CN107665340B - 指纹识别方法、装置、电子设备 - Google Patents
指纹识别方法、装置、电子设备 Download PDFInfo
- Publication number
- CN107665340B CN107665340B CN201710868322.1A CN201710868322A CN107665340B CN 107665340 B CN107665340 B CN 107665340B CN 201710868322 A CN201710868322 A CN 201710868322A CN 107665340 B CN107665340 B CN 107665340B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- signal
- determining
- fingerprint signal
- preset
- 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
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
Abstract
本公开是关于一种指纹识别方法、装置、电子设备,该方法包括:若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;若确定处于充电状态,则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。本公开由于当确定处于充电状态时,基于预设压缩率对第一指纹信号的信号值进行调整,可以消除充电噪声造成的指纹信号失真,因而可以确定高精度的指纹图像,进而可以提高指纹识别的准确性。
Description
技术领域
本公开涉及指纹识别技术领域,尤其涉及一种指纹识别方法、装置、电子设备。
背景技术
指纹识别技术是目前最成熟且价格最低廉的生物特征识别技术,且应用最为广泛,如手机、平板电脑、笔记本电脑等电子设备上均可应用指纹识别技术。若电子设备在处于充电状态时用户需要进行指纹识别,则指纹传感器会受充电器的噪声影响,导致所采集的指纹信号上会叠加充电噪声,造成指纹信号失真,进而影响后续指纹识别的准确性。
发明内容
为克服相关技术中存在的问题,本公开实施例提供一种指纹识别方法、装置、电子设备,以解决相关技术中的不足。
根据本公开实施例的第一方面,提供一种指纹识别方法,包括:
若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
在一实施例中,所述基于预设压缩率对所述第一指纹信号的信号值进行调整,得到第二指纹信号,包括:
确定经过所述调整的每一个第一指纹信号对应的权重系数;
基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,确定所述第二指纹信号。
在一实施例中,所述确定经过所述调整的每一个第一指纹信号对应的权重系数,包括:
确定每一个第一指纹信号对应的采样时间;
根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量;
根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
在一实施例中,所述方法还包括:
根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
根据所述动态范围确定所述预设压缩率。
在一实施例中,所述根据所述动态范围确定所述预设压缩率之后,所述方法还包括:
根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率。
在一实施例中,所述根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率,包括:
若确定所述指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值,则增大所述预设压缩率。
根据本公开实施例的第二方面,提供一种指纹识别装置,包括:
充电确定模块,用于当检测到至少一个原始的第一指纹信号时,确定是否处于充电状态;
信号调整模块,用于当确定处于充电状态时,基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
指纹识别模块,用于根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
在一实施例中,所述信号调整模块,包括:
权重加和运算单元,用于确定经过所述调整的每一个第一指纹信号对应的权重系数;
指纹信号确定单元,用于基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,确定所述第二指纹信号。
在一实施例中,所述权重加和运算单元还用于:
确定每一个第一指纹信号对应的采样时间;
根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量;
根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
在一实施例中,所述装置还包括:
动态范围确定模块,用于根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
压缩率确定模块,用于根据所述动态范围确定所述预设压缩率。
在一实施例中,所述装置还包括:
压缩值确定模块,用于根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
压缩率调整模块,用于根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率。
在一实施例中,所述压缩率调整模块包括:
压缩率增大单元,用于当确定所述指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值时,增大所述预设压缩率。
根据本公开实施例的第三方面,提供一种电子设备,其特征在于,所述电子设备包括:
处理器;
被配置为存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行以下指纹识别方法:
若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器处理时实现:
若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
本公开的实施例提供的技术方案可以包括以下有益效果:
由上述实施例可知,本公开通过当检测到至少一个原始的第一指纹信号时,确定是否处于充电状态,并当确定处于充电状态时则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号,进而根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。由于当确定处于充电状态时,基于预设压缩率对第一指纹信号的信号值进行调整,可以消除充电噪声造成的指纹信号失真,因而可以确定高精度的指纹图像,进而可以提高指纹识别的准确性。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1A是电子设备处于充电状态时像素阵列采集的指纹信号示意图;
图1B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1C是根据一示例性实施例示出的指纹识别过程的应用场景图;
图1D是根据一示例性实施例示出的指纹识别完成的应用场景图;
图2是根据一示例性实施例示出的对第一指纹信号的信号值进行调整的流程图;
图3是根据一示例性实施例示出的确定指纹信号对应的权重系数的流程图;
图4是根据一示例性实施例示出的另一种指纹识别方法的流程图;
图5是根据一示例性实施例示出的另一种指纹识别方法的流程图;
图6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7是根据一示例性实施例示出的另一种指纹识别装置的框图;
图8是根据一示例性实施例示出的一种电子设备的框图。
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1A是电子设备处于充电状态时像素阵列采集的指纹信号示意图;图1B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1C是根据一示例性实施例示出的指纹识别过程的应用场景图;图1D是根据一示例性实施例示出的指纹识别完成的应用场景图。该实施例可以用于具有指纹识别功能的终端设备(例如手机、平板电脑、个人计算机等)。如图1A所示,当电子设备在处于充电状态时,若用户手指001触摸指纹传感器进行指纹识别,则指纹传感器会受充电器的噪声影响,导致像素阵列所采集的指纹信号002上会叠加锯齿状的充电噪声,造成指纹信号失真,进而影响后续指纹识别的准确性。如图1B所示,该方法包括以下步骤S101-S103:
S101:若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态。
在一实施例中,若终端设备检测到至少一个原始的第一指纹信号,则通过检测充电端口的占用情况来确定该终端设备是否处于充电状态。
在一实施例中,原始的第一指纹信号可以为用户手指接触指纹传感器表面时,指纹传感器按照用户手指的纹脊和纹谷图案输出的不同电平的电信号。
在一实施例中,指纹传感器可以包括电容型指纹传感器或光学指纹传感器等,本发明对此不进行限定。
在一实施例中,指纹传感器在与用户手指接触过程中,检测至少一个(例如5个)原始的第一指纹信号。
如图1C所示,本实施例中,指纹传感器在与用户手指接触的过程中,根据预设采样频率采集至少一个(例如采集10个)原始的第一指纹信号。具体来说,指纹传感器与用户手指接触的过程可能持续几百毫秒至1秒的时间段,在该时间段内,根据预设采样频率采集至少一个原始的第一指纹信号,以便后续对采集的多个原始的第一指纹信号的信号值进行调整,然后可根据预设规则(例如求平均值)将经过调整的多个第一指纹信号融合为一个指纹信号,进而根据融合得到的指纹信号确定准确度较高的指纹图像。
S102:若确定处于充电状态,则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数。
在一实施例中,预设压缩率可以为根据大量实验确定的噪声信号的信号值(例如电压值)的大小进行预先设置。其中,所述预设压缩率为小于1的正数,例如为0.9。
在一实施例中,若终端设备确定自身处于充电状态,则可以基于预设压缩率对采集的全部原始的第一指纹信号的信号值进行压缩,例如将全部原始的第一指纹信号的信号值均乘以预设压缩率(例如为0.9),以得到压缩后的第二指纹信号。
S103:根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。如图1D所示,在一实施例中,通过模数转换器(Analog to Digital Converter,ADC)将第二指纹信号转换为含有灰度信息的数字信号,进而可以对该含有灰度信息的数字信号进行处理,生成指纹图像。
需要说明的是,本实施例中根据含有灰度信息的数字信号生成指纹图像可以根据实际需求采用相关技术中的方法,本实施例对此不进行限定。
进一步地,在确定指纹图像后,可基于所述指纹图像进行指纹识别。例如,根据该指纹图像进行特征点提取,以获取指纹特征点,并将所述指纹特征点与所述终端设备中预先存储的指纹特征点进行比对,进而根据所述比对的结果确定所述指纹信号的身份。
由上述描述可知,本公开实施例通过上述步骤S101至步骤S103可以通过当检测到至少一个原始的第一指纹信号时,确定是否处于充电状态,并当确定处于充电状态时则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号,进而根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。由于当确定处于充电状态时,基于预设压缩率对第一指纹信号的信号值进行调整,可以消除充电噪声造成的指纹信号失真,因而可以确定高精度的指纹图像,进而可以提高指纹识别的准确性。
图2是根据一示例性实施例示出的对第一指纹信号的信号值进行调整的流程图;本实施例在上述实施例的基础上,以对第一指纹信号的信号值进行调整为例进行示例性说明。如图2所示,上述步骤S102中基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号,可以包括以下步骤S201-S202:
S201:确定经过所述调整的每一个第一指纹信号对应的权重系数。
在一实施例中,可以分别确定每一个经过调整的第一指纹信号所对应的权重系数,例如为每一个经过调整的第一指纹信号设置不同的权重系数或者相同系数,以调整每一个经过调整的第一指纹信号在后续权重加和运算(信号融合过程)中所占的比例。
在一实施例中,确定经过所述调整的每一个第一指纹信号对应的权重系数可以通过下述图3所示实施例进行说明,在此先不详述。
S202:基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,确定所述第二指纹信号。
在确定经过调整的每一个第一指纹信号对应的权重系数后,可以对每一个第一指纹信号进行权重加和运算,以第二指纹信号。
由上述技术方案可知,通过确定每一个经过调整的第一指纹信号对应的权重信息,并根据基于确定的权重信息对经过调整的每一个第一指纹信号进行权重加和运算以确定第二指纹信号,可以合理地确定每一个经过调整的第一指纹信号在第二指纹信号中所占的比例,提高第二指纹信号的准确性,进而可以提高后续指纹识别的准确性。
图3是根据一示例性实施例示出的确定指纹信号对应的权重系数的流程图;本实施例在上述实施例的基础上,以对确定经过所述调整的每一个第一指纹信号对应的权重系数为例进行示例性说明。如图3所示,上述步骤S201中确定经过所述调整的每一个第一指纹信号对应的权重系数,可以包括以下步骤S301-S303:
S301:确定每一个第一指纹信号对应的采样时间。
在一实施例中,指纹传感器在根据预设采样频率采集至少一个原始的第一指纹信号的同时,记录采集每一个第一指纹信号的时间,即每一个第一指纹信号对应的采样时间,例如确定第一至第十个第一指纹信号的采样时间分别举例指纹识别开始时刻的第100毫秒、第200毫秒,……,第900毫秒以及第1秒。
S302:根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量。
可以理解的是,指纹识别过程中为用户手指逐渐靠近指纹传感器到用户手指逐渐远离指纹传感器的过程(即用户手指与指纹传感器接触的稳定程度由低到高,在由高到低的过程),而采集的至少一个原始的第一指纹信号的采样质量会受到用户手指与指纹传感器接触的稳定程度的影响,即接触的稳定程度越高,则采集的原始的第一指纹信号的采样质量越好;反之,接触的稳定程度越低,则采集的原始的第一指纹信号的采样质量越差。
由此,可以根据第一至第十个第一指纹信号的采样时间估计每一个第一指纹信号的采样质量,例如根据采样时间确定第一至第十个第一指纹信号的采样质量分别为:差、较差、较好、较好、好、好、较好、较好、较差、差。
S303:根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
在一实施例中,根据每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数,即由第一指纹信号的采样质量的好坏确定设置的权重系数的高低:采样质量越好,则设置的权重系数越高;反之,采样质量越差,则设置的权重系数越低。
由上述技术方案可知,通过确定每一个第一指纹信号对应的采样时间,并根据对应的采样时间估计每一个第一指纹信号的采样质量,进而根据采样质量为经过调整的每一个第一指纹信号设置对应的权重系数,可以实现根据采样质量确定每一个经过调整的第一指纹信号在第二指纹信号中所占的比例,进一步提高第二指纹信号的准确性,可以提高后续指纹识别的准确性。
图4是根据一示例性实施例示出的另一种指纹识别方法的流程图;如图4所示,该方法包括:
S401:若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;
S402:若确定处于充电状态,则根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
S403:根据所述动态范围确定所述预设压缩率;
S404:基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
S405:根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
其中,步骤S401、S404以及S405与图1B所示实施例中的步骤S101~S103相同,相关的解释说明可以参照图1B所示实施例,在此不进行赘述。
在一实施例中,步骤S402可以实现为:若终端设备确定自身处于充电状态,则根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围。
在一实施例中,采用可编程增益放大器(Pmgrammable Gain Amplifier,PGA)和相关双采样(Correlated Double Sampling,CDS)电路对每一个第一指纹信号进行分别处理,以根据每一个第一指纹信号的最大值和最小值确定该第一指纹信号的动态范围。
由上述技术方案可知,根据每一个第一指纹信号的最大值和最小值确定该第一指纹信号的动态范围,可以实现为每一个第一指纹信号设置相应的动态范围,有利于提高后续确定的指纹图像的对比度,进而提高指纹识别的准确性,但算法相对复杂,可能会降低后续确定的指纹图像的效率。
在一实施例中,可以采用PGA和CDS电路对采集的至少一个原始的第一指纹信号进行共同处理,以确定该至少一个原始的第一指纹信号的共同的动态范围。
由此可知,通过至少一个原始的第一指纹信号进行共同处理来确定该至少一个原始的第一指纹信号的共同的动态范围,可以简化算法,提高后续确定指纹图像的效率,进而提高指纹识别的效率,但可能会降低后续确定的指纹图像的对比度,或者影响低频噪声的去除。
由上述两种确定第一指纹信号的动态范围的方法可知,两种方法各有利弊,因而在实际应用中,可以根据具体需求选用上述任一种确定第一指纹信号的动态范围的方法。
在一实施例中,步骤S403可以实现为:根据所述动态范围确定所述预设压缩率,例如为较大的动态范围确定较大的预设压缩率;为较小的动态范围确定较小的预设压缩率,具体可以根据大量实验所得的经验值为每一动态范围确定合适的预设压缩率。
由上述方案可知,通过确定第一指纹信号的动态范围,进而根据确定的动态范围确定对第一指纹信号进行调整的预设压缩率,可以更准确地消除充电噪声造成的指纹信号失真,因而可以确定更高精度的指纹图像,进一步提高指纹识别的准确性。
图5是根据一示例性实施例示出的另一种指纹识别方法的流程图;如图5所示,该方法包括:
S501:若检测到至少一个原始的第一指纹信号,则确定是否处于充电状态;
S502:若确定处于充电状态,则根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
S503:根据所述动态范围确定所述预设压缩率;
S504:根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
S505:根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率;
S506:基于调整的预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
S507:根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
其中,步骤S501~S503以及步骤S506~S507与图4所示实施例中的步骤S401~S405相同,相关的解释说明可以参照图4所示实施例,在此不进行赘述。
举例来说,若指纹匹配的满分为1000分,指纹正样本(即正确的指纹)的匹配分数经验值例如为600分,确定的预设压缩率例如为0.9。由于指纹信号被压缩,则后续确定的指纹图像上的特征点会减少,带来的影响是指纹正样本的匹配分数(即指纹正样本匹配分数的压缩值)会降低,例如降为500分。
在一实施例中,步骤S505可以实现为:将指纹正样本匹配分数的压缩值(例如为步骤S504中的500分)与预设指纹匹配分数阈值(例如为550)进行,以根据该比较的结果调整所述预设压缩率。
在一实施例中,若确定指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值,则增大所述预设压缩率。举例来说,上述步骤S505中的指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值(500<550),因而增大所述预设压缩率,例如将压缩率由0.9增大为0.95。
由上述技术方案可知,通过根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值,进而根据指纹正样本匹配分数的压缩指与预设指纹匹配分数的阈值进行比较,以根据比较结果调整预设压缩率,可以确保指纹正样本匹配分数的压缩值大于预设指纹匹配分数阈值,满足指纹识别的错误接受率(FalseAcceptanceRate,FAR)和错误拒绝率(FalseRejectionRate,FRR)需求。
图6是根据一示例性实施例示出的一种指纹识别装置的框图;如图6所示,该装置包括充电确定模块610、信号调整模块620以及指纹识别模块630,其中:
充电确定模块610,用于当检测到至少一个原始的第一指纹信号时,确定是否处于充电状态;
信号调整模块620,用于当确定处于充电状态时,基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
指纹识别模块630,用于根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。
由上述描述可知,本公开实施例通过当检测到至少一个原始的第一指纹信号时,确定是否处于充电状态,并当确定处于充电状态时则基于预设压缩率对所述至少一个原始的第一指纹信号的信号值进行调整,得到第二指纹信号,进而根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别。由于当确定处于充电状态时,基于预设压缩率对第一指纹信号的信号值进行调整,可以消除充电噪声造成的指纹信号失真,因而可以确定高精度的指纹图像,进而可以提高指纹识别的准确性。
图7是根据一示例性实施例示出的另一种指纹识别装置的框图;其中,充电确定模块710、信号调整模块760以及指纹识别模块770分别与图6所示实施例中的充电确定模块610、信号调整模块620以及指纹识别模块630的功能相同,在此不再赘述。如图7所示,在上一实施例的基础上,信号调整模块760,还可以包括:
权重加和运算单元761,用于确定经过所述调整的每一个第一指纹信号对应的权重系数;
指纹信号确定单元762,用于基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,确定所述第二指纹信号。
在一实施例中,权重加和运算单元761还可以用于:
确定每一个第一指纹信号对应的采样时间;
根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量;
根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
如图7所示,在一实施例中,该装置还可以包括动态范围确定模块720以及压缩率确定模块730,其中:
动态范围确定模块720,用于根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
压缩率确定模块730,用于根据所述动态范围确定所述预设压缩率。
如图7所示,在一实施例中,该装置还可以包括压缩值确定模块740以及压缩率调整模块750,其中:
压缩值确定模块740,用于根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
压缩率调整模块750,用于根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率。
在一实施例中,压缩率调整模块750还可以包括:
压缩率增大单元751,用于当确定所述指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值时,增大所述预设压缩率。
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8是根据一示例性实施例示出的一种电子设备的框图。例如,装置800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8,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800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。处理元件802可以包括一个或多个处理器820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802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800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804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。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800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804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802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814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814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814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814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816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800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,通信部件816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,所述通信部件816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800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,用于执行上述指纹识别方法。
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804,上述指令可由装置800的处理器820执行以完成上述指纹识别方法。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。
本领域技术人员在考虑说明书及实践这里公开的公开后,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 (12)
1.一种指纹识别方法,其特征在于,包括:
若检测到多个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述多个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别;
所述基于预设压缩率对所述第一指纹信号的信号值进行调整,得到第二指纹信号,包括:
根据采样质量确定经过所述调整的每一个第一指纹信号对应的权重系数,所述权重系数用于表征相应的第一指纹信号在所述第二指纹信号中所占的比例;
基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,得到所述第二指纹信号。
2.根据权利要求1所述的方法,其特征在于,所述根据采样质量确定经过所述调整的每一个第一指纹信号对应的权重系数,包括:
确定每一个第一指纹信号对应的采样时间;
根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量;
根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
根据所述动态范围确定所述预设压缩率。
4.根据权利要求3所述的方法,其特征在于,所述根据所述动态范围确定所述预设压缩率之后,所述方法还包括:
根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率。
5.根据权利要求4所述的方法,其特征在于,所述根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率,包括:
若确定所述指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值,则增大所述预设压缩率。
6.一种指纹识别装置,其特征在于,包括:
充电确定模块,用于当检测到多个原始的第一指纹信号时,确定是否处于充电状态;
信号调整模块,用于当确定处于充电状态时,基于预设压缩率对所述多个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
指纹识别模块,用于根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别;
所述信号调整模块,包括:
权重加和运算单元,用于根据采样质量确定经过所述调整的每一个第一指纹信号对应的权重系数,所述权重系数用于表征相应的第一指纹信号在所述第二指纹信号中所占的比例;
指纹信号确定单元,用于基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,得到所述第二指纹信号。
7.根据权利要求6所述的装置,其特征在于,所述权重加和运算单元还用于:
确定每一个第一指纹信号对应的采样时间;
根据所述每一个第一指纹信号对应的采样时间估计所述每一个第一指纹信号的采样质量;
根据所述每一个第一指纹信号的采样质量为经过调整的每一个第一指纹信号设置对应的权重系数。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
动态范围确定模块,用于根据所述第一指纹信号的最大值和最小值确定所述第一指纹信号的动态范围;
压缩率确定模块,用于根据所述动态范围确定所述预设压缩率。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
压缩值确定模块,用于根据指纹正样本匹配分数的经验值以及所述预设压缩率确定指纹正样本匹配分数的压缩值;
压缩率调整模块,用于根据所述指纹正样本匹配分数的压缩值与预设指纹匹配分数阈值的比较结果调整所述预设压缩率。
10.根据权利要求9所述的装置,其特征在于,所述压缩率调整模块包括:
压缩率增大单元,用于当确定所述指纹正样本匹配分数的压缩值小于所述预设指纹匹配分数阈值时,增大所述预设压缩率。
11.一种电子设备,其特征在于,所述电子设备包括:
处理器;
被配置为存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行以下指纹识别方法:
若检测到多个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述多个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别;
所述基于预设压缩率对所述第一指纹信号的信号值进行调整,得到第二指纹信号,包括:
根据采样质量确定经过所述调整的每一个第一指纹信号对应的权重系数,所述权重系数用于表征相应的第一指纹信号在所述第二指纹信号中所占的比例;
基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,得到所述第二指纹信号。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器处理时实现:
若检测到多个原始的第一指纹信号,则确定是否处于充电状态;
若确定处于充电状态,则基于预设压缩率对所述多个原始的第一指纹信号的信号值进行调整,得到第二指纹信号;其中,所述预设压缩率为小于1的正数;
根据所述第二指纹信号确定指纹图像,并基于所述指纹图像进行指纹识别;
所述基于预设压缩率对所述第一指纹信号的信号值进行调整,得到第二指纹信号,包括:
根据采样质量确定经过所述调整的每一个第一指纹信号对应的权重系数,所述权重系数用于表征相应的第一指纹信号在所述第二指纹信号中所占的比例;
基于所述对应的权重系数对经过所述调整的每一个第一指纹信号进行权重加和运算,得到所述第二指纹信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710868322.1A CN107665340B (zh) | 2017-09-22 | 2017-09-22 | 指纹识别方法、装置、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710868322.1A CN107665340B (zh) | 2017-09-22 | 2017-09-22 | 指纹识别方法、装置、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107665340A CN107665340A (zh) | 2018-02-06 |
CN107665340B true CN107665340B (zh) | 2020-06-02 |
Family
ID=61097492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710868322.1A Active CN107665340B (zh) | 2017-09-22 | 2017-09-22 | 指纹识别方法、装置、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107665340B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111259708A (zh) * | 2018-12-03 | 2020-06-09 | 敦泰电子有限公司 | 指纹识别方法、存储介质、指纹识别系统及智能装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别系统 |
CN102916968A (zh) * | 2012-10-29 | 2013-02-06 | 北京天诚盛业科技有限公司 | 身份认证方法、身份认证服务器和身份认证装置 |
CN103942566A (zh) * | 2014-04-15 | 2014-07-23 | 清华大学 | 指纹描述子的压缩方法及系统 |
CN105912915A (zh) * | 2016-05-27 | 2016-08-31 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106022058A (zh) * | 2016-05-27 | 2016-10-12 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106096354A (zh) * | 2016-05-27 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106878025A (zh) * | 2017-04-24 | 2017-06-20 | 乐鑫信息科技(上海)有限公司 | 基于指纹识别权限控制的物联网控制开关及方法 |
CN107066090A (zh) * | 2017-03-15 | 2017-08-18 | 广东欧珀移动通信有限公司 | 一种控制指纹识别模组的方法及移动终端 |
WO2017140108A1 (zh) * | 2016-02-17 | 2017-08-24 | 北京小米移动软件有限公司 | 压力检测方法和装置 |
-
2017
- 2017-09-22 CN CN201710868322.1A patent/CN107665340B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499130A (zh) * | 2008-01-30 | 2009-08-05 | 深圳市普罗巴克科技股份有限公司 | 一种指纹识别方法和指纹识别系统 |
CN102916968A (zh) * | 2012-10-29 | 2013-02-06 | 北京天诚盛业科技有限公司 | 身份认证方法、身份认证服务器和身份认证装置 |
CN103942566A (zh) * | 2014-04-15 | 2014-07-23 | 清华大学 | 指纹描述子的压缩方法及系统 |
WO2017140108A1 (zh) * | 2016-02-17 | 2017-08-24 | 北京小米移动软件有限公司 | 压力检测方法和装置 |
CN105912915A (zh) * | 2016-05-27 | 2016-08-31 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106022058A (zh) * | 2016-05-27 | 2016-10-12 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN106096354A (zh) * | 2016-05-27 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN107066090A (zh) * | 2017-03-15 | 2017-08-18 | 广东欧珀移动通信有限公司 | 一种控制指纹识别模组的方法及移动终端 |
CN106878025A (zh) * | 2017-04-24 | 2017-06-20 | 乐鑫信息科技(上海)有限公司 | 基于指纹识别权限控制的物联网控制开关及方法 |
Non-Patent Citations (1)
Title |
---|
"基于空时指纹的视频内容主动认证方法研究";田一添;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130715;论文第28页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107665340A (zh) | 2018-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3264332B1 (en) | Device and method for recognizing fingerprint | |
CN108766457B (zh) | 音频信号处理方法、装置、电子设备及存储介质 | |
EP3091753A1 (en) | Method and device of optimizing sound signal | |
RU2679568C1 (ru) | Способ и устройство распознавания отпечатков пальцев | |
CN107102772B (zh) | 触控方法及装置 | |
US10762324B2 (en) | Pressure determination method and device and fingerprint recognition method and device | |
CN109599104B (zh) | 多波束选取方法及装置 | |
CN107091704B (zh) | 压力检测方法和装置 | |
CN107463903B (zh) | 人脸关键点定位方法及装置 | |
CN106126082B (zh) | 控制终端的方法、装置及终端 | |
CN107480785B (zh) | 卷积神经网络的训练方法及装置 | |
CN107133577B (zh) | 一种指纹识别方法和装置 | |
WO2017140108A1 (zh) | 压力检测方法和装置 | |
CN107392160B (zh) | 光学指纹识别方法及装置、计算机可读存储介质 | |
CN108154090B (zh) | 人脸识别方法及装置 | |
CN107665340B (zh) | 指纹识别方法、装置、电子设备 | |
CN108830194B (zh) | 生物特征识别方法及装置 | |
CN112905035A (zh) | 触摸屏控制方法及装置、计算机存储介质 | |
CN106990893B (zh) | 触屏操作的处理方法和装置 | |
CN112925466B (zh) | 触控控制方法及装置 | |
CN114418865A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN107992893B (zh) | 压缩图像特征空间的方法及装置 | |
CN113138036B (zh) | 温度检测方法及装置、电子设备 | |
CN113077807B (zh) | 一种语音数据的处理方法、装置及电子设备 | |
CN112462928B (zh) | 操作执行方法、装置及存储介质 |
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 |