[发明专利]用于用户认证的屏幕上光学指纹捕获在审
申请号: | 201680060411.7 | 申请日: | 2016-10-19 |
公开(公告)号: | CN108140116A | 公开(公告)日: | 2018-06-08 |
发明(设计)人: | 徐海钟;约翰·维尔瓦斯 | 申请(专利权)人: | 高通股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京律盟知识产权代理有限责任公司 11287 | 代理人: | 杨林勳 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 捕获图像 指纹图像 捕获 光学指纹 特征信息 用户认证 玻璃层 直方图 指纹 计算机可读媒体 屏幕 全内反射 认证用户 传播 相机 关联 认证 | ||
1.一种方法,其包括:
接收通过相机捕获的指纹的图像,所述指纹的所述图像基于从指尖反射及在显示器组合件的玻璃层内传播的光;
从所述指纹的所捕获图像确定特征信息;
减少特征信息的量;
基于减少的特征信息的量生成与所述所捕获图像相关联的直方图;及
基于所述直方图认证用户。
2.根据权利要求1所述的方法,其中认证所述用户包括将所述直方图提供到机器学习算法,及响应于将所述直方图提供到所述机器学习算法,从所述机器学习算法接收标签。
3.根据权利要求2所述的方法,其中所述标签包括用户名或未辨识所述直方图的指示中的一个。
4.根据权利要求2所述的方法,其中所述机器学习算法包括随机森林分类器或支持向量机中的一个。
5.根据权利要求2所述的方法,其进一步包括训练所述机器学习算法,其中训练所述机器学习算法包括将所述直方图及与所述直方图相关联的标签提供到所述机器学习算法。
6.根据权利要求1所述的方法,其中所述指尖的所述所捕获图像包含两个或多于两个指尖图像,每个指尖图像具有所述指尖的不同透视图。
7.根据权利要求1所述的方法,其进一步包括:
从第二指尖接收基于第二传播反射光的第二指纹的图像,所述接收所述第二指纹的所述图像在比所述接收所述指尖的所述所捕获图像稍晚的时间发生;
从所述第二指纹的所述所捕获图像确定第二特征信息;
减少第二特征信息的量;
基于减少的第二特征信息的量生成与所述第二指纹的所述所捕获图像相关联的第二直方图;
基于所述第二直方图辨识用户,或基于所述第二直方图识别未辨识用户;及
响应于辨识未授权用户或未辨识所述第二指纹,使计算装置安全。
8.一种计算装置,其包括:
非暂时性计算机可读媒体;
处理器,其与所述非暂时性计算机可读媒体通信;及
显示器组合件,其与所述处理器通信,所述显示器组合件包括玻璃层;及
相机,其包括图像传感器,所述图像传感器经定向以接收在所述显示器组合件的所述玻璃层内传播的光;及
其中所述处理器经配置以:
从所述相机接收指纹的图像,所述图像基于在所述玻璃层内的传播光;
从所述指纹的所捕获图像确定特征信息;
减少特征信息的量;
基于减少的特征信息的量生成与所述所捕获图像相关联的直方图;及
基于所述直方图认证用户。
9.根据权利要求8所述的计算装置,其中所述处理器进一步经配置以将所述直方图提供到机器学习算法,及响应于将所述直方图提供到所述机器学习算法,从所述机器学习算法接收标签以认证所述用户。
10.根据权利要求9所述的计算装置,其中所述标签包括用户名或未辨识所述直方图的指示中的一个。
11.根据权利要求9所述的计算装置,其中所述机器学习算法包括随机森林分类器或支持向量机中的一个。
12.根据权利要求9所述的计算装置,其中所述处理器进一步经配置以将直方图及与所述直方图相关联的标签提供到所述机器学习算法,以训练所述机器学习算法。
13.根据权利要求8所述的计算装置,其中所述指尖的所述所捕获图像包含两个或多于两个指尖图像,每个指尖图像具有所述指尖的不同透视图。
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高通股份有限公司,未经高通股份有限公司许可,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/201680060411.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:集成的压电微机械超声换能器像素和阵列
- 下一篇:组织微阵列分析