CN110188659B - 健康检测方法及相关产品 - Google Patents
健康检测方法及相关产品 Download PDFInfo
- Publication number
- CN110188659B CN110188659B CN201910447716.9A CN201910447716A CN110188659B CN 110188659 B CN110188659 B CN 110188659B CN 201910447716 A CN201910447716 A CN 201910447716A CN 110188659 B CN110188659 B CN 110188659B
- Authority
- CN
- China
- Prior art keywords
- vein
- preset
- images
- target
- image
- 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
Links
Images
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请实施例提供一种健康检测方法及相关产品,应用于电子设备,该电子设备包括静脉识别模组,方法包括:通过静脉识别模组获取目标对象的多个静脉图像,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,依据多个匹配结果,确定目标对象的目标身体状况信息,如此,电子设备可通过静脉识别模组获取目标对象的静脉图像,并对静脉图像进行分析,得到目标对象的身体状态,从而实现健康检测。
Description
技术领域
本申请涉及电子技术领域,具体涉及一种健康检测方法及相关产品。
背景技术
静脉识别,是生物识别的一种,静脉识别系统一种方式是通过静脉识别仪取得个人静脉分布图,依据专用比对算法从静脉分布图提取特征值,另一种方式通过红外线CCD摄像头获取手指、手掌、手背静脉的图像,将静脉的数字图像存贮在计算机系统中,实现特征值存储。目前,静脉作为人体的重要生物特征,也可以在一定程度上作为健康评判依据,因此,如何依据静脉识别健康的问题亟待解决。
发明内容
本申请实施例提供了一种健康检测方法及相关产品,能够实现健康检测。
第一方面,本申请实施例提供一种健康检测方法,应用于电子设备,所述电子设备包括静脉识别模组,所述方法包括:
通过所述静脉识别模组获取目标对象的多个静脉图像;
将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
依据所述多个匹配结果,确定所述目标对象的目标身体状况信息。
第二方面,本申请实施例提供了一种健康检测装置,应用于电子设备,所述电子设备包括静脉识别模组,所述装置包括:
获取单元,用于通过所述静脉识别模组获取目标对象的多个静脉图像;
匹配单元,用于将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
确定单元,用于依据所述多个匹配结果,确定所述目标对象的目标身体状况信息。
第三方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口和静脉识别装置,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一方面中的步骤的指令。
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健康检测方法及相关产品,应用于电子设备,该电子设备包括静脉识别模组,电子设备可通过静脉识别模组获取目标对象的多个静脉图像,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,依据多个匹配结果,确定目标对象的目标身体状况信息,如此,电子设备可通过静脉识别模组获取目标对象的静脉图像,并对静脉图像进行分析,得到目标对象的身体状态,从而实现健康检测。
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健康检测方法的流程示意图;
图2是本申请实施例提供的一种健康检测方法的流程示意图;
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健康检测装置的结构示意图;
图4B是本申请实施例提供的图4A所示的一种健康检测装置的变型结构。
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、无线耳机、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(mobile station,MS),终端设备(terminaldevice)等等,电子设备例如可以为智能手机、平板电脑、耳机盒等等。为方便描述,上面提到的设备统称为电子设备。
请参阅图1A,图1A是本申请实施例提供的一种电子设备的结构示意图,电子设备包括控制电路和输入-输出电路,输入输出电路与控制电路连接。
其中,控制电路可以包括存储和处理电路。该存储和处理电路中的存储电路可以是存储器,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。存储和处理电路中的处理电路可以用于控制电子设备的运转。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。
存储和处理电路可用于运行电子设备中的软件,例如播放来电提示响铃应用程序、播放短消息提示响铃应用程序、播放闹钟提示响铃应用程序、播放媒体文件应用程序、互联网协议语音(voice over internet protocol,VOIP)电话呼叫应用程序、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,播放来电提示响铃、播放短消息提示响铃、播放闹钟提示响铃、播放媒体文件、进行语音电话呼叫以及电子设备中的其它功能等,本申请实施例不作限制。
其中,输入-输出电路可用于使电子设备实现数据的输入和输出,即允许电子设备从外部设备接收数据和允许电子设备将数据从电子设备输出至外部设备。
输入-输出电路可以进一步包括传感器。传感器可以包括静脉识别模组,还可以包括环境光传感器,基于光和电容的红外接近传感器,超声波传感器,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,重力传感器,和其它传感器等。输入-输出电路还可以进一步包括音频组件,音频组件可以用于为电子设备提供音频输入和输出功能。音频组件还可以包括音调发生器以及其它用于产生和检测声音的组件。
其中,静脉识别模组可集成设置于显示屏下方,或者,静脉识别模组还可设置于电子设备壳体背面。具体地,静脉识别模块可包括红外灯以及静脉图像采集模块,红外灯可发射红外光,红外光照射到人体静脉的皮肤时,红外光会穿过皮肤,静脉会产生反射,从而形成静脉纹路图像,从而,可通过静脉图像采集模块采集静脉图像。
输入-输出电路还可以包括一个或多个显示屏。显示屏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。显示屏可以包括触摸传感器阵列(即,显示屏可以是触控显示屏)。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。
输入-输出电路还可以进一步包括通信电路可以用于为电子设备提供与外部设备通信的能力。通信电路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,通信电路可以包括近场通信天线和近场通信收发器。通信电路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。
输入-输出电路还可以进一步包括其它输入-输出单元。输入-输出单元可以包括按钮,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。
其中,电子设备还可以进一步包括电池(未图示),电池用于给电子设备提供电能。
下面对本申请实施例进行详细介绍。
请参阅图1B,图1B是本申请实施例提供的一种健康检测方法的流程示意图,应用于上述图1A所描述的电子设备,所述电子设备包括静脉识别模组,该健康检测方法可包括如下步骤:
101、通过所述静脉识别模组获取目标对象的多个静脉图像。
其中,电子设备中可包括静脉识别模组,上述目标对象可为使用该电子设备的用户,电子设备可通过该静脉识别模组获取目标对象的一系列的静脉图像,得到多个静脉图像,该静脉图像可包括以下至少一种:指静脉图像、手掌静脉图像、手背静脉图像、颈静脉图像、手腕静脉图像等等,在此不作限定,具体实现中,电子设备可在目标对象距离静脉识别模组一定距离时,在一段时间内采集目标对象的多个静脉图像。
可选地,上述步骤101,通过所述静脉识别模组获取目标对象的多个静脉图像,可包括以下步骤:
A1、检测所述目标对象与所述静脉识别模组之间的距离;
A2、若所述距离处于预设区间,则获取所述目标对象在所述静脉识别模组所述预设区间内的停留时间;
A3、若所述停留时间处于预设时间段,则通过所述静脉识别模组每隔预设时间间隔获取所述目标对象的多个静脉图像。
其中,预设区间可为用户自行设置或者系统默认,可以理解为允许静脉识别模组进行静脉图像采集时与目标对象之间最大的距离区间,预设时间段可为系统默认或者用户自行设置,具体实现中,电子设备中可安装距离传感器,可通过该距离传感器检测目标对象与静脉识别模组之间的距离,若该距离在预设区间内,若目标对象在静脉识别模组前的停留时间过短,则可能获取不到清晰的静脉图像,会降低图像的质量,因此,可获取目标对象在距离静脉识别模组预设区间内的停留时间,若该停留时间处于预设时间段,则电子设备可通过静脉识别模组每隔预设时间间隔获取目标对象的多个静脉图像,上述预设时间间隔可为系统默认或者用户自行设置,同时,静脉识别模组对目标对象的静脉图像的采集方式可为非接触式采集,若目标对象为手腕静脉图像,由于在采集过程中,目标对象可能会移动,可能会造成采集的位置不准确,因此可采集多个静脉图像,另外,上述停留时间若小于预设时间段,则不进行静脉图像的采集,可防用户误启动静脉识别模组,造成电子设备不必要的功耗。
102、将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像。
其中,预设静脉模板可为事先采集的目标对象在身体状况为健康状态下的不同身体部位的静脉图像,电子设备中可预存上述预设静脉模板,可将上述多个静脉图像与预设静脉模板进行匹配,例如,若采集的多个静脉图像为指静脉图像,电子设备中也可存储目标对象在健康状态下的多个手指的指静脉图像模板,在匹配时,可将采集到的多个指静脉图像与预设指静脉图像一一进行匹配,得到多个匹配结果。
可选地,上述步骤102,将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,可包括以下步骤:
B1、对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;
B2、从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;
B3、对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;
B4、对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
B5、对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,其中,每一个静脉轮廓图像对应一个第一特征点集;
B6、获取所述预设静脉模板对应的第二特征点集;
B7、将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
其中,由于静脉识别模组获取到的静脉图像的图像质量可能会存在差异,因此,电子设备可对静脉图像进行图像质量评价,具体实现中,可采用图像质量评价指标对拍摄到的多个静脉图像进行图像质量评价,得到多个图像质量评价值,图像质量评价指标可包括以下至少一种:平均灰度、均方差、熵、边缘保持度、信噪比等等,可定义为图像质量评价值越大,则图像质量越好,如此,可得到高质量的目标静脉图像,电子设备中可预设阈值,该预设阈值可系统默认或者用户自行设置,该预设阈值可理解为评价图像质量高的最小值,若静脉图像的图像质量评价值超过上述预设阈值,则表示该图像的图像质量达到最低图像质量需求,因此,可从上述多个图像质量评价值中选取超过预设阈值的评价值,并获取该评价值对应的静脉图像,得到多个目标静脉图像。
进一步地,可对上述多个目标静脉图像中的每一静脉图像进行图像分割处理,得到多个静脉区域图像,其中,每一目标静脉图像对应一个静脉区域图像,如此,可剔除图像中的不必要的噪点和图像中较为尖锐的图像成分,使整个图像较为均匀,以仅保留包含静脉的静脉区域图像,例如,若静脉图像为手背静脉图像,则静脉区域图像中可包括手背静脉的交叉点、端点、长度等区域,上述图像分割的方法可包括以下至少一种:灰度阈值分割、边缘分割、区域分割等等,在此不作限定;在得到多个静脉区域图像以后,可对上述多个静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,其中,每一个静脉区域图像可对应一个静脉轮廓图像,该静脉轮廓图像中包含静脉的轮廓,上述轮廓提取的方法可包括以下至少一种:Marr-Hildreth算法、Sobel算法、Canny算法等等,在此不作限定。
再进一步地,电子设备可对上述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,其中,每一个静脉轮廓图像对应一个第一特征点集,然后,可获取上述预设静脉模板对应的第二特征点集,将上述多个第一特征点集与第二特征点集进行一一匹配,可得到多个匹配结果,该匹配结果可以是匹配值,该匹配值越大,表示与预设静脉模板的相似性越大,上述匹配结果也可为特征点,可得到多个匹配成功的特征点,上述特征点可表示为静脉图像与预设静脉模板中的相同特征。
其中,上述特征点提取方法可包括以下至少一种:主成分分析算法、线性决策分析算法、流行学习算法、核最大间距准则算法、局部二值模式等等,在此不作限定。
在一个可能的示例中,上述步骤102,将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,可包括以下步骤:
C1、对静脉图像i进行图像分割,得到静脉区域图像,所述静脉图像i为所述多个静脉图像中的任一静脉图像;
C2、对所述静脉区域图像进行特征提取,得到目标特征点集;
C3、将所述静脉区域图像划分为多个区域,每一区域的面积大小相同;
C4、依据所述目标特征点集确定所述多个区域中每一区域的特征点数量,得到多个特征点数量;
C5、从所述多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取所述至少一个目标特征点数量对应的区域,得到至少一个目标区域;
C6、将所述至少一个目标区域对应的特征点与所述预设静脉模板对应的特征点进行匹配,得到一匹配结果。
其中,上述预设阈值、预设静脉模板、预设匹配阈值均可以由用户自行设置或者系统默认。具体实现中,可以对静脉图像i进行图像分割,得到静脉区域图像,静脉图像i为上述多个静脉图像中的任一静脉图像,具体的图像分割方式,可以参考上述相关描述,进而,对静脉区域图像进行特征提取,得到目标特征点集,可以将静脉区域图像划分为多个区域,每个区域的面积大小相同,可以依据目标特征点集确定多个区域中每一区域的特征点数量,得到多个特征点数量,特征点数量在一定程度上反映了图像质量,区域图像质量好,则对应的特征点多,由于用户皮肤厚度不一,因此,可能某些部位静脉采集不完整,因此,可以选取静脉清晰的区域,以用于静脉识别,即从多个特征点数量中选取大于预设阈值的特征点数量,得到至少一个目标特征点数量,并获取该至少一个目标特征点数量对应的区域,得到至少一个目标区域。
进一步地,电子设备可以将至少一个目标区域对应的特征点与预设静脉模板对应的特征点进行匹配,得到一匹配结果,每一目标区域对应的特征点与预设静脉模板对应的特征点之间匹配,均可以得到一个匹配值,因而,可以得到至少一个匹配值,匹配结果可以理解为至少一个匹配值中所有匹配值的均值。
103、依据所述多个匹配结果,确定所述目标对象的目标身体状况信息。
其中,电子设备在得到多个匹配结果以后,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像。
可选地,上述步骤103,依据所述多个匹配结果,确定所述目标对象的目标身体状况信息,可包括以下步骤:
D1、获取预设的正常匹配结果;
D2、确定所述多个匹配结果与所述正常匹配结果之间的目标均方差;
D3、按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
其中,电子设备中可存储预设的正常匹配结果,该正常匹配结果可理解为与预设静脉模板相比,通过静脉识别模组采集的静脉图像中的静脉收缩情况为正常时的正常匹配结果,例如,可预设手指静脉图像的正常匹配结果所对应的静脉图像与预设静脉模板相匹配的匹配值为百分之60,预设手掌静脉图像的正常匹配结果所对应的静脉图像与预设静脉模板相匹配的匹配值为百分之50等等,预设的正常匹配结果也可指预设静脉模板与静脉图像匹配得到的超过一定匹配度的特征点集,具体的预设的正常匹配结果在此不作限定,电子设备中可预存静脉图像所对应的匹配结果与正常匹配结果之间的均方差与身体状况信息之间的映射关系,电子设备中可预存不同的均方差区间对应不同的身体状况信息,均方差越大时,表明多个匹配结果中的数据差别越大,均方差越小,表明多个匹配结果中的数据差别越小,例如,可预设不同的均方差区间:[a,b]、[c,d]、[e,f],其中,a、b、c、d均为正数,上述均方差区间对应的身体状况信息可为健康、亚健康、危险,具体的设置方式在此不作限定。
具体实现中,可获取预设的正常匹配结果所对应的匹配值,根据预设的正常匹配结果确定多个匹配结果所对应的多个匹配值与正常匹配结果所对应的匹配值之间的目标均方差,最后,根据预设的均方差与身体状况信息之间的映射关系,可确定目标均方差所对应的均方差区间,根据该均方差区间,可得到目标对象的目标身体状况信息,例如,若目标均方差对应的均方差区间为[a,b],则该目标对象的目标身体状况信息则为健康。
在一种可能的实施例中,上述步骤103之前,还可包括以下步骤:
E1、获取目标环境参数;
E2、按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与所述目标环境参数对应的预设静脉模板。
其中,电子设备可通过环境传感器获取目标环境参数,该目标环境参数可包括以下至少一种:温度、湿度、地理位置、磁场干扰强度等等,在此不做限定;上述环境传感器可包括以下至少一种:温度传感器、湿度传感器、定位传感器、磁场检测传感器,等等,在此不作限定;由于不同环境下,目标对象在身体状况为健康的状态下采集的静脉图像具有差异性,例如,目标对象在高温环境或者低温环境下,静脉图像中的静脉收缩情况可能不同,因此,电子设备中可设置预设的环境参数与静脉模板之间的映射关系,可预存预设静脉模板集,该预设静脉模板集中可存储多个预设静脉模板,可针对每一个预设静脉模板预存该预设静脉模板所对应的环境参数,如此,可得到预设静脉模板集所对应的多套环境参数,具体实现中,电子设备可将目标环境参数与每一套预设的环境参数进行匹配,得到多个匹配度,选取多个匹配度中最大的匹配度对应的预设的环境参数,最后,电子设备可从预设的静脉模板集中选取最大匹配度所对应的预设静脉模板,如此,根据环境参数来获取目标对象在身体状况为健康状态下采集的静脉图像为预设静脉模板,可提高健康检测的准确率。
可以看出,本申请实施例中所描述的健康检测方法,应用于电子设备,包括静脉识别模组,电子设备可通过静脉识别模组获取目标对象的多个静脉图像,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,依据多个匹配结果,确定目标对象的目标身体状况信息,如此,电子设备可通过静脉识别模组获取目标对象的静脉图像,并对静脉图像进行分析,得到目标对象的身体状态,从而实现健康检测。
与上述一致地,图2是本申请实施例提供的一种健康检测方法的流程示意图。应用于如图1A所示的电子设备,所述电子设备包括静脉识别模组,该健康检测方法包括如下步骤:
201、通过所述静脉识别模组获取目标对象的多个静脉图像。
202、获取目标环境参数。
203、按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与所述目标环境参数对应的预设静脉模板。
204、将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像。
205、获取预设的正常匹配结果。
206、确定所述多个匹配结果与所述正常匹配结果之间的目标均方差。
207、按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
其中,上述步骤201-步骤207的具体描述可以参照图1B所描述的健康检测方法的相应描述,在此不再赘述。
可以看出,本申请实施例中所描述的健康检测方法,应用于电子设备,包括静脉识别模组,电子设备可通过所述静脉识别模组获取目标对象的多个静脉图像,获取目标环境参数,按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与目标环境参数对应的预设静脉模板,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,获取预设的正常匹配结果,确定多个匹配结果与所述正常匹配结果之间的目标均方差,按照预设的均方差与身体状况信息之间的映射关系,确定目标均方差对应的目标身体状况信息,如此,可通过静脉识别模组获取目标对象的静脉图像,可通过目标环境参数获取与该目标环境参数对应的预设静脉模板,可减少环境参数对静脉图像的影响,同时将静脉图像与预设静脉模板进行匹配分析,得到目标对象的身体状态,从而实现健康检测。
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、静脉识别模组,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以下步骤的指令:
通过所述静脉识别模组获取目标对象的多个静脉图像;
将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
依据所述多个匹配结果,确定所述目标对象的目标身体状况信息。
可以看出,本申请实施例中所描述的电子设备,该电子设备包括静脉识别模组,电子设备可通过静脉识别模组获取目标对象的多个静脉图像,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,依据多个匹配结果,确定目标对象的目标身体状况信息,如此,电子设备可通过静脉识别模组获取目标对象的静脉图像,并对静脉图像进行分析,得到目标对象的身体状态,从而实现健康检测。
在一个可能的实施例中,在所述依据所述多个匹配结果,确定所述目标对象的目标身体状况信息方面,上述程序包括用于执行以下步骤的指令:
获取预设的正常匹配结果;
确定所述多个匹配结果与所述正常匹配结果之间的目标均方差;
按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
在一个可能的示例中,在所述通过所述静脉识别模组获取目标对象的多个静脉图像方面,上述程序还包括用于执行以下步骤的指令:
检测所述目标对象与所述静脉识别模组之间的距离;
若所述距离处于预设区间,则获取所述目标对象在所述静脉识别模组所述预设区间内的停留时间;
若所述停留时间处于预设时间段,则通过所述静脉识别模组每隔预设时间间隔获取所述目标对象的多个静脉图像。
在一个可能的实施例中,在所述将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果方面,上述程序还包括用于执行以下步骤的指令:
对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;
从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;
对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;
对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,其中,每一个静脉轮廓图像对应一个第一特征点集;
获取所述预设静脉模板对应的第二特征点集;
将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
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:
获取目标环境参数;
按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与所述目标环境参数对应的预设静脉模板。
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。
请参阅图4A,图4A是本申请实施例公开的一种健康检测装置的结构示意图,应用于图1A所示的电子设备,所述电子设备包括静脉识别模组,所述健康检测装置包括获取单元401、匹配单元402和确定单元403,其中,
所述获取单元401,用于通过所述静脉识别模组获取目标对象的多个静脉图像;
所述匹配单元402,用于将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
所述确定单元403,用于依据所述多个匹配结果,确定所述目标对象的目标身体状况信息。
可以看出,本申请实施例中所描述的健康检测装置,包括静脉识别模组,该装置可通过静脉识别模组获取目标对象的多个静脉图像,将多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,预设静脉模板为目标对象在身体状况为健康状态下采集的静脉图像,依据多个匹配结果,确定目标对象的目标身体状况信息,如此,电子设备可通过静脉识别模组获取目标对象的静脉图像,并对静脉图像进行分析,得到目标对象的身体状态,从而实现健康检测。
可选地,在所述依据所述多个匹配结果,确定所述目标对象的目标身体状况信息方面,所述确定单元403具体用于:
获取预设的正常匹配结果;
确定所述多个匹配结果与所述正常匹配结果之间的目标均方差;
按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
可选地,在所述通过所述静脉识别模组获取目标对象的静脉图像方面,所述获取单元401具体用于:
检测所述目标对象与所述静脉识别模组之间的距离;
若所述距离处于预设区间,则获取所述目标对象在所述静脉识别模组所述预设区间内的停留时间;
若所述停留时间处于预设时间段,则通过所述静脉识别模组每隔预设时间间隔获取所述目标对象的多个静脉图像。
可选地,在将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果方面,所述匹配单元402具体用于:
对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;
从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;
对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;
对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,其中,每一个静脉轮廓图像对应一个第一特征点集;
获取所述预设静脉模板对应的第二特征点集;
将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
请参阅图4B,图4B是本申请实施例提供的图4A所示的一种健康检测装置的变形结构,应用于图1A所示的电子设备,所述电子设备包括静脉识别模组,所述健康检测装置还包括选取单元404,其中,
所述获取单元401,还用于获取目标环境参数;
所述选取单元404,用于按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与所述目标环境参数对应的预设静脉模板。
需要注意的是,本申请实施例所描述的电子设备是以功能单元的形式呈现。这里所使用的术语“单元”应当理解为尽可能最宽的含义,用于实现各个“单元”所描述功能的对象例如可以是集成电路ASIC,单个电路,用于执行一个或多个软件或固件程序的处理器(共享的、专用的或芯片组)和存储器,组合逻辑电路,和/或提供实现上述功能的其他合适的组件。
其中,上述获取单元401、匹配单元402、确定单元403和选取单元404可以是控制电路或处理器。
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何一种健康检测方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品,所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,所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何一种健康检测方法的部分或全部步骤。
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,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。
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,也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块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所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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、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、ROM、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 (10)
1.一种健康检测方法,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组,所述方法包括:
通过所述静脉识别模组获取目标对象的多个静脉图像;
将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
依据所述多个匹配结果,确定所述目标对象的目标身体状况信息;
其中,所述依据所述多个匹配结果,确定所述目标对象的目标身体状况信息包括:
获取预设的正常匹配结果;确定所述多个匹配结果与所述正常匹配结果之间的目标均方差;按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
2.根据权利要求1所述的方法,其特征在于,所述通过所述静脉识别模组获取目标对象的多个静脉图像,包括:
检测所述目标对象与所述静脉识别模组之间的距离;
若所述距离处于预设区间,则获取所述目标对象在所述静脉识别模组所述预设区间内的停留时间;
若所述停留时间处于预设时间段,则通过所述静脉识别模组每隔预设时间间隔获取所述目标对象的多个静脉图像。
3.根据权利要求1所述的方法,其特征在于,其中,所述将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,包括:
对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,每一个静脉轮廓图像对应一个第一特征点集;获取所述预设静脉模板对应的第二特征点集;将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
4.根据权利要求2所述的方法,其特征在于,其中,所述将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,包括:
对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,每一个静脉轮廓图像对应一个第一特征点集;获取所述预设静脉模板对应的第二特征点集;将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
获取目标环境参数;
按照预设的环境参数与静脉模板之间的映射关系,从预设的静脉模板集中选取与所述目标环境参数对应的预设静脉模板。
6.一种健康检测装置,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组,所述装置包括:
获取单元,用于通过所述静脉识别模组获取目标对象的多个静脉图像;
匹配单元,用于将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,所述预设静脉模板为所述目标对象在身体状况为健康状态下采集的静脉图像;
确定单元,用于依据所述多个匹配结果,确定所述目标对象的目标身体状况信息;
其中,在所述依据所述多个匹配结果,确定所述目标对象的目标身体状况信息方面,所述确定单元具体用于:
获取预设的正常匹配结果;
确定所述多个匹配结果与所述正常匹配结果之间的目标均方差;
按照预设的均方差与身体状况信息之间的映射关系,确定所述目标均方差对应的目标身体状况信息。
7.根据权利要求6所述的装置,其特征在于,在所述通过所述静脉识别模组获取目标对象的静脉图像方面,所述获取单元具体用于:
检测所述目标对象与所述静脉识别模组之间的距离;
若所述距离处于预设区间,则获取所述目标对象在所述静脉识别模组所述预设区间内的停留时间;
若所述停留时间处于预设时间段,则通过所述静脉识别模组每隔预设时间间隔获取所述目标对象的多个静脉图像。
8.根据权利要求6或7所述的装置,其特征在于,所述将所述多个静脉图像与预设静脉模板进行匹配,得到多个匹配结果,包括:
对所述多个静脉图像中每一静脉图像进行图像质量评价,得到多个图像质量评价值;从所述多个图像质量评价值中选取超过预设阈值的评价值,并获取所述评价值对应的静脉图像,得到多个目标静脉图像;对所述多个目标静脉图像中的每一目标静脉图像进行图像分割,得到多个静脉区域图像,每一目标静脉图像对应一个静脉区域图像;对所述多个静脉区域图像中每一静脉区域图像进行轮廓提取,得到多个静脉轮廓图像,每一静脉区域图像对应一个静脉轮廓图像;
对所述多个静脉轮廓图像进行特征点提取,得到多个第一特征点集,每一个静脉轮廓图像对应一个第一特征点集;获取所述预设静脉模板对应的第二特征点集;将所述多个第一特征点集中的每一个第一特征点集与所述第二特征点集进行匹配,得到多个匹配结果。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口和静脉识别模组,其中,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1-5任一项所述的方法中的步骤的指令。
10.一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1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447716.9A CN110188659B (zh) | 2019-05-27 | 2019-05-27 | 健康检测方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447716.9A CN110188659B (zh) | 2019-05-27 | 2019-05-27 | 健康检测方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110188659A CN110188659A (zh) | 2019-08-30 |
CN110188659B true CN110188659B (zh) | 2021-06-01 |
Family
ID=67718095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910447716.9A Active CN110188659B (zh) | 2019-05-27 | 2019-05-27 | 健康检测方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110188659B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738177A (zh) * | 2019-10-17 | 2020-01-31 | 日立楼宇技术(广州)有限公司 | 一种指静脉识别的方法、装置、设备和存储介质 |
CN111898538B (zh) * | 2020-07-30 | 2024-04-12 | 平安科技(深圳)有限公司 | 证件鉴伪方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077299A (zh) * | 2012-03-28 | 2013-05-01 | 于春曼 | 健身管理系统和方法 |
CN105678089A (zh) * | 2016-01-11 | 2016-06-15 | 安徽理工大学 | 模型自匹配融合健康预测方法 |
CN106033492A (zh) * | 2015-03-12 | 2016-10-19 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN106779023A (zh) * | 2016-12-07 | 2017-05-31 | 歌尔科技有限公司 | 一种智能考勤手环及考勤方法 |
CN107174212A (zh) * | 2017-06-20 | 2017-09-19 | 青岛浦利医疗技术有限公司 | 静脉曲张诊断装置及系统 |
CN107316349A (zh) * | 2017-06-22 | 2017-11-03 | 上海工创智能科技有限公司 | 一种基于指静脉和人脸识别的多地考勤和门禁系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170109563A1 (en) * | 2015-10-14 | 2017-04-20 | Wayne State University | Palm vein-based low-cost mobile identification system for a wide age range |
-
2019
- 2019-05-27 CN CN201910447716.9A patent/CN110188659B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077299A (zh) * | 2012-03-28 | 2013-05-01 | 于春曼 | 健身管理系统和方法 |
CN106033492A (zh) * | 2015-03-12 | 2016-10-19 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN105678089A (zh) * | 2016-01-11 | 2016-06-15 | 安徽理工大学 | 模型自匹配融合健康预测方法 |
CN106779023A (zh) * | 2016-12-07 | 2017-05-31 | 歌尔科技有限公司 | 一种智能考勤手环及考勤方法 |
CN107174212A (zh) * | 2017-06-20 | 2017-09-19 | 青岛浦利医疗技术有限公司 | 静脉曲张诊断装置及系统 |
CN107316349A (zh) * | 2017-06-22 | 2017-11-03 | 上海工创智能科技有限公司 | 一种基于指静脉和人脸识别的多地考勤和门禁系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110188659A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109241859B (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 | |
CN110286738B (zh) | 指纹采集方法及相关产品 | |
CN109614865B (zh) | 指纹识别方法及相关产品 | |
CN110134459B (zh) | 应用启动方法及相关产品 | |
CN109583356B (zh) | 指纹识别方法及相关产品 | |
CN109657561B (zh) | 指纹采集方法及相关产品 | |
CN109376702B (zh) | 指纹识别方法及相关产品 | |
CN110188666B (zh) | 静脉采集方法及相关产品 | |
CN110427741B (zh) | 指纹识别方法及相关产品 | |
CN110210395B (zh) | 静脉图像采集方法及相关产品 | |
CN110245607B (zh) | 眼球追踪方法及相关产品 | |
CN110245483B (zh) | 生物识别方法及相关产品 | |
CN110188659B (zh) | 健康检测方法及相关产品 | |
CN110210394B (zh) | 静脉图像采集方法及相关产品 | |
CN110276328B (zh) | 指纹识别方法及相关产品 | |
CN110796147B (zh) | 图像分割方法及相关产品 | |
CN113282317B (zh) | 光学指纹参数升级方法及相关产品 | |
CN110162264B (zh) | 应用处理方法及相关产品 | |
CN110263757B (zh) | 指纹识别方法及相关产品 | |
CN107169472B (zh) | 指纹操作方法、移动终端及存储介质 | |
CN110796673B (zh) | 图像分割方法及相关产品 | |
CN107622235B (zh) | 指纹解锁方法及相关产品 | |
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 |
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 |