CN108334854A - 人体特征识别方法、装置及电子设备 - Google Patents

Abstract

本公开是关于一种人体特征识别方法、装置及电子设备，该方法包括：若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；根据所述候选人体特征图像生成人体特征模板；在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。本公开的技术方案可以在用户日常使用终端设备的过程中采集人体特征图像，生成人体特征模板，无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

Description

人体特征识别方法、装置及电子设备

技术领域

本公开涉及终端技术领域，尤其涉及一种人体特征识别方法、装置及电子设备。

背景技术

终端设备的人体特征识别功能可以通过采集用户的人体特征，与预存的人体特征模板之间进行匹配，从而根据匹配结果实现终端的某种功能，例如终端屏幕解锁、应用解密以及移动支付等。然而，相关技术中的终端设备在实现人体特征识别功能之前，需要执行专用的人体特征模板采集和人体特征密码设定流程，执行过程比较繁琐，会耗费用户一定时间，影响用户体验。

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人体特征识别方法、装置及电子设备，以解决相关技术中的不足。

根据本公开实施例的第一方面，提供一种人体特征识别方法，包括：

若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；

根据所述候选人体特征图像生成人体特征模板；

在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

在一实施例中，所述人体特征图像满足预设条件包括以下至少一项：

所述人体特征图像的面积大于预设面积阈值；

所述人体特征图像中特征点的个数大于预设个数阈值。

在一实施例中，

所述人体特征信息为指纹信号，所述人体特征图像为指纹图像，所述候选人体特征图像为候选指纹图像，所述人体特征模板为指纹模板；

所述根据所述候选人体特征图像生成人体特征模板，包括：

确定多幅所述候选指纹图像中的目标指纹图像，所述目标指纹图像为同一手指的指纹图像；

若所述目标指纹图像的数量大于或等于预设数量阈值，则对所述目标指纹图像进行拼接，得到所述手指的指纹模板。

在一实施例中，所述确定多幅所述候选指纹图像中的目标指纹图像，包括：

确定各幅所述候选指纹图像之间的匹配度；

将所述匹配度达到预设匹配度阈值的候选指纹图像确定为目标指纹图像。

在一实施例中，所述根据所述候选人体特征图像生成人体特征模板之后，还包括：

输出用于提示开启人体特征识别功能的提示信息。

在一实施例中，所述方法还包括：

确定人体特征识别的失败率；所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值；

若所述失败率超过预设失败率阈值，则当终端设备处于解锁状态时，重新获取用户的人体特征图像。

根据本公开实施例的第二方面，提供一种人体特征识别装置，包括：

人体特征图像获取模块，用于在用户执行日常操作过程中检测到人体特征信息时，获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

候选图像确定模块，用于当所述人体特征图像满足预设条件时，将所述人体特征图像确定为候选人体特征图像；

人体特征模板生成模块，用于根据所述候选人体特征图像生成人体特征模板；

人体特征图像识别模块，用于在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

在一实施例中，所述人体特征图像满足预设条件包括以下至少一项：

所述人体特征图像的面积大于预设面积阈值；

所述人体特征图像中特征点的个数大于预设个数阈值。

在一实施例中，所述人体特征信息为指纹信号，所述人体特征图像为指纹图像，所述候选人体特征图像为候选指纹图像，所述人体特征模板为指纹模板；

所述人体特征模板生成模块，包括：

目标图像确定单元，用于确定多幅所述候选指纹图像中的目标指纹图像，所述目标指纹图像为同一手指的指纹图像；

指纹模板生成单元，用于当所述目标指纹图像的数量大于或等于预设数量阈值时，对所述目标指纹图像进行拼接，得到所述手指的指纹模板。

在一实施例中，所述目标图像确定单元还用于：

确定各幅所述候选指纹图像之间的匹配度；

将所述匹配度达到预设匹配度阈值的候选指纹图像确定为目标指纹图像。

在一实施例中，所述装置还包括：

提示信息输出模块，用于输出用于提示开启人体特征识别功能的提示信息。

在一实施例中，所述装置还包括：

失败概率确定模块，用于确定人体特征识别的失败率；所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值；

所述人体特征图像获取模块还用于当所述失败率超过预设失败率阈值，且当终端设备处于解锁状态时，重新获取用户的人体特征图像。

根据本公开实施例的第三方面，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：

若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；

根据所述候选人体特征图像生成人体特征模板；

在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

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，本公开在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；根据所述候选人体特征图像生成人体特征模板；在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。本公开的技术方案可以在用户日常使用终端设备的过程中采集人体特征图像，生成人体特征模板，无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种人体特征识别方法的流程图；

图2是根据一示例性实施例示出的如何根据候选人体特征图像生成人体特征模板的流程图；

图3是根据一示例性实施例示出的如何确定多幅所述候选人体特征图像中的目标人体特征图像的流程图；

图4是根据又一示例性实施例示出的一种人体特征识别方法的流程图；

图5是根据又一示例性实施例示出的一种人体特征识别方法的流程图；

图6是根据一示例性实施例示出的一种人体特征识别装置的框图；

图7是根据又一示例性实施例示出的一种人体特征识别装置的框图；

图8A是根据一示例性实施例示出的一种人体特征识别方法的应用场景示意图；

图8B是根据又一示例性实施例示出的一种人体特征识别方法的应用场景示意图；

图9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。

随着移动终端技术的发展，人体特征识别(如指纹识别、人脸识别等)逐渐成为终端设备中进行身份鉴定的主要方式之一。相关技术中，人体特征识别一般需要先执行专用的人体特征采集操作(如专用的指纹特征采集操作、专用的人脸特征采集操作等)，并设置相应的人体特征模板(即，人体特征密码)。以指纹识别为例，可以分别采集和设置多个手指的指纹作为模板；进而，当用户后续在指纹采集器上按下手指时，指纹采集器便进行指纹图像采集，并将采集的指纹图像与预先设置的指纹模板进行比对，若结果匹配，则识别成功；否则，识别失败。

然而，相关技术中的指纹识别方法由于需要执行专用的指纹采集操作，用户需要输入常用手指的指纹，且每个手指均需进行多次输入，因而采集指纹的过程比较繁琐；此外，用户在采集指纹设定指纹模板时与真实使用终端设备进行指纹识别时的手指姿势、角度以及力度可能不尽相同，故而会增大指纹识别误差，进而导致出现很多无风险的解锁失败情况，影响用户体验。

有鉴于此，本公开提出一种人体特征识别方案，通过在用户执行日常操作过程中检测到人体特征信息时，获取用户的人体特征图像，其中，所述日常操作不包括专用的人体特征采集操作，并当所述人体特征图像满足预设条件时，将所述人体特征图像确定为候选人体特征图像，然后根据所述候选人体特征图像生成人体特征模板，进而在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别，由于在开启人体特征识别功能前，已经在用户执行日常操作过程中获取用户的人体特征图像，并生成人体特征模板，因而无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

图1是根据一示例性实施例示出的一种人体特征识别方法的流程图；本实施例可以用于终端设备(例如：智能手机、平板电脑)上，如图1所示，该方法包括以下步骤S11-S14：

S11：若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作。

在一实施例中，若上述人体特征信息为指纹信号，则获取的人体特征图像可以为指纹图像；若上述人体特征信息为人脸信息(如红外人脸信息等)，则获取的人体特征图像可以为人脸图像。在此基础上，根据指纹图像确定的候选人体图像为候选指纹图像；而根据人脸图像确定的候选人体图像为候选人脸图像，下文不再赘述。

以获取用户的指纹图像为例，上述日常操作可以包括对终端设备中设置有指纹识别传感器的实体按键(例如，home键)的触发操作等，本实施例对此不进行限定。举例来说，对于home键中设置有指纹识别传感器(如不锈钢指纹检测环)的终端设备，用户通过点击一次home键，可以返回主界面；双击home键，可以显示后台运行程序；长按home键，可以开启Siri语音助手；连按3下home键，可以进入自定义的功能等等。因而，当用户在触发home键进行上述任一种操作的同时，终端设备可以通过指纹识别传感器检测到指纹信息，进而可以获取该用户的指纹图像。

以获取用户的人脸图像为例，上述日常操作可以包括利用终端设备中的图像获取装置(例如前置摄像头)进行自拍操作，或通过终端设备中安装的第三方应用程序(如腾讯QQ、微信、米聊等)进行视频通话等，本实施例对此不进行限定。举例来说，对于具备前置摄像头的终端设备，用户可以通过拍照功能获取自身的脸部图像。因而，当用户在利用前置摄像头进行自拍时，终端设备可以检测到人脸信息，进而可以获取该用户的人脸图像。

值得说明的是，上述日常操作并不是专用的人体特征采集操作，即用户当前操作的目的并不是为了进行人体特征采集，而是为了实现返回主界面、显示后台运行程序、开启Siri语音助手或进行自拍、视频通话等功能。

S12：若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像。

在一实施例中，可以预先设置将人体特征图像作为生成人体特征模板的候选人体特征图像的预设条件，进而在采集到人体特征图像后，确定该人体特征图像是否满足预设条件，若满足，则可将该人体特征图像确定为候选人体特征图像；否则，可以忽略该人体特征图像。

在一实施例中，上述人体特征图像满足预设条件可以包括以下至少一项：

所述人体特征图像的面积大于预设面积阈值；

所述人体特征图像中特征点的个数大于预设个数阈值。

值得说明的是，人体特征图像的面积不足，将导致人体特征图像包含的信息量(即特征点)不够充分，进而会影响后续生成的人体特征模板的质量。

在一实施例中，所述特征点可以包括终结点、短纹、分叉点、环点以及分歧点中的一种或多种，本实施例对此不进行限定。

举例来说，在采集到人体特征图像后，确定该人体特征图像的面积A，将该面积A与预先设定的面积阈值A0进行比较，若A＞A0，则可以确定该人体特征图像满足预设条件；和/或，

在采集到人体特征图像后，确定该人体特征图像的特征点个数S，将该特征点个数S与预先设定的面积阈值S0进行比较，若S＞S₀，则可以确定该人体特征图像满足预设条件。

值得说明的是，上述特征点数量的计算可以采用相关技术中的计算方法，如从灰度图像中提取特征点，或从细化二值图像中提取特征等，本实施例对此不进行限定。

S13：根据所述候选人体特征图像生成人体特征模板。

在一实施例中，当获取一幅或多幅候选人体特征图像后，可以根据该候选人体特征图像生成人体特征模块，例如可以将获取的一幅候选人体特征图像直接确定为人体特征模板，或者，可以根据获取的多幅候选人体特征图像融合成一幅人体特征模板。

在一实施例中，根据候选人体特征图像生成人体特征模板的方式可以参见下述图2所示实施例，在此先不进行详述。

S14：在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

在一实施例中，在生成人体特征模板后，可以被动等待用户开启人体特征识别功能，或者主动提醒用户开启人体特征识别功能，当用户开启人体特征识别功能后，可以直接基于上述人体特征识别模板对采集的待测人体特征图像进行人体特征识别，而无需再执行专用的人体特征模板采集和人体特征密码设定流程。

由上述描述可知，本实施例在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；根据所述候选人体特征图像生成人体特征模板；在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别，可以在用户日常使用终端设备的过程中采集人体特征图像，生成人体特征模板，无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

图2是根据一示例性实施例示出的如何根据候选人体特征图像生成人体特征模板的流程图；本实施例在上述实施例的基础上，以如何根据候选人体特征图像生成人体特征模板为例进行示例性说明。其中，上述人体特征信息为指纹信号，上述人体特征图像为指纹图像，上述候选人体特征图像为候选指纹图像，上述人体特征模板为指纹模板。如图2所示，步骤S13中所述根据所述候选人体特征图像生成人体特征模板，可以包括以下步骤S21-S22：

S21：确定多幅所述候选人体特征图像中的目标人体特征图像，所述目标人体特征图像为同一手指的人体特征图像。

值得说明的是，如果在生成一个人体特征模板的过程中，采用不同手指的人体特征图像，则会导致后续人体特征识别结果不准确，因而当获取多幅候选人体特征图像后，可以确定这些图像中属于同一手指的人体特征图像。

在一实施例中，可以根据各幅候选人体特征图像中包含的人体特征特征之间的联系(例如是否有重叠)确定属于同一手指的人体特征图像。

在一实施例中，确定多幅所述候选人体特征图像中的目标人体特征图像的方式还可以参见下述图3所示实施例，在此先不进行详述。

S22：若所述目标人体特征图像的数量大于或等于预设数量阈值，则对所述目标人体特征图像进行拼接，得到所述手指的人体特征模板。

在一实施例中，可以预先设置将通过拼接方式生成人体特征模板的目标人体特征图像的预设数量阈值，进而在获取到目标人体特征图像后，确定该目标人体特征图像的数量是否达到(大于或等于)预设数量阈值，若是，则可对所述目标人体特征图像进行拼接，得到所述手指的人体特征模板；否则，可以继续获取目标人体特征图像，直到达到预设数量阈值。

在一实施例中，上述对所述目标人体特征图像进行拼接，可以包括确定当前拼接的目标人体特征图像在整个人体特征图像模板中的位置，并计算当前拼接的目标人体特征图像与上一幅目标人体特征图像的重叠区域位置，进而对上述重复区进行缩减处理，以对缩减处理后的目标人体特征图像进行拼接，得到整幅人体特征模板。

由上述描述可知，本实施例通过确定多幅所述候选人体特征图像中的目标人体特征图像，所述目标人体特征图像为同一手指的人体特征图像，并当所述目标人体特征图像的数量大于或等于预设数量阈值，则对所述目标人体特征图像进行拼接，得到所述手指的人体特征模板，可简化得到同一手指的模板，令人体特征模板包含的信息更全面，可以提高后续人体特征识别的准确性。

图3是根据一示例性实施例示出的如何确定多幅所述候选人体特征图像中的目标人体特征图像的流程图；本实施例在上述实施例的基础上，以如何确定多幅所述候选人体特征图像中的目标人体特征图像为例进行示例性说明。如图3所示，步骤S21中所述确定多幅所述候选人体特征图像中的目标人体特征图像，包括以下步骤S31-S32：

S31：确定各幅所述候选人体特征图像之间的匹配度。

在一实施例中，在得到多幅候选人体特征图像后，可以计算各幅候选人体特征图像之间的匹配度。举例来说，可以根据各幅候选人体特征图像之间的重叠区域大小来确定各幅候选人体特征图像之间的匹配度，重叠区域越大，则匹配度越高；重叠区域越小，则匹配度越低。

在一实施例中，可以采用百分比来表征匹配度的数值，如，候选人体特征图像a与候选人体特征图像b之间的匹配度为30％。

在一实施例中，可以分别计算每一幅候选人体特征图像与其他候选人体特征图像之间的匹配度，进而可以得到全部候选人体特征图像之间的匹配度。

S32：将所述匹配度达到预设匹配度阈值的候选人体特征图像确定为目标人体特征图像。

在一实施例中，可以预先设置匹配度阈值，例如为20％，进而在确定各幅所述候选人体特征图像之间的匹配度后，可以将所述匹配度达到预设匹配度阈值的候选人体特征图像确定为目标人体特征图像。举例来说，若总共获得4幅候选人体特征图像，分别是候选人体特征图像a、候选人体特征图像b、候选人体特征图像c和候选人体特征图像d，且每两幅图像的匹配度计算结果为：

(1)、候选人体特征图像a与候选人体特征图像b之间的匹配度为25％；

(2)、候选人体特征图像a与候选人体特征图像c之间的匹配度为40％；

(3)、候选人体特征图像a与候选人体特征图像d之间的匹配度为10％；

(4)、候选人体特征图像b与候选人体特征图像c之间的匹配度为5％；

(5)、候选人体特征图像b与候选人体特征图像d之间的匹配度为10％；

可知，第(1)、(2)组的匹配度大于预设匹配度阈值，因而可以将这两组中的候选人体特征图像a、候选人体特征图像b以及候选人体特征图像c均确定为同一手指的人体特征图像，即目标人体特征图像。

由上述描述可知，本实施例通过确定各幅所述候选人体特征图像之间的匹配度，进而将所述匹配度达到预设匹配度阈值的候选人体特征图像确定为目标人体特征图像，可以准确地确定同一手指的人体特征图像，进而实现后续根据同一手指的人体特征图像生成人体特征模板，提高后续基于人体特征模板进行人体特征识别的准确性。

图4是根据又一示例性实施例示出的一种人体特征识别方法的流程图；本实施例可以用于终端设备(例如：智能手机、平板电脑)上，如图4所示，该方法包括以下步骤S41-S45：

S41：若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作。

S42：若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像。

S43：根据所述候选人体特征图像生成人体特征模板。

S44：输出用于提示开启人体特征识别功能的提示信息。

S45：在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

其中，步骤S41-S43、S45的相关解释和说明可以参见上述实施例，在此不进行赘述。

在一实施例中，当生成人体特征模板后，可以生成用于提示开启人体特征识别功能的提示信息，以此来提醒用户当前人体特征模板已经生成，可以直接开启人体特征识别功能进行使用。

由上述描述可知，本公开实施例通过生成人体特征模板后，生成用于提示开启人体特征识别功能的提示信息，可以及时提醒用户当前人体特征模板已经生成，进而可使用户直接开启人体特征识别功能进行使用，可以提高终端设备的智能化水平，满足用户需求。

图5是根据又一示例性实施例示出的一种人体特征识别方法的流程图；本实施例可以用于终端设备(例如：智能手机、平板电脑)上，如图5所示，该方法包括以下步骤S51-S56：

S51：若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

S52：若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；

S53：根据所述候选人体特征图像生成人体特征模板；

S54：在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别

S55：确定人体特征识别的失败率。

在一实施例中，上述失败率可以为预设时间段(例如1个月)内，或预设人体特征识别次数(例如100次)内，人体特征识别失败次数与人体特征识别总次数的比值。

在一实施例中，终端设备可以实时记录当前的人体特征识别次数和人体特征识别失败次数，进而可以在满足预设条件(即到达预设时间段或达到预设人体特征识别次数)时，计算当前的人体特征识别失败次数与人体特征识别总次数的比值，得到人体特征识别的失败率。

S56：确定所述失败率是否超过预设失败率阈值，若是，则重复执行步骤S51-S56；若否，则重复执行S54-S56。

在一实施例中，可以预先设置人体特征识别的失败率阈值，如用百分数表示的3％等、或用分数表示的2/100等，本实施例对失败率阈值的具体形式不进行限定。

在一实施例中，当确定所述失败率后，可以将该失败率与预设的失败率阈值进行比较，若失败率超过预设失败率阈值，则可以重复执行步骤S51-S53对应的人体特征模板生成过程，进而基于重新生成的人体特征模板执行步骤S54-S56；若失败率未超过预设失败率阈值，则不必重复执行步骤S51-S53对应的人体特征模板生成过程，而直接基于当前已生成的人体特征模板执行步骤S54-S56。

值得说明的是，若确定人体特征识别的失败率超过预设失败率阈值，则可以在终端设备处于解锁状态时，重新获取用户的人体特征图像，目的是为了避免为非法用户(如不具备解锁权限的用户)生成人体特征模板。

举例来说，若终端设备当前被非法用户使用，则该非法用户可能通过多次进行人体特征识别的方式导致人体特征识别的失败率增大，进而可以使得该失败率超过预设失败率阈值。此时，如果终端设备在锁定状态也可以重新生成人体特征模板，则可能导致该非法用户的人体特征图像被录入为人体特征模板，进而导致该终端设备被该非法用户解锁，这种情况的发生显然是不符合终端设备合法用户的期望的。因而，可以通过限制终端设备处于解锁状态时，才能重新获取人体特征图像，生成人体特征模板，可以保证终端设备的安全性。

由上述描述可知，本公开实施例通过确定人体特征识别的失败率，并当所述失败率超过预设失败率阈值，且当终端设备处于解锁状态时，重新获取用户的人体特征图像，生成人体特征模板，避免为非法用户生成人体特征模板，保证终端设备的安全性。

图6是根据一示例性实施例示出的一种人体特征识别装置的框图；如图6所示，该装置包括：人体特征图像获取模块110、候选图像确定模块120、人体特征模板生成模块130和人体特征图像识别模块140，其中：

人体特征图像获取模块110，用于在用户执行日常操作过程中检测到人体特征信息时，获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

候选图像确定模块120，用于当所述人体特征图像满足预设条件时，将所述人体特征图像确定为候选人体特征图像；

人体特征模板生成模块130，用于根据所述候选人体特征图像生成人体特征模板；

人体特征图像识别模块140，用于在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

由上述描述可知，本实施例在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；根据所述候选人体特征图像生成人体特征模板；在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别，可以在用户日常使用终端设备的过程中采集人体特征图像，生成人体特征模板，无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

在一实施例中，上述人体特征图像满足预设条件可以包括以下至少一项：

所述人体特征图像的面积大于预设面积阈值；

所述人体特征图像中特征点的个数大于预设个数阈值。

值得说明的是，人体特征图像的面积不足，将导致人体特征图像包含的信息量(即特征点)不够充分，进而会影响后续生成的人体特征模板的质量。

在一实施例中，所述特征点可以包括终结点、短纹、分叉点、环点以及分歧点中的一种或多种，本实施例对此不进行限定。

举例来说，在采集到人体特征图像后，确定该人体特征图像的面积A，将该面积A与预先设定的面积阈值A₀进行比较，若A＞A₀，则可以确定该人体特征图像满足预设条件；和/或，

在采集到人体特征图像后，确定该人体特征图像的特征点个数S，将该特征点个数S与预先设定的面积阈值S₀进行比较，若S＞S₀，则可以确定该人体特征图像满足预设条件。

值得说明的是，上述特征点数量的计算可以采用相关技术中的计算方法，如从灰度图像中提取特征点，或从细化二值图像中提取特征等，本实施例对此不进行限定。

图7是根据又一示例性实施例示出的一种人体特征识别装置的框图；其中，人体特征图像获取模块210、候选图像确定模块220、人体特征模板生成模块230和人体特征图像识别模块250与前述图6所示实施例中的人体特征图像获取模块110、候选图像确定模块120、人体特征模板生成模块130和人体特征图像识别模块140的功能相同，在此不进行赘述。在一实施例中，所述人体特征信息为指纹信号，所述人体特征图像为指纹图像，所述候选人体特征图像为候选指纹图像，所述人体特征模板为指纹模板，在此基础上，如图7所示，人体特征模板生成模块230，还可以包括：

目标图像确定单元231，用于确定多幅所述候选指纹图像中的目标指纹图像，所述目标指纹图像为同一手指的指纹图像；

指纹模板生成单元232，用于当所述目标指纹图像的数量大于或等于预设数量阈值时，对所述目标指纹图像进行拼接，得到所述手指的指纹模板。

在一实施例中，目标图像确定单元231还可以用于：

确定各幅所述候选指纹图像之间的匹配度；

将所述匹配度达到预设匹配度阈值的候选指纹图像确定为目标指纹图像。

在一实施例中，上述装置还可以包括：

提示信息输出模块240，用于输出用于提示开启人体特征识别功能的提示信息。

在一实施例中，上述装置还可以包括：

失败概率确定模块260，用于确定人体特征识别的失败率；所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值；

在此基础上，人体特征图像获取模块210还可以用于当所述失败率超过预设失败率阈值，且当终端设备处于解锁状态时，重新获取用户的人体特征图像。

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。

下面结合一具体应用场景说明本公开，但不用于限定本公开的保护范围。

图8A是根据一示例性实施例示出的一种人体特征识别方法的应用场景示意图；如图8A所示，该终端设备的home键中设置有指纹识别传感器，当用户执行日常操作时，例如通过点击home键返回主界面，若检测到人体特征信息，则获取用户的人体特征图像，其中，所述日常操作不包括专用的人体特征采集操作。当获取人体特征图像，确定该人体特征图像是否满足预设条件，例如，确定该人体特征图像的的面积是否大于预设面积阈值，和/或，确定该人体特征图像中特征点的个数是否大于预设个数阈值，若确定该人体特征图像满足预设条件，则可以将该人体特征图像确定为候选人体特征图像，进而可以确定多幅所述候选人体特征图像中属于同一手指的人体特征图像(以下称为目标人体特征图像)。例如，可以确定各幅候选人体特征图像之间的匹配度，进而将所述匹配度达到预设匹配度阈值的候选人体特征图像确定为同一手指的人体特征图像。进而，当获得的目标人体特征图像的数量大于或等于预设数量阈值时，可以对所述目标人体特征图像进行拼接，得到所述手指的人体特征模板。在此基础上，可以输出用于提示用户开启人体特征识别功能的提示信息，以在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。图8B是根据又一示例性实施例示出的一种人体特征识别方法的应用场景示意图；如图8B所示，当终端设备处于锁屏状态时，用户可以通过触动开关键使得终端设备亮屏，并显示解锁界面(提示用户输入人体特征或密码的界面)，当用户手指与终端设备的人体特征传感器接触时，人体特征传感器可以检测到人体特征信息(该人体特征信息可以为电流信号或者电压信号)，进而执行采集人体特征图像的操作，并将采集的人体特征图像与人体特征模板进行匹配，在匹配成功时，解锁终端设备。

在一实施例中，还可以实时地确定人体特征识别的失败率；其中，所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值。当所述失败率超过预设失败率阈时，在终端设备处于解锁状态下，重新获取用户的人体特征图像。

本公开实施例的人体特征识别方法、装置及电子设备，通过在用户执行日常操作过程中检测人体特征信息，获取用户的人体特征图像，并在所述人体特征图像满足预设条件时，将所述人体特征图像确定为候选人体特征图像，进而根据所述候选人体特征图像生成人体特征模板，以在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别，可以实现在用户日常使用终端设备的过程中采集人体特征图像，生成人体特征模板，无需用户执行专用的人体特征模板采集和人体特征密码设定流程，可简化人体特征模板的录入过程，节省用户的时间，进而可提升用户体验。

图9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300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9，装置900可以包括以下一个或多个组件：处理组件902，存储器904，电源组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制装置900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902可以包括一个或多个处理器320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902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理部件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在装置900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904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906为装置900的各种组件提供电力。电力组件906可以包括电源管理系统，一个或多个电源，及其他与为装置900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述装置900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908包括一个前置摄像头和/或后置摄像头。当装置900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910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当装置900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904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902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914包括一个或多个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件914可以检测到装置900的打开/关闭状态，组件的相对定位，例如所述组件为装置900的显示器和小键盘，传感器组件914还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件914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914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914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916被配置为便于装置900和其他设备之间有线或无线方式的通信。装置900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916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916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900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，用于执行上述人体特征识别方法。

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904，上述指令可由装置900的处理器320执行以完成上述人体特征识别方法。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)

1.一种人体特征识别方法，其特征在于，包括：

若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；

根据所述候选人体特征图像生成人体特征模板；

在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

2.根据权利要求1所述的方法，其特征在于，所述人体特征图像满足预设条件包括以下至少一项：

所述人体特征图像的面积大于预设面积阈值；

所述人体特征图像中特征点的个数大于预设个数阈值。

3.根据权利要求1所述的方法，其特征在于，所述人体特征信息为指纹信号，所述人体特征图像为指纹图像，所述候选人体特征图像为候选指纹图像，所述人体特征模板为指纹模板；

所述根据所述候选人体特征图像生成人体特征模板，包括：

确定多幅所述候选指纹图像中的目标指纹图像，所述目标指纹图像为同一手指的指纹图像；

若所述目标指纹图像的数量大于或等于预设数量阈值，则对所述目标指纹图像进行拼接，得到所述手指的指纹模板。

4.根据权利要求3所述的方法，其特征在于，所述确定多幅所述候选指纹图像中的目标指纹图像，包括：

确定各幅所述候选指纹图像之间的匹配度；

将所述匹配度达到预设匹配度阈值的候选指纹图像确定为目标指纹图像。

5.根据权利要求1所述的方法，其特征在于，所述根据所述候选人体特征图像生成人体特征模板之后，还包括：

输出用于提示开启人体特征识别功能的提示信息。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定人体特征识别的失败率；所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值；

若所述失败率超过预设失败率阈值，则当终端设备处于解锁状态时，重新获取用户的人体特征图像。

7.一种人体特征识别装置，其特征在于，包括：

人体特征图像获取模块，用于在用户执行日常操作过程中检测到人体特征信息时，获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

候选图像确定模块，用于当所述人体特征图像满足预设条件时，将所述人体特征图像确定为候选人体特征图像；

人体特征模板生成模块，用于根据所述候选人体特征图像生成人体特征模板；

人体特征图像识别模块，用于在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。

8.根据权利要求7所述的装置，其特征在于，所述人体特征信息为指纹信号，所述人体特征图像为指纹图像，所述候选人体特征图像为候选指纹图像，所述人体特征模板为指纹模板；

所述人体特征模板生成模块，包括：

目标图像确定单元，用于确定多幅所述候选指纹图像中的目标指纹图像，所述目标指纹图像为同一手指的指纹图像；

指纹模板生成单元，用于当所述目标指纹图像的数量大于或等于预设数量阈值时，对所述目标指纹图像进行拼接，得到所述手指的指纹模板。

9.根据权利要求8所述的装置，其特征在于，所述目标图像确定单元还用于：

确定各幅所述候选指纹图像之间的匹配度；

将所述匹配度达到预设匹配度阈值的候选指纹图像确定为目标指纹图像。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

提示信息输出模块，用于输出用于提示开启人体特征识别功能的提示信息。

11.根据权利要求7所述的装置，其特征在于，所述装置还包括：

失败概率确定模块，用于确定人体特征识别的失败率；所述失败率为预设时间段内或预设人体特征识别次数内，人体特征识别失败次数与人体特征识别总次数的比值；

所述人体特征图像获取模块还用于当所述失败率超过预设失败率阈值，且当终端设备处于解锁状态时，重新获取用户的人体特征图像。

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：

若在用户执行日常操作过程中检测到人体特征信息，则获取用户的人体特征图像，所述日常操作不包括专用的人体特征采集操作；

若所述人体特征图像满足预设条件，则将所述人体特征图像确定为候选人体特征图像；

根据所述候选人体特征图像生成人体特征模板；

在开启人体特征识别功能后，基于所述人体特征模板对采集的待测人体特征图像进行人体特征识别。