CN115482605A - 一种指纹识别方法及电子设备 - Google Patents
一种指纹识别方法及电子设备 Download PDFInfo
- Publication number
- CN115482605A CN115482605A CN202110579099.5A CN202110579099A CN115482605A CN 115482605 A CN115482605 A CN 115482605A CN 202110579099 A CN202110579099 A CN 202110579099A CN 115482605 A CN115482605 A CN 115482605A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- battery
- mode
- electronic device
- processing circuit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 123
- 238000012545 processing Methods 0.000 claims abstract description 398
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 226
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 229910052744 lithium Inorganic materials 0.000 claims description 11
- 230000002618 waking effect Effects 0.000 claims description 5
- 230000006266 hibernation Effects 0.000 claims 4
- 230000004044 response Effects 0.000 abstract description 9
- 238000012795 verification Methods 0.000 description 83
- 230000007958 sleep Effects 0.000 description 36
- 230000006870 function Effects 0.000 description 35
- 238000007726 management method Methods 0.000 description 35
- 238000004891 communication Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 28
- 230000000694 effects Effects 0.000 description 22
- 238000001514 detection method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000005059 dormancy Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 238000012790 confirmation Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005562 fading Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G07C9/00563—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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
Abstract
本申请提供一种指纹识别方法及电子设备,涉及终端技术领域。本申请能够根据电子设备的第一电池的剩余电量,自动切换指纹识别模式,兼顾功耗和指纹识别精度。该方法包括:响应于唤醒信号,电子设备唤醒并获取第一电池的剩余电量。若第一电池的剩余电量满足为指纹人工智能处理电路供电的要求,则唤醒指纹传感器和指纹人工智能处理电路进行指纹识别;若第一电池的剩余电量不满足为指纹人工智能处理电路供电的要求,则不唤醒指纹人工智能处理电路,而唤醒指纹传感器和指纹处理芯片进行指纹识别。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种指纹识别方法及电子设备。
背景技术
随着智能家居产业的发展,越来越多的消费者使用带有指纹识别功能的电子设备(比如,智能门锁)。这样的电子设备能够提供指纹识别功能,用户不必携带钥匙,即可通过指纹快速开门。如果指纹识别采用高精度识别,会导致耗电量较高;如果指纹识别采用低精度识别,会导致在有些场景下识别效果不好,用户体验较差。因而,为用户提供兼顾耗电量和识别精度的指纹识别方法及电子设备,成为我们的需求。
发明内容
上述电子设备的指纹识别功能一般通过指纹模组实现。通常,指纹模组在接收到用户输入的指纹后,与预先保存的模板指纹进行匹配,确认匹配成功,则通知微控制单元(micro controller unit,MCU)启动马达驱动,解锁(比如,开锁)。不过,一般来说,指纹模组的计算能力有限,在有些场景下不能准确识别。比如,在人的手湿、手脏等导致指纹不清晰,老人由于衰老导致指纹可能消退,孩子由于仍处于生长中导致指纹不够清晰或者指纹过小等场景下,指纹模组可能在指纹识别中,出现错误,导致开锁失败,用户体验较差;即指纹识别精度不高。另外,指纹模组的安全防护能力较弱。而为了保证识别精度,可以通过设置精度较高的指纹人工智能(artificial intelligence,AI)处理芯片。相较于指纹模组,指纹AI处理电路的安全防护能力更强,不过对电量的要求也更高。
为了解决上述的技术问题,本申请提供了一种指纹识别切换方法及电子设备。本申请提供的技术方案,使得电子设备能够根据电量信息,自动切换指纹识别模式,兼顾功耗和指纹识别精度,甚至还兼顾安全防护能力。本申请提供的技术方案,在电量充足时,选择高精度的指纹识别模式;在电量不足以支撑高精度的指纹识别模式时,选择低精度的指纹识别模式;尽可能保障指纹识别精度。
为了实现上述的技术目的,本申请实施例提供了如下技术方案:
第一方面,提供一种电子设备。该电子设备包括处理器、存储器、指纹人工智能处理电路、指纹模组、第一电池和第二电池;第一电池用于为指纹人工智能处理电路供电,第二电池用于为指纹模组供电;指纹模组包括指纹传感器和指纹处理芯片;电子设备处于休眠状态;处理器执行以下步骤:接收到唤醒信号,处理器唤醒。在第一电池的剩余电量满足第一条件后,处理器唤醒指纹传感器和指纹处理芯片;处理器通过指纹传感器接收输入指纹,并通过指纹处理芯片进行指纹识别。在第一电池的剩余电量满足第二条件后,处理器唤醒指纹传感器和指纹人工智能处理电路;处理器通过指纹传感器接收输入指纹,并通过指纹人工智能处理电路进行指纹识别。
在一些实施例中,电子设备通过第一电池的剩余电量,衡量第一电池是否能够支持指纹人工智能处理电路的指纹识别工作。示例性地,第一电池的电池状态信息包括第一电池的剩余电量、第一电池是否连接在电子设备上中的至少一个。其中,第一电池是否为指纹人工智能处理电路工作也可以通过第一电池的剩余电量进行衡量。比如,电子设备检测到第一电池的剩余电量为0,则确定第一电池不能为指纹人工智能处理电路工作。
这样,电子设备能够在第一电池的剩余电量满足要求的情况下,调用处理能力更好的指纹人工智能处理电路进行指纹识别,满足手湿后、手脏后指纹不清晰、老人或小孩的指纹由于消退或未生长发育好可能不清晰等复杂场景下的指纹识别需求。并且,电子设备能够在第一电池的剩余电量不足时仍可以通过指纹处理芯片进行指纹识别,满足一般场景下的识别需求。进而电子设备根据第一电池的剩余电量实现自适应的指纹识别模式切换,实现高精度的指纹识别,并解决高精度指纹识别耗剩余电量大,导致的电子设备工作时长较短的问题。
如此,智能门锁能够根据电池状态自适应切换指纹识别模式,在电池状态满足要求的情况下,实现高精度指纹识别。在电池状态不满足要求的情况下,同样能够实现指纹识别。进而智能门锁能够兼顾指纹识别功能和电池功耗问题,提升用户使用体验。
如此,智能门锁能够兼容芯片端匹配(match on chip,MOC)模式和主控端匹配(match on host,MOH)模式,根据电池状态自动切换指纹识别模式,使得智能门锁能够手湿后、手脏后指纹不清晰、老人或小孩的指纹由于消退或未生长发育好可能不清晰等场景下,实现高精度的指纹识别。
根据第一方面,第一电池的剩余电量满足第一条件;包括:第一电池的剩余电量小于第一预设阈值。第一电池的剩余电量满足第二条件;包括:第一电池的剩余电量大于或等于第二预设阈值。
在一些实施例中,第一预设阈值小于第二预设阈值,比如第一预设阈值例如为第一电池总电量的2%,第二预设阈值为第一电池总电量的5%。第一预设阈值和第二预设阈值可以为实验获得、经验值、或者为根据电池信息确定的电池总电量的百分比或者具体剩余电量数值,本申请实施例对此不做具体限定。可选的,第一预设阈值与第二预设阈值可以相同,电子设备使用一个电量阈值,确定通过指纹处理芯片或指纹人工智能处理电路进行指纹识别。如第一电池的剩余电量小于该电量阈值时,通过指纹处理芯片进行指纹识别;当第一电池剩余电量大于或等于该电量阈值时,通过指纹人工智能处理电路进行指纹识别。可选的,第一预设阈值和第二预设阈值可以不同,这样可以避免出现乒乓效应,即避免反复切换用于进行指纹识别的模块。
这样,电子设备通过预设阈值,根据第一电池的剩余电量确定用于指纹识别的模块,自适应的实现指纹识别模块的切换,提升指纹识别效率。
根据第一方面,或者以上第一方面的任意一种实现方式,在电子设备的处理器唤醒之后,以及在对第一电池的剩余电量满足第一条件或满足第二条件的判断之前,方法还包括:处理器获取电子设备在休眠状态前的指纹识别模式。在指纹识别模式为第一模式后,处理器判断第一电池的剩余电量是否满足第一条件。在指纹识别模式为第二模式后,处理器判断第一电池的剩余电量是否满足第二条件。
在一些实施例中,第一模式为MOH模式,第二模式为MOC模式。电子设备的处理器在唤醒之后,首先确定休眠前应用的指纹识别模式,再对当前第一电池的剩余电量进行确认,确定当前第一电池的剩余电量是否能够支持电子设备执行当前指纹识别模式。
这样,处理器根据第一电池的剩余电量对指纹识别模式进行再确认,避免出现由于第一电池剩余电量问题造成的指纹识别失败异常,保证指纹识别效果。
根据第一方面,或者以上第一方面的任意一种实现方式,在指纹识别模式为第一模式,且第一电池的剩余电量不满足第一条件后,处理器唤醒指纹传感器和指纹人工智能处理电路;处理器通过指纹传感器接收指纹输入,并通过指纹人工智能处理电路进行指纹识别。
根据第一方面,或者以上第一方面的任意一种实现方式,在指纹识别模式为第一模式,且第一电池的剩余电量不满足第一条件后,处理器将第一模式作为当前的指纹识别模式。
在一些实施例中,处理器确定指纹识别模式为MOH模式,且当前第一电池的剩余电量能够支持指纹人工智能处理电路进行指纹识别工作,即第一电池的剩余电量不满足第一条件,则保持MOH模式,通过指纹人工智能处理电路进行指纹识别。从而电子设备能够实现高精度的指纹识别。
根据第一方面,或者以上第一方面的任意一种实现方式,在指纹识别模式为第二模式,且第一电池的剩余电量不满足第二条件后,处理器唤醒指纹传感器和指纹处理芯片;处理器通过指纹传感器接收指纹输入,并通过指纹处理芯片进行指纹识别。
根据第一方面,或者以上第一方面的任意一种实现方式,在指纹识别模式为第二模式,且第一电池的剩余电量不满足第二条件后,处理器将第二模式作为当前的指纹识别模式。
在一些实施例中,处理器确定指纹识别模式为MOC模式,且当前第一电池的剩余电量不能够支持指纹人工智能处理电路进行指纹识别工作,即第一电池的剩余电量不满足第二条件,则保持MOC模式,通过指纹处理芯片进行指纹识别。从而电子设备在第一电池电量不足的情况下仍能够进行指纹识别。
根据第一方面,或者以上第一方面的任意一种实现方式,电子设备在休眠状态前的指纹识别模式,在电子设备处于休眠状态前,存储在电子设备,或者存储在与电子设备连接的服务器。
在一些实施例中,电子设备在切换指纹识别模式后,保存切换后的指纹识别模式;或者,电子设备在执行指纹识别作业后保存应用的指纹识别模式再进行休眠。这样,后续电子设备处理器在唤醒后,能够直接获得存储的指纹识别模式,按照存储的指纹识别模式进行指纹识别,提升指纹处理效率。
根据第一方面,或者以上第一方面的任意一种实现方式,在第一电池的剩余电量不满足第一条件且不满足第二条件后,处理器获取电子设备在休眠状态前的指纹识别模式;根据该指纹识别模式为第一模式或第二模式,唤醒指纹传感器,并唤醒指纹人工智能处理电路或指纹处理芯片;处理器通过指纹传感器接收输入指纹,并通过指纹人工智能处理电路或指纹处理芯片进行指纹识别。
这样,电子设备的处理器在唤醒后,能够直接根据休眠前存储的指纹识别模式,执行本次的指纹验证,不必再对第一电池的剩余电量进行确认,提升指纹验证效率。并且,电子设备的自适应进行指纹识别模式切换,不会造成此次指纹识别过程的异常。
比如,假设电子设备的指纹识别模式为MOH模式。电子设备在检测到第一电池被取出,即不再为指纹人工智能处理电路供电后被唤醒,自动切换指纹识别模式为MOC模式,在存储模块中记录此次切换后的指纹识别模式后进入休眠状态。之后,电子设备的处理器检测到唤醒信号,此时直接获取存储模块中存储的指纹识别模式为MOC模式,不必再确认第一电池是否能够为指纹人工智能处理电路供电,即可唤醒指纹处理芯片工作。
根据第一方面,或者以上第一方面的任意一种实现方式,电子设备预先存储有第一模板指纹和第二模板指纹;基于输入指纹和第一模板指纹,或者,基于输入指纹和第二模板指纹,在指纹识别通过后,电子设备解锁;在指纹识别不通过后,电子设备提示重新输入指纹;第一模板指纹为指纹传感器采集的原始指纹图像,经指纹处理芯片处理后获得的;第二模板指纹为指纹传感器采集的原始指纹图像,经指纹人工智能处理电路处理后获得的。
在一些实施例中,指纹处理芯片和指纹人工智能处理电路均能够获得原始指纹图像,并使用各自的算法对原始指纹图像进行处理,获得各自用于指纹验证的模板指纹。这样,智能门锁中用于支持MOC模式下的指纹识别功能的指纹处理芯片以及用于支持MOH模式下的指纹识别功能的指纹人工智能处理电路中均保存有各自处理后获得的模板指纹。那么后续电子设备在检测到用户输入的指纹后,能够调用指纹处理芯片或指纹人工智能处理电路进行指纹验证,实现兼容MOC模式和MOH模式的指纹识别。
在一些实施例中,若电子设备确定输入指纹验证通过,则确认当前用户为安全用户,驱动马达开启门锁,允许用户进入。可选的,电子设备开启门锁后,还可以通过预设提示方式提示用户电子设备已开启。其中,预设提示方式例如包括语音提示、显示屏显示信息提示、指示灯提示等多种提示方式中的一种或几种提示方式。
在一些实施例中,若电子设备确定输入指纹验证不通过,则提示用户再次输入指纹,避免出现由于指纹输入异常导致的用户身份确认失败。进一步的,还可以预设识别失败次数,若电子设备输入指纹验证失败次数达到预设识别失败次数,则发送告警信息至关联控制设备,保证安全。
根据第一方面,或者以上第一方面的任意一种实现方式,指纹人工智能处理电路运行可信执行环境操作系统TEE OS,指纹人工智能处理电路用于在TEE OS中基于第二模板指纹和输入指纹进行识别。
这样,指纹人工智能处理电路在可信执行环境中进行指纹验证,并将指纹验证结果基于安全传输协议发送至处理器,能够有效提升指纹识别过程的安全性。
根据第一方面,或者以上第一方面的任意一种实现方式,在第一电池的剩余电量不满足第一条件后,或者,在第一电池的剩余电量满足第二条件后,第一电池还用于为电子设备包括的各电路供电。
在一些实施中,在第一电池的剩余电量满足为指纹人工智能处理电路供电的要求后,第一电池能够为包括但不限于下述模块进行供电:指纹人工智能处理电路、指纹模组、处理器。
根据第一方面,或者以上第一方面的任意一种实现方式,在第一电池的剩余电量满足第一条件后,或者,在第一电池的剩余电量不满足第二条件后,第二电池还用于为指纹模组和处理器供电。
在一些实施中,在第一电池的剩余电量不满足为指纹人工智能处理电路供电的要求后,电子设备通过第二电池供电,第二电池能够为包括但不限于下述模块进行供电:指纹模组、处理器。
根据第一方面,或者以上第一方面的任意一种实现方式,第一电池包括一个或多个锂电池;第二电池包括一个或多个干电池。
根据第一方面,或者以上第一方面的任意一种实现方式,电子设备包括但不限于以下的至少一种:智能家居设备、计算设备;智能家居设备包括但不限于智能门锁。
根据第一方面,或者以上第一方面的任意一种实现方式,接收唤醒信号包括:检测到用户位于一定距离内,则确定接收到唤醒信号。或者,检测到用户对电子设备的操作,则确定接收到所述唤醒信号。
在一些实施例中,唤醒信号可以为电子设备自动检测到的命令,或者电子设备检测到用户对电子设备的操作后,将该操作对应的命令作为唤醒信号。比如,假设电子设备安装有被动红外线感应传感器。电子设备通过PIR传感器检测红外辐射,若检测到的红外辐射高于预设阈值,则确定有用户靠近电子设备,确定用户当前可能需要开启电子审,自动唤醒处理器。又比如,电子设备检测到用户对按键的操作,确定用户可能需要操作电子设备,则唤醒处理器。其中,按键可以为机械按键,也可以为显示屏上显示的触摸式按键。
第二方面,提供一种指纹识别方法,应用于电子设备。电子设备包括处理器、存储器、指纹人工智能处理电路、指纹模组、第一电池和第二电池;第一电池用于为指纹人工智能处理电路供电,第二电池用于为指纹模组供电;指纹模组包括指纹传感器和指纹处理芯片;电子设备处于休眠状态。该方法包括:接收到唤醒信号,电子设备的处理器唤醒。在第一电池的剩余电量满足第一条件后,处理器唤醒指纹传感器和指纹处理芯片;处理器通过指纹传感器接收输入指纹,并通过指纹处理芯片进行指纹识别。在第一电池的剩余电量满足第二条件后,处理器唤醒指纹传感器和指纹人工智能处理电路;处理器通过指纹传感器接收输入指纹,并通过指纹人工智能处理电路进行指纹识别。
根据第二方面,第一电池的剩余电量满足第一条件;包括:第一电池的剩余电量小于第一预设阈值。第一电池的剩余电量满足第二条件;包括:第一电池的剩余电量大于或等于第二预设阈值。
根据第二方面,或者以上第二方面的任意一种实现方式,在电子设备的处理器唤醒之后,以及在对第一电池的剩余电量满足第一条件或满足第二条件的判断之前,处理器还执行:获取电子设备在休眠状态前的指纹识别模式。在指纹识别模式为第一模式后,判断第一电池的剩余电量是否满足第一条件。在指纹识别模式为第二模式后,判断第一电池的剩余电量是否满足第二条件。
根据第二方面,或者以上第二方面的任意一种实现方式,在指纹识别模式为第一模式,且第一电池的剩余电量不满足第一条件后,处理器唤醒指纹传感器和指纹人工智能处理电路;处理器通过指纹传感器接收指纹输入,并通过指纹人工智能处理电路进行指纹识别。
根据第二方面,或者以上第二方面的任意一种实现方式,在指纹识别模式为第一模式,且第一电池的剩余电量不满足第一条件后,处理器将第一模式作为当前的指纹识别模式。
根据第二方面,或者以上第二方面的任意一种实现方式,在指纹识别模式为第二模式,且第一电池的剩余电量不满足第二条件后,处理器唤醒指纹传感器和指纹处理芯片;处理器通过指纹传感器接收指纹输入,并通过指纹处理芯片进行指纹识别。
根据第二方面,或者以上第二方面的任意一种实现方式,在指纹识别模式为第二模式,且第一电池的剩余电量不满足第二条件后,处理器将第二模式作为当前的指纹识别模式。
根据第二方面,或者以上第二方面的任意一种实现方式,电子设备在休眠状态前的指纹识别模式,在电子设备处于休眠状态前,存储在电子设备,或者存储在与电子设备连接的服务器。
根据第二方面,或者以上第二方面的任意一种实现方式,在第一电池的剩余电量不满足第一条件且不满足第二条件后,处理器获取电子设备在休眠状态前的指纹识别模式,唤醒指纹传感器并唤醒电子设备在休眠状态前的指纹识别模式对应的指纹人工智能处理电路或指纹处理芯片;处理器通过指纹传感器接收输入指纹,并通过指纹人工智能处理电路或指纹处理芯片进行指纹识别。
根据第二方面,或者以上第二方面的任意一种实现方式,电子设备预先存储有第一模板指纹和第二模板指纹;基于输入指纹和第一模板指纹,或者,基于输入指纹和第二模板指纹,在指纹识别通过后,电子设备解锁;在指纹识别不通过后,电子设备提示重新输入指纹;第一模板指纹为指纹传感器采集的原始指纹图像,经指纹处理芯片处理后获得的;第二模板指纹为指纹传感器采集的原始指纹图像,经指纹人工智能处理电路处理后获得的。
根据第二方面,或者以上第二方面的任意一种实现方式,指纹人工智能处理电路运行可信执行环境操作系统TEE OS,指纹人工智能处理电路用于在TEE OS中基于第二模板指纹和输入指纹进行识别。
根据第二方面,或者以上第二方面的任意一种实现方式,在第一电池的剩余电量不满足第一条件后,或者,在第一电池的剩余电量满足第二条件后,第一电池还用于为电子设备包括的各电路供电。
根据第二方面,或者以上第二方面的任意一种实现方式,在第一电池的剩余电量满足第一条件后,或者,在第一电池的剩余电量不满足第二条件后,第二电池还用于为指纹模组和处理器供电。
根据第二方面,或者以上第二方面的任意一种实现方式,第一电池包括一个或多个锂电池;第二电池包括一个或多个干电池。
根据第二方面,或者以上第二方面的任意一种实现方式,电子设备包括但不限于以下的至少一种:智能家居设备、计算设备;智能家居设备包括但不限于智能门锁。
第二方面以及第二方面中任意一种实现方式所对应的技术效果,可参见上述第一方面及第一方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第三方面,本申请实施例提供一种电子设备,该电子设备具有实现如上述第二方面及其中任一种可能的实现方式中所述的指纹识别方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应地软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第三方面以及第三方面中任意一种实现方式所对应的技术效果,可参见上述第二方面及第二方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第四方面,提供一种计算机可读存储介质。计算机可读存储介质存储有计算机程序(也可称为指令或代码),当该计算机程序被电子设备执行时,使得电子设备执行第二方面或第二方面中任意一种实施方式的方法。
第四方面以及第四方面中任意一种实现方式所对应的技术效果,可参见上述第二方面及第二方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第五方面,提供一种计算机程序产品。当计算机程序产品在电子设备上运行时,使得电子设备执行第二方面或第二方面中任意一种实施方式的方法。
第五方面以及第五方面中任意一种实现方式所对应的技术效果,可参见上述第二方面及第二方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第六方面,提供一种电路系统。电路系统包括处理电路,处理电路被配置为执行第二方面或第二方面中任意一种实施方式的方法。
第六方面以及第六方面中任意一种实现方式所对应的技术效果,可参见上述第二方面及第二方面中任意一种实现方式所对应的技术效果,此处不再赘述。
第七方面,提供一种芯片系统。该芯片系统包括至少一个处理器和至少一个接口电路,至少一个接口电路用于执行收发功能,并将指令发送给至少一个处理器;当至少一个处理器执行指令时,至少一个处理器执行第二方面或第二方面中任意一种实施方式的方法。
第七方面以及第七方面中任意一种实现方式所对应的技术效果,可参见上述第二方面及第二方面中任意一种实现方式所对应的技术效果,此处不再赘述。
附图说明
图1为提供的采用指纹识别的电子设备的架构示意图;
图2为本申请实施例提供的指纹识别方法的场景示意图;
图3A为本申请实施例提供的电子设备的一种硬件结构示意图;
图3B为本申请实施例提供的电子设备的一种软件架构示意图;
图4为本申请实施例提供的指纹识别方法的流程图;
图5为本申请实施例提供的指纹识别方法中,模板指纹获取步骤的一种具体流程图;
图6为本申请实施例提供的指纹识别方法中,模板指纹获取步骤下的电子设备和控制设备之间的一种信号控制原理示意图;
图7为本申请实施例提供的指纹识别方法中,模板指纹获取步骤的一种用户操作界面示意图;
图8为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤涉及的信号控制原理图;
图9为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第一种实施方式的具体流程图;
图10为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤涉及的一种信号控制示意图;
图11为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤涉及的另一种信号控制示意图;
图12为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第二种实施方式的具体流程图;
图13为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第三种实施方式的具体流程图;
图14为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第四种实施方式的具体流程图;
图15为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。其中,在本申请实施例的描述中,以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在包括例如“一个或多个”这种表达形式,除非其上下文中明确地有相反指示。还应当理解,在本申请以下各实施例中,“至少一个”、“一个或多个”是指一个或两个以上(包含两个)。
在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。术语“连接”包括直接连接和间接连接,除非另外说明。“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
在本申请实施例中,“示例性地”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“示例性地”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“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
在一些场景中,电子设备具有指纹识别功能。通过检测用户输入的指纹,并计算输入指纹与电子设备的存储器保存的模板指纹的匹配度,即可判断输入指纹是否为合法指纹。若为合法指纹,则允许执行某个功能;若不是合法指纹,则不允许执行某个功能。其中,模板指纹为用户预先录入电子设备中的允许指纹解锁的人的指纹。电子设备包括但不限于智能门锁。任何通过指纹识别来确定是否执行某个功能的设备,都可以为此处的电子设备。
在一些实施例中,电子设备指纹识别模式包含芯片内匹配(match on chip,MOC)模式,即在指纹模组内部进行指纹识别的指纹识别模式。
示例性的,图1为提供的采用指纹识别的电子设备的架构示意图。如图1所示,电子设备(比如,智能门锁)中配置有指纹模组11,指纹模组11中的指纹传感器111在检测到用户输入的指纹后,将输入指纹发送至系统芯片(system on chip,SOC)112进行处理,确定是否为合法指纹。若SOC 112确定输入指纹为合法指纹,则向微控制单元(micro controllerunit,MCU)12发送确认信号。MCU 12接收到确认信号后,启动马达驱动121,收回锁舌,实现解锁。
可以看出,在上述MOC模式的指纹识别方案中,电子设备通过指纹模组的计算能力实现指纹识别,但是指纹模组的计算能力有限,且不具备人工智能(artificialintelligence,AI)处理能力。在有些场景下,比如手湿后、手脏后指纹不清晰、老人或小孩的指纹由于消退或未生长发育好可能不清晰等,指纹模组无法准确识别用户输入指纹,指纹识别失败概率较大,用户可能需要重复输入多次指纹,无法快速开启门锁,影响用户使用体验。
在另一些实施例中,电子设备指纹识别模式还包含主控端匹配(match on host,MOH)模式,即在主控芯片侧进行指纹识别的指纹识别模式。
示例性的,有的电子设备(比如,智能手机)具有AI处理能力;在电子设备检测到用户输入的指纹后,将输入指纹发送至主控芯片,如应用处理器(application processor,AP)进行处理。电子设备通过AP的较高计算能力,提升指纹识别准确度,实现复杂场景下的指纹解锁(比如,解除屏幕锁定状态,显示锁屏前的界面)。
诸如智能门锁的电子设备一般使用干电池工作;而MOH模式下的指纹解锁方案对电池电压的需求较高,而干电池电压不足以支持电子设备使用MOH模式的指纹解锁方案。并且,MOH模式下的指纹解锁方案功耗较高,影响电子设备的工作时长。
由此,本申请实施例提供一种指纹识别方法,在电子设备中配置指纹AI处理电路,且为指纹AI处理电路配置单独的供电模组,满足高精度指纹识别需求。指纹AI处理电路包括指纹AI处理芯片。在一种实施方式中,指纹AI处理电路为指纹AI处理芯片。在另一种实施方式中,指纹AI处理电路除了包括指纹AI处理芯片外,还可包括其他电路。另外,在供电模组的剩余电量不足以支撑指纹AI处理电路工作时,电子设备还能够切换指纹模组进行指纹识别,保证电子设备的指纹识别功能正常运行。也就是说,本申请提供的技术方案,使得电子设备能够兼容MOC模式和MOH模式,满足用户使用需求。
图2为本申请实施例提供的指纹识别方法的场景示意图。具体来说,该场景可以包括两种情形。图2的(a)示出了第一种情形,图2的(b)示出了第二种情形。如图2的(a)所示,电子设备100包括指纹识别单元,可以通过指纹识别单元,采集甚至处理,来获取模板指纹。比如,电子设备100检测到用户在显示屏上的触摸操作、或者检测到用户对按键的操作、或者检测到用户的语音命令,启动指纹采集功能,提示用户在电子设备100的指纹采集区域录入指纹。电子设备100处理采集到的用户指纹,获取模板指纹,该模板指纹用于后续电子设备100对检测到的用户指纹进行识别,实现解锁。
示例性地,电子设备100包括但不限于智能家居设备(如智能门锁、智能电视等)、膝上型计算机(Laptop)、计算设备等具有指纹识别功能的电子设备。电子设备100可以安装操作系统。电子设备100安装的操作系统包括但不限于 或者其它操作系统。电子设备100也可以不安装有操作系统。本申请对电子设备100的具体类型、有无安装操作系统、在有安装操作系统下操作系统的类型均不作限制。
在第二种情形下,电子设备100可以在接收到控制设备发送的指纹录入指令后,采集用户指纹,生成模板指纹。比如,图2中(b)所示,控制设备200与电子设备100建立有通信连接,通过通信连接,控制设备200对电子设备100进行控制。
示例性地,电子设备100与控制设备200建立有无线通信连接。电子设备100可通过与控制设备200的无线通信连接,接收控制设备200发送的指纹录入指令。响应于指纹采集指令,电子设备100采集用户指纹并生成模板指纹。
电子设备100可以通过无线通信技术与控制设备200建立无线通信连接。其中,无线通信技术包括但不限于以下的至少一种:蓝牙(bluetooth,BT)(例如,传统蓝牙或者低功耗(bluetooth low energy,BLE)蓝牙),近距离无线通信(near field communication,NFC),无线局域网(wireless local area networks,WLAN)(如无线保真(wirelessfidelity,Wi-Fi)网络),紫蜂(Zigbee),调频(frequency modulation,FM),红外(infrared,IR)等。
在一些实施例中,电子设备100与控制设备200都支持靠近发现功能。示例性地,电子设备100靠近控制设备200后,电子设备100和控制设备200能够互相发现对方,之后建立诸如Wi-Fi端到端(peer to peer,P2P)连接、蓝牙连接等无线通信连接。之后,控制设备200响应于用户命令向电子设备100发送指纹录入指令。电子设备100接收到指纹录入指令后,采集用户指纹,将该用户指纹分别发送至指纹AI处理电路以及指纹模组中的指纹处理芯片进行处理,并在指纹AI处理电路和指纹处理芯片中保存各自处理后获得的模板指纹。后续,电子设备100检测到用户输入的指纹后,将检测到指纹按照当前指纹识别模式发送指纹AI处理电路至或指纹处理芯片进行验证,提升电子设备100指纹识别能力。
在一些实施例中,电子设备100与控制设备200通过局域网,建立无线通信连接。比如,电子设备100与控制设备200都连接至同一路由器。
在一些实施例中,电子设备100与控制设备200通过蜂窝网络、因特网等,建立无线通信连接。比如,电子设备100通过路由器接入因特网,控制设备200通过蜂窝网络接入因特网;进而,电子设备100与控制设备200建立无线通信连接。
示例性地,控制设备200包括但不限于智能手机、平板电脑、可穿戴设备(如智能手表、智能手环)、膝上型计算机(Laptop)、个人数字助理(personal digital assistant,PDA)、车载设备、人工智能(artificial intelligence,AI)设备等。控制设备200安装的操作系统包括但不限于或者其它操作系统。在一些实施例中,控制设备200可以为固定式设备,也可以为便携式设备。本申请对控制设备200的具体类型、所安装的操作系统均不作限制。
在另一些场景中,电子设备100和控制设备200之间建立无线通信连接,控制设备200响应于用户命令显示指纹采集界面,采集用户指纹,并将采集到的用户指纹发送至电子设备100。电子设备100接收到用户指纹后,将该用户指纹作为模板指纹分别发送至指纹AI处理电路以及指纹模组中的指纹处理芯片进行处理,并在指纹AI处理电路和指纹处理芯片中保存各自处理后获得的模板指纹。后续,电子设备100检测到用户输入的指纹后,将检测到指纹按照当前指纹识别模式发送指纹AI处理电路至或指纹处理芯片进行验证。
在一些实施例中,电子设备100可以工作在图2的(a)和图2的(b)两种情形下,即电子设备100既可工作在图2的(a)所示的情形下,还可工作在图2的(b)所示的情形下。电子设备100可以通过特定的切换指令进行切换。特定的切换指令可以基于时间、场合、特定的条件等因素来生成。
示例性地,图3A示出了电子设备100的结构示意图。如图3A所示,电子设备100例如可以包括微控制单元(MCU)310,指纹模组320,指纹AI处理电路330,通用串行总线(universal serial bus,USB)接口340,充电管理模块350,电源管理模块351,电池352,无线通信模块360,音频模块370,指示器371,马达372,按键373,存储器380等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。比如,电子设备100还可以包括显示屏,显示密码输入界面,用于接收用户输入的门锁密码,实现密码解锁。
MCU 310,也可以描述为主控MCU,用于实现电子设备控制功能。比如,主控MCU接收电源管理模块上报的电池剩余电量,根据电池剩余电量确定是否需要进行指纹识别模式切换,若需要则向指纹模组320发送指纹识别模式切换命令,实现指纹识别模式的切换控制。又比如,主控MCU还可以接收指纹模组320或指纹AI处理电路330发送的指纹识别结果,根据指纹识别结果,确定是否开启门锁。
指纹模组320,用于检测用户输入的指纹,并对输入指纹进行识别。在一些实施例中,指纹模组320中包含指纹传感器3201和指纹处理芯片3202。其中,指纹传感器3201用于采集用户指纹。指纹处理芯片3202内配置有指纹识别算法,用于在MOC模式下,对指纹传感器3201采集到的用户指纹进行验证,确认是否为合法指纹。在一些实施例中,指纹模组320处于MOC模式,接收到MCU 310发送的指纹识别模式切换命令,则切换指纹识别模式为MOH模式,使指纹处理芯片3202处于下电或休眠状态,将指纹传感器3201采集到的用户指纹发送至指纹AI处理电路330进行验证。
指纹AI处理电路330,配置有指纹识别算法,用于对接收到的指纹进行验证,确定是否为合法指纹。指纹AI处理电路330包括指纹AI处理芯片。在一种实施方式中,指纹AI处理电路即为指纹AI处理芯片。在一些实施例中,MCU 310确定当前电池状态能够支持MOH模式下的指纹识别,则向指纹AI处理电路330发送唤醒信号,唤醒指纹AI处理电路330。之后,指纹AI处理电路330接收指纹模组320采集到的用户指纹,将用户指纹与安全存储的模板指纹进行比对验证,确定是否为合法指纹。其中,指纹AI处理电路330中配置的指纹识别算法可以参考本领域的指纹识别算法,本申请实施例对此不做具体限定。如此,电子设备100能够在电池状态满足要求的情况下,调用处理能力更好的指纹AI处理电路进行指纹识别,满足复杂场景下的指纹识别需求。
图2的指纹识别单元110包括图3A的指纹模组320和指纹AI处理电路330。
USB接口340是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口340可以用于连接充电器为电子设备100充电,也可以用于电子设备100与外围设备之间传输数据。
充电管理模块350用于从充电器接收充电输入。在一些实施例中,充电管理模块350可以通过USB接口340接收有线充电器的充电输入。充电管理模块350为电池352充电的同时,还可以通过电源管理模块351为电子设备100供电。
电源管理模块351用于连接电池352,充电管理模块350与MCU 310。电源管理模块351接收电池352和/或充电管理模块350的输入,为MCU 310,指纹模组320,指纹AI处理电路330,存储器380,和无线通信模块360等供电。电源管理模块351还可以用于监测电池352容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。其中,电池352包括第一电池3521和第二电池3522。第一电池的数量为一个或多个,第一电池例如包括锂电池;第二电池的数量为一个或多个,第二电池例如包括干电池。第一电池3521能够为电子设备中100包含的指纹AI处理电路330、指纹模组320、MCU 310等模块供电,第二电池3522能够为电子设备100中包含的指纹模组320、MCU 310等模块供电。
在一些实施例中,在指纹识别模式为MOH模式时,第一电池3521用于为指纹AI处理电路330和指纹模组320供电,进行指纹检测及验证;在指纹识别模式为MOC模式时,指纹AI处理电路330下电或休眠,第二电池3522为指纹模组320供电,进行指纹检测及验证。或者,在指纹识别模式为MOH模式时,第一电池3521用于为指纹AI处理电路330供电,第二电池3522用于为指纹模组320供电,进行指纹检测及验证;在指纹识别模式为MOC模式时,指纹AI处理电路330下电或休眠,第二电池3522为指纹模组320供电,进行指纹检测及验证。
在一些实施例中,假设当前指纹识别模式为MOH模式,电源管理模块351监测第一电池3521的电池状态,当第一电池3521没有为指纹AI处理电路330供电、或者第一电池3521为指纹AI处理电路330供电但是第一电池3521剩余电量低于第一预设阈值时,电源管理模块351向MCU 310发送通知。MCU 310确定当前第一电池3521不足以支持指纹AI处理电路330工作,则切换指纹识别模式为MOC模式,使指纹AI处理电路330下电或休眠。当第一电池3521为指纹AI处理电路330供电且剩余电量高于第二预设阈值时,电源管理模块351向MCU 310发送高电量通知。MCU 310确定当前第一电池3521剩余电量能够支持指纹AI处理电路330工作,则切换指纹识别模式为MOH模式,唤醒指纹AI处理电路330工作。
在一些实施例中,电源管理模块351和充电管理模块350也可以设置于同一个器件中。
无线通信模块360可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块360可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到MCU310。无线通信模块360还可以从MCU 310接收待发送的信号,对其进行调频,放大,经天线转为电磁波辐射出去。
音频模块370,用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块370还可以用于对音频信号编码和解码。在一些实施例中,音频模块370可以设置于MCU 310中,或将音频模块370的部分功能模块设置于MCU 310中。
在一些实施例中,音频模块370可以包括扬声器(speaker)、受话器、麦克风等模块,用于实现电子设备100的语音功能。比如,电子设备100检测到用户靠近后,语音提示用户可以通过输入指纹,实现指纹解锁。又比如,电子设备100确定用户指纹验证通过,并在解锁后,语音提示用户已解锁,可以进入。
指示器371可以是指示灯,可以用于指示充电状态,电池剩余电量变化,也可以用于指示解锁状态等。在电子设备为智能门锁时,指示器371可以用于指示开门状态等。
马达372,用于收回或伸出锁舌,实现锁或解锁的控制。在一些实施例中,电子设备100驱动马达372解锁。比如,在电子设备100为智能门锁时,电子设备100可以驱动马达372实现开锁。
按键373包括开机键,音量键等。按键373可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
存储器380可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器380可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如指纹控制业务功能,开关门业务逻辑功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如模板指纹数据等)等。此外,存储器380可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。MCU 310通过运行存储在存储器380的指令,和/或存储在设置于MCU 310中的存储器的指令,执行电子设备100的各种功能应用以及数据处理。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构为例,示例性说明电子设备100的软件结构。
示例性地,图3B为本申请实施例的电子设备100的软件结构框图。分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将软件系统分为三层,从上至下分别为应用层,业务框架层,以及内核层。
应用层可以包括电子设备100支持的一系列应用业务包。如图3B所示,应用层可以包括指纹控制业务,双机通信业务,开关门业务等。
在一些实施例中,指纹控制业务,用于控制电子设备100的指纹识别业务逻辑,包括指纹的录入、删除、指纹识别模式的切换控制等。
双机通信业务,用于不同芯片、模组之间的信息传输。比如,MCU与指纹AI处理电路之间的指令传输。
开关门业务,用于根据指纹识别结果,控制锁舌的收回或伸出,实现门锁的开关。
业务框架层为应用层的业务提供应用编程接口(application programminginterface,API)和编程框架。业务框架层包括一些预先定义的函数。
如图3B所示,业务框架层可以包括安全框架、传感框架、互联框架、业务子系统等。其中,业务子系统可以包括指纹识别子系统、电池管理子系统、以及门锁控制子系统。
安全框架,用于加解密处理、指纹数据安全存储、指纹识别结果安全传输,电子设备100通过安全框架,保证指纹识别过程的安全性。
传感框架,用于为应用层业务提供统一的传感器控制接口。比如,传感框架为指纹传感器提供控制接口。
互联框架,用于为应用层业务提供统一的互联互通控制接口和处理逻辑。比如,互联框架为应用BLE,Wi-Fi,NFC等功能的业务提供控制接口和处理逻辑。
业务子系统,用于支持电子设备100完成指纹识别过程中的指纹识别模式切换以及门锁控制。其中,指纹识别子系统,用于进行指纹识别模式管理,控制不同模式下指纹识别数据通路。电池管理子系统,用于进行电池在位检测、电池剩余电量检测、以及双电池供电切换管理。门锁控制子系统,用于进行门锁开关控制。其中,在位检测用于表示确定电池的安装状态是否正常,或者电池供电电压是否正常等。电池在位用于表示电池能够为对应的模块正常供电,电池不在位用于表示电池不能为对应的模块正常供电。
内核层是硬件和软件之间的层。内核层执行环境包含富执行环境(richexecution environment,REE)和可信执行环境(trusted execution environment,TEE)。其中,REE也称为普通执行环境,包括运行在通用处理器上的富执行环境操作系统(richexecution environment operating system,REE OS)。TEE也称为安全执行环境,可以运行可信执行环境操作系统(trusted execution environment operating system,TEE OS),提供可信赖的安全服务(例如指纹比对服务等)。
示例性的,如图3B所示,REE OS支持运行指纹传感器驱动、蓝牙驱动等。其中,指纹传感器驱动用于启动指纹传感器采集用户指纹图像。TEE OS用于为指纹AI处理电路的指纹验证提供安全的运行环境、模板指纹的安全存储环境、以及输入指纹图像和指纹验证结果的安全传输环境。
示例性地,图4为本申请实施例提供的指纹识别方法的流程图。如图4所示,该方法可以包括S401-S402:
S401、模板指纹获取步骤。
在一些实施例中,电子设备(比如,智能门锁)如需实现指纹识别功能,需要预先采集并存储用于指纹验证的模板指纹。示例性的,电子设备获取用户的原始指纹图像,并通过指纹AI处理电路以及指纹模组里的指纹处理芯片处理原始指纹图像,确定指纹AI处理电路对应的第二模板指纹以及指纹处理芯片对应的第一模板指纹。进而后续电子设备在第一电池电量充足的情况下能够通过指纹AI处理电路进行指纹验证,在第一电池电量不足的情况下也能通过指纹处理芯片进行指纹验证,实现指纹识别模式的切换,兼顾功耗和指纹识别精度。模板指纹可以存储在电子设备本地,也可以存储在与电子设备连接的服务器(比如,云服务器)上。
比如,智能门锁接收到与其建立无线通信连接的手机发送的指纹录入命令后,录入用户原始指纹图像,并处理后获得模板指纹。又比如,智能门锁检测到用户在智能门锁上的模板指纹录入操作后,录入用户原始指纹图像,并处理后获得模板指纹。又比如,智能门锁接收与其建立无线通信连接的手机发送的模板指纹。再比如,智能门锁接收与其建立无线通信连接的手机发送的用户原始指纹图像,处理后获得模板指纹。
S401执行一次后,可以不再执行S401。比如,用户A输入指纹,只需执行一次S401;之后,用户A下次可以直接输入指纹,无需再次执行S401。也就是说,S401并非该方法的必需步骤,而是可选步骤。
S402、指纹识别模式切换步骤。
在一些实施例中,电子设备(比如,智能门锁)在获取第一模板指纹或第二模板指纹后,能够通过第一模板指纹或第二模板指纹对采集的用户指纹进行验证,确定是否为安全指纹。在进行指纹验证之前或者在指纹验证过程中,需要确认是否需要进行指纹识别模式的切换。
比如,智能门锁响应于唤醒信号,确定需要进行指纹识别,则确认当前指纹识别模式,以及确定当前第一电池的电池状态能否支持智能门锁执行当前的指纹识别模式。若可以则采集用户指纹并将用户指纹发送至当前指纹识别模式对应的指纹AI处理电路或指纹处理芯片进行验证;若不可以则切换指纹识别模式,再采集用户指纹并将用户指纹发送至切换后的指纹识别模式对应的指纹AI处理电路或指纹处理芯片进行验证。之后根据验证结果确定是否开锁。
又比如,智能门锁响应于唤醒信号,确定需要进行指纹识别,则确定当前第一电池的电池状态能否支持指纹AI处理电路工作,若可以,则采集用户指纹,并唤醒指纹AI处理电路验证用户指纹,根据验证结果确定是否开锁;若不可以,则采集用户指纹,并唤醒指纹处理芯片验证用户指纹,根据验证结果确定是否开锁。
再比如,智能门锁监控第一电池的电池状态,自动根据第一电池的电池状态切换指纹识别模式。那么智能门锁响应于唤醒信号,确定需要进行指纹识别后,直接确认通过休眠前的指纹识别模式进行指纹验证,唤醒对应的指纹AI处理电路或指纹处理芯片验证采集到的用户指纹,根据验证结果确定是否开锁。
可选的,智能门锁通过第一模板指纹或第二模板指纹进行指纹识别的方法详见下述图9、图12、图13以及图14所示的方法,在此不再赘述。
需要说明的是,为了便于说明,以下实施例均以电子设备100为智能门锁,以控制设备200为手机为例进行说明。本领域技术人员需要了解的是,在未有特别说明的情况下,其他的电子设备,单个电子设备(无需控制设备),等单独各种形式或各种形式的组合也在本申请的范围之内。
示例性地,图5为本申请实施例提供的指纹识别方法中,模板指纹获取步骤的一种具体流程示意图。如图5所示,该方法可以包括S501-S511:
S501、手机显示指纹录入界面,提示用户在智能门锁指纹采集区域录入指纹。
在一些实施例中,智能门锁与手机建立无线连接,用户能够通过手机对智能门锁进行管理和控制,如对智能门锁中录入的指纹进行管理、记录智能门锁的开锁记录等。
示例性的,如图6所示,智能门锁61与手机62建立无线连接,手机62中安装有能够用于管理智能门锁的智能门锁管理应用程序621,其中智能门锁管理应用程序621例如包括智慧生活等智能家居应用。如图7中(a)所示界面701,手机启动智能门锁管理应用程序。手机检测到用户点击主卧门的智能门锁对应的控件71的操作后,显示如图7中(b)所示界面702,接收用户对主卧门的智能门锁的操作。手机检测到用户点击用户管理控件72的操作后,显示如图7中(c)所示界面703,接收用户对智能门锁模板指纹的管理操作。检测到用户点击添加控件73的操作后,确定用户需要在智能门锁中录入新的模板指纹,则显示提示框74,用于提示用户输入当前录入的模板指纹对应的用户名,便于后续智能门锁记录开锁记录以及对模板指纹进行管理。例如,当前需要智能门锁录入的模板指纹为用户A的模板指纹。之后,手机显示如图7中(d)所示界面704,提示用户录入指纹数据。可以理解的是,手机也可以采用其他方式提示用户输入模板指纹对应的用户名,例如在模板指纹录入结束后通过提示框或用户名编辑界面的方式,接收用户输入的模板指纹用户名,对此本申请实施例不做具体限制。
S502、手机向智能门锁发送指纹录入指令。
在一些实施例中,手机确定用户需要添加或更新模板指纹,则向对应的智能门锁发送指纹录入指令,启动智能门锁指纹录入功能。
示例性的,在如图7所示场景中,手机显示如图7中(d)所示界面704,并向智能门锁发送指纹录入指令。
S503、MCU启动指纹模组和指纹AI处理电路。
示例性的,如图6所示,智能门锁61接收到指纹录入指令后,唤醒MCU 611。MCU 611中的处理模块6111根据指纹录入指令,向指纹模组612和指纹AI处理电路613发送唤醒指令,以启动指纹模组612和指纹AI处理电路613。
可选的,MCU 611与指纹模组612之间通过串行外设接口(serial peripheralinterface,SPI)接口实现通信,MCU 611与指纹AI处理电路613之间通过内部集成电路(inter-integrated circuit,I2C)接口实现通信,指纹模组612中的指纹传感器6121和指纹处理芯片6122通过SPI接口实现通信。可以理解的是,图6所示的各个模块间的通信接口还可以为其他接口,如通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口等。
S504、指纹模组采集原始指纹图像,生成第一模板指纹并保存。
可选地,模板指纹可以保存在指纹模组(比如,指纹处理芯片)内,也可以保存在与智能门锁连接的服务器(比如,云服务器)上。
示例性的,如图6所示,指纹模组612启动后,调用指纹传感器6121采集用户指纹数据,生成原始指纹图像。进一步的,如图7中(d)所示界面704,还可以通过手机上的界面704,来对指纹的录入动态显示反馈。比如,通过标识75指示的图像的变化,提示用户指纹录入情况,便于用户的指纹录入操作。
之后,如图6所示,指纹传感器6121在完成原始指纹图像的采集后,将原始指纹图像发送至指纹处理芯片6122进行处理。其中,指纹处理芯片6122为指纹模组内置的SOC。指纹处理芯片6122接收到原始指纹图像后,使用内置的算法,提取指纹特征,生成第一模板指纹。第一模板指纹可以存储在指纹处理芯片上,也可以存储在指纹模组连接的服务器上。后续在接收到用户输入的指纹后,指纹模组通过该第一模板指纹验证用户输入的指纹。
在一些实施例中,智能门锁还可以通过自身的音频模块,语音提示用户录入指纹,以避免用户误操作。和/或,智能门锁还可以通过自身的显示屏,显示提示信息,提示用户录入指纹。
S505、指纹模组向MCU发送指纹处理结果。
示例性的,如图6所示,指纹模组在指纹处理芯片6122完成原始指纹图像的处理后,向MCU 611发送指纹处理结果,该指纹处理结果用于表示指纹处理芯片6122是否完成第一模板指纹的处理,以及是否完成第一模板指纹的保存。
S506、指纹模组向指纹AI处理电路发送原始指纹图像。
示例性的,如图6所示,指纹传感器6121在完成原始指纹图像的采集后,还需要将原始指纹图像发送至指纹AI处理电路613进行处理。
可选的,指纹模组可以通过SPI接口向指纹AI处理电路发送原始指纹图像。
需要说明的是,本申请实施例并不限制S505和S506的执行顺序。比如,指纹模组向MCU发送指纹处理结果后,再向指纹AI处理电路发送原始指纹图像。又比如,指纹模组在采集原始指纹图像后,处理原始指纹图像的同时向指纹AI处理电路发送原始指纹图像,之后,在原始指纹图像处理完成后再向MCU发送指纹处理结果。
S507、指纹AI处理电路基于原始指纹图像,生成第二模板指纹并保存。
示例性的,如图6所示,指纹AI处理电路613内运行TEE OS,指纹AI处理电路613接收到原始指纹图像后,在可信执行环境中使用内置的算法,提取指纹特征,生成第二模板指纹。第二模板指纹可以存储在指纹AI处理电路上,也可以存储在与指纹AI处理电路连接的服务器(比如,云服务器)上。指纹AI处理电路在安全存储环境中保存该第二模板指纹,后续在接收到用户输入的指纹后,使用该第二模板指纹验证用户输入的指纹。
S508、指纹AI处理电路向MCU发送指纹处理结果。
示例性的,如图6所示,指纹AI处理电路613在原始指纹图像处理完成后,向MCU611发送指纹处理结果,该指纹处理结果用于表示指纹AI处理电路613是否完成第二模板指纹的处理,以及是否完成第二模板指纹的保存。
S509、MCU根据指纹处理芯片和指纹AI处理电路的指纹处理结果,确定指纹录入结果。
在一些实施例中,MCU接收到指纹模组和指纹AI处理电路发送的指纹处理结果后,确定指纹处理芯片和指纹AI处理电路是否成功保存各自待应用的模板指纹。若MCU确定指纹处理芯片和指纹AI处理电路均成功保存各自用于指纹验证的模板指纹,则确定指纹录入成功。若MCU确定指纹处理芯片和/或指纹AI处理电路保存模板指纹失败,则确定指纹录入失败。
S510、智能门锁向手机发送指纹录入结果。
在一些实施例中,智能门锁通过MCU确认指纹录入结果后,向手机发送指纹录入结果,以通知用户是否需要重新录入指纹。
在一些实施例中,智能门锁通过MCU确认指纹录入结果后,还可以通过自身的音频模块,语音提示用户指纹录入成功或失败。和/或,智能门锁还可以通过自身的显示屏,显示提示信息,提示用户指纹录入成功或失败。
S511、手机显示指纹录入结果界面,提示用户指纹结果。
在一些实施例中,手机接收到指纹录入结果后,确定此次指纹录入是否成功,若指纹录入成功,则显示指纹录入成功,并显示提示信息,提示用户当前指纹已录入,已经完成该指纹的添加。若指纹录入失败,则显示指纹录入失败,提示用户重新录入指纹,重复上述S501-S511。
如此,智能门锁中用于支持MOC模式下的指纹识别功能的指纹处理芯片以及用于支持MOH模式下的指纹识别功能的指纹AI处理电路中均保存有各自处理后获得的模板指纹。那么后续智能门锁在检测到用户输入的指纹后,能够调用指纹处理芯片或指纹AI处理电路进行指纹验证,实现兼容MOC模式和MOH模式的指纹识别。
基于此,智能门锁通过上述S501-S511完成模板指纹的存储,后续智能门锁能够通过下述方法使用第一模板指纹或第二模板指纹,对检测到的用户指纹进行验证,确认是否开锁。
在一些场景中,智能门锁完成指纹模板获取步骤后,能够对检测到的用户指纹进行指纹识别,实现指纹解锁功能。在指纹识别过程中,智能门锁需要确定应用哪种指纹识别模式对检测到的用户指纹进行识别。
在一些实施例中,智能门锁中配置有至少两种类型的电池,第一电池(比如,锂电池)和第二电池(比如,干电池)。其中,第一电池能够为指纹AI处理电路供电,实现指纹AI处理电路的指纹验证功能。智能门锁通过监测第一电池的电池状态,确定当前电池状态是否能够支持调用指纹AI处理电路实现MOH模式的指纹识别功能。第一电池或第二电池的数量为一个或多个。
比如,设置剩余电量阈值,当确定第一电池没有为指纹AI处理电路供电,或第一电池为指纹AI处理电路供电,但第一电池的剩余电量小于第一预设阈值时,切换指纹识别模式为MOC模式,使指纹AI处理电路下电或休眠,使用指纹模组中的SOC进行指纹验证;当第一电池为指纹AI处理电路供电,且第一电池剩余电量大于或等于第二预设阈值时,切换指纹识别模式为MOH模式,使指纹模组中的SOC下电或休眠,使用指纹AI处理电路进行指纹验证。
其中,第一预设阈值小于第二预设阈值,比如第一预设阈值例如为第一电池总电量的2%,第二预设阈值为第一电池总电量的5%。第一预设阈值和第二预设阈值可以为实验获得、经验值、或者为根据电池信息确定的电池总电量的百分比或者具体剩余电量数值,本申请实施例对此不做具体限定。可选的,第一预设阈值与第二预设阈值可以相同,智能门锁使用一个电量阈值,确定应用哪一指纹识别模式。如第一电池的剩余电量小于该电量阈值时,应用MOC模式;当第一电池剩余电量大于或等于该电量阈值时,应用MOH模式。优选的,第一预设阈值和第二预设阈值可以不同,这样可以避免出现乒乓效应(ping-pongeffect),即避免智能门锁在MOC模式和MOH模式之间反复切换。
进一步的,第一预设阈值和第二预设阈值预先配置在智能门锁中,智能门锁在监测电池状态过程中,能够直接调用第一预设阈值和第二预设阈值确定是否需要切换指纹识别模式。
示例性的,对应于图6,如图8所示,智能门锁61中的MCU 611使用处理模块6111对电源管理模块6112进行电池监测,获取第一电池的电池状态信息。第一电池的电池状态信息包括第一电池的剩余电量、第一电池是否连接在电子设备上中的至少一个。其中,第一电池是否连接在电子设备上也可以通过第一电池的剩余电量进行衡量。比如,智能门锁检测到第一电池的剩余电量为0,则确定第一电池不能为指纹AI处理电路工作。例如,在确定需要进行指纹解锁时,处理模块6111通过电源管理模块6112获取第一电池的电池状态信息;或者,处理模块6111周期性地获取第一电池的电池状态信息;或者,电源管理模块6112在第一电池的电池状态满足预设条件时,向处理模块6111发送第一电池的电池状态信息。比如,处理模块按照预设周期接收第一电池的电池状态信息,确定是否需要切换指纹识别模式。或者,在第一电池充放电过程中,电源管理模块确定第一电池的剩余电量小于第一预设阈值,则向处理模块上报第一电池的电池状态信息;或者,在第一电池充电过程中,电源管理模块确定第一电池的剩余电量大于或等于第二预设阈值,则向处理模块上报第一电池的电池状态信息;或者,电源管理模块确定第一电池异常(如被取出,供电电压异常等),则向处理模块上报第一电池的电池状态信息。
假设当前智能门锁处于MOH模式,如图8所示,处理模块6111在确定锂电池电量小于第一预设阈值或锂电池不在位时,处理模块获取MCU存储器中存储的指纹识别模式信息,确定当前指纹识别模块为MOH模式,则确定需要切换指纹识别模式,向指纹模组612发送指纹识别模式切换命令,用于指示指纹模组612切换指纹识别模式。指纹模组612接收到指纹识别切换命令后,切换工作模式,即切换指纹识别模式为MOC模式,记录当前MOC模式,用于后续指纹识别过程或指纹识别模式切换过程。比如,指纹模组在切换指纹识别模式后,在存储模块中记录切换后的指纹识别模式,或者记录切换后的指纹识别模式对应的用于指纹验证的模块(比如为指纹AI处理电路或指纹处理芯片)。并且,向处理模块6111发送指纹识别模式切换响应。处理模块611根据指纹识别模式切换响应,确定指纹模组已切换指纹识别模式为MOC模式,则记录当前智能门锁的指纹识别模式为MOC模式。比如,MCU在确定指纹识别模式切换完成后,在存储模块中记录切换后的指纹识别模式,或者记录切换后的指纹识别模式对应的用于指纹验证的模块(比如为指纹AI处理电路或指纹处理芯片)。
后续,若处理模块6111在监测锂电池电量的过程中,确定锂电池在位且锂电池电量大于第二预设阈值,处理模块6111获取MCU存储器中存储的指纹识别模式信息,确定当前指纹识别模块,则向指纹模组612发送指纹识别模式切换命令,用于指示指纹模组612切换指纹识别模式。指纹模组612接收到指纹识别切换命令后,确定当前需要将指纹识别模式由MOC模式切换为MOH模式,则完成指纹识别模式的切换。比如,指纹模组在切换指纹识别模式后,在存储模块中记录切换后的指纹识别模式,或者记录切换后的指纹识别模式对应的用于指纹验证的模块(比如为指纹AI处理电路或指纹处理芯片)。并且,向处理模块6111发送指纹识别模式切换响应。处理模块611根据指纹识别模式切换响应,确定指纹模组已切换指纹识别模式为MOH模式,则记录当前智能门锁的指纹识别模式为MOH模式。
如此,智能门锁能够根据电池状态自适应切换指纹识别模式,在电池状态满足要求的情况下,实现高精度指纹识别。在电池状态不满足要求的情况下,同样能够实现指纹识别。进而智能门锁能够兼顾指纹识别功能和电池功耗问题,提升用户使用体验。比如,MCU在确定指纹识别模式切换完成后,在存储模块中记录切换后的指纹识别模式,或者记录切换后的指纹识别模式对应的用于指纹验证的模块(比如为指纹AI处理电路或指纹处理芯片)。进一步的,在指纹识别模式切换完成后的预设时间内,MCU和指纹模组未检测到用户命令,则进入休眠状态。
基于此,智能门锁通过上述S501-S511完成模板指纹的存储,并且通过图8所示的方法实现了自适应切换指纹识别模式,后续智能门锁能够通过下述方法通过第一模板指纹或第二模板指纹,对检测到的用户指纹进行验证,确认是否开锁。
示例性地,图9为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第一种实施方式的具体流程示意图,应用于电子设备(如智能门锁)。如图9所示,该方法可以包括S901-S916:
S901、响应于唤醒信号,唤醒MCU。
在一些实施例中,智能门锁在预设时间段内未检测到用户的操作,则可以进入休眠状态,将智能门锁内的模块下电或休眠。智能门锁在检测到唤醒信号后,解除休眠状态,唤醒MCU执行本次开锁任务。
在一些实施例中,唤醒信号可以为智能门锁自动检测到的命令,或者智能门锁检测到用户对智能门锁的操作后,将该操作对应的命令作为唤醒信号。比如,假设智能门锁安装有被动红外线感应(passive infrared reaction,PIR)传感器。智能门锁通过PIR传感器检测红外辐射,若检测到的红外辐射高于预设阈值,则确定有用户靠近智能门锁,确定用户当前可能需要开启门锁,自动唤醒MCU。又比如,智能门锁检测到用户对按键的操作,确定用户可能需要操作门锁(如开启门锁),则唤醒MCU。其中,按键可以为机械按键,也可以为显示屏上显示的触摸式按键。
在一些实施例中,智能门锁在接收到唤醒信号后,还可以按照预设方式提示用户通过输入指纹的方式开启智能门锁。其中,预设方式例如包括语音提示、显示屏显示提示信息、指示灯提示等中的一种或几种方式。
在一些实施例中,智能门锁可能误检测唤醒信号,唤醒MCU,那么后续在S906中,无法检测到用户输入的指纹。若预设检测时间内未检测到用户输入的指纹,则可以再次进入休眠状态,等待下次唤醒。比如,用户路过门锁,与门锁间的距离较近导致门锁检测到红外辐射高于预设阈值,则确定唤醒MCU,此时显然门锁不会检测到用户输入的指纹,则在预设时间后,自动进入休眠状态。
S902、确定指纹识别模式为MOH模式或MOC模式。若确定指纹识别模式为MOH模式,则执行S903;若确定指纹识别模式为MOC模式,则执行S910。
在一些实施例中,智能门锁解除休眠状态,唤醒MCU后,需要确定休眠前智能门锁应用的指纹识别模式,并确定当前电池状态是否能够支持应用该指纹识别模式进行指纹验证。
示例性的,对应于图6和图8,如图10所示,智能门锁在确定接收到唤醒信号并唤醒MCU 611后,MCU 611唤醒处理模块6111确定智能门锁在休眠前应用的指纹识别模式为MOC模式或者为MOH模式。可选的,MCU在休眠前会记录此次唤醒应用的指纹识别模式,从而再次被唤醒后,能够获取在存储模块中记录的休眠前应用的指纹识别模式,从而确定该指纹识别模式是否为MOH模式。
S903、第一电池的电池状态满足第一条件。若是,则执行S904;若否,则执行S913。
在一些实施例中,第一条件例如包括第一电池没有为指纹AI处理电路供电,或第一电池为指纹AI处理电路供电,但第一电池的剩余电量小于第一预设阈值。其中,智能门锁在确定当前指纹识别模式后,可以再确认当前第一电池的电池状态是否支持应用当前的指纹识别模式,避免出现由于第一电池的电池状态问题导致的指纹识别异常。或者,智能门锁在确定当前指纹识别模式后,直接调用当前指纹识别模式对应的用于指纹验证的指纹AI处理电路或指纹识别芯片进行指纹验证。其中根据当前指纹识别模式直接调用对应模块进行指纹验证的方案详见下文图12所示方法,在此不再赘述。
在一些实施例中,智能门锁确定休眠前的指纹识别模式为MOH模式,即需要调用指纹AI处理电路进行指纹验证的方式,此时智能门锁需要确定第一电池是否为指纹AI处理电路供电,以及确定第一电池剩余电量是否能够支持指纹AI处理电路工作。
示例性的,如图10所示,MCU 611调用处理模块6111获取电源管理模块6112上报的电池信息,确定当前第一电池是否为指纹AI处理电路供电以及剩余电量信息。
S904、切换指纹识别模式为MOC模式。
在一些实施例中,基于S902和S903,智能门锁确定当前指纹识别模式为MOH模式,且第一电池没有为指纹AI处理电路供电,或第一电池为指纹AI处理电路供电但剩余电量小于第一预设阈值,则确定当前电池状态不足以支持指纹AI处理电路工作,需要将指纹识别模式由MOH指纹识别为MOC模式,使指纹AI处理电路保持下电或休眠状态。
示例性的,如图8所示,MCU 611中的处理模块6111确定需要切换指纹识别模式,则向指纹模组612发送指纹识别模式切换命令,指示指纹模组612切换指纹识别模式,并记录此次指纹识别过程中应用的指纹识别模式为MOC模式。
S905、唤醒指纹传感器和指纹处理芯片。
在一些实施例中,智能门锁确定指纹识别模式为MOC模式后,确定需要唤醒指纹模组进行指纹检测及验证。
示例性的,如图8所示,指纹模组612在接收到指纹识别模式切换命令后,将指纹识别模式由MOH指纹识别为MOC模式,并记录此次指纹识别过程中应用的指纹识别模式为MOC模式。之后,如图10所示,指纹模组612执行步骤1,具体的,指纹模组612唤醒指纹传感器6121,用于检测用户输入的输入指纹;并唤醒指纹处理芯片6122,用于后续进行输入指纹的指纹验证。
S906、通过指纹传感器接收用户输入的指纹,并通过指纹处理芯片或指纹AI处理电路对输入指纹进行验证。
在一些实施例中,智能门锁唤醒指纹传感器,检测用户输入的指纹,并根据当前指纹识别模式,唤醒对应的指纹处理芯片或指纹AI处理电路对输入指纹进行验证。
示例性的,如图10所示,对应于上述S905,指纹模组612执行步骤2,使用指纹传感器6121检测用户输入的输入指纹,并将检测到的输入指纹发送至指纹处理芯片6122进行处理。指纹处理芯片6122接收到输入指纹后,获取预先存储的第一模板指纹,基于第一模板指纹使用内置算法验证输入指纹是否安全,确定输入指纹是否为合法指纹。之后,指纹处理芯片6122将指纹识别结果发送至MCU 611。进一步的,MCU 611可以使用安全芯片(secureelement,SE)6113接收指纹验证结果,安全芯片6113基于安全传输协议能够保证指纹验证结果传输的安全性。
在一些实施例中,预设指纹检测时间,若在预设的指纹检测时间之内,指纹传感器未接收到用户输入的指纹,则确认此次指纹识别过程中误唤醒过程,智能门锁重新进入休眠状态,等待下次唤醒。
S907、输入指纹验证通过。若是,则执行S908;若否,则执行S909。
S908、解锁。
示例性地,解锁包括开启门锁。
在一些实施例中,在上述S907和S908中,若智能门锁确定输入指纹验证通过,则确认当前用户为安全用户,驱动马达开启门锁,允许用户进入。
示例性的,如图10所示,指纹模组612中的指纹处理芯片6122执行步骤3,将指纹验证结果发送至MCU611,MCU 611中的处理模块6111获取指纹验证结果,确定当前输入指纹为合法指纹,则向开关控制模块6114发送确认开锁信号。开关控制模块6114接收到确认开锁信号后,驱动马达执行开锁指令。
在一些实施例中,智能门锁开启门锁后,还可以通过预设提示方式提示用户门锁已开启。其中,预设提示方式例如包括语音提示、显示屏显示信息提示、指示灯提示等多种提示方式中的一种或几种提示方式。
S909、提示用户重新输入指纹。
在一些实施例中,在上述S907和S909中,若智能门锁确定输入指纹验证不通过,则提示用户再次输入指纹,避免出现由于指纹输入异常导致的用户身份确认失败。进一步的,还可以预设识别失败次数,若智能门锁执行S907输入指纹验证失败次数达到预设识别失败次数,则发送告警信息至关联手机,保证安全。
示例性的,如图10所示,MCU 611中的处理模块6111获取指纹验证结果,确定当前输入指纹不是合法指纹,则向指纹模组612发送指示信号,用于指示指纹模组再次采集并验证用户输入指纹。
在一些实施例中,智能门锁在确定指纹验证失败后,还可以按照预设方式提示用户重新输入指纹以开启智能门锁。其中,预设方式例如包括语音提示、显示屏显示提示信息、指示灯提示等多种提示方式中的一种或几种提示方式。
在一些实施例中,智能门锁在确定此次指纹识别失败后,还可以重新确定当前电池状态,以确定下一次指纹识别过程是否需要切换指纹识别模式。之后,再通过预设方式提示用户重新输入指纹。
上述S909为可选步骤,智能门锁在确定指纹验证失败后,不会开启门锁,可以不必提示用户重新输入指纹,而是直接等待用户的下次操作。
S910、第一电池的电池状态满足第二条件。若是,则执行S911;若否,则执行S914。
在一些实施例中,第二条件例如包括第一电池为指纹AI处理电路供电且剩余电量大于或等于第二预设阈值。其中,第一预设阈值与第二预设阈值相同或不相同。
在一些实施例中,如上述S902所述,智能门锁确定休眠前应用的指纹识别模式为MOC模式(即不是MOH模式),则需要确认当前电池状态是否能够支持智能门锁切换更高识别精度的MOH模式,为用户提供更好的指纹识别体验。比如,在智能门锁此次执行指纹识别任务之前,用户为智能门锁充电或更换第一电池,则第一电池此时能够为指纹AI处理电路供电且剩余电量大于或等于第二预设阈值,能够支持指纹AI处理电路工作,智能门锁可以切换指纹识别模式为MOH模式。若智能门锁确定第一电池没有为指纹AI处理电路供电,或者第一电池为指纹AI处理电路供电但剩余电量小于或等于第二预设阈值,则需要继续保持应用MOC模式执行指纹识别任务。
示例性的,如图10或图11所示,MCU 611调用处理模块6111获取电源管理模块6112上报的电池信息,确定当前第一电池是否为指纹AI处理电路供电以及剩余电量信息。
S911、切换指纹识别模式为MOH模式。
在一些实施例中,智能门锁确定当前指纹识别模式为MOC模式、第一电池为指纹AI处理电路供电且剩余电量大于或等于第二预设阈值,则确定当前电池状态能够支持指纹AI处理电路工作,需要将指纹识别模式由MOC指纹切换为MOH模式,唤醒指纹AI处理电路进行输入指纹验证。
示例性的,如图8所示,MCU 611中的处理模块6111确定需要切换指纹识别模式,则向指纹模组612发送指纹识别模式切换命令,指示指纹模组612切换指纹识别模式,并记录此次指纹识别过程中应用的指纹识别模式为MOH模式。
S912、唤醒指纹传感器以及指纹AI处理电路。
在一些实施例中,智能门锁指纹识别模式切换为MOH模式,确定需要唤醒指纹传感器进行指纹检测,并唤醒指纹AI处理电路进行指纹验证。
示例性的,基于S910和S911,如图8所示,指纹模组612在接收到指纹识别模式切换命令后,切换指纹识别模式为MOH模式,并记录此次指纹识别过程中应用的指纹识别模式为MOH模式。
如图11所示,指纹模组612基于指纹识别模式切换命令,唤醒指纹传感器6121,用于检测用户输入的输入指纹。并且,MCU 611中的处理模块6111执行步骤1.1向指纹AI处理电路613发送唤醒信号,用于唤醒指纹AI处理电路613进行输入指纹的指纹验证。
之后,如上述S906所述,如图11所示,指纹模组612执行步骤2,将指纹传感器6121检测到的输入指纹发送至指纹AI处理电路613进行处理。指纹AI处理电路613接收到输入指纹后,获取预先存储的第二模板指纹,在TEE OS中基于第二模板指纹使用内置算法验证输入指纹是否安全,确定输入指纹是否为合法指纹。之后,指纹AI处理电路613将指纹识别结果发送至MCU 611中的安全芯片6113。安全芯片6113基于安全传输协议,能够保证指纹验证结果传输的安全性。之后,智能门锁执行S907、S908以及S909,在此不再赘述。示例性的,如图11所示,指纹AI处理电路613执行步骤3,将指纹验证结果发送至MCU611,MCU 611中的处理模块6111获取指纹验证结果,确定当前输入指纹为合法指纹,则向开关控制模块6114发送确认开锁信号。开关控制模块6114接收到确认开锁信号后,驱动马达执行开锁指令。
在一些实施例中,上述S905和S912中均需唤醒指纹传感器用于接收用户输入的指纹,即在不同指纹识别模式下均需唤醒指纹传感器。因此,在S901中,智能门锁接收到唤醒信号后,还可以响应于唤醒信号直接唤醒指纹传感器,之后再识别当前的指纹识别模式(即执行S902)。
S913、保持指纹识别模式为MOH模式。
在一些实施例中,基于S903,在S913中,智能门锁确定当前指纹识别模式为MOH模式、第一电池为指纹AI处理电路供电且剩余电量大于或等于第一预设阈值,则确定当前电池状态能够支持指纹AI处理电路工作,保持指纹识别模式为MOH模式。
示例性的,如图11所示,处理模块6111确定保持指纹识别模式为MOH模式,则确定指纹模组612未收到指纹识别模式切换命令,处于休眠状态,执行步骤1.2向指纹模组612发送唤醒信号,以唤醒指纹模组612进行指纹检测。相应的,指纹模组612接收到唤醒信号后,获取休眠前应用的指纹识别模式,确定休眠前指纹识别模式为MOH模式,则唤醒指纹传感器6121用于检测输入指纹,并保持指纹处理芯片6122的休眠状态。其中,本申请实施例对处理模块6111执行步骤1.1和执行步骤1.2的顺序不做具体限定。比如,处理模块6111可以同时向指纹AI处理电路613和指纹模组612发送唤醒信号,或者分开发送唤醒信号。
S914、保持指纹识别模式为MOC模式。
在一些实施例中,基于S910,在S914中,智能门锁确定当前指纹识别模式为MOC模式、第一电池没有为指纹AI处理电路供电、或者第一电池为指纹AI处理电路供电但剩余电量小于第二预设阈值,则确定当前电池状态不能支持指纹AI处理电路工作,需要保持指纹识别模式为MOC模式。
示例性的,如图10所示,处理模块6111确定保持指纹识别模式为MOC模式,则确定指纹模组612未收到指纹识别模式切换命令,处于休眠状态,向指纹模组612发送唤醒信号,以唤醒指纹模组612进行指纹检测。相应的,指纹模组612在接收到唤醒信号后,获取休眠前应用的指纹识别模式,确定休眠前指纹识别模式为MOC模式,则唤醒指纹传感器6121用于检测输入指纹,以及唤醒指纹处理芯片6122用于对输入指纹进行验证。
可选地,S904、S911、S913、S914为可选步骤,并非必需步骤。
如此,智能门锁能够兼容MOC模式和MOH模式,根据电池状态自动切换指纹识别模式,使得智能门锁能够手湿后、手脏后指纹不清晰、老人或小孩的指纹由于消退或未生长发育好可能不清晰等场景下,实现高精度的指纹识别。并且,能够在剩余电量不足时切换指纹识别模式,使其仍可以进行指纹识别,解决高精度指纹识别耗剩余电量大,导致的智能门锁工作时长较短的问题。
此外,指纹AI处理电路在可信执行环境中进行指纹验证,并将指纹验证结果基于安全传输协议发送至MCU,能够有效提升指纹识别过程的安全性。
在一些场景中,智能门锁在开启门锁后,检测到用户的关门动作,则自动关闭门锁。并且,在开启门锁后的预设时间内还可以继续检用户指纹进行验证,若在预设时间内未检测到用户指纹,则进行休眠模式。
示例性的,在上述S908后,还可以包括S915-S916。
S915、预设时间内未检测到用户的操作。若是,则执行S916;若否,则执行S906。
S916、进入休眠模式。
在一些实施例中,在S915和S916中,智能门锁开启门锁后,开始计时,若在预设时间内未检测到用户的操作,则自动进行休眠状态,控制MCU、指纹处理芯片以及指纹AI处理电路下电或休眠,等待下次唤醒。
在一些实施例中,智能门锁开启门锁后,在预设时间内再次检测到用户输入的指纹,则循环上述S906-S909,通过之前一次指纹验证使用的指纹处理芯片或指纹AI处理电路,对用户输入指纹进行验证。并且,在再次开启门锁后,重新开始计时,等待检测下一用户输入指纹或进入休眠模式。进一步的,智能门锁再次检测到用户输入的指纹后,还可以再次第一电池的电池状态进行确认,以确认是否需要切换指纹识别模式。
如此,智能门锁在完成用户指纹验证后,能够自动进行休眠状态,以节约电池耗电,延长工作时间。
在一些场景中,智能门锁通过上述图8所述的方法,能够实现自适应指纹识别模式切换。那么智能门锁在检测到唤醒信号后,能够直接应用当前识别到的指纹识别模式进行指纹验证,而不必再进行指纹识别模式的确认,以提高指纹失败效率。
示例性地,图12为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第二种实施方式的具体流程示意图,应用于电子设备(如智能门锁)。如图12所示,该方法可以包括S1201-S1208:
S1201、响应于唤醒信号,唤醒MCU。
其中,S1201可以参考上述S901的相关描述,在此不再赘述。
S1202、确定指纹识别模式为MOH模式或MOC模式。若确定指纹识别模式为MOC模式,则执行S1203;若确定指纹识别模式为MOH模式,则执行S1204。
S1203、唤醒指纹传感器和指纹处理芯片。
S1204、唤醒指纹传感器以及指纹AI处理电路。
在一些实施例中,在S1202-S1204中,智能门锁解除休眠状态并唤醒MCU后,MCU确定存储模块中存储的休眠前智能门锁应用的指纹识别模式。若确定休眠前指纹识别模式为MOC模式,则唤醒指纹模组中的指纹传感器用于检测用户输入的指纹,并唤醒指纹模组中的指纹处理芯片用于对用户输入的指纹进行验证;若确定休眠前指纹识别模式为MOH模式,则唤醒指纹模组中的指纹传感器用于检测用户输入的指纹,并唤醒指纹AI处理电路用于对用户输入的指纹进行验证。
如此,智能门锁在被唤醒后,能够直接根据休眠前存储的指纹识别模式,执行本次的指纹验证,不必再对第一电池的电池状态进行确认,提升指纹验证效率。并且,智能门锁能够自适应进行指纹识别模式切换,不会造成此次指纹识别过程的异常。
比如,假设智能门锁的指纹识别模式为MOH模式。智能门锁在检测到第一电池被取出,即不再为指纹AI处理电路供电后被唤醒,自动切换指纹识别模式为MOC模式,在存储模块中记录此次切换后的指纹识别模式后进入休眠状态。之后,如上述S1201,智能门锁检测到唤醒信号,此时直接获取存储模块中存储的指纹识别模式为MOC模式,不必再确认第一电池是否能够为指纹AI处理电路供电,即可唤醒指纹处理芯片工作。
S1205、通过指纹传感器接收用户输入的指纹,并通过指纹处理芯片或指纹AI处理电路对输入指纹进行验证。
S1206、输入指纹验证通过。若是,则执行S1207;若否,则执行S1208。
S1207、解锁。
示例性地,解锁包括开启门锁。
S1208、提示用户重新输入指纹。
其中,S1205-S1208可以参考上述S906-S909的相关描述,在此不再赘述。
此外,在一些实施例中,S1208后还可以执行上述S915和S916,相关内容可以参考上述S915和S916的相关描述,在此不再赘述。
在一些场景中,智能门锁在检测到唤醒信号后,能够使用MCU直接确定第一电池的电池状态,唤醒对应的指纹验证模块,而不必确认指纹识别模式。比如,MCU通过第一预设阈值和第二预设阈值判断第一电池能否支持指纹AI处理电路工作。
示例性地,图13为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第三种实施方式的具体流程示意图,应用于电子设备(如智能门锁)。如图13所示,该方法可以包括S1301-S1311:
S1301、响应于唤醒信号,唤醒MCU。
其中,S1301可以参考上述S901的相关描述,在此不再赘述。
S1302、第一电池的电池状态是否满足预设条件。若第一电池的电池状态满足第一条件,则执行S1303;若第一电池的电池状态满足第二条件,则执行S1305;若第一电池的电池状态不满足第一条件且不满足第二条件,则执行S1307。
其中,“若第一电池的电池状态不满足第一条件且不满足第二条件,则执行S1307”为可选的步骤,并非必需步骤。
在一些实施例中,预设条件包括第一条件和第二条件。第一条件例如包括第一电池没有为指纹AI处理电路供电,或第一电池为指纹AI处理电路供电,但第一电池的剩余电量小于第一预设阈值。第二条件例如包括第一电池为指纹AI处理电路供电且剩余电量大于或等于第二预设阈值。其中,第一预设阈值与第二预设阈值相同或不相同。
在一些实施例中,智能门锁解除休眠状态并唤醒MCU后,MCU确定当前第一电池的电池状态能否支持指纹AI处理电路供电。从而直接根据第一电池的电池状态,确定需要唤醒的指纹验证模块为指纹AI处理电路或指纹处理芯片,不必再对指纹识别模式进行确定,提高指纹验证效率。
其中,S1302的其余内容可以参考上述S903和S910的相关描述,在此不再赘述。
S1303、唤醒指纹传感器和指纹处理芯片。
S1304、通过指纹传感器接收用户输入的指纹,并通过指纹处理芯片对输入指纹进行验证。
S1305、唤醒指纹传感器以及指纹AI处理电路。
S1306、通过指纹传感器接收用户输入的指纹,并通过指纹AI处理电路对输入指纹进行验证。
S1307、唤醒指纹传感器以及休眠前工作的指纹处理芯片或指纹AI处理电路。
在一些实施例中,智能门锁中的MCU和指纹模组在休眠前,会在存储模块中保存此次工作或切换指纹识别模式后能够工作的指纹验证模块(如指纹处理芯片或指纹AI处理电路),如通过标识位标识休眠前工作的指纹验证模块。那么,后续,MCU在确定第一电池的电池状态不满足第一条件且不满足第二条件时,确定当前需保持调用前次应用的指纹验证模块执行本次指纹验证过程,能够获取存储模块中记录的前次指纹识别过程应用的指纹验证模块的标识,确定唤醒指纹处理芯片或指纹AI处理电路。
S1308、通过指纹传感器接收用户输入的指纹,并通过指纹处理芯片或指纹AI处理电路对输入指纹进行验证。
其中,S1303-S1308的其余内容可以参考上述S905、S906、S912的相关描述,在此不再赘述。
可选地,S1307-S1308为可选步骤,并非必需步骤。
S1309、输入指纹验证通过。若是,则执行S1310;若否,则执行S1311。
S1310、解锁。
示例性地,解锁包括开启门锁。
S1311、提示用户重新输入指纹。
其中,S1309-S1311可以参考上述S907-S909的相关描述,在此不再赘述。
此外,在一些实施例中,S1311后还可以执行上述S915和S916,相关内容可以参考上述S915和S916的相关描述,在此不再赘述。
在一些场景中,智能门锁中可以不保存休眠前应用的指纹识别模式或指纹验证模块,而是直接根据第一电池的电池状态,确定能够支持的指纹验证模块,直接唤醒对应的指纹验证模块即可。其中,指纹验证模块包括指纹AI处理电路和指纹处理芯片。
示例性地,图14为本申请实施例提供的指纹识别方法中,指纹识别模式切换步骤的第四种实施方式的具体流程示意图,应用于电子设备(如智能门锁)。如图14所示,该方法可以包括S1401-S1409:
S1401、响应于唤醒信号,唤醒MCU。
其中,S1401可以参考上述S901的相关描述,在此不再赘述。
S1402、第一电池的电池状态满足第三条件。若是,则执行S1403;若否,则执行S1405。
在一些实施中,第三条件例如包括第一电池没有为指纹AI处理电路供电,或第一电池为指纹AI处理电路供电,但第一电池的剩余电量小于第三预设阈值。其中,第三预设阈值可以与第一预设阈值或第二预设阈值相同。
在一些实施例中,智能门锁解除休眠状态并唤醒MCU后,MCU确定当前第一电池的电池状态能否支持指纹AI处理电路供电。从而直接根据第一电池的电池状态,确定需要唤醒的指纹验证模块为指纹AI处理电路或指纹处理芯片,不必再对指纹识别模式进行确定,提高指纹验证效率。并且,使用一个电量阈值对第一电池的电池状态进行判断,从而在进行休眠状态之前不必再保存指纹识别模式或此次指纹识别应用的指纹验证模块标识,节约存储空间。
示例性的,假设第三预设阈值为第一电池总电量的2%。MCU在被唤醒后,确定当前第一电池没有为指纹AI处理电路工作,或第一电池为指纹AI处理电路工作,但第一电池剩余电量小于2%,则唤醒指纹处理芯片进行指纹验证。或者,MCU在被唤醒后,确定当前第一电池为指纹AI处理电路工作且第一电池剩余电量大于或等于2%,则唤醒指纹AI处理电路进行指纹验证。
S1403、唤醒指纹传感器和指纹处理芯片。
S1404、通过指纹传感器接收用户输入的指纹,并通过指纹处理芯片对输入指纹进行验证。
S1405、唤醒指纹传感器以及指纹AI处理电路。
S1406、通过指纹传感器接收用户输入的指纹,并通过指纹AI处理电路对输入指纹进行验证。
S1407、输入指纹验证通过。若是,则执行S1408;若否,则执行S1409。
S1408、解锁。
示例性地,解锁包括开启门锁。
S1409、提示用户重新输入指纹。
其中,S1403-S1409可以参考上述S905-S909,以及S912的相关描述,在此不再赘述。
此外,在一些实施例中,S1409后还可以执行上述S915和S916,相关内容可以参考上述S915和S916的相关描述,在此不再赘述。
以上结合图4-图14详细说明了本申请实施例提供的指纹识别方法。以下结合图15详细说明本申请实施例提供的指纹识别装置。
需要说明的是,本申请的上述实施例的任意特征的全部或部分,均可以自由地组合。组合后的技术方案也在本申请的范围之内。
在一种可能的设计中,图15为本申请实施例提供的电子设备的结构示意图。如图15所示,电子设备1500可以包括:收发单元1501以及处理单元1502。电子设备1500可用于实现上述方法实施例中涉及的电子设备(比如,智能门锁)的功能。
可选地,收发单元1501,用于支持电子设备1500执行图9中的S901和S906;和/或,支持电子设备1500执行图12中的S1201和S1205;和/或,支持电子设备1500执行图13中的S1301、S1304、S1306以及S1308;和/或,支持电子设备1500执行图14中的S1401、S1404以及S1406。
可选地,处理单元1502,用于支持电子设备1500执行图9中的S902-S905、S907-S914;和/或,支持电子设备1500执行图12中的S1202-S1204、S1206-S1208;和/或,支持电子设备1500执行图13中的S1302、S1303、S1305、S1307、S1309-S1311;和/或,支持电子设备1500执行图14中的S1402、S1403、S1405、S1407-S1408。
其中,收发单元可以包括接收单元和发送单元,可以由收发器或收发器相关电路组件实现,可以为收发器或收发模块。电子设备1500中的各个单元的操作和/或功能分别为了实现上述方法实施例中所述的指纹识别方法的相应流程,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能单元的功能描述,为了简洁,在此不再赘述。
可选地,图15所示的电子设备1500还可以包括存储单元(图15中未示出),该存储单元中存储有程序或指令。当处理单元1501以及收发单元1502执行该程序或指令时,使得图15所示的电子设备1500可以执行上述方法实施例中所述的指纹识别方法。
图15所示的电子设备1500的技术效果可以参考上述方法实施例中所述的指纹识别方法的技术效果,此处不再赘述。
除了以电子设备1500的形式以外,本申请提供的技术方案也可以为电子设备中的功能单元或者芯片,或者与电子设备匹配使用的装置。
本申请实施例还提供一种芯片系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序或指令,当所述程序或指令被所述处理器执行时,使得该芯片系统实现上述任一方法实施例中的方法。
可选地,该芯片系统中的处理器可以为一个或多个。该处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时,该处理器可以是逻辑电路、集成电路等。当通过软件实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现。
可选地,该芯片系统中的存储器也可以为一个或多个。该存储器可以与处理器集成在一起,也可以和处理器分离设置,本申请实施例并不限定。示例性地,存储器可以是非瞬时性处理器,例如只读存储器ROM,其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请实施例对存储器的类型,以及存储器与处理器的设置方式不作具体限定。
示例性地,该芯片系统可以是现场可编程门阵列(field programmable gatearray,FPGA),可以是专用集成芯片(application specific integrated circuit,ASIC),还可以是系统芯片(system on chip,SoC),还可以是中央处理器(central processorunit,CPU),还可以是网络处理器(network processor,NP),还可以是数字信号处理电路(digital signal processor,DSP),还可以是微控制器(micro controller unit,MCU),还可以是可编程控制器(programmable logic device,PLD)或其他集成芯片。
应理解,上述方法实施例中的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,当该计算机程序在计算机上上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的指纹识别方法。
本申请实施例还提供一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的指纹识别方法。
另外,本申请实施例还提供一种装置。该装置具体可以是组件或模块,该装置可包括相连的一个或多个处理器和存储器。其中,存储器用于存储计算机程序。当该计算机程序被一个或多个处理器执行时,使得装置执行上述各方法实施例中的指纹识别方法。
其中,本申请实施例提供的装置、计算机可读存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法。因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
结合本申请实施例公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应地软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read only memory,ROM)、可擦除可编程只读存储器(erasable programmable ROM,EPROM)、电可擦可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(application specific integrated circuit,ASIC)中。
通过以上的实施方式的描述,本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明。实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成;即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,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,应该理解到,所揭露的方法,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,所述模块或单元的划分,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;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。另外,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接口,模块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。
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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
计算机可读存储介质包括但不限于以下的任意一种: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。
以上所述,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,任何在本申请揭露的技术范围内的变化或替换,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所述权利要求的保护范围为准。
Claims (22)
1.一种电子设备,其特征在于,所述电子设备包括处理器、存储器、指纹人工智能处理电路、指纹模组、第一电池和第二电池;所述第一电池用于为所述指纹人工智能处理电路供电,所述第二电池用于为所述指纹模组供电;所述指纹模组包括指纹传感器和指纹处理芯片;所述电子设备处于休眠状态;所述处理器执行以下步骤:
接收到唤醒信号,所述处理器唤醒;
在所述第一电池的剩余电量满足第一条件后,所述处理器唤醒所述指纹传感器和所述指纹处理芯片;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹处理芯片进行指纹识别;
在所述第一电池的剩余电量满足第二条件后,所述处理器唤醒所述指纹传感器和所述指纹人工智能处理电路;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹人工智能处理电路进行指纹识别。
2.根据权利要求1所述的电子设备,其特征在于,
所述第一电池的剩余电量满足第一条件;包括:所述第一电池的剩余电量小于第一预设阈值;
所述第一电池的剩余电量满足第二条件;包括:所述第一电池的剩余电量大于或等于第二预设阈值。
3.根据权利要求1所述的电子设备,其特征在于,在所述电子设备的所述处理器唤醒之后,以及在对所述第一电池的剩余电量满足所述第一条件或满足所述第二条件的判断之前,所述处理器还执行:
获取所述电子设备在所述休眠状态前的指纹识别模式;
在所述指纹识别模式为第一模式后,判断所述第一电池的剩余电量是否满足所述第一条件;
在所述指纹识别模式为第二模式后,判断所述第一电池的剩余电量是否满足所述第二条件。
4.根据权利要求3所述的电子设备,其特征在于,在所述指纹识别模式为第一模式,且所述第一电池的剩余电量不满足所述第一条件后,所述处理器唤醒所述指纹传感器和所述指纹人工智能处理电路;所述处理器通过所述指纹传感器接收指纹输入,并通过所述指纹人工智能处理电路进行指纹识别。
5.根据权利要求4所述的电子设备,其特征在于,在所述指纹识别模式为第一模式,且所述第一电池的剩余电量不满足所述第一条件后,所述处理器将所述第一模式作为当前的指纹识别模式。
6.根据权利要求3所述的电子设备,其特征在于,在所述指纹识别模式为第二模式,且所述第一电池的剩余电量不满足所述第二条件后,所述处理器唤醒所述指纹传感器和所述指纹处理芯片;所述处理器通过所述指纹传感器接收指纹输入,并通过所述指纹处理芯片进行指纹识别。
7.根据权利要求6所述的电子设备,其特征在于,在所述指纹识别模式为第二模式,且所述第一电池的剩余电量不满足所述第二条件后,所述处理器将所述第二模式作为当前的指纹识别模式。
8.根据权利要求3-7中任意一项所述的电子设备,其特征在于,所述电子设备在所述休眠状态前的指纹识别模式,在所述电子设备处于所述休眠状态前,存储在所述电子设备,或者存储在与所述电子设备连接的服务器。
9.根据权利要求8所述的电子设备,其特征在于,
在所述第一电池的剩余电量不满足所述第一条件且不满足所述第二条件后,所述处理器获取所述电子设备在所述休眠状态前的指纹识别模式;根据所述指纹识别模式为所述第一模式或所述第二模式,唤醒所述指纹传感器,并唤醒所述指纹人工智能处理电路或所述指纹处理芯片;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹人工智能处理电路或所述指纹处理芯片进行指纹识别。
10.根据权利要求1-9中任意一项所述的电子设备,其特征在于,
所述电子设备预先存储有第一模板指纹和第二模板指纹;基于所述输入指纹和所述第一模板指纹,或者,基于所述输入指纹和所述第二模板指纹,在指纹识别通过后,所述电子设备解锁;在指纹识别不通过后,所述电子设备提示重新输入指纹;所述第一模板指纹为所述指纹传感器采集的原始指纹图像,经所述指纹处理芯片处理后获得的;所述第二模板指纹为所述指纹传感器采集的原始指纹图像,经所述指纹人工智能处理电路处理后获得的;
所述指纹人工智能处理电路运行可信执行环境操作系统TEE OS,所述指纹人工智能处理电路用于在所述TEE OS中基于所述第二模板指纹和所述输入指纹进行识别;
在所述第一电池的剩余电量不满足所述第一条件后,或者,在所述第一电池的剩余电量满足所述第二条件后,所述第一电池还用于为所述电子设备包括的各电路供电;
在所述第一电池的剩余电量满足所述第一条件后,或者,在所述第一电池的剩余电量不满足所述第二条件后,所述第二电池还用于为所述指纹模组和所述处理器供电;
所述第一模式为主控端匹配模式,所述第二模式为芯片端匹配模式;
所述第一电池包括一个或多个锂电池;所述第二电池包括一个或多个干电池;
所述电子设备包括但不限于以下的至少一种:智能家居设备、计算设备;所述智能家居设备包括但不限于智能门锁。
11.一种指纹识别方法,应用于电子设备;所述电子设备包括处理器、存储器、指纹人工智能处理电路、指纹模组、第一电池和第二电池;所述第一电池用于为所述指纹人工智能处理电路供电,所述第二电池用于为所述指纹模组供电;所述指纹模组包括指纹传感器和指纹处理芯片;所述电子设备处于休眠状态;所述方法包括:
接收到唤醒信号,所述电子设备的所述处理器唤醒;
在所述第一电池的剩余电量满足第一条件后,所述处理器唤醒所述指纹传感器和所述指纹处理芯片;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹处理芯片进行指纹识别;
在所述第一电池的剩余电量满足第二条件后,所述处理器唤醒所述指纹传感器和所述指纹人工智能处理电路;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹人工智能处理电路进行指纹识别。
12.根据权利要求11所述的方法,其特征在于,
所述第一电池的剩余电量满足第一条件;包括:所述第一电池的剩余电量小于第一预设阈值;
所述第一电池的剩余电量满足第二条件;包括:所述第一电池的剩余电量大于或等于第二预设阈值。
13.根据权利要求11所述的方法,其特征在于,在所述电子设备的所述处理器唤醒之后,以及在对所述第一电池的剩余电量满足所述第一条件或满足所述第二条件的判断之前,所述方法还包括:
所述处理器获取所述电子设备在所述休眠状态前的指纹识别模式;
在所述指纹识别模式为第一模式后,所述处理器判断所述第一电池的剩余电量是否满足所述第一条件;
在所述指纹识别模式为第二模式后,所述处理器判断所述第一电池的剩余电量是否满足所述第二条件。
14.根据权利要求13所述的方法,其特征在于,在所述指纹识别模式为第一模式,且所述第一电池的剩余电量不满足所述第一条件后,所述处理器唤醒所述指纹传感器和所述指纹人工智能处理电路;所述处理器通过所述指纹传感器接收指纹输入,并通过所述指纹人工智能处理电路进行指纹识别。
15.根据权利要求14所述的方法,其特征在于,在所述指纹识别模式为第一模式,且所述第一电池的剩余电量不满足所述第一条件后,所述处理器将所述第一模式作为当前的指纹识别模式。
16.根据权利要求13所述的方法,其特征在于,在所述指纹识别模式为第二模式,且所述第一电池的剩余电量不满足所述第二条件后,所述处理器唤醒所述指纹传感器和所述指纹处理芯片;所述处理器通过所述指纹传感器接收指纹输入,并通过所述指纹处理芯片进行指纹识别。
17.根据权利要求16所述的方法,其特征在于,在所述指纹识别模式为第二模式,且所述第一电池的剩余电量不满足所述第二条件后,所述处理器将所述第二模式作为当前的指纹识别模式。
18.根据权利要求13-17中任意一项所述的方法,其特征在于,所述电子设备在所述休眠状态前的指纹识别模式,在所述电子设备处于所述休眠状态前,存储在所述电子设备,或者存储在与所述电子设备连接的服务器。
19.根据权利要求18所述的方法,其特征在于,
在所述第一电池的剩余电量不满足所述第一条件且不满足所述第二条件后,所述处理器获取所述电子设备在所述休眠状态前的指纹识别模式;根据所述指纹识别模式为所述第一模式或所述第二模式,唤醒所述指纹传感器,并唤醒所述指纹人工智能处理电路或所述指纹处理芯片;所述处理器通过所述指纹传感器接收输入指纹,并通过所述指纹人工智能处理电路或所述指纹处理芯片进行指纹识别。
20.根据权利要求11-19中任意一项所述的方法,其特征在于,
所述电子设备预先存储有第一模板指纹和第二模板指纹;基于所述输入指纹和所述第一模板指纹,或者,基于所述输入指纹和所述第二模板指纹,在指纹识别通过后,所述电子设备解锁;在指纹识别不通过后,所述电子设备提示重新输入指纹;所述第一模板指纹为所述指纹传感器采集的原始指纹图像,经所述指纹处理芯片处理后获得的;所述第二模板指纹为所述指纹传感器采集的原始指纹图像,经所述指纹人工智能处理电路处理后获得的;
所述指纹人工智能处理电路运行可信执行环境操作系统TEE OS,所述指纹人工智能处理电路用于在所述TEE OS中基于所述第二模板指纹和所述输入指纹进行识别;
在所述第一电池的剩余电量不满足所述第一条件后,或者,在所述第一电池的剩余电量满足所述第二条件后,所述第一电池还用于为所述电子设备包括的各电路供电;
在所述第一电池的剩余电量满足所述第一条件后,或者,在所述第一电池的剩余电量不满足所述第二条件后,所述第二电池还用于为所述指纹模组和所述处理器供电;
所述第一模式为主控端匹配模式,所述第二模式为芯片端匹配模式;
所述第一电池包括一个或多个锂电池;所述第二电池包括一个或多个干电池;
所述电子设备包括但不限于以下的至少一种:智能家居设备、计算设备;所述智能家居设备包括但不限于智能门锁。
21.一种计算机可读存储介质,所述计算机可读存储介质包括计算机程序,当所述计算机程序在电子设备上运行时,使得所述电子设备执行如权利要求11-20中任意一项所述的方法。
22.一种计算机程序产品,其特征在于,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行如权利要求11-20中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110579099.5A CN115482605A (zh) | 2021-05-26 | 2021-05-26 | 一种指纹识别方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110579099.5A CN115482605A (zh) | 2021-05-26 | 2021-05-26 | 一种指纹识别方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115482605A true CN115482605A (zh) | 2022-12-16 |
Family
ID=84420212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110579099.5A Pending CN115482605A (zh) | 2021-05-26 | 2021-05-26 | 一种指纹识别方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482605A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105320924A (zh) * | 2014-08-01 | 2016-02-10 | 神盾股份有限公司 | 电子装置及指纹辨识装置控制方法 |
CN105378756A (zh) * | 2013-07-16 | 2016-03-02 | 加利福尼亚大学董事会 | Mut指纹id系统 |
WO2018060201A1 (en) * | 2016-09-30 | 2018-04-05 | Assa Abloy Ab | Controlling access to a physical space using a fingerprint sensor |
CN112235452A (zh) * | 2018-04-28 | 2021-01-15 | 华为技术有限公司 | 一种灭屏显示的方法及电子设备 |
WO2021012993A1 (zh) * | 2019-07-24 | 2021-01-28 | Oppo广东移动通信有限公司 | 指纹采集方法及相关产品 |
-
2021
- 2021-05-26 CN CN202110579099.5A patent/CN115482605A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105378756A (zh) * | 2013-07-16 | 2016-03-02 | 加利福尼亚大学董事会 | Mut指纹id系统 |
CN105320924A (zh) * | 2014-08-01 | 2016-02-10 | 神盾股份有限公司 | 电子装置及指纹辨识装置控制方法 |
WO2018060201A1 (en) * | 2016-09-30 | 2018-04-05 | Assa Abloy Ab | Controlling access to a physical space using a fingerprint sensor |
CN112235452A (zh) * | 2018-04-28 | 2021-01-15 | 华为技术有限公司 | 一种灭屏显示的方法及电子设备 |
WO2021012993A1 (zh) * | 2019-07-24 | 2021-01-28 | Oppo广东移动通信有限公司 | 指纹采集方法及相关产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108701178B (zh) | 认证方法及使用认证方法的电子设备 | |
US10183680B2 (en) | Mobile terminal and method for controlling application for vehicle | |
US20210319782A1 (en) | Speech recognition method, wearable device, and electronic device | |
WO2021023032A1 (zh) | 设备解锁方法、系统和相关设备 | |
CN111051152B (zh) | 提供智能密钥服务的方法及其电子设备 | |
CN111742361A (zh) | 一种终端更新语音助手的唤醒语音的方法及终端 | |
CN115442783A (zh) | 蓝牙连接方法、系统和电子设备 | |
CN114217532A (zh) | 智能家居场景编排方法及终端 | |
CN110543287A (zh) | 一种屏幕显示方法及电子设备 | |
CN110060675B (zh) | 唤醒音箱的方法及设备 | |
CN110687998A (zh) | 一种应用管理方法及装置 | |
CN111819533A (zh) | 一种触发电子设备执行功能的方法及电子设备 | |
CN112580051A (zh) | 开机控制方法及装置 | |
CN112334860A (zh) | 一种可穿戴设备的触控方法、可穿戴设备及系统 | |
CN115589051B (zh) | 充电方法和终端设备 | |
CN113343193A (zh) | 身份验证方法、装置和电子设备 | |
CN112085872A (zh) | 基于nfc的解锁方法、相关装置及系统 | |
CN113196732B (zh) | 一种跨设备认证方法及相关装置 | |
WO2023071940A1 (zh) | 跨设备的导航任务的同步方法、装置、设备及存储介质 | |
WO2018027335A1 (zh) | 一种待机方法、解除终端锁定的方法、通信方法及系统 | |
CN115482605A (zh) | 一种指纹识别方法及电子设备 | |
CN113452902A (zh) | 摄像机配网的控制方法、系统、电子装置和摄像机 | |
CN109359447B (zh) | 设备解锁控制方法、装置和电子设备 | |
WO2024051572A1 (zh) | 指纹识别方法及电子设备 | |
CN109923593B (zh) | 指纹模组、指纹识别系统、控制方法及智能锁 |
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 |