WO2022001046A1 - 一种静脉图像的匹配方法和装置 - Google Patents

一种静脉图像的匹配方法和装置 Download PDF

Info

Publication number
WO2022001046A1
WO2022001046A1 PCT/CN2020/140648 CN2020140648W WO2022001046A1 WO 2022001046 A1 WO2022001046 A1 WO 2022001046A1 CN 2020140648 W CN2020140648 W CN 2020140648W WO 2022001046 A1 WO2022001046 A1 WO 2022001046A1
Authority
WO
WIPO (PCT)
Prior art keywords
vein image
matching
vein
target
current
Prior art date
Application number
PCT/CN2020/140648
Other languages
English (en)
French (fr)
Inventor
段武斌
唐杰
陈道远
杨苗
孟智多
Original Assignee
珠海格力电器股份有限公司
珠海联云科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 珠海格力电器股份有限公司, 珠海联云科技有限公司 filed Critical 珠海格力电器股份有限公司
Publication of WO2022001046A1 publication Critical patent/WO2022001046A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • G06V40/14—Vascular patterns

Definitions

  • the present disclosure relates to the field of computers, and in particular, to a method and device for matching vein images.
  • the current vein identification method is to use infrared penetration to obtain vein pattern images and store them in the form of data. In subsequent verification, the currently collected data is compared with the stored data for verification.
  • the quality of the camera image is often affected by the positional deviation of the identification device and the object, resulting in the misjudgment or omission of the correct vein fingerprint, which makes the probability of misidentification in the process of vein identification very high.
  • the present disclosure provides a method and device for matching vein images, so as to at least solve the technical problem in the related art that the probability of misidentification is high in the process of recognizing veins on images.
  • a method for matching vein images including:
  • first vein image is the vein image of the object to be verified obtained from the first angle
  • target vein image is pre-stored Vein image of the target object
  • the second vein image is matched with the target vein image to obtain a second vein feature A matching result, wherein the second vein image is a vein image of the object to be verified obtained from a second angle, and the second angle is obtained by rotating from the first angle;
  • Whether the target object includes the object to be verified is determined according to the second vein feature matching result.
  • matching the second vein image with the target vein image to obtain a second vein feature matching result includes:
  • the second vein feature matching result is set to indicate that the second vein image does not match the target vein image.
  • matching the second vein image with the target vein image to obtain the first matching degree includes:
  • the first current matching degree When the first current matching degree reaches the first threshold, or the first current matching degree does not reach the first threshold but the degree difference between the first current angle and the first angle reaches the first threshold In the case of two degrees, the first current matching degree is determined as the first matching degree;
  • the first current angle is The next first current angle is obtained by rotating the first degree in the first direction for the starting point.
  • using the first current angle as a starting point to rotate the first degree in the first direction to obtain the next first current angle includes:
  • the first current matching degree is determined as the first matching degree, or, taking the first angle as a starting point, along the The first matching degree is obtained by rotating in two directions, wherein the second direction is opposite to the first direction;
  • the next first current angle is obtained by rotating the first degree along the first direction with the first current angle as a starting point.
  • rotating along the second direction with the first angle as a starting point to obtain the first matching degree includes:
  • the second current matching degree is not greater than the previous second current matching degree, determining the second current matching degree as the first matching degree
  • the next second current angle is obtained by rotating the second current angle in the second direction with the second current angle as a starting point.
  • matching the first vein image with the target vein image to obtain the first vein feature matching result includes:
  • the method before matching the first vein feature with the target vein feature of the target vein image, the method further comprises:
  • the target object and the target vein feature having a corresponding relationship are stored.
  • determining whether the target object includes the object to be verified according to the second vein feature matching result includes:
  • the target object includes the to-be-verified object
  • the target object does not include the to-be-verified object.
  • the method further includes:
  • the matching degree between the first vein image and the target vein image does not reach a second threshold, determine that the target object does not include the to-be-verified object
  • the first vein feature matching result is set to indicate The first vein image does not match the target vein image.
  • a device for matching vein images including:
  • the first matching module is configured to match the first vein image with the target vein image to obtain a first vein feature matching result, wherein the first vein image is the vein image of the object to be verified obtained at a first angle,
  • the target vein image is a pre-stored vein image of the target object;
  • a second matching module configured to match the second vein image to the target vein image in the event that the first vein feature matching result is set to indicate that the first vein image does not match the target vein image Matching is performed to obtain a second vein feature matching result, wherein the second vein image is the vein image of the object to be verified obtained from a second angle, and the second angle is obtained by rotating from the first angle of;
  • a determination module configured to determine whether the target object includes the object to be verified according to the second vein feature matching result.
  • a storage medium is also provided, where the storage medium includes a stored program, and the above method is executed when the program runs.
  • an electronic device including a memory, a processor, and a computer program stored in the memory and executable on the processor, and the processor executes the above method through the computer program.
  • a first vein feature matching result is obtained by matching a first vein image with a target vein image, wherein the first vein image is a vein image of the object to be verified obtained at a first angle, and the target vein image is The image is a pre-stored vein image of the target object; when the first vein feature matching result is set to indicate that the matching of the first vein image and the target vein image is inconsistent, the second vein image is matched with the target vein image to obtain the second vein image.
  • the vein feature matching result wherein the second vein image is the vein image of the object to be verified obtained from the second angle, and the second angle is obtained by rotating from the first angle; the target object is determined according to the second vein feature matching result Whether to include the object to be verified.
  • the process of vein image matching if the first vein image of the object to be verified collected at the first angle does not match the matched target vein image, then rotate to the second angle to obtain the second vein image, using The second vein image is matched with the target vein image to obtain a new matching result, and the new matching result is used to determine whether the object to be verified is included in the target object corresponding to the target vein image. It can effectively reduce the possibility of misjudgment and misjudgment, thereby reducing the need for image processing.
  • the technical effect of the probability of misrecognition in the process of vein identification solves the technical problem of high probability of misrecognition in the process of vein identification in the related art.
  • FIG. 1 is a schematic diagram of a hardware environment of a method for matching vein images according to an embodiment of the present disclosure
  • FIG. 2 is a flowchart of a method for matching vein images in some implementations according to an embodiment of the present disclosure
  • FIG. 3 is a schematic diagram of a device for acquiring a vein image in some implementations according to an embodiment of the present disclosure
  • FIG. 4 is a schematic diagram of a matching process of vein features in some implementations according to an embodiment of the present disclosure
  • FIG. 5 is a schematic diagram of a method for identifying a finger vein according to an optional embodiment of the present disclosure
  • FIG. 6 is a schematic diagram of a device for matching vein images in some implementations according to an embodiment of the present disclosure
  • FIG. 7 is a structural block diagram of a terminal according to an embodiment of the present disclosure.
  • an embodiment of a method for matching vein images is provided.
  • the above-mentioned method for matching vein images can be applied in a hardware environment composed of a terminal 101 and a server 103 as shown in FIG. 1 .
  • the server 103 is connected to the terminal 101 through the network, and can be set to provide services (such as game services, application services, etc.) for the terminal or the client installed on the terminal, and can be set on the server or independently of the server
  • the database is set to provide data storage services for the server 103.
  • the above-mentioned network includes but is not limited to: a wide area network, a metropolitan area network or a local area network, and the terminal 101 is not limited to a PC, a mobile phone, a tablet computer, and the like.
  • the method for matching vein images according to the embodiment of the present disclosure may be performed by the server 103 , may also be performed by the terminal 101 , or may be performed jointly by the server 103 and the terminal 101 .
  • the terminal 101 may also execute the method for matching vein images according to the embodiment of the present disclosure by a client installed on the terminal 101 .
  • Fig. 2 is a flowchart of a method for matching vein images in some implementations according to an embodiment of the present disclosure. As shown in Fig. 2 , the method may include the following steps:
  • Step S202 matching the first vein image with the target vein image to obtain a first vein feature matching result, wherein the first vein image is a vein image of the object to be verified obtained from a first angle, and the target vein image is the pre-stored vein image of the target object;
  • Step S204 in the case that the first vein feature matching result is set to indicate that the first vein image is inconsistent with the target vein image, match the second vein image with the target vein image to obtain the first vein image.
  • Two vein feature matching results wherein the second vein image is a vein image of the object to be verified obtained from a second angle, and the second angle is obtained by rotating from the first angle;
  • Step S206 determining whether the target object includes the object to be verified according to the second vein feature matching result
  • the object to be verified and the target object may include, but are not limited to, objects that can obtain vein images, such as people, animals, and the like.
  • the above-mentioned target vein images and the vein images of the object to be verified may include, but are not limited to, finger vein images, palm vein images, facial vein images, leg vein images, and the like.
  • the first vein feature matching result may be, but is not limited to, set to indicate whether the first vein image matches the target vein image.
  • the target vein image may be, but is not limited to, a pre-acquired and stored vein image of the target subject.
  • the target vein image may be stored in FLASH (flash memory), but is not limited to.
  • the first angle may be, but is not limited to, the initial angle for capturing the vein image of the object to be verified, which may be the angle of the lens of the capturing device relative to the object to be verified, for example: the first angle
  • the angle may be, but is not limited to, the angle at which the central axis of the lens of the acquisition device is perpendicular to the object to be detected.
  • FIG. 3 is a schematic diagram of a device for acquiring a vein image in some implementations according to an embodiment of the present disclosure. As shown in FIG. 3 , the device for acquiring a vein image may include, but is not limited to, a stepping motor and a camera. The motor controls the rotation of the camera, and the angle between the central axis of the camera lens and the object to be detected perpendicular to the object can be used as the first angle.
  • step S204 if the matching between the first vein image and the target vein image is inconsistent, the second vein image obtained from the second angle is used to match the target vein image again to obtain a second vein feature matching result.
  • the second vein feature matching result is a matching result that can determine whether the object to be verified is in the target object.
  • the second angle is obtained by rotating from the first angle
  • the rotation process may be, but is not limited to, one or more times, that is, multiple times of vein image matching may be performed through multiple rotation angles until A matching result that can determine whether the object to be verified is in the target object is obtained.
  • the angle of each rotation can be, but not limited to, a fixed degree (for example: 5°, 7°, 10°, etc.), or it can be, but not limited to, a different degree, and the different degrees can be based on preset
  • the set rule changes for example: adjust 10° for the first time, decrease by 1° each time, etc.
  • it can also be the degree of adaptive adjustment according to the last matching result.
  • the display quality of the vein image can also be improved by adjusting the illumination angle (infrared intensity illuminating the vein).
  • step S206 it may be determined, but not limited to, that the target object includes the object to be verified, or the target object does not include the object to be verified.
  • matching the second vein image with the target vein image to obtain the second vein feature matching result includes:
  • whether the second vein feature matching result is set to indicate that the second vein image is equal to The target vein images are matched consistently.
  • the first threshold may be, but is not limited to, a degree of matching that can determine that the second vein image is consistent with the target vein image.
  • the first threshold may be set according to requirements, but not limited to, for example, the first threshold may be set to, but not limited to, 100%, 98%, 95%, 85%, and so on.
  • matching the second vein image with the target vein image to obtain the first matching degree includes:
  • the first current matching degree is determined as the first matching degree
  • the first direction may be, but is not limited to, a direction along the vein of the target subject.
  • the first degree may be, but is not limited to, a fixed degree (eg, 5°, 7°, 10°, etc.), or may be, but not limited to, a different degree for each rotation.
  • the second degree may be, but is not limited to, a set maximum degree of rotation.
  • the currently obtained matching degree is considered to be the first matching that allows jumping out of the loop process.
  • the second degree can be, but is not limited to, set according to requirements, for example, the second degree can be, but is not limited to, 45° and so on.
  • the rotation of the acquisition angle and the matching of the acquired images are performed multiple times through the cycle process, until the matching result or the rotation angle satisfies the condition for jumping out of the cycle process, and the result is set to determine the second vein feature matching result indicated.
  • the first degree of matching of information is set to determine the second vein feature matching result indicated.
  • using the first current angle as a starting point to rotate the first degree in the first direction to obtain the next first current angle includes:
  • the process of rotating in the first direction may be stopped, and the process of rotating in the second direction opposite to the first direction may be stopped.
  • rotating along the second direction with the first angle as a starting point to obtain the first matching degree includes:
  • the rotation in the second direction may be, but not limited to, each time according to a third degree of rotation
  • the third degree may be, but is not limited to, a preset angle, for example: the third degree may be, but not limited to It's 5°, 7°, and so on.
  • the third degree and the first degree may be the same or different.
  • the second degree may be, but is not limited to, a set maximum degree of rotation in the opposite direction. When the total angle of rotation in the second direction reaches the second degree, it is considered that the currently obtained matching degree is The first degree of matching that allows to jump out of the loop process.
  • the second degree may be, but is not limited to, set according to requirements, for example, the second degree may be, but not limited to, 45° and so on.
  • the fourth degree and the second degree may be the same or different.
  • the matching of the vein images may be performed multiple times until the matching result or the rotation angle satisfies the condition for jumping out of the circulation process, and the result is set to determine the second vein feature matching The first degree of matching of the information indicated by the result.
  • matching the first vein image with the target vein image to obtain the first vein feature matching result includes:
  • S52 Match the first vein feature with a pre-stored target vein feature to obtain a first vein feature matching result, where the target vein feature is identified from the target vein image.
  • the matching process between the vein images may be implemented by, but not limited to, matching of vein features extracted from the vein images.
  • the identified first vein feature of the first vein image may be, but is not limited to, stored in binary form.
  • FIG. 4 is a schematic diagram of a matching process of vein features in some implementations according to an embodiment of the present disclosure. As shown in FIG. 4 , the target vein image feature value (ie the input value) and the vein feature ( That is, the matching process of the matching value) is realized by comparing the binary data of the two.
  • the method before matching the first vein feature with the target vein feature of the target vein image, the method further includes:
  • the target vein feature may be identified from the target vein image of the target object in advance, but is not limited to, and the target object is represented by the target vein feature.
  • the stored target vein feature can be, but is not limited to, a feature vector, or binary data of the target vein feature, and so on.
  • determining whether the target object includes the object to be verified according to the second vein feature matching result includes:
  • the second vein feature matching result it may be determined, but not limited to, that the target object includes the object to be verified, or the target object does not include the object to be verified. If the second vein feature matching result is set to indicate that the second vein image is consistent with the target vein image, it is determined that the target object includes the object to be verified. If the second vein feature matching result is set to indicate that the second vein image does not match the target vein image, it is determined that the target object does not include the object to be verified.
  • the method further includes:
  • the second threshold and the third threshold are preset values used to determine the matching relationship between the object to be verified and the target object.
  • the second threshold may be, but not limited to, 40%, 50%, etc., and the third threshold It can be, but is not limited to, 80%, 90%, and so on. If the matching degree between the first vein image and the target vein image does not reach the second threshold, it is directly determined that the target object does not include the object to be verified. If the matching degree between the first vein image and the target vein image reaches the third threshold, it is directly determined that the target object includes the object to be verified. If the matching degree between the first vein image and the target vein image falls between the second threshold and the third threshold, the matching of the vein images is performed again until it can be determined whether the target object includes the object to be verified.
  • FIG. 5 is a schematic diagram of a finger vein identification method according to an optional embodiment of the present disclosure. As shown in FIG. 5 , the method includes the following steps:
  • Step S502 the camera acquires the target finger vein image of the target finger, identifies the feature value of the target finger vein image in the form of binary data, and stores the identified feature value in FLASH.
  • the position of the camera is returned to the direction perpendicular to the position where the finger is placed by default at the initial and after each acquisition completion.
  • Step S504 the camera acquires the finger vein image of the finger to be verified, identifies the feature value in the form of binary data of the finger vein image to be verified, and matches with the feature value of the target finger vein image stored in the FLASH to obtain a matching result.
  • the method for identifying the feature value of the finger vein image to be verified may be, but not limited to, the way of IC processing.
  • Step S506 compare the matching result with the set threshold, when the matching result reaches the set third threshold of 100%, it can be determined that the identification is successful; when the matching result is less than the set second threshold 50%, then it can be determined. It is determined that the recognition fails; if the matching result is greater than or equal to 50% and less than 100%, it is determined that the current finger vein image to be verified may belong to the target finger, and step S508 may be executed.
  • Step S508 take the camera from the default starting position (which can be the position where the central axis of the camera is perpendicular to the plane of the finger) as the starting point, and control the camera to rotate in one direction along the finger through the stepper motor, and the rotation angle is the last obtained finger vein. Add 5° to the angle of the image (A n ) to obtain the first current vein image of the finger to be verified.
  • the angle between the rotated camera position and the initial position ie, A n+1 - A1
  • the first current vein image and the target vein image are matched to obtain the first current matching degree Sn +1 .
  • Step S510 it is determined whether the first current matching degree Sn +1 reaches 100%, and if it reaches 100%, it is determined that the recognition is successful. If it does not reach 100%, compare the first current matching degree Sn +1 with the matching degree (Sn) obtained by the previous matching, if the first current matching degree Sn +1 is greater than or equal to the matching degree obtained by the previous matching , step S508 is repeatedly executed, otherwise step S512 is executed.
  • the angle ie, An -1- A1
  • the angle between the rotated camera position and the initial position is less than or equal to 45°
  • the second current vein image obtained from the angle is matched with the target vein image to obtain the second current matching degree S n ⁇ 1 .
  • Step S514 it is determined whether the second current matching degree Sn -1 reaches 100%, and if it reaches 100%, it is determined that the recognition is successful. If it does not reach 100%, compare the second current matching degree Sn -1 with the matching degree (Sn) obtained by the previous matching, if the second current matching degree Sn -1 is greater than or equal to the matching degree obtained by the previous matching , step S512 is repeatedly executed, otherwise it is determined that the identification fails.
  • the method according to the above embodiment can be implemented by means of software plus a necessary general hardware platform, and of course can also be implemented by hardware, but in many cases the former is better implementation.
  • the technical solutions of the present disclosure can be embodied in the form of software products in essence or the parts that make contributions to related technologies.
  • the computer software products are stored in a storage medium (such as ROM/RAM, magnetic disk, optical disk) ), including several instructions to cause a terminal device (which may be a mobile phone, a computer, a server, or a network device, etc.) to execute the methods described in the various embodiments of the present disclosure.
  • FIG. 6 is a schematic diagram of an apparatus for matching vein images in some implementations according to an embodiment of the present disclosure. As shown in FIG. 6 , the apparatus may include:
  • the first matching module 62 is configured to match the first vein image with the target vein image to obtain a first vein feature matching result, wherein the first vein image is the vein image of the object to be verified obtained from a first angle , the target vein image is a pre-stored vein image of the target object;
  • the second matching module 64 is configured to match the second vein image with the target vein image if the first vein feature matching result is set to indicate that the first vein image does not match the target vein image Image matching is performed to obtain a second vein feature matching result, wherein the second vein image is the vein image of the object to be verified obtained from a second angle, and the second angle is rotated from the first angle owned;
  • the first determining module 66 is configured to determine whether the target object includes the object to be verified according to the second vein feature matching result.
  • the first matching module 62 in this embodiment may be configured to execute step S202 in this embodiment of the present disclosure
  • the second matching module 64 in this embodiment may be configured to execute step S202 in this embodiment of the present disclosure
  • the determination module 66 in this embodiment may be configured to execute step S206 in this embodiment of the present disclosure.
  • the process of vein image matching if the first vein image of the object to be verified collected at the first angle does not match the matched target vein image, then rotate to the second angle to obtain the second vein image, Use the second vein image to match the target vein image to obtain a new matching result, use the new matching result to determine whether the object to be verified is included in the target object corresponding to the target vein image, and obtain different vein images for matching by rotating angles, It avoids the influence on the recognition results caused by the deviation of the recognition angle and the placement angle of the object to be detected, and the quality of the vein image does not meet the recognition requirements, effectively reducing the possibility of misjudgment and misjudgment, thereby reducing the need for image processing.
  • the technical effect of the probability of erroneous recognition in the process of vein recognition further solves the technical problem of the high probability of erroneous recognition in the process of vein recognition on the image in the related art.
  • the second matching module includes:
  • a first matching unit configured to match the second vein image with the target vein image to obtain a first degree of matching
  • a first determining unit configured to determine that the second vein feature matching result is set to indicate that the second vein image is consistent with the target vein image when the first matching degree reaches a first threshold ;
  • a second determination unit configured to determine that the second vein feature matching result is set to indicate that the second vein image is compatible with the target vein if the first matching degree does not reach the first threshold Image matching is inconsistent.
  • the first matching unit is configured to:
  • the first current matching degree When the first current matching degree reaches the first threshold, or the first current matching degree does not reach the first threshold but the degree difference between the first current angle and the first angle reaches the first threshold In the case of two degrees, the first current matching degree is determined as the first matching degree;
  • the first current angle is The next first current angle is obtained by rotating the first degree in the first direction for the starting point.
  • the first matching unit is configured to:
  • the first current matching degree is determined as the first matching degree, or, taking the first angle as a starting point, along the The first matching degree is obtained by rotating in two directions, wherein the second direction is opposite to the first direction;
  • the next first current angle is obtained by rotating the first degree along the first direction with the first current angle as a starting point.
  • the first matching unit is configured to:
  • the second current matching degree is not greater than the previous second current matching degree, determining the second current matching degree as the first matching degree
  • the next second current angle is obtained by rotating the second current angle in the second direction with the second current angle as a starting point.
  • the first matching module includes:
  • an identification unit configured to identify the first vein feature of the first vein image
  • the second matching unit is configured to match the first vein feature with the pre-stored target vein feature to obtain a first vein feature matching result, wherein the target vein feature is identified from the target vein image .
  • the apparatus further comprises:
  • an acquisition module configured to acquire the target vein image of the target object at a first angle before matching the first vein feature with the target vein feature of the target vein image
  • an identification module configured to identify the target vein feature corresponding to the target vein image
  • a storage module configured to store the target object and the target vein feature having a corresponding relationship.
  • the determining module includes:
  • a third determining unit configured to determine that the target object includes the object to be verified when the second vein feature matching result is set to indicate that the second vein image is consistent with the target vein image ;
  • a fourth determining unit configured to determine that the target object does not include the to-be-verified object when the second vein feature matching result is set to indicate that the second vein image is inconsistent with the target vein image object.
  • the apparatus further comprises:
  • the second determination module is configured to match the first vein image with the target vein image to obtain the first vein feature matching result, and the matching degree between the first vein image and the target vein image does not reach In the case of the second threshold, it is determined that the target object does not include the object to be verified;
  • a third determining module configured to determine that the target object includes the object to be verified when the degree of matching between the first vein image and the target vein image reaches a third threshold
  • a fourth determination module configured to determine the first vein image when the degree of matching between the first vein image and the target vein image falls between the second threshold and the third threshold A vein feature matching result is set to indicate that the first vein image does not match the target vein image.
  • the above modules may run in the hardware environment as shown in FIG. 1 , and may be implemented by software or hardware, wherein the hardware environment includes a network environment.
  • a server or terminal configured to implement the above method for matching vein images.
  • FIG. 7 is a structural block diagram of a terminal according to an embodiment of the present disclosure.
  • the terminal may include: one or more (only one is shown in the figure) processors 701 , a memory 703 , and a transmission device 705 , as shown in FIG. 7 , the terminal may also include an input and output device 707 .
  • the memory 703 can be used to store software programs and modules, such as program instructions/modules corresponding to the method and apparatus for matching vein images in the embodiments of the present disclosure.
  • the processor 701 runs the software programs and modules stored in the memory 703 to thereby Various functional applications and data processing are performed, ie, the above-mentioned matching method of vein images is realized.
  • Memory 703 may include high-speed random access memory, and may also include non-volatile memory, such as one or more magnetic storage devices, flash memory, or other non-volatile solid-state memory.
  • the memory 703 may further include memory located remotely relative to the processor 701, and these remote memories may be connected to the terminal through a network. Examples of such networks include, but are not limited to, the Internet, an intranet, a local area network, a mobile communication network, and combinations thereof.
  • the above-mentioned transmission device 705 is configured to receive or transmit data via a network, and can also be used for data transmission between the processor and the memory.
  • Specific examples of the above-mentioned networks may include wired networks and wireless networks.
  • the transmission device 705 includes a network adapter (Network Interface Controller, NIC), which can be connected to other network devices and routers through a network cable so as to communicate with the Internet or a local area network.
  • the transmission device 705 is a radio frequency (RF) module, which is configured to communicate with the Internet wirelessly.
  • RF radio frequency
  • the memory 703 is set to store application programs.
  • the processor 701 can call the application program stored in the memory 703 through the transmission device 705 to perform the following steps:
  • first vein image is the vein image of the object to be verified obtained from the first angle
  • target vein image is pre-stored Vein image of the target object
  • the second vein image is matched with the target vein image to obtain a second vein feature A matching result, wherein the second vein image is a vein image of the object to be verified obtained from a second angle, and the second angle is obtained by rotating from the first angle;
  • Whether the target object includes the object to be verified is determined according to the second vein feature matching result.
  • a solution for matching vein images is provided.
  • the vein image matching process if the first vein image of the object to be verified collected at the first angle does not match the matched target vein image, rotate to the second angle to obtain the second vein image, and use the second vein image
  • the image is matched with the target vein image, and a new matching result is obtained, and the new matching result is used to determine whether the target object corresponding to the target vein image includes the object to be verified.
  • the deviation of the angle and the placement angle of the object to be detected causes the impact on the recognition result that the quality of the vein image does not meet the recognition requirements, which effectively reduces the possibility of misjudgment and misjudgment, thereby reducing the time required for vein recognition on the image.
  • the technical effect of the probability of misrecognition in the process further solves the technical problem of the high probability of misrecognition in the process of vein identification in the image in the related art.
  • FIG. 7 is only a schematic diagram, and the terminal can be a smart phone (such as an Android phone, an iOS phone, etc.), a tablet computer, a palmtop computer, and a mobile Internet device (Mobile Internet Devices, MID), Terminal equipment such as PAD.
  • FIG. 7 does not limit the structure of the above electronic device.
  • the terminal may also include more or less components than those shown in FIG. 7 (eg, a network interface, a display device, etc.), or have a different configuration than that shown in FIG. 7 .
  • Embodiments of the present disclosure also provide a storage medium.
  • the above-mentioned storage medium may be configured as program code for performing a method of matching a vein image.
  • the above-mentioned storage medium may be located on at least one network device among multiple network devices in the network shown in the above-mentioned embodiments.
  • the storage medium is arranged to store program code arranged to perform the following steps:
  • first vein image is the vein image of the object to be verified obtained from the first angle
  • target vein image is pre-stored Vein image of the target object
  • the second vein image is matched with the target vein image to obtain a second vein feature A matching result, wherein the second vein image is a vein image of the object to be verified obtained from a second angle, and the second angle is obtained by rotating from the first angle;
  • Whether the target object includes the object to be verified is determined according to the second vein feature matching result.
  • the above-mentioned storage medium may include, but is not limited to, a USB flash drive, a read-only memory (ROM, Read-Only Memory), a random access memory (RAM, Random Access Memory), a mobile hard disk, a magnetic disk, or an optical disk, etc.
  • Various media that can store program code may include, but is not limited to, a USB flash drive, a read-only memory (ROM, Read-Only Memory), a random access memory (RAM, Random Access Memory), a mobile hard disk, a magnetic disk, or an optical disk, etc.
  • ROM read-only memory
  • RAM Random Access Memory
  • mobile hard disk a magnetic disk
  • optical disk etc.
  • the integrated units in the above-mentioned embodiments are implemented in the form of software functional units and sold or used as independent products, they may be stored in the above-mentioned computer-readable storage medium.
  • the technical solutions of the present disclosure can be embodied in the form of software products that are essentially or contribute to related technologies, or all or part of the technical solutions.
  • the computer software products are stored in a storage medium, including Several instructions are used to cause one or more computer devices (which may be personal computers, servers, or network devices, etc.) to perform all or part of the steps of the methods described in various embodiments of the present disclosure.
  • the disclosed client may be implemented in other manners.
  • the apparatus embodiments described above are only illustrative, for example, the division of the units is only a logical function division, and there may be other division methods in actual implementation, for example, multiple units or components may be combined or Integration into another system, or some features can be ignored, or not implemented.
  • the shown or discussed mutual coupling or direct coupling or communication connection may be through some interfaces, indirect coupling or communication connection of units or modules, and may be in electrical or other forms.
  • the units described as separate components may or may not be physically separated, and components displayed as units may or may not be physical units, that is, may be located in one place, or may be distributed to multiple network units. Some or all of the units may be selected according to actual needs to achieve the purpose of the solution in this embodiment.
  • each functional unit in each embodiment of the present disclosure may be integrated into one processing unit, or each unit may exist physically alone, or two or more units may be integrated into one unit.
  • the above-mentioned integrated units may be implemented in the form of hardware, or may be implemented in the form of software functional units.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本公开涉及一种静脉图像的匹配方法和装置，其中，该方法包括：将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，第一静脉图像是以第一角度获取的待验证对象的静脉图像，目标静脉图像是预存的目标对象的静脉图像；在第一静脉特征匹配结果被设置为指示第一静脉图像与目标静脉图像匹配不一致的情况下，将第二静脉图像与目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，第二静脉图像是以第二角度获取的待验证对象的静脉图像，第二角度是从第一角度进行旋转得到的；根据第二静脉特征匹配结果确定所述目标对象是否包括待验证对象。本公开解决了在对图像进行静脉识别的过程中误识别的概率较高的技术问题。

Description

一种静脉图像的匹配方法和装置
本公开要求于2020年07月02日提交中国专利局、申请号为202010633396.9、发明名称为“一种静脉图像的匹配方法和装置”的中国专利申请的优先权，其全部内容通过引用结合在本公开中。
技术领域
本公开涉及计算机领域，尤其涉及一种静脉图像的匹配方法和装置。
背景技术
在生物识别技术中，目前的静脉识别方式是利用红外线穿透得到静脉纹路影像并以数据形式存储，后续验证时使用当前采集的数据与存储的数据对比验证。但是，这种方法经常会出现因识别设备和对象的位置偏差影响了摄像图片质量，导致正确的静脉指纹被误判或者漏判的情况发生，使得静脉识别的过程中误识别的概率很高。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本公开提供了一种静脉图像的匹配方法和装置，以至少解决相关技术中在对图像进行静脉识别的过程中误识别的概率较高的技术问题。
根据本公开实施例的一个方面，提供了一种静脉图像的匹配方法，包括：
将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与 所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
在一些实施方式中，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果包括：
将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度；
在所述第一匹配度达到第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致；
在所述第一匹配度未达到所述第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致。
在一些实施方式中，将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度包括：
以所述第一角度为起点沿第一方向转动第一度数得到初始的第一当前角度，重复执行以下步骤直至得到所述第一匹配度：
从所述第一当前角度获取所述待验证对象的第一当前静脉图像；
将所述第一当前静脉图像与所述目标静脉图像进行匹配，得到第一当前匹配度；
在所述第一当前匹配度达到所述第一阈值，或者，所述第一当前 匹配度未达到所述第一阈值但所述第一当前角度与所述第一角度的度数差值达到第二度数的情况下，将所述第一当前匹配度确定为所述第一匹配度；
在所述第一当前匹配度未达到所述第一阈值且所述第一当前角度与所述第一角度的度数差值未达到所述第二度数的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度包括：
确定所述第一当前匹配度是否大于上一个第一当前匹配度；
在所述第一当前匹配度不大于上一个第一当前匹配度的情况下，将所述第一当前匹配度确定为所述第一匹配度，或者，以所述第一角度为起点沿第二方向转动获取所述第一匹配度，其中，所述第二方向与所述第一方向相反；
在所述第一当前匹配度大于上一个第一当前匹配度的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，以所述第一角度为起点沿第二方向转动获取所述第一匹配度包括：
以所述第一角度为起点沿所述第二方向转动第三度数得到初始的第二当前角度，重复执行以下步骤直至得到所述第一匹配度：
从所述第二当前角度获取所述待验证对象的第二当前静脉图像；
将所述第二当前静脉图像与所述目标静脉图像进行匹配，得到第二当前匹配度；
在所述第二当前匹配度达到所述第一阈值，或者，所述第二当前匹配度未达到所述第一阈值但所述第二当前角度与所述第一角度的度数差值达到第四度数的情况下，将所述第二当前匹配度确定为所述第一匹配度；
在所述第二当前匹配度未达到所述第一阈值且所述第二当前角度与所述第一角度的度数差值未达到所述第四度数的情况下，确定所述第二当前匹配度是否大于上一个第二当前匹配度；
在所述第二当前匹配度不大于上一个第二当前匹配度的情况下，将所述第二当前匹配度确定为所述第一匹配度；
在所述第二当前匹配度大于上一个第二当前匹配度的情况下，以所述第二当前角度为起点沿所述第二方向转动所述第二度数得到下一个第二当前角度。
在一些实施方式中，将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果包括：
识别所述第一静脉图像的第一静脉特征；
将所述第一静脉特征与预存的目标静脉特征进行匹配，得到第一静脉特征匹配结果，其中，所述目标静脉特征是从所述目标静脉图像中识别到的。
在一些实施方式中，在将所述第一静脉特征与所述目标静脉图像的目标静脉特征进行匹配之前，所述方法还包括：
以第一角度采集所述目标对象的所述目标静脉图像；
识别所述目标静脉图像对应的所述目标静脉特征；
存储具有对应关系的所述目标对象和所述目标静脉特征。
在一些实施方式中，根据所述第二静脉特征匹配结果确定所述目 标对象是否包括所述待验证对象包括：
在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致的情况下，确定所述目标对象包括所述待验证对象；
在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致的情况下，确定所述目标对象不包括所述待验证对象。
在一些实施方式中，在将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果之后，所述方法还包括：
在所述第一静脉图像与所述目标静脉图像之间的匹配度未达到第二阈值的情况下，确定所述目标对象不包括所述待验证对象；
在所述第一静脉图像与所述目标静脉图像之间的匹配度达到第三阈值的情况下，确定所述目标对象包括所述待验证对象；
在所述第一静脉图像与所述目标静脉图像之间的匹配度落入所述第二阈值与所述第三阈值之间的情况下，确定所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致。
根据本公开实施例的另一方面，还提供了一种静脉图像的匹配装置，包括：
第一匹配模块，被设置为将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
第二匹配模块，被设置为在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将 第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
确定模块，被设置为根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
根据本公开实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。
根据本公开实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。
在本公开实施例中，采用将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，第一静脉图像是以第一角度获取的待验证对象的静脉图像，目标静脉图像是预存的目标对象的静脉图像；在第一静脉特征匹配结果被设置为指示第一静脉图像与目标静脉图像匹配不一致的情况下，将第二静脉图像与目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，第二静脉图像是以第二角度获取的待验证对象的静脉图像，第二角度是从第一角度进行旋转得到的；根据第二静脉特征匹配结果确定所述目标对象是否包括待验证对象。的方式，在进行静脉图像匹配的过程中，如果在第一角度采集的待验证对象的第一静脉图像与被匹配的目标静脉图像匹配不一致，则旋转到第二角度获取第二静脉图像，使用第二静脉图像与目标静脉图像进行匹配，得到新的匹配结果，利用新的匹配结果确定目标静脉图像对应的目标对象中是否包括该待验证对象，通过旋转角度获取不同的静脉图像进行匹配，避免了因识别角度和待检测对象的放置角度的偏差所导致的静脉图像质量不满足识别需求而对识别结果产生的影响，有效减少了误判和错判的可能，从而实现了降低在对图像进行静 脉识别的过程中误识别的概率的技术效果，进而解决了相关技术中在对图像进行静脉识别的过程中误识别的概率较高的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本公开实施例的静脉图像的匹配方法的硬件环境的示意图；
图2是根据本公开实施例的在一些实施方式中静脉图像的匹配方法的流程图；
图3是根据本公开实施例的在一些实施方式中静脉图像的采集设备的示意图；
图4是根据本公开实施例的在一些实施方式中静脉特征的匹配过程的示意图；
图5是根据本公开可选实施例的一种指静脉识别方法的示意图；
图6根据本公开实施例的在一些实施方式中静脉图像的匹配装置的示意图；
图7根据本公开实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开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公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本公开实施例的一方面，提供了一种静脉图像的匹配的方法实施例。
在一些实施方式中，上述静脉图像的匹配方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示，服务器103通过网络与终端101进行连接，可被设置为为终端或终端上安装的客户端提供服务(如游戏服务、应用服务等)，可在服务器上或独立于服务器设置数据库，被设置为为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101并不限定于PC、手机、平板电脑等。本公开实施例的静脉图像的匹配方法可以由服务器103来执行，也可以由终端101来执行，还可以是由服务器103和终端101共同执行。其中，终端101执行本公开实施例的静脉图像的匹配方法也可以是由安装在其上的客户端来执行。
图2是根据本公开实施例的在一些实施方式中静脉图像的匹配方 法的流程图，如图2所示，该方法可以包括以下步骤：
步骤S202，将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
步骤S204，在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
步骤S206，根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象；
通过上述步骤S202至步骤S206，在进行静脉图像匹配的过程中，如果在第一角度采集的待验证对象的第一静脉图像与被匹配的目标静脉图像匹配不一致，则旋转到第二角度获取第二静脉图像，使用第二静脉图像与目标静脉图像进行匹配，得到新的匹配结果，利用新的匹配结果确定目标静脉图像对应的目标对象中是否包括该待验证对象，通过旋转角度获取不同的静脉图像进行匹配，避免了因识别角度和待检测对象的放置角度的偏差所导致的静脉图像质量不满足识别需求而对识别结果产生的影响，有效减少了误判和错判的可能，从而实现了降低在对图像进行静脉识别的过程中误识别的概率的技术效果，进而解决了相关技术中在对图像进行静脉识别的过程中误识别的概率较高的技术问题。
在步骤S202提供的技术方案中，待验证对象和目标对象可以但不限于包括人、动物等等能够获取到静脉图像的对象。
在一些实施方式中，上述目标静脉图像和待验证的对象的静脉图 像可以单不限于包括手指静脉图像、手掌静脉图像、面部静脉图像、腿部静脉图像等等。
在一些实施方式中，第一静脉特征匹配结果可以但不限于被设置为指示第一静脉图像与目标静脉图像是否匹配一致。
在一些实施方式中，目标静脉图像可以但不限于是预先采集并存储的目标对象的静脉图像。
在一些实施方式中，目标静脉图像可以但不限于存储在FLASH(flash存储器)中。
在一些实施方式中，在本实施例中，第一角度可以但不限于为采集待验证对象的静脉图像的初始角度，其可以是采集设备的镜头相对于待验证对象的角度，比如：第一角度可以但不限于为采集设备的镜头的中轴线垂直于待检测对象的角度。图3是根据本公开实施例的一种在一些实施方式中静脉图像的采集设备的示意图，如图3所示，静脉图像的采集设备可以但不限于包括步进电机和摄像头，通过控制步进电机来控制摄像头的转动，可以将摄像头镜头的中轴线与待检测对象垂直的角度作为第一角度。
在步骤S204提供的技术方案中，如果第一静脉图像与目标静脉图像匹配不一致，则使用从第二角度获取的第二静脉图像与目标静脉图像进行再次匹配，得到第二静脉特征匹配结果。第二静脉特征匹配结果是能够判定待验证对象是否在目标对象中的匹配结果。
在一些实施方式中，第二角度是从第一角度旋转得到的，旋转的过程可以但不限于为一次或者多次，也就是说，可以通过多次旋转角度进行多次的静脉图像匹配，直至得到能够判定待验证对象是否在目标对象中的匹配结果。
在一些实施方式中，每次旋转的角度可以但不限于为固定度数(比 如：5°，7°，10°等等)，也可以但不限于为不同的度数，不同的度数可以是按照预设的规律变化的(比如：第一次调整10°，后续每次减少1°等等)，或者也可以是根据上一次的匹配结果自适应调节的度数。
在一些实施方式中，在多次旋转进行静脉图像匹配的过程中，还可以通过调节光照角度(照射静脉的红外线强度)来提高静脉图像的显示质量。
在步骤S206提供的技术方案中，根据第二静脉特征匹配结果可以但不限于确定目标对象包括待验证对象，或者，目标对象不包括待验证对象。
作为一种在一些实施方式中实施例，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果包括：
S11，将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度；
S12，在所述第一匹配度达到第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致；
S13，在所述第一匹配度未达到所述第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致。
在一些实施方式中，可以但不限于通过第二静脉图像与目标静脉图像之间的第一匹配度与第一阈值的关系来确定第二静脉特征匹配结果是否被设置为指示第二静脉图像与目标静脉图像匹配一致。
在一些实施方式中，第一阈值可以但不限于为能够判定第二静脉图像与目标静脉图像匹配一致的匹配度。第一阈值可以但不限于是根 据需求来设定的，比如：第一阈值可以但不限于设定为100％，98％，95％，85％等等。
在一些实施方式中，将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度包括：
S21，以所述第一角度为起点沿第一方向转动第一度数得到初始的第一当前角度，重复执行以下步骤直至得到所述第一匹配度：
S211，从所述第一当前角度获取所述待验证对象的第一当前静脉图像；
S212，将所述第一当前静脉图像与所述目标静脉图像进行匹配，得到第一当前匹配度；
S213，在所述第一当前匹配度达到所述第一阈值，或者，所述第一当前匹配度未达到所述第一阈值但所述第一当前角度与所述第一角度的度数差值达到第二度数的情况下，将所述第一当前匹配度确定为所述第一匹配度；
S214，在所述第一当前匹配度未达到所述第一阈值且所述第一当前角度与所述第一角度的度数差值未达到所述第二度数的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，第一方向可以但不限于为沿着目标对象静脉的方向。
在一些实施方式中，第一度数可以但不限于为固定度数(比如：5°，7°，10°等等)，也可以但不限于为每次旋转不同的度数。
在一些实施方式中，第二度数可以但不限于为一个设定的旋转最大度数，当旋转的总角度达到了第二度数后，则认为当前得到的匹配度为允许跳出循环过程的第一匹配度。第二度数可以但不限于根据需 求进行设定，比如第二度数可以但不限于为45°等等。
在一些实施方式中，通过循环过程进行多次的采集角度的旋转和采集图像的匹配，直至匹配结果或者旋转角度满足跳出循环过程的条件后得到被设置为判定第二静脉特征匹配结果所指示的信息的第一匹配度。
在一些实施方式中，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度包括：
S31，确定所述第一当前匹配度是否大于上一个第一当前匹配度；
S32，在所述第一当前匹配度不大于上一个第一当前匹配度的情况下，将所述第一当前匹配度确定为所述第一匹配度，或者，以所述第一角度为起点沿第二方向转动获取所述第一匹配度，其中，所述第二方向与所述第一方向相反；
S33，在所述第一当前匹配度大于上一个第一当前匹配度的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，如果在角度旋转的过程匹配度没有增加反而有所减少，则可以停止向第一方向旋转的过程，而向与第一方向相反的第二方向旋转。
在一些实施方式中，以所述第一角度为起点沿第二方向转动获取所述第一匹配度包括：
S41，以所述第一角度为起点沿所述第二方向转动第三度数得到初始的第二当前角度，重复执行以下步骤直至得到所述第一匹配度：
S411，从所述第二当前角度获取所述待验证对象的第二当前静脉图像；
S412，将所述第二当前静脉图像与所述目标静脉图像进行匹配，得到第二当前匹配度；
S413，在所述第二当前匹配度达到所述第一阈值，或者，所述第二当前匹配度未达到所述第一阈值但所述第二当前角度与所述第一角度的度数差值达到第四度数的情况下，将所述第二当前匹配度确定为所述第一匹配度；
S414，在所述第二当前匹配度未达到所述第一阈值且所述第二当前角度与所述第一角度的度数差值未达到所述第四度数的情况下，确定所述第二当前匹配度是否大于上一个第二当前匹配度；
S415，在所述第二当前匹配度不大于上一个第二当前匹配度的情况下，将所述第二当前匹配度确定为所述第一匹配度；
S416，在所述第二当前匹配度大于上一个第二当前匹配度的情况下，以所述第二当前角度为起点沿所述第二方向转动所述第二度数得到下一个第二当前角度。
在一些实施方式中，沿第二方向转动的过程中可以但不限于每次按照第三度数进行转动，第三度数可以但不限于为预先设定的角度，比如：第三度数可以但不限于是5°、7°等等。第三度数与第一度数可以相同也可以不同。
在一些实施方式中，第二度数可以但不限于为一个设定的沿反方向旋转的最大度数，当沿第二方向旋转的总角度达到了第二度数后，则认为当前得到的匹配度为允许跳出循环过程的第一匹配度。第二度数可以但不限于根据需求进行设定，比如第二度数可以但不限于为45°等等。第四度数与第二度数可以相同也可以不同。
在一些实施方式中，沿第二方向旋转采集静脉图像的过程中，可以多次进行静脉图像的匹配，直到匹配结果或者旋转角度满足跳出循 环过程的条件后得到被设置为判定第二静脉特征匹配结果所指示的信息的第一匹配度。
在一些实施方式中，将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果包括：
S51，识别所述第一静脉图像的第一静脉特征；
S52，将所述第一静脉特征与预存的目标静脉特征进行匹配，得到第一静脉特征匹配结果，其中，所述目标静脉特征是从所述目标静脉图像中识别到的。
在一些实施方式中，静脉图像之间的匹配过程可以但不限于是通过静脉图像上提取出的静脉特征的匹配来实现的。识别出的第一静脉图像的第一静脉特征可以但不限于是以二进制形式进行存储的。图4是根据本公开实施例的一种在一些实施方式中静脉特征的匹配过程的示意图，如图4所示，目标静脉图像特征值(即录入值)和待验证对象静脉图像的静脉特征(即匹配值)的匹配过程是通过比对二者的二进制数据的形式实现的。
作为一种在一些实施方式中实施例，在将所述第一静脉特征与所述目标静脉图像的目标静脉特征进行匹配之前，还包括：
S61，以第一角度采集所述目标对象的所述目标静脉图像；
S62，识别所述目标静脉图像对应的所述目标静脉特征；
S63，存储具有对应关系的所述目标对象和所述目标静脉特征。
在一些实施方式中，可以但不限于预先从目标对象的目标静脉图像中识别出目标静脉特征，以目标静脉特征来代表目标对象。存储的目标静脉特征可以但不限于为特征向量，或者，目标静脉特征的二进制数据等等。
在一些实施方式中，根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象包括：
S71，在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致的情况下，确定所述目标对象包括所述待验证对象；
S72，在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致的情况下，确定所述目标对象不包括所述待验证对象。
在一些实施方式中，根据第二静脉特征匹配结果可以但不限于确定目标对象包括待验证对象，或者，目标对象不包括待验证对象。如果第二静脉特征匹配结果被设置为指示第二静脉图像与目标静脉图像匹配一致，则确定目标对象包括待验证对象。如果第二静脉特征匹配结果被设置为指示第二静脉图像与目标静脉图像匹配不一致，则确定目标对象不包括待验证对象。
在一些实施方式中，在将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果之后，还包括：
S81，在所述第一静脉图像与所述目标静脉图像之间的匹配度未达到第二阈值的情况下，确定所述目标对象不包括所述待验证对象；
S82，在所述第一静脉图像与所述目标静脉图像之间的匹配度达到第三阈值的情况下，确定所述目标对象包括所述待验证对象；
S83，在所述第一静脉图像与所述目标静脉图像之间的匹配度落入所述第二阈值与所述第三阈值之间的情况下，确定所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致。
在一些实施方式中，第二阈值和第三阈值为预先设定的用来判定 待验证对象和目标对象匹配关系的值，第二阈值可以但不限于40％、50％等等，第三阈值可以但不限于为80％、90％等等。如果第一静脉图像与目标静脉图像之间的匹配度未达到第二阈值，则直接确定目标对象不包括待验证对象。如果第一静脉图像与目标静脉图像之间的匹配度达到了第三阈值，则直接确定目标对象包括待验证对象。如果第一静脉图像与目标静脉图像之间的匹配度落入到第二阈值与第三阈值之间，则再次进行静脉图像的匹配，直至能够确定出目标对象是否包括待验证对象。
本公开还提供了一种可选实施例，该可选实施例提出了一种基于指静脉识别的自动调节摄像头的指静脉识别方法。图5是根据本公开可选实施例的一种指静脉识别方法的示意图，如图5所示，该方法包括以下步骤：
步骤S502，摄像头获取目标手指的目标指静脉图像，识别目标指静脉图像的二进制数据形式的特征值，并将识别到的特征值存储在FLASH中。
在本可选实施例中，初始及每次采集完成摄像头的位置默认返回到与放置手指的位置垂直的方向。
步骤S504，摄像头获取待验证手指的指静脉图像，识别待验证指静脉图像的二进制数据形式的特征值，并与存储在FLASH中的目标指静脉图像特征值进行匹配，得到匹配结果。
在本可选实施例中，识别待验证指静脉图像特征值的方法可以但不限于为IC处理的方式。
步骤S506，对匹配结果与设定的阈值进行比较，当匹配结果达到设置的第三阈值100％时，则可以判定为识别成功；当匹配结果小于设定的第二阈值50％时，则可以判定识别失败；若匹配结果大于或者等于50％且小于100％，则判定当前待验证指静脉图像可能属于目标手指，可 以执行步骤S508。
步骤S508，将摄像头以默认的起始位置(可以是摄像头的中轴线垂直于手指平面的位置)为起点，通过步进电机控制摄像头沿着手指向一个方向转动，转动的角度为上一个获取指静脉图像的角度(A n)加5°，获取待验证手指的第一当前静脉图像，当转动后的摄像头的位置与初始位置的夹角(即A n+1－A1)大于45°时，判定匹配失败，当转动后的摄像头位置与初始位置的夹角小于或者等于45度时，则将第一当前静脉图像与目标静脉图像进行匹配，得到第一当前匹配度S n+1。
步骤S510，确定第一当前匹配度S n+1是否达到100％，如果达到100％则判定为识别成功。如果未达到100％，将第一当前匹配度S n+1与上一次匹配得到的匹配度(Sn)进行比较，若第一当前匹配度S n+1大于或者等于上一次匹配得到的匹配度，则重复执行步骤S508，否则执行步骤S512。
步骤S512，摄像头从默认的起始位置沿手指向另一个方向转动，转动的角度为每次增加5°(即A1－5n＝A n－1)，当转动后的摄像头位置与初始位置的夹角(即A n－1－A1)大于45°时，判定匹配失败。当转动后的摄像头位置与初始位置的夹角小于或者等于45°时，则将从该角度获取的第二当前静脉图像与目标静脉图像进行匹配，得到第二当前匹配度S n－1。
步骤S514，确定第二当前匹配度S n－1是否达到100％，如果达到100％则判定为识别成功。如果未达到100％，将第二当前匹配度S n－1与上一次匹配得到的匹配度(Sn)进行比较，若第二当前匹配度S n－1大于或者等于上一次匹配得到的匹配度，则重复执行步骤S512，否则判定为识别失败。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公 开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本公开各个实施例所述的方法。
根据本公开实施例的另一个方面，还提供了一种被设置为实施上述静脉图像的匹配方法的静脉图像的匹配装置。图6是根据本公开实施例的在一些实施方式中静脉图像的匹配装置的示意图，如图6所示，该装置可以包括：
第一匹配模块62，被设置为将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
第二匹配模块64，被设置为在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
第一确定模块66，被设置为根据所述第二静脉特征匹配结果确定 所述目标对象是否包括所述待验证对象。
需要说明的是，该实施例中的第一匹配模块62可以被设置为执行本公开实施例中的步骤S202，该实施例中的第二匹配模块64可以被设置为执行本公开实施例中的步骤S204，该实施例中的确定模块66可以被设置为执行本公开实施例中的步骤S206。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。
通过上述模块，在进行静脉图像匹配的过程中，如果在第一角度采集的待验证对象的第一静脉图像与被匹配的目标静脉图像匹配不一致，则旋转到第二角度获取第二静脉图像，使用第二静脉图像与目标静脉图像进行匹配，得到新的匹配结果，利用新的匹配结果确定目标静脉图像对应的目标对象中是否包括该待验证对象，通过旋转角度获取不同的静脉图像进行匹配，避免了因识别角度和待检测对象的放置角度的偏差所导致的静脉图像质量不满足识别需求而对识别结果产生的影响，有效减少了误判和错判的可能，从而实现了降低在对图像进行静脉识别的过程中误识别的概率的技术效果，进而解决了相关技术中在对图像进行静脉识别的过程中误识别的概率较高的技术问题。
作为一种在一些实施方式中实施例，所述第二匹配模块包括：
第一匹配单元，被设置为将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度；
第一确定单元，被设置为在所述第一匹配度达到第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致；
第二确定单元，被设置为在所述第一匹配度未达到所述第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致。
在一些实施方式中，所述第一匹配单元被设置为：
以所述第一角度为起点沿第一方向转动第一度数得到初始的第一当前角度，重复执行以下步骤直至得到所述第一匹配度：
从所述第一当前角度获取所述待验证对象的第一当前静脉图像；
将所述第一当前静脉图像与所述目标静脉图像进行匹配，得到第一当前匹配度；
在所述第一当前匹配度达到所述第一阈值，或者，所述第一当前匹配度未达到所述第一阈值但所述第一当前角度与所述第一角度的度数差值达到第二度数的情况下，将所述第一当前匹配度确定为所述第一匹配度；
在所述第一当前匹配度未达到所述第一阈值且所述第一当前角度与所述第一角度的度数差值未达到所述第二度数的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，所述第一匹配单元被设置为：
确定所述第一当前匹配度是否大于上一个第一当前匹配度；
在所述第一当前匹配度不大于上一个第一当前匹配度的情况下，将所述第一当前匹配度确定为所述第一匹配度，或者，以所述第一角度为起点沿第二方向转动获取所述第一匹配度，其中，所述第二方向与所述第一方向相反；
在所述第一当前匹配度大于上一个第一当前匹配度的情况下，以 所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
在一些实施方式中，所述第一匹配单元被设置为：
以所述第一角度为起点沿所述第二方向转动第三度数得到初始的第二当前角度，重复执行以下步骤直至得到所述第一匹配度：
从所述第二当前角度获取所述待验证对象的第二当前静脉图像；
将所述第二当前静脉图像与所述目标静脉图像进行匹配，得到第二当前匹配度；
在所述第二当前匹配度达到所述第一阈值，或者，所述第二当前匹配度未达到所述第一阈值但所述第二当前角度与所述第一角度的度数差值达到第四度数的情况下，将所述第二当前匹配度确定为所述第一匹配度；
在所述第二当前匹配度未达到所述第一阈值且所述第二当前角度与所述第一角度的度数差值未达到所述第四度数的情况下，确定所述第二当前匹配度是否大于上一个第二当前匹配度；
在所述第二当前匹配度不大于上一个第二当前匹配度的情况下，将所述第二当前匹配度确定为所述第一匹配度；
在所述第二当前匹配度大于上一个第二当前匹配度的情况下，以所述第二当前角度为起点沿所述第二方向转动所述第二度数得到下一个第二当前角度。
在一些实施方式中，所述第一匹配模块包括：
识别单元，被设置为识别所述第一静脉图像的第一静脉特征；
第二匹配单元，被设置为将所述第一静脉特征与预存的目标静脉特征进行匹配，得到第一静脉特征匹配结果，其中，所述目标静脉特 征是从所述目标静脉图像中识别到的。
在一些实施方式中，所述装置还包括：
采集模块，被设置为在将所述第一静脉特征与所述目标静脉图像的目标静脉特征进行匹配之前，以第一角度采集所述目标对象的所述目标静脉图像；
识别模块，被设置为识别所述目标静脉图像对应的所述目标静脉特征；
存储模块，被设置为存储具有对应关系的所述目标对象和所述目标静脉特征。
在一些实施方式中，所述确定模块包括：
第三确定单元，被设置为在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致的情况下，确定所述目标对象包括所述待验证对象；
第四确定单元，被设置为在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致的情况下，确定所述目标对象不包括所述待验证对象。
在一些实施方式中，所述装置还包括：
第二确定模块，被设置为在将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果之后，在所述第一静脉图像与所述目标静脉图像之间的匹配度未达到第二阈值的情况下，确定所述目标对象不包括所述待验证对象；
第三确定模块，被设置为在所述第一静脉图像与所述目标静脉图像之间的匹配度达到第三阈值的情况下，确定所述目标对象包括所述待验证对象；
第四确定模块，被设置为在所述第一静脉图像与所述目标静脉图像之间的匹配度落入所述第二阈值与所述第三阈值之间的情况下，确定所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本公开实施例的另一个方面，还提供了一种被设置为实施上述静脉图像的匹配方法的服务器或终端。
图7是根据本公开实施例的一种终端的结构框图，如图7所示，该终端可以包括：一个或多个(图中仅示出一个)处理器701、存储器703、以及传输装置705，如图7所示，该终端还可以包括输入输出设备707。
其中，存储器703可用于存储软件程序以及模块，如本公开实施例中的静脉图像的匹配方法和装置对应的程序指令/模块，处理器701通过运行存储在存储器703内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的静脉图像的匹配方法。存储器703可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器703可进一步包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置705被设置为经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置705包括一个网 络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置705为射频(Radio Frequency，RF)模块，其被设置为通过无线方式与互联网进行通讯。
其中，具体地，存储器703被设置为存储应用程序。
处理器701可以通过传输装置705调用存储器703存储的应用程序，以执行下述步骤：
将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
采用本公开实施例，提供了一种静脉图像的匹配的方案。在进行静脉图像匹配的过程中，如果在第一角度采集的待验证对象的第一静脉图像与被匹配的目标静脉图像匹配不一致，则旋转到第二角度获取第二静脉图像，使用第二静脉图像与目标静脉图像进行匹配，得到新的匹配结果，利用新的匹配结果确定目标静脉图像对应的目标对象中是否包括该待验证对象，通过旋转角度获取不同的静脉图像进行匹配，避免了因识别角度和待检测对象的放置角度的偏差所导致的静脉图像质量不满足识别需求而对识别结果产生的影响，有效减少了误判和错判的可能，从而实现了降低在对图像进行静脉识别的过程中误识别的 概率的技术效果，进而解决了相关技术中在对图像进行静脉识别的过程中误识别的概率较高的技术问题。
在一些实施方式中，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图7所示的结构仅为示意，终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图7其并不对上述电子装置的结构造成限定。例如，终端还可包括比图7中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图7所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read－Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
本公开的实施例还提供了一种存储介质。在一些实施方式中，上述存储介质可以被设置为执行静脉图像的匹配方法的程序代码。
在一些实施方式中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
在一些实施方式中，存储介质被设置为存储被设置为执行以下步骤的程序代码：
将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与 所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
在一些实施方式中，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
在一些实施方式中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本公开实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本公开的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。
在本公开的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本公开所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成 到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。

Claims (12)

  1. 一种静脉图像的匹配方法，包括：
    将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
    在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
    根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
  2. 根据权利要求1所述的方法，其中，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果包括：
    将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度；
    在所述第一匹配度达到第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致；
    在所述第一匹配度未达到所述第一阈值的情况下，确定所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致。
  3. 根据权利要求2所述的方法，其中，将所述第二静脉图像与所述目标静脉图像进行匹配，得到第一匹配度包括：
    以所述第一角度为起点沿第一方向转动第一度数得到初始的第一当前角度，重复执行以下步骤直至得到所述第一匹配度：
    从所述第一当前角度获取所述待验证对象的第一当前静脉图像；
    将所述第一当前静脉图像与所述目标静脉图像进行匹配，得到第一当前匹配度；
    在所述第一当前匹配度达到所述第一阈值，或者，所述第一当前匹配度未达到所述第一阈值但所述第一当前角度与所述第一角度的度数差值达到第二度数的情况下，将所述第一当前匹配度确定为所述第一匹配度；
    在所述第一当前匹配度未达到所述第一阈值且所述第一当前角度与所述第一角度的度数差值未达到所述第二度数的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
  4. 根据权利要求3所述的方法，其中，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度包括：
    确定所述第一当前匹配度是否大于上一个第一当前匹配度；
    在所述第一当前匹配度不大于上一个第一当前匹配度的情况下，将所述第一当前匹配度确定为所述第一匹配度，或者，以所述第一角度为起点沿第二方向转动获取所述第一匹配度，其中，所述第二方向与所述第一方向相反；
    在所述第一当前匹配度大于上一个第一当前匹配度的情况下，以所述第一当前角度为起点沿所述第一方向转动所述第一度数得到下一个第一当前角度。
  5. 根据权利要求4所述的方法，其中，以所述第一角度为起点 沿第二方向转动获取所述第一匹配度包括：
    以所述第一角度为起点沿所述第二方向转动第三度数得到初始的第二当前角度，重复执行以下步骤直至得到所述第一匹配度：
    从所述第二当前角度获取所述待验证对象的第二当前静脉图像；
    将所述第二当前静脉图像与所述目标静脉图像进行匹配，得到第二当前匹配度；
    在所述第二当前匹配度达到所述第一阈值，或者，所述第二当前匹配度未达到所述第一阈值但所述第二当前角度与所述第一角度的度数差值达到第四度数的情况下，将所述第二当前匹配度确定为所述第一匹配度；
    在所述第二当前匹配度未达到所述第一阈值且所述第二当前角度与所述第一角度的度数差值未达到所述第四度数的情况下，确定所述第二当前匹配度是否大于上一个第二当前匹配度；
    在所述第二当前匹配度不大于上一个第二当前匹配度的情况下，将所述第二当前匹配度确定为所述第一匹配度；
    在所述第二当前匹配度大于上一个第二当前匹配度的情况下，以所述第二当前角度为起点沿所述第二方向转动所述第二度数得到下一个第二当前角度。
  6. 根据权利要求1所述的方法，其中，将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果包括：
    识别所述第一静脉图像的第一静脉特征；
    将所述第一静脉特征与预存的目标静脉特征进行匹配，得到第一静脉特征匹配结果，其中，所述目标静脉特征是从所述目标静脉图像中识别到的。
  7. 根据权利要求6所述的方法，其中，在将所述第一静脉特征与所述目标静脉图像的目标静脉特征进行匹配之前，所述方法还包括：
    以第一角度采集所述目标对象的所述目标静脉图像；
    识别所述目标静脉图像对应的所述目标静脉特征；
    存储具有对应关系的所述目标对象和所述目标静脉特征。
  8. 根据权利要求1所述的方法，其中，根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象包括：
    在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配一致的情况下，确定所述目标对象包括所述待验证对象；
    在所述第二静脉特征匹配结果被设置为指示所述第二静脉图像与所述目标静脉图像匹配不一致的情况下，确定所述目标对象不包括所述待验证对象。
  9. 根据权利要求1所述的方法，其中，在将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果之后，所述方法还包括：
    在所述第一静脉图像与所述目标静脉图像之间的匹配度未达到第二阈值的情况下，确定所述目标对象不包括所述待验证对象；
    在所述第一静脉图像与所述目标静脉图像之间的匹配度达到第三阈值的情况下，确定所述目标对象包括所述待验证对象；
    在所述第一静脉图像与所述目标静脉图像之间的匹配度落入所述第二阈值与所述第三阈值之间的情况下，确定所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致。
  10. 一种静脉图像的匹配装置，包括：
    第一匹配模块，被设置为将第一静脉图像与目标静脉图像进行匹配，得到第一静脉特征匹配结果，其中，所述第一静脉图像是以第一角度获取的待验证对象的静脉图像，所述目标静脉图像是预存的目标对象的静脉图像；
    第二匹配模块，被设置为在所述第一静脉特征匹配结果被设置为指示所述第一静脉图像与所述目标静脉图像匹配不一致的情况下，将第二静脉图像与所述目标静脉图像进行匹配，得到第二静脉特征匹配结果，其中，所述第二静脉图像是以第二角度获取的所述待验证对象的静脉图像，所述第二角度是从所述第一角度进行旋转得到的；
    确定模块，被设置为根据所述第二静脉特征匹配结果确定所述目标对象是否包括所述待验证对象。
  11. 一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至9任一项中所述的方法。
  12. 一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器通过所述计算机程序执行上述权利要求1至9任一项中所述的方法。
PCT/CN2020/140648 2020-07-02 2020-12-29 一种静脉图像的匹配方法和装置 WO2022001046A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010633396.9A CN111898455B (zh) 2020-07-02 2020-07-02 一种静脉图像的匹配方法和装置
CN202010633396.9 2020-07-02

Publications (1)

Publication Number Publication Date
WO2022001046A1 true WO2022001046A1 (zh) 2022-01-06

Family

ID=73191481

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/140648 WO2022001046A1 (zh) 2020-07-02 2020-12-29 一种静脉图像的匹配方法和装置

Country Status (2)

Country Link
CN (1) CN111898455B (zh)
WO (1) WO2022001046A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111898455B (zh) * 2020-07-02 2023-04-07 珠海格力电器股份有限公司 一种静脉图像的匹配方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331272A (ja) * 2002-05-13 2003-11-21 Sony Corp 認証方法及び認証装置
CN104866828A (zh) * 2015-05-20 2015-08-26 广州日滨科技发展有限公司 手指静脉识别方法、装置以及静脉认证终端设备
CN107766776A (zh) * 2016-08-17 2018-03-06 广州广电运通金融电子股份有限公司 一种手指静脉识别方法及装置
CN108960187A (zh) * 2018-07-20 2018-12-07 珠海格力电器股份有限公司 权限确定方法及装置
CN111898455A (zh) * 2020-07-02 2020-11-06 珠海格力电器股份有限公司 一种静脉图像的匹配方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103996038A (zh) * 2014-05-01 2014-08-20 朱毅 一种调整手指静脉识别图像倾斜角度的方法
JP7230337B2 (ja) * 2018-04-02 2023-03-01 富士通株式会社 生体画像処理装置、生体画像処理方法、および生体画像処理プログラム
CN110175594B (zh) * 2019-05-31 2021-07-30 Oppo广东移动通信有限公司 静脉识别方法及相关产品

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003331272A (ja) * 2002-05-13 2003-11-21 Sony Corp 認証方法及び認証装置
CN104866828A (zh) * 2015-05-20 2015-08-26 广州日滨科技发展有限公司 手指静脉识别方法、装置以及静脉认证终端设备
CN107766776A (zh) * 2016-08-17 2018-03-06 广州广电运通金融电子股份有限公司 一种手指静脉识别方法及装置
CN108960187A (zh) * 2018-07-20 2018-12-07 珠海格力电器股份有限公司 权限确定方法及装置
CN111898455A (zh) * 2020-07-02 2020-11-06 珠海格力电器股份有限公司 一种静脉图像的匹配方法和装置

Also Published As

Publication number Publication date
CN111898455B (zh) 2023-04-07
CN111898455A (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
US11551482B2 (en) Facial recognition-based authentication
US10789343B2 (en) Identity authentication method and apparatus
CN108491805B (zh) 身份认证方法和装置
US11394708B2 (en) Account information obtaining method, terminal, server and system
KR102334209B1 (ko) 사용자 인증 방법 및 이를 지원하는 전자장치
WO2020006727A1 (zh) 人脸识别方法、装置和服务器
CN108280422B (zh) 用于识别人脸的方法和装置
US11663853B2 (en) Iris authentication device, iris authentication method, and recording medium
TW202024998A (zh) 考勤管理系統、方法及電子設備
WO2014121696A1 (en) Method and apparatus for inquiring information
CN109684993B (zh) 一种基于鼻孔信息的人脸识别方法、系统和设备
WO2022001046A1 (zh) 一种静脉图像的匹配方法和装置
CN111353368A (zh) 云台摄像机、人脸特征处理方法及装置、电子设备
US20210064854A1 (en) Object verification method, device and system
US10936705B2 (en) Authentication method, electronic device, and computer-readable program medium
KR102205495B1 (ko) 지문 인식 방법 및 장치
WO2019178753A1 (zh) 支付方法、装置和系统
CN110929555B (zh) 脸部识别方法与使用此方法的电子装置
US20200057910A1 (en) Information processing apparatus, verification method, and computer-readable recording medium recording verification program
CN108985251B (zh) 用户指令匹配方法、装置、计算机设备及存储介质
CN110705356A (zh) 功能控制方法及相关设备
KR20200116758A (ko) 사용자 인증 시스템 및 방법
JP2018169776A (ja) 認証装置、認証方法、及びプログラム
JP2020087305A (ja) 情報処理装置、情報処理方法及びプログラム
WO2020133405A1 (zh) 一种地面遥控机器人的控制方法和装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20942577

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20942577

Country of ref document: EP

Kind code of ref document: A1