CN112446260A - 一种认证方法和装置 - Google Patents

一种认证方法和装置 Download PDF

Info

Publication number
CN112446260A
CN112446260A CN201910824708.1A CN201910824708A CN112446260A CN 112446260 A CN112446260 A CN 112446260A CN 201910824708 A CN201910824708 A CN 201910824708A CN 112446260 A CN112446260 A CN 112446260A
Authority
CN
China
Prior art keywords
finger
information
fingerprint
color information
authenticated 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
CN201910824708.1A
Other languages
English (en)
Inventor
苏辉
蒋海青
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.)
Hangzhou Ezviz Software Co Ltd
Original Assignee
Hangzhou Ezviz Software 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 Hangzhou Ezviz Software Co Ltd filed Critical Hangzhou Ezviz Software Co Ltd
Priority to CN201910824708.1A priority Critical patent/CN112446260A/zh
Publication of CN112446260A publication Critical patent/CN112446260A/zh
Pending legal-status Critical Current

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
    • G06V40/1347—Preprocessing; Feature extraction
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本申请提供了认证方法和设备。本申请中，认证设备通过将用户手指不同的特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息结合在一起来进行认证。而通常，用户手指的不同特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息相关联，伪造者很难仿造这种关联，进而，本申请提供的通过结合用户手指不同特征信息进行认证，可以避免认证设备受到伪造者的伪造攻击，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。

Description

一种认证方法和装置
技术领域
本申请涉及图像技术，特别涉及一种认证方法和装置。
背景技术
目前，很多认证设备采用指纹进行认证(简称指纹认证)。这里的指纹认证是指：比对现场采集的指纹和已建立的数据库中的指纹之间的相似度，若现场采集的指纹和已建立的数据库中的某一个指纹之间的相似度满足设定的认证条件(比如相似度大于设定门限)，则确定通过认证，反之，则确定未通过认证。
以认证设备为智能门锁(用于控制门禁)为例描述指纹认证：智能门锁比对当前采集的指纹和已建立的数据库中的指纹之间的相似度，若采集的指纹和已建立的数据库中的某一个指纹之间的相似度满足设定的认证条件，则自动解锁，解除其控制的门禁，允许用户进入，反之，则确定未通过认证，继续维持门禁。
但是，目前很多认证设备的指纹认证常被伪造指纹破解。仍以认证设备为上述的智能门锁为例，目前经常会出现大量智能门锁被伪造指纹破解。而认证设备的指纹认证被伪造指纹破解，会带来很多安全隐患。
发明内容
本申请提供了一种认证方法和装置，以通过将指纹颜色信息参与到用户认证中，降低认证风险。
本申请提供的技术方案包括：
由以上技术方案可以看出，本申请中，认证设备通过将用户手指不同的特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息结合在一起来对进行认证。而通常，用户手指的不同特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息相关联，伪造者很难仿造这种相结合在一起的不同用户手指特征信息，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
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。
图1为本申请提供的方法流程图；
图2为本申请实施例提供的步骤101实现流程图；
图3为本申请实施例1提供的步骤201实现流程图；
图4为本申请实施例1提供的步骤103的一个实现流程图；
图5为本申请实施例2提供的步骤201实现流程图；
图6为本申请实施例2提供的步骤103的一个实现流程图；
图7为本申请实施例提供的检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件的流程图；
图8为本申请提供的认证设备结构图；
图9为本申请提供的图9所示装置的硬件结构示意图。
具体实施方式
在本申请提供的方法中，认证设备通过将用户手指不同的特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息结合在一起来进行认证。而通常，用户手指的不同特征信息比如指纹的纹理、指纹颜色信息、手指静脉分布信息相关联，伪造者很难仿造这种关联，进而，本申请提供的通过结合用户手指不同特征信息进行认证，可以避免认证设备受到伪造者的伪造攻击，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本申请进行详细描述。
参见图1，图1为本申请提供的方法流程图。该流程应用于认证设备。作为一个实施例，这里的认证设备可为门禁设备、保险柜等，本申请并不具体限定。
如图1所示，该流程可包括以下步骤：
步骤101，认证设备获取被认证用户手指的第一特征信息和第二特征信息；所述第一特征信息用于在已注册用户手指信息中查找到对应的参考用户手指信息，所述第二特征信息包括指纹的目标指纹颜色信息。
作为一个实施例，本步骤101中，认证设备可同时获取上述第一特征信息和第二特征信息，也可分开在不同时间点获取第一特征信息和第二特征信息，本申请并不具体限定。
如步骤101描述，第一特征信息是用于从众多已注册用户手指信息中识别出一个与第一特征信息对应的用户手指信息(下文简称参考用户手指信息)，至于第一特征信息具体是什么，下文会进行举例描述，这里暂不赘述。
作为一个实施例，上述的目标指纹颜色信息用于表示指纹的色彩。
在一个例子中，上述目标指纹颜色信息可通过以指纹纹理特征点为中心的大小为M*N的目标像素块的RGB值表示。其中，指纹纹理特征点为指纹上的断点、分叉点和转折点等。M、N可根据实际情况设置，比如M、N设置为16。
在另一个例子中，上述目标指纹颜色信息可通过全局的手指颜色直方图分布表示。这里，手指颜色直方图分布可通过现有获取颜色直方图分布的方式获取，本实施例不进行具体限定。
通过上述步骤101，认证设备最终获取被认证用户手指的第一特征信息和第二特征信息。在获取到被认证用户手指的第一特征信息和第二特征信息后，执行下述步骤102。
步骤102，认证设备在已注册用户手指信息中识别出第一特征信息对应的参考用户手指信息。
作为一个实施例，本步骤102中，认证设备在已注册的用户手指信息中识别出第一特征信息对应的参考用户手指信息可包括：以上述步骤101获取的第一特征信息为指纹纹理为例，则计算上述步骤101获取的指纹纹理与已注册的每一用户手指信息中的指纹纹理之间的相似度，选取满足以下条件的用户手指信息：其包括的指纹纹理与上述步骤101获取的指纹纹理之间的相似度最大、且大于设定的相似度门限，将选取的用户手指信息确定为上述参考用户信息。这里，以上述步骤101获取的第一特征信息为指纹纹理为例描述了步骤102的具体实现。上述步骤101获取的第一特征信息也可为诸如手指静脉分布信息等，本实施例并不具体限定。
通过步骤102识别出参考用户手指信息。这里的参考用户手指信息中包括指纹颜色信息(以下简称参考指纹颜色信息)。
步骤103，认证设备根据所述目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证。
在本申请实施例中，本步骤103根据所述目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证有很多实现方式，下文举例描述，这里暂不赘述。
至此，完成图1所示流程。
通过图1所示流程可以看出，在本实施例中，认证设备通过将用户手指不同的特征信息(第一特征信息、第二特征信息)结合在一起来对用户进行认证。而通常，不同的特征信息(第一特征信息、第二特征信息)相关联，伪造者很难仿造这种关联，进而，本申请提供的通过结合用户手指不同特征信息进行认证，可以避免认证设备受到伪造者的伪造攻击，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
作为一个实施例，上述步骤101中的第一特征信息和第二特征信息可借助认证设备设有的一个摄像头获取，下文通过图2所示流程进行举例描述。
参见图2，图2为本申请实施例提供的步骤101实现流程图。如上描述，在本实施例中，认证设备设有摄像头。至于摄像头的具体位置本申请实施例并不进行具体限定。
如图2所示，该流程可包括以下步骤：
步骤201，认证设备控制摄像头在补光灯的补光下拍摄被认证用户手指的图像。
这里之所以采用补光灯，其目的是为了给摄像头补光，以保证摄像头在补光灯的补光下拍摄出用于准确获取上述第一特征信息和第二特征信息的图像。
步骤202，认证设备从拍摄的图像中获取上述第一特征信息和第二特征信息。
下文会具体描述认证设备如何从拍摄的图像中获取上述第一特征信息和第二特征信息，这里暂不赘述。
图2只是简略地描述认证设备如何获取被认证用户手指的第一特征信息和第二特征信息，下面结合图1所示流程举例描述图2所示流程：
实施例1：
在本实施例1中，上述步骤201中认证设备控制摄像头在补光灯的补光下拍摄被认证用户手指的图像可包括图3所示流程。
参见图3，图3为本申请实施例1提供的步骤201实现流程图。如图3所示，该流程可包括以下步骤：
步骤301，开启第一补光灯，第一补光灯的补光波长为第一指定波长。
在具体实现时，上述的第一指定波长可根据实际需求设置，最终设置的波长需保证摄像头能拍摄出清晰的指纹图像。
步骤302，控制摄像头在第一补光灯的补光下拍摄被认证用户手指的指纹图像。
这里的指纹图像包括指纹的纹理和指纹颜色信息(也即上述的目标指纹颜色信息)。在一个例子中，指纹的纹理可通过指纹核心点(Core)和细节点(Minutiae)的特征表示，也可通过指纹图像的特征比如加速稳健特征(SURF：Speeded Up Robust Features)表示等，本申请并不具体限定。这里的指纹颜色信息如上目标指纹颜色信息的描述，这里不再赘述。
基于指纹图像包括指纹的纹理和指纹颜色信息，则上述步骤202中从拍摄的图像中获取第一特征信息和第二特征信息可包括：从指纹图像中分别识别出指纹的纹理和目标指纹颜色信息，将识别出的指纹的纹理确定为上述的第一特征信息，将识别出的目标指纹颜色信息确定为第二特征信息。这里，识别指纹纹理、目标指纹颜色信息的方式类似现有图像识别方式，本申请并不具体限定。至此，通过实施例1，认证设备获取了第一特征信息(指纹的纹理)和第二特征信息(目标指纹颜色信息)。
应用于实施例1，则在一个例子中，上述步骤103中，根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证还可进一步借助被认证用户手指的手指静脉分布信息。
作为一个实施例，这里的手指静脉分布信息可通过手指静脉分布图像的SURF表示，也可通过手指静脉分布图像的局部二值特征(LBP：Local Binary Pattern)表示，本实施例并不具体限定。
针对上述情况，则作为一个实施例，上述步骤301可进一步包括：
开启第二补光灯，第二补光灯的补光波长为第二指定波长，控制摄像头在第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像，从手指静脉分布图像中获取手指静脉分布信息。这里的第二指定波长可根据实际情况设置，比如设置为850nm、940nm等，本实施例并不具体限定第二指定波长，但要求最终设置出的波长应保证摄像头拍摄出手指静脉分布图像。
基于获取的手指静脉分布信息，并结合认证设备已获取的第一特征信息(指纹的纹理)和第二特征信息(目标指纹颜色信息)，则上述步骤103中，根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证可包括图4所示流程。
参见图4，图4为本申请实施例1提供的步骤103的一个实现流程图。如图4所示，该流程可包括以下步骤：
步骤401，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，如果是，执行步骤402，如果否，执行步骤403。
本实施例中，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，下文会列举其中一个实现方式，这里暂不赘述。
步骤402，检查手指静脉分布信息是否与参考用户手指信息中的手指静脉分布信息匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证。
在一个例子中，这里，检查手指静脉分布信息是否与参考用户手指信息中的手指静脉分布信息匹配可包括：计算手指静脉分布信息与参考用户手指信息中的手指静脉分布信息之间的相似度，若相似度大于设定值，则确定手指静脉分布信息与参考用户手指信息中的手指静脉分布信息匹配，否则，确定手指静脉分布信息与参考用户手指信息中的手指静脉分布信息不匹配。
步骤403，确定被认证用户手指未通过认证，或者，返回执行上述步骤101中获取被认证用户手指的第一特征信息和第二特征信息的操作。
至此，完成图4所示流程。
通过图4所示流程可以看出，本申请利用一个摄像头获取指纹的纹理、目标指纹颜色信息、手指静脉分布信息，通过指纹的纹理、目标指纹颜色信息、手指静脉分布信息三者结合进行认证，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
需要说明的是，图4所示流程只是上述步骤103实现的一个举例，并非用于限定。本实施例1中，上述步骤103中，根据目标指纹颜色信息和参考指纹颜色信息确定所述被认证用户手指是否通过认证，也可通过以下方式实现：检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，如果是，确定被认证用户手指通过认证，如果否，确定被认证用户手指未通过认证。这里，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，下文会举例描述其中一个实现方式，这里暂不赘述。
以上对实施例1进行了描述。
实施例2：
在本实施例2中，上述步骤201中认证设备控制摄像头在补光灯的补光下拍摄被认证用户手指的图像可包括图5所示流程。
参见图5，图5为本申请实施例2提供的步骤201实现流程图。如图2所示，该流程可包括以下步骤：
步骤501，开启第一补光灯，第一补光灯的补光波长为第一指定波长，控制摄像头在第一补光灯的补光下拍摄被认证用户手指的指纹图像。
这里的第一补光灯如实施例1描述，这里不再赘述。
步骤502，开启第二补光灯，第二补光灯的补光波长为第二指定波长，控制摄像头在第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像。
这里的第二补光灯如实施例1描述，这里不再赘述。
需要说明的是，在本实施例2中，步骤501、步骤502并没有固定的时间先后顺序，其可同时执行，也可先执行步骤502，后执行步骤501，本实施例并不具体限定。
基于图5所示流程，则作为一个实施例，上述步骤202中从拍摄的图像中获取所述第一特征信息和第二特征信息可包括：从拍摄的手指静脉分布图像中识别手指静脉分布信息，将获取的手指静脉分布信息确定为第一特征信息；从拍摄的指纹图像中识别目标指纹颜色信息，将目标指纹颜色信息确定为第二特征信息。这里，识别手指静脉分布信息、目标指纹颜色信息的方式类似现有图像识别方式，本申请并不具体限定。至此，通过实施例2，认证设备获取了第一特征信息(手指静脉分布信息)和第二特征信息(目标指纹颜色信息)。
应用于实施例2，在一个例子中，上述步骤103中，根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证还可进一步借助被认证用户手指的指纹的纹理。这里的指纹纹理如上描述，这里不再赘述。针对此种情况，则作为一个实施例，上述步骤501可进一步包括：从拍摄的指纹图像中获取指纹的纹理。
基于获取的指纹的纹理，再结合认证设备已获取的第一特征信息(手指静脉分布信息)和第二特征信息(目标指纹颜色信息)，则上述步骤103中，根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证可包括图6所示流程。
参见图6，图6为本申请实施例2提供的步骤103的一个实现流程图。如图6所示，该流程可包括以下步骤：
步骤601，检查目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，如果是，执行步骤602，如果否，执行步骤603。
本实施例中，检查目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，下文会列举其中一个实现方式，这里暂不赘述。
步骤602，检查指纹的纹理是否与参考用户手指信息中的指纹纹理匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证。
步骤603，确定被认证用户手指未通过认证，或者，返回执行上述步骤101中获取被认证用户手指的第一特征信息和第二特征信息的操作。
至此，完成图6所示流程。
通过图6所示流程可以看出，本申请利用一个摄像头获取手指静脉分布信息、目标指纹颜色信息、指纹的纹理，通过手指静脉分布信息、目标指纹颜色信息、指纹的纹理三者结合进行认证，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
需要说明的是，图6所示流程只是上述步骤103实现的一个举例，并非用于限定。
在另一个例子中，本实施例还可在根据目标指纹颜色信息和参考指纹颜色信息确定被认证用户手指是否通过认证之前，执行以下操作：检查指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，则继续执行步骤103中根据目标指纹颜色信息和参考指纹颜色信息确定被认证用户手指是否通过认证，若不匹配，则确定被认证用户手指未通过认证。在此情况下，作为一个实施例，步骤103中根据目标指纹颜色信息和参考指纹颜色信息确定所述被认证用户手指是否通过认证可包括：检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，如果是，确定被认证用户手指通过认证，如果否，确定被认证用户未通过认证。这里，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，下文会举例描述其中一个实现方式，这里暂不赘述。
基于图5所示流程，则作为一个实施例，上述步骤202中从拍摄的图像中获取所述第一特征信息和第二特征信息可包括：从拍摄的手指静脉分布图像中获取手指静脉分布信息，从拍摄的指纹图像中分别获取指纹的纹理和目标指纹颜色信息，将手指静脉分布信息和所述指纹的纹理确定为第一特征信息，将目标指纹颜色信息确定为第二特征信息。至此，认证设备通过一个摄像头获取了第一特征信息(指纹的纹理和手指静脉分布信息)和第二特征信息(目标指纹颜色信息)。
基于认证设备获取的第一特征信息(指纹的纹理和手指静脉分布信息)和第二特征信息(目标指纹颜色信息)，则在一个例子中，上述步骤103中，根据目标指纹颜色信息和参考指纹颜色信息确定被认证用户手指是否通过认证可包括：检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，如果是，确定被认证用户手指通过认证，如果否，确定被认证用户手指未通过认证。这里，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，下文会举例描述其中一个实现方式，这里暂不赘述。最终实现了本申请通过一个摄像头获取的指纹的纹理、目标指纹颜色信息、手指静脉分布信息对被认证用户手指进行认证，这相比现有仅通过指纹对用户进行认证，能够提高认证的安全性，降低认证风险。
以上对实施例2进行了描述。
在上述实施例1和2中，检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件可包括图7所示流程：
参见图7，图7为本申请实施例提供的检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件的流程图。如图7所示，该流程可包括以下步骤：
步骤701，计算目标指纹颜色信息和参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差。
以目标指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的目标像素块的RGB值，参考指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的参考像素块的RGB值为例，则步骤701中，计算目标指纹颜色信息和参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差可包括：
步骤a1，计算每一目标像素块与对应相同指纹位置的参考像素块的红色偏差比率、绿色偏差比率、蓝色偏差比率。
作为一个实施例，当目标像素块的中心(也即指纹纹理特征点，简称目标指纹纹理特征点)与参考像素块的中心(也即指纹纹理特征点，简称参考指纹纹理特征点)的坐标位置相近或相同，则确定目标像素块与参考像素块对应相同指纹位置。
以M、N取值为16为例，下面描述如何计算目标像素块与对应相同指纹位置的参考像素块的红色偏差比率、绿色偏差比率、蓝色偏差比率：
在一个例子中，红色偏差比率可通过以下公式1计算：
Figure BDA0002188716600000111
Figure BDA0002188716600000112
其中，RDeviation_rate表示红色偏差比率，ABS表示求绝对值，R(i，j)为目标像素块上在当前像素位置(i，j)的红色分量，Rregistered(，j)为参考像素块上在当前像素位置(i，j)的红色分量。
在一个例子中，绿色偏差比率可通过以下公式2计算：
Figure BDA0002188716600000121
Figure BDA0002188716600000122
其中，GDeviation_rate表示绿色偏差比率，ABS表示求绝对值，G(i，j)为目标像素块上在当前像素位置(i，j)的绿色分量，Gregistered(i，j)为参考像素块上在当前像素位置(i，j)的绿色分量。
在一个例子中，蓝色偏差比率可通过以下公式3计算：
Figure BDA0002188716600000123
Figure BDA0002188716600000124
其中，BDeviation_rate表示蓝色偏差比率，ABS表示求绝对值，B(i，j)为目标像素块上在当前像素位置(i，j)的蓝色分量，Bregistered(i，j)为参考像素块上在当前像素位置(i，j)的蓝色分量。
步骤a2，将计算出的各个红色偏差比率确定为所述红色偏差、计算出的各个绿色偏差比率确定为所述绿色偏差、计算出的各个蓝色偏差比率确定为所述蓝色偏差。
通过步骤a1、步骤a2最终实现了上述步骤701中计算目标指纹颜色信息和参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差。
步骤702，若所述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值，则确定满足设定的颜色判断条件，否则，确定不满足设定的颜色判断条件。
这里，预设偏差阈值可根据实际情况设置。在设置时，可统一设置为一个固定的数值，比如设置为5％，也可分别针对红色、绿色、蓝色设置不对的偏差阈值，本实施例并不具体限定。需要说明的是，若分别针对红色、绿色、蓝色设置不对的偏差阈值，则这里，当红色偏差、绿色偏差、蓝色偏差均小于或等于其对应的偏差阈值时，确定满足设定的颜色判断条件，否则，确定不满足设定的颜色判断条件。
以上述步骤a1、步骤a2为例，则本步骤702中，所述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值包括：
所述红色偏差中有第一指定比例的红色偏差比率小于或等于预设偏差阈值、所述绿色偏差中有第二指定比例的绿色偏差比率小于或等于预设偏差阈值、所述蓝色偏差中有第三指定比例的蓝色偏差比率小于或等于预设偏差阈值。需要说明的是，若分别针对红色、绿色、蓝色设置不对的偏差阈值，则这里，当红色偏差有第一指定比例的红色偏差比率小于或等于针对红色设置的偏差阈值，绿色偏差有第一指定比例的绿色偏差比率小于或等于针对绿色设置的偏差阈值，蓝色偏差有第一指定比例的蓝色偏差比率小于或等于针对蓝色设置的偏差阈值，则确定红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值。
至此，完成图7所示流程。通过图7所示流程，实现了如何检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件。
以上对本申请提供的方法进行了描述，下面对本申请提供的装置进行描述：
参见图8，图8为本申请提供的认证设备结构图。如图8所示，认证设备包括摄像头、处理单元、认证单元。
在一个例子中，摄像头，用于拍摄被认证用户手指的图像；
处理单元，用于从所述图像中获取被认证用户手指的第一特征信息和第二特征信息；所述第一特征信息用于在已注册用户手指信息中查找到对应的参考用户手指信息，所述第二特征信息包括指纹的目标指纹颜色信息；
认证单元，用于在已注册用户手指信息中识别出所述第一特征信息对应的参考用户手指信息，所述参考用户手指信息包括参考指纹颜色信息；根据所述目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证。
作为一个实施例，摄像头拍摄被认证用户手指的图像包括：
开启第一补光灯，第一补光灯的补光波长为第一指定波长；
在第一补光灯的补光下拍摄被认证用户手指的指纹图像。
基于此，上述第一特征信息为指纹图像中的指纹纹理。
作为一个实施例，所述摄像头进一步开启第二补光灯，所述第二补光灯的补光波长为第二指定波长，在所述第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像；
所述处理单元进一步从所述手指静脉分布图像中获取手指静脉分布信息；
基于此，所述认证单元根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证包括：检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，检查所述手指静脉分布信息是否与所述参考用户手指信息中的手指静脉分布信息匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；
如果否，确定被认证用户手指未通过认证，或者，返回触发摄像头被认证用户手指的第一特征信息和第二特征信息的操作。
作为一个实施例，所述摄像头拍摄被认证用户手指的图像包括：
开启第一补光灯，所述第一补光灯的补光波长为第一指定波长；控制摄像头在第一补光灯的补光下拍摄被认证用户手指的指纹图像；
开启第二补光灯，所述第二补光灯的补光波长为第二指定波长，控制摄像头在所述第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像。
作为一个实施例，所述处理单元从拍摄的图像中获取第一特征信息和第二特征信息包括：
从所述手指静脉分布图像中获取手指静脉分布信息，将所述手指静脉分布信息确定为所述第一特征信息；
从所述指纹图像中获取所述目标指纹颜色信息，将所述目标指纹颜色信息确定为所述第二特征信息。
作为一个实施例，所述处理单元进一步从所述指纹图像中获取指纹的纹理。
基于此，在一个例子中，所述认证单元根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证包括：
检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；
如果否，确定被认证用户手指未通过认证，或者，返回执行获取被认证用户手指的第一特征信息和第二特征信息的操作。
在另一个例子中，所述认证单元在根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证之前，进一步检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，则继续执行所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证，若不匹配，则确定所述被认证用户手指未通过认证，或者，返回触发摄像头获取被认证用户手指的第一特征信息和第二特征信息的操作。
作为一个实施例，处理单元从拍摄的图像中获取第一特征信息和第二特征信息包括：
从所述手指静脉分布图像中获取手指静脉分布信息，
从所述指纹图像中分别获取指纹的纹理和所述目标指纹颜色信息；
将所述手指静脉分布信息和所述指纹的纹理确定为所述第一特征信息
将所述目标指纹颜色信息确定为所述第二特征信息。
作为一个实施例，所述认证单元根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证，包括：
检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，确定被认证用户手指通过认证，如果否，确定被认证用户手指未通过认证。
在一个例子中，所述认证单元检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件包括：
计算所述目标指纹颜色信息和所述参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差；
若所述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值，则确定满足设定的颜色判断条件，否则，确定不满足设定的颜色判断条件。
以所述目标指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的目标像素块的RGB值，参考指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的参考像素块的RGB值为例，所述认证单元计算目标指纹颜色信息和参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差可包括：
计算每一目标像素块与对应相同指纹位置的参考像素块的红色偏差比率、绿色偏差比率、蓝色偏差比率；将计算出的各个红色偏差比率确定为所述红色偏差、计算出的各个绿色偏差比率确定为所述绿色偏差、计算出的各个蓝色偏差比率确定为所述蓝色偏差；
基于此，上述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值包括：
所述红色偏差中有第一指定比例的红色偏差比率小于或等于预设偏差阈值、所述绿色偏差中有第二指定比例的绿色偏差比率小于或等于预设偏差阈值、所述蓝色偏差中有第三指定比例的蓝色偏差比率小于或等于预设偏差阈值。
至此，完成图8所示的结构描述。
对应地，本申请还提供了图9所示装置的硬件结构。参见图9，该硬件结构可包括：处理器和机器可读存储介质，机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用于执行机器可执行指令，以实现本申请上述示例公开的方法。
基于与上述方法同样的申请构思，本申请实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被处理器执行时，能够实现本申请上述示例公开的方法。
示例性的，上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且，这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (15)

1.一种认证方法，其特征在于，该方法应用于认证设备，包括：
获取被认证用户手指的第一特征信息和第二特征信息；所述第一特征信息用于在已注册用户手指信息中查找到对应的参考用户手指信息，所述第二特征信息包括指纹的目标指纹颜色信息；
在已注册用户手指信息中识别出所述第一特征信息对应的参考用户手指信息，所述参考用户手指信息包括参考指纹颜色信息；
根据所述目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证。
2.根据权利要求1所述的方法，其特征在于，所述获取被认证用户手指的第一特征信息和第二特征信息包括：
控制所述认证设备设有的摄像头在补光灯的补光下拍摄被认证用户手指的图像；
从拍摄的图像中获取所述第一特征信息和第二特征信息。
3.根据权利要求2所述的方法，其特征在于，所述控制认证设备设有的摄像头在补光灯的补光下拍摄被认证用户手指的图像包括：
开启第一补光灯，所述第一补光灯的补光波长为第一指定波长；
控制摄像头在第一补光灯的补光下拍摄被认证用户手指的指纹图像；
所述第一特征信息为所述指纹图像中的指纹纹理。
4.根据权利要求3所述的方法，其特征在于，该方法进一步包括：开启第二补光灯，所述第二补光灯的补光波长为第二指定波长；控制所述摄像头在所述第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像，从所述手指静脉分布图像中获取手指静脉分布信息；
所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证包括：检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，检查所述手指静脉分布信息是否与所述参考用户手指信息中的手指静脉分布信息匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；
如果否，确定被认证用户手指未通过认证，或者，返回执行获取被认证用户手指的第一特征信息和第二特征信息的操作。
5.根据权利要求2所述的方法，其特征在于，所述控制认证设备设有的摄像头在补光灯的补光下拍摄被认证用户手指的图像包括：
开启第一补光灯，所述第一补光灯的补光波长为第一指定波长；控制摄像头在第一补光灯的补光下拍摄被认证用户手指的指纹图像；
开启第二补光灯，所述第二补光灯的补光波长为第二指定波长，控制摄像头在所述第二补光灯的补光下拍摄被认证用户手指的手指静脉分布图像。
6.根据权利要求5所述的方法，其特征在于，所述从拍摄的图像中获取第一特征信息和第二特征信息包括：
从所述手指静脉分布图像中获取手指静脉分布信息，将所述手指静脉分布信息确定为所述第一特征信息；
从所述指纹图像中获取所述目标指纹颜色信息，将所述目标指纹颜色信息确定为所述第二特征信息。
7.根据权利要求6所述的方法，其特征在于，该方法进一步包括：从所述指纹图像中获取指纹的纹理；
所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证包括：
检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；
如果否，确定被认证用户手指未通过认证，或者，返回执行获取被认证用户手指的第一特征信息和第二特征信息的操作。
8.根据权利要求6所述的方法，其特征在于，该方法进一步包括：从所述指纹图像中获取指纹的纹理；
在所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证之前，进一步包括：检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，则继续执行所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证，若不匹配，则确定所述被认证用户手指未通过认证，或者，返回执行获取被认证用户手指的第一特征信息和第二特征信息的操作。
9.根据权利要求5所述的方法，其特征在于，所述从拍摄的图像中获取第一特征信息和第二特征信息包括：
从所述手指静脉分布图像中获取手指静脉分布信息，
从所述指纹图像中分别获取指纹的纹理和所述目标指纹颜色信息；
将所述手指静脉分布信息和所述指纹的纹理确定为所述第一特征信息将所述目标指纹颜色信息确定为所述第二特征信息。
10.根据权利要求1至3、5至6、8至9任一所述的方法，其特征在于，
所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证，包括：
检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，
如果是，确定被认证用户手指通过认证，如果否，确定被认证用户手指未通过认证。
11.根据权利要求4、7、10任一所述的方法，其特征在于，所述检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件包括：
计算所述目标指纹颜色信息和所述参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差；
若所述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值，则确定满足设定的颜色判断条件，否则，确定不满足设定的颜色判断条件。
12.根据权利要求11所述的方法，其特征在于，所述目标指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的目标像素块的RGB值；所述参考指纹颜色信息包括以指纹纹理特征点为中心的大小为M*N的参考像素块的RGB值；
所述计算目标指纹颜色信息和参考指纹颜色信息之间的红色偏差、绿色偏差、蓝色偏差包括：计算每一目标像素块与对应相同指纹位置的参考像素块的红色偏差比率、绿色偏差比率、蓝色偏差比率；将计算出的各个红色偏差比率确定为所述红色偏差、计算出的各个绿色偏差比率确定为所述绿色偏差、计算出的各个蓝色偏差比率确定为所述蓝色偏差；
所述红色偏差、绿色偏差、蓝色偏差均小于或等于预设偏差阈值包括：
所述红色偏差中有第一指定比例的红色偏差比率小于或等于预设偏差阈值、所述绿色偏差中有第二指定比例的绿色偏差比率小于或等于预设偏差阈值、所述蓝色偏差中有第三指定比例的蓝色偏差比率小于或等于预设偏差阈值。
13.一种认证设备，其特征在于，所述认证设备包括摄像头、处理单元、认证单元；
所述摄像头，用于拍摄被认证用户手指的图像；
所述处理单元，用于从所述图像中获取被认证用户手指的第一特征信息和第二特征信息；所述第一特征信息用于在已注册用户手指信息中查找到对应的参考用户手指信息，所述第二特征信息包括指纹的目标指纹颜色信息；
所述认证单元，用于在已注册用户手指信息中识别出所述第一特征信息对应的参考用户手指信息，所述参考用户手指信息包括参考指纹颜色信息；根据所述目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证。
14.根据权利要求13所述的认证设备，其特征在于，所述第一特征信息为指纹的纹理和/或手指静脉分布信息；其中，
若所述第一特征信息为指纹的纹理，所述处理单元进一步从所述图像中获取手指静脉分布信息，所述认证单元根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证包括：检查所述目标指纹颜色信息和所述参考指纹颜色信息是否满足设定的颜色判断条件，如果是，检查所述手指静脉分布信息是否与所述参考用户手指信息中的手指静脉分布信息匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；如果否，确定被认证用户手指未通过认证，或者，触发所述摄像头拍摄被认证用户手指的图像的操作；
若所述第一特征信息为手指静脉分布信息，所述处理单元进一步从所述图像中获取指纹的纹理；
所述认证单元根据目标指纹颜色信息和参考指纹颜色信息确定被认证用户手指是否通过认证包括：检查目标指纹颜色信息和参考指纹颜色信息是否满足设定的颜色判断条件，如果是，检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，确定被认证用户手指通过认证，若不匹配，确定被认证用户手指未通过认证；如果否，确定被认证用户手指未通过认证，或者，触发摄像头拍摄被认证用户手指的图像的操作；或者，
所述认证单元在根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证之前，进一步检查所述指纹的纹理是否与所述参考用户手指信息中的指纹纹理匹配，若匹配，则继续执行所述根据目标指纹颜色信息和所述参考指纹颜色信息确定所述被认证用户手指是否通过认证，若不匹配，则确定所述被认证用户手指未通过认证，或者，触发所述摄像头拍摄被认证用户手指的图像的操作。
15.一种电子设备，其特征在于，包括：处理器和机器可读存储介质；
所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；
所述处理器用于执行机器可执行指令，以实现权利要求1-12任一项的方法步骤。
CN201910824708.1A 2019-09-02 2019-09-02 一种认证方法和装置 Pending CN112446260A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910824708.1A CN112446260A (zh) 2019-09-02 2019-09-02 一种认证方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910824708.1A CN112446260A (zh) 2019-09-02 2019-09-02 一种认证方法和装置

Publications (1)

Publication Number Publication Date
CN112446260A true CN112446260A (zh) 2021-03-05

Family

ID=74735044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910824708.1A Pending CN112446260A (zh) 2019-09-02 2019-09-02 一种认证方法和装置

Country Status (1)

Country Link
CN (1) CN112446260A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361412A (zh) * 2021-06-08 2021-09-07 西南科技大学 一种基于ulbp和surf的特征递进的手指静脉图像精确匹配方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030044051A1 (en) * 2001-08-31 2003-03-06 Nec Corporation Fingerprint image input device and living body identification method using fingerprint image
US20100008552A1 (en) * 2008-07-14 2010-01-14 Union Community Co., Ltd. Apparatus for distinguishing living body fingerprint and method thereof
CN106599843A (zh) * 2016-12-14 2017-04-26 信利光电股份有限公司 一种指纹认证方法及装置
CN106657056A (zh) * 2016-12-20 2017-05-10 深圳芯启航科技有限公司 一种生物特征信息管理方法及其系统
CN206546582U (zh) * 2015-09-16 2017-10-10 韩国科泰高科株式会社 传感器封装件
CN109784174A (zh) * 2018-12-14 2019-05-21 深圳壹账通智能科技有限公司 一种用户账户的登录方法及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030044051A1 (en) * 2001-08-31 2003-03-06 Nec Corporation Fingerprint image input device and living body identification method using fingerprint image
US20100008552A1 (en) * 2008-07-14 2010-01-14 Union Community Co., Ltd. Apparatus for distinguishing living body fingerprint and method thereof
CN206546582U (zh) * 2015-09-16 2017-10-10 韩国科泰高科株式会社 传感器封装件
CN106599843A (zh) * 2016-12-14 2017-04-26 信利光电股份有限公司 一种指纹认证方法及装置
CN106657056A (zh) * 2016-12-20 2017-05-10 深圳芯启航科技有限公司 一种生物特征信息管理方法及其系统
CN109784174A (zh) * 2018-12-14 2019-05-21 深圳壹账通智能科技有限公司 一种用户账户的登录方法及设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361412A (zh) * 2021-06-08 2021-09-07 西南科技大学 一种基于ulbp和surf的特征递进的手指静脉图像精确匹配方法
CN113361412B (zh) * 2021-06-08 2022-03-01 西南科技大学 一种基于ulbp和surf的特征递进的手指静脉图像精确匹配方法

Similar Documents

Publication Publication Date Title
US9864756B2 (en) Method, apparatus for providing a notification on a face recognition environment, and computer-readable recording medium for executing the method
US20200184059A1 (en) Face unlocking method and apparatus, and storage medium
KR101829784B1 (ko) 스티치와 컷을 이용한 지문인증
CN109389153B (zh) 一种全息防伪码校验方法及装置
Ortega-Delcampo et al. Border control morphing attack detection with a convolutional neural network de-morphing approach
US10922399B2 (en) Authentication verification using soft biometric traits
CN110765975B (zh) 作弊行为的判定方法、装置、存储介质和计算机设备
CN107423306B (zh) 一种图像检索方法及装置
CN107491674B (zh) 基于特征信息进行用户验证的方法及装置
CN107506629B (zh) 解锁控制方法及相关产品
CN110866466A (zh) 一种人脸识别方法、装置、存储介质和服务器
JP2008191743A (ja) 顔認証装置
CN111738735A (zh) 一种图像数据处理方法、装置和相关设备
CN110633289A (zh) 一种车牌号确定方法、服务器及停车管理系统
CN110570549A (zh) 一种智能开锁方法及相应的装置
CN108108711A (zh) 人脸布控方法、电子设备及存储介质
CN109213610A (zh) 数据处理方法、装置、计算机可读存储介质和电子设备
CN110443146A (zh) 基于生物识别的身份验证方法、装置、设备及可读介质
CN112446260A (zh) 一种认证方法和装置
Ahmed et al. Using fusion of iris code and periocular biometric for matching visible spectrum iris images captured by smart phone cameras
CN108733999A (zh) 一种解锁方法及装置、终端设备和可读存储介质
CN111079587A (zh) 人脸的识别方法、装置、计算机设备及可读存储介质
KR101270348B1 (ko) 지문인증 장치 및 방법
CN111860272B (zh) 图像处理方法、芯片及电子装置
JP2005227933A (ja) バイオメトリクス照合高速化方法

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