CN109657528B - 指纹识别方法以及使用指纹识别方法的电子装置 - Google Patents

指纹识别方法以及使用指纹识别方法的电子装置 Download PDF

Info

Publication number
CN109657528B
CN109657528B CN201810414182.5A CN201810414182A CN109657528B CN 109657528 B CN109657528 B CN 109657528B CN 201810414182 A CN201810414182 A CN 201810414182A CN 109657528 B CN109657528 B CN 109657528B
Authority
CN
China
Prior art keywords
processing unit
fingerprint data
data set
fingerprint
enrollment template
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
CN201810414182.5A
Other languages
English (en)
Other versions
CN109657528A (zh
Inventor
江元麟
吕俊超
郑宇淳
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.)
Egis Technology Inc
Original Assignee
Egis Technology Inc
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
Priority claimed from TW103126149A external-priority patent/TWI517057B/zh
Application filed by Egis Technology Inc filed Critical Egis Technology Inc
Priority to TW107118185A priority Critical patent/TWI676911B/zh
Priority to JP2018141993A priority patent/JP6687684B2/ja
Priority to GB1812436.2A priority patent/GB2567519B/en
Priority to DE102018121088.4A priority patent/DE102018121088A1/de
Publication of CN109657528A publication Critical patent/CN109657528A/zh
Application granted granted Critical
Publication of CN109657528B publication Critical patent/CN109657528B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V40/1353Extracting features related to minutiae or pores
    • 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
    • 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
    • G06F21/45Structures or tools for the administration of authentication
    • 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
    • G06V40/1335Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • 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
    • 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
    • G06V40/1371Matching features related to minutiae or pores
    • 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
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • 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
    • G06V40/60Static or dynamic means for assisting the user to position a body part for biometric acquisition
    • G06V40/67Static or dynamic means for assisting the user to position a body part for biometric acquisition by interactive indications to the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

本发明提出一种适用于电子装置的指纹识别方法以及电子装置。电子装置包含处理单元和指纹传感器。指纹识别方法包含以下步骤:取得多个滑刷帧;从多个滑刷帧分别提取多个特征点以相应地产生多个预先注册的指纹数据集;合并多个预先注册的指纹数据集;根据合并的预先注册的指纹数据集产生注册模板;取得按压帧;从按压帧提取多个特征点以产生验证指纹数据集;以及比较验证指纹数据集与注册模板,以判断验证指纹数据集是否与注册模板匹配。本发明的指纹识别方法以及电子装置可提供有效率的指纹注册体验以及便利的指纹验证效果。

Description

指纹识别方法以及使用指纹识别方法的电子装置
技术领域
本发明涉及指纹识别技术,且更确切地说,涉及指纹识别方法以及使用指纹识别方法的电子装置。
背景技术
近年来,生物识别技术发展很快。由于安全码和访问卡很容易被盗或丢失,因此更多地关注指纹识别技术。指纹是唯一且不变的,并且每个人具有多个手指用于身份识别。另外,可以使用指纹传感器容易地取得指纹。因此,指纹识别可以提高安全性和便利性,并且可以更好地保护财务安全和保密数据。
在指纹识别的一个常规方法中,用户若干次将其手指按压在指纹传感器上以产生多个注册的指纹数据集,接着再次将其手指按压在指纹传感器上进行验证。然而,对于具有较小感测面积的指纹传感器,为了取得足够的注册的指纹数据集进行识别,用户需要按压多次以完成指纹注册程序。
在指纹识别的另一常规方法中,用户在电子装置的指纹传感器上滑刷其手指,并且当用户在指纹传感器上滑刷手指时,电子装置将取得多个帧。电子装置接着会将多个帧组合起来(reconstruction),以产生注册的指纹数据集。为了取得足够的注册指纹数据,可以要求用户在指纹传感器上滑刷手指若干次。因此,将相应地产生多个注册的指纹数据集。为了进行验证,用户必须再次在指纹传感器上滑刷手指,并且包括指纹传感器的电子装置将相应地产生验证指纹数据集。电子装置会比较验证指纹数据集与注册的指纹数据集,接着决定验证指纹数据集是否通过验证。
发明内容
本发明涉及指纹识别方法以及使用指纹识别方法的电子装置,其能够通过要求用户在电子装置的指纹传感器上滑刷其手指来取得注册模板,以及通过要求用户将手指按压在指纹传感器上来取得验证指纹信息,并比较验证指纹信息与注册模板,以进行识别。
指纹识别方法适用于电子装置。电子装置包含处理单元和指纹传感器。指纹识别方法包含以下步骤:通过指纹传感器取得多个滑刷帧;分别从所述多个滑刷帧提取多个特征点,以相应地通过处理单元产生多个预先注册的指纹数据集;通过所述处理单元合并所述多个预先注册的指纹数据集;通过所述处理单元根据合并的预先注册的指纹数据集产生注册模板;通过指纹传感器取得按压帧;从所述按压帧提取多个特征点,以通过所述处理单元产生验证指纹数据集;以及通过所述处理单元比较所述验证指纹数据集与所述注册模板,以判断所述验证指纹数据集是否与所述注册模板匹配。
电子装置包含指纹传感器和处理单元。指纹传感器用以取得多个滑刷帧和按压帧。处理单元耦合到指纹传感器并且用以接收多个滑刷帧和按压帧。处理单元分别从多个滑刷帧提取多个特征点,以相应地产生多个预先注册的指纹数据集。处理单元合并多个预先注册的指纹数据集,并且根据合并的预先注册的指纹数据集产生注册模板。处理单元从按压帧提取多个特征点以产生验证指纹数据集,并且比较所述验证指纹数据集与注册模板,以判断所述验证指纹数据集是否与所述注册模板匹配。
为了使本发明的以上特征和优势更好理解,如下参考附图详细地描述几个实施例。
附图说明
将通过参考附图阅读以下详细描述来更全面地理解本发明,其中:
图1是根据本发明的实施例的电子装置100;
图2是说明根据本发明的另一实施例的指纹注册程序的示意图;
图3是说明根据本发明的实施例的指纹注册方法的流程图800;
图4是说明根据本发明的实施例的失真校正操作的示意图;
图5是说明根据本发明的实施例的高斯曲线1010、1020和1030的示意图;
图6是说明根据本发明的实施例的指纹验证程序的示意图;
图7是说明根据本发明的实施例的指纹验证方法的流程图1200。
附图标号说明
100:电子装置;
110:指纹传感器;
120:处理单元;
130:存储单元;
800、1200:流程图;
710_1、710_2、710_3~710_N、910:滑刷帧;
720_1、720_2、720_3~720_N:校正帧;
721、1111:特征点;
722_1、722_2、722_3~722_N:指纹数据集;
724:预先登记的数据集;
730:注册模板;
910_1、910_2~910_M:垂直部分;
911:分布曲线;
920:校正帧;
1010、1020、1030:高斯曲线;
1110:按压帧;
1120:验证指纹数据集;
S810~S860、S1210~S1240:步骤。
具体实施方式
以下描述具有执行本发明的最佳预期模式。此描述是用于说明本发明的一般原理且不应视为限制性意义。通过参考所附权利要求书来最佳地确定本发明的范围。
图1是根据本发明的实施例的电子装置100。如图1所示,电子装置100包括指纹传感器110、处理单元120和存储单元130。图1仅示出与本发明相关的组件的简化框图。然而,本发明不应限于图1中所示内容。
在本发明的实施例中,指纹传感器110具有n×m的较小感测面积。例如,指纹传感器110的感测面积可以是10mm×4mm、6mm×6mm或4mm×3.2mm。也就是说,指纹传感器110的感测面积较小,并且当用户在指纹传感器上滑刷其手指或将其手指按压在指纹传感器上时,通过指纹传感器110感测到的帧的面积也将较小,因为帧的面积等于指纹传感器110的感测面积。所述帧较小,因此每一帧可能包括极少细节点(例如,可能少于5个细节点)。
在本发明的实施例中,当注册指纹时,用户可以在指纹传感器110上滑刷其手指1次或若干次(例如,2~4次)。在每次用户的手指在指纹传感器110上滑刷之后,电子装置100将取得多个滑刷帧。
图2是说明根据本发明的一实施例的指纹注册程序的示意图。在注册程序中,用户被要求在指纹传感器110上滑刷其手指。参考图1和图2,在本发明的实施例中,当用户在指纹传感器110上滑刷手指时,指纹传感器110感测和取得多个滑刷帧710_1、710_2、710_3~710_N。N为正整数并且大于1。处理单元120接着对滑刷帧710_1、710_2、710_3~710_N执行失真校正操作,以产生多个校正帧720_1、720_2、720_3~720_N。具体来说,通过失真校正操作,可以减少由滑刷引起的图像的失真(distortion)。
处理单元120接着从校正帧720_1、720_2、720_3~720_N分别提取多个特征点(即,细节点)721,以产生多个预先注册的指纹数据集722_1、722_2、722_3~722_N。在本发明的实施例中,处理单元120可以组合和合并预先注册的指纹数据集722_1、722_2、722_3~722_N,当处理单元120判断包含在合并的预先注册的指纹数据集722_1、722_2、722_3~722_N中的特征点的数目,或合并的预先注册的指纹数据集的数据量、面积或高度大于预定的注册阈值时,处理单元120产生注册模板730并将注册模板730存储在存储单元130中。处理单元120会依据预先注册的指纹数据集722_1、722_2、722_3~722_N中的多个特征点721的重复性以及预先注册的指纹数据集722_1、722_2、722_3~722_N之间的重叠性来进行组合和合并。
具体来说,当用户在指纹传感器110上滑刷手指时,将按顺序取得多个滑刷帧710_1、710_2、710_3~710_N。也就是说,处理单元120将逐个接收滑刷帧。在处理单元120接收第一滑刷帧710_1之后,处理单元120将对第一滑刷帧710_1执行失真校正操作,以产生第一校正帧720_1。接着,处理单元120从第一校正帧720_1提取多个特征点721,以产生第一预先注册的指纹数据集722_1。
此后,处理单元120将接收第二滑刷帧710_2、对第二滑刷帧710_2执行失真校正操作,以产生第二校正帧720_2,以及从第二校正帧720_2提取多个特征点721,以产生第二预先注册的指纹数据集722_2。接着,处理单元120组合和合并第一预先注册的指纹数据集722_1和第二预先注册的指纹数据集722_2,以产生预先登记的数据集724。处理单元120将继续按顺序接收下一个滑刷帧、相应地产生校正帧和预先注册的指纹数据集,接着将下一个预先注册的指纹数据集组合和合并到预先登记的数据集724中,直到包含在合并的预先注册的指纹数据集(即,预先登记的数据集724)中的特征点的数目或合并的预先注册的指纹数据集的数据量、面积或高度大于预定的注册阈值为止。当包含在合并的预先注册的指纹数据集(即,预先登记的数据集724)中的特征点的数目或合并的预先注册的指纹数据集的数据量、面积或高度大于预定的注册阈值时,表示注册程序完成,因为已取得足够的指纹信息用于指纹识别。因此,处理单元120将合并的预先注册的指纹数据集(即,预先登记的数据集724)作为注册模板730存储在存储单元130中。
图3是说明根据本发明的实施例的指纹注册方法的流程图800。参考图1、图2和图3,当用户在指纹传感器110上滑刷手指时,指纹传感器110将按顺序感测和取得多个滑刷帧710_1、710_2、710_3~710_N。在步骤S810中,处理单元120接收一个滑刷帧(即,滑刷帧710_1、710_2、710_3~710_N中的一个)。在步骤S820中,处理单元120对此滑刷帧执行失真校正操作以产生校正帧(即,校正帧720_1、720_2、720_3~720_N中的一个)。以下将论述失真校正操作的细节。在步骤S830中,处理单元120从一个校正帧提取多个特征点721,以取得一个预先注册的指纹数据集(即,预先注册的指纹数据集722_1、722_2、722_3~722_N中的一个)。在步骤S831中,处理单元120判断此产生的预先注册的指纹是否是第一预先注册的指纹数据集。若不是,则将执行步骤S840。若是,则将执行步骤S842。在步骤S842中,处理单元120根据第一预先注册的指纹数据集722_1产生预先登记的数据集724。接着,处理单元120执行步骤S810以接收第二滑刷帧710_2。
在步骤S840中,处理单元120根据多个特征点721的重复性以及此预先注册的指纹数据集与预先登记的数据集724之间的重叠性,将此预先注册的指纹数据集合并到预先登记的数据集724中。在步骤S850中,处理单元120根据包含在合并的预先注册的指纹数据集(即,预先登记的数据集724)中的多个特征点721的数目,或合并的预先注册的指纹数据集的数据量、面积或高度判断是否产生注册模板730。具体来说,若处理单元120判断包含在合并的预先注册的指纹数据集(即,预先登记的数据集724)中的特征点的数目,或合并的预先注册的指纹数据集的数据量、面积或高度大于预定的注册阈值,则处理单元120将执行步骤S860。在S860中,处理单元120根据合并的预先注册的指纹数据集(即,预先登记的数据集724)产生和存储注册模板730。换句话说,预先登记的数据集724被存储作为注册模板730。由于已取得足够的指纹信息用于指纹识别,因此注册程序将结束。
若处理单元120判断包含在合并的预先注册的指纹数据集722中的特征点的数目,或合并的预先注册的指纹数据集722的数据量、面积或高度未大于预定的注册阈值,则处理单元120将执行步骤S810以接收下一滑刷帧。若在用户第一次滑刷手指之后,注册程序未完成,则用户将被要求再次在指纹传感器110上滑刷手指。
图4是说明根据本发明的实施例的失真校正操作的示意图。参考图1和图4,在本发明的实施例中,在注册程序中,用户被要求在指纹传感器110上滑刷手指,并且指纹传感器110将按顺序感测和取得多个滑刷帧。处理单元120接着将按顺序对每一个滑刷帧执行失真校正操作。例如,获取一个滑刷帧910。首先,处理单元120将滑刷帧910垂直地拆分成多个垂直部分910_1、910_2~910_M。M是正整数并且大于1。接着,处理单元120用高斯函数计算垂直部分910_1、910_2~910_M,即,高斯化垂直部分910_1、910_2~910_M。高斯函数可以通过分布曲线(即,高斯曲线)911表示,以下将详细论述。在高斯化之后,每一个垂直部分910_1、910_2~910_M会依照高斯曲线911,与其相邻的垂直部分排列并对齐(align)。最后,处理单元120相应地产生校正帧920。
另外,在本发明的实施例中,高斯曲线911是根据指纹识别技术领域中的相关经验、实验和/或统计来预先决定的。例如,请参考图5。图5是说明根据本发明的实施例的高斯曲线1010、1020和1030的示意图。在本发明的实施例中,上述分布曲线911可以是如图5中所示的高斯曲线1010、1020和1030中的任一个。高斯曲线1010、1020和1030的方差(Variance,VAR)分别是5、6和8,但本发明不限于此。在优选实施例中,方差在5到8的范围内。
图6是说明根据本发明的实施例的指纹验证程序的示意图。在验证程序中,用户被要求将其手指按压在指纹传感器110上。参考图1和图6,在本发明的实施例中,当用户将手指按压在指纹传感器110上时,指纹传感器110感测和取得按压帧1110。处理单元120从按压帧1110提取多个特征点(即,细节点)1111,以产生验证指纹数据集1120。在本发明的实施例中,处理单元120比较验证指纹数据集1120与注册模板730,以判断验证指纹数据集1120是否与注册模板730匹配。当验证指纹数据集1120与注册模板730匹配时,处理单元120判断验证指纹数据集1120通过验证。具体来说,由于注册模板730是合并多个指纹数据集而形成的,因此具有比通过验证的验证指纹数据集1120更大的面积,也就是说,通过验证的验证指纹数据集1120会与注册模板730的一部分匹配。
此外,处理单元120将判断与通过验证的验证指纹数据集1120匹配的注册模板730的此部分是从滑刷帧或按压帧所产生。若注册模板730的此部分是从滑刷帧所产生,则表示此部分是一开始就包含在注册程序中所产生的注册模板730中。接着,处理单元120将使用通过验证的验证指纹数据集1120来更新注册模板730。也就是说,注册模板730的此部分会被通过验证的验证指纹数据集1120取代而更新。在更新之后,如图6中所示,注册模板730的面积可能会扩增(模板730中的条纹部分即为扩增的部分),因为通过验证的验证指纹数据集1120的面积可能会大于注册模板730的匹配部分的面积。另一方面,若注册模板730的此部分是从按压帧所产生,则表示此部分是在之前成功验证之后才合并到注册模板730中。接着,处理单元120将不会使用通过验证的验证指纹数据集1120来更新注册模板730。如图6中所示,在若干次成功验证之后,注册模板730的面积会扩增(注册模板730中的条纹部分表示扩增的部分)。
图7是说明根据本发明的实施例的指纹验证方法的流程图1200。为了进行指纹验证,用户会被要求将手指按压在指纹传感器110上。参考图1、图6和图7,在步骤S1210中,当用户将手指放置在指纹传感器110上时,指纹传感器110感测和取得按压帧1110。在步骤S1220中,处理单元120分析按压帧1110以从按压帧1110提取多个特征点1111,并且相应地产生验证指纹数据集1120(即,按压指纹数据集)。
在步骤S1230中,处理单元120判断验证指纹数据集1120是否与注册模板730匹配。在本发明的实施例中,注册模板730存储在存储单元130中。更具体地说,处理单元120比较包含在验证指纹数据集1120中的特征点与包含在注册模板730中的特征点,以取得相似性。当验证指纹数据集1120与注册模板730的一部分之间的相似性大于预定的相似性阈值时,表示验证指纹数据集1120与注册模板730匹配。当验证指纹数据集1120与注册模板730匹配时,处理单元120判断验证指纹数据集1120通过验证并且用户是合法授权的用户。如上文所提及,通过验证的验证指纹数据集1120将与注册模板730的一部分匹配,因为注册模板730是合并多个指纹数据集所形成的,因此具有比通过验证的验证指纹数据集1120更大的面积。
在步骤S1235中,处理单元120判断与通过验证的验证指纹数据集1120匹配的注册模板730的此部分是从滑刷帧或按压帧所产生。若注册模板730的此部分是从滑刷帧所产生,则表示此部分是一开始就包含在注册程序中所产生的注册模板730中。接着,将执行步骤S1240。在步骤S1240中,处理单元120会用通过验证的验证指纹数据集1120来更新注册模板730。也就是说,注册模板730的此部分会被通过验证的验证指纹数据集1120所取代而更新。如上文所提及,在更新之后,注册模板730的面积可能会扩增,因为通过验证的验证指纹数据集1120的面积可能大于注册模板730的匹配部分的面积。
另一方面,若注册模板730的此部分是从按压帧所产生,则表示此部分是在之前成功验证后,合并到注册模板730中的。接着,处理单元120将不会使用通过验证的验证指纹数据集1120来更新注册模板730。
与常规的指纹识别方法相比较,在根据本发明的指纹识别方法中,用户可以通过在指纹传感器上滑刷其手指来注册其指纹,并且用户可以通过将手指按压在指纹传感器上来进行识别和验证。通过用户单次滑刷手指,指纹传感器可以感测多个滑刷帧。本发明可能会要求用户滑刷手指不止一次,但是通常不会要求用户滑刷太多次手指。在优选实施例中,在用户滑刷手指一至三次之后,本发明就可以取得足够的指纹信息,完成注册程序。因此,本发明可以提高注册程序的效率。另外,在注册程序中,本发明利用高斯曲线校正滑刷帧,可以减少由滑刷引起的图像失真。
此外,在若干次成功验证之后,注册模板会被通过验证的按压数据集取代而更新。当通过验证的按压数据集完全更新注册模板之后,将完全清除由滑刷引起的图像失真。因此,可以提高指纹识别的精确度。综上所述,本发明旨在通过要求用户轻扫手指以提供有效率的注册体验,并通过要求用户按压手指以提供便利的验证。同时,指纹识别的效率和准确性也会得到提升。
结合本文中所公开的方面描述的方法的步骤可以直接用硬件、用由处理器执行的软件模块、或用这两者的组合实施。软件模块(例如,包含可执行指令和相关数据)和其它数据可以驻留在数据存储器中,例如RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中已知的计算机可读存储媒体的任何其它形式。样本存储媒体可以耦合到例如计算机/处理器等机器(为方便起见,所述机器在本文中可以称为“处理器”),使得所述处理器可以从存储媒体读取信息(例如,代码)和将信息写入到存储媒体。示例存储媒体可以与处理器形成一体。处理器和存储媒体可以驻留在ASIC中。ASIC可以驻留在用户设备中。或者,处理器和存储媒体可以作为离散组件而驻留在用户设备中。此外,在一些方面中,任何合适的计算机程序产品可以包括计算机可读媒体,所述计算机可读媒体包括与本发明的各方面中的一个或多个相关的代码。在一些方面中,计算机程序产品可以包括封装材料。
贯穿本说明书中提及“一个实施例”或“实施例”是指结合实施例描述的特定特征、结构或特性包含在本发明的至少一个实施例中,但并不表示其存在于每一实施例中。因此,贯穿本说明书在不同位置中出现短语“在一个实施例中”或“在实施例中”未必都是指本发明的同一个实施例。
以上段落描述多个方面。显然,本发明的教示可以通过多个方法实现,并且所公开实施例中的任何特定配置或功能仅呈现代表性条件。熟悉本技术的人员将理解,本发明中的所有所公开方面可以独立地应用或并入。
本领域技术人员将显而易见,在不脱离本发明的范围或精神的情况下可以对所公开的实施例作出各种修改和变化。鉴于前述内容,希望本发明涵盖属于随附权利要求书及其等效物的范围内的修改和变化。

Claims (14)

1.一种指纹识别方法,其适用于电子装置,并且所述电子装置包括处理单元和指纹传感器,其特征在于,所述指纹识别方法包括:
通过所述指纹传感器取得多个滑刷帧;
通过所述处理单元根据分布曲线校正所述多个滑刷帧,以产生多个校正帧;
通过所述处理单元分别从所述多个校正帧提取多个特征点,以相应地产生多个预先注册的指纹数据集;
通过所述处理单元合并所述多个预先注册的指纹数据集;
通过所述处理单元根据所述合并的预先注册的指纹数据集产生注册模板;
通过所述指纹传感器取得按压帧;
通过所述处理单元从所述按压帧提取多个特征点,以产生验证指纹数据集;以及
通过所述处理单元比较所述验证指纹数据集与所述注册模板,以判断所述验证指纹数据集是否与所述注册模板匹配,
通过所述处理单元根据所述分布曲线校正所述多个滑刷帧以产生所述多个校正帧的步骤包括:
垂直地拆分所述多个滑刷帧中的每一个为多个垂直部分;以及
根据所述分布曲线排列并对齐所述多个垂直部分中的每一个与其相邻的垂直部分,
所述分布曲线是高斯曲线。
2.根据权利要求1所述的指纹识别方法,其特征在于,所述高斯曲线的方差在5~8的范围内。
3.根据权利要求1所述的指纹识别方法,其特征在于,通过所述处理单元合并所述多个预先注册的指纹数据集的步骤包括:
根据所述多个特征点的重复性以及所述多个预先注册的指纹数据集之间的重叠性来合并所述多个预先注册的指纹数据集。
4.根据权利要求1所述的指纹识别方法,其特征在于,在通过所述处理单元产生所述注册模板之前,进一步包括以下步骤:
判断包含在所述合并的预先注册的指纹数据集中的所述特征点的数目,或所述合并的预先注册的指纹数据集的数据量、面积或高度是否大于预定的注册阈值。
5. 根据权利要求1所述的指纹识别方法,其特征在于,比较所述验证指纹数据集与所述注册模板,以判断所述验证指纹数据集是否与所述注册模板匹配的步骤包括:
比较所述验证指纹数据集的所述特征点与所述注册模板的所述特征点,以取得相似性;以及
若所述相似性高于预定的相似性阈值,则判断所述验证指纹数据集与所述注册模板匹配。
6. 根据权利要求1所述的指纹识别方法,其特征在于,进一步包括:
当所述验证指纹数据集与所述注册模板匹配时,通过所述处理单元判断与所述验证指纹数据集匹配的所述注册模板的一部分是否从所述多个校正帧中的一个产生;以及
若与所述验证指纹数据集匹配的所述注册模板中的所述一部分从所述多个校正帧中的一个产生,则通过所述处理单元利用所述验证指纹数据集更新所述注册模板。
7.根据权利要求6所述的指纹识别方法,其特征在于,通过所述处理单元更新所述注册模板的步骤包括:
通过所述处理单元利用所述验证指纹数据集更新所述注册模板的所述一部分,其中若所述验证指纹数据集的面积大于所述注册模板的所述一部分的面积,则所述注册模板的总面积将在所述更新之后扩增。
8. 一种电子装置,其特征在于,包括:
指纹传感器,用以取得多个滑刷帧和按压帧;以及
处理单元,耦合到所述指纹传感器并且用以接收所述多个滑刷帧和所述按压帧,
其中所述处理单元根据分布曲线校正所述多个滑刷帧以产生多个校正帧,并且所述处理单元分别从所述多个校正帧提取多个特征点以相应地产生多个预先注册的指纹数据集,合并所述多个预先注册的指纹数据集,以及根据所述合并的预先注册的指纹数据集产生注册模板,
其中所述处理单元从所述按压帧提取多个特征点以产生验证指纹数据集,并且所述处理单元比较所述验证指纹数据集与所述注册模板,以判断所述验证指纹数据集是否与所述注册模板匹配,
所述处理单元垂直地拆分所述多个滑刷帧中的每一个为多个垂直部分,并且所述处理单元根据所述分布曲线排列并对齐所述多个垂直部分中的每一个与其相邻的垂直部分,以取得所述多个校正帧,
所述分布曲线是高斯曲线。
9.根据权利要求8所述的电子装置,其特征在于,所述高斯曲线的方差在5~8的范围内。
10.根据权利要求8所述的电子装置,其特征在于,所述处理单元根据所述多个特征点的重复性以及所述多个预先注册的指纹数据集之间的重叠性来合并所述多个预先注册的指纹数据集。
11.根据权利要求8所述的电子装置,其特征在于,在所述处理单元产生所述注册模板之前,所述处理单元判断包含在所述合并的预先注册的指纹数据集中的所述特征点的数目,或所述合并的预先注册的指纹数据集的数据量、面积或高度是否大于预定的注册阈值。
12.根据权利要求8所述的电子装置,其特征在于,所述处理单元比较所述验证指纹数据集的所述特征点与所述注册模板的所述特征点,以取得相似性,并且若所述相似性高于预定的相似性阈值,则所述处理单元判断所述验证指纹数据集与所述注册模板匹配。
13.根据权利要求8所述的电子装置,其特征在于,当所述验证指纹数据集与所述注册模板匹配时,所述处理单元判断与所述验证指纹数据集匹配的所述注册模板的一部分是否从所述多个校正帧中的一个产生,以及若与所述验证指纹数据集匹配的所述注册模板的所述一部分从所述多个校正帧中的一个产生,则所述处理单元利用所述验证指纹数据集更新所述注册模板。
14.根据权利要求13所述的电子装置,其特征在于,所述处理单元利用所述验证指纹数据集更新所述注册模板的所述一部分,以及若所述验证指纹数据集的面积大于所述注册模板的所述一部分的面积,则所述注册模板的总面积将在所述更新之后扩增。
CN201810414182.5A 2014-03-07 2018-05-03 指纹识别方法以及使用指纹识别方法的电子装置 Active CN109657528B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW107118185A TWI676911B (zh) 2017-10-12 2018-05-28 指紋識別方法以及使用指紋識別方法的電子裝置
JP2018141993A JP6687684B2 (ja) 2017-10-12 2018-07-30 指紋認識方法およびこれを用いた電子装置
GB1812436.2A GB2567519B (en) 2017-10-12 2018-07-31 Fingerprint recognition method and electronic device using the same
DE102018121088.4A DE102018121088A1 (de) 2017-10-12 2018-08-29 Fingerabdruckerkennungsverfahren und eine elektronische Vorrichtung, die diese verwendet

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
TW103107800 2014-03-07
TW103126149A TWI517057B (zh) 2014-03-07 2014-07-31 指紋辨識方法和裝置
US201762571264P 2017-10-12 2017-10-12
US62/571264 2017-10-12
US15/860675 2018-01-03
US15/860,675 US10713466B2 (en) 2014-03-07 2018-01-03 Fingerprint recognition method and electronic device using the same

Publications (2)

Publication Number Publication Date
CN109657528A CN109657528A (zh) 2019-04-19
CN109657528B true CN109657528B (zh) 2022-09-13

Family

ID=62064656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810414182.5A Active CN109657528B (zh) 2014-03-07 2018-05-03 指纹识别方法以及使用指纹识别方法的电子装置

Country Status (2)

Country Link
US (1) US10713466B2 (zh)
CN (1) CN109657528B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10713466B2 (en) * 2014-03-07 2020-07-14 Egis Technology Inc. Fingerprint recognition method and electronic device using the same
US11216541B2 (en) * 2018-09-07 2022-01-04 Qualcomm Incorporated User adaptation for biometric authentication
GB2590079B (en) * 2019-11-29 2023-01-18 Zwipe As Off-device biometric enrolment
TW202215289A (zh) 2020-10-14 2022-04-16 王建華 用於指紋圖像識別的方法、設備及計算機可讀介質
TW202226015A (zh) * 2020-12-28 2022-07-01 神盾股份有限公司 用於指紋認證的方法、設備和非瞬態計算機可讀存儲介質
CN112990163B (zh) * 2021-05-18 2021-08-06 深圳阜时科技有限公司 指纹校准方法、电子设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942566A (zh) * 2014-04-15 2014-07-23 清华大学 指纹描述子的压缩方法及系统
CN104281841A (zh) * 2014-09-30 2015-01-14 深圳市汇顶科技股份有限公司 一种指纹识别系统及其指纹处理方法和装置
CN104700070A (zh) * 2015-01-13 2015-06-10 深圳市汇顶科技股份有限公司 指纹传感器及其校正方法
CN105814586A (zh) * 2016-03-17 2016-07-27 深圳信炜科技有限公司 指纹注册方法、指纹识别系统、以及电子设备
CN105814585A (zh) * 2016-03-17 2016-07-27 深圳信炜科技有限公司 指纹处理方法、指纹处理装置、指纹识别系统及电子设备
CN106022290A (zh) * 2016-05-30 2016-10-12 广东欧珀移动通信有限公司 一种指纹模板更新方法及终端设备
CN106164933A (zh) * 2016-03-22 2016-11-23 深圳市汇顶科技股份有限公司 指纹图像的校正方法、装置和终端
CN106682609A (zh) * 2016-12-23 2017-05-17 努比亚技术有限公司 补录指纹合法性的检测方法及装置
CN106778498A (zh) * 2016-11-13 2017-05-31 北海和思科技有限公司 一种增强指纹图像识别的方法
CN106778461A (zh) * 2016-03-17 2017-05-31 深圳信炜科技有限公司 指纹处理方法、指纹处理装置、指纹识别系统及电子设备

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2749955B1 (fr) 1996-06-14 1998-09-11 Thomson Csf Systeme de lecture d'empreintes digitales
US5982913A (en) 1997-03-25 1999-11-09 The United States Of America As Represented By The National Security Agency Method of verification using a subset of claimant's fingerprint
ATE285710T1 (de) 1999-02-12 2005-01-15 Precise Biometrics Ab System und verfahren zur überprüfung von fingerabdrücken
JP3970269B2 (ja) 1999-05-17 2007-09-05 日本電信電話株式会社 表面形状認識装置および方法
JP4426733B2 (ja) 2000-03-31 2010-03-03 富士通株式会社 指紋データ合成方法,指紋データ合成装置,指紋データ合成プログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体
JP3780830B2 (ja) 2000-07-28 2006-05-31 日本電気株式会社 指紋識別方法及び装置
WO2002091285A1 (en) * 2001-05-09 2002-11-14 Nanyang Technological University, Centre For Signal Processing A method and a device for computer-based processing a template minutia set of a fingerprint and a computer readable storage medium
WO2003007125A2 (en) 2001-07-12 2003-01-23 Icontrol Transactions, Inc. Secure network and networked devices using biometrics
JP4022861B2 (ja) 2002-04-10 2007-12-19 日本電気株式会社 指紋認証システム、指紋認証方法及び指紋認証プログラム
JP4262471B2 (ja) 2002-11-12 2009-05-13 富士通株式会社 生体特徴データ取得装置
US7116805B2 (en) * 2003-01-07 2006-10-03 Avagotechnologies Ecbu Ip (Singapore) Pte. Ltd. Fingerprint verification device
JP2004355403A (ja) 2003-05-29 2004-12-16 Sony Corp 画像照合方法、および画像照合装置
JP2005196470A (ja) 2004-01-07 2005-07-21 Casio Comput Co Ltd 画像読み取り装置
US7697729B2 (en) 2004-01-29 2010-04-13 Authentec, Inc. System for and method of finger initiated actions
US8131026B2 (en) 2004-04-16 2012-03-06 Validity Sensors, Inc. Method and apparatus for fingerprint image reconstruction
US7194116B2 (en) 2004-04-23 2007-03-20 Sony Corporation Fingerprint image reconstruction based on motion estimate across a narrow fingerprint sensor
JP4592341B2 (ja) 2004-06-29 2010-12-01 セコム株式会社 生体情報認証装置
TWI298852B (en) 2004-08-12 2008-07-11 Lightuning Tech Inc Sequential fingerprint image capturing device and a processing method thereof
US20080049987A1 (en) 2006-08-28 2008-02-28 Champagne Katrina S Fingerprint recognition system
US20090067679A1 (en) * 2007-09-11 2009-03-12 Atmel Switzerland Biometric data processing
JP5415749B2 (ja) 2008-11-26 2014-02-12 京セラ株式会社 携帯電子機器
JP2010277315A (ja) 2009-05-28 2010-12-09 Sony Corp 情報処理装置、認証データ選択方法およびプログラム
TWI457842B (zh) 2010-09-29 2014-10-21 Gingy Technology Inc A segmented image recognition method and a region identification device thereof
EP2677495B1 (en) * 2011-02-15 2022-09-28 Fujitsu Limited Biometric authentication device, method and computer program
US8823489B2 (en) 2011-04-22 2014-09-02 Qualcomm Incorporated Systems and methods for generating a derived biometric template
US8810367B2 (en) 2011-09-22 2014-08-19 Apple Inc. Electronic device with multimode fingerprint reader
US20140003681A1 (en) 2012-06-29 2014-01-02 Apple Inc. Zero Enrollment
US8913801B2 (en) 2012-06-29 2014-12-16 Apple Inc. Enrollment using synthetic fingerprint image and fingerprint sensing systems
US9152842B2 (en) 2012-06-29 2015-10-06 Apple Inc. Navigation assisted fingerprint enrollment
US9202099B2 (en) 2012-06-29 2015-12-01 Apple Inc. Fingerprint sensing and enrollment
US9763098B2 (en) 2013-01-11 2017-09-12 Apple Inc. Bypassing security authentication scheme on a lost device to return the device to the owner
US10068120B2 (en) 2013-03-15 2018-09-04 Apple Inc. High dynamic range fingerprint sensing
US9898642B2 (en) 2013-09-09 2018-02-20 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
KR101537211B1 (ko) 2014-02-14 2015-07-16 크루셜텍 (주) 상이한 지문 입력 방식을 지원하는 지문 인증 방법 및 전자 장치
TWI517057B (zh) 2014-03-07 2016-01-11 神盾股份有限公司 指紋辨識方法和裝置
US10713466B2 (en) * 2014-03-07 2020-07-14 Egis Technology Inc. Fingerprint recognition method and electronic device using the same
KR20160016583A (ko) 2014-07-31 2016-02-15 에지스 테크놀러지 인코포레이티드 지문 인식 방법 및 장치
US10089349B2 (en) 2014-11-21 2018-10-02 Egis Technology Inc. Method and electronic device for updating the registered fingerprint datasets of fingerprint recognition
CN105447436B (zh) 2014-12-19 2017-08-04 比亚迪股份有限公司 指纹识别系统及指纹识别方法及电子设备
US9471765B1 (en) 2015-07-01 2016-10-18 Fingerprint Cards Ab Fingerprint authentication with template updating
US11036962B2 (en) 2015-09-30 2021-06-15 Htc Corporation Fingerprint enrollment method, electronic apparatus and computer-readable storage medium thereof
CN105335713A (zh) 2015-10-28 2016-02-17 小米科技有限责任公司 指纹识别方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942566A (zh) * 2014-04-15 2014-07-23 清华大学 指纹描述子的压缩方法及系统
CN104281841A (zh) * 2014-09-30 2015-01-14 深圳市汇顶科技股份有限公司 一种指纹识别系统及其指纹处理方法和装置
CN104700070A (zh) * 2015-01-13 2015-06-10 深圳市汇顶科技股份有限公司 指纹传感器及其校正方法
CN105814586A (zh) * 2016-03-17 2016-07-27 深圳信炜科技有限公司 指纹注册方法、指纹识别系统、以及电子设备
CN105814585A (zh) * 2016-03-17 2016-07-27 深圳信炜科技有限公司 指纹处理方法、指纹处理装置、指纹识别系统及电子设备
CN106778461A (zh) * 2016-03-17 2017-05-31 深圳信炜科技有限公司 指纹处理方法、指纹处理装置、指纹识别系统及电子设备
CN106164933A (zh) * 2016-03-22 2016-11-23 深圳市汇顶科技股份有限公司 指纹图像的校正方法、装置和终端
CN106022290A (zh) * 2016-05-30 2016-10-12 广东欧珀移动通信有限公司 一种指纹模板更新方法及终端设备
CN106778498A (zh) * 2016-11-13 2017-05-31 北海和思科技有限公司 一种增强指纹图像识别的方法
CN106682609A (zh) * 2016-12-23 2017-05-17 努比亚技术有限公司 补录指纹合法性的检测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种基于高斯算子的指纹图像分割方法;楚亚蕴等;《阜阳师范学院学报(自然科学版)》;20091216(第04期);全文 *
基于Gabor函数能量的指纹识别;李新军等;《实验室研究与探索》;20100115(第01期);全文 *
基于高斯调制二维正弦曲面滤波器的指纹增强算法;詹小四等;《数据采集与处理》;20170115(第01期);全文 *

Also Published As

Publication number Publication date
US20180129862A1 (en) 2018-05-10
CN109657528A (zh) 2019-04-19
US10713466B2 (en) 2020-07-14

Similar Documents

Publication Publication Date Title
CN109657528B (zh) 指纹识别方法以及使用指纹识别方法的电子装置
US9036876B2 (en) Method and system for authenticating biometric data
US8369583B2 (en) Hybrid biometric authentication device, hybrid biometric authentication method, and computer-readable medium storing hybrid biometric authentication program
JP5531963B2 (ja) 認証システム、装置、認証方法及びプログラム
CN106326829B (zh) 检测虚假指纹的方法和设备以及识别指纹的方法和设备
US7747043B2 (en) Registration method for biometrics authentication system, biometrics authentication system, and program for same
US8824746B2 (en) Biometric information processing device, biometric-information processing method, and computer-readable storage medium
US20190392129A1 (en) Identity authentication method
US10089349B2 (en) Method and electronic device for updating the registered fingerprint datasets of fingerprint recognition
US20090067679A1 (en) Biometric data processing
CN106855939A (zh) 一种指纹认证方法及装置
KR102476017B1 (ko) 생체 정보를 이용한 인증 방법 및 장치
KR102205495B1 (ko) 지문 인식 방법 및 장치
US20210034895A1 (en) Matcher based anti-spoof system
KR20160133991A (ko) 지문 등록 방법 및 지문 인증 방법
KR101972800B1 (ko) 수기 서명 인증 방법 및 장치
TWI676911B (zh) 指紋識別方法以及使用指紋識別方法的電子裝置
US10133471B2 (en) Biometric shortcuts
US9613252B1 (en) Fingerprint matching method and device
US20170293410A1 (en) Biometric state switching
KR100456463B1 (ko) 지문 영상의 전역적 정보 및 지역적 특성 정보의 조합을이용한 지문 인증방법
Kulshrestha et al. Finger print recognition: survey of minutiae and gabor filtering approach
JP6346359B1 (ja) 署名照合システム
JP6666610B2 (ja) 静脈認証装置
US9760755B1 (en) Fingerprint matching methods and device

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