TW201740303A - 使用鄰近感測器之欺騙偵測 - Google Patents

使用鄰近感測器之欺騙偵測 Download PDF

Info

Publication number
TW201740303A
TW201740303A TW106106899A TW106106899A TW201740303A TW 201740303 A TW201740303 A TW 201740303A TW 106106899 A TW106106899 A TW 106106899A TW 106106899 A TW106106899 A TW 106106899A TW 201740303 A TW201740303 A TW 201740303A
Authority
TW
Taiwan
Prior art keywords
target
sensor
proximity sensor
determined
images
Prior art date
Application number
TW106106899A
Other languages
English (en)
Other versions
TWI694347B (zh
Inventor
雷扎 Ｒ 德拉卡夏尼
Original Assignee
眼驗股份有限公司
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 眼驗股份有限公司 filed Critical 眼驗股份有限公司
Publication of TW201740303A publication Critical patent/TW201740303A/zh
Application granted granted Critical
Publication of TWI694347B publication Critical patent/TWI694347B/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • 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
    • G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/12—Detection or prevention of fraud
    • H04W12/121—Wireless intrusion detection systems [WIDS]; Wireless intrusion prevention systems [WIPS]
    • H04W12/122—Counter-measures against attacks; Protection against rogue devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本發明闡述用於使用鄰近感測器進行存活性分析之電腦實施之方法及系統。接收來自併入一行動裝置中之諸如一紅外線鄰近感測器之一鄰近感測器之反射強度讀數。基於該一或多個讀數及一反射臨限值判定一存活性度量，且基於該存活性度量做出該鄰近感測器之範圍中之一目標是否可能係一活的人之一判定。

Description

使用鄰近感測器之欺騙偵測
本發明一般而言係關於欺騙偵測，且特定而言係關於用於使用一鄰近感測器偵測一拍攝對象是否係欺騙的之系統及方法。
通常期望將對財產或資源之存取拘限於特定個體。可使用生物識別系統來鑒認一個體之身份以授予或拒絕對一資源之存取。舉例而言，虹膜掃描機可被一生物識別安全系統使用來基於個體之虹膜中之獨特結構來識別一個體。然而，若一冒充者呈現一經授權人之面部或眼之一預記錄影像或視訊來用於掃描，則此一系統可錯誤地授權該冒充者。此一虛假影像或視訊可在固持於用於掃描之一相機前面之諸如使用光面相片之一陰極射線管(CRT)或液晶顯示器(LCD)螢幕之一監測器上顯示為一個三維列印模型等等。某些所謂的欺騙偵測系統可藉由探知眼移動來偵測一虛假影像。但此一系統可不能有效地識別包含眼之預期移動之一虛假視訊。因此需要經改良系統及方法以用於依據由經授權人提供之具有存活性之影像及視訊高效地判定虛假影像及視訊。
在本文中闡述之各種實施方案中，對指示存在一活的人之身體性質之偵測用於區分活的真實的面部與影像/視訊以及其他欺騙的及欺詐的鑒認方法。因此，一種用於欺騙偵測之電腦實施之方法包含以下操作：自一鄰近感測器接收一或多個反射強度讀數；基於該一或多個讀數及一反射臨限值判定一第一存活性度量；及至少部分地基於該第一存活性度量來判定該鄰近感測器之範圍中之一目標是否可能係一活的人。前述之其他態樣包含對應系統及電腦程式。 此等態樣之各種實施例可包含以下各項。鄰近感測器包含一光電感測器、一電容感測器或一聲響感測器。該鄰近感測器係併入具有一影像感測器之一行動裝置中。該等操作進一步包含接收該目標之一面部之至少一部分的一或多個影像；基於該所接收一或多個影像判定一拍攝對象至螢幕距離；及根據該拍攝對象至螢幕距離而將一特定反射強度讀數正規化以判定該反射臨限值。基於該一或多個影像中之一眼距及自一裝置發射之一信號之一往返延遲中之至少一者而判定該拍攝對象至螢幕距離。該等操作進一步包含：若該目標經判定可能係一活的人則接受該目標，且若該目標經判定不可能係一活的人則拒絕該目標。接受該目標包含准許一生物識別驗證繼續，且拒絕該目標可包含使該生物識別驗證失敗。該等操作進一步包含識別對該目標之一錯誤拒絕；及基於該識別來調整該反射臨限值。該目標是否可能係一活的人之判定係進一步至少部分地基於一第二存活性度量。該第二存活性度量係基於一查問回應。 附圖及下文之說明中陳述本說明書中所闡述之標的物之一或多個實施方案之細節。依據說明、圖式及申請專利範圍標的物之其他特徵、態樣及優點將變得顯而易見。
相關申請案交叉參考 本申請案主張於2016年3月2日提出申請之標題為「Spoof Detection Using Proximity Sensors」之美國臨時專利申請案第62/302,526號之優先權及權益，該美國臨時專利申請案之全部內容以引用方式併入本文中。 在各種實施方案中，本申請案中闡述使用來自一鄰近感測器之資料之一存活性偵測及反欺騙技術。如本文中所使用，「存活性」係指趨向於指示存在一活的人之特性。此等特性可包含(舉例而言)可辨識身體特徵(諸如皮膚、一人的面部或眼)及與前述相關聯之性質(諸如皮膚之預期反射性及吸收性及/或下伏組織、器官及諸如此類)。 圖1A至圖1B圖解說明用於欺騙偵測之各種使用情形，如本文中所闡述。舉例而言，在圖1A中，一目標使用者104使用其行動裝置102 (例如，智慧型電話、平板電腦等)來使用由行動裝置相機擷取之一生物識別讀數(例如，眼掃描)來鑒認其自身。除相機之外，行動裝置102亦可利用其他感測器(諸如一光電感測器、聲響感測器、電容感測器、加速度計、陀螺儀、指尖心跳感測器、振動感測器及諸如此類)以便驗證使用者之實體存在。在圖1B中，行動裝置102擷取一LCD監測器106或其他顯示器螢幕上之一目標之一影像或視訊。行動裝置102上執行之軟體可使用(舉例而言)自併入行動裝置102中之一鄰近感測器接收之電磁、光、聲響或其他反射量測來判定目標並非實體存在。 圖2中繪示用於欺騙偵測之一方法之一項實施方案。一般而言，一裝置(例如，一典型生物識別增強使用者互動中(諸如使用生物識別眼驗證登入至一銀行應用程式中)使用之一行動電話、智慧型電話、平板電腦等)偵測一活的人是否可能定位於一裝置感測器(諸如定位於行動裝置之前面上之一光電鄰近感測器)之範圍中。可單獨地或組合地利用各種類型之光電感測器，且該等光電感測器可包含(舉例而言)紅外線(IR)感測器、基於雷射之感測器及諸如此類。此等光電感測器通常用於偵測在進行一呼叫時使用者之面部靠近一觸控螢幕之時刻使得可關斷或鎖定螢幕，藉此防止與螢幕之意外互動。儘管此等鄰近感測器中之諸多被最初調諧為在較近範圍下(幾英吋之範圍)最大限度地敏感，但可藉由(舉例而言)將新值寫入至其發射強度位移暫存器中而調整其範圍設定以用於較長距離下之較佳欺騙偵測。 因此，在步驟202中，自鄰近感測器接收一或多個讀數。該等讀數可係(舉例而言)基於反彈遠離一目標(例如，一人類、非生命物件或其他)之信號(例如，IR信號、基於雷射之信號等)之反射強度讀數。在典型掃描距離下，特定鄰近感測器皮膚反射強度(例如，自IR信號之面部反射強度)與自列印輸出、螢幕及其他複製品之反射不同(較低)。與(舉例而言)非生命物件尤其係列印輸出及通常用於回放欺騙影像以騙生物識別掃描機(例如，眼量測、面部辨識等)之螢幕相比，此係其中活體皮膚及人面部組織吸收並反射此等波之方式之一結果。在步驟204中，基於感測器讀數(或一平均數或自感測器讀數導出之其他值)來判定一存活性度量。可藉由(舉例而言)比較自感測器讀數導出之反射資訊與一反射臨限值來判定存活性度量。若在目標處於特定操作距離處時反射資訊滿足或超出臨限值，則目標較不可能係一活的人。若不滿足臨限值，則目標較可能係一活的人。被距離正規化之反射強度本身可用作存在欺騙之可能性。在給出此存活性度量(及在某些例項中其他存活性度量)之情況下，可做出目標是否係一活的人之一判定(步驟206)。若目標經判定可能係一活的人，則該目標可被接受(步驟208)，且在某些例項中，可開始進一步驗證步驟及/或欺騙偵測量測。否則，該目標被拒絕(步驟208)。 在一項實施方案中，可根據一特定目標使用者及/或裝置校準反射性臨限值。舉例而言，在一註冊程序期間，可依據所擷取影像/視訊來判定目標使用者之眼距(例如，瞳距)以便估計使用者距擷取裝置之距離(亦即，間距距離)。亦預期判定拍攝對象至螢幕距離之其他方法，諸如評估在使用者看著他的裝置時透過一聽筒或向前式揚聲器發送之一高頻率聲脈衝(ping)之往返延遲。因此，基於所感知經判定拍攝對象至螢幕距離，在給出使用者之身體特性及擷取裝置之硬體特性(其可影響為了進行一註冊或驗證程序使用者必須距裝置之距離)之情況下，可動態地將反射性臨限值設定為近似地表示預期反射率值之一值。舉例而言，使用一Samsung Galaxy Note 4，在15 cm及20 cm間距距離處，針對真實的活體面部、列印面部及LCD顯示之面部，由IR鄰近感測器之類比轉數位轉換器(ADC)暫存之值分別係(7、6)、(30、22)及(16、12)。因此，藉由將欺騙臨限值設定為8 (且針對較遠間距距離可能降低臨限值)，可偵測列印輸出及監測器顯示之欺騙。經由判定眼距或其他適合技術來識別間距距離亦可用於驗證(此乃因IR及其他類型之信號反射率強度隨距離改變)。 更具體而言，可基於拍攝對象至螢幕距離(例如，所感知眼距)藉由使用鄰近感測器之一反射強度曲線來判定臨限值，該反射強度曲線通常隨距一物件之距離及該物件之類型而變。亦可在由真實目標使用者註冊時使用曲線配合透過多個距離量測來估計此反射強度曲線。舉例而言，可在真實使用者註冊期間在各種間距距離(舉例而言，自15 cm至45 cm之間每隔5 cm)處量測由IR鄰近感測器之ADC暫存之值。然後可藉由回歸方法(諸如分段線性或樣條內插方法及使用前述量測樣本之曲線配合)來獲得對應鄰近感測器反射強度曲線。在某些例項中，在反欺騙操作期間，鄰近感測器之光電發射器之強度可增加以增加範圍及敏感性。 在某些實施方案中，預處理及校準可包含以下操作。可在每一存活性測試週期期間(當目標使用者掃描她的眼及/或面部以用於生物識別鑒認時)使用低通/移動平均/中值濾波或小波去雜訊來使鄰近感測器讀出去雜訊。在註冊時可使用諸如馬氏距離(Mahalanobis)之分類器來基於目標使用者之鄰近感測器量測之統計資料導出一存活性分數。若鄰近感測器存活性度量提供一錯誤肯定或一錯誤否定，則亦可進一步調諧分類器參數，但一輔助存活性後饋度量(諸如一查問回應)證實存活性或缺少存活性。每當識別到具體情形(例如，環境條件(諸如猛烈日光)、目標特性(諸如存在眼鏡)等)時，亦可適應性地重新調用新的參數/量變曲線。因此，存活性度量可隨時間推移而學習並改良其行為。舉例而言，在自然環境IR較高之強烈日光期間，可部署電腦視覺演算法以標記該情形且相應地增加臨限值(或增加鄰近感測器之IR發射器位準以克服環境IR)。在另一實例中，若使用者佩戴過度地將IR反射回至鄰近感測器之大眼鏡，則可使用一電腦視覺演算法來偵測彼等眼鏡之存在且相應地增加臨限值(在第一次遇到此情形時，在藉由諸如查問回應之一後饋度量證實存活性之後，可基於彼等眼鏡之反射率學習新的臨限值)。 可結合本文中所闡述之鄰近感測器技術或作為本文中所闡述之鄰近感測器技術之一後饋使用各種其他技術來判定存活性，各種其他技術諸如於2014年9月9日提出申請之且標題為「Systems and Methods for Liveness Analysis」之美國專利申請案第14/480,802號中所闡述之彼等技術，該美國專利申請案之全部內容以引用方式併入本文中。其他技術包含使用多個源驗證一個三維類面部結構之存在並量測該目標之脈衝。可使用面部表面經調變聲反射(例如，自來自類似於聲納之一電話聽筒之經編碼高聲調探測信號反射)及/或結構化光反射(例如，自來自啟用光度立體技術之一電話螢幕之快速圖案化照明反射)來執行三維面部感測。可依據誘使面部色彩變化及手振動之心臟泵送動作量測一使用者之脈衝。 此處所闡述之系統及技術可在包含一後端組件(例如，作為一資料伺服器)；或包含一中介軟體組件(例如，一應用程式伺服器)；或包含一前端組件(例如，具有一使用者可透過其來與此處所闡述之系統及技術之一實施方案互動之一圖形使用者介面或一網頁瀏覽器之一用戶端電腦))或此等後端、中介軟體或前端組件之任何組合之一運算系統中實施。該系統之組件可藉由任何數位資料通信形式或媒體(例如，一通信網路)互連。通信網路之實例包含一區域網路(「LAN」)、一廣域網路(「WAN」)及網際網路。 該運算系統可包含用戶端及伺服器。一用戶端與伺服器通常彼此遠離且可透過一通信網路互動。用戶端與伺服器之關係係藉助於在各別電腦上運行且彼此之間具有一用戶端-伺服器關係之電腦程式而產生。已闡述若干個實施例。然而，將理解，可在不背離本發明之精神及範疇之情況下作出各種修改。 本說明書中所闡述之標的物及操作之實施方案可在包含本說明書中所揭示之結構及其結構等效形式之數位電子電路中或電腦軟體、韌體或硬體中實施或者在其中之一或多者之組合中實施。本說明書中所闡述之標的物之實施例可實施為一或多個電腦程式(亦即，編碼於電腦儲存媒體上以用於由資料處理設備執行或用以控制資料處理設備之操作之電腦程式指令之一個或多個模組)。另一選擇係或另外，可將程式指令編碼於一人工產生之經傳播信號(例如，一機器產生之電、光學或電磁信號)上，該人工產生之經傳播信號經產生以編碼用於傳輸至適合接收器設備以便被一資料處理設備執行之資訊。一電腦儲存媒體可係或包含於一電腦可讀儲存裝置、一電腦可讀儲存基板、一隨機或串列存取記憶體陣列或裝置或者其中之一或多者之一組合中。此外，雖然一電腦儲存媒體不係一經傳播信號，但一電腦儲存媒體可係編碼於一人工產生之經傳播信號中之電腦程式指令的一源或目的地。電腦儲存媒體亦可係或包含於一或多個單獨實體組件或媒體(例如，多個CD、磁碟或其他儲存裝置)。 可將本說明書中所闡述之操作實施為藉由一資料處理設備對儲存於一或多個電腦可讀儲存裝置上或自其他源接收之資料執行的操作。 術語「資料處理設備」囊括用於處理資料之各種各樣之設備、裝置及機器，以實例之方式包含一可程式化處理器、一電腦、一系統單晶片或者前述各項中之多者或前述各項之組合。設備可包含專用邏輯電路，例如一FPGA (場可程式化閘陣列)或一ASIC (特殊應用積體電路)。除硬體外，設備亦可包含為所討論之電腦程式建立執行環境之程式碼，例如，構成處理器韌體、一協定堆疊、一資料庫管理系統、一作業系統、一跨平台執行時環境、一虛擬機器或其中之一或多者之一組合之程式碼。設備及執行環境可實現各種不同運算模型基礎設施(諸如網路服務)、分散式運算及網格運算基礎設施。 可以任何形式之程式設計語言(包含編譯語言或解譯語言、宣告式語言或程序性語言)來撰寫一電腦程式(亦稱為一程式、軟體、軟體應用程式、指令碼或程式碼)，且可以任何形式來部署該電腦程式，包含部署為一獨立程式或部署為一模組、組件、副常式或適合在一運算環境中使用之其他單元。一電腦程式可(但不必)對應於一檔案系統中之一檔案。可將一程式儲存於保存其他程式或資料(例如，儲存於一標記語言資源中之一或多個指令碼)之一檔案之一部分中、專用於所討論之程式之一單個檔案中或多個經協調檔案(例如，儲存一或多個模組、副程式或程式碼之部分之檔案)中。一電腦程式可經部署以在一個電腦上或者在定位於一個位點處或跨越多個位點分散且由一通信網路互連之多個電腦上執行。 本說明書中所闡述之標的物之實施例可在包含一後端組件(例如，作為一資料伺服器)；或包含一中介軟體組件(例如，一應用程式伺服器)；或包含一前端組件(例如，具有一使用者可透過其來與本說明書中所闡述之標的物之一實施方案互動之一圖形使用者介面或一網頁瀏覽器之一用戶端電腦))或一或多個此等後端、中介軟體或前端組件之任何組合之一運算系統中實施。該系統之組件可藉由任何數位資料通信形式或媒體(例如，一通信網路)互連。通信網路之實例包含一區域網路(「LAN」)及一廣域網路(「WAN」)、一網路間網路(例如，網際網路)及同級間網路(例如，特定同級間網路)。 該運算系統可包含用戶端及伺服器。一用戶端與伺服器通常彼此遠離且可透過一通信網路互動。用戶端與伺服器之關係係藉助於在各別電腦上運行且彼此之間具有一用戶端-伺服器關係之電腦程式而產生。在某些實施例中，一伺服器將資料(例如，一HTML網頁)傳輸至一用戶端裝置(例如，出於將資料顯示給與用戶端裝置互動之一使用者且自該使用者接收使用者輸入之目的)。可在伺服器處自用戶端裝置接收在用戶端裝置處產生之資料(例如，使用者互動之一結果)。 一或多個電腦之一系統可經組態以藉助於以下方式來執行特定操作或動作：將在操作中致使系統執行該等動作之軟體、韌體、硬體或其之一組合安裝於系統上。一或多個電腦程式可經組態以藉助於包含在由資料處理設備執行時致使設備執行動作之指令來執行特定操作或動作。 雖然本說明書含有諸多具體實施方案細節，但不應將此等具體實施方案細節解釋為對任何發明或可主張內容的範疇之限制，而是解釋為對特定發明之特定實施例所特有之特徵之說明。在單獨實施例之內容脈絡中於本說明書中闡述之特定特徵亦可以組合方式實施於一單個實施例中。相反地，在一單個實施例之內容脈絡中闡述之各種特徵亦可單獨地或以任何適合子組合方式實施於多個實施例中。此外，儘管上文可將特徵闡述為以特定組合起作用且甚至最初主張如此，但在某些情形中來自一所主張組合之一個或多個特徵可自該組合去除，且該所主張組合可針對於一子組合或一子組合之變化形式。 類似地，儘管在圖式中以一特定次序繪示操作，但不應將此理解為需要以所展示之該特定次序或以順序次序執行此等操作，或執行所有所圖解說明之操作以達成所要結果。在特定情形中，多任務及並行處理可係有利的。此外，不應將在上文所闡述之實施例中之各種系統組件之分離理解為在所有實施例中需要此分離，且應理解，通常可將所闡述之程式組件及系統一起整合於一單個軟體產品中或封裝至多個軟體產品中。 因此，已闡述標的物之特定實施例。其他實施例在以下申請專利範圍之範疇內。在某些情形中，申請專利範圍中所引用之動作可以一不同次序來執行且仍可達成所要結果。另外，附圖中所繪示之程序未必需要所展示之特定次序或順序次序來達成所要結果。在特定實施方案中，多任務及並行處理可係有利的。
102‧‧‧行動裝置
104‧‧‧目標使用者
106‧‧‧液晶顯示器監測器
在圖式中，貫穿不同視圖，類似參考字符通常係指相同部件。並且，各圖式未必按比例繪製，重點通常替代地放在圖解說明實施方案之原理上。在以下說明中，參考以下圖式闡述各種實施方案，其中： 圖1A至1B繪示用於欺騙偵測之各種使用情形。 圖2繪示根據一實施方案之用於欺騙偵測之一方法。

Claims (20)

  1. 一種電腦實施之方法，其包括： 自一鄰近感測器接收一或多個反射強度讀數； 基於該一或多個讀數及一反射臨限值判定一第一存活性度量；及 至少部分地基於該第一存活性度量判定該鄰近感測器之範圍中之一目標是否可能係一活的人。
  2. 如請求項1之方法，其中該鄰近感測器包括一光電感測器、一電容感測器或一聲響感測器。
  3. 如請求項1之方法，其中該鄰近感測器係併入具有一影像感測器之一行動裝置中。
  4. 如請求項1之方法，其進一步包括： 接收該目標之一面部之至少一部分的一或多個影像； 基於該所接收一或多個影像判定一拍攝對象至螢幕距離；及 根據該拍攝對象至螢幕距離而將一特定反射強度讀數正規化以判定該反射臨限值。
  5. 如請求項4之方法，其中基於該一或多個影像中之一眼距及自一裝置發射之一信號之一往返延遲中之至少一者而判定該拍攝對象至螢幕距離。
  6. 如請求項1之方法，其進一步包括：若該目標經判定可能係一活的人則接受該目標，且若該目標經判定不可能係一活的人則拒絕該目標。
  7. 如請求項6之方法，其中接受該目標包括准許一生物識別驗證繼續，且其中拒絕該目標包括使該生物識別驗證失敗。
  8. 如請求項6之方法，其進一步包括： 識別對該目標之一錯誤拒絕；及 基於該識別來調整該反射臨限值。
  9. 如請求項1之方法，其中該判定該目標是否可能係一活的人進一步至少部分地基於一第二存活性度量。
  10. 如請求項9之方法，其中該第二存活性度量係基於一查問回應。
  11. 一種系統，其包括： 至少一個記憶體，其用於儲存電腦可執行指令； 至少一個處理單元，其用於執行儲存於該記憶體上之該等指令，其中該等指令之執行將該處理單元程式化以執行包括以下各項之操作： 自一鄰近感測器接收一或多個反射強度讀數； 基於該一或多個讀數及一反射臨限值判定一第一存活性度量；及 至少部分地基於該第一存活性度量判定該鄰近感測器之範圍中之一目標是否可能係一活的人。
  12. 如請求項11之系統，其中該鄰近感測器包括一光電感測器、一電容感測器或一聲響感測器
  13. 如請求項11之系統，其中該鄰近感測器係併入具有一影像感測器之一行動裝置中。
  14. 如請求項11之系統，其中該等操作進一步包括： 接收該目標之一面部之至少一部分的一或多個影像； 基於該所接收一或多個影像判定一拍攝對象至螢幕距離；及 根據該拍攝對象至螢幕距離而將一特定反射強度讀數正規化以判定該反射臨限值。
  15. 如請求項14之系統，其中基於該一或多個影像中之一眼距及自一裝置發射之一信號之一往返延遲中之至少一者而判定該拍攝對象至螢幕距離。
  16. 如請求項11之系統，其中該等操作進一步包括：若該目標經判定可能係一活的人則接受該目標，且若該目標經判定不可能係一活的人則拒絕該目標。
  17. 如請求項16之系統，其中接受該目標包括准許一生物識別驗證繼續，且其中拒絕該目標包括使該生物識別驗證失敗。
  18. 如請求項16之系統，其中該等操作進一步包括： 識別對該目標之一錯誤拒絕；及 基於該識別來調整該反射臨限值。
  19. 如請求項11之系統，其中該判定該目標是否可能係一活的人進一步至少部分地基於一第二存活性度量。
  20. 如請求項19之系統，其中該第二存活性度量係基於一查問回應。
TW106106899A 2016-03-02 2017-03-02 使用鄰近感測器之欺騙偵測 TWI694347B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662302526P 2016-03-02 2016-03-02
US62/302,526 2016-03-02

Publications (2)

Publication Number Publication Date
TW201740303A true TW201740303A (zh) 2017-11-16
TWI694347B TWI694347B (zh) 2020-05-21

Family

ID=58358875

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106106899A TWI694347B (zh) 2016-03-02 2017-03-02 使用鄰近感測器之欺騙偵測

Country Status (4)

Country Link
US (2) US10111103B2 (zh)
CN (1) CN108885689B (zh)
TW (1) TWI694347B (zh)
WO (1) WO2017151747A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10803160B2 (en) * 2014-08-28 2020-10-13 Facetec, Inc. Method to verify and identify blockchain with user question data
US10515199B2 (en) * 2017-04-19 2019-12-24 Qualcomm Incorporated Systems and methods for facial authentication
US11030289B2 (en) * 2017-07-31 2021-06-08 Stmicroelectronics, Inc. Human presence detection
WO2019089432A1 (en) * 2017-10-30 2019-05-09 The Research Foundation For The State University Of New York System and method associated with user authentication based on an acoustic-based echo-signature
US11023757B2 (en) 2018-02-14 2021-06-01 Samsung Electronics Co., Ltd. Method and apparatus with liveness verification
US10733859B2 (en) * 2018-05-01 2020-08-04 Satellite Tracking Of People Llc System and method of alternative tracking upon disabling of monitoring device
US11023756B2 (en) * 2018-10-26 2021-06-01 Advanced New Technologies Co., Ltd. Spoof detection using iris images
US11328043B2 (en) * 2019-03-15 2022-05-10 Advanced New Technologies Co., Ltd. Spoof detection by comparing images captured using visible-range and infrared (IR) illuminations
US11551475B2 (en) * 2019-03-21 2023-01-10 Purdue Research Foundation System architecture and method of authenticating a 3-D object
US20210358149A1 (en) * 2020-05-18 2021-11-18 Nec Laboratories America, Inc Anti-spoofing 3d face reconstruction using infrared structure light
US11741747B2 (en) 2021-01-13 2023-08-29 Ford Global Technologies, Llc Material spectroscopy
US11443527B2 (en) 2021-01-13 2022-09-13 Ford Global Technologies, Llc Material spectroscopy
US11657589B2 (en) 2021-01-13 2023-05-23 Ford Global Technologies, Llc Material spectroscopy
US12045386B2 (en) * 2021-05-18 2024-07-23 Harrow Ip, Llc Methods and system for remotely capturing media via a user interface bidirectionally linked to a remote server

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7283245B2 (en) * 2004-01-20 2007-10-16 General Electric Company Handheld device with a disposable element for chemical analysis of multiple analytes
JP2005296463A (ja) 2004-04-14 2005-10-27 Toyota Motor Corp 生体情報計測装置
JP2006079427A (ja) 2004-09-10 2006-03-23 Toshiba Tec Corp 携帯情報機器
RU2296599C2 (ru) 2005-06-16 2007-04-10 Александр Абрамович Певзнер Способ воздействия на организм
RU56668U1 (ru) 2006-01-16 2006-09-10 Федеральное государственное унитарное предприятие "Научно-исследовательский институт "Восход" Автоматизированная система идентификации и аутентификации граждан по биометрическим параметрам личности
JP4951291B2 (ja) * 2006-08-08 2012-06-13 株式会社日立メディアエレクトロニクス 生体認証装置
US8978117B2 (en) 2007-11-19 2015-03-10 Avaya Inc. Authentication frequency and challenge type based on environmental and physiological properties
US8150108B2 (en) 2008-03-17 2012-04-03 Ensign Holdings, Llc Systems and methods of identification based on biometric parameters
US8590021B2 (en) 2009-01-23 2013-11-19 Microsoft Corporation Passive security enforcement
JP5493478B2 (ja) 2009-06-03 2014-05-14 セイコーエプソン株式会社 認証システム及び認証方法
US8401875B2 (en) 2010-03-12 2013-03-19 Os - New Horizons Personal Computing Solutions Ltd. Secured personal data handling and management system
JP2011205240A (ja) 2010-03-24 2011-10-13 Ntt Docomo Inc 携帯端末及び操作ロック制御方法
US8700137B2 (en) 2012-08-30 2014-04-15 Alivecor, Inc. Cardiac performance monitoring system for use with mobile communications devices
US8412158B2 (en) 2010-08-17 2013-04-02 Qualcomm Incorporated Mobile device having increased security that is less obtrusive
DE102011102202A1 (de) 2011-05-21 2012-11-22 Volkswagen Aktiengesellschaft Umfelderfassungsvorrichtung in einem Kraftfahrzeug und Verfahren zur Umfelderfassung unter Ausnutzung einer Korrelation
US8892461B2 (en) 2011-10-21 2014-11-18 Alohar Mobile Inc. Mobile device user behavior analysis and authentication
US9202105B1 (en) * 2012-01-13 2015-12-01 Amazon Technologies, Inc. Image analysis for user authentication
US8984622B1 (en) 2012-01-17 2015-03-17 Amazon Technologies, Inc. User authentication through video analysis
US8806610B2 (en) 2012-01-31 2014-08-12 Dell Products L.P. Multilevel passcode authentication
CN102622588B (zh) * 2012-03-08 2013-10-09 无锡中科奥森科技有限公司 双验证人脸防伪方法及装置
US8725113B2 (en) 2012-03-12 2014-05-13 Google Inc. User proximity control of devices
US8831295B2 (en) 2012-03-21 2014-09-09 Authentec, Inc. Electronic device configured to apply facial recognition based upon reflected infrared illumination and related methods
US8396265B1 (en) 2012-06-26 2013-03-12 Google Inc. Facial recognition
US8457367B1 (en) 2012-06-26 2013-06-04 Google Inc. Facial recognition
US8437513B1 (en) * 2012-08-10 2013-05-07 EyeVerify LLC Spoof detection for biometric authentication
US8957374B2 (en) * 2012-09-28 2015-02-17 Corning Incorporated Systems and methods for measuring birefringence in glass and glass-ceramics
JP6146078B2 (ja) 2013-03-22 2017-06-14 富士通株式会社 生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラム
US9231765B2 (en) 2013-06-18 2016-01-05 Arm Ip Limited Trusted device
JP6308742B2 (ja) 2013-09-13 2018-04-11 旭化成株式会社 血圧情報出力装置、血圧情報出力プログラム、媒体、血圧情報出力方法
US9524421B2 (en) 2013-12-09 2016-12-20 Google Inc. Differentiating real faces from representations
TWI647530B (zh) * 2013-12-22 2019-01-11 美商應用材料股份有限公司 用於沉積之監控系統及其操作方法
US20160007935A1 (en) 2014-03-19 2016-01-14 Massachusetts Institute Of Technology Methods and apparatus for measuring physiological parameters
WO2015157021A1 (en) 2014-04-07 2015-10-15 Eyeverify, Llc Bio leash for user authentication
KR20150117543A (ko) 2014-04-10 2015-10-20 삼성전자주식회사 인증 관리 방법 및 장치
US20170091550A1 (en) * 2014-07-15 2017-03-30 Qualcomm Incorporated Multispectral eye analysis for identity authentication
US9251427B1 (en) 2014-08-12 2016-02-02 Microsoft Technology Licensing, Llc False face representation identification
US9396537B2 (en) 2014-09-09 2016-07-19 EyeVerify, Inc. Systems and methods for liveness analysis
EP3218844A4 (en) * 2014-11-13 2018-07-04 Intel Corporation Spoofing detection in image biometrics
JP6418033B2 (ja) * 2015-03-30 2018-11-07 オムロン株式会社 個人識別装置、識別閾値設定方法、およびプログラム
CN104915649B (zh) * 2015-06-04 2018-12-14 南京理工大学 一种应用于人脸识别的活体检测方法
KR102061434B1 (ko) 2015-06-16 2019-12-31 아이베리파이 인크. 스푸프 검출 및 라이브니스 분석을 위한 시스템들 및 방법들
WO2017076292A1 (en) * 2015-11-02 2017-05-11 Shenzhen Huiding Technology Co., Ltd. Multifunction fingerprint sensor having optical sensing against fingerprint spoofing

Also Published As

Publication number Publication date
TWI694347B (zh) 2020-05-21
WO2017151747A1 (en) 2017-09-08
US10111103B2 (en) 2018-10-23
US20170257770A1 (en) 2017-09-07
US10652749B2 (en) 2020-05-12
CN108885689B (zh) 2020-06-16
CN108885689A (zh) 2018-11-23
US20190037408A1 (en) 2019-01-31

Similar Documents

Publication Publication Date Title
TWI694347B (zh) 使用鄰近感測器之欺騙偵測
US10108871B2 (en) Systems and methods for spoof detection and liveness analysis
US9524421B2 (en) Differentiating real faces from representations
RU2690214C2 (ru) Био привязка для аутентификации пользователя
US20220333912A1 (en) Power and security adjustment for face identification with reflectivity detection by a ranging sensor
KR101356358B1 (ko) 눈의 이미지에 기초한 바이오메트릭 인증을 위한 기기 및 컴퓨터 구현 방법
US20200311238A1 (en) Systems and methods of multi-modal biometric analysis
KR102146089B1 (ko) 지문 센서를 포함하는 디바이스의 안티-스푸핑 방법 및 시스템
US9722793B2 (en) Personal identification via acoustically stimulated biospeckles
US10380408B2 (en) Method of detecting fraud
KR20180090798A (ko) 복굴절 기반의 생체 인증을 위한 방법 및 장치
US20230386260A1 (en) Detecting spoof images using patterned light
US20230091381A1 (en) Spoof detection using eye boundary analysis
JP2020089560A (ja) 画像処理装置、画像処理方法、コンピュータプログラム
JP2020089559A (ja) 画像処理装置、画像処理方法、コンピュータプログラム