CN110046564B - 一种多光谱活体指纹识别设备及识别方法 - Google Patents

一种多光谱活体指纹识别设备及识别方法 Download PDF

Info

Publication number
CN110046564B
CN110046564B CN201910263378.3A CN201910263378A CN110046564B CN 110046564 B CN110046564 B CN 110046564B CN 201910263378 A CN201910263378 A CN 201910263378A CN 110046564 B CN110046564 B CN 110046564B
Authority
CN
China
Prior art keywords
fingerprint
image
multispectral
control module
light
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
CN201910263378.3A
Other languages
English (en)
Other versions
CN110046564A (zh
Inventor
刘金礼
陈志昌
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.)
Shenzhen Hefei Technology Co ltd
Original Assignee
Shenzhen Hefei 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 Shenzhen Hefei Technology Co ltd filed Critical Shenzhen Hefei Technology Co ltd
Priority to CN201910263378.3A priority Critical patent/CN110046564B/zh
Publication of CN110046564A publication Critical patent/CN110046564A/zh
Application granted granted Critical
Publication of CN110046564B publication Critical patent/CN110046564B/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
    • G06V40/1365Matching; 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
    • G06V40/1382Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1394Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

本发明提供了一种多光谱活体指纹识别设备及识别方法,设备包括:平面玻璃、光源模块、图像采集模块以及控制模块;光源模块用于提供多个不同波段的光;控制模块用于按照预设时序依次选择各个波段的光照射至所述平面玻璃上;图像采集模块用于采集各个波段下所述平面玻璃上被测目标的指纹图像,并发送至所述控制模块;控制模块还用于根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹;该设备能够有效对指纹进行活体检测,检测精度高,准确性高。

Description

一种多光谱活体指纹识别设备及识别方法
技术领域
本发明涉及图像识别技术领域,尤其涉及一种多光谱活体指纹识别设备及识别方法。
背景技术
指纹识别由于其发展时间长,且发展速度比较快,并且经过多年的市场推广和应用,在门禁、考勤、保险箱、身份认证等方面都有比较成熟的产品,同时由于其成本较其他识别技术低,更易推广和被用户接受,因此目前国内指纹识别的应用占整个生物识别应用约90%的市场份额。随着人们日益对个人生命财产安全与隐私的重视,指纹识别获得广泛的应用。
获取指纹图像的设备可分成三类:光学、超声波和电容。传统光学指纹设备主要是利用光的折摄和反射原理,将手指放在光学镜片上,手指在内置光源照射下,光从底部射向三棱镜,并经棱镜射出,射出的光线在手指表面指纹凹凸不平的线纹上折射的角度及反射回去的光线明暗就会不一样。用棱镜将其投射在电荷耦合器件上CMOS或者CCD上,进而形成脊线(指纹图像中具有一定宽度和走向的纹线)呈黑色、谷线(纹线之间的凹陷部分)呈白色的数字化的、可被指纹设备算法处理的多灰度指纹图像。然后对比资料库看是否一致。在传统光学指纹设备使用中,我们经常能发现某某考勤代打,某某防盗门被破解了,某某指纹箱被开了,重要物品被盗等等,根源是指纹被盗了,制作出了仿真指纹,而光学指纹设备没有办法识别真伪,因而在具体应用上会存在安全隐患。
发明内容
本发明的目的在于针对上述现有技术中的指纹识别设备不具备活体检测,无法区分真伪指纹的问题,提出一种多光谱活体指纹识别设备及识别方法,能够对真伪指纹进行有效区分。
一种多光谱活体指纹识别设备,包括平面玻璃、光源模块、图像采集模块以及控制模块;
所述光源模块用于提供多个不同波段的光;
所述控制模块用于按照预设时序依次选择各个波段的光照射至所述平面玻璃上;
所述图像采集模块用于采集各个波段下所述平面玻璃上被测目标的指纹图像,并发送至所述控制模块;
所述控制模块还用于根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹。
进一步地,所述光源模块包括导光模块和多个不同波段的发光二极管,所述导光模块用于使光均匀照射至所述平面玻璃,所述多个波段包括至少一个近红外短波波段和至少一个可见光波段。
进一步地,所述图像采集模块为CCD图像传感器或者CMOS图像传感器。
进一步地,所述多光谱活体指纹识别设备还包括显示装置,用于显示指纹识别结果。
一种多光谱活体指纹识别方法,应用于上述的多光谱活体指纹识别设备,所述方法包括:
控制模块按照预设时序依次选择各个波段的光照射至所述平面玻璃上;
控制模块控制图像采集模块采集各个波段下所述平面玻璃上被测目标的指纹图像;
控制模块根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹。
进一步地,所述图像采集模块采集指纹图像的间隔时长与各个波段的光切换的间隔时长一致。
进一步地,控制模块根据所述指纹图像进行指纹识别,包括:
将所述指纹图像与预先存储的样本指纹图像进行对比,判断所述指纹图像是否与样本指纹图像一致。
进一步地,所述被测目标指纹的光谱函数通过以下公式表示:
Tm=Pi,m/(Sm×Ei);
其中,Tm为被测目标指纹图像中第m个像素点的光谱函数,Pi,m为第i个波段下指纹图像的第m个像素点的灰度值,i=1,2,...,K,K为波段的数量,Sm为图像采集模块光谱函数,Ei为第i个波段的光源的光谱函数。
进一步地,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹,包括:
将所述被测目标指纹的光谱函数与预先存储的样本光谱函数进行比较,判断所述被测目标的光谱函数与所述样本光谱函数是否一致,如果一致,则所述被测目标指纹为真实指纹。
进一步地,所述方法还包括:
通过标准设备采集标准指纹光谱函数;
将所述标准指纹光谱函数与多光谱活体指纹识别设备采集的指纹光谱函数进行对比,获得矫正系数;
根据所述矫正系数对多光谱活体指纹识别设备进行矫正。
本发明提供的多光谱活体指纹识别设备及识别方法,至少包括如下有益效果:
(1)能够有效对指纹进行活体检测,检测精度高,准确性高;
(2)结构简单,部件均为工业化产品,取材方便,生产成本低;
(3)采用主动照明的方式,不需要分光系统,发光二极管能够快速切换、鲁棒性强、成本低;
(4)方法简单,易于实现;
(5)提供有效的矫正策略,进一步提高指纹识别的准确性
附图说明
图1为本发明提供的多光谱活体指纹识别设备一种实施例的结构示意图。
图2为本发明提供的多光谱活体指纹识别设备中光源模块一种实施例的结构示意图。
图3为本发明提供的多光谱活体指纹识别方法一种实施例的流程图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例一
参考图1,本实施例提供一种多光谱活体指纹识别设备,包括平面玻璃101、光源模块102、图像采集模块103以及控制模块104;
光源模块102用于提供多个不同波段的光;
控制模块104用于按照预设时序依次选择各个波段的光照射至平面玻璃101上;
图像采集模块103用于采集各个波段下平面玻璃101上被测目标的指纹图像,并发送至控制模块104;
控制模块104还用于根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹。
具体地,参考图2,光源模块102包括导光模块1021和多个不同波段的发光二极管1022,导光模块1021与多个发光二极管1022配合设置,使得发光二极管1022发出的光能够均匀的照射到平面玻璃101上,被检测着的手指按压在平面玻璃101上,作为一种优选的实施方式,导光模块1021为导光柱。
进一步地,发光二极管1022的波段数量可以根据实际需求设定,波段的数量越多,则获得的数据越准确,进而检测的精度越高,多个波段中至少包括一个近红外短波波段和至少一个可见光波段,其中,近红外图像用于活体检测,可见光图像用于指纹特征提取。
进一步地,图像采集模块103为CCD图像传感器或者CMOS图像传感器。
图像采集模块103可以为黑白或者彩色,图像采集模块103采集图像的时间间隔与各个发光二极管点亮切换的时间间隔一致。
在进行指纹识别之前先对样本指纹进行采集,控制模块104按照预设时序依次点亮各个发光二级管,发光二极管发出的光通过导光模块1021照射至平面玻璃101上,同时在每个发光二极管点亮的同时控制图像采集模块103采集平面玻璃上的图像,对图像进行分析获得样本指纹数据,将该样本指纹数据存储至数据库中,该样本数据包括样本指纹图像和样本光谱函数。
当手指按压在平面玻璃101上时,控制模块104按照预设时序依次点亮各个发光二级管,发光二极管发出的光通过导光模块1021照射至平面玻璃101上,同时在每个发光二极管点亮的同时控制图像采集模块103采集平面玻璃上的指纹图像,控制模块104在接收到各个波段下的指纹图像之后,首先进行指纹特征识别,将可见光下的指纹图像与数据库中预先存储的样本指纹图像进行比对,查找数据库中是否存在与该指纹图像一致的样本指纹图像,如果存在,则进行该指纹的真伪判断,将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,将该光谱函数与数据库中预先存储的样本光谱函数进行比对,如果该被测目标指纹的光谱函数与该样本光谱函数一致,则确定被测目标指纹为真实指纹,如果不一致,则被测指纹为非活体指纹。
控制模块104可以为能够实现相应功能的处理器。
作为一种优选的实施方式,本实施例提供的多光谱活体指纹识别设备还包括显示装置105,用于显示指纹识别结果。
本实施例提供的多光谱活体指纹识别设备,可应用于计算机网络安全,金融机构,政府机关、企事业单位,教育、医疗、司法机构,边境控制,机场、港口出入境人员护照,家庭等领域,具体可将指纹识别与传统身份认证相结合,防止密码忘记或被别人窃取时产生的安全威胁;员工,客户,管理人员等身份认证,考勤、门禁,安全区域身份验证,公共场合的防恐等。
本实施例提供的多光谱活体指纹识别设备,至少包括如下有益效果:
(1)能够有效对指纹进行活体检测,检测精度高,准确性高;
(2)结构简单,部件均为工业化产品,取材方便,生产成本低;
(3)采用主动照明的方式,不需要分光系统,发光二极管能够快速切换、鲁棒性强、成本低。
实施例二
参考图3,本实施例提供一种多光谱活体指纹识别方法,其特征在于,应用于如实施例一所述的多光谱活体指纹识别设备,所述方法包括:
步骤S201,控制模块按照预设时序依次选择各个波段的光照射至所述平面玻璃上;
步骤S202,控制模块控制图像采集模块采集各个波段下所述平面玻璃上被测目标的指纹图像;
步骤S203,控制模块根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹。
多光谱活体指纹识别设备的结构请参考实施例一,在此不再赘述。
具体地,执行步骤S201之前,需要对样本进行采集,具体包括:控制模块按照预设时序依次点亮各个发光二级管,发光二极管发出的光通过导光模块照射至平面玻璃上,同时在每个发光二极管点亮的同时控制图像采集模块采集平面玻璃上的图像,对图像进行分析获得样本指纹数据,将该样本指纹数据存储至数据库中,该样本数据包括样本指纹图像和样本光谱函数。
当控制模块检测到有手指按压在平面玻璃上时,执行步骤S201,控制模块按照预设时序依次选择各个波段的光照射至所述平面玻璃上,具体为按照预设时序依次点亮各个发光二极管。
进一步地,执行步骤S202,在点亮各个发光二极管的同时,控制模块控制图像采集模块采集各个波段下所述平面玻璃上被测目标的指纹图像,图像采集模块采集指纹图像的间隔时长与各个波段的光切换的间隔时长一致。
进一步地,执行步骤S203,控制模块首先进行指纹特征识别,将被测目标可见光下的指纹图像与数据库中预先存储的样本指纹图像进行比对,查找数据库中是否存在与该指纹图像一致的样本指纹图像,如果存在,则进行该指纹的真伪判断,将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,将该光谱函数与数据库中预先存储的样本光谱函数进行比对,如果该被测目标指纹的光谱函数与该样本光谱函数一致,则确定被测目标指纹为真实指纹,如果不一致,则被测指纹为非活体指纹。
具体地,各个发光二极管的光谱函数通过以下公式表示:
Figure BDA0002016014300000081
其中,Ei为第i个波段的光源的光谱函数,i=1,2,...,K,K为波段(发光二极管)的数量,λ为对应波段的波长,Δλ为取值精度,n为自然数,表示λ从开始到结束分为n等份。
图像采集模块的光谱函数通过以下公式表示:
Figure BDA0002016014300000082
其中,S为图像采集模块的光谱函数,Δλ为取值精度,n为自然数,表示λ从开始到结束分为n等份。
被测目标指纹的光谱函数通过以下公式表示:
Figure BDA0002016014300000083
其中,T为被测目标指纹的光谱函数,Δλ为取值精度,n为自然数,表示λ从开始到结束分为n等份。
根据公式(1),(2),(3)可得:
Gi=TλSλEi; (4)
Gi为第i个波段的输出数据,i=1,2,...,K,K为波段(发光二极管)的数量。
图像采集模块可以为黑白或者彩色,如果为彩色,量子相应曲线的R.G.B三通道光谱相应曲线又可以表示为RS,GS,BS,因此式(4)可以转换成:
R=T×RS×Ei; (5)
G=T×GS×Ei; (6)
B=T×BS×Ei; (7)
则有:Gi(R,G,B)=T×S(R,G,B)×Ei; (8)
图像采集模块获取的图像是由多个像素点组成,每个像素点代表不同特征,因而式(4)和式(8)又可以表示为:
Gim=T×Sm×Ei; (9)
Gim(R,G,B)=T×Sm(R,G,B)×Ei; (10)
Gim为黑白图像采集模块在第i个波段下采集的图像中第m个像素点的输出数据,Gim(R,G,B)为彩色图像采集模块在第i个波段下采集的图像中第m个像素点的输出数据。
K个不同波段下采集到的图像,合成伪彩色图像,在实际应用中,需要对光谱数据进行重建,因而需要读光谱数据进行矫正,每个像素点都有不同的灰度值,记为Pi,m,表示第i个波段下指纹图像的第m个像素点的灰度值,每个像素点下面对应的不同波段的光谱响应、光源光谱特性,则图像上该像素点的反馈为:
Pi,m=Tm×Sm×Ei; (11)
根据以上公式可知,K的取值越大,拟合后物体反射率曲线越精准,因而获得的颜色分量信息越准确。
进一步地,被测目标指纹的光谱函数通过以下公式表示:
Tm=Pi,m/(Sm×Ei); (12)
其中,Tm为被测目标指纹图像中第m个像素点的光谱函数,Pi,m为第i个波段下指纹图像的第m个像素点的灰度值,i=1,2,...,K,K为波段的数量,Sm为图像采集模块光谱函数,Ei为第i个波段的光源的光谱函数。
如果图像采集模块为彩色,则被测目标指纹的光谱函数通过以下公式表示:
Tm=Pi,m/(Sm(R,G,B)×Ei); (13)
进一步地,在实际测量中,由于传感器、光源、环境中会产生失真的问题,因此在实际应用中为了进一步提高识别精度,需要对设备进行矫正,具体包括:
通过标准设备采集标准指纹光谱函数,标准设备可以为光谱仪;
将所述标准指纹光谱函数与多光谱活体指纹识别设备采集的指纹光谱函数进行对比,获得矫正系数;
根据所述矫正系数对多光谱活体指纹识别设备进行矫正。
假设通过光谱仪采集到的标准指纹光谱函数记为:
Tm'=f(λ1)X1+f(λ2)X2+...f(λK)XK
通过与设备采集到的指纹光谱函数进行对比,可以计算获得矫正系数X1、X2…XK,进而对设备进行矫正。
本实施例提供的多光谱活体指纹识别方法,至少包括如下有益效果:
(1)能够有效对指纹进行活体检测,检测精度高,准确性高;
(2)方法简单,易于实现;
(3)提供有效的矫正策略,进一步提高指纹识别的准确性。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种多光谱活体指纹识别设备,其特征在于,包括平面玻璃、光源模块、图像采集模块以及控制模块;
所述光源模块用于提供多个不同波段的光;
所述控制模块用于按照预设时序依次选择各个波段的光照射至所述平面玻璃上;
所述图像采集模块用于采集各个波段下所述平面玻璃上被测目标的指纹图像,并发送至所述控制模块;
所述控制模块还用于根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹;
其中,所述光源模块包括导光模块和多个不同波段的发光二极管,所述导光模块用于使光均匀照射至所述平面玻璃,所述多个不同 波段包括至少一个近红外短波波段和至少一个可见光波段;
所述被测目标指纹的光谱函数通过以下公式表示:
Tm=Pi,m/(Sm×Ei);
其中,Tm为被测目标指纹图像中第m个像素点的光谱函数,Pi,m为第i个波段下指纹图像的第m个像素点的灰度值,i=1,2,...,K,K为波段的数量,Sm为图像采集模块光谱函数,Ei为第i个波段的光源的光谱函数;
Ei通过以下公式表示:
Figure FDA0002985992490000011
其中,Ei为第i个波段的光源的光谱函数,i=1,2,...,K,K为波段的数量,λ为对应波段的波长,Δλ为取值精度,n为自然数,表示λ从开始到结束分为n等份。
2.根据权利要求1所述的多光谱活体指纹识别设备,其特征在于,所述图像采集模块为CCD图像传感器或者CMOS图像传感器。
3.根据权利要求1所述的多光谱活体指纹识别设备,其特征在于,所述多光谱活体指纹识别设备还包括显示装置,用于显示指纹识别结果。
4.一种多光谱活体指纹识别方法,其特征在于,应用于如权利要求1-3任一所述的多光谱活体指纹识别设备,所述方法包括:
控制模块按照预设时序依次选择各个波段的光照射至所述平面玻璃上;
控制模块控制图像采集模块采集各个波段下所述平面玻璃上被测目标的指纹图像;
控制模块根据所述指纹图像进行指纹识别,并将所述指纹图像合成多光谱图像进行分析,获得被测目标指纹的光谱函数,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹。
5.根据权利要求4所述的多光谱活体指纹识别方法,其特征在于,所述图像采集模块采集指纹图像的间隔时长与各个波段的光切换的间隔时长一致。
6.根据权利要求4所述的多光谱活体指纹识别方法,其特征在于,控制模块根据所述指纹图像进行指纹识别,包括:
将所述指纹图像与预先存储的样本指纹图像进行对比,判断所述指纹图像是否与样本指纹图像一致。
7.根据权利要求6所述的多光谱活体指纹识别方法,其特征在于,根据所述被测目标指纹的光谱函数判断被测目标指纹是否为真实指纹,包括:
将所述被测目标指纹的光谱函数与预先存储的样本光谱函数进行比较,判断所述被测目标的光谱函数与所述样本光谱函数是否一致,如果一致,则所述被测目标指纹为真实指纹。
8.根据权利要求6所述的多光谱活体指纹识别方法,其特征在于,所述方法还包括:
通过标准设备采集标准指纹光谱函数;
将所述标准指纹光谱函数与多光谱活体指纹识别设备采集的指纹光谱函数进行对比,获得矫正系数;
根据所述矫正系数对多光谱活体指纹识别设备进行矫正。
CN201910263378.3A 2019-04-02 2019-04-02 一种多光谱活体指纹识别设备及识别方法 Active CN110046564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910263378.3A CN110046564B (zh) 2019-04-02 2019-04-02 一种多光谱活体指纹识别设备及识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910263378.3A CN110046564B (zh) 2019-04-02 2019-04-02 一种多光谱活体指纹识别设备及识别方法

Publications (2)

Publication Number Publication Date
CN110046564A CN110046564A (zh) 2019-07-23
CN110046564B true CN110046564B (zh) 2021-07-20

Family

ID=67275923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910263378.3A Active CN110046564B (zh) 2019-04-02 2019-04-02 一种多光谱活体指纹识别设备及识别方法

Country Status (1)

Country Link
CN (1) CN110046564B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113468915B (zh) * 2020-03-31 2024-09-27 吉林求是光谱数据科技有限公司 具有真假指纹识别功能的手机指纹识别系统和识别方法
CN111553293B (zh) * 2020-04-30 2023-11-03 深圳市海谱纳米光学科技有限公司 一种高光谱指纹识别系统以及指纹识别方法
CN111881766A (zh) * 2020-07-03 2020-11-03 维沃移动通信有限公司 电子设备和身份认证方法
TWM620622U (zh) * 2020-09-08 2021-12-01 神盾股份有限公司 生物特徵感測裝置
CN112800956A (zh) * 2021-01-27 2021-05-14 杭州海康威视数字技术股份有限公司 一种指纹活体检测系统、方法及装置
CN113340817B (zh) * 2021-05-26 2023-05-05 奥比中光科技集团股份有限公司 光源光谱和多光谱反射率图像获取方法、装置及电子设备
CN113609924B (zh) * 2021-07-15 2024-07-12 奥比中光科技集团股份有限公司 一种光谱数据的确定方法、装置、终端和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101493884A (zh) * 2008-01-24 2009-07-29 中国科学院自动化研究所 多光谱图像采集装置和方法
CN105046239A (zh) * 2015-08-19 2015-11-11 南昌欧菲生物识别技术有限公司 指纹识别装置及其终端设备
CN105303165A (zh) * 2015-09-29 2016-02-03 上海众享电子科技有限公司 一种电容光学指纹采集仪

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690817B1 (en) * 1993-08-18 2004-02-10 Applied Spectral Imaging Ltd. Spectral bio-imaging data for cell classification using internal reference
CN102831400B (zh) * 2012-07-31 2015-01-28 西北工业大学 一种多光谱人脸识别方法及其系统
CN103077541A (zh) * 2013-01-18 2013-05-01 无锡鸿图微电子技术有限公司 人脸皮肤色彩的度量与表述的方法及系统
CN106169074A (zh) * 2016-07-08 2016-11-30 深圳市金立通信设备有限公司 一种指纹鉴权方法、装置及终端
US10242245B2 (en) * 2017-06-15 2019-03-26 Dell Products L.P. System and method of fingerprint anti-spoofing protection using multi-spectral optical sensor array
CN108596031A (zh) * 2018-03-20 2018-09-28 深圳大学 一种多光谱三维指纹及指静脉采集装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101493884A (zh) * 2008-01-24 2009-07-29 中国科学院自动化研究所 多光谱图像采集装置和方法
CN105046239A (zh) * 2015-08-19 2015-11-11 南昌欧菲生物识别技术有限公司 指纹识别装置及其终端设备
CN105303165A (zh) * 2015-09-29 2016-02-03 上海众享电子科技有限公司 一种电容光学指纹采集仪

Also Published As

Publication number Publication date
CN110046564A (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
CN110046564B (zh) 一种多光谱活体指纹识别设备及识别方法
US9886617B2 (en) Miniaturized optical biometric sensing
US9076048B2 (en) Biometric identification, authentication and verification using near-infrared structured illumination combined with 3D imaging of the human ear
US10783388B2 (en) Spoof detection using multiple image acquisition devices
KR101720957B1 (ko) 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치
Steiner et al. Design of an active multispectral SWIR camera system for skin detection and face verification
TWI539386B (zh) The use of a variety of physiological information mixed identification of the identity of the system and methods
US10970574B2 (en) Spoof detection using dual-band near-infrared (NIR) imaging
US20100141380A1 (en) Spectroscopic method and system for multi-factor biometric authentication
CN1516564A (zh) 根据光谱光学测量的生物特征鉴定的装置和方法
KR20070103753A (ko) 다중분광 영상을 이용한 생체계측 인식/검증
CN106372611A (zh) 基于手掌静脉特征的身份识别方法、系统及图像采集装置
CN108604289B (zh) 用于身份验证的有机体检测系统和方法
JP2009544108A (ja) 多重生体認証のマルチスペクトル画像
CN104881632A (zh) 高光谱人脸识别方法
CN102831400A (zh) 一种多光谱人脸识别方法及其系统
US20220300593A1 (en) System and method of biometric identification of a subject
CN105956520A (zh) 一种基于多模式生物识别信息的个人识别装置和方法
CN110443106A (zh) 单像素传感器
US10380408B2 (en) Method of detecting fraud
CN115641649A (zh) 一种人脸识别方法及系统
US20180032827A1 (en) Method And System For Acquiring And Analysing Fingerprints With Fraud Detection
Janes et al. A low cost system for Dorsal hand vein patterns recognition using curvelets
CN1957360A (zh) 根据生物统计测量来估计个人特性的方法和系统
KR101792012B1 (ko) 지문과 지정맥의 알고리즘을 동시에 연동시키는 입출력 통합모듈

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