CN107622224A - 指纹识别模块以及指纹识别方法 - Google Patents
指纹识别模块以及指纹识别方法 Download PDFInfo
- Publication number
- CN107622224A CN107622224A CN201710116698.7A CN201710116698A CN107622224A CN 107622224 A CN107622224 A CN 107622224A CN 201710116698 A CN201710116698 A CN 201710116698A CN 107622224 A CN107622224 A CN 107622224A
- Authority
- CN
- China
- Prior art keywords
- image
- fingerprint identification
- colour
- color
- subject image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 48
- 238000010586 diagram Methods 0.000 description 13
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 239000000741 silica gel Substances 0.000 description 5
- 229910002027 silica gel Inorganic materials 0.000 description 5
- 238000005242 forging Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- PLXMOAALOJOTIY-FPTXNFDTSA-N Aesculin Natural products OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](O)[C@H]1Oc2cc3C=CC(=O)Oc3cc2O PLXMOAALOJOTIY-FPTXNFDTSA-N 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 210000003462 vein Anatomy 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
- G06V40/1382—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
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- 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
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)
Abstract
本发明提供一种指纹识别模块包括成像单元、发光元件、光接收器以及处理单元。成像单元用以依据物体接触成像单元是否形成回路来产生第一图像光束。发光元件用以发射扫描光束至物体，以使物体反射第二图像光束。光接收器用以依据第一图像光束以及第二图像光束分别产生第一物体图像以及第二物体图像。处理单元用以判断第二物体图像是否具有色彩变化，以决定物体为活体。另外，一种指纹识别方法也被提出。本发明可通过两阶段识别机制，以使有效地识别按压在指纹识别模块上的物体是否为活体的手指，并且可进一步有效判断取得的图像是否为真实指纹图像，以使对真实指纹图像进行指纹识别。
Description
技术领域
本发明涉及一种识别技术，且特别涉及一种可识别手指是否为活体的指纹识别模块以及指纹识别方法。
背景技术
生物识别的种类包括脸部、声音、虹膜、视网膜、静脉和指纹识别等。由于每个人的指纹都是独一无二的，且指纹不易随着年龄或身体健康状况而变化，因此指纹识别模块已成为目前最普及的一种生物识别系统。依照感测方式的不同，指纹识别模块还可分为光学式、电容式、超音波式及热感应式等。
然而，由于传统的指纹识别模块无法有效识别真伪手指(活体或非活体)的差异，因此导致通常有不肖人士会以硅胶材质伪造手指，并且在硅胶材质制作的伪造手指上拟真有指纹及汗孔。如此，以硅胶特性以及具有指纹、汗孔的伪造手指按压在指纹识别模块后，可使得伪造手指同样有按压后的手指变形量特性及指纹、汗孔特性来骗过指纹识别模块，进而导致指纹识别模块无法正确识别是否是由活体的手指所按压，因而造成识别上的漏洞。有鉴于此，本发明将在以下提出几个实施例的解决方案。
发明内容
本发明提供一种指纹识别模块以及指纹识别方法，可通过两阶段识别机制，以使有效地识别按压在指纹识别模块上的物体是否为活体的手指，并且可进一步有效判断取得的图像是否为真实指纹图像，以使对真实指纹图像进行指纹识别。
本发明的指纹识别模块包括成像单元、发光元件、光接收器以及处理单元。成像单元用以依据物体接触成像单元是否形成回路来产生第一图像光束。发光元件用以发射扫描光束至物体，以使物体反射第二图像光束。光接收器用以接收第一图像光束以及第二图像光束，并且依据第一图像光束以及第二图像光束分别产生第一物体图像以及第二物体图像。处理单元电性连接光接收器。处理单元用以接收第一物体图像以及第二物体图像。处理单元判断第二物体图像是否具有色彩变化，以决定物体为活体。
本发明的指纹识别方法适用于指纹识别模块。指纹识别模块包括成像单元、发光元件、光接收器以及处理单元。指纹识别方法包括以下步骤。依据物体接触成像单元是否形成回路来产生第一图像光束。发射扫描光束至物体，以使物体反射第二图像光束。接收第一图像光束以及第二图像光束，并且依据第一图像光束以及第二图像光束分别产生第一物体图像以及第二物体图像。判断第二物体图像是否具有色彩变化，以决定物体为活体。
基于上述，本发明实施例的指纹识别模块以及指纹识别方法，可具有两个阶段的识别功能。首先，指纹识别模块可通过判断物体触碰在成像单元上是否可产生电场分布来判断物体是否为活体。接着，指纹识别模块可通过判断光接收器提供的物体图像是否具有色彩变化来判断物体是否为活体。据此，本发明实施例的指纹识别模块以及指纹识别方法具有可有效识别真假手指的功能。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所示附图作详细说明如下。
附图说明
图1显示本发明一实施例的指纹识别模块的示意图。
图2显示本发明一实施例的指纹识别模块的部分的放大示意图。
图3显示本发明一实施例的指纹识别方法的步骤流程图。
图4显示本发明一实施例的真实指纹的第一色度坐标轴的示意图。
图5显示本发明一实施例的伪造指纹的第一色度坐标轴的示意图。
图6显示本发明一实施例的真实指纹的第二色度坐标轴的示意图。
图7显示本发明一实施例的伪造指纹的第二色度坐标轴的示意图。
附图标记说明：
1：物体
1a、1b、1c：物体的一部分
100：指纹识别模块
110：成像单元
112：电极
114：发光层
114a、114b：发光层的一部分
116：第一介电层
118：第二介电层
120：激发源
130：发光元件
140：光接收器
140a：光接收面
150：处理单元
160：导电元件
160a：开口
d：方向
I1：第一物体图像
I2：第二物体图像
L1：第一图像光束
L2：第二图像光束
116a、116b：第一介电层的一部分
S310、S320、S330、S340、S350、S360、S370：步骤
具体实施方式
在本案说明书全文(包括权利要求)中所使用的“电性连接”一词可指任何直接或间接的连接手段。举例而言，若文中描述第一装置电性连接第二装置，则应该被解释成第一装置可以直接电性连接至第二装置，或者第一装置可以通过其他装置、导线或某种连接手段而间接地电性连接至第二装置。另外，凡可能之处，在图示及实施方式中使用相同标号的元件/构件/步骤代表相同或类似部分。不同实施例中使用相同标号或使用相同用语的元件/构件/步骤可以相互参照相关说明。
图1显示本发明一实施例的指纹识别模块的示意图。请参照图1，指纹识别模块100包括成像单元110、激发源120、发光元件130、光接收器140以及处理单元150。处理单元150电性连接光接收器140。在本实施例中，成像单元110依据与物体1之间的接触位置是否对应形成回路来对应产生第一图像光束L1，其中所述回路可例如是电回路(electrical loop)或磁回路(magnetic field loops)等。并且，在本实施例中，发光元件130用以发射扫描光束至物体1，以使物体1对应反射第二图像光束L2至光接收器140。光接收器140用以接收第一图像光束L1以及第二图像光束L2，并且依据第二图像光束L2产生物体1的第二物体图像I2。在本实施例中，处理单元150用以接收第一物体图像I1以及第二物体图像I2，并且分析第二物体图像I2是否具有特定的色彩变化，来判断物体1是否为活体(真实手指)，进而决定第一物体图像I1以及第二物体图像I2的至少其中之一为真实指纹图像。处理单元150可对真实指纹图像进行指纹识别。在本实施例中，真实指纹图像是指获取自活体并且具有指纹特征的手指图像。需注意的是，本发明的指纹识别不限于手指，其所述物体1亦可为手掌。指纹识别模块100可用于识别物体1是否为真实手掌，进而决定第一物体图像I1以及第二物体图像I2的至少其中之一为获取自活体并且具有掌纹特征的手掌图像。然而，以下各范例实施例以手指为范例说明。
在本实施例中，成像单元110可形成在一个透光基板上，其中透光基板可以是在远离第一介电层116的表面上由多个微结构以连续或非连续配置所形成的微结构层，并且所述多个微结构可分别呈椭圆状或者是三角形状等，本发明并不加以限制。在一实施例中，成像单元110也可形成在其他适当构件上，本发明并不加以限制。
在本实施例中，指纹识别模块100具有两阶段判断物体1是否为活体的防伪机制，进而决定第一物体图像I1以及第二物件图像I2的至少其中之一为真实指纹图像，以使处理单元150可依据第一物体图像I1以及第二物件图像I2的至少其中之一进行身分认证的相关指纹特征识别操作。然而，有关身分认证的相关指纹特征识别操作可依据所属领域的公知常识可获得足够的教示、建议与实施说明，因此不再赘述。
以下针对第一物体图像I1以及第二物体图像I2的成像机制进一步说明。图2显示本发明一实施例的指纹识别模块100的部分的放大示意图，请同时参照图1及图2。在本实施例中，成像单元110包括电极112、配置于电极112上的发光层114以及配置于发光层114上的第一介电层116。电极112为透光电极。在本实施例中，成像单元110可进一步包括第二介电层118。第二介电层118位于发光层114与电极112之间。电极112、第二介电层118、发光层114以及第一介电层116沿着指向物体1的方向d依序排列。发光层114受到对应的激发源120的作用会发光。发光层114的材料可为无机材料、有机材料或其组合。此外，在一实施例中，所述的第一介电层116远离第二介电层118上可形成一保护层(图未示)，用以保护第一介电层116。在本实施例中，发光层114例如为电激发光(electroluminescence，EL)层，但本发明不以此为限。
在本实施例中，激发源120例如为电源。所述电源可输出直流电、交流电或其组合。激发源120用以输出能量至成像单元110的电极112与物体1。当物体1的至少一部分1a接触第一介电层116的一部分116a时，激发源120输出的能量会针对与第一介电层116的一部分116a对应的发光层114的一部分114a作用，以使发光层114的一部分114a发出第一图像光束L1。在本实施例中，第一介电层116的一部分116a与发光层114的一部分114a在方向d上可重叠，但本发明不以此为限。更详细的说，物体1的至少一部分1a例如为指纹的凸部。当物体1的至少一部分1a(例如：指纹的凸部)接触第一介电层116的一部分116a时，第一介电层116的一部分116a与电极112之间会形成回路，而使对应于第一介电层116的一部分116a的发光层114的一部分114a发出第一图像光束L1。物体1的至少一部分1a(例如：指纹的凸部)接触第一介电层116时，物体1的另一部分1b(例如：指纹的凹部)不会接触第一介电层116，与物体1的另一部分1b(例如：指纹的凹部)对应的第一介电层116的另一部分116b和电极112之间不会形成回路，而发光层114的另一部分114b不会发光。藉此，发光层114发出的第一图像光束L1得以反应出物体1的至少一部分1a(例如：指纹的凸部)的图像，进而使光接收器140接收到对比度高的物体1的至少一部分1a的图像。
在本实施例中，导电元件160配置于成像单元110的第一介电层116上且具有暴露第一介电层116的开口160a。换言之，在本实施例中，导电元件160可呈框型，但本发明不限于此，在一实施例中，导电元件160也可呈其他适当形状。在本实施例中，导电元件160可选择性地配置于第一介电层116的上方。然而，本发明不限于此，在一实施例中，导电元件160也可整合在第一介电层116内。导电元件160及第一介电层116可与发光层114的同一表面接触。这样的设置可以降低取像装置100的整体厚度(图未显示)。
在本实施例中，导电元件160与第一介电层116电性连接。激发源120与导电元件160及成像单元110的电极112电性连接。因此，当物体1的至少一部分1a接触第一介电层116的一部分116a时，物体1的另一部分1c同时接触导电元件160。此时，激发源120便可通过导电元件160将能量(例如：电能)传递至与第一介电层116接触的物体1的至少一部分1a上，以使对应于物体1的至少一部分1a的发光层114的一部分114a发出第一图像光束L1，进而取得物体1的至少一部分1a的图像信息。
在本实施例中，激发源120所输出的能量种类以及传递能量至物体1的方式可有许多种，激发源120所输出的能量种类不限于电能，例如是磁能，可以在所述的激发源120再连接于一能量转换单元，用以先将磁能转换成电能再通过所述的能量转换单元将电能转换成光能，或者是其他方式的能量(如动能)转换成电能后再再通过此类的能量转换单元将其转换成光能。传递电能至物体1的方式也不限于通过导电元件160的方式。在一实施例中，激发源120所输出的能量种类以及传递能量至物体1的方式可依实际需求做其他适当设计。
在本实施例中，发光元件130可例如是发光二极管(Light Emitting Diode，LED)，以使物体1的表面可依据扫描光束反射第二图像光束L2至光接收器140。发光元件130可用以发射单一波长或是多重波长的扫描光束至物体1。在单一波长的扫描光束的情况下，光接收器140可通过物体1反射的第二图像光束L2进而接收到灰阶的物体图像。而在多重波长的扫描光束的情况下，光接收器140可接收到多色的物体图像。此外，发光元件130也可为一个或多个光源，并且可封装在光接收器140内，或者是独立配置在光接收器140的周围或上方，本发明并不加以限制。
在本实施例中，光接收器140可为具有二维感测阵列的光接收器，例如：电荷耦合元件(charge-coupled device；CCD)、互补金属氧化物半导体元件(complementary metaloxide semiconductor；CMOS)等，但本发明不以此为限。
在本实施例中，光接收器140配置于第一图像光束L1以及第二图像光束L2的传递路径上。第一图像光束L1以及第二图像光束L2可成像在光接收器140的光接收面140a上。当光接收器140的光接收面140a接收第一图像光束L1以及第二图像光束L2后，光接收器140能将第一图像光束L1以及第二图像光束L2转换为对应物体1的至少一部分1a的第一物体图像I1以及第二物体图像I2的图像信息，其中图像信息为电信号。在本实施例中，为了判断物体1是否为活体，处理单元150可针对第二物体图像I2进行色彩分析，以判断是否具有特定的色彩变化，进而决定第一物体图像I1以及第二物体图像I2的至少其中之一是否为真实指纹图像。
也就是说，在本实施例中，指纹识别模块100的第一阶段的防伪识别机制是通过成像单元110依据与物体1之间的接触位置是否对应形成回路来产生第一图像光束L1。指纹识别模块100的第二阶段的防伪识别机制是通过处理单元150分析第二图像光束L2是否具有特殊色彩变化来判断物体1是否为活体。
另外，本实施例的处理单元150可包括由单核心或多核心组成的中央处理单元(Central Processing Unit，CPU)，或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor，DSP)、可程序化控制器、特殊应用集成电路(Application Specific Integrated Circuits，ASIC)、可程序化逻辑装置(Programmable Logic Device，PLD)或其他类似装置或这些装置的组合，以执行本发明各实施例的指纹识别方法。并且，处理单元150可进一步外接或包括有存储器元件。存储器元件例如是随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-OnlyMemory，ROM)或快闪存储器(Flash Memory)等，可至少用以储存本发明各实施例中所述的各种图像数据。
图3显示本发明一实施例的指纹识别方法的步骤流程图。同时参照图1、图3，本实施例的方法可至少适用于图1的指纹识别模块100。本实施例的指纹识别方法可包括至少以下步骤。在步骤S310中，成像单元110依据物体1接触成像单元110是否形成回路来产生第一图像光束L1。若否，在步骤S320中，由于成像单元110无法产生第一图像光束L1，处理单元150判断物体1为非活体。若是，在步骤S330中，成像单元110产生第一图像光束L1，并且发光元件130发射扫描光束至物体1，以使物体1反射第二图像光束L2至光接收器140。接着，在步骤S340中，光接收器140接收第一图像光束L1以及第二图像光束L2，并且依据第一图像光束L1以及第二图像光束L2分别产生第一物体图像I1以及第二物体图像I2。再接着，在步骤S350中，处理单元150判断第二物体图像I2是否具有色彩变化，以决定第一物体图像I1以及第二物体图像I2的至少其中之一是否为真实指纹图像。若否，在步骤S360中，处理单元150判断物体1为非活体，并且判断第一物体图像I1为非真实指纹图像。若是，在步骤370中，处理单元150判断物体1为活体，并且判断第一物体图像I1以及第二物体图像I2的至少其中之一为真实指纹图像。据此，处理单元150可依据第一物体图像I1以及第二物体图像I2的至少其中之一来进一步进行有关身分认证的指纹特征识别操作。
需说明的是，上述的色彩分析是指当处理单元150接收到第二物体图像I2后，处理装置150可执行以下的分析操作。图4显示本发明一实施例的真实指纹的第一色度坐标轴的示意图。图5显示本发明一实施例的伪造指纹的第一色度坐标轴的示意图。请同时参照图4、图5，处理单元150可对第二物体图像I2以第一色彩模型分析后得到第一色度坐标轴。接着，处理单元150可依据第一色度坐标轴取得第一颜色波长曲线、第二颜色波长曲线以及第三颜色波长曲线。例如，第一色彩模型可以是红蓝绿色彩模型(RGB Color Model)，因此第一颜色波长曲线、第二颜色波长曲线以及第三颜色波长曲线可分别为红色波长曲线、绿色波长曲线以及蓝色波长曲线，但不以此为限。
具体来说，由于当手指按压在成像单元110上，活体的手指将会产生肤色变化，亦即手指的一部分的血液会留在手指按压区域处，其余的血液则会从按压区域往四周流动到按压区域之外，使得手指在按压时会形成明显的肤色变化。因此，如图4、图5所示，处理单元150可判断第一颜色波长曲线是否与第二颜色波长曲线以及第三颜色波长曲线重叠，以决定第二物体图像I2是否为活体的手指并且为真实指纹图像。
然而，由于物体1可能是以硅胶材质制成的伪造手指，并且特意的伪造出假微血管。因此，处理单元150也可进一步分析第二物体图像I2的第一色度坐标轴当中的红色波长曲线是否符合预设的第一肤色阀值，以获知红色波长曲线是否明显高于绿色波长曲线以及蓝色波长曲线。据此，处理单元150可有效判断物体1是否为活体的手指。
举例来说，处理单元150可通过下述公式(1)、(2)来判断物体1是否为活体的手指。
R–min(B,G)>Z…………公式(1)
10<Z<100…………公式(2)
其中，R代表红色波长数值，G代表绿色波长数值，B代表蓝色波长数值，Z代表预设的第一肤色阀值。当满足10<Z<100时，则可进入步骤230。若无法满足10<Z<100时，则判定物体1为伪造手指的物体。需注意的是，上述公式(1)、(2)仅为一范例实施例说明，本发明并不限于此，其公式内容或是数值大小可依实际需求而设定。
然而，由于物体1可能是以硅胶材质制成的伪造手指，并且特意使得红色波长曲线高于绿色波长曲线及蓝色波长曲线。因此，本发明的处理单元150还可执行进一步的验证操作。图6显示本发明一实施例的真实指纹的第二色度坐标轴的示意图。图7显示本发明一实施例的伪造指纹的第二色度坐标轴的示意图。请同时参照图6、图7，处理单元150可依据第二色彩模型将第一色度坐标轴转换成第二色度坐标轴，其中第二色度坐标轴可例如是印刷色彩模型(CMYK Color Model)。由于伪造手指可能依据第一色彩模型(红蓝绿色彩模型)来设计假微血管，并且可伪造出红色波长曲线明显高于绿色波长曲线和蓝色波长曲线的情境，但本发明仍可通过处理单元150分析第二物体图像I2的第二色度坐标轴是否符合预设的第二肤色阀值，进一步验证物体1是否为活体的手指。
举例来说，处理单元150可通过下述公式(3)、(4)来判断物体1是否为活体的手指。
Y<Z'…………公式(3)
10<Z'<100…………公式(4)
其中，Y代表黄色的色阶值，Z'代表预设的第二肤色阀值。当满足上述公式(3)、(4)时，则处理单元150判断物体1为活体的手指，若无法满足公式(3)、(4)时，则判断假手指。需注意的是，上述公式(3)、(4)仅为一范例实施例说明，本发明并不限于此，其公式内容或是数值大小可依实际需求而设定。例如，处理单元150也可使用统计学的分析方法，分析活体的手指在各种色度坐标轴(如CMYK色度坐标轴、YUV色度坐标轴、CIE XYZ色度坐标轴或HSV色度坐标轴等)的肤色变化分布，以此设定各第二色度坐标轴所对应的第二肤色阀值。
据此，若伪造手指依据第一色彩模型(红蓝绿色彩模型)来设计假微血管，虽然可伪造出红色波长曲线明显高于绿色波长曲线和蓝色波长曲线的情境，但本实施例的处理单元150仍可通过第二色度坐标轴的预设的第二肤色阀值，进一步验证物体1是否为活体的手指。若转换后的第二色度坐标轴符合预设的第二肤色阀值，则判断物体1为活体的手指。若第二色度坐标轴不符合预设的第二肤色阀值，则判定物体1为伪造手指。
另外，上述各实施例的处理单元150可将整体的第一物体图像I1或第二物体图像I2分割为多个子图像，以分别进行色彩分析，或是针对整体的第一物体图像I1或第二物体图像I2直接进行色彩分析，本发明并不加以限制。并且，上述的第一色彩模型并不限为红蓝绿色彩模型。上述的第一色彩模型可例如是YUV色彩模型、YCbCr色彩模型、RAW Bayer色彩模型、CCIR色彩模型、ITU色彩模型或RAW RGB色彩模型。上述的第二色彩模型并不限为印刷色彩模型。上述的第二色彩模型可例如是CMYK色彩模型、YUV色彩模型、CIE XYZ色彩模型或HSV色彩模型。第一色彩模型以及第二色彩模型可分别依实际需求而选择对应的色彩模型。也就是说，上述的第一色度坐标轴转换成第二色度坐标轴，并不限于RGB色度坐标轴转换成CMYK色度坐标轴。可依据实际需求，将RGB色度坐标轴转换成YUV色度坐标轴，或将RGB色度坐标轴转换成CIE XYZ色度坐标轴，或将RGB色度坐标轴转换成HSV色度坐标轴等交互坐标轴转换，以得到不同色度坐标的肤色变化情形。
综上所述，本发明范例实施例的指纹识别模块以及指纹识别方法，可提供指纹识别模块在识别指纹特征之前，通过依据物体接触成像单元是否形成回路来产生第一图像光束，来判断物体是否为活体的手指。接着，指纹识别模块可进一步分析由物体反射的第二图像光束所形成的第二物体图像，以判断第二物体图像是否具有色彩变化的方式，来再次判断触碰在成像单元上的物体是否为活体的手指，进而决定成像单元所取得的第一物体图像以及第二物体图像的至少其中之一是否为真实指纹图像。据此，本发明范例实施例的指纹识别模块以及指纹识别方法可通过两阶段识别操作，来有效地辨别真伪手指。
虽然本发明已以实施例揭示如上，然其并非用以限定本发明，任何所属技术领域中技术人员，在不脱离本发明的精神和范围内，当可作些许的更改与润饰，但这些更改与润饰均应落入本发明的保护范围内。
Claims (18)
1.一种指纹识别模块，其特征在于，包括：
成像单元，用以依据物体接触所述成像单元是否形成回路来产生第一图像光束；
发光元件，用以发射扫描光束至所述物体，以使所述物体反射第二图像光束；
光接收器，用以接收所述第一图像光束以及所述第二图像光束，并且依据所述第一图像光束以及所述第二图像光束分别产生第一物体图像以及第二物体图像；以及
处理单元，电性连接所述光接收器，用以接收所述第一物体图像以及所述第二物体图像，其中所述处理单元判断所述第二物体图像是否具有色彩变化，以决定所述物体为活体。
2.根据权利要求1所述的指纹识别模块，其特征在于，所述成像单元包括：
电极；
发光层，配置于所述电极上；
第一介电层，配置于所述发光层上；以及
第二介电层，配置于所述发光层与所述电极之间，
其中所述物体的至少一部分接触所述第一介电层的一部分，以使所述发光层发出对应于所述第一介电层的所述部分的所述第一图像光束，并且所述光接收器配置于所述第一图像光束以及所述第二图像光束的传递路径上。
3.根据权利要求2所述的指纹识别模块，其特征在于，还包括：
激发源，电性连接所述成像单元的所述电极以及所述物体，用以输出能量至所述成像单元的所述电极及所述物体，其中所述能量能使所述发光层发光。
4.根据权利要求3所述的指纹识别模块，其特征在于，所述激发源为电源且与所述成像单元的所述电极以及所述物体电性连接。
5.根据权利要求3所述的指纹识别模块，其特征在于，还包括：
导电元件，配置至于所述第一介电层上或整合于所述第一介电层中，并且电性连接所述激发源，以使所述物体通过所述导电元件与所述激发源电性连接。
6.根据权利要求1所述的指纹识别模块，其特征在于，所述发光元件发射的所述扫描光束为单一波长光束或多重波长光束。
7.根据权利要求1所述的指纹识别模块，其特征在于，所述处理单元依据第一色彩模型分析所述第二物体图像，以取得第一色度坐标轴，并且所述处理单元依据所述第一色度坐标轴取得第一颜色波长曲线、第二颜色波长曲线以及第三颜色波长曲线，
其中所述处理单元判断所述第一颜色波长曲线是否与所述第二颜色波长曲线或所述第三颜色波长曲线重叠，以决定所述第二物体图像是否具有所述色彩变化。
8.根据权利要求7所述的指纹识别模块，其特征在于，所述第一色彩模型为YUV色彩模型、YCbCr色彩模型、RAW Bayer色彩模型、CCIR色彩模型、ITU色彩模型或RAW RGB色彩模型。
9.根据权利要求7所述的指纹识别模块，其特征在于，所述处理单元还判断所述第一色度坐标轴是否符合预设的第一肤色阀值，以决定所述第二物体图像是否具有所述色彩变化。
10.根据权利要求7所述的指纹识别模块，其特征在于，所述处理单元还依据第二色彩模型转换所述第一色度坐标轴为第二色度坐标轴，并且所述处理装置判断所述第二色度坐标轴是否符合预设的第二肤色阀值，以决定所述第二物体图像是否具有所述色彩变化。
11.根据权利要求10所述的指纹识别模块，其特征在于，所述第二色彩模型为CMYK色彩模型、YUV色彩模型、CIE XYZ色彩模型或HSV色彩模型。
12.一种指纹识别方法，适用于指纹识别模块，并且所述指纹识别模块包括成像单元、发光元件、光接收器以及处理单元，其特征在于，所述指纹识别方法包括以下步骤：
依据物体接触所述成像单元是否形成回路来产生第一图像光束；
发射扫描光束至所述物体，以使所述物体反射第二图像光束；
接收所述第一图像光束以及所述第二图像光束，并且依据所述第一图像光束以及所述第二图像光束分别产生第一物体图像以及第二物体图像；以及
判断所述第二物体图像是否具有色彩变化，以决定所述物体为活体。
13.根据权利要求12所述的指纹识别方法，其特征在于，所述发光元件发射的所述扫描光束为单一波长光束或多重波长光束。
14.根据权利要求12所述的指纹识别方法，其特征在于，判断所述第二物体图像是否具有所述色彩变化，以决定所述物体为所述活体的步骤包括：
依据第一色彩模型分析所述物体图像，以取得第一色度坐标轴，并且依据所述第一色度坐标轴取得第一颜色波长曲线、第二颜色波长曲线以及第三颜色波长曲线；以及
判断所述第一颜色波长曲线是否与所述第二颜色波长曲线或所述第三颜色波长曲线重叠，以决定所述第一物体图像以及所述第二物体图像的至少其中之一是否为真实指纹图像，以对所述真实指纹图像进行指纹识别。
15.根据权利要求14所述的指纹识别方法，其特征在于，所述第一色彩模型为YUV色彩模型、YCbCr色彩模型、RAW Bayer色彩模型、CCIR色彩模型、ITU色彩模型或RAW RGB色彩模型。
16.根据权利要求14所述的指纹识别方法，其特征在于，判断所述第二物体图像是否具有所述色彩变化，以决定所述物体为所述活体的步骤还包括：
判断所述第一色度坐标轴是否符合预设的第一肤色阀值。
17.根据权利要求14所述的指纹识别方法，其特征在于，判断所述第二物体图像是否具有所述色彩变化，以决定所述物体为所述活体的步骤还包括：
依据第二色彩模型转换所述第一色度坐标轴为第二色度坐标轴；以及
判断所述第二色度坐标轴是否符合预设的第二肤色阀值。
18.根据权利要求17所述的指纹识别方法，其特征在于，所述第二色彩模型为CMYK色彩模型、YUV色彩模型、CIE XYZ色彩模型或HSV色彩模型。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662363329P | 2016-07-17 | 2016-07-17 | |
| US62/363,329 | 2016-07-17 | ||
| TW106102048 | 2017-01-20 | ||
| TW106102048A TWI609339B (zh) | 2016-07-17 | 2017-01-20 | 指紋辨識模組以及指紋辨識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107622224A true CN107622224A (zh) | 2018-01-23 |
Family
ID=60942135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710116698.7A Pending CN107622224A (zh) | 2016-07-17 | 2017-03-01 | 指纹识别模块以及指纹识别方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20180018495A1 (zh) |
| CN (1) | CN107622224A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110141246A (zh) * | 2018-02-10 | 2019-08-20 | 上海聚虹光电科技有限公司 | 基于肤色变化的活体检测方法 |
| CN110189354A (zh) * | 2019-04-18 | 2019-08-30 | 北京迈格威科技有限公司 | 图像处理方法与图像处理器、图像处理设备及介质 |
| WO2020061740A1 (zh) * | 2018-09-25 | 2020-04-02 | 深圳市汇顶科技股份有限公司 | 指纹识别装置、方法和终端设备 |
| CN111191642A (zh) * | 2020-04-08 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 基于多任务分类的指纹防伪识别方法、装置及电子设备 |
| CN111523438A (zh) * | 2020-04-20 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
| CN111709400A (zh) * | 2019-11-29 | 2020-09-25 | 神盾股份有限公司 | 指纹识别装置、电子装置以及指纹识别方法 |
| CN111931681A (zh) * | 2020-08-24 | 2020-11-13 | 深圳阜时科技有限公司 | 光学检测装置及电子设备 |
| CN112069942A (zh) * | 2020-08-24 | 2020-12-11 | 深圳阜时科技有限公司 | 屏下光学检测系统及电子设备 |
| CN113627347A (zh) * | 2021-08-11 | 2021-11-09 | 中国工商银行股份有限公司 | 一种活体指纹识别方法、系统、电子设备及存储介质 |
| US11275918B2 (en) | 2019-01-03 | 2022-03-15 | Samsung Electronics Co., Ltd. | Fingerprint verification method and apparatus |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10552658B2 (en) | 2017-03-24 | 2020-02-04 | Qualcomm Incorporated | Biometric sensor with finger-force navigation |
| US10438040B2 (en) | 2017-03-24 | 2019-10-08 | Qualcomm Incorporated | Multi-functional ultrasonic fingerprint sensor |
| US10515255B2 (en) * | 2017-03-24 | 2019-12-24 | Qualcomm Incorporated | Fingerprint sensor with bioimpedance indicator |
| TWI651660B (zh) * | 2017-12-12 | 2019-02-21 | 財團法人工業技術研究院 | 指紋辨識裝置 |
| US10956709B1 (en) * | 2019-11-13 | 2021-03-23 | Qualcomm Incorporated | Anti-spoofing devices and methods involving acoustic shear waves |
| KR20210106122A (ko) * | 2020-02-20 | 2021-08-30 | 삼성전자주식회사 | 디스플레이 장치 및 디스플레이 장치의 안티-스푸핑 방법 |
| US11385770B1 (en) | 2021-04-21 | 2022-07-12 | Qualcomm Incorporated | User interfaces for single-handed mobile device control |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5088817A (en) * | 1988-11-25 | 1992-02-18 | Fujitsu Ltd | Biological object detection apparatus |
| US20110210355A1 (en) * | 2009-09-04 | 2011-09-01 | Semiconductor Energy Laboratory Co., Ltd. | Light-emitting device and method for manufacturing the same |
| US20150078633A1 (en) * | 2013-09-17 | 2015-03-19 | Gingy Technology Inc. | Method for determining fingerprint authenticity and device for the same |
| US20160132712A1 (en) * | 2014-11-12 | 2016-05-12 | Shenzhen Huiding Technology Co., Ltd. | Fingerprint sensors having in-pixel optical sensors |
-
2017
- 2017-03-01 CN CN201710116698.7A patent/CN107622224A/zh active Pending
- 2017-03-09 US US15/455,097 patent/US20180018495A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5088817A (en) * | 1988-11-25 | 1992-02-18 | Fujitsu Ltd | Biological object detection apparatus |
| US20110210355A1 (en) * | 2009-09-04 | 2011-09-01 | Semiconductor Energy Laboratory Co., Ltd. | Light-emitting device and method for manufacturing the same |
| US20150078633A1 (en) * | 2013-09-17 | 2015-03-19 | Gingy Technology Inc. | Method for determining fingerprint authenticity and device for the same |
| US20160132712A1 (en) * | 2014-11-12 | 2016-05-12 | Shenzhen Huiding Technology Co., Ltd. | Fingerprint sensors having in-pixel optical sensors |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110141246A (zh) * | 2018-02-10 | 2019-08-20 | 上海聚虹光电科技有限公司 | 基于肤色变化的活体检测方法 |
| WO2020061740A1 (zh) * | 2018-09-25 | 2020-04-02 | 深圳市汇顶科技股份有限公司 | 指纹识别装置、方法和终端设备 |
| US10943083B2 (en) | 2018-09-25 | 2021-03-09 | Shenzhen GOODIX Technology Co., Ltd. | Fingerprint identification apparatus and method and terminal device |
| US11275918B2 (en) | 2019-01-03 | 2022-03-15 | Samsung Electronics Co., Ltd. | Fingerprint verification method and apparatus |
| CN110189354A (zh) * | 2019-04-18 | 2019-08-30 | 北京迈格威科技有限公司 | 图像处理方法与图像处理器、图像处理设备及介质 |
| CN110189354B (zh) * | 2019-04-18 | 2021-12-28 | 北京迈格威科技有限公司 | 图像处理方法与图像处理器、图像处理设备及介质 |
| CN111709400A (zh) * | 2019-11-29 | 2020-09-25 | 神盾股份有限公司 | 指纹识别装置、电子装置以及指纹识别方法 |
| CN111191642B (zh) * | 2020-04-08 | 2020-07-21 | 腾讯科技（深圳）有限公司 | 基于多任务分类的指纹防伪识别方法、装置及电子设备 |
| CN111191642A (zh) * | 2020-04-08 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 基于多任务分类的指纹防伪识别方法、装置及电子设备 |
| CN111523438A (zh) * | 2020-04-20 | 2020-08-11 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
| CN111523438B (zh) * | 2020-04-20 | 2024-02-23 | 支付宝实验室(新加坡)有限公司 | 一种活体识别方法、终端设备和电子设备 |
| CN111931681A (zh) * | 2020-08-24 | 2020-11-13 | 深圳阜时科技有限公司 | 光学检测装置及电子设备 |
| CN112069942A (zh) * | 2020-08-24 | 2020-12-11 | 深圳阜时科技有限公司 | 屏下光学检测系统及电子设备 |
| CN112069942B (zh) * | 2020-08-24 | 2021-07-02 | 深圳阜时科技有限公司 | 屏下光学检测系统及电子设备 |
| CN113627347A (zh) * | 2021-08-11 | 2021-11-09 | 中国工商银行股份有限公司 | 一种活体指纹识别方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180018495A1 (en) | 2018-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107622224A (zh) | 指纹识别模块以及指纹识别方法 | |
| TWI609339B (zh) | 指紋辨識模組以及指紋辨識方法 | |
| CN104463074B (zh) | 真伪指纹的辨识方法及辨识装置 | |
| TWI549065B (zh) | Fingerprint identification method and device thereof | |
| US9218522B2 (en) | Method for determining fingerprint authenticity and device for the same | |
| US9245173B2 (en) | Apparatus and method for identifying fake face | |
| US9848113B2 (en) | Multi-band biometric camera system having iris color recognition | |
| US9977947B2 (en) | Fingerprint identification method and device thereof | |
| KR102400992B1 (ko) | 깊이 정보 추출 장치 및 방법 | |
| US9594891B2 (en) | Personal authentication method and personal authentication device | |
| WO2011001761A1 (ja) | 情報処理装置、情報処理方法、プログラム及び電子装置 | |
| CN109564462A (zh) | 电子追踪设备，电子追踪系统和电子追踪方法 | |
| CN113516038A (zh) | 生命体检测设备、生命体检测方法和记录介质 | |
| CN108734076A (zh) | 指纹识别装置以及指纹识别方法 | |
| Sierro et al. | Contact-less palm/finger vein biometrics | |
| CN108388858A (zh) | 虹膜防伪方法与装置 | |
| TWI588587B (zh) | 影像擷取裝置及其操作方法 | |
| US8477235B2 (en) | Image processing device, image processing method, program, and electronic device | |
| JP7315024B2 (ja) | 顔認証環境判定方法、顔認証環境判定システム、顔認証環境判定装置、及び顔認証環境判定プログラム | |
| CN112926367B (zh) | 一种活体检测的设备及方法 | |
| TW201943265A (zh) | 影像處理裝置及影像處理方法 | |
| JP2019139433A (ja) | 顔認証装置、顔認証方法および顔認証プログラム | |
| CN114677737A (zh) | 生物信息识别方法、装置、设备及介质 | |
| Haider et al. | Vehicular communication using 5G | |
| WO2013137078A1 (ja) | 個人認証方法及び個人認証装置 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180123 |