TWI816019B - 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體 - Google Patents

真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體 Download PDF

Info

Publication number
TWI816019B
TWI816019B TW109104188A TW109104188A TWI816019B TW I816019 B TWI816019 B TW I816019B TW 109104188 A TW109104188 A TW 109104188A TW 109104188 A TW109104188 A TW 109104188A TW I816019 B TWI816019 B TW I816019B
Authority
TW
Taiwan
Prior art keywords
image
fingerprint
light
processor
color
Prior art date
Application number
TW109104188A
Other languages
English (en)
Other versions
TW202131224A (zh
Inventor
張博超
陳瑞沛
丘兆仟
Original Assignee
友達光電股份有限公司
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 友達光電股份有限公司 filed Critical 友達光電股份有限公司
Priority to TW109104188A priority Critical patent/TWI816019B/zh
Priority to CN202010933459.2A priority patent/CN112149529B/zh
Priority to US17/115,845 priority patent/US11450143B2/en
Publication of TW202131224A publication Critical patent/TW202131224A/zh
Application granted granted Critical
Publication of TWI816019B publication Critical patent/TWI816019B/zh

Links

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
    • G06V40/1382—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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • 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
    • 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
    • G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

一種真偽指紋辨識裝置包含一光源、一偵測器以及一處理器。光源用以提供一第一色光以及一第二色光至一指紋。偵測器用以接收相應於第一色光的一第一反射光，且接收相應於第二色光的一第二反射光。處理器用以依據第一反射光以及第二反射光分別建立一第一影像以及一第二影像，且依據第一影像以及第二影像判斷指紋是否為一真指紋。

Description

真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體
本揭示中所述實施例內容是有關於一種真偽指紋辨識技術，特別關於一種真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體。
隨著指紋辨識技術的發展，指紋辨識已被應用於許多領域，例如：海關、各式電子產品或其他各式應用。然而，指紋可利用某些材料(例如：矽膠)進行偽造。舉例而言，偽指紋可仿造出真指紋的特徵點以及汗腺，以使指紋辨識裝置誤判。
本揭示之一些實施方式是關於一種真偽指紋辨識裝置。真偽指紋辨識裝置包含一光源、一偵測器以及一處理器。光源用以提供一第一色光以及一第二色光至一指紋。偵測器用以接收相應於第一色光的一第一反射光，且接收相應於第二色光的一第二反射光。處理器用以依據第一反射光以及第二反射光分別建立一第一影像以及一第二影像，且依據第一影像以及第二影像判斷指紋是否為一真指紋。
在一些實施例中，若第一影像與第二影像不相同，處理器判斷指紋為真指紋。若第一影像與第二影像相同，處理器判斷指紋為一偽指紋。
在一些實施例中，處理器更用以分別依據第一反射光以及第二反射光建立一第一灰階影像以及一第二灰階影像，分別對第一灰階影像以及第二灰階影像進行一對比度強化程序以產生一第一對比度強化影像以及一第二對比度強化影像，且分別對第一對比度強化影像以及第二對比度強化影像進行一特徵擷取程序以建立第一影像以及第二影像。
在一些實施例中，特徵擷取程序包含一動態範圍技術。
在一些實施例中，第一色光為一綠色光、一藍色光或一白色光，且第二色光為一紅色光。
在一些實施例中，第一色光的波長小於第二色光的波長。
在一些實施例中，當處理器判斷指紋為真指紋後，處理器進行一指紋特徵辨識程序以辨識相應於指紋的一使用者。
在一些實施例中，處理器同步判斷指紋是否為真指紋以及進行一指紋特徵辨識程序以辨識相應於指紋的一使用者。
本揭示之一些實施方式是關於一種真偽指紋辨識方法。真偽指紋辨識方法包含：藉由一光源提供一第一色光以及一第二色光至一指紋；藉由一偵測器接收相應於第一色光的一第一反射光，且接收相應於第二色光的一第二反射光；藉由一處理器依據第一反射光以及第二反射光分別建立一第一影像以及一第二影像；以及藉由處理器依據第一影像以及第二影像判斷指紋是否為一真指紋。
在一些實施例中，判斷指紋是否為真指紋的操作包含：若第一影像與第二影像不相同，藉由處理器判斷指紋為真指紋；以及若第一影像與第二影像相同，藉處理器判斷指紋為一偽指紋。
在一些實施例中，建立第一影像以及第二影像的操作包含：藉由處理器分別依據第一反射光以及第二反射光建立一第一灰階影像以及一第二灰階影像；藉由處理器分別對第一灰階影像以及第二灰階影像進行一對比度強化程序，以產生一第一對比度強化影像以及一第二對比度強化影像；以及藉由處理器分別對第一對比度強化影像以及第二對比度強化影像進行一特徵擷取程序，以建立第一影像以及第二影像。
在一些實施例中，特徵擷取程序包含一動態範圍技術。
在一些實施例中，第一色光為一綠色光、一藍色光或一白色光，且第二色光為一紅色光。
在一些實施例中，第一色光的波長小於第二色光的波長。
在一些實施例中，真偽指紋辨識方法更包含：當處理器判斷指紋為真指紋後，藉由處理器進行一指紋特徵辨識程序以辨識相應於指紋的一使用者。
在一些實施例中，真偽指紋辨識方法更包含：藉由處理器同步判斷指紋是否為真指紋以及進行一指紋特徵辨識程序以辨識相應於指紋的一使用者。
本揭示之一些實施方式是關於一種非暫態電腦可讀取記錄媒體。非暫態電腦可讀取記錄媒體用以儲存包含複數指令的一或多個電腦程式。一處理器用以執行該些指令。當處理器執行該些指令時，以下操作被執行：提供一第一色光以及一第二色光至一指紋；接收相應於第一色光的一第一反射光，且接收相應於第二色光的一第二反射光；依據第一反射光以及第二反射光分別建立一第一影像以及一第二影像；以及依據第一影像以及第二影像判斷指紋是否為一真指紋。
在一些實施例中，判斷指紋是否為真指紋的操作包含：若第一影像與第二影像不相同，判斷指紋為真指紋；以及若第一影像與第二影像相同，判斷指紋為一偽指紋。
在一些實施例中，建立第一影像以及第二影像的操作包含：分別依據第一反射光以及第二反射光建立一第一灰階影像以及一第二灰階影像；分別對第一灰階影像以及第二灰階影像進行一對比度強化程序，以產生一第一對比度強化影像以及一第二對比度強化影像；以及對第一對比度強化影像以及第二對比度強化影像進行一特徵擷取程序，以建立第一影像以及第二影像。
在一些實施例中，第一色光為一綠色光、一藍色光或一白色光，且第二色光為一紅色光。
綜上所述，本揭示的真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體，可辨識出指紋是否為真指紋。
以下將以圖式揭露本揭示之複數個實施方式。應瞭解到，實務上的細節不應用以限制本揭示。也就是說，在本揭示部分實施方式中，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。
在本文中所使用的用詞『耦接』亦可指『電性耦接』，且用詞『連接』亦可指『電性連接』。『耦接』及『連接』亦可指二個或多個元件相互配合或相互互動。
參考第1圖。第1圖是依照本揭示一些實施例所繪示的真偽指紋辨識裝置100的示意圖。以第1圖示例而言，真偽指紋辨識裝置100包含光源120、偵測器140、處理器160以及記憶體180。處理器160耦接光源120、偵測器140以及記憶體180。
在一些實施例中，光源120可利用背光模組實現，但本揭示不以此為限。
在一些實施例中，偵測器140可利用多個薄膜電晶體搭配多個偵測元件實現，但本揭示不以此為限。
在一些實施例中，處理器160可利用中央處理器(central processor unit)或微處理器(microprocessor) 實現，但本揭示不以此為限。
在一些實施例中，記憶體180可利用非暫態電腦可讀取記錄媒體實現，例如唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、快閃碟、隨身碟、磁帶、可從網路讀取的資料庫，或任何本揭示內容所屬技術領域中具通常知識者所能想到具有相同功能的記錄媒體。記憶體180用以儲存包含複數指令的一或多個電腦程式CP，但本揭示不以此為限。
上述真偽指紋辨識裝置100的配置以及實現方式僅為示例，真偽指紋辨識裝置100的各種配置以及各種實現方式皆在本揭示的範圍內。
參考第2圖。第2圖是複數色光穿透皮膚的示意圖。當照射皮膚的色光的波長越短，該色光穿透皮膚的深度越淺。相反地，當照射皮膚的色光的波長越長，該色光穿透皮膚的深度越深。據此，可見光中的紫色光(短波長)穿透皮膚的深度最淺，而可見光中的紅色光(長波長)穿透皮膚的深度最深。
參考第3圖。第3圖是依照本揭示一些實施例所繪示的真偽指紋辨識方法300的流程圖。以第3圖示例而言，真偽指紋辨識方法300包含操作S320、操作S340、操作S360以及操作S380。
在一些實施例中，真偽指紋辨識方法300應用於第1圖的真偽指紋辨識裝置100，但本揭示不以此為限。為易於瞭解，以下將搭配第1圖的真偽指紋辨識裝置100對真偽指紋辨識方法300進行說明。在一些實施例中，當電腦程式CP被處理器160、電腦或其他電子裝置所執行時，真偽指紋辨識方法300被執行。
在操作S320中，藉由光源120提供兩色光CL1以及CL2至待辨識指紋FP。當兩色光CL1以及CL2照射到待辨識指紋FP後，會產生相應於兩色光CL1以及CL2的反射光，在操作S340中，藉由偵測器140分別接收相應於兩色光CL1以及CL2的反射光。在操作S360中，藉由處理器160依據此兩反射光分別建立兩影像。在操作S380中，藉由處理器160依據兩影像判斷待辨識指紋FP是否為真指紋。
上述真偽指紋辨識方法300的敘述包含示例性的操作，但真偽指紋辨識方法300的該些操作不必依所顯示的順序被執行。真偽指紋辨識方法300的該些操作的順序得以被變更，或者該些操作得以在適當的情況下被同時執行、部分同時執行或部分省略，皆在本揭示之實施例的精神與範圍內。
關於真偽指紋辨識方法300的具體操作將搭配第4圖進行詳述。第4圖是依照本揭示一些實施例所繪示的第3圖的部分操作示意圖。為了易於理解，以下將搭配第1-4圖進行討論。
首先，光源120對待辨識指紋FP1(或FP2)照射綠色光、藍色光或白色光(如第1圖的色光CL1)。由於偽指紋可仿造出特徵點以及汗腺但無法仿造出血管或紅血球，且在可見光中綠色光的穿透深度較容易反射血管或紅血球，因此，對真指紋照射綠色光將會產生色斑。除了綠色光外，藍色光或白色光亦有類似的效果。換言之，可利用波長短於560奈米的色光進行真偽指紋辨識。以下將以綠色光(波長短於紅色光)為例進行說明。
偵測器140接收相應於綠色光的綠色反射光。接著，處理器160依據綠色反射光建立相應於綠色光的灰階影像FP1_GRAY(或FP2_GRAY)。接著，處理器160對相應於綠色光的灰階影像FP1_GRAY(或FP2_GRAY)進行對比度強化程序以產生相應於綠色光的對比度強化影像FP1_CST(或FP2_CST)。接著，處理器160對相應於綠色光的對比度強化影像FP1_CST(或FP2_CST)進行特徵擷取程序，以建立待辨識指紋FP1(或FP2)相應於綠色光的第一影像G_I。
光源120對待辨識指紋FP1(或FP2)照紅色光(如第1圖的色光CL2)。相似地，偵測器140接收相應於紅色光的紅色反射光。接著，處理器160依據紅色反射光建立相應於紅色光的灰階影像FP1_GRAY(或FP2_GRAY)。接著，處理器160對相應於紅色光的灰階影像FP1_GRAY(或FP2_GRAY)進行對比度強化程序以產生相應於紅色光的對比度強化影像FP1_CST(或FP2_CST)。接著，處理器160對相應於紅色光的對比度強化影像FP1_CST(或FP2_CST)進行特徵擷取程序，以建立待辨識指紋FP1(或FP2)相應於紅色光的第二影像R_I。
如第4圖所示，以待辨識指紋FP1為例，相應於綠色光的第一影像G_I會具有色斑區塊CA，而相應於紅色光的第二影像R_I不具有色斑區塊。據此，處理器160可判斷待辨識指紋FP1為真指紋。
以待辨識指紋FP2為例，相應於綠色光的第一影像G_I具有缺陷區塊DA(例如：製作矽膠偽指紋時所產生的缺陷)。由於製作矽膠偽指紋所產生的缺陷無法反射色光，因此相應於綠色光的第一影像G_I具有缺陷區塊DA以及相應於紅色光的第二影像R_I皆具有缺陷區塊DA。
於此特別說明的是，在一些實施例中，系統無法分辨出影像中灰階不同的區塊為色斑區塊CA或缺陷區塊DA。據此，基於上述內容，亦可藉由判斷第一影像G_I是否與第二影像R_I相同，以判斷待辨識指紋FP為真指紋或偽指紋。舉例而言，若第一影像G_I與第二影像R_I不相同，可判斷待辨識指紋FP為真指紋。若第一影像G_I與第二影像R_I相同，可判斷待辨識指紋FP為偽指紋。
在一些實施例中，假若有一待辨識指紋為有汙漬(例如：奇異筆痕跡)或傷口的真指紋，相應的綠色光的第一影像G_I將具有色斑區塊CA(相應於血管或紅血球所產生)以及缺陷區塊DA(相應於汙漬或傷口所產生)，相應的紅色光的第一影像R_I則亦具有缺陷區塊DA(相應於汙漬或傷口所產生)。也就是說，在這個情況下，系統仍能藉由判斷第一影像G_I與第二影像R_I不相同，以判斷待辨識指紋FP為真指紋。
第5圖是依照本揭示一些實施例所繪示的特徵擷取程序的示意圖。在一些實施例中，特徵擷取程序是採用動態範圍(dynamic range，DR)技術實現。也就是說，在這些實施例中，動態範圍技術用以將第4圖中的對比度強化影像FP1_CST以及FP2_CST轉為第一影像G_I與第二影像R_I。
參考第4圖以及第5圖。以對比度強化影像FP1_CST為例，先從對比度強化影像FP1_CST中挑選出一計算區域A。接著，從計算區域A中選出一像素(例如：計算區域A中最左上角的像素)。接著，以此像素(例如：計算區域A中最左上角的像素)為基準，選出一目標區域L。於此特別說明，為使圖式清楚以易於瞭解，第5圖僅繪示計算區域A以及目標區域L，而省略對比度強化影像FP1_CST。舉例而言，目標區域L的長度以及寬度可為11個像素。也就是說，目標區域L包含121個像素且涵蓋此像素(例如：計算區域A中最左上角的像素)。接著，將目標區域L中這121個像素中2%灰階值最高的該些像素的灰階值進行平均，以產生最高平均灰階值。將121個像素中2%灰階值最低的該些像素的灰階值進行平均，以產生最低平均灰階值。接著，將最高平均灰階值減去最低平均灰階值，以產生此像素(例如：計算區域A中最左上角的像素)的動態範圍值(DR value)。
接著，依照上述步驟計算出計算區域A中另一個像素的動態範圍值，且以此類推。在計算區域A中所有像素都進行上述步驟後，即可產生計算區域A中所有像素的動態範圍值。接著，依據計算區域A中所有像素的動態範圍值可產生第一影像G_I。換言之，由於色斑區塊CA的動態範圍值(動態範圍值約為40-50灰階)與其它指紋部分的動態範圍值(動態範圍值為約70-80灰階)不同，因此第一影像G_I中的色斑區塊CA的影像效果與其他部分的影像效果不同。據此，可識別出色斑區塊CA。
基於上述內容，第4圖中的對比度強化影像FP2_CST亦可轉換為第一影像G_I，以識別出缺陷區塊DA。由於可識別出色斑區塊CA或缺陷區塊DA，因此基於上述運作原理可完成辨識真偽指紋的運作。
由於第二影像R_I的運作原理相似於上述第一影像G_I的運作原理，故於此不再贅述。
上述特徵擷取程序的實現方式僅為示例，各種適用的特徵擷取程序皆在本揭示的範圍內。
參考第6圖。第6圖是依照本揭示一些實施例所繪示的指紋特徵辨識方法600的流程圖。以第6圖示例而言，指紋特徵辨識方法600包含操作S610、操作S620、操作S630、操作S640、操作S650、操作S660以及操作S670。
在一些實施例中，指紋特徵辨識方法600應用於第1圖的真偽指紋辨識裝置100，但本揭示不以此為限。為易於瞭解，以下將搭配第1圖以及第4圖對指紋特徵辨識方法600進行說明。在一些實施例中，當電腦程式CP被處理器160、電腦或其他電子裝置所執行時，指紋特徵辨識方法600被執行。
在操作S610中，開啟第一色光(例如：色光CL1)光源。色光CL1例如是綠色光、藍色光或白色光。以綠色光為例，綠色光光源照射到待辨識指紋FP1後，會產生相應於綠色光的灰階影像FP1_GRAY。
在操作S620中，將相應於綠色光的灰階影像FP1_GRAY儲存於暫存器中。
在操作S630中，關閉第一色光光源且開啟第二色光(例如：色光CL2)光源。色光CL2例如是紅色光。紅色光光源照射到待辨識指紋FP1後，會產生相應於紅色光的灰階影像FP1_GRAY。
在操作S640中，將相應於紅色光的灰階影像FP1_GRAY儲存於暫存器中。
在操作S650中，進行真偽指紋辨識程序。舉例而言，處理器160依據與前述真偽指紋辨識方法300相關的實施例內容進行真偽指紋辨識程序。若待辨識指紋FP1被辨識為真指紋，進入操作S660。若待辨識指紋FP1被辨識為偽指紋，進入操作S670。
在操作S660中，進行指紋特徵辨識程序。舉例而言，當處理器160判斷待辨識指紋FP1為真指紋後，處理器160進行指紋特徵辨識程序以辨識相應於待辨識指紋FP1的使用者(即，辨識待辨識指紋FP1是誰的)。由於進行真偽指紋辨識程序(操作S650)前，相關的影像已被儲存於暫存器中。據此，在進行指紋特徵辨識程序時，可直接讀取暫存器中的影像以進行後續的影像處理及辨識。影像處理可例如為細線化處理、傅利葉轉換或其他各種影像處理方式。如此，可節省感測以及影像處理的時間。另外，由於毋需重複儲存影像，因此亦可節省暫存器中的儲存空間。
在操作S670中，釋放暫存器。舉例而言，若待辨識指紋FP1被辨識為偽指紋，毋需再判斷指紋是誰的。據此，可直接將先前儲存於暫存器中的影像(例如：相應於綠色光的灰階影像FP1_GRAY、相應於紅色光的灰階影像FP1_GRAY)擦除，以釋放暫存器中的儲存空間。
上述指紋特徵辨識方法600的敘述包含示例性的操作，但指紋特徵辨識方法600的該些操作不必依所顯示的順序被執行。指紋特徵辨識方法600的該些操作的順序得以被變更，或者該些操作得以在適當的情況下被同時執行、部分同時執行或部分省略，皆在本揭示之實施例的精神與範圍內。舉例而言，在一些其他的實施例中，操作S650中的真偽指紋辨識程序以及操作S660中的指紋特徵辨識程序可同時進行。也就是說，處理器160同步判斷待辨識指紋FP1是否為真指紋以及進行指紋特徵辨識程序以辨識相應於待辨識指紋FP1的使用者。
綜上所述，本揭示的真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體，可辨識出指紋是否為真指紋。
各種功能性元件和方塊已於此公開。對於本技術領域具通常知識者而言，功能方塊可由電路（不論是專用電路，或是於一或多個處理器及編碼指令控制下操作的通用電路）實現，其一般而言包含用以相應於此處描述的功能及操作對電氣迴路的操作進行控制之電晶體或其他電路元件。如將進一步理解地，一般而言電路元件的具體結構與互連，可由編譯器(compiler)，例如暫存器傳遞語言(register transfer language，RTL)編譯器決定。暫存器傳遞語言編譯器對與組合語言代碼(assembly language code)相當相似的指令碼(ascript)進行操作，將指令碼編譯為用於佈局或製作最終電路的形式。確實地，暫存器傳遞語言以其促進電子和數位系統設計過程的所扮演的角色和用途而聞名。
雖然本揭示已以實施方式揭露如上，然其並非用以限定本揭示，任何本領域具通常知識者，在不脫離本揭示之精神和範圍內，當可作各種之更動與潤飾，因此本揭示之保護範圍當視後附之申請專利範圍所界定者為準。
100:真偽指紋辨識裝置 120:光源 140:偵測器 160:處理器 180:記憶器 300:真偽指紋辨識方法 600:指紋特徵辨識方法 CP:電腦程式 CL1,CL2:色光 FP:指紋 FP1:指紋 FP2:指紋 FP1_GRAY:灰階影像 FP2_GRAY:灰階影像 FP1_CST:對比度強化影像 FP2_CST:對比度強化影像 G_I:第一影像 R_I:第二影像 CA:色斑區塊 DA:缺陷區塊 S320,S340,S360,S380,S610,S620,S630,S640,S650,S660,S670:操作 A:計算區域 L:目標區域
為讓本揭示之上述和其他目的、特徵、優點與實施例能夠更明顯易懂，所附圖式之說明如下： 第1圖是依照本揭示一些實施例所繪示的一真偽指紋辨識裝置的示意圖； 第2圖是複數色光穿透皮膚的示意圖； 第3圖是依照本揭示一些實施例所繪示的一真偽指紋辨識方法的流程圖； 第4圖是依照本揭示一些實施例所繪示的第3圖的部分操作示意圖； 第5圖是依照本揭示一些實施例所繪示的特徵擷取程序的示意圖；以及 第6圖是依照本揭示一些實施例所繪示的一指紋特徵辨識方法的流程圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記) 無 國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記) 無
300:真偽指紋辨識方法
S320,S340,S360,S380:操作

Claims (17)

  1. 一種真偽指紋辨識裝置，包含：一光源，用以提供一第一色光以及一第二色光至一指紋；一偵測器，用以接收相應於該第一色光的一第一反射光，且接收相應於該第二色光的一第二反射光；以及一處理器，用以依據該第一反射光以及該第二反射光分別建立一第一影像以及一第二影像，且依據該第一影像以及該第二影像判斷該指紋是否為一真指紋，其中若該第一影像具有一色斑區塊且該第二影像不具有該色斑區塊，該處理器判斷該指紋為該真指紋，其中若該第一影像具有一缺陷區塊且該第二影像具有該缺陷區塊，該處理器判斷該指紋為一偽指紋。
  2. 如請求項1所述的真偽指紋辨識裝置，其中該處理器更用以分別依據該第一反射光以及該第二反射光建立一第一灰階影像以及一第二灰階影像，分別對該第一灰階影像以及該第二灰階影像進行一對比度強化程序以產生一第一對比度強化影像以及一第二對比度強化影像，且分別對該第一對比度強化影像以及該第二對比度強化影像進行一特徵擷取程序以建立該第一影像以及該第二影像。
  3. 如請求項2所述的真偽指紋辨識裝置，其中 該特徵擷取程序包含一動態範圍技術。
  4. 如請求項1所述的真偽指紋辨識裝置，其中該第一色光為一綠色光、一藍色光或一白色光，且該第二色光為一紅色光。
  5. 如請求項1所述的真偽指紋辨識裝置，其中該第一色光的波長小於該第二色光的波長。
  6. 如請求項1所述的真偽指紋辨識裝置，其中當該處理器判斷該指紋為該真指紋後，該處理器進行一指紋特徵辨識程序以辨識相應於該指紋的一使用者。
  7. 如請求項1所述的真偽指紋辨識裝置，其中該處理器同步判斷該指紋是否為該真指紋以及進行一指紋特徵辨識程序以辨識相應於該指紋的一使用者。
  8. 一種真偽指紋辨識方法，包含：藉由一光源提供一第一色光以及一第二色光至一指紋；藉由一偵測器接收相應於該第一色光的一第一反射光，且接收相應於該第二色光的一第二反射光；藉由一處理器依據該第一反射光以及該第二反射光分別建立一第一影像以及一第二影像；以及藉由該處理器依據該第一影像以及該第二影像判斷該指 紋是否為一真指紋，其中若該第一影像具有一色斑區塊且該第二影像不具有該色斑區塊，藉由該處理器判斷該指紋為該真指紋，其中若該第一影像具有一缺陷區塊且該第二影像具有該缺陷區塊，藉由該處理器判斷該指紋為一偽指紋。
  9. 如請求項8所述的真偽指紋辨識方法，其中建立該第一影像以及該第二影像的操作包含：藉由該處理器分別依據該第一反射光以及該第二反射光建立一第一灰階影像以及一第二灰階影像；藉由該處理器分別對該第一灰階影像以及該第二灰階影像進行一對比度強化程序，以產生一第一對比度強化影像以及一第二對比度強化影像；以及藉由該處理器分別對該第一對比度強化影像以及該第二對比度強化影像進行一特徵擷取程序，以建立該第一影像以及該第二影像。
  10. 如請求項9所述的真偽指紋辨識方法，其中該特徵擷取程序包含一動態範圍技術。
  11. 如請求項8所述的真偽指紋辨識方法，其中該第一色光為一綠色光、一藍色光或一白色光，且該第二色光為一紅色光。
  12. 如請求項8所述的真偽指紋辨識方法，其中該第一色光的波長小於該第二色光的波長。
  13. 如請求項8所述的真偽指紋辨識方法，更包含：當該處理器判斷該指紋為該真指紋後，藉由該處理器進行一指紋特徵辨識程序以辨識相應於該指紋的一使用者。
  14. 如請求項8所述的真偽指紋辨識方法，更包含：藉由該處理器同步判斷該指紋是否為該真指紋以及進行一指紋特徵辨識程序以辨識相應於該指紋的一使用者。
  15. 一種非暫態電腦可讀取記錄媒體，用以儲存包含複數指令的一或多個電腦程式，一處理器用以執行該些指令，當該處理器執行該些指令時，以下操作被執行：提供一第一色光以及一第二色光至一指紋；接收相應於該第一色光的一第一反射光，且接收相應於該第二色光的一第二反射光；依據該第一反射光以及該第二反射光分別建立一第一影像以及一第二影像；以及依據該第一影像以及該第二影像判斷該指紋是否為一真指紋，其中若該第一影像具有一色斑區塊且該第二影像不 具有該色斑區塊，藉由該處理器判斷該指紋為該真指紋，其中若該第一影像具有一缺陷區塊且該第二影像具有該缺陷區塊，藉由該處理器判斷該指紋為一偽指紋。
  16. 如請求項15所述的非暫態電腦可讀取記錄媒體，其中建立該第一影像以及該第二影像的操作包含：分別依據該第一反射光以及該第二反射光建立一第一灰階影像以及一第二灰階影像；分別對該第一灰階影像以及該第二灰階影像進行一對比度強化程序，以產生一第一對比度強化影像以及一第二對比度強化影像；以及分別對該第一對比度強化影像以及該第二對比度強化影像進行一特徵擷取程序，以建立該第一影像以及該第二影像。
  17. 如請求項15所述的非暫態電腦可讀取記錄媒體，其中該第一色光為一綠色光、一藍色光或一白色光，且該第二色光為一紅色光。
TW109104188A 2020-02-11 2020-02-11 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體 TWI816019B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW109104188A TWI816019B (zh) 2020-02-11 2020-02-11 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體
CN202010933459.2A CN112149529B (zh) 2020-02-11 2020-09-08 真伪指纹识别装置、方法以及非暂态计算机可读记录介质
US17/115,845 US11450143B2 (en) 2020-02-11 2020-12-09 Real/fake fingerprint recognition device, method, and non-transitory computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109104188A TWI816019B (zh) 2020-02-11 2020-02-11 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體

Publications (2)

Publication Number Publication Date
TW202131224A TW202131224A (zh) 2021-08-16
TWI816019B true TWI816019B (zh) 2023-09-21

Family

ID=73890819

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109104188A TWI816019B (zh) 2020-02-11 2020-02-11 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體

Country Status (3)

Country Link
US (1) US11450143B2 (zh)
CN (1) CN112149529B (zh)
TW (1) TWI816019B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11551472B1 (en) * 2021-09-27 2023-01-10 Novatek Microelectronics Corp. Method of fingerprint recognition and related fingerprint sensing circuit
WO2023229653A1 (en) * 2022-05-26 2023-11-30 Google Llc Spoof detection using localized illumination for biometric authentication systems
US12008836B2 (en) 2023-05-04 2024-06-11 Google Llc Spatially and temporally dynamic illumination for fingerprint authentication

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102103685A (zh) * 2009-12-18 2011-06-22 茂晖科技股份有限公司 具活体扫瞄功能的光学指纹辨识装置及辨识法
US20150205992A1 (en) * 2014-01-21 2015-07-23 Lumidigm, Inc. Multispectral imaging biometrics
TWI592880B (zh) * 2015-10-16 2017-07-21 聯詠科技股份有限公司 光學裝置及辨識物件方法
US20170220836A1 (en) * 2016-01-28 2017-08-03 University Of The West Indies Fingerprint classification system and method using regular expression machines
US20190026527A1 (en) * 2017-07-18 2019-01-24 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201716741U (zh) 2010-07-06 2011-01-19 深圳市中控生物识别技术有限公司 一种具有防伪识别功能的感应指纹采集验证装置
JP5753105B2 (ja) * 2012-01-16 2015-07-22 富士フイルム株式会社 電子内視鏡システム、画像処理装置及び画像処理装置の作動方法
CN103544474B (zh) 2013-09-22 2016-08-10 何赛灵 一种使用生物特征散射光谱的高防伪光学指纹识别方法
US10127428B2 (en) * 2014-08-26 2018-11-13 Gingy Technology Inc. Fingerprint identification method and fingerprint identification device
TWI530887B (zh) 2015-03-31 2016-04-21 友達光電股份有限公司 指紋防偽方法以及指紋辨識裝置
TWI595449B (zh) * 2015-12-30 2017-08-11 國立中正大學 影像增強方法
KR102560710B1 (ko) * 2016-08-24 2023-07-27 삼성전자주식회사 광학적 스펙클을 이용하는 장치 및 방법
US11176347B2 (en) * 2019-06-14 2021-11-16 Analog Devices International Unlimited Company Fingerprint-on-display recognition
US11227141B2 (en) * 2019-07-01 2022-01-18 Novatek Microelectronics Corp. Fingerprint identification device and fingerprint identification method
KR20210029891A (ko) * 2019-09-06 2021-03-17 삼성디스플레이 주식회사 표시 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102103685A (zh) * 2009-12-18 2011-06-22 茂晖科技股份有限公司 具活体扫瞄功能的光学指纹辨识装置及辨识法
US20150205992A1 (en) * 2014-01-21 2015-07-23 Lumidigm, Inc. Multispectral imaging biometrics
TWI592880B (zh) * 2015-10-16 2017-07-21 聯詠科技股份有限公司 光學裝置及辨識物件方法
US20170220836A1 (en) * 2016-01-28 2017-08-03 University Of The West Indies Fingerprint classification system and method using regular expression machines
US20190026527A1 (en) * 2017-07-18 2019-01-24 Shenzhen GOODIX Technology Co., Ltd. Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing

Also Published As

Publication number Publication date
CN112149529B (zh) 2023-12-12
TW202131224A (zh) 2021-08-16
CN112149529A (zh) 2020-12-29
US11450143B2 (en) 2022-09-20
US20210248350A1 (en) 2021-08-12

Similar Documents

Publication Publication Date Title
TWI816019B (zh) 真偽指紋辨識裝置、方法以及非暫態電腦可讀取記錄媒體
US10699103B2 (en) Living body detecting method and apparatus, device and storage medium
TWI435277B (zh) 利用與快速遮罩正規化交互相關匹配之範本的文件驗證
CN106446808A (zh) 确定设备、指纹输入设备、确定方法以及确定程序
TW201732651A (zh) 一種單詞的分割方法和裝置
US8514240B2 (en) Authentication system, authentication program, and method of authentication
JP5050643B2 (ja) 登録装置、照合装置、プログラム及びデータ構造
US20220351361A1 (en) Automatic determination process device, automatic determination process method, inspection system, program, and recording medium
EP3674696B1 (en) Medicine inspection assistance device, image processing device, image processing method, and non-transitory computer-readable recording medium
CN110264523B (zh) 一种确定测试图像中的目标图像的位置信息的方法与设备
JP2008305192A (ja) 顔認証装置
GB2613767A (en) Computer-implemented method of enhancing object detection in a digital image of known underlying structure, and corresponding module, data processing appara
CN110969046A (zh) 人脸识别方法、设备及计算机可读存储介质
JP2008123207A (ja) 登録装置、照合装置、登録方法、照合方法及びプログラム
JP2008211514A (ja) 画像判定装置、画像判定方法及びプログラム
CN112052907A (zh) 基于图像边缘信息的目标检测方法、装置及存储介质
Houdeville et al. A multisystem-compatible deep learning-based algorithm for detection and characterization of angiectasias in small-bowel capsule endoscopy. A proof-of-concept study.
US20100226578A1 (en) Object detecting apparatus, and object detecting method
Wan et al. Contrastive region guidance: Improving grounding in vision-language models without training
US11151374B2 (en) Method and system for generating a surface signature
US20190392191A1 (en) Authentication device and authentication method
CN114359667B (zh) 一种基于生成式对抗网络的强度相干识别方法及设备
JP2008123206A (ja) 登録装置、照合装置、登録方法、照合方法及びプログラム
CN111626244B (zh) 图像识别方法、装置、电子设备和介质
CN113657245A (zh) 一种用于人脸活体检测的方法、设备、介质及程序产品