CN101918981A - 图案匹配系统、图案匹配方法以及图案匹配程序 - Google Patents

图案匹配系统、图案匹配方法以及图案匹配程序 Download PDF

Info

Publication number
CN101918981A
CN101918981A CN2008801250702A CN200880125070A CN101918981A CN 101918981 A CN101918981 A CN 101918981A CN 2008801250702 A CN2008801250702 A CN 2008801250702A CN 200880125070 A CN200880125070 A CN 200880125070A CN 101918981 A CN101918981 A CN 101918981A
Authority
CN
China
Prior art keywords
pattern
feature
time
coupling
matching
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.)
Granted
Application number
CN2008801250702A
Other languages
English (en)
Other versions
CN101918981B (zh
Inventor
门田启
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of CN101918981A publication Critical patent/CN101918981A/zh
Application granted granted Critical
Publication of CN101918981B publication Critical patent/CN101918981B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V40/1365Matching; Classification

Abstract

要解决的问题是提供一种图案匹配系统以及其他,能够以高精度和安全性来匹配包括时间变化的图案。该问题可以由一种图案匹配系统来解决,该图案匹配系统包括:模板存储单元、特征提取单元和匹配单元。模板图案存储模板图案。特征提取单元提取输入图案的特征。匹配单元执行第一匹配以及执行除了第一匹配以外的第二匹配,在第一匹配中将输入图案的特征中不随时间变化的第一特征与模板图案进行匹配,在第二匹配中将输入图案的特征中随时间变化的特征与模板图案进行匹配。

Description

图案匹配系统、图案匹配方法以及图案匹配程序
技术领域
本发明涉及图案匹配系统、图案匹配方法以及图案匹配程序,更具体地,涉及对包括随时间变化的特征和不随时间变化的特征在内的图案进行匹配的图案匹配系统、图案匹配方法和图案匹配程序。
背景技术
在确定两个图案是否彼此相同的图案匹配过程中,要匹配的图案可以包括随时间变化的特征和不随时间变化的特征。在匹配包括随时间变化的特征和不随时间变化的特征在内的图案的这种情况下,存在的问题是如果以相当长的间隔得到两个图案,则随时间变化的特征会发生改变,这使得难以执行匹配。
例如,在匹配手指表面图案时,要匹配的手指表面图案包括不随时间变化的作为指纹隆起的特征以及随时间变化的手指表面上的皱纹、疤痕或粗糙度的特征。对于个人识别,某一时间点处的手指表面图案登记为模板,在以后用于参考的日期,将在该时间获得的手指表面图案与模板相比较。然而,如果登记与参考之间的间隔较长,由于皱纹、疤痕或粗糙度特征已改变,存在可能将参考处的手指表面图案判定为与模板的手指表面图案不同的图案的风险,尽管两者均来自同一人的手指。另一方面,如果将可允许误差设置得较大,使得将随时间变化的特征判定为相同,则将另一人的手指表面图案判定为与模板相同的图案的风险增大。
作为处理这种问题的方法,存在一种仅使用不随时间变化的特征来进行评估的方法。例如,日本专利公开(JP-A-Heisei 9-167230)中描述的指纹/掌纹图像处理设备被配置为仅提取不随时间变化的隆起特征。如描述的,通过仅使用不随时间变化的特征来进行匹配,不需要担心特征的时间变化,从而可以匹配以长的间隔获得的图案。然而,很难以高精度匹配包括随时间变化的特征的图案。即,如在日本专利公开(JP-A-Heisei 9-167230)中描述的,如果用于匹配的特征被限制为不随时间变化的特征以便消除随时间变化的特征的影响,则可用于匹配的信息量减小。还有一种情况是随时间变化的特征与不随时间变化的特征的组合为匹配提供足够的信息量,而仅不随时间变化的特征提供不充分的信息量。在这种情况下,通过仅匹配不随时间变化的特征不能执行高精度的匹配。例如,在使用日本专利公开(JP-A-Heisei 9-167230)中描述的方法并且要用于匹配的特征限于隆起特征的情况下,如果由于皱纹、疤痕或其他的影响使得可提取隆起的区域小,则不能得到用于匹配的足够的隆起,并且匹配精度降低。
作为处理图案的时间变化的另一种方法,存在一种方法,其中,在某一时间点处登记的模板在经过了长时间之后就不再使用,但是以恒定的间隔或针对每次匹配来更新。例如,根据日本专利公开(JP-P2006-092491A)中描述的个人认证设备,通过使用从在上次认证时获得的图像数据中得到的数据的匹配结果,即使图案随时间变化也可以认证。然而,在日本专利公开(JP-P2006-092491A)中描述的方法中,很难安全地执行匹配。即,在如日本专利公开(JP-P2006-092491A)所描述的更新要比较的模板以消除由于随时间的变化而引起的图案变化的影响的方法中,存在可能将不同的图案登记为模板的风险。一旦将不同的图案错误地认证为相同图案,则在模板更新时将错误认证的图案登记为模板。例如,在日本专利公开(JP-P2006-092491A)中描述的方法中,由于通过使用上一次成功认证的图像来执行匹配,所以单次错误认证使得错误认证的图案在下次或更以后被用作正确的登记图案。因此,存在模板被错误地更新的风险,并且难以安全地执行匹配。
根据日本专利公开(JP-P2004-110839A)中描述的基于指纹的个人识别系统,保存首次登记的指纹以及上一次匹配的指纹。然后通过使用这两者中的每一个来执行匹配,即使图案随时间变化也可以匹配。日本专利公开(JP-P2004-110839A)中描述的方法尝试通过用首次登记的指纹和上一次匹配的指纹中的每一个执行比较,来实现对图案变化的鲁棒性以及匹配的安全性。然而,如果图案已改变,则不能直接将图案与首次登记的指纹相比较。为此,如果在不能执行与首次登记的指纹的匹配的情况下图案没有被判定为相同,则没有实现对图案变化的鲁棒性。如果类似于日本专利公开(JP-P2006-092491A)仅使用与上一次匹配的指纹的匹配结果以便实现对指纹变化的鲁棒性,则存在可能登记错误图案的风险。即使在使用日本专利公开(JP-P2004-110839A)中所描述的方法时,仍然很难以高精度和安全性实现对包括时间变化的图案的匹配。
日本专利公开(JP-A-Heisei 11-025268)描述了指纹匹配设备的发明,所述指纹匹配设备将特征分开存储在特征信息主存储单元和特征信息从存储单元中。指纹匹配设备执行更新以便存储更好的特征并改善匹配性能。将指纹存储在两个存储单元中的原因是当满足特定条件时更新主存储单元中存储的信息。
发明内容
本发明的目的是提供一种能够以高精度和安全性来匹配包括时间变化的图案的图案匹配系统。
在本发明的第一方面,一种图案匹配系统包括模板存储单元、特征提取单元以及匹配单元。模板存储单元存储模板图案。特征提取单元提取输入图案的特征。匹配单元执行第一匹配以及执行除了第一匹配以外的第二匹配,在第一匹配中将输入图案的特征中不随时间变化的第一特征与模板图案相匹配,在第二匹配中将输入图案的特征中随时间变化的第二特征与模板图案相匹配。
在本发明的第二方面,一种匹配方法包括存储、提取和匹配。在存储中,存储图案模板。在提取中,将输入图案的特征与模板图案相比较。匹配包括第一匹配以及除了第一匹配以外的第二匹配,在第一匹配中将输入图案的特征中不随时间变化的第一特征与模板图案相匹配,在第二匹配中将输入图案的特征中随时间变化的第二特征与模板图案相匹配。
在本发明的第三方面,一种图案匹配程序使计算机实现特征提取单元和匹配单元。特征提取单元提取输入图案的特征。匹配单元执行第一匹配以及执行除了第一匹配以外的第二匹配,在第一匹配中将输入图案的特征中不随时间变化的第一特征与存储在模板存储单元中的模板图案相匹配,在第二匹配中将输入图案的特征中随时间变化的第二特征与模板图案相匹配。
根据本发明,提供了一种可以以高精度和安全性来匹配包括时间变化的图案的图案匹配系统。
附图说明
图1示出了根据本发明第一示例实施例的配置的框图;
图2示出了根据本发明第一示例实施例的操作的流程图;
图3示出了根据本发明第二示例实施例的配置的框图;
图4示出了根据本发明第二示例实施例的操作的流程图;
图5示出了根据本发明第三示例实施例的配置的框图;
图6示出了根据本发明第三示例实施例的操作的流程图;
图7示出了根据本发明第四示例实施例的配置的框图;
图8示出了根据本发明第四示例实施例的操作的流程图;
图9示出了根据本发明第五示例实施例的配置的框图;
图10示出了根据本发明第五示例实施例的操作的流程图;
图11示出了根据本发明第一示例的配置。
图12示出了特征提取单元的示例;
图13示出了手指表面图案的示例;
图14示出了特征提取方法的示例;
图15示出了特征提取单元的另一示例;
图16示出了存储模板的数据库的示例;
图17示出了特征的时间变化的示例;
图18示出了模板图案的示例;
图19示出了更新后的模板图案的示例;以及
图20示出了输入图案的示例。
具体实施方式
(第一示例实施例)
图1和2详细描述了本发明的示例实施例。参考图1,根据本发明第一示例实施例的图案匹配系统280包括模板存储单元390、特征提取单元210以及匹配单元290。特征提取单元210和匹配单元290可以由计算机来实现,所述计算机根据图案匹配程序基于程序控制来操作。图案匹配系统280连接至图案输入设备100。
图案输入设备100输入要匹配的图案。模板存储单元390以能够区分随时间变化的特征与不随时间变化的特征的形式来存储模板的特征。特征提取单元210从图案输入设备100所输入的输入图案中提取要用于匹配的特征。匹配单元290将输入图案与模板图案相匹配。当匹配单元290将输入图案的特征与模板图案的特征相匹配时,匹配单元290根据特征是否随时间变化来分别执行匹配。
参考图1的配置图和图2的流程图。详细描述了根据第一示例实施例的图案匹配系统的整个操作。当图案输入设备100输入要匹配的图案时(图2中的步骤A1),特征提取单元210从输入图案中提取要用于匹配的特征(图2中的步骤A2)。匹配单元290将输入图案的特征与模板图案的特征相匹配,所述模板特征存储在模板存储单元390中。与此同时,匹配单元290根据特征是否随时间变化分别将输入图案与模板图案相匹配(图2中的步骤E3)。
描述了第一示例实施例的优点。根据第一示例实施例,模板存储单元390以使能区分随时间变化的特征与不随时间变化的特征的形式来存储模板图案的特征。匹配单元290根据特征是否可能随时间变化来分别将输入图案与模板图案相匹配。为此,即使当特征随时间变化时,也可以在没有降低精度的风险的情况下执行匹配,以克服时间变化或错误更新模板。
(第二示例实施例)
接下来,参考图3和4来详细描述本发明的另一示例实施例。参考图3,根据本发明第二示例实施例的图案匹配系统200包括模板存储单元300、特征提取单元210、时不变特征匹配单元220、时变特征匹配单元230以及匹配结果判定单元240。特征存储单元300包括时不变模板存储单元310和时变模板存储单元320。特征提取单元210、时不变特征匹配单元220、时变特征匹配单元230和匹配结果判定单元240可以由计算机来实现,所述计算机根据图案匹配程序基于程序控制来操作。图案匹配系统200连接至图案输入设备100。
时不变模板存储单元310存储模板的特征中不随时间变化的特征。时变模板存储单元320存储模板图案的特征中随时间变化的特征。时不变特征匹配单元220将输入图案的特征与模板图案的时不变特征相匹配,所述模板图案的时不变特征存储在时不变模板存储单元310中。时变特征匹配单元230将输入图案的特征与模板图案的时变特征相匹配,所述模板图案的时变特征存储在时变模板存储单元320中。匹配结果判定单元240基于时不变特征匹配单元220的匹配结果和时变特征匹配单元230的匹配结果来判定输入图案与模板图案是否具有同一性。
参考图3的配置图和图4的流程图,详细描述了根据第二示例实施例的整个操作。当图案输入设备100输入要匹配的图案时(图4中的步骤A1),特征提取单元210从输入图案中提取要用于匹配的特征(图4的步骤A2)。时不变特征匹配单元220将输入图案的特征与模板的时不变特征相匹配,所述模板的时不变特征存储在时不变模板存储单元310中(图4中的步骤A3)。时变特征匹配单元230将输入图案的特征与模板的时变特征相匹配,模板的时变特征存储在时变模板存储单元320中(图4中的步骤A4)。匹配结果判定单元240基于时不变特征匹配单元220的匹配结果和时变特征匹配单元的匹配结果来判定输入图案和模板图案是否具有同一性(图4中的步骤A5)。注意,在图4的示例中,在步骤A3之后执行步骤A4;然而,可以在步骤A3之前执行步骤A4,或步骤A3和A4可以同时执行。
描述了第二示例实施例的优点。根据第二示例实施例,时不变模板存储单元310存储不随时间变化的特征,时不变特征匹配单元220存储不随时间变化的特征。此外,时变模板存储单元320存储随时间变化的特征,时变特征匹配单元230匹配随时间变化的特征。然后,匹配结果判定单元240根据针对不随时间变化的特征的匹配结果以及针对随时间变化的特征的匹配结果来判定输入图案与模板图案是否具有同一性。如所描述的,由于分别处理不随时间变化的特征和随时间变化的特征,所以可以执行适于随时间变化的特征和不随时间变化的特征中的每种特征的表达、存储、评估以及其他操作。
(第三示例实施例)
接下来,图5和6详细描述了本发明的另一示例实施例。参考图5,在根据本发明第三示例实施例的图案匹配系统201的配置中,将模板更新单元250添加到根据第二示例实施例的图案匹配系统200中。当匹配结果判定单元240判定输入图案和模板图案具有同一性时,模板更新单元250利用用于匹配的输入图案的时变特征来更新模板存储单元302的时变模板存储单元322中存储的时变模板。
参考图5的配置图和图6的流程图,详细描述了根据第三示例实施例的整个操作。参考图6的流程图,根据第三示例实施例的整个操作是在图4的流程图中添加了更新模板的步骤B1的操作。当在图6的步骤A5中判定输入图案和模板图案具有同一性时,根据第三示例实施例,利用用于匹配的输入图案的时变特征来更新存储在时变模板存储单元322中的时变模板(图6中的步骤B1)。注意,类似于第二示例实施例,图6中步骤A3和A4的顺序可以与图6所示的顺序不同。
描述了第三示例实施例的优点。根据第三示例实施例,模板更新单元250更新模板的时变特征,所述模板的时变特征存储在时变模板存储单元322中。为此,即使图案随时间变化从而变得与原始图案有很大不同,也可以以高精度执行匹配。
(第四示例实施例)
接下来,图7和8详细描述了本发明的另一示例实施例。参考图7,在根据本发明第四示例实施例的图案匹配系统202的配置中,将时变特征校正单元260添加到根据第二示例实施例的图案匹配系统200。时变特征校正单元260基于时不变特征匹配单元220对时不变特征的匹配结果来提取对整个图案共同出现的影响(如,图案的移位、变形或其他),并产生用于校正时变特征以适合对整个图案共同出现的影响的校正数据。
参考图7的配置图和图8的流程图,详细描述了第四示例实施例的整个操作。参考图8的流程图,根据第四示例实施例的整个操作是在图4的流程图中插入了校正时变特征的步骤C1的操作。根据第四示例实施例,当在图8的步骤A3中得到时不变特征的匹配结果时,提取对于整个图案共同出现的影响(如,图案的移位、变形或其他)或对于时变特征和时不变特征共同出现的影响,校正时变特征以适合共同出现的影响(图8中的步骤C1)。
描述了第四示例实施例的优点。根据第四示例实施例,在时不变特征匹配单元220匹配了时不变特征之后,时变特征校正单元260基于匹配结果来提取对于整个图案共同出现的影响(如,图案的移位、变形或其他)或对于时变特征和时不变特征共同出现的影响,并产生用于校正时变特征以适合该影响的校正数据。为此,时变特征匹配单元230实质上仅处理由于时间变化而改变的特征,并且可以执行匹配而不受对于整个图案共同出现的影响的损害。
(第五示例实施例)
接下来,参考图9和10来详细描述本发明的另一示例实施例。参考图9,根据本发明第五示例实施例的图案匹配系统204包括模板存储单元304、特征存储单元404、特征提取单元214、时不变特征匹配单元224、时变特征匹配单元234、匹配结果判定单元244、特征判定单元274以及模板更新单元254。模板存储单元304包括时不变模板存储单元314和时变模板存储单元324。特征提取单元214、时不变特征匹配单元224、时变特征匹配单元234和匹配结果判定单元244、特征判定单元274以及模板更新单元254可以由计算机来实现,所述计算机根据图案匹配程序基于程序控制来操作。可以以连接至计算机的存储设备的形式来提供模板存储单元304和特征存储单元404。如图9所示,图案匹配系统204连接至图案输入设备100。
在图9中,时不变模板存储单元314存储模板图案的特征中不随时间变化的特征。时变模板存储单元324存储模板图案中可以随时间变化的特征以及随时间变化的特征。特征存储单元404存储输入图案中被匹配结果判定单元244判定为具有同一性的输入图案。当匹配结果判定单元224判定输入图案具有同一性时,特征判定单元274检索特征存储单元404以判定模板图案的每个特征是随时间变化的特征、不随时间变化的特征、还是不能被确定为是这两者中哪一种的特征。当存在被特征判定单元274判定为是不随时间变化的特征的特征时,模板更新单元254将该特征从时变模板存储单元324移到时不变模板存储单元314以更新模板存储单元304。
参考图9的配置图和图10的流程图,详细描述了根据第五示例实施例的整个操作。首先,当图案输入设备100输入要匹配的图案时(图10中的步骤D1),特征提取单元214提取要用于匹配的输入图案的特征(图10中的步骤D2)。时不变特征匹配单元224将所提取的特征与模板图案的时不变特征相匹配,所述模板图案的时不变特征存储在时不变模板存储单元314中(图10中的步骤D3)。时变特征匹配单元234将所提取的特征与模板的时变特征相匹配,所述模板的时变特征存储在时变模板存储单元324中(图10中的步骤D4)。匹配结果判定单元224基于时不变特征匹配单元224的匹配结果以及时变特征匹配单元234的匹配结果来判定输入图案和模板图案是否具有同一性(图10中的步骤D5)。
当输入图案和模板图案被判定为具有同一性时,特征判定单元274基于特征存储单元404中存储的特征历史来判定模板图案的每个特征是不随时间变化的特征、随时间变化的特征、还是不能被确定为是这两者中哪一种的特征(图10中的步骤D6)。当存在被特征判定单元274新判定为是不随时间变化的特征的特征时,模板更新单元274更新模板存储单元304(图10中的步骤D7)。另一方面,当匹配结果判定单元244判定输入图案和模板图案具有同一性时,特征存储单元404得到并附加地存储输入图案。注意,类似于第二示例实施例,图10中D3和D4的顺序可以与图10所示的顺序不同。
描述了第五示例实施例的优点。根据第五示例实施例,通过重复匹配,在特征存储单元404中累积输入图案的特征。特征判定单元274基于输入图案的特征来判定特征是否是不随时间变化的特征。然后,模板更新单元254自动将模板的特征分类为随时间变化的特征和不随时间变化的特征。为此,即使当特征提取单元214不能基于现有知识来判定特征是随时间变化的特征还是不随时间变化的特征时,也可以利用随时间变化的特征和不随时间变化的特征之间的区别来执行匹配。
(第一示例)
利用特定示例,详细描述了本发明。首先,参考图11至16,描述了与第二示例实施例相对应的第一示例。在第一示例中,将根据本发明的图案匹配系统应用于手指认证设备,所述手指认证设备检验所登记的关于手指表面图案的模板数据以及所输入的关于手指表面图案的输入数据是否是关于同一手指的数据。手指表面图案是结合了指纹隆起的图案、皱纹的图案、疤痕的图案、手粗糙度的图案以及其他图案的图案。在这些图案当中,指纹隆起的图案被看作是不随时间变化的图案,而皱纹的图案、疤痕的图案、手粗糙度的图案以及其他图案被看作是随时间变化的图案。在第一示例中,在手指表面图案的特征当中,将得自于指纹隆起的图案作为不随时间变化的时不变特征来处理,将其他特征作为可以随时间变化的时变特征来处理。
如图11所示,根据第一示例实施例的图案匹配系统包括计算机205和硬盘设备305。计算机205基于图案匹配程序来操作。计算机205基于图案匹配程序来实现特征提取单元215、时不变特征匹配单元225、时变特征匹配单元235以及匹配结果判定单元245。硬盘设备305用作存储模板图案的模板存储单元,并且包括时不变模板存储单元315和时变模板存储单元325。时不变模板存储单元315存储模板的时不变特征,所述模板的时不变特征得自于手指的指纹隆起。另一方面,时变模板存储单元325存储得自于疤痕、皱纹、手粗糙度以及其他的时变特征。如图中所示,计算机205连接至光学摄像机传感器105和硬盘设备305。光学摄像机传感器105用作图案输入设备。
在图11中,从光学摄像机传感器105输入要判定是否与登记的手指相同的手指的手指表面图案。特征提取单元215从输入的手指表面图案中提取得自于指纹隆起的时不变特征以及得自于疤痕、皱纹、手粗糙度以及其他的时变特征。时不变特征匹配单元225将输入的手指表面图案的时不变特征与模板的手指表面图案的时不变特征相比较,所述模板的手指表面图案的时不变特征存储在时不变模板存储单元315中。时变特征匹配单元235将输入的手指表面图案的时变特征与模板的手指表面图案的时变特征相比较,所述模板表面的手指表面图案的时变特征存储在时变模板存储单元325中。匹配结果判定单元245基于时不变特征之间的匹配程度和时变特征之间的匹配程度来判定输入的手指表面图案和登记的模板手指表面图案是否是相同的手指表面图案。
详细描述了根据第一示例的特征提取单元215。如图12所示,特征提取单元215可以从输入图案提取所有特征数据片,然后将特征数据片分类为时不变特征数据和时变特征数据。
例如,假定给出图13所示的手指表面图案作为输入图案。输入图案包括作为时不变特征的指纹隆起以及作为时变特征的疤痕。如图14所示,特征提取单元215首先从整个输入的手指表面图案中提取边缘特征。然后,特征提取单元215可以通过判定每个边缘特征是否是指纹隆起的边缘特征或其他边缘特征来对特征数据进行分类。
图15示出了特征提取单元215的修改示例。图15中的特征提取单元215a使用与时不变特征和时变特征有关的现有知识来直接从输入图案中提取时不变特征和时变特征。例如,如图15中的箭头所指示的,特征提取单元215a可以利用日本专利公开(JP-A-Heisei 9-167230)中描述的方法从输入的手指表面图案中提取指纹隆起的特征,然后从手指表面图案中提取除了指纹隆起的特征以外的其他特征。
时不变特征匹配单元225和时变特征匹配单元235可以利用相同方法和不同方法中的任何方法来表达特征。不必须利用相同的方法来表达时不变特征和时变特征。例如,作为时不变特征的指纹隆起的特征以及作为时变特征的皱纹、疤痕或手粗糙度图案的特征可以共同表达为线;或者指纹隆起的特征可以以隆起的端点和分支点作为符号来表达,皱纹、疤痕或手粗糙度的图案可以直接表达为图像信息。类似地,匹配结果判定单元240可以以相同方法和不同方法中的任何方法来判定时不变特征匹配单元225的匹配结果和时变特征匹配单元235的匹配结果。例如,可以通过将与指纹隆起有关的信息符号化为与隆起的分支点和端点有关的点信息以执行判定来提高判定的稳定性,并且由于随时间变化的特征包括多种特征所以可以在没有符号化的情况下直接执行判定。
匹配结果判定单元240可以使用限定同一性范围的参数来执行判定。在这种情况下,可以利用相同参数或不同参数来判定时不变特征匹配单元225的匹配结果和时变特征匹配单元235的匹配结果。例如,不随时间变化的特征对于每个输入都是稳定的,因此利用具有紧密阈值的参数来严格判定不随时间变化的特征。另一方面,由于在特征随时间变化的情况下需要考虑随时间的变化,所以利用具有比时不变特征匹配情况下的阈值更宽松的阈值的参数来判定随时间变化的特征。
此外,匹配结果判定单元240可以根据从模板产生时间到匹配时间的经过时间来确定参数。当从模板产生时间到匹配时间的经过时间较短时,时变特征的变化较小,从而如时不变特征情况下一样利用具有紧密阈值的参数来执行判定。当从模板产生时间到匹配时间的经过时间较长时,时变特征的变化较大,从而利用具有宽松阈值的参数来执行判定。通过对于从模板产生时间到匹配时间的较长经过时间使用具有较宽松阈值的参数,可以根据时变特征的变化程度来执行判定。
如在第一示例中描述的,特征提取单元215在区分时不变特征和时变特征的情况下提取时不变特征和时变特征。然而,特征提取单元215可以在不区分时不变特征和时变特征的情况下提取要用于匹配的特征。当特征提取单元215没有区分时不变特征和时变特征时,时不变特征匹配单元225将要用于匹配的所有特征与时不变模板存储单元315中的时不变特征相比较,并判定相符的特征为时变特征。
例如,在时不变特征匹配单元225得到的时不变特征之间的匹配程度和时变特征匹配单元235得到的时变特征之间的匹配程度等于或大于预定值时,匹配结果判定单元245判定这些特征具有同一性。备选地,可以基于时不变特征之间的匹配程度与时变特征之间的匹配程度的乘积或和,或基于通过将这些值代入预定的判定函数而得到的值,来执行判定。
当要匹配的两个参数是相同参数时,时不变特征之间的匹配程度被预测为高。因此,当时不变特征匹配单元225得到的时不变特征之间的匹配程度低于预定值时,可以将这两个图案判定为不同的图案而没有得到由时变特征匹配单元235得到的时变特征之间的匹配程度。
在不同的图案之间,时不变特征之间的匹配程度不是很高。因此,当时不变特征匹配单元225得到的时不变特征之间的匹配程度高于预定值时,可以将这两个图案判定为相同的图案而不用得到由时变特征匹配单元235得到的时变特征之间的匹配程度。
在第一示例中,光学摄像机传感器105用作图案输入设备;然而,可以使用任意的传感器,如,电容传感器、压力传感器、热传感器或磁传感器。
在第一示例中,以硬盘设备305的形式提供模板存储单元;然而可以在任意存储设备的形式提供模板存储单元,如存储器或IC卡。此外,在第一示例中,硬盘设备305被提供在计算机205外部;然而,硬盘设备305可以被提供在计算机205内部,或者可以是诸如IC卡之类的可移除便携式介质。
在第一示例中,直接输入图案,计算机205中的特征提取单元215提取特征;然而,另一设备可以执行从图案输入到特征提取的过程,所提取的特征被直接输入。在这种情况下,计算机205中的特征提取单元215仅向时不变特征匹配单元225和时变特征匹配单元235发送所输入的特征而不执行任何处理。
在第一示例中,手指表面图案用作要匹配的图案;然而,也可以使用另一图案。例如,可以使用另一计量生物学图案(如,脸部图案或静脉图案)或地理学图案(如,航空照片)。在使用脸部图案的情况下,从骨头得到的特征(如,颧骨的位置或鼻尖)可以用作时不变特征,诸如痣或皱纹之类的皮肤特征可以用作时变特征。在使用静脉图案的情况下,粗静脉可以用作时不变特征,从粗静脉分支的细静脉可以用作时变特征。在使用地理学图案的情况下,诸如干道之类的不变图案可以用作时不变特征,诸如树之类的变化图案可以用作时变特征。
根据第一示例,将不随时间变化的指纹隆起的特征与随时间变化的由于疤痕、皱纹或手粗糙度而引起的特征分开进行匹配,因此甚至当手指表面图案随时间变化时也可以稳定地执行匹配。
在第一示例中,分别将时不变特征和时变特征分开地存储在时不变模板存储单元315和时变模板存储单元325中。然而,如图16所示,可以将时不变特征和时变特征存储在作为单个数据库的单个存储单元中,其中为所述单个数据库提供指示特征是否随时间变化的特性信息。
此外,在第一示例中,利用时不变特征匹配单元225和时变特征匹配单元235的不同模块来匹配时不变特征和时变特征。然而,单个匹配单元可以基于指示特征是否随时间变化的特性信息来改变模式以在两个匹配功能之间切换。
如果将时不变特征和时变特征存储在作为单个数据库的单个存储单元中,为所述单个数据库提供指示特征是否随时间变化的特性信息,则单个匹配单元基于指示特征是否随时间变化的特性信息来改变匹配模式以在两个匹配功能之间切换,提供了与第一示例实施例相对应的示例。即,根据与第一示例实施例相对应的数据,如图16所示,将模板图案的线特征存储在模板图案存储单元中。在图中,每个记录记录了:识别出特征的特征号;线的起始点坐标位置和结束点坐标位置;以及指示特征是否随时间变化的特性信息。匹配单元在与时变特性信息相对应的模式下执行匹配。
(第二示例)
接下来参考图17至20,描述了与第三示例实施例相对应的第二示例。根据第三示例实施例,如图5所示,提供了更新模板存储单元302的模板更新单元250。每当执行匹配时,模板更新单元250利用输入图案的时变特征来更新存储在时变模板存储单元322中的模板图案的时变特征。
考虑指纹隆起特征被用作时不变特征而由于手指表面粗糙度而引起的特征被用作时变特征的情况。在这种情况下,如图17中的箭头所指示的,隆起特征不随时间变化;然而,由于粗糙度或疤痕而导致的特征随时间变化。假定图18示出了当首次登记模板时该模板的时不变特征和时变特征。如图19所示,当在匹配和判定中判定图案相同时,模板更新单元250仅针对时变特征来更新模板。当在此之后输入图20所示的图案时,图案的时变特征与图18所示的首次登记的模板的特征有很大不同,因此不能将时变特征判定为相同。然而,如图19所示,当今针对时变特征来更新模板时,可以将时变特征判定为相同。
可以针对每次匹配或针对每预订数目的匹配来执行模板的更新。如果匹配结果判定单元245判定两个图案相同,则还可以仅在匹配中所得到的匹配程度大于预定值的情况下执行更新,以降低错误更新的风险,在所述错误更新中模板被更新为另一模板。
根据第二实施例,由于更新了模板的时变特征,所以可以执行对随时间的变化具有鲁棒性的匹配。
此外,还可以通过记录时变模板的更新历史来预测下次匹配时的时变特征。例如,当时变特征从图18变成了图19,使得上面的线变短时,预测线在下次匹配时将变得更短。在此后输入图20所示的图案的情况下,当预测线将比图19所示更短时,可以以更小的可允许误差来执行判定,并且与没有预测的情况相比匹配精度可以得到改善。
此外,从上一次更新模板开始经过的时间可以用于预测随时间的变化。由于随时间的变化程度与经过的时间有很大关联,所以可以通过使用从上一次更新模板开始经过的时间来以高精度执行预测。
(第三示例)
接下来,描述与第四示例实施例相对应的第三示例。根据第四示例实施例,如图7所示,提供了时变特征校正单元260。时变特征校正单元260基于时不变特征匹配单元225的时不变特征的匹配结果来提取对于整个图案共同出现的影响(如,图案的旋转、移位、变形或其他),并校正时变特征以适合对于整个图案共同出现的影响。
例如,考虑手指表面图案。手指表面图案对于像传感器的每一次输入都会在位置上偏离,或者根据手指在输入处按压传感器的状态而变形。位置偏离可以被表达为整个图案的旋转或移位,并且对诸如指纹隆起特征之类的时不变特征以及诸如由于皱纹、疤痕或手粗糙度而导致的特征之类的时变特征有同样的影响。输入处手指的变形也对诸如指纹隆起特征之类的时不变特征和由于皱纹、疤痕或手粗糙度而导致的特征之类的时变特征有同样的影响。
两个图案之间时不变特征的差异是由于旋转、平移或变形而引起的差异或诸如特征提取误差之类的随机差异。另一方面,时变特征的差异是由于随时间变化而引起的差异以及由于旋转、平移或变形而引起的差异、或诸如特征提取误差之类的随机差异的和。为此,时变特征的差异将比时不变特征的差异大。如果所有差异都包含在误差中,则判定的可允许误差变得过大,从而将不同的图案判定为相同的风险增大。
在第三示例中,时变特征校正单元260得到时不变特征匹配单元220的时不变特征的匹配结果。然后给予两个图案之间时不变特征的对应关系,得到校正数据,所述校正数据用于校正诸如旋转、平移或变形之类的影响,所述影响在时不变特征和时变特征中等同地出现。一旦得到校正数据,就可以校正时变特征以从时变特征中消除由于诸如旋转、平移或变形之类的影响而造成的错误或其他,所述影响在时不变特征和时变特征中等同地出现。时变特征校正单元260向时变特征匹配单元230提供校正数据,时变特征匹配单元230使用校正后的时变特征来执行匹配。
在第三示例中,产生用于校正时变特征自身的校正数据,然而校正数据可以是表示针对时变特征的校正量的校正量参数。时变特征校正单元260还可以向时变特征匹配单元230提供校正量参数,时变特征匹配单元230可以考虑该校正量参数以执行匹配。
根据第三示例,基于时不变特征的匹配结果,可以执行时变特征的匹配,其中消除诸如旋转、平移或变形之类的影响,所述影响在时不变特征和时变特征中等同地出现。为此,可以严格地匹配时变特征。除了旋转、平移或变形之外,在时不变特征和时变特征中等同地出现的影响的示例还可以包括强度或密度的变化、光源的影响以及其他。
(第四示例)
接下来,描述与第五示例实施例相对应的第四示例。根据第一至第四示例实施例,当模板图案存储在模板存储单元中时,或当特征提取单元210从输入图案中提取要用于匹配的特征时,有必要确定特征是时不变特征还是时变特征。
例如,当特征提取单元210从输入的手指表面图案中提取边缘特征时,可以不确定该边缘特征是得自于指纹隆起并且不随时间变化的边缘特征还是由于皱纹、疤痕、手粗糙度而导致的随时间变化的边缘特征。在第四示例实施例中,可以使用不能被确定是否随时间变化的特征。
根据第四示例实施例,当登记模板图案时,将不能被确定是否随时间变化的特征存储在时变模板存储单元324中。随后重复匹配。即,特征提取单元214提取特征,时不变特征匹配单元224和时变特征匹配单元234执行与模板的匹配。特征存储单元404存储通过匹配而被判定为具有同一性的输入图案。
特征判定单元274以预定的时间来检索特征存储单元404以检验被判定为具有同一性的输入特征序列。然后,检验每个特征是否随时间变化。例如,特征判定单元274将已被确认为在预定时间段或更长时间内不变的特征判定为时不变特征,并将该情况通知给模板更新单元254。模板更新单元254通过将新判定为时不变特征的特征从时变模板存储单元324移到时不变模板存储单元314来更新模板存储单元304。
根据第四示例实施例的特征存储单元404被配置为存储输入图案的特征;然而,特征存储单元404可以存储针对输入图案的匹配结果或输入图案自身。即使在这种情况下,特征判定单元274也可以通过检索与特征存储单元404相对应的单元来确定模板图案的每个特征是否随时间变化。
根据第四示例,即使当在模板登记处不能判定特征是否随时间变化时,也可以通过重复匹配来适当地进行判定。
尽管结合示例实施例及其示例描述了本发明,然而本发明不限于上述示例实施例和示例。在不脱离本发明的范围的情况下,本领域技术人员可以对本发明的配置和细节进行各种修改和改变。
本申请基于并要求于2008年1月21日提交的日本专利申请No.2008-010818的优先权的权益,其全部公开一并在此作为参考。

Claims (15)

1.一种图案匹配系统,包括:
模板图案存储装置,用于存储模板图案;
特征提取装置,用于提取输入图案的特征;以及
匹配装置,用于执行第一匹配以及除了所述第一匹配以外的第二匹配,在所述第一匹配中将所述输入图案的所述特征中不随时间变化的第一特征与所述模板图案进行匹配,在所述第二匹配中将所述输入图案的所述特征中随时间变化的第二特征与所述模板图案进行匹配。
2.根据权利要求1所述的图案匹配系统,其中,所述模板图案存储装置包括:
时不变模板存储装置,用于存储所述模板图案的特征中不随时间变化的特征;以及
时变模板存储装置,用于存储所述模板图案的所述特征中随时间变化的特征,并且
所述匹配装置在所述第一匹配中将所述第一特征与存储在所述时不变模板存储装置中的所述特征相匹配,以及在所述第二匹配中将所述第二特征与存储在所述时变模板存储装置中的所述特征相匹配。
3.根据权利要求2所述的图案匹配系统,还包括:匹配结果判定装置,基于所述第一匹配的第一匹配结果以及所述第二匹配的第二匹配结果来判定所述输入图案和所述模板图案是否具有同一性。
4.根据权利要求3所述的图案匹配系统,其中,所述匹配结果判定装置利用第一参数来判定所述第一匹配结果以确定同一性的范围,以及利用第二参数来判定所述第二匹配结果以确定同一性的范围,以及
所述第二参数是与所述第一参数不同的参数。
5.根据权利要求4所述的图案匹配系统,其中,当判定所述第二匹配结果时,所述匹配结果判定装置基于从所述模板图案的存储到所述输入图案的输入的时间间隔来改变所述第二参数。
6.根据权利要求5所述的图案匹配系统,其中,所述匹配装置在执行所述第一匹配时匹配由第一表示方法表示的所述第一特征,在执行所述第二匹配时匹配由除了所述第一表示方法以外的第二表示方法表示的所述第二特征,将图案信息符号化为数字信息的表示方法用作所述第一表示方法,将图案信息表示为图像信息的表示方法用作所述第二表示方法,
所述匹配结果判定装置利用与适于所述第一表示方法的匹配相对应的第一判定方法来判定所述第一匹配结果,以及利用与适于所述第二表示方法的匹配相对应的第二判定方法来判定所述第二匹配结果。
7.根据权利要求6所述的图案匹配系统,还包括模板更新装置,
其中,当所述匹配结果判定装置判定输入图案和模板图案具有同一性时,所述模板更新装置基于所述输入图案来更新存储在所述时变模板存储装置中的所述模板图案的特征。
8.根据权利要求6所述的图案匹配系统,还包括:时变特征校正装置,基于所述第一匹配的匹配结果来产生校正数据,以消除来自所述第二特征的影响,
其中,所述影响共同出现在所述第一特征和所述第二特征,以及
所述影响包括以下项目中的至少一项:由于输入图案的旋转而造成的影响、由于输入图案的平移而造成的影响、由于输入图案的变形而造成的影响、由于强度的差异而造成的影响、以及由于密度的差异而造成的影响。
9.根据权利要求6所述的图案匹配系统,还包括:
特征存储装置,用于存储与被判定为跟模板图案具有同一性的输入图案有关的信息;
特征判定装置,基于与输入图案有关的信息以及通过检索所述特征存储装置获得的与另一输入图案有关的信息,来判定所述模板图案的特征是否随时间变化;以及
模板更新装置,用于基于所述特征判定装置的判定结果来更新所述模板存储装置,
其中,与所述输入图案有关的所述信息包括具有同一性的判定的匹配结果或被判定为具有同一性的所述输入图案的特征。
10.根据权利要求6所述的图案匹配系统,其中,当执行所述第二匹配时,所述匹配装置基于上一次被判定为与模板图案有同一性的输入图案来估计所述模板图案随时间的变化,并利用所估计的随时间的变化将所述第二特征与所述模板图案相匹配,
所述模板图案存储装置存储手指表面图案或脸部图案作为所述模板图案,
所述特征提取装置提取从手指表面或脸部得到的输入图案的特征,以及
所述匹配装置执行所述第一匹配以及执行所述第二匹配,在所述第一匹配中所述第一特征是得自于指纹隆起或得自于骨头的特征,在所述第二匹配中所述第二特征是没有得自于指纹隆起的特征或得自于皮肤的特征。
11.一种图案匹配方法,包括:
存储模板图案;
提取输入图案的特征;以及
将所述输入图案的所述特征与所述模板图案进行匹配,
其中,所述匹配包括:
执行第一匹配,其中将所述输入图案的所述特征中不随时间变化的第一特征与所述模板图案进行匹配;以及
执行除了所述第一匹配以外的第二匹配,其中将所述输入图案的所述特征中随时间变化的第二特征与所述模板图进行匹配较。
12.根据权利要求11所述的匹配方法,其中,所述存储包括:
存储所述模板图案的特征中不随时间变化的特征;以及
存储所述模板图案的所述特征中随时间变化的特征,并且
所述匹配还包括:
在执行所述第一匹配中,将所述第一特征与不随时间变化的所述特征进行匹配;
在执行所述第二匹配中,将所述第二特征与随时间变化的所述特征进行匹配。
13.根据权利要求有12所述的匹配方法,还包括:基于所述第一匹配的第一匹配结果以及所述第二匹配的所述第二匹配结果来判定所述输入图案和所述模板图案是否具有同一性,
其中,所述判定包括:
利用第一参数来判定所述第一匹配结果以确定同一性的范围;
利用第二参数来判定所述第二匹配结果以确定同一性的范围;以及
当判定了所述第二匹配结果时,基于从所述模板图案的存储到所述输入图案的输入的时间间隔来改变所述第二参数,
所述第二参数是与所述第一参数不同的参数。
14.根据权利要求有13所述的匹配方法,其中,所述匹配包括:
在执行所述第一匹配时,匹配由第一表示方法表示的所述第一特征;
匹配由除了所述第一表示方法以外的第二表示方法表示的所述第二特征;
将图案信息符号化为数字信息的表示方法用作所述第一表示方法;以及
将图案信息表示为图像信息的表示方法用作所述第二表示方法;并且
所述判定包括:
利用与适于所述第一表示方法的匹配相对应的第一判定方法来判定所述第一匹配结果;以及
利用与适于所述第二表示方法的匹配相对应的第二判定方法来判定所述第二匹配结果。
15.一种使计算机实现的图案匹配程序:
特征提取装置,用于提取输入图案的特征;以及
匹配装置,用于执行第一匹配以及除了所述第一匹配以外的第二匹配,在所述第一匹配中将所述输入图案的所述特征中不随时间变化的第一特征与存储在模板存储装置中的模板图案进行匹配,在所述第二匹配中将所述输入图案的所述特征中随时间变化的第二特征与所述模板图案进行匹配。
CN2008801250702A 2008-01-21 2008-11-28 图案匹配系统以及图案匹配方法 Expired - Fee Related CN101918981B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008010818 2008-01-21
JP2008-010818 2008-01-21
PCT/JP2008/071671 WO2009093381A1 (ja) 2008-01-21 2008-11-28 パターン照合システム、パターン照合方法およびパターン照合用プログラム

Publications (2)

Publication Number Publication Date
CN101918981A true CN101918981A (zh) 2010-12-15
CN101918981B CN101918981B (zh) 2012-12-05

Family

ID=40900896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008801250702A Expired - Fee Related CN101918981B (zh) 2008-01-21 2008-11-28 图案匹配系统以及图案匹配方法

Country Status (5)

Country Link
US (1) US8605962B2 (zh)
EP (1) EP2246821A1 (zh)
JP (2) JP4919118B2 (zh)
CN (1) CN101918981B (zh)
WO (1) WO2009093381A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016201731A1 (zh) * 2015-06-17 2016-12-22 宇龙计算机通信科技(深圳)有限公司 一种指纹识别方法、装置及电子设备
WO2017080311A1 (zh) * 2015-11-13 2017-05-18 广东欧珀移动通信有限公司 指纹模板完善方法、装置和终端设备
WO2018213945A1 (zh) * 2017-05-20 2018-11-29 深圳信炜科技有限公司 图像传感器及电子装置
CN109381165A (zh) * 2018-09-12 2019-02-26 维沃移动通信有限公司 一种皮肤检测方法及移动终端
WO2024051572A1 (zh) * 2022-09-05 2024-03-14 华为技术有限公司 指纹识别方法及电子设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2836961A4 (en) * 2012-04-12 2016-03-23 Hewlett Packard Development Co CONTACTLESS DIGITAL FINGERPRINT SYSTEMS COMPRISING AFOCAL OPTICAL SYSTEMS
US10146988B2 (en) 2013-06-24 2018-12-04 Blackberry Limited Obtaining a biometric image and handling damaged biometrics
US10055661B2 (en) * 2015-03-24 2018-08-21 Intel Corporation Skin texture-based authentication

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2788527B2 (ja) 1990-02-27 1998-08-20 富士通株式会社 指紋照合方法
JP2949555B2 (ja) 1994-03-31 1999-09-13 富士通電装株式会社 指紋認識用辞書登録更新方法
JP3286887B2 (ja) * 1995-11-28 2002-05-27 三菱電機株式会社 顔画像処理装置及び顔画像処理方法
JP2739856B2 (ja) 1995-12-18 1998-04-15 日本電気株式会社 指掌紋画像処理装置
JPH1125268A (ja) 1997-06-27 1999-01-29 Mitsubishi Electric Corp 指紋照合装置及びその照合方法
JP3479871B2 (ja) * 1998-08-14 2003-12-15 富士通アクセス株式会社 指紋照合方法及び指紋照合システム
JP4645872B2 (ja) 2000-11-29 2011-03-09 オムロン株式会社 制御装置および認証方法
US7184580B2 (en) * 2001-07-24 2007-02-27 Laurence Hamid Fingerprint scar recognition method and apparatus
JP2003233816A (ja) 2002-02-13 2003-08-22 Nippon Signal Co Ltd:The アクセスコントロールシステム
JP2005063297A (ja) 2003-08-19 2005-03-10 Seiko Precision Inc 指紋認証方法
JP4030018B2 (ja) 2003-09-29 2008-01-09 株式会社富士通エフサス 指紋による個人認証システム
JP2005258555A (ja) 2004-03-09 2005-09-22 Casio Comput Co Ltd 画像照合装置、および画像照合処理プログラム、画像照合方法
JP2005352712A (ja) 2004-06-10 2005-12-22 Mitsubishi Electric Corp 指紋照合装置
WO2005122896A1 (ja) 2004-06-18 2005-12-29 Kyushu Institute Of Technology 皮下血流測定に基づく個人認証方法及び個人認証装置
JP2006059282A (ja) 2004-08-24 2006-03-02 Fujitsu Ltd 生体特徴情報に基づく認証方法
JP2006092491A (ja) 2004-09-27 2006-04-06 Glory Ltd 本人認証装置、本人認証システム、本人認証方法および本人認証プログラム
JP4506381B2 (ja) 2004-09-27 2010-07-21 沖電気工業株式会社 単独行動者及びグループ行動者検知装置
JP4351982B2 (ja) 2004-10-07 2009-10-28 株式会社東芝 個人認証方法、装置及びプログラム
JP2007140823A (ja) * 2005-11-17 2007-06-07 Omron Corp 顔照合装置、顔照合方法及びプログラム
JP5017873B2 (ja) * 2006-02-07 2012-09-05 コニカミノルタホールディングス株式会社 個人照合装置及び個人照合方法
JP4992289B2 (ja) * 2006-05-11 2012-08-08 コニカミノルタホールディングス株式会社 認証システム、認証方法、及びプログラム
JP2008010818A (ja) 2006-06-01 2008-01-17 Sumitomo Electric Ind Ltd 基板、基板検査方法、素子および基板の製造方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016201731A1 (zh) * 2015-06-17 2016-12-22 宇龙计算机通信科技(深圳)有限公司 一种指纹识别方法、装置及电子设备
WO2017080311A1 (zh) * 2015-11-13 2017-05-18 广东欧珀移动通信有限公司 指纹模板完善方法、装置和终端设备
US10366275B2 (en) 2015-11-13 2019-07-30 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method and device for improving fingerprint template, and terminal device
US10417478B2 (en) 2015-11-13 2019-09-17 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Method for improving a fingerprint template, device and terminal thereof
WO2018213945A1 (zh) * 2017-05-20 2018-11-29 深圳信炜科技有限公司 图像传感器及电子装置
CN109381165A (zh) * 2018-09-12 2019-02-26 维沃移动通信有限公司 一种皮肤检测方法及移动终端
WO2024051572A1 (zh) * 2022-09-05 2024-03-14 华为技术有限公司 指纹识别方法及电子设备

Also Published As

Publication number Publication date
JPWO2009093381A1 (ja) 2011-05-26
JP4919118B2 (ja) 2012-04-18
WO2009093381A1 (ja) 2009-07-30
US8605962B2 (en) 2013-12-10
EP2246821A1 (en) 2010-11-03
CN101918981B (zh) 2012-12-05
JP5234378B2 (ja) 2013-07-10
US20110019918A1 (en) 2011-01-27
JP2012069150A (ja) 2012-04-05

Similar Documents

Publication Publication Date Title
CN101918981B (zh) 图案匹配系统以及图案匹配方法
CN106326829B (zh) 检测虚假指纹的方法和设备以及识别指纹的方法和设备
Liu et al. A coarse to fine minutiae-based latent palmprint matching
JP5560547B2 (ja) 生体認証装置
US8433922B2 (en) System and method of biometric authentication using multiple kinds of templates
US20180137329A1 (en) User authentication method using fingerprint image and method of generating coded model for user authentication
KR101120091B1 (ko) 사용자 식별을 위한 생체정보를 저장하는 카드, 그를이용한 사용자 식별 방법 및 장치.
EP3388963B1 (en) Segment-based handwritten signature authentication system and method
CN104318147A (zh) 一种信息处理方法及电子设备
CN102137084A (zh) 生物体认证系统
JP2007156790A (ja) 複数種の生体情報による認証をおこなう認証技術
JP2010049357A (ja) 認証装置、認証システム及び認証方法
US20190188364A1 (en) Biometric authentication
US20200014540A1 (en) Biometric signature system and biometric signature method
CN109426716A (zh) 终端指纹录入、解锁方法、装置、存储介质和计算机设备
CA3104384A1 (en) Cluster-based security for network devices
CN115527241A (zh) 指纹模板更新方法、装置、嵌入式设备及存储介质
CN105260632A (zh) 一种鉴权方法及终端
JP2005122480A (ja) Idカードシステム及び認証方法
JP2007305011A (ja) 生体認証装置
CN110909331A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN113052157B (zh) 标牌检测方法、装置、计算机设备和存储介质
Sharma et al. Fingerprint matching Using Minutiae Extraction Techniques
US20230119939A1 (en) Behavioral biometrics verification adaptation for cross devices
JP6926279B1 (ja) 学習装置、認識装置、学習方法、認識方法、プログラム、及び再帰型ニューラルネットワーク

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121205

Termination date: 20151128