CN107944243A - 一种红外检测方法及一种移动终端 - Google Patents
一种红外检测方法及一种移动终端 Download PDFInfo
- Publication number
- CN107944243A CN107944243A CN201711187850.7A CN201711187850A CN107944243A CN 107944243 A CN107944243 A CN 107944243A CN 201711187850 A CN201711187850 A CN 201711187850A CN 107944243 A CN107944243 A CN 107944243A
- Authority
- CN
- China
- Prior art keywords
- infrared
- pixel
- mode
- remote receiver
- detection
- 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
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
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- 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
-
- 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
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种红外检测方法以及一种移动终端,以解决目前为实现不同的红外检测目的需要设置多对独立的红外收发器而导致硬件资源浪费的问题。所述方法应用于移动终端,所述移动终端具有红外发射器和红外接收器,所述方法包括:确定检测模式;当所述检测模式为第一模式时,根据所述红外接收器采集到的像素点,得到检测结果;当所述检测模式为第二模式时,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种红外检测方法及一种移动终端。
背景技术
随着终端以及智能操作系统的发展,终端智能化已经非常普遍,尤其体现在人机交互上,可以通过智能终端达到各种基于红外光进行检测的目的,比如静脉识别、深度信息识别、基于深度识别的物体识别(人脸识别、实物识别)等等,均可以通过收发红外光进行检测。作为生物识别的一种,静脉识别作为一种较新的生物识别,已经广泛地被应用在终端上。如图1所示,为静脉识别的示意图,指静脉血管位于表皮以下、手指内部。基本原理为:手指静脉里流动的静脉血中的血红蛋白会对红外光有所吸收,而皮肤、肌肉、骨骼等不吸收红外光,手指在红外光的照射下能够呈现出静脉分布的图像。不同的人静脉血管分布不同,通过识别静脉血管图的特征信息就能区分出不同的人。
同时,深度识别也成为了目前比较流行的人机交互方式,比如如图2所示,TOF(Time of flight,飞行时间测距法),可以发出经过调制的红外光,采集反射的红外光,通过计算发射和反射的红外光之间的时间差或相位差,来计算物体的距离,以产生深度信息。
但出于不同的检测目的,通常发射的红外光在参数上不尽相同,或对于采集的像素点的要求也不尽相同,所以通常需要针对每种红外检测方法对设置独立的红外发射器和红外接收器来支持,但这显然浪费硬件资源。另外,在终端上设置多对独立的收发器也会增加制造成本。此外,目前的终端,尤其是移动终端中,屏占比越来越大,留给其他硬件设备的空间越来越小,如何在终端有限的使用空间上提高利用率也是一直追求的目标。
发明内容
本申请实施例提供一种红外检测方法,以解决目前为实现不同的红外检测目的需要设置多对独立的红外收发器而导致硬件资源浪费的问题。
为了解决上述技术问题,本发明是这样实现的:一种红外检测方法,所述方法应用于移动终端,移动终端具有红外发射器和红外接收器,包括:
确定检测模式;
当所述检测模式为第一模式时,根据所述红外接收器采集到的像素点,得到检测结果;
当所述检测模式为第二模式时,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
第一方面,本发明实施例还提供了一种移动终端,包括:处理器、红外控制器、红外发射器、红外接收器、图像处理器,其中,
所述处理器,用于
确定检测模式;
当确定检测模式为第一模式时,通知红外控制器;当确定检测模式为第二模式时,通知红外控制器;
所述红外控制器,用于
控制所述红外发射器发射红外光;
所述图像处理器,用于
根据所述红外接收器采集到的像素点,得到检测结果;或
对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
第二方面,本发明实施例提供了一种移动终端,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述红外检测方法的步骤。
第三方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现上述红外检测方法的步骤。
在本发明实施例中,通过在终端上安装一对红外收发器,先确定出检测模式,当检测模式为第一模式时,可以根据红外接收器采集到的像素点,得到检测结果;而当检测模式为第二模式时,可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,能够实现共用一对红外收发器,完成至少两种检测模式的红外检测方法,从而提高了硬件资源的利用率,减少了硬件成本,提高了终端的空间利用率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为静脉识别的示意图;
图2为深度信息识别的示意图;
图3为第一实施例提供的红外检测方法的流程示意图;
图4为第二实施例提供的红外检测方法的流程示意图;
图5为第二实施例提供的像素点合并的示意图;
图6为第三实施例提供的红外检测方法的流程示意图;
图7为第三实施例提供的屏幕解锁方法的示意图;
图8为第三实施例提供的移动终端的示意图;
图9为第四实施例提供的移动终端的结构框图;
图10为第五实施例提供的移动终端的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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做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。
以下结合附图,详细说明本申请各实施例提供的技术方案。
第一实施例
本实施例提供一种红外检测方法,以解决目前为实现不同的红外检测目的需要设置多对独立的红外收发器而导致硬件资源浪费的问题。假设该方法的执行主体为移动终端,该方法可以应用于一对红外发射器和红外接收器上,即假设在移动终端上安装有一个红外发射器和一个红外接收器,该方法的流程示意图如图3所示,包括下述步骤:
步骤S11:确定检测模式。
由前文介绍可知,出于不同的检测目的,红外的参数或对采集的像素点的要求不尽相同,要想在一对红外收发器上实现不同的检测方法,可以先确定出检测模式,再根据对应的检测模式进行检测。这里的检测模式可以包括至少两种模式,比如可以包括第一模式以及第二模式。
具体地,不同检测模式可以是不同应用的请求,或同一应用但不同功能的请求。比如,对于支付应用而言,可以通过第一模式进行红外检测,从而进行支付验证,又如,对于数据加密应用而言,可以通过第二模式进行红外检测,从而进行加密、解密验证。所以在一种实施方式中,确定检测模式,可以包括:根据开启的应用的检测模式指令,确定检测模式。比如开启的应用为支付应用,当开启支付功能时,可以发送第一模式指令,移动终端接收到该指令后,就可以确定为将检测模式确定为第一模式。
步骤S12:当检测模式为第一模式时,根据红外接收器采集到的像素点,得到检测结果。
红外接收器可以是一种能够接收红外光的器件,移动终端可以根据红外接收器采集到的像素点,得到检测结果,比如,针对静脉识别或深度识别而言,当红外发射器发出红外光后,红外接收器可以进行采集,进而对采集到的像素点进行检测。
在实际应用中,由于不同的检测模式对红外光的参数要求不尽相同,所以为了达到更好的检测效果,本步骤可以包括:当检测模式为第一模式时,通过红外发射器发射与第一模式匹配的红外光,根据红外接收器采集到的像素点,得到检测结果。具体地,比如为了达到更好地检测效果,与第一模式匹配的红外光需要有一定的频率、幅度的要求,本步骤就可以发射与第一模式匹配的红外光,从而达到更好的检测效果。
在实际应用中,还可以根据要求,为移动终端装备具有较高分辨率的红外接收器,进一步提高检测效果。所以,第一模式可以是对分辨率要求较高的检测模式。
步骤S13:当检测模式为第二模式时,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
本步骤与步骤S12类似地,可以根据确定出的检测模式,得到检测结果,但是第二模式可以是比第一模式对像素面积有较高要求的检测模式,由于第一模式对分辨率要求较高,所以会导致像素面积较小,而第二模式可以是对像素面积要求较高的检测模式,所以可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
在前文已经介绍,不同的检测模式可以对红外光有不同的要求,且检测方式也有所不同,所以,在一种实施方式中,本步骤还可以包括:通过红外发射器发射对频率、幅度、相位进行调制过的红外光,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,得到检测结果。
采用第一实施例所述的方法,通过在终端上安装一对红外收发器,先确定出检测模式,当检测模式为第一模式时,可以根据红外接收器采集到的像素点,得到检测结果;而当检测模式为第二模式时,可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,能够实现共用一对红外收发器,完成至少两种检测模式的红外检测方法,从而提高了硬件资源的利用率,减少了硬件成本,提高了终端的空间利用率。
第二实施例
在前文已经介绍,静脉识别以及深度识别是两种较为流行的红外检测应用,而出于两种检测模式各自的特点,静脉识别的通常要求具有较高分辨率的红外接收器,而深度识别通常需要像素点面积较大,所以通常需要针对这两种红外检测方法设置独立的红外发发器和红外接收器来支持,但这显然浪费硬件资源,也会增加制造成本,也不利于追求在终端有限的使用空间上提高利用率。所以,基于相同的发明思路,本实施例提供一种红外检测方法,以解决目前为实现不同的红外检测目的需要设置多对独立的红外收发器而导致硬件资源浪费的问题。在第一实施例中介绍了第一模式和第二模式,作为优选的,在本实施例中,第一模式可以是静脉识别模式,而第二模式可以是深度识别模式。假设该方法的执行主体为移动终端,该方法可以应用于具有一对红外收发器的移动终端上,该方法的流程示意图如图4所示,包括下述步骤:
步骤S21:确定检测模式。
与第一实施例类似地,可以先确定检测模式,从而确定出是静脉识别模式还是深度识别模式。
比如,对于支付应用而言,可以通过静脉识别模式进行红外检测,也可以通过基于深度识别衍生出的人脸识别,根据人脸各个部位的深度信息以及人脸平面图像,创建人脸模型,从而进行识别验证。
在实际应用中,还可以通过静脉识别或深度识别进行屏幕解锁,比如移动终端处于待机锁屏状态,此时可以通过静脉识别进行屏幕解锁,也可以通过人脸识别进行屏幕解锁。所以在一种实施方式中,除了第一实施例中介绍的根据开启的应用的检测模式指令,确定检测模式以外,确定检测模式,还可以包括:判断是否检测到手指;若检测到手指,则确定为静脉识别模式。具体地,可以有多种方式检测是否有手指覆盖,比如可以通过电容屏进行检测,当手指放置在电容屏上会导致电容值的改变,从而检测到有手指覆盖。
在实际应用中,也有可能检测不到手指,即用户没有通过静脉识别进行验证的意图。所以,在一种实施方式中,若未检测到手指,则可以确定为深度识别模式。具体地,由于移动终端上只安装有一个红外发射器和一个红外接收器,可以供静脉识别模式和深度识别模式一同使用,所以在确定出不是静脉识别模式的情况下,可以确定为是深度识别模式。
进一步地,人脸识别可以基于深度识别,所以在一种实施方式中,确定为深度识别模式,可以包括:判断是否检测到人脸轮廓;若检测到人脸轮廓,则确定为深度识别模式。具体地,红外发射器可以保持持续发射红外光的状态,比如可以发射低频红外光,红外接收器可以接收反射红外光,并且可以根据反射的红外光确定出与移动终端之间具有不同距离的物体的轮廓,再根据轮廓,确定出是否为人脸轮廓,从而判断是否可以确定为深度识别模式,更具体地,可以确定为人脸识别模式。
在实际应用中,完全可以将人脸识别替换为物体识别,即可以判断是否检测到某个物体的轮廓;若检测到这个物体的轮廓,则确定为深度识别模式,也可以确定为物体识别模式。
步骤S22:当确定检测模式为静脉识别模式时,根据红外接收器采集到的像素点,得到检测结果。
具体地,可以根据静脉识别的原理,通过采集到的像素点识别静脉血管图的特征信息,从而进行识别。具体地,可以是检测静脉特征点是否与预设的相匹配,从而得出静脉识别结果。
在实际的静脉识别过程中,可以有一种适合静脉识别模式的红外激光,比如一定的频率、幅度等。所以在确定出当前检测模式为静脉识别模式后,就可以通过红外发射器发射与静脉识别模式匹配的红外光,根据红外接收器采集到的像素点,得到静脉识别的检测结果。
为了达到尽量好的识别效果,基于静脉识别的特性,可以安装一个具有较高分辨率的图像接收器,因此像素点的面积需要尽量小,以便能够获取到尽量清晰的静脉血管图像。
步骤S23:当确定检测模式为深度识别模式时,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
在前文已经介绍,在进行静脉识别过程中,可以对安装一个具有较高分辨率的图像接收器,使像素点的面积较小。但在实际应用中,为了能够达到尽量好的深度信息识别的效果,对红外接收器的感光要求较高,因此像素点面积需要较大。所以,就可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,从而进行深度识别。具体地,如图5所示,为像素点合并的示意图,可以将n×n个像素点合并为1个像素点,这里n可以是大于1的正整数,比如,可以将2×2、即4个像素点合并为1个像素点,以便增大像素点的面积,达到更好的感光性能,从而达到更好的深度识别的效果。在实际应用中,也可以根据需要,将n×m个像素点合并为1个像素点,这里n和m均可以是大于1的正整数。
在实际的深度识别过程中,可以有适合深度识别模式的红外光,比如一定的频率、幅度、相位等。所以在确定出当前检测模式为深度识别模式后,本步骤可以包括:通过红外发射器发射与深度识别模式匹配的红外光,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
在实际应用中,通常发射红外激光和接收红外激光的时间差极短,即通常情况下可以忽略收发红外激光的时间差,此时可以通过收发红外激光的相位差来确定深度信息。所以在一种实施方式中,本步骤可以包括:通过红外发射器发射对频率、幅度、相位进行调制过的红外光,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,得到检测结果,从而进行深度信息识别。具体地,在进行深度识别时,为了可以确定接收到的红外光就是由发射器发射的红外光,在发射时,可以对频率、幅度、相位进行调制,当红外接收器采集到红外光后,可以通过采集到的红外光的频率和幅度与发射的红外光的频率和幅度是否一致,来判断采集到的红外激光是否由移动终端自身的红外光发射器发射的、经过反射后的红外激光,在判断为是的情况下,再可以对采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,计算出深度信息。
在前文已经介绍,红外发射器可以保持持续发射红外光的状态,所以,针对屏幕解锁这个应用场景而言,可以在锁屏状态下,持续保持发射红外光的状态,当确定为静脉识别模式后,控制红外发射器发射匹配静脉识别的红外光,当确定为深度识别模式后,控制红外发射器发射匹配深度识别的红外光。在实际应用中,可以将保持发射状态的红外光设置为适合静脉识别模式的红外光,当移动终端检测到手指后,无需改变红外光的参数,可以直接进行静脉识别,当移动终端确定为深度识别后,可以对红外光进行调制后再发射,从而进行深度识别,甚至是可以完成人脸识别。
在前文已经介绍,人脸识别可以基于深度信息识别,所以在一种实施方式中,该方法还可以包括:根据深度识别结果以及红外接收器采集的人脸图像,进行人脸识别。
具体地,进行人脸识别过程,可以是将生成的人脸模型与预设的人脸模型进行特征点匹配,而生成的或预设的人脸模型,均可以由两部分组成,即平面的人脸图像、以及人脸各点的深度信息,所以本步骤可以根据深度信息识别结果以及图像接收器获取的人脸图像,生成人脸模型,再与预设的人脸模型做特征点匹配,从而完成人脸识别。
采用第二实施例所述的方法,通过在终端上安装一对红外收发射器,先从静脉识别模式以及深度识别模式中确定出一个红外检测模式,当确定为静脉识别模式时,根据红外接收器采集到的像素点,得到检测结果;当确定为深度识别模式时,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,能够实现共用一个红外发射器以及一个红外接收器,完成静脉识别以及深度识别这两种红外检测,从而提高了硬件资源的利用率,减少了硬件成本,提高了终端的空间利用率,并根据静脉识别和深度信息识别对于像素点面积的不同要求,通过像素点合并的方式,提升了识别效果。
第三实施例
基于相同的发明思路,本实施例提供一种屏幕解锁方法,以解决目前由于静脉识别和深度识别衍生出的人脸识别为两个独立的功能,需要两对独立的红外发射器和红外接收器而导致硬件资源浪费的问题。假设该方法的执行主体为移动终端,即可以假设在移动终端上安装有一个红外发射器和一个红外接收器,该方法的流程示意图如图6所示,包括下述步骤:
步骤S31:在移动终端处于锁屏状态时,使红外发射器一直处于发射红外光的状态,且红外接收器按照发射器的频率同步采集。
具体地,在移动终端处于锁屏状态时,可以通过静脉识别或基于深度识别的人脸识别,这两种中的任一种红外检测方法进行屏幕解锁。而红外发射器可以一直处于发射红外光的状态,即移动终端可以随时保持准备进行红外检测的状态,对应的,红外接收器可以按照红外发射器的频率同步接收图像或反射红外激光。
步骤S32:若检测到手指,则确定为静脉识别模式。
移动终端可以根据电容屏的电容值变化,确定是否检测到手指,当检测到有手指触碰时,可以确定为静脉识别模式。
步骤S33:通过红外发射器发射匹配静脉识别模式的红外光,并根据红外接收器采集到的像素点进行静脉识别,得到检测结果。
具体地,在静脉识别模式下,可以控制红外发射器发射匹配静脉识别模式的红外光,若一直持续发射的低频红外激光可以匹配静脉识别,则可以不改变红外光的发射状态。此后,红外接收器采集静脉血管图像,以便通过静脉特征点匹配进行静脉识别。在实际应通用中,若静脉识别失败,则可以返回到步骤S31。
步骤S34:若未检测到手指,且检测到人脸轮廓,则确定为人脸识别模式。
具体地,在没有检测到手指触碰的情况下,可以判断是否需要开启人脸识别模式,可以先通过红外接收器采集红外光,并判断是否检测到人脸轮廓,若可以检测到,则可以确定为人脸识别模式。而在实际应通用中,若未检测到手指,也未检测到人脸轮廓,则可以返回到步骤S31。
步骤S35:通过红外发射器发射对频率、幅度、相位进行调制过的红外激光,对红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,以及图像接收器获取的人脸图像进行人脸识别,得到检测结果。
具体地,在确定出人脸识别模式后,可以对红外激光的频率、幅度、相位进行调制,发射调制过的红外光,为了获得更好的识别效果,可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,确定出人脸若干个点的深度信息,再根据图像接收器获取的人脸图像,创建人脸模型,从而可以与预设的人脸模型进行特征点匹配,完成人脸识别。在实际应通用中,若人脸识别失败,则可以返回到步骤S31。不论是通过静脉识别还是通过人脸识别,在识别成功后,均可以对屏幕进行解锁。
如图7所示,为该屏幕解锁方法的示意图,其中,接收可以是指步骤S31,检测到手指覆盖可以是指步骤S32的检测过程,静脉特征点可以是指步骤S33所述的静脉识别的过程。检测人脸轮廓,可以是指步骤S34的检测过程,而步骤S35可以是指人脸特征点匹配的过程。在匹配成功后就可以对屏幕进行解锁。
在实际应用中,可以如图8所示,为本实施例假设的移动终点的正面(即可以是面对用户的一面),在屏幕的下方,可以安装一个红外发射器、以及一个红外接收器,用于实现本实施例的方法。
采用第三实施例所述的方法,只需在移动终端上安置一对红外收发器,先从静脉识别模式以及人脸识别模式中确定出一个红外检测模式,再通过红外发射器发射匹配这个模式的红外光,最后通过相应的检测方式,完成静脉识别或人脸识别,若识别结果为匹配成功则可以进行屏幕解锁。即能够实现共用一个红外发射器以及一个红外接收器,完成静脉识别以及人脸识别这两种识别方式的屏幕解锁,从而提高了硬件资源的利用率。另外,也减少了硬件成本。此外,也提高了终端有限的使用空间利用率。还可以根据静脉识别和人脸识别对于像素点面积的不同要求,通过像素点合并的方式,共同达到尽量好的识别效果。
第四实施例
本发明实施例还提供一种移动终端,以解决目前为实现不同的红外检测目的需要设置多对独立的红外收发器而导致硬件资源浪费的问题。该移动终端的硬件框图如图9所示,包括处理器40、红外控制器41、红外发射器42、红外接收器43、图像处理器44,其中,
处理器40,可以用于:
确定检测模式;
当确定检测模式为第一模式时,通知红外控制器41;
当确定检测模式为第二模式时,通知红外控制器41;
红外控制器41,可以用于:
控制所述红外发射器发射红外光;
图像处理器44,可以用于:
根据红外接收器43采集到的像素点,得到检测结果;或
对红外接收器43采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
实际应用中,图像处理器可以是指DSP(Digital Signal Processing,数字信号处理),图像处理器中可以包含一个DSP芯片,也称数字信号处理器,是一种适合于进行数字信号处理运算的微处理器,其主要应用是实时快速地实现各种数字信号处理算法。
在一种实施方式中,红外控制器41,可以用于:
当检测模式为第一模式时,控制红外发射器42发射与第一模式匹配的红外光;
在一种实施方式中,红外控制器41,可以用于:
控制红外发射器42发射对频率、幅度、相位进行调制的红外光;
图像处理器44,可以用于:
对红外接收器43采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,得到检测结果。
在一种实施方式中,所述第一模式可以为静脉识别模式,所述第二模式可以为深度识别模式。
在一种实施方式中,终端还包括处理器使能脚45,可以用于:
控制图像接收器43进行像素点合并。
在实际应用中,处理器使能脚可以用于控制图像接收器43的开启和工作模式,比如可以控制图像接收器43进行图像采集、对像素点合并,像素点分解等。
采用第四实施例所述的移动终端,通过在终端上安装一对红外收发器,先确定出检测模式,当检测模式为第一模式时,可以根据红外接收器采集到的像素点,得到检测结果;而当检测模式为第二模式时,可以对红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,能够实现共用一对红外收发器,完成至少两种检测模式的红外检测方法,从而提高了硬件资源的利用率,减少了硬件成本,提高了终端的空间利用率。
第五实施例
本发明实施例还提供一种移动终端,结构框图如图10所示,包括处理器110和存储器109,存储在存储器109上并可在所述处理器110上运行的计算机程序,该计算机程序被处理器110执行时实现上述红外检测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
第六实施例
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述红外检测方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种红外检测方法,其特征在于,所述方法应用于移动终端,所述移动终端具有红外发射器和红外接收器,所述方法包括:
确定检测模式;
当所述检测模式为第一模式时,根据所述红外接收器采集到的像素点,得到检测结果;
当所述检测模式为第二模式时,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
2.如权利要求1所述的方法,其特征在于,所述方法具体包括:
当所述检测模式为第一模式时,通过所述红外发射器发射与所述第一模式匹配的红外光,根据所述红外接收器采集到的像素点,得到检测结果;
当所述检测模式为第二模式时,通过所述红外发射器发射与所述第二模式匹配的红外光,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
3.如权利要求2所述的方法,通过所述红外发射器发射与所述第二模式匹配的红外光,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果,具体包括:
通过所述红外发射器发射对频率、幅度、相位进行调制过的红外光,对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,得到检测结果。
4.如权利要求1所述的方法,所述第一模式为静脉识别模式,所述第二模式为深度识别模式。
5.一种移动终端,其特征在于,包括:处理器、红外控制器、红外发射器、红外接收器、图像处理器,其中,
所述处理器,用于
确定检测模式;
当确定检测模式为第一模式时,通知红外控制器;当确定检测模式为第二模式时,通知红外控制器;
所述红外控制器,用于
控制所述红外发射器发射红外光;
所述图像处理器,用于
根据所述红外接收器采集到的像素点,得到检测结果;或
对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点,得到检测结果。
6.如权利要求5所述的移动终端,其特征在于,所述红外控制器,具体用于:
当所述检测模式为第一模式时,控制所述红外发射器发射与所述第一模式匹配的红外光。
7.如权利要求6所述的移动终端,所述红外控制器,具体用于:
控制所述红外发射器发射对频率、幅度、相位进行调制的红外光;
所述图像处理器,具体用于:
对所述红外接收器采集到的像素点进行合并,并根据合并得到的像素点以及采集到的红外光与发射的红外光的相位差,得到检测结果。
8.如权利要求5所述的移动终端,所述第一模式为静脉识别模式,所述第二模式为深度识别模式。
9.一种移动终端,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的红外检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的红外检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711187850.7A CN107944243B (zh) | 2017-11-24 | 2017-11-24 | 一种红外检测方法及一种移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711187850.7A CN107944243B (zh) | 2017-11-24 | 2017-11-24 | 一种红外检测方法及一种移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107944243A true CN107944243A (zh) | 2018-04-20 |
CN107944243B CN107944243B (zh) | 2020-08-04 |
Family
ID=61948602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711187850.7A Active CN107944243B (zh) | 2017-11-24 | 2017-11-24 | 一种红外检测方法及一种移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107944243B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594942A (zh) * | 2018-04-25 | 2018-09-28 | 维沃移动通信有限公司 | 一种身份识别方法及移动终端 |
CN108918096A (zh) * | 2018-06-21 | 2018-11-30 | 维沃移动通信有限公司 | 一种红外发射器的检测方法、移动终端 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100213492A1 (en) * | 2006-11-02 | 2010-08-26 | National Taiwan University | Light Emitting Device and Method of Manufacturing the Same |
CN105049829A (zh) * | 2015-07-10 | 2015-11-11 | 北京唯创视界科技有限公司 | 滤光片、图像传感器、成像装置以及三维成像系统 |
CN105357511A (zh) * | 2015-12-08 | 2016-02-24 | 上海图漾信息科技有限公司 | 深度数据检测系统 |
CN106934394A (zh) * | 2017-03-09 | 2017-07-07 | 深圳奥比中光科技有限公司 | 双波长图像采集系统及方法 |
US20170336836A1 (en) * | 2016-05-23 | 2017-11-23 | Microsoft Technology Licensing, Llc | Device having display integrated infrared and visible light source |
-
2017
- 2017-11-24 CN CN201711187850.7A patent/CN107944243B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100213492A1 (en) * | 2006-11-02 | 2010-08-26 | National Taiwan University | Light Emitting Device and Method of Manufacturing the Same |
CN105049829A (zh) * | 2015-07-10 | 2015-11-11 | 北京唯创视界科技有限公司 | 滤光片、图像传感器、成像装置以及三维成像系统 |
CN105357511A (zh) * | 2015-12-08 | 2016-02-24 | 上海图漾信息科技有限公司 | 深度数据检测系统 |
US20170336836A1 (en) * | 2016-05-23 | 2017-11-23 | Microsoft Technology Licensing, Llc | Device having display integrated infrared and visible light source |
CN106934394A (zh) * | 2017-03-09 | 2017-07-07 | 深圳奥比中光科技有限公司 | 双波长图像采集系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108594942A (zh) * | 2018-04-25 | 2018-09-28 | 维沃移动通信有限公司 | 一种身份识别方法及移动终端 |
CN108918096A (zh) * | 2018-06-21 | 2018-11-30 | 维沃移动通信有限公司 | 一种红外发射器的检测方法、移动终端 |
CN108918096B (zh) * | 2018-06-21 | 2019-11-29 | 维沃移动通信有限公司 | 一种红外发射器的检测方法、移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107944243B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106068512B (zh) | 用于在移动装置上验证用户的方法和设备 | |
CN103927806B (zh) | 基于无线通讯模块配对执行密码验证的开锁系统及其方法 | |
CN107609383A (zh) | 3d人脸身份认证方法与装置 | |
CN110386105A (zh) | 车辆解锁方法、系统、移动终端和钥匙控制器 | |
CN106250751B (zh) | 一种移动设备及调整体征信息检测阈值的方法 | |
US8649765B1 (en) | Communication apparatus using biometrics | |
CN107748869A (zh) | 3d人脸身份认证方法与装置 | |
CN110337390A (zh) | 用于防御系统免受中继攻击的蓝牙低能量(ble)被动车辆访问控制系统及其方法 | |
CN107832670A (zh) | 人脸识别方法及相关产品 | |
CN105991709A (zh) | 一种云桌面帐号管理方法及装置 | |
CN107294979A (zh) | 基于配置核查的网络安全评估方法和装置 | |
CN104709238A (zh) | 一种遥控车辆的方法及移动设备 | |
CN107944243A (zh) | 一种红外检测方法及一种移动终端 | |
CN107229854A (zh) | 应用程序的注册方法、装置、电子设备和存储介质 | |
CN109657539A (zh) | 人脸颜值评价方法、装置、可读存储介质及电子设备 | |
US20210294886A1 (en) | Control device and system | |
CN110267268A (zh) | 伪基站的识别方法、装置及系统 | |
CN106845403A (zh) | 一种通过用户行为轨迹确定其身份特质的方法 | |
CN109933970A (zh) | 一种图形验证码检测方法、装置及存储介质 | |
CN106411952A (zh) | 一种隔空动态手势用户身份认证方法及装置 | |
US10785218B2 (en) | Authorization authentication method, device and system | |
CN107548059A (zh) | 一种认证方法及系统 | |
CN104142992B (zh) | 信息处理方法和装置 | |
CN108288046A (zh) | 解锁控制方法及相关产品 | |
CN105939195A (zh) | 一种交易方法及系统 |
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 |