CN1842805A - 生物统计识别设备 - Google Patents

生物统计识别设备 Download PDF

Info

Publication number
CN1842805A
CN1842805A CNA200480024441XA CN200480024441A CN1842805A CN 1842805 A CN1842805 A CN 1842805A CN A200480024441X A CNA200480024441X A CN A200480024441XA CN 200480024441 A CN200480024441 A CN 200480024441A CN 1842805 A CN1842805 A CN 1842805A
Authority
CN
China
Prior art keywords
pore
macrofeature
finger
intra
skin image
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.)
Pending
Application number
CNA200480024441XA
Other languages
English (en)
Inventor
R·亨德里克斯
P·T·塔伊尔斯
G·卢卡森
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN1842805A publication Critical patent/CN1842805A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing

Abstract

本发明涉及一种用于识别个人手指(1)的生物统计识别设备。获取内部皮肤图像(ISI)。所述图像(ISI)包括毛孔(P1,P2,P3),其中所述图像(ISI)位于离手指的内侧表面(2)具有一段距离(D)的手指的内侧。所述毛孔被定位作为内部皮肤图像(ISI)中的隔离的点。进一步将毛孔位置(CP1-CPN)同参考内部皮肤图像(RI)的参考毛孔位置(RP1-RPM)相匹配以产生毛孔匹配分数(PMS)。将毛孔匹配分数(PMS)同预定毛孔阈值相比较以判断手指(1)的基于毛孔的识别是正确的还是不正确的。

Description

生物统计识别设备
技术领域
本发明涉及一种生物统计识别设备。本发明还涉及一种利用这种设备所实现的方法。
本发明尤其涉及基于生物统计学的访问控制的领域。
背景技术
如图1a所示,手指内侧的皮肤被由脊和谷组成的图案所覆盖。早在几个世纪以前已经开始研究对每个人而言这些图案是否是不同的,并且认为每个人都具有唯一的指纹。这使得指纹适合于证实自身所特有的身份。大多数的识别系统使用脊的图案中的特有特征。基于指纹图案中的脊不是连续不断的线条而是终止、分成分岔、或者构成岛的线条这样的事实,所以这些特征是十分重要的。这些特殊的点被称作小花纹(minutiae)或者宏观特征。尽管通常指纹包含大约一百个小花纹,但是传感器所扫描的指纹区域通常包括大约30或者40个小花纹。
当发生生物统计检验时,进行个人指纹的扫描并将其同所存储的参考指纹的特征相比较。使用基于指纹的生物统计识别时的第一个问题是存在这样的事实:现在使用的指纹扫描仪都不能区别手指和精心制作的虚造物之间的区别。第二个问题是这种生物统计识别系统具有非零的错误接受和错误拒绝比率。
毛孔是皮肤上天生存在的生理特征,其存在于指纹的脊上并提供用于生物统计识别的辅助图案。公开号为W099/06942的专利申请披露了一种用于通过手指毛孔和宏观特征的结合识别个人的方法和设备。所述方法包括在登记处理期间从个人处获取指纹图像的步骤,所述指纹图像具有至少一个登记毛孔和至少一个登记宏观特征。登记毛孔数据源自于登记毛孔,以及登记宏观特征数据源自于登记宏观特征。在查询步骤中,获取具有至少一个查询毛孔以及至少一个查询宏观特征的指纹图像。查询毛孔数据源自于查询毛孔,以及查询宏观特征数据源自于查询宏观特征。查询关联数据是通过将查询毛孔数据同查询宏观特征数据相关联而构造的,以及登记关联数据是通过将登记毛孔数据同登记宏观特征数据相关联而构造的。将查询关联数据与登记关联数据相比较以产生关联分数,其中根据关联分数和预定阈值的比较结果产生成功的或者失败的识别结果。这种方法通过将宏观特征和毛孔相关联的方式能够大幅度削减错误接受和错误拒绝比率。另外,因为在虚造的指纹上很难保持毛孔信息,所以所述方法还具有改善了的防止欺骗的能力。利用协作进行指纹复制是必需的。
该方法的第一个缺点是手指表面上存留的污垢和油脂将影响毛孔的检测。所获取的毛孔数据因此不是完全可靠的,并且不能利用作为标识数据的唯一来源。第二个缺点是尽管欺诈造成了更多的困难但是欺骗仍然是可能的。
发明内容
本发明的目的是提供一种用于识别个人的技术方案,所述方案对欺骗而言更可靠和更坚固。
这是利用一种生物统计识别设备实现的,所述生物统计识别设备包括:
-获取装置,用于获取内部皮肤图像,所述内部皮肤图像位于离手指的内侧表面具有一段距离的手指的内侧,所述内部皮肤图像包括毛孔,
-定位装置,用于定位候选毛孔作为所述内部皮肤图像内的隔离的点,
-匹配装置,用于将所述候选毛孔的位置同参考内部皮肤图像的参考毛孔位置相匹配以产生毛孔匹配分数,
-判断装置,用于根据毛孔匹配分数同预定毛孔阈值的比较结果判断基于毛孔的识别是成功的还是失败的。
根据本发明的获取装置提供个人手指的内部皮肤图像。所述图像位于离手指表面一段距离的个人手指的内侧。获取这样的内部皮肤图像的益处在于摆脱由外界因素对皮肤的生理特征所构成的任何污染,所述外界因素例如污垢和油脂。生理特征的图像质量和可见度被大大地改善。
这样的内部皮肤图像不但显示传统指纹的由脊和谷组成的经典图案,而且还显示具有提高了可见度的毛孔。毛孔定位装置利用该提高的可见度,以便将候选毛孔定位作为黑暗背景上的隔离的辉点或者作为明亮背景上的隔离的暗点。将候选毛孔位置与参考毛孔位置相匹配以便产生毛孔匹配分数。如果所述毛孔匹配分数大于预定毛孔阈值,那么认定个人手指是真实的。否则,那么认定个人手指是虚假的。
对本领域的技术人员而言,毛孔作为持久的、不变的和特殊的特征是公知的。通过获取显示其具有提高的可见度的毛孔的非常清洁的内部皮肤图像的方式,根据本发明的生物统计识别设备因此提供了对个人手指的非常可靠的识别,所述对个人手指的非常可靠的识别仅仅以所述毛孔为基础。
此外,因为获取位于离个人手指内侧一段距离的内部皮肤图像不像获取指纹的肤浅图像那么容易实现,所以利用根据本发明的生物统计识别设备很难制造欺骗。
附图说明
将参照附图进一步描述本发明:
-图1a显示了传统的指纹,
-图1b显示了根据本发明的内部皮肤图像上的放大图,
-图2显示了根据本发明的第一实施方式的生物统计识别设备的流程图,
-图3是根据本发明的获取装置的示意图,
-图4显示了根据本发明的第二实施方式的生物统计识别设备的流程图,
-图5a显示了内部皮肤图像的示意图,所述内部皮肤图像包括脊、指纹宏观特征和毛孔,
-图5b显示了位于内部皮肤图像中的宏观特征位置周围的毛孔的搜索区域的示意图,
-图6是根据本发明的第三实施方式的生物统计识别设备的示意图,
-图7a和7b显示了根据本发明的第二实施方式的用于搜索毛孔的以指纹脊的宏观特征为中心的搜索区域,
-图8是根据本发明的第四实施方式的生物统计识别设备的示意图。
具体实施方式
参照图2,个人手指1的内侧表面2被按压在获取装置4的平板3上。所述获取装置4是用来获取手指1的图像平面IP的内部皮肤图像ISI,所述图像平面IP位于离内侧表面2具有一段距离D的手指1的内侧。离手指的内侧表面2的所述距离D优选被选择大于0.1毫米和小于0.5毫米。
图3中所出现的获取装置4包括用于生成辐射束42的辐射源41,所述辐射束例如是激光束之类。获取装置4还包括用于将辐射束42聚焦在手指1内侧的图像平面IP上的聚焦装置43,例如物镜。获取装置4最后还包括用于检测反射辐射束的检测装置44,所述反射束45是从图像平面IP被反射的。
优选地,获取装置4包括用于根据所放射的激光而形成图像的共焦显微镜,然而对所属技术领域的专业人员而言显而易见的是:本发明还涉及能够产生图像平面IP的这种图像ISI的任何的等效系统,例如医学X射线系统。
图4以图解法描述了当使用共焦显微镜时获取装置如何形成内部皮肤图像ISI。这种共焦显微镜包括:
-激光源10,用于提供激励光11,
-分色镜12,用于反射短于某一波长的光并通过长于该波长的光,
-扫描镜13和14,安装在发动机上,
-准直透镜15,用于构造平行的激光射线,
-物镜16,具有焦点F,其位于手指1的皮肤内的图像平面IP上(物镜16具有同图像平面IP相一致的焦平面),
-共焦针孔17,其平面共轭于物镜16的焦平面,
-检测器18,
-计算机19。
激光源10产生激励光11,所述激励光11反射离开分光镜12。从那里激励光11击中二个扫描镜13和14,所述扫描镜13和14越过手指1扫描激励光11。手指1重发射一些重发射光20,所述重发射光20被扫描镜14和13重新扫描,并穿过分光镜12且聚焦在共焦针孔17上。因为物镜16的焦平面共轭于孔平面,所以仅仅由手指反射的位于焦点上的光通过针孔。穿过共焦针孔17的反射光20被检测器18所测量,所述检测器18例如是光电倍增管。由焦平面反射的但是没有位于焦点处的光被针孔所阻挡。因此,在任何指定瞬间,仅仅能够观察到手指1的图像平面上的一个点。检测器18附于计算机19上,所述计算机19以每次一个像素的方式建立内部皮肤图像ISI。
这种共焦显微镜的优点在于拒绝了在焦点以外的反射光。实际效果是成像了手指的薄切片。换句话说,共焦显微镜具有小的视野深度。通过透过手指1扫描很多薄切片,可以建立手指1的完全清洁的三维内部皮肤图像或者图像序列ISIS。
应当注意的是:CD驱动器的拾取单元可以被用作共焦显微镜。特别是同使用CCD摄像机的传统系统相比,这种技术方案的优点在于非常地便宜。
图1b显示了由根据本发明的设备所产生的内部皮肤图像ISI的区域的放大图。所述放大区域包括明亮的脊BR和暗色的谷DV,这看起来十分类似于图1a的那些,但是具有相反的对比度。不同于图1a的基于墨水的指纹,图1b的明亮的脊对应于手指表面的沟槽,而图1b的暗色的谷对应于手指表面的脊。除图1a的传统的基于墨水的指纹之外,所述内部皮肤图像ISI包括多个隔离的辉点BS1、BS2、BS3,所述点对应于毛孔。在图1b的放大区域中,所述毛孔因此位于暗色的谷的内侧。
应当注意的是:获取装置也可以提供具有相反对比度的内部皮肤图像,也就是说具有处于明亮背景上的隔离的暗点。
应当注意的是:内部皮肤图像ISI每平方毫米大致包括10个毛孔。
参照图2,根据本发明所述的设备还包括定位装置5,所述定位装置5用于在内部皮肤图像ISI上定位所述隔离的辉点。
在本发明的第一实施方式中,所述定位装置5用来独立于像指纹的宏观特征之类的任何其他指纹特征而定位候选毛孔。定位装置5例如采用阈值处理技术,以便从黑暗背景中提取候选毛孔。这种阈值处理技术保持大于预定对比阈值的图像ISI的像素,而迫使使值小于所述预定对比阈值的像素为零。对所属技术领域的专业人员而言显而易见的是:这种技术将导致二进制。产生二进制图象。所述对比阈值的合理值是根据经验确定的,以便保持与真实毛孔相对应的大部分辉点,而拒绝与虚假景象相对应的大部分辉点。应当注意的是:依据隔离的辉点可以在黑暗背景上形成很好的对比的事实而使用阈值处理是可能的。然而,本发明不局限于这种阈值处理技术。定位装置5还可以包括例如基于圆形过滤器的过滤子装置,所述过滤子装置检测具有对比值并具有在预定数值范围内的直径的明亮的圆形。
优选地,所述定位装置5还包括薄化(thinning)子装置以便获取一个像素宽度的候选毛孔。薄化子装置所使用的薄化技术对所属技术领域的专业人员而言是公知的。因此,考虑参考坐标(O,x,y),定位装置5输出一组候选毛孔位置CP1(x1,y1),CP2(x2,y2),...,CPN(xn,yn),其中n是整数。
匹配装置6然后将所述候选毛孔位置CP1至CPN同参考内部皮肤图像RI的参考毛孔位置RP1至RPM相匹配,其中M是整数。
图5以图解法描述了用于将候选毛孔位置CP1至CPN同参考毛孔位置RP1至RPM相匹配的可能的技术。所述匹配技术用于在搜索区域SA内搜索参考图象RI的参考毛孔RP,其中所述搜索区域SA以内部皮肤图像ISI的候选毛孔CP的位置(xi,yi)为中心。对内部皮肤图像ISI的每个候选毛孔重复这样的操作。用下列的方式生成毛孔匹配分数PMS:所述毛孔匹配分数PMS被初始化为零。如果在搜索区域SA内查找到参考毛孔RP,那么毛孔匹配分数PA增加1。
应当注意的是:可以仅将参考毛孔位置RP1至RPM的列表存储在根据本发明的生物统计学识别设备的存储器中,而没有必要存储整个参考图象RI。
判断装置7还将毛孔匹配分数PMS同预定毛孔阈值相比较以便判断基于内部皮肤图像ISI的识别是否有效。这种预定毛孔阈值具有根据经验选择的值,以便除去假冒的手指而保留真实的手指。
应当注意的是:内部皮肤图像ISI和参考图象RI可以利用不同的设置来获取,例如如图5所示的个人手指的不同的方向。在这种情况下,包括平移、缩放或者旋转的坐标变换8是必须的,以便简化在候选内部皮肤图像ISI和参考图象RI之间的匹配。
本发明的第一实施方式的优点在于提出了一种用于根据仅分析包括在内部皮肤图像内的候选毛孔的方式来识别个人手指的技术方案。获取这样的内部皮肤图像的优点在于摆脱由于污垢、油脂和皮肤表面的任何老化所引起的干扰。因此,所获取的内部皮肤图像品质优良并呈现了具有良好对比度的毛孔。另一个优点是在杯子上或者桌子上无法找到内部皮肤图案的痕迹。涉及定位和匹配毛孔的图像处理技术还具有容易实现的优点。
如上文已经描述的那样,内部皮肤图像ISI不但包括毛孔而且包括指纹的脊和谷。所述指纹的脊通常以宏观特征为特征,而所述宏观特征对所属技术领域的专业人员是公知的。如图1a的指纹所示,宏观特征例如是指纹的脊的分叉BF和端点EP。
图6以功能方式呈现了根据本发明的第二实施方式的生物统计识别设备。所述设备还包括用于定位所述指纹的脊的宏观特征的宏观特征定位装置30。所述宏观特征定位装置30例如包括用于使内部皮肤图像ISI二进制化的阈值处理子装置。获取二进制的内部皮肤图像BISI。应当注意的是:辅助阈值处理子装置涉及与毛孔定位装置5所使用的为相同的技术。因此,阈值处理子装置可以方便地立即施加于由毛孔定位装置5和宏观特征定位装置30所使用的内部皮肤图像ISI和相同的二进制图象BISI。在这种情况下,二进制内部皮肤图像BISI被发送给毛孔定位装置5。
应当注意的是:当阈值处理内部皮肤图像时,脊和谷的对比度的不规则性可能导出一些错误。因此,通过在阈值处理以前使用不均匀性滤波子装置以便改善内部皮肤图像内的拉长的形状的方式来使得指纹脊的位置对错误而言更加稳键。所述不均匀性滤波子装置例如涉及对所属技术领域的专业人员公知的形态学技术。
宏观特征定位装置30还包括薄化子装置以便产生一个像素宽的指纹结构。如所属技术领域的专业人员所公知的那样,可以输出脊骨架图或者谷骨架图。二者都可以用于定位宏观特征,但是因为毛孔位于谷上,所以得出可以从脊骨架图中更加容易地提取出毛孔。因此输出脊骨架图。宏观特征定位装置30还包括分析子装置,所述分析子装置用于分析脊的每个顶点以判断它是否是宏观特征(分叉或者终点)。在搜索区域执行这样的分析,并且这样的分析特别地是以长度标准为基础的。例如,拒绝过短的脊。
所述宏观特征位置子装置最后输出所提取的宏观特征MF1至MFL的位置,其中L是整数。
图7a是二进制内部皮肤图像BISI的示意图。所述二进制内部皮肤图像BISI包括宏观特征位置MF1至MFL
根据本发明的第二实施方式的设备还包括宏观特征匹配装置31,所述宏观特征匹配装置31用于将所述宏观特征位置MF1至MFL同参考宏观特征位置RMF1至RMFK相匹配以产生宏观特征匹配分数MFMS,其中K是整数。参考宏观特征位置RMF1至RMFK来自参考图象RI,并且被存储在根据本发明的生物统计识别设备的存储器中。由宏观特征判断装置32将所述宏观特征匹配分数MFMS同预定宏观特征阈值MFT相比较,所述宏观特征判断装置32输出基于宏观特征的判定MFD。如果宏观特征匹配分数MFMS大于预定宏观特征阈值MFT,那么基于宏观特征的判定MFD认定基于宏观特征的个人手指的识别是正确的,如果相反,则认定识别是失败的。
毛孔定位装置5利用下列方式可以方便地利用宏观特征位置MF1至MFL:代替在整个内部皮肤图像ISI中搜索毛孔,搜索区域SA被界定在宏观特征位置MF1至MFL的周围,其中在整个内部皮肤图像ISI中搜索毛孔可能是相当耗费时间的。换句话说,所述宏观特征位置MF1至MFL被用作用于定位毛孔的起始点。
图7b是以宏观特征位置MF1为中心的搜索区域SA的示意图,所述宏观特征位置MF1用于在内部皮肤图像ISI内定位毛孔。毛孔SP1位于离宏观特征位置MF1具有距离ρ1的位置。参照宏观特征位置MF1利用极坐标(ρ1,θ1)可以方便地定位所述毛孔SP1
同样,基于宏观特征的判定MFD也可以方便地由毛孔判断装置7来利用以获取基于毛孔的判定PD。几个备选方案都是可能的。例如,因为与点状的毛孔相比宏观特征更加具体并且更易于认定可靠性,所以宏观特征的失败识别被认为胜过毛孔的正确识别。与此相反,宏观特征的正确识别需要由毛孔的正确识别来完成以便得到更加安全的判定。
本发明的第二实施方式的优点在于利用了这样的事实:指纹的宏观特征很容易检测从而使得毛孔的位置对错误而言更加稳键。宏观特征位置利用参考图象RI简化内部皮肤图像ISI的映射。
在第三实施方式中,根据本发明的生物统计识别设备产生一系列的内部皮肤图像。所述一系列的内部皮肤图像构成了三维内部皮肤图像,其中每个内部皮肤图像与手指皮肤内的特定深度相对应。定位装置5和匹配装置6被施加到一系列内部皮肤图像的每一个,最好是按顺序施加以便考虑先前的图像的毛孔位置从而在当前内部皮肤图像中搜索毛孔。判断装置7收集来自序列中连续内部皮肤图像的毛孔位置。可能地,所述判断装置取决于所有毛孔沿着序列的存在的连续性向毛孔位置分配可靠性测量,并根据该可靠性测量的结果作出最后的基于毛孔的判定。本发明的第三实施方式的优点在于提供毛孔的更加稳键的位置,以及因此允许个人手指的更加可靠的识别。
参照图8,根据本发明的第四实施方式的生物统计识别设备包括第二获取装置50,所述第二获取装置50用于获取手指1的内侧表面2的肤浅指纹图像SI。所述第二获取装置50例如包括CCD摄像机。肤浅图像SI包括指纹脊和谷以及毛孔。如上文中已经描述的那样,同内部皮肤图像ISI的主要区别是肤浅图像SI是有干扰的,所述干扰是由手指表面上的油脂和污垢的存在所引起的。根据本发明的第四实施方式的生物统计设备还包括第二宏观特征定位装置51,所述第二宏观特征定位装置51用于定位位于肤浅图像SI的指纹脊上的宏观特征。第二宏观特征位置RMF′1至RMF′L被输出,其中L是整数。根据本发明的第四实施方式的生物统计设备还包括第二宏观特征匹配装置52,所述第二宏观特征匹配装置52用于将所述第二宏观特征位置同参考肤浅图像RSI的第二参考宏观特征位置RMF′1至RMF′K相匹配以便产生肤浅宏观特征匹配分数(SMFMS),其中K是整数。所涉及的图像处理技术与在宏观特征定位装置30和宏观特征匹配装置31中所涉及的图像处理技术完全相同,并且这对所属技术领域的专业人员而言是公知的。
根据本发明的第四实施方式的生物统计设备还包括第二毛孔定位装置53,所述第二毛孔定位装置53用于参照第二宏观特征位置MF′1至MF′L将毛孔定位作为肤浅图像(SI)中的隔离的辉点。例如,在以第二宏观特征位置为中心的搜索区域中搜索毛孔。第二毛孔位置CP′1至CP′N被输出,其中N是整数。根据本发明的第四实施方式的生物统计设备还包括第二毛孔匹配装置54,所述第二毛孔匹配装置54用于将所述毛孔位置CP′1至CP′N同所述参考肤浅图像(RSI)的第二参考毛孔位置RP′1至RP′M相匹配以便产生肤浅毛孔匹配分数(SPMS),其中M是整数。在第二毛孔定位装置53和第二毛孔匹配装置54中涉及的技术是增强、阈值处理、薄化和匹配技术,这对所属技术领域的专业人员而言是公知的。然而,干扰的存在使得宏观特征和毛孔的检测更加困难。为了预防这个问题的发生,使用消除干扰技术是有利的,其中消除干扰技术对所属技术领域的专业人员而言是公知的。肤浅毛孔匹配分数SPMS被输出。
肤浅宏观特征匹配分数SMFMS和肤浅毛孔匹配分数SPMS分别被第二宏观特征判断装置55和第二毛孔判断装置56所利用。用与如上所述的在宏观特征判断装置32和毛孔判断装置7中所采用的同样的方式,所述第二宏观特征判断装置55和第二毛孔判断装置56将肤浅宏观特征匹配分数SMFMS和肤浅毛孔匹配分数SPMS分别同预定宏观特征阈值和预定毛孔阈值相匹配。基于肤浅宏观特征的判定SMFBD和基于肤浅毛孔的判定SPBD被采用。
根据本发明的第四实施方式的生物统计识别设备最后还包括全局判断装置57,所述全局判断装置57用于判断个人手指1的识别ID是否正确。利用宏观特征匹配分数MFMS、毛孔匹配分数PMS、肤浅宏观特征匹配分数SMFMS和肤浅毛孔匹配分数SPMS执行这种全局判断。
根据本发明的第四实施方式的系统的第一个优点在于提供了更加安全的识别,所述识别是从指纹的两种不同的图象获取模式所获得的。第二个优点在于使得欺骗更加困难。
根据本发明的生物统计识别系统特别适用于建筑物入口处的访问控制。然而,这种系统还可以用于例如由警方实施的机动车身份控制。在这种情况下,内部皮肤图像ISI可以由便携式设备产生,所述便推式设备与生物统计识别系统相分离。因此,根据本发明的用于产生个人手指1的内部皮肤图像ISI的设备包括放置装置,所述放置装置用于将个人手指1的内侧表面2放置在获取装置的前面。所述获取装置进一步获取内部皮肤图像,所述内部皮肤图像位于离手指的内侧表面(2)具有一定距离(D)的手指的内侧。内部皮肤图像ISI最终被存储装置存储到存储器中。随后后,内部皮肤图像ISI可以例如经由网络接被传送到根据本发明的生物统计识别设备的定位装置、匹配装置和判断装置中。应当注意的是所述传送最好是加密的。
根据本发明的生物统计识别设备实现了一种用于识别个人手指的方法。所述方法包括获取个人手指的至少一个内部皮肤图像(ISI)的步骤,所述内部皮肤图像位于距离手指内侧一段距离的位置并包括毛孔。根据本发明的方法还包括将毛孔定位作为在所述内部皮肤聚焦图像ISI中的隔离的辉点的步骤,将毛孔位置CP1至CPN同参考内部皮肤聚焦图像的参考毛孔位置RP1至RPM相匹配以产生毛孔匹配分数PMS的步骤,以及根据毛孔关联分数(PCS)同第一预定阈值的比较结果来判断基于毛孔的识别(PI)是成功的还是失败的最终步骤。
应当注意的是:上述的实施方式仅是举例说明本发明而不是限制本发明的,并且所属技术领域的工作人员在不脱离所附权利要求的范围的情况下将能够设计多个替换实施方式。在这方面将作出下述的终了解释:存在多种通过硬件项或者软件项或者二者结合的方式实现所述功能的方法。在这方面,附图完全是图示性质的,每幅图画仅表示本发明的一个可能的实施方式。因此,虽然附图将不同的功能显示为不同的模块,但是这决不排除单个的硬件项或者软件项能够实现几个功能,也不排除单个功能是由硬件项集合或者软件项集合或者硬件项和软件项集合执行的。在权利要求中,置于括号内的任何附图标记不应该看作是限制权利要求的。单词“包括”不排除除了在权利要求中所列出的元素或者步骤之外的元素或者步骤的存在。元素前的单词“一”或者“一个”不排除多个这种元素的存在。在互不相同的从属权利要求中列举了某些度量的事实并不表明这些度量的组合不能带来优点。

Claims (11)

1.一种用于识别个人手指(1)的生物统计识别系统,所述手指包括内侧表面(2),所述设备包括:
获取装置(4),用于获取内部皮肤图像(ISI),所述内部皮肤图像位于离手指的内侧表面(2)具有一段距离(D)的手指的内侧,所述内部皮肤图像包括毛孔(P1,P2,P3),
定位装置(5),用于定位所述毛孔作为在所述内部皮肤图像(ISI)内的隔离的点,
匹配装置(6),用于将所述毛孔位置(CP1-CPN)同参考内部皮肤图像(RI)的参考毛孔位置(RP1-RPM)相匹配以产生毛孔关联分数(PCS),
判断装置(7),用于根据毛孔匹配分数(PMS)同预定毛孔阈值的比较结果来判断基于毛孔的识别(PI)是成功的还是失败的。
2.根据权利要求1所述的生物统计识别设备,其中所述内部皮肤图像包括指纹脊,并且所述设备还包括:
宏观特征定位装置(30),用于定位位于所述指纹脊上的宏观特征,
宏观特征匹配装置(31),用于将所述宏观特征位置(MF1-MFL)同参考宏观特征位置(MF’1-MF’K)相比较以产生宏观特征匹配分数(MFMS),
宏观特征判断装置(32),用于根据宏观特征匹配分数(MFMS)同预定宏观特征阈值的比较结果来判断基于宏观特征的识别(MFD)是成功的还是失败的。
3.根据权利要求2所述的生物统计识别设备,其中毛孔定位装置用于参照宏观特征定位毛孔。
4.根据权利要求1所述的生物统计识别设备,其中获取装置(4)包括:
辐射源(41),用于生成辐射束(42),
聚焦装置(43),用于将所述辐射束(42)聚焦在离手指(1)的内侧表面(2)具有一段距离(D)的位置。
检测装置(44),用于检测由手指(1)反射的反射辐射束(45)。
5.根据权利要求4所述的生物统计识别设备,其中距离手指的内侧表面的聚焦距离大于0.1毫米并小于0.5毫米。
6.根据权利要求4所述的生物统计识别设备,其中所述获取装置包括共焦显微镜。
7.根据权利要求1所述的生物统计识别设备,其中与第一内部皮肤聚焦图像相对应的第一毛孔位置被用作用于定位第二内部皮肤聚焦图像的毛孔的初始化值。
8.根据权利要求2所述的生物统计识别系统,包括:
第二获取装置(50),用于获取手指(1)的内侧表面(2)的肤浅图像,
第二宏观特征定位装置(51),用于定位位于所述指纹脊上的宏观特征,
第二宏观特征匹配装置(54),用于将所述第二宏观特征位置(MF′1-MF′L)同肤浅参考宏观特征位置(RMF′1-RMF′K)相匹配以产生肤浅宏观特征匹配分数(SMFMS),
第二宏观特征判断装置(55),用于根据肤浅宏观特征匹配分数(SMFMS)同第二预定宏观特征阈值的比较结果来判断基于肤浅宏观特征的识别(SMFD)是成功的还是失败的,
第二毛孔定位装置(51),用于定位所述毛孔作为所述肤浅图像(SI)内的隔离的点,
第二毛孔匹配装置(52),用于将所述第二毛孔位置(CP′1-CP′N)同参考肤浅图像(RSI)的肤浅参考毛孔位置(RP′1-RP′M)相匹配以产生肤浅毛孔匹配分数(SPMS),
第二毛孔判断装置(56),用于根据肤浅毛孔匹配分数(SPMS)同第二预定毛孔阈值的比较结果来判断基于肤浅毛孔的识别(SPFD)是成功的还是失败的,
全局判断装置(57),用于利用基于宏观特征的识别(MFD)、基于毛孔的识别(PD)、基于肤浅宏观特征的识别(SMFD)和基于肤浅毛孔的识别(SPD)来判断手指识别(ID)是成功的还是失败的。
9.一种用于产生个人手指(1)的内部皮肤图像(ISI)的设备,所述内部皮肤图像包括在所述个人手指的生物统计识别中使用的毛孔,所述设备包括:
放置装置,用于将个人手指(1)的内侧表面(2)放置在获取装置的前面,
用于获取所述内部皮肤图像的所述获取装置,所述内部皮肤图像位于离手指的内侧表面(2)具有一段距离(D)的手指的内侧,
存储装置,用于将内部皮肤图像(ISI)存储到存储器中。
10.根据权利要求9所述的设备,包括共焦显微镜。
11.一种用于识别个人手指(1)的方法,包括下述步骤:
获取(4)个人手指的至少一个内部皮肤图像(ISI),所述内部皮肤图像位于离手指内侧具有一段距离(D)的位置并包括毛孔,
定位(5)所述毛孔作为在所述内部皮肤聚焦图像内的隔离的点,
将所述毛孔位置同参考内部皮肤聚焦图像的参考毛孔位置相匹配(6)以产生关联分数,
根据毛孔匹配分数(PMS)同预定毛孔阈值的比较结果来判断(7)基于毛孔的识别(PI)是成功的还是失败的。
CNA200480024441XA 2003-08-29 2004-08-24 生物统计识别设备 Pending CN1842805A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP03300101 2003-08-29
EP03300101.7 2003-08-29

Publications (1)

Publication Number Publication Date
CN1842805A true CN1842805A (zh) 2006-10-04

Family

ID=34259298

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA200480024441XA Pending CN1842805A (zh) 2003-08-29 2004-08-24 生物统计识别设备

Country Status (8)

Country Link
US (1) US20070003114A1 (zh)
EP (1) EP1661058B1 (zh)
JP (1) JP2007504524A (zh)
KR (1) KR20060123710A (zh)
CN (1) CN1842805A (zh)
AT (1) ATE381739T1 (zh)
DE (1) DE602004010825T2 (zh)
WO (1) WO2005022446A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103654724A (zh) * 2012-09-04 2014-03-26 宝丽化成工业有限公司 基于纤维状结构分析的皮肤状态的鉴别法
CN104508675A (zh) * 2012-05-30 2015-04-08 斯科特·麦克纳尔蒂 用于生物信息的电磁检测和分析的系统、方法及装置
CN105138889A (zh) * 2015-09-24 2015-12-09 联想(北京)有限公司 一种身份认证方法及电子设备
CN105740750A (zh) * 2014-12-11 2016-07-06 深圳印象认知技术有限公司 指纹活体检测及识别方法与装置
WO2017107406A1 (zh) * 2015-12-22 2017-06-29 金虎林 利用汗腺位置信息的信息识别方法及系统
CN108345824A (zh) * 2017-01-24 2018-07-31 创智能科技股份有限公司 指纹验证方法与电子装置
CN109923581A (zh) * 2016-10-31 2019-06-21 株式会社Dds 皮肤信息处理程序及皮肤信息处理装置
CN109952596A (zh) * 2016-10-31 2019-06-28 株式会社Dds 皮肤信息处理程序及皮肤信息处理装置

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60238280D1 (de) * 2002-09-13 2010-12-23 Fujitsu Ltd Instrument und verfahren zur biodetektion und identifizierungseinrichtung mit biosensorischer funktion
JP4258393B2 (ja) * 2003-03-13 2009-04-30 三菱電機株式会社 個人識別装置および指紋画像撮像装置、指紋画像取得方法
GB2451888A (en) * 2007-08-17 2009-02-18 Warwick Warp Ltd Processing fingerprints to identify sweat pores, i.e. third level information, from ridge structures, i.e. macroscopic first level information.
US7953256B2 (en) * 2007-09-21 2011-05-31 International Business Machines Corporation Method and system for detecting fingerprint spoofing
DE102008039643A1 (de) 2008-08-25 2010-03-04 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zur interferometrischen Messung dreidimensionaler biometrischer Merkmale in Haut
US8520903B2 (en) * 2010-02-01 2013-08-27 Daon Holdings Limited Method and system of accounting for positional variability of biometric features
US8041956B1 (en) 2010-08-16 2011-10-18 Daon Holdings Limited Method and system for biometric authentication
RU2013105790A (ru) * 2010-07-13 2014-08-20 Скотт МАКНАЛТИ Система, способ и установка для снятия биометрических данных
CN103514433A (zh) * 2012-06-29 2014-01-15 新昌县冠阳技术开发有限公司 一种可融合毛孔特征的指纹智能认证装置
DE102013008278B4 (de) * 2013-05-15 2020-11-05 Nanofocus Ag Verfahren und Vorrichtung zur 3 D-Vermessung der Hautoberfläche und oberflächennaher Hautschichten
KR101649547B1 (ko) * 2014-09-17 2016-08-22 한양대학교 산학협력단 점 매칭을 이용한 땀구멍 지도 인식 및 분석 방법과 그 장치
JP6723546B2 (ja) 2016-10-07 2020-07-15 株式会社ディー・ディー・エス 情報処理プログラム及び情報処理装置
CN110312473B (zh) 2016-12-21 2023-04-07 艾森利克斯公司 用于认证样本的装置和方法及其使用
CN110603568B (zh) 2017-05-09 2023-05-02 株式会社Dds 认证信息处理方法及认证信息处理装置
WO2018207571A1 (ja) 2017-05-09 2018-11-15 株式会社ディー・ディー・エス 認証情報処理プログラム及び認証情報処理装置
KR102304033B1 (ko) 2017-05-09 2021-09-24 가부시끼가이샤 디디에스 인증 정보 처리 프로그램 및 인증 정보 처리 장치
JP7251620B2 (ja) 2019-05-28 2023-04-04 日本電気株式会社 情報処理装置、情報処理方法及びプログラム
EP3979190A4 (en) * 2019-05-28 2022-06-29 NEC Corporation Information processing device, information processing method, and recording medium

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5224174A (en) * 1990-11-07 1993-06-29 Niagara Technology Incorporated Surface feature mapping using high resolution c-scan ultrasonography
US6049620A (en) * 1995-12-15 2000-04-11 Veridicom, Inc. Capacitive fingerprint sensor with adjustable gain
US5982914A (en) * 1997-07-29 1999-11-09 Smarttouch, Inc. Identification of individuals from association of finger pores and macrofeatures
JP4444497B2 (ja) * 1997-11-20 2010-03-31 ジーアール インテレクチュアル リザーブ リミティド ライアビリティ カンパニー 固有の内部識別特性を用いた生物測定学的認識の方法およびシステム
CA2350055A1 (en) * 2000-06-08 2001-12-08 Dew Engineering And Development Limited Biometric identification using pore prints
US6920236B2 (en) * 2001-03-26 2005-07-19 Mikos, Ltd. Dual band biometric identification system
US7043061B2 (en) * 2001-06-27 2006-05-09 Laurence Hamid Swipe imager with multiple sensing arrays

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104508675A (zh) * 2012-05-30 2015-04-08 斯科特·麦克纳尔蒂 用于生物信息的电磁检测和分析的系统、方法及装置
CN103654724A (zh) * 2012-09-04 2014-03-26 宝丽化成工业有限公司 基于纤维状结构分析的皮肤状态的鉴别法
CN103654724B (zh) * 2012-09-04 2016-06-22 宝丽化成工业有限公司 基于纤维状结构分析的皮肤状态的鉴别法
CN105740750A (zh) * 2014-12-11 2016-07-06 深圳印象认知技术有限公司 指纹活体检测及识别方法与装置
CN105740750B (zh) * 2014-12-11 2019-07-30 深圳印象认知技术有限公司 指纹活体检测及识别方法与装置
CN105138889A (zh) * 2015-09-24 2015-12-09 联想(北京)有限公司 一种身份认证方法及电子设备
WO2017107406A1 (zh) * 2015-12-22 2017-06-29 金虎林 利用汗腺位置信息的信息识别方法及系统
CN109952596A (zh) * 2016-10-31 2019-06-28 株式会社Dds 皮肤信息处理程序及皮肤信息处理装置
CN109923581A (zh) * 2016-10-31 2019-06-21 株式会社Dds 皮肤信息处理程序及皮肤信息处理装置
CN109923581B (zh) * 2016-10-31 2022-12-02 株式会社Dds 皮肤信息处理方法及皮肤信息处理装置
CN109952596B (zh) * 2016-10-31 2023-07-07 株式会社Dds 皮肤信息处理方法及皮肤信息处理装置
WO2018137285A1 (zh) * 2017-01-24 2018-08-02 创智能科技股份有限公司 指纹验证方法与电子装置
CN108345824A (zh) * 2017-01-24 2018-07-31 创智能科技股份有限公司 指纹验证方法与电子装置

Also Published As

Publication number Publication date
US20070003114A1 (en) 2007-01-04
DE602004010825D1 (de) 2008-01-31
ATE381739T1 (de) 2008-01-15
JP2007504524A (ja) 2007-03-01
EP1661058A1 (en) 2006-05-31
KR20060123710A (ko) 2006-12-04
DE602004010825T2 (de) 2008-12-04
WO2005022446A1 (en) 2005-03-10
EP1661058B1 (en) 2007-12-19

Similar Documents

Publication Publication Date Title
CN1842805A (zh) 生物统计识别设备
US6760467B1 (en) Falsification discrimination method for iris recognition system
CN1276379C (zh) 虹膜识别方法及使用该方法的系统
US5956122A (en) Iris recognition apparatus and method
JP6218094B1 (ja) 検査方法、検査装置、検査プログラム、および記録媒体
JP5123956B2 (ja) 光学式身体紋撮像による個人の識別のための方法及び装置
US20120134547A1 (en) Method of authenticating a driver's real face in a vehicle
US20090161925A1 (en) Method for acquiring the shape of the iris of an eye
US20050249390A1 (en) Method and apparatus for discriminating ambient light in a fingerprint scanner
JP2013522754A (ja) 複数の虹彩テンプレートを用いた虹彩認識装置及び方法
JPH0660167A (ja) 個人識別装置
CN1299113A (zh) 利用生物测量学的用户鉴别设备及用户鉴别方法
CN1426760A (zh) 基于活体虹膜的身份识别方法
MXPA05004168A (es) Metodo y arreglo para deteccion sin contacto de datos de superficies desiguales.
US11089255B2 (en) Fingerprint recognition system and identification method thereof
JP5073597B2 (ja) ボタン認識装置およびボタン認識方法
US20170011250A1 (en) Method of Detecting Boundaries of the Human Eye
EP1872719A1 (en) Liveness detection method
CN111323397B (zh) 光学成像系统、成像检测系统与方法及基因测序方法
US6819410B2 (en) Process for identifying an embossed image of a coin in an automatic coin tester
CN105580028B (zh) 用于判定眼睛是真还是假的判定设备和判定方法
JPH1151651A (ja) 視準マーク面の傾き角度測定方法、三次元座標測定方法及び視準マーク
TWI473024B (zh) 活體指紋辨識技術
KR20030071270A (ko) 홍채 특징점을 이용한 홍채 인식 방법 및 장치
CN108875612B (zh) 一种足迹图像的处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
AD01 Patent right deemed abandoned
C20 Patent right or utility model deemed to be abandoned or is abandoned