CN110199295A - 指纹识别的方法、装置和电子设备 - Google Patents

指纹识别的方法、装置和电子设备 Download PDF

Info

Publication number
CN110199295A
CN110199295A CN201980000496.3A CN201980000496A CN110199295A CN 110199295 A CN110199295 A CN 110199295A CN 201980000496 A CN201980000496 A CN 201980000496A CN 110199295 A CN110199295 A CN 110199295A
Authority
CN
China
Prior art keywords
fingerprint
template
image
frame
fingerprint 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.)
Pending
Application number
CN201980000496.3A
Other languages
English (en)
Inventor
李彦青
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.)
Shenzhen Goodix Technology Co Ltd
Original Assignee
Shenzhen Huiding Technology Co 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 Shenzhen Huiding Technology Co Ltd filed Critical Shenzhen Huiding Technology Co Ltd
Publication of CN110199295A publication Critical patent/CN110199295A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请实施例提供了一种指纹识别的方法，能够提高指纹识别的速度，提升用户体验。该方法包括：对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；在将所述至少一帧指纹图像的特征数据分别与第一指纹模板的模板数据进行匹配时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的特征数据；根据匹配结果，确定指纹识别结果。

Description

指纹识别的方法、装置和电子设备
技术领域
本申请实施例涉及生物特征识别领域，并且更具体地，涉及指纹识别的方法、装置和电子设备。
背景技术
相比于电容式指纹识别技术，光学指纹识别技术中采集到的指纹图像具有更高的分辨率，指纹图像中包含的数据量也更大，在对该指纹图像进行处理时的耗时也就更长。尤其在用户注册了多个指纹模板的情况下，指纹识别的速度明显受到影响，影响用户体验。
发明内容
本申请实施例提供一种指纹识别的方法、装置和电子设备，能够提高指纹识别的速度，提升用户体验。
第一方面，提供了一种指纹识别的方法，包括：对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；在根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的模板数据。
在一种可能的实现方式中，所述方法还包括：在对所述至少一帧指纹图像进行处理时，并行地对所述第一指纹模板进行处理，得到所述第一指纹模板的模板数据。
在一种可能的实现方式中，所述对至少一帧指纹图像进行处理，包括：并行地对所述至少一帧指纹图像进行处理。
在一种可能的实现方式中，所述方法还包括：若根据所述至少一帧指纹图像中的任意一帧指纹图像的特征数据和所述第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
在一种可能的实现方式中，所述方法还包括：若根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据所述至少一帧指纹图像的特征数据和所述第二指纹模板的模板数据进行指纹识别。
在一种可能的实现方式中，对所述至少一帧指纹图像中的首帧指纹图像进行处理，包括：对所述首帧指纹图像进行图像预处理；基于图像预处理后的所述首帧指纹图像，并行地进行两次特征提取，分别得到所述首帧指纹图像的第一特征数据和第二特征数据，其中，所述第一特征数据是对图像预处理后的所述首帧指纹图像进行特征提取得到的，所述第二特征数据是对图像预处理后的所述第一指纹图像进行图像增强后再进行特征提取得到的。
在一种可能的实现方式中，所述根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别，包括：若根据所述第一特征数据和所述第一指纹模板的模板数据进行指纹识别失败，则根据所述第二特征数据和所述第一指纹模板的模板数据进行指纹识别。
在一种可能的实现方式中，对所述至少一帧指纹图像中的非首帧指纹图像进行处理，包括：对所述非首帧指纹图像依次进行图像预处理、图像增强和特征提取。
在一种可能的实现方式中，所述对第二指纹模板进行处理，包括：对所述第二指纹模板进行解密和解压缩处理。
在一种可能的实现方式中，所述方法由第一处理单元和第二处理单元执行，所述第一处理单元用于对所述至少一帧指纹图像进行处理并进行指纹识别，所述第二处理单元用于对至少一个指纹模板进行处理。
所述第一处理单元例如为CPU、DSP或者VPU。
所述第二处理单元例如为CPU、DSP或者VPU。
第一处理单元与第二处理单元的类型相同或者不同。
所述CPU例如为ARM。
第二方面，提供了一种指纹识别的装置，包括：
第一处理单元，用于对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；并根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别；
所述第二处理单元，用于在所述第一处理单元根据所述至少一帧指纹图像的特征数据分别与第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的模板数据。
在一种可能的实现方式中，所述第二处理单元还用于：在所述第一处理单元对所述至少一帧指纹图像进行处理时，并行地对所述第一指纹模板进行处理，得到所述第一指纹模板的模板数据。
在一种可能的实现方式中，所述第一处理单元具体用于：并行地对所述至少一帧指纹图像进行处理。
在一种可能的实现方式中，所述第一处理单元还用于：若根据所述至少一帧指纹图像中的任意一帧指纹图像的特征数据和所述第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
在一种可能的实现方式中，所述第一处理单元还用于：若根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据所述至少一帧指纹图像的特征数据和所述第二指纹模板的模板数据进行指纹识别。
在一种可能的实现方式中，所述第一处理单元具体用于：对所述首帧指纹图像进行图像预处理；基于图像预处理后的所述首帧指纹图像，并行地进行两次特征提取，分别得到所述首帧指纹图像的第一特征数据和第二特征数据，其中，所述第一特征数据是对图像预处理后的所述首帧指纹图像进行特征提取得到的，所述第二特征数据是对图像预处理后的所述第一指纹图像进行图像增强后再进行特征提取得到的。
在一种可能的实现方式中，所述第一处理单元具体用于：若根据所述第一特征数据和所述第一指纹模板的模板数据进行指纹识别失败，则根据所述第二特征数据和所述第一指纹模板的模板数据进行指纹识别。
在一种可能的实现方式中，所述第一处理单元具体用于：对所述非首帧指纹图像依次进行图像预处理、图像增强和特征提取。
在一种可能的实现方式中，所述第二处理单元具体用于：对所述第二指纹模板进行解密和解压缩处理。
所述第一处理单元例如为CPU、DSP或者VPU。
所述第二处理单元例如为CPU、DSP或者VPU。
第一处理单元与第二处理单元的类型相同或者不同。
所述CPU例如为ARM。
在一种可能的实现方式中，所述CPU为进阶精简指令集机器ARM。
第三方面，提供了一种芯片，用于实现上述第一方面或第一方面的任意可能的实现方式中的方法。可选地，该芯片包括处理器，用于从存储器中调用并运行计算机程序，使得安装有该芯片的设备执行如上述第一方面或第一方面的任意可能的实现方式中的方法。
第四方面，提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序使得计算机执行上述第一方面或第一方面的任意可能的实现方式中的方法。
第五方面，提供了一种电子设备，包括第二方面或第二方面的任意可能的实现方式中的指纹识别的装置。
基于上述技术方案，在根据指纹图像和第一指纹模板进行指纹识别时，并行地对第二指纹模板进行处理，这样，当基于第一指纹模板的指纹识别失败后，可以直接根据指纹图像和第而指纹模板进行指纹识别，而无需等待对第二指纹模板的处理时间，从而提高了指纹识别的速度，提升了用户体验。
附图说明
图1是本申请可以适用的电子设备的结构示意图。
图2是图1所示的电子设备沿A-A’方向的剖面示意图。
图3是相关技术中使用的指纹识别方法的示意性流程图。
图4是本申请实施例的指纹识别的方法的示意性流程图。
图5是本申请实施例的指纹识别的方法的一种可能的实现方式的流程图。
图6是本申请实施例的指纹识别的方法的一种可能的实现方式的流程图。
图7是本申请实施例的指纹识别的方法的一种可能的实现方式的流程图。
图8是本申请实施例的指纹识别的装置的示意性框图。
具体实施方式
下面将结合附图，对本申请实施例中的技术方案进行描述。
应理解，本申请实施例可以应用于光学指纹系统，包括但不限于光学指纹识别系统和基于光学指纹成像的医疗诊断产品，本申请实施例仅以光学指纹系统为例进行说明，但不应对本申请实施例构成任何限定，本申请实施例同样适用于其他采用光学成像技术的系统等。
作为一种常见的应用场景，本申请实施例提供的光学指纹系统可以应用在智能手机、平板电脑以及其他具有显示屏的移动终端或者其他终端设备；更具体地，在上述终端设备中，光学指纹模组可以具体为光学指纹模组，其可以设置在显示屏下方的局部区域或者全部区域，从而形成屏下(Under-display或Under-screen)光学指纹系统。或者，所述光学指纹模组也可以部分或者全部集成至所述终端设备的显示屏内部，从而形成屏内(In-display或In-screen)光学指纹系统。
图1和图2示出了本申请实施例可以适用的电子设备的示意图。其中，图1为电子设备10的示意图，图2为图1所示的电子设备10沿A-A’方向的剖面示意图。
所述终端设备10包括显示屏120和光学指纹模组130。其中，所述光学指纹模组130设置在所述显示屏120下方的局部区域。所述光学指纹模组130包括光学指纹传感器，所述光学指纹传感器包括具有多个光学感应单元131的感应阵列133。所述感应阵列133所在区域或者其感应区域为所述光学指纹模组130的指纹检测区域121(也可以称为指纹采集区域、指纹识别区域等)。如图1所示，所述指纹检测区域121位于所述显示屏120的显示区域之中。在一种替代实施例中，所述光学指纹模组130还可以设置在其他位置，比如所述显示屏120的侧面或者所述终端设备10的边缘非透光区域，并通过光路设计来将来自所述显示屏120的至少部分显示区域的光信号导引到所述光学指纹模组130，从而使得所述指纹检测区域121实际上位于所述显示屏120的显示区域。
应当理解，所述指纹检测区域121的面积可以与所述光学指纹模组130的感应阵列133的面积不同，例如通过例如透镜成像的光路设计、反射式折叠光路设计或者其他光线汇聚或者反射等光路设计，可以使得所述光学指纹模组130的指纹检测区域121的面积大于所述光学指纹模组130的感应阵列133的面积。在其他替代实现方式中，如果采用例如光线准直方式进行光路引导，所述光学指纹模组130的指纹检测区域121也可以设计成与所述光学指纹模组130的感应阵列的面积基本一致。
因此，使用者在需要对所述终端设备进行解锁或者其他指纹验证的时候，只需要将手指按压在位于所述显示屏120的指纹检测区域121，便可以实现指纹输入。由于指纹检测可以在屏内实现，因此采用上述结构的终端设备10无需其正面专门预留空间来设置指纹按键(比如Home键)，从而可以采用全面屏方案，即所述显示屏120的显示区域可以基本扩展到整个终端设备10的正面。
作为一种可选的实现方式，如图1所示，所述光学指纹模组130包括光检测部分134和光学组件132。所述光检测部分134包括所述感应阵列133以及与所述感应阵列133电性连接的读取电路及其他辅助电路，其可以在通过半导体工艺制作在一个芯片(Die)，比如光学成像芯片或者光学指纹传感器。所述感应阵列133具体为光探测器(Photo detector)阵列，其包括多个呈阵列式分布的光探测器，所述光探测器可以作为如上所述的光学感应单元。所述光学组件132可以设置在所述光检测部分134的感应阵列133的上方，其可以具体包括滤光层(Filter)、导光层或光路引导结构、以及其他光学元件，所述滤光层可以用于滤除穿透手指的环境光，而所述导光层或光路引导结构主要用于从手指表面反射回来的反射光导引至所述感应阵列133进行光学检测。
在具体实现上，所述光学组件132可以与所述光检测部分134封装在同一个光学指纹部件。比如，所述光学组件132可以与所述光学检测部分134封装在同一个光学指纹芯片，也可以将所述光学组件132设置在所述光检测部分134所在的芯片外部，比如将所述光学组件132贴合在所述芯片上方，或者将所述光学组件132的部分元件集成在上述芯片之中。
其中，所述光学组件132的导光层或者光路引导结构有多种实现方案，比如，所述导光层可以具体为在半导体硅片制作而成的准直器(Collimator)层，其具有多个准直单元或者微孔阵列，所述准直单元可以具体为小孔，从手指反射回来的反射光中，垂直入射到所述准直单元的光线可以穿过并被其下方的光学感应单元接收，而入射角度过大的光线在所述准直单元内部经过多次反射被衰减掉，因此每一个光学感应单元基本只能接收到其正上方的指纹纹路反射回来的反射光，从而所述感应阵列133便可以检测出手指的指纹图像。
在另一种实施例中，所述导光层或者光路引导结构也可以为光学透镜(Lens)层，其具有一个或多个透镜单元，比如一个或多个非球面透镜组成的透镜组，其用于将从手指反射回来的反射光汇聚到其下方的光检测部分134的感应阵列133，以使得所述感应阵列133可以基于所述反射光进行成像，从而得到所述手指的指纹图像。可选地，所述光学透镜层在所述透镜单元的光路中还可以形成有针孔，所述针孔可以配合所述光学透镜层扩大所述光学指纹模组130的视场，以提高所述光学指纹模组130的指纹成像效果。
在其他实施例中，所述导光层或者光路引导结构也可以具体采用微透镜(Micro-Lens)层，所述微透镜层具有由多个微透镜形成的微透镜阵列，其可以通过半导体生长工艺或者其他工艺形成在所述光检测部分134的感应阵列133上方，并且每一个微透镜可以分别对应于所述感应阵列133的其中一个感应单元。并且，所述微透镜层和所述感应单元之间还可以形成其他光学膜层，比如介质层或者钝化层。更具体地，所述微透镜层和所述感应单元之间还可以包括具有微孔的挡光层(或称为遮光层)，其中所述微孔形成在其对应的微透镜和感应单元之间，所述挡光层可以阻挡相邻微透镜和感应单元之间的光学干扰，并使得所述感应单元所对应的光线通过所述微透镜汇聚到所述微孔内部并经由所述微孔传输到所述感应单元以进行光学指纹成像。
应当理解，上述导光层或者光路引导结构的几种实现方案可以单独使用也可以结合使用。比如，可以在所述准直器层或者所述光学透镜层的上方或下方进一步设置微透镜层。当然，在所述准直器层或者所述光学透镜层与所述微透镜层结合使用时，其具体叠层结构或者光路可能需要按照实际需要进行调整。
作为一种可选的实施例，所述显示屏120可以采用具有自发光显示单元的显示屏，比如有机发光二极管(Organic Light-Emitting Diode，OLED)显示屏或者微型发光二极管(Micro-LED)显示屏。以采用OLED显示屏为例，所述光学指纹模组130可以利用所述OLED显示屏120位于所述指纹检测区域121的显示单元(即OLED光源)来作为光学指纹检测的激励光源。当手指140按压在所述指纹检测区域121时，显示屏120向所述指纹检测区域121上方的目标手指140发出一束光111，该光111在手指140的表面发生反射形成反射光或者经过所述手指140内部散射而形成散射光，在相关专利申请中，为便于描述，上述反射光和散射光统称为反射光。由于指纹的脊(ridge)141与谷(valley)142对于光的反射能力不同，因此，来自指纹脊的反射光151和来自指纹谷的反射光152具有不同的光强，反射光经过光学组件132后，被光学指纹模组130中的感应阵列133所接收并转换为相应的电信号，即指纹检测信号；基于所述指纹检测信号便可以获得指纹图像数据，并且可以进一步进行指纹匹配验证，从而在终端设备10实现光学指纹识别功能。
在其他实施例中，所述光学指纹模组130也可以采用内置光源或者外置光源来提供用于进行指纹检测的光信号。在这种情况下，所述光学指纹模组130可以适用于非自发光显示屏，比如液晶显示屏或者其他的被动发光显示屏。以应用在具有背光模组和液晶面板的液晶显示屏为例，为支持液晶显示屏的屏下指纹检测，所述终端设备10的光学指纹系统还可以包括用于光学指纹检测的激励光源，所述激励光源可以具体为红外光源或者特定波长非可见光的光源，其可以设置在所述液晶显示屏的背光模组下方或者设置在所述终端设备10的保护盖板下方的边缘区域，而所述光学指纹模组130可以设置液晶面板或者保护盖板的边缘区域下方并通过光路引导以使得指纹检测光可以到达所述光学指纹模组130；或者，所述光学指纹模组130也可以设置在所述背光模组下方，且所述背光模组通过对扩散片、增亮片、反射片等膜层进行开孔或者其他光学设计以允许指纹检测光穿过液晶面板和背光模组并到达所述光学指纹模组130。当采用所述光学指纹模组130采用内置光源或者外置光源来提供用于进行指纹检测的光信号时，其检测原理与上面描述内容是一致的。
应当理解的是，在具体实现上，所述终端设备10还包括透明保护盖板，所述盖板可以为玻璃盖板或者蓝宝石盖板，其位于所述显示屏120的上方并覆盖所述终端设备10的正面。因此，本申请实施例中，所谓的手指按压在所述显示屏120实际上是指按压在所述显示屏120上方的盖板或者覆盖所述盖板的保护层表面。
另一方面，在某些实施例中，所述光学指纹模组130可以仅包括一个光学指纹传感器，此时光学指纹模组130的指纹检测区域121的面积较小且位置固定，因此用户在进行指纹输入时需要将手指按压到所述指纹检测区域121的特定位置，否则光学指纹模组130可能无法采集到指纹图像而造成用户体验不佳。在其他替代实施例中，所述光学指纹模组130可以具体包括多个光学指纹传感器。所述多个光学指纹传感器可以通过拼接方式并排设置在所述显示屏120的下方，且所述多个光学指纹传感器的感应区域共同构成所述光学指纹模组130的指纹检测区域121。也就是说，所述光学指纹模组130的指纹检测区域121可以包括多个子区域，每个子区域分别对应于其中一个光学指纹传感器的感应区域，从而将所述光学指纹模组130的指纹检测区域121可以扩展到所述显示屏的下半部分的主要区域，即扩展到手指惯常按压区域，从而实现盲按式指纹输入操作。可替代地，当所述光学指纹传感器数量足够时，所述指纹检测区域130还可以扩展到半个显示区域甚至整个显示区域，从而实现半屏或者全屏指纹检测。
光学指纹传感器采集的指纹图像需要进行处理，并与指纹模板进行匹配，从而获得指纹识别的结果。
通常，需要进行指纹模板解析、图像预处理、特征提取和指纹匹配。指纹模板解析是指读取指纹模板后对其进行的解密和解压缩等操作，可以获得该指纹模板的模板数据。光学指纹传感器采集到指纹图像后，处理单元对指纹图像进行图像预处理，并对图像预处理后的指纹图像进行特征提取，得到该指纹图像的特征数据。基于该指纹图像的特征数据和指纹模板的模板数据可以进行指纹识别。
通常，用户可以在电子设备中注册多个指纹模板，在进行指纹识别时，需要将指纹图像分别与这些指纹模板进行匹配，如果该指纹图像与某个指纹模板匹配成功，则可以确定指纹识别成功。
图3示出了相关技术中采用的指纹识别的方法的流程图。假设用户注册了三个指纹模板，即指纹模板1、指纹模板2和指纹模板3。在进行指纹识别时，采用单线程对指纹图像和指纹模板进行处理。其中：
在301中，解析指纹模板1，并进行匹配。
具体地，解析指纹模板1，并将得到的指纹模板1的模板数据与指纹图像的特征数据进行匹配，得到指纹识别结果。
在302中，确定指纹识别是否成功。
如果指纹识别成功，则执行步骤308；如果指纹识别失败，则执行步骤303。
在303中，解析指纹模板2，并进行匹配。
具体地，解析指纹模板2，并将得到的指纹模板2的模板数据与指纹图像的特征数据进行匹配，得到指纹识别结果。
在304中，确定指纹识别是否成功。
如果指纹识别成功，则执行步骤308；如果指纹识别失败，则执行步骤305。
在305中，解析指纹模板3，并进行匹配。
具体地，解析指纹模板3，并将得到的指纹模板3的模板数据与指纹图像的特征数据进行匹配，得到指纹识别结果。
在306中，判断匹配是否成功。
如果匹配识别成功，则执行步骤308；如果匹配失败，则执行步骤307。
可以看出，图3中是通过单线程进行指纹识别的。在用户注册多个指纹模板的情况下，只能依次解析每个指纹模板并进行指纹匹配，导致指纹识别的耗时较长，影响用户体验。
本申请实施例提供了一种指纹识别的方案，通过并行地对指纹模板和指纹图像进行处理，从而提高指纹识别的速度，提升用户体验。
图4是根据本申请实施例的指纹识别的方法400的示意性流程图，如图4所示，该方法400包括以下步骤中的部分或全部。
在410中，对至少一帧指纹图像进行处理，得到该至少一帧指纹图像的特征数据。
在420中，在根据该至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到该第二指纹模板的模板数据。
根据指纹图像的特征数据和指纹模板的模板数据进行指纹识别，可以指，将该指纹图像的特征数据与指纹模板的模板数据进行匹配，例如计算指纹图像的特征数据与模板数据之间的相似度，从而确定指纹识别结果，例如在相似度大于阈值时确定指纹识别成功。
可选地，该方法还包括：若根据该至少一帧指纹图像中的任意一帧指纹图像的特征数据和该第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
可选地，该方法还包括：若根据该至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据该至少一帧指纹图像的特征数据和该第二指纹模板的模板数据进行指纹识别。
该至少一帧指纹图像可以包括一帧指纹图像或者多帧指纹图像。当包括多帧指纹图像时，可以基于重试(Retry)策略进行指纹识别。Retry策略是指，当采集多帧指纹图像时，如果根据其中任意一帧指纹图像进行指纹识别成功，则可以认为指纹识别是成功的。
当然，根据指纹识别所对应的操作的安全级别，也可以设置，如果多帧指纹图像中的部分或全部指纹图像均进行指纹识别成功，才可以认为指纹识别是成功的。
本申请实施例对该至少一帧指纹图像的数量不做任何限定，并且对用户注册的指纹模板的数量不做任何限定。
该实施例中，对光学指纹传感器采集到的至少一帧指纹图像进行处理，得到至少一帧指纹图像的特征数据后，将该至少一帧指纹图像的特征数据分别和第一指纹模板的模板数据进行匹配。并且，在将至少一帧指纹图像的特征数据分别与第一指纹模板的模板数据进行匹配时，会并行地对下一个指纹模板，即第二指纹模板进行处理，得到该第二指纹模板的模板数据。
因此，当该至少一帧指纹图像与该第一指纹模板的模板数据均匹配失败后，可以继续将该至少一帧指纹图像的特征数据与第二指纹模板的模板数据进行匹配，而无需等待对第二指纹模板的处理过程，提高了指纹识别的效率，提升了用户体验。
并且，由于对指纹识别和指纹模板的处理是并行进行的，因此只需要分配两块内存，其中每块内存的大小为存储一个指纹模板或指纹图像的数据量所需的大小。特别适用于指纹模板的数据库较大但是内存资源又很有限的场景。
这里的第一指纹模板的优先级高于第二指纹模板的优先级。其中，优先级高的指纹模板优先用于指纹识别。即，按照优先级从高至低的顺序，依次对指纹模板进行处理以得到模板数据并用于指纹识别。
可选地，在410中，该方法还包括：在对该至少一帧指纹图像进行处理时，并行地对该第一指纹模板进行处理，得到该第一指纹模板的模板数据。
也就是说，可以并行地对指纹图像进行处理以及对第一指纹模板进行处理，从而根据指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别。因此，节约了对第一指纹模板进行处理的时间，提高了指纹识别的效率。
例如图5所示，假设该至少一帧指纹图像仅包括一帧指纹图像，且假设用户注册了两个指纹模板，即指纹模板1和指纹模板2。线程0用于对指纹模板进行处理；线程1用于对该指纹图像进行处理和识别。
在501中，采集指纹图像。
在502中，对该指纹图像进行处理，得到指纹图像的特征数据。
在执行步骤501和502的过程中，并行地执行步骤503和504。
在503中，读取指纹模板1。
在504中，对指纹模板1进行处理，得到模板数据1。
505，根据指纹图像的特征数据和模板数据1进行指纹识别。
506，判断指纹识别是否成功。
其中，在执行步骤505和506的过程中，并行地执行步骤507和508。
在507中，读取指纹模板2。
在508中，对指纹模板2进行处理，得到模板数据2。
其中，在506中，若判断指纹识别成功，则结束指纹识别流程；若判断指纹识别失败，则执行步骤509。
509，根据指纹图像的特征数据和模板数据2进行指纹识别。
其中，若判断指纹识别成功，可以执行例如解锁等操作；若指纹识别失败，例如可以拒绝解锁。
从图5中可以看出，线程0用于指纹图像的处理和指纹识别，线程1用于指纹模板的处理。线程0和线程1并行地执行，相比于图3中的串行方式，大大提高了指纹识别的速度，提升了用户体验。
可选地，在410中，对至少一帧指纹图像进行处理，包括：并行地对至少一帧指纹图像进行处理。
当采用Retry策略时，光学指纹传感器可以采集多帧指纹图像。可以采用多个线程分别对这多帧指纹图像并行地进行处理，从而获得多帧指纹图像的特征数据。若根据一帧指纹图像的特征数据与某个指纹模板的模板数据进行匹配失败，则可以根据下一帧指纹图像的特征数据与该指纹模板的模板数据进行匹配。
应理解，本申请实施例中所有并行的流程，均可以通过独立的线程来完成。例如，多帧指纹图像的处理流程可以分别在多个线程上执行；又例如，指纹图像的处理流程与指纹模板的处理流程可以在不同的线程上执行。
这多个线程可以是同一个处理单元例如CPU上并行运行的多个线程，也可以是相互独立的不同处理单元上的线程。即，该方法可以由一个处理单元执行，也可以由相互独立的多个处理单元执行。
例如，该指纹识别的方法由第一处理单元和第二处理单元执行，该第一处理单元用于对至少一帧指纹图像进行处理以及进行指纹识别，该第二处理单单元用于对至少一个指纹模板进行处理。
该第一处理单元例如可以是中央处理器(Central Processing Unit，CPU)、数字信号处理器(Digital Signal Processor，DSP)、视频处理单元(Video Processing Unit，VPU)、图形处理器(Graphics Processing Unit，GPU)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)等。
该第二处理单元例如可以是CPU、DSP、VPU、GPU或者FPGA等。
该CPU例如为进阶精简指令集机器(Advanced RISC Machine，ARM)，其中精简指令集计算机(Reduced Instruction Set Computer，RISC)。
该第一处理单元和该第二处理单元可以是不同的处理单元，并且，并行地执行不同的操作。例如第一处理单元为DSP，用于执行指纹图像的处理和指纹识别；第二处理单元为ARM，用于执行指纹模板的处理。
本申请实施例中所述的“并行地”，是指多个线程之间至少部分同时进行，而不限定于两个线程同时开始和/或同时结束。例如，可以某个线程先开始执行，并在该线程执行的过程中启动另一个线程，之后两个线程并行地执行各自对应的操作，并且这两个线程的结束时刻也可以相同或者不同。
当该不同线程上需要执行的操作由不同的处理器来执行，此处的“并行地”即指硬件环境中的多个处理器之间的并行。
本申请实施例中，对指纹图像的处理可以包括图像预处理(以下也简称预处理)、图像增强、提取特征数据等过程中的一种或多种。图像预处理例如可以包括滤波、卷积等操作，以消除指纹图像中的噪声等干扰信号。图像增强可以改善指纹图像的质量、丰富指纹图像的信息量，从而加强图像判读和识别的效果。本申请实施例对指纹图像的处理不做限定，可以使用任何指纹算法实现对指纹图像的处理。
可选地，对该至少一帧指纹图像中的第一指纹图像进行处理，包括：对该第一指纹图像进行图像预处理；基于图像预处理后的该第一指纹图像，并行地进行两次特征提取，分别得到该第一指纹图像的第一特征数据和第二特征数据。
其中，该第一特征数据是对图像预处理后的该第一指纹图像进行特征提取得到的，该第二特征数据是对图像预处理后的该第一指纹图像进行图像增强后再进行特征提取得到的。
其中，该第一指纹图像例如可以为首帧指纹图像，即光学指纹传感器采集到的第一帧指纹图像。
以下，均以该第一指纹图像为首帧指纹图像为例进行说明，但并不限于此，该第一指纹图像也可以为非首帧指纹图像。
进一步地，可选地，根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别，包括：若根据该第一特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据该第二特征数据和第一指纹模板的模板数据进行指纹识别。
本申请实施例可以对首帧指纹图像进行两次特征提取。在对首帧指纹图像进行图像预处理后，可以对预处理后的首帧指纹图像进行特征提取，得到首帧指纹图像的第一特征数据；并行地，可以对预处理后的首帧指纹图像进行图像增强，并在进行图像增强之后进行特征提取，得到首帧指纹图像的第二特征数据。
由于对指纹图像进行图像增强后可以获得更加丰富的指纹数据，因此，第二特征数据的数据量比第一特征数据的数据量丰富。可以理解，第二特征数据相当于对首帧指纹图像进行细提取，第一特征数据相当于对首帧指纹图像进行粗提取。
以图6为例说明对首帧指纹图像进行两次特征提取的过程。如图6所示，在对首帧指纹图像进行处理时，可以分别使用线程0和线程1进行两次特征提取，分别得到首帧指纹图像的第一特征数据和第二特征数据。
在601中，采集首帧指纹图像。
在602中，对首帧指纹图像进行图像预处理。
在603中，对预处理后的指纹图像进行特征提取得到指纹图像的第一特征数据。
在604中，根据指纹模板的模板数据和第一特征数据进行指纹识别。
在执行步骤603和604的过程中，并行地执行步骤605至607。
在605中，对预处理后的指纹图像进行图像增强。
在606中，对图像增强后的指纹图像进行特征提取，得到指纹图像的第二特征数据。
在607中，根据指纹模板的模板数据和第二特征数据进行指纹识别。
其中，可选地，如果步骤604中的指纹识别成功，则可以不执行步骤607；如果步骤604中的指纹识别失败，则执行步骤607。这时，在确定步骤604中的指纹识别失败后，可以直接根据第二特征数据和模板数据进行指纹识别，由于第二特征数据的提取与第一特征数据的提取是并行进行的，因而无需进行较长时间的等待。
可选地，对该至少一帧指纹图像中的第二指纹图像进行处理，包括：对该第二指纹图像依次进行图像预处理和特征提取；或者，对该第二指纹图像依次进行图像预处理、图像增强和特征提取。
其中，该第二指纹图像例如可以为非首帧指纹图像，例如光学指纹传感器采集到的第二帧指纹图像、第三帧指纹图像等。
以下，均以该第二指纹图像为非首帧指纹图像为例进行说明，但并不限于此，该第二指纹图像也可以为首帧指纹图像。
本申请实施例中，对指纹模板进行处理，例如可以包括对读取的指纹模板进行解密和解压缩等处理，也可以称为解析指纹模板。对指纹模板进行处理后能够获得用于指纹识别的模板数据，也可以称为指纹模板的特征数据。
下面以图7为例，详细描述本申请实施例的一种可能的指纹识别的方法的实现方式。其中，图7中示出了线程0至线程4。线程0至线程4可以是同一个处理器上并行运行的5个线程，或者，线程0至线程4中的至少部分线程分别运行在不同的处理器上。
其中，线程0用于执行指纹模板的读取和处理；线程1和线程3均用于执行第一帧指纹图像的处理和识别；线程2用于执行第二帧指纹图像的处理和识别；线程4用于执行第三帧指纹图像的处理和识别。
启动线程0。在线程0上运行步骤7001至7004。
在7001中，读取指纹模板1。
在7002中，对指纹模板1进行处理，得到指纹模板1的模板数据。
在7003中，读取指纹模板2。
在7004中，对指纹模板2进行处理，得到指纹模板2的模板数据。
当采集到第一帧指纹图之后，开始执行线程1。
线程1上运行步骤7101至7104。
在7101中，获取第一帧指纹图像。
例如从光学指纹传感器获取该第一帧指纹图像。
在7102中，对第一帧指纹图像进行图像预处理。
在7103中，对预处理后的第一帧指纹图像进行特征提取，得到第一帧指纹图像的第一特征数据。
并且，图像预处理后的指纹图像被传输至线程3。
在7104中，根据该第一特征数据和指纹模板1的模板数据进行指纹识别。
当线程1执行完步骤7102后，启动线程3。
线程3上运行步骤7301至7303。
在7301中，对从线程1接收到的预处理后的第一帧指纹图像进行图像增强；
在7302中，对图像增强后的第一帧指纹图像进行特征提取，得到第一帧指纹图像的第二特征数据。
在7303中，根据该第二特征数据和指纹模板1的模板数据进行指纹识别。
当采集到第二帧指纹图之后，开始执行线程2。
线程2上用于运行步骤7201至7205。
在7201中，获取第二帧指纹图像。
例如从光学指纹传感器获取该第二帧指纹图像。
在7202中，对第二帧指纹图像进行图像预处理。
在7203中，对预处理后的第二帧指纹图像进行图像增强。
在7204中，对图像增强后的第二帧指纹图像进行特征提取，得到第二帧指纹图像的特征数据。
在7205中，根据第二帧指纹图像的特征数据和指纹模板1的模板数据进行指纹识别。
当采集到第三帧指纹图之后，开始执行线程4。
线程4上用于运行步骤7401至7405。
在7401中，获取第三帧指纹图像。
例如从光学指纹传感器获取该第三帧指纹图像。
在7402中，对第三帧指纹图像进行图像预处理。
在7403中，对预处理后的第三帧指纹图像进行图像增强。
在7404中，对图像增强后的第三帧指纹图像进行特征提取，得到第二帧指纹图像的特征数据。
在7405中，根据第三帧指纹图像的特征数据和指纹模板1的模板数据进行指纹识别。
其中，线程0至线程4中的部分或全部线程可以并行处理。
在线程0上运行步骤7001和7002时，可以并行地在线程1上执行步骤7101至7103。
其中，线程0和线程1可以同时开始。
或者，线程0和线程1也可以不同时开始。例如，可以在手指按压之前例如开机时创建线程0，而在手指按压时创建线程1。线程0在对指纹模板1进行处理并获得模板数据后，可以将该模板数据存储在内存中，并等待线程1的创建。
在线程1上运行7103和7104时，可以并行地在线程3上运行7301至7303，从而实现对第一帧指纹图像的两次特征提取和指纹识别。
在线程1上运行7101至7104时，可以并行地在线程2上运行7201至7205，并且并行地在线程4上运行7401至7405，从而分别完成每帧指纹图像的识别。
在线程1至线程4上进行指纹识别时，线程0上可以并行地读取和处理下一帧指纹模板即指纹模板2。
步骤7500可以在任意一个线程上执行。
在7500中，判断线程1至线程4中是否有线程识别成功。
例如，如果线程1至线程4中任意一个线程上的指纹识别成功，则可以认为指纹识别成功。
此时，可以通知其他线程终止操作。
应理解，图7仅仅是一种示例，各个线程的运行时间可能会根据实际情况而发生变化。当某个线程上的指纹识别操作成功时，可以终止其他线程的操作，而不必执行完图7中所示的该线程的剩余步骤，从而减少不必要的操作。
举例来说，假设第一帧指纹图像的第一特征数据与指纹模板1的模板数据最先匹配成功。如果此时线程0上还没有处理完指纹模板2，则可以终止对指纹模板2的处理；如果此时线程2至线程4中仅执行了图7中所示的部分步骤，那么可以终止后续还未执行的步骤。
如果在7500中，线程1至线程4中的指纹识别均没有成功，则可以直接使用指纹模板2的模板数据进行指纹识别，而无需再等待对指纹模板2的处理。
根据每帧指纹图像的特征数据与指纹模板2的模板数据进行指纹识别的过程，可以参考图7中虚线框中所述的流程。获得指纹模板2的模板数据后，该模板数据可以分别传递至各个线程，从而用于各个线程进行指纹识别。
需要说明的是，在不冲突的前提下，本申请描述的各个实施例和/或各个实施例中的技术特征可以任意的相互组合，组合之后得到的技术方案也应落入本申请的保护范围。
在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
上文结合图4至图7，详细描述了本申请的方法实施例，下文结合图8，详细描述本申请的装置实施例。应理解，装置实施例与方法实施例相互对应，类似的描述可以参照方法实施例。
图8是根据本申请实施例的指纹识别的装置的示意性框图，如图8所示，该指纹识别的装置800包括：
第一处理单元810，用于对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；并根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别；
第二处理单元820，用于在所述第一处理单元810根据所述至少一帧指纹图像的特征数据分别与第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的模板数据。
因此，在根据指纹图像和第一指纹模板进行指纹识别时，并行地对第二指纹模板进行处理，这样，当基于第一指纹模板的指纹识别失败后，可以直接根据指纹图像和第而指纹模板进行指纹识别，二无需等待对第二指纹模板的处理时间，从而提高了指纹识别的速度，提升了用户体验。
该第一处理单元810和该第二处理单元820可以是相互独立的不同的处理单元，并且这些不同的处理单元并行地执行不同的操作。例如第一处理单元810为DSP，用于执行指纹图像的处理和指纹识别；第二处理单元820为ARM，用于执行指纹模板的处理。
或者，第一处理单元810和第二处理单元820也可以是同一个处理器中分别对应于不同线程的两个处理单元，分别用于执行各自对应的线程上的操作。
该第一处理单元810例如可以是CPU、DSP、VPU或者GPU等。
该第二处理单元820例如可以是CPU、DSP、VPU或者GPU等。
该CPU例如为ARM。
可选地，所述第二处理单元820还用于：在所述第一处理单元810对所述至少一帧指纹图像进行处理时，并行地对所述第一指纹模板进行处理，得到所述第一指纹模板的模板数据。
可选地，所述第一处理单元810具体用于：并行地对所述至少一帧指纹图像进行处理。
可选地，所述第一处理单元810还用于：若根据所述至少一帧指纹图像中的任意一帧指纹图像的特征数据和所述第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
可选地，所述第一处理单元810还用于：若根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据所述至少一帧指纹图像的特征数据和所述第二指纹模板的模板数据进行指纹识别。
可选地，所述第一处理单元810具体用于：对所述首帧指纹图像进行图像预处理；基于图像预处理后的所述首帧指纹图像，并行地进行两次特征提取，分别得到所述首帧指纹图像的第一特征数据和第二特征数据，其中，所述第一特征数据是对图像预处理后的所述首帧指纹图像进行特征提取得到的，所述第二特征数据是对图像预处理后的所述第一指纹图像进行图像增强后再进行特征提取得到的。
可选地，所述第一处理单元810具体用于：若根据所述第一特征数据和所述指纹模板的模板数据进行指纹识别失败，则根据所述第二特征数据和所述指纹模板的模板数据进行指纹识别。
可选地，所述第一处理单元810具体用于：对所述非首帧指纹图像依次进行图像预处理、图像增强和特征提取。
可选地，所述第二处理单元820具体用于：对所述第二指纹模板进行解密和解压缩处理。
可选地，所述指纹识别的装置800还可以包括光学指纹传感器，用于采集至少一帧指纹图像，该指纹识别的装置800例如可以对应于前文所述实施例中的光学指纹模组130中的光学指纹传感器。
本申请实施例还提供了一种电子设备，该电子设备包括光学指纹传感器以及上述本申请各种实施例中的指纹识别的装置。
作为示例而非限定，本申请实施例中的电子设备可以为终端设备、手机、平板电脑、笔记本电脑、台式机电脑、游戏设备、车载电子设备或穿戴式智能设备等便携式或移动计算设备，以及电子数据库、汽车、银行自动柜员机(Automated Teller Machine，ATM)等其他电子设备。该穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或部分的功能，例如：智能手表或智能眼镜等，以及只专注于某一类应用功能，需要和其它设备如智能手机配合使用，如各类进行体征监测的智能手环、智能首饰等设备。
需要说明的是，在不冲突的前提下，本申请描述的各个实施例和/或各个实施例中的技术特征可以任意的相互组合，组合之后得到的技术方案也应落入本申请的保护范围。
应理解，本申请实施例中的具体的例子只是为了帮助本领域技术人员更好地理解本申请实施例，而非限制本申请实施例的范围，本领域技术人员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形均落在本申请的保护范围内。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (26)

1.一种指纹识别的方法，其特征在于，所述方法包括：
对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；
在根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的模板数据。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在对所述至少一帧指纹图像进行处理时，并行地对所述第一指纹模板进行处理，得到所述第一指纹模板的模板数据。
3.根据权利要求1或2所述的方法，其特征在于，所述对至少一帧指纹图像进行处理，包括：
并行地对所述至少一帧指纹图像进行处理。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：
若根据所述至少一帧指纹图像中的任意一帧指纹图像的特征数据和所述第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述方法还包括：
若根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据所述至少一帧指纹图像的特征数据和所述第二指纹模板的模板数据进行指纹识别。
6.根据权利要求1至5中任一项所述的方法，其特征在于，对所述至少一帧指纹图像中的首帧指纹图像进行处理，包括：
对所述首帧指纹图像进行图像预处理；
基于图像预处理后的所述首帧指纹图像，并行地进行两次特征提取，分别得到所述首帧指纹图像的第一特征数据和第二特征数据，其中，所述第一特征数据是对图像预处理后的所述首帧指纹图像进行特征提取得到的，所述第二特征数据是对图像预处理后的所述第一指纹图像进行图像增强后再进行特征提取得到的。
7.根据权利要求6所述的方法，其特征在于，所述根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别，包括：
若根据所述第一特征数据和所述第一指纹模板的模板数据进行指纹识别失败，则根据所述第二特征数据和所述第一指纹模板的模板数据进行指纹识别。
8.根据权利要求1至7中任一项所述的方法，其特征在于，对所述至少一帧指纹图像中的非首帧指纹图像进行处理，包括：
对所述非首帧指纹图像依次进行图像预处理、图像增强和特征提取。
9.根据权利要求1至8中任一项所述的方法，其特征在于，所述对第二指纹模板进行处理，包括：
对所述第二指纹模板进行解密和解压缩处理。
10.根据权利要求1至9中任一项所述的方法，其特征在于，所述方法由第一处理单元和第二处理单元执行，所述第一处理单元用于对所述至少一帧指纹图像进行处理并进行指纹识别，所述第二处理单元用于对至少一个指纹模板进行处理。
11.根据权利要求10所述的方法，其特征在于，所述第一处理单元为以下中的任意一种：中央处理器CPU、数字信号处理器DSP和视频处理单元VPU。
12.根据权利要求11所述的方法，其特征在于，所述第二处理单元为以下中的任意一种：CPU、DSP和VPU。
13.根据权利要求11或12所述的方法，其特征在于，所述CPU为进阶精简指令集机器ARM。
14.一种指纹识别的装置，其特征在于，包括：
第一处理单元，用于对至少一帧指纹图像进行处理，得到所述至少一帧指纹图像的特征数据；并根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别；
第二处理单元，用于在所述第一处理单元根据所述至少一帧指纹图像的特征数据分别与第一指纹模板的模板数据进行指纹识别时，并行地对第二指纹模板进行处理，得到所述第二指纹模板的模板数据。
15.根据权利要求14所述的装置，其特征在于，所述第二处理单元还用于：
在所述第一处理单元对所述至少一帧指纹图像进行处理时，并行地对所述第一指纹模板进行处理，得到所述第一指纹模板的模板数据。
16.根据权利要求14或15所述的装置，其特征在于，所述第一处理单元具体用于：
并行地对所述至少一帧指纹图像进行处理。
17.根据权利要求14至16中任一项所述的装置，其特征在于，所述第一处理单元还用于：
若根据所述至少一帧指纹图像中的任意一帧指纹图像的特征数据和所述第一指纹模板的模板数据进行指纹识别成功，则确定指纹识别成功。
18.根据权利要求14至17中任一项所述的装置，其特征在于，所述第一处理单元还用于：
若根据所述至少一帧指纹图像的特征数据和第一指纹模板的模板数据进行指纹识别失败，则根据所述至少一帧指纹图像的特征数据和所述第二指纹模板的模板数据进行指纹识别。
19.根据权利要求14至18中任一项所述的装置，其特征在于，所述第一处理单元具体用于：
对所述首帧指纹图像进行图像预处理；
基于图像预处理后的所述首帧指纹图像，并行地进行两次特征提取，分别得到所述首帧指纹图像的第一特征数据和第二特征数据，其中，所述第一特征数据是对图像预处理后的所述首帧指纹图像进行特征提取得到的，所述第二特征数据是对图像预处理后的所述第一指纹图像进行图像增强后再进行特征提取得到的。
20.根据权利要求19所述的装置，其特征在于，所述第一处理单元具体用于：
若根据所述第一特征数据和所述第一指纹模板的模板数据进行指纹识别失败，则根据所述第二特征数据和所述第一指纹模板的模板数据进行指纹识别。
21.根据权利要求14至20中任一项所述的装置，其特征在于，所述第一处理单元具体用于：
对所述非首帧指纹图像依次进行图像预处理、图像增强和特征提取。
22.根据权利要求14至21中任一项所述的装置，其特征在于，所述第二处理单元具体用于：
对所述第二指纹模板进行解密和解压缩处理。
23.根据权利要求22所述的装置，其特征在于，所述第一处理单元为以下中的任意一种：中央处理器CPU、数字信号处理器DSP和视频处理单元VPU。
24.根据权利要求23所述的装置，其特征在于，所述第二处理单元为以下中的任意一种：CPU、DSP和VPU。
25.根据权利要求23或24所述的装置，其特征在于，所述CPU为进阶精简指令集机器ARM。
26.一种电子设备，其特征在于，包括：
光学指纹传感器，用于采用至少一帧指纹图像；以及，
根据权利要求14至25中任一项所述的指纹识别的装置。
CN201980000496.3A 2019-04-04 2019-04-04 指纹识别的方法、装置和电子设备 Pending CN110199295A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/081427 WO2020199178A1 (zh) 2019-04-04 2019-04-04 指纹识别的方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN110199295A true CN110199295A (zh) 2019-09-03

Family

ID=67756126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980000496.3A Pending CN110199295A (zh) 2019-04-04 2019-04-04 指纹识别的方法、装置和电子设备

Country Status (2)

Country Link
CN (1) CN110199295A (zh)
WO (1) WO2020199178A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111209556A (zh) * 2020-01-14 2020-05-29 北京集创北方科技股份有限公司 鉴权装置及电子设备

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1506903A (zh) * 2002-12-06 2004-06-23 中国科学院自动化研究所 基于模板学习的自动指纹识别系统和方法
CN101483524A (zh) * 2009-02-25 2009-07-15 李苏 网络分布式指纹识别系统及其实现方法
US20150109214A1 (en) * 2013-10-22 2015-04-23 Weidong Shi Methods and Apparatuses of touch-fingerprinting Display
CN104933411A (zh) * 2015-06-16 2015-09-23 迪安杰科技无锡有限公司 指纹识别处理方法及系统
CN105808122A (zh) * 2016-03-14 2016-07-27 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN106022047A (zh) * 2016-05-24 2016-10-12 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
CN106096360A (zh) * 2016-05-31 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN106096515A (zh) * 2016-05-31 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN106682470A (zh) * 2015-11-09 2017-05-17 南昌欧菲生物识别技术有限公司 基于加密指纹信息的指纹识别系统、终端设备及方法
WO2017091933A1 (zh) * 2015-11-30 2017-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹采集方法、装置及电子设备
CN107077679A (zh) * 2017-02-16 2017-08-18 深圳市汇顶科技股份有限公司 基于指纹识别的校验方法、装置、以及交易系统
CN107278308A (zh) * 2017-05-20 2017-10-20 深圳信炜科技有限公司 图像识别方法、图像识别装置、电子装置及计算机存储介质
US20170344801A1 (en) * 2016-05-30 2017-11-30 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method for Controlling Unlocking and Terminal
WO2018090984A1 (zh) * 2016-11-18 2018-05-24 比亚迪股份有限公司 指纹识别方法及电子装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10325139B2 (en) * 2016-05-13 2019-06-18 Fingerprint Cards Ab Fingerprint authentication with parallel processing
CN109543570B (zh) * 2018-11-06 2023-04-18 Oppo广东移动通信有限公司 指纹识别方法及相关产品

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1506903A (zh) * 2002-12-06 2004-06-23 中国科学院自动化研究所 基于模板学习的自动指纹识别系统和方法
CN101483524A (zh) * 2009-02-25 2009-07-15 李苏 网络分布式指纹识别系统及其实现方法
US20150109214A1 (en) * 2013-10-22 2015-04-23 Weidong Shi Methods and Apparatuses of touch-fingerprinting Display
CN104933411A (zh) * 2015-06-16 2015-09-23 迪安杰科技无锡有限公司 指纹识别处理方法及系统
CN106682470A (zh) * 2015-11-09 2017-05-17 南昌欧菲生物识别技术有限公司 基于加密指纹信息的指纹识别系统、终端设备及方法
WO2017091933A1 (zh) * 2015-11-30 2017-06-08 宇龙计算机通信科技(深圳)有限公司 一种指纹采集方法、装置及电子设备
CN105808122A (zh) * 2016-03-14 2016-07-27 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN106022047A (zh) * 2016-05-24 2016-10-12 广东欧珀移动通信有限公司 一种指纹解锁方法及终端
US20170344801A1 (en) * 2016-05-30 2017-11-30 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method for Controlling Unlocking and Terminal
CN106096360A (zh) * 2016-05-31 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
CN106096515A (zh) * 2016-05-31 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及终端设备
WO2018090984A1 (zh) * 2016-11-18 2018-05-24 比亚迪股份有限公司 指纹识别方法及电子装置
CN107077679A (zh) * 2017-02-16 2017-08-18 深圳市汇顶科技股份有限公司 基于指纹识别的校验方法、装置、以及交易系统
CN107278308A (zh) * 2017-05-20 2017-10-20 深圳信炜科技有限公司 图像识别方法、图像识别装置、电子装置及计算机存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111209556A (zh) * 2020-01-14 2020-05-29 北京集创北方科技股份有限公司 鉴权装置及电子设备

Also Published As

Publication number Publication date
WO2020199178A1 (zh) 2020-10-08

Similar Documents

Publication Publication Date Title
US10747984B2 (en) Method and apparatus of fingerprint identification and terminal device
CN110062931B (zh) 指纹识别装置、指纹识别方法和电子设备
CN109313522B (zh) 基于多传感器的屏下指纹采集方法、系统和电子设备
CN109496314A (zh) 屏下指纹识别装置和电子设备
CN108885697A (zh) 屏下生物特征识别装置和电子设备
WO2020093251A1 (zh) 基于双感应区的识别指纹方法、指纹识别系统和电子设备
CN109416739B (zh) 基于多传感器的屏下指纹采集方法、系统和电子设备
US20200265205A1 (en) Method and apparatus for fingerprint identification and terminal device
CN111095275B (zh) 指纹识别的装置、方法和电子设备
CN110235144A (zh) 用于指纹识别的方法和电子设备
WO2021138776A1 (zh) 指纹防伪的方法、指纹识别装置和电子设备
CN108513666A (zh) 屏下生物特征识别装置和电子设备
US11048906B2 (en) Method and apparatus for fingerprint identification and terminal device
CN109564623A (zh) 复合透镜结构、指纹识别装置和电子设备
WO2020186415A1 (zh) 指纹识别的装置、方法和电子设备
CN110291533A (zh) 指纹识别的方法、装置和电子设备
CN111066027B (zh) 图像采集的装置、方法和电子设备
CN110214328B (zh) 指纹识别的方法、装置和电子设备
WO2020061748A1 (zh) 光学图像采集装置和电子设备
CN110199295A (zh) 指纹识别的方法、装置和电子设备
CN109997151A (zh) 指纹识别的方法、装置和电子设备
EP3770737B1 (en) Fingerprint recognition method and apparatus, and electronic device
CN109416738A (zh) 基于多传感器的屏下指纹认证方法、系统和电子设备
CN109328350A (zh) 注册指纹的方法、指纹注册装置和电子设备
CN209543394U (zh) 图像采集的装置和电子设备

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