CN110163164B - 一种指纹检测的方法及装置 - Google Patents

Abstract

本申请实施例公开了指纹检测的方法及装置，方法包括：通过指纹模组采集目标物体的正面图；通过距离传感器采集上述目标物体的侧面图；根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作。可见，通过正面图和侧面图构建目标3D图像，可识别是否为2D打印攻击；进一步的，如果是三维物体且与3D指纹模板匹配，则执行预设操作，该构建3D图像且来利用3D图像进行指纹匹配的方法可提升匹配的准确度，从而能够快速确定目标指纹信息与预存指纹信息的匹配结果，以提升用户体验。

Description

一种指纹检测的方法及装置

技术领域

本申请涉及互联网技术领域，具体涉及一种指纹检测的方法及装置。

背景技术

随着科学技术的发展，指纹识别技术越来越成熟。现在市面上常见的智能终端基本上都配置有指纹解锁的技术。

需要指出的是，现有的智能终端一般都是通过光学指纹进行指纹识别。也就是说，是通过采集的二维(2Dimensions，2D)指纹图片进行指纹识别。这样的特性导致光学指纹较为容易受到2D打印/指纹残留等场景的攻击，从而导致智能终端中的个人隐私泄露。

发明内容

本申请实施例提供了一种指纹检测的检测方法及装置，能够通过三维(3Dimensions，3D)建模技术提升指纹识别的真实性，从而降低被2D打印攻破指纹密码的可能性，进而提升智能终端的安全性。

第一方面，本申请实施例提供一种指纹检测的检测方法，应用于电子设备，所述电子设备包括指纹模组和设置于指纹模组的边侧的距离传感器，所述方法包括：

通过所述指纹模组采集目标物体的正面图；

通过所述距离传感器采集上述目标物体的侧面图；

根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

根据所述比对结果执行预设操作。

第二方面，本申请实施例提供一种指纹检测的检测装置，所述装置包括：

指纹模组，用于通过所述指纹模组采集目标物体的正面图；

距离传感器，用于通过所述距离传感器采集上述目标物体的侧面图；

确定单元，用于根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

匹配单元，用于将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

处理单元，用于根据所述比对结果执行预设操作。

第三方面，本申请实施例提供一种终端包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行第一方面所述的方法中的步骤所对应的指令。

第四方面，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一方面所述的方法中所描述的部分或全部步骤。

第五方面，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一方面的方法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，通过指纹模组采集目标物体的正面图；通过距离传感器采集上述目标物体的侧面图；根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作。可见，通过正面图和侧面图构建目标3D图像，可识别是否为2D打印攻击；进一步的，如果是三维物体且与3D指纹模板匹配，则执行预设操作，该构建3D图像且来利用3D图像进行指纹匹配的方法可提升匹配的准确度，从而能够快速确定目标指纹信息与预存指纹信息的匹配结果，以提升用户体验。

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指纹检测系统的示例系统架构图；

图1b是本申请实施例提供的一种指纹检测方法的应用场景示意图；

图2是本申请实施例提供的一种指纹检测的检测方法的流程示意图；

图3是本申请实施例提供的另一种指纹检测的检测方法的流程示意图；

图4是本申请实施例提供的另一种指纹检测的检测方法的流程示意图；

图5是本申请实施例提供的一种指纹检测装置的功能单元组成框图；

图6是本申请实施例提供的另一种指纹检测装置的功能单元组成框图；

图7是本申请实施例提供的另一种指纹检测装置的功能单元组成框图；

图8是本申请实施例提供的一种电子设备的物理架构示意图。

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装置可以包括各种具有屏下指纹识别功能的手持设备、车载设备、可穿戴设备、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(user equipment，UE)，移动台(mobilestation，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装置。

为了更好的理解本申请实施例提供的一种指纹检测的检测方法，下面首先对指纹的检测方法进行简要介绍。请参阅图1a，图1a为本申请实施例提供了一种指纹检测系统示意图。如图1a所示，指纹检测系统100可应用于智能终端(或移动终端)上，用于进行指纹检测或指纹识别。具体的，该指纹检测系统包括指纹模组10以及设置于指纹模组的边侧的距离传感器(比如，红外装置20)。其中，该指纹模组10用于获取按压在该指纹模组上的目标物体的图像，该获取的图像可被称为正面图。该红外装置20与所述指纹模组垂直放置，当有目标物体按压该指纹模组10时，该红外装置20通过红外成像以获取该物体的侧面图。该红外装置20会将获取的侧面图发送给处理器，由处理器所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作(比如解锁屏幕，比如解锁应用程序，比如启动应用程序等)。具体操作如图1b，图1b为指纹检测方法的应用场景示意图，电子设备101包括显示屏102和相对于所述显示屏102的预设区域103设置的屏下指纹模组104，105为指纹放大图，当用户手指接触屏幕时，显示屏102发出的光线穿透盖板将指纹纹理照亮，形成指纹光膜，指纹将反射光线回传给指纹模组，最终形成指纹图像。可见，通过正面图和侧面图判断是否为三维物体，可识别是否为2D打印攻击；进一步的，如果是三维物体，则根据正面图和侧面图确定目标3D图片，该确定目标3D图片的方法可提升获取的目标指纹信息的准确度，从而能够快速确定目标3D图片与预存的3D指纹模板的匹配结果。

针对上述问题，本申请实施例提出一种指纹检测的检测方法，下面结合附图对本申请实施例进行详细介绍。

请参阅图2，图2是本申请实施例提供了一种指纹检测的检测方法的流程示意图，应用于如图1a和图1b所述的电子设备，所述电子设备包括指纹模组和设置于指纹模组的边侧的距离传感器(比如为红外装置)，如图2所示，本指纹检测的检测方法包括：

S201，通过所述指纹模组采集目标物体的正面图；

其中，可以需要指出的是，本发明的执行主体可以是移动终端、服务器、手持式设备等具有通信功能的电子设备。常见的移动终端包括手机、智能穿戴设备等。

其中，当检测到指纹模组上的压力值大于预设压力值时，获取所述指纹模组上的目标物体的正面图，该预设压力值开始系统默认的，也可是人工设定的。

其中，可以理解的是，当有物体按压在指纹模组上的时候，根据按压的程度会产生不同的压力值。其中，当通过按压产生的压力值大于预设压力值时，说明有人想启动指纹解锁，那么就需要判断下是否人体的手指在进行解锁。举例来说，当检测到指纹模组上的压力值大于预设压力值时，可以通过指纹模组获取按压在所述指纹膜组上的目标物体的正面图以及通过红外装置获取当检测到指纹模组上的压力值大于预设压力值时，获取所述指纹模组上的目标物体的侧面图，然后根据侧面图来判断该物体是否为三维物体。

S202、通过所述距离传感器采集上述目标物体的侧面图；

举例来说，当当检测到指纹模组上的压力值大于预设压力值时，通过红外装置获取所述指纹模组上的目标物体的侧面图。

S203、根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

其中，需要指出的是，在根据所述目标物体的正面图和所述侧面图确定目标三维3D图像之前，可以根据所述目标物体的正面图和所述侧面图判断一个物体是否为三维物体，可以判断该物体是否存在两个垂直的面。比如，如果正面图存在且该侧面图也存在，由于红外设备跟指纹膜组是垂直的，那么说明正面图与侧面图也是垂直的，即说明该目标物体为三维物体。

在一种可能的实施方式中，获取侧面图之后，可以计算侧面图中目标物体的侧面的面积，如果该面积大于预设面积，则说明侧面图存在，说明该目标物体为三维物体。

在一种可能的实施方式中，获取侧面图之后，提取侧面图中的图案，将侧面图中的图案与预设的指纹图案(或预设的指纹模型)进行匹配，如果匹配成功，说明该物体的侧面也存在指纹，也就说明该目标物体为三维物体。其中，需要指出的是，该指纹模型是终端利用机器学习算法对大量的指纹图片进行训练之后获取的，其中常见的机器学习算法包括分类算法，监督学习算法，贝叶斯算法等。

其中，需要指出的是，如果该目标物体为三维物体，那么可以进一步确认该三维物体是否为用户的手指。比如对所述正面图和侧面图进行分析，如果正面图和侧面图中均包含指纹信息，那么说明该目标物体为用户的手指。当然，如果确认该目标物体为用户的手指，则根据所述目标物体的正面图和侧面图确定目标指纹信息。

其中，需要指出的是，如果仅仅是正面图，那么该正面图提供的信息有限，且提供的信息是否完整都存在未知(比如手指上粘有不明物体，就容易导致指纹不清晰)，因此，通过侧面图中的指纹信息可以修正正面图的指纹信息，从而保证获取到的该目标物体的指纹信息的准确性。

举例来说，可以将确定正面图中指纹的位置以及侧面图中指纹的位置，然后将两个图中的指纹进行匹配以确定指纹重叠的位置，利用侧面图中重叠的位置来修正正面图中重叠的位置，结合正面图中不与侧面图重叠的指纹信息以及修正的指纹信息就可以获取目标指纹信息。

另外，进一步需要指出的是，所述根据所述目标物体的正面图和侧面图确定目标指纹信息之前，所述方法还包括：

对所述正面图进行识别以确定是否为指纹图片；

所述根据所述目标物体的正面图和侧面图确定目标指纹信息，包括：

若所述正面图为指纹图片，则根据所述目标物体的正面图和侧面图确定目标指纹信息。

具体的，所述对所述正面图进行识别以确定是否为指纹图片，包括：

对所述正面图进行特征点提取以获取表征信息；将所述表征信息与第一指纹识别模型进行匹配；若匹配成功，则确定所述正面图为指纹图片。

进一步的，所述将所述表征信息与指纹识别模型进行匹配之前，可以对真指纹图、假指纹图以及非指纹图进行学习以获取第一指纹识别模型，获取第一指纹识别模型的过程包括：获取预设数量的真指纹图、假指纹图以及非指纹图；利用预设的机器学习算法对获取的所述真指纹图、假指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

可替换的，所述将所述表征信息与指纹识别模型进行匹配之前，可以对真指纹图、假指纹图学习以获取第一指纹识别模型。具体的，获取苏搜狐第一指纹识别模型的过程包括：获取预设数量的指纹图以及非指纹图；利用预设的机器学习算法对获取的所述指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

其中，需要指出的是，所述对所述正面图进行识别以确定是否为指纹图片，包括：对所述正面图进行特征点提取以获取表征信息；将所述表征信息与第二指纹识别模型进行匹配；若匹配失败，则确定所述正面图为指纹图片。

具体的，所述将所述表征信息与第二指纹识别模型进行匹配之前，所述方法还包括：获取预设数量的非指纹图；利用预设的机器学习算法对获取的所述非指纹图进行机器学习以获取第二所述指纹识别模型。

S204、将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

其中，可以理解的是，预存的3D指纹模板包括该终端的拥有者的指纹信息。该预存的指纹信息是用户在启动指纹解锁功能时录入的指纹信息，当然该预存的指纹信息可以是一个或多个。

另外，需要指出的是，为了安全起见，该预存的3D指纹模板可以存储在云端且处于加密状态。当获取到所述目标3D图像时，终端就会向云服务器发送预存的指纹信息获取请求，接收到云服务器反馈的指纹信息后，终端就会按照预设的加密算法对该目标指纹信息进行加密，然后将加密后的目标3D图像与接收到的云服务器发送的3D指纹模板进行匹配。可以理解的是，该匹配方式可提高终端的安全性，在使得终端不知道预存的指纹信息的情况，完整进行指纹的检测和识别，这样即便终端即便被植入木马，也不会泄露用户的指纹信息，从而提升了终端的安全性。

S205、根据所述比对结果执行预设操作。

可以理解的是，如果目标指纹与预存的指纹信息匹配，说明是终端的拥有者在使用该终端，此时就可以解开屏幕锁定以供用户进行操作，当然，也可以启动某个应用程序或者执行某种操作。

从上可知，通过实施本发明提供的技术方案，通过指纹模组采集目标物体的正面图；通过距离传感器采集上述目标物体的侧面图；根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作。可见，通过正面图和侧面图构建目标3D图像，可识别是否为2D打印攻击；进一步的，如果是三维物体且与3D指纹模板匹配，则执行预设操作，该构建3D图像且来利用3D图像进行指纹匹配的方法可提升匹配的准确度，从而能够快速确定目标指纹信息与预存指纹信息的匹配结果，以提升用户体验。

与上述图2所示的实施例一致的，请参阅图3，图3是本申请实施例提供的一种指纹检测的检测方法的流程示意图，应用于如图1a和图1b所述的电子设备，所述电子设备包括指纹模组和设置于指纹模组的边侧的距离传感器(比如为红外装置)，如图所示3，本指纹检测的检测方法包括：

S301，当检测到指纹模组上的压力值大于预设压力值时，通过所述指纹模组获取目标物体的正面图和以及通过所述距离传感器获取所述目标装置的侧面图；

可以理解的是，该目标物体为按压在所述指纹膜组上的物体。比如可以是人的手指，当然也有可能是其他的物体。

S302，根据所述目标物体的侧面图判断所述目标物体是否为三维物体；

S303，若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；

S304，将所述表征信息与第一指纹识别模型进行匹配；其中，该第一指纹识别模型是利用预设的机器学习算法对获取的真指纹图、假指纹图以及非指纹图进行机器学习训练后得到；

S305，若匹配成功，则确定所述正面图为指纹图片；

S306，若所述正面图为指纹图片，则根据所述目标物体的正面图和所述侧面图确定目标3D图像；

S307，将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

S308，若所述比对结果为比对成功，则对终端进行屏幕解锁。

可以理解的是，比对成功可以是所述目标3D图像与预存的3D指纹模板之间的相似度大于预设阈值，该阈值可以是99％，95％等，在此不做限制。该预设阈值可以是系统默认的也可以是人工设定的。

另外，本发明实施例的相关术语或解释可参考上述实施例描述的内容。

可以看出，本申请实施例中，根据所述目标物体的侧面图判断所述目标物体是否为三维物体；若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；然后通过表征信息与通过机器学习获得的第一指纹识别模型进行匹配；如果匹配成功，则说明为指纹图片，那么就说明此时真的需要进行指纹识别，并不是恶意攻击，那么需要根据正面图和侧面图获取目标指纹信息，然后将所述目标指纹信息与预存的指纹信息进行匹配；若匹配成功，则对终端进行屏幕解锁。

请参阅图4，图4是本申请实施例提供的一种指纹检测的检测方法的流程示意图，应用于如图1a和图1b所述的电子设备，所述电子设备包括指纹模组和设置于指纹模组的边侧的距离传感器(比如为红外装置)，如图所示4，本指纹检测的检测方法包括：

S401，当检测到指纹模组上的压力值大于预设压力值时，通过所述指纹模组获取目标物体的正面图和以及通过所述距离传感器获取所述目标装置的侧面图；

S402，根据所述目标物体的侧面图判断所述目标物体是否为三维物体；

S403，若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；

S404，将所述表征信息与第二指纹识别模型进行匹配；其中，所述第二指纹识别模型是利用预设的机器学习算法对获取的非指纹图进行机器学习之后获得的模型；

S405，若匹配失败，则确定所述正面图为指纹图片；

S406，若所述正面图为指纹图片，则根据所述目标物体的正面图和所述侧面图确定目标3D图像；

S407，将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

S408，若所述比对结果为比对成功，则对终端进行屏幕解锁。

另外，本发明实施例的相关术语或解释可参考上述实施例描述的内容。

可以看出，本申请实施例中，根据所述目标物体的侧面图判断所述目标物体是否为三维物体；若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；然后通过表征信息与通过机器学习获得的第二指纹识别模型进行匹配；由于该第二指纹识别模型是对获取的非指纹图进行机器学习之后获得的模型，那么如果匹配失败，则说明为指纹图片，那么就说明此时真的需要进行指纹识别，并不是恶意攻击，那么需要根据正面图和侧面图获取目标3D图像，然后将所述目标3D图像与预存的3D指纹模板进行匹配；若匹配成功，则对终端进行屏幕解锁(当然，也可以是其他的操作，比如解锁应用程序)。

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5是本申请实施例中所涉及的指纹检测的检测装置500的功能单元组成框图。该装置500包括以下逻辑单元：

指纹模组501，用于通过所述指纹模组采集目标物体的正面图；

距离传感器502，用于通过所述距离传感器采集上述目标物体的侧面图；

确定单元503，用于根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

匹配单元504，用于根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

处理单元505，用于根据所述比对结果执行预设操作。

其中，需要指出的是，本实施例所述的上述逻辑单元可描述方法实施例中S201-S205所述的方法。

从而可知，本发明实施例提供的装置，通过指纹模组采集目标物体的正面图；通过距离传感器采集上述目标物体的侧面图；根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作。可见，通过正面图和侧面图构建目标3D图像，可识别是否为2D打印攻击；进一步的，如果是三维物体且与3D指纹模板匹配，则执行预设操作，该构建3D图像且来利用3D图像进行指纹匹配的方法可提升匹配的准确度，从而能够快速确定目标指纹信息与预存指纹信息的匹配结果，以提升用户体验。

图6是本申请实施例中所涉及的指纹检测的检测装置600的功能单元组成框图，包括以下逻辑单元：

获取单元601，用于当检测到指纹模组上的压力值大于预设压力值时，通过指纹模组获取目标物体的正面图和以及通过距离传感器获取所述目标装置的侧面图；

可以理解的是，该获取单元601包括指纹膜组和距离传感器(比如红外装置)。

判断单元602，用于根据所述目标物体的侧面图判断所述目标物体是否为三维物体；

提取单元603若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；

匹配单元604，用于将所述表征信息与第一指纹识别模型进行匹配；其中，该第一指纹识别模型是利用预设的机器学习算法对获取的真指纹图、假指纹图以及非指纹图进行机器学习训练后得到；

确定单元605，用于若匹配成功，则确定所述正面图为指纹图片；若所述正面图为指纹图片，则根据所述目标物体的正面图和所述侧面图确定目标3D图像；

匹配单元604，还用于将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

解锁单元606，用于若所述比对结果为比对成功，则对终端进行屏幕解锁。

需要指出的是，本实施例所述的上述逻辑单元可执行S301-S308所述的方法。

图7是本申请实施例中所涉及的指纹检测的检测装置700的功能单元组成框图，包括以下逻辑单元：

获取单元701，用于当检测到指纹模组上的压力值大于预设压力值时，通过指纹模组获取目标物体的正面图和以及通过距离传感器获取所述目标装置的侧面图；

可以理解的是，该获取单元701包括指纹膜组和距离传感器(比如红外装置)。

判断单元702，用于根据所述目标物体的侧面图判断所述目标物体是否为三维物体；

提取单元703，用于若所述目标物体为三维物体，对所述正面图进行特征点提取以获取表征信息；

匹配单元704，用于将所述表征信息与第二指纹识别模型进行匹配；其中，所述第二指纹识别模型是利用预设的机器学习算法对获取的非指纹图进行机器学习之后获得的模型；

确定单元705，用于若匹配失败，则确定所述正面图为指纹图片；若所述正面图为指纹图片，则根据所述目标物体的正面图和所述侧面图确定目标3D图像；

匹配单元704，还用于将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

解锁单元706，用于若所述比对结果为比对成功，则对终端进行屏幕解锁。

需要指出的是，本实施例所述的上述逻辑单元可执行S401-S408所述的方法。

与上述图2、图3、图4所示的实施例一致的，请参阅图8，图8是本申请实施例提供的一种电子设备800的结构示意图，如图所示，所述电子设备800包括应用处理器810、存储器820、通信接口830以及一个或多个程序821，其中，所述一个或多个程序821被存储在上述存储器820中，并且被配置由上述应用处理器810执行，当所述一个或多个程序821被运行时，处理器810执行以下操作：

通过所述指纹模组采集目标物体的正面图；

通过所述距离传感器采集上述目标物体的侧面图；

根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

根据所述比对结果执行预设操作。

可选的，所述根据所述目标物体的正面图和所述侧面图确定目标三维3D图像之前，所述处理器810执行以下操作：

对所述正面图进行识别以确定是否为指纹图片；

所述根据所述目标物体的正面图和所述侧面图确定目标三维3D图像，包括：

若所述正面图为指纹图片，则根据所述目标物体的正面图和所述侧面图确定目标3D图像。

可选的，所述对所述正面图进行识别以确定是否为指纹图片，包括：

对所述正面图进行特征点提取以获取表征信息；

将所述表征信息与第一指纹识别模型进行匹配；

若匹配成功，则确定所述正面图为指纹图片。

可选的，所述将所述表征信息与指纹识别模型进行匹配之前，所述处理器810执行以下操作：

获取预设数量的真指纹图、假指纹图以及非指纹图；

利用预设的机器学习算法对获取的所述真指纹图、假指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

可选的，所述将所述表征信息与指纹识别模型进行匹配之前，所述所述处理器810执行以下操作：

获取预设数量的指纹图以及非指纹图；

利用预设的机器学习算法对获取的所述指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

可选的，所述对所述正面图进行识别以确定是否为指纹图片，包括：

对所述正面图进行特征点提取以获取表征信息；

将所述表征信息与第二指纹识别模型进行匹配；

若匹配失败，则确定所述正面图为指纹图片。

可选的，所述将所述表征信息与第二指纹识别模型进行匹配之前，所述处理器810执行以下操作：

获取预设数量的非指纹图；

利用预设的机器学习算法对获取的所述非指纹图进行机器学习以获取第二所述指纹识别模型。

从上可知，通过实施本发明提供的技术方案，通过指纹模组采集目标物体的正面图；通过距离传感器采集上述目标物体的侧面图；根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；根据所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；根据所述比对结果执行预设操作。可见，通过正面图和侧面图构建目标3D图像，可识别是否为2D打印攻击；进一步的，如果是三维物体且与3D指纹模板匹配，则执行预设操作，该构建3D图像且来利用3D图像进行指纹匹配的方法可提升匹配的准确度，从而能够快速确定目标指纹信息与预存指纹信息的匹配结果，以提升用户体验。

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，ReaP-Only Memory)、随机存取存储器(RAM，RanPom 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：ReaP-Only Memory，简称：ROM)、随机存取器(英文：RanPom 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)

1.一种指纹检测的检测方法，其特征在于，应用于电子设备，所述电子设备包括屏下指纹模组和设置于指纹模组的边侧的距离传感器，所述方法包括：

通过所述屏下指纹模组采集目标物体的正面图；

通过所述距离传感器采集上述目标物体的侧面图；

对所述正面图进行识别以确定是否为指纹图片；

若是，则根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

根据所述比对结果执行预设操作。

2.根据权利要求1所述的方法，其特征在于，所述对所述正面图进行识别以确定是否为指纹图片，包括：

对所述正面图进行特征点提取以获取表征信息；

将所述表征信息与第一指纹识别模型进行匹配；

若匹配成功，则确定所述正面图为指纹图片。

3.根据权利要求2所述的方法，其特征在于，所述将所述表征信息与指纹识别模型进行匹配之前，所述方法还包括：

获取预设数量的真指纹图、假指纹图以及非指纹图；

利用预设的机器学习算法对获取的所述真指纹图、假指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

4.根据权利要求2所述的方法，其特征在于，所述将所述表征信息与指纹识别模型进行匹配之前，所述方法还包括：

获取预设数量的指纹图以及非指纹图；

利用预设的机器学习算法对获取的所述指纹图以及非指纹图进行机器学习以获取所述第一指纹识别模型。

5.根据权利要求1所述的方法，其特征在于，所述对所述正面图进行识别以确定是否为指纹图片，包括：

对所述正面图进行特征点提取以获取表征信息；

将所述表征信息与第二指纹识别模型进行匹配；

若匹配失败，则确定所述正面图为指纹图片。

6.根据权利要求5所述的方法，其特征在于，所述将所述表征信息与第二指纹识别模型进行匹配之前，所述方法还包括：

获取预设数量的非指纹图；

利用预设的机器学习算法对获取的所述非指纹图进行机器学习以获取第二所述指纹识别模型。

7.一种指纹检测的检测装置，其特征在于，所述装置包括：

屏下指纹模组，用于通过所述屏下指纹模组采集目标物体的正面图；

距离传感器，用于通过所述距离传感器采集上述目标物体的侧面图；

确定单元，用于对所述正面图进行识别以确定是否为指纹图片；若是，则根据所述目标物体的正面图和所述侧面图确定目标三维3D图像；

匹配单元，用于将所述目标3D图像与预存的3D指纹模板进行比对以获取比对结果；

处理单元，用于根据所述比对结果执行预设操作。

8.一种终端，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，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1-6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，所述介质用于存储计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-6任一项所述的方法。

Images