指纹的验证方法、装置、存储介质及电子装置

技术领域

本发明实施例涉及图像识别领域，具体而言，涉及一种指纹的验证方法、装置、存储介质及电子装置。

背景技术

随着社会的发展与进步，进行快速、有效、自动的人身辨别的实际需求日益迫切。作为生物识别技术的一个重要课题，指纹识别技术因为其高唯一性和强稳定性越来越受到人们的重视。指纹识别技术最初应用于刑侦领域，近些年来逐渐推广到人们的日常生活中，如考勤、门禁、保险箱等。传统指纹识别技术通常包括指纹预处理、指纹细节点提取、指纹细节点匹配等步骤。

然而，在相关技术中存在指纹验证不准确的问题。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种指纹的验证方法、装置、存储介质及电子装置，以至少解决相关技术中存在的指纹验证不准确的问题。

根据本发明的一个实施例，提供了一种指纹的验证方法，包括：提取待验证指纹的第一特征；确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，其中，所述每个指纹的所述第二特征为对所述指纹的多个图像中的特征进行特征融合后得到的特征；基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度；在所述第二相似度中存在满足预定条件的相似度的情况下，确定所述待验证指纹验证成功。

根据本发明的另一个实施例，提供了一种指纹的验证装置，包括：提取模块，用于提取待验证指纹的第一特征；第一确定模块，用于确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，其中，所述每个指纹的所述第二特征为对所述指纹的多个图像中的特征进行特征融合后得到的特征；第二确定模块，用于基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度；验证模块，用于在所述第二相似度中存在满足预定条件的相似度的情况下，确定所述待验证指纹验证成功。

根据本发明的又一个实施例，还提供了一种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程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，提取待验证指纹的第一特征，确定第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，根据第一相似度确定待验证指纹与指纹库中包括的每个指纹之间的第二相似度，每个指纹的第二特征为对指纹的多个图像中的特征进行特征融合后得到的特征，在第二相似度中存在满足预定条件的相似度的情况下，确定待验证指纹验证成功。由于指纹库中的每个指纹的第二特征均融合了该指纹的对个图像的特征，降低了单个指纹图像的随机性和偶然性，提高了确定的第一相似度的准确性，在验证指纹时，根据每个第一细节点的第一全局特征与第二细节点的第二全局特征的第一相似度确定指纹之间的第二相似度，即在确定第二相似度时，充分融合了待验证指纹的每个第一细节点的特征，提高了确定的第二相似度的准确性。因此，可以解决相关技术中存在的指纹验证不准确的问题，达到提高指纹验证准确率的效果。

附图说明

图1是本发明实施例的一种指纹的验证方法的移动终端的硬件结构框图；

图2是根据本发明实施例的指纹的验证方法的流程图；

图3是根据本发明示例性实施例的指纹预处理流程图；

图4是根据本发明示例性实施例的确定待验证指纹与指纹库中包括的每个指纹之间的第二相似度；

图5是根据本发明示例性实施例的特征融合示意图；

图6是根据本发明具体实施例的指纹的验证方法流程图；

图7是根据本发明具体实施例的特征校验流程图；

图8是根据本发明实施例的指纹的验证装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明的实施例。

需要说明的是，本发明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。

本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种指纹的验证方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的指纹的验证方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可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104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。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。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种指纹的验证方法，图2是根据本发明实施例的指纹的验证方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，提取待验证指纹的第一特征；

步骤S204，确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，其中，所述每个指纹的所述第二特征为对所述指纹的多个图像中的特征进行特征融合后得到的特征；

步骤S206，基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度；

步骤S208，在所述第二相似度中存在满足预定条件的相似度的情况下，确定所述待验证指纹验证成功。

在上述实施例中，待验证指纹可以是目标设备采集到的指纹，目标设备可以包括智能终端、指纹采集仪等，如智能手机、智能手表、平板电脑、智能锁、保险柜等集成有指纹采集功能的设备。指纹库可以是存储在目标设备的存储单元中的指纹库，指纹库中可以包括一个或多个指纹，以及与每个指纹对应的指纹特征。指纹库中的指纹可以是预先通过目标设备注册到目标设备中的指纹。在进行指纹注册时，可以将目标设备采集到的第一个指纹确定为基准指纹，再次进行指纹采集，并验证当前采集到的指纹与基准指纹是否为同一个指纹。例如，可以通过确定采集到的指纹与基准指纹的相似度来确定当前采集到的指纹与基准指纹是否为同一个指纹。如当相似度大于预先设定的阈值时，可以认为二者属于相同的指纹。当确定二者属于相同的指纹时，将当前采集的特征和基准指纹的特征进行融合，将融合后的特征确定为基准指纹的特征。在进行特征融合后，还可以继续采集指纹，并验证采集到的指纹与基准指纹是否为同一个指纹，在是同一指纹时，进行指纹特征融合。当融合的指纹数量达到预定数量时，则可以将最后得到的特征确定为基准指纹的特征，并存储到指纹库中。

在上述实施例中，可以在目标设备，如指纹采集仪上按照采集要求进行按压获取指纹图像，在完成指纹采集后，可以对获取的指纹图像进行预处理。指纹预处理可以包括分割、方向场与频率场计算，增强，二值化与细化等步骤。其中，指纹预处理流程图可参见附图3。在完成指纹预处理后，可以对预处理指纹图像进行特征提取。指纹特征提取通常指的是提取指纹细节点并记录细节点信息。即第一特征中包括每个细节点的细节点信息以及每个细节点的全局特征。细节点信息可以表示为M＝{m

在上述实施例中，在提取出待验证指纹的第一特征后，可以进行特征比对。即确定第一特征中包括的每个第一细节点的第一全局特征与指纹库中的每个指纹的第二特征中包括的每个第二细节点的第二全局特征之间的第一相似度，根据第一相似度确定待验证指纹与指纹库中每个指纹之间的第二相似度。当第二相似度中的最大相似度大于预设相似度时，可以认为第二相似度中存在满足预定条件的相似度，则确定待验证指纹验证成功。即在经过特征比对后，可以获取待验证指纹与指纹库中所有指纹的相似度集合S和最大相似度Stop1，然后将最大相似度与设定的相似度阈值比较。如果最大相似度大于阈值，则验证通过；反之，验证不通过。验证方式可

S＝{S

表示为

其中，上述步骤的执行主体可以为目标设备、处理器等，还可以是集成有指纹采集装置以及数据处理装置的设备，但不限于此。

通过本发明，提取待验证指纹的第一特征，确定第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，根据第一相似度确定待验证指纹与指纹库中包括的每个指纹之间的第二相似度，每个指纹的第二特征为对指纹的多个图像中的特征进行特征融合后得到的特征，在第二相似度中存在满足预定条件的相似度的情况下，确定待验证指纹验证成功。由于指纹库中的每个指纹的第二特征均融合了该指纹的对个图像的特征，降低了单个指纹图像的随机性和偶然性，提高了确定的第一相似度的准确性，在验证指纹时，根据每个第一细节点的第一全局特征与第二细节点的第二全局特征的第一相似度确定指纹之间的第二相似度，即在确定第二相似度时，充分融合了待验证指纹的每个第一细节点的特征，提高了确定的第二相似度的准确性。因此，可以解决相关技术中存在的指纹验证不准确的问题，达到提高指纹验证准确率的效果。

在一个示例性实施例中，确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度包括：针对所述第一特征中包括的每个第一细节点均执行以下操作，得到与每个所述第一细节点的所述第一全局特征：确定所述第一特征中包括的与所述第一细节点距离最近的第二细节点，确定所述第一细节点与所述第二细节点之间的第一距离，确定所述第一细节点与所述第二细节点之间的第一连线与所述第一细节点的方向之间的第一夹角，以及，确定所述第一连线与所述第二细节点的方向之间的第二夹角，将所述第一距离、所述第一夹角以及所述第二夹角确定为所述第一全局特征；针对每个所述第一细节点的所述第一全局特征均执行以下操作，得到所述第一全局特征与每个所述第二全局特征之间的所述第一相似度；确定所述第一距离与所述第二全局特征中包括的第二距离的差的平方的第一算术平方根，确定所述第一夹角与所述第二全局特征中包括的第三夹角的差的平方的第二算术平方根，确定所述第二夹角与所述第二全局特征中包括的第四夹角的差的平方的第三算术平方根，基于所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根确定所述第一相似度。在本实施例中，对于第一特征中的每个第一细节点，可以确定每个第一细节点的第一全局特征。在确定第一全局特征时，可以在第一特征中查找与第一细节点距离最近的第二细节点，将第一细节点与第二细节点之间的第一距离，第一夹角以及第二夹角确定为第一全局特征。例如，对于细节点m

在一个示例性实施例中，基于所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根确定所述第一相似度包括：确定所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根的第一和值；将所述第一和值确定为所述第一相似度。在本实施例中，第一相似度可以表示为s(i，j)＝d(i，j)+α(i，j)+β(i，j)。

在一个示例性实施例中，基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度包括：针对所述指纹库中包括的每个第一指纹均执行以下操作，以确定所述待验证指纹与所述第一指纹的所述第二相似度：基于所述第一相似度将所述第一指纹中包括的所述第二细节点与所述第一细节点进行匹配，得到多个第一目标细节点对；确定所述第一目标细节点对的目标数量；确定所述第一相似度中包括的与每个所述第一目标细节点对对应的第三相似度；确定所述第三相似度的第二和值；将所述第二和值与所述目标数量的比值确定为所述第二相似度。在本实施例中，可以根据计算得到的细节点对的第一相似度，利用匈牙利匹配获取两指纹细节点的匹配结果并记录，最后根据匹配结果计算两指纹的相似度。可以根据匈牙利匹配确定每个第一指纹中的细节点中与第一细节点匹配的第二细节点，将第二细节点与第一细节点确定为第一目标细节点对。第一细节点与第二细节点之间的相似度可以大于其他第一细节点与第一指纹中包括的出第二细节点之外的其他细节点的相似度。或者，第一细节点与第二细节点之间的相似度可以大于其他第一细节点与第一指纹中包括的出第二细节点之外的其他细节点的相似度，且该相似度大于预设的阈值。

在上述实施例中，在确定出多个第一目标细节点对后，可以确定第一目标细节点对的目标数量，确定与每个第一目标细节点对对应的第三相似度，将多个第三相似度的第二和值与目标数量的比值确定为第二相似度。其中，第二相似度可以表示为

在一个示例性实施例中，在确定所述待验证指纹验证成功之后，所述方法还包括：确定所述指纹库中包括的与所述第二相似度中包括的最大相似度对应的第二指纹；将所述第二指纹中包括的细节点与所述待验证指纹中包括的所述第一细节点进行匹配，得到第二目标细节点对；确定所述第一相似度中包括的与每个所述第二目标细节点对对应的第四相似度；确定所述第四相似度中包括的相似度小于第一预定阈值的第五相似度，以及相似度大于或等于所述第一预定阈值的第六相似度；确定所述第二目标细节点对中包括的与所述第五相似度对应的第三目标细节点对，以及与所述第六相似度对应的第四目标细节点对；将所述第三目标细节点对中包括的所述待验证指纹的细节点的特征加入到所述第二指纹的所述第二特征中；融合所述第四目标细节点对中包括的细节点对应的特征，得到第一融合特征；将所述第二特征中包括的与所述第四目标细节点对对应的特征更新为所述第一融合特征。在本实施例中，在待验证指纹验证成功后，可以将待验证指纹特征与特征库中相似度最大的特征进行融合。将融合后的特征替换对应原始特征库的特征。其中，特征融合示意图可参见附图5，如图5所示，虚线表示细节点匹配关系，数值表示细节点相似度，对于待融合特征中细节点相似度小于第一预定阈值的细节点，直接将其加入基准特征中，对于大于或等于第一预定阈值的细节点，将其与基准特征中对应的细节点进行融合。直到遍历完匹配结果中的所有细节点对，特征融合完成，获取最终融合结果。

在上述实施例中，在验证通过后使用了特征更新策略，对特征模板进行实时更新，增强了特征模板的稳定性，提高了识别率，降低了误识率。

在一个示例性实施例中，融合所述第四目标细节点对中包括的细节点对应的特征，得到第一融合特征包括：确定所述第四目标细节点对中包括的第一子细节点的第三特征，以及第二子细节点的第四特征；确定所述第三特征中包括的第一横坐标与所述第四特征中包括的第二横坐标的第一平均值；确定所述第三特征中包括的第一纵坐标与所述第四特征中包括的第二纵坐标的第二平均值；确定所述第三特征中包括的第一方向角与所述第四特征中包括的第二方向角的第三平均值；将包括所述第一平均值、所述第二平均值以及所述第三平均值的特征确定为所述第一融合特征。在本实施例中，特征融合可以是对细节点的细节点信息进行融合，即第三特征以及第四特征可以是细节点信息。第三特征可以表示为m

在一个示例性实施例中，在确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度之前，所述方法还包括：获取待注册指纹的待注册指纹特征；基于所述待注册指纹特征确定所述待注册指纹与基准指纹的第七相似度，其中，所述基准指纹为一次注册过程中，第一次采集到的指纹；在所述第七相似度大于第三预定阈值的情况下，将所述待注册指纹特征与所述基准指纹的基准指纹特征进行融合，得到第二融合特征；将所述第二融合特征更新为所述基准指纹特征；将所述基准指纹以及所述基准指纹特征注册到所述指纹库中。在本实施例中，在进行指纹验证之前，还可以先进行指纹注册。首先进行指纹采集，确定采集到的指纹是否为第一个指纹，当采集到的指纹为第一个指纹时，则将该指纹确定为基准指纹，将该指纹的特征确定为基准指纹特征。当采集到的指纹不是第一个指纹时，则将该指纹确定为待注册指纹，确定待注册指纹的待注册指纹特征与基准指纹特征的第七相似度，即如果提取的特征为第一个指纹的特征，则将该特征作为基准特征，并直接校验通过，反之，则将该特征作为待校验特征并与基准特征进行特征比对，将特征比对得到的相似度与设定的阈值进行比较，如果相似度大于阈值，则校验通过，反之，校验不通过，直到校验通过的特征个数达到特征融合所需的特征个数为止。然后依次将待注册指纹特征与基准指纹特征进行融合，将融合后的特征确定为基准指纹特征，并进行注册到指纹库中。

下面结合具体实施方式对指纹的验证方法进行说明：

图6是根据本发明具体实施例的指纹的验证方法流程图，如图6所示，该流程包括注册阶段和验证阶段，包括：

1.注册阶段

1.1指纹采集

在指纹采集仪上按照采集要求进行按压获取指纹图像。

1.2预处理

在完成指纹采集后，需要对获取的指纹图像进行预处理。指纹预处理通常包括分割、方向场与频率场计算，增强，二值化与细化等步骤。

1.3特征提取

在完成指纹预处理后，需要对预处理指纹图像进行特征提取。指纹特征提取通常指的是提取指纹细节点并记录细节点信息：

M＝{m

其中，M表示提取的细节点集合，m表示单个细节点，x表示细节点横坐标，y表示细节点纵坐标，θ表示细节点方向。

1.4特征校验

特征校验流程可参附图7，如图7所示，如果提取的特征为第一个指纹的特征，则将该特征作为基准特征，并直接校验通过，反之，则将该特征作为待校验特征并与基准特征进行特征比对1。然后将特征比对得到的相似度与设定的阈值进行比较，如果相似度大于阈值，则校验通过，反之，校验不通过，直到校验通过的特征个数达到特征融合所需的特征个数为止。

1.4.1特征比对

其中，特征比对流程图可参见附图4，首先分别对两个特征进行细节点全局特征构建(对于细节点m

f

然后基于细节点全局特征计算两个指纹所有细节点对的相似度：

s(i，j)＝d(i，j)+α(i，j)+β(i，j)

接着根据计算得到的细节点对的相似度，利用匈牙利匹配获取两指纹细节点的匹配结果并记录，最后根据匹配结果计算两指纹的相似度：

其中，n和m分别表示两指纹细节点的个数，p表示n、m中的最小值。

1.5特征融合

根据特征比对记录的两指纹细节点匹配结果(其中，虚线表示细节点匹配关系，数值表示细节点相似度)，对于待融合特征中细节点相似度小于阈值(0.6)的细节点，直接将其加入基准特征中，对于大于阈值的细节点，将其与基准特征中对应的细节点进行融合)，融合方式如下所示：

m

直到遍历完匹配结果中的所有细节点对，特征融合完成，获取最终融合结果。

2.验证阶段

2.1指纹采集

该步骤同步骤1.1。

2.2预处理

该步骤同步骤1.2。

2.3特征提取

该步骤同步骤1.3。

2.4特征比对

将验证指纹特征与特征库中所有指纹特征进行特征比对。特征比对的具体过程同步骤1.4.1。

2.5决策

在经过特征比对后，可以获取验证指纹与特征库所有指纹的相似度集合S和最大相似度Stop1，然后将最大相似度与设定的相似度阈值比较。如果最大相似度大于阈值，则验证通过；反之，验证不通过。

2.6特征融合

当指纹验证通过后，将验证指纹特征与特征库中相似度最大的特征进行融合。特征融合的具体过程同步骤1.5。

2.7特征更新

将融合后的特征替换对应原始特征库的特征。

在前述实施例中，采用了多指纹融合注册方案，降低了注册阶段的随机性和偶然性，提高了识别率，降低了误识率。在多指纹融合注册方案中引入校验机制，并采用了不依赖细节点对齐的融合方法，增强了融合模板的准确性，提高了识别率，降低了误识率。在验证通过后使用了特征更新策略，对特征模板进行实时更新，增强了特征模板的稳定性，提高了识别率，降低了误识率。

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，本发明的技术方案本质上或者说对现有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)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种指纹的验证装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图8是根据本发明实施例的指纹的验证装置的结构框图，如图8所示，该装置包括：

提取模块82，用于提取待验证指纹的第一特征；

第一确定模块84，用于确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度，其中，所述每个指纹的所述第二特征为对所述指纹的多个图像中的特征进行特征融合后得到的特征；

第二确定模块86，用于基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度；

验证模块88，用于在所述第二相似度中存在满足预定条件的相似度的情况下，确定所述待验证指纹验证成功。

在一个示例性实施例中，第一确定模块84可以通过如下方式实现确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度：针对所述第一特征中包括的每个第一细节点均执行以下操作，得到与每个所述第一细节点的所述第一全局特征：确定所述第一特征中包括的与所述第一细节点距离最近的第二细节点，确定所述第一细节点与所述第二细节点之间的第一距离，确定所述第一细节点与所述第二细节点之间的第一连线与所述第一细节点的方向之间的第一夹角,以及,确定所述第一连线与所述第二细节点的方向之间的第二夹角,将所述第一距离、所述第一夹角以及所述第二夹角确定为所述第一全局特征；针对每个所述第一细节点的所述第一全局特征均执行以下操作，得到所述第一全局特征与每个所述第二全局特征之间的所述第一相似度；确定所述第一距离与所述第二全局特征中包括的第二距离的差的平方的第一算术平方根，确定所述第一夹角与所述第二全局特征中包括的第三夹角的差的平方的第二算术平方根，确定所述第二夹角与所述第二全局特征中包括的第四夹角的差的平方的第三算术平方根，基于所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根确定所述第一相似度。

在一个示例性实施例中，第一确定模块84可以通过如下方式实现基于所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根确定所述第一相似度：确定所述第一算术平方根、所述第二算术平方根以及所述第三算术平方根的第一和值；将所述第一和值确定为所述第一相似度。

在一个示例性实施例中，第二确定模块86可以通过如下方式实现基于所述第一相似度确定所述待验证指纹与所述指纹库中包括的每个指纹之间的第二相似度：针对所述指纹库中包括的每个第一指纹均执行以下操作，以确定所述待验证指纹与所述第一指纹的所述第二相似度：基于所述第一相似度将所述第一指纹中包括的所述第二细节点与所述第一细节点进行匹配，得到多个第一目标细节点对；确定所述第一目标细节点对的目标数量；确定所述第一相似度中包括的与每个所述第一目标细节点对对应的第三相似度；确定所述第三相似度的第二和值；将所述第二和值与所述目标数量的比值确定为所述第二相似度。

在一个示例性实施例中，所述装置可以用于在确定所述待验证指纹验证成功之后，确定所述指纹库中包括的与所述第二相似度中包括的最大相似度对应的第二指纹；将所述第二指纹中包括的细节点与所述待验证指纹中包括的所述第一细节点进行匹配，得到第二目标细节点对；确定所述第一相似度中包括的与每个所述第二目标细节点对对应的第四相似度；确定所述第四相似度中包括的相似度小于第一预定阈值的第五相似度，以及相似度大于或等于所述第一预定阈值的第六相似度；确定所述第二目标细节点对中包括的与所述第五相似度对应的第三目标细节点对，以及与所述第六相似度对应的第四目标细节点对；将所述第三目标细节点对中包括的所述待验证指纹的细节点的特征加入到所述第二指纹的所述第二特征中；融合所述第四目标细节点对中包括的细节点对应的特征，得到第一融合特征；将所述第二特征中包括的与所述第四目标细节点对对应的特征更新为所述第一融合特征。

在一个示例性实施例中，所述装置可以通过如下方式实现融合所述第四目标细节点对中包括的细节点对应的特征，得到第一融合特征：确定所述第四目标细节点对中包括的第一子细节点的第三特征，以及第二子细节点的第四特征；确定所述第三特征中包括的第一横坐标与所述第四特征中包括的第二横坐标的第一平均值；确定所述第三特征中包括的第一纵坐标与所述第四特征中包括的第二纵坐标的第二平均值；确定所述第三特征中包括的第一方向角与所述第四特征中包括的第二方向角的第三平均值；将包括所述第一平均值、所述第二平均值以及所述第三平均值的特征确定为所述第一融合特征。

在一个示例性实施例中，所述装置还可以用于在确定所述第一特征中包括的每个第一细节点的第一全局特征与指纹库中包括的每个指纹的第二特征中的每个第二细节点的第二全局特征之间的第一相似度之前，获取待注册指纹的待注册指纹特征；基于所述待注册指纹特征确定所述待注册指纹与基准指纹的第七相似度，其中，所述基准指纹为一次注册过程中，第一次采集到的指纹；在所述第七相似度大于第三预定阈值的情况下，将所述待注册指纹特征与所述基准指纹的基准指纹特征进行融合，得到第二融合特征；将所述第二融合特征更新为所述基准指纹特征；将所述基准指纹以及所述基准指纹特征注册到所述指纹库中。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。