CN110298261A - 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 PDF

Info

Publication number
CN110298261A
CN110298261A CN201910493065.7A CN201910493065A CN110298261A CN 110298261 A CN110298261 A CN 110298261A CN 201910493065 A CN201910493065 A CN 201910493065A CN 110298261 A CN110298261 A CN 110298261A
Authority
CN
China
Prior art keywords
vein
identified
matching value
image
matching
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
Application number
CN201910493065.7A
Other languages
English (en)
Other versions
CN110298261B (zh
Inventor
张海平
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201910493065.7A priority Critical patent/CN110298261B/zh
Publication of CN110298261A publication Critical patent/CN110298261A/zh
Application granted granted Critical
Publication of CN110298261B publication Critical patent/CN110298261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (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)
  • Collating Specific Patterns (AREA)

Abstract

本申请实施例公开了一种静脉识别方法及相关产品,该方法包括:获取第一待识别部位的第一静脉图像;基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;基于所述第一匹配值和所述第二匹配值确定静脉识别结果。本申请实施例有利于提高静脉识别的精度。

Description

静脉识别方法及相关产品
技术领域
本申请涉及电子技术领域,具体涉及一种静脉识别方法及相关产品。
背景技术
生物特征识别在未来网络社会中对于保护权利是非常重要的技术。例如指纹识别技术和静脉识别技术,被期望成为具有更少问题的下一代认证技术的静脉识别技术,目前被广泛研究,其通过在静脉成像装置设置透镜阵列,利用多个近红外照射光源来照射活体部分,通过透镜阵列收集静脉部分反射的近红外光,将反射的近红外光发给静脉成像装置中的图像生成模块,得到静脉图像,由从而利用静脉图像进行身份识别。目前,在静脉识别时,仅采集一个身体部位的静脉图像,当该身体部位发生变化后,如受伤,则无法采集到完整的静脉图像,导致识别精度降低,误识别几率增加,降低用户体验。
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,以期通过两次静脉识别,提高静脉识别精度,减少静脉误识别,提高用户体验。
第一方面,本申请实施例提供一种静脉识别方法,该方法包括:
获取第一待识别部位的第一静脉图像;
基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
第二方面,本申请实施例提供一种静脉识别的电子设备,该电子设备包括:
获取单元,用于获取第一待识别部位的第一静脉图像;
匹配单元,用于基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
确定单元,用于基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
所述获取单元,还用于基于所述图像采集策略获取所述第二待识别部位的第二静脉图像;
所述匹配单元,还用于,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
所述确定单元,还用于基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
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、通信接口以及一个或多个程序,其中,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第一方面所述的方法中的步骤的指令。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序使得计算机执行如第一方面所述的方法。
第五方面,本申请实施例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,所述计算机可操作来使计算机执行如第一方面所述的方法。
实施本申请实施例,具有如下有益效果:
可以看出,在本申请实施例中,先对第一待识别部位进行第一静脉匹配,得到第一匹配值,然后,再基于第一次静脉匹配结果,确定第二识别部位以及图像采集策略,以便获取第二待识别部位的第二静脉图像,进行第二静脉匹配,得到第二匹配值,最后,综合第一匹配值和第二匹配值得到静脉识别结果,所以,通过两次静脉匹配的相互辅助,解决了仅进行一次静脉匹配带来的误识别问题;而且,对两个待识部位进行静脉匹配,解决了由于一个身体部位的皮肤问题带来的识别精度低的问题,提高静脉识别的精度,提高用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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为本申请实施例提供的一种电子设备的结构示意图;
图1B为本申请实施例提供的一种静脉识别方法的流程示意图;
图1C为本申请实施例提供的一种静脉识别的匹配过程的示意图;
图2为本申请实施例提供的另一种基于静脉识别方法的流程示意图;
图3为本申请实施例提供的另一种基于静脉识别方法的流程示意图;
图4为本申请实施例提供的一种基于静脉识别的电子设备的结构示意图;
图5为本申请实施例提供的一种基于静脉识别的电子设备的功能单元组成框图;
图6为本申请实施例提供的另一种电子设备的结构示意图。
具体实施方式
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所述附图中的术语“第一”、“第二”、“第三”和“第四”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它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结果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。
本申请中的电子设备可以包括智能手机(如Android手机、iOS手机、WindowsPhone手机等)、平板电脑、掌上电脑、笔记本电脑、移动互联网设备MID(Mobile InternetDevices,简称:MID)或穿戴式设备等,上述电子设备仅是举例,而非穷举,包含但不限于上述电子设备,上述用户设备也不限于上述变现形式,例如在实际应用中还可以包括:智能车载终端、计算机设备等等。
参阅图1A,图1A本申请实施例提供的一种电子设备100的结构示意图,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、静脉识别模块140、所述电路板120上设置有处理器121和存储器122。
其中,静脉识别模块140可集成设置于显示屏下,或者,静脉识别模块140还可设置于电子设备壳体背面。具体地,静脉识别模块140可包括静脉图像生成模块和红外光源,红外光源发射近红外时,在红外光发射到待识别部位后,红外光会穿过皮肤,静脉会反射红外光,从而形成静脉纹路图像。本申请中,处理器12控制红外光源向第一待识别部位发射红外光,静脉图像生成模块接收第一待识别部位的静脉反射的红外光波,基于所述反射的红外光波生成第一静脉图像,静脉图像生成模块将生成的第一静脉图像发送给处理器121,处理器121对接收到的静脉图像进行第一静脉匹配,得到第一匹配值,基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略,处理器121,控制红外光源向第二待识别部位发射红外光,静脉图像生成模块接收第二待识别部位的静脉反射的红外光波,基于所述反射的红外光波生成第二静脉图像,静脉图像生成模块将生成的第二静脉图像发送给处理器121,处理器121对第二静脉图像进行匹配,得到第二匹配值,并基于第一匹配值和第二匹配值确定静脉识别结果。
可以看出,在本申请实施例中,处理器通过对两个待识别部位进行次静脉匹配处理,得到两个匹配值,通过两次静脉识别的协助作用,降低了现有技术中仅通过一次静脉识别的误识别率,而且,通过对两个部位进行识别,解决了由于一个部位出现皮肤问题带来的识别精度低的问题,提高静脉识别的精度。
参阅图1B,图1B为本申请实施例提供的一种静脉识别方法,该方法应用于电子设备,该电子设备包括静脉识别模块,该静脉识别模块中设置有静脉成像模块和至少一个红外灯,该方法包括:
101:电子设备获取第一待识别部位的第一静脉图像。
其中,在触发静脉识别时,电子设备通过静脉识别模块中的红外灯向第一待识别部位发射红外光,第一待识别部位的静脉会反射红外光,静脉识别模块中的静脉成像模块接收到第一待识别部位中的静脉反射的红外光,静脉成像模块基于反射的红外光生成第一静脉图像,其中,成像原理为现有技术,在此不再赘述。
102:电子设备基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值。
可选的,电子设备基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值的实现过程可以为:获取所述第一静脉图像的第一灰度值矩阵;从静脉模板库中获取与所述第一待识别部位对应的第一模板矩阵;将所述第一灰度值矩阵与所述第一模板矩阵进行匹配,得到第一匹配值矩阵,将所述第一匹配值矩阵中的最大匹配值作为第一匹配值。
一般来讲,由于模板录入时,会采集每个身体部位的多个角度的静脉图像,例如,在指静脉录入时,会让录入者旋转手指,以录入多个角度下静脉图像,而每次临时采集待识别者的静脉图像时,仅采集到一个角度的静脉图像,所以临时采集到的静脉图像仅为每个静脉模板中的部分图像,所以模板矩阵的规模大于临时采集得到的静脉图像的灰度矩阵,故将所述第一灰度值矩阵与所述第一模板矩阵进行匹配,得到第一匹配值矩阵的实现过程可以为:将所述第一灰度值矩阵按照预设的滑动步长在所述模板矩阵上依次滑动,如图1C所示,每次滑动时在所述模板矩阵上框选到一个矩阵,计算每个滑动时框选到的矩阵与所述第一灰度值矩阵的相似度,得到每次滑动时的匹配值,在多次滑动后得到第一匹配值矩阵,将所述第一匹配值矩阵中的最大匹配值作为所述第一匹配值。
可选的,电子设备基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值的实现过程还可以为:电子设备分析所述第一静脉图像的特征点分布;按照M个不同圆心对所述第一静脉图像进行圆形图像截取,得到M个圆形静脉图像,所述M为大于3的整数;从所述M个圆形静脉图像中选出目标静脉图像,所述目标圆形静脉图像所包含的特征点的数量大于所述M个圆形静脉图像中的其他圆形静脉图像;将所述目标圆形静脉图像划分得到N个圆环,所述N个圆环的环宽相同;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;获取累计的匹配值中的最大匹配值,将所述最大匹配值作为所述第一匹配值;其中,在所述模板矩阵上的滑动顺序可以按照先按行滑动后按列滑动的滑动顺序,预设的滑动步长可以为1个像素值、2个像素值或者其他值。
103:电子设备基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略。
可选的,所述基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略的实现过程可以为:基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;获取与所述第一匹配值对应的目标匹配值;基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量;基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积;基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。当第一匹配值较高时,在一定程度上认为静脉匹配成功,所以此时对应的第二识别部位可以为一些待识别者的静脉易采集的身体部位,如手指,另外,由于第一匹配值较高,所以,可以仅采集第二待识别部位的部分区域的静脉图像即可,所以仅启动静脉识别模块中的部分红外灯即可,而且,在采集时无需获取到高质量的第二静脉图像,所以,无需使红外灯持续照射第二待识别部位,即设置较低的采集时长,从而降低静脉采集的功耗;反之,当第一匹配值较低时,在一定程度上认为第一静脉匹配失败,如想要静脉识别成功,则需提高第二静脉匹配的匹配值,则需设置第二待识别部位为一些静脉易采集,且静脉成像稳定,识别成功率高的身体部位,由于手背的静脉血管相对稳定而且很容易拍摄下来,而且手背静脉的形状具有唯一性,稳定性,所以在第一匹配值较低时,可将此时的第一匹配值对应的第二待识别部位设置为手背区域,以提高整个静脉识别过程的成功率,另外,由于要提高第二静脉匹配的匹配值,所以需要获取高质量且静脉信息详细的第二静脉图像,所以,可以设置较大的采集面积和采集时长,从而提高第二静脉图像的质量和完整度。
在一些可能的实施方式中,在所述第一待识别部位为手指、所述第二待识别部位为手背时,基于所述第一静脉图像确定待识别部位集的实现过程可以为:识别所述第一静脉图像,确定第一静脉图像中的静脉特征是否完整;如否,确定与所述第一待识别部位相对的手背区域为待识别部位集;如是,确定除与所述第一待识别部位相对的手背区域之外的其他手背区域为待识别部位集。当确定第一静脉图像中的静脉特征不完整时,则在一定程度上认为手指有伤疤或者手指贴有遮挡物(如创可贴),所以,此时与手指对应的手背也可能存在受伤或者贴有遮挡物,故此时需将除与手指相对的手背区域之外的其他手背区域作为待识别部位集;当确定第一静脉图像中的静脉特征完整时,所以,为了采集方便,则直接将与所述第一待识别部位相对的手背区域作为待识别部位集,以便用户直接翻转手指即可完成第二静脉图像的采集。
可选的,对所述第一静脉图像按照M个不同圆心对所述第一静脉图像进行圆形图像截取,得到M个圆形静脉图像,所述M个圆形静脉图像包含所述第一静脉图像的所有图像区域,将所述所述M为大于3的整数;然后,获取每个圆形静脉区域的静脉特征点数量,确定所述M个圆形静脉图像中是否存在静脉特征点数量小于预设阈值的圆形静脉区域,如是,确定所述第一静脉图像的静脉特征不完整,如否,则确定所述第一静脉图像的静脉特征完整
其中,预设阈值可以为3、5、7或者其他值。
进一步地,由于静脉图像中不同的图像区域对应待识别部位的不同静脉区域,由于不同静脉区域包含的血红素不同,所以在成像后,对应的静脉特征点数量不同,所以静脉图像中不同区域所包含的静脉特征点不同,所以可以对不同的静脉图像的不同图像区域设置不同的预设阈值,例如,可以对静脉图像的边缘图像区域设置第一阈值,对中心图像区域设置第二阈值,然后,确定所述M个圆形静脉图像中每个圆形静脉图像所在的图像区域,将每个圆形静脉图像的静脉特征点数量与该图像区域对应的阈值进行比较,从而确定该图像区域所包含的静脉特征点是否完整,从而确定所述第一静脉图像的静脉特征是否完整。
其中,第一阈值可以为2、3、4或者其他值。
其中,第二阈值可以为5、6、7或者其他值。
104:电子设备基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值。
可选的,在确定出第二待识别部位后,在电子设备的触控显示屏上显示第二待识部位,以提示待识别者将第二待识别部位放置在静脉采集区域,以获取第二待识别部位的第二静脉图像。
其中,基于步骤102中确定出的采集策略,基于所述图像采集策略获取所述第二待识别部位的第二静脉图像的实现过程可以为:获取每个红外灯的照射面积;基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数;控制所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
其中,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值的过程与步骤102中得到第一匹配值的过程一致,在此不再赘述。
105:电子设备基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
可选的,基于所述第一匹配值和所述第二匹配值确定静脉识别结果的实现过程可以为:获取所述第一静脉图像中的静脉特征点的第一数量;获取所述第二静脉图像中的静脉特征点的第二数量;确定所述第一数量和所述第二数量的比值,基于所述比值确定所述第一匹配值对应的第一权重系数和所述第二匹配值对应的第二权重系数,所述第一权重系数和所述第二权重系数之和为1;基于所述第一权重系数和所述第二权重系数对所述第一匹配值和所述第二匹配值进行加权处理,得到目标匹配值;如所述目标匹配值大于第二阈值,确定静脉识别成功。可以理解的是,每个静脉图像中包含的静脉特征点反映了待识别者的身份信息,所以,可以根据每个静脉图像中静脉特征点的数量确定每个静脉图像对静脉识别结果的贡献度(即权重系数)。
举例来说,当第一数量为a时,第二数量为b时,a和b为大于1的整数,则确定出a/b=k,k为正实数,然后将k作为第一权重系数和第二权重系数的比值,则确定出第一权重系数为(k/(k+1)),第二权重系数为(1/(k+1))。
可以看出,在本申请实施例中,先对第一待识别部位进行第一静脉匹配,得到第一匹配值,然后,再基于第一次静脉匹配结果,确定第二识别部位以及图像采集策略,以便获取第二待识别部位的第二静脉图像,进行第二静脉匹配,得到第二匹配值,最后,综合第一匹配值和第二匹配值得到静脉识别结果,所以,通过两次静脉匹配的相互辅助识别,解决了目前仅进行一次静脉匹配带来的误识别问题;而且,对两个待识部位进行静脉匹配,解决了由于一个身体部位的皮肤问题带来的识别精度低的问题,提高静脉识别的精度,提高用户体验。
在一些可能的实施方式中,在控制所述n红外灯照射所述第二待识别部位之前,所述方法还包括:如所述第一匹配值小于第一阈值,获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。其中,由于每个待识别部位的静脉分布不同,故每个待识别部位对应的目标亮度不同,例如手指对应的目标亮度为X1(lux),手背对应的目标亮度为X2(lux)。
可以看出,在本实施方式中,对每个待识别部位设置目标亮度,当第一匹配值较小时,通过将红外光的亮度调整为与第二待识别部位对应的目标亮度,从而提高第二静脉图像的质量,提高第二静脉识别的匹配值,提高整个静脉识别的成功率。
参阅图2,图2为本申请实施例提供的另一种静脉识别方法,该方法应用于电子设备,该电子设备包括静脉识别模块,该静脉识别模块中设置有静脉成像模块和至少一个红外灯,该方法包括:
201:电子设备获取第一待识别部位的第一静脉图像。
202:电子设备基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值。
203:电子设备基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;
204:电子设备获取与所述第一匹配值对应的目标匹配值,基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量。
205:电子设备基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积。
206:电子设备基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。
207:电子设备获取每个红外灯的照射面积,基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯。
其中,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数。
208:如所述第一匹配值小于第一阈值,电子设备获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。
209:电子设备控制调整亮度后的所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
210:电子设备基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值。
211:电子设备基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
可以看出,在本申请实施例中,先对第一待识别部位进行第一静脉匹配,得到第一匹配值,然后,再基于第一次静脉匹配结果,确定第二识别部位以及图像采集策略,以便获取第二待识别部位的第二静脉图像,进行第二静脉匹配,得到第二匹配值,最后,综合第一匹配值和第二匹配值得到静脉识别结果,所以,通过两次静脉匹配的相互辅助识别,解决了目前仅进行一次静脉匹配带来的误识别问题;而且,对两个待识部位进行静脉匹配,解决了由于一个身体部位的皮肤问题带来的识别精度低的问题,提高静脉识别的精度,提高用户体验;而且,当第一匹配值较低时,在获取第二静脉图像之前,调整红外灯的亮度,以便采集到高质量的第二静脉图像,从而提高整体的静脉识别率。
需要说明的是,图2所示的方法的各个步骤的具体实现过程可参见上述图1B所述方法的具体实现过程,在此不再叙述。
参阅图3,图3为本申请实施例提供的另一种静脉识别方法,该方法应用于电子设备,该电子设备包括静脉识别模块,该静脉识别模块中设置有静脉成像模块和至少一个红外灯,该方法包括:
301:电子设备获取第一待识别部位的第一静脉图像。
302:电子设备基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值。
303:电子设备基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;
304:电子设备获取与所述第一匹配值对应的目标匹配值,基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量。
305:电子设备基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积。
306:电子设备基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。
307:电子设备获取每个红外灯的照射面积,基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯。
其中,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数。
308:如所述第一匹配值小于第一阈值,电子设备获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。
309:电子设备控制调整亮度后的所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
310:电子设备基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值。
311:电子设备基于所述第一匹配值和所述第二匹配值确定目标匹配值,执行与所述目标匹配值对应的识别操作。
在一可能的实施方式中,如所述识别操作为解锁操作时,执行与所述目标匹配值对应的识别操作的实现过程可以为:如所述第一占比小于第一阈值,在电子设备的触控显示屏显示解锁失败的提示信息;如所述第一占比大于所述第一阈值,且小于第二阈值,解锁电子设备中的预设应用集合;如所述第一占比大于或者等于所述第二阈值,解锁电子设备中的全部应用。其中,预设应用集合为权限等级较低的应用集合,该权限等级可以根据应用是否包含隐私信息划分,例如,默认QQ、微信、电话簿等应用的权限等级较高,默认美团、饿了么、京东等应用的权限等级较低,另外,该预设应用集合可由用户自主设置,也可由系统自动设置,或者依据每个应用的使用频次划分,将使用频次较低的应用划分到该预设应用集合中,等等,本申请不做唯一限定。
可以看出,在本申请实施例中,先对第一待识别部位进行第一静脉匹配,得到第一匹配值,然后,再基于第一次静脉匹配结果,确定第二识别部位以及图像采集策略,以便获取第二待识别部位的第二静脉图像,进行第二静脉匹配,得到第二匹配值,最后,综合第一匹配值和第二匹配值得到静脉识别结果,所以,通过两次静脉匹配的相互辅助识别,解决了目前仅进行一次静脉匹配带来的误识别问题;而且,对两个待识部位进行静脉匹配,解决了由于一个身体部位的皮肤问题带来的识别精度低的问题,提高静脉识别的精度,提高用户体验;而且,在解锁操作时,根据整体的静脉识别结果执行相应的解锁操作,从而增加了终端的解锁方式,提高了用户体验。
需要说明的是,图3所示的方法的各个步骤的具体实现过程可参见上述图1B所述方法的具体实现过程,在此不再叙述。
与上述图1B、图2、图3所示的实施例一致的,请参阅图4,图4为本申请实施例提供的一种静脉识别的电子设备400的结构示意图,如图4所示,该电子设备400包括静脉识别模块、处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序不同于上述一个或多个应用程序,且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:
获取第一待识别部位的第一静脉图像;
基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
在一些可能的实施方式中,在所述图像采集策略包括待采集面积和采集时长时,在基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略方面,上述程序具体用于执行以下步骤的指令:
基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;
获取与所述第一匹配值对应的目标匹配值;
基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量;
基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积;
基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。
在一些可能的实施方式中,在所述第一待识别部位为手指、所述第二待识别部位为手背时,在基于所述第一静脉图像确定待识别部位集方面,上述程序具体用于执行以下步骤的指令:
识别所述第一静脉图像,确定第一静脉图像中的静脉特征是否完整;
如否,确定与所述第一待识别部位相对的手背区域为待识别部位集;
如是,确定除与所述第一待识别部位相对的手背区域之外的其他手背区域为待识别部位集。
在一些可能的实施方式中,在基于所述图像采集策略获取所述第二待识别部位的第二静脉图像方面,上述程序具体用于执行以下步骤的指令:
获取每个红外灯的照射面积;
基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数;
控制所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
在一些可能的实施方式中,在控制所述n红外灯照射所述第二待识别部位之前,上述程序还用于执行以下步骤的指令:
如所述第一匹配值小于第一阈值,获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。
在一些可能的实施方式中,在基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值方面,上述程序具体用于执行以下步骤的指令:
获取所述第一静脉图像的第一灰度值矩阵;
从静脉模板库中获取与所述第一待识别部位对应的第一模板矩阵;
将所述第一灰度值矩阵与所述第一模板矩阵进行匹配,得到第一匹配值矩阵,将所述第一匹配值矩阵中的最大匹配值作为第一匹配值。
在一些可能的实施方式中,在基于所述第一匹配值和所述第二匹配值确定静脉识别结果方面,上述程序具体用于执行以下步骤的指令:
获取所述第一静脉图像中的静脉特征点的第一数量;
获取所述第二静脉图像中的静脉特征点的第二数量;
确定所述第一数量和所述第二数量的比值,基于所述比值确定所述第一匹配值对应的第一权重系数和所述第二匹配值对应的第二权重系数,所述第一权重系数和所述第二权重系数之和为1;
基于所述第一权重系数和所述第二权重系数对所述第一匹配值和所述第二匹配值进行加权处理,得到目标匹配值;
如所述目标匹配值大于第二阈值,确定静脉识别成功。
参阅图5,图5示出了上述实施例中所涉及的静脉识别的电子设备500的一种可能的功能单元组成框图,电子设备500包括:获取单元510、匹配单元520和确定单元530,其中:
获取单元510,用于获取第一待识别部位的第一静脉图像;
匹配单元520,用于基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
确定单元530,用于基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
获取单元510,还用于基于所述图像采集策略获取所述第二待识别部位的第二静脉图像;
匹配单元520,还用于,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
确定单元530,还用于基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
在一些可能的实施方式中,在所述图像采集策略包括待采集面积和采集时长时,在基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略方面,确定单元530,具体用于:基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;获取与所述第一匹配值对应的目标匹配值;基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量;基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积;基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。
在一些可能的实施方式中,在所述第一待识别部位为手指、所述第二待识别部位为手背时,在基于所述第一静脉图像确定待识别部位集方面,确定单元530,具体用于:识别所述第一静脉图像,确定第一静脉图像中的静脉特征是否完整;如否,确定与所述第一待识别部位相对的手背区域为待识别部位集;如是,确定除与所述第一待识别部位相对的手背区域之外的其他手背区域为待识别部位集。
在一些可能的实施方式中,在基于所述图像采集策略获取所述第二待识别部位的第二静脉图像方面,获取单元510,具体用于:获取每个红外灯的照射面积;基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数;控制所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
在一些可能的实施方式中,电子设备500还包括调整单元540;在控制所述n红外灯照射所述第二待识别部位之前,调整单元540,用于如所述第一匹配值小于第一阈值,获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。
在一些可能的实施方式中,在基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值方面,匹配单元520,具体用于:获取所述第一静脉图像的第一灰度值矩阵;从静脉模板库中获取与所述第一待识别部位对应的第一模板矩阵;将所述第一灰度值矩阵与所述第一模板矩阵进行匹配,得到第一匹配值矩阵,将所述第一匹配值矩阵中的最大匹配值作为第一匹配值。
在一些可能的实施方式中,在基于所述第一匹配值和所述第二匹配值确定静脉识别结果方面,确定单元530,具体用于:获取所述第一静脉图像中的静脉特征点的第一数量;获取所述第二静脉图像中的静脉特征点的第二数量;确定所述第一数量和所述第二数量的比值,基于所述比值确定所述第一匹配值对应的第一权重系数和所述第二匹配值对应的第二权重系数,所述第一权重系数和所述第二权重系数之和为1;基于所述第一权重系数和所述第二权重系数对所述第一匹配值和所述第二匹配值进行加权处理,得到目标匹配值;如所述目标匹配值大于第二阈值,确定静脉识别成功。
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可包括指纹识别模组931以及其他输入设备932。指纹识别模组931,可采集用户在其上的指纹数据。除了指纹识别模组931,输入单元930还可以包括其他输入设备932。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。
本申请实施例还提供一种计算机存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如上述方法实施例中记载的任何一种静脉识别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静脉识别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可选实施例,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(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 (10)

1.一种静脉识别方法,其特征在于,所述方法包括:
获取第一待识别部位的第一静脉图像;
基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
2.根据权利要求1所述的方法,其特征在于,在所述图像采集策略包括待采集面积和采集时长时,所述基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略,包括:
基于所述第一静脉图像确定待识别部位集,从所述待识别部位集中选择与所述第一匹配值对应的第二待识别部位;
获取与所述第一匹配值对应的目标匹配值;
基于所述目标匹配值确定在所述第二待识别部位所要采集的第二静脉图像中所包含静脉特征点的数量;
基于所述静脉特征点的数量确定所述第二待识别部位对应的待采集面积;
基于预设的匹配值与采集时长的映射关系,确定所述第一匹配值对应的采集时长。
3.根据权利要求2所述的方法,其特征在于,在所述第一待识别部位为手指、所述第二待识别部位为手背时,所述基于所述第一静脉图像确定待识别部位集,包括:
识别所述第一静脉图像,确定第一静脉图像中的静脉特征是否完整;
如否,确定与所述第一待识别部位相对的手背区域为待识别部位集;
如是,确定除与所述第一待识别部位相对的手背区域之外的其他手背区域为待识别部位集。
4.根据权利要求2或3所述的方法,其特征在于,所述基于所述图像采集策略获取所述第二待识别部位的第二静脉图像,包括:
获取每个红外灯的照射面积;
基于所述待采集面积和每个红外灯的照射面积确定待开启的n个红外灯,所述n个红外灯的总照射范围大于或者等于所述待采集面积,n为大于或者等于1的整数;
控制所述n红外灯照射所述第二待识别部位,得到所述第二待识别部位的第二静脉图像,所述n个红外灯中每个红外灯的照射时长为所述采集时长。
5.根据权利要求4所述的方法,其特征在于,所述在控制所述n红外灯照射所述第二待识别部位之前,所述方法还包括:
如所述第一匹配值小于第一阈值,获取所述第二待识部位对应的目标亮度,将所述n个红外灯中每个红外灯的照射亮度调整为所述目标亮度,使用调整亮度后的所述n个红外灯照射所述第二待识别部位。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值,包括:
获取所述第一静脉图像的第一灰度值矩阵;
从静脉模板库中获取与所述第一待识别部位对应的第一模板矩阵;
将所述第一灰度值矩阵与所述第一模板矩阵进行匹配,得到第一匹配值矩阵,将所述第一匹配值矩阵中的最大匹配值作为第一匹配值。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述基于所述第一匹配值和所述第二匹配值确定静脉识别结果,包括:
获取所述第一静脉图像中的静脉特征点的第一数量;
获取所述第二静脉图像中的静脉特征点的第二数量;
确定所述第一数量和所述第二数量的比值,基于所述比值确定所述第一匹配值对应的第一权重系数和所述第二匹配值对应的第二权重系数,所述第一权重系数和所述第二权重系数之和为1;
基于所述第一权重系数和所述第二权重系数对所述第一匹配值和所述第二匹配值进行加权处理,得到目标匹配值;
如所述目标匹配值大于第二阈值,确定静脉识别成功。
8.一种静脉识别的电子设备,其特征在于,所述电子设备包括:
获取单元,用于获取第一待识别部位的第一静脉图像;
匹配单元,用于基于所述第一静脉图像进行第一静脉匹配,得到第一匹配值;
确定单元,用于基于所述第一静脉图像以及所述第一匹配值确定第二待识别部位以及所述第二待识别部位对应的图像采集策略;
所述获取单元,还用于基于所述图像采集策略获取所述第二待识别部位的第二静脉图像;
所述匹配单元,还用于,基于所述第二静脉图像进行第二静脉匹配,得到第二匹配值;
所述确定单元,还用于基于所述第一匹配值和所述第二匹配值确定静脉识别结果。
9.一种电子设备,其特征在于,包括处理器、存储器、通信接口以及一个或多个程序,其中,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权利要求1-7任一项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,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的方法。
CN201910493065.7A 2019-06-06 2019-06-06 静脉识别方法及相关产品 Active CN110298261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910493065.7A CN110298261B (zh) 2019-06-06 2019-06-06 静脉识别方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910493065.7A CN110298261B (zh) 2019-06-06 2019-06-06 静脉识别方法及相关产品

Publications (2)

Publication Number Publication Date
CN110298261A true CN110298261A (zh) 2019-10-01
CN110298261B CN110298261B (zh) 2021-06-01

Family

ID=68027744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910493065.7A Active CN110298261B (zh) 2019-06-06 2019-06-06 静脉识别方法及相关产品

Country Status (1)

Country Link
CN (1) CN110298261B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112863165A (zh) * 2021-01-14 2021-05-28 深圳市子瑜杰恩科技有限公司 基于5g的物流企业车队管理方法及系统
CN113220384A (zh) * 2021-03-31 2021-08-06 郑州大学 基于门禁设备的信息发布系统、方法、电子设备和介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6993160B2 (en) * 2000-09-06 2006-01-31 Hitachi, Ltd. Personal identification device and method
CN101002682A (zh) * 2007-01-19 2007-07-25 哈尔滨工程大学 用于身份识别的手背静脉特征提取和匹配方法
CN101976332A (zh) * 2010-11-10 2011-02-16 中国船舶重工集团公司第七一○研究所 一种利用多特征的手指静脉采集识别方法
CN103336945A (zh) * 2013-06-10 2013-10-02 黑龙江大学 融合局部特征与全局特征的指静脉识别方法
CN106022210A (zh) * 2016-05-04 2016-10-12 成都指码科技有限公司 一种静脉轮廓三维点云匹配的身份识别方法及装置
CN106372611A (zh) * 2016-09-09 2017-02-01 康佳集团股份有限公司 基于手掌静脉特征的身份识别方法、系统及图像采集装置
CN107330400A (zh) * 2017-06-29 2017-11-07 京东方科技集团股份有限公司 一种静脉辨识装置
CN108875635A (zh) * 2018-06-19 2018-11-23 常州信息职业技术学院 一种手指静脉图像采集系统
CN109800702A (zh) * 2019-01-16 2019-05-24 北京智慧眼科技股份有限公司 指静脉识别的快速比对方法及计算机可读取的存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6993160B2 (en) * 2000-09-06 2006-01-31 Hitachi, Ltd. Personal identification device and method
CN101002682A (zh) * 2007-01-19 2007-07-25 哈尔滨工程大学 用于身份识别的手背静脉特征提取和匹配方法
CN101976332A (zh) * 2010-11-10 2011-02-16 中国船舶重工集团公司第七一○研究所 一种利用多特征的手指静脉采集识别方法
CN103336945A (zh) * 2013-06-10 2013-10-02 黑龙江大学 融合局部特征与全局特征的指静脉识别方法
CN106022210A (zh) * 2016-05-04 2016-10-12 成都指码科技有限公司 一种静脉轮廓三维点云匹配的身份识别方法及装置
CN106372611A (zh) * 2016-09-09 2017-02-01 康佳集团股份有限公司 基于手掌静脉特征的身份识别方法、系统及图像采集装置
CN107330400A (zh) * 2017-06-29 2017-11-07 京东方科技集团股份有限公司 一种静脉辨识装置
CN108875635A (zh) * 2018-06-19 2018-11-23 常州信息职业技术学院 一种手指静脉图像采集系统
CN109800702A (zh) * 2019-01-16 2019-05-24 北京智慧眼科技股份有限公司 指静脉识别的快速比对方法及计算机可读取的存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟昭慧: "基于二次判别和局部信息及特征融合的手静脉识别", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
桑海峰 等: "手形、掌纹和掌静脉多特征融合识别", 《仪器仪表学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112863165A (zh) * 2021-01-14 2021-05-28 深圳市子瑜杰恩科技有限公司 基于5g的物流企业车队管理方法及系统
CN113220384A (zh) * 2021-03-31 2021-08-06 郑州大学 基于门禁设备的信息发布系统、方法、电子设备和介质
CN113220384B (zh) * 2021-03-31 2023-06-23 郑州大学 基于门禁设备的信息发布系统、方法、电子设备和介质

Also Published As

Publication number Publication date
CN110298261B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN106066986B (zh) 用于感测指纹的方法和装置
US20150190094A1 (en) Sensor device and electronic device having the same
JP6964666B2 (ja) マルチビーム選定方法及び装置
CN105975834B (zh) 一种指纹解锁控制方法、及设备
CN106022071B (zh) 一种指纹解锁的方法及终端
CN106331502A (zh) 终端及其滤镜拍摄方法和装置
CN107437009A (zh) 权限控制方法及相关产品
CN108574778A (zh) 投屏亮度调节方法以及相关产品
CN106851119B (zh) 一种图片生成的方法和设备以及移动终端
CN108427533A (zh) 电子设备及用于确定电子设备的环境的方法
CN110162954A (zh) 权限管理方法及相关产品
CN107491673A (zh) 生物识别方法及相关产品
CN108012034A (zh) 计时事件的创建方法、装置及移动终端
CN108388340A (zh) 电子设备控制方法及相关产品
CN107369017A (zh) 快捷支付实现方法及相关产品
CN110310399B (zh) 静脉门锁的解锁方法及相关产品
CN110298261A (zh) 静脉识别方法及相关产品
CN109274812A (zh) 超声波手势控制电子装置的方法及相关产品
CN110210394B (zh) 静脉图像采集方法及相关产品
CN113168257B (zh) 锁定触控操作的方法及电子设备
CN108564915A (zh) 亮度调整方法及相关产品
CN107480495A (zh) 移动终端的解锁方法及相关产品
CN110175594B (zh) 静脉识别方法及相关产品
CN110197161B (zh) 静脉识别方法及相关产品
CN104182156B (zh) 触屏设备及其批量选择方法与装置

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