CN115035640A - 一种基于人体特征识别的智能门锁解锁方法及门锁系统 - Google Patents
一种基于人体特征识别的智能门锁解锁方法及门锁系统 Download PDFInfo
- Publication number
- CN115035640A CN115035640A CN202210955534.4A CN202210955534A CN115035640A CN 115035640 A CN115035640 A CN 115035640A CN 202210955534 A CN202210955534 A CN 202210955534A CN 115035640 A CN115035640 A CN 115035640A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- door lock
- human body
- intelligent door
- broken
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00309—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys operated with bidirectional data transmission between data carrier and locks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明公开了一种基于人体特征识别的智能门锁解锁方法及门锁系统,所述方法包括:响应于身份验证请求激活指纹采集器对人体指端进行扫描;所述指纹采集器包括多个采集面,且多个所述采集面间具有间隙;所述指纹采集器通过扫描同时按压在多个所述采集面上的人体指端获得断裂指纹图像;基于所述断裂指纹图像进行身份验证,并在身份验证通过时生成并下发解锁指令。本发明由于指纹采集器上的指纹采集区为不完整的端面,使得用户手指按压在指纹采集区时所留下的指纹痕迹也是不完整的,非法分子即使采集了不完整的指纹,也无法用做非法用途,可大幅度提高智能门锁的安全性。
Description
技术领域
本发明涉及智能门锁技术领域,尤其涉及一种基于人体特征识别的智能门锁解锁方法、门锁系统、电子设备及计算机可读存储介质。
背景技术
目前智能门锁主要包括有密码验证、指纹验证、人脸识别验证、虹膜识别验证等身份验证方式;其中,由于指纹验证的智能门锁的采集对象为手指指纹,对比人脸和虹膜识别技术,指纹特征的识别和分析难度相对较低,使得门锁研发成本和售卖价格都相对合理;且指纹验证同样时人体生物特征识别方法中的一种,其具有较高的准确性,因此,指纹识别的智能门锁的普及率也会相对更高。
但是,用户在使用指纹识别的智能门锁时,手指按压指纹采集区域会留下指纹,若指纹未及时擦除,非法分子有可能会采集门锁面板上留下的指纹痕迹,将其用作非法用途,使得智能门锁的安全性无法进一步提高。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于人体特征识别的智能门锁解锁方法。
本发明的目的之二在于提供一种基于人体特征识别的智能门锁系统。
本发明的目的之三在于提供一种电子设备。
本发明的目的之四在于提供一种计算机可读存储介质。
本发明的目的之一采用如下技术方案实现:
一种基于人体特征识别的智能门锁解锁方法,包括:
响应于身份验证请求激活指纹采集器对人体指端进行扫描;所述指纹采集器包括多个采集面,且多个所述采集面间具有间隙;所述指纹采集器通过扫描同时按压在多个所述采集面上的人体指端获得断裂指纹图像;
基于所述断裂指纹图像进行身份验证,并在身份验证通过时生成并下发解锁指令。
进一步地,所述指纹采集器的扫描方式为:
控制一组光学扫描组件对所述指纹采集器的整个指纹采集区域进行扫描,直接获得所述断裂指纹图像。
进一步地,所述指纹采集器的扫描方法为:
按照预设顺序依次控制所述指纹采集器内的多组光学扫描组件分别扫描其正对的所述采集面上的局部人体指端,以获得多张局部指纹图像;其中,所述指纹采集器内置的光学扫描组件的数量与所述采集面的数量相同。
进一步地,获得多张所述局部指纹图像后,还包括:
根据每个所述光学扫描组件的排列位置为各所述光学扫描组件扫描所得的所述局部指纹图像进行编号,并根据所述局部指纹图像的编号顺序将各所述局部指纹图像拼接成所述断裂指纹图像,且所述断裂指纹图像中各所述局部指纹图像间同样保留有所述间隙。
进一步地,所述身份验证的方法为:
对所述断裂指纹图像进行指纹特征识别以获得特征信息,并将所述特征信息与数据库中预存的指纹特征进行比对以进行身份验证。
进一步地,所述身份验证的方法为:
将所述断裂指纹图像导入预先建立的神经网络模型,基于神经网络模型对所述断裂指纹图像中缺失的纹理线进行补充以输出完整指纹图像;
根据所述完整指纹图像与数据库中预存的指纹图像进行比对以进行身份验证。
进一步地,在执行解锁操作后,还包括:
向所述指纹采集器内用于带动采集面所在玻璃面板的驱动组件下发收回指令,控制每个所述驱动组件带动其对应的玻璃面板分别移出所述指纹采集器的指纹采集区域。
本发明的目的之二采用如下技术方案实现:
一种基于人体特征识别的智能门锁系统,执行如上述的基于人体特征识别的智能门锁解锁方法,所述系统包括:
指纹采集器,包括多个采集面,且多个所述采集面间具有间隙;所述指纹采集器通过光学扫描组件扫描同时按压在多个所述采集面上的人体指端以获得断裂指纹图像;
中控器,与所述指纹采集器电线连接,基于所述断裂指纹图像进行身份验证,并在身份验证通过时下发解锁指令;
锁体,与所述中控器相连,用于接收所述解锁指令并执行解锁操作。
本发明的目的之三采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的基于人体特征识别的智能门锁解锁方法。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于人体特征识别的智能门锁解锁方法。
相比现有技术,本发明的有益效果在于:
本发明的指纹采集器上设有多个采集面,人体指端同时按压多个采集面时对人体指端的指纹进行采集,由于多个采集面之间具有间隙,使得采集所得的指纹也是具有裂纹的断裂指纹图像,根据断裂指纹图像进行身份验证并在身份验证成功时控制锁体执行解锁操作。其中,由于指纹采集器上的指纹采集区为不完整的端面,使得用户手指按压在指纹采集区时所留下的指纹痕迹也是不完整的,非法分子即使采集了不完整的指纹,也无法用做非法用途,可大幅度提高智能门锁的安全性。
附图说明
图1为本发明基于人体特征识别的智能门锁系统的模块示意图;
图2为本发明指纹采集器的指纹采集区域平面结构示意图之一;
图3为本发明子面板收回的平面结构示意图;
图4为本发明指纹采集器的指纹采集区域平面结构示意图之二;
图5为本发明断裂指纹图像的示意图;
图6为本发明基于人体特征识别的智能门锁解锁方法的流程示意图。
图中:1、指纹采集区域;2、采集面;3、填充物;4、采集块。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
一种基于人体特征识别的智能门锁系统,如图1所示,所述智能门锁系统主要包括有指纹采集器、中控器以及锁体结构;
所述指纹采集器设在所述智能门锁的前面板上,用于采集人体指纹信息;所述指纹采集器上设有指纹采集区域1,而在所述指纹采集区域1中包括有多个采集面2,用户需要将手指同时按压在多个采集面2上进行指纹扫描;且多个所述采集面2间具有一定间隙,该间隙的目的是为了让用户手指按压在所述指纹采集区域1时不会留下完整的指纹痕迹,避免非法人员盗用面板留下的指纹。
如图2所示,多个所述采集面2可以是在同一块玻璃面板上设置有多个裂痕,裂痕处向内凹陷使得完整的玻璃面板形成多个子区域,而每个子区域则为一个采集面2;且所述指纹采集区域1上每个所述采集面2间的间隙处设有填充区,在填充区内填充有不透光材质的填充物3,使得光束无法透过间隙处,即无法扫描间隙处的指纹。
在一些实施例中,可将上述玻璃面板分割为若干块,分割后的每一块玻璃面板称之为子面板,如图3所示,一个子面板对应一个采集面2;每一块分割后的子面板分别与其各自的驱动组件相连(图中未标出);其驱动组件可以是直线电机。在接收到身份验证请求时,通过驱动组件可以控制每一块分割后的子面板显露在所述指纹采集区域1中(此时子面板的状态如图2所示),使得用户可按压每个子面板上的采集面2,实现身份验证目的;在接收到身份验证成功反馈或开门指令时,则可控制每一块子面板收回至所述指纹采集区域1以外的位置(子面板移动状态如图3所示,图3中虚线区域为指纹采集区域1,图3中箭头方向为子面板移动方向),直至将所有采集面2都隐藏起来,避免非法分子采集面2板上的指纹;与此同时,还可在所述指纹采集区域1的边沿位置设有擦拭端,图3中A所指区域为所述指纹采集区域1的边缘位置,在A处设置擦拭端;擦拭端可以是柔软的海绵,在每一块子面板移出所述指纹采集区域1时,擦拭端可对收回的子面板上残留的指纹进行擦拭,使得子面板显露出来时玻璃上的指纹变得模糊或消失,可进一步避免非法人员盗用指纹,提高安全性。
在一些实施例中,所述采集面2可以是采集块4朝外的端面,即所述指纹采集器的指纹采集区域1上设有多个采集块4,如图4所示,每个采集块4都是独立且透明的块体结构,所有采集块4呈矩阵式排布在所述指纹采集区中,每个采集块4的朝外端面则对应一个采集面2;其中每个所述采集块4之间同样具有一定间隙(如图4中B处),在每个采集块4间的间隙处填充有不透光材质的填充物3,使得光束无法透过间隙处,即无法扫描间隙处的指纹。而所述采集块4也可与驱动组件相连,利用驱动组件带动各采集块4移出所述指纹采集器的指纹采集区域1,使得各采集面2得到隐藏,同时也可设置相同的擦拭端,对收回的每个采集面2上残留的指纹进行擦拭。
而所述采集面2可以设置为圆形、方形或不规则图形;且同一智能门锁中的所有所述采集面2可以设为相同图形,也可以是不相同的图形。
在一些实施例中,所述指纹采集器的内部可单纯设有一组光学扫描组件(图中未标出),其光学扫描组件包括光源和摄像头;光学扫描组件可发出扫描光束,扫描光束透过透明的采集面2照射至按压在指纹采集区域1上的人体指端上,对所述指纹采集器的整个指纹采集区域1进行扫描;由于每个所述采集面2间的间隙处设为不透光的材质,因此通过图像处理技术获得的指纹图像则是指纹纹理线发生断裂的图像,称之为断裂指纹图像(如图5所示)。
若所述指纹采集器是由多个采集块4组成,则可在每个采集块4都内置有一个光学扫描组件,即指纹采集器内置的光学扫描组件的数量与所述采集面2的数量相同;此时所述指纹采集器的扫描方法为:按照预设顺序依次控制所述指纹采集器内的多组光学扫描组件分别扫描其正对的所述采集面2上的局部人体指端,以获得多张局部指纹图像。
所述指纹采集器通过电线与内置在智能门锁内的中控器相连,所述中控器采集到所述指纹采集器扫描获得的断裂指纹图像或局部指纹图像后,即可对图像进行处理和分析后对指纹图像进行身份验证操作,在身份验证成功后即可生成解锁指令。
所述智能门锁内还包括有锁体结构,所述中控器与锁体结构相连,所述中控器可将生成的解锁指令下发至锁体结果中,锁体根据解锁指令执行解锁操作从而实现解锁开门的效果。
实施例二
本实施例提供一种基于人体特征识别的智能门锁解锁方法,该解锁方法应用在实施例一所述系统的中控器中,如图6所示,所述解锁方法包括如下步骤:
步骤S1:响应于身份验证请求激活指纹采集器对人体指端进行扫描;
所述指纹采集器的扫描方式可以是:
控制所述指纹采集器中唯一的一组光学扫描组件对所述指纹采集器的整个指纹采集区域1进行扫描,直接获得所述断裂指纹图像。
所述指纹采集器的扫描方式还可以是:
按照预设顺序依次控制所述指纹采集器内每个采集块4内的光学扫描组件分别扫描其正对的所述采集面2上的局部人体指端,以获得多张局部指纹图像;其中,所述指纹采集器内置的光学扫描组件的数量与所述采集面2的数量相同。
获得每个所述光学扫描组件扫描获得的局部指纹图像后,根据每个所述光学扫描组件在指纹采集区域1内的排列位置为各所述光学扫描组件扫描所得的所述局部指纹图像进行编号,并根据每个所述局部指纹图像的编号顺序将各所述局部指纹图像拼接成所述断裂指纹图像,其中,所述断裂指纹图像中各所述局部指纹图像间同样保留有相同的所述间隙。
步骤S2:基于所述断裂指纹图像进行身份验证,并在身份验证通过时生成并下发解锁指令。
所述身份验证的方法为:
对所述断裂指纹图像中存在指纹的局部位置进行指纹特征识别以获得局部指纹的特征信息,其特征信息包括指纹中纹理线走向、相邻纹理线距离等参数;并将所述特征信息与数据库中预存的指纹特征进行比对以进行身份验证;其中,所述数据库中存储的是可通过身份验证的用户的完整指纹图像以及完整指纹图像中每个位置的指纹特征。
若比对过程中判断得出所述断裂指纹图像中的特征信息与数据库中预存的指纹特征的相似度达到预设值,则可通过身份验证;若二者相似度低于预设值,则无法通过身份验证。
在一些实施例中,所述身份验证的方法还可以是:
将所述断裂指纹图像导入预先建立的神经网络模型,基于神经网络模型对所述断裂指纹图像中缺失的纹理线进行补充以输出完整指纹图像;其中,神经网络模型是预先根据大量图像样本学习训练而成;将存在缺失的不完整的指纹图像样本作为神经网络模型的输入,将填充缺失后的完整的指纹图像样本作为神经网络模型的输出,对神经网络模型进行学习和训练,从而构建出可实现指纹补充的神经网络模型。
其后,根据所述完整指纹图像与数据库中预存的指纹图像进行比对以进行身份验证;若比对过程中判断得出所述神经网络模型输出的完整指纹图像与数据库中预存的指纹图像的相似度达到预设值,则可通过身份验证;若二者相似度低于预设值,则无法通过身份验证。
在身份验证成功后,即可生成解锁指令并将其下发至锁体,控制锁体执行解锁操作。
在一些实施例中,在执行解锁操作后,还包括:
向所述指纹采集器内用于带动各子面板移动的各驱动组件下发收回指令,每个驱动组件带动其各自连接的子面板收回,使得每个子面板上的采集面2都隐藏起来;在每一块子面板移出所述指纹采集区域1时,可通过所述指纹采集区域1边缘的擦拭端对收回的子面板上残留的指纹进行擦拭,使得子面板显露出来时玻璃上的指纹变得模糊或消失,可进一步避免非法人员盗用指纹,提高安全性。
实施例三
本实施例提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的基于人体特征识别的智能门锁解锁方法;另外,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于人体特征识别的智能门锁解锁方法。
本实施例中的设备及存储介质与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的设备及存储介质的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种基于人体特征识别的智能门锁解锁方法,其特征在于,包括:
响应于身份验证请求激活指纹采集器对人体指端进行扫描;所述指纹采集器包括多个采集面,且多个所述采集面间具有间隙;所述指纹采集器通过扫描同时按压在多个所述采集面上的人体指端获得断裂指纹图像;
基于所述断裂指纹图像进行身份验证,并在身份验证通过时生成并下发解锁指令。
2.根据权利要求1所述的基于人体特征识别的智能门锁解锁方法,其特征在于,所述指纹采集器的扫描方式为:
控制一组光学扫描组件对所述指纹采集器的整个指纹采集区域进行扫描,直接获得所述断裂指纹图像。
3.根据权利要求1所述的基于人体特征识别的智能门锁解锁方法,其特征在于,所述指纹采集器的扫描方法为:
按照预设顺序依次控制所述指纹采集器内的多组光学扫描组件分别扫描其正对的所述采集面上的局部人体指端,以获得多张局部指纹图像;其中,所述指纹采集器内置的光学扫描组件的数量与所述采集面的数量相同。
4.根据权利要求3所述的基于人体特征识别的智能门锁解锁方法,其特征在于,获得多张所述局部指纹图像后,还包括:
根据每个所述光学扫描组件的排列位置为各所述光学扫描组件扫描所得的所述局部指纹图像进行编号,并根据所述局部指纹图像的编号顺序将各所述局部指纹图像拼接成所述断裂指纹图像,且所述断裂指纹图像中各所述局部指纹图像间同样保留有所述间隙。
5.根据权利要求1所述的基于人体特征识别的智能门锁解锁方法,其特征在于,所述身份验证的方法为:
对所述断裂指纹图像进行指纹特征识别以获得特征信息,并将所述特征信息与数据库中预存的指纹特征进行比对以进行身份验证。
6.根据权利要求1所述的基于人体特征识别的智能门锁解锁方法,其特征在于,所述身份验证的方法为:
将所述断裂指纹图像导入预先建立的神经网络模型,基于神经网络模型对所述断裂指纹图像中缺失的纹理线进行补充以输出完整指纹图像;
根据所述完整指纹图像与数据库中预存的指纹图像进行比对以进行身份验证。
7.根据权利要求1所述的基于人体特征识别的智能门锁解锁方法,其特征在于,在执行解锁操作后,还包括:
向所述指纹采集器内用于带动采集面所在玻璃面板的驱动组件下发收回指令,控制每个所述驱动组件带动其对应的玻璃面板分别移出所述指纹采集器的指纹采集区域。
8.一种基于人体特征识别的智能门锁系统,其特征在于,执行如权利要求1~7任一所述的基于人体特征识别的智能门锁解锁方法,所述系统包括:
指纹采集器,包括多个采集面,且多个所述采集面间具有间隙;所述指纹采集器通过光学扫描组件扫描同时按压在多个所述采集面上的人体指端以获得断裂指纹图像;
中控器,与所述指纹采集器电线连接,基于所述断裂指纹图像进行身份验证,并在身份验证通过时下发解锁指令;
锁体,与所述中控器相连,用于接收所述解锁指令并执行解锁操作。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于人体特征识别的智能门锁解锁方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~7任一所述的基于人体特征识别的智能门锁解锁方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210955534.4A CN115035640B (zh) | 2022-08-10 | 2022-08-10 | 一种基于人体特征识别的智能门锁解锁方法及门锁系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210955534.4A CN115035640B (zh) | 2022-08-10 | 2022-08-10 | 一种基于人体特征识别的智能门锁解锁方法及门锁系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115035640A true CN115035640A (zh) | 2022-09-09 |
CN115035640B CN115035640B (zh) | 2022-12-06 |
Family
ID=83130126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210955534.4A Active CN115035640B (zh) | 2022-08-10 | 2022-08-10 | 一种基于人体特征识别的智能门锁解锁方法及门锁系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115035640B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020003627A (ko) * | 2000-06-21 | 2002-01-15 | 유춘열 | 지문인식시스템에서 지문이 찍히는 것을 방지하기 위한장치와 방법 |
JP2008117086A (ja) * | 2006-11-01 | 2008-05-22 | Kddi Corp | 指紋残留を防止する装置 |
US20080260215A1 (en) * | 2007-04-18 | 2008-10-23 | Quanta Computer Inc. | Fingerprint identification system |
CN105550630A (zh) * | 2015-08-11 | 2016-05-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹验证方法和装置 |
WO2017080310A1 (zh) * | 2015-11-13 | 2017-05-18 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
US20190251393A1 (en) * | 2018-02-13 | 2019-08-15 | Beijing Xiaomi Mobile Software Co., Ltd. | Methods and devices for updating fingerprint template |
CN110147751A (zh) * | 2019-05-16 | 2019-08-20 | Oppo广东移动通信有限公司 | 一种指纹检测的方法及装置 |
CN110838196A (zh) * | 2019-11-11 | 2020-02-25 | 珠海格力电器股份有限公司 | 智能门锁控制方法、智能门锁控制系统及智能门锁 |
CN111259692A (zh) * | 2018-11-30 | 2020-06-09 | 上海耕岩智能科技有限公司 | 一种生物特征分析方法、存储介质及神经网络 |
US20210056284A1 (en) * | 2019-08-23 | 2021-02-25 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint detection apparatus and method and electronic device |
CN112906567A (zh) * | 2020-05-05 | 2021-06-04 | 王建华 | 指纹感测装置与指纹识别方法 |
-
2022
- 2022-08-10 CN CN202210955534.4A patent/CN115035640B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020003627A (ko) * | 2000-06-21 | 2002-01-15 | 유춘열 | 지문인식시스템에서 지문이 찍히는 것을 방지하기 위한장치와 방법 |
JP2008117086A (ja) * | 2006-11-01 | 2008-05-22 | Kddi Corp | 指紋残留を防止する装置 |
US20080260215A1 (en) * | 2007-04-18 | 2008-10-23 | Quanta Computer Inc. | Fingerprint identification system |
CN105550630A (zh) * | 2015-08-11 | 2016-05-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种指纹验证方法和装置 |
WO2017080310A1 (zh) * | 2015-11-13 | 2017-05-18 | 广东欧珀移动通信有限公司 | 指纹图像处理方法、装置和终端设备 |
CN107451549A (zh) * | 2017-07-24 | 2017-12-08 | 云南大学 | 非接触式指纹增强方法及曲率驱动的自适应滤波器 |
US20190251393A1 (en) * | 2018-02-13 | 2019-08-15 | Beijing Xiaomi Mobile Software Co., Ltd. | Methods and devices for updating fingerprint template |
CN111259692A (zh) * | 2018-11-30 | 2020-06-09 | 上海耕岩智能科技有限公司 | 一种生物特征分析方法、存储介质及神经网络 |
CN110147751A (zh) * | 2019-05-16 | 2019-08-20 | Oppo广东移动通信有限公司 | 一种指纹检测的方法及装置 |
US20210056284A1 (en) * | 2019-08-23 | 2021-02-25 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint detection apparatus and method and electronic device |
CN110838196A (zh) * | 2019-11-11 | 2020-02-25 | 珠海格力电器股份有限公司 | 智能门锁控制方法、智能门锁控制系统及智能门锁 |
CN112906567A (zh) * | 2020-05-05 | 2021-06-04 | 王建华 | 指纹感测装置与指纹识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115035640B (zh) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jain et al. | Pores and ridges: High-resolution fingerprint matching using level 3 features | |
US5420937A (en) | Fingerprint information extraction by twin tracker border line analysis | |
JP5340262B2 (ja) | 皮下血流測定を利用した個人認証方法及び個人認証装置 | |
DE60210348T2 (de) | Bildidentifizierungssystem | |
CN104951769B (zh) | 活体识别装置、活体识别方法和活体认证系统 | |
CN109766836B (zh) | 一种指静脉识别解锁方法及系统 | |
CN1480896A (zh) | 指纹识别方法,以及指纹控制方法和系统 | |
KR102028269B1 (ko) | 바이털 사인 확정 방법, 신분 인증 방법 및 그의 장치 | |
CN101743564A (zh) | 静脉认证设备、静脉认证的成像设备和静脉照射方法 | |
RU2769652C2 (ru) | Обработка мельчайших деталей цифровых данных для анализа культурных артефактов | |
JP2009544108A (ja) | 多重生体認証のマルチスペクトル画像 | |
CN107679494B (zh) | 基于选择性延展的指纹图像匹配方法 | |
CN115035640B (zh) | 一种基于人体特征识别的智能门锁解锁方法及门锁系统 | |
EP1872719A1 (en) | Liveness detection method | |
CN109376687A (zh) | 屏下指纹解锁识别率提升方法、装置、终端及存储介质 | |
Galbally et al. | 3D-FLARE: A touchless full-3D fingerprint recognition system based on laser sensing | |
CN110222660A (zh) | 一种基于动态与静态特征融合的签名鉴伪方法及系统 | |
CN109496308A (zh) | 生物特征识别的方法、装置和电子设备 | |
DE10100616A1 (de) | Authentisierung einer Person mittels Handerkennung | |
CN103942553B (zh) | 一种多光谱掌纹精细纹路提取识别方法 | |
CN113435372A (zh) | 一种基于人脸相的持续身份认证方法及其设备 | |
CN1480898A (zh) | 指纹识别系统 | |
US20240177314A1 (en) | Hyperspectral imaging of biofluids for biometric applications | |
Costello et al. | Automated coincident sequencing for fingerprint verification | |
Sulaiman et al. | Overview on fingerprinting authentication 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |