TW201602920A - 生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 - Google Patents
生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 Download PDFInfo
- Publication number
- TW201602920A TW201602920A TW103123664A TW103123664A TW201602920A TW 201602920 A TW201602920 A TW 201602920A TW 103123664 A TW103123664 A TW 103123664A TW 103123664 A TW103123664 A TW 103123664A TW 201602920 A TW201602920 A TW 201602920A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- unit
- biometric
- segments
- segment
- Prior art date
Links
Abstract
一種生物特徵辨識系統與儲存一資料庫的一記憶單元配合,並包括一第一影像擷取單元及一處理單元。第一影像擷取單元擷取一待測者之一第一生物特徵的一第一影像。處理單元將第一影像分割為複數第一影像片段,並將各該些第一影像片段分別與資料庫中至少一註冊者的複數第二影像片段比對;當處理單元確認比對相似時,則選取資料庫中與比對相似之第二影像片段相關聯的一第三影像片段,並將選取出的該些第三影像片段進行重組,以辨識待測者與註冊者是否為同一人,其中第三影像片段的解析度大於第一影像片段及第二影像片段的解析度。
Description
本發明係關於一種辨識系統、辨識方法、儲存媒體及辨識處理晶片,特別關於一種生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片。
於習知技術中,當要存取機密文件、個人資料或進出管制場所時,必須透過鑰匙、密碼、或門禁卡等來作為身份的驗証,但是,鑰匙或門禁卡可能會有遺失或遭複製的風險,而密碼則有可能會忘記或被其他人得知,造成安全上的疑慮。因此,生物特徵辨識系統便一直是個焦點話題。
生物特徵辨識系統是利用每個人獨一無二的生理特徵來辨識使用者的身分。運用生物辨識技術,人的身體就是密碼,不需要記憶一長串不易記住的數字,也不怕遺失且不易複製,更不用擔心遭人盜用。因此,利用人類生理的獨一無二的生物特徵來辨識使用者的身分,已成為安全科技的重要趨勢。
以虹膜紋理為例,虹膜是目前最具獨特性之生物特徵,且具備有準確度高、穩定度高及非接觸性地等特點,因此,已成為生物特徵的主要研究方向之一。
一般來說,虹膜辨識系統中會先儲存至少一註冊者的一較清晰的虹膜紋理影像(以下簡稱虹膜影像),而此較清晰的虹膜影像是由一相機(在此稱為相機A)所擷取。然而,虹膜辨識系統大多採用另一相機(在
此稱為相機B,例如設置於入口處)來擷取一待測人員的虹膜影像,並且將此擷取到的虹紋理膜影像與原來相機A所擷取到的虹膜影像進行比較,以確定此待測人員的虹膜影像是否已經被註冊至虹膜辨識系統中。也就是說,此待測人員與註冊者是否為同一人。
在近距離虹膜辨識系統中,上述的比對較不會有太大的問題。然而,在中、遠距離虹膜辨識系統中,就會造成辨識度的下降。原因是:當利用相機A來擷取註冊人員的虹膜影像時,是在近距離擷取,因此所擷取到的虹膜影像是解晰度較高的影像;然而,虹膜辨識系統所採用的相機B是在較遠的距離擷取人員的虹膜紋理影像,因此所獲得虹膜影像的解析度較低。然而,習知的虹膜辨識系統將解晰度較低的虹膜影像與解晰度較高的虹膜影像進行比對,如此就會造成虹膜辨識系統的辨識度不高。這個問題,稱為交叉感測器匹配(Cross-sensor matching)問題。其實不只是虹膜辨識系統,其他的生物特徵辨識系統,例如臉形辨識等,亦存在著交叉感測器匹配的問題。
有鑑於上述課題,本發明之目的為提供一種可改善交叉感測器匹配問題,以提高生物特徵辨識率之生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片。
為達上述目的,依據本發明之一種生物特徵辨識系統,其與儲存一資料庫的一第一記憶單元配合,生物特徵辨識系統包括一第一影像擷取單元以及一處理單元。第一影像擷取單元擷取一待測者之一第一生物特徵的一第一影像。處理單元將第一影像分割為複數第一影像片段,處理單元將各該些第一影像片段分別與資料庫中至少一註冊者的複數第二影像片段比對,且當處理單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則選取資料庫中與比對相似之第二影像片段相關聯的一第三影像片段,且處理單元比對完至少二第二影像片段後,將選取出的該些第三影像片段進行重組,以辨識待測者與註冊者是否為同一人,其中,第三影像片段的解析度大於第一影像片段及第二影像片段的解
析度。
在一實施例中,第一記憶單元為一雲端記憶體或處理單元的一內部記憶體。
在一實施例中,生物特徵辨識系統更包括一影像傳送單元,其與第一影像擷取單元電性連接,且影像傳送單元將第一影像傳送至處理單元。
在一實施例中,生物特徵辨識系統更包括一第二影像擷取單元,其擷取註冊者之第一生物特徵的一第二影像,且處理單元將第二影像分割成該些第二影像片段。
在一實施例中,處理單元更將來自於註冊者之第一生物特徵或一第二生物特徵的一第三影像分割成該些第三影像片段,且將各該些第二影像片段分別關聯至該些第三影像片段其中之一,並產生至少一個關聯資料。
在一實施例中,生物特徵辨識系統更包括一第二記憶單元,其儲存關聯資料。
在一實施例中,第一生物特徵或第二生物特徵為虹膜紋理、臉形、指紋、掌形、掌靜脈、或是指靜脈。
在一實施例中,處理單元將選取出的該些第三影像片段進行重組,以形成一第四影像,並將第四影像與第三影像進行比對,以判斷待測者是否與註冊者為同一人。
為達上述目的,依據本發明之一種生物特徵辨識方法包括以下步驟:由一第一影像擷取單元擷取一待測者之一第一生物特徵的一第一影像;將第一影像分割為複數第一影像片段;將各該些第一影像片段與一資料庫中複數第二影像片段進行比對,其中各該些第二影像片段分別與資料庫中的複數第三影像片段的至少其中之一相關聯,而該些第二影像片段和該些第三影像片段來自於至少一註冊者,且第三影像片段的解析度大於第一影像片段及第二影像片段的解析度;當該些第一影像片段的其中之一與該些第二影像片段的其中之一比對相似時,則選取比對相似的第二影像片段相關聯的第三影像片段;以及比對完至少二第二影像片段後,將選取
出的該些第三影像片段進行重組,以判斷待測者與註冊者是否為同一人。
在一實施例中,建立資料庫的步驟包括下列步驟:由第一影像擷取單元擷取註冊者之第一生物特徵的一第二影像;將第二影像分割為該些第二影像片段;由一第二影像擷取單元擷取註冊者之第一生物特徵或一第二生物特徵的一第三影像;將第三影像分割為該些第三影像片段;及分別將第二影像與第三影像所對應的該些第二影像片段和該些第三影像片段產生關聯,而儲存於資料庫。
在一實施例中,辨識方法更包括下列步驟:將選取出的該些第三影像片段重組為一第四影像,其中該些第三影像片段係由一第三影像分割而來;將第四影像與第三影像進行比對;及當第四影像與第三影像比對相似時,則判斷待測者與註冊者為同一人。
在一實施例中,資料庫為一雲端資料庫或一生物特徵辨識處理晶片的內部資料庫。
為達上述目的,依據本發明之一種儲存媒體係儲存一資料庫,資料庫包括複數第一解析度影像片段以及複數第二解析度影像片段。該些第一解析度影像片段係擷取自至少一註冊者之一第一生物特徵。該些第二解析度影像片段係擷取自註冊者之第一生物特徵或一第二生物特徵,其中,該些第一解析度影像片段分別與該些第二解析度影像片段相對應關聯,且第二解析度影像片段的解析度大於第一解析度影像片段的解析度。
在一實施例中,資料庫更包括複數待測影像片段,該些待測影像片段係擷取並分割自一待測者之第一生物特徵的一待測影像。
在一實施例中,資料庫更包括一重組影像,其中係將各該些待測影像片段分別與該些第一解析度影像片段比對,且確認該些待測影像片段其中之一與該些第一解析度影像片段其中之一比對相似時,選取資料庫中與比對相似之第一解析度影像片段相關聯的第二解析度影像片段,並將選取出的該些第二解析度影像片段進行重組而形成重組影像。
在一實施例中,儲存媒體係為一雲端記憶體或一生物特徵辨識處理晶片的內部記憶體。
為達上述目的,依據本發明之一種生物特徵辨識處理晶片與
一記憶單元配合,記憶單元儲存一資料庫,生物特徵辨識處理晶片包括一比對單元以及一重組(reconstruction)單元。比對單元將複數個第一影像片段分別與資料庫中至少一註冊者的複數個第二影像片段比對,且當比對單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則比對單元選取資料庫中與比對相似之第二影像片段相關聯的一第三影像片段。重組單元與比對單元電性連接,且於比對單元比對完至少二第二影像片段後,重組單元將所選取的該些第三影像片段重組,以辨識待測者與註冊者是否為同一人,其中,第三影像片段的解析度大於第一影像片段及第二影像片段解析度。
在一實施例中,生物特徵辨識處理晶片更包括一分割單元,其與比對單元電性連接,並將具有一第一生物特徵的一待測者之一第一影像分割為該些第一影像片段。
在一實施例中,分割單元更將具有註冊者之第一生物特徵的一第二影像分割成該些第二影像片段,並更將來自於註冊者之第一生物特徵或一第二生物特徵的一第三影像分割成該些第三影像片段,且將各該些第二影像片段分別連結至該些第三影像片段其中之一,並產生至少一個關聯資料。
在一實施例中,重組單元將所選取的該些第三影像片段重組而形成一第四影像,且比對單元更將第四影像與第三影像進行比對,以判斷待測者是否與註冊者為同一人。
在一實施例中,記憶單元為一雲端記憶體或生物特徵辨識處理晶片的內部記憶體。
在一實施例中,生物特徵辨識處理晶片更包括一影像收發單元,其分別與分割單元、比對單元及重組單元電性連接,生物特徵辨識處理晶片透過影像收發單元連線至資料庫。
承上所述,因本發明之生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片中,係藉由資料庫的至少一註冊者的該些第二影像片段分別與該些第三影像片段相對應關聯,且第三影像片段的解析度大於第二影像片段的解析度。另外,係透過處理單元將待測者的各該些
第一影像片段分別與資料庫中的註冊者的複數第二影像片段比對,且當處理單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則選取資料庫中與比對相似之第二影像片段相關聯的一第三影像片段。當處理單元比對完至少二第二影像片段後,將選取出的該些第三影像片段進行重組,以辨識待測者與註冊者是否為同一人。藉此,經過實際的證明,本發明可有效改善習知的交叉感測器匹配問題,藉此提高生物特徵的辨識率。
1、1a、1b‧‧‧生物特徵辨識系統
11‧‧‧第一影像擷取單元
12‧‧‧處理單元
121‧‧‧分割單元
122‧‧‧比對單元
123‧‧‧重組單元
124、14‧‧‧第一記憶單元
125‧‧‧影像收發單元
13‧‧‧影像傳送單元
S01~S05、P01~P05‧‧‧步驟
P1-1~P1-N、P2-1~P2-N、P3-1~P3-N‧‧‧影像片段
圖1A為本發明較佳實施例之一種生物特徵辨識系統的功能方塊圖。
圖1B為本發明較佳實施例之一種生物特徵辨識方法的流程步驟圖。
圖1C為應用圖1的於生物特徵辨識系統及圖1B的辨識方法之影像示意圖。
圖1D為本發明建立資料庫的流程步驟圖。
圖1E為一實施例中,不同影像片段尺寸與一漢明距離的關係示意圖。
圖2A及圖2B分別為本發明不同實施態樣的生物特徵辨識系統的功能方塊圖。
圖3為本發明生物特徵辨識方法與其他三種辨識方法的辨識率比較示意圖。
以下將參照相關圖式,說明依本發明較佳實施例之一種生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片,其中相同的元件將以相同的參照符號加以說明。
請參照圖1A至圖1C所示,其中,圖1A為本發明較佳實施例之一種生物特徵辨識系統1的功能方塊圖,圖1B為本發明較佳實施例之一種生物特徵辨識方法的流程步驟圖,而圖1C為應用於生物特徵辨識系統1及辨識方法之影像示意圖。
生物特徵辨識系統1及生物特徵辨識方法可應用於例如但
不限於辨識人體的生物特徵。在本實施例中,係以辨識人眼的虹膜紋理為例。不過,在不同的實施例中,生物特徵辨識系統1及辨識方法也可應用於辨識人的臉形、指紋、掌形、掌靜脈、或是指靜脈等生物特徵,或者也可應用於辨識非人類的生物特徵,本發明並不限定。
生物特徵辨識系統1與儲存一資料庫的一第一記憶單元124配合,並包括一第一影像擷取單元11以及一處理單元12。第一影像擷取單元11例如但不限於為具有電荷耦合元件(Charge-coupled Device,CCD)或CMOS的攝影機或照相機。在一實施例中,第一影像擷取單元11可為Sarnoff Corporation的IOM(Iris-On-the-Move System)影像感測器(image sensor)另外,本實施例的處理單元12例如可位於一本機伺服器(local server)內(本機伺服器與第一影像擷取單元11不一定要在同一個房間內),或例如可位於一電腦中,本實施例中處理單元12係以一本機伺服器為例,並至少由一分割單元121、一比對單元122及一重組單元123所構成。其中,重組單元123與比對單元122電性連接,且分割單元121與比對單元122電性連接。分割單元121、比對單元122及重組單元123可以軟體程式來實現其功能,並藉由一處理器(例如MCU)來執行;或者,也可應用硬體或韌體的方式來實現上述分割單元121、比對單元122及重組單元123的功能。另外,本實施例的第一記憶單元124為處理單元12之內部記憶體(位於本機伺服器內),但在另一實施例中,第一記憶單元124亦可位於一雲端伺服器(cloud server)內而為雲端記憶體;或者,在又一實施例中,分割單元121、比對單元122、重組單元123及第一記憶單元124均可位於雲端伺服器內;又或者,在又一實施例中,分割單元121位於本機伺服器,而比對單元122、重組單元123及第一記憶單元124位於雲端伺服器內,又或者,分割單元121整合於第一影像擷取單元11內,本發明均不限制(以下會再詳細說明)。
以機場海關系統為例,其具有複數個海關窗口,各個海關窗口可具有一個第一影像擷取單元11,而處理單元12(分割單元121、比對單元122及重組單元123)可位於海關電腦室的本機伺服器內,且第一記憶單元124可儲存全國人民的生物特徵資訊,並可為遠端記憶體而位於遠端
伺服器,且本機伺服器與遠端伺服器連線。當由第一影像擷取單元11擷取到的影像可傳送至本機伺服器,以透過本機伺服器與遠端伺服器的連線由處理單元進行分割、比對及重組等工作,以辨識入關及出關人員的身分。
另外,在一些實施例中,比對單元122及重組單元123可整合而製作成一生物特徵辨識處理晶片;在另一些實施例中,也可將分割單元121、比對單元122及重組單元123整合而製作成生物特徵辨識處理晶片,又或者,在又一些實施例中,可將分割單元121、比對單元122、重組單元123及第一記憶單元124整合於生物特徵辨識處理晶片內。本實施例係將分割單元121、比對單元122、重組單元123及第一記憶單元124整合於一顆辨識晶片內。此外,生物特徵辨識處理晶片可位於本機伺服器內或雲端伺服器內。於此,生物特徵辨識處理晶片(包含分割單元121、比對單元122、重組單元123及第一記憶單元124)係位於本機伺服器內,或者在其他的實施例中,亦可將生物特徵辨識處理晶片整合於第一影像擷取單元11內,本發明均不限定。此外,上述的資料庫可為一雲端資料庫(位於雲端伺服器)或一生物特徵辨識處理晶片的內部資料庫(位於本機伺服器)。於此,係以生物特徵辨識處理晶片的內部資料庫為例。
在詳細說明生物特徵辨識系統及方法之前,先說明如何建立第一記憶單元124內的資料庫。於此,該資料庫可以稱為異質性虹膜影像資料庫(Hybrid iris dictionary)。建立資料庫前,需事先建立至少一個人(稱為註冊者Registrants)的虹膜紋理的資料後,當處理單元12接收到待測者的第一影像時才可進行比對,以確認待測者是否為先前已註冊的人員。舉例來說,銀行需要事先建立特定人員的虹膜資料庫,當有人要進入銀行金庫時,可先比對其虹膜資料是否為公司特定權限的人員,若是,才准其進行;若否,則拒絕進入並發出警告訊號。另外,公司的一級主管權限與一般內部人員的權限不同,一般內部人員只可存取公司伺服器的一般資料,但當要存取較高階的機密資料,或要改變內部設定時,則需通過虹膜辨識且確定為某一階層的高階主管才可以。
建立資料庫的步驟可包括如圖1D所示之步驟P01至步驟P05:由第一影像擷取單元11擷取註冊者之第一生物特徵的一第二影像(步
驟P01、圖1C)。於此,可由第一影像擷取單元11擷取與取得第一影像的同一個註冊者之第一生物特徵(人眼虹膜紋理)的第二影像(第二影像可稱為第一解析度影像)。因此,第二影像的解析度與第一影像可相同,並為較低解析度的影像,例如為較遠的距離所取得的影像。
接著,將第二影像分割為該些第二影像片段(第二影像片段可稱為第一解析度影像片段)(步驟P02)。於此,一樣可透過分割單元121將第二影像分割為該些第二影像片段,或者由不同的分割單元(例如位於雲端伺服器內)來進行影像分割的工作。
之後,由一第二影像擷取單元(例如為securiMetrics Inc.的image sensor PIER,圖未顯示)擷取註冊者之第一生物特徵或一第二生物特徵的一第三影像(第三影像可稱為第二解析度影像片段,其解析度較高)(步驟P03),以及將第三影像分割為該些第三影像片段(步驟P04)。由於第二影像擷取單元在較近的距離擷取註冊者的虹膜影像,因此註冊者(內建資料者)的第三影像為較清晰(解析度較高)的影像,也因此第三影像(片段)的解析度高於第一影像(片段)及第二影像(片段)的解析度。另外,若擷取註冊者之第二生物特徵時,第二生物特徵可與第一生物特徵不相同,例如第一生物特徵為虹膜時,第二生物特徵可為臉形,使得第三影像為該註冊者的臉部影像,並不限定。當然,第二生物特徵與第一生物特徵也可以是相同的生物特徵,例如是虹膜紋理。
當第三影像被送進本實施例的生物特徵辨識系統1時,本實施例一樣以分割單元121將第三影像分割為該些第三影像片段(影像分割的數量需與第一影像片段或第二影像片段的數量相同)。在較佳的實施例中,第二影像和第三影像分割之前,需先做一影像定位(global alignment)的動作,以將第二影像和第三影像的邊界對齊後再分割成第二影像片段和第三影像片段。再者,兩個相鄰的第一影像片段之間需有部分的重疊,藉此,才可於後續影像重組過程時消除影像片段的邊界線(boundary line)。在不同的實施例中,第二影像和第三影像可由不同的分割單元(例如位於雲端伺服器內)來進行影像分割的工作。另外,係以第二影像擷取單元擷取註冊者之虹膜的第三影像。其中,雖然是以第二影像擷取單元來擷取第
三影像,但是在一實施例中,第二影像擷取單元也可與第一影像擷取單元為相同的影像擷取單元,換言之,可以相同的影像擷取單元來擷取第一影像、第二影像及第三影像,本發明並不限定。
接著,分別將第二影像與第三影像所對應的該些第二影像片段和該些第三影像片段產生關聯,而儲存於資料庫(步驟P05)。於此,「產生關聯」,係表示將較為清晰的各個第三影像片段與較為模糊的第二影像片段產生一對一的聯結關係。舉例來說,第二影像及第三影像例如分別分割為N個影像片段,即分別具有N個第二影像片段和N個第三影像片段,且其對應於不同區域,亦即,第二影像片段1為第二影像的區域1的影像,第二影像片段2為區域2的影像、…。以此類推,第二影像片段N為區域N的影像。另外,第三影像片段1為第三影像的區域1的影像、第三影像片段2為區域2的影像、…以此類推,第三影像片段N為區域N的影像。由於對應的區域位置相同,因此,處理單元12可分別將第二影像與第三影像所對應的該些第二影像片段1~N和該些第三影像片段1~N產生1對1的關聯,使得第二影像片段1對應於第三影像片段1、第二影像片段2對應於第三影像片段2、…。以此類推,第二影像片段N對應於第三影像片段N,其中,第二影像片段i與第三影像片段i可對應於不同生物特徵的影像。藉此,可將每一個第二影像片段分別關聯至該些第三影像片段其中之一,並產生N個關聯資料。在一實施例中,關聯資料可儲存於第一記憶單元124的資料庫內,或者,亦可儲存於一第二記憶單元內,且第一記憶單元124與第二記憶單元可位於同一個本機伺服器內,或一個位於本機伺服器,另一個位於雲端伺服器內,本發明不限定。此外,於實際操作上,資料庫內一般會具有複數個註冊者的第二影像和第三影像,且每一個註冊者都具有相關聯的第二影像片段及第三影像片段。另外,上述的關聯資料可以用一查找表(look-up table,LUT)的形式儲存。
接著,請再參照圖1B所示,本發明生物特徵辨識方法包括以下步驟S01至步驟S05。
首先,進行步驟S01:由第一影像擷取單元11擷取一待測者之一第一生物特徵的一第一影像(如圖1C所示,第一影像也可稱為待測
影像,或待辨識影像)。本實施例的第一生物特徵為人眼的虹膜紋理。另外,如圖1A所示,第一影像擷取單元11擷取的第一影像可透過與第一影像擷取單元11電性連接之一影像傳送單元13傳送至處理單元12。其中,影像傳送單元13可為有線或無線的傳輸模組,以透過有線或無線方式將第一影像傳送至處理單元12。在一實施例中,影像傳送單元13可與第一影像擷取單元11整合成一晶片。當然,除了影像傳送單元13之外,在其他的實施例中,生物特徵辨識系統1也可包含一影像接收單元(圖未顯示),以接收由處理單元12或其他裝置傳輸的資料。另外,一實施例中,第一影像的尺寸可例如為640×480畫素(pixels)。
當處理單元12接收到第一影像後,接著,進行步驟S02:將第一影像分割為複數第一影像片段(patch)(第一影像片段也可稱為待測影像片段或待辨識影像片段)。於此,係由分割單元121將第一影像分割為尺寸相同的複數第一影像片段。在一實施例中,影像例如可分割為111個影像片段。由於第一影像擷取單元11要擷取待測者的虹膜影像時,可能待測者的眼睛不會貼近第一影像擷取單元11,因此,擷取到的待測者的該些第一影像(片段)可能不是相當清晰,也就是其解析度可能不是相當的高。另外,有可能部分的虹膜紋理會被眼皮或眼睫毛遮擋,又或者因反光的因素而造成影像可能會有部分不易辨識,因此,擷取到影像片段時,第一影像擷取單元11、或處理單元12、或生物特徵辨識處理晶片會先經過影像評估的處理步驟(Iris mask estimation),先去除太糊模、不易辨識或有反光的影像片段,只留下可供後續辨識的影像片段,當然,第二影像及第三影像也可經過此處理步驟。再者,兩個相鄰的第一影像片段之間需有部分的重疊(overlapped),藉此,才可於後續影像重組過程時消除影像片段的邊界線。另外需注意的是,於本實施例中,分割好的第一影像片段尺寸,應與第二影像片段及第三影像片段的尺寸相同。此外,當擷取到待測者的第一影像並進行影像分割後,一般的處理過程還可包括正規化(normalization)及特徵值的擷取(feature extraction)。其中,正規化及特徵值的擷取非本發明的重點,於此不多作說明。
另外,請參照圖1E所示,其為一實施例中,不同影像片段
尺寸與一漢明距離(Hamming distance)的關係示意圖。為了分析影像片段的尺寸對於辨識系統精確度的影響,故進行了影像尺寸最佳化的實驗。在本實施例中,測試的虹膜影像片段的尺寸(解析度)是從3×3畫素到30×30畫素,且如圖1E所示,較佳的影像片段尺寸為大於6×6畫素;最佳的影像片段為17×17畫素,此時,其漢明距離為最低,代表辨識錯誤率最低。
請再參照圖1B所示,接著進行步驟S03:將各該些第一影像片段與資料庫中複數第二影像片段進行比對,其中,各該些第二影像片段分別與資料庫中的複數第三影像片段的至少其中之一相關聯,而該些第二影像片段和該些第三影像片段來自於至少一註冊者,且第三影像片段的解析度大於第一影像片段及第二影像片段的解析度。於此,係透過比對單元122將待測者的各該些第一影像片段與資料庫中的所有註冊者的該些第二影像片段進行比對,且比對單元122係依據一比對原則進行比對,該比對原則例如可為一演算法,並例如可為正交匹配追蹤(Orthogonal Matching Pursuit,OMP)演算法。
之後,於步驟S04中,當該些第一影像片段的其中之一與該些第二影像片段的其中之一比對相似(或稱比對成功)時,則選取比對相似的該註冊者的第二影像片段相關聯的第三影像片段。於此,當比對單元122確認待測者的各該些第一影像片段與某一註冊者的該些第二影像片段的其中之一比對相似時(例如超過一閥值時則認定為比對相似),則比對單元122將選取資料庫中與比對相似之註冊者的第二影像片段相關聯的第三影像片段。
最後,執行步驟S05:比對完至少二第二影像片段後,將選取出的該些第三影像片段進行重組,以判斷待測者與註冊者是否為同一人。在本實施例中,比對單元122係將每一個第一影像片段與所有第二影像片段進行比對,且確認第一影像片段與某一個第二影像片段比對相似時,如圖1C所示,例如確認第一影像片段P1-1與第二影像片段P2-1比對相似時,則比對單元122可選取與第二影像片段P2-1相關聯的第三影像片段P3-1,以此類推。接著,將所選取出的該些第三影像片段進行重組,以形成一第四影像(第四影像可稱為重組影像)。於此,係以重組單元123將
選取出的比對相似之該些第三影像片段進行重組,以組成第四影像。其中,第一影像與第四影像可儲存於處理單元12的暫存區(例如RAM)內。之後,再透過比對單元122將第四影像與第三影像再進行比對。當比對單元122比對後的結果經判斷為相似的話,則表示判斷待測者為資料庫內的某一位註冊者。因此,處理單元12可發出一比對結果,說明判斷為相似,並可於一顯示單元(例如顯示螢幕,圖未顯示)顯示第四影像。值得一提的是,若應用於開啟一電子鎖裝置時,則電子鎖裝置可接收該比對相似訊號,並輸出一控制訊號以控制電子鎖開啟;或者,該比對相似訊號可以是進入下一階段的門禁管控,例如為職稱比對,當確認為會計人員或高階人員時才能進入金庫。當比對單元122比對後的結果經判斷為不相似的話,則表示判斷出待測者不是註冊者的其中之一,故處理單元12可發出另一比對,以說明判斷為不相似,而將輸出的比對結果訊號通知管理者,使管理者可產生對應的動作。
另外,本發明揭露的儲存媒體為一非暫態電腦可讀取記錄媒體(non-transitory computer readable storage medium),例如可包含至少一記憶體、一記憶卡、一光碟片、一錄影帶、一電腦磁帶,或其任意組合。其中,記憶體可包含唯讀記憶體(ROM)、隨機存取記憶體(RAM)、快閃(Flash)記憶體、或可程式化邏輯閘陣列(Field-Programmable Gate Array,FPGA),或其他形式的記憶體,或其組合。另外,儲存媒體可為一雲端記憶體或一生物特徵辨識處理晶片的內部記憶體。如圖1A所示,本實施例的儲存媒體為生物特徵辨識處理晶片的內部記憶體,並為上述的第一記憶單元124;或者,在不同的實施例中,儲存媒體亦可為第一記憶單元124加上上述儲存關聯資料的第二記憶單元,又或者,儲存媒體也可為只儲存關聯資料的第二記憶單元,並不限定。
其中,儲存媒體儲存上述的資料庫,而資料庫包括複數第一解析度影像片段及複數第二解析度影像片段。該些第一解析度影像片段為上述之第二影像片段,並由第二影像分割而來,該些第二解析度影像片段為上述之第三影像片段,並由第三影像分割而來,且該些第一解析度影像片段係擷取自至少一位註冊者之第一生物特徵,而該些第二解析度影像片
段係擷取自註冊者之第一生物特徵或第二生物特徵。其中,該些第一解析度影像片段分別與該些第二解析度影像片段相對應關聯,且第二解析度影像片段的解析度大於第一解析度影像片段的解析度。此外,資料庫的詳細內容可參照上述的說明,不再贅述。
在一些實施例中,資料庫更可包括複數待測影像片段,該些待測影像片段係擷取並分割自待測者之第一生物特徵的待測影像。其中,待測影像片段可為上述之第一影像片段,並由第一影像分割而來。另外,在一些實施例中,資料庫更可包括一重組影像,其中,係將各該些待測影像片段分別與該些第一解析度影像片段比對,且確認該些待測影像片段其中之一與該些第一解析度影像片段其中之一比對相似時,則選取資料庫中與比對相似之第一解析度影像片段相關聯的第二解析度影像片段,並將選取出的該些第二解析度影像片段進行重組而形成重組影像。於此,重組影像為上述的第四影像。
另外,請分別參照圖2A及圖2B所示,其分別為本發明不同實施態樣的生物特徵辨識系統1a、1b的功能方塊圖。
如圖2A所示,生物特徵辨識系統1a與生物特徵辨識系統1主要的不同在於,本實施態樣的處理單元12係位於雲端伺服器中,因此,第一影像擷取單元11擷取到的影像可透過無線傳輸的影像傳送單元13傳送至位於雲端伺服器的處理單元12。另外,第一記憶單元14為雲端記憶體。此外,分割單元121、比對單元122及重組單元123是製作成一生物特徵辨識處理晶片,且位於雲端伺服器內。
另外,如圖2B所示,生物特徵辨識系統1b與生物特徵辨識系統1主要的不同在於,本實施態樣的處理單元12一樣位於本機伺服器中,但第一記憶單元14係位於雲端伺服器內,為雲端記憶體。另外,生物特徵辨識處理晶片1b更包括一影像收發單元125,影像收發單元125分別與分割單元121、比對單元122及重組單元123電性連接,而且生物特徵辨識處理晶片(包含分割單元121、比對單元122、重組單元123及影像收發單元125)係透過影像收發單元125連線至位於雲端伺服器的第一記憶單元14的資料庫,以利用無線傳輸方式傳送及接收影像(片段)。
此外,生物特徵辨識系統1a、1b具有上述生物特徵辨識系統1及其變化態樣的所有技術特徵,可參照上述的詳細說明,於此不再贅述。
另外,請參照圖3所示,其為本發明生物特徵辨識方法與其他三種辨識方法的辨識率比較示意圖。其中,曲線1的影像擷取為上述的PIER及IOM影像感測器,並為一般性虹膜辨識的做法,且沒有經過其他的改善辨識率演算法所得到的曲線(可參照文獻:J.Daugman,“How iris recognition works,”IEEE Transactions on Circuits and Systems for Video Technology,vol.14,no.1,pp.21-30,Jan.2004.);曲線2的影像擷取一樣為PIER及IOM影像感測器,且使用eigeniris method所得到的結果(參照文獻:Li,M.Savvides,and V.Bhagavatula,2006,“Illumination Tolerant Face Recogniton Using a Novel Face From Sketch Synthesis Approach and Advanced Correlation Filters“,2006 IEEE International Conference on Acoustics,Speech and Signal Processing,2006.ICASSP 2006 Proceedings,vol.2,no.,pp.II,II,14-19.);曲線3的影像擷取一樣為PIER及IOM影像感測器,且使用kernel learning method所得到的結果(參照文獻:Pillai,M.Puertas,and R.Chellappa,2014,“Cross-sensor Iris Recognition through Kernel Learning,”IEEE Transactions on Pattern Analysis and Machine Intelligence,vol.36,no.1,pp.73-85);而曲線4為應用本發明的辨識方法所得到的結果。
在圖3中,橫座標為錯誤接受率(False Acceptance Rate,FAR)百分比,而縱座標為辨識率(Verification rate)。由圖3可發現,當FAR=10-2%,本發明的辨識率(曲線4)可達到95.45%,優於曲線2的81.57%及曲線1的64.48%。另外,在等錯誤率(Equal Error Rate,EER),即FAR與錯誤拒絕率(False Rejection Rate,FRR)這兩種辨識錯誤率相同的點上,本發明為0.87567%,相對於曲線1的4.7726%低很多,證明了本發明的生物特徵辨識系統及辨識方法可有效地提高生物特徵辨識率。
綜上所述,因本發明之生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片中,係藉由資料庫的至少一註冊者的該些第二影像片段分別與該些第三影像片段相對應關聯,且第三影像片段的解析
度高於第二影像片段的解析度。另外,係透過處理單元將各該些第一影像片段分別與資料庫中的註冊者的複數第二影像片段比對,且當處理單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則選取資料庫中與比對相似之第二影像片段相關聯的一第三影像片段。此外,當處理單元比對完至少二第二影像片段後,將選取出的該些第三影像片段進行重組,以辨識待測者與註冊者是否為同一人,其中,第三影像片段的解析度大於第一影像片段及第二影像片段的解析度。藉此,經過實際的辨識證明,本發明可有效改善習知的交叉感測器匹配問題,藉此提高生物特徵的辨識率。
以上所述僅為舉例性,而非為限制性者。任何未脫離本發明之精神與範疇,而對其進行之等效修改或變更,均應包含於後附之申請專利範圍中。
1‧‧‧生物特徵辨識系統
11‧‧‧第一影像擷取單元
12‧‧‧處理單元
121‧‧‧分割單元
122‧‧‧比對單元
123‧‧‧重組單元
124‧‧‧第一記憶單元
13‧‧‧影像傳送單元
Claims (25)
- 一種生物特徵辨識系統,與儲存一資料庫的一第一記憶單元配合,該生物特徵辨識系統包括:一第一影像擷取單元,擷取一待測者之一第一生物特徵的一第一影像;以及一處理單元,將該第一影像分割為複數第一影像片段,該處理單元將各該些第一影像片段分別與該資料庫中至少一註冊者的複數第二影像片段比對,且當該處理單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則選取該資料庫中與比對相似之該第二影像片段相關聯的一第三影像片段,且該處理單元比對完至少二該第二影像片段後,將選取出的該些第三影像片段進行重組,以辨識該待測者與該註冊者是否為同一人,其中,該第三影像片段的解析度大於該第一影像片段及該第二影像片段的解析度。
- 如申請專利範圍第1項所述之生物特徵辨識系統,其中該第一記憶單元為一雲端記憶體或該處理單元的一內部記憶體。
- 如申請專利範圍第1項所述之生物特徵辨識系統,更包括:一影像傳送單元,與該第一影像擷取單元電性連接,且該影像傳送單元將該第一影像傳送至該處理單元。
- 如申請專利範圍第1項所述之生物特徵辨識系統,更包括:一第二影像擷取單元,擷取該註冊者之該第一生物特徵的一第二影像,且該處理單元將該第二影像分割成該些第二影像片段。
- 如申請專利範圍第4項所述之生物特徵辨識系統,其中該處理單元更將來自於該註冊者之該第一生物特徵或一第二生物特徵的一第三影像分割成該些第三影像片段,且將各該些第二影像片段分別關聯至該些第三影像片段其中之一,並產生至少一個關聯資料。
- 如申請專利範圍第5項所述之生物特徵辨識系統,更包括:一第二記憶單元,儲存該關聯資料。
- 如申請專利範圍第5項所述之生物特徵辨識系統,其中該第一生物特徵 或第二生物特徵為虹膜紋理、臉形、指紋、掌形、掌靜脈、或是指靜脈。
- 如申請專利範圍第5項所述之生物特徵辨識系統,其中該處理單元將選取出的該些第三影像片段進行重組,以形成一第四影像,並將該第四影像與該第三影像進行比對,以判斷該待測者是否與該註冊者為同一人。
- 一種生物特徵辨識方法,包括以下步驟:由一第一影像擷取單元擷取一待測者之一第一生物特徵的一第一影像;將該第一影像分割為複數第一影像片段;將各該些第一影像片段與一資料庫中複數第二影像片段進行比對,其中各該些第二影像片段分別與該資料庫中的複數第三影像片段的至少其中之一相關聯,而該些第二影像片段和該些第三影像片段來自於至少一註冊者,且該第三影像片段的解析度大於該第一影像片段及該第二影像片段的解析度;當該些第一影像片段的其中之一與該些第二影像片段的其中之一比對相似時,則選取比對相似的該第二影像片段相關聯的該第三影像片段;以及比對完至少二該第二影像片段後,將選取出的該些第三影像片段進行重組,以判斷該待測者與該註冊者是否為同一人。
- 如申請專利範圍第9項所述之辨識方法,其中建立該資料庫的步驟包括下列步驟:由該第一影像擷取單元擷取該註冊者之該第一生物特徵的一第二影像;將該第二影像分割為該些第二影像片段;由一第二影像擷取單元擷取該註冊者之該第一生物特徵或一第二生物特徵的一第三影像;將該第三影像分割為該些第三影像片段;及分別將該第二影像與該第三影像所對應的該些第二影像片段和該些第三影像片段產生關聯,而儲存於該資料庫。
- 如申請專利範圍第10項所述之辨識方法,其中該第一生物特徵或該第二生物特徵係為虹膜紋理、臉形、指紋、掌形、掌靜脈、或指靜脈。
- 如申請專利範圍第9項所述之辨識方法,更包括下列步驟:將選取出的該些第三影像片段重組為一第四影像,其中該些第三影像片段係由一第三影像分割而來;將該第四影像與該第三影像進行比對;及當該第四影像與該第三影像比對相似時,則判斷該待測者與該註冊者為同一人。
- 如申請專利範圍第9項所述之辨識方法,其中該資料庫為一雲端資料庫或一生物特徵辨識處理晶片的內部資料庫。
- 一種儲存媒體,係儲存一資料庫,該資料庫包括:複數第一解析度影像片段,係擷取自至少一註冊者之一第一生物特徵;以及複數第二解析度影像片段,係擷取自該註冊者之該第一生物特徵或一第二生物特徵;其中,該些第一解析度影像片段分別與該些第二解析度影像片段相對應關聯,且該第二解析度影像片段的解析度大於該第一解析度影像片段的解析度。
- 如申請專利範圍第14項所述之儲存媒體,其中該資料庫更包括:複數待測影像片段,係擷取並分割自一待測者之該第一生物特徵的一待測影像。
- 如申請專利範圍第15項所述之儲存媒體,其中該資料庫更包括:一重組影像,係將各該些待測影像片段分別與該些第一解析度影像片段比對,且確認該些待測影像片段其中之一與該些第一解析度影像片段其中之一比對相似時,選取該資料庫中與比對相似之該第一解析度影像片段相關聯的該第二解析度影像片段,並將選取出的該些第二解析度影像片段進行重組而形成該重組影像。
- 如申請專利範圍第14項所述之儲存媒體,其中該第一生物特徵或該第二特徵係為虹膜紋理、臉形、指紋、掌形、掌靜脈、或是指靜脈。
- 如申請專利範圍第14項所述之儲存媒體,其係為一雲端記憶體或一生物特徵辨識處理晶片的內部記憶體。
- 一種生物特徵辨識處理晶片,與一記憶單元配合,該記憶單元儲存一資料庫,該生物特徵辨識處理晶片包括:一比對單元,將複數個第一影像片段分別與該資料庫中至少一註冊者的複數個第二影像片段比對,且當該比對單元確認該些第一影像片段其中之一與該些第二影像片段其中之一比對相似時,則該比對單元選取該資料庫中與比對相似之該第二影像片段相關聯的一第三影像片段;以及一重組單元,與該比對單元電性連接,且於該比對單元比對完至少二該第二影像片段後,該重組單元將所選取的該些第三影像片段重組,以辨識該待測者與該註冊者是否為同一人,其中,該第三影像片段的解析度大於該第一影像片段及該第二影像片段解析度。
- 如申請專利範圍第19項所述之生物特徵辨識處理晶片,更包括:一分割單元,與該比對單元電性連接,並將具有一第一生物特徵的一待測者之一第一影像分割為該些第一影像片段。
- 如申請專利範圍第19項所述之生物特徵辨識處理晶片,其中該分割單元更將具有該註冊者之該第一生物特徵的一第二影像分割成該些第二影像片段,並更將來自於該註冊者之該第一生物特徵或一第二生物特徵的一第三影像分割成該些第三影像片段,且將各該些第二影像片段分別連結至該些第三影像片段其中之一,並產生至少一個關聯資料。
- 如申請專利範圍第21項所述之生物特徵辨識處理晶片,其中該重組單元將所選取的該些第三影像片段重組而形成一第四影像,且該比對單元更將該第四影像與該第三影像進行比對,以判斷該待測者是否與該註冊者為同一人。
- 如申請專利範圍第21項所述之生物特徵辨識處理晶片,其中該第一生物特徵或第二生物特徵係為虹膜紋理、臉形、指紋、掌形、掌靜脈、或是指靜脈。
- 如申請專利範圍第19項所述之生物特徵辨識處理晶片,其中該記憶單元為一雲端記憶體或該生物特徵辨識處理晶片的內部記憶體。
- 如申請專利範圍第20項所述之生物特徵辨識處理晶片,更包括:一影像收發單元,分別與該分割單元、該比對單元及該重組單元電性連接,該生物特徵辨識處理晶片透過該影像收發單元連線至該資料庫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103123664A TWI547882B (zh) | 2014-07-09 | 2014-07-09 | 生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW103123664A TWI547882B (zh) | 2014-07-09 | 2014-07-09 | 生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201602920A true TW201602920A (zh) | 2016-01-16 |
TWI547882B TWI547882B (zh) | 2016-09-01 |
Family
ID=55641625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW103123664A TWI547882B (zh) | 2014-07-09 | 2014-07-09 | 生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI547882B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10552474B2 (en) | 2017-08-16 | 2020-02-04 | Industrial Technology Research Institute | Image recognition method and device thereof |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080209227A1 (en) * | 2007-02-28 | 2008-08-28 | Microsoft Corporation | User Authentication Via Biometric Hashing |
TWI427544B (zh) * | 2010-09-20 | 2014-02-21 | Egis Technology Inc | 具智能學習功能之生物特徵辨識裝置及其方法 |
TWI501166B (zh) * | 2010-09-29 | 2015-09-21 | Gingy Technology Inc | A segmented image recognition method and a region identification device thereof |
EP3270311A1 (en) * | 2011-12-29 | 2018-01-17 | INTEL Corporation | Biometric cloud communication and data movement |
-
2014
- 2014-07-09 TW TW103123664A patent/TWI547882B/zh active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10552474B2 (en) | 2017-08-16 | 2020-02-04 | Industrial Technology Research Institute | Image recognition method and device thereof |
Also Published As
Publication number | Publication date |
---|---|
TWI547882B (zh) | 2016-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102350507B1 (ko) | 출입 제어 방법, 출입 제어 장치, 시스템 및 저장매체 | |
KR102587193B1 (ko) | 모바일 장치를 사용하여 촬영된 이미지를 이용한 지문-기반 사용자 인증 수행 시스템 및 방법 | |
US9361507B1 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
US20180204080A1 (en) | System for multiple algorithm processing of biometric data | |
KR101720957B1 (ko) | 지문과 지정맥을 동시에 인증하는 다면 입체 촬영장치 | |
US8265347B2 (en) | Method and system for personal identification using 3D palmprint imaging | |
US11716330B2 (en) | Mobile enrollment using a known biometric | |
US20150178581A1 (en) | Biometric authentication device and reference data verification method | |
KR102554391B1 (ko) | 홍채 인식 기반 사용자 인증 장치 및 방법 | |
US20120249297A1 (en) | Consent Biometrics | |
US11756338B2 (en) | Authentication device, authentication method, and recording medium | |
Labati et al. | Advanced design of automated border control gates: biometric system techniques and research trends | |
Srivastava | Personal identification using iris recognition system, A Review | |
KR20100041562A (ko) | 인증 대상자의 얼굴 인식과 지문 인식을 통한 사용자 인증 수행 방법 및 시스템 | |
US20230107748A1 (en) | Adhoc enrollment process | |
TWI547882B (zh) | 生物特徵辨識系統、辨識方法、儲存媒體及生物特徵辨識處理晶片 | |
Olatinwo et al. | Iris recognition technology: implementation, application, and security consideration | |
Aizi et al. | Remote multimodal biometric identification based on the fusion of the iris and the fingerprint | |
Ilugbusi et al. | Development of a multi-intance fingerprint based authentication system | |
Liashenko et al. | Investigation of the influence of image quality on the work of biometric authentication methods | |
KR20170067107A (ko) | 복수 인원 홍채 인식 방법 | |
Alanazi et al. | 3D Skull recognition using 3D matching technique | |
Nwannenna | Design and development of a Multi-modal biometrics system with de-duplication functionality | |
Mathur et al. | Ear recognition system Using Principal component analysis | |
Esan et al. | Health care infrastructure security using bimodal biometrics system |