JP2017534949A - 走査動作中にターゲットオブジェクトが存在したかどうかの決定 - Google Patents

走査動作中にターゲットオブジェクトが存在したかどうかの決定 Download PDF

Info

Publication number
JP2017534949A
JP2017534949A JP2017513098A JP2017513098A JP2017534949A JP 2017534949 A JP2017534949 A JP 2017534949A JP 2017513098 A JP2017513098 A JP 2017513098A JP 2017513098 A JP2017513098 A JP 2017513098A JP 2017534949 A JP2017534949 A JP 2017534949A
Authority
JP
Japan
Prior art keywords
fft
peak
subset
target object
information set
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
JP2017513098A
Other languages
English (en)
Inventor
サウラヴ・ボンドパッダエ
エリザ・インジ・ドゥ
Original Assignee
クアルコム，インコーポレイテッド
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 クアルコム，インコーポレイテッド filed Critical クアルコム，インコーポレイテッド
Publication of JP2017534949A publication Critical patent/JP2017534949A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/523—Details of pulse systems
    • G01S7/526—Receivers
    • G01S7/527—Extracting wanted echo signals
    • G01S7/5276—Extracting wanted echo signals using analogue techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/431—Frequency domain transformation; Autocorrelation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Input (AREA)
  • Image Analysis (AREA)

Abstract

スキャナによってオブジェクトが検出されるかどうかを決定するための方法、デバイス、およびシステムを開示する。高速フーリエ変換(「FFT」)が決定され、修正され、評価される。獲得された画像のピクセル値に対応する利得補償ピクセル値のサブセットに関して各FFTを決定することができる。

Description

関連出願の相互参照
本出願は、2014年9月12日に出願した米国仮特許出願第62/050,025号、および2015年9月10日に出願した米国非仮特許出願第14/850,853号に対する優先権の利益を主張するものである。
本発明は、走査のためにオブジェクトが提示されているかどうかを決定するデバイス、システム、および方法に関する。
超音波スキャナなどの走査システムを使用するとき、走査動作によってオブジェクトが走査されているかどうかを迅速に決定することは有益であり得る。走査動作中にオブジェクトが存在しなかった場合、プロセッサの可用性を保ち、エネルギーを節約するように、走査動作によって生み出される情報はさらなる処理なしに廃棄および/または無視されるべきである。しかしながら、走査動作中にオブジェクトが存在した場合、走査動作中に取得されたオブジェクトについての情報は、たとえば、そのオブジェクトを提示した個人を認証する取り組みの一環として処理され得る。認証が行われた場合、その個人はいくつかの活動に関与することが可能にされ得る。そのような活動は、たとえば、スマートフォンの使用、または建物内の制限されたエリアへのアクセスを含み得る。
走査動作中にオブジェクトが存在したかどうかを決定するための方法は、走査動作から取得されたピクセル情報に関する標準偏差を決定することに重きを置いている。そのような方法は、特に、経時的に生じることが多い、走査機能が劣化したときに、不正確となることが判明している。そのような不正確さは、そのいずれもが実際には走査のためのオブジェクトがない場合でもオブジェクトに間違えられる可能性がある複雑なパターンまたは雑音のある画像を劣化したセンサーが生み出すことが多いということに起因し得る。
M. GruberおよびK.Y.Hsu、「Moment-Based Image Normalization with High Noise Tolerance」、IEEE Transactions on Pattern Analysis and Machine Intelligence、第19巻、136〜139頁、1997年 K.Jain、「Fundamentals of Digital Image Processing」、Englewood Cliffs、NJ: Prentice Hall、1989年、およびR.C.Gonzalez、R.E.Woods、S.L.Eddins、「Digital Image Processing using Matlab, 2nd edition」、Pearson-Prentice-Hall、2009年 M Tang、DC Liu、「Rationalized gain compensation for ultrasound imaging」、7th Asian-Pacific Conference on Medical and Biological Engineering、282〜285、Lee、Duhgoon; Kim、Yong Sun; Ra、Jong Beom、「Automatic time gain compensation and dynamic range control in ultrasound imaging systems」、Medical Imaging 2006年:Emelianov、Stanislav; Walker、William F.によって編集されたUltrasonic Imaging and Signal Processing、SPIE会報、第6147巻、68〜76頁(2006年)、およびMackovski、A.(1983年) Medical Imaging Systems、Prentice-Hall、Englewood Cliffs, NJ S.J.Davey、S.B.Colegrove、およびD.Mudge、1999年、「Advanced Jindalee Tracker: Enhanced Peak Detector」、DSTO Australia、Technical Report No.DSTO-TR-0659 Jiapu PanおよびWillis J.Tompkins、「A Real-Time QRS Detection Algorithm」、IEEE Transactions on Biomedical Engineering、第BME-32巻、第3番、1985年3月
本明細書で説明するのは、スキャナによってオブジェクトが検出されるかどうかを決定するための方法である。そのような方法の1つは、超音波エネルギーを検出するための複数の走査要素を含むエリアアレイを有する超音波スキャナなどのスキャナをまず提供する。このスキャナは、少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために走査動作を実行するために使用される。獲得された情報セットは、走査エリアのピクセルに対応する特定の情報値からなり得る。たとえば、特定のピクセルは、スキャナの1つまたは複数の超音波トランスデューサに対応し得る。処理された情報セットを提供するために、獲得された情報セット(たとえば、ピクセル値)を処理することができる。獲得された情報セットを処理することは、利得補償ピクセル値を決定することを含み得る。各利得補償ピクセル値は、獲得された情報セット内のピクセル値に対応し得る。
処理された情報セットのサブセットを特定することができ、各サブセットに関する高速フーリエ変換(「FFT」)を決定することができる。各サブセットは、エネルギーを検出するための走査要素の異なる行または異なる列に対応し得る。各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価することができる。次いで、FFT導出出力の各々に関して、そのサブセットが走査動作中にターゲットオブジェクトが存在したことを示すかどうかについて決定することができる。各サブセットに関して、FFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供することができる。カウント値を取得するために、走査動作中にオブジェクトが存在しなかったことを示すインジケータをカウントすることができ、カウント値をカウントしきい値と比較することができる。カウント値がカウントしきい値を超える場合、走査動作中にターゲットオブジェクトが存在しなかったことを示すためのメッセージを送ることができる。
FFTの評価は、修正されたFFT(「MFFT」)を提供するためにDC成分を除去することを含み得る。MFFTは追加の評価取り組みにおいて使用され得る。たとえば、FFTの評価はMFFTのピークを特定することを含み得る。MFFTピークを特定することは、ピークの最大値を特定すること、および/またはMFFTピークのロケーションを特定することを含み得る。
FFTの評価は、ピークカウント値を提供するためにMFFTのピークをカウントすることを含み得る。ピークカウント値がピーク数のしきい値を超える場合、獲得された情報セットは雑音が多すぎたと想定することができ、走査動作中にターゲットオブジェクトが存在しなかったと想定することができる。そのような状況で、インジケータは、走査動作中にターゲットオブジェクトが存在しなかったことを示すことができる。
FFTの評価は、MFFTの特定されたピークが所定のロケーションにあるかどうかを決定することを含み得る。MFFTが所定のロケーションにおいて特定されたピークを有し、ピークカウント値が所定の範囲内である場合、インジケータは、走査動作中にターゲットオブジェクトが存在しなかったことを示すことができる。
FFTの評価はピーク比を決定することを含んでよく、ピーク比は、(a)第1のピークの最大値を特定し、(b)第2のピークの最大値を特定し、(c)最大値のうちの一方を他方の最大値によって除算して、ピーク比を生み出すことによって決定され得る。加えて、処理された情報セットの標準偏差を決定することができる。次いで、ピーク比をPRしきい値と比較することができ、ピーク比がPRしきい値を超えるかどうかを決定することができ、計算された標準偏差をローカルSDしきい値と比較することができ、標準偏差がローカルSDしきい値を超えるかどうかを決定することができる。標準偏差がローカルSDしきい値を超えず、ピーク比がPRしきい値を超える場合、インジケータは、走査動作中にターゲットオブジェクトが存在しなかったことを示すことができる。
本明細書でやはり説明するのは、オブジェクトが検出されるかどうかを決定するためのシステムである。1つのそのようなシステムは、スキャナ(たとえば、エリアアレイ超音波スキャナ)など、走査するための手段と、プロセッサ(たとえば、マイクロプロセッサなど)など、処理するための手段とを含み得る。スキャナは、行および列の形に配列された走査要素を有してよく、各サブセットは走査要素の異なる行または異なる列に対応し得る。
スキャナおよびプロセッサは互いと通信している。プロセッサは、(a)少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために走査動作を実行し、(b)処理された情報セットを提供するために、獲得された情報セットを処理し、(c)処理された情報セットのサブセットを特定し、(d)各サブセットに関する高速フーリエ変換(「FFT」)を決定し、(e)各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、(f)各サブセットに関するFFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、(g)各サブセットに関して、FFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供するための命令を実行するようにプログラムされる。
プロセッサは、(i)カウント値を提供するために、走査動作中にターゲットオブジェクトが存在しなかったことを示すインジケータをカウントし、(ii)カウント値をカウントしきい値と比較し、(iii)カウント値がカウントしきい値を超える場合、走査動作中にターゲットオブジェクトが存在しなかったことを示すメッセージを送るための命令を実行するようにプログラムされ得る。そのような命令は、本明細書で説明する方法のうちの1つまたは複数を実行するように形成され得る。
本明細書でやはり説明するのは、画像を生成する方法を実行するためにバイオメトリックスキャナと通信している1つまたは複数のプロセッサによって実行するためのコンピュータ可読命令の1つまたは複数のコンピュータプログラムを有する非一時的コンピュータ可読記憶媒体である。そのようなコンピュータプログラムは、
(a)処理された情報セットを提供するために、獲得された情報セットを処理し、
(b)処理された情報セットのサブセットを特定し、
(c)各サブセットに関する高速フーリエ変換(「FET」)を決定し、
(d)各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、
(e)各サブセットに関するFFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、
(f)各サブセットに関して、FFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供する
ための命令を含み得る。
本発明の性質および目的をより完全に理解するために、添付の図面および後続の記述を参照されたい。手短に、図面は以下の通りである。
走査動作中にターゲットオブジェクトが存在したかどうかを決定する方法を示す流れ図である。 そのうちの8つが選択されている(「S」)として特定される、190個のピクセルを示す図である。 FFT導出出力を決定する方法を示す流れ図である。 ターゲットオブジェクトがプラテン上に存在した走査動作中に超音波スキャナによって第1のケーススタディにおいて取得された画像情報の図表である。 第1のケーススタディのGCP値に対応するFFTの大きさのプロット(magnitude plot)である。 第1のケーススタディのMFFTの大きさのプロットである。 ターゲットオブジェクトがプラテン上に存在しなかった走査動作中に超音波スキャナによって第2のケーススタディにおいて取得された画像情報の図表である。 第2のケーススタディのGCP値に対応するFFTの大きさのプロットである。 第2のケーススタディのMFFTの大きさのプロットである。 ターゲットオブジェクトがプラテン上に存在しなかった走査動作中に超音波スキャナによって第3のケーススタディにおいて取得された画像情報の図表である。 第3のケーススタディのGCP値に対応するFFTの大きさのプロットである。 第3のケーススタディのMFFTの大きさのプロットである。 走査動作中にオブジェクトが存在したかどうかを決定するためのシステムを概略的に示す図である。 指が関係する走査動作の一段階におけるシステムの図である。 指が関係する走査動作の一段階におけるシステムの図である。 指が関係する走査動作の一段階におけるシステムの図である。
以下で説明するのは、走査動作中にオブジェクトが存在したか、または不在であったかを決定するためのデバイス、システム、および方法である。走査動作は、オブジェクトから反射されるエネルギーを検出することによって、またはこのオブジェクトの存在によって引き起こされるエネルギー内の変化を検出することによって、オブジェクトについての情報を取得するスキャナによって実行され得る。そのようなシステムは、オブジェクトの存在を検出するための手段として、容量センサー、無線周波数センサー、温度センサー、ピエゾ抵抗センサー、超音波センサー、または圧電センサーを採用することができる。指など、オブジェクトから反射される超音波または光を検出するための多くのそのような走査デバイスが存在する。1つのそのような超音波システムは、超音波技術に基づく、Qualcomm Incorporatedの3D指紋センサーである。エネルギー内の変化を検出するためのシステムは、指紋認識(Idex)を専門とするノルウェーの会社であるIdex ASAと、フランスのSTMicroelectronics(ST)と、ノルウェーの研究機関であるSINTEF(SINTEF)との間の共同取り組みによって実現されたモデルSmartFinger(登録商標)500dpi容量指紋スワイプセンサーによって利用されるようなキャパシタ構成に基づいてよい。説明を簡単にするために、個人を認証する目的で指を走査するために超音波を使用するスキャナに言及するが、本明細書で説明するデバイス、システム、および方法は、超音波認証システムとともに使用することに限定されない。
走査動作は、情報(本明細書では「画像情報」と呼ばれることがある)を獲得するために、超音波センサーのアレイを使用して実行され得る。この画像情報は、スキャナのプラテン上に存在し得る指の皮膚紋理(friction ridge)表面(たとえば、指紋)などのオブジェクトを記述し得る。本明細書で説明する方法は、プラテンを有するスキャナとともに使用することに限定されず、プラテンを有さないスキャナを使用して採用され得ることに留意されたい。しかしながら、多くのスキャナはプラテンを有するため、本明細書では、本発明の実施形態はプラテンを参照して説明される。走査動作により獲得された画像情報を処理および分析して、獲得された画像情報が走査動作中にオブジェクトが提供されたかどうかを示す特徴を有するかどうかを決定することができる。
図1は、走査動作中にオブジェクト(本明細書では「ターゲットオブジェクト」と呼ばれることがある)が提供されたかどうかを決定する方法を説明する流れ図である。図1は、超音波センサーのアレイの極近傍にあるオブジェクトを記述する複数のピクセル値からなる画像情報を取得するために、スキャナに走査を実行(10)させることを示す。各ピクセル値は、走査のためにターゲットオブジェクトが提供された場合、ターゲットオブジェクトが存在することになるプラテンの表面から反射する超音波エネルギーの量を示すことができる。ピクセル値はグレースケールに対応する数字であり得る。たとえば、ほんの少量の超音波エネルギーが反射されたか、または何の超音波エネルギーも反射されなかったエリアは、グレースケールスペクトルのより濃い端部に対応するピクセル値を有し得るのに対して、多くの超音波エネルギーが反射されたエリアは、グレースケールスペクトルのより明るい端部に対応するピクセル値を有し得る。各ピクセル値を処理して、処理された情報の対応するセットを提供することができる。たとえば、各ピクセル値を処理して、利得補償ピクセル値(本明細書では「GCP値」と呼ばれることがある)を提供することができる。処理された情報セット(たとえば、利得補償ピクセル値)を使用して、走査動作中にターゲットオブジェクトが存在したかどうかを決定することができる。本発明は、GCP値を参照して本明細書で説明されるが、他のタイプの処理情報(たとえば、正規化変換の使用から生じる処理情報)が使用されてよいことに留意されたい。たとえば、M.GruberおよびK.Y.Hsu、「Moment-Based Image Normalization with High Noise Tolerance」、IEEE Transactions on Pattern Analysis and Machine Intelligence、第19巻、136〜139頁、1997年を参照されたい。また、グレースケール入力画像に関する線形正規化手順については、K.Jain、「Fundamentals of Digital Image Processing」、Englewood Cliffs、NJ: Prentice Hall、1989年、およびR.C.Gonzalez、R.E.Woods、S.L.Eddins、「Digital Image Processing using Matlab, 2nd edition」、Pearson-Prentice-Hall、2009年において説明されている。
走査動作中にターゲットオブジェクトが存在したかどうかを決定するための1つのそのような方法では、カウント値は、ゼロなど、基準値になるように設定され、1つまたは複数の基準が満たされるたびにカウント値は増分される(60)。たとえば、3つの基準が存在する場合があり、これらの基準のうちの1つが満たされた場合、カウント値は増分され得る(60)。利得補償ピクセル値が処理されて、これらの基準が満たされているかどうかが決定されると、カウント値をカウントしきい値と比較することができ、カウント値がカウントしきい値を超える場合、走査動作中に何のターゲットオブジェクトも存在しなかったと決定することができ、ターゲットオブジェクトの不在を示すメッセージを送ることができる(80)。そのようなメッセージを受信するとすぐ、その走査動作によって取得された画像情報は廃棄されてよい。
しかしながら、カウント値がカウントしきい値を超えない場合、走査動作中にターゲットオブジェクトは存在したと決定することができ、ターゲットオブジェクトの存在を示すメッセージを送ることができる。そのようなメッセージを受信するとすぐ、その走査動作によって取得された画像情報は節約されてよい、かつ/またはさらに処理されてよい。上述のように、走査動作中にターゲットオブジェクトが存在したと決定された場合、ターゲットオブジェクトを提示した個人を認証する取り組みの一環として画像情報を処理することができる。認証された場合、その個人は、スマートフォンを使用する、または建物内に入るなど、活動に関与することが可能にされ得る。
図1で説明する方法は3つの基準を特定する。利得補償ピクセル値のSD値がSDしきい値未満であり、PR出力がPRしきい値を超える場合、基準のうち第1の基準が満たされる。PN出力がPNしきい値を超える場合、基準のうち第2の基準が満たされる。PL出力が所定のPL範囲内であり、PN出力が所定のPN範囲内である場合、基準のうち第3の基準が満たされる。これらの基準の各々は下でより詳細に説明される。
GCP値：前の段落で要約を述べた基準は利得補償ピクセル値(gain-compensated pixel-value)に作用する。利得補償ピクセル値を取得する多くの方法が存在し得る。たとえば、M Tang、DC Liu、「Rationalized gain compensation for ultrasound imaging」、7th Asian-Pacific Conference on Medical and Biological Engineering、282〜285、Lee、Duhgoon; Kim、Yong Sun; Ra、Jong Beom、「Automatic time gain compensation and dynamic range control in ultrasound imaging systems」、Medical Imaging 2006年:Emelianov、Stanislav; Walker、William F.によって編集されたUltrasonic Imaging and Signal Processing、SPIE会報、第6147巻、68〜76頁(2006年)、およびMackovski、A.(1983年) Medical Imaging Systems、Prentice-Hall、Englewood Cliffs, NJを参照されたい。そのような状況で、5つの画像を獲得することに関与する、GCP値を生成するある様式を要約する。しかしながら、オブジェクトの存在を決定するデバイス、システム、および方法は利得補償ピクセル値を取得する、この特定の様式を利用しなくてもよいことに留意されたい。
利得補償ピクセル値を取得する特定の様式は、エリアアレイ超音波スキャナを使用することができる。エリアアレイ超音波スキャナは、その各々が画像情報を備えた情報のピクセルを生成する複数の超音波検出器を有する。情報の各ピクセルは、特定の超音波検出器によって受信されたエネルギー量を示すことができる。画像情報を備えたピクセル値から利得補償ピクセル値を生成するために、その各々が画像情報のセットを生み出す、5つの走査動作を行うことができる。画像情報のそれらの5つのセットは次のように獲得可能である。
画像#1:スキャナ上にターゲットオブジェクト(「TO」)を置き、スキャナのトーンバースト(tone burst)をオフにして走査動作中に画像情報を収集する。画像情報のこの第1のセットを「TOoff」と呼ぶ。
画像#2:スキャナ上にターゲットオブジェクトが依然としてある状態で、スキャナのトーンバーストをオンにして走査動作中に画像情報を収集する。画像情報のこの第2のセットを「TOon」と呼ぶ。
画像#3:スキャナに何のターゲットオブジェクトも提示されていないとき(「NO」)、スキャナのトーンバーストをオフにして走査動作中に画像情報を収集する。画像情報のこの第3のセットを「NOoff」と呼ぶ。
画像#4:スキャナに何のターゲットオブジェクトも提示されていないとき、スキャナのトーンバーストをオンにして走査動作中に画像情報を収集する。画像情報のこの第4のセットを「NOon」と呼ぶ。
画像#5:スキャナに何のターゲットオブジェクトも提示されていないとき、スキャナのトーンバーストをオフにしてDbiasを+0.1Vに設定した走査動作中に画像情報を収集する。画像情報のこの第5のセットを「NOdb」と呼ぶ。
画像#3、#4、および#5は、ターゲットオブジェクトが存在するかどうかを知ることが望ましい動作に先立って取得されてよい。たとえば、画像#3、#4、および#5は、製造プロセスの最終段階の一環として取得されてよく、またはスキャナを設置するための手順の一環として取得されてよい。画像#1および#2は、それ自体が個人を認証する取り組みの一環であり得る、ターゲットオブジェクトが存在するかどうかを決定するための取り組みの一環として取得可能である。
それらの5つの画像を使用して、ピクセル単位ベースで処理することで、次の式を使用して各ピクセルに関する利得補償された値を生成することができる。
利得補償ピクセル値についての情報を提供したので、次に、上で要約した3つの基準の要素を理解する際に有用な情報を提供する。具体的には、SD値および3つのFFT導出出力(PR出力、PN出力、およびPL出力)をどのように取得することができるかの説明を提供する。
SD値：GCP値の標準偏差(「全体的SD値」)を決定することができる(20)。全体的標準偏差を提供し、画像全体に雑音が多すぎるかどうかを決定するために使用することができる。たとえば、全体的SD値をしきい値と比較することができ、全体的SD値がそのしきい値を超える場合、獲得された情報セットの雑音は、さらなる処理には多すぎると見なすことができる。
さらに、処理された情報セット(たとえば、GCP値)の選択されたサブセット(「ローカルSD値」)に関してSD値を決定し、カウント値を増分すべきかどうかを決定するために後で使用することができる。具体的には、ローカルSD値は、カウント値を増大させるかどうかを決定するために、PR出力とともに使用され得る。サブセットの選択については下でより詳細に論じる。
FFT導出出力(FFT Derived Output)：GCP値を備えたデータのサブセットの各々に関してPR出力、PN出力、およびPL出力を導出することができる。たとえば、ピクセルの行(または、列)を選択することができ、そこから高速フーリエ変換(「FFT」)が導出されるサブセットを備える、ピクセルのその行(または、列)に関するGCP値を特定することができる(30)。コンピュータは、GCP値のサブセットなど、値を受信し、それらの値に対応するFFTを生み出すようにプログラム可能である(40)。そのような目的で使用され得る特定のプログラムは、Qualcomm Technologies Inc.によって開発されたFastCV Computer Vision SDKである(https://developer.qualcomm.com/docs/fastcv/api/index.html)。
より一般的には、スキャナの列または行に対応するピクセルの列または行であり得る、ピクセルのグループに対応するGCP値を含むように、選択されたGCP値を備えるデータのサブセットが選択され得る。しかしながら、ピクセルのグループはスキャナの列または行に対応しなくてよい。たとえば、ピクセルのグループはピクセルのブロックであってよく、ブロック内の各ピクセルは、ブロック内の少なくとも1つの他のピクセルに直接隣接するか、またはブロック内の少なくとも2つの他のピクセルに直接隣接する。例示のために、図2は、グループを含むように、そのうちの8つが選択されている(「S」)走査エリアからの190個のピクセルを示す。ピクセルのグループは、直線(たとえば、行または列)またはブロックでなくてよく、ピクセルのグループを特定するために、他の形状(たとえば、ジグザグ線)または非標準形状が使用されてよいことに留意されたい。さらに、ピクセルのグループは連続的でなくてよい。たとえば、これは、連続するピクセルのいくつかの非連続グループを選択することができ、FFTを生み出すためにGCP値を使用することができる事例であり得る。
ピクセルのグループは、走査エリアのすべて、または走査エリアのサブセットであってよい。さらに、ピクセルの選択されたグループは、当初、ピクセルの1つのグループに対応してよく、次いで、後に、獲得された情報セットの同じセットからのピクセルの異なるグループに対応してよい。明快のために、これらの方法は、獲得された情報の異なる部分を分析するたびに、獲得された情報の同じセットを使用して複数回適用されてよい。ピクセルの後で選択されるグループは、当初選択されたピクセルグループのサブセットであってよく、または当初選択されたピクセルグループの一部であったいくつかのピクセルと、その一部でなかったいくつかのピクセルとを含んでよい。または、ピクセルの後で選択されるグループは、当初選択されたピクセルのまったく異なるグループであってもよい。
ある獲得された情報セットからの情報のサブセットを使用して、本明細書で説明する方法を複数回適用することによって、(指紋またはスタイラスなど)オブジェクトに関する探索を実行することができる。したがって、走査エリアのいくつかの部分が何のオブジェクトも有さない状況では、それでもなお、オブジェクトが存在した一部を特定することが可能であり得る。この情報を用いると、獲得された情報のどの部分がオブジェクトについての情報を含み、どの部分が含まないかを決定することが可能であり得る。したがって、オブジェクトについての情報を生み出したピクセルの割合、または逆に、生み出さなかったピクセルの割合を決定することが可能であり得る。
さらに、走査エリアが、オブジェクトが提示されている小さい部分を有する場合、走査エリア全体(または、走査エリアの何らかの大きい部分)の分析は、何のオブジェクトも提示されなかったという結論をもたらすことに当てはまる可能性があるが、これは、オブジェクトに一致する特性を生み出すピクセルは、何のオブジェクトも提示されていないことに一致する特徴を生み出すピクセルほど多くないためである。獲得された情報セットの異なる部分にこれらの方法を適用することによって、オブジェクトに一致する特性を生み出しているピクセルを見つけ、それによって、オブジェクトが提示されたと正確に結論付けることが可能であり得る。さらに、大量の雑音を生み出すスキャナのピクセルエリアを特定し、それによって、たとえば、それらのピクセルによって生み出された情報をSD値、PL出力、PR出力、および/またはPN出力を決定するために使用することから除外することによって、スキャナにオブジェクトが提示されているかどうかを決定する取り組みへの影響からそれらのエリアを排除することが可能であり得る。または、大量の雑音を生み出しているスキャナのピクセルエリアを特定し、次いで、スキャナの他のエリアとは異なるエリアに関する基準(たとえば、所定のピークロケーション、PRしきい値、PNしきい値、PN範囲)を確立することが可能であり得る。
理想的には、走査のためにターゲットオブジェクトが提示されている場合、主に、ターゲットオブジェクトを検出することになるピクセルから導出されるGCP値からなるGCP値の各サブセットが選択される。走査エリアが、通常、ターゲットオブジェクトによって完全にカバーされている場合、ピクセルの大部分またはすべては、そこからFFTが導出されるサブセットとして選択する(40)ための潜在的な候補をもたらし得る。これは、スキャナがセルフォンの一部であり、ターゲットオブジェクトがセルフォンの認証されたユーザとしてそのユーザを認証するために提示されている指である場合であり得る。そのような状況において、スキャナは、通常、認証プロセスの間、ユーザの指によって完全にカバーされる。
しかしながら、走査エリアがターゲットオブジェクトの予想されるサイズよりも大きい場合、ターゲットオブジェクトが提示されているとき、ターゲットオブジェクトを検出しないことが多いピクセルが存在する場合があり、それらのピクセルは、そこからFFTが導出されるサブセットとして選択するための理想的な候補をもたらさない場合がある。それらの状況において、いくつかのサブセット、たとえば、走査エリアのエッジ部分の列または行は、サブセット内に選択するための理想的な候補をもたらす可能性が低いことになるが、他のサブセット(たとえば、走査エリアの中央にピクセルを含む列または行)は、オブジェクトが提示されているとき、オブジェクトの存在を(分析されるとき)示し、オブジェクトが提示されていないとき、オブジェクトの不在を示すことになる良好な候補をもたらす可能性が高い場合がある。
GCP値のサブセットを選択すると(40)、次いで、そのサブセットに関するFFTを決定し(40)、分析して、そのサブセットに関するPR出力、PN出力、およびPL出力(集合的に、「FFT導出出力」)を決定すること(50)ができる。上述のように、FFT導出出力を使用して、画像#1および#2が取得されたとき、ターゲットオブジェクトが存在したかどうかを決定するために使用されるカウント値を増大させる(60)かどうかを決定することができる。分析するための追加のサブセットが存在する(70)場合、このプロセスを繰り返すことができる。
図3は、特定のサブセットに関するFFT導出出力を取得するための方法のステップを示す。FFTが取得されると(200)、修正されたFFF(「MFFT」)を提供するためにFFTのDC成分を除去することができる(210)。MFFTのピークを特定し(220)、その各々がPR出力、PN出力、またはPL出力のうちの1つを生み出す、3つの異なる動作において使用することができる。
PL出力を生み出すために、MFFTのピークのロケーションを決定し、所定のロケーションと比較することができる。所定のロケーションは、走査のために何のターゲットオブジェクトも存在しないとき、ピークを有すると(たとえば、前の経験から)知られているMFFTのプロット上のロケーションであってよい。何らかのフレキシビリティを提供するために、所定のロケーションを範囲として定義することができ、MFFTのピークのうちの1つのロケーションがPL範囲内に入る場合、PL出力が所定のロケーションにおけるピークの存在を示すべきであると決定することができる(230)。しかしながら、MFFTのピークのいずれもそのPL範囲に入らない場合、PL出力は所定のロケーションにおいて何のピークも存在しなかったことを示すべきであると決定することができる(230)。
PR出力を生み出すために、MFFTの2つのピークを選択することができ(240)、対応するピーク値の比率を生成することができる(250)。たとえば、2つの最も高いピークの最大値を特定することができ、最も高いピークの値を次に高いピークの値によって除算することによって、ピーク比を決定することができる。その決定されたピーク比をPRしきい値と比較することができ、比率がPRしきい値を超える場合、PR出力は高いピーク比を示すべきであると決定することができる(260)。しかしながら、ピーク比がPRしきい値を超えない場合、PR出力は高いピーク比が存在しないことを示すべきであると決定することができる(260)。MFFTに関して高いピーク比が存在するかどうかを決定するために使用されるPRしきい値は、次の公報に記述されるピーク検出技法によって取得され得る。S.J.Davey、S.B.Colegrove、およびD.Mudge、1999年、「Advanced Jindalee Tracker: Enhanced Peak Detector」、DSTO Australia、Technical Report No.DSTO-TR-0659、および、やはりJiapu PanおよびWillis J.Tompkins、「A Real-Time QRS Detection Algorithm」、IEEE Transactions on Biomedical Engineering、第BME-32巻、第3番、1985年3月。
上記の説明から、ここで、サブセットの各々に基準が適用されることが認識されよう。したがって、各サブセットは、そのサブセットが走査動作中にターゲットオブジェクトの存在を示すか、または不在を示すかに関する表示をもたらしている。特定のサブセットが、走査動作中にターゲットオブジェクトが存在しなかったことを示す場合、カウント値は増分される。しかしながら、特定のサブセットが、走査動作中にターゲットオブジェクトが存在したことを示す場合、カウント値は増分されない。カウントしきい値を設定することによって、システムマネージャは、システムがターゲットオブジェクトの存在または不在を示すことになる程度を確立することができる。たとえば、システムマネージャが、ターゲットオブジェクトが存在する高い確度を望む場合、システムマネージャはカウントしきい値を低い値に設定することができる。または、システムマネージャが、ターゲットオブジェクトが存在する低い確度を望む場合、システムマネージャはカウントしきい値を高い値に設定することができる。同様に、ローカルなSDしきい値、PRしきい値、PNしきい値、PL範囲、および/またはPN範囲は、所望の程度の確度を取得するように調整され得る。
PN出力を生み出すために、所定のPNしきい値を超えるMFFTのピークを特定して、カウントすることができる(270)。たとえば、所定のPNしきい値は、MFFTのピークのうちの1つ、たとえば、最も高いピーク、または第2に高いピークに対応する値の割合(たとえば、8%)に設定され得る。したがって、たとえば、MFFTの第2に高いピークが1300の値を有し、設定された割合が9%である場合、117超の値を有するピークがカウントされることになるのに対して、117以下の値を有するピークはカウントされないことになる。カウントされたピークの数がPNしきい値を超える場合、PN出力は多数のピークの存在を示すべきであると決定することができる(280)。カウントされたピークの数がPNしきい値を超えない場合、PN出力はMFFT内に多数のピーク数が存在しないことを示すべきであると決定することができる(280)。MFFT内に多数のピークが存在するかどうかの決定(280)に使用されるPNしきい値を決定するための技法については次の論文に記載されている。Jiapu PanおよびWillis J.Tompkins、「A Real-Time QRS Detection Algorithm」、IEEE Transactions on Biomedical Engineering、第BME-32巻、第3番、1985年3月。
さらに、カウントされたピークの数が所定の範囲内である場合、PN出力はカウントされたピークの数が所定のPN範囲内であることを示すべきであると決定することができる(290)。しかしながら、MFFTのカウントされたピークの数が所定のPN範囲内でない場合、PN出力はカウントされたピークの数が所定の範囲内でないことを示すべきであると決定することができる(290)。
ケーススタディ：以下の3つのケーススタディは、上で説明した方法の態様を示す。
図4A、図4B、および図4Cは、これらのケーススタディのうち第1のケーススタディに対応する。図4Aは、ターゲットオブジェクトがプラテン上に存在した走査動作中に超音波スキャナによって取得された画像情報をグラフによって示す。図4Aでは、画像情報はグレースケールを使用して提供されている。指紋の隆線は暗いエリアとして出現し、指紋の谷間は明るいエリアとして出現している。
図4Bは、第1のケーススタディのGCP値に対応するFFTの大きさのプロットである。FFTプロットの中央の大きなピークはDC成分に対応する。DC成分を除去し、プロット内の軸上で特定された値を調整することによって、図4Cは、第1のケーススタディのMFFTの大きさのプロットを生じさせる。図4CのMFFTプロットは、ターゲットオブジェクトの存在に一致する多数のピークを示し、カウントされたピークの数はPNしきい値を超えなかったことに留意されたい。この特定のケーススタディは、ターゲットオブジェクトの不在に対応する所定のロケーション内の高いピークを生み出さなかった。さらに、この第1のケーススタディは、ローカルSDしきい値を超えるローカル標準偏差を生み出さなかった。したがって、上で説明した方法は、走査動作中にターゲットオブジェクトが提示されなかったという表示をもたらした。
図5A、図5B、および図5Cは、これらのケーススタディのうち第2のケーススタディに対応する。図5Aは、ターゲットオブジェクトがプラテン上に存在しなかった走査動作中に超音波スキャナによって取得された画像情報をグラフによって示す。図5Aでは、画像情報はグレースケールを使用して提供されている。図4Aとは異なり、図5Aの画像は比較的均一であり、したがって、ターゲットオブジェクトの不在を示す。
図5Bは、第2のケーススタディのGCP値に対応するFFTの大きさのプロットである。FFTプロットの中央の大きなピークはDC成分に対応する。DC成分を除去し、プロット内の軸上で特定された値を調整することによって、図5Cは、第2のケーススタディのMFFTの大きさのプロットを生じさせる。図5CのMFFTプロットは多数のピークを示すが、大部分はそれほど高くなく、これは、ターゲットオブジェクトの不在に一致することに留意されたい。この第2のケーススタディでは、カウントされたピークの数はPNしきい値を超えなかった。また、図5Cは、2つの所定のロケーションの各々の中に、円によって特定されたMFFTの高いピークを示す。この第2のケーススタディは、走査動作中にターゲットオブジェクトが存在しなかったという表示をもたらした。
図6A、図6B、および図6Cは、これらのケーススタディのうち第3のケーススタディに対応する。図6Aは、ターゲットオブジェクトがプラテン上に存在しなかった走査動作中に超音波スキャナによって取得された画像情報をグラフによって示す。第2のケーススタディとは異なり、第3のケーススタディは雑音が非常に多い画像をもたらした。図6Aおよび図6C参照。単に雑音があるだけの画像と、雑音を有するが、オブジェクトを含む可能性がある画像とを区別する能力を改善するために、オブジェクトの存在を特定するために使用される基準は、スキャナ300の温度に基づいて調整され得る。図7参照。そのような実施形態では、温度センサー340が含まれてよく、(a)PL出力を判定するために使用される所定のロケーション、および/または(b)PRしきい値、および/または(c)PNしきい値、および/または(d)その特定の温度にとって最良であると前に決定されたPN範囲に関する値を選択するために、マイクロプロセッサ310によって使用されてよい。
図6Bは、第3のケーススタディのGCP値に対応するFFTの大きさのプロットである。FFTプロットの中央の大きなピークはDC成分に対応する。DC成分を除去し、プロット内の軸上で特定された値を調整することによって、図6Cは、第3のケーススタディのMFFTの大きさのプロットを生じさせる。図5Cとは異なり、図6Cに示すMFFTは多数の非常に高いピークを示すことに留意されたい。この第3のケーススタディでは、カウントされたピークの数はPNしきい値を超え、したがって、PN出力は多数のピークを示した。ケーススタディ3に関して生じた表示は、走査動作中にターゲットオブジェクトは存在しなかったということであった。
走査動作によってオブジェクトが検出されたかどうかを決定するための方法を説明したが、それらの方法を実行するためのシステムがスキャナ300とプロセッサ310とを含み得ることは明らかであろう。図7参照。プロセッサ310は、通信チャネル320を介してスキャナ300と通信し、命令を実行するようにプログラムされ得る。これらの命令は、CD、USBフラッシュデバイス、または読取り専用メモリデバイスなど、非一時的コンピュータ可読記憶媒体330上に記憶され得る。温度センサー340を使用して、スキャナ300の温度を決定し、温度情報をマイクロプロセッサ310に提供することができる。温度情報は、オブジェクトがスキャナ300に提示されているかどうかを決定するために使用される基準を調整するためにマイクロプロセッサによって使用され得る。
スキャナ300は、そのうちの少なくともいくつかが、超音波エネルギーなどのエネルギーを検出する走査要素のエリアアレイを有し得る。エリアアレイは、走査要素が行および列の形に配列されるように配列され得る。
プロセッサ310は、
少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために走査動作を実行し、
利得補償ピクセル値を含み得る、処理された情報セットを提供するために、獲得された情報セットを処理し、
処理された情報セットのサブセットを特定し、
各サブセットに関する高速フーリエ変換(「FET」)を決定し、
各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、
各サブセットに関するFFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、
各サブセットに関して、FFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供する
ための命令を実行するようにプログラムされ得る。
プロセッサ310は、
カウント値を提供するために、走査動作中にターゲットオブジェクトが存在しなかったことを示すインジケータをカウントし、
前記カウント値をカウントしきい値と比較し、
カウント値がカウントしきい値を超える場合、走査動作中にターゲットオブジェクトが存在しなかったことを示すメッセージを送る
ための命令を実行するようにプログラムされ得る。
各FFTを評価するための命令は、
(a)修正されたFFT(「MFFT」)を提供するためにFFTのDC成分を除去し、
(b)MFFTのピークを特定し、
(c)ピークカウント値を提供するためにMFFTのピークをカウントし、
(d)MFFTの特定されたピークが所定のロケーションにあるかどうかを決定し、
(e)ピーク比を決定する
ための命令を含んでよく、ピーク比は、
第1のピークの最大値を特定し、
第2のピークの最大値を特定し、
最大値のうちの一方を他方の最大値によって除算して、ピーク比を生み出すこと
によって決定される。
図8A、図8B、および図8Cは、走査動作の様々な段階におけるスキャナ300を示す。プロセッサ310は、超音波発生器などのエネルギー送信機420および超音波受信機などのエネルギー受信機430と通信している場合がある。プロセッサ310は、スキャナ300に、プラテン440上に存在するオブジェクト470を走査させ、受信機430によって検出された反射エネルギーについての情報を受信機430から受信させるようにプログラムされ得る。プロセッサ310のプログラミングは、CD、USBフラッシュデバイス、または読取り専用メモリデバイスなど、非一時的コンピュータ可読記憶媒体330を介してよい。走査は、送信機420に平面波480aを生み出させ、プラテン440の露出面444上に存在する、指などのオブジェクト470に向けて移動させることを含み得る。オブジェクト470の外面は、一般に指の皮膚紋理上に見出すような、隆線472および谷間474を有し得る。
放出された平面波480aはオブジェクト470に移動し、そこで、波エネルギーの一部が反射される。反射エネルギー480bは、次いで、受信機430に移動し、そこで、反射エネルギー480bが受信機430によって検出される。プロセッサ310は、受信機430によって検出されている反射エネルギー480bを分析し、次いで、分析結果を提供するようにプログラムされ得る。反射エネルギー480bの分析は、上で説明した方法に従ってよい。分析結果は、「オブジェクト」フラグ(オブジェクトが存在すると決定された場合)または「エア(air)」フラグ(何のオブジェクトも存在しないと決定された場合)であり得る。
本発明は、1つまたは複数の特定の実施形態に関して説明されてきたが、本発明の他の実施形態が、本発明の趣旨および範囲から逸脱することなく実現され得ることが理解されるだろう。よって、本発明は、添付の特許請求の範囲およびその妥当な解釈のみによって制限されると見なされる。
300 スキャナ
310 マイクロプロセッサ、プロセッサ
320 通信チャネル
330 非一時的コンピュータ可読記憶媒体
340 温度センサー
420 エネルギー送信機、送信機
430 エネルギー受信機、受信機
440 プラテン
444 露出面
470 オブジェクト
472 隆線
474 谷間
480a 平面波
480b 反射エネルギー

Claims (30)

  1. スキャナによってオブジェクトが検出されるかどうかを決定するための方法であって、
    スキャナを提供するステップと、
    少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために前記スキャナを使用して走査動作を実行するステップと、
    処理された情報セットを提供するために、前記獲得された情報セットを処理するステップと、
    前記処理された情報セットのサブセットを特定するステップと、
    各サブセットに関する高速フーリエ変換(「FET」)を決定するステップと、
    各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価するステップと、
    各サブセットに関する前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定するステップと、
    各サブセットに関して、前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供するステップと
    を含む、方法。
  2. カウント値を提供するために、前記走査動作中にターゲットオブジェクトが存在しなかったことを示す前記インジケータをカウントするステップと、
    前記カウント値をカウントしきい値と比較するステップと、
    前記カウント値が前記カウントしきい値を超える場合、前記走査動作中にターゲットオブジェクトが存在しなかったことを示すメッセージを送るステップと
    をさらに含む、請求項1に記載の方法。
  3. 前記スキャナがエリアアレイ超音波スキャナである、請求項1から2のいずれか一項に記載の方法。
  4. 各FFTを前記評価するステップが、修正されたFFT(「MFFT」)を提供するためにDC成分を除去するステップを含む、請求項1から3のいずれか一項に記載の方法。
  5. 各FFTを前記評価するステップが、前記MFFTのピークを特定するステップを含む、請求項4に記載の方法。
  6. 各FFTを前記評価するステップが、ピークカウント値を提供するために前記MFFTのピークをカウントするステップを含む、請求項5に記載の方法。
  7. 前記ピークカウント値がピーク数のしきい値を超える場合、前記インジケータが前記走査動作中にターゲットオブジェクトが存在しなかったことを示す、請求項6に記載の方法。
  8. 各FFTを前記評価するステップが、前記MFFTの特定されたピークが所定のロケーションにあるかどうかを決定するステップを含む、請求項6に記載の方法。
  9. 前記MFFTが前記所定のロケーションにおいて特定されたピークを有し、前記ピークカウント値が所定の範囲内である場合、前記インジケータが、前記走査動作中にターゲットオブジェクトが存在しなかったことを示す、請求項8に記載の方法。
  10. 各FFTを前記評価するステップがピーク比を決定するステップを含み、前記ピーク比が、
    第1のピークの最大値を特定し、
    第2のピークの最大値を特定し、
    前記最大値のうちの一方を他方の最大値によって除算して、前記ピーク比を生み出すこと
    によって決定される、請求項5に記載の方法。
  11. 前記処理された情報セットの標準偏差を計算するステップをさらに含む、請求項5から10のいずれか一項に記載の方法。
  12. 前記ピーク比をPRしきい値と比較するステップと、
    前記ピーク比が前記PRしきい値を超えるかどうかを決定するステップと、
    前記計算された標準偏差をローカルSDしきい値と比較するステップと、
    前記標準偏差が前記ローカルSDしきい値を超えるかどうかを決定するステップと
    をさらに含み、
    前記標準偏差が前記ローカルSDしきい値を超えず、前記ピーク比が前記PRしきい値を超える場合、前記インジケータが、前記走査動作中にターゲットオブジェクトが存在しなかったことを示す
    請求項11に記載の方法。
  13. オブジェクトが検出されるかどうかを決定するためのシステムであって、
    スキャナと、
    前記スキャナと通信しているプロセッサとを含み、前記プロセッサが、
    少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために走査動作を実行し、
    処理された情報セットを提供するために、前記獲得された情報セットを処理し、
    前記処理された情報セットのサブセットを特定し、
    各サブセットに関する高速フーリエ変換(「FET」)を決定し、
    各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、
    各サブセットに関する前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、
    各サブセットに関して、前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供する
    ための命令を実行するようにプログラムされた、システム。
  14. 前記スキャナがエリアアレイ超音波スキャナであり、前記エリアアレイが行および列の形に配列された走査要素を有し、各サブセットが、前記走査要素の異なる行または異なる列に対応する、請求項13に記載のシステム。
  15. 前記獲得された情報セットを前記処理することが、利得補償ピクセル値を決定することを含む、請求項13または14に記載のシステム。
  16. 各FFTを前記評価することが、修正されたFFT(「MFFT」)を提供するためにDC成分を除去することを含む、請求項13または14または15に記載のシステム。
  17. 各FFTを前記評価することが前記MFFTのピークを特定することを含む、請求項16に記載のシステム。
  18. 各FFTを前記評価することが、ピークカウント値を提供するために前記MFFTのピークをカウントすることを含む、請求項17に記載のシステム。
  19. 前記ピークカウント値がピーク数のしきい値を超える場合、前記インジケータが前記走査動作中にターゲットオブジェクトが存在しなかったことを示す、請求項18に記載のシステム。
  20. 各FFTを前記評価することが、前記MFFTの前記特定されたピークが所定のロケーションにあるかどうかを決定することを含む、請求項18に記載のシステム。
  21. 前記MFFTが前記所定のロケーションにおいて特定されたピークを有し、前記ピークカウント値が所定の範囲内である場合、前記インジケータが、前記走査動作中にターゲットオブジェクトが存在しなかったことを示す、請求項20に記載のシステム。
  22. 各FFTを前記評価することがピーク比を決定することを含み、前記ピーク比が、
    第1のピークの最大値を特定し、
    第2のピークの最大値を特定し、
    前記最大値のうちの一方を他方の最大値によって除算して、前記ピーク比を生み出すことによって決定される、請求項18に記載のシステム。
  23. 前記処理された情報セットの標準偏差を計算することをさらに含む、請求項17から22のいずれか一項に記載のシステム。
  24. 前記ピーク比をPRしきい値と比較することと、
    前記ピーク比が前記PRしきい値を超えるかどうかを決定することと、
    前記計算された標準偏差をローカルSDしきい値と比較することと、
    前記標準偏差が前記ローカルSDしきい値を超えるかどうかを決定することと
    をさらに含み、
    前記標準偏差が前記ローカルSDしきい値を超えず、前記ピーク比が前記PRしきい値を超える場合、前記インジケータが、前記走査動作中にターゲットオブジェクトが存在しなかったことを示す
    請求項23に記載のシステム。
  25. 画像を生成する方法を実行するためにバイオメトリックスキャナと通信している1つまたは複数のプロセッサによって実行するためのコンピュータ可読命令の1つまたは複数のコンピュータプログラムを有する非一時的コンピュータ可読記憶媒体であって、前記コンピュータプログラムが、
    処理された情報セットを提供するために、獲得された情報セットを処理し、
    前記処理された情報セットのサブセットを特定し、
    各サブセットに関する高速フーリエ変換(「FET」)を決定し、
    各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、
    各サブセットに関する前記FFT導出出力が走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、
    各サブセットに関して、前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供する
    ための命令を含む、非一時的コンピュータ可読記憶媒体。
  26. 各FFTを前記評価することが、修正されたFFT(「MFFT」)を提供するためにDC成分を除去することを含む、請求項25に記載の記憶媒体。
  27. 各FFTを前記評価することが前記MFFTのピークを特定することを含む、請求項26に記載の記憶媒体。
  28. オブジェクトが検出されるかどうかを決定するためのシステムであって、
    走査するための手段と、
    前記走査するための手段と通信している、処理するための手段であって、
    少なくとも1つの情報セット(「獲得された情報セット」)を獲得するために走査動作を実行し、
    処理された情報セットを提供するために、前記獲得された情報セットを処理し、
    前記処理された情報セットのサブセットを特定し、
    各サブセットに関する高速フーリエ変換(「FET」)を決定し、
    各サブセットに関する少なくとも1つのFFT導出出力を提供するために各FFTを評価し、
    各サブセットに関する前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを決定し、
    各サブセットに関して、前記FFT導出出力が前記走査動作中にターゲットオブジェクトが存在したことを示すかどうかを示すインジケータを提供する
    ための命令を実行するようにプログラムされた、処理するための手段と
    を含む、システム。
  29. 各FFTを前記評価することが、修正されたFFT(「MFFT」)を提供するためにDC成分を除去することを含む、請求項28に記載のシステム。
  30. 各FFTを前記評価することが前記MFFTのピークを特定することを含む、請求項29に記載のシステム。
JP2017513098A 2014-09-12 2015-09-11 走査動作中にターゲットオブジェクトが存在したかどうかの決定 Pending JP2017534949A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201462050025P 2014-09-12 2014-09-12
US62/050,025 2014-09-12
US14/850,853 US9547083B2 (en) 2014-09-12 2015-09-10 Determining whether a target object was present during a scanning operation
US14/850,853 2015-09-10
PCT/US2015/049834 WO2016040898A1 (en) 2014-09-12 2015-09-11 Method and system for determining whether a target object was present during a scanning operation

Publications (1)

Publication Number Publication Date
JP2017534949A true JP2017534949A (ja) 2017-11-24

Family

ID=55454551

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017513098A Pending JP2017534949A (ja) 2014-09-12 2015-09-11 走査動作中にターゲットオブジェクトが存在したかどうかの決定

Country Status (5)

Country Link
US (1) US9547083B2 (ja)
EP (1) EP3192007A1 (ja)
JP (1) JP2017534949A (ja)
CN (1) CN106605235A (ja)
WO (1) WO2016040898A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665763B2 (en) * 2014-08-31 2017-05-30 Qualcomm Incorporated Finger/non-finger determination for biometric sensors
US9195879B1 (en) 2014-08-31 2015-11-24 Qualcomm Incorporated Air/object determination for biometric sensors

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4225850A (en) 1978-11-15 1980-09-30 Rockwell International Corporation Non-fingerprint region indicator
HU184537B (en) * 1982-03-31 1984-09-28 Elektroakusztikai Gyar Fast fourier-analizator with multiprocessor
US6400996B1 (en) * 1999-02-01 2002-06-04 Steven M. Hoffberg Adaptive pattern recognition based control system and method
AU1330501A (en) 1999-10-07 2001-05-10 Veridicom, Inc. Spoof detection for biometric sensing systems
US7164440B2 (en) 2003-02-28 2007-01-16 Cross Match Technologies, Inc. Dynamic image adaptation method for adjusting the quality of digital prints
JP4029412B2 (ja) 2004-03-04 2008-01-09 日本電気株式会社 指紋掌紋画像処理システムおよび指紋掌紋画像処理方法
GB0712388D0 (en) * 2007-06-26 2007-08-01 Mitsubishi Electric Inf Tech High Performance Image Identification
JP2010199631A (ja) * 2007-11-30 2010-09-09 国立大学法人京都大学 画像ノイズ除去方法
US8391568B2 (en) * 2008-11-10 2013-03-05 Validity Sensors, Inc. System and method for improved scanning of fingerprint edges
US20100254617A1 (en) * 2009-04-01 2010-10-07 Qualcomm Incorporated Apparatus and method to rotate an image
CN101853383B (zh) * 2010-05-17 2012-09-05 清华大学 高分辨率掌纹方向场提取方法

Also Published As

Publication number Publication date
US20160077205A1 (en) 2016-03-17
US9547083B2 (en) 2017-01-17
WO2016040898A1 (en) 2016-03-17
CN106605235A (zh) 2017-04-26
EP3192007A1 (en) 2017-07-19

Similar Documents

Publication Publication Date Title
CN106796650B (zh) 多阶段活性确定
CN107480677B (zh) 一种识别三维ct图像中感兴趣区域的方法及装置
CN110148130B (zh) 用于检测零件缺陷的方法和装置
US8908919B2 (en) Tactical object finder
Reddy et al. Analysis of classification algorithms for plant leaf disease detection
US9911066B2 (en) Classification system for similar objects from digital images
US10452922B2 (en) IR or thermal image enhancement method based on background information for video analysis
CN109712128B (zh) 特征点检测方法、装置、计算机设备和存储介质
TWI501754B (zh) 影像辨識方法及影像辨識系統
US20160379038A1 (en) Valid finger area and quality estimation for fingerprint imaging
CN108052877B (zh) 光学指纹识别方法、装置及电子设备
JP5556663B2 (ja) 照合装置、照合方法、及びプログラム
CN108280448B (zh) 指静脉按压图的判别方法及装置、指静脉识别方法
AU2013204156A1 (en) Classification apparatus and program
CN108875497B (zh) 活体检测的方法、装置及计算机存储介质
US9547083B2 (en) Determining whether a target object was present during a scanning operation
KR102335907B1 (ko) 지문 이미지들에 적용가능한 이미지들을 개선하는 방법
US11651618B2 (en) Fingerprint identification method and apparatus, storage medium and terminal
KR101180293B1 (ko) 지문의 영역 별 방향패턴 특징 추출 방법 및 이를 이용한 지문 분류 방법
Madhusudhana et al. Automatic detectors for low-frequency vocalizations of Omura's whales, Balaenoptera omurai: A performance comparison
CN108694365B (zh) 一种图像获取方法及终端
Sun et al. Visual saliency detection based on multi-scale and multi-channel mean
Rajeev et al. Method for modeling post-mortem biometric 3D fingerprints
JP2020095017A (ja) 情報処理装置、その制御方法、プログラム、及び記憶媒体
Wang et al. Sequential image for measurement of fabric crease recovery angle