CN107644189A - 一种生物特征识别的方法及装置 - Google Patents

一种生物特征识别的方法及装置 Download PDF

Info

Publication number
CN107644189A
CN107644189A CN201610574489.2A CN201610574489A CN107644189A CN 107644189 A CN107644189 A CN 107644189A CN 201610574489 A CN201610574489 A CN 201610574489A CN 107644189 A CN107644189 A CN 107644189A
Authority
CN
China
Prior art keywords
heart rate
data
face
current
user
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
CN201610574489.2A
Other languages
English (en)
Other versions
CN107644189B (zh
Inventor
陈杰
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201610574489.2A priority Critical patent/CN107644189B/zh
Priority to EP17830485.3A priority patent/EP3489850B1/en
Priority to PCT/CN2017/093588 priority patent/WO2018014851A1/zh
Publication of CN107644189A publication Critical patent/CN107644189A/zh
Priority to US16/201,701 priority patent/US10824848B2/en
Application granted granted Critical
Publication of CN107644189B publication Critical patent/CN107644189B/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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • 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
    • G06F21/31—User authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow

Abstract

本发明公开了一种生物特征识别的方法，包括：获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系；根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配，若所述当前脸色数据与所述当前心率数据匹配，则通过识别。本发明实施例提供的生物特征识别的方法，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。

Description

一种生物特征识别的方法及装置
技术领域
本发明涉及生物识别技术领域，具体涉及一种生物特征识别的方法及装置。
背景技术
随着生物识别技术的快速发展，现在例如指纹识别和人脸识别等生物识别设备也随之出现，并被广泛应用于门禁以及考勤中。
以人脸识别的考勤设备为例，预先录入考勤者的正脸图像，在考勤时，只要考勤者将脸对准考勤设备，该考勤设备识别出当前所采集的人脸图像与预先存储的该考勤者的人脸图像匹配后，就会提示考勤通过。
通过人脸识别的考勤方式相比与原来的刷卡考勤方式，明显降低了由别人代刷卡的几率，但是还是会有个别人用照片代考勤，考勤设备读取到照片上的特征与预先存储的特征相似度高于预置门限时，也会通过考勤，由此可见，生物特征识别的应用还有很大的改善空间。
发明内容
为了解决现有技术中生物识别在应用中还有漏洞的问题，本发明实施例提供了一种生物特征识别的方法，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。本发明实施例还提供了相应的装置。
本发明第一方面提供一种生物特征识别的方法，包括：
获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系；
根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；
若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
本发明第二方面提供一种生物特征识别的装置，包括：
获取单元，用于获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
第一确定单元，用于根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系
第二确定单元，用于根据所述第一确定单元确定的所述用户的脸色数据与心率数据的对应关系，确定所述获取单元获取的所述当前脸色数据与所述当前心率数据是否匹配；
识别单元，用于若所述第二确定单元确定出所述当前脸色数据与所述当前心率数据匹配，则通过识别。
本发明第三方面提供一种生物特征识别的装置，包括：处理器、存储器、摄像头和心率采集器；
所述摄像头用于采集正在进行特征识别的用户的脸部图像；
所述心率采集器用于采集所述用户的当前心率数据；
所述存储器用于存储所述用户的脸色数据与心率数据的对应关系；
所述处理器用于获取所述摄像头采集的所述脸部图像，根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系，并从所述心率采集器获取所述用户的当前心率数据；根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
与现有技术中会发生代刷照片进行识别或者恶意用照片进行识别相比，本发明实施例提供的生物特征识别的方法，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例中对应关系构建的一示例示意图；
图2是本发明实施例中对应关系曲线的一示意图；
图3是本发明实施例中生物特征识别的一示例示意图；
图4是本发明实施例中对应关系曲线的另一示意图；
图5是本发明实施例中生物特征识别的方法的一实施例示意图；
图6是本发明实施例中生物特征识别的装置的一实施例示意图；
图7是本发明实施例中生物特征识别的装置的一实施例示意图；
图8是本发明实施例中生物特征识别的装置的一实施例示意图。
具体实施方式
本发明实施例提供一种生物特征识别的方法，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。本发明实施例还提供了相应的装置。以下分别进行详细说明。
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。
目前人脸识别有一个比较大的瓶颈就是如何识别自然人，如何确认识别的是自然人，而不是照片。针对这个问题，本发明实施例提出一种生物特征识别的方法，依据人体心率变化的同时脸色也会随之变化的原理，构建出一些固定群体用户的脸色数据与心率数据的对应关系，每个用户的脸色数据与心率数据的对应关系中都会包含该用户在不同心率时所对应的脸色数据。然后，将该对应关系存储到生物特征识别的装置中，该生物特征识别的装置可以是考勤机等设备。
为了更好的理解为用户的脸色数据与心率数据的对应关系的使用，下面结合图1先介绍本发明实施例中用户的脸色数据与心率数据的对应关系的建立过程。
可以通过用户在跑步机上跑步的场景来收集该用户在跑步过程中的心率变化，以及对应的脸色变化。
以生物特征识别的装置是考勤机为例，如果该考勤机负责为公司中的30个人考勤，那么该考勤机中需要先录入这30个人的脸色数据与心率数据的对应关系，那么针对每个人员都需要先建立自己的脸色数据与心率数据的对应关系。
如图1所示，以跑步机10上的用户是上述30个人员中的一个为例，该用户的手腕上带有心率采集器20，跑步机10上安装有摄像头30，摄像头30用于在用户跑步过程中采集该用户的脸部图像，心率采集器20用于在用户跑步过程中采集该用户的心率数据。心率采集器20可以是智能手环。可以通过脉搏来测量心率。
摄像头30收集到该用户的脸部图像，以及心率采集器20采集到心率数据后，可以将该用户的脸部图像和心率数据传输到一个数据收集设备40中，该数据收集设备40可以是一个单独的设备，也可以是本发明实施例中的生物特征识别的装置。摄像头30可以通过有线与数据收集设备40通信连接，心率采集器20可以通过无线与数据收集设备40通信连接。
数据收集设备40获取到的脸部图像有很多个，心率数据也有很多个，可以通过时间将两者进行匹配。数据收集设备40需要先从脸部图像中确定脸色数据，本发明实施例中，脸色数据可以用色温或三原色来量化，三原色为：红(R)、绿(G)和蓝(B)。当然，不限于用色温或者三原色来量化，也可以用例如：亮度等其他物理参数来量化。
色温(color temperature)是表示光源光色的尺度，单位为开尔文(K)。光源的色温是通过对比它的色彩和理论的热黑体辐射体来确定的。热黑体辐射体与光源的色彩相匹配时的开尔文温度就是那个光源的色温，色温直接和普朗克黑体辐射定律相联系。
例如：一些常用光源的色温为:标准烛光为1930K，钨丝灯为2760-2900K；荧光灯为3000K，闪光灯为3800K，中午阳光为5600K，电子闪光灯为6000K等。人脸色的色温可以为十几K到几十K。
RGB一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。因此这红色绿色蓝色又称为三原色光，用英文表示就是R(red)、G(green)、B(blue)。
在电脑中，RGB的所谓"多少"就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2...直到255。因此，可以为每个脸部图像确定出该脸部图像对应的R、G、B各自数值。
从脸部图像确定脸色数据的方案可以包括RGB的处理方法以及色温的处理方法。
因为不同心率下，脸色的变化主要体现在由淡变红，或者由红转淡，所以RGB的处理方法是将脸部图像上每个像素点的红色(R)值提取出来，然后求平均值，将该R的平均值作为当前脸部图像的脸色数据。
色温的处理方法是先确定脸部图像上每个像素点的R、G、B的均值，然后依据色温估计算法，将脸部图像的R、G、B的均值代入色温估计算法，求出当前脸部图像的色温。
心率的单位为次/分，因此，在数据收集设备40获取到连续三分钟的脸部图像和这三分钟的心率数据后，就可以进行对应关系的构建。本发明的示例中是以每个人员测试三分钟为例进行说明的，所以本处的数据用了三分钟的数据，但不应将三分钟理解为是对测试时间的限定。
为了便于说明，本发明实施例中只分析每隔20秒的心率数据和脸部图像。本发明实施例中按照运动的连续性，每隔20秒分析一次用户的脸部图像，从这次的脸部图像中获取用户的脸色数据，如R、G、B数值或者色温数值，下面将以色温为例进行说明。
表1：心率数据与脸色数据的对应关系
以上表1只是以一些趋势性的数据为例进行说明，每个用户的对应关系中的数据以实际测量值为准。而且，表1也是为了便于说明，只是列出了每隔20秒的数据，实际上这些数据可以是连续的，通过心率数据和脸色数据(量化后如色温)的关系对，建立一个自然人的心率和脸色之间的关系，这种数据关系可以为一个高阶的曲线y＝axn+bxn-1+...+t，其中x可以是心率，y可以是脸色，也可以是x是脸色，y可以是心率。
每个用户都会有一个脸色数据与心率数据的对应关系，该对应关系可以通过用户的脸部图像进行索引，该索引的过程类似于现有考勤打卡的过程，每个用户的脸部特征都基本是唯一的，所以，在用户使用本申请提供的考勤机时，考勤机会采集该用户的脸部图像，然后根据该用户的脸部图像与预先存储的各个用户的脸部图像进行特征比对，当比对上该用户的脸部图像时，就可以提取到该用户的脸色数据与心率数据的对应关系。也可以通过用户的脸部图像确定该用户的编号后，通过该用户的编号来索引该用户的脸色数据与心率数据的对应关系，该过程是预先录入该用户时会为该用户设置一个编号，通过上述特征比对后，就可以确定正在考勤的用户的编号，然后根据该编号索引该用户的脸色数据与心率数据的对应关系。
如果用图2表示心率和脸色之间的对应关系，那么通过一个心率值在图2所示的曲线上就可以找到一个对应的脸色值，当然，通过一个脸色值在图2所示的曲线上也都可以找到一个对应的心率值。
以上对应关系建立好后，将该用户的脸色数据与心率数据的对应关系存储到本发明实施例中的生物特征识别的装置中。
如图3所示，本发明实施例提供的生物特征识别的装置40包括处理器401、存储器402、摄像头403和心率采集器404。当有用户正在使用该生物特征识别的装置40时，该用户的脸正对摄像头403，摄像头403采集正在进行特征识别的用户的当前脸部图像，用户将心率采集器404戴在手腕上，通过脉搏采集心率，心率采集器404用于采集所述用户的当前心率数据，存储器402中存储有该用户的脸色数据与心率数据的对应关系。该对应关系可以参阅图1和图2部分的相应描述进行理解。
处理器401用于获取所述摄像头采集的所述脸部图像，从所述当前脸部图像中确定所述当前脸色数据，并从所述心率采集器获取所述用户的当前心率数据；根据用户的脸部图像，从预先存储的多个用户的脸色数据与心率数据的对应关系中确定出该用户的脸色数据与心率数据的对应关系，该过程类似于现有考勤打卡的过程，每个用户的脸部特征都基本是唯一的，所以，在用户使用本申请提供的考勤机时，考勤机会采集该用户的脸部图像，然后根据该用户的脸部图像与预先存储的各个用户的脸部图像进行特征比对，当比对上该用户的脸部图像时，就可以提取到该用户的脸色数据与心率数据的对应关系。然后，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；若所述当前脸色数据与所述当前心率数据匹配，则通过识别，若所述当前脸色数据与所述当前心率数据不匹配，则识别不通过。
如图4所示，若处理器401确定当前的脸色的色温数值为29K，并且处理器401获取到的当前心率数据为98次/分，根据色温数值为29K从图4的曲线中可以确定出与色温数值对应的匹配心率数据为99次/分，则可以确定匹配心率数据与所述当前心率数据的心率差值为1次/分，若预设心率阈值为3次/分，说明所述心率差值在预设心率阈值范围内时，则可以确定所述当前脸色数据与所述当前心率数据匹配。
若处理器401确定当前心率数据为99次/分，并且处理器401获取到当前的脸色的色温数值为28.5K，根据前心率数据为99次/分，从图4的曲线中可以确定出与当前心率数据对应的匹配色温数值为29K，则可以确定匹配色温数值与当前的脸色的色温数值的脸色差值为0.5K，预设脸色阈值为1K，说明所述脸色差值在预设脸色阈值范围内，则可以确定当前脸色数据与所述当前心率数据匹配。
从以上描述可以看出，本发明实施例所提供的方案，有效的避免了恶意使用照片进行人脸识别。
以上是对用户的脸色数据与心率数据的对应关系的建立以及本发明实施例中使用本发明实施例的生物特征识别的装置的示例性场景的描述。下面结合图5介绍本发明实施例中生物特征识别的方法。
如图5所示，本发明实施例提供的生物特征识别的方法的一实施例包括：
501、获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据。
502、根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系。
本发明实施例中，用户的脸部图像通常是通过摄像头采集的，摄像头一般只负责采集图像，然后，可以通过摄像头采集的图像确定用户的当前脸色数据。该过程可以参阅前述相关部分的描述进行理解，本处不再重复赘述。
503、根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配。
504、若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
与现有技术中会发生代刷照片进行识别或者恶意用照片进行识别相比，本发明实施例提供的生物特征识别的方法，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。
可选地，所述获取正在进行特征识别的用户的脸部图像，所述方法还可以包括：
接收所述用户的脸色数据与心率数据的对应关系；
存储所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
本发明实施例中，对应关系的建立是预先完成的，如图1和图2部分的描述，可以先为需要录入脸色数据与心率数据的对应关系的用户分别进行数据采集，以及对应关系的建立，然后将建立好的各用户的对应关系导入到生物特征识别的装置，这样在后续生物特征识别的过程中，就可以直接使用该对应关系，就行识别。
可选地，所述根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配，可以包括：
根据所述当前脸色数据，从所述对应关系中查找与所述当前脸色数据对应的匹配心率数据；
确定所述匹配心率数据与所述当前心率数据的心率差值；
当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
本发明实施例中，在匹配当前脸色数据与当前心率数据时，可以通过当前脸色数据，在该用户的脸色数据与心率数据的对应关系中确定出匹配心率数据，然后，将匹配心率数据与当前心率数据进行比对，确定所述匹配心率数据与所述当前心率数据的心率差值；当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
可选地，所述根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配，可以包括：
根据所述当前心率数据，从所述对应关系中查找与所述当前心率数据对应的匹配脸色数据；
确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
本发明实施例中，在匹配当前脸色数据与当前心率数据时，可以通过当前心率数据，在该用户的脸色数据与心率数据的对应关系中确定出匹配脸色数据，然后，将匹配脸色数据与当前脸色数据进行比对，确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
以上，本发明多个实施例提供的方案，在人脸检测鉴权中，同时监测用户当前的脸色和心率，然后确定当前脸色和当前心率是否与预先训练出的对应关系吻合，如果吻合，则可以确定为该用户就为正常用户，否则为恶意的人脸鉴权。
参阅图6，本发明实施例提供的生物特征识别的装置60的一实施例包括：
获取单元601，用于获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
第一确定单元602，用于根据所述获取单元601获取的所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系；
第二确定单元603，用于根据所述第一确定单元602确定的所述用户的脸色数据与心率数据的对应关系，确定所述获取单元获取的所述当前脸色数据与所述当前心率数据是否匹配；
识别单元604，用于若所述第二确定单元603确定出所述当前脸色数据与所述当前心率数据匹配，则通过识别。
本发明实施例中，获取单元601获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；第一确定单元602根据所述获取单元601获取的所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系，第二确定单元603根据所述第一确定单元602确定的所述用户的脸色数据与心率数据的对应关系，确定所述获取单元获取的所述当前脸色数据与所述当前心率数据是否匹配；识别单元604若所述第二确定单元603确定出所述当前脸色数据与所述当前心率数据匹配，则通过识别。与现有技术中会发生代刷照片进行识别或者恶意用照片进行识别相比，本发明实施例提供的生物特征识别的装置，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。
可选地，参阅图7，本发明实施例提供的生物特征识别的装置60的另一实施例中，所述装置60还包括接收单元605和存储单元606，
所述接收单元605，用于接收所述用户的脸色数据与心率数据的对应关系；
所述存储单元606，用于存储所述接收单元605接收的所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
可选地，所述第二确定单元603用于：
根据所述当前脸色数据，从所述对应关系中查找与所述当前脸色数据对应的匹配心率数据；
确定所述匹配心率数据与所述当前心率数据的心率差值；
当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
可选地，所述第二确定单元603用于：
根据所述当前心率数据，从所述对应关系中查找与所述当前心率数据对应的匹配脸色数据；
确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
图8是本发明实施例提供的生物特征识别的装置60的结构示意图。所述生物特征识别的装置60所述生物特征识别的装置包括处理器610、摄像头660、心率采集器670存储器650和收发器630，摄像头660可用于采集正在进行特征识别的用户的脸部图像，心率采集器670可用于采集所述用户的当前心率数据。存储器650可以包括只读存储器和随机存取存储器，并向处理器610提供操作指令和数据。存储器650的一部分还可以包括非易失性随机存取存储器(NVRAM)。
在一些实施方式中，存储器650存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集:
在本发明实施例中，通过调用存储器650存储的操作指令(该操作指令可存储在操作系统中)，
获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系；
根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；
若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
与现有技术中会发生代刷照片进行识别或者恶意用照片进行识别相比，本发明实施例提供的生物特征识别的装置，在用户的当前脸色数据与当前心率数据匹配的情况下才会通过识别，从而有效的避免了生物识别在应用中的漏洞。
处理器610控制生物特征识别的装置60的操作，处理器610还可以称为CPU(Central Processing Unit，中央处理单元)。存储器650可以包括只读存储器和随机存取存储器，并向处理器610提供指令和数据。存储器650的一部分还可以包括非易失性随机存取存储器(NVRAM)。具体的应用中生物特征识别的装置60的各个组件通过总线系统620耦合在一起，其中总线系统620除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线系统620。
上述本发明实施例揭示的方法可以应用于处理器610中，或者由处理器610实现。处理器610可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器610中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器610可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器650，处理器610读取存储器650中的信息，结合其硬件完成上述方法的步骤。
可选地，收发器630用于接收所述用户的脸色数据与心率数据的对应关系；
存储器650用于存储所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
可选地，处理器610用于：
根据所述当前脸色数据，从所述对应关系中查找与所述当前脸色数据对应的匹配心率数据；
确定所述匹配心率数据与所述当前心率数据的心率差值；
当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
可选地，处理器610用于：
根据所述当前心率数据，从所述对应关系中查找与所述当前心率数据对应的匹配脸色数据；
确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
以上的生物特征识别的装置60可以参阅图1至图5部分的描述进行理解，本处不做过多赘述。
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介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
以上对本发明实施例所提供的生物特征识别的方法以及装置进行了详细介绍，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 (10)

1.一种生物特征识别的方法，其特征在于，包括：
获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系；
根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；
若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
2.根据权利要求1所述的方法，其特征在于，所述获取正在进行特征识别的用户的脸部图像之前，所述方法还包括：
接收所述用户的脸色数据与心率数据的对应关系；
存储所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配，包括：
根据所述当前脸色数据，从所述对应关系中查找与所述当前脸色数据对应的匹配心率数据；
确定所述匹配心率数据与所述当前心率数据的心率差值；
当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配，包括：
根据所述当前心率数据，从所述对应关系中查找与所述当前心率数据对应的匹配脸色数据；
确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
5.一种生物特征识别的装置，其特征在于，包括：
获取单元，用于获取正在进行特征识别的用户的脸部图像，以及所述用户的当前心率数据；
第一确定单元，用于根据所述获取单元获取的所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系
第二确定单元，用于根据所述第一确定单元确定的所述用户的脸色数据与心率数据的对应关系，确定所述获取单元获取的所述当前脸色数据与所述当前心率数据是否匹配；
识别单元，用于若所述第二确定单元确定出所述当前脸色数据与所述当前心率数据匹配，则通过识别。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括接收单元和存储单元，
所述接收单元，用于接收所述用户的脸色数据与心率数据的对应关系；
所述存储单元，用于存储所述接收单元接收的所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
7.根据权利要求5或6所述的装置，其特征在于，
所述第二确定单元用于：
根据所述当前脸色数据，从所述对应关系中查找与所述当前脸色数据对应的匹配心率数据；
确定所述匹配心率数据与所述当前心率数据的心率差值；
当所述心率差值在预设心率阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
8.根据权利要求5或6所述的装置，其特征在于，
所述第二确定单元用于：
根据所述当前心率数据，从所述对应关系中查找与所述当前心率数据对应的匹配脸色数据；
确定所述匹配脸色数据与所述当前脸色数据的脸色差值；
当所述脸色差值在预设脸色阈值范围内时，确定所述当前脸色数据与所述当前心率数据匹配。
9.一种生物特征识别的装置，其特征在于，包括：处理器、存储器、摄像头和心率采集器；
所述摄像头用于采集正在进行特征识别的用户的脸部图像；
所述心率采集器用于采集所述用户的当前心率数据；
所述存储器用于存储所述用户的脸色数据与心率数据的对应关系；
所述处理器用于获取所述摄像头采集的所述脸部图像，根据所述脸部图像确定所述用户的当前脸色数据，以及所述用户的脸色数据与心率数据的对应关系，并从所述心率采集器获取所述用户的当前心率数据；根据所述用户的脸色数据与心率数据的对应关系，确定获取的所述当前脸色数据与所述当前心率数据是否匹配；若所述当前脸色数据与所述当前心率数据匹配，则通过识别。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括收发器，
所述收发器用于接收所述用户的脸色数据与心率数据的对应关系；
所述存储器用于存储所述对应关系，所述对应关系为预先采集所述用户在不同心率时所对应的脸色数据得到的。
CN201610574489.2A 2016-07-20 2016-07-20 一种生物特征识别的方法及装置 Active CN107644189B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201610574489.2A CN107644189B (zh) 2016-07-20 2016-07-20 一种生物特征识别的方法及装置
EP17830485.3A EP3489850B1 (en) 2016-07-20 2017-07-20 Biological characteristic recognition method and device, and storage medium
PCT/CN2017/093588 WO2018014851A1 (zh) 2016-07-20 2017-07-20 一种生物特征识别的方法，装置及存储介质
US16/201,701 US10824848B2 (en) 2016-07-20 2018-11-27 Biological feature recognition method and apparatus, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610574489.2A CN107644189B (zh) 2016-07-20 2016-07-20 一种生物特征识别的方法及装置

Publications (2)

Publication Number Publication Date
CN107644189A true CN107644189A (zh) 2018-01-30
CN107644189B CN107644189B (zh) 2021-02-02

Family

ID=60991946

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610574489.2A Active CN107644189B (zh) 2016-07-20 2016-07-20 一种生物特征识别的方法及装置

Country Status (4)

Country Link
US (1) US10824848B2 (zh)
EP (1) EP3489850B1 (zh)
CN (1) CN107644189B (zh)
WO (1) WO2018014851A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555918B (zh) * 2018-06-01 2022-04-26 杭州海康威视数字技术股份有限公司 考勤管理的方法和考勤管理设备
CN110012256A (zh) * 2018-10-08 2019-07-12 杭州中威电子股份有限公司 一种融合视频通信与体征分析的系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177494A (zh) * 2013-03-26 2013-06-26 姬志刚 非正常状态下的开门者不能开启的门禁系统
CN103226857A (zh) * 2013-03-26 2013-07-31 姬志刚 一种采用多重验证获得完整开启密码的门禁一体机
CN104102868A (zh) * 2014-07-31 2014-10-15 中山市品汇创新专利技术开发有限公司 一种基于人脸识别技术的多模态Usb Key认证的方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101635743B (zh) * 2009-04-02 2014-11-26 杭州亚泽信息科技有限公司 使用生物特征认证结果确认移动终端持有者身份的系统和方法
US8984622B1 (en) * 2012-01-17 2015-03-17 Amazon Technologies, Inc. User authentication through video analysis
US10150025B2 (en) * 2012-02-10 2018-12-11 Envisionbody, Llc Process to aid in motivation of personal fitness, health monitoring and validation of user
WO2014136310A1 (ja) * 2013-03-08 2014-09-12 富士フイルム株式会社 脈波伝播速度の測定方法及びシステム並びに撮像装置
CN104699931B (zh) * 2013-12-09 2018-05-25 广州华久信息科技有限公司 一种基于人脸的神经网络血压预测方法及手机
CN104809371B (zh) * 2014-01-24 2018-12-11 北京奇虎科技有限公司 判断头戴式智能设备的鉴权信息有效性的装置和方法
US9582879B2 (en) * 2014-10-20 2017-02-28 Microsoft Technology Licensing, Llc Facial skin mask generation for heart rate detection
WO2016085436A1 (en) * 2014-11-24 2016-06-02 Echostar Ukraine, L.L.C. Remote control with enhanced modularity
CN106211022A (zh) * 2014-11-26 2016-12-07 三星电子株式会社 用于配对可穿戴设备和智能设备的方法和装置
US9715621B2 (en) * 2014-12-22 2017-07-25 Mcafee, Inc. Systems and methods for real-time user verification in online education
US10154818B2 (en) * 2014-12-24 2018-12-18 Samsung Electronics Co., Ltd. Biometric authentication method and apparatus
US10108264B2 (en) * 2015-03-02 2018-10-23 Emotiv, Inc. System and method for embedded cognitive state metric system
JP6610661B2 (ja) * 2015-04-23 2019-11-27 ソニー株式会社 情報処理装置、制御方法、およびプログラム
US9676395B2 (en) * 2015-10-30 2017-06-13 Ford Global Technologies, Llc Incapacitated driving detection and prevention
CN106716297B (zh) * 2015-12-31 2019-11-05 华为技术有限公司 一种指纹识别的方法、装置及触摸屏终端
CN105520724A (zh) * 2016-02-26 2016-04-27 严定远 一种测量人体心跳速率和呼吸频率的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177494A (zh) * 2013-03-26 2013-06-26 姬志刚 非正常状态下的开门者不能开启的门禁系统
CN103226857A (zh) * 2013-03-26 2013-07-31 姬志刚 一种采用多重验证获得完整开启密码的门禁一体机
CN104102868A (zh) * 2014-07-31 2014-10-15 中山市品汇创新专利技术开发有限公司 一种基于人脸识别技术的多模态Usb Key认证的方法

Also Published As

Publication number Publication date
US10824848B2 (en) 2020-11-03
EP3489850B1 (en) 2021-04-14
EP3489850A1 (en) 2019-05-29
WO2018014851A1 (zh) 2018-01-25
US20190147223A1 (en) 2019-05-16
EP3489850A4 (en) 2020-02-26
CN107644189B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
KR101710478B1 (ko) 다중 생체 인증을 통한 모바일 전자 문서 시스템
CN102473215B (zh) 自反生物测定数据的系统和方法
CN104751419B (zh) 一种照片显示调节方法及终端
CN103324880B (zh) 认证装置及认证装置的控制方法
CN110008783A (zh) 基于神经网络模型的人脸活体检测方法、装置及电子设备
WO2019100282A1 (zh) 一种人脸肤色识别方法、装置和智能终端
CN104679240B (zh) 一种终端控制的方法
CN104246820A (zh) 个人认证方法以及个人认证装置
CN103530659B (zh) 结合原始和对称脸人脸图像的人脸识别方法及考勤系统
CN102789572A (zh) 一种活体人脸安全认证装置及方法
CN102377784A (zh) 动态口令的认证方法及系统
CN205427946U (zh) 一种酒店入住管理系统
CN109427075A (zh) 身体信息分析装置及其眼影分析方法
WO2021135974A1 (zh) 业务处理方法和系统、可穿戴设备、计算机可读存储介质
CN109508581A (zh) 身体信息分析装置及其腮红分析方法
CN107644189A (zh) 一种生物特征识别的方法及装置
Seal et al. Minutiae based thermal face recognition using blood perfusion data
CN106454460A (zh) 一种实现电视节目分级分档的方法及遥控器
CN101893481B (zh) 色彩属性测试判断方法和系统
CN106293075A (zh) 一种基于可穿戴设备的控制系统及控制方法
CN104809371A (zh) 判断头戴式智能设备的鉴权信息有效性的装置和方法
KR20210051839A (ko) 모공정합을 통한 탈모상태 모니터링 장치 및 그 방법
WO2018012449A1 (ja) 個人認証装置
CN105303092B (zh) 一种身份认证方法及装置
CN109325448A (zh) 人脸识别方法、装置和计算机设备

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