CN109512436A - 一种电磁波手掌生物识别装置及方法 - Google Patents
一种电磁波手掌生物识别装置及方法 Download PDFInfo
- Publication number
- CN109512436A CN109512436A CN201811425285.8A CN201811425285A CN109512436A CN 109512436 A CN109512436 A CN 109512436A CN 201811425285 A CN201811425285 A CN 201811425285A CN 109512436 A CN109512436 A CN 109512436A
- Authority
- CN
- China
- Prior art keywords
- palm
- electromagnetic wave
- impression
- frequency
- information
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
Abstract
本发明提供了一种电磁波手掌生物识别装置及方法。装置包括手印凹模、电磁波发射接收系统、计算机系统。手印凹模用于规范人放置手掌的方向和姿态;电磁波发射接收系统将毫瓦级电磁波发射出来,穿过手掌,并接收信号;计算机系统用来进行后处理,匹配数据库资料,给出判断结果,并发送命令给下一级动作执行装置。方法包括:利用电磁波的穿透性和电磁波对人手肌肉、血管组织的敏感性;电磁波频率快速扫描技术展现手掌在多个频率的信息;接收电磁波信号后数字化;匹配数据库中存储的手掌信息。本发明利用电磁波的穿透性、敏感性、频率不同特性不同的特点,得到手掌在多频下的三维信息而非仅仅表面信息,降低了仿造可能性,提高生物识别安全性。
Description
技术领域
本发明涉及生物识别技术,尤其涉及一种利用电磁波穿透手掌并接收信号,将反映手掌生物特征的信息收集并计算处理判断身份的电子装置及方法。
技术背景
所谓生物识别技术就是,通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。生物识别技术使人们从繁琐的密码、IC卡中解放出来,它不需要记住复杂的密码,不需随身携带钥匙、智能卡之类物品,可随时随地随心使用。生物特征识别技术被列为21世纪对人类社会带来革命性影响的十大技术之一。基于密码的身份验证的安全性越来越薄弱,生物识别技术的优势逐渐凸显出来。生物识别技术发展至今已经历了两代演进过程,第一代是人某一部分的表面形状和特征,例如指纹、掌型、脸型、虹膜等;第二代生物识别技术识别的是人肉眼无法看到的人体内部的形状和特征,例如指静脉识别、掌静脉识别、手背静脉识别等。目前市场上常见的几种生物识别方式主要包括语音识别、指纹识别、人脸识别、虹膜识别和静脉识别几种,此外签名识别、足迹识别也在破案等特殊场景中被广泛应用。
指纹识别技术除了应用在传统的警用领域,现在被越来越多的应用到了民用领域。目前,指纹识别主要应用在考勤、门禁、保险箱柜等领域,随着指纹识别技术的不断提升,消费电子、支付等领域也开始大量地应用指纹识别技术。但是,指纹识别也有其局限之处。虽然每个人的指纹都是独一无二的,但并不适用于每一个场景。例如,双手长期手工作业的人的手指若有丝毫破损或干湿环境不同、沾有异物,则使得指纹识别功能失效。另外市场上出现了专门的仿制指纹膜技术,通过复制受试者的指纹图案,可在类似硅胶材料上复制指纹,因复制的指纹与受试者指纹相同,同样也能获得常规指纹识别装置的验证通过。测试者只要指尖套上仿制膜,就可欺骗常规指纹识别装置:2014 年发生的河南省高考替考事件,替考考生备有真正需要参加高考考生的仿制指纹膜,可顺利通过指纹识别这关,使得原本打算利用人体指纹唯一性的特点进行身份验证的关卡形同虚设。另外,如2014年9月发生的黑龙江延寿3死刑犯越狱事件,越狱犯人就是砍下预警的手指来验证光学指纹机,进而打开监狱门禁的。
人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术,是用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行比对。由于人脸与人体的指纹、虹膜等其它生物特征一样与生俱来,它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提。与其它类型的生物识别相比人脸识别具有如下特点:非强制性、非接触性和并发性的特点。此外,人脸识别还符合视觉特性、具有操作简单、结果直观、隐蔽性好等优势。人脸识别产品目前已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。不过,人脸识别技术至今还面临一些安全漏洞。目前通过一些特殊手段,比如用别人的照片等方式,都可能成功“骗”过人脸识别系统。因此,很多公司都加大了在“活体检测”上的技术投入,而在安全性要求较高的场景中,很多公司都会要求进行双重验证。此外,人脸图像易被采集也使得隐私泄露风险剧增。
人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分,其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。而且虹膜在胎儿发育阶段形成后,在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性,同时也决定了身份识别的唯一性。因此,可以将眼睛的虹膜特征作为每个人的身份识别对象。虹膜识别一直被誉为最精准、最安全的生物识别方式,虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术。不过虹膜识别的对技术的要求和成本都相对较高,并且需要专业的硬件产品。现在虹膜识别系统在实际应用中的主要问题就是获取高质量的虹膜图像需要用户的良好配合,硬件成本也比较高。
掌纹识别技术是生物识别技术领域内的重要成员,它根据人手掌内表面的有效信息对个人身份进行识别。掌纹识别技术具有独特的优点和丰富而稳定的特征:掌纹含有更多的可区分信息、掌纹主要特征稳定且明显、采集设备价格低廉、采集方法简单、被测试者对其接受程度较高等。不过,指纹识别的破解方法也可以照搬来破解掌纹识别。
静脉识别是指是通过静脉识别仪取得个人静脉分布图,依据专门比对算法从静脉分布图提取特征值,另一种方式通过红外线CCD摄像头获取手指、手掌、手背静脉的图像,将静脉的数字图像存贮在计算机系统中,实现特征值存储。静脉比对时,实时采取静脉图,运用先进的滤波、图像二值化、细化手段对数字图像提取特征,采用复杂的匹配算法同存储在主机中静脉特征值比对匹配,从而对个人进行身份鉴定,确认身份。同其他生物识别技术相比,指静脉认证技术具备以下主要优势:不会遗失、不会被窃、无记忆密码负担、不受表皮粗糙和外部环境的影响、适用人群广,准确率高,不可复制、不可伪造,安全便捷。静脉识别的缺点是采集设备有特殊要求,设计相对复杂,制造成本高。
另一方面,电磁波波谱很宽,低至无线电频率,高至紫外光频率,都是电磁波。本发明中提及的电磁波主要针对微波和毫米波,频率范围在300MHz~3000GHz以内。微波炉、手机通讯系统已经广泛用于普通人生活中,被证明是安全可靠无副作用的技术手段。如果利用手机辐射剂量的微波、毫米波来完成门禁、保险箱等生物识别的功能,是安全而可行的。
发明内容
本发明要解决的技术问题是将生物识别的发射源拓展到微波、毫米波的电磁波谱,相比可见光而言微波更具穿透性,甚至不局限于手掌,人体各部位均可以用这种方法;拓展识别对象从单纯的静脉图到静脉、肌肉内部构造和外部形态的综合呈现效果。
利用电磁波的穿透性、敏感性、频率不同传输特性不同的特点,在控制好精度的前提下,手掌外观形态、手掌内部血管肌肉走向、手掌含水率不同都会引起电磁波响应不同,这样采集的是手掌三维信息,而不仅仅是手掌表面二维信息。
手印凹模起到了规范手掌放置形位的作用,使同一手掌每次放置都会得到同样的结果,不同人在同一标准衡量下可以相互比较。
采集到的手掌信息进行数字化,以便于计算机进行读、写、比较,为了适应手掌一年四季的轻微变化,一只手掌可以采集多次信息并采用多个冗余编码与之对应。不用完全依赖第三方的加密方法,可以很方便地嵌入自己的加密方式。
如果样本数量太多,可以增加新的扫描频率点,以补充额外的信息,直到达到分辨更多样本的能力。
附图说明
下面结合附图对本发明进一步说明。
图1——电磁波手掌识别系统原理图。
图2——电磁波手掌识别计算机处理流程图。
图3——电磁波穿过手掌后幅度检测A/D采样的信号随频率的变化曲线。
图4——电磁信号按照频率采样的顺序依次数字化编码。
图5——计算机控制电磁波穿过手掌进行识别的示意图。
具体实施方式
下面结合附图对本发明做进一步详细描述。
在本发明中,所述用户设备包括但不限于任何一种可与用户进行人机交互的门禁、保险库、保险箱甚至智能手机等电子产品。本领域技术人员应该能理解,其他的用户设备如果遵循本发明的思路,也应包含在本发明保护范围以内。
图1给出了电磁波手掌识别系统的示意图,方框内部100可以集成为一个紧凑组件(微波组件和控制中枢),方框外部的发射天线105、接收天线107和手印凹模106 可以集成为一个组件。也可以全部集成在一起,视应用场景而定。本系统利用电磁波的穿透性、敏感性、频率不同传输特性不同的特点,采集的是手掌三维信息,而不仅仅是表面二维信息。
如图1所示,电磁波源采用锁相振荡源101,典型的可以选用微波宽带低功率振荡源,其频率受计算机111动态控制,输出连接定向耦合器102。良好的电磁波源应该限定其幅度噪声、相位噪声,因为这些指标对于整个系统的信噪比起重要作用,而系统的信噪比对于手掌生物识别系统的容错率、编码地址空间大小起主要作用。电磁波源的频率选择也很重要,频率点数越多反映手掌信息越多,编码地址空间越大(能容纳越多的人);但是电磁波频率尽量不要选择在民用频率,如手机上下行频率、WIFI热点频率等,否则无形中会增加手掌生物识别系统的外部噪声源。微波频率越高,越能反映手掌的细节信息;微波频率越低,越能穿透手印凹模106、手掌中的衰减物质,一般选择波长小于等于人类手掌尺寸的电磁波,具体视应用场景而定。
如图1所示,定向耦合器102的作用是在封闭系统中将主路上的电磁波能量分一小部分能量(如-20dB)检波后送给计算机111,用于作为参照信号与系统扫描手掌信号进行对比,以进一步降低系统整体信噪比。
如图1所示,发射端的放大器103将定向耦合器102送来的电磁波能量进一步放大,其放大倍数受计算机111控制,具体放大多少视应用场景而定;也可以采用电调衰减器加放大器的方案,由计算机111控制衰减量。在手印凹模106这种应用场景下,功率几毫瓦到几十毫瓦就足够了,对人体没有任何损害。
如图1所示,隔离器104衔接放大器103和发射天线105,它的作用是在不影响电磁波正向传播的前提下吸收从发射天线105反射回来的电磁能量,保证其不会二次发射干扰正常信号。
如图1所示,发射天线105的作用是将电磁波能量定向发送给手掌和手印凹模106,接收天线107的作用是接收穿过手掌和手印凹模106的电磁波能量。不同于一般雷达天线要强调控制旁瓣远小于主瓣,手掌生物识别装置的天线105、107与手掌距离很近,一是避不开旁瓣,二是没有必要避开旁瓣,因为电磁波能量从越多的途径在手掌中反射或透射,整个系统就越能区分出大小、形状、血管肌肉分布不同的手掌。天线105、107的带宽要能覆盖电磁波振荡源101发射的所有频率。也可以将天线105、107 合二为一,即作发射又作接收;还可以同时并联多个发射天线105或多个接收天线107,以便得到手掌更多信息。
如图1所示,手印凹模106的作用是用来作为“标准”规范不同人、不同时间放置手掌的形位方向和细节姿态,达到同一个人可重复、不同人在同一标准衡量下可比较的效果。手掌的形态如果不加规范,会形成千姿百态的细节形态,势必需要整个系统增大编码地址空间提供更高的容错率,因此手印凹模106的精准性很重要。但是印模又不限于这一种形式,可以根据应用场景的需求演变成特殊的印模,相关场景如手持手机、手开车门、手开家门等等。其它演变还包括双手印模、3D头部印模、手臂印模、脚印等。其它演变还包括活动印模,例如抓住“握力器印模”从掌到拳的变化过程都可以一帧一帧转变成数字身份信息,或者微波组件100及天线105、107绕手印凹模106动态旋转扫描多角度的信息,前提是计算机采集速度足够快。手印凹模106由非金属物构成,对微波呈现低损耗、易透射的特性,不能影响微波系统的正常工作,透明不透明均可,视应用需求而定。专用于个人的精细手印凹模,适用于保险箱、网上银行支付盾的应用场景,这样别人的手掌与凹模匹配稍有不同就会显著识别出来;兼容很多人的通用型手印凹模,适用于门禁这种稍显宽松的场景,具有一定的容错率,即使手掌与凹模匹配不那么理想,识别出手掌的主要特征就就行。
如图1所示,接收端的滤波放大器108是用来放大接收到的电磁波信号,为了降低外部噪声可以加入滤波功能。如果信号质量和强度不弱,这一级也可以省去。
如图1所示,反射回来的电磁波信号的幅度和相位包含着被扫描手掌的特征信息,需要经过幅度检波器109和鉴相器110变成直流小信号,再分别经过A/D被采集进计算机111,并与当前这个时刻定向耦合器102传来的参照信号进行对比修正。
如图1所示,计算机111在这个系统中起着中枢调度的作用,它主动改变频率,不断重复采集过程,扫描足够频率点后(例如200个频率点),再从头开始扫描,循环往复。在这个过程中,计算机111控制电磁波振荡源101的频率,接收定向耦合器102 传输来的参照信号,控制发射端放大器103的放大倍数(或者电调衰减器的衰减量),接收反射电磁波幅度、相位检测后的A/D采样109、110,最后经过数据处理,进行综合判断,向动作执行机构112发送命令。在具体场景中,在不影响主功能的前提下,计算机可以用嵌入式微处理器、树莓派、FPGA、Arduino等代替,以达到不同的集成效果和成本控制。
电磁波手掌生物识别装置有两种工作状态:一、识别手掌工作状态;二、录入手掌信息状态。在第一种工作状态时,如图1所示,计算机111不断重复控制微波组件100扫描频带的工作,扫描一轮判断一次,判断依据是以往录入的数据库,判断结果有如下几种:“无人”、“陌生人”、“某某”。在第二种工作状态,也如图1所示,先将手掌按形位放置到手印凹模106内不动,计算机只进行一次或几次控制微波组件100扫描频带的工作,将采集到的手掌信息送入计算机111的内部数据库,并顺便输入其姓名等关联信息。为了适应手掌一年四季的轻微变化,在编码地址空间足够大的情况下,一只手掌可以采集多次信息(例如包括带戒指和不带戒指),数据库中用多个冗余编码关联到同一个人,以增加系统的可用性。如果在某种场景下,样本数量太多,可以增加新的扫描频率点,以补充额外的信息,直到达到分辨更多样本的能力。
图2是电磁波手掌识别计算机处理流程图。
如图2所示,控制电磁波源的频率,输出功率201;其中部分功率直接A/D采样送到计算机中202,其它功率经过发射链路后穿透手掌再经过接收链路A/D采样送到计算机中203。计算机中编程对比处理两路信号的幅度及相位,降低系统噪声,然后将结果再进行处理变成数字序列204,也就是编码地址空间中的一个地址的一部分。判断是否扫描完所有频率205,如果没有扫描完重回201直到扫描完所有预设频率。完成扫描后将该数字序列完整地址与数据库中已经录入的地址集合进行比较206,如果判断符合某设定手掌207,就驱动动作执行机构112执行“符合”的设定动作208,如果判断不符合所有录入手掌或者判断出没有人,则执行“不符合”的设定动作209或者不动作。最后跳转到起始重新启动这个流程210。
计算机处理流程中也可以包含自我学习的能力:每次识别成功的数据,用后不是弃之不要,而是进一步完善补充现有数据库,与时俱进地追随每个用户手掌信息随时间的变化。
如图3所示,常见的电磁波幅度检测器109检测到随频率变化的信号如301 所示,曲线波折越丰富,越能反映出手掌丰富的信息。与指纹、掌纹、人脸生物识别技术不同,电磁波手掌生物识别可以不用产生直观的雷达图片,它提取透射过手掌的电磁波幅度和相位随频率的变化曲线,将三维结构材料信息投射成一维曲线。曲线的波折程度不仅与手掌的形状、血管肌肉走向、手掌和电磁波相互作用方式有关,而且与频带宽度有关。两点之间可以画出无数的曲线,如果每条曲线表征的是某一个人的身份,那么理论上地址空间是无限大的。但是现实中存在这样一些制约因素:电磁波对物体形位敏感,同一个人每一次放置手掌不可能完全毫厘不差;系统噪声和外界的干扰不可能绝对为零,会引起每次扫描得到的曲线有轻微的不同;A/D采样和后面要提到的进一步数字化,会将无限连续空间变成有限数字空间。不过,地址空间大不是唯一的目标,有时候为了系统稳定可靠,设置容错率和冗余编码是必要的。
如图4所示,曲线301经过A/D采样送入计算机时已经是数字序列,但是有时候对于便携系统为了加快处理速度、降低误码率、降低存储空间可以进一步简化数字序列。例如采用4位二进制编码402,曲线先进行归一化,然后其上各个频率点(如401) 被分别四舍五入到相近的编码上。如果设频率点个数为m,二进制位数为n,那么最后有效编码地址空间为:
有效编码地址空间大小=m×2n
如果该数字序列需要通过网络传输,为了安全起见,可以选择SHA-2、MD5 等加密方法进行加密。不过,由于本电磁波手掌生物识别方法本身就产生二进制序列,不用完全依赖第三方的加密方法,可以很方便地嵌入自己的加密方式。比如,在录入手掌信息状态,可以对每个人扫描1000个不同的频率点,存入数据库;在识别手掌工作状态,每次仅扫描在1000个频率点中随机挑选的200个不同的频率点,在很多场景中这200个不同的频率点穿透手掌提取信息就足以识别所有的人,而伺机窥探数字序列的人无从得知真正的地址,因为每次扫描同一个人得到的数字序列都不一样。
Claims (5)
1.一种电磁波手掌生物识别装置,其特征在于,包括:
手印凹模;
电磁波发射接收系统;
计算机采集处理显示系统。
2.如权利要求1所述的电磁波手掌生物识别装置,所含的手印凹模,其特征在于,包括:
由非金属物构成,透明不透明均可,视应用需求而定;
对微波呈现低损耗、易透射的特性,不能影响微波系统的正常工作;
用于规范被识别者放置手掌的方向和细节姿态;
可以选择兼容的通用型手印,也可以选择专用于个人的手印,也可以采用双手手印同时采集,也可以采用脚印,视应用场景和方便程度而定。
3.如权利要求1所述的电磁波手掌生物识别装置,所含的电磁波发射接收系统,其特征在于,包括:
选择合适频带的微波或者毫米波小功率源,在手印凹模这种应用场景下,功率几毫瓦到几十毫瓦,其频率越高,越能反映手掌的细节信息,其频率越低,越能穿透不同凹模、手掌中的衰减物质,一般选择波长小于等于人类手掌尺寸的电磁波,具体视应用场景而定;
该电磁波源具有被指令控制扫描频率的能力;
选择合适带宽的天线将电磁波定向辐射和接收,匹配电磁波源的扫描带宽,可以选择单天线、双天线、多天线收发;
该电磁波尽量以反映手掌最大特征的方式穿透手掌,这样接收到的电磁波就包含了手掌在各个频率、各种方向、各种天线主瓣旁瓣的透射或反射信息。
4.如权利要求1所述的电磁波手掌生物识别装置,所含的计算机采集处理显示系统,其特征在于,包括:
具有A/D信号采集能力,能够采集接收天线中电磁波的幅度或者相位,并将模拟信号数字化;
具有存储数据、读写数据库、比较历史数据甚至自我学习的能力;
具有显示各种结果的能力。
5.一种电磁波手掌生物识别方法,其特征在于,包括:
利用电磁波的穿透性、敏感性、频率不同传输特性不同的特点,在控制好精度的前提下,手掌外观形态、手掌内部血管肌肉走向、手掌含水率不同都会引起电磁波响应不同,这样采集的是三维信息,而不仅仅是表面二维信息;
手印凹模起到了规范手掌放置形位的作用,使同一手掌每次放置都会得到同样的结果,不同人在同一标准衡量下可以相互比较;
采集的手掌信息进行数字化,以便于计算机进行读、写、比较,为了适应手掌一年四季的轻微变化,一只手掌可以采集多次信息并采用多个冗余编码与之对应;不用完全依赖第三方加密方法,可以很方便地嵌入自己的加密方式。
如果样本数量太多,可以增加新的扫描频率点,以补充额外的信息,直到达到分辨更多样本的能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425285.8A CN109512436A (zh) | 2018-11-28 | 2018-11-28 | 一种电磁波手掌生物识别装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811425285.8A CN109512436A (zh) | 2018-11-28 | 2018-11-28 | 一种电磁波手掌生物识别装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109512436A true CN109512436A (zh) | 2019-03-26 |
Family
ID=65794486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811425285.8A Pending CN109512436A (zh) | 2018-11-28 | 2018-11-28 | 一种电磁波手掌生物识别装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109512436A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111554055A (zh) * | 2020-04-27 | 2020-08-18 | 中国银行股份有限公司 | 一种全自动保险装置 |
CN112347445A (zh) * | 2019-08-07 | 2021-02-09 | 眼验股份有限公司 | 微波生物特征认证的方法、系统和设备 |
CN117037222A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 基于毫米波雷达的掌纹识别系统及其识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203102317U (zh) * | 2013-01-24 | 2013-07-31 | 东莞市中控电子技术有限公司 | 一种手掌静脉采集与识别装置 |
CN107169396A (zh) * | 2016-03-07 | 2017-09-15 | 合肥芯福传感器技术有限公司 | 相控阵生物识别信息采集模组及采集方法 |
CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
CN108564080A (zh) * | 2018-04-18 | 2018-09-21 | 青岛海泰新光科技股份有限公司 | 生物识别特征检测装置及方法 |
-
2018
- 2018-11-28 CN CN201811425285.8A patent/CN109512436A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203102317U (zh) * | 2013-01-24 | 2013-07-31 | 东莞市中控电子技术有限公司 | 一种手掌静脉采集与识别装置 |
CN107169396A (zh) * | 2016-03-07 | 2017-09-15 | 合肥芯福传感器技术有限公司 | 相控阵生物识别信息采集模组及采集方法 |
CN107341473A (zh) * | 2017-07-04 | 2017-11-10 | 深圳市利众信息科技有限公司 | 手掌特征识别方法、手掌特征识别设备、及存储介质 |
CN108564080A (zh) * | 2018-04-18 | 2018-09-21 | 青岛海泰新光科技股份有限公司 | 生物识别特征检测装置及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347445A (zh) * | 2019-08-07 | 2021-02-09 | 眼验股份有限公司 | 微波生物特征认证的方法、系统和设备 |
CN111554055A (zh) * | 2020-04-27 | 2020-08-18 | 中国银行股份有限公司 | 一种全自动保险装置 |
CN117037222A (zh) * | 2023-10-08 | 2023-11-10 | 之江实验室 | 基于毫米波雷达的掌纹识别系统及其识别方法 |
CN117037222B (zh) * | 2023-10-08 | 2024-01-09 | 之江实验室 | 基于毫米波雷达的掌纹识别系统及其识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7921297B2 (en) | Random biometric authentication utilizing unique biometric signatures | |
US5787187A (en) | Systems and methods for biometric identification using the acoustic properties of the ear canal | |
US11757873B2 (en) | Biometric methods for online user authentication | |
US20150172287A1 (en) | Biometric security and authentication for a mobile device | |
CN109858316A (zh) | 用于生物计量识别的系统和方法 | |
US20050281439A1 (en) | Method and apparatus for electro-biometric identity recognition | |
US20030120934A1 (en) | Random biometric authentication apparatus | |
US20020138743A1 (en) | Method and apparatus for calibration over time of histological and physiological biometric markers for authentication | |
US20070016088A1 (en) | Method and apparatus for characterizing and estimating the parameters of histological and physiological biometric markers for authentication | |
CA2587214A1 (en) | Method and apparatus for electro-biometric indentity recognition | |
KR20090012362A (ko) | 특수 광 분광학 시스템을 이용한 생체인식 판정장치 및 방법 | |
CN109512436A (zh) | 一种电磁波手掌生物识别装置及方法 | |
US6724689B2 (en) | Personal identification method and apparatus using acoustic resonance analysis of body parts | |
US9396402B2 (en) | System and methods for identification and fraud prevention | |
Bhattacharyya et al. | Biometric authentication techniques and its future possibilities | |
Valavan et al. | Biometric authentication system using finger vein | |
Pandey et al. | Supervised and Unsupervised Learning Techniques for Biometric Systems | |
Thakur | Biometric Authentication System: Techniques and Future | |
Sweeney | Veincheck—A technical perspective | |
El-afifi | Trends in Biometric Authentication: A review | |
Yadav et al. | Iris based de-duplication technology | |
Du Preez | Liveness assurance in biometric systems | |
Artur | Selection of Authentication Systems for Hungarian Health Care, Based on Physiological Study Part I.: The Biometric Systems | |
Baráth | Selection of Authentication Systems for Hungarian Health Care, Based on Physiological Study (Part I.) | |
Samantha | IRIS Biometric For Person Identification |
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 |
Application publication date: 20190326 |
|
WD01 | Invention patent application deemed withdrawn after publication |