JP6599421B2 - バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 - Google Patents
バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 Download PDFInfo
- Publication number
- JP6599421B2 JP6599421B2 JP2017232710A JP2017232710A JP6599421B2 JP 6599421 B2 JP6599421 B2 JP 6599421B2 JP 2017232710 A JP2017232710 A JP 2017232710A JP 2017232710 A JP2017232710 A JP 2017232710A JP 6599421 B2 JP6599421 B2 JP 6599421B2
- Authority
- JP
- Japan
- Prior art keywords
- point
- image
- blood vessel
- candidate
- points
- 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.)
- Expired - Fee Related
Links
- 238000000605 extraction Methods 0.000 title description 5
- 238000000034 method Methods 0.000 claims description 147
- 210000004204 blood vessel Anatomy 0.000 claims description 83
- 210000005166 vasculature Anatomy 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012935 Averaging Methods 0.000 claims description 8
- 230000004931 aggregating effect Effects 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 81
- 230000009466 transformation Effects 0.000 description 65
- 238000007373 indentation Methods 0.000 description 37
- 210000001508 eye Anatomy 0.000 description 35
- 230000004927 fusion Effects 0.000 description 29
- 239000011159 matrix material Substances 0.000 description 23
- 230000008569 process Effects 0.000 description 23
- 238000004422 calculation algorithm Methods 0.000 description 22
- 210000003786 sclera Anatomy 0.000 description 19
- 241001469893 Oxyzygonectes dovii Species 0.000 description 15
- 238000001914 filtration Methods 0.000 description 15
- 238000012360 testing method Methods 0.000 description 15
- 238000000513 principal component analysis Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 239000013598 vector Substances 0.000 description 12
- 238000009826 distribution Methods 0.000 description 11
- 230000002792 vascular Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000013450 outlier detection Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000000844 transformation Methods 0.000 description 9
- 238000012795 verification Methods 0.000 description 9
- 238000007781 pre-processing Methods 0.000 description 8
- 238000003707 image sharpening Methods 0.000 description 7
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 6
- 241000254032 Acrididae Species 0.000 description 6
- 101100502245 Caenorhabditis elegans lbp-8 gene Proteins 0.000 description 6
- 230000009471 action Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 210000000744 eyelid Anatomy 0.000 description 5
- 238000005096 rolling process Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 230000001629 suppression Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000004313 glare Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000004904 shortening Methods 0.000 description 4
- 210000003462 vein Anatomy 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000001994 activation Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 210000000720 eyelash Anatomy 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 238000011524 similarity measure Methods 0.000 description 3
- 241001504424 Zosteropidae Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 210000000795 conjunctiva Anatomy 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000013442 quality metrics Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 210000004177 elastic tissue Anatomy 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- -1 notebook computer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
-
- 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
- G06V40/14—Vascular patterns
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Vascular Medicine (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Processing (AREA)
- Eye Examination Apparatus (AREA)
Description
本願は、“Image feature Detection, Authentication, and Information Hiding”と題され、2013年9月16日に出願された、米国仮出願第61/878,588号に関しており、その利益および優先権を主張するものであり、該米国仮出願の全体は、参照により本明細書中に援用される。
(-ΣjABSNdist_j−ΣjBHATdist_j+ΣjINTRsim_j+
ΣjCORRsim_j)
上記の4つの基準の他の線形または非線形の組み合わせが、可能である。
本明細書は、例えば、以下を提供する。
(項目1)
コンピュータ実装方法であって、
複数の画像に基づいて鮮鋭化された画像を得ることであって、上記複数のうちの少なくとも1つの画像は、血管構造の画像を備える、ことと、
上記鮮鋭化された画像内の複数の血管点を検出することと、
上記検出された複数の血管点に対して、それぞれの複数の異なる局所画像記述子を生成することと、
上記複数の血管点と、それらのそれぞれの局所画像記述子とを備える、テンプレートを生成することと
を含む、方法。
(項目2)
特定の鮮鋭化された画像を得ることは、
上記複数の画像から画像のセットを選択し、上記セット内の画像を平均化することにより、平均画像を生成することと、
上記平均画像を、ラプラシアンガウシアン(LoG)カーネルを用いて畳み込みを行うことにより、畳み込み画像を得ることと、
最大画素値から、上記畳み込み画像の各画素を減算することにより、差分画像を得ることと、
画素毎に、上記差分画像および上記平均画像を乗算することにより、上記特定の鮮鋭化された画像を得ることと
を含む、項目1に記載の方法。
(項目3)
特定の鮮鋭化された画像を得ることは、
上記複数の画像から画像のセットを選択し、上記セット内の画像を平均化することにより、平均画像を生成することと、
上記平均画像を、異なる角度に配向された複数のガボールカーネルを用いて畳み込みを行うことにより、上記特定の鮮鋭化された画像を得ることと
を含む、項目1に記載の方法。
(項目4)
上記複数の血管点を検出することは、
候補血管点として、上記鮮鋭化された画像内の点を選択することと、
上記候補血管点上を中心とする第1のウィンドウに従って、第1の複数のN個の近傍点を識別し、上記候補血管点上を中心とする第2の異なるウィンドウに従って、第2の複数のN個の近傍点を選択することと、
少なくとも部分的に、上記第1の複数のN個の点における点と、上記第2の複数のN個の点における対応する点と、上記候補血管点とのそれぞれの強度に基づいて、比較を実施することによって、上記第1の複数のN個の点における近傍点毎に、ある状態を含む複数のN個の状態を判定することと、
上記N個の状態を集約することと、
上記候補血管点を、少なくとも部分的に、上記集約された状態に基づいて、血管点として指定することと
を含む、項目1に記載の方法。
(項目5)
上記比較は、(i)上記第1の複数のN個の点における点の強度が、上記候補血管点の強度よりも第1の閾値だけ上回るかどうかを試験することと、(ii)上記第2の複数のN個の点における対応する点の強度が、上記候補血管点の強度よりも上記第1の閾値だけ上回るかどうかを試験することとを含み、
対応する状態を判定することは、上記試験(i)および(ii)のいずれかが真の場合、上記状態を第1の値に設定し、そうでなければ、上記状態を第2の値に設定することを含む、項目4に記載の方法。
(項目6)
上記N個の状態を集約することは、上記N個の状態を合計することを含み、
指定することは、上記集約された状態の合計値が、選択されたカウントを超えるかどうかを試験することを含む、項目4に記載の方法。
(項目7)
上記比較は、(a)上記第1の複数のN個の点における点の強度が、第2の閾値を上回るかどうかと、(b)上記第2の複数のN個の点における対応する点の強度が、上記第2の閾値を上回るかどうかとのうちの少なくとも1つを試験することを含み、
対応する状態を判定することは、試験(a)および(b)のいずれかが真の場合、上記状態を第2の値に設定することを含む、項目4に記載の方法。
(項目8)
上記鮮鋭化された画像内の複数の点に対して、上記選択すること、識別すること、判定すること、集約すること、および指定することを実施することと、
血管点として指定された各候補血管点を、第1の値に設定し、他の候補血管点を、第2の値に設定することにより、静脈を表すバイナリ血管マップ(BVM)を得ることと
をさらに含む、項目4に記載の方法。
(項目9)
(i)境界に対応し、(ii)上記第1の値に設定された、少なくとも1つの血管点を除外することによって、BVMを間引くことをさらに含む、項目8に記載の方法。
(項目10)
上記第1の値に設定された少なくとも1つの血管点を局所的に抑制することであって、上記局所的な抑制は、少なくとも部分的に、上記鮮鋭化された画像の少なくとも一部に関する勾配規模マップに基づく、ことをさらに含む、項目4に記載の方法。
(項目11)
上記それぞれの複数の局所画像記述子を生成することは、(i)上記検出された血管点を囲繞する画像領域の拡張型マルチ半径ローカルバイナリパターンのパターンヒストグラムと、(ii)上記検出された血管点を囲繞する画像領域の拡張型マルチ半径中心対称ローカルバイナリパターンのパターンヒストグラムとのうちの少なくとも1つを算出することを含む、項目1に記載の方法。
(項目12)
主成分分析(PCA)を使用して、上記複数の局所画像記述子のうちの1つを短縮することにより、局所記述子分散に寄与しない次元を排除することをさらに含む、項目1に記載の方法。
(項目13)
コンピュータ実装方法であって、
複数のマッチング点対を識別することであって、各対は、照合テンプレートの複数の第1の点から選択された第1の点と、登録テンプレートの複数の第2の点から選択されたマッチングする第2の点とを備え、各第1の点は、(i)上記照合テンプレートに対応する照合画像内の着目点の場所と、(ii)複数の異なるタイプの記述子であって、それぞれ、上記照合画像内の着目点を囲繞する局所性を記述する、記述子とを備え、各第2の点は、(i)上記登録テンプレートに対応する登録画像の着目点の場所と、(ii)複数の異なるタイプの記述子であって、それぞれ、上記登録画像内の着目点を囲繞する局所性を記述する、記述子とを備える、ことと、
上記複数のマッチング点対から選択された複数の内座層点対と、対応する幾何学変換とを得ることと、
(i)上記複数の内座層点対と、(ii)上記幾何学変換とのうちの少なくとも1つに基づいて、マッチスコアを計算することと
を含む、コンピュータ実装方法。
(項目14)
上記照合テンプレート内の第1の点毎に、上記複数のマッチング点対を識別することは、
上記第1の点と関連付けられる記述子と、上記登録テンプレートの複数の第2の点と関連付けられる記述子との間のそれぞれの距離を計算することと、
上記それぞれの距離に基づいて、上記第2の点のうちの1つを、上記第1の点に対応するものとして指定し、それによって、上記第1の点および上記対応する第2の点を備えるマッチ点対を形成することと
を含む、項目13に記載の方法。
(項目15)
上記照合テンプレート内の特定の第1の点と関連付けられる記述子と、上記登録テンプレートの第2の点と関連付けられる記述子との間のそれぞれの距離を計算することは、
上記特定の第1の点と関連付けられる各記述子と、上記登録テンプレートの第2の点の各対応する記述子との間の距離を計算することと、
加重平均として上記計算された距離を組み合わせることにより、上記特定の第1の点と関連付けられる記述子と、上記登録テンプレートの第2の点と関連付けられる記述子との間の距離を得ることと
を含む、項目14に記載の方法。
(項目16)
上記照合テンプレート内の第1の点毎に、上記複数のマッチング点対を識別することは、
上記第1の点と関連付けられる記述子のそれぞれと、上記登録テンプレートの1つまたはそれを上回る第2の点と関連付けられる対応する記述子との間のそれぞれの距離を計算することと、
それぞれの距離閾値を超過しない距離の数をカウントすることと、
上記距離の数のカウントに基づいて、上記第2の点のうちの1つを、上記第1の点に対応するものとして指定し、それによって、上記第1の点および上記対応する第2の点を備えるマッチ点対を形成することと
を含む、項目13に記載の方法。
(項目17)
それぞれの距離を計算することは、ハミング距離、ユークリッド距離、マンハッタン距離、相関、およびマハラノビス距離のうちの少なくとも1つを計算することを含む、項目16に記載の方法。
(項目18)
特定の記述子が、拡張型マルチ半径ローカルバイナリパターン(EMR−LBP)、拡張型マルチ半径ローカルバイナリパターンのパターンヒストグラム(PH−EMR−LBP)、パターン拡張型マルチ半径中心対称ローカルバイナリパターン(PEMR−CS−LBP)、EMR−CS−LBPのパターンヒストグラム(PH−EMR−CS−LBP)、配向勾配のヒストグラム、高速化ロバスト特徴、または高感度網膜キーポイント(FREAK)を使用して導出された、項目13に記載の方法。
(項目19)
上記複数の内座層点対を得ることは、ランダムサンプルコンセンサス(RANSAC)、M推定サンプルおよびコンセンサス(MSAC)、またはGROUPSACを使用することにより、上記第1の点を上記対応する第2の点に整合させることを含む、項目13に記載の方法。
(項目20)
上記マッチスコアを計算することは、
上記照合テンプレートおよび上記登録テンプレートにわたって、上記内座層点対の点の座標間の相関値を算出することと、
上記内座層点対の数の関数と、上記幾何学変換の1つまたはそれを上回るパラメータとを使用して、上記相関値を修正し、第1のマッチスコアを得ることと
によって、上記第1のマッチスコアを算出することを含む、項目13に記載の方法。
(項目21)
上記パラメータは、計算された位置合わせ幾何学変換の結果としての上記照合画像のスケールにおける変化と、計算された位置合わせ幾何学変換の結果としての上記照合画像の角度における変化とのうちの1つまたはそれを上回るものを含む、項目20に記載の方法。
(項目22)
上記マッチスコアを算出することは、
上記幾何学変換を上記照合画像に適用することにより、変換された画像を生成することと、
上記変換された画像と、上記登録テンプレートに対応する画像との配向されたローカルバイナリパターンバージョンをフィルタ処理およびエンコードすることであって、各バージョンは、複数の層を備え、各層は、上記エンコードの別個の次元に対応する、ことと、
上記エンコードされた変換された画像の層毎の1つまたはそれを上回る対応するタイルと、上記登録テンプレートに対応するエンコードされた画像とを比較することにより、層毎に、それぞれの層測度を得ることと、
上記層測度を集約し、第2のマッチスコアを得ることと
によって、上記第2のマッチスコアを算出することを含む、項目13に記載の方法。
(項目23)
上記フィルタ処理することは、ガボールフィルタ処理またはガボールフィルタ処理の対数を含む、項目22に記載の方法。
(項目24)
上記エンコードすることは、グレーコーディングを含む、項目22に記載の方法。
(項目25)
比較することに先立って、可視血管が実質的に欠如した領域に対応する、1つまたはそれを上回るタイルを除外することをさらに含む、項目22に記載の方法。
(項目26)
上記対応するタイルを比較することは、上記対応するタイル間のハミング距離、正規化されたハミング距離、またはスライディングウィンドウ相関を計算することを含む、項目22に記載の方法。
(項目27)
上記照合テンプレートおよび上記登録テンプレートにわたって、上記内座層点対の点の座標間の相関値を算出することと、
上記内座層点対の数と、上記幾何学変換のパラメータとを使用して、上記相関値を修正することにより、上記第1のマッチスコアを得ることと、
上記第1のマッチスコアおよび上記第2のマッチスコアの加重和として上記マッチスコアを算出することと
をさらに含む、項目22に記載の方法。
(項目28)
上記相関値は、
上記修正は、
(項目29)
上記幾何学変換の少なくとも1つのパラメータが、そのパラメータの正常範囲外にある場合、上記マッチスコアから上記第1のマッチスコアを除外することをさらに含む、項目27に記載の方法。
(項目30)
コンピュータ実装方法であって、
複数の着目点を備える照合テンプレートを受信することであって、各着目点は、複数の異なるそれぞれの記述子と関連付けられ、上記複数の異なるそれぞれの記述子は、それぞれ、対応する着目点を囲繞する1つまたはそれを上回る局所性を記述する、ことと、
上記照合テンプレートを、複数の登録テンプレート内の1つまたはそれを上回る登録テンプレートと比較することによって、上記照合テンプレートに対するマッチスコアを算出することと、
少なくとも、登録閾値とマッチする、またはそれを超えるマッチスコアに基づいて、上記照合テンプレートを、上記複数の登録テンプレートに追加することと
を含む、コンピュータ実装方法。
(項目31)
上記複数の登録テンプレート内のテンプレート毎に、上記複数の登録テンプレート内の1つまたはそれを上回る他のテンプレートを用いてそれぞれのマッチスコアを生成し、上記テンプレートに対するそれぞれの中間マッチスコアを算出することと、
上記複数の登録テンプレートから、最小中間マッチスコアを有するテンプレートを除去することと
をさらに含む、項目30に記載の方法。
(項目32)
(i)上記照合テンプレートと関連付けられる照合露光テンプレートと、上記登録テンプレートと関連付けられる登録露光テンプレートとの間の露光差と、(ii)影響閾値とのうちの少なくとも1つに従って、上記マッチスコアを調節することをさらに含む、項目30に記載の方法。
(項目33)
上記照合露光テンプレートおよび上記登録露光テンプレートのうちの少なくとも1つを生成することをさらに含む、項目32に記載の方法。
(項目34)
上記露光テンプレートのうちの少なくとも1つを生成することは、
上記照合テンプレートに対応する画像の着目領域(ROI)を、少なくとも2つの区分にパーティション化することと、
区分毎に、ヒストグラムにおいて各強度を表す強度のヒストグラムを生成することであって、上記ROIの区分内のいくつかの画素は、実質的にその強度を有する、ことと
を含む、項目33に記載の方法。
(項目35)
強膜マスクの境界ボックスに従って眼の画像をクロッピングすることであって、上記強膜マスクは、バイナリ画像マスクを備え、上記バイナリ画像マスクは、白眼を含み、眼の画像から上記白眼を囲繞する画像部分を除外する、ことと、
上記クロッピングされた画像を、規定された数の画素を用いてパディングすることと
によって、上記ROIを選択することをさらに含む、項目34に記載の方法。
(項目36)
境界ボックスに従って眼の画像を、1つの眼角から別の眼角に、および1つの眼瞼から別の眼瞼にクロッピングすることと、
上記クロッピングされた画像を、規定された数の画素を用いてパディングすることと
によって、上記ROIを選択することをさらに含む、項目34に記載の方法。
(項目37)
上記ROIは、4つの象限にパーティション化される、項目34に記載の方法。
(項目38)
上記露光差は、−1×露光類似性であり、上記方法は、
象限j毎に、(i)ヒストグラム差の正規化された絶対値(ABSNdist_j)と、(ii)ヒストグラム交差類似性(INTRsim_j)と、(iii)ヒストグラムの相関係数類似性(CORRsim_j)と、(iv)バッタチャリャ距離(BHATdist_j)とを判定することと、
上記露光類似性を、(-ΣjABSNdist_j−ΣjBHATdist_j+Σj
INTRsim_j+ΣjCORRsim_j)として算出することと
をさらに含む、項目37に記載の方法。
(項目39)
上記露光テンプレートのうちの少なくとも1つを生成することは、複数の露光測度を生成することを含む、項目33に記載の方法。
(項目40)
上記複数の露光測度のうちの少なくとも1つの露光測度は、EXIF測度と、YUV画像のY成分の統計パラメータと、RGB画像のG成分の統計パラメータとから成る群から選択される、項目39に記載の方法。
(項目41)
少なくとも1つのヒストグラム測度に基づいて、上記露光差および露光類似性のうちの少なくとも1つを算出することをさらに含む、項目32に記載の方法。
(項目42)
少なくとも1つのヒストグラム測度は、ヒストグラム差の正規化された絶対値(ABSNdist)と、ヒストグラム交差類似性(INTRsim)と、ヒストグラムの相関係数類似性(CORRsim)と、バッタチャリャ距離(BHATdist)とから成る群から選択される、項目41に記載の方法。
(項目43)
上記マッチスコアを算出することに先立って、上記照合テンプレートの照合を促進するように、上記照合テンプレートと関連付けられる照合露光テンプレートと、上記複数の登録テンプレート内の各登録テンプレートと関連付けられる各登録露光テンプレートとの間のそれぞれの露光差に従って、上記複数の登録テンプレートを順序付けることをさらに含む、項目30に記載の方法。
(項目44)
上記照合テンプレートを、上記複数の登録テンプレートに追加することは、さらに、少なくとも、上記照合テンプレートおよび上記登録テンプレートと関連付けられるそれぞれの質スコアに基づいており、
上記照合テンプレートおよび上記登録テンプレートは、それぞれ、バイナリ血管マップ(BVM)に基づく血管点を備え、
特定のテンプレートと関連付けられる上記質スコアは、そのテンプレートに対応するBVM内の真の画素数と、上記BVMを判定する際に使用される強膜マスク内の真の画素数との比率を備える、項目30に記載の方法。
画像鮮鋭化
σxおよびσyは、それぞれ、x軸およびy軸に沿ったガウシアンエンベロープの標準偏差を定義し、fは、変調サインまたはコサインの周波数であり、θは、π/6ラジアンずつ離れた、0からπ/6まで、6回変動される、カーネルの配向角度である。結果として生じる6つのフィルタは、前述の画像向上のために使用される。いくつかの実装では、ガウシアンフィルタバンクの奇数または偶数部分の規模のみが、使用されてもよい。いくつかの実装では、fは、0.22であり、σχ=σy=1.9である。これらの値は、ROIの分解能に伴って変化し得る。一実装では、偶数のガボールフィルタのみが、平均化された画像を向上させるために使用される。
血管点検出
Si=((Pi−P0)>t)‖((Pi’−P0)>t)
局所画像記述子
マッチングを介した照合または認証
段階1のパターンマッチング
Vi k、k=1,2,・・・,d
の全てまたはサブセットにわたる投票方法が、登録および照合テンプレートから対応するマッチング点を選択するために使用されることができる。例えば、1つのテンプレートからの1つまたはそれを上回る点が、対応する局所画像記述子の大部分が距離閾値を満たす場合のみ、他のテンプレートからの対応する1つまたはそれを上回る点と対合される。投票方法は、各タイプの記述子が、それ自体、マッチした点対の同じセットを示し得ないとき、使用されることができる。したがって、一実施例では、2つのテンプレート内の点が、合計5つのタイプの異なる記述子から(少なくとも)任意の3つを使用してマッチする場合、照合テンプレート内の対応する点は、登録テンプレート内の対応する点とマッチすると見なされる。具体的には、一実施例では、着目点毎に、テンプレートが5つのタイプの記述子、すなわち、EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、HoG、およびSURF記述子を使用する場合、着目点は、PH−EMR−LBP、PH−EMR−CS−LBP、およびSURF記述子が距離閾値を合格し、それ以外が、マッチを示さない場合、マッチした点対の候補と見なされることができる。
段階2のパターンマッチング
融合
スコア1=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=EMR−LBP)
スコア2=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=PH−EMR−LBP)
スコア3=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=PH−EMR−CS−LBP)
スコア4=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=SURF)
スコア5=スコア2に対応する変換マトリクスを使用する段階2のスコア
融合スコアは、前述のスコアの全ての加重和であり、以下のように与えられることができる。
融合スコア=0.1*スコア1+0.2*スコア2+0.2*スコア3+0.2*スコア4+0.1*スコア5
上記の実施例における加重および組み合わせは、一実装に対するものである。ピラミッドスケール、ピラミッドタイプ、点ファインダ、および特徴記述子の他の組み合わせが、採用されることができる。いくつかの実装では、2つまたはそれを上回る段階2のマッチスコアもまた、融合スコアに含まれることができる。
スコア1=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=PH−EMR−LBP)
スコア2=段階1(点ファインダ=スケール0およびスケール1におけるFASTならびにVPD;特徴記述子=PH−EMR−CS−LBP)
融合スコアは、前述のスコアの加重和であり、以下のように与えられることができる。
融合スコア=0.5*スコア1+0.5*スコア2
スコア1=段階1(点ファインダ=スケール0におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
スコア2=段階1(点ファインダ=スケール1におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
スコア3=スコア1から導出される変換マトリクスを使用する段階2のスコア
融合スコアは、スコアの全ての加重和であり、以下のように与えられることができる。
融合スコア=0.4*スコア1+0.3*スコア2+0.3*スコア3
上記の実施例において使用される加重および組み合わせは、例証にすぎず、他の加重、数およびタイプの記述子、およびRANSAC起動(概して、内座層検出手順)が、採用され得ることを理解されたい。マッチ測定基準ベースの融合のための点ファインダ、特徴記述子、ピラミッドスケール、およびピラミッドタイプの他の組み合わせもまた、採用されることができる。
スコア1=段階1(鮮鋭化=LoGベース;点ファインダ=スケール0におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
スコア2=段階1(鮮鋭化=LoGベース;点ファインダ=スケール1におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
スコア3=段階1(鮮鋭化=ガボールベース;点ファインダ=スケール0におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
スコア4=段階1(鮮鋭化=ガボールベース;点ファインダ=スケール1におけるFASTおよびVPD;特徴記述子=EMR−LBP、PH−EMR−LBP、PH−EMR−CS−LBP、SURF、HoG;RANSACは、マッチ測定基準ベースの融合からの点上で起動される)
融合スコアは、スコアの全ての加重和であり、以下のように与えられることができる。
融合スコア=0.3*スコア1+0.2*スコア2+0.3*スコア3+0.2*スコア4
上記の実施例において使用される加重および組み合わせは、例証にすぎず、他の加重、数およびタイプの記述子、およびRANSAC起動(概して、内座層検出手順)が、採用され得ることを理解されたい。マッチ測定基準ベースの融合のための点ファインダ、特徴記述子、ピラミッドスケール、およびピラミッドタイプの他の組み合わせもまた、採用されることができる。
多テンプレートマッチングのためのローリングテンプレート更新および知的テンプレート取り消し
enhanced_match_metric(T1,T2)=a*match_score(T1,T2)+
(1−a)*(min(exposure_difference(T1,T2),influence_threshold)
類似性=−l*ABSNdist2−l*ABSNdistl−l*ABSNdist3−l*ABSNdist4
−1*BHATdist2−1*BHATdist1−1*BHATdist3−1*BHATdist4
+INTRsim2+INTRsiml+INTRsim3+INTRsim4
+CORRsim2+CORRsiml+CORRsim3+CORRsim4;
類似性測定基準が高くなるほど、2つのテンプレートの類似性は高まる。非類似性または露光差は、類似性測定基準の無効値となり得る。
Claims (26)
- コンピュータによって実行される方法であって、前記方法は、
血管構造を備える眼の少なくとも一部の画像を受信することと、
前記画像内の複数の血管点を識別することであって、前記識別することは、
(a)前記画像内の点を候補血管点として選択することと、
(b)前記候補血管点を囲繞する第1の近傍の点を画定することと、
(c)前記候補血管点と前記第1の近傍の点の少なくとも一部とを囲繞する第2の異なる近傍の点を画定することと、
(d)前記第1および第2の近傍内の点のそれぞれの強度を前記候補血管点の強度と比較することによって、前記候補血管点が血管点であるかどうかを判定することと
を含む、ことと、
少なくとも部分的に前記識別された血管点に基づいてテンプレートを生成することと
を含む、方法。 - 前記画像は、画像のセットに基づく鮮鋭化された画像を含む、請求項1に記載の方法。
- 前記セット内の画像を平均化することにより、平均画像を生成することと、
前記平均画像を、ラプラシアンガウシアン(LoG)カーネルを用いて畳み込みを行うことにより、畳み込み画像を得ることと、
最大画素値から前記畳み込み画像の各画素を減算することにより、差分画像を得ることと、
画素毎に、前記差分画像および前記平均画像を乗算することにより、前記鮮鋭化された画像を得ることと
をさらに含む、請求項2に記載の方法。 - 前記セット内の画像を平均化することにより、平均画像を生成することと、
前記平均画像を、異なる角度に配向された複数のガボールカーネルを用いて畳み込みを行うことにより、前記鮮鋭化された画像を得ることと
をさらに含む、請求項2に記載の方法。 - 前記候補血管点が血管点であるかどうかを判定することは、
前記比較することに基づいて、前記第1の近傍内の点の数に対応する複数の状態を判定することと、
前記複数の状態を集約することであって、前記候補血管点は、少なくとも部分的に前記集約された状態に基づいて、血管点であると判定される、ことと
を含む、請求項1に記載の方法。 - 前記比較することは、(i)前記第1の近傍の点内の点の強度が、前記候補血管点の強度よりも閾値の量だけ上回るかどうかを判定することと、(ii)前記第2の近傍の点内の対応する点の強度が、前記候補血管点の強度よりも前記閾値の量だけ上回るかどうかを判定することとを含み、
前記複数の状態を判定することは、前記比較した判定(i)および(ii)のいずれかが真の場合、前記第1の近傍内の点と前記第2の近傍内の対応する点とに対応する状態を第1の値に設定し、そうでなければ、前記状態を第2の値に設定することを含む、請求項5に記載の方法。 - 前記複数の状態を集約することは、前記複数の状態を合計することを含み、
前記候補血管点が血管点であるかどうかを判定することは、前記集約された状態の合計値が、選択されたカウントを超えるかどうかを判定することを含む、請求項5に記載の方法。 - 前記候補血管点が血管点であるかどうかを判定することは、(i)前記第1の近傍の点内の点の強度が、閾値を上回ることと、(ii)前記第2の近傍の点内の対応する点の強度が、前記閾値を上回ることとのうちの少なくとも1つである場合、前記候補血管点が血管点ではないと判定することを含む、請求項1に記載の方法。
- 前記画像内の複数の点に対して、ステップ(a)〜(d)を実施することと、
血管点であると判定された各候補血管点を第1の値に設定し、他の候補血管点を第2の値に設定することにより、バイナリ血管マップ(BVM)を得ることと
をさらに含む、請求項1に記載の方法。 - (i)境界に対応し、(ii)前記第1の値に設定された、少なくとも1つの血管点を除外することによって、前記BVMを間引くことをさらに含む、請求項9に記載の方法。
- 複数の検出された血管点のそれぞれに対して、少なくとも1つのそれぞれの局所画像記述子を生成することをさらに含む、請求項1に記載の方法。
- 前記テンプレートは、前記生成された局所画像記述子にさらに基づいて生成される、請求項11に記載の方法。
- 検出された血管点に対して局所画像記述子を生成することは、(i)前記検出された血管点を囲繞する画像領域の拡張型マルチ半径ローカルバイナリパターンのパターンヒストグラムと、(ii)前記検出された血管点を囲繞する画像領域の拡張型マルチ半径中心対称ローカルバイナリパターンのパターンヒストグラムとのうちの少なくとも1つを算出することを含む、請求項11に記載の方法。
- システムであって、
コンピュータ実行可能な命令を格納するための少なくとも1つのメモリと、
前記少なくとも1つのメモリに格納された前記命令を実行するための少なくとも1つのプロセッサと
を備え、
前記命令の実行は、
血管構造を備える眼の少なくとも一部の画像を受信することと、
前記画像内の複数の血管点を識別することであって、前記識別することは、
(a)前記画像内の点を候補血管点として選択することと、
(b)前記候補血管点を囲繞する第1の近傍の点を画定することと、
(c)前記候補血管点と前記第1の近傍の点の少なくとも一部とを囲繞する第2の異なる近傍の点を画定することと、
(d)前記第1および第2の近傍内の点のそれぞれの強度を前記候補血管点の強度と比較することによって、前記候補血管点が血管点であるかどうかを判定することと
を含む、ことと、
少なくとも部分的に前記識別された血管点に基づいてテンプレートを生成することと
を含む動作を行うように前記少なくとも1つのプロセッサをプログラム化する、システム。 - 前記画像は、画像のセットに基づく鮮鋭化された画像を含む、請求項14に記載のシステム。
- 前記動作は、
前記セット内の画像を平均化することにより、平均画像を生成することと、
前記平均画像を、ラプラシアンガウシアン(LoG)カーネルを用いて畳み込みを行うことにより、畳み込み画像を得ることと、
最大画素値から前記畳み込み画像の各画素を減算することにより、差分画像を得ることと、
画素毎に、前記差分画像および前記平均画像を乗算することにより、前記鮮鋭化された画像を得ることと
をさらに含む、請求項15に記載のシステム。 - 前記動作は、
前記セット内の画像を平均化することにより、平均画像を生成することと、
前記平均画像を、異なる角度に配向された複数のガボールカーネルを用いて畳み込みを行うことにより、前記鮮鋭化された画像を得ることと
をさらに含む、請求項15に記載のシステム。 - 前記候補血管点が血管点であるかどうかを判定することは、
前記比較することに基づいて、前記第1の近傍内の点の数に対応する複数の状態を判定することと、
前記複数の状態を集約することであって、前記候補血管点は、少なくとも部分的に前記集約された状態に基づいて、血管点であると判定される、ことと
を含む、請求項14に記載のシステム。 - 前記比較することは、(i)前記第1の近傍の点内の点の強度が、前記候補血管点の強度よりも閾値の量だけ上回るかどうかを判定することと、(ii)前記第2の近傍の点内の対応する点の強度が、前記候補血管点の強度よりも前記閾値の量だけ上回るかどうかを判定することとを含み、
前記複数の状態を判定することは、前記比較した判定(i)および(ii)のいずれかが真の場合、前記第1の近傍内の点と前記第2の近傍内の対応する点とに対応する状態を第1の値に設定し、そうでなければ、前記状態を第2の値に設定することを含む、請求項18に記載のシステム。 - 前記複数の状態を集約することは、前記複数の状態を合計することを含み、
前記候補血管点が血管点であるかどうかを判定することは、前記集約された状態の合計値が、選択されたカウントを超えるかどうかを判定することを含む、請求項18に記載のシステム。 - 前記候補血管点が血管点であるかどうかを判定することは、(i)前記第1の近傍の点内の点の強度が、閾値を上回ることと、(ii)前記第2の近傍の点内の対応する点の強度が、前記閾値を上回ることとのうちの少なくとも1つである場合、前記候補血管点が血管点ではないと判定することを含む、請求項14に記載のシステム。
- 前記動作は、
前記画像内の複数の点に対して、ステップ(a)〜(d)を実施することと、
血管点であると判定された各候補血管点を第1の値に設定し、他の候補血管点を第2の値に設定することにより、バイナリ血管マップ(BVM)を得ることと
をさらに含む、請求項14に記載のシステム。 - 前記動作は、(i)境界に対応し、(ii)前記第1の値に設定された、少なくとも1つの血管点を除外することによって、前記BVMを間引くことをさらに含む、請求項22に記載のシステム。
- 前記動作は、複数の検出された血管点のそれぞれに対して、少なくとも1つのそれぞれの局所画像記述子を生成することをさらに含む、請求項14に記載のシステム。
- 前記テンプレートは、前記生成された局所画像記述子にさらに基づいて生成される、請求項24に記載のシステム。
- 検出された血管点に対して局所画像記述子を生成することは、(i)前記検出された血管点を囲繞する画像領域の拡張型マルチ半径ローカルバイナリパターンのパターンヒストグラムと、(ii)前記検出された血管点を囲繞する画像領域の拡張型マルチ半径中心対称ローカルバイナリパターンのパターンヒストグラムとのうちの少なくとも1つを算出することを含む、請求項24に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361878588P | 2013-09-16 | 2013-09-16 | |
US61/878,588 | 2013-09-16 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016216349A Division JP6255463B2 (ja) | 2013-09-16 | 2016-11-04 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018077862A JP2018077862A (ja) | 2018-05-17 |
JP6599421B2 true JP6599421B2 (ja) | 2019-10-30 |
Family
ID=51656090
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016527215A Active JP6039863B2 (ja) | 2013-09-16 | 2014-09-16 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
JP2016216349A Active JP6255463B2 (ja) | 2013-09-16 | 2016-11-04 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
JP2017232710A Expired - Fee Related JP6599421B2 (ja) | 2013-09-16 | 2017-12-04 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016527215A Active JP6039863B2 (ja) | 2013-09-16 | 2014-09-16 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
JP2016216349A Active JP6255463B2 (ja) | 2013-09-16 | 2016-11-04 | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 |
Country Status (9)
Country | Link |
---|---|
US (7) | US9390327B2 (ja) |
EP (1) | EP3047426B1 (ja) |
JP (3) | JP6039863B2 (ja) |
KR (2) | KR102113911B1 (ja) |
CN (5) | CN109190531B (ja) |
BR (3) | BR122017019640B1 (ja) |
HK (1) | HK1257828A1 (ja) |
MY (1) | MY176883A (ja) |
WO (1) | WO2015039102A1 (ja) |
Families Citing this family (144)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9443298B2 (en) | 2012-03-02 | 2016-09-13 | Authentect, Inc. | Digital fingerprinting object authentication and anti-counterfeiting system |
US8774455B2 (en) * | 2011-03-02 | 2014-07-08 | Raf Technology, Inc. | Document fingerprinting |
US9390327B2 (en) | 2013-09-16 | 2016-07-12 | Eyeverify, Llc | Feature extraction and matching for biometric authentication |
KR20150071038A (ko) * | 2013-12-17 | 2015-06-26 | 삼성전자주식회사 | 전자 장치를 이용한 소셜 네트워크 서비스 제공 방법 및 이를 구현한 장치 |
US20150186708A1 (en) * | 2013-12-31 | 2015-07-02 | Sagi Katz | Biometric identification system |
JP6406900B2 (ja) * | 2014-07-09 | 2018-10-17 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム、記録媒体、生産装置、及び組立部品の製造方法 |
WO2016014020A1 (en) | 2014-07-21 | 2016-01-28 | Hewlett-Packard Development Company, L.P. | Radial histogram matching |
WO2016015034A1 (en) * | 2014-07-25 | 2016-01-28 | Qualcomm Incorporated | Enrollment and authentication on a mobile device |
US9818114B2 (en) | 2014-08-11 | 2017-11-14 | Mastercard International Incorporated | Systems and methods for performing payment card transactions using a wearable computing device |
WO2016032397A1 (en) * | 2014-08-25 | 2016-03-03 | Agency For Science, Technology And Research (A*Star) | Methods and systems for assessing retinal images, and obtaining information from retinal images |
US10915618B2 (en) * | 2014-08-28 | 2021-02-09 | Facetec, Inc. | Method to add remotely collected biometric images / templates to a database record of personal information |
US10282535B2 (en) * | 2014-09-02 | 2019-05-07 | NXT-ID, Inc. | Method and system to validate identity without putting privacy at risk |
EP3198913A4 (en) | 2014-09-24 | 2018-05-23 | Princeton Identity, Inc. | Control of wireless communication device capability in a mobile device with a biometric key |
US20160125223A1 (en) * | 2014-10-30 | 2016-05-05 | Apple Inc. | Electronic device including multiple speed and multiple accuracy finger biometric matching and related methods |
US10726113B2 (en) | 2014-11-25 | 2020-07-28 | Certify Global Inc. | Systems and methods of verifying an authenticated document biosignature glyph containing a selected image |
US10581843B2 (en) * | 2014-11-25 | 2020-03-03 | Certify Global Inc. | Systems and methods of verifying an authenticated document biosignature encoding restricted access information |
KR20170092545A (ko) | 2014-12-03 | 2017-08-11 | 프린스톤 아이덴티티, 인크. | 모바일 디바이스 생체측정 애드-온을 위한 시스템 및 방법 |
US9817956B2 (en) * | 2014-12-12 | 2017-11-14 | Excalibur Ip, Llc | User authentication and data encryption |
KR102302621B1 (ko) * | 2015-03-09 | 2021-09-16 | 한국전자통신연구원 | 고차 라플라시안 오브 가우시안 커널을 이용한 이미지의 특징점 추출 장치 및 방법 |
CN106034029A (zh) | 2015-03-20 | 2016-10-19 | 阿里巴巴集团控股有限公司 | 基于图片验证码的验证方法和装置 |
CN105518709B (zh) * | 2015-03-26 | 2019-08-09 | 北京旷视科技有限公司 | 用于识别人脸的方法、***和计算机程序产品 |
US10515304B2 (en) | 2015-04-28 | 2019-12-24 | Qualcomm Incorporated | Filter specificity as training criterion for neural networks |
US9740919B1 (en) * | 2015-05-20 | 2017-08-22 | Amazon Technologies, Inc. | Detecting objects in multiple images using integral images |
US9740918B1 (en) * | 2015-05-20 | 2017-08-22 | Amazon Technologies, Inc. | Detecting objects in multiple images using integral images |
US9672409B2 (en) * | 2015-07-03 | 2017-06-06 | Fingerprint Cards Ab | Apparatus and computer-implemented method for fingerprint based authentication |
JP6623597B2 (ja) * | 2015-07-27 | 2019-12-25 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
AU2016319775B2 (en) * | 2015-09-11 | 2018-10-04 | Jumio Corporation | Image and feature quality, image enhancement and feature extraction for ocular-vascular and facial recognition, and fusing ocular-vascular with facial and/or sub-facial information for biometric systems |
US10169684B1 (en) * | 2015-10-01 | 2019-01-01 | Intellivision Technologies Corp. | Methods and systems for recognizing objects based on one or more stored training images |
CN105389566B (zh) * | 2015-11-13 | 2018-09-11 | 广东欧珀移动通信有限公司 | 指纹识别方法、指纹模板的更新方法、装置和移动终端 |
TR201517592A2 (tr) * | 2015-12-30 | 2017-01-23 | Gebze Teknik Ueniversitesi | Stereo avuç i̇çi̇ damar tespi̇t yöntemi̇ ve bu yönteme uygun çalişan bi̇yometri̇k ki̇mli̇k tespi̇t si̇stemi̇ |
WO2017123702A1 (en) | 2016-01-12 | 2017-07-20 | Princeton Identity, Inc. | Systems and methods biometric analysis |
US10621594B2 (en) | 2016-02-19 | 2020-04-14 | Alitheon, Inc. | Multi-level authentication |
CN105657664A (zh) * | 2016-02-29 | 2016-06-08 | 南京大学 | 一种移动互联网环境下基于位置共享的游客管理*** |
WO2017172695A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Systems and methods of biometric anaysis with adaptive trigger |
US10366296B2 (en) * | 2016-03-31 | 2019-07-30 | Princeton Identity, Inc. | Biometric enrollment systems and methods |
EP3236401A1 (en) | 2016-04-18 | 2017-10-25 | Alitheon, Inc. | Authentication-triggered processes |
WO2017190089A1 (en) * | 2016-04-29 | 2017-11-02 | Sarma Vrudhula | Electrocardiographic biometric authentication |
CN106023249A (zh) * | 2016-05-13 | 2016-10-12 | 电子科技大学 | 一种基于局部二值相似性模式的运动目标检测方法 |
CN105913051B (zh) * | 2016-05-26 | 2019-10-18 | 京东方科技集团股份有限公司 | 一种识别人脸图像的模版库的更新装置及方法 |
US10614302B2 (en) | 2016-05-26 | 2020-04-07 | Alitheon, Inc. | Controlled authentication of physical objects |
US10740767B2 (en) | 2016-06-28 | 2020-08-11 | Alitheon, Inc. | Centralized databases storing digital fingerprints of objects for collaborative authentication |
US10915612B2 (en) | 2016-07-05 | 2021-02-09 | Alitheon, Inc. | Authenticated production |
US9905267B1 (en) * | 2016-07-13 | 2018-02-27 | Gracenote, Inc. | Computing system with DVE template selection and video content item generation feature |
US10902540B2 (en) | 2016-08-12 | 2021-01-26 | Alitheon, Inc. | Event-driven authentication of physical objects |
CN106326917A (zh) * | 2016-08-12 | 2017-01-11 | 青岛大学 | 一种摄像头遮挡智能检测方法 |
US10839528B2 (en) | 2016-08-19 | 2020-11-17 | Alitheon, Inc. | Authentication-based tracking |
US11409094B2 (en) * | 2016-08-31 | 2022-08-09 | Molecular Devices, Llc | System and method for template-based image analysis |
CN106355575A (zh) * | 2016-08-31 | 2017-01-25 | 上海交通大学 | 一种基于神经网络的监督学习型眼底血管提取方法 |
US20180068188A1 (en) * | 2016-09-07 | 2018-03-08 | Compal Electronics, Inc. | Video analyzing method and video processing apparatus thereof |
JP6840973B2 (ja) * | 2016-09-23 | 2021-03-10 | 富士通株式会社 | 照合方法、照合装置、照合プログラム |
KR20180073118A (ko) | 2016-12-22 | 2018-07-02 | 삼성전자주식회사 | 컨볼루션 신경망 처리 방법 및 장치 |
US10282592B2 (en) * | 2017-01-12 | 2019-05-07 | Icatch Technology Inc. | Face detecting method and face detecting system |
US10528791B1 (en) | 2017-03-02 | 2020-01-07 | Synaptics Incorporated | Biometric template updating systems and methods |
WO2018187337A1 (en) | 2017-04-04 | 2018-10-11 | Princeton Identity, Inc. | Z-dimension user feedback biometric system |
US10303974B1 (en) * | 2017-04-28 | 2019-05-28 | Ambarella, Inc. | Approximate cross-check for real-time feature matching |
CN107133221A (zh) * | 2017-06-09 | 2017-09-05 | 北京京东尚科信息技术有限公司 | 信息审核方法、装置、计算机可读介质和电子设备 |
US10262223B2 (en) * | 2017-06-20 | 2019-04-16 | National Chung Shan Institute Of Science And Technology | Method of speeding up image detection |
US10832035B2 (en) * | 2017-06-22 | 2020-11-10 | Koninklijke Philips N.V. | Subject identification systems and methods |
CN107516105B (zh) * | 2017-07-20 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置 |
US11062118B2 (en) | 2017-07-25 | 2021-07-13 | Alitheon, Inc. | Model-based digital fingerprinting |
WO2019023032A1 (en) | 2017-07-26 | 2019-01-31 | Princeton Identity, Inc. | METHODS AND SYSTEMS FOR BIOMETRIC SECURITY |
CN107563438B (zh) * | 2017-08-31 | 2019-08-30 | 西南交通大学 | 一种快速鲁棒的多模态遥感影像匹配方法和*** |
CN107644418B (zh) * | 2017-09-26 | 2019-11-08 | 山东大学 | 基于卷积神经网络的视盘检测方法及*** |
KR102506858B1 (ko) | 2017-10-24 | 2023-03-08 | 현대자동차주식회사 | 차량의 군집 주행 기동 장치 및 방법 |
US10901869B2 (en) * | 2017-11-07 | 2021-01-26 | Vmware, Inc. | Methods and systems that efficiently store metric data |
US10832082B2 (en) | 2017-11-14 | 2020-11-10 | International Business Machines Corporation | Template selection system and method |
US10552671B2 (en) * | 2017-11-22 | 2020-02-04 | King Fahd University Of Petroleum And Minerals | Multi-kernel fuzzy local Gabor feature extraction method for automatic gait recognition |
CN108171688B (zh) * | 2017-12-19 | 2021-01-08 | 浙江大学 | 一种基于Gabor特征与随机降维的晶圆表面缺陷检测方法 |
US10740386B2 (en) * | 2017-12-29 | 2020-08-11 | MorphoTrak, LLC | Multi-stage image matching techniques |
US11087013B2 (en) | 2018-01-22 | 2021-08-10 | Alitheon, Inc. | Secure digital fingerprint key object database |
US11113522B2 (en) * | 2018-02-08 | 2021-09-07 | Datalogic Ip Tech S.R.L. | Segment-based pattern matching algorithm |
US11789699B2 (en) | 2018-03-07 | 2023-10-17 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11392802B2 (en) | 2018-03-07 | 2022-07-19 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US10938852B1 (en) * | 2020-08-14 | 2021-03-02 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11394552B2 (en) | 2018-03-07 | 2022-07-19 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US10721070B2 (en) | 2018-03-07 | 2020-07-21 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11138333B2 (en) | 2018-03-07 | 2021-10-05 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11210375B2 (en) | 2018-03-07 | 2021-12-28 | Private Identity Llc | Systems and methods for biometric processing with liveness |
US11170084B2 (en) | 2018-06-28 | 2021-11-09 | Private Identity Llc | Biometric authentication |
US11502841B2 (en) | 2018-03-07 | 2022-11-15 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
US11489866B2 (en) * | 2018-03-07 | 2022-11-01 | Private Identity Llc | Systems and methods for private authentication with helper networks |
US11265168B2 (en) | 2018-03-07 | 2022-03-01 | Private Identity Llc | Systems and methods for privacy-enabled biometric processing |
CN108446737B (zh) * | 2018-03-21 | 2022-07-05 | 百度在线网络技术(北京)有限公司 | 用于识别对象的方法和装置 |
JP2019204288A (ja) * | 2018-05-23 | 2019-11-28 | 富士通株式会社 | 生体認証装置、生体認証方法及び生体認証プログラム |
US11113510B1 (en) | 2018-06-03 | 2021-09-07 | Apple Inc. | Virtual templates for facial recognition |
KR102138652B1 (ko) * | 2018-06-05 | 2020-07-29 | 동국대학교 산학협력단 | 딥 러닝 기반의 지정맥 특징과 손가락 형태를 이용하는 생체 인식 장치 및 방법 |
CN109117703B (zh) * | 2018-06-13 | 2022-03-22 | 中山大学中山眼科中心 | 一种基于细粒度识别的混杂细胞种类鉴定方法 |
CN108875629B (zh) * | 2018-06-14 | 2021-06-04 | 电子科技大学 | 基于多样本特征融合的掌静脉识别方法 |
US11250351B2 (en) * | 2018-07-11 | 2022-02-15 | Palo Alto Research Center Incorporated | System and method for one-class similarity machines for anomaly detection |
TWI688902B (zh) * | 2018-08-31 | 2020-03-21 | 國立中正大學 | 應用於表情辨識之拓展式局部二值模式方法及其系統 |
EP3621031B1 (en) * | 2018-09-06 | 2021-06-30 | Tata Consultancy Services Limited | Systems and methods for performing hand segmentation |
US11216541B2 (en) * | 2018-09-07 | 2022-01-04 | Qualcomm Incorporated | User adaptation for biometric authentication |
US11847195B2 (en) * | 2018-10-05 | 2023-12-19 | Semiconductor Energy Laboratory Co., Ltd. | Authentication system and method for recording unlocking history using authentication system |
US10956796B2 (en) * | 2018-10-11 | 2021-03-23 | International Business Machines Corporation | Self-guided object detection in regular images |
US10885363B2 (en) | 2018-10-25 | 2021-01-05 | Advanced New Technologies Co., Ltd. | Spoof detection using structured light illumination |
US10783388B2 (en) * | 2018-10-26 | 2020-09-22 | Alibaba Group Holding Limited | Spoof detection using multiple image acquisition devices |
CN109284744A (zh) * | 2018-11-02 | 2019-01-29 | 张彦龙 | 一种从眼部灰度图像似然图对虹膜图像编码检索的方法 |
CN111191655B (zh) * | 2018-11-14 | 2024-04-16 | 佳能株式会社 | 对象识别方法和装置 |
CN109815791B (zh) * | 2018-12-13 | 2021-02-19 | 北京理工大学 | 基于血管的身份识别方法和装置 |
US11170242B2 (en) | 2018-12-26 | 2021-11-09 | Advanced New Technologies Co., Ltd. | Spoof detection using dual-band fluorescence |
CN109766809B (zh) * | 2018-12-29 | 2021-01-29 | 山东财经大学 | 一种改进的人眼检测及跟踪方法 |
CN109766943B (zh) * | 2019-01-10 | 2020-08-21 | 哈尔滨工业大学(深圳) | 一种基于全局感知多样性度量的模板匹配方法及*** |
US11175513B2 (en) * | 2019-01-22 | 2021-11-16 | Varjo Technologies Oy | Display apparatuses and methods employing waveguides and opacity masks |
US11054658B2 (en) * | 2019-01-22 | 2021-07-06 | Varjo Technologies Oy | Display apparatus and method using reflective elements and opacity mask |
US10963670B2 (en) | 2019-02-06 | 2021-03-30 | Alitheon, Inc. | Object change detection and measurement using digital fingerprints |
US10970574B2 (en) | 2019-02-06 | 2021-04-06 | Advanced New Technologies Co., Ltd. | Spoof detection using dual-band near-infrared (NIR) imaging |
CN109934114B (zh) * | 2019-02-15 | 2023-05-12 | 重庆工商大学 | 一种手指静脉模板生成与更新算法及*** |
KR20200100481A (ko) * | 2019-02-18 | 2020-08-26 | 삼성전자주식회사 | 생체 정보를 인증하기 위한 전자 장치 및 그의 동작 방법 |
US11328043B2 (en) * | 2019-03-15 | 2022-05-10 | Advanced New Technologies Co., Ltd. | Spoof detection by comparing images captured using visible-range and infrared (IR) illuminations |
US11200583B2 (en) * | 2019-03-21 | 2021-12-14 | Raytheon Company | Using surface textures as unique identifiers for tracking material with a distributed ledger |
EP3734506A1 (en) | 2019-05-02 | 2020-11-04 | Alitheon, Inc. | Automated authentication region localization and capture |
EP3736717A1 (en) | 2019-05-10 | 2020-11-11 | Alitheon, Inc. | Loop chain digital fingerprint method and system |
CN110705341A (zh) * | 2019-08-13 | 2020-01-17 | 平安科技(深圳)有限公司 | 基于指静脉图像的验证方法、装置、存储介质 |
EP3804606B1 (en) * | 2019-10-07 | 2022-05-11 | Optos PLC | Ophthalmic imaging system |
US11238146B2 (en) | 2019-10-17 | 2022-02-01 | Alitheon, Inc. | Securing composite objects using digital fingerprints |
US10607077B1 (en) * | 2019-10-28 | 2020-03-31 | EyeVerify Inc. | Identity authentication using an inlier neural network |
CN110889432B (zh) * | 2019-10-29 | 2022-07-29 | 北京迈格威科技有限公司 | 特征点匹配方法、装置、计算机设备和存储介质 |
CN110852235A (zh) * | 2019-11-05 | 2020-02-28 | 长安大学 | 一种图像特征提取方法 |
SE1951273A1 (en) * | 2019-11-06 | 2021-03-30 | Precise Biometrics Ab | A method and system for fingerprint verification and enrollment with secure storage of templates |
CN111062025B (zh) * | 2019-12-09 | 2022-03-01 | Oppo广东移动通信有限公司 | 应用数据处理方法及相关装置 |
CN111161332A (zh) * | 2019-12-30 | 2020-05-15 | 上海研境医疗科技有限公司 | 同源病理影像配准预处理方法、装置、设备及存储介质 |
EP3859603A1 (en) | 2020-01-28 | 2021-08-04 | Alitheon, Inc. | Depth-based digital fingerprinting |
EP3885982A3 (en) | 2020-03-23 | 2021-12-22 | Alitheon, Inc. | Hand biometrics system and method using digital fingerprints |
EP3885984A1 (en) | 2020-03-23 | 2021-09-29 | Alitheon, Inc. | Facial biometrics system and method of using digital fingerprints |
CN111507208B (zh) * | 2020-03-30 | 2021-06-25 | 中国科学院上海微***与信息技术研究所 | 一种基于巩膜识别的身份验证方法、装置、设备和介质 |
US11948377B2 (en) | 2020-04-06 | 2024-04-02 | Alitheon, Inc. | Local encoding of intrinsic authentication data |
US11663849B1 (en) | 2020-04-23 | 2023-05-30 | Alitheon, Inc. | Transform pyramiding for fingerprint matching system and method |
US11983957B2 (en) | 2020-05-28 | 2024-05-14 | Alitheon, Inc. | Irreversible digital fingerprints for preserving object security |
US11494886B2 (en) * | 2020-05-29 | 2022-11-08 | Adobe Inc. | Hierarchical multiclass exposure defects classification in images |
US11700123B2 (en) | 2020-06-17 | 2023-07-11 | Alitheon, Inc. | Asset-backed digital security tokens |
CN111950403A (zh) * | 2020-07-28 | 2020-11-17 | 武汉虹识技术有限公司 | 一种虹膜分类方法及***、电子设备和存储介质 |
US11995808B2 (en) | 2020-09-04 | 2024-05-28 | Abova, Inc | Method for X-ray dental image enhancement |
CN111932529B (zh) * | 2020-09-10 | 2020-12-29 | 腾讯科技(深圳)有限公司 | 一种图像分类分割方法、装置及*** |
KR102550864B1 (ko) * | 2020-12-17 | 2023-07-04 | 가톨릭대학교 산학협력단 | 개체 이미지의 패턴에 의한 개체 인식 식별 방법 및 시스템 |
TWI799092B (zh) * | 2021-02-09 | 2023-04-11 | 大陸商廣州印芯半導體技術有限公司 | 辨識系統的辨識方法 |
US11423689B1 (en) * | 2021-02-09 | 2022-08-23 | Guangzhou Tyrafos Semiconductor Tech. Co., Ltd. | Identification method for an identification system |
CN113128554B (zh) * | 2021-03-10 | 2022-05-24 | 广州大学 | 一种基于模板匹配的目标定位方法、***、装置及介质 |
US20220318351A1 (en) * | 2021-03-31 | 2022-10-06 | Samsung Electronics Co., Ltd. | Method and apparatus with input data classification |
KR102624308B1 (ko) * | 2021-03-31 | 2024-01-15 | 서울대학교산학협력단 | 대응점 기반 이미지 정합 장치 및 그 방법 |
CN113379006B (zh) * | 2021-08-16 | 2021-11-02 | 北京国电通网络技术有限公司 | 图像识别方法、装置、电子设备和计算机可读介质 |
US20230222197A1 (en) | 2022-01-07 | 2023-07-13 | Jumio Corporation | Biometric Authentication Using Head-Mounted Devices |
CN114708698B (zh) * | 2022-03-24 | 2023-08-08 | 重庆巡感科技有限公司 | 隧道内异物智能感知与预警*** |
CN115471557B (zh) * | 2022-09-22 | 2024-02-02 | 南京博视医疗科技有限公司 | 单目相机图像目标点三维定位方法、瞳孔定位方法及装置 |
CN116597185B (zh) * | 2023-07-17 | 2023-12-15 | 荣耀终端有限公司 | 模板更新方法及电子设备 |
Family Cites Families (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5361307A (en) * | 1993-03-25 | 1994-11-01 | General Electric Company | Correlation methods of identifying defects in imaging devices |
JP2858530B2 (ja) * | 1993-12-27 | 1999-02-17 | 日本電気株式会社 | エッジ強調装置 |
WO1998025227A1 (en) * | 1996-12-04 | 1998-06-11 | Dew Engineering And Development Limited | Biometric security encryption system |
US6185316B1 (en) | 1997-11-12 | 2001-02-06 | Unisys Corporation | Self-authentication apparatus and method |
JPH11232459A (ja) * | 1998-02-17 | 1999-08-27 | Nec Corp | 個人認証用の認証対象原情報登録方法および個人認証装置 |
JP4519963B2 (ja) | 1999-06-21 | 2010-08-04 | 富士通株式会社 | 生体情報の暗号化・復号化方法および装置並びに、生体情報を利用した本人認証システム |
JP4374686B2 (ja) * | 1999-12-03 | 2009-12-02 | ノーリツ鋼機株式会社 | 画像の鮮鋭度判断方法、画像の鮮鋭度を判断する処理を行うためのプログラムを記録した記録媒体、画像処理装置および写真焼付装置 |
JP2001338301A (ja) * | 2000-05-30 | 2001-12-07 | Canon Inc | 署名認証装置、署名認証方法、署名認証プログラムを格納した記憶媒体 |
US7536557B2 (en) | 2001-03-22 | 2009-05-19 | Ensign Holdings | Method for biometric authentication through layering biometric traits |
US6836554B1 (en) | 2000-06-16 | 2004-12-28 | International Business Machines Corporation | System and method for distorting a biometric for transactions with enhanced security and privacy |
US7103200B2 (en) | 2001-03-05 | 2006-09-05 | Robert Hillhouse | Method and system for adaptively varying templates to accommodate changes in biometric information |
US8279042B2 (en) | 2001-07-10 | 2012-10-02 | Xatra Fund Mx, Llc | Iris scan biometrics on a payment device |
JP2002238859A (ja) * | 2001-12-27 | 2002-08-27 | Canon Inc | 医用カラー画像処理装置 |
JP4070558B2 (ja) * | 2002-09-26 | 2008-04-02 | 株式会社東芝 | 画像追跡装置および方法 |
EP1671260B1 (en) * | 2003-10-01 | 2014-06-11 | Authentec, Inc. | Methods for finger biometric processing and associated finger biometric sensors |
JP3945474B2 (ja) | 2003-11-28 | 2007-07-18 | 松下電器産業株式会社 | 眼画像入力装置および認証装置ならびに画像処理方法 |
US7382897B2 (en) * | 2004-04-27 | 2008-06-03 | Microsoft Corporation | Multi-image feature matching using multi-scale oriented patches |
US7565193B2 (en) * | 2004-06-14 | 2009-07-21 | Cephos Corp. | Questions and control paradigms for detecting deception by measuring brain activity |
US7680311B2 (en) * | 2005-04-15 | 2010-03-16 | Carestream Health, Inc. | System aid for digital radiographic image quality verification |
US7327860B2 (en) * | 2005-05-04 | 2008-02-05 | West Virginia University | Conjunctival scans for personal identification |
US8463065B2 (en) * | 2005-12-07 | 2013-06-11 | Commonwealth Scientific And Industrial Research Organisation | Linear feature detection method and apparatus |
US20070160266A1 (en) * | 2006-01-11 | 2007-07-12 | Jones Michael J | Method for extracting features of irises in images using difference of sum filters |
US8005277B2 (en) | 2006-03-03 | 2011-08-23 | Research Foundation-State University of NY | Secure fingerprint matching by hashing localized information |
US20070217708A1 (en) | 2006-03-20 | 2007-09-20 | International Business Machines Corporation | Method, system, and program product for transforming a biometric image |
JP4961214B2 (ja) | 2006-03-29 | 2012-06-27 | 株式会社日立情報制御ソリューションズ | 生体認証方法およびシステム |
JP2008052701A (ja) * | 2006-07-28 | 2008-03-06 | Sony Corp | 画像処理方法、画像処理装置及びプログラム |
US8417960B2 (en) | 2006-09-06 | 2013-04-09 | Hitachi, Ltd. | Method for generating an encryption key using biometrics authentication and restoring the encryption key and personal authentication system |
KR100866792B1 (ko) * | 2007-01-10 | 2008-11-04 | 삼성전자주식회사 | 확장 국부 이진 패턴을 이용한 얼굴 기술자 생성 방법 및장치와 이를 이용한 얼굴 인식 방법 및 장치 |
JP5050642B2 (ja) * | 2007-05-15 | 2012-10-17 | ソニー株式会社 | 登録装置、照合装置、プログラム及びデータ構造 |
CN101377847B (zh) * | 2007-08-29 | 2010-06-02 | 中国科学院自动化研究所 | 一种文档图像的配准及特征点选取方法 |
ES2326205B1 (es) | 2007-11-27 | 2010-06-29 | Universidad Complutense De Madrid | Metodo y dispositivo para el reconocimiento de individuos basado en la imagen de la retina que incorpora como constante biometrica el area imagen del punto de fijacion. |
US8064653B2 (en) * | 2007-11-29 | 2011-11-22 | Viewdle, Inc. | Method and system of person identification by facial image |
US8532344B2 (en) | 2008-01-09 | 2013-09-10 | International Business Machines Corporation | Methods and apparatus for generation of cancelable face template |
CN101556692A (zh) * | 2008-04-09 | 2009-10-14 | 西安盛泽电子有限公司 | 基于特征点邻域伪Zernike矩的图像拼接方法 |
US8238639B2 (en) * | 2008-04-09 | 2012-08-07 | Cognex Corporation | Method and system for dynamic feature detection |
KR100949801B1 (ko) | 2008-04-17 | 2010-03-30 | 한국전자통신연구원 | 퍼지볼트 시스템에서의 다항식 복원장치 및 그 방법 |
US8249314B2 (en) | 2008-06-16 | 2012-08-21 | International Business Machines Corporation | Anonymous and revocable fingerprint recognition |
ES2337866B2 (es) | 2008-07-24 | 2011-02-14 | Universidad Complutense De Madrid | Reconocimiento biometrico mediante estudio del mapa de superficie delsegundo dioptrio ocular. |
KR100996466B1 (ko) | 2008-10-09 | 2010-11-25 | 조선대학교산학협력단 | 비밀분산 기법을 이용한 지문정보 저장 장치, 비밀분산 기법을 이용한 지문 인증 시스템 및 비밀분산 기법을 이용한 지문 인증 방법 |
US20100142766A1 (en) * | 2008-12-04 | 2010-06-10 | Alan Duncan Fleming | Image Analysis |
WO2010129074A1 (en) * | 2009-01-14 | 2010-11-11 | Indiana University Research & Technology Corporation | System and method for identifying a person with reference to a sclera image |
US8401342B2 (en) * | 2009-01-16 | 2013-03-19 | A9.Com, Inc. | System and method to match images using topologically equivalent correspondences |
US20100232659A1 (en) | 2009-03-12 | 2010-09-16 | Harris Corporation | Method for fingerprint template synthesis and fingerprint mosaicing using a point matching algorithm |
JP5287550B2 (ja) | 2009-07-01 | 2013-09-11 | 富士通株式会社 | 生体認証システム,生体認証方法,生体認証装置,生体情報処理装置,生体認証プログラムおよび生体情報処理プログラム |
US20120150450A1 (en) | 2009-09-09 | 2012-06-14 | Nec Corporation | Biometric authentication system, method, and program |
JP5432644B2 (ja) * | 2009-09-10 | 2014-03-05 | キヤノン株式会社 | 血管交差・分岐部位の抽出方法及び装置 |
KR101255555B1 (ko) | 2009-11-24 | 2013-04-17 | 한국전자통신연구원 | 보안성이 강화된 지문인식 방법 및 장치 |
JP5218991B2 (ja) * | 2009-12-08 | 2013-06-26 | 株式会社日立製作所 | 複数種類のテンプレートを用いた生体認証システム及び生体認証方法 |
EP2355037A1 (en) * | 2009-12-18 | 2011-08-10 | Nxp B.V. | Method of and system for determining an average colour value for pixels |
US8818048B2 (en) | 2010-01-22 | 2014-08-26 | Indiana University Research And Technology Corp. | System and method for cancelable iris recognition |
WO2011111102A1 (ja) | 2010-03-10 | 2011-09-15 | 富士通株式会社 | 生体認証装置及び生体認証方法 |
CN101833765B (zh) * | 2010-04-30 | 2011-11-16 | 天津大学 | 基于双向匹配和三角形约束的特征匹配方法 |
CN101839722A (zh) * | 2010-05-06 | 2010-09-22 | 南京航空航天大学 | 一种中低空下目标自动识别及载体高精度定位方法 |
EP2619939A2 (en) | 2010-09-20 | 2013-07-31 | Rick L. Orsini | Systems and methods for secure data sharing |
JP5809792B2 (ja) * | 2010-11-04 | 2015-11-11 | 株式会社日立製作所 | 生体認証装置および方法 |
TWI426775B (zh) * | 2010-12-17 | 2014-02-11 | Ind Tech Res Inst | 攝影機再校正系統及其方法 |
US8457370B2 (en) * | 2011-01-20 | 2013-06-04 | Daon Holdings Limited | Methods and systems for authenticating users with captured palm biometric data |
US8355544B2 (en) | 2011-02-01 | 2013-01-15 | Universidade Da Coruna-Otri | Method, apparatus, and system for automatic retinal image analysis |
US20120249297A1 (en) * | 2011-02-16 | 2012-10-04 | Eliza Yingzi Du | Consent Biometrics |
US9323980B2 (en) * | 2011-05-13 | 2016-04-26 | Microsoft Technology Licensing, Llc | Pose-robust recognition |
JP5656768B2 (ja) * | 2011-08-08 | 2015-01-21 | 日本放送協会 | 画像特徴量抽出装置およびそのプログラム |
CN102426019B (zh) * | 2011-08-25 | 2014-07-02 | 航天恒星科技有限公司 | 一种无人机景象匹配辅助导航方法及*** |
JP5754813B2 (ja) * | 2012-01-10 | 2015-07-29 | Kddi株式会社 | 画像中の特徴点を検出する特徴点検出プログラム、画像処理装置及び方法 |
US8768049B2 (en) * | 2012-07-13 | 2014-07-01 | Seiko Epson Corporation | Small vein image recognition and authorization using constrained geometrical matching and weighted voting under generic tree model |
CN102831445B (zh) * | 2012-08-01 | 2014-09-03 | 厦门大学 | 基于语义Hough变换和偏最小二乘法的目标检测方法 |
US8369595B1 (en) | 2012-08-10 | 2013-02-05 | EyeVerify LLC | Texture features for biometric authentication |
WO2015009111A1 (ko) * | 2013-07-18 | 2015-01-22 | 삼성전자 주식회사 | 생체인식 기반 인증 방법 및 장치 |
US8965066B1 (en) | 2013-09-16 | 2015-02-24 | Eye Verify LLC | Biometric template security and key generation |
US9390327B2 (en) | 2013-09-16 | 2016-07-12 | Eyeverify, Llc | Feature extraction and matching for biometric authentication |
-
2014
- 2014-05-09 US US14/274,385 patent/US9390327B2/en active Active
- 2014-05-09 US US14/274,398 patent/US9053365B2/en active Active
- 2014-09-16 BR BR122017019640-5A patent/BR122017019640B1/pt active IP Right Grant
- 2014-09-16 CN CN201810956468.6A patent/CN109190531B/zh active Active
- 2014-09-16 KR KR1020177035054A patent/KR102113911B1/ko active IP Right Grant
- 2014-09-16 EP EP14777995.3A patent/EP3047426B1/en active Active
- 2014-09-16 JP JP2016527215A patent/JP6039863B2/ja active Active
- 2014-09-16 MY MYPI2016000474A patent/MY176883A/en unknown
- 2014-09-16 CN CN201810956601.8A patent/CN108846390B/zh active Active
- 2014-09-16 CN CN201810954718.2A patent/CN109284683B/zh active Active
- 2014-09-16 BR BR112016005674-4A patent/BR112016005674B1/pt active IP Right Grant
- 2014-09-16 CN CN201810956454.4A patent/CN109165593B/zh active Active
- 2014-09-16 CN CN201480057943.6A patent/CN105917353B/zh active Active
- 2014-09-16 BR BR122017019647-2A patent/BR122017019647B1/pt active IP Right Grant
- 2014-09-16 KR KR1020167009581A patent/KR101808467B1/ko active IP Right Grant
- 2014-09-16 WO PCT/US2014/055869 patent/WO2015039102A1/en active Application Filing
-
2015
- 2015-11-05 US US14/933,539 patent/US9454700B2/en active Active
-
2016
- 2016-09-08 US US15/259,902 patent/US9940517B2/en active Active
- 2016-11-04 JP JP2016216349A patent/JP6255463B2/ja active Active
-
2017
- 2017-02-17 HK HK19100181.8A patent/HK1257828A1/zh unknown
- 2017-12-04 JP JP2017232710A patent/JP6599421B2/ja not_active Expired - Fee Related
-
2018
- 2018-02-27 US US15/906,331 patent/US10664700B2/en active Active
-
2020
- 2020-02-04 US US16/781,269 patent/US10726260B2/en active Active
- 2020-02-04 US US16/781,554 patent/US10789465B2/en active Active
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6599421B2 (ja) | バイオメトリック認証のための特徴抽出およびマッチングおよびテンプレート更新 | |
JP6449516B2 (ja) | 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および/またはサブ顔領域との融合 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190425 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190913 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6599421 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |