CN100394434C - 双向扫描的指纹传感器 - Google Patents

双向扫描的指纹传感器 Download PDF

Info

Publication number
CN100394434C
CN100394434C CNB2004800343472A CN200480034347A CN100394434C CN 100394434 C CN100394434 C CN 100394434C CN B2004800343472 A CNB2004800343472 A CN B2004800343472A CN 200480034347 A CN200480034347 A CN 200480034347A CN 100394434 C CN100394434 C CN 100394434C
Authority
CN
China
Prior art keywords
image
width
cloth
fingerprint
finger
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.)
Expired - Fee Related
Application number
CNB2004800343472A
Other languages
English (en)
Other versions
CN1882952A (zh
Inventor
让-弗朗索瓦·曼盖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Atmel Switzerland SARL
Original Assignee
Atmel Switzerland SARL
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Atmel Switzerland SARL filed Critical Atmel Switzerland SARL
Publication of CN1882952A publication Critical patent/CN1882952A/zh
Application granted granted Critical
Publication of CN100394434C publication Critical patent/CN100394434C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1335Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1388Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40Spoof detection, e.g. liveness detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及指纹识别,并且更具体地说,涉及基于探测器构成的细长带形传感器的识别,当手指关于传感器基本上垂直于该带条的伸长方向相对滚动时所述传感器能够检测指纹的脊线和谷线。为了提高识别的安全性,规定沿两个方向滚动手指,并且检验两个方向之间的图像变形符合考虑到皮肤的自然塑性而产生的正常变形。

Description

双向扫描的指纹传感器
技术领域
本发明涉及指纹识别,并且更具体地说,涉及基于探测器的细长带形传感器进行的识别,当手指关于传感器基本上垂直于该带条的伸长方向相对滚动时所述探测器能够检测指纹的脊线和谷线。
背景技术
这种细长形传感器已经得到过说明,该传感器比将要采集的手指图像小,因此如果不依靠手指与传感器之间的相对滚动就不能采集到该图像。这些传感器可以主要通过光或电容或热或压电探测的方式工作。
与手指在其上保持静止的非滚动式传感器相比,这些传感器由于所使用的硅的表面积小而具有便宜的优点。然而,这种传感器需要重建手指的整个图像,因为该图像只能通过一条线接一条线或一次几条线来获得。
在以编号FR 2 749 955出版的法国专利中说明了一种探测原理,即通过包括几条线的细长传感器来连续获得指纹的部分图像,这些图像相互重叠,以至于寻找两个连续图像之间的相互关系,不必通过额外的装置确定手指关于传感器的滚动速度,就有可能叠加这些随着手指的滚动而移动的连续图像,并且有可能逐渐重建指纹的整个图像。
在指纹图像识别用于确保某种应用安全的应用场合中,例如,用于将实物或电子通行权唯一地授权给被授权人,如此重建的图像被用于与预记录的图像相比较。
如果骗子使用人造手指,其表面采用模仿被授权人指纹浮凸的浮凸物进行模制或蚀刻,这样就存在伪造的可能性。
发明内容
本发明的目的是限制出现此类欺骗行为的危险。
为了达到所述目的,本发明提出一种探测方法,该方法规定在滚动传感器表面上执行手指扫过(swipe)的双向操作,其中一个扫过操作沿一个方向执行并且另一个扫过操作沿相反方向执行,对两个扫描方向中的每个方向进行图像重建,并且检验在两个扫过方向中所采集图像之间的差别符合由活手指皮肤的自然塑性而产生的正常图像变形。
因此,本发明依赖于以下观察结果:当通过在线性传感器上滚动手指捕捉图像时,手指沿一个方向滚动的图像不同于手指沿另一个方向滚动的图像,事实上,由于皮肤的塑性,手指在传感器上的摩擦引起指纹的脊线根据滚动的方向和所考虑的指纹区的位置被伸长或聚拢。如果将低塑性材料做成的伪造手指扫过传感器表面,那么所述伸长或聚拢将不明显。因为伪造手指通常不会显示出足够接近皮肤的塑性特征,所以安全性得到改进。
所述检验两个图像之间差别的操作与正确指纹识别的操作相配合,并且与通常采用的直接指纹识别相比提供了额外的安全度。
附图说明
参考附图阅读下面的详细说明将可以理解本发明的其它特征和优势,其中:
图1a和1b表示在两个相反方向的扫描运动中记录的指纹;
图2a、2b和2c以符号形式表示所提到的指纹变形特性;
图3a和3b表示测量指纹变形的方法;
图4a和4b表示对应于位于手指中心的某一像素并显示该手指沿某一方向或相反方向滚动的信号的变化。
具体实施方式
实质上,经验已经表明,基于皮肤塑性的变形特性表现为下述形式:对于在位移方向上位置朝前的手指部分其脊线趋向于聚集在一起(图像沿位移方向压缩),而对于在位移方向上位置更靠后的手指部分其脊线趋向于变稀疏(图像沿位移方向伸长)。
这种取决于所考虑的手指区域的双重变形由手指作用到传感器表面的压力所产生,所述压力在位移方向上位于前面的部分中更大而在位于后面的部分中更弱。
朝向手指中心线(平行于位移方向的直线)的压缩或伸长变形比横跨该中心线的两侧的变形更大。其原因还是因为压力在中心线上更大并且在该中心线的两侧减小,直到在边缘上因为手指形状而导致的手指逐渐与传感器停止接触的地方变为零。
有趣的是,注意到所检测的图像总高度沿位移方向不会改变很多,手指前面区域的压缩或多或少补偿了后面区域的伸长;对于手指的中心(位于前面和后面之间),可以认为变形不存在。
图1a表示在手指向上位移中检测和重建的示例性指纹,图1b表示在手指向下位移中检测和重建的图像。指纹的脊线在图1a的图像顶部比在图1b的图像的相应顶部更密集;相反,这些脊线在图1a的图像底部比在图1b的图像底部更稀疏。对于图像的中心,差别并不明显。
可以想象,理论上的手指图像(静态观察)将是上述两个图像之间的中间图像。
借助于由刚性材料模制的伪造手指,沿两个位移方向捕捉的图像在两个位移方向上将不会显示出不同的指纹。
图2(2a、2b、2c)以符号形式(其中指纹线为假想的)图解说明了对于活手指可以观察到的变形原理:在静止状态中指纹线为等距的椭圆轮廓(图2a);在位移过程中,朝向位移方向前面,指纹线更密集;朝向后面,指纹线更稀疏;在侧面指纹线几乎不产生位移;因此在向下的位移中(图2b),图像的底部线更密集而图像的顶部线更稀疏;在向上的位移中(图2c),情况则相反。所述观察结果用于加强安全性以避免借助于伪造手指的欺骗行为。
当进行图像识别并且与被授权人指纹的预记录图像(或与授权指纹的图像库)进行比较时,人们将不满足于进行直接比较,而是将通过检验沿相反位移方向获得的图像显示出符合皮肤自然塑性的最小变形来补充授权测试。
可以将每个被授权人沿两个滚动方向获取的指纹记录在授权图像库中;然后将沿第一个方向获取的图像与同样沿第一个方向获取的预记录图像进行比较。并且还将对沿相反的滚动方向所记录的图像进行比较。仅仅当对于两幅预记录图像都检测到符合并且这两幅图像对应于同一个人的两个滚动方向时,才会通过鉴定。然而,实际上这要求预记录的图像也基于相同的滚动传感器,或无论如何是基于滚动传感器被捕捉和记录的。
也可能通过将重建的图像与单个预记录图像进行比较来完成单个图像识别,所述预记录图像或者被静态地捕捉或者在沿单个方向滚动时被捕捉。在这种情况下,将通过评估由滚动引起的图像变形以及检验该变形正常并且经推理符合活手指来补充鉴定。
实质上,所述检验就是确定图像变形的百分比以及确保该百分比位于两个极限之间。所述极限是:
-下限,因为如果变形太弱,就有可能是因为使用模制或蚀刻的伪造手指替代活手指,和
-上限,因为两个滚动方向之间的过大变形将妨碍正确鉴别待鉴定人的手指的平均图像。
为了检测所述变形,可能使用称为“细节(minutiae)”的指纹的特征点。这些特征点或细节是脊线终止处的点或一条脊线分割和分离成两条脊线处的点。
一个步骤是沿滚动轴线或靠近滚动轴线标记三个特征点,这些特征点在沿两个滚动方向捕捉的图像上都可以看到。
图3a和图3b分别表示沿一个方向的图像以及沿另一个方向的图像,并且图3a中表示了三个特征点H、B和M,这些点其位置分别朝向手指前面、手指后面和手指中间。这些相同的特征点在图3b中以H′、B′和M′表示。
对于两幅获得的图像,测量距离HM和MB、H′M′和M′B′。
考虑到手指的自然变形,距离HM通常小于H′M′,并且距离MB通常大于M′B′。
所述距离可以以竖直像素点的数量来计算(竖直表示滚动方向)。
比率HM/H′M′通常是0.85,而比率M′B′/MB通常等于其倒数,即1/0.85。因此存在大约15%的变形,其符合皮肤的自然塑性。
变形值通常的范围是从10%到25%,也就是说,如果对于指纹的顶部或底部区域两个滚动方向之间的变形程度位于10%至25%之间,图像就被视为可接受,如果所述变形程度脱离该范围,图像就被视为不可接受。如果变形大于第一个阈值,并且优选的是,如果该变形还小于第二个阈值,指纹识别将被系统认可。
可以基于轮廓提取软件来标记特征点的位置。
有可能不把特征点作为直接标记并测量这些点之间的距离,而是把特征点作为间接标记,并且基于这些间接标记找出标记点H″、B″和M″:例如标记点H″、B″和M″是全部位于同一条竖直线上的点,在该竖直线上测量距离并且将该距离用于计算变形。
有可能不使用过于复杂的图像识别软件寻找特征点的位置,而是使用其它方法测量图像的顶部和底部的变形。具体地说,可以计算顶部指纹线的平均间距和底部指纹线的平均间距。
可以把要分析的图像分成两个或三个相等的部分。在竖直方向上对上部和下部测量指纹脊线的空间频率(spatial frequency)。
图4a表示由位于探测带中心的像素提供的信号,其显示滚动经过的指纹的脊线。通常为正弦形的信号反映指纹的脊线和谷线连续通过。有可能分别在图像的顶部和底部简单计算给定图像长度上信号的交替数量。图4b表示在相反方向的滚动过程中获得的信号。再次在相同的图像长度上为图像的相应部分计算交替数量。
两个滚动方向的相应区域的交替数量的比率是指纹变形的测量值。
然而,这种计算交替数量的方法有点不准确,优选的是,通过手指顶部区域和底部区域的图像的傅立叶变换计算来确定平均空间频率。可以在整个图像上或者在一只手的顶部全长和另一只手的底部全长上手指中心的竖直带上计算所述变换。
傅立叶变换揭示了顶部区域中指纹滚动周期性的低频成分特征以及底部区域中的特征频率。对于给定区域并且对于两个滚动方向,该特征频率值的比率是变形差异的测量值。通常情况下,小于10%的比率将被视为不可接受,因为它不可能对应于活手指,并且大于25%的比率也将被视为不可接受,这种变形不允许足够可靠地确定平均静态指纹重建,从而基于该指纹重建与预记录指纹进行比较。
当在图像的底部和顶部都进行测量时,如果图像的两部分都满足可接受的变形标准,或者如果图像的两个部分中至少一个部分满足该标准,那么该变形就可以被视为符合要求。
本发明可以应用所有类型的指纹传感器:具体地说基于光、或电容、或热或压电探测的传感器,但是特别感兴趣的是传感器无论如何总要求在该传感器(电容、热或压电传感器)与手指之间有牢固的物理接触的场合。
可以沿两个方向进行连续扫描而在两次通过之间不抬起手指。

Claims (10)

1.一种采用细长带形滚动传感器的指纹探测方法,其中在滚动传感器的表面上执行手指扫过的双向操作,一个扫过操作沿一个方向执行并且另一个扫过操作沿相反方向执行,对两个扫描方向中的每个进行图像重建,并且检验在两个扫过方向中采集的图像之间的差别符合由活手指皮肤的自然塑性产生的正常图像变形。
2.根据权利要求1所述的探测方法,其特征在于,所述检验包括测量图像顶部和底部的变形,与阈值进行比较,并且对于所述顶部和所述底部中的至少一个如果变形大于所述阈值就给予认可。
3.根据权利要求2所述的探测方法,其特征在于对于所述顶部和所述底部如果变形大于阈值就给予认可。
4.根据权利要求2和3之一所述的探测方法,其特征在于,如果变形小于另一个阈值就给予认可。
5.根据权利要求1至3之一所述的探测方法,其特征在于,所述检验包括测量两幅已重建图像所共有的特征点的位置,计算两幅图像中的每一幅中的特征点之间的距离,计算两幅图像的相应特征点之间的距离的比率,并且将该比率与一或两个阈值进行比较。
6.根据权利要求1至3之一所述的探测方法,其特征在于,所述检验包括对于两个扫描方向测量指纹顶部和底部中的指纹脊线的空间频率,计算两幅经重建后的图像的相应区域中指纹脊线的空间频率的比率,并且将该比率与阈值进行比较。
7.根据权利要求6所述的方法,其特征在于,所述空间频率通过一部分手指图像上的傅立叶变换确定。
8.根据权利要求6所述的方法,其特征在于,所述空间频率通过计算在两幅经重建后的图像的相同图像长度的相应区域中的信号的交替数量确定。
9.根据权利要求4所述的探测方法,其特征在于,所述检验包括测量两幅已重建图像所共有的特征点的位置,计算两幅图像中的每一幅中的特征点之间的距离,计算两幅图像的相应特征点之间的距离的比率,并且将该比率与一或两个阈值进行比较。
10.根据权利要求4所述的探测方法,其特征在于,所述检验包括对于两个扫描方向测量指纹顶部和底部中的指纹脊线的空间频率,计算两幅经重建后的图像的相应区域中指纹脊线的空间频率的比率,并且将该比率与阈值进行比较。
CNB2004800343472A 2003-11-21 2004-11-08 双向扫描的指纹传感器 Expired - Fee Related CN100394434C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0313661A FR2862785B1 (fr) 2003-11-21 2003-11-21 Capteur d'empreinte digitale a deux sens de balayage
FR0313661 2003-11-21

Publications (2)

Publication Number Publication Date
CN1882952A CN1882952A (zh) 2006-12-20
CN100394434C true CN100394434C (zh) 2008-06-11

Family

ID=34531174

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004800343472A Expired - Fee Related CN100394434C (zh) 2003-11-21 2004-11-08 双向扫描的指纹传感器

Country Status (8)

Country Link
US (1) US20080247615A1 (zh)
EP (1) EP1685520A1 (zh)
JP (1) JP2007511845A (zh)
KR (1) KR20060108637A (zh)
CN (1) CN100394434C (zh)
CA (1) CA2545033A1 (zh)
FR (1) FR2862785B1 (zh)
WO (1) WO2005050540A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5120013B2 (ja) * 2008-03-27 2013-01-16 富士通株式会社 認証装置、認証方法及び認証プログラム
KR101055603B1 (ko) * 2009-08-06 2011-08-10 한국산업기술대학교산학협력단 지문인식 시스템 및 위조지문 식별방법
WO2011070886A1 (ja) 2009-12-07 2011-06-16 日本電気株式会社 偽指判別装置
KR101314945B1 (ko) 2009-12-22 2013-10-04 닛본 덴끼 가부시끼가이샤 가짜 손가락 판정 장치
FR2981769B1 (fr) * 2011-10-25 2013-12-27 Morpho Dispositif anti-fraude
US9846799B2 (en) 2012-05-18 2017-12-19 Apple Inc. Efficient texture comparison
US20140003683A1 (en) * 2012-06-29 2014-01-02 Apple Inc. Far-Field Sensing for Rotation of Finger
US10068120B2 (en) 2013-03-15 2018-09-04 Apple Inc. High dynamic range fingerprint sensing
NL2014444B1 (en) * 2015-03-12 2017-01-06 Pan Changbang Finger scanner, and method of scanning a finger using the finger scanner.
WO2016197298A1 (zh) * 2015-06-08 2016-12-15 北京旷视科技有限公司 活体检测方法、活体检测系统以及计算机程序产品
KR102434562B1 (ko) 2015-06-30 2022-08-22 삼성전자주식회사 위조 지문 검출 방법 및 장치, 지문 인식 방법 및 장치
FR3063366A1 (fr) * 2017-02-27 2018-08-31 Safran Identity & Security Procede et dispositif de reconnaissance d'un individu par signature biometrique
US10515255B2 (en) 2017-03-24 2019-12-24 Qualcomm Incorporated Fingerprint sensor with bioimpedance indicator
US10438040B2 (en) 2017-03-24 2019-10-08 Qualcomm Incorporated Multi-functional ultrasonic fingerprint sensor
US10552658B2 (en) * 2017-03-24 2020-02-04 Qualcomm Incorporated Biometric sensor with finger-force navigation
US11385770B1 (en) 2021-04-21 2022-07-12 Qualcomm Incorporated User interfaces for single-handed mobile device control

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1379364A (zh) * 2001-03-29 2002-11-13 日本电气株式会社 图形对照装置及其图形对照方法
WO2003010707A1 (en) * 2001-07-20 2003-02-06 Activcard Ireland Limited Method and apparatus for image distortion compensation in biometric scanner
CN1423229A (zh) * 2001-12-05 2003-06-11 韩国电子通信研究院 通过用户的指纹图的特征点来鉴别用户的装置和方法
US20030123714A1 (en) * 2001-11-06 2003-07-03 O'gorman Lawrence Method and system for capturing fingerprints from multiple swipe images

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH052635A (ja) * 1991-06-26 1993-01-08 Chuo Spring Co Ltd 個人識別装置
JP2636736B2 (ja) * 1994-05-13 1997-07-30 日本電気株式会社 指紋合成装置
US6233348B1 (en) * 1997-10-20 2001-05-15 Fujitsu Limited Fingerprint registering apparatus, fingerprint identifying apparatus, and fingerprint identifying method
JP3356144B2 (ja) * 1999-12-08 2002-12-09 日本電気株式会社 バイオメトリクスを用いるユーザ認証装置及びそれに用いるユーザ認証方法
JP4321944B2 (ja) * 2000-04-27 2009-08-26 富士通株式会社 生体情報を用いた個人認証システム
JP3780830B2 (ja) * 2000-07-28 2006-05-31 日本電気株式会社 指紋識別方法及び装置
JP2003051012A (ja) * 2001-08-03 2003-02-21 Nec Corp ユーザ認証方法及びユーザ認証装置
US7013030B2 (en) * 2002-02-14 2006-03-14 Wong Jacob Y Personal choice biometric signature
US7116805B2 (en) * 2003-01-07 2006-10-03 Avagotechnologies Ecbu Ip (Singapore) Pte. Ltd. Fingerprint verification device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1379364A (zh) * 2001-03-29 2002-11-13 日本电气株式会社 图形对照装置及其图形对照方法
WO2003010707A1 (en) * 2001-07-20 2003-02-06 Activcard Ireland Limited Method and apparatus for image distortion compensation in biometric scanner
US20030123714A1 (en) * 2001-11-06 2003-07-03 O'gorman Lawrence Method and system for capturing fingerprints from multiple swipe images
CN1423229A (zh) * 2001-12-05 2003-06-11 韩国电子通信研究院 通过用户的指纹图的特征点来鉴别用户的装置和方法

Also Published As

Publication number Publication date
KR20060108637A (ko) 2006-10-18
CA2545033A1 (fr) 2005-06-02
FR2862785A1 (fr) 2005-05-27
JP2007511845A (ja) 2007-05-10
US20080247615A1 (en) 2008-10-09
EP1685520A1 (fr) 2006-08-02
WO2005050540A1 (fr) 2005-06-02
FR2862785B1 (fr) 2006-01-20
CN1882952A (zh) 2006-12-20

Similar Documents

Publication Publication Date Title
CN100394434C (zh) 双向扫描的指纹传感器
Dubois et al. A gait analysis method based on a depth camera for fall prevention
US5989199A (en) Tissue examination
US8385611B2 (en) Fingerprint authentication device and information processing device with a sweep fingerprint sensor that acquires images of fingerprint at least two different sensitivity levels in single scan
Zhao et al. Preprocessing and postprocessing for skeleton-based fingerprint minutiae extraction
US10275629B2 (en) Method for extracting morphological characteristics from a sample of biological material
KR100818416B1 (ko) 합성지문이미지의 생성 방법 및 장치
Levesque et al. Experimental evidence of lateral skin strain during tactile exploration
US7692684B2 (en) People counting systems and methods
TWI222030B (en) Method for acquiring fingerprints by the linear fingerprint sensor
US20090097706A1 (en) Systems and methods for determining if objects are in a queue
JP4607797B2 (ja) 行動判別装置、方法およびプログラム
WO2005122896A1 (ja) 皮下血流測定に基づく個人認証方法及び個人認証装置
CN107563364B (zh) 基于汗腺的指纹真伪辨别方法以及指纹识别方法
CN103942540A (zh) 基于曲波纹理分析和svm-knn分类的假指纹检测算法
Verlekar et al. Estimation and validation of temporal gait features using a markerless 2D video system
EP1709570A1 (en) Decision support system to detect the presence of artifacts in patients monitoring signals using morphograms
Sowmyayani et al. Fall detection in elderly care system based on group of pictures
Mitra et al. Pattern defined heuristic rules and directional histogram based online ECG parameter extraction
CN101853374A (zh) 面状指纹传感器图像采集过程中的指纹监测方法
TWI385598B (zh) 影像處理方法、分類器的訓練方法與病變風險的評估方法
KR101483218B1 (ko) 활동 진단 장치
KR101949167B1 (ko) 지문센서 품질 판정 시스템 및 그 판정방법
Medina-Quero et al. Computer vision-based gait velocity from non-obtrusive thermal vision sensors
Ibrahim et al. Mouth covered detection for yawn

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: ATMEL SWITZERLAND CO., LTD.

Free format text: FORMER OWNER: E2V SEMICONDUCTOR CO., LTD.

Effective date: 20071214

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20071214

Address after: Fribourg

Applicant after: ATMEL Switzerland

Address before: French looking leiwo

Applicant before: E2V Semiconductors

C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20080611

Termination date: 20091208