CN111970971A - 识别装置及识别方法 - Google Patents
识别装置及识别方法 Download PDFInfo
- Publication number
- CN111970971A CN111970971A CN201980022548.7A CN201980022548A CN111970971A CN 111970971 A CN111970971 A CN 111970971A CN 201980022548 A CN201980022548 A CN 201980022548A CN 111970971 A CN111970971 A CN 111970971A
- Authority
- CN
- China
- Prior art keywords
- user
- light
- signal
- image sensor
- reflected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 28
- 238000009826 distribution Methods 0.000 claims abstract description 76
- 210000004204 blood vessel Anatomy 0.000 claims description 12
- 230000000630 rising effect Effects 0.000 claims description 8
- 230000007423 decrease Effects 0.000 claims description 6
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 description 66
- 238000010586 diagram Methods 0.000 description 37
- 238000003384 imaging method Methods 0.000 description 36
- 238000012545 processing Methods 0.000 description 26
- 238000009825 accumulation Methods 0.000 description 25
- 238000002366 time-of-flight method Methods 0.000 description 24
- 238000001514 detection method Methods 0.000 description 23
- 230000003287 optical effect Effects 0.000 description 14
- 210000003491 skin Anatomy 0.000 description 10
- 230000002123 temporal effect Effects 0.000 description 10
- 210000003462 vein Anatomy 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 210000001061 forehead Anatomy 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 239000000470 constituent Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000003128 head Anatomy 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 230000037303 wrinkles Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 210000002615 epidermis Anatomy 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000004279 orbit Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
- G01S17/18—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves wherein range gates are used
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/32—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated
- G01S17/36—Systems determining position data of a target for measuring distance only using transmission of continuous waves, whether amplitude-, frequency-, or phase-modulated, or unmodulated with phase comparison between the received signal and the contemporaneously transmitted signal
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/4861—Circuits for detection, sampling, integration or read-out
- G01S7/4863—Detector arrays, e.g. charge-transfer gates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/491—Details of non-pulse systems
- G01S7/4912—Receivers
- G01S7/4913—Circuits for detection, sampling, integration or read-out
- G01S7/4914—Circuits for detection, sampling, integration or read-out of detector arrays, e.g. charge-transfer gates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/13—Sensors therefor
- G06V40/1312—Sensors therefor direct reading, e.g. contactless acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1341—Sensing with light passing through the finger
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明的一实施方式的识别装置具备光源、图像传感器、保存有表示用户的身体特征的生物体数据的存储器、以及处理器。上述处理器使上述光源射出向上述用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光,使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布相对应的信号,通过将上述信号与上述生物体数据进行对照,来识别上述用户。
Description
技术领域
本发明涉及识别装置及识别方法。
背景技术
在个人识别的领域中,认证从口令认证向生物体认证转变。在口令认证中,基于用户输入的口令进行认证。另一方面,在生物体认证中,基于关于人的身体特征的信息进行认证。在生物体认证中,有遗忘、泄漏或暴力破解攻击的风险较少的优点。在生物体认证中,例如,通过用光照射用户身体的一部分并观察反射光,来取得个人识别的信息。
专利文献1公开了使用户的生物体认证的精度提高的方法。在专利文献1所记载的方法中,将指纹认证与静脉认证组合来进行用户的生物体认证。具体而言,将用户的手指的表面用指纹认证用的900nm的波长的光和静脉认证用的750nm的光进行照射。基于它们的反射光进行用户的认证。
现有技术文献
专利文献
专利文献1:日本特开2008―020942号公报
发明内容
发明要解决的课题
本发明提供能够使认证精度进一步提高的技术。
用来解决课题的手段
本发明的一技术方案的识别装置具备光源、图像传感器、保存有表示用户的身体特征的生物体数据的存储器、以及处理器。上述处理器使上述光源射出向上述用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光,使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布相对应的信号,通过将上述信号与上述生物体数据进行对照,来识别上述用户。
发明效果
根据本发明的技术,能够进行精度更高的生物体认证。
附图说明
图1A是示意地表示本实施方式的识别装置的一例的图。
图1B是表示到达图像传感器的光的强度的时间变化的一例的图。
图1C是将输入脉冲光的宽度表示在横轴中、将传感器检测光量表示在纵轴中的图。
图1D是表示图像传感器的1个像素的概略结构的一例的图。
图1E是表示图像传感器的结构的一例的图。
图1F是表示1帧内的动作的一例的图。
图1G是表示由控制电路进行的动作的概略的流程图。
图2A是表示从光源发出矩形脉冲光、从用户返回的光到达图像传感器的光信号的一例的图。
图2B是表示从光源发出矩形脉冲光、从用户返回的光到达图像传感器的光信号的另一例的图。
图3A是表示检测表面反射成分的情况下的时间图的一例的图。
图3B是表示检测内部散射成分的情况下的时间图的一例的图。
图4A是示意地表示从光源向用户投影的二维图案光的分布的一例的图。
图4B是示意地表示从光源向用户投影的二维图案光的分布的另一例的图。
图4C是示意地表示从光源向用户投影的二维图案光的分布的再另一例的图。
图5A是示意地表示通过通常的相机将用户摄影的状况的图。
图5B是示意地表示本实施方式的基于表面反射成分的用户的摄影的一例的图。
图5C是示意地表示本实施方式的基于内部散射成分的用户的摄影的一例的图。
图6是说明通过间接TOF法计测脉冲光的往复时间的原理的图。
图7是示意地表示本实施方式的基于TOF法的用户的摄影的一例的图。
图8是表示控制电路执行的处理的一例的流程图。
图9是示意地表示将本实施方式的识别装置搭载在汽车的车室内的一例的图。
图10是示意地表示将本实施方式的识别装置应用于移动终端的一例的图。
具体实施方式
以下说明的实施方式都表示总括性或具体性的例子。在以下的实施方式中表示的数值、形状、材料、构成要素、构成要素的配置位置等是一例,不是限定本发明的意思。此外,关于以下的实施方式的构成要素中的、在表示本发明的最上位概念的独立权利要求中没有记载的构成要素,设为任意的构成要素进行说明。
在本发明中,电路、单元、装置、部件或部件的全部或一部分、或框图的功能块的全部或一部分可以由包括半导体装置、半导体集成电路(IC)或LSI(large scaleintegration)的一个或多个电子电路执行。LSI或IC可以集成到一个芯片中,也可以将多个芯片组合而构成。例如,存储元件以外的功能块也可以集成到一个芯片中。这里称作LSI或IC,但根据集成度而名称变化,也可以称作系统LSI、VLSI(very large scaleintegration)或ULSI(ultra large scale integration)。在LSI的制造后被编程的FieldProgrammable Gate Array(FPGA)、或能够进行LSI内部的接合关系的再构筑或LSI内部的电路划分的设置的reconfigurable logic device也能够以相同的目的来使用。
进而,电路、单元、装置、部件或部件的全部或一部分功能或操作能够通过软件处理来执行。在此情况下,软件被记录到一个或多个ROM、光盘、硬盘驱动器等非暂时性记录介质中,当软件被处理装置(processor)执行时,由该软件确定的功能被处理装置(processor)及周边装置执行。系统或装置可以具备记录有软件的一个或多个非暂时性记录介质、处理装置(processor)及必要的硬件设备、例如接口。
以下,参照附图对实施方式具体地进行说明。
(实施方式)
[1.识别装置]
首先,使用图1A至图1G,对本发明的实施方式的识别装置100的结构进行说明。
图1A是示意地表示本实施方式的识别装置100的一例的图。识别装置100具备光源10、图像传感器20、存储器25、控制电路30和信号处理电路40。图像传感器20包括多个光电变换元件22及多个电荷积蓄部24。在本说明书中,有时将控制电路30及信号处理电路40一起称作“处理器”。
光源10射出向用户1的头部照射的脉冲光。图像传感器20检测从用户1的头部返回的脉冲光的至少一部分。控制电路30对光源10及图像传感器20进行控制。信号处理电路40对从图像传感器20输出的信号进行处理。
在本实施方式中,控制电路30包括对光源10进行控制的光源控制部32和对图像传感器20进行控制的传感器控制部34。光源控制部32对从光源10射出的脉冲光的强度、脉冲宽度、射出定时及/或波长进行控制。传感器控制部34对图像传感器20的各像素中的信号积蓄的定时进行控制。
以下,更详细地说明各构成要素。
[1-1.光源10]
光源10向用户1的头部、例如额头照射光。从光源10射出并到达了用户1的光被分为被用户1的表面反射的表面反射成分I1和在用户1的内部被散射的内部散射成分I2。内部散射成分I2是在生物体内部1次反射或散射、或多重散射的成分。在将用户1的额头用光照射的情况下,内部散射成分I2是指从额头的表面向里侧到达8mm至16mm左右的部位例如脑、并再次向识别装置100返回的成分。表面反射成分I1包含直接反射成分、漫反射成分及散射反射成分这3个成分。直接反射成分是入射角与反射角相等的反射成分。漫反射成分是由于表面的凹凸形状而扩散并反射的成分。散射反射成分是由于表面附近的内部组织而散射并反射的成分。在将用户1的额头用光照射的情况下,散射反射成分是在表皮内部散射并反射的成分。以后,在本发明中,认为在用户1的表面反射的表面反射成分I1包含这3个成分。表面反射成分I1及内部散射成分I2由于反射或散射而行进方向变化,一部分到达图像传感器20。
光源10按照来自控制电路30的指示,将脉冲光以规定的时间间隔或规定的定时反复产生多次。光源10产生的脉冲光例如可以是下降期间接近于零的矩形波。下降期间是从脉冲光的强度开始减小到减小结束的期间。将脉冲光的下降期间中的成分也称作脉冲光的后端。通常,入射到用户1中的光在各种各样的路径中在用户1内传播,伴随时间差而从用户1的表面射出。因此,脉冲光的内部散射成分I2的后端具有扩展。在被检部是额头的情况下,内部散射成分I2的后端的扩展是4ns左右。考虑该情况,脉冲光的下降期间例如可以被设定为作为其一半以下的2ns以下。下降时间也可以是其再一半的1ns以下。另一方面,脉冲光的上升期间中的成分可以被用于表面反射成分I1的检测。上升期间是从脉冲光的强度开始增加到增加结束的期间。将脉冲光的上升期间中的成分也称作脉冲光的前端。
光源10可以由LD等激光等的光源与扩散板的组合而形成。通过使用激光,能够实现时间响应性高的光输出。时间响应性高的光输出具有敏锐的上升特性或下降特性的波形。上升特性及下降特性分别也被称作Tr特性及Tf特性。还能够通过将扩散板设置到光源10的前方,将用户1二维地用光照射。
光源10发出的光的波长例如可以是650nm以上950nm以下的波长范围中包含的任意波长。该波长范围包含在从红色到近红外线的波长范围中。在本说明书中,不仅是可视光,关于红外线也使用“光”的用语。上述的波长范围被称作“生物体之窗”,具有比较难以被生物体内的水分及皮肤吸收的性质。在将生物体作为检测对象的情况下,通过使用上述的波长范围的光,能够提高检测灵敏度。
在本实施方式的识别装置100中,为了非接触地测定用户1,可以使用考虑对视网膜的影响而设计的光源10。例如,可以使用满足各国制定的激光安全基准的等级1的光源10。在满足等级1的情况下,可达发射极限(AEL)低于1mW之程度的低照度的光被向用户1照射。另外,光源10自身也可以不满足等级1。例如,也可以将扩散板或ND滤波器等设置到光源10的前方,光扩散或被衰减,从而满足激光安全基准的等级1。
以往,为了区别地检测生物体内部的在深度方向上不同的场所的吸收系数或散射系数等信息,使用超高速扫描相机(streak camera)。例如,日本特开平4-189349公开了这样的超高速扫描相机的一例。在这些超高速扫描相机中,为了以希望的空间分辨率进行测定,使用脉冲宽度是飞秒或皮秒的极超短脉冲光。另外,在本说明书中,所谓“脉冲宽度”,是指脉冲的半值全宽。相对于以往的使用超高速扫描相机的方法,本实施方式的识别装置100能够将表面反射成分I1和内部散射成分I2区别而检测。因而,光源10发出的脉冲光不需要是极超短脉冲光,能够任意地选择脉冲宽度。
在将额头用光照射的情况下,内部散射成分I2的光量可能成为表面反射成分I1的光量的几千分之1到几万分之1左右的非常小的值。进而,考虑到激光的安全基准,能够照射的光的光量极小,内部散射成分I2的检测变得非常困难。在此情况下,也只要光源10产生脉冲宽度比较大的脉冲光,就能够使伴随着时间延迟的内部散射成分I2的累计量增加。由此,能够增加检测光量,使SN比提高。
光源10例如发出脉冲宽度为3ns以上的脉冲光。通常,在脑等生物体组织内被散射的光的时间上的扩展是4ns左右。图1B表示输入脉冲光的宽度为0ns、3ns及10ns的各个情况下到达图像传感器20的光量的时间变化的一例。如图1B所示,随着将来自光源10的脉冲光的宽度扩大,在从用户1返回的脉冲光的后端出现的内部散射成分I2的光量增加。图1C是将输入脉冲光的宽度表示在横轴、将由图像传感器20检测的光的光量表示在纵轴的图。图像传感器20具备电子快门。图1C的结果是在从脉冲光的后端被用户1的表面反射而到达图像传感器20的时刻起经过1ns后将电子快门打开的条件下得到的。选择该条件的理由是因为,在脉冲光的后端刚到达后,表面反射成分I1相对于内部散射成分I2的比率较高。如图1C所示,如果将光源10发出的脉冲光的脉冲宽度设为3ns以上,则能够使由图像传感器20检测的光的光量最大化。
此外,光源10及基于电子快门的驱动电路的定时控制的分辨率是0.2ns左右。因此,光源10的脉冲宽度例如被设定为0.2ns以上。
光源10也可以发出脉冲宽度5ns以上、进而10ns以上的脉冲光。另一方面,即使脉冲宽度过大,不使用的光也增加而成为浪费。由此,光源10例如产生脉冲宽度50ns以下的脉冲光。或者,光源10也可以发出脉冲宽度30ns以下、进而20ns以下的脉冲光。
另外,作为光源10的照射图案,可以在照射区域内是均匀的强度分布。这基于以下的理由。在本实施方式的识别装置100中,表面反射成分I1时间性地分离/减小。由此,在用户1上的照射点正下方即Null点也能够检测内部散射成分I2。因而,在本实施方式的识别装置100中,通过将用户1的被检部遍及空间上较大的范围而照射,能够提高测定析像度。
[1-2.图像传感器20]
图像传感器20接收被从光源10射出并由用户1反射或散射后的光。图像传感器20具有二维地配置的多个光检测单元,一次取得用户1的二维信息。由此,与相对于用户1的被检部滑动而进行检测的线传感器(line sensor)相比,能够在比较短的时间中取得用户1的二维信息。在本说明书中,将光检测单元也称作“像素”。图像传感器20例如是CCD图像传感器或CMOS图像传感器等任意的摄像元件。
图像传感器20具有电子快门。电子快门是对摄像的定时进行控制的电路。在本实施方式中,控制电路30的传感器控制部34具有电子快门的功能。电子快门控制将接收到的光变换为有效的电信号并积蓄的1次信号积蓄的期间、和停止信号积蓄的期间。信号积蓄期间也可以称作“曝光期间”。在以下的说明中,有时将曝光期间的宽度称作“快门宽度”。有时将1次曝光期间结束到下次曝光期间开始为止的时间称作“非曝光期间”。以下,有时将曝光的状态称作“OPEN”、将停止曝光的状态称作“CLOSE”。
图像传感器20能够通过电子快门将曝光期间及非曝光期间在亚纳秒、例如30ps至1ns的范围中调整。以距离测定为目的的以往的TOF(Time Of Flight)相机为了将被摄体的明亮度的影响进行修正,从而检测从光源10射出并由被摄体反射回来的光的全部。因而,在以往的TOF相机中,需要使快门宽度比光的脉冲宽度大。相对于此,在本实施方式的识别装置100中,不需要将被摄体的光量修正。因此,不需要使快门宽度比脉冲宽度大。由此,能够将快门宽度设定为例如1ns以上30ns以下的值。根据本实施方式的识别装置100,由于能够将快门宽度缩小,所以能够减小检测信号中包含的暗电流的影响。
在将用户1的额头用光照射的情况下,内部的光的衰减率非常大。例如,相对于入射光,射出光可能衰减到100万分之1左右。因此,有为了检测内部散射成分I2、仅通过1脉冲的照射而光量不足的情况。在激光安全性基准的等级1的照射中,光量特别微弱。在此情况下,光源10发出多次脉冲光,相应地图像传感器20也通过电子快门多次曝光,从而能够将检测信号累积而提高灵敏度。
以下,说明图像传感器20的结构例。
图像传感器20可以具备二维地排列在摄像面上的多个像素。各像素例如可以具备光电二极管等光电变换元件和1个或多个电荷积蓄部。以下,说明各像素具备通过光电变换而产生与受光量对应的信号电荷的光电变换元件、积蓄由脉冲光的表面反射成分I1产生的信号电荷的电荷积蓄部、和积蓄由脉冲光的内部散射成分I2产生的信号电荷的电荷积蓄部的例子。在以下的例子中,控制电路30通过使图像传感器20检测从用户1的头部返回的脉冲光中的下降开始前的部分从而检测表面反射成分I1。控制电路30还通过使图像传感器20检测从用户1的头部返回的脉冲光中的下降开始后的部分从而检测内部散射成分I2。光源10输出例如两种波长的光。
图1D是表示图像传感器20的1个像素201的概略结构的一例的图。另外,图1D示意地表示1个像素201的结构,并不一定反映出实际的构造。该例中的像素201包括进行光电变换的光电二极管203、作为电荷积蓄部的第1浮置扩散层(Floating Diffusion)204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207、和将信号电荷排出的漏极202。
由于1次脉冲光的射出而入射到各像素中的光子被光电二极管203变换为作为信号电荷的信号电子。变换后的信号电子按照从控制电路30输入的控制信号而被向漏极202排出,或被分配给第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207的某个。
从光源10的脉冲光的射出、向第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207的信号电荷的积蓄、以及向漏极202的信号电荷的排出以该顺序反复进行。该反复动作是高速的,例如可以在1帧的时间内反复进行例如几万次至几亿次。1帧的时间例如是约1/30秒。像素201最终生成并输出基于在第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207中积蓄的信号电荷的4个图像信号。
该例中的控制电路30使光源10依次反复射出具有第1波长的第1脉冲光和具有第2波长的第2脉冲光。通过选择对用户1内部组织的吸收率不同的两个波长作为第1波长及第2波长,能够分析用户1的状态。
控制电路30首先使光源10射出第1脉冲光。控制电路30在第1脉冲光的表面反射成分I1向光电二极管203入射的第1期间使第1浮置扩散层204积蓄信号电荷。接着,控制电路30在第1脉冲光的内部散射成分I2向光电二极管203入射的第2期间使第2浮置扩散层205积蓄信号电荷。接着,控制电路30使光源10射出第2脉冲光。控制电路30在第2脉冲光的表面反射成分I1向光电二极管203入射的第3期间使第3浮置扩散层206积蓄信号电荷。接着,控制电路30在第2脉冲光的内部散射成分I2向光电二极管203入射的第4期间使第4浮置扩散层207积蓄信号电荷。
这样,控制电路30在使第1脉冲光的发光开始后,隔开规定的时间差,使第1浮置扩散层204及第2浮置扩散层205依次积蓄来自光电二极管203的信号电荷。然后,控制电路30在使第2脉冲光的发光开始后,隔开上述规定的时间差,使第3浮置扩散层206及第4浮置扩散层207依次积蓄来自光电二极管203的信号电荷。多次反复进行以上的动作。也可以为了推定干扰光及环境光的光量而设置在将光源10熄灭了的状态下向未图示的其他浮置扩散层积蓄信号电荷的期间。通过从积蓄在第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207中的信号电荷量减去上述其他浮置扩散层的信号电荷量,能够得到除去了干扰光及环境光成分的信号。
另外,在本实施方式中,将每个像素的电荷积蓄部的数量设为4,但也可以根据目的而设计为1以上的任意数量。例如,在仅使用1种波长的情况下,电荷积蓄部的数量可以是2。此外,在使用的波长是1种、仅检测表面反射成分I1或仅检测内部散射成分I2的用途下,每个像素的电荷积蓄部的数量可以是1。此外,即使在使用两种以上的波长的情况下,在通过不同的帧进行利用各个波长的摄像的情况下,电荷积蓄部的数量也可以是1。如后述那样,在分别以不同的帧进行表面反射成分I1的检测和内部散射成分I2的检测的情况下,电荷积蓄部的数量也可以是1。
图1E是表示图像传感器20的结构的一例的图。在图1E中,由双点划线的框包围的区域相当于1个像素201。在像素201中包括1个光电二极管。在图1E中仅表示了以2行2列排列的4个像素,但实际上可以配置更多的像素。像素201包括第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207。积蓄在第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207中的信号如同通常的CMOS图像传感器的4像素的信号那样被处理,并被从图像传感器20输出。
各像素201具有4个信号检测电路。各信号检测电路包括源极跟随晶体管309、行选择晶体管308和复位晶体管310。在该例中,复位晶体管310与图1D所示的漏极202对应,向复位晶体管310的栅极输入的脉冲与漏极排出脉冲对应。各晶体管例如是形成于半导体基板的场效应晶体管,但并不限定于此。如图示那样,源极跟随晶体管309的输入端子及输出端子的一方与行选择晶体管308的输入端子及输出端子中的一方连接。典型地讲,源极跟随晶体管309的输入端子及输出端子的一方是源极。典型地讲,行选择晶体管308的输入端子及输出端子中的一方是漏极。源极跟随晶体管309的作为控制端子的栅极被连接于光电二极管203。由光电二极管203生成的信号电荷被积存到光电二极管203与源极跟随晶体管309之间的作为电荷积蓄部的浮置扩散层。该信号电荷是空穴或电子。
虽然在图1E中没有表示,但第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207被连接于光电二极管203。在光电二极管203与第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207之间可以设置开关。该开关根据来自控制电路30的信号积蓄脉冲,来切换光电二极管203与第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207的各自之间的导通状态。由此,控制向第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207的各自的信号电荷的积蓄的开始和停止。本实施方式中的电子快门具有用于这样的曝光控制的机构。
由行选择电路302使行选择晶体管308的栅极成为开启(ON),从而将积蓄在第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207中的信号电荷读出。此时,对应于第1浮置扩散层204、第2浮置扩散层205、第3浮置扩散层206及第4浮置扩散层207的信号电位,从源极跟随电源305向源极跟随晶体管309及源极跟随负载306流入的电流被放大。从垂直信号线304读出的基于该电流的模拟信号被按每列连接的模拟-数字(AD)变换电路307变换为数字信号数据。该数字信号数据被列选择电路303按每列读出,被从图像传感器20输出。行选择电路302及列选择电路303在进行了1行的读出后,进行下一行的读出,以下同样,将全部行的浮置扩散层的信号电荷的信息读出。控制电路30通过在将全部的信号电荷读出后将复位晶体管310的栅极设为开启,从而将全部的浮置扩散层复位。由此,1个帧的摄像完成。以下同样,通过反复进行帧的高速摄像,基于图像传感器20的一系列的帧的摄像完成。
在本实施方式中,说明了CMOS型的图像传感器20的例子,但图像传感器20也可以是其他种类的摄像元件。图像传感器20例如可以是CCD型,也可以是单一光子计数型元件,也可以是EMCCD或ICCD等放大型图像传感器。
图1F是表示本实施方式的1帧内的动作的一例的图。如图1F所示,可以在1帧内将第1脉冲光的发光和第2脉冲光的发光交替地切换多次。这样,能够减小两种波长的检测图像的取得定时的时间差,即使是运动的用户1,也能够大致同时地进行基于第1及第2脉冲光的摄影。
[1-3.存储器25]
在存储器25中,保存有事前取得及登录的表示用户1的身体特征的生物体数据。将该生物体数据称作模板。存储器25可以内置于识别装置100也可以设在外部。存储器25例如可以是1个或多个ROM、光盘或硬盘驱动器。
保存在存储器25中的生物体数据例如可以是用户1的图像本身、或将该图像赋予特征的数据。将图像赋予特征的数据例如包括表示用户1的皮肤表面的纹理的信息、表示用户1的血管分布的信息、或表示用户1的特征部分的凹凸的信息。“表示用户1的皮肤表面的纹理的信息”例如可以是通过将用户1的皮肤表面的某个部位的皱纹或微小凹凸的二维分布的像素值进行傅里叶变换而得到的频率成分的二维分布。该变换在皱纹或微小凹凸呈现出相似的二维图案的反复的情况下是有效的。“表示用户1的血管分布的信息”例如是表示用户1的静脉分布的图像信息。“表示用户1的特征部分的凹凸的信息”例如是表示用户1的眼窝、鼻、颊、颧骨、嘴、颚及耳下方中的至少1个中的凹凸的距离的二维分布的图像信息。通过保存将用户1的图像赋予特征的数据,不仅能够将多余的信息除去而提高识别精度,还能够减少保存的数据量。
[1-4.控制电路30及信号处理电路40]
控制电路30使光源10射出向用户1照射的脉冲光。控制电路30使图像传感器20检测从用户1返回的反射脉冲光的至少一部分。控制电路30调整光源10的脉冲光发光定时与图像传感器20的快门定时的时间差。以下,有时将该时间差称作“相位”或“相位延迟”。光源10的“发光定时”是光源10发出的脉冲光开始上升的定时。“快门定时”是开始曝光的定时。控制电路30可以使发光定时变化来调整相位,也可以使快门定时变化来调整相位。
控制电路30使图像传感器20输出表示与检测到的光的强度分布对应的用户1的二维像的信号。控制电路30使信号处理电路40处理从图像传感器20输出的信号。控制电路30可以构成为,从由图像传感器20的各像素检测到的信号中将偏移成分去除。偏移成分是太阳光或荧光灯等环境光、或干扰光的信号成分。通过在光源10不发光的状态即将光源10的驱动设为关闭(OFF)的状态下由图像传感器20检测信号,从而估计基于环境光、干扰光的偏移成分。
控制电路30例如可以是处理器及存储器的组合、或将处理器及存储器内置的微控制器等集成电路。控制电路30例如通过由处理器执行记录在存储器中的程序,来进行发光定时和快门定时的调整、偏移成分的估计及偏移成分的除去等。
信号处理电路40是对从图像传感器20输出的图像信号进行处理的电路。信号处理电路40进行图像处理等运算处理。信号处理电路40例如可以通过数字信号处理器(DSP)、现场可编程门阵列(FPGA)等可编程逻辑器件(PLD)、或者中央运算处理装置(CPU)或图像处理用运算处理器(GPU)与计算机程序的组合来实现。另外,控制电路30及信号处理电路40可以是合并的1个电路,也可以是分离的单独的电路。此外,信号处理电路40例如也可以是设在远程的服务器等外部装置的构成要素。在此情况下,服务器等外部装置具备通信机构,与光源10、图像传感器20及控制电路30相互进行数据的收发。
图1G是表示控制电路30的动作的概略的流程图。控制电路30大体上执行图1G所示的动作。另外,这里,作为一例而说明仅进行内部散射成分I2的检测的情况下的动作。控制电路30首先使光源10以规定时间发出脉冲光(步骤S101)。此时,图像传感器20的电子快门处于停止了电荷积蓄的状态。控制电路30到脉冲光的一部分被用户1的表面反射而到达图像传感器20的期间完成为止,使电子快门停止电荷积蓄。接着,控制电路30在该脉冲光的另一部分在用户1内部被散射而到达图像传感器20的定时,使电子快门开始电荷积蓄(步骤S102)。在规定时间经过后,控制电路30使电子快门停止电荷积蓄(步骤S103)。接着,控制电路30判定执行了上述电荷积蓄的次数是否达到了规定的次数(步骤S104)。规定的次数例如可以是千次以上10万次以下。如果在步骤S104中判定为否,则控制电路30反复进行步骤S101至S103,直到判定为是。如果在步骤S104中判定为是,则控制电路30使图像传感器20生成并输出表示基于每个像素的各浮置扩散层中积蓄的信号电荷总量的二维分布图像的信号(步骤S105)。
通过以上的动作,能够以较高的灵敏度检测在测定对象的内部被散射的光的成分。另外,多次的发光及曝光不是必须的,而是根据需要来进行。另外,图1G所示的步骤S101至105的动作在仅进行表面反射成分I1的检测的情况下也能够应用。
控制电路30通过将从图像传感器20输出的信号与保存在存储器25中的生物体数据进行对照,对用户1进行认证。控制电路30的动作是以下这样的。控制电路30使信号处理电路40根据由图像传感器20得到的信息而生成图像数据。控制电路30将该图像数据与保存在存储器25中的生物体数据进行比较。在存储器25中保存有将用户1的图像赋予特征的数据的情况下,信号处理电路40从所生成的用户1的图像,取出将该图像赋予特征的数据,控制电路30将对用户1的图像赋予特征的数据彼此进行比较。除此以外,控制电路30也可以简单地比较由图像传感器20取得的信息与事前登录的信息的相关。此外,控制电路30也可以基于通过深度学习或支持向量机(support vector machine)等机械学习而取得的用户的特征,对用户1进行认证。
[1-5.光学系统]
识别装置100也可以具备在图像传感器20的受光面上形成用户1的二维像的成像光学系统。成像光学系统的光轴相对于图像传感器20的受光面大致正交。成像光学系统可以包括变焦透镜(zoom lens)。如果变焦透镜的位置变化则用户1的二维像的放大率变更,图像传感器20上的二维像的析像度变化。因而,即使距用户1的距离远,也能够将想要测定的区域放大而详细地观察。
此外,识别装置100也可以在用户1与图像传感器20之间具备仅使从光源10发出的波段或其附近的光通过的带通滤波器。由此,能够降低环境光等干扰成分的影响。带通滤波器由多层膜滤波器或吸收滤波器构成。考虑光源10的温度以及伴随着向滤波器的斜入射的波段移动,带通滤波器的带宽可以具有20到100nm左右的宽度。
此外,识别装置100也可以在光源10与用户1之间以及图像传感器20与用户1之间分别具备偏光板。在此情况下,配置在光源10侧的偏光板与配置在图像传感器侧的偏光板的偏光方向是正交尼科尔的关系。由此,能够防止用户1的表面反射成分I1中的正反射成分、即入射角与反射角相同的成分到达图像传感器20。即,能够使表面反射成分I1到达图像传感器20的光量减少。
[2.时间分解摄像的动作]
本实施方式的识别装置100通过时间分解摄像,能够将表面反射成分I1和内部散射成分I2区别而检测。
以下,说明本实施方式的识别装置100的动作的例子。
如图1A所示,如果光源10向用户1照射脉冲光,则产生表面反射成分I1及内部散射成分I2。表面反射成分I1及内部散射成分I2的一部分到达图像传感器20。内部散射成分I2被从光源10发出,在到达图像传感器20之前通过用户1的内部。即,内部散射成分I2的光路长与表面反射成分I1的光路长相比更长。因而,内部散射成分I2到达图像传感器20的时间相对于表面反射成分I1而言平均地延迟。
在时间分解摄像中,通过以下的动作取得表面反射成分I1。
图2A是表示从光源10发出矩形脉冲光、从用户1返回的光到达图像传感器20的光信号的一例的图。横轴在信号(a)至(d)中都表示时间(t),纵轴在信号(a)至(c)中表示强度,在信号(d)中表示电子快门的打开(OPEN)或关闭(CLOSE)的状态。信号(a)表示表面反射成分I1。信号(b)表示内部散射成分I2。信号(c)表示表面反射成分I1(a)与内部散射成分I2(b)的合计成分。信号(d)是表示用来取得用户1的表面反射成分I1的电子快门定时的图。
如图2A中的信号(d)所示,通过将快门切断,能够有效率地收集向图像传感器20上的返回的反射光中的较早到达的成分。较早到达的成分意味着用户1中的散射较少,包含用户1的表面信息。实质上光被积蓄的时间是脉冲波的前端的较少的时间,但快门并不需要一定仅是该期间。如图2A中的信号(d)所示,如果在即将关闭之前积蓄电荷,则也可以在比脉冲波的前端到达图像传感器20更早的阶段将快门打开。由此,不需要皮秒级的昂贵的高时间分解摄像装置。本实施方式的识别装置100可以由便宜的图像传感器20构成。
为了执行图2A中的信号(d)所示的动作,控制电路30使图像传感器20检测反射脉冲光中的上升期间的至少一部分成分,使其输出表示用户1的二维像的信号。在本实施方式中,从图像传感器20输出的信号可以包括从反射脉冲光中的、上升期间的至少一部分成分取得的信号。
光源10照射矩形脉冲波。此时,脉冲宽度不需要是ps级,也可以是几ns。因而,能够使用便宜的光源。如果脉冲波的前端的Tr特性是快速上升,则在仅将前端进行快门摄像的情况下,能够极力减少伴随着时间延迟的不需要的内部散射成分I2向取得图像混入。
在时间分解摄像中,通过以下的动作取得内部散射成分I2。
图2B是表示从光源10发出矩形脉冲光、从用户1返回的光到达图像传感器20的光信号的另一例的图。图2B中的信号(a)至(c)分别示出了与图2A中的信号(a)至(c)同样的时间变化。图2B中的信号(d)是表示用来取得内部散射成分I2的电子快门定时的图。
如图2B中的信号(a)所示,表面反射成分I1维持矩形。另一方面,如图2B中的信号(b)所示,内部散射成分I2由于是经过了各种各样的光路长的光的合计,所以呈现出在脉冲光的后端拖尾那样的特性。即,相比于表面反射成分I1,下降期间变长。为了从图2B中的信号(c)的光信号中提高内部散射成分I2的比例而提取,如图2B中的信号(d)所示,在表面反射成分I1的后端以后,电子快门开始电荷积蓄。表面反射成分I1的后端以后是表面反射成分I1下降时或其之后。该快门定时由控制电路30调整。如上述那样,本实施方式的识别装置100由于将表面反射成分I1与到达了用户1的深部的内部散射成分I2区别而检测,所以脉冲光宽度及快门宽度是任意的。因而,与以往的使用超高速扫描相机的方法不同,能够通过简便的结构实现内部散射成分I2的取得,能够使成本大幅降低。
为了执行图2B中的信号(d)所示的动作,控制电路30使图像传感器20检测反射脉冲光中的下降期间的至少一部分的成分,使其输出表示用户1的二维像的信号。在本实施方式中,从图像传感器20输出的信号能够包含从反射脉冲光中的下降期间的至少一部分的成分取得的信号。
在图2B中的信号(a)中,表面反射成分I1的后端垂直地下降。换言之,从表面反射成分I1开始下降到结束的时间是零。但是,实际上,有光源10照射的脉冲光自身不是完全垂直、或在用户1的表面有微细凹凸、或通过表皮内的散射而表面反射成分I1的后端不垂直地下降的情况。此外,由于用户1是不透明的物体,所以表面反射成分I1与内部散射成分I2相比光量非常大。因而,即使是表面反射成分I1的后端从垂直的下降位置稍稍超出的情况,内部散射成分I2也有可能被掩盖。此外,由于电子快门的读出期间中的电子移动所伴随的时间延迟,有无法实现图2B中的信号(d)所示那样的理想的二进制读出的情况。因而,控制电路30也可以使电子快门的快门定时比表面反射成分I1的刚下降后稍稍延迟。例如,可以使其延迟0.5ns至5ns左右。另外,也可以代替调整电子快门的快门定时,控制电路30调整光源10的发光定时。控制电路30调整电子快门的快门定时与光源10的发光定时的时间差。如果使快门定时过于延迟,则本来较小的内部散射成分I2进一步减少。因此,也可以将快门定时停留在表面反射成分I1的后端附近。由于根据传感器灵敏度设想的用户1的散射带来的时间延迟是4ns,所以快门定时的最大的延迟量是4ns左右。
也可以是,光源10多次发出脉冲光,对于各脉冲光,以相同相位的快门定时多次曝光,从而扩大内部散射成分I2的检测光量。
另外,也可以代替在用户1与图像传感器20之间配置带通滤波器、或除此以外控制电路30在不使光源10发光的状态下以相同的曝光时间进行摄影,从而估计偏移成分。估计出的偏移成分被从由图像传感器20的各像素检测到的信号中减去而除去。由此,能够将在图像传感器20上发生的暗电流成分及/或干扰光除去。
接着,说明每1帧的表面反射成分I1及内部散射成分I2的检测方法的例子。
图3A表示检测表面反射成分I1的情况下的时间图的一例。为了检测表面反射成分I1,例如,如图3A所示,可以在脉冲光到达图像传感器20之前将快门设为打开,在脉冲光的后端到达之前将快门设为关闭。通过这样控制快门,能够使内部散射成分I2的混入变少。能够使通过了用户1的表面附近的光的比例变大。特别是,也可以将快门关闭的定时设为光刚到达图像传感器20后。由此,能够进行提高了光路长较短的表面反射成分I1的比例的信号检测。作为其他的表面反射成分I1的取得方法,也可以是,图像传感器20取得脉冲光整体,或从光源10照射连续光来检测。
图3B表示检测内部散射成分I2的情况下的时间图的一例。通过在脉冲的后端部分到达图像传感器20的期间中将快门设为打开,能够取得内部散射成分I2的信号。
如果如本实施方式这样进行通过同一相机或同一传感器的分时摄像,则不易发生时间及空间上的偏差。在用同一传感器取得表面反射成分I1及内部散射成分I2两者的信号的情况下,可以如图3A及图3B所示那样,按每1帧将取得的成分切换。或者,也可以如参照图1D至图1F说明的那样,在1帧内高速地将取得的成分交替地切换。在此情况下,能够减小表面反射成分I1与内部散射成分I2的检测时间差。
进而,也可以使用两个波长的光来取得表面反射成分I1和内部散射成分I2各自的信号。在分别用两个波长取得表面反射成分I1和内部散射成分I2的情况下,例如,如参照图1D至图1F说明的那样,能够利用在1帧内高速地切换4种电荷积蓄的方法。通过这样的方法,能够减小检测信号的时间上的偏差。
[3.空间分解摄像的动作]
除了上述的时间分解摄像以外,表面反射成分I1及内部散射成分I2分别还能够通过空间分解摄像来取得。
图4A至图4C是示意地表示从光源10向用户1投影的二维图案光的分布的例子的图。在图4A至图4C所示的例子中,白部表示存在光的明部,黑部表示不存在光的暗部。在图4A中,表示了多个明部及多个暗部周期性地分布的棋盘图案。在图4B中,表示了在明部之中随机性地分布多个暗部的点图案。在图4C中,表示了在暗部之中随机性地分布多个明部的点图案。
控制电路30使光源10射出向用户1投影二维图案的二维图案光。如图4A至图4C所示,二维图案光包括至少1个明部及至少1个暗部。二维图案光例如通过将具有二维分布的遮光掩罩配置在光源10的前方而得到。或者,二维图案光也可以使用数字微镜器件(DMD)或空间光调制器(SLM)形成。二维图案光既可以是连续光,也可以是脉冲光。
如图4A至图4C所示,从光源10射出棋盘图案或点图案这样的在空间上对强度进行了调制的二维图案光。如果将二维图案光向用户1投影,则较多的光从明部返回,较少的光从暗部返回。从暗部返回的反射光包含在用户1的内部进行了散射的内部散射成分I2,几乎不包含表面反射成分I1。
为了通过二维图案光检测内部散射成分I2,控制电路30使图像传感器20检测被投影了二维图案光的用户1的、从至少1个暗部返回的反射光的至少一部分,输出与检测到的反射光的上述至少一部分的强度分布对应的信号。由此,如果二维图案光是脉冲光,则能够取得图2A或图2B中的信号(b)所示的、内部散射成分I2的前端到后端的部分。在本实施方式中,从图像传感器20输出的信号可以包含从至少1个暗部取得的上述信号。
另一方面,从明部返回的反射光包含表面反射成分I1及内部散射成分I2双方。因而,表面反射成分I1能够通过从明部的检测数据减去附近的暗部的检测数据来计算。在此情况下,空间析像度下降。作为对策,可以考虑不是以单次拍摄(single shot)来取得信号,而是例如使二维图案光的分布偏移、或改变二维图案光的分布本身等而多次取得信号。由此,能够不降低空间析像度而取得表面反射成分I1。
为了通过二维图案光检测表面反射成分I1,控制电路30使图像传感器20检测被投影了二维图案光的用户1的、从至少1个暗部返回的反射光的至少一部分、和从至少1个明部返回的反射光的至少一部分。控制电路30使图像传感器20输出与从至少1个暗部返回的反射光的上述至少一部分的强度分布对应的信号、和与从至少1个明部返回的反射光的上述至少一部分的强度分布对应的信号。控制电路30使信号处理电路40在从至少1个明部取得的上述信号中减去从至少1个暗部取得的上述信号,来计算表面反射成分I1。由此,如果二维图案光是脉冲光,则能够取得图2A或图2B中的信号(a)所示的、表面反射成分I1的前端到后端的部分。在本实施方式中,从图像传感器20输出的信号可以除了从至少1个暗部取得的上述信号以外,还包括从至少1个明部取得的上述信号。
也可以将空间分解摄像与时间分解摄像组合,取得表面反射成分I1及内部散射成分I2的每一个。
在二维图案光是脉冲光的情况下,也可以检测从至少1个明部返回的反射脉冲光的上升期间的至少一部分,来取得表面反射成分I1。同样,也可以检测从至少1个明部或至少1个暗部返回的反射脉冲光的下降期间的至少一部分,来取得内部散射成分I2。检测反射脉冲光的上升期间的成分及下降期间的成分时的控制电路30及信号处理电路40的动作如上述那样。
[4.基于表面反射成分I1的生物体认证及基于内部散射成分I2的生物体认证]
将由本实施方式的识别装置100进行的生物体认证的具体例,与使用通常的相机的方法比较而说明。
图5A是示意地表示通过通常的相机90将用户1摄影的状况的图。照射用户1的光也进入到用户1表面的几毫米内部。因此,由以往的相机90检测到从用户1返回的反射光中包含的表面反射成分I1及内部散射成分I2双方。混合存在表面反射成分I1及内部散射成分I2双方的图像可能有些模糊。因此,在基于通常的相机90的脸认证中,有可能他人接纳率增加或本人拒绝率增加。例如,有可能将双胞胎的兄弟误认为本人,或在变更了发型的情况下误认为不是本人。即,在使用通常的相机90的方法中,脸认证的精度可能变差。
图5B是示意地表示本实施方式的基于表面反射成分I1的用户1的摄影的一例的图。在本实施方式的识别装置100中,如上述那样,通过时间分解摄像或空间分解摄像,能够检测表面反射成分I1。由此,能够更鲜明地检测到皱纹或微小凹凸等用户1的皮肤表面的纹理。通过使用将从表面反射成分I1取得的信息、与存储器25的生物体数据中包含的表示用户1皮肤表面的纹理的信息进行对照的结果,能够提高认证精度。结果,本人拒绝率或他人接纳率被降低。
图5C是示意地表示本实施方式的基于内部散射成分I2的用户1的摄影的一例的图。在本实施方式的识别装置100中,如上述那样,通过时间分解摄像或空间分解摄像,能够检测内部散射成分I2。由此,能够更鲜明地检测用户1的静脉等血管的分布。通过使用将从内部散射成分I2取得的信息、与存储器25的生物体数据中包含的表示用户1的血管分布的信息进行对照的结果,能够提高认证精度。结果,本人拒绝率或他人接纳率被降低。
也可以将基于表面反射成分I1的认证与基于内部散射成分I2的认证组合。例如,根据用途,既可以两个都认证才设为认证成功,也可以只要两个中仅一方认证就设为认证成功。在将内部散射成分I2作为静脉认证的情况下,可以使用更容易透过生物体的近红外光。另一方面,在将表面反射成分I1作为脸部特征认证的情况下,可以使用难以透过生物体的蓝色波段等的短波长的光。这样,可以在表面反射成分I1和内部散射成分I2的检测中使用不同种类的波长的光。
内部散射成分I2与表面反射成分I1相比,包含用户1的更深部的生物体信息。因此,能够取得静脉信息或内部细胞等的与表面反射成分I1不同的信息。因而,能够实施通过表面反射成分I1主要进行基于脸部特征的认证、通过内部散射成分I2主要进行基于静脉的认证这样的不同的多个种类的认证。即使一方的认证失败,也能够通过另一方的认证来弥补认证的失败。这带来稳定而高精度的认证,能够确保较高的安全性。此外,在他人伪装成用户1的情况下,需要双方的认证的伪造,篡改变得极困难。这样,通过本实施方式的识别装置100,能够实现伪造或篡改更困难的认证系统。
此外,除了独立实施多种认证以外,也可以使用将表面反射成分I1和内部散射成分I2综合而成的数据,通过机械学习进行认证。通过将不同的特征包含在数据中而信息量变多,能够提高机械学习的识别的正确率。
除了上述以外,也可以通过根据脉冲光的往复时间计算物体距离的TOF法来对用户1进行认证。通过TOF法,能够取得图像传感器20与用户1的表面之间的距离的二维分布。图像传感器20与用户1的表面之间的距离的二维分布也可以说是用户1的表面的三维分布。
图像传感器20与用户1的表面之间的距离如以下这样计算。将到从光源10射出的脉冲光被用户1的表面反射并被图像传感器20检测为止的往复时间设为τ,将空气中的光速设为c。此时,图像传感器20与用户1的表面之间的距离d是d=cτ/2。
作为取得往复时间τ的方法,有直接TOF法和间接TOF法。
在直接TOF法中,通过直接计测光的往复时间τ,计算到物体的距离d。在直接TOF法中,用来实现Δd=1mm的距离分辨率的时间分辨率是Δτ=2Δd/c≈6.6皮秒。这样,在直接TOF法中,为了毫米单位的距离分辨率,使用具有皮秒单位的时间分辨率的高速摄像。
另一方面,在实用上经常被使用的间接TOF法中,通过根据反射脉冲光的相位差计测脉冲光的往复时间τ,计算到物体的距离d。反射脉冲光的相位差相当于射出脉冲光与反射脉冲光的时间的间隔。在间接TOF法中,并不是脉冲宽度Δt越短则计测精度越高。在间接TOF法中,为了检测相位差,通常将射出光的光强度通过矩形波或正弦波来调制。
图6是说明通过间接TOF法计测脉冲光的往复时间τ的原理的图。图6的信号(a)表示射出脉冲光的光强度的时间变化,图6的信号(b)及信号(c)表示反射脉冲光的强度的时间变化。
在图6的信号(a)所示的例子中,射出脉冲光的光强度被用矩形波进行了调制。为了精度良好地测定相位差,基本上将射出脉冲光的光强度以与光的往复时间τ相同程度的量级的速度来调制。
通过在图像传感器20中使电子快门打开而测定强度,能够检测光脉冲的相位差。在图6的信号(b)所示的例子中,图像传感器20从射出脉冲光起在时间t0后使电子快门打开,开始反射脉冲光的检测。开始时间t0比脉冲光的脉冲宽度Δt长,比光的往复时间τ短。即,Δt<t0<τ。图像传感器20使电子快门打开后,按每时间Δt积蓄与反射脉冲光量对应的信号电荷。设在最初的时间Δt的期间积蓄的信号电荷量为S1,设在接下来的时间Δt的期间积蓄的信号电荷的量为S2。光的往复时间τ与开始时间t0的差等于[S2/(S1+S2)]Δt。因而,光的往复时间是τ=t0+[S2/(S1+S2)]Δt。根据从积蓄的信号电荷量S1、S2间接地得到的光的往复时间τ,计算到物体的距离d。
在图6的信号(c)所示的例子中,反射脉冲光在射出脉冲光射出结束之前回到图像传感器20。即,τ<Δt。在此情况下,图像传感器20与来自光源10的脉冲光的射出同时地使电子快门打开,按每时间Δt积蓄与反射脉冲光量对应的信号电荷。光的往复时间是τ=[S2/(S1+S2)]Δt。
在TOF法中,控制电路30使图像传感器20检测反射脉冲光的至少一部分,使其输出表示用户1的表面的三维分布的信号。在本实施方式中,从图像传感器20输出的信号可以包含表示用户1的表面的三维分布的信号。
如果在TOF法中使用反射脉冲光的至少一部分中包含的表面反射成分I1,则与以往的TOF法相比,能够更鲜明地检测包含皱纹或微小凹凸的用户1的表面的三维分布。
在直接TOF法中,通过检测反射脉冲光的上升期间中包含的表面反射成分I1,能够计算物体的距离。在间接TOF法中,如图6的信号(b)及信号(c)所示那样,检测反射脉冲光的前端到后端的部分,计算物体的距离。如果使用空间分解摄像,则能够从反射脉冲光将表面反射成分I1的前端到后端的部分分离。
此外,如果使用空间分解摄像,则还能够从反射脉冲光取得内部散射成分I2的前端到后端的部分。如果在间接TOF法中使用内部散射成分I2的前端到后端的部分,则还能够取得图像传感器20与用户1的血管之间的距离的二维分布、即用户1的血管的三维分布。
图7是示意地表示本实施方式的基于TOF法的用户1的摄影的一例的图。在图7所示的例子中,根据表面反射成分I1,计算用户1的表面的三维分布。通过使用将从用户1的表面的三维分布取得的信息、与存储器25的生物体数据中包含的表示用户1的特征部分的凹凸的信息进行对照的结果,能够提高认证精度。结果,本人拒绝率或他人接纳率被降低。另外,也可以根据包含表面反射成分I1及内部散射成分I2双方的反射脉冲光来计算用户1的表面的三维分布。
接着,说明使用本实施方式的识别装置100的用户1的生物体认证的一系列处理。
图8是表示控制电路30执行的处理的一例的流程图。
在步骤S201中,控制电路30使光源10用光照射用户1。如果是时间分解摄像,则该光是脉冲光,如果是空间分解摄像,则该光是二维图案光。如果是时间分解摄像与空间分解摄像的组合,则该光是二维图案光,并且是脉冲光。
在步骤S202中,控制电路30使图像传感器20检测从用户1返回的反射光的至少一部分,输出与检测到的光的强度分布对应的表示用户1的二维像的信号。如果反射光是脉冲光,则反射光的至少一部分例如是脉冲光的上升期间的成分或下降期间的成分。从上升期间的成分取得表面反射成分I1,从下降期间的成分取得内部散射成分I2。在通过间接TOF法取得用户1的表面的三维分布的情况下,检测反射脉冲光中的、表面反射成分I1的前端到后端的部分、或表面反射成分I1及内部散射成分I2的合成成分的前端到后端的部分。
在步骤S203中,控制电路30使信号处理电路40根据输出的信号生成用户1的图像,取出对该图像赋予特征的数据。对根据表面反射成分I1生成的图像赋予特征的数据包含表示用户1皮肤表面的纹理的信息。对根据内部散射成分I2生成的图像赋予特征的数据包含表示用户1的血管分布的信息。如果是TOF法,则对根据表面反射成分I1生成的图像或根据表面反射成分I1与内部散射成分I2的合成成分生成的图像赋予特征的数据包含表示用户1表面的三维分布即用户1的特征部分的凹凸的信息。
在步骤S204中,控制电路30将从所生成的用户1的图像取出的对该图像赋予特征的数据、与保存在存储器中的对用户1的图像赋予特征的数据进行比较。
在步骤S205中,控制电路30判断所比较的上述两个数据的差是否是基准值以下。例如,在将通过TOF法取得的用户1表面的三维分布的信息、与生物体数据中包含的表示用户1的特征部分的凹凸的信息进行比较的情况下,判断基准的例子如以下这样。控制电路30关于用户1表面的全部计测点或80%等一定比例以上的计测点,评价上述两个数据的差是否是基准值以下。
如果上述的差是基准值以下,则在步骤S206中,控制电路30判断为用户1是本人。如果上述的差不是基准值以下,则在步骤S207中,控制电路30判断为用户1是别人。
通过本实施方式的识别装置100,能够非接触地实现用户1的生物体认证。因而,在认证时对用户1作用的负担较少。
在用户1的身体的一部分中,除了脸以外,也可以使用手等其他部位。例如,也可以从指纹取得表面反射成分I1,也可以从指的静脉取得内部散射成分I2。在手上,容易清晰地呈现个人特有的指纹或静脉,识别精度提高。在将手作为用户1的被检部的情况下,可以通过将手置于玻璃之上来抑制身体运动。此时,如果在玻璃与识别装置100之间有空间,则有能够将相机的焦点对准的优点。此外,在手认证的情况下,通过从光源10射出超过等级1的光量,能够使图像传感器20上的检测信号的SN比提高。
接着,说明本实施方式的识别装置100的应用例。
图9是示意地表示将本实施方式的识别装置100搭载在汽车的车室内的一例的图。如图9所示,可以通过设在车室内的识别装置100来识别驾驶者即用户1。可以代替车的钥匙而由识别装置100识别用户1来使车启动。也可以在自动驾驶时由识别装置100识别乘客,将识别结果反馈给根据乘客而定制的自动驾驶。所述的反馈,例如是如果乘客是高龄者则使刹车容易、如果是喜欢驾驶的乘客则设为轻快的行驶的驾驶感等。由此,能够实现适合于个人的自动驾驶。
图10是示意地表示将本实施方式的识别装置100应用于移动终端的一例的图。移动终端例如是智能电话、平板电脑或个人计算机。作为识别装置100中的图像传感器20,也可以使用内置在移动终端中的图像传感器。
本实施方式的识别装置100,除了汽车或移动终端以外,还可以对设置在例如银行或便利店中的ATM或住宅的玄关进行应用。
本实施方式的识别装置100能够进行基于两个以上的认证的组合的高精度认证。本实施方式的识别装置100除了向终端的登录的认证以外,还能够用于使用终端的安全认证。使用终端的安全认证例如包括向终端登录后的、向银行账户的登录、或向各种服务的账户的登录的认证。也可以设计成并用以往的口令认证、将本发明的认证作为追加认证的系统。由此,与以往的仅进行口令认证的系统相比,降低了黑客的风险,能够确保更高的安全性。
本发明还包括包含控制电路30及信号处理电路40执行的动作的方法。
如以上这样,本发明包括以下的项目所记载的识别装置及识别方法。
[项目1]
有关第1项目的识别装置具备:光源;图像传感器;存储器,保存有表示用户的身体的特征的生物体数据;以及处理器。上述处理器使上述光源射出向上述用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光,使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布对应的信号,通过将上述信号与上述生物体数据对照,来识别上述用户。
[项目2]
在有关第1项目的识别装置中,也可以是,上述脉冲光的上述脉冲宽度是3ns以上50ns以下。
[项目3]
在有关第1或第2项目的识别装置中,也可以是,上述图像传感器包括多个像素,上述处理器使上述图像传感器关于上述多个像素分别将与上述反射脉冲光的上述至少一部分的上述强度对应的电荷反复积蓄千次以上10万次以下,上述信号表示积蓄在上述多个像素中的电荷的总量的二维分布。
[项目4]
在有关第1至第3项目的任一项的识别装置中,也可以是,上述生物体数据包含表示上述用户的皮肤表面的纹理的第1信息。
[项目5]
在有关第4项目的识别装置中,也可以是,上述处理器使上述图像传感器输出第1信号,通过将从上述第1信号取得的信息与上述第1信息进行对照,来识别上述用户,上述第1信号通过检测上述反射脉冲光中的、从上述反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分的成分而得到。
[项目6]
在有关第1至第5项目的任一项的识别装置中,也可以是,上述生物体数据包含表示上述用户的血管分布的第2信息。
[项目7]
在有关第6项目的识别装置中,也可以是,上述处理器使上述图像传感器输出通过第2信号,通过将从上述第2信号取得的信息与上述第2信息对照,来识别上述用户,上述第2信号通过检测上述反射脉冲光中的、从上述反射脉冲光的强度开始减小到减小结束的期间即下降期间的至少一部分的成分而得到。
[项目8]
在有关第1至第7项目的任一项的识别装置中,也可以是,上述生物体数据包含表示上述用户的特征部分的凹凸的第3信息。
在有关第1至第7项目的任一项的识别装置中,也可以是,上述生物体数据包含表示上述用户的特征部分的形状的第4信息。
在有关第1至第7项目的任一项的识别装置中,也可以是,上述生物体数据包含表示上述用户的特征部分的位置的第5信息。
[项目9]
在有关第8项目的识别装置中,也可以是,上述处理器使上述图像传感器输出表示上述图像传感器与上述用户的表面之间的距离的二维分布的第3信号,通过将从上述第3信号取得的信息与上述第3信息对照,来识别上述用户。
[项目10]
在有关第9项目的识别装置中,也可以是,上述处理器使上述图像传感器检测上述反射脉冲光中的、从上述反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分的成分,根据上述成分,计算上述距离的上述二维分布。
[项目11]
有关第11项目的识别装置具备:光源;图像传感器;存储器,保存有表示用户的身体的特征的生物体数据;以及处理器。上述生物体数据包含表示上述用户的皮肤表面的纹理的第1信息。上述处理器使上述光源射出将包含至少1个明部及至少1个暗部的二维图案向上述用户投影的照射光,使上述图像传感器检测从上述用户返回的反射光的至少一部分、并输出与上述反射光的上述至少一部分的强度的二维分布对应的信号,通过将上述信号与保存在上述存储器中的上述生物体数据进行对照,来识别上述用户。
[项目12]
在有关第11项目的识别装置中,也可以是,上述生物体数据还包含表示上述用户的血管分布的第2信息。
[项目13]
在有关第12项目的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射光的至少一部分、并输出与上述第1反射光的上述至少一部分的强度的二维分布对应的第1信号,通过将从上述第1信号取得的信息与上述第2信息进行对照,来识别上述用户。
[项目14]
在有关第13项目的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个明部返回的第2反射光的至少一部分、并输出与上述第2反射光的上述至少一部分的强度的二维分布对应的第2信号,通过将从上述第2信号减去上述第1信号而取得的信息与上述第1信息对照,来识别上述用户。
[项目15]
在有关第15项目的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射光的至少一部分、并检测从上述至少1个明部返回的第2反射光的至少一部分、输出与上述第1反射光的上述至少一部分的强度的二维分布对应的第1信号、输出与上述第2反射光的上述至少一部分的强度的二维分布对应的第2信号,通过将从上述第2信号减去上述第1信号而取得的信息与上述第1信息进行对照,来识别上述用户。
[项目16]
在有关第11项目的识别装置中,也可以是,上述照射光是脉冲光。
[项目17]
在有关第16项目的识别装置中,也可以是,上述脉冲光的脉冲宽度是3ns以上50ns以下。
[项目18]
在有关第16或第17项目的识别装置中,也可以是,上述图像传感器包含多个像素,上述处理器使上述图像传感器关于上述多个像素分别将与上述反射光的上述至少一部分的上述强度对应的电荷反复积蓄千次以上10万次以下,上述信号表示积蓄在上述多个像素中的电荷的总量的二维分布。
[项目19]
在有关第16至第18项目的任一项的识别装置中,也可以是,上述生物体数据还包含表示上述用户的特征部分的凹凸的第3信息。
[项目20]
在有关第19项目的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射脉冲光的至少一部分、检测从上述至少1个明部返回的第2反射脉冲光的至少一部分、输出与上述第1反射脉冲光的上述至少一部分的强度的二维分布对应的第1信号、输出与上述第2反射脉冲光的上述至少一部分的强度的二维分布对应的第2信号,通过将从上述第2信号减去上述第1信号而取得的信息与上述第3信息进行对照,来识别上述用户。
[项目21]
在有关第16至第18项目的任一项的识别装置中,也可以是,上述生物体数据还包含表示上述用户的血管分布的第2信息。
[项目22]
在有关第21项目的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的、从上述至少1个暗部返回的第1反射脉冲光的强度开始减小到减小结束的期间即下降期间的至少一部分、输出与上述第1反射脉冲光的上述下降期间的上述至少一部分的强度的二维分布对应的第1信号,通过将从上述第1信号取得的信息与上述第2信息进行对照,来识别上述用户。
[项目23]
在有关第16至第18项目的任一项的识别装置中,也可以是,上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个明部返回的第2反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分、输出与上述第2反射脉冲光的上述上升期间的上述至少一部分的强度的二维分布对应的第2信号,通过将从上述第2信号取得的信息与上述第1信息进行对照,来识别上述用户。
[项目24]
有关第24项目的识别方法,是使用具备光源和图像传感器的识别装置的识别方法,包括:使上述光源射出向用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光;使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布对应的信号;通过将上述信号与表示上述用户的身体特征的生物体数据进行对照,来识别上述用户。
[项目25]
有关第25项目的识别方法,是使用具备光源和图像传感器的识别装置的识别方法,包括:使上述光源射出将包含至少1个明部及至少1个暗部的二维图案向上述用户投影的照射光;使上述图像传感器检测从上述用户返回的反射光的至少一部分、并输出与上述反射光的上述至少一部分的强度的二维分布对应的信号;通过将上述信号与表示上述用户的皮肤表面的纹理的生物体数据进行对照,来识别上述用户。
产业上的可利用性
本发明的识别装置对于非接触地对用户进行个人识别的相机或认证设备是有用的。识别装置能够应用于安全服务。
标号说明
1 用户
10 光源
20 图像传感器
22 光电变换部
24 电荷积蓄部
25 存储器
30 控制电路
32 光源控制部
34 传感器控制部
40 信号处理电路
100 识别装置
I1 表面反射成分
I2 内部散射成分
Claims (25)
1.一种识别装置,其特征在于,
具备:
光源;
图像传感器;
存储器,保存有表示用户的身体特征的生物体数据;以及
处理器;
上述处理器使上述光源射出向上述用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光;
上述处理器使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布对应的信号;
上述处理器通过将上述信号与上述生物体数据进行对照,来识别上述用户。
2.如权利要求1所述的识别装置,其特征在于,
上述脉冲光的上述脉冲宽度是3ns以上50ns以下。
3.如权利要求1或2所述的识别装置,其特征在于,
上述图像传感器包括多个像素;
上述处理器使上述图像传感器关于上述多个像素分别将与上述反射脉冲光的上述至少一部分的上述强度相对应的电荷反复积蓄千次以上10万次以下;
上述信号表示积蓄在上述多个像素中的电荷的总量的二维分布。
4.如权利要求1~3中任一项所述的识别装置,其特征在于,
上述生物体数据包含表示上述用户的皮肤表面的纹理的第1信息。
5.如权利要求4所述的识别装置,其特征在于,
上述处理器使上述图像传感器输出第1信号,该第1信号通过检测上述反射脉冲光中的、从上述反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分的成分而得到;
上述处理器通过将从上述第1信号取得的信息与上述第1信息进行对照来识别上述用户。
6.如权利要求1~5中任一项所述的识别装置,其特征在于,
上述生物体数据包含表示上述用户的血管分布的第2信息。
7.如权利要求6所述的识别装置,其特征在于,
上述处理器使上述图像传感器输出第2信号,该第2信号通过检测上述反射脉冲光中的、从上述反射脉冲光的强度开始减小到减小结束的期间即下降期间的至少一部分的成分而得到;
上述处理器通过将从上述第2信号取得的信息与上述第2信息进行对照来识别上述用户。
8.如权利要求1~7中任一项所述的识别装置,其特征在于,
上述生物体数据包含表示上述用户的特征部分的凹凸的第3信息。
9.如权利要求8所述的识别装置,其特征在于,
上述处理器使上述图像传感器输出第3信号,该第3信号表示上述图像传感器与上述用户的表面之间的距离的二维分布;
上述处理器通过将从上述第3信号取得的信息与上述第3信息进行对照来识别上述用户。
10.如权利要求9所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测上述反射脉冲光中的、从上述反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分的成分;
上述处理器根据上述成分,计算上述距离的上述二维分布。
11.一种识别装置,其特征在于,
具备:
光源;
图像传感器;
存储器,保存有表示用户的身体特征的生物体数据;以及
处理器;
上述生物体数据包含表示上述用户的皮肤表面的纹理的第1信息;
上述处理器使上述光源射出将包含至少1个明部及至少1个暗部的二维图案向上述用户投影的照射光;
上述处理器使上述图像传感器检测从上述用户返回的反射光的至少一部分、并输出与上述反射光的上述至少一部分的强度的二维分布相对应的信号;
上述处理器通过将上述信号与保存在上述存储器中的上述生物体数据进行对照,来识别上述用户。
12.如权利要求11所述的识别装置,其特征在于,
上述生物体数据还包含表示上述用户的血管分布的第2信息。
13.如权利要求12所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射光的至少一部分、并输出与上述第1反射光的上述至少一部分的强度的二维分布相对应的第1信号;
上述处理器通过将从上述第1信号取得的信息与上述第2信息进行对照,来识别上述用户。
14.如权利要求13所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个明部返回的第2反射光的至少一部分、并输出与上述第2反射光的上述至少一部分的强度的二维分布相对应的第2信号;
上述处理器通过将从上述第2信号减去上述第1信号而取得的信息与上述第1信息进行对照,来识别上述用户。
15.如权利要求11所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射光的至少一部分、检测从上述至少1个明部返回的第2反射光的至少一部分、并输出与上述第1反射光的上述至少一部分的强度的二维分布相对应的第1信号、输出与上述第2反射光的上述至少一部分的强度的二维分布相对应的第2信号;
上述处理器通过将从上述第2信号减去上述第1信号而取得的信息与上述第1信息进行对照,来识别上述用户。
16.如权利要求11所述的识别装置,其特征在于,
上述照射光是脉冲光。
17.如权利要求16所述的识别装置,其特征在于,
上述脉冲光的脉冲宽度是3ns以上50ns以下。
18.如权利要求16或17所述的识别装置,其特征在于,
上述图像传感器包含多个像素;
上述处理器使上述图像传感器关于上述多个像素分别将与上述反射光的上述至少一部分的上述强度相对应的电荷反复积蓄千次以上10万次以下;
上述信号表示积蓄在上述多个像素中的电荷的总量的二维分布。
19.如权利要求16~18中任一项所述的识别装置,其特征在于,
上述生物体数据还包含表示上述用户的特征部分的凹凸的第3信息。
20.如权利要求19所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射脉冲光的至少一部分、检测从上述至少1个明部返回的第2反射脉冲光的至少一部分、并输出与上述第1反射脉冲光的上述至少一部分的强度的二维分布相对应的第1信号、输出与上述第2反射脉冲光的上述至少一部分的强度的二维分布相对应的第2信号;
上述处理器通过将从上述第2信号减去上述第1信号而取得的信息与上述第3信息进行对照,来识别上述用户。
21.如权利要求16~18中任一项所述的识别装置,其特征在于,
上述生物体数据还包含表示上述用户的血管分布的第2信息。
22.如权利要求21所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个暗部返回的第1反射脉冲光的强度开始减小到减小结束的期间即下降期间的至少一部分、并输出与上述第1反射脉冲光的上述下降期间的上述至少一部分的强度的二维分布相对应的第1信号;
上述处理器通过将从上述第1信号取得的信息与上述第2信息进行对照,来识别上述用户。
23.如权利要求16~18中任一项所述的识别装置,其特征在于,
上述处理器使上述图像传感器检测被投影了上述二维图案的上述用户的从上述至少1个明部返回的第2反射脉冲光的强度开始增加到增加结束的期间即上升期间的至少一部分、并输出与上述第2反射脉冲光的上述上升期间的上述至少一部分的强度的二维分布相对应的第2信号;
上述处理器通过将从上述第2信号取得的信息与上述第1信息进行对照,来识别上述用户。
24.一种识别方法,是使用具备光源和图像传感器的识别装置的识别方法,其特征在于,
包括:
使上述光源射出向用户照射的脉冲宽度为0.2ns以上1μs以下的脉冲光;
使上述图像传感器检测从上述用户返回的反射脉冲光的至少一部分、并输出与上述反射脉冲光的上述至少一部分的强度的二维分布相对应的信号;
通过将上述信号与表示上述用户的身体特征的生物体数据进行对照,来识别上述用户。
25.一种识别方法,是使用具备光源和图像传感器的识别装置的识别方法,其特征在于,
包括:
使上述光源射出将包含至少1个明部及至少1个暗部的二维图案向用户投影的照射光;
使上述图像传感器检测从上述用户返回的反射光的至少一部分、并输出与上述反射光的上述至少一部分的强度的二维分布相对应的信号;
通过将上述信号与表示上述用户的皮肤表面的纹理的生物体数据进行对照,来识别上述用户。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-103301 | 2018-05-30 | ||
JP2018103301 | 2018-05-30 | ||
PCT/JP2019/018315 WO2019230306A1 (ja) | 2018-05-30 | 2019-05-08 | 識別装置および識別方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111970971A true CN111970971A (zh) | 2020-11-20 |
Family
ID=68696700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980022548.7A Pending CN111970971A (zh) | 2018-05-30 | 2019-05-08 | 识别装置及识别方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US20210049252A1 (zh) |
JP (1) | JPWO2019230306A1 (zh) |
CN (1) | CN111970971A (zh) |
WO (1) | WO2019230306A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10963670B2 (en) | 2019-02-06 | 2021-03-30 | Alitheon, Inc. | Object change detection and measurement using digital fingerprints |
US11698441B2 (en) * | 2019-03-22 | 2023-07-11 | Viavi Solutions Inc. | Time of flight-based three-dimensional sensing system |
EP3832407B1 (fr) * | 2019-12-06 | 2024-03-27 | Tissot S.A. | Procédé de connexion sécurisée d'une montre à un serveur distant |
JP7241710B2 (ja) * | 2020-02-03 | 2023-03-17 | 株式会社ソニー・インタラクティブエンタテインメント | 位相差算出装置、位相差算出方法およびプログラム |
CN113569595B (zh) * | 2020-04-28 | 2024-03-22 | 富泰华工业(深圳)有限公司 | 身份辨识装置以及身份辨识方法 |
US11809546B2 (en) * | 2021-03-01 | 2023-11-07 | Rovi Guides, Inc. | Adaptive biometric authentication |
JP2024011894A (ja) * | 2022-07-15 | 2024-01-25 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置及び情報処理システム |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4053228A (en) * | 1975-12-12 | 1977-10-11 | Michael Schiller | Finger identification |
JPH09154832A (ja) * | 1995-12-12 | 1997-06-17 | Kao Corp | 皮膚表面形態判定方法及び装置 |
JPH1119069A (ja) * | 1997-07-02 | 1999-01-26 | Nippon Telegr & Teleph Corp <Ntt> | 指紋認識集積回路 |
JP2001324303A (ja) * | 1999-06-10 | 2001-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 表面形状認識装置 |
JP2005202798A (ja) * | 2004-01-16 | 2005-07-28 | Mitsubishi Electric Corp | 指紋読取装置及び指紋照合装置 |
WO2006038276A1 (ja) * | 2004-10-04 | 2006-04-13 | Hitachi, Ltd. | 個人識別装置 |
US20060202036A1 (en) * | 2005-03-11 | 2006-09-14 | Ynjiun Wang | Bar code reading device with global electronic shutter control |
CN101175435A (zh) * | 2005-05-13 | 2008-05-07 | 奥林巴斯医疗株式会社 | 生物体观测装置 |
JP2008279275A (ja) * | 2008-07-28 | 2008-11-20 | Hitachi Ltd | 個人認証装置及び現金預払機 |
JP2009098017A (ja) * | 2007-10-17 | 2009-05-07 | Olympus Corp | 血管内可視化方法および血管内可視化装置 |
JP2010039912A (ja) * | 2008-08-07 | 2010-02-18 | Sony Corp | 静脈パターン取得装置、静脈パターン取得方法および静脈テンプレート |
US20100061598A1 (en) * | 2007-05-07 | 2010-03-11 | Innozest Inc. | Apparatus and method for recognizing subcutaneous vein pattern |
JP2010146533A (ja) * | 2008-12-18 | 2010-07-01 | Fit Design System Co Ltd | 生体認証装置 |
JP2013130958A (ja) * | 2011-12-20 | 2013-07-04 | Hitachi Maxell Ltd | 撮像装置および生体認証装置 |
CN103370727A (zh) * | 2011-04-22 | 2013-10-23 | 株式会社日立制作所 | 血管图像摄影装置及生物体认证装置 |
US20140300721A1 (en) * | 2012-07-25 | 2014-10-09 | Panasonic Corporation | Image pickup system |
US20160097844A1 (en) * | 2013-06-26 | 2016-04-07 | Panasonic Intellectual Property Management Co., Ltd. | Distance measuring system and imaging sensor |
CN105678255A (zh) * | 2016-01-04 | 2016-06-15 | 京东方科技集团股份有限公司 | 一种光学式指纹识别显示屏及显示装置 |
JP2016212061A (ja) * | 2015-05-13 | 2016-12-15 | パナソニックIpマネジメント株式会社 | 粉塵検出装置および粉塵検出システム |
US20160373669A1 (en) * | 2015-06-17 | 2016-12-22 | Panasonic Intellectual Property Management Co., Ltd. | Imaging apparatus including light source that emits pulsed light, image sensor, and control circuit |
CN106331442A (zh) * | 2015-07-02 | 2017-01-11 | 松下知识产权经营株式会社 | 摄像装置 |
CN106778707A (zh) * | 2017-02-09 | 2017-05-31 | 广东欧珀移动通信有限公司 | 指纹识别方法、显示屏以及移动终端 |
CN107088071A (zh) * | 2016-02-17 | 2017-08-25 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
US20170289468A1 (en) * | 2016-03-31 | 2017-10-05 | Panasonic Intellectual Property Management Co., Ltd. | Image pickup apparatus including light source, image sensor, and control circuit |
CN107452029A (zh) * | 2017-07-31 | 2017-12-08 | 中国医学科学院生物医学工程研究所 | 一种光学微血管血流成像方法 |
CN107550474A (zh) * | 2016-06-30 | 2018-01-09 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
US20180082101A1 (en) * | 2016-09-17 | 2018-03-22 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint acquisition apparatus and method, terminal device, and method for controlling a screen to be on or off |
CN107949863A (zh) * | 2015-11-10 | 2018-04-20 | 株式会社日立制作所 | 使用生物体信息的认证装置以及认证方法 |
US9971948B1 (en) * | 2015-11-12 | 2018-05-15 | Apple Inc. | Vein imaging using detection of pulsed radiation |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4487183B2 (ja) * | 2004-04-01 | 2010-06-23 | ソニー株式会社 | 撮像装置及び情報処理システム |
US8285010B2 (en) * | 2007-03-21 | 2012-10-09 | Lumidigm, Inc. | Biometrics based on locally consistent features |
AU2013219966B2 (en) * | 2012-02-15 | 2015-04-02 | Apple Inc. | Scanning depth engine |
JP6814967B2 (ja) * | 2016-06-17 | 2021-01-20 | パナソニックIpマネジメント株式会社 | 撮像装置 |
CN108209867B (zh) * | 2016-12-15 | 2022-03-18 | 松下知识产权经营株式会社 | 摄像装置 |
JP6998532B2 (ja) * | 2017-12-13 | 2022-01-18 | パナソニックIpマネジメント株式会社 | 光センシング装置 |
CN112041850A (zh) * | 2018-03-02 | 2020-12-04 | 维萨国际服务协会 | 用于基于图像的验证处理的动态照明 |
EP3608813A4 (en) * | 2018-05-29 | 2020-07-22 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | VERIFICATION SYSTEM, ELECTRONIC DEVICE, VERIFICATION PROCESS, STORAGE MEDIA READABLE BY COMPUTER AND COMPUTER DEVICE |
JPWO2020044854A1 (ja) * | 2018-08-30 | 2021-08-26 | パナソニックIpマネジメント株式会社 | 生体計測装置、及び生体計測方法 |
JP7386438B2 (ja) * | 2018-12-20 | 2023-11-27 | パナソニックIpマネジメント株式会社 | 生体計測装置、生体計測方法、コンピュータ読み取り可能な記録媒体、およびプログラム |
US11010585B2 (en) * | 2019-06-28 | 2021-05-18 | Synaptics Incorporated | Sequenced illumination of nearby object with cue marks |
-
2019
- 2019-05-08 WO PCT/JP2019/018315 patent/WO2019230306A1/ja active Application Filing
- 2019-05-08 JP JP2020521814A patent/JPWO2019230306A1/ja active Pending
- 2019-05-08 CN CN201980022548.7A patent/CN111970971A/zh active Pending
-
2020
- 2020-11-04 US US17/088,653 patent/US20210049252A1/en active Pending
-
2023
- 2023-10-13 US US18/486,821 patent/US20240054203A1/en active Pending
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4053228A (en) * | 1975-12-12 | 1977-10-11 | Michael Schiller | Finger identification |
JPH09154832A (ja) * | 1995-12-12 | 1997-06-17 | Kao Corp | 皮膚表面形態判定方法及び装置 |
JPH1119069A (ja) * | 1997-07-02 | 1999-01-26 | Nippon Telegr & Teleph Corp <Ntt> | 指紋認識集積回路 |
JP2001324303A (ja) * | 1999-06-10 | 2001-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 表面形状認識装置 |
JP2005202798A (ja) * | 2004-01-16 | 2005-07-28 | Mitsubishi Electric Corp | 指紋読取装置及び指紋照合装置 |
WO2006038276A1 (ja) * | 2004-10-04 | 2006-04-13 | Hitachi, Ltd. | 個人識別装置 |
US20060202036A1 (en) * | 2005-03-11 | 2006-09-14 | Ynjiun Wang | Bar code reading device with global electronic shutter control |
CN101175435A (zh) * | 2005-05-13 | 2008-05-07 | 奥林巴斯医疗株式会社 | 生物体观测装置 |
US20100061598A1 (en) * | 2007-05-07 | 2010-03-11 | Innozest Inc. | Apparatus and method for recognizing subcutaneous vein pattern |
JP2009098017A (ja) * | 2007-10-17 | 2009-05-07 | Olympus Corp | 血管内可視化方法および血管内可視化装置 |
JP2008279275A (ja) * | 2008-07-28 | 2008-11-20 | Hitachi Ltd | 個人認証装置及び現金預払機 |
JP2010039912A (ja) * | 2008-08-07 | 2010-02-18 | Sony Corp | 静脈パターン取得装置、静脈パターン取得方法および静脈テンプレート |
JP2010146533A (ja) * | 2008-12-18 | 2010-07-01 | Fit Design System Co Ltd | 生体認証装置 |
CN103370727A (zh) * | 2011-04-22 | 2013-10-23 | 株式会社日立制作所 | 血管图像摄影装置及生物体认证装置 |
JP2013130958A (ja) * | 2011-12-20 | 2013-07-04 | Hitachi Maxell Ltd | 撮像装置および生体認証装置 |
US20140300721A1 (en) * | 2012-07-25 | 2014-10-09 | Panasonic Corporation | Image pickup system |
US20160097844A1 (en) * | 2013-06-26 | 2016-04-07 | Panasonic Intellectual Property Management Co., Ltd. | Distance measuring system and imaging sensor |
JP2016212061A (ja) * | 2015-05-13 | 2016-12-15 | パナソニックIpマネジメント株式会社 | 粉塵検出装置および粉塵検出システム |
US20160373669A1 (en) * | 2015-06-17 | 2016-12-22 | Panasonic Intellectual Property Management Co., Ltd. | Imaging apparatus including light source that emits pulsed light, image sensor, and control circuit |
CN106331442A (zh) * | 2015-07-02 | 2017-01-11 | 松下知识产权经营株式会社 | 摄像装置 |
CN107949863A (zh) * | 2015-11-10 | 2018-04-20 | 株式会社日立制作所 | 使用生物体信息的认证装置以及认证方法 |
US9971948B1 (en) * | 2015-11-12 | 2018-05-15 | Apple Inc. | Vein imaging using detection of pulsed radiation |
CN105678255A (zh) * | 2016-01-04 | 2016-06-15 | 京东方科技集团股份有限公司 | 一种光学式指纹识别显示屏及显示装置 |
CN107088071A (zh) * | 2016-02-17 | 2017-08-25 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
US20170289468A1 (en) * | 2016-03-31 | 2017-10-05 | Panasonic Intellectual Property Management Co., Ltd. | Image pickup apparatus including light source, image sensor, and control circuit |
CN107550474A (zh) * | 2016-06-30 | 2018-01-09 | 松下知识产权经营株式会社 | 生物体信息检测装置 |
US20180082101A1 (en) * | 2016-09-17 | 2018-03-22 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint acquisition apparatus and method, terminal device, and method for controlling a screen to be on or off |
CN106778707A (zh) * | 2017-02-09 | 2017-05-31 | 广东欧珀移动通信有限公司 | 指纹识别方法、显示屏以及移动终端 |
CN107452029A (zh) * | 2017-07-31 | 2017-12-08 | 中国医学科学院生物医学工程研究所 | 一种光学微血管血流成像方法 |
Non-Patent Citations (1)
Title |
---|
ANDO, T (ANDO, TAKAMASA) [1] , [2] ; HORISAKI, R (HORISAKI, RYOICHI) [1] ; TANIDA, J (TANIDA, JUN) [1]: "Three-dimensional imaging through scattering media using three-dimensionally coded pattern projection", 《APPLIED OPTICS 》, vol. 54, no. 24, pages 7316 - 7322 * |
Also Published As
Publication number | Publication date |
---|---|
WO2019230306A1 (ja) | 2019-12-05 |
US20210049252A1 (en) | 2021-02-18 |
JPWO2019230306A1 (ja) | 2021-07-15 |
US20240054203A1 (en) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111970971A (zh) | 识别装置及识别方法 | |
US10270998B2 (en) | Imaging apparatus including light source that emits pulsed light beam onto object and light detector that detects light returning from object | |
CN112969031B (zh) | 摄像装置 | |
US10397496B2 (en) | Imaging device provided with light source, image sensor including first accumulator and second accumulator, and controller | |
US10582178B2 (en) | Systems and methods for active depth imager with background subtract | |
JP6814967B2 (ja) | 撮像装置 | |
US20170289468A1 (en) | Image pickup apparatus including light source, image sensor, and control circuit | |
US20180168454A1 (en) | Device including light source emitting pulsed light, light detector, and processor | |
CN112188866A (zh) | 生物体计测装置及生物体计测方法 | |
JP2007219624A (ja) | 血管画像入力装置、及び個人認証システム | |
CN110891481B (zh) | 生物体计测装置及头戴式显示器装置 | |
WO2020137276A1 (ja) | 撮像装置 | |
CN112236084A (zh) | 光计测装置 | |
US20220326361A1 (en) | Distance-measuring device | |
WO2022138063A1 (ja) | 生体計測装置、生体計測方法、及び、コンピュータプログラム | |
US20230410548A1 (en) | Imaging apparatus and imaging method | |
JP2020032105A (ja) | 生体計測装置、生体計測システム、制御方法、およびコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |