CN110458072A - 指静脉识别方法、系统、智能门锁及计算机可读存储介质 - Google Patents

指静脉识别方法、系统、智能门锁及计算机可读存储介质 Download PDF

Info

Publication number
CN110458072A
CN110458072A CN201910708392.XA CN201910708392A CN110458072A CN 110458072 A CN110458072 A CN 110458072A CN 201910708392 A CN201910708392 A CN 201910708392A CN 110458072 A CN110458072 A CN 110458072A
Authority
CN
China
Prior art keywords
point information
fisrt feature
feature point
characteristic point
user
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
CN201910708392.XA
Other languages
English (en)
Inventor
张景弘
陈道远
李宇飞
杨苗
李坤
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910708392.XA priority Critical patent/CN110458072A/zh
Publication of CN110458072A publication Critical patent/CN110458072A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • 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
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/00174Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供了一种指静脉识别方法、系统、智能门锁及计算机可读存储介质,该方法包括:采集用于的待识别指静脉图像;对该待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;判断该第一特征点信息集合与该用户的预存储的第一特征点信息模板是否满足匹配条件;其中,若不满足匹配条件,则根据该第一特征点信息集合对该第一特征点信息模板进行更新。通过该方法,能够根据采集到的指静脉新图像,分析用户的使用习惯、手指姿势,改变数据库内用户静脉特征点的位置,实现该识别系统自动识别用户的习惯,提高认证的成功率和效率。

Description

指静脉识别方法、系统、智能门锁及计算机可读存储介质
技术领域
本发明涉及指静脉解锁技术领域,并且更具体地,涉及一种指静脉识别方法、系统、智能门锁及计算机可读存储介质。
背景技术
在智能门锁已经普及高级住宅的今天,如何让智能门锁拥有更好的用户体验与安全性能是我们需要思考的问题。指静脉认证是当今安全系数最高的认证方式,广泛使用于银行、金融业,如今高端智能门锁已普遍使用指静脉认证代替指纹。然而,指静脉认证在具有高安全性的同时,它的认证速度不比传统指纹识别快、认证拒真率也偏高。用户使用指静脉认证时,因个人使用手指习惯不同,往往会出现手指没放正、侧偏的情况导致认证失败,出现认证几次才能成功的现象。这是由于:第一、传统指静脉认证图像分析的特征点往往会分散于在手指各区域,用户在认证的过程中若没有让采集器采集到特征点多的区域,则认证的成功率会大大降低;第二、因用户个人习惯的原因往往认证时手指的姿势都是固定的,这会导致若大量静脉图像特征点集合中在用户习惯外的区域,则会经常出现认证失败的区域。
发明内容
针对上述现有技术中的问题,本申请提出了一种指静脉识别方法、系统、包含该系统的智能门锁及计算机可读存储介质,指静脉的特征点信息会随着用户的认证习惯而有所改变,改变数据库内用户静脉特征点的位置。
第一方面,本申请提供了一种指静脉识别方法,该方法包括:采集用于的待识别指静脉图像;对所述待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;判断所述第一特征点信息集合与所述用户的预存储的第一特征点信息模板是否满足匹配条件;其中,若不满足匹配条件,则根据所述第一特征点信息集合对所述第一特征点信息模板进行更新。通过该第一方面的方法,能够根据采集到的指静脉新图像,分析用户的使用习惯、手指姿势,改变数据库内用户静脉特征点的位置,实现该识别系统自动识别用户的习惯,提高认证的成功率和效率。
在第一方面的一个实施方式中,根据所述第一特征点信息集合对所述第一特征点信息集合模板进行更新,包括:将所述第一特征点信息集合模板中与所述第一特征点信息集合不匹配的特征点删除;以及将所述第一特征点信息集合中的与所述第一特征点信息模板不匹配的特征点添加到所述第一特征点信息模板中,获得更新后的第二特征点信息模板。
在第一方面的一个实施方式中,将所述第一特征点信息集合模板中与所述第一特征点信息集合不匹配的特征点子集至少部分地删除,包括:确定所述特征点子集中的目标特征点的不对应次数;将所述不对应次数与预设的不对应次数阈值进行比对;其中,若所述不对应次数大于所述不对应次数阈值,则将所述目标特征点删除。
在第一方面的一个实施方式中,所述第一特征点信息模板通过以下步骤获得:采集所述用户的指静脉图像样本;从所述指静脉图像样本中提取特征点信息,获取特征点信息样本;将所述特征点信息样本进行存储;以及重复上述步骤,获得所述第一特征点信息模板。
在第一方面的一个实施方式中,所述不满足匹配条件,包括:,判断所述第一特征点信息集合与所述用户的预存储的第一特征点信息模板是否满足匹配条件,包括:判断所述第一特征点信息集合与所述第一特征点信息模板中的特征点的匹配数量是否高于匹配数阈值。
在第一方面的一个实施方式中,所述特征点信息包括用户身份信息和特征点的位置属性。
在第一方面的一个实施方式中,特征点的位置属性包括:特征点的位置坐标、特征点处于指静脉交叉点或特征点处于指静脉上。
第二方面,本申请还提供了一种利用第一方面及其实施方式的方法进行指静脉识别的系统,该系统包括:特征点信息存储模块,其用于存储第一特征点信息模板;采集模块,其用于采集用户的待识别指静脉图像;提取模块,其用于对所述待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;判断模块,其用于判断所述第一特征点信息集合与所述特征点存储模块中存储的所述用户的所述第一特征点信息模板是否满足匹配条件;以及更新模块,其用于在所述判断模块判断不匹配时,根据所述第一特征点信息集合对所述第一特征点信息模板进行更新。
在第二方面的一个实施方式中,特征点信息存储模块为指静脉存储模块数据库。
第三方面,本申请提供了一种智能门锁,该智能门锁包括第二方面及其实施方式的指静脉识别的系统。
第四方面,本申请提供一种计算机可读存储介质,其存储计算机代码,所述计算机代码配置成由处理器运行时,执行第一方面及其实施方式中的任一项所述的指静脉识别的方法步骤。
本申请提供的指静脉识别的方法、系统、智能门锁及计算机可读存储介质,相比于现有技术具有如下的有益效果:
(1)指静脉的特征点信息将会随这用户的认证习惯而有所改变,在用户的日常认证中,指静脉根据采集到的新图像,分析用户的使用习惯、手指姿势,改变数据库内用户静脉特征点的位置。
(2)用户无需改变自身习惯就能提高指静脉的识别率,达到智能门锁主动适应用户习惯,而不是用户改变自身习惯去适应智能门锁。
上述技术特征可以各种适合的方式组合或由等效的技术特征来替代,只要能够达到本发明的目的。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1显示了根据本发明实施例的指静脉识别方法的示意性流程图;
图2显示了根据本发明实施例的指静脉识别方法的另一示意性流程图;
图3和图4显示了根据本发明另一实施例的指静脉识别方法的示意图;
图5显示了根据本发明又一实施例的指静脉识别系统的示意性结构框图。
在附图中,相同的部件使用相同的附图标记。附图并未按照实际的比例。
具体实施方式
下面将结合附图对本发明作进一步说明。
图1和图2为本发明提供的指静脉识别方法100的示意图。如图1所示,该方法100包括:
S110,采集用户的待识别指静脉图像;
S120,对在S110采集的待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;
S130,判断S120获取的第一特征点信息集合与预存储的该用户的第一特征点信息模板是否满足匹配条件;以及
S140,若不满足匹配条件,则根据第一特征点信息集合对第一特征点信息模板进行更新。
应理解,本申请提供的方法100可以应用于多个领域,以实现智能地识别用户身份的目的,为了解释和说明的目的,本文中将以智能门锁领域为例进行阐述,该智能门锁可以利用该方法100进行指静脉识别以进行解锁,关于智能门锁构造将在后文介绍。
在步骤S110之前,如图2所示,该方法100还包括获取第一特征点信息模板,在后续认证过程中,该第一特征点信息模板被用于与采集的特征点信息集合进行匹配。具体地,该第一特征点信息模板可以通过如下的步骤获得:
采集用户手指的某一角度的指静脉图像样本,该指静脉图像样本应当为某一用户自身的指静脉图像;
从该指静脉图像样本中提取特征点信息,获取特征点信息样本,其中,该特征点信息应当包括用户的身份信息和特征点的位置属性,用户的身份信息例如可以是用户姓名或者ID号,特征点的位置属性例如可以是该特征点在指静脉图像中的坐标、该特征点位于指静脉交叉点处或该特征点位于指静脉上;
将获取的特征点信息样本存储在特征点信息存储模块中;
重复上述操作,使系统能够获取用户手指以不同角度和姿势认证时的特征点信息样本,这些特征点信息样本组合在一起成为第一特征点信息模板。
用户在进行认证时,首先,用户根据使用习惯的手指认证姿势进行认证,系统在S110中采集到待识别指静脉图像。
然后,在S120中,系统从在S110中采集到的待识别指静脉图像提取出特征点信息,获得第一特征点信息集合。该特征点信息同样应当包括用户的身份信息和特征点的位置,并可选地包括特征点的尺寸。
在这里,对特征点的识别和信息提取为本领域技术人员熟知的技术,在此将不作赘述。
S130,判断该第一特征点信息集合与预先存储的第一特征点信息模板是否满足匹配条件。
应理解,本发明提供的方法100适用于同一用户的指静脉识别过程,即在S120中获得的特征点信息中的用户身份信息应当与在预先存储的第一特征点信息模板中的特征点信息中的用户身份信息相同。
在这里,当第一特征点信息集合中的某一个特征点的特征点信息与第一特征点信息模板中的某一个特征点的特征点信息完全相同,即用户身份信息和特征点位置属性均相同时,才判断这两个特征点为相同或对应的特征点。
同时,还可以为系统预先设置特征点匹配数量设置匹配数阈值,当匹配数量大于或等于该匹配阈值时,则第一特征点信息集合与用户预存储的第一特征点信息模板匹配成功,系统为智能门锁的开锁装置发出解锁指令;当匹配数量小于该匹配数阈值时,则表示二者匹配不成功。
在S140中,当匹配不成功时,则根据该第一特征点信息集合对第一特征点信息模板进行更新。
具体地,该S140包括如下的步骤:
S141,将该第一特征点信息集合模板中与第一特征点信息集合不匹配的特征点信息子集至少部分地删除;以及
S142,将所述第一特征点信息集合中的与所述第一特征点信息模板不对应的特征点添加到所述第一特征点信息模板中,获得更新后的第二特征点信息模板。
在S141中,在判断目标特征点是否应当从该第一特征点信息模板中被删除时,可以先确定该目标特征点在之前的模板更新过程中累计的不对应次数,如果该不对应次数大于预设的不对应次数阈值(例如3次),则将该目标特征点删除。通过该方式,能够避免在一次更新过程中,将不对应的特征点全部删除,也便于用户后续更换习惯认证姿势。
在S142中,基于在S130中判断确定的对应的特征点,从该第一特征点信息集合中确定出其与第一特征点信息模板不对应的特征点,并将其添加到该第一特征点信息模板中,即对该第一特征点信息模板进行更新,获得第二特征点信息模板。
在接下来的认证过程中,系统会将该第二特征点信息模板与用户实时采集的特征点信息集合进行匹配。最终经过若干次重复操作之后,将第一特征点信息模板更新为最终的特征点信息模板,该特征点信息模板的特征点的分布符合用户习惯的认证手指姿势和角度,实现自适应,指静脉识别率将大大提高。
如图3和图4所示为本发明的一个示例性实施例的示意图。在图3中为更新前的第一特征点信息模板(特征点分布,画几个作实例,实际情况特征点多得多),可以看到,该图中的特征点分布较为均匀;在用户的使用过程中,根据用户习惯,利用本发明的方法进行更新后,得到的特征点信息模板如图4所示,其中,特征点1-5为用户认证过程中对应上的特征点。显而易见的是,在用户使用一段时间后特征点普遍靠右,即该用户手指放置习惯为偏右,智能门锁将自适应用户的各种手指放置习惯,提高指静脉认证率。
如图5所示,本发明还提供了一种指静脉识别的系统200,该系统200包括:
特征点信息存储模块210,其用于存储第一特征点信息模板;
采集模块220,其用于采集用户的待识别指静脉图像;
提取模块230,其用于对所述待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;
判断模块240,其用于判断所述第一特征点信息集合与所述特征点存储模块210中存储的所述用户的所述第一特征点信息模板是否满足匹配条件;以及
更新模块250,其用于在所述判断模块240判断不匹配时,根据所述第一特征点信息集合对所述第一特征点信息模板进行更新。
在该系统200中,不同的模块可以用于执行方法100的各个步骤,上文已经对该方法100的步骤进行了详细的描述,在此对该系统200不作赘述。
另一方面,如上文所述,本发明是以智能门锁为例进行描述的。该智能门锁可以包括该系统200的各个模块。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有计算机代码,该计算机代码配置成在由处理器运行时执行上文描述的方法100的各个步骤。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能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介质中。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介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,笔记本电脑,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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
处理器可能是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器还用于存储程序,所述处理器在接收到执行指令后,执行所述程序,后述本发明实施例任一实施例揭示的流程定义的服务器所执行的方法可以应用于处理器中,或者由处理器实现。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。

Claims (11)

1.一种指静脉识别方法,其特征在于,所述方法包括:
采集用户的待识别指静脉图像;
对所述待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;
判断所述第一特征点信息集合与所述用户的预存储的第一特征点信息模板是否满足匹配条件;
其中,若不满足匹配条件,则根据所述第一特征点信息集合对所述第一特征点信息模板进行更新。
2.根据权利要求1所述的方法,其特征在于,根据所述第一特征点信息集合对所述第一特征点信息集合模板进行更新,包括:
将所述第一特征点信息信息集合模板中与所述第一特征点信息集合不匹配的特征点信息子集至少部分地删除;以及
将所述第一特征点信息集合中的与所述第一特征点信息模板不对应的特征点添加到所述第一特征点信息模板中,获得更新后的第二特征点信息模板。
3.根据权利要求2所述的方法,其特征在于,将所述第一特征点信息集合模板中与所述第一特征点信息集合不匹配的特征点信息子集至少部分地删除,包括:
确定所述特征点信息子集中的目标特征点累计的不对应次数;
将所述不对应次数与预设的不对应次数阈值进行比对;
其中,若所述不对应次数大于所述不对应次数阈值,则将所述目标特征点删除。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述第一特征点信息模板通过以下步骤获得:
采集所述用户的指静脉图像样本;
从所述指静脉图像样本中提取特征点信息,获取特征点信息样本;
将所述特征点信息样本进行存储;以及
重复上述步骤,获得所述第一特征点信息模板。
5.根据权利要求1至3中任一项所述的方法,其特征在于,判断所述第一特征点信息集合与所述用户的预存储的第一特征点信息模板是否满足匹配条件,包括:
判断所述第一特征点信息集合与所述第一特征点信息模板中的特征点的匹配数量是否高于匹配数阈值。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述特征点信息包括用户身份信息和特征点的位置属性。
7.根据权利要求6所述的方法,其特征在于,所述特征点的位置属性包括:特征点的位置坐标、特征点处于指静脉交叉点或特征点处于指静脉上。
8.一种利用权利要求1至7中任一项所述的方法进行指静脉识别的系统,其特征在于,所述系统包括:
特征点信息存储模块,其用于存储第一特征点信息模板;
采集模块,其用于采集用户的待识别指静脉图像;
提取模块,其用于对所述待识别指静脉图像进行特征点信息提取,获得第一特征点信息集合;
判断模块,其用于判断所述第一特征点信息集合与所述特征点存储模块中存储的所述用户的所述第一特征点信息模板是否满足匹配条件;以及
更新模块,其用于在所述判断模块判断不匹配时,根据所述第一特征点信息集合对所述第一特征点信息模板进行更新。
9.根据权利要求8所述的系统,其特征在于,所述特征点信息存储模块为指静脉存储模块数据库。
10.一种智能门锁,其特征在于,其包括权利要求8或9所述的指静脉识别的系统。
11.一种计算机可读存储介质,其特征在于,其存储计算机代码,所述计算机代码配置成由处理器运行时,执行权利要求1至7中任一项所述的指静脉识别的方法步骤。
CN201910708392.XA 2019-08-01 2019-08-01 指静脉识别方法、系统、智能门锁及计算机可读存储介质 Pending CN110458072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910708392.XA CN110458072A (zh) 2019-08-01 2019-08-01 指静脉识别方法、系统、智能门锁及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910708392.XA CN110458072A (zh) 2019-08-01 2019-08-01 指静脉识别方法、系统、智能门锁及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110458072A true CN110458072A (zh) 2019-11-15

Family

ID=68484671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910708392.XA Pending CN110458072A (zh) 2019-08-01 2019-08-01 指静脉识别方法、系统、智能门锁及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110458072A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111428576A (zh) * 2020-03-02 2020-07-17 广州微盾科技股份有限公司 特征信息学习方法、电子设备及存储介质
CN113837069A (zh) * 2021-09-18 2021-12-24 珠海格力电器股份有限公司 指静脉识别方法、装置、认证设备及存储介质
WO2022226699A1 (zh) * 2021-04-25 2022-11-03 华为技术有限公司 模板采集方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040199775A1 (en) * 2001-05-09 2004-10-07 Wee Ser Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium
CN105260696A (zh) * 2015-02-13 2016-01-20 比亚迪股份有限公司 指纹模板的自学习方法及装置
US20160171280A1 (en) * 2014-12-15 2016-06-16 Samsung Electronics Co., Ltd Method of updating biometric feature pattern and electronic device for same
CN106021606A (zh) * 2016-06-21 2016-10-12 广东欧珀移动通信有限公司 一种指纹模板更新方法及终端设备
CN106096358A (zh) * 2016-05-30 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及移动终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040199775A1 (en) * 2001-05-09 2004-10-07 Wee Ser Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium
US20160171280A1 (en) * 2014-12-15 2016-06-16 Samsung Electronics Co., Ltd Method of updating biometric feature pattern and electronic device for same
CN105260696A (zh) * 2015-02-13 2016-01-20 比亚迪股份有限公司 指纹模板的自学习方法及装置
CN106096358A (zh) * 2016-05-30 2016-11-09 广东欧珀移动通信有限公司 一种解锁控制方法及移动终端
CN106021606A (zh) * 2016-06-21 2016-10-12 广东欧珀移动通信有限公司 一种指纹模板更新方法及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱道明,蔡锐,谭子毅等主编: "《建筑安防技术》", 31 January 2013 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111428576A (zh) * 2020-03-02 2020-07-17 广州微盾科技股份有限公司 特征信息学习方法、电子设备及存储介质
CN111428576B (zh) * 2020-03-02 2024-04-26 广州微盾科技股份有限公司 特征信息学习方法、电子设备及存储介质
WO2022226699A1 (zh) * 2021-04-25 2022-11-03 华为技术有限公司 模板采集方法、装置及系统
CN113837069A (zh) * 2021-09-18 2021-12-24 珠海格力电器股份有限公司 指静脉识别方法、装置、认证设备及存储介质

Similar Documents

Publication Publication Date Title
US9589120B2 (en) Behavior based authentication for touch screen devices
Shahzad et al. Secure unlocking of mobile touch screen devices by simple gestures: You can see it but you can not do it
CN100356388C (zh) 生物特征融合的身份识别和认证方法
CN102722696B (zh) 基于多生物特征的身份证与持有人的同一性认证方法
US9053309B2 (en) Behaviometric signature authentication system and method
Lumini et al. A clustering method for automatic biometric template selection
CN105631272B (zh) 一种多重保险的身份认证方法
WO2017071126A1 (zh) 触屏用户按键行为模式构建与分析系统及其身份识别方法
CN110458072A (zh) 指静脉识别方法、系统、智能门锁及计算机可读存储介质
Hemalatha A systematic review on Fingerprint based Biometric Authentication System
CN102945366A (zh) 一种人脸识别的方法及装置
CN109934114B (zh) 一种手指静脉模板生成与更新算法及系统
CN101558431A (zh) 脸认证设备
CN103778409A (zh) 基于人脸特征数据挖掘的人脸识别方法与装置
CN107256387A (zh) 指纹认证方法、系统和计算机可读存储介质
US9798958B2 (en) Biometric information registration device and method
EP2360619A1 (en) Fast fingerprint searching method and fast fingerprint searching system
US20100045787A1 (en) Authenticating apparatus, authenticating system, and authenticating method
EP3659063A1 (en) Intelligent gallery management for biometrics
CN104007929A (zh) 基于手势识别的移动终端解锁方法及移动终端
CN109033845A (zh) 基于文件访问记录时空分析的伪装者检测方法及系统
CN107615299B (zh) 用于评估指纹模板的方法和系统
Patil et al. An efficient DTW algorithm for online signature verification
JP2019507435A (ja) 空間分割セグメントに対する動的移動追跡基盤手記署名認証システムおよび方法
CN104615922B (zh) 一种基于用户软件行为模式的身份认证装置和方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191115

RJ01 Rejection of invention patent application after publication