CN107209855A - 通过指纹识别认证用户 - Google Patents
通过指纹识别认证用户 Download PDFInfo
- Publication number
- CN107209855A CN107209855A CN201680008111.4A CN201680008111A CN107209855A CN 107209855 A CN107209855 A CN 107209855A CN 201680008111 A CN201680008111 A CN 201680008111A CN 107209855 A CN107209855 A CN 107209855A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- signal
- electronic equipment
- user
- determination value
- 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
Links
- 238000001514 detection method Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims description 34
- 238000009825 accumulation Methods 0.000 claims description 30
- 230000005611 electricity Effects 0.000 claims description 11
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims 3
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 230000006870 function Effects 0.000 description 41
- 238000004891 communication Methods 0.000 description 30
- 238000007726 management method Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 9
- 230000001413 cellular effect Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000005684 electric field Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000010358 mechanical oscillation Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
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
- G06V40/1365—Matching; Classification
-
- 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
-
- 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
-
- 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
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- 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
Abstract
提供了一种用于在电子设备中认证用户的方法。在说明性实施例中,通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入。可以根据检测信号的信号强度计算确定值,该确定值表示检测信号的分布程度。然后确定确定值是否落在预设参考范围之外。如果确定值落在预设参考范围之外,则该方法确定来自用户的指纹输入是无效的。
Description
技术领域
本发明涉及用于通过指纹识别认证用户的方法和电子设备。
背景技术
商业化便携式终端近来已添加通过指纹识别的用户认证能力。用户通过使他或她的手指与便携式终端中提供的指纹传感器接触来输入指纹。便携式终端通过扫描接触指纹传感器的表面的用户的手指来接收用户的指纹输入。
发明内容
[技术问题]
然而,随着能够执行指纹识别的设备已变得更普遍,侵入(hack)这些设备的企图增加了。此外,可以通过使用留在玻璃等上的指纹来伪造指纹。
[问题的解决方案]
上述信息仅作为背景信息被呈现,以帮助理解本发明。关于上述的任何内容是否可应用为关于本发明的现有技术,未做出确定且未做出断言。
本发明的一些实施例的目的是提供一种用于通过安全增强的指纹识别认证用户的方法和电子设备。
根据本发明的第一方面,提供了一种用于在电子设备中使用指纹识别认证用户的方法。该方法包括:通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;根据信号强度计算表示检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外;以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
根据本发明的第二方面,提供了一种用于使用指纹识别认证用户的电子设备。电子设备包括指纹识别模块和处理器,指纹识别模块被配置为通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入,处理器被配置为:根据信号强度计算表示检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外;以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
根据另一实施例,一种用于使用指纹识别认证用户的电子设备,该设备包括指纹识别模块和处理器,指纹识别模块被配置为检测来自用户的指纹输入以及确定与指纹输入对应的检测信号的信号强度的信号电平特定分布,处理器被配置为:通过分析信号电平特定分布来计算确定值,确定该确定值是否落在预设参考范围内,以及如果该确定值落在预设参考范围内,则确定来自用户的指纹输入是有效的。
本发明的另一方面提供了一种包括指令的计算机程序,所述指令被布置成在被运行时实现根据上述方面中的任一方面所述的方法。又一方面提供了存储这样的程序的机器可读存储装置。具体地,根据另一方面,提供了一种存储有指令的非暂态计算机可读记录介质,所述指令在由处理器运行时使电子设备执行用于在电子设备中使用指纹识别认证用户的方法。该方法包括:通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;根据信号强度计算表示检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外;以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
根据结合附图、公开本发明的示例性实施例的以下详细描述,本发明的其它方面、优点和显著特征对于本领域技术人员而言将变得明显。
[本发明的有益效果]
本发明的某些实施例可以提供一种用于通过安全增强的指纹识别认证用户的方法和电子设备。
附图说明
从以下结合附图的描述中,本发明的某些示例性实施例的上述和其它方面、特征和优点将更加明显,在附图中:
图1图示了根据本发明的各种实施例的包括电子设备的网络环境;
图2是图示了根据本发明的各种实施例的由电子设备通过指纹识别认证用户的方法的流程图;
图3是图示了根据本发明的各种实施例的由电子设备通过指纹识别认证用户的方法的流程图;
图4a和图4b图示了根据本发明的各种实施例的由电子设备感测指纹的方案;
图5a和图5b图示了根据本发明的各种实施例的电子设备识别来自用户的指纹输入的示例;
图6和图7是图示了根据本发明的各种实施例的从用户到电子设备的指纹输入的信号电平(signal level)的分布和分布的累积的曲线图(graph);
图8是根据本发明的各种实施例的电子设备的框图;以及
图9是根据本发明的各种实施例的程序模块的框图。
贯穿附图,将理解相同的附图标记指代相同的部件、组件和结构。
具体实施方式
提供了以下参考附图的描述以帮助全面理解如权利要求所限定的本发明的示例性实施例。描述包括有助于该理解的各种具体细节,但这些应被认为仅是示例性的。因此,本领域普通技术人员将认识到,在不脱离本发明的范围的情况下,可以对本文所述的实施例进行各种改变和修改。此外,为了清楚和简要,可以省略对公知功能和构造的描述。
贯穿本说明书的描述和权利要求,词语“包括(comprise)”和“包含(contain)”及该词语的变体,例如“包括(comprising)”和“包括(comprises)”是指“包括但不限于”,并且不意图(并且不)排除其它组件、整体或步骤。
结合本发明的具体方面、实施例或示例描述的特征、整体或特性应被理解为可适用于本文描述的任何其它方面、实施例或示例,除非与之不兼容。
还将理解,贯穿本说明书的描述和权利要求,一般形式为“用于Y的X”(其中Y是某种动作、活动或步骤,并且X是用于执行该动作、活动或步骤的某种装置)的言词包括适合于或被布置为专门地但非排他性地进行Y的装置X。
以下描述和权利要求中使用的术语和词语不限于书籍的含义,而是仅由发明人使用以使得能够清楚和一致地理解本发明。因此,本领域技术人员应当明白,本发明的示例性实施例的以下描述被提供仅用于说明的目的,而不是用于限制由所附权利要求及其等同物限定的本发明的目的。
应理解,除非上下文另有明确所指,否则单数形式“一种(a)”、“一个(an)”和“该(the)”包括复数个指示物。因此,例如,提及“组件表面”包括提及一个或多个这样的表面。
根据术语“基本上”,其是指所记载的特性、参数或值不需要精确地实现,而是可以以不妨碍特性意图提供的效果的量发生偏差或变化,包括例如公差、测量误差、测量精度限制和本领域技术人员已知的其它因素。
下面将参考附图在本文描述本发明的示例性实施例。尽管在附图中图示了本发明的具体实施例并且提供了相关的详细描述,但是可以对示例性实施例进行各种改变并且可以提供各种示例性实施例。因此,本发明的各种示例性实施例不限于具体实施例,并且应被理解为包括本发明的示例性实施例的构思和技术范围中所包括的所有改变和/或等同物或替代物。在附图的说明中,对于相同的元件使用相同的附图标记。
在本发明的示例性实施例中使用的术语“包括(include)”或“可以包括(mayinclude)”指示所公开的相应功能、操作、元件等的存在,并且不限制附加的一个或多个功能、操作、元件等。此外,应当理解,在本发明的示例性实施例中使用的术语“包括(include)”或“具有(has)”将指示在本说明书中描述的特征、数目、步骤、操作、元件、部件或其组合的存在,并且不排除一个或多个其它特征、数目、步骤、操作、元件、部件或其组合的存在或附加。
在本发明的各种示例性实施例中使用的术语“或”或“A或/和B中的至少一个”包括相关联的列出项的任何和所有组合。例如,术语“A或B”或“A或/和B中的至少一个”可以包括A、B、或A和B的全部。
虽然在本发明的各种示例性实施例中使用的诸如“第一”和“第二”的术语可以修饰各种示例性实施例的各种元件,但是这些术语不限制相应元件。例如,这些术语不限制相应元件的顺序和/或重要性。可以出于将一个元件和另一个元件区分开的目的来使用这些术语。例如,第一用户设备和第二用户设备都指示用户设备或可以指示不同的用户设备。例如,在不脱离本发明的各种示例性实施例的适当的范围的情况下,第一元件可以被命名为第二元件,并且类似地,第二元件可以被命名为第一元件。
将理解,当元件“连接”或“耦接”到另一元件时,元件可以直接连接或耦接到另一元件,并且在该元件和另一元件之间可以存在另一新元件。相反,将理解,当元件“直接连接”或“直接耦接”到另一元件时,在该元件与另一元件之间不存在其它元件。
在本发明的各种示例性实施例中使用的术语仅用于描述具体示例性实施例的目的,而不意图是限制性的。如本文所使用的,除非上下文另有明确指出,否则单数形式意图还包括复数形式。
除非本文使用的包括技术或科学术语的所有术语另被定义,否则它们具有与相关领域的普通技术人员通常理解的含义相同的含义。通用词典中定义的术语应被解释为具有与相关技术的上下文含义相同的含义,并且不应被解释为具有理想或夸张的含义,除非它们在各种示例性实施例中被清楚地定义。
根据本发明的各种实施例的电子设备可以是包括指纹功能或通信功能的设备。例如,电子设备可以是下述项中的一个或多个的组合:智能电话、平板个人计算机(PC)、移动电话、视频电话、电子书(e-book)阅读器、桌面型PC、膝上型PC、上网本计算机、个人数字助理(PDA)、便携式多媒体播放器(PMP)、MP3播放器、移动医疗设备、电子手镯、电子项链、电子配件、相机、可穿戴设备(例如,诸如电子眼镜的头戴式设备(HMD))、电子布、电子手镯、电子项链、电子配件、电子纹身和智能手表。
根据一些实施例,电子设备可以是具有指纹功能或通信功能的智能家用电器。电子设备可以包括,例如,电视(TV)、数字视频盘(DVD)播放器、音频设备、冰箱、空调、真空清洁器、烤箱、微波炉、洗衣机、空气净化器、机顶盒、电视盒(例如,Samsung的HomeSyncTM、Apple的TVTM或Google的TVTM)、游戏机、电子词典、电子钥匙、摄录机和电子相框。
根据一些实施例,电子设备可以包括下述项中的至少一个:各种医疗设备(例如,磁共振血管造影(MRA)、磁共振成像(MRI)、计算机断层扫描(CT)、成像设备或超声设备)、导航系统、全球定位系统(GPS)接收器、事件数据记录器(EDR)、飞行数据记录器(FDR)、车辆信息娱乐设备、用于船舶的电子设备(例如,用于船舶的导航系统和回转罗盘)、航空电子设备、安全设备、车头单元、工业或家用机器人、自动取款机(ATM)和销售点(POS)。
根据一些实施例,电子设备可以包括具有指纹识别功能或通信功能的家具或建筑物/结构的一部分、电子板、电子签名接收设备、投影仪和各种测量仪器(例如,水、电、气或电波测量设备)。根据本发明的各种实施例的电子设备可以是上面列出的设备之一或其组合。根据本发明的各种实施例的电子设备可以是柔性设备。对于本领域普通技术人员而言明显的是,根据本发明的各种实施例的电子设备不限于上面列出的设备。
在下文中,将参考附图描述根据本发明的各种实施例的电子设备。这里,在本发明的各种实施例中使用的术语“用户”可以指代使用电子设备的人或使用电子设备的设备(例如,人工智能电子设备)。
图1图示了在网络环境100中操作的根据实施例的电子设备101的框图。电子设备101可以包括总线110、处理器120、存储器130、输入/输出(I/O)接口150、显示器160、通信接口170和指纹识别模块180。在其它实施例中,电子设备101可以省略前述元件中的至少一个,或者还可以包括其它元件。
总线110可以包括用于互连上述元件120至180以及用于允许元件110至180之间的通信(例如,控制消息和/或数据)的电路。
处理器120可以包括中央处理单元(CPU)、应用处理器(AP)和通信处理器(CP)中的一个或多个。处理器120执行用于例如电子设备101的至少一个其它元件的控制和/或通信的操作或数据处理。
根据本发明的实施例,处理器120确定通过指纹识别模块180的指纹输入是否有效。这里,当输入的指纹被检测为预先登记在电子设备101中的用户的指纹时,用户的指纹输入被认为“有效”。处理器120还可以确定输入的指纹是否被伪造以及输入的指纹是否由生命有机体输入。如果通过指纹识别模块180的指纹输入是有效的(即,确定输入指纹的用户是预先登记的用户),则处理器120认证该用户。
处理器120分析由指纹识别模块180生成的指纹图像。处理器120可以将检测到的、在用户向指纹识别模块180输入指纹期间产生的电容的变化表示为电平值。例如,用户将他或她的手指放置在其上的指纹传感器的表面可以是像素的表面,其中针对每个像素单独地检测由于与用户的手指接触而产生的电路中的电容的变化。处理器120可以将分布在指纹占据的整个区域上的每个像素的电容变化表示为由指纹识别模块180感测到的指纹的电平值。
在本文中,表示电容变化的电平值可以被称为“信号电平”。如果指纹图像是十六个灰度(shades of grey)的灰阶图像(grey scale image),则信号电平可以用十六个值来表示。例如,处理器120可以将电容变化确定为0-240个单位之一,并且确定与电容变化对应的信号电平。处理器120可以计算指示指纹的信号电平的分布的方差、基于信号电平的直方图中从低电平到高电平的数据样本的数目的累积、信号电平的平均值、信号电平的标准差等。
处理器120通过使用数据样本的数目的累积来确定“确定值”,该“确定值”用于确定至指纹识别模块180的指纹输入是否无效。例如,处理器120可以计算与分布的累积的90%对应的信号电平值和与分布的累积的10%对应的信号电平值之间的差,作为用于确定指纹是否无效的确定值。(稍后将参考图5-7的曲线图来对此进行详细说明。)确定值还可以用于结合指纹图像的图像相似性分析来确定指纹输入是否有效。也就是说,在一个实施例中,如果指纹图像基于某一标准与预先存储的图像基本上匹配并且确定值在预设范围内,则指纹输入可被确定为有效。然而,在另一实施例中,可以仅使用确定值来确定指纹输入是否有效,而无需任何相似性分析。
正如所提到的,处理器120可以基于确定值来确定至指纹识别模块180的指纹输入是否无效。如果确定值落在预设参考范围内并且指纹图像与针对该用户的预先存储的图像基本上匹配,则处理器120可以确定输入的指纹是有效的。存储器130可以包括易失性和/或非易失性存储器。存储器130可以存储例如与电子设备101的至少一个其它元件相关联的命令或数据。根据本发明的实施例,存储器130可以包括由指纹识别模块180生成的一个或多个指纹图像。
存储器130可以存储软件和/或程序140。程序140可以包括,例如核141、中间件143、应用编程接口(API)145和/或应用程序(或应用)147。核141、中间件143和API 145中的至少一些可以被称为操作系统(OS)。
核141控制或管理例如用于运行在其它程序(例如,中间件143、API 145或应用程序147)中实现的操作或功能的系统资源(例如,总线110、处理器120或存储器130)。核141提供接口,中间件143、API 145或应用程序147通过该接口访问电子设备101的单独的组件,以控制或管理系统资源。
中间件143可以作为用于允许例如API 145或应用程序147在与核141的通信中交换数据的媒介物(intermediary)进行工作。关于从应用程序147接收的任务请求,中间件143例如通过对至少一个应用程序147给出用于使用电子设备101的系统资源(例如,总线110、处理器120或存储器130)的优先级,来执行关于任务请求的控制(例如,调度或负载均衡)。
API 145是用于应用147控制由核141或中间件143提供的功能的接口,并且可以包括例如用于文件控制、窗口控制、图像处理或字符控制的至少一个接口或功能(例如,命令)。
I/O接口150用作下述接口:该接口用于将从用户或另一外部设备输入的命令或数据传递到电子设备101的其它组件110至140和160至180。I/O接口150还可以将从电子设备101的其它组件110至140和160至180接收的命令或数据输出到用户或另一外部设备。
根据本发明的实施例,I/O接口150可以从用户接收用于输入指纹的用户输入。I/O接口150还可以接收用于请求确定至指纹识别模块180的指纹输入是否为伪造的用户输入。
显示器160可以包括例如液晶显示器(LCD)、发光二极管(LED)显示器、有机发光二极管(OLED)显示器、微机电系统(MEMS)显示器或电子纸显示器。显示器160可以向用户显示各种内容(例如,文本、图像、视频、图标或符号)。显示器16可以包括触摸屏,并且接收例如通过使用电子笔或用户的身体部位输入的触摸、手势、接近或悬停。
根据本发明的实施例,显示器160可以被实现为包括指纹识别模块180以从用户接收指纹。
通信接口170例如在电子设备101和外部设备(例如,第一外部电子设备102、第二外部电子设备104或服务器106)之间建立通信。例如,通信接口170通过无线或有线通信连接到网络162以与外部设备(例如,第二外部电子设备104或服务器106)进行通信。
无线通信可以使用例如长期演进(LTE)、先进LTE(LTE-A)、码分多址(CDMA)、宽带CDMA(WCDMA)、通用移动通信系统(UMTS)、无线宽带(WiBro)或全球移动通信系统(GSM))中的至少一个作为蜂窝通信协议。有线通信可以包括例如USB(通用串行总线)、高清晰度多媒体接口(HDMI)、推荐标准(RS)-232和简易老式电话服务(POTS)中的至少一个。网络21可以包括电信网络,例如计算机网络(例如,局域网(LAN)或广域网(WAN))、因特网和电话网络中的至少一个。
第一外部电子设备102和第二外部电子设备104中的每个可以是与电子设备101相同类型或不同类型的设备。根据本发明的实施例,服务器106可以包括一个或多个服务器的组。
指纹识别模块180可以包括指纹传感器(未示出)以从用户接收指纹输入。一旦用户的手指的表面接触指纹传感器,指纹识别模块180扫描手指表面,并且通过使用扫描的指纹生成指纹图像,从而获取用户的指纹。为此,指纹识别模块180可以包括指纹扫描器。在下面的描述中,通过扫描用户的指纹而生成的图像将被称为“指纹图像”。
作为一个示例,指纹识别模块180可以生成16色灰阶图像作为指纹图像。在示例中,指纹识别模块180生成用于扫描用户的指纹的信号(下文中,称为“扫描信号”)的频率可以是20MHz。在另一示例中,指纹识别模块180可以生成至少两个频带的信号(例如,2KHz的信号和2MHz的信号)来扫描用户的指纹。指纹识别模块180可以将在用户的指纹输入期间产生的电容变化表示为电平值,并且生成表示变化的电平值的分布的指纹图像。
由指纹识别模块180的指纹传感器输出的扫描信号通过用户的手指的脊线(ridge)或谷线(valley)被改变,并且由指纹识别模块180检测。扫描信号可以通过手指的脊线或谷线被改变。指纹识别模块180可以检测通过手指的脊线或谷线而改变的信号,并且可以测量检测到的信号(下文中,称为“检测信号”)的信号强度。
例如,指纹识别模块180可以将检测信号的信号强度表示为0-240之一。指纹识别模块180可以按照落入信号强度范围对每个检测信号进行分类。在示例中,可以通过下述方式获得分类的每个检测信号的信号电平:将信号强度1-15确定为第一电平,将信号强度16-30确定为第二电平,将信号强度31-45确定为第三电平,将信号强度46-60确定为第四电平,将信号强度61-75确定为第五电平,将信号强度76-90确定为第六电平,将信号强度91-105确定为第七电平,将信号强度106-120确定为第八电平,将信号强度121-135确定为第九电平,将信号强度136-150确定为第十电平,将信号强度151-165确定为第十一电平,将信号强度166-180确定为第十二电平,将信号强度181-195确定为第十三电平,将信号强度196-210确定为第十四电平,将信号强度210-225确定为第十五电平,以及将信号强度226-240确定为第十六电平。此后,诸如上面表示的16个范围中的任一个的信号电平范围将仅被称为“信号电平”。指纹图像可以用对应于信号电平的颜色或灰度表示检测信号的信号电平。指纹识别模块180可以生成例如以对应于第一至第十六电平的十六种颜色或色度(shade)表示的指纹图像。
指纹识别模块180可以对与每个信号电平对应的检测信号的数目进行计数。例如,假设检测信号的信号强度涵盖(range over)第一至第十六电平。指纹识别模块180可以对与十六个电平中的每个电平对应的检测信号的相应数目(即,对应于第一电平的检测信号的第一数目、对应于第二电平的检测信号的第二数目……对应于第十六电平的检测信号的第十六数目)进行计数。
指纹识别模块180还可以将与每个信号电平对应的检测信号的数目(即,检测信号的信号电平特定分布)表示为直方图类型的曲线图。检测信号的信号电平特定分布可以被表示为图像。指纹识别模块180向接触显示器160的表面或指纹传感器的表面的用户的手指输出扫描信号,对检测信号进行检测,并且分析检测信号的信号电平特定分布以生成指纹图像。输出扫描信号、对检测信号进行检测和分析检测信号的信号电平特定分布的操作可以对应于扫描来自用户的指纹输入的操作。
处理器120可以通过使用检测信号的信号电平特定分布(即,其指示检测信号如何散布在信号电平的范围上)来确定来自用户的指纹输入是否有效,例如输入的指纹是伪造的还是输入的指纹是由生命有机体输入的。处理器120可以计算指示来自用户的指纹输入的信号电平特定分布的直方图或方差、表示从低信号电平到高信号电平的所测量的电平的数据样本的数目的累积、方差、检测信号的信号强度平均值、标准差等。
处理器120可以通过使用从低电平到高电平的数据样本的数目的累积来确定确定值,该确定值用于确定来自用户的指纹输入是否无效(或结合上述图像相似性分析确定来自用户的指纹输入是否有效)。例如,处理器120可以确定与数据样本的累积的90%对应的值和与数据样本的累积的10%对应的值之间的差,作为用于确定指纹是无效还是有效的确定值。用于计算确定值的百分比值(诸如示例性的10%和90%)可以由处理器120随机确定,或者可以是预先存储在存储器130中的或由用户输入的值。
处理器120可以基于确定值来确定来自用户的指纹输入是否无效。如果确定值落在预设参考范围内并且图像的相似性分析指示匹配,则处理器120可以确定输入的指纹是有效的。另一方面,如果确定值超出预设参考范围,则即使相似性分析指示匹配,处理器120也可以确定输入的指纹是无效的。
例如,如果确定值落在预设参考范围内,则处理器120可以确定输入的指纹不是伪造的。另一方面,如果确定值超出预设参考范围,则处理器120可以确定输入的指纹是伪造的。例如,如果确定值落在预设参考范围内,则处理器120可以确定关于输入了指纹的用户的认证成功。另一方面,如果确定值落在预设参考范围之外,则处理器120可以确定关于输入了指纹的用户的认证失败。例如,如果确定值落在预设参考范围内,则处理器120可以确定指纹是由生命有机体输入的。另一方面,如果确定值落在预设参考范围之外,则处理器120可以确定指纹是由非生命有机体(例如,死尸、切下的身体部位、橡胶、塑料等)输入的。
根据实施例,指纹识别模块180可以被实现为I/O接口150或显示器160的一部分。根据另一实施例,指纹识别模块180可被实现为包括在处理器120中。
根据各种实施例,可以在另外的一个或多个电子设备(例如,电子设备102和104或服务器106)中执行由电子设备101执行的一些或全部操作。根据实施例,当电子设备101必须自动地或在请求时执行功能或服务时,作为运行功能或服务的替代或附加,电子设备101可以请求另一设备(例如,电子设备102或104或服务器106)运行与功能或服务相关联的至少一些功能。另一电子设备(例如,电子设备102或104或服务器106)可以运行所请求的功能或附加功能,并且将运行结果传递到电子设备101。电子设备101然后可以处理或进一步处理所接收的结果以提供所请求的功能或服务。为此,例如,可以使用云计算、分布式计算或客户端-服务器计算。
根据本发明的另一方面,提供了一种用于使用指纹识别认证用户的电子设备。电子设备包括指纹识别模块和处理器,指纹识别模块被配置为通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;并且处理器被配置为:计算表示根据信号强度的检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外,以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
根据另一方面,一种用于使用指纹识别认证用户的电子设备包括指纹识别模块和处理器,指纹识别模块被配置为检测来自用户的指纹输入并且确定与指纹输入对应的检测信号的信号强度的信号电平特定分布,并且处理器被配置为:通过分析信号电平特定分布来计算确定值,确定该确定值是否落在预设参考范围内,以及如果该确定值落在预设参考范围内,则确定来自用户的指纹输入是有效的。
图2是图示了根据本发明的各种实施例的由电子设备(例如,电子设备101)通过指纹识别认证用户的方法的流程图。如图2所示,电子设备101的指纹识别模块180在操作S202中从用户接收指纹输入。在操作S202中,用户使手指的表面与显示器160的表面或包括在指纹识别模块180中的指纹传感器的表面接触,从而将指纹输入到电子设备101中。一旦在显示器160或指纹传感器上感测到用户的手指,指纹识别模块180向手指输出扫描信号以扫描手指的表面。显示器160或指纹传感器检测通过手指的表面而改变的信号,即检测信号。在操作S204中,指纹识别模块180按信号电平对检测信号进行分类。例如,指纹识别模块180可以对与每个信号电平对应的检测信号的数目进行计数。
在操作S206中,指纹识别模块180分析检测信号的信号电平特定分布。如下面结合图5-7进一步说明的,处理器120计算检测信号的信号电平特定数据样本的数目的累积,并且通过使用该累积来确定用于确定操作S202中的指纹输入是否有效的确定值。尽管在图2中未示出,但是根据本发明的实施例,指纹识别模块180可以通过使用检测信号的信号电平特定数据来生成表示操作S202中的用户的指纹输入的图像,即指纹图像。
处理器120在操作S208中确定与输入的指纹对应的确定值是否落在预设参考范围内。如果在操作S208中确定确定值落在预设参考范围内(操作S208中的“是”),则处理器120在操作S210中确定输入的指纹可以是有效的。在一个实施例中,如果指纹图像也与针对特定用户的预先存储的图像匹配,则通过该操作将输入的指纹确定为有效。在替选实施例中,仅基于确定值将输入的指纹确定为有效,而无需图像匹配分析。在这些实施例中的任一个中,如果在操作S208中确定确定值落在预设参考范围之外(操作S208中的“否”),则处理器120在操作S212中确定输入的指纹不是有效的。
图3是图示了根据本发明的各种实施例的由电子设备(例如,电子设备101)通过指纹识别认证用户的方法的流程图。如图3所示,电子设备101的指纹识别模块180在操作S302中从用户接收指纹输入。在操作S302中,用户使他/她的手指的表面与显示器160的表面或包括在指纹识别模块180中的指纹传感器的表面接触,以将指纹输入到电子设备101中。一旦在显示器160或指纹传感器上感测到用户的手指,指纹识别模块180向手指输出扫描信号以扫描手指的表面。显示器160或指纹传感器检测通过手指的表面而改变的信号,即检测信号。在操作S304中,指纹识别模块180按信号电平对检测信号进行分类。例如,指纹识别模块180可以对与每个信号电平对应的检测信号的数目进行计数。可以针对由指纹占据的整个区域上的每个像素检测检测信号,并且针对每个像素,指纹识别模块180可以将电容变化表示为信号电平。
在操作S306中,指纹识别模块180分析检测信号的信号电平特定分布。处理器120计算检测信号的信号电平特定数据样本的累积,并且通过使用信号电平特定数据样本的数目的累积来确定操作S302中的指纹输入是否无效。
在操作S308中,处理器120确定与输入的指纹对应的确定值是否落在预设参考范围内。如果在操作S308中确定确定值落在预设参考范围之外(操作S308中的“否”),则处理器120在操作S316中确定指纹是无效的。
如果在操作S308中确定确定值落在预设参考范围内(操作S308中的“是”),则处理器120在操作S310中控制指纹识别模块180生成指纹图像。根据实施例,指纹识别模块180通过使用每个检测信号的信号强度来生成指纹图像。
在操作S312中,处理器120确定在操作S310中生成的指纹图像是否与预先存储的指纹图像匹配。如果在操作S312中确定生成的指纹图像与预先存储的指纹图像不匹配(操作S312中的“否”),则处理器120在操作S316中确定操作S302中的指纹输入是无效的。如果在操作S312中确定生成的指纹图像与预先存储的指纹图像匹配(操作S312中的“是”),则处理器120在操作S314中确定输入的指纹是有效的。
根据实施例,如果在操作S314中确定操作S302中的指纹输入是有效的,则处理器120通过显示器160显示指示关于输入了指纹的用户的认证成功的通知。如果在操作S316中确定操作S302中的指纹输入不是有效的,则处理器120通过显示器160显示指示关于输入了指纹的用户的认证失败的通知。
根据实施例,如果在操作S310中生成的指纹图像和预先存储的指纹图像之间的相似度高于预设参考比率(例如,70%等),则处理器120可以确定在操作S302中输入了指纹的用户和与预先存储的指纹图像对应的用户(即,预先登记在电子设备101中的用户)相同。
在图3中,已经描述了电子设备101确定基于检测信号的信号电平特定分布而确定的确定值是否落在预设参考范围内,生成指纹图像,并且确定所生成的指纹图像是否与预先存储的指纹图像相同。然而,根据本发明的另一实施例,电子设备101可以首先确定所生成的指纹图像是否与预先存储的指纹图像匹配,然后确定基于检测信号的信号电平特定方差而确定的确定值是否落在预设参考范围内。
根据实施例,可以与生成指纹图像同步地分析检测信号的分布。处理器120可以将所生成的指纹图像与预先存储在存储器130中的指纹图像进行比较,以确定这两个指纹图像是否相同并且同时(或在时间上部分重叠)确定检测信号的确定值是否落在预设参考范围内。如果同时满足两个条件,即如果所生成的指纹图像和预先存储的指纹图像彼此相同并且检测信号的确定值落在参考范围内,则电子设备101的处理器120可以确定输入的指纹是有效的。
根据本发明的一个方面,提供了一种用于在电子设备中使用指纹识别认证用户的方法。该方法包括:通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;计算表示根据信号强度的检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外;以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
图4a和图4b图示了根据本发明的各种实施例的由电子设备(例如,电子设备101)感测指纹的方案。图4a图示了指纹的脊线中的指纹识别,并且图4b图示了指纹的谷线中的指纹识别。
通常,指纹可以包括脊线和谷线。包括在指纹识别模块180中的指纹传感器400可以包括生成用于识别指纹的扫描信号411和412的发送器410、以及接收器420。发送器410向指纹发送扫描信号411和412以识别指纹的脊线或谷线,并且接收器420接收通过指纹而改变的扫描信号411和412,即检测信号421和422。可以经由发送器410发送的扫描信号411和412的能量产生电场。指纹传感器400通过感测由扫描信号411和412产生的电场中的电容变化而从用户接收指纹的输入。由扫描信号411和412产生的电场中的电容变化可以作为检测信号421和422被输入到接收器420。例如,包括接收器420的指纹识别模块的电路可以通过感测连接到像素的电路中的电压或电流的某一变化来感测该像素的位置处的电容变化,从而感测当前位于该像素上方的用户的手指的脊线或谷线的存在。接收器420感测随着指纹的脊线和谷线中的每个而改变的电容变化。根据电容变化来确定检测信号421和422的信号强度。
参考图4a,发送器410和接收器420都接触手指的脊线。发送器410向手指的脊线输出电信号(即第一扫描信号411)的信号能量,并且接收器420接收该信号能量的大部分作为第一检测信号421,其是由脊线改变的第一扫描信号411。如果向指纹传感器400输入指纹的对象具有高介电常数,则第一检测信号421的传输速率可以增加;另一方面,如果该对象具有低介电常数,则第一检测信号421的传输速率可以降低。也就是说,传输到接收器420的第二检测信号421的量可以与介电常数成比例。
参考图4b,接收器420不接触谷线,从中可以看出,第二输出信号420(其是从发送器410输出的第二扫描信号421通过谷线的改变的版本)几乎没有被输入到接收器420。换句话说,与图4a中的脊线的情况相比,接收到信号能量的较小部分。虽然接收器420可以接收从发送器410直接输出的第二扫描信号412,但是通过谷线改变的且输入到接收器420的第二检测信号422的量非常小。
图5a和图5b图示了根据本发明的各种实施例的电子设备101识别来自用户的指纹输入的示例。图5a图示了来自用户的指纹输入的指纹图像510,并且图5b图示了示出图5a所示的指纹的信号电平特定分布521和数据样本的数目的累积522的直方图类型的曲线图。
指纹识别模块180可以基于在指纹扫描器或显示器160的各个像素上得到的信号电平特定数据样本来生成如图5a所示的指纹图像510。图5b所示的曲线图520示出了信号电平特定分布。
更具体地,图5b中的曲线图的X轴表示检测信号的特定电平(信号强度),如先前呈现的16个电平的示例中那样被分类。例如,对于任何检测信号(其是在特定位置处的用户的手指的数据样本),可以针对1-15的范围内的信号强度确定第一特定电平,可以针对16-30的范围内的信号强度确定第二电平,等等,以及可以针对226-240的范围内的信号强度确定第16电平。曲线图的左侧Y轴(其对应于曲线图中的垂直尖峰521)表示作为信号电平的函数的、图像数据样本的标准化(normalized)数目。例如,看出大多数检测信号样本落入的信号电平范围大致为110(对应于15个图像数据样本),而最小数目的样本(约2个样本)出现在对应于信号强度值240的第16电平处。在X轴的特定信号电平处的每个尖峰521具有与下述检测信号的数目成比例的高度:所述检测信号具有等于(在如上所述的标准化范围内)该信号电平的测量的信号强度。
曲线图中的与台阶图案522对应的右侧Y轴代表被表示为从0至100%的百分比的“累积”参数,并且是通过针对从最低信号电平(15)到最高信号电平(240)的每个信号电平对样本进行计数和累积来确定的。累积台阶图案的高度从左向右升高,其中高度在X轴上的每个特定信号电平处与和该信号电平相符的图像数据样本的数目成比例地离散地(discretely)升高。因此,在该示例中看出累积图案在约为110的信号强度处呈现最大的累积变化(最大高度增加),约为110的信号强度是与大多数检测信号样本落入的范围相符的强度水平。
假设由图5b表示的数据代表针对特定用户的参考分布,并且数据被适当地存储在电子设备101的存储器130中。
图6和图7图示了根据本发明的各种实施例的示出从用户到电子设备101的指纹输入的信号电平特定分布和分布的累积图案的曲线图。假设图6和图7的曲线图基于与图5b相同的参数。
图6的曲线图610示出了针对有效指纹的由垂直尖峰611表示的信号电平特定分布(其中有效性基于如下所说明的处理器120的确定)。该分布可以是,例如非伪造的指纹的分布。可以以与图5b所述的方式相同的方式产生分布的累积图案612。在X轴的特定信号电平处的每个尖峰611具有与下述检测信号的数目成比例的高度:所述检测信号具有等于(在如前讨论的范围内)该信号电平的测量的信号强度。通过从最低信号电平到最高信号电平对检测信号样本(图像数据样本)的数目进行累积来生成累积图案612。
图7示出了针对无效指纹(例如,伪造的指纹)的由数据样本计数711表示的信号电平特定分布、以及基于数据样本计数711的累积图案712。指纹识别模块180可以通过使用信号电平特定数据样本计数711来计算累积图案712,每个信号电平特定数据样本计数711与在相应信号电平处具有测量的信号强度的检测信号的数目相符。
处理器120通过分别使用图6和图7中所示的累积图案612和712来确定用于确定来自用户的指纹输入是否被伪造的“确定值”。确定值可以是检测信号关于根据信号强度的均值的分布程度的度量(measure)。换句话说,确定值可以表示针对在各个信号电平处检测信号的测量的数据样本计数(例如,521、611、711)如何作为信号电平的函数被散布。如果分布靠近针对该用户的所存储的参考指纹的分布,则当前的指纹输入可被确定为有效。根据示例,处理器120可以确定分别与累积图案612和712的前5%的值对应的第一数据612-1和712-1,以及确定分别与累积图案612和712的后5%的值对应的第二数据612-2和712-2。处理器120可以确定第一数据612-1和712-1与第二数据612-2和712-2之间的差作为“确定值”。
处理器120通过确定确定值是否落在预设范围内来确定与曲线图610和710中的每个对应的指纹是否被伪造。在图6中,95%的累积电平与约为205的信号电平相符,并且5%的累积电平与约为15的信号电平相符。因此,在图6中第一数据612-1和第二数据612-2之间的差约为190。然而,在图7中第一数据712-1和第二数据712-2之间的差约为100(指示与图5b的参考分布相比、在图7中检测信号样本更高度地集中在均值周围)。假设预设范围是150-200,处理器120可以确定与图6的曲线图610对应的指纹不是伪造的,以及与图7的曲线图710对应的指纹是伪造的。
根据本发明的实施例,处理器120可以通过使用信号电平特定分布611和711来计算检测信号的信号强度的平均值和标准差。
上述本发明的实施例涉及一种指纹扫描器,该指纹扫描器被布置成通过发射由生成的电场产生的扫描信号并检测得到的检测信号来记录指纹扫描表面上的像素或位置的电容值。替选地,电容式指纹扫描器可以被认为生成通过包括一对电容器板的每个单元(像素或位置)的电容检测信号,以检测由覆盖该单元的用户的手指的电介质确定的电容以及其是否包括指纹内的脊线或谷线。将理解,在这样的解释下,电场扫描信号由电容器的基本功能产生。扫描信号的频率对应于电容器的刷新率(即,其被复位的频率)。
上述描述中提到的匹配指纹图像不应被认为要求所生成的图像和存储的图像精确地匹配。允许容许偏差范围。另外,在一些实施例中,使用少于整个指纹图像来执行匹配。具体地,比较指纹图像的具体特征(特征点(minutiae)),例如脊线和脊线分叉的末端。这样的特征点以及可选的其它不同特征可以被称为典型(typica)。可以比较典型或特征点的位置以确定在容许偏差范围内的针对预定的最小匹配数目的匹配。
图8是根据本发明的各种实施例的电子设备801的框图800。
电子设备801可以包括例如图1所示的电子设备101的整体或部分。电子设备801可以包括一个或多个应用处理器(AP)810、通信模块820、用户识别模块(SIM)卡824、存储器830、传感器模块840、输入设备850、显示器860、接口870、音频模块880、相机模块891、电力管理模块895、电池896、指示器897和电机898。
AP 810控制连接到AP 810的多个硬件或软件元件,或者例如通过驱动OS或应用程序来执行各种数据处理或操作。AP 810可以例如利用片上系统(SoC)来实现。根据本发明的实施例,AP 810还可以包括图形处理单元(GPU)和/或图像信号处理器(ISP)。AP 810可以包括图8所示的元件中的至少一些(例如,蜂窝模块221)。AP 810将从至少一个其它元件(例如,非易失性存储器)接收的命令或数据加载到易失性存储器中以处理该命令或数据,并且将各种数据存储在非易失性存储器中。
通信模块820可以具有与图1的通信接口170相同或相似的配置。通信模块820可以包括例如蜂窝模块821、无线保真(Wi-Fi)模块823、蓝牙(BT)模块825、全球定位系统(GPS)模块827、近场通信(NFC)模块828和射频(RF)模块829。
蜂窝模块821提供在通信网络上的语音通信、视频通信、文本服务或因特网服务。根据本发明的一个实施例,蜂窝模块821通过使用用户识别模块(例如,SIM卡824)在通信网络中执行关于电子设备801的识别和认证。根据本发明的实施例,蜂窝模块821可以执行可由AP 810提供的至少一些功能。根据实施例,蜂窝模块821可以包括通信处理器(CP)。
Wi-Fi模块823、BT模块825、GPS模块827和NFC模块828中的每个可以包括用于处理通过其发送和接收的数据的处理器。根据一些实施例,蜂窝模块821、Wi-Fi模块823、BT模块825、GPS模块827和NFC模块828中的至少一些(例如,两个或更多个)可以被集成到单个集成芯片(IC)或IC封装。
RF模块829发送和接收例如通信信号(例如,RF信号)。RF模块829可以包括例如收发器、功率放大器模块(PAM)、频率滤波器、低噪声放大器(LNA)或天线。根据本发明的另一实施例,蜂窝模块821、Wi-Fi模块823、BT模块825、GPS模块827和NFC模块828中的至少一个通过单独的RF模块829发送和接收RF信号。
SIM卡824可以包括例如包含SIM和/或嵌入式SIM的卡,并且可以包括唯一标识信息(例如,集成电路卡标识符(ICCID))或订户信息(例如,国际移动用户身份(IMSI))。
存储器830(例如,存储器830)可以包括例如嵌入式存储器832或外部存储器834。嵌入式存储器832可以包括例如以下存储器中的至少一个:易失性存储器(例如,动态随机存取存储器(DRAM)或同步动态RAM(SDRAM))、非易失性存储器(例如,一次性可编程ROM(OTPROM)、可编程ROM(PROM)、可擦除和可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)、掩模ROM、快闪ROM或快闪存储器(诸如NAND快闪或NOR快闪))、硬盘驱动器和固态驱动器(SSD)。
外部存储器834还可以包括快闪驱动器,例如,紧凑型快闪(CF)、安全数字(SD)、微型安全数字(SD)、迷你型SD、极速数字(xD)或存储棒。外部存储器834可以通过各种接口在功能上和/或物理上与电子设备801连接。
传感器模块840测量物理量或感测电子设备801的操作状态,以将测量或感测的信息转换为电信号。传感器模块840可以包括指纹识别模块180(图1所示),其包括指纹传感器。根据上述方法,指纹传感器可用于扫描用户的指纹并且确定指纹是否被伪造。传感器模块840可以包括例如下述项中的至少一个:手势传感器840A、陀螺仪传感器840B、大气压传感器840C、磁传感器840D、加速度传感器840E、握持传感器840F、接近传感器840G、颜色传感器840H(例如,红、绿、蓝(RGB)传感器)、生物计量传感器840I、温度/湿度传感器840J、照度传感器840K和超紫外(UV)传感器840M。另外地或替选地,传感器模块840还可以包括电子鼻传感器、肌电图(EMG)传感器、脑电图(EEG)传感器、心电图(ECG)传感器、红外(IR)传感器和/或虹膜传感器。传感器模块840还可以包括用于控制其中包括的至少一个传感器的控制电路。在一些实施例中,电子设备801还可以包括处理器,该处理器被配置为控制作为AP810的一部分或与AP 810分开的传感器模块840,以在AP 810处于睡眠状态时控制传感器模块840。
输入设备850可以包括例如触摸面板852、(数字)笔传感器854、按键856或超声输入设备858。触摸面板852可以使用例如下述项中的至少一个:电容型、电阻型、IR型和超声型。触摸面板852还可以包括控制电路。触摸面板852还可以包括触觉层以向用户提供触觉反应。
(数字)笔传感器854可以是例如触摸面板852的一部分或单独的识别件(recognition sheet)。按键856可以包括例如物理按钮、光学按键或键区。超声输入设备858可以通过用于生成超声信号的输入装置、经由电子设备801中的麦克风(MIC)(例如,MIC888)感测音频波并且检查数据。
显示器860可以包括面板862、全息图设备864或投影仪866。面板862可以具有与图1的显示器160相同或相似的配置。面板862可以被实现为例如柔性的、透明的或可穿戴的。面板862可以被配置为具有触摸面板852的单个模块。全息图设备864通过使用光的干涉来在空中显示立体图像。投影仪866通过将光投射到可位于例如电子设备801的内部或外部的屏幕上来显示图像。根据本发明的实施例,显示器860还可以包括用于控制面板862、全息图设备864或投影仪866的控制电路。
接口870可以是例如高清晰度多媒体接口(HDMI)872、通用串行总线(USB)874、光学接口876或者D-超小型(sub)878。接口870可以包括在例如在图1所示的通信接口160中。另外地或替选地,接口870可以包括例如移动高清晰度链路(MHL)接口、安全数字(SD)卡/多媒体卡(MMC)接口、或红外数据协会(IrDA)标准接口。
音频模块880可互换地转换声音和电信号。音频模块880的至少一些组件可以包括在例如图1所示的I/O接口140中。音频模块880可以处理通过扬声器882、接收器884、耳机886或麦克风288输入或输出的声音信息。
相机模块891是能够捕捉静止图像和运动图像的设备,并且根据实施例,可以包括一个或多个图像传感器(例如,前置传感器或后置传感器)、镜头、ISP、或闪光灯(例如,LED或氙灯)。
电力管理模块895管理电子设备801的电力。根据实施例,电力管理模块895可以包括电力管理集成电路(PMIC)、充电器IC、或者电池或燃料计量器。PMIC可以使用有线和/或无线充电方案。无线充电方案可以包括例如磁共振方案、磁感应方案或电磁波方案,并且还可以包括用于无线充电的附加电路,例如线圈回路、谐振电路或整流器。电池计量器测量电池896的剩余容量,以及充电期间的电池896的电压、电流或温度。电池896可以包括例如可充电电池和/或太阳能电池。
指示器897显示电子设备801或其部分(例如,AP 810)的特定状态,诸如启动状态、消息状态或充电状态。电机898将电信号转换为机械振动,并且产生振动或触觉效果。尽管未示出,但是可以包括用于支持移动电视的处理设备(例如,图形处理单元(GPU))。用于支持移动电视的处理设备处理符合标准(诸如,数字多媒体广播(DMB)、数字视频广播(DVB))的媒体数据或媒体流。
电子设备801的上述元件中的每个可以包括一个或多个组件,并且元件的名称可以随电子设备801的类型而变化。根据各种实施例,电子设备801可以包括上述元件中的至少一个,并且可以省略一些元件,或者可以进一步包括其它元件。此外,根据本发明的各种实施例的电子设备801的一些元件可以被耦接到一个实体中,以执行与耦接之前的元件的功能相同的元件的功能。
图9是根据本发明的各种实施例的程序模块910的框图900。
根据本发明的实施例,程序模块910(例如,程序140)可以包括用于控制与电子设备(例如,电子设备101)有关的资源的OS和/或在OS上驱动的各种应用(例如,应用程序147)。例如,OS可以是Android、iOS、Windows、Symbian、Tizen、Bada等。
程序模块910可以包括核920、中间件930、API 960和/或应用970。程序模块910的至少一部分可以预加载到电子设备上,或可以从服务器(例如,服务器106)下载。
核920(例如,图1的核141)可以包括系统资源管理器921和/或设备驱动器923。系统资源管理器921控制、分配或收集系统资源。系统资源管理器921可以包括例如进程管理器、存储器管理器和文件系统管理器。设备驱动器923可以包括例如显示器驱动器、相机驱动器、蓝牙驱动器、共享存储器驱动器、USB驱动器、键区(keypad)驱动器、Wi-Fi驱动器、音频驱动器或进程间通信(IPC)驱动器。
中间件930提供通常对应用970所必需的功能,或通过API 960向应用970提供各种功能,使得应用970可以有效地使用电子设备内的受限制的系统资源。根据实施例,中间件930(例如,中间件143)可以包括以下内容中的至少一个:运行时间库935、应用管理器941、窗口管理器942、多媒体管理器943、资源管理器944、电力管理器945、数据库管理器946、包(package)管理器947、连接管理器948、通知管理器949、位置管理器950、图形管理器951和安全管理器952。
运行时间库935可以包括编译器使用的库模块,以便在应用970中的一个的运行期间通过编程语言添加新功能。根据实施例,运行时间库935可以执行输入/输出、存储器管理和/或算术函数的功能。
应用管理器941管理应用970中的至少一个的生命周期(life cycle)。窗口管理器942管理由屏幕使用的图形用户界面(GUI)资源。多媒体管理器943检测用于各种媒体文件的再现的格式,并且通过使用适合于相应格式的编解码器来执行媒体文件的编码和/或解码。资源管理器944管理诸如源代码、存储器和应用970中的至少一个的存储空间的资源。
电力管理器945在与基本输入/输出系统(BIOS)一起操作时管理电池和/或电力,并且提供用于操作的电力信息。数据库管理器946管理要由应用970中的至少一个使用的数据库的生成、搜索和/或改变。包管理器947管理以包文件的形式分发的应用的安装和/或更新。
例如,连接管理器348管理诸如Wi-Fi或蓝牙的无线连接。通知管理器949以不打扰用户的方式显示和/或通知诸如到达消息、允诺(promise)、接近通知等事件。位置管理器950管理电子设备的位置信息。图形管理器951管理将提供给用户的图形效果、和/或与图形效果有关的用户界面。安全管理器952提供用于系统安全和/或用户认证的所有安全功能。根据实施例,当电子设备(例如,电子设备101)具有电话呼叫功能时,中间件930可以进一步包括用于管理电子设备的语音和/或视频通信功能的电话管理器(未示出)。
中间件930可以包括形成上述元件的各种功能的组合的中间件模块。中间件930提供根据OS类型专门化的模块,以便提供差异化的功能。此外,中间件930动态地移除一些现有元件和/或添加新元件。
API 960(例如,API 145)是API编程功能的集合,并且可以根据OS而提供有不同的配置。例如,在Android或iOS的情况下,可以为每个平台提供一个API集合,并且在Tizen的情况下,可以为每个平台提供两个或更多个API集合。
应用970(例如,应用程序147)可以包括例如主页(home)应用971、拨号器应用972、短消息收发服务(SMS)/多媒体消息收发服务(MMS)应用973、即时消息收发(IM)应用974、浏览器应用975、相机应用976、闹钟应用977、联系人应用978、语音拨号应用979、电子邮件应用980、日历应用981、媒体播放器应用982、相册应用983、时钟应用984、以及能够提供诸如医疗保健(例如,运动量或血糖的测量)的功能或提供环境信息(例如,大气压、湿度或温度信息)的一个或多个应用。
根据实施例,应用970可以包括用于支持电子设备(例如,电子设备101)和外部电子设备(例如,电子设备102或104)之间的信息交换的应用,为方便起见,该应用将被称为“信息交换应用”。信息交换应用可以包括,例如用于将特定信息中继到外部电子设备的通知中继应用、或用于管理外部电子设备的设备管理应用。
例如,通知中继应用将在电子设备的其它应用(例如,SMS/MMS应用、电子邮件应用、医疗保健应用或环境信息应用)中生成的通知信息中继到外部电子设备(例如,电子设备102或104)。通知中继应用从外部电子设备接收通知信息并向用户提供通知信息。设备管理应用管理(例如,安装、删除或更新)与电子设备通信的外部电子设备(例如,电子设备104)的至少一个功能(例如,外部电子设备(或一些组件)的通电/断电或显示亮度(或分辨率)控制)、在外部电子设备上运行的应用、或由外部电子设备提供的服务(例如,呼叫服务或消息收发服务)。
根据实施例,应用970可以包括基于外部电子设备(例如,电子设备102或104)的属性(例如,按电子设备的类型的移动医疗设备)指定的应用(例如,医疗保健应用)。根据实施例,应用970可以包括从外部电子设备(例如,服务器106或电子设备102或104)接收的应用。根据实施例,应用970可以包括预加载的应用或可从服务器下载的第三方应用。根据所示实施例的程序模块910的元件的名称可以随OS的类型而变化。
从前面的描述中明显的是,可以提供用于通过安全增强的指纹识别来认证用户的方法和电子设备。
根据各种实施例,程序模块910的至少一部分可以由软件、固件、硬件、或它们中至少两个的组合来实现。此外,程序模块910的至少一部分可以由例如处理器(例如,AP 810)来实现。程序模块910的至少一部分可以包括例如用于执行一个或多个功能的模块、程序、例程、指令集和进程。
根据一个方面,提供了一种存储有指令的非暂态计算机可读记录介质,所述指令在由处理器运行时使电子设备执行用于在电子设备中使用指纹识别认证用户的方法。该方法包括:通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;根据信号强度计算表示检测信号的分布程度的确定值;确定该确定值是否落在预设参考范围之外;以及如果该确定值落在预设参考范围之外,则确定来自用户的指纹输入是无效的。
在本发明的各种实施例中使用的术语“模块”可以指代,例如包括硬件、软件和固件之一、或它们中的两个或更多个的组合的“单元”。术语“模块”可以与其它术语(诸如单元、逻辑、逻辑块、组件或电路)互换。“模块”可以是一体配置的组件或其部分的最小单位。“模块”可以是用于执行一个或多个功能或其部分的最小单位。“模块”可以机械地或电子地被实现。例如,根据本发明的各种实施例的“模块”可以包括用于执行已知的或未来将开发的操作的专用集成电路(ASIC)芯片、现场可编程门阵列(FPGA)和可编程逻辑器件中的至少一个。
根据本发明的各种实施例的设备(例如,其模块或功能)或方法(例如,操作)的至少一部分可以通过以程序模块的形式存储在计算机可读存储介质中的指令来实现。当处理器(例如,处理器120)运行指令时,一个或多个处理器可以执行与该指令对应的功能。计算机可读存储介质可以是,例如存储器130。
计算机可读记录介质可以包括磁介质(诸如硬盘、软盘和磁带)、光记录介质(诸如致密盘只读存储器(CD-ROM)和数字多功能盘(DVD))、磁光介质(诸如软光盘)、以及专门配置为存储和运行程序指令的硬件设备(诸如只读存储器(ROM)、随机存取存储器(RAM)和快闪存储器)。此外,程序指令可以包括可通过使用翻译器在计算机中运行的高级语言代码、以及由编译器产生的机器代码。上述硬件设备可以被配置为作为一个或多个软件模块进行操作以执行本发明的操作,反之亦然。
根据本发明的各种实施例的模块或程序模块可以包括上述元件中的至少一个,排除上述元件中的一些,或进一步包括其它元件。根据本发明的各种实施例的由模块、程序模块或其它元件执行的操作可以以顺序、并行、重复或启发的方式来运行。此外,一些操作可以基于不同的顺序来执行,可以被省略,或可以额外地包括另一操作。
因此,实施例提供了程序以及存储这样的程序的机器可读存储装置,该程序包括用于实现本说明的权利要求书中任一项所要求保护的装置或方法的代码。更进一步地,这样的程序可以经由任何介质(例如通过有线或无线连接承载的通信信号)以电子的方式传送,并且实施例适当地将其包含在内。
已提供了本文公开的实施例以用于描述和理解所公开的技术要素,并且本文公开的实施例不意图限制本发明的范围。
Claims (19)
1.一种用于在电子设备中使用指纹识别认证用户的方法,所述方法包括:
通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;
根据所述检测信号的信号强度计算表示所述检测信号的分布程度的确定值;
确定所述确定值是否落在预设参考范围之外;以及
如果所述确定值落在所述预设参考范围之外,则确定所述来自用户的指纹输入是无效的。
2.根据权利要求1所述的方法,其中,所述预设范围是基于用户的参考指纹图像。
3.根据权利要求1或权利要求2所述的方法,其中计算所述确定值包括:
将多个检测信号中的每个的信号强度分类为与各个信号强度范围对应的多个信号电平中的一个;
确定与所述信号电平中的每个对应的指纹输入的检测信号的数目;
基于针对所述信号电平中的每个的检测信号的数目来确定累积图案;以及
通过使用所述累积图案来确定所述确定值。
4.根据前述权利要求中任一项所述的方法,还包括:
通过使用所述检测信号生成指纹图像。
5.根据权利要求4所述的认证方法,还包括:
确定所生成的指纹图像是否与预先存储的指纹图像匹配;以及
仅在所生成的指纹图像与预先存储的指纹图像匹配以及所述确定值落在所述预设参考范围内的情况下,确定所述指纹输入是有效的。
6.根据权利要求5所述的方法,还包括:
如果所生成的指纹图像与预先存储的指纹图像不匹配,则确定所述指纹输入是无效的。
7.一种用于使用指纹识别认证用户的电子设备,所述电子设备包括:
指纹识别模块,被配置为通过针对在指纹输入的区域上的各个采样点接收检测信号来检测来自用户的指纹输入;以及
处理器,被配置为:
根据所述检测信号的信号强度计算表示所述检测信号的分布程度的确定值;
确定所述确定值是否落在预设参考范围之外;以及
如果所述确定值落在所述预设参考范围之外,则确定所述来自用户的指纹输入是无效的。
8.根据权利要求7所述的电子设备,其中,所述预设范围是基于用户的参考指纹图像。
9.根据权利要求7或权利要求8所述的电子设备,其中,所述处理器还被配置为:
将多个检测信号中的每个的信号强度分类为与各个信号强度范围对应的多个信号电平中的一个;
确定与所述信号电平中的每个对应的所述指纹输入的检测信号的数目;
基于针对所述信号电平中的每个的检测信号的数目来确定累积图案;以及
通过使用所述累积图案来确定所述确定值。
10.根据权利要求7至9中任一项所述的电子设备,其中,所述指纹识别模块还被配置为通过使用所述检测信号生成指纹图像。
11.根据权利要求10所述的电子设备,其中,所述处理器还被配置为:
确定所生成的指纹图像是否与预先存储的指纹图像匹配;以及
仅在所生成的指纹图像与预先存储的指纹图像匹配以及所述确定值落在所述预设参考范围内的情况下,确定所述指纹输入是有效的。
12.根据权利要求11所述的电子设备,其中,所述处理器还被配置为:如果所生成的指纹图像与预先存储的指纹图像不匹配,则确定所述指纹输入不是有效的。
13.一种存储有指令的非暂态计算机可读记录介质,所述指令在由处理器运行时使电子设备执行权利要求1至6中任一项所述的方法。
14.一种用于使用指纹识别认证用户的电子设备,所述电子设备包括:
指纹识别模块,被配置为检测来自用户的指纹输入以及确定与指纹输入对应的检测信号的信号强度的信号电平特定分布;以及
处理器,被配置为:
通过分析所述信号电平特定分布来计算确定值,
确定所述确定值是否落在预设参考范围内,以及
如果所述确定值落在所述预设参考范围内,则确定所述来自用户的指纹输入是有效的。
15.根据权利要求14所述的电子设备,其中,所述预设范围是基于用户的参考指纹图像。
16.根据权利要求14所述的电子设备,其中,所述处理器还被配置为:
基于所述信号电平特定分布确定累积图案,并且通过使用所述累积图案来确定所述确定值。
17.根据权利要求14所述的电子设备,其中,所述指纹识别模块还被配置为通过使用所述检测信号生成指纹图像。
18.根据权利要求14所述的电子设备,其中,所述处理器还被配置为:如果所述确定值落在所述预设参考范围之外,则确定所述指纹输入是无效的。
19.根据权利要求17所述的电子设备,其中,所述处理器还被配置为:如果所生成的指纹图像与预先存储的指纹图像匹配,则确定所述指纹输入是有效的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2015-0014551 | 2015-01-29 | ||
KR1020150014551A KR102277155B1 (ko) | 2015-01-29 | 2015-01-29 | 지문 인식을 통해 사용자를 인증하는 방법 및 이를 위한 전자 장치 |
PCT/KR2016/000996 WO2016122246A1 (en) | 2015-01-29 | 2016-01-29 | Authenticating a user through fingerprint recognition |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107209855A true CN107209855A (zh) | 2017-09-26 |
CN107209855B CN107209855B (zh) | 2021-08-13 |
Family
ID=55398188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680008111.4A Expired - Fee Related CN107209855B (zh) | 2015-01-29 | 2016-01-29 | 通过指纹识别认证用户 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9922235B2 (zh) |
EP (1) | EP3051464A1 (zh) |
KR (1) | KR102277155B1 (zh) |
CN (1) | CN107209855B (zh) |
WO (1) | WO2016122246A1 (zh) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3045885A1 (fr) * | 2015-12-22 | 2017-06-23 | Morpho | Procede d'identification biometrique |
US10656255B2 (en) | 2016-05-04 | 2020-05-19 | Invensense, Inc. | Piezoelectric micromachined ultrasonic transducer (PMUT) |
US10670716B2 (en) | 2016-05-04 | 2020-06-02 | Invensense, Inc. | Operating a two-dimensional array of ultrasonic transducers |
US10445547B2 (en) | 2016-05-04 | 2019-10-15 | Invensense, Inc. | Device mountable packaging of ultrasonic transducers |
US10315222B2 (en) | 2016-05-04 | 2019-06-11 | Invensense, Inc. | Two-dimensional array of CMOS control elements |
US10539539B2 (en) | 2016-05-10 | 2020-01-21 | Invensense, Inc. | Operation of an ultrasonic sensor |
US10408797B2 (en) | 2016-05-10 | 2019-09-10 | Invensense, Inc. | Sensing device with a temperature sensor |
US10632500B2 (en) | 2016-05-10 | 2020-04-28 | Invensense, Inc. | Ultrasonic transducer with a non-uniform membrane |
US10562070B2 (en) | 2016-05-10 | 2020-02-18 | Invensense, Inc. | Receive operation of an ultrasonic sensor |
US11673165B2 (en) | 2016-05-10 | 2023-06-13 | Invensense, Inc. | Ultrasonic transducer operable in a surface acoustic wave (SAW) mode |
US10441975B2 (en) | 2016-05-10 | 2019-10-15 | Invensense, Inc. | Supplemental sensor modes and systems for ultrasonic transducers |
US10452887B2 (en) | 2016-05-10 | 2019-10-22 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
US10600403B2 (en) | 2016-05-10 | 2020-03-24 | Invensense, Inc. | Transmit operation of an ultrasonic sensor |
US10706835B2 (en) | 2016-05-10 | 2020-07-07 | Invensense, Inc. | Transmit beamforming of a two-dimensional array of ultrasonic transducers |
KR102521333B1 (ko) * | 2016-11-09 | 2023-04-14 | 삼성전자주식회사 | 사용자 인증과 관련된 사용자 인터페이스 표시 방법 및 이를 구현한 전자 장치 |
KR102316278B1 (ko) * | 2017-04-07 | 2021-10-22 | 삼성전자 주식회사 | 지문 정보를 저장하기 위한 전자 장치 및 방법 |
US10891461B2 (en) | 2017-05-22 | 2021-01-12 | Invensense, Inc. | Live fingerprint detection utilizing an integrated ultrasound and infrared sensor |
US10474862B2 (en) | 2017-06-01 | 2019-11-12 | Invensense, Inc. | Image generation in an electronic device using ultrasonic transducers |
US10643052B2 (en) | 2017-06-28 | 2020-05-05 | Invensense, Inc. | Image generation in an electronic device using ultrasonic transducers |
US10984209B2 (en) | 2017-12-01 | 2021-04-20 | Invensense, Inc. | Darkfield modeling |
US10997388B2 (en) | 2017-12-01 | 2021-05-04 | Invensense, Inc. | Darkfield contamination detection |
US10936841B2 (en) | 2017-12-01 | 2021-03-02 | Invensense, Inc. | Darkfield tracking |
US11151355B2 (en) | 2018-01-24 | 2021-10-19 | Invensense, Inc. | Generation of an estimated fingerprint |
US10755067B2 (en) | 2018-03-22 | 2020-08-25 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers |
US10936843B2 (en) | 2018-12-28 | 2021-03-02 | Invensense, Inc. | Segmented image acquisition |
US11188735B2 (en) | 2019-06-24 | 2021-11-30 | Invensense, Inc. | Fake finger detection using ridge features |
US11216681B2 (en) | 2019-06-25 | 2022-01-04 | Invensense, Inc. | Fake finger detection based on transient features |
CN110363121B (zh) * | 2019-07-01 | 2023-04-28 | Oppo广东移动通信有限公司 | 指纹图像处理方法及装置、存储介质和电子设备 |
US11216632B2 (en) | 2019-07-17 | 2022-01-04 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
US11176345B2 (en) | 2019-07-17 | 2021-11-16 | Invensense, Inc. | Ultrasonic fingerprint sensor with a contact layer of non-uniform thickness |
US11232549B2 (en) | 2019-08-23 | 2022-01-25 | Invensense, Inc. | Adapting a quality threshold for a fingerprint image |
US11392789B2 (en) | 2019-10-21 | 2022-07-19 | Invensense, Inc. | Fingerprint authentication using a synthetic enrollment image |
CN115551650A (zh) | 2020-03-09 | 2022-12-30 | 应美盛公司 | 具有非均匀厚度的接触层的超声指纹传感器 |
US11243300B2 (en) | 2020-03-10 | 2022-02-08 | Invensense, Inc. | Operating a fingerprint sensor comprised of ultrasonic transducers and a presence sensor |
US11328165B2 (en) | 2020-04-24 | 2022-05-10 | Invensense, Inc. | Pressure-based activation of fingerprint spoof detection |
TW202226048A (zh) | 2020-12-18 | 2022-07-01 | 神盾股份有限公司 | 電子設備配置參數的更新方法、設備及計算機可讀介質 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5077803A (en) * | 1988-09-16 | 1991-12-31 | Fujitsu Limited | Biological detecting system and fingerprint collating system employing same |
JP2002279413A (ja) * | 2001-03-21 | 2002-09-27 | Sharp Corp | 擬似指紋判別装置および指紋照合装置 |
US6647133B1 (en) * | 1998-12-10 | 2003-11-11 | Omron Corporation | Fingerprint identification device-equip with a touch sensor for detecting a human finger |
US20070014443A1 (en) * | 2005-07-12 | 2007-01-18 | Anthony Russo | System for and method of securing fingerprint biometric systems against fake-finger spoofing |
US20080253625A1 (en) * | 2006-10-10 | 2008-10-16 | Stephanie Schuckers | Multi-Resolutional Texture Analysis Fingerprint Liveness Systems and Methods |
EP2166473A2 (en) * | 2008-09-05 | 2010-03-24 | Fujitsu Limited | Biometric authentication device, fake body judgement device, and biometric authentication method |
CN101950360A (zh) * | 2010-09-07 | 2011-01-19 | 成都方程式电子有限公司 | 一种能识别活体手指的光学指纹采集仪 |
KR20110014758A (ko) * | 2009-08-06 | 2011-02-14 | 한국산업기술대학교산학협력단 | 지문인식 시스템 및 위조지문 식별방법 |
EP2479710A1 (en) * | 2008-04-25 | 2012-07-25 | Aware, Inc. | Biometric identification and verification |
CN103778420A (zh) * | 2014-02-28 | 2014-05-07 | 成都费恩格尔微电子技术有限公司 | 具有自动增益控制的指纹检测系统及其自动增益控制方法 |
US20140153791A1 (en) * | 2010-08-06 | 2014-06-05 | Secugen Corporation | Fake Fingerprint Detection System |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8369264B2 (en) * | 2005-10-28 | 2013-02-05 | Skyhook Wireless, Inc. | Method and system for selecting and providing a relevant subset of Wi-Fi location information to a mobile client device so the client device may estimate its position with efficient utilization of resources |
US20060120578A1 (en) * | 2004-12-02 | 2006-06-08 | Tri-D Systems, Inc. | Minutiae matching |
WO2011112622A1 (en) * | 2010-03-08 | 2011-09-15 | Ultra-Scan Corporation | Biometric sensor with delay layer |
KR101385929B1 (ko) | 2013-07-17 | 2014-04-16 | (주)세이퍼존 | 멀티 커넥터 지문인식 인증 저장장치 |
US9817108B2 (en) * | 2014-01-13 | 2017-11-14 | Qualcomm Incorporated | Ultrasonic imaging with acoustic resonant cavity |
US9524415B2 (en) * | 2014-07-18 | 2016-12-20 | Qualcomm Incorporated | Test techniques for assessing ultrasonic fingerprint sensors |
US9195879B1 (en) * | 2014-08-31 | 2015-11-24 | Qualcomm Incorporated | Air/object determination for biometric sensors |
US9455985B2 (en) * | 2014-09-30 | 2016-09-27 | Apple Inc. | Method for secure key injection with biometric sensors |
-
2015
- 2015-01-29 KR KR1020150014551A patent/KR102277155B1/ko active IP Right Grant
-
2016
- 2016-01-22 US US15/004,317 patent/US9922235B2/en active Active
- 2016-01-28 EP EP16153245.2A patent/EP3051464A1/en not_active Withdrawn
- 2016-01-29 WO PCT/KR2016/000996 patent/WO2016122246A1/en active Application Filing
- 2016-01-29 CN CN201680008111.4A patent/CN107209855B/zh not_active Expired - Fee Related
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5077803A (en) * | 1988-09-16 | 1991-12-31 | Fujitsu Limited | Biological detecting system and fingerprint collating system employing same |
US6647133B1 (en) * | 1998-12-10 | 2003-11-11 | Omron Corporation | Fingerprint identification device-equip with a touch sensor for detecting a human finger |
JP2002279413A (ja) * | 2001-03-21 | 2002-09-27 | Sharp Corp | 擬似指紋判別装置および指紋照合装置 |
US20070014443A1 (en) * | 2005-07-12 | 2007-01-18 | Anthony Russo | System for and method of securing fingerprint biometric systems against fake-finger spoofing |
US20080253625A1 (en) * | 2006-10-10 | 2008-10-16 | Stephanie Schuckers | Multi-Resolutional Texture Analysis Fingerprint Liveness Systems and Methods |
EP2479710A1 (en) * | 2008-04-25 | 2012-07-25 | Aware, Inc. | Biometric identification and verification |
EP2166473A2 (en) * | 2008-09-05 | 2010-03-24 | Fujitsu Limited | Biometric authentication device, fake body judgement device, and biometric authentication method |
KR20110014758A (ko) * | 2009-08-06 | 2011-02-14 | 한국산업기술대학교산학협력단 | 지문인식 시스템 및 위조지문 식별방법 |
US20140153791A1 (en) * | 2010-08-06 | 2014-06-05 | Secugen Corporation | Fake Fingerprint Detection System |
CN101950360A (zh) * | 2010-09-07 | 2011-01-19 | 成都方程式电子有限公司 | 一种能识别活体手指的光学指纹采集仪 |
CN103778420A (zh) * | 2014-02-28 | 2014-05-07 | 成都费恩格尔微电子技术有限公司 | 具有自动增益控制的指纹检测系统及其自动增益控制方法 |
Non-Patent Citations (2)
Title |
---|
ANI1 K. JAIN ET AL: "LEARNING USER-SPECIFIC PARAMETERS IN A MULTIBIOMETFUC SYSTEM", 《IEEE ICIP 2002》 * |
董建设 等: "P2P网络中的一种相似图像检索方法", 《解放军理工大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
KR20160093472A (ko) | 2016-08-08 |
KR102277155B1 (ko) | 2021-07-14 |
US20160224823A1 (en) | 2016-08-04 |
US9922235B2 (en) | 2018-03-20 |
EP3051464A1 (en) | 2016-08-03 |
WO2016122246A1 (en) | 2016-08-04 |
CN107209855B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107209855A (zh) | 通过指纹识别认证用户 | |
KR102446849B1 (ko) | 생체 정보의 위조를 식별하기 위한 전자 장치 및 방법 | |
CN108701178B (zh) | 认证方法及使用认证方法的电子设备 | |
KR102363794B1 (ko) | 정보 제공 방법 및 이를 지원하는 전자 장치 | |
CN107533641A (zh) | 指纹信息处理方法及支持指纹信息处理方法的电子装置 | |
CN108388782A (zh) | 用于认证生物计量数据的电子设备和系统 | |
CN107800455A (zh) | 电子装置及其握持识别方法 | |
EP3062246A1 (en) | Electronic device and method thereof for displaying and classifying images | |
CN107251051A (zh) | 用于更新生物特征图案的方法及其电子设备 | |
CN108694312A (zh) | 用于存储指纹信息的电子设备和方法 | |
CN105319249A (zh) | 血糖测量设备和方法以及包括血糖测量模块的电子设备 | |
CN106468971A (zh) | 通过触摸传感器感测压力的方法及适于该方法的电子装置 | |
CN106663187A (zh) | 用于识别生物测定信息的方法和设备 | |
KR102365412B1 (ko) | 전자 장치 및 전자 장치에서의 지문 인증을 위한 방법 | |
CN107111335A (zh) | 用于控制电子装置的操作的方法和使用其的电子装置 | |
CN107111747A (zh) | 用于驱动指纹传感器的方法和电子设备 | |
CN110325993A (zh) | 通过使用多个生物特征传感器执行认证的电子设备及其操作方法 | |
CN107085462A (zh) | 用于管理电力的电子设备及控制其的方法 | |
KR20160071111A (ko) | 전자 장치에서의 개인 비서 서비스 제공 | |
US10909226B2 (en) | Method for controlling biosensor, and electronic device | |
CN107784268B (zh) | 基于红外线传感器使用其来测量心率的方法和电子设备 | |
KR102303534B1 (ko) | 사용자 맞춤형 상품 정보 제공 장치 | |
CN106454005A (zh) | 电子装置和电子装置的图像编码方法 | |
CN107924286A (zh) | 电子设备及电子设备的输入方法 | |
CN107665232A (zh) | 检测类似应用的方法及其适配的电子装置 |
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 | ||
GR01 | Patent grant | ||
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: 20210813 |