CN107451455A - 解锁控制方法及相关产品 - Google Patents

解锁控制方法及相关产品 Download PDF

Info

Publication number
CN107451455A
CN107451455A CN201710634324.4A CN201710634324A CN107451455A CN 107451455 A CN107451455 A CN 107451455A CN 201710634324 A CN201710634324 A CN 201710634324A CN 107451455 A CN107451455 A CN 107451455A
Authority
CN
China
Prior art keywords
image
iris
recognition
facial image
facial
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
Application number
CN201710634324.4A
Other languages
English (en)
Inventor
周意保
张海平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710634324.4A priority Critical patent/CN107451455A/zh
Publication of CN107451455A publication Critical patent/CN107451455A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
    • G06K9/00268Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
    • G06K9/00288Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00597Acquiring or recognising eyes, e.g. iris verification
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00597Acquiring or recognising eyes, e.g. iris verification
    • G06K9/00604Acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00597Acquiring or recognising eyes, e.g. iris verification
    • G06K9/0061Preprocessing; Feature extraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
    • G06K9/00899Spoof detection
    • G06K9/00906Detection of body part being alive

Abstract

本发明实施例公开了一种解锁控制方法及相关产品,其中,方法包括:获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域图像;对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测;在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过时,执行解锁操作。本发明实施例可采集人脸图像和虹膜图像,并对人脸图像进行人脸识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜识别,在虹膜为活体且虹膜识别与人脸识别均通过的情况下,进行解锁操作,一方面,可以实现活体检测,另一方面,可提高多生物识别的安全性。

Description

解锁控制方法及相关产品
技术领域
[0001]本发明涉及移动终端技术领域,具体涉及一种解锁控制方法及相关产品。
背景技术
[0002]随着移动终端(手机、平板电脑等)的大量普及应用,移动终端能够支持的应用越 来越多,功能越来越强大,移动终端向着多样化、个性化的方向发展,成为用户生活中不可 缺少的电子用品。
[0003]目前来看,多生物识别越来越受到移动终端生产厂商的青睐,尤其虹膜识别、人脸 识别越来越成为未来多生物识别的发展趋势,但是,也存在一些伪造的生物特征(例如,假 体人脸,伪造虹膜),因而,降低了多生物识别的安全性。
发明内容
[0004]本发明实施例提供了一种解锁控制方法及相关产品,可以提高多生物识别的安全 性。
[0005]第一方面,本发明实施例提供一种移动终端,包括虹膜识别装置、人脸识别装置以 及应用处理器(Application Processor,AP),所述虹膜识别装置、所述人脸识别装置均与 所述AP连接,其中,
[0006] 所述人脸识别装置,用于获取人脸图像;
[0007] 所述虹膜识别装置,用于获取虹膜图像,其中,所述虹膜图像包含第一区域图像和 第二区域图像;
[0008] 所述AP,用于对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识别, 以及根据所述第二区域图像进行活体检测;以及在所述活体检测的检测结果为活体,且所 述人脸识别和所述虹膜识别均识别通过时,执行解锁操作。
[0009] 第二方面,本发明实施例提供了一种解锁控制方法,应用于包括虹膜识别装置、人 脸识别装置以及应用处理器AP的移动终端,所述虹膜识别装置、所述人脸识别装置均与所 述AP连接,其中,所述方法包括:
[0010] 所述人脸识别装置获取人脸图像;
[0011] 所述虹膜识别装置获取虹膜图像,其中,所述虹膜图像包含第一区域图像和第二 区域图像;
[0012] 所述AP对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识别,以及 根据所述第二区域图像进行活体检测;以及在所述活体检测的检测结果为活体,且所述人 脸识别和所述虹膜识别均识别通过时,执行解锁操作。
[0013] 第三方面,本发明实施例提供了一种解锁控制方法,包括:
[0014] 获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域图 像;
[0015] 对所述人脸图像进行人脸识别•,
[0016] 对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测;
[0017] 在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过 时,执行解锁操作。
[0018] 第四方面,本发明实施例提供了一种解锁控制装置,包括:
[0019] 获取单元,用于获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像 和第二区域图像;
[0020] 人脸识别单元,用于对所述人脸图像进行人脸识别;
[0021] 虹膜识别单元,用于对所述第一区域图像进行虹膜识别,以及根据所述第二区域 图像进行活体检测;
[0022] 解锁单元,用于在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜 识别均识别通过时,执行解锁操作。
[0023] 第五方面,本发明实施例提供了一种移动终端,包括:应用处理器AP和存储器;以 及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所述AP 执行,所述程序包括用于如第三方面中所描述的部分或全部步骤的指令。
[0024] 第六方面,本发明实施例提供了一种计算机可读存储介质,其中,所述计算机可读 存储介质用于存储计算机程序,其中,所述计算机程序使得计算机执行如本发明实施例第 三方面中所描述的部分或全部步骤的指令。
[0025]第七方面,本发明实施例提供了一种计算机程序产品,其中,所述计算机程序产品 包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算 机执行如本发明实施例第三方面中所描述的部分或全部步骤。该计算机程序产品可以为一 个软件安装包。
[0026] 实施本发明实施例,具有如下有益效果:
[0027] 可以看出,本发明实施例中,获取人脸图像和虹膜图像,其中,虹膜图像包含第一 区域图像和第二区域图像,对人脸图像进行人脸识别,对第一区域图像进行虹膜识别,以及 根据第二区域图像进行活体检测,在活体检测的检测结果为活体,且人脸识别和虹膜识别 均识别通过时,执行解锁操作,可见,可采集人脸图像和虹膜图像,并对人脸图像进行人脸 识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜识别,在虹膜为活体且虹膜识 别与人脸识别均通过的情况下,进行解锁操作,一方面,可以实现活体检测,另一方面,可提 高多生物识别的安全性。
附图说明
[0028]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。
[0029]图1A是本发明实施例提供的一种示例移动终端的架构示意图;
[0030]图1B是本发明实施例提供的一种移动终端的结构示意图;
[0031]图1C是本发明实施例公开的一种解锁控制方法的流程示意图;
[0032]图2是本发明实施例公开的另一种解锁控制方法的流程示意图;
[0033] 图3是本发明实施例提供的一种移动终端的另一结构示意图;
[0034] 图4A是本发明实施例提供的—种解锁控制装置的结构示意图;
[0035] 图4 B是本发明实施例提供的图4 A所描述的解锁控制装置的获取单元的结构示意 图;
[0036] 图4C是本发明实施例提供的图4A所描述的解锁控制装置的人脸识别单元的结构 示意图;
[0037] 图4D是本发明实施例提供的图4C所描述的人脸识别单元的第一提取模块的结构 不意图;
[0038] 图5是本发明实施例公开的另一种移动终端的结构示意图。
具体实施方式
[0039] 为了使本技术领域的人员更好地理解本发明方案,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 在没有作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。
[0040] 本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别 不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图 在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没 有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包 括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0041] 在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包 含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同 的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和 隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
[0042] 本发明实施例所涉及到的移动终端可以包括各种具有无线通信功能的手持设备、 车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式 的用户设备(User Equipment,UE),移动台(Mobile Station,MS),终端设备(terminal device)等等。为方便描述,上面提到的设备统称为移动终端。
[0043]需要说明的是,本发明实施例中的移动终端可安装有多生物识别装置,即多个生 物识别装置,该多个生物识别装置除了至少包括虹膜识别装置和人脸识别装置,还可包括 但不仅限于:指纹识别装置、静脉识别装置、脑电波识别装置、心电图识别装置等等,每一生 物识别装置均有对应的识别算法以及识别阈值,另外,每一生物识别装置均有与之对应的 并由用户预先录入的模板,例如,指纹识别装置有与之对应的预设指纹模板,进一步地,指 纹识别装置可采集指纹图像,在指纹图像与预设指纹模板之间的匹配值大于其对应的识别 阈值时,则识别通过。本发明实施例中的虹膜图像可为单指虹膜区域的图像,或者,包含虹 膜区域的图像(例如,一只人眼图像)。例如,在用户使用移动终端时,可通过虹膜识别装置 获取虹膜图像。
[0044]进一步地,本发明实施例中的多生物识别模式可包含两种或者两种以上的识别步 骤,例如,先指纹识别,在指纹识别通过后再人脸识别,又或者,指纹识别和人脸识别同步进 行。多生物识别模式与单生物识别模式(例如,仅进行指纹识别则可实现解锁)相比较,其安 全性更高,因而,多生物识别模式越来越受欢迎。
[0045] 下面对本发明实施例进行详细介绍。如图1A所示的一种示例移动终端1000,该移 动终端1000的虹膜识别装置可以包括红外补光灯21和红外摄像头22,在虹膜识别装置工作 过程中,红外补光灯21的光线打到虹膜上之后,经过虹膜反射回红外摄像头22,虹膜识别装 置采集虹膜图像,前置摄像头23可作为人脸识别装置,用于采集人脸图像。
[0046] 请参阅图1B,图1B是所示的一种移动终端1〇〇的结构示意图,所述移动终端1 〇〇包 括:应用处理器API 10、人脸识别装置120、虹膜识别装置130,其中,虹膜识别装置130可与人 脸识别装置120集成在一起,或者,虹膜识别装置与人脸识别装置120可独立存在,其中,所 述AP110通过总线150连接人脸识别装置120和虹膜识别装置130。
[0047] 在一些可能的实施例中,所述人脸识别装置120,用于获取人脸图像;
[0048] 所述虹膜识别装置130,用于获取虹膜图像,其中,所述虹膜图像包含第一区域图 像和第二区域图像;
[0049] 所述AP110,用于对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识 另1J,以及根据所述第二区域图像进行活体检测;以及在所述活体检测的检测结果为活体,且 所述人脸识别和所述虹膜识别均识别通过时,执行解锁操作。
[0050] 在一些可能的实施例中,在所述获取人脸图像方面,所述人脸识别装置120具体用 于:
[0051] 在目标对象的角度处于预设角度范围时,获取所述人脸图像;根据所述人脸图像 确定虹膜位置;
[0052] 在所述获取虹膜图像方面,所述虹膜识别装置130具体用于:
[0053] 根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
[0054] 在一些可能的实施例中,在所述对所述人脸图像进行人脸识别方面,所述AP110具 体用于:
[0055] 对所述人脸图像进行特征提取,得到精细特征集;
[0056] 将所述精细特征集与预设精细特征集进行匹配,在所述精细特征集与所述预设精 细特征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别通过。
[0057] 在一些可能的实施例中,在所述对所述人脸图像进行特征提取,得到精细特征集 方面,所述AP110具体用于:
[0058] 对所述人脸图像进行多尺度分解,得到多个高频分量人脸图像;
[0059] 将所述多个高频分量人脸图像的尺寸大小调整为一致;
[0060] 从调整后的所述多个高频分量人脸图像中选取指定位置的两个高频分量人脸图 像;
[0061] 确定所述两个高频分量人脸图像之间的差值图像;
[0062] 对所述差值图像进行特征提取,得到所述精细特征集。
[0063] 在一些可能的实施例中,在所述根据所述第二根据所述第一区域图像进行活体检 测方面,所述API 10具体用于:
[0064] 对所述第一区域图像进行放大处理;
[0065] 将放大处理后的所述第一区域图像进行特征提取以及筛选,得到P个稳定特征点, 所述P为大于1的整数;
[0066]根据所述P个稳定特征点检测所述虹膜图像是否来自于活体。
[0067]在一些可能的实施例中,在所述根据所述P个稳定特征点检测所述虹膜图像是否 来自于活体方面,所述API 10具体用于:
[0068]判断所述P个稳定特征点的位置关系是否符合预设位置关系;
[0069]在所述P个稳定特征点的位置关系满足所述预设位置关系时,采用预设分类器分 别对所述P个稳定特征点中每一稳定特征点进行训练,得到P个训练值;
[0070]从所述P个训练值中选取大于预设训练阈值的训练值,得到Q个训练值,在所述Q与 所述P之比大于第二预设阈值时,确认所述虹膜图像来自于活体,所述Q为小于所述P的正整 数。
[0071] 基于图1A或图1B的移动终端,可用于执行如下一种解锁控制方法,包括步骤:所述 人脸识别装置120获取人脸图像;所述虹膜识别装置130获取虹膜图像,其中,所述虹膜图像 包含第一区域图像和第二区域图像;所述API 10对所述人脸图像进行人脸识别;对所述第一 区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测;以及在所述活体检测 的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过时,执行解锁操作。
[0072]可以看出,本发明实施例中的解锁控制方法,移动终端可获取人脸图像和虹膜图 像,其中,虹膜图像包含第一区域图像和第二区域图像,对人脸图像进行人脸识别,对第一 区域图像进行虹膜识别,以及根据第二区域图像进行活体检测,在活体检测的检测结果为 活体,且人脸识别和虹膜识别均识别通过时,执行解锁操作,可见,可采集人脸图像和虹膜 图像,并对人脸图像进行人脸识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜 识别,在虹膜为活体且虹膜识别与人脸识别均通过的情况下,进行解锁操作,一方面,可以 实现活体检测,另一方面,可提高多生物识别的安全性。
[0073]请参阅图1C,为本发明实施例提供的一种解锁控制方法的实施例流程示意图。本 实施例中所描述的解锁控制方法,应用于移动终端,其实物图以及结构图可参见图1A或图 1B,其包括以下步骤:
[0074] 101、获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区 域图像。
[0075] 其中,移动终端可通过人脸识别装置获取人脸图像,通过虹膜识别装置获取虹膜 图像。当然,获取虹膜图像与获取人脸图像可并行执行,或者,也可以先获取人脸图像,再获 取虹膜图像,或者,也可以先获取虹膜图像,再获取人脸图像。第一区域图像与第二区域图 像之间没交集。
[0076] 可选地,上述步骤101中,获取人脸图像和虹膜图像,可包括如下步骤11-13,具体 如下:
[0077] 11、在目标对象的角度处于预设角度范围时,获取所述人脸图像;
[0078] 12、根据所述人脸图像确定虹膜位置;
[°079] 13、根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
[0080]其中,目标对象可为用户,预设角度范围可由系统默认或者用户自行设置。通常情 况下,被拍摄物体(此处指目标对象)与移动终端之间会存在着一定的角度,当然,角度合 适,则采集的人脸图像也合适,可以理解为,在目标对象的角度处于预设角度范围时,采集 的人脸图像更宜于人脸识别,以及更容易采集到虹膜图像。因此,在目标对象的角度处于预 设角度范围时,可获取人脸图像,进而,可根据人脸结构关系,得到虹膜位置,可控制虹膜识 别装置对该虹膜位置进行对焦,以及进行虹膜采集,得到虹膜图像。
[0081] 102、对所述人脸图像进行人脸识别。
[0082] 其中,移动终端可将人脸图像与预设人脸模板进行匹配,进行依据匹配值确认是 否识别通过。其中,预设人脸模板可保存在移动终端的存储器中。
[0083] 可选地,上述步骤102中,对所述人脸图像进行人脸识别,可包括如下步骤:
[0084] 21、对所述人脸图像进行特征提取,得到精细特征集;
[0085] 22、将所述精细特征集与预设精细特征集进行匹配,在所述精细特征集与所述预 设精细特征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别通过。
[0086] 其中,可对人脸图像进行特征提取,以得到精细特征集,通常情况下,常规特征提 取可采用如下算法实现:Harris角点检测算法、尺度不变特征变换(Scale Invariant Feature Transform,SIFT)、SUSAN角点检测算法等等,在此不再赘述。但是为了提取人脸图 像中更深层次的特征,因而,步骤21中的精细特征集提取方法可采用如下步骤221-225,具 体如下。
[0087] 可选地,上述步骤21,对所述人脸图像进行特征提取,得到精细特征集,可包括如 下步骤221-225,具体如下:
[0088] 221、对所述人脸图像进行多尺度分解,得到多个高频分量人脸图像;
[0089] 222、将所述多个高频分量人脸图像的尺寸大小调整为一致;
[0090] 223、从调整后的所述多个高频分量人脸图像中选取指定位置的两个高频分量人 脸图像;
[0091] 224、确定所述两个高频分量人脸图像之间的差值图像;
[0092] 225、对所述差值图像进行特征提取,得到所述精细特征集。
[0093]其中,移动终端可采用多尺度分解算法对人脸图像进行多尺度分解,得到低频分 量图像和多个高频分量人脸图像,当然多个高频分量人脸图像均具有一定的顺序性,其每 一高频分量人脸图像均对应到哪一层哪一尺度,上述指定位置即是指预先指定的位置,指 定位置对应两个高频分量人脸图像。上述多尺度分解算法可包括但不仅限于:小波变换、拉 普拉斯变换、轮廓波变换(Contourlet Transform,CT)、非下采样轮廓波变换⑺。!!-subsampled Contourlet Transform,NSCT)、剪切波变换等等,以轮廓波为例,采用轮廓波 变换对人脸图像进行多尺度分解,可以得到一个低频分量人脸图像和多个高频分量人脸图 像,并且该多个高频分量人脸图像中每一图像的尺寸大小不一,以NSCT为例,采用NSCT对人 脸图像进行多尺度分解,可以得到一个低频分量图像和多个高频分量图像,并且该多个高 频分量图像中每一图像的尺寸大小一样。对于高频分量图像而言,其包含了较多原始图像 的细节信息。由于多个高频分量人脸图像的尺寸大小可能不一致,因而,可将多个高频分量 人脸图像的尺寸大小调整为一致,进而,选取指定位置上的两个高频分量人脸图像,将该两 个高频分量人脸图像中每一像素点之间求取之间的绝对值,得到差值图像,进而,可采用常 规的特征提取方法对差值图像进行特征提取,得到精细特征集。
[0094] 可选地,上述步骤102,对所述人脸图像进行人脸识别,还可以包含如下步骤:
[0095]对所述人脸图像进行图像增强处理,并对图像增强处理后的所述人脸图像进行人 脸识别。
[0096] 其中,图像增强处理可包括但不仅限于:图像去噪(例如,小波变换进行图像去 噪)、图像复原(例如,维纳滤波)、暗视觉增强算法(例如,直方图均衡化、灰度拉伸等等),在 对人脸图像进行图像增强处理之后,人脸图像的质量可在一定程度上得到提升。
[0097] 103、对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检 测。
[0098] 其中,第一区域图像用于虹膜识别,第二区域图像进行活体检测,上述对第一区域 图像进行虹膜识别,以及根据第二区域图像进行活体检测可并行执行。例如,对第一区域图 像进行虹膜识别,可采用如下方式:对第一区域图像进行特征点提取,得到多个特征点,将 该多个特征点与预设虹膜模板对应的预设特征点集进行匹配,在两者之间的匹配值大于第 三预设阈值时,确认虹膜识别成功,第三预设阈值可由用户自行设置或者系统默认。
[0099] 可选地,上述步骤103中,根据所述第二根据所述第一区域图像进行活体检测,可 包括如下步骤31-33,具体如下:
[0100] 31、对所述第一区域图像进行放大处理;
[0101] 32、将放大处理后的所述第一区域图像进行特征提取以及筛选,得到P个稳定特征 点,所述P为大于1的整数;
[0102] 33、根据所述P个稳定特征点检测所述虹膜图像是否来自于活体。
[0103]其中,移动终端可对第一区域图像进行放大处理,放大处理的方式可为对第一区 域图像进行拉伸处理,并对拉伸处理之后的第一区域图像进行插值处理,如:线性插值、非 线性插值、双线性插值等等。进而,将放大处理之后的第一区域图像进行特征提取以及筛 选,具体筛选过程可采用如下方式:特征提取后得到的每一中特征点为一个矢量,其包含大 小和方向,因而,可计算每一特征点的模,若模大于预设值,则保留该特征点,预设值可由用 户自行设置或者系统默认,得到P个稳定特征点。进而,可依据该P个稳定特征点检测虹膜图 像是否来自于活体。
[0104]可选地,上述步骤33中,根据所述P个稳定特征点检测所述虹膜图像是否来自于活 体,可包括如下步骤331-333,具体如下:
[0105] 331、判断所述P个稳定特征点的位置关系是否符合预设位置关系;
[0106] 332、在所述P个稳定特征点的位置关系满足所述预设位置关系时,采用预设分类 器分别对所述P个稳定特征点中每一稳定特征点进行训练,得到P个训练值;
[0107] ”3、从所述P个训练值中选取大于预设训练阈值的训练值,得到〇个训练值,在所 述Q与所述P之比大于第二预设阈值时,确认所述虹膜图像来自于活体,所述Q为小于所述P 的正整数。
[0108]其中,预设位置关系可由用户自行设置,或者系统默认。该预设位置关系预先保存 在存储器中。由于p个稳定特征点,对应p个位置,该p个位置之间也对应一个位置关系,例 如,P个位置可形成一个图形,判断该图形是否与预设图形(预设位置关系)相似,若是,则执 行下一步,若否,则终止其他的识别操作,提示用户再次输入生物验证信息(例如,虹膜图 像,人脸图像)。在p个稳定特征点的位置关系满足预设位置关系时,可采用预设分类器对p 个稳定特征点中每一稳定特征点进行训练,得到P个训练值,从P个训练值中选取大于预设 训练阈值的训练值,得到Q个训练值,在Q与P之比大于第二预设阈值时,确认虹膜图像来自 于活体,Q为小于P的正整数。其中,预设训练阈值可由用户自行设置,或者系统默认,第二预 设阈值也可由用户自彳丁设置或者系统默认。预设分类器可包括但不仅限于:支持向里机 (Support Vector Machine,SVM)、遗传算法分类器、神经网络算法分类器、级联分类器(如 遗传算法+SVM)等等。
[0109] 其中,上述预设分类器可在执行上述本发明实施例之前设置,其主要设置可包含 如下步骤A1-A7:
[0110] A1、获取正样本集,所述正样本集包含x个活体虹膜图像的稳定特征点,所述X为正 整獎C;
[0111] A2、获取负样本集,所述负样本集包含Y个非活体虹膜图像的稳定特征点,所述Y为 正整数;
[0112] A3、对所述正样本集进行特征提取,得到所述X组特征;
[0113] A4、对所述负样本集进行特征提取,得到所述Y组特征;
[0114] A5、采用第一指定分类器对所述X组特征进行训练,得到第一类目标分类器;
[0115] A6、采用第二指定分类器对所述Y组特征进行训练,得到第二类目标分类器;
[0116] A7、将所述第一类目标分类器和所述第二类目标分类器作为所述预设分类器。
[0117] 其中,X与Y均可由用户设置,其具体数量越大,则分类器分类效果越好。上述A3、A4 中的特征提取的具体方式上述精细特征提取描述,另外,第一指定分类器和第二指定分类 器可为同一分类器或者不同的分类器,无论是第一指定分类器还是第二指定分类器均可包 括但不仅限于:支持向量机(Support Vector Machine,SVM)、遗传算法分类器、神经网络算 法分类器、级联分类器(如遗传算法+SVM)等等。
[0118] 104、在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别 通过时,执行解锁操作。
[0119] 其中,在活体检测的检测结果为活体,人脸识别和虹膜识别均通过时,执行解锁操 作,上述解锁操作可为:亮屏解锁(进入主页面,或者预设设置的指定页面),黑屏解锁(点亮 显示屏,进入主页面,或者预设设置的指定页面),支付解锁(进行支付)等等。当然,在活体 检测的检测结果为失败,或者人脸识别失败或者虹膜识别失败,则提示用于再次输入生物 验证信息(例如,虹膜图像,人脸图像)。
[0120]可以看出,本发明实施例中,获取人脸图像和虹膜图像,其中,虹膜图像包含第一 区域图像和第二区域图像,对人脸图像进行人脸识别,对第一区域图像进行虹膜识别,以及 根据第二区域图像进行活体检测,在活体检测的检测结果为活体,且人脸识别和虹膜识别 均识别通过时,执行解锁操作,可见,可采集人脸图像和虹膜图像,并对人脸图像进行人脸 识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜识别,在虹膜为活体且虹膜识 别与人脸识别均通过的情况下,进行解锁操作,一方面,可以实现活体检测,另一方面,可提 高多生物识别的安全性。
[0121 ]与上述一致地,请参阅图2,为本发明实施例提供的一种解锁控制方法的实施例流 程示意图。本实施例中所描述的解锁控制方法,应用于移动终端,其实物图以及结构图可参 见图1A或图1B,其包括以下步骤:
[0122] 201、获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区 域图像。
[0123] 202、对所述人脸图像进行二值化处理。
[0124]其中,由于人脸图像包含较多的信息,例如,灰度信息,颜色信息,但是,在人脸识 别时,只需要其中的细节信息,进而,可对人脸图像进行二值化处理,当然,也可以将人脸图 像转化为灰度图像,对灰度图像进行二值化处理。
[0125] 203、对二值化处理后的所述人脸图像进行特征提取,得到多个特征点。
[0126] 其中,移动终端可对二值化处理之后的人脸图像进行特征提取,可得到多个特征 点,从而,再次降低人脸图像的复杂度。
[0127] 204、根据所述多个特征点进行人脸识别。
[0128] 其中,移动终端可依据该多个特征点进行人脸识别,具体地,预设虹膜模板可对应 预设特征点集,即对预设虹膜模板进行特征提取得到。可将上述多个特征点与预设特征点 集进行匹配。
[0129] 205、对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检 测。
[0130] 206、在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别 通过时,执行解锁操作。
[0131] 其中,其他步骤的具体描述可参照图1C所描述的解锁控制方法的对应步骤,在此 不再赘述。
[0132]可以看出,本发明实施例中,获取人脸图像和虹膜图像,其中,虹膜图像包含第一 区域图像和第二区域图像,对人脸图像进行二值化处理,对二值化处理后的人脸图像进行 特征提取,得到多个特征点,根据多个特征点进行人脸识别,对第一区域图像进行虹膜识 另IJ,以及根据第二区域图像进行活体检测,在活体检测的检测结果为活体,且人脸识别和虹 膜识别均识别通过时,执行解锁操作,可见,可采集人脸图像和虹膜图像,并对人脸图像进 行人脸识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜识别,在虹膜为活体且 虹膜识别与人脸识别均通过的情况下,进行解锁操作,一方面,可以实现活体检测,另一方 面,可提高多生物识别的安全性。
[0133] 请参阅图3,图3是本发明实施例提供的一种移动终端,包括:应用处理器AP和存储 器;以及一个或多个程序,所述一个或多个程序被存储在所述存储器中,并且被配置成由所 述AP执行,所述程序包括用于执行以下步骤的指令:
[0134] 获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域图 像;
[0135] 对所述人脸图像进行人脸识别;
[0136] 对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测;
[0137] 在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过 时,执行解锁操作。
[0138] 在一个可能的示例中,在所述获取人脸图像和虹膜图像方面,所述程序包括用于 执行以下步骤的指令:
[0139] 在目标对象的角度处于预设角度范围时,获取所述人脸图像;
[0140]根据所述人脸图像确定虹膜位置;
[0141] 根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
[0142] 在一个可能的示例中,在所述对所述人脸图像进行人脸识别方面,所述程序包括 用于执行以下步骤的指令:
[0143] 对所述人脸图像进行特征提取,得到精细特征集;
[0144] 将所述精细特征集与预设精细特征集进行匹配,在所述精细特征集与所述预设精 细特征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别通过。
[0145] 在一个可能的示例中,在所述对所述人脸图像进行特征提取,得到精细特征集方 面,所述程序包括用于执行以下步骤的指令:
[0146] 对所述人脸图像进行多尺度分解,得到多个高频分量人脸图像;
[0147] 将所述多个高频分量人脸图像的尺寸大小调整为一致;
[0148] 从调整后的所述多个高频分量人脸图像中选取指定位置的两个高频分量人脸图 像;
[0149] 确定所述两个高频分量人脸图像之间的差值图像;
[0150] 对所述差值图像进行特征提取,得到所述精细特征集。
[0151] 在一个可能的示例中,在所述根据所述第二根据所述第一区域图像进行活体检测 像方面,所述程序包括用于执行以下步骤的指令:
[0152] 对所述第一区域图像进行放大处理;
[0153] 并将放大处理后的所述第一区域图像进行特征提取以及筛选,得到P个稳定特征 点,所述P为大于1的整数;
[0154] 根据所述P个稳定特征点检测所述虹膜图像是否来自于活体。
[0155] 在一个可能的示例中,所述根据所述P个稳定特征点检测所述虹膜图像是否来自 于活体方面,所述程序包括用于执行以下步骤的指令:
[0156] 判断所述P个稳定特征点的位置关系是否符合预设位置关系;
[0157] 在所述P个稳定特征点的位置关系满足所述预设位置关系时,采用预设分类器分 别对所述P个稳定特征点中每一稳定特征点进行训练,得到P个训练值;
[0158] 从所述P个训练值中选取大于预设训练阈值的训练值,得到Q个训练值,在所述Q与 所述P之比大于第二预设阈值时,确认所述虹膜图像来自于活体,所述Q为小于所述P的正整 数。
[0159] 请参阅图4A,图4A是本实施例提供的一种解锁控制装置的结构示意图,解锁控制 装置包括获取单元401、人脸识别单元402、虹膜识别单元403和解锁单元404,其中,
[0160]获取单元401,用于获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域 图像和第二区域图像;
[0161] 人脸识别单元402,用于对所述人脸图像进行人脸识别;
[0162] 虹膜识别单元4〇3,用于对所述第一区域图像进行虹膜识别,以及根据所述第二区 域图像进行活体检测;
[0163] 解锁单元404,用于在所述活体检测的检测结果为活体,且所述人脸识别和所述虹 膜识别均识别通过时,执行解锁操作。
[0164] 可选地,如图4B,图4B是图4A所描述的解锁控制装置的获取单元401的具体细节结 构,所述获取单元401可包括:获取模块4011、第一确定模块4012和采集模块4〇13,具体如 下:
[0165] 获取模块4011,用于在目标对象的角度处于预设角度范围时,获取所述人脸图像;
[0166] 第一确定模块4012,用于根据所述人脸图像确定虹膜位置;
[0167] 采集模块4013,用于根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
[0168] 可选地,如图4C,图4C是图4A所描述的解锁控制装置的人脸识别单元402的具体细 节结构,所述人脸识别单元402可包括:第一提取模块4021和匹配模块4022,具体如下:
[0169] 第一提取模块4021,用于对所述人脸图像进行特征提取,得到精细特征集;
[0170] 匹配模块4022,用于将所述精细特征集与预设精细特征集进行匹配,在所述精细 特征集与所述预设精细特征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别 通过。
[0171] 可选地,如图4D,图4D是图4C所描述的人脸识别单元402的第一提取模块4021的具 体细节结构,所述提取模块4021可包括:分解模块501、调整模块502、选取模块503、第二确 定模块504和第二提取模块505,具体如下:
[0172] 分解模块501,用于对所述人脸图像进行多尺度分解,得到多个高频分量人脸图 像;
[0173] 调整模块502,用于将所述多个高频分量人脸图像的尺寸大小调整为一致;
[0174] 选取模块503,用于从调整后的所述多个高频分量人脸图像中选取指定位置的两 个高频分量人脸图像;
[0175] 第二确定模块504,用于确定所述两个高频分量人脸图像之间的差值图像;
[0176] 第二提取模块505,用于对所述差值图像进行特征提取,得到所述精细特征集。
[0177] 可选地,所述虹膜识别单元403,在根据所述第二根据所述第一区域图像进行活体 检测方面,具体用于:
[0178]对所述第一区域图像进行放大处理;将放大处理后的所述第一区域图像进行特征 提取以及筛选,得到P个稳定特征点,所述P为大于1的整数;根据所述P个稳定特征点检测所 述虹膜图像是否来自于活体。
[0179]进一步可选地,所述虹膜识别单元403,在根据所述P个稳定特征点检测所述虹膜 图像是否来自于活体方面,具体用于:
[0180]判断所述P个稳定特征点的位置关系是否符合预设位置关系;在所述P个稳定特征 点的位置关系满足所述预设位置关系时,采用预设分类器分别对所述P个稳定特征点中每 一稳定特征点进行训练,得到P个训练值;从所述P个训练值中选取大于预设训练阈值的训 练值,得到Q个训练值,在所述Q与所述P之比大于第二预设阈值时,确认所述虹膜图像来自 于活体,所述Q为小于所述P的正整数。
[0181]可以看出,本发明实施例中所描述的解锁控制装置,可获取人脸图像和虹膜图像, 其中,虹膜图像包含第一区域图像和第二区域图像,对人脸图像进行人脸识别,对第一区域 图像进行虹膜识别,以及根据第二区域图像进行活体检测,在活体检测的检测结果为活体, 且人脸识别和虹膜识别均识别通过时,执行解锁操作,可见,可采集人脸图像和虹膜图像, 并对人脸图像进行人脸识别,而虹膜图像则一部分用于活体检测,另一部分用于虹膜识别, 在虹膜为活体且虹膜识别与人脸识别均通过的情况下,进行解锁操作,一方面,可以实现活 体检测,另一方面,可提高多生物识别的安全性。
[0182]可以理解的是,本实施例的解锁控制装置的各程序模块的功能可根据上述方法实 施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再 赘述。
[0183]本发明实施例还提供了另一种移动终端,如图5所示,为了便于说明,仅示出了与 本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明实施例方法部分。该移动 终端可以为包括手机、平板电脑、PDA (Personal Digital Assistant,个人数字助理)、P0S (Point of Sales,销售终端)、车载电脑等任意终端设备,以移动终端为手机为例:
[0184]图5示出的是与本发明实施例提供的移动终端相关的手机的部分结构的框图。参 考图5,手机包括:射频(Radio FrequenCy,RF)电路910、存储器920、输入单元930、传感器 950、音频电路960、无线保真(Wireless Fidelity,WiFi)模块970、应用处理器AP980、以及 电源990等部件。本领域技术人员可以理解,图5中示出的手机结构并不构成对手机的限定, 可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
[0185]下面结合图5对手机的各个构成部件进行具体的介绍:
[0186]输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以 及功能控制有关的键信号输入。具体地,输入单元930可包括触控显示屏933、多生物识别装 置931以及其他输入设备932。多生物识别装置931具体结构组成可参照上述描述,在此不过 多赘述。输入单元930还可以包括其他输入设备932。具体地,其他输入设备932可以包括但 不限于物理按键、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一 种或多种。
[0187] 其中,所述AP980,用于执行如下步骤:
[0188]获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域图 像;
[0189] 对所述人脸图像进行人脸识别;
[0190] 对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测;
[0191] 在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过 时,执行解锁操作。
[0192] AP980是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运 行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数据, 执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,AP980可包括一个或 多个处理单元,该处理单元可为人工智能芯片、量子芯片;优选的,Af>980可集成应用处理器 和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解 调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到AP980 中。
[0193] 此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例 如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0194] RF电路910可用于信息的接收和发送。通常,RF电路910包括但不限于天线、至少一 个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外, RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信 标准或协议,包括但不限于全球移动通讯系统(Global System of Mobile communication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多 址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务 (Short Messaging Service,SMS)等。
[0195] 手机还可包括至少一种传感器950,比如光传感器、运动传感器以及其他传感器。 具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线 的明暗来调节触控显示屏的亮度,接近传感器可在手机移动到耳边时,关闭触控显示屏和/ 或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的 大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、 相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置 的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
[0196] 音频电路960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频电 路960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声音 信号播放;另一方面,传声器962将收集的声音信号转换为电信号,由音频电路960接收后转 换为音频数据,再将音频数据播放AP980处理后,经RF电路910以发送给比如另一手机,或者 将音频数据播放至存储器920以便进一步处理。
[0197] WiFi属于短距离无线传输技术,手机通过WiFi模块970可以帮助用户收发电子邮 件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图5示出了 WiFi模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改 变发明的本质的范围内而省略。
[0198]手机还包括给各个部件供电的电源990 (比如电池),优选的,电源可以通过电源管 理系统与AP980逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功 能。
[0199]尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。
[0200]前述图1C或图2所示的实施例中,各步骤方法流程可以基于该手机的结构实现。 [0201]前述图3、图4A〜图4D所示的实施例中,各单元功能可以基于该手机的结构实现。 [0202]本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电 子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任何 一种解锁控制方法的部分或全部步骤。
[0203]本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储了计算 机程序的非瞬时性计算机可读存储介质,所述计算机程序可操作来使计算机执行如上述方 法实施例中记载的任何一种解锁控制方法的部分或全部步骤。
[0204]需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列 的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为 依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知 悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明 所必须的。
[0205]在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部 分,可以参见其他实施例的相关描述。
[0206]在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式 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, 可以是电性或其它的形式。
[0207]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。
[0208]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。上述集成的单 元既可以采用硬件的形式实现,也可以采用软件程序模块的形式实现。
[0209]所述集成的单元如果以软件程序模块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器中。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全部或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器中,包括若干指令用以使得一台计算机设备 (可为个人计算机、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。而前述的存储器包括:U盘、只读存储器(ROM,Read-On 1 y Memory)、随机存取存储器 (RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0210] 本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可 以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器 可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文: Random Access Memory,简称:RAM)、磁盘或光盘等。
[0211] 以上对本发明实施例进行了详细介绍,本文中应用了具体个例对本发明的原理及 实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想; 同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会 有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (16)

1. 一种移动终端,其特征在于,包括虹膜识别装置、人脸识别装置以及应用处理器AP, 所述虹膜识别装置、所述人脸识别装置均与所述AP连接,其中, 所述人脸识别装置,用于获取人脸图像; 所述虹膜识别装置,用于获取虹膜图像,其中,所述虹膜图像包含第一区域图像和第二 区域图像; 所述AP,用于对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识别,以及 根据所述第二区域图像进行活体检测;以及在所述活体检测的检测结果为活体,且所述人 脸识别和所述虹膜识别均识别通过时,执行解锁操。
2. 根据权利要求1所述的移动终端,其特征在于,在所述获取人脸图像方面,所述人脸 识别装置具体用于: 在目标对象的角度处于预设角度范围时,获取所述人脸图像;根据所述人脸图像确定 虹膜位置; 在所述获取虹膜图像方面,所述虹膜识别装置具体用于: 根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
3. 根据权利要求1或2所述的移动终端,其特征在于,在所述对所述人脸图像进行人脸 识别方面,所述AP具体用于: 对所述人脸图像进行特征提取,得到精细特征集; 将所述精细特征集与预设精细特征集进行匹配,在所述精细特征集与所述预设精细特 征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别通过。
4. 根据权利要求1至3任一项所述的移动终端,其特征在于,在所述对所述人脸图像进 行特征提取,得到精细特征集方面,所述AP具体用于: 对所述人脸图像进行多尺度分解,得到多个高频分量人脸图像; 将所述多个高频分量人脸图像的尺寸大小调整为一致; 从调整后的所述多个高频分量人脸图像中选取指定位置的两个高频分量人脸图像; 确定所述两个高频分量人脸图像之间的差值图像; 对所述差值图像进行特征提取,得到所述精细特征集。
5. 根据权利要求1至4所述的移动终端,其特征在于,在所述根据所述第二根据所述第 —区域图像进行活体检测方面,所述AP具体用于: 对所述第一区域图像进行放大处理; 将放大处理后的所述第一区域图像进行特征提取以及筛选,得到P个稳定特征点,所述 P为大于1的整数; 根据所述P个稳定特征点检测所述虹膜图像是否来自于活体。
6.根据权利要求5所述的移动终端,其特征在于,在所述根据所述P个稳定特征点检测 所述虹膜图像是否来自于活体方面,所述AP具体用于: 判断所述P个稳定特征点的位置关系是否符合预设位置关系; 在所述P个稳定特征点的位置关系满足所述预设位置关系时,采用预设分类器分别对 所述P个稳定特征点中每一稳定特征点进行训练,得到P个训练值; 从所述P个训练值中选取大于预设训练阈值的训练值,得到Q个训练值,在所述Q与所述 P之比大于第二预设阈值时,确认所述虹膜图像来自于活体,所述Q为小于所述P的正整数。
7. —种解锁控制方法,其特征在于,应用于包括虹膜识别装置、人脸识别装置以及应用 处理器AP的移动终端,所述虹膜识别装置、所述人脸识别装置均与所述AP连接,其中,所述 方法包括: 所述人脸识别装置获取人脸图像; 所述虹膜识别装置获取虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域 图像; 所述AP对所述人脸图像进行人脸识别;对所述第一区域图像进行虹膜识别,以及根据 所述第二区域图像进行活体检测;以及在所述活体检测的检测结果为活体,且所述人脸识 别和所述虹膜识别均识别通过时,执行解锁操作。
8. —种解锁控制方法,其特征在于,包括: 获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第二区域图像; 对所述人脸图像进行人脸识别; 对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像进行活体检测; 在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别均识别通过时, 执行解锁操作。
9. 根据权利要求8所述的方法,其特征在于,所述获取人脸图像和虹膜图像,包括: 在目标对象的角度处于预设角度范围时,获取所述人脸图像; 根据所述人脸图像确定虹膜位置; 根据所述虹膜位置进行虹膜采集,得到所述虹膜图像。
10. 根据权利要求8或9所述的方法,其特征在于,所述对所述人脸图像进行人脸识别, 包括: 对所述人脸图像进行特征提取,得到精细特征集; 将所述精细特征集与预设精细特征集进行匹配,在所述精细特征集与所述预设精细特 征集之间的匹配值大于第一预设阈值时,确认所述人脸图像识别通过。
11. 根据权利要求8至10任一项所述的方法,其特征在于,所述对所述人脸图像进行特 征提取,得到精细特征集,包括: 对所述人脸图像进行多尺度分解,得到多个高频分量人脸图像; 将所述多个高频分量人脸图像的尺寸大小调整为一致; 从调整后的所述多个高频分量人脸图像中选取指定位置的两个高频分量人脸图像; 确定所述两个高频分量人脸图像之间的差值图像; 对所述差值图像进行特征提取,得到所述精细特征集。
12. 根据权利要求8至11所述的方法,其特征在于,所述根据所述第二根据所述第一区 域图像进行活体检测,包括: 对所述第一区域图像进行放大处理; 将放大处理后的所述第一区域图像进行特征提取以及筛选,得到P个稳定特征点,所述 P为大于1的整数; 根据所述P个稳定特征点检测所述虹膜图像是否来自于活体。
13. 根据权利要求12所述的方法,其特征在于,所述根据所述P个稳定特征点检测所述 虹膜图像是否来自于活体,包括: 判断所述P个稳定特征点的位置关系是否符合预设位置关系; 在所述P个稳定特征点的位置关系满足所述预设位置关系时,采用预设分类器分别对 所述P个稳定特征点中每一稳定特征点进行训练,得到P个训练值; 从所述P个训练值中选取大于预设训练阈值的训练值,得到Q个训练值,在所述Q与所述 P之比大于第二预设阈值时,确认所述虹膜图像来自于活体,所述Q为小于所述P的正整数。
14. 一种解锁控制装置,其特征在于,包括: 获取单元,用于获取人脸图像和虹膜图像,其中,所述虹膜图像包含第一区域图像和第 二区域图像; 人脸识别单元,用于对所述人脸图像进行人脸识别; 虹膜识别单元,用于对所述第一区域图像进行虹膜识别,以及根据所述第二区域图像 进行活体检测; 解锁单元,用于在所述活体检测的检测结果为活体,且所述人脸识别和所述虹膜识别 均识别通过时,执行解锁操作。
15.—种移动终端,其特征在于,包括:应用处理器AP和存储器;以及一个或多个程序, 所述一个或多个程序被存储在所述存储器中,并且被配置成由所述他执行,所述程序包括 用于如权利要求8-13任一项方法的指令。
16.—种计算机可读存储介质,其特征在于,其用于存储计算机程序,其中,所述计算机 程序使得计算机执行如权利要求8-13任一项所述的方法。
CN201710634324.4A 2017-07-29 2017-07-29 解锁控制方法及相关产品 Pending CN107451455A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710634324.4A CN107451455A (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710634324.4A CN107451455A (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Publications (1)

Publication Number Publication Date
CN107451455A true CN107451455A (zh) 2017-12-08

Family

ID=60489701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710634324.4A Pending CN107451455A (zh) 2017-07-29 2017-07-29 解锁控制方法及相关产品

Country Status (1)

Country Link
CN (1) CN107451455A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958235A (zh) * 2017-12-28 2018-04-24 泰康保险集团股份有限公司 一种人脸图像检测方法、装置、介质和电子设备
CN108399325A (zh) * 2018-02-01 2018-08-14 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN108519810A (zh) * 2018-03-07 2018-09-11 广东欧珀移动通信有限公司 电子装置、脑电波解锁方法及相关产品
CN109035516A (zh) * 2018-07-25 2018-12-18 深圳市飞瑞斯科技有限公司 控制智能锁的方法、装置、设备及存储介质
CN109871811A (zh) * 2019-02-22 2019-06-11 中控智慧科技股份有限公司 一种基于图像的活体目标检测方法、装置及系统
CN110781778A (zh) * 2019-10-11 2020-02-11 珠海格力电器股份有限公司 一种门禁控制方法、装置、存储介质及家居系统
WO2020036821A1 (en) * 2018-08-13 2020-02-20 Alibaba Group Holding Limited Identification method and apparatus and computer-readable storage medium

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833646A (zh) * 2009-03-11 2010-09-15 中国科学院自动化研究所 一种虹膜活体检测方法
CN105119723A (zh) * 2015-09-15 2015-12-02 重庆智韬信息技术中心 基于人眼识别的身份认证及其授权方法
CN105354545A (zh) * 2015-10-28 2016-02-24 广东欧珀移动通信有限公司 虹膜信息的采集方法及采集系统
US20160315942A1 (en) * 2015-04-21 2016-10-27 Fu Tai Hua Industry (Shenzhen) Co., Ltd. Electronic device with addiction-prevention function and method thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101833646A (zh) * 2009-03-11 2010-09-15 中国科学院自动化研究所 一种虹膜活体检测方法
US20160315942A1 (en) * 2015-04-21 2016-10-27 Fu Tai Hua Industry (Shenzhen) Co., Ltd. Electronic device with addiction-prevention function and method thereof
CN105119723A (zh) * 2015-09-15 2015-12-02 重庆智韬信息技术中心 基于人眼识别的身份认证及其授权方法
CN105354545A (zh) * 2015-10-28 2016-02-24 广东欧珀移动通信有限公司 虹膜信息的采集方法及采集系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107958235A (zh) * 2017-12-28 2018-04-24 泰康保险集团股份有限公司 一种人脸图像检测方法、装置、介质和电子设备
CN107958235B (zh) * 2017-12-28 2021-10-26 泰康保险集团股份有限公司 一种人脸图像检测方法、装置、介质和电子设备
CN108399325A (zh) * 2018-02-01 2018-08-14 广东欧珀移动通信有限公司 解锁控制方法及相关产品
CN108519810A (zh) * 2018-03-07 2018-09-11 广东欧珀移动通信有限公司 电子装置、脑电波解锁方法及相关产品
CN109035516A (zh) * 2018-07-25 2018-12-18 深圳市飞瑞斯科技有限公司 控制智能锁的方法、装置、设备及存储介质
WO2020036821A1 (en) * 2018-08-13 2020-02-20 Alibaba Group Holding Limited Identification method and apparatus and computer-readable storage medium
US10776646B2 (en) * 2018-08-13 2020-09-15 Alibaba Group Holding Limited Identification method and apparatus and computer-readable storage medium
US11126878B2 (en) 2018-08-13 2021-09-21 Advanced New Technologies Co., Ltd. Identification method and apparatus and computer-readable storage medium
CN109871811A (zh) * 2019-02-22 2019-06-11 中控智慧科技股份有限公司 一种基于图像的活体目标检测方法、装置及系统
CN110781778A (zh) * 2019-10-11 2020-02-11 珠海格力电器股份有限公司 一种门禁控制方法、装置、存储介质及家居系统
CN110781778B (zh) * 2019-10-11 2021-04-20 珠海格力电器股份有限公司 一种门禁控制方法、装置、存储介质及家居系统

Similar Documents

Publication Publication Date Title
CN107451455A (zh) 解锁控制方法及相关产品
CN107679482A (zh) 解锁控制方法及相关产品
CN107506696A (zh) 防伪处理方法及相关产品
CN107480496A (zh) 解锁控制方法及相关产品
CN107590461B (zh) 人脸识别方法及相关产品
CN107506687A (zh) 活体检测方法及相关产品
CN107451444B (zh) 解锁控制方法及相关产品
CN107657218B (zh) 人脸识别方法及相关产品
CN106558025A (zh) 一种图片的处理方法和装置
CN107463818A (zh) 解锁控制方法及相关产品
CN107679481A (zh) 解锁控制方法及相关产品
CN107292285A (zh) 虹膜活体检测方法及相关产品
CN107832675A (zh) 拍照处理方法及相关产品
CN107633499A (zh) 图像处理方法及相关产品
CN107613550A (zh) 解锁控制方法及相关产品
CN107392135A (zh) 活体检测方法及相关产品
CN107451446A (zh) 解锁控制方法及相关产品
CN107862265A (zh) 图像处理方法及相关产品
CN107862266A (zh) 图像处理方法及相关产品
CN107784271A (zh) 指纹识别方法及相关产品
CN107403147A (zh) 虹膜活体检测方法及相关产品
CN107609514A (zh) 人脸识别方法及相关产品
CN107480608A (zh) 防伪处理方法及相关产品
CN107451454A (zh) 解锁控制方法及相关产品
WO2019001254A1 (zh) 虹膜活体检测方法及相关产品

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171208

RJ01 Rejection of invention patent application after publication