CN112883356A - 一种身份认证方法、装置及设备 - Google Patents
一种身份认证方法、装置及设备 Download PDFInfo
- Publication number
- CN112883356A CN112883356A CN202110352597.6A CN202110352597A CN112883356A CN 112883356 A CN112883356 A CN 112883356A CN 202110352597 A CN202110352597 A CN 202110352597A CN 112883356 A CN112883356 A CN 112883356A
- Authority
- CN
- China
- Prior art keywords
- vein
- image
- matrix
- identity authentication
- feature
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 210000003462 vein Anatomy 0.000 claims abstract description 322
- 239000011159 matrix material Substances 0.000 claims abstract description 109
- 238000007499 fusion processing Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 238000003860 storage Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 238000013475 authorization Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000000554 iris Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Abstract
本说明书实施例涉及人工智能及生物识别技术领域,具体公开了一种身份认证方法、装置及设备,所述方法包括:获取对应于不同采集元件的原始静脉图像;原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;任意选取两个采集元件的原始静脉图像作为基准图像,基于基准图像中的静脉特征点提取用于表征两个基准图像中的静脉特征的特征矩阵;将未作为基准图像的原始静脉图像作为指定图像,提取指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;基于目标矩阵确定所述目标用户的静脉特征,以利用静脉特征对所述目标用户进行身份认证,从而大幅提高认证的准确性以及安全性。
Description
技术领域
本说明书涉及人工智能以及生物识别技术领域,特别地,涉及一种身份认证方法、装置及设备。
背景技术
利用生物识别以确定用户合法身份的技术需求越来越多。人脸识别、指纹识别等生物识别技术经过不断更新,使得机器与人类的识别授权方式越来越简化。但随着利用生物识别确定用户合法身份的普及,各领域对生物信息的安全性以及验证准确性的要求也越来越高。
目前,通常通过智能终端采集用户的指纹、掌纹、人脸、虹膜等生物特征样本信息,再将生物特征样本信息发送至服务器进行存储。在验证时,将实时采集的待验证生物特征信息发送至服务器,以使服务器基于预先存储的样本信息对待验证生物特征信息进行比对分析,以确定用户的身份是否合法。指纹、掌纹、人脸、虹膜等生物特征属于表层生物特征信息,易受人体年龄、身体状况以及外部环境(温度、湿度、光照强度)等影响,进而可能影响验证的准确性。终端与服务器交互过程中,用户的生物特征信息也可能存在被盗取或替换的风险性,对安全机制要求也较高。
发明内容
本说明书实施例的目的在于提供一种身份认证方法、装置及设备,可以提高身份认证的准确性以及安全性。
本说明书提供一种身份认证方法、装置及设备是包括如下方式实现的:
一种身份认证方法,应用于身份认证设备,所述身份认证设备中至少布设有三个采集元件;所述方法包括:获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵;将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
本说明书提供的所述方法的另一些实施例中,所述基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵,包括:提取两个所述基准图像中的静脉特征点;以所述静脉特征点为基准点,计算两个所述基准图像所对应的基础矩阵;利用矩阵运算从所述基础矩阵中分解出特征矩阵,以利用所述特征矩阵表征两个所述基准图像的静脉特征。
本说明书提供的所述方法的另一些实施例中,在所述指定图像为两个以上的情况下,所述将提取的静脉位置信息与所述特征矩阵进行融合处理,包括:获取任一指定图像的静脉位置信息,将获取的静脉位置信息与所述特征矩阵进行融合处理,得到中间目标矩阵;获取未融合处理的指定图像的静脉位置信息,将获取的静脉位置信息与所述中间目标矩阵进行融合处理,得到更新后的中间目标矩阵;对未融合处理的指定图像重复融合处理步骤,直至不存在未融合处理的指定图像,输出最终的目标矩阵。
本说明书提供的所述方法的另一些实施例中,所述获取对应于不同采集元件的原始静脉图像之后,所述方法还包括:对所述原始静脉图像进行二值化处理以及大小标准化处理,得到相应原始静脉图像所对应的标准二值图像;在所述标准二值图像中确定出静脉的端点、分叉点及点间连线,以基于所述端点、分叉点及点间连线构建相应原始静脉图像的静脉拓扑结构,以将构建得到静脉拓扑结构的标准二值图像作为基准图像或指定图像。
本说明书提供的所述方法的另一些实施例中,所述对目标用户的指定位置进行静脉信息采集之前,所述方法还包括:接收智能终端发送的对所述目标用户进行身份认证的指令;所述指令包括所述目标用户的用户标识;相应的,所述利用所述静脉特征对所述目标用户进行身份认证,包括:从静脉特征集中提取所述用户标识所对应的静脉特征子集;利用所述静脉特征子集对所述静脉特征进行验证,得到所述目标用户的身份认证结果。
本说明书提供的所述方法的另一些实施例中,所述利用所述静脉特征子集对所述静脉特征进行验证,包括:利用预设解密算法对所述静脉特征子集进行解密处理,以基于解密后的静脉特征子集对所述静脉特征进行验证。
另一方面,本说明书实施例还提供一种身份认证装置,应用于身份认证设备,所述设备中至少布设有三个采集元件;所述装置包括:获取模块,用于获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;提取模块,用于任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵;融合模块,用于将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;特征确定模块,用于基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
另一方面,本说明书实施例还提供一种电子设备,所述设备包括至少一个处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现上述任意一个或者多个实施例所述方法的步骤。
另一方面,本说明书实施例还提供一种身份认证设备,所述设备中至少布设有三个采集元件,所述采集元件用于对用户进行静脉信息采集;所述设备还包括处理器,所述处理器用于执行上述任意一个或者多个实施例所述方法的步骤。
本说明书提供的所述身份认证设备的另一些实施例中,所述设备为环状结构,所述采集元件均匀的布设在所述设备靠近皮肤的一侧。
本说明书提供的所述身份认证设备的另一些实施例中,所述设备还包括通信模块;所述通信模块用于在所述设备与智能终端之间建立通信连接;在所述设备与智能终端之间建立通信连接的情况下,所述通信模块还用于接收所述智能终端发送的身份认证指令,以使所述设备基于所述指令启动采集元件进行静脉信息采集。
本说明书提供的所述身份认证设备的另一些实施例中,所述设备还包括提示模块;所述提示模块至少用于对身份认证结果、静脉特征信息录入以及更新状态进行提示。
本说明书一个或多个实施例提供的身份认证方法、装置及设备,通过在身份认证设备中布设多个采集元件,因各采集元件的布设位置存在差异性,从而可以从不同的角度实现对静脉的信息采集,使得采集的静脉图像可以尽可能全面的表征静脉特征。同时,通过在设备中均匀布设多个采集元件,还可以适应手指采集者不同的手指姿态等,避免因不同手指位置而降低识别率的问题,且无需用户调节采集位置,还可以提高用户使用体验感。具体的,设备可以先任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的相似性以及差异性的特征矩阵。然后,将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到可以更加丰富的表征静脉的三维分布特征的目标矩阵,基于所述目标矩阵确定所述目标用户的静脉特征,进一步提高身份认证的准确性。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书提供的一个实施例中的身份认证设备的模块结构示意图;
图2为本说明书提供的一个实施例中的信息录入流程示意图;
图3为本说明书提供的一个实施例中的身份认证流程示意图;
图4为本说明书提供的一个实施例中的信息调整流程示意图;
图5为本说明书提供的一个实施例中的身份认证方法的实施流程示意图;
图6为本说明书提供的一个实施例中的身份认证装置的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是说明书一部分实施例,而不是全部的实施例。基于说明书一个或多个实施例,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,都应当属于本说明书实施例方案保护的范围。
所述身份认证方法可以应用于身份认证设备,所述身份认证设备中可以布设有多个采集元件。所述采集元件可以为对用户进行静脉信息采集的模块。所述采集元件如可以为CMOS光感元件。当然,也可以采用其他的实现图像采集功能的元器件。
一些实施例中,所述身份认证设备可以设置为环状结构,可以将采集元件均匀的布设在身份认证设备靠近皮肤的一侧。用户可以将身份认证设备穿戴在手指上,以对指静脉进行信息采集。利用该种结构的身份认证设备进行静脉信息采集,用户只需将设备穿戴在手指上即可。设备内侧布设的多个采集元件,可以进一步保证信息采集的有效性,无需用户手动调节合适的采集位置以及采集角度,提高用户使用体验感。同时,采用该种结构,还可以利用多个采集元件从不同角度采集静脉信息,基于多个元件采集的信息综合确定静脉特征,进一步提高静脉特征确定的准确性。
当然。上述结构仅为优选举例说明,并不构成对身份认证设备的直接限定。所述采集元件的排列方式也可以根据需要采用其他的布设方式,如可以将全部采集元件集成为一个片状图像采集器,布设在环状身份认证设备的某预设位置。身份认证设备也可以根据需要采用其他的结构,如方形或圆形等。
所述身份认证设备靠近皮肤的一侧还可以布设有近红外光发生器。所述近红外光发生器可以发射波长在850nm左右的红外光线。近红外光发生器发射的光线穿透皮肤后,经静脉的血管壁反射,反射光被采集元件接收并转换成电信号,形成静脉图像。
所述身份认证设备还可以包括处理器、存储器。所述存储器中可以存储有用户的静脉特征样本信息、基于静脉特征进行身份认证的相关处理程序等。所述处理器可以用于执行身份认证的相关处理。所述身份认证设备还可以包括通信模块以及电源模块等。所述通信模块如可以为蓝牙模块、红外模块、NFC模块等,以实现身份认证设备与其他智能终端的信息交互。所述电源模块可以用于为所述身份认证设备提供电能支持。当然,所述身份认证设备还可以根据需要布设其他模块,如信息提示模块(如比对结果提示灯、显示器)等。
一个场景示例中,如图1所示,所述身份认证设备可以为一种生物识别非接授权介质100。该介质可以被配置为一个独立使用的设备,也可以作为集成在其他设备上的预先封装的器件,这里不做限定。生物识别非接授权介质100可以包括生物识别模块101、数据存储模块102、无线传输模块103以及能量支持模块104。其中,生物识别模块可以包括采集器(即均匀的布设在身份认证设备靠近皮肤的一侧的多个采集元件)、数据处理芯片(对采集器采集的图像进行处理,以提取静脉特征)以及指示灯。所述数据存储模块可以包括加密存储芯片(加密存储静脉特征样本信息)以及数据比对芯片(将提取的静脉特征与加密存储芯片中存储的静脉特征样本信息比对,以确定身份认证结果)。所述无线传输模块可以包括近场通信芯片以及数据加密芯片(对基于近场通信所传输的信息进行加密)。所述能源支持模块包括便携式电池以及充电单元。
图2为一种身份认证的静脉特征样本信息录入流程示意图。如图2所示,业务人员可以在手机或其他终端上开始录入流程,手机或其他终端可以通过加密近场通信将录入启动信号传输至介质。介质可以通过采集器手机用户指静脉图像数据,并通过数据处理芯片提取相应特征。然后,将用户指静脉特征数据加密后存储于数据存储模块中。之后,可以利用指示灯提示录入完成,并通过加密近场通信回传录入完毕指令至手机或其他终端。
图3为一种身份认证的流程示意图。如图3所示,用户可以将身份认证设备穿戴在手指上。业务人员可以在手机或其他终端上开始身份验证和授权流程。可以通过加密近场通信将身份验证和授权流程启动信号传输至介质。介质通过采集器收集用户的指静脉图像数据,在数据处理芯片中通过技术运算操作提取相应特征。然后,将特征数据传输至数据比对芯片中,数据比对芯片调取并解密加密存储芯片中的记录数据,进行比对。数据比对芯片将比对结果返传至生物识别模块,并由提示灯显示比对结果。以及,还可以通过加密近场通信回传身份验证和授权结果至手机或其他终端。
图4为一种身份认证的静脉特征样本信息的调整流程示意图。业务人员可以在手机或其他终端上开始用户身份信息调整流程,手机或其他终端可以通过加密近场通信将身份信息调整流程启动信号传输至介质。介质可以通过采集器收集用户的指静脉图像数据,在数据处理芯片中通过技术运算操作提取相应特征。将特征数据传输至数据比对芯片中,数据比对芯片调取并解密加密存储芯片中的记录数据,进行比对,并将比对结果返传至生物识别模块。可以由提示灯显示比对结果,若比对正确,则流程继续;若比对错误,则提示“认证不通过”。比对正确的情况下,可以在加密存储芯片中将用户最新提取的指静脉特征数据加密后存储。储存完毕后,通过指示灯提示录入已完成。还可以通过加密近场通信技术将录入完毕的指令回传至手机或其他终端。
图5是本说明书提供的身份认证方法的一个实施例的流程示意图。如图5所示,本说明书实施例还提供一种身份认证方法,所述方法可以应用于所述身份认证设备,所述身份认证设备中至少布设有三个采集元件。相应的,所述方法可以包括如下步骤。
S20:获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到。
身份认证设备的采集元件可以对目标用户的指定位置进行静脉信息采集。所述指定位置如可以为手指,以采集对指静脉进行信息采集。当然,也可以为其他区域,如掌静脉等。可以根据身份认证设备的结构选择采集方式。如身份认证设备为可穿戴的环状结构,则可以将身份认证设备穿戴在手指上。如身份认证设备为方形或圆形,则可以将身份认证设备的采集元件所在的一侧放置在指定位置,以进行信息采集。
身份认证设备中配置有多个采集元件,每个采集元件均可采集到图像,可以将每个采集元件采集的图像作为相应采集元件的原始静脉图像。处理器可以获取对应于不同采集元件的原始静脉图像。
采集元件采集到的光线通常并不可能仅仅是静脉反射的光线,还包括静脉附近的肌肉、毛细血管以及皮肤等反射的光线,相应的,原始静脉图像中也并不仅仅是静脉的图像,也包括静脉附近的肌肉、毛细血管以及皮肤的信息。甚至有些采集元件并未采集到静脉的图像,使得相应的原始静脉图像中没有静脉信息。在利用原始静脉图像进行静脉特征提取时,处理器可以先对原始静脉图像进行预处理,如剔除不包括静脉信息的原始静脉图像。对包括静脉信息的原始静脉图像进行去噪声处理等。
所述预处理如可以包括剔除不包括静脉信息的原始静脉图像、对包括静脉信息的原始静脉图像进行去噪声处理等。如可以对原始静脉图像进行滤波处理,以去除原始静脉图像的噪声信息。滤波处理如可以包括高斯高(低)通滤波、中值滤波等方式。还可以对原始静脉图像进行二值化处理以及大小标准化处理,以将各原始静脉图像转换为大小相同的二值图像,相应的,可以得到各原始静脉图像所对应的标准二值图像。然后,可以利用标准二值图像进行静脉特征的提取。
可以进一步在标准二值图像中确定出静脉拓扑结构中的端点、分叉点及点间连线等,以基于所述端点、分叉点及点间连线构建相应原始静脉图像的静脉拓扑结构。如可以利用SIFT(Scale-invariant feature transform,尺度不变特征变换)、SURF(Speeded UpRobust Features,加速稳健特征)等算法在图像中优选出静脉拓扑结构中的端点、分叉点及点间连线。然后,可以利用静脉拓扑结构来表征原始静脉图像中所包含的静脉特征信息。
可以利用构建得到静脉拓扑结构的标准二值图像进行后续处理。如可以基于提取的静脉拓扑结构将不包括静脉信息的原始静脉图像剔除,然后,将其他标准二值图像作为基准图像或指定图像。
相应的,一些实施例中,可以对所述原始静脉图像进行二值化处理以及大小标准化处理,得到相应原始静脉图像所对应的标准二值图像;在所述标准二值图像中确定出静脉的端点、分叉点及点间连线,以基于所述端点、分叉点及点间连线构建相应原始静脉图像的静脉拓扑结构,以将构建得到静脉拓扑结构的标准二值图像作为基准图像或指定图像。通过该种方式,可以进一步提高静脉特征提取的准确性。
当然,上述预处理方式为优选举例说明,具体实施时还可以根据需要选择其他的预处理方式。然后,可以基于预处理后的原始静脉图像进行后续的处理。
S22:任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵。
可以任意选取两个所述原始静脉图像作为基准图像。当然,在经过上述预处理后,可以选取包含静脉信息且静脉信息特征较为明显的标准二值图像作为基准图像,以提高数据处理的准确性。
对原始静脉图像进行上述预处理后,可以将静脉拓扑结构中的端点、分叉点作为静脉特征点。然后,可以以静脉特征点作为基准点,在两个所述基准图像之间建立关联,进一步提取两个所述基准图像所对应的基础矩阵。例如,x与x′是基准图像上的两个对应的静脉特征点,那么x′TFx=0,矩阵F即为基础矩阵。当然,基础矩阵还可以满足其他一些要素特征,这里不做限定。优选的,可以利用RANSAC算法进行基础矩阵的提取。当然,也可以采用其他算法进行基础矩阵的提取,这里不做限定。
利用基础矩阵可以反映任意静脉特征点在两个不同采集元件所对应的图像坐标系中的表示之间的关系,进而可以表征两个采集元件所采集的图像中的静脉特征的相似性以及差异性。
在提取两个基准图像所对应的基础矩阵后,可以进一步基于基础矩阵分解得到特征矩阵。如可以进一步对基础矩阵进行矩阵运算,求解基础矩阵的逆变换矩阵。利用该逆变换矩阵可以有效将基础矩阵变换为另一个矩阵,并可以利用该逆变换矩阵再将变化后的矩阵转换为基础矩阵。相应的,该逆变换矩阵可以有效表征基础矩阵的核心信息,但复杂度大幅降低,可以提高后续处理的效率。相应的,可以将该逆变换矩阵作为两个基准图像的特征矩阵。
相应的,一些实施例中,可以提取两个所述基准图像中的静脉特征点;以所述静脉特征点为基准点,计算两个所述基准图像所对应的基础矩阵;利用矩阵运算从所述基础矩阵中分解出特征矩阵,以利用所述特征矩阵表征两个所述基准图像的静脉特征。将多个采集元件所采集的静脉特征信息进行融合处理的过程中,数据处理量较大,通过上述方式构建较为简化的特征矩阵,可以使得特征矩阵复杂度大幅降低,提高后续处理的效率。
S24:将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵。
可以将未作为基准图像的原始静脉图像作为指定图像。然后,可以提取所述指定图像中的静脉位置信息。对所述指定图像也进行上述预处理,可以得到各指定图像的静脉拓扑结构。可以利用静脉拓扑结构确定所述指定图像中的静脉位置信息。特征矩阵虽然可以表征两个基准图像的静脉特征的相似性以及差异性,但经过上述处理后,其所包含的信息可能不够全面。通过将各指定图像中静脉位置信息融合进特征矩阵中,利用融合得到的目标矩阵来表征静脉特征,可以提高静脉特征提取的准确性。
一些实施例中,在所述指定图像为两个以上的情况下,可以获取任一指定图像的静脉位置信息,将获取的静脉位置信息与所述特征矩阵进行融合处理,得到中间目标矩阵。进一步获取未融合处理的指定图像的静脉位置信息,将获取的静脉位置信息与所述中间目标矩阵进行融合处理,得到更新后的中间目标矩阵。依次类推,对未融合处理的指定图像重复上述融合处理步骤,直至不存在未融合处理的指定图像,输出最终的目标矩阵。通过逐步融合的方式,可以进一步提高静脉特征提取的准确性以及处理的简便性。
在上述处理中,还可以利用如三角测量法等测定指定图像中的静脉拓扑结构中各点的空间坐标,以利用该空间坐标来表征指定图像中的静脉位置信息,进而基于不同采集元件所采集的图像所包含的静脉三维位置信息,融合得到目标矩阵,以利用该目标矩阵来确定静脉的三维特征信息,进一步提高静脉特征提取的准确性及全面性。
S26:基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
可以基于所述目标矩阵确定所述目标用户的静脉特征。如可以直接利用所述目标矩阵来表征所述目标用户的静脉特征。经过上述融合处理后,目标矩阵所包含的信息量相对较大,且噪声也较多。还可以进一步对所述目标矩阵进行优化处理。如可以采用光束法平差法进行优化,得到静脉的特征信息。当然,还可以进行其他处理,以得到静脉特征,这里不做限定。
还可以获取所述目标用户所对应的静脉特征样本信息,将提取的静脉特征与所述用户标识所对应的静脉特征样本信息进行比对,在比对结果满足预设条件的情况下,可以认定所述目标用户的身份认证通过。所述静脉特征样本信息可以为预先提取的目标用户的静脉特征信息,提取方式可以参考上述静脉特征提取实施方式,这里不做赘述。所述预设条件如可以为提取的静脉特征与所述用户标识所对应的静脉特征样本信息的相似度值大于设定阈值,表示指静脉信息一致,认证通过。当然,也可以根据需要设定其他类型的预设条件。
如可以将预先提取的静脉特征样本信息存储至静脉特征集中。所述静脉特征集下还可以包括多个静脉特征子集。每个静脉特征子集可以利用用户标识进行标识。所述用户标识可以用于对各用户的身份进行标识。所述用户标识如可以为用户的证件号,当然,也可以为随机生成的号码等。在身份认证时,可以从静脉特征集中提取所述目标用户的用户标识所对应的静脉特征子集,利用所述静脉特征子集对所述静脉特征进行验证,得到所述目标用户的身份认证结果。
另一些实施例中,所述静脉特征集还可以加密存储在存储器中。处理器可以从存储中调取静脉特征子集,并基于相应的解密算法对提取的静脉特征子集进行解密处理,再基于解密处理的数据进行身份认证。通过加密存储静脉特征集,可以进一步保证用户生物特征信息的安全性。加密算法如可以采用SHA-2算法等,这里不做限定。
另一些实施例中,所述身份认证设备包括通信模块,以基于所述通信模块与所关联的智能终端进行通信。相应的,身份认证设备可以接收智能终端发送的对所述目标用户进行身份认证的指令,所述指令可以包括所述目标用户的用户标识。在身份认证时,身份认证设备可以从静脉特征集中提取所述用户标识所对应的静脉特征子集,利用所述静脉特征子集对所述静脉特征进行验证,得到所述目标用户的身份认证结果。
身份认证设备可以通过提示灯提示是否认证通过。或者,身份认证设备还可以将身份认证结果反馈至所述业务终端,以使业务终端向业务人员展示认证结果。
也可以对身份认证设备与智能终端之间的传输信息进行加密处理,以进一步降低信息泄露或被其他智能终端截取。
在身份认证通过后,可以将相应的静脉特征信息更新至相应的静脉特征子集中。在初次录入用户的静脉特征信息或将相应的静脉特征信息更新至相应的静脉特征子集后,也可以通过提示灯进行提示,以表示信息录入成功或信息更新成功。
上述实施例中,设备获取的是人体内部的静脉特征,存在于人体内部,不易伪造,且外界环境以及年龄对其影响较小,抗干扰性强,从而可以大幅提高身份认证的准确性。进一步通过在身份认证设备中布设多个采集元件,因各采集元件的布设位置存在差异性,从而可以从不同的角度实现对静脉的信息采集,使得采集的静脉图像可以尽可能全面的表征静脉特征。同时,通过在设备中均匀布设多个采集元件,还可以适应手指采集者不同的手指姿态等,避免因不同手指位置而降低识别率的问题,且无需用户调节采集位置,还可以提高用户使用体验感。
具体的,设备可以先任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的相似性以及差异性的特征矩阵。然后,将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到可以更加丰富的表征静脉的三维分布特征的目标矩阵,基于所述目标矩阵确定所述目标用户的静脉特征,进一步提高身份认证的准确性。
上述处理过程中,因融合的图像数据较多,可能导致数据处理较大,进而影响数据处理效率。本说明书实施例中,进一步以基准图像中的静脉特征点为基准点,先提取表征两个所述基准图像中的静脉特征的相似性以及差异性的基础矩阵,再对基础矩阵进行降维处理,利用表征其核心信息的矩阵作为特征矩阵,从而可以大幅降低后续处理的数据处理量。在保证静脉特征提取准确性的基础上,大幅提高数据处理效率。
同时,本说明书实施例提供的设备集成了所有处理过程在设备本地执行,无需依赖互联网,对外部设备的依赖也极少,不涉及将核心生物信息传输至其他设备等情况,安全性更高。且所有用户身份信息均加密存储于介质内部的物理隔绝区域,任何外部终端无法获取相关信息,即便物理上获取设备,仍需破解密码才可查看,进一步保证了身份认证的安全性。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述,在此不做一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于上述实施例提供的方法,本说明书还提供一种身份认证装置,应用于身份认证设备,所述设备中至少布设有三个采集元件。如图6所示,所述装置可以包括:
获取模块602,可以用于获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到。
提取模块604,可以用于任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵。
融合模块606,可以用于将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵。
特征确定模块608,可以用于基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
需要说明的,上述所述的装置根据上述实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
基于上述实施例提供的方法,本说明书还提供一种身份认证设备。所述设备中至少布设有三个采集元件,所述采集元件可以用于对用户进行静脉信息采集。所述设备还可以包括处理器,所述处理器可以用于获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵;将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
所述设备可以为环状结构,所述采集元件均匀的布设在所述设备靠近皮肤的一侧。
所述设备还包括通信模块;所述通信模块用于在所述设备与智能终端之间建立通信连接。在所述设备与智能终端之间建立通信连接的情况下,所述通信模块还可以用于接收所述智能终端发送的身份认证指令,以使所述设备基于所述指令启动采集元件进行静脉信息采集。
所述设备还可以包括存储器,所述存储器中存储有静脉特征集。所述指令可以包括所述目标用户的用户标识。所述处理器还可以用于从所述静脉特征集中提取所述用户标识所对应的静脉特征子集;并利用所述静脉特征子集对所述静脉特征进行验证,得到所述目标用户的身份认证结果。
所述设备还可以包括提示模块;所述提示模块至少可以用于对身份认证结果、静脉特征信息录入以及更新状态进行提示。所述提示模块如可以为提示灯,以基于显示灯显示认证是否通过或录入、更新是否成功。利用显示灯进行提示,可以大幅减小身份认证设备的体积,便于制作身份认证指环。如可以在认证通过或录入、更新成功时,提示灯进行亮度提示。当然,可以配置在不同情况下利用不同的颜色或闪烁机制进行提示。所述提示模块还可以为显示器,以在显示器中显示认证是否通过或录入、更新是否成功等。当然,也可以采用其他提示结构或机制。
需要说明的,上述所述的设备根据上述实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书还提供一种电子设备,所述设备可以包括至少一个处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括上述任意一个或者多个实施例所述方法的步骤。所述电子设备可以为独立的设备,也可以集成于其他设备中。所述存储器可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
需要说明的是,本说明书实施例并不局限于必须是符合标准数据模型/模板或本说明书实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本说明书的可选实施方案范围之内。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (12)
1.一种身份认证方法,其特征在于,应用于身份认证设备,所述身份认证设备中至少布设有三个采集元件;所述方法包括:
获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;
任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵;
将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;
基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
2.根据权利要求1所述的方法,其特征在于,所述基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵,包括:
提取两个所述基准图像中的静脉特征点;
以所述静脉特征点为基准点,计算两个所述基准图像所对应的基础矩阵;
利用矩阵运算从所述基础矩阵中分解出特征矩阵,以利用所述特征矩阵表征两个所述基准图像的静脉特征。
3.根据权利要求1所述的方法,其特征在于,在所述指定图像为两个以上的情况下,所述将提取的静脉位置信息与所述特征矩阵进行融合处理,包括:
获取任一指定图像的静脉位置信息,将获取的静脉位置信息与所述特征矩阵进行融合处理,得到中间目标矩阵;
获取未融合处理的指定图像的静脉位置信息,将获取的静脉位置信息与所述中间目标矩阵进行融合处理,得到更新后的中间目标矩阵;
对未融合处理的指定图像重复融合处理步骤,直至不存在未融合处理的指定图像,输出最终的目标矩阵。
4.根据权利要求1所述的方法,其特征在于,所述获取对应于不同采集元件的原始静脉图像之后,所述方法还包括:
对所述原始静脉图像进行二值化处理以及大小标准化处理,得到相应原始静脉图像所对应的标准二值图像;
在所述标准二值图像中确定出静脉的端点、分叉点及点间连线,基于所述端点、分叉点及点间连线构建相应原始静脉图像的静脉拓扑结构,以将构建得到静脉拓扑结构的标准二值图像作为基准图像或指定图像。
5.根据权利要求1所述的方法,其特征在于,所述对目标用户的指定位置进行静脉信息采集之前,所述方法还包括:
接收智能终端发送的对所述目标用户进行身份认证的指令;所述指令包括所述目标用户的用户标识;
相应的,所述利用所述静脉特征对所述目标用户进行身份认证,包括:从静脉特征集中提取所述用户标识所对应的静脉特征子集;利用所述静脉特征子集对所述静脉特征进行验证,得到所述目标用户的身份认证结果。
6.根据权利要求5所述的方法,其特征在于,所述利用所述静脉特征子集对所述静脉特征进行验证,包括:
利用预设解密算法对所述静脉特征子集进行解密处理,以基于解密后的静脉特征子集对所述静脉特征进行验证。
7.一种身份认证装置,其特征在于,应用于身份认证设备,所述设备中至少布设有三个采集元件;所述装置包括:
获取模块,用于获取对应于不同采集元件的原始静脉图像;所述原始静脉图像由相应的采集元件对目标用户的指定位置进行静脉信息采集得到;
提取模块,用于任意选取两个采集元件的原始静脉图像作为基准图像,基于所述基准图像中的静脉特征点提取用于表征两个所述基准图像中的静脉特征的特征矩阵;
融合模块,用于将未作为基准图像的原始静脉图像作为指定图像,提取所述指定图像中的静脉位置信息,将提取的静脉位置信息与所述特征矩阵进行融合处理,得到目标矩阵;
特征确定模块,用于基于所述目标矩阵确定所述目标用户的静脉特征,以利用所述静脉特征对所述目标用户进行身份认证。
8.一种电子设备,其特征在于,所述设备包括至少一个处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现权利要求1至6任一项所述方法的步骤。
9.一种身份认证设备,其特征在于,所述设备中至少布设有三个采集元件,所述采集元件用于对用户进行静脉信息采集;所述设备还包括处理器,所述处理器用于执行权利要求1至6任一项所述方法的步骤。
10.根据权利要求9所述的身份认证设备,其特征在于,所述设备为环状结构,所述采集元件均匀的布设在所述设备靠近皮肤的一侧。
11.根据权利要求9所述的身份认证设备,其特征在于,所述设备还包括通信模块;所述通信模块用于在所述设备与智能终端之间建立通信连接;
在所述设备与智能终端之间建立通信连接的情况下,所述通信模块还用于接收所述智能终端发送的身份认证指令,以使所述设备基于所述指令启动采集元件进行静脉信息采集。
12.根据权利要求9所述的身份认证设备,其特征在于,所述设备还包括提示模块;所述提示模块至少用于对身份认证结果、静脉特征信息录入以及更新状态进行提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352597.6A CN112883356B (zh) | 2021-03-31 | 一种身份认证方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110352597.6A CN112883356B (zh) | 2021-03-31 | 一种身份认证方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112883356A true CN112883356A (zh) | 2021-06-01 |
CN112883356B CN112883356B (zh) | 2024-04-23 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609943A (zh) * | 2021-07-27 | 2021-11-05 | 东风汽车有限公司东风日产乘用车公司 | 手指指静脉识别方法、电子设备及存储介质 |
CN113743396A (zh) * | 2021-08-31 | 2021-12-03 | 支付宝(杭州)信息技术有限公司 | 在证件识别过程中识别注入攻击的方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577807A (zh) * | 2013-11-08 | 2014-02-12 | 北方工业大学 | 基于静脉识别的身份认证方法和装置 |
CN103729640A (zh) * | 2013-12-24 | 2014-04-16 | 小米科技有限责任公司 | 一种手指静脉特征提取方法、装置及一种终端 |
CN107766776A (zh) * | 2016-08-17 | 2018-03-06 | 广州广电运通金融电子股份有限公司 | 一种手指静脉识别方法及装置 |
CN108319887A (zh) * | 2017-01-18 | 2018-07-24 | 中国移动通信有限公司研究院 | 一种身份认证的方法和系统 |
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 |
CN109844758A (zh) * | 2017-08-01 | 2019-06-04 | 南京东屋信息科技有限公司 | 手指静脉图像采集装置以及智能锁 |
CN110298944A (zh) * | 2019-06-13 | 2019-10-01 | Oppo(重庆)智能科技有限公司 | 静脉解锁方法和静脉解锁装置 |
WO2021027364A1 (zh) * | 2019-08-13 | 2021-02-18 | 平安科技(深圳)有限公司 | 基于指静脉识别的身份验证方法和装置 |
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577807A (zh) * | 2013-11-08 | 2014-02-12 | 北方工业大学 | 基于静脉识别的身份认证方法和装置 |
CN103729640A (zh) * | 2013-12-24 | 2014-04-16 | 小米科技有限责任公司 | 一种手指静脉特征提取方法、装置及一种终端 |
CN107766776A (zh) * | 2016-08-17 | 2018-03-06 | 广州广电运通金融电子股份有限公司 | 一种手指静脉识别方法及装置 |
CN108319887A (zh) * | 2017-01-18 | 2018-07-24 | 中国移动通信有限公司研究院 | 一种身份认证的方法和系统 |
CN109844758A (zh) * | 2017-08-01 | 2019-06-04 | 南京东屋信息科技有限公司 | 手指静脉图像采集装置以及智能锁 |
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 |
CN110298944A (zh) * | 2019-06-13 | 2019-10-01 | Oppo(重庆)智能科技有限公司 | 静脉解锁方法和静脉解锁装置 |
WO2021027364A1 (zh) * | 2019-08-13 | 2021-02-18 | 平安科技(深圳)有限公司 | 基于指静脉识别的身份验证方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609943A (zh) * | 2021-07-27 | 2021-11-05 | 东风汽车有限公司东风日产乘用车公司 | 手指指静脉识别方法、电子设备及存储介质 |
CN113743396A (zh) * | 2021-08-31 | 2021-12-03 | 支付宝(杭州)信息技术有限公司 | 在证件识别过程中识别注入攻击的方法及装置 |
CN113743396B (zh) * | 2021-08-31 | 2023-11-10 | 支付宝(杭州)信息技术有限公司 | 在证件识别过程中识别注入攻击的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI615012B (zh) | 用於密碼學密鑰產生之方法、器件及伺服器與其非暫態電腦可讀儲存媒體 | |
KR101710478B1 (ko) | 다중 생체 인증을 통한 모바일 전자 문서 시스템 | |
CN109684806A (zh) | 基于生理特征信息的身份验证方法、装置、系统和介质 | |
EP3061023B1 (en) | A method and a system for performing 3d-based identity verification of individuals with mobile devices | |
CN104580143A (zh) | 一种基于手势识别的安全认证方法、终端、服务器和系统 | |
CN103957105A (zh) | 用户身份认证方法和sim卡 | |
CN105635099A (zh) | 身份认证方法、身份认证系统、终端和服务器 | |
US20030140232A1 (en) | Method and apparatus for secure encryption of data | |
KR20160144375A (ko) | 생물학적 특징 이미지의 유용성을 검증하는 방법 및 장치 | |
Lovisotto et al. | Mobile biometrics in financial services: A five factor framework | |
CN111815842A (zh) | 健康信息的上链方法和装置、存储介质、电子装置 | |
CN109643473A (zh) | 一种身份合法性验证的方法、装置及系统 | |
CN111476577A (zh) | 一种基于小波变换和sm4的人脸图像加密识别支付方法 | |
JP2023509482A (ja) | モーションセンサデータに記録されるユーザ、動作、および機器に特有な特徴を解きほぐすシステムおよび方法 | |
CN101753307B (zh) | 通讯终端用户认证的系统及操作方法 | |
CN110826038B (zh) | 数据加解密方法及装置 | |
CN112883356B (zh) | 一种身份认证方法、装置及设备 | |
CN110651268A (zh) | 认证用户的方法和电子设备 | |
CN112883356A (zh) | 一种身份认证方法、装置及设备 | |
Sheng et al. | Reliable and secure encryption key generation from fingerprints | |
CN110930154A (zh) | 身份验证方法和装置 | |
CN105701392B (zh) | 信息处理方法及电子设备 | |
JP2009031986A (ja) | チャレンジ&レスポンス型指静脈認証システム | |
Cimato et al. | Biometric privacy | |
CN109145806A (zh) | 信息确认方法、装置、计算机设备和存储介质 |
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 |