CN101241526A

CN101241526A - 掌上移动电子装置影像辨识认证方法

Info

Publication number: CN101241526A
Application number: CNA2007100268000A
Authority: CN
Inventors: 纪淳德; 杨益彰
Original assignee: Mitac Computer Shunde Ltd; Mitac International Corp
Current assignee: Mitac Computer Shunde Ltd; Shunda Computer Factory Co Ltd; Mitac International Corp
Priority date: 2007-02-08
Filing date: 2007-02-08
Publication date: 2008-08-13

Abstract

一种掌上移动电子装置影像辨识认证方法，该方法利用影像辨识认证使用者的身份，通过掌上移动电子装置辨识使用者的脸部影像是否符合内定的脸部影像，若影像符合，则使用者通过认证，即可进入系统并操作使用该装置，本发明改善目前采用的密码认证所导致的盗用密码或遗忘密码等诸多缺点，同时利用影像辨识技术与普遍成为掌上移动电子装置所配备的摄影镜头相结合以使达到准确认证和保护装置内部数据的目的。

Description

掌上移动电子装置影像辨识认证方法

【技术领域】

本发明涉及一种影像辨识认证方法，特别是一种用于掌上移动电子装置的影像辨识认证方法。

【背景技术】

近几年，掌上移动电子装置如手机、个人数字助理及智能手要等，已普遍使用于生活应用中，用户因为掌上移动电子装置提供许多方便的设计，所以通常会将朋友、亲戚、同事等的联络方式记录存储于掌上移动电子装置中，同时也会将个人行事历、电子邮件、银行账号与密码、重要记录等有关个人隐私的数据记录存储于掌上移动电子装置中。

目前，使用者必须通过掌上移动电子装置的认证，方可使用该装置并取得数据，目前的掌上移动电子装置对使用者的认证方法是利用个人密码认证(personal identification number PIN)，由于密码可由使用者自行设定，大多使用者总是习惯使用一组易记的字符串来当做密码，例如名字、生日、身份证字号或电话号码等，这些字符串若在设备内部有记录，一旦掌上移动电子装置遗失或被窃取，其里面的数据很容易就被窥视或被盗用，极易造成不可估量的损失。

利用密码认证当做对使用者的认证方法虽可简化装置制造与降低生产成本，然而，对于使用者而言却是不方便的，即使他们有意识尽可能不使用易记的字符串来当做密码或是不让设备内部有密码记录，用户仍得小心留意于手动输入密码时是否有旁人在窥视，如果在特殊场合不方便输入密码，或是遗忘了密码，则装置就无法使用，若不小心泄漏了密码，则数据一样有被窃用的危险。

以上所述说明掌上移动电子装置的数据保护及安全机制越来越重要，而目前使用的密码认证安全机制已不甚可靠，因此需要发展一种具有可靠性并且可广泛使用的掌上移动电子装置的数据保安全机制。

【发明内容】

鉴于以上问题，本发明提供一种用于掌上移动电子装置影像辨识认证方法，该方法利用影像辨识认证以解决目前采用的密码认证所带来的诸多不便。

为实现上述目的，本发明提供一种以人脸辨识认证的方法作为掌上移动电子装置的安全认证机制来改良密码认证方法不安全的缺点，该方法利用已普遍成为掌上移动电子装置所配备的感光耦合设备(charge coupled device CCD)或互补金属氧化物半导体(complementary metal-oxide silicon CMOS)摄影镜头撷取使用者的脸部影像，再利用撷取出来的影像来比对预先内部所建立的影像，如果影像符合，则使用者通过认证，即可进入系统并操作使用该装置。

本方法通过辨识使用者脸部图像是否符合装置内部预先所建的影像来达到认证的目的，与当前所普遍采用的密码认证方法相比，本发明所提供的认证方法更加安全，且认证更加快捷方便，只需将掌上移动电子装置往脸前一放即可达到辨识认证的目的，故具有很好的实用性。

【附图说明】

图1为本发明的脸部影像辨识认证机制的工作流程图；

图2为本发明的脸部影像辨识的工作流程图；

图3为相邻矩阵；

图4为参考矩阵；

图5为区域划分矩阵；

图6为平均滤波器矩阵。

【具体实施方式】

以下将结合附图详细叙述本发明的详细特征以及优点。

本发明以人脸辨识的方法作为掌上移动电子装置的认证机制，该掌上移动电子装置可为手机、个人数字助理或智能手机，如图1所示，为本发明的脸部影像辨识认证机制的工作流程图，该流程包含以下步骤：掌上移动电子装置的感测设备撷取使用者的脸部影像(步骤101)；感测设备将感应脸部影像的反射光转换成模拟信号(步骤102)；利用模拟数字转换元件将模拟信号为数字信号(步骤103)；根据数字信号进行脸部影像辨识(步骤104)；辨识结果产生，掌上移动电子装置判断是否与内定脸部影像相符合(步骤105)；若辨识的脸部影像符合内定脸部影像，则认证成功，掌上移动电子装置许可用户进入操作系统(步骤106)；若辨识的脸部影像不符合内定脸部影像，则掌上移动电子装置判断辨识的次数是否超过三次(步骤107)；若辨识次数超过三次，则认证失败，掌上移动电子装置自动锁住系统，以保护装置内的数据(步骤108)；若辨识次数不超过三次，则重新撷取使用者的脸部影像再次进行辨识(步骤109)；认证机制结束(步骤110)。

在人脸辨识认证机制的工作流程中，该感测设备为普遍内置于掌上移动电子装置的感光耦合设备或互补金属氧化物半导体摄影镜头，并且在步骤104中脸部影像辨识过程又可做进一步细化，如图2所示，为本发明的脸部影像辨识的工作流程图，该流程包括如下步骤：当脸部影像的模拟信号转换为数字信号后，撷取数字信号(步骤201)；利用中通滤波运算过滤数字信号的噪声(步骤202)；执行脸部影像边缘侦测(edge detection)，保留该影像的边缘，并记录边缘(步骤203)；利用该影像的边缘撷取脸部的特征矩阵(步骤204)；比对撷取的特征矩阵与内定脸部影像的内定特征矩阵(步骤205)；产生比对结果(步骤206)。

在步骤202中，为去除脸部影像的高频噪声，可以使用低通滤波程序做运算处理，但是低通滤波会让脸部影像变得模糊，故使用中通滤波运算；并且在步骤203中，脸部影像边缘侦测与边缘逼近由六个步骤组成，依次为(一)区域划分(region division)；(二)模糊处理；(三)侦测边缘；(四)记录边缘；(五)求得边缘中心；(六)依序记录边缘与中心的距离。该六个步骤的详细说明如下：

(一)区域划分：先将输入的脸部影像经过滤镜处理，此滤镜只允许亮度较低的颜色通过，并把通过的像素用0与1的相邻矩阵表示，0与1为该相邻矩阵的矩阵元素，0代表未能通过滤镜的颜色，1代表通过滤镜的颜色。如图3所示，为相邻矩阵30，该相邻矩阵30中一个相邻矩阵元素的邻居为其周围与之相邻的8个相邻矩阵元素，例如相邻矩阵元素301，其邻居为图3所示的相邻矩阵元素391，而相邻矩阵元素302的邻居为图3所示的相邻矩阵元素392，设定一参考矩阵31(如图4所示)以区域划分算法产生区域划分矩阵(region divisionmatrix)32(如图5所示)，参考矩阵31内的初始值为0、1、2…，该矩阵内的参考矩阵元素为其所在矩阵内的位置，请参阅图4，为参考矩阵31，例如参考矩阵元素311所在位置为参考矩阵31内第6位置，其参考矩阵元素311的值为6，区域划分算法如下，在此以N矩阵称相邻矩阵30，并以R矩阵称参考矩阵31：

for(i 0；i 所有的点数；i)

{if(N矩阵中第i个矩阵元素＝＝N矩阵中第i个矩阵元素的邻居)

{

if(R矩阵中第i个矩阵元素＜R矩阵中第i个矩阵元素的邻居)

R矩阵中第i个矩阵元素的邻居的矩阵元素＝R矩阵中第i个矩阵元素；

else

R矩阵中第i个矩阵元素＝R矩阵中第i个矩阵元素的邻居的矩阵元素；

}

将相邻矩阵30与参考矩阵31经过区域划分算法后产生区域划分矩阵32，请参阅图5，为区域划分矩阵32，如图5所示的区域划分矩阵元素321为同一区域，而区域划分矩阵元素322为同一区域。

(二)模糊处理：使用平均滤波器(mean filter)矩阵40(请参阅图6)，将区域划分矩阵32每一个矩阵元素与周围的矩阵元素乘以平均滤波器矩阵40后，将所得的矩阵内所有的值相加当作此矩阵元素或像素的新值，请参阅图6，为平均滤波器矩阵40，平均滤波器矩阵元素401的值为1/9。

(三)侦测边缘：对于做影像辨识用的影像而言，影像上的信息过多会造成辨识速度缓慢，辨识率低的情况，因此将影像经过处理保留影像的边缘，数据量将会大量缩减，用以作为影像特征撷取之用。在此，侦测边缘使用梭贝尔操作元(Sobel Operator)，以影像的灰阶值来处里，每一个像素的值，等于本身和相邻的8个像素乘以一个矩阵后，矩阵内数值的总合。共处理两次，一次侦测垂直线条，一次侦测水平线条，然后将这两次的结果相加即为结果。

(四)记录边缘：记录线段化过后的影像边缘上的点坐标。

(五)求得边缘中心：利用边缘的点坐标，经过运算后求出影像的重心位置，其依据的方程式如下：

X_{av} = \frac{1}{P} Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j}) \times x_{i} - - - (1)

Y_{av} = \frac{1}{P} Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j}) \times y_{i} - - - (2)

P = Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j}) - - - (3)

方程式(1)中X_av为影像重心的横轴坐标值，其中P为影像主体所包含的像素数目，P值可通过方程式(3)求得值，f(x_i，y_j)为边缘线段的机率密度函数；x_i为边缘线段的横轴坐标值；在方程式(2)中，Y_av为影像重心的纵轴坐标值；y_j为边缘线段的横轴坐标值。

(六)依序记录边缘与中心的距离：记录下每个边缘点与重心的距离。

在步骤204中，利用步骤203中所求得的边缘点与重心的距离，做一距离矩阵，该矩阵横轴为边缘点的坐标，纵轴为边缘点与重心的距离，并以此距离矩阵作为辨识影像的特征矩阵，即可解决影像缩放以及影像旋转所造成的差异，进而提高辨识准确率。

在步骤205中，比对辨识影像的特征矩阵与内建影像的特征矩阵，其利用语音辨识上的动态时间校正法(dynamic time warping DTW)，将时域上的轴转换成特征矩阵，或是利用类神经网络架构即可完成辨识。

在步骤206中，将辨识的符合程度量化，即若量化值高于某一标准，则判定为“符合”，否则判定为“不符合”，如此即完成脸部影像辨识。

本发明所提供的掌上移动电子装置影像辨识认证方法通过装置内置的摄像设备撷取用户的面部影像，并将其于装置内部已建的面部影像对比来达到认证用户的目的，采用本方法后可使装置内部的数据更加安全，减少被窃取的危险，且对于用户而言，整个辨识认证过程简单省时，故本方法具有较好的推广价值。

Claims

1. 一种掌上移动电子装置影像辨识认证方法，该掌上移动电子装置内设有一感测设备，用以撷取图像，其特征在于，该方法包括以下步骤：

撷取使用者的一第一脸部影像；

感应该第一脸部影像的一反射光，并转换该反射光为一模拟信号；

转换该模拟信号为一数字信号；

根据该数字信号执行一脸部影像辨识程序；

根据该脸部影像辨识程序，比较该第一脸部影像与一内建脸部影像；

若该第一脸部影像符合该内建脸部影像，该掌上移动电子装置对该使用者的身份认证成功；

且该脸部影像辨识程序还包括以下步骤：

撷取该数字信号；

利用一滤波运算过滤该数字信号的一噪声；

侦测该第一脸部影像的若干个边缘，并记录该若干边缘；

根据各该边缘产生一特征矩阵；

比对该特征矩阵与一内定特征矩阵；

产生一比对结果；

其中，本方法根据该比对结果判断该使用者身份认证的成功与失败。

2. 如权利要求1所述的掌上移动电子装置影像辨识认证方法，其特征在于，该方法的步骤还包括有：

若该第一脸部影像不符合该内定脸部影像，判断辨识次数是否超过额定次数；

若该辨识次数不超过该额定次数，撷取该使用者的第二脸部影像，并进行该第二脸部影像的辨识。

3. 如权利要求第2项所述的掌上移动电子装置影像辨识认证方法，其特征在于，该方法还包括以下步骤：

若该辨识次数超过该额定次数，该掌上移动电子装置对该使用者的身份认证失败。

4. 如权利要求1所述的掌上移动电子装置影像辨识认证方法，其特征在于，侦测该第一脸部影像的该若干个边缘的步骤还包括有以下步骤：

划分该第一脸部影像为若干个区域；

模糊该若干个区域；

侦测该若干个区域的各该边缘；

记录各该边缘的若干个点坐标；

根据该若干个点坐标产生该第一脸部影像的重心坐标；

记录该各点坐标至该重心坐标的若干个距离；

其中，根据该各点坐标与该各距离产生该特征矩阵。

5. 如权利要求4所述的掌上移动电子装置影像辨识认证方法，其特征在于，划分该第一脸部影像为若干个区域的步骤更包括有：

通过一滤镜处理该第一脸部影像；

根据该第一脸部影像的一亮度产生一第一矩阵；

联合处理该第一矩阵与一第二矩阵，产生一区域划分矩阵；

其中，该区域划分矩阵表示划分该第一脸部影像为该若干个区域。

6. 如权利要求5所述的掌上移动电子装置影像辨识认证方法，其特征在于：该第一矩阵具有若干个第一矩阵元素，各该第一矩阵元素以1与0表示。

7. 如权利要求5所述的掌上移动电子装置影像辨识认证方法，其特征在于：该第二矩阵具有若干个第二矩阵元素，各该第二矩阵元素以各自位置编号表示。

8. 如权利要求5所述的掌上移动电子装置影像辨识认证方法，其特征在于：联合处理该第一矩阵与该第二矩阵的步骤以该若干个第一矩阵元素各自互相比对，从而产生若干个比对结果，各该比对结果反应于该若干个第二矩阵元素的变动。

9. 如权利要求4所述的掌上移动电子装置影像辨识认证方法，其特征在于：模糊该若干个区域的步骤利用一平均滤波器矩阵乘以该区域划分矩阵。

10. 如权利要求4所述的掌上移动电子装置影像辨识认证方法，其特征在于：侦测该若干个区域各该边缘的步骤利用一梭贝尔操作元。

11. 如权利要求4所述的掌上移动电子装置影像辨识认证方法，其特征在于，根据各该点坐标产生该第一脸部影像的重心坐标的步骤依据如下方程式：

X_{av} = \frac{1}{P} Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j}) \times x_{i}

Y_{av} = \frac{1}{P} Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j}) \times y_{j}

P = Σ_{i = 1}^{N} Σ_{j = 1}^{N} f (x_{i}, y_{j})

其中，X_av为影像重心的横轴坐标值，其中P为第一脸部影像包含的像素数目，f(x_i，y_j)为该若干个边缘线段的机率密度函数；x_i为该若干个边缘线段的一横轴坐标值；Y_av为该第一脸部影像的纵轴坐标值；y_j为该若干个边缘线段的一横轴坐标值。

12. 如权利要求3所述的掌上移动电子装置影像辨识认证方法，其特征在于：该掌上移动电子装置为一手机。

13. 如权利要求3所述的掌上移动电子装置影像辨识认证方法，其特征在于：该掌上移动电子装置为一个人数字助理。

14. 如权利要求3所述的掌上移动电子装置影像辨识认证方法，其特征在于：该掌上移动电子装置为一智能手机。