CN109543570B - 指纹识别方法及相关产品 - Google Patents

指纹识别方法及相关产品 Download PDF

Info

Publication number
CN109543570B
CN109543570B CN201811315405.9A CN201811315405A CN109543570B CN 109543570 B CN109543570 B CN 109543570B CN 201811315405 A CN201811315405 A CN 201811315405A CN 109543570 B CN109543570 B CN 109543570B
Authority
CN
China
Prior art keywords
fingerprint
fingerprint template
image
target
feature point
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
Application number
CN201811315405.9A
Other languages
English (en)
Other versions
CN109543570A (zh
Inventor
袁石林
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201811315405.9A priority Critical patent/CN109543570B/zh
Publication of CN109543570A publication Critical patent/CN109543570A/zh
Application granted granted Critical
Publication of CN109543570B publication Critical patent/CN109543570B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1324Sensors therefor by using geometrical optics, e.g. using prisms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

本申请实施例公开了一种指纹识别方法及相关产品,应用于电子设备,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,其中方法包括:获取第一指纹图像;在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。采用本申请实施例能够针对各种环境温度,提升指纹识别效率。

Description

指纹识别方法及相关产品
技术领域
本申请涉及电子设备技术领域,具体涉及一种指纹识别方法及相关产品。
背景技术
随着电子设备(如手机、平板电脑等等)的大量普及应用,电子设备能够支持的应用越来越多,功能越来越强大,电子设备向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。
指纹识别技术也成为电子设备的标配技术,随着指纹识别技术的发展,目前较为流行的是光学指纹识别模组,该光学指纹识别模组能够很好地集成于屏幕下方,基于此,干手指的指纹图像在低温与常温时图像差别很大,尤其是,低温录入指纹模板图像,在常温情况下,进行指纹识别,或者,常温录入指纹图像,低温环境下,进行指纹识别,则指纹识别效率较低。
发明内容
本申请实施例提供了一种指纹识别方法及相关产品,可以提升指纹识别效率。
第一方面,本申请实施例提供一种电子设备,所述电子设备包括处理电路,以及与所述处理电路连接的光学指纹识别模组和存储器,其中,
所述存储器,用于预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;
所述光学指纹识别模组,用于获取第一指纹图像;
所述处理电路,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;以及从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
第二方面,本申请实施例提供一种指纹识别方法,应用于电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;所述方法包括:
获取第一指纹图像;
在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
第三方面,本申请实施例提供了一种指纹识别装置,应用于电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;所述装置包括:获取单元、比对单元和存储单元,其中,
所述获取单元,用于获取第一指纹图像;
所述比对单元,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
所述存储单元,用于从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
第四方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第二方面中的步骤的指令。
第五方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。
第六方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中所描述的指纹识别方法及相关产品,应用于电子设备,该电子设备包括光学指纹识别模组,电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,获取第一指纹图像,在第一指纹图像被指纹识别成功时,将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值,从多个比对值中选取目标比对值,并将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库,如此,可以针对各种环境温度,提升指纹识别效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种指纹识别方法的流程示意图;
图2是本申请实施例提供的另一种指纹识别方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4A是本申请实施例提供的一种指纹识别装置的功能单元组成框图;
图4B是本申请实施例提供的另一种指纹识别装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(智能手表、智能手环、无线耳机、增强现实/虚拟现实设备、智能眼镜)、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(userequipment,UE),移动台(mobile station,MS),终端设备(terminal device)等等。为方便描述,上面提到的设备统称为电子设备。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例公开的一种电子设备的结构示意图,电子设备100包括存储和处理电路110,以及与所述存储和处理电路110连接的传感器170,传感器170包括摄像头,其中:
电子设备100可以包括控制电路,该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器,例如硬盘驱动存储器,非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等),易失性存储器(例如静态或动态随机存取存储器等)等,本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制电子设备100的运转。该处理电路可以基于一个或多个微处理器,微控制器,数字信号处理器,基带处理器,功率管理单元,音频编解码器芯片,专用集成电路,显示驱动器集成电路等来实现。
存储和处理电路110可用于运行电子设备100中的软件,例如互联网浏览应用程序,互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序,电子邮件应用程序,媒体播放应用程序,操作系统功能等。这些软件可以用于执行一些控制操作,例如,基于照相机的图像采集,基于环境光传感器的环境光测量,基于接近传感器的接近传感器测量,基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能,基于触摸传感器的触摸事件检测,与在多个(例如分层的)显示屏上显示信息相关联的功能,与执行无线通信功能相关联的操作,与收集和产生音频信号相关联的操作,与收集和处理按钮按压事件数据相关联的控制操作,以及电子设备100中的其它功能等,本申请实施例不作限制。
电子设备100可以包括输入-输出电路150。输入-输出电路150可用于使电子设备100实现数据的输入和输出,即允许电子设备100从外部设备接收数据和也允许电子设备100将数据从电子设备100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170可以包括环境光传感器,基于光和电容的接近传感器,光学指纹识别模组,触摸传感器(例如,基于光触摸传感器和/或电容式触摸传感器,其中,触摸传感器可以是触控显示屏的一部分,也可以作为一个触摸传感器结构独立使用),加速度传感器,摄像头,和其它传感器等,摄像头可以为前置摄像头或者后置摄像头,光学指纹识别模组可集成于显示屏下方,用于采集指纹图像。
输入-输出电路150还可以包括一个或多个显示屏,例如显示屏130。显示屏130可以包括液晶显示屏,有机发光二极管显示屏,电子墨水显示屏,等离子显示屏,使用其它显示技术的显示屏中一种或者几种的组合。显示屏130可以包括触摸传感器阵列(即,显示屏130可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器,或者可以是使用其它触摸技术形成的触摸传感器,例如音波触控,压敏触摸,电阻触摸,光学触摸等,本申请实施例不作限制。
电子设备100还可以包括音频组件140。音频组件140可以用于为电子设备100提供音频输入和输出功能。电子设备100中的音频组件140可以包括扬声器,麦克风,蜂鸣器,音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为电子设备100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路,和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说,通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication,NFC)的电路。例如,通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线,无线局域网收发器电路和天线等。
电子设备100还可以进一步包括电池,电力管理电路和其它输入-输出单元160。输入-输出单元160可以包括按钮,操纵杆,点击轮,滚动轮,触摸板,小键盘,键盘,照相机,发光二极管和其它状态指示器等。
用户可以通过输入-输出电路150输入命令来控制电子设备100的操作,并且可以使用输入-输出电路150的输出数据以实现接收来自电子设备100的状态信息和其它输出。
基于上述图1A所描述的电子设备,可以用于实现如下功能:
所述存储器,用于预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;
所述光学指纹识别模组,用于获取第一指纹图像;
所述处理电路,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;以及从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
在一个可能的示例中,在所述将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库方面,所述处理电路具体用于:
检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,所述处理电路具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
在所述从所述多个比对值中选取目标比对值方面,所述处理电路具体用于:
从所述多个比对值中选取最小比对值作为所述目标比对值。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值方面,所述处理电路具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
在所述从所述多个比对值中选取目标比对值方面,所述处理电路具体用于:
从所述多个比对值中选取最大比对值作为所述目标比对值。
在一个可能的示例中,所述光学指纹识别模组,还具体用于:获取第二指纹图像;
所述处理电路,还具体用于从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;以及优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
请参阅图1B,图1B是本申请实施例提供的一种指纹识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;本指纹识别方法包括:
101、获取第一指纹图像。
其中,本申请实施例中,电子设备中可以预先存储多个指纹模板库,每一指纹模板库可包括至少一个指纹模板图像,电子设备中还可以存储录入库,第一指纹图像可以存储在录入库中。在用户按压光学指纹识别模组时,电子设备可以通过光学指纹识别模组进行指纹采集,得到第一指纹图像。电子设备还可以包括显示屏,光学指纹识别模组集成于显示屏下方,在用户按压显示屏时,也可以检测到用户按压光学指纹识别模组,每一指纹模板库可对应一个温度范围,可以理解为,指纹模板库中的每一指纹模板图像在采集时候的环境温度均处于同一温度范围,温度范围可以为以下至少一种:低温范围、常温范围、高温范围,在此不作限定,例如,低温范围可以为-10摄氏度~15摄氏度,常温范围可以为15摄氏度~28摄氏度,高温范围可以为28摄氏度以上。具体地,电子设备中可以预先存储指纹模板库与温度范围之间的映射关系,具体如下:
指纹模板库 温度范围
指纹模板库1 a1~a2
指纹模板库2 a2~a3
指纹模板库n an~a(n+1)
其中,上述a1,a2,a3,…,an,a(n+1)均可以表示不同的温度,a1<a2<a3,…,<an<a(n+1)。
102、在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值。
其中,第一指纹图像可以与多个指纹模板库中的任一指纹模板图像进行匹配,得到匹配值,在该匹配值大于预设识别阈值时,则可以理解为第一指纹图像被指纹识别成功,则可以进行解锁操作,否则,则可以理解为被指纹识别失败,上述预设识别阈值可以由用户自行设置或者系统默认。在第一指纹图像被指纹识别成功时,则可以将第一指纹图像作为一个指纹模板图像,并将该第一指纹图像存储入相应的指纹模板库中。具体地,则可以先将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值。
当然,也可以从每一指纹模板库中选取至少一个指纹模板图像,进而,将第一指纹图像与每一指纹模板库中选取至少一个指纹模板图像进行匹配,得到多个匹配值。上述指纹图像与指纹模板图像之间进行匹配的算法可以为结构相似性(structural similarityindex,SSIM),当然,还可以为其他算法,在此不作限定。
103、从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
其中,多个比对值中每一比对值则对应一个指纹模板库,因此,可以从多个比对值中选取目标比对值,目标比对值为多个比对值中的一个比对值,进而,可以将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库。
可选地,上述步骤102,将所述第一指纹图像与所述多个指纹模板库分别进行比对,可包括如下步骤:
A21、对所述第一指纹图像进行特征点提取,得到第一特征点集;
A22、依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
A23、确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
A24依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
则上述步骤103,从所述多个比对值中选取目标比对值,可按照如下方式实施:
从所述多个比对值中选取最小比对值作为所述目标比对值。
其中,电子设备可以对第一指纹图像进行特征点提取,得到第一特征点集,特征提取的主要算法可以为以下至少一种:Harris角点检测算法、尺度不变特征提取算法(scaleinvariant feature transform,SIFT),SURF算法等等,在此不作限定。电子设备可以确定第一特征点集的特征点数量,还可以确定第一指纹图像的面积,则第一特征点分布密度=第一特征点集的特征点数量/第一指纹图像的面积。以此类推,电子设备可以确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,上述指纹模板库i为多个指纹模板库中的任一指纹模板库,进而,可以依据第一特征点分布密度、多个第二特征点分布密度确定均方差,并将该均方差作为比对值。具体地,均方差可以按照如下公式实现:
C=(m-b1)2+(m-b2)2+…+(m-bn)2
其中,C表示均方差,m表示第一特征点分布密度,b1、b2、…、bn分别表示第二特征点分布密度。由于考虑到实际中均方差越小,则说明离散程度越小,如此,则可以从多个比对值中选取最小的比对值作为目标比对值。
可选地,上述步骤102,将所述第一指纹图像与所述多个指纹模板库分别进行比对,可包括如下步骤:
B21、对所述第一指纹图像进行特征点提取,得到第一特征点集;
B22、确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
B23、将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值。
则上述步骤103,从所述多个比对值中选取目标比对值,可按照如下方式实施:
从所述多个比对值中选取最大比对值作为所述目标比对值。
其中,电子设备可以对第一指纹图像进行特征点提取,得到第一特征点集,特征提取的主要算法可以为以下至少一种:Harris角点检测算法、SIFT,SURF算法等等,在此不作限定。电子设备可对指纹模板库j中每一指纹模板图像进行特征点提取,得到多个第二特征点集,每一指纹模板图像对应一个特征点集,进而,可以将第一特征点集与多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,将该多个匹配值的均值作为比对值,如此,可以得到多个比对值,则每一指纹模板库对应一个比对值,进而,可以从多个比对值中选取最大的比对值对应的目标比对值,比对值越大,则说明相似度越高。
可选地,上述步骤103,将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库,可包括如下步骤:
31、检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
32、若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
33、若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
其中,上述预设阈值可以由用户自行设置或者系统默认。电子设备可以检测目标指纹模板库的指纹图像存储数量,若该指纹图像存储数量达到预设阈值,则可以删除之前存储的至少一张指纹模板图像,例如,可以删除距离当前时间最久的至少一张指纹模板图像,又例如,也可以删除目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,预设时长可以由用户自行设置或者系统默认,例如,预设时长为距离当前时间最久的一张指纹模板图像的存储时长,又例如,预设时长为模板指纹模板库中所有指纹模板图像的平均存储时长,进而,在删除操作完成之后,可以将该第一指纹图像存储入该目标指纹模板库中。
可选地,上述步骤103之后,还可以包括如下步骤:
C1、获取第二指纹图像;
C2、从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;
C3、优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
其中,若再次检测到用户按压光学指纹识别模组时,则可以获取第二指纹图像,并从上述多个指纹模板库中选取最近存储的至少一个指纹模板图像,优先将第二指纹图像与该至少一个指纹模板图像进行匹配,若匹配成功,则可以进行解锁操作,不必与多个指纹模板库中的其他的指纹模板图像进行匹配,若匹配失败,则可以与多个指纹模板库中的其他指纹模板图像进行匹配,直到匹配成功为止,否则,提醒用户指纹识别失败。
举例说明下,本申请实施例中,电子设备中可以建立3个库,如:常温库、低温库以及录入库,当手指录入指纹时,图像存入录入库,其中,低温库与常温库均可以储存50张图像,在用户每次指纹解锁时,若输入的指纹图像被识别完成之后,将该指纹图像的特征点进行提取,并与系统原有的指纹模板进行比较,当与常温库中的指纹模板接近时,将指纹图像存入到常温库,当指纹图像与低温库中的指纹模板图像接近时,存入低温库,再次识别时,先与最新存入库的指纹模板进行比对,如此,可以大大提高识别速度与识别率,且当50张满之后,采用先进先出的原则进行指纹模板图像替换。
可以看出,本申请实施例中所描述的指纹识别方法,应用于电子设备,该电子设备包括光学指纹识别模组,电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,获取第一指纹图像,在第一指纹图像被指纹识别成功时,将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值,从多个比对值中选取目标比对值,并将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库,如此,可以针对各种环境温度,提升指纹识别效率。
与上述图1B所示的实施例一致地,请参阅图2,图2是本申请实施例提供的一种指纹识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;本指纹识别方法包括:
201、获取第一指纹图像。
202、在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值。
203、从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
204、获取第二指纹图像。
205、从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像。
206、优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
其中,上述步骤201-步骤206的具体描述可以参照上述图1B所描述的指纹识别方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的指纹识别方法,应用于电子设备,该电子设备包括光学指纹识别模组,电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,获取第一指纹图像,在第一指纹图像被指纹识别成功时,将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值,从多个比对值中选取目标比对值,并将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库,获取第二指纹图像,从多个指纹模板库中选取最近存储的至少一个指纹模板图像,优先将第二指纹图像与至少一个指纹模板图像进行匹配,如此,可以针对各种环境温度,提升指纹识别效率,还可以优先将指纹图像与最近录入的指纹模板图像进行匹配,由于最近录入的指纹模板图像的温度与新采集的指纹图像温度相近,有助于实现快速指纹解锁。
与上述实施例一致地,请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
获取第一指纹图像;
在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括光学指纹识别模组,电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,获取第一指纹图像,在第一指纹图像被指纹识别成功时,将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值,从多个比对值中选取目标比对值,并将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库,如此,可以针对各种环境温度,提升指纹识别效率。
在一个可能的示例中,在所述将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库方面,上述程序包括用于执行以下步骤的指令:
检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,上述程序包括用于执行以下步骤的指令:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最小比对值作为所述目标比对值。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,上述程序包括用于执行以下步骤的指令:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最大比对值作为所述目标比对值。
在一个可能的示例中,上述程序还包括用于执行以下步骤的指令:
获取第二指纹图像;
从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;
优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4A是本申请实施例中所涉及的指纹识别装置400的功能单元组成框图。该指纹识别装置400,应用于电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;所述装置400包括:获取单元401、比对单元402和存储单元403,其中,
所述获取单元401,用于获取第一指纹图像;
所述比对单元402,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
所述存储单元403,用于从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库。
可以看出,本申请实施例中所描述的指纹识别装置,应用于电子设备,该电子设备包括光学指纹识别模组,电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围,获取第一指纹图像,在第一指纹图像被指纹识别成功时,将第一指纹图像与多个指纹模板库分别进行比对,得到多个比对值,从多个比对值中选取目标比对值,并将第一指纹图像存储入目标比对值对应的目标指纹模板库,目标指纹模板库为多个指纹模板库中的一个指纹模板库,如此,可以针对各种环境温度,提升指纹识别效率。
在一个可能的示例中,在所述将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库方面,所述存储单元403具体用于:
检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,所述比对单元402具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最小比对值作为所述目标比对值。
在一个可能的示例中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,所述比对单元402具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最大比对值作为所述目标比对值。
在一个可能的示例中,如图4B所示,图4B为图4A所示的指纹识别装置的又一变型结构,其与图4A相比较,还可以包括:选取单元404和匹配单元405,具体如下:
所述获取单元401,还具体用于获取第二指纹图像;
所述选取单元404,用于从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;
所述匹配单元405,用于优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。

Claims (9)

1.一种电子设备,其特征在于,所述电子设备包括处理电路,以及与所述处理电路连接的光学指纹识别模组和存储器,其中,
所述存储器,用于预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;
所述光学指纹识别模组,用于获取第一指纹图像;
所述处理电路,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;以及从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库;
其中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对方面,所述处理电路具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
在所述从所述多个比对值中选取目标比对值方面,所述处理电路具体用于:
从所述多个比对值中选取最小比对值作为所述目标比对值;
或者,
其中,在所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值方面,所述处理电路具体用于:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
在所述从所述多个比对值中选取目标比对值方面,所述处理电路具体用于:
从所述多个比对值中选取最大比对值作为所述目标比对值。
2.根据权利要求1所述的电子设备,其特征在于,在所述将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库方面,所述处理电路具体用于:
检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
3.根据权利要求1或2所述的电子设备,其特征在于,
所述光学指纹识别模组,还具体用于:获取第二指纹图像;
所述处理电路,还具体用于从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;以及优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
4.一种指纹识别方法,其特征在于,应用于电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;所述方法包括:
获取第一指纹图像;
在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库;
其中,所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,包括:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最小比对值作为所述目标比对值;
或者,
其中,所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,包括:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最大比对值作为所述目标比对值。
5.根据权利要求4所述的方法,其特征在于,所述将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库,包括:
检测所述目标指纹模板库的指纹图像存储数量是否达到预设阈值;
若所述指纹图像存储数量未达到所述预设阈值,则直接将所述第一指纹图像存储入所述最大的目标比对值对应的目标指纹模板库;
若所述指纹图像存储数量达到所述预设阈值,则删除所述目标指纹模板库中存储时长超过预设时长的至少一张指纹模板图像,将所述第一指纹图像存储入所述目标指纹模板库中。
6.根据权利要求4或5所述的方法,其特征在于,所述方法还包括:
获取第二指纹图像;
从所述多个指纹模板库中选取最近存储的至少一个指纹模板图像;
优先将所述第二指纹图像与所述至少一个指纹模板图像进行匹配。
7.一种指纹识别装置,其特征在于,应用于电子设备,所述电子设备包括光学指纹识别模组,所述电子设备中预先存储多个指纹模板库,每一指纹模板库至少包括一张指纹模板图像,每一指纹模板库对应一个温度范围;所述装置包括:获取单元、比对单元和存储单元,其中,
所述获取单元,用于获取第一指纹图像;
所述比对单元,用于在所述第一指纹图像被指纹识别成功时,将所述第一指纹图像与所述多个指纹模板库分别进行比对,得到多个比对值;
所述存储单元,用于从所述多个比对值中选取目标比对值,并将所述第一指纹图像存储入所述目标比对值对应的目标指纹模板库,所述目标指纹模板库为所述多个指纹模板库中的一个指纹模板库;
其中,所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,包括:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
依据所述第一特征点集确定所述第一指纹图像的第一特征点分布密度;
确定指纹模板库i中每一指纹模板图像的特征点分布密度,得到多个第二特征点分布密度,所述指纹模板库i为所述多个指纹模板库中的任一个指纹模板库;
依据所述第一特征点分布密度、所述多个第二特征点分布密度确定均方差值,将所述均方差值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最小比对值作为所述目标比对值;
或者,
其中,所述将所述第一指纹图像与所述多个指纹模板库分别进行比对,包括:
对所述第一指纹图像进行特征点提取,得到第一特征点集;
确定指纹模板库j中每一指纹模板图像的特征点集,得到多个第二特征点集,每一指纹模板图像对应一个第二特征点集,所述指纹模板库j为所述多个指纹模板库中的任一个指纹模板库;
将所述第一特征点集与所述多个第二特征点集中每一第二特征点集进行匹配,得到多个匹配值,并将所述多个匹配值的均值作为所述比对值;
所述从所述多个比对值中选取目标比对值,包括:
从所述多个比对值中选取最大比对值作为所述目标比对值。
8.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求4-6任一项所述的方法中的步骤的指令。
9.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求4-6任一项所述的方法。
CN201811315405.9A 2018-11-06 2018-11-06 指纹识别方法及相关产品 Active CN109543570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811315405.9A CN109543570B (zh) 2018-11-06 2018-11-06 指纹识别方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811315405.9A CN109543570B (zh) 2018-11-06 2018-11-06 指纹识别方法及相关产品

Publications (2)

Publication Number Publication Date
CN109543570A CN109543570A (zh) 2019-03-29
CN109543570B true CN109543570B (zh) 2023-04-18

Family

ID=65844425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811315405.9A Active CN109543570B (zh) 2018-11-06 2018-11-06 指纹识别方法及相关产品

Country Status (1)

Country Link
CN (1) CN109543570B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110199295A (zh) * 2019-04-04 2019-09-03 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和电子设备
CN110276327A (zh) * 2019-06-27 2019-09-24 Oppo广东移动通信有限公司 指纹识别方法及相关产品
CN110287677B (zh) * 2019-06-28 2021-09-24 Oppo广东移动通信有限公司 应用程序的控制方法、电子设备及可读存储介质
CN110287680A (zh) * 2019-06-29 2019-09-27 Oppo广东移动通信有限公司 指纹解锁方法及相关产品
CN110309776A (zh) * 2019-06-29 2019-10-08 Oppo广东移动通信有限公司 指纹模板录入方法及相关产品
CN110516546B (zh) * 2019-07-22 2022-06-21 深圳绿米联创科技有限公司 指纹识别方法、装置、智能门锁及可读存储介质
CN110837416B (zh) * 2019-09-24 2021-04-30 深圳市火乐科技发展有限公司 内存管理方法、智能投影仪及相关产品
CN113469033A (zh) * 2021-06-30 2021-10-01 北京集创北方科技股份有限公司 图像识别方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
CN106446841A (zh) * 2016-09-27 2017-02-22 广东欧珀移动通信有限公司 一种指纹模板匹配顺序更新方法及终端
CN107430689A (zh) * 2015-12-14 2017-12-01 指纹卡有限公司 用于获取指纹图像的方法及指纹感测系统
WO2017214793A1 (zh) * 2016-06-13 2017-12-21 北京小米移动软件有限公司 指纹模板生成方法及装置
CN107784271A (zh) * 2017-09-27 2018-03-09 广东欧珀移动通信有限公司 指纹识别方法及相关产品

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9848237B2 (en) * 2015-10-21 2017-12-19 Rovi Guides, Inc. Systems and methods for identifying a source of a user interface from a fingerprint of the user interface

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
CN107430689A (zh) * 2015-12-14 2017-12-01 指纹卡有限公司 用于获取指纹图像的方法及指纹感测系统
WO2017214793A1 (zh) * 2016-06-13 2017-12-21 北京小米移动软件有限公司 指纹模板生成方法及装置
CN106446841A (zh) * 2016-09-27 2017-02-22 广东欧珀移动通信有限公司 一种指纹模板匹配顺序更新方法及终端
CN107784271A (zh) * 2017-09-27 2018-03-09 广东欧珀移动通信有限公司 指纹识别方法及相关产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于TMS320VC5402的指纹识别系统的设计;刘新妹等;《山西师范大学学报(自然科学版)》;20080930(第03期);全文 *

Also Published As

Publication number Publication date
CN109543570A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109543570B (zh) 指纹识别方法及相关产品
CN109614865B (zh) 指纹识别方法及相关产品
CN110020622B (zh) 指纹识别方法及相关产品
CN109241859B (zh) 指纹识别方法及相关产品
CN109583356B (zh) 指纹识别方法及相关产品
CN106951767B (zh) 解锁控制方法及相关产品
CN106778175B (zh) 一种界面锁定方法、装置和终端设备
CN109376702B (zh) 指纹识别方法及相关产品
CN109376700B (zh) 指纹识别方法及相关产品
CN109145800B (zh) 指纹模板更新方法及相关产品
CN109657561B (zh) 指纹采集方法及相关产品
CN107622193B (zh) 指纹解锁方法及相关产品
CN111338725A (zh) 界面布局方法及相关产品
CN109558804B (zh) 指纹采集方法及相关产品
CN107172267B (zh) 指纹识别控制方法及相关产品
CN106022071A (zh) 一种指纹解锁的方法及终端
CN104217172A (zh) 隐私内容查看方法及装置
CN110162264B (zh) 应用处理方法及相关产品
CN105868598A (zh) 一种指纹解锁的方法及终端
CN110188666B (zh) 静脉采集方法及相关产品
CN109376701B (zh) 指纹识别方法及相关产品
CN109376703B (zh) 指纹识别方法及相关产品
CN107622235B (zh) 指纹解锁方法及相关产品
CN110244848B (zh) 阅读控制方法及相关设备
CN109359453B (zh) 解锁方法及相关产品

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