CN110378266A - 指纹识别方法及相关设备 - Google Patents
指纹识别方法及相关设备 Download PDFInfo
- Publication number
- CN110378266A CN110378266A CN201910616662.4A CN201910616662A CN110378266A CN 110378266 A CN110378266 A CN 110378266A CN 201910616662 A CN201910616662 A CN 201910616662A CN 110378266 A CN110378266 A CN 110378266A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- fingerprint image
- electronic equipment
- clarity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003709 image segmentation Methods 0.000 claims abstract description 30
- 238000009877 rendering Methods 0.000 claims abstract description 10
- 230000015654 memory Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 6
- 238000013497 data interchange Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 18
- 238000012545 processing Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 229920001577 copolymer Polymers 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000011521 glass Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000012790 adhesive layer Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- MRNHPUHPBOKKQT-UHFFFAOYSA-N indium;tin;hydrate Chemical compound O.[In].[Sn] MRNHPUHPBOKKQT-UHFFFAOYSA-N 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 229920000297 Rayon Polymers 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本申请公开了一种指纹识别方法及相关设备，应用于包括超声波指纹识别模组的电子设备，所述方法包括：通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。采用本申请实施例可提升超声波指纹识别的速度。
Description
技术领域
本申请涉及电子技术领域，尤其涉及一种指纹识别方法及相关设备。
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，超声波指纹识别模组越来越受到供应商的青睐，如何提升超声波指纹识别的速度是需要解决的技术问题。
发明内容
本申请实施例提供一种指纹识别方法及相关设备，用于提升超声波指纹识别的速度。
第一方面，本申请实施例提供一种指纹识别方法，应用于包括超声波指纹识别模组的电子设备，所述方法包括：
通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
第二方面，本申请实施例提供一种指纹识别装置，应用于包括超声波指纹识别模组的电子设备，所述装置包括：
图像获取单元，用于通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
图像分割单元，用于对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
指纹识别单元，用于基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
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，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出，在本申请实施例中，先通过超声波指纹识别模组得到一个3D指纹图像，然后将该3D指纹图像进行分割得到N个2D指纹图像，最后从这多个2D指纹图像中选择M个2D指纹图像进行指纹识别操作，只需采用部分2D指纹图像进行指纹识别，提升了指纹识别的速度。
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另一种电子设备的结构示意图；
图2A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2B是本申请实施例提供的指纹采集区域的演示示意图；
图3是本申请实施例提供的另一种指纹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指纹识别装置的结构示意图。
具体实施方式
本申请的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释，而非旨在限定本申请。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。
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(UserEquipment，UE)，移动台(Mobile Station，MS)，终端设备(terminal device)等等。
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(TFT Glass)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：
所述处理电路，用于通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
在本申请的一实现方式中，在对所述第一指纹图像进行图像分割，得到N个第二指纹图像之前，所述处理电路，还用于确定所述第一指纹图像的清晰度，以及基于所述清晰度确定所述N的值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，所述处理电路具体用于：
基于第一公式和所述清晰度确定所述N的值，所述第一公式为：X＝Y/H，所述X为数值，所述H为清晰度、所述Y为固定值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，所述处理电路具体用于：基于第一映射关系和所述清晰度确定所述N的值，所述第一映射关系与清晰度和数值有关。
在本申请的一实现方式中，在对所述第一指纹图像进行图像分割，得到N个第二指纹图像方面，所述处理电路具体用于：
去除所述第一指纹图像的表面层，得到第三指纹图像，所述第三指纹图像为3D图像；
对所述第三指纹图像进行图像分割，得到N个第二指纹图像。
在本申请的一实现方式中，所述M个第二指纹图像包括M1个第二指纹图像和M2个第二指纹图像，所述M1个第二指纹图像的切割方向均为第一切割方向，所述M2个第二指纹图像的切割方向均为第二切割方向，所述第一切割方向和所述第二切割方向垂直，所述M大于所述M1和所述M2，在基于M个第二指纹图像进行指纹识别操作方面，所述处理电路具体用于：
确定所述M1个第二指纹图像中的每个第二指纹图像与所述M2个第二指纹图像中的每个第二指纹图像的重叠区域；
解析确定得到的所述重叠区域，得到第一特征点集合；
基于所述第一特征点集合进行指纹识别操作。
在本申请的一实现方式中，所述处理电路，还用于在通过所述超声波指纹识别模组获取到第一指纹图像之前，通过所述超声波指纹识别模组进行接近检测；在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，获取所述接近物体的目标图像；对所述目标图像进行轮廓提取，得到目标轮廓图像；在所述目标轮廓图像满足预设要求时，确认所述接近物体为手指。
需要说明的是，本实施例的具体实现过程可参见下述方法实施例所述的具体实现过程，在此不再叙述。
请参阅图2A，图2A是本申请实施例提供的一种指纹识别方法的流程示意图，应用于上述电子设备，本指纹识别方法包括：
步骤201：电子设备通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像。
其中，超声波指纹识别模组可以集成于显示屏下方，如图2B所示，超声波指纹识别模组对应指纹采集区域，指纹采集区域对应全部或者部分显示屏的触控区域，指纹采集区域能够实现对一个或者多个手指进行指纹采集。在手指触控到或者接近指纹采集区域对应的显示屏的触控区域，则电子设备可以通过超声波指纹识别模组进行指纹采集，得到目标指纹图像。
在本申请的一实现方式中，电子设备通过所述超声波指纹识别模组获取到第一指纹图像的具体实施方式有：在检测到针对所述指纹采集区域的触控操作时，电子设备获取针对所述显示屏的目标触控参数；电子设备基于第二映射关系确定所述目标触控参数对应的目标工作参数，所述第二映射关系与触控参数和所述超声波指纹识别模组的工作参数有关；电子设备控制所述超声波指纹识别模组依据所述目标工作参数进行指纹采集，得到所述第一指纹图像。
其中，上述触控参数可以为以下至少一种：触摸显示屏的触控力度、触摸显示屏的触控时间、触摸显示屏的触控面积、触摸显示屏的触摸点个数等等，在此不作限定。超声波指纹识别模组的工作参数可以为以下至少一种：超声波指纹识别模组的发射功率、超声波指纹识别模组的工作频率、超声波指纹识别模组的工作电流、超声波指纹识别模组的工作电压和超声波指纹识别模组的工作功率等等，在此不作限定。
具体实现中，由于超声波指纹识别模组的工作参数与触控参数息息相关，因此，可以得到与触控操作对应的工作参数进行指纹采集，得到图像质量更好的指纹图像，例如，触控力度太轻了，可能指纹细节不清晰，则可以通过提升超声波指纹识别模组的发射功率，在一定程度上可以提升指纹图像质量。
在本申请的一实现方式中，上述步骤201之前，所述方法还包括：
电子设备通过所述超声波指纹识别模组进行接近检测；在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，电子设备获取所述接近物体的目标图像；电子设备对所述目标图像进行轮廓提取，得到目标轮廓图像；在所述目标轮廓图像满足预设要求时，电子设备确认所述接近物体为手指。
其中，预设距离均可以由用户自行设置或者系统默认。上述预设要求也可以由用户自行设置或者系统默认，例如，目标轮廓图像的形状为手指轮廓形状，则确认目标轮廓图像满足预设要求，又例如，目标轮廓图像的平均宽度处于预设范围，则确认目标轮廓图像满足预设要求等等。
步骤202：电子设备对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数。
在本申请的一实现方式中，在步骤202之前，所述方法还包括：电子设备确定所述第一指纹图像的清晰度，以及基于所述清晰度确定所述N的值。
进一步地，电子设备基于所述清晰度确定所述N的值的具体实施方式有：电子设备基于第一公式和所述清晰度确定所述N的值，所述第一公式为：X＝Y/H，所述X为数值，所述H为清晰度、所述Y为固定值。
其中，Y的值例如可以是2、3、5、6、7或是其他值。
举例来说，假设第一指纹图像的情绪度为80％，Y＝6，那么基于第一公式得到的N的值为6/80％＝7。假设第一指纹图像的情绪度为70％，Y＝6，那么基于第一公式得到的N的值为6/70％＝8。
进一步地，电子设备基于所述清晰度确定所述N的值的具体实施方式有：电子设备基于第一映射关系和所述清晰度确定所述N的值，所述第一映射关系与清晰度和数值有关。
其中，所述第一映射关系如表1所示，如表1所示，清晰度与N的值成反比，清晰度越低对应的N的值越大，清晰度越高对应的N的值越小。
表1
| 清晰度 | 数值 |
| 70～79％ | 8 |
| 80％～89％ | 7 |
| 90％～95％ | 5 |
| …… | …… |
可以看出，在本申请实施例中，由于指纹图像的清晰度越高，指纹图像包括的特征越多，因此在指纹识别时，无需较多的2D指纹图像，因此将清晰度与N的值设置成反比，这样可合理的控制要分割的2D指纹图像的数量，进一步提升指纹识别的速度。
在本申请的一实现方式中，在步骤202之前，所述方法还包括：电子设备确定所述第一指纹图像的清晰度大于或等于第一阈值。也就是说，在本申请实施例中，只有在第一指纹图像的清晰度超过一定值时才执行步骤202-步骤203，避免了使用不合格的指纹图像进行指纹识别，进而降低电子设备的功耗。
在本申请的一实现方式中，在步骤202之前，所述方法还包括：
电子设备对所述第一指纹图像进行特征点提取，得到第二特征点集合；电子设备对所述第一指纹图像进行图像分割，得到指纹区域图像；电子设备确定所述指纹区域图像对应的目标面积；电子设备依据所述目标面积和所述第二特征点集合确定所述第一指纹图像对应的目标特征点分布密度；电子设备按照预设的特征点分布密度与评价值之间的映射关系，确定所述目标特征点分布密度对应的目标评价值；电子设备确定所述目标评价值处于预设范围。
其中，上述预设范围可以由用户自行设置或者系统默认。具体实现中，特征点的多少，特征点的分布密度在一定程度上反映了图像质量的好坏。特征点提取的算法可以为以下至少一种：尺度不变特征变换(scale invariant feature transform，SIFT)、harris角点检测算法、SURF算法等等，在此不作限定。图像分割对应的算法可以为以下至少一种：阈值分割算法、区域分割算法和边缘分割算法，在此不作限定。
在本申请的一实现方式中，电子设备对所述第一指纹图像进行图像分割，得到N个第二指纹图像的具体实施方式有：
电子设备去除所述第一指纹图像的表面层，得到第三指纹图像，所述第三指纹图像为3D图像；电子设备对所述第三指纹图像进行图像分割，得到N个第二指纹图像。
其中，该表面层的厚度是预先设定的，例如可以是0.1mm、0.3mm、0.5mm、1mm或是其他值。
具体地，手指指纹表面通常会存在一些汗渍、污渍、油渍等，在指纹识别之前，去除第一指纹图像的表面层，这样可提升用于指纹识别的指纹图像的质量，进而提升指纹识别率。
步骤203：电子设备基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
在本申请的一实现方式中，在步骤203之前，若所述N大于所述M，所述方法还包括：
电子设备随机从所述N个第二指纹图像中选取得到所述M个第二指纹图像；
或者，电子设备确定所述N个第二指纹图像中的每个第二指纹图像的清晰度；电子设备按照清晰度的高低顺序从所述N个第二指纹图像中选取得到所述M个第二指纹图像。
在本申请的一实现方式中，所述M个第二指纹图像包括M1个第二指纹图像和M2个第二指纹图像，所述M1个第二指纹图像的切割方向均为第一切割方向，所述M2个第二指纹图像的切割方向均为第二切割方向，所述第一切割方向和所述第二切割方向垂直，所述M大于所述M1和所述M2，电子设备基于M个第二指纹图像进行指纹识别操作，包括：
电子设备确定所述M1个第二指纹图像中的每个第二指纹图像与所述M2个第二指纹图像中的每个第二指纹图像的重叠区域；电子设备解析确定得到的所述重叠区域，得到第一特征点集合；电子设备基于所述第一特征点集合进行指纹识别操作。
其中，M1+M2＝M，或者M1+M2＜M，M1可以大于M2，也可以小于M2。第一切割方向可以是与电子设备的触控屏平行的方向，第二切割方向可以是与电子设备的触控屏垂直的方向等。
在本申请的一实现方式中，电子设备基于M个第二指纹图像进行指纹识别操作，包括：
电子设备解析所述M个第二指纹图像中的每个第二指纹图像与预设指纹模板进行匹配，得到M个匹配值，所述M个匹配值与所述M个第二指纹图像一一对应；
若所述M个匹配值的和大于或等于第二阈值，则电子设备确定指纹识别成功；
若所述M个匹配值的和小于所述第二阈值，则电子设备确定指纹识别失败。
可以看出，在本申请实施例中，先通过超声波指纹识别模组得到一个3D指纹图像，然后将该3D指纹图像进行分割得到N个2D指纹图像，最后从这多个2D指纹图像中选择M个2D指纹图像进行指纹识别操作，只需采用部分2D指纹图像进行指纹识别，提升了指纹识别的速度。
请参阅图3，图3是本申请实施例提供的另一种指纹识别方法的流程示意图，应用于上述电子设备，本指纹识别方法包括：
步骤301：电子设备通过所述超声波指纹识别模组进行接近检测。
步骤302：电子设备在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，获取所述接近物体的目标图像。
步骤303：电子设备对所述目标图像进行轮廓提取，得到目标轮廓图像。
步骤304：电子设备在所述目标轮廓图像满足预设要求时，确认所述接近物体为手指。
步骤305：电子设备通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像。
步骤306：电子设备确定所述第一指纹图像的清晰度，以及基于所述清晰度确定N的值，所述N为大于1的整数。
步骤307：电子设备对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像。
步骤308：电子设备基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
需要说明的是，本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程，在此不再详述。
与上述图2A和图3所示的实施例一致的，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，如图所示，该电子设备包括超声波指纹识别模组，电子设备还包括处理器、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以下步骤的指令：
通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
在本申请的一实现方式中，在述对所述第一指纹图像进行图像分割，得到N个第二指纹图像之前，上述程序包括还用于执行以下步骤的指令：
确定所述第一指纹图像的清晰度，以及基于所述清晰度确定所述N的值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，上述程序包括具体用于执行以下步骤的指令：
基于第一公式和所述清晰度确定所述N的值，所述第一公式为：X＝Y/H，所述X为数值，所述H为清晰度、所述Y为固定值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，上述程序包括具体用于执行以下步骤的指令：
基于第一映射关系和所述清晰度确定所述N的值，所述第一映射关系与清晰度和数值有关。
在本申请的一实现方式中，在对所述第一指纹图像进行图像分割，得到N个第二指纹图像方面，上述程序包括具体用于执行以下步骤的指令：
去除所述第一指纹图像的表面层，得到第三指纹图像，所述第三指纹图像为3D图像；
对所述第三指纹图像进行图像分割，得到N个第二指纹图像。
在本申请的一实现方式中，所述M个第二指纹图像包括M1个第二指纹图像和M2个第二指纹图像，所述M1个第二指纹图像的切割方向均为第一切割方向，所述M2个第二指纹图像的切割方向均为第二切割方向，所述第一切割方向和所述第二切割方向垂直，所述M大于所述M1和所述M2，在基于M个第二指纹图像进行指纹识别操作方面，上述程序包括具体用于执行以下步骤的指令：
确定所述M1个第二指纹图像中的每个第二指纹图像与所述M2个第二指纹图像中的每个第二指纹图像的重叠区域；
解析确定得到的所述重叠区域，得到特征点集合；
基于所述特征点集合进行指纹识别操作。
在本申请的一实现方式中，在通过所述超声波指纹识别模组获取到第一指纹图像之前之前，上述程序包括具体用于执行以下步骤的指令：
通过所述超声波指纹识别模组进行接近检测；
在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，获取所述接近物体的目标图像；
对所述目标图像进行轮廓提取，得到目标轮廓图像；
在所述目标轮廓图像满足预设要求时，确认所述接近物体为手指。
需要说明的是，本实施例的具体实现过程可参见上述方法实施例所述的具体实现过程，在此不再叙述。
请参阅图5，图5是本申请实施例提供的一种指纹识别装置，应用于包括超声波指纹识别模组的电子设备，所述装置包括：
图像获取单元501，用于通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
图像分割单元502，用于对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
指纹识别单元503，用于基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
在本申请的一实现方式中，所述装置还包括：
第一确定单元504，用于在对所述第一指纹图像进行图像分割，得到N个第二指纹图像之前，确定所述第一指纹图像的清晰度，以及基于所述清晰度确定所述N的值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，第一确定单元504具体用于：
基于第一公式和所述清晰度确定所述N的值，所述第一公式为：X＝Y/H，所述X为数值，所述H为清晰度、所述Y为固定值。
在本申请的一实现方式中，在基于所述清晰度确定所述N的值方面，第一确定单元504具体用于：
基于第一映射关系和所述清晰度确定所述N的值，所述第一映射关系与清晰度和数值有关。
在本申请的一实现方式中，在对所述第一指纹图像进行图像分割，得到N个第二指纹图像方面，图像分割单元502具体用于：
去除所述第一指纹图像的表面层，得到第三指纹图像，所述第三指纹图像为3D图像；
对所述第三指纹图像进行图像分割，得到N个第二指纹图像。
在本申请的一实现方式中，所述M个第二指纹图像包括M1个第二指纹图像和M2个第二指纹图像，所述M1个第二指纹图像的切割方向均为第一切割方向，所述M2个第二指纹图像的切割方向均为第二切割方向，所述第一切割方向和所述第二切割方向垂直，所述M大于所述M1和所述M2，在基于M个第二指纹图像进行指纹识别操作方面，指纹识别单元503具体用于：
确定所述M1个第二指纹图像中的每个第二指纹图像与所述M2个第二指纹图像中的每个第二指纹图像的重叠区域；
解析确定得到的所述重叠区域，得到特征点集合；
基于所述特征点集合进行指纹识别操作。
在本申请的一实现方式中，所述装置还包括：
第二确定单元505，用于在通过所述超声波指纹识别模组获取到第一指纹图像之前，通过所述超声波指纹识别模组进行接近检测；在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，获取所述接近物体的目标图像；对所述目标图像进行轮廓提取，得到目标轮廓图像；在所述目标轮廓图像满足预设要求时，确认所述接近物体为手指。
需要说明的是，图像获取单元501、图像分割单元502、指纹识别单元503、第一确定单元504和第二确定单元505可通过处理器实现。
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 (10)
1.一种指纹识别方法，其特征在于，应用于包括超声波指纹识别模组的电子设备，所述方法包括：
通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一指纹图像进行图像分割，得到N个第二指纹图像之前，所述方法还包括：
确定所述第一指纹图像的清晰度，以及基于所述清晰度确定所述N的值。
3.根据权利要求2所述的方法，其特征在于，所述基于所述清晰度确定所述N的值，包括：
基于第一公式和所述清晰度确定所述N的值，所述第一公式为：X＝Y/H，所述X为数值，所述H为清晰度、所述Y为固定值。
4.根据权利要求2所述的方法，其特征在于，所述基于所述清晰度确定所述N的值，包括：
基于第一映射关系和所述清晰度确定所述N的值，所述第一映射关系与清晰度和数值有关。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述对所述第一指纹图像进行图像分割，得到N个第二指纹图像，包括：
去除所述第一指纹图像的表面层，得到第三指纹图像，所述第三指纹图像为3D图像；
对所述第三指纹图像进行图像分割，得到N个第二指纹图像。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述M个第二指纹图像包括M1个第二指纹图像和M2个第二指纹图像，所述M1个第二指纹图像的切割方向均为第一切割方向，所述M2个第二指纹图像的切割方向均为第二切割方向，所述第一切割方向和所述第二切割方向垂直，所述M大于所述M1和所述M2，所述基于M个第二指纹图像进行指纹识别操作，包括：
确定所述M1个第二指纹图像中的每个第二指纹图像与所述M2个第二指纹图像中的每个第二指纹图像的重叠区域；
解析确定得到的所述重叠区域，得到第一特征点集合；
基于所述第一特征点集合进行指纹识别操作。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述通过所述超声波指纹识别模组获取到第一指纹图像之前，所述方法还包括：
通过所述超声波指纹识别模组进行接近检测；
在检测到接近物体与所述超声波指纹识别模组之间的距离小于预设距离时，获取所述接近物体的目标图像；
对所述目标图像进行轮廓提取，得到目标轮廓图像；
在所述目标轮廓图像满足预设要求时，确认所述接近物体为手指。
8.一种指纹识别装置，其特征在于，应用于包括超声波指纹识别模组的电子设备，所述装置包括：
图像获取单元，用于通过所述超声波指纹识别模组获取到第一指纹图像，所述第一指纹图像为3D图像；
图像分割单元，用于对所述第一指纹图像进行图像分割，得到N个第二指纹图像，所述第二指纹图像为2D图像，所述N为大于1的整数；
指纹识别单元，用于基于M个第二指纹图像进行指纹识别操作，所述N个第二指纹图像包括所述M个第二指纹图像，所述N大于或等于所述M。
9.一种电子设备，其特征在于，所述电子设备包括超声波指纹识别模组，所述电子设备还包括存储器、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，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910616662.4A CN110378266B (zh) | 2019-07-09 | 2019-07-09 | 指纹识别方法及相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910616662.4A CN110378266B (zh) | 2019-07-09 | 2019-07-09 | 指纹识别方法及相关设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110378266A true CN110378266A (zh) | 2019-10-25 |
| CN110378266B CN110378266B (zh) | 2022-02-18 |
Family
ID=68250736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910616662.4A Active CN110378266B (zh) | 2019-07-09 | 2019-07-09 | 指纹识别方法及相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110378266B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210239491A1 (en) * | 2020-04-30 | 2021-08-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating information |
| CN114282566A (zh) * | 2020-12-18 | 2022-04-05 | 深圳阜时科技有限公司 | 指纹的污渍去除模型构建方法和指纹识别传感器 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732224A (zh) * | 2015-04-08 | 2015-06-24 | 重庆大学 | 基于二维泽尔尼克矩特征稀疏表示的sar目标识别方法 |
| CN106774803A (zh) * | 2016-12-12 | 2017-05-31 | 北京小米移动软件有限公司 | 指纹识别方法及装置 |
| CN108224895A (zh) * | 2018-01-08 | 2018-06-29 | 合肥美的智能科技有限公司 | 基于深度学习的物品信息录入方法、装置、冰箱和介质 |
| CN109376687A (zh) * | 2018-11-16 | 2019-02-22 | 深圳市趣创科技有限公司 | 屏下指纹解锁识别率提升方法、装置、终端及存储介质 |
-
2019
- 2019-07-09 CN CN201910616662.4A patent/CN110378266B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104732224A (zh) * | 2015-04-08 | 2015-06-24 | 重庆大学 | 基于二维泽尔尼克矩特征稀疏表示的sar目标识别方法 |
| CN106774803A (zh) * | 2016-12-12 | 2017-05-31 | 北京小米移动软件有限公司 | 指纹识别方法及装置 |
| CN108224895A (zh) * | 2018-01-08 | 2018-06-29 | 合肥美的智能科技有限公司 | 基于深度学习的物品信息录入方法、装置、冰箱和介质 |
| CN109376687A (zh) * | 2018-11-16 | 2019-02-22 | 深圳市趣创科技有限公司 | 屏下指纹解锁识别率提升方法、装置、终端及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210239491A1 (en) * | 2020-04-30 | 2021-08-05 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for generating information |
| CN114282566A (zh) * | 2020-12-18 | 2022-04-05 | 深圳阜时科技有限公司 | 指纹的污渍去除模型构建方法和指纹识别传感器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110378266B (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110286738A (zh) | 指纹采集方法及相关产品 | |
| CN110287680A (zh) | 指纹解锁方法及相关产品 | |
| CN110298316A (zh) | 指纹识别方法及相关产品 | |
| CN109614865A (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 | |
| CN109376700A (zh) | 指纹识别方法及相关产品 | |
| CN110414410A (zh) | 指纹采集方法及相关产品 | |
| CN109657561A (zh) | 指纹采集方法及相关产品 | |
| CN109117619A (zh) | 指纹解锁方法及相关产品 | |
| CN109145800A (zh) | 指纹模板更新方法及相关产品 | |
| CN109376702A (zh) | 指纹识别方法及相关产品 | |
| CN107423601A (zh) | 指纹识别控制方法及相关产品 | |
| CN110378266A (zh) | 指纹识别方法及相关设备 | |
| CN110309776A (zh) | 指纹模板录入方法及相关产品 | |
| CN110210395A (zh) | 静脉图像采集方法及相关产品 | |
| CN110276328A (zh) | 指纹识别方法及相关产品 | |
| CN110221696A (zh) | 眼球追踪方法及相关产品 | |
| CN110298274A (zh) | 光学指纹参数升级方法及相关产品 | |
| CN108920052A (zh) | 页面显示控制方法及相关产品 | |
| CN110263757A (zh) | 指纹识别方法及相关产品 | |
| CN110263752A (zh) | 指纹识别方法及相关产品 | |
| CN110276327A (zh) | 指纹识别方法及相关产品 | |
| CN110188659A (zh) | 健康检测方法及相关产品 | |
| CN110287922A (zh) | 指纹识别方法及相关产品 | |
| CN110390319B (zh) | 指纹识别方法及相关产品 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |