CN111400686B - 指纹识别方法及装置、电子设备、存储介质 - Google Patents
指纹识别方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN111400686B CN111400686B CN202010146178.2A CN202010146178A CN111400686B CN 111400686 B CN111400686 B CN 111400686B CN 202010146178 A CN202010146178 A CN 202010146178A CN 111400686 B CN111400686 B CN 111400686B
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- matched
- exposure
- prediction
- fingerprint
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent 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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开提供一种指纹识别方法及装置、电子设备、存储介质,涉及终端设备技术领域。所述方法包括:当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;在待匹配指纹图像与模板指纹图像匹配时,根据待匹配指纹图像的图像质量,确定更新的曝光参数;将更新的曝光参数作为采集指纹图像时的曝光参数。本公开可以提升用户的指纹解锁体验。
Description
技术领域
本公开涉及终端设备技术领域,具体而言,涉及一种指纹识别方法、指纹识别装置、电子设备以及计算机可读存储介质。
背景技术
目前,越来越多的终端设备可以支持指纹解锁,由于指纹解锁操作简单,解锁速度较快,因此,可以提升用户的解锁体验。然而,对于不同的用户,由于指纹状况不同,或解锁成功率较低,或解锁时间较长,导致用户解锁体验较差。
发明内容
本公开的目的在于提供一种指纹识别方法、指纹识别装置、电子设备以及计算机可读存储介质,进而在一定程度上克服由于相关技术的限制和缺陷而导致的解锁成功率低和解锁时间较长的问题。
根据本公开的第一方面,提供一种指纹识别方法,包括:
当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;
在所述待匹配指纹图像与模板指纹图像匹配时,根据所述待匹配指纹图像的图像质量,确定更新的曝光参数;
将所述更新的曝光参数作为采集指纹图像时的曝光参数。
根据本公开的第二方面,提供一种指纹识别装置,包括:
图像采集模块,用于当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;
曝光参数确定模块,用于在所述待匹配指纹图像与模板指纹图像匹配时,根据所述待匹配指纹图像的图像质量,确定更新的曝光参数;
曝光参数更新模块,用于将所述更新的曝光参数作为采集指纹图像时的曝光参数。
根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述指纹识别方法。
根据本公开的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述指纹识别方法。
本公开示例性实施例可以具有以下部分或全部有益效果:
在本公开的一示例实施方式所提供的指纹识别方法中,在待匹配指纹图像与模板指纹图像匹配时,也就是在指纹解锁成功时,可以根据待匹配指纹图像的图像质量,自动生成更优的曝光参数,并取代初始曝光参数。例如,对于指纹状况良好的用户,可以适度缩短曝光时间,减少整体解锁时间,带来更快更灵敏的解锁感受。另一方面,对于指纹状况较差的用户,可以适度延长曝光时间,提高第一次解锁成功的概率,从而可以有效改善用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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1示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图;
图2示出了橡胶头的实物图;
图3示出了光学指纹校准光路的一种示意图;
图4示出了光学指纹校准光路的又一种示意图;
图5示出了相关技术中指纹解锁方法的一种流程图;
图6示出了本公开实施例中指纹识别方法的一种流程图;
图7示出了本公开实施例中更新曝光参数的一种流程图;
图8示出了本公开实施例中更新曝光参数的又一种流程图;
图9示出了本公开实施例中的一种串行操作时序图;
图10示出了本公开实施例中的一种并行操作时序图;
图11示出了本公开实施例中指纹识别装置的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1示出了适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图1示出的电子设备的计算机系统100仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图1所示,计算机系统100包括中央处理器101,其可以根据存储在只读存储器102中的程序或者从存储部分108加载到随机访问存储器103中的程序而执行各种适当的动作和处理。在随机访问存储器103中,还存储有系统操作所需的各种程序和数据。中央处理器101、只读存储器102以及随机访问存储器103通过总线104彼此相连。输入/输出接口105也连接至总线104。
以下部件连接至输入/输出接口105:包括键盘、鼠标等的输入部分106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分107;包括硬盘等的存储部分108;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分109。通信部分109经由诸如因特网的网络执行通信处理。驱动器110也根据需要连接至输入/输出接口105。可拆卸介质111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器110上,以便于从其上读出的计算机程序根据需要被安装入存储部分108。
特别地,根据本公开的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分109从网络上被下载和安装,和/或从可拆卸介质111被安装。在该计算机程序被中央处理器101执行时,执行本申请的方法和装置中限定的各种功能。
需要说明的是,本公开所示的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器、只读存储器、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请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可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图5~图8所示的各个步骤等。
以下对本公开实施例的技术方案进行详细阐述:
通常情况下,具有光学指纹识别功能的终端设备在出厂前都会对光学指纹模组进行校准。校准过程中可以用到如图2所示的橡胶头,从左到右依次为:肉色橡胶平头、黑色橡胶平头和肉色条纹橡胶头,肉色橡胶平头和黑色橡胶平头中央区域开有凹槽。
其中,校准过程可以为:当把橡胶头按压在指纹识别区域上方,并用指纹传感器采集图像时,肉色橡胶平头模拟的相当于全是指纹谷的手指,采集到的图像包含基准图像(即显示屏内部的电路走线在指纹传感器上形成的图像)和橡胶头中央凹面反射的光线,内部光路如图3所示。而黑色橡胶平头可以吸收掉屏向上透射的光,采集到的图像仅包含基准图像,内部光路如图4所示。两幅图像相减即可获得不包含基准图像的指纹图像。肉色条纹橡胶头可以用于测试校准效果。
在上述校准过程中可以生成重要的指纹工作参数——曝光参数,在用户在进行指纹录入和解锁时,在采集指纹图像过程中可以根据该曝光参数进行曝光。并且在下一次成功校准前,该曝光参数会保持不变。在影像领域,为了实现最佳成像,曝光参数往往是灵活变化的,而光学指纹领域,为了确保用户能更高概率一次解锁成功,曝光参数往往相对固定。
通过上述光学指纹校准过程生成的曝光参数具有普适性,即能确保绝大多数用户拿到同一台终端设备都能正常地使用指纹功能,且尽可能达成良好的用户体验。然而,由于指纹的谷脊深浅、肤色浓淡、纹路粗细和干湿状况等因人而异,因此,同一个曝光参数对于不同的人而言会存在成像性能不足、适度或过剩的差异。典型地,如果一位用户的指纹干湿度适中、谷脊分明、纹路粗细适中、肤色偏浅,那么初始曝光参数对他的手指而言会显得性能过剩,用比该时间更短的曝光时间也能满足良好的解锁体验需求。同理,如果指纹状况较差(例如皮肤偏干、肤色偏暗、纹路偏细、谷脊对比度低等),要获取更清晰的指纹图像,实现良好的解锁体验,则需要更长的曝光时间。
可见,现有固定曝光参数的方法虽然具有普适性,但是对于上述两类极端手指人群,要么解锁时间较长,要么第一次解锁成功的概率较低,导致用户的指纹解锁体验较差。
为了解决上述问题,本公开提供了一种指纹识别方法、指纹识别装置、电子设备以及计算机可读存储介质,可以缩短指纹解锁的时间,并提高第一次解锁成功的概率,提升用户体验。
参见图5,图5示出了相关技术中指纹解锁方法的一种流程图,包括以下步骤:
步骤S510,当检测到用户的触摸操作时,判断该触摸操作是否有效,如果有效,执行步骤S520;如果无效,则确定此次触摸操作解锁失败,流程结束。
当用户触摸指纹识别区域时,终端设备可以检测到触摸事件,之后根据触摸位置和触摸面积检测当前触摸是否有效。具体的,如果当前触摸操作的触摸位置偏离预设位置,或者触摸面积较小,均可以确定当前触摸无效;否则可以确定当前触摸有效。
步骤S520,根据曝光参数采集指纹图像。
需要说明的是,曝光参数指的是光学指纹模组的曝光参数,可以包括:曝光时间、曝光增益(表示信号和噪声的放大倍数)等。对于同一指纹,不同的曝光参数可以对应不同质量的指纹图像。
步骤S530,判断采集到的指纹图像是否与模板指纹图像匹配。如果匹配成功,确定解锁成功,执行步骤S540;如果匹配失败,执行步骤S550。
用户在开启指纹解锁后,可以向终端设备录入指纹,模板指纹图像指的是用户录入终端设备的指纹图像。在向终端设备录入指纹时,对于同一指纹可以录入多次,以得到更完整的模板指纹图像。之后,在进行指纹解锁时,将采集到的指纹图像与该模板指纹图像进行匹配即可。
步骤S540,进入桌面。
步骤S550,判断重试次数是否大于预设重试次数。如果不大于预设重试次数,执行步骤S560,如果大于预设重试次数,确定解锁失败,流程结束。此时,用户可以抬起手指再次触摸以进行解锁。
其中,重试次数是在第一次指纹解锁失败后,重新解锁的次数。预设重试次数可以是3次、4次等,在此不做限定。需要说明的是,第一次重试时,可以不用重新采集指纹图像,第二次、第三次重试时可以重新曝光采集新的指纹图像。即,在第二次、第三次重试时执行步骤S560。
步骤S560,调整曝光参数,重新采集得到指纹图像,返回步骤S530。
本公开实施例可以在不干预上述指纹解锁方法的前提下,通过学习用户指纹图像的特征,自动预测生成更优的曝光参数,取代校准生成的初始曝光参数,进而提升用户的解锁体验。
参见图6,图6示出了本公开实施例中指纹识别方法的一种流程图,可以包括以下步骤:
步骤S610,当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像。
步骤S620,判断待匹配指纹图像是否与模板指纹图像匹配。在待匹配指纹图像与模板指纹图像匹配时,执行步骤S630;在待匹配指纹图像与模板指纹图像不匹配时,可以按照如图5中所示的重试过程进行重试。
步骤S630,根据待匹配指纹图像的图像质量,确定更新的曝光参数。
步骤S640,将更新的曝光参数作为采集指纹图像时的曝光参数。
本公开实施例的指纹识别方法中,在待匹配指纹图像与模板指纹图像匹配时,也就是在指纹解锁成功时,可以根据待匹配指纹图像的图像质量,自动生成更优的曝光参数,并取代初始曝光参数。例如,对于指纹状况良好的用户,可以适度缩短曝光时间,减少整体解锁时间,带来更快更灵敏的解锁感受。另一方面,对于指纹状况较差的用户,可以适度延长曝光时间,提高第一次解锁成功的概率,从而可以有效改善用户体验。
下面对本公开实施例的指纹识别方法进行更加详细的介绍。
在步骤S610中,当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像。
本公开实施例中的执行主体可以是具有指纹识别功能的电子设备,例如,可以是终端设备,终端设备包括:笔记本电脑、智能手机或平板电脑等。用户通过指纹解锁时,可以在终端设备的指纹识别区域进行触摸操作(按压操作或滑动操作等),终端设备检测到用户的触摸操作时,可以采集用户的指纹图像。
其中,初始曝光参数是在终端设备出厂之前,在校准过程中为终端设备中的光学指纹模组设置的曝光参数。因此,用户在使用终端设备时,终端设备可以根据该初始曝光参数采集用户的指纹图像,得到待匹配指纹图像。
在步骤S620中,判断待匹配指纹图像是否与模板指纹图像匹配。在待匹配指纹图像与模板指纹图像匹配时,执行步骤S630。
在步骤S630中,根据待匹配指纹图像的图像质量,确定更新的曝光参数。
本公开实施例中,由于每个用户指纹的谷脊深浅、肤色浓淡、纹路粗细和干湿状况等不同,在曝光参数相同的情况下,采集到的指纹图像的图像质量也不同。可以理解的是,指纹图像越清晰,在解锁过程中越容易识别,第一次解锁成功的概率也较高。反之,如果指纹图像比较模糊,第一次解锁成功的概率会较低。在此,为了适应不同用户的指纹状况,或提高第一次解锁成功的概率,或缩短解锁时间,可以对光学指纹模组的曝光参数进行更新,通过更新的曝光参数采集指纹图像。
在本公开的一种实现方式中,曝光参数的更新方法可参见图7,包括以下步骤:
步骤S710,根据待匹配指纹图像的图像质量确定初始预测趋势,并预测曝光参数。
如前所述,对于清晰度比较高的待匹配指纹图像,可能存在成像性能过剩的问题。也就是,在缩短曝光时间的情况下,也可以采集到可以成功识别的指纹图像。此时,为了缩短解锁时间,可以设置比初始曝光时间更短的曝光时间。对于清晰度比较低的待匹配指纹图像,可能存在成像性能不足的问题。也就是,根据待匹配指纹图像不能成功解锁。为了提高第一次解锁成功的概率,可以设置比初始曝光时间更长的曝光时间。
具体的,首先可以对待匹配指纹图像的清晰程度进行评估,确定待匹配指纹图像的清晰度值,该清晰度值可以表示图像的清晰程度。在清晰度值大于清晰度阈值时,确定曝光时间的初始预测趋势为负方向预测;在清晰度值不大于清晰度阈值时,确定曝光时间的初始预测趋势为正方向预测。其中,负方向预测是向曝光时间缩短的方向预测,正方向预测是向曝光时间延长的方向预测。
另外,由于曝光参数还包括曝光增益,为了使曝光量保持不变,在缩短曝光时间的情况下,还可以延长曝光增益。反之,在延长曝光时间的情况下,可以减小曝光增益。
步骤S720,根据所预测的曝光参数采集模拟指纹图像。
需要说明的是,本步骤采集到的模拟指纹图像,用于模拟指纹解锁,并不进行实际的指纹解锁。
步骤S730,判断模拟指纹图像是否与模板指纹图像匹配。在模拟指纹图像与模板指纹图像匹配时,执行步骤S740,将预测次数加1。其中,预测次数的初始值为0。
本公开实施例中,可以根据每次预测之后采集到的指纹图像进行多次预测,预测次数用于统计曝光参数预测准确的次数,预测次数可以通过寄存器进行记录。
步骤S750,判断预测次数是否等于预设次数。
其中,预设次数是可以预测的最大次数,在未达到预设次数时,表示还可以进行下一次预测,执行步骤S760。在达到该预设次数时,表示可以得到更新的曝光参数,执行步骤S790。预设次数可以是2次、3次等,在此不做限定。
步骤S760,根据模拟指纹图像的清晰度确定当前预测趋势。
步骤S770,判断当前预测趋势是否与初始预测趋势一致。在当前预测趋势与初始预测趋势一致时,执行步骤S780,即对所预测的曝光参数进行更新,返回步骤S720。
本步骤中,确定当前预测趋势的方法与步骤S710类似,当前预测趋势和初始预测趋势一致,指当前预测趋势和初始预测趋势均为负方向预测,或均为正方向预测。在当前预测趋势和初始预测趋势均为负方向预测时,可以缩短所预测的曝光时间;在当前预测趋势和初始预测趋势均为正方向预测时,可以延长所预测的曝光时间。
步骤S790,将最终预测的曝光参数作为更新的曝光参数。
另外,在模拟指纹图像与模板指纹图像不匹配时,或在当前预测趋势与初始预测趋势不一致时,图7中的流程可以结束。
可见,本公开通过多次预测可以得到最优的曝光参数,例如,可以尽可能的缩短曝光时间以缩短解锁时间,或者尽可能延长曝光时间以提高第一次解锁成功的概率。
在本公开的又一种实现方式中,曝光参数的更新方法还可参见图8,包括以下步骤:
步骤S810,根据待匹配指纹图像的图像质量,预测曝光参数。
步骤S820,根据所预测的曝光参数采集模拟指纹图像。
步骤S830,在模拟指纹图像与模板指纹图像匹配时,将所预测的曝光参数作为更新的曝光参数。
图8中步骤S810和步骤S820分别与步骤S710和步骤S720中的处理过程相同,在此不再赘述。与图7不同的是,在此可以预测一次,如果根据预测一次得到的曝光参数采集指纹图像,采集到的指纹图像可以解锁成功。那么,此次预测得到的曝光参数也可以作为更新的曝光参数。
在步骤S640中,将更新的曝光参数作为采集指纹图像时的曝光参数。
本公开实施例中,将更新的曝光参数作为光学指纹模组的曝光参数,这样,在以后通过指纹解锁采集指纹图像时,可以直接根据该更新的曝光参数采集指纹图像。
在本公开的一种实现方式中,图6实施例中,在待匹配指纹图像与模板指纹图像不匹配时,还可以根据待匹配指纹图像的图像质量,确定重试曝光参数。
本公开实施例中,在待匹配指纹图像与模板指纹图像不匹配时,可以通过重试进行解锁。在第一次重试时可以不用采集新的指纹图像,而在第二次、第三次重试时可以重新曝光采集新的指纹图像。那么,可以按照上述步骤S710中的方式确定重试曝光参数,在此不再赘述。
之后,根据重试曝光参数重新采集指纹图像,并通过重新采集的指纹图像进行重试。可以理解的是,根据重试曝光参数采集的指纹图像,解锁成功的概率更高,因此可以提升用户的解锁体验。
值得一提的是,图7实施例中,在模拟指纹图像与模板指纹图像不匹配时,或在当前预测趋势与初始预测趋势不一致时,表示此次预测失败。那么,可以存储前一次预测成功的曝光参数,例如,在第三次预测时的预测趋势与初始预测趋势不一致时,可以存储第二次预测成功的曝光参数。这样,用户在下一次触摸时,终端设备可以准确、快速的预测新的曝光参数。
具体的,由于曝光参数的更新过程是在正常解锁匹配成功过程之后,该流程在每次解锁过程中执行1次,即在解锁成功时执行,时序如图9所示。而该过程持续时间跟一次指纹解锁的时间相当,并且是一种串行操作,将会连续较长时间占用系统资源。基于此,本公开实施例可以采用并行操作的方式,在初始曝光时间T0内,时刻T1(前一次预测失败时存储的曝光时间)快速读取一次指纹图像,用于模拟解锁流程,时序如图10所示。其中,T1<T0。
需要强调的是,如果终端设备在时间T1~T0之间可以完成数据的读取与传输,此时可以采用并行操作的方式,这样,可以避免影响T0时刻后的正常图像的读取,如果光学指纹模组硬件不能满足这一条件,依然可以采用图9所示的串行方式。
本公开实施例的指纹识别方法中,在用户解锁过程中,通过对指纹图像进行分析,自动预测并验证更优的曝光参数,逐渐取代校准生成的初始曝光参数,从而更好匹配用户的指纹,提升解锁体验。具体而言,在用户解锁时,对解锁成功的指纹图像进行分析,预测一个新的曝光参数并用新曝光参数采集图像和模拟解锁过程,通过寄存器记录预测准确性的次数,当预测准确的次数达到预设次数时,用更新的曝光参数取代旧的初始曝光参数。一方面,对于指纹状况良好的用户,通过适度缩短曝光时间,减少整体解锁时间,带来更快更灵敏的解锁感受。另一方面,对于指纹状况较差的用户,可以适度延长曝光时间,提高第一次解锁成功的概率,从而可以有效改善用户体验。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本示例实施方式中,还提供了一种指纹识别装置1100,如图11所示,包括:
图像采集模块1110,用于当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;
曝光参数确定模块1120,用于在待匹配指纹图像与模板指纹图像匹配时,根据待匹配指纹图像的图像质量,确定更新的曝光参数;
曝光参数更新模块1130,用于将更新的曝光参数作为采集指纹图像时的曝光参数。
可选的,曝光参数确定模块包括:
曝光参数预测单元,用于根据待匹配指纹图像的图像质量确定初始预测趋势,并预测曝光参数;
图像获取单元,用于根据所预测的曝光参数采集模拟指纹图像;
预测次数增加单元,用于在模拟指纹图像与模板指纹图像匹配时,将预测次数加1,其中,预测次数的初始值为0;
第一更新单元,用于根据模拟指纹图像的清晰度确定当前预测趋势,在当前预测趋势与初始预测趋势一致时,对所预测的曝光参数进行更新,返回图像获取单元,直至预测次数等于预设次数;
曝光参数确定单元,用于将最终预测的曝光参数作为更新的曝光参数。
可选的,曝光参数包括:曝光时间,曝光参数预测单元通过执行下述步骤实现根据待匹配指纹图像的图像质量确定初始预测趋势:
确定待匹配指纹图像的清晰度值;
在清晰度值大于清晰度阈值时,确定曝光时间的初始预测趋势为负方向预测;
在清晰度值不大于清晰度阈值时,确定曝光时间的初始预测趋势为正方向预测。
可选的,更新单元通过下述步骤实现对所预测的曝光参数进行更新:
在当前预测趋势为负方向预测时,缩短所预测的曝光时间;
在当前预测趋势为正方向预测时,延长所预测的曝光时间。
可选的,本公开实施例的指纹识别装置,还包括:
结束模块,用于在模拟指纹图像与模板指纹图像不匹配时,或在当前预测趋势与初始预测趋势不一致时,流程结束。
可选的,曝光参数确定模块包括:
预测单元,用于根据待匹配指纹图像的图像质量,预测曝光参数;
获取单元,用于根据所预测的曝光参数采集模拟指纹图像;
第二更新单元,用于在模拟指纹图像与模板指纹图像匹配时,将所预测的曝光参数作为更新的曝光参数。
可选的,本公开实施例的指纹识别装置,还包括:
重试模块,用于在待匹配指纹图像与所述模板指纹图像不匹配时,根据待匹配指纹图像的图像质量,确定重试曝光参数;根据重试曝光参数重新采集指纹图像,并通过重新采集的指纹图像进行重试。
上述装置中各模块或单元的具体细节已经在对应的指纹识别方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种指纹识别方法,其特征在于,所述方法包括:
当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;
在所述待匹配指纹图像与模板指纹图像匹配时,根据所述待匹配指纹图像的图像质量确定初始预测趋势,并预测曝光参数;
根据所预测的曝光参数采集模拟指纹图像;
在所述模拟指纹图像与所述模板指纹图像匹配时,将预测次数加1,其中,所述预测次数的初始值为0;
根据所述模拟指纹图像的清晰度确定当前预测趋势,在所述当前预测趋势与所述初始预测趋势一致时,对所预测的曝光参数进行更新,返回所述根据所预测的曝光参数采集模拟指纹图像的步骤,直至所述预测次数等于预设次数;
将最终预测的曝光参数作为更新的曝光参数;
将所述更新的曝光参数作为采集指纹图像时的曝光参数。
2.根据权利要求1所述的方法,其特征在于,所述曝光参数包括:曝光时间,所述根据所述待匹配指纹图像的图像质量确定初始预测趋势,包括:
确定所述待匹配指纹图像的清晰度值;
在所述清晰度值大于清晰度阈值时,确定所述曝光时间的初始预测趋势为负方向预测;
在所述清晰度值不大于清晰度阈值时,确定所述曝光时间的初始预测趋势为正方向预测。
3.根据权利要求2所述的方法,其特征在于,所述对所预测的曝光参数进行更新,包括:
在所述当前预测趋势为所述负方向预测时,缩短所预测的曝光时间;
在所述当前预测趋势为所述正方向预测时,延长所预测的曝光时间。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述模拟指纹图像与所述模板指纹图像不匹配时,或在所述当前预测趋势与所述初始预测趋势不一致时,流程结束。
5.根据权利要求1所述的方法,其特征在于,在所述根据初始曝光参数采集待匹配指纹图像之后,所述方法还包括:
在所述待匹配指纹图像与所述模板指纹图像不匹配时,根据所述待匹配指纹图像的图像质量,确定重试曝光参数;
根据所述重试曝光参数重新采集指纹图像,并通过重新采集的指纹图像进行重试。
6.一种指纹识别装置,其特征在于,所述装置包括:
图像采集模块,用于当检测到用户的触摸操作时,根据初始曝光参数采集待匹配指纹图像;
曝光参数预测单元,用于根据待匹配指纹图像的图像质量确定初始预测趋势,并预测曝光参数;
图像获取单元,用于根据所预测的曝光参数采集模拟指纹图像;
预测次数增加单元,用于在模拟指纹图像与模板指纹图像匹配时,将预测次数加1,其中,预测次数的初始值为0;
第一更新单元,用于根据模拟指纹图像的清晰度确定当前预测趋势,在当前预测趋势与初始预测趋势一致时,对所预测的曝光参数进行更新,返回图像获取单元,直至预测次数等于预设次数;
曝光参数确定单元,用于将最终预测的曝光参数作为更新的曝光参数;
曝光参数更新模块,用于将所述更新的曝光参数作为采集指纹图像时的曝光参数。
7.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~5任一项所述的方法。
8.一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,所述计算机程序被处理器执行时实现权利要求1~5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010146178.2A CN111400686B (zh) | 2020-03-05 | 2020-03-05 | 指纹识别方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010146178.2A CN111400686B (zh) | 2020-03-05 | 2020-03-05 | 指纹识别方法及装置、电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111400686A CN111400686A (zh) | 2020-07-10 |
CN111400686B true CN111400686B (zh) | 2023-06-09 |
Family
ID=71428542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010146178.2A Active CN111400686B (zh) | 2020-03-05 | 2020-03-05 | 指纹识别方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111400686B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022052071A1 (zh) * | 2020-09-11 | 2022-03-17 | 深圳市汇顶科技股份有限公司 | 检测手指干湿度的装置、方法和电子设备 |
WO2022193265A1 (zh) * | 2021-03-19 | 2022-09-22 | 南京东屋电气有限公司 | 一种指静脉身份验证的方法和装置 |
CN113343954B (zh) * | 2021-08-05 | 2021-12-28 | 深圳阜时科技有限公司 | 曲面指纹传感器的偏移校准值检测方法及终端设备 |
CN115706751A (zh) * | 2021-08-09 | 2023-02-17 | 北京小米移动软件有限公司 | 图像采集方法、装置、电子设备及存储介质 |
CN117616477A (zh) * | 2022-06-20 | 2024-02-27 | 北京小米移动软件有限公司 | 一种指纹模组的校准方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009036103A1 (en) * | 2007-09-10 | 2009-03-19 | Retica Systems, Inc. | Long distance multimodal biometric system and method |
CN109901754A (zh) * | 2019-02-20 | 2019-06-18 | Oppo广东移动通信有限公司 | 数据自校准方法及相关装置 |
CN110298274A (zh) * | 2019-06-18 | 2019-10-01 | Oppo广东移动通信有限公司 | 光学指纹参数升级方法及相关产品 |
CN110493536A (zh) * | 2019-05-31 | 2019-11-22 | 杭州海康威视数字技术股份有限公司 | 图像采集装置和图像采集的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004718A (ja) * | 2003-05-16 | 2005-01-06 | Canon Inc | 信号処理装置及び制御方法 |
JP5188995B2 (ja) * | 2009-01-08 | 2013-04-24 | オリンパス株式会社 | 顕微鏡撮影システム、画像入力装置、自動露出方法及びプログラム |
US10417476B2 (en) * | 2016-12-30 | 2019-09-17 | Eosmem Corporation | Exposure time determination method for image sensing operation |
-
2020
- 2020-03-05 CN CN202010146178.2A patent/CN111400686B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009036103A1 (en) * | 2007-09-10 | 2009-03-19 | Retica Systems, Inc. | Long distance multimodal biometric system and method |
CN109901754A (zh) * | 2019-02-20 | 2019-06-18 | Oppo广东移动通信有限公司 | 数据自校准方法及相关装置 |
CN110493536A (zh) * | 2019-05-31 | 2019-11-22 | 杭州海康威视数字技术股份有限公司 | 图像采集装置和图像采集的方法 |
CN110298274A (zh) * | 2019-06-18 | 2019-10-01 | Oppo广东移动通信有限公司 | 光学指纹参数升级方法及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111400686A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111400686B (zh) | 指纹识别方法及装置、电子设备、存储介质 | |
US8644566B2 (en) | Biometric authentication device and biometric authentication method | |
US9202104B2 (en) | Biometric information correction apparatus, biometric information correction method and computer-readable recording medium for biometric information correction | |
US9239945B2 (en) | Biometric authentication apparatus and biometric authentication method | |
CN109858316A (zh) | 用于生物计量识别的系统和方法 | |
EP2444933B1 (en) | Biometric authentication device, biometric authentication method and computer program for biometric authentication | |
US10325139B2 (en) | Fingerprint authentication with parallel processing | |
US20100215223A1 (en) | Vein Pattern Management System, Vein Pattern Registration Apparatus, Vein Pattern Authentication Apparatus, Vein Pattern Registration Method, Vein Pattern Authentication Method, Program, and Vein Data Configuration | |
EP3349140A1 (en) | Fingerprint ridge point recognition method and apparatus | |
CN110363121B (zh) | 指纹图像处理方法及装置、存储介质和电子设备 | |
CN109145558B (zh) | 解锁控制方法及电子装置 | |
CN109582416A (zh) | 指纹采集方法、装置、存储介质及电子设备 | |
JP5850138B2 (ja) | 生体認証装置、生体認証方法、および生体認証プログラム | |
KR20160146081A (ko) | 생체 정보를 포함하는 영상의 전 처리 방법 | |
CN110766074A (zh) | 生物识别方法中异常纹路识别合格性的测试方法及装置 | |
CN114299555A (zh) | 指纹识别方法、指纹模组及电子设备 | |
CN113792587A (zh) | 一种获取及识别图像的方法、装置、存储介质及电子设备 | |
CN115631514B (zh) | 基于掌静脉指纹的用户识别方法、装置、设备与介质 | |
US20230186677A1 (en) | Electronic apparatus and method of processing fingerprint image | |
CN110663043B (zh) | 生物度量对象的模板匹配 | |
CN110378267B (zh) | 静脉认证方法、装置、介质及电子设备 | |
Czajka et al. | Secure Biometric Verification Station Based on Iris Recognition | |
CN112771521A (zh) | 操作响应方法、操作响应装置及移动终端 | |
CN118034515A (zh) | 一种触碰信息识别方法、装置、触控装置和存储介质 | |
CN115797979A (zh) | 手指状态检测方法、电子设备和计算机可读介质 |
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 |