CN115995101A - 虚拟指纹的生成方法、系统、装置及设备 - Google Patents
虚拟指纹的生成方法、系统、装置及设备 Download PDFInfo
- Publication number
- CN115995101A CN115995101A CN202211740117.4A CN202211740117A CN115995101A CN 115995101 A CN115995101 A CN 115995101A CN 202211740117 A CN202211740117 A CN 202211740117A CN 115995101 A CN115995101 A CN 115995101A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- image
- noise
- virtual
- main
- 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
- Image Input (AREA)
Abstract
本申请公开了一种虚拟指纹的生成方法、系统、装置及设备,属于图像处理领域。所述方法包括:获取指纹采集设备的噪声图像,噪声图像用于表征指纹采集设备的指纹采集区域的固有噪声;噪声图像是在按压装置与指纹采集区域相接触且接触面存在镂空区域或光滑的情况下由指纹采集设备采集得到的;以及获取主指纹图像,主指纹图像是包含指纹谷脊信息的图像;将主指纹图像和噪声图像进行图像叠加,生成虚拟指纹。上述方法能缩短测试指纹识别设备的误接受率(FAR)的周期。
Description
技术领域
本申请实施例涉及图像处理领域,特别涉及一种虚拟指纹的生成方法、系统、装置及设备。
背景技术
指纹指手指末端正面皮肤上凸凹不平产生的纹线。由于指纹具有终身不变性、唯一性和方便性,在一些设备上常使用指纹进行生物识别。为保证安全性,需要在采用指纹识别技术的设备上进行FAR(False Acceptance Rate,误接受率)测试,FAR测试指测试将应该匹配失败的指纹样本当成匹配成功的样本的概率。
相关技术中,采用召集志愿者的方式进行指纹识别设备的FAR测试。以指纹识别设备为手机进行举例,典型的指纹采样的过程如下:招募24名指纹采集志愿者;每名志愿者的4枚手指(左手大拇指,左手食指,右手大拇指,右手食指)按压手机的指纹采集区域50次,共采集24*4*50=4800枚指纹;将上述非采集自同一手指的指纹之间进行两两匹配,也即共进行(24*4-1)*50*(24*4)=456000次匹配,统计算法匹配成功的次数N,最后计算出FAR=N/456000。
显然,通过相关技术获取FAR测试所需要的指纹需耗费大量的人力成本和时间成本,效率低下。
发明内容
本申请提供了一种虚拟指纹的生成方法、系统、装置及设备,能缩短测试指纹识别设备的误接受率(FAR)的周期,提高效率。所述技术方案如下:
根据本申请的一方面,提供了一种虚拟指纹的生成方法,所述方法包括:
获取指纹采集设备的噪声图像;所述噪声图像用于表征所述指纹采集设备的指纹采集区域的固有噪声;所述噪声图像是在按压装置与所述指纹采集区域相接触且接触面存在镂空区域或光滑的情况下所述指纹采集设备采集得到的;
以及获取主指纹图像,所述主指纹图像是包含指纹谷脊信息的图像;
将所述主指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹。
在一个可选的实施例中,按压装置包括中央镂空的凹形导电结构,所述按压装置与所述指纹采集设备的指纹采集区域通过所述凹形导电结构的镂空平面相接触,所述镂空平面是所述凹形导电结构中存在凹陷区域的平面,所述镂空平面用于避免所述指纹采集设备采集到所述按压装置的表面纹理。
在一个可选的实施例中,指纹采集区域包括位于所述指纹采集设备的屏幕发光区域;所述按压装置的外表面涂抹有黑色材料,所述黑色材料用于吸收所述指纹采集设备发出的透射光,避免产生反射光重新入射至所述指纹采集区域。
在一个可选的实施例中,将所述噪声图像转换为灰度图;通过增加所述灰度图的对比度,得到透镜渐晕图像,所述透镜渐晕图像用于表征由于透镜的渐晕效应产生的指纹噪声;将所述主指纹图像、所述噪声图像和所述透镜渐晕图像进行图像叠加,生成所述虚拟指纹,所述噪声图像用于表征由于屏幕上的像素遮挡导致的指纹噪声。
在一个可选的实施例中,获取多张噪声图像,所述多张噪声图像是所述指纹采集设备接收到所述按压装置在多个位置上的按压操作生成的;将所述多张噪声图像上指示处于指纹采集区域上的同一位置的像素点的像素值进行相加,并计算各个像素点对应的平均值;基于所述多张噪声图像的平均值,生成合并后的噪声图像。
在一个可选的实施例中,放大所述主指纹图像,得到放大指纹图像,所述放大指纹图像的单位像素数量与所述噪声图像的单位像素数量一致;截取所述放大指纹图像,得到截取指纹图像,所述截取指纹图像的尺寸与所述噪声图像的尺寸一致;将所述截取指纹图像、所述噪声图像和所述透镜渐晕图像进行图像叠加,生成所述虚拟指纹。
在一个可选的实施例中,按照按压位置的概率分布,截取所述放大指纹图像中与所述噪声图像相同尺寸的区域,得到所述截取指纹图像;其中,所述按压位置的概率分布包括通过指尖和/或指腹按压的概率。
在一个可选的实施例中,基于指纹生成算法,生成所述主指纹图像;或者,获取电容指纹库中的电容指纹图像;将所述电容指纹图像进行滤波和二值化操作,得到所述主指纹图像。
在一个可选的实施例中,所述虚拟指纹用于测试指纹识别设备的误接受率,所述误接受率是指将两个所来自的手指不一致的指纹当成来源一致的指纹的概率;所述指纹识别设备与所述指纹采集设备为同一设备或者所述指纹识别设备与所述指纹采集设备之间通过有线或无线连接。
在一个可选的实施例中,所述指纹识别设备的误接受率是基于多个主指纹图像对应的多个虚拟指纹之间进行匹配测试得到的。
在一个可选的实施例中,所述指纹识别设备的误接受率的匹配测试过程包括:
将所述多个虚拟指纹中的每个虚拟指纹均通过所述指纹识别设备内的指纹识别算法进行指纹识别;
将所述多个虚拟指纹的多个识别结果进行两两匹配,确定匹配成功的次数;匹配成功是指两个所述虚拟指纹的识别结果一致;
将匹配成功的次数与匹配总次数的比值,作为所述指纹识别设备的误接受率。
根据本申请的另一方面,提供了一种虚拟指纹的生成系统,所述系统包括按压装置、指纹采集设备和用于生成所述虚拟指纹的计算机设备;
所述按压装置与所述指纹采集设备的指纹采集区域相接触且接触面存在镂空区域或光滑,以避免所述指纹采集设备采集到所述按压装置的表面纹理;
所述指纹采集设备,用于在所述按压装置接触到所述指纹采集区域的情况下,采集噪声图像;将所述噪声图像发送至所述计算机设备;
所述计算机设备,用于接收所述噪声图像;获取用于生成所述虚拟指纹的主指纹图像;根据所述噪声图像和主指纹图像生成所述虚拟指纹,所述主指纹图像是包含指纹谷脊信息的图像。
根据本申请的另一方面,提供了一种虚拟指纹的生成装置,所述装置包括:
获取模块,用于获取指纹采集设备的噪声图像;所述噪声图像用于表征指纹采集设备的指纹采集区域的固有噪声;所述噪声图像是在按压装置与所述指纹采集区域相接触且接触面存在镂空区域或光滑的情况下所述指纹采集设备采集得到的;
获取模块,还用于获取主指纹图像,所述主指纹图像是包含指纹谷脊信息的图像;
生成模块,用于将所述主指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹。
根据本申请的一个方面,提供了一种计算机设备,所述计算机设备包括:处理器和存储器,所述存储器存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如上所述的虚拟指纹的生成方法。
根据本申请的另一方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序由处理器加载并执行以实现如上所述的虚拟指纹的生成方法。
根据本申请的另一方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方面提供的虚拟指纹的生成方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过按压装置接触指纹采集设备上的指纹采集区域,触发指纹采集设备采集噪声图像,再将噪声图像发送至计算机设备,由计算机设备根据噪声图像和主指纹图像生成虚拟指纹,该系统生成的虚拟指纹可用于测试指纹识别设备的误接受率(FAR)。
该方法克服了相关技术中召集志愿者的方式导致的效率低下和高成本的问题。该方法可由计算机设备大规模且快速地生成虚拟指纹,大规模的虚拟指纹可快速应用于指纹识别设备的FAR测试,进而可以缩短FAR测试的周期,提高效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1示出了一个示例性实施例提供的虚拟指纹的生成系统的示意图;
图2示出了一个示例性实施例提供的按压装置的示意图;
图3示出了一个示例性实施例提供的虚拟指纹的生成方法的流程图;
图4示出了一个示例性实施例提供的指纹识别设备的误接受率的测试方法的流程图;
图5示出了另一个示例性实施例提供的虚拟指纹的生成方法的流程图;
图6示出了一个示例性实施例提供的图像堆栈的示意图;
图7示出了一个示例性实施例提供的虚拟指纹的生成装置的结构框图;
图8示出了一个示例性实施例提供的指纹采集设备的结构框图;
图9示出了一个示例性实施例提供的计算机设备的结构框图。
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申请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、本申请的一些方面相一致的装置和方法的例子。
应当理解的是,在本文中提及的“若干个”是指一个或者多个,“多个”是指两个或两个以上。“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。
首先对本申请中的相关词语进行简单介绍:
误接受率(False Acceptance Rate,FAR):在本申请中指把应该匹配失败的指纹样本当成匹配成功样本的比例。
误拒率(False Refuse Rate,FRR):在本申请中指把应该匹配成功的指纹样本当成匹配失败样本的比例。
屏占比:在本申请中,是指纹采集设备的屏幕与设备前面板面积的相对比值。
屏下光学指纹技术:是指为了提高设备的屏占比,将指纹图像传感器放置于屏幕下方的指纹识别技术。
屏下指纹:是指用屏下指纹技术采集得到的指纹图像。
屏下固定噪音:是指屏下指纹中因屏幕下方灯珠发出的光线透过屏幕以及透镜等硬件而引入的固定噪音图案,包括像素遮挡,渐晕效应等。
主指纹:是指只包含谷脊信息的二值指纹图案。
ROI(Region of Interest,感兴趣区域):是指包含指纹信息的区域。
DPI(Dots Per Inch,每英寸点数):是一个量度单位,用于点阵数码影像,指每一英寸长度中,取样、可显示或输出点的数目。
图像堆栈:是指将多张照片堆叠在一起,合成一张照片。
渐晕效应:是指在光学系统中,当远离光轴的物点成像时,由于光阑的存在,使能够到达像面上的光束逐渐变得窄小起来,结果使离轴的像点逐渐变暗的过程。
为了保证安全性,所有采用了指纹识别技术的设备需要经过FAR的测试,以典型的手机应用场景举例,FAR必须大于1/50000。而采用屏下指纹技术的设备,因为屏下噪音的影响,指纹图像与设备强相关,不能使用通用的指纹数据集进行FAR测试。基于此,本申请提供了下述生成用于测试FAR的虚拟指纹的系统和方法。
图1示出了本申请一个示例性实施例提供的虚拟指纹的生成系统的示意图,该系统包括按压装置10、指纹采集设备20和用于生成虚拟指纹的计算机设备30。
结合参考图1,按压装置10与指纹采集设备20的指纹采集区域相接触,使得指纹采集设备20采集到噪声图像101;指纹采集设备20再将噪声图像101发送至计算机设备30。计算机设备30根据噪声图像101和主指纹图像102,生成虚拟指纹104。
按压装置10,与指纹采集设备20的指纹采集区域相接触且接触面存在镂空区域或光滑,以避免指纹采集设备20采集到按压装置10的表面纹理。
在一个实施例中,按压装置10包括中央镂空的凹形导电结构,可选的,按压装置10为中央镂空的凹形导电立方体,凹形导电立方体的中央存在立方体型凹陷。可选的,按压装置10为中央镂空的凹形导电圆柱,凹形导电圆柱的中央存在圆柱形凹陷。可选的,按压装置10为中央镂空的凹形导电四棱台,凹形导电四棱台的中央存在棱台型凹陷。结合参考图2,图2示出了中央镂空的凹形导电立方体。需要说明的是,按压装置10具有导电性是为了方便触发指纹采集设备进行指纹采集,模拟人体的弱导电性。
在一个实施例中,按压装置10与指纹采集设备20的指纹采集区域通过凹形导电结构的镂空平面相接触,镂空平面是凹形导电结构中存在凹陷区域的平面。结合参考图2,图2示出了凹形导电立方体的镂空平面,镂空平面存在凹陷区域。可选的,凹陷区域的边长为10毫米。
在一个实施例中,按压装置10与指纹采集区域通过镂空平面相接触,是为了避免指纹采集设备20采集到按压装置的表面纹理,使得采集得到的噪声图像101更纯净。此时噪声图像101用于表征由于屏幕上的像素遮挡而产生的指纹噪声,该噪声为指纹采集设备的固有噪声。由于本申请最终生成的虚拟指纹用于指纹识别设备的FAR测试,因此应尽量保证该虚拟指纹由手指指纹与指纹采集设备的固有噪声叠加得到,不应再额外引入其他纹理。采用镂空的方式,可以避免指纹采集设备20采集到按压装置的表面纹理,得到的噪声图像更为纯净。
可选的,指纹采集区域包括位于指纹采集设备20的屏幕发光区域;可选的,按压装置的外表面涂抹有黑色材料,黑色材料用于吸收指纹采集设备发出的透射光,避免产生反射光重新入射至指纹采集区域。可选的,黑色材料为黑色油墨。需要说明的是,指纹采集设备通过屏下光学指纹技术进行指纹采集。指纹采集设备在采集指纹时,屏幕下方的灯珠将发出光线,光线照射到手指指纹之后生成反射光线,反射光线重新入射屏幕,被指纹图像传感器接收,指纹图像传感器生成指纹图像。
可选的,指纹采集设备20在采集噪声图像时,处于指纹待采图状态。一种按压操作方式为,将指纹采集设备设置为指纹待采图状态,将屏幕上指纹采集区域的中心对准镂空平面的中心,并按下按压装置,使得指纹采集设备20采图。
在一个实施例中,指纹采集设备20用于在采用指纹进行生物识别的场景下提供指纹采集功能。可选的,指纹采集设备20用于支付场景、帐户登录场景、门禁场景、考勤场景等等。在一个实施例中,指纹采集设备20用于在按压装置的凹形导电结构接触到指纹采集区域的情况下,采集噪声图像101。该噪声图像101用于表征由于像素遮挡导致的指纹噪声。指纹采集设备20将噪声图像101发送至计算机设备30。
在一个实施例中,指纹采集设备20采集到的指纹将通过指纹识别设备进行生物识别。可选的,指纹采集设备20与指纹识别设备为同一设备,或者,指纹采集设备20与指纹识别设备通过有线或无线连接。可选的,指纹采集设备20为智能手机、智能手表、车载终端、可穿戴设备、智能电视、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。需要说明的是,指纹采集设备20并不局限于上述终端设备,凡是具有指纹采集功能的设备均为本申请所指的指纹采集设备,本申请对此并不加以限制。
在一个实施例中,指纹采集设备20与计算机设备30通过有线或无线连接。
在一个实施例中,计算机设备30用于接收噪声图像101,以及获取用于生成虚拟指纹的主指纹图像102,主指纹图像102是包含指纹谷脊信息的图像。计算机设备30根据噪声图像101和主指纹图像102生成虚拟指纹。
在一个实施例中,计算机设备30还用于获取噪声图像101和主指纹图像102;将噪声图像101转换为灰度图;通过增加灰度图的对比度,得到透镜渐晕图像103;将主指纹图像102、噪声图像101和透镜渐晕图像103进行图像叠加,生成虚拟指纹104;其中,透镜渐晕图像103用于表征由于透镜的渐晕效应产生的指纹噪声,噪声图像101用于表征由于屏幕上的像素遮挡导致的指纹噪声。
在一个实施例中,计算机设备30还用于获取多张噪声图像101,多张噪声图像101是指纹采集设备20接收到按压装置10在多个位置的多次按压操作生成的;将多张噪声图像101上处于相同位置的像素点的像素值进行相加,并计算平均值;基于多张噪声图像101的平均值,生成合并后的噪声图像。受环境光的影响,按压装置10并不一定能够对准指纹采集区域的中心,可能存在一定的位置偏差,为了消除位置偏差导致生成的噪声图像的误差,将尝试多次调整按压装置10的对准位置,生成多张噪声图像101;通过对多张噪声图像101上处于相同位置的像素点的像素值进行相加,并计算平均值,得到合成后的噪声图像。
在一个实施例中,计算机设备30还用于放大主指纹图像102,得到放大指纹图像,放大指纹图像的单位像素数量与噪声图像101的单位像素数量一致;截取放大指纹图像,得到截取指纹图像,截取指纹图像的尺寸与噪声图像101的尺寸一致;将截取指纹图像、噪声图像101和透镜渐晕图像103进行图像叠加,生成虚拟指纹104。
在一个实施例中,计算机设备30还用于按照按压位置的概率分布,截取放大指纹图像中与噪声图像101相同尺寸的区域,得到截取指纹图像;其中,按压位置的概率分布包括通过指尖和/或指腹按压的概率。示意性的,计算机设备按照指尖位置0.7的概率和指腹位置0.3的概率在主指纹图像上进行截取,截取得到的图像需保证与噪声图像的尺寸相同。
在一个实施例中,计算机设备30还用于基于指纹生成算法,生成主指纹图像102;或者,获取电容指纹库中的电容指纹图像,将电容指纹图像进行滤波和二值化操作,得到主指纹图像102。
在一个实施例中,计算机设备30包括终端和/或服务器。终端的设备类型包括:智能手机、智能手表、车载终端、可穿戴设备、智能电视、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。本领域技术人员可以知晓,上述终端的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。服务器包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。
在一个实施例中,除了采用上述按压装置10之外,还可将按压装置10替换为橡胶指纹校准砝码,在此方式下,指纹采集设备20为智能手机且智能手机需开启校准模式。
综上所述,通过按压装置接触指纹采集设备上的指纹采集区域,触发指纹采集设备采集噪声图像,再将噪声图像发送至计算机设备,由计算机设备根据噪声图像和主指纹图像生成虚拟指纹,该系统生成的虚拟指纹可用于测试指纹识别设备的误接受率(FAR),其中的指纹识别设备与指纹采集设备是同一个设备或者指纹识别设备与指纹采集设备通过有线或无线连接。
该系统克服了相关技术中召集志愿者的方式导致的隐私泄露风险、效率低下和高成本的问题。该系统可大规模且快速地生成虚拟指纹,进而可以缩短测试指纹识别设备的FAR的周期,提高效率。
接下来将详细介绍由上述计算机设备30执行的虚拟指纹的生成方法。图3示出了本申请提供的一种虚拟指纹的生成方法的流程图,以该方法包括:
步骤320,获取指纹采集设备的噪声图像;
噪声图像,即上述指纹采集设备20通过按压装置采集到的图像。噪声图像用于表征指纹采集设备的指纹采集区域的固有噪声,噪声图像用于表征由于屏幕上的像素遮挡导致的指纹噪声;噪声图像是在按压装置与指纹采集区域相接触且接触面存在镂空区域或光滑的情况下指纹采集设备采集得到的。在一个实施例中,将获取多张噪声图像,多张噪声图像是指纹采集设备接收到按压装置在多个位置的多次按压操作生成的;将多张噪声图像上处于相同位置的像素点的像素值进行相加,并计算平均值;基于多张噪声图像的平均值,生成合并后的噪声图像。通过调整多个角度按压,即可通过指纹采集设备得到多张噪声图像。
受环境光的影响,按压装置并不一定能够对准指纹采集区域的中心,可能存在一定的位置偏差,为了消除位置偏差导致生成的噪声图像的误差,将尝试多次调整按压装置的对准位置,使得指纹采集设备生成多张噪声图像;通过对多张噪声图像上处于相同位置的像素点的像素值进行相加,并计算平均值,得到合成后的噪声图像。
步骤340,以及获取主指纹图像,主指纹图像是包含指纹谷脊信息的图像;
主指纹图像,是包含指纹谷脊信息的图像。可选的,一张主指纹图像对应一根手指的指纹。可选的,计算机设备基于指纹生成算法,生成主指纹图像。指纹生成算法为SfinGe(一种合成指纹的方法),关于该方法的介绍请参考文献:R.Cappelli,"SFinGe:anApproach to Synthetic Fingerprint Generation",in proceedi ngs InternationalWorkshop on Biometric Technologies(BT2004),Calgary,Canada,pp.147-154,June2004.Invited paper.
可选的,计算机设备获取电容指纹库中的电容指纹图像;将电容指纹图像进行滤波和二值化操作,得到主指纹图像。电容指纹库为预先构建的指纹库。
步骤360,将主指纹图像和噪声图像进行图像叠加,生成虚拟指纹。
在一个实施例中,计算机设备将噪声图像转换为灰度图;通过增加灰度图的对比度,得到透镜渐晕图像,透镜渐晕图像用于表征由于透镜的渐晕效应产生的指纹噪声;计算机设备将主指纹图像、噪声图像和透镜渐晕图像进行图像堆栈,得到虚拟指纹。透镜的渐晕效应是指在光学系统中,当远离光轴的物点成像时,由于光阑的存在,使能够到达像面上的光束逐渐变得窄小,结果使离轴的像点逐渐变暗的过程。
在一个实施例中,将噪声图像转换为灰度图之后,通过计算机设备不断增加灰度图的对比度,当对比度达到对比度阈值时,将此时的图作为透镜渐晕图像。当取得对比度阈值时,将观察到灰度图出现显著的中央大白斑,其中的白色为透明色,灰度越小则透明度越高。
在一个实施例中,计算机设备还将放大主指纹图像,得到放大指纹图像,放大指纹图像的单位像素数量与噪声图像的单位像素数量一致;单位像素数量即每固定尺寸包含的像素数量。可选的,单位像素数量即DPI(Dots Per Inch,每英寸点数)。DPI是一个点阵数码影像的量度单位,指每一英寸长度中,取样、可显示或输出的像素点的数目。计算机设备截取放大指纹图像,得到截取指纹图像,截取指纹图像的尺寸与噪声图像的尺寸一致;将截取指纹图像、噪声图像和透镜渐晕图像进行图像叠加,生成虚拟指纹。
在一个实施例中,计算机设备按照按压位置的概率分布,截取放大指纹图像中与噪声图像相同尺寸的区域,得到截取指纹图像;其中,按压位置的概率分布包括通过指尖和/或指腹按压的概率(指尖的概率大于指腹的概率)。示意性的,计算机设备按照指尖位置0.7的概率和指腹位置0.3的概率在主指纹图像上进行截取,截取得到的图像需保证与噪声图像的尺寸相同。
综上所述,由计算机设备根据噪声图像和主指纹图像生成虚拟指纹,上述方法生成的虚拟指纹可用于测试指纹识别设备的误接受率(FAR),其中的指纹识别设备与指纹采集设备是同一个设备或者指纹识别设备与指纹采集设备通过有线或无线连接。
上述方法克服了相关技术中召集志愿者的方式导致的效率低下和高成本的问题。该方法可大规模且快速地生成虚拟指纹,进而可以缩短测试指纹识别设备的FAR的周期,提高效率。
在一个实施例中,上述计算机设备生成的虚拟指纹用于测试指纹识别设备的误接受率(FAR),误接受率是指将两个所来自的手指不一致的指纹当成来源一致的指纹的概率,指纹识别设备与指纹采集设备为同一设备或者指纹识别设备与指纹采集设备之间通过有线或无线连接。
在一个实施例中,指纹识别设备的误接受率是基于多个主指纹图像对应的多个虚拟指纹。
下面以智能手机(既是指纹采集设备,也是指纹识别设备)为例,介绍指纹识别设备的误接受率的匹配测试过程。
图4示出了本申请一个示例性实施例提供的基于虚拟指纹测试指纹识别设备的误接受率的方法的流程图,以该方法由图1所示的计算机设备30执行进行举例说明,该方法包括:
步骤410,将多个虚拟指纹中的每个虚拟指纹均通过指纹识别设备内的指纹识别算法进行指纹识别;
在一个实施例中,主指纹图像通过放大操作,得到放大指纹图像,放大指纹图像的单位像素数量与噪声图像的单位像素数量一致。截取放大指纹图像,得到截取指纹图像,截取指纹图像的尺寸与噪声图像的尺寸一致。通过截取指纹图像与噪声图像和透镜渐晕图像进行图像叠加,得到虚拟指纹。多个主指纹图像对应有多个虚拟指纹。
示意性的,共获取3000张主指纹图像,3000张主指纹图像对应有3000个虚拟指纹,将3000个虚拟指纹通过指纹识别设备内的指纹识别算法进行指纹识别。
步骤420,将多个虚拟指纹的多个识别结果进行两两匹配,确定匹配成功的次数;
其中,匹配成功是指两个虚拟指纹的识别结果一致;
示意性的,将3000个虚拟指纹进行两两匹配,共匹配3000*(3000-1)/2=44985000次,44985000次中共存在3次匹配成功。
步骤430,将匹配成功的次数与匹配总次数的比值,作为指纹识别设备的误接受率。
示意性的,误接受率为3/44985000=0.000000667。
综上所述,上述匹配测试过程提供了一种测试指纹识别设备的误接受率(FAR)的方法。由上述匹配测试过程可以发现,使用虚拟指纹进行FAR测试,并不会受限于指纹数量,虚拟指纹获取方式更加简便,越多的指纹数量能提高测得的FAR的精确程度。
图5示出了本申请一个示例性实施例提供的虚拟指纹的生成方法的示意图,该方法包括三个阶段,第一个阶段执行底图采集,第二个阶段执行主指纹的生成与处理,第三个阶段执行成像过程模拟。
底图采集阶段,该阶段的目的是获得一张包含屏下固定噪音的底图图像,该底图图像包含了与设备强相关的固定模式噪音图案,包括像素遮挡,渐晕效应等。图5示出了底图。底图采集阶段涉及步骤501和步骤502。
主指纹生成与处理阶段,该阶段的目的是批量生成大数据量的主指纹图像,该主指纹图像包含谷脊信息的二值指纹图案。图5示出了主指纹图。然后对大量的主指纹图进行兼容适配。该阶段涉及步骤503至步骤505。
成像过程模拟阶段,该阶段负责模拟屏下光学指纹的成像过程,生成最终的屏下指纹图像。屏下指纹图像图5已示出。该阶段涉及步骤506和步骤507。
下面详细介绍各个步骤。
步骤501,非接触按压;
使用制作的“不反光且导电的镂空装置”对屏幕上的指纹采集区域进行按压。“不反光且导电的镂空装置”如图2所示。选择镂空按压而不是接触按压的原因在于,避免指纹图像传感器采集到按压装置表面的纹理而导致底图不纯净。表面采用黑色涂抹是为了尽可能多的吸收透过屏幕的光线。导电是为了能够方便触发指纹采集。可选的,镂空正方形区域的边长约为10毫米。
步骤502,采图平均;
使用步骤501的方法调整多个角度按压,采集多张底图,然后将这些底图按像素进行相加并取平均值。
步骤503,谷脊生成;
使用现有的指纹生成算法(如SFinGe),生成主指纹(Masterprint)。主指纹是指只包含谷脊信息的二值指纹图案。
步骤504,DPI对齐;
将主指纹图按照比例R进行缩放,其中R=DPIbase/DPImaster,DPIbase为底图的DPI,DPImaster为主指纹图的DPI。对齐后的主指纹图拥有与底图相同的DPI。
步骤505,随机裁剪;
从主指纹中,模仿人类按压习惯的概率分布(指尖位置概率大于指腹位置),截取与底图同分辨率的区域。
步骤506,ROI提取;
将步骤502得到的底图转换成灰度图,然后进行不断增加图像对比度的操作,直至观察到显著的中央大白斑时的图作为ROI掩图,其中白色为透明色,灰度越小透明度越高。ROI掩图是指包含指纹信息的区域的图像。
步骤507,图像堆栈。
批量将步骤503得到的主指纹分别与步骤502的底图和步骤506的ROI掩图进行堆栈。如图6所示,其中主指纹图模拟指纹谷脊,而底图和ROI掩图分别模拟屏幕的像素遮挡和透镜的渐晕效应。图像堆栈得到屏下光学指纹,屏下光学指纹即为上述的虚拟指纹。屏下光学指纹指在指纹采集区域位于屏幕发光区域,指纹图像传感器位于屏幕下方的情况下,采集到的指纹。
综上所述,上述方法由于采用计算机自动合成方法,人力成本低,省时省力;且无需真人采集,不存在个人隐私泄露风险;且生成的虚拟指纹全部来源于生成的不同的虚拟手指(主指纹图像),基于此测试出的FAR更加准确。上述方法实现了一种自动化生成屏下指纹的方法,具有实施成本低、无隐私泄露问题,FAR测试效果好等优点。使用本方案生成的屏下指纹进行测试具有统一的测试标准,可提高产品的安全性,以及缩短测试周期。
图7示出了本申请一个示例性实施例提供的虚拟指纹的生成装置的结构框图,该装置包括:
获取模块701,用于获取指纹采集设备的噪声图像;噪声图像用于表征指纹采集设备的指纹采集区域的固有噪声;噪声图像是在按压装置与指纹采集区域相接触且接触面存在镂空区域或光滑的情况下指纹采集设备采集得到的;
获取模块701,还用于获取主指纹图像,主指纹图像是包含指纹谷脊信息的图像;
生成模块702,用于将主指纹图像和噪声图像进行图像叠加,生成虚拟指纹。
在一个可选的实施例中,按压装置包括中央镂空的凹形导电结构,所述按压装置与所述指纹采集设备的指纹采集区域通过所述凹形导电结构的镂空平面相接触,所述镂空平面是所述凹形导电结构中存在凹陷区域的平面,所述镂空平面用于避免所述指纹采集设备采集到所述按压装置的表面纹理。
在一个可选的实施例中,指纹采集区域包括位于指纹采集设备的屏幕发光区域;按压装置的外表面涂抹有黑色材料,黑色材料用于吸收指纹采集设备发出的透射光,避免产生反射光重新入射至指纹采集区域。
在一个可选的实施例中,该装置还包括处理模块703。处理模块703,用于将噪声图像转换为灰度图;处理模块703,还用于通过增加灰度图的对比度,得到透镜渐晕图像,透镜渐晕图像用于表征由于透镜的渐晕效应产生的指纹噪声;生成模块702,用于将主指纹图像、噪声图像和透镜渐晕图像进行图像叠加,生成虚拟指纹,噪声图像用于表征由于屏幕上的像素遮挡导致的指纹噪声。
在一个可选的实施例中,获取模块701,还用于获取多张噪声图像,多张噪声图像是指纹采集设备接收到按压装置在多个位置上的按压操作生成的;将多张噪声图像上指示处于指纹采集区域上的同一位置的像素点的像素值进行相加,并计算各个像素点对应的平均值;基于多张噪声图像的平均值,生成合并后的噪声图像。
在一个可选的实施例中,处理模块703,还用于放大主指纹图像,得到放大指纹图像,放大指纹图像的单位像素数量与噪声图像的单位像素数量一致;截取放大指纹图像,得到截取指纹图像,截取指纹图像的尺寸与噪声图像的尺寸一致。生成模块702,还用于将截取指纹图像、噪声图像和透镜渐晕图像进行图像叠加,生成虚拟指纹。
在一个可选的实施例中,处理模块703,还用于按照按压位置的概率分布,截取放大指纹图像中与噪声图像相同尺寸的区域,得到截取指纹图像;其中,按压位置的概率分布包括通过指尖和/或指腹按压的概率。
在一个可选的实施例中,处理模块703,还用于基于指纹生成算法,生成主指纹图像;或者,获取电容指纹库中的电容指纹图像;将电容指纹图像进行滤波和二值化操作,得到主指纹图像。
在一个可选的实施例中,虚拟指纹用于测试指纹识别设备的误接受率,误接受率是指将两个所来自的手指不一致的指纹当成来源一致的指纹的概率;指纹识别设备与指纹采集设备为同一设备或者指纹识别设备与指纹采集设备之间通过有线或无线连接。
在一个可选的实施例中,指纹识别设备的误接受率是基于多个主指纹图像对应的多个虚拟指纹进行匹配测试得到的。
在一个可选的实施例中,指纹识别设备的误接受率的匹配测试过程包括:
将多个虚拟指纹中的每个虚拟指纹均通过指纹识别设备内的指纹识别算法进行指纹识别;
将多个虚拟指纹的多个识别结果进行两两匹配,确定匹配成功的次数;匹配成功是指两个虚拟指纹的识别结果一致;
将匹配成功的次数与匹配总次数的比值,作为指纹识别设备的误接受率。
综上所述,由上述装置根据噪声图像和主指纹图像生成虚拟指纹,上述装置生成的虚拟指纹可用于测试指纹识别设备的误接受率(FAR),其中的指纹识别设备与指纹采集设备是同一个设备或者指纹识别设备与指纹采集设备通过有线或无线连接。
上述装置克服了相关技术中召集志愿者的方式导致的隐私泄露风险、效率低下和高成本的问题。该方法可大规模且快速地生成虚拟指纹,进而可以缩短测试指纹识别设备的FAR的周期,提高效率。
图8示出了本申请一个示例性实施例提供的指纹采集设备800的结构框图。该指纹采集设备800可以是便携式移动终端,比如:智能手机、平板电脑、MP3播放器(MovingPicture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。指纹采集设备800还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常,指纹采集设备800包括有:处理器801和存储器802。
处理器801可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器801可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器801也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器801可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器801还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器802可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器802还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器802中的非暂态的计算机可读存储介质用于存储至少一个指令。
在一些实施例中,指纹采集设备800还可选包括有:外围设备接口803和至少一个外围设备。处理器801、存储器802和外围设备接口803之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口803相连。示例地,外围设备可以包括:射频电路804、显示屏805、摄像头组件806、音频电路807和电源808中的至少一种。
外围设备接口803可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器801和存储器802。在一些实施例中,处理器801、存储器802和外围设备接口803被集成在同一芯片或电路板上;在一些其他实施例中,处理器801、存储器802和外围设备接口803中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路804用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路804通过电磁信号与通信网络以及其他通信设备进行通信。射频电路804将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路804包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路804可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路804还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏805用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏805是触摸显示屏时,显示屏805还具有采集在显示屏805的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器801进行处理。此时,显示屏805还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏805可以为一个,设置在指纹采集设备800的前面板;在另一些实施例中,显示屏805可以为至少两个,分别设置在指纹采集设备800的不同表面或呈折叠设计;在另一些实施例中,显示屏805可以是柔性显示屏,设置在指纹采集设备800的弯曲表面上或折叠面上。甚至,显示屏805还可以设置成非矩形的不规则图形,也即异形屏。显示屏805可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件806用于采集图像或视频。可选地,摄像头组件806包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件806还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路807可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器801进行处理,或者输入至射频电路804以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在指纹采集设备800的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器801或射频电路804的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路807还可以包括耳机插孔。
电源808用于为指纹采集设备800中的各个组件进行供电。电源808可以是交流电、直流电、一次性电池或可充电电池。当电源808包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,指纹采集设备800还包括有一个或多个传感器809。该一个或多个传感器809包括但不限于:加速度传感器810、陀螺仪传感器811、压力传感器812、指纹传感器813、光学传感器814以及接近传感器815。
加速度传感器810可以检测以指纹采集设备20建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器810可以用于检测重力加速度在三个坐标轴上的分量。处理器801可以根据加速度传感器810采集的重力加速度信号,控制显示屏805以横向视图或纵向视图进行用户界面的显示。加速度传感器810还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器811可以检测指纹采集设备800的机体方向及转动角度,陀螺仪传感器811可以与加速度传感器810协同采集用户对指纹采集设备800的3D动作。处理器801根据陀螺仪传感器811采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器812以设置在指纹采集设备800的侧边框和/或显示屏805的下层。当压力传感器812设置在指纹采集设备800的侧边框时,可以检测用户对指纹采集设备800的握持信号,由处理器801根据压力传感器812采集的握持信号进行左右手识别或快捷操作。当压力传感器812设置在显示屏805的下层时,由处理器801根据用户对显示屏805的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器813用于采集用户的指纹,由处理器801根据指纹传感器813采集到的指纹识别用户的身份,或者,由指纹传感器813根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器801授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器813可以被设置在指纹采集设备800的正面、背面或侧面。当指纹采集设备800上设置有物理按键或厂商Logo时,指纹传感器813可以与物理按键或厂商Logo集成在一起。
光学传感器814用于采集环境光强度。在一个实施例中,处理器801可以根据光学传感器814采集的环境光强度,控制显示屏805的显示亮度。示例地,当环境光强度较高时,调高显示屏805的显示亮度;当环境光强度较低时,调低显示屏805的显示亮度。在另一个实施例中,处理器801还可以根据光学传感器814采集的环境光强度,动态调整摄像头组件806的拍摄参数。
接近传感器815,也称距离传感器,通常设置在指纹采集设备800的前面板。接近传感器815用于采集用户与指纹采集设备800的正面之间的距离。在一个实施例中,当接近传感器815检测到用户与指纹采集设备800的正面之间的距离逐渐变小时,由处理器801控制显示屏805从亮屏状态切换为息屏状态;当接近传感器815检测到用户与指纹采集设备800的正面之间的距离逐渐变大时,由处理器801控制显示屏805从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图8中示出的结构并不构成对指纹采集设备800的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
图9是根据一示例性实施例示出的一种计算机设备的结构示意图。所述计算机设备900包括中央处理单元(Central Processing Unit,CPU)901、包括随机存取存储器(Random Access Memory,RAM)902和只读存储器(Read-Onl y Memory,ROM)903的系统存储器904,以及连接系统存储器904和中央处理单元901的系统总线905。所述计算机设备900还包括帮助计算机设备内的各个器件之间传输信息的基本输入/输出系统(Input/Output,I/O系统)906,和用于存储操作系统913、应用程序914和其他程序模块915的大容量存储设备907。
所述基本输入/输出系统906包括有用于显示信息的显示器908和用于用户输入信息的诸如鼠标、键盘之类的输入设备909。其中所述显示器908和输入设备909都通过连接到系统总线905的输入输出控制器910连接到中央处理单元901。所述基本输入/输出系统906还可以包括输入输出控制器910以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器910还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备907通过连接到系统总线905的大容量存储控制器(未示出)连接到中央处理单元901。所述大容量存储设备907及其相关联的计算机设备可读介质为计算机设备900提供非易失性存储。也就是说,所述大容量存储设备907可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memor y,CD-ROM)驱动器之类的计算机设备可读介质(未示出)。
不失一般性,所述计算机设备可读介质可以包括计算机设备存储介质和通信介质。计算机设备存储介质包括以用于存储诸如计算机设备可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机设备存储介质包括RAM、ROM、可擦除可编程只读存储器(Erasable Programmable ReadOnly Memory,EPROM)、带电可擦可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,EEP ROM),CD-ROM、数字视频光盘(Digital VideoDisc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知所述计算机设备存储介质不局限于上述几种。上述的系统存储器904和大容量存储设备907可以统称为存储器。
根据本公开的各种实施例,所述计算机设备900还可以通过诸如因特网等网络连接到网络上的远程计算机设备运行。也即计算机设备900可以通过连接在所述系统总线905上的网络接口单元912连接到网络911,或者说,也可以使用网络接口单元912来连接到其他类型的网络或远程计算机设备系统(未示出)。
所述存储器还包括一个或者一个以上的程序,所述一个或者一个以上程序存储于存储器中,中央处理器901通过执行该一个或一个以上程序来实现上述知识图谱的实体建边方法的全部或者部分步骤。本申请还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方法实施例提供的虚拟指纹的生成方法。
本申请实施例还提供一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现如上述各方法实施例提供的虚拟指纹的生成方法。
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中存储有计算机程序,所述计算机程序用于被数据库网关执行,以实现上述虚拟指纹的生成方法。
可选地,该计算机可读存储介质可以包括:只读存储器(Read-Only Memo ry,ROM)、随机存储器(Random-Access Memory,RAM)、固态硬盘(Solid State Drives,SSD)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(Resistance RandomAccess Memory,ReRAM)和动态随机存取存储器(Dynamic Random Access Memory,DRAM)。本申请还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方法实施例提供的虚拟指纹的生成方法。
本申请提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方法实施例提供的虚拟指纹的生成方法。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种虚拟指纹的生成方法,其特征在于,所述方法由计算机设备执行,所述方法包括:
获取指纹采集设备的噪声图像,所述噪声图像用于表征所述指纹采集设备的指纹采集区域的固有噪声;所述噪声图像是在按压装置与所述指纹采集区域相接触且接触面存在镂空区域或光滑的情况下由所述指纹采集设备采集得到的;
以及获取主指纹图像,所述主指纹图像是包含指纹谷脊信息的图像;
将所述主指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹。
2.根据权利要求1所述的方法,其特征在于,所述按压装置包括中央镂空的凹形导电结构,所述按压装置与所述指纹采集设备的指纹采集区域通过所述凹形导电结构的镂空平面相接触,所述镂空平面是所述凹形导电结构中存在凹陷区域的平面,所述镂空平面用于避免所述指纹采集设备采集到所述按压装置的表面纹理。
3.根据权利要求1所述的方法,其特征在于,所述指纹采集区域包括位于所述指纹采集设备的屏幕发光区域;
所述按压装置的外表面涂抹有黑色材料,所述黑色材料用于吸收所述指纹采集设备发出的透射光,避免产生反射光重新入射至所述指纹采集区域。
4.根据权利要求1至3任一所述的方法,其特征在于,所述将所述主指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹,包括:
将所述噪声图像转换为灰度图;
通过增加所述灰度图的对比度,得到透镜渐晕图像,所述透镜渐晕图像用于表征由于透镜的渐晕效应产生的指纹噪声;
将所述主指纹图像、所述噪声图像和所述透镜渐晕图像进行图像叠加,生成所述虚拟指纹,所述噪声图像用于表征由于屏幕上的像素遮挡导致的指纹噪声。
5.根据权利要求1至3任一所述的方法,其特征在于,所述获取指纹采集设备的噪声图像,包括:
获取多张噪声图像,所述多张噪声图像是所述指纹采集设备接收到所述按压装置在多个位置的多次按压操作生成的;
将所述多张噪声图像上处于相同位置的像素点的像素值进行相加,并计算平均值;
基于所述多张噪声图像的平均值,生成合并后的噪声图像。
6.根据权利要求1至3任一所述的方法,其特征在于,所述方法还包括:
放大所述主指纹图像,得到放大指纹图像,所述放大指纹图像的单位像素数量与所述噪声图像的单位像素数量一致;
截取所述放大指纹图像,得到截取指纹图像,所述截取指纹图像的尺寸与所述噪声图像的尺寸一致;
所述将所述主指纹图像和所述噪声图像进行图像叠加,得到所述虚拟指纹,包括:
将所述截取指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹。
7.根据权利要求6所述的方法,其特征在于,所述截取所述放大指纹图像,得到截取指纹图像,包括:
按照按压位置的概率分布,截取所述放大指纹图像中与所述噪声图像相同尺寸的区域,得到所述截取指纹图像;
其中,所述按压位置的概率分布包括通过指尖和/或指腹按压的概率。
8.根据权利要求1至3任一所述的方法,其特征在于,所述方法还包括:
基于指纹生成算法,生成所述主指纹图像;
或者,
获取电容指纹库中的电容指纹图像;将所述电容指纹图像进行滤波和二值化操作,得到所述主指纹图像。
9.根据权利要求1至3任一所述的方法,其特征在于,所述虚拟指纹用于测试指纹识别设备的误接受率,所述误接受率是指将两个所来自的手指不一致的指纹当成来源一致的指纹的概率;所述指纹识别设备与所述指纹采集设备为同一设备或者所述指纹识别设备与所述指纹采集设备之间通过有线或无线连接。
10.根据权利要求9所述的方法,其特征在于,
所述指纹识别设备的误接受率是基于多个主指纹图像对应的多个虚拟指纹之间进行匹配测试得到的。
11.根据权利要求10所述的方法,其特征在于,所述指纹识别设备的误接受率的匹配测试过程包括:
将所述多个虚拟指纹中的每个虚拟指纹均通过所述指纹识别设备内的指纹识别算法进行指纹识别;
将所述多个虚拟指纹的多个识别结果进行两两匹配,确定匹配成功的次数;匹配成功是指两个所述虚拟指纹的识别结果一致;
将匹配成功的次数与匹配总次数的比值,作为所述指纹识别设备的误接受率。
12.一种虚拟指纹的生成系统,其特征在于,所述系统包括按压装置、指纹采集设备和用于生成所述虚拟指纹的计算机设备;
所述按压装置与所述指纹采集设备的指纹采集区域相接触且接触面存在镂空区域或光滑,以避免所述指纹采集设备采集到所述按压装置的表面纹理;
所述指纹采集设备,用于在所述按压装置接触到所述指纹采集区域的情况下,采集噪声图像;将所述噪声图像发送至所述计算机设备;
所述计算机设备,用于接收所述噪声图像;获取用于生成所述虚拟指纹的主指纹图像;根据所述噪声图像和主指纹图像生成所述虚拟指纹,所述主指纹图像是包含指纹谷脊信息的图像。
13.一种虚拟指纹的生成装置,其特征在于,所述装置包括:
获取模块,用于指纹采集设备的噪声图像;所述噪声图像用于表征所述指纹采集设备的指纹采集区域的固有噪声;所述噪声图像是在按压装置与所述指纹采集区域相接触且接触面存在镂空区域或光滑的情况下所述指纹采集设备采集得到的;
所述获取模块,还用于获取主指纹图像,所述主指纹图像是包含指纹谷脊信息的图像;
生成模块,用于将所述主指纹图像和所述噪声图像进行图像叠加,生成所述虚拟指纹。
14.一种计算机设备,其特征在于,所述计算机设备包括:处理器和存储器,所述存储器存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现如权利要求1至11任一所述的虚拟指纹的生成方法。
15.一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存储有计算机程序,所述计算机程序由处理器加载并执行以实现如权利要求1至11任一所述的虚拟指纹的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211740117.4A CN115995101A (zh) | 2022-12-29 | 2022-12-29 | 虚拟指纹的生成方法、系统、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211740117.4A CN115995101A (zh) | 2022-12-29 | 2022-12-29 | 虚拟指纹的生成方法、系统、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115995101A true CN115995101A (zh) | 2023-04-21 |
Family
ID=85993326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211740117.4A Pending CN115995101A (zh) | 2022-12-29 | 2022-12-29 | 虚拟指纹的生成方法、系统、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115995101A (zh) |
-
2022
- 2022-12-29 CN CN202211740117.4A patent/CN115995101A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348543B (zh) | 眼底图像识别方法、装置、计算机设备及存储介质 | |
CN109829456B (zh) | 图像识别方法、装置及终端 | |
CN111079576B (zh) | 活体检测方法、装置、设备及存储介质 | |
CN110059652B (zh) | 人脸图像处理方法、装置及存储介质 | |
CN110807361A (zh) | 人体识别方法、装置、计算机设备及存储介质 | |
CN110059686B (zh) | 字符识别方法、装置、设备及可读存储介质 | |
CN112749613B (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
CN108363982B (zh) | 确定对象数量的方法及装置 | |
CN110570460A (zh) | 目标跟踪方法、装置、计算机设备及计算机可读存储介质 | |
CN111062248A (zh) | 图像检测的方法、装置、电子设备及介质 | |
CN110647881A (zh) | 确定图像对应的卡片类型的方法、装置、设备及存储介质 | |
CN110991445B (zh) | 竖排文字识别方法、装置、设备及介质 | |
CN110675473B (zh) | 生成gif动态图的方法、装置、电子设备及介质 | |
CN111598896A (zh) | 图像检测方法、装置、设备及存储介质 | |
CN111586279B (zh) | 确定拍摄状态的方法、装置、设备及存储介质 | |
CN108647566B (zh) | 一种识别皮肤特征的方法及终端 | |
CN112396076A (zh) | 车牌图像生成方法、装置及计算机存储介质 | |
CN110705438A (zh) | 步态识别方法、装置、设备及存储介质 | |
CN111931712B (zh) | 人脸识别方法、装置、抓拍机及系统 | |
CN112819103A (zh) | 基于图神经网络的特征识别方法、装置、存储介质及终端 | |
CN114612887B (zh) | 单据异常检测方法、装置、设备及计算机可读存储介质 | |
CN113343709B (zh) | 意图识别模型的训练方法、意图识别方法、装置及设备 | |
CN112766389B (zh) | 图像分类方法、图像分类模型的训练方法、装置和设备 | |
CN111988664B (zh) | 视频处理方法、装置、计算机设备及计算机可读存储介质 | |
CN115995101A (zh) | 虚拟指纹的生成方法、系统、装置及设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40083960 Country of ref document: HK |