CN114066458A - 生物识别方法、生物识别装置及存储介质 - Google Patents

生物识别方法、生物识别装置及存储介质 Download PDF

Info

Publication number
CN114066458A
CN114066458A CN202010734372.2A CN202010734372A CN114066458A CN 114066458 A CN114066458 A CN 114066458A CN 202010734372 A CN202010734372 A CN 202010734372A CN 114066458 A CN114066458 A CN 114066458A
Authority
CN
China
Prior art keywords
recognition
biometric
identification
biological
mode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010734372.2A
Other languages
English (en)
Inventor
江忠胜
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.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202010734372.2A priority Critical patent/CN114066458A/zh
Publication of CN114066458A publication Critical patent/CN114066458A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/40Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401Transaction verification
    • G06Q20/4014Identity check for transactions
    • G06Q20/40145Biometric identity checks

Abstract

本公开是关于一种生物识别方法、生物识别装置及存储介质。生物识别方法,应用于终端,终端支持多种生物识别模式,多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,方法包括:以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取第一生物识别模式的识别结果;在识别结果为识别失败时,确定第一识别失败类型;根据第一识别失败类型,确定并切换至受第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。通过本公开,在一种生物识别模式识别失败时,通过切换至受当前识别失败类型影响最小的另一种生物识别模式,可提高生物识别效率,提升终端生物识别性能,满足用户生物识别的需求。

Description

生物识别方法、生物识别装置及存储介质
技术领域
本公开涉及终端技术领域,尤其涉及生物识别方法、生物识别装置及存储介质。
背景技术
随着终端技术的发展,终端已经在人们生活中起到越来越重要的作用,利用终端进行支付、办公等活动已经越来越方便。
在终端为人们生活带来方便的同时,也带来了信息安全的威胁与财产安全的威胁。由此,催生出应用于终端的各种生物识别技术,以提升终端中数据的安全性。
例如用户通过终端进行支付时,需要通过生物识别的方式,例如通过指纹识别的方式对支付的安全性进行校验。校验成功后,才能使用手机进行支付。通过这种方式,一定程度上降低了手机中数据安全风险。
然而,用户通过指纹识别方式进行支付时,由于手上的污渍等原因,会导致指纹识别失败。用户不得不反复进行指纹识别等操作,才能完成支付。用户体验差。
故,如何能提升生物识别的效率,是目前亟需解决的问题。
发明内容
为克服相关技术中存在的问题,本公开提供一种生物识别方法、生物识别装置及存储介质。
根据本公开实施例的第一方面,提供一种生物识别方法,生物识别方法,应用于终端,所述终端支持多种生物识别模式,所述多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,所述生物识别方法包括:以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取所述第一生物识别模式的识别结果;在所述识别结果为识别失败时,确定第一识别失败类型;根据所述第一识别失败类型,确定并切换至受所述第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。
在一实施方式中,所述确定第一识别失败类型,包括:基于生物特征和生物特征模板的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,确定第一生物特征模板,所述第一生物特征模板为与识别失败的生物特征相似度最高的生物特征模板;基于生物特征模板与识别失败类型的对应关系,确定与所述第一生物特征模板对应的识别失败类型,并将与所述第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
在一实施方式中,所述确定第一识别失败类型,包括:获取第一生物识别模式的关联因素信息,所述关联因素信息包括导致第一生物识别模式识别失败的多个关联因素;对所述关联因素信息中的第一关联因素进行检测,所述第一关联因素为所述多个关联因素中的任意一个或多个;若所述第一关联因素检测满足预设条件,则基于关联因素和识别失败类型的对应关系,确定与第一关联因素对应的识别失败类型。
在一实施方式中,所述确定受所述第一识别失败类型影响最小的第二生物识别模式,包括:获取其他生物识别模式的关联因素信息;将其他生物识别模式的关联因素信息中不包含所述第一关联因素的生物识别模式确定为第二生物识别模式。
在一实施方式中,所述确定受所述第一识别失败类型影响最小的第二生物识别模式,包括:确定不同于所述第一识别类型的第二识别失败类型;基于生物识别模式与识别失败类型的对应关系,确定所述第二识别失败类型对应的生物识别模式;将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施方式中,所述第二识别失败类型对应的生物识别模式包括接触式生物识别模式和/或非接触式生物识别模式;所述将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式,包括:在所述第一生物识别模式为接触式生物识别模式时,将不同于第一接触式生物识别模式的第二接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式;或者,在所述第一生物识别模式为非接触式生物识别模式时,将不同于第一非接触式生物识别模式的第二非接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施方式中,所述接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种;所述非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
根据本公开实施例的第二方面,提供一种生物识别装置,生物识别装置,应用于终端,所述终端支持多种生物识别模式,所述多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,所述生物识别装置包括:获取单元,被配置为以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取所述第一生物识别模式的识别结果;确定单元,被配置为在所述识别结果为识别失败时,确定第一识别失败类型,并根据所述第一识别失败类型,确定受所述第一识别失败类型影响最小的第二生物识别模式;处理单元,被配置为切换至受所述第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。
在一实施方式中,所述确定单元采用如下方式确定第一识别失败类型:基于生物特征和生物特征模板的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,确定第一生物特征模板,所述第一生物特征模板为与识别失败的生物特征相似度最高的生物特征模板;基于生物特征模板与识别失败类型的对应关系,确定与所述第一生物特征模板对应的识别失败类型,并将与所述第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
在一实施方式中,所述确定单元采用如下方式确定第一识别失败类型:获取第一生物识别模式的关联因素信息,所述关联因素信息包括导致第一生物识别模式识别失败的多个关联因素;对所述关联因素信息中的第一关联因素进行检测,所述第一关联因素为所述多个关联因素中的任意一个或多个;若所述第一关联因素检测满足预设条件,则基于关联因素和识别失败类型的对应关系,确定与第一关联因素对应的识别失败类型。
在一实施方式中,所述确定单元采用如下方式确定受所述第一识别失败类型影响最小的第二生物识别模式:获取其他生物识别模式的关联因素信息;将其他生物识别模式的关联因素信息中不包含所述第一关联因素的生物识别模式确定为第二生物识别模式。
在一实施方式中,所述确定单元采用如下方式确定受所述第一识别失败类型影响最小的第二生物识别模式:确定不同于所述第一识别类型的第二识别失败类型;基于生物识别模式与识别失败类型的对应关系,确定所述第二识别失败类型对应的生物识别模式;将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施方式中,所述第二识别失败类型对应的生物识别模式包括接触式生物识别模式和/或非接触式生物识别模式;所述确定单元采用如下方式将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式:在所述第一生物识别模式为接触式生物识别模式时,将不同于第一接触式生物识别模式的第二接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式;或者,在所述第一生物识别模式为非接触式生物识别模式时,将不同于第一非接触式生物识别模式的第二非接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施方式中,所述接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种;所述非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
根据本公开的第三方面,提供了一种生物识别装置,生物识别装置包括:存储器,配置用于存储指令。以及处理器,配置用于调用指令执行前述第一方面或者第一方面中任意一示例中的生物识别方法。
根据本公开的第四方面,提供了一种非临时性计算机可读存储介质,非临时性计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在由处理器执行时,执行前述第一方面或者第一方面中任意一示例中的生物识别方法。
本公开的实施例提供的技术方案可以包括以下有益效果:终端支持多种生物识别模式,在以一种生物识别模式对用户的待识别生物特征进行生物识别时,获取当前生物识别模式的识别结果,并在识别结果为失败时,通过确定识别失败的识别失败类型,并根据识别失败类型确定并切换至受识别失败原因影响最小的第二生物识别模式,可准确得到适合当前识别场景的生物识别模式,弥补当前生物识别模式的当前识别场景缺陷,实现高效率地对用户进行生物识别,提升生物识别成功率,提升终端生物识别性能,满足用户生物识别的需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种生物识别方法的流程图。
图2是根据一示例性实施例示出的一种生物识别方法的流程图。
图3是根据一示例性实施例示出的人脸识别失败后,针对不同的识别失败类型,将人脸识别切换至其他生物识别模式的流程示例图。
图4是根据一示例性实施例示出的一种生物识别装置的框图。
图5是根据一示例性实施例示出的一种用于生物识别装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开的示例性实施例的技术方案可以应用于利用终端支持的生物识别技术,进行生物识别的应用场景。在以下描述的示例性实施例中,终端有时也称为智能终端设备,其中,该终端可以是移动终端,也可以称作用户设备(User Equipment,UE)、移动台(MobileStation,MS)等。终端是一种向用户提供语音和/或数据连接的设备,或者是设置于该设备内的芯片,例如,具有无线连接功能的手持式设备、车载设备等。例如,终端的示例可以包括:手机、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(Mobile Internet Devices,MID)、可穿戴设备、虚拟现实(Virtual Reality,VR)设备、增强现实(Augmented Reality,AR)设备、工业控制中的无线终端、无人驾驶中的无线终端、远程手术中的无线终端、智能电网中的无线终端、运输安全中的无线终端、智慧城市中的无线终端、智慧家庭中的无线终端等。
生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,(如指纹、人脸、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。
目前,随着终端技术的发展,生物识别技术已被大量的应用于各类终端,例如智能穿戴终端、手机中等等,且终端已能够支持多种生物识别的功能。
利用终端的生物识别功能进行生物识别时,通常基于用户设定或者终端默认的方式开启一种生物识别模式,基于开启的生物识别模式,对用户的生物特征图像进行提取,并将提取的生物特征图像与预先存储的生物特征图像进行匹配,根据匹配结果,确定识别成功或者识别失败。
并且,在识别失败时,会继续基于该生物识别模式进行识别,若还是识别失败,则会一直识别到预设的识别次数阈值,如果依旧不能识别成功,为防止终端当前的生物识别为非法识别,将不能使用该生物识别方式进行识别,且会锁定终端。
但是很多识别失败的时候,是由于每一种生物识别模式存在的场景缺陷引起的。例如指纹识别时,需要用户手指没有水渍或污渍的识别场景。虹膜识别时,需要用户不佩戴眼镜的识别场景。而在实际应用中,经常会出现指纹识别时,用户手上却带有污渍,或者虹膜识别时,用户却佩戴了眼镜,导致识别失败的情况。由此,用户不得不反复进行指纹识别,或者反复进行虹膜识别,识别效率低,用户体验差。
本公开实施例,提供一种生物识别方法。在本公开的生物识别方法中,终端支持多种生物识别模式,在以一种生物识别模式对用户的待识别生物特征进行生物识别时,获取当前生物识别模式的识别结果,并在识别结果为失败时,确定识别失败类型,根据识别失败类型,可准确得到适合当前识别场景的生物识别模式,弥补当前生物识别模式的当前识别场景缺陷。由此,在一种生物识别模式识别失败时,通过切换至受所述第一识别失败类型影响最小的另一种生物识别模式,可提高生物识别成功率,提升终端生物识别性能,满足用户生物识别的需求。
图1是根据一示例性实施例示出的一种生物识别方法的流程图,如图1所示,终端支持多种生物识别模式,生物识别方法用于终端中,包括以下步骤。
在步骤S11中,以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取第一生物识别模式的识别结果。
本公开中,终端可以是支持大于等于两种生物识别模式的终端。在终端中,以一种生物识别模式对用户的待识别生物特征进行生物识别时,获取当前生物识别模式的识别结果。在识别结果为识别失败时,将当前生物识别模式切换至另一生物识别模式,继续对用户进行生物识别。
其中,本公开为描述方便,将当前生物识别模式称为第一生物识别模式,将切换后的另一种生物识别模式称为第二生物识别模式。
本公开中,终端中支持的生物识别模式包括接触式生物识别模式和非接触式生物识别模式。
其中,接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种。非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
在步骤S12中,在识别结果为识别失败时,确定第一识别失败类型。
为避免由于生物识别技术的识别场景缺陷导致生物识别失败,在识别结果为识别失败时,通过确定识别失败类型,可准确识别出当前的识别场景缺陷。进而根据识别失败类型,将当前生物识别模式即第一生物识别模式切换至终端中受识别失败原因影响最小的另一种生物识别模式,即第二生物识别模式。
由此,在当前生物识别模式的识别场景无法准确识别生物特征时,通过将当前生物识别模式切换至终端中受识别失败原因影响最小的其他生物识别技术,可弥补当前生物识别模式的当前识别场景缺陷,实现高效率地对用户进行生物识别,提升生物识别成功率。
其中,确定识别失败类型,一种实施方式中,例如可通过如下方式实现:
本公开可在终端中预存多个与生物特征对应的生物特征模板,生物特征模板可以是包括识别失败时生物特征对应的生物特征模板。例如,针对指纹特征,可预存多个指纹识别模板,例如包括指纹有水渍的指纹特征模板、指纹有粉尘的指纹特征模板等。
在识别结果为识别失败时,通过获取识别失败时的生物特征,并基于生物特征和生物特征模板的预设的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,可确定出与识别失败的生物特征相似度最高的生物特征模板。本公开为描述方便,将与识别失败的生物特征相似度最高的生物特征模板称为第一生物特征模板。
并基于生物特征模板与识别失败类型的对应关系,可确定出与识别失败的生物特征相似度最高的生物特征模板即第一生物特征模板对应的识别失败类型,并将与第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
例如,第一生物识别模式为虹膜识别模式,预设的虹膜识别失败类型例如包括用户佩戴眼镜、终端处于抖动等。在虹膜识别失败时,获取虹膜识别失败时的虹膜特征,虹膜识别失败时的虹膜特征例如可以是识别到虹膜生物特征与预设虹膜生物特征不完整。并基于虹膜特征与虹膜特征模板的对应关系,将虹膜识别失败时的虹膜特征与多个虹膜特征模板进行匹配,可确定出与识别失败的虹膜特征相似度最高的虹膜特征模板。并基于预设的虹膜特征模板与识别失败类型的对应关系,确定与识别失败的虹膜特征相似度最高的虹膜特征模板对应的识别失败类型。例如与识别失败的虹膜特征相似度最高的虹膜特征模板对应的识别失败类型为用户佩戴眼镜,由此可确定出虹膜识别失败类型为用户佩戴眼镜。
进而根据用户佩戴眼镜的识别失败类型,将生物识别模型切换至不受用户佩戴眼镜影响或者受用户佩戴眼镜影响最小的生物识别模型。
又例如,第一生物识别模式为电容识别模式,在电容识别指纹失败时,电容识别失败类型包括指纹有水渍或污渍、指纹有粉尘。
在指纹识别失败时,获取指纹识别失败时的指纹特征,指纹识别失败时的指纹特征例如可以是识别到指纹生物特征局部区域不清晰,或者局部区域未识别到。并基于指纹特征与指纹特征模板的对应关系,将指纹识别失败时的指纹特征与多个指纹特征模板进行匹配,可确定出与识别失败的指纹特征相似度最高的指纹特征模板。并基于预设的指纹特征模板与识别失败类型的对应关系,确定与识别失败的指纹特征相似度最高的指纹特征模板对应的识别失败类型。例如与识别失败的指纹特征相似度最高的指纹特征模板对应的识别失败类型为指纹有水渍或污渍,由此可确定出指纹识别失败类型为指纹有水渍或污渍。进而根据指纹有水渍或污渍的识别失败类型,将生物识别模型切换至不受指纹有水渍或污渍影响或者受指纹有水渍或污渍影响最小的生物识别模型。
其中,确定识别失败类型,另一种实施方式中,例如可通过如下方式实现:
本公开中,针对每种生物识别模式,可预先构建与生物识别模式对应的关联因素信息。其中,关联因素信息例如可以是表征该生物识别模式所处的环境或者场景的多个关联因素信息,且多个关联因素信息中可以包括表征导致生物识别模式识别失败的多个关联因素。
例如,生物识别模式为人脸识别模式,与人脸识别模式对应的关联因素信息包括环境光线暗、终端处于抖动状态。
再例如,生物识别模式为虹膜识别模式,与虹膜识别模式对应的关联因素信息包括环境光线处于强光、用户佩戴眼镜、终端处于抖动状态。
又例如,生物识别模式为指纹识别模式,与指纹识别模式对应的关联因素信息包括手指力度不足、手指力度太大。
进而,通过第一生物识别模式对用户的待识别生物特征进行生物识别,且识别结果为识别失败时,获取与第一生物识别模式对应的多个关联因素信息,并对多个关联因素信息中的任意一个或多个关联因素进行导致第一生物识别模式识别失败的检测。若检测到一个或者多个关联因素满足导致第一生物识别模式识别失败的预设条件,则基于关联因素和识别失败类型的对应关系,将检测到满足预设条件的关联因素所对应的识别失败类型,确定为与检测到满足预设条件的关联因素所对应的识别失败类型。
例如,针对第一生物识别模式为虹膜识别模式,对用户的虹膜特征进行虹膜识别,且识别结果为识别失败时,获取与虹膜生物识别模式对应的多个关联因素信息,即获取到的关联因素信息包括环境光线处于强光、用户佩戴眼镜、终端处于抖动状态。针对获取到的关联因素信息,例如对环境光线处于强光进行可能导致虹膜识别模式识别失败的检测。例如通过环境光线传感器采集的光线强度信息,检测到环境光线强度大于预设的光线强度阈值时,确定光线处于强光的关联因素是满足导致虹膜识别模式识别失败的预设条件,基于关联因素和识别失败类型的对应关系,将检测到环境光线处于强光的关联因素所对应的识别失败类型,例如环境光线处于强光的关联因素所对应的识别失败类型为环境光线强,将环境光线强确定为与检测到满足预设条件的关联因素所对应的识别失败类型。
在步骤S13中,根据第一识别失败类型,确定并切换至受第一识别失败原因影响最小的第二生物识别模式,对用户的生物特征进行识别。
一种实施方式中,确定识别失败类型后,可基于终端中支持的生物识别模式,确定终端支持的生物识别模式中哪些生物识别模式是受当前的识别失败类型影响最小的生物识别模式。根据确定的受当前的识别失败类型影响最小的生物识别模式,即第二生物模式,将生物识别模式切换至第二生物识别模式,继续对用户进行生物识别。
其中,一种实施方式中,基于识别失败时的生物特征确定的识别失败类型的情形,确定受当前的识别失败类型影响最小的生物识别模式,例如可通过如下方式实现:
获取终端支持的除第一生物识别模式之外的其他生物识别模式,以及获取其他生物识别模式的可能的识别失败类型,对获取的其他生物识别模式的可能的识别失败类型和第一识别失败类型进行比对,确定得到不同于第一识别失败类型的第二识别失败类型。基于生物识别模式与识别失败类型的对应关系,将第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
另外,为提升用户体验,实现无感知切换生物识别模式,在确定得到多个受识别失败类型影响最小的生物识别模式时,若第一生物识别模式为接触式生物识别模式,则将第一接触式生物识别模式切换至第二接触式生物识别模式。或者,若第一生物识别模式为非接触式生物识别模式,则将第一非接触式生物识别模式切换至第二非接触式生物识别模式。
例如,第一生物识别模式为虹膜识别模式,在虹膜识别失败时,确定虹膜识别失败类型为用户佩戴眼镜,即可确定识别失败的原因是由于用户佩戴眼镜使得部分虹膜未被识别到。根据识别失败类型,确定终端中受识别失败原因影响最小的生物识别模式,得到人脸识别模式和指纹识别模式。为实现无感知切换生物识别模式,例如可将虹膜识别模式切换至对用户的人脸识别模式。
又例如,针对第一生物识别模式为电容识别模式,在电容识别指纹失败时,确定识别失败类型为指纹有水渍或污渍,即可确定识别失败的原因是由于用户手指的水渍或者污渍引起。根据识别失败类型,确定终端中受识别失败原因影响最小的生物识别模式,得到人脸识别模式、超声波指纹识别模式和声纹识别模式。为实现无感知切换生物识别模式,例如可将电容式别模式切换至受污渍水渍影响最小的超声波指纹识别模式。
另一种实施方式中,基于与生物识别模式对应的关联因素信息确定的识别失败类型的情形,确定受当前的识别失败类型影响最小的生物识别模式,例如可通过如下方式实现:
获取终端支持的其他生物识别模式的关联因素信息,将关联因素信息中不包含导致虹膜识别模式识别失败的关联因素的生物识别模式,确定为第二生物识别模式。
例如,基于与虹膜识别模式对应的关联因素信息确定的识别失败类型的情形,在确定虹膜识别模式的识别失败类型为环境光线强之后,获取终端支持的其他生物识别模式的关联因素信息,将关联因素信息中不包含导致虹膜识别模式识别失败的关联因素的生物识别模式,确定为第二生物识别模式。例如获取到终端支持的其他生物识别模式为人脸识别模式,人脸识别模式的关联因素包括环境光线暗、终端处于抖动状态。由于人脸识别模式的关联因素信息中不包含环境光线强的关联因素,故,可将虹膜识别模式切换至人脸识别模式进行用户的生物特征进行识别。
在本公开的示例性实施例中,以第一生物识别模式对用户的生物特征进行生物识别,且识别失败时,通过确定识别失败的识别失败类型,并根据识别失败类型确定并切换至受识别失败原因影响最小的第二生物识别模式,可准确得到适合当前识别场景的生物识别模式,弥补当前生物识别模式的当前识别场景缺陷,实现高效率地对用户进行生物识别,提升生物识别成功率。
本公开以下以第一生物识别模式为人脸识别为例,对应用本公开的生物识别方法进行详细说明。
图2是根据一示例性实施例示出的一种生物识别方法的流程图,如图2所示,生物识别方法用于终端中,包括以下步骤。
在步骤S21中,以人脸识别模式对用户的人脸特征进行生物识别,并获取人脸识别模式的识别结果。
在步骤S22中,在人脸识别结果为识别失败时,确定人脸识别的识别失败类型。
其中,识别失败的识别失败类型,可以表征人脸识别的特征信息与预设人脸特征信息不相匹配的原因。确定人脸识别的识别失败类型例如可通过如下方式实现:
在人脸识别失败时,获取人脸识别失败时的人脸生物特征,将人脸识别失败时的人脸生物特征与多个预存的人脸生物特征模板进行相似度匹配,基于人脸生物特征与人脸生物特征模板的对应关系,可确定出与识别失败的人脸生物特征相似度最高的人脸生物特征模板。进而基于预设的人脸生物特征模板与识别失败类型的对应关系,确定与识别失败的人脸生物特征相似度最高的人脸生物特征模板对应的识别失败类型。
例如将人脸识别失败时的人脸生物特征与多个预存的人脸生物特征模板进行相似度匹配,得到与识别失败的人脸生物特征相似度最高的人脸生物特征模板。进而基于预设的人脸生物特征模板与识别失败类型的对应关系,确定识别失败类型为人脸化妆。
又例如将人脸识别失败时的人脸生物特征与多个预存的人脸生物特征模板进行匹配,得到与识别失败的人脸生物特征相似度最高的人脸生物特征模板。进而基于预设的人脸生物特征模板与识别失败类型的对应关系,确定识别失败类型为人脸肤色不匹配。
再例如,在人脸识别失败后,获取与人脸识别模式对应的多个关联因素信息,即获取到的关联因素信息包括环境光线不足、终端处于抖动状态。针对获取到的关联因素信息,例如对环境光线不足进行可能导致人脸识别模式识别失败的检测。例如通过环境光线传感器采集的光线强度信息,检测到环境光线强度小于预设的光线强度阈值时,确定光线不足的关联因素是满足导致人脸识别模式识别失败的预设条件,基于关联因素和识别失败类型的对应关系,将检测到环境光线不足的关联因素所对应的识别失败类型,例如环境光线不足的关联因素所对应的识别失败类型为环境光线暗,将环境光线暗确定为与检测到满足预设条件的关联因素所对应的识别失败类型。
在步骤S23中,根据人脸识别的识别失败类型,确定并切换至受人脸识别的识别失败类型影响最小的第二生物识别模式,对用户的生物特征进行识别。
图3是根据一示例性实施例示出的人脸识别失败后,针对不同的识别失败类型,将人脸识别切换至其他生物识别模式的流程示例图。
在图3中,人脸识别失败后,根据确定的人脸识别失败类型,分别为环境光线暗、人脸化妆和人脸肤色不匹配。
针对人脸识别失败类型为环境光线暗的情形,根据识别失败类型,获取终端支持的其他生物识别模式的关联因素信息,将其他生物识别模式关联因素信息中不包含环境光线暗的生物识别模式,确定为第二生物识别模式,得到终端支持的虹膜识别模式和指纹识别模式。并将当前人脸识别模式切换至虹膜识别模式,通过虹膜识别模式继续对用户身份进行识别。或者将当前人脸识别模式切换至指纹识别模式,通过指纹识别模式继续对用户身份进行识别。
针对人脸识别失败类型为人脸化妆的情形,根据识别失败类型,确定终端支持的其他生物识别模式可能的识别失败类型,并确定不同于人脸化妆的其他识别失败类型。基于生物识别模式与识别失败类型的对应关系,确定终端中不受人脸化妆影响或者受人脸化妆影响最小的生物识别模式,得到终端支持的声纹识别模式和指纹识别模式。并将当前人脸识别模式切换至声纹识别模式,通过声纹识别模式继续对用户身份进行识别。或者将当前人脸识别模式切换至指纹识别模式,通过指纹识别模式继续对用户身份进行识别。
针对人脸识别失败类型为人脸肤色不匹配的情形,根据识别失败类型,确定终端支持的其他生物识别模式可能的识别失败类型,并确定不同于人脸肤色不匹配的其他识别失败类型。基于生物识别模式与识别失败类型的对应关系,确定终端中受用户肤色影响最小的生物识别模式,得到终端支持的虹膜识别模式和指纹识别模式。并将当前人脸识别模式切换至虹膜识别模式,通过虹膜识别模式继续对用户身份进行识别。或者将当前人脸识别模式切换至指纹识别模式,通过指纹识别模式继续对用户身份进行识别。
在本公开的示例性实施例中,以第一生物识别模式对用户的生物特征进行生物识别,且识别失败时,通过确定识别失败类型,并根据识别失败类型确定并切换至受所述识别失败原因影响最小的第二生物识别模式,可弥补当前生物识别模式的当前识别场景缺陷,实现高效率地对用户进行生物识别,提升生物识别成功率。
基于相同的构思,本公开实施例还提供一种生物识别装置。
可以理解的是,本公开实施例提供的生物识别装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本公开实施例的技术方案的范围。
图4是根据一示例性实施例示出的一种生物识别装置框图。参照图4,生物识别装置400,应用于终端,所述终端支持多种生物识别模式,所述多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,所述生物识别装置包括:获取单元401、确定单元402和处理单元403。
其中,获取单元401,被配置为以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取所述第一生物识别模式的识别结果;确定单元402,被配置为在所述识别结果为识别失败时,确定第一识别失败类型,并根据所述第一识别失败类型,确定受所述第一识别失败类型影响最小的第二生物识别模式;处理单元403,被配置为切换至受所述第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。
在一实施例中,所述确定单元402采用如下方式确定第一识别失败类型:基于生物特征和生物特征模板的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,确定第一生物特征模板,所述第一生物特征模板为与识别失败的生物特征相似度最高的生物特征模板;基于生物特征模板与识别失败类型的对应关系,确定与所述第一生物特征模板对应的识别失败类型,并将与所述第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
在一实施例中,所述确定单元402采用如下方式确定第一识别失败类型:获取第一生物识别模式的关联因素信息,所述关联因素信息包括导致第一生物识别模式识别失败的多个关联因素;对所述关联因素信息中的第一关联因素进行检测,所述第一关联因素为所述多个关联因素中的任意一个或多个;若所述第一关联因素检测满足预设条件,则基于关联因素和识别失败类型的对应关系,确定与第一关联因素对应的识别失败类型。
在一实施例中,所述确定单元402采用如下方式确定受所述第一识别失败类型影响最小的第二生物识别模式:获取其他生物识别模式的关联因素信息;将其他生物识别模式的关联因素信息中不包含所述第一关联因素的生物识别模式确定为第二生物识别模式。
在一实施例中,所述确定单元402采用如下方式确定受所述第一识别失败类型影响最小的第二生物识别模式:确定不同于所述第一识别类型的第二识别失败类型;基于生物识别模式与识别失败类型的对应关系,确定所述第二识别失败类型对应的生物识别模式;将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施例中,所述第二识别失败类型对应的生物识别模式包括接触式生物识别模式和/或非接触式生物识别模式;所述确定单元402采用如下方式将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式:在所述第一生物识别模式为接触式生物识别模式时,将不同于第一接触式生物识别模式的第二接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式;或者,在所述第一生物识别模式为非接触式生物识别模式时,将不同于第一非接触式生物识别模式的第二非接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式。
在一实施例中,所述接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种;所述非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
图5是根据一示例性实施例示出的一种用于生物识别的装置500的框图。例如,装置500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,装置500可以包括以下一个或多个组件:处理组件502,存储器504,电力组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制装置500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件506为装置500的各种组件提供电力。电力组件506可以包括电源管理系统,一个或多个电源,及其他与为装置500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当装置500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为装置500提供各个方面的状态评估。例如,传感器组件514可以检测到装置500的打开/关闭状态,组件的相对定位,例如所述组件为装置500的显示器和小键盘,传感器组件514还可以检测装置500或装置500一个组件的位置改变,用户与装置500接触的存在或不存在,装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由装置500的处理器520执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
可以理解的是,本公开中“多个”是指两个或两个以上,其它量词与之类似。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
进一步可以理解的是,术语“第一”、“第二”等用于描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开,并不表示特定的顺序或者重要程度。实际上,“第一”、“第二”等表述完全可以互换使用。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。
进一步可以理解的是,除非有特殊说明,“连接”包括两者之间不存在其他构件的直接连接,也包括两者之间存在其他元件的间接连接。
进一步可以理解的是,本公开实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种生物识别方法,其特征在于,应用于终端,所述终端支持多种生物识别模式,所述多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,所述方法包括:
以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取所述第一生物识别模式的识别结果;
在所述识别结果为识别失败时,确定第一识别失败类型;
根据所述第一识别失败类型,确定并切换至受所述第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。
2.根据权利要求1所述的生物识别方法,其特征在于,所述确定第一识别失败类型,包括:
获取识别失败的生物特征,基于生物特征和生物特征模板的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,确定第一生物特征模板,所述第一生物特征模板为与识别失败的生物特征相似度最高的生物特征模板;
基于生物特征模板与识别失败类型的对应关系,确定与所述第一生物特征模板对应的识别失败类型,并将与所述第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
3.根据权利要求1所述的生物识别方法,其特征在于,所述确定第一识别失败类型,包括:
获取第一生物识别模式的关联因素信息,所述关联因素信息包括导致第一生物识别模式识别失败的多个关联因素;
对所述关联因素信息中的第一关联因素进行检测,所述第一关联因素为所述多个关联因素中的任意一个或多个;
若所述第一关联因素检测满足预设条件,则基于关联因素和识别失败类型的对应关系,确定与第一关联因素对应的识别失败类型。
4.根据权利要求3所述的生物识别方法,其特征在于,所述确定受所述第一识别失败类型影响最小的第二生物识别模式,包括:
获取其他生物识别模式的关联因素信息;
将其他生物识别模式的关联因素信息中不包含所述第一关联因素的生物识别模式确定为第二生物识别模式。
5.根据权利要求1所述的生物识别方法,其特征在于,所述确定受所述第一识别失败类型影响最小的第二生物识别模式,包括:
确定不同于所述第一识别类型的第二识别失败类型;
基于生物识别模式与识别失败类型的对应关系,确定所述第二识别失败类型对应的生物识别模式;
将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
6.根据权利要求5所述的生物识别方法,其特征在于,所述第二识别失败类型对应的生物识别模式包括接触式生物识别模式和/或非接触式生物识别模式;
所述将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式,包括:
在所述第一生物识别模式为接触式生物识别模式时,将不同于第一接触式生物识别模式的第二接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式;或者,
在所述第一生物识别模式为非接触式生物识别模式时,将不同于第一非接触式生物识别模式的第二非接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式。
7.根据权利要求6所述的生物识别方法,其特征在于,所述接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种;
所述非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
8.一种生物识别装置,其特征在于,应用于终端,所述终端支持多种生物识别模式,所述多种生物识别模式至少包括第一生物识别模式和第二生物识别模式,所述装置包括:
获取单元,被配置为以第一生物识别模式对用户的待识别生物特征进行生物识别,并获取所述第一生物识别模式的识别结果;
确定单元,被配置为在所述识别结果为识别失败时,确定第一识别失败类型,并根据所述第一识别失败类型,确定受所述第一识别失败类型影响最小的第二生物识别模式;
处理单元,被配置为切换至受所述第一识别失败类型影响最小的第二生物识别模式,对用户的待识别生物特征进行识别。
9.根据权利要求8所述的生物识别装置,其特征在于,所述确定单元采用如下方式确定第一识别失败类型:
获取识别失败的生物特征,基于生物特征和生物特征模板的对应关系,在与识别失败的生物特征对应的多个生物特征模板中,确定第一生物特征模板,所述第一生物特征模板为与识别失败的生物特征相似度最高的生物特征模板;
基于生物特征模板与识别失败类型的对应关系,确定与所述第一生物特征模板对应的识别失败类型,并将与所述第一生物特征模板对应的识别失败类型作为所述第一识别失败类型。
10.根据权利要求8所述的生物识别装置,其特征在于,所述确定单元采用如下方式确定第一识别失败类型:获取第一生物识别模式的关联因素信息,所述关联因素信息包括导致第一生物识别模式识别失败的多个关联因素;对所述关联因素信息中的第一关联因素进行检测,所述第一关联因素为所述多个关联因素中的任意一个或多个;若所述第一关联因素检测满足预设条件,则基于关联因素和识别失败类型的对应关系,确定与第一关联因素对应的识别失败类型。
11.根据权利要求10所述的生物识别装置,其特征在于,所述确定单元采用如下方式
确定受所述第一识别失败类型影响最小的第二生物识别模式:获取其他生物识别模式的关联因素信息;将其他生物识别模式的关联因素信息中不包含所述第一关联因素的生物识别模式确定为第二生物识别模式。
12.根据权利要求8所述的生物识别装置,其特征在于,所述确定单元采用如下方式确定受所述第一识别失败类型影响最小的第二生物识别模式:
确定不同于所述第一识别类型的第二识别失败类型;
基于生物识别模式与识别失败类型的对应关系,确定所述第二识别失败类型对应的生物识别模式;
将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式。
13.根据权利要求12所述的生物识别装置,其特征在于,所述第二识别失败类型对应的生物识别模式包括接触式生物识别模式和/或非接触式生物识别模式;
所述确定单元采用如下方式将所述第二识别失败类型对应的生物识别模式,确定为受所述识别失败类型影响最小的第二生物识别模式:
在所述第一生物识别模式为接触式生物识别模式时,将不同于第一接触式生物识别模式的第二接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式;或者,
在所述第一生物识别模式为非接触式生物识别模式时,将不同于第一非接触式生物识别模式的第二非接触式生物识别模式确定为受所述识别失败类型影响最小的第二生物识别模式。
14.根据权利要求13所述的生物识别装置,其特征在于,所述接触式生物识别模式包括:电容式指纹识别模式、光学指纹识别模式和超声波指纹识别模式中的至少一种;
所述非接触式生物识别模式包括人脸识别模式、虹膜识别模式和声纹识别模式中的至少一种。
15.一种生物识别装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1-7中任一项所述的生物识别方法。
16.一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行权利要求1-7中任意一项所述的生物识别方法。
CN202010734372.2A 2020-07-27 2020-07-27 生物识别方法、生物识别装置及存储介质 Pending CN114066458A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010734372.2A CN114066458A (zh) 2020-07-27 2020-07-27 生物识别方法、生物识别装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010734372.2A CN114066458A (zh) 2020-07-27 2020-07-27 生物识别方法、生物识别装置及存储介质

Publications (1)

Publication Number Publication Date
CN114066458A true CN114066458A (zh) 2022-02-18

Family

ID=80226531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010734372.2A Pending CN114066458A (zh) 2020-07-27 2020-07-27 生物识别方法、生物识别装置及存储介质

Country Status (1)

Country Link
CN (1) CN114066458A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758423A (zh) * 2022-04-29 2022-07-15 支付宝(杭州)信息技术有限公司 一种生物识别方法、装置及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758423A (zh) * 2022-04-29 2022-07-15 支付宝(杭州)信息技术有限公司 一种生物识别方法、装置及设备

Similar Documents

Publication Publication Date Title
US20220004742A1 (en) Method for face recognition, electronic equipment, and storage medium
CN106951884B (zh) 采集指纹的方法、装置及电子设备
US20210406523A1 (en) Method and device for detecting living body, electronic device and storage medium
US20170053149A1 (en) Method and apparatus for fingerprint identification
CN106774803B (zh) 指纹识别方法及装置
CN107122679A (zh) 图像处理方法及装置
CN110287671B (zh) 验证方法及装置、电子设备和存储介质
EP3239881A1 (en) Unlocking method and apparatus
CN103886239A (zh) 一种移动终端应用程序的用户鉴权方法和装置
EP3208742B1 (en) Method and apparatus for detecting pressure
US11587353B2 (en) Electronic device including palm biometric sensor layer and related methods
CN109557999A (zh) 亮屏控制方法、装置及存储介质
CN108509944B (zh) 指纹识别方法及装置
US20180238748A1 (en) Pressure detection method and apparatus, and storage medium
CN104809744A (zh) 图片处理方法和装置
CN108133180A (zh) 指纹识别方法、装置及终端
CN112328090A (zh) 手势识别方法及装置、电子设备和存储介质
CN107169429A (zh) 活体识别方法和装置
CN106469265A (zh) 电子设备唤醒方法、装置以及电子设备
KR101657377B1 (ko) 휴대용 단말기, 휴대용 단말기 케이스 및 그를 이용한 홍채 인식 방법
CN114066458A (zh) 生物识别方法、生物识别装置及存储介质
CN106469003A (zh) 解锁方法和装置
CN107133551B (zh) 指纹验证方法及装置
CN112437189A (zh) 身份识别方法、装置及介质
CN110969067B (zh) 用户注册、认证方法及装置

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