CN103890778B - 反欺骗设备 - Google Patents
反欺骗设备 Download PDFInfo
- Publication number
- CN103890778B CN103890778B CN201280052034.4A CN201280052034A CN103890778B CN 103890778 B CN103890778 B CN 103890778B CN 201280052034 A CN201280052034 A CN 201280052034A CN 103890778 B CN103890778 B CN 103890778B
- Authority
- CN
- China
- Prior art keywords
- marking
- sensor
- image
- substrate
- intended
- 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.)
- Active
Links
Classifications
-
- 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
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
- G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
-
- 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
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
本发明涉及用于对将身体的真实部分作为携带印记的基底(150)的使用进行验证的反欺骗设备(100),其包括:控制单元(106);传感器(102),旨在捕获由放置在传感器(102)上的基底(150)携带的印记的图像;移动模块(104),该移动模块(104)上安装有传感器(102)并且旨在移动传感器(102);分析模块(108),旨在接收表示在传感器(102)移动之前被捕获的印记的图像(200)和在传感器(102)移动之后被捕获的印记的图像(200)的数据并对该数据进行分析;以及决策模块(110),旨在根据由分析模块(108)传输的信息确定基底(150)是否是身体的真实部分。
Description
技术领域
本发明涉及用于对将身体的真实部分作为携带印记的基底的使用进行验证的反欺骗设备,以及在这种反欺骗设备中用于对将身体的真实部分作为携带印记的基底的使用进行验证的方法。
背景技术
用于通过个体的印记(具体为其指纹)进行识别的设备包括:旨在捕获该印记的图像的传感器;旨在比较上述图像与数据库中的图像的比较装置,其中该数据库将易于由上述识别设备识别的人的印记的图像收集在一起;以及旨在根据比较的结果对个体的识别做出决定的决策装置。
一些恶意的个体企图通过使用诱骗物欺骗性地被识别,以导致识别设备出错。
通常会识别三类欺骗物:
-印刷在纸上的欺骗物,利用水与传感器光学地联接,其在纸上复制印记的图像;
-厚欺骗物,其在于在硅酮块上复制印记;以及
-薄欺骗物,其在于在薄膜(例如乳胶类型)上复制印记,然后附着在手指上。
为了检测这样的欺骗性使用,公知的方法是使手指在传感器上变形,以检验其是否的确与皮肤对应,皮肤的弹性特性与用于制作诱骗物的材料的弹性特性不同。
具体地,已知的是在传感器上方转动手指,以造成图像的扭曲,这使得可对皮肤或欺骗物的支撑材料的弹性进行分析。
但是,由于这样的动作必须解释给希望被识别的人,因此上述方法不是非常符合人体工学,例如在不被监控的识别设备的情况下,这是无法想象的。
发明内容
本发明的一个目的是提出用于对将身体的真实部分作为携带印记的基底的使用进行验证的反欺骗设备,该反欺骗设备没有现有技术的缺点并且具体地对于个人非常符合人体工学。
为了这个目的,提出了用于对将身体的真实部分作为携带印记的基底的使用进行验证的反欺骗设备,其包括:
-控制单元;
-传感器,旨在捕获由放置在该传感器上的基底携带的印记的图像;
-移动模块,该移动模块上安装有传感器并且旨在移动该传感器;
-分析模块,旨在接收表示在传感器移动之前被捕获的印记的图像和在传感器移动之后被捕获的印记的图像的数据并对该数据进行分析;以及
-决策模块,旨在根据由分析模块传输的信息确定基底是否是身体的真实部分。
有利地,分析模块旨在根据表示印记的两个图像的数据,构建印记的脊状突起的频率局部修改分布图和构建印记的结构的局部移动分布图,并比较每个分布图的结构与参考分布图的结构。
有利地,当身体的真实部分为手指时,移动模块设计为当手指放置在传感器上时产生与手指的纵向轴线平行的平移。
本发明还提出用于通过验证设备对将身体的真实部分作为基底的使用进行验证的验证方法,该验证设备包括旨在捕获印记的图像的传感器,该验证方法包括:
-初始捕获步骤,在该步骤期间,由传感器捕获印记的第一图像;
-移动步骤,在该步骤期间,移动传感器;
-捕获步骤,在该步骤期间,由传感器捕获印记的第二图像;
-分析步骤,在该步骤期间,对表示被捕获的印记的两个图像的数据进行分析;以及
-决策步骤,在该步骤期间,根据分析步骤的结果,确定基底的有效性。
有利地,分析步骤包括:根据表示印记的两个图像的数据,构建印记的脊状突起的频率局部修改分布图以及构建印记的结构的局部移动分布图,并比较每个分布图的结构与参考分布图的结构。
有利地,在分析步骤和确定步骤之间,验证方法包括测试步骤,在测试步骤期间,检验是否传感器必须进行新移动,以及验证方法包括循环步骤,在肯定的情况下,循环步骤使测试步骤循环至移动步骤。
附图说明
结合附图,通过阅读以下对实施例的描述,本发明的上述及其他特征将更清楚地显现,在附图中:
图1是根据本发明的用于对将身体的真实部分作为个体的携带印记的基底的使用进行验证的反欺骗设备的示意图;
图2是由检测设备变形的手指图像的示意图;
图3是根据本发明的用于对将身体的真实部分作为个体的携带印记的基底的使用进行验证的方法的算法;
图4示出了与真实手指相对应的光流的半分布图;以及
图5示出了与纸质欺骗物相对应的光流的半分布图。
具体实施方式
在以下描述中,更具体地在身体的部分为手指的情况下描述了本发明,但是本发明能够以相同方式应用于身体的携带印记的所有其他部分。
图1示出了旨在验证真实手指的使用的反欺骗设备100,其中该真实手指携带个体的印记。
反欺骗设备100包括:
-控制单元106,设计为控制反欺骗设备100的其他元件;
-传感器102,旨在捕获由放置在该传感器102上的基底150携带的印记的图像;
-分析模块108,旨在接收表示捕获的印记的图像的数据并对这些数据按如下方式进行分析;以及
-决策模块110,旨在根据由分析模块108在进行分析之后传输的信息确定携带指纹的基底150是真实手指还是虚假手指。
反欺骗设备100还包括由控制单元106控制的移动模块104,传感器102安装在其上并且旨在移动传感器102。
分析模块108更具体地旨在接收表示在传感器102移动之前捕获的印记的图像和在传感器102移动之后捕获的印记的图像的数据并对这些数据进行分析。
本发明的基本原理包括:捕获基底150的印记的图像;通过移动模块104移动传感器102,这样导致基底和基底携带的印记变形;然后当传感器102静止时,捕获变形的印记的新图像并分析捕获的两个图像,以由此推导表示组成基底150的材料的数据;以及根据推导的代表数据的值验证基底150。
当然,可实现多个连续的移动,对于每个移动均捕获印记的图像。则分析将与捕获的各个图像相关。
传感器102移动的事实使得能够获得更符合人体工学的反欺骗设备100,因为不再需要通知易于识别的个体。
反欺骗设备100可识别设备相联接,其中该识别设备通过传感器102捕获基底150的印记的图像,以将捕获的印记的图像与数据库中的图像进行比较。
传感器102具有支承表面,基底150抵靠在该支承表面上。
在移动模块104的影响下,传感器102经历的移动发生在与支承表面的面相平行的面中。
传感器102经历的移动可以是简单移动,即平移或旋转,或可以是由简单移动的结合组成的复杂移动。
在平移的情况下并且由于人体工学的原因,移动的长度是毫米级并且优选小于2mm。两次移动之间的停止时间取决于传感器102的采集速度。
在手指的情况下,手指优选定位在传感器102上并且移动模块104被设计为当手指放置在传感器102上时,形成与手指的纵向轴线平行的平移。这是因为,指骨的骨头并不延伸至手指的端部,力学条件在移动的两端之间变化并且所获得的变形比真实手指更具特性,然而在使用诱骗物的情况下,由于该诱骗物是均匀的,所以其不展现这样的力学特性。
移动模块104可以是任何合适的设备,例如压电振动器。
图2是基底150的印记的图像200的示意图,基底150随着传感器102沿移动方向202的直线移动经受变形。
在本文提出的本发明实施方式中,定义了参考区域,对于每个捕获的印记的图像200,参考区域与零光流相对应。
这样定义的参考区域的重心被确定并构成点“O”,该点“O”构成压力中心并作为用于极坐标(ρ,θ)系统的原点。因此,点A在印记的图像200上由一对坐标(ρ,θ)表征。
放置于传感器102上的基底150的面具有形成印记的脊状突起。这些脊状突起分布在基底150的整个面上。可以看到中央区域和周边区域,其中央脊状突起204位于中央区域处,而周边脊状突起位于周边区域处,这里,周边脊状突起是远侧脊状突起206和近侧脊状突起208。
中央区域与压力区域对应,通过该压力区域基底150抵靠在传感器102上,也就是在压力中心“O”周围。中央脊状突起204通过传感器102的移动略微变形,因为由于作用在中央脊状突起204上的压力,中央脊状突起204仍然附着于传感器102。
在本文提出的本发明实施方式中,存在两个周边区域,即上游区域和下游区域,上游区域相对于传感器102的移动方向202位于压力中心O的上游,也就是近侧脊状突起208的所在之处,而下游区域相对于传感器102的移动方向202位于压力中心O的下游,也就是远侧脊状突起206的所在之处。
位于基底150的端部并在真实手指的情况下可能位于指骨骨头端部的远侧脊状突起206和位于基底150的基部的近侧脊状突起208通过传感器102的移动而变形。
在本发明的传感器102的移动方向定向成从近侧脊状突起208朝向远侧脊状突起206的实施方式中,远侧脊状突起206移动靠近,这导致远侧脊状突起206的频率升高,近侧脊状突起208分离,这导致近侧脊状突起208的频率降低。
并且,脊状突起由于传感器102的移动而移动。参考部250表示在传感器102移动之前的脊状突起,参考部252表示在传感器102移动之后的相同的脊状突起。
对代表性数据进行的分析包括:根据这些数据构建脊状突起206和脊状突起208的频率局部修改分布图以及与传感器102接触的印记的结构250、252的局部移动分布图,以及将每个分布图的结构与存储在参考数据库中的参考分布图的结构比较。
对脊状突起204、206和208的频率局部修改分布图进行的分析包括:在两个图像之间分析印记的图像200的至少一些部分上、具体地中央区域和相对压力中心O的至少一个周边区域上的脊状突起204、206和208的频率变化。
在本文提出的本发明的实施方式中,当在真实手指的情况下,中央脊状突起204的频率并不由于传感器102的移动而变化,然而由于传感器102的移动,远侧脊状突起206的频率升高而近侧脊状突起208的频率降低。
换言之,对于真实手指,压力中心O周围的中央脊状突起204的频率不由于传感器102的移动而变化,而周边脊状突起(这里是近侧脊状突起和远侧脊状突起)的频率由于传感器102的移动升高或降低。
为了构建脊状突起的频率局部修改分布图,在印记的阶分别为i和j的至少两个图像200之间观察多个点A(ρ,θ),印记的阶分别为i和j的至少两个图像200之间点A(ρ,θ)处的脊状突起频率变化由以下公式给出:
因此可为分布在印记的图像200上的多个点A(ρ,θ)构建脊状突起的频率局部修改分布图。该分布和Δf值的幅度使得能够验证基底150是否为真实手指的事实。
对与传感器102接触的基底150的印记的结构250、252的局部移动分布图进行的分析包括:定位印记的图像200上的特性点250、252(例如,孔、疤痕的端部、分支或线的端部),以及分析在传感器102的移动的影响下每个特性点经历的移动。具体地,当周边区域明显移动时,中央区域不移动。
对于所定位的每个特性点250、252,可在传感器102移动之前定位的特性点250和传感器102移动之后定位的特性点252之间构建移动向量254。
局部移动分布图因此通过监视分布在印记的图像200上的多个特性点并通过确定每个特性点的移动向量254而被构建,为此使用光流计算,可选地使用局部过滤以限制异常点的数量。
移动向量254的分布、方向和幅度使得能够验证基底150是否是真实手指。
图4示出了对于真实手指所获得的光流的半分布图400。与传感器102的支承表面接触的中央区域402非常微小地移动,其由点408示出,而不与传感器102的支承表面接触的周边区域404具有更大的移动,在此由箭头406示出。
在纸质欺骗物的情况下,基底150没有弹性,因此脊状突起的频率没有变化,由于基底150没有变形,因此所有特性点经历相同的移动。根据基底是否在传感器102的支承面上滑动,获得不同的结果。
如果基底在传感器102的支承面上滑动,则基底上的特性点的移动与传感器102的移动对应。
脊状突起的频率局部修改分布图为分布在印记的图像200上的一组“零”,并且局部移动为与传感器102的移动向量相同的一组移动向量254。
如果基底没有在传感器102的支承面上滑动,则基底(通常为欺骗者的手指)后面的元件吸收传感器102的移动,因此没有基底上的特性点的移动。
图5示出对于不滑动的纸质欺骗物所获得的光流的半分布图500。尽管传感器102移动(由点502示出),但整个图像保持静止。
在厚欺骗物的情况下,除了在压力区域的周边,基底150实际上表现得像纸。因此分布图与纸质伪造手指的分布图相似,或在周边稍有不同但不足以确定基底150为真实手指,例如由于在皮肤和硅酮之间的柔性差异和/或在诱骗物的均匀结构和手指的非均匀结构之间的差异。
在薄欺骗物的情况下,薄层与手指之间的结合区域导致与用真实手指获得的结果不同的结果。这些差异在分布图上可见。
分布图以极坐标系统的原点O为中心,分布图的分辨率与印记的图像200的分辨率不同,例如可选择50dpi的分辨率,但也可以是其他分辨率。
当一些特性点在所有印记的图像200上不可见时,构建分布图所必须的信息,即Δf和对应的移动向量254被设置为“零”,以使得所有分布图具有相同的维度。因此分布图被看作都具有相同维度的向量。
在上述发明实施方式中,分布图更具体地由两个连续捕获的印记的图像200构成,但是对于分布图的类型,可将捕获的所有图像对的分析分组在相同分布图中,以获得移动向量254和Δf的平均值。
基于基底150是真实手指还是虚假手指的事实做出的分析和决定可以交给分类器,该分类器的作用是将样本分类到多个类的一个类中,该样本具有与所述类相同的特征。
使用分类器需要学习机制,在学习机制期间建立了包含分布在多个类中的欺骗物和真实手指的分布图示例的参考数据库。
分类器可以是SVM类型或多类SVM型,或者执行主成分分析(PCA)然后执行线性判别分析(LDA)的类型。
当基底150将被验证时,由基底150携带的印记的第一图像200被捕获,传感器102进行移动,以及印记的第二图像200被捕获。如上所述,可进行传感器102的其他移动并在每次移动后捕获印记的图像。
然后脊状突起的频率局部修改分布图和局部移动分布图被建立并被传输至分类器的输入。
类的数量从对于“真实手指”和“欺骗物”为2变化至对于“真实手指”、“纸质欺骗物”、“厚欺骗物”和“薄欺骗物”为4。
还可通过执行第一分类,然后执行第二分类逐步地实施。
第一分类包括:通过第一二类分类器将样本分类到“纸质欺骗物”类或“其他”类中。第一分类快速地排除最容易区分的纸质欺骗物。
第二分类包括:将在“其他”类中的样本分类到“真实手指”或包含厚欺骗物和薄欺骗物的“欺骗物”类中。
图3示出用于验证基底150为真实手指的事实的验证方法300的算法。
验证方法300包括:
-初始捕获步骤302,在该步骤期间,捕获印记的第一图像200;
-移动步骤304,在该步骤期间,移动传感器102;
-捕获步骤306,在该步骤期间,捕获印记的第二图像200;
-分析步骤308,在该步骤期间,分析表示捕获的印记的两个图像的数据;以及
-决策步骤310,在该步骤期间,根据分析步骤的结果,确定基底150的有效性。
当执行传感器102的多次移动时,只要将执行传感器102的移动,则分析步骤308循环至移动步骤304。为了这个目的,在分析步骤308和确定步骤310之间,验证方法300包括测试步骤312,在测试步骤312中,证实是否存在传感器102的新移动。如果得到否定回答,则在确定步骤310之后过程继续。如果得到肯定回答,则过程循环至移动步骤304。为了这个目的,验证方法300包括将测试步骤312循环至移动步骤304的循环步骤314。然后决策步骤310基于不同的分析步骤308的结果。
分析步骤308包括:根据表示捕获的每对印记的图像200的数据,构建脊状突起的频率局部修改分布图和结构的局部移动分布图,以及例如通过分类器比较每个分布图的结构与存储在参考数据库中的参考分布图的结构。
决策步骤310包括:根据分析步骤308的结果验证真实手指是否存在。
显然,本发明不限于所述和所示的示例和实施方式,而本领域技术人员可对本发明做出多个变型。
例如本发明在基底包括手指的情况下具体进行了描述,但是可能在基底包括四个手指的情况下应用本发明。可对每个手指构建脊状突起的频率局部修改分布图和结构的局部移动分布图,但也可根据所有代表性数据构建一个脊状突起的频率局部修改分布图和一个结构的局部移动分布图。在后一情况下,分布图表示从代表数据产生的平均值。
Claims (6)
1.一种用于验证将身体的真实部分作为携带印记的基底使用的反欺骗设备,包括:
-控制单元;
-传感器,旨在捕获由放置在所述传感器上的所述基底携带的所述印记的图像;
-移动模块,所述移动模块上安装有所述传感器并且旨在对所述传感器施加预定的移动;
-分析模块,旨在接收表示在所述传感器移动之前被捕获的印记的图像和在所述传感器移动之后被捕获的印记的图像的数据并对所述数据进行分析;以及
-决策模块,旨在根据由所述分析模块传输的信息确定所述基底是否是身体的真实部分。
2.根据权利要求1所述的反欺骗设备,其特征在于,所述分析模块旨在根据表示在所述传感器移动之前被捕获的印记的图像和在所述传感器移动之后被捕获的印记的图像的所述数据,构建所述印记的脊状突起的频率局部修改分布图和构建所述印记的结构的局部移动分布图,并将每个所述分布图的结构与参考分布图的结构进行比较。
3.根据权利要求1或2所述的反欺骗设备,其特征在于,当所述身体的所述真实部分为手指时,所述移动模块设计为当所述手指放置在所述传感器上时产生与所述手指的纵向轴线平行的平移。
4.一种用于通过验证设备对将身体的真实部分作为携带印记的基底使用进行验证的验证方法,所述验证设备包括旨在捕获所述印记的图像的传感器,所述验证方法包括:
-初始捕获步骤,在所述初始捕获步骤期间,由所述传感器捕获所述印记的第一图像;
-移动步骤,在所述移动步骤期间,对所述传感器施加预定的移动;
-捕获步骤,在所述捕获步骤期间,由所述传感器捕获所述印记的第二图像;
-分析步骤,在所述分析步骤期间,对表示被捕获的所述印记的所述第一图像和所述第二图像的数据进行分析;以及
-确定步骤,在所述确定步骤期间,根据所述分析步骤的结果,确定所述基底的有效性。
5.根据权利要求4所述的验证方法,其特征在于,所述分析步骤包括:根据表示所述印记的所述第一图像和所述第二图像的数据,构建所述印记的脊状突起的频率局部修改分布图以及所述印记的结构的局部移动分布图,并将每个所述分布图的结构与参考分布图的结构进行比较。
6.根据权利要求4或5所述的验证方法,其特征在于,
在所述分析步骤和所述确定步骤之间,所述验证方法包括测试步骤,在所述测试步骤期间,检验所述传感器是否进行了新移动,以及
所述验证方法包括循环步骤,在肯定的情况下,所述循环步骤使所述测试步骤循环至所述移动步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR11/59678 | 2011-10-25 | ||
FR1159678A FR2981769B1 (fr) | 2011-10-25 | 2011-10-25 | Dispositif anti-fraude |
PCT/EP2012/070973 WO2013060681A1 (fr) | 2011-10-25 | 2012-10-23 | Dispositif anti-fraude |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103890778A CN103890778A (zh) | 2014-06-25 |
CN103890778B true CN103890778B (zh) | 2017-11-28 |
Family
ID=47073449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280052034.4A Active CN103890778B (zh) | 2011-10-25 | 2012-10-23 | 反欺骗设备 |
Country Status (10)
Country | Link |
---|---|
US (1) | US9323976B2 (zh) |
EP (1) | EP2771841B1 (zh) |
JP (1) | JP6193868B2 (zh) |
KR (1) | KR101923125B1 (zh) |
CN (1) | CN103890778B (zh) |
BR (1) | BR112014009642B1 (zh) |
FR (1) | FR2981769B1 (zh) |
IN (1) | IN2014DN03276A (zh) |
WO (1) | WO2013060681A1 (zh) |
ZA (1) | ZA201402994B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3017230B1 (fr) * | 2014-02-04 | 2016-03-11 | Morpho | Procede de validation de l'utilisation d'un vrai doigt comme support d'une empreinte digitale |
FR3034224B1 (fr) * | 2015-03-23 | 2018-03-23 | Morpho | Dispositif de verification de la veracite d'une empreinte digitale |
CN105612533B (zh) * | 2015-06-08 | 2021-03-02 | 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 |
WO2016197297A1 (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 |
CN106774803B (zh) * | 2016-12-12 | 2021-02-09 | 北京小米移动软件有限公司 | 指纹识别方法及装置 |
FR3065306B1 (fr) * | 2017-04-12 | 2019-04-05 | Safran Identity and Security | Procede de detection de fraude |
CN111201537B (zh) | 2017-10-18 | 2023-11-17 | 指纹卡安娜卡敦知识产权有限公司 | 在指纹分析中通过机器学习来区分活体手指与欺骗手指 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1393823A (zh) * | 2001-07-02 | 2003-01-29 | 国际商业机器公司 | 人体生物特征辅助识别装置,人体生物特征辅助识别方法 |
CN1410938A (zh) * | 2001-10-09 | 2003-04-16 | 比纹福股份有限公司 | 生物统计识别系统的验证技术 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10123330A1 (de) * | 2001-05-14 | 2002-11-28 | Infineon Technologies Ag | Verfahren zur Fälschungserkennung bei der Fingerabdruckerkennung unter Verwendung einer Texturklassifikation von Grauwertdifferenzbildern |
US7116805B2 (en) * | 2003-01-07 | 2006-10-03 | Avagotechnologies Ecbu Ip (Singapore) Pte. Ltd. | Fingerprint verification device |
JP3924558B2 (ja) * | 2003-11-17 | 2007-06-06 | 富士通株式会社 | 生体情報採取装置 |
FR2862785B1 (fr) * | 2003-11-21 | 2006-01-20 | Atmel Grenoble Sa | Capteur d'empreinte digitale a deux sens de balayage |
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 |
US8275178B2 (en) * | 2008-06-19 | 2012-09-25 | Authentec, Inc. | Software based method for finger spoof detection and related devices |
CN102667849B (zh) * | 2009-12-07 | 2015-07-08 | 日本电气株式会社 | 伪指判别设备 |
-
2011
- 2011-10-25 FR FR1159678A patent/FR2981769B1/fr not_active Expired - Fee Related
-
2012
- 2012-10-23 JP JP2014537581A patent/JP6193868B2/ja active Active
- 2012-10-23 KR KR1020147012850A patent/KR101923125B1/ko active IP Right Grant
- 2012-10-23 BR BR112014009642-2A patent/BR112014009642B1/pt active IP Right Grant
- 2012-10-23 US US14/354,263 patent/US9323976B2/en active Active
- 2012-10-23 WO PCT/EP2012/070973 patent/WO2013060681A1/fr active Application Filing
- 2012-10-23 IN IN3276DEN2014 patent/IN2014DN03276A/en unknown
- 2012-10-23 EP EP12777912.2A patent/EP2771841B1/fr active Active
- 2012-10-23 CN CN201280052034.4A patent/CN103890778B/zh active Active
-
2014
- 2014-04-24 ZA ZA2014/02994A patent/ZA201402994B/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1393823A (zh) * | 2001-07-02 | 2003-01-29 | 国际商业机器公司 | 人体生物特征辅助识别装置,人体生物特征辅助识别方法 |
CN1410938A (zh) * | 2001-10-09 | 2003-04-16 | 比纹福股份有限公司 | 生物统计识别系统的验证技术 |
Also Published As
Publication number | Publication date |
---|---|
WO2013060681A1 (fr) | 2013-05-02 |
EP2771841A1 (fr) | 2014-09-03 |
FR2981769A1 (fr) | 2013-04-26 |
BR112014009642B1 (pt) | 2021-02-02 |
FR2981769B1 (fr) | 2013-12-27 |
CN103890778A (zh) | 2014-06-25 |
EP2771841B1 (fr) | 2015-12-16 |
KR101923125B1 (ko) | 2018-11-28 |
BR112014009642A2 (pt) | 2017-05-09 |
JP2015501484A (ja) | 2015-01-15 |
KR20140079467A (ko) | 2014-06-26 |
JP6193868B2 (ja) | 2017-09-06 |
IN2014DN03276A (zh) | 2015-05-22 |
ZA201402994B (en) | 2015-11-25 |
US9323976B2 (en) | 2016-04-26 |
US20140301616A1 (en) | 2014-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103890778B (zh) | 反欺骗设备 | |
Sousedik et al. | Presentation attack detection methods for fingerprint recognition systems: a survey | |
CN107077608B (zh) | 图像生物特征识别中的面部活体检测 | |
Zhang et al. | Matched filtering algorithm for pavement cracking detection | |
CN105654121B (zh) | 一种基于深度学习的复杂提花织物缺陷检测方法 | |
Arora et al. | Design and fabrication of 3D fingerprint targets | |
CN102395995B (zh) | 活体信息登记装置、活体信息登记方法、活体认证装置、活体认证方法 | |
Chatterjee et al. | Anti-spoof touchless 3D fingerprint recognition system using single shot fringe projection and biospeckle analysis | |
CN100573553C (zh) | 基于薄板样条形变模型的活体指纹检测方法 | |
CN106415608B (zh) | 验证印刷条目的身份的方法和系统 | |
BR102015002106A2 (pt) | método de validação do uso de um dedo real como sustentação de uma impressão digital | |
US20180089408A1 (en) | Biometric authentication based on gait pattern or writing motion with an inertial measurement unit | |
Tan et al. | The effect of environmental conditions and novel spoofing methods on fingerprint anti-spoofing algorithms | |
Shoewu et al. | Biometric-based attendance system: LASU Epe campus as case study | |
Casula et al. | Towards realistic fingerprint presentation attacks: The screenspoof method | |
Panetta et al. | LQM: Localized quality measure for fingerprint image enhancement | |
US9977889B2 (en) | Device for checking the authenticity of a fingerprint | |
Arora et al. | 3D whole hand targets: Evaluating slap and contactless fingerprint readers | |
Marasco et al. | A look at non-cooperative presentation attacks in fingerprint systems | |
KR100647088B1 (ko) | 생체측정 정보 확인장치 및 그 방법 | |
US10354121B2 (en) | Method for verifying the veracity of a finger | |
Modi | Analysis of fingerprint sensor interoperability on system performance | |
Arora et al. | 3d targets for evaluating fingerprint readers | |
Kulkarni et al. | Vein pattern for personal authentication | |
Rai et al. | An open patch generator based fingerprint presentation attack detection using generative adversarial network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: French Kubeva Patentee after: Adimia - Identity and Security France Address before: France issie - Levin - moulinot Patentee before: MORPHO |
|
CP03 | Change of name, title or address |