CN113574532B - 指纹模板的注册 - Google Patents
指纹模板的注册 Download PDFInfo
- Publication number
- CN113574532B CN113574532B CN201980094096.3A CN201980094096A CN113574532B CN 113574532 B CN113574532 B CN 113574532B CN 201980094096 A CN201980094096 A CN 201980094096A CN 113574532 B CN113574532 B CN 113574532B
- Authority
- CN
- China
- Prior art keywords
- interaction
- fingerprint
- template
- sub
- detection surface
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 230000003993 interaction Effects 0.000 claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012876 topography Methods 0.000 claims description 67
- 238000001514 detection method Methods 0.000 claims description 58
- 238000004091 panning Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims 1
- ZJPGOXWRFNKIQL-JYJNAYRXSA-N Phe-Pro-Pro Chemical compound C([C@H](N)C(=O)N1[C@@H](CCC1)C(=O)N1[C@@H](CCC1)C(O)=O)C1=CC=CC=C1 ZJPGOXWRFNKIQL-JYJNAYRXSA-N 0.000 description 11
- 238000004590 computer program Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- 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
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1353—Extracting features related to minutiae or pores
-
- 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
- G06V40/1376—Matching features related to ridge properties or fingerprint texture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开内容涉及在包括指纹感测系统的电子设备中执行的方法。对于多个连续的子模板中的每一个子模板,所述方法包括:确定(S1)下述情形:作为与指纹传感器交互的一部分,指纹接近指纹传感器;从指纹的捕获图像中提取(S2)子模板;获得(S3)关于下述情形的指示:在确定之前的时间段期间,指纹是否也接近传感器;如果指纹接近则将交互限定(S4)为滑动交互,或者如果指纹不接近则将交互限定(S4)为触摸交互;以及基于交互被限定为滑动交互或是触摸交互来推进(S5)注册进度。当注册进度在预定阈值以上时,对根据子模板编译的模板进行注册(S6)。
Description
技术领域
本公开内容涉及用于在指纹感测系统中注册指纹模板的方法和设备。
背景技术
各种类型的生物识别系统被越来越多的使用,以便提供提高的安全性和/或增强的用户便利性。
特别地,指纹感测系统由于其小封装(small form factor)、高性能和用户认可度,已经被用于例如消费者电子设备中。
指纹感测系统的用户允许通过指纹传感器检测指纹形貌,所述指纹的形貌形成模板,该模板被注册并存储在指纹感测系统中以供稍后用于通过将稍后检测到的指纹与所存储的模板进行比较来对所述稍后检测到的指纹进行验证。
由于指纹传感器已经变成商品,因此降低生产成本变得越来越重要。降低成本的一种方法是减小传感器区域尺寸。
发明内容
本发明的目的是借助于减小尺寸的指纹传感器来促进适当的指纹模板的注册。
对于用户,减小传感器区域具有以下影响:由于需要更多的触摸交互以便恰当地覆盖指纹形貌的足够区域使得能够形成适当的指纹模板,因此利用一系列的触摸进行注册将变得更加繁琐。
现在已经意识到,对于传感器使用扫动(滑动)交互或者滑动交互和触摸交互的组合来获得指纹模板可能是便利的,在扫动(滑动)交互中用户手指的指纹形貌在指纹传感器的检测表面上滑动而不是仅触摸交互,在触摸交互中形貌被施加在检测表面上并且然后从检测表面移去。本发明的实施方式使得用户能够在检测表面上使用触摸交互和/或滑动交互来获得模板。通过在检测表面上滑动,用户可以使得传感器(通常包括传感器元件的二维阵列)能够快速地覆盖指纹形貌的大区域。实施方式试图确保以这种方式注册的模板对于后续认证尝试是足够质量的,即,以这种方式注册的模板包含覆盖尽可能多的指纹形貌的子模板(ST),同时还考虑到用户体验应当是简单的。
根据本发明的一方面,提供了在包括指纹感测系统的电子设备中执行的方法,该指纹感测系统包括指纹传感器。该方法用于对根据子模板时间序列编译的指纹模板进行注册。对于时间序列中的多个连续的子模板中的每一个子模板并且借助于指纹感测系统,所述方法包括:确定下述情形:作为手指与指纹传感器交互的一部分,手指的指纹形貌接近指纹传感器的检测表面。所述方法还包括从形貌的捕获图像中提取子模板,该子模板在时间序列中与先前子模板连续。所述方法还包括获得关于下述情形的指示:在捕获从中提取先前子模板的图像与确定形貌接近检测表面之间的时间段期间,形貌是否保持接近检测表面。所述方法还包括:在所述时间段期间,根据所获得的指示,如果形貌保持接近检测表面,则将交互限定为滑动交互;或者根据所获得的指示,如果形貌没有保持接近检测表面,则将交互限定为触摸交互。所述方法还包括:基于交互被限定为滑动交互或是触摸交互来推进注册进度。然后,所述方法还包括:当注册进度已经推进至预定注册阈值以上时,对根据子模板编译的模板进行注册。
根据本发明的另一方面,提供了包括计算机可执行组成部件的计算机程序产品,该计算机可执行组成部件用于当计算机可执行组成部件在电子设备中包括的处理电路上运行时,使电子设备执行任一前述权利要求所述的方法。
根据本发明的另一方面,提供了指纹感测系统,其包括:指纹传感器,处理电路,以及存储指令的数据存储器,指令可以由处理电路执行以使得指纹感测系统能够进行操作以:对于时间序列中的多个连续的子模板中的每一个子模板:确定下述情形:作为手指与指纹传感器交互的一部分,手指的指纹形貌接近指纹传感器的检测表面;捕获形貌的子模板,该子模板在时间序列中与先前子模板连续;获得下述情形的指示:在捕获先前子模板与确定形貌接近检测表面之间的时间段期间,形貌保持接近检测表面,或者在所述时间段期间形貌没有保持接近检测表面;在所述时间段期间,根据所获得的指示,如果形貌保持接近检测表面,则将交互限定为滑动交互,或者根据所获得的指示,如果形貌没有保持接近检测表面,则将交互限定为触摸交互;以及基于交互被限定为滑动交互或是触摸交互来推进注册进度。该系统也可以操作成当注册进度在预定注册阈值以上时,对编译的模板进行注册。
根据本发明的另一方面,提供了包括本公开内容的指纹感测系统的实施方式的电子设备。
通过使注册进度基于交互被限定为滑动交互或是触摸交互,可以根据预定(通常是经验的)因数对不同类型交互所产生的子模板赋予不同的权重。这使得来自触摸交互和滑动交互两者的子模板能够在模板的编译中组合。例如,在注册的推进中可以对来自滑动交互的子模板赋予较小的权重,这是由于与之前的子模板相比可能覆盖了形貌的较少的新部分。
应当注意,各方面中任一方面的任何特征可以在适当的情况下应用于任何其他方面。同样,各方面中任一方面的任何优点可以应用于其他方面中任一方面。根据以下详细公开内容、所附从属权利要求以及附图,所附实施方式的其他目的、特征和优点将变得明显。
通常,权利要求中使用的所有术语将根据所述术语在技术领域中的普通含义来解释,除非本文另外明确地限定。对“一/一个/该元件、设备、部件、装置、步骤等”的所有引用将被公开地解释为指元件、设备、部件、装置、步骤等中的至少一个实例,除非另外明确地说明。本文公开的任何方法的步骤不必按照公开的确切顺序执行,除非明确地说明。针对本公开内容的不同特征/部件使用“第一”、“第二”等仅旨在将特征/部件与其他类似的特征/部件区分开,并且不向该特征/部件赋予任何顺序或层次。
附图说明
将参照附图通过示例的方式描述实施方式,在附图中:
图1是根据本发明的包括与用户的手指进行交互的指纹传感器的电子设备的实施方式的示意图。
图2是根据本发明的电子设备的指纹感测系统的实施方式的示意性框图。
图3示意性地示出了根据本发明的在指纹传感器的检测表面上方的指纹形貌的滑动交互的实施方式。
图4示意性地示出了根据本发明的在滑动交互实施方式期间在指纹传感器的检测表面上方的指纹形貌在连续捕获的形貌图像之间的平移。
图5是本发明的方法的实施方式的示意性流程图。
图6是本发明的方法的具体示例实施方式的更详细的流程图。
具体实施方式
现在将在下文中参照附图更全面地描述实施方式,在附图中示出了某些实施方式。然而,在本公开内容的范围内,许多不同形式的其他实施方式也是可以的。确切地说,通过示例的方式提供以下实施方式,使得本公开内容将是彻底且完整的,并且将向本领域技术人员充分地传达本公开内容的范围。在整个说明书中,相同的附图标记表示相同的元件。
图1示出了在此为移动电话形式的电子设备1,例如,智能手机。该电子设备1包括:显示叠层3(例如包括触摸功能(即触摸显示器)),和指纹传感器2。指纹传感器2包括指纹传感器电路,例如用于输出灰度图像等例如作为使用指纹传感器进行指纹注册或身份认证或导航的一部分,其中图像中的不同强度指示指纹传感器2的检测表面与放置在其上的手指4的指纹形貌之间的接触。
指纹传感器2可以根据任何感测技术进行操作。例如,指纹传感器可以是电容式、光学、热学或超声波传感器。在本文中,作为示例讨论了对于一些应用可能是优选的电容式指纹传感器。指纹传感器可以包括指纹感测元件的二维阵列,每个指纹感测元件的二维阵列与由指纹传感器输出(捕获)的图像的像素相对应,该像素例如由灰度值表示。如图1所示,指纹传感器可以位于显示器3的一侧,在显示器的显示区域之外,或者指纹传感器也可以位于所述显示区域内。可以如本文所讨论的那样从捕获图像中提取子模板并且可以使用多个序列的子模板用于编译模板,然后可以注册所述模板。例如,所述图像可以是例如灰度值的二维或一维像素阵列的形式。每个图像像素可以提供图像强度,其具有灰度值或其他值。例如,对于电容式指纹传感器,高像素强度(例如灰度为白色)意味着低电容耦合,并且因此意味着在检测表面与指纹形貌之间的大的感测距离。由于手指没有覆盖检测表面的对应于像素的感测元件所在的部分,因此可以导致高像素强度。相反,低像素强度(例如灰度为黑色)意味着高电容耦合,并且因此意味着在检测表面与指纹形貌之间的小的感测距离。由于对应的感测元件位于指纹形貌的脊处,因此可能导致高像素强度。中像素强度可以指示感测元件被手指拓扑覆盖,但是位于指纹形貌的谷处。
可以从子模板所基于的每个图像中提取特征,例如,待注册的指纹的诸如分叉和脊部末端的细节以及其他表征特征。每个特征可以与指定它们在图像内的相应位置的一组x和y坐标或者其他位置限定相关联。可以将从图像中提取的特征与它们各自的相关联坐标一起包括在模板中。
如本文所讨论,模板可以被视为用于与图像相关联的信息的容器,所述信息包括例如特征(与坐标相关联)、用户标识符(ID)、手指ID和/或其他信息。
图2是例如如图1中的电子设备1的指纹感测系统10的实施方式的示意性框图。系统10包括处理电路11,例如,中央处理单元(CPU)。处理电路11可以包括微处理器形式的一个或多个处理单元。然而,在处理电路11中可以包括具有计算能力的其他合适器件,例如,专用集成电路(ASIC)、现场可编程门阵列(FPGA)或复杂可编程逻辑器件(CPLD)。处理电路11被配置成运行存储在例如存储器的一个或若干个存储器单元的数据存储器14中的一个或若干个计算机程序或软件(SW)15。通过运行SW15,可以形成包括处理电路11的至少一部分的应用,例如:指纹图像获得电路12,其被配置成用于借助于系统10中的指纹传感器2来获得例如指纹图像;以及图像处理电路13,其被配置成用于例如所获得的指纹图像的图像处理,以例如提取子模板(其通常包括来自图像的特征)以及用于根据子模板来编译模板。存储器单元被视为如本文所讨论的计算机可读装置或计算机程序产品14,并且可以例如是随机存取存储器(RAM)、闪存或其他固态存储器、或者硬盘、或者它们的组合的形式。处理电路11还可以被配置成根据需要将信息存储在存储器14中。
电子设备1可以是包括指纹传感器2并且能够处理借助于所述指纹传感器获得的图像的任何设备。例如,设备1可以是移动电话(例如智能电话)、智能卡、平板电脑、便携式计算机(例如膝上型计算机)或固定计算机(例如台式计算机、服务器或大型计算机)中的任意一种。
图3示出了在指纹传感器2的检测表面32上方的指纹形貌30的滑动交互。该图还(通过虚线箭头路径)示意性地示出了滑动路径的示例,所述滑动路径可以由手指4的指纹形貌在与检测表面32接触或足够接近检测表面32时采用以用于手指4的指纹形貌与检测表面32之间的滑动交互。
滑动交互可以例如以螺旋的路径(如图3所示)进行,或者以例如圆形、左右和/或上下的任何其他路径进行。确切的滑动路径可能并不重要,但是在一些实施方式中圆形或螺旋的滑动路径可以是优选的,以确保用户围绕移动手指4,从而足够覆盖比在单个水平或竖直滑动中实现的指纹形貌多的指纹形貌。
图4示出了在滑动交互期间在指纹传感器2的检测表面32上方的指纹形貌30在连续捕获的形貌图像之间的相应平移31。
不管形貌30与检测表面32之间的交互(即,当形貌与检测表面接触或者足够接近所述检测表面以使得能够捕获形貌的图像时),传感器可以在所述交互期间持续地尝试捕获形貌的图像,直至已经达到或超过注册阈值。可以以预定时间间隔例如以预定的每秒的图像数目的速率捕获图像。
在滑动交互期间,如图4所示,在两个连续捕获的图像之间,已经根据如图4中由箭头示意性指示的平移31移动(平移)形貌30。因此,与由传感器2连续捕获的图像相对应的连续形貌位置30a、30b、30c、30d和30e中的每两个之间存在平移31。在第一形貌位置30a与第二形貌位置30b之间存在第一平移31a,在第二形貌位置30b与第三形貌位置30c之间存在第二平移31b,在第三形貌位置30c与第四形貌位置30d之间存在第三平移31c等。
是否接受捕获图像来形成用于子模板(该子模板用于编译模板16)的基础可以取决于该图像与形成用于先前接受的子模板的基础的图像之间的平移值31。例如,如果认为第一平移31a对于接受基于第二形貌位置的图像的子模板而言太小,则可以丢弃该图像,并且下一子模板可以改为基于第三形貌位置30c的图像,所述下一子模板相对于基于第一形貌位置30a的图像的子模板具有第一平移31a与第二平移31b组合的平移(其可以在预定平移阈值以上)。
由于传感器2连续地捕获图像,因此为了所编译的模板的质量,可能单独需要或组合需要针对用于编译模板的要被接受的图像/子模板的以下标准:
·图像质量:系统10不应当基于具有较差图像质量的捕获图像来提取特征并创建子模板。
·传感器覆盖范围:由于在滑动交互期间指纹形貌30可能会在检测表面32上跳跃,因此基于传感器覆盖范围来门控(gate)捕获图像可能很重要,即,系统10不应当从具有小于某个阈值(例如80%至90%)的覆盖范围的捕获图像中提取特征并创建子模板。
·平移:对于给定的捕获图像,系统10仅在指纹形貌30已经自接受最新的子模板起移动的情况下才应当保存子模板。这可以通过在子模板候选图像与最新接受的子模板之间的平移31上应用以上提及的平移阈值来完成。在没有这个标准的情况下,可以通过简单地将指纹形貌30放置在检测表面32上并且在捕获图像和提取子模板时使其保持静止直至达到注册阈值为止来理论地达到注册阈值。这个门控标准可以是专用于滑动交互。
可以针对每个接受的子模板推进注册进度(progress)例如计数器。然而,根据本发明,所述推进取决于子模板是来自触摸交互或是来自滑动交互。例如,与来自滑动交互的每个接受的子模板相比,来自触摸交互的每个接受的子模板的进度可以推进得更多。借助于滑动交互,在检测表面上方滑动形貌30,用户可以快速地添加例如40个至80个子模板,而对于小型传感器,来自触摸交互的子模板的正常数目(通常每次触摸一个接受的子模板)可以例如为10个至20个。
另外,可以考虑累积的滑动平移31作为缩放因数。例如,如果用户仅在一个主要方向上滑动(例如仅上下滑动),则为了达到注册阈值,将需要更多的子模板。
当达到注册阈值并且已经根据接受的子模板编译了模板16时,注册完成。只要尚未达到注册阈值,设备1的用户界面3就可以指示用户保持滑动和/或触摸。
图5是示出本发明方法的实施方式的流程图。在包括指纹感测系统10的电子设备1中执行用于对根据子模板时间序列编译的指纹模板16进行注册的方法,该指纹感测系统10包括指纹传感器2。对于时间序列中的多个连续的子模板中的每一个子模板并且借助于指纹感测系统10,所述方法包括确定S1下述情形:作为手指与指纹传感器交互的一部分,手指4的指纹形貌30接近指纹传感器2的检测表面32。所述方法还包括从形貌的捕获图像中提取S2子模板,该子模板在时间序列中与先前子模板是连续的。所述方法还包括获得S3关于下述情形的指示:在捕获从中提取先前子模板的图像与确定S1形貌接近检测表面之间的时间段期间,形貌是否保持接近检测表面。所述方法还包括:在所述时间段期间,根据所获得S3的指示,如果形貌保持接近检测表面,则将交互限定S4为滑动交互;或者根据所获得S3的指示,如果形貌没有保持接近检测表面,则将交互限定S4为触摸交互。所述方法还包括基于交互被限定S4为滑动交互还是触摸交互来推进S5注册进度。然后,所述方法还包括:当注册进度已经推进至预定注册阈值以上时,注册S6根据子模板编译的模板16。
注意,取决于应用,指示的获得S3可以在子模板的提取S2之前、之后执行,或者与子模板的提取S2同时执行。
在本发明的一些实施方式中,与交互被限定为滑动交互的情况相比,如果交互被限定为触摸交互,则以更高的值来推进注册进度。因此,为了达到注册阈值,可能需要比滑动子模板少的触摸子模板。然而,通常使用触摸子模板和滑动模板两者的组合来达到注册阈值。
在本发明的一些实施方式中,对于多个连续的子模板中的至少一个子模板,交互被限定S4为滑动交互,而对于多个连续的子模板中的至少另一子模板,交互被限定S4为触摸交互。因此,使用触摸子模板和滑动模板两者的组合来达到注册阈值。
在本发明的一些实施方式中,时间序列中的子模板中的每一个子模板覆盖形貌30的与检测表面32的区域相对应的区域,该检测表面32的区域小于该形貌的被注册S6的模板16所覆盖的区域。这意味着子模板进行组合,使得编译的模板覆盖比检测表面区域(通常对应于传感器2的二维传感器阵列区域)大的指纹形貌的区域。因此,可以使用较小的传感器来节省成本。在一些实施方式中,检测表面区域为至多20mm2,例如小于15mm2。传感器2的传感器阵列可以具有例如(2至5)mm乘以(2至5)mm的尺寸,例如(3至4)mm乘以(3至4)mm(例如3×4mm)的尺寸。
因此,在本发明的一些实施方式中,指纹传感器2包括布置在检测表面32下方的指纹感测元件的二维阵列。
在本发明的一些实施方式中,电子设备1为例如智能电话的移动电话;智能卡;平板计算机;例如膝上型计算机的便携式计算机;或例如台式计算机、服务器或大型计算机的固定计算机。
图6是本发明的方法的具体示例实施方式的更详细流程图。
该图示出了所提出的方法的处理流程。
·在任何给定的图像捕获之前检测手指存在(FPP)状态,并将其传达至注册模块。
·相对于例如针对滑动交互的最近接受的子模板对与任何捕获图像相关联的平移31进行评估,在接受另一图像用于子模板之前必须扫过一定的距离(对应于平移阈值),并且对于触摸,仅接受涉及相同触摸的序列中的第一图像用于子模板。
·根据手指存在,对于来自触摸的单个接受的子模板,注册进度将乘以例如2(而乘数1用于来自滑动交互的子模板)。不可避免地,对于来自滑动交互的第一子模板,进度将以相同的数量推进。这可以通过对于相同滑动交互的第二(或之后的2至5)接受的子模板推进更少的进度来平均。由于高图像捕获率,用户在实践中不会注意到这一点。
比如说来自滑动交互的接受的ST应当将进度推进10%,并且来自触摸交互的接受的ST应当将进度推进20%。那么,对于单个滑动交互的ST序列,进度将像这样推进:20、20、30、40、50、60、70、80、90、100%。对于仅触摸交互的ST序列,进度将像这样推进:20、40、60、80、100%。对于两个触摸交互与单个滑动交互的ST序列,进度将像这样推进:20、40、60、60、70、80、90、100%。
即,由于当仅接受第一ST时,无法知道交互结果会是滑动还是触摸,因此任何新的交互中的第一接受ST将推进20%的进度。只有当接受了第二ST以及与其相关联的FPP状态时,才能知道第一ST是来自触摸交互还是为滑动交互的开始。在是滑动交互的情况下,可以通过不推进用于滑动交互的第二ST的进度来补偿进度的双倍推进。
对于触摸交互以因数1.5而不是2推进进度的情况,对应的系列将是:
对于单个滑动交互的序列:15、20、30、40、50、60、70、80、100%。
对于仅触摸交互的序列:15、30、45、60、75、90、100%。
对于两个触摸交互和一个滑动交互的序列:15、30、45、50、60、70、80、90、100%。
再次参照图6,注册方法在步骤101处开始。在捕获图像n之前的FPP状态被设置102成一(FPP(n)=1)。然后确定103手指(即其指纹形貌)是否104接近检测表面32。如果否,则将捕获图像n之前的FPP状态设置105成零(FPP(n)=0)并且方法返回至步骤103。如果是,则捕获106图像n。
然后,从捕获图像中提取107图像特征以形成子模板候选。将子模板候选与最新(即序列中在前的最近的)接受的子模板进行比较108,并确定109候选是否满足平移阈值标准。如果否,则该方法返回至步骤102。如果是,则接受110子模板候选并将其添加至正在被编译的模板。
然后,确定111FPP(n)是否为零(指示触摸交互或滑动交互的第一ST),在这种情况下,进度推进114与触摸交互ST相关联的预定量——在这种情况下为2x(x是预定推进量)。如果否,则确定112之前捕获的图像n-1的FPP是否为0(指示之前的ST被误认为来自触摸交互),在这种情况下,将进度推进115零(即不推进)。如果否(指示ST是正在进行的滑动交互的一部分),则将进度推进113x。
在步骤114、115或113中的任意一个步骤中已经适当地推进进度后,确定116进度是否达到注册阈值,在这种情况下,模板已经被编译和注册118(结束所述方法)。如果否,则将捕获图像n-1的FPP设置117成捕获图像n的FPP,并且该方法返回至步骤102并继续。
因此,在本发明的一些实施方式中,子模板的提取S2包括:捕获106形貌的图像,将捕获图像的特征与先前子模板的图像的对应特征进行比较108以获得它们之间的平移31的值,以及确定109平移值大于预定平移阈值。在一些实施方式中,平移阈值取决于交互被限定S4为滑动交互还是触摸交互。例如,较低的平移阈值可以用于滑动交互,并且因此较高的平移阈值用于触摸交互,例如,与交互被限定为滑动交互的情况相比,如果交互被限定为触摸交互,则以更高的值来推进注册进度。在这种情况下,指示的获得S3可以在子模板的提取S2之前进行,或与子模板的提取S2同时进行。
根据本发明的示例实施方式,提供了在包括指纹传感器2的电子设备1中执行的方法。对于多个连续的子模板中的每一个子模板,所述方法包括确定S1下述情形:作为与指纹传感器交互的一部分,指纹30接近指纹传感器。所述方法还包括从指纹的捕获图像中提取S2子模板。所述方法还包括获得S3关于下述情形的指示:在确定S1之前的时间段期间指纹是否也接近传感器。所述方法还包括:在该时间段期间,如果指纹接近,则将交互限定S4为滑动交互;或者如果指纹不接近,则将交互限定S4为触摸交互。所述方法还包括基于交互被限定S4为滑动交互还是触摸交互来推进S5注册进度。当注册进度推进至预定阈值以上时,注册S6根据子模板编译的模板。
本发明的实施方式可以在使用一个或更多个常规通用的或专用的数字计算机、计算设备、机器或微处理器的电子设备1中方便地实现,该电子设备1包括一个或更多个处理器11、存储器(memory)和/或根据本公开内容的教导进行编程的计算机可读存储介质14。适当的软件编码15可以由熟练地程序员基于本公开内容的教导容易地准备,这对于软件领域的技术人员来说是显然的。在一些实施方式中,本发明包括作为计算机可执行组成部分或软件(SW)形式的、其上存储有指令15的非暂态存储介质或计算机可读介质的计算机程序产品14,所述计算机程序产品14可以用于对计算机进行编程以执行本发明的方法实施方式中的任何方法实施方式。存储介质的示例可以包括任何类型的盘,该盘包括适于存储指令和/或数据的任何类型的介质或设备。
以上参照几个实施方式大体上描述了本公开内容。然而,如本领域技术人员容易理解的,除了以上公开的实施方式以外的其他实施方式同样可以在由所附权利要求书限定的本公开内容的范围内。
Claims (13)
1.一种在包括指纹感测系统(10)的电子设备(1)中执行的用于对根据子模板时间序列编译的指纹模板(16)进行注册的方法,所述指纹感测系统(10)包括指纹传感器(2),所述方法包括借助于所述指纹感测进行下述操作
对于所述时间序列中的多个连续的子模板中的每一个子模板:
确定下述情形:作为手指(4)与所述指纹传感器交互的一部分,所述手指的指纹形貌(30)接近所述指纹传感器(2)的检测表面(32);
从所述指纹形貌的捕获图像中提取所述子模板,所述子模板在所述时间序列中与先前子模板连续;
获得关于下述情形的指示:在捕获从中提取所述先前子模板的图像与确定所述指纹形貌接近所述检测表面之间的时间段期间,所述指纹形貌是否保持接近所述检测表面;
在所述时间段期间,根据所获得的指示,如果所述指纹形貌保持接近所述检测表面,则将所述交互限定为滑动交互;或者根据所获得的指示,如果所述指纹形貌没有保持接近所述检测表面,则将所述交互限定为触摸交互;
基于所述交互被限定为滑动交互或是触摸交互来推进注册进度;以及
当所述注册进度在预定注册阈值以上时,对所编译的模板(16)进行注册。
2.根据权利要求1所述的方法,其中,与所述交互被限定为滑动交互的情况相比,如果所述交互被限定为触摸交互,则以更高的值来推进所述注册进度。
3.根据任一前述权利要求所述的方法,其中,对于所述多个连续的子模板中的至少一个子模板,所述交互被限定为滑动交互;并且其中,对于所述多个连续的子模板中的至少另一子模板,所述交互被限定为触摸交互。
4.根据权利要求1所述的方法,其中,所述子模板的提取包括:
捕获所述指纹形貌的图像;
将所捕获的图像的特征与所述先前子模板的图像的对应特征进行比较以获得它们之间的平移值(31);以及
确定所述平移值在预定平移阈值以上。
5.根据权利要求4所述的方法,其中,所述平移阈值取决于所述交互被限定为滑动交互还是触摸交互。
6.根据权利要求1所述的方法,其中,所述时间序列中的所述子模板中的每一个子模板覆盖所述指纹形貌(30)的与所述检测表面(32)的区域相对应的区域,所述检测表面(32)的区域小于所述指纹形貌的被所注册的模板(16)覆盖的区域。
7.根据权利要求6所述的方法,其中,所述检测表面的区域为至多20mm2。
8.根据权利要求7所述的方法,其中,所述检测表面的区域小于15mm2。
9.根据权利要求1所述的方法,其中,所述指纹传感器(2)包括布置在所述检测表面(32)下方的指纹感测元件的二维阵列。
10.一种指纹感测系统(10),包括:
指纹传感器(2);
处理电路(11);以及
存储指令(15)的数据存储器(14),所述指令能够由所述处理电路执行以使得所述指纹感测系统能够进行操作以:
对于子模板时间序列的多个连续的子模板中的每一个子模板:
确定下述情形:作为手指(4)与所述指纹传感器交互的一部分,所述手指的指纹形貌(30)接近所述指纹传感器(2)的检测表面(32);
捕获所述指纹形貌的所述子模板,所述子模板在所述时间序列中与先前子模板连续;
获得下述情形的指示:在捕获所述先前子模板与确定所述指纹形貌接近所述检测表面之间的时间段期间,所述指纹形貌保持接近所述检测表面;或者在所述时间段期间,所述指纹形貌没有保持接近所述检测表面;
在所述时间段期间,根据所获得的指示,如果所述指纹形貌保持接近所述检测表面,则将所述交互限定为滑动交互;或者根据所获得的指示,如果所述指纹形貌没有保持接近所述检测表面,则将所述交互限定为触摸交互;以及
基于所述交互被限定为滑动交互或是触摸交互来推进注册进度;以及
当所述注册进度在预定注册阈值以上时,注册所编译的模板(16)。
11.一种包括权利要求10所述的指纹感测系统(10)的电子设备(1)。
12.根据权利要求11所述的电子设备,其中,所述电子设备(1)为移动电话、智能卡、平板计算机、便携式计算机或者固定计算机。
13.根据权利要求11所述的电子设备,其中,所述电子设备(1)为智能电话、膝上型计算机、台式计算机、服务器或大型计算机。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE1950344-0 | 2019-03-20 | ||
SE1950344 | 2019-03-20 | ||
PCT/SE2019/051269 WO2020190187A1 (en) | 2019-03-20 | 2019-12-11 | Enrolment of a fingerprint template |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113574532A CN113574532A (zh) | 2021-10-29 |
CN113574532B true CN113574532B (zh) | 2022-07-05 |
Family
ID=72515367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980094096.3A Active CN113574532B (zh) | 2019-03-20 | 2019-12-11 | 指纹模板的注册 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10990787B2 (zh) |
EP (1) | EP3942456B1 (zh) |
CN (1) | CN113574532B (zh) |
WO (1) | WO2020190187A1 (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106575355A (zh) * | 2014-07-25 | 2017-04-19 | 高通股份有限公司 | 移动装置上的注册及验证 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8131026B2 (en) * | 2004-04-16 | 2012-03-06 | Validity Sensors, Inc. | Method and apparatus for fingerprint image reconstruction |
US9268991B2 (en) | 2012-03-27 | 2016-02-23 | Synaptics Incorporated | Method of and system for enrolling and matching biometric data |
TWI530884B (zh) | 2013-11-12 | 2016-04-21 | 茂丞科技股份有限公司 | 具有小寬幅生物感測器之分段式導引功能的電子設備及其導引方法 |
US9646146B2 (en) * | 2014-03-10 | 2017-05-09 | Bio-Key International, Inc. | Utilization of biometric data |
EP3198388A4 (en) * | 2014-09-26 | 2018-05-09 | Shenzhen Goodix Technology Co., Ltd. | Fingerprint sensors |
US10089349B2 (en) * | 2014-11-21 | 2018-10-02 | Egis Technology Inc. | Method and electronic device for updating the registered fingerprint datasets of fingerprint recognition |
TWI592854B (zh) * | 2014-12-18 | 2017-07-21 | 指紋卡公司 | 使用觸控感測器資料的指紋認證 |
US10719689B2 (en) * | 2015-12-15 | 2020-07-21 | Huawei Technologies Co., Ltd. | Electronic device and fingerprint recognition method |
CN107025419B (zh) * | 2016-01-29 | 2020-11-10 | 北京小米移动软件有限公司 | 指纹模板录入方法及装置 |
WO2018093314A1 (en) * | 2016-11-15 | 2018-05-24 | Fingerprint Cards Ab | Method and electronic device for fingerprint enrollment |
-
2019
- 2019-12-11 CN CN201980094096.3A patent/CN113574532B/zh active Active
- 2019-12-11 WO PCT/SE2019/051269 patent/WO2020190187A1/en unknown
- 2019-12-11 EP EP19920207.8A patent/EP3942456B1/en active Active
- 2019-12-11 US US16/710,071 patent/US10990787B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106575355A (zh) * | 2014-07-25 | 2017-04-19 | 高通股份有限公司 | 移动装置上的注册及验证 |
Also Published As
Publication number | Publication date |
---|---|
EP3942456B1 (en) | 2024-03-27 |
EP3942456A4 (en) | 2022-05-18 |
US20200302145A1 (en) | 2020-09-24 |
CN113574532A (zh) | 2021-10-29 |
EP3942456A1 (en) | 2022-01-26 |
WO2020190187A1 (en) | 2020-09-24 |
US10990787B2 (en) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9524425B2 (en) | Gesture recognition device, gesture recognition method, electronic apparatus, control program, and recording medium | |
US9778813B2 (en) | Manipulating screen layers in multi-layer applications | |
US9646193B2 (en) | Fingerprint authentication using touch sensor data | |
KR101872366B1 (ko) | 터치센서 데이터를 이용한 지문등록 | |
JP4883185B2 (ja) | 生体情報読取装置,生体情報読取方法,及び生体情報読取プログラム | |
JP5699845B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
CN111201537B (zh) | 在指纹分析中通过机器学习来区分活体手指与欺骗手指 | |
JP2010526385A (ja) | 順次的画像位置合わせ | |
CN108363963B (zh) | 指纹验证装置 | |
JP2011521333A (ja) | 強化された画像整合のための方法およびシステム | |
JP2006018754A (ja) | 指紋読取方法、指紋読取システム及びプログラム | |
US20190362127A1 (en) | Fingerprint enrollment method and electronic device using the same | |
CN113574532B (zh) | 指纹模板的注册 | |
CN111052133A (zh) | 用于确定手指与指纹传感器接触的方法和指纹感测系统 | |
JP6364828B2 (ja) | 生体認証装置および携帯型電子装置 | |
CN108345825A (zh) | 指纹验证方法及其电子装置 | |
US8358803B2 (en) | Navigation using fourier phase technique | |
US11823487B2 (en) | Method and system for enrolling a fingerprint | |
TWI676937B (zh) | 指紋註冊方法及其電子裝置 | |
WO2019125270A1 (en) | Method and device for classifying fingerprint |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211209 Address after: Gothenburg Applicant after: Fingerprint kaana Kadun Intellectual Property Co.,Ltd. Address before: Gothenburg Applicant before: FINGERPRINT CARDS AB |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |