CN110188678B - 静脉识别方法及相关产品 - Google Patents
静脉识别方法及相关产品 Download PDFInfo
- Publication number
- CN110188678B CN110188678B CN201910459477.9A CN201910459477A CN110188678B CN 110188678 B CN110188678 B CN 110188678B CN 201910459477 A CN201910459477 A CN 201910459477A CN 110188678 B CN110188678 B CN 110188678B
- Authority
- CN
- China
- Prior art keywords
- vein
- recognition
- target
- historical
- medical health
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请实施例公开了一种静脉识别方法及相关产品,通过获取目标对象的医疗健康信息,根据医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,获取静脉图像,将静脉图像与预设静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度。
Description
技术领域
本申请涉及静脉识别技术领域,具体涉及一种静脉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)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。
目前,随着生物特征的身份认证的使用便捷、无需用户费力记忆密钥等优点,在身份认证中的应用越来越普及,用户可以在电子设备中设置各种身份验证方式,比如:指纹识别、虹膜识别、人脸识别、静脉识别等等,其中,静脉识别的原理主要是根据血液中的血红素有吸收红外线光的特质,利用近红外线穿透皮肤后所得的静脉纹路影像来进行静脉识别,但静脉识别的结果会受到用户身体状态的影响,例如,生病时候,静脉识别精度较低。
发明内容
本申请实施例提供了一种静脉识别方法及相关产品,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度。
第一方面,本申请实施例提供了一种静脉识别方法,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:
获取目标对象的医疗健康信息;
根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
通过所述静脉识别模组获取静脉图像;
将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
第二方面,本申请实施例提供了一种静脉识别装置,应用于电子设备,所述电子设备包括静脉识别模组,所述静脉识别装置包括:
获取单元,用于获取目标对象的医疗健康信息;
调整单元,用于根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
所述获取单元,还用于通过所述静脉识别模组获取静脉图像;
匹配单元,用于将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
第三方面,本申请实施例提供了一种电子设备,包括:静脉识别模组、处理器、存储器和通信接口;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,并且被配置成由所述处理器执行,所述程序包括用于如本申请实施例第一方面中所描述的部分或全部步骤的指令。
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,所述计算机可读存储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本申请实施例第一方面中所描述的部分或全部步骤的指令。
第五方面,本申请实施例提供了一种计算机程序产品,其中,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。
实施本申请实施例,具有如下有益效果:
可以看出,本申请实施例中所描述的静脉识别方法及相关产品,应用于电子设备,所述电子设备包括静脉识别模组,通过获取目标对象的医疗健康信息,根据医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,通过静脉识别模组获取静脉图像,将静脉图像与预设静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度。
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静脉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静脉识别方法的流程示意图;
图3是本申请实施例提供的另一种静脉识别方法的流程示意图;
图4是本申请实施例提供的另一种电子设备的结构示意图;
图5是本申请实施例提供的一种静脉识别装置的结构示意图;
图6是本申请实施例提供的电子设备的另一种结构示意图。
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、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。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是本申请实施例提供的一种电子设备100的结构示意图,上述电子设备100包括:壳体110、设置于所述壳体110内的电路板120和设置于所述壳体110上的显示屏130、静脉识别模组140、所述电路板120上设置有处理器121和存储器122。
其中,静脉识别模组140可集成设置于显示屏下,或者,静脉识别模组140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。
请参阅图1B,图1B是本申请实施例提供的一种静脉识别方法的流程示意图,本实施例中所描述的静脉识别方法,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,该静脉识别方法包括:
101、获取目标对象的医疗健康信息。
其中,目标对象是指进行静脉识别的用户。
本申请实施例中,获取目标对象的医疗健康信息,可通过目标对象预先将医疗健康信息录入电子设备中,或者,可读取目标对象的录入在其他网络平台中的电子病历,电子病历中可记载目标对象最新的医疗健康信息,具体地,可预先由目标对象设置可读取目标对象在其他网络平台中的电子病历的权限,在该读取权限设置后,可获取目标对象的医疗健康信息。
其中,医疗健康信息可包括以下至少一种:年龄、性别、职业、疾病类型、疾病时长、生理参数,生理参数可以包括以下至少一种:血压、体温、血糖、心跳等等,在此不做限定。
102、根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值。
本申请实施例中,考虑到目标对象在不同生理状态下,对红外光的反射会产生影响,因此,可根据所述医疗健康信息调整静脉识别阈值,使调整后的目标静脉识别阈值符合目标对象当前的生理状态,进而,可在进行静脉识别的过程中,提高静脉识别的准确度。
可选地,上述步骤102中,根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,可包括以下步骤:
21、根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值;
22、将原始静脉识别阈值调整至所述目标静脉识别阈值。
其中,根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值,具体地,可在映射关系中查找与目标对象的医疗健康信息对应的目标静脉识别阈值。
其中,可预先设定多个不同的健康信息对应的多个静脉识别阈值,具体地,可预先获取在每一健康信息下的多个静脉图像进行匹配的多个匹配值,根据多个匹配值确定该健康信息对象的静脉识别阈值,然后,可确定多个不同的健康信息对应的多个静脉识别阈值,最后根据多个健康信息和多个静脉识别阈值设定健康信息与静脉识别阈值之间的映射关系。从而,可确定目标对象的医疗健康信息对应的目标静脉识别阈值。然后,将原始静脉识别阈值调整至所述目标静脉识别阈值。其中,原始静脉识别阈值可以是初次进行静脉识别之前,预先设定的静脉识别阈值,或者,可以是上一次进行静脉识别时得到的历史静脉识别阈值。
可选地,所述医疗健康信息包括多个维度的医疗健康子信息,上述步骤21中,根据预设的健康信息与静脉识别阈值的映射关系列表确定与所述医疗健康信息对应的目标静脉识别阈值,可包括以下步骤:
A1、获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率;
本申请实施例中,考虑当医疗健康信息包括多个维度的医疗健康子信息时,例如,目标对象的医疗健康信息可包括以下至少一种:年龄、疾病类型、疾病时长、血压、体温、血糖、心跳等生理参数等等,若预设的健康信息与静脉识别阈值的映射关系中包含与目标对象的医疗健康信息的各个维度的多个医疗健康子信息完全一致的健康信息,则可以直接查找与医疗健康信息对应的目标静脉识别阈值。但是,若该映射关系中难以查找各个维度的多个医疗健康子信息完全一致的健康信息,则可获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率,其中,拒识率,是指进行静脉识别时,存在与静脉图像匹配的静脉模板但未识别出的概率。误识率,是指把其他静脉模板误认为正确的静脉模板而通过的概率。具体地,可预先统计多个医疗健康子信息中每一医疗健康子信息下多个静脉图像进行匹配的多个历史匹配结果,多个历史匹配结果可包括匹配成功的历史匹配结果和匹配失败的历史匹配结果,进而,可根据多个历史匹配结果确定该医疗健康子信息下的历史拒识率和历史误识率,从而,可确定多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率。具体实施中,随着静脉图像匹配的次数增多,历史拒识率和历史误识率可以不断更新,可使历史拒识率和历史误识率的准确度更高,进而,可更加准确第确定目标静脉识别阈值。
A2、根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值;
其中,针对多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,可根据如下公式确定每一组历史拒识率和历史误识率对应的得分值:得分值=历史拒识率*第一权值+历史误识率*第二权值。
A3、根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
其中,根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值,具体地,可在确定多个得分值后,确定多个得分值中的最高得分值,然后确定最高得分值对应的医疗健康子信息,然后,根据预设的健康信息与静脉识别阈值的映射关系选取与最高得分值对应的医疗健康子信息对应的目标静脉识别阈值。
103、通过静脉识别模组获取静脉图像。
其中,可通过电子设备中的静脉识别模块获取静脉图像,具体地,通过静脉识别模块的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,可通过静脉识别模块的静脉图像采集模块采集静脉图像。
可选地,静脉图像可包括以下至少一种:手腕静脉图像、手掌静脉图像、手指静脉图像、手背静脉图像等等,也可以是身体其他部位的静脉图像,例如脚掌静脉图像,在此不作限定。
可选地,上述步骤103中,所述通过所述静脉识别模组获取静脉图像,包括:
31、根据所述医疗健康信息确定参考识别部位,并根据所述参考识别部位生成提示消息,所述提示消息用于提示目标对象针对所述参考识别部分进行静脉图像识别;
32、获取针对所述参考识别部位的静脉图像。
本申请实施例中,考虑到目标对象在不同生理状态下,不同部位进行静脉识别时,受到生理状态影响的程度不同,因此,可根据医疗健康信息确定参考识别部位,其中,参考识别部位可包括以下任一种:手腕、手掌、手指、手背、脚背等等,还可以是身体其他部位的静脉,在此不做限定。具体地,可预先设定健康信息与识别部位之间的映射关系,进而,可在获取目标对象的医疗健康信息后,根据该映射关系确定与医疗健康信息对应的参考识别部位。
进一步地,可根据参考识别部位生成提示消息,通过该提示消息提示目标对象针对参考识别部分进行静脉图像识别,从而,可通过静脉识别模块获取针对参考识别部位的静脉图像。
可见,通过根据目标对象的医疗健康信息,确定进行静脉识别图像采集的参考识别部位,可使采集的静脉图像更加符合目标对象当前的生理状态,进而,可使静脉识别的结果更加准确。
104、将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
本申请实施例中,可预先获取多个静脉模板,进而,可将获取的目标对象的静脉图像与预设静脉模板进行匹配,得到匹配值,在匹配值大于目标静脉识别阈值时,确认静脉识别成功,在静脉识别成功后,可以执行解锁操作,例如,进入主页面,或者,进入指定页面,该指定页面可以由用户自行设置或者系统默认。由于目标静脉识别阈值是根据目标对象的医疗健康信息进行确定,因此,可保证当前的目标静脉识别阈值符合目标对象的生理状态,进而,根据该目标静脉识别阈值确定静脉图像的匹配结果,可提高静脉图像的匹配结果的准确度。
可选地,上述步骤104中,将所述静脉图像与预设静脉模板进行匹配,可包括以下步骤:
41、对所述静脉图像进行图像分割,得到目标静脉区域图像;
42、分析所述目标静脉区域图像的特征点分布;
43、按照M个不同圆心对所述目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,所述M为大于3的整数;
44、从所述M个圆形静脉区域图像中选出目标圆形静脉区域图像,所述目标圆形静脉区域图像所包含的特征点的数量大于所述M个圆形静脉区域图像中的其他圆形静脉区域图像;
45、将所述目标圆形静脉区域图像划分得到N个圆环,所述N个圆环的环宽相同;
46、从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值;
47、当累计的匹配值大于预设匹配阈值时立即停止进行特征点匹配,并输出静脉识别成功的提示消息。
其中,电子设备可以对静脉图像进行图像分割,得到目标静脉区域图像,目标静脉区域图像可以为仅包括静脉纹路的图像,进而,分析该目标静脉区域图像的特征点分布,按照M个不同圆心对该目标静脉区域图像进行圆形图像截取,得到M个圆形静脉区域图像,M为大于3的整数,从M个圆形静脉区域图像中选出目标圆形静脉区域图像,目标圆形静脉区域图像所包含的特征点的数量大于M个圆形静脉区域图像中的其他圆形静脉区域图像,将目标圆形静脉区域图像划分得到N个圆环,N个圆环的环宽相同,从N个圆环中半径最小的圆环开始,将N个圆环依次与预设静脉模板进行特征点匹配,并累计已匹配圆环的匹配值,如此,在静脉识别过程中,如此,无需对静脉图像中特征点较少的区域进行匹配,可仅对特征点较为集中的区域分别进行匹配,此外,针对每一圆形区域图像,仅对部分圆形区域进行匹配,可减少特征匹配的区域,提高静脉识别的速率。
可选地,在步骤103中所述获取静脉图像之后,还可包括以下步骤:
B1、对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位;
B2、确定所述目标识别部位的手势姿态;
B3、从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从所述静脉模板集合中选取与所述手势姿态对应的静脉模板。
本申请实施例中,考虑到静脉识别的对象是进行活体检测,在针对目标对象进行静脉识别过程中,目标对象的识别部位很难保证一成不变,因此,可预先录入目标对象的不同识别部位中每一识别部位在多个不同手势姿态下的多个静脉模板,进而,可得到该识别部位对应的静脉模板集合,如此,可获取多个识别部位中每一识别部位对应的静脉模板集合,得到多个静脉模板集合。进而,可在静脉识别的过程中,当获取静脉图像后,可对静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位,确定目标识别部位,其中目标识别部位可以是以下任一种:手腕、手掌、手指、手背、脚背等等。并确定目标识别部位的手势姿态,进而,可从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从静脉模板集合中选取与目标识别部位的手势姿态对应的静脉模板,从而,可快速从多个静脉目标集合中查找到与目标识别部位的手势姿态对应的静脉模板,快速进行静脉识别。
可见,通过设置多个不同目标识别部位的多个手势姿态对应的静脉模板,目标对象在进行静脉识别的过程中,无需刻意保持一个固定的手势,通过识别目标识别部位的当前的手势姿态,进而将静脉图像与与该手势姿态对应的静脉模板进行匹配,即可准确、快速地得到匹配结果。
可选地,本申请实施例中,在根据多个识别部位的静脉模板生成多个静脉模板集合后,可进一步设定静脉模板与操作之间的映射关系,从而,在步骤104中确认静脉识别成功后,还可执行以下步骤:
C1、根据预先设定的静脉模板与操作之间的映射关系,确定与目标对象的目标识别部位的手势姿态对应的目标操作;
C2、执行所述目标操作。
其中,上述映射关系中的操作可包括以下至少一种:进行屏幕解锁、锁定屏幕、关闭前台运行的应用、将前台运行的应用切换至后台运行、关闭后台运行的应用等等,此处不作限制,如此,可根据目标对象的不同识别部位的不同手势姿态控制电子设备执行不同操作,实现灵活控制电子设备,增加电子设备控制手段的丰富性和智能性。
可以看出,本申请实施例中所描述的静脉识别方法,通过获取目标对象的医疗健康信息,根据医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,获取静脉图像,将静脉图像与预设静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度。
请参阅图2,图2是本申请实施例提供的另一种静脉识别方法的流程示意图,本实施例中所描述的静脉识别方法,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,该方法可包括以下步骤:
201、获取目标对象的医疗健康信息。
202、根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值。
203、所述医疗健康信息包括多个维度的医疗健康子信息,获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率。
204、根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值。
205、根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
206、将原始静脉识别阈值调整至所述目标静脉识别阈值。
207、通过所述静脉识别模组获取静脉图像。
208、将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
其中,上述步骤201-208的具体实现过程可参照步骤101-104中相应的描述,在此不再赘述。
可以看出,本申请实施例中所描述的静脉识别方法,通过获取目标对象的医疗健康信息,获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率,根据多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值,根据预设的健康信息与静脉识别阈值的映射关系确定多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值,将原始静脉识别阈值调整至目标静脉识别阈值,获取静脉图像,将静脉图像与预设静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可根据所述医疗健康信息调整静脉识别阈值,使调整后的目标静脉识别阈值符合目标对象当前的生理状态,进而,可在进行静脉识别的过程中,提高静脉识别的准确度。
与上述一致地,请参阅图3,为本申请实施例提供的另一种静脉识别方法的流程示意图,本实施例中所描述的静脉识别方法,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,该方法可包括以下步骤:
301、获取目标对象的医疗健康信息。
302、根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值。
303、通过所述静脉识别模组获取静脉图像。
304、对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位。
305、确定所述目标识别部位的手势姿态。
306、从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从所述静脉模板集合中选取与所述手势姿态对应的静脉模板。
307、将所述静脉图像与所述静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
其中,步骤301-307的具体实现过程可参见步骤101-104中相应的描述,在此不再赘述。
可以看出,本申请实施例中所描述的静脉识别方法,通过获取目标对象的医疗健康信息,根据医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,获取静脉图像,对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位;确定目标识别部位的手势姿态,从预设的静脉目标库中获取与目标识别部位对应的静脉模板集合,从静脉模板集合中选取与所述手势姿态对应的静脉模板,将静脉图像与该静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度;此外,可将静脉图像与与该手势姿态对应的静脉模板进行匹配,无需刻意保持一个固定的手势,即可准确、快速地得到匹配结果。
以下是实施上述静脉识别方法的装置,具体如下:
与上述一致地,请参阅图4,图4是本申请实施例提供的一种电子设备的结构示意图,该电子设备包括:处理器410、通信接口430、静脉识别模组440、和存储器420;以及一个或多个程序,所述一个或多个程序421被存储在所述存储器中,并且被配置成由所述处理器执行,所述程序421包括用于执行以下步骤的指令:
获取目标对象的医疗健康信息;
根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
通过所述静脉识别模组获取静脉图像;
将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
在一个可能的示例中,在所述根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值方面,所述程序421包括用于执行以下步骤的指令:
根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值;
将原始静脉识别阈值调整至所述目标静脉识别阈值。
在一个可能的示例中,所述医疗健康信息包括多个维度的医疗健康子信息,在所述根据预设的健康信息与静脉识别阈值的映射关系列表确定与所述医疗健康信息对应的目标静脉识别阈值方面,所述程序421包括用于执行以下步骤的指令:
获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率;
根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值;
根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
在一个可能的示例中,在所述通过所述静脉识别模组获取静脉图像方面,所述程序421还包括用于执行以下步骤的指令:
根据所述医疗健康信息确定参考识别部位,并根据所述参考识别部位生成提示消息,所述提示消息用于提示目标对象针对所述参考识别部分进行静脉图像识别;
获取针对所述参考识别部位的静脉图像。
在一个可能的示例中,在所述获取静脉图像之后,所述程序421还包括用于执行以下步骤的指令:
对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位;
确定所述目标识别部位的手势姿态;
从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从所述静脉模板集合中选取与所述手势姿态对应的静脉模板。
请参阅图5,图5是本实施例提供的一种静脉识别装置的结构示意图,应用于电子设备,所述电子设备包括静脉识别模组,所述静脉识别装置包括获取单元501、调整单元502和匹配单元503,其中,
所述获取单元501,用于获取目标对象的医疗健康信息;
所述调整单元502,用于根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
所述获取单元501,还用于通过所述静脉识别模组获取静脉图像;
所述匹配单元503,用于将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功。
可选地,在所述据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值方面,所述调整单元502具体用于:
根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值;
将原始静脉识别阈值调整至所述目标静脉识别阈值。
可选地,所述医疗健康信息包括多个维度的医疗健康子信息,在所述根据预设的健康信息与静脉识别阈值的映射关系列表确定与所述医疗健康信息对应的目标静脉识别阈值方面,所述调整单元502具体用于:
获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率;
根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值;
根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
可选地,在所述通过所述静脉识别模组获取静脉图像方面,所述获取单元501具体用于:
根据所述医疗健康信息确定参考识别部位,并根据所述参考识别部位生成提示消息,所述提示消息用于提示目标对象针对所述参考识别部分进行静脉图像识别;
通过所述静脉识别模组获取针对所述参考识别部位的静脉图像。
可选地,在所述获取静脉图像之后,所述获取单元501,还用于:
对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位;
确定所述目标识别部位的手势姿态;
从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从所述静脉模板集合中选取与所述手势姿态对应的静脉模板。
可以看出,本申请实施例中所描述的静脉识别装置,通过获取目标对象的医疗健康信息,根据医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,获取静脉图像,将静脉图像与预设静脉模板进行匹配,得到匹配值;在匹配值大于目标静脉识别阈值时,确认静脉识别成功,如此,可通过目标对象的医疗健康信息调整静脉识别阈值,进而灵活调整静脉识别阈值,从而提高静脉识别的结果的准确度。
可以理解的是,本实施例的静脉识别装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供了另一种电子设备,如图6所示,为了便于说明,仅示出了与本申请实施例相关的部分,具体技术细节未揭示的,请参照本申请实施例方法部分。该电子设备可以为包括手机、平板电脑、PDA(personal digital assistant,个人数字助理)、POS(point of sales,销售终端)、车载电脑等任意终端设备,以电子设备为手机为例:
图6示出的是与本申请实施例提供的电子设备相关的手机的部分结构的框图。参考图6,手机包括:射频(Radio Frequency,RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路960、无线保真(Wireless Fidelity,Wi-Fi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解,图6中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合图6对手机的各个构成部件进行具体的介绍:
RF电路910可用于信息的接收和发送。通常,RF电路910包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier,LNA)、双工器等。此外,RF电路910还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(Global System of Mobilecommunication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband Code DivisionMultiple Access,WCDMA)、长期演进(Long Term Evolution,LTE)、电子邮件、短消息服务(Short Messaging Service,SMS)等。
存储器920可用于存储软件程序以及模块,处理器980通过运行存储在存储器920的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器920可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器920可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元930可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元930可包括静脉识别模组931以及其他输入设备932。静脉识别模组931,可用于对目标对象进行静脉识别。除了静脉识别模组931,输入单元930还可以包括其他输入设备932,例如,指纹识别模组。具体地,其他输入设备932可以包括但不限于触控屏、物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元940可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元940可包括显示屏941,可选的,可以采用液晶显示器(Liquid CrystalDisplay,LCD)、有机或无机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示屏941。
手机还可包括至少一种传感器950,比如光传感器、运动传感器、压力传感器、温度传感器以及其他传感器。具体地,光传感器可包括环境光传感器(也称为光线传感器)及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节手机的背光亮度,进而调节显示屏941的亮度,接近传感器可在手机移动到耳边时,关闭显示屏941和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路960、扬声器961,传声器962可提供用户与手机之间的音频接口。音频电路960可将接收到的音频数据转换后的电信号,传输到扬声器961,由扬声器961转换为声音信号播放;另一方面,传声器962将收集的声音信号转换为电信号,由音频电路960接收后转换为音频数据,再将音频数据播放处理器980处理后,经RF电路910以发送给比如另一手机,或者将音频数据播放至存储器920以便进一步处理。
Wi-Fi属于短距离无线传输技术,手机通过Wi-Fi模块970可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图6示出了Wi-Fi模块970,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器980是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器920内的软件程序和/或模块,以及调用存储在存储器920内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器980可包括一个或多个处理单元;优选的,处理器980可集成应用处理器AP和调制解调处理器,其中,应用处理器AP主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器980中。
手机还包括给各个部件供电的电源990(比如电池),优选的,电源可以通过电源管理系统与处理器980逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
手机还可以包括摄像头9100,摄像头9100用于拍摄图像与视频,并将拍摄的图像和视频传输到处理器980进行处理。
手机还可以包括蓝牙模块等,在此不再赘述。
前述图1B、图2和图3所示的实施例中,各步骤方法流程可以基于该手机的结构实现。
本申请实施例还提供一种计算机可读存储介质,其中,该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,该计算机程序使得计算机执行如上述静脉识别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静脉识别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 (6)
1.一种静脉识别方法,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:
获取目标对象的医疗健康信息;
根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
通过所述静脉识别模组获取静脉图像;
将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功;
其中,所述根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值,包括:根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值;将原始静脉识别阈值调整至所述目标静脉识别阈值;
其中,所述医疗健康信息包括多个维度的医疗健康子信息,所述根据预设的健康信息与静脉识别阈值的映射关系列表确定与所述医疗健康信息对应的目标静脉识别阈值,包括:
获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率;
根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值;
根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
2.根据权利要求1所述的方法,所述通过所述静脉识别模组获取静脉图像,包括:
根据所述医疗健康信息确定参考识别部位,并根据所述参考识别部位生成提示消息,所述提示消息用于提示目标对象针对所述参考识别部分进行静脉图像识别;
通过所述静脉识别模组获取针对所述参考识别部位的静脉图像。
3.根据权利要求1-2任一项所述的方法,其特征在于,在所述获取静脉图像之后,所述方法还包括:
对所述静脉图像进行图像识别,得到所述静脉图像对应的目标识别部位;
确定所述目标识别部位的手势姿态;
从预设的静脉目标库中获取与所述目标识别部位对应的静脉模板集合;从所述静脉模板集合中选取与所述手势姿态对应的静脉模板。
4.一种静脉识别装置,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,所述静脉识别装置包括:
获取单元,用于获取目标对象的医疗健康信息;
调整单元,用于根据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值;
所述获取单元,还用于通过所述静脉识别模组获取静脉图像;
匹配单元,用于将所述静脉图像与预设静脉模板进行匹配,得到匹配值;在所述匹配值大于所述目标静脉识别阈值时,确认静脉识别成功;
其中,在所述据所述医疗健康信息调整静脉识别阈值,得到目标静脉识别阈值方面,所述调整单元具体用于:根据预设的健康信息与静脉识别阈值的映射关系,确定所述医疗健康信息对应的目标静脉识别阈值;将原始静脉识别阈值调整至所述目标静脉识别阈值;
其中,所述医疗健康信息包括多个维度的医疗健康子信息,在所述根据预设的健康信息与静脉识别阈值的映射关系列表确定与所述医疗健康信息对应的目标静脉识别阈值方面,所述调整单元具体用于:
获取多个医疗健康子信息中每一医疗健康子信息对应的历史拒识率和历史误识率,得到多组历史拒识率和历史误识率;
根据所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率,以及所述历史拒识率对应的第一权值、所述历史误识率对应的第二权值确定所述多组历史拒识率和历史误识率中每一组历史拒识率和历史误识率对应的得分值,得到多个得分值;
根据所述预设的健康信息与静脉识别阈值的映射关系确定所述多个得分值中最高的得分值对应的医疗健康子信息对应的目标静脉识别阈值。
5.一种电子设备,其特征在于,包括:静脉识别模组、处理器、存储器和通信接口;一个或多个程序被存储在所述存储器中,并且被配置成由所述处理器执行,所述程序包括用于如权利要求1-3任一项所述的方法的指令。
6.一种计算机可读存储介质,其特征在于,
其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1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459477.9A CN110188678B (zh) | 2019-05-29 | 2019-05-29 | 静脉识别方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910459477.9A CN110188678B (zh) | 2019-05-29 | 2019-05-29 | 静脉识别方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110188678A CN110188678A (zh) | 2019-08-30 |
CN110188678B true CN110188678B (zh) | 2021-04-13 |
Family
ID=67718623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910459477.9A Active CN110188678B (zh) | 2019-05-29 | 2019-05-29 | 静脉识别方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110188678B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183327B (zh) * | 2020-09-27 | 2023-07-18 | 烟台艾睿光电科技有限公司 | 一种人脸识别方法、装置及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105395191A (zh) * | 2016-01-02 | 2016-03-16 | 无锡桑尼安科技有限公司 | 基于年龄段检测的人员生理状态检测装置 |
CN105468955A (zh) * | 2015-12-28 | 2016-04-06 | 深圳市亚略特生物识别科技有限公司 | 基于生物识别的移动终端及电子系统 |
CN106843987A (zh) * | 2017-02-18 | 2017-06-13 | 珠海格力电器股份有限公司 | 基于指纹识别启动关联应用的方法及装置 |
CN107818308A (zh) * | 2017-10-31 | 2018-03-20 | 平安科技(深圳)有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
WO2018115851A1 (en) * | 2016-12-23 | 2018-06-28 | Spectrum Medical Ltd. | Flow control system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105223424B (zh) * | 2015-11-13 | 2016-04-13 | 国家电网公司 | 变电站在线监测装置 |
CN108319887A (zh) * | 2017-01-18 | 2018-07-24 | 中国移动通信有限公司研究院 | 一种身份认证的方法和系统 |
-
2019
- 2019-05-29 CN CN201910459477.9A patent/CN110188678B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468955A (zh) * | 2015-12-28 | 2016-04-06 | 深圳市亚略特生物识别科技有限公司 | 基于生物识别的移动终端及电子系统 |
CN105395191A (zh) * | 2016-01-02 | 2016-03-16 | 无锡桑尼安科技有限公司 | 基于年龄段检测的人员生理状态检测装置 |
WO2018115851A1 (en) * | 2016-12-23 | 2018-06-28 | Spectrum Medical Ltd. | Flow control system |
CN106843987A (zh) * | 2017-02-18 | 2017-06-13 | 珠海格力电器股份有限公司 | 基于指纹识别启动关联应用的方法及装置 |
CN107818308A (zh) * | 2017-10-31 | 2018-03-20 | 平安科技(深圳)有限公司 | 一种人脸识别智能比对方法、电子装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110188678A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169639B2 (en) | Method for fingerprint template update and terminal device | |
CN107480609B (zh) | 指纹识别方法及相关产品 | |
EP3252640B1 (en) | Method for launching application and terminal | |
CN107451449B (zh) | 生物识别解锁方法及相关产品 | |
CN108509033B (zh) | 信息处理方法及相关产品 | |
CN110162954B (zh) | 权限管理方法及相关产品 | |
CN107545166B (zh) | 生物识别方法及相关产品 | |
CN107480489B (zh) | 解锁控制方法及相关产品 | |
US20180089520A1 (en) | Method, device and computer-readable medium for updating sequence of fingerprint templates for matching | |
CN110771121A (zh) | 应用资源推荐方法及相关设备 | |
CN107609379B (zh) | 一种解锁控制方法及移动终端 | |
CN107545163B (zh) | 解锁控制方法及相关产品 | |
CN106022069A (zh) | 一种解锁控制方法及移动终端 | |
CN110310399B (zh) | 静脉门锁的解锁方法及相关产品 | |
CN110298277B (zh) | 指纹识别方法及相关产品 | |
US10248774B2 (en) | Method for controlling unlocking and mobile terminal | |
CN110175594B (zh) | 静脉识别方法及相关产品 | |
CN110298261B (zh) | 静脉识别方法及相关产品 | |
CN110188678B (zh) | 静脉识别方法及相关产品 | |
CN112790858B (zh) | 消融参数配置方法、装置、系统及计算机可读存储介质 | |
EP4066730B1 (en) | Data acquisition method, terminal device, and storage medium | |
CN112764543A (zh) | 一种信息输出方法、终端设备以及计算机可读存储介质 | |
CN110188675B (zh) | 静脉采集方法及相关产品 | |
CN110197161B (zh) | 静脉识别方法及相关产品 | |
CN116521991A (zh) | 信息推送方法、装置及介质 |
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 |