CN108694378A - 检测欺诈的方法 - Google Patents
检测欺诈的方法 Download PDFInfo
- Publication number
- CN108694378A CN108694378A CN201810325629.1A CN201810325629A CN108694378A CN 108694378 A CN108694378 A CN 108694378A CN 201810325629 A CN201810325629 A CN 201810325629A CN 108694378 A CN108694378 A CN 108694378A
- Authority
- CN
- China
- Prior art keywords
- image
- body part
- marking
- led
- light
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005286 illumination Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 210000001367 artery Anatomy 0.000 claims description 4
- 230000010102 embolization Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims 3
- 238000013459 approach Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 42
- 108091008695 photoreceptors Proteins 0.000 description 31
- 238000013316 zoning Methods 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 239000004178 amaranth Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000004106 carminic acid Substances 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002745 absorbent Effects 0.000 description 2
- 239000002250 absorbent Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 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
- 238000009826 distribution Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000010985 leather Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000209202 Bromus secalinus Species 0.000 description 1
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000007844 bleaching agent Substances 0.000 description 1
- 239000007767 bonding agent Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000002496 oximetry Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000003371 toe Anatomy 0.000 description 1
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
- G06V40/1394—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
-
- 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
- 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
- G06V40/1341—Sensing with light passing through the finger
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Pinball Game Machines (AREA)
Abstract
检测欺诈的方法。一种检测在装置的使用期间的欺诈的方法,该装置用于使用具有暗场的全内反射的原理来捕捉身体部分的印记并且包括用于在上面设置要验证的身体部分的透明板。该方法包括以下步骤:使用所述装置在对身体部分照明使得与透明板接触的身体部分的整个表面返回光的情况下获取(61)第一印记图像;使用所述装置通过用单个LED照射身体部分来获取(63)至少一个第二印记图像;通过使用所获得的各图像针对各第二印记图像获得(67)表示由身体部分重新发射的光级别的信息;以及将所获得的各信息与基准信息进行比较(68)以证实身体部分是真身体部分。
Description
技术领域
本发明涉及一种检测在用于使用具有暗场的全内反射的原理来捕捉身体部分的印记的装置的使用期间的欺诈的方法。
背景技术
使用手指足趾的印记,诸如例如手指、多个手指、手掌的印记,允许安全进入建筑物或机器。由于两个人具有两个相同指纹的可能性几乎为零,使用该技术允许增强安全性。
指纹捕捉装置允许捕捉指纹的图像。在识别的情况下,该印记与在数据库中包含的一组基准指纹进行比较。在认证的情况下,该印记与单个指纹进行比较。比较允许确定所捕捉的指纹是否属于在数据库中参考的人或该人是否实际上是他们声称是的人。特定恶意个人尝试通过使用诱饵诱导识别(相应地认证)装置出错来欺诈性地使他们自己被识别(相应地认证)。
已知用于证实存在于用于捕捉印记的装置前的皮肤是真的且因此承载着该指纹的手指是真手指的事实的各种证实方法。
特定已知方法完全依赖图像分析,具体为通过识别欺诈行为的假象来进行。然而,这些方法对警觉的欺诈不是鲁棒的。
还已知用于在手指按压在捕捉面上时捕捉手指的一系列图像并测量例如手指的出汗、脉搏、血氧测量、变白的其他方法。
然而,该方法需要无法压缩的获取时间,因为其与所观察现象的进展速率有关,由此劣化了传感器的工效。
文献FR3015728描述了一种允许证实诸如一个或更多个手指或手掌的下表面的身体元素被真皮肤覆盖的方法。原理更准确来说在于在光源的帮助下照射元素的表面,该光源允许仅照射元素的、被称为被照射区域的轮廓分明的区域,并且允许保留被称为散射区域的、没有被直接照射的区域。其后,捕捉并分析这两个区域的图像,以从其推断所述元素是被真皮肤覆盖还是被假皮肤覆盖。在该方法的一个实施方式中,覆盖被照射区域和散射区域的分析区域被切成多个计算区域。其后,对于各计算区域计算像素的平均光强度,从而允许获得随着计算区域与被照射区域的极限的距离变化的、光强度的曲线和光强度梯度的曲线,并且允许将这些曲线的特性与从基准曲线提取的特性进行比较。
在之前的方案中,仅使用因身体元素中的散射而引起的、由身体元素产生的光线。如果可以容易地获得仅表示由身体元素中的散射产生的光线的身体元素的图像,则将改善该方案。
期望减轻现有技术的这些缺点。特别期望在用户可接受的时间内实施该方法。
发明内容
根据本发明的第一方面,本发明涉及一种检测在装置的使用期间的欺诈的方法,该装置用于使用具有暗场的全内反射的原理来捕捉身体部分的印记,所述装置包括:第一透明板(120),该第一透明板包括上面设置要验证的身体部分的上侧面;光源(121),该光源包括排他地沿上面的方向照射的多个LED;半透光筛网,该半透光筛网位于第一透明板下方;第二透明板,该第二透明板位于半透光筛网下方;以及图像传感器(124),该图像传感器位于第二透明板(123)下方,两个透明板、半透光筛网以及图像传感器平行,并且半透光筛网(122)包括旨在使由光源产生的光线到达所述图像传感器(124)的孔的网络,所述光线允许图像传感器生成所述印记的图像,其中,方法包括以下步骤:
使用所述装置凭借被称为第一类型照明的、由光源照明要验证的身体部分,使得要验证的身体部分与透明板接触的整个表面返回光来获取(61)第一印记图像;
使用所述装置凭借被称为第二类型照明的、由光源照明要验证的身体部分,使得点亮至少一个LED来获取(63)至少一个第二印记图像;在多个LED被点亮时,所述LED隔开至少预定义距离,使得返回由LED发射的光的手指D的子部分与返回由另一LED照射的光的手指D的任何其他子部分分开;
通过使用所述第二印记图像和第一印记图像针对各第二印记图像获得(67)表示由要验证的身体部分重新发射的光级别的信息;以及
将所述信息与表示由被设置在透明板上的真身体部分重新发射的光级别的基准信息进行比较(68),以证实要验证的身体部分是真身体部分。
这样,从而改进了欺诈的检测。
根据一个实施方式,表示由要验证的身体部分重新发射的光级别的信息包括当光源根据第二类型照明照射身体部分时随着距由光源直接照射的区域的中心的距离变化的、表示由身体部分发射的光强度的至少一个曲线和/或表示由身体部分发射的光强度的梯度的至少一个曲线,各曲线通过仅将与身体部分的印记的脊线对应的像素的光强度考虑在内来获得,所述像素通过使用第一印记图像来识别。
根据一个实施方式,表示由要验证的身体部分重新发射的光级别的信息包括当光源根据第二类型照明照射身体部分时随着距由光源直接照射的区域的中心的距离变化的、表示在第一印记图像与第二印记图像之间计算的归一化点积的至少一个曲线和/或表示在第一印记图像与第二印记图像之间计算的归一化点积的梯度的至少一个曲线。
根据一个实施方式,表示由要验证的身体部分重新发射的光级别的信息还包括反照率测量结果,所述测量结果基于第一印记图像来获得。
根据一个实施方式,在多个LED被同时点亮以获得第二印记图像时,针对各子部分执行表示由要验证的身体部分重新发射的光级别的信息的获得和所述信息与基准信息的比较,以证实要验证的身体部分是真身体部分。
根据一个实施方式,在获得多个第二印记图像时,针对各第二印记图像修改第二类型照明,并且针对各第二印记图像执行获得表示由要验证的身体部分重新发射的光级别的信息和将所述信息与基准信息比较,以证实要验证的身体部分是真身体部分。
根据一个实施方式,第二类型照明的修改包括针对各第二印记图像改变由照明***发射的波长或照明***的各点亮LED的位置。
根据一个实施方式,方法包括以下步骤:在获取各第二图像之前,通过使用第一图像根据第一预定义准则选择为了获取各第二图像而要点亮的至少一个LED。
根据一个实施方式,方法此外包括以下步骤:在第一图像中定位手指;以及根据由此定位的手指的位置选择要点亮的各LED。
根据一个实施方式,当在第一印记图像中检测到分离两个区域的边界时,通过用生成在边界的第一侧上返回光的子部分的第一LED照射身体部分来获取第一第二印记图像,并且通过用生成在边界的第二侧上返回光的子部分的第二LED照射身体部分来获取第二第二印记图像,并且由各第二图像产生的、表示由要验证的身体部分重新发射的光级别的信息需要根据第二预定义准则类似,以证实要验证的身体部分是真身体部分。
根据一个实施方式,在选择单个LED时,所选择的LED是最靠近与透明板接触的身体部分的质心的位置的LED,或最靠近与透明板接触的身体部分的印记的脊线的曲率中心的LED,或最靠近在所述印记的脊线中检测的细节的质心的LED。
根据一个实施方式,方法此外包括以下步骤:在不用光源照明的情况下获取另外的印记图像;执行从第一图像和各第二图像减去另外印记图像,使得获取表示由要验证的身体部分重新发射的光级别的信息和将所述信息与基准信息比较期间使用的第一和各第二印记图像是由该减去而产生的图像。
根据本发明的第二方面,本发明涉及一种装置,该装置包括用于实施根据第一方面的方法的单元。
根据本发明的第三方面,本发明涉及一种设备,该设备包括根据第二方面的装置。
根据第四方面,本发明涉及一种计算机程序,该计算机程序包括指令,这些指令用于在所述程序由装置的计算单元执行时由所述装置实施根据第一方面的方法。
根据第五方面,本发明涉及一种存储介质,该存储介质存储包括指令的计算机程序,这些指令用于在所述程序由装置的计算单元执行时由所述装置实施根据第一方面的方法。
附图说明
以上所提及的本发明的特性以及其他特性将在阅读示例性实施方式的以下描述时更清楚地显现,所述描述关于附图来给出,附图中:
图1示意性例示了根据本发明的包括用于捕捉身体部分的印记的装置的设备;
图2示意性例示了用于捕捉身体部分的印记的装置的第一实施方式;
图3示意性例示了适于用于捕捉身体部分的印记的装置的第一实施方式的光敏传感器的子部分的端点视图;
图4A示意性例示了用于捕捉身体部分的印记的装置的第二实施方式;
图4B示意性例示了用于捕捉身体部分的印记的装置的第二实施方式的功能;
图4C示意性例示了适于用于捕捉身体部分的印记的装置的第二实施方式的传感器的子部分的端点视图;
图5示意性描述了在暗场中操作的以全内反射工作的现有技术的用于捕捉指纹的装置;
图6描述了根据本发明的检测欺诈的方法;以及
图7示意性例示了实施检测欺诈的方法的处理模块的示例性硬件架构。
具体实施方式
以下的描述在智能电话的环境中更具体地详细说明了本发明的实施方式。本发明可以应用于可以包括用于捕捉身体部分的印记的装置的其他设备,诸如计算机、平板电脑、建筑物中的进/出控制装置等。而且,在身体部分是手指的环境中描述本发明。然而,本发明适用于其他身体部分,诸如多个手指、手掌等。
图1示意性例示了根据本发明的包括用于捕捉身体部分的印记的装置的设备。
设备1在这里是智能电话,该智能电话包括屏幕10、处理模块11以及用于捕捉身体部分的印记的装置12。下文中,我们将用于捕捉身体部分的印记的装置称为生物计量装置。如我们关于图6更进一步描述的,处理模块11可以实施设备1的多个功能,具体包括由生物计量装置12产生的数据的处理。生物计量装置12例如由设备1的所有者用于用设备1认证他自己,由此能够使用它。
在特定实施方案中,用于捕捉身体部分的印记的装置12集成到屏幕12中。
图2示意性例示了适于实施根据本发明的方法的生物计量装置12的第一实施方式。
生物计量装置12使用我们在下文关于图5重现的具有暗场的全内反射的原理。
图5示意性描述了以全内反射工作并在暗场中操作的用于捕捉指纹的装置。
图5所描述的装置50包括棱镜500、光源501B以及光学***502,诸如例如CCD(“电荷耦合器件”)或CMOS(“互补金属氧化物半导体”)传感器和一个或更多个透镜。
光源501B生成光束,该光束穿过棱镜500的第一面500B到达棱镜500的第二面500C,手指D定位在该第二面上。由光源501B生成的光束与面500C的法线形成入射角αB,该入射角小于临界角θc和极限角θl。(这里,入射角αB是零度)。临界角θc(相应地极限角θl)被定义为以下角度,超过该角度,当第二介质是空气时(相应地在第二介质是手指D时),在光束到达面500C时发生全内反射。因此,由源501B生成的光束不被面500B全部反射。
光学***502接收由手指D散射之后的、由源501B生成的光束。光学***502被配置为接收在手指D中散射之后的光束,该光束与面500C的法线形成位于临界角θc与极限角θl之间的角度。因此,光学***502仅接收因手指D中的散射而产生的光束,但不接收因上侧面500C上的反射而产生的光束。光学***502形成具有指纹的谷与脊线之间的强烈对比的指纹的图像。脊线与所散射的光束对应,该所散射光束部分地在手指D中吸收,并且在与面500C接触的脊线的级处从手指出现以到达光学***502。在手指D中散射并在谷的级处从手指D出现的光束可以到达光学***502,因为它们无法在相对于面500C的法线形成比临界角θc大的角的同时穿过空气层且其后在棱镜500中传播。因此,脊线在印记图像中看起来比谷明亮。类似的装置可以在法国专利FR2757974中找到。
临界角θc由以下算式来给出:
n1为棱镜的折射率,并且n0为空气或手指的折射率。对于等于“1”的空气的折射率和等于“1.5”的棱镜的折射率,获得临界角θc=41.8度。皮肤的折射率在可见区域中在“1.41”与“1.47”之间。通过考虑最小值“1.41”,因此获得“70”度的极限角θl。通过考虑最大值,获得“76”度的角度
回到图2,生物计量装置12包括多个光学耦合元件,其包括:
-厚度为E120的第一透明板120,该第一透明板包括上面可以保持具有要成像的指纹的身体部分(这里为手指D)的上侧面1200;
-光源121,该光源在这里由适于照射手指D的LED组成。图2中表示四个LED121A、121B、121C以及121D;
-半透光筛网122,该半透光筛网位于第一透明板120下方;
-厚度为E123的第二透明板123,该第二透明板123位于半透光筛网122的下方;
-传感器124,该传感器124包括光敏感光器,位于第二透明板123下方。
透明板120和123具有大于预定义最小折射率nmin的折射率,该预定义最小折射率大于空气的折射率。
在特定实施方案中,该最小折射率nmin大于手指的折射率,更具体地大于1.47。实际上已知,当至少第二板123的折射率大于手指的折射率时,手指的图像具有有限范围。
下文在本公开中,为了简单起见,我们假定两个透明板120和123具有例如等于“1.5”的相同的折射率。
应理解的是通过光学耦合,从第一板的上侧面行进到第二板的下侧面的光线不穿过折射率小于nmin的任何介质。这在两个玻璃板的情况下例如可以通过用具有足够折射率的粘接剂粘接两个板来进行。
透明板120和123的面、半透光筛网122以及传感器124平行。这里,半透光筛网122和传感器124被认为是具有比两个透明板120和123的厚度小的厚度的板。
光源121的各LED适于在上侧面1200的方向上在半透光筛网122上方生成光束。各LED以以下方式来配置:从该LED放射的各光线具有相对于上侧面1200的法线的且在所有情况下小于临界角θc的低的入射角。这样,从光源121的LED放射的光线在上侧面1200上不经受全内反射。凭借光源121的这种配置,与面1200相对的手指D的整个表面不都被直接照射。各LED仅直接照射被称为被照射区域的、有限尺寸(即,准点状)的轮廓分明的区域。为了使与上侧面1200相对的手指D的整体返回光,光源121的LED以以下方式来配置:各LED和作为该LED的最近邻居的LED在手指D上生成由小于预定义距离dp的距离δ隔开的LED直接照射的部分,其表征光到手指D中的穿透深度。距离δ是被照射部分的两个边界之间的最小距离。预定义距离dp从用于蓝光的大约毫米到用于红外光的几厘米变化。传感器124因此接收由光源121所产生的光线被手指D散射而产生的光束。因此,生物计量装置12是具有暗场以全内反射工作的用于捕捉指纹的装置。
半透光筛网122是薄层,例如可以通过在板123上印刷或淀积不透光涂层来生产。然而,因为半透光筛网122由孔网组成,所以它不完全不透光。在孔级到达半透光筛网122的指向传感器124的各光线穿过半透光筛网122并到达传感器124。
在特定实施方案中,半透光筛网122是可以通过在透明板123的上侧面或透明板120的下侧面印刷或淀积(诸如金属淀积)吸收剂涂层来生产的薄层。半透光筛网122的各孔填充有材料,该材料具有比预定最小折射率nmin大的折射率。
传感器124例如是CCD传感器或CMOS传感器,该传感器由对光源121所发射的光束的波长敏感的感光器(诸如感光器1241)的矩阵组成。传感器124光学地耦合到板123。传感器124接收穿过半透光筛网122的孔的光,并且基于所接收的光生成多条信息,该多条信息由处理模块11用于产生印记图像。由此产生的印记图像由像素的矩阵组成,各像素由一个或更多个感光器产生。为了获得指纹的脊线与谷之间的良好对比,仅考虑由手指D产生的、具有位于临界角θc与极限角θl之间的相对于上侧面1200的法线的入射角的光线。
为了防止在处理模块11生成的印记图像中将具有比临界角θc小的入射角的光线考虑在内,在可以由具有小于临界角θc的相对于上侧面1200的法线的入射角的、由手指D产生的光线撞击的各传感器位置处,传感器124不包括任何光敏感光器。这样,仅源于位于可以由手指D中的散射之后的光线撞击的位置处的感光器的多条信息由处理模块11用于形成印记的图像,这些光线可以由手指D产生,具有位于临界角θc与极限角θl之间的相对于上侧面1200的法线的入射角。
在特定实施方案中,与可以由在手指D中的散射之后由手指D产生的具有小于临界角θc的相对于上侧面1200的法线的入射角的光线撞击的位置对应的传感器124的各感光器由例如铝的不透光金属层遮盖。因此,位于不透光金属层下方的感光器变成光不敏感的,因此无法给处理模块11提供与在手指D中的散射之后由手指D产生的具有小于临界角θc的相对于上侧面1200的法线的入射角的光线对应的任何信息。已知存在由光束撞击的CCD或CMOS传感器的感光器干扰其邻居中的感光器的风险,特别是在这些感光器强烈饱和的时候(例如当将传感器124指向太阳的时候)。该特定实施方案的优点是遮盖可以由在手指D中的散射之后由手指D产生的具有小于临界角θc的相对于上侧面1200的法线的入射角的光线撞击的位置对应的传感器124的各感光器防止这些感光器干扰它们的邻居。
为了防止入射区域交叠,半透光筛网122的孔以以下方式来设置:从中心到中心取得的、在孔与作为该孔的最近邻居的孔之间的距离L大于当手指D设置在上侧面1200上时由孔看到的、在传感器124上投影的手指D的图像的直径。如果dT是孔的直径,则由孔看到的手指D在传感器124上的投影的直径dAP由下式给出:
dAP=dT+2.E123.tan(θl)
并且因此:
L>dAP
在特定实施方案中,半透光筛网122的孔隔开距离L>dAP,并且在假设遵循对距离L的约束的情况下,则半透光筛网的孔以任意方式设置在半透光筛网122上。
在特定实施方案中,半透光筛网122的孔隔开距离L>dAP,并且规则地设置在半透光筛网122上,例如以矩形矩阵或六边形网格的形式设置。
在图2中,用白色表示的传感器124的感光器(诸如感光器1241)是光敏感光器。用黑色表示的传感器124的感光器(诸如感光器1242)是光不敏感光器。
图3示意性例示了适于生物计量装置12的第一实施方式的传感器124的子部分的端点视图。
我们在这里考虑以下情况:半透光筛网122的孔隔开距离L>dAP,并且以孔的矩形矩阵的形式规则设置。
传感器124由尺寸上通常从1μm乘1μm到10μm乘10μm的正方形感光器的矩阵构成。
表示了叠加在传感器124上的规则地分布在传感器124上的一系列入射区域。各入射区域包括诸如圆盘1244的中央盘和诸如环1243的外周环,并且入射区域的中央盘和外周环同心。各入射区域与半透光筛网122的孔中的一个孔对应,并且表示在手指D被设置在上侧面1200时由所述孔看到的、投影在传感器124上的手指D的图像。例如,包括中央盘1244和外周环1243的入射区域与孔122A对应。因此,各外周环的直径与在手指D被设置在上侧面1200上时由孔看到的、投影在传感器124上的手指D的图像的直径dAP对应。如果半透光筛网122的孔采用孔的矩形矩阵形式,则入射区域遵循传感器124上的该形状。当半透光筛网122的孔为圆形时,融合与孔对应的入射区域的中心和所述孔的中心。位于外周环(例如,外周环1243)中的部分与接收经由孔(这里为孔122A)穿过半透光筛网122并且具有位于临界角θc与极限角θl之间的与上侧面1200的法线的入射角的光线的区域对应。位于中央盘(例如,中央盘1244)内的部分与接收经由孔(这里为孔122A)穿过半透光筛网122并且具有位于小于临界角θc的与上侧面1200的法线的入射角的光线的区域对应。因此,位于中央盘内的传感器124的各部分与不期望从其恢复信息的部分对应。位于这些部分中的每个部分中的感光器因此必须为不光敏感的。因此,位于外周环中的传感器124的各部分与期望从其恢复信息的部分对应。因此,位于这些部分中的每个部分中的感光器必须为光敏感的。如果被设置在上侧面1200上的手指的折射率小于透明板120和123的折射率,则位于外周环外部的像素很少接收或实际上从不接收源于手指的光。
注意,各孔之间的距离L允许对与上侧面1200相对的手指D的各点成像至少一次。如果生物计量装置12具有已知几何结构,则可以确定传感器124的哪一个或哪些感光器对手指D的点成像。然后可以通过已知技术重构手指D的印记的图像。
处理模块11将由对点成像以在印记的图像中生成该点的表示的各感光器产生的多条信息考虑在内。在表示的该生成期间,处理模块11通过对于各感光器将表示各感光器与已成像的点之间的距离的信息考虑在内来互相地再平衡由所述感光器产生的多条信息。在特定实施方案中,在由传感器124的多个感光器对手指D的同一点成像时,在再平衡之后,处理模块11计算通过对该点成像以在印记图像中生成该点的表示的各感光器产生的多条信息的平均。
在特定实施方案中,透明板120和123是具有如我们在上面看到的折射率n1=1.5的4.4mm乘4.4mm的正方形玻璃板。传感器124是包括4μm乘4μm的正方形感光器的3.9mm乘3.9mm正方形。
在特定实施方案中,透明板123具有比透明板120的厚度E120小三到十倍的厚度E123。例如,厚度E123=60μm和E120=300μm当两个板具有相同折射率时允许获得-1/5放大率(即,物体在传感器124上的图像比被设置在上侧面1200上的实物小五倍,并且相反地,传感器124上的区域与上侧面1200上5倍大的区域对应)。在该特定实施方案中,透明板123粘接在传感器124上或借助传感器124上的一系列淀积来产生。
指纹成像标准提倡大于500或1000点每英寸(dpi)的手指图像分辨率。凭-1/5的放大率,如果期望以大于500dpi(相应地1000dpi)采样的手指图像,则小于10μm(相应地小于5μm)的像素是必要的。
在特定实施方案中,半透光筛网122的孔具有直径7μm,并且形成10×10个孔的规则矩阵,在该矩阵中,诸如图3所表示的,孔从中心到中心隔2开距离L=400。凭借临界角θc=41.8度、极限角θl=70度、孔直径7μm以及板123的厚度60μm,各中央盘具有大约114μm的直径,并且各外周环具有大约337μm的外部直径。
在特定实施方案中,半透光筛网122的下侧面和孔的边缘通过应用已知技术(涂敷黑色铬层、油墨层、下侧面的纹理化等)着色有吸收剂,以使半透光筛网122与传感器124之间的反射最小化。
在特定实施方案中,在图2中为了更大清晰起见而被表示在板120和123外部的LED集成在板120的下侧面(即,与半透光筛网122接触的板120的面)或集成在板123的上侧面(即,包括半透光筛网122的板123的面)。
在特定实施方案中,LED是氮化镓(GaN)LED或OLED。
图4A示意性例示了根据本发明的生物计量装置12的第二实施方式。
在该实施方式中,我们再次找到板120、半透光筛网122、板123以及传感器124。
在该实施方式中,光源不再位于半透光筛网122级。LED插在传感器124级处,即,在半透光筛网122下方。半透光筛网122的孔中的至少一些具有朝向它们的LED。
为了与上侧面1200相对的手指D的整体散射光,以以下方式设置半透光筛网122的孔(这些孔具有朝向它们的LED):各LED和作为所述LED的最近邻居的LED生成由隔开比距离dp小的距离δ的LED直接照射的部分。
而且,为了避免入射区域之间的交叠,在与图4A的实施方式有关的所有特定实施方案中,用来对手指D成像的半透光筛网122的孔以以下方式来设置:从中心到中心取得的、在孔与作为该孔最近邻居的孔之间的距离L大于当手指D设置在上侧面1200上时由孔看到的、手指D的图像的直径,即,L>dAP。
各LED可以由传感器124上的淀积来产生。在这种情况下,各LED集成在传感器124的表面上。
在特定实施方案中,各LED集成在传感器124中。
在特定实施方案中,各LED生成在半透光筛网122上的反射之后的、指向孔的光束,该光束具有相对于上侧面1200的法线的最大入射角θmax,其允许防止光敏感光器被这些LED照射。在特定实施方案中,θmax=23度。
图4C示意性例示了适于生物计量装置12的第二实施方式的示例性传感器124的子部分的端点视图。
在图4C的情况下,半透光筛网122的孔形成孔的矩形矩阵。
在图4C中,LED插在与各中央盘的中心对应的位置处。再次地,存在在图4A中表示的LED 121A和121B、以及LED 121C、121D、121E和121F。因此,在接收经由孔穿过半透光筛网122的且具有小于临界角θc的与上侧面1200的法线的入射角的光线的传感器124的各位置处找到LED。因此,在该特定实施方案中,存在朝向半透光筛网122的各孔的、被定位在传感器124级的LED。因此,以孔在半透光筛网122上形成孔的矩阵的相同方式,LED在传感器124上形成LED的矩阵。如同生物计量装置12的第一实施方式中,位于中央盘中的感光器是光不敏感的。
凭借圆孔,当手指被设置在上侧面1200上时各LED照射在手指D上朝向该LED的圆盘。当例如透明板120和透明板123分别具有厚度E123=60μm和厚度E120=300μm时,孔具有直径7μm并且各LED是具有直径10μm的圆形,各LED照射大约92μm的圆盘。在半透光筛网包括中心之间具有距离400μm的规则分布的孔的情况下,被设置在上侧面1200上的手指D的整个表面不是都被LED照射。但如我们在上面看到的,如果手指为散射介质,则与上侧面1200相对的手指的表面的整体将返回光。
在该配置中,如果通过与上侧面1200上的入射区域对应的半透光筛网122的孔对所述入射区域投影,则获得直径等于大约544μm的中央盘的投影和外径等于大约1656μm的外周环的投影。在孔中心之间的距离为400μm的规则分布的孔的情况下,外周环的投影交叠。
图4B示意性例示了生物计量装置12的第二实施方式的功能。
图4C的装置也是图4B中的特征。
在图4B中,我们已经表示8个入射区域投影在上侧面1200上。在图4A中也表示的点P出现在三个不同外周环的投影中。因此,该点P在传感器124上被成像三次:第一次通过跟随光线RP1在点P1处进行,第二次通过跟随光线RP2在点P2处进行,并且第三次通过跟随光线RP3在未表示的点处进行。对手指D的各点成像多次允许获得较佳的图像质量。
光源的各LED可以独立于其他LED点亮。例如可以点亮光源的单个LED或光源的所有LED。
图6描述了根据本发明的检测欺诈的方法。
关于图6描述的方法例如在识别或认证人之后由处理模块11来实施。所用的生物计量装置12可以为根据关于图2描述的第一实施方式或根据关于图4A描述的第二实施方式的生物计量装置12。
在步骤61中,处理模块11通过光源121照明手指D使得与面1200接触的手指D的整个表面返回光来由生物计量装置12获取第一印记图像。如我们在上面看到的,在由光源121的LED进行的照明之后由手指D散射的光线中,仅具有位于临界角θc与极限角θl之间的相对于上侧面1200的法线的入射角的光线用于产生第一印记图像。由此,所获得的第一图像是表示脊线的像素具有高光强度且表示谷的像素具有相对于脊线的像素的低光强度的图像。因此,脊线与谷之间的对比度是显著的。
在步骤63中,处理模块11通过使用LED或多个LED由光源121照明身体部分来获取至少一个第二印记图像。在使用多个LED时,所述LED隔开至少预定义距离。该预定义距离使得返回由LED发射的光的手指D的子部分与返回由另一LED照射的光的手指D的其他子部分分开。在LED为圆形时,返回光的手指D的子部分被定义为在中心处具有最大光强度且光强度径向地减小到最小光强度的手指D的圆形区域,最小光强度为最大光强度的预定义百分比(例如,1%)。最小光强度还可以被定义为不可由传感器124检测的光强度。因此,最小光强度定义了返回光的手指D的子部分的极限。在特定实施方案中,处理模块使得光源121的单个预定义LED被点亮以允许获取单个第二图像。由此,如在文献FR3015728中,在与面1200相对的手指D的部分上,轮廓分明且非常有限的区域被直接照射。第二图像是用于确定手指D是否被真皮肤覆盖的信息量最大的图像。
在步骤67中,处理模块11获得表示由手指D重新发射的光级别的信息。
在特定实施方案中,对于返回光的手指D的各子部分获得光强度轮廓。因此,返回光的手指D的各子部分被切成多个计算区域。在LED为圆形时,第一中心计算区域具有圆盘形状,并且其他计算区域是围绕中心计算区域的同心环。其后,对于各计算区域计算像素的平均光强度。区域的平均光强度基于表示印记的脊线的所述区域的像素来计算。为了识别与脊线对应的像素,处理模块使用第一图像。在第一图像中,与脊线对应的各像素具有相对于与谷对应的像素的高光强度值。在特定实施方案中,将第一图像的各像素的光强度值与预定义阈值进行比较。基于该比较,第一图像的各像素被分类在与脊线对应的第一种类或不与脊线对应的第二种类中。光强度值大于预定义阈值的像素被分类在第一种类中。光强度值小于或等于预定义阈值的像素被分类在第二种类中。生物计量装置12的优点是:因为它使用具有暗场的全内反射的原理,所以它生成的第一图像包括较少的可能被处理模块11解释为脊线像素的、与面1200的缺陷对应的像素。
在计算区域的各平均光强度的计算期间,处理模块11对于与所述计算区域对应的第二图像的各像素验证第一图像中的对应像素是否被分类在脊线像素类中。如果情况是这样,则在平均的计算中将该像素考虑在内。否则,在平均的计算中不将该像素考虑在内。基于对于各计算区域计算的光强度平均,处理模块11获得随着计算区域与中心计算区域的中心之间的距离变化的、光强度的曲线和光强度梯度的曲线。中心计算区域的中心与和该计算区域对应的LED的中心在上侧面1200上的投影对应。
所获得的各曲线构成表示由手指D重新发射的光级别的信息。
在步骤68中,处理模块11将表示由手指D重新发射的光级别的信息与表示由被设置在面1200上的真手指重新发射的光级别的基准信息进行比较,以确认被设置在面1200上的手指D是真手指。为了使得确认手指D,需要随着距离变化的光强度曲线(相应地梯度曲线)保持在基于基准曲线估计的光强度的两个极限曲线(相应地光强度梯度的两个极限曲线)之间。还可以对于光强度曲线(相应地光强度梯度曲线)的预定义的多个点中的各点测量所述点的光强度的值(相应地梯度的值)与光强度的两个极限曲线(相应地光强度梯度的两个极限曲线)上的对应点(即,位于与被照射区域的相同距离处)的光强度值之间的差,以按绝对值对这些差求和并将该和与预定义极限阈值进行比较。
基准曲线(即,光强度的极限曲线和光强度梯度的极限曲线)这里是已经通过使用生物计量装置12基于大量真手指建立的光强度和光强度梯度的曲线。
第一图像的像素的光强度是表示传感器124与手指D之间的光耦合的有效性的值。在步骤67的特定实施方案中,处理模块11使用该信息来重构由手指D发射的光级别。因此,处理模块11对于第二图像的各计算区域计算所述计算区域与第一图像中的空间对应区域(即,位于第一图像中的相同位置处的相同环)之间的点积。对于各区域,将该点积除以例如第一图像的范数平方(即,第一图像自身的点积),以获得各区域的归一化点积。基于对于各计算区域计算的归一化点积,处理模块11获得随着计算区域与被照射区域之间的距离变化的点积的曲线和点积梯度的曲线。在该特定实施方案中获得的各曲线构成表示由手指D重新发射的光级别的信息。
在该特定实施方案中,在步骤68期间,处理模块11使用由此获得的曲线来证实手指D有效或无效。为了确认手指D,需要是随着距离变化的点积的曲线(相应地点积梯度的曲线)保持在这里再次基于基准点积曲线估计的点积的两个极限曲线(相应地点积梯度的两个极限曲线)之间。再次地,还可以对于点积曲线(相应地点积梯度曲线)的预定义的多个点中的各点测量所述点的点积的值(相应地点积梯度的值)与两个极限点积曲线(相应地两个极限点积梯度曲线)上的对应点的点积值之间的差,以按绝对值对这些差求和并将该和与预定义极限阈值进行比较。
基准曲线在这里是已经通过使用生物计量装置12基于大量真手指建立的点积和点积梯度的曲线。
注意,在该特定实施方案中,其他归一化是可以的。
而且,在该特定实施方案中,除了可以使用归一化点积的所计算值,还可以使用反照率测量结果。该反照率测量结果可以以在第一图像的所有像素上或仅在与第一图像中的脊线对应的像素上计算的平均或中间光强度值的形式在所述图像上计算。将所获得的反照率测量结果与通过使用生物计量装置12基于大量真手指获得的基准反照率测量结果进行比较。该反照率测量结果例如用于确认或否定基于点积的曲线和/或点积梯度的曲线关于手指的有效性做出的结论。
在步骤63的特定实施方案中,点亮多个LED。所述多个LED中的LED被选择以获得返回光的手指D的多个子部分,各子部分分开。在该特定实施方案中,对于各子部分,获得包括光强度的曲线(相应地点积的曲线)和光强度梯度的曲线(相应地点积梯度的曲线)的一对曲线。对各对曲线应用步骤68。在特定实施方案中,如果在步骤68的至少一个应用期间,发现手指D不是真手指,那么处理模块确定存在假手指,因此存在欺诈。
在特定实施方案中,在步骤63期间,通过基于对于各第二图像以不同波长发光的至少一个LED连续照射手指D获得多个第二图像。例如,第一波长低于600nm,并且第二波长高于600nm。对于各波长,处理模块11实施步骤66、67以及68。如果在步骤68的至少一个应用期间,发现手指D不是真手指,那么处理模块确定存在假手指,因此存在欺诈。对于各波长,处理模块在步骤68期间使用适于各波长的极限曲线(即,光强度、光强度梯度、点积以及点积梯度)的极限曲线。
在特定实施方案中,在步骤61与步骤63之间的步骤62期间,处理模块11根据预定义准则选择要为了获取各第二图像而要点亮的至少一个LED。例如,在使用单个LED获取单个第二图像时,诸如在文献EP3073416中定义的,被点亮的LED是最靠近与面1200接触的手指D的部分的质心的位置的LED,或最靠近与面1200接触的手指D的部分的脊线的的曲率中心的位置(还被称为核)的LED。
为了促进选择要点亮的一个或更多个LED,处理模块11可以进行在第一图像中定位手指,并且根据由此定位的手指的位置来选择要点亮的各LED。
在指纹的比较期间,例如在由认证装置实施的认证方法中,比较两个图像:由认证装置获取的图像,被称为所获取的图像;以及在数据库中存储的基准印记的图像,被称为基准图像。
在比较期间,将所获取的图像的印记的区域与基准图像的印记的区域进行匹配。其后,比较匹配的区域,以进行认证。
在特定方案中,为了降低比较的复杂性,依赖于与印记的可见线的交叉和端点对应的称为细节(minutiae)的特定点。将所获取的图像的各细节与基准图像的对应细节进行比较。在完成各比较时,对于各细节计算相似性得分,并且对于整个印记计算总相似性得分。
所匹配的区域和细节表示印记的最重要信息。因此,很感兴趣的是在这些区域或这些细节的邻居中搜索可能的欺诈。
在特定实施方案中,处理模块11关注于在第一图像的脊线中检测的细节,以确定手指D是否被真皮肤覆盖。在步骤62期间,处理模块11选择允许照射第二图像的点的LED,第二图像的该点与和基准图像的细节正关联的第一图像的细节的质心在空间上对应,或者与包括和基准图像的细节正关联的最大密度的细节在内的、第一图像的预定义形状的区域的质心在空间上对应。预定义形状的区域例如可以为圆。该特定实施方案允许抵制包括并置使用由假皮肤覆盖的手指进行认证以及使用真手指进行手指证实的伎俩。
特定欺诈包括用假皮肤部分覆盖手指。在这种情况下,在印记图像中出现两个区域,这两个区域由边界分开。该边界可以类似疤痕。然后相关的是验证手指中的光散射特性在该边界的各侧上相同。实际上,不同的散射特性将指示欺诈的存在。在特定实施方案中,在获取第一图像之后,处理模块11执行该第一图像的分析,以检测其中的可能边界。如果检测到边界,则处理模块11在步骤62期间选择照射在所检测到的边界的第一侧上的第一LED和照射在所检测到的边界的第二侧上的第二LED。在步骤63期间,通过连续点亮第一所选择的LED和第二所选择的LED获取两个第二图像。关于图6描述的方法的以下步骤独立地应用于各第二图像。如果对于各第二图像在步骤68期间处理模块11宣布手指有效并且如果表示由手指D重新发射的光级别的且对于第一第二图像获得的信息根据预定义准则与表示由手指D重新发射的光级别的且对于第二第二图像获得的信息是类似的,则该手指被证实。
在特定实施方案中,关于图6所描述的方法包括步骤63与步骤67之间的两个中间步骤64和65。在步骤64期间,处理模块11触发在不用光源121照明的情况下获取另外图像。
在步骤65期间,从第一图像且从各第二图像减去另外图像,使得其后在方法(即步骤67至步骤68)中,使用从该减去而产生的第一图像和第二图像,而不是使用原始的第一图像和第二图像。
该特定实施方案允许在由至少一个外部光源照射的情况下改善方法的执行。
图7示意性例示了处理模块11的示例性硬件架构。
根据图7所表示的示例性硬件架构,处理模块11然后包括由通信总线110连接的:处理器或CPU(“中央处理单元”)111;RAM(“随机存储存储器”)112;ROM,(“只读存储器”)113;存储单元(诸如硬盘)或存储介质阅读器(诸如SD(“安全数据”)读卡器)114;至少一个通信接口115,该至少一个通信接口允许处理模块11与细节装置12通信。
处理器111能够执行从ROM 113、从外部存储器(未示出)、从存储介质(诸如SD卡)或从通信网络加载到RAM 112中的指令。当分析模块11加电时,处理器111能够从RAM 112读取指令并执行它们。这些指令形成使得由处理器111实施关于图6描述的方法的计算机程序。
关于图6描述的方法可以通过经由可编程机器(例如DSP(“数字信号处理器”)或微处理器)执行一组指令以软件形式来实施,或者可以由专用机器或部件(例如FPGA(“现场可编程门阵列”)或ASIC(“专用集成电路”))以硬件形式来实施。
注意,处理模块11也同样可以被包括生物计量装置12中。
而且,可以组合上文为了更清楚起见而独立描述的实施方式。
Claims (15)
1.一种检测在用于使用具有暗场的全内反射的原理来捕捉身体部分的印记的装置的使用期间的欺诈的方法,所述装置包括:第一透明板,该第一透明板包括上面设置要验证的身体部分的上侧面;光源,该光源包括排他地沿所述上侧面的方向照射的多个LED;半透光筛网,该半透光筛网位于所述第一透明板下方;第二透明板,该第二透明板位于所述半透光筛网下方;以及图像传感器,该图像传感器位于所述第二透明板下方,这两个透明板、所述半透光筛网以及所述图像传感器平行,并且所述半透光筛网包括旨在使所述光源产生的光线到达所述图像传感器的孔的网络,所述光线允许所述图像传感器生成所述印记的图像,其中,所述方法包括以下步骤:
使用所述装置通过利用被称为第一类型照明的由所述光源照明要验证的所述身体部分,使得要验证的所述身体部分与所述透明板接触的整个表面返回光,来获取第一印记图像;
使用所述装置通过利用被称为第二类型照明的由所述光源照明要验证的所述身体部分,使得至少一个LED被点亮,来获取至少一个第二印记图像;当多个LED被点亮时,所述LED隔开至少预定义距离,使得返回由LED发射的光的手指D的子部分与返回由另一LED照射的光的手指D的任何其他子部分分开;
通过使用所述第二印记图像和所述第一印记图像针对各第二印记图像获得表示由要验证的所述身体部分重新发射的光级别的信息;以及
将所述信息与表示由被设置在所述透明板上的真身体部分重新发射的光级别的基准信息进行比较,以证实要验证的所述身体部分是真身体部分。
2.根据权利要求1所述的方法,其中,表示由要验证的所述身体部分重新发射的光级别的所述信息包括当所述光源根据所述第二类型照明照射所述身体部分时随着距由所述光源直接照射的区域的中心的距离变化的、表示由所述身体部分发射的光强度的至少一个曲线和/或表示由所述身体部分发射的光强度的梯度的至少一个曲线,各曲线通过仅将与所述身体部分的所述印记的脊线对应的像素的光强度考虑在内来获得,所述像素通过使用所述第一印记图像来识别。
3.根据权利要求1所述的方法,其中,表示由要验证的所述身体部分重新发射的光级别的所述信息包括当所述光源根据所述第二类型照明照射所述身体部分时随着距由所述光源直接照射的区域的中心的距离变化的、表示在所述第一印记图像与所述第二印记图像之间计算的归一化点积的至少一个曲线和/或表示在所述第一印记图像与所述第二印记图像之间计算的归一化点积的梯度的至少一个曲线。
4.根据权利要求3所述的方法,其中,表示由要验证的所述身体部分重新发射的光级别的所述信息还包括反照率测量结果,所述测量结果基于所述第一印记图像来获得。
5.根据权利要求2所述的方法,其中,当多个LED被同时点亮以获得第二印记图像时,针对各子部分来执行获得表示由要验证的所述身体部分重新发射的光级别的所述信息和将所述信息与基准信息进行比较,以证实要验证的所述身体部分是真身体部分。
6.根据权利要求1所述的方法,其中,在获得多个第二印记图像时,针对各第二印记图像修改所述第二类型照明,并且针对各第二印记图像执行获得表示由要验证的所述身体部分重新发射的光级别的所述信息和将所述信息与基准信息进行比较,以证实要验证的所述身体部分是真身体部分。
7.根据权利要求6所述的方法,其中,修改所述第二类型照明包括针对各第二印记图像改变由所述照明***发射的所述波长或所述照明***的各点亮LED的位置。
8.根据权利要求1所述的方法,其中,所述方法包括以下步骤:在获取各第二图像之前,通过使用所述第一图像根据第一预定义准则选择为了获取各第二图像而要点亮的至少一个LED。
9.根据权利要求8所述的方法,其中,所述方法此外包括以下步骤:在所述第一图像中定位手指;以及根据由此定位的所述手指的所述位置选择要点亮的各LED。
10.根据权利要求8所述的方法,其中,当在所述第一印记图像中检测到分开两个区域的边界时,通过用生成在所述边界的第一侧上返回光的子部分的第一LED照射所述身体部分来获取第一第二印记图像,并且通过用生成在所述边界的第二侧上返回光的子部分的第二LED照射所述身体部分来获取第二第二印记图像,并且由各第二图像产生的、表示由要验证的所述身体部分重新发射的光级别的所述信息需要根据第二预定义准则类似,以证实要验证的所述身体部分是真身体部分。
11.根据权利要求10所述的方法,其中,当单个LED被选择时,所选择的LED是最靠近与所述透明板接触的所述身体部分的质心的位置的LED,或最靠近与所述透明板接触的所述身体部分的所述印记的所述脊线的曲率中心的LED,或最靠近在所述印记的脊线中检测到的细节的质心的所述LED。
12.根据权利要求1所述的方法,其中,所述方法还包括以下步骤:
在不用所述光源照明的情况下获取另外的印记图像;
执行从所述第一图像和从各第二图像减去所述另外的印记图像,使得在获得表示由要验证的所述身体部分重新发射的光级别的所述信息和将所述信息与基准信息的进行比较期间使用的所述第一印记图像和各第二印记图像是通过该减去而产生的图像。
13.一种装置,该装置包括用于实施根据权利要求1所述的方法的单元。
14.一种设备,该设备包括根据权利要求13的装置。
15.一种非暂时信息存储介质,该非暂时信息存储介质存储包括程序代码指令的计算机程序,在所述程序代码指令由可编程装置运行时,能被加载在所述可编程装置中,以使得所述可编程装置实施根据权利要求1所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR17/53180 | 2017-04-12 | ||
FR1753180A FR3065306B1 (fr) | 2017-04-12 | 2017-04-12 | Procede de detection de fraude |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108694378A true CN108694378A (zh) | 2018-10-23 |
Family
ID=59811397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810325629.1A Pending CN108694378A (zh) | 2017-04-12 | 2018-04-12 | 检测欺诈的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10380408B2 (zh) |
EP (1) | EP3388976B1 (zh) |
CN (1) | CN108694378A (zh) |
FR (1) | FR3065306B1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020102945A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市汇顶科技股份有限公司 | 指纹识别方法、装置和电子设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10616453B2 (en) * | 2017-01-11 | 2020-04-07 | Nokia Technologies Oy | Audio and visual system including a mask functioning for a camera module and an audio transducer module |
FR3064112B1 (fr) * | 2017-03-16 | 2021-06-18 | Commissariat Energie Atomique | Dispositif imageur optique |
WO2021035599A1 (zh) * | 2019-08-29 | 2021-03-04 | 深圳市汇顶科技股份有限公司 | 指纹识别的装置、方法和电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101641705A (zh) * | 2006-10-25 | 2010-02-03 | 萨基姆安全公司 | 验证生物识别捕获特别是身体印记的方法 |
EP2495697A1 (en) * | 2009-10-26 | 2012-09-05 | Nec Corporation | Fake finger determination device and fake finger determination method |
CN103890778A (zh) * | 2011-10-25 | 2014-06-25 | 茂福公司 | 反欺骗设备 |
CN103929566A (zh) * | 2013-01-15 | 2014-07-16 | 富士通株式会社 | 生物测量信息图像捕获装置以及生物测量认证设备 |
US20140361395A1 (en) * | 2013-06-05 | 2014-12-11 | Apple Inc. | Biometric Sensor Chip Having Distributed Sensor and Control Circuitry |
WO2015091701A1 (fr) * | 2013-12-19 | 2015-06-25 | Morpho | Procédé de validation destiné à valider qu'un élément est recouvert d'une vraie peau |
WO2016102854A1 (fr) * | 2014-12-22 | 2016-06-30 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système d'acquisition et d'analyse d'empreintes avec détection de fraude |
US20160227142A1 (en) * | 2015-02-02 | 2016-08-04 | Egis Technology Inc. | Fingerprint sensor and sensing method thereof |
WO2017029455A1 (fr) * | 2015-08-18 | 2017-02-23 | Safran Identity & Security | Capteur biometrique avec au moins deux sources lumineuses a tailles apparentes differentes |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2757974B1 (fr) | 1996-12-27 | 1999-02-12 | Sagem | Capteur optique d'empreinte digitale |
KR102277453B1 (ko) * | 2015-02-05 | 2021-07-14 | 삼성전자주식회사 | 터치 센서를 구비한 전자 장치 및 그 구동 방법 |
FR3034224B1 (fr) | 2015-03-23 | 2018-03-23 | Morpho | Dispositif de verification de la veracite d'une empreinte digitale |
FR3045884B1 (fr) * | 2015-12-18 | 2017-12-08 | Morpho | Procede de detection de fraude pour authentifier un doigt |
US10089514B1 (en) * | 2017-03-31 | 2018-10-02 | Synaptics Incorporated | Adaptive reference for differential capacitive measurements |
-
2017
- 2017-04-12 FR FR1753180A patent/FR3065306B1/fr active Active
-
2018
- 2018-04-09 US US15/948,371 patent/US10380408B2/en active Active
- 2018-04-10 EP EP18166590.2A patent/EP3388976B1/fr active Active
- 2018-04-12 CN CN201810325629.1A patent/CN108694378A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101641705A (zh) * | 2006-10-25 | 2010-02-03 | 萨基姆安全公司 | 验证生物识别捕获特别是身体印记的方法 |
EP2495697A1 (en) * | 2009-10-26 | 2012-09-05 | Nec Corporation | Fake finger determination device and fake finger determination method |
CN103890778A (zh) * | 2011-10-25 | 2014-06-25 | 茂福公司 | 反欺骗设备 |
US20140301616A1 (en) * | 2011-10-25 | 2014-10-09 | Morpho | Anti-fraud device |
CN103929566A (zh) * | 2013-01-15 | 2014-07-16 | 富士通株式会社 | 生物测量信息图像捕获装置以及生物测量认证设备 |
US20140361395A1 (en) * | 2013-06-05 | 2014-12-11 | Apple Inc. | Biometric Sensor Chip Having Distributed Sensor and Control Circuitry |
WO2015091701A1 (fr) * | 2013-12-19 | 2015-06-25 | Morpho | Procédé de validation destiné à valider qu'un élément est recouvert d'une vraie peau |
WO2016102854A1 (fr) * | 2014-12-22 | 2016-06-30 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système d'acquisition et d'analyse d'empreintes avec détection de fraude |
US20160227142A1 (en) * | 2015-02-02 | 2016-08-04 | Egis Technology Inc. | Fingerprint sensor and sensing method thereof |
WO2017029455A1 (fr) * | 2015-08-18 | 2017-02-23 | Safran Identity & Security | Capteur biometrique avec au moins deux sources lumineuses a tailles apparentes differentes |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020102945A1 (zh) * | 2018-11-19 | 2020-05-28 | 深圳市汇顶科技股份有限公司 | 指纹识别方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US10380408B2 (en) | 2019-08-13 |
FR3065306B1 (fr) | 2019-04-05 |
EP3388976A1 (fr) | 2018-10-17 |
FR3065306A1 (fr) | 2018-10-19 |
EP3388976B1 (fr) | 2023-03-01 |
US20180300528A1 (en) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11600104B2 (en) | Authentication using prism | |
CN108694378A (zh) | 检测欺诈的方法 | |
US7708695B2 (en) | Apparatus and method for detecting blood flow | |
CN100484471C (zh) | 生物体信息处理装置及生物体信息处理方法 | |
US7925056B2 (en) | Optical speckle pattern investigation | |
US9659205B2 (en) | Multimodal imaging system and method for non-contact identification of multiple biometric traits | |
US7912250B2 (en) | Device for acquiring images of patterns formed by furrows in the skin of fingers or the palm of the hand | |
WO2017187718A1 (ja) | 撮像装置、認証処理装置、撮像方法、認証処理方法およびプログラム | |
CN101506826A (zh) | 多重生物测定多谱成像器 | |
US20090161925A1 (en) | Method for acquiring the shape of the iris of an eye | |
EP2848196A1 (en) | Apparatus for blood vessel imaging | |
JP2008501196A (ja) | マルチスペクトル画像化バイオメトリクス | |
EA006378B1 (ru) | Способ и устройство для различения естественного кожного покрова при бесконтактной биометрической идентификации личности | |
KR20070103753A (ko) | 다중분광 영상을 이용한 생체계측 인식/검증 | |
CN110046564B (zh) | 一种多光谱活体指纹识别设备及识别方法 | |
CN101843020B (zh) | 非接触型多谱生物测量获取 | |
JP7519871B2 (ja) | 生体認証装置および生体認証方法 | |
US10664713B2 (en) | Method and system for acquiring and analysing fingerprints with fraud detection | |
US7975146B2 (en) | Method and apparatus for recognition of biometric data following recording from at least two directions | |
US20150117726A1 (en) | Authentication apparatus, prism member for authentication and authentication method | |
KR20170116530A (ko) | 광 파장 특성을 이용한 위조지문 판별장치 및 그 방법 | |
CN110399786A (zh) | 一种无感识别方法及*** | |
KR20100123812A (ko) | 생체지문 판단장치 및 그 판단방법 | |
KR20190121126A (ko) | 사기 행위 탐지 방법 | |
US20200356750A1 (en) | Method and device for biometric vascular recognition and/or identification |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181023 |