[发明专利]在指纹分析中通过机器学习来区分活体手指与欺骗手指在审
申请号: | 201880065957.0 | 申请日: | 2018-10-05 |
公开(公告)号: | CN111201537A | 公开(公告)日: | 2020-05-26 |
发明(设计)人: | 肯尼斯·琼森;阿拉·哈拉瓦尼 | 申请(专利权)人: | 指纹卡有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/02;G06N20/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 杜诚;李德山 |
地址: | 瑞典*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 指纹 分析 通过 机器 学习 区分 活体 手指 欺骗 | ||
1.一种在指纹分析系统(30)中执行的利于区分活体手指与欺骗手指的方法,所述方法包括:
当在手指正在接近并且正在压靠检测表面的时段期间所述手指与指纹传感器(3)的所述检测表面(21)接合时获取(S1)图像(I1..In)的多个时间序列(50),所述时间序列中的每一个显示相应的手指(5),所述时间序列中的每一个至少包括显示所述手指的指纹形貌的第一图像(I1)和最后图像(In),其中,所述时间序列的一些时间序列中的所述相应的手指已知为活体手指,并且所述时间序列的另外一些时间序列中的所述相应的手指已知为欺骗手指;以及
在所述多个时间序列上训练(S2)机器学习算法,以产生用于区分活体手指与欺骗手指的所述机器学习算法的模型。
2.根据权利要求1所述的方法,其中,针对所述时间序列中的每一个,当所述相应的手指(5)与所述检测表面(21)接合但是尚未在所述检测表面的整个检测区域(22)上与所述检测表面接触时,已经触发所述时间序列的获取,所述检测区域对应于在所述时间序列(50)中的每一个中成像的区域。
3.根据权利要求1或2所述的方法,其中,所述指纹分析系统(30)包括指纹传感器(3),并且其中,借助于所述指纹传感器来获取(S1)所述多个时间序列(50)。
4.根据权利要求1或2所述的方法,其中,从数据库(36)获取(S1)所述多个时间序列(50)。
5.根据权利要求1或2所述的方法,其中,与在相应的电子装置(1)上执行的认证操作相关联地从所述相应的电子装置(1)实时地获取(S1)所述多个时间序列(50)。
6.根据任一前述权利要求所述的方法,其中,所述时间序列(50)中的每一个已经以每秒至少20个图像的速率被获得。
7.一种在电子装置(1)中执行的用于与由所述电子装置借助于指纹传感器(3)执行的认证操作相关联地区分活体手指与欺骗手指的方法,所述电子装置(1)包括指纹分析系统(30)的所述指纹传感器,所述方法包括:
当在手指正在接近并且正在压靠检测表面的时段期间所述手指与所述指纹传感器的检测表面(21)接合时获取(S11)所述手指(5)的图像(I1..In)的时间序列(50),其中,所述时间序列至少包括所述时间序列的显示所述手指的指纹形貌的第一图像(I1)和最后图像(In);
将机器学习算法的模型应用(S12)于所述时间序列;以及
基于所应用的模型的结果,确定(S13)所述手指是活体手指还是欺骗手指。
8.根据权利要求7所述的方法,其中,当所述手指(5)正在与所述检测表面(21)接合但是尚未在所述检测表面的整个检测区域(22)上与所述检测表面接触时,触发所述获取(S11),所述检测区域对应于在所述时间序列(50)中成像的区域。
9.根据权利要求7或8所述的方法,其中,所述确定(S13)包括确定所述手指(5)是活体手指,从而所述方法还包括:
基于所述确定(S13),授权(S14)访问所述装置(1)的功能。
10.根据权利要求7至9中任一项所述的方法,其中,所述模型被预编程在所述电子装置(1)中。
11.根据权利要求7至10中任一项所述的方法,其中,所述时间序列(50)以每秒至少20个图像的速率被获得。
12.根据任一前述权利要求所述的方法,其中,所述机器学习算法是支持向量机SVM算法或例如深度学习算法的神经网络算法或多层感知MLP算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于指纹卡有限公司,未经指纹卡有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201880065957.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:具有适形边界的固定敷料
- 下一篇:定位系统和定位方法