TW202305572A

TW202305572A - 生物特徵辨識方法

Info

Publication number: TW202305572A
Application number: TW111111360A
Authority: TW
Inventors: 毛宇農; 丘兆仟; 陳人豪; 陳與延
Original assignee: 友達光電股份有限公司
Priority date: 2021-07-23
Filing date: 2022-03-25
Publication date: 2023-02-01
Also published as: TWI806280B; TWI792729B; TW202306190A; TW202305651A; TWI792813B; TWI796183B; TWI799234B; TWI823209B; TW202335277A; TWI811854B; TW202335280A; TWI781026B; TW202306137A; TW202306138A; TW202306136A; TW202305658A; TW202306191A; TWI840212B; TWI790019B; TW202306189A

Abstract

一種生物特徵辨識方法，應用於生物特徵辨識裝置。生物特徵辨識方法包含計算第一生物特徵影像的灰階差值、根據灰階差值定義第一電壓差值、執行生物特徵感測以取得第二電壓差值以及根據第一電壓差值與第二電壓差值辨識生物特徵是否為真。

Description

生物特徵辨識方法

本揭露是有關於一種生物特徵辨識方法。

目前的電子裝置大多具有身分認證機制，其中利用生物特徵進行身分辨識的方式是近年來的趨勢。常見的認證方式為指紋辨識，因為指紋辨識易於整合在電子裝置中。

利用灰階影像辨識指紋的電子裝置需要擷取多幅灰階影像並透過影像處理以進行指紋辨識。然而，此方法需耗費大量時間擷取影像並透過演算法計算，使得生物特徵辨識效率難以提升。

有鑒於此，如何提供一種可解決上述問題的生物特徵辨識方法仍是本領域努力研發的目標。

本揭露之一技術態樣為一種生物特徵辨識方法，應用於生物特徵辨識裝置。生物特徵辨識裝置包含光源、感光元件以及積體電路。

在一實施例中，生物特徵辨識方法包含計算第一生物特徵影像的灰階差值、根據灰階差值定義第一電壓差值、執行生物特徵感測以取得第二電壓差值以及根據第一電壓差值與第二電壓差值辨識生物特徵是否為真。

在一實施例中，根據灰階差值定義第一電壓差值的步驟包含對灰階差值執行類比數位轉換以定義第一電壓差值。

在一實施例中，當第二電壓差值大於第一電壓差值時，生物特徵的辨識結果為是。

在一實施例中，計算生物特徵的灰階差值的步驟還包含定義光源的亮度為第一亮度；執行生物特徵感測以生成第一生物特徵影像；以及對第一生物特徵影像執行影像處理以計算第一生物特徵影像的灰階差值。

在一實施例中，執行生物特徵感測以取得第二電壓差值的步驟還包含感光元件接收生物特徵反射的光線以產生光漏電以及積體電路根據光漏電得出第二電壓差值。

在一實施例中，當第二電壓差值小於第一電壓差值時，生物特徵的辨識結果為否，且生物特徵辨識方法還包含執行生物特徵感測以生成第二生物特徵影像以及對第二生物特徵影像執行影像處理以得出心率數值。

在一實施例中，生物特徵辨識方法還包含判斷心率數值是否在心率區間中。

在一實施例中，當第二電壓差值小於第一電壓差值時，生物特徵的辨識結果為否，且生物特徵辨識方法還包含定義光源的亮度為第二亮度，且第二亮度大於第一亮度；以及執行生物特徵感測以取得第三電壓差值。

在一實施例中，生物特徵辨識方法還包含根據第一電壓差值與第三電壓差值辨識生物特徵是否為真。

在一實施例中，當第三電壓差值大於第一電壓差值時，生物特徵的辨識結果為是，當第三電壓差值小於第一電壓差值時，生物特徵的辨識結果為否。

在上述實施例中，生物特徵辨識方法可藉由將灰階差值轉換成可用於判斷生物特徵是否為真的第一電壓差值，並根據感光元件照光後產生的光漏電差異定義出第二電壓差值。在生物特徵辨識方法的第一階段先藉由第一電壓差值與第二電壓差值進行判定，因此可省略以影像處理模組擷取影像並進行影像處理的步驟。如此一來，可縮減辨識生物特徵的時間。此外，本揭露中藉由灰階差值定義第一電壓差值的方式不受限於指紋圖樣。不同使用者要達到相同灰階差值所對應的光漏電差異是相同的，因此本揭露的生物特徵辨識方法不限制於單一使用者。

以下將以圖式揭露本發明之複數個實施方式，為明確說明起見，許多實務上的細節將在以下敘述中一併說明。然而，應瞭解到，這些實務上的細節不應用以限制本發明。也就是說，在本發明部分實施方式中，這些實務上的細節是非必要的。此外，為簡化圖式起見，一些習知慣用的結構與元件在圖式中將以簡單示意的方式繪示之。且為了清楚起見，圖式中之層和區域的厚度可能被誇大，並且在圖式的描述中相同的元件符號表示相同的元件。

第1圖為根據本揭露一實施例之生物特徵辨識裝置100的側視圖。生物特徵辨識裝置100包含光源110、指紋感測模組120以及保護層130。生物特徵辨識裝置100用於指紋辨識及計算心率。當手指200按壓於感測區域A時，光源110發出的光線被手指200反射。脈搏週期性地跳動使得指紋感測模組120接收到的反射光所產生的影像具有灰階變化。藉由擷取指紋灰階影像並對其執行影像處理以計算出影像的灰階變化頻率可得出心率數值。在本揭露中，光源110具有單一波段，只要是指紋感測模組120可吸收的波段即可。

第2圖為第1圖之生物特徵辨識裝置100的方塊圖。生物特徵辨識裝置100包含彼此電性連接的指紋感測模組120、類比數位轉換器140、影像處理模組150以及電子裝置160。

第3A圖與第3B圖為影像處理流程示意圖。執行生物特徵感測時，藉由指紋感測模組120在一時間區段內以固定時間間隔擷取多幅指紋灰階影像。舉例來說，指紋感測模組120可每隔0.1秒即擷取一張指紋灰階影像。此處所指的生物特徵影像為感測區域A(見第1圖)所接收到的指紋灰階影像。

影像處理模組150可計算出每一幅指紋灰階影像中特定區域的平均灰階數值。舉例來說，在手指200按壓的感測區域A中框選出範圍大約為0.1吋乘以0.1吋的區域作為影像處理的範圍。由於成人指紋中一組波峰與波谷佔據寬度約為0.45毫米至0.5毫米。因此框選出的範圍至少需大於0.5毫米乘以0.5毫米，但本揭露不以此為限。

第3A圖繪示了150幅指紋灰階影像的平均灰階數值。第3B圖繪示了經演算法處理後的150幅指紋灰階影像的平均灰階數值。第3B圖是將第3A圖所示由影像處理模組150計算出的平均灰階數值減少高頻雜訊後，將平均灰階數值分佈的整體平均值重新定義為零並經過計算得出平均灰階數值分佈的震盪大小結果。第3B圖中的虛線標示出震盪大小為1的範圍。在此實施例中，當震盪大小大於1時，代表此區間內的指紋灰階影像是可用於偵測心率的，亦即代表此指紋灰階影像是來自活體指紋。

第4圖為指紋感測模組120的電路圖。指紋感測模組120包含彼此電性連接的畫素電路122以及積體電路124。在本實施例中，畫素電路122包含薄膜電晶體(TFT)開關1222與感光元件1224。薄膜電晶體開關1222連接感光元件1224，感光元件1224為光電二極體(photo diode)。積體電路124包含積分器1242與暫存器1244。積分器1242電性連接薄膜電晶體開關1222。

參照第4圖。由於感光元件1224照光後產生光漏電，積體電路124產生回充電流I。回充電流I對應的回充電壓可透過積分器1242暫存於暫存器1244中。

為感光元件1224正極的偏壓、

為參考電壓、

為輸出電壓。第一開關1246導通時，可將資料電壓

重置為參考電壓

。第二開關1248導通時，可將輸出電壓

紀錄於暫存器1244。應理解到，第4圖所示的電路圖僅為示例，其並非用以限制本揭露。

第5圖為感光元件1224的光漏電與偏壓關係圖。如第5圖所示，亮暗變化的反射光使感光元件1224產生的光漏電具有差異。曲線C1與曲線C2分別代表脈搏舒張與脈搏收縮時感光元件1224產生的光漏電與偏壓的關係。曲線C1與曲線C2之間的差異即為光漏電差異。

參照第2圖。生物特徵辨識裝置100還包含第一暫存器1244A、第二暫存器1244B、第三暫存器1244C、邏輯運算單元170A以及邏輯運算單元170B。邏輯運算單元170A配置以判定暫存於第二暫存器1244B與第三暫存器1244C中數值的差值，邏輯運算單元170B接著判定此差值與暫存於第一暫存器1244A中的數值之間的差值。

在本實施例中，脈搏週期性地跳動使得感光元件1224的產生光漏電具有差異，因此可由積體電路124記錄對應此光漏電變化的電壓差值。類比數位轉換器140可將電壓差值轉換成對應的灰階數值，也可將灰階數值轉換成電壓差值。電子裝置160為具有指紋感測模組120的裝置，例如手機、平板等具有身分認證機制的電子裝置。

本揭露的生物特徵辨識方法利用電壓差值作為辨識指紋是否為真(指紋是否為活體指紋)的標準，藉此達到快速辨識的效果。以下將說明生物特徵辨識方法的詳細步驟。

第6A圖至第6B圖為根據本揭露一實施例之生物特徵辨識方法300的流程圖。同時參照第1圖與第6A圖。在生物特徵辨識方法的步驟S1中，定義光源110的亮度為第一亮度。舉例來說，在本實施例中，藉由反射率為79%的標準片反射光源110的光線，當指紋感測模組120接收的到的灰階影像具有灰階平均數值180時的光源亮度即定義為光源110的第一亮度。上述以灰階數值180定義第一亮度僅為示例，只要是生物特徵辨識裝置100可清楚辨識指紋灰階影像的灰階數值即可。

同時參照第6A圖、第3A圖與第3B圖。在生物特徵辨識方法的步驟S2中，執行生物特徵感測以生成生物特徵影像，並對生物特徵影像執行影像處理以計算生物特徵影像的灰階差值。經由前述的影像處理步驟後，即可從第3A圖所示的平均灰階數值中計算灰階差值。舉例來說，如第3A圖中所示的區間180中計算得出灰階差值190為1.4。換句話說，藉由本實施例中的演算法對指紋灰階影像進行計算後，得出灰階差值190大於1.4可代表此指紋灰階影像是來自活體指紋。

應理解到，上述影像處理的詳細步驟僅為示例，其並非用以限制本發明。本領域技術人員應當可根據實際需求進行調整，只要可計算出用以辨識生物特徵影像是否來自活體指紋的灰階差值190即可。

同時參照第2圖及第6A圖。在生物特徵辨識方法的步驟S3中，透過類比數位轉換器140對灰階差值190執行類比數位轉換以取得第一電壓差值。在本實施例中，第一電壓差值可透過類比數位轉換器140轉換為灰階訊號。同樣地，在已知灰階差值190為1.4的狀況下，可透過類比數位轉換器140將灰階差值190轉換為可用於辨識生物特徵是否為真所需的第一電壓差值。

同時參照第2圖及第6A圖。在生物特徵辨識方法的步驟S4中，定義第一電壓差值為脈搏跳動需產生的電壓差。在此步驟中，反推得知的第一電壓差值暫存於第一暫存器1244A中，以定義為用於辨識指紋是否為真的第一電壓差值。

同時參照第4圖及第6A圖。在生物特徵辨識方法的步驟S5中，執行生物特徵感測。指紋反射的光線照射到感光元件1224後，使感光元件1224產生光漏電。在此步驟中，手指200按壓於感測區域A上(見第1圖)。脈搏跳動使得指紋感測模組120接收到的反射光呈現亮暗變化，並因此使感光元件1224產生隨脈搏跳動產生的光漏電變化。

同時參照第2圖及第6A圖。在生物特徵辨識方法的步驟S6中，積體電路124暫存回充電壓以取得第二電壓差值。在此步驟中，積體電路124產生對應光漏電差異的回充電壓。舉例來說，脈搏舒張期間的回充電壓可透過積分器1242暫存於第二暫存器1244B中。脈搏收縮期間的回充電壓可透過積分器1242暫存於第三暫存器1244C中。邏輯運算單元170A判斷暫存於第二暫存器1244B與第三暫存器1244C中的回充電壓之間的差值。如此一來，即可得出對應光漏電差異的回充電壓差值，並將此回充電壓差值定義為第二電壓差值。

同時參照第2圖及第6A圖。在生物特徵辨識方法的步驟S7中，判定第二電壓差值是否大於第一電壓差值。邏輯運算單元170B可進行第一電壓差值與第二電壓差值的差值判定。

同時參照第2圖及第6A圖。在生物特徵辨識方法的步驟S8中，當第二電壓差值大於第一電壓差值時，辨識結果為是。生物特徵判定為活體指紋。電子裝置160即可顯示辨識結果。在一些實施例中，影像處理模組150可選擇性地在完成步驟S1至步驟S8後執行影像處理以計算心率，並透過電子裝置160顯示心率數值。

第二電壓差值大於第一電壓差值相當於脈搏跳動產生的指紋灰階影像的灰階差值大於前述計算出的灰階差值190。然而，由於本揭露透過先將灰階差值190轉換成第一電壓差值，因此判定步驟可省略擷取影像以及進行影像處理所需的時間。

同時參照第6A圖及第6B圖。當第二電壓差值小於第一電壓差值時，辨識結果為否。生物特徵辦定為非活體指紋，將接續第6B圖的步驟以進一步辨識生物特徵是否為真。換句話說，第6A圖的步驟S1至步驟S7為第一階段辨識流程，第6B圖的步驟S9至步驟S14則為第二階段辨識流程。當第一階段辨識流程辨識結果為否時，接續進行第二階段辨識流程可避免誤判並增進生物特徵辨識的準確度。

參照第6B圖。在生物特徵辨識方法的步驟S9中，再次執行生物特徵感測。在此步驟中，手指200再次按壓於感測區域A上(見第1圖)，指紋感測模組120擷取指紋灰階影像。

同時參照第2圖及第6B圖。在生物特徵辨識方法的步驟S10中，影像處理模組150對生物特徵影像執行影像處理。舉例來說，影像處理模組150擷取150幅指紋灰階影像以計算出平均灰階數值。

參照第6B圖。在生物特徵辨識方法的步驟S11中，藉由演算法計算出灰階變化頻率以得出心率數值。

參照第6B圖，在生物特徵辨識方法的步驟S12中，判定心率數值是否在合理的心率區間中。舉例來說，本實施例中以每分鐘50次至120次心跳為合理心率區間，但其並非用以限制本揭露。

同時參照第2圖及第6B圖。如步驟S13所示，當心率數值在合理的心率區間中時，辨識結果為是且第二階段辨識流程結束。生物特徵判定為活體指紋。電子裝置160即可顯示辨識結果。在一些實施例中，電子裝置160可選擇性地在完成辨識步驟後顯示心率數值。

同時參照第2圖及第6B圖。如步驟S14所示，當心率數值在合理的心率區間外時，辨識結果為否且第二階段辨識流程結束。生物特徵判定為非活體指紋。電子裝置160顯示辨識結果。

根據上述可知，本揭露的生物特徵辨識方法，可藉由將灰階差值轉換成可用於判斷生物特徵是否為真的第一電壓差值，並根據感光元件照光後產生的光漏電差異定義出第二電壓差值。在生物特徵辨識方法的第一階段先藉由第一電壓差值與第二電壓差值進行判定，因此可省略以影像處理模組150擷取影像並進行影像處理的步驟。如此一來，可縮減辨識生物特徵的時間。此外，若第一階段辨識結果為否，可再進行第二階段辨識流程以避免誤判並增進生物特徵辨識的準確度。本揭露中藉由灰階差值定義第一電壓差值的方式不受限於指紋圖樣。不同使用者要達到相同灰階差值所所對應的光漏電差異是相同的，因此本揭露的生物特徵辨識方法不限制於單一使用者。

第7A圖至第7B圖為根據本揭露另一實施例之生物特徵辨識方法400的流程圖。生物特徵辨識方法400的步驟S1至步驟S8與第6A圖所示的生物特徵辨識方法300相同(亦即第一階段辨識流程相同)，於此不贅述。生物特徵辨識方法400與生物特徵辨識方法300相異處在於，當第二電壓差值小於第一電壓差值時，接續步驟S15至步驟19，此處稱為第三階段辨識。

同時參照第1圖與參照第7B圖。在生物特徵辨識方法400的步驟S15中將光源110的亮度定義為第二亮度。第二亮度大於步驟S1中的第一亮度。舉例來說，藉由反射率為79%的標準片反射光線，當指紋感測模組120接收的到的灰階影像具有灰階數值200時的光源亮度定義為第二亮度。如此一來，可避免採用第一亮度時指紋反射不佳造成誤判的機率。上述以灰階數值200定義第二亮度僅為示例，只要第二亮度大於第一亮度，且生物特徵辨識裝置100可清楚辨識指紋灰階影像的灰階數值即可。

參照第7B圖。在生物特徵辨識方法400的步驟S16中，再次執行生物特徵感測。在此步驟中，手指200再次按壓於感測區域A上(見第1圖)，指紋感測模組120擷取指紋灰階影像。

同時參照第2圖及參照第7B圖。在生物特徵辨識方法400的步驟S17中，積體電路124暫存回充電壓以取得第三電壓差值。在此步驟中，積體電路124產生對應光漏電的回充電壓。脈搏舒張期間的回充電壓可透過積分器1242暫存於第二暫存器1244B中。脈搏收縮期間的回充電壓可透過積分器1242暫存於第三暫存器1244C中。邏輯運算單元170A判斷暫存於第二暫存器1244B與第三暫存器1244C中的回充電壓之間的差值。如此一來，即可得出光漏電差異產生的回充電壓差值，並將此回充電壓差值定義為第三電壓差值。

同時參照第2圖及第7B圖。在生物特徵辨識方法400的步驟S18中，判定第三電壓差值是否大於第一電壓差值。邏輯運算單元170B可進行第一電壓差值與第三電壓差值的差值判定。

同時參照第2圖及第7B圖。在生物特徵辨識方法的步驟S19中，當第三電壓差值大於第一電壓差值時，辨識結果為是。生物特徵判定為活體指紋。電子裝置160即可顯示辨識結果。在一些實施例中，影像處理模組150可選擇性地在完成辨識步驟S15至步驟S19後執行影像處理以計算心率，並透過電子裝置160顯示心率數值。

同時參照第2圖及第7B圖。在生物特徵辨識方法的步驟S20中，當第三電壓差值小於第一電壓差值時，辨識結果為否且第三階段辨識流程結束。電子裝置160顯示辨識結果。

綜上所述，本揭露的生物特徵辨識方法，可藉由灰階差值轉換成可用於判斷生物特徵是否為真的第一電壓差值，並根據感光元件照光後產生的光漏電差異定義出第二電壓差值。在生物特徵辨識方法的第一階段辨識流程中先藉由第一電壓差值與第二電壓差值進行判定，因此可省略以影像處理模組擷取影像並進行影像處理的步驟。如此一來，可縮減辨識生物特徵的時間。此外，若第一階段辨識流程的結果為否，可再進行第二階段辨識流程或第三階段辨識流程以避免誤判並增進生物特徵辨識的準確度。第二階段辨識流程中可採用計算心率方式進行生物特徵辨識，第三階段辨識流程中可採用較大的光源亮度進行生物特徵辨識。本揭露中藉由灰階差值定義第一電壓差值的方式不受限於指紋圖樣。不同使用者要達到相同灰階差值所對應的光漏電差異是相同的，因此本揭露的生物特徵辨識方法不限制於單一使用者。

雖然本揭露已以實施方式揭露如上，然其並非用以限定本揭露，任何熟習此技藝者，在不脫離本揭露之精神和範圍內，當可作各種之更動與潤飾，因此本揭露之保護範圍當視後附之申請專利範圍所界定者為準。

100:生物特徵辨識裝置 110:光源 120:指紋感測模組 122:畫素電路 1222:薄膜電晶體開關 1224:感光元件 124:積體電路 1242:積分器 1244:暫存器 1244A:第一暫存器 1244B:第二暫存器 1244C:第三暫存器 1246:第一開關 1248:第二開關 130:保護層 140:類比數位轉換器 150:影像處理模組 160:電子裝置 170A,170B:邏輯運算單元 180:區間 190:灰階差值 200:手指 300,400:生物特徵辨識方法 I:回充電流 A:感測區域

:偏壓

:參考電壓

:輸出電壓

:資料電壓 C1,C2:曲線 S1~S20:步驟

第1圖為根據本揭露一實施例之生物特徵辨識裝置的側視圖。第2圖為第1圖之生物特徵辨識裝置的方塊圖。第3A圖與第3B圖為影像處理流程示意圖。第4圖為指紋感測模組的電路圖。第5圖為感光元件的光漏電與偏壓關係圖。第6A圖至第6B圖為根據本揭露一實施例之生物特徵辨識方法的流程圖。第7A圖至第7B圖為根據本揭露另一實施例之生物特徵辨識方法的流程圖。

300:生物特徵辨識方法

S1~S8:步驟

Claims

一種生物特徵辨識方法，應用於一生物特徵辨識裝置，該生物特徵辨識裝置包含一光源、一感光元件以及一積體電路，且該生物特徵辨識方法包含：計算一第一生物特徵影像的一灰階差值；根據該灰階差值定義一第一電壓差值; 執行生物特徵感測以取得一第二電壓差值；以及根據該第一電壓差值與該第二電壓差值辨識一生物特徵是否為真。
如請求項1所述之生物特徵辨識方法，其中根據該灰階差值定義該第一電壓差值的步驟包含：對該灰階差值執行類比數位轉換以定義該第一電壓差值。
如請求項1所述之生物特徵辨識方法，其中當該第二電壓差值大於該第一電壓差值時，該生物特徵的辨識結果為是。
如請求項1所述之生物特徵辨識方法，其中計算該生物特徵的該灰階差值的步驟還包含：定義該光源的亮度為一第一亮度；執行生物特徵感測以生成一第一生物特徵影像；以及對該第一生物特徵影像執行影像處理以計算該第一生物特徵影像的該灰階差值。
如請求項4所述之生物特徵辨識方法，執行生物特徵感測以取得該第二電壓差值的步驟還包含：該感光元件接收該生物特徵反射的光線以產生一光漏電；以及該積體電路根據該光漏電得出該第二電壓差值。
如請求項4所述之生物特徵辨識方法，其中當該第二電壓差值小於該第一電壓差值時，該生物特徵的辨識結果為否，且該生物特徵辨識方法還包含：執行生物特徵感測以生成一第二生物特徵影像對該第二生物特徵影像執行影像處理以得出一心率數值。
如請求項6所述之生物特徵辨識方法，還包含：判斷該心率數值是否在一心率區間中。
如請求項4所述之生物特徵辨識方法，其中當該第二電壓差值小於該第一電壓差值時，該生物特徵的辨識結果為否，且該生物特徵辨識方法還包含：定義該光源的亮度為一第二亮度，且該第二亮度大於該第一亮度；以及執行生物特徵感測以取得一第三電壓差值。
如請求項8所述之生物特徵辨識方法，還包含：根據該第一電壓差值與該第三電壓差值辨識該生物特徵是否為真。
如請求項9所述之生物特徵辨識方法，其中當該第三電壓差值大於該第一電壓差值時，該生物特徵的辨識結果為是；當該第三電壓差值小於該第一電壓差值時，該生物特徵的辨識結果為否。