CN116721489B - 智能锁控制数据处理方法及装置 - Google Patents
智能锁控制数据处理方法及装置 Download PDFInfo
- Publication number
- CN116721489B CN116721489B CN202311008570.0A CN202311008570A CN116721489B CN 116721489 B CN116721489 B CN 116721489B CN 202311008570 A CN202311008570 A CN 202311008570A CN 116721489 B CN116721489 B CN 116721489B
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- sub
- finger
- customized
- user
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000003993 interaction Effects 0.000 claims abstract description 274
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 14
- 210000003811 finger Anatomy 0.000 claims description 179
- 238000012790 confirmation Methods 0.000 claims description 11
- 210000003813 thumb Anatomy 0.000 claims description 6
- 210000004932 little finger Anatomy 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims 7
- 239000000758 substrate Substances 0.000 claims 2
- 238000012795 verification Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- 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
-
- 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
- G06V40/50—Maintenance of biometric data or enrolment thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明提供一种智能锁控制数据处理方法及装置,根据各子用户端的指纹配置信息,对相应的人体交互模型中的手指交互模型进行指纹配置,得到各子用户端对应的定制交互模型;调取定制交互模型发送给第一子用户端,根据定制落锁策略确定多个定制手指节点,将各定制手指节点对应的指纹配置信息填充至各指纹槽位中得到组合落锁路径;根据槽位编号对定制交互模型中的手指交互模型进行编号处理,得到开锁指示模型;接收第一子用户端的触发信息,调取相应的开锁指示模型发送给第一子用户端,基于间隔识别时间依次获取用户输入的实时指纹路径,根据实时指纹路径和开锁信息的比对结果得到指纹识别结果,基于指纹识别结果对智能锁进行开锁处理。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种智能锁控制数据处理方法及装置。
背景技术
目前,传统的机械锁逐渐被智能锁所替代,智能锁具有安全性和管理性更加优越的特点,例如,指纹智能门锁开锁时,只需要将指纹放置在智能门锁的指纹识别区内即可进行开锁,十分的方便便捷。
现有技术中,用户通常会用固定的单一指纹对智能门锁进行开锁,然而通过这种方式,容易使指纹被他人盗取,降低智能门锁的安全性,并且用户在进行指纹更改时,每次都需要重新录入一次,比较繁琐无法满足快速更改加密方式的需求。
因此,如何结合用户的需求灵活、快速、动态的生成加密策略,对智能门锁进行动态加密以提高安全性成了如今亟需解决的问题。
发明内容
本发明实施例提供一种智能锁控制数据处理方法及装置,可以结合用户的需求灵活、快速、动态的生成加密策略,对智能门锁进行动态加密以提高安全性。
本发明实施例的第一方面,提供一种智能锁控制数据处理方法,包括:
接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型;
响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息;
依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型;
接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
可选地,在第一方面的一种可能实现方式中,接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型,包括:
接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,所述子用户信息至少包括用户身份、用户身高、用户体重、用户性别和用户年龄;
获取各所述子用户端基于所述人体交互模型选取的多个手指交互模型作为目标交互模型,接收所述子用户端对所述目标交互模型的指纹录入信息得到指纹配置信息;
基于所述指纹配置信息对所述目标交互模型进行配置,得到各所述子用户端对应的定制交互模型;
其中,所述手指交互模型包括左手和右手的拇指交互模型、食指交互模型、中指交互模型、无名指交互模型和小指交互模型。
可选地,在第一方面的一种可能实现方式中,响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
响应所述第一子用户端输入的自动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制难度信息,根据所述定制难度信息确定所述定制交互模型中的多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径;
响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径。
可选地,在第一方面的一种可能实现方式中,响应所述第一子用户端输入的自动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制难度信息,根据所述定制难度信息确定所述定制交互模型中的多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
对所述定制难度信息进行解析得到定制难度值,根据所述定制难度值和预设难度值的比值得到数量调整系数,基于基准节点数量和所述数量调整系数的乘积的向上取整值得到定制手指节点数量;
调取预设样本集合,根据所述预设样本集合确定所述定制交互模型中各目标交互模型的使用值,基于所述使用值从小到大对各所述目标交互模型进行排序,得到交互模型序列;
依次选取所述交互模型序列中的目标交互模型作为定制手指节点,直至所述定制手指节点的数量等于所述定制手指节点数量时停止对所述定制手指节点的获取;
调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
可选地,在第一方面的一种可能实现方式中,调取预设样本集合,根据所述预设样本集合确定所述定制交互模型中各目标交互模型的使用值,包括:
统计所述预设样本集合中各手指交互模型在第一历史时间段内的使用次数,根据所述使用次数和预设使用次数的比值得到使用系数,根据基准使用值和所述使用系数的乘积得到各所述手指交互模型的历史使用值;
获取所述预设样本集合中与所述目标交互模型一致的手指交互模型作为匹配交互模型,将所述匹配交互模型的历史使用值作为相应目标交互模型的使用值。
可选地,在第一方面的一种可能实现方式中,响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,依次获取所述第一子用户端基于所述定制交互模型选取的目标交互模型作为定制手指节点;
调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
可选地,在第一方面的一种可能实现方式中,依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型,包括:
依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的目标交互模型进行编号处理,得到各所述目标交互模型对应的目标编号;
基于所述目标编号对所述定制交互模型进行更新得到待确认指示模型,将所述待确认指示模型发送给所述第一子用户端,接收所述第一子用户端基于所述待确认指示模型输入的确认信息生成开锁指示模型。
可选地,在第一方面的一种可能实现方式中,接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理,包括:
响应所述触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,并获取第二历史时间段内所述第一子用户端对应的历史指纹路径生成指纹路径集合,根据所述指纹路径集合生成间隔识别时间;
基于所述间隔识别时间依次获取用户输入的实时指纹信息,根据所述实时指纹信息生成实时指纹路径,依次将所述实时指纹路径和所述组合落锁路径中的实时指纹信息和指纹录入信息进行比对,得到指纹识别结果,当所述指纹识别结果均正确时对智能锁进行开锁处理。
可选地,在第一方面的一种可能实现方式中,获取第二历史时间段内所述第一子用户端对应的历史指纹路径生成指纹路径集合,根据所述指纹路径集合生成间隔识别时间,包括:
统计各所述历史指纹路径中多个相邻的历史定制节点之间的历史间隔时间,得到各所述历史指纹路径对应的总历史间隔时间;
统计各所述历史指纹路径中相邻历史定制节点的相邻组数,根据所述总历史间隔时间和所述相邻组数的比值得到各所述历史指纹路径对应的子平均间隔时间;
对所有子平均间隔时间进行求和,得到总平均间隔时间,获取所有历史指纹路径对应的总路径数量,根据所述总平均间隔时间和所述总路径数量的比值得到间隔识别时间。
本发明实施例的第二方面,提供一种智能锁控制数据处理装置,包括:
配置模块,用于接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型;
定制模块,用于响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息;
确定模块,用于依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型;
开锁模块,用于接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
本发明的有益效果如下:
1、本发明可以结合用户的需求灵活、快速、动态的生成加密策略,对智能门锁进行动态加密以提高安全性。本发明在结合用户需求进行多指纹的组合验证时,会首先依据每个用户的身份、身高、体重、性别、年龄等数据生成每个用户专属的人体交互模型,使得到的人体交互模型与用户之间是一一对应的,然后本发明会对用户在人体交互模型中选取的手指交互模型与其输入的指纹之间进行一一对应,得到定制交互模型,使每个用户可以根据自己的需求录入相应的指纹进行储存。在得到定制交互模型后,本发明可以依据用户的不同需求进行自动化组合落锁路径的生成,或者手动化组合落锁路径的生成,从而可以结合用户需求进行不同方式的组合落锁路径的生成,进而可以依据该组合落锁路径得到定制交互模型中需要进行开锁验证的手指交互模型,以及这些手指交互模型验证时的先后顺序,为之后用户在开锁时提供相应的开锁指示。本发明在指示用户进行开锁时,还会生成相应的间隔识别时间对用户进行提醒,从而可以减少用户在输入指纹时滞留太久的情况发生,并且在用户输入的指纹和录入的指纹全部对应时,本发明才会对智能锁进行开锁处理,可以提高智能门锁开锁时的安全性。
2、本发明在自动生成组合落锁路径时,会首先依据用户选择的难度值确定需要选取的定制手指节点的数量,当难度越大时,相应的定制手指节点数量也可以越多,从而可以增加生成组合落锁路径时的难度,在得到定制手指节点数量后,本发明会依据用户选取的各个目标交互模型的使用值优先选取使用值较小的目标交互模型作为定制手指节点,然后再依据这些定制手指节点生成组合落锁路径,这样可以优先选取使用热度较低的手指模型进行组合定制,减少指纹策略生成一致的概率,提高生成的组合落锁路径的安全性。本发明在手动生成组合落锁路径时,会依据用户在定制交互模型中选取的目标交互模型作为定制手指节点,然后再依据这些定制手指节点生成组合落锁路径,这样可以结合用户的需求为组合落锁路径中的多个定制手指节点进行排列。
3、本发明在对智能锁进行开锁验证时,会依据用户对应的历史指纹路径中各个节点之间的历史间隔时间来得到间隔识别时间,这样可以使得到的间隔识别时间更加符合相应用户的开锁习惯,并且通过该间隔识别时间还可以在用户停留时间过久时对其进行提醒,使其可以尽快完成指纹的录入。
附图说明
图1为本发明实施例提供的一种智能锁控制数据处理方法的流程示意图;
图2为本发明实施例提供的一种智能锁控制数据处理装置的结构示意图;
图3为本发明实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例提供的一种智能锁控制数据处理方法的流程示意图,图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个:用户设备、网络设备等。其中,用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant,简称:PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S1至步骤S4,具体如下:
S1,接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型。
在实际应用中,一家住户可能不止一个人,因此在对智能锁进行指纹录入时可以由每个人依据各自的需求进行相应的指纹录入配置。
具体的,本方案在对每个人的指纹进行录入时,会首先依据每个子用户端的子用户信息生成与其对应的人体交互模型,每个子用户端对应的人体交互模型可以都是不一样的,然后再依据每个子用户输入的指纹配置信息对人体交互模型中手指交互模型进行指纹配置,得到每个子用户端对应的定制交互模型。
在上述实施例的基础上步骤S1的具体实现方式可以是:
S11,接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,所述子用户信息至少包括用户身份、用户身高、用户体重、用户性别和用户年龄。
上述子用户信息可以是一个家庭中不同成员所对应的信息,可以理解的是,由于每个用户的子用户信息可能都是不一样的,因此可以依据每个用户的子用户信息为其定制专属的人体交互模型,使得每个人体交互模型与各个子用户端之间都是一一匹配的。
S12,获取各所述子用户端基于所述人体交互模型选取的多个手指交互模型作为目标交互模型,接收所述子用户端对所述目标交互模型的指纹录入信息得到指纹配置信息。
在实际应用中,用户在进行指纹录入时可能会选择两只手所有的手指指纹进行录入,也有可能会选择其中一部分的手指指纹进行录入,因此本方案会获取到用户选取的手指交互模型作为目标交互模型来进行指纹的录入,其中,指纹录入信息是指用户对目标交互模型录入的指纹信息。
S13,基于所述指纹配置信息对所述目标交互模型进行配置,得到各所述子用户端对应的定制交互模型,其中,所述手指交互模型包括左手和右手的拇指交互模型、食指交互模型、中指交互模型、无名指交互模型和小指交互模型。
例如,若用户选择了右手的拇指交互模型、食指交互模型、中指交互模型进行指纹录入,则可以将用户录入的指纹与右手的拇指交互模型、食指交互模型、中指交互模型进行配置,从而得到该用户对应的定制交互模型。
在实际应用中,可以对定制交互模型中进行配置的目标交互模型进行突出显示,例如可以用与其他手指交互模型不同的颜色对目标交互模型进行显示。
通过上述方式,可以依据用户的需求为其定制专属的定制交互模型,使得定制交互模型与用户之间是一一对应的。
S2,响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息。
在实际应用中,当用户想要对多个指纹进行组合验证时,可以依据定制交互模型进行相应的定制,具体的,本方案会依据用户的选择确定定制交互模型中的多个定制手指节点,然后再将这些定制手指节点填充到调取的指纹槽位中得到组合落锁路径,通过该组合落锁路径在后续对定制交互模型中的多个目标交互模型进行组合定制。
值得一提的是,本方案是针对的是用户具有高安全加密需求的情况,如果用户没有高安全加密的需求,用户也可以使用单一的指纹认证的方式。
在一些实施例中,步骤S2包括步骤S21至步骤S22,具体如下:
S21,响应所述第一子用户端输入的自动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制难度信息,根据所述定制难度信息确定所述定制交互模型中的多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径。
可以理解的是,用户在对多个指纹进行组合定制验证时,可能会选择自动进行定制,也可能会选择自己主动进行定制,因此为了依据用户的选择进行不同方式的组合定制,在实际应用中,可以在用户端显示定制交互模型的交互界面上设置两个虚拟按钮供用户进行自动或主动方式的定制组合,这两个虚拟按钮可以分别对应自动方式的定制组合和主动方式的定制组合。
当用户选择进行自动定制时,本方案会调取与第一子用户端对应的定制交互模型发送给用户,然后依据用户输入的定制难度信息确定定制交互模型中的多个定制手指节点,依据多个定制手指节点生成相应的组合落锁路径。
在实际应用中,定制难度信息可以包括多个难度等级,难度越大,定制的组合落锁路径可以相应设置的越复杂,从而可以增加开锁时的安全性。
在上述实施例的基础上步骤S21的具体实现方式可以是:
S211,对所述定制难度信息进行解析得到定制难度值,根据所述定制难度值和预设难度值的比值得到数量调整系数,基于基准节点数量和所述数量调整系数的乘积的向上取整值得到定制手指节点数量。
在实际应用中,定制难度信息可以包括多个难度等级,每个难度等级可以事先设置一个与其对应的定制难度值,可以理解的是,定制难度值越大,其对应的难度等级可能也会越大,因此定制手指节点数量也可以越多,这样在定制组合落锁路径时可以使得到的组合落锁路径更加复杂,增加开锁验证时的难度。
S212,调取预设样本集合,根据所述预设样本集合确定所述定制交互模型中各目标交互模型的使用值,基于所述使用值从小到大对各所述目标交互模型进行排序,得到交互模型序列。
可以理解的是,在实际应用中,由于每个人使用习惯的不同,人们对于每个手指指纹的使用热度可能也会不一样,例如相对于小指,人们对于拇指和食指的使用次数可能会更多一些,其相对的使用热度可能也会更多一些。手指指纹的使用热度越高,指纹策略生成一致的概率也可能会越大,因此在选取目标交互模型时,本方案会依据每个目标交互模型的使用值对其进行排序,从而可以在后续优先选取使用值较小的目标交互模型生成组合落锁路径,提高组合落锁路径的安全性。
在一些实施例中,可以通过以下步骤得到上述定制交互模型中各目标交互模型的使用值:
S2121,统计所述预设样本集合中各手指交互模型在第一历史时间段内的使用次数,根据所述使用次数和预设使用次数的比值得到使用系数,根据基准使用值和所述使用系数的乘积得到各所述手指交互模型的历史使用值。
上述预设样本集可以包括数据库中多个用户所对应的人体交互模型,手指交互模型包括两只手所有手指所对应的手指交互模型,可以理解的是,预设样本集中的手指交互模型在第一历史时间段内的使用次数越多,说明其使用热度越高,因此其对应的历史使用值也可以相应设置的越多。
S2122,获取所述预设样本集合中与所述目标交互模型一致的手指交互模型作为匹配交互模型,将所述匹配交互模型的历史使用值作为相应目标交互模型的使用值。
在得到每个手指交互模型的历史使用值后,还需要找到与目标交互模型相对应的手指交互模型,从而将相应手指交互模型的历史使用值作为相应目标交互模型的使用值。
S213,依次选取所述交互模型序列中的目标交互模型作为定制手指节点,直至所述定制手指节点的数量等于所述定制手指节点数量时停止对所述定制手指节点的获取。
通过上述方式,可以优先对使用值较小的目标交互模型进行选取,从而可以提高生成的组合落锁路径的安全性。
S214,调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
在生成组合落锁路径时,为了得到各个节点之间的前后顺序,还可以依据定制手指节点的获取顺序为各个指纹槽位进行编号,得到各个指纹槽位的槽位编号,在实际应用中,可以利用阿拉伯数字为各个指纹槽位进行编号。
通过上述方式,可以按照用户需求的难度自动生成组合落锁路径,并且可以优先选取使用频率较少的定制手指节点生成组合落锁路径,提高生成的组合落锁路径的安全性。
S22,响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径。
当用户选择自动定制时,本方案会调取与第一子用户端对应的定制交互模型发送给用户,然后依据用户在定制交互模型中选取的目标交互模型得到手指定制节点,然后依据这些手指定制节点生成相应的组合落锁路径。
在上述实施例的基础上步骤S22的具体实现方式可以是:
S221,响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,依次获取所述第一子用户端基于所述定制交互模型选取的目标交互模型作为定制手指节点。
在实际应用中,用户可以选取全部的目标交互模型作为定制手指节点,也可以选择其中一部分目标交互模型作为定制手指节点。
S222,调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
在依据手动定制策略为各个指纹槽位进行编号时,可以依据用户对各个定制手指节点的选取顺序为各个指纹槽位进行编号,得到各个指纹槽位的槽位编号。
通过上述方式,可以结合用户的需求手动生成组合落锁路径,使得用户可以定制化自己想要的组合落锁路径。
S3,依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型。
具体的,步骤S3包括步骤S31至步骤S32:
S31,依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的目标交互模型进行编号处理,得到各所述目标交互模型对应的目标编号。
在得到组合落锁路径后,为了得到定制交互模型中各个目标交互模型在开锁验证时的顺序,可以依据组合落锁路径中各个指纹槽位的槽位编号对各个目标交互模型进行编号,得到各个目标交互模型的目标编号。
S32,基于所述目标编号对所述定制交互模型进行更新得到待确认指示模型,将所述待确认指示模型发送给所述第一子用户端,接收所述第一子用户端基于所述待确认指示模型输入的确认信息生成开锁指示模型。
可以理解的是,在实际应用中,在得到定制交互模型中各个目标交互模型的验证顺序后,用户可能会想要对验证顺序进行更改,因此可以将更新后的待确认指示模型发送给第一子用户端进行确定,在接收到第一子用户端的确定信息后再将待确认指示模型作为开锁指示模型。
如果用户对待确认指示模型中各个目标交互模型的验证顺序进行了改变,则可以将改变之后的待确定指示模型作为开锁指示模型。
S4,接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
在实际应用中,用户在对智能锁进行开锁时,可以通过扫描二维码的方式调取与其身份对应的开锁指示模型,然后再通过该开锁指示模型完成对智能锁的开锁操作。也可以用户自己调取对应的开锁指示模型。
具体的,在响应用户的触发信息后,可以调取开锁指示模型指示用户各个指纹的输入顺序,引导用户完成对所有指纹的输入后对用户输入的指纹与开锁信息中的指纹进行比对,当指纹全部都能对上的时候,可以对智能锁进行开锁处理。
其中,在对用户进行指纹输入指示时,可以在用户端显示定制交互模型的交互界面上对用户进行指纹录入时的指示,此外为了防止用户在输入指纹时停留过长的时间,还可以设置间隔识别时间对其进行提醒,当相邻两个指纹之间输入的时间超过间隔识别时间可以对其进行提醒。
在上述实施例的基础上步骤S4的具体实现方式可以是:
S41,响应所述触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,并获取第二历史时间段内所述第一子用户端对应的历史指纹路径生成指纹路径集合,根据所述指纹路径集合生成间隔识别时间。
值得一提的是,上述历史指纹路径是指第一子用户端在历史时间段内对应的指纹路径,不包括其他用户在历史时间段内的指纹路径。
在一些实施例中,可以通过以下步骤生成上述间隔识别时间:
S411,统计各所述历史指纹路径中多个相邻的历史定制节点之间的历史间隔时间,得到各所述历史指纹路径对应的总历史间隔时间。
例如,若历史指纹路径中共有3个历史定制节点,则可以分别获取第一个和第二个历史定制节点之间的历史间隔时间,以及第二个和第三个历史定制节点之间的历史间隔时间,然后再根据它们的历史间隔时间的总和得到总历史间隔时间。
S412,统计各所述历史指纹路径中相邻历史定制节点的相邻组数,根据所述总历史间隔时间和所述相邻组数的比值得到各所述历史指纹路径对应的子平均间隔时间。
例如,若历史指纹路径中共有3个历史定制节点,则相邻组数为两组,通过总历史间隔时间和相邻组数便可以得到相邻两个历史指纹路径之间的平均间隔时长。
S413,对所有子平均间隔时间进行求和,得到总平均间隔时间,获取所有历史指纹路径对应的总路径数量,根据所述总平均间隔时间和所述总路径数量的比值得到间隔识别时间。
在一些实施例中,可以通过以下公式计算间隔识别时间,
,
其中,为间隔识别时间,/>为第/>个子平均间隔时间,/>为子平均间隔时间数量的上限值,/>为子平均间隔时间的数量,/>为间隔识别时间权重值。
在实际应用中,用户还可能会对间隔识别时间进行调整,例如可能会将间隔识别时间调长或者缩短,因此在得到间隔识别时间后,本方案还可以通过以下方式对间隔识别时间权重值进行训练,从而可以通过训练后的间隔识别时间权重值对间隔识别时间进行调整。
若接收到第一用户端输入的修改信息,则将所述修改信息中的修改间隔时间作为最终的间隔识别时间,根据所述修改间隔时间对间隔识别时间权重值进行修正,得到训练权重值。
通过以下公式计算训练权重值,
,
其中,为修改间隔时间,/>为训练权重值,/>为增加修正权重,/>为减少修正权重。
可以理解的是,当时,说明用户是对间隔识别时间进行增大处理的,因此在对间隔识别时间权重值进行修正时,可以对其进行增大修正,当/>时,说明用户是对间隔识别时间进行缩短处理的,因此在对间隔识别时间权重值进行修正时,可以对其进行减少修正。
通过上述方式,可以依据间隔识别时间对用户进行提醒。
S42,基于所述间隔识别时间依次获取用户输入的实时指纹信息,根据所述实时指纹信息生成实时指纹路径,依次将所述实时指纹路径和所述组合落锁路径中的实时指纹信息和指纹录入信息进行比对,得到指纹识别结果,当所述指纹识别结果均正确时对智能锁进行开锁处理。
在实际应用中,若实时指纹信息和指纹录入信息不能完全对应的时候,可以用户其进行警示,或者让用户重新进行输入。
通过上述方式,可以结合用户的需求进行开锁验证,并且可以提高指纹验证时的安全性。
参见图2,是本发明实施例提供的一种智能锁控制数据处理装置的结构示意图,该智能锁控制数据处理装置包括:
配置模块,用于接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型;
定制模块,用于响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息;
确定模块,用于依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型;
开锁模块,用于接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
图2所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤,其实现原理和技术效果类似,此处不再赘述。
参见图3,是本发明实施例提供的一种电子设备的硬件结构示意图,该电子设备30包括:处理器31、存储器32和计算机程序;其中
存储器32,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器31,用于执行所述存储器存储的计算机程序,以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器32既可以是独立的,也可以跟处理器31集成在一起。
当所述存储器32是独立于处理器31之外的器件时,所述设备还可以包括:
总线33,用于连接所述存储器32和处理器31。
本发明还提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的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。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种智能锁控制数据处理方法,其特征在于,包括:
接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型;
响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息;
依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型;
接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
2.根据权利要求1所述的方法,其特征在于,
接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型,包括:
接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,所述子用户信息至少包括用户身份、用户身高、用户体重、用户性别和用户年龄;
获取各所述子用户端基于所述人体交互模型选取的多个手指交互模型作为目标交互模型,接收所述子用户端对所述目标交互模型的指纹录入信息得到指纹配置信息;
基于所述指纹配置信息对所述目标交互模型进行配置,得到各所述子用户端对应的定制交互模型;
其中,所述手指交互模型包括左手和右手的拇指交互模型、食指交互模型、中指交互模型、无名指交互模型和小指交互模型。
3.根据权利要求2所述的方法,其特征在于,
响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
响应所述第一子用户端输入的自动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制难度信息,根据所述定制难度信息确定所述定制交互模型中的多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径;
响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径。
4.根据权利要求3所述的方法,其特征在于,
响应所述第一子用户端输入的自动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制难度信息,根据所述定制难度信息确定所述定制交互模型中的多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
对所述定制难度信息进行解析得到定制难度值,根据所述定制难度值和预设难度值的比值得到数量调整系数,基于基准节点数量和所述数量调整系数的乘积的向上取整值得到定制手指节点数量;
调取预设样本集合,根据所述预设样本集合确定所述定制交互模型中各目标交互模型的使用值,基于所述使用值从小到大对各所述目标交互模型进行排序,得到交互模型序列;
依次选取所述交互模型序列中的目标交互模型作为定制手指节点,直至所述定制手指节点的数量等于所述定制手指节点数量时停止对所述定制手指节点的获取;
调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
5.根据权利要求4所述的方法,其特征在于,
调取预设样本集合,根据所述预设样本集合确定所述定制交互模型中各目标交互模型的使用值,包括:
统计所述预设样本集合中各手指交互模型在第一历史时间段内的使用次数,根据所述使用次数和预设使用次数的比值得到使用系数,根据基准使用值和所述使用系数的乘积得到各所述手指交互模型的历史使用值;
获取所述预设样本集合中与所述目标交互模型一致的手指交互模型作为匹配交互模型,将所述匹配交互模型的历史使用值作为相应目标交互模型的使用值。
6.根据权利要求3所述的方法,其特征在于,
响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,获取所述第一子用户端基于所述定制交互模型输入的定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,包括:
响应所述第一子用户端输入的手动定制策略,调取所述定制交互模型发送给所述第一子用户端,依次获取所述第一子用户端基于所述定制交互模型选取的目标交互模型作为定制手指节点;
调取与所述定制手指节点数量一致的指纹槽位,按照各所述定制手指节点的获取顺序依次将各所述定制手指节点对应的指纹录入信息填充至各所述指纹槽位中得到组合落锁路径,并按照各所述定制手指节点的获取顺序为各所述指纹槽位进行编号,得到各指纹槽位的槽位编号。
7.根据权利要求5或6所述的方法,其特征在于,
依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型,包括:
依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的目标交互模型进行编号处理,得到各所述目标交互模型对应的目标编号;
基于所述目标编号对所述定制交互模型进行更新得到待确认指示模型,将所述待确认指示模型发送给所述第一子用户端,接收所述第一子用户端基于所述待确认指示模型输入的确认信息生成开锁指示模型。
8.根据权利要求7所述的方法,其特征在于,
接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理,包括:
响应所述触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,并获取第二历史时间段内所述第一子用户端对应的历史指纹路径生成指纹路径集合,根据所述指纹路径集合生成间隔识别时间;
基于所述间隔识别时间依次获取用户输入的实时指纹信息,根据所述实时指纹信息生成实时指纹路径,依次将所述实时指纹路径和所述组合落锁路径中的实时指纹信息和指纹录入信息进行比对,得到指纹识别结果,当所述指纹识别结果均正确时对智能锁进行开锁处理。
9.根据权利要求8所述的方法,其特征在于,
获取第二历史时间段内所述第一子用户端对应的历史指纹路径生成指纹路径集合,根据所述指纹路径集合生成间隔识别时间,包括:
统计各所述历史指纹路径中多个相邻的历史定制节点之间的历史间隔时间,得到各所述历史指纹路径对应的总历史间隔时间;
统计各所述历史指纹路径中相邻历史定制节点的相邻组数,根据所述总历史间隔时间和所述相邻组数的比值得到各所述历史指纹路径对应的子平均间隔时间;
对所有子平均间隔时间进行求和,得到总平均间隔时间,获取所有历史指纹路径对应的总路径数量,根据所述总平均间隔时间和所述总路径数量的比值得到间隔识别时间。
10.一种智能锁控制数据处理装置,其特征在于,包括:
配置模块,用于接收管理端输入的子用户信息,生成各子用户端对应的人体交互模型,根据各所述子用户端的指纹配置信息,对相应的所述人体交互模型中的手指交互模型进行指纹配置,得到各所述子用户端对应的定制交互模型;
定制模块,用于响应第一子用户端的定制落锁策略,调取所述定制交互模型发送给所述第一子用户端,根据所述定制落锁策略确定多个定制手指节点,调取与所述定制手指节点数量一致的指纹槽位,将各所述定制手指节点对应的指纹配置信息填充至各所述指纹槽位中得到组合落锁路径,根据所述组合落锁路径确定所述第一子用户端的开锁信息;
确定模块,用于依次获取所述组合落锁路径中各指纹槽位的槽位编号,根据所述槽位编号对所述定制交互模型中的手指交互模型进行编号处理,得到待确认指示模型,基于所述第一子用户端的确认信息生成开锁指示模型;
开锁模块,用于接收所述第一子用户端的触发信息,调取相应的所述开锁指示模型发送给所述第一子用户端,获取间隔识别时间,基于所述间隔识别时间依次获取用户输入的实时指纹路径,根据所述实时指纹路径和所述开锁信息的比对结果得到指纹识别结果,基于所述指纹识别结果对智能锁进行开锁处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311008570.0A CN116721489B (zh) | 2023-08-11 | 2023-08-11 | 智能锁控制数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311008570.0A CN116721489B (zh) | 2023-08-11 | 2023-08-11 | 智能锁控制数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116721489A CN116721489A (zh) | 2023-09-08 |
CN116721489B true CN116721489B (zh) | 2023-10-13 |
Family
ID=87873843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311008570.0A Active CN116721489B (zh) | 2023-08-11 | 2023-08-11 | 智能锁控制数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116721489B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000268174A (ja) * | 1999-03-18 | 2000-09-29 | Omron Corp | 指紋認証登録方法および装置 |
CN103678981A (zh) * | 2013-12-06 | 2014-03-26 | 北京奇虎科技有限公司 | 针对不同用户实现不同界面的方法及装置 |
DE102014101273A1 (de) * | 2013-02-06 | 2014-08-07 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Durch biometrische Daten gesteuerte Anwendung von Fahrzeugbetriebseinstellungen |
CN104462896A (zh) * | 2014-11-19 | 2015-03-25 | 福建亿榕信息技术有限公司 | 带有安全认证的可靠影像数据采集和认证方法 |
BE1021243B1 (fr) * | 2014-07-03 | 2015-09-08 | Zetes S.A. | Procede de configuration d'un support de donnees portable personalise |
CN105825164A (zh) * | 2015-08-28 | 2016-08-03 | 维沃移动通信有限公司 | 一种指纹识别方法及电子设备 |
CN105930699A (zh) * | 2016-04-12 | 2016-09-07 | 北斗国科(武汉)科技有限公司 | 一种基于指纹识别的界面显示方法和装置 |
CN106250875A (zh) * | 2016-08-17 | 2016-12-21 | 合智能科技(深圳)有限公司 | 终端设备及其控制方法、可穿戴设备 |
CN106534483A (zh) * | 2016-10-08 | 2017-03-22 | 珠海格力电器股份有限公司 | 一种终端的控制方法及终端 |
CN107085679A (zh) * | 2017-01-25 | 2017-08-22 | 北京安云世纪科技有限公司 | 一种采用指纹进行解锁的方法和装置、移动终端 |
CN107665297A (zh) * | 2017-09-13 | 2018-02-06 | 深圳市三阶微控实业有限公司 | 移动终端及指纹安全实现方法、及存储介质 |
CN109976236A (zh) * | 2019-05-10 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 设备控制方法和装置 |
CN110858118A (zh) * | 2018-08-23 | 2020-03-03 | 南昌欧菲生物识别技术有限公司 | 终端应用显示界面的切换方法、装置、终端和存储介质 |
CN111079107A (zh) * | 2018-10-18 | 2020-04-28 | 北京小米移动软件有限公司 | 指纹识别方法及装置、电子设备、存储介质 |
CN210948097U (zh) * | 2019-09-24 | 2020-07-07 | 王森 | 一种防震动开锁的带锁芯的指纹挂锁 |
CN114387719A (zh) * | 2021-12-28 | 2022-04-22 | 南京财经大学 | 一种基于ai的跨境电商访客识别装置 |
CN116419154A (zh) * | 2021-12-31 | 2023-07-11 | 中国移动通信有限公司研究院 | 一种指纹地图构建方法、平台及存储介质 |
CN116522310A (zh) * | 2023-04-26 | 2023-08-01 | 悠盾智能科技(武汉)有限公司 | 一种基于指纹的安全验证方法、终端、电子设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9172687B2 (en) * | 2012-12-28 | 2015-10-27 | Nok Nok Labs, Inc. | Query system and method to determine authentication capabilities |
CN105095721A (zh) * | 2015-08-21 | 2015-11-25 | 京东方科技集团股份有限公司 | 指纹认证显示装置及认证显示方法 |
US11115408B2 (en) * | 2016-08-09 | 2021-09-07 | Daon Holdings Limited | Methods and systems for determining user liveness and verifying user identities |
US20180183586A1 (en) * | 2016-12-28 | 2018-06-28 | Intel Corporation | Assigning user identity awareness to a cryptographic key |
EP3726419A4 (en) * | 2018-02-12 | 2021-01-06 | Huawei Technologies Co., Ltd. | FINGERPRINT AND TERMINAL ENTRY PROCESS |
US10922449B2 (en) * | 2018-11-21 | 2021-02-16 | Best Apps, Llc | Computer aided systems and methods for creating custom products |
-
2023
- 2023-08-11 CN CN202311008570.0A patent/CN116721489B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000268174A (ja) * | 1999-03-18 | 2000-09-29 | Omron Corp | 指紋認証登録方法および装置 |
DE102014101273A1 (de) * | 2013-02-06 | 2014-08-07 | GM Global Technology Operations LLC (n. d. Gesetzen des Staates Delaware) | Durch biometrische Daten gesteuerte Anwendung von Fahrzeugbetriebseinstellungen |
CN103678981A (zh) * | 2013-12-06 | 2014-03-26 | 北京奇虎科技有限公司 | 针对不同用户实现不同界面的方法及装置 |
BE1021243B1 (fr) * | 2014-07-03 | 2015-09-08 | Zetes S.A. | Procede de configuration d'un support de donnees portable personalise |
CN104462896A (zh) * | 2014-11-19 | 2015-03-25 | 福建亿榕信息技术有限公司 | 带有安全认证的可靠影像数据采集和认证方法 |
CN105825164A (zh) * | 2015-08-28 | 2016-08-03 | 维沃移动通信有限公司 | 一种指纹识别方法及电子设备 |
CN105930699A (zh) * | 2016-04-12 | 2016-09-07 | 北斗国科(武汉)科技有限公司 | 一种基于指纹识别的界面显示方法和装置 |
CN106250875A (zh) * | 2016-08-17 | 2016-12-21 | 合智能科技(深圳)有限公司 | 终端设备及其控制方法、可穿戴设备 |
CN106534483A (zh) * | 2016-10-08 | 2017-03-22 | 珠海格力电器股份有限公司 | 一种终端的控制方法及终端 |
CN107085679A (zh) * | 2017-01-25 | 2017-08-22 | 北京安云世纪科技有限公司 | 一种采用指纹进行解锁的方法和装置、移动终端 |
CN107665297A (zh) * | 2017-09-13 | 2018-02-06 | 深圳市三阶微控实业有限公司 | 移动终端及指纹安全实现方法、及存储介质 |
CN110858118A (zh) * | 2018-08-23 | 2020-03-03 | 南昌欧菲生物识别技术有限公司 | 终端应用显示界面的切换方法、装置、终端和存储介质 |
CN111079107A (zh) * | 2018-10-18 | 2020-04-28 | 北京小米移动软件有限公司 | 指纹识别方法及装置、电子设备、存储介质 |
CN109976236A (zh) * | 2019-05-10 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 设备控制方法和装置 |
CN210948097U (zh) * | 2019-09-24 | 2020-07-07 | 王森 | 一种防震动开锁的带锁芯的指纹挂锁 |
CN114387719A (zh) * | 2021-12-28 | 2022-04-22 | 南京财经大学 | 一种基于ai的跨境电商访客识别装置 |
CN116419154A (zh) * | 2021-12-31 | 2023-07-11 | 中国移动通信有限公司研究院 | 一种指纹地图构建方法、平台及存储介质 |
CN116522310A (zh) * | 2023-04-26 | 2023-08-01 | 悠盾智能科技(武汉)有限公司 | 一种基于指纹的安全验证方法、终端、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116721489A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210286870A1 (en) | Step-Up Authentication | |
CN114141329A (zh) | 保护隐私的个性化健身推荐 | |
US8027518B2 (en) | Automatic configuration of devices based on biometric data | |
CN109858224A (zh) | 生物识别认证的实现 | |
CN108446013A (zh) | 呼吸序列用户界面 | |
CN109117044A (zh) | 用于基于指纹传感器输入来操纵用户界面的设备和方法 | |
CN110100249A (zh) | 生物识别认证的实现 | |
US11748578B1 (en) | Predictive text system | |
JP2007072703A (ja) | コンテンツ提供装置、コンテンツ提供方法及びコンテンツ提供プログラム | |
CN108876751A (zh) | 图像处理方法、装置、存储介质及终端 | |
US20210398336A1 (en) | Image generation method, image generation apparatus, and image generation system | |
CN106951159A (zh) | 一种终端解锁快速进入应用程序的方法及终端 | |
US11636188B2 (en) | Combining biometrics, hidden knowledge and intent to authenticate | |
CN112000726A (zh) | 按摩操作模式的存储方法及电子设备、存储介质 | |
EP3786820B1 (en) | Authentication system, authentication device, authentication method, and program | |
CN109254661A (zh) | 图像显示方法、装置、存储介质及电子设备 | |
CN116721489B (zh) | 智能锁控制数据处理方法及装置 | |
CN110268405A (zh) | 基于行为验证使用者的方法和系统 | |
KR101462748B1 (ko) | 건강정보의 군집화 방법 | |
Lee et al. | An evolutionary keystroke authentication based on ellipsoidal hypothesis space | |
CN109804608A (zh) | 提供对结构化存储数据的访问 | |
JP2011090634A (ja) | 認証装置、認証方法、および認証プログラム | |
CN106709298A (zh) | 一种信息处理方法、装置及智能终端 | |
US20240004977A1 (en) | Sequence-based authentication using rhythm and/or poses | |
CN110383276A (zh) | 基于行为验证使用者的方法和系统 |
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 |