CN117475487A - 一种数据处理方法、装置、存储介质及电子设备 - Google Patents
一种数据处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117475487A CN117475487A CN202311413249.0A CN202311413249A CN117475487A CN 117475487 A CN117475487 A CN 117475487A CN 202311413249 A CN202311413249 A CN 202311413249A CN 117475487 A CN117475487 A CN 117475487A
- Authority
- CN
- China
- Prior art keywords
- touch
- liquid
- data
- fingerprint
- containing state
- 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
- 238000003672 processing method Methods 0.000 title abstract description 20
- 239000007788 liquid Substances 0.000 claims abstract description 375
- 238000012545 processing Methods 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 80
- 238000001514 detection method Methods 0.000 claims description 75
- 230000008569 process Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 34
- 238000012549 training Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000002372 labelling Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 235000009470 Theobroma cacao Nutrition 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 244000240602 cacao Species 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
- G06F11/2221—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test input/output devices or peripheral units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Image Input (AREA)
Abstract
本说明书实施例公开了一种数据处理方法、装置、存储介质及电子设备,其中,方法包括:获取触摸器件数据,基于触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态,基于目标触摸面含液体状态确定指纹采图方式,采用指纹采图方式进行指纹采集处理。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种数据处理方法、装置、存储介质及电子设备。
背景技术
指纹识别技术已经成为智能手机、平板电脑等终端的标配。指纹识别可以用于终端的解锁、唤醒和移动支付等功能。实际应用中,用户时常会发现,在手指过干或者过湿时,需要多次按压终端上的指纹识别模组,才有可能解锁成功。
发明内容
本说明书实施例提供了一种数据处理方法、装置、存储介质及电子设备,所述技术方案如下:
第一方面,本说明书实施例提供了一种数据处理方法,所述方法包括:
获取触摸器件数据;
基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
第二方面,本说明书实施例提供了一种数据处理装置,所述装置包括:
数据获取模块,用于获取触摸器件数据;
状态检测模块,用于基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
指纹采集模块,用于基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
第三方面,本说明书实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
第四方面,本说明书实施例提供一种电子设备,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本说明书一些实施例提供的技术方案带来的有益效果至少包括:
在本说明书一个或多个实施例中,终端可以获取相较于指纹图像数据而言低分辨率的触摸器件数据,基于触摸器件数据进行触摸面含液体状态检测得到目标触摸面含液体状态,以基于目标触摸面含液体状态确定指纹采图方式,采用指纹采图方式进行指纹采集处理可以采集到较高质量的指纹图像数据便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术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说明书的一些实施例,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是本说明书实施例提供的一种数据处理方法的流程示意图;
图2是本说明书实施例提供的一种电容成像场景的示意图,;
图3是本说明书实施例提供的一种光学指纹成像场景的示意图;
图4是本说明书实施例提供的一种数据处理方法的流程示意图;
图5是本说明书实施例提供的一种数据处理方法的流程示意图;
图6是本说明书实施例提供的一种数据处理装置的结构示意图;
图7是本说明书实施例提供的一种电子设备的结构示意图;
图8是本说明书实施例提供的操作系统和用户空间的结构示意图;
图9是图8中安卓操作系统的架构图;
图10是图8中IOS操作系统的架构图。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书保护的范围。
在本说明书的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本说明书的描述中,需要说明的是,除非另有明确的规定和限定,“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本说明书中的具体含义。此外,在本说明书的描述中,除非另有说明,“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。
在相关技术中,基于指纹相关的安全验证,在诸如终端触摸屏表面或触摸手指表面等触摸表面含液体(如水、油、饮料)情况下,一般指纹解识别率容易受到液体的影响,降低了指纹识别的准确性以及便捷性。
下面结合具体的实施例对本说明书进行详细说明。
在一个实施例中,如图1所示,特提出了一种数据处理方法,该方法可依赖于计算机程序实现,可运行于基于冯诺依曼体系的数据处理装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。所述数据处理装置可以为终端设备,包括但不限于:个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中终端设备可以叫做不同的名称,例如:用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、5G网络或未来演进网络中的终端设备等。
具体的,该数据处理方法包括:
S102:获取触摸器件数据;
触摸器件数据可以是触摸屏数据、光感器件数据、超声波器件数据等终端上用于检测用户触摸操作的相关器件的器件响应数据,触摸器件数据通常不为图像类型的指纹数据。
可以理解的,以触摸器件数据可以是触摸屏数据为例,触摸屏数据的分辨率远小于指纹数据的分辨率,通过执行本说明书的数据处理方法,可以在指纹采集处理之前预测触摸面的含液体状态,数据处理方法所涉及的指纹采集处理前的环境,以触摸器件数据为数据处理对象,较之于使用指纹数据而言,处理触摸器件数据的时间、算力、资源消耗均要大幅小于指纹数据。
触摸器件数据由触摸器件处于工作态下产生,是一种用于检测用户触摸操作的电学器件,诸如用于监测用户触摸操作的触摸屏器件、光感器件、超声波器件等触摸器件在工作态下监测用户的触摸操作,在用户针对摸触摸器件的触摸过程中,触摸面(触摸器件表面或用户触摸面)含液体,液体会作为导体影响触摸器件的电学响应指标,比如说以触摸屏器件为例,终端触摸屏本质上为电容屏,若触摸面含液体,水作为导体,其采集的触摸屏数据与理想状态下(触摸面不含液体)下采集的触摸屏数据(如电容指标、电压(差)指标、电流指标、电磁指标、电学感应时间等等)存在一定的差异,基于此可以通过获取触摸器件数据来进行触摸面含液体状态检测。
可选的,触摸器件数据可以是一种或多种类型触摸器件的电学感应数据,如模电感应数据;
示例性,以触摸器件数据为电容触摸屏数据为例,可参考图2,图2是一种电容成像场景的示意图,电容触摸屏数据的电容指纹采集指纹的原理即手指脊谷相对于电容指纹距离的远近形成电压差成像成指纹图像数据,当湿手指情况下,水会填充脊谷,导致脊谷分辨能力下降,而在本说明书中,触摸器件数据可以是电压差这类低分辨率的电学感应数据而非进一步加工指纹成像处理后的指纹图像;
示例性,以触摸器件数据为光学器件数据为例,可参考图3,图3是一种光学指纹成像场景的示意图,光学指纹成像场景中主要是利用指纹脊谷处对光线的不同反射率数据,基于这些不同反射率数据进一步加工指纹成像处理后得到指纹图像数据,当触摸面含液体(如水、油、饮料)情况下时,由于液体直接和如图3中的屏幕)接触,导致屏幕下的光学器件(如光学指纹模组)针对手指指纹不同区域脊谷的反射率数据存在差异,而在本说明书中,触摸器件数据可以是反射率数据这类低分辨率的电学感应数据而非进一步加工指纹成像处理后的指纹图像;
S104:基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
触摸面含液体状态检测可视作触摸屏表面是否含液体状态检测和触摸手指表面是否含液体状态检测;
可选的,目标触摸面含液体状态可以是目标触摸面存在液体状态和目标触摸面不存在液体状态。
进一步的,针对触摸屏表面是否含液体状态检测后的触摸屏表面存在液体类型和触摸屏表面不存在液体类型、针对触摸手指表面是否含液体状态检测后的触摸手指表面存在液体类型和触摸手指表面不存在液体类型;
可选的,手指未触摸屏幕时所采集的触摸器件数据可称之为第一触摸器件数据,基于第一触摸器件数据进行触摸面含液体状态检测,得到第一触摸面含液体状态,此时第一触摸面含液体状态包括触摸屏表面存在液体类型和触摸屏表面不存在液体类型;
可选的,手指触摸屏幕时所采集的触摸器件数据可称之为第二触摸器件数据,基于第二触摸器件数据进行触摸面含液体状态检测,得到第二触摸面含液体状态,此时第二触摸面含液体状态包括触摸手指表面存在液体类型和触摸手指表面不存在液体类型;
第一触摸面含液体状态和第二触摸面含液体状态均可视作目标触摸面含液体状态中的一种。
在一种可行的实施方式中,可以针对触摸器件数据所包含的电学感应量设置指标范围,电学感应量在指标范围内则认为目标触摸面含液体状态为触摸面存在液体状态,电学感应量在指标范围之外则认为目标触摸面含液体状态为触摸面不存在液体状态。
S106:基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
若目标触摸面含液体状态为触摸面不存在液体类型,则此时对于后续指纹采集处理无影响,可以确定选择系统默认采图方式,采用系统默认采图方式进行指纹采集处理,
若目标触摸面含液体状态为触摸面存在液体类型,则此时可能触摸屏表面或触摸手指表面存在液体,以系统默认采图方式进行指纹采集,指纹图像数据质量较差,需要采用采图增强方式,例如采图增强方式可以是开启传感器(sensor)信噪比提升模式,然后再进行指纹采集处理。
传感器(sensor)信噪比提升模式包括但不限于电容增加模拟/数字采样次数模式,高压采样光学指纹、增加曝光时间模式、调整曝光增益模式等一种或多种的拟合;
进一步的,采用指纹采图方式进行指纹采集处理之后,获取到了指纹图像数据,然后终端将所述指纹图像数据和目标触摸面含液体状态输入指纹识别服务进行指纹识别处理。
在本说明书一个或多个实施例中,主要是针对指纹识别场景中的指纹采集环境,在针对用户采集指纹信号进而生成指纹图像数据之前,判断触摸面含液体状态,一方面可以优化触摸面含液体状态下手指采集效果,另一方面可以基于指纹图像数据和目标触摸面含液体状态为后续指纹识别辅助优化提供辅助依据;
示例性的,指纹识别辅助优化:主要是同时将目标触摸面含液体状态输入指纹识别服务,此时相当于对指纹图像数据进行打标,标注指纹图像数据其当前含液体状态,指纹识别服务会涉及到自动基于当前含液体状态触发图像增强环节,然后可以根据当前含液体状态设置不同增强参数以更好的进行指纹图像数据识别,同时在指纹比对环节,不需要暴力逐一匹配每个用户指纹模板,当前可直接后可根据目标触摸面含液体状态调用相应的用户指纹模板进行指纹比对,节省时间。
在本说明书一个或多个实施例中,终端可以获取相较于指纹图像数据而言低分辨率的触摸器件数据,基于触摸器件数据进行触摸面含液体状态检测得到目标触摸面含液体状态,以基于目标触摸面含液体状态确定指纹采图方式,采用指纹采图方式进行指纹采集处理可以采集到较高质量的指纹图像数据便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
请参见图4,图4是本说明书提出的一种数据处理方法的另一种实施例的流程示意图。具体的:
S202:获取触摸器件数据;
具体可参见本说明书其他实施例的方法步骤,此处不再赘述。
触摸器件数据包括第一触摸器件数据和/或第二触摸器件数据
S204:对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态;
可选的,可以预先训练触摸屏表面含液体检测模型,将所述第一触摸器件数据输入到触摸屏表面含液体检测模型中,输出第一触摸面含液体状态;
示例性的,触摸屏表面含液体检测模型可视作一种对于触摸屏表面是否含液体的分类模型,触摸屏表面含液体检测模型的输入是第一触摸器件数据,也即手指未触摸屏幕时所采集的触摸器件数据,输出是第一触摸面含液体状态;
示例性的,以下例举出一种对触摸屏表面含液体检测模型的模型训练过程,如下:
模型创建:基于机器学习模型创建针对触摸屏表面含液体场景的初始触摸屏表面含液体检测模型;
样本数据获取:获取大量样本数据,样本数据是根据历史指纹识别过程中所直接采集的样本第一触摸器件数据,该样本第一触摸器件数据是手指未触摸屏幕时所采集的触摸器件数据;
样本数据标注:实际历史指纹识别过程中是否触摸屏表面是否含液体的状态对样本数据标注对应的样本数据标签,样本数据标签包括针对每个样本数据的“触摸屏表面实际是否含液体的状态标签”。
模型训练过程:将样本数据输入初始触摸屏表面含液体检测模型进行至少一轮模型训练,得到预测触摸面含液体状态,基于预测触摸面含液体状态和样本数据标签采用模型损失函数确定模型损失值,基于该模型损失值对初始触摸屏表面含液体检测模型进行模型参数调整,直至满足模型训练结束条件得到触摸屏表面含液体检测模型。
可选的,模型损失函数包括但不限于合页损失函数、交叉熵损失函数、特征距离损失函数等。
可选的,模型的模型结束训练条件可以包括诸如损失函数的取值小于或等于预设的损失函数阈值,迭代次数达到预设的次数阈值等。具体模型结束训练条件可基于实际情况确定,此处不作具体限定。
需要说明的是,本说明书一个或多个实施例所涉及的机器学习模型包括但不限于卷积神经网络(Convolutional Neural Network,CNN)模型,深度神经网络(Deep NeuralNetwork,DNN)模型、循环神经网络(Recurrent Neural Networks,RNN)、模型、嵌入(embedding)模型、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)模型、逻辑回归(Logistic Regression,LR)模型等机器学习模型中的一种或多种的拟合
可选的,触摸屏表面含液体检测模型是针对触摸屏表面是否含液体这一任务训练的模型,还可以针对触摸屏表面是否含液体任务和针对触摸手指表面是否含液体任务同时训练触摸表面含液体检测模型,实际应用中,仅需将所述第一触摸器件数据输入到触摸表面含液体检测模型中,输出第一触摸面含液体状态;
示例性的,以下例举出一种对触摸表面含液体检测模型的模型训练过程,如下:
模型创建:基于机器学习模型创建针对触摸表面含液体场景的初始触摸表面含液体检测模型;
样本数据获取:获取大量样本数据,样本数据是根据历史指纹识别过程中所直接采集的样本触摸器件数据,样本触摸器件数据既可以包括手指未触摸屏幕时所采集的样本第一触摸器件数据也可以包括手指触摸屏幕时所采集的样本第二触摸器件数据;
样本数据标注:实际历史指纹识别过程中是否触摸面(触摸屏表面、触摸手指表面)是否含液体的状态对样本数据标注对应的样本数据标签,样本数据标签包括针对每个样本数据的“触摸屏面实际是否含液体的状态标签”。
模型训练过程:将样本数据输入初始触摸表面含液体检测模型进行至少一轮模型训练,得到预测触摸面含液体状态,基于预测触摸面含液体状态和样本数据标签采用模型损失函数确定模型损失值,基于该模型损失值对初始触摸屏表面含液体检测模型进行模型参数调整,直至满足模型训练结束条件得到触摸屏表面含液体检测模型。
可选的,模型损失函数包括但不限于合页损失函数、交叉熵损失函数、特征距离损失函数等。
可选的,模型的模型结束训练条件可以包括诸如损失函数的取值小于或等于预设的损失函数阈值,迭代次数达到预设的次数阈值等。具体模型结束训练条件可基于实际情况确定,此处不作具体限定。
S206:对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,所述第一触摸器件数据为手指未触摸屏幕时所采集的触摸器件数据,所述第二触摸器件数据为手指触摸屏幕时所采集的触摸器件数据;
可选的,将所述第二触摸器件数据输入到触摸手指表面含液体检测模型中,输出第二触摸面含液体状态;
示例性的,触摸手指表面含液体检测模型可视作一种对于触摸手指表面是否含液体的分类模型,触摸手指表面含液体检测模型的输入是第二触摸器件数据,也即手指未触摸手指幕时所采集的触摸器件数据,输出是第二触摸面含液体状态;
示例性的,以下例举出一种对触摸手指表面含液体检测模型的模型训练过程,如下:
模型创建:基于机器学习模型创建针对触摸手指表面含液体场景的初始触摸手指表面含液体检测模型;
样本数据获取:获取大量样本数据,样本数据是根据历史指纹识别过程中所直接采集的样本第二触摸器件数据,该样本第二触摸器件数据是手指触摸手指幕时所采集的触摸器件数据;
样本数据标注:实际历史指纹识别过程中是否触摸手指表面是否含液体的状态对样本数据标注对应的样本数据标签,样本数据标签包括针对每个样本数据的“触摸手指表面实际是否含液体的状态标签”。
模型训练过程:将样本数据输入初始触摸手指表面含液体检测模型进行至少一轮模型训练,得到预测触摸面含液体状态,基于预测触摸面含液体状态和样本数据标签采用模型损失函数确定模型损失值,基于该模型损失值对初始触摸手指表面含液体检测模型进行模型参数调整,直至满足模型训练结束条件得到触摸手指表面含液体检测模型。
可选的,模型损失函数包括但不限于合页损失函数、交叉熵损失函数、特征距离损失函数等。
可选的,模型的模型结束训练条件可以包括诸如损失函数的取值小于或等于预设的损失函数阈值,迭代次数达到预设的次数阈值等。具体模型结束训练条件可基于实际情况确定,此处不作具体限定。
可选的,将所述第二触摸器件数据输入到触摸表面含液体检测模型中,输出第二触摸面含液体状态。
S208:基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态。
示例性,将第一触摸面含液体状态确定为目标触摸面含液体状态;
示例性,将第二触摸面含液体状态确定为目标触摸面含液体状态;
示例性,将第一触摸面含液体状态和确定第二触摸面含液体状态均确定为目标触摸面含液体状态;
S210:基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
可选的,预先可设置多个参考触摸面含液体状态与参考指纹采图方式的采图方式映射关系,然后实际应用阶段可以在采图方式映射关系查询目标触摸面含液体状态对应的指纹采图方式。
指纹采图方式例如可以是系统默认采图方式、第一指纹采图方式、第二指纹采图方式...第n指纹采图方式。
A2:若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定第一指纹采图方式或第二指纹采图方式;
可选的,第一指纹采图方式可以包括触摸表面除液体流程和第一传感器信噪比提升模式;
可选的,第二指纹采图方式可以包括第二传感器信噪比提升模式;
第一传感器信噪比提升模式与第二传感器信噪比提升模式可以相同也可以不同。
第一传感器信噪比提升模式与第二传感器信噪比提升模式包括但不限于:电容增加模拟/数字采样次数模式,高压采样光学指纹、增加曝光时间模式、调整曝光增益模式等一种或多种的拟合;
A2:基于所述第一指纹采图方式,启动触摸表面除液体流程以及开启第一传感器信噪比提升模式进行指纹采集处理;
可以理解的,若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定采用了第一指纹采图方式,此时基于所述第一指纹采图方式,启动触摸表面除液体流程以及开启第一传感器信噪比提升模式进行指纹采集处理。
A4:基于所述第二指纹采图方式,开启第二传感器信噪比提升模式进行指纹采集处理。
可以理解的,若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定采用了第二指纹采图方式,此时基于所述第二指纹采图方式,开启第二传感器信噪比提升模式进行指纹采集处理。
在本说明书一个或多个实施例中,采用上述方式可以准确确定目标触摸面含液体状态,进而确定采用何种指纹采图方式采集到较高质量的指纹图像数据,以便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
请参见图5,图5是本说明书提出的一种数据处理方法的另一种实施例的流程示意图。具体的:
S302:获取触摸器件数据,触摸器件数据包括第一触摸器件数据和/或第二触摸器件数据;
具体可参见本说明书其他实施例的方法步骤,此处不再赘述。
S304:对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态;
具体可参见本说明书其他实施例的方法步骤,此处不再赘述。
一种方式S306:若所述第一触摸面含液体状态为触摸屏表面存在液体类型且液体位置属于终端指纹检测区域,则确定第一指纹采图方式,所述第一指纹采图方式至少包括触摸表面除液体流程;
可以基于触摸器件数据来确定液体位置,然后检测液体位置是否属于终端指纹检测区域,如果第一触摸面含液体状态为触摸屏表面存在液体类型且液体位置属于终端指纹检测区域,则确定第一指纹采图方式,第一指纹采图方式至少包括触摸表面除液体流程;
S308:启动触摸表面除液体流程采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行S304(对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态);
可选的,触摸表面除液体流程可以是基于终端主动除液体的流程,终端主动除水的流程包括但不限于对终端屏幕进行加热蒸发液体,开启超声波去除液体功能等等;
可选的,触摸表面除液体流程可以是基于用户交互的用户主动除液体流程,也即主动提示用户进行触摸表面除水操作。
示例性的,所述启动触摸表面除液体流程,包括:
B2:向用户输出触摸表面含液体提示信息,所述触摸表面含液体提示信息用于提示用户进行触摸表面除水操作。
示例性的,可以在终端显示屏上显示触摸表面含液体提示信息,用户可以看到终端显示屏上显示触摸表面含液体提示信息,从而起到提示用户进行触摸表面除水操作。例如,提示用户擦干触摸屏以及手指上的液体;
B4:响应于针对所述触摸表面含液体提示信息的用户确认采集指令,执行所述开启第一传感器信噪比提升模式进行指纹采集处理的步骤;
进一步的,在终端显示屏上显示触摸表面含液体提示信息,同时可为用户提供确认继续指纹采集功能,用户可向终端输入针对确认继续指纹采集功能的用户确认采集指令,终端响应于用户确认采集指令,此时用户指示终端继续采集指纹,终端执行所述开启第一传感器信噪比提升模式进行指纹采集处理的步骤。而非直接以系统默认采图方式进行指纹采集处理。
B6:响应于针对所述触摸表面含液体提示信息的用户取消采集指令,执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态。
进一步的,在终端显示屏上显示触摸表面含液体提示信息,同时可为用户提供取消指纹采集功能,用户可向终端输入针对取消指纹采集功能的用户取消采集指令,终端响应于用户取消采集指令,此时用户可能进行触摸表面除水操作从而需要退出采集指纹。响应于用户取消采集指令此时用户不采集指纹,后续终端可以后检测触摸表面是否存在液体,也即后续执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态。
S310:若所述第一触摸面含液体状态为触摸屏表面不存在液体类型,则进行指纹采集处理。
若第一触摸面含液体状态为触摸屏表面不存在液体类型,则此时可能对于后续指纹采集处理无影响,可以确定选择系统默认采图方式,采用系统默认采图方式进行指纹采集处理。
S312:监测所述第一触摸面含液体状态为触摸屏表面存在液体类型的目标次数,若所述目标次数大于次数阈值,则取消指纹识别或开启面部识别。
如用户不采集指纹,后继续多次执行“响应于针对所述触摸表面含液体提示信息的用户取消采集指令,执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态”且通过监测第一触摸面含液体状态为触摸屏表面存在液体类型的目标次数,当目标次数大于次数阈值,则取消指纹识别或开启面部识别。
S314:对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,所述第一触摸器件数据为手指未触摸屏幕时所采集的触摸器件数据,所述第二触摸器件数据为手指触摸屏幕时所采集的触摸器件数据;
可以理解的,由于前述过程用户并未触摸终端屏表面,在用户进行指纹采集时,用户手指会触摸终端屏表面,后续可执行S314,获取第二触摸器件数据,对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态,然后基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
S316:基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态。
具体可参见本说明书其他实施例的方法步骤,此处不再赘述。
S318:基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
具体可参见本说明书其他实施例的方法步骤,此处不再赘述。
在本说明书一个或多个实施例中,采用上述方式可以不采集指纹数利用触摸器件数据可以准确确定目标触摸面含液体状态,进而确定采用何种指纹采图方式采集到较高质量的指纹图像数据,以便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
在本说明书一个或多个实施例中,在所述数据处理方法的实际部署阶段,由于其依赖的触摸器件数据并非用户隐私数据,其可以部署在终端系统执行环境(RichExecution Environment,REE)端和受信执行环境(Trusted Execution Environmentt,TEE)端中的至少其一。
下面将结合图6,对本说明书实施例提供的数据处理装置进行详细介绍。需要说明的是,图6所示的数据处理装置,用于执行本说明书图1~图5所示实施例的方法,为了便于说明,仅示出了与本说明书实施例相关的部分,具体技术细节未揭示的,请参照本说明书图1~图5所示的实施例。
请参见图6,其示出本说明书实施例的数据处理装置的结构示意图。该数据处理装置1可以通过软件、硬件或者两者的结合实现成为用户终端的全部或一部分。根据一些实施例,该数据处理装置1包括指纹采集模块11、指纹采集模块12和指纹采集模块13,具体用于:
数据获取模块11,用于获取触摸器件数据;
状态检测模块12,用于基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
指纹采集模块13,用于基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
可选的,所述状态检测模块12,用于:
对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态;和/或,对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,所述第一触摸器件数据为手指未触摸屏幕时所采集的触摸器件数据,所述第二触摸器件数据为手指触摸屏幕时所采集的触摸器件数据;
基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态。
可选的,所述状态检测模块12,用于:
若所述第一触摸面含液体状态为触摸屏表面存在液体类型且液体位置属于终端指纹检测区域,则确定第一指纹采图方式,所述第一指纹采图方式至少包括触摸表面除液体流程;
启动触摸表面除液体流程采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态的步骤;
若所述第一触摸面含液体状态为触摸屏表面不存在液体类型,则进行指纹采集处理。
可选的,所述状态检测模块12,用于:
监测所述第一触摸面含液体状态为触摸屏表面存在液体类型的目标次数;
若所述目标次数大于次数阈值,则取消指纹识别或开启面部识别。
可选的,所述指纹采集模块13,用于:
若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定第一指纹采图方式或第二指纹采图方式;
基于所述第一指纹采图方式,启动触摸表面除液体流程以及开启第一传感器信噪比提升模式进行指纹采集处理;或,基于所述第二指纹采图方式,开启第二传感器信噪比提升模式进行指纹采集处理。
可选的,所述状态检测模块12,用于:
向用户输出触摸表面含液体提示信息,所述触摸表面含液体提示信息用于提示用户进行触摸表面除水操作。
可选的,所述状态检测模块12,用于:
响应于针对所述触摸表面含液体提示信息的用户确认采集指令,执行所述开启第一传感器信噪比提升模式进行指纹采集处理的步骤;
响应于针对所述触摸表面含液体提示信息的用户取消采集指令,执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态。
可选的,所述状态检测模块12,用于:
将所述第一触摸器件数据输入到触摸屏表面含液体检测模型中,输出第一触摸面含液体状态;或,将所述第一触摸器件数据输入到触摸表面含液体检测模型中,输出第一触摸面含液体状态;
所述对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,包括:
将所述第二触摸器件数据输入到触摸手指表面含液体检测模型中,输出第二触摸面含液体状态;或,将所述第二触摸器件数据输入到触摸表面含液体检测模型中,输出第二触摸面含液体状态。
可选的,所述指纹采集模块13,用于:获取指纹图像数据,其中,所述触摸器件数据不为所述指纹图像数据;
将所述指纹图像数据和所述目标触摸面含液体状态输入指纹识别服务进行指纹识别处理。
需要说明的是,上述实施例提供的数据处理装置在执行数据处理方法时,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,即将设备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。另外,上述实施例提供的数据处理装置与数据处理方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
上述本说明书实施例序号仅仅为了描述,不代表实施例的优劣。
在本说明书一个或多个实施例中,终端可以获取相较于指纹图像数据而言低分辨率的触摸器件数据,基于触摸器件数据进行触摸面含液体状态检测得到目标触摸面含液体状态,以基于目标触摸面含液体状态确定指纹采图方式,采用指纹采图方式进行指纹采集处理可以采集到较高质量的指纹图像数据便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
本说明书实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图1~图5所示实施例的所述数据处理方法,具体执行过程可以参见图1~图5所示实施例的具体说明,在此不进行赘述。
本说明书还提供了一种计算机程序产品,该计算机程序产品存储有至少一条指令,所述至少一条指令由所述处理器加载并执行如上述图1~图5所示实施例的所述数据处理方法,具体执行过程可以参见图1~图5所示实施例的具体说明,在此不进行赘述。
请参考图7,其示出了本说明书一个示例性实施例提供的电子设备的结构方框图。本说明书中的电子设备可以包括一个或多个如下部件:处理器110、存储器120、输入装置130、输出装置140和总线150。处理器110、存储器120、输入装置130和输出装置140之间可以通过总线150连接。
处理器110可以包括一个或者多个处理核心。处理器110利用各种接口和线路连接整个电子设备内的各个部分,通过运行或执行存储在存储器120内的指令、程序、代码集或指令集,以及调用存储在存储器120内的数据,执行电子设备100的各种功能和处理数据。可选地,处理器110可以采用数字信号处理(digital signal processing,DSP)、现场可编程门阵列(field-programmable gate array,FPGA)、可编程逻辑阵列(programmable logicArray,PLA)中的至少一种硬件形式来实现。处理器110可集成中央处理器(centralprocessing unit,CPU)、图像处理器(graphics processing unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器110中,单独通过一块通信芯片进行实现。
存储器120可以包括随机存储器(random Access Memory,RAM),也可以包括只读存储器(read-only memory,ROM)。可选地,该存储器120包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器120可用于存储指令、程序、代码、代码集或指令集。存储器120可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等,该操作系统可以是安卓(Android)系统,包括基于Android系统深度开发的系统、苹果公司开发的IOS系统,包括基于IOS系统深度开发的系统或其它系统。存储数据区还可以存储电子设备在使用中所创建的数据比如电话本、音视频数据、聊天记录数据,等。
参见图8所示,存储器120可分为操作系统空间和用户空间,操作系统即运行于操作系统空间,原生及第三方应用程序即运行于用户空间。为了保证不同第三方应用程序均能够达到较好的运行效果,操作系统针对不同第三方应用程序为其分配相应的系统资源。然而,同一第三方应用程序中不同应用场景对系统资源的需求也存在差异,比如,在本地资源加载场景下,第三方应用程序对磁盘读取速度的要求较高;在动画渲染场景下,第三方应用程序则对GPU性能的要求较高。而操作系统与第三方应用程序之间相互独立,操作系统往往不能及时感知第三方应用程序当前的应用场景,导致操作系统无法根据第三方应用程序的具体应用场景进行针对性的系统资源适配。
为了使操作系统能够区分第三方应用程序的具体应用场景,需要打通第三方应用程序与操作系统之间的数据通信,使得操作系统能够随时获取第三方应用程序当前的场景信息,进而基于当前场景进行针对性的系统资源适配。
以操作系统为Android系统为例,存储器120中存储的程序和数据如图9所示,存储器120中可存储有Linux内核层320、系统运行时库层340、应用框架层360和应用层380,其中,Linux内核层320、系统运行库层340和应用框架层360属于操作系统空间,应用层380属于用户空间。Linux内核层320为电子设备的各种硬件提供了底层的驱动,如显示驱动、音频驱动、摄像头驱动、蓝牙驱动、Wi-Fi驱动、电源管理等。系统运行库层340通过一些C/C++库来为Android系统提供了主要的特性支持。如SQLite库提供了数据库的支持,OpenGL/ES库提供了3D绘图的支持,Webkit库提供了浏览器内核的支持等。在系统运行时库层340中还提供有安卓运行时库(Android runtime),它主要提供了一些核心库,能够允许开发者使用Java语言来编写Android应用。应用框架层360提供了构建应用程序时可能用到的各种API,开发者也可以通过使用这些API来构建自己的应用程序,比如活动管理、窗口管理、视图管理、通知管理、内容提供者、包管理、通话管理、资源管理、定位管理。应用层380中运行有至少一个应用程序,这些应用程序可以是操作系统自带的原生应用程序,比如联系人程序、短信程序、时钟程序、相机应用等;也可以是第三方开发者所开发的第三方应用程序,比如游戏类应用程序、即时通信程序、相片美化程序等。
以操作系统为IOS系统为例,存储器120中存储的程序和数据如图10所示,IOS系统包括:核心操作系统层420(Core OS layer)、核心服务层440(Core Services layer)、媒体层460(Media layer)、可触摸层480(Cocoa Touch Layer)。核心操作系统层420包括了操作系统内核、驱动程序以及底层程序框架,这些底层程序框架提供更接近硬件的功能,以供位于核心服务层440的程序框架所使用。核心服务层440提供给应用程序所需要的系统服务和/或程序框架,比如基础(Foundation)框架、账户框架、广告框架、数据存储框架、网络连接框架、地理位置框架、运动框架等等。媒体层460为应用程序提供有关视听方面的接口,如图形图像相关的接口、音频技术相关的接口、视频技术相关的接口、音视频传输技术的无线播放(AirPlay)接口等。可触摸层480为应用程序开发提供了各种常用的界面相关的框架,可触摸层480负责用户在电子设备上的触摸交互操作。比如本地通知服务、远程推送服务、广告框架、游戏工具框架、消息用户界面接口(User Interface,UI)框架、用户界面UIKit框架、地图框架等等。
在图10所示出的框架中,与大部分应用程序有关的框架包括但不限于:核心服务层440中的基础框架和可触摸层480中的UIKit框架。基础框架提供许多基本的对象类和数据类型,为所有应用程序提供最基本的系统服务,和UI无关。而UIKit框架提供的类是基础的UI类库,用于创建基于触摸的用户界面,iOS应用程序可以基于UIKit框架来提供UI,所以它提供了应用程序的基础架构,用于构建用户界面,绘图、处理和用户交互事件,响应手势等等。
其中,在IOS系统中实现第三方应用程序与操作系统数据通信的方式以及原理可参考Android系统,本说明书在此不再赘述。
其中,输入装置130用于接收输入的指令或数据,输入装置130包括但不限于键盘、鼠标、摄像头、麦克风或触控设备。输出装置140用于输出指令或数据,输出装置140包括但不限于显示设备和扬声器等。在一个示例中,输入装置130和输出装置140可以合设,输入装置130和输出装置140为触摸显示屏,该触摸显示屏用于接收用户使用手指、触摸笔等任何适合的物体在其上或附近的触摸操作,以及显示各个应用程序的用户界面。触摸显示屏通常设置在电子设备的前面板。触摸显示屏可被设计成为全面屏、曲面屏或异型屏。触摸显示屏还可被设计成为全面屏与曲面屏的结合,异型屏与曲面屏的结合,本说明书实施例对此不加以限定。
除此之外,本领域技术人员可以理解,上述附图所示出的电子设备的结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。比如,电子设备中还包括射频电路、输入单元、传感器、音频电路、无线保真(wireless fidelity,WiFi)模块、电源、蓝牙模块等部件,在此不再赘述。
在本说明书实施例中,各步骤的执行主体可以是上文介绍的电子设备。可选地,各步骤的执行主体为电子设备的操作系统。操作系统可以是安卓系统,也可以是IOS系统,或者其它操作系统,本说明书实施例对此不作限定。
本说明书实施例的电子设备,其上还可以安装有显示设备,显示设备可以是各种能实现显示功能的设备,例如:阴极射线管显示器(cathode ray tubedisplay,简称CR)、发光二极管显示器(light-emitting diode display,简称LED)、电子墨水屏、液晶显示屏(liquid crystal display,简称LCD)、等离子显示面板(plasma display panel,简称PDP)等。用户可以利用电子设备101上的显示设备,来查看显示的文字、图像、视频等信息。所述电子设备可以是智能手机、平板电脑、游戏设备、AR(Augmented Reality,增强现实)设备、汽车、数据存储装置、音频播放装置、视频播放装置、笔记本、桌面计算设备、可穿戴设备诸如电子手表、电子眼镜、电子头盔、电子手链、电子项链、电子衣物等设备。
在图7所示的电子设备中,其中电子设备可以是一种终端,处理器110可以用于调用存储器120中存储的应用程序,并具体执行以下操作:
获取触摸器件数据;
基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
在一个实施例中,所述处理器110在执行所述基于所述触摸器件数据进行触摸面含液体状态检测,得目标触摸面含液体状态,执行以下操作:
对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态;和/或,对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,所述第一触摸器件数据为手指未触摸屏幕时所采集的触摸器件数据,所述第二触摸器件数据为手指触摸屏幕时所采集的触摸器件数据;
基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态。
在一个实施例中,所述处理器110在执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态之后,还执行以下操作:
若所述第一触摸面含液体状态为触摸屏表面存在液体类型且液体位置属于终端指纹检测区域,则确定第一指纹采图方式,所述第一指纹采图方式至少包括触摸表面除液体流程;
启动触摸表面除液体流程采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态的步骤;
若所述第一触摸面含液体状态为触摸屏表面不存在液体类型,则进行指纹采集处理。
在一个实施例中,所述处理器110在执行所述将所述第三触摸器件数据作为所述第一触摸器件数据并执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态的步骤之后,还执行以下步骤:
监测所述第一触摸面含液体状态为触摸屏表面存在液体类型的目标次数;
若所述目标次数大于次数阈值,则取消指纹识别或开启面部识别。
在一个实施例中,所述处理器110在执行所述基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理,执行以下步骤:
若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定第一指纹采图方式或第二指纹采图方式;
基于所述第一指纹采图方式,启动触摸表面除液体流程以及开启第一传感器信噪比提升模式进行指纹采集处理;或,基于所述第二指纹采图方式,开启第二传感器信噪比提升模式进行指纹采集处理。
在一个实施例中,所述处理器110在执行所述启动触摸表面除液体流程,执行以下步骤:
向用户输出触摸表面含液体提示信息,所述触摸表面含液体提示信息用于提示用户进行触摸表面除水操作。
在一个实施例中,所述处理器110在执行所述向用户输出触摸表面含液体提示信息之后,还执行以下步骤:
响应于针对所述触摸表面含液体提示信息的用户确认采集指令,执行所述开启第一传感器信噪比提升模式进行指纹采集处理的步骤;
响应于针对所述触摸表面含液体提示信息的用户取消采集指令,执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态。
在一个实施例中,所述处理器110在执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态,执行以下步骤:
将所述第一触摸器件数据输入到触摸屏表面含液体检测模型中,输出第一触摸面含液体状态;或,将所述第一触摸器件数据输入到触摸表面含液体检测模型中,输出第一触摸面含液体状态;
所述对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,包括:
将所述第二触摸器件数据输入到触摸手指表面含液体检测模型中,输出第二触摸面含液体状态;或,将所述第二触摸器件数据输入到触摸表面含液体检测模型中,输出第二触摸面含液体状态。
在一个实施例中,所述处理器110在执行所述采用所述指纹采图方式进行指纹采集处理之后,还执行以下步骤:
获取指纹图像数据,其中,所述触摸器件数据不为所述指纹图像数据;
将所述指纹图像数据和所述目标触摸面含液体状态输入指纹识别服务进行指纹识别处理。
在本说明书一个或多个实施例中,终端可以获取相较于指纹图像数据而言低分辨率的触摸器件数据,基于触摸器件数据进行触摸面含液体状态检测得到目标触摸面含液体状态,以基于目标触摸面含液体状态确定指纹采图方式,采用指纹采图方式进行指纹采集处理可以采集到较高质量的指纹图像数据便于后续进行指纹识别处理,优化了指纹采集以及指纹识别流程,保障了在存在液体影响情况下基于指纹数据进行安全检测的便捷性和准确性;以及,在指纹采集之前先判断目标触摸面含液体状态,前置了指纹优化处理流程从而降低了后续采集指纹时间和提升了指纹处理效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本说明书较佳实施例而已,当然不能以此来限定本说明书之权利范围,因此依本说明书权利要求所作的等同变化,仍属本说明书所涵盖的范围。
Claims (12)
1.一种数据处理方法,其特征在于,所述方法包括:
获取触摸器件数据;
基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
2.根据权利要求1所述的方法,其特征在于,所述基于所述触摸器件数据进行触摸面含液体状态检测,得目标触摸面含液体状态,包括:
对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态;和/或,对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,所述第一触摸器件数据为手指未触摸屏幕时所采集的触摸器件数据,所述第二触摸器件数据为手指触摸屏幕时所采集的触摸器件数据;
基于所述第一触摸面含液体状态和/或所述第二触摸面含液体状态,确定目标触摸面含液体状态。
3.根据权利要求2所述的方法,其特征在于,所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态之后,还包括:
若所述第一触摸面含液体状态为触摸屏表面存在液体类型且液体位置属于终端指纹检测区域,则确定第一指纹采图方式,所述第一指纹采图方式至少包括触摸表面除液体流程;
启动触摸表面除液体流程采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态的步骤;
若所述第一触摸面含液体状态为触摸屏表面不存在液体类型,则进行指纹采集处理。
4.根据权利要求3所述的方法,其特征在于,所述将所述第三触摸器件数据作为所述第一触摸器件数据并执行所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态的步骤之后,还包括:
监测所述第一触摸面含液体状态为触摸屏表面存在液体类型的目标次数;
若所述目标次数大于次数阈值,则取消指纹识别或开启面部识别。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理,包括:
若所述目标触摸面含液体状态为触摸手指表面存在液体类型和/或触摸屏表面存在液体类型,则确定第一指纹采图方式或第二指纹采图方式;
基于所述第一指纹采图方式,启动触摸表面除液体流程以及开启第一传感器信噪比提升模式进行指纹采集处理;或,基于所述第二指纹采图方式,开启第二传感器信噪比提升模式进行指纹采集处理。
6.根据权利要求3或5所述的方法,其特征在于,所述启动触摸表面除液体流程,包括:
向用户输出触摸表面含液体提示信息,所述触摸表面含液体提示信息用于提示用户进行触摸表面除水操作。
7.根据权利要求6所述的方法,其特征在于,所述向用户输出触摸表面含液体提示信息之后,还包括:
响应于针对所述触摸表面含液体提示信息的用户确认采集指令,执行所述开启第一传感器信噪比提升模式进行指纹采集处理的步骤;
响应于针对所述触摸表面含液体提示信息的用户取消采集指令,执行采集至少一轮第三触摸器件数据,将所述第三触摸器件数据作为所述第一触摸器件数据并执行对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态。
8.根据权利要求2所述的方法,其特征在于,所述对第一触摸器件数据进行触摸屏表面含液体状态检测,得到第一触摸面含液体状态,包括:
将所述第一触摸器件数据输入到触摸屏表面含液体检测模型中,输出第一触摸面含液体状态;或,将所述第一触摸器件数据输入到触摸表面含液体检测模型中,输出第一触摸面含液体状态;
所述对第二触摸器件数据进行触摸手指表面含液体状态检测,得到第二触摸面含液体状态,包括:
将所述第二触摸器件数据输入到触摸手指表面含液体检测模型中,输出第二触摸面含液体状态;或,将所述第二触摸器件数据输入到触摸表面含液体检测模型中,输出第二触摸面含液体状态。
9.根据权利要求1所述的方法,其特征在于,所述采用所述指纹采图方式进行指纹采集处理之后,还包括:
获取指纹图像数据,其中,所述触摸器件数据不为所述指纹图像数据;
将所述指纹图像数据和所述目标触摸面含液体状态输入指纹识别服务进行指纹识别处理。
10.一种数据处理装置,其特征在于,所述装置包括:
数据获取模块,用于获取触摸器件数据;
状态检测模块,用于基于所述触摸器件数据进行触摸面含液体状态检测,得到目标触摸面含液体状态;
指纹采集模块,用于基于所述目标触摸面含液体状态确定指纹采图方式,采用所述指纹采图方式进行指纹采集处理。
11.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~9任意一项的方法步骤。
12.一种电子设备,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~9任意一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311413249.0A CN117475487A (zh) | 2023-10-27 | 2023-10-27 | 一种数据处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311413249.0A CN117475487A (zh) | 2023-10-27 | 2023-10-27 | 一种数据处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117475487A true CN117475487A (zh) | 2024-01-30 |
Family
ID=89628586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311413249.0A Pending CN117475487A (zh) | 2023-10-27 | 2023-10-27 | 一种数据处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117475487A (zh) |
-
2023
- 2023-10-27 CN CN202311413249.0A patent/CN117475487A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108363593B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
US10725578B2 (en) | Apparatus and method for controlling fingerprint sensor | |
CN108647055B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
US20200244865A1 (en) | Method for capturing images, terminal, and storage medium | |
KR102309175B1 (ko) | 스크랩 정보를 제공하는 전자 장치 및 그 제공 방법 | |
US9286895B2 (en) | Method and apparatus for processing multiple inputs | |
CN110119727B (zh) | 指纹识别方法、装置、终端及存储介质 | |
CN111767554B (zh) | 屏幕分享方法、装置、存储介质及电子设备 | |
CN108804157A (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
US20150149925A1 (en) | Emoticon generation using user images and gestures | |
CN108829456A (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
WO2020156199A1 (zh) | 应用登录方法、装置、终端及存储介质 | |
CN107450838B (zh) | 黑屏手势的响应方法、装置、存储介质及移动终端 | |
CN111026464A (zh) | 一种识别方法及电子设备 | |
CN107402713B (zh) | 加快黑屏手势处理的方法、装置、存储介质及移动终端 | |
CN111596971B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN110968362A (zh) | 应用运行方法、装置及存储介质 | |
CN117406903A (zh) | 用于触控屏的书写笔迹调整方法、装置、介质及设备 | |
CN113126859A (zh) | 情景模式的控制方法、装置、存储介质以及终端 | |
CN115328725A (zh) | 状态监测方法、装置、存储介质及电子设备 | |
CN112256354B (zh) | 应用启动方法、装置、存储介质及电子设备 | |
CN117475487A (zh) | 一种数据处理方法、装置、存储介质及电子设备 | |
CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
CN113010078A (zh) | 触控方法、装置、存储介质及电子设备 | |
CN109032379B (zh) | 一种语言选项显示方法及终端 |
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 |