[发明专利]用于分类指纹的方法和设备

说明书

本公开内容涉及一种用于确定获得的验证指纹图像(31)与注册指纹相比较是真的还是假冒的的方法。该方法包括：借助于指纹传感器获得手指的验证指纹图像；从验证指纹图像中提取特征；获取注册指纹的至少一个注册图像(32)的特征的存储模板；将提取的特征与模板的特征的几何变换进行匹配，其中，提取的特征与模板特征之间的正匹配被确定为内部匹配(34)；确定验证指纹图像与注册图像之间的重叠区域(33)；以及基于与所确定的重叠区域有关的内部匹配的数目来将验证指纹图像分类为真的或假冒的。

技术领域

本公开内容涉及用于确定获得的验证指纹图像与注册指纹相比较是真的还是假冒的的方法和设备。

背景技术

越来越多地使用各种类型的生物识别系统，以提供提高的安全性和/或增强的用户便利性。

特别地，指纹感测系统由于它们的小巧外形、高性能和高用户接受度已经在例如消费型电子设备中采用。

当借助于指纹对用户进行认证时，借助于指纹传感器获得用户手指的验证指纹图像，并且与存储的注册的指纹图像进行比较。将从验证指纹图像提取的特征与注册的指纹图像的特征模板进行匹配，以确定特征的匹配数目，基于特征的匹配数目，验证指纹被分类为真的或假冒的，并且用户被认证或被拒绝。

发明内容

从验证指纹图像提取的特征与注册指纹的至少一个注册图像的模板之间的匹配的特征可以被分类为内点或异常值，这取决于它们是否符合模板特征的选择的相同几何变换。注册图像中的特征集和验证图像中的对应候选特征集的内部匹配的数目是验证图像是否是真的(即，来自真正的用户)或是假冒的(即，来自假冒的用户)的指标，并且可以应用阈值来进行最终的分类决策。因此，内部匹配(或内点)可以以足够的准确度验证并且注册符合几何变换的特征。每个内部匹配总是恰好涉及两个特征，一个来自验证图像并且一个来自注册图像，并且变换以足够的准确度将一个特征映射至另一个特征。当设置内点阈值时，在期望的错误接受率(FAR)与错误拒绝率(FRR)之间进行折衷。这也称为分类器的操作点。对于较小的指纹传感器尺寸，注册图像和验证图像中的特征的数目将不可避免地较少，并且通过仅根据内点计数进行分类可能难以达到期望的操作点。

当对提取的特征进行匹配时，可以通过同时估计注册图像与验证图像之间的几何变换(例如，借助于随机样本共识(RANSAC)算法)来确定内部匹配集。该变换可以用于计算注册图像与验证图像之间的重叠量，例如，以像素的数目表示或以图像大小的相对百分比表示。根据本发明的实施方式，使用重叠与内点的数目(即，特征的内部匹配(也称为内点计数))之间的预期相关性，以便创建将验证指纹图像分类为真的或假冒的改进方式。

根据本发明的一方面，提供了一种在包括指纹传感器的电子设备中执行的方法，该方法用于确定获得的验证指纹图像与注册指纹相比较是真的还是假冒的。该方法包括借助于指纹传感器获得接近指纹传感器的检测表面的手指的验证指纹图像。该方法还包括借助于图像处理从验证指纹图像中提取特征。该方法还包括获取注册指纹的至少一个注册图像的特征的至少一个存储的模板。该方法还包括将所提取的特征与模板的特征的几何变换进行匹配，其中，所提取的特征与模板特征之间的正匹配被确定为内部匹配。该方法还包括基于模板特征的几何变换来确定验证指纹图像与至少一个注册图像之间的重叠区域。该方法还包括基于与所确定的重叠区域有关的内部匹配的数目来将验证指纹图像分类为真的或假冒的。

根据本发明的另一方面，提供了一种包括计算机可执行组件的计算机程序产品，其用于当该计算机可执行组件在包括在电子设备中的处理电路上运行时使电子设备执行本公开内容的方法的实施方式。