CN108492420B - 基于指纹识别的安防系统 - Google Patents

基于指纹识别的安防系统 Download PDF

Info

Publication number
CN108492420B
CN108492420B CN201810271153.8A CN201810271153A CN108492420B CN 108492420 B CN108492420 B CN 108492420B CN 201810271153 A CN201810271153 A CN 201810271153A CN 108492420 B CN108492420 B CN 108492420B
Authority
CN
China
Prior art keywords
unit
matrix
fingerprint
image
data
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.)
Expired - Fee Related
Application number
CN201810271153.8A
Other languages
English (en)
Other versions
CN108492420A (zh
Inventor
安岳
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.)
Chengdu Huiwang Voyage Technology Co ltd
Original Assignee
Chengdu Huiwang Voyage Technology 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 Chengdu Huiwang Voyage Technology Co ltd filed Critical Chengdu Huiwang Voyage Technology Co ltd
Priority to CN201810271153.8A priority Critical patent/CN108492420B/zh
Publication of CN108492420A publication Critical patent/CN108492420A/zh
Application granted granted Critical
Publication of CN108492420B publication Critical patent/CN108492420B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • 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
    • 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
    • G06V40/1365—Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

为了提高对真实人体特征参数的识别准确度，提高门禁单元的识别安全性，本发明提供了一种基于指纹识别的安防系统，用于具有识别传感器和喇叭的门禁单元的指纹识别，包括本地、远程两部分分别进行识别和综合判断，对于进行识别的虚假介质给出无法识别的提示，对于能够识别的真实介质给出识别成功或失败的提示，识别过程中通过升温的方式对门禁单元自身的识别传感器在升温过程中产生的零漂的影响并未给予消除，而是积极地予以考虑并在两次检测结果的计算中进行了平方根计算这一经验计算方式的比对，从而在分析和计算中予以忽略，即计算v时的平方根计算中予以消除。经试验，对于虚假待识别体的识别准确度提高了43％左右。

Description

基于指纹识别的安防系统
技术领域
本发明属于安防与图像处理技术领域，具体涉及一种基于指纹识别的安防系统。
背景技术
生物特征识别是一种新的身份认证技术。在现实生活中，每个人都有与其他人不同的独一无二的生物特征。随着计算机技术的发展，人们可以提取自身的生物特征信息，比如人脸、指纹、指静脉、虹膜、声纹等。这种依靠人的身体特征进行身份识别的技术被称为生物特征识别技术。
近来，由于智能电话以及各种移动和可穿戴装置的发展，用于安全认证的技术的重要性在增加。在这种形式的技术中，指纹识别技术因高度的便利性、安全性和经济可行性而被广泛使用。在一般的指纹识别中，可通过经由识别传感器获取用户的指纹图像并将获取的指纹图像与预先注册的指纹图像进行比较来执行用户认证或验证。当精心制作的虚假指纹图案被输入到传感器中时，指纹识别设备可能无法将虚假的指纹图案与真正的指纹图案区分，因此可能将虚假的指纹图案识别为生物指纹。例如，当刻上指纹的材料(诸如橡胶、硅胶、明胶、环氧树脂和乳胶)与传感器进行接触时，刻在这种材料上的指纹可能被识别为人类指纹。因此，仅使用单生物特征(单模态生物特征)对身份进行识别容易被伪造和欺骗，例如单一的指纹图片容易被伪造，易模仿与窃取，并且指纹识别最初被用在犯罪领域中使一些用户存在抵触心理，还有一部分用户的单一指纹(指静脉等)特征不能采集到有效清晰的图像，使单模态生物特征系统在实际应用中有了一定得局限性。而多模态生物特征系统提高了安全系数，降低识别系统被攻破的风险，更有适用性。
发明内容
鉴于以上分析，为了提高对真实人体特征参数的识别准确度，提高门禁单元的识别安全性，本发明提供了一种基于指纹识别的安防系统，用于具有识别传感器和喇叭的门禁单元的指纹识别，包括：
第一指纹图像获取与存储单元，用于通过识别传感器获得第一指纹图像，所述第一指纹图像包括第一部分和第二部分；
第一本地分析单元，用于对第一指纹图像的所述第一部分进行第一本地分析，得到第一本地分析结果；
第一远程分析单元，用于对第一指纹图像的所述第二部分进行第一远程分析，得到第一远程分析结果；
第一判断单元，用于当第一本地分析结果满足小于第一特征值且大于第二特征值时，通过所述门禁单元升温后重新检测指纹获得第二指纹图像，同时检测待识别手指与识别传感器的识别平面的极坐标夹角θmn∈[0,1]，所述第二指纹图像包括第三部分和第四部分；否则提示无法识别而不获得第二指纹图像；
第二本地分析单元，用于对第二指纹图像的所述第三部分进行第二本地分析，得到第二本地分析结果；
第二远程分析单元，用于对第二指纹图像的所述第四部分进行第二远程分析，得到第二远程分析结果；根据第一本地分析结果、第二本地分析结果、第一远程分析结果和第二远程分析结果，确定所述门禁单元的指纹识别结果；
提示单元，用于在门禁单元的喇叭上给出“无法识别”、“识别成果”或“识别失败”的结果。
进一步地，所述第一本地分析单元包括：
第一邻域确定单元，用于以第一部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第一部分图像数据；
第一预处理单元，用于对待处理的第一部分图像数据进行二值化和降噪处理，得到数据集O；
加密单元，用于将所述数据集O进行对称式加密，得到数据集O’；
第一特征值获取单元，用于将数据集O’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集O’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵P；计算中间矩阵P与数据集O’叉乘得到的矩阵的特征值K1。
进一步地，所述第一远程分析单元包括：
第一传输单元，用于对所述第一指纹图像的所述第二部分传输到远程服务器；
第一Hash值确定单元，用于在远程服务器对接收到的第二部分的数据进行Hash运算得到与该第二部分相对应的第一Hash值；
第二预处理单元，用于对所述第二部分对应的矩阵数据K与预设参考指纹数据M对应的矩阵S相乘，其中这两个矩阵中阶数较小的一个以对角阵补齐，相乘后得到矩阵K’；
第三预处理单元，用于以所述第二部分的图像的灰度质心为中心、所述预设长度为半径，得到第二部分的图像数据矩阵L，对矩阵L进行投影得到矩阵L’，将矩阵L’与矩阵K’进行叉乘，其中这两个矩阵中结束较小的一个以对角阵补齐，叉乘后得到矩阵Q；
第二特征值获取单元，用于计算矩阵Q的特征值F。
进一步地，所述第二本地分析单元包括：
第二邻域确定单元，用于以第三部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第三部分图像数据；
第三预处理单元，用于对待处理的第三部分图像数据进行二值化和降噪处理，得到数据集R；
第二加密单元，用于将所述数据集R以数据集O的平均值为密钥进行对称式加密，得到数据集R’；
第三特征值获取单元，用于将数据集R’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集R’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵T；计算中间矩阵T与数据集R’叉乘得到的矩阵的特征值K2。
进一步地，所述第二远程分析单元包括：
第二传输单元，用于对所述第二指纹图像的所述第四部分传输到远程服务器；
第四特征值获取单元，用于设
Figure BDA0001612565950000051
其中，kmn表示第四部分的图像像素(m,n)的灰度值；
对第四部分的图像进行灰度变换Tr()得到θ′mn：
Figure BDA0001612565950000052
N为大于2的自然数；
其中
Figure BDA0001612565950000053
其中θc为边界识别阈值，由指纹边界识别经验值确定，接着再进行如下计算：
变换系数k′mn＝(K-1)θmn
对图像边界进行提取，提取出的图像边界矩阵为
Edges＝[k′mn]
计算该图像边界矩阵的特征值E；
第二Hash值确定单元，用于在远程服务器对接收到的第四部分的数据进行Hash运算得到与该第四部分相对应的第二Hash值；
第三Hash值确定单元，用于对预设参考指纹数据进行Hash运算得到第三Hash值。
进一步地，所述第二远程分析单元还包括识别结果确定单元，用于确定所述门禁单元的指纹识别结果，包括：
相似度计算单元，用于将第一Hash值与第二Hash值相加并进行一致性Hash运算，将运算结果与第三Hash值利用MinHash算法计算彼此相似度a；
识别结果确定单元，用于确定
Figure BDA0001612565950000061
是否小于预设的识别阈值，当小于时提示识别成功，否则提示识别失败。
本发明的技术方案具有以下优点：
本发明的基于指纹识别的安防系统能够基于远程和本地分别进行识别因子计算，识别过程中通过升温的方式对门禁单元自身的识别传感器在升温过程中产生的零漂的影响并未给予消除，而是积极地予以考虑并在两次检测结果的计算中进行了平方根计算这一经验计算方式的比对，从而在分析和计算中予以忽略(即计算v时的平方根计算中予以消除)经试验，对于虚假待识别体的识别准确度提高了43％左右。
附图说明
图1示出了根据本发明的系统的组成框图。
具体实施方式
如图1所示，根据本发明的优选实施例的基于指纹识别的安防系统，用于具有识别传感器和喇叭的门禁单元的指纹识别，包括：
第一指纹图像获取与存储单元，用于通过识别传感器获得第一指纹图像，所述第一指纹图像包括第一部分和第二部分；
第一本地分析单元，用于对第一指纹图像的所述第一部分进行第一本地分析，得到第一本地分析结果；
第一远程分析单元，用于对第一指纹图像的所述第二部分进行第一远程分析，得到第一远程分析结果；
第一判断单元，用于当第一本地分析结果满足小于第一特征值且大于第二特征值时，通过所述门禁单元升温后重新检测指纹获得第二指纹图像，同时检测待识别手指与识别传感器的识别平面的极坐标夹角θmn∈[0,1]，所述第二指纹图像包括第三部分和第四部分；否则提示无法识别而不获得第二指纹图像；
第二本地分析单元，用于对第二指纹图像的所述第三部分进行第二本地分析，得到第二本地分析结果；
第二远程分析单元，用于对第二指纹图像的所述第四部分进行第二远程分析，得到第二远程分析结果；根据第一本地分析结果、第二本地分析结果、第一远程分析结果和第二远程分析结果，确定所述门禁单元的指纹识别结果；
提示单元，用于在门禁单元的喇叭上给出“无法识别”、“识别成果”或“识别失败”的结果。
进一步地，所述第一本地分析单元包括：
第一邻域确定单元，用于以第一部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第一部分图像数据；
第一预处理单元，用于对待处理的第一部分图像数据进行二值化和降噪处理，得到数据集O；
加密单元，用于将所述数据集O进行对称式加密，得到数据集O’；
第一特征值获取单元，用于将数据集O’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集O’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵P；计算中间矩阵P与数据集O’叉乘得到的矩阵的特征值K1。
进一步地，所述第一远程分析单元包括：
第一传输单元，用于对所述第一指纹图像的所述第二部分传输到远程服务器；
第一Hash值确定单元，用于在远程服务器对接收到的第二部分的数据进行Hash运算得到与该第二部分相对应的第一Hash值；
第二预处理单元，用于对所述第二部分对应的矩阵数据K与预设参考指纹数据M对应的矩阵S相乘，其中这两个矩阵中阶数较小的一个以对角阵补齐，相乘后得到矩阵K’；
第三预处理单元，用于以所述第二部分的图像的灰度质心为中心、所述预设长度为半径，得到第二部分的图像数据矩阵L，对矩阵L进行投影得到矩阵L’，将矩阵L’与矩阵K’进行叉乘，其中这两个矩阵中结束较小的一个以对角阵补齐，叉乘后得到矩阵Q；
第二特征值获取单元，用于计算矩阵Q的特征值F。
进一步地，所述第二本地分析单元包括：
第二邻域确定单元，用于以第三部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第三部分图像数据；
第三预处理单元，用于对待处理的第三部分图像数据进行二值化和降噪处理，得到数据集R；
第二加密单元，用于将所述数据集R以数据集O的平均值为密钥进行对称式加密，得到数据集R’；
第三特征值获取单元，用于将数据集R’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集R’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵T；计算中间矩阵T与数据集R’叉乘得到的矩阵的特征值K2。
进一步地，所述第二远程分析单元包括：
第二传输单元，用于对所述第二指纹图像的所述第四部分传输到远程服务器；
第四特征值获取单元，用于设
Figure BDA0001612565950000091
其中，kmn表示第四部分的图像像素(m,n)的灰度值；
对第四部分的图像进行灰度变换Tr()得到θ′mn：
Figure BDA0001612565950000092
N为大于2的自然数；
其中
Figure BDA0001612565950000093
其中θc为边界识别阈值，由指纹边界识别经验值确定，接着再进行如下计算：
变换系数k′mn＝(K-1)θmn
对图像边界进行提取，提取出的图像边界矩阵为
Edges＝[k′mn]
计算该图像边界矩阵的特征值E；
第二Hash值确定单元，用于在远程服务器对接收到的第四部分的数据进行Hash运算得到与该第四部分相对应的第二Hash值；
第三Hash值确定单元，用于对预设参考指纹数据进行Hash运算得到第三Hash值。
进一步地，所述第二远程分析单元还包括识别结果确定单元，用于确定所述门禁单元的指纹识别结果，包括：
相似度计算单元，用于将第一Hash值与第二Hash值相加并进行一致性Hash运算，将运算结果与第三Hash值利用MinHash算法计算彼此相似度a；
识别结果确定单元，用于确定
Figure BDA0001612565950000101
是否小于预设的识别阈值，当小于时提示识别成功，否则提示识别失败。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于指纹识别的安防系统，用于具有识别传感器和喇叭的门禁单元的指纹识别，包括：
第一指纹图像获取与存储单元，用于通过识别传感器获得第一指纹图像，所述第一指纹图像包括第一部分和第二部分；
第一本地分析单元，用于对第一指纹图像的所述第一部分进行第一本地分析，得到第一本地分析结果；
第一远程分析单元，用于对第一指纹图像的所述第二部分进行第一远程分析，得到第一远程分析结果；
第一判断单元，用于当第一本地分析结果满足小于第一阈值且大于第二阈值时，通过所述门禁单元升温后重新检测指纹获得第二指纹图像，同时检测待识别手指与识别传感器的识别平面的极坐标夹角θmn∈[0,1]，所述第二指纹图像包括第三部分和第四部分；否则提示无法识别而不获得第二指纹图像；
第二本地分析单元，用于对第二指纹图像的所述第三部分进行第二本地分析，得到第二本地分析结果；
第二远程分析单元，用于对第二指纹图像的所述第四部分进行第二远程分析，得到第二远程分析结果；根据第一本地分析结果、第二本地分析结果、第一远程分析结果和第二远程分析结果，确定所述门禁单元的指纹识别结果；
提示单元，用于在门禁单元的喇叭上给出“无法识别”、“识别成果”或“识别失败”的结果；
所述第一本地分析单元包括：
第一邻域确定单元，用于以第一部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第一部分图像数据；
第一预处理单元，用于对待处理的第一部分图像数据进行二值化和降噪处理，得到数据集O；
加密单元，用于将所述数据集O进行对称式加密，得到数据集O’；
第一特征值获取单元，用于将数据集O’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集O’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵P；计算中间矩阵P与数据集O’叉乘得到的矩阵的特征值K1；
所述第一远程分析单元包括：
第一传输单元，用于对所述第一指纹图像的所述第二部分传输到远程服务器；
第一Hash值确定单元，用于在远程服务器对接收到的第二部分的数据进行Hash运算得到与该第二部分相对应的第一Hash值；
第二预处理单元，用于对所述第二部分对应的矩阵数据K与预设参考指纹数据M对应的矩阵S相乘，其中这两个矩阵中阶数较小的一个以对角阵补齐，相乘后得到矩阵K’；
第三预处理单元，用于以所述第二部分的图像的灰度质心为中心、所述预设长度为半径，得到第二部分的图像数据矩阵L，对矩阵L进行投影得到矩阵L’，将矩阵L’与矩阵K’进行叉乘，其中这两个矩阵中结束较小的一个以对角阵补齐，叉乘后得到矩阵Q；
第二特征值获取单元，用于计算矩阵Q的特征值F；
所述第二本地分析单元包括：
第二邻域确定单元，用于以第三部分的图像几何中心为中心、预设长度为半径的邻域内数据作为待处理的第三部分图像数据；
第三预处理单元，用于对待处理的第三部分图像数据进行二值化和降噪处理，得到数据集R；
第二加密单元，用于将所述数据集R以数据集O的平均值为密钥进行对称式加密，得到数据集R’；
第三特征值获取单元，用于将数据集R’与预设参考指纹数据M进行如下处理：对预设参考指纹数据M进行二值化处理得到M’；计算得到数据集R’的对角阵；根据所述对角阵的阶数，从所述数据集M’左上角第一个值开始截取同样阶数的中间矩阵T；计算中间矩阵T与数据集R’叉乘得到的矩阵的特征值K2；
所述第二远程分析单元包括：
第二传输单元，用于对所述第二指纹图像的所述第四部分传输到远程服务器；
第四特征值获取单元，用于设
Figure FDA0002451818750000031
其中，kmn表示第四部分的图像像素(m,n)的灰度值；
对第四部分的图像进行灰度变换Tr(θ)得到θ′mn：
Figure FDA0002451818750000032
N为大于2的自然数；
其中
Figure FDA0002451818750000041
其中θc为边界识别阈值，由指纹边界识别经验值确定，接着再进行如下计算：
变换系数k′mn＝(K-1)θmn
对图像边界进行提取，提取出的图像边界矩阵为
Edges＝[k′mn]
计算该图像边界矩阵的特征值E；
第二Hash值确定单元，用于在远程服务器对接收到的第四部分的数据进行Hash运算得到与该第四部分相对应的第二Hash值；
第三Hash值确定单元，用于对预设参考指纹数据进行Hash运算得到第三Hash值；
所述第二远程分析单元还包括识别结果确定单元，用于确定所述门禁单元的指纹识别结果，包括：
相似度计算单元，用于将第一Hash值与第二Hash值相加并进行一致性Hash运算，将运算结果与第三Hash值利用MinHash算法计算彼此相似度a；
识别结果确定单元，用于确定
Figure FDA0002451818750000042
是否小于预设的识别阈值，当小于时提示识别成功，否则提示识别失败。
CN201810271153.8A 2018-03-29 2018-03-29 基于指纹识别的安防系统 Expired - Fee Related CN108492420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810271153.8A CN108492420B (zh) 2018-03-29 2018-03-29 基于指纹识别的安防系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810271153.8A CN108492420B (zh) 2018-03-29 2018-03-29 基于指纹识别的安防系统

Publications (2)

Publication Number Publication Date
CN108492420A CN108492420A (zh) 2018-09-04
CN108492420B true CN108492420B (zh) 2020-06-30

Family

ID=63316809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810271153.8A Expired - Fee Related CN108492420B (zh) 2018-03-29 2018-03-29 基于指纹识别的安防系统

Country Status (1)

Country Link
CN (1) CN108492420B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001091057A2 (en) * 2000-05-23 2001-11-29 Takeshi Harada Fingerprint activated remote input device for personal id recognition and access authentication
CN101064045A (zh) * 2006-04-28 2007-10-31 富士通株式会社 生物认证设备和计算机产品
CN101256628A (zh) * 2007-03-02 2008-09-03 富士通株式会社 生物特征认证方法和生物特征认证装置
CN104751105A (zh) * 2013-12-29 2015-07-01 中国移动通信集团公司 一种指纹数据验证方法、装置及相关设备和系统
CN104978572A (zh) * 2015-06-30 2015-10-14 魅族科技（中国）有限公司 一种指纹采集方法及终端
CN105162604A (zh) * 2015-09-25 2015-12-16 赛肯(北京)科技有限公司 一种基于特征图像识别的验证方法、服务器及系统
CN205210968U (zh) * 2015-12-01 2016-05-04 绍兴文理学院元培学院 一种基于物联网的智能校园考勤装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6853739B2 (en) * 2002-05-15 2005-02-08 Bio Com, Llc Identity verification system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001091057A2 (en) * 2000-05-23 2001-11-29 Takeshi Harada Fingerprint activated remote input device for personal id recognition and access authentication
CN101064045A (zh) * 2006-04-28 2007-10-31 富士通株式会社 生物认证设备和计算机产品
CN101256628A (zh) * 2007-03-02 2008-09-03 富士通株式会社 生物特征认证方法和生物特征认证装置
CN104751105A (zh) * 2013-12-29 2015-07-01 中国移动通信集团公司 一种指纹数据验证方法、装置及相关设备和系统
CN104978572A (zh) * 2015-06-30 2015-10-14 魅族科技（中国）有限公司 一种指纹采集方法及终端
CN105162604A (zh) * 2015-09-25 2015-12-16 赛肯(北京)科技有限公司 一种基于特征图像识别的验证方法、服务器及系统
CN205210968U (zh) * 2015-12-01 2016-05-04 绍兴文理学院元培学院 一种基于物联网的智能校园考勤装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
一种基于指纹识别的远程身份认证方案;周功业;《计算机工程与科学》;20040730;全文 *
基于指纹识别技术的电力信息管理身份认证系统;乔雪迎;《中国优秀硕士学位论文全文数据库信息科技辑》;20180315;全文 *
基于指纹识别的电子商务认证系统设计;潘凯;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20101215;全文 *
无线网络安全的关键技术研究;何道敬;《中国博士学位论文全文数据库信息科技辑》;20131215;全文 *

Also Published As

Publication number Publication date
CN108492420A (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
US8265347B2 (en) Method and system for personal identification using 3D palmprint imaging
Faundez-Zanuy Biometric security technology
CN107437074B (zh) 一种身份认证方法和装置
KR102070635B1 (ko) 생물학적 특징 인식 장치와 방법 및 생물학적 특징 템플릿 등록 방법
Verma et al. Daughman’s algorithm method for iris recognition—a biometric approach
US10552596B2 (en) Biometric authentication
KR102198288B1 (ko) 생물학적 특징 인식 장치와 방법 및 생물학적 특징 템플릿 등록 방법
Lee et al. Secure user identification for consumer electronics devices
US20150371098A1 (en) Authentication device, authentication method and program storage medium
CN108416882B (zh) 便携式指纹识别装置
Sharma et al. Encryption of text using fingerprints as input to various algorithms
CN108492420B (zh) 基于指纹识别的安防系统
CN103888258A (zh) 一种生物特征模板防盗判别方法
CN108491814A (zh) 人脸识别监控设备
Vinothkanna et al. A multimodal biometric approach for the recognition of finger print, palm print and hand vein using fuzzy vault
US20220172537A1 (en) Device and method for user authentication using security card
CN206162538U (zh) 安全芯片
US20230059887A1 (en) Authentication device, authentication method, and recording medium
Kumari et al. A novel approach for secure multimodal biometric system using multiple biometric traits
CN108492421A (zh) 低功耗人脸识别方法
Sree et al. Dorsal Hand Vein Pattern Authentication by Hough Peaks
Tiwari et al. Certain challenges in biometrics system development
CN108416329A (zh) 远程指纹识别方法
Arunalatha et al. Spoof Detection of Fingerprint Biometrics based on Local and Global Quality Measures
CN111832533B (zh) 认证方法、装置、系统、电子设备和可读存储介质

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200630

CF01 Termination of patent right due to non-payment of annual fee