本发明涉及网络开发技术领域,具体说是应用于移动终端上的人脸识别方法。
背景技术:
随着电子技术的不断发展,移动终端(例如智能手机、平板电脑等)的在人们的工作及生活中均扮演着不可或缺的角色,为了保护移动终端中存储的隐私信息,人脸识别成为一种发展趋势。随着人们对移动终端体验要求不断提高,全面屏移动终端越来越受欢迎。现有技术中,通常是通过移动终端的前置摄像头捕获人脸图像进行识别,然而,前置摄像头会影响全面屏移动终端的美观。可见,如何实现全面屏移动终端人脸识别成为亟待解决的问题。
而且,为了保证手机的安全性,目前的手机一般都采用生物识别(例如,指纹识别)进行屏幕解锁来提升安全性。然而,在指纹识别过程中,需要用户手指指纹面按压移动终端的指纹识别区域的操作过程,而这一操作过程在很多特殊情况(例如,手指油腻、手指湿润、手指脱皮等)下识别成功率较低;
并且,现有的移动终端的人脸识别识别方式单一,解锁和支付安全系数低。
技术实现要素:
针对上述问题,本发明提供应用于移动终端上的人脸识别方法,提高生物识别的解锁和支付成功率,提高安全系数。
本发明解决上述技术问题所采用的技术方案为:应用于移动终端上的人脸识别方法,所述移动终端包括显示屏幕以及设置在所述显示屏幕下方的多个超声波发射器,所述方法包括:
在所述移动终端处于锁屏待机状态下,根据生物图像采集指令采集人脸图像;
在所述移动终端处于锁屏待机状态下,根据所述生物图像采集指令采集虹膜图像;
控制所述多个超声波发射器发出超声波,其中,同时发出的超声波的频率不同;
根据所述移动终端的麦克风接收到的超声波反射信号,计算所述移动终端前的物体表面各点分别到所述多个超声波发射器的距离;
根据所述物体表面各点分别到所述多个超声波发射器的距离建立物体的三维模型;
判断所述建立的三维模型是否与预设的三维模型匹配;
若所述人脸图像与所述第一人脸模板的匹配度大于所述第一预设阈值,且所述虹膜图像与所述第一虹膜模板的匹配度大于所述第一预设阈值,且所述建立的三维模型与预设的三维模型匹配,对所述移动终端执行解锁操作;
验证所述人脸图像与第二人脸模板的匹配度是否大于第二预设阈值,验证所述虹膜图像与第二虹膜模板的匹配度是否大于所述第二预设阈值;
若所述人脸图像与所述第二人脸模板的匹配度大于所述第二预设阈值和/或所述虹膜图像与所述第二虹膜模板的匹配度大于所述第二预设阈值,确定通过支付验证;
在所述确定通过支付验证之后的预设时间段内,允许所述移动终端进行免生物识别支付。
作为优选,所述第一人脸模板包括人脸粗特征模板,
所述第一虹膜模板包括虹膜粗特征模板,所述第二人脸模板包括人脸细特征模板,所述第二虹膜模板包括虹膜细特征模板。
作为优选,所述根据生物图像采集指令采集人脸图像以及采集虹膜图像之前,所述方法包括:
检测所述移动终端是否处于预设状态;
若所述移动终端处于所述预设状态,启动所述生物图像采集指令,执行所述根据生物图像采集指令采集人脸图像以及采集虹膜图像的步骤。
与现有技术相比,本发明具有以下有益效果:
1、在移动终端处于锁屏待机状态下,可以启用人脸识别、虹膜识别和三维模型这三个生物识别方式同时进行生物识别,只有当三种模式均通过验证时,方可解锁移动终端,而且,在这前提下,再通过与第二虹膜模板的匹配可实现支付功能,更高层次的提高移动终端的安全性。
2、本发明通过超声波发射器检测人脸,从而能够实现全面屏移动终端中识别人脸,提升用户体验。
具体实施方式
下面将详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
应用于移动终端上的人脸识别方法,所述移动终端包括显示屏幕以及设置在所述显示屏幕下方的多个超声波发射器,所述方法包括:
在所述移动终端处于锁屏待机状态下,根据生物图像采集指令采集人脸图像;
在所述移动终端处于锁屏待机状态下,根据所述生物图像采集指令采集虹膜图像;
控制所述多个超声波发射器发出超声波,其中,同时发出的超声波的频率不同;
根据所述移动终端的麦克风接收到的超声波反射信号,计算所述移动终端前的物体表面各点分别到所述多个超声波发射器的距离;
根据所述物体表面各点分别到所述多个超声波发射器的距离建立物体的三维模型;
判断所述建立的三维模型是否与预设的三维模型匹配;
若所述人脸图像与所述第一人脸模板的匹配度大于所述第一预设阈值,且所述虹膜图像与所述第一虹膜模板的匹配度大于所述第一预设阈值,且所述建立的三维模型与预设的三维模型匹配,对所述移动终端执行解锁操作;
验证所述人脸图像与第二人脸模板的匹配度是否大于第二预设阈值,验证所述虹膜图像与第二虹膜模板的匹配度是否大于所述第二预设阈值;
若所述人脸图像与所述第二人脸模板的匹配度大于所述第二预设阈值和/或所述虹膜图像与所述第二虹膜模板的匹配度大于所述第二预设阈值,确定通过支付验证;
在所述确定通过支付验证之后的预设时间段内,允许所述移动终端进行免生物识别支付。
所述第一人脸模板包括人脸粗特征模板,
所述第一虹膜模板包括虹膜粗特征模板,所述第二人脸模板包括人脸细特征模板,所述第二虹膜模板包括虹膜细特征模板。
所述根据生物图像采集指令采集人脸图像以及采集虹膜图像之前,所述方法包括:
检测所述移动终端是否处于预设状态;
若所述移动终端处于所述预设状态,启动所述生物图像采集指令,执行所述根据生物图像采集指令采集人脸图像以及采集虹膜图像的步骤。
该实施例中,所述方法在建立物体的三维模型之前,还根据所述麦克风接收到的每个超声波发射器的超声波反射信号的能量,确定物体的组成结构,然后根据所述物体表面各点分别到所述多个超声波发射器的距离以及所述物体的组成结构建立物体的三维模型。可以理解的是,不同结构的对超声波的吸收及反射不同,例如人体肌肉组织与人体骨骼组织对超声波的吸收及反射均不相同,所述方法可以根据麦克风接收到一个超声波发射器的超声波反射信号的能量,确定该超声波发射器前面的组织为何种组织。这样,能够有效提高人脸识别的精度
以上对本发明实施例所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述,以上实施例的说明只适用于帮助理解本发明实施例的原理;同时,对于本领域的一般技术人员,依据本发明实施例,在具体实施方式以及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。