CN112232213A - 屏下指纹识别防伪方法与系统 - Google Patents

屏下指纹识别防伪方法与系统 Download PDF

Info

Publication number
CN112232213A
CN112232213A CN202011109804.7A CN202011109804A CN112232213A CN 112232213 A CN112232213 A CN 112232213A CN 202011109804 A CN202011109804 A CN 202011109804A CN 112232213 A CN112232213 A CN 112232213A
Authority
CN
China
Prior art keywords
color
sensing value
display device
fingerprint
counterfeit material
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.)
Granted
Application number
CN202011109804.7A
Other languages
English (en)
Other versions
CN112232213B (zh
Inventor
杨宸
林冠仪
林家玮
林煜桦
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
Application filed by Egis Technology Inc filed Critical Egis Technology Inc
Priority to US17/100,956 priority Critical patent/US11410412B2/en
Publication of CN112232213A publication Critical patent/CN112232213A/zh
Application granted granted Critical
Publication of CN112232213B publication Critical patent/CN112232213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1353—Extracting features related to minutiae or pores
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • 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

Abstract

本公开提出一种屏下指纹识别防伪方法与系统。指纹感测装置包括显示设备与指纹传感器，且所述方法包括下列步骤。通过指纹传感器对显示设备上的物件获取指纹感测图像。利用颜色校正参数校正指纹感测图像，以产生一经校正图像。利用防伪算法与经校正图像识别显示设备上的物件是否为真实手指。

Description

屏下指纹识别防伪方法与系统
技术领域
本公开涉及一种指纹识别技术，尤其涉及一种屏下指纹识别防伪方法与系统。
背景技术
近年来，指纹识别技术被广泛地应用在各种电子装置上，以提供身份验证功能。目前而言，伴随着掌上型电子装置朝向全面屏的发展趋势，屏下式指纹(Fingerprint OnDisplay，FOD)感测方案便被发展出来。光学式屏下式指纹感测方案是将光学传感器设置在显示面板下方，并由显示面板的光源照射手指。因此，使用者可将手指接触或按压在显示面板上方，以使光学传感器感测手指反射的图像光来取得指纹图像。然而，当伪造手指按压在显示面板上时，光学传感器同样可接收到具有假指纹信息的图像光，因而产生资安的问题。基此，如何有效识别指纹信息是否来自伪造手指是目前本领域重要的课题之一。
基于不同材料对于不同波长光的吸收率分布有所差异，目前已有依据颜色光反射特性来辨别由伪造材料制作而成伪造手指的方法。详细而言，可利用显示面板朝感测物体照射不同颜色光后，再依据对应至不同颜色光的感测结果来判别感测物体是否为伪造手指。然而，于指纹感测装置的显示面板与光学传感器的制造与组装过程中，往往存在制造公差，而这些制造公差对识别伪造手指的准确度会带来不良的影响。举例而言，以自发光显示面板来说，不同显示面板上各像素的发光效率不尽相同，因而不同显示面板的照射光的实际颜色会存在落差。或者，不同图像感测装置中的光学传感器的感测像素单元的感测光量会受到其制程条件、光学结构的光学特性或其他因素的影响。上述种种存在于不同指纹感测装置之间制造公差会直接影响光学传感器的感测结果，使得不同指纹感测装置中的光学传感器对相同感测物体获取不同感测结果，进而影响识别伪造手指的准确度。
发明内容
有鉴于此，本公开是针对一种屏下指纹识别防伪方法与系统，其可提升识别伪造手指的准确度。
根据本公开的实施例，本公开的屏下指纹识别防伪方法适用于一指纹感测装置。此指纹感测装置包括显示设备与指纹传感器，且所述方法包括下列步骤。通过指纹传感器对显示设备上的物件获取指纹感测图像。利用颜色校正参数校正指纹感测图像，以产生一经校正图像。利用防伪算法与经校正图像识别显示设备上的物件是否为真实手指。
根据本公开的实施例，本公开的屏下指纹识别防伪系统包括指纹感测装置。此指纹感测装置包括显示设备、指纹传感器，以及处理器。指纹传感器配置于显示设备的下方，处理器耦接显示设备与指纹传感器。指纹传感器对显示设备上的物件获取指纹感测图像。处理器利用颜色校正参数校正指纹感测图像，以产生经校正图像。并且，处理器利用防伪算法与经校正图像识别显示设备上的物件是否为真实手指。
基于上述，于本公开的实施例中，在指纹传感器产生指纹感测图像之后，指纹感测图像会通过颜色校正参数被校正。藉此，可提升依据经校正图像与防伪算法识别伪造手指的准确度，从而有效提升指纹识别的安全性。
为让本公开的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。
附图说明
图1是依照本公开一实施例的屏下指纹识别防伪系统的示意图；
图2是依照本公开一实施例的光学式指纹感测装置的示意图；
图3是依照本公开一实施例的屏下指纹识别防伪方法的流程图；
图4是依照本公开一实施例的获取经校正图像的示意图；
图5是依照本公开一实施例的屏下指纹识别防伪方法的流程图；
图6是依照本公开一实施例的利用伪造材料执行校正程序的示意图；
图7是依照本公开一实施例的显示设备显示特定图样执行校正程序的示意图。
附图标记说明
10:屏下指纹识别防伪系统；
100:指纹感测装置；
111:显示设备；
112:指纹传感器；
113:处理器；
114:存储装置；
F1:手指；
Z1,Z2:指纹感测区域；
B1,B2:图案区块；
IB1,IB2,IB3,IB4:图像区块；
Img_1:指纹感测图像；
Img_2:经校正图像；
M1,M1_1,M1_2,M1_3,M1_4:伪造材质；
C1:玻璃盖板；
P1～P4:子图案；
S310～S330、S510～540:步骤。
具体实施方式
现将详细地参考本公开的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同组件符号在附图和描述中用来表示相同或相似部分。
应当理解，当诸如层、膜、区域或基板的组件被称为在另一组件“上”或“连接到”另一组件时，其可以直接在另一组件上或与另一组件连接，或者中间组件可以也存在。相反，当组件被称为“直接在另一组件上”或“直接连接到”另一组件时，不存在中间组件。如本文所使用的，“连接”可以指物理和/或电性连接。再者，“电性连接”或“耦合”可以是二组件间存在其它组件。
请参照图1，图1是依照本公开一实施例的屏下指纹识别防伪系统的示意图。屏下指纹识别防伪系统10可包括一指纹识别装置110。指纹识别装置110可以是智能手机(smartphone)、平板(panel)、游戏机或其他具有光学式屏下指纹识别功能的电子装置，本公开对此不限制。
指纹识别装置110可包括显示设备111、指纹传感器112、处理器113，以及存储装置114。处理器113可耦接存储装置114、显示设备111与指纹传感器112。处理器113可包括中央处理单元(Central Processing Unit，CPU)、应用处理器(Application Processor，AP)，或是其他可程序化的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(Digital Signal Processor，DSP)、可程序化控制器、特殊应用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、可程序化逻辑设备(Programmable LogicDevice，PLD)或这些装置的组合。换言之，处理器113可由一颗或多颗集成电路(integratedcircuit，IC)实现，本公开对此并不限制。举例而言，处理器113可包括应用处理器以及感测驱动IC。
存储装置114用以存储数据、软件模块、程序代码，其可以例如是任意型式的固定式或可移动式随机存取内存(random access memory，RAM)、只读存储器(read-onlymemory，ROM)、闪存(flash memory)、硬盘或其他类似装置、集成电路及其组合。在一实施例中，处理器113可加载存储装置114中所记录的程序代码或模块以执行本公开实施例提出的屏下指纹识别防伪方法。
指纹传感器112可包括由多个感测像素组成的感测阵列，这些感测像素各自包括用以进行光电转换的至少一个光电二极管(photodiode)。指纹传感器112例如是薄膜晶体管(Thin Film Transistor，TFT)传感器或其他类似组件。指纹传感器112也可包括与上述感测像素阵列连接的相关电路。于一实施例中，指纹传感器110还可包括配置于感测像素阵列上方的其他光学组件，像是透镜、准直器、滤光层等等，本公开对此不限制。此外，本实施例是以一个指纹传感器112为例进行说明，但本公开对于指纹传感器的数量并不限制。
显示设备111可提供照射光。显示设备111可实施为有机发光二极管(OrganicLight-Emitting Diode，OLED)显示器、主动矩阵有机发光二极管(Active Matrix OrganicLight Emitting Diodes，AMOLED)显示器，或液晶显示(Liquid Crystal Display，LCD)显示器，本公开对此不限制。具体而言，当显示设备111的显示介质是非自发光显示介质(例如：液晶)时，则显示设备111需要背光模块提供照射光进行指纹感测。当显示设备111的显示介质是自发光显示介质时(例如OLED)，则显示设备111无须背光模块提供照射光进行指纹感测。
请参照图2，图2是依照本公开一实施例的光学式指纹感测装置的示意图。指纹感测装置100提供有屏下指纹识别功能，用户可将手指F1按压显示设备111上方的玻璃盖板，以使玻璃盖板下方的指纹传感器112可取得指纹图像。详细而言，在进行指纹感测时，使用者将手指F1放置于显示设备111上方，而显示设备111会发出照射光照射至手指，经手指F1反射而产生的反射光会传递至指纹传感器112以进行指纹感测。需说明的是，本公开对于显示设备111与指纹传感器112的整合方式并不加以限制。像是，于一实施例中，指纹传感器112可设置于显示设备111下方。或者，于一实施例中，指纹传感器112可内嵌于显示设备111之中。
于一实施例中，为了识别显示设备111上的待测物件是真实手指或伪造手指，显示设备111可分时或同时朝待测物件发出不同颜色的彩色照射光，指纹传感器112可获取对应至不同彩色照射光的颜色感测值。举例而言，显示设备111可朝待测物件发出红色照射光、绿色照射光与蓝色照射光，经待测物件反射而产生的反射光会传递至指纹传感器112，使得指纹传感器112可获取对应至不同彩色照射光的颜色感测值。基于不同材质对于不同彩色照射光的吸收率不同，处理器113可将对应至不同彩色照射光的颜色感测值作为一防伪算法的输入数据，以依据防伪算法来识别显示设备111上的待测物件是否为真实手指。
于一实施例中，防伪算法包括一机器学习模型或统计模型，其可依据输入数据来识别显示设备111上的待测物件是真实手指或伪造手指。于一实施例中，防伪算法包括一分类模型，其可直接识别显示设备111上的待测物件的材料是那一种伪造材料。
需说明的是，防伪算法的通常是依据一台或少数指纹传感器产生的颜色感测值进行训练或统计而建立。对于不同指纹感测装置之间存在制造公差的真实场景中，此套防伪算法的防伪准确度会受到相当大的考验。基此，于一实施例中，在指纹传感器112获取对应至不同彩色照射光的颜色感测值之后，处理器113可利用颜色校正参数来校正这些颜色感测值。接着，处理器113再将经校正后的颜色感测值作为防伪算法的输入数据，从而准确判断显示设备111上的待测物件是真实手指或伪造手指。于一实施例中，当显示设备111同时朝待测物件发出不同颜色的彩色照射光时，指纹传感器112所产生的指纹感测图像即包括对应至不同彩色照射光的颜色感测值。处理器113可利用颜色校正参数来校正指纹感测图像，以产生一经校正图像。于是处理器113可依据防伪算法与经校正图像中的多个颜色感测值是否为真实手指。
图3是依照本公开一实施例的屏下指纹识别防伪方法的流程图。请参图1与图3，本实施例的方式适用于上述实施例中的屏下指纹识别防伪系统10，以下即搭配屏下指纹识别防伪系统10中的各项组件说明本实施例方法的详细步骤。
于步骤S310，通过指纹传感器112对显示设备111上的物件获取指纹感测图像。于一实施例中，显示设备111可通过显示特定图案而提供不同颜色的彩色照射光。详细而言，显示设备111可于指纹感测区域内显示不同颜色区块，从而以不同颜色的彩色照射光照射显示设备111上的物件。显示设备111上的物件会反射不同颜色的彩色照射光，使得指纹传感器112可产生一张指纹感测图像。可知的，对应于显示设备111显示的特定彩色图案，此张指纹感测图像包括对应至不同彩色照射光的颜色感测值。
接着，于步骤S320，处理器113利用颜色校正参数校正指纹感测图像，以产生一经校正图像。颜色校正参数记录于存储装置114之中。于一实施例中，颜色校正参数包括一颜色校正矩阵，其例如可存储于指纹感测装置110的非挥发内存中。处理器113可通过颜色校正参数来校正指纹感测图像上对应至不同彩色照射光的颜色感测值，从而产生经校正图像。
举例而言，图4是依照本公开一实施例的获取经校正图像的示意图。请参照图4，假设显示设备111可于指纹感测区域Z1的局部区域发出特定色光而显示图案区块B1，于指纹感测区域Z1的另一局部区域发出相异于特定色光的白光而显示图案区块B2。在此条件下，在进行指纹感测后，指纹传感器112可获取指纹感测图像Img_1，而指纹感测图像Img_1包括对应至特定色光的图像区块IB1以及对应至白光的图像区块IB2。图像区块IB1是由对应至特定色光的颜色感测值组成，而图像区块IB2是由对应至白色光的颜色感测值组成。接着，处理器113可利用颜色校正参数校正指纹感测图像Img_1中的颜色感测值，以产生包括分别对应于特定色光与白色光的图像区块IB3、IB4的经校正图像Img_2。像是，处理器113可依据颜色校正参数将图像区块IB1中的颜色感测值a1校正为图像区块IB3中的颜色感测值a2，并将颜色校正参数将图像区块IB2中的颜色感测值b1校正为图像区块IB4中的颜色感测值b2。然而，图4仅为用以说明本公开原理，并非用以限定本公开。显示设备111于指纹感测区域Z1所显示的特定图案可视实际需求而设计。
于步骤S330，处理器113利用防伪算法与经校正图像识别显示设备111上的物件是否为真实手指。于一实施例中，防伪算法包括一分类模型，经校正图像输入至分类模型。分类模型用以将经校正图像分类为对应于真实手指的类别或对应于至少一伪造材料的至少一类别。此分类模型例如为神经网络模型、支持向量机模型或k均值聚类模型等等，本公开对此不限制。于一实施例中，处理器113可依据部分或整张经校正图像识别显示设备111上的物件是真实手指或伪造手指。
于一实施例中，处理器113可使用的颜色校正参数是基于一校正程序而产生，且此颜色校正参数可存储于指纹感测装置110的存储装置114中。以下将列举实施例以说明。
图5是依照本公开一实施例的屏下指纹识别防伪方法的流程图。请参图1与图5，本实施例的方式适用于上述实施例中的屏下指纹识别防伪系统10，以下即搭配屏下指纹识别防伪系统10中的各项组件说明本实施例方法的详细步骤。
于步骤S510，处理器113可利用至少一伪造材料通过显示设备111与指纹传感器112执行校正程序，而获取颜色校正参数。于一实施例中，一校正软件程序可加载指纹感测装置110中的存储装置114，处理器113可执行此校正软件程序来产生颜色校正参数，并将颜色校正参数记录于指纹感测装置110的存储装置114。于本实施例中，颜色校正参数可包括颜色校正矩阵。伪造材料例如是硅胶、洋菜、影印纸或雾面纸等等。本公开对于至少一伪造材料的数目与种类并不加以限制，其可视实际需求而配置。
步骤S510可分作子步骤S511～S513而实施。于步骤S511，通过显示设备111提供照射光。至少一伪造材料置放于显示设备111上。于一实施例中，显示设备111可于不同时间点控制指纹感测区域内的所有像素同时显示相同颜色，以于不同时间点依序发出单一色光而依序显示单一色块。或者，于一实施例中，显示设备111可控制指纹感测区域内的像素显示不同颜色，以发出不同颜色的色彩照射光而显示对应至多个彩色照射光的多个图案区块。
于步骤S512，处理器113通过显示设备111下方的指纹传感器112获取对应于至少一伪造材料的颜色感测值。于步骤S513，处理器113依据对应于至少一伪造材料的颜色感测值与对应于至少一伪造材料的目标感测值计算出颜色校正参数。于一实施例中，至少一伪造材料包括第一伪造材料与第二伪造材料。对应于至少一伪造材料的颜色感测值包括对应于第一伪造材料的第一颜色感测值以及对应于第二伪造材料的第二颜色感测值。对应于至少一伪造材料的目标感测值包括对应于第一伪造材料的第一目标感测值以及对应于第二伪造材料的第二目标感测值，而颜色校正参数经由第一颜色感测值、第二颜色感测值与第一目标感测值、第二目标感测值计算而出。
图6是依照本公开一实施例的利用伪造材料执行校正程序的示意图。请参照图6，操作者可将伪造材料M1置放于显示设备111上方的玻璃盖板C1上。显示设备111可分时或同时提供不同颜色的色彩照射光。伪造材料M1将反射不同颜色的色彩照射光，指纹传感器112可获取对应于伪造材料M1的颜色感测值，且这些颜色感测值基于不同色彩照射光进行感测而产生。于是，处理器113可依据对应于伪造材料M1的颜色感测值与对应于伪造材料M1的目标感测值计算出颜色校正参数。上述目标感测值可经过实验与统计而产生，且对应于伪造材料M1的颜色感测值与对应于伪造材料M1的目标感测值将反应制造公差而有落差。此外，于一实施例中，处理器113还可依据对应于伪造材料M1的颜色感测值与目标感测值以及对应于另一种伪造材料的颜色感测值与目标感测值计算出颜色校正参数。换言之，处理器113可依据一或多个伪造材料的颜色感测值与目标感测值来决定颜色校正参数。
举例而言，表1为依据本公开一实施例的四个伪造材料的颜色感测值。如表1所示，处理器113可获取多个伪造材料的颜色感测值。每一个伪造材料的颜色感测值包括对应至多个色彩通道的颜色感测值，这些色彩通道包括RGB通道。
Figure BDA0002728226020000081
Figure BDA0002728226020000091
表1
显示设备111可通过对‘材质A’照射红光，而通过指纹传感器112获取R通道的颜色感测值‘152’。显示设备111可通过对‘材质A’照射绿光，而通过指纹传感器112获取G通道的颜色感测值‘198’。显示设备111可通过对‘材质A’照射蓝光，而通过指纹传感器112获取B通道的颜色感测值‘201’。依此类推。
此外，表2为依据本公开一实施例的个伪造材料的目标感测值。如表2所示，处理器113可获取多个伪造材料的目标感测值。每一个伪造材料的目标感测值包括对应至多个色彩通道的目标感测值，这些色彩通道包括RGB通道。这些对应至多个色彩通道的目标感测值可依据测试与数据统计而产生。
Figure BDA0002728226020000092
表2
接着，处理器113可依据下列矩阵相乘公式(1)而决定颜色校正矩阵中的颜色校正参数a11、a12、a13、a21、a22、a23、a31、a32、a33，并将此颜色校正矩阵记录于存储装置114中。
Figure BDA0002728226020000093
其中，Rtarget、Gtarget、Btarget代表对应至RGB通道的目标感测值，而Rmeasure、Gmeasure、Bmeasure代表对应至RGB通道的颜色感测值。于本范例中，处理器113可将表1与表2的数值代入公式(1)，以获取颜色校正矩阵中的各矩阵元素。
此外，于一实施例中，显示设备111可于不同时间点控制指纹感测区域内的所有像素同时显示相同颜色，以于不同时间点依序发出单一色光而依序显示单一色块。或者，于一实施例中，显示设备111可控制指纹感测区域内的像素显示不同颜色，以发出不同颜色的色彩照射光而显示对应至多个彩色照射光的多个图案区块。换言之，于一实施例中，通过显示设备111显示一特定图案而提供照射光。此特定图案包括分别对应至多个彩色照射光的多个图案区块。于一实施例中，多个伪造材料可同时置放于显示设备111所显示的特定图案上，而伪造材料其中的每一者将分别位于部分的图案区块的上方。藉此，处理器130可通过指纹传感器111执行一次曝光取像而获取对应至多种伪造材料的颜色感测值，从而提升校正程序的效率。
图7是依照本公开一实施例的显示设备显示特定图样执行校正程序的示意图。操作者可将伪造材质M1_1～M1_4同时置放于显示设备111的指纹感测区域Z2所显示的特定图案上方。显示设备111于指纹感测区域Z2显示一特定图案而提供照射光。对于四种伪造材质M1_1～M1_4，此特定图案包括四个相同的子图案P1～P4。子图案P1～P4各自包括对应至多个彩色照射光的多个图案区块。像是，子图案P1可包括对应至红色照射光、绿色照射光、蓝色照射光的三个图案区块。于此范例中，特定图案包括12个图案区块，伪造材质M1_1～M1_4将各自位于子图案P1～P4的三个图案区块的上方。藉此，指纹传感器122可在一次曝光取像后获取对应于伪造材质M1_1～M1_4的多个颜色感测值。然而，图7仅为用以示范说明本公开实施例原理，并非用以限定本公开。
于步骤S520，通过指纹传感器112对显示设备111上的物件获取指纹感测图像。于步骤S530，处理器113利用颜色校正参数校正指纹感测图像，以产生一经校正图像。于步骤S540，处理器113利用防伪算法与经校正图像识别显示设备111上的物件是否为真实手指。步骤S520～步骤S540的实施内容相似于前述步骤S310～步骤S330，于此不再赘述。
综上所述，于本公开实施例中，可消弭指纹感测装置的制造公差对防伪准确度带来的不良图像，从而提升防伪算法的准确度。藉此，本公开实施例可明显提升指纹识别的安全性。此外，通过对应于多个伪造材质决定显示设备所显示的特定图案，本公开实施例可大幅提升校正程序的效率。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (14)

1.一种屏下指纹识别防伪方法，适用于指纹感测装置，所述指纹感测装置包括显示设备与指纹传感器，其特征在于，包括：
通过所述指纹传感器对所述显示设备上的物件获取指纹感测图像；
利用颜色校正参数校正所述指纹感测图像，以产生经校正图像；以及
利用防伪算法与所述经校正图像识别所述显示设备上的所述物件是否为真实手指。
2.根据权利要求1所述的屏下指纹识别防伪方法，其特征在于，在通过所述指纹传感器对所述显示设备上的所述物件获取所述指纹感测图像的步骤之前，所述方法还包括：
利用至少一伪造材料通过所述显示设备与所述指纹传感器执行校正程序，而获取所述颜色校正参数，其中所述颜色校正参数包括颜色校正矩阵。
3.根据权利要求2所述的屏下指纹识别防伪方法，其特征在于，通过所述显示设备与所述指纹传感器执行所述校正程序，而获取所述颜色校正参数的步骤包括：
通过所述显示设备提供照射光，其中所述至少一伪造材料置放于所述显示设备上；
通过所述显示设备下方的所述指纹传感器获取对应于至少一伪造材料的颜色感测值；以及
依据对应于所述至少一伪造材料的所述颜色感测值与对应于所述至少一伪造材料的目标感测值计算出所述颜色校正参数。
4.根据权利要求3所述的屏下指纹识别防伪方法，其特征在于，通过所述显示设备提供所述照射光的步骤包括：
通过所述显示设备显示一特定图案而提供所述照射光，其中所述特定图案包括分别对应至多个彩色照射光的多个图案区块，且所述至少一伪造材料其中的每一者分别位于部分的所述多个图案区块的上方。
5.根据权利要求3所述的屏下指纹识别防伪方法，其特征在于，所述至少一伪造材料包括第一伪造材料与第二伪造材料，对应于所述至少一伪造材料的所述颜色感测值包括对应于所述第一伪造材料的第一颜色感测值以及对应于所述第二伪造材料的第二颜色感测值，而对应于所述至少一伪造材料的所述目标感测值包括对应于所述第一伪造材料的第一目标感测值以及对应于所述第二伪造材料的第二目标感测值，而所述颜色校正参数经由所述第一颜色感测值、所述第二颜色感测值与所述第一目标感测值、所述第二目标感测值计算而出。
6.根据权利要求3所述的屏下指纹识别防伪方法，其特征在于，对应于所述至少一伪造材料的所述颜色感测值包括对应至RGB通道的第一颜色感测值、第二颜色感测值与第三颜色感测值，且所述目标感测值包括对应至RGB通道的第一目标感测值、第二目标感测值与第三目标感测值。
7.根据权利要求1所述的屏下指纹识别防伪方法，其特征在于，所述防伪算法包括分类模型，所述经校正图像输入至所述分类模型，而所述分类模型用以将所述经校正图像分类为对应于所述真实手指的类别或对应于至少一伪造材料的至少一类别。
8.一种屏下指纹识别防伪系统，其特征在于，包括：
指纹感测装置，包括：
显示设备；
指纹传感器；以及
处理器，耦接所述显示设备与所述指纹传感器，
其中，所述指纹传感器对所述显示设备上的物件获取指纹感测图像，所述处理器利用颜色校正参数校正所述指纹感测图像，以产生经校正图像，且所述处理器利用防伪算法与所述经校正图像识别所述显示设备上的对象是否为真实手指。
9.根据权利要求8所述的屏下指纹识别防伪系统，其特征在于，所述处理器利用至少一伪造材料通过所述显示设备与所述指纹传感器执行校正程序，而获取所述颜色校正参数，其中所述颜色校正参数包括颜色校正矩阵。
10.根据权利要求9所述的屏下指纹识别防伪系统，其特征在于，所述显示设备提供照射光，所述至少一伪造材料置放于所述显示设备上，所述处理器通过所述显示设备下方的所述指纹传感器获取对应于至少一伪造材料的颜色感测值，并依据对应于所述至少一伪造材料的所述颜色感测值与对应于所述至少一伪造材料的目标感测值计算出所述颜色校正参数。
11.根据权利要求10所述的屏下指纹识别防伪系统，其特征在于，所述显示设备显示特定图案而提供所述照射光，所述特定图案包括分别对应至多个彩色照射光的多个图案区块，且所述至少一伪造材料其中的每一者分别位于部分的所述多个图案区块的上方。
12.根据权利要求11所述的屏下指纹识别防伪系统，其特征在于，所述至少一伪造材料包括第一伪造材料与第二伪造材料，对应于所述至少一伪造材料的所述颜色感测值包括对应于所述第一伪造材料的第一颜色感测值以及对应于所述第二伪造材料的第二颜色感测值，而对应于所述至少一伪造材料的所述目标感测值包括对应于所述第一伪造材料的第一目标感测值以及对应于所述第二伪造材料的第二目标感测值，而所述颜色校正参数经由所述第一颜色感测值、所述第二颜色感测值与所述第一目标感测值、所述第二目标感测值计算而出。
13.根据权利要求11所述的屏下指纹识别防伪系统，其特征在于，对应于至少一伪造材料的所述颜色感测值包括对应至RGB通道的第一颜色感测值、第二颜色感测值与第三颜色感测值，且所述目标感测值包括对应至RGB通道的第一目标感测值、第二目标感测值与第三目标感测值。
14.根据权利要求8所述的屏下指纹识别防伪系统，其特征在于，所述防伪算法包括分类模型，所述经校正图像输入至所述分类模型，而所述分类模型用以将所述经校正图像分类为对应于所述真实手指的类别或对应于至少一伪造材料的至少一类别。
CN202011109804.7A 2020-01-21 2020-10-16 屏下指纹识别防伪方法与系统 Active CN112232213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/100,956 US11410412B2 (en) 2020-01-21 2020-11-23 Anti-counterfeiting method and system for under-screen fingerprint identification

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202062963546P 2020-01-21 2020-01-21
US62/963,546 2020-01-21
US202063027964P 2020-05-21 2020-05-21
US63/027,964 2020-05-21

Publications (2)

Publication Number Publication Date
CN112232213A true CN112232213A (zh) 2021-01-15
CN112232213B CN112232213B (zh) 2024-02-27

Family

ID=73751515

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010960874.7A Pending CN112101194A (zh) 2020-01-21 2020-09-14 电子装置及其操作方法
CN202011109804.7A Active CN112232213B (zh) 2020-01-21 2020-10-16 屏下指纹识别防伪方法与系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010960874.7A Pending CN112101194A (zh) 2020-01-21 2020-09-14 电子装置及其操作方法

Country Status (3)

Country Link
US (2) US11354530B2 (zh)
CN (2) CN112101194A (zh)
TW (2) TWI793448B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11580776B2 (en) 2021-03-03 2023-02-14 Egis Technology Inc. Under-screen fingerprint sensing device and fingerprint sensing method
CN115775396A (zh) * 2021-09-08 2023-03-10 豪威科技股份有限公司 用于利用显示器下的指纹传感器检测伪造指纹的方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4092567A4 (en) * 2021-04-09 2023-05-03 Shenzhen Goodix Technology Co., Ltd. FINGERPRINT RECOGNITION METHOD AND DEVICE AND ELECTRONIC DEVICE
CN113625895A (zh) * 2021-07-02 2021-11-09 北京极豪科技有限公司 电子设备、图案校正方法及遮挡装置
US11594069B1 (en) * 2021-09-08 2023-02-28 Omnivision Technologies, Inc. Anti-spoofing optical fingerprint sensor methods and hardware with color selection
US11842563B2 (en) * 2021-09-08 2023-12-12 Omnivision Technologies, Inc. Optical fingerprint sensor with spoof detection and associated method

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030068828A1 (en) * 2000-12-08 2003-04-10 Dadala Vijaya Kumar Novel method for chromatographic finger printing and standardization of single medicines and formulations
US20120070043A1 (en) * 2009-06-08 2012-03-22 Nec Corporation Determination device, fingerprint input device, determination method, and determination program
CN102446268A (zh) * 2010-09-30 2012-05-09 神盾股份有限公司 指纹防伪装置及其方法
CN102612706A (zh) * 2009-11-10 2012-07-25 日本电气株式会社 假手指判定设备、假手指判定方法和假手指判定程序
CN104463074A (zh) * 2013-09-12 2015-03-25 金佶科技股份有限公司 真伪指纹的辨识方法及辨识装置
CN104715232A (zh) * 2013-12-17 2015-06-17 神盾股份有限公司 假手指辨识装置及方法
TWI525317B (zh) * 2013-10-08 2016-03-11 國立清華大學 整合影像分析與資料挖礦之自動光學檢測缺陷影像分類方法
CN105787322A (zh) * 2016-02-01 2016-07-20 北京京东尚科信息技术有限公司 指纹识别的方法及装置、移动终端
CN107004130A (zh) * 2015-06-18 2017-08-01 深圳市汇顶科技股份有限公司 用于屏幕上指纹感应的屏幕下光学传感器模块
US20170316248A1 (en) * 2015-10-23 2017-11-02 Shenzhen GOODIX Technology Co., Ltd. Optical fingerprint sensor with force sensing capability
US20170323139A1 (en) * 2015-08-25 2017-11-09 Gingy Technology Inc. Fingerprint identification method and device thereof
CN107820617A (zh) * 2017-09-30 2018-03-20 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
US20180107858A1 (en) * 2014-08-26 2018-04-19 Gingy Technology Inc. Fingerprint identification method and fingerprint identification device
CN108734074A (zh) * 2017-04-18 2018-11-02 金佶科技股份有限公司 指纹识别方法以及指纹识别装置
CN109196524A (zh) * 2018-02-23 2019-01-11 深圳市汇顶科技股份有限公司 具有有机发光二极管（oled）屏幕或其他屏幕的设备中用于屏上指纹感测的屏下光学传感器模块中经由成像透镜和成像针孔的光学成像
CN109359459A (zh) * 2018-10-26 2019-02-19 京东方科技集团股份有限公司 指纹识别方法、指纹识别装置和显示模组
CN109478083A (zh) * 2016-07-18 2019-03-15 深圳市汇顶科技股份有限公司 具有力感测能力的光学指纹传感器
CN109643379A (zh) * 2018-11-19 2019-04-16 深圳市汇顶科技股份有限公司 指纹识别方法、装置和电子设备
US20190163998A1 (en) * 2017-01-12 2019-05-30 Xiamen Zkteco Information Technology Co., Ltd. Method and System for Fingerprint Security
CN110097031A (zh) * 2019-05-14 2019-08-06 成都费恩格尔微电子技术有限公司 一种屏下光学指纹图像的校正方法和装置
CN110582780A (zh) * 2019-08-01 2019-12-17 深圳市汇顶科技股份有限公司 指纹识别和防伪的方法、装置和电子设备

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659626A (en) * 1994-10-20 1997-08-19 Calspan Corporation Fingerprint identification system
US6895104B2 (en) * 2001-02-16 2005-05-17 Sac Technologies, Inc. Image identification system
JP4232804B2 (ja) * 2006-08-25 2009-03-04 日本電気株式会社 画像濃度変換方法、画像強調処理装置、およびそのプログラム
TW201101196A (en) 2009-06-26 2011-01-01 Moredna Technology Co Ltd Optical fingerprint identification device with living body scanning function, and optical fingerprints identification method capable of recognizing living body
US8799167B2 (en) 2010-07-13 2014-08-05 Tec Solutions, Inc. Biometric authentication system and biometric sensor configured for single user authentication
US10346672B2 (en) * 2015-11-23 2019-07-09 Eric Dean Jensen Fingerprint reader
CN106815564A (zh) 2016-12-28 2017-06-09 深圳天珑无线科技有限公司 一种指纹识别系统的校准方法、系统及一种电子设备
US10311276B2 (en) 2017-02-22 2019-06-04 Synaptics Incorporated Under display optical fingerprint sensor arrangement for mitigating moiré effects
CN107454963B (zh) * 2017-06-16 2021-11-30 深圳市汇顶科技股份有限公司 指纹图像处理方法及光学指纹辨识系统
TWI696059B (zh) 2017-10-05 2020-06-11 廣州印芯半導體技術有限公司 電子裝置以及指紋感測方法
WO2019100329A1 (zh) * 2017-11-24 2019-05-31 深圳市汇顶科技股份有限公司 背景去除方法、影像模块及光学指纹辨识系统
CN110197101A (zh) 2018-02-26 2019-09-03 南昌欧菲生物识别技术有限公司 光学指纹识别模组及电子装置
CN110543851B (zh) * 2018-11-30 2022-10-21 神盾股份有限公司 具有指纹感测功能的电子装置以及指纹图像处理方法
CN111566659B (zh) * 2018-12-13 2021-08-13 深圳市汇顶科技股份有限公司 指纹识别装置、方法和电子设备
CN110070006B (zh) * 2019-04-01 2021-09-21 Oppo广东移动通信有限公司 指纹识别方法、电子装置及计算机可读取介质
CN110020622B (zh) 2019-04-02 2021-04-20 Oppo广东移动通信有限公司 指纹识别方法及相关产品
TWI741556B (zh) * 2019-04-09 2021-10-01 聯詠科技股份有限公司 驅動裝置及其操作方法
CN110337656A (zh) * 2019-05-27 2019-10-15 深圳市汇顶科技股份有限公司 用于人脸识别的光学传感器、装置、方法和电子设备
KR20210017269A (ko) * 2019-08-07 2021-02-17 삼성전자주식회사 보정 데이터의 획득을 위한 방법 및 이를 위한 전자 장치
KR20210024877A (ko) * 2019-08-26 2021-03-08 삼성전자주식회사 라이브니스 판단 방법 및 장치
FR3102324B1 (fr) * 2019-10-18 2021-10-01 Idemia Identity & Security France Procédé d’acquisition d’une image couleur et d’une image infra-rouge et système mettant en œuvre ledit procédé

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030068828A1 (en) * 2000-12-08 2003-04-10 Dadala Vijaya Kumar Novel method for chromatographic finger printing and standardization of single medicines and formulations
US20120070043A1 (en) * 2009-06-08 2012-03-22 Nec Corporation Determination device, fingerprint input device, determination method, and determination program
CN102612706A (zh) * 2009-11-10 2012-07-25 日本电气株式会社 假手指判定设备、假手指判定方法和假手指判定程序
CN102446268A (zh) * 2010-09-30 2012-05-09 神盾股份有限公司 指纹防伪装置及其方法
CN104463074A (zh) * 2013-09-12 2015-03-25 金佶科技股份有限公司 真伪指纹的辨识方法及辨识装置
CN104463074B (zh) * 2013-09-12 2017-10-27 金佶科技股份有限公司 真伪指纹的辨识方法及辨识装置
TWI525317B (zh) * 2013-10-08 2016-03-11 國立清華大學 整合影像分析與資料挖礦之自動光學檢測缺陷影像分類方法
CN104715232A (zh) * 2013-12-17 2015-06-17 神盾股份有限公司 假手指辨识装置及方法
US20180107858A1 (en) * 2014-08-26 2018-04-19 Gingy Technology Inc. Fingerprint identification method and fingerprint identification device
CN107004130A (zh) * 2015-06-18 2017-08-01 深圳市汇顶科技股份有限公司 用于屏幕上指纹感应的屏幕下光学传感器模块
US20170323139A1 (en) * 2015-08-25 2017-11-09 Gingy Technology Inc. Fingerprint identification method and device thereof
US20170316248A1 (en) * 2015-10-23 2017-11-02 Shenzhen GOODIX Technology Co., Ltd. Optical fingerprint sensor with force sensing capability
CN105787322A (zh) * 2016-02-01 2016-07-20 北京京东尚科信息技术有限公司 指纹识别的方法及装置、移动终端
CN109478083A (zh) * 2016-07-18 2019-03-15 深圳市汇顶科技股份有限公司 具有力感测能力的光学指纹传感器
US20190163998A1 (en) * 2017-01-12 2019-05-30 Xiamen Zkteco Information Technology Co., Ltd. Method and System for Fingerprint Security
CN108734074A (zh) * 2017-04-18 2018-11-02 金佶科技股份有限公司 指纹识别方法以及指纹识别装置
CN108734076A (zh) * 2017-04-18 2018-11-02 金佶科技股份有限公司 指纹识别装置以及指纹识别方法
CN107820617A (zh) * 2017-09-30 2018-03-20 深圳市汇顶科技股份有限公司 指纹识别的方法、装置和终端设备
CN109196524A (zh) * 2018-02-23 2019-01-11 深圳市汇顶科技股份有限公司 具有有机发光二极管（oled）屏幕或其他屏幕的设备中用于屏上指纹感测的屏下光学传感器模块中经由成像透镜和成像针孔的光学成像
CN109359459A (zh) * 2018-10-26 2019-02-19 京东方科技集团股份有限公司 指纹识别方法、指纹识别装置和显示模组
CN109643379A (zh) * 2018-11-19 2019-04-16 深圳市汇顶科技股份有限公司 指纹识别方法、装置和电子设备
CN110097031A (zh) * 2019-05-14 2019-08-06 成都费恩格尔微电子技术有限公司 一种屏下光学指纹图像的校正方法和装置
CN110582780A (zh) * 2019-08-01 2019-12-17 深圳市汇顶科技股份有限公司 指纹识别和防伪的方法、装置和电子设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11580776B2 (en) 2021-03-03 2023-02-14 Egis Technology Inc. Under-screen fingerprint sensing device and fingerprint sensing method
TWI799075B (zh) * 2021-03-03 2023-04-11 神盾股份有限公司 屏下指紋感測裝置以及指紋感測方法
US11636706B2 (en) 2021-03-03 2023-04-25 Egis Technology Inc. Under-screen fingerprint sensing device and fingerprint sensing method
CN115775396A (zh) * 2021-09-08 2023-03-10 豪威科技股份有限公司 用于利用显示器下的指纹传感器检测伪造指纹的方法
CN115775396B (zh) * 2021-09-08 2024-03-22 豪威科技股份有限公司 用于利用显示器下的指纹传感器检测伪造指纹的方法

Also Published As

Publication number Publication date
US11410412B2 (en) 2022-08-09
CN112232213B (zh) 2024-02-27
TW202129544A (zh) 2021-08-01
TW202129520A (zh) 2021-08-01
US20210224574A1 (en) 2021-07-22
CN112101194A (zh) 2020-12-18
US20210224514A1 (en) 2021-07-22
TWI732698B (zh) 2021-07-01
US11354530B2 (en) 2022-06-07
TWI793448B (zh) 2023-02-21

Similar Documents

Publication Publication Date Title
CN112232213B (zh) 屏下指纹识别防伪方法与系统
CN110647862B (zh) 指纹检测装置、方法和电子设备
CN109643379B (zh) 指纹识别方法、装置和电子设备
KR101758537B1 (ko) 이미지 소자 휘도 조정
US20100225617A1 (en) Position detection device
CN107941330B (zh) 环境光强度检测方法、装置、存储介质及电子设备
CN109359459B (zh) 指纹识别方法、指纹识别装置和显示模组
JP3231956U (ja) 実指を判断するための統合型スペクトルセンシング装置
CN108615032B (zh) 一种支持全屏指纹识别的模组、终端设备及指纹识别方法
TW201405533A (zh) 用於顯示器校準之方法及裝置
CN112446271A (zh) 生物特征光学反欺骗
CN105825819B (zh) 显示模组和显示模组的亮度调节方法
TW202212787A (zh) 評估色彩參考卡品質的方法
CN111556219A (zh) 图像扫描装置及图像扫描方法
CN111586311A (zh) 图像采集的方法
US9218655B2 (en) Brightness measuing method and system of device with backlight
CN104980718B (zh) 色彩校正装置以及方法
CN115667893A (zh) 确定体液样品中的分析物的浓度的方法、移动装置、试剂盒、计算机程序以及计算机可读存储介质
CN115278186B (zh) 基于物联网的可控制均匀投影方法、装置、设备及介质
TWI703509B (zh) 光學檢測裝置以及校正方法
CN116187470A (zh) 舌诊图像的颜色校正模型训练方法、颜色校正方法及设备
CN111611881B (zh) 生物特征采集装置和电子设备
CN110807817B (zh) 一种适应光照变化的目标颜色识别的机器视觉方法
CN107942554B (zh) 一种显示屏检测装置
US20220122372A1 (en) Coordinate transformation method used for imaging under screen, storage medium and electronic 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