1、指纹识别特征点
一级特征：指纹形态大致为三类：螺旋、拱型、
二级特征：分叉点、端点（end）、
三级特征：要求高分辨率，汗腺分布
2、真假手指区别：
真手指脊线会因为汗腺、汗等特征而断断续续，不会很连贯，假手指脊线连贯，因此沿脊线的频率，真手指高频（有灰度剧烈变化），假手指低频
如果真手指按压力度大、导致脊线全部连在一起，没有断掉的地方，可能会被当假手指
同理，假手指按压力度不均，导致脊线有高频量，可能会被认假
活体检测之后再实行比对策略，
比对策略之后再实行活体检测，可能匹配和不匹配的指纹进行不同的活体检测策略
FAR：把本该拒绝的指纹接受，认假
FAR与FRR成反比，若待识别的指纹与模板的相似度为一个数值，相似度大于给定阈值则比对成功，提高该阈值，意味着比对门槛上升，需要更相似才能比对成功，FRR随该阈值提升而提升，FAR随该阈值提升而降低，阈值越高，越不容易匹配成功，FA现象减少，因此画FAR与FRR曲线，交点处就是最佳阈值，交点即极小值处
3、sensorhub：传感器控制中心
1）、融合来自各个传感器设备的数据，从而更好地实现一些功能，这些功能可能需要多个传感器的数据
2）、主控CPU休眠时，运行在sensorhub上的RTOS可以完成对传感器的实时控制，降低主控CPU 的功耗
3）计算SNR：
电容式或者光学指纹的采图原理是，当手指按压在传感器位置上时，指纹的谷脊之间会产生不同的信号，例如电容式指纹，谷与脊之间在传感器上感应到的电容值不一样，这个差值越大，将使得收集的信号越准确，转换成的指纹图越清晰，因此，该差值可作为信号强度值
噪声强度值：连续采集多帧图片，当数量多了以后，可认为信号强度值足够小，噪声强度值足够大，eg：连续采集七帧图像，遍历七帧图像中间区域，七张图像内对应像素点位置的最大灰度值减去最小灰度值，这个差值为噪声值
SNR比值 = 信号强度值/噪声强度值
下一篇：
傅里叶变化→