[go: up one dir, main page]

CN105980853B - 小型化光学生物测定感测 - Google Patents

小型化光学生物测定感测 Download PDF

Info

Publication number
CN105980853B
CN105980853B CN201480067423.3A CN201480067423A CN105980853B CN 105980853 B CN105980853 B CN 105980853B CN 201480067423 A CN201480067423 A CN 201480067423A CN 105980853 B CN105980853 B CN 105980853B
Authority
CN
China
Prior art keywords
bioassay
image
tissue
illumination
accesses system
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
Application number
CN201480067423.3A
Other languages
English (en)
Other versions
CN105980853A (zh
Inventor
R.K.罗
R.E.马丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HID Global Corp
Original Assignee
HID Global Corp
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 HID Global Corp filed Critical HID Global Corp
Publication of CN105980853A publication Critical patent/CN105980853A/zh
Application granted granted Critical
Publication of CN105980853B publication Critical patent/CN105980853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B7/00Measuring arrangements characterised by the use of electric or magnetic techniques
    • G01B7/28Measuring arrangements characterised by the use of electric or magnetic techniques for measuring contours or curvatures
    • 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
    • G06V40/1312Sensors therefor direct reading, e.g. contactless acquisition
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • 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
    • G06V40/1324Sensors therefor by using geometrical optics, e.g. using prisms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6891Furniture
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • 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
    • G06V40/1341Sensing with light passing through the finger

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Mathematical Physics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

描述使用具有小型化形状因子的光学生物测定传感器来提供可靠的生物测定访问控制的系统和方法。一些实现方式包括可以在单个测量会话期间对在多个位置处的皮肤或其他组织进行照明的多个光源。成像阵列可以被布置为形成仅在组织中经历漫反射之后从组织出射的光的图像。一些实现方式使用图像来执行生物测定功能。例如,图像可以被用于标识个体,验证个体的身份,估计个体的人口统计特性等。这样的生物测定功能还可以被用于确定并且影响对被保护的资产的访问。

Description

小型化光学生物测定感测
技术领域
实施例一般涉及生物测定(biometric),并且更具体地,涉及小型化光学生物测定感测系统和技术。
背景技术
存在个体期望限制或者以其他方式控制对资产的访问的许多场景。例如,个体可能期望控制对被存储在智能电话或其他便携式电子设备上的数据、对通过门锁或其他机制(mechanism)所保护的场所、对仅由被授权的个人使用的工业设备、对枪械或管制药物等的访问。很多物理的或逻辑的访问控制可用于这样的场景,包括钥匙、密码、凭证等。个体和组织越来越多地寻求针对访问控制的生物测定解决方案。然而,传统的生物测定检测系统可能过大、过于昂贵、过于不可靠和/或以其他方式不合需求,而在许多环境(context)中无法实现。
具体地,传统的光学生物测定方法趋向于过大而无法以小型化形状因子(formfactor)来实现和/或过于昂贵而无法在日用品类型的消费者商品中实现(例如,集成到智能电话、门锁、工业设备按钮等)。此外,传统的方法(特别是较小并且较不昂贵的方法)趋向于在广泛的操作条件下——诸如,在手指皮肤湿润或干燥、周围照明条件等的高可变性的情况下——具有有限的可靠性;和/或具有在真正(genuine)皮肤部位与欺骗(spoof)(尝试复制真正手指并且由此使系统的安全性失效的、被呈现给传感器的各种装置和材料中的任何一种)之间进行区分的有限能力。
发明内容
此外,在本文中描述使用具有小型化形状因子的光学生物测定传感器来提供可靠的生物测定访问控制的系统和方法。一些实现方式包括可以在单个测量会话期间对在多个位置处的皮肤或其他组织进行照明的多个光源。成像阵列可以被布置为形成在组织中经历漫反射之后从组织出射(exit)的光的图像。例如,成像阵列可以被实现为仅接收被传递到组织的次表层(subsurface)部分中并且与组织的次表层部分相互作用的光,而不对从组织的表面反射和/或散射的或者根本不与组织相互作用的直接地来自光源的光进行成像。一些实现方式使用图像来执行生物测定功能。例如,图像可以被用于标识个体,验证个体的身份,估计个体的人口统计特性等。这样的生物测定功能还可以被用于确定并且影响对被保护的资产(例如,房间、计算系统、被存储的数字信息、物理存储柜、管制药物等)的访问。
根据一组实施例,提供一种生物测定访问系统。该系统包括生物测定传感器,该生物测定传感器具有:接口子系统,具有被布置为接触被试的声称的组织(purportedtissue)的接口表面;照明子系统,被布置为经由声称的组织的第一表面区域的集合将源照明传递到被试的声称的组织中;以及检测器子系统,被布置为获取与多个光学成像条件相对应的多个图像,该多个图像基于从声称的组织的第二表面区域的集合出射的响应照明(response illumination),该第二表面区域的集合与第一表面区域的集合不同,响应照明通过源照明与声称的组织的次表层特性之间的交互作用来产生。
附图说明
结合附图来描述本公开。
本专利或申请文件包含至少一个以彩色制成的绘图。具有彩色绘图的该专利或专利申请公开的复本将在请求并且支付必要费用的情况下由专利局(office)提供。
图1示出了根据各种实施例的示例性的生物测定传感器;
图2为了添加背景而示出了示例性的传统生物测定传感器;
图3示出了在不同的光学成像条件下取得的手指的12个示例性的图像的序列;
图4示出了被用于收集图3的图像的示例性的布置的简化图;
图5示出了根据各种实施例的示例性的生物测定传感器;
图6示出了根据各种实施例的另一示例性的生物测定传感器;
图7A示出了通过8比特线性图像阵列收集的手指的一组原始图像;
图7B示出了通过公布(report)14比特图像的HDR成像器收集的一组原始图像;
图8示出了根据各种实施例的通过生物测定传感器获取的示例性的处理后的指纹图像(彩色);
图9示出了与在图8中示出的图像相似的、在具有明显干燥皮肤的人上获取的图像(彩色);
图10示出了与在图8和图9中示出的图像相似的、在具有明显湿润皮肤的人上获取的图像(彩色);
图11示出了被应用了关键点检测器的指纹图像(彩色);
图12示出了指示对在从同一手指获取的不同图像上生成的关键点的集合进行匹配的图像比较(彩色);
图13示出了与便携式电子设备(例如,智能电话)的物理接口(例如“主页”按钮)集成的示例性的小型化生物测定传感器(彩色);
图14示出了与机械锁定机制(例如门或抽屉锁)的物理接口(例如,手柄)集成的例示性的小型化生物测定传感器(彩色);
图15示出了根据各种实施例的具有各种互连的系统的示例性的生物测定扫描环境的框图;
图16示出了根据各种实施例的用于实现生物测定传感器系统的示范性的计算环境;以及
图17示出了用于使用在本文中描述的生物测定传感器的实施例来提供访问控制的示例性的方法的流程图。
在附图中,相似的组件和/或特征可以具有相似的附图标记。此外,相同类型的各种组件可以通过在附图标记之后附上在相似组件之间进行区分的第二标记来区分。如果在说明书中仅使用第一附图标记,则该描述适用于具有相同的第一附图标记的相似组件中的任何一个,而与第二附图标记无关。
具体实施方式
在下面的描述中,阐述多个特定细节,以提供对各种实施例的充分的理解。然而,本领域普通技术人员应当意识到,本发明可以不使用这些特定细节来实践。在一些实例中,未详细地示出电路、结构和技术,以避免模糊实施例。
在很多场景中,可能期望使用小型化生物测定传感器来限制或者以其他方式控制对资产的访问。例如,传统的生物测定方法,特别是基于光学传感器的方法,趋向于过大而无法以小型化形状因子来实现和/或过于昂贵而无法在日用品类型的消费者商品中实现(例如,集成到智能电话、门锁、工业设备按钮等)。此外,传统的方法(特别是较小并且较不昂贵的方法)趋向于在广泛的操作条件下——诸如,在手指皮肤湿润或干燥、周围照明条件等的高可变性的情况下——具有有限的可靠性;和/或具有对真正皮肤部位与欺骗(尝试复制真正手指并且由此使系统的安全性失效的、被呈现给传感器的各种装置和材料中的任何一种)进行区分的有限能力。
在本文中描述的一些实施例使用具有小型化形状因子的光学生物测定传感器来提供可靠的生物测定访问控制。一些实现方式包括可以在单个测量会话期间对在多个位置处的皮肤或其他组织进行照明的多个光源。成像阵列可以被布置为形成在组织中经历漫反射之后从组织出射的光的图像。例如,成像阵列可以被实现为仅接收被传递到组织的次表层部分中并且与组织的次表层部分相互作用的光,而不对从组织的表面反射和/或散射的或者根本不与组织相互作用的直接地来自光源的光进行成像。一些实现方式使用图像来执行生物测定功能。例如,图像可以被用于标识个体,验证个体的身份,估计个体的人口统计特性等。这样的生物测定功能还可以被用于确定并且影响对被保护的资产(例如,房间、计算系统、被存储的数字信息、物理存储柜、管制药物等)的访问。
图1示出了根据各种实施例的示例性的生物测定传感器100。生物测定传感器100包括接口子系统109、照明子系统103以及检测器子系统107。对于背景(for context),被试的声称的组织101(例如,手指、意图欺诈性地表示手指的欺骗等)被示出为与接口子系统109的接口表面接触。虽然声称的组织101被示出为与接口表面接触,但是一些实现方式可以在声称的组织101部分地接触接口表面或者接近(close proximity)接口表面时进行操作。此外,各种实施例被实现为小型化生物测定传感器100,使得接口表面的大小为(sized)仅容纳指纹的一小部分。
声称的组织101(皮肤或正在被成像的其他组织等)可以是人类皮肤。在一些实例中,正在被成像的皮肤部位可以位于手部的手掌侧面,并且可以包括手掌或者手指和拇指的部分。在一些实施例中,皮肤部位可以位于手指或拇指的远端关节的手掌表面上。在本文中使用术语“手指”、“指纹”等来宽泛地指代正在被成像的皮肤部位(或声称的皮肤部位),虽然组织部位可以包括或可以不包括皮肤,并且还可以包含或可以不包含手指或拇指的指纹的部分。
照明子系统103的实施例包括一组(即,一个或多个)照明源。例如,多个照明源可以被布置为经由声称的组织101的第一表面区域111的集合将源照明传递到声称的组织101中。在一个实施例中,光源可以是发光二极管(LED),并且还可以是具有不同波长特性的LED。
检测器子系统107的实施例可以包括诸如成像阵列的成像器。在一个实施例中,成像阵列可以是硅成像阵列,并且还可以是CMOS或CCD成像阵列。在一些实施例中,成像阵列可以包括诸如拜耳图案(Bayer pattern)的滤色器阵列。在其他实施例中,成像阵列可以省去滤色器阵列,并且阵列元件可以各自对光的波长的宽泛分布敏感。其他实现方式可以包括任何适合的光学器件,诸如滤色器、偏振滤波器(polarization filter)、透镜、反射镜等。检测器子系统107的实施例被布置为获取与多个光学成像条件相对应的至少一个图像(例如,单个图像、图像栈(image stack)等)。该至少一个图像可以基于从声称的组织101的第二表面区域113的集合出射的响应照明。
照明子系统103和检测器子系统107的各种实施例可以包括用于对去往和/或来自声称的组织101的照明进行中继(relay)的光学元件(例如,或者与包括用于对去往和/或来自声称的组织101的照明进行中继的光学元件的接口子系统109元件光学连通(communication))。例如,可以使用一个或多个透镜、小透镜阵列、反射镜、光纤、梯度指数(GRIN)透镜、SELFOC类型微透镜和/或光学元件的任何适当的组合,来将照明从照明子系统103中继到声称的组织101中和/或从声称的组织101中继到检测器子系统107中。此外,在一些实现方式中,照明子系统103的照明元件和检测器子系统107的成像元件可以不共面,使得可以使用不同的方法来对去往和/或来自声称的组织101的照明进行中继。例如,在一个实现方式中,可以使用光纤波导将来自照明子系统103的多个照明源的源照明耦合到声称的组织101中,并且可以使用小透镜阵列将经漫反射的响应照明从声称的组织101指引到检测器子系统107的成像阵列。
图2为了添加背景而示出了示例性的传统生物测定传感器200。如所示地,传统生物测定传感器200可以包括照明源203、检测器207和压板(platen)209。与压板209接触的声称的组织101可以由照明源203经由压板209来照明,并且被声称的组织101的表面反射和/或散射的光可以被检测器207成像。在这样的传统的生物测定传感器200中,声称的组织101的广泛区域由照明源203通过压板209来照明(例如,使用照明光学器件205)。然后,被广泛照明的区域可以由检测器207使用成像光学器件211通过压板209来成像。一般不需要来自照明源203的光传播通过声称的组织101的次表层部分。实际上,很多这样的传统的生物测定传感器200依赖于在声称的组织101的表面与压板之间的界面处的全内反射(TIR)和/或其他光学效果(例如,压板-空气界面与压板-组织界面之间的折射率的差异)。
返回到图1,与在图2中示出的传统的实现方式相反,实施例被实现为使得第一表面区域111与声称的组织101的第二表面区域113光学地分离。实际上,从检测器子系统107的角度来看,声称的组织101可以实质上成为照明的来源。例如,如所示地,可以使用光学阻断器(optical blocker)105来充分地阻断源照明在不首先穿过声称的组织101的情况下到达检测器子系统107。这样的光学隔离可以以各种方式来实现,并且不必需要为此目的的单独的光学组件。例如,从照明子系统103传送到声称的组织101和/或从声称的组织101传送到检测器子系统107的源照明可以是被校准的、是被聚焦的、是相干的或者以其他方式被布置的,使得多个交互作用和/或光学散射事件将通常在源照明可能到达检测器子系统107之前发生在声称的组织101内。额外地或可替换地,去往和来自声称的组织101的路径可以通过使用护罩、蒙片、光管、滤波器、不透明的涂层等隔离。在一个实施例中,照明源可以是高度指向性的,并且被定位成与光纤光导、光纤面板(face plate)接触,与声称的组织101直接接触,等等。这样的配置减少或大体上消除可能从照明子系统103传递到检测器子系统107而不被声称的组织101漫反射的光的量。
通常,源照明进入声称的组织101并且在皮肤的表面之下经历漫反射。在这样的次表层交互作用期间,照明受到散射、吸收、折射率的改变以及声称的组织101的其他这样的光学特性的影响。在照明在声称的组织101的表面之下经历漫反射之后,一部分照明在照明子系统103的方向上从声称的组织101出射。出射的(“响应”)照明实际上是进入到声称的组织101并且经历了次表层光学交互作用(例如,漫反射)的源照明的一部分。出射的响应照明可以穿过照明子系统103,并且可以被检测器子系统107用于形成至少一个图像。
在一些实现方式中,接口子系统109包括光纤面板。例如,响应照明的一部分在光纤面板的受光角内从声称的组织101出射。这样的光可以穿过面板,并且击中(strike)检测器子系统107的成像阵列,由此,检测器子系统107可以形成图像(例如,与当传感器位置与正在被成像的皮肤的部分在空间上相关时的二维阵列的传感器位置相对应的值的数组(array))。
各种实施例包括布置在接口子系统109的成像区域(例如,基本上与第二表面区域113相对应)的外围附近的多个照明源。可替换地或额外地,来自那些源中的一些或全部的照明被引导以在接口子系统109的成像区域的外围附近的位置处进入声称的组织101。如上所述,可以使用光纤面板将正在被成像的声称的组织101的区域的特征光学地中继到成像阵列。在另一实施例中,可以使用一个或多个透镜、小透镜阵列、反射镜、梯度指数(GRIN)透镜、SELFOC类型微透镜和/或光学器件的任何适当的组合来将正在被成像的声称的组织101的区域的特征光学地中继到检测器子系统107的成像阵列或其他组件。
不同类型的照明(例如,不同波长、强度等)具有通过组织的特定的传播特性。例如,一些照明波长在皮肤组织中经历通常少量的光学散射,和/或散射是各向异性的。因此,可以选择照明源的数量和位置、照明源的波长和/或强度、照明角度和/或其他几何结构、额外的光学器件(例如滤波器、透镜等)、曝光时间、检测器子系统107的成像器(例如,成像阵列)的最大尺寸和/或生物测定传感器100的其他特征,以与活的人类手指组织等的这样的光学传播特性一致。例如,可以将生物测定传感器100设计为在照明源与成像器之间具有以下光学距离:该光学距离与当照明从进入点到出射点通过声称的组织101时,该照明穿过声称的组织101的平均路径相对应。
在一些实施例中,当照明每个照明源时获取单个图像或图像集合(例如,以多个曝光值来取得)。例如,可以生成图像栈,并且图像栈中的每个图像可以与特定的照明条件相对应。在某些实现方式中,在每个照明条件下针对不同的曝光时间来获取图像。例如,以三个曝光时间(例如,5、10和20毫秒)来激活多个照明条件中的每个,并且针对每个曝光时间的每个照明条件来获取至少一个相对应的图像。在一些实施例中,在获取单个图像期间可以照明多个照明源。通常,可以通过使正在被成像的声称的组织101中的散射、吸收、折射率和其他光学特性的影响以及照明的区域与检测器子系统107的组件(例如,成像阵列)之间的几何差异不同(differ)等来影响根据多个照明条件获取的多个图像。
图像可以以某种方式被分开处理或被组合在一起。在一个实施例中,与具有基本上相同波长特性的照明源相对应的每个图像被组合在一起。在一个实施例中,多个照明源包括红色、绿色和蓝色LED,并且将得到的图像组合在一起以形成具有红色、绿色和蓝色成分的彩色图像。在另一实施例中,与不同照明条件相对应的所有图像被组合在一起以形成单个单色图像。
在一些实施例中,处理多个图像以执行生物测定功能。在一些实施例中,生物测定功能包括对人的标识或对人的身份的验证。在一些实施例中,生物测定功能可以是对触摸传感器的人的人口统计特性的估计。这样的特性可以包括对人的年龄、性别、种族、职业等的估计。
在一些实施例中,生物测定功能可以包括欺骗检测,诸如确认被呈现给传感器的样本包括(例如,来自活的人类手指的期望类型的)真正组织,而不是尝试使用改变的(altered)手指、人造材料或者使传感器的安全性失效的其他手段(例如,非人类组织、非活的人类组织等)。欺骗检测可以以很多方式来执行。在一些实现方式中,使用机器学习来开发用于将真正的、活的组织与欺骗区分开的模型标准。一些实施例使用色彩对比度和/或色彩衰退模型用于欺骗检测。例如,实现方式可以用多个色彩来对手指进行照明,并且真正的组织可以表现出每个色彩随着距离的特性下降(例如,高频结构的空间频率),这在一些或所有类别的欺骗中不会呈现。一些实现方式结合地使用多种欺骗检测技术。例如,一些欺骗检测技术被用于检测某些类型的欺骗,从而缩小将被应用机器学习和/或其他技术的欺骗的数量。
在一些实施例中,可以处理多个图像以过滤并且强调某些空间频率或其他图像特性。在一些实施例中,与低空间频率相对应的图像特性可以单独使用,或者结合其他仪器特性结合使用,以执行欺骗检测以及身份验证和/或标识以及其他这样的任务。在一些实施例中,多个图像的较高的空间频率可以组合到一起,以形成皮肤的肤纹图案的表示。在一些实施例中,可以分析这样的(一个或多个)指纹图像以执行身份验证和/或标识,以及执行欺骗检测和其他这样的任务。
在一些实施例中,分析从手指获取的多个图像,以确定触摸的程度。例如,对图像栈的分析可以指示用户是轻微地接触传感器还是重重地按压在传感器上。
图3示出了在不同的光学成像条件(例如,不同的照明条件)下取得的手指的12个示例性的图像的序列。图4示出了被用于收集图3的图像301的示例性的布置的简化图。四个LED封装401被布置为对成像区403(例如,接口子系统的成像区域)的外围进行照明。LED封装401中的每个包括可以被单独控制以从封装401中的每个发射可变量的红色、绿色和/或蓝色光的LED管芯的RGB(红色-绿色-蓝色)三元体(triplet)。为了获取在图3中示出的图像,可以控制所有LED封装401以发射单一色彩。例如,示例性地使用发射蓝色光的LED来获取图像301a、301b、301c、301d;示例性地使用发射绿色光的LED来获取图像301e、301f、301g、301h;以及示例性地使用发射红色光的LED来获取图像301i、301j、301k、301l。
从图像301可见,穿过并且被次表层皮肤漫反射的光的强度随着从光源到正在被成像的皮肤的点的距离增加而相对快速地下降。而且,来自蓝色和绿色LED的光与来自红色LED的光相比通常传播通过皮肤不远(less far)。由于这个原因,一些实现方式使用来自多个蓝色或绿色LED封装401的并发照明来获取与蓝色或绿色照明相对应的图像301,同时可以使用较少的(例如,单个)LED封装401来获取与蓝色或绿色照明相对应的图像301。例如,在被封装401a、401d和401c的蓝色LED照明的情况下获取图像301a;在被封装401a、401d和401c的绿色LED照明的情况下获取图像301g;以及在被封装401a的红色LED照明的情况下获取图像301i。针对每个原始图像被照明的LED的其他配置和组合可以与这些和/或其他实现方式一起使用。
为了进行例示,图3的图像301的物空间像素分辨率近似为1500像素每英寸(ppi)。这样的相对较高的分辨率可以有利于获取和使用指纹的非常精细的细节,包括毛孔、脊线形状、初期脊线(incipient ridge)以及其他这样的细节(例如,在本领域中被称为“等级III”信息)。这样高的分辨率对于从婴儿、幼儿和其他具有非常精细或精致指纹结构的人获取生物测定信息也可以是有用的。很多当前标准的指纹传感器被设计为具有大约500ppi的空间分辨率,并且被视为高分辨率的一些指纹传感器通常支持1000ppi成像。在本文中描述的生物测定传感器100的各种实施例可以被实现为具有从低于100ppi至大于2000ppi的宽范围的图像分辨率,这可以有利地用于各种应用。
图像301中正在被成像的皮肤的区域的大小大约为0.22乘0.22英寸。如上所述,由于蓝色光和绿色光在皮肤中相对短的传播,所以蓝色和绿色图像中的每个可以采用比被用于红色图像的照明源更少的照明源而被照明。红色光通过人类皮肤的相对更大的传播部分地由于相对于在蓝色或绿色处的吸收率,血液在红色波长处的更低的吸收率。其他实现方式可以使用替选的和,或额外的波长(例如,包括可见光的组合、红外照明、照明的宽频带源等)。例如,与可见波长相比,红外照明光可以使得能够对皮肤的更大面积成像,这是因为某些波长处的红外光的传播可以比红色光的传播更长。达到硅检测器的截止(~1300nm)的近红外波长可以有利地被用于对皮肤进行照明。除了能够使用一些近红外波长来照明比采用等效的可见光源可实行的皮肤的更大面积之外,针对某些应用可能期望不可见的照明。在其他实施例中,可以有利地将红外照明和可见照明、以及甚至非常近的紫外照明组合到一起,以用于诸如欺骗检测和各种人口统计学参数的估计的各种生物测定任务以及用于标识和验证。
在图3中示出的图像301使用单色硅成像器403来获取。可替换地,可以将成像器403实现为各种类型的彩色成像器。例如,彩色成像器可以使用具有以下滤色器元件的滤色器阵列:该滤色器元件以每个像素仅“看见”所选择的波长的方式来覆盖每个图像像素。滤色器的一种这样的布置被称为拜耳图案,其包含红色、绿色和蓝色滤色器元件,然而可以使用其他变型。在成像器403是彩色成像器的情况下,可以在每个图像获取期间(例如,在每个获取会话、帧期间等)照明多个照明波长。例如,一个或多个蓝色LED可以与一个或多个红色LED同时接通,并且两个照明条件可以通过提取图像阵列的蓝色和红色像素而分离,或者可以被内插以形成RGB表示。在其他实施例中,诸如白光LED的宽光谱照明可以用于以彩色成像器进行的照明(这样的宽光谱照明器还可以与单色成像器一起使用,例如与通过成像器集成的光谱内容一起而不是如在彩色成像器的情况下分开地使用)。在某些情况下,红外照明可以有利地结合可见照明器和彩色成像器使用,例如,因为很多这样的滤色器阵列趋向于传递红外光,而在可见光滤波器元件中的一些或全部之间很少进行辨别或不进行辨别。这样,彩色成像器可以进行动作以区分可见区域中的色彩,而且还可以在通过适当的红外光照明时具有单色阵列的属性。
如在本文中所使用的那样,诸如多个“光学条件”、“照明条件”、“光学成像条件”等的短语通常可以指代照明波长(例如,单个波长、波长的组合等)、照明几何结构(例如,位置、角度等)、照明图案、照明等级(例如,强度、曝光时间等)、获取特性(例如,有源滤波器配置等)中的差异,和/或多个所获取的图像之间的任何其他适当的光学环境差异。此外,可以以多个图像帧或者使用单个图像帧来获取这样的多个图像。可以使用单个图像帧(例如,在具有可以从不同位置和不同色彩的两个或多个照明源同时收集光的滤色器阵列的成像器的情况下)。然后,这样的多个照明条件可以通过各种手段与单个图像分离。例如,如果不同的光源是基本上单色的,具有与拜耳滤色器阵列的不同滤色器相对应的波长,则可以从得到的图像提取各个单色子阵列。可替换地,可以对原始彩色图像进行内插,以产生标准的RGB彩色图像。然后,这样的图像的色彩平面可以以根据本发明的各种方式单独地分析或者组合在一起。
图5示出了根据各种实施例的示例性的生物测定传感器500。生物测定传感器500可以是在图1中示出的生物测定传感器100的替选实现方式和/或在图4中示出的布置400的示例性的实现方式,并且可以使用这样的生物测定传感器500,例如以获取在图3中示出的图像300。如所示地,生物测定传感器500包括接口子系统(例如,压板510)、照明子系统(例如,具有多个照明源505和光导503)以及检测器子系统(例如,具有成像器509和成像光学器件507)。照明源505可以是LED、激光二极管、量子点、白炽源和/或任何其他适合的照明源。光导503(例如,光纤、波导、光管、扩散器、偏振器、光学滤波器和/或任何其他适合的光导等)可以光学地将来自照明源505的源照明耦合到成像区域的边缘(例如,与压板501相对应)。源照明可以经由光导503进入声称的组织(未示出),入射(entering)的照明可以在声称的组织中经历次表层漫反射,并且一些照明可以通过压板501出射而作为响应照明。响应照明可以经由压板501和成像光学器件507(例如,透镜、多个透镜、小透镜阵列、平面反射镜、聚焦反射镜、偏振器、GRIN透镜和/或任何其他适合的成像光学器件507)被指引到成像器509(例如,成像阵列)。
图6示出了根据各种实施例的另一示例性的生物测定传感器600。生物测定传感器可以是图1的生物测定传感器100、图5的生物测定传感器500等的替选实现方式。如所示地,生物测定传感器600包括接口子系统(例如,光纤面板601)、照明子系统(例如,具有多个照明源505)以及检测器子系统(例如,具有成像器509)。来自照明源505的源照明可以通过光纤面板601的一个或多个第一(例如,外围)区域进入声称的组织(未示出),入射的照明可以在声称的组织中经历次表层漫反射,并且一些照明可以在光纤面板601的一个或多个第二(例如,中心)区域处从声称的组织出射而作为响应照明。响应照明可以经由光纤面板601被指引到成像器509。可替换地,照明源505可以直接地(例如,它们可以被配置为直接地或通过薄的保护层等接触声称的组织)或者经由波导、光管等来照明声称的组织。光纤面板601可以被替换为小透镜阵列、透镜、反射镜和/或其他适合的光学接口。
在各种实施例中,被用于收集原始图像的成像器可以具有关于光强的线性响应,或者可以具有某种类型的非线性响应。例如,能够进行高动态范围(HDR)成像的成像器可以被用于使得能够在较长的图像距离上收集光,同时维持既不饱和也不为成像系统的噪底(noise floor)的灰度级。图7A示出了通过8比特线性图像阵列收集的手指的一组原始图像700a。图7B示出了通过公布14比特图像的HDR成像器收集的一组原始图像700b。两个图被显示为实际比特级别的log10变换以促进视觉检查。可以看到,与相对应的线性图像700a相比,HDR图像700b具有较小的饱和区域和较小的暗像素值区域。
与在图3、图7A和图7B中示出的原始图像相似的原始图像可以以各种方式被分析以执行生物测定任务。在一个实施例中,原始图像可以被数学地分解以对光谱和纹理特性进行量化,并且这些特性可以单独地或者与其他信息结合地使用,以便执行身份验证或标识;欺骗检测;年龄、性别、种族和其他这样的参数的人口统计特性的估计等。一些实现方式可以使用诸如主(principal)组分因子分析的数学分解执行这样的表征,以生成在手指图像的代表性集合上取得的每个图像平面的因子。其他实现方式可以使用傅里叶分析进行分解,这可以被用于找到被包含在某些空间频带和/或角频带中的原始图像中的能量的量。其他实现方式可以将小波分解用于这样的目的,包括但不限于使用双树复合小波。可替换地,伽柏(Gabor)滤波器、拉普拉斯(Laplacian)滤波器和/或其他适合的分解技术可以用于分解和量化原始图像的元素。
一旦分解和量化了原始图像,得到的分解系数可以在各种分类方法中使用以执行如欺骗检测、性别估计、种族估计、身份验证、标识和/或其他分类的这样的生物测定任务。在一些情况下,分解系数可以通过诸如仪器和环境参数的其他值来增强,其可以包括成像器的曝光和增益设置、LED的驱动电流和脉冲持续时间(或其他类型的照明源的可比的特性)、环境或传感器自身的某个部分的温度、湿度测量、环境光测量、可以在传感器的制造期间测量的各种参数(例如平场、DC偏移、色彩校正等)等。
在另一实施例中,可以分析原始图像,以估计正在被用户用来按压传感器的压力。在触摸期间的用户的手指的生理上的改变可以显现在原始图像中。然后,可以通过原始图像的数学分解来量化这些改变。然后,可以结合各种回归或分类算法使用得到的分解大小(magnitude),以估计手指施加的压力或诸如“轻微触摸”和“重度触摸”的定性测量。这样的压力估计可以用于例如确定用于与所获取的图像进行比较的适当的生物测定模板,以确定压力是否是该个体的特性,从而帮助检测某些类型的欺骗尝试等。
在另一实施例中,可以以各种方式处理和组合原始图像,以产生强调指纹的粗略和精细细节的表示。例如,与图3中的那些相似的图像集合可以通过取灰度值的对数来进行变换。然后,可以以各种方式对该log图像集合进行滤波,以分离指纹特征和其他精细空间细节。例如,可以通过将log图像与某一大小的高斯核进行卷积(convolve)来生成一组平滑后的log图像。然后,可以从最初(original)图像中减去平滑后的图像以产生强调精细细节的一组图像。然后,可以根据照明波长将这些得到的图像一起平均(例如,通过将被红色光照明的所有图像与使用绿色光和蓝色光获取的图像分开地平均)。然后,通过将平均的红色、绿色和蓝色图像联系起来(concatenate),得到的图像可以被显示为单个彩色图像。
图8示出了根据各种实施例的通过生物测定传感器获取的示例性的处理后的指纹图像800。图像800使用与以上所述的技术相似的技术来生成。然而,存在可以以很多不同的组合和次序来执行以获得相似的结果的大量不同的数学运算。被用于生成图8的图像800的原始图像可以以各种替选的方式来表示,包括通过应用跨越所有(例如12个)最初图像应用去相关拉伸(decorrelation stretching)算法,或者可替换地,通过将所有最初图像组合成单个灰度图像。虽然任何这样的操作可以用于某些功能,但是对于展示由发明人关于毛孔和指纹的其他结构如何根据照明波长来显现它们自身而做出的观察,图8的RGB格式可以是特别有用的。例如,在图8中存在大量可见的毛孔(其中一个被标记为毛孔810)。可以看到,这些精细的细节被表示为与周围的指纹的脊线(ridge)803或谷线(valley)805不同的色彩。谷线805相对地暗和灰,这可以指示谷线在被用于生成图像800的所有三个照明波长下是相对暗的特征。相反,脊线803为红色色彩,这可以指示相对于蓝色和绿色、脊线在红色照明下变得不相称地亮。此外,毛孔801是青色的,这可以指示毛孔801在蓝色和绿色照明下相对地亮,但是在红色照明下相对地暗。这样的差异暗示,即使在特征的对比度跨越照明波长或其他条件改变极性时,单独地或者以维持信息的方式来分析这样的不同地照明的图像,也可以是有利的。
图9示出了与在图8中示出的图像相似的、在具有明显干燥皮肤的人上获取的图像900。虽然与图8中的毛孔相比,毛孔较不显著,但是显然,皮肤的不同的特征在3个照明波长下被不同地显现。例如,如所示地,谷线901是与脊线903(红色)不同的色彩(蓝色)。
图10示出了与在图8和图9中示出的图像相似的、在具有明显湿润皮肤的人上获取的图像1000。试验性地,在被试的手指被浸到水的容器中并且然后在不首先摇手、挥手或以其他方式从指尖去除水的情况下立即被放置在生物测定传感器的压板上之后,获取到该图像。可以看到,按照以上概述的相同过程,在该极端的湿润条件之下,良好地解析指纹的细节。
一些实施例包括一个或多个显著点检测器(例如,“关键点”检测器、“拐角(corner)”检测器等)以处理原始数据,或者进一步处理来自所获取的图像的以其他方式处理后的数据。图11示出了被应用了关键点检测器的指纹图像1100。圆圈示出所检测的关键点1101,并且线示出关键点1101的取向。例如,每个关键点1101可以通过局部指纹特性的主要方向来表征。每个关键点1101还可以通过与关键点最接近(proximal)的指纹特性的概要来表征。某些实现方式可以利用微观级(例如,像素级)流程与宏观级流程(macro levelflow)之间的较大的明显的不一致。例如,实现方式可以通过确定色彩梯度中的拐角(例如,使用哈里斯(Harris)拐角检测器方法或其他结构张量方法等)来确定关键点1101。
在一些实施例中,每个关键点1101可以与从在第二测量会话期间生成的多个图像所生成的其他关键点1101匹配,以确定在两个测量会话中使用的两个手指是否有可能是同一手指。例如,可以在被试的登记期间获取的一组图像上检测(计算)第一关键点1101,可以在被试的随后的认证期间获取的一组图像上检测第二关键点1101,以及该认证可以至少部分地基于将第一关键点1101与第二关键点1101进行比较。
可以通过以各种方式对关键点1101进行比较来匹配图像。例如,可以使用诸如SIFT(尺度不变特征变换)、SURF(加速健壮性特征)的匹配算法和/或其他技术来确定匹配。图12示出了指示对在从同一手指获取的不同图像上生成的关键点1201的集合进行匹配的图像比较1200。在匹配指纹图案之前,正在被匹配的第一图像可以通过创建已知来自同一手指的各个图像的镶嵌图案(mosaic)(例如,叠瓦(tile)或合成)来生成。这样的合成图像可以在被授权的用户——例如,将被提示触摸传感器多次的人——进行登记期间生成。然后,可以使用诸如以上所述的那些的匹配技术来组合得到的图像集合以形成合成图像。得到的合成登记图像可以跨越比任何一个图像更大的区域,并且因此,在随后的用户的标识或验证期间可以对手指放置的差异更加宽容。
虽然在以上所述的某些实施例中,照明子系统和检测子系统两者可以与皮肤接触,但是任意一个子系统或者两个子系统可以被配置为使得不必要进行皮肤接触。例如,照明子系统可以包括光源和一些装置,以用于使用透镜、多个透镜、反射镜和/或其他这样的装置将光聚焦到点或其他形状。该聚焦的光可以入射在与正在被成像的区域不同的皮肤的区域上。具体地,聚焦的照明光可以入射到正在被成像的区域的边缘的附近。相似地,对所期望的皮肤区域的成像可以通过使用一个或多个透镜、反射镜和/或其他这样的装置将皮肤成像到图像阵列上、在不进行接触的情况下实现。
如上所述,一些实施例可以被实现为小型化生物测定传感器,以用于集成到其他机械和/或电子系统中。一些这样的集成在图13和图14中被例示。图13示出了与便携式电子设备(例如,智能电话)的物理接口1301(例如,“主页”按钮)集成的示例性的小型化生物测定传感器。可替换地,传感器可以以其他方式与便携式电子设备集成,例如,作为与任何其他接口元件分离的特征。在一个实现方式中,传感器可以集成到可以被按压以进行电接触以及还能够获取并且匹配用户的生物测定信息的机械按钮中。例如,按压按钮可以激活传感器,从而使一个或多个生物测定图像经由传感器而被获取。然后,生物测定传感器可以确定按钮是否被真正的手指(相对于欺骗、其他身体部位等)按压和/或可以执行一个或多个生物测定功能,诸如标识用户、验证用户的身份、估计用户的人口统计特性(例如年龄、性别、种族、职业等)等。在其他实现方式中,可以在没有压下按钮的情况下检测手指的存在,使得传感器仅在手指的存在被检测到之后(例如,或者当被提示时、当被请求时,等等)被激活以捕获图像。例如,存在检测可以基于电容感测、电阻感测、电抗感测、机械感测和/或任何其他适合的技术。额外地或可替换地,存在检测可以涉及监视成像阵列以确定该阵列是否正在接收照明、光谱内容是否与源的输出一致、检测器输出是否与来自人的皮肤的照明的接收一致等。
图13还示出小型化生物测定传感器的示例性的实现方式的分解图。如所示地,传感器包括光纤面板1303、成像阵列1307、照明源1309和存在检测装置1305。传感器与机械开关1311组合。成像阵列1307可以是硅阵列,并且可以包括滤色器阵列。照明源1309可以是LED,并且可以是单色的各种色彩、白光LED、三元体或者管芯的其他组合等。机械开关1311可以是膜片开关、压电开关和/或其他适合的开关。在一些实现方式中,来自成像阵列1307的信息可以使用机载(on-board)处理、便携式电子设备的处理资源和/或(例如,经由无线联网访问的)外部资源来处理,以实现以上所述的生物测定和/或其他或功能中的任何一种。例如,由传感器促进的生物测定功能可以提供对便携式电子设备的安全访问,和/或因此可以捕获生物测定信息以便由系统而不是便携式电子设备(例如,被保护的外部系统,诸如外部计算机系统、自动柜员机(ATM)、汽车或重型机械控制、被保护的区域、零售销售点系统、无钥匙的进入设备等)使用。可替换地,实施例可以与智能电话或其他移动设备的通用相机功能组合或者作为内置在很多计算机监视器和其他设备中的网络相机功能的一部分。这样的设备的构造可以包括变焦透镜以聚焦在手指上以用于生物测定感测,和/或针对通用的成像应用改变聚焦以用于对远处的外部物体成像。
很多其他访问控制应用可以通过对在本文中描述的小型化生物测定传感器的实施例进行集成来实现。图14示出了与机械锁定机制(例如,门或抽屉锁)的物理接口1401(例如,手柄)集成的示例性的小型化生物测定传感器。例如,传感器可以被确定尺寸为适合于传统的基于钥匙的锁定机制的圆筒的开口(例如,一般具有不超过大约1/2英寸的直径和不超过大约2英寸的深度),并且可以被改进装配(retrofit)到现有硬件中或被定制设计到新的硬件中。在任意情况中,传感器系统的逻辑可以驱动传统的电子机械元件以激励锁定/解锁机制。在所示的实现方式中,机械锁定配件在锁定位置与解锁位置之间可移动,以允许和禁止打开被限制访问的区域。提供手柄1401以用于在解锁时打开被限制访问的区域,并且生物测定传感器与手柄物理地集成,并且与机械锁定配件通信(communication),使得机械锁定配件根据被试是否被生物测定传感器生物测定地授权而可移动到其解锁位置。相似的物理访问应用存在于很多区段中,包括汽车和/或工业设备(例如,集成到仪器控制、驾驶室访问等中);灵敏系统的服务和修理;危险的或以其他方式管制的原料处置;对武器系统的访问(例如,集成到触发器或安全机制、存储柜等中)等。
图15示出了根据各种实施例的具有各种互连的系统的示例性的生物测定扫描环境1500的框图。环境1500包括小型化传感器系统1510,其可以如在本文中所述地被实现。例如,小型化传感器系统1510包括接口子系统1515、照明子系统1570以及检测子系统1560。在一些实现方式中,照明子系统1570和/或检测子系统1560的功能可以至少部分地通过一组(即,一个或多个)处理器1505来控制。处理器1505可以包括专用控制器(例如,受控照明、LED驱动器、成像控制器、图形处理器等)、通用中央处理单元(CPU)或任何其他适合类型的处理器1505。此外,如所示地,处理器1505可以与小型化传感器系统1510集成和/或是“机外的”(例如,小型化传感器系统1510可以使用互连的系统的处理功能)。
如所示地,小型化传感器系统1510的实施例可以与一个或多个登记系统1550、访问控制系统1520、存储系统1527等通信。可以通过直接集成(例如,小型化传感器系统1510可以集成到访问控制系统1520中,诸如电子机械锁)、通过直接连接(例如,经由专用的有线或无线连接)、通过一个或多个网络1585(例如,有线的或无线的、本地的或远程的、安全的或不安全的等)和/或以任何其他适合的方式进行这样的通信。
在一些实施例中,个体使用小型化传感器系统1510来登记指纹。例如,在登记例程期间,实现方式捕获登记者的指纹的多个样本(例如,十个或更多个)。一些实现方式包括用户接口或用于与用户接口通信的装置,以提示登记者提供多个样本(例如,通过提示将手指放置在传感器上多次,每次获取一个样本并且指示该样本是否被可接受地获取)。多个样本可以被用作个体模板以用于与将来的认证尝试进行比较,和/或被组合以形成用于将来比较的更大面积的模板。例如,登记数据可以存储在存储系统1527中(例如,使用小型化传感器系统1510的机载储存装置、联网储存装置、另外地互连的系统的存储资源等)。当个体稍后尝试使用小型化传感器系统1510获得访问时,小型化传感器系统1510可以获取新的生物测定数据,并且将新的生物测定数据与所存储的生物测定登记数据进行比较以确定是否认证该个体。
在其他实施例中,个体将指纹登记在单独的登记系统1550上。一些登记系统1550可以包括较大面积的扫描器,诸如传统的光学指纹读取器(例如,使用TIR技术、多光谱技术等)、较大面积的传感器(例如,被配置为扫描多个指纹、手掌印记等)和/或其他类型的生物测定扫描器(例如,虹膜扫描器、声音记录器等)。例如,小型化传感器系统1510可以被确定大小为仅对指纹的一小部分成像;使得可以通过将所成像的小部分与之前成像的指纹的较大部分进行比较来促进可靠的将来匹配。这可以通过在登记期间捕获多个指纹的图像(例如,以及将它们缝合到一起以形成更大的成像区域,或者相结合地使用图像用于比较)而单独地采用小型化传感器系统1510实现。然而,较大面积的扫描器可以通过获取更小量的样本图像(例如,一个)来形成指纹的更大区域的图像。例如,这可以加速登记处理和/或增加其可靠性。
特别地,在登记期间获取的图像和/或处理后的数据可以被用作模板,以用于通过一个或多个小型化传感器系统1510进行的针对将来的认证尝试的比较。此外,这样的生物测定模板可以存储在集中的存储系统1527中,(即,由小型化传感器系统1510的一个或多个实例可访问的集中的存储系统)。例如,大型设施可以包括单个登记系统1550(例如,在安全办公室中的较大面积的扫描器),其与维持生物测定模板和/或其他数据(例如,可以与其登记的生物测定数据相关联地存储的、关于个体的人口统计、访问许可和/或其他数据)的高度安全的存储系统1527通信。大型设施还可以包括很多访问受控的资产(例如房间、储存柜、计算机系统等),每个由联网的小型化传感器系统1510的实例来保护。当个体尝试使用相应的小型化传感器系统1510实例来对访问受控的资产中的一个进行访问时,可以将所获取的生物测定与被安全存储的登记数据进行比较,以确定并且影响访问特权。
如果将小型化传感器系统1510的实例用于登记,则可以提供相似的功能。例如,个体可以使用被集成到便携式电子设备中的小型化传感器系统1510实例来登记他的指纹。当个体尝试访问被小型化传感器系统1510的第二实例控制的资产时,第二实例可以从个体获取新的生物测定数据,与便携式电子设备(或其他机外储存装置)通信,以及对登记数据进行比较以确定并且影响访问。
以上所述的各种功能可以实现在一个或多个计算环境中。图16示出了根据各种实施例的用于实现生物测定传感器系统的示范性计算环境1600。计算环境1600可以被实现为或者被实施(embody)为单个的或分布式的计算机系统,或者以任何其他有用的方式被实现或被实施。计算环境1600被示出为包括可以经由总线1655电耦合的硬件元件。
硬件元件可以包括一个或多个中央处理单元(CPU)和/或(一个或多个)其他处理器1505(例如,如参考图15所描述地)。实现方式还可以包括一个或多个输入/输出设备1610,如上所述,其可以包括接口子系统1515和或与接口子系统1515集成。一些实现方式还包括电力子系统1607,其包括任何适合的电力储存装置、电力电子器件、电力接口等。一些实现方式可以允许经由通信子系统1680与一个或多个网络1585和/或任何其他计算机或外部系统(例如,如参考图15所描述地)交换数据。通信子系统1680可以包括调制解调器、网卡(无线的或有线的)、红外通信设备和/或任何其他适合的组件或其组合。
计算环境1600还可以包括一个或多个存储设备1620。例如,(一个或多个)存储设备1620可以是盘驱、光学存储设备、诸如随机存取存储器(RAM)和/或只读存储器(ROM)的固态存储设备,其可以是可编程的、可闪存更新的和/或诸如此类。计算环境1600可以额外地包括计算机可读存储介质读取器1625a以及工作存储器1640,工作存储器1640可以包括如上所述的RAM和ROM设备。计算机可读存储介质读取器1625a还可以连接到计算机可读存储介质1625b,一起(并且可选地与(一个或多个)存储设备1620相结合)包括性地表示远程、本地、固定的和/或可移除的存储设备以及存储介质,以用于临时地和/或更永久地包含计算机可读信息。(一个或多个)存储设备1620、计算机可读取存储介质和介质读取器1625,和/或工作存储器1640可以实现为存储子系统(例如,如图15中所示)。在一些实施例中,计算环境1600还可以包括处理加速单元1635,其可以包括DSP、专用处理器和/或类似物。
计算环境1600还可以包括被示出为当前位于工作存储器1640内的软件元件,其包括操作系统1645和/或其他代码1650,诸如应用程序(其可以是客户端应用、web浏览器、中间层应用等)。例如,实施例可以被实现为指令,其在被一个或多个处理器1505执行时使处理器1505执行某些功能。例如,如上所述,这样的功能可以包括照明控制器1673(其可以指引作为照明子系统1570的一部分的照明元件1675的操作)和检测控制器1663(其可以指引作为检测子系统1560的一部分的检测元件1665的操作)的功能。
软件模块可以是单个指令或很多指令,并且可以分布在若干不同的代码片段上、在不同的程序之间并且跨越多个存储介质。因此,计算机程序产品可以执行在本文中呈现的操作。例如,这样的计算机程序产品可以是在其上有形地存储(和/或编码)指令的计算机可读有形介质,指令可由一个或多个处理器执行以执行在本文中描述的操作。计算机程序产品可以包括封装材料。软件或指令也可以通过传输介质来传送。例如,可以使用诸如同轴缆线、光纤缆线、双绞线、数字订户线路(DSL)的传输介质或者诸如红外、无线电或微波的无线技术,来从网站、服务器或者其他远程源传送软件。
计算环境1600的替选实施例可以具有来自上述实施例的很多变型。例如,定制的硬件也可以被使用和/或特定的元件可以实现为硬件、软件(包括便携式软件,诸如小应用)或两者。此外,可以采用到诸如网络输入/输出设备的其他计算设备的连接。计算环境1600的软件可以包括用于实现如在本文中描述的本发明的实施例的代码1650。例如,虽然未被示出为工作存储器1640的一部分,但是其他子系统(例如,接口子系统1515、存储子系统1527等)的某种功能可以使用硬件和软件的任何适当的组合来实现,包括使用被存储在工作存储器1640中的代码1650。
图17示出了用于使用在本文中描述的生物测定传感器的实施例来提供访问控制的示例性的方法1700的流程图。实施例在阶段1704通过检测生物测定采集触发而开始。生物测定采集触发可以包括存在检测、与和传感器集成的电子机械接口的交互作用、提示等。在阶段1708,源照明可以经由接口子系统(例如压板、光纤面板等)从照明子系统(例如,可以与光导耦合或可以不与光导耦合的一个或多个照明源等)被传递到被试的声称的组织的一个或多个第一表面区域中。在阶段1712,可以在多个光学成像条件下在检测器子系统处接收响应照明。响应照明可以是响应于源照明与声称的组织的次表层特性之间的交互作用而从声称的组织的一个或多个第二表面区域(即,与第一表面区域不同)出射的照明。例如,实现方式可以被配置为使得源照明不可以被检测子系统接收,直至其首次穿过声称的组织的次表层为止,从而成为响应照明。在阶段1716,可以获取与多个光学成像条件相对应的并且基于所接收的响应照明的至少一个图像。在各种实施例中,可以处理所获取的图像以执行一个或多个功能,诸如标识用户、验证用户的身份、估计用户的人口统计特性、影响对安全资产(例如,安全场所、设备、材料等)的访问等。
在本文中公开的方法包括用于获得所描述的方法的一个或多个动作。所述方法和/或动作可以彼此交换,而不脱离权利要求的范围。换句话说,除非指定动作的特定次序,否则特定动作的次序和/或使用可以被修改,而不脱离权利要求的范围。
其他示例和实现方式在本公开和所附权利要求的范围和精神内。例如,实现功能的特征还可以物理地位于各种位置处,包括被分布使得功能的部分在不同的物理位置处被实现。另外,如在本文中——包括在权利要求中——所使用地,当在由“……中的至少一个”引导的项的列表中使用时,“或”指示分离性(disjunctive)的列表,使得例如“A、B或C中的至少一个”意味着A或B或C,或者AB或AC或BC,或者ABC(即,A和B和C)。此外,术语“示范性”不意味着所描述的示例是优选的或者优于其他示例。可以对在本文中描述的技术做出各种改变、替换和变更,而不脱离由所附权利要求所定义的技术教导。而且,本公开和权利要求的范围不限于以上描述的处理、机器、产品、物质的构成、手段、方法和动作的特定方面。可以利用当前存在的或稍后将开发的、实际上执行与在本文中描述的相对应的方面相同的功能或者实际上获得与在本文中描述的相对应的方面相同的结果的处理、机器、产品、物质的构成、手段、方法或动作。因此,所附权利要求在它们的范围内包括这样的处理、机器、产品、物质的构成、手段、方法或动作。

Claims (20)

1.一种生物测定访问系统,包括:
生物测定传感器,包括:
接口子系统,包括被布置为接触被试的声称的组织的接口表面;
照明子系统,被布置为经由声称的组织的第一表面区域的集合将源照明传递到被试的声称的组织中;
检测器子系统,被布置为获取包括多个图像的图像栈,每一个图像从所述多个图像从声称的组织的第二表面区域的集合出射的响应照明获取,第二表面区域的集合与第一表面区域的集合不同,响应照明通过源照明与声称的组织的次表层特性之间的交互作用来产生,使得所述多个图像包括在第一光学成像条件下针对多个曝光时间的每一个获取的第一图像集合,和在第二光学成像条件下针对所述多个曝光时间的每一个获取的第二图像集合;以及
处理器,被布置为由所述第一图像集合和所述第二图像集合的组合生成组合图像数据,并且被布置为输出关于所述声称的组织的生物测定确定作为所述组合图像数据的功能。
2.如权利要求1所述的生物测定访问系统,其中,接口子系统进一步包括:
护罩,被布置为充分地阻断源照明在不首先进入声称的组织的情况下到达检测器子系统。
3.如权利要求1所述的生物测定访问系统,其中,接口子系统进一步包括:
一组光导,被布置为将来自照明子系统的源照明引导至第一表面区域的集合,从而充分地阻断源照明在不首先进入声称的组织的情况下到达检测器子系统。
4.如权利要求3所述的生物测定访问系统,其中,所述一组光导实例化在光纤面板中,并且接口表面与光纤面板集成。
5.如权利要求1所述的生物测定访问系统,其中,检测器子系统进一步被布置为在获取多个图像之前检测声称的皮肤部位相对于接口表面的存在。
6.如权利要求1所述的生物测定访问系统,其中,源照明的波长在所述第一光学成像条件和所述第二光学成像条件中的每个之间不同。
7.如权利要求1所述的生物测定访问系统,其中:
第一表面区域的集合包括多个第一表面区域;
照明子系统包括多个照明源;以及
每个照明源被布置为经由第一表面区域中的相应的一个将源照明的相应的部分传递到声称的组织中。
8.如权利要求7所述的生物测定访问系统,其中,每个照明源被布置为提供不同波长的照明。
9.如权利要求1所述的生物测定访问系统,其中,检测器系统进一步包括一组光学器件,并且所述第一光学成像条件和所述第二光学成像条件中的每个被响应照明和所述一组光学器件影响。
10.如权利要求1所述的生物测定访问系统,其中,检测器子系统包括被布置为生成多个图像的成像阵列,所述成像阵列具有提供与声称的组织的成像区域在空间上相关的信息的像素的阵列。
11.如权利要求10所述的生物测定访问系统,其中,所述生物测定确定包括根据对所述组合图像数据的空间光谱分析来在作为真正的组织的声称的组织与欺骗之间进行区分。
12.如权利要求1所述的生物测定访问系统,其中,所述生物测定确定包括通过处理所述组合图像数据来生物测定地对被试授权。
13.如权利要求12所述的生物测定访问系统,其中,生物测定地对被试授权包括:
计算多个图像中的第一多个关键点;以及
将第一多个关键点与和之前存储的生物测定信息相关联的第二多个关键点进行比较。
14.如权利要求13所述的生物测定访问系统,其中:
多个图像包括多光谱信息;以及
第一多个关键点中的每个被计算为多个图像中的至少一个的空间梯度中的拐角。
15.如权利要求1所述的生物测定访问系统,其中,处理器被布置为通过标识被试或验证被试的身份来输出所述生物测定确定作为所述组合图像数据的功能。
16.如权利要求1所述的生物测定访问系统,其中,处理器被布置为根据与被试相对应的并且在被试的在前生物测定登记期间生成的生物测定模板来输出所述生物测定确定。
17.如权利要求12所述的生物测定访问系统,其中,生物测定传感器是小型化生物测定传感器,并且在非小型化生物测定传感器上执行被试的在前生物测定登记。
18.如权利要求1所述的生物测定访问系统,进一步包括:
便携式通信设备的物理接口,所述物理接口具有与其集成的生物测定传感器,并且所述物理接口被布置为在被试被生物测定传感器生物测定地认证时允许被试访问便携式通信设备,
其中,响应于检测所述生物测定确定的输出指示被测被生物测定地授权来生物测定地对被试授权。
19.如权利要求1所述的生物测定访问系统,进一步包括:
机械锁定配件,在锁定位置与解锁位置之间可移动,以允许和禁止打开被限制访问的区域;以及
手柄,用于在解锁时打开被限制访问的区域,
其中,生物测定传感器与手柄物理地集成,并且与机械锁定配件通信,使得机械锁定配件根据被试是否被生物测定传感器生物测定地认证而可移动至其解锁位置,并且
其中,响应于检测所述生物测定确定的输出指示被测被生物测定地授权来生物测定地对被试授权。
20.如权利要求1所述的生物测定访问系统,其中,
所述处理器被布置为通过将所述多个图像合成到单个的第二表面区域的集合的彩色图像中由所述第一图像集合和所述第二图像集合的组合生成所述组合图像数据。
CN201480067423.3A 2013-10-11 2014-10-13 小型化光学生物测定感测 Active CN105980853B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361890091P 2013-10-11 2013-10-11
US61/890,091 2013-10-11
US201461947293P 2014-03-03 2014-03-03
US61/947,293 2014-03-03
PCT/US2014/060271 WO2015054686A1 (en) 2013-10-11 2014-10-13 Miniaturized optical biometric sensing

Publications (2)

Publication Number Publication Date
CN105980853A CN105980853A (zh) 2016-09-28
CN105980853B true CN105980853B (zh) 2018-07-06

Family

ID=52813699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480067423.3A Active CN105980853B (zh) 2013-10-11 2014-10-13 小型化光学生物测定感测

Country Status (5)

Country Link
US (1) US9886617B2 (zh)
EP (1) EP3055693B1 (zh)
CN (1) CN105980853B (zh)
BR (1) BR112016007929B1 (zh)
WO (1) WO2015054686A1 (zh)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180239979A1 (en) * 2015-09-03 2018-08-23 Nec Corporation Living body recognition device, living body recognition method, and living body recognition program
CN109475328A (zh) * 2016-06-09 2019-03-15 因赛特系统公司 用于检测生物特性的集成发光显示器及传感器
US10303865B2 (en) * 2016-08-31 2019-05-28 Redrock Biometrics, Inc. Blue/violet light touchless palm print identification
DE102016218579A1 (de) 2016-09-27 2018-03-29 Audi Ag Kraftfahrzeug sowie Verfahren zur Identifikation einer ein Kraftfahrzeug öffnenden Person
US11933076B2 (en) 2016-10-19 2024-03-19 Dormakaba Usa Inc. Electro-mechanical lock core
KR102717517B1 (ko) 2017-01-13 2024-10-16 삼성전자주식회사 생체 센서를 포함하는 전자 장치
FR3065307B1 (fr) * 2017-04-12 2021-10-01 Safran Identity and Security Dispositif de capture d'une empreinte d'une partie corporelle.
EP3679207B1 (en) 2017-09-08 2022-08-03 Dormakaba USA Inc. Electro-mechanical lock core
JP2021509072A (ja) * 2017-11-17 2021-03-18 プロジェクト リア,エルエルシー 肌照明デバイス
TWM568429U (zh) * 2018-01-23 2018-10-11 金佶科技股份有限公司 電子裝置及其取像模組
CN108171858A (zh) * 2018-02-13 2018-06-15 南京东屋电气有限公司 一种带有分离式红外图像采集装置的汽车门锁
US11466473B2 (en) 2018-04-13 2022-10-11 Dormakaba Usa Inc Electro-mechanical lock core
BR112020020946A2 (pt) 2018-04-13 2021-03-02 Dormakaba Usa Inc. núcleo de fechadura eletromecânico
US10969255B2 (en) * 2018-04-20 2021-04-06 Darrel Eugene Self TIC environmental event sensor
US10685204B2 (en) * 2018-07-27 2020-06-16 Qualcomm Incorporated Biometric age estimation via ultrasonic imaging
WO2020029867A1 (en) * 2018-08-07 2020-02-13 Shenzhen GOODIX Technology Co., Ltd. Optical sensing of fingerprints or other patterns on or near display screen using optical detectors integrated to display screen
CN111566659B (zh) 2018-12-13 2021-08-13 深圳市汇顶科技股份有限公司 指纹识别装置、方法和电子设备
US11275820B2 (en) 2019-03-08 2022-03-15 Master Lock Company Llc Locking device biometric access
US20200394380A1 (en) * 2019-06-12 2020-12-17 Novatek Microelectronics Corp. Optical fingerprint sensing device and operation method thereof
EP3838339A1 (en) * 2019-12-20 2021-06-23 Koninklijke Philips N.V. Treatment device and method
US11232284B2 (en) * 2019-12-27 2022-01-25 Omnivision Technologies, Inc. Techniques for robust anti-spoofing in biometrics using polarization cues for NIR and visible wavelength band
WO2021147228A1 (zh) * 2020-01-21 2021-07-29 神盾股份有限公司 图像扫描装置及图像扫描方法
WO2021195896A1 (zh) * 2020-03-30 2021-10-07 华为技术有限公司 目标识别方法及装置
CN113591514B (zh) * 2020-04-30 2024-03-29 杭州海康威视数字技术股份有限公司 指纹活体检测方法、设备及存储介质
KR20220000160A (ko) * 2020-06-25 2022-01-03 삼성전자주식회사 대상체의 성분 분석 장치 및 방법
CN111887827A (zh) * 2020-08-25 2020-11-06 复旦大学附属中山医院 基于拜尔滤镜的多光谱ppg设备及其应用
US11238265B1 (en) * 2020-09-11 2022-02-01 Novatek Microelectronics Corp. Electronic device with fingerprint sensing function and fingerprint sensing module

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6898299B1 (en) * 1998-09-11 2005-05-24 Juliana H. J. Brooks Method and system for biometric recognition based on electric and/or magnetic characteristics

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6081612A (en) * 1997-02-28 2000-06-27 Electro Optical Sciences Inc. Systems and methods for the multispectral imaging and characterization of skin tissue
US7890158B2 (en) * 2001-06-05 2011-02-15 Lumidigm, Inc. Apparatus and method of biometric determination using specialized optical spectroscopy systems
JP3751872B2 (ja) * 2001-10-30 2006-03-01 日本電気株式会社 指紋入力装置
DE10246411A1 (de) * 2002-10-05 2004-04-15 ASTRA Gesellschaft für Asset Management mbH & Co. KG Vorrichtung zur berührungslosen optischen Erfassung biometrischer Eigenschaften wenigstens eines Körperteils
US7347365B2 (en) * 2003-04-04 2008-03-25 Lumidigm, Inc. Combined total-internal-reflectance and tissue imaging systems and methods
US7545963B2 (en) * 2003-04-04 2009-06-09 Lumidigm, Inc. Texture-biometrics sensor
US7627151B2 (en) * 2003-04-04 2009-12-01 Lumidigm, Inc. Systems and methods for improved biometric feature definition
CA2521304A1 (en) * 2003-04-04 2004-10-21 Lumidigm, Inc. Multispectral biometric sensor
US7460696B2 (en) * 2004-06-01 2008-12-02 Lumidigm, Inc. Multispectral imaging biometrics
US7751594B2 (en) * 2003-04-04 2010-07-06 Lumidigm, Inc. White-light spectral biometric sensors
US7214953B2 (en) 2003-09-05 2007-05-08 Authentec, Inc. Multi-biometric finger sensor including optical dispersion sensing pixels and associated methods
US7263213B2 (en) * 2003-12-11 2007-08-28 Lumidigm, Inc. Methods and systems for estimation of personal characteristics from biometric measurements
US7801338B2 (en) * 2005-04-27 2010-09-21 Lumidigm, Inc. Multispectral biometric sensors
US20080013805A1 (en) * 2006-07-17 2008-01-17 Authentec, Inc. Finger sensing device using indexing and associated methods
EP2041696B1 (en) * 2006-07-19 2020-11-18 HID Global Corporation Multibiometric multispectral imager
US7995808B2 (en) * 2006-07-19 2011-08-09 Lumidigm, Inc. Contactless multispectral biometric capture
US8285010B2 (en) * 2007-03-21 2012-10-09 Lumidigm, Inc. Biometrics based on locally consistent features
WO2011054083A1 (en) * 2009-11-04 2011-05-12 Technologies Numetrix Inc. Device and method for obtaining three-dimensional object surface data
US9230380B2 (en) * 2010-02-12 2016-01-05 Digitus Biometrics, Inc. Lockable enclosure having improved access system
US8570149B2 (en) * 2010-03-16 2013-10-29 Lumidigm, Inc. Biometric imaging using an optical adaptive interface
KR102024954B1 (ko) * 2011-08-22 2019-09-24 아이락 엘엘씨 아티팩트 없는 이미지들을 캡처하기 위한 시스템들 및 방법들
US8971593B2 (en) * 2011-10-12 2015-03-03 Lumidigm, Inc. Methods and systems for performing biometric functions
US8437513B1 (en) * 2012-08-10 2013-05-07 EyeVerify LLC Spoof detection for biometric authentication
US9225919B2 (en) * 2014-02-25 2015-12-29 Semiconductor Components Industries, Llc Image sensor systems and methods for multiple exposure imaging
US20150337571A1 (en) * 2014-04-30 2015-11-26 STRATTEC Advanced Logic Handle with integrated biometrics and vehicular biometric device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6898299B1 (en) * 1998-09-11 2005-05-24 Juliana H. J. Brooks Method and system for biometric recognition based on electric and/or magnetic characteristics

Also Published As

Publication number Publication date
WO2015054686A1 (en) 2015-04-16
EP3055693B1 (en) 2022-12-14
EP3055693A1 (en) 2016-08-17
EP3055693A4 (en) 2017-06-21
CN105980853A (zh) 2016-09-28
US20150254495A1 (en) 2015-09-10
US9886617B2 (en) 2018-02-06
BR112016007929B1 (pt) 2021-03-02

Similar Documents

Publication Publication Date Title
CN105980853B (zh) 小型化光学生物测定感测
KR101484566B1 (ko) 국소적으로 일관된 피처를 기초로 하는 생체인식
EP1700246B1 (en) Methods and systems for estimation of personal characteristics from biometric measurements
US8229185B2 (en) Hygienic biometric sensors
EP2397969B1 (en) Multispectral imaging biometrics
CN101632089B (zh) 生物测定传感器
Nixon et al. Multispectral fingerprint imaging for spoof detection
CN101529445A (zh) 光谱生物测定传感器
CN103336941A (zh) 多重生物测定多谱成像器
JP5870922B2 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
EP2047622A2 (en) Spatial-spectral fingerprint spoof detection
DE112008001530T5 (de) Kontaktlose multispektrale Biometrieerfassung
CN103400103A (zh) 光谱生物测定传感器
CN100447804C (zh) 根据生物统计测量来估计个人特性的方法和系统
WO2020073169A1 (zh) 生物特征识别的方法、装置和电子设备
CN114008691A (zh) 基于镜面反射和漫反射的欺骗检测

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant