CN108268830B - 光学识别方法 - Google Patents

光学识别方法 Download PDF

Info

Publication number
CN108268830B
CN108268830B CN201710660643.2A CN201710660643A CN108268830B CN 108268830 B CN108268830 B CN 108268830B CN 201710660643 A CN201710660643 A CN 201710660643A CN 108268830 B CN108268830 B CN 108268830B
Authority
CN
China
Prior art keywords
finger
finger image
brightness
average brightness
living body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710660643.2A
Other languages
English (en)
Other versions
CN108268830A (zh
Inventor
萧俊贤
林俊甫
蔡惠民
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.)
Shanghai Jieming Technology Co ltd
Original Assignee
Putian Jiemu Technology Co ltd
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 Putian Jiemu Technology Co ltd filed Critical Putian Jiemu Technology Co ltd
Publication of CN108268830A publication Critical patent/CN108268830A/zh
Application granted granted Critical
Publication of CN108268830B publication Critical patent/CN108268830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Artificial Intelligence (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Image Input (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Studio Devices (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

一种光学识别方法，其中包含：投射光至手指以产生一反射光；以一像素感测单元，接收反射光以产生多个手指影像；以及根据像素感测单元获取手指影像的所需曝光时间或平均亮度，判断手指影像是否具有一活体特征；其中，当手指影像具有活体特征时，则根据手指影像产生识别信息；或者当手指影像不具有活体特征时，则不根据手指影像产生识别信息，且像素感测单元可停止产生后续手指影像。

Description

光学识别方法
技术领域
本发明涉及一种光学识别方法，此光学识别方法通过同一像素感测单元与同一光源，以感测手指影像的活体特征与指纹特征，由此而在不增加成本的情况下，提高防伪功能。
背景技术
使用指纹特征来进行身份辨识，已为常用的技术。但是，现有技术的光学识别系统，例如光学式传感器，虽可判断手指指纹，然而现代的指纹仿制技术不断进步，虽然使用者未在场，但通过仿制的指纹可欺瞒光学识别系统，让光学识别系统误判断用户正在使用系统。因此，纯粹以指纹纹路来判断，仍有辨识错误的风险。
此外，现有技术的电容式传感器，仅能判断手指的按压动作以计算手指的触碰与运动，但无法判断手指的指纹、更无法根据指纹特征来进行身份辨识。
发明内容
本发明的目的在于克服现有技术的不足与缺陷，提出一种光学识别方法，其能够通过同一像素感测单元与同一光源，以感测手指影像的活体特征与指纹特征，由此而在不增加成本的情况下，提高防伪功能。
为了实现上述发明目的，就其中一个观点言，本发明提供了一种光学识别方法，其包含：投射光至一手指以产生一反射光；以一像素感测单元，接收反射光以产生多个手指影像；以及根据像素感测单元获取手指影像的所需曝光时间或平均亮度，判断手指影像是否具有一活体特征；其中，当手指影像具有活体特征时，则根据手指影像产生识别信息；或者当手指影像不具有活体特征时，则不根据手指影像产生识别信息，且像素感测单元可停止产生后续手指影像。
一实施例中，光学识别方法还包含：判断像素感测单元获取的手指影像，是否具有一运动状态，其中当手指影像具有运动状态时，像素感测单元停止产生手指影像。
一实施例中，该像素感测单元具有一感测动态范围，并根据该感测动态范围决定各该手指影像的所需曝光时间，其中判断该些手指影像是否具有一活体特征的步骤包含：判断各该手指影像的所需曝光时间是否落在一曝光时间阈值所定义的范围内，如是，则判断该些手指影像具有该活体特征；如否，则判断该些手指影像不具有该活体特征。
一实施例中，该曝光时间阈值包含一曝光时间上限阈值、或包含一曝光时间下限阈值、或包含曝光时间上限及下限阈值。
一实施例中，该像素感测单元具有一感测曝光时间，以接收该反射光并产生该些手指影像，该些手指影像根据该感测曝光时间具有该些平均亮度，其中判断该些手指影像是否具有一活体特征的步骤包含：判断该些手指影像的该些平均亮度是否落在一亮度阈值所定义的范围内，如是，则判断该些手指影像具有该活体特征；如否，则判断该些手指影像不具有该活体特征。
一实施例中，该亮度阈值包含一亮度上限阈值、或包含一亮度下限阈值、或包含亮度上限及下限阈值。
一实施例中，前述的根据像素感测单元获取手指影像的平均亮度，判断手指影像是否具有活体特征的步骤包含：根据各手指影像的平均亮度间的平均亮度差，以判断手指影像是否具有活体特征。
一实施例中，根据各该手指影像的该平均亮度间的平均亮度差，以判断该些手指影像是否具有该活体特征的步骤包括：以一个手指影像的平均亮度作为第一比较基准，将这个手指影像后续的至少一个手指影像的平均亮度与该第一比较基准比较，得到一差值，并判断此差值是否超过一平均差阈值；之后，再以另一个手指影像的平均亮度作为第二比较基准，将这另一个手指影像后续的至少一个手指影像的平均亮度与该第二基准比较，得到另一差值，并判断此另一差值是否超过该平均差阈值；以及当差值超过平均差阈值的累计次数超过一次数阈值时，判断为具有活体特征。
一实施例中，手指影像包含依序获取的一第一手指影像、一第二手指影像、一第一亮度比较组、以及一第二亮度比较组，其中，第一亮度比较组包含从第一手指影像开始的多个手指影像，第二亮度比较组包含第二手指影像与其后的至少一个手指影像，第一亮度比较组不包含此至少一个手指影像，第一亮度比较组的多个手指影像中包含第二手指影像，前述的根据手指影像的平均亮度间的平均亮度差，以判断手指影像是否具有活体特征的步骤包含：获取各手指影像的平均亮度；将第一亮度比较组中手指影像的平均亮度，分别与第一手指影像的平均亮度比较，以分别产生第一亮度比较组中各手指影像的平均亮度差；将第二亮度比较组中至少一手指影像的平均亮度，与第二手指影像比较，以产生第二亮度比较组中至少一手指影像的平均亮度差；设定一平均差阈值，根据第一、二亮度比较组中各手指影像的平均亮度差，累计手指影像的平均亮度差中超过平均差阈值的次数；以及设定一次数阈值，当次数高于次数阈值，判断手指影像具有活体特征。
一实施例中，平均差阈值可依据一用户的一呼吸特征、或一心跳特征而决定。
一实施例中，手指的识别信息，包含手指的指纹特征或运动轨迹。
附图说明
图1显示根据本发明一实施例的光学识别方法的流程图；
图2显示根据本发明一实施例的手指影像感测设计的示意图；
图3显示根据本发明一实施例的判断活体特征的示意图。
图中符号说明
步骤S1～S6
具体实施方式
涉及本发明的前述及其他技术内容、特点与功效，在以下配合参考附图的一较佳实施例的详细说明中，将可清楚地呈现。以下实施例中所提到的方向用语，例如：上、下、左、右、前或后等，仅是参考附图的方向。本发明中的附图均属示意，主要意在表示各装置以及各元件间的功能作用关系，至于形状、厚度与宽度则并未依照比例绘制。
参照图1，其中显示根据本发明的一个观点的光学识别方法的流程图。根据附图，本发明的光学识别方法，其包含：投射光至一手指以产生一反射光(S1)；以一像素感测单元，接收反射光以产生多个手指影像(S2)；计算获取手指影像的所需曝光时间或平均亮度(S3)；以及根据像素感测单元获取手指影像的所需曝光时间或平均亮度，判断手指影像是否具有一活体特征(S4)；其中，当手指影像具有活体特征时，则根据手指影像产生识别信息；(S5)；或者当手指影像不具有活体特征时，或者当手指影像不具有活体特征时，则不根据手指影像产生识别信息，且像素感测单元可(optionally)停止产生后续手指影像(可停止也可不停止)(S6)。
关于本发明所提供的光学识别方法的步骤S1、S2、S5、S6，图2显示对应这些步骤的手指影像传感器的一设计实施例，其中显示光源提供光线投射至手指，光线投射至手指后产生反射光、像素感测单元接收反射光以产生多个手指影像(及/或多个后续手指影像)，以供判断活体特征以及识别信息。重要地，无论判断活体特征、或判断识别信息，都可通过图2中同一光源与同一像素感测单元所获取的手指影像来实现。现有技术的光学识别系统难以辨别指纹是否为仿制，而现有技术的电容式传感器，仅能判断碰触物的运动，也无法判断碰触物是否为活体手指。相比于现有技术，本发明根据像素感测单元获取手指影像的所需曝光时间或平均亮度，以判断手指影像是否具有一活体特征，可以提高防伪功能，而且判断活体特征与判断识别信息，都可通过本发明的同一光源与同一像素感测单元所产生，其详述如后。
前述各手指影像的平均亮度，例如可为各手指影像中全部像素的平均亮度，即[手指影像的平均亮度为(手指影像中全部像素的亮度相加值)除以(手指影像中全部像素的数量)]，或是，也可以仅选取各手指影像中的部分像素加以平均，例如，可以将过亮或过暗的像素去除、或是将边缘的像素去除，等等。例如，当一像素的亮度介于0与255之间，图3中，第一手指影像的平均亮度为100，到第二手指影像的平均亮度成为105，代表获取的手指影像的平均亮度，为接近中间亮度的范围(接近0与255的中间)，且手指影像的平均亮度在逐渐增加中。
根据本发明，当进行判断手指影像是否包含活体特征的步骤时，若手指移动，则产生的手指影像，可能会造成误判。一实施例中，光学识别方法还包含：判断像素感测单元获取的手指影像，是否具有一运动状态，当手指影像具有运动状态时，则像素感测单元停止产生手指影像。
像素感测单元具有一感测动态范围，为使产生的手指影像的像素能对应于此感测动态范围中，需根据此感测动态范围而决定各手指影像的所需曝光时间。例如反射效果较差的对象，其所需曝光时间较长；反射效果较佳的对象，其所需曝光时间较短。一般仿制手指(或仿制指纹)的反射效果，会与活体手指不同，代表根据同一感测动态范围下，获取仿制手指(或仿制指纹)的手指影像所需曝光时间范围，不同于具有活体特征的手指影像所需曝光时间范围。
一实施例中，活体特征可根据一曝光时间阈值来判断。此曝光时间阈值，可仅设上限、仅设下限、或上下限都设。例如：根据具有活体特征的手指影像所需曝光时间中最长者而决定曝光时间上限阈值，即高于曝光时间上限阈值的手指影像，不具有活体特征，短于曝光时间上限阈值的手指影像，具有活体特征；或根据具有活体特征的手指影像所需曝光时间中最短者而决定曝光时间下限阈值；或根据具有活体特征的手指影像所需曝光时间中最长者及最短者而决定曝光时间上下限阈值。前述的根据像素感测单元获取手指影像的所需曝光时间，判断手指影像是否具有活体特征的步骤可包含：当各手指影像的所需曝光时间低于曝光时间上限阈值，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征；或当各手指影像的所需曝光时间高于曝光时间下限阈值，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征；或当各手指影像的所需曝光时间落于曝光时间上下限阈值之间，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征。
同样地，当像素感测单元具有一感测曝光时间，手指影像的像素对应于此感测动态范围，会有不同的平均亮度。例如反射效果较差的对象，其平均亮度较低；反射效果较佳的对象，其平均亮度较高。一般仿制手指(或仿制指纹)的光反射效果，会与活体手指不同，代表根据同一感测曝光时间下，获取仿制手指(或仿制指纹)的手指影像的平均亮度范围，不同于具有活体特征的手指影像的平均亮度范围。
一实施例中，活体特征可根据一亮度阈值来判断，此亮度阈值，可仅设上限、仅设下限、或上下限都设。例如：根据具有活体特征的手指影像中平均亮度最低者而决定亮度下限阈值，即低于亮度下限阈值的手指影像，不具有活体特征，高于亮度下限阈值的手指影像，具有活体特征；或根据具有活体特征的手指影像中平均亮度最高者而决定亮度上限阈值；根据具有活体特征的手指影像中平均亮度最高与最低者而决定亮度上下限阈值。前述的根据像素感测单元获取手指影像的平均亮度，判断手指影像是否具有一活体特征的步骤包含：当手指影像的平均亮度高于亮度下限阈值，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征；或当手指影像的平均亮度低于亮度上限阈值，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征；或当手指影像的平均亮度落于亮度上下限阈值之间，判断手指影像具有活体特征，反之则判断手指影像不具有活体特征。
前述的手指影像的平均亮度，可为依据多个手指影像的平均亮度，或各别的手指影像的单独平均亮度。用户可依需要决定平均亮度的决定方式，例如当感测曝光时间较短时，获取多个手指影像的平均亮度；或感测曝光时间较长时，获取各手指影像的单独平均亮度等。
手指影像所具有的活体特征，在另一实施例中，可根据多个手指影像的平均亮度变化来判断，此变化例如是因为呼吸、心跳、或其他活体生命迹象而产生，以致于手指影像中，具有平均亮度变化。一实施例中，前述的根据像素感测单元获取手指影像的平均亮度，判断手指影像是否具有活体特征的步骤包含：根据各手指影像的平均亮度间的平均亮度差，以判断手指影像是否具有活体特征。
根据各手指影像的平均亮度间的平均亮度差来判断活体特征，有许多实施方式，图3显示本发明的一实施例，其详述如下：手指影像包含依序获取的一第一手指影像、一第二手指影像、一第一亮度比较组、以及一第二亮度比较组。第一亮度比较组包含从第一手指影像开始的多个手指影像，第二亮度比较组包含第二手指影像与其后的至少一个手指影像(图3中以第八手指影像为例)。第一亮度比较组不包含此至少一个手指影像(图3中，第一亮度比较组不包含第八手指影像为例)，第一亮度比较组的多个手指影像中包含第二手指影像。
前述的根据手指影像的平均亮度间的平均亮度差，以判断手指影像是否具有活体特征的步骤包含：获取各手指影像的平均亮度；将第一亮度比较组中各手指影像的平均亮度，分别与第一手指影像的平均亮度比较(第二手指影像的平均亮度减第一手指影像的平均亮度、第三手指影像的平均亮度减第一手指影像的平均亮度…)，以分别产生第一亮度比较组中各手指影像的平均亮度差(显示于附图中平均亮度差5、15…)；将第二亮度比较组中至少一手指影像的平均亮度(此实施例中，以第八手指影像的平均亮度为例)，与第二手指影像比较，以产生第二亮度比较组中该至少一个手指影像的平均亮度差(显示于图3，第八手指影像的平均亮度差为25)；设定一平均差阈值(附图中，以15为例，然实施时不限于15，可依需要而定)，根据第一、二亮度比较组中各手指影像的平均亮度差，累计手指影像的平均亮度差中超过平均差阈值的次数；以及设定一次数阈值(附图中，以6次为例，然而实施时不限于15，可依需要而定)，当次数高于次数阈值，判断手指影像具有活体特征。
上述的平均差阈值，在一实施例中，例如但不限于可为一绝对值，即，若在后的手指影像的平均亮度低于在先手指影像的平均亮度，而差值高于此绝对值时，也可计算次数。
用户也可根据本发明所提供的技术特征，修正部分实施内容，以实现判断活体特征的功效。例如，前述的累计手指影像的平均亮度差超过平均差阈值的次数，高于次数阈值时，判断手指影像具有活体特征的步骤，也可思及以下的应用：当判断手指影像的平均亮度差超过平均差阈值的次数，超过另一次数阈值时，判断手指影像中不包含活体特征。此外，当手指影像中没有活体特征，可限制判断手指影像的次数，持续地判断将浪费计算资源与时间。
根据图3，第一亮度比较组与第二亮度比较组所包含的手指影像的数量不同。然而，若有需要，第一亮度比较组与第二亮度比较组所包含的手指影像的数量也可相同，例如第一亮度比较组包含四个手指影像，第二亮度比较组包含四个手指影像。因此，第一亮度比较组与第二亮度比较组所包含的手指影像的数量不限于附图中所显示。
一实施例中，平均差阈值可依据一用户的一呼吸特征、或一心跳特征而决定。例如，当依据呼吸特征而定时，因呼吸的频率较低，平均亮度差变化较缓，故平均差阈值可设一较低值。又例如，当依据心跳特征而定时，因心跳的频率较呼吸的频率高，平均亮度差变化相对较大，故平均差阈值可设一较高值(相对于呼吸特征而言)。
此外，平均差阈值也可依据获取手指影像的频率而定。例如，当获取手指影像的频率较低时，因手指影像间隔时间较长，其平均亮度差变化较高，故平均差阈值可设一较高值。又例如，当获取手指影像的频率较高时，手指影像间隔时间较短，其平均亮度差变化较低，故平均差阈值可设一较低值。
一实施例中，前述的次数阈值，可依据获取手指影像的频率而定。例如，当获取手指影像的频率较低时，因手指影像间的时间间隔较长，故次数阈值设一较低值，使获取的平均亮度差可判断是否具有活体特征。又例如，当获取手指影像的频率较高时，因手指影像间的时间间隔较短，故次数阈值设一较高值，使获取的平均亮度差可判断是否具有活体特征。
以上根据图3所述的实施方式，仅是举例说明本发明的一种较佳方式，但并非唯一实施方式。如前所述，本发明可使用多种方式来判断活体特征，例如但不限于可根据曝光时间阈值来判断活体特征、可根据亮度阈值来判断活体特征、或者可根据各手指影像的平均亮度间的平均亮度差来判断活体特征。而就“根据平均亮度差来判断活体特征”而言，图3所述的方式重点在于计算平均亮度间的平均亮度差，并适时更新比较基准。也就是说，先以一个手指影像的平均亮度作为比较基准(第一基准)，将后续其他手指影像的平均亮度与该第一基准比较；之后，可根据获取手指影像的频率、及/或根据欲判断的活体特征，而再以一个手指影像的平均亮度作为比较基准(第一基准)，将后续其他手指影像的平均亮度与该第二基准比较；依此类推，而当差值超过平均差阈值的次数超过次数阈值时，即判断为具有活体特征。本领域技术人员可以根据本发明，而想到各种变化，例如，图3所述的方式中，在以第一手指影像的平均亮度作为比较基准之后，不必需以第二手指影像的平均亮度来更新作为比较基准，而例如可以以第三指影像的平均亮度作为比较基准(即，将第八手指影像的平均亮度差与第三手指影像的平均亮度差比较，而不是与第二手指影像的平均亮度差比较)，等等。
一实施例中，手指的识别信息，包含手指的指纹特征或运动轨迹。
以上已针对较佳实施例来说明本发明，但以上所述，仅为使本领域技术人员易于了解本发明的内容，并非用来限定本发明的权利范围。在本发明的相同精神下，本领域技术人员可以想到各种等效变化。各实施例中图标直接连接的两电路或元件间，可插置不影响主要功能的其他电路或元件，仅需对应修改相关电路或是信号的意义即可。但凡此类，都可根据本发明的教示类推而得，因此，本发明的范围应涵盖上述及其他所有等效变化。前述的各个实施例，并不限于单独应用，也可以组合应用，例如但不限于将两实施例并用，或是以其中一个实施例的局部电路代换另一实施例的对应电路。

Claims (7)

1.一种光学识别方法，其特征在于，包含：
投射光至一手指以产生一反射光；
以一像素感测单元，接收该反射光以产生多个手指影像；以及
根据该像素感测单元获取该些手指影像的平均亮度，判断该些手指影像是否具有一活体特征；根据该像素感测单元获取该些手指影像的该些平均亮度，判断该些手指影像是否具有活体特征的步骤包含：根据各该手指影像的该平均亮度间的平均亮度差，以判断该些手指影像是否具有该活体特征；
其中，当该手指影像具有该活体特征时，则根据手指影像产生识别信息；或者
当该手指影像不具有该活体特征时，则不根据手指影像产生识别信息。
2.如权利要求1所述的光学识别方法，其中，还包含：当该手指影像不具有该活体特征时，该像素感测单元停止产生该些后续手指影像。
3.如权利要求1所述的光学识别方法，其中，还包含：判断该像素感测单元获取的该些手指影像，是否具有一运动状态，其中当该些手指影像具有该运动状态时，该像素感测单元停止产生该些手指影像。
4.如权利要求1所述的光学识别方法，其中，根据各该手指影像的该平均亮度间的平均亮度差，以判断该些手指影像是否具有该活体特征的步骤包括：以一个手指影像的平均亮度作为第一比较基准，将这个手指影像后续的至少一个手指影像的平均亮度与该第一比较基准比较，得到一差值，并判断此差值是否超过一平均差阈值；
之后，再以另一个手指影像的平均亮度作为第二比较基准，将这另一个手指影像后续的至少一个手指影像的平均亮度与该第二基准比较，得到另一差值，并判断此另一差值是否超过该平均差阈值；以及
当差值超过平均差阈值的累计次数超过一次数阈值时，判断为具有活体特征。
5.如权利要求1所述的光学识别方法，其中，该些手指影像包含依序获取的一第一手指影像、一第二手指影像、一第一亮度比较组、以及一第二亮度比较组，其中，该第一亮度比较组包含从该第一手指影像开始的多个该手指影像，该第二亮度比较组包含该第二手指影像与其后的至少一该手指影像，该第一亮度比较组不包含此至少一该手指影像，该第一亮度比较组的多个该手指影像中包含该第二手指影像，前述的根据该些手指影像的该些平均亮度间的该平均亮度差，以判断该些手指影像是否具有该活体特征的步骤包含：
获取各该手指影像的该平均亮度；
将该第一亮度比较组中各该手指影像的该平均亮度，分别与该第一手指影像的该平均亮度比较，以分别产生该第一亮度比较组中各该手指影像的该平均亮度差；将该第二亮度比较组中至少一该手指影像的该平均亮度，与第二手指影像比较，以产生该第二亮度比较组中至少一该手指影像的该平均亮度差；
设定一平均差阈值，根据该第一、二亮度比较组中各该手指影像的该平均亮度差，累计该些手指影像的该平均亮度差中超过该平均差阈值的次数；以及
设定一次数阈值，当该次数高于该次数阈值，判断该手指影像具有该活体特征。
6.如权利要求5所述的光学识别方法，其中，该平均差阈值可依据一用户的一呼吸特征、或一心跳特征而决定。
7.如权利要求1所述的光学识别方法，其中，该手指的该识别信息，包含该手指的指纹特征或运动轨迹。
CN201710660643.2A 2016-12-30 2017-08-04 光学识别方法 Active CN108268830B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662440746P 2016-12-30 2016-12-30
US62/440,746 2016-12-30

Publications (2)

Publication Number Publication Date
CN108268830A CN108268830A (zh) 2018-07-10
CN108268830B true CN108268830B (zh) 2021-03-30

Family

ID=62770899

Family Applications (6)

Application Number Title Priority Date Filing Date
CN201710660643.2A Active CN108268830B (zh) 2016-12-30 2017-08-04 光学识别方法
CN201710659669.5A Active CN108268829B (zh) 2016-12-30 2017-08-04 光学识别方法与系统
CN201710661554.XA Active CN108261195B (zh) 2016-12-30 2017-08-04 实时心跳检测方法及实时心跳检测系统
CN201710806082.2A Active CN108269239B (zh) 2016-12-30 2017-09-08 图像的亮度不均匀性的更正方法及相关图像亮度更正装置
CN201710804079.7A Active CN108270975B (zh) 2016-12-30 2017-09-08 图像感测的曝光时间决定方法
CN201710806124.2A Pending CN108270976A (zh) 2016-12-30 2017-09-08 具有滚动曝光时间补偿的图像感测方法与图像传感器

Family Applications After (5)

Application Number Title Priority Date Filing Date
CN201710659669.5A Active CN108268829B (zh) 2016-12-30 2017-08-04 光学识别方法与系统
CN201710661554.XA Active CN108261195B (zh) 2016-12-30 2017-08-04 实时心跳检测方法及实时心跳检测系统
CN201710806082.2A Active CN108269239B (zh) 2016-12-30 2017-09-08 图像的亮度不均匀性的更正方法及相关图像亮度更正装置
CN201710804079.7A Active CN108270975B (zh) 2016-12-30 2017-09-08 图像感测的曝光时间决定方法
CN201710806124.2A Pending CN108270976A (zh) 2016-12-30 2017-09-08 具有滚动曝光时间补偿的图像感测方法与图像传感器

Country Status (2)

Country Link
CN (6) CN108268830B (zh)
TW (6) TW201822709A (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110876055B (zh) * 2018-08-30 2021-04-09 菱光科技股份有限公司 外部触发的线性相机检测系统及其影像均匀度处理方法
CN110443204A (zh) * 2018-10-11 2019-11-12 神盾股份有限公司 发光信号强度控制方法及电子装置
US10755065B2 (en) * 2018-12-03 2020-08-25 Novatek Microelectronics Corp. Sensor device and flicker noise mitigating method
CN109637505B (zh) * 2018-12-21 2020-11-17 苏州依唯森电器有限公司 四琴弦式中提琴
CN109901754B (zh) * 2019-02-20 2021-04-13 Oppo广东移动通信有限公司 数据自校准方法及相关装置
CN110672621B (zh) * 2019-10-10 2021-03-05 清华大学 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法
TWI739431B (zh) * 2019-12-09 2021-09-11 大陸商廣州印芯半導體技術有限公司 資料傳輸系統及其資料傳輸方法
TWM614138U (zh) * 2020-07-23 2021-07-01 神亞科技股份有限公司 影像感測裝置
CN112272293A (zh) * 2020-10-28 2021-01-26 业成科技（成都）有限公司 影像处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1529277A (zh) * 2003-10-16 2004-09-15 王立丰 自动感应活体手指的光学指纹采集仪
CN1809316A (zh) * 2003-07-04 2006-07-26 松下电器产业株式会社 活体眼睛判定方法及活体眼睛判定装置
CN101075872A (zh) * 2006-05-17 2007-11-21 索尼株式会社 注册设备、对照设备、提取方法，和程序
US7953256B2 (en) * 2007-09-21 2011-05-31 International Business Machines Corporation Method and system for detecting fingerprint spoofing
CN102222225A (zh) * 2011-06-24 2011-10-19 洛阳师范学院 一种手指静脉图像防伪获取方法
CN103902974A (zh) * 2006-07-31 2014-07-02 光谱辨识公司 空间-光谱指纹欺骗检测

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003032453A (ja) * 2001-07-12 2003-01-31 Canon Inc 画像処理装置
US7505604B2 (en) * 2002-05-20 2009-03-17 Simmonds Precision Prodcuts, Inc. Method for detection and recognition of fog presence within an aircraft compartment using video images
JP2005535010A (ja) * 2002-06-12 2005-11-17 シリコン オプティックス インコーポレイテッド 光学異常の電子補正のためのシステムおよび方法
FI116246B (fi) * 2003-06-30 2005-10-14 Nokia Corp Menetelmä ja järjestelmä digitaalisessa kuvannuksessa valotuksen säätämiseksi ja vastaava laite
CN1317671C (zh) * 2003-11-26 2007-05-23 佳能株式会社 信号处理设备和控制方法
JP2006230603A (ja) * 2005-02-23 2006-09-07 Canon Inc 撮像装置、生体認証システム及び画像取得方法
CN1664847A (zh) * 2005-03-17 2005-09-07 上海交通大学 嵌入式系统指纹的识别与匹配方法
US8446480B2 (en) * 2006-12-20 2013-05-21 Nokia Corporation Exposure control based on image sensor cost function
CN100446036C (zh) * 2006-12-27 2008-12-24 浙江大学 一种基于累计直方图的非线性亮度校正方法
US8055070B2 (en) * 2007-01-05 2011-11-08 Geo Semiconductor Inc. Color and geometry distortion correction system and method
US8031925B2 (en) * 2007-01-09 2011-10-04 The Board Of Regents Of The University Of Texas System Method and computer-program product for detecting and quantifying protein spots
CN101399924B (zh) * 2007-09-25 2010-05-19 展讯通信（上海）有限公司 基于亮度直方图的自动曝光方法和装置
CN101494739B (zh) * 2009-02-09 2011-09-28 胡燕翔 一种多次曝光组合中曝光次数确定及曝光时间分配的方法
CN101989156B (zh) * 2010-10-08 2012-08-15 苏州佳世达电通有限公司 校正影像感测器的感测亮度的方法
US20120157791A1 (en) * 2010-12-16 2012-06-21 General Electric Company Adaptive time domain filtering for improved blood pressure estimation
CN104270582B (zh) * 2011-03-03 2017-08-22 原相科技股份有限公司 图像传感器
CN102156868B (zh) * 2011-03-31 2013-03-13 汉王科技股份有限公司 图像二值化方法和装置
JP2012222529A (ja) * 2011-04-06 2012-11-12 Sony Corp 固体撮像素子および駆動方法、並びに電子機器
US9077917B2 (en) * 2011-06-09 2015-07-07 Apple Inc. Image sensor having HDR capture capability
US9801552B2 (en) * 2011-08-02 2017-10-31 Valencell, Inc. Systems and methods for variable filter adjustment by heart rate metric feedback
CN103083005B (zh) * 2011-11-01 2015-05-13 北京瓦力网络科技有限公司 一种心率检测的方法
TWI476641B (zh) * 2011-11-22 2015-03-11 Pixart Imaging Inc 遙控器及顯示系統
JP6041858B2 (ja) * 2012-03-01 2016-12-14 株式会社日本マイクロニクス 表示デバイスの表示むら検出方法及びその装置
US9191635B2 (en) * 2012-03-19 2015-11-17 Semiconductor Components Industries, Llc Imaging systems with clear filter pixels
US9743057B2 (en) * 2012-05-31 2017-08-22 Apple Inc. Systems and methods for lens shading correction
US20130332195A1 (en) * 2012-06-08 2013-12-12 Sony Network Entertainment International Llc System and methods for epidemiological data collection, management and display
TWI489865B (zh) * 2012-11-13 2015-06-21 Pixart Imaging Inc 曝光調整裝置、影像均化裝置及影像均化方法
CN103077377B (zh) * 2012-12-31 2015-07-29 清华大学 基于方向场分布的指纹校正方法
MX349155B (es) * 2013-01-15 2017-07-14 Avigilon Corp Aparato de imagenologia con compensacion de auto-exposicion adaptable de escena.
ITMI20130104A1 (it) * 2013-01-24 2014-07-25 Empatica Srl Dispositivo, sistema e metodo per la rilevazione e il trattamento di segnali di battito cardiaco
US9111125B2 (en) * 2013-02-08 2015-08-18 Apple Inc. Fingerprint imaging and quality characterization
CN103258156B (zh) * 2013-04-11 2016-01-20 杭州电子科技大学 一种基于指纹特征生成密钥的方法
CN103530848A (zh) * 2013-09-27 2014-01-22 中国人民解放军空军工程大学 一种非均匀光照图像二次曝光的实现方法
CN104331683B (zh) * 2014-10-17 2017-07-07 南京工程学院 一种具有噪声鲁棒性的人脸表情识别方法
TWI512270B (zh) * 2015-01-13 2015-12-11 Pixart Imaging Inc 具動態曝光時間的光學測距系統
US9880634B2 (en) * 2015-03-20 2018-01-30 Optim Corporation Gesture input apparatus, gesture input method, and program for wearable terminal
TWI537875B (zh) * 2015-04-08 2016-06-11 大同大學 影像合成方法與影像處理裝置
CN105635359B (zh) * 2015-12-31 2018-10-26 宇龙计算机通信科技(深圳)有限公司 心率测量方法及装置、终端
CN105877730B (zh) * 2016-03-21 2019-07-26 联想(北京)有限公司 一种心率检测方法、装置及电子设备
CN105847708B (zh) * 2016-05-26 2018-09-21 武汉大学 基于图像直方图分析的线阵相机自动曝光调整方法及系统
CN106060658B (zh) * 2016-05-27 2019-06-14 青岛海信电器股份有限公司 一种图像处理方法及装置
CN106127134B (zh) * 2016-06-20 2019-07-26 联想(北京)有限公司 光学装置、电子设备及其控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1809316A (zh) * 2003-07-04 2006-07-26 松下电器产业株式会社 活体眼睛判定方法及活体眼睛判定装置
CN1529277A (zh) * 2003-10-16 2004-09-15 王立丰 自动感应活体手指的光学指纹采集仪
CN101075872A (zh) * 2006-05-17 2007-11-21 索尼株式会社 注册设备、对照设备、提取方法，和程序
CN103902974A (zh) * 2006-07-31 2014-07-02 光谱辨识公司 空间-光谱指纹欺骗检测
US7953256B2 (en) * 2007-09-21 2011-05-31 International Business Machines Corporation Method and system for detecting fingerprint spoofing
CN102222225A (zh) * 2011-06-24 2011-10-19 洛阳师范学院 一种手指静脉图像防伪获取方法

Also Published As

Publication number Publication date
TWI629904B (zh) 2018-07-11
CN108268829B (zh) 2021-03-30
CN108269239B (zh) 2021-03-30
CN108261195B (zh) 2020-12-11
CN108269239A (zh) 2018-07-10
CN108268829A (zh) 2018-07-10
TWI629645B (zh) 2018-07-11
TW201824068A (zh) 2018-07-01
TW201822709A (zh) 2018-07-01
TWI629643B (zh) 2018-07-11
CN108261195A (zh) 2018-07-10
TW201841493A (zh) 2018-11-16
TW201824081A (zh) 2018-07-01
CN108270975A (zh) 2018-07-10
TW201826164A (zh) 2018-07-16
CN108268830A (zh) 2018-07-10
CN108270975B (zh) 2020-09-15
TW201824857A (zh) 2018-07-01
CN108270976A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
CN108268830B (zh) 光学识别方法
US10552662B2 (en) Optical identification method
US8879847B2 (en) Image processing device, method of controlling image processing device, and program for enabling computer to execute same method
US9298965B2 (en) Biometric authentication device and biometric authentication method
CN105373766B (zh) 瞳孔定位方法与装置
US20170270355A1 (en) Method and Apparatus for Pattern Tracking
CN107633237B (zh) 图像背景分割方法、装置、设备及介质
US10242287B2 (en) Image processing apparatus, image processing method, and recording medium
US9982995B2 (en) 3D scanner using structured lighting
US9256800B2 (en) Target line detection device and method
US8103069B2 (en) Registration apparatus, verification apparatus, registration method, verification method and program
US11074713B2 (en) Recognition device, recognition system, recognition method, and non-transitory computer readable recording medium
US11816923B2 (en) Face image candidate determination apparatus for authentication, face image candidate determination method for authentication, program, and recording medium
KR20170092533A (ko) 얼굴 포즈 교정 방법 및 장치
EP2639743A2 (en) Image processing device, image processing program, and image processing method
US9363444B2 (en) Background model update method for image process
JP2012226609A (ja) 情報処理装置、情報処理装置の制御方法、およびプログラム
JP2009026223A (ja) 物体検出装置及びプログラム
CN110211021B (zh) 图像处理装置、图像处理方法和存储介质
WO2008143271A1 (ja) 登録装置、照合装置、プログラム及びデ－タ構造
JP2002216113A (ja) 物体認識装置
CN112699811A (zh) 活体检测方法、装置、设备、储存介质及程序产品
JP5954212B2 (ja) 画像処理装置、画像処理方法、および画像処理プログラム
US9092661B2 (en) Facial features detection
CN111091895B (zh) 乳房影像分析方法、系统及非暂态计算机可读取介质

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
TA01 Transfer of patent application right

Effective date of registration: 20191009

Address after: Maai Island, Seychelles

Applicant after: Seychelles water wood technology Co.,Ltd.

Address before: Hsinchu County, Taiwan, China

Applicant before: EOSMEM Corp.

TA01 Transfer of patent application right
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200730

Address after: 2nd floor, building 1, 1998 Licheng middle Avenue, Longqiao street, Putian City, Fujian Province

Applicant after: Putian Jiemu Technology Co.,Ltd.

Address before: Maai Island, Seychelles

Applicant before: Seychelles water wood technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 351100 705-706, building a, Jiulong community, No. 999, lihuadong Avenue, Xialin street, Chengxiang District, Putian City, Fujian Province

Patentee after: Fujian Jiemu Technology Co.,Ltd.

Address before: 351100 floor 2, building 1, No. 1998, lichengzhong Avenue, Longqiao street, Putian City, Fujian Province

Patentee before: Putian Jiemu Technology Co.,Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20231107

Address after: Room 308 and Room 309, No. 268 Xiangke Road, China (Shanghai) Pilot Free Trade Zone, Pudong New Area, Shanghai, 201210

Patentee after: Shanghai Jieming Technology Co.,Ltd.

Address before: 351100 705-706, building a, Jiulong community, No. 999, lihuadong Avenue, Xialin street, Chengxiang District, Putian City, Fujian Province

Patentee before: Fujian Jiemu Technology Co.,Ltd.

TR01 Transfer of patent right