CN113627347A - 一种活体指纹识别方法、系统、电子设备及存储介质 - Google Patents
一种活体指纹识别方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113627347A CN113627347A CN202110922194.0A CN202110922194A CN113627347A CN 113627347 A CN113627347 A CN 113627347A CN 202110922194 A CN202110922194 A CN 202110922194A CN 113627347 A CN113627347 A CN 113627347A
- Authority
- CN
- China
- Prior art keywords
- user
- finger
- fingerprint
- image
- skin
- 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
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本公开提供了一种活体指纹识别方法,应用于金融科技领域或其它领域,包括:感应用户手指的靠近生成触发指令;响应触发指令,同时采集用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容;比对用户的指纹图像和用户的指静脉信息,识别用户身份;并通过手指微动态图像、手指皮肤电容进行活体识别,确认用户身份。本公开的指纹识别方法可以有效提高身份识别的安全性、适应性和抗伪造能力。本公开还提供了一种活体指纹识别系统、电子设备、计算机可读存储介质和程序产品。
Description
技术领域
本公开涉及金融科技技术领域,具体涉及一种活体指纹识别方法、系统、电子设备及存储介质。
背景技术
目前,在客户到达网点办理业务时,使用身份证件验证信息是有效且较为可靠的客户身份校验方式,但也存在着一定的安全隐患,如身份证件伪造,身份证件被盗用等。还有一种身份验证的方式,是使用指纹识别技术进行客户身份信息验证,但同样存在着使用利用凝胶、橡胶制作的“假指纹膜”来伪造身份的违规行为。
发明内容
(一)要解决的技术问题
针对上述问题,本公开提供了一种活体指纹识别方法、系统、电子设备及存储介质,用于至少部分解决传统方法安全性低、抗伪造能力差等技术问题。
(二)技术方案
本公开一方面提供了一种活体指纹识别方法,包括:感应用户手指的靠近生成触发指令;响应触发指令,同时采集用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容;比对用户的指纹图像和用户的指静脉信息,识别用户身份;并通过手指微动态图像、手指皮肤电容进行活体识别,确认用户身份。
进一步地,响应触发指令,采集用户的指纹图像包括:非可见光光源照射指纹采集区域,从指纹采集区域上方的物体散射和/或反射的信号光进行成像,得到用户的指纹图像。
进一步地,比对用户的指纹图像包括:将得到的用户的指纹图像进行预处理;将预处理后的指纹图像进行特征提取;将提取的特征与预存的指纹模板进行比对,得到第一相似度结果。
进一步地,响应触发指令,采集用户的指静脉信息包括:红外光源照射指纹采集区域后端,从指纹采集区域后端的物体散射和/或反射的信号光进行成像,得到用户的指静脉信息。
进一步地,比对用户的指静脉信息包括:将得到的用户的指静脉信息进行预处理;将预处理后的指静脉信息进行特征提取;将提取的特征与预存的指静脉模板进行比对,得到第二相似度结果。
进一步地,比对用户的指纹图像和用户的指静脉信息,识别用户身份包括:结合第一相似度结果与第二相似度结果计算得到第一合成结果,将第一合成结果与特定阈值进行比较,得到与之匹配的用户身份。
进一步地,响应触发指令,采集用户的手指微动态图像包括:红外光源照射指纹采集区域,多次拍摄手指的皮肤在按压时的图像,得到用户的手指微动态图像。
进一步地,通过手指微动态图像进行活体识别包括:将得到的用户的手指微动态图像进行预处理;将预处理后的手指微动态图像进行特征提取;通过皮肤细微的动态扩缩变化判断是否为人体手指皮肤。
进一步地,响应触发指令,采集用户的手指皮肤电容包括:测量导体层和用户手指之间产生的电容数据。
进一步地,通过手指皮肤电容进行活体识别包括:将得到的用户的电容数据进行预处理;通过电容数据的变化趋势判断判断是否为人体手指皮肤。
进一步地,感应用户手指的靠近生成触发指令包括:根据红外探测用户手指的靠近或电容检测用户手指的接触,生成触发指令。
本公开还有一方面提供了一种活体指纹识别系统,包括:感应模块,用于感应用户手指的靠近生成触发指令;采集模块,用于响应触发指令,同时采集用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容;比对模块,用于比对用户的指纹图像和用户的指静脉信息,识别用户身份;活体识别模块,用于通过手指微动态图像、手指皮肤电容进行活体识别,确认用户身份。
进一步地,还包括:合成模块,用于结合指纹图像的第一相似度结果与指静脉信息的第二相似度结果计算得到第一合成结果,将第一合成结果与特定阈值进行比较,得到与之匹配的用户身份。
本公开还有一方面提供了一种电子设备,包括:存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,使得处理器执行如前述的活体指纹识别方法。
本公开还有一方面提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如前述的活体指纹识别方法。
本公开还有一方面提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现如前述的活体指纹识别方法。
(三)有益效果
本公开提供的一种活体指纹识别方法、系统、电子设备及存储介质,通过活体指纹识别人体皮肤电容变化、微动态图像变化、手指静脉识别、指纹采集等多个生物维度检测再经固定算法得到特征值,与特征阈值比对从而达到身份甄别的目的,有效提高了身份识别的安全性、适应性和抗伪造能力。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开实施例活体指纹识别的应用场景示意图;
图2示意性示出了根据本公开实施例的活体指纹识别方法的流程图;
图3示意性示出了根据本公开实施例的比对用户的指纹图像的方法流程图;
图4示意性示出了根据本公开实施例的比对用户的指静脉信息的方法流程图;
图5示意性示出了根据本公开实施例的通过手指微动态图像进行活体识别的方法流程图;
图6示意性示出了根据本公开实施例的通过手指皮肤电容进行活体识别的方法流程图;
图7示意性示出了根据本公开一实施例的多维活体特征身份信息识别装置的结构示意图;
图8示意性示出了根据本公开一实施例的活体特征身份信息采集特征录入装置的模块结构图;
图9示意性示出了根据本公开一实施例的活体特征身份信息识别流程图;
图10示意性示出了根据本公开一实施例的指静脉识别完整流程图;
图11示意性示出了根据本公开一实施例的处理前后的指静脉图像;
图12示意性示出了根据本公开一实施例的活体指纹识别系统的方框图;
图13示意性示出了根据本公开另一实施例的活体指纹识别系统的方框图;
图14示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
本公开的实施例提供了一种活体指纹识别方法、系统、电子设备及存储介质,可通过指纹方式来做身份安全性验证,将采集到的多维度指纹信息进行处理,通过不同算法得到的特征数据存储在生物识别数据库中,与用户做唯一关联,可以让用户在不带身份证、银行卡、其他介质的情况下实现身份甄别,解决了传统身份认证的不可靠性,提升了网点业务办理的便携性。
图1示意性示出了根据本公开实施例的可以应用于活体指纹识别方法的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如摄像功能应用、拍照功能应用、网页浏览器应用、搜索类应用、即时通信工具、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的活体指纹识别一般可以由服务器105执行。相应地,本公开实施例所提供的用于活体指纹识别方法的系统一般可以设置于服务器105中。本公开实施例所提供的活体指纹识别方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的用于活体指纹识别方法的系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
本公开由身份证件与光电指纹识别技术的弊端入手,引申出的活体指纹识别,与当前主流的光电指纹识别不同,活体指纹配合特殊算法,通过活体指纹识别技术人体皮肤电容变化、微动态图像变化、手指静脉识别等多个生物维度检测从达到身份甄别的目的。如使用利用凝胶、橡皮泥制作的“假指纹膜”时,因其不会被检测到活体血液流动、活体皮肤的电信号变化,所以无法通过活体指纹的技术检测,大大提高安全性。相对比与用户携带身份证验证身份而言,便利性大大提高。
图2示意性示出了根据本公开实施例的活体指纹识别方法的流程图。
如图2所示,该活体指纹识别方法包括:
在操作S1,感应用户手指的靠近生成触发指令。
通过用户的手指接近触发指纹识别检测,可降低多个指纹检测单元的工作时间,降低功耗。
在操作S2,响应触发指令,同时采集用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容。
静脉识别,通过近红外光对手指进行照射,流动血液中的血红素吸收了近红外光后,可以获得清晰的手指静脉图像,再使用特定的算法从图像中提取出特征值,识别时将提取的特征值数据与存储的特征值数据进行比对,给出识别比对的结果,从而达到身份识别的功能。
指纹图像是人类手指末端由凹凸的皮肤所形成的纹路。每个人的指纹、静脉图像都是不同的,在众多细节描述中能进行良好的区分,因此能作为身份识别的特征。然而,单独的指纹识别或静脉识别往往存在许多问题,例如指纹极易被伪造和复制,不能用于对安全等级要求较高的场所;又例如在采集指静脉图像时,采集设备与采集环境的差异、手指摆放的位置和姿态变化,都会使采集的图像发生一定的变化,进而影响后续的识别。因此,本申请融合了静脉识别与指纹识别,并且用户只需要一个动作即可以同时实现指纹图像采集和静脉图像采集,在不改变使用流程的基础上,提高了身份识别的安全性。
在操作S3,比对用户的指纹图像和用户的指静脉信息,识别用户身份。
获取了用户的指纹图像和用户的指静脉信息,将采集到的结果通过算法处理后,与数据库中的特征数据进行比对,对比差额在阈值范围内时,用户身份验证初步通过。数据库中的特征数据的采集方式与以下具体的采集方式相同,是用户首次使用时进行保存,后续直接进行比对而不再需要其它身份证件。
在操作S4,通过手指微动态图像、手指皮肤电容进行活体识别,确认用户身份。
微动态捕捉成像,彻底排除平面无变化指纹,人体皮肤组织弹性丰富,指纹在接触采集窗时会形成一个细微的动态扩缩变化,采集窗对这一动态变化进行连续的捕捉拍摄,形成多次成像对比,消除涂层、纸片等一切不符合手指动态变化特征的假指纹的可能性。
人体皮肤电容检测,阻绝无人体电容特征假指纹。人体本身就是一个电容,内部分布着很多可以自由移动的电荷。当收到电场作用时,这些自由电荷会定向移动。通过检测人体皮肤内电容的变化来杜绝一切不符合人体的假指纹。
在前述用户身份识别的基础上,进一步通过微动态图像、手指皮肤电容进行活体识别,即身份识别加活体识别的双重识别,可以有效提高身份识别的抗伪造能力。
在上述实施例的基础上,响应触发指令,采集用户的指纹图像包括:非可见光光源照射指纹采集区域,从指纹采集区域上方的物体散射和/或反射的信号光进行成像,得到用户的指纹图像。
开启LED光源,采集指节纹图像,光学指纹传感器模组通常由背光板、光学指纹传感器、保护层和外壳等组成。当采集指纹图像时,人体指头放置于保护层上;背光板的出射光透过光学指纹传感器和保护层,在人体指头与保护层的接触界面发生反射和透射;反射光透过保护层,照射到光学指纹传感器上;光学指纹传感器内部的芯片进行光电转换和信号处理,得到用户的指纹图像。
图3示意性示出了根据本公开实施例的比对用户的指纹图像的方法流程图。
如图3所示,该比对用户的指纹图像的方法包括:
在操作S311,将得到的用户的指纹图像进行预处理。
指纹采集设备采集指纹图像,对图像实现灰度变换、分割、均衡化、增强、细化预处理步骤。
在操作S312,将预处理后的指纹图像进行特征提取。
处理好后进行特征提取,特征点例如可以包括终结点、分叉点、分歧点、孤立点、环点、短纹等等,特征点的参数包括方向、曲率、位置等等。
在操作S313,将提取的特征与预存的指纹模板进行比对,得到第一相似度结果。
与数据库中保存的指纹特征相比较,判断是否属于同一指纹,首先根据指纹的纹形进行粗匹配,进而利用指纹形态和细节特征进行精确匹配,计算相似度并输出第一相似度结果。
在上述实施例的基础上,响应触发指令,采集用户的指静脉信息包括:红外光源照射指纹采集区域后端,从指纹采集区域后端的物体散射和/或反射的信号光进行成像,得到用户的指静脉信息。
透射式指静脉采集装置通常是将近红外光源位于手指的指背上方,近红外光源的发射光线透射经过手指,透射光线被放置于手指下方的摄像系统接收,形成指静脉图像。反射式指静脉采集装置通常使得发射光线透射经过手指,透射光线被放置于手指下方的摄像系统接收,形成指静脉图像。两者均可用于本公开的指静脉采集,该静脉图像采集组件可以与指纹图像采集组件共用,例如共用一套图像采集组件包括镜头、滤光片和CMOS/CCD感光器件。
图4示意性示出了根据本公开实施例的比对用户的指静脉信息的方法流程图。
如图4所示,该比对用户的指静脉信息的方法包括:
在操作S321,将得到的用户的指静脉信息进行预处理。
指静脉采集设备采集静脉图像,进行预处理。
在操作S322,将预处理后的指静脉信息进行特征提取。
运用滤波、图像二值化、细化手段对数字图像提取特征。
在操作S323,将提取的特征与预存的指静脉模板进行比对,得到第二相似度结果。
与数据库中保存的对指静脉特征进行匹配,计算相似度并输出第二相似度结果。
在上述实施例的基础上,比对用户的指纹图像和用户的指静脉信息,识别用户身份包括:结合第一相似度结果与第二相似度结果计算得到第一合成结果,将第一合成结果与特定阈值进行比较,得到与之匹配的用户身份。
结合第一相似度结果与第二相似度结果可以是将第一相似度结果与第二相似度结果取平均值,当得到的第一合成结果高于特定阈值时,认为用户身份匹配成功,当然还可以是其它计算方式,这里不作限定。另外,例如当一个人的指纹无法识别(指纹磨损等情况),同时第二相似度高于第二阈值时,也可以认为用户身份匹配成功。
在上述实施例的基础上,响应触发指令,采集用户的手指微动态图像包括:红外光源照射指纹采集区域,多次拍摄手指的皮肤在按压时的图像,得到用户的手指微动态图像。
采用黑相机光学识别仪,从手指按压时,拍摄手指的皮肤在按压时的连续图像,获取人体皮肤组织的变化度。黑相机能模仿出人眼视网膜成像的原理,色彩信息和亮度细节互不干扰,成像效果大幅提升。
图5示意性示出了根据本公开实施例的通过手指微动态图像进行活体识别的方法流程图。
如图5所示,该通过手指微动态图像进行活体识别的方法包括:
在操作S411,将得到的用户的手指微动态图像进行预处理。
微动态图像收集设备采集人体手指皮肤特性在按压时的多次图像进行灰度转换、图像明度及细化处理。
在操作S412,将预处理后的手指微动态图像进行特征提取。
计算动态图像中手指上脊与峪的的特征值。指纹突起的部分叫嵴,凹下的部分叫峪,在手指按压的过程中,脊与峪会发生挤压变形,存在明显的动态扩缩变化。
在操作S413,通过皮肤细微的动态扩缩变化判断是否为人体手指皮肤。
通过判断手指上脊与峪的变化过程来判断是否为人体指皮肤,以此来进行活体识别。
在上述实施例的基础上,响应触发指令,采集用户的手指皮肤电容包括:测量导体层和用户手指之间产生的电容数据。
选择一个合适的电容数字控制器(CDC),器件表面与皮肤的接触是直接通过能量的细微变化测量的,这种能量变化分布在容性传感器电极阵列中,当器件与皮肤发生变化时就会产生;测量的目标为确定设备与皮肤的紧致程度,测量的准确度取决于分布在器件接触面区域的电极传感器的数量(电极越多,分辨率越高)和大小。
为了可靠测量与小传感器电极相关的小电容变化(小于50pF),需要高灵敏度模拟前端控制器,影响因素包括不同的电压电源、温度、湿度以及覆盖面材料的厚度和种类,在测得信号与阈值电平检测设置之间保持良好的信号余量。为了最大量的降低风险,应使用带16位ADC的CDC,且在传感器基线电平与接触阈值电平之间保持至少1000LSB的余量。
图6示意性示出了根据本公开实施例的通过手指皮肤电容进行活体识别的方法流程图。
如图6所示,该通过手指皮肤电容进行活体识别的方法包括:
在操作S421,将得到的用户的电容数据进行预处理。
人体电容检测设备在人体皮肤接触器件接触面区域的电极传感器会对小型电压器释放的安全电流进行捕获,根据设置好的信号余量阈值与传感器基线电平生成对人体皮肤电容变化的记录。
在操作S422,通过电容数据的变化趋势判断是否为人体手指皮肤。
手指上脊与峪与极板之间的距离不同,手指不同区域的电容不同,电容数据的变化趋势可以判断是否为人体手指皮肤。凝胶等制作的假指纹膜不会存在电容的变化。
通过手指微动态图像、手指皮肤电容的双重检测进行活体识别,显著提高了身份识别的抗伪造能力,尤其适用于金融行业等高安全性场所。手指微动态图像的采集也可与静脉图像采集组件可以与指纹图像采集组件共用,只是数据处理方式不一样,大大简化了采集装置的复杂程度。
在上述实施例的基础上,感应用户手指的靠近生成触发指令包括:根据红外探测用户手指的靠近或电容检测用户手指的接触,生成触发指令。
可以通过红外摄像头感应用户的手指靠近,而开始采集信息;也可以是通过上述的电容检测装置检测到手指接触,而开始采集信息。
下面以基于活体指纹识别技术的智慧网点业务优化方案为例对本方法各步骤进行进一步说明。
本公开实施了一种将人体标识作为金融业务交易身份识别介质的智慧网点业务优化方法,组建了集指纹采集器、指静脉采集器、指皮肤电容检测器等为一体的信息采集及录入装置。在客户在网点做交易处理时,对客户进行多维度指纹信息采集,将采集到的结果通过算法处理后,与行内库中的特征数据进行比对,对比差额在理想范围内时,客户身份验证成功。同时为客户经理、客服经理推送该客户信息,根据客户的商业潜力进行不同的营销策略。在客户取号、业务身份验证中,通过指纹验证也能避免一定程度上的身份证盗用、身份证伪造等违法行为。
请参见图7。优化流程包括信息采集模块M01、信息数据库M02、采集信息处理模块M03、验证结果输出模块M04、业务营销模块M05:
信息采集模块M01:用于客户到店后采集客户的活体特征数据及客户第一次网点办理业务开户时采集客户的基础信息。
信息、数据库M02:用于存储客户开户时所需要的基础信息以及客户通过信息采集模块M01采集到的多维护活体身份信息。
采集信息处理模块M03:获取从信息采集模块M01得到的客户活体身份信息数据以及信息数据库M02中存储的客户活体身份信息数据,通过活体检测计算模型和规定算法,完成对客户身份的识别。
验证结果输出模块M04:接收采集信息处理模块M03得到的计算结果并输出,系统依据此判断结果是否流转至下一模块
业务营销模块M05:接收验证结果输出模块M04输出的结果,内容包含客户的基础身份信息,并依据此判断客户的营销潜力及营销方向,将方案整理后输出至大堂经理处。同时该客户后续办理其他业务时均不需验证其身份。
请参见图8,活体特征身份信息采集特征录入装置的模块结构即信息采集模块M01与采集信息处理模块M03,包括人体电容检测设备M11、指纹采集设备M12、微动态图像收集设备M13、指静脉采集设备M14、人体电容检测模块M21、指纹采集模块M22、微动态图像收集模块M23、指静脉采集模块M24:
人体电容检测设备M11:采用电容数字控制器、电容传感器、微型电压器等建模于一体,完成人体手指电容数据的采集;
指纹采集设备M12:采用光学指纹采集装置,包括指纹采集膜和多图像传感器模组;
微动态图像收集设备M13:采用黑相机光学识别仪,从手指按压时提取人体皮肤组织的变化度。
指静脉采集设备M14:指静脉识别装置,包括绝缘体及由绝缘体封装的光组件、图像采集组件以及控制电路;
人体电容检测模块M21:基于人体皮肤电容信息多次提取特征值完成相似度对比,给出电容检测的识别结果;
指纹采集模块M22:基于人体手指末端纹路提取特征值完成相似度对比,给出识别结果;
微动态图像收集模块M23:基于人体手指皮肤特性在按压时的多次图像变化提取特征值完成相似度对比,给出识别结果;
指静脉采集模块M24:基于人体指静脉分布提取特征值完成相似度对比,给出识别结果;
请参见图9,所述优化流程中,各个维度的活体特征相似度对比流程如下:
人体电容检测模块M21:人体电容检测设备在人体皮肤接触器件接触面区域的电极传感器会对小型电压器释放的安全电流进行捕获,根据设置好的信号余量阈值与传感器基线电平生成对人体皮肤电容变化的记录,提取特征数据,与数据库中保存的电容变化数据进行匹配,计算相似度并输出结果M21_result;
指纹采集模块M22:指纹采集设备采集指纹图像,对图像实现灰度变换、分割、均衡化、增强、细化预处理步骤,处理好后进行特征提取,与数据库中保存的指纹特征相比较,判断是否属于同一指纹,首先根据指纹的纹形进行粗匹配,进而利用指纹形态和细节特征进行精确匹配,计算相似度并输出结果M22_result;
微动态图像收集模块M23:微动态图像收集设备采集人体手指皮肤特性在按压时的多次图像进行灰度转换、图像明度及细化处理,得到特征值较为明显的动态图像,通过判断手指脊与峪的变化过程来判断是否为人体指皮肤,以此来计算出活体识别程度结果M23_result;
指静脉采集模块M24:指静脉采集设备采集静脉图像,运用滤波、图像二值化、细化手段对数字图像提取特征,与数据库中保存的对指静脉特征进行匹配,计算相似度并输出计算结果M24_result;
limitResult=M21_result+M22_result+M23_result+M24_result/4。
请参见图10,该指静脉识别完整流程包括:
步骤1001:客户在采集器上按压手指,触发指静脉识别采集器启动。
步骤1002:近红外光进行照射。
步骤1003:相机进行多次静脉图像的采集。
步骤1004:根据静脉深度及静脉特征计算出该图像的特征值。
步骤1006:将识别设备得到的特征值与数据库中的特征值1005进行数据比对,得到识别结果1007,以此来判断该客户的身份。
为了达到理想的成像效果,镜头采用ICL-IDS-30,其将捕捉到的光学图像投射到CMOS(UI-1220)图像传感器上转化为电信号,经过A/D转换后变为数字图像信号,再送到数字信号处理芯片中进行加工处理,然后通过USB接口传输到上位机显示图像,最终会获取到752x480的静脉图像。
光源采用的是波长为850nm的红外LED(L850-04UP)。由于红外蛋白在波长为850nm和760nm处具有两个吸收峰,因此850nm波长的近红外光容易被静脉所吸收。
变化因素存在个人的手指长短,粗细等参数,由此得到的静脉图像亮度也会存在差异,因此光源的亮度应是动态可调的。采用脉宽调节方式(PWM)调节LED的亮度。由于操作环境一般为室内自然光,为减少可见光的影响,采用B+W093可见光滤镜滤除自然光的干扰。
在图像预处理中,由于源图像中含有噪声,在位置灰度剖面曲线上有些孤立的噪声点,因此首先需要对图像预处理。采用自适应直方图和中值滤波相结合的方法进行处理。中值滤波在排序统计滤波器中应用最为普遍,它采用像素领域区域中灰阶中值代替像素值。预处理后,原始图像噪声减少,图像也较为平滑。如图11所示,左边为处理前的指静脉图像、右边为处理后的指静脉图像。
图像中提取静脉信息,根据静脉不同的长度与宽度,以及预处理后静脉图像上的噪点也就是图像灰度值,来描绘出指静脉横截面各点灰度值。
本公开的效果与优点主要有以下两点:
1.安全性极高
每个生物维度都保证了身份甄别的准确性,人体皮肤电容变化特征、指静脉特征双重高唯一生物特征保证了识别客户身份的正确性。杜绝了一系列通过硅脂、胶膜伪造的假指纹膜造成的财产损失、信息泄露等严重问题,同时让伪造身份证进行违法犯罪行为成为过去式。
2.便利性极高
客户到达网点时,不需要携带身份证、U盾等实物介质,为客户提供便利,仅需通过简单的按压智能指纹识别器即可,网点也会实时的收到客户信息,再为客户办理业务或者个性营销时可以节约沟通与时间成本。
图12示意性示出了根据本公开一实施例的活体指纹识别系统的方框图。
如图12所示,该活体指纹识别系统1200包括:感应模块1210、采集模块1220、比对模块1230、活体识别模块1240。
感应模块1210,用于感应用户手指的靠近生成触发指令;根据本公开的实施例,感应模块1210例如可以用于执行上文参考图2所描述的S1步骤,在此不再赘述。
采集模块1220,用于响应触发指令,同时采集用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容;根据本公开的实施例,采集模块1220例如可以用于执行上文参考图2所描述的S2步骤,在此不再赘述。
比对模块1230,用于比对用户的指纹图像和用户的指静脉信息,识别用户身份;根据本公开的实施例,比对模块1230例如可以用于执行上文参考图2所描述的S3步骤,在此不再赘述。
活体识别模块1240,用于通过手指微动态图像、手指皮肤电容进行活体识别,确认用户身份;根据本公开的实施例,活体识别模块1240例如可以用于执行上文参考图2所描述的S4步骤,在此不再赘述。
如图13所示,该活体指纹识别系统1200还包括:合成模块1250。
合成模块,用于结合指纹图像的第一相似度结果与指静脉信息的第二相似度结果计算得到第一合成结果,将第一合成结果与特定阈值进行比较,得到与之匹配的用户身份;根据本公开的实施例,比对模块1230例如可以用于执行上文比对用户的指纹图像和用户的指静脉信息,识别用户身份的步骤,在此不再赘述。
需说明的是,根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,感应模块1210、采集模块1220、比对模块1230、活体识别模块1240、合成模块1250中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,感应模块1210、采集模块1220、比对模块1230、活体识别模块1240、合成模块1250中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,感应模块1210、采集模块1220、比对模块1230、活体识别模块1240、合成模块1250中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
本公开提供的一种活体指纹识别系统及方法,可用于金融科技等领域,特别是金融服务领域,提供了一种通过活体指纹识别技术人体皮肤电容变化、微动态图像变化、手指静脉识别等多个生物维度检测从达到身份甄别的目的,提高身份识别的安全性、适应性和抗伪造能力。
图14示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图14示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图14所示,本实施例中所描述的电子设备1400,包括:处理器1401,其可以根据存储在只读存储器(ROM)1402中的程序或者从存储部分1408加载到随机访问存储器(RAM)1403中的程序而执行各种适当的动作和处理。处理器1401例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1401还可以包括用于缓存用途的板载存储器。处理器1401可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1403中,存储有系统1400操作所需的各种程序和数据。处理器1401、ROM1402以及RAM 1403通过总线1404彼此相连。处理器1401通过执行ROM 1402和/或RAM 1403中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1402和RAM 1403以外的一个或多个存储器中。处理器1401也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1400还可以包括输入/输出(I/O)接口1405,输入/输出(I/O)接口1405也连接至总线1404。系统1400还可以包括连接至I/O接口1405的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1407;包括硬盘等的存储部分1408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1409。通信部分1409经由诸如因特网的网络执行通信处理。驱动器1410也根据需要连接至I/O接口1405。可拆卸介质1411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1410上,以便于从其上读出的计算机程序根据需要被安装入存储部分1408。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1409从网络上被下载和安装,和/或从可拆卸介质1411被安装。在该计算机程序被处理器1401执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的活体指纹识别方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1402和/或RAM 1403和/或ROM1402和RAM 1403以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的活体指纹识别方法。
在该计算机程序被处理器1401执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分1409被下载和安装,和/或从可拆卸介质1411被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分1409从网络上被下载和安装,和/或从可拆卸介质1411被安装。在该计算机程序被处理器1401执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,在本公开各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (16)
1.一种活体指纹识别方法,其特征在于,包括:
感应用户手指的靠近生成触发指令;
响应所述触发指令,同时采集所述用户的指纹图像、指静脉信息、手指微动态图像、手指皮肤电容;
比对所述用户的指纹图像和所述用户的指静脉信息,识别用户身份;并
通过手指微动态图像、手指皮肤电容进行活体识别,确认所述用产身份。
2.根据权利要求1所述的活体指纹识别方法,其特征在于,所述响应所述触发指令,采集所述用户的指纹图像包括:
非可见光光源照射指纹采集区域,从所述指纹采集区域上方的物体散射和/或反射的信号光进行成像,得到所述用户的指纹图像。
3.根据权利要求2所述的活体指纹识别方法,其特征在于,所述比对所述用户的指纹图像包括:
将得到的所述用户的指纹图像进行预处理;
将预处理后的指纹图像进行特征提取;
将提取的特征与预存的指纹模板进行比对,得到第一相似度结果。
4.根据权利要求3所述的活体指纹识别方法,其特征在于,所述响应所述触发指令,采集所述用户的指静脉信息包括:
红外光源照射所述指纹采集区域后端,从所述指纹采集区域后端的物体散射和/或反射的信号光进行成像,得到所述用户的指静脉信息。
5.根据权利要求4所述的活体指纹识别方法,其特征在于,所述比对所述用户的指静脉信息包括:
将得到的所述用户的指静脉信息进行预处理;
将预处理后的指静脉信息进行特征提取;
将提取的特征与预存的指静脉模板进行比对,得到第二相似度结果。
6.根据权利要求5所述的活体指纹识别方法,其特征在于,所述比对所述用户的指纹图像和所述用户的指静脉信息,识别用户身份包括:
结合所述第一相似度结果与第二相似度结果计算得到第一合成结果,将所述第一合成结果与特定阈值进行比较,得到与之匹配的用户身份。
7.根据权利要求2所述的活体指纹识别方法,其特征在于,所述响应所述触发指令,采集所述用户的手指微动态图像包括:
红外光源照射所述指纹采集区域,多次拍摄所述手指的皮肤在按压时的图像,得到所述用户的手指微动态图像。
8.根据权利要求7所述的活体指纹识别方法,其特征在于,所述通过手指微动态图像进行活体识别包括:
将得到的所述用户的手指微动态图像进行预处理;
将预处理后的手指微动态图像进行特征提取;
通过皮肤细微的动态扩缩变化判断是否为人体手指皮肤。
9.根据权利要求1所述的活体指纹识别方法,其特征在于,所述响应所述触发指令,采集所述用户的手指皮肤电容包括:
测量导体层和所述用户手指之间产生的电容数据。
10.根据权利要求9所述的活体指纹识别方法,其特征在于,所述通过手指皮肤电容进行活体识别包括:
将得到的所述用户的电容数据进行预处理;
通过电容数据的变化趋势判断是否为人体手指皮肤。
11.根据权利要求1所述的活体指纹识别方法,其特征在于,所述感应用户手指的靠近生成触发指令包括:
根据红外探测用户手指的靠近或电容检测用户手指的接触,生成触发指令。
12.一种活体指纹识别系统,其特征在于,包括:
感应模块,用于感应用户手指的靠近生成触发指令;
采集模块,用于响应所述触发指令,同时采集所述用户的指纹图像、指静脉信息、、手指微动态图像、手指皮肤电容;
比对模块,用于比对所述用户的指纹图像和所述用户的指静脉信息,识别用户身份;
活体识别模块,用于通过手指微动态图像、手指皮肤电容进行活体识别,确认所述用户身份。
13.根据权利要求12所述的活体指纹识别系统,其特征在于,还包括:
合成模块,用于结合指纹图像的第一相似度结果与指静脉信息的第二相似度结果计算得到第一合成结果,将所述第一合成结果与特定阈值进行比较,得到与之匹配的用户身份。
14.一种电子设备,包括:
处理器;
存储器,其存储有计算机可执行程序,该程序在被所述处理器执行时,使得所述处理器执行如权利要求1~11中任意一项所述的活体指纹识别方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~11中任意一项所述的活体指纹识别方法。
16.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~11中任意一项所述的活体指纹识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922194.0A CN113627347A (zh) | 2021-08-11 | 2021-08-11 | 一种活体指纹识别方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922194.0A CN113627347A (zh) | 2021-08-11 | 2021-08-11 | 一种活体指纹识别方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113627347A true CN113627347A (zh) | 2021-11-09 |
Family
ID=78384734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110922194.0A Pending CN113627347A (zh) | 2021-08-11 | 2021-08-11 | 一种活体指纹识别方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627347A (zh) |
-
2021
- 2021-08-11 CN CN202110922194.0A patent/CN113627347A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hammad et al. | Multimodal biometric authentication systems using convolution neural network based on different level fusion of ECG and fingerprint | |
Hammad et al. | Parallel score fusion of ECG and fingerprint for human authentication based on convolution neural network | |
Qin et al. | Finger-vein verification based on the curvature in Radon space | |
CN108985134B (zh) | 基于双目摄像机的人脸活体检测及刷脸交易方法及系统 | |
Raghavendra et al. | A low-cost multimodal biometric sensor to capture finger vein and fingerprint | |
US11580775B2 (en) | Differentiating between live and spoof fingers in fingerprint analysis by machine learning | |
Agarwal et al. | Local binary hexagonal extrema pattern (LBHXEP): A new feature descriptor for fake iris detection | |
Wang et al. | Personal identification based on multiple keypoint sets of dorsal hand vein images | |
CN111462379A (zh) | 一种含掌静脉和人脸识别的门禁管理方法、系统及介质 | |
US11017204B2 (en) | Systems and methods for spoof detection based on local binary patterns | |
Labati et al. | Touchless fingerprint biometrics | |
Alshdadi et al. | Exploiting Level 1 and Level 3 features of fingerprints for liveness detection | |
US20220300593A1 (en) | System and method of biometric identification of a subject | |
Awad et al. | Impact of some biometric modalities on forensic science | |
Adiraju et al. | An extensive survey on finger and palm vein recognition system | |
Galbally et al. | An introduction to fingerprint presentation attack detection | |
KR20170116530A (ko) | 광 파장 특성을 이용한 위조지문 판별장치 및 그 방법 | |
Socheat et al. | Fingerprint enhancement, minutiae extraction and matching techniques | |
Bhartiya et al. | Biometric authentication systems: security concerns and solutions | |
Pala et al. | On the accuracy and robustness of deep triplet embedding for fingerprint liveness detection | |
Galbally et al. | Introduction to presentation attack detection in fingerprint biometrics | |
CN108875472B (zh) | 图像采集装置及基于该图像采集装置的人脸身份验证方法 | |
CN113627347A (zh) | 一种活体指纹识别方法、系统、电子设备及存储介质 | |
Engelsma et al. | RaspiReader: An open source fingerprint reader facilitating spoof detection | |
Barotová | Detector of Skin Diseases by Fingerprint Technology |
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 |