CN112926389A - 一种手指静脉识别系统 - Google Patents

一种手指静脉识别系统 Download PDF

Info

Publication number
CN112926389A
CN112926389A CN202110099940.0A CN202110099940A CN112926389A CN 112926389 A CN112926389 A CN 112926389A CN 202110099940 A CN202110099940 A CN 202110099940A CN 112926389 A CN112926389 A CN 112926389A
Authority
CN
China
Prior art keywords
finger vein
information
iris
matching
module
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
Application number
CN202110099940.0A
Other languages
English (en)
Other versions
CN112926389B (zh
Inventor
刘风光
洪伟
王传杰
李红
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.)
Anhui Chengxiaoguang Intelligent Technology Co ltd
Hefei Innovation Research Institute of Beihang University
Original Assignee
Anhui Chengxiaoguang Intelligent Technology Co ltd
Hefei Innovation Research Institute of Beihang University
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 Anhui Chengxiaoguang Intelligent Technology Co ltd, Hefei Innovation Research Institute of Beihang University filed Critical Anhui Chengxiaoguang Intelligent Technology Co ltd
Priority to CN202110099940.0A priority Critical patent/CN112926389B/zh
Publication of CN112926389A publication Critical patent/CN112926389A/zh
Application granted granted Critical
Publication of CN112926389B publication Critical patent/CN112926389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification
    • 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
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种手指静脉识别系统，包括手指静脉采集设备、虹膜采集设备、图像处理模块、特征提取模块、特征匹配模块、指静脉数据库与匹配生成模块；所述手指静脉采集设备用于获取验证人的手指静脉图像信息，手指静脉图像信息为手指静脉红外图像信息，所述图像处理模块用于对手指静脉图像信息进行处理，并将特征提取图像发送到特征提取模块进行特征提取获取到特征提取信息，所述特征匹配模块用于进行特征匹配，所述指静脉数据库中预存了所有待识别人员的手指静脉信息，所述特征匹配模块将特征提取信息与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理。本发明能够更好快速的进行静脉识别，更加值得推广使用。

Description

一种手指静脉识别系统
技术领域
本发明涉及静脉识别领域，具体涉及一种手指静脉识别系统。
背景技术
医学研究发现，任何两个人的指静脉图像都不会完全相同，即便同卵双胞胎之间也存在较明显的差异。同时，静脉识别作为活体识别技术，仅当血液流动并富含养分时才能实现。当接受红外线照射时，静脉血管中血液包含的血红蛋白会显著吸收掉近红外线，而肌肉和骨骼等部位则基本不会吸收近红外线，由此可形成指静脉血管清晰明显的图像，使用静脉识别来进行身份验证具备了更好的安全性，在进行静脉识别过程中即会使用到静脉识别系统。
现有的静脉识别系统，采集到的静脉影像信息处理不够好，较为模糊，在进行比对过程容易出现较大偏差，导致静脉识别速度变慢给静脉识别系统的使用带来了一定的影响，因此，提出一种手指静脉识别系统。
发明内容
本发明所要解决的技术问题在于：如何解决现有的静脉识别系统，采集到的静脉影像信息处理不够好，较为模糊，在进行比对过程容易出现较大偏差，导致静脉识别速度变慢给静脉识别系统的使用带来了一定的影响的问题，提供了一种手指静脉识别系统。
本发明是通过以下技术方案解决上述技术问题的，本发明包括手指静脉采集设备、虹膜采集设备、图像处理模块、特征提取模块、特征匹配模块、指静脉数据库与匹配生成模块；
所述手指静脉采集设备用于获取验证人的手指静脉图像信息，手指静脉图像信息为手指静脉红外图像信息，所述图像处理模块用于对手指静脉图像信息进行处理，将其处理为特征提取图像，并将特征提取图像发送到特征提取模块进行特征提取获取到特征提取信息，所述特征匹配模块用于进行特征匹配，所述指静脉数据库中预存了所有待识别人员的手指静脉信息，所述特征匹配模块将特征提取信息与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，当发现完全匹配时即进行生成匹配成功信息，匹配成功信息被发送到匹配生成模块，所述匹配生成模块将生成匹配成功验证通过信息；
当手指静脉采集设备无法获取到获取验证人的手指静脉图像信息时，所述虹膜采集设备运行，所述虹膜采集设备采集验证人的虹膜信息，所述图像处理模块同时对获取到虹膜信息进行处理，将其处理为对比虹膜信息，对比虹膜信息被发送到特征提取模块，所述特征提取模块从对比虹膜信息中提取出对比虹膜特征信息，所述对比虹膜特征信息被发送到特征匹配模块，所述指静脉数据库中同时还储存着所有验证人的虹膜信息，所述特征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理，匹配成功后匹配生成模块即生成匹配成功验证通过信息。
优选的，所述手指静脉图像信息为多张手指静脉红外图像，将多张手指静脉红外图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为验证影像，x≥3。
优选的，所述图像处理模块对手指静脉图像信息进行处理，将其处理为特征提取图像的具体过程如下：将手指静脉图像进行四等分处理，将其从左到右从上到下依次标记为A1区、A2区、A3区与A4区，被等分为A1区、A2区、A3区与A4区后的手指静脉图像信息即为特征提取图像。
优选的，所述特征匹配模块进行特征匹配的具体过程如下：
步骤一：提取出特征提取图像，先从经过四等分好特征提取图像中任意一个分区Ai，i＝1～4；
步骤二：将分区Ai与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，将所有与分区Ai相似度大于预设值的待识别人员照片提取出；
步骤三：将剩余的三个分区Ai与提取出的相似度大于预设值的待识别人员照片进行相似比对；
步骤四：当相似度大于预设值的待识别人员照片中出现与剩余的三个分区Ai完全相同的照片被匹配出时，即匹配成功。
优选的，所述验证人的虹膜信息为多张虹膜图像，将多张虹膜图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为对比虹膜信息，x≥3。
优选的，所述征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理的具体过程如下：将虹膜特征信息提取出，再将指静脉数据库储存的所有验证人的虹膜信息提取，当指静脉数据库储存的所有验证人的虹膜信息中与虹膜特征信息完全相同的虹膜信息时即生成匹配成功验证通过信。
本发明相比现有技术具有以下优点：该手指静脉识别系统，通过采集人体手指静脉影像与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对处理来确认用户身份是否准确，该种设置相对传统验证方式更加的安全，有效的防止了他人盗用身份的状况发生，通过静脉影像识别能实现高度防伪，静脉信息处于手指内部无法改变，被盗用和复制的机会小，并且活体检测，真正活体身份认证，被砍断的手指无法使用，实现本人亲临现场的身份唯一性，同时高度准确，每个人的静脉都不同且终身不变，即使同卵双胞胎，稳定性非常高，并且适应性强，不受环境影响，表皮的皱纹、干裂、湿润、脏时仍可正常使用，适用年龄段广，还简便易用，采集认证采用非接触方式，不留痕迹，扫描过程简单自然。
附图说明
图1是本发明的系统框图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提供一种技术方案：一种手指静脉识别系统，包括手指静脉采集设备、虹膜采集设备、图像处理模块、特征提取模块、特征匹配模块、指静脉数据库与匹配生成模块；
所述手指静脉采集设备用于获取验证人的手指静脉图像信息，手指静脉图像信息为手指静脉红外图像信息，所述图像处理模块用于对手指静脉图像信息进行处理，将其处理为特征提取图像，并将特征提取图像发送到特征提取模块进行特征提取获取到特征提取信息，所述特征匹配模块用于进行特征匹配，所述指静脉数据库中预存了所有待识别人员的手指静脉信息，所述特征匹配模块将特征提取信息与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，当发现完全匹配时即进行生成匹配成功信息，匹配成功信息被发送到匹配生成模块，所述匹配生成模块将生成匹配成功验证通过信息；
当手指静脉采集设备无法获取到获取验证人的手指静脉图像信息时，所述虹膜采集设备运行，所述虹膜采集设备采集验证人的虹膜信息，所述图像处理模块同时对获取到虹膜信息进行处理，将其处理为对比虹膜信息，对比虹膜信息被发送到特征提取模块，所述特征提取模块从对比虹膜信息中提取出对比虹膜特征信息，所述对比虹膜特征信息被发送到特征匹配模块，所述指静脉数据库中同时还储存着所有验证人的虹膜信息，所述特征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理，匹配成功后匹配生成模块即生成匹配成功验证通过信息。
所述手指静脉图像信息为多张手指静脉红外图像，将多张手指静脉红外图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为验证影像，x≥3。
所述图像处理模块对手指静脉图像信息进行处理，将其处理为特征提取图像的具体过程如下：将手指静脉图像进行四等分处理，将其从左到右从上到下依次标记为A1区、A2区、A3区与A4区，被等分为A1区、A2区、A3区与A4区后的手指静脉图像信息即为特征提取图像。
所述特征匹配模块进行特征匹配的具体过程如下：
步骤一：提取出特征提取图像，先从经过四等分好特征提取图像中任意一个分区Ai，i＝1～4；
步骤二：将分区Ai与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，将所有与分区Ai相似度大于预设值的待识别人员照片提取出；
步骤三：将剩余的三个分区Ai与提取出的相似度大于预设值的待识别人员照片进行相似比对；
步骤四：当相似度大于预设值的待识别人员照片中出现与剩余的三个分区Ai完全相同的照片被匹配出时，即匹配成功。
所述验证人的虹膜信息为多张虹膜图像，将多张虹膜图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为对比虹膜信息，x≥3。
所述征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理的具体过程如下：将虹膜特征信息提取出，再将指静脉数据库储存的所有验证人的虹膜信息提取，当指静脉数据库储存的所有验证人的虹膜信息中与虹膜特征信息完全相同的虹膜信息时即生成匹配成功验证通过信。
综上，本发明在使用时，述手指静脉采集设备用来获取验证人的手指静脉图像信息，手指静脉图像信息为手指静脉红外图像信息，图像处理模块对手指静脉图像信息进行处理，将其处理为特征提取图像，并将特征提取图像发送到特征提取模块进行特征提取获取到特征提取信息，特征匹配模块用来进行特征匹配，指静脉数据库中预存了所有待识别人员的手指静脉信息，特征匹配模块将特征提取信息与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，当发现完全匹配时即进行生成匹配成功信息，匹配成功信息被发送到匹配生成模块，匹配生成模块将生成匹配成功验证通过信息。当手指静脉采集设备无法获取到获取验证人的手指静脉图像信息时，虹膜采集设备运行，虹膜采集设备采集验证人的虹膜信息，图像处理模块同时对获取到虹膜信息进行处理，将其处理为对比虹膜信息，对比虹膜信息被发送到特征提取模块，特征提取模块从对比虹膜信息中提取出对比虹膜特征信息，对比虹膜特征信息被发送到特征匹配模块，指静脉数据库中同时还储存着所有验证人的虹膜信息，特征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理，匹配成功后匹配生成模块即生成匹配成功验证通过信息。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
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发明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。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.一种手指静脉识别系统，其特征在于，包括手指静脉采集设备、虹膜采集设备、图像处理模块、特征提取模块、特征匹配模块、指静脉数据库与匹配生成模块；
所述手指静脉采集设备用于获取验证人的手指静脉图像信息，手指静脉图像信息为手指静脉红外图像信息，所述图像处理模块用于对手指静脉图像信息进行处理，将其处理为特征提取图像，并将特征提取图像发送到特征提取模块进行特征提取获取到特征提取信息，所述特征匹配模块用于进行特征匹配，所述指静脉数据库中预存了所有待识别人员的手指静脉信息，所述特征匹配模块将特征提取信息与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，当发现完全匹配时即进行生成匹配成功信息，匹配成功信息被发送到匹配生成模块，所述匹配生成模块将生成匹配成功验证通过信息；
当手指静脉采集设备无法获取到获取验证人的手指静脉图像信息时，所述虹膜采集设备运行，所述虹膜采集设备采集验证人的虹膜信息，所述图像处理模块同时对获取到虹膜信息进行处理，将其处理为对比虹膜信息，对比虹膜信息被发送到特征提取模块，所述特征提取模块从对比虹膜信息中提取出对比虹膜特征信息，所述对比虹膜特征信息被发送到特征匹配模块，所述指静脉数据库中同时还储存着所有验证人的虹膜信息，所述特征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理，匹配成功后匹配生成模块即生成匹配成功验证通过信息。
2.根据权利要求1所述的一种手指静脉识别系统，其特征在于：所述手指静脉图像信息为多张手指静脉红外图像，将多张手指静脉红外图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为验证影像，x≥3。
3.根据权利要求1所述的一种手指静脉识别系统，其特征在于：所述图像处理模块对手指静脉图像信息进行处理，将其处理为特征提取图像的具体过程如下：将手指静脉图像进行四等分处理，将其从左到右从上到下依次标记为A1区、A2区、A3区与A4区，被等分为A1区、A2区、A3区与A4区后的手指静脉图像信息即为特征提取图像。
4.根据权利要求1和3所述的一种手指静脉识别系统，其特征在于：所述特征匹配模块进行特征匹配的具体过程如下：
步骤一：提取出特征提取图像，先从经过四等分好特征提取图像中任意一个分区Ai，i＝1～4；
步骤二：将分区Ai与指静脉数据库中预存的所有待识别人员的手指静脉信息进行比对匹配处理，将所有与分区Ai相似度大于预设值的待识别人员照片提取出；
步骤三：将剩余的三个分区Ai与提取出的相似度大于预设值的待识别人员照片进行相似比对；
步骤四：当相似度大于预设值的待识别人员照片中出现与剩余的三个分区Ai完全相同的照片被匹配出时，即匹配成功。
5.根据权利要求1所述的一种手指静脉识别系统，其特征在于：所述验证人的虹膜信息为多张虹膜图像，将多张虹膜图像按照清晰度进行从清晰到模糊进行排名，提取出清晰度最清晰的x张影像作为对比虹膜信息，x≥3。
6.根据权利要求1所述的一种手指静脉识别系统，其特征在于：所述征匹配模块将虹膜特征信息与指静脉数据库储存的所有验证人的虹膜信息进行对比处理的具体过程如下：将虹膜特征信息提取出，再将指静脉数据库储存的所有验证人的虹膜信息提取，当指静脉数据库储存的所有验证人的虹膜信息中与虹膜特征信息完全相同的虹膜信息时即生成匹配成功验证通过信息。
CN202110099940.0A 2021-01-25 2021-01-25 一种手指静脉识别系统 Active CN112926389B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110099940.0A CN112926389B (zh) 2021-01-25 2021-01-25 一种手指静脉识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110099940.0A CN112926389B (zh) 2021-01-25 2021-01-25 一种手指静脉识别系统

Publications (2)

Publication Number Publication Date
CN112926389A true CN112926389A (zh) 2021-06-08
CN112926389B CN112926389B (zh) 2024-04-05

Family

ID=76165839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110099940.0A Active CN112926389B (zh) 2021-01-25 2021-01-25 一种手指静脉识别系统

Country Status (1)

Country Link
CN (1) CN112926389B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010026397A (ko) * 1999-09-06 2001-04-06 박종섭 영상의 유사도 비교방법 및 그를 이용한 영상 검색 방법 및 장치
KR20090065026A (ko) * 2007-12-17 2009-06-22 상명대학교 산학협력단 지정맥을 이용한 생체 인식 방법
EP2157531A2 (en) * 2008-08-20 2010-02-24 Fujitsu Limited Fingerprint image acquiring device, fingerprint authenticating apparatus, fingerprint image acquiring method, and fingerprint authenticating method
JP2013225324A (ja) * 2013-06-12 2013-10-31 Hitachi Ltd 個人認証装置、画像処理装置、端末、及びシステム
CN104537351A (zh) * 2014-12-31 2015-04-22 深圳泰山在线科技有限公司 大数目人脸快速识别的方法和系统
CN105139546A (zh) * 2015-09-08 2015-12-09 昆山古鳌电子机械有限公司 一种具有生物体认证功能的自动交易装置
CN108596814A (zh) * 2018-04-20 2018-09-28 聊城农村商业银行股份有限公司 基于人脸识别的社保认证系统
CN110175594A (zh) * 2019-05-31 2019-08-27 Oppo广东移动通信有限公司 静脉识别方法及相关产品
CN110310399A (zh) * 2019-06-26 2019-10-08 Oppo广东移动通信有限公司 静脉门锁的解锁方法及相关产品

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010026397A (ko) * 1999-09-06 2001-04-06 박종섭 영상의 유사도 비교방법 및 그를 이용한 영상 검색 방법 및 장치
KR20090065026A (ko) * 2007-12-17 2009-06-22 상명대학교 산학협력단 지정맥을 이용한 생체 인식 방법
EP2157531A2 (en) * 2008-08-20 2010-02-24 Fujitsu Limited Fingerprint image acquiring device, fingerprint authenticating apparatus, fingerprint image acquiring method, and fingerprint authenticating method
JP2013225324A (ja) * 2013-06-12 2013-10-31 Hitachi Ltd 個人認証装置、画像処理装置、端末、及びシステム
CN104537351A (zh) * 2014-12-31 2015-04-22 深圳泰山在线科技有限公司 大数目人脸快速识别的方法和系统
CN105139546A (zh) * 2015-09-08 2015-12-09 昆山古鳌电子机械有限公司 一种具有生物体认证功能的自动交易装置
CN108596814A (zh) * 2018-04-20 2018-09-28 聊城农村商业银行股份有限公司 基于人脸识别的社保认证系统
CN110175594A (zh) * 2019-05-31 2019-08-27 Oppo广东移动通信有限公司 静脉识别方法及相关产品
CN110310399A (zh) * 2019-06-26 2019-10-08 Oppo广东移动通信有限公司 静脉门锁的解锁方法及相关产品

Also Published As

Publication number Publication date
CN112926389B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
Zhang et al. Online joint palmprint and palmvein verification
CA2835460C (en) System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals
CN107045744A (zh) 一种智能别墅门禁认证方法及系统
Sasikala et al. Identification of individuals using electrocardiogram
Burge et al. Ear biometrics for machine vision
KR20160078208A (ko) 생체 인증 장치 및 방법
CN104055522A (zh) 一种心律失常情况下心电信号身份识别方法
Roizenblatt et al. Iris recognition as a biometric method after cataract surgery
Fatima et al. A secure personal identification system based on human retina
Akram et al. Retinal recognition: Personal identification using blood vessels
Matta et al. Real-time continuous identification system using ECG signals
Zhang et al. Fusion of near infrared face and iris biometrics
CN106778168A (zh) 可穿戴式设备的身份识别方法、装置及可穿戴式设备
Hentati et al. Development a new algorithm for iris biometric recognition
CN112804937A (zh) 在生物识别中的高频qrs
Kushwaha et al. Detailed analysis of footprint geometry for person identification
Shahin et al. A multimodal hand vein, hand geometry, and fingerprint prototype design for high security biometrics
Tiwari et al. Can face and soft-biometric traits assist in recognition of newborn?
CN112926389A (zh) 一种手指静脉识别系统
CN109389070A (zh) 一种指静脉识别器、生成指静脉模型的方法和设备
CN112559998A (zh) 基于虹膜和人脸识别的身份识别系统
Al-Sidani et al. Biometrie identification using photoplethysmography signal
Manjunath et al. Analysis of unimodal and multimodal biometric system using iris and fingerprint
WO2011016710A1 (en) Method for baby-parent identification
Tiwari et al. Can ear and soft-biometric traits assist in recognition of newborn?

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