Actualmente, los dispositivos inteligentes con identificación de huellas dactilares están ampliamente desplegados en nuestra vida diaria. Sin embargo, son vulnerables a ataques con huellas dactilares falsas hechas de materiales especiales. Para elevar la seguridad de estos dispositivos inteligentes, se han explorado muchos algoritmos de detección de vitalidad de huellas dactilares (FLD). En este documento, proponemos una nueva estructura de detección para discriminar huellas dactilares genuinas o falsas. Primero, para describir las sutiles diferencias entre ellas y aprovechar los descriptores de textura, se utilizan tres tipos de algoritmos de extracción de características de textura de grano fino diferentes. A continuación, desarrollamos una regla de fusión de características, que incluye cinco operaciones, para integrar mejor las características mencionadas anteriormente. Finalmente, esas características fusionadas se introducen en un clasificador de máquina de vectores de soporte (SVM) para la clasificación posterior. El análisis de datos en tres conjuntos de datos de huellas dactilares estándar indica que el rendimiento de nuestro método supera a otros métodos FLD propuestos en la literatura reciente. Además, también se informan los resultados del análisis de datos de materiales ciegos.