CN114463791A - 指纹识别方法、装置、电子设备及存储介质 - Google Patents
指纹识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114463791A CN114463791A CN202210067549.7A CN202210067549A CN114463791A CN 114463791 A CN114463791 A CN 114463791A CN 202210067549 A CN202210067549 A CN 202210067549A CN 114463791 A CN114463791 A CN 114463791A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- fingerprint image
- template
- identification
- 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
- Collating Specific Patterns (AREA)
Abstract
本申请涉及指纹识别技术领域,尤其涉及一种指纹识别方法、装置、电子设备及存储介质,用于提高指纹识别的速度。主要技术方案包括:当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;判断所述第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
Description
技术领域
本申请涉及指纹识别技术领域,尤其涉及一种指纹识别方法、装置、电子设备及存储介质。
背景技术
随着智能手机的不断普及,人们对指纹识别的体验要求也不断提高,其中关键的一点就是识别速度。现有手机屏下光学指纹的整个指纹识别解锁时间较长;另一方面识别策略的设定也会极大影响识别时间,现有的技术一般会当第一次指纹识别失败后自动进行第二次识别,甚至第三次识别,这样也极大的增加了整体的识别时间。
发明内容
有鉴于此,本申请提供一种指纹识别方法、装置、电子设备及存储介质,用于提高指纹识别的速度。
第一方面,本申请实施例提供一种指纹识别方法,该方法包括:
当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;
判断所述第一指纹图像是否与指纹库中的模板图像匹配;
若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;
若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
在一个可选的实施例中,所述采集用户的第一指纹图像,包括:
通过指纹模组根据固定的曝光时间采集用户的一帧所述第一指纹图像。
在一个可选的实施例中,所述方法还包括:
通过所述指纹模组采集校准指纹图像;
根据所述校准指纹图像的亮度,获得所述固定的曝光时间。
在一个可选的实施例中,所述判断所述第一指纹图像是否与指纹库中的模板图像匹配,包括:
将所述第一指纹图像和所述指纹库中的模板图像输入到第一模型,得到指纹匹配结果;所述第一模型根据第一样本指纹图像及对应的匹配结果标签训练得到的;
通过所述指纹匹配结果,判断所述第一指纹图像是否与指纹库中的模板图像匹配。
在一个可选的实施例中,所述判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值,包括:
将所述第一指纹图像和所述指纹库中的模板图像输入到第二模型,得到第一指纹图像与指纹库中的模板图像的差异度;所述第二模型根据第二样本指纹图像及对应的差异度标签训练得到的;
判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
在一个可选的实施例中,所述判断所述第一指纹图像的质量是否满足要求,包括:
获取第一指纹图像对应的指纹质量信息;所述指纹质量信息包括:图像亮度、指纹区域占比和/或指纹完整度;
根据指纹质量信息判断所述第一指纹图像的质量是否满足要求。
在一个可选的实施例中,所述判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值之后,所述方法还包括:
若所述第一指纹图像的质量满足要求,且所述第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像;
根据所述第二指纹图像获得目标指纹图像。
在一个可选的实施例中,所述采集用户的第二指纹图像,包括:
通过指纹模组根据固定的曝光时间采集用户的一帧所述第二指纹图像;
所述根据所述第二指纹图像获得目标指纹图像,包括:
对所述第一指纹图像和所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,所述采集用户的第二指纹图像,包括:
通过指纹模组根据不固定的曝光时间采集用户的多帧所述第二指纹图像;
所述根据所述第二指纹图像获得目标指纹图像,包括:
对多帧所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,所述方法还包括:
将所述目标指纹图像作为所述第一指纹图像,并将第一指纹图像对应的识别次数n累加1,n的起始数值为1;
判断n是否小于m;
若n小于m,则跳转到判断所述第一指纹图像是否与指纹库中的模板图像匹配的步骤;
若n等于m,则直接判断所述第一指纹图像是否与指纹库中的模板图像匹配;若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
第二方面,本申请实施例还提供一种指纹识别装置,该装置包括:
采集模块,当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;
判断模块,用于判断所述第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;
确定模块,用于若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
在一个可选的实施例中,所述采集模块,具体用于通过指纹模组根据固定的曝光时间采集用户的一帧所述第一指纹图像。
在一个可选的实施例中,确定模块,还用于通过所述指纹模组采集校准指纹图像;根据所述校准指纹图像的亮度,获得所述固定的曝光时间。
在一个可选的实施例中,所述判断模块,具体用于:
将所述第一指纹图像和所述指纹库中的模板图像输入到第一模型,得到指纹匹配结果;所述第一模型根据第一样本指纹图像及对应的匹配结果标签训练得到的;
通过所述指纹匹配结果,判断所述第一指纹图像是否与指纹库中的模板图像匹配。
在一个可选的实施例中,所述判断模块,具体用于:
将所述第一指纹图像和所述指纹库中的模板图像输入到第二模型,得到第一指纹图像与指纹库中的模板图像的差异度;所述第二模型根据第二样本指纹图像及对应的差异度标签训练得到的;
判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
在一个可选的实施例中,所述判断模块,具体用于获取第一指纹图像对应的指纹质量信息;所述指纹质量信息包括:图像亮度、指纹区域占比和/或指纹完整度;根据指纹质量信息判断所述第一指纹图像的质量是否满足要求。
在一个可选的实施例中,所述装置还包括:获取模块;
采集模块,若所述第一指纹图像的质量满足要求,且所述第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像;
获取模块,用于根据所述第二指纹图像获得目标指纹图像。
在一个可选的实施例中,采集模块,具体用于通过指纹模组根据固定的曝光时间采集用户的一帧所述第二指纹图像;
获取模块,具体用于对所述第一指纹图像和所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,所述装置还包括:跳转模块;
采集模块,具体用于通过指纹模组根据不固定的曝光时间采集用户的多帧所述第二指纹图像;
获取模块,具体用于对多帧所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,确定模块,还用于将所述目标指纹图像作为所述第一指纹图像,并将第一指纹图像对应的识别次数n累加1,n的起始数值为1;
判断模块,还用于判断n是否小于m;
跳转模块,用于若n小于m,则跳转到判断所述第一指纹图像是否与指纹库中的模板图像匹配的步骤;
确定模块,还用于若n等于m,则直接判断所述第一指纹图像是否与指纹库中的模板图像匹配;若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
第三方面,本申请实施例还提供一种计算机程序产品,包括计算机程序指令,所述计算机程序指令被处理器读取并运行时,执行第一方面的指纹识别方法的步骤。
第四方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,存储器存储有处理器可执行的机器可读指令,当电子设备运行时,处理器与存储器之间通过总线进行通信,机器可读指令被所述处理器运行时执行第一方面的指纹识别方法的步骤。
第五方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面中的指纹识别方法的步骤。
本申请实施例提供的一种指纹识别方法、装置、电子设备及存储介质,当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;判断第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;若第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。即本申请在确定第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值时,直接确定指纹识别失败,无需进行第二次或是第三次识别,从而通过本申请可以大幅提高指纹识别的速度。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种电子设备的结构示意图;
图2示出了本申请实施例所提供的一种指纹识别方法的流程图;
图2a示出了本申请实施例所提供的指纹识别界面四意图;
图3示出了本申请实施例所提供的另一种指纹识别方法的流程图;
图4示出了本申请实施例所提供的一种指纹识别装置的结构框图。
具体实施方式
本申请说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于限定特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念,便于理解。
在本申请的描述中,除非另有说明,“/”表示前后关联的对象是一种“或”的关系,例如,A/B可以表示A或B;本申请中的“和/或”仅仅是一种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,其中A,B可以是单数或者复数。并且,在本申请的描述中,除非另有说明,“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在本申请实施例中,至少一个还可以描述为一个或多个,多个可以是两个、三个、四个或者更多个,本申请不做限制。
目前,随着智能手机的不断普及,人们对指纹识别的体验要求也不断提高,其中关键的一点就是识别速度。现有的指纹识别方案会对按压的手指进行1-3次图像采集,当一次识别失败后会自动进行第二次、第三次再次识别,分别称为try0、try1、try2,这样也极大的增加了整体的识别时间。
鉴于此,本发明提供一种指纹识别方法,其基本原理是:当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;判断第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;若第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。即本申请在确定第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值时,直接确定指纹识别失败,无需进行第二次或是第三次识别,从而通过本申请可以大幅提高指纹识别的速度。
本申请实施例提供的指纹识别方法可以应用于图1所示的电子设备(具体的可以为智能手机或平板电脑等)中,该电子设备可以包括至少一个处理器11、存储器12、触控显示屏13。
下面结合图3对电子设备的各个构成部件进行具体的介绍:
处理器11是电子设备的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器11是一个CPU,也可以是ASIC,或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个DSP,或,一个或者多个FPGA。其中,处理器11可以通过运行或执行存储在存储器12内的软件程序,以及调用存储在存储器12内的数据,执行电子设备的各种功能。
在具体的实现中,作为一种实施例,处理器11可以包括一个或多个CPU,例如图3中所示的CPU0和CPU1。
在具体实现中,作为一种实施例,电子设备可以包括多个处理器,这些处理器中的每一个可以是一个single-CPU处理器,也可以是一个multi-CPU处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
存储器12可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器12可以是独立存在,通过通信总线与处理器11相连接。存储器12也可以和处理器11集成在一起。其中,所述存储器12用于存储执行本申请方案的软件程序,并由处理器11来控制执行。
触控显示屏13可用于检测到用户用于录入指纹的触摸操作,以及显示由处理器11确定的指纹识别结果。触控显示屏13可包括显示面板,可选的,可以采用液晶显示器(liquid crystal display,LCD)、有机发光二极管(organic light-emitting diode,OLED)等形式来配置显示面板。
图1中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。尽管未示出,电子设备还可以包括电池、摄像头、蓝牙模块、全球定位系统(global positioning system,GPS)模块等,在此不再赘述。
目前,用户对个人隐私的保护越来越重视,且随着科学技术的快速发展,指纹识别技术作为一种基于生物特征的身份认证技术,已基本成为电子设备的标配技术。在本申请实施例中,考虑到对用户个人隐私的保护,本申请主要以具有指纹识别功能的电子设备为例,对本申请提供的技术方案进行详细介绍。
其中,在本申请一些实施例中,上述具有指纹识别功能,具体的可以是,通过给电子设备的触控显示屏配置指纹模组来实现指纹识别功能。例如,可以在电子设备的触控显示屏的下方安装指纹模组来实现指纹识别功能。在本申请其他一些实施例中,也可以通过触控显示屏内集成指纹模组来实现指纹识别功能。在本申请另外一些实施例中,还可以通过给电子设备的背面或者主屏幕键上安装指纹模组来实现指纹识别功能。本申请实施例在此不做具体限制。
如图2所示,本申请实施例提供一种指纹识别方法,对本申请提供的方案进行详细说明,本申请提供的指纹识别方法可以包括:
S201、当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像。
当确定接收到用户录入指纹的触摸信号后,可以通知指纹模组采集用户的第一指纹图像。而对于其他触摸操作信号,指纹模组不对指纹进行采集。其中,指纹模组可以设置在触控显示屏的指纹识别区域的下方,在通常情况下,指纹模组可以处于休眠状态,以节省移动电子设备功耗,在触控显示屏检测到用于录入指纹的触摸操作时,可以唤醒指纹模组对用户的第一指纹图像进行采集。
具体的,指纹模组可以采集指纹数据,并根据采集的指纹数据生成指纹图像。如图2a所示的指纹识别界面,用户在触控显示屏201中的指纹识别区域202输入指纹数据,该指纹识别区域对应的指纹模组通过固定的曝光时间或非固定的曝光时间采集用户的第一指纹图像。
在本发明提供的一个可选实施例中,通过指纹模组根据固定的曝光时间采集用户的一帧所述第一指纹图像,即采集一帧所述第一指纹图像的曝光时间是固定不变的,该固定的曝光时间可以在指纹模组出厂时或者在指纹模组首次使用过程中通过校准获得并进行配置。本实施例通过指纹模组采集校准指纹图像;根据校准指纹图像的亮度,获得固定的曝光时间。具体的,本实施例使用指纹校准件按压指纹识别区域并采集到一帧指纹校准图像,然后获取该指纹校准图像的曝光时间,该曝光时间会一般在5~10ms之间,之后获取该帧指纹校准图像的平均亮度值或中心亮度值,对比该平均亮度值或中心亮度值与目标亮度值,若平均亮度值或中心亮度值高于目标亮度值,则可以直接使用校准时的曝光时间,即将指纹校准图像对应的曝光时间作为固定的曝光时间;若平均亮度值或中心亮度值低于目标亮度值,则根据平均亮度值或中心亮度值与目标亮度值的差距,适当增加指纹校准图像的曝光时间的时长,作为一种实施方式,在平均亮度值或中心亮度值低于目标亮度值的条件下,平均亮度值或中心亮度值与目标亮度值的差距越大,所增加的曝光时间的时长也越长,然后将增加时长后的曝光时间作为最终的固定的曝光时间。
S202、判断第一指纹图像是否与指纹库中的模板图像匹配。
其中,指纹库库中存储有用户预先录入的模板图像,通过判断第一指纹图像是否与指纹库中的模板图像是否匹配,可以确定指纹识别是否成功。具体的,若确定第一指纹图像与指纹库中的模板图像匹配,则直接确定指纹识别成功;若确定第一指纹图像与指纹库中的模板图像不匹配,则需要跳转到S203继续执行确定指纹是否识别成功的步骤。
在本发明提供的一个可选实施例中,判断所述第一指纹图像是否与指纹库中的模板图像匹配,包括:将所述第一指纹图像和所述指纹库中的模板图像输入到第一模型,得到指纹匹配结果;所述第一模型根据第一样本指纹图像及对应的匹配结果标签训练得到的;通过所述指纹匹配结果,判断所述第一指纹图像是否与指纹库中的模板图像匹配。
其中,本实施例中的第一模型为神经网络模型,可以是二分类模型,也可以直接输出匹配值,然后根据匹配值的大小判断第一指纹图像是否与指纹库中的模板图像匹配。通过该模型得到的指纹匹配结果包括:指纹匹配和指纹不匹配,或指纹的匹配值。需要说明的是,本实施例中在对第一模型训练时,需首先获取大量的第一样本指纹图像,第一样本指纹图像包括多个样本图像对,每个样本图像对包括两幅样本指纹图像,对两幅样本指纹图像进行匹配结果标记,即标记出两幅样本指纹图像是否匹配。最后根据第一样本指纹图像及对应的指纹匹配结果进行模型训练,得到第一模型。
S203、若不匹配,判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
在本实施例中,根据指纹质量信息判断所述第一指纹图像的质量是否满足要求,所述指纹质量信息包括:图像亮度、指纹区域占比和/或指纹完整度。即本实施例中的第一指纹图像的质量可通过图像亮度、指纹区域占比和/或指纹完整度等指标进行衡量,其中,图像亮度用于表示第一指纹图像的平均亮度或图像或者图像中心亮度,指纹区域占比用于表示第一指纹图像内指纹区域占总体图像区域的比值,指纹图完整度表征了指纹是否有异物、是否有缺失、指纹的连续性。具体的,本实施例可以单独通过图像亮度、指纹区域占比或指纹完整度确定第一指纹图像的质量是否满足要求,即三者中只有一个不满足其各自对应的条件,则直接可以确定第一指纹图像的质量不满足要求;还可以通过图像亮度、指纹区域占比和指纹完整度确定第一指纹图像的质量是否满足要求,即计算图像亮度、指纹区域占比和指纹完整度分别对应的分值,然后对三个值进行加权计算得到一个加权值,之后通过判断该加权值是否满足预置阈值,确定第一指纹图像的质量是否满足要求。
在本发明提供的一个可选实施例中,所述判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值,包括:将第一指纹图像和所述指纹库中的模板图像输入到第二模型,得到第一指纹图像与指纹库中的模板图像的差异度;第二模型根据第二样本指纹图像及对应的差异度标签训练得到的;判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
其中,本实施例中在对第二模型训练时,需首先获取大量的第二样本指纹图像,第二样本指纹图像包括多个样本图像对,每个样本图像对包括两幅样本指纹图像,然后对两幅指纹图像进行差异度标记,即标记出两幅指纹图像之间的差异度。最后根据第二样本指纹图像及对应的差异度进行模型训练,得到第二模型。训练第一模型与第二模型的样本图像对可以相同,也可以不同。
本实施例首先通过第一模型确定第一指纹图像与指纹库中的模板图像是否匹配,以快速确定第一指纹图像是否识别成功,若通过第一模型无法确定指纹识别成功,即通过第一模型得到的结果为不匹配,则再根据第二模型获取得到第一指纹图像与指纹库中的模板图像的差异度,最后基于得到的第一指纹图像与指纹库中的模板图像的差异度,以及第一指纹图像的质量,进一步确定指纹是否识别成功。
S204、若第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
其中,目标阈值可以根据实际需求进行设置,如目标阈值可以为80%、90%等。
通过本实施例提供的指纹识别方法,可以实现对电子设备进行解锁或应用支付等功能,在此,本申请实施例不做具体限定。
进一步的,在本发明提供的一个可选实施例中,在判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值之后,若第一指纹图像的质量满足要求,且第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像;根据第二指纹图像获得目标指纹图像。
其中,本实施例指纹模组可通过固定的曝光时间采集第二指纹图像,也可以通过不固定的曝光时间采集第二指纹图像。若通过指纹模组通过固定的曝光时间采集用户的一帧所述第二指纹图像;则对所述第一指纹图像和所述第二指纹图像进行融合得到目标指纹图像;若通过指纹模组通过不固定的曝光时间采集用户的多帧所述第二指纹图像;则对多帧所述第二指纹图像进行融合得到目标指纹图像。其中,不固定的曝光时间采集图像可以是通过自动曝光方式采集图像,即根据当前场景中光线的强弱自动调整曝光时间,然后根据自动调整的曝光时间采集多帧的第二指纹图像。
在本实施例中,在得到目标指纹图像之后,将目标指纹图像作为第一指纹图像,并将第一指纹图像对应的识别次数n累加1,n的起始数值为1;判断n是否小于m;若n小于m,则跳转到判断所述第一指纹图像是否与指纹库中的模板图像匹配的步骤;若n等于m,则直接判断所述第一指纹图像是否与指纹库中的模板图像匹配;若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
其中,m为预先设置的可进行指纹识别的次数,优选的本实施例中的m为3。即在第一次指纹识别过程中,通过S204不能确定指纹识别失败(即,第一指纹图像的质量满足要求,且第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值)之后,还可以进行第二次指纹识别,在进行的第二次指纹识别过程中,同样在无法通过S202确定指纹识别成功,以及也无法通过S204确定指纹识别失败之后,再进行第三次指纹识别。
例如,m为3,在进行第一指纹识别之后,若通过S204不能确定指纹识别失败,则获取目标指纹图像,然后将目标指纹图像作为第一指纹图像,将第一指纹图像对应的识别次数n更新为2,然后跳转到判断第一指纹图像是否与指纹库中的模板图像匹配的步骤继续执行,即进行第二次指纹识别(第二次指纹识别与第一次指纹识别的过程相同),若第二次指纹识别仍然无法确定指纹是否识别成功或失败,则再次获取目标指纹图像,然后将目标指纹图像作为第一指纹图像,第一指纹图像对应的识别次数n更新为3,此时识别次数等于3,则直接判断第一指纹图像是否与指纹库中的模板图像匹配(第三次指纹识别的过程仅通过判断第一指纹图像是否与指纹库中的模板图像匹配,确定指纹是否识别成功);若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
本申请实施例提供的一种指纹识别方法,当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;判断第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;若第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。即本申请在确定第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值时,直接确定指纹识别失败,无需进行第二次或是第三次识别,从而通过本申请可以大幅提高指纹识别的速度。
如图3所示,本申请实施例提供一种指纹识别方法,对本申请提供的方案进行详细说明,本申请提供的指纹识别方法可以包括:
S301、当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像。
S302、判断第一指纹图像是否与指纹库中的模板图像匹配。
在本实施例中,可以设置匹配度来确定第一指纹图像是否与指纹库中的模板图像匹配成功。具体的,首先计算第一指纹图像与指纹图库中指纹图像的匹配度,然后根据该匹配度确定指纹是否匹配,若第一指纹图像的匹配度大于第二匹配度阈值,则确定第一指纹图像与指纹库中的模板图像匹配,即确定指纹识别成功。
若第一指纹图像的匹配度小于第一匹配度阈值,或第一指纹图像的匹配度介于第一匹配度阈值和第二匹配度阈值之间(包含第一匹配度阈值和第二匹配度阈值),则确定第一指纹图像与指纹库中的模板图像不匹配。其中,本实施例中的第一匹配度阈值低于第二匹配度阈值。
S303A、若匹配,则确定指纹识别成功。
具体的,若步骤S302中确定第一指纹图像与指纹库中的模板图像匹配,则可直接确定指纹识别成功。
S303B、若不匹配,判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
若第一指纹图像不与指纹库中的模板图像匹配,则还需要进行判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值,以根据判断结果确定指纹是否识别失败。
需要说明的是,本实施例中判断第一指纹图像的质量是否满足要求,及判断第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值的方式,与图1中相应步骤描述内容相同,本实施例在此不再赘述。
在本发明提供的一个可选实施例中,第一指纹图像与指纹库中的模板图像的差异度,可以通过步骤S302中计算的第一指纹图像与指纹库中的模板图像的匹配度来确定,即根据1减去第一指纹图像与指纹库中模板图像的匹配度得到第一指纹图像与指纹库中模板图像的差异度。如计算的第一指纹图像与指纹库中的模板图像的匹配度为30%,则第一指纹图像与指纹库中的模板图像的差异度为70%。
相应的,目标阈值可以根据第一匹配度阈值确定,例如若第一匹配度阈值为20%,那么目标阈值为80%。需要说明的是,本实施例中的第一匹配度阈值为预先设置百分比值,若计算的第一指纹图像与指纹库中模板图像的匹配度低于第一匹配度阈值,则可以直接确定指纹识别失败。
例如,若第一匹配度阈值为30%,则相应的目标阈值可以设置为70%,也就是说,若第一指纹图像与指纹库中的模板图像的匹配度低于30%时,相当于第一指纹图像与指纹库中的模板图像的差异度高于目标阈值70%时,则可直接确定指纹识别失败。
另外,本实施例在计算第一指纹图像与指纹库中的模板图像的匹配度之后,还可以结合第一指纹图像的质量确定指纹是否识别成功。具体的,若匹配度大于第二匹配度阈值,则直接确定为指纹识别成功;若匹配度小于等于第二匹配度阈值,还需结合第一指纹图像的质量和第一指纹图像与指纹库中的模板图像的差异度,确定是否指纹识别成功。在本实施例中,若匹配度小于等于第二匹配度阈值时,第一指纹图像的质量不满足要求,或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败;若匹配度小于等于第二匹配度阈值,第一指纹图像的质量满足要求,且第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则通过固定的曝光时间或非固定的曝光时间采集用户的第二指纹图像,然后根据采集的第二指纹图像进行一步确定指纹是否识别成功。
S304A、若第一指纹图像的质量不满足要求,和/或第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
S304B、若第一指纹图像的质量满足要求,且第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像。
在本实施例中,在第一次进行的指纹识别过程中,即根据第一指纹图像无法直接确认指纹识别成功或指纹识别失败,也就是说第一指纹图像的差异度小于等于目标阈值(如差异度介于第一匹配度阈值和第二匹配度阈值之间,包括第一匹配度阈值和第二匹配度阈值),且第一指纹图像的质量满足要求时。本实施例需要重新采集用户的指纹图像,如通过多固定的曝光时间或非固定的曝光时间采集用户的第二指纹图像,以便于根据重新采集的第二指纹图像进一步确认指纹是否能够识别成功。
S305、根据第二指纹图像获得第一目标指纹图像。
具体的,若采通过指纹模组根据不固定的曝光时间采集用户的多帧第二指纹图像,则对多帧所述第二指纹图像进行融合得到第一目标指纹图像;若通过指纹模组根据固定的曝光时间采集用户的一帧所述第二指纹图像,则对第一指纹图像和第二指纹图像进行融合得到第一目标指纹图像。
在本实施例中,若采用不固定的曝光时间采集多帧第二指纹图像,则在确定无法根据第一指纹图像确认指纹是否识别成功时,则直接舍弃第一指纹图像,然后对采集的多帧第二指纹图像进行融合得到第一目标指纹图像,即第一目标指纹图像中包含了多个第二指纹图像的指纹特征,从而根据第一目标指纹图像进行指纹识别,可提高指纹识别的效率。
相反,若本实施例固定的曝光时间采集一帧第二指纹图像,则在确定无法根据第一指纹图像确认指纹是否识别成功时,缓存第一指纹图像,然后再次固定的曝光时间采集一帧第二指纹图像,然后对第一指纹图像和第二指纹图像进行融合得到第一目标指纹图像,即第一目标指纹图像中包含了第一指纹图像和第二指纹图像的指纹特征,从而根据第一目标指纹图像进行指纹识别,可提高指纹识别的效率。
S306、判断第一目标指纹图像是否与指纹库中的模板图像匹配。
需要说明的是,本实施例中对第一目标指纹图像(即第二次识别过程)进行识别的方式,与第一指纹图像(即第一次识别过程)的识别方式相同,本实施例在此不再赘述。
S303A、若匹配,则确定指纹识别成功。
S307、若不匹配,判断第一目标指纹图像的质量是否满足要求,及判断第一目标指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
S308A、若第一目标指纹图像的质量不满足要求,和/或第一目标指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
S308B、若第一目标指纹图像的质量满足要求,且第一目标指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第三指纹图像。
其中,本实施例可以通过多帧固定曝光或单帧固定曝光采集用户的第三指纹图像。需要说明的是,本实施例中的S306到S308,与S302到S304的描述内容相同,本实施例在此不再赘述。
S309、对第三指纹图像进行融合得到第二目标指纹图像;或对第三指纹图像与第二指纹图像和/或第一指纹图像进行融合得到第二目标指纹图像。
在本实施例中,若采用非固定的曝光时间采集用户的第三指纹图像,也就是舍弃第一次采集的第一指纹图像和第二次采集的第二指纹图像,直接根据采集的多帧第三指纹图像进行融合得到第二目标指纹图像。
若采用固定的曝光时间采集用户的第三指纹图像,则获取缓存的第一指纹图像和第二指纹图像,然后可以基于第一指纹图像、第二指纹图像和第三指纹图像的融合得到第二目标指纹图像;或基于第二指纹图像和第三指纹图像的融合得到第二目标指纹图像;或第一指纹图像和第三指纹图像的融合得到第二目标指纹图像。还可以对第一目标指纹图像和第三指纹图像进行融合得到第二目标指纹图像,本实施例对此不做具体限定。
S310、判断第二目标指纹图像是否与指纹库中的模板图像匹配。
S303A、若匹配,则确定指纹识别成功。
S311、若不匹配,则确定指纹识别失败。
具体的,本实施例可计算第二目标指纹图像与指纹库中的模板图像的匹配度,然后基于计算的匹配度,确定第二指纹图像是否与指纹库中的模板图像匹配。即若第二目标指纹图像的匹配度大于第二匹配度阈值,则确定第二指纹图像与指纹库中的模板图像匹配;若第二目标指纹图像的匹配度小于等于第二匹配度阈值,则第二指纹图像不与指纹库中的模板图像匹配。
本申请实施例提供的一种指纹识别方法,在根据第一指纹图像无法确定指纹是否识别成功时,进入第二次指纹识别过程,该识别过程中的指纹图像为融合多帧指纹图像,从而通过该指纹图像可以提高指纹识别的效率;若在第二次指纹过程仍然无法确定指纹识别是否识别成功,则进入第三次指纹识别过程,然后根据第三次指纹识别过程对应的指纹图像直接确认指纹是否识别成功。由于本实施例中,触发进入第二次指纹识别过程和第三次指纹识别过程是在无法确定指纹是否识别成功时,即无法确认指纹识别成功或指纹识别失败时进入的,而现有技术是在确定指纹识别失败时,便进入第二次指纹识别过程或第三次识别过程,从而相对于现有技术本申请可以提高指纹识别的速度,尤其是识别指纹失败时的速度。
本申请实施例可以根据上述方法示例对指纹识别装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。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。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图4示出了上述和实施例中涉及的指纹识别装置的一种可能的组成示意图,如图4所示,该指纹识别装置可以包括:采集模块41、判断模块42、确定模块43。
采集模块41,当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;
判断模块42,用于判断所述第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;
确定模块43,用于若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
在一个可选的实施例中,所述采集模块41,具体用于通过指纹模组根据固定的曝光时间采集用户的一帧所述第一指纹图像。
在一个可选的实施例中,确定模块43,还用于通过所述指纹模组采集校准指纹图像;根据所述校准指纹图像的亮度,获得所述固定的曝光时间。
在一个可选的实施例中,所述判断模块42,具体用于:
将所述第一指纹图像和所述指纹库中的模板图像输入到第一模型,得到指纹匹配结果;所述第一模型根据第一样本指纹图像及对应的匹配结果标签训练得到的;
通过所述指纹匹配结果,判断所述第一指纹图像是否与指纹库中的模板图像匹配。
在一个可选的实施例中,所述判断模块42,具体用于:
将所述第一指纹图像和所述指纹库中的模板图像输入到第二模型,得到第一指纹图像与指纹库中的模板图像的差异度;所述第二模型根据第二样本指纹图像及对应的差异度标签训练得到的;
判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
在一个可选的实施例中,所述判断模块42,具体用于获取第一指纹图像对应的指纹质量信息;所述指纹质量信息包括:图像亮度、指纹区域占比和/或指纹完整度;根据指纹质量信息判断所述第一指纹图像的质量是否满足要求。
在一个可选的实施例中,所述装置还包括:获取模块44;
采集模块41,若所述第一指纹图像的质量满足要求,且所述第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像;
获取模块44,用于根据所述第二指纹图像获得目标指纹图像。
在一个可选的实施例中,采集模块41,具体用于通过指纹模组根据固定的曝光时间采集用户的一帧所述第二指纹图像;
获取模块44,具体用于对所述第一指纹图像和所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,所述装置还包括:跳转模块45;
采集模块41,具体用于通过指纹模组根据不固定的曝光时间采集用户的多帧所述第二指纹图像;
获取模块44,具体用于对多帧所述第二指纹图像进行融合得到目标指纹图像。
在一个可选的实施例中,确定模块43,还用于将所述目标指纹图像作为所述第一指纹图像,并将第一指纹图像对应的识别次数n累加1,n的起始数值为1;
判断模块42,还用于判断n是否小于m;
跳转模块45,用于若n小于m,则跳转到判断所述第一指纹图像是否与指纹库中的模板图像匹配的步骤;
确定模块43,还用于若n等于m,则直接判断所述第一指纹图像是否与指纹库中的模板图像匹配;若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述实施例提供的指纹识别方法的步骤。
具体地,所述存储介质能够为通用的存储介质,如移动磁盘、硬盘等,所述存储介质上的计算机程序被运行时,能够执行上述指纹识别方法,本发明与目前通过随机算法实现指纹识别相比,由于本发明中的愿望清单中记录有对应游戏玩家在游戏过程中输入的期望获取的虚拟道具,然后根据该愿望清单和游戏玩家的位置信息确定掉落的虚拟道具及对应的掉落位置,即本发明基于游戏玩家的位置信息和愿望清单进行有针对性的掉落游戏道具,从而提高了游戏平衡性和游戏玩家的使用体验。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本申请所提供的几个实施例中,应所述理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请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所述技术方案的部分可以以软件产品的形式体现出来,所述计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种指纹识别方法,其特征在于,所述方法包括:
当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;
判断所述第一指纹图像是否与指纹库中的模板图像匹配;
若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;
若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
2.根据权利要求1所述的方法,其特征在于,所述采集用户的第一指纹图像,包括:
通过指纹模组根据固定的曝光时间采集用户的一帧所述第一指纹图像。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
通过所述指纹模组采集校准指纹图像;
根据所述校准指纹图像的亮度,获得所述固定的曝光时间。
4.根据权利要求1所述的方法,其特征在于,所述判断所述第一指纹图像是否与指纹库中的模板图像匹配,包括:
将所述第一指纹图像和所述指纹库中的模板图像输入到第一模型,得到指纹匹配结果;所述第一模型根据第一样本指纹图像及对应的匹配结果标签训练得到的;
通过所述指纹匹配结果,判断所述第一指纹图像是否与指纹库中的模板图像匹配。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值,包括:
将所述第一指纹图像和所述指纹库中的模板图像输入到第二模型,得到第一指纹图像与指纹库中的模板图像的差异度;所述第二模型根据第二样本指纹图像及对应的差异度标签训练得到的;
判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述判断所述第一指纹图像的质量是否满足要求,包括:
获取第一指纹图像对应的指纹质量信息;所述指纹质量信息包括:图像亮度、指纹区域占比和/或指纹完整度;
根据指纹质量信息判断所述第一指纹图像的质量是否满足要求。
7.根据权利要求1所述的方法,其特征在于,所述判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值之后,所述方法还包括:
若所述第一指纹图像的质量满足要求,且所述第一指纹图像与指纹库中的模板图像的差异度小于等于目标阈值,则采集用户的第二指纹图像;
根据所述第二指纹图像获得目标指纹图像。
8.根据权利要求7所述的方法,其特征在于,所述采集用户的第二指纹图像,包括:
通过指纹模组根据固定的曝光时间采集用户的一帧所述第二指纹图像;
所述根据所述第二指纹图像获得目标指纹图像,包括:
对所述第一指纹图像和所述第二指纹图像进行融合得到目标指纹图像。
9.根据权利要求7所述的方法,其特征在于,所述采集用户的第二指纹图像,包括:
通过指纹模组根据不固定的曝光时间采集用户的多帧所述第二指纹图像;
所述根据所述第二指纹图像获得目标指纹图像,包括:
对多帧所述第二指纹图像进行融合得到目标指纹图像。
10.根据权利要求7-9任一项所述的方法,其特征在于,所述方法还包括:
将所述目标指纹图像作为所述第一指纹图像,并将第一指纹图像对应的识别次数n累加1,n的起始数值为1;
判断n是否小于m;
若n小于m,则跳转到判断所述第一指纹图像是否与指纹库中的模板图像匹配的步骤;
若n等于m,则直接判断所述第一指纹图像是否与指纹库中的模板图像匹配;若匹配,则确定指纹识别成功;若不匹配,则确定指纹识别失败。
11.一种指纹识别装置,其特征在于,所述装置包括:
采集模块,当接收到用户录入指纹的触摸信号时,采集用户的第一指纹图像;
判断模块,用于判断所述第一指纹图像是否与指纹库中的模板图像匹配;若不匹配,判断所述第一指纹图像的质量是否满足要求,及判断所述第一指纹图像与指纹库中的模板图像的差异度是否高于目标阈值;
确定模块,用于若所述第一指纹图像的质量不满足要求,和/或所述第一指纹图像与指纹库中的模板图像的差异度高于目标阈值,则确定指纹识别失败。
12.一种计算机程序产品,其特征在于,包括计算机程序指令,所述计算机程序指令被处理器读取并运行时,执行如权利要求1-10中任一项所述的方法。
13.一种电子设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器运行时执行如权利要求1至10任一所述的指纹识别方法的步骤。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至10任一所述的指纹识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067549.7A CN114463791A (zh) | 2022-01-20 | 2022-01-20 | 指纹识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067549.7A CN114463791A (zh) | 2022-01-20 | 2022-01-20 | 指纹识别方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114463791A true CN114463791A (zh) | 2022-05-10 |
Family
ID=81409854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067549.7A Pending CN114463791A (zh) | 2022-01-20 | 2022-01-20 | 指纹识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114463791A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024037054A1 (zh) * | 2022-08-18 | 2024-02-22 | 荣耀终端有限公司 | 用于指纹识别的方法和装置 |
-
2022
- 2022-01-20 CN CN202210067549.7A patent/CN114463791A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024037054A1 (zh) * | 2022-08-18 | 2024-02-22 | 荣耀终端有限公司 | 用于指纹识别的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109740068B (zh) | 媒体数据推荐方法、装置及存储介质 | |
CN110209952B (zh) | 信息推荐方法、装置、设备及存储介质 | |
CN111476306B (zh) | 基于人工智能的物体检测方法、装置、设备及存储介质 | |
US20180247361A1 (en) | Information processing apparatus, information processing method, wearable terminal, and program | |
CN110020009B (zh) | 在线问答方法、装置及系统 | |
KR20170097888A (ko) | 복수의 디바이스들로부터 수집된 데이터 통합 및 제공 방법 및 이를 구현한 전자 장치 | |
CN111311554A (zh) | 图文内容的内容质量确定方法、装置、设备及存储介质 | |
US20210073008A1 (en) | Method for deriving frequently used application, and apparatus using the same | |
CN111949708B (zh) | 基于时序特征提取的多任务预测方法、装置、设备及介质 | |
CN110245607B (zh) | 眼球追踪方法及相关产品 | |
CN111611490A (zh) | 资源搜索方法、装置、设备及存储介质 | |
CN112559923A (zh) | 网址资源推荐方法、装置、电子设备及计算机存储介质 | |
CN112464052A (zh) | 反馈信息的处理方法、显示方法、装置及电子设备 | |
CN110476180A (zh) | 用于提供基于文本阅读的奖励型广告服务的方法及用于实行该方法的用户终端 | |
CN114463791A (zh) | 指纹识别方法、装置、电子设备及存储介质 | |
CN113505256A (zh) | 特征提取网络训练方法、图像处理方法及装置 | |
CN110472162A (zh) | 评估方法、系统、终端及可读存储介质 | |
CN114372580A (zh) | 模型训练方法、存储介质、电子设备和计算机程序产品 | |
CN112486387A (zh) | 应用程序的控制方法及装置 | |
CN116453226A (zh) | 基于人工智能的人体姿态识别方法、装置及相关设备 | |
CN111639318A (zh) | 移动终端上基于手势监测的风控方法及相关装置 | |
CN113593546B (zh) | 终端设备唤醒方法和装置、存储介质及电子装置 | |
CN113032560B (zh) | 语句分类模型训练方法、语句处理方法及设备 | |
CN110677448A (zh) | 关联信息推送方法、装置和系统 | |
CN103873769A (zh) | 图像搜寻系统及方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 201-1, 2nd Floor, Building 4, No. 188 Rixin Road, Binhai Science and Technology Park, Binhai New Area, Tianjin, 300450 Applicant after: Tianjin Jihao Technology Co.,Ltd. Address before: 100082 Z, 17th floor, No. 1, Zhongguancun Street, Haidian District, Beijing Applicant before: Beijing Jihao Technology Co.,Ltd. |
|
CB02 | Change of applicant information |