匹配成功的时间在100天前，最后一次匹配成功的时间在30天前，匹配成功的次数为280次，指纹模版3首次匹配成功的时间在10天前，最后一次匹配成功的时间在当天，匹配成功的次数为100次，则计算获得指纹模版1匹配成功的频率为2次/天，指纹模版2匹配成功的频率为4次/天，指纹模版3匹配成功的频率为10次/天，则电子设备将三个指纹模版按照指纹模版3、指纹模版2和指纹模版1的顺序进行排序。
综上所述，本公开实施例提供的指纹识别方法，通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
本公开上述实施例利用最近最常使用算法对指纹模板数据库中的指纹模板进行排序，每次识别成功后，把用户最常或最近使用的指纹模板排在最前面，用户下一次用常用手指进行识别时，则只要进行很少次数的匹配即可完成识别。本公开上述实施例提供的方法可以有效节省指纹识别中的指纹匹配时间，提高整体性能，增强用户体验。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图4是根据一示例性实施例示出的一种指纹识别装置的框图，该指纹识别装置可以通过软件、硬件或者两者的结合实现成为包含指纹识别功能的电子设备的部分或者全部，比如，该电子设备可以是智能手机、平板电脑、电子书阅读器、智能可穿戴设备等。该指纹识别装置可以包括：记录获取模块401、排序模块402以及匹配模块403；
记录获取模块401，被配置为用于获取识别记录，所述识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
排序模块402，被配置为用于根据所述历史记录对所述至少两个指纹模版进行重新排序；
匹配模块403，被配置为用于在接收到新的输入指纹时，按照重新排序后的所述至少两个指纹模版的排列顺序，将所述新的输入指纹与所述至少两个指纹模版依次进行匹配。
综上所述，本公开实施例提供的指纹识别装置，通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
图5是根据另一示例性实施例示出的一种指纹识别装置的框图，该指纹识别装置可以通过软件、硬件或者两者的结合实现成为包含指纹识别功能的电子设备的部分或者全部，比如，该电子设备可以是智能手机、平板电脑、电子书阅读器、智能可穿戴设备等。该指纹识别装置可以包括：记录获取模块401、排序模块402以及匹配模块403；
记录获取模块401，被配置为用于获取识别记录，所述识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
排序模块402，被配置为用于根据所述历史记录对所述至少两个指纹模版进行重新排序；
匹配模块403，被配置为用于在接收到新的输入指纹时，按照重新排序后的所述至少两个指纹模版的排列顺序，将所述新的输入指纹与所述至少两个指纹模版依次进行匹配。
可选的，所述排序模块402，包括：
确定子模块402a，被配置为用于根据所述识别记录确定最近一次匹配成功的指纹模版；
排列子模块402b，被配置为用于将所述最近一次匹配成功的指纹模版排列为所述至少两个指纹模版中的第一个指纹模版。
可选的，所述排序模块402，包括：
统计子模块402c，被配置为用于根据所述识别记录统计所述至少两个指纹模版中每一个指纹模版匹配成功的次数；
排序子模块402d，被配置为用于按照对应的匹配成功的次数从大到小的顺序对所述至少两个指纹模版进行排序。
可选的，所述排序子模块402d，还被配置为用于当所述至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据所述两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对所述两个或两个以上指纹模版进行排序。
可选的，所述识别记录还用于指示每次指纹识别的时间，所述排序模块402，包括：
频率计算子模块，被配置为用于根据所述每次指纹识别的时间，以及每次指纹识别时至少两个指纹模版中与输入指纹匹配成功的指纹模版，计算所述至少两个指纹模版中每个指纹模版匹配成功的频率；
所述排序子模块402d，还被配置为用于按照频率计算子模块计算出的、所述至少两个指纹模版中每个指纹模版匹配成功的频率从高到低的顺序，对所述至少两个指纹模版进行排序。
综上所述，本公开实施例提供的指纹识别装置，通过获取识别记录，识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版，根据历史记录对至少两个指纹模版进行重新排序，在接收到新的输入指纹时，按照重新排序后的至少两个指纹模版的排列顺序，将新的输入指纹与至少两个指纹模版依次进行匹配，根据历史匹配成功的情况对指纹模版进行匹配，可以将常用或者最近使用的指纹模版排在最前面，使得后续指纹识别时优先匹配最近或者最常使用的指纹模版，从而达到节约指纹模板匹配所用的时间，提高指纹识别速度，改善用户体验的效果。
本公开一示例性实施例还提供了一种指纹识别装置，能够实现本公开上述实施例提供的指纹识别方法。该装置包括：处理器，以及用于存储处理器的可执行指令的存储器。
其中，处理器被配置为：
获取识别记录，该识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
根据该历史记录对该至少两个指纹模版进行重新排序；
在接收到新的输入指纹时，按照重新排序后的该至少两个指纹模版的排列顺序，将该新的输入指纹与该至少两个指纹模版依次进行匹配。
可选的，该根据该历史记录对该至少两个指纹模版进行重新排序，包括：
根据该识别记录确定最近一次匹配成功的指纹模版；
将该最近一次匹配成功的指纹模版排列为该至少两个指纹模版中的第一个指纹模版。
可选的，该根据该历史记录对该至少两个指纹模版进行重新排序，包括：
根据该识别记录统计该至少两个指纹模版中每一个指纹模版匹配成功的次数；
按照对应的匹配成功的次数从大到小的顺序对该至少两个指纹模版进行排序。
可选的，该按照对应的匹配成功的次数从大到小的顺序对该至少两个指纹模版进行排序，还包括：
当该至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据该两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对该两个或两个以上指纹模版进行排序。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种用于装置600的框图。例如，装置600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(I/O)的接口612，传感器组件614，以及通信组件616。
处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(MIC)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到装置600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由装置600的处理器执行时，使得装置600能够执行如上图1至图3任一所示的指纹识别方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (7)

1.一种指纹识别方法，其特征在于，所述方法包括：
获取识别记录，所述识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
根据所述识别记录对所述至少两个指纹模版进行重新排序；
其中，所述根据所述识别记录对所述至少两个指纹模板进行重新排序包括：
从所述识别记录中获取所述至少两个指纹模版中每一个指纹模版首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，基于每一个指纹模板首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，确定每一个指纹模板匹配成功的频率，按照所述至少两个指纹模板匹配成功的频率对所述至少两个指纹模版进行重新排序；或者，获取最近N次匹配成功的指纹模板，若所述最近N次匹配成功的指纹模板为同一指纹模板，将所述最近N次匹配成功的指纹模板确定为所述至少两个指纹模板中的第一个指纹模板，所述N为大于1的整数；
在接收到新的输入指纹时，按照重新排序后的所述至少两个指纹模版的排列顺序，将所述新的输入指纹与所述至少两个指纹模版依次进行匹配。
2.根据权利要求1所述的方法，其特征在于，所述根据所述识别记录对所述至少两个指纹模版进行重新排序，包括：
根据所述识别记录统计所述至少两个指纹模版中每一个指纹模版匹配成功的次数；
按照对应的匹配成功的次数从大到小的顺序对所述至少两个指纹模版进行排序。
3.根据权利要求2所述的方法，其特征在于，所述按照对应的匹配成功的次数从大到小的顺序对所述至少两个指纹模版进行排序，还包括：
当所述至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据所述两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对所述两个或两个以上指纹模版进行排序。
4.一种指纹识别装置，其特征在于，所述装置包括：
记录获取模块，用于获取识别记录，所述识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
排序模块，用于根据所述识别记录对所述至少两个指纹模版进行重新排序；
其中，所述排序模块用于：
从所述识别记录中获取所述至少两个指纹模版中每一个指纹模版首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，基于每一个指纹模板首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，确定每一个指纹模板匹配成功的频率，按照所述至少两个指纹模板匹配成功的频率对所述至少两个指纹模版进行重新排序；或者，获取最近N次匹配成功的指纹模板，若所述最近N次匹配成功的指纹模板为同一指纹模板，将所述最近N次匹配成功的指纹模板确定为所述至少两个指纹模板中的第一个指纹模板，所述N为大于1的整数；
匹配模块，用于在接收到新的输入指纹时，按照重新排序后的所述至少两个指纹模版的排列顺序，将所述新的输入指纹与所述至少两个指纹模版依次进行匹配。
5.根据权利要求4所述的装置，其特征在于，所述排序模块，包括：
统计子模块，用于根据所述识别记录统计所述至少两个指纹模版中每一个指纹模版匹配成功的次数；
排序子模块，用于按照对应的匹配成功的次数从大到小的顺序对所述至少两个指纹模版进行排序。
6.根据权利要求5所述的装置，其特征在于，
所述排序子模块，还用于当所述至少两个指纹模版中的两个或两个以上指纹模版对应的匹配成功的次数相同时，根据所述两个或两个以上指纹模版最近一次匹配成功的时间从近到远的顺序，对所述两个或两个以上指纹模版进行排序。
7.一种指纹识别装置，其特征在于，包括：
处理器；
用于存储所述处理器的可执行指令的存储器；
其中，所述处理器被配置为：
获取识别记录，所述识别记录用于指示每次指纹识别时，预先存储的至少两个指纹模版中与输入指纹匹配成功的指纹模版；
根据所述识别记录对所述至少两个指纹模版进行重新排序；
其中，所述根据所述识别记录对所述至少两个指纹模板进行重新排序包括：
从所述识别记录中获取所述至少两个指纹模版中每一个指纹模版首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，基于每一个指纹模板首次匹配成功的时间、最近一次匹配成功的时间、以及匹配成功的次数，确定每一个指纹模板匹配成功的频率，按照所述至少两个指纹模板匹配成功的频率对所述至少两个指纹模版进行重新排序；或者，获取最近N次匹配成功的指纹模板，若所述最近N次匹配成功的指纹模板为同一指纹模板，将所述最近N次匹配成功的指纹模板确定为所述至少两个指纹模板中的第一个指纹模板，所述N为大于1的整数；
在接收到新的输入指纹时，按照重新排序后的所述至少两个指纹模版的排列顺序，将所述新的输入指纹与所述至少两个指纹模版依次进行匹配。
CN201610210599.0A 2016-02-01 2016-04-06 指纹识别方法和装置 Active CN107025421B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2016560951A JP6609266B2 (ja) 2016-02-01 2016-08-11 指紋の識別方法、装置、プログラム及び記録媒体
PCT/CN2016/094651 WO2017133213A1 (zh) 2016-02-01 2016-08-11 指纹识别方法和装置
RU2016141944A RU2651250C1 (ru) 2016-02-01 2016-08-11 Способ и устройство для распознавания отпечатков пальцев
KR1020167028192A KR20170101770A (ko) 2016-02-01 2016-08-11 지문 인식 방법, 장치, 프로그램 및 기록매체
EP17152989.4A EP3200127B1 (en) 2016-02-01 2017-01-25 Method and device for fingerprint recognition
US15/417,594 US10198614B2 (en) 2016-02-01 2017-01-27 Method and device for fingerprint recognition

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2016100688909 2016-02-01
CN201610068890 2016-02-01

Publications (2)

Publication Number Publication Date
CN107025421A CN107025421A (zh) 2017-08-08
CN107025421B true CN107025421B (zh) 2020-10-13

Family

ID=59525057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610210599.0A Active CN107025421B (zh) 2016-02-01 2016-04-06 指纹识别方法和装置

Country Status (4)

Country Link
JP (1) JP6609266B2 (zh)
KR (1) KR20170101770A (zh)
CN (1) CN107025421B (zh)
RU (1) RU2651250C1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203319B (zh) * 2016-07-05 2019-07-02 北京小米移动软件有限公司 指纹匹配方法和装置
CN109284588A (zh) * 2018-08-22 2019-01-29 北京小米移动软件有限公司 信息验证方法、装置及存储介质
CN109543382A (zh) * 2018-11-23 2019-03-29 京东方科技集团股份有限公司 一种纹路解锁方法、纹路解锁系统及显示装置
CN111091034A (zh) * 2019-05-05 2020-05-01 广东小天才科技有限公司 一种基于多手指识别的搜题方法及家教设备

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10280755A (ja) * 1997-03-31 1998-10-20 Toshiba Corp データ分散型入退室管理システム
US6100811A (en) * 1997-12-22 2000-08-08 Trw Inc. Fingerprint actuation of customized vehicle features
JP2001266151A (ja) * 2000-03-17 2001-09-28 Toshiba Corp 個人識別装置および個人識別方法
KR100899199B1 (ko) * 2002-11-05 2009-05-27 삼성전자주식회사 지문인식을 이용한 보안시스템 및 보안방법
JP2006018677A (ja) * 2004-07-02 2006-01-19 Sharp Corp 生体データ照合装置、生体データ照合方法、生体データ照合プログラムおよび生体データ照合プログラムを記録したコンピュータ読取り可能な記録媒体
JP4471898B2 (ja) * 2005-07-22 2010-06-02 シャープ株式会社 携帯情報端末装置
JP4671838B2 (ja) * 2005-10-31 2011-04-20 日立オムロンターミナルソリューションズ株式会社 現金自動取引装置
JP2008242954A (ja) * 2007-03-28 2008-10-09 Nec Corp 個人認証用の指紋認識システム、方法、プログラム、個人認証用のバイオメトリクス認証システム及び携帯電話端末
JP2008276359A (ja) * 2007-04-26 2008-11-13 Murata Mach Ltd 個人認証装置
RU2355307C2 (ru) * 2007-05-21 2009-05-20 Александр Иванович Иванов Способ аутентификации личности по рисунку отпечатка пальца и устройство для его реализации
CN101231692A (zh) * 2007-12-24 2008-07-30 浙江金指码科技有限公司 通过指纹特征值调整的学习型智能指纹识别比对方法
CN101620675A (zh) * 2009-06-16 2010-01-06 浙江维尔电子有限公司 一种提高指纹验证通过率的方法
JP5276554B2 (ja) * 2009-09-07 2013-08-28 株式会社日立ソリューションズ 生体情報認証装置および生体情報認証プログラム
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
EP3108612B1 (en) * 2014-02-18 2020-07-22 Secureauth Corporation Fingerprint based authentication for single sign on
CN105099701B (zh) * 2015-07-29 2018-06-26 努比亚技术有限公司 一种终端及终端鉴权的方法

Also Published As

Publication number Publication date
KR20170101770A (ko) 2017-09-06
JP2018507447A (ja) 2018-03-15
CN107025421A (zh) 2017-08-08
JP6609266B2 (ja) 2019-11-20
RU2651250C1 (ru) 2018-04-18

Similar Documents

Publication Publication Date Title
KR101813195B1 (ko) 연락처 정보 추천 방법, 장치, 프로그램 및 기록매체
CN107582028B (zh) 睡眠监测方法及装置
CN108268322B (zh) 内存优化的方法、装置及计算机可读存储介质
EP3176709A1 (en) Video categorization method and apparatus, computer program and recording medium
CN107025421B (zh) 指纹识别方法和装置
CN104809157B (zh) 号码识别方法及装置
CN111539443A (zh) 一种图像识别模型训练方法及装置、存储介质
CN107895041B (zh) 拍摄模式设置方法、装置及存储介质
CN105100193A (zh) 云名片推荐方法及装置
CN112308864A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN112948704A (zh) 用于信息推荐的模型训练方法、装置、电子设备以及介质
CN110941727B (zh) 一种资源推荐方法、装置、电子设备及存储介质
CN107729439A (zh) 获取多媒体数据的方法、装置和系统
US10198614B2 (en) Method and device for fingerprint recognition
CN111797746A (zh) 人脸识别方法、装置及计算机可读存储介质
CN106776874A (zh) 用户建群方法和装置
CN113487711B (zh) 虚拟形象的眨眼控制方法、装置、电子设备及存储介质
CN104317480B (zh) 字符按键显示方法、装置及终端
CN114189719A (zh) 视频信息提取方法、装置、电子设备及存储介质
CN104793847A (zh) 图片展示方法及装置
CN113191792B (zh) 任务的处理方法、装置、电子设备、存储介质和程序产品
CN111949139B (zh) 一种输入方法及装置
CN111898019B (zh) 信息推送方法及装置
CN113190725B (zh) 对象的推荐及模型训练方法和装置、设备、介质和产品
CN111611826B (zh) 指纹识别方法及装置

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