CN110309773B - 指纹识别方法及相关产品 - Google Patents
指纹识别方法及相关产品 Download PDFInfo
- Publication number
- CN110309773B CN110309773B CN201910578819.9A CN201910578819A CN110309773B CN 110309773 B CN110309773 B CN 110309773B CN 201910578819 A CN201910578819 A CN 201910578819A CN 110309773 B CN110309773 B CN 110309773B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- picture
- preliminary
- determining
- fingerprint picture
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive 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
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本申请实施例公开了一种指纹识别方法及相关产品,所述电子设备包括超声波指纹识别模组,其中方法包括:在确定目标对象未接触时,获取初步指纹图片;对该初步指纹图片识别确定该初步指纹图片对应的ID;获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略。采用本申请实施例提高指纹验证安全性,提高用户体验度。
Description
技术领域
本申请涉及电子设备技术领域,具体涉及一种指纹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。
指纹识别技术也成为电子设备的标配技术,随着指纹识别技术的发展,目前来看,超声波指纹识别技术越来越受到供应商的青睐,但是,超声波指纹识别安全性不够。
发明内容
本申请实施例提供了一种指纹识别方法及相关产品,可以提高超声波指纹识别的安全性。
第一方面,本申请实施例提供一种电子设备,所述电子设备包括处理电路,以及与所述处理电路连接的超声波指纹识别模组,其中,
所述超声波指纹识别模组,用于获取目标指纹图像;
所述处理电路,用于确定所述目标指纹图像对应的目标指纹采集区域,所述目标指纹采集区域为所述超声波指纹识别模组的全部指纹采集区域的部分区域;在所述目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值;将所述目标指纹图像与预设指纹模板进行匹配;以及在所述目标指纹图像与所述预设指纹模板之间的匹配值大于所述目标指纹识别阈值时,进行解锁操作。
第二方面,本申请实施例提供一种指纹识别方法,应用于电子设备,所述电子设备包括超声波指纹识别模组;所述方法包括:
通过所述超声波指纹识别模组获取目标指纹图像;
确定所述目标指纹图像对应的目标指纹采集区域,所述目标指纹采集区域为所述超声波指纹识别模组的全部指纹采集区域的部分区域;
在所述目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值;
将所述目标指纹图像与预设指纹模板进行匹配;
在所述目标指纹图像与所述预设指纹模板之间的匹配值大于所述目标指纹识别阈值时,进行解锁操作。
第三方面,本申请实施例提供了一种指纹识别装置,应用于电子设备,所述电子设备包括超声波指纹识别模组;所述装置包括:第一获取单元、第一确定单元、调整单元、匹配单元和解锁单元,其中,
所述第一获取单元,用于通过所述超声波指纹识别模组获取目标指纹图像;
所述第一确定单元,用于确定所述目标指纹图像对应的目标指纹采集区域,所述目标指纹采集区域为所述超声波指纹识别模组的全部指纹采集区域的部分区域;
所述调整单元,用于在所述目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值;
所述匹配单元,用于将所述目标指纹图像与预设指纹模板进行匹配;
所述解锁单元,用于在所述目标指纹图像与所述预设指纹模板之间的匹配值大于所述目标指纹识别阈值时,进行解锁操作。
第四方面,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,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二方面中的步骤的指令。
第五方面,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二方面中所描述的部分或全部步骤。
第六方面,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二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,具备如下有益效果:
可以看出,本申请实施例中所描述的指纹识别方法及相关产品,应用于电子设备,该电子设备包括超声波指纹识别模组,通过超声波指纹识别模组获取目标指纹图像,确定目标指纹图像对应的目标指纹采集区域,目标指纹采集区域为超声波指纹识别模组的全部指纹采集区域的部分区域,在目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值,将目标指纹图像与预设指纹模板进行匹配,在目标指纹图像与预设指纹模板之间的匹配值大于目标指纹识别阈值时,进行解锁操作,能够在指纹采集区域不为指定区域或者常用区域时,动态调整指纹识别阈值,提升指纹识别安全性,也提升了超声波指纹识别技术的智能性。
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另一种电子设备的结构示意图;
图1C是本申请实施例提供的一种指纹识别方法的流程示意图;
图1D是本申请实施例提供的一种指纹采集区域的演示示意图;
图2是本申请实施例提供的一种指纹识别方法的流程示意图;
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指纹识别装置的功能单元组成框图;
图4B是本申请实施例提供的另一种指纹识别装置的功能单元组成框图;
图4C是本申请实施例提供的一种指纹识别装置的功能单元组成框图。
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(智能手表、智能手环、无线耳机、增强现实/虚拟现实设备、智能眼镜)、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(userequipment,UE),移动台(mobile station,MS),终端设备(terminal device)等等。为方便描述,上面提到的设备统称为电子设备。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本申请实施例公开的一种电子设备的结构示意图,电子设备100包括存储和处理电路110,以及与所述存储和处理电路110连接的传感器170,其中:
电子设备100可以包括控制电路,该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器,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110中的处理电路可以用于控制电子设备100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110可用于运行电子设备100中的软件,例如互联网浏览应用程序,互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序,电子邮件应用程序,媒体播放应用程序,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,基于照相机的图像采集,基于环境光传感器的环境光测量,基于接近传感器的接近传感器测量,基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能,基于触摸传感器的触摸事件检测,与在多个(例如分层的)显示屏上显示信息相关联的功能,与执行无线通信功能相关联的操作,与收集和产生音频信号相关联的操作,与收集和处理按钮按压事件数据相关联的控制操作,以及电子设备100中的其它功能等,本申请实施例不作限制。
电子设备100可以包括输入-输出电路150。输入-输出电路150可用于使电子设备100实现数据的输入和输出,即允许电子设备100从外部设备接收数据和也允许电子设备100将数据从电子设备100输出至外部设备。输入-输出电路150可以进一步包括传感器170。传感器170可以包括超声波指纹识别模组,还可以包括环境光传感器,基于光和电容的接近传感器,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,和其它传感器等,超声波指纹识别模组可以集成于屏幕下方,或者,超声波指纹识别模组可以设置于电子设备的侧面或者背面,在此不作限定,该超声波指纹识别模组可以用于采集指纹图像。
输入-输出电路150还可以包括一个或多个显示屏,例如显示屏130。显示屏130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130可以包括触摸传感器阵列(即,显示屏130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。
电子设备100还可以包括音频组件140。音频组件140可以用于为电子设备100提供音频输入和输出功能。电子设备100中的音频组件140可以包括扬声器,麦克风,蜂鸣器,音调发生器以及其它用于产生和检测声音的组件。
通信电路120可以用于为电子设备100提供与外部设备通信的能力。通信电路120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120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120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120可以包括近场通信天线和近场通信收发器。通信电路120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。
电子设备100还可以进一步包括电池,电力管理电路和其它输入-输出单元160。输入-输出单元160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。
用户可以通过输入-输出电路150输入命令来控制电子设备100的操作,并且可以使用输入-输出电路150的输出数据以实现接收来自电子设备100的状态信息和其它输出。
在一个可能的示例中,以超声波指纹识别模组位于屏幕下方为例,如图1B所示,图1B为电子设备的一种结构示意图,电子设备100可以包括玻璃盖板(Cover glass)210、显示屏(OLED)220、附着层(Adhesive)230、基板(TFTGlass)240、像素层(Pixel)250、压电材料层(Copolymer)260、Ag Ink层270、凝固胶层(DAF)280。当然,上述玻璃盖板上方还可以包括膜层(film),膜层可以为钢化膜,其用于保护电子设备的显示屏。
进一步地,超声波指纹识别模组可以包括:TFT Glass层、Pixel层、Ag Ink层和凝固胶层。TFT Glass层用于metal布线、材料涂布;Pixel层,用于嵌在TFT Glass上的Metal电极,作为超声波发射/接收的负极、Copolymer,也叫压电换能材料,可以“材料形变-电压”相互转换;Ag Ink层,用作超声波发射/接收的正极;DAF是凝固胶,用于保护超声波指纹识别模组;Adhesive层是将超声波指纹识别模组站在OLED屏底部的粘胶。
具体实现中,超声波指纹识别模组可以包括2个状态,TX状态(用于发射超声波)和RX状态(用于接收超声波)。
TX状态下,通过在Copolymer(压电材料)两端的电极(Pixel负电极和Ag Ink正电极)提供高频率(通常为10MHz级别)振荡信号,如正弦波,Copolymer会产生响应频率的振动并发出超声波,向上传输的超声波在透过OLED屏后,到达与屏幕表面接触的指纹,由于指纹谷脊与屏幕贴合时,由于指纹谷中的空气的声阻特性与屏表面玻璃声阻特性相差较大,指纹脊的皮肤组织的声阻特性与屏表面玻璃声阻特性差异相对较大,因此,指纹谷脊对超声波的反射信号强度不同。
RX状态下,当反射回来的超声波再次穿过显示屏到达超声波指纹识别模组(Pixel-Copolymer-Ag Ink)后,引起Copolymer振动产生电信号,不同位置的指纹谷脊对应的pixel区域的Copolymer振动强度大小不同,因此不同位置Pixel接收到的电势差也不相同(Ag Ink为等电势),将电势差转换为二维的图像信号,由此得到超声波指纹图像。
基于上述图1A以及图1B所描述的电子设备,可以用于实现如下功能:
存储和处理电路110,用于在确定目标对象未接触时,启动所述超声波指纹识别模组;
所述超声波指纹识别模组,用于获取初步指纹图片;
存储和处理电路110,用于对该初步指纹图片识别确定该初步指纹图片对应的ID,获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略。
在一种可选的方案中,如所述初步指纹图片为多指指纹图片,存储和处理电路110,具体用于:
将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块;
获取多个指纹模块对应的多个ID,所述初步指纹图片对应的ID为多个ID。
在一种可选的方案中,存储和处理电路110,具体用于在所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模块图片匹配,执行设备状态变化操作;在所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
在一种可选的方案中,存储和处理电路110具体用于:
将所述初步指纹图片与预设的模板图片比对确定相似度,确定所述相似度是否大于预设匹配阈值;
如所述初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定所述初步指纹图片的ID为所述第一模板图片对应的ID。
在一种可选的方案中,存储和处理电路110,具体用于:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID。
请参阅图1C,图1C是本申请实施例提供的一种指纹识别方法的流程示意图,如图所示,应用于如图1A所示的电子设备,所述电子设备包括超声波指纹识别模组,该指纹采集区域如图1D所示,本指纹识别方法包括:
步骤S101、电子设备在目标对象未接触时,通过超声波指纹识别模组采集初步指纹图片,对该初步指纹图片识别确定该初步指纹图片对应的ID(标识);
上述电子设备在目标对象未接触的判断方法包括但不限于:
在一种可选的实施例中,可以通过距离传感器来判断目标对象的距离,如该距离处于第一范围内,确定该目标对象未接触。当然还可以通过其他的方式,例如,通过压力传感器以及温度传感器结合的方式来进行判断,具体的,如压力传感器检测的压力值为零但是温度传感器检测到的目标对象的温度为设定温度阈值时,确定该目标对象未接触。
其中,本申请实施例中,上述目标对象可以为人,或者,其他动物。以人为例,不同的人,其身体状况不一样,其对应的指纹采集参数不一样,当然,同一个人,由于身体部位之间的差异性,其对应的指纹采集参数也不一样(例如手指的指纹以及手掌的指纹其采集参数即不同)。电子设备中可以预先存储预设的身体部位与采集参数之间的映射关系,每一映射关系均为指纹采集部位与指纹采集参数之间的映射关系。具体实现中,电子设备可以获取目标对象的目标采集部位,进而,按照预设的采集部位与映射关系之间的对应关系,确定采集部位对应的指纹采集参数,确定目标对象的采集部位,可以通过图像识别的方式识别,例如,采集一张指纹图像,将其输入到预设神经网络模型中,即可以得到该指纹图像对应的采集部位,由于人体的每个部位的指纹在大体上存在一定的相似性,因此,可以通过预先准备的预设神经网络模型通过指纹图像识别出其相应的部位,当然,采集部位也可以由用户输入,上述预设神经网络模型可以由系统默认,进而,根据目标映射关系集,可以确定目标指纹采集部位对应的第一指纹采集参数,如此,可以依据用户的生理状况以及采集部位,选择合理的指纹采集参数,有助于提升指纹图像采集效率。上述采集部位可以由用户自行设置或者系统默认,采集部位可以为以下至少一种:手指、手掌、胳膊、大腿、颈部等等,在此不做限定。
可选的,上述对该初步指纹图片识别确定该初步指纹图片对应的ID的具体实现方法可以有多种,例如,在一种可选的实施方案中,将该初步指纹图片与预设的模板图片比对确定相似度,确定该相似度是否大于预设匹配阈值,如该初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定该初步指纹图片的ID为第一模板图片对应的ID。
上述预设匹配阈值可以根据环境参数来动态的调整,其中,上述环境参数可以为以下至少一种:环境亮度、环境色温、湿度、温度、地理位置、环境背景等等,在此不作限定,具体实现中,电子设备可以设置有环境传感器,基于环境传感器可以采集环境参数,环境传感器可以为以下至少一种:环境光传感器、色温传感器、温度传感器、湿度传感器、定位传感器和图像传感器等等,在此不作限定。预设质量评价值可以预先保存在电子设备中,其可以由用户自行设置或者系统默认。电子设备中还可以预先存储预设的环境参数与光学指纹识别阈值之间的映射关系。上述预设方式可以为九宫格,或者,四宫格,或者,十六宫格等等,在此不作限定。
步骤S102、电子设备获取设备状态,确定该设备状态确定该ID是否与该设备状态匹配;
可选的,上述设备状态包括但不限于:运行的应用程序类别、锁屏、运行的网页页面等。上述应用程序包括但不限于:金融类app(例如银行类、证券类、基金类、支付类)、即时通信类app(例如QQ、微信、支付宝、脸书、钉钉等)。
上述确定该设备状态确定该ID是否与该设备状态匹配具体可以包括:
电子设备预设设置一个映射列表或映射关系表,确定该设备状态是否包含该ID,如包含该ID,确定匹配的匹配结果为匹配,如不包含该ID,确定匹配的匹配结果为不匹配。
表1为一个映射列表,如表1所示:
表1:
设备状态 | ID | 对应指纹部位 |
金融类app | 01 | 大拇指 |
即时通信类 | 10 | 食指 |
锁屏 | 11 | 大拇指+食指 |
步骤S103、电子设备依据该匹配的匹配结果确定设备状态的变化策略。
上述步骤S103的实现方法具体可以包括:
如所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模块图片匹配,执行设备状态变化操作。
上述执行设备状态变化操作依据不同的设备状态可能有所不同,例如,在一种可选的实施例中,如该设备状态为锁屏状态,则执行解锁操作。在另一种可选的实施例中,如该设备状态为即时通信类,则执行显示即时通信类消息的操作。在又一种可选实施例中,如该设备状态为金融类app,则执行允许进入或付款操作。当然在实际应用中,上述设备状态变化操作不限于上述举例。
其中,解锁操作可以为以下至少一种:由锁屏或者黑屏进入主页面,或者,由锁屏或者黑屏启动预设应用,或者,执行预设操作,预设操作可以为以下至少一种:删除操作、修改操作、压缩操作、选中操作、拍照操作、支付操作等等,在此不作限定。电子设备可以在目标指纹图像与预设指纹模板之间的匹配值大于目标指纹识别阈值时,进行解锁操作,否则,在目标指纹图像与预设指纹模板之间的匹配值小于或等于目标指纹识别阈值时,则可以提示用户指纹解锁失败,或者,提示用户重新进行指纹输入。
如所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
本申请提供的技术方案在目标对象未接触时,通过超声波指纹识别模组采集初步指纹图片,然后依据该初步指纹图片确定该初步指纹图片对应的ID,然后确定该ID是否与设备状态匹配,依据该匹配确定该设备状态的变化策略。此技术方案在设备状态未变化时即能够对初步指纹图片进行识别进而确定该设备状态的变化策略,增加了前期的指纹ID的识别操作,提高了电子设备的安全性。
可选的,上述步骤S101中的初步指纹图片可以包括多指指纹图片,如包括多指指纹图片时,上述对该初步指纹图片识别确定该初步指纹图片对应的ID具体可以包括:
将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块,获取多个指纹模块对应的多个ID,该初步指纹图片对应的ID为多个ID。
可选的,上述对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如图2所示,可以包括如下步骤:
S201、对所述接触指纹图像进行图像分割,得到目标指纹区域图像;
S202、分析所述目标指纹区域图像的特征点分布;
S203、按照M个不同圆心对所述目标指纹区域图像进行圆形图像截取,得到M个圆形指纹区域图像,所述M为大于3的整数;
S204、从所述M个圆形指纹区域图像中选出目标圆形指纹区域图像,所述目标圆形指纹区域图像所包含的特征点的数量大于所述M个圆形指纹区域图像中的其他圆形指纹区域图像;
S205、将所述目标圆形指纹区域图像划分得到N个圆环,所述N个圆环的环宽相同;
S206、从所述N个圆环中半径最小的圆环开始,将所述N个圆环依次与预设指纹模板进行特征点匹配,并累计已匹配圆环的匹配值;
S207、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,并输出确定该接触指纹图片与该模块图片匹配。
其中,电子设备可以对接触指纹图像进行图像分割,得到目标指纹区域图像,进而,分析该目标指纹区域图像的特征点分布,按照M个不同圆心对该目标指纹区域图像进行圆形图像截取,得到M个圆形指纹区域图像,M为大于3的整数,从M个圆形指纹区域图像中选出目标圆形指纹区域图像,目标圆形指纹区域图像所包含的特征点的数量大于M个圆形指纹区域图像中的其他圆形指纹区域图像,将目标圆形指纹区域图像划分得到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个圆环依次与预设指纹模板进行特征点匹配,并累计已匹配圆环的匹配值,如此,在指纹识别过程中,可以将不同位置或者不同指纹的特征点用于匹配,相当于对整个指纹图像进行采样,且该采样能够覆盖整个指纹区域,从而,从每个区域中均可以找到相应的达标性特征以用于匹配,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,并输出指纹识别成功的提示消息,如此,能够快速且精准识别指纹识别。
如该初步指纹图片为单手指指纹图片,则上述对该初步指纹图片识别确定该初步指纹图片对应的ID的实现方式还可以包括:
将该初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据该输出结果确定该初步指纹图片对应的ID。
将该输入数据输入到预设的神经网络模型中的多层卷积层执行卷积运算得到输出结果。
获取神经网络模型多层中执行卷积运算的X1个神经网络模型计算层,提取X1个神经网络模型计算中的X1个卷积运算的X1个卷积核;获取终端适应计算的核尺寸【3】【3】【3】;提取X1个卷积核中的核尺寸不为核尺寸【3】【3】【3】的X2个卷积核,将X2个卷积核中的第y层的第α个卷积核切割成CN个核尺寸【3】【A】【A】,其中CN为卷积核的数量值,CN均为大于等于1的整数,将核尺寸【3】【A】【A】拟合成X3个核尺寸【3】【3】【3】的卷积核,在执行核尺寸【3】【A】【A】与神经网络模型计算层中第y层的卷积计算时,将X3个核尺寸【3】【3】【3】与第y层的输入数据的对应数据(这个对应数据可以依据卷积运算的计算原理来确定,例如核尺寸【3】【A】【A】为核尺寸【3】【5】【5】,那么对应的数据也为输入数据的一块【3】【5】【5】数据块)执行X3次卷积运算得到X3个卷积计算中间结果,将X3个卷积计算中间结果执行累加得到第y层的卷积结果矩阵中的一个元素。上述X1>X2,X1、X2、X3均为大于等于1的整数,A也为大于3的整数。
可选的,上述依据该输出结果确定该初步指纹图片对应的ID具体可以包括:
获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将矩阵β中孤立的元素值(即与其他元素值距离大于距离阈值)删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
对于不同的手指,由于其面积不同,因此其占用的范围也不同,本申请的技术方案即依据上述特点来判断初步指纹图片对应的ID。
如图3所示,如图3所示为本申请提供的一种电子设备,如图3所示,该电子设备包括:处理电路301以及超声波指纹识别模组302,其中,
处理电路301,以及与所述处理电路连接的超声波指纹识别模组,其中,
处理电路301,用于在确定目标对象未接触时,启动所述超声波指纹识别模组;
超声波指纹识别模组302,用于获取初步指纹图片;
处理电路301,用于对该初步指纹图片识别确定该初步指纹图片对应的ID,获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略。
本申请实施例中所描述的电子设备,该电子设备包括超声波指纹识别模组,通过超声波指纹识别模组获取目标指纹图像,确定目标指纹图像对应的目标指纹采集区域,目标指纹采集区域为超声波指纹识别模组的全部指纹采集区域的部分区域,在目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值,将目标指纹图像与预设指纹模板进行匹配,在目标指纹图像与预设指纹模板之间的匹配值大于目标指纹识别阈值时,进行解锁操作,能够在指纹采集区域不为指定区域或者常用区域时,动态调整指纹识别阈值,提升指纹识别安全性,也提升了超声波指纹识别技术的智能性。
在一种可选的方案中,如所述初步指纹图片为多指指纹图片,处理电路301,具体用于:
将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块;
获取多个指纹模块对应的多个ID,所述初步指纹图片对应的ID为多个ID。
在一种可选的方案中,处理电路301,具体用于在所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模块图片匹配,执行设备状态变化操作;在所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
在一种可选的方案中,处理电路301具体用于:
将所述初步指纹图片与预设的模板图片比对确定相似度,确定所述相似度是否大于预设匹配阈值;
如所述初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定所述初步指纹图片的ID为所述第一模板图片对应的ID。
在一种可选的方案中,处理电路301具体用于:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID。
上述依据所述输出结果确定该初步指纹图片对应的ID具体可以包括:
获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将所述矩阵β中孤立的元素值删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
参阅图4A,图4A提供了一种指纹识别装置,应用于电子设备,所述电子设备包括超声波指纹识别模组;所述装置包括:获取单元401、确定单元402、调整单元403,其中,
获取单元401,用于在确定目标对象未接触时,获取初步指纹图片;
确定单元402,用于对该初步指纹图片识别确定该初步指纹图片对应的ID;
调整单元403,用于获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略。
本申请实施例中所描述的指纹识别装置,应用于电子设备,该电子设备包括超声波指纹识别模组,通过超声波指纹识别模组获取目标指纹图像,确定目标指纹图像对应的目标指纹采集区域,目标指纹采集区域为超声波指纹识别模组的全部指纹采集区域的部分区域,在目标指纹采集区域不为预设区域时,调整预设指纹识别阈值,得到目标指纹识别阈值,将目标指纹图像与预设指纹模板进行匹配,在目标指纹图像与预设指纹模板之间的匹配值大于目标指纹识别阈值时,进行解锁操作,能够在指纹采集区域不为指定区域或者常用区域时,动态调整指纹识别阈值,提升指纹识别安全性,也提升了超声波指纹识别技术的智能性。
参阅图4B,在一种可选方案中,如该初步指纹图片为多指指纹图片,则该确定单元402具体可以包括:
比对模块4021,将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块;
标识模块4022,获取多个指纹模块对应的多个ID,所述初步指纹图片对应的ID为多个ID。
参阅图4C,在一种可选的方案中,上述调整单元403具体可以包括:
匹配模块4031,用于在所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模块图片匹配,执行设备状态变化操作;
提示模块4032,用于在所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
在一种可选方案中,上述确定单元402具体还用于:
将所述初步指纹图片与预设的模板图片比对确定相似度,确定所述相似度是否大于预设匹配阈值;
如所述初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定所述初步指纹图片的ID为所述第一模板图片对应的ID。
在一种可选方案中,上述确定单元402具体还用于:将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID,具体包括:获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将所述矩阵β中孤立的元素值删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
可以理解的是,本实施例的指纹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一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,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 (12)
1.一种电子设备,其特征在于,所述电子设备包括处理电路,以及与所述处理电路连接的超声波指纹识别模组,其中,
所述处理电路,用于在确定目标对象未接触时,启动所述超声波指纹识别模组;
所述超声波指纹识别模组,用于获取初步指纹图片;
所述处理电路,用于对该初步指纹图片识别确定该初步指纹图片对应的ID,获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略;
其中,
所述对该初步指纹图片识别确定该初步指纹图片对应的ID具体包括:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID,
具体包括:获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将所述矩阵β中孤立的元素值删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
2.根据权利要求1所述的电子设备,其特征在于,如所述初步指纹图片为多指指纹图片,所述处理电路,具体用于:
将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块;
获取多个指纹模块对应的多个ID,所述初步指纹图片对应的ID为多个ID。
3.根据权利要求1所述的电子设备,其特征在于,
所述处理电路,具体用于在所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模板图片匹配,执行设备状态变化操作;在所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
4.根据权利要求1-3任一项所述的电子设备,其特征在于,所述处理电路具体用于:
将所述初步指纹图片与预设的模板图片比对确定相似度,确定所述相似度是否大于预设匹配阈值;
如所述初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定所述初步指纹图片的ID为所述第一模板图片对应的ID。
5.根据权利要求1-3任一项所述的电子设备,其特征在于,所述处理电路具体用于:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID。
6.一种指纹识别方法,其特征在于,应用于电子设备,所述电子设备包括超声波指纹识别模组;所述方法包括:
在确定目标对象未接触时,获取初步指纹图片;
对该初步指纹图片识别确定该初步指纹图片对应的ID;
获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略;
其中,
所述对该初步指纹图片识别确定该初步指纹图片对应的ID具体包括:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID,
具体包括:获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将所述矩阵β中孤立的元素值删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
7.根据权利要求6所述的方法,其特征在于,如所述初步指纹图片为多指指纹图片,所述依据该匹配的匹配结果确定设备状态的变化策略具体包括:
将该多指指纹图片分别与预设模块比对确定多指指纹图片对应的多个指纹模块;
获取多个指纹模块对应的多个ID,所述初步指纹图片对应的ID为多个ID。
8.根据权利要求6所述的方法,其特征在于,所述依据该匹配的匹配结果确定设备状态的变化策略具体包括:
在所述匹配结果为匹配,在目标对象接触时,采集接触指纹图片,对该接触指纹图片进行识别确定是否与该ID对应的模板图片匹配,如确定该接触指纹图片与该模板图片匹配,执行设备状态变化操作;在所述匹配结果为不匹配,在目标对象接触时,不采集接触指纹图片,提示验证失败。
9.根据权利要求6-8任意一项所述的方法,其特征在于,所述对该初步指纹图片识别确定该初步指纹图片对应的ID具体包括:
将所述初步指纹图片与预设的模板图片比对确定相似度,确定所述相似度是否大于预设匹配阈值;
如所述初步指纹图片与第一模板图片的相似度大于预设匹配阈值,确定所述初步指纹图片的ID为所述第一模板图片对应的ID。
10.一种指纹识别装置,其特征在于,应用于电子设备,所述电子设备包括超声波指纹识别模组;所述装置包括:获取单元、确定单元、调整单元,其中,
所述获取单元,用于在确定目标对象未接触时,获取初步指纹图片;
所述确定单元,用于对该初步指纹图片识别确定该初步指纹图片对应的ID;
所述调整单元,用于获取设备状态,确定所述设备状态确定所述ID是否与设备状态匹配,依据该匹配的匹配结果确定设备状态的变化策略;
其中,
所述对该初步指纹图片识别确定该初步指纹图片对应的ID具体包括:
将所述初步指纹图片输入到预设的神经网络模型中执行多层卷积运算得到输出结果,依据所述输出结果确定该初步指纹图片对应的ID,
具体包括:获取输出结果矩阵中大于设定阈值的元素值,将大于设定阈值的元素值保留得到保留后的矩阵β,将所述矩阵β中孤立的元素值删除后得到过滤后的矩阵γ,依据该矩阵γ的元素值的第一范围,确定该第一范围与输出结果矩阵的第二范围的比值,依据该比值确定该初步指纹图片对应的ID。
11.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,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6-9任一项所述的方法中的步骤的指令。
12.一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6-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910578819.9A CN110309773B (zh) | 2019-06-28 | 2019-06-28 | 指纹识别方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910578819.9A CN110309773B (zh) | 2019-06-28 | 2019-06-28 | 指纹识别方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110309773A CN110309773A (zh) | 2019-10-08 |
CN110309773B true CN110309773B (zh) | 2021-06-29 |
Family
ID=68079524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910578819.9A Active CN110309773B (zh) | 2019-06-28 | 2019-06-28 | 指纹识别方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110309773B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102281539A (zh) * | 2011-08-29 | 2011-12-14 | 惠州Tcl移动通信有限公司 | 移动终端及其应用程序登录方法 |
CN105205442A (zh) * | 2015-08-07 | 2015-12-30 | 北京天诚盛业科技有限公司 | 指纹采集的方法和装置 |
CN109154959A (zh) * | 2017-05-17 | 2019-01-04 | 深圳市汇顶科技股份有限公司 | 具有非接触成像能力的光学指纹传感器 |
CN109344594A (zh) * | 2018-11-15 | 2019-02-15 | Oppo(重庆)智能科技有限公司 | 一种基于指纹控制设备的方法及相关设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170289127A1 (en) * | 2016-03-29 | 2017-10-05 | Chaya Coleena Hendrick | Smart data cards that enable the performance of various functions upon activation/authentication by a user's fingerprint, oncard pin number entry, and/or by facial recognition of the user, or by facial recognition of a user alone, including an automated changing security number that is displayed on a screen on a card's surface following an authenticated biometric match |
CN106096372B (zh) * | 2016-06-21 | 2018-03-02 | 广东欧珀移动通信有限公司 | 一种指纹解锁方法及终端 |
CN109241859B (zh) * | 2018-08-13 | 2021-05-04 | Oppo广东移动通信有限公司 | 指纹识别方法及相关产品 |
CN109583320A (zh) * | 2018-11-08 | 2019-04-05 | Oppo广东移动通信有限公司 | 指纹识别方法及相关装置 |
-
2019
- 2019-06-28 CN CN201910578819.9A patent/CN110309773B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102281539A (zh) * | 2011-08-29 | 2011-12-14 | 惠州Tcl移动通信有限公司 | 移动终端及其应用程序登录方法 |
CN105205442A (zh) * | 2015-08-07 | 2015-12-30 | 北京天诚盛业科技有限公司 | 指纹采集的方法和装置 |
CN109154959A (zh) * | 2017-05-17 | 2019-01-04 | 深圳市汇顶科技股份有限公司 | 具有非接触成像能力的光学指纹传感器 |
CN109344594A (zh) * | 2018-11-15 | 2019-02-15 | Oppo(重庆)智能科技有限公司 | 一种基于指纹控制设备的方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110309773A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286738B (zh) | 指纹采集方法及相关产品 | |
CN109241859B (zh) | 指纹识别方法及相关产品 | |
CN109614865B (zh) | 指纹识别方法及相关产品 | |
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 | |
CN110414410B (zh) | 指纹采集方法及相关产品 | |
CN109145800B (zh) | 指纹模板更新方法及相关产品 | |
CN109376700B (zh) | 指纹识别方法及相关产品 | |
CN109376702B (zh) | 指纹识别方法及相关产品 | |
CN110245607B (zh) | 眼球追踪方法及相关产品 | |
CN110191303B (zh) | 基于屏幕发声的视频通话方法、设备、装置及计算机可读存储介质 | |
CN110276328B (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 | |
CN110162264B (zh) | 应用处理方法及相关产品 | |
CN110298274B (zh) | 光学指纹参数升级方法及相关产品 | |
CN111599460A (zh) | 远程医疗方法及系统 | |
CN110210394B (zh) | 静脉图像采集方法及相关产品 | |
CN110263752B (zh) | 指纹识别方法及相关产品 | |
CN110263757B (zh) | 指纹识别方法及相关产品 | |
CN110378266B (zh) | 指纹识别方法及相关设备 | |
CN110221696B (zh) | 眼球追踪方法及相关产品 | |
CN110378263B (zh) | 指纹识别方法及相关产品 | |
CN110264184B (zh) | 支付控制方法及相关产品 | |
CN110399852B (zh) | 超声波模组的控制方法及相关产品 | |
CN110244848B (zh) | 阅读控制方法及相关设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |