CN110390230A - 指纹识别模块异常判定方法、装置、存储介质及电子设备 - Google Patents

Abstract

本公开涉及一种指纹识别模块异常判定方法、装置、存储介质及电子设备。该方法包括：在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；根据所述匹配特征点对，判定所述指纹识别模块是否存在异常。由此，可以快速、准确地判定出指纹识别模块是否异常，例如，指纹识别模块上是否覆盖有带有导电图案的胶带，从而可以有效避免指纹识别模块被破解，提升了指纹识别模块的可靠性和安全性，进而保障了用户的隐私安全和财产安全。

Description

指纹识别模块异常判定方法、装置、存储介质及电子设备

技术领域

本公开涉及电子设备领域，具体地，涉及一种指纹识别模块异常判定方法、装置、存储介质及电子设备。

背景技术

现阶段的电子设备大多设置有指纹识别模块，用户通过该指纹识别模块可方便地实现解锁、支付等功能。但当指纹解锁模块上覆盖有带有导电图案的胶带时，如果合法用户通过指纹识别模块进行解锁或支付达预设次数，该指纹识别模块即被破解，之后，该合法用户的任意手指，以及其他任何人的手指或者任何物体都可以通过该指纹识别模块进行解锁或支付。指纹识别模块被破解的原理在于，当合法用户首次录入指纹时，会在终端的本地数据库里保存一个合法用户指纹模板；当再次解锁或支付时，终端会将采集到的指纹信息与数据库里保存的合法用户指纹模板进行比对，当二者达到预设匹配度(例如，30％)时就可以完成解锁或支付。而当终端的指纹识别模块上贴设有带有导电图案的胶带后，由于指纹算法具有指纹自学习功能，因此，当合法用户通过指纹识别模块进行解锁或支付时，指纹算法即把导电图案加入本地数据库里保存的合法用户指纹模板中，之后，当合法用户的任意手指、以及其他任何人或任何物体通过该指纹识别模块进行解锁或支付时，指纹识别模块识别到上述导电图案后，即可实现解锁或支付。由此可见，指纹识别模块很容易被破解，其可靠性和安全性将无从谈起。

发明内容

为了解决相关技术中存在的问题，本公开提供一种指纹识别模块异常判定方法、装置、存储介质及电子设备。

为了实现上述目的，本公开提供一种纹识别模块异常判定方法，包括：

在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；

根据所述匹配特征点对，判定所述指纹识别模块是否存在异常。

可选地，所述根据所述匹配特征点对，判定所述指纹识别模块是否存在异常，包括：

针对每组所述匹配特征点对，计算所述匹配特征点对之间的方向差和位置差；

根据各组所述匹配特征点对的所述方向差和所述位置差，确定所述第一指纹图像相对于所述第二指纹图像的旋转角度和位移；

当所述旋转角度小于预设角度阈值、且所述位移小于预设位移阈值时，确定所述指纹识别模块存在异常。

可选地，所述确定所述第一指纹图像与第二指纹图像的匹配特征点对，包括：

通过特征点比对算法，确定所述第一指纹图像与第二指纹图像的匹配特征点对。

可选地，所述方法还包括：

当确定所述指纹识别模块存在异常时，进行以下操作中的至少一者：

输出告警信息；

禁止所述指纹识别模块所在终端执行基于所述第一指纹图像的指纹自学习操作；

禁止所述指纹识别模块所在终端执行目标操作，所述目标操作为用户施加所述第一指纹图像时意图令所述终端进行的操作。

本公开还提供一种指纹识别模块异常判定装置，包括：

确定模块，用于在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；

判定模块，用于根据所述确定模块确定出的所述匹配特征点对，判定所述指纹识别模块是否存在异常。

可选地，所述判定模块包括：

计算子模块，用于针对每组所述确定模块确定出的所述匹配特征点对，计算所述匹配特征点对之间的方向差和位置差；

第一确定子模块，用于根据各组所述计算子模块计算出的所述匹配特征点对的所述方向差和所述位置差，确定所述第一指纹图像相对于所述第二指纹图像的旋转角度和位移；

第二确定子模块，用于当所述第一确定子模块确定出的所述旋转角度小于预设角度阈值、且所述位移小于预设位移阈值时，确定所述指纹识别模块存在异常。

可选地，所述确定模块用于：

通过特征点比对算法，确定所述第一指纹图像与第二指纹图像的匹配特征点对。

可选地，所述装置还包括：

执行模块，用于当所述判定模块确定所述指纹识别模块存在异常时，进行以下操作中的至少一者：

输出告警信息；

禁止所述指纹识别模块所在终端执行基于所述第一指纹图像的指纹自学习操作；

禁止所述指纹识别模块所在终端执行目标操作，所述目标操作为用户施加所述第一指纹图像时意图令所述终端进行的操作。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开提供的所述指纹识别模块异常判定方法的步骤。

本公开还提供一种电子设备，包括：

指纹识别模块；

本公开提供的所述计算机可读存储介质；以及

一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。

通过上述技术方案，可以根据当前采集到的用户施加在指纹识别模块上的第一指纹图像和上次采集到的第二指纹图像，确定第一指纹图像与第二指纹图像的匹配特征点对，之后，根据该匹配特征点对，判定指纹识别模块是否存在异常。这样，可以快速、准确地判定出指纹识别模块是否异常，例如，指纹识别模块上是否覆盖有带有导电图案的胶带，从而可以有效避免指纹识别模块被破解，提升了指纹识别模块的可靠性和安全性，进而保障了用户的隐私安全和财产安全。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种指纹识别模块异常判定方法的流程图。

图2是根据一示例性实施例示出的一种根据匹配特征点对，判定指纹识别模块是否存在异常的方法的流程图。

图3是根据另一示例性实施例示出的一种指纹识别模块异常判定方法的流程图。

图4是根据一示例性实施例示出的一种指纹识别模块异常判定装置的框图。

图5是根据另一示例性实施例示出的一种指纹识别模块异常判定装置的框图。

图6是根据另一示例性实施例示出的一种指纹识别模块异常判定装置的框图。

图7是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图1是根据一示例性实施例示出的一种指纹识别模块异常判定方法的流程图。如图1所示，该方法可以包括以下步骤。

在步骤101中，在采集到用户施加在指纹识别模块上的第一指纹图像时，确定该第一指纹图像与第二指纹图像的匹配特征点对。

在本公开中，该第二指纹图像可以为在上述第一指纹图像之前最近一次采集到的指纹图像，即第一指纹图像为当前采集到的指纹图像，第二指纹图像为上次采集到的指纹图像。并且，可以在采集到第一指纹图像时，获取该第二指纹图像，示例地，在上述指纹识别模块采集到第二指纹图像时，可以通过一个全局变量数组来存储该第二指纹图像，这样，当采集到上述第一指纹图像后，可以通过访问该全局变量数组来获取上述第二指纹图像。

另外，当指纹识别模块上覆盖有带有导电图案的胶带时，由于用户手指每次按压在指纹识别模块上的角度、位移、压力都无法完全保持一致，而该胶带不会移动，所以上述指纹识别模块每次采集到的导电图案所在的区域的图像是一致的，提取的特征点也是一样的，其中，特征点是指第一指纹图像或第二指纹图像中灰度值发生剧烈变化的点或者在图像边缘上曲率较大的点(即两个边缘的交点)，能够反映第一指纹图像、第二指纹图像的本质特征。因此，可以通过当前采集到的第一指纹图像和上次采集到的第二指纹图像进行特征点提取，并可以根据相似性度量进行第一指纹图像和第二指纹图像间特征点的匹配，以确定出第一指纹图像和第二指纹图像中相匹配的多组特征点，即匹配特征点对；之后，可以根据该多组匹配特征点对，判定上述指纹识别模块是否存在异常。

在一种实施方式中，可以通过特征点比对算法来确定第一指纹图像和第二指纹图像的匹配特征点对。具体来说，可以通过以下方式来确定上述匹配特征点对：(1)提取上述第一指纹图像的特征点以及第二指纹图像的特征点；(2)分别获取上述第一指纹图像的特征点的第一描述子向量、第二指纹图像的特征点的第二描述子向量，其中，该第一描述子向量可以根据第一指纹图像的灰度特征来确定，第二描述子向量也可以根据第二指纹图像的灰度特征来确定；(3)根据上述第一描述子向量和第二描述子向量，进行特征点匹配，以获取上述匹配特征点对。由于通过特征点比对算法来确定上述匹配特征点对的方法属于本领域技术人员所公知的，这里不再详述。

在步骤102中，根据匹配特征点对，判定指纹识别模块是否存在异常。

在本公开中，在上述步骤101确定出第一指纹图像和第二指纹图像的匹配特征点对后，可以先根据该各组特征点对，确定第一指纹图像相对于第二指纹图像的旋转角度和位移，然后根据该旋转角度和位移来判定指纹识别模块是否存在异常。具体来说，可以通过图2中所示的步骤1021～步骤1023来判定上述指纹识别模块是否存在异常。

在步骤1021中，针对每组匹配特征点对，计算该匹配特征点对之间的方向差和位置差。

在本公开中，该方向差是指匹配特征点对所对应的方向角(是指特征点与图像的中心点连线与X轴正方向之间的夹角)之间的差值，该位置差是匹配特征点对所对应的坐标点之间的距离。示例地，可以通过霍夫变换技术来获得每组匹配特征点对之间的方向差和位置差，并且，由于该种方式属于本领域技术人员所公知的，在本公开中不再赘述。

在步骤1022中，根据各组匹配特征点对的方向差和位置差，确定第一指纹图像相对于第二指纹图像的旋转角度和位移。

在一种实施方式中，在上述步骤1021确定出各组匹配特征点对的方向差和位置差后，可以将各组匹配特征点对的方向差的平均值作为上述第一指纹图像相对于第二指纹图像的旋转角度，将各组匹配特征点对的位置差的平均值作为上述第一指纹图像相对于第二指纹图像的位移。

在步骤1023中，当旋转角度小于预设角度阈值、且位移小于预设位移阈值时，确定指纹识别模块存在异常。

在本公开中，在上步骤1022确定出第一指纹图像相对于第二指纹图像的旋转角度和位移后，分别判定该旋转角度是否小于预设角度阈值、以及该位移是否小于预设位移阈值。在判定该旋转角度小于上述预设角度阈值、且该位移小于预设位移阈值时，可以确定指纹识别模块存在异常；否则，可以确定指纹识别模块不存在异常。

另外，需要说明的是，上述预设角度阈值、预设位移阈值，可以是用户设定的值，也可以是默认的经验值，示例地，该预设角度阈值为1度，该预设位移阈值为1像素。

通过上述技术方案，可以根据当前采集到的用户施加在指纹识别模块上的第一指纹图像和上次采集到的第二指纹图像，确定第一指纹图像与第二指纹图像的匹配特征点对，之后，根据该匹配特征点对，判定指纹识别模块是否存在异常。这样，可以快速、准确地判定出指纹识别模块是否异常，例如，指纹识别模块上是否覆盖有带有导电图案的胶带，从而可以有效避免指纹识别模块被破解，提升了指纹识别模块的可靠性和安全性，进而保障了用户的隐私安全和财产安全。

图3是根据另一示例性实施例示出的一种指纹识别模块异常判定方法的流程图。如图3所示，上述方法还可以包括以下步骤。

在本公开中，当上述步骤102确定指纹识别模块存在异常时，可以进行以下步骤中的至少一者：

在步骤103中，输出告警信息。

在本公开中，当确定指纹识别模块存在异常时，可以输出告警信息，示例地，以弹窗、短信、通知消息、聊天消息等形式向所述指纹识别模块所在终端发送该告警信息，这样，便于用户及时发现指纹识别模块异常并采取相应的措施，从而可以有效避免因指纹识别模块被破解导致的用户信息泄露、财产受损等问题。

在步骤104中，禁止指纹识别模块所在终端执行基于第一指纹图像的指纹自学习操作。

在本公开中，指纹识别模块所采用的指纹算法通常具有自学习功能，因此，当确定指纹识别模块存在异常时，可以禁止指纹识别模块所在终端执行基于第一指纹图像的指纹自学习操作，即可以禁止指纹算法把上述第一指纹图像并入本地数据库保存的合法用户指纹模板中，这样，可以有效避免指纹识别模块被破解，进而提升了用户的隐私安全和财产安全。

在步骤105中，禁止指纹识别模块所在终端执行目标操作。

在本公开中，该目标操作可以为用户施加第一指纹图像时意图令上述终端进行的操作，示例地，该目标操作为解锁操作、支付操作等。当确定指纹识别模块存在异常时，可以直接禁止指纹识别模块所在终端执行上述目标操作，这样，即使指纹识别模块被破解，该指纹识别模块所在终端也不执行相应的目标操作，进一步提升了用户的隐私安全和财产安全。

此外，当上述步骤102确定指纹识别模块不存在异常时，可以执行以下步骤106(如图3中所示)。

在步骤106中，进行指纹验证操作，并在指纹验证成功时，执行目标操作以及基于第一指纹图像的指纹自学习操作。

在本公开中，当确定指纹识别模块不存在异常时，可以进行指纹验证操作。具体来说，可以将第一指纹图像与合法用户的指纹图像模板进行匹配，并在该第一指纹图像与合法用户的指纹图像模板相匹配时，表明指纹验证成功，执行上述目标操作(用户施加第一指纹图像时意图令上述终端进行的操作)；在该第一指纹图像与合法用户的指纹图像模板相匹配时，表明指纹验证失败，不执行任何操作。

另外，为了提升指纹识别的准确率和效率，在上述指纹验证成功时，可以执行基于上述第一指纹图像的指纹自学习操作，即利用上述第一指纹图像的相关信息加入到上述合法用户的指纹图像模板中。

图4是根据一示例性实施例示出的一种指纹识别模块异常判定装置的框图。参照图4，该装置400可以包括：确定模块401，用于在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；判定模块402，用于根据所述确定模块确定出的所述匹配特征点对，判定所述指纹识别模块是否存在异常。

可选地，如图5所示，所述判定模块402可以包括：计算子模块4021，用于针对每组所述确定模块401确定出的所述匹配特征点对，计算所述匹配特征点对之间的方向差和位置差；第一确定子模块4022，用于根据各组所述计算子模块4021计算出的所述匹配特征点对的所述方向差和所述位置差，确定所述第一指纹图像相对于所述第二指纹图像的旋转角度和位移；第二确定子模块4023，用于当所述第一确定子模块4022确定出的所述旋转角度小于预设角度阈值、且所述位移小于预设位移阈值时，确定所述指纹识别模块存在异常。

可选地，所述确定模块401可以用于：通过特征点比对算法，确定所述第一指纹图像与第二指纹图像的匹配特征点对。

图6是根据另一示例性实施例示出的一种指纹识别模块异常判定装置的框图。参照图6，上述装置400还可以包括：执行模块403，用于当所述判定模块402确定所述指纹识别模块存在异常时，进行以下操作中的至少一者：输出告警信息；禁止所述指纹识别模块所在终端执行基于所述第一指纹图像的指纹自学习操作；禁止所述指纹识别模块所在终端执行目标操作，所述目标操作为用户施加所述第一指纹图像时意图令所述终端进行的操作。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图7是根据一示例性实施例示出的一种电子设备700的框图。如图7所示，该电子设备700可以包括：处理器701，存储器702。该电子设备700还可以包括多媒体组件703，输入/输出(I/O)接口704，以及通信组件705中的一者或多者，以及指纹识别模块706。

其中，处理器701用于控制该电子设备700中的指纹识别模块706的整体操作，以完成上述的指纹识别模块异常判定方法中的全部或部分步骤。存储器702用于存储各种类型的数据以支持在该电子设备700的操作，这些数据例如可以包括用于在该电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器702或通过通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口704为处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件705用于该电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的指纹识别模块异常判定方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的指纹识别模块异常判定方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器702，上述程序指令可由电子设备700的处理器701执行以完成上述的指纹识别模块异常判定方法。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (10)

1.一种指纹识别模块异常判定方法，其特征在于，包括：

在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；

根据所述匹配特征点对，判定所述指纹识别模块是否存在异常。

2.根据权利要求1所述的方法，其特征在于，所述根据所述匹配特征点对，判定所述指纹识别模块是否存在异常，包括：

针对每组所述匹配特征点对，计算所述匹配特征点对之间的方向差和位置差；

根据各组所述匹配特征点对的所述方向差和所述位置差，确定所述第一指纹图像相对于所述第二指纹图像的旋转角度和位移；

当所述旋转角度小于预设角度阈值、且所述位移小于预设位移阈值时，确定所述指纹识别模块存在异常。

3.根据权利要求1所述的方法，其特征在于，所述确定所述第一指纹图像与第二指纹图像的匹配特征点对，包括：

通过特征点比对算法，确定所述第一指纹图像与第二指纹图像的匹配特征点对。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

当确定所述指纹识别模块存在异常时，进行以下操作中的至少一者：

输出告警信息；

禁止所述指纹识别模块所在终端执行基于所述第一指纹图像的指纹自学习操作；

禁止所述指纹识别模块所在终端执行目标操作，所述目标操作为用户施加所述第一指纹图像时意图令所述终端进行的操作。

5.一种指纹识别模块异常判定装置，其特征在于，包括：

确定模块，用于在采集到用户施加在指纹识别模块上的第一指纹图像时，确定所述第一指纹图像与第二指纹图像的匹配特征点对，其中，所述第二指纹图像为在所述第一指纹图像之前最近一次采集到的指纹图像；

判定模块，用于根据所述确定模块确定出的所述匹配特征点对，判定所述指纹识别模块是否存在异常。

6.根据权利要求5所述的装置，其特征在于，所述判定模块包括：

计算子模块，用于针对每组所述确定模块确定出的所述匹配特征点对，计算所述匹配特征点对之间的方向差和位置差；

第一确定子模块，用于根据各组所述计算子模块计算出的所述匹配特征点对的所述方向差和所述位置差，确定所述第一指纹图像相对于所述第二指纹图像的旋转角度和位移；

第二确定子模块，用于当所述第一确定子模块确定出的所述旋转角度小于预设角度阈值、且所述位移小于预设位移阈值时，确定所述指纹识别模块存在异常。

7.根据权利要求5所述的装置，其特征在于，所述确定模块用于：

通过特征点比对算法，确定所述第一指纹图像与第二指纹图像的匹配特征点对。

8.根据权利要求5-7中任一项所述的装置，其特征在于，所述装置还包括：

执行模块，用于当所述判定模块确定所述指纹识别模块存在异常时，进行以下操作中的至少一者：

输出告警信息；

禁止所述指纹识别模块所在终端执行基于所述第一指纹图像的指纹自学习操作；

禁止所述指纹识别模块所在终端执行目标操作，所述目标操作为用户施加所述第一指纹图像时意图令所述终端进行的操作。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-4中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

指纹识别模块；

权利要求9中所述的计算机可读存储介质；以及

一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。