TWI590170B - 部分指紋驗證的疊代匹配方法與系統 - Google Patents

部分指紋驗證的疊代匹配方法與系統 Download PDF

Info

Publication number
TWI590170B
TWI590170B TW105126370A TW105126370A TWI590170B TW I590170 B TWI590170 B TW I590170B TW 105126370 A TW105126370 A TW 105126370A TW 105126370 A TW105126370 A TW 105126370A TW I590170 B TWI590170 B TW I590170B
Authority
TW
Taiwan
Prior art keywords
matching
feature
features
initial
progressive
Prior art date
Application number
TW105126370A
Other languages
English (en)
Other versions
TW201807618A (zh
Inventor
謝明得
羅寶承
楊得煒
Original Assignee
財團法人成大研究發展基金會
奇景光電股份有限公司
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 財團法人成大研究發展基金會, 奇景光電股份有限公司 filed Critical 財團法人成大研究發展基金會
Priority to TW105126370A priority Critical patent/TWI590170B/zh
Application granted granted Critical
Publication of TWI590170B publication Critical patent/TWI590170B/zh
Publication of TW201807618A publication Critical patent/TW201807618A/zh

Links

Landscapes

  • Collating Specific Patterns (AREA)

Description

部分指紋驗證的疊代匹配方法與系統
本發明係有關指紋驗證,特別是關於一種部分指紋驗證的疊代匹配(iterative matching)方法與系統。
指紋廣泛作為辨識與存取控制的一種生物特徵量測(biometrics)手段。電子裝置(特別是手持式電子裝置,例如行動電話或平板電腦)逐漸使用指紋驗證以取代密碼驗證,用以增進便利與安全。
指紋的特徵係基於紋脊(ridge)與紋溝(valley),其構成每一個人的指紋的獨特圖樣。主要的指紋特徵點(minutiae)包含紋脊終端點(ending)與紋脊分叉點(bifurcation)。指紋驗證包含二階段:(1)登入(enrollment)及(2)匹配。於登入階段,取得登入者指紋並儲存於資料庫。於匹配階段,將請求者指紋與登入者指紋進行比對。
某些指紋感測器(特別是手持式電子裝置)的尺寸小於一般指紋的大小,因此僅能偵測到指紋的部分訊息。相較於全尺寸指紋感測器,使用小尺寸指紋感測器會大大降低其指紋驗證的效能。
鑑於此,指紋驗證時通常涉及指紋特徵點,而非整個指紋圖樣。然而,由於相應特徵的偏差,相應特徵的平移(translation)與旋轉(rotation)的相對關係經常會造成特徵失配(mismatch),因而將低效能(例如正確接受率,genuine acceptance rate或GAR)。
鑑於傳統無法基於部分指紋輸入以有效進行指紋驗證,因此亟需提出一種部分指紋驗證的新穎方法,以增強其效能。
鑑於上述,本發明實施例的目的之一在於提出一種部分指紋驗證的疊代匹配方法與系統,僅須增加稍許額外處理時間,即可提高指紋驗證的匹配結果與效能。
根據本發明實施例,提供複數資料庫特徵與複數輸入特徵。執行初始特徵匹配,使用其中一資料庫特徵作為第一參考點,用以初始比對該些輸出特徵與該些資料庫特徵,因而於初始匹配資料庫特徵與相應初始匹配輸入特徵之間形成初始匹配特徵對。執行累進特徵匹配,使用該些初始匹配資料庫特徵的重心作為第二參考點,用以累進比對該些輸出特徵與該些資料庫特徵,因而於累進匹配資料庫特徵與相應累進匹配輸入特徵之間形成累進匹配特徵對。
第一圖顯示適用於本發明實施例的指紋系統100的簡化方塊圖。指紋系統100包含指紋感測器11,用以擷取指紋影像(亦即,指紋圖樣的數位影像)。在本說明書中,指紋影像通常簡稱為指紋。指紋感測器11所使用的技術可以為電容、光學、射頻(RF)、熱能或壓阻(piezoresistive)。接著,處理器12(例如數位影像處理器)對指紋感測器11所擷取的指紋影像進行數位處理,用以從擷取指紋影像萃取出相關特徵。數位影像處理器為數位信號處理器的一種,可作為電子裝置(例如行動電話或平板電腦)內影像處理之用。所擷取特徵可儲存於記憶體裝置(簡稱為記憶體)13,於後續作為匹配之用。記憶體13包含一或多個儲存區域,其可由相同或相異儲存技術(例如非揮發性記憶體與揮發性記憶體)所製造。在本說明書中,特徵(feature)與特徵點(minutiae)二詞可互用。特徵點可涉及指紋的特徵,用以進行比對之用。特徵點可包含紋脊終端點、紋脊分叉點、短(或獨立)紋脊、島、封閉紋脊(ridge enclosure)、鉤型(spur)、交叉(或橋)、三角點(delta)及中心(core)。
第二圖顯示本發明實施例之部分指紋驗證的疊代匹配方法200的流程圖。疊代匹配方法200的步驟可由電子電路(例如第一圖的處理器12)來執行,其對指紋感測器11或/且記憶體13的資料進行運算,用以產生輸出。
第三圖顯示本發明實施例之部分指紋驗證的疊代匹配系統300(相應於第二圖的疊代匹配方法200)的方塊圖。疊代匹配系統300的方塊可藉由硬體、軟體或其組合來實施。在一實施例中,疊代匹配系統300的方塊可由指紋感測器11、處理器12與記憶體13並配合操作於處理器12內的軟體或指令來實施。
於步驟21,資料庫特徵單元31提供資料庫特徵集(database feature set),其包含資料庫特徵(或登入者特徵),用以產生生物特徵量測樣板(biometric template),其經事先儲存起來作為後續匹配之用。換言之,指紋感測器11取得(或擷取)資料庫特徵,經處理器12萃取後,儲存於記憶體13的資料庫當中作為後續使用。
於步驟22,輸入特徵單元32提供輸入特徵集(input feature set),其包含輸入特徵(或請求者特徵)。換言之,指紋感測器11取得(或擷取)輸入特徵,經處理器12萃取後,暫存於記憶體13的儲存區域。
在本實施例中,資料庫特徵與輸入特徵所包含的資料可為平移值與旋轉值,表示為(x, y,θ),其中x代表X軸向的平移值(或座標),y代表Y軸向的平移值,且θ代表旋轉值(例如紋脊角度)。
於步驟23,初始特徵匹配單元33比對輸入特徵集的輸入特徵與資料庫特徵集的資料庫特徵,以進行初始特徵匹配。根據本實施例,初始特徵匹配(步驟23)的執行係使用資料庫特徵之一作為(第一)參考點。
第四A圖例示資料庫特徵(以原圈表示),且第四B圖例示輸入特徵(以三角形表示)。為易於瞭解起見,資料庫特徵集僅包含三資料庫特徵F1’、F2’及F3’,分別表示為(x1’, y1’,θ1’)、(x2’, y2’,θ2’)及(x3’, y3’,θ3’);輸入特徵集僅包含三輸入特徵F1、F2及F3,分別表示為(x1, y1,θ1)、(x2, y2,θ2)及(x3, y3,θ3)。
詳而言之,於初始特徵匹配(步驟23)時,以資料庫特徵F1’作為參考點,且輸入特徵F1、F2及F3根據參考點F1’的平移值(x1’, y1’)與相應輸入特徵F1的平移值(x1, y1)進行平移,因而將F1重疊於F1’。接下來,輸入特徵F1、F2及F3根據參考點F1’的旋轉值(θ1’)與相應輸入特徵F1的旋轉值(θ1)所決定角度進行旋轉。上述初始特徵匹配(步驟23)可使用傳統技術來執行,其細節因此省略。
第四C圖顯示執行初始特徵匹配(步驟23)後的資料庫特徵與輸入特徵。如第四C圖所例示,初始匹配資料庫特徵(F1’, F2’)與相應初始匹配輸入特徵(F1, F2)之間形成有二初始匹配特徵對(F1’, F1)與(F2’, F2),其分別位於相關匹配定界框(matching bounding box)40內部。在本實施例中,匹配定界框40定義相關資料庫特徵的預定範圍。如第四C圖所例示,由於輸入特徵F3位於相關匹配定界框40的外部,因此形成一初始失配特徵對(F3’, F3)。換句話說,於執行初始特徵匹配(步驟23)後,共有二初始匹配資料庫特徵F1’與F2’,及二初始匹配輸入特徵F1與F2。然而,於執行初始特徵匹配(步驟23)後,仍有一初始失配資料庫特徵D3’與一初始失配輸入特徵F3。
第四A圖至第四C圖所例示的初始特徵匹配僅顯示多種可能匹配組合情形之一。對於第四A圖至第四C圖所示的三資料庫特徵與三輸入特徵,總共有9(=3x3)種可能匹配組合情形。一般來說,若有n資料庫特徵與m輸入特徵,則總共有nxm種可能匹配組合情形。
於步驟24,累進(progressive)特徵匹配單元34比對輸入特徵集的輸入特徵與資料庫特徵集的資料庫特徵,以進行累進特徵匹配。根據本實施例,累進特徵匹配(步驟24)的執行係使用初始匹配資料庫特徵的重心(gravity center)作為(第二)參考點。舉例而言,使用初始匹配資料庫特徵F1’與F2’的重心作為累進特徵匹配(步驟24)的參考點。值得注意的是,累進特徵匹配(步驟24)可適用於經初始特徵匹配(步驟23)具至少二初始匹配資料庫特徵的所有匹配組合情形。於另一實施例中,累進特徵匹配(步驟24)僅適用於部分的匹配組合情形。例如,累進特徵匹配(步驟24)適用於經初始特徵匹配(步驟23)具至少p(p為大於2的整數)初始匹配資料庫特徵的所有匹配組合情形。
第五A圖顯示第四C圖之初始匹配資料庫特徵的重心GC’,且第五B圖顯示第四C圖之初始匹配輸入特徵的重心GC。詳而言之,於累進特徵匹配(步驟24)時,使用初始匹配資料庫特徵(例如F1’與F2’)的重心GC’作為參考點,且初始匹配輸入特徵(例如F1與F2)的重心GC根據初始匹配資料庫特徵與初始匹配輸入特徵之間的平移差值,以進行平移,因而將GC重疊於GC’。在本實施例中,Δx1(=x1-x1’)表示初始匹配特徵對(F1’, F1)於X軸向的平移差值,且Δy1(=y1-y1’)表示初始匹配特徵對(F1’, F1)於Y軸向的平移差值。類似的情形,Δx2(=x2-x2’)表示初始匹配特徵對(F2’, F2)於X軸向的平移差值,且Δy2(=y2-y2’)表示初始匹配特徵對(F2’, F2)於Y軸向的平移差值。
接下來,輸入特徵F1、F2及F3根據初始匹配資料庫特徵與初始匹配輸入特徵之間所決定的旋轉差值,於參考點進行旋轉。在本實施例中,Δθ1(=θ1-θ1’)表示初始匹配特徵對(F1, F1’)的旋轉差值,且Δθ2(=θ2-θ2’)表示初始匹配特徵對(F2, F2’)的旋轉差值。
上述平移差值(例如Δx1、Δx2、Δy1及Δy2)與旋轉差值(例如Δθ1及Δθ2)可由調整單元35(第三圖)產生得到。除了平移差值與旋轉差值,調整單元35更產生平均平移差值,其為平移差值的平均值(例如Δx1+Δx2)/2及(Δy1+Δy2)/2),且產生平均旋轉差值,其為旋轉差值的平均值(例如(Δθ1+Δθ2)/2)。藉此,初始匹配輸入特徵(例如F1與F2)的重心GC根據平均平移差值(亦即(Δx1+Δx2)/2及(Δy1+Δy2)/2),經平移以重疊於初始匹配資料庫特徵(例如F1’與F2’)的重心GC’,接著於參考點旋轉一角度,其相當於平均旋轉差值(亦即(Δθ1+Δθ2)/2)。
第五C圖顯示執行累進特徵匹配(步驟24)後的資料庫特徵與輸入特徵。如第五C圖所示,除了累進匹配特徵對(F1’, F1)與(F2’, F2)之外,藉由累進特徵匹配(步驟24)使得輸入特徵F3也位於相關匹配界定框40內部,因此特徵對(F3’, F3)也成為累進匹配特徵對,因而提高匹配結果並增強指紋驗證的效能。因此,於執行累進特徵匹配(步驟24)後,總共形成三累進匹配資料庫特徵F1’、F2’及F3’,與三累進匹配特徵F1、F2及F3。
如第二圖所示步驟25,重複執行累進特徵匹配(步驟24),直到累進匹配特徵對的值Mi不再大於初始匹配特徵對的值N或者前一累進匹配特徵對的值Mi-1。換句話說,重複執行累進特徵匹配(步驟24)以提高匹配結果並增強指紋驗證的效能,直到累進匹配特徵對的值不再增加為止。
以上所述僅為本發明之較佳實施例而已,並非用以限定本發明之申請專利範圍;凡其它未脫離發明所揭示之精神下所完成之等效改變或修飾,均應包含在下述之申請專利範圍內。
100‧‧‧指紋系統
11‧‧‧指紋感測器
12‧‧‧處理器
13‧‧‧記憶體
200‧‧‧疊代匹配方法
21‧‧‧提供資料庫特徵集
22‧‧‧提供輸入特徵集
23‧‧‧初始特徵匹配
24‧‧‧累進特徵匹配
25‧‧‧比較累進匹配特徵對與初始匹配特徵對的值
300‧‧‧疊代匹配系統
31‧‧‧資料庫特徵單元
32‧‧‧輸入特徵單元
33‧‧‧初始特徵匹配單元
34‧‧‧累進特徵匹配單元
35‧‧‧調整單元
40‧‧‧匹配定界框
F1’‧‧‧資料庫特徵
F2’‧‧‧資料庫特徵
F3’‧‧‧資料庫特徵
F1‧‧‧輸入特徵
F2‧‧‧輸入特徵
F3‧‧‧輸入特徵
GC’‧‧‧重心
GC‧‧‧重心
○‧‧‧資料庫特徵
Δ‧‧‧輸入特徵
Mi‧‧‧累進匹配特徵對的值
N‧‧‧初始匹配特徵對的值
Mi-1‧‧‧前一累進匹配特徵對的值
第一圖顯示適用於本發明實施例的指紋系統的簡化方塊圖。 第二圖顯示本發明實施例之部分指紋驗證的疊代匹配方法的流程圖。 第三圖顯示本發明實施例之部分指紋驗證的疊代匹配系統(相應於第二圖的疊代匹配方法)的方塊圖。 第四A圖例示資料庫特徵。 第四B圖例示輸入特徵。 第四C圖顯示執行初始特徵匹配後的資料庫特徵與輸入特徵。 第五A圖顯示第四C圖之初始匹配資料庫特徵的重心。 第五B圖顯示第四C圖之初始匹配輸入特徵的重心。 第五C圖顯示執行累進特徵匹配後的資料庫特徵與輸入特徵。
200‧‧‧疊代匹配方法
21‧‧‧提供資料庫特徵集
22‧‧‧提供輸入特徵集
23‧‧‧初始特徵匹配
24‧‧‧累進特徵匹配
25‧‧‧比較累進匹配特徵對與初始匹配特徵對的值
Mi‧‧‧累進匹配特徵對的值
N‧‧‧初始匹配特徵對的值
Mi-1‧‧‧前一累進匹配特徵對的值

Claims (18)

  1. 一種部分指紋驗證的疊代匹配方法,包含:      提供複數資料庫特徵;      提供複數輸入特徵;      執行初始特徵匹配,使用其中一資料庫特徵作為第一參考點,用以初始比對該些輸出特徵與該些資料庫特徵,因而於初始匹配資料庫特徵與相應初始匹配輸入特徵之間形成初始匹配特徵對;及      執行累進特徵匹配,使用該些初始匹配資料庫特徵的重心作為第二參考點,用以累進比對該些輸出特徵與該些資料庫特徵,因而於累進匹配資料庫特徵與相應累進匹配輸入特徵之間形成累進匹配特徵對。
  2. 根據申請專利範圍第1項所述部分指紋驗證的疊代匹配方法,其中該資料庫特徵與該輸入特徵包含平移值及旋轉值。
  3. 根據申請專利範圍第2項所述部分指紋驗證的疊代匹配方法,於該初始特徵匹配步驟中,其中該些輸入特徵根據該第一參考點的平移值與相應輸入特徵的平移值,以進行平移。
  4. 根據申請專利範圍第3項所述部分指紋驗證的疊代匹配方法,於該初始特徵匹配步驟中,其中該些輸入特徵根據該第一參考點的旋轉值與相應輸入特徵的旋轉值所決定的角度,於該第一參考點進行旋轉。
  5. 根據申請專利範圍第1項所述部分指紋驗證的疊代匹配方法,於該累進特徵匹配步驟中,其中該些初始匹配輸入特徵的重心根據該些初始匹配資料庫特徵與該些初始匹配輸入特徵的平移差值,以進行平移。
  6. 根據申請專利範圍第5項所述部分指紋驗證的疊代匹配方法,其中該些初始匹配輸入特徵的重心根據平均平移差值進行平移,其中該平均平移差值為該些平移差值的平均值。
  7. 根據申請專利範圍第5項所述部分指紋驗證的疊代匹配方法,於該累進特徵匹配步驟中,其中該些輸入特徵根據該些初始匹配資料庫特徵與初始匹配輸入特徵之間的旋轉差值所決定的角度,於該第二參考點進行旋轉。
  8. 根據申請專利範圍第7項所述部分指紋驗證的疊代匹配方法,其中該些輸入特徵根據平均旋轉差值,於該第二參考點進行旋轉,其中該平均旋轉差值為該些旋轉差值的平均值。
  9. 根據申請專利範圍第1項所述部分指紋驗證的疊代匹配方法,其中該累進特徵匹配步驟被重複執行,直到累進匹配特徵對的值不大於初始匹配特徵對的值或前一累進特徵匹配所得到的累進匹配特徵對的值。
  10. 一種部分指紋驗證的疊代匹配系統,包含:      一資料庫特徵單元,提供複數資料庫特徵;      一輸入特徵單元,提供複數輸入特徵;      一初始特徵匹配單元,執行初始特徵匹配,使用其中一資料庫特徵作為第一參考點,用以初始比對該些輸出特徵與該些資料庫特徵,因而於初始匹配資料庫特徵與相應初始匹配輸入特徵之間形成初始匹配特徵對;及      一累進特徵匹配單元,執行累進特徵匹配,使用該些初始匹配資料庫特徵的重心作為第二參考點,用以累進比對該些輸出特徵與該些資料庫特徵,因而於累進匹配資料庫特徵與相應累進匹配輸入特徵之間形成累進匹配特徵對。
  11. 根據申請專利範圍第10項所述部分指紋驗證的疊代匹配系統,其中該資料庫特徵與該輸入特徵包含平移值及旋轉值。
  12. 根據申請專利範圍第11項所述部分指紋驗證的疊代匹配系統,於執行該初始特徵匹配時,其中該些輸入特徵根據該第一參考點的平移值與相應輸入特徵的平移值,以進行平移。
  13. 根據申請專利範圍第12項所述部分指紋驗證的疊代匹配系統,於執行該初始特徵匹配時,其中該些輸入特徵根據該第一參考點的旋轉值與相應輸入特徵的旋轉值所決定的角度,於該第一參考點進行旋轉。
  14. 根據申請專利範圍第10項所述部分指紋驗證的疊代匹配系統,更包含一調整單元,於執行該累進特徵匹配時,其中該些初始匹配輸入特徵的重心根據該些初始匹配資料庫特徵與該些初始匹配輸入特徵的平移差值,以進行平移。
  15. 根據申請專利範圍第14項所述部分指紋驗證的疊代匹配系統,其中該些初始匹配輸入特徵的重心根據該調整單元所產生的平均平移差值進行平移,其中該平均平移差值為該些平移差值的平均值。
  16. 根據申請專利範圍第14項所述部分指紋驗證的疊代匹配系統,於執行該累進特徵匹配時,該些輸入特徵根據該些初始匹配資料庫特徵與初始匹配輸入特徵之間由該調整單元所產生的旋轉差值所決定的角度,於該第二參考點進行旋轉。
  17. 根據申請專利範圍第16項所述部分指紋驗證的疊代匹配系統,其中該些輸入特徵根據該調整單元所產生的平均旋轉差值,於該第二參考點進行旋轉,其中該平均旋轉差值為該些旋轉差值的平均值。
  18. 根據申請專利範圍第10項所述部分指紋驗證的疊代匹配系統,其中該累進特徵匹配單元重複執行該累進特徵匹配,直到累進匹配特徵對的值不大於初始匹配特徵對的值或前一累進特徵匹配所得到的累進匹配特徵對的值。
TW105126370A 2016-08-18 2016-08-18 部分指紋驗證的疊代匹配方法與系統 TWI590170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW105126370A TWI590170B (zh) 2016-08-18 2016-08-18 部分指紋驗證的疊代匹配方法與系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105126370A TWI590170B (zh) 2016-08-18 2016-08-18 部分指紋驗證的疊代匹配方法與系統

Publications (2)

Publication Number Publication Date
TWI590170B true TWI590170B (zh) 2017-07-01
TW201807618A TW201807618A (zh) 2018-03-01

Family

ID=60048316

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105126370A TWI590170B (zh) 2016-08-18 2016-08-18 部分指紋驗證的疊代匹配方法與系統

Country Status (1)

Country Link
TW (1) TWI590170B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113496183B (zh) * 2020-04-08 2023-02-03 上海耕岩智能科技有限公司 指纹匹配方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
TW201807618A (zh) 2018-03-01

Similar Documents

Publication Publication Date Title
US10509943B2 (en) Method of processing fingerprint information
US10127432B2 (en) Derived virtual quality parameters for fingerprint matching
KR101829784B1 (ko) 스티치와 컷을 이용한 지문인증
KR102434562B1 (ko) 위조 지문 검출 방법 및 장치, 지문 인식 방법 및 장치
EP2833294B1 (en) Device to extract biometric feature vector, method to extract biometric feature vector and program to extract biometric feature vector
AU2019200754A1 (en) Methods and Systems for Capturing Biometric Data
EP3296922B1 (en) Fingerprint identification method and terminal
US9690973B2 (en) Feature-based matcher for distorted fingerprint matching
US20120188056A1 (en) Methods and systems of authentication
JP2012519928A (ja) 点整合アルゴリズムを用いた指紋テンプレートの合成及び指紋のモザイキングの方法
Nedjah et al. Efficient fingerprint matching on smart cards for high security and privacy in smart systems
US10127681B2 (en) Systems and methods for point-based image alignment
US20160048840A1 (en) Fingerprint recognition control methods for payment and non-payment applications
KR102279550B1 (ko) 홍채를 위한 합성 코드를 이용한 인증 방법 및 인증 장치
TWI590170B (zh) 部分指紋驗證的疊代匹配方法與系統
KR102558736B1 (ko) 지문 인식 방법 및 장치
US10002284B2 (en) Iterative matching method and system for partial fingerprint verification
Ahmed et al. An advanced fingerprint matching using minutiae-based indirect local features
Topcu et al. Biohashing with fingerprint spectral minutiae
CN101206716A (zh) 登记设备、登记方法和程序
US11238267B1 (en) Distorted fingerprint matching using pose and minutia grouping
JP2007179267A (ja) パターン照合装置
US10719690B2 (en) Fingerprint sensor and method for processing fingerprint information
CN106156689B (zh) 一种信息处理方法及电子设备
CN112528986A (zh) 图像对齐方法、人脸识别方法及相关装置