[发明专利]静脉识别方法及相关产品有效

专利信息
申请号: 201910472648.1 申请日: 2019-05-31
公开(公告)号: CN110175594B 公开(公告)日: 2021-07-30
发明(设计)人: 张海平 申请(专利权)人: OPPO广东移动通信有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 深圳市慧实专利代理有限公司 44480 代理人: 马友鹏
地址: 523860 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 静脉 识别 方法 相关 产品
【权利要求书】:

1.一种静脉识别方法,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组,所述方法包括:

通过所述静脉识别模组获取目标对象的静脉图像;

根据所述静脉图像进行情绪识别,得到所述目标对象对应的目标情绪;

确定与所述目标情绪对应的目标静脉图像模板;

将所述静脉图像与所述目标静脉图像模板进行匹配,得到匹配值;在所述匹配值大于预设静脉识别阈值时,确认静脉识别成功,并在静脉识别成功后,执行解锁操作;

其中,所述根据所述静脉图像进行情绪识别,得到所述目标对象对应的目标情绪,包括:

对所述静脉图像进行图像分割,得到所述目标对象的识别部位区域图像;

确定所述识别部位区域图像中关节点的关节静脉轮廓图像,包括:对识别部位区域图像进行特征提取,得到关节点的静脉特征点集合,然后根据关节点的静脉特征点集合生成关节静脉轮廓图像;

根据所述关节静脉轮廓图像确定所述目标对象对应的目标情绪。

2.根据权利要求1所述的方法,其特征在于,所述根据所述关节静脉轮廓图像确定所述目标对象对应的目标情绪,包括:

将所述关节静脉轮廓图像与预设的关节静脉轮廓模板库中的关节静脉轮廓模板进行匹配,得到与所述关节静脉轮廓图像匹配成功的第一关节静脉轮廓模板;

根据预设的关节静脉轮廓模板与情绪类型之间的对应关系,确定所述第一关节静脉轮廓模板对应的目标情绪。

3.根据权利要求2所述的方法,所述将所述关节静脉轮廓图像与预设的关节静脉轮廓模板库中的关节静脉轮廓模板进行匹配,包括:

对所述识别部位区域图像进行轮廓提取,得到识别部位轮廓图像;

根据所述识别部位轮廓图像确定所述目标对象进行静脉识别的目标识别部位;

从所述预设的关节静脉轮廓模板库中筛选与所述目标识别部位对应的多个关节静脉轮廓模板;

将所述关节静脉轮廓图像依次与所述多个关节静脉轮廓模板进行匹配,得到与所述关节静脉轮廓图像匹配成功的目标关节静脉轮廓模板。

4.根据权利要求1所述的方法,其特征在于,若所述识别部位区域图像包括多个关节点,所述确定所述识别部位区域图像中关节点的关节静脉轮廓图像,包括:

确定所述识别部位区域图像中所述多个关节点的多个关节静脉轮廓图像,每一关节点对应一个关节静脉轮廓图像;

所述根据所述关节静脉轮廓图像确定所述目标对象对应的目标情绪,包括:

将所述多个关节静脉轮廓图像分别与预设的关节静脉轮廓模板库中的关节静脉轮廓模板库进行匹配,得到所述关节静脉轮廓模板库中与所述多个关节静脉轮廓图像匹配成功的多个参考关节静脉轮廓模板;

根据预设的关节静脉轮廓模板与情绪类型之间的对应关系,确定与所述多个参考关节静脉轮廓模板对应的参考情绪,得到多个参考情绪;

确定所述多个参考情绪中出现次数最多的情绪类型为所述目标情绪。

5.一种静脉识别装置,其特征在于,应用于电子设备,所述电子设备包括静脉识别模组,所述静脉识别装置包括:

获取单元,用于通过所述静脉识别模组获取目标对象的静脉图像;

识别单元,用于根据所述静脉图像进行情绪识别,得到所述目标对象对应的目标情绪;

确定单元,用于确定与所述目标情绪对应的目标静脉图像模板;

匹配单元,用于将所述静脉图像与所述目标静脉图像模板进行匹配,得到匹配值;在所述匹配值大于预设静脉识别阈值时,确认静脉识别成功,并在静脉识别成功后,执行解锁操作;

其中,在所述根据所述静脉图像进行情绪识别,得到所述目标对象对应的目标情绪方面,所述识别单元具体用于:

对所述静脉图像进行图像分割,得到所述目标对象的识别部位区域图像;

确定所述识别部位区域图像中关节点的关节静脉轮廓图像,包括:对识别部位区域图像进行特征提取,得到关节点的静脉特征点集合,然后根据关节点的静脉特征点集合生成关节静脉轮廓图像;

根据所述关节静脉轮廓图像确定所述目标对象对应的目标情绪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910472648.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top