TWI696119B - 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置 - Google Patents

指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置 Download PDF

Info

Publication number
TWI696119B
TWI696119B TW108107271A TW108107271A TWI696119B TW I696119 B TWI696119 B TW I696119B TW 108107271 A TW108107271 A TW 108107271A TW 108107271 A TW108107271 A TW 108107271A TW I696119 B TWI696119 B TW I696119B
Authority
TW
Taiwan
Prior art keywords
sampling
mode noise
common mode
fingerprint identification
group
Prior art date
Application number
TW108107271A
Other languages
English (en)
Other versions
TW202034210A (zh
Inventor
陳子軒
田志民
王長海
Original Assignee
大陸商北京集創北方科技股份有限公司
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 大陸商北京集創北方科技股份有限公司 filed Critical 大陸商北京集創北方科技股份有限公司
Priority to TW108107271A priority Critical patent/TWI696119B/zh
Application granted granted Critical
Publication of TWI696119B publication Critical patent/TWI696119B/zh
Publication of TW202034210A publication Critical patent/TW202034210A/zh

Links

Images

Landscapes

  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

一種指紋辨識之雜訊消除方法,其特徵在於包括:在包含複數個採樣群的一行採樣值中,對任二相鄰的所述採樣群中的一在先的採樣群和一在後的採樣群進行一邊緣斜率同化計算及一縱向拉伸運算,然後計算該在先的採樣群的最後一個數值和該在後的採樣群的第一個數值的一高度差值;以及依該高度差值對該在後的採樣群的複數個數值進行一垂直平移作業,以使該在後的採樣群和該在先的採樣群對齊接合。

Description

指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置
本發明係關於指紋辨識的技術領域,尤指一種指紋辨識之雜訊消除方法及控制裝置。
隨著行動支付、電子證券下單等金融交易逐漸地以智慧型手機、智慧型穿戴式產品等電子產品作為主要的操作平台,將以生物特徵辨識技術為基礎的身分辨識系統整合至這些智慧型行動電子裝置也越來越受到重視。生物辨識技術(Biometric identification)係藉由採集人體固有的生理特徵作為個體生物的辨識依據,例如:虹膜(Iris)、臉部(Face)、聲紋(Voice)、與指紋(Fingerprint)等生理特徵。
目前,市售的指紋辨識裝置分為光學式、壓力式、超音波式、與電容式;其中,因最容易透過標準CMOS製程與相關控制電路整合為單晶片,電容式指紋辨識裝置目前已被廣泛地應用於各式電子產品中。圖1即顯示現有的一種電容式指紋辨識裝置的架構圖。如圖1所示,所述電容式指紋辨識裝置1’應用於一智慧型電子裝置2’之中,並包括:一感測模組11’、一訊號感測單元12’、一類比/數位轉換單元13’、一時鐘單元14’、一控制與處理單元15’、以及一驅動單元16’。
於指紋辨識的操作控制上,控制與處理單元15’透過所述驅動單元16’輸入複數掃描訊號至該感測模組11’;此時,當有一手指按壓在感測模組11’之上時,所述訊號感測單元12’即感應手指皮紋之複數凸起紋(Ridge)與複數凹陷紋(Valley)於其上所造成的不同電容變化,並對應地輸出複數感測訊號至該訊號感測單元12’。進一步地,複數所述感測訊號由該類比/數位轉換單元13’轉換成對應的數位數據;並且,在利用相關的演算法完成所述數位數據的訊號處理之後,控制與處理單元15’便可計算並描繪出按壓於該感測模組11’的該手指之皮紋。值得注意的是,由於手指皮紋的波峰與波谷之間的高低落差並不大,因此,所述波峰與所述波谷於感測模組11’之上所造成的電容變化也不會非常顯著。在這種情況下,任何外界雜訊都可能造成訊號感測單元12’接收到已經失真的感測訊號,導致控制與處理單元15’無法正確地計算與描繪按壓於感測模組11’之上的手指的皮紋。舉例而言,現有的電容式指紋辨識裝置1’之充電電路單元會於訊號感測單元12’所接收的複數所述感測訊號之上形成共模雜訊(Common-mode noise)。
圖2a顯示未受共模雜訊干擾的感測訊號的波形圖,圖2b顯示受到共模雜訊干擾的感測訊號的波形圖,圖3a顯示控制與處理單元根據未受共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋,且圖3b顯示控制與處理單元根據受到共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋。比較圖2a與圖2b可以發現,受到共模雜訊的干擾之後,訊號感測單元12’會接收到失真的感測訊號。特別是,所述失真的感測訊號已經不是一段完整、連續的感測訊號。圖2a顯示未受共模雜訊干擾的感測訊號的波形圖,且圖2b顯示受到共模雜訊干擾的感測訊號的波形圖。由圖3a與圖3b可以輕易地觀察到,相較於根據未受共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋(如圖3a所示),根據受到共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋(如圖3b所示)的圖像 (或影像)顯得較為模糊,導致指紋辨識效果不佳。
有鑑於此,部分的指紋辨識裝置的製造商會在所述電容式指紋辨識裝置1’的電路架構中增設多個類比/數位轉換器,同時將複數所述感測訊號轉換為含有灰階值的數位數據,藉此方式排除共模雜訊對於複數所述感測訊號所造成的訊號干擾。然而,增設多個類比/數位轉換器使得電容式指紋辨識裝置1’的整個硬體成本大幅增加,導致電容式指紋辨識裝置1’的售價也跟著上揚。
因此,本領域亟需一種新穎的指紋雜訊消除方法。
本發明之主要目的在於提出一種指紋辨識之雜訊消除方法,其可應用於現有的任一種指紋辨識裝置之中。不同於現有的雜訊消除方法多以增設多個類比/數位轉換器的方式排除共模雜訊對感測訊號所造成的干擾,本發明之指紋辨識之雜訊消除方法可以在使用有限數量的類比/數位轉換器的情況下,依一軟體方式消除共模雜訊的干擾。
為了達成上述本發明之主要目的,本案發明人提供所述指紋辨識之雜訊消除方法的一實施例,其包括以下步驟:
自一感測模組擷取複數個感測採樣值;
對所述複數個感測採樣值進行一共模雜訊檢測程序;以及
在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序。
在一實施例中,該共模雜訊檢測程序包括以下步驟:
將所述複數個感測採樣值以一預定數量n為一群分為複數個採樣群,n為正整數;
計算各所述採樣群的一邊緣斜率,並對任二相鄰的所述採樣群進行一垂直偏移計算,其包括:依一在先的所述採樣群的所述邊緣斜率及第n個所述感測採樣值產生一預測值,及依該預測值和一在後的所述採樣群的第一個所述感測採樣值進行一減法計算以產生一垂直偏移量;以及
在複數個所述垂直偏移量的一總和大於一預設閥值時,設定該共模雜訊檢測程序的執行結果為是,及在該總和不大於該預設閥值時,設定該共模雜訊檢測程序的執行結果為否。
在一實施例中,所述共模雜訊消除程序包括以下步驟:
在包含複數個所述採樣群的一行採樣值中,對任二相鄰的所述採樣群中的一在先的採樣群和一在後的採樣群進行一邊緣斜率同化計算,其包括對該在後的採樣群進行一縱向拉伸運算以使其所述邊緣斜率變得和該在先的採樣群的所述邊緣斜率相同,及計算該在先的採樣群的第n個所述感測採樣值和該在後的採樣群經該縱向拉伸運算處理過的第一個數值的一高度差值;以及
依該高度差值對該在後的採樣群經該縱向拉伸運算處理過的n個數值進行一垂直平移作業,以使該在後的採樣群和該在先的採樣群對齊接合。
在一實施例中,所述共模雜訊消除程序包括以下步驟:
在各包含複數個所述採樣群的複數行採樣值中,各計算出一採樣均值及一標準差,以獲得複數個所述採樣均值及複數個所述標準差;以及
在所述複數行採樣值中選取一基準行,並依其他各行的所述標準差與該基準行的所述標準差的比值對其他各行進行一拉伸運算,及依該基準行的所述採樣均值對其他各行進行一均值統一運算以產生一拼接完的指紋圖像。
在一實施例中,所述共模雜訊消除程序進一步包括:對所述拼接完的指紋圖像進行一高斯濾波程序。
在一實施例中,所述基準行為所述複數行採樣值中的第一行。
在一實施例中,所述n為8。
為達前述目的,本發明進一步提出一種指紋辨識控制裝置,其具有一控制與處理模組以執行如前述之指紋辨識之雜訊消除方法。
為達前述目的,本發明進一步提出一種資訊處理裝置,其具有一中央處理單元及如前述之指紋辨識控制裝置,且該中央處理單元係用以和該控制與處理模組通信。
在可能的實施例中,所述之資訊處理裝置可為一智慧型手機或一可攜式電腦。
為使  貴審查委員能進一步瞭解本發明之結構、特徵及其目的,茲附以圖式及較佳具體實施例之詳細說明如後。
請一併參照圖4-8,其中,圖4為本發明指紋辨識之雜訊消除方法之一實施例流程圖;圖5為圖4之雜訊消除方法的一共模雜訊檢測程序之一實施例流程圖;圖6為圖4之雜訊消除方法的一共模雜訊消除程序之一實施例流程圖;圖7為圖4之雜訊消除方法的一共模雜訊消除程序之另一實施例流程圖;以及圖8為本發明之指紋辨識控制裝置之一實施例的電路架構圖,其中一指紋辨識控制裝置100具有一感測模組110及一控制與處理模組120。
如圖4所示,該雜訊消除方法包括:控制與處理模組120自感測模組120擷取複數個感測採樣值(步驟1);控制與處理模組120對所述複數個感測採樣值進行一共模雜訊檢測程序(步驟2);以及控制與處理模組120在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序(步驟3)。
如圖5所示,該共模雜訊檢測程序包括以下步驟:控制與處理模組120將所述複數個感測採樣值以一預定數量n為一群分為複數個採樣群,n為正整數(步驟21);控制與處理模組120計算各所述採樣群的一邊緣斜率,並對任二相鄰的所述採樣群進行一垂直偏移計算,其包括:依一在先的所述採樣群的所述邊緣斜率及第n個所述感測採樣值產生一預測值,及依該預測值和一在後的所述採樣群的第一個所述感測採樣值進行一減法計算以產生一垂直偏移量(步驟22);以及控制與處理模組120在複數個所述垂直偏移量的一總和大於一預設閥值時,設定該共模雜訊檢測程序的執行結果為是,及在該總和不大於該預設閥值時,設定該共模雜訊檢測程序的執行結果為否(步驟23)。
如圖6所示,該共模雜訊消除程序包括以下步驟:控制與處理模組120在包含複數個所述採樣群的一行採樣值中,對任二相鄰的所述採樣群中的一在先的採樣群和一在後的採樣群進行一邊緣斜率同化計算,其包括對該在後的採樣群進行一縱向拉伸運算以使其所述邊緣斜率變得和該在先的採樣群的所述邊緣斜率相同,及計算該在先的採樣群的第n個所述感測採樣值和該在後的採樣群經該縱向拉伸運算處理過的第一個數值的一高度差值(步驟31);以及控制與處理模組120依該高度差值對該在後的採樣群經該縱向拉伸運算處理過的n個數值進行一垂直平移作業,以使該在後的採樣群和該在先的採樣群對齊接合(步驟32)。
如圖7所示,該共模雜訊消除程序亦可包括以下步驟:控制與處理模組120在各包含複數個所述採樣群的複數行採樣值中,各計算出一採樣均值及一標準差,以獲得複數個所述採樣均值及複數個所述標準差(步驟33);控制與處理模組120在所述複數行採樣值中選取一基準行,並依其他各行的所述標準差與該基準行的所述標準差的比值對其他各行進行一拉伸運算,及依該基準行的所述採樣均值對其他各行進行一均值統一運算以產生一拼接完的指紋圖像(步驟34);以及控制與處理模組120對所述拼接完的指紋圖像進行一高斯濾波程序(步驟35)。其中,所述基準行可為所述複數行採樣值中的第一行。另外,在一較佳實施例中,n為8。
請一併參照圖9a-c,其顯示本發明的共模雜訊消除程序之一操作示意圖。如圖所示,在對圖9a中二相鄰的採樣群中的一在先的採樣群(具有一邊緣斜率K1)和一在後的採樣群(具有一邊緣斜率K2)進行一邊緣斜率同化計算後,即可計算出該在先的採樣群的第n個所述感測採樣值和該在後的採樣群的第一個數值的一高度差值D(如圖9b所示);以及在依該高度差值D對該在後的採樣群的n個數值進行一垂直平移作業後,即可使該在後的採樣群和該在先的採樣群對齊接合(如圖9c所示)。
依上述的說明,本發明進一步提出一資訊處理裝置。請參照圖10,其為本發明資訊處理裝置之一實施例的方塊圖。如圖10所示,一資訊處理裝置200包括一指紋辨識控制裝置210及一中央處理單元220,其中,指紋辨識控制裝置210具有如圖8所示之指紋辨識控制裝置100的感測模組110及控制與處理模組120,且中央處理單元220係用以和該控制與處理模組120通信。
如此,上述已完整且清楚地說明本發明之指紋辨識之雜訊消除方法及控制裝置的組成與技術特徵;並且,經由上述可得知本發明具有下列之優點:
1.本發明所提出的指紋辨識之雜訊消除方法可應用於現有的任一種指紋辨識裝置之中。
2.不同於現有的雜訊消除方法多以增設多個類比/數位轉換器的方式排除共模雜訊對於複數感測訊號所造成的訊號干擾,本發明之指紋辨識之雜訊消除方法可以在使用有限數量的類比/數位轉換器的情況下,依一軟體方式消除共模雜訊的干擾。
3.本發明的應用方式簡單、執行快速且在指紋辨識控制裝置之中僅占用小部分的硬體資源。
必須加以強調的是,前述本案所揭示者乃為較佳實施例,舉凡局部之變更或修飾而源於本案之技術思想而為熟習該項技藝之人所易於推知者,俱不脫本案之專利權範疇。
綜上所陳,本案無論目的、手段與功效,皆顯示其迥異於習知技術,且其首先發明合於實用,確實符合發明之專利要件,懇請  貴審查委員明察,並早日賜予專利俾嘉惠社會,是為至禱。
<本發明>
步驟1:自一感測模組擷取複數個感測採樣值
步驟2:對所述複數個感測採樣值進行一共模雜訊檢測程序
步驟3:在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序
步驟21:將所述複數個感測採樣值以一預定數量n為一群分為複數個採樣群,n為正整數
步驟22:計算各所述採樣群的一邊緣斜率,並對任二相鄰的所述採樣群進行一垂直偏移計算
步驟23:判斷複數個所述垂直偏移量的一總和是否大於一預設閥值
步驟31:進行一邊緣斜率同化計算及一高度差值計算
步驟32:進行一垂直平移作業
步驟33:對各行採樣值各計算出一採樣均值及一標準差
步驟34:對各行進行一拉伸運算及一均值統一運算
步驟35:對所述拼接完的指紋圖像進行一高斯濾波程序
100:指紋辨識控制裝置
110:感測模組
120:控制與處理模組
200:資訊處理裝置
210:指紋辨識控制裝置
220:中央處理單元
<習知>
1’:電容式指紋辨識裝置
2’:智慧型電子裝置
11’:感測模組
12’:訊號感測單元
13’:類比/數位轉換單元
14’:時鐘單元
15’:控制與處理單元
16’:驅動單元
圖1為現有的一種電容式指紋辨識裝置的架構圖。 圖2a為未受共模雜訊干擾的感測訊號的波形圖。 圖2b為受到共模雜訊干擾的感測訊號的波形圖。 圖3a為控制與處理單元根據未受共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋。 圖3b為控制與處理單元根據受到共模雜訊干擾的感測訊號所計算並描繪出的手指皮紋。 圖4為本發明之指紋辨識之雜訊消除方法之一實施例的流程圖。 圖5為圖4之雜訊消除方法的一共模雜訊檢測程序之一實施例流程圖。 圖6為圖4之雜訊消除方法的一共模雜訊消除程序之一實施例流程圖。 圖7為圖4之雜訊消除方法的一共模雜訊消除程序之另一實施例流程圖。 圖8為本發明之指紋辨識控制裝置之一實施例的電路架構圖。 圖9a-c顯示本發明的共模雜訊消除程序之一操作示意圖。 圖10為本發明資訊處理裝置之一實施例的方塊圖。
步驟1:自一感測模組擷取複數個感測採樣值
步驟2:對所述複數個感測採樣值進行一共模雜訊檢測程序
步驟3:在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序

Claims (8)

  1. 一種指紋辨識之雜訊消除方法,係應用於一指紋辨識控制裝置之中,該方法包括以下步驟:(1)自一感測模組擷取複數個感測採樣值;(2)對所述複數個感測採樣值進行一共模雜訊檢測程序,所述該共模雜訊檢測程序包括:依一群組數量n為基礎將該複數個感測採樣值分為複數個採樣群,計算該複數個採樣群之中任一在後的所述採樣群的第1個所數感測採樣值和任一在前的所述採樣群的第n個所數感測採樣值之間的一垂直偏移量,以及在複數個所述垂直偏移量的總和大於一預設閥值時,設定該共模雜訊檢測程序的執行結果為是,且在該總和不大於該預設閥值時,設定該共模雜訊檢測程序的執行結果為否;以及(3)在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序;其中,所述共模雜訊消除程序包括:對任二相鄰的所述採樣群中的一在後的採樣群進行一縱向拉伸運算以使其一邊緣斜率變得和一在先的採樣群之一邊緣斜率相同,計算該在先的採樣群的第n個所述感測採樣值和該在後的採樣群之經過所述縱向拉伸運算處理過的第1個所述感測採樣值的一高度差值,以及依該高度差值對該在後的採樣群之經過所述縱向拉伸運算處理過的n個所述感測採樣值進行一垂直平移作業,從而使得該在後的採樣群和該在先的採樣群對齊接合。
  2. 一種指紋辨識之雜訊消除方法,係應用於一指紋辨識控制裝置之中,該方法包括以下步驟:(1)自一感測模組擷取複數個感測採樣值; (2)對所述複數個感測採樣值進行一共模雜訊檢測程序,所述該共模雜訊檢測程序包括:依一群組數量n為基礎將該複數個感測採樣值分為複數個採樣群,計算該複數個採樣群之中任一在後的所述採樣群的第1個所述感測採樣值和任一在前的所述採樣群的第n個所述感測採樣值之間的一垂直偏移量,以及在複數個所述垂直偏移量的總和大於一預設閥值時,設定該共模雜訊檢測程序的執行結果為是,且在該總和不大於該預設閥值時,設定該共模雜訊檢測程序的執行結果為否;以及(3)在該共模雜訊檢測程序的執行結果為是時,執行一共模雜訊消除程序,然後再執行一指紋圖像產生程序,及在該共模雜訊檢測程序的執行結果為否時,執行所述的指紋圖像產生程序;其中,所述共模雜訊消除程序包括以下步驟:(33)在各包含複數個所述採樣群的複數行採樣值中,各計算出一採樣均值及一標準差,以獲得複數個所述採樣均值及複數個所述標準差;以及(34)在所述複數行採樣值中選取一基準行,並依其他各行的所述標準差與該基準行的所述標準差的比值對其他各行進行一拉伸運算,及依該基準行的所述採樣均值對其他各行進行一均值統一運算以產生一拼接完的指紋圖像。
  3. 如申請專利範圍第2項所述之指紋辨識之雜訊消除方法,其中,所述共模雜訊消除程序進一步包括:(35)對所述拼接完的指紋圖像進行一高斯濾波程序。
  4. 如申請專利範圍第2項中所述之指紋辨識之雜訊消除方法,其中,所述基準行為所述複數行採樣值中的第一行。
  5. 如申請專利範圍第1項中所述之指紋辨識之雜訊消除方法,其中,所述n為8。
  6. 一種指紋辨識控制裝置,其具有一控制與處理模組以執行如申 請專利範圍第1-5項中任一項所述之指紋辨識之雜訊消除方法。
  7. 一種資訊處理裝置,其具有一中央處理單元及如申請專利範圍第6項所述之指紋辨識控制裝置,且該中央處理單元係用以和該控制與處理模組通信。
  8. 如申請專利範圍第7項所述之資訊處理裝置,其係一智慧型手機或一可攜式電腦。
TW108107271A 2019-03-05 2019-03-05 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置 TWI696119B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108107271A TWI696119B (zh) 2019-03-05 2019-03-05 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108107271A TWI696119B (zh) 2019-03-05 2019-03-05 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置

Publications (2)

Publication Number Publication Date
TWI696119B true TWI696119B (zh) 2020-06-11
TW202034210A TW202034210A (zh) 2020-09-16

Family

ID=72176322

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108107271A TWI696119B (zh) 2019-03-05 2019-03-05 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置

Country Status (1)

Country Link
TW (1) TWI696119B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093945A (zh) * 2021-04-21 2021-07-09 北京集创北方科技股份有限公司 触摸屏扫描控制装置、方法、芯片、显示面板及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010093503A2 (en) * 2007-01-05 2010-08-19 Myskin, Inc. Skin analysis methods
TW201114179A (en) * 2009-10-08 2011-04-16 Sitronix Technology Corp Capacitance sensing circuit with anti-electromagnetic interference function
WO2018039608A1 (en) * 2016-08-25 2018-03-01 Parade Technologies, Ltd. Determination of valid touches based on force shape
TW201814571A (zh) * 2016-10-07 2018-04-16 晨星半導體股份有限公司 指紋感測器及其指紋辨識方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010093503A2 (en) * 2007-01-05 2010-08-19 Myskin, Inc. Skin analysis methods
TW201114179A (en) * 2009-10-08 2011-04-16 Sitronix Technology Corp Capacitance sensing circuit with anti-electromagnetic interference function
WO2018039608A1 (en) * 2016-08-25 2018-03-01 Parade Technologies, Ltd. Determination of valid touches based on force shape
TW201814571A (zh) * 2016-10-07 2018-04-16 晨星半導體股份有限公司 指紋感測器及其指紋辨識方法

Also Published As

Publication number Publication date
TW202034210A (zh) 2020-09-16

Similar Documents

Publication Publication Date Title
US11288480B2 (en) Method for authenticating a finger of a user of an electronic device
WO2017156965A1 (zh) 一种指纹解锁的方法及终端
TWI599964B (zh) 手指靜脈辨識系統與方法
WO2008005304A2 (en) A method and apparatus for recognition of handwritten symbols
US8238616B2 (en) Biometric authentication system and biometric authentication method
Sudiro et al. Adaptable fingerprint minutiae extraction algorithm based-on crossing number method for hardware implementation using FPGA device
US20190050659A1 (en) Method of processing biometric image and apparatus including the same
TWI696119B (zh) 指紋辨識之雜訊消除方法、控制裝置及資訊處理裝置
Yang et al. A convolutional neural network trained with dermoscopic images of psoriasis performed on par with 230 dermatologists
CN117351307B (zh) 一种模型训练方法、装置、设备及存储介质
CN109933202A (zh) 一种基于骨传导的智能输入方法和系统
TWI738191B (zh) 基於空間頻率移除背景雜訊的電子裝置及圖像信號處理方法
CN108338777A (zh) 一种脉搏信号检测分析方法及装置
TWI703466B (zh) 指紋識別方法、存儲媒體、指紋識別系統及智能裝置
JP2865528B2 (ja) 指紋照合装置
Sisodia et al. A conglomerate technique for finger print recognition using phone camera captured images
Candrasari et al. Hand gesture recognition using discrete wavelet transform and hidden Markov models
A. El_Rahman et al. Enhanced multimodal biometric recognition systems based on deep learning and traditional methods in smart environments
CN103530544A (zh) 生物体认证系统、生物体认证方法以及生物体认证程序
TWI761755B (zh) 生物特徵採集與識別方法及利用其之生物特徵識別裝置和資訊處理裝置
JP2865529B2 (ja) 指紋照合装置
TWI723812B (zh) 生物特徵採集方法以及利用該方法之生物特徵採集裝置和資訊處理裝置
TWI792380B (zh) 多模板圖像識別方法、生物特徵識別裝置、及資訊處理裝置
TWI816397B (zh) 膚紋控制系統、膚紋控制方法、膚紋取樣裝置及電腦可讀媒體
TWI836790B (zh) 利用具隱含式密碼之空中簽名執行驗證之方法