TWI703466B - 指紋識別方法、存儲媒體、指紋識別系統及智能裝置 - Google Patents
指紋識別方法、存儲媒體、指紋識別系統及智能裝置 Download PDFInfo
- Publication number
- TWI703466B TWI703466B TW107144631A TW107144631A TWI703466B TW I703466 B TWI703466 B TW I703466B TW 107144631 A TW107144631 A TW 107144631A TW 107144631 A TW107144631 A TW 107144631A TW I703466 B TWI703466 B TW I703466B
- Authority
- TW
- Taiwan
- Prior art keywords
- fingerprint
- data
- detection
- detection data
- detection module
- Prior art date
Links
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本發明提供一種指紋識別方法,包括:步驟S1,藉由第一檢測模塊獲取當前時段之指紋檢測數據;步驟S2,藉由第二檢測模塊獲取所述當前時段之環境檢測數據;步驟S3,根據所述當前時段之指紋檢測數據及所述環境檢測數據計算目標指紋數據,所述目標指紋數據用於識別目標指紋。本發明實施例提供之指紋識別方法,可以實現對指紋識別之精准度之提高。本發明還提供一種可讀存儲媒體、指紋識別系統及智能裝置。
Description
本發明涉及識別技術領域,尤其涉及一種指紋識別方法、存儲該方法之可讀存儲媒體、使用該方法之指紋識別系統及包括該指紋識別系統之智能裝置。
近年來,生物識別作為一種可靠度較高之識別技術被廣泛應用。其中,生物識別包括人臉識別、虹膜識別、指紋識別等。
習知技術中,指紋識別裝置通常由感應元件陣列及處理電路組成,感應元件陣列可以感應用戶之手指觸摸操作以生成電路可以處理之感應信號(電壓信號或者電流信號),處理電路對該感應信號進行處理以對當前時刻執行觸摸操作之用戶手指所對應之指紋進行識別。但是,以電容式指紋識別為例,由於指紋紋路造成之電容差異比較微弱,例如在感應元件陣列之分辨率為500ppi之指紋識別裝置當中,一個實際之場景中手指觸碰產生之電容變化只有2fF左右,而指紋紋路之脊線及穀線引起之電容變化之差異只有手指觸碰所產生之電容變化之十分之一左右,為0.2fF,是一個非常小之信號量。在上述背景下,指紋識別裝置需要設計成靈敏度很高之形式,而靈敏度提高帶來之缺點就是對干擾十分敏感。
另一方面,習知技術中,要獲得完整之圖像,需要對這些感應元件進行採樣,或稱之為掃描。為了使得電路成本在可控範圍,通常採用之方式是分時掃描,即處理電路之通道數量遠遠少於感應元件之數量,藉由多次複用處理電路通道來接入不同之感應元件並且遍歷所有之感應元件,進而完成對所有感應元件之掃描,以獲得完整之指紋圖像。但這樣之操作有一個缺點,感應元件在形成感應信號時,處理電路、電源、外部環境等均會產生噪聲,上述之噪聲我們稱之為全域噪聲。而且,在不同之時間,所述全域噪聲不完全相同。
如此,掃描時間不同之感應元件,將被不同之噪聲干擾,進而產生不同之偏差。這樣之偏差無法消除,從而降低了指紋識別之準確性,極端條件下,使得指紋圖像根本無法識別。綜上,由於全域噪聲之影響導致指紋識別不良之問題亟待解決。
針對以上技術問題,有必要提供一種有利於提高識別精確度之指紋識別方法。
本發明一方面提供一種指紋識別方法,包括:步驟S1,藉由第一檢測模塊獲取當前時段之指紋檢測數據;步驟S2,藉由第二檢測模塊獲取所述當前時段之環境檢測數據;步驟S3,根據所述當前時段之指紋檢測數據及所述環境檢測數據計算目標指紋數據,所述目標指紋數據用於識別目標指紋。
本發明另一方面提供一種可讀存儲媒體,其上存儲有程序或指令,所述程序或指令被處理器執行時實現上述指紋識別方法之步驟。
本發明還提供一種指紋識別系統,所述指紋識別系統包括:複數感應元件,所述複數感應元件相互絕緣設置,用於感應用戶之手指觸摸操作,並根據所述觸摸操作生成指紋檢測數據傳輸至第一檢測模塊;至少一個第一檢測模塊,所述第一檢測模塊與所述複數感應元件連接,用於藉由所述感應元件獲取當前時段之指紋檢測數據;第二檢測模塊,所述第二檢測模塊用於獲取所述當前時段之環境檢測數據;數據處理模塊,所述數據處理模塊分別與所述第一檢測模塊及所述第二檢測模塊連接,用於根據所述當前時段之指紋檢測數據及所述環境檢測數據識別目標指紋,所述目標指紋為執行所述觸摸操作之手指所對應之指紋。
本發明還提供一種智能裝置,包括上述任一項所述之指紋識別系統。
本發明實施例提供之指紋識別方法,藉由第一檢測模塊獲取當前時段之指紋檢測數據時,同時藉由第二檢測模塊獲取當前時段之環境檢測數據,則根據當前時段之環境檢測數據,可對當前時段之指紋檢測數據進行除噪處理,
得到目標指紋數據,根據目標指紋數據識別執行觸摸操作之用戶之手指指紋,實現對指紋識別之精准度之提高。
S1、S2、S3、S31、S32:步驟
100:指紋識別系統
110:感應元件
120:第一檢測模塊
130:第二檢測模塊
140:數據處理模塊
150:存儲模塊
I、Ⅱ、Ⅲ、Ⅳ:時段
a、b、c、d:組
200:可讀存儲媒體
300:處理器
400:智能設備
圖1 為本發明實施例一提供之指紋識別方法之流程示意圖。
圖2 為圖1中步驟S3之細化流程示意圖。
圖3 為本發明實施例二提供之指紋識別系統之結構示意圖。
圖4 為本發明提供之第一檢測模塊輸出掃描信號之時序圖。
圖5 為本發明實施例三提供之指紋識別系統之結構示意圖。
圖6 為本發明實施例四提供之智能設備之功能模塊示意圖。
實施例一
本發明實施例提供之指紋識別方法,藉由第一檢測模塊獲取當前時段之指紋檢測數據時,同時藉由第二檢測模塊獲取當前時段之環境檢測數據,則根據當前時段之環境檢測數據,可對當前時段之指紋檢測數據進行除噪處理,得到目標指紋數據,根據目標指紋數據識別執行觸摸操作之用戶之手指指紋,實現對指紋識別之精准度之提高。
請參閱圖1,本實施例提供之指紋識別方法,包括:步驟S1,藉由第一檢測模塊獲取當前時段之指紋檢測數據;步驟S2,藉由第二檢測模塊獲取當前時段之環境檢測數據;步驟S3,根據當前時段之指紋檢測數據及環境檢測數據計算目標指紋數據,目標指紋數據用於識別目標指紋。
本實施例中之指紋識別方法,可應用於各類需要指紋識別功能之智能設備中,例如智能手機、指紋打卡機、指紋智能鎖等等。本實施例中,以應用於智能手機之解鎖認證為例進行說明。指紋識別方法可以為,但不限於基於電容原理之電容式指紋識別方法、基於光學原理之光學式指紋識別方法,本實施例中,以該指紋識別方法為電容式指紋識別方法為例進行說明。
在步驟S1中,藉由第一檢測模塊獲取當前時段之指紋檢測數據。步驟S1中第一檢測模塊獲取之指紋檢測數據包括目標指紋之檢測數據以及全域
噪聲(包括處理電路、電源、外部環境等產生之噪聲)之檢測數據。在整個指紋識別之過程中,第一檢測模塊會對感應元件陣列進行掃描,感應元件用於感應用戶手指觸摸操作並產生上述之指紋檢測數據,其可為光學感應元件陣列,電容感應元件陣列或機械感應元件陣列。本實施例中,感應元件陣列為電容感應元件,設置於智能手機中之同一平面上。
第一檢測模塊之一個完整之指紋圖像掃描幀包括複數時長基本相等之掃描時段,每一個掃描時段第一檢測模塊對相應之一組感應元件輸出掃描信號。本實施例中,各個掃描時段輸出掃描信號給相同數量之感應元件,即每組之感應元件數量相同。應當理解,上述之步驟S1中之當前時段,即為一個指紋圖像掃描幀中之其中一個掃描時段。
在當前掃描時段,第一檢測模塊輸出掃描信號至相應之一組感應元件並獲取感應元件生成之指紋檢測數據,其中,本實施例中以感應元件為電容式感應元件為例,用戶手指觸摸智能手機之面板時,手指指紋之脊線及穀線分別與感應元件形成一電容,感應元件上產生相應之電壓值,感應元件則根據該電壓值輸出電壓信號或電流信號(即指紋檢測數據)輸出至第一檢測模塊。
上述之當前時段,最終輸出之指紋檢測數據並非僅由用戶手指之觸摸作用產生之,在當前時段對感應元件進行掃描時,第一檢測模塊實際受到全域噪聲之影響,因此,傳輸至第一檢測模塊之指紋檢測數據實際上是疊加有全域噪聲干擾之數據。
本實施例步驟S2中,藉由第二檢測模塊獲取當前時段之環境檢測數據,應當理解,本實施例中,雖標示了步驟S1及步驟S2,但是實際上,步驟S1及步驟S2是在同一時段同時進行之,並無先後順序之分。即第一檢測模塊獲取指紋檢測數據之同時,第二檢測模塊獲取環境檢測數據;該環境檢測數據為當前時段之全域噪聲之數據。因此在步驟S3中,根據當前時段之指紋檢測數據及環境檢測數據,即可對指紋檢測數據進行除噪處理,得到目標指紋數據,使得目標指紋數據相比於指紋檢測數據更加接近實際值,此處之實際值為理想情況下無任何噪聲干擾,僅僅因為用戶之手指觸摸操作,感應元件生成之信號。
請參閱圖2,本實施例中,指紋識別方法之步驟S3具體包括:步驟S31,根據當前時段之環境檢測數據與預存之基準環境數據,獲取當前時段所述第一檢測模塊之檢測誤差;
步驟S32,根據當前時段之指紋檢測數據與當前時段之檢測誤差計算目標指紋數據,目標指紋數據用於識別所述目標指紋。
且步驟S31具體為:將當前時段之環境檢測數據與預存之基準環境數據之差值作為當前時段第一檢測模塊之檢測誤差。
步驟S31中,預存之基準環境數據為進行指紋識別前預先存儲之測定好之環境數據,為第二檢測模塊將預設時間段中檢測到之環境數據作平均值得到。
上述之基準環境數據之測定環境可以任意選擇,為了使得測定之基準環境數據更接近平均之值,上述之預設時間段應至少大於一個完整之指紋圖像掃描幀。將預設時間段內測得之全域噪聲作平均值,該平均值即被作為本實施例中之基準環境數據存儲起來。進一步之,在識別指紋時,將當前時段檢測到環境檢測數據與預存之基準環境數據作差,得到之差值便為第一檢測模塊在當前時段之檢測誤差,該檢測誤差亦即用於反映當前時段第一檢測模塊獲取到之指紋檢測數據與實際值之差值。則步驟S32中,根據當前時段之指紋檢測數據與當前時段之檢測誤差計算目標指紋數據具體為,將第一檢測模塊當前時段獲取之指紋檢測數據與第一檢測模塊當前時段之檢測誤差作差之後得到之值,作為目標指紋數據,目標指紋數據即可被用於識別執行觸摸操作之用戶手指之指紋。
如上述之方法步驟,僅為一個完整之指紋圖像掃描幀中其中一個掃描時段之工作過程,則經過一個完整之指紋圖像掃描幀,會得到複數目標指紋數據,根據上述之複數目標指紋數據,即可對當前時段執行觸摸操作之用戶手指之指紋(即步驟S32中之目標指紋)進行識別。
上述指紋識別方法由於一定程度上減少了全域噪音帶來之影響,實現對指紋識別更加精確。
於一實施例中,步驟S32中之對目標指紋進行識別可以包括根據目標指紋數據,繪製出指紋圖像,例如指紋採集設備。
於另一實施例中,步驟S32中之對目標指紋進行識別亦可為將目標指紋數據與預存之數據進行比對,判斷其是否與預存之數據相匹配,根據判斷結果啟動相應之程序,例如判斷匹配時進行指紋解鎖,不匹配時彈出錯誤提示等等。
本發明實施例提供之指紋識別方法,藉由第一檢測模塊獲取當前時段之指紋檢測數據時,同時藉由第二檢測模塊獲取當前時段之環境檢測數據,則根據當前時段之環境檢測數據,可對當前時段之指紋檢測數據進行除噪處理,得到目標指紋數據,根據目標指紋數據識別執行觸摸操作之用戶之手指指紋,實現對指紋識別之精准度之提高。
並且,對於一個完整之指紋圖像掃描幀,在各個掃描時段中,第一檢測模塊用於獲取指紋檢測數據,第二檢測模塊用於獲取環境檢測數據,各個時段中之預存之基準環境數據是一致之,但是由於各個時段之外部環境不一定相同,即各個時段對應之全域噪聲不同(實際上大部分情況均是不同之),測得之環境檢測數據便不一定相同之,各個時段之第一檢測模塊之檢測誤差亦不相同。
因此,在各個掃描時段均分別藉由第二檢測單元獲取當前時段之環境檢測數據,可以分別得出不同掃描時段中第一檢測模塊之不同檢測誤差,由於上述步驟考慮到了不同之掃描時段中,由於外界環境因素之不同,全域噪聲是不相同之,因此對指紋檢測數據之影響亦不相同,則針對各個不同之掃描時段,分別得出第一檢測單元之檢測誤差進一步提高了最終指紋識別之準確度。
實施例二
如圖3所示,為本實施例提供之指紋識別系統100,指紋識別系統包括複數感應元件110,至少一個第一檢測模塊120、至少一個第二檢測模塊130、數據處理模塊140及存儲模塊150。其中,每個第一檢測模塊120分別與感應元件110及存儲模塊150連接,第二檢測模塊130與存儲模塊150連接,而存儲模塊150連接至數據處理模塊140。
其中,複數感應元件110相互間隔,絕緣設置,用於感應用戶之手指觸摸操作,並根據手指觸摸操作生成指紋檢測數據傳輸至第一檢測模塊120。
如圖3所示,本實施例中之複數感應元件110在同一平面上呈規則之陣列式排佈,所有之感應元件110被劃分為多組,每一組中包含之感應元件110之數量相等。本實施例中,將所有之感應元件110劃分為a、b、c及d四組(圖3中每一個虛線框內為一組),每一組中感應元件110之數量為複數,圖3
以一組為4個為例。實際之情況下,由於感應元件110之數量越多,對指紋之分辨率就越高,一般可以設置為分辨率在200ppi(Pixels Per Inch,亦叫像素密度,所表示之是每英寸所擁有之像素數量)以上,因此實際之產品中感應元件之數量是遠大於圖3中所示之數量之,此處僅作示例說明。
指紋識別系統100中包括複數第一檢測模塊120,第一檢測模塊120之數量與每一組中感應元件110之數量相等,每一個第一檢測模塊120與各組中之其中一個感應元件110連接,則本實施例以指紋識別系統100中之第一檢測模塊120之數量為4個為例,每一個第一檢測模塊120均連接a組中之一個感應元件、b組中之一個感應元件、c組中之一個感應元件及d組中之一個感應元件。則每一個第一檢測模塊120分時輸出掃描信號至各組中之感應元件110,並分時獲取複數與輸出之掃描信號一一對應之指紋檢測數據。
對應第一檢測模塊120分時獲取複數指紋檢測數據,第二檢測模塊130亦分時獲取複數與指紋檢測數據一一對應之環境檢測數據,相互對應之指紋檢測數據及環境檢測數據在同一時段獲得。則數據處理模塊140對複數指紋檢測數據及複數環境檢測數據進行處理分析,可識別目標指紋。
本實施例中指紋識別系統100以電容式原理為例,用戶手指觸摸時,手指指紋之脊線及穀線分別與感應元件110形成一電容,感應元件110上產生相應之電壓值,感應元件110則根據該電壓值輸出電壓信號或電流信號(即指紋檢測數據)並輸出至第一檢測模塊120。
此時輸出之指紋檢測數據並非僅為用戶手指之觸摸作用產生之,由於全域噪聲之存在,傳輸至第一檢測模塊120之指紋檢測數據實際上是疊加有全域噪聲干擾之數據。本實施例中,藉由第二檢測模塊130獲取環境檢測數據,該環境檢測數據為環境中全域噪聲之數據。
因此數據處理模塊140根據指紋檢測數據及環境檢測數據,即可對指紋檢測數據進行除噪處理,使得處理之後之指紋檢測數據相比於處理之前更加接近實際值,此處之實際值為理想情況下無任何噪聲干擾,僅僅因為用戶之手指觸摸操作,感應元件110生成之信號。根據經過除噪處理之後之指紋檢測數據,即可對執行觸摸操作之用戶手指之指紋(即目標指紋)進行識別。
本實施例提供之指紋識別系統100,由於包括存儲模塊150,存儲模塊150用於存儲指紋檢測數據及環境檢測數據,以供數據處理模塊140調用指
紋檢測數據及環境檢測數據用以識別目標指紋。根據上述,由於實際產品中,指紋識別系統100中之感應元件110數量較多,則第一檢測模塊120獲取之指紋檢測數據及第二檢測模塊130之獲取之環境檢測數據數量亦較多,可藉由專門設置存儲模塊150對上述之數據進行存儲,減小數據處理模塊140之負擔(於其他實施例中,數據存儲可以為數據處理模塊140之一個小之功能模塊,則數據量較大時,數據處理模塊140負擔較重,可能導致系統反應較慢或者硬件要求較高增大成本等等)。
請結合參考圖3與圖4,以下對本實施例中之指紋識別系統100之工作過程進行詳述:圖4示出之為第一檢測模塊120之掃描信號之輸出時序(各個第一檢測模塊120之掃描信號輸出時序基本相同),其中,將完成所有感應元件110之掃描之時間作為一個完整之指紋圖像掃描幀,一個指紋圖像掃描幀包括複數時長基本相等之掃描時段,每一個掃描時段對相應之一組感應元件110輸出掃描信號。圖4中示出了一個完整之指紋圖像掃描幀,其共包括四個掃描時段I、Ⅱ、Ⅲ、Ⅳ。
在掃描時段I中,各個第一檢測模塊120分別輸出掃描信號至a組中與之連接之感應元件110,因此在時段I中,b、c、d組中之感應元件110皆無掃描信號,此時a組中之感應元件110根據該掃描信號與用戶之手指觸摸操作,生成指紋檢測數據輸出至與之連接之第一檢測模塊120。同時,在時段I期間,第二檢測模塊130獲取時段I期間之環境檢測數據。則,同時在時段I期間獲取之指紋檢測數據及環境檢測數據是相互對應之。
在掃描時段Ⅱ中,各個第一檢測模塊120停止對a組中之感應元件輸出掃描信號,而分別輸出掃描信號至b組中與之連接之感應元件110,且在時段Ⅱ中,c、d組中之感應元件110依舊無掃描信號,此時b組中之感應元件110根據該掃描信號及用戶之手指觸摸操作,生成指紋檢測數據輸出至與之連接之第一檢測模塊120。同時,在時段Ⅱ期間,第二檢測模塊130獲取時段Ⅱ期間之環境檢測數據。同時在時段Ⅱ期間獲取之指紋檢測數據及環境檢測數據是相互對應之。
在掃描時段Ⅲ時,輸出掃描信號至c組中之感應元件,其他組感應元件無掃描信號;掃描時段Ⅳ時,輸出掃描信號至d組中之感應元件,其他組感應元件無掃描信號,具體如時段I、Ⅱ,此處便不再贅述。
各個時段獲取到之指紋檢測數據及環境檢測數據皆被存儲於存儲模塊150中,數據處理模塊140調取複數指紋檢測數據及與指紋檢測數據一一對應之複數環境檢測數據,進行處理並分析,識別目標指紋。
本實施例中,具體之數據處理過程包括:將時段I獲取之環境檢測數據與預存之基準環境數據作差,得到之差值作為時段I時之檢測誤差,再將時段I獲取之指紋檢測數據與該檢測誤差作差,得到時段I去噪之後到指紋檢測數據;將時段Ⅱ獲取之環境檢測數據與預存之基準環境數據作差,得到之差值作為時段I時之檢測誤差,再將時段Ⅱ獲取之指紋檢測數據與該檢測誤差作差,得到時段Ⅱ去噪之後到指紋檢測數據;將時段Ⅲ獲取之環境檢測數據與預存之基準環境數據作差,得到之差值作為時段Ⅲ時之檢測誤差,再將時段Ⅲ獲取之指紋檢測數據與該檢測誤差作差,得到時段Ⅲ去噪之後到指紋檢測數據;將時段Ⅳ獲取之環境檢測數據與預存之基準環境數據作差,得到之差值作為時段Ⅳ時之檢測誤差,再將時段Ⅳ獲取之指紋檢測數據與該檢測誤差作差,得到時段Ⅳ去噪之後到指紋檢測數據。
最後,數據處理模塊140根據去噪後之時段I、Ⅱ、Ⅲ、Ⅳ之指紋檢測數據識別目標指紋。
本實施例提供之指紋識別系統100,可以是作為獨立之裝置,例如為一個指紋識別裝置。於一實施例中,指紋識別系統100亦可應用於各類需要指紋識別功能之智能設備中,例如智能手機、指紋打卡機、指紋智能鎖等等;當應用於上述設備時,指紋識別系統100可以作為上述設備之一個獨立之功能模塊,例如將指紋識別系統100整體封裝於一IC中;或者於另一實施例中,指紋識別系統100應用於上述設備時,僅第一檢測模塊120、第二檢測模塊130、數據處理模塊140及存儲模塊150作為一個整體,例如作為IC或整體作為IC之其中一個功能模塊(IC還複用作其他功能),IC再與外部之感應元件110連接,此時感應元件110可設置於主板上;或者於另一實施例中,為減輕IC運作負擔,
僅第一檢測模塊120、第二檢測模塊130、數據處理模塊140作為一個整體被封裝於一顆IC中,由IC連接外部之感應元件110及存儲模塊150。當然,於其他實施例中,感應元件110、第一檢測模塊120、第二檢測模塊130、數據處理模塊140及存儲模塊150亦可均分別設置於某一裝置(支持指紋識別)之內部主板上。
本實施例提供之指紋識別系統100,藉由第一檢測模塊120獲取當前時段之指紋檢測數據時,同時藉由第二檢測模塊130獲取當前時段之環境檢測數據,則根據當前時段之環境檢測數據,可對當前時段之指紋檢測數據進行除噪處理,得到目標指紋數據,根據目標指紋數據識別執行觸摸操作之用戶之手指指紋,實現對指紋識別之精准度之提高。
並且上述過程可知,各組之感應元件110並非在同一時段被掃描,由於各個時段之外界環境不同,全域噪音不同,則各個時段獲取之指紋檢測數據受到全域噪聲之影響程度並不相同,本實施例中之指紋識別系統100藉由第一檢測模塊120獲取指紋檢測數據之同時,藉由第二檢測模塊130獲取環境檢測數據,對應每一個掃描時段分別獲取與之對應之環境檢測數據,使得除噪之後之指紋檢測數據更加接近實際值,指紋識別更加精確。
實施例三:
如圖5所示,本實施例提供之指紋識別系統,與實施例二之區別在於,第二檢測模塊130與至少其中一個感應元件110連接。
本實施例中,指紋識別系統100包括一個第二檢測模塊130,第二檢測模塊130連接其中之一個感應元件110,則藉由將獲取環境檢測數據之第二檢測模塊130與感應元件110連接,當用戶手指進行觸摸操作時,第二檢測模塊130與其連接之感應元件110可以共同獲取用戶手指造成之噪聲,使得獲取之環境檢測數據更加全面。
將所有之感應元件110所佔用之區域定義為指紋識別之有效識別區域,理論上本實施例中不對第二檢測模塊130所連接之感應元件110之位置進行限定。但是於一優選實施例中,選擇連接位於有效識別區域中心部分之感應元件110(例如本實施例中圖5所示)。
於其他實施例中,亦可以連接複數感應元件110,優選複數感應元件110為位於有效識別區域中心部分之感應元件110或者複數感應元件110在整個識別區域基本均勻分佈。
應當理解,本實施例提供之指紋識別系統100,可以實現如實施例二中所述之所有有益效果;並且在此基礎上,因為第二檢測模塊130還連接感應元件110,其獲取之環境檢測數據還包括用戶手指觸摸帶來之噪聲,進一步提高了指紋識別之精確度。
本實施例還提供一種智能裝置,該智能裝置包括如上述實施例二~三中任意一項所述之指紋識別系統100。智能裝置可以包括但不僅限於智能手機、平板電腦、智能鎖等具備指紋識別功能之設備。應當理解,該智能裝置可以實現如實施二~三中所有有益效果。
實施例四:
請參閱圖6,本實施例提供之可讀存儲媒體200,其上存儲有程序或指令,該程序或指令可被處理器300執行,該程序或指令被處理器300執行時可實現本發明實施例一中所述之指紋識別方法之所有方法步驟。
本實施例還提供智能設備400,智能設備400為例如智能手機、指紋打卡機、指紋智能鎖等具備指紋識別功能之設備,包括處理器300,可讀存儲媒體200可應用於智能設備400中。
應當理解,本實施例提供之智能設備400,可實現如上述實施例所述之有益效果。
本技術領域之普通技術人員應當認識到,以上之實施方式僅是用來說明本發明,而並非用作為對本發明之限定,只要於本發明之實質精神範圍之內,對以上實施例所作之適當改變及變化均落於本發明要求保護之範圍之內。
S1、S2、S3:步驟
Claims (9)
- 一種指紋識別方法,其改良在於,包括:步驟S1,藉由第一檢測模塊獲取當前時段之指紋檢測數據;步驟S2,藉由第二檢測模塊獲取所述當前時段之環境檢測數據;步驟S31,根據所述當前時段之所述環境檢測數據與預存之基準環境數據,獲取所述當前時段所述第一檢測模塊之檢測誤差,所述檢測誤差為所述當前時段之所述環境檢測數據與所述基準環境數據之差值;步驟S32,根據所述當前時段之指紋檢測數據與所述當前時段之檢測誤差計算所述目標指紋數據,所述目標指紋數據用於識別所述目標指紋。
- 如請求項1所述之指紋識別方法,其中,所述基準環境數據為所述第二檢測模塊將預設時間段中檢測到之環境數據作平均值得到。
- 一種可讀存儲媒體,其上存儲有程序或指令,其改良在於,所述程序或指令被處理器執行時實現如請求項1至2中任一項所述之指紋識別方法之步驟。
- 一種指紋識別系統,其改良在於,所述指紋識別系統包括:複數感應元件,所述複數感應元件相互絕緣設置,用於感應用戶之手指觸摸操作,並根據所述觸摸操作生成指紋檢測數據傳輸至第一檢測模塊;至少一個第一檢測模塊,所述第一檢測模塊與所述複數感應元件連接,用於藉由所述感應元件獲取當前時段之指紋檢測數據;第二檢測模塊,所述第二檢測模塊用於獲取所述當前時段之環境檢測數據;數據處理模塊,所述數據處理模塊分別與所述第一檢測模塊及所述第二檢測模塊連接,用於根據所述當前時段之指紋檢測數據及所述環境檢測數據識別目標指紋,所述目標指紋為執行所述觸摸操作之手指所對應之指紋。
- 如請求項4所述之指紋識別系統,其中,所述複數感應元件被劃分為數量相等之多組,所述第一檢測模塊之數量與每一組中所述感應元件之數量相等,每一個所述第一檢測模塊與各組中之其中一個所述感應元件連接;各個所述第一檢測模塊分時輸出掃描信號至各組中之所述感應元件,並分時獲取複數與所述掃描信號一一對應之指紋檢測數據; 所述第二檢測模塊分時獲取複數與所述指紋檢測數據一一對應之環境檢測數據,相互對應之所述指紋檢測數據及所述環境檢測數據在同一時段獲得。
- 如請求項5所述之指紋識別系統,其中,所述第二檢測模塊與至少其中一個所述感應元件連接。
- 如請求項5所述之指紋識別系統,其中,還包括存儲模塊;所述存儲模塊與所述數據處理模塊連接,用於存儲所述指紋檢測數據及所述環境檢測數據,以供所述數據處理模塊調用所述指紋檢測數據及所述環境檢測數據用以識別目標指紋。
- 如請求項4所述之指紋識別系統,其中,所述感應元件為電容感應式感應元件、光學感應式感應元件或超聲波感應式感應元件。
- 一種智能裝置,其改良在於,包括如請求項4至8任意一項所述之指紋識別系統。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811468576.5 | 2018-12-03 | ||
CN201811468576.5A CN111259708A (zh) | 2018-12-03 | 2018-12-03 | 指纹识别方法、存储介质、指纹识别系统及智能装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202022668A TW202022668A (zh) | 2020-06-16 |
TWI703466B true TWI703466B (zh) | 2020-09-01 |
Family
ID=70950656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107144631A TWI703466B (zh) | 2018-12-03 | 2018-12-11 | 指紋識別方法、存儲媒體、指紋識別系統及智能裝置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111259708A (zh) |
TW (1) | TWI703466B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113851096B (zh) * | 2020-06-28 | 2023-05-02 | 北京小米移动软件有限公司 | 亮度检测方法、装置及存储介质 |
CN113065487B (zh) * | 2021-04-09 | 2023-01-31 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、装置和电子设备 |
WO2022213382A1 (zh) | 2021-04-09 | 2022-10-13 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198293A (zh) * | 2011-12-22 | 2013-07-10 | 美国博通公司 | 用于指纹识别视频的系统和方法 |
CN105975834A (zh) * | 2016-05-27 | 2016-09-28 | 广东欧珀移动通信有限公司 | 一种指纹解锁控制方法、及设备 |
TW201839658A (zh) * | 2017-04-28 | 2018-11-01 | 大陸商廣東歐珀移動通信有限公司 | 行動終端、指紋識別區域顯示方法及裝置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094494B (zh) * | 2015-09-15 | 2019-08-23 | 京东方科技集团股份有限公司 | 指纹识别方法、装置及电子设备 |
CN106407945B (zh) * | 2016-09-29 | 2019-08-20 | 维沃移动通信有限公司 | 一种指纹识别方法及移动终端 |
CN107153818B (zh) * | 2017-05-03 | 2020-01-14 | Oppo广东移动通信有限公司 | 光学指纹验证方法及相关产品 |
CN107392145A (zh) * | 2017-07-20 | 2017-11-24 | 维沃移动通信有限公司 | 一种指纹识别方法、终端及计算机可读存储介质 |
CN107665340B (zh) * | 2017-09-22 | 2020-06-02 | 北京小米移动软件有限公司 | 指纹识别方法、装置、电子设备 |
CN108229372B (zh) * | 2017-12-29 | 2021-08-10 | 努比亚技术有限公司 | 指纹识别方法、移动终端及计算机可读存储介质 |
-
2018
- 2018-12-03 CN CN201811468576.5A patent/CN111259708A/zh active Pending
- 2018-12-11 TW TW107144631A patent/TWI703466B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198293A (zh) * | 2011-12-22 | 2013-07-10 | 美国博通公司 | 用于指纹识别视频的系统和方法 |
CN105975834A (zh) * | 2016-05-27 | 2016-09-28 | 广东欧珀移动通信有限公司 | 一种指纹解锁控制方法、及设备 |
TW201839658A (zh) * | 2017-04-28 | 2018-11-01 | 大陸商廣東歐珀移動通信有限公司 | 行動終端、指紋識別區域顯示方法及裝置 |
Also Published As
Publication number | Publication date |
---|---|
CN111259708A (zh) | 2020-06-09 |
TW202022668A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI703466B (zh) | 指紋識別方法、存儲媒體、指紋識別系統及智能裝置 | |
EP1399875B1 (en) | Method and system for extracting an area of interest from within a swipe image of a biological surface. | |
US9400880B2 (en) | Method and apparatus for biometric-based security using capacitive profiles | |
KR101529033B1 (ko) | 극소 센싱 영역을 포함하는 전자 장치 및 이의 지문 정보 프로세싱 방법 | |
US8116540B2 (en) | Apparatus and method for reducing noise in fingerprint sensing circuits | |
CN108509909B (zh) | 一种指纹采集方法及装置 | |
US9477869B2 (en) | Mutual-capacitance palm print identification method, mutual-capacitance palm print identification device and mutual-capacitance palm print identification touch panel | |
US9842245B1 (en) | Fingerprint sensing system with liveness detection | |
US20150071507A1 (en) | Reconstructing a Biometric Image | |
US10572749B1 (en) | Systems and methods for detecting and managing fingerprint sensor artifacts | |
US9514351B2 (en) | Processing a fingerprint for fingerprint matching | |
CN108713202A (zh) | 用于指纹识别的方法、装置和电子设备 | |
US20140093145A1 (en) | Algorithms For Hardware-Oriented Biometric Matching | |
US10565423B2 (en) | Detection method and device used in fingerprint identification system | |
WO2020224149A1 (zh) | 电子设备及其指纹识别方法和装置 | |
US20210173908A1 (en) | Fingerprint authentication method and system for rejecting spoof attempts | |
US20180137327A1 (en) | Fingerprint sensing with different capacitive configurations | |
US11010589B1 (en) | Defensive measures for residue re-imaging | |
US12056222B2 (en) | Display device including a fingerprint sensor and a method of driving the same | |
US11062113B2 (en) | Fingerprint authentication system and method providing for reduced latency | |
CN111709380A (zh) | 一种屏幕的光学指纹识别方法及相关产品 | |
WO2018185992A1 (ja) | 生体認証装置、及び方法 | |
KR20160109258A (ko) | 지문 검출 장치 및 이의 구동 방법 | |
TWI831479B (zh) | 電容式指紋識別方法、電容式指紋識別裝置及資訊處理裝置 | |
US11755711B2 (en) | Method, biometric sensor and biometric detecting system for detecting a biometric feature of humans |