TW202129544A - 屏下指紋辨識防偽方法與系統 - Google Patents
屏下指紋辨識防偽方法與系統 Download PDFInfo
- Publication number
- TW202129544A TW202129544A TW109135857A TW109135857A TW202129544A TW 202129544 A TW202129544 A TW 202129544A TW 109135857 A TW109135857 A TW 109135857A TW 109135857 A TW109135857 A TW 109135857A TW 202129544 A TW202129544 A TW 202129544A
- Authority
- TW
- Taiwan
- Prior art keywords
- color
- sensing value
- display device
- fingerprint
- forged material
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000000463 material Substances 0.000 claims description 97
- 238000012937 correction Methods 0.000 claims description 37
- 238000013145 classification model Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005286 illumination Methods 0.000 description 24
- 239000003086 colorant Substances 0.000 description 16
- 230000003287 optical effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000011521 glass Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000001678 irradiating effect Effects 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229920001817 Agar Polymers 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000008272 agar Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 229920002379 silicone rubber Polymers 0.000 description 1
- 239000004945 silicone rubber Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G06V40/13—Sensors therefor
- G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
-
- 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
- G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V40/1353—Extracting features related to minutiae or pores
-
- 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
- G06V40/1365—Matching; Classification
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Image Input (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Software Systems (AREA)
Abstract
本發明提出一種屏下指紋辨識防偽方法與系統。指紋感測裝置包括顯示裝置與指紋感測器，且所述方法包括下列步驟。通過指紋感測器對顯示裝置上的物件擷取指紋感測圖像。利用顏色校正參數校正指紋感測圖像，以產生一經校正圖像。利用防偽演算法與經校正圖像辨識顯示裝置上的物件是否為真實手指。
Description
本發明是有關於一種指紋辨識技術，且特別是有關於一種屏下指紋辨識防偽方法與系統。
近年來，指紋辨識技術被廣泛地應用在各種電子裝置上，以提供身分驗證功能。目前而言，伴隨著掌上型電子裝置朝向全面屏的發展趨勢，屏下式指紋（Fingerprint On Display，FOD）感測方案便被發展出來。光學式屏下式指紋感測方案是將光學感測器設置在顯示面板下方，並由顯示面板的光源照射手指。因此，使用者可將手指接觸或按壓在顯示面板上方，以使光學感測器感測手指反射的影像光來取得指紋影像。然而，當偽造手指按壓在顯示面板上時，光學感測器同樣可接收到具有假指紋資訊的影像光，因而產生資安的問題。基此，如何有效辨識指紋資訊是否來自偽造手指是目前本領域重要的課題之一。
基於不同材料對於不同波長光的吸收率分佈有所差異，目前已有依據顏色光反射特性來辨別由偽造材料製作而成偽造手指的方法。詳細而言，可利用顯示面板朝感測物體照射不同顏色光後，再依據對應至不同顏色光的感測結果來判別感測物體是否為偽造手指。然而，於指紋感測裝置的顯示面板與光學感測器的製造與組裝過程中，往往存在製造公差，而這些製造公差對辨識偽造手指的準確度會帶來不良的影響。舉例而言，以自發光顯示面板來說，不同顯示面板上各畫素的發光效率不盡相同，因而不同顯示面板之照射光的實際顏色會存在落差。或者，不同影像感測裝置中的光學感測器的感測畫素單元的感測光量會受到其製程條件、光學結構的光學特性或其他因素的影響。上述種種存在於不同指紋感測裝置之間製造公差會直接影響光學感測器的感測結果，使得不同指紋感測裝置中的光學感測器對相同感測物體獲取不同感測結果，進而影響辨識偽造手指的準確度。
有鑑於此，本發明提供一種屏下指紋辨識防偽方法與系統，其可提昇辨識偽造手指的準確度。
本發明實施例提出一種屏下指紋辨識防偽方法，適用於一指紋感測裝置。此指紋感測裝置包括顯示裝置與指紋感測器，且所述方法包括下列步驟。通過指紋感測器對顯示裝置上的物件擷取指紋感測圖像。利用顏色校正參數校正指紋感測圖像，以產生一經校正圖像。利用防偽演算法與經校正圖像辨識顯示裝置上的物件是否為真實手指。
本發明實施例提出一種屏下指紋辨識防偽系統，其包括指紋感測裝置。此指紋感測裝置包括顯示裝置、指紋感測器，以及處理器。指紋感測器配置於顯示裝置的下方，處理器耦接顯示裝置與指紋感測器。指紋感測器對顯示裝置上的物件擷取指紋感測圖像。處理器利用顏色校正參數校正指紋感測圖像，以產生經校正圖像。並且，處理器利用防偽演算法與經校正圖像辨識顯示裝置上的物件是否為真實手指。
基於上述，於本發明的實施例中，在指紋感測器所產生的指紋感測圖像之後，指紋感測圖像會通過顏色校正參數被校正。藉此，可提昇依據經校正圖像與防偽演算法辨識偽造手指的準確度，從而有效提昇指紋辨識的安全性。
為讓本發明的上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
為了使本發明的內容可以被更容易明瞭，以下特舉實施例做為本發明確實能夠據以實施的範例。另外，凡可能之處，在圖式及實施方式中使用相同標號的元件/構件/步驟，是代表相同或類似部件。
應當理解，當諸如層、膜、區域或基板的元件被稱為在另一元件“上”或“連接到”另一元件時，其可以直接在另一元件上或與另一元件連接，或者中間元件可以也存在。相反，當元件被稱為“直接在另一元件上”或“直接連接到”另一元件時，不存在中間元件。如本文所使用的，“連接”可以指物理及/或電性連接。再者，“電性連接”或“耦合”可以是二元件間存在其它元件。
請參照圖1，圖1是依照本發明一實施例的屏下指紋辨識防偽系統的示意圖。屏下指紋辨識防偽系統10可包括一指紋辨識裝置110。指紋辨識裝置110可以是智慧型手機（smart phone）、平板（panel）、遊戲機或其他具有光學式屏下指紋辨識功能的電子裝置，本發明對此不限制。
指紋辨識裝置110可包括顯示裝置111、指紋感測器112、處理器113，以及儲存裝置114。處理器113可耦接儲存裝置114、顯示裝置111與指紋感測器112。處理器113可包括中央處理單元（Central Processing Unit，CPU）、應用處理器（Application Processor，AP），或是其他可程式化之一般用途或特殊用途的微處理器（Microprocessor）、數位訊號處理器（Digital Signal Processor，DSP）、可程式化控制器、特殊應用積體電路（Application Specific Integrated Circuits，ASIC）、可程式化邏輯裝置（Programmable Logic Device，PLD）或這些裝置的組合。換言之，處理器113可由一顆或多顆積體電路（integrated circuit，IC）實現，發明對此並不限制。舉例而言，處理器113可包括應用處理器以及感測驅動IC。
儲存裝置114用以儲存資料、軟體模組、程式碼，其可以例如是任意型式的固定式或可移動式隨機存取記憶體（random access memory，RAM）、唯讀記憶體（read-only memory，ROM）、快閃記憶體（flash memory）、硬碟或其他類似裝置、積體電路及其組合。在一實施例中，處理器113可載入儲存裝置114中所記錄的程式碼或模組以執行本發明實施例提出的屏下指紋辨識防偽方法。
指紋感測器112可包括由多個感測畫素組成的感測畫素陣列，這些感測畫素各自包括用以進行光電轉換的至少一個光電二極體（photodiode）。指紋感測器112例如是薄膜電晶體（Thin Film Transistor，TFT）感測器或其他類似元件。指紋感測器112也可包括與上述感測畫素陣列連接的相關電路。於一實施例中，指紋感測器110還可包括配置於感測畫素陣列上方的其他光學元件，像是透鏡、準直器、濾光層等等，本發明對此不限制。此外，本實施例是以一個指紋感測器112為例進行說明，但本發明對於指紋感測器的數量並不限制。
顯示裝置111可提供照射光。顯示裝置111可實施為有機發光二極體（Organic Light-Emitting Diode，OLED）顯示器、主動矩陣有機發光二極體（Active Matrix Organic Light Emitting Diodes，AMOLED）顯示器，或液晶顯示（Liquid Crystal Display，LCD）顯示器，本發明對此不限制。具體而言，當顯示裝置111的顯示介質是非自發光顯示介質（例如：液晶）時，則顯示裝置111需要背光模組提供照射光進行指紋感測。當顯示裝置111的顯示介質是自發光顯示介質時（例如OLED），則顯示裝置111無須背光模組提供照射光進行指紋感測。
請參照圖2，圖2是依照本發明一實施例的光學式指紋感測裝置的示意圖。指紋感測裝置100提供有屏下指紋辨識功能，使用者可將手指F1按壓顯示裝置111上方的玻璃蓋板，以使玻璃蓋板下方的指紋感測器112可取得指紋影像。詳細而言，在進行指紋感測時，使用者將手指F1放置於顯示裝置111上方，而顯示裝置111會發出照射光照射至手指，經手指F1反射而產生的反射光會傳遞至指紋感測器112以進行指紋感測。需說明的是，本發明對於顯示裝置111與指紋感測器112的整合方式並不加以限制。像是，於一實施例中，指紋感測器112可設置於顯示裝置111下方。或者，於一實施例中，指紋感測器112可內嵌於顯示裝置111之中。
於一實施例中，為了辨識顯示裝置111上的待測物件是真實手指或偽造手指，顯示裝置111可分時或同時朝待測物件發出不同顏色的彩色照射光，指紋感測器112可獲取對應至不同彩色照射光的顏色感測值。舉例而言，顯示裝置111可朝待測物件發出紅色照射光、綠色照射光與藍色照射光，經待測物件反射而產生的反射光會傳遞至指紋感測器112，使得指紋感測器112可獲取對應至不同彩色照射光的顏色感測值。基於不同材質對於不同彩色照射光的吸收率不同，處理器113可將對應至不同彩色照射光的顏色感測值作為一防偽演算法的輸入資料，以依據防偽演算法來辨識顯示裝置111上的待測物件是否為真實手指。
於一實施例中，防偽演算法包括一機器學習模型或統計模型，其可依據輸入資料來辨識顯示裝置111上的待測物件是真實手指或偽造手指。於一實施例中，防偽演算法包括一分類模型，其可直接辨識顯示裝置111上的待測物件的材料是那一種偽造材料。
需說明的是，防偽演算法的通常是依據一台或少數指紋感測器產生的顏色感測值進行訓練或統計而建立。對於不同指紋感測裝置之間存在製造公差的真實場景中，此套防偽演算法的防偽準確度會受到相當大的考驗。基此，於一實施例中，在指紋感測器112獲取對應至不同彩色照射光的顏色感測值之後，處理器113可利用顏色校正參數來校正這些顏色感測值。接著，處理器113再將經校正後的顏色感測值作為防偽演算法的輸入資料，從而準確判斷顯示裝置111上的待測物件是真實手指或偽造手指。於一實施例中，當顯示裝置111同時朝待測物件發出不同顏色的彩色照射光時，指紋感測器112所產生的指紋感測圖像即包括對應至不同彩色照射光的顏色感測值。處理器113可利用顏色校正參數來校正指紋感測圖像，以產生一經校正圖像。於是處理器113可依據防偽演算法與經校正圖像中的多個顏色感測值是否為真實手指。
圖3是依照本發明一實施例的屏下指紋辨識防偽方法的流程圖。請參圖1與圖3，本實施例的方式適用於上述實施例中的屏下指紋辨識防偽系統10，以下即搭配屏下指紋辨識防偽系統10中的各項元件說明本實施例方法的詳細步驟。
於步驟S310，通過指紋感測器112對顯示裝置111上的物件擷取指紋感測圖像。於一實施例中，顯示裝置111可透過顯示特定圖案而提供不同顏色的彩色照射光。詳細而言，顯示裝置111可於指紋感測區域內顯示不同顏色區塊，從而以不同顏色的彩色照射光照射顯示裝置111上的物件。顯示裝置111上的物件會反射不同顏色的彩色照射光，使得指紋感測器112可產生一張指紋感測圖像。可知的，對應於顯示裝置111顯示的特定彩色圖案，此張指紋感測圖像包括對應至不同彩色照射光的顏色感測值。
接著，於步驟S320，處理器113利用顏色校正參數校正指紋感測圖像，以產生一經校正圖像。顏色校正參數記錄於儲存裝置114之中。於一實施例中，顏色校正參數包括一顏色校正矩陣，其例如可儲存於指紋感測裝置110的非揮發記憶體中。處理器113可透過顏色校正參數來校正指紋感測圖像上對應至不同彩色照射光的顏色感測值，從而產生經校正圖像。
舉例而言，圖4是依照本發明一實施例的獲取經校正圖像的示意圖。請參照圖4，假設顯示裝置111可於指紋感測區域Z1的局部區域發出特定色光而顯示圖案區塊B1，於指紋感測區域Z1的另一局部區域發出相異於特定色光的白光而顯示圖案區塊B2。在此條件下，在進行指紋感測後，指紋感測器112可獲取指紋感測圖像Img_1，而指紋感測圖像Img_1包括對應至特定色光的圖像區塊IB1以及對應至白光的圖像區塊IB2。圖像區塊IB1是由對應至特定色光的顏色感測值組成，而圖像區塊IB2是由對應至白色光的顏色感測值組成。接著，處理器113可利用顏色校正參數校正指紋感測圖像Img_1中的顏色感測值，以產生包括分別對應於特定色光與白色光的圖像區塊IB3、IB4的經校正圖像Img_2。像是，處理器113可依據顏色校正參數將圖像區塊IB1中的顏色感測值a1校正為圖像區塊IB3中的顏色感測值a2，並將顏色校正參數將圖像區塊IB2中的顏色感測值b1校正為圖像區塊IB4中的顏色感測值b2。然而，圖4僅為用以說明本發明原理，並非用以限定本發明。顯示裝置111於指紋感測區域Z1所顯示的特定圖案可視實際需求而設計。
於步驟S330，處理器113利用防偽演算法與經校正圖像辨識顯示裝置111上的物件是否為真實手指。於一實施例中，防偽演算法包括一分類模型，經校正圖像輸入至分類模型。分類模型用以將經校正圖像分類為對應於真實手指的類別或對應於至少一偽造材料的至少一類別。此分類模型例如為神經網路模型、支援向量機模型或k均值聚類模型等等，本發明對此不限制。於一實施例中，處理器113可依據部份或整張經校正圖像辨識顯示裝置111上的物件是真實手指或偽造手指。
於一實施例中，處理器113可使用的顏色校正參數是基於一校正程序而產生，且此顏色校正參數可儲存於指紋感測裝置110的儲存裝置114中。以下將列舉實施例以說明。
圖5是依照本發明一實施例的屏下指紋辨識防偽方法的流程圖。請參圖1與圖5，本實施例的方式適用於上述實施例中的屏下指紋辨識防偽系統10，以下即搭配屏下指紋辨識防偽系統10中的各項元件說明本實施例方法的詳細步驟。
於步驟S510，處理器113可利用至少一偽造材料通過顯示裝置111與指紋感測器112執行校正程序，而獲取顏色校正參數。於一實施例中，一校正軟體程式可載入指紋感測裝置110中的儲存裝置114，處理器113可執行此校正軟體程式來產生顏色校正參數，並將顏色校正參數記錄於指紋感測裝置110的儲存裝置114。於本實施例中，顏色校正參數可包括顏色校正矩陣。偽造材料例如是矽膠、洋菜、影印紙或霧面紙等等。本發明對於至少一偽造材料的數目與種類並不加以限制，其可視實際需求而配置。
步驟S510可分作子步驟S511～S513而實施。於步驟S511，通過顯示裝置111提供照射光。至少一偽造材料置放於顯示裝置111上。於一實施例中，顯示裝置111可於不同時間點控制指紋感測區域內的所有畫素同時顯示相同顏色，以於不同時間點依序發出單一色光而依序顯示單一色塊。或者，於一實施例中，顯示裝置111可控制指紋感測區域內的畫素顯示不同顏色，以發出不同顏色的色彩照射光而顯示對應至多個彩色照射光的多個圖案區塊。
於步驟S512，處理器113通過顯示裝置111下方的指紋感測器112獲取對應於至少一偽造材料的顏色感測值。於步驟S513，處理器113依據對應於至少一偽造材料的顏色感測值與對應於至少一偽造材料的目標感測值計算出顏色校正參數。於一實施例中，至少一偽造材料包括第一偽造材料與第二偽造材料。對應於至少一偽造材料的顏色感測值包括對應於第一偽造材料的第一顏色感測值以及對應於第二偽造材料的第二顏色感測值。對應於至少一偽造材料的目標感測值包括對應於第一偽造材料的第一目標感測值以及對應於第二偽造材料的第二目標感測值，而顏色校正參數經由第一顏色感測值、第二顏色感測值與第一目標感測值、第二目標感測值計算而出。
圖6是依照本發明一實施例的利用偽造材料執行校正程序的示意圖。請參照圖6，操作者可將偽造材料M1置放於顯示裝置111上方的玻璃蓋板C1上。顯示裝置111可分時或同時提供不同顏色的色彩照射光。偽造材料M1將反射不同顏色的色彩照射光，指紋感測器112可獲取對應於偽造材料M1的顏色感測值，且這些顏色感測值基於不同色彩照射光進行感測而產生。於是，處理器113可依據對應於偽造材料M1的顏色感測值與對應於偽造材料M1的目標感測值計算出顏色校正參數。上述目標感測值可經過實驗與統計而產生，且對應於偽造材料M1的顏色感測值與對應於偽造材料M1的目標感測值將反應製造公差而有落差。此外，於一實施例中，處理器113還可依據對應於偽造材料M1的顏色感測值與目標感測值以及對應於另一種偽造材料的顏色感測值與目標感測值計算出顏色校正參數。換言之，處理器113可依據一或多個偽造材料的顏色感測值與目標感測值來決定顏色校正參數。
舉例而言，表1為依據本發明一實施例的四個偽造材料的顏色感測值。如表1所示，處理器113可獲取多個偽造材料的顏色感測值。每一個偽造材料的顏色感測值包括對應至多個色彩通道的顏色感測值，這些色彩通道包括RGB通道。
表1
顯示裝置111可透過對‘材質A’照射紅光，而通過指紋感測器112獲取R通道的顏色感測值‘152’。顯示裝置111可透過對‘材質A’照射綠光，而通過指紋感測器112獲取G通道的顏色感測值‘198’。 顯示裝置111可透過對‘材質A’照射藍光，而通過指紋感測器112獲取B通道的顏色感測值‘201’。依此類推。
| 偽造材質 | R通道的 顏色感測值 | G通道的 顏色感測值 | B通道的 顏色感測值 |
| 材質A | 152 | 198 | 201 |
| 材質B | 192 | 175 | 154 |
| 材質C | 254 | 222 | 234 |
| 材質D | 200 | 178 | 202 |
此外，表2為依據本發明一實施例的個偽造材料的目標感測值。如表2所示，處理器113可獲取多個偽造材料的目標感測值。每一個偽造材料的目標感測值包括對應至多個色彩通道的目標感測值，這些色彩通道包括RGB通道。這些對應至多個色彩通道的目標感測值可依據測試與資料統計而產生。
表2
接著，處理器113可依據下列矩陣相乘公式（1）而決定顏色校正矩陣中的顏色校正參數a11、a12、a13、a21、a22、a23、a31、a32、a33，並將此顏色校正矩陣記錄於儲存裝置114中。
公式（1）
其中，Rtarget
、Gtarget 、 Btarget
代表對應至RGB通道的目標感測值，而Rmeasure
、Gmeasure 、 Bmeasure
代表對應至RGB通道的顏色感測值。於本範例中，處理器113可將表1與表2的數值代入公式（1），以獲取顏色校正矩陣中的各矩陣元素。
| 偽造材質 | R通道的 目標感測值 | G通道的 目標感測值 | B通道的 目標感測值 |
| 材質A | 172 | 188 | 210 |
| 材質B | 162 | 142 | 172 |
| 材質C | 242 | 235 | 244 |
| 材質D | 210 | 198 | 222 |
此外，於一實施例中，顯示裝置111可於不同時間點控制指紋感測區域內的所有畫素同時顯示相同顏色，以於不同時間點依序發出單一色光而依序顯示單一色塊。或者，於一實施例中，顯示裝置111可控制指紋感測區域內的畫素顯示不同顏色，以發出不同顏色的色彩照射光而顯示對應至多個彩色照射光的多個圖案區塊。換言之，於一實施例中，通過顯示裝置111顯示一特定圖案而提供照射光。此特定圖案包括分別對應至多個彩色照射光的多個圖案區塊。於一實施例中，多個偽造材料可同時置放於顯示裝置111所顯示的特定圖案上，而偽造材料其中之每一者將分別位於部份的圖案區塊的上方。藉此，處理器130可透過指紋感測器111執行一次曝光取像而獲取對應至多種偽造材料的顏色感測值，從而提昇校正程序的效率。
圖7是依照本發明一實施例的顯示裝置顯示特定圖樣執行校正程序的示意圖。操作者可將偽造材質M1_1～M1_4同時置放於顯示裝置111的指紋感測區域Z2所顯示的特定圖案上方。顯示裝置111於指紋感測區域Z2顯示一特定圖案而提供照射光。對於四種偽造材質M1_1～M1_4，此特定圖案包括四個相同的子圖案P1～P4。子圖案P1～P4各自包括對應至多個彩色照射光的多個圖案區塊。像是，子圖案P1可包括對應至紅色照射光、綠色照射光、藍色照射光的三個圖案區塊。於此範例中，特定圖案包括12個圖案區塊，偽造材質M1_1～M1_4將各自位於子圖案P1～P4的三個圖案區塊的上方。藉此，指紋感測器122可在一次曝光取像後獲取對應於偽造材質M1_1～M1_4的多個顏色感測值。然而，圖7僅為用以示範說明本發明實施例原理，並非用以限定本發明。
於步驟S520，通過指紋感測器112對顯示裝置111上的物件擷取指紋感測圖像。於步驟S530，處理器113利用顏色校正參數校正指紋感測圖像，以產生一經校正圖像。於步驟S540，處理器113利用防偽演算法與經校正圖像辨識顯示裝置111上的物件是否為真實手指。步驟S520～步驟S540的實施內容相似於前述步驟S310～步驟S330，於此不再贅述。
綜上所述，於本發明實施例中，可消弭指紋感測裝置的製造公差對防偽準確度帶來的不良影像，從而提昇防偽演算法的準確度。藉此，本發明實施例可明顯提昇指紋辨識的安全性。此外，透過對應於多個偽造材質決定顯示裝置所顯示的特定圖案，本發明實施例可大幅提昇校正程序的效率。
最後應說明的是：以上各實施例僅用以說明本發明的技術方案，而非對其限制；儘管參照前述各實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本發明各實施例技術方案的範圍。
10:屏下指紋辨識防偽系統
100:指紋感測裝置
111:顯示裝置
112:指紋感測器
113:處理器
114:儲存裝置
F1:手指
Z1,Z2:指紋感測區域
B1,B2:圖案區塊
IB1,IB2,IB3,IB4:圖像區塊
Img_1:指紋感測圖像
Img_2:經校正圖像
M1,M1_1,M1_2,M1_3,M1_4:偽造材質
C1:玻璃蓋板
P1～P4:子圖案
S310～S330、S510～540:步驟
圖1是依照本發明一實施例的屏下指紋辨識防偽系統的示意圖。
圖2是依照本發明一實施例的光學式指紋感測裝置的示意圖。
圖3是依照本發明一實施例的屏下指紋辨識防偽方法的流程圖。
圖4是依照本發明一實施例的獲取經校正圖像的示意圖。
圖5是依照本發明一實施例的屏下指紋辨識防偽方法的流程圖。
圖6是依照本發明一實施例的利用偽造材料執行校正程序的示意圖。
圖7是依照本發明一實施例的顯示裝置顯示特定圖樣執行校正程序的示意圖。
S310~S330:步驟
Claims (14)
- 一種屏下指紋辨識防偽方法，適用於一指紋感測裝置，該指紋感測裝置包括顯示裝置與指紋感測器，所述方法包括： 通過該指紋感測器對該顯示裝置上的物件擷取指紋感測圖像； 利用顏色校正參數校正該指紋感測圖像，以產生一經校正圖像；以及 利用一防偽演算法與該經校正圖像辨識該顯示裝置上的該物件是否為真實手指。
- 如請求項1所述的屏下指紋辨識防偽方法，其中在通過該指紋感測器對該顯示裝置上的該物件擷取該指紋感測圖像的步驟之前，所述方法更包括： 利用至少一偽造材料通過該顯示裝置與該指紋感測器執行一校正程序，而獲取該顏色校正參數，其中該顏色校正參數包括一顏色校正矩陣。
- 如請求項2所述的屏下指紋辨識防偽方法，其中通過該顯示裝置與該指紋感測器執行該校正程序，而獲取該顏色校正參數的步驟包括： 通過該顯示裝置提供照射光，其中該至少一偽造材料置放於該顯示裝置上； 通過該顯示裝置下方的該指紋感測器獲取對應於至少一偽造材料的顏色感測值；以及 依據對應於該至少一偽造材料的該顏色感測值與對應於該至少一偽造材料的一目標感測值計算出該顏色校正參數。
- 如請求項3所述的屏下指紋辨識防偽方法，其中通過該顯示裝置提供該照射光的步驟包括： 通過該顯示裝置顯示一特定圖案而提供該照射光，其中該特定圖案包括分別對應至多個彩色照射光的多個圖案區塊，且該至少一偽造材料其中之每一者分別位於部份的該些圖案區塊的上方。
- 如請求項3述的屏下指紋辨識防偽方法，其中該至少一偽造材料包括第一偽造材料與第二偽造材料，對應於該至少一偽造材料的該顏色感測值包括對應於該第一偽造材料的第一顏色感測值以及對應於該第二偽造材料的第二顏色感測值，而對應於該至少一偽造材料的該目標感測值包括對應於該第一偽造材料的第一目標感測值以及對應於該第二偽造材料的第二目標感測值，而該顏色校正參數經由該第一、第二顏色感測值與該第一、第二目標感測值計算而出。
- 如請求項3述的屏下指紋辨識防偽方法，其中對應於至少一偽造材料的該顏色感測值包括對應至RGB通道的第一顏色感測值、第二顏色感測值與第三顏色感測值，且該目標感測值包括對應至RGB通道的第一目標感測值、第二目標感測值與第三目標感測值。
- 如請求項1所述的屏下指紋辨識防偽方法，其中該防偽演算法包括一分類模型，該經校正圖像輸入至該分類模型，而該分類模型用以將該經校正圖像分類為對應於該真實手指的類別或對應於至少一偽造材料的至少一類別。
- 一種屏下指紋辨識防偽系統，包括： 一指紋感測裝置，包括： 一顯示裝置； 一指紋感測器；以及 一處理器，耦接該顯示裝置與該指紋感測器， 其中，該指紋感測器對該顯示裝置上的物件擷取指紋感測圖像，該處理器利用顏色校正參數校正該指紋感測圖像，以產生一經校正圖像，且該處理器利用一防偽演算法與該經校正圖像辨識該顯示裝置上的該物件是否為真實手指。
- 如權利要求範圍第8項所述的屏下指紋辨識防偽系統，該處理器利用至少一偽造材料通過該顯示裝置與該指紋感測器執行一校正程序，而獲取該顏色校正參數，其中該顏色校正參數包括一顏色校正矩陣。
- 如權利要求範圍第9項所述的屏下指紋辨識防偽系統，其中該顯示裝置提供照射光，該至少一偽造材料置放於該顯示裝置上，該處理器通過該顯示裝置下方的該指紋感測器獲取對應於至少一偽造材料的顏色感測值，並依據對應於該至少一偽造材料的該顏色感測值與對應於該至少一偽造材料的一目標感測值計算出該顏色校正參數。
- 如權利要求範圍第10項所述的屏下指紋辨識防偽系統，其中該顯示裝置顯示一特定圖案而提供該照射光，該特定圖案包括分別對應至多個彩色照射光的多個圖案區塊，且該至少一偽造材料其中之每一者分別位於部份的該些圖案區塊的上方。
- 如權利要求範圍第10項所述的屏下指紋辨識防偽系統，其中該至少一偽造材料包括第一偽造材料與第二偽造材料，對應於該至少一偽造材料的該顏色感測值包括對應於該第一偽造材料的第一顏色感測值以及對應於該第二偽造材料的第二顏色感測值，而對應於該至少一偽造材料的該目標感測值包括對應於該第一偽造材料的第一目標感測值以及對應於該第二偽造材料的第二目標感測值，而該顏色校正參數經由該第一、第二顏色感測值與該第一、第二目標感測值計算而出。
- 如權利要求範圍第10項所述的屏下指紋辨識防偽系統，其中對應於至少一偽造材料的該顏色感測值包括對應至RGB通道的第一顏色感測值、第二顏色感測值與第三顏色感測值，且該目標感測值包括對應至RGB通道的第一目標感測值、第二目標感測值與第三目標感測值。
- 如權利要求範圍第8項所述的屏下指紋辨識防偽系統，其中該防偽演算法包括一分類模型，該經校正圖像輸入至該分類模型，而該分類模型用以將該經校正圖像分類為對應於該真實手指的類別或對應於至少一偽造材料的至少一類別。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202062963546P | 2020-01-21 | 2020-01-21 | |
| US62/963,546 | 2020-01-21 | ||
| US202063027964P | 2020-05-21 | 2020-05-21 | |
| US63/027,964 | 2020-05-21 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI732698B TWI732698B (zh) | 2021-07-01 |
| TW202129544A true TW202129544A (zh) | 2021-08-01 |
Family
ID=73751515
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109131462A TWI793448B (zh) | 2020-01-21 | 2020-09-14 | 電子裝置及其操作方法 |
| TW109135857A TWI732698B (zh) | 2020-01-21 | 2020-10-16 | 屏下指紋辨識防偽方法與系統 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109131462A TWI793448B (zh) | 2020-01-21 | 2020-09-14 | 電子裝置及其操作方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (2) | US11354530B2 (zh) |
| CN (2) | CN112101194A (zh) |
| TW (2) | TWI793448B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114359979A (zh) | 2021-03-03 | 2022-04-15 | 神盾股份有限公司 | 屏下指纹感测装置以及指纹感测方法 |
| EP4092567A4 (en) * | 2021-04-09 | 2023-05-03 | Shenzhen Goodix Technology Co., Ltd. | FINGERPRINT RECOGNITION METHOD AND DEVICE AND ELECTRONIC DEVICE |
| CN113625895A (zh) * | 2021-07-02 | 2021-11-09 | 北京极豪科技有限公司 | 电子设备、图案校正方法及遮挡装置 |
| US11620852B2 (en) | 2021-09-08 | 2023-04-04 | Omnivision Technologies, Inc. | Method for detecting spoof fingerprints with an under-display fingerprint sensor |
| US11842563B2 (en) * | 2021-09-08 | 2023-12-12 | Omnivision Technologies, Inc. | Optical fingerprint sensor with spoof detection and associated method |
| US11594069B1 (en) * | 2021-09-08 | 2023-02-28 | Omnivision Technologies, Inc. | Anti-spoofing optical fingerprint sensor methods and hardware with color selection |
Family Cites Families (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5659626A (en) * | 1994-10-20 | 1997-08-19 | Calspan Corporation | Fingerprint identification system |
| UA78194C2 (en) * | 2000-12-08 | 2007-03-15 | Council Scient Ind Res | Method for revealing and identification of active components in extracts by chromatographic fingerprinting of "fingerprints" and processor of program data processing chromatograms |
| US6895104B2 (en) * | 2001-02-16 | 2005-05-17 | Sac Technologies, Inc. | Image identification system |
| JP4232804B2 (ja) * | 2006-08-25 | 2009-03-04 | 日本電気株式会社 | 画像濃度変換方法、画像強調処理装置、およびそのプログラム |
| JP5056798B2 (ja) * | 2009-06-08 | 2012-10-24 | 日本電気株式会社 | 判定装置、指紋入力装置、判定方法および判定プログラム |
| TW201101196A (en) | 2009-06-26 | 2011-01-01 | Moredna Technology Co Ltd | Optical fingerprint identification device with living body scanning function, and optical fingerprints identification method capable of recognizing living body |
| JPWO2011058836A1 (ja) * | 2009-11-10 | 2013-03-28 | 日本電気株式会社 | 偽指判定装置、偽指判定方法および偽指判定プログラム |
| US8799167B2 (en) | 2010-07-13 | 2014-08-05 | Tec Solutions, Inc. | Biometric authentication system and biometric sensor configured for single user authentication |
| CN102446268A (zh) * | 2010-09-30 | 2012-05-09 | 神盾股份有限公司 | 指纹防伪装置及其方法 |
| CN104463074B (zh) * | 2013-09-12 | 2017-10-27 | 金佶科技股份有限公司 | 真伪指纹的辨识方法及辨识装置 |
| TWI525317B (zh) * | 2013-10-08 | 2016-03-11 | 國立清華大學 | 整合影像分析與資料挖礦之自動光學檢測缺陷影像分類方法 |
| TWI519993B (zh) * | 2013-12-17 | 2016-02-01 | 神盾股份有限公司 | 假手指辨識裝置及方法 |
| US9977947B2 (en) * | 2015-08-25 | 2018-05-22 | Gingy Technology Inc. | Fingerprint identification method and device thereof |
| US10127428B2 (en) * | 2014-08-26 | 2018-11-13 | Gingy Technology Inc. | Fingerprint identification method and fingerprint identification device |
| CN107004130B (zh) * | 2015-06-18 | 2020-08-28 | 深圳市汇顶科技股份有限公司 | 用于屏幕上指纹感应的屏幕下光学传感器模块 |
| US10635878B2 (en) * | 2015-10-23 | 2020-04-28 | Shenzhen GOODIX Technology Co., Ltd. | Optical fingerprint sensor with force sensing capability |
| US10346672B2 (en) * | 2015-11-23 | 2019-07-09 | Eric Dean Jensen | Fingerprint reader |
| CN105787322B (zh) * | 2016-02-01 | 2019-11-29 | 北京京东尚科信息技术有限公司 | 指纹识别的方法及装置、移动终端 |
| WO2018014629A1 (en) * | 2016-07-18 | 2018-01-25 | Shenzhen GOODIX Technology Co., Ltd. | Optical fingerprint sensor with force sensing capability |
| CN106815564A (zh) | 2016-12-28 | 2017-06-09 | 深圳天珑无线科技有限公司 | 一种指纹识别系统的校准方法、系统及一种电子设备 |
| WO2018129687A1 (zh) * | 2017-01-12 | 2018-07-19 | 厦门中控智慧信息技术有限公司 | 指纹防伪方法和设备 |
| US10311276B2 (en) | 2017-02-22 | 2019-06-04 | Synaptics Incorporated | Under display optical fingerprint sensor arrangement for mitigating moiré effects |
| TWI640929B (zh) * | 2017-04-18 | 2018-11-11 | Gingy Technology Inc. | 指紋辨識方法以及指紋辨識裝置 |
| CN107454963B (zh) * | 2017-06-16 | 2021-11-30 | 深圳市汇顶科技股份有限公司 | 指纹图像处理方法及光学指纹辨识系统 |
| WO2019061535A1 (zh) * | 2017-09-30 | 2019-04-04 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、装置和终端设备 |
| TWI696059B (zh) | 2017-10-05 | 2020-06-11 | 廣州印芯半導體技術有限公司 | 電子裝置以及指紋感測方法 |
| EP3594846A4 (en) * | 2017-11-24 | 2020-05-20 | Shenzhen Goodix Technology Co., Ltd. | BACKGROUND ELIMINATION METHOD, IMAGE MODULE AND OPTICAL FINGERPRINT IDENTIFICATION SYSTEM |
| CN109196524B (zh) * | 2018-02-23 | 2020-05-05 | 深圳市汇顶科技股份有限公司 | 通过光学感测检测指纹的电子设备及其操作方法 |
| CN110197101A (zh) | 2018-02-26 | 2019-09-03 | 南昌欧菲生物识别技术有限公司 | 光学指纹识别模组及电子装置 |
| CN109359459B (zh) * | 2018-10-26 | 2021-01-26 | 京东方科技集团股份有限公司 | 指纹识别方法、指纹识别装置和显示模组 |
| WO2020102945A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市汇顶科技股份有限公司 | 指纹识别方法、装置和电子设备 |
| CN110543851B (zh) * | 2018-11-30 | 2022-10-21 | 神盾股份有限公司 | 具有指纹感测功能的电子装置以及指纹图像处理方法 |
| EP3693887B1 (en) * | 2018-12-13 | 2022-02-16 | Shenzhen Goodix Technology Co., Ltd. | Fingerprint recognition apparatus and method, and electronic device |
| CN110070006B (zh) * | 2019-04-01 | 2021-09-21 | Oppo广东移动通信有限公司 | 指纹识别方法、电子装置及计算机可读取介质 |
| CN110020622B (zh) | 2019-04-02 | 2021-04-20 | Oppo广东移动通信有限公司 | 指纹识别方法及相关产品 |
| TWI810640B (zh) * | 2019-04-09 | 2023-08-01 | 聯詠科技股份有限公司 | 驅動裝置及其操作方法 |
| CN110097031B (zh) * | 2019-05-14 | 2023-07-25 | 上海菲戈恩微电子科技有限公司 | 一种屏下光学指纹图像的校正方法和装置 |
| WO2020237483A1 (zh) * | 2019-05-27 | 2020-12-03 | 深圳市汇顶科技股份有限公司 | 用于人脸识别的光学传感器、装置、方法和电子设备 |
| WO2021017014A1 (zh) * | 2019-08-01 | 2021-02-04 | 深圳市汇顶科技股份有限公司 | 指纹识别和防伪的方法、装置和电子设备 |
| KR20210017269A (ko) * | 2019-08-07 | 2021-02-17 | 삼성전자주식회사 | 보정 데이터의 획득을 위한 방법 및 이를 위한 전자 장치 |
| KR20210024877A (ko) * | 2019-08-26 | 2021-03-08 | 삼성전자주식회사 | 라이브니스 판단 방법 및 장치 |
| FR3102324B1 (fr) * | 2019-10-18 | 2021-10-01 | Idemia Identity & Security France | Procédé d’acquisition d’une image couleur et d’une image infra-rouge et système mettant en œuvre ledit procédé |
-
2020
- 2020-09-14 CN CN202010960874.7A patent/CN112101194A/zh active Pending
- 2020-09-14 TW TW109131462A patent/TWI793448B/zh active
- 2020-10-16 CN CN202011109804.7A patent/CN112232213B/zh active Active
- 2020-10-16 TW TW109135857A patent/TWI732698B/zh not_active IP Right Cessation
- 2020-11-02 US US17/086,473 patent/US11354530B2/en active Active
- 2020-11-23 US US17/100,956 patent/US11410412B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| TW202129520A (zh) | 2021-08-01 |
| US20210224574A1 (en) | 2021-07-22 |
| CN112232213A (zh) | 2021-01-15 |
| CN112101194A (zh) | 2020-12-18 |
| TWI732698B (zh) | 2021-07-01 |
| US20210224514A1 (en) | 2021-07-22 |
| TWI793448B (zh) | 2023-02-21 |
| US11354530B2 (en) | 2022-06-07 |
| US11410412B2 (en) | 2022-08-09 |
| CN112232213B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI732698B (zh) | 屏下指紋辨識防偽方法與系統 | |
| WO2020102945A1 (zh) | 指纹识别方法、装置和电子设备 | |
| CN110647862B (zh) | 指纹检测装置、方法和电子设备 | |
| CN100367293C (zh) | 用于显示器的光学检测的方法和装置 | |
| KR101758537B1 (ko) | 이미지 소자 휘도 조정 | |
| JP3231956U (ja) | 実指を判断するための統合型スペクトルセンシング装置 | |
| TWI751579B (zh) | 影像掃描裝置及影像掃描方法 | |
| CN109359459A (zh) | 指纹识别方法、指纹识别装置和显示模组 | |
| TW201824180A (zh) | 檢查裝置、檢查方法以及電腦可讀取的記錄媒體 | |
| CN106226033B (zh) | 检测透光基板透过率的方法及装置 | |
| US9218655B2 (en) | Brightness measuing method and system of device with backlight | |
| CN104980718B (zh) | 色彩校正装置以及方法 | |
| TW201009326A (en) | Method and system for verifying suspected defects of a printed circuit board | |
| TWI703509B (zh) | 光學檢測裝置以及校正方法 | |
| CN115278186B (zh) | 基于物联网的可控制均匀投影方法、装置、设备及介质 | |
| JP2021092439A (ja) | 照明最適化方法、制御装置、及びプログラム | |
| TWI677811B (zh) | 指紋辨識方法以及使用其的電子裝置 | |
| CN116187470A (zh) | 舌诊图像的颜色校正模型训练方法、颜色校正方法及设备 | |
| JP2007212690A (ja) | 液晶パネルの検査装置及びその検査方法 | |
| TWI577979B (zh) | 光源通道校正方法及系統 | |
| TWI804646B (zh) | 一種用於屏下成像的座標變換方法、存儲介質及電子設備 | |
| CN110672631B (zh) | 面板缺陷拍照方法和面板缺陷拍照装置 | |
| TW200813525A (en) | Method and device for inspecting image quality for color display board | |
| JP3794298B2 (ja) | 検査装置 | |
| TWI728394B (zh) | 自動搜索顯示螢幕厚度參數的方法、存儲介質及電子設備 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |