P组特征点权值。
[0077] 针对指纹特征数据库中的每个指纹模板，都需预先依据用户指纹状态的数目为其 赋予相应组数的特征点权值。本实施例具体通过在每种指纹状态下学习指纹特征的提取、 识别过程，来训练出该状态所对应的特征点权值组，每组权值的获取均需单独执行相应的 训练过程。
[0078] 下文以获取某指纹模板在干燥状态下对应的权值组为例，对权值组的训练过程进 行描述。参考图3,权值组的训练过程可以包括以下步骤：
[0079] S301 :设置初始权值和阈值。
[0080] 假设该指纹模板共包含η个特征点，表示为（Cl，c2,……，c n)，首先设置各特征点的 初始权值为1/n，从而得到初始权值组（1/n，1/n，......，1/n)，同时设定匹配阈值t为一满 足〇〈t〈l的实数，由于t值过高容易导致不识别，因此本实施例具体将t设置为一小于0. 2 的数值。
[0081] S302 :获取用户指纹，并提取用户指纹特征。
[0082] 接下来，获取指纹干燥状态下用户通过指纹传感器输入的指纹，并提取其指纹特 征。
[0083] S303 :识别用户指纹特征，并判断是否识别成功。如果识别成功，则执行步骤 S304，否则，转入步骤S305。
[0084] 在此基础上，利用上述指纹模板、权值组及设定的阈值，对用户的指纹特征进行识 另IJ，具体识别过程可参考实施例一的描述，此处不再详述。
[0085] S304 :修改权值。
[0086] 如果识别成功，则依据用户指纹特征与指纹模板的匹配情况，对权值组中的相应 特征点权值进行调整，实现调整所采用的计算公式如下：
[0087]
⑵
[
[ (4 )
[0090] 其中，Wl'为修改、调整后的特征点权值，Wl为本次匹配、识别用户指纹时所采用的 特征点权值， V1为计算w/过程中的一中间值；δ为归一化因子，其作用在于保持调整后各 权值之和为1，即Σ Vi' = 1。
[0091] 由上述训练过程可知，如果用户指纹的第i个特征点与指纹模板中的特征值(^相 匹配，则其对应的权值增大，否则减小，同时所有权值始终保持在区间（〇，1)之间，且各权 值之和为1。即本发明通过增加相应指纹状态下易被提取、识别的特征点的权值，降低难以 被提取、识别的特征点的权值，实现对该状态下指纹特征的匹配度进行调节，确保该状态下 可获取一较准确的匹配度数值。
[0092] S305 :判断训练过程是否足够，如果已足够，则结束训练过程；否则转至执行步骤 S302,进入下一轮训练。
[0093] 本发明通过对特征点权值迭代修改过程的不断执行，在进行充分训练后，最终可 得出该状态对应所需的、权值分配较为合理的特征点权值组。
[0094] 从而，预处理阶段中，本发明在提取指纹特征形成指纹模板后，继续通过不同状态 下的多次指纹训练，实现对指纹模板的权值进行调整，收敛以后能够形成精确识别各种状 态指纹的多组权值。
[0095] 实施例三
[0096] 本实施例三中，参考图4,所述指纹识别方法还可以包括以下步骤：
[0097] S105:如果指纹识别成功，则依据计算出所述最优匹配度时所采用的匹配结果，对 计算出所述最优匹配度时所采用的一组特征点权值进行调整。
[0098] 即具体地，在采用指纹模板及其对应的多组特征点权值进行指纹识别的过程中， 如果用户指纹识别成功，则还可以根据成功识别时的特征匹配情况，对成功识别时对应采 用的指纹模板权值组进行权值调整，以适应指纹的微小变化，具体调整过程及采用的计算 式可参考实施例二的描述。
[0099] 实施例四
[0100] 本实施例三中，参考图5,所述指纹识别方法还可以包括以下步骤：
[0101] S106:如果所述最优匹配度未达到设定的阈值，则指纹识别失败。
[0102] 在用户指纹特征对应的最优匹配度较小，未达到设定的阈值时，表征用户指纹与 数据库中指纹模板的匹配情况较差，从而指纹识别失败，不识别该用户。
[0103] 实施例五
[0104] 本实施例五公开一种指纹识别装置，该装置与实施例一至实施例四公开的指纹识 别方法相对应。
[0105] 相应于实施例一，参考图6,所述装置包括指纹获取模块100,特征提取模块200、 匹配识别模块300及第一结果判决模块400。
[0106] 指纹获取模块100,用于获取用户输入的指纹。
[0107] 特征提取模块200,用于对所述指纹进行特征点提取，得到待识别的第一指纹特 征。
[0108] 匹配识别模块300,用于基于预设的指纹特征数据库对所述第一指纹特征进行匹 配识别，并获取所述第一指纹特征的最优匹配度；其中，所述指纹特征数据库包含至少一个 指纹模板，每个所述指纹模板包含第二指纹特征及P组特征点权值，每组特征点权值对应 一用户指纹状态，且每组特征点权值用于计算其对应的用户指纹状态下用户指纹的匹配度 数值，P为大于1的自然数。
[0109] 其中，所述匹配识别模块300包括匹配单元、计算单元、
[0110] 匹配单元，用于将所述第一指纹特征，与所述指纹特征数据库中每一指纹模板所 包含的第二指纹特征进行匹配，得到匹配结果和选取单元。
[0111] 计算单元，用于分别利用所述指纹模板的各组特征点权值对所述匹配结果进行加 权计算，得到所述第一指纹特征在各种用户指纹状态下的匹配度；
[0112] 选取单元，用于从所述第一指纹特征对应于各指纹模板、各用户指纹状态的一系 列匹配度中，选取出数值最大的匹配度，将其作为所述第一指纹特征的最优匹配度。
[0113] 第一结果判决模块400,用于在所述最优匹配度达到设定的阈值时，判决识别结果 为指纹识别成功。
[0114] 相应于实施例二，参考图7,所述装置还包括预处理模块500,用于预先在预设的P 种用户指纹状态下，对所述指纹模板进行特征点权值训练，得到与所述P种用户指纹状态 --对应的P组特征点权值。
[0115] 相应于实施例三，参考图8,所述装置还包括权值调整模块600,用于在指纹识别 成功时，依据计算出所述最优匹配度时所采用的匹配结果，对计算出所述最优匹配度时所 采用的一组特征点权值进行调整。
[0116] 相应于实施例三，参考图9,所述装置还包括第二结果判决模块700,用于在所述 最优匹配度未达到设定的阈值时，判决识别结果为指纹识别失败。
[0117] 对于本发明实施例五公开的指纹识别装置而言，由于其与实施例一至实施例四公 开的指纹识别方法相对应，所以描述的比较简单，相关相似之处请参见实施例一至实施例 四中指纹识别方法部分的说明即可，此处不再详述。
[0118] 实施例六
[0119] 本实施例公开一种电子设备，所述电子设备包括如实施例五所述指纹识别装置。
[0120] 通过所述指纹识别装置，本实施例的电子设备可较为准确地识别各种状态（如正 常、过于干燥、过于湿润、脱皮等状态）下的用户指纹，不会因用户指纹的状态发生变化，而 出现难以识别的问题，识别