指纹识别方法、终端设备及存储介质与流程

1.本公开涉及信息识别技术领域，尤其涉及一种指纹识别方法、终端设备及存储介质。


背景技术：

2.随着终端设备的发展和用户需求，指纹传感器成为了现有终端设备的必备模块。在终端设备中，将屏幕指纹(fingerprint on display，fod)识别作为启动终端设备解锁的方式越来越受到欢迎。现有的屏幕指纹识别通常是通过分析二维图像来确定是否解锁。然而，通过二维图像确定是否解锁，存在图像识别解锁准确性差的问题。


技术实现要素：

3.本公开提供一种指纹识别方法、终端设备及存储介质。
4.根据本公开实施例的第一方面，提供一种纹识别方法，包括：
5.通过所述终端设备的雷达传感器发射雷达波并接收返回的雷达波；
6.根据发射的所述雷达波和接收的所述返回的雷达波，获取雷达波特征；
7.当根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指时，基于所述终端设备的指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
8.在一些实施例中，所述当根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指时，基于所述终端设备的指纹指纹传感器采集指纹，并对采集得到的指纹进行识别解锁，包括：
9.当根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指时，唤醒所述终端设备的指纹传感器；
10.基于唤醒后的所述指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
11.在一些实施例中，所述根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指，包括：
12.将所述雷达波特征输入活体手指识别模型，得到所述活体手指识别模型对应的匹配度；
13.当所述匹配度大于匹配阈值时，确定所述雷达传感器的雷达发射区域检测到所述活体手指。
14.在一些实施例中，所述方法还包括：
15.通过所述雷达传感器获取在正常手指识别场景中的正常特征样本；
16.通过所述雷达传感器获取在异常手指识别场景中的异常特征样本；
17.将所述正常特征样本和所述异常特征样本输入到分类训练模型中，训练得到所述活体手指识别模型；其中，所述活体手指识别模型对所述正常特征样本进行匹配的匹配结果，大于所述活体手指识别模型对所述异常特征样本进行匹配的匹配结果。
18.在一些实施例中，所述方法还包括：
19.在所述终端设备录入指纹模板时，通过所述雷达传感器获取雷达模板特征；
20.将所述雷达模板特征输入所述活体手指识别模型，得到更新后的活体手指识别模型。
21.在一些实施例中，所述方法还包括：
22.检测所述终端设备是否处于被握持状态；
23.在所述终端设备未处于所述被握持状态，和/或采集得到的所述指纹与指纹模板不匹配时，拒绝解锁所述终端设备。
24.在一些实施例中，所述根据发射的所述雷达波和接收的所述返回的雷达波，获取雷达波特征，包括：
25.对所述雷达波和所述返回的雷达波进行时频处理，获取雷达波特征；
26.其中，所述雷达波特征，包括：基于所述返回的雷达波确定的在所述雷达发射区域上检测对象的形状特征，和/或在预设时间段内的姿态变化特征。
27.在一些实施例中，所述方法还包括：
28.根据所述形状特征，确定所述检测对象是否为手指形状；
29.根据所述姿态变化特征，确定所述检测对象是否为活体。
30.在一些实施例中，所述方法还包括：
31.当未检测到活体手指时，控制所述指纹传感器处于休眠状态。
32.在一些实施例中，所述方法还包括：
33.在发射所述雷达波的同时，通过所述指纹传感器采集指纹；
34.当未检测到活体手指时，丢弃所述指纹传感器采集的所述指纹。
35.根据本公开实施例的第二方面，提供一种终端设备，所述终端设备包括：
36.屏幕；
37.指纹传感器，位于所述屏幕下方，并朝向所述屏幕；
38.雷达传感器，与所述指纹传感器设置在所述屏幕下方的不同位置，并向所述屏幕发射雷达波，接收返回的雷达波；
39.处理器，分别与所述雷达传感器和所述指纹传感器连接，用于根据发射的所述雷达波和接收的所述返回的雷达波，获取雷达波特征；当根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指时，控制所述指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
40.在一些实施例中，所述雷达传感器包括：
41.至少一个发射所述雷达波的发射器，与所述指纹传感器相邻设置；
42.至少一个接收所述返回的雷达波的接收器，与所述发射器分离设置。
43.在一些实施例中，至少一个所述发射器包括：两个所述发射器，两个所述发射器设置在所述指纹传感器的相反两侧；
44.至少一个所述接收器包括：四个所述接收器，四个所述接收器以所述指纹传感器为中心对称地设置在所述指纹传感器的周围。
45.在一些实施例中，至少一个所述接收器位于所述终端设备的边缘位置。
46.根据本公开实施例的第三方面，提供一种非临时性计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现
如上述第二方面中提供的指纹识别方法。
47.本公开的实施例提供的技术方案可以包括以下有益效果：
48.本公开实施例先通过雷达传感器接收到的返回的雷达波获取雷达波特征，再通过该雷达波特征确定是否检测到活体手指，进而在确定检测到活体手指时，基于指纹传感器进行采集指纹。也就是说，本公开实施例在指纹传感器采集指纹之前会先确定雷达发射区域是否检测到活体手指，而不是对任何的检测对象均进行指纹采集。如此，通过检测活体手指，能够有效降低因非手指的假体触发导致的误触解锁情况，提高了手指指纹解锁的准确性。并且，只有在检测到活体手指才唤醒指纹传感器，能够降低误触唤醒指纹采集模组导致的系统功耗上升的情况，使得在实现指纹解锁的功能下有效节省终端设备的功耗，进而延长了终端设备的使用时间。
49.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
50.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
51.图1是本公开实施例示出的一种指纹识别方法流程示意图一。
52.图2是本公开实施例示出的一种指纹识别方法流程示意图二。
53.图3是本公开实施例示出的一种指纹识别方法流程示意图三。
54.图4是本公开实施例示出的一种超声波识别流程示意图。
55.图5是本公开实施例示出的一种终端设备的结构示意图一。
56.图6是本公开实施例示出的一种终端设备的结构示意图二。
57.图7是本公开实施例示出的一种终端设备的结构框图。
具体实施方式
58.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
59.图1是本公开实施例示出的一种指纹识别方法流程图一，如图1所示，应用于终端设备的方法包括以下步骤：
60.s101、通过终端设备的雷达传感器发射雷达波并接收返回的雷达波；
61.s102、根据发射的雷达波和接收的返回的雷达波，获取雷达波特征；
62.s103、当根据雷达波特征确定出雷达传感器的雷达发射区域检测到活体手指时，基于终端设备的指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
63.上述终端设备为设置有指纹传感器和雷达传感器的终端设备。终端设备通过雷达传感器发射雷达波并接收返回的雷达波，包括：终端设备通过雷达传感器向指纹识别区域的检测对象发射雷达波，并接收检测对象反射回的雷达波。
64.需要说明的是，上述指纹识别区域为检测对象能够被指纹传感器识别的区域。该
指纹识别区域的位置可依据指纹传感器的采集面的朝向进行设置。例如，在指纹传感器的采集面朝向屏幕时，该指纹识别区域可设置在屏幕上；在指纹传感器的采集面朝向背壳时，该指纹识别区域可设置设置在屏幕上。上述检测对象包括手指，该手指包括拇指、中指或者无名指，本公开实施例不作限制。
65.本公开实施例中，在接收到该反射回的雷达波后，终端设备根据发射的雷达波和接收的返回的雷达波，获取雷达波特征。
66.上述雷达波特征包括不限于雷达波覆盖面积特征、距离特征、速度特征和角度特征。
67.上述距离特征可根据雷达波的发射时间、返回的雷达波的接收时间以及雷达波的传播速度确定；上述速度特征可根据雷达波的发射频率和返回的雷达波的接收频率之差确定；上述角度特征可根据返回的雷达波的相位变化确定；上述雷达波覆盖面积特征可根据雷达波的设置位置以及雷达波的发射和接收范围确定。
68.本公开实施例中，通过距离特征、速度特征以及角度特征，可确定检测对象在预设时间段内的姿态变化。通过角度特征和雷达波的覆盖面积特征，可确定雷达波的形状特征以及形状变化特征。如此，通过雷达波特征估算的特征能够表征检测对象是否处于静止状态或者检测对象的形状是否符合手指形状，进而能够根据雷达波特征确定检测对象是否为活体手指。
69.需要说明的是，上述检测对象的姿态变化包括：检测对象的相对移动距离、检测对象的相对移动速度以及检测对象的移动方向，本公开不作限制。
70.在一些实施例中，根据发射的雷达波和接收的返回的雷达波，获取雷达波特征，包括：对雷达波和返回的雷达波进行时频处理，获取雷达波特征，其中，雷达波特征，包括：基于返回的雷达波确定的在雷达发射区域上检测对象的形状特征，和/或在预设时间段内的姿态变化特征。
71.上述指纹识别区域在雷达发射区域内，且雷达发射区域的面积大于指纹识别区域。如此，雷达传感器能够更好的向位于指纹识别区域上的检测对象发射雷达波。
72.上述时频处理包括时域处理和频域处理。时频处理后的可得到距离多普勒谱、距离谱、多普勒谱和角度谱。通过距离多普勒谱、距离谱、多普勒谱和角度谱可确定检测对象在预设时间段的雷达波特征。
73.上述预设时间段可包括固定帧长度对应的时间，该固定帧长度可根据实际情况进行设置，例如，该固定帧长度可设置为8帧长度或者10帧长度，本公开实施例不作限制。
74.本公开实施例中，根据检测对象的形状特征和/或姿态变化特征，能够确定检测对象是否为活体手指。在一些实施例中，根据所述形状特征，确定所述检测对象是否为手指形状；根据所述姿态变化特征，确定所述检测对象是否为活体。
75.如此，通过形状特征和姿态变化特征能够确定检测对象是否为手指活体，进而能够实现在指纹采集之前对检测对象进行识别，能够有效降低因非手指假体触发导致的误触解锁情况，提高了手指指纹解锁的准确性。
76.其中，根据形状特征确定检测对象是否为手指形状，包括：根据形状特征确定检测对象的形状；当检测对象的形状与预设形状匹配时，确定检测对象为手指形状。该手指形状包括拇指形状、中指形状或者无名指形状，本公开实施例不作限制。
77.上述根据检测对象的姿态变化特征可确定检测对象的姿态变化，进而通过检测到的姿态变化便可确定该检测对象是否为活体。其中，检测对象的姿态变化包括不限于检测对象的位移变化，检测对象的速度变化或者检测对象的角度变化。例如，当检测到在预设时间段内位移变化以及速度变化在预设阈值范围内时表征检测对象的移动具有连贯性，进而便可确定该检测对象为活体而不是假体。
78.本公开实施例中，可直接通过检测对象是否有姿态变化来确定检测对象是否为活体或假体。例如，有姿态变化的为活体，没有姿态变化为假体。
79.进一步地，终端设备还可在检测对象的姿态变化符合预设条件时，确定检测对象为活体。
80.需要说明的是，该预设条件包括预设活动角度范围。活体手指具有能够活动的角度范围，当检测对象的活动角度不在该活动角度范围内时，可确定检测对象为假体。
81.例如，活体手指能够活动的角度范围可在0到180度之间，当检测对象的活动角度为270度，则确定该检测对象为假体，当检测对象的活动角度为90度时，则确定该检测对象为活体。
82.本公开实施例中，活体手指具有活动关节，连接活动关节的两个部分之间的角度能够发生相对角度变化，例如，在活体手指转动90度时，活动关节的两个部分之间的角度可从180度变化为90度，而假体手指如塑胶手指在转动90度时不会出现相对角度变化。因此，预设条件还可包括是否发生相对角度变化。当检测对象的两个部分发生相对角度变化时，确定检测对象为活体。当检测对象的两个部分未发生相对角度变化时，确定检测对象为假体。
83.如此，通过检测对象的活动角度和检测对象的相对角度变化能够进一步有效排除假体，能够提高了活体检测的准确性。
84.本公开实施例中，上述雷达波特征除了包括检测对象的形状特征和姿态变化特征以外，还可包括：检测对象的接触面积特征，本公开实施例不作限制。
85.在一些实施例中，终端设备还可根据接触面积特征，确定检测对象是否为手指，或者，根据形状特征和接触面积特征，确定检测对象是否为手指，本公开实施例不作限制。
86.在一些实施例中，如图2所示，当根据雷达波特征确定出雷达传感器的雷达发射区域检测到活体手指时，基于终端设备的指纹传感器采集指纹，并对采集得到的指纹进行识别解锁，即步骤s103包括：
87.s103a、当根据雷达波特征确定出雷达传感器的雷达发射区域检测到活体手指时，唤醒终端设备的指纹传感器；
88.s103b、基于唤醒后的指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
89.本公开实施例中，为了减少指纹传感器产生的功耗的，在指纹解锁终端设备的过程中，指纹传感器处于休眠状态。当检测到活体手指时，需要先唤醒终端设备的指纹传感器。如此，能够降低假体非手指误触带来的指纹采集模组无效工作导致的系统功耗上升的情况，使得在实现指纹解锁的功能下有效节省终端设备的功耗，进而能够延长终端设备的使用时间。
90.在一些实施例中，终端设备还包括：当未检测到活体手指时，控制指纹传感器处于休眠状态。
91.需要说明的是，当未检测到活体手指时，表明终端设备被误触，例如，终端设备放置在口袋里导致的误触情况，手握终端设备中非手指触碰到屏幕的指纹识别区域产生的误触情况。此时，指纹传感器不需要进行指纹识别，进而终端设备不需要唤醒处于休眠状态下的指纹传感器。
92.如此，本公开实施例通过在未检测到活体手指时控制指纹传感器处于休眠状态，能够减少终端设备误触导致唤醒终端设备带来的功耗上升的情况，能够节省终端设备的功耗，延长终端设备的使用时间。
93.在本公开实施例中，当未检测到活体手指时，控制指纹传感器处于休眠状态，包括：
94.当未检测到活体手指时，不唤醒处于休眠状态的指纹传感器；
95.当未检测到活体手指时，控制指纹传感器退出唤醒状态进入到休眠状态。
96.也就是说，本公开实施例可事先确定指纹传感器的工作状态。在指纹传感器的工作状态为休眠状态，且未检测到活体时，不唤醒指纹传感器，使得指纹传感器继续保持休眠；在指纹传感器的工作状态为唤醒状态，且未检测到活体时，控制指纹传感器从唤醒状态切换为休眠状态。如此，本公开实施例在检测到活体手指时，能够灵活控制指纹传感器从不同状态进入到休眠状态，能够降低终端设备的功耗，延长终端设备的使用时长。
97.本公开实施例中，在唤醒终端设备的指纹传感器之后，基于唤醒后的指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。该指纹传感器采集指纹的过程可包括：向检测对象发射光并接收返回的反射光，基于该反射光形成指纹图像，进而实现指纹的识别解锁。
98.其中，该指纹传感器可通过识别终端设备屏幕上识别区域中的指纹实现解锁，还可通过识别终端设备背壳上识别区域中的指纹实现解锁，本公开实施例不作限制。
99.本公开实施例中，终端设备的解锁过程为：当采集到的指纹与终端设备录入的指纹模板匹配时，终端设备的锁定状态被解锁；当采集到的指纹与终端设备录入的指纹模板不匹配时，终端设备继续处理锁定状态。如此，通过比较采集到的指纹和指纹模块能够实现终端设备的指纹解锁。
100.需要说明的是，本公开实施例先通过雷达传感器接收到的返回的雷达波获取雷达波特征，再通过该雷达波特征确定是否检测到活体手指，进而在确定检测到活体手指时，唤醒指纹传感器进行采集指纹。也就是说，本公开实施例在指纹传感器采集指纹之前会先确定雷达发射区域是否检测到活体手指，而不是对任何的检测对象均进行指纹采集。如此，通过检测活体手指，能够有效降低因非手指的假体触发导致的误触解锁情况，提高了手指指纹解锁的准确性。并且，只有在检测到活体手指才唤醒指纹传感器，能够降低误触唤醒指纹采集模组导致的系统功耗上升的情况，使得在实现指纹解锁的功能下有效节省终端设备的功耗，进而延长了终端设备的使用时间。
101.在一些实施例中，根据雷达波特征确定出雷达传感器的雷达发射区域检测到活体手指，包括：
102.将雷达波特征输入活体手指识别模型，得到活体手指识别模型对应的匹配度；
103.当匹配度大于匹配阈值时，确定雷达传感器的雷达发射区域检测到活体手指。
104.本公开实施例中，终端设备预先存储了活体手指识别模型，在获取雷达波特征之
后，终端设备可基于该活体手指识别模型进行匹配，进而确定是否检测到活体手指。
105.需要说明的是，该活体手指识别模型可为由不同手指对应的多个子模型构成，该多个子模型能够检测到不同检测对象的雷达波特征是否为活体手指。例如，手指包括：中指和无名指；通过中指对应的子模型能够检测到检测对象为活体中指；通过无名指对应的子模型能够检测到检测对象为活体无名指。
106.本公开实施例中，雷达传感器可为多个，通过多个雷达传感器可获取得到多组雷达波特征，进而将多组雷达波特征输入到活体手指识别模型，能够得到多组雷达波特征的多组匹配度。本公开实施例在得到多组匹配度之后，可对该多组雷达波特征的多组匹配度进行归一化处理，进而当归一化匹配结果大于匹配阈值时确定该检测对象为活体手指。
107.需要说明的是，该归一化处理是将多组雷达波特征的多组匹配度变为0到1之间的小数。对该多组雷达波特征的多组匹配度进行归一化处理，包括：获取多组雷达波特征中的最高匹配度和最低匹配度，基于该最高匹配度和最低匹配度，确定多组雷达波特征的归一化匹配结果。
108.如此，通过归一化处理得到的匹配结果来确定检测对象是否为活体手指，能够有效降低不同雷达传感器的检测误差导致检测结果不准确的情况，提高了检测活体手指的准确性。
109.示例性地，上述该匹配阈值可以依据实际检测活体手指的检测精确需求进行设置，例如，该匹配阈值可以设置为0.65或者0.75等，本公开实施例不作限制。
110.在一些实施例中，方法还包括：
111.通过雷达传感器获取在正常手指识别场景中的正常特征样本；
112.通过雷达传感器获取在异常手指识别场景中的异常特征样本；
113.将正常特征样本和异常特征样本输入到分类训练模型中，训练得到活体手指识别模型；其中，活体手指识别模型对正常特征样本进行匹配的匹配结果，大于活体手指识别模型对异常特征样本进行匹配的匹配结果。
114.本公开实施例中，手指识别模型为通过手指识别场景中的特征样本和分类训练模型训练得到的模型。
115.上述该正常特征样本为活体手指指纹解锁场景中雷达传感器获取的样本。该异常特征样本为正常特征样本以外的样本。其中，异常特征样本可为多个异常场景中雷达传感器获取的样本。该异常场景包括非指纹识别区域的识别场景、假体手指的识别场景、非手指的识别场景或者多个手指的识别场景，本公开实施例不作限制。
116.需要说明的是，终端设备上具有指纹识别区域，该非指纹识别区域为终端设备上除了指纹识别区域以外的区域。例如，该非指纹识别区域可包括摄像头的装饰件所在的区域或者终端设备侧边的壳体所在的区域。
117.上述非指纹识别区域的识别场景可为检测对象作用于非指纹识别区域而进行指纹解锁的场景。在检测对象作用于非指纹识别区域时，指纹传感器采集不到该检测对象的指纹，进而不能实现指纹的识别解锁，因此，可将该非指纹识别区域的识别场景作为指纹解锁中的异常手指识别场景。
118.上述假体手指的识别场景可为在指纹识别区域中通过假体手指进行指纹解锁的场景，该胶体手指可为由塑料或者硅胶材质制作形成的手指。
119.上述非手指的识别场景可为用户通过手指以外的部位作为检测对象的识别场景。该手指以外的部分包括：手肘、指关接或者触控笔，本公开实施例不作限制。
120.上述多个手指的识别场景可为通过多个手指同时作用于指纹识别区域的识别场景。例如，多个手指同时作用于指纹识别区域包括：两个手指同时作用于指纹识别区域；或者，三个手指同时作用于手指识别区域，本公开实施例不作限制。
121.本公开实施例中，正常特征样本和异常特征样本均为多个样本，且该正常特征样本和异常特征样本可为通过人工模拟不同场景下提取的样本。如此，正常特征样本和异常特征样本能够精确反映真实场景中的识别过程，进而通过正常特征样本和异常特征样本训练得到的活体手指识别模型能够得到精确的匹配度，使得基于匹配度确定的活体指纹更加精确。
122.示例性地，分类训练模型包括由卷积神经网络(convolutional neural networks，cnn)形成的模型，本公开实施例不作限制。
123.在一些实施例中，方法还包括：
124.在终端设备录入指纹模板时，通过雷达传感器获取雷达模板特征；
125.将雷达模板特征输入活体手指识别模型，得到更新后的活体手指识别模型。
126.本公开实施例中，当终端设备录入指纹模板时，指纹传感器采集检测对象的指纹，并将该检测到的历史指纹作为指纹模板存储在终端设备中。在确定检测对象为活体手指后，终端设备将指纹传感器采集得到的当前指纹与指纹模板进行匹配，进而能够实现终端设备的识别解锁。其中，该指纹模块为完整的手指指纹，通过该指纹模块能够解锁终端设备。
127.上述终端设备预先存储有活体手指识别模型。在终端设备录用模板指纹时，可通过雷达传感器获取的雷达模板特征对活体识别模型进行更新。
128.需要说明的是，终端设备录入模板指纹的场景属于正常手指识别场景。因此，该雷达模板特征属于正常特征样本，将雷达模板特征输入活体手指识别模型，能够对活体手指识别模型进行再次训练，得到更加准确的活体手指识别模型。
129.在一些实施例中，方法还包括：
130.检测终端设备是否处于被握持状态；
131.在终端设备未处于被握持状态，和/或采集得到的指纹与指纹模板不匹配时，拒绝解锁终端设备。
132.本公开实施例中，可通过终端设备的压力传感器和温度传感器检测终端设备是否处于被握持状态。例如，当压力传感器检测到的压力值大于压力阈值和/或温度传感器检测到的温度大于温度阈值时，确定终端设备处于被握持状态。
133.需要说明的是，终端设备未处于被握持状态可表明解锁行为是非用户行为或者误触行为，采集得到的指纹与指纹模板不匹配可表明解锁行为是非终端设备认证用户行为。因此，通过在终端设备未处于被握持状态和/或采集得到的指纹与指纹模板不匹配的情况下拒绝解锁，能够提高终端设备解锁的准确性。
134.在一些实施例中，方法还包括：
135.在发射所述雷达波的同时，通过所述指纹传感器采集指纹；
136.当未检测到活体手指时，丢弃所述指纹传感器采集的所述指纹。
137.也就是说，当未检测到活体手指时，本公开实施例直接丢弃指纹传感器采集的指纹，而不是继续处理该指纹，能够有效降低处理该指纹所需的功耗，进而能够节省终端设备的功耗，延长终端设备的使用时长。
138.本公开实施例中，在雷达传感器和指纹传感器同时处于工作状态时，只有在指纹传感器的采集结果和雷达传感器的检测结果均符合要求时，终端设备才执行解锁。在雷达传感器的检测结果未确认之前，指纹传感器的采集结果即使符合要求，终端设备也不执行解锁。
139.为了更好的理解本公开实施例，如图3所示，本公开实施例本公开实施例提出的一种指纹识别方法包括以下步骤：
140.s201、通过终端设备的雷达传感器发射雷达波并接收返回的雷达波；
141.s202、根据发射的雷达波和接收的返回的雷达波，获取雷达波特征；
142.s203、根据雷达波特征，确定雷达发射区域是否检测到活体手指；若是，转步骤s204；若否，转步骤s201；
143.s204、唤醒指纹传感器，并基于唤醒后的指纹传感器采集指纹；
144.s205、确定采集得到的指纹与预设指纹是否匹配；若是，转步骤s206；若否，转步骤s207；
145.s206、认证通过，解除终端设备的锁定状态；
146.s207、拒绝解锁，终端设备继续处于锁定状态。
147.需要说明的是，在唤醒指纹传感器之前，还可用超声波传感器识别假体。该超声波传感器能够利用不同检测对象反射超声波的变化来确定检测对象的材质，进而实现假体的识别。如图4所示，识别假体的步骤包括：步骤s301、基于超声波传感器获取超声波特征；步骤s302、确定超声波特征与超声波模板特征是否匹配；若匹配转步骤s303；若不匹配转步骤s301；步骤s303、检测对象为假体。通过超声波识别假体的步骤可以看出，超声波传感器仅能识别假体，并不能识别检测对象是否为手指，进而存在对非手指的识别解锁导致误操作的问题，也存在因对非手指的识别解锁带来的终端设备的功耗上升的情况。
148.基于此，本公开实施例先通过雷达传感器接收到的返回的雷达波获取雷达波特征，再通过该雷达波特征确定是否检测到活体手指，进而在确定检测到活体手指时，唤醒指纹传感器进行采集指纹。也就是说，本公开实施例在指纹传感器采集指纹之前会先确定雷达发射区域是否检测到活体手指，而不是对任何的检测对象均进行指纹采集。如此，通过检测活体手指，能够有效降低因非手指触的假体触发导致的误触解锁情况，提高了手指指纹解锁的准确性。并且，只有在检测到活体手指才唤醒指纹传感器，能够降低误触唤醒指纹采集模组导致的系统功耗上升的情况，使得在实现指纹解锁的功能下有效节省终端设备的功耗，进而延长了终端设备的使用时间。
149.本公开实施例还提供一种终端设备，如图5所示，该终端设备包括：
150.屏幕401；
151.指纹传感器402，位于屏幕下方，并朝向屏幕；
152.雷达传感器403，与指纹传感器设置在屏幕下方的不同位置，并向屏幕发射雷达波，接收返回的雷达波；
153.处理器404，分别与雷达传感器和指纹传感器连接，用于根据发射的雷达波和接收
的返回的雷达波，获取雷达波特征；并当根据雷达波特征确定出雷达传感器的雷达发射区域检测到活体手指时，控制指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
154.上述终端设备可以为可穿戴式电子设备和移动终端，该移动终端包括手机、笔记本以及平板电脑，该可穿戴电子设备包括智能手表，本公开实施例不作限制。
155.上述屏幕可为由液晶显示器(liquid crystal display，lcd)形成的屏幕，还可为由有机发光半导体(organicelectroluminesence display，oled)形成的屏幕，本公开实施例不作限制。
156.本公开实施例中，终端设备具有指纹识别区域，该指纹识别区域可设置在屏幕上，对应的指纹传感器的采集面朝向屏幕，进而通过采集屏幕上指纹识别区域上的检测对象能够实现指纹识别。
157.该指纹采集区域还可设置在终端设备的背壳上，对应的指纹传感器的采集面朝向背壳，进而通过背壳上指纹采集区域上的检测对象能够实现指纹识别。
158.本公开实施例中，雷达传感器的采集面的朝向与指纹传感器的采集面的朝向相同。该雷达传感器可为一个或者多个，本公开实施例不作限制。
159.示例性地，雷达传感器包括但不限于毫米波雷达传感器。该毫米波雷达传感器可采用60ghz，波长5mm的极高频毫米波发射雷达波，以提高检测精度。
160.需要说明的是，终端设备先通过雷达传感器接收到的返回的雷达波获取雷达波特征，再通过该雷达波特征确定是否检测到活体手指，进而在确定检测到活体手指时，唤醒指纹传感器进行采集指纹。也就是说，本公开实施例在指纹传感器采集指纹之前会先确定雷达发射区域是否检测到活体手指，而不是对任何的检测对象均进行指纹采集。如此，通过检测活体手指，能够有效降低因非手指触发或者假体触发导致的误触解锁情况，提高了手指指纹解锁的准确性。并且，只有在检测活体手指才唤醒指纹传感器，能够降低误触导致唤醒指纹采集模组带来的系统功耗上升的情况，使得在实现指纹解锁的功能下有效节省终端设备的功耗，进而延长了终端设备的使用时间。
161.在一些实施例中，雷达传感器包括：
162.至少一个发射雷达波的发射器，与指纹传感器相邻设置；
163.至少一个接收返回的雷达波的接收器，与发射器分离设置。
164.本公开实施例中，发射器的数量可小于或者等于接收器的数量，本公共课实施例不作限制。
165.需要说明的是，终端设备设置多个发射器能够得到多组返回的雷达波以及对应的多组雷达波特征，进而通过多组雷达波特征能够更加精确地确定检测对象是否为活体手指。并且，本公开实施例设置多个接收器能够提高接收多组返回的雷达波的接受率，进而通过对组返回的雷达波对应的雷达波特征，也能够更加精确地确定检测对象是否为活体手指。
166.在一些实施例中，如图6所示，至少一个发射器包括：两个发射器403a，两个发射器403a设置在指纹传感器402的相反两侧；
167.至少一个接收器403b包括：四个接收器403b，四个接收器403b以指纹传感器402为中心对称地设置在指纹传感器402的周围。
168.本公开实施例中，将发射器设置在指纹传感器的相反位置，能够使得发射器向检
测对象的不同方向发射雷达波，能够更加全面的得到检测对应的雷达波特征。将四个接收器以指纹传感器为中心对称地设置在指纹传感器的周围，能够使得检测对象返回的雷达波能够被接收器接收到，提高了返回的雷达波的接收率。
169.在一些实施例中，如图6所示，至少一个接收器403b位于终端设备的边缘位置。
170.本公开实施例中，将接收器设置在终端设备的边缘位置，能够使得接收器能够更好的接收返回的雷达波。
171.关于上述实施例中的终端设备，其中各个模块执行操作的具体方式已经在上述有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
172.图7是根据一示例性实施例示出的一种终端设备的框图。例如，终端设备可以是移动电话，移动电脑等。
173.参照图7，终端设备可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
174.处理组件802通常控制终端设备的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
175.存储器804被配置为存储各种类型的数据以支持在设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
176.电力组件806为终端设备的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。
177.多媒体组件808包括在所述终端设备和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
178.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当终端设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
179.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可
以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
180.传感器组件814包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件814可以检测到设备的打开/关闭状态，组件的相对定位，例如所述组件为终端设备的显示器和小键盘，传感器组件814还可以检测终端设备或终端设备一个组件的位置改变，用户与终端设备接触的存在或不存在，终端设备方位或加速/减速和终端设备的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
181.通信组件816被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如wi-fi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
182.在示例性实施例中，终端设备可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
183.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端设备的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
184.一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行指纹识别方法，所述方法包括：
185.在指纹解锁所述终端设备时，通过所述终端设备的雷达传感器发射雷达波并接收返回的雷达波；
186.根据发射的所述雷达波和接收的所述返回的雷达波，获取雷达波特征；
187.当根据所述雷达波特征确定出所述雷达传感器的雷达发射区域检测到活体手指时，唤醒所述终端设备的指纹传感器；
188.基于唤醒后的所述指纹传感器采集指纹，并对采集得到的指纹进行识别解锁。
189.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
190.应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。