CN113688659A - 指纹辨识方法及电子互动装置 - Google Patents
指纹辨识方法及电子互动装置 Download PDFInfo
- Publication number
- CN113688659A CN113688659A CN202010690449.0A CN202010690449A CN113688659A CN 113688659 A CN113688659 A CN 113688659A CN 202010690449 A CN202010690449 A CN 202010690449A CN 113688659 A CN113688659 A CN 113688659A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- pixel array
- fingerprint image
- signals
- images
- 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 34
- 230000003993 interaction Effects 0.000 title claims description 30
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 16
- 239000000758 substrate Substances 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 43
- 230000002452 interceptive effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- -1 S1007 Chemical compound 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 229920002943 EPDM rubber Polymers 0.000 description 2
- 239000002033 PVDF binder Substances 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 229910021420 polycrystalline silicon Inorganic materials 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 2
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000002109 single walled nanotube Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- XTXRWKRVRITETP-UHFFFAOYSA-N Vinyl acetate Chemical compound CC(=O)OC=C XTXRWKRVRITETP-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种指纹辨识方法,其包括感测用户的手指以获取多个指纹图像,分别地计算对应每一指纹图像的几何中心点,并且依据对应这些指纹图像的几何中心点,计算每一指纹图像的位置与偏移量。此方法也包括依据这些指纹图像的位置与偏移量,将这些指纹图像中的信号填入至像素阵列的部分像素,并且将像素阵列中填入至部分像素的信号输入至人工智能引擎,以获取像素阵列中其他部分像素的信号。此方法还包括依据像素阵列产生候选指纹图像,并且依据候选指纹图像,识别用户。
Description
技术领域
本发明涉及一种指纹辨识方法及电子互动装置。
背景技术
随着触控显示器及辨识技术的快速发展下,目前已衍生相当多的应用。例如,在识别出触控显示器的操作者后,可在触控屏幕上提供个人化的界面与信息。
目前已发展出配置指纹捕获设备的触控显示器,可以在用户使用触控屏幕时,识别出用户,而提供个人化的互动。一般来说,要能够识别指纹,所撷取的图像必需是高分辨率,例如至少500dpi~1200dpi。然而,在一些应用领域上,无法撷取到高分辨率的指纹图像。例如,透明显示器在考虑穿透率下,无法以如此高密度来配置传感器。因此如何在无法撷取到高分辨率的图像下,依据指纹图像来识别用户,并提供对应的互动与信息,是此领域技术人员所致力的目标。
发明内容
本公开的范例实施例提供一种指纹辨识方法与电子互动装置,其能够基于低分辨率指纹图像进行指纹辨识以辨识用户,并提供对应的互动内容。
根据本公开的一范例实施例,提供一种指纹辨识方法,其包括在触控显示器上检测对应用户的触控信号,并且经由配置在触控显示器上的指纹传感器感测该用户的手指以获取多个指纹图像,其中指纹传感器具有多个感测单元并且用户的手指在此感测单元上移动。此方法还包括分别地计算对应每一指纹图像的几何中心点,并且依据对应这些指纹图像的几何中心点,计算每一指纹图像的位置与偏移量。此方法也包括依据这些指纹图像的位置与偏移量,将这些指纹图像中的信号填入至像素阵列的部分像素,并且将像素阵列中填入至部分像素的信号输入至人工智能引擎,以获取像素阵列中其他部分像素的信号。此方法还包括依据像素阵列产生候选指纹图像,依据候选指纹图像,识别用户。
根据本公开的一范例实施例,提供一种电子互动装置,其包括处理器、触控显示器、指纹传感器以及存储装置。触控显示器耦接至处理器,并且用以检测对应用户的触控信号。指纹传感器耦接至处理器,并且用以感测用户的手指以获取多个指纹图像,其中指纹传感器具有多个感测单元并且用户的手指在这些感测单元上移动。存储装置耦接至处理器。在此,指纹传感器分别地计算对应每一指纹图像的几何中心点,并且依据对应这些指纹图像的几何中心点,计算每一指纹图像的位置与偏移量。另外,指纹传感器依据这些指纹图像的位置与偏移量,将这些指纹图像中的信号填入至像素阵列的部分像素,并且将像素阵列中填入至部分像素的信号输入至人工智能引擎,以获取像素阵列中其他部分像素的信号。再者,指纹传感器依据像素阵列产生候选指纹图像。处理器依据候选指纹图像,识别用户。
附图说明
图1是根据已知技术所绘示的感测指纹的示意图。
图2是根据本公开一范例实施例所绘示的感测指纹的示意图。
图3是根据本公开一范例实施例所绘示的互动装置的示意图。
图4是根据本公开一范例实施例所绘示的互动装置的方块图。
图5是根据本公开一范例实施例所绘示的产生高解析指纹图像的示意图。
图6A、6B、6C、6D是根据本公开一范例实施例所绘示的计算几何中心点的示意图。
图7是根据本公开一范例实施例所绘示的计算偏移量的示意图。
图8是根据本公开一范例实施例所绘示的填补像素的示意图。
图9是根据本公开一范例实施例所绘示的指纹辨识方法的流程图。
图10是根据本公开一范例实施例所绘示图9中判断高像素阵列的像素信号量是否足够的详细步骤的流程图。
图11是根据本公开一范例实施例所绘示的进行指纹辨识来识别对应的用户的流程图。
图12是根据本公开另一范例实施例所绘示的指纹辨识方法的流程图。
附图标记说明
300:电子互动装置
302:处理器
304:触控显示器
306:指纹传感器
308:存储装置
310:感测单元
312:指纹图像处理单元
S501、S502、S503、S504、S505:产生高解析指纹图像的步骤
S901、S903、S905、S907、S909、S911、S913、S915:指纹辨识方法的步骤
S917、S919、S921、S923:判断像素信号量是否足够的步骤
S1001、S1003、S1005、S1007、S1009:指纹辨识方法的步骤
S1201、S1203、S1205、S1207:指纹辨识方法的步骤
具体实施方式
现将详细地参考本发明的示范性实施例,示范性实施例的实例说明于附图中。只要有可能,相同组件符号在图式和描述中用来表示相同或相似部分。
图1是根据已知技术所绘示的感测指纹的示意图,并且图2是根据本公开一范例实施例所绘示的感测指纹的示意图。
请参照图1与图2,在平板计算机、互动电视墙等装置上实作辨识用户的功能的例子中,显示屏幕下会配置有传感器,以感测用户的指纹。如上所述,要能够识别指纹,所撷取的图像需有足够的分辨率,利用足够密度的传感器的检测范围可完全覆盖待测物体(如图1所示)。然而,在本公开一范例实施例的应用(例如,透明显示器)中,考虑到穿透率,以较低密度方式配置传感器,仅能检测到部分区域(如图2所示)。
图3是根据本公开一范例实施例所绘示的互动装置的示意图,并且图4是根据本公开一范例实施例所绘示的互动装置的方块图。
请参照图3与图4,电子互动装置300包括处理器302、触控显示器304、指纹传感器306以及存储装置308。触控显示器304、指纹传感器306以及存储装置308耦接至处理器302。电子互动装置300例如是行动装置、个人数字助理(Personal Digital Assistant,PDA)、笔记本电脑、平板计算机、一般桌面计算机、交互式显示广告牌、交互式电视墙、交互式透明显示广告牌等,或是其他的电子装置,在此并不设限。
处理器302例如可以是一般用途处理器、特殊用途处理器、传统的处理器、数字信号处理器、多个微处理器(microprocessor)、一个或多个结合数字信号处理器核心的微处理器、控制器、微控制器、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列电路(Field Programmable Gate Array,FPGA)、任何其他种类的集成电路、状态机、基于进阶精简指令集机器(Advanced RISC Machine,ARM)的处理器以及类似品。
触控显示器304可用以接收触控信号并且根据处理器302的指示显示对应的接口。例如,触控显示器304可以是具有触控组件的LED显示器、液晶显示器、透明显示器、软性显示器或其他适用的显示器类型等。
指纹传感器306包括多个感测单元310与指纹图像处理单元312。感测单元310可采用阵列方式配置在触控显示器304的下方(如图2所示)用以检测用户的指纹。指纹图像处理单元312耦接至感测单元310用以产生用户的指纹图像。
存储装置308例如可以是任意型式的固定式或可移动式随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read-Only Memory,ROM)、闪存(Flash memory)、硬盘或其他类似装置或这些装置的组合。在本范例实施例中,存储装置308用以储存用户所注册的指纹图像,可作为后续识别用户的依据。在另一范例实施例中,存储装置308还储存有运算模块、控制模块等程序,可经由处理器302来运作以进行指纹识别及执行对应互动接口。
在本公开的范例实施例中,在检测到触控信号时,电子互动装置300可获取多个低分辨率指纹图像,并且依据这些低分辨率指纹图像产生高分辨率指纹图像。此外,在电子互动装置300可根据此高分辨率指纹图像识别操作电子互动装置300的用户,以对应地输出互动接口。
图5是根据本公开一范例实施例所绘示的产生高解析指纹图像的示意图。
请参照图5,当用户的手指于触控显示器304上移动(S501)时,触控显示器304可接收到触控信号,处理器302指示指纹传感器306感测指纹信号,以获取多个低分辨率指纹图像(S502)。
接着,指纹图像处理单元312可计算出每一低分辨率指纹图像的几何中心点。例如,指纹图像处理单元312从感测单元310接收到信号后,依据所有有信号的像素来决定指纹图像的几何中心点(如图6A所示)。然而本公开不限于此,指纹图像处理单元312从感测单元310接收到信号后,亦可依据所有有信号的像素的轮廓来决定指纹图像的几何中心点。例如,像素的轮廓可以是与像素排列方向平行或垂直的直线(如图6B所示),或者是与像素排列方向夹45度角的斜线(如图6C)。又或者像素的轮廓可以是多层的(如图6D)。
在获取低分辨率指纹图像的几何中心点之后,指纹图像处理单元312可依据这些几何中心点,计算每一低分辨率指纹图像的位置以及其和第一张低分辨率指纹图像的偏移量。例如,假设根据几何中心点计算出相距第一张低分辨率指纹图像的位移量为d,每个感测单元310在水平垂直方向的距离分别为px与py,则水平的偏移量为BiasX与垂直的偏移量为BiasY可表示如下:
Biasx=dx-n*px
Biasy=dy-m*py
其中,m与n为整数,0≦Biasx<px,0≦Biasy<py(如图7所示)。
之后,指纹图像处理单元312依据每一低分辨率指纹图像的位置和偏移量将低分辨率指纹图像中的像素信号填入至一个高像素阵列中(S503)。具体来说,指纹图像处理单元312是通过其他张的低分辨率信号(如图8左侧所示),来进行信号填补(如图8中间所示),以形成高分辨率信号(如图8右侧所示)。特别是,在一范例实施例中,在从低分辨率指纹图像中获得高像素阵列中部分像素的信号后,指纹图像处理单元312会将已获得的像素信号输入至人工智能引擎以产生高像素阵列中其他像素的信号(S504)。例如,在本范例实施例中,此人工智能引擎可使用增强深度超解析(Enhanced Deep super Resolution)架构、超解析卷积神经网络(Super Resolution Convolutional Neural Network)或其他合适的人工智能引擎来实作。最后,指纹图像处理单元312依据所产生的高像素阵列中的信号输出高分辨率指纹图像(S505)。
在一范例实施例中,在填补信号的过程中,指纹图像处理单元312会持续判断所填补的信号量是否足够让人工智能引擎取得新的相异图像。若所填补的信号量不足时,指纹图像处理单元312会再从感测单元310获取指纹图像。
例如,指纹图像处理单元312可依据所获得的低分辨率指纹图像的几何中心点计算得到拟合曲线,并且计算拟合曲线的长度L1。在此范例实施例中,所获得的拟合曲线可通过最后一个低分辨率指纹图像的几何中心点,并且以最后一个低分辨率指纹图像的几何中心点作为终点。然而,本公开不限于此,拟合曲线亦可以不通过最后一个低分辨率指纹图像的几何中心点,并且指纹图像处理单元312可选用拟合曲线上距离最后一个低分辨率指纹图像的几何中心点最近的一点作为终点。再者,指纹图像处理单元312也可从最后一个低分辨率指纹图像的几何中心点沿垂直线方向或水平线方向来选择拟合曲线上点作为终点。类似的,当拟合曲线通过第一个低分辨率指纹图像的几何中心点时,第一个低分辨率指纹图像的几何中心点会作为拟合曲线的起点;若拟合曲线未通过第一个低分辨率指纹图像的几何中心点时,指纹图像处理单元312可选用拟合曲线上距离第一个低分辨率指纹图像的几何中心点最近的一点作为拟合曲线的起点。再者,指纹图像处理单元312也可从第一个低分辨率指纹图像的几何中心点沿垂直线方向或水平线方向来选择拟合曲线上点作为起点。
此外,指纹图像处理单元312可计算获得从拟合曲线的终点至指纹传感器306边缘的延伸拟合曲线并计算延伸拟合曲线的长度L2。
当拟合曲线的长度L1小于延伸拟合曲线的长度L2时,指纹图像处理单元312可判断为所填补的信号量不足够。而当拟合曲线的长度L1不小于延伸拟合曲线的长度L2时,指纹图像处理单元312可根据延伸拟合曲线的长度L2,从拟合曲线的终点沿拟合曲线往回搜寻与延伸拟合曲线等长的长度L2R,搜寻到新的相异图像的点时,指纹图像处理单元312可判断所填补的信号量不足够。
为了方便说明,在此是简化成长度L2等于长度L2R。实际上,每个阶段,要取得相异图像的机率是不相等的,越到后面机率越低。例如,在分辨率为170dpi的感测阵列,代表要进行3x3图像还原,共需要9张相异图像的取得,若已经有2张相异图像时,下一张图像与前2张相异的机率是78%(=(9/2)/9)。若已有7张相异图像时,下一张图像与前7张相异的机率只剩下22%((9-7)/9)。也就是说,取得第(N+1)张相异图像的机率比第N张相异图像的机率来得低,所以长度L2R要估计得比长度L2来的小。所以,当感测阵列的分辨率设计为R dpi,取得的低解析图像需要进行还原成R0 dpi,且目前已取得N张相异图像时,长度L2与长度L2R的比率关系,如下:
其中L2<L2R≦2(L2),并且当R0为508时,L2R/L2如下表:
分辨率 | 分辨率 | 分辨率 | 分辨率 | ||||
N | 254dpi | N | 170dpi | N | 127dpi | N | 101dpi |
: | : | 2 | 1.14 | 9 | 1.14 | 18 | 1.14 |
: | : | 3 | 1.16 | 10 | 1.16 | 19 | 1.16 |
: | : | 4 | 1.2 | 11 | 1.2 | 20 | 1.2 |
: | : | 5 | 1.25 | 12 | 1.25 | 21 | 1.25 |
1 | 1.33 | 6 | 1.33 | 13 | 1.33 | 22 | 1.33 |
2 | 1.5 | 7 | 1.5 | 14 | 1.5 | 23 | 1.5 |
3 | 2 | 8 | 2 | 15 | 2 | 24 | 2 |
必须了解的是,上述判断所填补的信号量是否不足的方式,仅为一范例实施例,本公开不限于此。
在本范例实施例中,用户的手指在触控显示器304上移动的轨迹可以是封闭线段或非封闭线段,例如圆形、椭圆形、方形、多边形、直线、弧线、拋物线、折线等,本公开不加以限制。必须注意的是,用户的手指在触控显示器304上移动一定长度,指纹图像处理单元312能够从感测单元310中接收到足够的信号,以利输出高分辨率指纹图像。一般来说,手指移动的速度例如为每秒11.3公分,若取像频率为30Hz,则手指移动长度需满足下式:Length(cm)≧((2*508/dpi)2)/f,其中dpi感测单元密度且f为取像速度。若以2x2像素阵列还原下需大于22mm,而若以3x3像素阵列还原下需大于68mm。
在本范例实施例中,指纹图像处理单元312是在用户的手指移动结束后进行预测像素信号的运算。此外,在另一范例实施例中,指纹图像处理单元312亦可在用户的手指移动过程中,依据已收到的信号来进行多次的预测,由此当用户的手指移动长度越长时,随着收到的信号越多,预测的精确度可越高。
在本范例实施例中,处理器302可依据指纹图像处理单元312所识别的高分辨率指纹图像以及存储装置308所记录的指纹图像,来识别操作电子互动装置300的用户。例如,当存储装置308未记录有指纹图像时,指纹图像处理单元312所识别的高分辨率指纹图像就会被记录至存储装置308。后续当指纹图像处理单元312再感测到的指纹图像与存储装置308中所记录的指纹图像相同时,处理器302可识别出操作电子互动装置300的用户,并提供对应的处理机制。并且,在一段时间周期未收到同一个用户的触控信号时,处理器302会从存储装置308中删除此用户的指纹图像。
例如,在电子互动装置300于同一时间仅接受一个用户操作的范例实施例中,当触控显示器304接收到触控信号时,处理器302可将指纹图像处理单元312所产生的高分辨率指纹图像记录至存储装置308。之后,当触控显示器304接收到另一触控信号时,处理器302会将指纹图像处理单元312新产生的高分辨率指纹图像与存储装置308中的指纹图像进行比对。若新产生的高分辨率指纹图像与存储装置308中的指纹图像不相同时,处理器302会停止处理此触控信号。基此,在一段时间周期未收到同一个用户的触控信号时,处理器302才会从存储装置308中删除此用户的指纹图像,由此再提供另一个用户注册指纹图像,来操作电子互动装置300。
图9是根据本公开一范例实施例所绘示的指纹辨识方法的流程图。
请参照图9,在步骤S901中,触控显示器304检测到触控信号。
在步骤S903中,指纹传感器306(或感测单元310)可感测对应用户指纹的信号,以获取指纹图像(例如,第一指纹图像)。
在步骤S905中,指纹传感器306(或指纹图像处理单元312)可计算所获取的指纹图像的几何中心点并且据此计算指纹图像的位置与偏移量。
在步骤S907中,指纹传感器306(或指纹图像处理单元312)可根据指纹图像的位置与偏移量,将指纹图像中的信号填入至高像素阵列的对应位置中。
接着在步骤S909中,指纹传感器306(或指纹图像处理单元312)可判断高像素阵列的像素信号量是否足够。
倘若高像素阵列的像素信号量不够时,会执行步骤S903以继续获取指纹图像。
倘若高像素阵列的像素信号量足够时,在步骤S911中指纹传感器306会将高像素阵列中已获得的像素信号输入至人工智能引擎以产生高像素阵列中其他像素的信号。
接着在步骤S913中,指纹传感器306会依据高像素阵列的信号输出具高分辨率的候选指纹图像。
然后在步骤S915中,处理器302会根据候选指纹图像,进行指纹辨识来识别对应的用户。在此,指纹辨识包括计算指纹方向流、进行图像二值化、进行细线化以及萃取特征与进行比对等程序。
图10是根据本公开一范例实施例所绘示图9中判断高像素阵列的像素信号量是否足够的详细步骤的流程图。
请参照图10,在步骤S917中,指纹传感器306(或指纹图像处理单元312)依据所获取的指纹图像的几何中心点计算得到拟合曲线,并且计算拟合曲线的长度。
在步骤S919中,指纹传感器306(或指纹图像处理单元312)计算获得从拟合曲线的终点延伸至指纹传感器306(或指纹图像处理单元312)边缘的延伸拟合曲线,并且计算延伸拟合曲线的长度。
在步骤S921中,指纹传感器306(或指纹图像处理单元312)可判断拟合曲线的长度是否小于延伸拟合曲线的长度。
倘若拟合曲线的长度小于延伸拟合曲线的长度时,指纹传感器306(或指纹图像处理单元312)可判断为所填补的信号量不足。
倘若拟合曲线的长度不小于延伸拟合曲线的长度时,在步骤S923中,指纹传感器306(或指纹图像处理单元312)根据延伸拟合曲线的长度,从拟合曲线的终点沿拟合曲线往回搜寻以判断是否有新像素点。
倘若有新像素点时,指纹传感器306(或指纹图像处理单元312)可判断为所填补的信号量不足。
倘若无新像素点时,指纹传感器306(或指纹图像处理单元312)可判断为所填补的信号量足够。
图11是根据本公开一范例实施例所绘示的进行指纹辨识来识别对应的用户的流程图。
请参照图11,在步骤S1001中,处理器302可判断存储装置308中的数据库是否已储存有指纹记录。
倘若数据库未储存有指纹记录时,在步骤S1003处理器302可在数据库中储存所辨识的指纹图像和识别时间戳。后续,处理器302可再如前述,处理新的指纹图像(例如,第二指纹图像)。
倘若数据库储存有指纹记录时,在步骤S1005中,处理器302可判断候选指纹图像是否相同于数据库所储存的指纹记录。
倘若候选指纹图像相同于数据库所储存的指纹记录时,在步骤S1007中,处理器302可输出对应的互动接口并且更新数据库所储存的识别时间戳。
倘若候选指纹图像不相同于数据库所储存的指纹记录时,在步骤S1009中,处理器302可停止响应触控信号。
在另一范例实施例中,感测单元310亦可配置在单次可拉伸基板上,可拉伸基板可包含醋酸乙烯酯共聚物(ethylene vinyl acetate)、聚氯乙烯(polyvinyl chloride,PVC)、聚乙烯(polyethylene,PE)、聚四氟乙烯(polytetrafluoroethylene、PTEF)、聚偏二氟乙烯(polyvinylidene difluoride,PVDF)、三元乙丙橡胶(ethylene propylene dienemonomer rubber,EPDM)等具有可拉伸或可收缩特性的材质。在感测单元310配置在单次可拉伸基板上的范例实施例中,电子互动装置300可以还包括与处理器302耦接的应变检测器(未绘示),以测量单次可拉伸基板的应变量。并且,处理器302可根据单次可拉伸基板的应变量,获知每个感测单元310之间的间距,由此判断基板拉伸后是否需要在感测单元310之间补上新像素点(亦称为变形像素)。例如,拉伸率为20%时,每5个像素点就补上一个新像素点;拉伸率为25%时,每4个像素点就补上一个新像素点;拉伸率为34%时,每3个像素点就补上一个新像素点,并且拉伸率是小于50%。并且,指纹传感器306将高像素阵列中已获得的像素信号输入至人工智能引擎时,变形像素的信号会一并被计算。
在此范例实施例中,例如,可拉伸基板可以是透明,也可以是不透明。应变检测器可以是商用的金属箔应变片、或是以多晶硅(poly-Silicon)制作的、或是由Single-WalledCarbon Nanotube(SWCNT)制作的。此外,每个感测单元310之间的间距可由惠斯登电桥(Wheatstone bridge)或是Quarter bridge转成可撷取的电压信号。
图12是根据本公开另一范例实施例所绘示的指纹辨识方法的流程图。
请参照图12,在步骤S1201中,应变检测器测量单次可拉伸基板的应变量。
在步骤S1203中,处理器302计算应变检测器附近的拉伸率。
在步骤S1205中,处理器302推估单次可拉伸基板上每一处的拉伸率。
在步骤S1207中,处理器302推估每一个感测单元的间距并且计算像素阵列中需要补足信号的至少一个变形像素的位置。之后,步骤S901~S915会被执行,以感测触控信号并进行指纹辨识来识别对应的用户。
本公开范例实施例的指纹辨识方法及其装置可使用多张低分辨率指纹图像以及人工智能引擎来产生高分辨率指纹图像。基此,可以让配置低密度指纹感测单元的互动装置使用高分辨率指纹图像来辨识用户,并精确地提供对应的互动内容。
虽然本发明已以实施例公开如上,然其并非用以限定本发明,任何所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作些许的更动与润饰,故本发明的保护范围当视后附的权利要求书及其均等范围所界定者为准。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。本发明的保护范围当视权利要求书及其均等范围所界定者为准。
Claims (20)
1.一种指纹辨识方法,其特征在于,包括:
在触控显示器上检测对应用户的触控信号;
经由配置在所述触控显示器上的指纹传感器感测所述用户的手指以获取多个指纹图像,其中所述指纹传感器具有多个感测单元并且所述用户的手指在所述多个感测单元上移动;
分别地计算对应各所述指纹图像的几何中心点;
依据对应所述多个指纹图像的所述多个几何中心点,计算各所述指纹图像的位置与偏移量;
依据所述多个指纹图像的位置与偏移量,将所述多个指纹图像中的信号填入至像素阵列的部分像素;
将所述像素阵列中填入至所述部分像素的信号输入至人工智能引擎,以获取所述像素阵列中其他部分像素的信号;
依据所述像素阵列产生候选指纹图像;以及
依据所述候选指纹图像,识别所述用户。
2.根据权利要求1所述的指纹辨识方法,其中所述用户的手指在所述多个感测单元上移动的轨迹为封闭线段或非封闭线段。
3.根据权利要求1所述的指纹辨识方法,其中分别地计算对应各所述指纹图像的几何中心点的步骤包括:
识别各所述指纹图像之中有信号的像素点;以及
根据各所述指纹图像之中有信号的像素点,计算各所述指纹图像的几何中心点。
4.根据权利要求1所述的指纹辨识方法,其中分别地计算对应各所述指纹图像的几何中心点的步骤包括:
识别各所述指纹图像之中有信号的像素点;以及
根据各所述指纹图像之中有信号的像素点的轮廓,计算各所述指纹图像的几何中心点。
5.根据权利要求1所述的指纹辨识方法,还包括:
在数据库中储存所述候选指纹图像以及对应所述候选指纹图像的时间戳。
6.根据权利要求5所述的指纹辨识方法,还包括:
在所述触控显示器上检测另一触控信号;
经由所述指纹传感器感测多个第二指纹图像;
分别地计算对应各所述第二指纹图像的几何中心点;
依据对应所述多个第二指纹图像的多个几何中心点,计算各所述第二指纹图像的位置与偏移量;
依据所述多个第二指纹图像的位置与偏移量,将所述多个第二指纹图像中的信号填入至第二像素阵列的部分像素;
将所述第二像素阵列的所述部分像素的信号输入至所述人工智能引擎,以获取所述第二像素阵列的其他部分像素的信号;
依据所述第二像素阵列产生第二候选指纹图像;
比对所述第二候选指纹图像与所述数据库所储存的该候选指纹图像是否相同;以及
倘若所述第二候选指纹图像不同于所述候选指纹图像时,停止响应所述另一触控信号。
7.根据权利要求6所述的指纹辨识方法,还包括:
在持续一时间周期未收到对应所述用户的其他触控信号时,从所述数据库中清除所记录的候选指纹图像。
8.根据权利要求1所述的指纹辨识方法,还包括:
判断所述像素阵列的信号量是否足够;
倘若所述像素阵列的信号量足够时,将所述像素阵列中填入至所述部分像素的信号输入至所述人工智能引擎,以获取所述像素阵列中其他部分像素的信号;以及
倘若所述像素阵列的信号量不足够时,经由配置在所述触控显示器上的所述指纹传感器感测对应该用户的所述手指的其他指纹图像。
9.根据权利要求8所述的指纹辨识方法,其中判断所述像素阵列的信号量是否足够的步骤包括:
依据所获得的指纹图像的几何中心点计算得到拟合曲线,并且计算所述拟合曲线的长度;
计算获得从所述拟合曲线的终点延伸至所述指纹传感器的边缘的延伸拟合曲线,并且计算所述延伸拟合曲线的长度;
倘若所述拟合曲线的长度小于所述延伸拟合曲线的长度时,判断所述像素阵列的信号量不足;
倘若所述拟合曲线的长度不小于所述延伸拟合曲线的长度时,根据所述延伸拟合曲线的长度,从所述拟合曲线的终点沿所述拟合曲线往回搜寻以判断是否有新像素点;
倘若有新像素点时,判断所述像素阵列的信号量不足;以及
倘若无新像素点时,判断所述像素阵列的信号量足够。
10.根据权利要求1所述的指纹辨识方法,其中所述多个感测单元配置在具有应变检测器的单次可拉伸基板上,并且在上述在触控显示器上检测对应所述用户的触控信号之前还包括:
计算所述应变检测器附近的拉伸率;
推估所述单次可拉伸基板上每一处的拉伸率;
推估每一所述多个感测单元的间距;以及
计算所述像素阵列中需要补足信号的至少一个变形像素的位置,
其中所述其他部分像素包括所述至少一个变形像素。
11.一种电子互动装置,包括:
处理器;
触控显示器,耦接至所述处理器,并且用以检测对应用户的触控信号;
指纹传感器,耦接至所述处理器,并且用以感测所述用户的手指以获取多个指纹图像,其中所述指纹传感器具有多个感测单元并且所述用户的手指在所述多个感测单元上移动;以及
存储装置,耦接至所述处理器,
其中所述指纹传感器分别地计算对应各所述指纹图像的几何中心点,依据对应所述多个指纹图像的所述多个几何中心点,计算各所述指纹图像的位置与偏移量,
其中所述指纹传感器依据所述多个指纹图像的位置与偏移量,将所述多个指纹图像中的信号填入至像素阵列的部分像素,并且将所述像素阵列中填入至所述部分像素的信号输入至人工智能引擎,以获取所述像素阵列中其他部分像素的信号,
其中所述指纹传感器依据所述像素阵列产生候选指纹图像,
其中所述处理器依据所述候选指纹图像,识别所述用户。
12.根据权利要求11所述的电子互动装置,其中所述用户的手指在所述多个感测单元上移动的轨迹为封闭线段或非封闭线段。
13.根据权利要求11所述的电子互动装置,其中所述指纹传感器识别各所述指纹图像之中有信号的像素点,以及根据各所述指纹图像之中有信号的像素点,计算各所述指纹图像的几何中心点。
14.根据权利要求11所述的电子互动装置,其中所述指纹传感器识别各所述指纹图像之中有信号的像素点,以及根据各所述指纹图像之中有信号的像素点的轮廓,计算各所述指纹图像的几何中心点。
15.根据权利要求11所述的电子互动装置,其中所述存储装置储存数据库,其中所述处理器在所述数据库储存所述候选指纹图像以及对应所述候选指纹图像的时间戳。
16.根据权利要求15所述的电子互动装置,其中所述触控显示器上检测另一触控信号,
其中所述指纹传感器感测多个第二指纹图像,分别地计算对应各所述第二指纹图像的几何中心点,并且依据对应所述多个第二指纹图像的多个几何中心点,计算各所述第二指纹图像的位置与偏移量,
其中所述指纹传感器依据所述多个第二指纹图像的位置与偏移量,将所述多个第二指纹图像中的信号填入至第二像素阵列的部分像素,并且将所述第二像素阵列的所述部分像素的信号输入至所述人工智能引擎,以获取所述第二像素阵列的其他部分像素的信号,
其中所述指纹传感器依据所述第二像素阵列产生第二候选指纹图像,
其中所述处理器比对所述第二候选指纹图像与所述数据库所储存的所述候选指纹图像是否相同,
倘若所述第二候选指纹图像不同于所述候选指纹图像时,所述处理器停止响应所述另一触控信号。
17.根据权利要求16所述的电子互动装置,其中所述触控显示器在持续一时间周期未收到对应所述用户的其他触控信号时,所述处理器从所述数据库中清除所记录的候选指纹图像。
18.根据权利要求11所述的电子互动装置,其中所述指纹传感器还用以判断所述像素阵列的信号量是否足够,
倘若所述像素阵列的信号量足够时,所述指纹传感器将所述像素阵列中填入至所述部分像素的信号输入至所述人工智能引擎,以获取所述像素阵列中其他部分像素的信号,以及
倘若所述像素阵列的信号量不足够时,所述指纹传感器感测对应所述用户的所述手指的其他指纹图像。
19.根据权利要求18所述的电子互动装置,其中
所述指纹传感器还用以依据所获得的所述多个指纹图像的所述多个几何中心点计算得到拟合曲线,并且计算所述拟合曲线的长度,
所述指纹传感器还用以计算获得从所述拟合曲线的终点延伸至所述指纹传感器的边缘的延伸拟合曲线,并且计算所述延伸拟合曲线的长度,
倘若所述拟合曲线的长度小于所述延伸拟合曲线的长度时,所述指纹传感器判断所述像素阵列的信号量不足,
倘若所述拟合曲线的长度不小于所述延伸拟合曲线的长度时,所述指纹传感器根据所述延伸拟合曲线的长度,从所述拟合曲线的终点沿所述拟合曲线往回搜寻以判断是否有新像素点,
倘若有新像素点时,所述指纹传感器判断所述像素阵列的信号量不足,以及
倘若无新像素点时,所述指纹传感器判断所述像素阵列的信号量足够。
20.根据权利要求11所述的电子互动装置,还包括:
应变检测器,耦接至所述处理器,其中所述应变检测器与所述多个感测单元配置在单次可拉伸基板上,
其中所述应变检测器用以测量所述单次可拉伸基板的应变量,
其中所述处理器根据所述单次可拉伸基板的应变量计算所述应变检测器附近的拉伸率,推估所述单次可拉伸基板上每一处的拉伸率,推估每一所述多个感测单元的间距并且计算所述像素阵列中需要补足信号的至少一个变形像素的位置,
其中所述其他部分像素包括所述至少一个变形像素。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109116491A TWI773991B (zh) | 2020-05-19 | 2020-05-19 | 指紋辨識方法及電子互動裝置 |
TW109116491 | 2020-05-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113688659A true CN113688659A (zh) | 2021-11-23 |
Family
ID=78576044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010690449.0A Pending CN113688659A (zh) | 2020-05-19 | 2020-07-17 | 指纹辨识方法及电子互动装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11443542B2 (zh) |
CN (1) | CN113688659A (zh) |
TW (1) | TWI773991B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240031159A1 (en) * | 2022-07-20 | 2024-01-25 | Bank Of America Corporation | Generating Synthetic Invisible Fingerprints for Metadata Security and Document Verification Using Generative Artifical Intelligence |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6483932B1 (en) * | 1999-08-19 | 2002-11-19 | Cross Match Technologies, Inc. | Method and apparatus for rolled fingerprint capture |
US20100046810A1 (en) * | 2008-08-20 | 2010-02-25 | Fujitsu Limited | Fingerprint image acquiring device, fingerprint authenticating apparatus, fingerprint image acquiring method, and fingerprint authenticating method |
US20160092018A1 (en) * | 2014-09-29 | 2016-03-31 | Egis Technology Inc. | Electronic device with touch screen for fingerprint recognition |
US20160350574A1 (en) * | 2015-05-28 | 2016-12-01 | Fingerprint Cards Ab | Method and fingerprint sensing system for forming a fingerprint representation |
CN107111380A (zh) * | 2015-03-06 | 2017-08-29 | 指纹卡有限公司 | 用于估计手指移动的方法和*** |
CN110858296A (zh) * | 2018-08-22 | 2020-03-03 | 广州印芯半导体技术有限公司 | 指纹感测装置以及指纹感测方法 |
US20200097698A1 (en) * | 2018-09-21 | 2020-03-26 | Lg Display Co., Ltd. | Moving fingerprint recognition method and apparatus using display |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4339221B2 (ja) | 2004-09-30 | 2009-10-07 | Necインフロンティア株式会社 | 画像構成方法、指紋画像構成装置およびプログラム |
EP1866837B1 (en) * | 2005-02-17 | 2012-01-18 | Authentec, Inc. | Finger sensor apparatus using image resampling and associated methods |
US10116868B2 (en) * | 2014-04-28 | 2018-10-30 | Qualcomm Incorporated | Display-integrated user-classification, security and fingerprint system |
TWI526943B (zh) | 2014-10-07 | 2016-03-21 | 茂丞科技股份有限公司 | 滑動式指紋影像處理裝置及滑動式指紋影像處理方法 |
CN108345825A (zh) | 2017-01-24 | 2018-07-31 | 创智能科技股份有限公司 | 指纹验证方法及其电子装置 |
TWI633480B (zh) * | 2017-08-07 | 2018-08-21 | 致伸科技股份有限公司 | 指紋辨識觸控屏 |
TWI650712B (zh) * | 2017-09-30 | 2019-02-11 | 北京集創北方科技股份有限公司 | 指紋擷取方法及指紋擷取模組 |
WO2019153128A1 (zh) * | 2018-02-06 | 2019-08-15 | 深圳市汇顶科技股份有限公司 | 指纹数据处理方法及装置、计算机可读存储介质 |
-
2020
- 2020-05-19 TW TW109116491A patent/TWI773991B/zh active
- 2020-07-17 CN CN202010690449.0A patent/CN113688659A/zh active Pending
-
2021
- 2021-01-07 US US17/143,170 patent/US11443542B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6483932B1 (en) * | 1999-08-19 | 2002-11-19 | Cross Match Technologies, Inc. | Method and apparatus for rolled fingerprint capture |
US20100046810A1 (en) * | 2008-08-20 | 2010-02-25 | Fujitsu Limited | Fingerprint image acquiring device, fingerprint authenticating apparatus, fingerprint image acquiring method, and fingerprint authenticating method |
US20160092018A1 (en) * | 2014-09-29 | 2016-03-31 | Egis Technology Inc. | Electronic device with touch screen for fingerprint recognition |
CN107111380A (zh) * | 2015-03-06 | 2017-08-29 | 指纹卡有限公司 | 用于估计手指移动的方法和*** |
US20160350574A1 (en) * | 2015-05-28 | 2016-12-01 | Fingerprint Cards Ab | Method and fingerprint sensing system for forming a fingerprint representation |
CN110858296A (zh) * | 2018-08-22 | 2020-03-03 | 广州印芯半导体技术有限公司 | 指纹感测装置以及指纹感测方法 |
US20200097698A1 (en) * | 2018-09-21 | 2020-03-26 | Lg Display Co., Ltd. | Moving fingerprint recognition method and apparatus using display |
Also Published As
Publication number | Publication date |
---|---|
US20210365662A1 (en) | 2021-11-25 |
US11443542B2 (en) | 2022-09-13 |
TW202145059A (zh) | 2021-12-01 |
TWI773991B (zh) | 2022-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Learning regression and verification networks for robust long-term tracking | |
CN108108732B (zh) | 字符辨识***及其字符辨识方法 | |
WO2019201035A1 (zh) | 对图像中的对象节点的识别方法、装置、终端及计算机可读存储介质 | |
US11164003B2 (en) | System and method for detecting objects in video sequences | |
CN109343920B (zh) | 一种图像处理方法及其装置、设备和存储介质 | |
CN113378789B (zh) | 单元格位置的检测方法、装置和电子设备 | |
JP2015041164A (ja) | 画像処理装置、画像処理方法およびプログラム | |
CN111914756A (zh) | 一种视频数据处理方法和装置 | |
CN113688659A (zh) | 指纹辨识方法及电子互动装置 | |
US11756208B2 (en) | Digital image boundary detection | |
CN107368830B (zh) | 文本检测方法和装置以及文本识别*** | |
US11721036B2 (en) | Image processing apparatus, image processing method, and computer-readable medium | |
US20230237662A1 (en) | Dual-level model for segmentation | |
US8989492B2 (en) | Multi-resolution spatial feature extraction for automatic handwriting recognition | |
CN109614841B (zh) | 嵌入式***中的快速人脸检测方法 | |
CN112509052A (zh) | 黄斑中心凹的检测方法、装置、计算机设备和存储介质 | |
CN111860492A (zh) | 一种车牌倾斜矫正方法、装置、计算机设备和存储介质 | |
CN108304085B (zh) | 判断手指位移方向的方法和电子装置 | |
US20220180531A1 (en) | Method and apparatus with object tracking using dynamic field of view | |
TWI553512B (zh) | 一種手勢辨識追蹤方法 | |
CN117831082A (zh) | 手掌区域检测方法和装置 | |
TWI529608B (zh) | 一種手勢辨識追蹤方法及其系統 | |
KR101730711B1 (ko) | 스트로크 입력 순서의 복원 방법 및 장치 | |
CN117882109A (zh) | 目标跟踪方法、目标跟踪***和电子设备 | |
CN116416507A (zh) | 多目标图像检测方法、装置、计算机设备及介质 |
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 |