CN112183483A - 整合式真手指光谱感测装置及感测方法 - Google Patents
整合式真手指光谱感测装置及感测方法 Download PDFInfo
- Publication number
- CN112183483A CN112183483A CN202011194826.8A CN202011194826A CN112183483A CN 112183483 A CN112183483 A CN 112183483A CN 202011194826 A CN202011194826 A CN 202011194826A CN 112183483 A CN112183483 A CN 112183483A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- finger
- heterogeneous
- sensing
- spectral
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 378
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003595 spectral effect Effects 0.000 claims abstract description 212
- 238000012545 processing Methods 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000000926 separation method Methods 0.000 claims description 53
- 230000002093 peripheral effect Effects 0.000 claims description 27
- 230000008859 change Effects 0.000 claims description 20
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 28
- 238000010586 diagram Methods 0.000 description 23
- 238000012795 verification Methods 0.000 description 22
- 239000000758 substrate Substances 0.000 description 20
- 230000015654 memory Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 239000003086 colorant Substances 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000002313 adhesive film Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000010408 film Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 239000012788 optical film Substances 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000001429 visible spectrum Methods 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 229920006254 polymer film Polymers 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/256—Arrangements using two alternating lights and one detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; 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
- G01N21/274—Calibration, base line adjustment, drift correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
- G06V40/1388—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1382—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger
- G06V40/1394—Detecting the live character of the finger, i.e. distinguishing from a fake or cadaver finger using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- 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)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Image Input (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本申请提供一种整合式真手指光谱感测装置及方法,所述装置至少包含一指纹感测数组、一光机单元及一信号处理单元。光学耦接至光机单元的指纹感测数组至少包含多个光谱检测单元,用来通过光机单元接收来自一手指的光,以感测手指的光谱分布或变化以获得多组异质光谱数据。信号处理单元电耦合至所述多个光谱检测单元,并依据多组异质光谱数据执行度量域分析以判断手指为真手指与否。本申请所述的装置及方法能够判断手指的真伪。
Description
技术领域
本发明是有关于一种整合式真手指光谱感测装置及感测方法,且特别是一种利用手指在按压后变形的物理现象而使得手指反射的光线在时间域、空间域以及强度值发生变化,配合光谱感测来判断真实手指的整合式真手指光谱感测装置及感测方法。
背景技术
现今的移动电子装置(例如手机、平板计算机、笔记本计算机等等)通常配备有用户生物识别***,包括了例如指纹、脸型、虹膜等等不同技术,用以保护个人数据安全,其中例如应用于手机或智能型手表等携带型装置,也兼具有行动支付的功能,对于用户生物识别更是变成一种标准的功能,而手机等携带型装置的发展更是朝向全屏幕(或超窄边框)的趋势,使得传统电容式指纹按键无法再被继续使用,进而演进出新的微小化光学成像装置(有的非常类似传统的相机模块,具有互补式金属氧化物半导体(Complementary Metal-Oxide Semiconductor(CMOS)Image Sensor(简称CIS))感测组件及光学镜头模块)。将微小化光学成像装置设置于屏幕下方(可称为屏下),通过屏幕部分透光(特别是有机发光二极管(Organic Light Emitting Diode,OLED)屏幕),可以撷取按压于屏幕上方的物体的图像,特别是指纹图像,可以称为屏幕下指纹感测(Fingerprint On Display,FOD)。
屏幕下指纹感测除了要能正确地感测到指纹以外,也需要判断手指的真伪,以防止某人利用伪造另一人的指纹的假指纹或假手指来假冒另一人而通过认证。目前的仿冒技术也越来越精进,譬如可以利用2D影像或3D打印制作一个模具,再利用此模具填入各种不同的硅胶和色素制成假手指,或者也可以将另一人的指纹复制成透明或肤色薄膜附加到手指表面,使得附加有透明薄膜的假手指难以被辨别出。这种假手指辨识技术在屏幕下指纹感测时特别需要注意,因为显示屏幕可能会遮蔽部分手指的特征而影响辨识结果。
鉴于以上说明,对于判断真实手指的机构及方法,着实有更进一步的改良需求,以防止假手指通过指纹感测。
发明内容
因此,本发明的一个目的是提供一种可判断真实手指的整合式真手指光谱感测装置及感测方法,利用手指在按压后变形的物理现象,配合时间域及/或空间域的不同的光谱感测来判断真实手指。
本发明的另一个目的是提供一种可判断真实手指的整合式真手指光谱感测装置及感测方法,利用相邻光感测元配合不同的光谱分离元,得到不同的强度值,依据这些强度值的比值来判断手指的真伪。
为达上述目的,本发明提供一种整合式真手指光谱感测装置,至少包含:一光机单元;一指纹感测数组,光学耦接至光机单元,并且至少包含多个光谱检测单元,用来通过光机单元接收来自一手指的光,以感测手指的光谱分布或变化以获得多组异质光谱数据;以及一信号处理单元,电耦合至这些光谱检测单元,并且依据多组异质光谱数据执行度量域分析以判断该手指为真手指与否。
本发明亦提供一种整合式真手指光谱感测方法,至少包含以下步骤:(a)利用一指纹感测数组的多个光谱检测单元通过一光机单元来感测一手指的光谱分布或变化以获得多组异质光谱数据,其中光机单元光学耦接至于这些光谱检测单元;以及(b)依据多组异质光谱数据执行度量域分析以判断手指为真手指与否。
借由上述的实施例,可以利用手指在按压后变形的物理现象,配合光谱感测来判断真实手指。另一方面,依据时间域及/或空间域的光谱验证,可以有效且正确的判断手指的真伪。利用硬件、韧体或软件来运行时间域及/或空间域的光谱验证,可以防止假手指通过验证造成的安全性的问题。此外,利用相邻光感测元配合不同的光谱分离元,可以得到不同的强度值,借由这些强度值的比值来判断手指为真手指。利用简易的光谱分离元的镀膜处理,不需大幅增加制造成本,即可达成手指的防伪检测,有效解决有心人士使用假手指意图通过指纹验证的问题。
为让本发明的上述内容能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
图1显示在有压力及没有压力的状况下的手指的光谱图。
图2显示图1的关系图转换成CIE 1931色彩空间的示意图。
图3A显示依据本发明较佳实施例的整合式真手指光谱感测装置的局部平面示意图。
图3B显示图3A的第二方块的放大示意图。
图3C与图3D显示光谱检测单元配合光机单元的两种例子的示意图。
图4显示整合式真手指光谱感测装置与主机的运作示意图。
图5显示整合式光谱感测方法的流程图的一例。
图6显示手指碰触事件的示意图。
图7显示整合式光谱感测方法的流程图的另一例。
图8A显示一种空间域的手指光谱图在CIE 1931色彩空间的分布图。
图8B显示对应于图8A的多个点在手指上的分布图。
图9显示实施空间域的光谱变化判断的硬件装置的方块图之一。
图10显示实施空间域的光谱变化判断的硬件装置的方块图之二。
图11至图13显示本发明较佳实施例的指纹传感器的三个例子的局部***剖面示意图。
图14与图15显示本发明较佳实施例的防伪光谱分离元的两个例子的示意图。
图16至图20显示防伪光谱分离元的多个区块的多个例子的俯视图。
图21显示本发明较佳实施例的指纹传感器的设计参数示意图。
图22显示指纹传感器的像素响应图。
图23与图24显示指纹传感器的两个应用的示意图。
图25显示防伪光谱分离元的配置的示意图。
图26显示三种手指的感测结果的C1与C2的关系图。
图27显示整合式真手指光谱感测装置的另一例子的示意方块图。
【符号说明】
BR:角落;
CA,CD,CE:响应曲线;
CV1:曲线;
CV2:曲线;
E1:第一强度值;
E2:第二强度值;
E3:第三强度值;
F:手指;
F1:真实手指;
F2、F3:假手指;
GR:角落;
L:光线;
L1:第一光线;
L2:第二光线;
L3:第三光线;
L6:正常光线;
P1,P2,P3,P4,P5:点;
RR:角落;
S01~S07:步骤;
S12~S16:步骤;
SP:异质光谱数据;
t1,t2,t3,t4:时间点;
VIP:虚拟相同部位;
10:指纹感测数组;
11:光感测元;
12:光谱感测元;
12a,12b,12c:异质光谱分离元;
15:感测基板;
20:光机单元;
30:信号处理单元;
31:感测区选择器;
32:动态光谱验证器(DSV);
35:透光层;
40:光谱分离模块;
40A:中间防伪光谱分离元;
40B、40D:第一周围防伪光谱分离元;
40C、40E:第二周围防伪光谱分离元;
40F:周围防伪光谱分离元;
40M:第一区块;
40P:第二区块;
45B:蓝色防伪光谱分离元;
45G:绿色防伪光谱分离元;
45R:红色防伪光谱分离元;
50:显示器;
51,52:透光基板;
100:整合式真手指光谱感测装置;
110:感测区;
120:光谱丛集区块;
140:存储器;
150:数据缓冲接口;
200:主机;
210:传感器软件开发工具包(SDK);
220:空间光谱验证模块(SSV);
230:中央处理器;
300:连接接口。
具体实施方式
本发明主要是利用真人手指中含有微血管的不均匀分布,因此正常目视就可以发现手指颜色在几何空间的分布不均匀,另外当手指开始触控一表面(例如手机屏幕表面,其下方例如是屏下光学指纹传感器),手指内微血管受压而阻碍血流,会更进一步改变手指的肤色,因此在时间轴上产生颜色的变化。借由上述两种现象任一或全部,便可以判断真手的特性,当然非真即假,也借此避免假手指的攻击。另一方面,在实施例上,主要是利用现有的CIS RGB像素(现有技术全部或几乎全部为RGB像素)可以用于量测全彩的光谱设计,在一个光学指纹感测数组中(现有技术为全部为白色像素(可以接收全部的可见光谱或少部红外线)),选取部分的像素,设计成类CIS RGB像素分布于数组中,以达到上述空间及时间上的手指表面光谱的变化。
图1显示在有压力及没有压力的状况下的手指的光谱图(这实验会因人而异,在此仅为显示其特性,并不是要借此定量)。如图1所示,横轴表示波长,纵轴表示强度,曲线CV1与CV2分别表示在有压力及没有压力的状况下的手指的某个部分的光谱特性,譬如,可以从波长范围380nm至580nm的强度位准变化看出,有压力与没有压力的手指的光谱都可以达到预定位准,借由多组训练数据,即可判断所感测的手指是否为真实手指,这是一种动态的感测方式,感测手指按压初期、中期及后期的压力变化,会呈现不同的光谱强度信息,但是在实施例上,可以利用机器学习、人工智能算法得到最佳解。
图2显示图1的关系图转换成CIE 1931色彩空间的示意图。如图2所示,CIE 1931色彩空间的角落RR偏向红色,角落GR偏向绿色,而角落BR偏向蓝色。点P1对应于曲线CV1,也就是对应于有压力的手指。点P2对应于曲线CV2,也就是对应于没有压力的手指。若以L来描述亮度值(范围介于0至100之间),以a来描述绿色至***的数值(范围介于-500至500之间),以b来描述蓝色至黄色的数值(范围介于-200至200之间),则点P1的L、a、b的数值分别为39.94,9.26及16.79;而点P2的L、a、b的数值分别为27.73,21.16及17.96。由此可以观察到,在手指没有受到压力的情况下,所感测到的光谱是偏红色,在手指有受到压力的情况下,所感测到的光谱是比较不偏红色。主要的原因是手指受到压力时,微血管的血流会受到阻碍,所以所感测到的光谱是比较不偏红色。因此,借由点P1与P2的大量训练数据、机器学习、人工智能算法得到最佳解,即可当作有用的数据库来协助判断手指的真伪。
图3A显示依据本发明较佳实施例的整合式真手指光谱感测装置的局部平面示意图。图3B显示图3A的第二方块的放大示意图。如图3A与图3B所示,整合式真手指光谱感测装置100包含多个光感测元11及多个光谱感测元12(类似CIS的RGB像素),排列成二维数组。部分的光感测元11及部分的光谱感测元12组成一个光谱丛集(Spectrum Cluster)区块120。多个光谱丛集区块120组成一个感测区110,可称为是一个感兴趣的区域(Region OfInterest,ROI)。在多个光谱丛集区块120之间的部分也是其他光感测元11排列的位置,于图3A并未绘制出光感测元11及光谱感测元(Sensing Cell)12,但可以依据图3B的光感测元11及光谱感测元12来定义一指纹感测数组10。在光谱丛集区块120中,光谱感测元12的上方覆盖有异质光谱分离元12a、12b、12c,譬如分别是蓝色(B)、绿色(G)、红色(R)光谱分离元,其他光感测元11的上方不覆盖有光谱分离元。此处的异质光谱分离元12a、12b、12c表示的是光谱分离元12a、12b、12c可以对应的窄光谱(例如现有的RGB颜色)。因此,于本例子中,三个光谱感测元12加上异质光谱分离元12a、12b及12c可以组成一个光谱检测单元(SpectrumDetecting Unit)13,利用光谱感测元12通过红色、绿色及蓝色(RGB)三原色的异质光谱分离元12a、12b、12c可以测出完整的可见光谱。整合式真手指光谱感测装置100可以取得每一个光谱丛集的区域的数据。整合式真手指光谱感测装置100的硬件可以计算光谱检测单元的信息,并且储存光谱检测单元的信息进入传感器的缓存器、储存区、任何内部或外部模块或***的随机存取内存(Random Access Memory,RAM)或特殊的内存,譬如一次性可程序化(One Time Programmable,OTP)内存、多次可程序化(Multiple-Times Programmable,MTP)内存或电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-OnlyMemory,EEPROM)等等挥发性或非挥发性内存。光谱检测单元13的信息可包含全光谱(RGB或RGBW等)信息(W代表黑白),通过光谱检测单元的适当安排,以取得手指的正确局部信息。当然,在本较佳实施例中,每一光谱检测单元13系由三个光谱感测元12加上三个异质光谱分离元12a、12b、12c三种原色组成,在其他实施例中也可以任取一个光谱感测元12配合一个异质光谱分离元12a或12b或12c,或任取两个光谱感测元12配合两个异质光谱分离元组成。因此,依据另一种定义方式,一个光谱感测元12与一个异质光谱分离元12a也可以组成光谱感测单元,所以此时的异质光谱分离元仅为名词上的定义,但也可以简称为光谱分离元即可。
图3C与图3D显示两种光谱检测单元(Detecting Unit)13配合一光机单元(OpticsUnit)20的两种例子的示意图。如图3C所示,指纹感测数组10的光谱检测单元13由光谱感测元12及光谱分离元12a、12b及12c所构成。光谱检测单元13配合光机单元20的一部分(例如传统透镜)或全部(例如微透镜)来达成光谱感测的效果。依据另一种定义方式,也可以将光机单元20的对应的一部分纳入指纹感测数组,于此不作特别限制。光机单元20可以包含微透镜、光孔等结构,也可以是一种光学准直器(可以是光通道准直器,像是光纤板或其他类型相同功能结构,或者是利用微透镜及光孔组成的角度准直器等等),亦或者光机单元20也可以是传统的折射或绕射或反射的镜组,值得注意的是图3C与图3D的安排仅为示意说明各单元/组件间的相对关系,并不是要限定其两两间的制造程序关系或者暗示两者间摆放完全接触。于图3C中,光机单元20位于这些异质光谱分离元12a/12b/12c上或上方,这些异质光谱分离元12a、12b与12c设置于这些光谱感测元12与光机单元20之间,光谱感测元12通过光机单元20及光谱分离元12a/12b/12c接收来自手指的光谱分布。于图3D中,光机单元20设置于这些光谱感测元12与这些异质光谱分离元12a、12b与12c之间,光谱分离元12a/12b/12c位于光机单元20上或上方,且光谱感测元12通过光谱分离元12a/12b/12c及光机单元20接收来自手指的光谱。从图3B至图3D可以得到,光机单元20可以设置于这些光谱检测单元13之中或之上,只要光机单元20可以光学耦合至这些光谱检测单元13,达成光谱感测及光学感测的效果即可。
图4显示整合式真手指光谱感测装置100与主机200的运作示意图。如图4与图3A至3D所示,本实施例提供一种可判断真实手指的整合式真手指光谱感测装置100,至少包含光机单元20、指纹感测数组10及一信号处理单元30。光学耦合至光机单元20的指纹感测数组10至少包含多个光谱检测单元13,用来通过光机单元20接收来自一手指的光,以感测手指的光谱分布或变化以获得多组异质光谱数据SP。于一非限制例子中,采用白光来照明手指。指纹感测数组10可还包含多个光感测元11。这些光谱检测单元13包含多个光谱感测元12及彼此相邻地(譬如但不限于呈现对角相邻,且交错设置)覆盖这些光谱感测元12的多个异质光谱分离元12a、12b、12c,使得对应于这些异质光谱分离元12a、12b、12c的这些光谱感测元12通过光机单元20及这些异质光谱分离元12a、12b、12c来感测手指。于一例子中,光感测元11与光谱感测元12具有相同构造及特性,以让生产制造成本降低。于一例子中,光感测元11与光谱感测元12可以制作成具有不同特性,譬如灵敏度。譬如光谱感测元12具有高灵敏度,以提供更准确的真手指判断结果。此外,图4的整合式真手指光谱感测装置100供电耦合(或电连接)至主机200,主机200譬如是手机、平板计算机、桌面计算机、笔记本计算机等,并且具有一显示器50,相关配置可参见图11至图13。显示器50可以显示信息与用户互动,也可以提供光线来对手指照明以使手指产生反射光或透射/折射光(进入手指再透射/折射出来)。当然,也可以设置另外的光源来照明手指。显示器50也可具有触控功能,并且提供一碰触事件信号给整合式真手指光谱感测装置100。因此,信号处理单元30电耦合至主机200的一中央处理器230。中央处理器230电耦合至主机200的显示器50,并且控制显示器50及信号处理单元30的操作。于此情况下,整合式真手指光谱感测装置100具有独立的信号处理单元,可以直接执行真手指的判断,降低与主机200的匹配复杂度。
此外,于本例子中,由于异质光谱分离元12a、12b、12c是同时存在,所以对于提供光给手指的光源而言,可以采用混合光谱的光,如此可以让指纹感测数组10一次就获得多组异质光谱数据SP。多组异质光谱数据SP可以被储存于一存储器140中,存储器140电耦合至指纹感测数组10及信号处理单元30。信号处理单元30电耦合至这些光谱感测元12,并且依据多组异质光谱数据SP执行度量域(Measurement Domain)分析以判断该手指为真手指与否,譬如分析多组异质光谱数据SP于一时间域和一空间域的一者或两者的光谱变化,以判断手指的真伪,也就是判断手指为真手指与否。于此,度量域分析包含时间域分析及/或空间域分析。整合式真手指光谱感测装置100适合于显示器的下方及其他独立应用的场合,于此不特别限制。
没被异质光谱分离元覆盖的光感测元11用于通过光机单元20来感测手指的指纹以获得指纹图像,当然也可以使用光感测元11与光谱感测元12所获得的信号整合成指纹图像。
于本例子中,信号处理单元30可以包含一感测区选择器31及一动态光谱验证器(Dynamic Spectrum Verification,DSV)32。感测区选择器31电耦合至指纹感测数组10,并依据一碰触事件信号选择指纹感测数组10的感测区110(或称ROI),以启动指纹感测数组10产生对应于感测区110的多组异质光谱数据SP。碰触事件信号可以来自位于指纹感测数组10上方的触控面板(未显示)。于一例子中,感测区选择器31提供光谱丛集ROI选择功能,此功能选择ROI的光谱丛集信息,然后计算手指光谱分布或变化,并将这些数值储存于存储器140中。DSV 32检测不同时间域的光谱丛集信息,以计算光谱变化参数。因此,DSV 32负责分析多组异质光谱数据SP于时间域的光谱变化,以判断手指的真伪。主机200通过一个有线或无线的连接接口300连接至整合式真手指光谱感测装置100,可以直接抓取DSV 32的辨识结果,也可以通过在中央处理器230中执行的传感器软件开发工具包(Software DevelopmentKit,SDK)210,抓取存储器140中的异质光谱数据SP来进行与DSV 32相同或不同的方式的进一步验证。于另一例子中,整合式真手指光谱感测装置100可以不具有DSV 32,直接用传感器SDK 210来进行动态光谱验证。
图5与图6显示整合式光谱感测方法的流程图。如图5所示,首先于步骤S01,检测到手指碰触事件,依据碰触事件信号选择一个感测区。接着于步骤S02,指纹感测数组10取得感测区的第一影像的光谱丛集信息,也就是指纹感测数组10于一第一时间点感测感测区110以获得第一组异质光谱数据SP。然后于步骤S03,储存感测区的第一影像的光谱丛集信息,也就是储存第一组异质光谱数据SP。接着于步骤S04,指纹感测数组10取得感测区的第二影像的光谱丛集信息,也就是指纹感测数组10于一第二时间点感测感测区110以获得第二组异质光谱数据SP。然后于步骤S05,储存感测区的第二影像的光谱丛集信息,也就是储存第二组异质光谱数据SP。然后于步骤S06,进行动态光谱验证,也就是信号处理单元30分析多组异质光谱数据SP于第一时间点及第二时间点的光谱变化,以判断手指的真伪。最后于步骤S07,储存验证结果。
因此,本实施例提供一种整合式真手指光谱感测方法,可以配合图5与图4总括成至少包含以下步骤。可选地,如步骤S01所示,接收碰触事件信号,并依据碰触事件信号选择指纹感测数组10的感测区110,以启动指纹感测数组10产生对应于感测区110的多组异质光谱数据SP。然后,如步骤S02至S05所示,利用指纹感测数组10的多个光谱检测单元13(由多个异质光谱分离元12a、12b、12c及多个光谱感测元12所组成)来感测手指的光谱分布或变化以获得多组异质光谱数据SP。接着,如步骤S06至S07所示,分析多组异质光谱数据SP于时间域和空间域的一者或两者的光谱变化,以判断手指的真伪,并储存验证结果。当感测的是时间域的光谱变化时,步骤S02的第一影像与步骤S04的第二影像可以是代表不同时间点的全局影像;当感测的是空间域的光谱变化时,步骤S02的第一影像与步骤S04的第二影像可以是代表同一时段获得的不同位置的局部影像。
图6显示手指碰触事件的示意图。如图6所示,横轴表示时间,纵轴表示相对于碰触力道的位准,于时间点t1,触控面板感测到手指碰触,时间点t4表示手指离开时,时间点t2到t3的期间为碰触稳定的期间。因此,上述的第一时间点可以为碰触事件的起始期间(t1至t2)或结束期间(t3至t4),而第二时间点为碰触事件的中间段期间(t2至t3)。因此,手指于第一时间点直接或间接接触指纹感测数组10的一第一压力大于手指于第二时间点直接或间接接触指纹感测数组10的一第二压力。可以通过人的手指的碰触行为作训练数据,适当选择第一时间点与第二时间点作为手指的真伪判断的基准。
图7显示整合式光谱感测方法的流程图的另一例。如图7与图6所示,也可以在手指碰触事件存在的期间内,动态撷取并储存光谱丛集信息(异质光谱数据SP),待碰触事件消失后,再依据所储存的光谱丛集信息进行动态光谱验证。图7的步骤S01与图5相同,在步骤S01以后,取得下个影像画面的感测区的光谱丛集信息(步骤S12),然后储存感测区的光谱丛集信息(步骤S13),接着记录动态光谱变化(步骤S14),其中可以进行动态光谱验证并将验证结果记录于存储器中。然后,检测手指是否离开(步骤S15),若手指没有离开,则重复步骤S12至14,若手指已经离开,则进入可选的步骤S16,验证并储存结果,此步骤可以在主机端执行,也可以在整合式真手指光谱感测装置中另外设置硬件电路来执行。
值得注意的是,除了信号处理单元30分析多组异质光谱数据SP于时间域和空间域的一者或两者的光谱变化以外,也可以配合同一画面的相邻异质光谱数据SP的比值或数学运作结果的比较(也就是强度域分析,属于度量域分析的一种),来辅助判别手指的真伪。
如图4与图1所示,信号处理单元30可以分析多组异质光谱数据SP于波长范围380nm至580nm的位准(Level)变化是否达到一预定位准(譬如是曲线CV1与CV2的平均位准差异),以判断手指的真伪。如图4与图2所示,信号处理单元30可以分析多组异质光谱数据SP于CIE 1931色彩空间的位置变化是否达到一预定偏移量(譬如是点P1与P2的平均偏移量,可通过训练数据来获得),以判断手指的真伪。
图8A显示一种空间域的手指光谱图在CIE 1931色彩空间的分布图。图8B显示对应于图8A的多个点在手指上的分布图。亦即,整合式真手指光谱感测装置100感测到的手指F上的三个点P3、P4及P5的光谱,在CIE 1931色彩空间的位置如图8A所示。手指在空间域的光谱变化是因为手指的微小的血管是处于不均匀的压力之下,目前并没有发现有任何假手指有此现象。亦即,真手指上的相异两点所对应的光谱在不均匀的压力下是存在差异的,利用CIE1931色彩空间即可察觉出此差异,而假手指上的相异两点所对应的光谱在受压力下是不存在差异的,也就是在CIE 1931色彩空间的位置的三个点P3、P4与P5是重叠的。值得注意的是,虽然使用三个点来作说明,但是实际实施时,可以使用两个点或四个以上的点的例子。
利用图4的架构配合上述的空间域的变化特性,即可判断手指的真伪。如图4、图8A与图8B所示,指纹感测数组10感测感测区110的不同位置(譬如对应于图8B的点P3、P4、P5)以获得多组异质光谱数据SP(譬如是对应于图8B的点P3、P4、P5的三组异质光谱数据),且信号处理单元30分析多组异质光谱数据SP于不同位置的光谱变化(此时的DSV 32可以提供空间光谱验证的功能)。另一方面,信号处理单元30分析多组异质光谱数据SP于CIE 1931色彩空间的位置变化是否达到一预定偏移量,以判断手指的真伪。
结合时间域与空间域的多组异质光谱数据SP的变化,也可以作双重确认的依据,使得判断结果更为准确。于此情况下,指纹感测数组10于第一时间点及第二时间点感测感测区110以获得多组异质光谱数据SP,且信号处理单元30分析多组异质光谱数据SP于第一时间点及第二时间点的光谱变化,以判断手指的真伪,且信号处理单元30分析对应于第一时间点及第二时间点的一者或两者的多组异质光谱数据SP于不同位置的光谱变化,以进一步判断手指的真伪。
图9显示实施空间域的光谱变化判断的硬件装置的方块图之一。如图9(类似于图4)所示,整合式真手指光谱感测装置100的指纹感测数组10感测感测区的不同位置以获得多组异质光谱数据SP,多组异质光谱数据SP通过一数据缓冲接口150及连接接口300传送到主机200,在主机200的中央处理器230中执行的传感器SDK 210配合空间光谱验证模块(Spatial Spectrum Verification,SSV)220及其中的手指纹路的人工智能引擎来进行空间光谱验证功能以及上述其他功能。
图10显示实施空间域的光谱变化判断的硬件装置的方块图之二。如图10所示,本例子结合图4与图9的架构,可以在整合式真手指光谱感测装置100的DSV 32进行动态光谱验证的时间域处理,并且在主机200的SSV 220进行空间光谱验证处理。然而,此仅为其中一例子,并非将本揭露内容限制于此。此外,虽然以上是以CIE 1931色彩空间作为例子来说明,但本揭露内容的概念也可应用于现有或未来色彩空间来判断手指的真伪。
借由上述的实施例,可以利用手指在按压后变形的物理现象,配合光谱感测来判断真实手指。另一方面,依据时间域及/或空间域的光谱验证,可以有效且正确的判断手指的真伪。利用硬件、韧体或软件来运行时间域及/或空间域的光谱验证,可以防止假手指通过验证造成的安全性的问题。
上述的判断方式可以达成一种判断真手指的效果。也就是判断出受测手指是否为真手指,即是一种"非真即假"的判断结果,只要不符合真手指的情况,就判定为假手指,对于具有非常类似的特性的某些拟真手指也不会被误判为真手指。
图11至图13显示本发明较佳实施例的整合式真手指光谱感测装置100的三个例子的局部***剖面示意图。如图11所示,一种整合式真手指光谱感测装置100设置于一显示器50的下方(例如应用于手机,这种整合式真手指光谱感测装置100同样适用于图3A至图3D),用于感测手指F的指纹,且至少包括一指纹感测数组10、一光机单元20及一光谱分离模块40(由异质光谱分离元12a、12b与12c所构成)。于一例子中,显示器50提供照明光线来照明手指F,使手指F产生所述的光(譬如是反射光)让此等光谱检测单元13接收。指纹感测数组10的一感测基板15可以是半导体基板,形成互补式金属氧化物半导体(Complementarymetal-oxide semiconductor,CMOS)光学图像传感器,也可以是其他型式的光学图像传感器,譬如是玻璃基板上形成薄膜晶体管(Thin-Film Transistor,TFT)的光学图像传感器,高分子薄膜上的传感器或任何适当基板上的光学图像传感器等。感测基板15具有多个光感测元11及光谱感测元12,排列成二维数组。于一例子中,显示器50可以提供光源给手指F。于另一例中,可以另外设置发光装置(未显示)来照射手指。
光机单元20设置于感测基板15的上方。光谱分离模块40配合光机单元20分别将来自手指F且局部代表手指F的指纹的多个光线L的光谱分离并传递至这些光谱感测元12,使这些光谱感测元12获得多个强度值,借以依据这些强度值来判断手指F为真手指(譬如强度域分析的度量域分析)。于本例中,是依据这些强度值的一个或多个比值来判断手指F为真手指。于其他例中,也可以依据这些强度值的一个或多个差值、乘积等统计学上可能用到的数学组合的数值差异来判断手指F为真手指。若将此技术应用于上述的整合式真手指光谱感测方法,则可以分析多组异质光谱数据SP的这些强度值的数学组合(一个或多个比值),以判断该手指为真手指与否(上述一个或多个比值可以跟事先检测的数据库的数据作比对来进行判断)。
于图11中,光谱分离模块40至少包括异质光谱分离元12a、12b与12c(异质光谱分离元也可称为防伪光谱分离元),彼此相邻配置(相邻两者之间没有任何光谱分离元,可以是边与边的相邻,或是角落与角落的相邻),并且配合光机单元20分别将这些光线L的一第一光线L1、一第二光线L2与一第三光线L3的光谱分离并传递至三个光谱感测元12,使三个光谱感测元12获得这些强度值的一第一强度值E1、一第二强度值E2及一第三强度值E3,借以依据第一强度值E1、第二强度值E2与第三强度值E3的任两者的数学组合,譬如是比值(E1/E2)与(E2/E3),可得知手指F反射光线的光谱特性来判断手指F为真手指。此时,三个光谱感测元12分别感测到的第一光线L1、第二光线L2与第三光线L3代表手指F的虚拟相同部位VIP。于一例子中,指纹的纹峰的中心间距(pitch)大约是400至500μm,光谱感测元12的中心间距大约是10至20μm,使得相邻的三个光谱感测元12实际上要量测的是指纹上的同一部位,称为虚拟相同部位(Virtual Identical Position)的光谱,以便获得真正的物理意义,因为虚拟相同部位代表同一点的深度信息实质上相同,使得强度值不会漂移掉,这是因为从手指F到三个光谱感测元12或光机单元20的距离大约有1,000μm,在横向尺寸与纵向尺寸差异相当大的情况下,使得三个光谱感测元12看到的部位几乎是一样的。此外,光机单元20更将来自手指F且局部代表指纹的正常光线L6传递至感测基板15的对应的光感测元11而获得局部代表指纹的指纹图像。光谱感测元12所得到的信号除了可以判断手指为真手指以外,也可以被进一步补偿处理后,当作指纹图像的其中多个像素。
因此,异质光谱分离元12a、12b与12c彼此相邻地覆盖这些光谱感测元12,使得对应于这些异质光谱分离元12a、12b与12c的这些光谱感测元12通过光机单元20及这些异质光谱分离元12a、12b与12c来感测手指的光谱分布或变化以获得多组异质光谱数据SP。
于图11的例子中,异质光谱分离元12a为红色光谱分离元(光线打在异质光谱分离元12a后,红色光谱会被分离出来而穿过异质光谱分离元12a),异质光谱分离元12b为绿色光谱分离元,异质光谱分离元12c为蓝色光谱分离元,但是并未将本发明限制于此,只要异质光谱分离元12a、12b与12c允许不同波长或光谱的光成分通过即可。
光机单元20又可称为一光学引擎,设置于感测基板15的上方。光学引擎可以是一种透镜式的光学引擎(譬如具有两件式、三件式或多件式透镜),或光学准直器(包含微透镜数组或光纤(不具有微透镜))引擎,光学引擎可以是与感测基板15相隔一距离(例如透镜式),或者与感测基板15相接合(例如微透镜数组或光纤),该接合方式可以是积体化工艺整合,也可以是贴合组装而成。此外,光机单元20设置于光谱分离模块40与手指F之间。异质光谱分离元12a、12b与12c分别设置于三个光谱感测元12上。譬如,异质光谱分离元12a、12b与12c为设置于三个光谱感测元12上的不同波长的光学膜或贴合膜,也可以是设置于光机单元20上的不同波长的光学膜或贴合膜。实际上可以使用两种或两种以上的光谱作为防伪光谱分离元的分离光谱或萃取光谱,其可以落于可见光波段(400nm至700nm)或近红外光波段(700nm至1000nm)。若使用贴合膜,可以不需要特别对准,作图像处理时可以执行没有手指的影像撷取,或撷取一个参考图案,找出防伪光谱分离元与对应的光感测元的位置,以供后续指纹影像撷取时的参考。值得注意的是,虽然以三个异质光谱分离元12a、12b与12c当作例子来说明,但是从本揭露内容可以轻易理解到,使用两个异质光谱分离元也可以达成本实施例的效果。
借由上述结构,只要至少两个相邻的像素,具有至少两种颜色的光谱分离设计,第一像素接收手指反射光通过第一光谱分离元得到E1,而第二像素接收手指反射光通过第二光谱分离元得到E2,借由(E1/E2)可得知手指反射光的光谱特性,以作为假手指检测的依据。以下提供例子作说明。
值得注意的是,上述整合式真手指光谱感测装置100可以更包括信号处理单元30,电耦合至这些光感测元11及光谱感测元12(也可以说是电耦合至光谱检测单元13),并依据这些强度值来判断手指F为真手指。信号处理单元30可以是独立的处理器,或是与其搭配使用的电子装置(譬如手机)的中央处理器。由于光感测元11获得局部代表指纹的指纹图像,故信号处理单元30于判断手指F为真时,才处理这些光感测元11所撷取的指纹图像。异质光谱分离元12a、12b与12c设置于这些光谱感测元12与光机单元20之间。
综合图2至图11的实施例,可以得知可以让信号处理单元30依据多组异质光谱数据SP执行度量域分析以判断手指为真手指与否,譬如是执行以下机制的一者或多者以判断手指为真手指与否:(a)分析多组异质光谱数据SP于一时间域的光谱变化;(b)分析多组异质光谱数据SP于一空间域的光谱变化;以及(c)分析多组异质光谱数据SP的多个强度值的关系(多组异质光谱数据SP的强度域分析)。其中机制(a)、(b)与(c)可以:选择性地择一使用,以加速真手指判断;择二使用,以兼具判断速度和准确度;或全部一起使用,以提高判断的准确度。
如图12所示,本例类似于图11,差异点在于异质光谱分离元12a、12b与12c设置于感测基板15上方的一透光层35上,方便大量生产,降低成本。值得注意的是,防伪光谱分离元可以设置于透光层35的上表面或下表面上,透光层35可以是透光玻璃或其他的透光介质。
如图13所示,提供的是一种上侧光谱分离的设计。因此,光谱分离模块40的异质光谱分离元12a、12b与12c设置于光机单元20与手指F之间。亦即,防伪光谱分离元设置于光机单元20的上表面,譬如是微透镜的上表面/下表面或光纤准直器的上表面。如此,可以降低含有光谱分离元12a、12b与12c的光机单元20的制造成本。
图14与图15显示本发明较佳实施例的防伪光谱分离元的两个例子的示意图。如图14所示,异质光谱分离元12a、12b及/或12c可以是表面电浆子(Surface plasmonic)光谱分离器。如图15所示,异质光谱分离元12a、12b及/或12c可以是绕射光栅式(Diffractiongrating type)光谱分离器。
图16至图20显示防伪光谱分离元的多个区块的多个例子的俯视图。如图16所示,光谱分离模块40至少包括一个第一区块40M及位于第一区块40M旁侧的一个或多个第二区块40P,第一区块40M具有这些比值的一个或多个比值(称为中间比值),一个或多个第二区块40P具有这些比值的一个或多个比值(称为周围比值),借以依据所述一个或多个中间比值及所述一个或多个周围比值来判断手指F为真手指。允许不同波长的光成分通过的光谱分离模块40的相邻的异质光谱分离元12a、12b、12c可以是紧密交错排列。第一区块40M至少包括一中间防伪光谱分离元40A以及多个周围防伪光谱分离元40F。周围防伪光谱分离元40F位于中间防伪光谱分离元40A的周围(于本例子中是4个周围防伪光谱分离元40F位于中间防伪光谱分离元40A的四个角落的周围)。中间防伪光谱分离元40A分离出的光线波长不同于这些周围防伪光谱分离元40F分离出的光线波长。于本例中,周围防伪光谱分离元40F包含防伪光谱分离元40B(蓝色光谱)、40C(红色光谱)、40D(蓝色光谱)与40E(红色光谱),中间防伪光谱分离元40A譬如是绿色光谱分离元。
亦即,四个周围防伪光谱分离元40F包括第一周围防伪光谱分离元40B、40D与第二周围防伪光谱分离元40C、40E,这些第一周围防伪光谱分离元40B、40D邻近中间防伪光谱分离元40A的两个对角角落,且分离出的光线波长相同,这些第二周围防伪光谱分离元40C、40E邻近中间防伪光谱分离元40A的另两个对角角落,且分离出的光线波长相同,但是这些第一周围防伪光谱分离元40B、40D分离出的光线波长不同于这些第二周围防伪光谱分离元40C、40E分离出的光线波长。
如图17与图18所示,这些光谱感测元12的其中多个对应地接收来自光谱分离模块40的其中一个防伪光谱分离元的光线。于图17中,光谱分离模块40的一个防伪光谱分离元覆盖四个光谱感测元12。于图18中,光谱分离模块40的一个防伪光谱分离元覆盖两个光谱感测元12。如此,可以让多个光感测元获得较多的信息以提高真手指判断的准确度。
如图19所示,允许不同波长的光成分通过的光谱分离模块40的相邻的异质光谱分离元12a、12b呈对角线方向地直接相邻排列。于图19中,可以将周围防伪光谱分离元40F看成是一个上方的正方形的区域,也可以看成是一个两个对角位置的正方形所组成的区域,如右下角的虚线框所示。如图20所示,允许不同波长的光成分通过的光谱分离模块40的相邻的异质光谱分离元12a、12b呈横向方向或纵向方向地直接相邻排列。在图19与图20中,至少相邻两个像素具有至少两个颜色的光谱分离设计,紧密且固定间隔地排列。作图像处理时,可以辅助影像内插运算,以及取局部均匀区域的指纹的波峰或波谷的反射光的强度值。
图21显示本发明较佳实施例的指纹传感器的设计参数示意图。如图21所示,在单一区域中,允许不同波长的光成分通过的光谱分离模块40的相邻的异质光谱分离元12a、12b的涵盖实际指纹影像范围与手指F的相邻波峰与波谷的距离相关,较佳是小于指纹的最小周期(2*HP)的一半,也就是半周期HP,其中2*HP相当于是相邻波峰或相邻波谷的距离,半周期HP相当于是相邻波峰与波谷的距离,其范围介于200至400微米(μm)之间。于一例中,允许不同波长的光成分通过的光谱分离模块40的相邻的异质光谱分离元12a、12b的涵盖实际指纹影像范围小于100微米,以得到较为合理或比较容易分辨的比值(E1/E2)或(E2/E1)。上述的涵盖实际指纹影像范围代表光感测元11可以通过相邻的防伪光谱分离元接收到虚拟相同部位VIP(图11)的范围。
图22显示指纹传感器的像素响应图。如图22与图16所示,响应曲线CA、CD、CE分别对应于中间防伪光谱分离元40A(譬如是绿色光谱分离元)、第一周围防伪光谱分离元40D(譬如是蓝色光谱分离元)与第二周围防伪光谱分离元40E(譬如是红色光谱分离元),其中以响应曲线CA的峰值强度最高,大约36%;响应曲线CD的峰值强度最低,大约14%;而响应曲线CE的峰值强度中等,大约28%。此时,信号处理单元30可以提高这些光感测元11的其中一个(譬如是对应于第一周围防伪光谱分离元40D的光感测元)的灵敏度以补偿这些强度值的其中一个。或者,信号处理单元30可以借由调整这些光感测元11的其中一个或多个的积分时间或增益值以补偿这些强度值的其中一个。
图23与图24显示指纹传感器的两个应用的示意图。如图23所示,当整合式真手指光谱感测装置是一种TFT传感器时,类似于整合式真手指光谱感测装置100且与显示像素(未显示)穿插整合的整合式真手指光谱感测装置100'可以成为液晶显示器(LiquidCrystal Display,LCD)、OLED显示器、微型发光二极管显示器或其他现有或未来开发出的内嵌式传感器或任何有应用到TFT工艺来制作TFT传感器的其他显示器中,为一种内嵌式(in-cell)传感器。此时,感测基板15为显示器50的两个相对的透光基板51、52的其中一个(于此图中是指下方的透光基板51,也可以说感测基板15是透光基板51的一部分)。两透光基板51与52之间的材料层可以是OLED或LCD所具有的材料层。虽然图23是以局部范围的整合式真手指光谱感测装置100'作为例子来说明,但是并未将本揭露内容限制于此。整合式真手指光谱感测装置100'也可以延伸到涵盖整个显示器50的所有范围,而成为一种全屏式的指纹传感器。如图24所示,整合式真手指光谱感测装置100是一种独立的传感器,可以是TFT或CMOS传感器,设置透光基板51的下方。值得注意的是,图11至图13的显示器50可以是LCD、OLED显示器、微型发光二极管显示器或其他现有或未来的显示器,可以提供光线来照明手指。
以下将举出一个例子来证明本揭露内容的可实施性。图25显示防伪光谱分离元的配置的示意图。如图25所示,红色防伪光谱分离元45R、绿色防伪光谱分离元45G及蓝色防伪光谱分离元45B,以三个成一组地配置成彼此相邻。所有光感测元11感测到的信号数值如表1至表3所示,其中从左上角为第1行第1列,右下角为第10行第10列。表1所示为对应真实手指F1的数值,表2与表3所示为对应两种假手指F2与F3的数值。
[表1]
行1 | 行2 | 行3 | 行4 | 行5 | 行6 | 行7 | 行8 | 行9 | 行10 | |
列1 | 133 | 60 | 230 | 348 | 0 | 0 | 219 | 52 | 155 | 245 |
列2 | 20 | 43 | 75 | 302 | 279 | 106 | 275 | 0 | 122 | 106 |
列3 | 41 | 311 | 0 | 57 | 112 | 162 | 300 | 130 | 149 | 224 |
列4 | 103 | 326 | 100 | 0 | 68 | 0 | 321 | 331 | 93 | 235 |
列5 | 0 | 75 | 216 | 0 | 285 | 0 | 36 | 201 | 0 | 341 |
列6 | 0 | 24 | 163 | 68 | 275 | 310 | 0 | 46 | -67 | 135 |
列7 | 223 | 90 | 209 | 0 | 191 | 381 | 0 | 284 | 0 | 142 |
列8 | 345 | 43 | 272 | 49 | -69 | 118 | 0 | 310 | 391 | 163 |
列9 | 53 | 28 | 291 | 339 | 71 | 324 | 0 | 20 | 101 | 42 |
列10 | 69 | 224 | 9 | 287 | 27 | 170 | 263 | 23 | 106 | 0 |
从表1可以得到对应蓝色防伪光谱分离元45B的平均值为B=11.5,对应绿色防伪光谱分离元45G的平均值为G=87,对应红色防伪光谱分离元45R的平均值为R=78。因此,可以得到R/G=78/87=0.9,B/G=11.5/87=0.13,相对于绿色的红色分量C1=α1*R/G=90,相对于绿色的蓝色分量C2=α2*B/G=13,其中α1与α2取决于不同光源,于此例子中,α1=100,α2=100。
[表2]
从表2可以得到对应蓝色防伪光谱分离元45B的平均值为B=89,对应绿色防伪光谱分离元45G的平均值为G=257,对应红色防伪光谱分离元45R的平均值为R=141。因此,可以得到R/G=141/257=0.54,B/G=89/257=0.35,相对于绿色的红色分量C1=α1*R/G=54,相对于绿色的蓝色分量C2=α2*B/G=35,其中α1与α2取决于不同光源,于此例子中,α1=100,α2=100。
[表3]
行1 | 行2 | 行3 | 行4 | 行5 | 行6 | 行7 | 行8 | 行9 | 行10 | |
列1 | 450 | 90 | 547 | 627 | 254 | 447 | 263 | 553 | 389 | 513 |
列2 | 394 | 217 | 153 | 669 | 407 | 515 | 382 | 0 | 353 | 136 |
列3 | 667 | 349 | 360 | 360 | 419 | 552 | 751 | 219 | 569 | 370 |
列4 | 482 | 579 | 433 | 334 | 298 | 482 | 553 | 475 | 635 | 385 |
列5 | 324 | 193 | 429 | 640 | 463 | 224 | 353 | 449 | 249 | 654 |
列6 | 0 | 323 | 319 | 535 | 788 | 335 | 496 | 125 | 340 | 305 |
列7 | 309 | 487 | 439 | 449 | 551 | 502 | 585 | 659 | 156 | 408 |
列8 | 513 | 518 | 542 | 330 | 227 | 415 | 542 | 765 | 442 | 635 |
列9 | 330 | 304 | 688 | 454 | 491 | 605 | 273 | 242 | 192 | 684 |
列10 | 174 | 368 | 86 | 428 | 532 | 588 | 286 | 392 | 465 | 9 |
从表3可以得到对应蓝色防伪光谱分离元45B的平均值为B=72,对应绿色防伪光谱分离元45G的平均值为G=350,对应红色防伪光谱分离元45R的平均值为R=162。因此,可以得到R/G=162/350=0.462,B/G=72/350=0.2,相对于绿色的红色分量C1=α1*R/G=46,相对于绿色的蓝色分量C2=α2*B/G=20,其中α1与α2取决于不同光源,于此例子中,α1=100,α2=100。
图26显示三种手指的感测结果的C1与C2的关系图。如图26所示,真实手指F1的分布范围落于右下角,也就是高C1及低C2,因为真实手指F1中有血管,所以红色相对于绿色的分量会偏高,而蓝色相对于绿色的分量会偏低。假手指F2与F3没有血管,所以C1偏低,C2偏高。所以,依据强度值的比值,是可以判断手指为真手指。当然,借由多种状态及手指的测试数据,即可建立相关的数据库,借由配合数据库比对C1与C2,甚至加上人工智能的训练,即可判断手指为真手指。
图27显示整合式真手指光谱感测装置的另一例子的示意方块图。如图27所示,整合式真手指光谱感测装置100为一行动装置(譬如手机、平板计算机等等)。因此,信号处理单元30作为行动装置的一中央处理器用,并对指纹感测数组10及显示器50执行控制及信号处理。于此情况下,利用运算功能强大的行动装置的中央处理器来执行信号处理及判断,可以降低整个***的成本。
借由上述实施例的指纹传感器,利用相邻光感测元配合不同的光谱分离元,可以得到不同的强度值,借由这些强度值的比值来判断手指为真手指。利用简易的光谱分离元的镀膜处理,不需大幅增加制造成本,即可达成手指的防伪检测,有效解决有心人士使用假手指意图通过指纹验证的问题。
值得注意的是,上述所有实施例,都可以适当的交互组合、替换或修改,以提供真实手指判断的准确度、速度及稳定度。
在较佳实施例的详细说明中所提出的具体实施例仅用以方便说明本发明的技术内容,而非将本发明狭义地限制于上述实施例,在不超出本发明的精神及权利要求保护范围的情况下,所做的种种变化实施,皆属于本发明的范围。
Claims (43)
1.一种整合式真手指光谱感测装置,其特征在于,至少包含:
一光机单元;
一指纹感测数组,光学耦合至所述光机单元,并且至少包含多个光谱检测单元,用来通过所述光机单元接收来自一手指的光,以感测所述手指的光谱分布或变化以获得多组异质光谱数据;以及
一信号处理单元,电耦合至所述多个光谱检测单元,并且依据所述多组异质光谱数据执行度量域分析以判断所述手指为真手指与否。
2.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一时间域的光谱变化。
3.根据权利要求1或2任一项所述的整合式真手指光谱感测装置,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一空间域的光谱变化。
4.根据权利要求1或2任一项所述的整合式真手指光谱感测装置,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据的多个强度值的关系。
5.根据权利要求1或2任一项所述的整合式真手指光谱感测装置,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一空间域的光谱变化;以及分析所述多组异质光谱数据的多个强度值的关系。
6.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述信号处理单元包含一感测区选择器,电耦合至所述指纹感测数组,并依据一碰触事件信号选择所述指纹感测数组的一感测区,以启动所述指纹感测数组产生对应于所述感测区的所述多组异质光谱数据。
7.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,还包含一显示器,电耦合至所述信号处理单元,并且提供照明光线来照明所述手指,使所述手指产生所述光,让所述多个光谱检测单元接收,其中所述指纹感测数组位于所述显示器的下方。
8.根据权利要求7所述的整合式真手指光谱感测装置,其特征在于,所述显示器为一LCD、一OLED显示器或一微型发光二极管显示器。
9.根据权利要求7所述的整合式真手指光谱感测装置,为一行动装置,其特征在于,所述信号处理单元作为所述行动装置的一中央处理器用,并对所述指纹感测数组及所述显示器执行控制及信号处理。
10.根据权利要求1所述的整合式真手指光谱感测装置,供电耦合至一主机,其特征在于,所述信号处理单元电耦合至所述主机的一中央处理器,所述中央处理器电耦合至所述主机的一显示器,并且控制所述显示器及所述信号处理单元的操作。
11.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述指纹感测数组于一第一时间点及一第二时间点感测一感测区以获得所述多组异质光谱数据,且所述信号处理单元分析所述多组异质光谱数据于所述第一时间点及所述第二时间点的光谱变化,以判断所述手指为真手指与否,其中所述手指于所述第一时间点直接或间接接触所述指纹感测数组的一第一压力大于所述手指于所述第二时间点直接或间接接触所述指纹感测数组的一第二压力。
12.根据权利要求11所述的整合式真手指光谱感测装置,其特征在于,所述信号处理单元分析所述多组异质光谱数据于波长范围380nm至580nm的位准变化是否达到一预定位准,以判断所述手指为真手指与否。
13.根据权利要求11所述的整合式真手指光谱感测装置,其特征在于,所述信号处理单元分析所述多组异质光谱数据于CIE 1931色彩空间的位置变化是否达到一预定偏移量,以判断所述手指为真手指与否。
14.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述指纹感测数组感测一感测区的不同位置以获得所述多组异质光谱数据,且所述信号处理单元分析所述多组异质光谱数据于所述不同位置的光谱变化,以判断所述手指为真手指与否。
15.根据权利要求14所述的整合式真手指光谱感测装置,其特征在于,所述信号处理单元分析所述多组异质光谱数据于CIE 1931色彩空间的位置变化是否达到一预定偏移量,以判断所述手指为真手指与否。
16.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述指纹感测数组于一第一时间点及一第二时间点感测一感测区以获得所述多组异质光谱数据,且所述信号处理单元分析所述多组异质光谱数据于所述第一时间点及所述第二时间点的光谱变化,以判断所述手指为真手指与否,其中所述手指于所述第一时间点直接或间接接触所述指纹感测数组的一第一压力大于所述手指于所述第二时间点直接或间接接触所述指纹感测数组的一第二压力;以及所述信号处理单元分析对应于所述第一时间点及所述第二时间点的一者或两者的所述多组异质光谱数据于不同位置的光谱变化,以判断所述手指为真手指与否。
17.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述指纹感测数组还包含多个光感测元,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,并使得所述多个光感测元通过所述光机单元感测所述手指的指纹以获得指纹图像。
18.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,各所述异质光谱分离元为表面电浆子光谱分离器或绕射光栅式光谱分离器。
19.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个强度值至少包含一第一强度值与一第二强度值,借以依据所述第一强度值与所述第二强度值的比值来判断所述手指为真手指,其中所述第一强度值与所述第二强度值代表所述手指的虚拟相同部位的异质光谱的强度值。
20.根据权利要求19所述的整合式真手指光谱感测装置,其特征在于,所述多个强度值还包含一第三强度值,借以依据所述第一强度值与所述第二强度值的比值以及所述第二强度值与所述第三强度值的比值,来判断所述手指为真手指。
21.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,所述多个异质光谱分离元至少组成一个第一区块及位于所述第一区块旁侧的一个或多个第二区块,所述第一区块具有一个或多个中间比值,所述一个或多个第二区块具有一个或多个周围比值,借以依据所述一个或多个中间比值及所述一个或多个周围比值来判断所述手指为真手指与否。
22.根据权利要求21所述的整合式真手指光谱感测装置,其特征在于,所述第一区块至少包括:
一中间防伪光谱分离元;以及
多个周围防伪光谱分离元,位于所述中间防伪光谱分离元的周围,其中所述中间防伪光谱分离元分离出的光线波长不同于所述多个周围防伪光谱分离元分离出的光线波长。
23.根据权利要求21所述的整合式真手指光谱感测装置,其特征在于,所述第一区块至少包括:
一中间防伪光谱分离元;以及
四个周围防伪光谱分离元,位于所述中间防伪光谱分离元的四个角落的周围,其中所述中间防伪光谱分离元分离出的光线波长不同于所述多个周围防伪光谱分离元分离出的光线波长。
24.根据权利要求23所述的整合式真手指光谱感测装置,其特征在于,所述四个周围防伪光谱分离元包括多个第一周围防伪光谱分离元与多个第二周围防伪光谱分离元,所述多个第一周围防伪光谱分离元邻近所述中间防伪光谱分离元的两个对角角落,且分离出的光线波长相同,所述多个第二周围防伪光谱分离元邻近所述中间防伪光谱分离元的另两个对角角落,且分离出的光线波长相同,其中所述多个第一周围防伪光谱分离元分离出的光线波长不同于所述多个第二周围防伪光谱分离元分离出的光线波长。
25.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,所述多个光谱感测元的其中多个对应地接收来自所述多个异质光谱分离元的其中一个的光线。
26.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,所述多个异质光谱分离元的相邻两者呈对角线方向地直接相邻排列,呈横向方向地直接相邻排列或呈纵向方向地直接相邻排列。
27.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指的指纹,所述多个异质光谱分离元的相邻两者的涵盖实际指纹影像范围小于所述指纹的最小周期的一半。
28.根据权利要求1所述的整合式真手指光谱感测装置,其特征在于,所述多个光谱检测单元包含多个光谱感测元及彼此相邻地覆盖所述多个光谱感测元的多个异质光谱分离元,使得对应于所述多个异质光谱分离元的所述多个光谱感测元通过所述光机单元及所述多个异质光谱分离元来感测所述手指,所述多个异质光谱分离元的相邻两者的涵盖实际指纹影像范围小于100微米。
29.根据权利要求28所述的整合式真手指光谱感测装置,其特征在于,所述信号处理单元提高对应于所述多个异质光谱分离元的所述多个光谱感测元的其中一个的灵敏度、积分时间或增益值以补偿所述多组异质光谱数据的多个强度值的其中一个。
30.一种整合式真手指光谱感测方法,其特征在于,至少包含以下步骤:
步骤(a):利用一指纹感测数组的多个光谱检测单元通过一光机单元来感测一手指的光谱分布或变化以获得多组异质光谱数据,其中所述光机单元光学耦合至所述多个光谱检测单元;以及
步骤(b):依据所述多组异质光谱数据执行度量域分析以判断所述手指为真手指与否。
31.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一时间域的光谱变化。
32.根据权利要求30或31任一项所述的整合式真手指光谱感测方法,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一空间域的光谱变化。
33.根据权利要求30或31任一项所述的整合式真手指光谱感测方法,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据的多个强度值的关系。
34.根据权利要求30或31任一项所述的整合式真手指光谱感测方法,其特征在于,所述度量域分析至少包含:分析所述多组异质光谱数据于一空间域的光谱变化;以及分析所述多组异质光谱数据的多个强度值的关系。
35.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,还包含以下步骤:
接收一碰触事件信号,并依据所述碰触事件信号选择所述指纹感测数组的一感测区,以启动所述指纹感测数组产生对应于所述感测区的所述多组异质光谱数据。
36.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(a)中,是利用所述指纹感测数组于一第一时间点及一第二时间点感测一感测区以获得所述多组异质光谱数据,其中于所述步骤(b)中,是分析所述多组异质光谱数据于所述第一时间点及所述第二时间点的光谱变化,以判断所述手指为真手指与否,其中所述手指于所述第一时间点直接或间接接触所述指纹感测数组的一第一压力大于所述手指于所述第二时间点直接或间接接触所述指纹感测数组的一第二压力。
37.根据权利要求36所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(b)中,是分析所述多组异质光谱数据于波长范围380nm至580nm的位准变化是否达到一预定位准,以判断所述手指为真手指与否。
38.根据权利要求36所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(b)中,是分析所述多组异质光谱数据于CIE 1931色彩空间的位置变化是否达到一预定偏移量,以判断所述手指为真手指与否。
39.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(a)中,是利用所述指纹感测数组感测一感测区的不同位置以获得所述多组异质光谱数据,其中于所述步骤(b)中,是分析所述多组异质光谱数据于所述不同位置的光谱变化,以判断所述手指为真手指与否。
40.根据权利要求39所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(b)中,是分析所述多组异质光谱数据于CIE 1931色彩空间的位置变化是否达到一预定偏移量,以判断所述手指为真手指与否。
41.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(a)中,是利用所述指纹感测数组于一第一时间点及一第二时间点感测一感测区以获得所述多组异质光谱数据;以及于所述步骤(b)中,分析所述多组异质光谱数据于所述第一时间点及所述第二时间点的光谱变化,以判断所述手指为真手指与否,其中所述手指于所述第一时间点直接或间接接触所述指纹感测数组的一第一压力大于所述手指于所述第二时间点直接或间接接触所述指纹感测数组的一第二压力;以及分析对应于所述第一时间点及所述第二时间点的一者或两者的所述多组异质光谱数据于不同位置的光谱变化,以判断所述手指为真手指与否。
42.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(b)中,分析所述多组异质光谱数据的多个强度值的数学组合,以判断所述手指为真手指与否。
43.根据权利要求30所述的整合式真手指光谱感测方法,其特征在于,于所述步骤(b)中,分析所述多组异质光谱数据的多个强度值的一个或多个比值,以判断所述手指为真手指与否。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/141,742 US11398111B2 (en) | 2020-03-02 | 2021-01-05 | Integrated spectrum sensing device for real-finger judgement and sensing method |
KR2020210000214U KR20210002031U (ko) | 2020-03-02 | 2021-01-21 | 실제 손가락 판단을 위한 통합 스펙트럼 감지 장치 |
JP2021000537U JP3231956U (ja) | 2020-03-02 | 2021-02-18 | 実指を判断するための統合型スペクトルセンシング装置 |
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062983981P | 2020-03-02 | 2020-03-02 | |
US62/983,981 | 2020-03-02 | ||
US202063029555P | 2020-05-24 | 2020-05-24 | |
US63/029,555 | 2020-05-24 | ||
US202063031756P | 2020-05-29 | 2020-05-29 | |
US63/031,756 | 2020-05-29 | ||
US202063036075P | 2020-06-08 | 2020-06-08 | |
US63/036,075 | 2020-06-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112183483A true CN112183483A (zh) | 2021-01-05 |
Family
ID=73917350
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011194826.8A Pending CN112183483A (zh) | 2020-03-02 | 2020-10-30 | 整合式真手指光谱感测装置及感测方法 |
CN202022465073.1U Active CN213423977U (zh) | 2020-03-02 | 2020-10-30 | 整合式真手指光谱感测装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202022465073.1U Active CN213423977U (zh) | 2020-03-02 | 2020-10-30 | 整合式真手指光谱感测装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11398111B2 (zh) |
JP (1) | JP3231956U (zh) |
KR (1) | KR20210002031U (zh) |
CN (2) | CN112183483A (zh) |
TW (2) | TWM608543U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022235188A1 (en) * | 2021-05-04 | 2022-11-10 | Fingerprint Cards Anacatum Ip Ab | Optical fingerprint sensor comprising a diffractive element |
US11580776B2 (en) | 2021-03-03 | 2023-02-14 | Egis Technology Inc. | Under-screen fingerprint sensing device and fingerprint sensing method |
TWI825489B (zh) * | 2021-05-18 | 2023-12-11 | 友達光電股份有限公司 | 指紋感測模組 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021173056A1 (en) * | 2020-02-28 | 2021-09-02 | Fingerprint Cards Ab | Multicolor illumination in an optical fingerprint sensor for anti-spoofing |
TWM608543U (zh) | 2020-03-02 | 2021-03-01 | 神盾股份有限公司 | 整合式真手指光譜感測裝置 |
US12008836B2 (en) | 2023-05-04 | 2024-06-11 | Google Llc | Spatially and temporally dynamic illumination for fingerprint authentication |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6952489B1 (en) * | 2000-09-29 | 2005-10-04 | Hewlett-Packard Development Company, L.P. | Fingerprint verification method having band detection |
US20110165911A1 (en) * | 2004-08-11 | 2011-07-07 | Lumidigm, Inc. | Multispectral barcode imaging |
US9143968B1 (en) * | 2014-07-18 | 2015-09-22 | Cognitive Systems Corp. | Wireless spectrum monitoring and analysis |
US9524416B1 (en) * | 2015-07-03 | 2016-12-20 | Fingerprint Cards Ab | Fingerprint sensing device comprising three-dimensional pattern |
CN107622222A (zh) * | 2016-07-13 | 2018-01-23 | 金佶科技股份有限公司 | 指纹辨识装置与使用其的生理信号的感测方法 |
US20190026527A1 (en) * | 2017-07-18 | 2019-01-24 | Shenzhen GOODIX Technology Co., Ltd. | Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing |
CN213423977U (zh) * | 2020-03-02 | 2021-06-11 | 神盾股份有限公司 | 整合式真手指光谱感测装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7690031B2 (en) * | 2000-01-06 | 2010-03-30 | Super Talent Electronics, Inc. | Managing bad blocks in flash memory for electronic data flash card |
US8355545B2 (en) * | 2007-04-10 | 2013-01-15 | Lumidigm, Inc. | Biometric detection using spatial, temporal, and/or spectral techniques |
JP4951291B2 (ja) * | 2006-08-08 | 2012-06-13 | 株式会社日立メディアエレクトロニクス | 生体認証装置 |
KR101436786B1 (ko) * | 2013-03-21 | 2014-09-11 | 주식회사 슈프리마 | 위조 지문 판별 장치 및 방법 |
TWM491210U (zh) | 2014-02-18 | 2014-12-01 | Image Match Desgin Inc | 具有防偽功能之指紋感測裝置 |
TWM537678U (zh) * | 2016-09-26 | 2017-03-01 | 金佶科技股份有限公司 | 指紋辨識裝置的封裝結構 |
CN105787420B (zh) | 2014-12-24 | 2020-07-14 | 北京三星通信技术研究有限公司 | 用于生物认证的方法、装置以及生物认证*** |
US10325142B2 (en) | 2015-04-23 | 2019-06-18 | Shenzhen GOODIX Technology Co., Ltd. | Multifunction fingerprint sensor |
US9400916B1 (en) | 2015-10-02 | 2016-07-26 | Silk Id Systems, Inc. | System and method for detecting an organic body for authentication |
EP3267358B1 (en) * | 2016-07-05 | 2021-10-13 | Nxp B.V. | Fingerprint sensing system and method |
CN109154959B (zh) | 2017-05-17 | 2020-11-24 | 深圳市汇顶科技股份有限公司 | 具有非接触成像能力的光学指纹传感器 |
US10984213B2 (en) | 2018-03-27 | 2021-04-20 | Shenzhen GOODIX Technology Co., Ltd. | 3-dimensional optical topographical sensing of fingerprints using under-screen optical sensor module |
CN111448570B (zh) | 2018-08-07 | 2023-09-15 | 深圳市汇顶科技股份有限公司 | 利用集成到显示屏的光学检测器对显示屏上或接近显示屏的指纹或其他图案进行光学感测 |
CN109313706B (zh) * | 2018-09-25 | 2020-11-24 | 深圳市汇顶科技股份有限公司 | 指纹识别装置、方法和终端设备 |
CN109643379B (zh) | 2018-11-19 | 2023-06-23 | 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 |
-
2020
- 2020-10-30 TW TW109214294U patent/TWM608543U/zh unknown
- 2020-10-30 TW TW109137761A patent/TWI785408B/zh active
- 2020-10-30 CN CN202011194826.8A patent/CN112183483A/zh active Pending
- 2020-10-30 CN CN202022465073.1U patent/CN213423977U/zh active Active
-
2021
- 2021-01-05 US US17/141,742 patent/US11398111B2/en active Active
- 2021-01-21 KR KR2020210000214U patent/KR20210002031U/ko not_active Application Discontinuation
- 2021-02-18 JP JP2021000537U patent/JP3231956U/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6952489B1 (en) * | 2000-09-29 | 2005-10-04 | Hewlett-Packard Development Company, L.P. | Fingerprint verification method having band detection |
US20110165911A1 (en) * | 2004-08-11 | 2011-07-07 | Lumidigm, Inc. | Multispectral barcode imaging |
US9143968B1 (en) * | 2014-07-18 | 2015-09-22 | Cognitive Systems Corp. | Wireless spectrum monitoring and analysis |
US9524416B1 (en) * | 2015-07-03 | 2016-12-20 | Fingerprint Cards Ab | Fingerprint sensing device comprising three-dimensional pattern |
CN107622222A (zh) * | 2016-07-13 | 2018-01-23 | 金佶科技股份有限公司 | 指纹辨识装置与使用其的生理信号的感测方法 |
US20190026527A1 (en) * | 2017-07-18 | 2019-01-24 | Shenzhen GOODIX Technology Co., Ltd. | Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing |
CN213423977U (zh) * | 2020-03-02 | 2021-06-11 | 神盾股份有限公司 | 整合式真手指光谱感测装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11580776B2 (en) | 2021-03-03 | 2023-02-14 | Egis Technology Inc. | Under-screen fingerprint sensing device and fingerprint sensing method |
US11636706B2 (en) | 2021-03-03 | 2023-04-25 | Egis Technology Inc. | Under-screen fingerprint sensing device and fingerprint sensing method |
WO2022235188A1 (en) * | 2021-05-04 | 2022-11-10 | Fingerprint Cards Anacatum Ip Ab | Optical fingerprint sensor comprising a diffractive element |
TWI825489B (zh) * | 2021-05-18 | 2023-12-11 | 友達光電股份有限公司 | 指紋感測模組 |
Also Published As
Publication number | Publication date |
---|---|
CN213423977U (zh) | 2021-06-11 |
TWI785408B (zh) | 2022-12-01 |
US20210271851A1 (en) | 2021-09-02 |
TW202134936A (zh) | 2021-09-16 |
US11398111B2 (en) | 2022-07-26 |
TWM608543U (zh) | 2021-03-01 |
JP3231956U (ja) | 2021-05-13 |
KR20210002031U (ko) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN213423977U (zh) | 整合式真手指光谱感测装置 | |
CN109643379B (zh) | 指纹识别方法、装置和电子设备 | |
US11048903B2 (en) | Under-LCD screen optical sensor module for on-screen fingerprint sensing | |
CN107798289B (zh) | 可变光场的生物图像感测*** | |
US10366268B2 (en) | Method and system for optical imaging using patterned illumination | |
US10635878B2 (en) | Optical fingerprint sensor with force sensing capability | |
CN108121483B (zh) | 嵌入有光学成像传感器的平板显示器 | |
WO2020124511A1 (zh) | 指纹识别方法、指纹识别装置和电子设备 | |
KR102667988B1 (ko) | 지문 인식 방법, 장치 및 전자 장치 | |
CN112446271A (zh) | 生物特征光学反欺骗 | |
US20210117644A1 (en) | Optical sensing systems and devices including apertures supplanting photodiodes for increased light throughput | |
CN112528953A (zh) | 指纹识别装置、电子设备和指纹识别的方法 | |
CN111353405A (zh) | 指纹识别装置、指纹识别***以及电子设备 | |
US11741745B2 (en) | Multicolor illumination in an optical fingerprint sensor for anti-spoofing | |
WO2021056318A1 (zh) | 指纹识别的方法、装置和电子设备 | |
CN215219712U (zh) | 采用具有部分光谱感测面积的感测像素的感测装置 | |
US20240248322A1 (en) | Optical fingerprint sensor comprising a diffractive element | |
KR20200137777A (ko) | 모바일 장치용 광학식 지문센서, 광학식 지문센서를 구비한 모바일 장치 및 그 지문센서의 지문 이미지 획득방법 | |
CN110543821A (zh) | 纹路识别装置及其操作方法 | |
WO2022000165A1 (zh) | 检测显示屏与指纹传感器之间距离的方法、装置和显示屏 | |
WO2022134079A1 (zh) | 指纹识别装置、电子设备和指纹识别的方法 | |
CN113916377B (zh) | 用于基于色度差的对象验证的被动图像深度感测 | |
CN111582131B (zh) | 薄型化屏下光学指纹识别装置及指纹识别方法 | |
CA3184086A1 (en) | Electronic device comprising a biometric optical sensor module | |
CN115997489A (zh) | 用于记录肢身印迹的装置及其用途 |
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 |