CN111756951B - 生物特征认证系统、方法及计算机可读存储介质 - Google Patents

生物特征认证系统、方法及计算机可读存储介质 Download PDF

Info

Publication number
CN111756951B
CN111756951B CN202010088109.0A CN202010088109A CN111756951B CN 111756951 B CN111756951 B CN 111756951B CN 202010088109 A CN202010088109 A CN 202010088109A CN 111756951 B CN111756951 B CN 111756951B
Authority
CN
China
Prior art keywords
pixels
source
rows
image
illumination
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
CN202010088109.0A
Other languages
English (en)
Other versions
CN111756951A (zh
Inventor
Z·菲尔茨
S·帕拉帕蒂
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.)
Jumio Inc
Original Assignee
Jumio 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
Application filed by Jumio Inc filed Critical Jumio Inc
Publication of CN111756951A publication Critical patent/CN111756951A/zh
Application granted granted Critical
Publication of CN111756951B publication Critical patent/CN111756951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/04—Synchronising
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G06V40/45—Detection of the body part being alive
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/261—Image signal generators with monoscopic-to-stereoscopic image conversion
    • 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
    • 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
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
    • H04N25/44—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled by partially reading an SSIS array
    • H04N25/441—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled by partially reading an SSIS array by reading contiguous pixels from selected rows or columns of the array, e.g. interlaced scanning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
    • H04N25/50—Control of the SSIS exposure
    • H04N25/53—Control of the integration time
    • H04N25/531—Control of the integration time by controlling rolling shutters in CMOS SSIS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Electromagnetism (AREA)
  • Biomedical Technology (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)

Abstract

用于生物特征认证系统的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，一个方法包括：在一个或多个处理设备处接收与图像传感器的第一像素集相对应的数据。所述第一像素集被曝光在第一源的照射下。在所述一个或多个处理设备处接收与所述图像传感器的第二像素集相对应的数据。所述第二像素集被曝光在与所述第一源空间上分离的第二源的照射下。使用与所述第一像素集相对应的数据作为光度立体图像对中的第一图像以及与所述第二像素集相对应的数据作为所述光度立体图像对中的第二图像来生成所述3D图像。

Description

生物特征认证系统、方法及计算机可读存储介质
技术领域
本文通常涉及图像捕获设备。
背景技术
结合诸如面部识别或者虹膜识别的生物特征识别技术的系统经常包括捕获用户的图像的相机。捕获的图像接着被处理以使用所述生物特征识别技术来认证用户。
发明内容
本公开的实现通常涉及部署在生物特征认证系统内的图像捕获设备。更具体地说，实现涉及以滚动快门模式捕获主体的对象，其中空间分离的照射源的照射经过照射序列与滚动快慢同步。捕获的图像能够用于生成例如用于认证主体的该主体的三维(3D)图像。
在通常实现中，一种方法包括：在一个或多个处理设备处接收与图像传感器的第一像素集相对应的数据。该第一像素集被曝光在第一源的照射下。在一个或多个处理设备处接收与图像传感器的第二像素集相对应的数据。第二像素集被曝光在与所述第一源空间上分离的第二源的照射下。使用与第一像素集相对应的数据作为光度立体图像对中的第一图像以及与第二像素集相对应的数据作为光度立体图像对中的第二图像来生成三维(3D)图像。
可以实现本公开描述的主题的特定实施方式以便实现下面优点中的一个或多个。通过使至少两个空间上分离的照射源的交替激活与滚动快门相机同步，能够以高于相机的常规帧率的帧率获得与每一个照射源相对应的分离的图像。该图像能够用于例如使用光度立体技术生成主体的3D表示。尽管较高的帧率是以降低的分辨率为代价(因为在特定照射源的照射下仅捕获像素的子集或者像素的行)，但是捕获的图像具有足够的分辨率以用于诸如欺骗检测的应用(例如，针对主体是活人还是人的欺骗性替代表示(例如打印在纸张上的照片)的初始确定)。采用这些技术允许使用低成本的快门相机，否则不会具有用于生成3D表示的期望帧率。这样的3D表示接着可以用于欺骗检测，例如通过区分相同主体的二维(2D)图像。在一些实施方式中，所述技术可以用于确定主体是活的。因此，通过允许系统在不使用昂贵和/或复杂的高帧率相机的情况下区分活人和诸如2D图像的替代表示，可以改善生物特征认证系统的可靠性和/或安全性。通过允许生物特征认证系统区分活人和2D欺骗性替代表示，可以抢先终止其它处理，从而创建附加的安全层。在一些情况下，本文描述的技术允许在降低对附加硬件的需求的情况下实现欺骗检测系统。这继而在一些情况下能够降低与底层生物特征认证系统相关联的成本。
应当注意，根据本公开的方法能够包括本文描述的方法和特征的组合。即，根据本公开的方法不仅局限于本文专门描述的方法和特征的组合，而且还可以包括所提供的方法和特征的任意组合。
在附图和下面的描述中描绘了本公开的一个或多个实施方式的细节。通过说明书和附图以及权利要求书，本公开的其它特征和优点将显现。
附图说明
图1描绘了可以部署生物特征认证系统的示例性环境的一体机。
图2描绘了可以用于生物特征认证系统的多个实例的示例性环境。
图3描绘了可以用于实现本文描述的技术的系统。
图4A-4C是描绘了使用能够在生物特征认证系统中采用的两个空间上分离的光源的示例性图像捕获方案的概念图。
图5是在生物特征认证系统内采用的示例性处理的流程图。
图6是表示计算设备的示例的框图。
具体实施方式
本公开的实施方式通常涉及使用与两个或更多个空间上分离的图像源协同工作的滚动快门捕获主体的图像。对空间上分离的照射源的激活与曝光图像传感器的相对应部分(例如，像素的不同行)的滚动快门同步，使得在滚动快门曝光图像传感器时可以捕获分别与照射源之一相对应的多个图像。例如，如果空间上分离的两个发光二极管(LED)源协同像素行(或列)被滚动快门交替地曝光而被交替地激活，则在滚动快门曝光整个图像传感器时捕获两个分离的图像(每一个与两个源中的相应照射相对应，并且每一个具有相比于图像传感器的一半数量的像素)。因此，相对低帧速率相机(例如，以60Hz操作)能够用于以较高的帧速率(在当前示例中，120Hz)捕获较低分辨率图像。由于捕获的图像与空间上分离的不同光源相对应，因此光度立体技术能够用于根据这样的图像生成主体的3D重构。生成的3D图像能够用于各种目的，例如，认证主体、或者检测主体是否是活人的欺骗性替代表示。能够基于所述认证向主体提供(或者拒绝)服务。
各种生物特征识别/认证系统基于捕获一个或多个图像，接着参照在注册过程期间捕获的模板图像来比较或者分析该一个或多个图像。例如，使用面部识别的生物特征认证系统可能要求注册用户在注册过程期间为其面部的一个或多个图像摆姿势。在注册过程期间捕获的图像可以被存储在对于生物特征认证系统能够访问的存储设备上。在运行时间期间，用户的面部图像可以被捕获并且与一个或多个模板图像进行比较以便确定用户是否可以被认证。
在示例性上下文中，生物特征认证系统可以被部署在诸如自动取款机(ATM)的一体机类型的设备中。一体机可以包括可以由生物特征认证系统使用来捕获用户的运行时间图像的相机。一体机的相机组件可以包括快门。快门是允许光持续通过确定的时间段，从而将拍摄膜(photographic film)或者光敏电子传感器曝光以便捕获场景的永久图像的设备。机械快门使用位于传感器前面的传统前后快门卷帘，打开和关闭该前后快门卷帘以产生曝光。
滚动快门是一种图像捕获方法，其中通过垂直或者水平扫描场景来捕获静态图片(在静态相机中)或者视频的每一帧(在视频相机中)，使得场景的图像的所有部分被记录，尽管不是精确地同时记录。然而，在重放期间，场景的图像会被立刻显示，就像其代表时间上的单个时刻。滚动快门与其中同时捕获全部帧的“全局快门”形成对比。滚动快门可以作为经过如上所述的机械或者电子手段捕获像素的行的相机模式。
鉴于前述，并且如本文进一步详细描述的，本公开的实施方式提供一种生物特征认证系统，其可以被部署在一体机内。在一些实施方式中，使用控制从两个或者更多个空间分离的照射器/光源的辐射的光的照射序列来照射主体。在像素的行被收集用于图像时(例如，在快门移动经过曝光像素的每一行的孔径/传感器时，光根据序列点亮(fire))照射序列将光源与滚动快门同步。例如，照射序列可以点亮：1)第一光源用于第一行，同时第二光源为关，2)第二光源用于第二行，同时第一光源为关，3)第一光源用于第三行，同时第二光源为关，4)第二光源用于第四行，同时第一光源为关，等等。
当在随后的生物特征处理中使用时，使用捕获的图像能够改善底层生物特征认证技术的精确度和/或效率。例如，捕获的图像能够用于使用光度立体重构技术生成主体的三维(3D)表示。光度立体重构技术包括在不同的光照条件下分析对象的多个图像以估计每一个像素的表面法线。这样的技术可以例如在用于通过在不同光照条件下观察对象来估计对象的表面法线的计算机视觉中采用。采用这些技术允许使用通常较低成本的快门相机，以便用于生成3D表示。这样的3D表示可以用于欺骗检测中，例如通过区分相同对象的二维(2D)图像。
图1描绘了可以使用本文描述的技术的示例性环境的一体机设备100。这样的一体机设备可以用于要求经由一个或多个生物特征认证处理认证用户的各种目的。例如，一体机100可以包括允许用户从银行账户提取现金的自动取款机(ATM)。在另一示例中，一体机100可以部署在餐馆或者快餐店处，并且允许用户预定食物并且对食物进行支付。一体机100也可以部署在入口(例如，在竞技场或体育场的大门处)以在进入场地之前对进入者进行认证。通常，一体机100可以部署在各种类型的位置处以交互地认证用户，或者甚至不需要用户的任何主动参与。
在一些实施方式中，一体机100可以包括支持生物体征认证系统的一个或多个组件。例如，一体机100可以包括相机105和至少两个照射源115a和115b(统称为115)。照射源115可以在空间上彼此分离，并且被配置为以多个波长生成电磁辐射。例如，照射源115可以分别包括可以被控制从而以不同波长范围生成电磁辐射模式或者序列的一个或多个发光二极管(LED)元件120。波长范围可以包括大约400-700nm的可见光谱、大约700-1400nm的NR光谱和/或320-400nm范围的波长。尽管图1中的示例仅示出了沿着水平方向物理分离的两个照射源115，但是各种其他配置也是可能的。例如，照射源115可以沿着垂直方向分离，和/或可以使用多于两个照射源。
相机105可以用于捕获例如与一体机100交互的用户的图像。如上所述，相机可以通过部署根据照射序列与空间上分离的照射源115同步的滚动快门来以较低的帧率操作。这允许随着快门在相机传感器/孔径之间行进，用户在较高的频带中被采样。在一些实施方式中，通过采用例如在开始曝光时发出信号的相机的通用输入/输出(GPIO)，滚动快门相机线扫描频率与照射序列同步。示例性照射序列可以分别使用每一个照射源115照射像素的交替的行。在这样的示例中，生物特征认证系统可以利用像素的交替的行以生成由两个单独的光源(照射源115a和115b)照射的两个单独的图像。这两个图像可以用于例如生成主体(例如，用户)的3D图像。在一些实施方式中，空间上分离的照射源115能够被配置为根据照射序列来辐射电磁辐射，使得在给定的时间，照射源115a以与从照射源115b辐射的波长范围至少部分非重叠的波长范围辐射照射。
相机105捕获的每一个图像，其中像素捕获是根据照射序列与照射源115同步的，因而具有可识别的照射模式。例如，图像可以包括图像模式，该图像模式包括像素的行，其中根据照射序列，在照射源115b关时用照射源115a照射主体并且反之亦然。
在一些示例中，捕获的图像可以被处理以识别/认证有效用户，和/或允许或拒绝对经由一体机提供的服务/产品的访问。例如，一体机100可以包括允许用户在零售店选择并且预定食物的显示设备110(例如，电容性触摸屏)。一旦用户完成了经由呈现在显示设备110上的用户界面的选择，用户就可以被要求看向相机105以用于认证。接着，使用相机105捕获的图像可以用于认证/识别/验证用户的预存储的简档，并且接着可以根据链接到简档的账户自动地扣减对于食物的支付。
在一些实施方式中，使用相机105捕获的图像可以由生物特征认证系统处理以识别/认证用户。在一些实施方式中，生物特征认证系统可以从图像中提取各种特征，例如从面部、虹膜、位于眼部巩膜下方的脉管系统或者眼周区域等等推导的特征，以便基于提取的特征匹配到用户在注册过程期间存储的一个或多个模板图像的特征来识别/认证特定用户。生物特征认证系统可以使用机器学习处理(例如，以使用深度神经网络架构实现的深度学习处理为例)来将用户匹配到为系统的各种用户存储的许多模板中的一个。在一些实施方式中，机器学习处理可以至少部分地使用部署在一体机100上的一个或多个处理设备来实现。在一些实施方式中，一体机100可以与实现机器学习处理的一个或多个远程处理设备(例如，一个或多个远程服务器)通信(参见图2)。
在一些实施方式中，使用相机105捕获的图像的内容可以至少部分地决定底层生物特征认证系统的精确度和/或效率。然而，在一些情况下，在一体机中部署高质量和昂贵的相机不会是可行的。本文描述的技术允许根据照射序列捕获图像，并且处理该图像以生成主体的3D表示。在一些情况下，这允许即使使用相对便宜和低质量的相机也能够实现精确且有效的生物特征认证系统。
图2描绘了可以用于执行和/或协调所描述的生物特征认证系统的多个实例的示例性环境200。示例性环境200包括网络210、后端系统230以及一体机设备222-226。一体机设备222-226基本上与图1的一体机设备100类似。
在一些实施方式中，网络210包括局域网(LAN)、广域网(WAN)、互联网或者其组合，并且连接计算设备(例如，一体机设备222-226)和后端系统(例如，后端系统230)。在一些实施方式中，可以通过有线和/或无线通信链路来访问网络210。
在所描绘的示例中，后端系统230包括至少一个服务系统232和数据存储234。在一些实施方式中，后端系统230提供对一体机222-226与其交互的一个或多个计算机实现的服务的访问。计算机实现的服务可以例如驻留在至少一个服务器系统232和数据存储234上。计算机实现的服务可以例如包括可以由一体机222-226使用以基于收集的图像数据认证用户的认证服务。
在一些实施方式中，后端系统230包括采用集群化计算机和组件的计算机系统，以在通过网络210被访问时用作无缝资源的单个池。例如，这样的实施方式可以用于数据中心、云计算、存储区域网络(SAN)和网络附加存储(NAS)应用。在一些实施方式中，后端系统230被部署并且通过虚拟机提供计算机实现的服务。
图3描绘了可以用于实现本文描述的技术的系统300。系统300包括滚动快门相机305、处理设备310、照射源312a和312b(统称为照射源312)以及显示设备315。在一些实施方式中，系统300可以包括在诸如参照图1描述的一体机内。例如，显示设备315可以是显示设备110，照射源312可以是照射源115，并且滚动快门相机305可以是相机105。在一些实施方式中，显示设备315可以设置在诸如智能电话、平板计算机或者电子阅读器的移动设备上。滚动快门相机305包括图像传感器320。图像传感器320检测并传送构成图像的信息(例如，通过如上所述的滚动快门收集的像素)。图像传感器的类型包括例如互补金属氧化物半导体(CMOS)和电荷耦合设备(CCD)。照射源312a和312b可以与彼此空间上分离。一个或多个处理设备310可以使用照射序列使空间上分离的照射源312a和312b的照射与滚动快门相机305同步。
可以使用一个或多个处理设备310处理来自图像传感器320的输出。在一些实施方式中，一个或多个处理设备310的输出可以用于驱动显示设备315。一个或多个处理设备310能够被配置为按照各种方式处理来自图像传感器320的输出。在一些实施方式中，一个或多个处理设备310被配置为实现光度立体重构处理以生成主体的3D表示。这可以包括例如上述的在不同光照条件下捕获的两个或更多个图像中估计主体的表面法线。由于表面反射的光的量取决于该表面相对于光源和观察者的取向，可以根据在特定照射条件下获得的一个图像来估计可能的表面法线。根据在不同光照条件下获得的两个或者更多个图像(例如，根据由特定源照射的像素的行)，可以精确地估计表面的真实取向。在一些情况下，这被称为从阴影到形状(shape-from-shading)技术，并且可以用于估计根据照射序列使用不同的图像传感器305捕获的主体的3D表示。
图4A-4C是分别描述了使用两个空间上分离的光源并且能够被部署在所描述的生物特征认证系统内的示例性图像捕获方案400、420和440。图像捕获方案400、420和440被描绘为10x10网格，其中每个方块表示一个像素。使用条纹像素行(例如，行402)和阴影像素行(例如，行404)示出了图像捕获方案400、420和440。条纹像素行402和阴影像素行404分别表示由滚动快门模式的相机捕获的像素行，其中条纹像素行402被曝光在第一源的照射下，并且阴影像素行404被曝光在第二源的照射下。
例如，利用图像捕获方案400，可以在第一源的照射下捕获奇数行(例如，条纹像素行402)并且可以在第二源的照射下捕获偶数行(例如，阴影像素行404)，使得使用十行图像传感器来捕获这样的两个图像(例如，在这一示例中，每一个图像五行像素)。作为另一示例，利用图像捕获方案420，照射序列包括激活第一源，同时滚动快门曝光前两个条纹像素行402，接着激活第二源，同时滚动快门曝光第三和第四个阴影像素行404，并且接着在滚动快门遍历整个传感器时重复该激活模式。可以根据与遍历图像传感器的各个部分的滚动快门同步的其它方案来激活源。图4C示出了在特定源的照射下曝光的行的数目随着滚动快门遍历图像传感器而变化的一般方案。
在一些实施方式中，根据上述的照射序列，与源相关联的照射设置与滚动快门同步(在像素捕获期间)。条纹像素行402和阴影像素行404是可以水平(例如，如所描绘的行方式(row-wise))或者垂直(即，列方式(column-wise)，未示出，取决于滚动快门如何遍历图像传感器)取向的像素的线性分组。
作为示例，第一照射设置可以包括第一照射源提供照射同时第二照射源为关，并且第二照射设置可以包括第二照射源提供照射同时第一照射源为关。作为另一示例，第一照射设置可以包括第一照射源和第二照射源以对应的第一波长提供照射，并且第二照射设置可以包括第一照射源和第二照射源以对应的第二波长提供照射。
用于描绘图像捕获方案400、420和440的网格大小提供了像素网格的简单表示。由诸如相机150的相机在滚动快门模式中捕获的图像通常包括较大的像素网格。图像捕获方案400、420和440被提供作为示例，在所描述的生物特征认证系统内可以生成并且采用其它模式。
图5描绘了在例如部署在诸如图1的一体机100的一体机上的生物特征认证系统内部署的示例性处理500的流图。在一些实施方式中，处理的至少一部分可以在上面参照图3描述的一个或多个处理设备310处执行。在502，接收与图像传感器的第一像素集相对应的数据。第一像素集被曝光在第一源的照射下。
在504，接收与图像传感器的第二像素集相对应的数据。第二像素集被曝光在与第一源空间上分离的第二源的照射下。在一些实施方式中，第一像素集和第二像素集是部分非重叠的。在一些实施方式中，图像传感器的曝光受控于以行方式曝光图像传感器像素的滚动快门。在一些实施方式中，图像传感器的曝光受控于以列方式曝光图像传感器像素的滚动快门。在一些实施方式中，在曝光第一像素集期间，以比第二源高的强度激活第一源。在一些实施方式中，在曝光第二像素集期间，以比第一源高的强度激活第二源。在一些实施方式中，在曝光第一像素集期间，以与第二源不同的波长激活第一源。
在506，使用与第一像素集相对应的数据作为光度立体图像对中的第一图像以及与第二像素集相对应的数据作为该光度立体图像对中的第二图像来生成3D图像。可以使用光度立体重构技术生成3D图像。在一些实施方式中，3D图像描绘了用户并且用户是基于将用户的3D图像与用户的模板图像比较来认证的。在一些实施方式中，在注册过程期间捕获用户的模板图像。在一些实施方式中，基于所述认证在显示器上向用户显示信息。在一些实施方式中，确定3D图像与活人的替代表示相对应，并且响应于将图像中的主体识别为活人的替代表示，阻止对安全系统的访问。处理500从506结束。
图6示出了可以用于执行本公开的实施方式的计算设备600和移动计算设备650的示例。计算设备600旨在表示数字计算机的各种形式，例如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀锋型服务器、大型计算机和其它合适的计算机。移动计算设备650旨在表示各种形式的移动设备，例如个人数字助理、蜂窝电话、智能电话、AR设备以及其它类似的计算设备。这里示出的组件、它们的连接和关系以及它们的功能意在仅是示例，并且并不旨在是限制性的。
计算设备600包括处理器602、存储器604、存储设备606、高速接口608和低速接口612。在一些实施方式中，高速接口608连接到存储器604和多个高速扩展端口610。在一些实施方式中，低速接口612连接到低速扩展端口614和存储设备606。处理器602、存储器604、存储设备606、高速接口608、高速扩展端口610和低速接口612中的每一个使用各种总线互连，并且可以被安装在公共母板上或者在以其他方式适当安装。处理器602可以处理指令以用于在计算设备600内执行，包括存储在存储器604中或者存储在存储设备606上的指令以在诸如耦接到高速接口608的显示器616的外部输入/输出设备上显示图形用户界面(GUI)的图形信息。在其它实施方式中，可以在合适时使用多个处理器和/或多条总线连同多个存储器和多种类型的存储器。此外，可以连接多个计算设备，每一个设备提供必要操作的部分(例如，作为服务器组、刀锋型服务器组或者多处理器系统)。
存储器604存储计算设备600内的信息。在一些实施方式中，存储器604是一个或多个易失性存储器单元。在一些实施方式中，存储器604是一个或多个非易失性存储器单元。存储器604也可以是另一形式的计算机可读介质，例如磁盘或者光盘。
存储设备606可以为计算设备600提供大容量存储。在一些实施方式中，存储设备606可以是或者包含诸如软盘设备、硬盘设备、光盘设备或者磁带设备、闪存或者其他类似的固态存储器设备或者设备的阵列的计算机可读介质，设备的阵列包括存储区域网络或其它配置中的设备。指令可以被存储在信息载体中。在被诸如处理器602的一个或多个处理设备执行时，指令执行如上所述的一种或者多种方法。指令也可以被诸如计算机可读或机器可读介质的一个或多个存储设备存储，例如存储器604、存储设备606或者处理器上的存储器602。
高速接口608管理计算设备600的带宽密集型操作，而低速接口612管理较低的带宽密集型操作。功能的这样分配仅是示例。在一些实施方式中，高速接口608耦接到存储器604、显示器616(例如，经过图形处理器或加速器)，并且耦接到可以接受各种扩展卡的高速扩展端口610。在所述实施方式中，低速接口612耦接到存储设备606和低速扩展端口614。可以包括各种通信端口(例如，通用串行总线(USB)、蓝牙、以太网、无线以太网)的低速扩展端口614可以耦接到一个或多个输入/输出设备。这样的输入/输出设备可以包括扫描仪630、打印设备634或者键盘或鼠标636。输入/输出设备也可以经过网络适配器耦接到低速扩展端口614。这样的网络输入/输入设备可以例如包括交换机或路由器632。
计算设备600可以被实现为多个不同的形式，如图6中所示。例如，它可以被实现为标准服务器620或者多次被实现在一组这样的服务器中。它也可以被实现为机架服务器系统624的一部分。可选地，来自计算设备600的组件可以与诸如移动计算设备650的移动设备中的其它组件组合。每一个这样的设备可以包含计算设备600和移动计算设备650中的一个或多个，并且整个系统可以由彼此通信的多个计算设备构成。
移动计算设备650包括处理器652、存储器664、诸如显示器654的输入/输出设备、通信接口666以及收发机668等其它组件。移动计算设备650还可以提供有诸如微驱动器或者其它设备的存储设备，以便提供附加的存储。处理器652、存储器664、显示器654、通信接口666和收发器668中的每一个使用各种总线互连，并且几个组件可以被安装在公共母板上或者在合适时以其它方式安装。在一些实现中，移动计算设备650可以包括相机设备(未示出)。
处理器652可以执行移动计算设备650内的指令，包括存储在存储器664中的指令。处理器652可以被实现为包括单独和多个模拟和数字处理器的芯片的芯片集。例如，处理器652可以是复杂指令集计算机(CISC)处理器、精简指令集处理器(RISC)处理器或者最小指令集计算机(MISC)处理器。处理器652可以例如提供移动计算设备650的其它组件的协调，例如对用户接口(UI)、移动计算设备650运行的应用程序和/或移动计算设备650的无线通信的控制。
处理器652可以通过控制接口658和耦接到显示器654的显示接口656与用户通信。显示器654可以例如是薄膜晶体管液晶显示(TFT)显示器或者有机发光二极管(OLED)显示器或者其它合适的显示技术。显示接口656可以包括用于驱动显示器654以向用户呈现图形和其它信息的合适电路。控制接口658可以从用户接收命令并且对其进行转换以递交给处理器652。此外，可以提供与处理器652通信的外部接口662，以便使能移动计算设备650与其它设备的近场通信。外部接口662可以例如在一些实现中提供有线通信，或者在其它实现中提供无线通信，并且可以使用多个接口。
存储器664存储移动计算设备650内的信息。存储器664可以被实现为以下中的一个或多个：计算机可读介质或媒介、一个或多个易失性存储器单元或者一个或多个非易失性存储器单元。扩展存储器674也可以被提供并经过扩展接口672连接到移动计算设备650，该扩展接口672可以例如包括单在线存储器模块(SIMM)卡接口。扩展存储器674可以为移动计算设备650提供额外的存储空间，或者也可以存储移动计算设备650的应用程序或其它信息。具体地，扩展存储器674可以包括用于执行或补充上面描述的过程的指令，并且也可以包括安全信息。因而，例如，扩展存储器674可以被提供为移动计算设备650的安全模块，并且可以被变成有允许安全使用移动计算设备650的指令。此外，可以经由SIMM卡提供安全应用程序连同附加信息，例如按照不可破解的方式将标识信息放置在SIMM卡上。
存储器可以例如包括闪存和/或非易失性随机存取存储器(NVRAM)，如下面讨论的。在一些实施方式中，指令存储在信息载体中。当由诸如处理器652的一个或多个处理设备执行时，指令执行如上所述的一个或多个方法。指令也能够由诸如一个或多个计算机可读或者机器可读介质的一个或多个存储设置存储，例如存储器664、扩展存储器674或者处理器上存储器652。在一些实施方式中，指令能够以传播的信号接收，例如通过收发器668或外部接口662。
移动计算设备650可以经过通信接口666无线通信，其在必要时可以包括数字信号处理电路。通信接口666可以在各种模式或者协议下提供通信，例如全球移动通信系统(GSM)语音呼叫、短消息服务(SMS)、增强型消息传送服务(EMS)、多媒体消息传送服务(MMS)消息、码分多址(CDMA)、时分多址(TDMA)、个人数字蜂窝(PDC)、宽带码分多址(WCDMA)、CDMA2000、通用分组无线服务(GPRS)。这样的通信可以例如通过使用射频的收发器668来进行。此外，可以例如使用蓝牙或者WiFi发生短距离通信。此外，全球定位系统(GPS)接收机模块670可以向移动计算设备650提供附加的导航和位置相关的无线数据，在适当时可以由在移动计算设备650上运行的应用程序使用。
移动计算设备650也可以使用音频编解码器660进行音频通信，音频编解码器660可以从用户接收语音信息并且将其转换为可用的数字信息。音频编解码器660可以类似地例如通过扬声器在如在移动计算设备650的耳机中生成用户可听见的声音。这样的声音可以包括来自语音电话呼叫的声音，可以包括录制的声音(例如，语音消息，音乐文件等)并且还可以包括通过在移动计算设备650上运行的应用程序生成的声音。
移动计算设备650可以被实现为多种不同的形式，如图6所示。例如，它可以被实现在图1中描述的一体机100中。其它实现可以包括移动设备682和平板设备684。移动计算设备650也可以被实现为智能电话、个人数字助理、AR设备或者其它类似移动设备的组件。
计算设备600/650也可以包括USB闪存驱动。USB闪存驱动可以存储操作系统和其它应用程序。USB闪存驱动可以包括诸如无线收发器或者可以插入到另一计算设备的USB端口的USB连接器的输入/输入组件。
这里描述的系统和技术的各种实现可以被实现在数字电子电路、集成电路、专门设计的专用集成电路(ASIC)、计算机硬件、固件、软件和/或其组合中。这些各种实现可以包括在可编程系统上可执行和/或可解释的一个或多个计算机程序中的实现，可编程系统包括至少一个可编程处理器，其可以是专用或者通用的，耦合为从存储系统、至少一个输入设备以及至少一个输出设备接收数据和指令，并且将数据和指令传送到存储系统、至少一个输入设备以及至少一个输出设备。
这些计算机程序(也被称为程序、软件、软件应用程序或代码)包括用于可编程处理器的机器指令，并且能够被实现为高级面向过程和/或面向对象的编程语言和/或汇编/机器语言。如本文使用的，术语“机器可读介质”和“计算机可读介质”是指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/或设备(例如，磁盘、光盘、存储器、可编程逻辑器件(PLD))，包括接收机器指令作为机器可读信号的机器可读介质。术语机器可读信号是指用于向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互，这里描述的系统和技术可以被实现在具有用于向用户显示信息的显示设备(例如，CRT(阴极射线管)或LCD(液晶显示器)监视器)和用户使用其向计算机提供输入的键盘和指向设备(例如，鼠标或者轨迹球)的计算机上。其它种类的设备也可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的感觉反馈(例如，视觉反馈、听觉反馈或者触觉反馈)，并且来自用户的输入可以按照包括声学、语音或者触觉输入的任何形式接收。
这里描述的系统和技术可以被实现在包括后端组件(例如，数据服务器)、包括中间件组件(例如，应用服务器)或者包括前端组件(例如，具有用户经过其能够与这里描述的系统和技术的实现交互的GUI或网络浏览器的客户端计算机)或者这样的后端、中间件或者前端组件的任意组合的计算系统中。系统的组件可以通过数字数据通信的任何形式或者介质互连，例如图1的网络110。通信网络的示例包括LAN、WAN和互联网。
计算系统可以包括客户端和服务器。客户端和服务器通常彼此远离并且典型地经过通信网络交互。客户端和服务器的关系利用在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序而产生。
尽管上面详细描述了一些实现，但是其它修改是可能的。例如，尽管客户端应用程序被描述为访问代表，但是在其它实现中，代表可以由一个或多个处理器实现的其它应用程序采用，例如在一个或多个服务器上执行的应用程序。此外，附图中描述的逻辑流不要求所示出的特定顺序或者序列顺序来实现期望的结果。此外，可以提供其它动作，或者可以从所描述的流中去除动作，并且可以向所描述的系统添加其它组件或者从所描述的系统移除其它组件。因此，其它实现在下面权利要求书的范围内。

Claims (18)

1.一种计算机实现的用于生成三维3D图像的方法，所述方法包括：
在一个或多个处理设备处接收与图像传感器的第一像素集相对应的数据，其中，所述第一像素集被曝光在第一源的照射下，并且所述第一源的激活与所述第一像素集的曝光同步；
在所述一个或多个处理设备处接收与所述图像传感器的第二像素集相对应的数据，其中，所述第二像素集被曝光在与所述第一源空间上分离的第二源的照射下，其中，所述第二源的激活与所述第二像素集的曝光同步，基于所述第一源的同步和所述第二源的同步，在所述第一像素集曝光时，所述第一源以高于所述第二源的强度激活；以及
使用与所述第一像素集相对应的数据作为光度立体图像对中的第一图像以及与所述第二像素集相对应的数据作为所述光度立体图像对中的第二图像来生成所述3D图像。
2.根据权利要求1所述的计算机实现的方法，其中，所述第一像素集和所述第二像素集是至少部分非重叠的。
3.根据权利要求1所述的计算机实现的方法，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述图像传感器的曝光受控于滚动快门，所述滚动快门以行方式与所述第一源的激活和所述第二源的激活同步地曝光所述第一组行和所述第二组行，使得当每一行被所述滚动快门曝光时，基于该行包括于所述第一组行或所述第二组行中激活所述第一源或所述第二源。
4.根据权利要求1所述的计算机实现的方法，其中，在曝光所述第一像素集时，所述第一源被激活并且所述第二源关闭。
5.根据权利要求1所述的计算机实现的方法，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述第一组行和所述第二组行至少部分地相互交替。
6.根据权利要求1所述的计算机实现的方法，进一步包括：
所述一个或多个处理设备确定所述3D图像与活人的替代表示相对应；以及
响应于确定所述3D图像对应于所述活人的替代表示，阻止对安全系统的访问。
7.根据权利要求1所述的计算机实现的方法，其中，所述3D图像描绘用户，并且所述方法包括：
基于将所述用户的所述3D图像与所述用户的模板图像进行比较来认证所述用户。
8.根据权利要求1所述的计算机实现的方法，其中，在曝光所述第一像素集时，以与所述第二源不同的波长激活所述第一源。
9.耦接到一个或多个处理器并且具有其上存储有指令的一个或多个非暂态计算机可读存储介质，所述指令在由所述一个或多个处理器执行时，促使所述一个或多个处理器执行包括以下的操作：
接收与图像传感器的第一像素集相对应的数据，其中，所述第一像素集被曝光在第一源的照射下，并且所述第一源的激活与所述第一像素集的曝光同步；
接收与所述图像传感器的第二像素集相对应的数据，其中，所述第二像素集被曝光在与所述第一源空间上分离的第二源的照射下，其中，所述第二源的激活与所述第二像素集的曝光同步，基于所述第一源的同步和所述第二源的同步，在所述第一像素集曝光时，所述第一源以高于所述第二源的强度激活；以及
使用与所述第一像素集相对应的数据作为光度立体图像对中的第一图像以及与所述第二像素集相对应的数据作为所述光度立体图像对中的第二图像来生成3D图像。
10.根据权利要求9所述的计算机可读存储介质，其中，所述第一像素集和所述第二像素集是至少部分非重叠的。
11.根据权利要求9所述的计算机可读存储介质，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述图像传感器的曝光受控于滚动快门，所述滚动快门以行方式与所述第一源的激活和所述第二源的激活同步地曝光所述第一组行和所述第二组行，使得当每一行被所述滚动快门曝光时，基于该行包括于所述第一组行或所述第二组行中激活所述第一源或所述第二源。
12.根据权利要求9所述的计算机可读存储介质，其中，在曝光所述第一像素集时，所述第一源被激活并且所述第二源关闭。
13.根据权利要求9所述的计算机可读存储介质，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述第一组行和所述第二组行至少部分地相互交替。
14.一种生物特征认证系统，包括：
图像传感器；
第一照射源；
与所述第一照射源空间上分离的第二照射源；
执行操作的一个或多个处理设备，所述操作包括：
接收与所述图像传感器的第一像素集相对应的数据，其中，所述第一像素集被曝光在所述第一照射源的照射下，并且所述第一照射源的激活与所述第一像素集的曝光同步；
接收与所述图像传感器的第二像素集相对应的数据，其中，所述第二像素集被曝光在所述第二照射源的照射下，其中，所述第二照射源的激活与所述第二像素集的曝光同步，基于所述第一照射源的同步和所述第二照射源的同步，在所述第一像素集曝光时，所述第一照射源以高于所述第二照射源的强度激活；以及
使用与所述第一像素集相对应的数据作为光度立体图像对中的第一图像以及与所述第二像素集相对应的数据作为所述光度立体图像对中的第二图像来生成3D图像。
15.根据权利要求14所述的系统，其中，所述第一像素集和所述第二像素集是至少部分非重叠的。
16.根据权利要求14所述的系统，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述图像传感器的曝光受控于滚动快门，所述滚动快门以行方式与所述第一照射源的激活和所述第二照射源的激活同步地曝光所述第一组行和所述第二组行，使得当每一行被所述滚动快门曝光时，基于该行包括于所述第一组行或所述第二组行中激活所述第一照射源或所述第二照射源。
17.根据权利要求14所述的系统，其中，在曝光所述第一像素集时，所述第一照射源被激活并且所述第二照射源关闭。
18.根据权利要求14所述的系统，其中，
所述第一像素集被包括在所述图像传感器的第一组行中，
所述第二像素集被包括在所述图像传感器的第二组行中，所述第一组行不同于所述第二组行，以及
所述第一组行和所述第二组行至少部分地相互交替。
CN202010088109.0A 2019-03-29 2020-02-12 生物特征认证系统、方法及计算机可读存储介质 Active CN111756951B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/370,467 2019-03-29
US16/370,467 US20200314411A1 (en) 2019-03-29 2019-03-29 Synchronizing an illumination sequence of illumination sources with image capture in rolling shutter mode

Publications (2)

Publication Number Publication Date
CN111756951A CN111756951A (zh) 2020-10-09
CN111756951B true CN111756951B (zh) 2022-11-29

Family

ID=72604391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010088109.0A Active CN111756951B (zh) 2019-03-29 2020-02-12 生物特征认证系统、方法及计算机可读存储介质

Country Status (2)

Country Link
US (2) US20200314411A1 (zh)
CN (1) CN111756951B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200314411A1 (en) * 2019-03-29 2020-10-01 Alibaba Group Holding Limited Synchronizing an illumination sequence of illumination sources with image capture in rolling shutter mode
CN112993739B (zh) * 2019-12-13 2024-05-17 旺矽科技股份有限公司 镭射芯片检测方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103155572A (zh) * 2010-10-04 2013-06-12 高通股份有限公司 用于基于用户偏好调节3d视频渲染的3d视频控制系统
WO2017076292A1 (en) * 2015-11-02 2017-05-11 Shenzhen Huiding Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing
CN107111750A (zh) * 2015-10-30 2017-08-29 微软技术许可有限责任公司 欺骗性脸部的检测
CN108369785A (zh) * 2015-08-10 2018-08-03 优替控股有限公司 活性检测

Family Cites Families (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3621127A (en) * 1969-02-13 1971-11-16 Karl Hope Synchronized stereoscopic system
US20030227550A1 (en) 2002-06-06 2003-12-11 Manico Joseph A. System and method for providing a customized imaging product or service
US20050195292A1 (en) 2004-03-03 2005-09-08 Eastman Kodak Company System and method for providing a customized imaging product or service
US20090051759A1 (en) * 2005-05-27 2009-02-26 Adkins Sean M Equipment and methods for the synchronization of stereoscopic projection displays
JP2008085393A (ja) 2006-09-25 2008-04-10 Olympus Corp 情報端末装置、情報処理システム及び情報処理プログラム
US8502968B2 (en) * 2008-09-12 2013-08-06 Ceramicam Ltd. Surface scanning device
GB2464453B8 (en) * 2008-10-10 2016-09-14 Toshiba Res Europ Ltd An imaging system and method
KR100972792B1 (ko) * 2008-11-04 2010-07-29 한국전자통신연구원 스테레오스코픽 영상을 동기화하는 장치 및 방법과 이를 이용한 스테레오스코픽 영상 제공 장치 및 방법
JP2010245839A (ja) * 2009-04-06 2010-10-28 Olympus Corp 情報通信端末
BR112012024955B1 (pt) * 2010-03-31 2021-12-07 Interdigital Ce Patent Holdings Método, aparelho e mídia legível por processador para mapas de disparidade 3d
KR101073512B1 (ko) * 2010-05-20 2011-10-17 한국과학기술연구원 시역 확장을 이용한 3차원 영상 표시 장치
US20150172628A1 (en) * 2011-06-30 2015-06-18 Google Inc. Altering Automatically-Generated Three-Dimensional Models Using Photogrammetry
US9521418B2 (en) * 2011-07-22 2016-12-13 Qualcomm Incorporated Slice header three-dimensional video extension for slice header prediction
US9367966B2 (en) * 2012-04-06 2016-06-14 Xerox Corporation Smartphone augmented video-based on-street parking management system
KR101945867B1 (ko) * 2012-06-29 2019-02-11 삼성디스플레이 주식회사 표시 장치의 구동 방법
WO2014009945A1 (en) * 2012-07-09 2014-01-16 Brightway Vision Ltd. Stereo gated imaging system and method
US8437513B1 (en) * 2012-08-10 2013-05-07 EyeVerify LLC Spoof detection for biometric authentication
US9264598B1 (en) 2012-12-12 2016-02-16 Amazon Technologies, Inc. Collaborative image capturing
EP2972564A4 (en) * 2013-03-11 2017-01-11 Avegant Corporation System, apparatus, and method for enhancing stereoscopic images
JP2016521488A (ja) * 2013-04-05 2016-07-21 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． ３次元画像信号の再ターゲット
US20160076942A1 (en) * 2013-09-11 2016-03-17 Sci Instruments, Inc (Dba) Scientific Computing International Imaging spectropolarimeter
US8760500B1 (en) * 2013-10-23 2014-06-24 Google Inc. Depth map generation
JP6510213B2 (ja) 2014-02-18 2019-05-08 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 投影システム、半導体集積回路、および画像補正方法
KR102173242B1 (ko) * 2014-03-25 2020-11-04 에스케이플래닛 주식회사 근거리 무선 데이터 통신 시스템, 그 시스템에서의 정보 자동 설정 방법, 장치
GB2526866A (en) * 2014-06-05 2015-12-09 Univ Bristol Apparatus for and method of inspecting surface topography of a moving object
CA3186147A1 (en) 2014-08-28 2016-02-28 Kevin Alan Tussy Facial recognition authentication system including path parameters
US9671221B2 (en) * 2014-09-10 2017-06-06 Faro Technologies, Inc. Portable device for optically measuring three-dimensional coordinates
US20160163057A1 (en) * 2014-12-04 2016-06-09 Google Inc. Three-Dimensional Shape Capture Using Non-Collinear Display Illumination
US10123005B2 (en) * 2015-03-06 2018-11-06 Apple Inc. Displays with unit-specific display identification data
US9995857B2 (en) * 2015-04-03 2018-06-12 Avegant Corp. System, apparatus, and method for displaying an image using focal modulation
US10546183B2 (en) * 2015-08-10 2020-01-28 Yoti Holding Limited Liveness detection
US9681118B2 (en) * 2015-10-01 2017-06-13 Infinity Augmented Reality Israel Ltd. Method and system for recalibrating sensing devices without familiar targets
US9800807B2 (en) * 2016-02-26 2017-10-24 Intel Corporation Image sensor operation for shutter modulation and high dynamic range
CN107111882B (zh) 2016-03-22 2021-01-05 广东虚拟现实科技有限公司 条纹集合查找方法、装置以及系统
CN107533014A (zh) * 2016-04-12 2018-01-02 新日铁住金株式会社 被检查体摄像装置、被检查体摄像方法、表面检查装置以及表面检查方法
US10346675B1 (en) 2016-04-26 2019-07-09 Massachusetts Mutual Life Insurance Company Access control through multi-factor image authentication
US10666927B2 (en) * 2017-03-15 2020-05-26 Baker Hughes, A Ge Company, Llc Method and device for inspection of an asset
US11151235B2 (en) * 2017-08-01 2021-10-19 Apple Inc. Biometric authentication techniques
JP2019083501A (ja) 2017-10-27 2019-05-30 ソニーセミコンダクタソリューションズ株式会社 撮像装置
US11100205B2 (en) 2017-11-13 2021-08-24 Jpmorgan Chase Bank, N.A. Secure automated teller machine (ATM) and method thereof
US10687034B1 (en) * 2018-04-23 2020-06-16 Facebook Technologies, Llc Image sensor with switchable optical filter
US10303963B1 (en) 2018-07-09 2019-05-28 Capital One Services, Llc ATM with biometric security
JP7265823B2 (ja) 2018-10-19 2023-04-27 キヤノン株式会社 撮像装置及びプログラム
US10728447B2 (en) * 2018-10-26 2020-07-28 Alibaba Group Holding Limited Capturing images using sub-frame illumination
US20200314411A1 (en) * 2019-03-29 2020-10-01 Alibaba Group Holding Limited Synchronizing an illumination sequence of illumination sources with image capture in rolling shutter mode

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103155572A (zh) * 2010-10-04 2013-06-12 高通股份有限公司 用于基于用户偏好调节3d视频渲染的3d视频控制系统
CN108369785A (zh) * 2015-08-10 2018-08-03 优替控股有限公司 活性检测
CN107111750A (zh) * 2015-10-30 2017-08-29 微软技术许可有限责任公司 欺骗性脸部的检测
WO2017076292A1 (en) * 2015-11-02 2017-05-11 Shenzhen Huiding Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing

Also Published As

Publication number Publication date
CN111756951A (zh) 2020-10-09
US11336882B2 (en) 2022-05-17
US20200314411A1 (en) 2020-10-01
US20200314412A1 (en) 2020-10-01

Similar Documents

Publication Publication Date Title
JP6257840B2 (ja) ライブ性分析のためのシステムおよび方法
US9082235B2 (en) Using facial data for device authentication or subject identification
CN111373413B (zh) 用于产生图像的表示的方法和成像系统
US20170085790A1 (en) High-resolution imaging of regions of interest
US11347961B2 (en) Using an illumination sequence pattern for biometric authentication
CN112868028A (zh) 利用虹膜图像的欺骗检测
CN111756951B (zh) 生物特征认证系统、方法及计算机可读存储介质
CN111695099A (zh) 安全系统及相应的访问方法、机器可读存储设备
CN111294508B (zh) 利用相机阵列的成像系统及其实现方法和设备
US20210110523A1 (en) Specular reflection reduction using polarized light sources
CN111107252B (zh) 利用子帧照明捕获图像的方法和系统
US11216680B2 (en) Spoof detection via 3D reconstruction
US12020512B2 (en) Spoof detection using eye boundary analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20201012

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Applicant before: Alibaba Group Holding Ltd.

Effective date of registration: 20201012

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Applicant before: Advanced innovation technology Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221109

Address after: California, USA

Applicant after: JUMIO Inc.

Address before: Ky1-9008 Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands, ky1-9008

Applicant before: Innovative advanced technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant