JP2005531935A

JP2005531935A - 複数の部分的な生体計測によるフレーム走査からの生体画像アセンブリのための方法及びシステム

Info

Publication number: JP2005531935A
Application number: JP2003512825A
Authority: JP
Inventors: アンソニーピーラッソ
Original assignee: アトルアテクノロジーズインコーポレイテッド
Priority date: 2001-07-12
Filing date: 2002-07-12
Publication date: 2005-10-20
Also published as: AU2002316679A8; US7751595B2; WO2003007121B1; WO2003007127A2; AU2002346107A1; WO2003007127A9; US20030115475A1; WO2003007125A9; WO2003007121A3; AU2002332414A1; US20070274575A1; US20030126448A1; EP1573426A4; US20030115490A1; US20030101348A1; WO2003007121A2; EP1573426A2; WO2003007125A2; WO2003007125A3; AU2002316679A1

Abstract

指紋スワイプセンサからの画像断片の集合又はフレームより、継なぎ目のない指紋を再構築するための方法及びシステムである。確固に正規化された相互相関処理が、フレームの評価及び画像一致に用いられる。メモリを含むデバイス処理源の効率的な使用は、指を動かすことを示し、かつ獲得の間にセンサに全く指が存在しない又は最後のフレームが獲得されて以来指の動きがない場合のフレームを廃棄するデータフレームのみを保持することにより行われる。獲得処理の間にセンサ設定を調整して光学的な結果を得る。論理は、獲得速さを変化させることで、異なる物理システム及びセンサ特性にわたる動作を保証する。再構築画像に関連した統計量、及び指のスワイピング処理が計算され、再構築画像に組み込まれ、後工程の指紋一致システムに有用となる。そして、画像に組み込まれることにより、本発明のシステム及び方法は、任意の指紋処理システムが情報を使用するために呼び出されるときはその情報を使用することができることを保証する。

Description

本発明は複数の部分的な画像から１つの画像を生成又は再構築するシステム、装置、方法、コンピュータプログラム、及びコンピュータプログラム製品の分野に全体的に関係し、さらに詳しくは、複数の小さな部分的生体画像から２次元の生体画像を再構築するためのシステム、装置、方法、コンピュータプログラム、及びコンピュータプログラム製品に関していて、よりさらに詳しくは、実質的に１次元の部分的な指紋走査から２次元の指紋生体情報を再構築することに関するものである。

生体情報システムは、人間の識別をコンピュータ若しくは他のシステム、装置、環境、情報若しくは情報システム若しくはデータベース、又はアクセス可能な他の保護や制限されたものに認証させる便利で安全な方法として人気があり増加し続けている。これは、システムが特定のユーザによるアクセスを許可又は拒否することを認めている。アクセスは、サービス、情報、又は部屋のような物理的な入り口に相当し得る。何十年間も、連邦捜査局（ＦＢＩ）並びに、他の法執行及び裁判機関により使用された指紋は、識別を証明することに関して非常に関連している。今日における最も簡便な自動指紋システムは、電気指紋センサ、小型汎用又は個人コンピュータ（ＰＣ）又はコンピュータ処理ユニットのようなホストコンピュータ、及びある指紋画像をそれまでに蓄積している指紋画像（又は指紋データベースに蓄積された大量の集合の指紋画像）と比較し解析することができる指紋用比較一致ソフトウェアから構成されている。そして指紋は、例えば、従業員、軍の兵役、及び運転免許の登録、法執行の阻止や監禁、若しくは他のサービスのため、又は他の任意な理由による分類のための登録の間に、取得され蓄積される。

図１Ｂに示すように、指紋はすべて指の面上の物理的な峰と谷から成り立っている。この図において、黒い部分が峰で、白い部分が谷である。峰の終わりを指示する画像の上に置かれた長方形、又は分岐点を指示する円の何れかによって、一致をみるために用いられる些細な点が識別される。峰と谷との２次元パターンは、膨大な人間の中で唯一のものであることが証明されており、特に峰の終わりと分岐点は、指紋の”些細さ”を呼び出し又は参照する。

およそ１９９０年代まで、電気指紋センサは、指紋の完全な面を能動的に同時走査するために設計され、かつ接触又は置きセンサとして頻繁に引用されてきた。光又は電気走査方法のいずれであっても、このようなセンサのすべてが、少なくとも典型的な人間の指先（典型的には約１５ｃｍ×１５ｃｍ）、又は少なくとも前記些細さを有する意味ある部分程度の大きさで設計されてきた。画像がキャプチャー（獲得）されるまで、ユーザはセンサ装置に指先を単に置いていた。現在、これらの装置は置きセンサとして知られ、センサの能力及びサイズにもよるが典型的には２５０〜５００行、２００〜５００列の範囲の大きな画像をキャプチャーする。これらのセンサは、センサによって（及びできるかぎりセンサと協働するエレクトロニクスをサポートすることによって）占有される空間を許容できる幾つかの用途には満足のいくものであった。多くの具体例では、サイズが問題となることはなかった。なぜなら、例えば、キーボードがすぐ近くにあるノートブックコンピュータのような携帯装置の相当に大きな面でさえもが、前述した置きセンサに利用可能であったからである。他の用途では、分離したボックス又は置きセンサ用の筐体を供給し、再度、物理サイズの重要性を少なくさせていた。

しかしながら、特にシリコン領域の関数で価格が高くなるシリコン型センサがそうであるように、指紋センサのサイズが大きくなるとその価格が劇的にアップすることから、企業が指紋走査装置の価格を下げる方向に動いたとき、かれらはすぐに、少なくとも部分的には装置の実際のサイズを小さくさせることが唯一の方法であると理解していた。小型化は、昔からそして今でも指紋センサにとって非常に望まれる特徴である。なぜなら、価格を低減することに寄与する面があることと、センサが小さくなるほどラップトップコンピュータ、ＰＤＡ、携帯電話、又は他の情報装置や通信装置内にこのセンサを組み込むことが容易になるからである。

最も有望な小型化アプローチは、ある方向（典型的には幅）で十分な大きさであるが、他の方向（典型的には高さ）を短縮して作られることを含んでいる。幅と高さは、２つの直交するセンサ寸法に関する任意の記述であることを認識されたい。これは、指の小さな四角い部分を走査することが可能なセンサのみに生じる。置きセンサと同様、ユーザは指の全画像をキャプチャーするために装置に沿って指をさっと動かさなければならない。ユーザが指をさっと動かすとき、その四角い部分又はフレームが、その動きにあわせて指を連写する。幅寸法は各時点でキャプチャーされ、かつ短縮された高さ寸法の組み合わせより他の寸法が構築される。次に、標準的な指紋処理システムで使用する画像を作り出すために、個々のフレームが位置あわせされなければなならず、そして本来のオブジェクト（指先部分）に一致する所望の画像を生成又は“再構築”するために、重複した情報は破棄されなければならない。その結果、生成又は再構築された画像にはフレーム間のつなぎ目が出現しない。これがうまく行われる場合、再構築された画像は、本来のオブジェクトすべての画像を同時に収集又は獲得する同一タイプの置きセンサでキャプチャーされた画像と区別がつかないようにみえる。

指紋をスワイプ（swipe）するセンサの一例は、指紋関連のシステムという表題の米国特許番号６，２８９，１１４号に記載されており、引用によってここに組み入れられている。本特許は、本センサの面領域が、読み出される指紋の面領域よりもはるかに小さいことを特徴とするシステムを述べている。この読み出しは、センサと指が接触しかつ互いに関連しながら滑って動くときに行われる。システムは指紋の完全な画像を、この動きの間にセンサによって与えられる部分的な画像から再構築する。これまで、センサによって与えられる部分的な画像から、指紋の完全な画像を構築するシステムのやり方については記述されてはいなかった。

（関連出願）
３５ＵＳＣ１２０及び／または３５ＵＳＣ１１９（ｅ）の下で、”拒否されない無線処理のためのシステム、方法、装置、及びコンピュータプログラム”という表題の２００１年７月１２日に出願された米国特許出願番号６０／３０５，１２０号、”移動無線のネットワーク型処理認証及びその拒否のためのシステム、方法、及びオペレーティングモデル”という表題の２００２年３月１３日に出願された米国特許出願番号１０／０９９，５５４号、及び”統合されたオンチップデータバッファリングを備えた指紋生体情報の獲得装置及び方法”という表題の２００２年３月１３日に出願された米国特許出願番号１０／０９９，５５８号に基づいて、優先権が主張されている。これら出願の各々が引用によってここに組み入れられている。

さらに本出願は、以下に示す共に保留中の追加特許出願、すなわち”ディジタル処理における信用を判断するための方法及びシステム”という表題の２００２年７月１２日に出願された米国特許出願番号１０／，（代理人処理番号A-70779/RMA/JML）、”生体測定的に向上されたディジタル認証と、それを生成及び使用するシステム及び方法”という表題の２００２年７月１２日に出願された米国特許出願番号１０／，（代理人処理番号A-70596/RMA/JML）、及び”生体情報を用いた安全なネットワーク及びネットワーク化された装置”という表題の２００２年７月１２日に出願された米国特許出願番号１０／，（代理人処理番号A-70595/RMA/JML）に関連しており、これらすべての出願は引用によってここに組み入れられている。

（発明の概要）
本発明は、部分的な画像データから大きな合成画像を再構築する知的な方法であって、部分的な画像データを獲得しかつその画像データを組み合わせるための装置、システム、方法、処理手順、コンピュータプログラム、及びコンピュータプログラム製品を提供する。本発明がラインセンサ、レベルの低いタイプのセンサ、又は他の画像装置といった多くの異なるタイプに適用可能であるのであるが、ある実施形態では、この部分的画像データが、キャパシティブな（又は他の）指紋スワイプ（swipe）センサから生成された電気信号の形式で存在する。

一態様によれば、本発明のコンピュータソフトウェア及び／又はファームウェアの形式における方法、処理手順、アルゴリズム、コンピュータプログラム、コンピュータプログラム製品が提供され、完全で（或いは任意の所望部分の）つなぎ目のない指紋画像を、指紋スワイプセンサからの画像断片又はフレームの集合より再構築する。ここで記述される新規な発明は、従来のシステム、装置方法、及び処理手順を重要な方法で改良する。例えば、限定するものではないが図示する方法によって、本発明は、従来のルーチン的な相互関係アプローチよりもむしろ画像処理において良好に作用する正規化された相互相関関係の処理手順を使用する。さらに、本発明は、装置からの動く指を表示するデータフレームだけをそのままにし、かつフレーム獲得の間に、センサにどの指も存在しない或いは最後のフレームが獲得されてから指が動いていないフレームを捨てる又は廃棄することによって、メモリを含む（コンピュータ又はマイクロプロセッサの）資源を処理する装置を効率的に使用する。

さらに本発明の方法及び処理手順は、与えられた指にとって最適な結果を得るため、獲得処理の間にセンサの設定を調整する能力を有している。それはまた、獲得速度を変化させることで、多数の異なる特徴を有する物理的システム及びセンサの至る所で動作が正しく作用することを保証する処理手順的ロジックを有し、そしてユーザがスワイプ（swipe）動作を素早過ぎて行った状況でもきちんと処理する処理手順的ロジックを含んでいる。さらに、本発明の実施例では、再構築された画像及び指のスワイピング処理に関する統計量を保存し、それを再構築される画像自体に埋め込んでいる。スワイプ（swipe）方向の角度、スワイプ（swipe）速度、及び他の獲得特性やパラメータのようなこれらの統計量は、後工程での指紋一致システムで有用になり得る。そして、画像自体にこの統計量を埋め込むことによって、本発明のシステム及び方法は、どんな指紋処理システムもそれが呼び出される場合にはこの情報を使用することができることを保証している。また、本発明は生体データや生体獲得データ、及びその他の情報を蓄積するファイル又は他のデータ構造体を提供する。

ある態様では、本発明は、複数の獲得フレームから合成した生体画像を生成する方法を提供し、その方法は、生体情報の一部を画像化した新たなフレームを獲得し、任意の重ね合わせ位置が、既に獲得済みの少なくとも１つのフレームを伴う新たな獲得フレーム間に存在するかどうかを判断するために、新たな獲得フレームと既に獲得済みの少なくとも１つのフレームとを比較する。任意の重ね合わせ位置が、既に獲得済みの少なくとも１つのフレームを伴う新たな獲得フレーム間に存在する場合には、この新たな獲得フレームを伴う既に獲得済みの少なくとも１つのフレームを増加させるようにし、合成生体情報が生成されるまで前記獲得、比較、及び増加を繰り返すことを含む。

別の態様では、本発明は、複数の生体画像フレームをセンサより獲得し、かつ再構築の合成画像を前記複数の獲得した生体画像フレームの少なくとも幾つかより生成する方法を提供し、その方法は、前記センサよりフレームを獲得しかつ前記獲得フレームを最後に蓄積されたフレームとしてメモリ内に蓄積し、前記獲得フレームと生成される再構築合成画像との間の有用かつ重ね合わせ位置関係を判断するため、前記蓄積されたフレームを前記再構築された合成画像と比較する。そして、前記生成された再構築合成画像の長さ（高さ）を拡張するために、前記獲得フレームの少なくとも部分を組み入れて前記生成された再構築合成画像を更新し、かつ前記更新・生成・再構築された合成画像をメモリに蓄積する。フレーム獲得終了基準に従いフレーム獲得が終了されるべきか否かを判断し、フレーム獲得が終了されるべきと判断された場合はフレームを獲得することを終了して現在更新・生成・再構築された合成画像を最後の生成・再構築の合成画像として識別し、その他の場合はフレーム獲得が終了されるべきかどうかの判断を通して、フレーム獲得が終了されるべきと判断されるまで付加的なフレームを獲得する処理手順を繰り返すことを含む。

別の態様では、本発明は、生体画像を生成するためのシステムを提供し、そのシステムは、計算可能なプログラム命令の形式でコンピュータプログラムコマンドを実行するプロセッサ及びデータとコマンドとを蓄積するプロセッサに関連したメモリと、走査された生体データの少なくとも１つのフレームを表しかつ前記出力データストリームを前記プロセッサに関連させる、出力データストリームを生成する生体情報センサと、前記出力データストリームを受信しかつ前記生体情報の再構築画像を生成するために、前記プロセッサに関連した又は統合された手段とを含む。前記生体情報は指紋生体情報であり、前記センサは、少なくとも１方向がキャプチャーされる生体情報の領域又はサイズよりも小さな領域又はサイズを有する電気容量、熱、圧力又は他の接触型スワイプセンサである。

別の態様では、本発明は、前記本発明の方法及び処理手順の１つ又は組み合わせを実行するコンピュータプログラム及びコンピュータプログラム製品を提供する。

別の態様では、本発明は、ピクセルデータの２次元配列からなる生体画像、及び前記生体画像に関連し、かつ前記生体画像内に埋め込まれた非ピクセル情報を含むデータ構造又はデータトークンを提供する。

別の態様では、本発明は、前記獲得フレームから実時間又は非実時間の画像生成及び再構築を使用しながら、複数のフレームから画像を構築することによって、非常に小さな指紋スワイプセンサ領域である装置のユーザから、生体情報を獲得することが可能な携帯無線電話又は個人情報機器のような携帯通信装置を提供する。

（発明の詳細な説明）
（典型的な実施例）
本発明の画像生成又は画像再構築のアルゴリズム、方法、及びこの方法における処理手順に関する最初の典型的な実施例を、図３のフローチャートを参照しながら説明する。我々は個々のフレームからの画像を（及び画像を表す電気信号又はデータを効果的に）実際に生成する、又は個々のフレームからの画像を代替的に再構築するという理由から、指紋又は他の生体情報の画像を実際に供給する個々のリニアセンサ又は画像フレームが全くない画像生成のために、本プロセスを参照していることに注意すべきである。

また、本発明のシステム、方法、アルゴリズム、コンピュータプログラム、及びコンピュータプログラム製品は、指紋又は他の生体情報の全部又は一部の生成や再構築を許可し、かつその生成や再構築は、全部又は完全な指紋（生体情報）画像とみなされる複数の断片又はサブ部分を、生成又は再構築するために調整されることに注意すべきである。例えば、１／１６、１／１０、１／８、１／４、１／２又は他のサブ部分のように、サブ部分を生成することによって、前記生成された画像の後の処理がこれらのサブ部分上で遂行される。例えば、些細な抽出が、全部又は完全な指紋又は生体情報上で実行されるよりも、サブ部分上で分散して実行される。これはメモリ蓄積及び／又は要求を処理することを少なくさせるのに都合がよい。

本発明の方法は、コントローラ、マイクロコントローラ、プロセッサ、中央処理装置（ＣＰＵ）、若しくは他の回路や機器、又は特定のハードウェアにおいて、又は１以上のソフトウェア、ファームウェア、及び／又はハードウェアの組み合わせを使用して、コンピュータソフトウェアプログラム、コンピュータファームウェアプログラムの命令を実行するのに適した装置上や内部で実行する、コンピュータプログラム、及びコンピュータプログラム製品として実現されるのに都合がよい。

（本発明のシステム及び方法を使用可能な典型的なセンサ要素）
本発明のシステム、方法、アルゴリズム、コンピュータプログラム、及びコンピュータプログラム製品は、様々なセンサ装置に使用される。例えば、Campbell CaliforniaのIControl Transactions, Inc.によって開発されてきたセンサ（ICS-3000モデルのプロトタイプ）に使用される。このセンサ装置は、８行×１９２列、及び１インチあたり３６３ドット（３６３ＤＰＩ）の分解能を提供する７０ミクロンのセンサ要素ピッチを含むスワイプセンサ配列の特徴を有する。それは、統合型のアナログ−デジタル変換機、統合型面接触検出器、及び画像グレイスケール（強度）のための自動ゲイン制御を含んでいる。それは、低パワー消費であり、動作中は１ミリアンプ〜２５ミリアンプで、休眠モード（面接触検出が可能）では５０マイクロアンプよりも小さく。そしてフルパワーダウン時では５マイクロアンプよりも小さくパワー消費しながら、２．５Ｖ〜３．３Ｖで動作する。それは、アクセスタイムとしての速度が４０ナノセカンドで、１秒間に３７００フレーム生成することができる。それは、小さい直線の走査領域上を指がスワイプ（swipe）するとき、フレーム毎に指紋画像をキャプチャーする固体の直線スワイプセンサとしての能力がある。都合がよいことに、それは１５キロボルトの静的電気放電（ＥＳＤ）の許容性を有している。これは、２．８５ｍｍ×１６．６５ｍｍ×０．３ｍｍのセンササイズで、０．５６ｍｍ×１３．４４ｍｍの有効走査領域のみを有したコンパクトなセンサである。それは、８ビットの周辺バスインタフェースを使用し、かつ都合が良いことに、外部装置と接続するための５０ｍｍのフレキシブルプリント回路リボン・ケーブルを使用する。

ここで述べられた本発明の再構築ソフトウェアを使用しながら、本発明のシステム及び方法は、様々な環境的状況にわたってコントラスト及び感度を最大化させる一方で、受信したフレームからの指紋画像を再度組み立てる。このアプローチは、センサのサイズ、低コスト、パワー低下を動的に減少させる。センサのコンパクトなサイズは、スマート（インテリジェント）電話、携帯電話、個人情報機器（ＰＤＡ）、及びＰＤＡ通信、ラップトップ／ノートブックコンピュータ、スマートカード、ＰＣ周辺装置、ユニバーサル・シリアルバス（ＵＳＢ）装置やトークン、販売時点情報管理システム（ＰＯＳ）端末、キーボード、マウス、ＰＣＭＣＩＡ、ＰＣカード、コンパクトフラッシュ（登録商標）、ソニー（登録商標）メモリスティック、スマートカードリーダー、他の電子装置、環境、設備又はアクセス制御が望まれる他の具体例と同様以上に、多機能装置に統合することに関して理想的である。

本実施例において、指紋センサは、コンピュータプログラムの要求又は他のプログラム制御に従い、データに関する１フレームを供給し、そして、例えば人間の指紋特徴のために走査された画像の質のような、走査された画像のパラメータ値を調整する様々な設定を有している。１要求に対して１フレーム以上を提供可能若しくは提供するセンサ、又は画像の調整設定がないか若しくは適用するのに調整可能なパラメータが全くないセンサは、それにもかかわらず、本発明の一般性を失うことなく本発明での使用の許容範囲にある。

図２に示すように、画像データはＮ行×Ｍ列（Ｎ×Ｍ）のピクチャー要素、又はピクセルで構成され、各ピクセルは、８ビットのデータ形式で多数のビットにより表されるのが普通である。典型的には８ビット以上データが要求されないが、使用される場合もある。要求されたデータ分解能によっては８ビットより少ないビットが使用されることもあるが、存在する商業的なハードウェア及び／又はソフトウェアで互換性のあるようになされることは少ない。

典型的な実行において、前述したように、列（Ｍ）の数は、センサの”幅”寸法におけるセンサ要素の数と一致することを認識されたい。行（Ｎ）の数は、センサの要素数よりも多いのが典型的であり、それは本発明の多数の実施例における１つである。Ｍ（走査された画像データ配列における列の数は、１と１０００間の範囲のプラス値である。しかしながら、ＭはＮの数倍であるのが典型的であり、１００と５００の間にあるのが普通である。そして、より典型的には２００と４００の間にあり、２００と３００に間にあるのがより普通である。Ｎ（走査された画像データ配列における行の数）は、少なくとも２でなければならず、より典型的には２と１２８の間にあり、４と６４の間にあるのがより普通である。そして１フレーム内の行の数は８と３２の間にあるのが典型的である。この数は２乗される必要はない。

ピクセルの値は、コンピュータ画面上に表示されるとき、画像フレームが指紋画像を描写するグレーレベル、明るさ／暗さ、又は強度である。極性又はコントラストは反転させられ、その結果、峰が暗く谷が明るくなるか、又は峰が明るく谷が暗くなるの何れかである。ある実施例において、ピクセル値は０〜２５５の範囲であり、０は暗いことを表すとともに指紋の峰の存在を示し、かつ２５５は白を表すとともに指紋の谷の存在を示す。データの他の範囲、及びこのようなデータの他の表現は、本発明に関する自然さ又は範囲に影響を及ぼすことなく可能である。

指紋スワイプセンサとともに、本発明の方法、アルゴリズム、コンピュータプログラム、及びコンピュータプログラム製品の動作に注意が向けられるのであるが、本発明の他の実施例が他のタイプのセンサ、スキャナー、画像生成又はキャプチャー装置を用いる場合も、ここで提供される記載の範囲の中で当業者によって理解されるだろう。代替実施例において、例えば、ドキュメント用光センサ又は様々なタイプのpush-broom又は連続したライン走査型センサを用いた他のタイプのセンサによって、修正が殆ど又は全くないシステム及び方法を用いることが可能である。

本発明の方法及び処理手順は、汎用コンピュータ機器におけるソフトウェアとして実行され、又はソフトウェアのかわりに特定のハードウェア又はファームウェアで実行される。本発明の方法、処理手順、及びアルゴリズムは、ＣＰＵ、他のプロセッサ若しくはコントローラから起動し、同時に他の部分がハイブリッドな環境で引用されるハードウェアにおいて単独で実行されることができる。

（センサの初期化及びキャリブレーションの実施例）
図３における生体情報（指紋）画像の生成又は再構築の処理手順２０１の実施例に関するフローチャートをさらに参照することで、指紋又は他の生体情報センサ１５０が、普通は、パーソナルコンピュータ（ＰＣ）、個人情報機器（ＰＤＡ）、セル式電話、又は他の携帯通信装置のような電子装置である装置１５２で実行されたり又は接続されたりすることに留意されたい。説明を簡略化するため、生体計測による指紋センサのための主要な商業的アプリケーションの１つが携帯無線電話に存在するとき、この記述は、センサを設けたり結合したりする装置又は機器１５２がセル式無線電話１５２であるということを仮定するのが一般的である。しかしながら、セル式無線電話又は単なる電話の引用が、センサを設けたり結合して、かつここで述べられる方法論や処理手順的な構成要素を提供するために調整される任意の機器に対する引用になることが理解されよう。この場合、システムは、センサを備えたセル式無線電話を構成したり又は含み、本発明の方法及び処理手順は、コンピュータプログラムコードソフトウェア及び／又はファームウェアとして、又は関連したソフトウェア及び／又はファームウェアを伴う又は伴わない汎用処理のハードウェアとして組み込まれる。

同様に、説明を簡略化するために、連続した直線若しくは実質的に直線の走査又はキャプチャーによって生成されるとした任意の他の画像と同様に、指紋画像の引用が、任意の生体画像を意味するものとして解釈されるべきである。例えば、本発明方法は、例えば、デジタルカメラによってキャプチャーされる画像、デジタル偵察衛星によってキャプチャーされる画像、ソナー、レーダー、連続した断片形式のデータフレームを提供する他のセンサによってキャプチャーされる画像のような画像を生成又は再構築するために調整される。

画像の生成又は再構築２０１に関する本発明の方法、処理手順、及びアルゴリズムは、コンピュータアプリケーション又は装置１５２上で実行する他のコンピュータプログラム１５３によって促され、例えば、センサ機器にユーザの指１５５をスワイプするため、センサを備えた機器のユーザ１５４を促すことによって開始する。センサが指紋スワイプセンサ以外の場合、ユーザは光学システムを用いて彼らの生体（網膜走査のための彼らの目など）をそのセンサに露出する。その結果、連続したフレームが走査され、かつ画像又は網膜生体情報が得られる。好ましくは、そのセンサはアクティブであり、商業的なローディング、メモリ使用、（アクティブモードよりむしろ休眠モード又はオフモードの）エネルギー消費を少なくさせるためや、電子及びコンピュータ分野において知られた他の理由のために、指紋の走査又はキャプチャーイベントが望まれるときのみ、プログラムが実行される。しかし、その両方はいつでもアクティブになりかつ簡単に無視される。本発明の別の実施例において、センサ１５０は連続的にアクティブになり、選択的な初期化ステップ２１１は、削除されるか簡略化されるかの何れかである。

処理手順が開始（ステップ２０３）された後、本発明の方法及び処理手順における次のステップは、センサを選択的に初期化する（ステップ２１０）。センサの初期化は、異なるセンサ又はセンサタイプのために相違しているのが普通であるが、本質的には、コンピュータプログラムとして実行される本方法が、センサをＯＮにするか又は休眠状態若しくはモードから変化させ、かつユーザ個人の指紋フレームを容易に画像化したりキャプチャーすることを確実にさせるべきである。（異なる画像若しくは生体情報のフレームが網膜画像のようにキャプチャーされる実施例において、それはイメージされた網膜の画像である。）センサが生体情報の特徴を容易に画像化することを確実にさせるこの処理は、コントラスト及び輝度レベル、バイアス若しくはオフセット、ノイズ補償、又は他の回路、環境的若しくは操作上のパラメータを設定するような、所定のセンサの調整又はキャリブレーションを選択的に含む（ステップ２１１）。或いはおそらく、所望のデータ獲得モードにセンサ（可能ならば他の回路を伴って）をきちんと設定することを含む。このとき、随意選択的に、任意のキャリブレーション又は調整を含むセンサの初期化処理が、自動的に実行されるのが好ましい。

ある実施例において、キャリブレーション又は調整（ステップ２１１）が、選択的ではあるが好都合にセンサ１５０の速度をキャリブレートし、１秒あたりのデータフレーム数を、後のユーザのために本発明のコンピュータプログラムアルゴリズムに対して配信することができる。ある実施例において、これは、ある特定のフレーム数の収集を要求することによって遂行され、普通は膨大な数のフレームとなり非常に長いタイミングがかかる。ある実施例において、５００フレームがこの速度のキャリブレーションフェーズのために要求されるが、この数はやや恣意的であってセンサ速度の好適な計測を与える数が用いられる。

５００フレームを得ることができるとき、フレームを獲得するための総時間によって、得られたフレーム数を分割することで１秒あたりのフレーム数のキャリブレーションが与えられる。これは次の表現となる：フレーム／秒＝５００／（全フレームを獲得するために要求された総時間）。時間周期は内部クロックによって規定される。あるいはまた、固定の時間周期が識別され、固定の時間周期がカウントされる間にフレームの数が獲得される。次に、フレームレート又は１秒あたりのフレーム数が、前記フレームカウントを固定時間周期で割ることによって計算される。

センサ能力、使用されるインタフェース、及びホストＰＣ若しくは他の受信機器や制御機器の速度のような要因に依存しながら、典型的には、スワイプセンサは１秒あたり、約２５０〜約３０００フレームを伝える能力がある。システムのフレームレートとは関係なく、この値は、矛盾しない動作と実行を保証するために本発明の処理手順及びアルゴリズムの他の部分によって用いられる。

（フレーム獲得及び統計的解析の実施例）
本発明の処理手順及びアルゴリズム２０１の次のフェーズは、新たなフレーム２２３又はセンサ１５０からのデータ断片を要求する（ステップ２０４）ことによる繰り返し、及び現在の再構築又は生成された、これまでにキャプチャーされた１以上のフレームを含む画像２２５に最後のフレーム２２３を関係付けること（ステップ２０６）を含んでいる。（第２の新たなフレームは第１のフレームに関係付けられ、それはこのとき再構築された画像を構成するだろう。そして、後述するように、これら各フレームが有用なことを仮定しながら、第３のフレームが、第１及び第２のフレームなどを有する再構築の部分画像に関係付けられるだろう。）ｉ番目の繰り返しのとき、あるデータフレームがセンサ機器から要求される。

ひとたびフレーム２２３が収集されると、それは、選択的ではあるが好都合に、その有用性（ステップ２１３）と、維持又は廃棄されるかの何れかを判断する２つの方法において解析される。あるフレームが有用と判断される場合、それは、後の使用のために、ローカルメモリ２３０内に蓄積フレーム２２４として、維持（ステップ２１７）及び蓄積（ステップ２０５）される。それが有用でないと判断される場合、それは単に捨てられるか又は削除される（ステップ２１８）。ある実施例において、第２のフレームに相関する第１のフレームが存在するためにブックキーピング（bookkeeping）が計測するとき、第１のフレームは、それが有用であろうとなかろうとローカルメモリに蓄積される。言い換えると、第１のフレームは常に有用とみなされるが、他の規則又はポリシーは、第２のフレームに相関するための最初のフレームを準備するために、（収集され又は統合された）第１のフレームに関連して実行される。

獲得フレーム２２３の有用性を判断する第１の方法は、そのフレームが指紋情報をともかく有していることを保証していることを含むか否かである（ステップ２１３）。フレームが有用であるかないかを判断するために使用される第２の方法は、これまでの最後に有用であったフレームに存在していない新たな情報を含んでいるか否かをみることである（ステップ２１４）。これらの判断の何れかは益になり、又は獲得したフレーム属性の判断を要求する（ステップ２１２）。有用性を判断するこれら２つの方法（ステップ２１３、２１４）を、この後すぐに詳細に説明する。

フレームの有用性を判断する第１の方法は、アクセスするためのフレーム属性（ステップ２１２）を評価することを含み、かつ、そのフレームがともかく指紋情報を含んでいることを保証することである（ステップ２１３）。例えば、どんなユーザの指１５５もセンサ機器１５０上にないときに、画像フレーム２２３が収集される場合、その画像フレーム２２３は、おそらくノイズ又はブランク画像のみを含んでいるだろう。例えば、コンピュータアプリケーションプログラム１５３が、ユーザ１５４に対してセンサ１５０上で指１５５をスワイプすることを要求する時点、及びユーザがそのセンサ上でその指を実際にスワイプする時点の間で多数のフレームが収集されるだろう。ある実施例において、収集されたフレームに指紋情報があるかどうか、及びこの結果そのフレームが維持又は廃棄されるべきかどうか（ステップ２１５）の個々の有用性に関する判断が、フレーム２２３の画像統計量２４０の計測に基づくルールを用いて遂行されることが好ましい。ある実施例において、これらの統計量２４０は、完全に収集されたフレーム２２３の平均値２４１及び分散２４２を含んでいる。別の実施例において、これらフレーム属性の統計量は、完全に収集されたフレーム２２３より小さな、１以上の選択領域に関する平均値及び分散である。他の実施例では、統計に基づいたり、パターンに基づいたり、幾つかの関係に基づいて規定された決定論的に行ったり、他に規定されたりする、異なるルールを使用する。

本技術分野における当業者であれば、様々な数学的公式、方程式、関数、及び述べてきた値が、（係数Ｃｓを計測する定数によって）測定され、（定数オフセット又はバイアスＣ₀によって）相殺されることを、ここで供給される記述において認識するだろう。また、その他に、数学的な方程式、関数、又は値を変更する方法についてその他の修正がなされるかもしれないが、表現された根本的な関係が変更されるものではない。

例えば、ここでの記述において、以下に示す平均値、分散、閾値、相関、相互相関、正規化された相関、正規化された相互相関、及び他の関係や値が述べられる。これらのそれぞれは、好ましい範囲内の値に置かれるために、計測やオフセットを組み入れて修正されるのが一般的である。例えば、後述する正規化された相互相関関係（ＮＣＣ）の実施例では、ＮＣＣの数学的な値が０．０と１．０の間の範囲に落ち着くのが自然であるが、特別の実施では−０．５によるオフセットがなされ、かつ係数２００が乗じられて測定される。その結果、計測されオフセットされたＮＣＣの実際の範囲は、−１００及び＋１００の間にある。これは、ＮＣＣを使用しかつ比較するというより、２００×（ＮＣＣ−０．５）の表現が使用されるということになろう。また、これは、０．０から１．０の範囲に落ち着き、例えば０．９５の値をとるＮＣＣによる比較のための閾値が、この例のために比較される表現として同様の方法でオフセットされかつ測定されるのと同時に、その閾値が２００×（０．９５−０．５）＝９０となることを意味している。あるコンピュータ実行において、これは実数から整数への単なる変換であり、その結果、整数表現を用いことで演算がより効率的に実行される。

したがって、その他の場合が述べられない場合には、本発明の実施例は、適用された掛け算のスケール係数及び／またはオフセット値を有することを許可する全ての方程式が、たとえスケール係数が１でオフセットが０であっても、そのようなスケーリング及び／またはオフセットを任意に含むことが考慮されるべきである。あるいはまた、ここで提供された方程式は、相等性（equality）だけを開示しているというよりかはむしろ（スケール及びオフセットを条件とする）比率性（proportionality）を開示していると考慮される。維持／廃棄の決定（ステップ２１５）に含まれる統計的な評価に関する実施例をここで述べる。キャプチャーされたフレーム２２３のｎ番目の行、ｍ番目の列のピクセルがframe[n，m]の表現で与えられる。不明瞭さを持たずに本発明を明確に記載するため、本記載中の全ての式において、ｎ番目の行とｍ番目の列のフレーム２２３としてframe[n，m]が定義され、以下の（ｉ）〜（ｉｖ）のいずれかが真の場合は、それは零に等しい（frame[n，m]＝０）と仮定される。

（ｉ）ｎは零より小さいか等しい（ｎ≦０）、
（ｉｉ）ｎはＮより大きい（ｎ＞Ｎ）、
（ｉｉｉ）ｍは零より小さいか等しい（ｍ≦０）、又は、
（ｉｖ）ｍはＭより大きい（ｍ＞Ｍ）。
これは、説明のための表記を簡単にするためのものであり、方程式や公式の一般性、処理手順の適用性、任意な方法における方程式や公式に影響を及ぼすものではない。

数学的には、ｎ番目の行、ｍ番目の列のピクセルがframe[n，m]によって与えられる場合、フレーム平均値Φ２４１は、全行全列のframe[n，m]の合計を、行の数と列の数との積で除算することで与えられる。すなわち、これは、

である。

フレーム分散値Ψ２４２は、frame[n，m]からフレーム平均値を引いた値を２乗して全行全列で合計し、これを行の数と列の数との積で除算することで与えられる。すなわち、これは、

である。

一般的に適用される選択的なスケール係数とオフセット値を考える場合、フレーム又は部分フレームの平均値、及びフレーム分散値に関するこれらの表現は、以下のように表される。

ここで、frame[n，m]は、Ｎ行Ｍ列を有する獲得フレームに関するフレーム又は部分フレームにおけるｎ番目の行、ｍ番目の列のピクセル値である。そして、Ｃ１及びＣ２は、フレーム又は部分フレームの平均的なスケール係数とオフセット値をそれぞれ表す定数である。及び、

ここで、frame[n，m]は、Ｎ行Ｍ列を有する獲得フレームに関するフレーム又は部分フレームにおけるｎ番目の行、ｍ番目の列のピクセル値である。そして、Φはフレーム平均値Φ、Ｃ３及びＣ４は、フレーム又は部分フレームの分散のスケール係数とオフセット値をそれぞれ表す定数である。

これらの方程式及び処理手順は、全フレームにわたってその統計量が計算されることを仮定している。効率性のために、この統計量は、（全フレームというよりはむしろ）部分的なフレームを用いて代替的に計算され、この場合、前記部分は、計算や、他のピクセルデシメーションや（１０分の１を取ること）、選択ルール若しくは基準に従って、各ｐ番目のピクセルを飛ばすことによって得られるサブ画像又は領域である。したがって、方程式におけるフレーム又は部分フレームへの参照となる。使用されるフレームセンサのピクセル数は、有用な統計的測定をもたらすのに十分大きいことが望ましい。そして、これらのピクセルが選択される領域は、センサ全体の代表であると都合が良い。

これらの統計的測定２４０に基づき、フレーム平均値２４１が、高ノイズ平均閾値２５１以上、低ノイズ平均閾値２５１以下、又はフレーム分散値２４２が分散平均閾値２５２以下である場合、フレーム２２３が、指紋データよりもノイズのみであることが考慮されるか又は含まれ、その結果、破棄又は削除される。これを数学的にあらわせば、

となる。

上述した関係及び／または他の大きさの関係の不等式のために置換される、より大きい又はより小さいの厳密な不等式が定義される。

平均値（Φ）が上述した又は後述するあるレベルにある場合、これらの表現は幾分簡略化された用語の意味を有する。又は分散（Ψ）が普通の指として期待される値より小さい場合、それは、使用されるセンサに依存するのであるが、どんな指もフレームがキャプチャーされる瞬間では機器の上に存在したり置かれたりせず、又はスワイプされなかったことを示している。走査領域にどんな指も接触していないときに、典型的には約２３０のフレーム平均値を有する特定のセンサ機器を用いる実施例では、機器上に指がある状態で典型的には約１２８のフレーム平均値を有し、そして、谷よりも暗い５０〜１００のグレーレベルの峰を有する典型的な指のためにこれらの典型的な閾値は次のように設定される。

所望の動作を提供するために、別のセンサ機器は、解析的又は経験的に判断される異なる閾値を要求する。また、スケール係数及び／またはオフセット値が適用されることをリコールし、その結果、スケール係数又はオフセット値に従って閾値が都合良く修正される。前述した統計量よりも複雑な他の組み合わせが可能であるように、アルゴリズムを所望の性能に調整するために、異なる又は他の値が使用されることができることに留意されたい。もちろん、他の行列だけ、又は前述した組み合わせにおいて、機器の上に指が存在しているか否かを判断するために用いられることができる。

フレームが有用であるか否か、及びその結果、フレーム２２３が維持又は廃棄されるべきか否か（ステップ２１５）を判断するのに用いられる第２の方法は、既にある最後の有用なフレーム内にどんな新たな情報も存在しなかったことを含んでいるか否かをみることである。繰り返しになるが、これは、獲得したフレーム属性を特定すること又は評価すること（ステップ２１２）より利益を得る。例えば、現在獲得したフレーム２２３が、（メモリ２３０に蓄積された）最後の有用なフレーム２２４と同一（又はほぼ同一又は同様）である場合、現在獲得したフレーム２２３は、どんな新たな情報も含んでいない。これは、以前のフレームがキャプチャーされてから、指が指紋センサに関して動いていないときに起こる。おそらくユーザは、フレームレートに関して非常にゆっくりしたレートで指を動かしているか、まったく動かしていない。これは、動いている指１５５近くの部分が、フレーム２２３全体にわって同一のピクセルを生成しているということがあり得ないことに留意されたい。同一又はほぼ同一のということから、ピクセルの各サンプルを変化させるノイズ要素がある殆どの又は多くのセンサにおいては、各ピクセルが同一の値を有しなければならないことを意味しないことが認識されるだろう。

本発明のシステム及び方法は、各センサピクセル、及びそれゆえどんな獲得フレームの各ピクセルにもノイズ要素があることを予定している。このピクセルノイズ要素は、ランダムなノイズバリエーションが新たな情報であるとみなされないとするのは当然であることを、新たな情報及び変化が評価するかどうかを判断する際に考慮される。本発明のシステム及び方法が、与えられた獲得フレームに関して新規又は有用な生体情報がまったく存在しないことを決定する他のケースというのは、例えば、ユーザがセンサの小さな部分を触って、その結果、ほんのわずかなフレームピクセルが変化を示したときである。それゆえ、どんな新たな情報も作られない評価のためにはフレームが同一であることが実際には必要とされず、そして様々な別の基準が、獲得フレームを受け入れかつ保存し、又はそれを廃棄するか否かを選択することに用いられることが認識されるだろう。

どんな新たな情報内容もない場合（ステップ２１３）、新たな情報内容を判断する必要がまったくないことは明白であるので、とにかく指紋情報が存在するかどうかの決定の後、任意の新規な情報が存在するかどうかの（ステップ２１４）に関する判断が実行されることが好ましい。

このような新たな情報決定（ステップ２１４）の実施例は、（メモリに保存された）最後に蓄積した有用なフレーム２２４と、現在獲得したフレーム２２３との間の相互相関関係の測定を使用し、この相互相関関係は、その最後の有用なフレームに関係する新規情報があるか否かを判断するためにテストされる。本発明の幾つかの実施例は、各フレーム２２３のピクセル全てを比較する。しかしながら、他の実施例においては、効率性のために、各フレームの全てのピクセルは比較されない。かわりに、その方法は、現在のフレーム２２３のある行を最後の有用なフレーム２２４の同一の行と比較する。同時に、複数の行を使用したり、又は１行以上比較したりすることはもちろん可能であり、時には好都合である。そして、本発明の他の実施例は、そのような複数の行の比較を提供する。

選択された行の数は、所望の変化検出感度に基づいて選択される。例えば、１行のみを選択することが、変化及びその単一行の新規な情報を検出することの完全な主題となる。その行が例えば８ピクセルを含む場合、これら８ピクセルの１つは、検出されるべき変化のために変更しなければならない。比較のために複数の行を提供することは、多数のピクセルの任意の１つが変化する場合にその主題を拡げ、そのフレームは、最後の有用なフレーム２２４内に新たな情報又はデータを含んでいないと評価されるだろう。

ある実施例に従い、新たなフレーム情報の相互相関処理２５５が、相互相関関係（最後の有用フレーム（lastFrame[R,m]）２２４のＲ列に関するCorrelation（R,d）と、現在のフレーム（curFrame[R,m-d]）２２３のＲ列との関係）として定義され、そして、指紋情報判断（ステップ２１４）の相関方程式又は関数２５５において、数学的に次のように表現される。

ここで、ｄは「ラグ（遅れ）」又は「オフセット」２５６として引用される。言い換えると、他の相関、相互相関、正規化された相関、正規化された相互相関、及びそれらの数学的な及び／または関数的な方程式における任意と同様、この表現においても任意のスケール係数及び／またはオフセットを含み、そして例えば、１．０のスケール係数及び０．０のオフセットを含む任意の値をとる。Corrlation（R,d）ための表現の場合、このようなスケール係数及びオフセットを含む方程式は、次のようになる。

ここで、ｄは、他のフレームのピクセル値に関する、あるフレームのピクセル値の水平方向の動きに関連しており、Ｃ５及びＣ６は、相関スケール係数及び相関オフセット値をそれぞれ表す定数である。

ラグ（遅れ）２５６は、他のフレームのデータ又はピクセル値に関して、あるフレームのデータ又はピクセル値についての水平方向の動き又は変位に時間関数として関連し、その結果、速度としてみなされることができる。この方法は動きの無いことを効果的に確認するものであるので、ｄは零に等しい。（本技術分野の通常のスキルを有する当業者であれば、ここで提供される記載の範囲において、関係及び決定の基準が動きを確認するために代わりに再公式化されることを認識するであろう。）

各フレーム（最後に蓄積されたフレーム２２４及び現在獲得したフレーム２２３）のデータ（ピクセル値）が同一の場合、前述した相互関係の方程式又は関数２５５が最大となる。したがって、この処理手順は、相互関係が次のような動作検出相互関係の閾値２５６であるか否かを判断することをチェックすることより、動きの無いことを確認する。

同一又は異なる動作相互関係の閾値２５６と結びついて、異なる大きさの関係が用いられることが認識されるだろう。そして前述したように、動きのないことよりもむしろ動くことが、いずれかの代替的な大きさの表現及び／または動作相互関係の閾値の基礎となる。

この相互相関関係の処理及び関数２２５が、本発明のシステム及び方法の他の態様と結びついて用いられるのだが、別の実施例では、相互関係の処理又は関数２５５の修正バージョンを用いるのが好ましい。そしてそれは、新規に獲得したフレーム２２３が、最後に保存された有用なフレームと比較されるとき新たな指紋情報含むか否かについての判断に関連した、動作検出用の動作検出正規化相互相関関係２５８として引用される。（引用としてここに組み入れられる、正規化相互相関関係バージョンの記載に関しては、Ballard and Brown, Computer Vision, Prentice Hall, 1982, pp.66-69を参照されたい。）再構築された画像２２５（ステップ２０６）に対する、新規に獲得したフレーム２２３の収集のための別の正規化相互相関関係２７０を次に述べる。正規化相互相関関係（ＮＣＣ）は、典型的には、指紋画像の再構築生成、又は網膜の眼画像生成若しくは再構築のような画像位置合わせタスクのための移動検出によく適している。標準の相互関係２５５と異なり、正規化相互相関関係２５８は、（例えば、指の接触圧力、センサドリフト、供給される場合はセンサ自動ゲインコントロール（ＡＧＣ）、又は他の要因から生じる）画像ピクセルのグレーレベル又は強度において不変であり、計算で用いられるフレームピクセルの数に独立した（正規化要素に従う）範囲を有している。そして、それは相互に関係付けられる画像フレームの局所的な属性に依存することが少ないので、より正確である。

移動検出の正規化相互相関関係（ＮＣＣ）２７８に関するある表現は、次のようになる。

ここで、ＮＣＣ（Ｒ,ｄ）は、ラグ（遅れ）値ｄに関する、最後の有用なフレームのＲ行と、現在のフレームのＲ行との正規化された相互相関である。curFrame[R,m]は、現在フレームのＲ行ｍ列で、グレーレベル値のピクセルであり、lastFrame[R,m]は、最後のフレームのＲ行ｍ列で、グレーレベル値のピクセルである。

は、行Ｒ、列ｄ＋１から列Ｍ−ｄまでの平均値であり、

は、行Ｒ、列ｄ＋１から列Ｍ−ｄまでの平均値、及び｜ｄ｜はｄの絶対値である。

繰り返しになるが、これらの表現は、掛け算の係数と、オフセット若しくはバイアスの何れか又は両方を含む。上記方程式は本発明の処理手順の実施例を記述しているのであるが、本技術分野の通常の知識を有する当業者であれば、これらの数学的方程式の近似によるのと同様に、その関係が数学的に等価ものを有する数学的に異なる用語又は形式で述べられるであろう。

あるいはまた、特定の数学的な公式の助けを借りることなく、平易な言語の関係を述べるものがある。列Ｒ及びラグ（遅れ）ｄで正規化された相互相関ＮＣＣ（Ｒ,ｄ）が、行Ｒの列のために、行Ｒの各ピクセルに関する以下の項の総和をとり、これを正規化によって除算するという計算がされる。すなわち、最後のフレームの行Ｒにおける各ピクセルの、その行における平均値に対する差の項と、現在のフレームの行Ｒにおける各ピクセルの、その行における平均値に対する差の項であり、列はｄによるオフセットであり前述した２つの項を乗じている。一度前記総和が計算されると、我々は正規化項（方程式ＮＣＣ（Ｒ,ｄ）の分母）によって除算し、その結果、ＮＣＣは０から１までの範囲となる。（しかしながら、ＮＣＣの表現を含むこれらの表現は、スケール値によって及び／またはバイアス値によるオフセット値によって乗じられる。その結果、ＮＣＣの範囲は、名目的な０から１までの範囲に変更される。）

前記方程式ＮＣＣ（Ｒ，ｄ）、現在のフレーム平均値

と、最後のフレーム平均値

は、各フレームの列（Ｒ）の項に公式化される。しかし、それは各フレームの”パッチ（patch）”又は領域として公式化されるときにより一般的かつ等しく有効であり、この場合、パッチ又は領域は、行のある部分集合及びある拡張集合の何れかになり得る。フレーム、パッチ、行、及び行の部分集や拡張集合間の性質及び関係は、図９に示されている。相互に関係がある各フレームのパッチは、ピクセルの任意集合となることができるが、本発明の実施例は、各フレームの中間の行を使用するのが好ましい。任意の行又は行の部分集合が同様に選ばれるが、パッチがあまりに小さい場合には相互相関値の統計的な有意（significance）が侵食されるだろう。この場合、Ｒは、各フレームの中間行に等しい。

ひとたび、ＮＣＣ（Ｒ，ｄ）の方程式において正規化された動作検出の相互相関ＮＣＣ２７８が計算されると、NCC＞Movement_NCC_threshold２７９の場合、現在獲得されたフレーム２２３は、最後に蓄積された有用なフレーム２２４に関係したどんな動作も有していないとみなされる。したがって、新たに獲得したフレーム２２３は捨てられるか廃棄される（ステップ２１８）。正規化された相互相関値０と１の間にあるので（０≦ＮＣＣ≦１）、ある実施例においてMovement_NCC_thresholdの典型的な値が０．９５となる。例えば、多くのランダムなノイズが画像をキャプチャーするセンサ機器に固有であるというように、センサの特性に依存して他の閾値が可能である。典型的には、センサ１５０からの多数のノイズ、低い動作ＮＣＣ閾値２７９が、有用なフレームを廃棄することを予防するために必要である。センサからの少ないノイズ、高い動作ＮＣＣ閾値２７９も存在することができ、どんな有用なフレームも廃棄されないことのためにより高い閾値が存在し得る。

（再構築画像に対する獲得フレームの相互相関性の実施例）
ひとたび獲得されたフレーム２２３が解析されると、それが廃棄される場合（ステップ２１５,２１８）、処理手順２０１は、このような調整が必要であり、かつセンサがこの種の調整をサポートする場合のみ、センサの設定を調整する選択的な手順のプログラム論理ブロックを選択的に実行する（ステップ２１９）。例えば、既に述べたように、フレーム属性の付加的な解析に頼るか否かを判断する（ステップ２１２）。センサの調整は、フレームが廃棄されるとき、選択的に行われる。その結果、センサのキャリブレーションミス又は設定ミスが悪いフレームの原因となり、悪いフレームの理由が修正される。そうでなく、現在修正されたフレームが最後の有用なフレームとして維持又は蓄積される場合には（ステップ２０５）、次のステップで、現在フレームを部分的に再構築した画像と相関させる（ステップ２０６）。実行可能なコンピュータプログラムによって実施されるこの処理手順が開始するとき、最初の維持フレームが部分的に再構築した画像バッファに単にコピーされることに留意されたい。これは幾分恣意的である。なぜなら、最初のフレームに相関させる前フレームがないことから、相関関係が生じ得る前に最初のフレームを有している必要があるためである。しかしながら、部分的な再構築画像２２５を一旦持てば、各維持フレーム２２４は、部分的な再構築画像２２５に相関させられなければならない。その結果、再構築画像２２５は、新規に獲得したフレームからの新たな情報で拡張されることができる。一旦再構築画像が更新されると（ステップ２０７）、それは記憶機構２３２に蓄積される。この記憶機構は、例えば、セル式無線電話内の従来型の（固定又は取り外し可能な）ランダムアクセスメモリ（ＲＡＭ）である。再構築画像の統計量２２６は、随意選択的に収集され（ステップ２１４）かつ蓄積される。

（相互相関関係の公式に関する実施例）
いま、最後に獲得した有用なフレームと部分的に再構築した画像のフレーム一致相関を実行する処理手順に関する特別の実施例に注意を向けてみる。本発明のシステム、方法、及びコンピュータプログラムの実施例は、フレーム一致相関、又は正規化した相互相関関係（ＮＣＣ）２７０を用いて、新規に獲得したフレームと生成又は再構築した画像との一致を実行する。ある実施例において、他の数学的な公式が実行され、かつ他の形式の正規化した相互相関が代替的に使用されるのではあるが、フレーム一致ＮＣＣ２７０は、前述したように、動作検出（動作検出の正規化相互相関２５８）と同じような形式の方程式を用いて行われる。また、もちろん、標準的な相関が、別の実施例で使用される。

再構築画像２２５のＲ行、現在フレーム２２３（又はこの場合、現在フレーム２２４の保存バージョン）のＳ行、ラグ（遅れ）ｄに関する、フレーム一致の正規化した相互相関ＮＣＣ（Ｒ,Ｓ,ｄ）２７０は、次の表現によって与えられる。

繰り返しになるが、この表現は、掛け算係数と、オフセット若しくはバイアスとの両方又は何れかを含んでいる。

部分的な再構築画像のラグ又はオフセットに関連した現在フレーム情報のラグ又はオフセットが、事前に既知でないため、我々は、最も適合するｄの値を見つけるために、典型的には、乗法の値ｄとしてのＮＣＣ（Ｒ,Ｓ,ｄ）を計算する必要がある。したがって、我々は、関係PeakＮＣＣ（Ｒ,Ｓ,ｄ)が、−Ｌから＋Ｌまでｄの範囲にわたる最大値ＭＡＸ｛ＮＣＣ(Ｒ,Ｓ,ｄ)｝、ここでＬ２７１は（典型的には、画像列の数に計測される）ラグ値と等しいということを用いる。これは以下の式であらわされる。

PeakNcc（R,Ｓ,L）＝MAX｛NCC(R,D,d)｝ for d ＝ −L to d ＝ L ［１５］
ｄ_peak（Ｒ,Ｓ,ｄ）２７２として引用されるPeak値ｄは、次を満たす。
ｄ_peak（Ｒ,Ｓ,ｄ）＝上記方程式が満たされるｄ値［１６］

ある実施例において、Ｌは２５列である。しかし、Ｌは全フレームで生じる最大x_velocity２７３と同じ大きさで選択されるのが一般的である。（詳細には、x_velocityΔｘ（ｉ）２７３及びy_velocityΔｙ（ｉ）２７４は、この記述のどこか他で与えられる。）Ｌの小さな値は、計算上では効率的だが、指があるフレームから次のフレームへ±Ｌ以上シフトする場合にあまり正確でない又は不正確に処理してしまう。

別の実施例において、Ｌは、最後の繰り返しｉ−１からのｄ_peak関数である。例えば、Ｌ（繰り返しｉ）＝ｄ_peak(繰り返しｉ−１)＋ｅ、ここでｅは約２５より通常は小さな整数である。これは、１又は２に等しいのが普通であるが、一般的にはあるフレームから次のフレームへ指の最大移動に関係し、０から１００の範囲の値をとるのが典型的である。ただし、この範囲はこの特定した値の範囲に限定されるものではない。

（画像再構築の処理に関する実施例）
前述した方程式PeakNcc（R,Ｓ,L）において定義されたPeakNcc（R,Ｓ,L）２７５を用いて、再構築がまっすぐに進む。図４に示すように、繰り返しｉでの再構築画像２２５は、Height（ｉ−１）を通して番号付けられた行の１を有し、この行１は、最も最近のフレームからの最新情報を含み、かつ行Height（ｉ−１）は、最も古いフレーム（早く起きた繰り返し）からの情報を含んでいる。同様に、再構築画像２２５に付加される現在フレーム２２３,２２４は、Ｎのうちの行１を有している。ここでＮは、センサに供給される行の数である。

現在フレーム２２３,２２４の行Ｓが与えられると、我々は、再構築画像のＮのうち行１に関する前記方程式PeakNcc（R,Ｓ,L）として、PeakNcc及びｄ_peakを計算し、かつ最大PeakNccに一致するｄ_peakをとる。ある実施例では、Ｓ＝Ｎが好都合に選択され、ユーザが指をあまりに速くスワイプしていないかどうかを正しく確かめることができるようになり、再構築画像の行Ｓは、修正されかつ現在フレームの行の１つに複製される。コンピュータプログラムの擬似コードにおいて、この処理はテーブル１に示されているように見える。

したがって、前述の計算後、現在フレーム２２４の行Ｓに関する以下の情報を有する。
・bestMatchRow（最一致行）２８０であり、最も高い相関値を生じる再構築画像の行；
・MaxPeakNcc２８１であり、再構築画像の最一致行と、現在フレームの最一致行との相関値；
・ｄ_peakMax２８２であり、MaxPeakNcc２８１が到達した相関の遅れ。

典型的には、新たなフレーム２２４の行は、データが重複する再構築画像２２５の行に高い相関値を有するだろう。同様に、再構築画像に新たなデータが見つからないフレームの行は、低い相関値を有するだろう。前記情報を用いて、２つの異なる状況のために、繰り返しｉでのx_velocityΔｘ（ｉ）及び繰り返しｉでのy_velocityΔｙ（ｉ）を計算することが可能である。

まず、最大のpeakNcc（MaxPeakNCC）２８１が、フレーム一致相関閾値（corr_threshold）２８３より大きい、又はMaxPeakNCC＞corr_thresholdの場合、
・Δｘ（ｉ）＝ｄ_peakMaxであり、それは繰り返しｉでのx_velocityである、
・Δｙ（ｉ）＝N_bestMatchRowであり、それは繰り返しｉでのy_velocityである（MaxPeakNCC≦corr_threshold）、
・Δｘ（ｉ）＝Δｘ（ｉ−１）、
・Δｙ（ｉ）＝Ｎ、
・繰り返しが次の閾値である繰り返しの増分カウント、
ここで、何れかの状況集合の下、フレーム一致相関閾値corr_thresholdは、その相関が現在のフレームと再構築画像との重複を表示するのにともかく十分に高いことを確実にさせるために用いられる。我々は、前記相関が他の処理による選択的な使用のための閾値である繰り返し数を数えることによって、このカウントを任意に増加させる。

ある実施例では、フレーム一致相関閾値２８３は、０．７５に設定する（corr_threshold＝０．７５）のが好ましいが、他の値はこのアルゴリズムの実行性能を調整するために使用されることができる。普通は、相関閾値が約０．６０と０．９９の間にあるであろうし、より典型的には約０．７０と０．９０の間にある。所望の実行性能を提供する他の値が、代替的に使用される。相関がフレーム一致相関閾値を下まわる場合、x_velocityとy_velocity（Δｘ（ｉ）とΔｙ（ｉ））の実値を実際に判断することは、困難又は不可能である。このため、その代わりにこれらの速度を評価するアルゴリズムが選択的に使用される。前述したように、x_velocityのための評価は、現在の繰り返し（Δｘ（ｉ））からの代わりに最後の繰り返し（Δｘ（ｉ−１））からのx_velocityを単に使用する。言い換えると、評価されたΔｘ（ｉ）はΔｘ（ｉ−１）である。

y_velocityのための評価は、Ｎとなるように選択される。なぜならこれは、現在フレームには重複データが全く無いので、最後のフレームから少なくともＮ行で指が移動したにちがいないことを、我々が知っているためである。評価されたy_velocityを選択することはＮであるよう作用する。なぜなら、そうすることは、画像内にどんなギャップも生成せず、その結果、画像は隣接したままである。Ｎより大きな値を使用することは可能であるが、それは再構築画像内にギャップを生成しデータを処理するアルゴリズムに問題を引き起こす可能性があるだろう。指が移動した実際の行数がＮよりも大きい場合、どの程度の大きさなのかは一般的にわかっていない。このため、Ｎより大きな値はいずれにしても再構築画像を改善していない。Ｎ−１のようなＮより小さな値を選択することが好ましいが、ある環境において質は低下し動作性能も落ちてしまう。

x_velocity及びy_velocityを評価するこの能力は選択的ではあるが、本発明の実施例の重要で革新的な部分である。なぜなら、これは、本発明のシステム、方法、コンピュータプログラム及びアルゴリズムが、ユーザが連続フレームに関してあまりに速くスワイプしすぎて重複ができないケースを適切に扱うことを許可しているからである。

前述した計算を単に繰り返すことによって、現在フレームの幾つか又は全ての行に関してこの情報を得ることが可能である。ある実施例では、前述したように行Ｎに関してのみ行われているが、他の実施例では他の行に関しても同様に計算し、そして、再構築画像の行に対応するフレームの行にすべて一致していることを証明している。フレームの複数行を使用する場合、繰り返しｉでは、互いに関係付けられる各フレーム行のためのΔｘ（ｉ）及びΔｙ（ｉ）を有する。この繰り返しで、統計的なモード、又は最も頻繁に若しくは最も周期的に生じる値をとることによって、画像再構築で使用された最後の速度が計算される。それは、以下のような、前記各閾値速度であるfinalΔｘ（ｉ）２８４及びfinalΔｙ（ｉ）２８５である。

・FinalΔx（i）＝MODE｛setofallΔx（ｉ）where MaxPeakNCC＞corr_threshold｝［17］
・FinalΔy（i）＝MODE｛setofallΔy（ｉ）where MaxPeakNCC＞corr_threshold｝［18］

前記閾値速度がまったく見つからない場合、この評価は前述したように使用される。
・FinalΔｘ（ｉ）＝Δｘ（ｉ−１）、［19］
・FinalΔｙ（ｉ）＝Ｎ、［20］
・繰り返しが次の閾値である繰り返しの増分カウント、［21］

この実施例が使用されるかどうかにかかわらず、一旦、finalΔｘ（ｉ）２８４及びfinalΔｙ（ｉ）２８５が見つけられると、新たなフレーム２２４が再構築画像と関係があるかが判断される。その結果、以前の部分的な再構築画像２２５にこの新たなフレーム２２４を付加することによって再構築画像を更新することができ、この付加的なフレームを含む新たな又は置き換わった再構築画像２２５を得る。

（再構築画像及び統計量の更新に関する実施例）
前述した獲得フレームと再構築画像とのフレーム一致相関（ステップ２０６）は、現在のフレームが部分的な再構築画像に重複するかを正確に識別する。したがって、図５に示すように、再構築画像２２５を更新するために、新たなフレーム２２４を再構築画像２２５に位置合わせすること、そしてそれを再構築画像にコピーする（又は連結する）ことが必要となる。ここで、図５ａ、図５ｂ、及び図５ｃは、再構築画像のｉ＝１，２，３の繰り返しの態様と、付加されたフレームの関係を示している。フレームが新たな情報を含む場合（つまり、Δｙ（ｉ）＞０）、この処理が細長い画像に生じるだろう。フレームが新たな情報を含まない場合（例えば、Δｙ（ｉ）≦０）、（何ら新規情報を含まない）フレームが、再構築又は生成された画像としてレジスタ内に付加又は連結されず、この処理が細長い画像に生じないだろう。

ある実施例において、以下に示す再構築画像の統計量２２６が、新たなフレーム２２４が付加される各時点で、任意に蓄積され更新される。これらの再構築画像の統計量（統計量）の全ては随意選択的であるので、この統計量のどれか又はその組み合わせが計算、収集、又は蓄積されたり又はどれもされなかったりすることを認識されたい。

・Δｘ（ｉ）及びΔｙ（ｉ）であり、再構築画像に関係する現在のｉ番目のフレームのfinalΔｘ及びfinalΔｙのオフセット又は速度２８４，２８５である；
・Height（ｉ）＝Height（ｉ−１）＋Δｙ（ｉ）であり、部分的な再構築画像の新たな行総数に等しい再構築画像の高さ２８６；
・再構築とは無関係に用いられた全フレームに等しい繰り返しの総数に、i＝total_frames_used２８７が等しい；
・MaxPeakNCC相関が以下の閾値である繰り返し数のカウント２８８；
・ノイズ２８９による廃棄された連続フレームの数；
・センサ２９０上にどんな指もないことによる廃棄された連続フレームの数。

これらの統計量を計算又は収集することは（ステップ２１４）、フレーム獲得処理を終了すること、及びスワイプの速度及び角度についての情報を計算するのに用いることが可能であることから好ましい。

前述したように、センサの設定又はパラメータは、フレームを捨てられる又は廃棄する決定２１５，２１８がなされた後で、センサ又は機器がこのような調整を提供する場合に、任意に調整される（ステップ２１９）。また、センサの設定又はパラメータは、再構築画像を更新した後（ステップ２０７）、任意に調整される（ステップ２１９）。普通、これは画像が普通の指にとって暗すぎたり明るすぎたりにみえるときのみに生じるであろう（つまり、フレーム平均値が所定のあらかじめ設定した範囲外にあり、かつセンサの調整が再度その範囲に作用させている）。ＮＣＣは強度の変化について非常に耐性があり、汎用パラメータにおいて、問題を含むことなく範囲を完全に変更することが可能である。

（フレーム獲得を終了する決定基準に関する実施例）
新規フレーム２２３の獲得プロセスの間の各繰り返しで、本発明のシステム、方法、コンピュータプログラム及びアルゴリズムが、センサからデータ（フレーム）を獲得することを終了するか否かを決定しなければならない。つまり、生体情報の再構築が完了し、ユーザによる指のスワイプ処理が終わるときを決定しなければならない。その結果、このプロセスは繰り返しを終えることができる。これには、処理を終わらせるための終了基準及び処理（ステップ２０８）が参照される。付加的なセンサ画像フレーム２０８を獲得することを終了する時間か否かを判断するこのステップにおいて、様々な代替的技術が終了基準又はルールとして用いられている。

本発明の方法及びアルゴリズムのある実施例では、フレーム獲得処理を終わらせるための終了基準に基づく以下のフレーム集合を使用する。この場合、フレーム獲得及び画像の生成又は再構築が以下の場合に終了する：
・（ｉ）ノイズによって廃棄された連続フレームのある数Ｆより大きい場合（これは、どんな指又は他の生体情報もセンサに存在しないことを意味する）、又は
・（ii）指（又は生成された生体情報−それはいくつかの連続フレームにおける新たな情報である）の動きの無いことによって廃棄されている連続フレームのある数Ｇより大きい場合、又は
・（iii）すでに獲得されてきたフレーム総数のある数Ｋより大きい場合（これは、指又は他の生体情報が、１以上の生体サイズ、生体動作又は走査速度、及びセンサフレームレートの仮定に基づいてキャプチャーされるべきであることを意味する）。

ここで、Ｆ、Ｇ、及びＫは、所定の数（又は動的に規定された数）或いは数の集合である。前記３つの基準が適合する場合、本発明の方法、コンピュータプログラム及びアルゴリズムは、本処理における獲得フェーズを終了させ、さもなければ本処理が次の画像フレームをセンサ２０４から獲得することを再び繰り返す。典型的には、Ｆ、Ｇ、及びＫは、センサ及びホストコンピュータが再構築アルゴリズムに対して提供可能な１秒あたりのフレーム数（フレームレート）に依存する。ある実施例において、この速度は前述したセンサ初期化及びキャリブレーションステップの間に計算され且つ保存される。ある実施例において、これらの値は次のように計算される：
Ｆ＝３０×frames_per_second／1000 ［22］
Ｆ＝１０×frames_per_second／1000 ［23］
Ｋ＝３０００×frames_per_second／1000 ［24］

好都合なことに、Ｆ、Ｇ、及びＫは時間単位で正規化されているために、本発明の方法及び前記式におけるフレームレート（frames_per_second）の使用は、遅いフレームレートのシステムが速いフレームレートのシステムと同様に動くことを保証している。例えば、５００ｆｐｓのフレームレート、Ｇ＝５０、及びＧフレームが５０／５００＝０．１秒を達成する時点のシステム上で生じる。１０００ｆｐｓのフレームレート、Ｇ＝１００、及びＧフレームが１００／１０００＝０．１秒を達成する時点のシステム上では、遅いシステムとして同じように生じる。これらのＦ、Ｇ、及びＫ値は、例えば、センサ、センサを実行する機器、システム、及びユーザを投影したユーザインタフェースに関する特性を含む多くの要因に従って広範囲にわたり変化することを認識されたい。

遅いシステム及び速いシステムを補償するこの能力は、重要な革新である。なぜなら、本発明のシステム、方法、コンピュータプログラム及びアルゴリズムは、多くのシステムにわたって同様に実行し、その結果、そのシステムを使用する人に対して遅い・速いといった明白な相違を容易に抱かせないからである。また、これは、本発明が多くの異なるセンサ及び機器に使用するために適用されることを意味する。

代替の実施例は、終了に関する異なる又はより複雑な基準を有している。例えば、前述した個々の基準又は付加的若しくは異なる測定基準の論理的な組み合わせを使用する。

（再構築後の統計量を計算する処理に関する実施例）
一旦、画像の関連した部分が十分に再構築されると、本発明のシステム及び方法は、別の分離した処理又はソフトウェアモジュールによって使用可能にするため、任意にしかし都合良く付加的な統計量を計算する（ステップ２２０）。例えば、最後の高さ２９１、スワイプの角度２９２、及びスワイプの速度２９３は、以下のように定義されかつ蓄積される：

・再構築画像の最後の高さ＝Height(ｉ)＝Ｈ
・スワイプの角度＝arctan［Ｈ／Σ｛Δｘ（ｉ）｝］、x_velocity（｛Δｘ（ｉ）｝）の合計又は全部は、Δｙ（ｉ）＞０であるすべての繰り返しでΔｘ（ｉ）の合計である。
・スワイプの速度＝追加された新たな行数の平均／フレーム＝［Σ｛Δｙ（ｉ）｝／total_frames_used］。

異なる理由のために、スワイプの角度（又はスワイプ角度）２９２、及びスワイプの速さ（又はスワイプ速さ又はスワイプ速度）２９３は、他の処理及びソフトウェアモジュールにとって役に立つ。例えば、スワイプの速さ２９３は、センサ及びアルゴリズムを組み込んだ機器のユーザに、あまりに素早くスワイプし過ぎていているか否かを知らせ、そしてゆっくり動かすよう彼らに告知するのに役に立つ。この情報は、セル式無線電話１５０又は他の機器によって生成された、ユーザに対するメッセージ方法である。スワイプの角度２９２は、コンピュータソフトウェア及び処理による指紋一致に特に役に立つ。例えば、ユーザが、垂直の登録角度（例えば０度）でスワイプすることにより彼らの指紋画像を登録する場合、彼らは４５度（又は前記登録角度とは異なる他の角度）でスワイプすることにより照合しようとするのだが、これは照合回路にとっては問題を有している。これは、多くの照合回路は、登録された指紋画像を照合された指紋画像へ回転させることができるようにするには制限を有しているためである。しかし、照合回路が、登録済みの照合画像のために、スワイプ角度２９２に関する情報を有している場合には、この照合回路又は一致処理は、ある画像（登録生体画像）を他の画像（使用中に再構築された生体画像）にする関連した回転を補償することができる。このため、より効率的になり、及び／またはその結果としてより正確性を有する。代替的な実施例では、システム及びその動作に益となる付加的な統計量を追加することができる。

（再構築画像に情報を埋め込むための処理に関する実施例）
後工程の指紋画像処理手順及びコンピュータプログラムソフトウェアに有用な多数の統計量及び他の情報がある。これは、再構築画像に置くことによって又は他の手段によって、ファイル又はメッセージヘッダーとして供給され且つフォーマットされる。再構築画像（それともヘッダー）に供給されるとき、これらの統計量又は他の情報を組み込むことは、選択的であるが都合が良い。或いはそうでなければ、１ファイル又は他の再構築画像の移送トークン（token）を通信しかつ追跡することはとても必要であるために、この画像に供給され又は符号化され、その結果このファイル又は移送トークン（token）は自己完結型である。

ある実施例に従い、計算され且つ他の別個のソフトウェアモジュールに利用可能な統計量及び情報が、テーブル２にリストされている。これらの統計量及び情報の全て、又は幾つか、又は組み合わせは選択的であり、そして本発明のある実施例又は他の実施例で収集されたり利用されたりする必要はない。統計量又は情報を実行するために割り当てられたビットやバイトの数が、本技術分野で知られ用いられているような異なる符号化スキーム及び様々な符号化スキームに基づいて規定されていることが明らかであろう。

使用されたコンピュータのタイプに関する情報、時間及び日付情報、及び巡回冗長検査（ＣＲＣ）コード若しくは他のコード、又はデータの完全性を検証するためのしるしを含んだ付加的な情報が、生体画像内のこの生体画像ファイルヘッダー又は他の記憶機構に任意に付加される。選択的に、少ないデータフィールドが包含されることができる。

一旦、すべてのデータが利用可能でフォーマットされると、それは再構築画像に容易に追加される。それは多くの異なる方法で追加されることができるが、好ましい実施例では再構築画像の最初の数少ない行がこの情報で単に上書きされる。代替の実施例では、この再構築画像にかわりにメモリにおける別々の区切りで、この情報を使用可能にさせる。

フレーム獲得及び画像の再構築処理２０１に関する実施例がここで要約されるので、図３に示された手順のフローが各ステップの詳細な説明を拡張させることなく認識されるだろう。フレーム獲得及び画像再構築手順２０１は、データやコマンドの通信がセンサと連結して動作する機器１５０上で実行されるコンピュータプログラムソフトウェア１５３からのコマンド又は命令のような初期化イベントに反応して開始する（ステップ２０３）。次に、センサ又はその関連エレクトロニクスは、任意に初期化され（ステップ２１０）、かつ任意に調整される（ステップ２１１）。次のフレーム２２３（又は最初の繰り返しである最初のフレーム）が、センサから獲得され（ステップ２０４）、そして獲得されたフレーム属性が任意に評価される（ステップ２１２）。獲得フレームの維持／廃棄の決定は任意に行われ（ステップ２１５）、そして獲得されたフレームは、その決定に従って維持（ステップ２１７）又は廃棄（ステップ２１８）される。

獲得フレームが維持される場合、それは最後の有用なフレームとして記憶メモリ２３０に蓄積され（ステップ２０５）、蓄積されたフレーム２２４となる。蓄積されたフレーム２２４からの情報は、例えば、新たに獲得されたフレームが既に蓄積された有用なフレームと比較したとき何らかの新たな情報を有しているか否かを判断することを含むフレーム属性を評価することに用いられるため任意に復元される。

次に、蓄積されたフレーム２２４は、獲得フレームと、生成される再構築の合成画像２２５との間の関係を判断して識別する比較処理２７０を使用するなどの比較技法又は処理手順を用いて比較される（ステップ２０６）。蓄積フレーム２２４と同様な、再構築画像２２５及び任意に再構築された画像の統計量２２６は、比較処理で使用されるためのメモリより復元される。

一旦、その有用性と関係性が比較によって決定されてくると（ステップ２０６）、その合成の再構築画像が付加的な情報で更新され（ステップ２０７）、それは再構築画像２２５の延び又は成長で普通に生じる。そして、再構築画像の統計量が任意に更新され（ステップ２１４）、最後の繰り返しの場合にはその最後の再構築画像での使用、又は連続した繰り返しの間に使用された何れかのメモリに再び蓄積される。

最後の獲得フレームが廃棄されて再構築に使用されない場合、次のフレームの獲得に先立ってなされる（付加的なフレームが獲得される場合）のと同様に、再構築画像が更新された後（ステップ２０７）、センサの設定は任意に調整される（ステップ２１９）。

次に、ある終了基準又はルールに従い、フレームを獲得することを終了する時間かどうかの決定が行われる（ステップ２０８）。付加的なフレームが獲得される場合、フレームを獲得することを終了する時間になるまで、再構築画像への更新を通じて（ステップ２０７）、その処理がセンサから次の画像フレームを獲得するステップ（ステップ２０４）より反復されるか又は繰り返される。

再構築後の統計量又は他の情報は、任意に計算されるか、又はそうでなければ記憶メモリ２３２から再構築画像２２５及び／または再構築画像の統計量２２６を復元することによって決定される。次に、これらの再構築後の統計量又は他の情報項目が、再構築画像に関連して蓄積される。ある実施例において、この記憶機構は個別のファイル又はデータ構造による。しかしながら、統計量又は他の情報を蓄積するための複数のフィールドを有するヘッダー記録にそれらを書き込むことによって、又は他の符号化スキームによって、再構築画像内にすばやく蓄積するのに好都合である。

これらのステップが完了すると、本処理は終了する（ステップ２０９）。そして、再構築画像２２５、及び再構築後の任意の統計量又は他の情報が、指紋一致、些細な抽出、又は他の生体情報利用のような他の使用に可能となる。

（他の代替実施例）
本システム、方法、コンピュータプログラム及びアルゴリズムに関する様々な代替実施例が提供される。次のいろいろのパラグラフにおいて、本発明の付加的な代替実施例が記載されており、これに限定するものではないが次のものを含んでいる：（ｉ）フレーム獲得及び画像の再構築処理が別々の非実時間で実行する実施例（図６を参照）、（ii）図３に示す実施例の実時間獲得及び再構築の手順に関する任意要素が削除された実施例（図７を参照）、及び図６に示す実施例の別々の非実時間獲得及び再構築の手順に関する任意要素が削除された実施例（図８を参照）

（非実時間の実行に関する実施例）
ある代替的な実施例において、フレーム獲得、及び画像の再構築フェーズ又は処理が、個別かつ実時間以外で実行される。このフレーム獲得フェーズは実時間で実行されフレームが蓄積される。この結果、フレームが解析され、そしてフレームから生成かつ再構築された指紋又は他の生体画像が、センサからというより記憶メモリから直接引き出される。この画像再構築は、フレーム獲得と並行して代替的に行われ、そして記憶メモリから獲得したフレームをさらに引き出す。ただ、この再構築は、各フレームが獲得されるとき、又は同じレートで生じる必要はない。通常は、最後のフレームが獲得された後しばらくして、画像の生成又は再構築が完了するだろう。したがって、別々の処理で獲得及び再構築を行うことが可能なことが認識されるだろう。しかし、後述するように、一続きというよりかは同時に行う。

このような並行処理において、この再構築が獲得されたフレームを用いた再構築を並行して処理する間、獲得処理がフレームを収集し蓄積する。これは、再構築処理が一続き又は連続して行われる場合、下部に蓄積したフレーム数を維持することができるので好都合である。といのは、それは蓄積した古いフレームを連続して処理し、それゆえ新たなフレームのためにその記憶メモリバッファを再使用することができる。つまり、フレーム記憶バッファは、（獲得による）加算と、（再構築による）減算との両方として存在する。再構築が獲得の際に同じレートで起きる場合、そのバッファはまったく大きくならない。再構築が獲得よりも速く起きる場合それは実時間であり、再構築が獲得時の速さの１／２である場合、バッファは一続きでそれを行うのに必要な大きさの１／２だけが必要とされる。

ここで述べた本発明の実施例は、フレーム獲得及び画像再構築を実時間で実行することであることを認識されたい。つまり、処理において知覚され得るどんな遅れもなくフレーム獲得及び画像再構築を実行し、その結果、収集されたフレームと実質的に同じのフレームが処理され、そしてユーザは指紋スワイプ後の処理に関連した遅れに気づかない。本発明のシステム、方法、コンピュータプログラム及びアルゴリズムに関する代替の実施例は、非実時間であり、記憶及び獲得後の処理を含んでいる。

例えば、代替の実施例は図６にフローチャートを示し、そこでは画像フレームが最初に獲得及び蓄積され、その後再構築が行われて、結局すべての画像フレームが受信される。図３、及び図４と図５の画像の再構築図に関する前述した実時間の実施例と、別の方法の本実施例とは同一である。しかし本実施例は、十分な計算パワー又は計算スピードが、各フレーム２２３の獲得、かつそれぞれ獲得した有用なフレーム２２３、２２４と部分的な再構築画像２２５とを実時間で相関付けるために存在せず、そうでない場合新たな獲得フレームがセンサから獲得されるときに有用であるという利点を有している。十分な計算パワー又は計算スピードが存在しないところで、早期に獲得したフレームを処理しかつ相関させるための要求のために遅延した連続フレームがこの場合に重複せず、そして再構築された画像がその中におそらく多くの誤りを有する。

したがって、獲得フェーズの間、獲得されたフレームが、ランダムアクセスメモリ、バッファメモリのようなメモリ記憶に単に蓄積される。又は後の使用及び処理のために本技術分野で既知の他のメモリ記憶手段によって、そのユーザがセンサで彼の指をスワイプすることを終えた後に、十分な数のフレームが指紋又は他の生体情報を生成し又は再構築するために獲得されてきた。この記憶処理は非常に速いので、獲得処理は指のスワイプに関する速いレートを維持することができるだろう。

フレーム獲得及び画像の再構築処理３０１に関する実施例がここで要約されるので、図３の実施例に関して既に述べてきた各ステップの詳細な内容を拡張することなく、図６に示す処理手順のフローが認識されるだろう。

フレーム獲得及び画像再構築手順は、データやコマンドの通信がセンサと連結して動作する機器１５０上で実行されるコンピュータプログラムソフトウェア１５３からのコマンド又は命令のような初期化イベントに反応して開始する（ステップ２０３）。次に、センサ又はその関連エレクトロニクスは、任意に初期化され（ステップ２１０）、かつ任意に調整される（ステップ２１１）。次のフレーム２２３（又は最初の繰り返しである最初のフレーム）が、センサから獲得され（ステップ２０４）、そして獲得されたフレーム属性が任意に評価される（ステップ２１２）。獲得フレームの維持／廃棄の決定は任意に行われ（ステップ２１５）、そして獲得されたフレームは、その決定に従って維持（ステップ２１７）又は廃棄（ステップ２１８）される。

この時点で処理３０１は前に述べた処理２０１と離れ、付加的なフレームが獲得されるまで、相関のような比較（ステップ２０６）、再構築画像の更新（ステップ２０７）、及び任意の画像再構築の統計量の更新（ステップ２１４）が遅延される。通常、これは、全ての付加的なフレームが獲得されるまでの遅延を意味するが、ある実施例においては、比較又は相関（ステップ２０６）、及び再構築画像の更新（ステップ２０７）が、フレーム獲得に対して調子をあわせて結びついていない別のプロセッサ又は異なる処理上で個別に処理される。明らかに、フレーム獲得処理、及び画像生成又は再構築処理が個別に又は組み合わさって使用される。

最後の獲得フレームが廃棄されて再構築に使用されない場合、次のフレームの獲得に先立ってなされる（付加的なフレームが獲得される場合）のと同様に、複数の獲得フレームが蓄積された後（ステップ２０５）、センサの設定は任意に調整される（ステップ２１９）。

次に、ある終了基準又はルールに従い、フレームを獲得することを終了する時間かどうかの決定が行われる（ステップ２０８）。付加的なフレームが獲得される場合、フレームを獲得することを終了する時間になるまで、センサ設定の任意な調整を通じて（ステップ２１９）、その処理がセンサから次の画像フレームを獲得するステップ（ステップ２０４）より反復されるか又は繰り返される。

本処理の終わりで、獲得した有用なフレームの全てがランダムアクセスメモリのような記憶メモリに蓄積される。個々のフレームの有用性が実時間で判断されることができないイベントの場合、獲得したフレームの全てが蓄積され、そして有用でない判断からの有用性を、比較又は相関処理及び／または画像の再構築処理の前又はそれに関連して、獲得後の処理手順内で行う。

個別の非実時間又は遅延した合成生体画像の再構築処理は、フレームがセンサよりもメモリから復元される場合を除き、実時間処理のように実質的に動作する。実時間の処理に関する実施例は、センサのデータをバッファ又は他のメモリに実際に書き込むことを認識されたい。しかし、この実時間の実施例において、蓄積されたこのようなデータは、次のフレームが獲得される前に、比較及び再構築処理へ再生される。

蓄積された多数のフレーム２２４は、記憶機構２３０より復元され（ステップ３０２）、そして、獲得フレームと、生成される再構築の合成画像２２５との間の関係を判断したり識別したりする比較処理（ステップ２７０）を使用するなどの比較技法又は処理手順を用いて比較される（ステップ２０６）。蓄積フレーム２２４と同様な、再構築画像２２５及び任意に再構築された画像の統計量２２６は、比較処理で使用されるためのメモリより復元される。

一旦、その有用性と関係性が比較によって決定されてくると（ステップ２０６）、その合成の再構築画像が付加的な情報で更新され（ステップ２０７）、それは再構築画像２２５の延び又は成長で普通に生じる。そして、再構築画像の統計量が任意に更新され（ステップ２１４）、最後の繰り返しの場合にはその最後の再構築画像での使用、又は連続した繰り返しの間に使用された何れかのメモリに再び蓄積される。有用性の判断が獲得の間に行われることができない場合、不十分な処理能力、処理若しくは早期のフレーム若しくはフレーム属性に関する内容若しくは特徴に関する不十分な情報、又は他の理由の何れかのために、このような有用性の判断が比較処理に先立って、又は処理内で行われる（ステップ２０６）。

前のとおり、任意に再構築後の統計量又は他の情報が計算され、そうでない場合は再構築画像２２５及び／または再構築画像の統計量２２６を記憶メモリ２３２から復元することにより判断される（ステップ２２０）。次に、これらの再構築後の統計量又は他の情報項目が再構築画像に関連して蓄積される。先の実施例と同様に本実施例において、メモリ記憶機構２３０及びメモリ記憶機構２３２は、幾つかの又は異なる物理的メモリである。ある実施例では、この記憶機構は、個別のファイル又はデータ構造体によって構成される。しかしながら、統計量又は他の情報を蓄積する複数のフィールドを有するヘッダー記録にそれらを書き込むことによって、又は他の符号化スキームによって、それらは再構築画像内に蓄積されるのが好ましい。

ある付加的なステップは、（存在するときの）選択的な処理（ステップ２１４、２２０、２２１）と同様に、画像比較（ステップ２０６）及び画像再構築（ステップ２０７）上で繰り返しされることが要求され、その結果、蓄積された全てのフレームがその比較及び再構築において考慮される。処理されるべき蓄積された任意のフレームかどうかに関しての判断（ステップ３０４）は、付加的な任意のフレームが前述したセンサから獲得されるべきであるかに関してなされる判断（ステップ２０８）に類似している。

一旦、これらのステップが完了すると、本処理は終了する（ステップ２０９）。そして、再構築画像２２５、及び再構築後の任意の統計量又は他の情報が、指紋一致、些細な抽出、又は他の生体情報利用のような他の使用に可能となる。

（実時間の再構築処理に関する代替実施例）
図７を参照すると、実時間の代替実施例が示されており、それは図３のフローチャートに関連して示されかつ述べられた実施例の特徴が削除されている魅力的な再構築処理である。

フレーム獲得及び画像の再構築処理４０１に関する実施例がここで要約されるので、図７に示された手順のフローが各ステップの詳細な説明を拡張させることなく認識されるだろう。フレーム獲得及び画像再構築手順は、データやコマンドの通信がセンサと連結して動作する機器１５０上で実行されるコンピュータプログラムソフトウェア１５３からのコマンド又は命令のような初期化イベントに反応して開始する（ステップ２０３）。次のフレーム２２３（又は最初の繰り返しである最初のフレーム）が、センサから獲得され（ステップ２０４）、そして、それは最後の有用なフレームとして記憶メモリ２３０に蓄積され（ステップ２０５）、蓄積されたフレーム２２４となる。フレームが有用であるかに関するどんな判断も本実施例ではおこなわれないことに留意されたい。そして、最後に獲得されたフレーム２２３が有用であると仮定され、最後の有用な獲得フレーム２２４として蓄積される。

次に、蓄積された最後のフレーム２２４は、獲得フレームと、生成される再構築の合成画像２２５との間の関係を判断して識別する比較処理２７０を使用するなどの比較技法又は処理手順を用いて比較される（ステップ２０６）。再構築画像２２５は、比較処理で使用されるためのメモリより復元される。

次に、その合成の再構築画像が付加的な情報で更新され（ステップ２０７）、最後の繰り返しの場合にはその最後の再構築画像での使用、又は連続した処理の繰り返しの間に使用された何れかのメモリに再び蓄積される。

獲得及び再構築処理２０１に関する本実施例は、図３の処理２０１の実施例に関して述べられた多数のステップを排除していることが認識されるだろう。排除されたステップに関する任意の１つ、選択された組み合わせ、又は全ては、実行性能を高めるために処理４０１の本実施例を提供し、かつ任意のステップによって供給される有利な特徴を提供する。

（別個の獲得及び再構築を用いた再構築処理に関する代替実施例）
図８を参照すると、実時間の獲得フェーズの代替実施例が示されているが、それは、図６のフローチャートに関連して示されかつ述べられた実施例の特徴が削除されている、非実時間又は蓄積されたフレームの再構築フェーズ処理である。

例えば、代替の実施例が図８のフローチャートに示されていて、それは図６の実施例に関連して示されかつ述べられた実施例にやや類似している。この場合、画像フレームが最初に獲得されかつ蓄積された後で再構築され、結局は全ての画像フレームが受信される。図６の実施例のように、十分な計算パワー又は計算スピードが、各フレーム２２３を獲得するため、かつそれぞれ獲得した有用なフレーム２２３、２２４と部分的な再構築画像２２５とを実時間で相関付けるために存在せず、そうでない場合新たな獲得フレームがセンサから獲得されるときに有用であるという利点を有している。さらに、多くの任意のステップ及び処理が排除されるとき、本実施例は低能力又は遅いプロセッサで使用される余地がある。

フレーム獲得及び画像再構築の処理５０１に関する本実施例がここで要約されるので、図３及び図６の実施例に関して既に述べてきた各ステップの詳細な内容を拡張することなく、図８に示す処理手順のフローが認識されるだろう。

フレーム獲得及び画像再構築手順は、データやコマンドの通信がセンサと連結して動作する機器１５０上で実行されるコンピュータプログラムソフトウェア１５３からのコマンド又は命令のような初期化イベントに反応して開始する（ステップ２０３）。次のフレーム２２３（又は最初の繰り返しである最初のフレーム）が、センサから獲得される（ステップ２０４）。獲得された全てのフレームが、最後の有用なフレームとして記憶メモリ２３０に維持及び蓄積され（ステップ２０５）、そして蓄積されたフレーム２２４となる。

次に、ある終了基準又はルールに従い、フレームを獲得することを終了する時間かどうかの決定が行われる（ステップ２０８）。付加的なフレームが獲得される場合、その処理がセンサから次の画像フレームを獲得し（ステップ２０４）、かつそのフレームを蓄積する（ステップ２０５）ステップより反復されるか又は繰り返される。

本処理の終わりで、獲得した有用なフレームの全てがランダムアクセスメモリのような記憶メモリに蓄積される。

個別の非実時間又は遅延した合成生体画像の再構築処理は、フレームがセンサよりもメモリから復元される場合を除き、実時間処理のように実質的に動作する。

蓄積された多数のフレーム２２４は、記憶機構２３０より復元され（ステップ３０２）、そして、獲得フレームと、生成される再構築の合成画像２２５との間の関係を判断したり識別したりする比較処理（ステップ２７０）を使用するなどの比較技法又は処理手順を用いて比較される（ステップ２０６）。その再構築画像２２５は、復元された蓄積フレームとともに比較処理で使用されるためのメモリより復元される。

合成の再構築画像が付加的な情報で更新され（ステップ２０７）、それは、最後の繰り返しの場合にはその最後の再構築画像での使用、又は連続した繰り返しの間に使用された何れかのメモリに戻って現在の再構築画像として蓄積される。

次に、蓄積されたフレームが処理されるものとして残るかどうかに関する判断が行われる（ステップ３０４）。一旦、これらのステップが完了すると、本処理は終了する（ステップ２０９）。そして、再構築画像２２５、及び再構築後の任意の統計量又は他の情報が、指紋一致、些細な抽出、又は他の生体情報利用のような他の使用に可能となる。

獲得及び再構築処理５０１に関する本実施例は、図６の処理３０１の実施例に関して述べられた多数のステップを排除していることが認識されるだろう。排除されたステップに関する任意の１つ、選択された組み合わせ、又は全ては、実行性能を高めるために処理５０１の本実施例を提供し、かつ任意のステップによって供給される有利な特徴を提供する。

（x_Velocity値及びy_Velocity値に関する代替実施例）
処理２０１、３０１、４０１、及び５０１とサブ処理に関する前述した実施例における相関関数ブロック（ステップ２０６）に関して、前述したように、相関又は相互相関を用い、かつｘ速度Δｘ（ｉ）及びｙ速度Δｙ（ｉ）を定義することにより比較することが重要であることをここで提供された記載の範囲で認識されるだろう。また、以下の閾値相関値の場合において、Δｘ（ｉ）及びΔｙ（ｉ）のための値を提供することは任意であることが認識されるべきである。それはエラーを単に生成し、そして再構築画像の空行をそのままにする。それは、視覚的に満足するものではないが空行又は充てん行の数が過度でない限りは再構築画像をなおも供給する。しかしながら別の代替実施例において、任意のΔｘ（ｉ）及びΔｙ（ｉ）のために、それはある値を提供する。これにより、再構築画像は、空行を満たすよりも良好又はより良好にみえるだろう。そして、前述した、Δｘ（ｉ）及びΔｙ（ｉ）に関するより正確な評価が提供されるのが好ましいのであるが、別の代替実施例は、最後のΔｘ（ｉ−１）値を用いるかわりに、Δｘ（ｉ）＝０及び及びΔｙ（ｉ）＝Ｎを使用する。

別の代替実施例においては、終了基準が簡略化され、そして図３、図６、図７、及び／または図８の実施例に関連して述べられた１以上の終了基準が修正されたり又は削除されたりする。

終了基準の分類を提供することは重要であるが、複雑なものは必要ではない。代替実施例は、より単純な終了基準又は処理のために、”フレーム属性”の関数的なブロックを削除する。例えば、終了基準は、（ａ）獲得されたフレームがＺよりも多くなった後に終了する。ここでＺは所定の固定された又は動的に定義された可変の数である。例えば１００〜１００００の範囲のＺであり、もっと普通には５００と２０００の間のＺである。

これら同一の範囲がフレーム数に等しい時間周期として代替的に特定されることに留意されたい。あるいはまた、終了基準は、（ｂ）最初のフレームが獲得されてから期間満了するまでのＱ秒よりも多くなった後に終了する。例えば、２秒と１０秒の間の時間周期で終了し、もっと普通には３秒と６秒の間にあり、ある実施例では５秒（Ｑ＝５秒）後である。

したがって、その閾値がセンサのフレームレートの関数である前述した終了基準、及びフレームがノイズであるか否か、又は指が動いたか否かを評価する本発明のアルゴリズムを用いて、様々な他の基準、ルール、方針、又は処理が終了のために用いられることが認識されるであろう。

（分離したハードウェアで実行される相関計算に関する実施例）
別の代替実施例において、相関（ＮＣＣ）計算が、第２プロセッサ、マイクロコントローラ、又は特定目的のハードウェアのような、分離した汎用又は特別のハードウェアで実行される。相関は計算として集約的であるので、各繰り返しでのΔｘ（ｉ）及びΔｙ（ｉ）の計算を、分離したプロセッサ又は前記特別目的のハードウェアにオフロードすることが可能である。この場合、特別目的のハードウェアが、シリコンの指紋センサ自体に、又は異なる基部上の個別のチップ若しくは回路として一体化される。これが動作するのに必要なすべてとは、そのハードウェアが現在のフレームと再構築画像の最初の数行とにアクセスして相関を行うことである。

例えば、この特別なハードウェアがセンサに統合される場合、このような機器はすでに（機器自体が現在のフレームを生成したので）現在のフレームにアクセスし、そして再構築画像の最初の数行が、この機器を利用可能にさせる。或いは、その機器自体がΔｘ（ｉ）及びΔｙ（ｉ）を用いて画像自体を再構築する。後に行われる場合、−すべてではないが−チップのボード上に巨大な記憶機構を要求しないようにするため、センサがメモリ内に再構築画像の最初の数行のみを保持することが好ましい。機器上に全部の画像を蓄積することが問題でない場合、又は（例えば安全上の理由から）そうすることが好都合な場合には、全部の再構築画像がその機器上で生成され、そして個々のフレームをホストコンピュータに送信する必要がない。

（追加的な実施例）
本発明の多くの実施例は、指紋生体情報、及び複数の指紋スワイプセンサの出力フレームから獲得した指紋生体画像に関連して述べてきたが、存在する部分的な再構築画像に関連するその位置を特定するため、そして一片の画像を生成し構築するために、文脈に基づく生体フレームを受け入れ又は拒否するための方法及び処理が、多数の画像タイプ及びデータ源並びにスキャナー機器の全ての種類と同様、多くの異なる生体センサに適用できることを認識されるだろう。例えば、特に、フレーム又はラインによって、フレーム内容及び重複を判断するライン解析によって、フレームからの要求又は利益があるスキャナーの速度バリエーションがある場合、本発明の方法は、文書のリニア走査行と一緒に縫うように進む文書走査に適用される。

ここでは、すべてのセクションヘッダーが読み取り器の便宜のために提供される。これらのヘッダーは、様々な態様、特徴、及び実施例が、詳細な説明及び図面に示された内容を通して述べられるとき、任意な方法においてその記述又は発明の適用範囲を制限するものではない。

本発明に関する特別な実施例及びベストモードの先の記述が、説明及び記述のために表現されてきた。それらは、本発明を開示された正確な形態に徹底させたり制限させたりすることを意図していない。そして明らかに、多くの修正及びバリエーションが上述した教示の範囲で可能である。この実施例は、本発明の原理及びその実際上の応用例を最良に説明するために選択されかつ記載されている。したがって、本技術分野の当業者であれば、意図された特別の使用にあわせるよう様々な修正を伴った本発明及び様々な実施例を最良に利用することが可能である。本発明の範囲は、ここに追加された請求の範囲とこれらに均等な内容とによって定義されていることを意図している。

スワイプタイプのセンサを使用して指先をスワイプする間の指の実施例と、指の動きに関連した画像フレーム及びこれらの画像フレームから得た再構築の指紋画像とを示した図である。指紋画像の一実施例を示した図であり、指紋の峰を黒で、そして谷を白で示し、かつ分岐点と峰の終わりの領域を表示している。指紋センサからフレーム（スライス）の一実施例を示した図である。フレーム獲得及び画像の生成又は再構築処理手順に関する一実施例のフロチャートを示している。本発明の一実施例に従い、個々のフレームから画像の再構築をする間のステージを示す図である。本発明の一実施例に従い、再構築の異なる繰り返しをする間のステージの詳細な例を示す図である。分離した獲得及び再構築を用いて、フレーム獲得及び画像の生成又は再構築処理手順に関する一実施例のフロチャートを示している。フレーム獲得及び画像の生成又は再構築処理手順に関する代替の実施例のフロチャートを示している。フレーム獲得及び画像の生成又は再構築処理手順に関する異なる代替の実施例のフロチャートを示している。フレーム、パッチ、行、列の部分集合と特別集合の間の典型的な関係を示す図である。

Claims

獲得された複数のフレームから合成生体画像を生成する方法であって、前記方法は、
生体情報の一部分を画像化する新たなフレームを獲得し、
任意の重ね合わせ位置が、少なくとも１つの早期に獲得したフレームの部分を伴う新たな獲得フレームの部分間に存在するかどうかを判断するために、前記獲得した新たなフレームを、少なくとも１つの早期に獲得したフレームと比較し、
任意の重ね合わせ位置が、前記少なくとも１つの早期に獲得したフレームの部分を伴う新たな獲得フレームの部分間に存在する場合、重ね合わせにおいて前記新たな獲得フレームで前記少なくとも１つの早期に獲得したフレームを増加し、
前記合成生体情報が生成されるまで、前記獲得、比較、及び増加を繰り返すことを含むことを特徴とする方法。