JP3231956U - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP3231956U JP3231956U JP2021000537U JP2021000537U JP3231956U JP 3231956 U JP3231956 U JP 3231956U JP 2021000537 U JP2021000537 U JP 2021000537U JP 2021000537 U JP2021000537 U JP 2021000537U JP 3231956 U JP3231956 U JP 3231956U
- Authority
- JP
- Japan
- Prior art keywords
- spectrum
- finger
- sensing
- heterogeneous
- cells
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
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
【課題】指のなりすましを効果的に防止できる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を提供する。【解決手段】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100は、指紋センシングアレイ10と、光学ユニットと、信号処理ユニット30とを含む。指紋センシングアレイは、光学ユニットに光学的に接続され、複数のスペクトル検出ユニットを含み、スペクトル検出ユニットは、光学ユニットを介して指から光を受け、指から出力されたスペクトルの分布又は変化を検出し、複数セットの異種スペクトルデータSPを取得する。信号処理ユニットは、スペクトル検出ユニットに電気的に接続され、複数のセットの異種スペクトルデータに基づいて測定領域分析を実行し、指が実指であるか否かを判断する。【選択図】図4
Description
本出願は、2020年3月2日に出願された米国仮特許出願62/983,981、2020年5月24日に出願された米国仮特許出願63/029,555、2020年5月29日に出願された米国仮特許出願63/031,756、2020年6月8日に出願された米国仮特許出願63/036,075、及び2020年10月30日に出願された中国特許出願202011194826.8の優先権を主張し、それらの内容は、参照により全て本明細書に組み込まれる。
本考案は、実指(本物の指)を判断するための統合型スペクトルセンシング装置に関し、より具体的には、指が押すと変形することで、指で反射される光が時間領域(Time domain)、空間領域(spatial domain)及び強度において変化する物理現象を利用し、スペクトル検出と組み合わせて実指を判断可能な統合型スペクトルセンシング装置に関する。
現在のモバイル電子装置(例えば、携帯電話、タブレットコンピュータ、ノートブックコンピュータなど)は、個人データのセキュリティを保護するために、通常、例えば、指紋、顔、虹彩などに関連する様々な技術を含むユーザ生体認証システムを備えている。携帯電話やスマートウォッチなどの携帯装置にもモバイル決済機能が搭載されており、ユーザの生体認証の標準機能となっている。携帯電話などの携帯装置は、フルディスプレイ(又は超狭額縁)に向けてさらに発展されているため、従来の静電容量式指紋ボタンは使用できなくなったが、相補型金属酸化物半導体(CMOS)イメージセンサ(CISと呼ばれる)センシングメンバーと光学レンズモジュールを備えた従来のカメラモジュールと非常に類似した新しい小型化光学イメージング装置が進化してきた。小型化光学イメージング装置は、アンダーディスプレイとしてディスプレイの下方に設けられる。ディスプレイ上に置かれる物体(より具体的には、指紋)の画像は、部分光透過性ディスプレイ(より具体的には有機発光ダイオード(OLED)ディスプレイ)により捕獲することができる。これは、指紋オンディスプレイ(FOD)と呼ぶことができる。
FODセンシングでは、指紋を正しくセンシングし、偽指紋や指を使用して認証を通過するのを防ぐために、指が本物かどうかを判断する必要がある。現在、なりすまし技術はますます洗練されている。例えば、2D画像又は3Dプリントによりモルドを作製し、様々なシリカゲルと顔料をモルドに充填して指を偽造することができる。或いは、他人の指紋を指の表面に貼り付けられた透明又は肌色のフィルムにコピーすることができ、透明なフィルムに貼り付けられた偽指(偽物の指)を簡単に区別できない。ディスプレイが指の部分的な特性をシールドして認識結果に影響を与える可能性があるため、FODセンシングを使用するときにこの偽指の認識技術に特別な注意を払う必要がある。
以上の説明によれば、偽指が指紋認識を通過しないように、実指を判断するメカニズムと方法をさらに改善する必要がある。
そのため、本考案は、指が押すと変形する物理現象と、時間及び/又は空間領域での異なるスペクトル検出との組み合わせにより指が実指であるか否かを判断する、実指を判断可能な統合型スペクトルセンシング装置を提供することを目的とする。
本考案の他の目的は、隣接する光センシングセルと異なるスペクトル分離セルとの組み合わせにより異なる強度を取得し、これらの強度の1つ以上の比率に基づいて実指を判断する、実指を判断可能な統合型スペクトルセンシング装置を提供することである。
上記目的を達成するために、本考案によれば、光学ユニットと、指紋センシングアレイと、信号処理ユニットを含み、指紋センシングアレイが光学ユニットに光学的に接続され、複数のスペクトル検出ユニットを含み、スペクトル検出ユニットが光学ユニットを介して指から光を受け、指から出力されたスペクトルの分布又は変化を検出し、複数セットの異種スペクトルデータを取得し、信号処理ユニットがスペクトル検出ユニットに電気的に接続され、複数のセットの異種スペクトルデータに基づいて測定領(measurement domain)域分析を行い、指が実指であるか否かを判断する統合型スペクトルセンシング装置が提供される。
上記実施形態によれば、指が押すと変形するという物理現象をスペクトル検出と組み合わせて利用することにより指が実指であるか否かを判断することができる。一方、時間及び/又は空間領域のスペクトル検証に基づいて実指を効果的かつ正確に判断することができる。ハードウェア、ファームウェア、又はソフトウェアを用いて時間及び/又は空間領域のスペクトル検証を実行することにより、偽指が検証を通過するというセキュリティ問題が防止される。さらに、隣接する光センシングセルを異なるスペクトル分離セルと組み合わせて使用して異なる強度を取得し、これらの強度の1つ以上の比率に基づいて指が実指であるか否かを判断する。スペクトル分離セルのための簡単な光学コーティング処理を利用することにより、製造コストを大幅に増大させることなく、指のなりすまし防止検出を達成することができる。さらに、偽指を用いて指紋検証を通過する問題が効果的に解決され得る。
本考案の適用範囲のさらなる範囲は、以下に与えられる詳細な説明から明らかになるであろう。 しかしながら、本考案の精神及び範囲内の様々な変更及び修正がこの詳細な説明から当業者に明らかになるので、詳細な説明及び特定の例は、本考案の好ましい実施形態を示すが、例示としてのみ与えられることを理解されたい。
本考案は、主に、実指に含まれる不均一な毛細管分布を利用して達成される。したがって、指の幾何学的空間上の不均一な色分布は、通常目視で観察することができる。また、指が下方にFODセンサが設けられた表面(例えば、携帯電話のディスプレイ表面)にタッチすると、指の毛細血管が押されて血流が遮断され、指の肌の色がさらに変化し、時間軸上の色変化が引き起こされる。上述した2つの現象の一方又は両方に基づいて、実指の真偽を判断することができるため、偽指の攻撃を回避することができる。一方で、本実施形態は、主に、フルカラースペクトルを測定可能な従来のCIS RGBピクセル(従来技術は全て又はほとんどRGBピクセルを利用する)によって達成される。1つの光学指紋センシングアレイ(従来の技術は全て白色ピクセルを利用して、全ての可視光スペクトル又は一部の赤外線スペクトルを受信する)において、一部のピクセルにより擬似CIS RGBピクセルを構成し、アレイに分散させ、空間領域及び時間領域における指表面のスペクトル変化を取得する。
図1は、圧力がある場合とない場合の状態での指を示すスペクトルチャートである。この実験は人によって異なる可能性があり、データを定量化せずにその特性を示すだけであることに注意されたい。図1において、横軸は波長、縦軸は強度、曲線CV1及びCV2はそれぞれ圧力がある場合とない場合の指の特定部分のスペクトル特性を示す。例えば、380nm−580nmの波長範囲での強度レベル変化から分かるように、圧力がある場合とない場合にもかかわらず、指のスペクトルが所定のレベルに達することができる。複数セットのトレーニングデータに基づいて、センシングされる指が実指であるか否かを判断することができる。これは、指の初期、中期及び後期の圧迫段階の圧力変化をセンシングするための動的センシング方法であり、様々なスペクトル強度情報が示される。しかしながら、一実施形態では、機械学習又は人工知能アルゴリズムにより最適な解決策を得ることができる。
図2は、CIE1931色空間に変換された図1のチャートを示す概略図である。図2のCIE1931色空間に示すように、コーナーRRは赤色、コーナーGRは緑色、コーナーBRは青色である。点P1は、曲線CV1、即ち圧力がかかる指に対応する。点P2は、曲線CV2、即ち圧力がかかっていない指に対応する。「L」で輝度値(範囲0−100)、「a」で緑色から紅紫色の数値(範囲−500−500)、「b」で青色から黄色の数値(範囲−200−200)を示すと、点P1の(L,a,b)は(39.94,9.26,16.79)であり、点P2の(L,a,b)は(27.73,21.16,17.96)である。指に圧力がかかっていない場合、スペクトルは赤みがかり、指に圧力がかかっている場合、スペクトルは赤みが少ないことが観察され得る。主な理由は、指に圧力がかかると、毛細血管の血流が遮断され、センシングされたスペクトルは赤みが少ないためである。したがって、実指を判断するのに有用なデータベースとして機能する最適な解決策は、点P1とP2での大量のトレーニングデータ、機械学習、及び/又は人工知能アルゴリズムにより取得することができる。
図3Aは、本考案の好ましい実施形態に係る統合型スペクトルセンシング装置を示す概略局所平面図である。図3Bは、図3Aの第2ブロックを示す概略拡大図である。図3A及び3Bに示すように、統合型スペクトルセンシング装置(ISSD)100は、光センシングセル11と、二次元アレイに配列されるスペクトルセンシングセル12(CISのRGBピクセルに類似する)とを含む。いくつかの光センシングセル11及びいくつかのスペクトルセンシングセル12は、スペクトルクラスタブロック120を構成する。複数のスペクトルクラスタブロック120は、関心領域(ROI)と呼ばれるセンシング領域110を構成する。スペクトルクラスタブロック120の間には、他の光センシングセル11が配置されている。図3Aに光センシングセル11及びスペクトルセンシングセル12が示されていないが、図3Bの光センシングセル11及びスペクトルセンシングセル12により指紋センシングアレイ10を定義することができる。スペクトルクラスタブロック120において、スペクトルセンシングセル12の一部は異種スペクトル分離セル12a、12b、12c(例えば、青色(B)、緑色(G)及び青色(R)スペクトル分離セル)によりカバーされており、他の光センシングセル11はスペクトル分離セルによりカバーされていない。ここで、異種スペクトル分離セル12a、12b、12cは、スペクトル分離セル12a、12b、12cに対応できる狭いスペクトル(例えば、従来のRGBカラー)を示す。したがって、本例において、3つのスペクトルセンシングセル12と異種スペクトル分離セル12a、12b、12cは、1つのスペクトル検出ユニット13を構成することができ、スペクトルセンシングセル12は、三原色(RGB)の異種スペクトル分離セル12a、12b、12cにより全可視光スペクトルを検出することができる。ISSD100は、各スペクトルクラスタのデータを取得することができ、スペクトル検出ユニットの情報を計算してセンサのレジスタ、記憶エリア、内部若しくは外部モジュール又はシステムのランダム・アクセス・メモリ(RAM)、特別なメモリ(例えば、ワンタイムプログラマブル(OTP)メモリ、マルチタイムプログラマブル(MTP)メモリ、電気的に消去可能でプログラム可能な読み取り専用メモリ(EEPROM)などを含む揮発性又は不揮発性メモリ)に記憶するためのハードウェアを備えている。スペクトル検出ユニット13の情報は、フルスペクトル(RGB又はRGBW)情報(Wは黒と白を示す)を含み得る。スペクトル検出ユニットを適切に配置することにより、指の正確な局所情報を得ることができる。この好ましい実施形態において、各スペクトル検出ユニット13は、3つのスペクトルセンシングセル12と三原色の3つの異種スペクトル分離セル12a、12b、12cからなるが、他の実施形態において、1つスペクトルセンシングセル12を1つの異種スペクトル分離セル12a、12b又は12cと組み合わせ、又はいずれか2つのスペクトルセンシングセル12を2つの異種スペクトル分離セルと組み合わせて1つのスペクトル検出ユニット13を構成することもできる。したがって、別の定義によれば、1つのスペクトルセンシングセル12及び1つの異種スペクトル分離セル12aもスペクトル検出ユニットを構成することができる。この場合には、異種スペクトル分離セルは、用語の定義にすぎず、スペクトル分離セルと呼ばれることもできる。
光学ユニット20と組み合わせて動作するスペクトル検出ユニット13の2つの例を示す概略図である。図3Cに示すように、指紋センシングアレイ10のスペクトル検出ユニット13は、スペクトルセンシングセル12と、スペクトル分離セル12a、12b、12cとかならる。スペクトル検出ユニット13を光学ユニット20の一部(例えば、従来のレンズ)又は全体(例えば、マイクロレンズ)と組み合わせて使用することによりスペクトル検出効果を達成する。別の定義によれば、光学ユニット20の対応する部分を組み込み得るが、本考案はこれに限定されない。光学ユニット20は、マイクロレンズ及び光開口などの構造を含み得るか、又は光コリメータ(光チャンネルコリメータ、例えば、光ファイバボード、同じ機能を有する他の構造;マイクロレンズ及び光開口からなる角度コリメータなど)であってもよい。或いは、光学ユニット20はまた、従来の屈折、回折又は反射レンズセットであってもよい。図3C及び3Dの配置は、セル/要素間の相対的な関係を概略的に説明するためにのみ提供され、それらの間の製造プロセス関係を制限することなく、又はそれらの間の完全な直接接触を意味することはないことに留意されたい。図3Cにおいて、光学ユニット20は、スペクトルセンシングセル12と光学ユニット20との間に設けられた異種スペクトル分離セル12a/12b/12c上又はその上方に設けられる。スペクトルセンシングセル12は、光学ユニット20及びスペクトル分離セル12a/12b/12cを介して指から出力されるスペクトル分布を受ける。図3Dにおいて、光学ユニット20は、スペクトルセンシングセル12と異種スペクトル分離セル12a、12b、12cとの間に設けられ、スペクトル分離セル12a/12b/12cは、光学ユニット20の上又はその上方に設けられる。スペクトルセンシングセル12は、スペクトル分離セル12a/12b/12c及び光学ユニット20を介して指のスペクトルを受ける。図3B−3Dに基づいて、光学ユニット20は、光学ユニット20がスペクトル検出ユニット13に光学的に接続され、スペクトル検出及び光学センシングの効果を達成できれば、スペクトル検出ユニット13上又はその上方に配置することができる。
図4は、ISSD100及びホスト200を示す概略操作図である。図4及び3A−3Dに示すように、本実施形態のISSD100は、光学ユニット20、指紋センシングアレイ10及び信号処理ユニット30を含む。光学ユニット20に光学的に接続された指紋センシングアレイ10は、スペクトル検出ユニット13を含む。スペクトル検出ユニット13は、光学ユニット20を介して指から光を受け、指から出力されたスペクトルの分布又は変化を検出し、複数セットの異種スペクトルデータSPを取得する。1つの非制限的な例では、白色光で指を照射する。指紋センシングアレイ10は、光センシングセル11をさらに含んでもよい。スペクトル検出ユニット13は、スペクトルセンシングセル12と、隣接する異種スペクトル分離セル12a、12b、12cとを含む。異種スペクトル分離セル12a、12b、12cは、スペクトルセンシングセル12をカバーし、対角線上に隣接して交互するように配置される。これによって、異種スペクトル分離セル12a、12b、12cに対応するスペクトルセンシングセル12は、光学ユニット20及び異種スペクトル分離セル12a、12b、12cを介して指をセンシングする。一例において、光センシングセル11とスペクトルセンシングセル12は、構造及び特性が同じであるため、製造コストが低くなる。一例において、光センシングセル11とスペクトルセンシングセル12は、特性(例えば、感度)が異なるように構成されてもよい。例えば、スペクトルセンシングセル12は、高感度を有するため、より正確な実指判断結果を提供することができる。さらに、図4に示されるISSD100は、ディスプレイ50を備えるホスト200に電気的に接続(又は連結)される。このホストは、携帯電話、タブレットコンピュータ、デスクトップコンピュータ、ノートブックコンピュータなどであってもよい。ISSD100及びホスト200の関連構成は、図11−13に示される。ディスプレイ50は、情報を表示してユーザと交流できるとともに、指を照射する光を提供して反射光又は透過/屈折光を生成することができる(指に射入して透過/屈折される)。もちろん、指を照射するために追加の光源を設けることもできる。ディスプレイ50は、タッチ機能を有し、ISSD100にタッチイベント信号を提供することができる。従って、信号処理ユニット30は、ホスト200の中央処理装置(CPU)230に電気的に接続される。CPU230は、ホスト200のディスプレイ50に電気的に接続され、ディスプレイ50及び信号処理ユニット30の操作を制御する。この場合には、ISSD100は、独立した信号処理ユニットを有する。実指を直接判断し、ホスト200とマッチする複雑さを低減することができる。
さらに、本例において、異種スペクトル分離セル12a、12b、12cが同時に存在するため、混合スペクトルの光を光源として使用し、指に光を提供することができる。これによって、指紋センシングアレイ10は、一度に複数セットの異種スペクトルデータSPを取得することができる。これらのセットの異種スペクトルデータSPは、指紋センシングアレイ10及び信号処理ユニット30に電気的に接続されたストレージ140に記憶することができる。信号処理ユニット30は、スペクトルセンシングセル12に電気的に接続され、これらのセットの異種スペクトルデータSPに基づいて測定領域分析を実行し、指が実指であるか否かを判断する。例えば、これらのセットの異種スペクトルデータSPの時間領域及び空間領域のうちの一方又は両方におけるスペクトル変化を分析することで指が実指であるか否かを判断する。ここで、測定領域分析は、時間領域分析及び/又は空間領域分析を含む。ISSD100は、アンダーディスプレイ又はその他の独立した場合に適用可能であるが、特に制限されない。
異種スペクトル分離セルによってカバーされていない光センシングセル11は、光学ユニット20を介して指紋をセンシングし、指紋画像を取得する。もちろん、光センシングセル11及びスペクトルセンシングセル12によって取得された信号を指紋画像に統合することもできる。
本実施例において、信号処理ユニット30は、センシング領域セレクタ31及び動的スペクトルベリファイア(DSV)32を含んでもよい。センシング領域セレクタ31は、指紋センシングアレイ10に電気的に接続され、タッチイベント信号に基づいて指紋センシングアレイ10のセンシング領域110(又はROI)を選択し、センシング領域110に対応する複数のセットの異種スペクトルデータSPを生成できるように指紋センシングアレイ10を起動する。タッチイベント信号は、指紋センシングアレイ10の上方に位置するタッチパネル(図示せず)から来ることができる。一例において、センシング領域セレクタ31は、スペクトルクラスタROI選択機能をし、ROIのスペクトルクラスタ情報を選択し、次いで指スペクトル分布又は変化を計算し、値をストレージ140に記憶する。DSV32は、時間領域におけるスペクトルクラスタ情報を検出し、スペクトル変化パラメータを計算する。従って、DSV32は、時間領域における複数セットの異種スペクトルデータSPのスペクトル変化を分析し、実指を判断する。ホスト200は、有線又は無線接続インタフェース300を介してISSD100に接続され、DSV32の認識結果を直接取得し、CPU230で実行するセンサソフトウェア開発キット(SDK)210を介してストレージ140から異種スペクトルデータSPを取得し、DSV32と同じ又は異なるさらなる検証を実行する。他の例において、ISSD100は、DSV32を含まず、センサSDK210により動的スペクトル検証を直接実行することができる。
図5は、統合型スペクトルセンシング方法の一例を示すフローチャートである。図5に示すように、ステップS01において、指タッチイベントを検出し、タッチイベント信号に基づいてセンシング領域を選択する。次いで、ステップS02において、指紋センシングアレイ10はセンシング領域の第1画像のスペクトルクラスタ情報を取得する。即ち、指紋センシングアレイ10は、第1時点でセンシング領域110をセンシングし、第1セットの異種スペクトルデータSPを取得する。さらに、ステップS03において、センシング領域の第1画像のスペクトルクラスタ情報(即ち、第1セットの異種スペクトルデータSP)を記憶する。次に、ステップS04において、指紋センシングアレイ10は、センシング領域の第1画像のスペクトルクラスタ情報を取得する。つまり、指紋センシングアレイ10は、第2時点でセンシング領域110をセンシングし、第2セットの異種スペクトルデータSPを取得する。次に、ステップS05において、センシング領域の第1画像のスペクトルクラスタ情報(即ち、第2セットの異種スペクトルデータSP)を記憶する。次に、ステップS06において、動的スペクトル検証を実行する。つまり、信号処理ユニット30は、複数セットの異種スペクトルデータSPの第1時点及び第2時点でのスペクトル変化を分析し、実指を判断する。最後に、ステップS07において、検証結果を記憶する。
従って、本実施形態は、統合型実指スペクトルセンシング方法を提供する。この方法は、図4、5に示すように、以下のステップを含む。ステップS01に示すように、タッチイベント信号を受け、タッチイベント信号に基づいて指紋センシングアレイ10のセンシング領域110を選択し、指紋センシングアレイ10がセンシング領域110に対応する複数セットの異種スペクトルデータSPを生成することを可能にする。そして、ステップS02−S05において、指紋センシングアレイ10のスペクトル検出ユニット13(異種スペクトル分離セル12a、12b、12c及びスペクトルセンシングセル12から構成される)を用いて指から出力されるスペクトル分布又は変化(即ち、指から出力されるとともに指紋情報を運んでいる光のスペクトル分布又は変化)をセンシングし、複数セットの異種スペクトルデータSPを取得する。次いで、ステップS06−S07において、複数セットの異種スペクトルデータSPの時間領域及び空間領域の一方又は両方におけるスペクトル変化を分析し、実指を判断し、検証結果を記憶する。時間領域でのスペクトル変化をセンシングする場合、ステップS02の第1画像及びステップS04の第1画像は、それぞれ異なる時点でのグローバル画像を示すことができる。空間領域でのスペクトル変化をセンシングする場合、ステップS02の第1画像及びステップS04の第1画像は、それぞれ同じ時間帯に異なる位置で得られたローカル画像を示す。
図6は、指タッチイベントを示す概略図である。図6において、横軸は時間、縦軸はタッチ力に対応するレベルを示す。図6に示すように、時点t1は、タッチパネルが指のタッチをセンシングすることを示し、時点t4は、指がタッチパネルから離れたことを示し、時点t2から時点t3までの期間は、指が安定してタッチパネルにタッチしていることを示す。従って、第1時点は、タッチイベントの開始期間(t1からt2)又は終了期間(t3からt4)であり、第2時点は、タッチイベントの中期(t2からt3)であり得る。従って、指が第1時点で指紋センシングアレイ10に直接又は間接接触する第1圧力は、指が第2時点で指紋センシングアレイ10に直接又は間接する第2圧力よりも高い。ヒトの指は、トレーニングデータとして機能することができ、実指を判断する基礎として第1時点及び第2時点を適切に選択することができる。
図7は、統合型スペクトルセンシング方法の他の例を示すフローチャートである。図7及び6において、指タッチイベントが存在する期間にスペクトルクラスタ情報(異種スペクトルデータSP)を動的に捕獲し、記憶することもできる。タッチイベントが消えた後、記憶されたスペクトルクラスタ情報に基づいて動的スペクトル検証を実行することができる。図7のステップS01は図5と同様である。ステップS01の後に、次の画像フレームのセンシング領域のスペクトルクラスタ情報を取得し(ステップS12)、記憶する(ステップS13)。次いで、動的スペクトル変化を記録し(ステップS14)、ここで、動的スペクトル検証を実行し、検証結果をストレージに記録することができる。そして、指が離れたか否かを検出する(ステップS15)。指が離れていない場合、ステップS12−14を繰り返す。指が離れた場合、任意のステップS16を実行して結果を検証して記憶する。このステップS16は、ホスト端で実行することができ、ISSDに付加的に設けられたハードウェア回路によって実行することもできる。
さらに、時間領域及び空間領域の一方又は両方での複数セットの異種スペクトルデータSPのスペクトル変化を分析し、信号処理ユニット30は、同一フレームの隣接する異種スペクトルデータSPの比又は数学演算結果に基づいて比較して実指の判断を補助することもできる。即ち、測定領域分析に関連する強度領域分析も実行することができる。
図4及び図1において、信号処理ユニット30は、波長範囲380nm−580nmでの複数セットの異種スペクトルデータSPのレベル変化が所定レベル(例えば、曲線CV1とCV2の間の平均レベル差)に達するか否かを分析し、実指の判断を実行することができる。図4及び図2において、信号処理ユニット30は、CIE1931色空間での複数セットの異種スペクトルデータSPの位置変化が所定のオフセット(例えば、点P1からP2への平均オフセット;このオフセットは、トレーニングデータに基づいて得ることができる)に達するか否かを分析し、実指の判断を実行することができる。
図は、8ACIE1931色空間における空間領域の指スペクトルチャートを示す分布図である。図8Bは、指上の図8Aに対応する複数の点を示す分布図である。即ち、ISSD100によりセンシングされる指F上の点P3、P4及びP5から出力されるスペクトルのCIE1931色空間における位置は図8Aに示される。空間領域における指のスペクトル変化は、指の小さな血管が不均一な圧力にあることによるものである。今まで、このような現象を示す偽指は発見されていない。即ち、実指上の異なる2点から対応して出力されるスペクトルは、不均一な圧力の下で違いがあり、この違いはCIE1931色空間で確認することができる。これに対し、押される偽指上の異なる2点に対応するスペクトルには違いがない。即ち、偽指の場合には、CIE1931色空間における点P3、P4及びP5の位置は重なっている。3点で説明したが、実際の実施時に2点又は4点以上の例を使用してもよい。
実指判断は、空間領域変化と組み合わせて図4の構造を使用して実行することができる。図3A、4、8A及び8Bに示すように、指紋センシングアレイ10は、センシング領域110の異なる位置(例えば、図8Bに対応する点P3、P4及びP5)をセンシングして複数セットの異種スペクトルデータSP(例えば、図8Aの点P3、P4及びP5に対応する3セットの異種スペクトルデータ)を取得し、信号処理ユニット30は、異なる位置の複数セットの異種スペクトルデータSPのスペクトル変化を分析する。このとき、DSV32は、空間スペクトル検証機能を提供することができる。一方、信号処理ユニット30は、CIE1931色空間での複数セットの異種スペクトルデータSPの位置変化が所定のオフセットに達したか否かを分析し、実指の判断を実行する。
判断の結果をより正確にするために、複数セットの異種スペクトルデータSPの時間領域変化及び空間領域変化に基づいて二重検証を実行することもできる。この場合、指紋センシングアレイ10は第1時点及び第2時点でセンシング領域110をセンシングして複数セットの異種スペクトルデータSPを取得する。信号処理ユニット30は、第1時点及び第2時点で複数セットの異種スペクトルデータSPのスペクトル変化を分析し、実指の判断を実行する。さらに、信号処理ユニット30は、異なる位置での第1時点及び第2時点の一方又は両方に対応する複数セットの異種スペクトルデータSPのスペクトル変化を分析し、さらなる実指の判断を実行する。
図9は、空間領域でのスペクトル変化判断を実行するためのハードウェア装置を示すブロック図である。図9(図4に類似する)において、ISSD100の指紋センシングアレイ10は、センシング領域の異なる位置をセンシングして複数セットの異種スペクトルデータSPを取得する。複数セットの異種スペクトルデータSPは、データバッファインターフェイス150及び接続インターフェース300を介してホスト200に送信される。ホスト200のCPU230において実行するセンサSDK210は、空間スペクトル検証(SSV)220及び指紋のための人工知能エンジンと協働して空間スペクトル検証及び他の上記機能を実行する。
図10は、空間領域でのスペクトル変化判断を実行するためのハードウェア装置を示す他のブロック図である。図10において、本例は、図4及び図9の構成と組み合わせたものであり、ISSD100のDSV32において動的スペクトル検証の時間領域を実行することができ、ホスト200のSSV220において空間スペクトル検証処理を実行することができる。しかしながら、これは一例に過ぎず、本考案を制限するものではない。さらに、CIE1931色空間を例として説明したが、本考案の概念は、既存又は将来の色空間に適用されて指が実指であるか否かを判断することもできる。
上記実施形態によれば、指が押すと変形する物理現象を利用し、スペクトル検出と組み合わせて指が実指であるか否かを判断することができる。一方、時間領域及び/又は空間領域でのスペクトル検証に基づいて実指を効率的で正確に判断することができる。ハードウェア、ファームウェア、又はソフトウェアを用いて時間及び/又は空間領域のスペクトル検証を実行することにより、偽指が検証を通過するというセキュリティ問題が防止される。
上記判断方法によれば、実指を判断する効果が達成され得る。即ち、検出される指が実指であるか否かを判断することができる(判断結果は「真又は偽」である)。実指の条件を満たせない限り、指は偽指と判断される。実指と非常によく似た特性を持つ模擬指にも誤判断はない。
図11−13は本考案の好ましい実施形態に係る統合型スペクトルセンシング装置の3つの例の部分システムを示す概略断面図である。図11において、ISSD100は、携帯電話のディスプレイ50の下方に設けられ(例えば、このようなISSD100は図3A−3Dにも適用される)、指Fの指紋をセンシングし、指紋センシングアレイ10、光学ユニット20及びスペクトル分離モジュール40(異種スペクトル分離セル12a、12b、12cからなる)を含む。一例において、ディスプレイ50は、指Fに照明光を提供することにより、指Fは光(例えば、反射光)を発し、スペクトル検出ユニット13により受けられる。指紋センシングアレイ10のセンシング基板15は、相補型金属酸化膜半導体(CMOS)光学画像センサを構成半導体基板であってもよく、他のタイプの光学画像センサ、例えば、ガラス基板上に薄膜トランジスタ(TFTs)が形成された光学画像センサ、高分子フィルム上に形成されたセンサ、又は任意の適切な基板上に形成された任意の光学画像センサであってもよい。センシング基板15は、二次元アレイに配列された光センシングセル11及びスペクトルセンシングセル12を有する。一例において、ディスプレイ50は指Fに光を提供することができる。他の例において、発光装置(図示せず)を増設して指を照射することができる。
光学ユニット20は、センシング基板15の上方に設けられる。スペクトル分離モジュール40は、光学ユニット20と協働して指Fの指紋を部分的に表す指Fからの光線Lのスペクトルを分離し、分離されたスペクトルをスペクトルセンシングセル12に伝送することにより、スペクトルセンシングセル12は、複数の強度を取得し、これらの強度に基づいて指Fが実指であるか否かを判断することができる(例えば、測定領域分析に関連する強度領域分析)。本例において、これらの強度の1つ以上の比率に基づいて指Fを本物と判断する。他の例において、強度の数学的組み合わせの1つ以上の差異又は積(統計で使用され得る)に基づいて指Fを本物と判断することができる。この技術を統合型実指スペクトルセンシング方法に使用することにより、複数セットの異種スペクトルデータSPの強度の数学的組み合わせ(1つ以上の比率)を分析して指が実指であるか否かを判断することができる(1つ以上の比率をデータベースの事前に検出されたデータと比較して判断することができる)。
図11において、スペクトル分離モジュール40は、隣接して配置された異種スペクトル分離セル12a、12b、12c(又はなりすまし防止スペクトル分離セル)を含み(隣接する2つのセルの間に他のスペクトル分離セルが存在しない。隣接するセルは、縁部で隣接してもよく、角部で隣接してもよい)、光学ユニット20と協働して光線L(第1光線L1、第2光線L2及び第3光線L3)のスペクトルを分離し、分離されたスペクトルを3つのスペクトルセンシングセル12に伝送し、これらの強度の第1強度E1、第2強度E2及び第3強度E3を取得する。このようにして、指Fの反射光のスペクトル特性を取得し、第1−第3強度E1、E2、E3のいずれか2つの比率の数学的組み合わせ(例えば、比率(E1/E2)及び(E2/E3))に基づい指Fを本物であると判断することができる。このとき、3つのスペクトルセンシングセル12によりセンシングされた第1−第3光線L1−L3は、指Fの仮想同一部位VIPを示す。一例において、指紋隆線間のピッチは約400−500μmであり、スペクトルセンシングセル12間のピッチは約10−20μmである。これによって、隣接する3つのスペクトルセンシングセル12は、実際には指紋の同一部位(この部位のスペクトルは仮想同一部位又は位置と呼ばれる)を測定する必要があり、本当の物理的意味を得る。VIPは同一点の実質的に同じ深度情報を表すため、強度がドリフトすることがない。これは、指Fと3つのスペクトルセンシングセル12又は光学ユニット20との間の距離が約1,000μmであることで、横方向の寸法と縦方向の寸法との差が比較的大きい場合、3つのスペクトルセンシングセル12がセンシングする部位がほぼ同じためである。さらに、光学ユニット20は、さらに指紋を部分的に表す指Fからの通常光線L6をセンシング基板15の対応する光センシングセル11に伝送し、指紋を部分的に表す指紋画像を取得する。スペクトルセンシングセル12が受信した信号は、実指の判断に使用することができ、さらに補償されて指紋画像の複数のピクセルの信号を取得することもできる。
したがって、異種スペクトル分離セル12a、12b、12cは隣接してスペクトルセンシングセル12をカバーすることにより、異種スペクトル分離セル12a、12b、12cに対応するスペクトルセンシングセル12は、光学ユニット20及び異種スペクトル分離セル12a、12b、12cにより指から出力されたスペクトル分布又は変化をセンシングして複数セットの異種スペクトルデータSPを取得する。
図11の例において、異種スペクトル分離セル12a/12b/12cは、赤色/緑色/青色スペクトル分離セル(光線が異種スペクトル分離セル12aに当たった後、赤色スペクトルが分離されて異種スペクトル分離セル12aを通過する)であるが、本考案は、異種スペクトル分離セル12a、12b、12cが異なる波長又はスペクトルを有する光成分の通過を可能にする限り、これに限定されない。
光学ユニット20は、光学エンジンとも呼ばれ、センシング基板15の上方に設けられる。光学エンジンは、レンズタイプ光学エンジン(例えば、2つ以上のレンズを有する)又は光学コリメータエンジン(マイクロレンズアレイ又は光ファイバ(マイクロレンズなし)を含む)であり得る。光学エンジン(例えば、レンズタイプ)は、センシング基板15から一定の距離離れていてもよい。或いは、光学エンジン(例えば、マイクロレンズアレイ又は光ファイバ)は、製造プロセスと統合された結合方法又は接着及び組み立てによって、センシング基板15に結合されていてもよい。さらに、光学ユニット20は、スペクトル分離モジュール40と指Fとの間に設けられる。異種スペクトル分離セル12a、12b、12cは、それぞれスペクトルセンシングセル12上に設けられる。例えば、異種スペクトル分離セル12a、12b、12cは、異なる波長に対応し、3つのスペクトルセンシングセル12又は光学ユニット20上に設けられる光学フィルム又は結合膜である。実際には、2つ以上のスペクトルは、なりすまし防止スペクトル分離セルの分離又は抽出スペクトル(可視光帯域(400〜700nm)又は近赤外光帯域(700〜1,000nm)に含まれる)として機能することができる。結合膜を使用する場合、特に位置合わせが必要とされない。画像処理をするときに、指がない画像又は参考パターンを捕獲し、なりすまし防止スペクトル分離セル及び対応する光センシングセルの位置を見つけて後続の指紋画像捕獲のための参考として機能することができる。本例において、3つの異種スペクトル分離セル12a、12b、12cで説明されたが、本考案から分かるように、2つの異種スペクトル分離セルを用いて本実施形態の効果を達成することもできる。
上記構造は、少なくとも2つの異なるスペクトル分離構成を有する少なくとも2つの隣接するピクセルにより達成できる。第1ピクセルは、第1スペクトル分離セルを介して指の反射光を受けてE1を取得し、第2ピクセルは、第2スペクトル分離セルを介して指の反射光を受けてE2を取得する。比率(E1/E2)に基づいて指の反射光のスペクトル特性を偽指検出の根拠として取得することができる。例は後述する。
ISSD100は、信号処理ユニット30をさらに含んでもいい。信号処理ユニット30は、光センシングセル11及びスペクトルセンシングセル12(又はスペクトル検出ユニット13)に電気的に接続され、強度に基づいて指Fが実指であるか否かを判断する。信号処理ユニット30は、独立したプロセッサ又は電子機器(例えば、携帯電話)のCPUであってもよい。光センシングセル11が指紋を部分的に表す指紋画像を取得するため、信号処理ユニット30は、指Fが実指であると判断される場合にのみ光センシングセル11によって捕獲された指紋画像を処理する。異種スペクトル分離セル12a、12b、12cは、スペクトルセンシングセル12と光学ユニット20との間に設けられている。
図2−11の実施形態から分かるように、信号処理ユニット30は、複数セットの異種スペクトルデータSPに基づいて測定領域分析を実行し、指が実指であるか否かを判断することができる。例えば、以下のメカニズムのうちの1つ又は複数を実行する。(a)複数セットの異種スペクトルデータSPの時間領域でのスペクトル変化を分析する。(b)複数セットの異種スペクトルデータSPの空間領域でのスペクトル変化を分析する。(c)複数セットの異種スペクトルデータSPの複数の強度の間の関係を分析する(複数セットの異種スペクトルデータSPの強度領域分析)。メカニズム(a)、(b)、(c)のうちの1つを使用することにより実指判断を速くすることができる。メカニズム(a)、(b)、(c)のうちの2つを使用することにより判断速度と判断精度を両立することができる。メカニズム(a)、(b)、(c)をすべて使用することにより判断精度を向上させることができる。
図12の例では、大量生産とコスト削減のために異種スペクトル分離セル12a、12b、12cをセンシング基板15上の透明層35上に設ける以外、図11と同様である。なお、なりすまし防止スペクトル分離セルは、透明層35の上面又は下面に設けられてもよく、透明層35は、光透過性ガラス又は他の光透過性媒体であってもよい。
図13には、上側スペクトル分離構成が示される。スペクトル分離モジュール40の異種スペクトル分離セル12a、12b、12cは、光学ユニット20と指Fとの間に設けられる。即ち、なりすまし防止スペクトル分離セルは、光学ユニット20の上面(例えば、マイクロレンズの上面/下面又は光ファイバコリメータの上面)に設けられる。これによって、スペクトル分離セル12a、12b、12cを含む光学ユニット20の製造コストは削減され得る。
図14及び15は、本考案の好ましい実施形態のなりすまし防止スペクトル分離セルの2つの例を示す概略図である。図14において、異種スペクトル分離セル12a、12b及び/又は12cは、表面プラズモンスペクトルセパレータであり得る。図15において、異種スペクトル分離セル12a、12b及び/又は12cは、回折格子型スペクトルセパレータであり得る。
図16−20は、なりすまし防止スペクトル分離セルのブロックの例を示す上面図である。図16において、スペクトル分離モジュール40は、これらの比率のうちの1つ以上の比率(中央比)を有する第1ブロック40Mと、第1ブロック40Mの横に設けられ、これらの比率のうちの1つ以上の比率(周辺比)を有する1つ以上の第2ブロック40Pとを含む。これによって、1つ以上の中央比及び1つ以上の周辺比に基づいて指Fが実指であるか否かを判断することができる。異なる波長の光成分が透過可能なスペクトル分離モジュール40の隣接する異種スペクトル分離セル12a、12b、12cは、密接にずらされるように配列され得る。第1ブロック40Mは、中央なりすまし防止スペクトル分離セル40A及び中央なりすまし防止スペクトル分離セル40Aの周囲に設けられた周囲なりすまし防止スペクトル分離セル40F(40B−40E)を含む。本実施例において、4つの周囲なりすまし防止スペクトル分離セル40F(40B−40E)は、中央なりすまし防止スペクトル分離セル40Aの4隅に配置される。中央なりすまし防止スペクトル分離セル40Aによって分離された光波長は、周囲なりすまし防止スペクトル分離セル40F(40B−40E)によって分離された光波長と異なる。本実施例において、周囲なりすまし防止スペクトル分離セル40F(40B−40E)は、なりすまし防止スペクトル分離セル40B(青色スペクトル)、40C(赤色スペクトル)、40D(青色スペクトル)及び40E(赤色スペクトル)を含み、中央なりすまし防止スペクトル分離セル40Aは、緑色スペクトル分離セルである。
4つの周囲なりすまし防止スペクトル分離セル40F(40B−40E)は、第1周囲なりすまし防止スペクトル分離セル40B、40D及び第2周囲なりすまし防止スペクトル分離セル40C、40Eを含む。第1周囲なりすまし防止スペクトル分離セル40B、40Dは、中央なりすまし防止スペクトル分離セル40Aの2つの対角部に隣接し、同じ第1光波長を生成する。第2周囲なりすまし防止スペクトル分離セル40C及び40Eは、中央なりすまし防止スペクトル分離セル40Aの他の2つの対角部に隣接し、同じ第2光波長を生成する。しかし、第1周囲なりすまし防止スペクトル分離セル40B及び40Dによって分離された光波長は、第2周囲なりすまし防止スペクトル分離セル40C及び40Eによって分離された光波長と異なる。
図17及び18において、スペクトルセンシングセル12のうちの複数は、スペクトル分離モジュール40の1つのなりすまし防止スペクトル分離セルからの光を対応して受ける。図17において、スペクトル分離モジュール40の1つのなりすまし防止スペクトル分離セルは、4つのスペクトルセンシングセル12をカバーする。図18において、スペクトル分離モジュール40の1つのなりすまし防止スペクトル分離セルは、2つのスペクトルセンシングセル12をカバーする。このようにして、光センシングセルは、より多い情報を取得して実指判断の精度を高めることができる。
図19において、波長が異なる光成分が透過可能なスペクトル分離モジュール40の対角線上に隣接する異種スペクトル分離セル12a及び12bは、直接隣接して配置される。図19において、周囲なりすまし防止スペクトル分離セル40Fは、上部の正方形領域又は2つの対角位置の正方形からなる領域(例えば、右下の破線枠)とみなすことができる。図20において、波長が異なる光成分が透過可能なスペクトル分離モジュール40の隣接する異種スペクトル分離セル12a及び12bは、横方向又は縦方向に直接隣接して配置される。図19及び20において、少なくとも2つの隣接するピクセルは、間隔を空けて緊密に配置される少なくとも2つの色のスペクトル分離構成を有し、画像処理のときに画像補間を補助し、局所均一領域の指紋の隆線又は谷線の反射光の強度を取得することができる。
図21は、本考案の好ましい実施形態の指紋センサの設計パラメータの概略図である。図21の単一領域において、波長が異なる光成分が透過可能なスペクトル分離モジュール40の隣接する異種スペクトル分離セル12a及び12bは、実際な指紋画像をカバーする。実際な指紋画像のカバー範囲は、指Fの隣接する隆線と谷線との間の距離に関連し、好ましくは、指紋(2*HP)の最小周期の半分よりも小さい。HPは、半周期を示し、2*HPは、隣接する隆線又は谷線の間の距離と等しい。半周期HPは、隣接する隆線と谷線の間の距離に等しく、200−400ミクロン(μm)である。一例において、波長が異なる光成分が透過可能なスペクトル分離モジュール40の隣接する異種スペクトル分離セル12a及び12bは、100ミクロンよりも小さい範囲で実際な指紋画像をカバーし、より合理的で簡単に区別できる比率(E1/E2)又は比率(E2/E1)を取得する。カバーされる実際な指紋画像の範囲は、光センシングセル11が隣接するなりすまし防止スペクトル分離セルを介して仮想同一部位VIP(図11)からの光を受けることができる範囲を示す。
図22は、指紋センサのピクセル応答グラフを示す。図22及び16において、応答曲線CA、CD、CEはそれぞれ中央なりすまし防止スペクトル分離セル40A(例えば、緑色スペクトル分離セル)、第1周囲なりすまし防止スペクトル分離セル40D(例えば、青色スペクトル分離セル)、及び第2周囲なりすまし防止スペクトル分離セル40E(例えば、赤色スペクトル分離セル)に対応する。応答曲線CAは、ピーク強度が最も高く、約36%であり、応答曲線CDは、ピーク強度が最も低く、約14%であり、応答曲線CEは、ピーク強度が中程度であり、約28%である。この場合、信号処理ユニット30は、複数の光センシングセル11のうちの1つ(例えば、第1周囲なりすまし防止スペクトル分離セル40Dに対応する光センシングセル)の感度を向上させ、これらの強度の1つを補償することができる。或いは、信号処理ユニット30は、複数の光センシングセル11のうちの1つ以上の積分時間又はゲインを調整して複数の強度のうちの1つを補償することができる。
図23及び24は、指紋センサの2つの応用を示す概略図である。図23において、統合型スペクトルセンシング装置がTFTセンサである場合、ISSD100に類似し、ディスプレイピクセル(図示せず)交互に統合したISSD100'は、液晶ディスプレイ(LCD)、OLEDディスプレイ、マイクロLEDディスプレイ又は他の既存若しくは将来のインセルセンサ又はTFT製造プロセスにより製造されたTFTセンサを有するディスプレイとなり得る。この場合、センシング基板15は、ディスプレイ50の対向する2つの光透過性基板51及び52のうちの1つ(同図では、下方の光透過性基板51。センシング基板15は、光透過性基板51の一部とみなされてもよい)である。2つの光透過性基板51及び52の間の材料層は、OLEDディスプレイ又はLCDに含まれる材料層であってもよい。図23において、ISSD100'の一部を例として説明したが、本考案はこれに限定されない。ISSD100'は、ディスプレイ50の全体をカバーする全画面指紋センサであってもよい。図24において、ISSD100は、TFT又はCMOSセンサなどの独立したセンサであり、光透過性基板51の下方に設けられる。なお、図11−13におけるディスプレイ50は、LCD、OLEDディスプレイ、マイクロLEDディスプレイ又は光を提供して指を照射する既存又は将来のディスプレイであってもよい。
本考案の実施可能性を証明するために、以下例を挙げる。図25は、なりすまし防止スペクトル分離セルの構成を示す概略図である。図25において、隣接する赤色、緑色、及び青色なりすまし防止スペクトル分離セル45R、45G、45Bは1セットを構成する。光センシングセル11の信号値を表1から3に示す。左上隅は列1行1、右下隅は列10行10として定義される。表1には、実指F1に対応する値が示され、表2、3には、2つの偽指F2及びF3に対応する値が示される。
表1から分かるように、青色、緑色及び赤色なりすまし防止スペクトル分離セル45B、45G、45Rにそれぞれ対応する平均値(B、G、R)は、B=11.5、G=87、及びR=78である。したがって、R/G=78/87=0.9、B/G=11.5/87=0.13となる。緑色成分に対する赤色成分C1は、C1=α1*R/G=90であり、緑色成分に対する青色成分C2は、C2=α2*B/G=13であり、α1及びα2は、異なる光源に依存する。本実施例において、α1=100及びα2=100である。
表2から分かるように、青色、緑色及び赤色なりすまし防止スペクトル分離セル45B、45G、45Rにそれぞれ対応する平均値(B、G、R)は、B=89、G=257、R=141である。したがって、R/G=141/257=0.54、B/G=89/257=0.35となる。緑色成分に対する赤色成分C1は、C1=α1*R/G=54であり、緑色成分に対する青色成分C2は、C2=α2*B/G=35であり、α1及びα2は、異なる光源に依存する。本実施例において、α1=100及びα2=100である。
表3から分かるように、青色、緑色及び赤色なりすまし防止スペクトル分離セル45B、45G、45Rにそれぞれ対応する平均値(B、G、R)は、B=72、G=350、R=162である。したがって、R/G=162/350=0.462、B/G=72/350=0.2となります。緑色成分に対する赤色成分C1は、C1=α1*R/G=46であり、緑色成分に対する青色成分C2は、C2=α2*B/G=20であり、α1及びα2は、異なる光源に依存する。本実施例において、α1=100及びα2=100である。
図26は、3つの指のセンシング結果のC1及びC2を示す関係図である。図26において、実指F1の分布範囲は、右下隅に落ちる(即ち、C1が高く、C2が低い)。実指F1に血管があるため、緑成分に対して赤色成分は高く、緑成分に対して赤色成分は低い。偽指F2及びF3に血管がないため、C1が低く、C2が高い。したがって、強度の比率に基づいて実指であるか否かを判断することができる。もちろん、指のいくつかの状態とテストデータに基づいて関連データベースを作成することができる。データベースに基づいてC1とC2を比較し、人工知能トレーニングと組み合わせて実指の判断を実行することができる。
図27は、統合型スペクトルセンシング装置の他の例を示す概略ブロック図である。図27において、ISSD100は、モバイル装置(例えば、携帯電話、タブレットコンピュータなど)である。したがって、信号処理ユニット30は、モバイル装置のCPUとして機能し、指紋センシングアレイ10及びディスプレイ50に対して制御及び信号処理を行う。この場合、強力な計算機能を備えたモバイル機器のCPUを使用して信号処理や判定を行うことで、システム全体のコストを削減できる。
本実施形態の上記統合型スペクトルセンシング装置によれば、隣接する光センシングセルを異なるスペクトル分離セルと組み合わせて使用して異なる強度を取得し、これらの強度の1つ以上の比率に基づいて指が実指であるか否かを判断する。スペクトル分離セルのための簡単な光学コーティング処理を利用することにより、製造コストを大幅に増大させることなく、指のなりすまし防止検出を達成することができる。さらに、偽指を用いて指紋検証を通過する問題が効果的に解決され得る。
なお、上記のすべての実施形態は、実際の指の判断の正確さ、速度、及び安定性を提供するために、必要に応じてインタラクティブに組み合わせ、置き換え、又は修正することができる。
例及び好ましい実施形態により本考案を説明したが、本考案は、これらに限定されない。本考案には、様々な変形が含まれる。したがって、添付する特許請求の範囲は、そのようなすべての変更を包含するように、最も広い解釈を与えられるべきである。
BR:コーナー
CA、CD、CE:応答曲線
CV1:曲線
CV2:曲線
E1:第1強度
E2:第2強度
E3:第3強度
F:指
F1:実指
F2、F3:偽指
GR:コーナー
L:光線
L1:第1光線
L2:第2光線
L3:第3光線
L6:通常光線
P1、P2、P3、P4、P5:点
RR:コーナー
S01〜S07:ステップ
S12〜S16:ステップ
SP:異種スペクトルデータ
t1、t2、t3、t4:時点
VIP:仮想同一部位
10:指紋センシングアレイ
11:光センシングセル
12:スペクトルセンシングセル
12a、12b、12c:異種スペクトル分離セル
15:センシング基板
20:光学ユニット
30:信号処理ユニット
31:センシング領域セレクタ
32:動的スペクトルベリファイア(DSV)
35:透明層
40:スペクトル分離モジュール
40A:中央なりすまし防止スペクトル分離セル
40B、40D:第1周囲なりすまし防止スペクトル分離セル
40C、40E:第2周囲なりすまし防止スペクトル分離セル
40F:周囲なりすまし防止スペクトル分離セル
40M:第1ブロック
40P:第2ブロック
45B:青色なりすまし防止スペクトル分離セル
45G:緑色なりすまし防止スペクトル分離セル
45R:赤色なりすまし防止スペクトル分離セル
50:ディスプレイ
51、52:光透過性基板
100:統合型スペクトルセンシング装置
110:センシング領域
120:スペクトルクラスタブロック
140:ストレージ
150:データバッファインターフェイス
200:ホスト
210:センサソフトウェア開発キット(SDK)
220:空間スペクトル検証(SSV)
230:CPU
300:接続インターフェース
CA、CD、CE:応答曲線
CV1:曲線
CV2:曲線
E1:第1強度
E2:第2強度
E3:第3強度
F:指
F1:実指
F2、F3:偽指
GR:コーナー
L:光線
L1:第1光線
L2:第2光線
L3:第3光線
L6:通常光線
P1、P2、P3、P4、P5:点
RR:コーナー
S01〜S07:ステップ
S12〜S16:ステップ
SP:異種スペクトルデータ
t1、t2、t3、t4:時点
VIP:仮想同一部位
10:指紋センシングアレイ
11:光センシングセル
12:スペクトルセンシングセル
12a、12b、12c:異種スペクトル分離セル
15:センシング基板
20:光学ユニット
30:信号処理ユニット
31:センシング領域セレクタ
32:動的スペクトルベリファイア(DSV)
35:透明層
40:スペクトル分離モジュール
40A:中央なりすまし防止スペクトル分離セル
40B、40D:第1周囲なりすまし防止スペクトル分離セル
40C、40E:第2周囲なりすまし防止スペクトル分離セル
40F:周囲なりすまし防止スペクトル分離セル
40M:第1ブロック
40P:第2ブロック
45B:青色なりすまし防止スペクトル分離セル
45G:緑色なりすまし防止スペクトル分離セル
45R:赤色なりすまし防止スペクトル分離セル
50:ディスプレイ
51、52:光透過性基板
100:統合型スペクトルセンシング装置
110:センシング領域
120:スペクトルクラスタブロック
140:ストレージ
150:データバッファインターフェイス
200:ホスト
210:センサソフトウェア開発キット(SDK)
220:空間スペクトル検証(SSV)
230:CPU
300:接続インターフェース
Claims (29)
- 光学ユニットと、指紋センシングアレイと、信号処理ユニットと、を含む統合型スペクトルセンシング装置であって、
前記指紋センシングアレイは、前記光学ユニットに光学的に接続され、複数のスペクトル検出ユニットを含み、複数の前記スペクトル検出ユニットは、前記光学ユニットを介して指から光を受け、前記指から出力されたスペクトルの分布又は変化を検出し、複数セットの異種スペクトルデータを取得し、
前記信号処理ユニットは、前記スペクトル検出ユニットに電気的に接続され、前記複数のセットの異種スペクトルデータに基づいて測定領域分析を実行し、前記指が実指であるか否かを判断する、統合型スペクトルセンシング装置。 - 前記測定領域分析は、時間領域における前記複数のセットの異種スペクトルデータのスペクトル変化に対する分析を含む、請求項1に記載の統合型スペクトルセンシング装置。
- 前記測定領域分析は、空間領域における前記複数のセットの異種スペクトルデータのスペクトル変化に対する分析を含む、請求項1又は2に記載の統合型スペクトルセンシング装置。
- 前記測定領域分析は、前記複数のセットの異種スペクトルデータの複数の強度の間の関係に対する分析を含む、請求項1又は2に記載の統合型スペクトルセンシング装置。
- 前記測定領域分析は、空間領域における前記複数のセットの異種スペクトルデータのスペクトル変化に対する分析、及び前記複数のセットの異種スペクトルデータの複数の強度の間の関係に対する分析を含む、請求項1又は2に記載の統合型スペクトルセンシング装置。
- 前記信号処理ユニットは、センシング領域セレクタを含み、
前記センシング領域セレクタは、前記指紋センシングアレイに電気的に接続され、タッチイベント信号に基づいて前記指紋センシングアレイのセンシング領域を選択し、前記指紋センシングアレイが前記センシング領域に対応する前記複数のセットの異種スペクトルデータを生成できるようにする、請求項1に記載の統合型スペクトルセンシング装置。 - ディスプレイをさらに含み、
前記ディスプレイは、前記信号処理ユニットに電気的に接続され、前記指が光を発するように前記指を照射する照明光を提供し、前記指から発する光が前記スペクトル検出ユニットにより受けられ、
前記指紋センシングアレイは、前記ディスプレイの下方に設けられる、請求項1に記載の統合型スペクトルセンシング装置。 - 前記ディスプレイは、LCD、OLEDディスプレイ、又はマイクロLEDディスプレイである、請求項7に記載の統合型スペクトルセンシング装置。
- モバイル装置であり、
前記信号処理ユニットは、前記モバイル装置のCPUとして機能し、前記指紋センシングアレイ及び前記ディスプレイに対して制御及び信号処理を実行する、請求項7に記載の統合型スペクトルセンシング装置。 - ホストに電気的に接続され、
前記信号処理ユニットは、前記ホストのCPUに電気的に接続され、
前記CPUは、前記ホストのディスプレイに電気的に接続され、前記ディスプレイ及び前記信号処理ユニットの操作を制御する、請求項1に記載の統合型スペクトルセンシング装置。 - 前記指紋センシングアレイは、第1時点及び第2時点でセンシング領域をセンシングし、前記複数のセットの異種スペクトルデータを取得し、
前記信号処理ユニットは、前記複数のセットの異種スペクトルデータの前記第1時点及び前記第2時点でのスペクトル変化を分析し、前記指が実指であるか否かを判断し、
ここで、前記指が前記第1時点で前記指紋センシングアレイに直接又は間接接触する第1圧力は、前記指が前記第2時点で前記指紋センシングアレイに直接又は間接接触する第2圧力よりも大きい、請求項1に記載の統合型スペクトルセンシング装置。 - 前記信号処理ユニットは、前記複数のセットの異種スペクトルデータの波長範囲380nm−580nmでのレベル変化が所定レベルに達するか否かを分析し、前記指が実指であるか否かを判断する、請求項11に記載の統合型スペクトルセンシング装置。
- 前記信号処理ユニットは、前記複数のセットの異種スペクトルデータのCIE1931色空間における位置変化が所定のオフセットに達するか否かを分析し、前記指が実指であるか否かを判断する、請求項11に記載の統合型スペクトルセンシング装置。
- 前記指紋センシングアレイは、センシング領域の異なる位置をセンシングし、前記複数のセットの異種スペクトルデータを取得し、前記信号処理ユニットは、前記複数のセットの異種スペクトルデータの異なる位置でのスペクトル変化を分析し、前記指が実指であるか否かを判断する、請求項1に記載の統合型スペクトルセンシング装置。
- 前記信号処理ユニットは、前記複数のセットの異種スペクトルデータのCIE1931色空間における位置変化が所定のオフセットに達するか否かを分析し、前記指が実指であるか否かを判断する、請求項14に記載の統合型スペクトルセンシング装置。
- 前記指紋センシングアレイは、第1時点及び第2時点でセンシング領域をセンシングし、前記複数のセットの異種スペクトルデータを取得し、前記信号処理ユニットは、前記複数のセットの異種スペクトルデータの前記第1時点及び前記第2時点のペクトル変化を分析し、前記指が実指であるか否かを判断し、
前記指が前記第1時点で前記指紋センシングアレイに直接又は間接接触する第1圧力は、前記指が前記第2時点で前記指紋センシングアレイに直接又は間接接触する第2圧力よりも大きく、
前記信号処理ユニットは、前記第1時点及び前記第2時点の一方又は両方に対応する前記複数のセットの異種スペクトルデータの異なる位置でのスペクトル変化を分析し、前記指が実指であるか否かを判断する、請求項1に記載の統合型スペクトルセンシング装置。 - 前記指紋センシングアレイは、複数の光センシングセルをさらに含み、
前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指をセンシングし、光センシングセルが前記光学ユニットを介して前記指の指紋をセンシングし、指紋画像が取得する、請求項1に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが光学ユニット及び異種スペクトル分離セルを介して前記指をセンシングし、
各前記異種スペクトル分離セルは、表面プラズモンスペクトルセパレータ又は回折格子スペクトルセパレータである、請求項1に記載の統合型スペクトルセンシング装置。 - 前記複数のセットの異種スペクトルデータの強度は、第1強度及び第2強度を含み、前記第1強度と前記第2強度との比率に基づいて前記指が実指であるか否かを判断し、
前記第1強度及び前記第2強度は、前記指の仮想同一部位の異種スペクトルの強度を示す、請求項1に記載の統合型スペクトルセンシング装置。 - 前記強度は、第3強度をさらに含み、
前記第1強度と前記第2強度との比率及び前記第2強度と前記第3強度との比率に基づいて前記指が実指であるか否かを判断する、請求項19に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指をセンシングし、
前記異種スペクトル分離セルは、少なくとも第1ブロック及び前記第1ブロックの横に設けられる1つ以上の第2ブロックを定義し、前記第1ブロックは、1つ以上の中央比を有し、1つ以上の前記第2ブロックは、1つ以上の周辺比を有し、1つ以上の前記中央比及び1つ以上の前記周辺比に基づいて前記指が実指であるか否かを判断する、請求項1に記載の統合型スペクトルセンシング装置。 - 前記第1ブロックは、
中央なりすまし防止スペクトル分離セルと、
前記中央なりすまし防止スペクトル分離セルの周囲に設けられる複数の周囲なりすまし防止スペクトル分離セルと
を含み、
前記中央なりすまし防止スペクトル分離セルにより分離される光波長は、複数の前記周囲なりすまし防止スペクトル分離セルにより分離される光波長と異なる、請求項21に記載の統合型スペクトルセンシング装置。 - 前記第1ブロックは、
中央なりすまし防止スペクトル分離セルと、
前記中央なりすまし防止スペクトル分離セルの4つの隅の周囲に設けられる4つの周囲なりすまし防止スペクトル分離セルと、
を含み、
前記中央なりすまし防止スペクトル分離セルにより分離される光波長は、前記周囲なりすまし防止スペクトル分離セルにより分離される光波長と異なる、請求項21に記載の統合型スペクトルセンシング装置。 - 4つの前記周囲なりすまし防止スペクトル分離セルは、複数の第1周囲なりすまし防止スペクトル分離セルと、複数の第2周囲なりすまし防止スペクトル分離セルとを含み、
前記第1周囲なりすまし防止スペクトル分離セルは、前記中央なりすまし防止スペクトル分離セルの2つの対角部に隣接し、同じ第1光波長を生成し、
前記第2周囲なりすまし防止スペクトル分離セルは、前記中央なりすまし防止スペクトル分離セル他の2つの対角部に隣接し、同じ第2光波長を生成し、
前記第1周囲なりすまし防止スペクトル分離セルにより分離される前記第1光波長は、前記第2周囲なりすまし防止スペクトル分離セルにより分離される前記第2光波長と異なる、請求項23に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指をセンシングし、
前記スペクトルセンシングセルのうちの複数は、前記異種スペクトル分離セルのうちの一つから光を受ける、請求項1に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指をセンシングし、
隣接する2つ前記異種スペクトル分離セルは、対角方向、横方向又は縦方向において直接隣接するように配置されている、請求項1に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指の指紋をセンシングし、
隣接する2つの前記異種スペクトル分離セルは、前記指紋の最小サイクルの半分よりも小さい範囲で実際の指紋画像をカバーする、請求項1に記載の統合型スペクトルセンシング装置。 - 前記スペクトル検出ユニットは、複数のスペクトルセンシングセルと、前記スペクトルセンシングセルをカバーする複数の隣接する異種スペクトル分離セルとを含み、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルが前記光学ユニット及び前記異種スペクトル分離セルを介して前記指をセンシングし、
隣接する2つの前記異種スペクトル分離セルは、100ミクロンよりも小さい範囲で実際の指紋画像をカバーする、請求項1に記載の統合型スペクトルセンシング装置。 - 前記信号処理ユニットは、前記異種スペクトル分離セルに対応する前記スペクトルセンシングセルのうちの一つの感度、積分時間又はゲインを向上させ、前記複数のセットの異種スペクトルデータの複数の強度のうちの一つを補償する、請求項28に記載の統合型スペクトルセンシング装置。
Applications Claiming Priority (10)
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 | ||
CN202011194826.8 | 2020-10-30 | ||
CN202011194826.8A 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 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP3231956U true JP3231956U (ja) | 2021-05-13 |
Family
ID=73917350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021000537U Active 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 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11398111B2 (ja) |
JP (1) | JP3231956U (ja) |
KR (1) | KR20210002031U (ja) |
CN (2) | CN112183483A (ja) |
TW (2) | TWM608543U (ja) |
Families Citing this family (6)
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 |
CN114359979A (zh) | 2021-03-03 | 2022-04-15 | 神盾股份有限公司 | 屏下指纹感测装置以及指纹感测方法 |
CN117223032A (zh) * | 2021-05-04 | 2023-12-12 | 指纹卡安娜卡敦知识产权有限公司 | 包括衍射元件的光学指纹传感器 |
TWI777742B (zh) * | 2021-05-18 | 2022-09-11 | 友達光電股份有限公司 | 指紋辨識裝置 |
US12008836B2 (en) | 2023-05-04 | 2024-06-11 | Google Llc | Spatially and temporally dynamic illumination for fingerprint authentication |
Family Cites Families (22)
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 |
US6952489B1 (en) * | 2000-09-29 | 2005-10-04 | Hewlett-Packard Development Company, L.P. | Fingerprint verification method having band detection |
US8787630B2 (en) * | 2004-08-11 | 2014-07-22 | Lumidigm, Inc. | Multispectral barcode imaging |
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 |
US9143968B1 (en) * | 2014-07-18 | 2015-09-22 | Cognitive Systems Corp. | Wireless spectrum monitoring and analysis |
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 |
US9977947B2 (en) * | 2015-08-25 | 2018-05-22 | Gingy Technology Inc. | Fingerprint identification method and device thereof |
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 |
US9524416B1 (en) * | 2015-07-03 | 2016-12-20 | Fingerprint Cards Ab | Fingerprint sensing device comprising three-dimensional pattern |
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 |
US10318791B2 (en) * | 2017-07-18 | 2019-06-11 | Shenzhen GOODIX Technology Co., Ltd. | Anti-spoofing sensing for rejecting fake fingerprint patterns in under-screen optical sensor module for on-screen fingerprint sensing |
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 |
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 |
-
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
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 |
CN112183483A (zh) | 2021-01-05 |
KR20210002031U (ko) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3231956U (ja) | 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 | |
CN109643379B (zh) | 指纹识别方法、装置和电子设备 | |
US10776599B2 (en) | Fingerprint detection device and method and electronic device | |
JP6924767B2 (ja) | ディスプレイ下の光学指紋センサ | |
CN107798289B (zh) | 可变光场的生物图像感测*** | |
US9165178B2 (en) | Determination device, fingerprint input device, determination method and determination program for detecting the forgery of a finger | |
WO2020124511A1 (zh) | 指纹识别方法、指纹识别装置和电子设备 | |
WO2021138776A1 (zh) | 指纹防伪的方法、指纹识别装置和电子设备 | |
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 | |
WO2020210950A1 (zh) | 指纹识别的方法、装置和电子设备 | |
US11741745B2 (en) | Multicolor illumination in an optical fingerprint sensor for anti-spoofing | |
KR20210040897A (ko) | 모바일 장치용 광학식 지문센서, 광학식 지문센서를 구비한 모바일 장치 및 그 지문센서의 지문 이미지 획득방법 | |
US20230137785A1 (en) | Spoof detection based on specular and diffuse reflections | |
TWI773453B (zh) | 採用具有部分光譜感測面積的感測像素的感測裝置 | |
KR20200137777A (ko) | 모바일 장치용 광학식 지문센서, 광학식 지문센서를 구비한 모바일 장치 및 그 지문센서의 지문 이미지 획득방법 | |
CN111582131B (zh) | 薄型化屏下光学指纹识别装置及指纹识别方法 | |
TW201935313A (zh) | 辨識裝置 | |
WO2022134079A1 (zh) | 指纹识别装置、电子设备和指纹识别的方法 | |
US20220058367A1 (en) | Method for automatically searching for thickness parameters of display screen, storage medium and electronic device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210402 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3231956 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |