CN112183508B - 指纹识别方法、指纹识别传感器及电子设备 - Google Patents
指纹识别方法、指纹识别传感器及电子设备 Download PDFInfo
- Publication number
- CN112183508B CN112183508B CN202011372828.1A CN202011372828A CN112183508B CN 112183508 B CN112183508 B CN 112183508B CN 202011372828 A CN202011372828 A CN 202011372828A CN 112183508 B CN112183508 B CN 112183508B
- Authority
- CN
- China
- Prior art keywords
- fingerprint image
- sample
- sample fingerprint
- verified
- position relation
- 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
-
- 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)
- Image Input (AREA)
Abstract
本发明提供一种指纹识别方法,包括:获取待验证指纹图像;从样本指纹图像库中选择与待验证指纹图像匹配的第一样本指纹图像和第二样本指纹图像,待验证指纹图像与第一样本指纹图像和第二样本指纹图像分别部分重叠形成第一重叠区域和第二重叠区域;识别第一重叠区域和第二重叠区域;根据第一重叠区域和第二重叠区域中的特征点估算出第一样本指纹图像和第二样本指纹图像之间的待验证位置关系;将待验证位置关系和预存位置关系进行比较得到比对结果;根据比对结果得出识别结果。此外,本发明还提供一种指纹识别传感器及电子设备。本发明通过样本指纹图像之间的位置关系进行验证实现指纹图像识别,可以实现对狭小区域指纹图像精准识别。
Description
技术领域
本发明涉及指纹识别技术领域,尤其涉及一种指纹识别方法、指纹识别传感器及电子设备。
背景技术
现有的电容式指纹识别传感器大都以圆形或者近似正方形的形态存在,指纹识别方法通常圆形或者近似正方形的形态进行匹配设置,且一般仅采用单一图像识别方法进行指纹识别。
然而,随着电子产品的多样化以及用户操作便利性,也存在狭小形(如窄条形)指纹识别传感器需求,仅采用单一图像识别方法对狭小指纹图像进行识别时,容易识别不出来。如何实现识别狭小形的指纹已成为亟需解决的问题。
发明内容
有鉴于此,实有必要提供一种识别狭小形指纹的指纹识别方法以及应用该指纹识别方法的指纹识别传感器和电子设备。
第一方面,本发明实施例提供一种指纹识别方法,所述指纹识别方法用于识别狭小形指纹,指纹识别方法包括:
获取待验证指纹图像;
从样本指纹图像库中选择与待验证指纹图像匹配的第一样本指纹图像和第二样本指纹图像,待验证指纹图像与第一样本指纹图像和第二样本指纹图像分别部分重叠形成第一重叠区域和第二重叠区域;
识别第一重叠区域和第二重叠区域;
根据第一重叠区域和第二重叠区域中的特征点估算出第一样本指纹图像和第二样本指纹图像之间的待验证位置关系;
将待验证位置关系和预存位置关系进行比较得到比对结果,预存位置关系用于表示第一样本指纹图像和第二样本指纹图像之间的真实的位置关系;
根据比对结果得出识别结果。
第二方面,本发明实施例提供一种指纹识别传感器,指纹识别传感器包括:
存储介质,用于存储指纹识别程序指令;以及
处理器,用于执行指纹识别程序指令实现上述的指纹识别方法。
第三方面,本发明实施例提供一种电子设备,电子设备包括主体以及设置于主体的上述指纹识别传感器。
上述指纹识别方法以及应用该指纹识别方法的指纹识别传感器和电子设备,利用样本指纹图像之间的位置关系对待验证的指纹图像进行验证和识别,可以实现了在狭小区域指纹图像精准识别,灵敏度更高,适用的产品范围更广。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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示出的结构获得其他的附图。
图1为本发明第一实施例提供的指纹识别方法流程示意图。
图2为本发明第一实施例提供的具有指纹识别传感器的电子设备示意图,其中指纹识别传感器应用了图1所示指纹识别方法。
图3为本发明第一实施例提供的待验证指纹图像和样本指纹图像之间的关系示意图。
图4为本发明第一实施例提供的指纹识别方法的第一子流程示意图。
图5为本发明第一实施例提供的指纹识别方法的第二子流程示意图。
图6为本发明第一实施例提供的指纹识别方法的第三子流程示意图。
图7为本发明第一实施例提供的指纹识别方法的第四子流程示意图。
图8为本发明第二实施例提供的指纹识别方法的部分流程示意图。
图9为本发明第一实施例提供的样本指纹图像库内部结构示意图。
图10为本发明第二实施例提供的样本指纹图像之间关系的示意图。
图11为图2所示指纹识别传感器内部结构示意图。
元件标号说明
1 | 指纹识别传感器 | 10 | 感测区 |
2 | 样本指纹图像库 | 100 | 电子设备 |
11 | 待验指纹图像 | 12 | 第一样本指纹图像 |
13 | 第二样本指纹图像 | R1 | 第一重叠区域 |
R2 | 第二重叠区域 | 112 | 第一特征点 |
113 | 第二特征点 | R3 | 第三重叠区域 |
1001 | 主体 | 1002 | 正面 |
1003 | 背面 | 1004 | 侧面 |
23 | 第三特征点 | 16 | 处理器 |
15 | 存储介质 |
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。说明书附图示出本发明的实施例的示例。可以理解的是,说明书附图示出的比例并非本发明实际实施的比例,其仅为示意说明为目的,并非依照原尺寸作图。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
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”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,换句话说,描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,还可以包含其他内容,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提供一种指纹识别方法,可以实现对狭小区域指纹图像精准识别。
请参看图1和图2,图1为本发明第一实施例提供的指纹识别方法流程图。图2为本发明第一实施例提供的具有指纹识别传感器1的电子设备100示意图。其中,指纹识别传感器1应用该指纹识别方法。指纹识别方法具体包括下面步骤。
步骤S101,获取待验证指纹图像。具体地,指纹识别传感器1设有感测区10。待验证指纹图像为用户将手指放置于感测区10时被采集。在本实施例中,感测区10为狭小的长条状。在一些可行的实施例中,感测区10还可以为狭小的弧状或不规则的其他狭小形状。在一些可行的实施例中,待验证指纹图像还可以是由指纹识别传感器1采集并进行滤波、增强、二值化等一系列处理后的指纹图像。其中,滤波、增强、二值化处理可以采用现有的技术,在此不再赘述。
步骤S103,从样本指纹图像库中选择与待验证指纹图像匹配的第一样本指纹图像和第二样本指纹图像,待验证指纹图像与第一样本指纹图像和第二样本指纹图像分别部分重叠形成第一重叠区域和第二重叠区域。在本实施例中,如图3所示,指纹图像为11为待验指纹图像。指纹图像12为第一样本指纹图像。指纹图像13为第二样本指纹图像。其中,待验指纹图像11与第一样本指纹图像12形成第一重叠区域R1。和第二样本指纹图像13之间形成第二重叠区域R2。
请结合参看图4和图9,其中,步骤S103具体包括下面步骤。
步骤S1031,计算待验证指纹图像11与样本指纹图像库2中多个比对样本指纹图像S1的第一匹配度。其中,第一匹配度越高,表示待验证指纹图像11和比对样本指纹图像S1匹配越强烈,即匹配越可信。
在本实施例中,样本指纹图像库2存储于指纹识别传感器1内置的存储介质11或者指纹识别传感器1外部并可供指纹识别传感器1读取的存储介质。样本指纹图像库2中存储有多对成对设置的样本指纹图像。样本指纹图像库2中包括多个比对样本指纹图像S1和与多个比对样本指纹图像S1一一对应关联的多个配对样本指纹图像S2。可以理解地,比对样本指纹图像S1和配对样本指纹图像S2在步骤S101之前进行采集和存储。进一步地,比对样本指纹图像S1和配对样本指纹图像S2为用户在设置密码阶段采集而成。在本实施例中,比对样本指纹图像S1和配对样本指纹图像S2通过成对设置而成的多对样本指纹图像,每对样本指纹图像具有部分重叠的重叠区域。其中,第一匹配度的计算方法可以采用现有的两个指纹图像的匹配度计算方法即可,在此不再赘述。匹配度包含算法内部的各项用于评价两个指纹图像匹配程度的指标。
步骤S1033,选择第一匹配度高于第一预设值的比对样本指纹图像S1作为第一样本指纹图像12,以及选择与第一匹配度高于第一预设值的比对样本指纹图像S1相关联的配对样本指纹图像S2作为第二样本指纹图像13。在本实施例中,第一近似度用于表示待验证指纹图像和样本指纹图像之间的近似程度,用百分比表示,同样地,第一预设值也用百分比表示。
在本实施例中,通过第一匹配度和第一预设值可筛选出与待验证指纹图像11有可能匹配的比对样本指纹图像进行下一步识别,可以减少进一步识别关于明显不匹配的样本指纹图像所需的运算量。
另外,在本实施例中,仅通过比对样本指纹图像S1与待验证指纹图像11之间进行比对,即可从分别从比对样本指纹图像S1和匹配样本指纹图像S2中匹配出第一样本指纹图像12和第二样本指纹图像13,从而减少了匹配样本指纹图像S2与待验证指纹图像11之间进行比对,大大缩减了运算量。
请继续参看图2,步骤S105,识别第一重叠区域R1和第二重叠区域R2。在本实施例中,第一重叠区域R1和第二重叠区域R2可以采用现有的两个图像之间的重叠区域识别技术进行识别,在此不再赘述。
步骤S107,根据第一重叠区域R1和第二重叠区域R2中的特征点估算出第一样本指纹图像和第二样本指纹图像之间的待验证位置关系。
请结合参看图5,步骤S107具体包括下面步骤。
步骤S1071,根据第一重叠区域R1中的特征点计算出第一位置关系,第一位置关系为待验证指纹图像11和第一样本指纹图像12之间的位置关系。
步骤S1073,根据第二重叠区域R2中的特征点计算出第二位置关系,第二位置关系为待验证指纹图像11和第二样本指纹图像13之间的位置关系。
步骤S1075,根据第一位置关系和第二位置关系估算出待验证位置关系。
可以理解地,在本实例中,先计算出待验证指纹图像11和第一样本指纹图像12之间的位置关系以及待验证指纹图像11和第二样本指纹图像13之间的位置关系,然后,再通过第一位置关系和第二位置关系计算出第一样本指纹图像12和第二样本指纹图像13之间的位置关系。
请结合参看图6,更具体地,步骤S1071还包括下面步骤。
步骤S10711,选取第一重叠区域R1中的第一特征点112。其中,第一特征点112为位于第一重叠区域R1中的特征点,因此,第一特征点112在待验证指纹图像11和第一样本指纹图像12中分别形成对应的坐标。在本实施中,第一特征点112的个数可以多个,至少为4个。当第一特征点112的个数越多,验证准确性越高。下面以4个第一特征点112为例说明计算第一位置关系的过程。
步骤S10713,获取多个第一特征点112在待验证指纹图像11中的多个第一坐标。例如,多个第一坐标为(xa1,ya1)、(xa2,ya2)、(xa3,ya3)、(xa4,ya4)四个坐标。
步骤S10715,获取多个第一特征点112在第一样本指纹图像12中的多个第二坐标。例如,多个第二坐标为(xb1,yb1)、(xb2,yb2)、(xb3,yb3)、(xb4,yb4)。
步骤S10717,根据多个第一坐标和多个第二坐标计算出第一位置关系。在本实施例中,第一位置关系用待验证指纹图像11和第一样本指纹图像12之间的旋转角度、垂直方向位置偏移量、和水平方向位置偏移量表示,即,根据多个第一坐标和多个第二坐标计算该旋转角度、垂直方向位置偏移量、和水平方向位置偏移量即可。
可以理解地,步骤S1073与S1071的实现过程相同。请结合参看图7,具体地,步骤S1073包括下面步骤。
步骤S10731,选取第二重叠区域R2中的多个第二特征点113。同样地,多个第二特征点113在待验证指纹图像11和第二样本指纹图像13中分别具有多个第三坐标(xc1,yc1)、(xc2,yc2)、(xc3,yc3)、(xc4,yc4)四个坐标,和多个第四坐标(xd1,yd1)、(xd2,yd2)、(xd3,yd3)、(xd4,yd4)。其中,当第二特征点113的个数越多,验证准确性越高。下面仅以一个第二特征点113为例说明计算第二位置关系的过程。
步骤S10733,获取多个第二特征点113在待验证指纹图像11中的多个第三坐标(xc1,yc1)、(xc2,yc2)、(xc3,yc3)、(xc4,yc4)。
步骤S10735,获取多个第二特征点113在第二样本指纹图像11中的多个第四坐标(xd1,yd1)、(xd2,yd2)、(xd3,yd3)、(xd4,yd4)。
步骤S10737,根据多个第三坐标(xc1,yc1)、(xc2,yc2)、(xc3,yc3)、(xc4,yc4)和多个第四坐标(xd1,yd1)、(xd2,yd2)、(xd3,yd3)、(xd4,yd4)计算出第二位置关系。同样地,在本实施例中,在本实施例中,第二位置关系用待验证指纹图像11和第二样本指纹图像13之间的旋转角度、垂直方向位置偏移量、和水平方向位置偏移量表示,即,根据多个第三坐标和多个第四坐标计算出该旋转角度、垂直方向位置偏移量、和水平方向位置偏移量。
请继续参看图1,步骤S109,将待验证位置关系和预存位置关系进行比较得到比对结果,预存位置关系用于表示第一样本指纹图像11和第二样本指纹图像12之间的真实的位置关系。
请结合参看图8,其为本发明第二实施例提供的指纹识别方法。在本实施例中,预存位置关系在采集样本指纹图像时形成,即在获取待验证指纹图像之前形成。其中,预存位置关系形成过程与第一位置关系或者第二位置关系的形成过程大致相同。具体地,第二实施例提供的指纹识别方法相对于第一实施例提供的指纹识别方法差异在于,第二实施例提供的指纹识别方法还包括下面步骤。
S1001,获取第一样本指纹图像R1和第二本指纹图像,第一样本指纹图像R1和第二本指纹图像R2之间具有部分区域重叠的第三重叠区域R3。
S1002,根据第三重叠区域R3中的特征点计算出所述第一样本指纹图像和所述第二本指纹图像之间的位置关系。请结合参照图10,其中,第三重叠区域R3包括第三特征点23。其中,据第三重叠区域中的特征点计算出第一样本指纹图像和第二本指纹图像之间的位置关系与步骤S1071或者步骤S1073类似,在此不再赘述。
S1003,将所述第一样本指纹图像和所述第二样本指纹图像之间的位置关系作为所述预设位置关系并将所述预设位置关系进行存储。
在一些可行的实施例中,预设位置关系可以是默认的旋转角度、垂直方向位置偏移量、和水平方向位置偏移量。具体地,用户在录入样本指纹图像时,可以通过默认的角度关系或者用户设置的角度关系,输出对应角度的指引,使用户按照指引成对录入样本指纹图像。即,预设位置关系可以无需通过成对且具有部分重叠区域的样本指纹图像进行运算而得。
请继续参看图1,步骤S111,根据比对结果得出识别结果。在本实施例中,比对结果用待验证位置关系和预存位置关系之间差异程度与第二预设值之间的比对关系表示。待验证位置关系和预存位置关系的差异用第二匹配度表示,以表示待验证位置关系和预存位置关系近似度或者匹配度。具体地,步骤S111具体实现流程如下。
首先,计算出待验证位置关系和预存位置关系的差异用第二匹配度。具体地,待验证关系和预存位置关系分别为包含旋转角度、垂直方向位置偏移量、和水平方向位置偏移量,将待验证关系所对应的旋转角度、以及垂直方向位置偏移量和水平方向位置偏移量分别与预存位置关系所对应的旋转角度、以及垂直方向位置偏移量和水平方向位置偏移量的差异与一个基准差异的比值视为第二匹配度。其中,第二匹配度根据旋转角匹配度、垂直方向位置偏移量匹配度、水平方向位置偏移量匹配度确定。例如,待验证关系和预存位置关系所对应的旋转角为α和β,基准旋转角差异为θ。旋转角匹配度表示为θ/(α-β)。即,差异越大,第二匹配度越小;差异越小,第二匹配度越大。基准基准旋转角可以为是设定的一个基准基准旋转角,在此不做限定。同样地,垂直方向位置偏移量匹配度、水平方向位置偏移量匹配度可以通过旋转角匹配度同样的方式计算出,在此不再赘述。
接着,将第二近似度和第二预设值进行比较得到识别结果。识别结果包括识别通过,或者识别失败。具体地,当第二近似度高于第二预设值,识别通过;当第二近似度不高于第二预设值,识别失败。其中,将第二近似度用百分比表示。第二预设值同样用百分比表示,且第二预设值大于第一预设值。可以理解地,第一预设值和第二预设值越大,表示识别的精度越高;反之,第一预设值和第二预设值越小,表示是识别的精度越低。在本实施例中,第二预设值大于第一预设值表示在对图像识别方式匹配第一样本指纹图像12和第二样本指纹图像13时采用的较低精度,在利用位置关系来验证指纹图像时,采用的较高的精度。可以理解地,在对图像识别方式匹配第一样本指纹图像12和第二样本指纹图像13时采用的较低精度,在利用位置关系来验证指纹图像时,采用的较高的精度,可以避免因为高精度导致很难匹配出一样本指纹图像12和第二样本指纹图像13,提升了灵敏度,同时又保证了最后验证出的指纹图像达到较高的精度。
上述实施例中,通过计算待验证图像与第一样本指纹图像或者第二样本指纹图像之间重叠区域中的特征点计算出第一样本指纹图像和第二样本指纹图像之间的待验证位置关系,并通过计算出的待验证关系与第一样本指纹图像和第二样本指纹图像真实位置关系进行比较得到识别结果,可以弥补以往单一图像识别精度不高的缺陷,从而提升了指纹识别的精度。另外,上述实施例可以对狭小区域指纹图像进行识别,应用领域更广,兼容性更好。
请结合参看图11,其为指纹识别传感器1的内部结构示意图。指纹识别传感器1包括存储介质15和处理器16。存储介质11用于存储指纹识别程序指令。处理器16用于执行指纹识别程序指令实现上述的指纹识别方法,指纹识别方法与上述各指纹识别方法相同,在此不再赘述。
图11仅示出了具有组件15和组件16的电子设备100,本领域技术人员可以理解的是,图11示出的结构并不构成对指纹识别传感器1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
请结合参看图2和图11,指纹识别传感器1应用于电子设备100中。电子设备100可以为手机、平板电脑、笔记本电脑、门禁等。在本实施例中,以电子设备100为手机为例描述指纹识别传感器1具体应用。电子设备100包括主体1001。主体1001包括正面1002、背面1003、位于正面1002和背面1003之间的侧面1004。指纹识别传感器1的感测区10设置于主体1001的侧面1004。在一些可行实施例中,感测区10还可以设置于电子设备100的位置其他位置,在此不作限定。可以理解地,当电子设备为其他电子产品时,可以根据实际设计进行改变感测区10的位置。例如,当电子设备100为门禁时,感测区10可以设置于门禁的正面。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种指纹识别方法,其特征在于,所述指纹识别方法用于识别狭小形指纹,所述指纹识别方法包括:
获取待验证指纹图像;
从样本指纹图像库中选择与所述待验证指纹图像匹配的第一样本指纹图像和第二样本指纹图像,所述待验证指纹图像与所述第一样本指纹图像和第二样本指纹图像分别部分重叠形成第一重叠区域和第二重叠区域;
识别所述第一重叠区域和所述第二重叠区域;
根据所述第一重叠区域和所述第二重叠区域中的特征点估算出所述第一样本指纹图像和所述第二样本指纹图像之间的待验证位置关系;
将所述待验证位置关系和预存位置关系进行比较得到比对结果,所述预存位置关系用于表示所述第一样本指纹图像和所述第二样本指纹图像之间的真实的位置关系;以及
根据所述比对结果得出识别结果。
2.如权利要求1所述的指纹识别方法,其特征在于,根据所述第一重叠区域和所述第二重叠区域中的特征点估算出所述第一样本指纹图像和所述第二样本指纹图像之间的待验证位置关系,具体包括:
根据所述第一重叠区域中的特征点计算出第一位置关系,所述第一位置关系为所述待验证指纹图像和所述第一样本指纹图像之间的位置关系;
根据所述第二重叠区域中的特征点计算出第二位置关系,所述第二位置关系为所述待验证指纹图像和所述第二样本指纹图像之间的位置关系;以及
根据所述第一位置关系和所述第二位置关系估算出所述待验证位置关系。
3.如权利要求2所述的指纹识别方法,其特征在于,根据所述第一重叠区域中的特征点计算出第一位置关系,具体包括:
选取所述第一重叠区域中的多个第一特征点;
获取所述多个第一特征点在所述待验证指纹图像中的多个第一坐标;
获取所述多个第一特征点在所述第一样本指纹图像中的多个第二坐标;以及
根据所述多个第一坐标和所述多个第二坐标计算出所述第一位置关系。
4.如权利要求2所述的指纹识别方法,其特征在于,根据所述第二重叠区域中的特征点计算出第二位置关系,具体包括:
选取所述第二重叠区域中的多个第二特征点;
获取所述多个第二特征点在所述待验证指纹图像中的多个第三坐标;
获取所述多个第二特征点在所述第二样本指纹图像中的多个第四坐标;以及
根据所述多个第三坐标和所述多个第四坐标计算出所述第二位置关系。
5.如权利要求2所述的指纹识别方法,其特征在于,所述第一位置关系、所述第二位置关系、以及所述待验证位置关系用对应的旋转角度、垂直方向位置偏移量和水平方向位置偏移量表示。
6.如权利要求1所述的指纹识别方法,其特征在于,在获取待验证指纹图像之前,所述指纹识别方法还包括:
获取所述第一样本指纹图像和所述第二样本指纹图像,所述第一样本指纹图像和所述第二样本指纹图像之间具有部分区域重叠的第三重叠区域;
根据所述第三重叠区域中的特征点计算出所述第一样本指纹图像和所述第二样本指纹图像之间的位置关系;以及
将所述第一样本指纹图像和所述第二样本指纹图像之间的位置关系作为所述预存位置关系并将所述预存位置关系进行存储。
7.如权利要求6所述的指纹识别方法,其特征在于,获取所述第一样本指纹图像和所述第二样本指纹图像之前,所述指纹识别方法还包括:
获取成对设置的多对样本指纹图像形成样本指纹图像库,每对样本指纹图像具有部分重叠的重叠区域。
8.如权利要求1所述的指纹识别方法,其特征在于,所述指纹图像库中包括多个比对样本指纹图像和与多个比对样本指纹图像一一对应关联的多个配对样本指纹图像;其中:所述从样本指纹图像库中选择与所述待验证指纹图像匹配的第一样本指纹图像和第二样本指纹图像,具体包括:
计算所述待验证指纹图像与所述样本指纹图像库中所述多个比对样本指纹图像的第一匹配度;以及
选择第一匹配度高于第一预设值的比对样本指纹图像作为第一样本指纹图像、以及选择与第一匹配度高于第一预设值的比对样本指纹图像相关联的配对样本指纹图像作为所述第二样本指纹图像;
其中:所述比对结果用于表示所述待验证位置关系和预存位置关系之间的第二匹配度,所述识别结果包括验证通过或者验证失败;根据所述比对结果得出识别结果具体包括:
将所述第二匹配度与第二预设值进行比较,所述第二预设值高于所述第一预设值;
当所述第二匹配度高于所述第二预设值时,得出的识别结果为验证通过;以及
当所述第二匹配度不高于所述第二预设值时,得出的识别结果为验证失败。
9.一种指纹识别传感器,其特征在于,所述指纹识别传感器包括:
存储介质,用于存储指纹识别程序指令;以及
处理器,用于执行所述指纹识别程序指令实现如权利要求1~8所述的任一指纹识别方法。
10.一种电子设备,其特征在于,所述电子设备包括主体以及设置于所述主体的如权利要求9所述的指纹识别传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372828.1A CN112183508B (zh) | 2020-11-30 | 2020-11-30 | 指纹识别方法、指纹识别传感器及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011372828.1A CN112183508B (zh) | 2020-11-30 | 2020-11-30 | 指纹识别方法、指纹识别传感器及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112183508A CN112183508A (zh) | 2021-01-05 |
CN112183508B true CN112183508B (zh) | 2021-06-29 |
Family
ID=73918263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011372828.1A Active CN112183508B (zh) | 2020-11-30 | 2020-11-30 | 指纹识别方法、指纹识别传感器及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112183508B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW202215289A (zh) | 2020-10-14 | 2022-04-16 | 王建華 | 用於指紋圖像識別的方法、設備及計算機可讀介質 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893922A (zh) * | 2015-08-11 | 2016-08-24 | 乐视体育文化产业发展(北京)有限公司 | 一种自行车解锁方法、装置及自行车 |
CN106056037A (zh) * | 2015-04-15 | 2016-10-26 | 三星电子株式会社 | 用于识别指纹的方法和设备 |
CN106326830A (zh) * | 2015-06-30 | 2017-01-11 | 三星电子株式会社 | 指纹识别方法和设备 |
CN108009464A (zh) * | 2016-10-28 | 2018-05-08 | 中国电信股份有限公司 | 一种指纹识别方法和装置 |
CN108573137A (zh) * | 2017-03-14 | 2018-09-25 | 三星电子株式会社 | 指纹验证方法和设备 |
CN108764180A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 人脸识别方法、装置、电子设备及可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102170725B1 (ko) * | 2016-11-07 | 2020-10-27 | 삼성전자주식회사 | 지문 등록 방법 및 장치 |
CN112001419A (zh) * | 2020-07-22 | 2020-11-27 | 李峰 | 一种防伪识别方法和装置 |
-
2020
- 2020-11-30 CN CN202011372828.1A patent/CN112183508B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106056037A (zh) * | 2015-04-15 | 2016-10-26 | 三星电子株式会社 | 用于识别指纹的方法和设备 |
CN106326830A (zh) * | 2015-06-30 | 2017-01-11 | 三星电子株式会社 | 指纹识别方法和设备 |
CN105893922A (zh) * | 2015-08-11 | 2016-08-24 | 乐视体育文化产业发展(北京)有限公司 | 一种自行车解锁方法、装置及自行车 |
CN108009464A (zh) * | 2016-10-28 | 2018-05-08 | 中国电信股份有限公司 | 一种指纹识别方法和装置 |
CN108573137A (zh) * | 2017-03-14 | 2018-09-25 | 三星电子株式会社 | 指纹验证方法和设备 |
CN108764180A (zh) * | 2018-05-31 | 2018-11-06 | Oppo广东移动通信有限公司 | 人脸识别方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112183508A (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6565230B2 (ja) | ユーザ認証方法、システム、及びプログラム | |
US9715616B2 (en) | Fingerprint sensing and enrollment | |
US9858465B2 (en) | Electronic device comprising minimum sensing area and fingerprint information processing method thereof | |
CN106326829B (zh) | 检测虚假指纹的方法和设备以及识别指纹的方法和设备 | |
JP4794625B2 (ja) | 画像処理装置および画像処理方法 | |
EP3113072A1 (en) | Methods and apparatuses for updating user authentication data | |
JP5440182B2 (ja) | パターン照合装置、パターン照合方法、及びプログラム | |
EP3234864A1 (en) | Fingerprint authentication using touch sensor data | |
JP2015097128A (ja) | タッチスクリーン上の署名の圧力ベース認証のためのシステムおよび方法 | |
TW201629849A (zh) | 指紋識別方法和裝置 | |
CN106326833A (zh) | 生物统计登记和验证的系统和方法 | |
CN111207926B (zh) | 一种基于滚动轴承故障诊断方法、电子装置及存储介质 | |
CN112183508B (zh) | 指纹识别方法、指纹识别传感器及电子设备 | |
US10572749B1 (en) | Systems and methods for detecting and managing fingerprint sensor artifacts | |
EP1563446A1 (en) | Method, device and computer program for detecting point correspondences in sets of points | |
CN110291534A (zh) | 消除指纹图像中的损伤数据 | |
CN109214271B (zh) | 用于重识别的损失函数确定的方法及装置 | |
EP4028937A1 (en) | Method for determining a match between a candidate fingerprint and a reference fingerprint | |
Gupta et al. | Fingerprint orientation modeling using symmetric filters | |
CN111340788A (zh) | 硬件木马版图检测方法、装置、电子设备和可读存储介质 | |
WO2005114438A1 (ja) | 認証装置 | |
Piras et al. | Transporting deformations of face emotions in the shape spaces: A comparison of different approaches | |
US11574499B2 (en) | Apparatus with fake fingerprint detection and method with updating of model to prevent fake fingerprint | |
CN107688771A (zh) | 一种半导体器件 | |
US20190205613A1 (en) | Distorted fingerprint matching using pose and minutia grouping |
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 |