CN113255425A - 用于残留再成像的防御性措施 - Google Patents

Abstract

本发明涉及用于残留再成像的防御性措施。输入设备包括指纹传感器和处理系统。指纹传感器被配置成捕获输入设备的感测区的图像。处理系统被配置成获取感测区的第一图像，其中第一图像包括一个或多个指纹。处理系统将第一图像与一个或多个附属模板进行比较，以确定一个或多个指纹中的每个的相似性得分。处理系统还将指纹中的至少一个与一个或多个指纹模板进行比较以确定匹配得分，并且至少部分地基于相似性得分和匹配得分选择性地认证第一图像。

Description

用于残留再成像的防御性措施

相关申请的交叉引用

本专利申请是根据35 U.S.C.§120的部分继续申请并向以下申请要求优先权：于2019年3月18日提交的标题为“DEFENSIVE MEASURES FOR RESIDUE RE-IMAGING”的共同拥有的美国专利申请序列号16/357, 306，其向以下申请要求优先权：于2018年3月16日提交的标题为“DEFENSIVE MEASURES FOR RESIDUE RE-IMAGING”的美国临时专利申请号62/644, 363，并被指定给其受让人。在先申请的公开内容被认为是本专利申请的一部分，并且通过引用并入本专利申请中。

技术领域

本实施例总体上涉及指纹检测，并且特别涉及防止在指纹检测期间的残留再成像。

背景技术

认证是用于验证尝试访问设备和/或应用的用户（例如，个体或实体）的身份的机制。认证的基本形式可以要求用户经由输入设备输入用户名和密码。然而，用户名和密码容易被窃取，并且由任何人（例如，不仅仅是授权用户）可以使用用户名和密码来获得对对应设备或应用的访问。因此，现代认证方案越来越依赖于生物计量传感器（例如，能够识别用户的独特生物特性的传感器）以提供更高水平的安全性。示例生物计量传感器包括指纹扫描仪、面部识别系统、眼睛扫描仪、语音识别系统等。生物计量输入通常要求用户与一个或多个传感器物理地交互以执行认证。

尽管更安全，但生物计量认证方案并非没有其限制。例如，指纹扫描仪通常要求用户将他或她的手指按压到输入表面（诸如显示屏）上以用于适当的检测。然而，用户通常可能在正要与用户的手指接触时在输入表面上留下“残留”的指纹（例如，来自油、汗或其他残留）。一些指纹扫描仪可能被留在输入表面上的残留指纹（例如，代替实际用户的手指）哄骗（spoof）。因此，当执行指纹扫描时，可能期望将残留指纹与正被扫描的实际手指区分开（例如，以防止指纹扫描仪或类似的生物计量认证设备对未授权的用户授予访问）。

发明内容

提供本发明内容来以简化的形式介绍在以下具体实施方式中进一步描述的概念的选择。本发明内容并不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在限制所要求保护的主题的范围。

公开了一种用于在指纹认证期间检测残留指纹的系统和方法。本公开的主题的一个创新方面可实施于包括指纹传感器及处理系统的输入设备中。指纹传感器被配置成捕获输入设备的感测区的图像。处理系统可以从指纹传感器获取感测区的第一图像，其中第一图像包括一个或多个指纹。处理系统被配置成将第一图像与一个或多个附属模板进行比较以确定一个或多个指纹中的每个的相似性得分，并且配置成将指纹中的至少一个与一个或多个指纹模板进行比较以确定匹配得分。处理系统可以至少部分地基于相似性得分和匹配得分来选择性地认证第一图像。

本公开的主题的另一创新方面可以以由输入设备执行的方法来实施。该方法包括以下步骤：经由指纹传感器获取感测区的第一图像，其中第一图像包括一个或多个指纹；将第一图像与一个或多个附属模板进行比较以确定一个或多个指纹中的每个的相似性得分；将指纹中的至少一个与一个或多个指纹模板进行比较以确定匹配得分；以及至少部分地基于相似性得分和匹配得分来选择性地认证输入设备的用户。

本公开的主题的另一创新方面可实施于包括指纹传感器、一个或多个辅助传感器及处理系统的输入设备中。指纹传感器被配置成捕获感测区的图像。一个或多个辅助传感器被配置成检测感测区中的对象的力或接近。处理系统从指纹传感器获取感测区的第一图像并且从一个或多个辅助传感器获取辅助传感器数据。第一图像包括一个或多个指纹。辅助传感器数据指示当获取第一图像时感测区中的一个或多个对象的力或接近。处理系统被配置成确定第一图像中的一个或多个指纹中的每个的位置、基于辅助传感器数据确定手指在每个位置处的可能性、并且将指纹中的至少一个与一个或多个指纹模板进行比较以确定匹配得分。处理系统可以至少部分地基于匹配得分和手指在第一图像中的每个位置处的可能性来选择性地认证第一图像。

附图说明

通过示例的方式图示了本实施例，并且所述实施例并不旨在由附图的图限制。

图1示出了其中可以实施本实施例的示例输入设备。

图2示出了根据一些实施例的能够区分残留指纹的输入设备的框图。

图3示出了根据一些实施例的可以用于指纹认证的示例传感器配置。

图4示出了可以由指纹传感器捕获的感测区的示例图像。

图5A示出了根据一些实施例的指纹认证系统的框图。

图5B示出了根据一些实施例的指纹认证系统的另一框图。

图6示出了根据一些实施例的指纹认证系统的另一框图。

图7示出了根据一些实施例的可以用于指纹认证的另一示例传感器配置。

图8A示出了根据一些实施例的指纹认证系统的另一框图。

图8B示出了根据一些实施例的指纹认证系统的另一框图。

图9示出了根据一些实施例的指纹认证系统的另一框图。

图10示出了根据一些实施例的指纹认证系统的另一框图。

图11示出了根据一些实施例的指纹认证系统的另一框图。

图12示出了根据一些实施例的被配置用于指纹认证的处理系统的框图。

图13示出了根据一些实施例的被配置用于指纹认证的处理系统的另一框图。

图14示出了描绘根据一些实施例的示例指纹认证操作的说明性流程图。

图15示出了描绘根据一些实施例的另一示例指纹认证操作的说明性流程图。

具体实施方式

在以下描述中，阐述了许多具体细节，诸如具体部件、电路和过程的示例，以提供对本公开的透彻理解。如本文中所使用的术语“耦合”意指直接连接到或通过一个或多个中间部件或电路连接。术语“电子系统”和“电子设备”可以可互换地使用，以指代能够电子地处理信息的任何系统。此外，在以下描述中并且出于解释的目的，阐述了具体术语以提供对本公开的各方面的透彻理解。然而，对于本领域技术人员将显而易见的是，实践示例实施例可能不需要这些具体细节。在其他实例中，以框图形式示出了公知的电路和设备以避免使本公开不清楚。以下详细描述的一些部分是根据对计算机存储器内的数据位的操作的过程、逻辑块、处理和其他符号表示来呈现的。

这些描述和表示是由数据处理领域的技术人员用来最有效地将其工作的实质传达给本领域其他技术人员的手段。在本公开中，过程、逻辑块、处理等被设想为是导致期望结果的步骤或指令的自洽序列。所述步骤是需要对物理量进行物理处理（manipulation）的那些步骤。通常，尽管不一定，但是这些量采用能够在计算机系统中存储、转移、组合、比较和以其他方式处理的电信号或磁信号的形式。然而，应当记住，所有这些和类似的术语将与适当的物理量相关联，并且仅仅是应用于这些量的方便的标签。

除非如显然从下面的讨论中以其他方式特别声明，否则理解的是，在整个本申请中，利用诸如“访问”、“接收”、“发送”、“使用”、“选择”、“确定”、“归一化”、“相乘”、“平均”、“监视”、“比较”、“应用”、“更新”、“测量”、“导出”等之类的术语的讨论是指计算机系统或类似电子计算设备的动作和过程，其将计算机系统的寄存器和存储器内表示为物理（电子）量的数据处理和变换为计算机系统存储器或寄存器或其他此类信息存储、传输或显示设备内类似地表示为物理量的其他数据。

在附图中，单个块可以被描述为执行一个或多个功能；然而，在实际实践中，由该块执行的一个或多个功能可在单个部件中或跨多个部件来执行，和/或可使用硬件、使用软件、或使用硬件和软件的组合来执行。为清楚地图示硬件与软件的此可互换性，各种说明性部件、块、模块、电路、和步骤在下面已经根据其功能性作一般化描述。这种功能性是实现为硬件还是实现为软件，取决于特定的应用和对整个系统所施加的设计约束。技术人员可以针对每个特定应用以不同的方式实施所描述的功能性，但是，这种实施决策不应解释为引起背离本发明的范围。此外，示例输入设备可以包括除了所示出的那些部件之外的部件，包括众所周知的部件，诸如处理器、存储器等。

本文中所描述的技术可以以硬件、软件、固件或其任何组合来实施，除非明确描述为以特定方式实施。描述为模块或部件的任何特征也可一起实施于集成逻辑设备中或单独地实施为分立但可相互操作的逻辑设备。如果以软件实施，那么技术可至少部分地由包括指令的非暂时性处理器可读存储介质来实现，所述指令在执行时执行上文所描述的方法中的一个或多个。非暂时性处理器可读数据存储介质可形成计算机程序产品的部分，所述计算机程序产品可包括封装材料。

非暂时性处理器可读存储介质可包括诸如同步动态随机存取存储器（SDRAM）的随机存取存储器（RAM）、只读存储器（ROM）、非易失性随机存取存储器（NVRAM）、电可擦除可编程只读存储器（EEPROM）、FLASH存储器、其他已知存储介质等。附加地或可替代地，技术可至少部分地由携载或传送以指令或数据结构形式的代码且可由计算机或其他处理器存取、读取和/或执行的处理器可读通信介质来实现。

结合本文中所公开的实施例而描述的各种说明性逻辑块、模块、电路和指令可由一个或多个处理器执行。如本文中所使用的术语“处理器”可以指能够执行存储在存储器中的一个或多个软件程序的脚本或指令的任何通用处理器、常规处理器、专用处理器、控制器、微控制器和/或状态机。如本文中所使用的术语“电压源”可以指直流（DC）电压源、交流（AC）电压源或创建电势（诸如接地）的任何其他装置。

图1示出了其中可以实施本实施例的示例输入设备100。输入设备100包括处理系统110和感测区120。输入设备100可以被配置成向电子系统（为简单起见未示出）提供输入。电子系统的示例可以包括个人计算设备（例如，台式计算机、膝上型计算机、上网本计算机、平板电脑、网络浏览器、电子书阅读器和个人数字助理（PDA））、复合输入设备（例如，物理键盘、操纵杆和按键开关）、数据输入设备（例如，远程控制器和鼠标）、数据输出设备（例如，显示屏和打印机）、远程终端、信息亭、视频游戏机（例如，视频游戏控制台、便携式游戏设备等）、通信设备（例如，诸如智能电话的蜂窝电话）和媒体设备（例如，记录器、编辑器以及播放器，诸如电视、机顶盒、音乐播放器、数码相框和数码相机）。

在一些方面中，输入设备100可实施为对应电子系统的物理部分。可替代地，输入设备100可与电子系统物理地分离。输入设备100可以使用各种有线和/或无线互连和通信技术（诸如总线和网络）耦合到电子系统的部件（并且与其通信）。示例技术可包括集成电路间（I²C）、串行外围接口（SPI）、PS/2、通用串行总线（USB）、蓝牙®、红外数据协会（IrDA）、以及由IEEE 802.11标准定义的各种射频（RF）通信协议。

在图1的示例中，输入设备100可以对应于被配置成感测由感测区120中的一个或多个输入对象140提供的输入的接近传感器设备（例如，也被称为“触摸板”或“触摸传感器设备”）。示例输入对象140包括手指、触控笔等。感测区120可以涵盖输入设备100上方、周围、之中和/或附近的任何空间，在该空间中输入设备100能够检测用户输入（诸如由一个或多个输入对象140提供的那样）。感测区120的大小、形状和/或位置（例如，相对于电子系统）可以取决于实际实施方式而变化。

在一些实施例中，感测区120可以在空间中在一个或多个方向上从输入设备100的表面延伸，例如，直到传感器的信噪比（SNR）下降到低于适合于对象检测的阈值。例如，感测区120在特定方向上延伸到的距离可以是大约小于一毫米、数毫米、数厘米或更多，并且可以随着所使用的感测技术的类型和/或期望的准确度而变化。在一些实施例中，感测区120可以检测涉及以下各项的输入：与输入设备100的任何表面的无物理接触、与输入设备100的输入表面（例如，触摸表面和/或屏幕）的接触、与耦合有某个量的施加力或压力的输入设备100的输入表面的接触、和/或其任何组合。

在一些实施例中，输入表面可以由输入设备100的外壳的一个或多个表面提供和/或投影在输入设备100的外壳的一个或多个表面上（例如，作为图像）。例如，当投影到输入设备100的输入表面上时，感测区120可以具有矩形形状。在一些方面中，可以通过跨越感测区120中的一维、二维、三维或更高维的空间的图像来提供输入。在一些其他方面中，可以通过沿着感测区120中的特定轴或平面的投影来提供输入。更进一步，在一些方面中，可以通过感测区120中的图像和投影的组合来提供输入。

输入设备100可以利用各种感测技术来检测用户输入。示例感测技术可以包括电容性、倒介电性、电阻性、电感性、磁性、声学、超声、热和光学感测技术。在一些实施例中，输入设备100可以利用电容性感测技术来检测用户输入。例如，感测区120可以包括一个或多个电容性感测元件（例如，传感器电极）以创建电场。输入设备100可以基于传感器电极的电容的改变来检测输入。例如，与电场接触（或非常接近电场）的对象可引起传感器电极中的电压和/或电流的改变。电压和/或电流的这种改变可被检测为指示用户输入的“信号”。传感器电极可以以阵列或其他配置布置以检测感测区120内的多个点处的输入。在一些方面中，一些传感器电极可以欧姆地短接在一起以形成更大的传感器电极。一些电容性感测技术可以利用提供均匀电阻层的电阻片。

示例电容性感测技术可以基于“自电容”（也被称为“绝对电容”）和/或“互电容”（也被称为“跨电容”）。绝对电容感测方法检测传感器电极与输入对象之间的电容性耦合的改变。例如，传感器电极附近的输入对象可以更改传感器电极附近的电场，因此改变所测量的电容性耦合。在一些实施例中，输入设备100可通过相对于参考电压调制传感器电极以及检测传感器电极与输入对象之间的电容性耦合来实施绝对电容感测。参考电压可以是基本上恒定的或者可以变化。在一些方面中，参考电压可对应于接地电位。

跨电容感测方法检测传感器电极之间的电容性耦合的改变。例如，传感器电极附近的输入对象可以更改传感器电极之间的电场，因此改变传感器电极的测量的电容性耦合。在一些实施例中，输入设备100可以通过检测一个或多个“发射器”传感器电极与一个或多个“接收器”传感器电极之间的电容性耦合来实施跨电容感测。发射器传感器电极可相对于接收器传感器电极调制。例如，发射器传感器电极可以相对于参考电压进行调制以发射信号，而接收器传感器电极可以保持在相对恒定的电压以“接收”所发射的信号。由接收器传感器电极接收的信号可能受到环境干扰（例如，来自其他电磁信号和/或与传感器电极接触或非常接近传感器电极的对象）影响。在一些方面中，每个传感器电极可以是专用发射器或专用接收器。在其他方面中，每个传感器电极可被配置成发射及接收。

处理系统110可以被配置成操作输入设备100的硬件以检测感测区120中的输入。在一些实施例中，处理系统110可以控制一个或多个传感器电极以检测感测区120中的对象。例如，处理系统110可以被配置成经由一个或多个发射器传感器电极发射信号并且经由一个或多个接收器传感器电极接收信号。在一些方面中，处理系统110的一个或多个部件可以位于一起，例如，非常接近输入设备100的感测元件。在其他方面中，处理系统110的一个或多个部件可以与输入设备100的感测元件物理地分离。例如，输入设备100可以是耦合到计算设备的外围设备，并且处理系统110可以被实施为由计算设备的中央处理单元（CPU）执行的软件。在另一示例中，输入设备100可以物理地集成在移动设备中，并且处理系统110可以至少部分地对应于移动设备的CPU。

在一些实施例中，处理系统110可以被实施为以固件、软件或其组合实施的一组模块。示例模块包括：硬件操作模块，其用于操作诸如传感器电极和显示屏的硬件；数据处理模块，其用于处理诸如传感器信号和定位信息的数据；以及报告模块，其用于报告信息。在一些实施例中，处理系统110可以包括：传感器操作模块，其被配置成操作感测元件以检测感测区120中的用户输入；识别模块，其被配置成识别手势，诸如模式改变手势；以及模式改变模块，其用于改变输入设备100和/或电子系统的操作模式。

输入设备100可包括可由处理系统110或另一处理系统操作的附加输入部件。在一些实施例中，附加输入部件可包括可用于认证输入设备100和/或对应电子系统的用户的一个或多个生物计量传感器（为简单起见未示出）。例如，指纹传感器可以使用电容性和/或光学指纹成像技术来检测和/或分析指纹扫描区150中的用户的指纹。在一些方面中，指纹扫描区150可以与感测区120重合或基本上重叠。

处理系统110可以通过触发一个或多个动作来响应于感测区120和/或指纹扫描区150中的用户输入。示例动作包括改变输入设备100的操作模式和/或图形用户界面（GUI）动作，诸如光标移动、选择、菜单导航等。在一些实施例中，处理系统110可以确定检测的输入的定位信息。如本文中所使用的术语“定位信息”是指描述或以其他方式指示检测的输入（例如，在感测区120内）的定位或位置的任何信息。示例定位信息可以包括绝对定位、相对定位、速度、加速度和/或其他类型的空间信息。在一些实施例中，处理系统110可以向电子系统（例如，向电子系统的CPU）提供关于检测的输入的信息。电子系统然后可以处理从处理系统110接收的信息以执行附加动作（例如，改变电子系统的模式和/或GUI动作）。

处理系统110可以操作输入设备100的感测元件以产生指示感测区120和/或指纹扫描区150中的输入（或没有输入）的电信号。处理系统110可以对电信号执行任何适当量的处理以转换或生成提供给电子系统的信息。例如，处理系统110可以对经由传感器电极接收的模拟信号进行数字化和/或对接收到的信号执行滤波或调节。在一些方面中，处理系统110可减去或以其他方式计及与传感器电极相关联的“基线”。例如，基线可以表示当没有检测到用户输入时传感器电极的状态。因此，由处理系统110提供给电子系统的信息可以反映从传感器电极接收的信号和与每个传感器电极相关联的基线之间的差异。

在一些实施例中，输入设备100可以包括至少部分地与感测区120重叠的触摸屏界面（例如，显示屏）。例如，输入设备100的传感器电极可以在显示屏上形成基本上透明的覆盖，由此为相关联的电子系统提供触摸屏界面。显示屏可以是能够向用户显示可视界面的任何类型的动态显示器。合适的显示屏技术的示例可包括发光二极管（LED）、有机LED（OLED）、阴极射线管（CRT）、液晶显示器（LCD）、等离子体、电致发光（EL）或其他显示技术。

在一些实施例中，输入设备100可以与显示屏共享物理元件。例如，传感器电极中的一个或多个可以用于显示界面和感测输入中。更具体地，用于感测输入的传感器电极还可以作为用于显示界面的至少一部分的显示电极来操作。在一些实施例中，输入设备100可包括被配置成用于显示界面的至少一部分以及感测输入的第一传感器电极，并且第二传感器电极可被配置成仅用于输入感测。例如，第二传感器电极可设置于显示设备的基板之间或可在显示设备外部。

在一些方面中，可以至少部分地由处理系统110来控制或操作显示屏。处理系统110可以被配置成执行与感测输入和显示界面有关的指令。例如，处理系统110可以驱动显示电极以同时显示界面的至少一部分以及感测用户输入。在另一示例中，处理系统110可以驱动第一显示电极以显示界面的至少一部分，而同时驱动第二显示电极来感测用户输入。

如上所述，指纹传感器通常要求用户将他/她的手指按压到输入设备100的输入表面（例如，指纹扫描区150）上。用户的手指与输入表面之间的接触可在指纹扫描区150中留下残留指纹130（例如，来自用户的手指上的油、汗或其他残留）。如果残留指纹130包括充足的细节和/或关于用户的指纹的信息，则指纹传感器可以被哄骗成认证输入设备100的未授权用户。

本公开的各方面提供了一种用于将残留指纹与正被扫描的实际手指区分开的方法和装置。在一些实施例中，如果验证图像与由同一指纹传感器获取的先前验证图像太类似（例如，不满足阈值差异要求），则处理系统110可在指纹扫描操作期间拒绝验证图像。例如，本公开的各方面认识到，在两个或更多个指纹扫描操作期间，用户的手指在指纹扫描区150内以完全相同的定位和取向落下（land）的可能性非常低。因此，在一些方面中，处理系统110可寻找两个或更多个验证图像之间的检测的指纹的移动（例如，定位和/或取向的至少阈值改变）。

本公开的各方面进一步认识到，输入表面的状态可在执行连续指纹扫描操作的时间之间改变。例如，环境因素（例如，蒸发、冷凝、褪色、涂抹等）可能导致残留指纹130本身的移动。因此，残留指纹130可能看起来从第一验证图像被捕获的时间到第二验证图像被捕获的时间已经略微“移动”。还应当注意，当经由触摸输入操作输入设备100时（例如，在由指纹扫描操作成功认证之后），验证的用户可能在输入表面上留下附加指纹。因此，当第二验证图像被捕获时，指纹扫描区150可以具有附加的残留指纹，其不存在于第一验证图像中。因此，在一些实施例中，处理系统110可以（例如，在连续的扫描操作之间）捕获指纹扫描区150的附加图像，以确保在验证图像中检测的指纹与在认证之前可能已经存在于指纹扫描区150中的任何残留指纹充分不同。

除其他优点外，本文中所描述的实施例可防止指纹传感器被留在输入设备的输入表面上（例如，在指纹扫描区150中）的残留指纹哄骗。更具体地，通过将当前验证图像与先前验证图像进行比较，本公开的各方面可以确保在当前指纹扫描操作期间检测的任何（一个或多个）指纹不是来自先前指纹扫描操作的剩余物（例如，作为残留指纹）。此外，通过利用指纹扫描区150的更新的图像增强先前验证图像，示例实施例可以确保在执行当前指纹扫描操作之前对输入表面的状态的任何改变被反映在比较中。

图2示出了根据一些实施例的能够区分残留指纹的输入设备200的框图。输入设备200包括感测区210、指纹扫描模块220和指纹模板存储库230。感测区210可以涵盖输入设备200上方、周围、之中和/或附近的任何空间，在该空间中输入设备200能够检测诸如由一个或多个输入对象（为简单起见未示出）提供的用户输入。感测区210的大小、形状和/或位置可以取决于实际实施方式而变化。

在一些实施例中，感测区210包括或以其他方式耦合到一组电容性传感器212和指纹传感器214。例如，电容性传感器212可以包括在感测区210中和/或周围创建电场的传感器电极的阵列。输入设备200可以基于传感器电极的电容和/或电场的改变来检测输入。指纹传感器214可以使用电容性和/或光学指纹成像技术来扫描感测区210中的用户的手指或对其成像。在一些实施例中，指纹传感器214可以包括有源像素传感器的阵列（例如，光电二极管、CMOS图像传感器阵列、CCD阵列和/或能够检测可见光谱、红外光谱或紫外光谱中的光的波长的任何其他传感器），其用于捕获高分辨率图像，诸如指纹扫描所需的那样。虽然可关于光学指纹传感器描述特定实施例，但本文中的实施例可在极少修改或不修改的情况下在电容性指纹传感器、超声指纹传感器、热指纹传感器等中实施。

电容性传感器212和指纹传感器214耦合到指纹扫描模块220。指纹扫描模块220可以由控制指纹传感器214和/或电容性传感器212的操作的处理系统（诸如处理系统110）实施，或者包括所述处理系统（诸如处理系统110）的至少一部分。指纹扫描模块220可以操作指纹传感器214以扫描用户的指纹（例如，捕获其图像）并且基于指纹扫描来认证用户。在一些实施例中，指纹扫描模块220可以防止感测区210中的残留指纹干扰指纹扫描操作。例如，指纹扫描模块220可以防止残留指纹被重新成像并且用于验证未授权的用户。更具体地，当执行指纹扫描操作时，指纹扫描模块220可以确保为了认证目的而被分析的扫描指纹来自与感测区210物理接触的手指（例如，“善意（bonafide）”指纹），而不是从先前的指纹扫描和/或与感测区210接触的用户留下的残留指纹。

在一些实施例中，指纹扫描模块220可以包括指纹注册子模块222、模板更新子模块224和指纹验证子模块226。指纹注册子模块222可（例如，在初始设置或注册过程期间）注册授权用户的一个或多个指纹以用于后续指纹认证。例如，指纹注册子模块222可以在紧靠输入设备200的输入表面（例如，与感测区210一致）按压的同时，以各种定位和/或取向捕获用户的手指的一个或多个图像。在一些实施例中，指纹注册子模块222可以分析来自所捕获的图像的用户的指纹的识别特征，并且可以基于分析为用户生成指纹模板232（例如，其可以包括所捕获的图像）。例如，识别特征可以包括用户的手指的表面上的脊和谷的图案。指纹模板232可存储在指纹模板存储库230中。

模板更新子模块224可以从指纹传感器214获取更新的信息，以补充存储在指纹模板存储库230中的信息。更具体地，模板更新子模块224可以记录输入表面上可能干扰后续指纹认证操作的任何残留指纹的存在。在一些实施例中，模板更新子模块224可以在指纹认证操作期间从由指纹传感器214捕获的验证图像获取更新的信息。例如，验证图像可以对应于包括触发认证操作的输入对象（例如，用户的手指）的感测区210（或其至少一部分）的图像。在一些方面中，模板更新子模块224可以分析在验证图像中检测的一个或多个指纹的定位和/或取向，并且可以基于该分析生成附属模板234（例如，其可以包括验证图像）。附属模板234可被存储在指纹模板存储库230中。

在一些实施例中，模板更新子模块224可进一步更新附属模板234以反映自从获取最后验证图像以来对感测区210和/或输入表面的状态的任何改变。例如，模板更新子模块224可以尝试捕获在后续指纹认证操作之前可能已经累积在输入表面上但是未在先前验证图像中反映的任何和所有残留指纹。因此，模板更新子模块224可操作指纹传感器214以独立于任何指纹注册或认证操作来捕获感测区210（或其至少一部分）的更新图像。在一些实施例中，模板更新子模块224可以分析在更新图像中检测的一个或多个指纹的定位和/或取向，并且可以基于分析来更新附属模板234（例如，其可以包括更新图像）。在一些方面中，模板更新子模块224可将每个更新图像存储在附属模板234中。在其他方面中，模板更新子模块224可仅将最近更新图像存储在附属模板234中（例如，替换任何先前存储的图像）。

在一些实施例中，模板更新子模块224可以周期性地（例如，每5分钟）和/或在预定时间获取更新图像。在一些其他实施例中，模板更新子模块224可以在已经发生过渡事件时获取更新图像。例如，过渡事件可指示电子系统尚未被授权用户使用或操作达一段时间和/或在后续使用时可能需要指纹认证。示例过渡事件可以包括但不限于：使显示器断电和/或锁定电子系统；电子系统保持空闲和/或仍持续阈值时间量；检测与感测区210接触或接近感测区210（例如，悬停在感测区210之上）的用户的手指；经由加速度计检测电子系统的定位和/或取向的改变；检测来自环境光传感器的光的改变；以及检测按钮已被压下。

指纹验证子模块226可以分析在指纹认证操作期间捕获的验证图像，以确定验证图像是否包括属于输入设备200的授权用户的有效指纹。在一些方面中，指纹验证子模块226可触发指纹传感器214以在触发认证事件时（例如，当手指或输入对象与和指纹传感器214一致的感测区210的一部分进行接触时）捕获验证图像。在一些实施例中，指纹验证子模块226可以使用存储在指纹存储库230中的信息来确定是否认证与验证图像相关联的用户。

例如，指纹验证子模块226可以将验证图像与指纹模板232进行比较，以确定验证图像是否包括验证的指纹。在一些方面中，如果包括在指纹模板232中的指纹信息和/或注册图像与来自验证图像的指纹信息匹配（例如，不管定位或取向），那么指纹验证子模块226可检测验证的指纹的存在。在一些实施方式中，指纹验证子模块226可以使用现有或已知的指纹匹配技术来确定验证图像和指纹模板232之间的相似性的度量。如果不能从验证图像检测到验证的指纹（例如，“匹配得分”低于阈值水平），则指纹验证子模块226可以防止用户访问或操作对应的电子系统。

如上所述，由授权用户留下的残留指纹可以将一些指纹扫描仪哄骗成认证未授权的用户。因此，在一些实施例中，指纹验证子模块226可在已检测到验证的指纹之前和/或之后对验证图像执行附加分析。例如，指纹验证子模块226可以进一步将验证图像与附属模板234进行比较，以确定验证的指纹是否促成实际用户的手指或残留指纹的物理呈现。在一些方面中，指纹验证子模块226可确定验证的指纹是否实质上不同于附属模板234中的任何指纹信息。例如，注意到，用户的手指以相同定位和取向（例如，在感测区210中）落下多次的可能性非常低。因此，指纹验证子模块226可以在将验证图像与附属模板234进行比较时检测验证的指纹的移动。

在一些实施方式中，指纹验证子模块226可以使用现有的或已知的指纹匹配技术来确定验证图像和附属模板234之间的相似性的度量。在一些实施例中，指纹验证子模块226可以将验证图像与包括在附属模板234中的每个图像（例如，包括先前验证图像和自其之后获取的每个更新图像）和/或与其相关联的指纹信息进行比较。注意的是，各种环境因素（例如，蒸发、冷凝、褪色、涂抹等）可以在输入表面上的一个或多个残留指纹中引起轻微改变或明显移动。因此，可随时间跟踪残留指纹的改变和/或移动，和/或可在算法上跟踪残留指纹的改变和/或移动，并且可拒绝某些改变和/或移动。在一些实施例中，可以将改变和/或移动与阈值进行比较。

例如，虽然来自较晚图像的残留指纹可能看起来基本上类似于验证指纹，但是来自较早图像的相同残留指纹可能看起来与验证的指纹实质上不同。因此，当与较晚的图像进行比较时，验证的指纹可以被分类为残留指纹。然而，当与较早的图像相比时，验证的指纹可以被分类为善意指纹（例如，因为验证的指纹看起来已经移动）。因此，在一些实施例中，指纹验证子模块226可在并且仅在验证的指纹实质上不同于附属模板234中包括的图像中的每个（例如，“相似性得分”低于阈值水平）的情况下认证用户。如果附属模板中的图像中的至少一个与验证的指纹共享阈值量的相似性，则指纹验证子模块226可以防止用户访问或操作对应的电子系统。

在一些其他实施例中，指纹验证子模块226可以将验证图像仅与附属模板234中的最近获取的图像（例如，其也可以是包括在附属模板234中的唯一图像）和/或与其相关联的指纹信息进行比较。例如，可以假设较早的图像中检测的任何残留指纹将仍然存在于较晚的图像中或者不再相关（例如，不再类似于验证的指纹）。因此，如果验证的指纹实质上不同于包括在附属模板234中的最近图像（例如，相似性得分低于阈值水平），那么指纹验证子模块226可认证用户。如果最近的图像与验证的指纹共享阈值量的相似性，则指纹验证子模块226可以防止用户访问或操作对应的电子系统。在其他实施例中，指纹验证子模块226可将验证图像与在附属模板234中的一段时间期间捕获的图像进行比较，或将验证图像与附属模板234中的数量为n的图像进行比较。

图3示出了根据一些实施例的可以用于指纹认证的示例传感器配置300。传感器配置300包括由以垂直图案布置的多个传感器电极310和以水平图案布置的多个传感器电极320形成的电容性传感器阵列。传感器配置300还包括提供在传感器电极310和320之间的多个光学感测元件330。在一些实施例中，传感器配置300可以表示图2的感测区210和/或图1的指纹扫描区150的至少一部分。因此，传感器电极310和320可以对应于电容性传感器212中的一个或多个，并且光学感测元件330可以对应于指纹传感器214中的一个或多个。

在图3的示例中，传感器电极310被示出为在第一（例如，垂直）方向上延伸，并且传感器电极320被示出为在第二（例如，水平）方向上延伸。虽然传感器电极310和320以垂直网格布置描绘，但是在实际实施方式中，传感器电极310和320可以以其他图案布置。例如，在其他实施例中，传感器电极310可以与传感器电极320平行或对角。此外，传感器电极310和320中的每个被示出为具有基本相同的形状和大小。然而，在实际实施方式中，传感器电极310和320可以具有各种形状和/或大小。如以上关于图1和图3所讨论的，传感器电极310和320可以是透明的。此外，关于图3，传感器电极310和320可以覆盖光学感测元件330或与其重叠。此外，传感器电极310和320的分辨率可以不同于光学感测元件330的分辨率。

传感器电极310和320可以使用电容性感测技术来检测感测区中的触摸输入。例如，在一些实施方式中，传感器电极310和320中的一个或多个可以利用调制信号驱动以确定传感器电极的绝对电容（例如，绝对电容性感测）的改变。在其他实施方式中，（例如，传感器电极310或320的）第一传感器电极可利用发射器信号驱动，并且可在（例如，传感器电极310或320的）第二传感器电极上接收所产生信号。更进一步地，在一些实施方式中，传感器电极310和320可以被配置用于跨电容感测和绝对电容感测的组合。使用电容性感测技术，传感器电极310和320可以检测与输入表面接触和/或接近输入表面的输入对象（例如，诸如悬停在输入表面上方的手指）。

光学感测元件330可以生成感测区（或其至少一部分）的高分辨率图像。例如，光学感测元件330可以用在指纹扫描应用中，以捕获从其可以辨别精细生物计量细节（诸如在手指的表面上的脊和谷的图案）的图像。因此，光学感测元件330可以以比传感器电极310和320更高的分辨率来检测感测区中的对象。然而，光学感测元件330还可以消耗比传感器电极310和320更多的功率，并且可能不能检测与输入表面不接触的对象（例如，因为传感器的SNR随着距输入表面的距离的增加而显著逐渐减小）。

在一些实施例中，输入设备可以利用（leverage）传感器电极310和320的接近感测能力来选择性地激活光学感测元件330。如上所述，可能期望正好在将要执行指纹认证操作之前扫描感测区（例如，以捕获由于先前的指纹认证操作而可能已经在输入表面上累积的任何和所有残留指纹）。本公开的各方面认识到悬停在输入表面上方的手指是手指即将与输入表面进行接触的相对可靠的指示符，并且因此指纹认证操作可被执行。因此，在一些实施例中，传感器电极310和320（或耦合到其的处理系统）可以触发光学感测元件330以在传感器电极310和320检测到悬停在输入表面上方（例如，接近于阈值）的输入对象时扫描感测区（例如，捕获更新图像）。注意，更新图像应当不包括输入对象的存在。因此，在一些方面中，传感器电极310和320（或处理系统）可以确保在输入对象与输入表面进行接触之前捕获更新图像。

在一些实施例中，传感器电极310和320（或处理系统）可以触发输入设备的显示器，以为用户的手指显示“落下目标”。例如，落下目标可以指示其中用户应该将他/她的手指放置为由光学感测元件330扫描的输入表面的区（例如，指纹扫描区150）。在一些方面中，落下目标可以通过激活输入设备的始终显示（AOD）特征来触发。例如，AOD特征可对应于显示器的低功率模式。因此，与完全打开时相比，当以AOD显示图像时，显示器可以消耗显著更少的功率。

在一些实施方式中，输入设备的感测区可以足够大以同时地获取多个指纹。因此，由指纹传感器捕获的感测区的图像可以包括一个或多个善意指纹、一个或多个残留指纹或其任何组合。在一些实施例中，当检测到多个指纹时，输入设备可以确定指纹中的哪些（如果有的话）是善意的并且指纹中的哪些（如果有的话）是残留的。更具体地，为了防止哄骗，输入设备可以过滤或以其他方式将感测区的图像中的残留指纹与善意指纹进行区分。在一些方面中，输入设备可以对指纹进行过滤，使得仅出于用户认证的目的而考虑善意指纹。在一些其他方面中，输入设备可以将权重应用于指纹，使得善意指纹比残留指纹对用户认证确定促成更多。

图4示出了可以由指纹传感器捕获的感测区的示例图像400。图像400可由输入设备（诸如例如图2的输入设备200）获取。更具体地，图像400可以是由指纹传感器214捕获的感测区210的示例图像。在一些实施方式中，图像400可以是由一个或多个光感测元件（例如，光电二极管、CMOS图像传感器阵列、CCD阵列等）捕获的高分辨率光学图像，其中在每个光感测元件上累积的光的量与用户的手指中的脊和谷相关。在一些其他实施方式中，图像400可以是由一个或多个电容性感测元件（例如，传感器电极）捕获的电容性图像，其中在电容性感测元件上积累的电荷的量与用户的手指中的脊和谷相关。

在图4的示例中，第一指纹402可以是善意指纹，并且第二指纹404可以是残留指纹。尽管在图4的示例中仅描绘了两个指纹402和404，但是图像400可以包括实际实施方式中的任何数量的善意和/或残留指纹。在一些实施例中，输入设备200可以将图像400与存储在指纹模板存储库230中的一个或多个附属模板234进行比较，以确定图像400中的每个指纹的相似性得分。如以上关于图2所描述的，如果在一个或多个附属模板234中指纹看起来基本上处于相同的位置和/或取向，则可以给予指纹更高的相似性得分。其他度量也可用于计算相似性得分的目的。另一方面，如果指纹看起来比一个或多个附属模板234中的任何现有指纹足够“新”或不同，则指纹可以被给予较低相似性得分。例如，第二指纹404可以被给予比第一指纹402更高的相似性得分。

在一些实施例中，输入设备200可以至少部分地基于指纹402和404的相似性得分来过滤指纹402和404。在一些方面中，当处理图像400时，如果相似性得分超过（或等于）相似性阈值，则输入设备200可以根据进一步考虑消除一个或多个指纹。例如，输入设备200可以消除第二指纹404（例如，作为残留指纹）并且仅使用第一指纹402以用于用户认证。通过基于指纹402和404的相似性得分对指纹402和404进行过滤，输入设备200可以确保仅考虑善意指纹以用于用户认证目的。因此，如果图像包含来自未授权用户的善意指纹和来自授权用户的残留指纹，并且仅需要单个匹配指纹用于认证，则实际指纹（例如，善意指纹）的小的（mere）存在将不会使输入设备200被哄骗成基于来自先前认证的残留（例如，残留指纹）来认证图像。

在一些其他实施例中，输入设备200可以至少部分地基于指纹402和404的相似性得分来对指纹402和404进行加权。在一些方面中，当处理图像400时，输入设备200可以将不同的权重应用于不同的指纹，使得具有较高相似性得分的指纹被给予比具有较低相似性得分的指纹更低的权重。例如，当执行用户认证时，输入设备200可以向第一指纹402分配比第二指纹404更大的权重。通过基于指纹402和404的相似性得分对指纹402和404进行加权，输入设备200可以确保善意指纹比残留指纹对认证确定促成更多。因此，当图像包含善意指纹和残留指纹，并且需要多个（例如，两个或更多个）指纹用于认证时，即使当残留指纹产生高匹配得分时，残留指纹也将对认证确定促成很少（如果有的话）。

图5A示出了根据一些实施例的指纹认证系统500的框图。指纹认证系统500可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统500可基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像501生成认证输出506。认证输出506可以指示图像501是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹（例如，图像501是否“被认证”）。

指纹认证系统500包括指纹检测器510、指纹过滤器520和指纹匹配器530。指纹检测器510被配置成检测接收的图像501中的一个或多个指纹502。在一些实施方式中，图像501可以是光学图像。在一些其他实施方式中，图像501可以是电容性图像。参考例如图4，图像400可以是由指纹检测器510接收的图像501的示例。指纹检测器510可以使用神经网络和/或其他已知的指纹（或对象）检测技术来检测或识别指纹402和404（例如，作为指纹502）。

指纹过滤器520被配置成至少部分地基于图像501和存储在附属模板存储库522中的一个或多个附属模板503来过滤由指纹检测器510检测的指纹502。附属模板503和附属模板存储库522可以分别是图2的附属模板234和指纹模板存储库230的示例实施方式。在一些实施例中，指纹过滤器520可以通过将图像501与附属模板503进行比较来确定指纹502中的哪些（如果有的话）是善意（BF）指纹504。例如，指纹过滤器520可以基于指纹502与附属模板503中的一个或多个中的现有指纹的相似性水平来确定每个指纹502的相似性得分。超过（或等于）相似性阈值的指纹可以被过滤或根据进一步的考虑消除。因此，仅向指纹匹配器530提供具有低于相似性阈值的相似性得分的指纹作为善意指纹504。

指纹匹配器530被配置成至少部分地基于善意指纹504和存储在指纹模板存储库532中的一个或多个指纹模板505来认证图像501。指纹模板505和指纹模板存储库532可以分别是图2的指纹模板232和指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器530可以通过将善意指纹504与指纹模板505进行比较来确定善意指纹504中的一个或多个是否属于授权用户。例如，指纹匹配器530可以基于善意指纹504与指纹模板505中的一个或多个的相似性水平来确定善意指纹504中的每个的匹配得分。在一些实施方式中，在善意指纹504中的至少一个的匹配得分超过（或等于）匹配阈值的情况下，指纹匹配器530可生成指示图像501（或用户）被认证的认证输出506。在一些其他实施方式中，指纹匹配器530可以仅在针对多个（n个）善意指纹504检测到足够高的匹配得分的情况下指示图像501是认证的。

图5B示出了根据一些实施例的指纹认证系统550的另一框图。指纹认证系统550具有与图5A的指纹认证系统500基本上相同的元件，然而，指纹检测器510的输出被提供作为到指纹匹配器552的输入，并且指纹匹配器552的输出被提供作为到指纹过滤器556的输入。指纹匹配器552和指纹过滤器556可以是图5A的指纹匹配器530和指纹过滤器520的相应示例。因此，在图5B的实施例中，指纹认证系统550在从善意指纹中过滤残留指纹之前寻找匹配指纹。

指纹匹配器552可至少部分地基于存储在指纹模板存储库532中的指纹模板505来识别检测的指纹502之中的一个或多个匹配指纹554。在一些实施例中，指纹匹配器552可以通过将指纹502与指纹模板505进行比较来确定指纹502中的一个或多个是否属于授权用户。例如，指纹匹配器552可以基于指纹502与指纹模板505中的一个或多个的相似性水平来确定每个指纹502的匹配得分。在一些实施方式中，指纹匹配器552可仅在对应指纹502的匹配得分超过（或等于）匹配阈值的情况下输出匹配指纹554。

指纹过滤器556可以至少部分地基于图像501和存储在附属模板存储库522中的附属模板503来过滤匹配指纹554。在一些实施例中，指纹过滤器556可以通过将图像501与附属模板503进行比较来确定匹配指纹554中的哪些（如果有的话）是善意指纹。例如，指纹过滤器556可以基于匹配指纹554与附属模板503中的一个或多个中的现有指纹的相似性水平来确定匹配指纹554中的每个的相似性得分。在一些实施方式中，如果匹配指纹554中的至少一个是善意指纹，则指纹过滤器556可以生成指示图像501（或用户）被认证的认证输出558。在一些其他实施方式中，指纹过滤器556可以仅在阈值数量（n）的匹配指纹554是善意指纹的情况下指示图像501是认证的。

图6示出了根据一些实施例的指纹认证系统600的另一框图。指纹认证系统600可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统600可基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像601生成认证输出608。认证输出608可以指示图像601是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹。

指纹认证系统600包括指纹检测器610、指纹匹配器620、权重计算器630和认证器（authenticator）640。指纹检测器610被配置成检测接收的图像601中的多个（n个）指纹（FP）602（1）-602（n）。在一些实施方式中，图像601可以是光学图像。在一些其他实施方式中，图像601可以是电容性图像。参考例如图4，图像400可以是由指纹检测器610接收的图像601的示例。指纹检测器610可以使用神经网络和/或其他已知的指纹（或对象）检测技术来检测或识别指纹402和404（例如，作为指纹602（1）-602（n））。

指纹匹配器620被配置成至少部分地基于存储在指纹模板（FT）存储库622中的一个或多个指纹（FP）模板603来确定每个检测的指纹602（1）-602（n）的相应匹配得分604（1）-604（n）。指纹模板603和指纹模板存储库622可以分别是图2的指纹模板232和指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器620可以分别基于指纹602（1）-602（n）与指纹模板603中的一个或多个的相似性水平来确定匹配得分604（1）-604（n）。

加权计算器630被配置成至少部分地基于图像601和存储在附属模板（AT）存储库632中的一个或多个附属（AD）模板605来确定每个检测的指纹602（1）-602（n）的相应权重606（1）-606（n）。附属模板605和附属模板存储库632可以分别是图2的附属模板234和指纹模板存储库230的示例实施方式。在一些实施例中，加权计算器630可通过将图像601与附属模板605进行比较来分别确定用于指纹602（1）-602（n）的权重606（1）-606（n）。例如，加权计算器630可基于指纹602（1）-602（n）与附属模板605中的一个或多个中的现有指纹的相似性水平而确定指纹602（1）-602（n）中的每个的相似性得分。具有较高相似性得分的指纹可以被给予比具有较低相似性得分的指纹更低的权重。换句话说，权重606（1）-606（n）可以与指纹602（1）-602（n）的相似性得分成反比。

权重606（1）-606（n）与匹配得分604（1）-604（n）组合（例如，相乘）以分别产生加权匹配得分607（1）-607（n）。认证器640被配置成基于加权匹配得分607（1）-607（n）的组合来生成认证输出608。在一些实施方式中，如果加权匹配得分607（1）-607（n）的组合（例如，和）超过（或等于）匹配阈值，则认证器640可以生成指示图像601（或用户）被认证的认证输出608。因此，与具有较低相似性得分（例如，较大权重）的指纹相关联的匹配得分将比与具有较高相似性得分（例如，较低权重）的指纹相关联的匹配得分对认证输出608促进更多。例如，具有高匹配得分和高相似性得分的指纹（例如，残留指纹）可以对加权匹配得分607（1）-607（n）的组合贡献很少（如果有的话）。

如关于图1-6所描述的，附属模板（例如，感测区的先前图像）可以用于区分善意指纹与残留指纹。更具体地，附属模板提供可以仅使用输入设备的指纹传感器来实施的防哄骗措施。本公开的各方面进一步认识到，一些输入设备可以包括一个或多个附加（例如，“辅助”）传感器，其可以被利用以进一步区分善意指纹与残留指纹。合适的辅助传感器的示例包括但不限于触摸传感器或接近传感器和力传感器。在一些实施例中，输入设备可以使用辅助传感器数据来确定输入对象（诸如用户的手指）是否在其中检测到一个或多个指纹的位置处与感测区接触。如果在给定指纹的位置处没有检测到输入对象，则输入设备可以将指纹分类或加权为残留指纹。

参考例如图2的输入设备200，感测区210至少部分地由电容性传感器212和指纹传感器214共享。因此，来自电容性传感器212的传感器数据中的至少一些可与来自指纹传感器214的传感器数据重叠或一致。例如，当用户使手指与感测区210接触时，指纹传感器214可以捕获感测区210的图像（其包括用户的指纹），而电容性传感器212同时捕获指示用户的手指在感测区210中的位置的接近信息。如果如由电容性传感器212检测的用户的手指的位置与如由指纹传感器214检测的指纹的位置一致，则指纹验证子模块226可以将检测的指纹分类或加权为善意指纹。否则，指纹验证子模块226可以将检测的指纹分类或加权为残留指纹。

图7示出了根据一些实施例的可以用于指纹认证的另一示例传感器配置700。传感器配置700包括由以垂直图案布置的多个传感器电极710和以水平图案布置的多个传感器电极720、多个指纹感测元件730和多个力感测元件740形成的电容性传感器阵列。在一些实施例中，传感器配置700可以表示图2的感测区210和/或图1的感测区120的至少一部分。传感器电极710和720可以分别对应于图3的传感器电极310和320和/或图2的电容性传感器212中的一个或多个。指纹感测元件730可以对应于图3的光学感测元件330和/或图2的指纹传感器214中的一个或多个。尽管被描绘为光学感测元件，但是在实际实施方式中，指纹感测元件730可被配置成实施任何可行的指纹感测技术（诸如电容性、光学、超声等）。

“电容性像素”可表示传感器电极710与传感器电极720之间的局部化电容性耦合的区域。当实施跨电容性感测技术时，传感器电极710与传感器电极720之间的电容性耦合可以随着由传感器配置700提供的感测区中的输入对象的接近和/或运动而改变。电容性像素还可表示输入对象与传感器电极710或传感器电极720之间的局部化电容的区域。因此，当实施绝对电容性感测技术时，传感器电极710和/或720的绝对电容可随着感测区中的输入对象的接近和/或运动而改变。处理系统（为了简化起见未示出）可以基于传感器电极710和720之间的电容性耦合来确定输入对象（诸如用户的手指）相对于感测区的位置或接近。

在一些实施例中，处理系统可以至少部分地基于由传感器电极710和720检测的位置或接近信息来在由指纹传感器730检测的善意指纹和残留指纹之间进行区分。例如，处理系统可以确定与感测区中的位置一致的一个或多个电容性像素的电容，在所述感测区中检测到指纹。在一些方面中，如果一个或多个电容性像素的电容超过（或等于）电容阈值，则处理系统可以将检测的指纹分类为善意指纹，并且如果一个或多个电容性像素的电容低于电容阈值，则可以将检测的指纹分类为残留指纹。在一些其他方面中，处理系统可基于一个或多个电容性像素的电容水平将权重分配给检测的指纹。

在一些其他实施例中，处理系统可以至少部分地基于传感器电极710和720之间的电容性耦合的形状和/或取向来区分由指纹传感器730检测的善意指纹和残留指纹。例如，响应于与感测区交互的对象，电容性耦合的改变可以被局部化成感测区中的电容性像素的一个或多个子集。受对象的存在影响的电容性像素的每个局部化子集在本文中可以被称为“电容性标记（signature）”。本公开的各方面认识到，电容性标记的形状、大小和/或取向跟踪与感测区交互的对象的形状、大小和/或取向。例如，当用户将他或她的手指垂直放置在感测区中（诸如图4中所示）时，与其相关联的电容性标记应当对应于与用户的手指大致相同的大小的垂直椭圆形。类似地，当用户将他或她的手指水平放置在感测区中（诸如图1中所示）时，与其相关联的电容性标记应当对应于大致相同大小的水平椭圆形。

在一些实施方式中，如果指纹的形状、大小和/或取向匹配与其相关联的电容性标记的形状、大小和/或取向，那么处理系统可将检测的指纹分类为善意指纹。另一方面，如果指纹的形状、大小和/或取向与电容性标记的形状、大小和/或取向不同以阈值量，则处理系统可以将检测的指纹分类为残留指纹。在一些其他实施方式中，处理系统可基于指纹与电容性标记在大小、形状和/或取向方面的相似性程度将权重分配给检测的指纹。

在一些其他实施例中，处理系统可以利用来自力感测元件740的力信息来在善意指纹和残留指纹之间进行区分。更具体地，处理系统可以基于力信息来确定是否将输入对象压靠在输入表面上（诸如可能被需要来捕获善意指纹）。例如，处理系统可以确定施加在与其中检测到指纹的感测区中的位置一致的一个或多个力感测元件740上的力的量。在一些方面中，如果一个或多个力感测元件740上的力超过（或等于）力阈值，则处理系统可以将检测的指纹分类为善意指纹，并且如果一个或多个力感测元件740上的力低于力阈值，则可以将检测的指纹分类为残留指纹。在一些其他方面中，处理系统可以基于一个或多个力感测元件740上施加的力的量将权重分配给检测的指纹。

力感测元件740可设置在感测区中（或接近感测区）。在图7的示例中，在感测区的相对角中示出了四个力感测元件740，其与传感器电极710和720以及指纹感测元件730重叠。在实际实施方式中，传感器配置700可以包括与图7中所描绘的配置相比以各种其他布置的任何数量的力感测元件740。力感测元件740中的每个可以被配置成测量施加在与感测区一致的输入表面的对应部分上的力的量。在一些实施方式中，每个力感测元件740可以由三层基板形成。第一基板层可包括第一电极，第二基板层可包括第二电极，并且第三基板层可被插入在第一基板层与第二基板层之间，以维持第一电极与第二电极之间的分离距离。例如，第三基板层可以包括用于将第一电极的至少一部分暴露于第二电极的开口。

每个力感测元件740的第一电极和第二电极可以形成可变电容器。当在输入设备的输入表面上施加力时，第一基板层可相对于第二基板层变形和/或压缩。这减小了第一电极和第二电极之间的距离或间隙，其导致跨电极的电容的改变。具体地，电容的改变可以是第一电极相对于第二电极的移动程度的函数。因此，电容的改变可以与施加在输入表面上的力的量直接相关。处理系统可以测量第一电极和第二电极的电容的改变，以确定关于感测区中的输入对象的力信息。

在一些其他实施例中，处理系统可以将一个或多个附属模板与来自传感器电极710和720的传感器信息和/或来自力感测元件740的力信息（统称为辅助传感器数据）组合，以在善意指纹和残留指纹之间进行区分。在一些方面中，处理系统可以使用辅助传感器数据来进一步过滤基于附属模板相似性得分确定的善意指纹。例如，如果在与一个或多个附属模板相比较时检测的指纹具有低相似性得分，但是在指纹的位置处检测到非常小的力或电容的改变，则处理系统可以将检测的指纹过滤为残留指纹。在一些其他方面中，处理系统可以使用辅助传感器数据来进一步基于附属模板相似性得分细化分配给指纹的加权。例如，如果与一个或多个附属模板相比时，检测的指纹具有低相似性得分，但是在指纹的位置处检测到非常小的力或电容的改变，则处理系统可以向检测的指纹分配非常低的权重。

图8A示出了根据一些实施例的指纹认证系统800的另一框图。指纹认证系统800可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统800可以基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像801来生成认证输出806。认证输出806可以指示图像801是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹。

指纹认证系统800包括指纹检测器810、指纹过滤器820和指纹匹配器830。指纹检测器810可以是图5A和5B的指纹检测器510的示例实施方式。因此，指纹检测器810可以被配置成检测接收的图像801中的一个或多个指纹802。在一些实施方式中，图像801可以是光学图像。在一些其他实施方式中，图像801可以是电容性图像。

指纹过滤器820被配置成至少部分地基于辅助传感器数据803来过滤由指纹检测器810检测的指纹802。辅助传感器数据803可以从一个或多个辅助传感器（诸如，例如，图7的传感器电极710和720或力感测元件740）接收。在一些实施例中，指纹过滤器820可以基于每个位置处的力或电容的改变来确定输入对象（诸如善意手指）在每个指纹802的位置处的可能性。例如，给定位置处的力或电容的改变越大，手指在该位置处的可能性就越大。如果给定位置处的力或电容的改变超过对应阈值，则指纹可被分类为善意指纹804。如果给定位置处的力或电容的改变低于对应阈值，则指纹可被作为残留指纹过滤或消除。

指纹匹配器830可以是图5A的指纹匹配器530的示例实施方式。因此，指纹匹配器830可以被配置成至少部分地基于善意指纹804和存储在指纹模板存储库832中的一个或多个指纹模板805来认证图像801。指纹模板805和指纹模板存储库832可以分别是图2的指纹模板232和指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器830可以基于善意指纹804与指纹模板805中的一个或多个的相似性水平来确定善意指纹804中的每个的匹配得分。指纹匹配器830还可以基于针对至少一个善意指纹804的匹配得分是否超过（或者等于）匹配阈值来生成认证输出806。

图8B示出了根据一些实施例的指纹认证系统850的另一框图。指纹认证系统850具有与图8A的指纹认证系统800基本上相同的元件，然而，指纹检测器810的输出被提供作为到指纹匹配器852的输入，并且指纹匹配器852的输出被提供作为到指纹过滤器856的输入。指纹匹配器852和指纹过滤器856可以是图8A的指纹匹配器830和指纹过滤器820的相应示例。因此，在图8B的实施例中，指纹认证系统850在从善意指纹中过滤残留指纹之前寻找匹配指纹。

指纹匹配器852可以至少部分地基于存储在指纹模板存储库832中的指纹模板805来识别检测的指纹802之中的一个或多个匹配指纹854。在一些实施例中，指纹匹配器852可以通过将指纹802与指纹模板805进行比较来确定指纹802中的一个或多个是否属于授权用户。例如，指纹匹配器852可以基于指纹802与指纹模板805中的一个或多个的相似性水平来确定每个指纹802的匹配得分。在一些实施方式中，指纹匹配器852可仅在对应指纹802的匹配得分超过（或等于）匹配阈值的情况下输出匹配指纹854。

指纹过滤器856可以至少部分地基于图像801和辅助传感器数据803来过滤匹配指纹854。在一些实施例中，指纹过滤器856可基于每个指纹854的相应位置处的力或电容的改变来确定匹配指纹854中的哪些（如果有的话）是善意指纹。例如，给定位置处的力或电容的改变越大，手指在该位置处的可能性就越大。如果给定位置处的力或电容的改变超过对应阈值，则指纹854可被分类为善意指纹。在一些实施例中，如果匹配指纹854中的至少一个是善意指纹，则指纹过滤器856可以生成指示图像805（或用户）被认证的认证输出858。在一些其他实施方式中，指纹过滤器856可以仅在阈值数量（n）的匹配指纹854是善意指纹的情况下指示图像801是认证的。

图9示出了根据一些实施例的指纹认证系统900的另一框图。指纹认证系统900可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统900可以基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像901来生成认证输出908。认证输出908可以指示图像901是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹。

指纹认证系统900包括指纹检测器910、指纹匹配器920、加权计算器930和认证器940。指纹检测器910可以是图6的指纹检测器610的示例实施方式。因此，指纹检测器910可以被配置成检测接收的图像901中的数量（n）的指纹（FP）902（1）-902（n）。在一些实施方式中，图像901可以是光学图像。在一些其他实施方式中，图像901可以是电容性图像。

指纹匹配器920可以是图6的指纹匹配器620的示例实施方式。因此，指纹匹配器920可以被配置成至少部分地基于存储在指纹模板（FT）存储库922中的一个或多个指纹（FP）模板903来确定每个检测的指纹902（1）-902（n）的相应匹配得分904（1）-904（n）。指纹模板903和指纹模板存储库922可以分别是图2的指纹模板232和指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器920可以分别基于指纹902（1）-902（n）与指纹模板903中的一个或多个的相似性水平来确定匹配得分904（1）-904（n）。

加权计算器930被配置成至少部分地基于从一个或多个辅助传感器（诸如，例如，图7的传感器电极710和720或力感测元件740）接收的辅助传感器数据905来确定每个检测的指纹902（1）-902（n）的相应权重906（1）-906（n）。在一些实施例中，加权计算器930可以基于每个位置处的力或电容的改变来确定输入对象（诸如善意手指）在指纹902（1）-902（n）中的每个的位置处的可能性。例如，在给定位置处的力或电容的改变越大，手指在该位置处的可能性就越大。与在具有手指的较低可能性的位置处检测的指纹相比，具有手指的较大可能性的位置处检测的指纹可被给予较高权重。换句话说，权重906（1）-906（n）可以与手指在指纹902（1）-902（n）中的每个的位置处的确定的可能性成比例。

权重906（1）-906（n）与匹配得分904（1）-904（n）组合（例如，相乘）以分别产生加权匹配得分907（1）-907（n）。认证器940被配置成基于加权匹配得分907（1）-907（n）的组合来生成认证输出908。认证器940可以是图6的认证器640的示例实施方式。因此，如果加权匹配得分907（1）-907（n）的组合（例如，和）超过（或等于）匹配阈值，则认证器940可以生成指示图像901（或用户）被认证的认证输出908。

图10示出了根据一些实施例的指纹认证系统1000的另一框图。指纹认证系统1000可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统1000可以基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像1001来生成认证输出1008。认证输出1008可以指示图像1001是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹。

指纹认证系统1000包括指纹检测器1010、相似性过滤器1020、辅助过滤器1030和指纹匹配器1040。指纹检测器1010可以分别是图5和图6的指纹检测器510和/或指纹检测器610的示例实施方式。因此，指纹检测器1010可被配置成检测接收的图像1001中的一个或多个指纹1002。在一些实施方式中，图像1001可以是光学图像。在一些其他实施方式中，图像1001可以是电容性图像。

相似性过滤器1020可以是图5A的指纹过滤器520的示例实施方式。因此，相似性过滤器1020可被配置成至少部分地基于图像1001和存储在附属模板存储库1022中的一个或多个附属模板1003来过滤由指纹检测器1010检测的指纹1002。附属模板1003和附属模板存储库1022可以分别是图2的附属模板234和指纹模板存储库230的示例实施方式。在一些实施例中，指纹过滤器1020可以基于指纹1002与附属模板1003中的一个或多个中的现有指纹的相似性水平来确定每个指纹1002的相似性得分。超过（或等于）相似性阈值的指纹可根据进一步考虑被过滤或消除。因此，仅具有低于相似性阈值的相似性得分的指纹作为原始指纹1004被提供给辅助过滤器1030。

辅助过滤器1030可以是图8A的指纹过滤器820的示例实施方式。因此，辅助过滤器1030可以被配置成至少部分地基于辅助传感器数据1005来进一步过滤原始指纹1004。辅助传感器数据1005可以从一个或多个辅助传感器（诸如，例如图7的传感器电极710和720或力感测元件740）接收。在一些实施例中，辅助过滤器1030可以基于每个位置处的力或电容的改变来确定输入对象（诸如善意手指）在每个原始指纹1004的位置处的可能性。如果给定位置处的力或电容的改变超过对应阈值，则原始指纹可被分类为善意指纹1006。如果给定位置处的力或电容的改变低于对应阈值，则可将原始指纹作为残留指纹过滤或消除。

指纹匹配器1040可以分别是图5和图8的指纹匹配器530和/或指纹匹配器830的示例实施方式。因此，指纹匹配器1040可被配置成至少部分地基于善意指纹1006和存储在指纹模板存储库1042中的一个或多个指纹模板1007来认证图像1001。指纹模板1007和指纹模板存储库1042可以分别是图2的指纹模板232和指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器1040可以基于善意指纹1006与指纹模板1007中的一个或多个的相似性水平来确定善意指纹1006中的每个的匹配得分。指纹匹配器1040可进一步基于善意指纹1006中的至少一个的匹配得分是否超过（或等于）匹配阈值而生成认证输出1008。

如图10中所示，在指纹匹配器1040的前面提供了相似性过滤器1020和辅助过滤器1030。换句话说，指纹认证系统1000在寻找善意指纹之中的匹配指纹之前从善意指纹中过滤残留指纹。然而，在一些其他实施方式中，可在指纹匹配器1040（诸如例如参考图5B及图8B所描述）之后提供过滤器1020和/或1030中的一个或两个。换句话说，指纹认证系统1000可以可替代地或附加地在一个或多个匹配指纹已被识别之后执行过滤中的至少一些。

图11示出了根据一些实施例的指纹认证系统1100的另一框图。指纹认证系统1100可以是图2的输入设备200或者更具体地是指纹验证子模块226的示例实施方式。因此，指纹认证系统1100可基于经由一个或多个生物计量传感器（诸如图2的指纹传感器214）获取的图像1101生成认证输出1108。认证输出1108可以指示图像1101是否包含属于输入设备或电子系统的授权用户的一个或多个善意指纹。

指纹认证系统1100包括指纹检测器1110、指纹匹配器1120、加权计算器1130和认证器1140。指纹检测器1110可以分别是图6和图9的指纹检测器610和/或指纹检测器910的示例实施方式。因此，指纹检测器1110可被配置成检测接收的图像1101中数量（n）的指纹（FP）1102（1）-1102（n）。在一些实施方式中，图像1101可以是光学图像。在一些其他实施方式中，图像1101可以是电容性图像。

指纹匹配器1120可以分别是图6和图9的指纹匹配器620和/或指纹匹配器920的示例实施方式。因此，指纹匹配器1120可被配置成至少部分地基于存储在指纹模板（FT）存储库1122中的一个或多个指纹模板来确定每个检测的指纹1102（1）-1102（n）的相应匹配得分1104（1）-1104（n）。指纹模板存储库1122可以是图2的指纹模板存储库230的示例实施方式。在一些实施例中，指纹匹配器1120可以分别基于指纹1102（1）-1102（n）与存储在指纹模板存储库1122中的一个或多个指纹模板的相似性水平来确定匹配得分1104（1）-1104（n）。

加权计算器1130被配置成至少部分地基于从一个或多个辅助传感器接收的辅助传感器数据1105以及存储在附属模板（AT）存储库1132中的一个或多个附属模板来确定每个检测的指纹1102（1）-1102（n）的相应权重1106（1）-1106（n）。示例辅助传感器可以包括但不限于图7的传感器电极710和720以及力感测元件740。附属模板存储库1132可以是图2的附属模板存储库230的示例实施方式。在一些实施例中，加权计算器1130可以基于每个位置处的力或电容的改变来确定输入对象（诸如善意手指）在指纹1102（1）-1102（n）中的每个的位置处的可能性。在一些其他实施例中，加权计算器1130可以基于指纹1102（1）-1102（n）与存储在附属模板存储库1132中的一个或多个附属模板中的现有指纹的相似性水平来确定指纹1102（1）-1102（n）中的每个的相似性得分。手指在给定位置处的更大可能性可促成指纹在该位置处的加权增加。另一方面，较高的相似性得分可促成对应指纹的加权的减小。

权重1106（1）-1106（n）与匹配得分1104（1）-1104（n）组合（例如，相乘）以分别产生加权匹配得分1107（1）-1107（n）。认证器1140被配置成基于加权匹配得分1107（1）-1107（n）的组合来生成认证输出1108。认证器1140可以分别是图6和图9的认证器640和/或认证器940的示例实施方式。因此，如果加权匹配得分1107（1）-1107（n）的组合（例如，和）超过（或等于）匹配阈值，则认证器1140可以生成指示图像1101（或用户）被认证的认证输出1108。

图12示出了根据一些实施例的被配置用于指纹认证的处理系统1200的框图。处理系统1200可以分别是图1和图2的处理系统110和/或指纹扫描模块220的示例实施方式。因此，处理系统1200可以包括传感器接口1210、处理器1220和存储器1230。为了本文中讨论的目的，处理器1220在图12中示出为耦合在传感器接口1210和存储器1230之间。然而，在实际实施方式中，传感器接口1210、处理器1220和/或存储器1230可以使用一个或多个总线（为简单起见未示出）连接在一起。

传感器接口1210可以包括指纹（FP）传感器接口（I/F）1212和辅助传感器接口1214。FP传感器接口1212可用于与一个或多个指纹传感器（诸如例如图2的指纹传感器214）通信。例如，FP传感器接口1212可以向一个或多个指纹传感器发射激活信号并从一个或多个指纹传感器接收指纹传感器数据，以获取感测区的图像（例如，光学图像或电容性图像）。辅助传感器接口1214可以用于与一个或多个辅助传感器（诸如例如，图2的电容性传感器212和/或图7的传感器电极710和720或力感测元件740中的任何）通信。例如，辅助传感器接口1214可以将激活信号发射到一个或多个辅助传感器，并且从一个或多个辅助传感器接收辅助传感器数据，以获取关于感测区中的输入对象的力或接近信息。

存储器1230包括指纹模板数据存储1231和附属模板数据存储1232。指纹模板数据存储1231可以被配置成存储指纹感测装置的一个或多个授权用户的一个或多个指纹模板（诸如图2的指纹模板232）。附属模板数据存储1232可被配置成存储一个或多个附属模板（诸如图2的附属模板234）以用于识别感测区中的残留指纹的目的。

存储器1230还可以包括非暂时性计算机可读介质（例如，一个或多个非易失性存储器元件，诸如EPROM、EEPROM、闪速存储器、硬盘驱动器等），其可以存储至少以下软件（SW）模块：

•指纹扫描SW模块1233，其用于例如通过捕获感测区的图像来扫描用户的指纹的，指纹扫描SW模块1233包括：

◦模板更新子模块1234，其用于更新存储在附属模板数据存储1232中的附属模板以反映感测区的更最近的（current）状态；

•指纹过滤SW模块1235，其用于对经由FP传感器接口1212接收的一个或多个指纹进行滤波，以将善意指纹与残留指纹区分开，指纹过滤SW模块1235包括：

◦相似性评分子模块1236，其用于基于接收的指纹与存储在附属模板数据存储1232中的一个或多个附属模板中的现有指纹的相似性水平来确定接收的指纹中的每个的相似性得分；以及

◦辅助感测子模块1237，其用于基于在每个位置处检测的辅助传感器数据（诸如力或电容的改变）来确定指纹在接收的指纹中的每个的位置处的可能性；以及

•指纹认证SW模块1238，其用于至少部分地基于善意指纹来认证处理系统1200的用户，指纹认证SW模块1238包括：

◦指纹匹配子模块1239，其用于基于善意指纹与存储在指纹模板数据存储1231中的一个或多个指纹模板的相似性水平来确定善意指纹中的每个的匹配得分。

每个软件模块包括指令，所述指令在由处理器1220执行时使得处理系统1200执行对应功能。因此，存储器1230的非暂时性计算机可读介质包括用于执行以下关于图14和图15描述的操作的全部或一部分的指令。

处理器1220可以是能够执行存储在处理系统1200中（例如，在存储器1230内）的一个或多个软件程序的脚本或指令的任何合适的一个或多个处理器。例如，处理器1220可以执行指纹扫描SW模块1233以例如通过捕获感测区的图像来扫描用户的指纹。在执行指纹扫描SW模块1233时，处理器1220可进一步执行模板更新子模块1234以更新存储在附属模板数据存储1232中的附属模板来反映感测区的更最近的状态。

处理器1220还可以执行指纹过滤SW模块1235以过滤经由FP传感器接口1212接收的一个或多个指纹，以区分善意指纹与残留指纹。在执行指纹过滤SW模块1235时，处理器1220可进一步执行相似性评分子模块1236和/或辅助感测子模块1237。例如，处理器1220可执行相似性评分子模块1236以基于接收的指纹与存储在附属模板数据存储1232中的一个或多个附属模板中的现有指纹的相似性水平来确定接收的指纹中的每个的相似性得分。附加地或可替代地，处理器可以执行辅助感测子模块1237，以基于在每个位置处检测的辅助传感器数据（诸如力或电容的改变）来确定指纹在接收的指纹中的每个的位置处的可能性。

处理器1220还可以执行指纹认证SW模块1238，以至少部分地基于善意指纹认证处理系统1200的用户。在执行指纹认证SW模块1238时，处理器1220还可以执行指纹匹配子模块1239以基于善意指纹与存储在指纹模板数据存储1231中的一个或多个指纹模板的相似性水平来确定善意指纹中的每个的匹配得分。

图13示出了根据一些实施例的被配置用于指纹认证的处理系统的另一框图。处理系统1300可以分别是图1和图2的处理系统110和/或指纹扫描模块220的示例实施方式。因此，处理系统1300可以包括传感器接口1310、处理器1320和存储器1330。为了本文中讨论的目的，处理器1320在图13中示出为耦合在传感器接口1310和存储器1330之间。然而，在实际实施方式中，传感器接口1310、处理器1320和/或存储器1330可以使用一个或多个总线（为简单起见未示出）连接在一起。

传感器接口1310可以包括指纹（FP）传感器接口（I/F）1312和辅助传感器接口1314。FP传感器接口1312可用于与一个或多个指纹传感器（诸如例如图2的指纹传感器214）通信。例如，FP传感器接口1312可以向一个或多个指纹传感器发射激活信号并从一个或多个指纹传感器接收指纹传感器数据，以获取感测区的图像（例如，光学或电容性图像）。辅助传感器接口1314可以用于与一个或多个辅助传感器（诸如例如图2的电容传感器212和/或图7的传感器电极710和720或力感测元件740中的任何）通信。例如，辅助传感器接口1314可以将激活信号发射到一个或多个辅助传感器，并且从一个或多个辅助传感器接收辅助传感器数据，以获取关于感测区中的输入对象的力或接近信息。

存储器1330包括指纹模板数据存储1331和附属模板数据存储1332。指纹模板数据存储1331可以被配置成存储指纹感测装置的一个或多个授权用户的一个或多个指纹模板（诸如图2的指纹模板232）。附属模板数据存储1332可被配置成存储一个或多个附属模板（诸如图2的附属模板234）以用于识别感测区中的残留指纹的目的。

存储器1330可进一步包括可存储至少以下软件（SW）模块的非暂时性计算机可读介质（例如，一个或多个非易失性存储元件，诸如EPROM、EEPROM、闪速存储器、硬盘驱动器等）：

•指纹扫描SW模块1333，其用于例如通过捕获感测区的图像来扫描用户的指纹，指纹扫描SW模块1333包括：

◦模板更新子模块1334，其用于更新存储在附属模板数据存储1332中的附属模板以反映感测区的更最近的状态；

•指纹匹配SW模块1335，其用于基于经由FP传感器接口1312接收的指纹与存储在指纹模板数据存储1331中的一个或多个指纹模板的相似性水平来确定经由FP传感器接口1312接收的每个指纹的匹配得分；

•指纹加权SW模块1336，其用于确定经由FP传感器接口1312接收的每个指纹的加权，指纹加权SW模块1336包括：

◦相似性评分子模块1337，其用于基于接收的指纹与存储在附属模板数据存储1332中的一个或多个附属模板中的现有指纹的相似性水平来确定接收的指纹中的每个的相似性得分；以及

◦辅助感测子模块1338，其用于基于在每个位置处检测的辅助传感器数据（诸如力或电容的改变）来确定指纹在接收的指纹中的每个的位置处的可能性；以及

•指纹认证SW模块1339，其用于至少部分地基于经由FP传感器接口1312接收的指纹中的每个的匹配得分和加权来认证处理系统1200的用户。

每个软件模块包括指令，所述指令在由处理器1320执行时使得处理系统1300执行对应功能。因此，存储器1330的非暂时性计算机可读介质包括用于执行以下关于图14和图15描述的操作的全部或一部分的指令。

处理器1320可以是能够执行存储在处理系统1300中（例如，在存储器1330内）的一个或多个软件程序的脚本或指令的任何合适的一个或多个处理器。例如，处理器1320可以执行指纹扫描SW模块1333以例如通过捕获感测区的图像来扫描用户的指纹。在执行指纹扫描SW模块1333时，处理器1320可进一步执行模板更新子模块1334以更新存储在附属模板数据存储1332中的附属模板来反映感测区的更最近的状态。处理器还可以执行指纹匹配SW模块1335，以基于经由FP传感器接口1312接收的指纹与存储在指纹模板数据存储1331中的一个或多个指纹模板的相似性水平来确定经由FP传感器接口1312接收的指纹中的每个的匹配得分。

处理器1320可以执行指纹加权SW模块1336，以确定经由FP传感器接口1312接收的指纹中的每个的加权。在执行指纹加权SW模块1336时，处理器1320可进一步执行相似性评分子模块1336和/或辅助感测子模块1337。例如，处理器1320可执行相似性评分子模块1336以基于接收的指纹与存储在附属模板数据存储1332中的一个或多个附属模板中的现有指纹的相似性水平来确定接收的指纹中的每个的相似性得分。附加地或可替代地，处理器可以执行辅助感测子模块1337以基于在每个位置处检测的辅助传感器数据（诸如力或电容的改变）来确定指纹在接收的指纹中的每个的位置处的可能性。更进一步，处理器1320可以执行指纹认证SW模块1339，以至少部分地基于经由FP传感器接口1312接收的指纹中的每个的匹配得分和加权来认证处理系统1200的用户。

图14示出了描绘根据一些实施例的示例指纹认证操作1400的说明性流程图。例如参考图2，操作1400可以由输入设备200执行以至少部分地基于用户的指纹中的一个或多个来认证用户。

输入设备从指纹传感器获取感测区的第一图像，其中第一图像包括一个或多个指纹（1410）。在一些实施方式中，图像可以是光学图像。在一些其他实施方式中，图像可以是电容性图像。例如参考图4，图像400可以是由输入设备接收的示例图像。在一些实施例中，输入设备可以使用神经网络和/或其他已知的指纹（或对象）检测技术来检测或识别第一图像中的一个或多个指纹。

输入设备将第一图像与一个或多个附属模板进行比较，以确定一个或多个指纹中的每个指纹的相似性得分（1420）。例如，输入设备可以基于指纹与附属模板中的一个或多个中的现有指纹的相似性水平来确定针对每个指纹的相似性得分。如上所述，附属模板可指示感测区中的一个或多个残留指纹的存在和/或位置。

输入设备还将指纹中的至少一个与一个或多个指纹模板比较以确定匹配得分（1430）。例如，输入设备可以基于指纹与指纹模板中的一个或多个的相似性水平来确定指纹中的一个或多个的匹配得分。如上所述，指纹模板可以指示或以其他方式描述授权的用户的手指的表面上的脊和谷的图案（例如，生物计量标记）。

输入设备至少部分地基于相似性得分和匹配得分来选择性地认证第一图像（1440）。在一些实施例中，输入设备可以至少部分地基于相似性得分来区分善意指纹与残留指纹，并且过滤指纹，使得仅出于认证目的来考虑善意指纹（诸如关于图5和图10所描述的）。因此，如果一个或多个善意指纹的匹配得分超过匹配阈值，则第一图像可以被认证。在一些其他实施例中，输入设备可以至少部分地基于相似性得分来对指纹进行加权，使得善意指纹比残留指纹对用户认证确定促成更多（诸如关于图6和图11所描述的）。因此，如果组合加权匹配得分超过匹配阈值，则第一图像可以被认证。

图15示出了描绘根据一些实施例的另一示例指纹认证操作1500的说明性流程图。例如参考图2，操作1500可以由输入设备200执行以至少部分地基于用户的指纹中的一个或多个来认证用户。

输入设备从指纹传感器获取感测区的第一图像，其中第一图像包括一个或多个指纹（1510）。在一些实施方式中，图像可以是光学图像。在一些其他实施方式中，图像可以是电容性图像。例如参考图4，图像400可以是由输入设备接收的示例图像。在一些实施例中，输入设备可以使用神经网络和/或其他已知的指纹（或对象）检测技术来检测或识别第一图像中的一个或多个指纹。

输入设备还从一个或多个辅助传感器获取辅助传感器数据，其中辅助传感器数据在获取第一图像时指示感测区中的一个或多个对象的力或接近（1520）。示例辅助传感器可包括但不限于图7的传感器电极710和720或力感测元件740。因此，辅助传感器数据可以指示感测区中的一个或多个位置处的力或电容的改变。

输入设备确定第一图像中的一个或多个指纹中的每个的位置（1530），并且至少部分地基于辅助传感器数据来确定手指在每个位置处的可能性（1540）。在一些实施例中，输入设备可以基于每个位置处的力或电容的改变的量来确定输入对象（诸如善意手指）在每个指纹的位置处的可能性。例如，在给定位置处的力或电容的改变越大，手指在该位置处的可能性就越大。在一些其他实施例中，输入设备可以基于每个位置处的电容性感测标记的形状或取向来确定输入对象在每个指纹的位置处的可能性。例如，在给定位置处的指纹和电容性感测标记之间的形状或取向的相似性越大，则手指在该位置处的可能性就越大。

输入设备还将指纹中的至少一个与一个或多个指纹模板进行比较，以确定匹配得分（1550）。例如，输入设备可以基于指纹与指纹模板中的一个或多个的相似性水平来确定指纹中的一个或多个的匹配得分。如上所述，指纹模板可以指示或以其他方式描述授权用户的手指的表面上的脊和谷的图案（例如，生物计量标记）。

输入设备至少部分地基于相似性得分和匹配得分来选择性地认证第一图像（1560）。在一些实施例中，输入设备可以至少部分地基于手指在每个指纹位置处的可能性来区分善意指纹与残留指纹，并且对指纹进行过滤以使得出于认证的目的仅考虑善意指纹（诸如关于图8和图10所描述的那样）。因此，如果一个或多个善意指纹的匹配得分超过匹配阈值，则第一图像可以被认证。在一些其他实施例中，输入设备可以至少部分地基于手指在指纹位置中的每个处的可能性来对指纹进行加权，使得善意指纹比残留指纹对用户认证确定促成更多（诸如关于图9和图11所描述的）。因此，如果组合加权匹配得分超过匹配阈值，则第一图像可以被认证。

本领域技术人员将领会，信息和信号可使用多种不同科技和技术中的任何来表示。例如，贯穿上面描述可能被提及的数据、指令、命令、信息、信号、比特、符号和码片可由电压、电流、电磁波、磁场或磁粒子、光场或光粒子、或其任何组合来表示。

此外，本领域技术人员将领会，结合本文中所公开的方面描述的各种说明性逻辑块、模块、电路及算法步骤可实施为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，上面对各种说明性的部件、块、模块、电路和步骤已经在其功能性方面进行了一般性描述。这样的功能性是被实施为硬件还是软件取决于特定的应用和施加在整体系统上的设计约束。本领域技术人员可针对每个特定应用以不同方式实施所描述的功能性，但这样的实施决策不应被解释为引起脱离本公开的范围。

结合本文中所公开的方面描述的方法、序列或算法可直接体现于硬件中、由处理器执行的软件模块中或两者的组合中。软件模块可驻留在RAM存储器、闪速存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM或本领域中已知的任何其他形式的存储介质中。示例性存储介质耦合到处理器，使得处理器可从存储介质读取信息且将信息写入到存储介质。在替代方案中，存储介质可与处理器成整体。

在前述说明书中，已经参考其具体示例描述了实施例。然而，将明显的是，在不脱离如所附权利要求中阐述的本公开内容的更广泛的范围的情况下，可以对其进行各种修改和改变。因此，说明书和附图应被视为是说明性意义的而不是限制性意义的。

Claims (20)

1.一种输入设备，包括：

指纹传感器，其配置成捕获所述输入设备的感测区的图像；以及

处理系统，其被配置成：

基于在指纹注册操作期间提供的用户输入来生成一个或多个指纹模板；

从所述指纹传感器获取所述感测区的第一图像，所述第一图像包括一个或多个指纹；

通过将所述第一图像与在所述第一图像之前捕获的所述感测区的一个或多个图像进行比较来确定所述一个或多个指纹中的每个的相似性得分；

通过将所述至少一个指纹与所述一个或多个指纹模板进行比较来确定所述第一图像中的所述指纹中的至少一个的匹配得分；以及

至少部分地基于所述相似性得分和所述匹配得分来选择性地认证所述第一图像。

2.根据权利要求1所述的输入设备，其中所述处理系统用于通过以下操作来确定所述匹配得分：

将所述一个或多个指纹中的每个的所述相似性得分与相似性阈值进行比较；以及

仅选择具有低于所述相似性阈值的相似性得分的指纹来与所述一个或多个指纹模板比较。

3.根据权利要求2所述的输入设备，其中当所述选择的指纹中的至少一个的所述匹配得分高于或等于匹配阈值时，所述第一图像被认证。

4.根据权利要求1所述的输入设备，其中所述处理系统用于通过以下操作来认证所述第一图像：

至少部分地基于所述相应相似性得分，将加权应用于所述第一图像中的所述一个或多个指纹中的每个的所述匹配得分；以及

组合所述一个或多个指纹的加权匹配得分以生成组合加权匹配得分，其中当所述组合加权匹配得分高于或等于匹配阈值时，所述第一图像被认证。

5.根据权利要求4所述的输入设备，其中所述加权对于具有较低相似性得分的指纹比对于具有较高相似性得分的指纹更高。

6.根据权利要求1所述的输入设备，还包括：

一个或多个辅助传感器，其被配置成检测所述感测区中的对象的力或接近，其中所述处理系统还被配置成：

确定所述第一图像中的所述一个或多个指纹中的每个的位置；以及

基于当获取所述第一图像时所述检测的一个或多个对象的力或接近来确定手指在所述确定的位置中的每个处的可能性。

7.根据权利要求6所述的输入设备，其中所述处理系统用于通过以下操作来确定所述匹配得分：

将手指在所述确定的位置中的每个处的所述可能性与可能性阈值进行比较；以及

仅选择与位置一致的所述指纹来与所述一个或多个指纹模板比较，在所述位置中的手指的所述可能性高于或等于所述可能性阈值。

8.根据权利要求7所述的输入设备，其中当所述选择的指纹中的至少一个的所述匹配得分高于或等于匹配阈值时，所述第一图像被认证。

9.根据权利要求6所述的输入设备，其中所述处理系统用于通过以下操作来认证所述第一图像：

至少部分地基于手指在所述确定的位置处的所述可能性，将加权应用于所述一个或多个指纹中的每个的所述匹配得分；以及

组合所述一个或多个指纹的所述加权匹配得分以生成组合加权匹配得分，其中当所述组合加权匹配得分高于或等于匹配阈值时，所述第一图像被认证。

10.一种由输入设备执行的方法，包括：

基于在指纹注册操作期间提供的用户输入来生成一个或多个指纹模板；

从指纹传感器获取感测区的第一图像，其中所述第一图像包括一个或多个指纹；

通过将所述第一图像与在所述第一图像之前捕获的所述感测区的一个或多个图像进行比较来确定所述一个或多个指纹中的每个的相似性得分；

通过将所述至少一个指纹与所述一个或多个指纹模板进行比较来确定所述第一图像中的所述指纹中的至少一个的匹配得分；以及

至少部分地基于所述相似性得分和所述匹配得分来选择性地认证所述第一图像。

11.根据权利要求10所述的方法，其中所述匹配得分的所述确定包括：

将所述一个或多个指纹中的每个的所述相似性得分与相似性阈值进行比较；以及

仅选择具有低于所述相似性阈值的相似性得分的指纹来与所述一个或多个指纹模板比较。

12.根据权利要求11所述的方法，其中当所述选择的指纹中的至少一个的所述匹配得分高于或等于匹配阈值时，所述第一图像被认证。

13.根据权利要求10所述的方法，其中所述第一图像的所述认证包括：

至少部分地基于所述相应相似性得分，将加权应用于所述第一图像中的所述一个或多个指纹中的每个的所述匹配得分；以及

组合所述一个或多个指纹的所述加权匹配得分以生成组合加权匹配得分，其中当所述组合加权匹配得分高于或等于匹配阈值时，所述第一图像被认证。

14.根据权利要求13所述的方法，其中所述加权对于具有较低相似性得分的指纹比对于具有较高相似性得分的指纹更高。

15.根据权利要求10所述的方法，还包括：

检测当获取所述第一图像时所述感测区中的一个或多个对象的力或接近；

确定所述第一图像中的所述一个或多个指纹中的每个的位置；以及

基于所述检测的所述一个或多个对象的力或接近来确定手指在所述确定的位置中的每个处的可能性。

16.根据权利要求15所述的方法，所述匹配得分的所述确定包括：

将手指在所述确定的位置中的每个处的所述可能性与可能性阈值进行比较；以及

仅选择与位置一致的所述指纹来与所述一个或多个指纹模板比较，在所述位置中的手指的所述可能性高于或等于所述可能性阈值。

17.根据权利要求15所述的方法，其中所述第一图像的所述认证包括：

至少部分地基于手指在所述确定的位置处的所述可能性将加权应用于所述一个或多个指纹中的每个的所述匹配得分；以及

组合所述一个或多个指纹的所述加权匹配得分以生成组合加权匹配得分，其中当所述组合加权匹配得分高于或等于匹配阈值时，所述第一图像被认证。

18.一种输入设备，包括：

指纹传感器，其被配置成捕获感测区的图像；

一个或多个辅助传感器，其被配置成检测所述感测区中的对象的力或接近；以及

处理系统，其被配置成：

基于在指纹注册操作期间提供的用户输入来生成一个或多个指纹模板；

从所述指纹传感器获取所述感测区的第一图像，所述第一图像包括一个或多个指纹；

从所述一个或多个辅助传感器获取辅助传感器数据，所述辅助传感器数据指示当获取所述第一图像时所述感测区中的一个或多个对象的所述力或所述接近；

确定所述第一图像中的所述一个或多个指纹中的每个的位置；

基于所述辅助传感器数据来确定手指在所述位置中的每个处的可能性；

通过将所述至少一个指纹与所述一个或多个指纹模板进行比较来确定所述第一图像中的所述指纹中的至少一个的匹配得分；以及

至少部分地基于所述匹配得分和所述确定的可能性来选择性地认证所述第一图像。

19.根据权利要求18所述的输入设备，其中所述处理系统用于通过以下操作来确定所述匹配得分：

将手指在所述确定的位置中的每个处的所述可能性与可能性阈值进行比较；以及

仅选择与位置一致的所述指纹来与所述一个或多个指纹模板比较，在所述位置中的手指的所述可能性高于或等于所述可能性阈值。

20.根据权利要求18所述的输入设备，其中所述处理系统用于通过以下操作来认证所述第一图像：

至少部分地基于手指在所述确定的位置处的所述可能性将加权应用于所述一个或多个指纹中的每个的所述匹配得分；以及

组合所述一个或多个指纹的所述加权匹配得分以生成组合加权匹配得分，其中当所述组合加权匹配得分高于或等于匹配阈值时，所述第一图像被认证。

Images