CN1957360A - 根据生物统计测量来估计个人特性的方法和系统 - Google Patents

根据生物统计测量来估计个人特性的方法和系统 Download PDF

Info

Publication number
CN1957360A
CN1957360A CN 200480041398 CN200480041398A CN1957360A CN 1957360 A CN1957360 A CN 1957360A CN 200480041398 CN200480041398 CN 200480041398 CN 200480041398 A CN200480041398 A CN 200480041398A CN 1957360 A CN1957360 A CN 1957360A
Authority
CN
China
Prior art keywords
personal characteristics
light
algorithm
characteristics value
skin part
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
CN 200480041398
Other languages
English (en)
Other versions
CN100447804C (zh
Inventor
罗伯特·K·罗
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.)
HID Global Corp
Original Assignee
SPECTRUM IDENTIFICATION CO
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 SPECTRUM IDENTIFICATION CO filed Critical SPECTRUM IDENTIFICATION CO
Publication of CN1957360A publication Critical patent/CN1957360A/zh
Application granted granted Critical
Publication of CN100447804C publication Critical patent/CN100447804C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供了用于估计个体的个人特征的方法和设备。从个体收集生物统计数据测量。通过在生物统计数据测量和个人特征值之间应用算法关系,来确定个人特征,所述个人特征值是从对之前的测量应用多元算法而得到的。

Description

根据生物统计测量来估计个人特性的方法和系统
本申请是2003年12月11日由Robert K.Rowe递交的题为“DEMOGRAPHIC INFORMATION ESTIMATION FROMDERMATOGLYPHIC AND OTHER BIOMETRIC PATTERNS”的美国临时专利申请No.60/529,299的非临时申请,并且要求其权益,将其内容一并在此作为参考。
技术领域
本申请涉及2004年4月5日由Robert K.Rowe等递交的题为“MULTISPECTRAL BIOMETRIC SENSOR”的美国专利申请No.10/818,698,其是以下每一个申请的非临时申请:2003年4月4日递交的题为“NONTINVASIVE ALCOHOL MONITOR”的美国临时专利申请No.60/460,247;2003年6月27日由Robert K.Rowe等递交的题为“HYPERSPECTRAL FINGERPRINT READER”的美国临时专利申请No.60/483,281;2003年9月18日递交的题为“HYPERSPECTRALFINGERPRINTING”的美国临时专利申请No.60/504,594;以及2004年3月10日递交的题为“OPTICAL SKIN SENSOR FOR BIOMETRICS”的美国临时专利申请No.60/552,662。本申请还涉及2001年6月5日由Robert K.Rowe等递交的题为“APPARATUS AND METHOD OFBIOMETRIC DETERMINATION USING SPECIALIZED OPTICALSPECTROSCOPY SYSTEM”的美国专利申请No.09/874,740,并且涉及2003年8月12日由Robert K.Rowe等递交的题为“ELECTRO-OPTICAL SENSOR”的美国专利申请No.10/640,503(“‘503申请”)。‘503申请是以下申请的非临时申请:2002年8月13日由Robert K.Rowe等递交的题为“BIOMETRIC ENROLLMENTSYSTEMS AND METHODS”的美国专利临时申请No.60/403,453;2002年8月13日由Robert K.Rowe等递交的题为“BIOMETRICCALIBRATION AND DATA ACQUISITION SYSTEMS ANDMETHODS”的美国专利临时申请No.60/403,452;2002年8月12日由Robert K.Rowe等递交的题为“BIOMETRIC SENSORS ONPORTABLE ELECTRONIC DEVICES”的美国专利临时申请No.60/403,593;2002年8月13日由Robert K.Rowe等递交的题为“ULTRAHIGH-SECURITY IDENTIFICATION SYSTEMS AND METHODS”的美国专利临时申请No.60/403,461;2002年8月13日由Robert K.Rowe等递交的题为“MULTIFUNCTION BIOMETRIC DEVICES”的美国专利临时申请No.60/403,449;以及2003年4月4日由Robert K.Rowe等递交的题为“NONINVASIVE ALCOHOL MONITOR”的美国专利临时申请No.60/460,247。将上述每个申请的整个公开一并在此作为参考。
背景技术
本申请大体上涉及生物统计学。更具体地,本申请涉及例如通过估计人体测量、人口统计和/或根据指纹或其它肤纹(dermatoglyphic)图像的生理参数,根据生物统计测量来估计个体的个人特性的方法和系统。
生物统计识别系统的传统方法使用生物统计测量来提供个体的唯一标识。例如,可以由执法人员在犯罪现场收集例如指纹的生物统计,并且与指纹数据库相比较,以便识别嫌疑犯。然后由执法机关使用该信息来搜索所识别的疑犯,作为侦察的一部分,侦察还可以包括确定犯罪现场和各个疑犯的动机,以便建立起诉的证据基础。其它的生物统计识别系统也许致力于确认试图访问安全机构的人员身份等。除了指纹测量之外,存在大量其它可用于这些目的的生物统计特征,包括面部和手部几何测量、虹膜和视网膜扫描等。
这些生物统计识别方法的作用受进行比较的数据库的完整性的限制。例如,在执法情景下,在犯罪现场收集的指纹也许在任意可访问的指纹数据库中没有对应物,因为尚未对犯罪的个人采集指纹。当前系统也许为了识别疑犯的证据目的而记录了指纹特征,但是当不存在与现有数据库的匹配时,其通常对于识别嫌疑犯无用。
在多种其它情况下出现类似的问题。例如,现在一些国家的移民筛选要求在交界处出现的一些或者所有人测量他们的指纹。如果测量的指纹与已知的罪犯或者恐怖分子的记录相匹配,则筛选可以采取适当的行为。同样地,这种过程受限于现有指纹数据库必然不完整的事实。这存在以下可能:人员利用收集的大量指纹不具有数据库对应物的事实,通过使用修复或其它设备来出示不同指纹的某种欺骗行为。例如,也许允许已知指纹是通缉犯之一的30岁白人男子进入,因为他欺骗地出示了65岁黑人女子的指纹,仅仅因为数据库没有该女子的指纹记录。即使筛选权利机构具有有价值的生物统计信息,它也不可能有效使用该信息。
在一些情况下,生物统计测量系统可以能够产生商业感兴趣或者用户个人感兴趣的其它估计。例如,提供关于皮肤状况的信息的生物统计可以被用于化妆品工业。类似地,估计例如血液灌流或含水量的生理参数的生物统计传感器对于在运动的消费者是有用的。
因此,技术上需要可以适应这些情况的改进的生物统计分析。
发明内容
因此,本发明的实施例提供了根据生物统计测量来估计个体的个人特征的方法和设备。在第一组实施例中,提供了一种用于估计个体的连续个人特征的方法。从个体收集生物统计数据测量。通过在生物统计数据测量和连续个人特征值之间应用算法关系,确定个体的连续个人特征,其中连续个人特征值是从对多个生物统计数据测量和相应收集的个人特征值应用算法而得到的。
在这样一些实施例中,生物统计数据测量包括肤纹测量。可以通过利用光照射个体的皮肤部位并且接收从皮肤部位散射的光,使得可以从接收的光中得到多光谱图像,来收集生物统计数据测量。连续个人特征的示例包括年龄、体重、身体质量指数、人种、种族和工作分类。在一个实施例中,收集多个生物统计测量和相应个人特征值,并且应用算法来得到算法关系。在另一个实施例中,通过在生物统计数据测量和第二个人特征值之间应用第二算法关系,来确定第二个人特征,其中第二个人特征值是从对多个生物统计数据测量和相应收集的第二个人特征值应用第二算法而得到的。所述算法可以包括多元(multivariate)算法。
在第二组实施例中,提供了一种用于估计个体的个人特征的方法。利用光来照射个体的皮肤部位。接收从皮肤部位散射的光。从接收的光中得到多光谱图像。通过在多谱图像和个人特征值之间应用算法关系,来确定个体的个人特征,其中个人特征值是从对多个多光谱图像和相应收集的个人特征值应用算法而得到的。
在这样一些实施例中,个人特征是二元个人特征,而在其它实施例中,个人特征是连续个人特征。可以通过在多个离散波长处产生光作为多个准单色波束、然后将产生的光对准皮肤部位,来照射皮肤部位。可选地,可以通过产生宽带光束并且在多个离散波长处滤波宽带波束、将已滤波宽度波束对准皮肤部位,来照射皮肤部位。在一些示例中,可以利用具有第一偏振的光照射皮肤部位,接收的光具有实质上与第一偏振相交的第二偏振。在一个实施例中,收集多光谱图像和相应的个人特征值,并且应用算法来得到算法关系。在另一个实施例中,通过在多光谱图像和第二个人特征值之间应用第二算法关系,来确定第二个人特征,其中第二个人特征值是从对多个多光谱图像和相应收集的第二个人特征值应用第二算法而得到的。算法可以包括多元算法。
在第三组实施例中,提供了一种用于估计个体的个人特征的方法。从个体收集生物统计数据测量。通过应用生物统计数据测量和个人特征值之间的算法关系,来确定个人特征,其中个人特征值是从对多个生物统计数据测量和相应收集的个人特征值应用多元算法而得到的。
在一些示例中,生物统计数据测量包括肤纹测量。在一个实施例中,通过利用光照射个体的皮肤部位并且接收从皮肤部位散射的光,使得可以从接收的光中得到多光谱图像,来收集生物统计数据测量。
可以利用具有照射子系统、检测子系统以及与检测子系统相接口的计算单元的传感器系统来执行本发明的一些方法。放置照射子系统以给个体的皮肤部位提供光。放置检测子系统以从皮肤部位接收光。计算单元具有实施上述本发明方法的指令。
附图说明
参考说明书的其它部分和附图,可以进一步理解本发明的本质和优点,全部附图中,类似参考标记被用于表示类似组件。在一些示例中,参考标记包括具有拉丁字母后缀的数字部分,仅对于参考标记的数字部分的引用意欲统一指代具有该数字部分但是具有不同拉丁字母后缀的所有参考标记。
图1是示出了在本发明实施例中用于估计个体的个人特征的方法的流程图;
图2是示出了可以与图1的方法一起使用的用于收集生物统计测量的方法的流程图;
图3提供了本发明实施例中所用的多光谱生物统计传感器的前视图;
图4A提供了一个实施例中所示的多光谱生物统计传感器的侧视图;
图4B提供了另一个实施例中所示的多光谱生物统计传感器的侧视图;
图5提供了一个实施例中可以用于管理个人特征估计系统的功能的计算机系统的示意表示;
图6提供了本发明的一个实施例中计算机断层成像光谱仪(“CTIS”)的前视图;
图7提供了本发明实施例中的触击(swipe)传感器的顶视图;以及
图8示出了根据本发明实施例而产生的多光谱数据立方体(datacube)。
具体实施方式
1.概述
本发明的实施例使用生物统计测量和个人特征之间的相关性,使得在估计未知个体的个人特征中可以使用该个体的生物统计测量。如此处所用,“个人特征”具体地是指个体的人体测量、人口统计和/或生理特征。“人体测量”参数可以包括个体的多个方面,例如身高、体重或身体质量指数或者“利手性(handedness)”(即区分从右手或左手手指获取的指纹)。“人口统计”参数可以包括多种类别,例如皮肤色素沉着的量和类型、皮肤含油量、皮肤含水量、皮肤中血液灌流程度等。在一些示例中,此处参考“二元个人特征属性”,其是可以采用仅仅两个可能状态之一的属性;例如,二元个人特征属性的示例包括性别和利手性。此处有时还参考“连续个人特征属性”,其是通常关于值不受限制并且可以取任意值(可能在特定端点限制内)的属性;连续人体测量属性的示例包括年龄和体重。取决于应用,一些个人特征属性可以为二元函数或者连续形式的函数。例如,可以将种族属性定义为二元个人特征,其中个人可以或者不可以被划分为属于特定种族。然而,更一般地,例如种族的个人特征被当作连续个人特征来处理,以便认识到无论怎样分配类别,都存在多个分类可能,并且大多数个体呈现一定程度的多种类别。
根据本发明的实施例,生物统计图样可以被用于建立被研究的分组的特定特征。例如,可以通过比较在生物统计测量中找到的图样,来建立特定种族分组之间的遗传距离。可以在基因型(分组特征)级别上而不在表型(基因型的个体表达)级别上执行这种估计。例如唐氏综合征的特定基因疾病也与特定生物统计图样相关联。
在一些实施例中,使用的生物统计图样包括肤纹图样,可以从包括手指、手掌、脚趾和脚底的皮肤部位收集肤纹图样。用于获取这种图样的适当方法包括:基于全内反射(“TIR”)现象的光学图像捕获;直接光学成像;容性射频(“RF”)和其它半导体阵列捕获器件;超声、压力阵列等。术语“指纹”被用于广义地表示具有肤纹特征的任意皮肤部位的表示。此外,可以按照在相同皮肤部位处测量多个光学条件的方式执行光学捕获。光学系统可以包括使用多个照明波长来照明的多光谱和/或超光谱捕获器件。光学系统还可以在两个或多个偏振条件下进行测量。收集在例如不同波长和/或不同偏振条件的多个光学条件下获取的图像的系统是“多光谱系统”的示例。下面提供一种多光谱系统的示例的详细描述,该多光谱系统可以相应地被用于本发明实施例中,但是因为在备选实施例中可以使用其它技术,所以这种描述并不意欲成为限制。有利地,多光谱数据的收集对于非理想皮肤质量是鲁棒的,例如通常与老年人、进行重要体力劳动的人或者例如理发师或护士的皮肤暴露于化学制剂的人相关联的干燥、缺少弹性和/或憔悴的特征。此外,除了备选指纹传感技术所提供的数据之外,有利地,这种多光谱数据可以包括执行个人特征估计有用的附加信息。
图1的视图提供了本发明的方法的总的概述。该方法最初开始于在个人特征和生物统计测量之间建立相关性。如方框104所示,这可以通过对多个人执行生物统计测量来收集生物统计数据来实现。在方框108处收集例如年龄、性别、利手性、体重等的个人特征信息。优选地,针对这种收集选择的人员分组展示出较广范围的个人特征属性,尤其是对于连续个人特征属性,并且包括例如大范围的年龄、非常高和非常低的体重等的极端值。通常利用更平衡的初始输入和用于相关的相当大量的测量,来提高该方法的可靠性。在一些实施例中,分组中的人员数目大于1000。
在方框112处,对于人员分组,对收集的数据进行多元分析,以使生物统计数据与人体测量信息相关联。这种分析可以包括各种预处理技术的应用,以减少特征的数目、提高图像质量并且/或者实现其它希望的特征。例如,可以对生物统计数据应用本征分析,以通过与选定数目的本征分析相对应的分数集合来描述每一个生物统计测量。属性提取方法可以包括本征分析、线性判别分析以及将图像数据分解为包括正弦和余弦(频率分析)、小波、Gabor滤波器、径向基函数的多个预先建立的基函数,以及技术上已熟知的其它方法。在生物统计测量包括光谱测量的特殊情况下,预处理技术可以提取例如块光谱特征、对比等级等的特征。在一些情况下,使用对于在数据收集期间发生的特定效应不变的特征是有利的。例如,在特定条件下,频率分析可以产生对于要成像的对象的移动不变的特征。在一些示例中,使用直接测量的数据而不是被预处理的数据有利地使多元算法的应用可以辨别出图样中也许通过预处理应用而模糊的精细相关性和光谱关系。
例如,可以应用于属性和/或原始数据以确定与个人特征的相关性的多元方法的示例包括:线性或二次判别分析、部分最小平方分析、主分量回归等。在一些示例中,可以由例如专家系统、神经网络等的训练评估系统来实现多元方法的应用。多元方法的应用使测量的生物统计数据与收集的人体测量数据相关联,以便定义相关关系。例如,可以使根据测量的生物统计数据的本征分析而产生的分数集合与个人特征相关联,从而提供使两者相关联的算法关系。可以对二元人体测量属性和连续人体测量属性进行该处理。在例如性别或利手性的二元人体测量属性的情况下,可以使用定量回归技术或分类技术来建立相关性。使生物统计测量与例如人种的非定量个人特征相关联的适当技术包括K近邻技术和其它聚类技术。
在方框112处已经建立算法关系之后,可以对不在相关性集合中的生物统计测量进行特征估计。在例如年龄和体重的连续个人特征的情况下,进行估计可以包括内插或外推相关模型,尽管如果最初生物统计测量集合是平衡的,则通常极少需要外推法。因此,在方框116处,通常通过重复与在最初建立相关性关系中执行的测量相同的测量,从目标个体收集生物统计数据。在方框120处,通过对收集的生物统计数据和/或按照应用于相关性数据集的相同方式对从生物统计数据中提取的属性来应用在方框112中建立的算法关系,相应地估计个人特征。
在一些示例中,可以从单个集合的收集生物统计数据中得到多个相关性关系,利用每一个相关性关系建立从测量的数据到不同个人特征的不同算法关系。例如,当最初的人员集合包括具有年龄范围、不同性别、不同人种、不同体重等的人员时,可以关于这些不同属性建立不同的算法关系。这种相关性的存在使得能够在方框120处,根据在方框116处执行的测量来建立目标个体的多个个人特征。
对于从个体的皮肤部位收集生物统计数据作为多光谱数据的实施例,图2的流程图提供了在方框104处对多个个体、或者在方框116处对目标个体如何收集生物统计数据的总概述。在方框204处,提供具有多个波长的光,并且在方框108处该光进行偏振。在方框212处,定向照明光以照射个体的皮肤部位。在方框126处,接收从皮肤部位散射的光,并且在方框220处对该光进行偏振。可能取决于皮肤部位的组织厚度,散射光通常可以包括反射和/或透射光。在方框204处提供的光包括多个波长的情况下,在方框224处对接收光进行光谱分离,使得在方框228处可以将不同波长定向到光检测器。然后,在光检测器处收集的光被用于得到可以被用于如上所述个人特征的相关或估计的多光谱图像。
通常,如果照明光在方框208处不经过偏振,检测到的光的主要部分将包括从皮肤表面或者在皮肤里非常浅的深度处反射的光学能量。相反地,如果在方框208处使用偏振器来偏振光,并且在方框220处应用第二(正交)偏振器,则检测到的光基本上是由于皮肤表面之下的光学互相作用。这种正交偏振系统可以包括对其进行取向以使两个偏振器的轴分离大约90°的两个线形偏振器。可选地,偏振器可以是圆形偏振器,其中通过具有相反感知(即右手和左手)的两个圆偏振器来实现正交。由于偏振器的作用,即使在使用相同的照明波长时,也可以通过改变系统的偏振状态来收集多个不同图像。
在特定示例中,仅在整个多光谱数据立方体的一部分中包含希望的信息。例如,均匀分布的光谱活性物质的估计也许只需要可以从整个多光谱数据立方体中提取的测量光谱特征。在这种情况下,可以通过减少图像象素数目(甚至是减少到一个象素的极限),来简化整个系统设计,以减少或去除收集数据的空间分量。因此,尽管在多光谱成像的上下文中描述了公开的系统和方法,可以认识到,本发明包括大大减少成像程度(甚至是减少到存在一个检测器单元)的类似测量。
多光谱生物统计传感器
参考图3的示意图描绘了用于收集生物统计数据的多光谱传感器的一种结构。多光谱传感器301包括:照明子系统321,具有一个或多个光源303;以及检测子系统323,具有成像器315。该图示出了照明子系统321包括多个照明子系统321a和321b的实施例,但是本发明不局限于该照明或检测子系统321或323的数目。例如,可以方便地选择照明子系统321的数目,以实现特定程度的照明,用以满足封装要求,并且满足多光谱生物统计传感器301的其它结构限制。作为另一个示例,特别地可以存在按照不同方式布置的多个检测器子系统323,以在一个或多个子系统中并入例如全内反射的不同光学效果。照明光从源303通过照明光学器件305,光学器件305使照明形成希望的形式,例如泛光(flood light)、光线、光点等的形式。为了方便,照明光学器件305被示出为包括透镜,但是通常其包括一个或多个透镜、一个或多个反射镜和/或其它光学元件的任意组合。照明光学器件305还可以包括扫描机构(未示出),用以按照规定的一维或二维图样来扫描照明光。在不同实施例中,光源303可以包括点光源、线光源、面光源,或者可以包括一系列这种光源。在一个实施例中,例如通过放置线形偏振器307,光在到达要研究的人员的手指319或者其它皮肤部位之前通过该偏振器,照明光被提供为偏振光。
在一些示例中,光源303可以包括在窄波长波段上提供光的一个或多个准单色光源。这种准单色光源可以包括例如发光二极管、激光二极管或量子点激光器的器件。可选地,光源303可以包括例如白炽灯泡或发光条的宽带光源。在宽带光源的情况下,照明光可以通过带通滤波器309以使照明光的光谱宽度变窄。在一个实施例中,带通滤波器309包括一个或多个分离光学带通滤波器。在另一个实施例中,带通滤波器309包括循环或线性移动(或者具有循环和线性移动的组合)的连续可变滤波器,用以改变照明光的波长。在另一个实施例中,带通滤波器309包括可调谐滤波器元件,例如液晶可调谐滤波器、声光可调谐滤波器、可调谐Fabry-Perot滤波器或者本领域技术人员公知的其它滤波器机构。
在光源303的光通过照明光学器件305、并且可选地通过光学滤波器309和/或偏振器307之后,该光通过压板317,并且照射手指319或其它皮肤部位。有利地,可以选定传感器布局和组件,以使定向到检测光学器件313的照明的直接反射最小化。在一个实施例中,通过相对地取向照明子系统321和检测子系统323,使得检测到的直接反射光的量最小化,来减少这种直接反射。例如,可以以一定角度放置照明子系统321和检测子系统323的光轴,以使放置在压板317上的反射镜并不使明显量的照明光照射到检测子系统323。此外,可以以相对于压板317一定角度地放置照明和检测子系统321和323的光轴,使得两个子系统可接受的角度小于系统的临界角度;这种配置避免了由于压板317和皮肤部位319之间的TIR而引起的可感知效果。
用于减少直接反射的光的可选机制是使用光学偏振器。如本领域的技术人员所公知的,可以有利地采用线形和圆形偏振器,以使光学测量对于特定皮肤深度更加灵敏。在图3所示的实施例中,由线形偏振器307来对照明光进行偏振。则检测子系统323还可以包括线形偏振器311,其光轴被设置为实质上与照明偏振器307正交。按照这种方式,来自样本的光必须经历多次散射事件,以便显著地改变其偏振状态。当光穿透皮肤表面并且在多次散射事件之后散射回检测子系统323时,出现这种事件。按照这种方式,减少了在压板317和皮肤部位319之间的界面的表面反射。
检测子系统323可以合并检测光学器件,所述检测光学器件包括在检测器315上形成在压板表面317附近区域的图像的透镜、反射镜和/或其它光学元件。检测光学器件313还可以包括扫描机构(未示出),用以依次将压板区域的部分传递给检测器315。在所有情况下,检测子系统323被配置成对于穿透皮肤表面并且在从皮肤出射之前在皮肤和/或皮下组织内经过光学散射的光灵敏。在一些情况下,光源303可以是不需要光谱滤波器309作为照明子系统而使用的宽带光源。相反,可以将包括不同带通滤波器的微阵列的滤色器阵列直接合并在图像阵列315上。出现在多种彩色成像芯片上的普通滤色器是Bayer滤波器,如本领域技术人员所公知的,其描述了红色、绿色和蓝色带通滤波器的布置。
如上所述,测量在不同偏振条件下获取的图像是有利的。通过参考两个照明子系统312a和312b,查看来这么做的方式的示例。在该实施例中,一个照明子系统312a将线形偏振器307a并入相对于检测偏振器311的交叉偏振条件。第二照明子系统321b省略了线形偏振器307b。在这种配置下,可以利用偏振的照明子系统321a来收集第一图像,该图像实质上表示在皮肤319表面之下的光学散射和其它效应。然后,利用未偏振的照明子系统321b来收集第二图像。尽管偏振器311位于检测子系统323中,并未偏振该第二图像中的照明光,并且产生的图像部分地来源于表面反射以及光的非常浅的散射,以及来自手指319的光的深度散射。在个人特征的估计中,两个图像的组合可以被用于提供附加有用信息。
照明子系统321和检测子系统323可以被配置成在多种光学条件和多个波长中工作。一个实施例使用发射基本上处于400-1000nm范围的光的光源303;在这种情况下,检测器315可以基于硅检测器元件或本领域技术人员所公知的对于这种波长灵敏的其它检测器材料。在另一个实施例中,光源303可以在包括1.0-2.5μm的近红外条件的波长处发射辐射,在这种情况下,检测器315可以包括由InGaAs、InSb、PbS、MCT以及本领域技术人员所公知的对于这种波长的光灵敏的其它材料组成的元件。
图4A以示意图示出了本发明实施例的侧视图。为了清楚,该视图并未示出检测子系统,但是清楚地示出了照明子系统321。本实施例中,照明子系统321包括可以具有不同波长特征的两个分离光源403和405。例如,光源403和405可以是例如LED的不需要光学滤波器的准单色光源。光源403a、403b和403c可以提供实质上相同的第一波长的照明,而光源405a、405b和405c可以提供实质上相同的第二波长的照明,第二波长与第一波长不同。如图所示,图4A中的照明光学器件被配置成提供泛光照明,但是在可选实施例中,其可以被设置成通过合并圆柱光学器件、聚焦光学器件或本领域技术人员所公知的其它光学组件来提供线、点或其它图样的照明。如前面所述,偏振器307可以出现在所有光源403、405上,并且可以出现在光源403、405的一部分上,或者可以完全省略。
图4A所示系统的典型测量序列包括激活第一光源403以及收集产生的图像。在获取图像之后,关闭第一光源403,并且在不同的波长处激活第二光源405,并收集产生的图像。对于具有多于一个光源波长的传感器,可以针对传感器中所使用的所有不同波长重复该照明测量序列。还可以认识到,可以在由可调谐光学滤波器、可变光学滤波器、可移动分离光学滤波器等的状态来确定光波长特征的实施例中使用实质上相同的序列。可选地,如果检测器阵列315包括滤色镜阵列,则可以同时开启不同波长的光源403、405。用于收集不同波长处的图像的另一个可选机构包括并入编码方法,从而当在给定时间处照射多个波长时识别每一个波长的光。然后,按照以下方式收集整个照明序列的数据:根据使用本领域技术人员公知方法的编码,来确定各个波长响应。因此,照明技术包括循环法、频分调制、Hadamard编码等。
不同测量的光源照明序列可以不同。可以提出这种变化性用以制止重放攻击(replay attack),在重放攻击中,记录有效信号集合并且在以后重放,用以使生物统计传感器失效。还可以在一些实施例中延伸样本之间的测量变化性,其中仅使用可用照明波长的子集,然后与登记数据集中数据的相应子集相比较。
光源403和405的阵列实际上不需要是如图4A所示的平面。例如,在其它实施例中,光纤、纤维束或纤维光学面板或灯芯(taper)可以将光从位于方便位置的光源传递到照明面上,在照明面上,光再次成像(reimage)到手指上。可以通过象LED一样开启和关闭驱动电流,来控制光源,可选地,如果使用白炽光源,使用例如液晶调制器的一些形式的空间光调制器或使用微电机系统(“MEMS”)技术来控制孔径、反光镜或其它这种光学元件,来实现光的快速切换。
例如光纤和纤维束的光学元件的使用使得可以简化多光谱生物统计传感器的结构。在图4B中示出了一个实施例,图4B示出了光纤的使用和例如LED的照明源的电扫描。各个纤维416a使位于照明阵列410处的每个LED与成像表面相连,并且其它纤维416b将反射的光传回成像设备412,成像设备412可以包括光电二极管阵列或CCD阵列。因此滤波器416a和416b的集合限定了在中继光中所使用的光纤束414。
结合图1和2所述的方法的实施可以与计算机系统协作,所述计算机系统与如结合图3-4B所述的多光谱生物统计传感器之一的生物统计传感器等相连或集成。图5所示的设置包括适用于更大系统的多个组件;集成了便携式设备的小型系统可以使用少量的组件。图5大致地示出了怎样按照分离或更集成的方式来实施各个系统元件。计算设备500被示出为包括经过总线526电连接、并且与生物统计传感器517相连的硬件元件。在一些示例中,生物统计传感器517包括多光谱生物统计传感器,但是这不是必须的,并且在其它实施例中,生物统计传感器517可以是另一种指纹传感器或者其它生物统计传感器。硬件元件包括处理器502、输入设备504、输出设备506、存储设备508、计算机可读存储介质读取器510a、通信系统514、例如DSP或专用处理器的处理加速单元516以及存储器518。计算机可读存储介质读取器510a还与计算机可读存储介质510b相连,该组合综合地表示远程、本地、固定和/或可拆卸的存储设备加上用于暂时和/或更持久地包含计算机可读信息的存储介质。通信系统514可以包括有线、无线、调制解调和/或其它种类的接口连接,并且使得可以与外部设备交换数据。
计算设备500还包括软件元件,该软件元件被示出为当前位于工作存储器520内,包括操作系统524和例如设计用于实施本发明方法的程序的其它代码522。对于本领域技术人员而言显而易见的是,根据特殊要求,可以使用实质的变化。例如,也许还使用定制的硬件并且/或者以硬件、软件(包括例如小应用程序的可移植软件)或者这两者来实现特定元件。此外,可以采用与例如网络输入/输出设备的其它计算设备的连接。
图6示意地示出了可以用于实施多光谱生物统计传感器的另一种结构的前视图。在本实施例中,多光谱生物统计传感器601包括宽带照明子系统623和检测子系统625。对于结合图3所述的实施例,在一些实施例中可以存在多个照明子系统623,其中图6示出了具有两个照明子系统623的特殊实施例。照明子系统623所包含的光源603是例如白炽灯泡或发光条的宽带照明光源,或者可以是本领域技术人员公知的其它宽带照明光源。光源603的光通过照明光学元件605和线形偏振器607,并且可选地可以通过用于将光波长限制在特定范围内的带通滤波器609。光通过压板117并且定向到皮肤部位119。一部分光从皮肤119反射,定向到检测子系统625,检测子系统625包括成像光学元件615和619、交叉线形偏振器611和色散光学元件613。色散元件613可以包括透射式或者反射式的一维或二维光栅、棱镜或者本领域技术人员公知使光路径作为光波长的函数而偏离的其它光学元件。在所示实施例中,第一成像光学元件619用于准直从皮肤619反射的光,使之通过交叉线偏振器611和色散元件613。光的频谱分量由色散元件613以角度分离,并且分别由第二成像光学元件615聚焦到检测器617。如结合图3所讨论的,照明和检测子系统623和625分别包含的偏振器607和611用于减少在检测器617处的直接反射光的检测。
因此,根据在检测器处接收的光而产生的多光谱图像是按照计算断层成像光谱仪(“CTIS”)方式“编码的”图像。在产生的图像中同时存在波长和空间信息。可以通过编码图像的数学反演或“重构”来获得各个光谱图样。
以上结合图3和6所述的实施例是“区域(area)”传感器配置的示例。除了这种面积传感器配置之外,在一些实施例中,多光谱成像传感器可以被配置为“触击”传感器。图7示意地示出了触击传感器的一个示例的顶视图。在该图中,传感器701的照明区域703和检测区域705实质上共线。在触击传感器701的一些实施例中,可以存在多于单个的照明区域。例如,可以存在排列在检测区域705的任意一侧上的多个照明区域。在一些实施例中,照明区域703可以部分地或者完全地与检测区域705重叠。通过如图7箭头所示使手指或其它身体部分触击光学有效区域,利用传感器701来收集多光谱图像数据。相应的线性传感器可以是静止系统或者滚子(roller)系统,还可以包括编码器用以记录位置信息并且有助于根据产生的图像块序列来缝合完整的二维图像,如本领域技术人员所公知的。当使用滚子系统时,可以将指尖或其它皮肤部位在对于所用光波长透明的滚子上滚动。然后依次从皮肤部位的离散部分接收光,根据从不同部分接收的光来建立多光谱图像。
一些实施例所包含的偏振器还可以被用于创建或者进一步加强表面特征。例如,如果沿与采样压板平行(“P”)的方向偏振照明光并且检测子系统并入了垂直取向(“S”)的偏振器,则反射光被阻挡多达偏振器对的消光比。然而,定向到指纹脊(ridge)点处的光被光学地散射,这有效地使偏振随机化。这使得由S偏振成像系统观察到吸收和重新发射光的50%量级的部分。
以上结合特殊实施例所述的系统是演示性的,并且并不意欲成为限制。存在处于本发明目的范围内的对于上述示范实施例的多种改变和备选方案。在多个示例中,在不实质上影响本发明的功能方面的情况下,可以改变光学元件的布置或次序。例如,在使用宽带照明光源和一个或多个光学滤波器的实施例中,滤波器可以位于照明和检测子系统中的任意多个点处。此外,尽管附图示出了被测量的手指或其它皮肤部位与压板相接触,显而易见的是,实质上可以在不接触的情况下进行相同的测量。在这种情况下,可以将用于照明和检测的光学系统配置用于在一定距离处照射并使皮肤部位成像。在2004年3月10日递交的题为“OPTICAL SKIN SENSOR FOR BIOMETRICS”的美国临时专利申请No.60/552,662中提供了这种系统的一些示例。
上述实施例产生在不同波长和/或偏振条件下的皮肤部位的图像集合,或者产生使用重构技术可以产生图像集合的数据,与CTIS或编码照明子系统的特定情况一样。为了演示,结合这种光谱图像集合来进行下面的讨论,尽管在不直接产生这些图像集合的实施例中对于随后的生物统计处理并不需要产生这些图像集合。图8示出了演示的多光谱图像集合,该集合定义了多光谱数据立方体801。
分解数据立方体801的一种方式是使之分解为与测量处理中用于照明样本的波长和/或偏振条件的每一个相对应的图像。在附图中,示出了五个分离图像803、805、807、809和811,与五个离散照明波长和/或照明条件(例如,在位置X、Y处的照明点光源;存在/不存在照明偏振)相对应。在使用可见光的实施例中,图像可以与使用例如在450nm、500nm、550nm、600nm和650nm处的光所产生的图像相对应。每一个图像代表与皮肤互相作用的特殊波长的光学效应,并且在测量器件皮肤与压板接触的实施例的情况下,每一个图像代表与皮肤互相作用并且还通过皮肤-压板界面的特殊波长的光的光学效应。由于由波长改变的皮肤的光学属性和皮肤成分,通常每个多光谱图像803、805、807、809和811彼此不同。例如,短于近似600nm的波长被血液强烈吸收,吸收峰在近似540nm和576nm。在这些波长处的图像强烈地示出了血液属性,包括当手指按压在传感器表面上时手指的发白,以及部分由于更深处血管而引起的斑驳图样。波长长于近似600nm的光源对于血液不灵敏,并且实际上更加平滑和均匀。
因此数据立方体可以表达为R(XS,YS,XI,YI,λ),并且描述了当在光源点XS,YS处照射时在每一个图像点XI,YI处查看到的波长λ的散射反射光的量。可以通过在适当光源点位置对点响应求和,来总结不同照明配置(泛型、线型、等)。传统的非TIR指纹图像F(XI,YI)可以被不确切地描述为给定波长λo的多光谱数据立方体,并且在所有光源位置上求和:
F ( X I , Y I ) = Σ Y S Σ X S R ( X S , Y S , X I , Y I , λ 0 )
相反地,光谱生物统计数据集S(λ)使给定波长λ的测量光强与照明和检测位置之间的差
Figure A20048004139800222
相关联:
( D → , λ ) = R ( X I - X S , Y I - Y S , λ )
因此,多光谱数据立方体R与传统指纹图像和光谱生物统计数据集相关联。多光谱数据立方体R是其它两个数据集的任意一个的超集(superset),并且包含在两个独立形态中可能丢失的相关性或其它信息。
因为压板材料和皮肤的折射光学指数通常在所用波长范围上并不明显不同,并且光学界面在测量时间间隔期间没有实质的变化,所以皮肤-压板界面的光学互相作用实质上在所有波长处都是相同的。从皮肤到压板的光以及从压板到皮肤的光在光学界面处受菲涅尔折射的影响。因此,与并不通过气隙的光相比,在接收介质中穿过气隙的光并不强。该现象形成了多光谱数据立方体中包含的图像信息的一部分。
多光谱图像数据立方体包含来自多个源的空间光谱信息。仅仅作为示例,对于在与压板接触的指尖上进行测量的情况,产生的数据立方体包含由于以下而引起的效应:(i)指尖和压板之间的光学界面,与传统非TIR指纹中包含的信息类似;(ii)组织的整体光谱特征,不同人是不同的;(iii)靠近皮肤表面的血管,并且尤其是直接位于组成外部指纹图样的趾掌脊之下的毛细管;以及(iv)按照与静脉成像类似的方式分布在组织深处的血管和其它光谱有效结构。同样地,本发明的实施例提供了用于从被测量的指尖或其它皮肤部位内的多个源提取生物统计数据的机制,从而提供了多因子生物统计传感应用。
由于皮肤和皮下组织的复杂的波长依赖属性,与给定图像位置相对应的光谱值集合具有清晰限定且清楚的光谱特征。这些光谱特征可以被用于逐象素地来分类多光谱图像。可以通过从符合条件的图像集合中产生典型组织光谱性质,来执行该评估。例如,可以以N×5矩阵来记录图8所示的多光谱数据,其中N是包含来自活组织而不是来自周围空气区域的数据的图像象素数目。对于该组矩阵所执行的本征分析或者其它要素分析产生这些组织象素的代表性光谱特征。然后使用例如Mahalanobies距离和光谱残留的量度(metrics),将后继数据集中象素的光谱与这种先前建立的光谱特征相比较。如果不止少量图像象素具有与活组织不一致的光谱性质,则认为样本是非真实并且不合格的,因此提供了用于将防欺骗方法并入根据样本活性的确定的传感器的机制。
类似地,在样本是指尖的实施例中,根据光谱性质,多光谱图像象素被分类为“脊(ridge)”、“谷(velley)”或者“其它”。可以使用判别分析方法来执行该分类,所述方法例如线性判别分析、二次判别分析、主分量分析、神经网络和本领域技术人员公知的其它方法。由于脊和谷象素在典型的指尖上是邻接的,所以在一些示例中,感兴趣的图像象素周围的局部的多光谱数据被用于分类图像象素。按照这种方式,从传感器提取传统的指纹图像,用于进一步处理和生物统计估计。“其它”的类别可以指示具有与真实样本所预期的不同的光谱性质的图像象素。可以设置图像中被分类为“其它”的总象素数的阈值。如果超出该阈值,则确定样本是非真实的,并且做出适当的指示,并采取行动。
可以使用整个数据立方体或者其特定部分来进行个人特征的估计。例如,可以应用适当的空间滤波器来分离出通常代表组织中较深光谱有效结构的较低的空间频率信息。可以使用上述类似的空间频率分离和/或象素分类方法来提取指纹数据。可以按照上述方式将光谱信息与图像的有效部分分离。然后,处理数据立方体的这三部分,并使用本领域技术人员公知的方法,将其与相关数据相比较。根据生物统计数据中相关这些特征的强度,关于相应人体测量特征的估计,做出判决。
3.示例
存在大量可以实施本发明方法和系统的不同的有用应用。此处讨论的特殊示例仅作为演示性的,并不成为限制。每个示例使用结合图1所述的生物统计数据和个人特征之间的算法关系,所述算法关系是根据收集的生物统计数据和表现出多样的年龄、体重、种族和工作分类(办公室工作、现场工作、机械工作等)以及具有不同性别和利手性的人员的相应个人特征信息而产生的。
产生的关系可以被用于实施法律的背景,例如在检索隐约指印作为犯罪侦察的一部分的情况下。即使由于在任何执法数据库中没有存储指纹所以不能直接识别疑犯时,可以使用上述方法来将指纹与疑犯的性别、种族、利手性和近似年龄、体重和工作分类进行相关,来分析指纹。可以定义的个人特征的数目越大,则可以使执法人员大大地减少嫌疑犯库(pool)的大小。此外,该信息可以与执法人员收集的其它侦察信息相结合,该信息涉及与作为疑犯的特定个体相关的努力。从与个人特征的相关性得到的附加信息可以使得侦察努力更加有效,并且在排除其它情况的情况下,进行逮捕和/或宣告有罪。
算法关系还可以被用于移民背景。例如,外国公民可以申请一个国家的入境签证,提供证明该人员的年龄、国籍、性别、工作分类等的文件。尽管可以做出努力来认证该文件,可以通过使用本发明实施例所提供的人体测量属性的相关性,实施这种认证。例如,一个人可以出示证明他是30岁男性体力劳动者的文件。该人员的多光谱生物统计测量可以被用于得到人体属性的估计,显示该人员实际是38岁并且具有与办公室工作者一致的特征。该差异则可以被用于在准予签证之前对该人员进行进一步条查。
在试图欺骗性地进入一个国家时,例如一个人使用欺骗机制来隐藏其身份的情况,使用类似过程。这可以是例如在入境时权利机构测量指纹以便与已知恐怖分子的数据库相比较的情况。如果代表本人的一个人具有与其物理性质不一致的人体测量属性,则可以指示出存在欺骗机制,并且需要进一步调查。例如,如果看起来象特定人种30岁男子的一个人具有与不同人种70岁女性的相关性,则在准予进入之前需要对该人员进行进一步调查。
算法关系还可以被用于特定商业背景,例如通过使用它作为对于目标广告的营销辅助。在多种示例中,已知识别年龄、性别和/或人种的特定人口统计分组对不同广告种类有不同的反映。个体生物统计测量使得可以根据人体测量属性的相关性来分类广告,从而使用预期最有效的广告。
在阅读本公开之后,其它应用对于本领域技术人员而言是显而易见的。
因此,对于所述的几个实施例,对于本领域普通技术人员而言,只要不偏离本发明的限制,可以作出改变、结构改动和等价方案。因此,上述说明并不是本发明的限制范围,所述限制范围由所附权利要求进行限定。

Claims (27)

1.一种估计个体的连续个人特征的方法,所述方法包括:
从个体收集生物统计数据测量;以及
通过在生物统计数据测量和连续个人特征值之间应用算法关系,来确定个体的连续个人特征,所述连续个人特征值是从对多个生物统计数据测量和相应收集的个人特征值应用算法而得到的。
2.根据权利要求1所述的方法,其中,一个或多个生物统计数据测量包括肤纹测量。
3.根据权利要求1所述的方法,其中,收集生物统计数据测量包括:
利用光照射个体的皮肤部位;
接收从皮肤部位散射的光;以及
从接收的光中得到多光谱图像。
4.根据权利要求1所述的方法,其中,连续个人特征是从由以下构成的组中选出的:年龄、体重、身体质量指数、人种、种族和工作分类。
5.根据权利要求1所述的方法,还包括:
收集多个生物统计测量和相应的个人特征值;以及
对多个生物统计测量和相应的个人特征值应用算法来得到算法关系。
6.根据权利要求1所述的方法,还包括:通过在生物统计数据测量和第二个人特征值之间应用第二算法关系,来确定个体的第二个人特征,其中第二个人特征值是从对多个生物统计数据测量和相应收集的第二个人特征值应用第二算法而得到的。
7.根据权利要求1所述的方法,其中,所述算法包括多元算法。
8.一种估计个体的个人特征的方法,所述方法包括:
利用光照射个体的皮肤部位;
接收从皮肤部位散射的光;
从接收的光中得到多光谱图像;以及
通过在多光谱图像和个人特征值之间应用算法关系,来确定个体的个人特征,其中个人特征值是从对多个多光谱图像和相应收集的个人特征值应用算法而得到的。
9.根据权利要求8所述的方法,其中,个人特征是二元个人特征。
10.根据权利要求8所述的方法,其中,个人特征是连续个人特征。
11.根据权利要求8所述的方法,其中,照射皮肤部位包括:
在多个离散波长处产生光,作为多个准单色光束;以及
使产生的光照射皮肤部位。
12.根据权利要求8所述的方法,其中,照射皮肤部位包括:
产生宽带光束;
对宽带波束进行滤波,以便在多个离散波长处提供光;以及
使滤波的宽带波束照射皮肤部位。
13.根据权利要求8所述的方法,其中:
照射皮肤部位包括利用第一偏振使光偏振;以及
接收光包括利用第二偏振使接收的光偏振,所述第二偏振实质上与第一偏振交叉。
14.根据权利要求8所述的方法,还包括:
收集多个多光谱图像和相应的个人特征值;以及
对多个多光谱图像和相应的个人特征值应用算法,来得到算法关系。
15.根据权利要求8所述的方法,还包括:通过在多光谱图像和第二个人特征值之间应用第二算法关系,来确定个体的第二个人特征,其中第二个人特征值是从对多个多光谱图像和相应收集的第二个人特征值应用第二算法而得到的。
16.根据权利要求8所述的方法,其中,所述算法是多元算法。
17.一种估计个体的个人特征的方法,所述方法包括:
从个体收集生物统计数据测量;以及
通过在生物统计数据测量和个人特征值之间应用算法关系,来确定个体的个人特征,所述个人特征值是从对多个生物统计数据测量和相应收集的个人特征值应用多元算法而得到的。
18.根据权利要求17所述的方法,其中,一个或多个生物统计数据测量包括肤纹测量。
19.根据权利要求17所述的方法,其中,收集生物统计数据测量包括:
利用光照射个体的皮肤部位;
接收从皮肤部位散射的光;以及
从接收的光中得到多光谱图像。
20.一种传感器系统,包括:
照明子系统,被设置成向个体的皮肤部位提供光;
检测子系统,被设置成接收从皮肤部位散射的光;以及
计算单元,与检测子系统相接,并且具有:
指令,用于从接收光中得到多光谱图像;以及
指令,用于通过在多光谱图像和个人特征值之间应用算法关系,来确定个体的个人特征,所述个人特征值是从对多个多光谱图像和相应收集的个人特征值应用算法而得到的。
21.根据权利要求20所述的传感器系统,其中,照明子系统包括:
光源,在多个离散波长处提供光;以及
照明光学器件,用于使光照射到皮肤部位。
22.根据权利要求21所述的传感器系统,其中,所述照明系统还包括扫描机构,用于按照规定图样来扫描光。
23.根据权利要求21所述的传感器系统,其中,所述光源包括多个准单色光源。
24.根据权利要求20所述的传感器系统,其中,所述照明子系统包括:
宽带光源;以及
滤波器,设置用于滤波从宽带光源发射的光。
25.根据权利要求20所述的传感器系统,其中,检测子系统包括:
光检测器;以及
检测光学器件,用于使接收光照射到光检测器。
26.根据权利要求20所述的传感器系统,其中:
照明子系统包括第一偏振器,设置用于面对提供的光;
检测子系统包括第二偏振器,设置用于面对接收的光;以及
第一和第二偏振器实质上彼此交叉。
27.根据权利要求20所述的传感器系统,其中,计算单元还包括指令,用于通过在多光谱图像和第二个人特征值之间应用第二算法关系,来确定个体的第二个人特征,其中第二个人特征值是从对多个多光谱图像和相应收集的第二个人特征值应用第二算法而得到的。
CNB2004800413988A 2003-12-11 2004-12-10 根据生物统计测量来估计个人特性的方法和系统 Expired - Fee Related CN100447804C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US52929903P 2003-12-11 2003-12-11
US60/529,299 2003-12-11
US10/009,372 2004-12-09

Publications (2)

Publication Number Publication Date
CN1957360A true CN1957360A (zh) 2007-05-02
CN100447804C CN100447804C (zh) 2008-12-31

Family

ID=38063742

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2004800413988A Expired - Fee Related CN100447804C (zh) 2003-12-11 2004-12-10 根据生物统计测量来估计个人特性的方法和系统

Country Status (1)

Country Link
CN (1) CN100447804C (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101843020A (zh) * 2007-06-11 2010-09-22 路迈蒂姆公司 非接触型多谱生物测量获取
CN103211660A (zh) * 2013-04-22 2013-07-24 杭州电子科技大学 利用偏振成像的牙齿表面脱矿检测装置
CN106384073A (zh) * 2015-07-28 2017-02-08 北京众城巨元科技发展有限公司 一种活体采集的滚动和平印融合采集指纹的方法
CN107239770A (zh) * 2017-02-22 2017-10-10 全普光电科技(上海)有限公司 安全认证方法、安全认证系统及电子设备
CN107430743A (zh) * 2015-03-31 2017-12-01 株式会社爱茉莉太平洋 个人定制型化妆品的提案方法
CN108074300A (zh) * 2016-11-15 2018-05-25 中国科学院光电研究院 一种利用激光诱导等离子体光谱分析设备测量指甲成分的门禁系统
CN110651316A (zh) * 2017-03-17 2020-01-03 量子基础有限公司 安全元件的光学读取
WO2020103881A1 (zh) * 2018-11-20 2020-05-28 中国科学院上海营养与健康研究所 基于机器学习算法搭建的唐氏综合征肤纹辅助筛查
CN113449804A (zh) * 2021-07-09 2021-09-28 曲阜师范大学 血液类别的确定方法及相关设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0210988B1 (en) * 1984-03-20 1989-07-05 National Research Development Corporation Method and apparatus for the identification of individuals
US5929443A (en) * 1995-12-18 1999-07-27 The Research Foundation City College Of New York Imaging of objects based upon the polarization or depolarization of light
KR100259475B1 (ko) * 1997-04-14 2000-06-15 최환수 정맥분포패턴을 이용한 개인식별방법
US7890158B2 (en) * 2001-06-05 2011-02-15 Lumidigm, Inc. Apparatus and method of biometric determination using specialized optical spectroscopy systems
DE59903204D1 (de) * 1998-10-14 2002-11-28 Siemens Ag Vorrichtung und verfahren zur biometrischen identifikation einer person
DE10132013B4 (de) * 2001-07-03 2004-04-08 Siemens Ag Multimodale Biometrie

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101843020A (zh) * 2007-06-11 2010-09-22 路迈蒂姆公司 非接触型多谱生物测量获取
CN101843020B (zh) * 2007-06-11 2014-05-14 路迈蒂姆公司 非接触型多谱生物测量获取
CN103211660A (zh) * 2013-04-22 2013-07-24 杭州电子科技大学 利用偏振成像的牙齿表面脱矿检测装置
CN107430743A (zh) * 2015-03-31 2017-12-01 株式会社爱茉莉太平洋 个人定制型化妆品的提案方法
CN106384073A (zh) * 2015-07-28 2017-02-08 北京众城巨元科技发展有限公司 一种活体采集的滚动和平印融合采集指纹的方法
CN108074300A (zh) * 2016-11-15 2018-05-25 中国科学院光电研究院 一种利用激光诱导等离子体光谱分析设备测量指甲成分的门禁系统
CN107239770A (zh) * 2017-02-22 2017-10-10 全普光电科技(上海)有限公司 安全认证方法、安全认证系统及电子设备
CN110651316A (zh) * 2017-03-17 2020-01-03 量子基础有限公司 安全元件的光学读取
WO2020103881A1 (zh) * 2018-11-20 2020-05-28 中国科学院上海营养与健康研究所 基于机器学习算法搭建的唐氏综合征肤纹辅助筛查
US12127857B2 (en) 2018-11-20 2024-10-29 Shanghai Institute of nutrition and health, Chinese Academy of Sciences Assisted screening of down syndrome skin prints based on machine learning algorithm
CN113449804A (zh) * 2021-07-09 2021-09-28 曲阜师范大学 血液类别的确定方法及相关设备
CN113449804B (zh) * 2021-07-09 2023-03-10 曲阜师范大学 血液类别的确定方法及相关设备

Also Published As

Publication number Publication date
CN100447804C (zh) 2008-12-31

Similar Documents

Publication Publication Date Title
EP1700246B1 (en) Methods and systems for estimation of personal characteristics from biometric measurements
US8229185B2 (en) Hygienic biometric sensors
CN101529445B (zh) 光谱生物测定传感器
CN101124586B (zh) 组合的全内反射和组织成像系统和方法
US7460696B2 (en) Multispectral imaging biometrics
CN101632089B (zh) 生物测定传感器
EP2397969B1 (en) Multispectral imaging biometrics
US7539330B2 (en) Multispectral liveness determination
US20110163163A1 (en) Multispectral barcode imaging
CN102982317A (zh) 用于改进生物统计特征的确定的系统与方法
CN103336941A (zh) 多重生物测定多谱成像器
Nixon et al. Multispectral fingerprint imaging for spoof detection
KR20090035611A (ko) 공간 스펙트럼 지문 스푸프 검출
KR20090125193A (ko) 국소적으로 일관된 피처를 기초로 하는 생체인식
CN101843020B (zh) 非接触型多谱生物测量获取
CN103400103A (zh) 光谱生物测定传感器
CN100447804C (zh) 根据生物统计测量来估计个人特性的方法和系统
CN101137997A (zh) 用于改进生物统计特征的确定的系统与方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: HID GLOBAL CORP.

Free format text: FORMER OWNER: SPECTRUM IDENTIFICATION CO.

Effective date: 20150827

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20150827

Address after: American Texas

Patentee after: Hid Global Corp

Address before: The American state of New Mexico

Patentee before: Spectrum Identification Co.

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20081231

Termination date: 20171210

CF01 Termination of patent right due to non-payment of annual fee