CN113011233A - 一种身份确认方法和系统 - Google Patents
一种身份确认方法和系统 Download PDFInfo
- Publication number
- CN113011233A CN113011233A CN201911330006.4A CN201911330006A CN113011233A CN 113011233 A CN113011233 A CN 113011233A CN 201911330006 A CN201911330006 A CN 201911330006A CN 113011233 A CN113011233 A CN 113011233A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- fingerprint
- infrared
- infrared light
- 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
Links
- 238000012790 confirmation Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 87
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 31
- 239000008280 blood Substances 0.000 claims description 31
- 210000004369 blood Anatomy 0.000 claims description 31
- 229910052760 oxygen Inorganic materials 0.000 claims description 31
- 239000001301 oxygen Substances 0.000 claims description 31
- 238000012360 testing method Methods 0.000 claims description 24
- 238000001727 in vivo Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 claims description 2
- 208000019622 heart disease Diseases 0.000 abstract description 14
- 230000006399 behavior Effects 0.000 abstract description 7
- 238000012795 verification Methods 0.000 description 25
- 230000003287 optical effect Effects 0.000 description 24
- 230000008569 process Effects 0.000 description 21
- 230000008859 change Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 230000010365 information processing Effects 0.000 description 11
- 239000000463 material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 210000003462 vein Anatomy 0.000 description 7
- 206010042434 Sudden death Diseases 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 6
- 238000002310 reflectometry Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000002834 transmittance Methods 0.000 description 4
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000006793 arrhythmia Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 231100000614 poison Toxicity 0.000 description 2
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 2
- 239000004926 polymethyl methacrylate Substances 0.000 description 2
- 208000014221 sudden cardiac arrest Diseases 0.000 description 2
- 208000010496 Heart Arrest Diseases 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 229920000122 acrylonitrile butadiene styrene Polymers 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 230000007096 poisonous effect Effects 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请实施例公开了一种身份确认方法和系统。该身份确认方法可以包括:获取被测用户的指纹信息;根据所述指纹信息,确定指纹信息识别结果;获取所述被测用户的红外信息;根据所述红外信息,确定红外信息识别结果;以及基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果。本申请要求用户在打开车门或启动发动机之前,须同时通过指纹识别和活体检测,有效的提高了汽车的安全性。本申请还实时检测用户是否有突发的心脏类疾病以及是否有危险驾驶的行为,进一步保证了驾驶的安全。
Description
技术领域
本申请涉及安防领域,特别涉及一种身份确认方法和系统。
背景技术
随着互联网和通信技术的不断发展,生物特征信息(如指纹,人脸)已广泛用于用户的身份验证中,目前的身份确认设备仅仅是基于生物特征信息确认被测用户身份,而无法判断携带有该生物特征信息的载体是否为活体,非法人员可以盗取用户的生物特征信息(例如,制成假手指、指纹膜或指纹套)进行身份确认,存在一定的安全隐患。因为这一原因,生物特征信息很难应用于安全性要求较高的设备,如车辆的验证。因此,本申请提供一种安全性较高的能用于车辆上的身份确认方法和系统。
发明内容
本发明实施例之一提供一种身份确认方法。所述身份确认方法包括:获取被测用户的指纹信息;根据所述指纹信息,确定指纹信息识别结果;获取所述被测用户的红外信息;根据所述红外信息,确定红外信息识别结果;以及基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果。
本发明实施例之一提供一种身份确认系统。所述身份确认系统包括第一识别单元,所述第一识别单元用于获取被测用户的指纹信息,根据所述指纹信息,确定指纹信息识别结果;第二识别单元,所述第二识别单元用于获取所述被测用户的红外信息,根据所述红外信息,确定红外信息识别结果;以及确定单元,所述确定单元用于基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果。
本发明实施例之一提供一种汽车,包括身份确认设备,所述身份确认设备包括至少一个处理器和至少一个存储设备,所述存储设备用于存储指令,当所述至少一个处理器执行所述指令时,身份确认设备执行身份确认方法,所述身份确认设备安装在以下至少一种汽车机构上:汽车车门、汽车车门把手、汽车发动机开关或汽车方向盘。
附图说明
本申请将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本申请一些实施例所示的身份确认系统的应用场景示意图;
图2是根据本申请一些实施例所示的身份确认设备的示例性硬件和/或软件的示意图;
图3是根据本申请一些实施例所示的身份确认方法的示例性流程图;
图4是根据本申请一些实施例所示的活体识别的示例性流程图;
图5A是根据本申请一些实施例所示的身份确认设备的剖视图;
图5B是根据本申请一些实施例所示的身份确认设备的俯视图;
图6是根据本申请一些实施例所示的将身份确认设备应用于汽车车门的应用场景图;
图7是根据本申请一些实施例所示的将身份确认设备应用于汽车启动键和方向盘的应用场景图;以及
图8是根据本申请一些实施例所示的人体手指与仿制手指的接收信号曲线图。
具体实施方式
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其它类似情景。应当理解,给出这些示例性实施例仅仅是为了使相关领域的技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”、“模块”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
虽然本申请对根据本申请的实施例的系统中的某些模块或单元做出了各种引用,然而,任何数量的不同模块或单元可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的,并且所述系统和方法的不同方面可以使用不同模块。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请实施例之一涉及一种身份确认方法和系统。该身份确认系统可以应用于车辆,如汽车、自行车、电瓶车、摩托车、游轮、公交车、火车、轻轨、电车中。例如,可以安装在汽车的车把手(或车门锁)、汽车发动机开关(或启动键)、汽车方向盘上面。本申请以汽车为例,但应当理解的是,本申请还可以应用于其他类型的车辆中,在此不作限定。一方面,该身份确认系统可以将被测用户的指纹信息在预先存储的用户指纹信息库中进行检索,以确定被测用户的身份。另一方面,该身份确认系统可以根据光电接收器接收到的红外光的红外光强度情况判断被测用户是否为活体。当该系统应用在车门锁或车辆启动键时,可以防止非法人员盗取用户的指纹并制成指纹膜或指纹贴,打开车门,发动汽车并盗走汽车,从而提高车辆的安全性。当该系统应用在汽车方向盘时,在用户手握方向盘的时候,该系统能检测到该用户生命体征(血氧、心率等),预防开车过程中发生猝死等心脏疾病而造成严重后果。当该系统设置在汽车方向盘时,如果在用户驾驶车辆过程中,根据检测到的用户的生命体征(血氧、心率等)发现用户发生了猝死等心脏疾病,可以发出语音提醒和/或电话报警,并可以结合自动驾驶技术,将车辆安全停靠或继续行驶至目的地或医院。另外,当该系统设置在汽车方向盘时,该系统还可以检测用户手部是否脱离方向盘,以监控用户的驾驶行为是否安全。通过将该系统应用在汽车领域,提高了汽车驾驶过程中的安全性。
图1是根据本申请一些实施例所示的身份确认系统的应用场景示意图。身份确认系统100可以包括服务器110、网络120、身份确认设备130和用户终端140。身份确认系统100可以获取用户的身份确认信息(如指纹信息、红外线识别信息等)并根据用户的身份确认信息完成对用户身份的确认。确认用户身份后可以根据用户的身份进行相应操作。例如,身份确认系统100可以应用于车门上(如,车门锁,车把手等)。根据用户的身份确认信息可以判断是否许可用户打开车门。进一步的,如果判断许可该用户打开车门,身份确认系统100可以控制该车门解锁。在一些实施例中,车门锁解锁后,用户可以自行打开车门。在一些其他实施例中,车门锁解锁后,身份确认系统100可以控制车门自动打开。又例如,身份确认系统100可以应用于汽车发动机开关(或启动键)。根据用户的身份确认信息可以判断该用户的身份确认信息是否存在于汽车所对应的数据库中。根据光电接收器(如图5A或5B中的光电接收器520)接收到的红外光的红外光强度情况判断被测用户是否为活体。进一步的,如果该用户的身份确认信息存在于汽车所对应的数据库中且被测用户为活体,身份确认系统100可以启动汽车。在一些实施例中,进行活体检测的时候还可以判断用户的生命体征是否满足驾驶的需求,例如,是否存在严重心脏性的疾病,是否有突发的心跳加速或减速(例如,存在酒驾,毒驾的可能),是否有血氧浓度较低的情况(如疲劳驾驶)等。只有在用户的生命体征满足驾驶的需求时,才能启动发动机,避免用户在身体状况较差的情况下启动汽车,进一步保证了驾驶的安全。又例如,身份确认系统100可以应用于汽车方向盘。根据光电接收器接收到的红外光的红外光强度情况,可以计算出用户的生命体征(血氧、心率等),预防开车过程中发生猝死等心脏疾病而造成严重后果。如果在用户驾驶车辆过程中,根据检测到的用户的生命体征(血氧、心率等)可以判断出用户发生了猝死等心脏疾病,可以发出报警,并可以结合自动驾驶技术,将车辆安全停靠或继续行驶至目的地或医院。用户在驾驶车辆过程中,根据光电接收器接收到的红外光的红外光强度情况,还可以检测用户手指是否脱离方向盘,以监控用户的驾驶行为是否安全。又例如,身份确认系统100可以应用于各种类型的交通设备(例如,汽车、自行车、电瓶车、摩托车、游轮、公交车、火车、轻轨、电车等)。根据用户的身份确认信息可以判断该用户是否是该交通设备的主人或当前租赁者,进而确定是否打开该交通设备的锁和/或是否启动该交通设备。活体与非活体的特性以及区分它们的方法可以参见图8及其描述。从红外光强度曲线中获取用户的生命体征信息的方法也可以参见图8及其描述。需要注意的是,身份确认系统100还可以应用在其它需要进行身份确认的设备、场景和应用程序中,在此不作限定,任何可以使用本申请所包含的身份确认方法的设备、场景和/或应用程序都在本申请的保护范围内。
在一些实施例中,服务器110可以用于处理与确定用户身份相关的信息和/或数据。例如,服务器110可以处理身份确认设备130中用户的身份确认信息,并根据身份确认信息完成对用户身份的确认。在一些实施例中,身份确认信息可以包括指纹识别信息和红外线识别信息。又例如,服务器110可以根据身份确认设备130中获取的用户身份确认信息与预先储存的用户身份确认信息进行对比匹配,确认用户的身份。再例如,服务器110可以根据用户身份的确认结果生成控制身份确认设备130的指令。服务器110可以是独立的服务器或者服务器组。该服务器组可以是集中式的或者分布式的(如:服务器110可以是分布系统)。
在一些实施例中,该服务器110可以是区域的或者远程的。例如,服务器110可以通过网络120访问存储于身份确认设备130、用户终端140中的信息和/或资料。在一些实施例中,服务器110可以直接与身份确认设备130、用户终端140连接以访问存储于其中的信息和/或资料。例如,服务器110可以位于身份确认设备130中或与身份确认设备130直接连接。在一些实施例中,服务器110可以在云平台上执行。例如,该云平台可以包括私有云、公共云、混合云、社区云、分散式云、内部云等中的一种或其任意组合。
在一些实施例中,服务器110可以包含处理设备。该处理设备可以处理与身份确认有关的数据和/或信息以执行一个或多个本申请中描述的功能。例如,处理设备可以接收身份确认设备130或用户终端140发送的身份确认请求信号,向身份确认设备130发送控制指令。又例如,处理设备可以获取身份确认设备130采集的身份确认信息,向用户终端140发送用户身份的确认结果。在一些实施例中,处理设备可以包含一个或多个子处理设备(例如,单芯处理设备或多核多芯处理设备)。仅仅作为范例,处理设备可包含中央处理器(CPU)、专用集成电路(ASIC)、专用指令处理器(ASIP)、图形处理器(GPU)、物理处理器(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编辑逻辑电路(PLD)、控制器、微控制器单元、精简指令集电脑(RISC)、微处理器等或以上任意组合。
网络120可促进身份确认系统100中数据和/或信息的交换。在一些实施例中,身份确认系统100中的一个或多个组件(例如,服务器110、身份确认设备130、用户终端140)可以通过网络120发送数据和/或信息给身份确认系统100中的其他组件。例如,身份确认设备130采集的身份确认信息可以通过网络120传输至服务器110。又例如,服务器110中关于用户身份的确认结果可以通过网络120传输至用户终端140。在一些实施例中,网络120可以是任意类型的有线或无线网络。例如,网络120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、网际网络、区域网络(LAN)、广域网络(WAN)、无线区域网络(WLAN)、都会区域网络(MAN)、公共电话交换网络(PSTN)、蓝牙网络、ZigBee网络、近场通讯(NFC)网络等或以上任意组合。在一些实施例中,网络120可以包括一个或多个网络进出点。例如,网络120可以包含有线或无线网络进出点,如基站和/或网际网络交换点120-1、120-2、…,通过这些进出点,身份确认系统100的一个或多个组件可以连接到网络120上以交换数据和/或信息。
身份确认设备130可以获取用户的身份确认信息并根据身份确认信息对用户的身份进行确认。确认用户身份后可以根据用户的身份进行相应操作。在一些实施例中,身份确认设备130可以根据光电接收器接收到的红外光的红外光强度情况获得被测用户生命体征信息(血氧、心率等),判断被测用户是否为活体。在一些实施例中,身份确认设备130可以将被测用户的指纹信息在预先存储的用户的指纹信息库中进行检索,以确定被测用户的身份。在一些实施例中,身份确认设备130可以应用于汽车130-1、摩托车130-2和自行车130-3等。例如,当身份确认设备130设置在汽车130-1的车门上时,身份确认设备130可以根据用户的身份确认信息和用户的活体信息判断是否许可用户打开该汽车车门。当用户的身份确认信息通过身份确认设备130且身份确认设备130检测到用户为活体,汽车130-1上的车门锁解锁,许可用户打开车门。在一些实施例中,按类别来区分,车门锁可以包括按键式门锁、拨盘式门锁、电子钥匙式门锁、触摸式门锁、密码识别式门锁、遥控式门锁、卡片识别式门锁(如磁卡、IC卡)、生物识别式门锁(例如,指纹、指静脉、掌纹、面容、声音、虹膜、视网膜)等中的一种,或其任意组合。又例如,当身份确认设备130设置在汽车130-1的启动开关(如启动键)时,身份确认设备130可以根据用户的身份确认信息和用户是否为活体的信息判断是否许可用户打开该汽车130-1的启动开关。只有当用户的身份确认信息和用户的活体信息均通过身份确认设备130后,用户按下启动开关时才能启动发动机。又例如,当身份确认设备130设置在汽车130-1的方向盘上时,如果在用户驾驶车辆过程中,根据检测到的用户的生命体征(血氧、心率等)发现用户发生了猝死等心脏疾病,可以发出报警,并可以结合自动驾驶技术,将车辆安全停靠或继续行驶至目的地或医院。又例如,当身份确认设备130应用于摩托车130-2或自行车130-3时,摩托车130-2或自行车130-3可以是私人的交通设备也可以是共享交通设备(如,共享单车)。根据用户的身份确认信息可以判断该用户是否是该交通设备的主人或当前租赁者,进而确定是否打开该交通设备的锁和/或启动。当摩托车130-2或自行车130-3上的身份确认设备130对用户的身份确认信息确认成功后,摩托车130-2或自行车130-3可以进行开锁或启动。
图2是根据本申请一些实施例所示的身份确认设备的示例性硬件和/或软件的示意图。如图2所示,身份确认设备130可以包括第一识别单元210(也被称为身份识别单元)和第二识别单元220(也被称为活体识别单元)。
第一识别单元210可以用于获取用户的身份识别信息并且能够根据身份识别信息确定身份识别结果。身份识别信息可以包括指纹、掌纹、指静脉、声音、虹膜或人脸等中一种或多种。以下说明书以指纹为例,但不应限定身份识别信息只能是指纹信息。第一识别单元210可以包括第一信息获取子单元211和第一信息处理子单元212。第一信息获取子单元211可以用于获取用户的指纹信息。在一些实施例中,第一信息获取子单元211可以包括指纹采集器等。在一些实施例中,用于汽车的身份确认设备130可以包括多个第一识别单元210。
第一信息处理子单元212可以用于根据指纹信息确定指纹识别结果。在一些实施例中,确定指纹信息识别结果可以包括在预存的指纹信息集合中检索指纹信息,根据检索结果,确定指纹信息识别结果。当在预存的指纹信息集合中检索或匹配到指纹信息时,指纹信息识别结果为通过(即用户身份识别通过)。
第二识别单元220可以用于获取用户的活体识别信息以及根据活体识别信息确定活体识别结果。在一些实施例中,活体识别信息可以包括用户的红外信息、血氧信息(也可以通过红外信息获得)、心率信息、指静脉信息、面部信息等,或其任意组合。以下说明书以红外信息为例,但不应限定活体识别信息只能是红外信息。所述红外信息是通过一组红外光发光元件和光电接收器经用户活体组织反射获得的信息。具体的,红外光发光元件可以发出红外光,该红外可以被用户的活体组织(如手指)反射,反射后的红外光可以被光电接收器所接收,接收到的红外线信号可以被转换为电信号并被用于判断用户是否为活体。红外信息可以指接收到的红外线信号(或转换后的电信号)。第二识别单元220可以包括第二信息获取子单元221和第二信息处理子单元222。第二信息获取子单元221可以用于获取用户的红外信息。第二信息处理子单元222可以根据红外信息确定红外信息识别结果。第二信息获取子单元221可以包括红外光发光元件和光电接收器。
在一些实施例中,身份确认设备130还可以包括唤醒单元230。唤醒单元230可以用于将身份确认系统100或身份确认设备130中的元件(例如,第一识别单元210、第二识别单元220)从睡眠或待机模式中进行唤醒。在一些实施例中,唤醒单元230的唤醒方式可以包括接触唤醒和非接触唤醒。接触唤醒可以包括机械式开关唤醒(例如,按键开关唤醒、弹片式压力开关唤醒)、触摸唤醒(例如,压力传感器唤醒、电容传感器唤醒)。非触摸唤醒可以包括声音唤醒(例如,声音传感器)、红外接近唤醒(例如,红外线接近传感器、红外接近开关)等,或其任意组合。仅仅作为示例,唤醒单元230可以为按键开关,该按键开关在外部压力的作用下机械位置或行程发生改变,接通身份确认系统100或身份确认设备130的控制电路,从而达到唤醒或激活的目的。又例如,唤醒单元230可以为压力传感器,该压力传感器可以感受到压力信号,并将压力信号转化为电信号,然后传递至汽车控制器中。当电信号大于某一阈值时,汽车控制器可以控制第一识别单元210或/和第二识别单元220进入工作状态。又例如,唤醒单元230可以为电容传感器,该电容传感器在被测用户的作用下(例如,触摸、按压、滑动),电容量会发生变化。唤醒单元230可以将电容量发生变化的信号转化为电信号后并传递至汽车控制器中。当电信号大于某一阈值时,汽车控制器可以控制第一识别单元210或/和第二识别单元220进入工作状态。
在一些实施例中,身份确认设备130还可以包括确定单元240。确定单元可以基于指纹识别信息识别结果和红外信息识别结果,确定用户的检测结果。
需要注意的是,以上对于身份识别设备130的描述,仅为描述方便,并不能把本说明书的一个或多个实施例限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该身份识别设备130的原理后,可能在不背离这一原理的情况下,对各个单元进行任意组合,或者对其中的一个或多个单元进行省略。在一些实施例中,唤醒单元230可以省略。例如,第一识别单元210和第二识别单元220可以一直处于工作状态,而不需要唤醒单元230进行唤醒。在一些实施例中,唤醒单元230可以与第一识别单元210或第二识别单元220合并。例如,唤醒单元230与第一识别单元210进行合并,唤醒单元230获取唤醒信号后激活第一识别单元210。又例如,唤醒单元230与第二识别单元220进行合并,唤醒单元230获取唤醒信号后激活第二识别单元220。再例如,上述各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的一个或多个实施例的保护范围之内。
图3是根据本申请一些实施例所示的身份识别方法的示例性流程图。在一些实施例中,图3所示的身份识别方法的流程300可以由身份确认设备130执行。在一些实施例中,该身份确认设备130可以设置在汽车上。如图3所示,身份识别方法的流程300可以包括:
在步骤310中,接受来自被测用户的唤醒信号。该步骤310可以由唤醒单元230执行。唤醒单元230可以将身份确认系统200中的元件(例如,第一识别单元210、第二识别单元220)从睡眠或待机模式中进行唤醒。在一些实施例中,唤醒单元230的唤醒方式可以包括接触唤醒和非接触唤醒。接触唤醒可以包括机械式开关唤醒(例如,按键开关唤醒、弹片式压力开关唤醒)、触摸唤醒(例如,压力传感器唤醒、电容传感器唤醒)。非触摸唤醒可以包括声音唤醒、红外接近唤醒等,或其任意组合。在本说明书中的实施例中,唤醒信号可以用于唤醒第一识别单元210或/和第二识别单元220。例如,当被测用户作用(例如,触摸、按压、滑动)于电容传感器所对应的区域时,电容传感器的电容量变化值可以作为唤醒信号。又例如,唤醒单元230为压力传感器时,当被测用户按压压力传感器所对应的区域时,压力传感器的压力信号可以作为唤醒信号。又例如,唤醒单元230为声音传感器时,当外部声音作用于声音传感器(如,麦克风)时,声音传感器的电容变化信号可以作为唤醒信号。又例如,唤醒单元230为语音识别系统时,预先设定的声音语句可以作为唤醒信号。
步骤320,获取被测用户的指纹信息。该步骤320可以由第一信息获取子单元211执行。
指纹识别信息可以为用于体现用户身份的信息(也被称为身份识别信息)。在一些实施例中,步骤320中的指纹信息也可以替换为其他身份识别信息,如掌纹、指静脉、声音、虹膜或人脸等中一种或多种。
在步骤330中,根据所述指纹信息,确定指纹信息识别结果。该步骤230可以由第一信息处理子单元312执行。在一些实施例中,指纹信息识别结果可以包括用户指纹信息识别通过(即身份识别通过)或用户指纹信息识别未通过(即身份识别未通过)。
在一些实施例中,确定指纹信息识别结果可以包括在预存的指纹识别信息集合中检索指纹识别信息,根据检索结果,确定指纹信息识别结果。当在预存的指纹识别信息集合中检索或匹配到指纹识别信息,则指纹信息识别结果为用户身份识别通过。例如,第一信息获取子单元211获取到的被测用户的指纹信息与预存的指纹识别信息集合中的指纹信息进行检索匹配,若在预存的指纹识别信息集合中匹配到相应的指纹信息,则用户指纹信息识别通过。当在预存的指纹识别信息集合中未检索或匹配到指纹识别信息,则指纹信息识别结果为用户指纹信息识别未通过。第一信息获取子单元211获取的指纹识别信息可以通过网络120传输至第一信息处理子单元212,预存的指纹识别信息集合可以位于第一信息处理子单元212的硬盘或存储器中。
在步骤340中,获取被测用户的红外信息。该步骤340可以由第二信息获取子单元221执行。在一些实施例中,步骤340中的红外信息也可以替换为其他活体识别信息,如血氧、心率、指静脉或面部信息等中一种或多种。
在步骤350中,根据红外信息,确定红外信息识别结果。该步骤350可以由第二信息处理子单元222执行。第二信息获取子单元221获取的红外信息可以通过网络120传输至第二信息处理子单元222。
在一些实施例中,红外信息识别结果可以包括红外信息识别通过(即用户活体识别通过)或红外信息识别未通过(即用户活体识别未通过)。在一些实施例中,根据红外信息,确定红外信息识别结果可以包括:将红外信息(也被称为活体识别信息)与活体检测条件进行比较,根据比较结果确定红外信息识别结果。具体的红外信息与活体检测条件的比较方法可以参见图4中的步骤430及其描述。
在步骤360中,基于指纹信息识别结果和红外信息识别结果,确定用户的检测结果。该步骤360可以由确定单元240执行。
在一些实施例中,基于指纹信息识别结果和红外信息识别结果,确定用户的检测结果可以包括以下几种情况:(1)当指纹信息识别结果为用户身份识别通过且红外信息识别结果为用户活体识别通过时,确定用户的检测结果为通过。(2)当指纹信息识别结果为用户身份识别未通过且红外信息识别结果为用户活体识别未通过时,确定被测用户的检测结果为未通过。(3)当指纹信息识别结果为用户身份识别通过且红外信息识别结果为用户活体识别未通过时,确定被测用户的检测结果为未通过。(4)或者当指纹信息识别结果为用户身份识别未通过且红外信息识别结果为用户活体识别通过时,确定被测用户的检测结果为未通过。在一些实施例中,第2、3、4这3种情况,虽然检测结果均为不通过,后续的操作可能不同。
可替换的,身份识别信息为多种时,身份识别通过可以是指待测体通过的身份识别信息的数量大于一定数量阈值。同理,活体识别信息为多种时,活体识别通过可以是指被测体通过的活体识别信息的数量大于一定数量阈值。
图4是根据本申请一些实施例所示的活体识别的示例性流程图。流程400为将流程300中的320和340按先后顺序实施后的变形实施例。其中,410~430为流程300中340和350的具体实施例。440执行完毕后可以继续执行320和330。如图4所示,流程400可以包括:
在步骤410中,向被测用户发射红外光。红外光可以由发光元件发射。优选地,所述红外光的波长可以为830nm~950nm。更优选地,所述红外光的波长可以为850nm或940nm。
在一些实施例中,发光元件也可以为其他波长的发光二极管,以向被测用户发射波长小于380nm或大于760nm的其它不可见光(例如,紫外光、远红外光)或波长在380~780nm的可见光(例如,红光、橙光、黄光、绿光、青光、蓝光、紫光、白光等)。
在步骤420中,接收被测用户反射的红外光。红外光可以由光电接收器接收。
需要说明的是,光电接收器可以将接收到的光信号转换为电信号,电信号会随光信号强度改变而改变。需要说明的是,红外光照射在人体手指时,手指中的血氧会吸收红外光的一部分,且手指组织中的血氧浓度会产生规律变化,血氧浓度规律变化会直接导致血氧对红外光吸收量规律改变,若被测用户为非活体,则红外光不会被非活体吸收或者对红外光吸收量是恒定的,或者对红外光吸收量无规律变化,因此,非活体反射的红外光的红外光强度构成的曲线是一条恒定不变的直线或者无规律的曲线,而活体反射的红外光的红外光强度是一条有规律的曲线。检测时间段可以根据具体情况进行设置,在此不作限定。更具体的,不同物体由于材质的反射率的不同会导致不同的信号衰减。例如,较低端的指纹膜/指纹套的材质的反射率可能和人体组织的反射率有很大不同。这就导致它们反射后的红外光强度会有很大区别。将反射后的红外光强度(平均值)与预设的阈值进行比较就可以区分出待测体是否是人体组织。又例如,较高端的指纹膜/指纹套的材质的反射率可能和人体组织的反射率类似。但是活体由于心脏和脉搏的原因血氧浓度会有周期性变化。由于人体组织中的血氧对红外光的吸收和红外光自身的漫反射特性,血氧对红外光的吸收量也会随血氧浓度变化而变化,从而导致反射后的红外光强度会呈现周期性的波动。这一波动是即使材料与人体组织类似的较高端的指纹膜/指纹套也不具备的。通过将反射后的红外光线的波动值(最大值和最小值的差)或者最大斜率等与预设的阈值进行比较可以区分出待测体是否是活体。另外,血氧浓度的周期性波动也可以反映人体心率的变化情况,通过分析反射的红外光可以得到人体的心率等生命体征信息。
在步骤430中,可以判断被测用户反射的红外光的红外光强度(即红外信息)是否满足预先设定的活体检测条件。
在一些实施例中,判断被测用户反射的红外光的红外光强度是否满足预先设定的活体检测条件可以包括判断被测用户反射的红外光的红外光强度是否在预先设定的强度区间内。例如,预先设定的强度区间具有上限值和下限值,若被测用户反射的红外光的红外强度大于或等于下限值并且小于或等于下限值时,则判断被测用户为活体。若被测用户反射的红外光的红外光强度小于下限值或大于上限值时,则被测用户为非活体。在一些实施例中,被测用户反射的红外光的红外光强度可以包括红外光强度的平均值、最大值或最小值等,或其任意组合。进一步的,可以将被测用户反射的红外光的红外光强度的平均值、最大值中的一个或多个与预先设定的强度区间进行比较。在一些实施例中,可以将被测用户发射的红外光的红外光强度的最大值与最小值的差与预先设定的强度区间进行比较。若被测用户发射的红外光的红外光强度的最大值与最小值的差在预先设定的强度区间内,则被测用户为活体。若被测用户发射的红外光的红外光强度的最大值与最小值的差小于预先设定的强度区间内,则被测用户可能为非活体。具体的,被测用户发射的红外光的红外光强度的最大值与最小值的差大于预先设定的强度区间内,则被测用户可能为非活体或者被被测用户在活体检测时的操作动作不规范。
在一些实施例中,被测用户反射的红外光的红外光强度是否满足预先设定的活体检测条件还可以包括在检测时间段内被测用户反射的红外光的红外光强度随时间变化的曲线是否符合预先设定的曲线。更具体的,符合预先设定的曲线可以是指反射的红外光的红外光强度随时间变化的曲线的变化趋势符合预先设定的曲线的变化趋势。
在一些实施例中,可以通过比较曲线相似度是否符合相似度阈值的方法判断被测用户反射的红外光的红外光强度随时间变化的曲线是否符合预先设定的曲线。在一些实施例中,若被测用户反射的红外光的红外光强度随时间变化的曲线与预先设定的曲线的相似度大于或等于相似度阈值,则被被测用户为活体。若被测用户反射的红外光的红外光强度随时间变化的曲线与预先设定的曲线的相似度小于相似度阈值,则被被测用户为非活体。例如,仅仅作为示例性说明,相似度阈值为80%,若上述两个曲线的相似度大于或等于80%,则被被测用户为活体。若上述两个曲线的相似度小于80%,则被被测用户为非活体。
在一些实施例中,可以通过训练好的机器学习模型比较曲线相似度。在一些实施例中,机器学习模型比较曲线相似度的算法可以包括基于欧氏距离的相似度算法、基于曼哈顿距离的相似度算法、基于切比雪夫距离的相似度算法、基于闵可夫斯基距离的相似度算法、基于标准化欧氏距离的相似度算法、基于马氏距离的相似度算法、基于夹角余弦的相似度算法、基于皮尔逊相关系数的相似度算法、基于DTW距离地相似度算法、基于KL散度的相似度算法等,或其任意组合。在一些实施例中,可以选取至少一个被测用户反射红外光的红外光强度随时间变化的历史曲线作为训练样本训练机器学习模型,以用于比较曲线的相似度。
在一些实施例中,通过比较检测时间段内被测用户反射的红外光的红外光强度随时间变化的曲线与预先设定的曲线还可以判断被被测用户的身份。例如,用户可以预先在身份确认系统200中存储与用户身份对应的被反射的红外光强度曲线,身份确认系统200获取被被测用户反射的红外光的红外光强度随时间变化的曲线后,可以与预先设定的曲线进行检索匹配,以判断被被测用户的身份。例如,在短期时间(数小时,数天)内,2个不同活体可能会有各自固定但是互相不同的血氧含量,这就导致他们的红外光强度曲线都是各自固定但是互相不同的。因此通过将红外光强度曲线与预先设定的曲线进行检索匹配可以在活体识别的同时进行身份识别。在一些实施例中,当确定某一被测用户被识别为活体且通过身份识别后,可以将他的电信号曲线存储到他对应的身份中。在一定时间内,如果检测到相同的电信号曲线,可以不进行身份识别直接根据存储的电信号曲线判断被测用户为对应的存储的身份。
在一些实施例中,通过比较检测时间段内被测用户反射的红外光的红外光强度随时间变化的曲线与预先设定的曲线,判断用户是否有心脏类疾病(如,心率过高、心率过低、心律不齐、心脏骤停)。
如果被测用户反射的红外光的红外光强度满足预先设定的活体检测条件,则执行步骤440:得到的被测物体为活体的检测结果;否则,确定被测用户为非活体,执行步骤450:不执行指纹识别。在一些实施例中,步骤440之后还可以执行步骤320。
需要说明的是,采用上述红外光强度或在检测时间段内红外光强度随时间变化的曲线的活体检测条件其一即可以实现对被测用户是否为活体的检测。但是,也可以要求同时满足若干红外光强度和在检测时间段内红外光强度随时间变化的曲线的活体检测条件,来确定被测用户是否为活体。在一些实施例中,第二识别单元220还可以基于用户心率、指静脉、人脸、虹膜等信息对被被测用户进行活体检测。
在一些实施例中,通过分析开车时间段内被测用户反射的红外光的红外光强度随时间变化的曲线或将其与预先设定的曲线还可以判断用户是否有突发心脏类疾病(如,心率过高、心率过低、心律不齐、心脏骤停等)。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。例如,在一些实施例中,将红外光替换成可见光(如,白光、绿光、蓝光等)。又例如,在一些实施例中,将活体检测条件(预先设定的红外强度范围或红外曲线)替换为与心率、人脸、指静脉、虹膜等相关的信息。
图5A是根据本申请一些实施例所示的身份确认设备的剖视图。图5B是根据本申请一些实施例所示的身份确认设备的俯视图。如图5A和图5B所示,身份确认设备500可以包括光学镜片510(也被称为透光板)、光电接收器520、芯片(图中未示出)、指纹扫描器540和红外光发光元件550。其中,指纹扫描器540与图2中的第一信息获取子单元211相对应,红外光发光元件550和光电接收器520与图2中的第二信息获取子单元221相对应,芯片与图2中的第一信息处理子单元212和第二信息处理子单元222相对应。
指纹扫描器540可以用于扫描被测用户的指纹图像。指纹图像是利用图像采集设备对手指末端正面皮肤上凹凸不平的纹线进行采集得到的图像。每个指纹图像的纹线有规律的排列形成不同的纹型,以及纹线的起点、终点、结合点和分叉点等细节特征。指纹扫描器540可以是第一识别单元210中的第一信息获取子单元211。
红外光发光元件550可以发射出一定波长的红外光。光电接收器520可以用于接收被被测用户发射的红外光,并将被被测用户反射的红外光的红外光强度转化为电信号。本实施例中优选红外发光二极管,但不仅限于红外发光二极管。在一些实施例中,红外光发光元件550还可以为其它颜色的发光元件,例如,红光发光元件、蓝光发光元件、白光发光元件等。相应地,红外光发光元件550与光电接收器520相适配。
需要注意的是,红外光发光元件550和光电接收器520不局限于图5A和图5B中所示的一组,还可以为多组(例如,两组、三组、四组等)。在一些实施例中,多组红外光发光元件550和光电接收器520可以分别发射、接收不同波长的红外光。多组红外光发光元件550和光电接收器520的发射和接收过程可以是同时的也可以是有先后顺序的。红外光发光元件550和光电接收器520包含在第二信息获取子单元221中。
在一些实施例中,红外光发光元件550和光电接收器520可以相对设置。例如,红外光发光元件550可以位于指纹扫描器540的一侧,光电接收器520可以位于指纹扫描器540的另一侧。在一些实施例中,红外光发光元件550和光电接收器520还可以分别位于指纹扫描器540对角线上的两个角侧。
在一些实施例中,红外光发光元件550的上表面和光电接收器520的上表面不高于指纹扫描器540的上表面。需要说明的是,红外光发光元件550为能发出红外光的设备,本说明书提供的实施例中是利用红外光发光元件550向被测用户发出红外光,光电接收器520接收被测用户反射的红外光,光电接收器520将接收到的红外光转换成电信号,芯片通过判定电信号的强弱和变化量实现活体检测功能。如果红外光直接照射到光电接收器520,从被测用户反射的红外光强度会比直接照射到光电接收器520的红外光强度小若干量级而被覆盖,此时对于被测用户的活体识别就会非常不准确。因此红外光发光元件550发出的红外光不能直接照射到光电接收器520(需要通过光学镜片510照射到待测体,再从待测体反射穿过光学镜片510后照射到光电接收器520)。
如图5A所示,光学镜片510可以设置在指纹扫描器540、红外光发光元件550和光电接收器520之上,红外光发光元件550发出的红外光透过光学镜片510照射到被测用户,光电接收器520接收被测用户反射的红外光,指纹扫描器540扫描放置在光学镜片510上的被测用户的指纹图像。
光学镜片510可以将身份确认设备500内部的元件与外界进行隔离,防止外部异物进入身份确认设备500中。光学镜片510还可以使得红外光发光元件550的红外光透过,并可以使得该红外光照射在其表面放置的被测用户上。光学镜片510还可以使得被测用户反射的红外光透过,并被光电接收器520接收。在一些实施例中,光学镜片510还可以滤掉一些特定波长的光,或者对特定波长的光有较大的衰减。在一些实施例中,光学镜片510的透光率(也称透光度,总透光率)需要至少在45%以上。透光率可以是指透过光学镜片的光通量与其入射光通量的百分率。在一些实施例中,光学镜片510的材质可以包括玻璃、有机玻璃(PMMA)、聚氯乙烯、聚碳酸酯(PC)、聚苯乙烯(PS)或ABS塑料等。光学镜片510与发光元件相适配。例如,发光元件为红外光发光元件550时,所采用的光学镜片510可以被红外光穿透。又例如,发光元件为白光发光元件时,所采用的光学镜片510可以被白光穿透。
仅仅以本实施例中的红外光发光元件550为示例,红外光发光元件550发出的红外光可以透过光学镜片510照射到被测用户,由于光的漫反射特性,被测用户会将红外光反射出来,反射出来的红外光被光电接收器520接收到,光电接收器520会将接收到的红外光转换为电信号,电信号会随红外光强度改变。
芯片可以包含处理器。芯片与光电接收器520、红外光发光元件550、指纹扫描器540相连。在一些实施例中,芯片可以根据光电接收器520接收到的红外光确定被测用户的活体识别结果。在一些实施例中,芯片还可以将被测用户的指纹图像在预先录入的指纹图像集合中进行检索,确定指纹识别结果。
需要说明的是,由于手指组织中的血氧对红外光有吸收作用,且红外光照射手指组织时,手指组织中血氧浓度会产生变化,以及血氧对红外光的吸收量也会随血氧浓度变化而变化,光电接收器520会将红外光转换为电信号,并把电信号传输至芯片进行分析,芯片根据电信号的强度是否改变判定被测用户是否为活体。关于确定被测用户的活体识别结果和指纹识别结果的具体细节可以参考本申请其他地方的描述,在此不作赘述。
在一些实施例中,可以预先将一个或多个用户指纹图像录入保存在存储设备或数据库中,得到指纹图像集合。在使用过程中,将获取到的被测用户的指纹图像与指纹图像集合中的指纹图像进行匹配识别,若被测用户的指纹图像与指纹图像集合中的某一指纹图像的指纹特征相同,则表示指纹匹配成功,确定指纹识别通过。若被测用户的指纹图像未匹配到指纹图像集合中的指纹图像的指纹特征,则表示指纹匹配不成功,确定该指纹识别不通过。
在一些实施例中,只有当被测用户为活体时,才会对该被测用户进行指纹识别,并得到指纹识别结果。当被测用户为非活体时,则不进行指纹识别。在一些实施例中,只有当被测用户指纹识别通过时,才会对该被测用户进行活体识别。当被测用户指纹识别不通过时,则不进行活体识别。可替换的,可以同时进行活体识别和指纹识别(或其他身份识别),并根据活体识别和指纹识别的结果确定一个检测结果。
在一些实施例中,身份确认设备500还可以包括支撑板530。支撑板530设置在指纹扫描器540下方,与指纹扫描器540、红外光发光元件550和光电接收器520接触,用于支撑指纹扫描器540、红外光发光元件550和光电接收器520。在一些实施例中,支撑板530可以为印刷电路板、柔性电路板等,但不仅限于此。
基于上述身份确认设备500,下面对其实现原理进行举例说明:
在人体手指接触到光学镜片510时,唤醒装置(如唤醒单元230)可以唤醒红外光发光元件550。红外光发光元件550发出红外光,红外光穿过光学镜片510照射到手指上,手指将红外光反射后穿过光学镜片510被光电接收器520接收,光电接收器520将接收到的红外光转换成电信号传输至芯片进行处理。若被测用户为活体的手指,在红外光正常照射手指组织时,手指组织中血氧浓度会产生变化,而血氧对红外光的吸收量也会随血氧浓度变化而变化,此时光电接收器520接收到的红外光强度是周期性变化的,光电接收器520将变化的红外光强度转换成变化的电信号,芯片通过变化的电信号判定此时的被测用户为活体。若被测用户为非活体,在红外光照射至被测用户时,被测用户将所述红外光反射出来,由于被测用户为非活体,不会有变化的血氧浓度也就不会产生变化的红外线强度,因此,光电接收器520接收到的红外光强度是恒定的,光电接收器520将恒定的红外光转换成的电信号也是恒定的,芯片通过恒定的电信号可以判定该被测用户为非活体。当检测到被测用户为活体时,将在进行活体指纹检测时扫描到的指纹图像进行指纹识别(其为身份识别的一种),该指纹识别是在预先录入的指纹图像集合中进行检索被测用户的指纹图像,当检索到与被测用户的指纹图像的指纹特征相同的指纹图像,则确定指纹识别通过,若未在指纹图像集合中检索到与所述被测用户的指纹图像的指纹特征相同的指纹图像,则确定指纹识别不通过。本实施例提供的身份确认设备500可以通过对被测用户进行活体识别确定活体识别结果,再对被测用户的指纹进行识别,确定指纹识别结果,采用双重验证可以提高采用指纹识别技术的指纹锁的安全性,从而使得本设备可以被应用在车辆等需要较高安全性的设备中。
为了能够较为准确的获取被测用户反射的红外光的红外光强度,可以将发光元件与光电接收器进行分隔设置,以使发光元件发出的光不直接照射在光电接收器上。在一些实施例中,发光元件与光电接收器之间可以设有遮光元件。遮光元件可以是由不透光材质制成。
图6是根据本申请一些实施例所示的将身份确认设备应用于汽车车门的应用场景示意图。在一些实施例中,如图6所示,身份确认设备130可以设置在汽车610的车门上(如,车门锁、门把手等)。身份确认设备130可以包括指纹识别模块和活体检测模块。指纹识别模块可以用于确认用户指纹是否与预存指纹库中的指纹信息匹配。活体检测模块可以根据光电接收器接收到的红外光的红外光强度情况判断被测用户是否为活体。在一些实施例中,身份确认设备130可以用于根据用户的身份确认信息控制汽车车门锁的是否解锁。在一些实施例中,车门锁解锁后,用户可以自行打开车门。在一些其他实施例中,车门锁解锁后,身份确认设备130可以控制汽车门自动打开。身份确认信息可以包括指纹匹配信息和当前用户是否为活体信息。具体的,当身份确认设备130确认当前用户指纹与预存储指纹库中的指纹信息匹配且活体检测模块检测到当前用户为活体,则控制汽车车门锁解锁,许可用户打开车门或控制汽车门自动打开。若只是当前用户指纹与预存储指纹库中的指纹信息匹配和当前用户为活体中的其中一个条件满足或者均不满足,则不控制汽车车门锁解锁或者控制汽车车门锁进一步锁紧,禁止用户打开车门。该身份确认设备130可以防止非法人员盗取用户的指纹并制成指纹膜或指纹贴,打开车门,盗走汽车,从而提高车门锁的安全性。在一些实施例中,身份确认设备130可以设置在汽车车门的任意位置。具体的,身份确认设备130可以设置在汽车车门把手上、汽车车门把手附近的位置等。
图7是根据本申请一些实施例所示的将身份确认设备应用于汽车启动键的应用场景示意图。如图7所示,身份确认设备130可以设置在汽车启动键720上。身份确认设备130可以包括指纹识别模块和活体检测模块。指纹识别模块可以用于确认用户指纹是否与预存指纹库中的指纹信息匹配。活体检测模块可以根据光电接收器接收到的红外光的红外光强度情况判断被测用户是否为活体。在一些实施例中,身份确认设备130可以用于根据用户的身份确认信息控制汽车启动键是否启动发动机。身份确认信息可以包括指纹匹配信息和当前用户是否为活体信息。具体的,当指纹识别模块确认当前用户指纹与预存储指纹库中的指纹信息匹配且活体检测模块检测到当前用户为活体,则控制汽车启动键启动发动机,若只是当前用户指纹与预存储指纹库中的指纹信息匹配和当前用户为活体中的其中一个条件满足或者均不满足,则控制发动机不启动。将身份确认系统设置在汽车启动键上,只有指纹匹配且为活体的情况下,汽车启动键才能启动发动机,可以防止非法人员盗取用户的指纹并制成指纹膜或指纹贴,启动发动机,盗走汽车,从而提高车的防盗安全系数。在一些实施例中,进行活体检测的时候还可以判断用户的生命体征是否满足驾驶的需求,例如,是否存在严重心脏性的疾病,是否有突发的心跳加速(例如,存在酒驾,毒驾的可能),是否有血氧浓度较低(如疲劳驾驶)等。只有在用户的生命体征满足驾驶的需求时,才能启动发动机,避免用户在身体状况较差的情况下启动汽车,进一步保证了驾驶的安全。
在一些实施例中,如图7所示,身份确认设备130可以设置在汽车方向盘710上。在一些实施例中,安装在汽车方向盘710上的身份确认设备130可以仅包括活体检测模块。在一些其他实施例中,安装在汽车方向盘710上的身份确认设备130可以同时包括活体检测模块和身份识别模块。活体检测模块可以通过分析一定时间段内用户反射的红外光的红外光强度随时间变化的曲线及与预先设定的曲线进行比较,判断用户是否突发心脏类疾病(如,心率过高、心率过低、心律不齐、心脏骤停)。在一些实施例中,在用户至少一只手握住方向盘的情况下,该身份确认设备130可以检测开车时间段内用户反射的红外光的红外光强度随时间变化的曲线,从而得到该用户生命体征(血氧、心率等),当用户生命体征发生异常时,可以通过语音告知用户和其他乘客,也可以打紧急电话给预设号码或医院,还可以结合自动驾驶技术,将车辆安全停靠或行驶至目的地或医院。本发明可以预防开车过程中发生猝死等心脏疾病而造成严重后果。在一些实施例中,告知用户的方式可以为语音播报、灯光闪烁、文字提示或视频提示等。在一些实施例中,活体检测模块可以根据光电接收器接收到的红外光的红外光强度情况判断用户是否至少一只手已经脱离方向盘,以监控用户的驾驶行为是否安全。例如,若该身份确认设备130确认用户至少一只手脱离方向盘,则确认用户的驾驶行为危险;若该身份确认设备130确认用户两只手均未脱离方向盘,则确认用户的驾驶行为安全。身份确认设备130可以将用户的驾驶情况通过类似的方式告知用户或乘客。从红外光强度曲线中获取用户的生命体征信息的方法可以参见图8及其描述。
图8是根据本申请一些实施例所示的人体手指与仿制手指的接收信号曲线图。图中曲线801为非活体仿制手指(例如,整体的仿制手指,贴在人体手指上的指纹膜,指纹套等)放在检测区(如,手指手掌放置区)时,红外接收设备(如,第二识别单元220、光电接收器)所收到的红外光线强度(这里以红外接收设备根据红外光线强度转化成的对应电信号的电流值为例)随时间变化的曲线。图中曲线802为活体人体手指放在本申请所述检测区时,红外接收设备所收到的红外光线强度随时间变化的曲线。红外接收设备在本申请实施例中的工作原理可以参见本申请其他地方的描述。
如图8所示,曲线801和802在最初都为0,这时非活体仿制手指和活体人体手指都还没有放置。在手指放置过程中,曲线801和802均经历了一定的电信号强度变化,经过一段时间,如t0后,非活体仿制手指对应的曲线801呈现为平坦的直线,代表第二识别单元220接收到的电信号强度不变,其数值为I1。与之相对的,经过一段时间后,活体人体手指对应的曲线801为有周期性波动的曲线,其平均值为I2,波动值为ΔI,波动周期为T。曲线801和曲线802具有平均值差异的原因是仿制手指与人体手指对于红外线的反射率不同,进而导致反射的光线强度不同。曲线802有波动而曲线801没有波动的原因是仿制手指内没有血管(即使使用指纹膜或指纹套也会挡住血管),而曲线802有血管。血管由于心脏的跳动会在每个心动周期内带来其内部血氧的变化,该血氧变化会导致反射率有周期性的波动,进而导致反射的光线强度不同。下面将具体阐述如何根据曲线801和曲线802的特性确定被测用户是非活体仿制手指还是活体人体手指的过程,下述电信号指手指完全放置后(即t0之后)的电信号。
在一些实施例中,活体检测阈值可以包括活体检测强度阈值。通过将第二识别单元220接收到的电信号强度与活体检测强度阈值进行比较,可以确定被测用户为活体或非活体。在一些实施例中,可以将第二识别单元220接收到的电信号强度的平均值与活体检测强度阈值I3进行比较(这里比较的是绝对值),当电信号强度的平均值大于活体检测强度阈值I3时,可以判断被测用户为活体。例如,曲线802对应的平均值I2大于I3,因此可以判断其为活体。相反,曲线801对应的平均值I1小于I3,因此可以判断其为非活体。优选地,I3可以根据常见的仿制手指的电信号强度平均值与常见的人体手指的电信号强度平均值设定(例如,位于它们之间),只要通过I3可以将活体与非活体区分开来即可。在一些实施例中,还可以将第二识别单元220接收到的电信号强度的最大值、最小值或最大值和最小值的差ΔI与活体检测强度阈值进行比较。具体的,当电信号强度的最大值和最小值的差ΔI大于活体检测强度阈值时,可以判断被测用户为活体;当电信号强度的最大值和最小值的差ΔI小于活体检测强度阈值时,可以判断被测用户为非活体。
在一些实施例中,活体检测阈值可以包括活体检测斜率阈值。通过将第二识别单元220接收到的电信号的斜率值与活体检测斜率阈值进行比较,可以确定被测用户为活体或非活体。具体的,电信号的斜率值可以为G=dI/dt。在一些实施例中,可以将第二识别单元220接收到的电信号的最大斜率值与活体检测斜率阈值进行比较,当电信号的最大斜率值大于活体检测斜率阈值时,可以判断被测用户为活体。当电信号的最大斜率值小于活体检测斜率阈值时,可以判断被测用户为非活体。在一些实施例中,可以将第二识别单元220接收到的电信号的最小斜率值与活体检测斜率阈值进行比较,当电信号的最小斜率值小于活体检测斜率阈值时,可以判断被测用户为活体。当电信号的最小斜率值大于活体检测斜率阈值时,可以判断被测用户为非活体。通过上述比较,可以得到被测用户为活体或非活体的识别结果。
在一些实施例中,还可以根据第二识别单元220接收到的电信号曲线图检测被测用户的心率。由图8可知,在稳定之后,活体对应的电信号曲线802为周期性变化的曲线。从电信号曲线图中可获取电信号曲线802的周期T(可以只量一个周期的时间跨度,也可以量多个周期的时间跨度取平均值),根据T可以计算出待测体的心率。具体的,如果心动周期为T(秒),每分钟心率数可以计算为60/T。通过检测被测用户的心率可以对被测用户进行生命体征检测。例如,可以应用于汽车驾驶中驾驶员的心率检测,对驾驶员在驾驶过程中突发心脏疾病进行预警。又例如,也可以应用于安防设备(如车门锁)中用户的心率检测,以达到身份验证同时进行安全和健康检测的目的,关于心率检测的更多内容可以在本申请其他地方找到,在此不作赘述。
本申请实施例可能带来的有益效果包括但不限于:(1)本申请要求用户在打开车门或启动发动机之前,须同时通过指纹识别和活体检测,有效的提高了汽车的安全性。(2)本申请还实时检测用户是否有突发的心脏类疾病以及是否有危险驾驶的行为,进一步保证了驾驶的安全。需要说明的是,不同实施例可能产生的有益效果不同,在不同的实施例里,可能产生的有益效果可以是以上任意一种或几种的组合,也可以是其他任何可能获得的有益效果。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (10)
1.一种身份确认方法,其特征在于,所述方法包括:
获取被测用户的指纹信息;
根据所述指纹信息,确定指纹信息识别结果;
获取所述被测用户的红外信息;
根据所述红外信息,确定红外信息识别结果;以及
基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果。
2.根据权利要求1所述的方法,其特征在于,所述红外信息包括所述被测用户的血氧信息。
3.根据权利要求1所述的方法,其特征在于,所述红外信息包括所述被测用户的心率信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果包括:
当所述指纹信息识别结果为被测用户指纹识别通过且所述红外信息识别结果为被测用户活体识别通过时,确定所述被测用户的检测结果为通过;否则,
确定所述被测用户的检测结果为未通过。
5.根据权利要求1所述的方法,其特征在于,所述根据所述红外信息,确定红外信息识别结果包括:
将所述红外信息与活体检测阈值进行比较;以及
根据比较结果确定所述红外信息识别结果。
6.根据权利要求5所述的方法,其特征在于,所述活体检测阈值包括活体检测强度阈值;所述将所述红外信息与活体检测阈值进行比较包括:
将所述红外信息的平均值与所述活体检测强度阈值进行比较;或
将所述红外信息的最大值、最小值或最大值和最小值的差与所述活体检测强度阈值进行比较。
7.根据权利要求5所述的方法,其特征在于,所述活体检测阈值包括活体检测斜率阈值;所述将所述红外信息与活体检测阈值进行比较包括:
将所述红外信息的最大斜率值或最小斜率值与活体检测斜率阈值进行比较。
8.根据权利要求1所述的方法,其特征在于,所述根据所述指纹信息,确定指纹信息识别结果包括:
在预存的指纹信息集合中检索所述指纹信息,得到检索结果;
根据所述检索结果,确定所述指纹信息识别结果。
9.一种身份确认设备,其特征在于,所述设备包括:
第一识别单元,所述第一识别单元用于获取被测用户的指纹信息,根据所述指纹信息,确定指纹信息识别结果;
第二识别单元,所述第二识别单元用于获取所述被测用户的红外信息,根据所述红外信息,确定红外信息识别结果;以及
确定单元,所述确定单元用于基于所述指纹信息识别结果和所述红外信息识别结果,确定所述被测用户的检测结果。
10.一种汽车,其特征在于,包括身份确认设备,所述身份确认设备包括至少一个处理器和至少一个存储设备,所述存储设备用于存储指令,当所述至少一个处理器执行所述指令时,实现如权利要求1~8中任一项所述的身份确认方法,所述身份确认设备安装在以下至少一种汽车机构上:汽车车门、汽车车门把手、汽车发动机开关或汽车方向盘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330006.4A CN113011233A (zh) | 2019-12-20 | 2019-12-20 | 一种身份确认方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330006.4A CN113011233A (zh) | 2019-12-20 | 2019-12-20 | 一种身份确认方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113011233A true CN113011233A (zh) | 2021-06-22 |
Family
ID=76382861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911330006.4A Pending CN113011233A (zh) | 2019-12-20 | 2019-12-20 | 一种身份确认方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113011233A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963472A (zh) * | 2021-09-23 | 2022-01-21 | 宁波市杭州湾大桥发展有限公司 | 一种跨海大桥智能门禁方法、系统、存储介质及智能终端 |
CN115438703A (zh) * | 2022-10-24 | 2022-12-06 | 广州河东科技有限公司 | 一种智能家居生物识别系统及识别方法 |
CN116746891A (zh) * | 2023-08-22 | 2023-09-15 | 荣耀终端有限公司 | 血氧心率测量方法、终端设备及存储介质 |
CN116746891B (zh) * | 2023-08-22 | 2024-07-30 | 荣耀终端有限公司 | 血氧心率测量方法、终端设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001095246A1 (en) * | 2000-06-08 | 2001-12-13 | Murakami Rick V | Method and apparatus for histological and physiological biometric operation and authentication |
CN104008381A (zh) * | 2014-06-16 | 2014-08-27 | 浙江维尔科技股份有限公司 | 一种身份识别方法及装置 |
CN106682473A (zh) * | 2016-12-20 | 2017-05-17 | 深圳芯启航科技有限公司 | 一种用户身份信息的识别方法及其装置 |
CN109484181A (zh) * | 2018-11-06 | 2019-03-19 | 铜陵市优车科技有限公司 | 车辆智能上电方法和系统、车辆 |
US20190102598A1 (en) * | 2017-09-30 | 2019-04-04 | Shenzhen GOODIX Technology Co., Ltd. | Method and apparatus of fingerprint identification and terminal device |
CN110378274A (zh) * | 2019-07-15 | 2019-10-25 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、装置及计算机可读存储介质 |
US20190337484A1 (en) * | 2016-12-30 | 2019-11-07 | Huawei Technologies Co., Ltd. | Automobile, steering wheel, and driver identity recognition method |
-
2019
- 2019-12-20 CN CN201911330006.4A patent/CN113011233A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001095246A1 (en) * | 2000-06-08 | 2001-12-13 | Murakami Rick V | Method and apparatus for histological and physiological biometric operation and authentication |
CN104008381A (zh) * | 2014-06-16 | 2014-08-27 | 浙江维尔科技股份有限公司 | 一种身份识别方法及装置 |
CN106682473A (zh) * | 2016-12-20 | 2017-05-17 | 深圳芯启航科技有限公司 | 一种用户身份信息的识别方法及其装置 |
US20190337484A1 (en) * | 2016-12-30 | 2019-11-07 | Huawei Technologies Co., Ltd. | Automobile, steering wheel, and driver identity recognition method |
US20190102598A1 (en) * | 2017-09-30 | 2019-04-04 | Shenzhen GOODIX Technology Co., Ltd. | Method and apparatus of fingerprint identification and terminal device |
CN109484181A (zh) * | 2018-11-06 | 2019-03-19 | 铜陵市优车科技有限公司 | 车辆智能上电方法和系统、车辆 |
CN110378274A (zh) * | 2019-07-15 | 2019-10-25 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、装置及计算机可读存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963472A (zh) * | 2021-09-23 | 2022-01-21 | 宁波市杭州湾大桥发展有限公司 | 一种跨海大桥智能门禁方法、系统、存储介质及智能终端 |
CN113963472B (zh) * | 2021-09-23 | 2023-12-26 | 宁波市杭州湾大桥发展有限公司 | 一种跨海大桥智能门禁方法、系统、存储介质及智能终端 |
CN115438703A (zh) * | 2022-10-24 | 2022-12-06 | 广州河东科技有限公司 | 一种智能家居生物识别系统及识别方法 |
CN115438703B (zh) * | 2022-10-24 | 2023-04-07 | 广州河东科技有限公司 | 一种智能家居生物识别系统及识别方法 |
CN116746891A (zh) * | 2023-08-22 | 2023-09-15 | 荣耀终端有限公司 | 血氧心率测量方法、终端设备及存储介质 |
CN116746891B (zh) * | 2023-08-22 | 2024-07-30 | 荣耀终端有限公司 | 血氧心率测量方法、终端设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11334066B2 (en) | Safety monitoring apparatus and method thereof for human-driven vehicle | |
US6810309B2 (en) | Vehicle personalization via biometric identification | |
EP1904347B1 (en) | Methods and arrangement for performing driver identity verification | |
CN101536384B (zh) | 空间-光谱指纹欺骗检测 | |
EP1611541B1 (en) | Multispectral biometric sensor | |
EP2047622B1 (en) | Spatial-spectral fingerprint spoof detection | |
US20170048239A1 (en) | System and method for protecting security of biometric information of driver | |
TWI419801B (zh) | 安全管理系統 | |
US20080025580A1 (en) | Biometrics with spatiospectral spoof detection | |
CN101632089B (zh) | 生物测定传感器 | |
KR101371639B1 (ko) | 운전자 생체인식 시스템 및 그 운용방법 | |
JP2008291710A (ja) | 始動装置 | |
JPH09510636A (ja) | 生物測定の個人認証システム | |
JP2008302915A (ja) | 飲酒運転防止装置 | |
TW200944183A (en) | Health state management device and health state management system | |
CN113011233A (zh) | 一种身份确认方法和系统 | |
US20210312027A1 (en) | Methods and systems for identity confirmation | |
KR20130040253A (ko) | 단거리 시각 생체인식을 이용한 식별 및 보안 장치 | |
CN113011234A (zh) | 一种身份确认方法的方法和系统 | |
AU2020104395A4 (en) | Self sanitizing attendance recorder with thermal screening | |
CN108197537A (zh) | 一种云锁上基于电容式指纹头采集指纹的方法、设备 | |
Ali et al. | Intelligent and secure real-time auto-stop car system using deep-learning models | |
KR20180052795A (ko) | 차량운행 통제장치 | |
Garg et al. | A Drowsy Driver Detection and security system | |
GB2388694A (en) | Vehicle personalisation via biometric identification |
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 |