Nothing Special   »   [go: up one dir, main page]

CN105389544B - 输出转换电路及指纹识别系统 - Google Patents

输出转换电路及指纹识别系统 Download PDF

Info

Publication number
CN105389544B
CN105389544B CN201510688542.7A CN201510688542A CN105389544B CN 105389544 B CN105389544 B CN 105389544B CN 201510688542 A CN201510688542 A CN 201510688542A CN 105389544 B CN105389544 B CN 105389544B
Authority
CN
China
Prior art keywords
output
output signal
signal
reference signal
random number
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
Application number
CN201510688542.7A
Other languages
English (en)
Other versions
CN105389544A (zh
Inventor
谭波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Goodix Technology Co Ltd
Original Assignee
Shenzhen Huiding Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Huiding Technology Co Ltd filed Critical Shenzhen Huiding Technology Co Ltd
Priority to CN201510688542.7A priority Critical patent/CN105389544B/zh
Priority to PCT/CN2016/071681 priority patent/WO2017067109A1/zh
Priority to EP16856557.0A priority patent/EP3206159B1/en
Priority to KR1020177012243A priority patent/KR101882895B1/ko
Publication of CN105389544A publication Critical patent/CN105389544A/zh
Priority to US15/490,885 priority patent/US10204258B2/en
Application granted granted Critical
Publication of CN105389544B publication Critical patent/CN105389544B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • G06V40/1306—Sensors therefor non-optical, e.g. ultrasonic or capacitive sensing
    • 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
    • G06V40/1347—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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03K—PULSE TECHNIQUE
    • H03K17/00—Electronic switching or gating, i.e. not by contact-making and –breaking
    • H03K17/94—Electronic switching or gating, i.e. not by contact-making and –breaking characterised by the way in which the control signals are generated
    • H03K17/96—Touch switches
    • H03K17/962—Capacitive touch switches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G06F3/044—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means by capacitive means
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/06—Continuously compensating for, or preventing, undesired influence of physical parameters
    • H03M1/0617—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence
    • H03M1/0634—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence by averaging out the errors, e.g. using sliding scale
    • H03M1/0656—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence by averaging out the errors, e.g. using sliding scale in the time domain, e.g. using intended jitter as a dither signal
    • H03M1/066—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence by averaging out the errors, e.g. using sliding scale in the time domain, e.g. using intended jitter as a dither signal by continuously permuting the elements used, i.e. dynamic element matching
    • H03M1/0665—Continuously compensating for, or preventing, undesired influence of physical parameters characterised by the use of methods or means not specific to a particular type of detrimental influence by averaging out the errors, e.g. using sliding scale in the time domain, e.g. using intended jitter as a dither signal by continuously permuting the elements used, i.e. dynamic element matching using data dependent selection of the elements, e.g. data weighted averaging
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/66—Digital/analogue converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Input (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种输出转换电路及指纹识别系统，该输出转换电路包括：比较器、计数器、及参考信号产生器，计数器包括：第一输入端，用来接收该第一输出信号；第二输入端；以及输出端，用来产生比较输出信号；计数器，连接于该比较器的输出端，用来产生该第二输出信号；参考信号产生器，连接于该第二输入端，用来产生参考信号，该参考信号产生器包含有一随机数生成器，该随机数生成器用来产生随机数，该参考信号相关于该随机数；其该比较器根据该第一输出信号及该参考信号，产生该比较输出信号。本发明提供的输出转换电路具有可改善输出信号的统计线性度的优点。

Description

输出转换电路及指纹识别系统
技术领域
本发明涉及一种输出转换电路及指纹识别系统，尤其涉及一种可改善输出信号的统计线性度的输出转换电路及指纹识别系统。
背景技术
随着科技日新月异，移动电话、数字相机、平板计算机、笔记本电脑等越来越多携带型电子装置已经成为了人们生活中必备之工具。由于携带型电子装置一般为个人使用，而具有一定的隐私性，因此其内部储存的数据，例如电话簿、相片、个人信息等等为私人所有。若电子装置一旦丢失，则这些数据可能会被他人所利用，而造成不必要之损失。虽然目前已有利用密码保护的方式来避免电子装置为他人所使用，但密码容易泄露或遭到破解，具有较低的安全性。并且，用户需记住密码才能使用电子装置，若忘记密码，则会带给使用者许多不便。因此，目前发展出利用个人指纹识别系统的方式来达到身份认证的目的，以提升数据安全性。
一般来说，指纹识别系统中利用像素数组电路接受一手指之接触，像素数组电路将像素数组电路与手指之间之电容转换成像素输出信号，像素输出信号受到噪声的影响，而不具备良好的统计线性度，不利于后端的图像处理。因此，如何改善指纹识别系统的输出信号的统计线性度也就成为业界所努力的目标之一。
发明内容
因此，本发明之主要目的即在于提供一种可改善输出信号的统计线性度的输出转换电路及指纹识别系统。
为了解决上述技术问题，本发明提供了一种输出转换电路，该输出转换电路包括：比较器、计数器、及参考信号产生器；计数器包括：第一输入端，用来接收该第一输出信号；第二输入端；以及输出端，用来产生比较输出信号；计数器，连接于该比较器的输出端，用来产生该第二输出信号；参考信号产生器，连接于该第二输入端，用来产生参考信号，该参考信号产生器包含有一随机数生成器，该随机数生成器用来产生随机数，该参考信号相关于该随机数；其该比较器根据该第一输出信号及该参考信号，产生该比较输出信号。
优选地，该参考信号为随时间而随机变动之信号，该随机数呈均匀分布。
优选地，该参考信号产生器包括控制电路，该控制电路输出参考电压，该参考电压具有固定电压值。
优选地，该参考信号相关于该参考电压与该随机数的总和。
优选地，该参考信号产生器还包括数字模拟转换器，用来将该参考电压与该随机数的总和转换成模拟的该参考信号。
优选地，当第一输出信号大于该参考信号时，该比较输出信号为第一电位，以及当该第一输出信号小于该参考信号时，该比较输出信号为第二电位。
优选地，其用于指纹识别系统，该指纹识别系统包括像素数组电路，该第一输入端连接于该像素数组电路。
优选地，该像素数组电路包括至少一像素电路。
优选地，其中该像素数组电路用来接受手指的接触，并将该像素数组电路与该手指之间形成的电容转换成一像素输出信号，该像素输出信号相关于该第一输出信号。
优选地，该指纹识别系统还包括放大器，该放大器连接于该像素数组电路与该第一输入端之间，用来增强该像素输出信号之信号强度而成为该第一输出信号。
为了更好解决上述技术问题，本发明还提供了一种指纹识别系统，其包括：
像素数组电路，用来接受手指的接触，并将该像素数组电路与该手指之间形成的电容转换成一像素输出信号；
输出转换电路，用来根据第一输出信号，产生第二输出信号，该输出转换电路包括：
比较器，包含有：
第一输入端，用来接收该第一输出信号；
第二输入端；以及
输出端，用来产生一比较输出信号；
计数器，连接于该比较器的输出端，用来产生该第二输出信号；以及参考信号产生器，连接于该第二输入端，用来产生一参考信号，该参考信号产生器包含有一随机数生成器，该随机数生成器用来产生一随机数，该参考信号相关于该随机数；以及指纹判断模块，连接于该信号转换电路，用来根据该第二输出信号判断该像素输出信号对应至一纹蜂或一纹谷；
其中，该第一输出信号相关于该像素输出信号，该比较器根据第一输出信号及该参考信号，产生该比较输出信号。
本发明提供的输出转换电路中，其利用随机数生成器改变参考信号的信号值，使得具有不良统计线性度的第一输出信号转换成为具有良好统计线性度的第二输出信号，并将第二输出信号传送至后端图像处理模块，以利后端的图像处理。
附图说明
图1为本发明实施例一输出转换电路的示意图。
图2为本发明实施例一指纹识别系统的示意图。
图3为一噪声的机率密度函数的示意图。
图4为多个高斯函数的示意图。
图5为一和函数的示意图。
图6为第一输出信号的机率密度函数的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，图1为本发明实施例一输出转换电路10之示意图。输出转换电路10用来将第一输出信号Vo1转换成为第二输出信号Vo2，输出转换电路10包含有比较器100、计数器102以及参考电压产生器104。比较器100包含有负输入端(标示有「－」号)、正输入端(标示有「+」号)及一输出端，正输入端(即比较器的第一输入端)用来接收第一输出信号Vo1，负输入端(即比较器的第二输入端)连接于参考电压产生器104，用来接收一参考信号VR。比较器100根据第一输出信号Vo1及参考信号VR，产生比较输出信号Vcp并通过输出端输出比较输出信号Vcp，比较输出信号Vcp可为逻辑0或逻辑1。在一实施例中，当第一输出信号Vo1大于参考信号VR时，比较输出信号Vcp为逻辑1(对应于第一电位)；而当第一输出信号Vo1小于参考信号VR时，比较输出信号Vcp为逻辑0(对应于第二电位)。计数器102连接于比较器100的输出端，用来对比较输出信号Vcp进行累加而产生第二输出信号Vo2，即第二输出信号Vo2为比较输出信号Vcp的累加结果。参考电压产生器104包含有一控制电路120、一随机数生成器124及一数字模拟转换器122，控制电路120用来产生数字的一固定电压VF，随机数生成器124用来产生数字的一随机数RD，数字模拟转换器122用来将固定电压VF与随机数RD的一总和转换成模拟的参考信号VR。较佳地，随机数RD呈现一均匀分布(Uniform Distribution)。
输出转换电路10的工作原理叙述如下。第一输出信号Vo1中包含有一有用信号sig及一噪声noi，即第一输出信号Vo1为有用信号sig及噪声noi的相加结果，其数学式子可表示为Vo1＝sig+noi，其中噪声noi可视为一随机变量，而第一输出信号Vo1的一累积密度函数F(a)代表「第一输出信号Vo1小于一特定值a的机率」。需注意的是，因噪声noi通常为一非均匀分布(Non-uniform Distribution)，而使得第一输出信号Vo1的统计线性度不佳，换句话说，对一固定区间Δ来说，固定区间Δ在特定值a附近的机率与固定区间Δ在另一特定值b附近的机率不同，例如F(a+Δ)-F(a)≠F(b+Δ)-F(b)。
换句话说，第一输出信号Vo1统计线性度不佳的主要原因之一为噪声noi呈现非均匀分布，以噪声noi呈现一高斯分布(Gaussian Distribution)为例，如图3所示，噪声noi的一机率密度函数p(x)于中心(x＝0)处具有非均匀性，因此导致第一输出信号Vo1的统计线性度不佳。为了解决机率密度函数的非均匀性问题，可将复数个经过平移过的机率密度函数相互叠加，叠加后的一和函数即可具有均匀分布的特性。具体来说，请参考图4及图5，图4为高斯函数p-N～pN的示意图，图5为一和函数pSUM的示意图。于图4中，高斯函数p0代表中心为0的高斯函数，高斯函数p-N～p-1代表将高斯函数p0向左平移的复数个高斯函数，高斯函数p1～pN代表将高斯函数p0向右平移的复数个高斯函数。需注意的是，和函数pSUM为将高斯函数p-N～pN全部相互叠加之后的结果，由图5可知，和函数pSUM于其中心处具有均匀分布的特性。
另一方面，透过改变参考信号VR的信号值(改变参考信号VR的信号值可由随机数生成器124来执行)，可达到将噪声noi的机率密度函数平移的效果。详细来说，请参考图6，图6为第一输出信号Vo1的一机率密度函数q(x)的示意图。机率密度函数q(x)以第一输出信号Vo1的有用信号sig为中心，比较输出信号Vcp为逻辑0的机率等于第一输出信号Vo1小于参考信号VR的机率(图6中的网状网格线区域)，比较输出信号Vcp为逻辑1的机率即为第一输出信号Vo1大于参考信号VR的机率(图6中的点状分布区域)。实际上，在无法改变有用信号sig的信号值的情况下，改变参考信号VR的信号值相当于将机率密度函数q(x)或向左或向右平移，详细来说，增加参考信号VR的信号值即相当于将第一输出信号Vo1的机率密度函数向左平移，降低参考信号VR的信号值即相当于将第一输出信号Vo1的机率密度函数向右平移，其中，改变参考信号VR的信号值可透过随机数生成器124来执行。更进一步地，因第二输出信号Vo2为比较输出信号Vcp的累加结果，因此，第二输出信号Vo2的一机率密度函数可视为将机率密度函数q(x)平移后叠加的结果，而具有如图5所示之均匀分布特性，因此第二输出信号Vo2可具有良好的统计线性度。
由上述可知，本发明的输出转换电路10利用随机数生成器124改变参考信号VR的信号值，使得具有不良统计线性度的第一输出信号Vo1转换成为具有良好统计线性度的第二输出信号Vo2，并将第二输出信号Vo2传送至后端图像处理模块，具有良好统计线性度的第二输出信号Vo2有助于后端的图像处理。
另一方面，输出转换电路10可应用于一指纹识别系统。请参考图2，图2为本发明实施例一指纹识别系统20之示意图，指纹识别系统20应用了输出转换电路10，并包含有一像素数组电路22、一放大器24及一指纹判断模块26。像素数组电路22用来接受手指的接触，并将像素数组电路22与手指之间之一接触电容CF转换成一像素输出信号Vo。放大器24连接于像素数组电路22，用来增强像素输出信号Vo之信号强度而成为第一输出信号Vo1，第一输出信号Vo1即为将输出信号Vo经过放大器24增强后的信号。输出转换电路10中比较器100的正输入端连接于放大器24，比较器100根据第一输出信号Vo1及参考信号VR，产生比较输出信号Vcp。输出转换电路10用来将统计线性度不良的第一输出信号Vo1转换成统计线性度良好的第二输出信号Vo2，第二输出信号Vo2输出至指纹判断模块26，指纹判断模块26根据第二输出信号Vo2判断像素输出信号Vo对应至一纹蜂(Finger Ridge)或一纹谷(FingerValley)。
需注意的是，前述实施例系用以说明本发明之概念，本领域具通常知识者当可据以做不同之修饰，而不限于此。举例来说，放大器24仅用来增强像素输出信号Vo之信号强度，而不限于此，在像素输出信号之信号强度足够的情况下，指纹识别系统可将比较器的正输入端直接连接于像素数组电路，亦属于本发明之范畴。另外，随机数生成器可利用一扰动器(Dither)来实现，而不在此限。
综上所述，本发明利用随机数生成器改变参考信号的信号值，使得具有不良统计线性度的第一输出信号转换成为具有良好统计线性度的第二输出信号，并将第二输出信号传送至后端图像处理模块，以利后端的图像处理。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种输出转换电路，用来根据第一输出信号，产生第二输出信号，其特征在于，所述输出转换电路包括：
比较器，包含有：
第一输入端，用来接收该第一输出信号；
第二输入端；以及
输出端，用来产生比较输出信号；
计数器，连接于该比较器的输出端，用来计算该比较输出信号的累加结果，以产生该第二输出信号；以及
参考信号产生器，连接于该第二输入端，用来产生参考信号，该参考信号产生器包含有：
控制电路，用来产生固定电压；以及
一随机数生成器，该随机数生成器用来产生随机数；以及
加法器，用来将该固定电压与该随机数相加，使得该参考信号相关于该固定电压与该随机数的总和；
其中，该比较器根据该第一输出信号及该参考信号，产生该比较输出信号。
2.如权利要求1所述的输出转换电路，其特征在于，该参考信号为随时间而随机变动之信号，该随机数呈均匀分布。
3.如权利要求1所述的输出转换电路，其特征在于，该参考信号产生器还包括数字模拟转换器，用来将该固定电压与该随机数的总和转换成模拟的该参考信号。
4.如权利要求1所述的输出转换电路，其特征在于，当第一输出信号大于该参考信号时，该比较输出信号为第一电位，以及当该第一输出信号小于该参考信号时，该比较输出信号为第二电位。
5.如权利要求1所述的输出转换电路，其特征在于，其用于指纹识别系统，该指纹识别系统包括像素数组电路，该第一输入端连接于该像素数组电路。
6.如权利要求5所述的输出转换电路，其特征在于，该像素数组电路包括至少一像素电路。
7.如权利要求5所述的输出转换电路，其特征在于，其中该像素数组电路用来接受手指的接触，并将该像素数组电路与该手指之间形成的电容转换成一像素输出信号，该像素输出信号相关于该第一输出信号。
8.如权利要求7所述的输出转换电路，其特征在于，该指纹识别系统还包括放大器，该放大器连接于该像素数组电路与该第一输入端之间，用来增强该像素输出信号之信号强度而成为该第一输出信号。
9.一种指纹识别系统，包含有：
像素数组电路，用来接受手指的接触，并将该像素数组电路与该手指之间形成的电容转换成一像素输出信号；
输出转换电路，用来根据第一输出信号，产生第二输出信号，该输出转换电路包括：
比较器，包含有：
第一输入端，用来接收该第一输出信号；
第二输入端；以及
输出端，用来产生一比较输出信号；
计数器，连接于该比较器的输出端，用来计算该比较输出信号的累加结果，以产生该第二输出信号；以及
参考信号产生器，连接于该第二输入端，用来产生一参考信号，该参考信号产生器包含有：
一控制电路，用来产生固定电压；
一随机数生成器，该随机数生成器用来产生一随机数；以及
一加法器，用来将该固定电压与该随机数相加，使得该参考信号相关于该固定电压与该随机数的总和；以及
指纹判断模块，连接于该信号转换电路，用来根据该第二输出信号判断该像素输出信号对应至一纹蜂或一纹谷；
其中，该第一输出信号相关于该像素输出信号，该比较器根据第一输出信号及该参考信号，产生该比较输出信号。
10.如权利要求9所述的指纹识别系统，其特征在于，该参考信号为随时间而随机变动之信号，该随机数呈均匀分布。
11.如权利要求9所述的指纹识别系统，其特征在于，该参考信号产生器还包括数字模拟转换器，用来将该固定电压与该随机数的总和转换成模拟的该参考信号。
12.如权利要求9所述的指纹识别系统，其特征在于，当第一输出信号大于该参考信号时，该比较输出信号为第一电位，以及当该第一输出信号小于该参考信号时，该比较输出信号为第二电位。
13.如权利要求9所述的指纹识别系统，其特征在于，该像素数组电路包括至少一像素电路。
CN201510688542.7A 2015-10-21 2015-10-21 输出转换电路及指纹识别系统 Active CN105389544B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201510688542.7A CN105389544B (zh) 2015-10-21 2015-10-21 输出转换电路及指纹识别系统
PCT/CN2016/071681 WO2017067109A1 (zh) 2015-10-21 2016-01-21 输出转换电路及指纹识别系统
EP16856557.0A EP3206159B1 (en) 2015-10-21 2016-01-21 Output conversion circuit and fingerprint recognition system
KR1020177012243A KR101882895B1 (ko) 2015-10-21 2016-01-21 출력 변환 회로 및 지문식별시스템
US15/490,885 US10204258B2 (en) 2015-10-21 2017-04-18 Output conversion circuit and fingerprint identification system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510688542.7A CN105389544B (zh) 2015-10-21 2015-10-21 输出转换电路及指纹识别系统

Publications (2)

Publication Number Publication Date
CN105389544A CN105389544A (zh) 2016-03-09
CN105389544B true CN105389544B (zh) 2018-04-17

Family

ID=55421816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510688542.7A Active CN105389544B (zh) 2015-10-21 2015-10-21 输出转换电路及指纹识别系统

Country Status (5)

Country Link
US (1) US10204258B2 (zh)
EP (1) EP3206159B1 (zh)
KR (1) KR101882895B1 (zh)
CN (1) CN105389544B (zh)
WO (1) WO2017067109A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3267358B1 (en) * 2016-07-05 2021-10-13 Nxp B.V. Fingerprint sensing system and method

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101490566A (zh) * 2006-07-20 2009-07-22 爱迪半导体株式会社 用于通过使用多个时分频率来检测电容的方法和设备
CN102685405A (zh) * 2011-03-16 2012-09-19 索尼公司 固态成像器件及其驱动方法、成像装置以及电子设施
CN104133658A (zh) * 2014-07-29 2014-11-05 江苏宏云技术有限公司 一种片内真随机数生成器

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004077669A1 (ja) * 2003-02-28 2004-09-10 Matsushita Electric Industrial Co., Ltd. 確率的パルス発生器と差分絶対値演算器及びこれを用いたマンハッタン距離演算装置
US7224305B2 (en) * 2004-06-08 2007-05-29 Telefonaktiebolaget L M Ericsson (Publ) Analog-to-digital modulation
US7472148B2 (en) * 2004-07-23 2008-12-30 Qualcomm Incorporated Method and apparatus for random-number generator
DE102004049481B4 (de) * 2004-10-11 2007-10-18 Infineon Technologies Ag Analog-Digital-Wandler
TWI397862B (zh) * 2007-06-22 2013-06-01 Mstar Semiconductor Inc 指紋偵測器
CN101344917B (zh) * 2007-07-13 2012-05-02 晨星半导体股份有限公司 指纹检测电路
KR101613123B1 (ko) * 2014-04-10 2016-04-18 크루셜텍 (주) 지문 검출 장치 및 이의 구동 신호 감쇄 보상 방법
CN104298962B (zh) * 2014-09-04 2018-04-27 深圳市汇顶科技股份有限公司 指纹检测装置和方法
CN104393856B (zh) * 2014-10-24 2017-11-28 深圳市汇顶科技股份有限公司 一种斜坡波产生电路及其数模转换电路、指纹识别系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101490566A (zh) * 2006-07-20 2009-07-22 爱迪半导体株式会社 用于通过使用多个时分频率来检测电容的方法和设备
CN102685405A (zh) * 2011-03-16 2012-09-19 索尼公司 固态成像器件及其驱动方法、成像装置以及电子设施
CN104133658A (zh) * 2014-07-29 2014-11-05 江苏宏云技术有限公司 一种片内真随机数生成器

Also Published As

Publication number Publication date
WO2017067109A1 (zh) 2017-04-27
KR20170068519A (ko) 2017-06-19
EP3206159B1 (en) 2020-07-22
US20170220849A1 (en) 2017-08-03
EP3206159A1 (en) 2017-08-16
KR101882895B1 (ko) 2018-07-27
CN105389544A (zh) 2016-03-09
EP3206159A4 (en) 2018-01-10
US10204258B2 (en) 2019-02-12

Similar Documents

Publication Publication Date Title
Yang et al. A fingerprint and finger-vein based cancelable multi-biometric system
Wang et al. A blind system identification approach to cancelable fingerprint templates
Wang et al. A partial Hadamard transform approach to the design of cancelable fingerprint templates containing binary biometric representations
US20170243044A1 (en) Signal conversion circuit and fingerprint identification system
CN110751591B (zh) 一种基于模糊推理系统的自适应彩色图像隐写方法
CN105389544B (zh) 输出转换电路及指纹识别系统
Wang et al. Payload location for JPEG image steganography based on co-frequency sub-image filtering
Bhatnagar et al. A novel chaos-based secure transmission of biometric data
CN111881813B (zh) 人脸识别终端的数据存储方法及系统
US9867134B2 (en) Electronic device generating finger images at a progressively slower capture rate and related methods
Nguyen et al. Performance and security‐enhanced fuzzy vault scheme based on ridge features for distorted fingerprints
Clarke et al. Biometric authentication for mobile devices
Umoh et al. Image multi‐encryption architecture based on hybrid keystream sequence interspersed with Haar discrete wavelet transform
CN107194219A (zh) 基于相似度的智能终端身份认证方法
Buriro et al. SWIPEGAN: swiping data augmentation using generative adversarial networks for smartphone user authentication
CN101488859A (zh) 基于笔迹识别的网络安全认证系统及其实现方法
CN106056090A (zh) 一种指纹图像处理方法和装置
CN105590044A (zh) 一种信息认证方法及装置
Sujitha et al. Highly secure palmprint based biometric template using fuzzy vault
CN107730263A (zh) 一种高安全指纹支付方法及系统
CN107169914A (zh) 一种用于图像隐写的密文信息生成方法
Kuznetsov et al. Deep learning based fuzzy extractor for generating strong keys from biometric face images
Hachim et al. Iris-based authentication model in cloud environment (iamce)
Luo et al. An anti-shoulder-surfing authentication scheme of mobile device
Li et al. Ordered and fixed‐length bit‐string fingerprint representation with minutia vicinity combined feature and spectral clustering

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant