TWI623886B - 指紋感測器以及其降低雜訊干擾方法 - Google Patents

指紋感測器以及其降低雜訊干擾方法 Download PDF

Info

Publication number
TWI623886B
TWI623886B TW106111365A TW106111365A TWI623886B TW I623886 B TWI623886 B TW I623886B TW 106111365 A TW106111365 A TW 106111365A TW 106111365 A TW106111365 A TW 106111365A TW I623886 B TWI623886 B TW I623886B
Authority
TW
Taiwan
Prior art keywords
sensing
data
fingerprint
board
noise
Prior art date
Application number
TW106111365A
Other languages
English (en)
Other versions
TW201837779A (zh
Inventor
Yeh Suan Yan
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 filed Critical
Priority to TW106111365A priority Critical patent/TWI623886B/zh
Priority to CN201710362064.XA priority patent/CN108694366B/zh
Priority to US15/946,144 priority patent/US10521639B2/en
Application granted granted Critical
Publication of TWI623886B publication Critical patent/TWI623886B/zh
Publication of TW201837779A publication Critical patent/TW201837779A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/30Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/144Image acquisition using a slot moved over the image; using discrete sensing elements at predetermined points; using automatic curve following means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/13Sensors therefor
    • G06V40/1306Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1335Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)

Abstract

一種指紋感測器的降低雜訊干擾方法,包括同時偵測兩相鄰感測板分別取得具有相同雜訊的一第一感測資料及一第二感測資料,接著將該第一及第二感測資料相減以去除該雜訊,將對應該兩相鄰感測板其中一個的第一指紋資料與該第一及第二感測資料的差值相加以得到另一感測板的第二指紋資料,根據該第一及第二指紋資料判斷該兩相鄰感測板上的指紋。

Description

指紋感測器以及其降低雜訊干擾方法
本發明係有關一種指紋感測器,特別是關於一種降低雜訊干擾的指紋感測器及其方法。
指紋感測器在偵測手指指紋時,會因電源或周圍環境所產生的雜訊而產生不正確的感測結果。目前已有許多降低雜訊干擾的方法,例如使用一共接地(common-gnd)板讓手指與指紋感測器內的電路有相同接地電位,進而去除部分雜訊,然而共接地板需要額外的製程及成本,而且也會佔用空間,因此隨著電路體積的縮小,共接地板將不再適用。
美國專利第7,460,697號提出一種降低雜訊干擾方法,其是增加額外的感測板,但是此方法成本較高,而且會讓製程更複雜。美國專利第8,787,632號提出一種在雜訊較低時進行感測以降低雜訊干擾的方法,但此方法為了避開雜訊導致感測時間變長。美國專利第4,811,414號利用平均的方法來降低雜訊干擾,但是雜訊時大時小,因此這個方法也無法有效降低雜訊干擾。此外,也有使用超取樣或平均等方法去除每一個感測板的感測資料的雜訊而得到正確的指紋資料,但這需要相當長的感測時間才能取得所有感測板的指紋資料。
因此,一種更有效且簡單的降低雜訊干擾方法,乃為所冀。
本發明的目的之一,在於提出一種降低雜訊干擾的指紋感測器及其方法。
根據本發明,一種指紋感測器的降低雜訊干擾方法包括:同時偵測相鄰的一第一感測板及一第二感測板分別取得具有相同雜訊的一第一感測資料及一第二感測資料;將該第一感測資料及該第二感測資料相減產生一第一差值;將一第一指紋資料與該第一差值相加得到一第二指紋資料;以及分別根據該第一指紋資料及該第二指紋資料分別判斷該第一感測板及該第二感測板上的指紋。
根據本發明,一種指紋感測器包括相鄰的第一及第二感測板、一第一及第二感測電路、一第一減法器及一第一加法器。該第一及第二感測電路同時分別偵測該第一感測板及第二感測板分別產生具有相同雜訊的一第一感測資料及一第二感測資料,該第一減法器將該第一感測資料與該第二感測資料相減產生一第一差值,該第一加法器將一第一指紋資料與該第一差值相加產生一第二指紋資料以供判斷該第二感測板上的指紋,其中該第一指紋資料係供判斷該第一感測板上的指紋。
本發明是利用相鄰的第一感測板及第二感測板在同一時間點受到相同雜訊干擾的特性,將同一時間點偵測到的該第一感測資料與該第二感測資料相減以得到不含雜訊的第一差值,因此只要取得不含雜訊且對應該第一感測板上指紋的第一指紋資料,即可計算出不含雜訊且對應該第二感測板上指紋的第二指紋資料,故本發明能有效降低雜訊干擾。該第一指紋資料可以藉由去除該第一感測資料的雜訊而得,或是預先設定一參 考值作為該第一指紋資料。在取得該第二指紋資料後,可以再用相同方法取得與該第二感測板相鄰的第三感測板上指紋的第三指紋資料。
10‧‧‧手指
12‧‧‧指紋感測器
14‧‧‧感測電路
142‧‧‧第一感測電路
144‧‧‧第二感測電路
146‧‧‧第三感測電路
162‧‧‧第一減法器
164‧‧‧第二減法器
18‧‧‧雜訊去除電路
20‧‧‧調整電路
222‧‧‧第一加法器
224‧‧‧第二加法器
242‧‧‧緩衝器
244‧‧‧緩衝器
246‧‧‧緩衝器
262‧‧‧類比數位轉換器
264‧‧‧類比數位轉換器
266‧‧‧類比數位轉換器
302‧‧‧類比數位轉換器
304‧‧‧類比數位轉換器
32‧‧‧調整電路
34‧‧‧減法器
36‧‧‧加法器
40‧‧‧參考值產生器
圖1顯示同一時間指紋感測器不同位置的雜訊;圖2用以說明本發明的操作;圖3顯示本發明指紋感測器的第一實施例;圖4顯示本發明指紋感測器的第二實施例;圖5顯示本發明指紋感測器的第三實施例;圖6是本發明指紋感測器的掃描方式的第一實施例;圖7顯示本發明指紋感測器的第四實施例;圖8是本發明指紋感測器的掃描方式的第二實施例;以及圖9是本發明指紋感測器的掃描方式的第三實施例。
指紋感測器12在偵測手指10的指紋時,會被電源或周圍環境所產生的雜訊干擾,而且不同感測板在製程時也可能出現誤差,因此就算是在同一時間點,指紋感測器12的多個感測電路14同時偵測感測板MA、MB、MC、MD、ME,每一個感測電路14輸出的感測資料受到的雜訊干擾程度也不同,如圖1所示。但是相鄰的感測板的製程幾乎是相同的,被電源或周圍環境干擾的程度也幾乎相同,因此在同一時間點,相鄰的感測板上的雜訊幾乎是相同的,本發明將利用這個特性來去除雜訊,增加訊號雜訊比(signal-to-noise ratio;S/N)。
圖2是說明本發明的原理,圖3顯示本發明的指紋感測器12的第一實施例。參照圖2及圖3,第一感測電路142及第二感測電路144在時間T1時,同時偵測各自連接的第一感測板MA及第二感測板MB得到第一感測資料A1及第二感測資料B1,由於第一感測板MA與第二感測板MB相鄰,因此第一感測資料A1與第二感測資料B1中具有相同的雜訊,如圖2所示,從第一感測資料A1包括第一指紋資料A及雜訊N1,第二感測資料B1包括第二指紋資料B及相同的雜訊N1。第一減法器162將第二感測資料B1減去第一感測資料A1產生第一差值△AB,從圖2可清楚知道,由於第一及第二感測資料具有相同雜訊N1,因此二者相減後的第一差值△AB就是第一指紋資料A與第二指紋資料B的差值,所以只要取得第一指紋資料A或第二指紋資料B,便能計算出另一個指紋資料,在此實施例中是使用雜訊去除電路18去除第一感測資料A1的雜訊N1,以得到第一指紋資料A,再用第一加法器222將第一指紋資料A與第一差值相加△AB得到第二指紋資料B,在其他實施例中,也可以去除第二感測資料B1的雜訊N1得到第二指紋資料B,再根據第二指紋資料B及第一差值△AB得到第一指紋資料A。目前已有很多方法可以去除第一感測資料A1的雜訊N1,例如超取樣及平均等方式,在此實施例中,雜訊去除電路18是使用低通濾波器(Low Pass Filter;LPF)來去除雜訊N1。調整電路20可以根據需求對第一指紋資料A進行調整,例如放大、縮小或平移指紋資料A。第一指紋資料A及第二指紋資料B分別經緩衝器242及244送到類比數位轉換器(Analog to Digital Converter;ADC)262及264,由於第一指紋資料A及第二指紋資料B的雜訊都被去除,因此可以選用增益較大的緩衝器242及244來放大信號,ADC 262及264將第一指紋資料A及第二指 紋資料B轉換為數位資料後,再進行後續處理以判斷第一感測板MA及第二感測板MB上的指紋。如何處理指紋資料來判斷指紋為已知技術,故在此不再贅述。
參照圖2及圖3,在時間T2時,第二感測電路144及第三感測電路146同時分別偵測相鄰的第二感測板MB及第三感測板MC得到包含雜訊N2的第三感測資料B2及第四感測資料C2,第二減法器164將第四感測資料C2減去第三感測資料B2得到第二差值△BC,第二加法器224將之前計算出的第二指紋資料B與第二差值△BC相加得到第三指紋資料C。第三指紋資料C經緩衝器246送到ADC 266,ADC 266將第三指紋資料C轉換為數位資料後,再進行後續處理以判斷第三感測板MC上的指紋。在圖3的實施例中,各指紋資料A、B及C有各自對應的緩衝器242、244及246以及ADC 262、264及266,但在其他實施例中,各指紋資料也可以共用同一個緩衝器及ADC。
在圖2及圖3的實施例中,其先取得感測板MA的指紋資料後,再由左至右依序計算感測板MB-MD的指紋資料,在其他實施例中,也可以先取得感測板MD的指紋資料後,再由右至左依序計算感測板MA-MC的指紋資料。本實施例只需要對其中一個感測板的感測資料進行複雜的處理以去除雜訊得到一指紋資料,接著便可藉由該指紋資料進行簡單的加減運算計算出其他感測板的指紋資料,不需要對所有感測板的感測資料都進行複雜的處理,故本實施例所需的感測時間較短。
本發明是藉由相鄰感測板的感測資料的差值來計算指紋資料,因此即使手指與感測板不共地也不會有影響,沒有「無共地(no-common-gnd)」問題,不需要共接地板。另一方面,從圖2及圖3的實施 例可發現,本發明在找出正確的指紋資料B後,也可以逆向計算出雜訊N1=B1-B,進而可以知道雜訊N1的頻率及型態以分析出雜訊N1的形成原因。
圖4顯示本發明指紋感測器12的第二實施例,其與圖3的電路幾乎相同,差別在於,圖4中的緩衝器242及244是連接感測電路142及144,感測電路142及144所輸出的感測資料A1及B1是先經緩衝器242及244後,再進行去除雜訊及加減運算的處理。
圖5顯示本發明指紋感測器12的第三實施例,其與圖3電路的差別在於,圖5的指紋感測器12是使用數位電路進行加減運算去除雜訊。在圖5中,第一感測電路142所偵測到的第一感測資料A1經雜訊去除電路18濾除雜訊後得到第一指紋資料A,緩衝器242經第一指紋資料A傳送至ADC 262,ADC 262將第一指紋資料A轉換為數位的第一指紋資料A_d,數位的調整電路32可以根據需求對第一指紋資料A_d進行調整。第一感測電路142及第二感測電路144在同一時間感測相鄰的感測板MA及MB產生包含相同雜訊N1的第一感測資料A1及第二感測資料B1,第一感測資料A1及第二感測資料B1分別經ADC 302及304轉換為數位的第一感測資料A1_d及數位的第二感測資料B1_d,由於第一感測資料A1及第二感測資料B1具有相同雜訊N1,因此轉換後的第一感測資料A1_d及第二感測資料B1_d也具有相同雜訊N1_d,數位的減法器34將第二感測資料B1_d減去第一感測資料A1_d產生不含雜訊N1_d的第一差值△AB_d,數位的加法器36將第一指紋資料A_d與第一差值△AB_d相加產生第二指紋資料B_d。指紋感測器12分別根據第一指紋資料A_d及第二指紋資料B_d分別判斷感測板MA及MB上的指紋。
圖6是本發明指紋感測器的掃描方式的第一實施例,其以第一列的第一個感測板MA1為參考感測板,取得感測板MA1上不含雜訊的指紋資料後,如圖3所示的電路同時偵測相鄰感測板MA1及MB1的感測資料,並根據該二感測資料的差值及感測板MA1的指紋資料計算出感測板MB1的指紋資料。在得到感測板MB1的指紋資料後,再利用感測板MB1及MC1在同一時間的感測資料差值得到感測板MC1的指紋資料。以此方法可以得到第一列上的所有感測的MD1-MH1的指紋資料。同理,第二列的第一個感測板MA2與感測板MA1相鄰,因此也可以用相同方式利用感測板MA1的指紋資料得到感測板MA2的指紋資料,再以感測板MA2的指紋資料計算出第二列上所有感測板MB2-MH2的指紋資料以及第三列的感測板MA3的指紋資料。以此類推,可得到所有感測板的指紋資料。在此實施例中,所有感測板的指紋資料都是利用相鄰感測板的指紋資料來計算,故可以減少掃描雜訊也能弱化掃描線效應,此外所有感測板的指紋資料都是以感測板MA1的指紋資料為基準,因此就算感測板MA1的指紋資料有誤差,所有的指紋資料也都會有相同的誤差,在整體指紋的判斷上不會有影響,換言之,本發明不需要很精確的參考值,感測板MA1的指紋資料不一定要藉由感測指紋來產生,其也可以是一個預先設定的參考值。圖7顯示本發明指紋感測器12的第四實施例,其與圖3的電路幾乎相同,差別在於,其係利用一參考值產生器提供一預設的參考值作為對應感測板MA的第一指紋資料A,再將第一感測資料A1與第二感測資料B1的第一差值△AB與該第一指紋資料A相加,得到對應感測板MB的第二指紋資料B。
圖8是本發明指紋感測器的掃描方式的第二實施例,其以第 一列左方第一個感測板MA1為參考感測板,取得感測板MA1上不含雜訊的指紋資料後,根據感測板MA1及MB1的感測資料的差值及感測板MA1的指紋資料計算出感測板MB1的指紋資料,接著由左至右依序求出第一列感測板MC1-MH1的指紋資料。在得到感測板MH1的指紋資料後,再求出感測板MH1及MH2在同一時間的感測資料差值得到感測板MH2的指紋資料,接著以相同方式,由右至左依序求出第二列感測板MA2-MG2的指紋資料,再以MA2的指紋資料計算第三列的感測板MA3的指紋資料,以此類推,以S型方式掃描所有感測板。
圖9是本發明指紋感測器的掃描方式的第三實施例,其以9個感測板為一組,每一組的感測板排列成3×3矩陣(或任意矩陣),每一組中心位置的感測板為參考感測板,在得到參考感測板的指紋資料後,再計算相鄰感測板的指紋資料,進而求得整組的感測板的指紋資料,並降低製程偏移所造成的誤差。
以上對於本發明之較佳實施例所作的敘述係為闡明之目的,而無意限定本發明精確地為所揭露的形式,基於以上的教導或從本發明的實施例學習而作修改或變化是可能的,實施例係為解說本發明的原理以及讓熟習該項技術者以各種實施例利用本發明在實際應用上而選擇及敘述,本發明的技術思想企圖由以下的申請專利範圍及其均等來決定。

Claims (14)

  1. 一種指紋感測器的降低雜訊干擾方法,該指紋感測器具有多個感測板供感測指紋,該降低雜訊干擾方法包括下列步驟:同時偵測該多個感測板的一第一感測板及一第二感測板分別取得一第一感測資料及一第二感測資料,其中該第一感測板與該第二感測板相鄰;將該第一感測資料及該第二感測資料相減產生一第一差值;將一第一指紋資料與該第一差值相加得到一第二指紋資料;以及分別根據該第一指紋資料及該第二指紋資料分別判斷該第一感測板及該第二感測板上的指紋。
  2. 如請求項1的降低雜訊干擾方法,更包括去除該第一感測資料的雜訊得到該第一指紋資料。
  3. 如請求項2的降低雜訊干擾方法,其中該去除該第一感測資料的雜訊的步驟包括超取樣該第一感測資料。
  4. 如請求項2的降低雜訊干擾方法,其中該去除該第一感測資料的雜訊的步驟包括平均該第一感測資料。
  5. 如請求項2的降低雜訊干擾方法,其中該去除該第一感測資料的雜訊的步驟包括藉由低通濾波器去除該第一感測資料的雜訊。
  6. 如請求項1的降低雜訊干擾方法,更包括預先設定該第一指紋資料。
  7. 如請求項1的降低雜訊干擾方法,更包括:同時偵測該多個感測板的該第二感測板及一第三感測板以分別取得一第三感測資料以及一第四感測資料,其中該第三感測板與該第二感測板相鄰;將該第四感測資料減去該第三感測資料產生一第二差值;將該第二指紋資料與該第二差值相加得到一第三指紋資料;以及根據該第三指紋資料判斷該第三感測板上的指紋。
  8. 一種指紋感測器,包括:一第一感測板,用以感測指紋;一第二感測板,用以感測指紋,且與該第一感測板相鄰;一第一感測電路,連接該第一感測板,用以偵測該第一感測板;一第二感測電路,連接該第二感測板,用以偵測該第二感測板,其中該第一感測電路及該第二感測電路同時分別偵測該第一感測板及第二感測板分別產生一第一感測資料及一第二感測資料;一第一減法器,連接該第一及第二感測電路,用以將該第一感測資料與該第二感測資料相減產生一第一差值;一第一加法器,連接該第一減法器,將一第一指紋資料與該第一差值相加產生一第二指紋資料以供判斷該第二感測板上的指紋,其中該第一指紋資料係供判斷該第一感測板上的指紋。
  9. 如請求項8的指紋感測器,更包括一雜訊去除電路連接該第一感測電路,去除該第一感測資料的雜訊產生該第一指紋資料。
  10. 如請求項9的指紋感測器,其中該雜訊去除電路超取樣該第一感測資料以去除該第一感測資料的雜訊。
  11. 如請求項9的指紋感測器,其中該雜訊去除電路平均該第一感測資料以去除該第一感測資料的雜訊。
  12. 如請求項9的指紋感測器,其中該雜訊去除電路包括低通濾波器用以去除該第一感測資料的雜訊。
  13. 如請求項8的指紋感測器,其中該第一指紋資料是預先設定的參考值。
  14. 如請求項8的指紋感測器,更包括:一第三感測板,用以感測指紋,且與該第二感測板相鄰;一第三感測電路,連接該第三感測板,用以偵測該第三感測板,其中該第二感測電路及該第三感測電路同時分別偵測該第二感測板及第三感測板分別產生一第三感測資料及一第四感測資料;一第二減法器,連接該第二及第三感測電路,用以將該第三感測資料與該第四感測資料相減產生一第二差值;一第二加法器,連接該第一加法器及該第二減法器,將該第二指紋資料與該第二差值相加產生一第三指紋資料以供判斷該第三感測板上的指紋。
TW106111365A 2017-04-05 2017-04-05 指紋感測器以及其降低雜訊干擾方法 TWI623886B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106111365A TWI623886B (zh) 2017-04-05 2017-04-05 指紋感測器以及其降低雜訊干擾方法
CN201710362064.XA CN108694366B (zh) 2017-04-05 2017-05-22 指纹感测器以及其降低噪声干扰方法
US15/946,144 US10521639B2 (en) 2017-04-05 2018-04-05 Reduction of noise interference for fingerprint sensing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106111365A TWI623886B (zh) 2017-04-05 2017-04-05 指紋感測器以及其降低雜訊干擾方法

Publications (2)

Publication Number Publication Date
TWI623886B true TWI623886B (zh) 2018-05-11
TW201837779A TW201837779A (zh) 2018-10-16

Family

ID=62951683

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106111365A TWI623886B (zh) 2017-04-05 2017-04-05 指紋感測器以及其降低雜訊干擾方法

Country Status (3)

Country Link
US (1) US10521639B2 (zh)
CN (1) CN108694366B (zh)
TW (1) TWI623886B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10652206B1 (en) 2017-10-27 2020-05-12 EMC IP Holding Company LLC Storage system with network-wide configurable device names
US11050660B2 (en) 2018-09-28 2021-06-29 EMC IP Holding Company LLC Host device with multi-path layer implementing path selection based at least in part on fabric identifiers
US10754572B2 (en) 2018-10-09 2020-08-25 EMC IP Holding Company LLC Migrating control of a multi-path logical device from a current MPIO driver to a target MPIO driver
US11044313B2 (en) 2018-10-09 2021-06-22 EMC IP Holding Company LLC Categorizing host IO load pattern and communicating categorization to storage system
US11099755B2 (en) 2020-01-06 2021-08-24 EMC IP Holding Company LLC Multipath device pseudo name to logical volume mapping for host devices
US11231861B2 (en) 2020-01-15 2022-01-25 EMC IP Holding Company LLC Host device with active-active storage aware path selection
US11461026B2 (en) 2020-01-21 2022-10-04 EMC IP Holding Company LLC Non-disruptive update of host multipath device dependency
US11520671B2 (en) 2020-01-29 2022-12-06 EMC IP Holding Company LLC Fast multipath failover
US11050825B1 (en) 2020-01-30 2021-06-29 EMC IP Holding Company LLC Storage system port usage information sharing between host devices
US11175840B2 (en) 2020-01-30 2021-11-16 EMC IP Holding Company LLC Host-based transfer of input-output operations from kernel space block device to user space block device
US11093144B1 (en) 2020-02-18 2021-08-17 EMC IP Holding Company LLC Non-disruptive transformation of a logical storage device from a first access protocol to a second access protocol
US11204699B2 (en) 2020-03-05 2021-12-21 EMC IP Holding Company LLC Storage system port maintenance information sharing with host device
US11397589B2 (en) 2020-03-06 2022-07-26 EMC IP Holding Company LLC Snapshot transmission from storage array to cloud using multi-path input-output
US11042327B1 (en) 2020-03-10 2021-06-22 EMC IP Holding Company LLC IO operation cloning using change information sharing with a storage system
US11265261B2 (en) 2020-03-18 2022-03-01 EMC IP Holding Company LLC Access path management based on path condition
US11368399B2 (en) 2020-03-27 2022-06-21 EMC IP Holding Company LLC Congestion aware multipathing based on network congestion notifications
EP4073766A1 (en) 2021-03-03 2022-10-19 Google LLC Filtering pulse-width modulated (pwm) noise from a fingerprint image captured with an optical under-display fingerprint sensor (udfps)
US11842678B2 (en) 2021-10-12 2023-12-12 Google Llc High-brightness mode on an OLED display

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205080536U (zh) * 2015-09-23 2016-03-09 深圳信炜科技有限公司 电容式传感器、传感装置、感测系统、以及电子设备
CN105844273A (zh) * 2014-12-17 2016-08-10 义隆电子股份有限公司 指纹感测装置
CN106537411A (zh) * 2014-10-08 2017-03-22 深圳市汇顶科技股份有限公司 指纹传感器中的主动基线信号消除

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6927581B2 (en) * 2001-11-27 2005-08-09 Upek, Inc. Sensing element arrangement for a fingerprint sensor
US10025388B2 (en) * 2011-02-10 2018-07-17 Continental Automotive Systems, Inc. Touchless human machine interface
EP2562682B1 (de) * 2011-08-24 2014-10-08 DERMALOG Identification Systems GmbH Verfahren und Vorrichtung zur Aufnahme eines Fingerabdruckes mit Echtheitserkennung
CN104834426B (zh) * 2015-05-22 2018-07-27 京东方科技集团股份有限公司 指纹识别器件、触控面板和显示装置
CN106295487A (zh) * 2015-06-25 2017-01-04 力传扬股份有限公司 电容式指纹感测器的指纹检测方法
CN106462758B (zh) * 2016-09-27 2019-08-23 深圳市汇顶科技股份有限公司 指纹辨识系统及电子装置
US10650214B2 (en) * 2018-04-24 2020-05-12 Image Match Design Inc. Fingerprint sensor and method of fingerprint detection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106537411A (zh) * 2014-10-08 2017-03-22 深圳市汇顶科技股份有限公司 指纹传感器中的主动基线信号消除
CN105844273A (zh) * 2014-12-17 2016-08-10 义隆电子股份有限公司 指纹感测装置
CN205080536U (zh) * 2015-09-23 2016-03-09 深圳信炜科技有限公司 电容式传感器、传感装置、感测系统、以及电子设备

Also Published As

Publication number Publication date
CN108694366B (zh) 2021-12-21
CN108694366A (zh) 2018-10-23
TW201837779A (zh) 2018-10-16
US10521639B2 (en) 2019-12-31
US20180293419A1 (en) 2018-10-11

Similar Documents

Publication Publication Date Title
TWI623886B (zh) 指紋感測器以及其降低雜訊干擾方法
JP4232078B2 (ja) 不良ピクセルを検出し補正するセンサ装置
CN102550017B (zh) 摄像设备及其缺陷像素校正方法
CN101815221A (zh) 图像处理设备和图像处理方法
JP2002010274A (ja) カラー画像処理装置
CN103873784B (zh) 图像拾取装置、图像拾取系统及用于驱动该装置的方法
CN111937311A (zh) 检测交错模拟-数字转换器中阻断信号的方法
KR20160112226A (ko) 이미지 처리 장치 및 이를 포함하는 노이즈 제거 시스템
JP3918561B2 (ja) 黒レベル補正装置および黒レベル補正方法
CN103997611A (zh) 一种基于噪声模板的图像固定模式噪声的抑制方法
KR102025236B1 (ko) 열상 카메라의 소프트 불량 픽셀 검출 장치
JP2022015750A (ja) アドバーサリアル攻撃に対する防御方法、データ認識装置、センサシステム、及びセンサ
KR102557008B1 (ko) 터치 센서를 위한 디지털 차동 검출
JP6838651B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP6550675B2 (ja) パルス波高分析装置
US9356616B1 (en) Pipelined interpolating sub-ranging SAR analog-to-digital converter
JP5955466B2 (ja) 撮像装置
US20200236482A1 (en) Failure determination device and sound output device
JP5565066B2 (ja) 受信装置
JP5632703B2 (ja) 画像処理装置、制御方法、及びプログラム
JP2004266797A (ja) ビデオ信号の修正方法
US7154424B2 (en) Digital equalization apparatus
JP2015162759A (ja) 画像処理装置、制御方法及び記録媒体
WO2024113451A1 (zh) 转速脉冲信号的调节电路及方法
JP7362933B2 (ja) 測定装置及びその測定方法並びに測定プログラム