CN107408208A - 用于对用户的生物测量进行分析的方法和指纹感测系统 - Google Patents

用于对用户的生物测量进行分析的方法和指纹感测系统 Download PDF

Info

Publication number
CN107408208A
CN107408208A CN201780001067.9A CN201780001067A CN107408208A CN 107408208 A CN107408208 A CN 107408208A CN 201780001067 A CN201780001067 A CN 201780001067A CN 107408208 A CN107408208 A CN 107408208A
Authority
CN
China
Prior art keywords
feature set
measurement
fingerprint
fisrt feature
sensor
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
CN201780001067.9A
Other languages
English (en)
Other versions
CN107408208B (zh
Inventor
索伦·斯科夫高·克里斯藤森
米克尔·B·斯特格曼
拉尔斯·克里斯藤森
迈克尔·萨斯·汉森
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.)
Fingerprint kaana Kadun Intellectual Property Co.,Ltd.
Original Assignee
Fingerprint Cards AB
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 Fingerprint Cards AB filed Critical Fingerprint Cards AB
Publication of CN107408208A publication Critical patent/CN107408208A/zh
Application granted granted Critical
Publication of CN107408208B publication Critical patent/CN107408208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/273Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1312Sensors therefor direct reading, e.g. contactless acquisition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/243Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • 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
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M1/00Substation equipment, e.g. for use by subscribers
    • H04M1/72Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724User interfaces specially adapted for cordless or mobile telephones
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04MTELEPHONIC COMMUNICATION
    • H04M2250/00Details of telephonic subscriber devices
    • H04M2250/12Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion

Landscapes

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

Abstract

本发明一般涉及用于对用户的生物测量进行分析的方法,并且具体地涉及对使用生物传感器获取的不同生物测量的特征之间的对准水平的确定。本发明还涉及相应的指纹感测系统和计算机程序产品。

Description

用于对用户的生物测量进行分析的方法和指纹感测系统
技术领域
本发明一般涉及用于对用户的生物测量进行分析的方法,并且具体地涉及对使用生物传感器获取的不同生物测量的特征之间的对准水平的确定。本发明还涉及包括指纹传感器形式的生物传感器的指纹感测系统以及相应的计算机程序产品。
背景技术
越来越多地使用各种类型的生物系统,以提供用于访问电子设备的增加的安全性,并且同时将用户便利性保持在可接受的水平。特别地,例如由于其小尺寸、高性能和用户接受度,指纹传感器已经成功地集成在这样的设备中。在各种可用的指纹感测原理(例如电容式、光学、热等)中,电容感测是最常用的,特别是在尺寸和功耗很重要的应用中。
所有电容式指纹传感器提供了若干感测元件与置于指纹传感器表面上的手指之间的电容的指示性测量。通常使用包括以二维方式布置的多个感测元件的指纹传感器来执行指纹图像的获取,并且基于块的技术可以被应用于指纹传感器用于获取指纹图像,其中,感测元件的块被依次采样。
与指纹传感器相关的问题之一涉及固定图案的存在,这是由指纹传感器的制造造成的或者是在传感器的使用期间形成的,固定图案包括例如刮痕等。这样的固定图案有效地导致生物识别性能的下降。
特殊情况是在登记阶段之后以及在系统的安全级别已经确定之后引入固定图案的情况。由于需要适应生物特征的老化,指纹模板可能会需要随时间更新。这使得系统容易受到引入生物指纹模板中的固定图案的影响。
因此,将导致低于预期的安全级别,因为匹配过程可能识别出冒充者尝试时的固定图案成分,由此导致高于预期的错误接受率。甚至在没有逐步更新指纹模板的情况下,如果(真实)用户选择重新登记,则固定图案也可能进入模板。这种重新登记可能例如因差的生物识别性能而被触发,差的生物识别性能是由于模板与识别样本之间降低的相似度而引起的,因为后一组现在除了指纹数据之外还包含固定图案。
发明内容
鉴于上述具有固定图案的问题,本发明的目的是提供一种用于减轻生物识别系统中固定图案的影响的改进方法。具体地,本发明人已经发现在比较用户的生物测量时可以考虑特征的对准,从而利用对准水平来识别可能的固定图案。
因此,根据本发明的一个方面,提供了一种用于借助于生物感测系统对用户的生物测量进行分析的方法,该生物感测系统包括生物传感器和连接至生物传感器的处理电路,其中,该方法包括以下步骤:根据用户的第一生物测量确定第一特征集合,其中使用生物传感器获取该生物测量,该第一特征集合中的每个特征具有相对于生物传感器而提供的位置;测量第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的对准差,以及识别第一特征集合中具有小于给定对准阈值的对准差的子集。
本发明背后的主要构思在于以下不太可能的情形:当比较随后获取的用户的生物测量时,例如用户的身体、脸、手等将相对于例如生物传感器的坐标系完全对准,其中,借助于生物传感器来获取生物测量。相比之下,任何固定图案将在测量之间保持良好的对准。根据本发明,被确定为“对准太好”的特征被识别为可能的候选特征,该可能的候选特征与在生物传感器的表面处或附近的固定图案有关。值得注意的是,第二特征集合也被布置成具有相对于生物传感器而提供的位置。
不同于应用在随后获取的生物测量之间仅有小的差异的情况下丢弃用户的完整生物测量的现有技术方法,本发明通过允许实现选择过程而更进一步,其中可以仅丢弃例如被识别为具有小于阈值的对准差的特征子集以避免进一步使用。这样的方案例如提高了实现发明构思的系统的可用性,因为例如在每次图像获取时可以使用更多的信息。另外,可以通过实际上允许在生物感测系统的连续使用期间动态地更新用户模板来提高安全性。
特征子集的移除可以应用于与当前获取的用户的生物测量有关的特征(例如,第一特征集合)以及与进一步或先前获取的用户的生物测量有关的特征(例如,第二特征集合)中之一或二者。因此,可以从可能的固定图案中“提纯”出任何特征集合。
借助于该发明性构思,将可以减少由固定图案特征引起的(冒充者的)错误接受的数量。还将可以保持在应用本发明构思的不具有固定图案的系统中的(非伪造者的)错误拒绝率,即,通过不降低由固定图案保护而导致的基本识别性能来实现。此外,根据本发明,还可以将被固定图案污染的系统中的(非伪造者的)错误拒绝率保持得较低。
在可能的实施方式中,第一特征集合中的每个特征还具有相对于生物识别传感器而提供的取向。即,可以提供与特征有关的进一步的信息并且可以在测量对准差时使用,例如包括该特征相对于提及的生物传感器的坐标系如何旋转。
此外,识别出的对准差被标记至第一特征集合。因此,不是直接执行去除例如第一特征集合中的子集的过程,而是可以将实际识别的对准差存储用于稍后使用,例如在认证过程中使用。
应当理解,根据本公开内容,匹配阈值可以被预先确定和/或在生物感测系统的操作期间动态地设置。例如,可以基于固定图案的增加量可能与生物传感器的表面有关地出现的预期,在生物感测系统的使用期间连续地增加匹配阈值。在可能的实施方式中,可以根据是否要将特征“附加”至先前确定的用户模板(“模板更新”)或者是否在认证过程中使用特征,而对匹配阈值进行不同地设置。即,与执行认证过程时相比,在模板更新情况下,匹配阈值例如可以被设置成更安全。
优选地,生物识别系统还被配置用于允许对用户的认证。在这样的实现中,该方法还可以包括对于第一特征集合与第二特征集合之间的匹配水平的一般确定以及将匹配水平与匹配阈值比较,其中,匹配阈值可以取决于测量对准差。
在可能的实现中,生物感测系统是视觉系统并且生物传感器是摄像机。因此,摄像机可以被配置成捕获用户的图像,该图像被用作用于确定特征集合的输入。这样的生物视觉系统可以例如用于用户识别/认证。固定图案可以像例如在镜头处或传感器附近这样被引入。摄像机可以例如是基于CCD或CMOS的摄像机。
优选地,生物感测系统是指纹感测系统并且生物传感器是指纹传感器,其中,指纹传感器被配置成获取用户的指纹图像。在这种情况下,第二特征集合可以涉及先前确定的用户指纹模板,并且第一特征集合基于例如当前获取的指纹图像而确定。
在本公开的上下文中,表述“指纹图像”应当被广泛地解释并被解释成包括手指的指纹的普通“视觉图像”以及在使用指纹传感器获取时与手指有关的一组测量这二者。可以随后获取多个指纹图像并将其融合在一起,其中,所得到的信息被用作用于确定特征集合的输入。
根据本发明的另一方面,提供了指纹感测系统,该指纹感测系统包括指纹传感器、存储器和连接至指纹传感器的处理电路,该处理电路用于:使用指纹传感器获取第一指纹图像;根据第一指纹图像确定第一特征集合,第一特征集合中的每个特征具有相对于指纹传感器而提供的位置;测量第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的对准差;以及识别第一特征集合中具有小于阈值的对准差的子集。本发明的这个方面提供了与上面所讨论的关于本发明的前一方面的类似的优点。应当理解,表述“处理电路”应当被理解成包括任何类型的计算设备,例如ASIC、微处理器等。还应当理解,这样的处理电路的实际实现可以在多个单个设备/电路间分配。
如上面所指出的,指纹传感器可以使用任何种类的当前或未来的指纹感测原理实现,包括例如电容感测技术、光学感测技术或热感测技术。然而,当前电容感测是最优选的。一维传感器和二维传感器二者都是可行的并且都处于本发明的范围内。
指纹感测系统优选地形成电子设备的一部分,该电子设备还包括设备控制器,该设备控制器用于基于至少一个所选择的指纹图像来执行手指的认证,并且仅在该认证指示认证成功的情况下才执行至少一个动作。这样的动作可以例如用于解锁锁定的便携式设备,例如在便携式设备是移动电话的情况下。至少一个动作当然可以是在需要认证手指时合适使用的任何类型的动作。
根据本发明的另一方面,提供了一种计算机程序产品,该计算机程序产品包括计算机可读介质,其上存储有用于控制电子设备的计算机程序装置,该电子设备包括生物感测系统,该生物感测系统包括生物传感器和连接至生物传感器的处理电路,其中,该计算机程序产品包括:用于根据用户的第一生物测量确定第一特征集合的代码,其中使用生物传感器获取该生物测量,第一特征集合中的每个特征具有相对于生物传感器而提供的位置;用于测量第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的对准差的代码;以及用于识别第一特征集合中具有小于阈值的对准差的子集。此外,本发明的这个方面提供了与上面所讨论的关于本发明的前述方面的类似的优点。
总之,本发明一般涉及用于分析用户的生物测量的方法,并且具体地涉及对使用生物传感器所获得的不同生物测量的特征之间的对准水平的确定。本发明的优点包括对被生物传感器处或附近存在的固定图案污染的特征集合进行提纯的可能性。
在研究所附的权利要求书和以下描述时,本发明的其它特征和优点将变得明显。本领域技术人员认识到,在不背离本发明的范围的情况下,本发明的不同特征可以组合以创建除了下面描述的那些实施方式之外的实施方式。
附图说明
根据下面的详细描述和附图将容易理解本发明的各个方面,包括其特征和优点,其中:
图1示意性地例示了根据本发明的包括集成指纹传感器的移动电话形式的电子设备;
图2示意性地示出了包括在图1中的电子设备中的指纹传感器阵列;
图3a至图3f示出了从固定图案中获取并提纯指纹的概念流程;
图4在概念上示出了根据本发明的当前优选实施方式的指纹感测系统;以及
图5是公开了通常结合图4的指纹感测系统执行的本发明的示例性步骤的流程图。
具体实施方式
现在将在下文参照附图来更全面地描述本发明,在附图中示出了本发明的当前优选实施方式。然而,本发明可以以许多不同的形式来实施并且不应当被解释成限于这里所阐述的实施方式;更确切的说,是出于全面性和完整性的原因而提供这些实施方式,并且向技术人员充分地传达本发明的范围。相似的附图标记始终指代相似的元件。
现在转至附图并且具体地转至图1,示意性地示出了根据本发明的移动电话100形式的电子设备,其中,该电子设备具有集成的指纹传感器102和显示单元104,显示单元104具有触摸屏界面106。在该实施方式中,指纹传感器102和显示单元104一起被布置在移动电话100的正面。指纹传感器102可以例如用于解锁移动电话100和/或用于授权使用移动电话100所执行的交易等。指纹传感器102当然也可以置于移动电话100的背面。
优选地并且如本领域技术人员所明白的,图1所示的移动电话100还包括用于WLAN/Wi-Fi通信的第一天线、用于电信通信的第二天线、麦克风、扬声器和电话控制单元。其他硬件元件当然可以与移动电话一起被包括在内。此外,应当注意,本发明可以适用于任何其他类型的便携式电子设备、例如膝上型计算机、远程控制器、平板计算机和任何其他类型的当前或未来的类似配置的设备。
参照图2,在概念上示出了指纹传感器102的稍微放大的视图。在采用电容感测技术的情况下,指纹传感器102被配置成包括大量的感测元件,感测元件优选地被配置为二维阵列。二维阵列可以具有取决于计划实现的尺寸,并且在一种实施方式中,使用160×160像素。其他尺寸当然是可行的并且处于本发明的范围内,包括与上面的示例相比具有较少像素的二维阵列。在图2中,单个感测元件(也表示为像素)由附图标记202表示。应当理解,本发明可以应用于例如关于视觉系统而提供的其他类型的传感器。在这样的情况下,通常包括摄像机,其中例如在面对例如用户/物体的位置处与摄像机一起提供的基板/透镜的表面可以具有固定图案。摄像机可以被布置成捕获用户的面部或身体部位以随后用于识别/认证用户。
转至图3a和图3f并结合图5,在概念上示出了本发明的可能实现。本发明的基本构思是利用例如用户的指纹模板与用于识别/认证的用户的指纹样本之间的几何对准信息来在模式识别过程中辅助滤出固定图案。由于施加到例如指纹传感器102上的固定图案会与指纹传感器102的参考坐标系固定对准,而感兴趣的指纹样本通常不会,因此可以利用该属性来帮助分离什么是感兴趣的指纹样本数据以及什么是不感兴趣的指纹样本数据。
具体地,在图3a中示出了指纹传感器102的“顶表面”(例如涂层)的示例。在指纹传感器102的正常使用期间,例如在包括指纹传感器102的便携式电子设备被置于用户的口袋/袋中时,在顶表面处引入了多处划痕300。应当理解,固定图案例如划痕300有可能被有意地引入或者是因指纹传感器102的制造而固有。
当激活指纹传感器102用于获取指纹图像时,如图3b所示,用户将其手指相对于指纹传感器102以第一随机相对角度α1定位在指纹传感器102的顶表面处或附近。因此,划痕300将与手指的摩擦脊一起被指纹传感器102捕获,手指的摩擦脊表示用户的“真实”指纹。在图3c中,合并了传感器102表面处划痕300的处于第一随机相对角度α1的用户手指的摩擦脊的数字表示被示出为第一失真指纹图像302。
在现有技术的方案中,失真指纹图像302将形成用于所有后续图像分析、特征提取、认证等的输入。因此,划痕也将被视为用户指纹的一部分。然而,根据本发明,将作为失真指纹图像302的表示并且根据失真指纹图像302确定S1的第一特征集合与第二特征集合进行比较。应当理解,第一特征集合中的每个特征被定义成具有相对于指纹传感器102而提供的位置和可能的旋转。第二特征集合可以例如根据第二指纹图像而确定,或者是例如先前确定的用户的指纹模板的一部分。
在图3d提供的图示中,通过用户例如在稍后阶段再次将其手指相对于指纹传感器102以第二随机相对角度α2定位在指纹传感器102处而形成第二特征集合。与图3b中所示的手指相比,在图3d中,手指轻微地旋转。根据本发明,在正常使用期间,不期望第一相对角度α1和第二相对角度α2相同,即期望在用户将其手指定位在指纹传感器102处的不同次数之间存在少量的未对准。在比较图3b和图3d时,仅示出了小的旋转,用户手指位置的小的平移当然是可以/可能的。在图3e中,合并了传感器102表面处划痕300的处于第二随机相对角度α2的用户手指的摩擦脊的数字表示被示出为第二失真指纹图像304。
借助于本发明,测量S2对准差,该测量在第一特征集合的位置与第二特征集合中的特征之间进行。如从上面所理解的,第一和第二特征集合中的有关刮痕的特征与例如指纹传感器102的参考坐标系相比将具有基本上(或同样地)相同的位置(和可能的旋转)。
在图3f提供的图示中,将与第一失真指纹图像302相关的第一特征集合和与第二失真指纹图像304相关的第二特征集合进行比较。根据本发明,具有“太小”,小于阈值的对准差的特征子集被提取出并且被识别S3为可能是固定图案的一部分,例如在概念上被示出为指纹传感器102的表面处的划痕300。
例如可以将识别出的特征子集从第一失真指纹图像302和/或第二失真指纹图像304中滤出,从而形成提纯的指纹图像。可替选地,该信息可以在匹配过程中使用,如果在比较时大量的固定图案被识别出,则可以允许较高的匹配阈值。
在本发明的可能的实施方式中,可能感兴趣的是允许用户的指纹模板在使用期间被“不断”更新,以使得用户指纹的小的改变能够被考虑。不期望与这样的更新的指纹模板一起引入固定图案。因此,根据本发明,可以在允许特征准入模板之前核实可以在具有非同一变换(即,“足够的未对准”)的另一个指纹图像中找到来自第一指纹图像的给定特征。对模板更新的这种约束还应当使得包括所公开方案的系统的安全性能够得到提高,因为例如(例如由潜在的冒充者)有意引入的固定图案将被识别出,并且因此不允许与任何更新的指纹模板一起被引入。
在本发明的上述呈现中指出了,当对准差小于阈值时进行可能的固定图案的识别。阈值可以被预先确定或被不断更新。阈值还可以取决于先前是否已经确定在指纹传感器102处存在固定图案。在一些实现中,还允许阈值由用户设置,例如用于提高包括指纹传感器102的系统的安全性/安全。
根据本发明,使用图4所示的概念化的指纹传感器系统400来实现用于获取指纹图像的指纹传感器102及操作。通常,指纹传感器系统400进而形成如图1例示的电子设备/移动装置的一部分。
指纹传感器系统400包括指纹传感器102和处理电路,例如用于控制指纹传感器102的控制单元402。指纹传感器系统400还包括存储器,诸如例如存储用户指纹模板的数据库404。每个控制单元402可以包括微处理器、微控制器、可编程数字信号处理器或另一可编程器件。每个控制单元402还可以或者替代地包括专用集成电路、可编程门阵列或可编程阵列逻辑、可编程逻辑器件、或数字信号处理器。在控制单元402包括例如上述的微处理器、微控制器或可编程数字信号处理器的可编程器件的情况下,处理器还可以包括控制可编程器件操作的计算机可执行代码。应当理解,借助于控制单元402(或通常被称为“处理电路”)提供的功能的全部或一些部分可以至少部分地与指纹传感器402集成。
本公开的控制功能可以使用现有的计算机处理器来实现,或者通过适当系统的(出于该目的或另一目的被并入的)专用计算机处理器来实现,或者通过硬线系统来实现。在本公开范围内的实施方式包括程序产品,该程序产品包含用于承载或存储有机器可执行指令或数据结构的机器可读介质。这样的机器可读介质可以是可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。作为示例,这样的机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁存储设备、或者可用于承载或存储机器可执行指令或数据结构形式的期望程序代码并且可由通用或专用计算机或具有处理器的其他机器访问的任何其它介质。当信息通过网络或另外的通信连接(硬线、无线或者硬线或无线的组合中的任一个)传输或提供至机器时,机器适当地将该连接视为机器可读介质。因此,任何这样的连接被适当地称为机器可读介质。以上机器可读介质的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器执行某些功能或功能组合的指令和数据。
尽管图可以示出顺序,但步骤次序可以与所描绘的步骤次序不同。两个或多个步骤也可以同时或部分同时地执行。这种变化将取决于所选择的软件和硬件系统以及设计人员的选择。所有这些变化处于本公开的范围内。同样地,可以利用使用基于规则的逻辑和其他逻辑的标准编程技术来完成软件实现,以完成各种连接步骤、处理步骤、比较步骤和决策步骤。另外,尽管已经参考本发明的具体例证的实施方式描述了本发明,但是对于本领域技术人员而言,将明白许多不同的更改、修改等。
另外,根据对附图、本公开和所附权利要求书的研究,本领域技术人员在实践所要求保护的发明时可以理解和实施所公开的实施方式的变型。此外,在权利要求书中,词语“包括”不排除其他元件或步骤,并且不定冠词“a”或“an”不排除多个。

Claims (19)

1.一种用于借助于生物感测系统对用户的生物测量进行分析的方法,所述生物感测系统包括生物传感器和连接至所述生物传感器的处理电路,其中,所述方法包括以下步骤:
根据所述用户的第一生物测量来确定第一特征集合,其中使用所述生物传感器获取所述生物测量,所述第一特征集合中的每个特征具有相对于所述生物传感器而提供的位置;
测量所述第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的对准差;以及
识别所述第一特征集合中具有小于阈值的对准差的子集,其中,小于所述阈值的测量对准差被设置为在所述生物传感器的表面处或附近的固定图案的指示。
2.根据权利要求1所述的方法,其中,所述第一特征集合中的每个特征还具有相对于所述生物传感器而提供的取向。
3.根据权利要求1和2中任一项所述的方法,其中,从所述第一特征集合中移除所述第一特征集合中被识别为具有小于所述阈值的测量对准差的子集。
4.根据权利要求1所述的方法,其中,所述测量对准差被标记至所述第一特征集合。
5.根据权利要求1所述的方法,还包括通过对所述第一特征集合中不包括所述第一特征集合中的识别出的子集的特征的选择来更新所述第二特征集合。
6.根据权利要求1所述的方法,还包括通过以下操作来认证所述用户:
确定所述第一特征集合与所述第二特征集合之间的匹配水平;以及
将所述匹配水平与匹配阈值进行比较,
其中,所述匹配阈值取决于所述测量对准差。
7.根据前述权利要求中任一项所述的方法,还包括确定所述测量对准差的概要值。
8.根据权利要求7所述的方法,其中,所述概要值是加权概要值。
9.根据前述权利要求中任一项所述的方法,还包括:
使用所述生物传感器获取第二生物测量;
根据所述第二生物测量确定所述第二特征集合。
10.根据权利要求9所述的方法,其中,在获取所述第一生物测量之前获取所述第二生物测量。
11.根据前述权利要求中任一项所述的方法,其中,所述生物感测系统是视觉系统并且所述生物传感器是摄像机。
12.根据权利要求1至10中任一项所述的方法,其中,所述生物感测系统是指纹感测系统并且所述生物传感器是指纹传感器。
13.根据权利要求12所述的方法,其中,所述指纹传感器被配置成获取指纹图像。
14.根据权利要求12和13中任一项所述的方法,还包括形成指纹测量,其中形成所述指纹测量包括对所述第一特征集合中不包括所述第一特征集合中的识别出的特征子集的特征的选择。
15.一种指纹感测系统,包括:
指纹传感器;
存储器;以及
连接至所述指纹传感器的处理电路,所述处理电路用于:
使用所述指纹传感器获取第一指纹图像;
根据所述第一指纹图像确定第一特征集合,所述第一特征集合中的每个特征具有相对于所述指纹传感器而提供的位置;
测量所述第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的测量对准差;以及
识别所述第一特征集合中具有小于阈值的对准差的子集,其中,小于所述阈值的测量对准差被设置为在所述生物传感器的表面处或附近的固定图案的指示。
16.根据权利要求15所述的指纹感测系统,其中,所述指纹传感器是电容式指纹传感器。
17.一种电子设备,包括根据权利要求15和16中任一项所述的指纹感测系统。
18.根据权利要求17所述的电子设备,其中,所述便携式电子设备是移动电话。
19.一种计算机程序产品,包括计算机可读介质,其上存储有用于控制电子设备的计算机程序装置,所述电子设备包括生物感测系统,所述生物感测系统包括生物传感器和连接至所述生物传感器的处理电路,其中,所述计算机程序产品包括:
用于根据所述用户的第一生物测量确定第一特征集合的代码,其中使用所述生物传感器获取所述生物测量,所述第一特征集合中的每个特征具有相对于所述生物传感器而提供的位置;
用于测量所述第一特征集合的特征的位置与第二特征集合中的相应特征的位置之间的对准差的代码;以及
用于识别所述第一特征集合中具有小于阈值的对准差的子集的代码,其中,小于所述阈值的测量对准差被设置为在所述感测传感器表面处或附近的固定图案的指示。
CN201780001067.9A 2016-02-02 2017-01-26 用于对用户的生物测量进行分析的方法和指纹感测系统 Active CN107408208B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
SE1650126A SE1650126A1 (en) 2016-02-02 2016-02-02 Method and fingerprint sensing system for analyzing biometric measurements of a user
SE1650126-4 2016-02-02
PCT/SE2017/050069 WO2017135869A1 (en) 2016-02-02 2017-01-26 Method and fingerprint sensing system for analyzing biometric measurements of a user

Publications (2)

Publication Number Publication Date
CN107408208A true CN107408208A (zh) 2017-11-28
CN107408208B CN107408208B (zh) 2020-05-29

Family

ID=59386891

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780001067.9A Active CN107408208B (zh) 2016-02-02 2017-01-26 用于对用户的生物测量进行分析的方法和指纹感测系统

Country Status (7)

Country Link
US (1) US10268873B2 (zh)
EP (1) EP3411830B1 (zh)
JP (1) JP7079730B2 (zh)
KR (1) KR20180108628A (zh)
CN (1) CN107408208B (zh)
SE (1) SE1650126A1 (zh)
WO (1) WO2017135869A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020051792A1 (zh) * 2018-09-12 2020-03-19 深圳市汇顶科技股份有限公司 指纹识别方法、装置、设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10122764B1 (en) * 2017-04-25 2018-11-06 T-Mobile Usa, Inc. Multi-factor and context sensitive biometric authentication system
US12019719B2 (en) * 2018-06-19 2024-06-25 Fingerprint Cards Anacatum Ip Ab Method and electronic device for authenticating a user
US11216541B2 (en) * 2018-09-07 2022-01-04 Qualcomm Incorporated User adaptation for biometric authentication

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535622B1 (en) * 1999-04-26 2003-03-18 Veridicom, Inc. Method for imaging fingerprints and concealing latent fingerprints
US20040199775A1 (en) * 2001-05-09 2004-10-07 Wee Ser Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium
CN1875370A (zh) * 2003-09-05 2006-12-06 奥森泰克公司 利用具有不同选择性的生物测量学的多生物测量手指传感器以及相关方法
US20140286546A1 (en) * 2013-03-22 2014-09-25 Suprema Inc. Apparatus and method for processing fingerprint image

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6125192A (en) * 1997-04-21 2000-09-26 Digital Persona, Inc. Fingerprint recognition system
US7203347B2 (en) * 2001-06-27 2007-04-10 Activcard Ireland Limited Method and system for extracting an area of interest from within a swipe image of a biological surface
FR2829264A1 (fr) * 2001-09-04 2003-03-07 St Microelectronics Sa Procede de comparaison d'empreintes digitales
US7142699B2 (en) * 2001-12-14 2006-11-28 Siemens Corporate Research, Inc. Fingerprint matching using ridge feature maps
US7355690B2 (en) * 2003-07-21 2008-04-08 Applied Materials, Israel, Ltd. Double inspection of reticle or wafer
JP4592341B2 (ja) * 2004-06-29 2010-12-01 セコム株式会社 生体情報認証装置
CA2594724C (en) * 2005-01-31 2011-04-19 Precise Biometrics Ab Method and device for improved fingerprint matching
WO2007050776A2 (en) 2005-10-25 2007-05-03 University Of Kentucky Research Foundation System and method for 3d imaging using structured light illumination
JP2007323433A (ja) * 2006-06-01 2007-12-13 Sharp Corp 画像処理装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録したコンピュータ読取り可能な記録媒体
JP4427039B2 (ja) * 2006-08-18 2010-03-03 富士通株式会社 生体情報取得装置および生体情報による認証装置
US8631243B2 (en) * 2007-12-24 2014-01-14 Telecom Italia S.P.A. Biometrics based identification
US20100080425A1 (en) * 2008-09-29 2010-04-01 Board of regents of the Nevada System of Higher Education, on Behalf of the University of Minutiae-based template synthesis and matching
US20130173925A1 (en) * 2011-12-28 2013-07-04 Ester Yen Systems and Methods for Fingerprint-Based Operations
US8953854B2 (en) * 2012-08-08 2015-02-10 The Hong Kong Polytechnic University Contactless 3D biometric feature identification system and method thereof
GB2507540A (en) * 2012-11-02 2014-05-07 Zwipe As Enrolling fingerprints by combining image strips to obtain sufficient width
US10068120B2 (en) * 2013-03-15 2018-09-04 Apple Inc. High dynamic range fingerprint sensing
KR102257287B1 (ko) * 2014-08-07 2021-05-27 삼성전자주식회사 지문 및 심전도 신호를 이용한 사용자 인증 방법 및 장치
JP6101723B2 (ja) * 2015-03-23 2017-03-22 株式会社日立製作所 個人認証装置及び方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535622B1 (en) * 1999-04-26 2003-03-18 Veridicom, Inc. Method for imaging fingerprints and concealing latent fingerprints
US20040199775A1 (en) * 2001-05-09 2004-10-07 Wee Ser Method and device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium
CN1875370A (zh) * 2003-09-05 2006-12-06 奥森泰克公司 利用具有不同选择性的生物测量学的多生物测量手指传感器以及相关方法
US20140286546A1 (en) * 2013-03-22 2014-09-25 Suprema Inc. Apparatus and method for processing fingerprint image

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020051792A1 (zh) * 2018-09-12 2020-03-19 深圳市汇顶科技股份有限公司 指纹识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
JP2019503545A (ja) 2019-02-07
US20170220845A1 (en) 2017-08-03
SE1650126A1 (en) 2017-08-03
JP7079730B2 (ja) 2022-06-02
EP3411830A1 (en) 2018-12-12
KR20180108628A (ko) 2018-10-04
EP3411830B1 (en) 2022-11-23
EP3411830A4 (en) 2019-09-04
CN107408208B (zh) 2020-05-29
US10268873B2 (en) 2019-04-23
WO2017135869A1 (en) 2017-08-10

Similar Documents

Publication Publication Date Title
US9436862B2 (en) Electronic apparatus with segmented guiding function and small-width biometrics sensor, and guiding method thereof
CN106384098B (zh) 基于图像的头部姿态检测方法、装置以及终端
US10068118B2 (en) Apparatus and method for a biometric sensor in a handheld mobile wireless communication device
CN102460507B (zh) 生物体认证装置、生物体认证方法以及生物体认证用计算机程序
CN104978509B (zh) 信息处理装置及其控制方法
CN107408208A (zh) 用于对用户的生物测量进行分析的方法和指纹感测系统
CN107239535A (zh) 相似图片检索方法及装置
CN104036240B (zh) 人脸特征点的定位方法和装置
CN105320870A (zh) 一种指纹解锁方法、装置及移动终端
CN106682736A (zh) 图像识别方法及装置
CN106250831A (zh) 图像检测方法、装置和用于图像检测的装置
CN104077563B (zh) 人脸识别方法和装置
CN106228556A (zh) 图像质量分析方法和装置
CN103886284B (zh) 人物属性信息识别方法、装置及电子设备
CN106295515A (zh) 确定图像中的人脸区域的方法及装置
CN106339695A (zh) 人脸相似检测方法、装置及终端
CN107091704A (zh) 压力检测方法和装置
CN107247936A (zh) 图像识别方法及装置
CN104899588B (zh) 识别图像中的字符的方法及装置
CN105654094A (zh) 特征提取方法及装置
CN107657608A (zh) 图像质量确定方法、装置及电子设备
CN105787416A (zh) 一种基于移动终端的人脸识别方法及系统
CN107292901A (zh) 边缘检测方法及装置
CN107292293A (zh) 人脸检测的方法及装置
CN110187806B (zh) 指纹模板录入方法及相关装置

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
TR01 Transfer of patent right

Effective date of registration: 20211202

Address after: Gothenburg

Patentee after: Fingerprint kaana Kadun Intellectual Property Co.,Ltd.

Address before: Gothenburg

Patentee before: FINGERPRINT CARDS AB

TR01 Transfer of patent right