CN109754242A - 助记符生成方法、装置以及电子设备 - Google Patents
助记符生成方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN109754242A CN109754242A CN201910030926.8A CN201910030926A CN109754242A CN 109754242 A CN109754242 A CN 109754242A CN 201910030926 A CN201910030926 A CN 201910030926A CN 109754242 A CN109754242 A CN 109754242A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- sample
- target
- memonic symbol
- target fingerprint
- 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
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明提供了一种助记符生成方法、装置以及电子设备,涉及数字货币技术领域,包括:建立样本库,所述样本库中包括多个指纹样本;获取目标指纹,并将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述目标指纹中的部分指纹相似的指纹样本;将多个所述部分指纹对应的所述标识号进行拼接,得到目标数据;基于所述目标数据生成助记符,其中,所述助记符与所述目标指纹相对应,解决了现有技术中存在的目前助记符的使用过程对于用户并不方便的技术问题。
Description
技术领域
本发明涉及数字货币技术领域,尤其是涉及一种助记符生成方法、装置以及电子设备。
背景技术
主流区块链数字货币钱包应用程序(Application,简称App)会使用助记单词或助记符号(以下简称助记符)来帮助用户记录和备份数字货币的私钥。
目前,用户在丢失私钥的情况下可以通过助记符重新找回自己的私钥。助记符的使用使得用户免去记录复杂的没有任何规律可循的私钥字符串,而是直接记录相应若干个单词,对用户的记录更加方便。
助记符虽然可以帮助用户找回私钥,但对用普通用户,记录多个助记符依然不够方便快捷,并依然带有安全风险。因此,目前助记符的使用过程对于用户并不方便。
发明内容
有鉴于此,本发明的目的在于提供一种助记符生成方法、装置以及电子设备,以解决现有技术中存在的目前助记符的使用过程对于用户并不方便的技术问题。
第一方面,本发明实施例提供了一种助记符生成方法,包括:
建立样本库,所述样本库中包括多个指纹样本;
获取目标指纹,并将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述目标指纹中的部分指纹相似的指纹样本;
将多个所述部分指纹对应的所述标识号进行拼接,得到目标数据;
基于所述目标数据生成助记符,其中,所述助记符与所述目标指纹相对应。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,建立样本库,包括:
通过样例学习及样本扩充建立预设个数的样本库,其中,每个所述样本库中包括多个指纹样本。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,包括:
对所述目标指纹进行处理,得到所述预设个数的子指纹;
将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述子指纹相似的指纹样本。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,对所述目标指纹进行处理,得到所述预设个数的子指纹,包括:
将所述目标指纹与所述样本库中的指纹样本进行对齐,并按照所述预设个数将对齐后的目标指纹所在图像进行分割,得到所述预设个数的子指纹。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,将所述目标指纹与所述样本库中的指纹样本进行对齐,包括:
对所述目标指纹进行指纹提取,得到所述目标指纹的纹路方向;
对所述目标指纹进行细节提取,得到所述目标指纹的指纹细节信息;
基于所述纹路方向,通过图像旋转算法将所述目标指纹与所述样本库中的指纹样本进行对齐。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行匹配,得到匹配结果,包括:
基于所述指纹细节信息,将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行对比,得到对比结果,所述对比结果表示所述子指纹与所述指纹样本的相似度;
在所述多个指纹样本对应的多个所述相似度中,选择相似度最大的指纹样本,得到目标指纹样本;
将每个所述子指纹对应的所述目标指纹样本的标识号确定为匹配结果。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,基于所述目标数据生成助记符,包括:
基于所述目标数据,通过比特币改进协议BIP生成助记符,其中,所述目标数据为将所有所述子指纹对应的所述标识号进行拼接后的数据。
第二方面,本发明实施例还提供一种助记符生成装置,包括:
建立模块,用于建立样本库,所述样本库中包括多个指纹样本;
获取模块,用于获取目标指纹;
匹配模块,用于将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述目标指纹中的部分指纹相似的指纹样本;
拼接模块,用于将多个所述部分指纹对应的所述标识号进行拼接,得到目标数据;
生成模块,用于基于所述目标数据生成助记符,其中,所述助记符与所述目标指纹相对应。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述如第一方面所述的方法的步骤。
第四方面,本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行如第一方面所述的方法。
本发明实施例提供的技术方案带来了以下有益效果:本发明实施例提供的助记符生成方法、装置以及电子设备。首先,建立样本库,样本库中包括多个指纹样本,然后,获取目标指纹,并将目标指纹与多个指纹样本进行匹配从而得到匹配结果,匹配结果包括目标指纹样本的标识号,其中,目标指纹样本为与目标指纹中的部分指纹相似的指纹样本,之后,将多个部分指纹对应的标识号进行拼接从而得到目标数据,最后,基于目标数据生成助记符,其中,助记符与目标指纹相对应,因此,通过指纹分割、样本匹配、标识号拼接以及助记符生成等,能够生成带有指纹特征的助记符,实现了将助记符的生成过程与用户自身指纹进行绑定,从而生成基于用户指纹特征绑定的助记符,使用户无需再记忆或记录助记符便能够使用属于自己指纹的助记符,从而解决了现有技术中存在的目前助记符的使用过程对于用户并不方便的技术问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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1示出了本发明实施例一所提供的助记符生成方法的流程图;
图2示出了本发明实施例二所提供的助记符生成方法的流程图;
图3示出了本发明实施例二所提供的指纹分割的示意图;
图4示出了本发明实施例二所提供的助记符生成方法的另一流程图;
图5示出了本发明实施例四所提供的一种电子设备的结构示意图。
图标:4-电子设备;41-存储器;42-处理器;43-总线;44-通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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。
目前,助记符虽然可以帮助用户找回私钥,但对用普通用户,记录多个助记词依然不够方便快捷,并依然带有安全风险。首先多个助记符对于普通用户不容易直接记忆,多个助记符容易丢失或记错。其次,即使多个单词被记录在纸上或其它介质中,依然可能会被恶意窃取和使用。因此,目前助记符的使用过程对于用户并不方便。
基于此,本发明实施例提供的一种助记符生成方法、装置以及电子设备,可以解决现有技术中存在的目前助记符的使用过程对于用户并不方便的技术问题。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种助记符生成方法、装置以及电子设备进行详细介绍。
实施例一:
本发明实施例提供的一种助记符生成方法,如图1所示,包括:
S11:建立样本库,其中,样本库中包括多个指纹样本。
本步骤中,建立指纹样本的样本库。
S12:获取目标指纹。
在实际应用中,当用户输入指纹时,获取用户的指纹作为目标指纹。作为本实施例的优选实施方式,通过用户多次输入指纹,保证获取到的指纹图像的质量。
S13:将目标指纹与多个指纹样本进行匹配,得到匹配结果,匹配结果包括目标指纹样本的标识号,其中,目标指纹样本为与目标指纹中的部分指纹相似的指纹样本。
本步骤中,首先,对目标指纹进行处理,得到预设个数的子指纹。具体的,将目标指纹与样本库中的指纹样本进行对齐,并按照预设个数将对齐后的目标指纹所在图像进行分割,得到预设个数的子指纹。
然后,将目标指纹与样本库中的指纹样本进行对齐,并按照预设个数将对齐后的目标指纹所在图像进行分割,得到预设个数的子指纹。
S14:将多个部分指纹对应的标识号进行拼接,得到目标数据。
S15:基于目标数据生成助记符,其中,助记符与目标指纹相对应。
对于现有技术而言,数字货币钱包应用程序的助记词使用不方便,存在容易丢失、记错或被窃取等的问题。
通过将助记词的生成过程与用户自身指纹进行绑定,实现基于用户指纹特征绑定的助记词的生成,因此,助记符生成方法也可以作为一种基于指纹识别的助记符生成方法。当然,本实施例中的助记符生成过程也可以适用于使用用户其他各种生物识别信息来作为生成助记符的目标数据,例如:虹膜、人脸识别、声纹等,从而解决助记词的使用不便及安全性等问题。
本实施例中,通过指纹分割以及生成熵算法等实现指纹特征生成算法,以生成针对用户自身特点的助记词,使得用户能够直接使用自身指纹生成助记词,并能够最终生成数字货币加密密钥。
实施例二:
本发明实施例提供的一种助记符生成方法,如图2所示,包括:
S21:通过样例学习及样本扩充建立预设个数的样本库,其中,每个样本库中包括多个指纹样本。
首先使用高质量指纹库通过机器学习进行样例学习,并对学习的结果进行适当扩充。例如,针对某个方框的样本先进行样例学习,以样例为基础进行扩充,得到256个样本。数字货币钱包的应用程序收集左、右手食指样本各256个样本,每个小方框生成256个独立不同的样本。具体的,可以将指纹域分割成8个方框,每个方框设置256个独立样本,样本编号从1到256。
S22:获取目标指纹。
优选的,可以在智能终端上运行数字货币钱包的应用程序,利用智能终端上的指纹扫描和匹配功能获取用户的目标指纹。本实施例以左手食指为例进行说明,用户可以在终端上的应用程序中输入左手食指指纹,作为目标指纹。
S23:对目标指纹进行指纹提取,得到目标指纹的纹路方向。
通过指纹纹路提取获取指纹轮廓图,再通过指纹图像相邻像素节点对指纹方向进行预测。其中,指纹提取算法使用的是傅里叶函数算法,以提取纹路方向和频率,并通过平滑技术对指纹进行去噪。
S24:对目标指纹进行细节提取,得到目标指纹的指纹细节信息。
作为一个优选方案,通过指纹细节提取获取纹路分支和终端节点。其中,细节提取包括纹路和细节提取,具体的,使用Gabor滤波器和细化算法对细节进行提取。
S25:基于纹路方向,通过图像旋转算法将目标指纹与样本库中的指纹样本进行对齐。
进一步的是,使用图像旋转算法对两种指纹(用户的目标指纹与样本库中的指纹)进行方向对齐,使得两种指纹中心十字方向一致,以实现指纹对齐。具体的,对于指纹对齐的算法,是使用广义霍夫变换进行图像旋转。
S26:并按照预设个数将对齐后的目标指纹所在图像进行分割,得到预设个数的子指纹。
例如,如图3所示,将用户指纹分割为8个方框,需要说明的是,指纹大小比例最终要和已有分割总图大小一致。优选的,分割算法使用等比例分割,对指纹进行分割。
S27:将每个子指纹与对应的样本库中的多个指纹样本进行匹配,得到匹配结果,匹配结果包括目标指纹样本的标识号,其中,目标指纹样本为与子指纹相似的指纹样本。
具体的,首先,基于指纹细节信息,将每个子指纹与对应的样本库中的多个指纹样本进行对比,得到对比结果,对比结果表示子指纹与指纹样本的相似度。然后,在多个指纹样本对应的多个相似度中,选择相似度最大的指纹样本,得到目标指纹样本。最后,将每个子指纹对应的目标指纹样本的标识号确定为匹配结果。
通过对齐两个指纹,并进行比对,使用相似度评分确定指纹匹配度。具体的,通过对匹配的细节数量,不匹配细节数量,失真数等属性对指纹匹配打分,分数最高的样本作为最相似的样本。例如,在每个方框中从对应的256个样本中选择一个与用户指纹细节最相似的样本,确定此方框的样本编号。
S28:将所有子指纹对应的标识号进行拼接,得到目标数据。
将所有相似样本的编号(例如8个样本号)进行拼接,组成64位二进制数。然后,可以使用同样方法生成右手食指的64位二进制数。将两个64位二进制数拼接成128位熵(即目标数据),该熵(即目标数据)作为BIP39中生成算法所需要的熵来生成助记符。
S29:基于目标数据,通过比特币改进协议BIP生成助记符。
生成助记词所采用的算法是基于比特币社区改进协议(Bitcoin ImprovementProposal,简称BIP)中的第39号建议来实现的。具体的,首先根据128至256位二进制数熵通过迭代算法生成十二个便于用户记忆的单词(支持多国语言),通过这些助记单词和特定算法生成种子,最后再由该种子和生成算法生成私钥。
作为本实施例的另一种实施方式,对于整个助记词生成过程,用户可以向应用程序(Application,简称App)输入左、右手的食指两个指纹,每个指纹分割成8个小方框,每个小方框已经有256个样本。选择与用户指纹最相似的样本,样本编号为8位二进制数。将8个方框的二进制数拼接成64位。2个指纹的64位拼接成128位熵,使用熵和BIP第39号建议生成助记符。
例如,以用户使用手机App为例,通过显示指纹生成助记词过程。如图4所示,用户在手机端输入左、右手食指指纹,App端首先对指纹进行细节提取、指纹对齐以及指纹分割,然后调用样本数据库,即左手食指256个样本与左右手食指256个样本,之后通过指纹对比进行样本选择,即选择相似性最大的样本,最终将样本编号进行拼接从而生成熵(即目标数据),使用密钥生成算法生成助记符,之后通过助记符生成密钥,最终返回至App的keystore。
需要说明的是,假设全球共有2的32次方(以下用“^”表示次方,2的32次方即为2^32)个不同的人,每人拥有独立的不同于别人的指纹。本实施例需要指纹生成128位二进制的熵。因此生成算法是从2的32次方(即2^32)个元素集合映射到2的128次方(即2^128)个元素集合。映射的目标域2的128次方(即2^128)个数远远大于定义域的2的32次方(即为2^32)个数,因此具备映射的可行性,理想情况下,不会出现不同指纹映射到同一个熵的情况。本实施例将使用用户的左右手的食指共2个指纹。每个指纹用来生成64位二进制数。最终2个64位二进制数拼接生成128位二进制的熵。每个指纹方形图像分割成2的n次方(即2^n)个小方框,则每个方框对应熵的64/(2^n)位,即2^(6-n)位,并且需要匹配2^(32/n)种不同人的指纹。指纹方框2^(32/n)种不同的指纹对应到2^(2^(6-n))的样本,则不同的指纹对应到同一个样本的冲突概率为a=1-[2^(2^(6-n))]/[2^(32/n)]。由于指纹的每个小方块相互有关联,相关系数为0<b<1,因此若一个小方块的冲突概率为a,但是两个小方块的冲突概率为(1-b)×a^2。以此类推,则两个独立的人的右手食指指纹冲突的概率为(1-b)^(2^n-1)×a^(2^n)。
本实施例中,取n=3,即一个右手指纹分割为2^3=8个小方框,每个小方框有2^(64/8)=2^8=256种样本,需要匹配的独立的人的指纹达到2^(32/n)=1500个目标。因此1500个目标映射到8个样本的冲突概率为a=1-256/1500=0.83。假设两个小方块的指纹相关系数为0.7,则8个小方框同时冲突的概率为0.3^7×0.83^8=0.00005。即2^32个不同人的右手食指匹配到2^64个样本组合中的同一个样本的概率为0.00005。进一步,2个指纹(左右手食指)空间可以组合生成2^(64×2)个样本空间,因此2^32个不同的人匹配到2^(64×2)个样本空间的冲突概率会更低,可以忽略这种冲突概率。
但是样本空间过大会出现同一个人的2个指纹两次映射到不同样本。一个小方块映射到不同样本的概率基于图像匹配算法,一般在小方框面积较大时识别成功率较大,且每个方块只有256个样本,选错的概率较低。可以保证失败率为0.08左右,由于小方框的关联系数为0.7,因此两个小方块的识别错误率为(0.08+0.08×0.3)=0.1,以此类推一个指纹的识别错误率为0.25。同一个人2个不同指纹关联系数较低,相关系数为0.2,因此2个指纹识别错误的概率为0.25+0.25×0.8=0.45。
进一步的,由于相似图像的选择算法依然有不确定性,同一个用户的左右手食指共同生成同一个熵的概率为0.45。因此,还可以再多加入几个指纹或者引入其他生物识别信息,例如:虹膜识别、人脸识别、声纹识别等,以此来降低和其他用户的冲突概率,同时提高为恢复密钥而需要生成同一个熵的概率,因此,通过增加录入的指纹数或引入其他生物识别信息,能够进一步提高识别率。
实施例三:
本发明实施例提供的一种助记符生成装置,包括:建立模块、获取模块、匹配模块、拼接模块以及生成模块。
作为本实施例的优选实施方式,建立模块用于建立样本库,样本库中包括多个指纹样本。获取模块用于获取目标指纹。
其中,匹配模块用于将目标指纹与多个指纹样本进行匹配,得到匹配结果,匹配结果包括目标指纹样本的标识号,其中,目标指纹样本为与目标指纹中的部分指纹相似的指纹样本。
需要说明的是,拼接模块用于将多个部分指纹对应的标识号进行拼接,得到目标数据。生成模块用于基于目标数据生成助记符,其中,助记符与目标指纹相对应。
实施例四:
本发明实施例提供的一种电子设备,如图5所示,电子设备4包括存储器41、处理器42,所述存储器中存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例一或实施例二提供的方法的步骤。
参见图5,电子设备还包括:总线43和通信接口44,处理器42、通信接口44和存储器41通过总线43连接;处理器42用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口44(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线43可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器41用于存储程序,所述处理器42在接收到执行指令后,执行所述程序,前述本发明任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器42中,或者由处理器42实现。
处理器42可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器42中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器42可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41,处理器42读取存储器41中的信息,结合其硬件完成上述方法的步骤。
实施例五:
本发明实施例提供的一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行上述实施例一或实施例二提供的方法。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在这里示出和描述的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制,因此,示例性实施例的其他示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例提供的具有处理器可执行的非易失的程序代码的计算机可读介质,与上述实施例提供的助记符生成方法、装置以及电子设备具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例所提供的进行助记符生成方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所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,在本发明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。
所述功能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介质中。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或者该技术方案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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种助记符生成方法,其特征在于,包括:
建立样本库,所述样本库中包括多个指纹样本;
获取目标指纹,并将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述目标指纹中的部分指纹相似的指纹样本;
将多个所述部分指纹对应的所述标识号进行拼接,得到目标数据;
基于所述目标数据生成助记符,其中,所述助记符与所述目标指纹相对应。
2.根据权利要求1所述的助记符生成方法,其特征在于,建立样本库,包括:
通过样例学习及样本扩充建立预设个数的样本库,其中,每个所述样本库中包括多个指纹样本。
3.根据权利要求2所述的助记符生成方法,其特征在于,将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,包括:
对所述目标指纹进行处理,得到所述预设个数的子指纹;
将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述子指纹相似的指纹样本。
4.根据权利要求3所述的助记符生成方法,其特征在于,对所述目标指纹进行处理,得到所述预设个数的子指纹,包括:
将所述目标指纹与所述样本库中的指纹样本进行对齐,并按照所述预设个数将对齐后的目标指纹所在图像进行分割,得到所述预设个数的子指纹。
5.根据权利要求4所述的助记符生成方法,其特征在于,将所述目标指纹与所述样本库中的指纹样本进行对齐,包括:
对所述目标指纹进行指纹提取,得到所述目标指纹的纹路方向;
对所述目标指纹进行细节提取,得到所述目标指纹的指纹细节信息;
基于所述纹路方向,通过图像旋转算法将所述目标指纹与所述样本库中的指纹样本进行对齐。
6.根据权利要求5所述的助记符生成方法,其特征在于,将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行匹配,得到匹配结果,包括:
基于所述指纹细节信息,将每个所述子指纹与对应的所述样本库中的所述多个指纹样本进行对比,得到对比结果,所述对比结果表示所述子指纹与所述指纹样本的相似度;
在所述多个指纹样本对应的多个所述相似度中,选择相似度最大的指纹样本,得到目标指纹样本;
将每个所述子指纹对应的所述目标指纹样本的标识号确定为匹配结果。
7.根据权利要求6所述的助记符生成方法,其特征在于,基于所述目标数据生成助记符,包括:
基于所述目标数据,通过比特币改进协议BIP生成助记符,其中,所述目标数据为将所有所述子指纹对应的所述标识号进行拼接后的数据。
8.一种助记符生成装置,其特征在于,包括:
建立模块,用于建立样本库,所述样本库中包括多个指纹样本;
获取模块,用于获取目标指纹;
匹配模块,用于将所述目标指纹与所述多个指纹样本进行匹配,得到匹配结果,所述匹配结果包括目标指纹样本的标识号,其中,所述目标指纹样本为与所述目标指纹中的部分指纹相似的指纹样本;
拼接模块,用于将多个所述部分指纹对应的所述标识号进行拼接,得到目标数据;
生成模块,用于基于所述目标数据生成助记符,其中,所述助记符与所述目标指纹相对应。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质,其特征在于,所述程序代码使所述处理器执行所述权利要求1至7任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030926.8A CN109754242B (zh) | 2019-01-11 | 2019-01-11 | 助记符生成方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910030926.8A CN109754242B (zh) | 2019-01-11 | 2019-01-11 | 助记符生成方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109754242A true CN109754242A (zh) | 2019-05-14 |
CN109754242B CN109754242B (zh) | 2020-07-17 |
Family
ID=66405666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910030926.8A Active CN109754242B (zh) | 2019-01-11 | 2019-01-11 | 助记符生成方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109754242B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222774A (zh) * | 2019-12-30 | 2020-06-02 | 广州博士信息技术研究院有限公司 | 企业数据分析方法、装置及服务器 |
CN111259946A (zh) * | 2020-01-12 | 2020-06-09 | 杭州复杂美科技有限公司 | 助记词生成方法、助记词恢复方法、设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105516203A (zh) * | 2016-01-27 | 2016-04-20 | 北京博明信德科技有限公司 | 一种基于指纹分散存储的安全认证方法及系统 |
CN107180342A (zh) * | 2017-07-28 | 2017-09-19 | 广东工业大学 | 一种区块链私钥的保护方法、装置及系统 |
CN108123801A (zh) * | 2017-12-29 | 2018-06-05 | 重庆小犀智能科技有限公司 | 一种区块链钱包使用音频加密私钥系统以及方法 |
EP3346442A1 (fr) * | 2017-01-10 | 2018-07-11 | QuantifiCare S.A. | Procédé et dispositif pour horodater des images numériques |
CN108632222A (zh) * | 2017-03-22 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 密码管理装置及其管理方法、密码管理器和电子设备 |
CN108932486A (zh) * | 2018-06-21 | 2018-12-04 | Oppo(重庆)智能科技有限公司 | 指纹匹配方法、装置以及电子装置 |
CN109067529A (zh) * | 2018-09-09 | 2018-12-21 | 成都量安区块链科技有限公司 | 一种区块链用户私钥的产生方法 |
-
2019
- 2019-01-11 CN CN201910030926.8A patent/CN109754242B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105516203A (zh) * | 2016-01-27 | 2016-04-20 | 北京博明信德科技有限公司 | 一种基于指纹分散存储的安全认证方法及系统 |
EP3346442A1 (fr) * | 2017-01-10 | 2018-07-11 | QuantifiCare S.A. | Procédé et dispositif pour horodater des images numériques |
CN108632222A (zh) * | 2017-03-22 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 密码管理装置及其管理方法、密码管理器和电子设备 |
CN107180342A (zh) * | 2017-07-28 | 2017-09-19 | 广东工业大学 | 一种区块链私钥的保护方法、装置及系统 |
CN108123801A (zh) * | 2017-12-29 | 2018-06-05 | 重庆小犀智能科技有限公司 | 一种区块链钱包使用音频加密私钥系统以及方法 |
CN108932486A (zh) * | 2018-06-21 | 2018-12-04 | Oppo(重庆)智能科技有限公司 | 指纹匹配方法、装置以及电子装置 |
CN109067529A (zh) * | 2018-09-09 | 2018-12-21 | 成都量安区块链科技有限公司 | 一种区块链用户私钥的产生方法 |
Non-Patent Citations (1)
Title |
---|
JUN-HO ET AL: "《Blockchain-based mobile fingerprint verification and automatic log-in platform for future computing》", 《THE JOURNAL OF SUPERCOMPUTING》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111222774A (zh) * | 2019-12-30 | 2020-06-02 | 广州博士信息技术研究院有限公司 | 企业数据分析方法、装置及服务器 |
CN111259946A (zh) * | 2020-01-12 | 2020-06-09 | 杭州复杂美科技有限公司 | 助记词生成方法、助记词恢复方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109754242B (zh) | 2020-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ruiz et al. | Information theory in computer vision and pattern recognition | |
Baró et al. | Traffic sign recognition using evolutionary adaboost detection and forest-ECOC classification | |
CN109255346A (zh) | 点读方法、装置及电子设备 | |
CN108229156A (zh) | Url攻击检测方法、装置以及电子设备 | |
CN108429619A (zh) | 身份认证方法和系统 | |
WO2008026414A1 (fr) | Procédé de reconnaissance d'image, dispositif de reconnaissance d'image et programme de reconnaissance d'image | |
CN104036285A (zh) | 垃圾图片识别方法及系统 | |
CN114283350B (zh) | 视觉模型训练和视频处理方法、装置、设备及存储介质 | |
CN109634981A (zh) | 一种数据库扩充方法及装置 | |
CN112380853A (zh) | 业务场景交互方法、装置、终端设备及存储介质 | |
CN110781856B (zh) | 异质人脸识别模型训练方法、人脸识别方法及相关装置 | |
CN106709055A (zh) | 一种图片试题的处理方法及装置 | |
CN112597984B (zh) | 图像数据处理方法、装置、计算机设备和存储介质 | |
CN109754242A (zh) | 助记符生成方法、装置以及电子设备 | |
CN111695453A (zh) | 绘本识别方法、装置及机器人 | |
CN106557549A (zh) | 识别目标对象的方法和装置 | |
CN111488798B (zh) | 指纹识别方法、装置、电子设备及存储介质 | |
CN109885708A (zh) | 证件图片的搜索方法和装置 | |
CN111062199B (zh) | 一种不良信息识别方法及装置 | |
CN111177403B (zh) | 样本数据的处理方法和装置 | |
CN113032524A (zh) | 商标侵权识别方法、终端设备及存储介质 | |
CN113761917A (zh) | 命名实体的识别方法和装置 | |
CN110210425A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
JP6601965B2 (ja) | 探索木を用いて量子化するプログラム、装置及び方法 | |
CN112308027B (zh) | 图像匹配方法、生物识别芯片及电子装置 |
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 |