博客
关于我
苹果正在改进其屏下指纹扫描技术
阅读量:666 次
发布时间:2019-03-15

本文共 515 字,大约阅读时间需要 1 分钟。

苹果最新的专利申请揭示了其在屏下指纹识别技术上的重大突破,显示公司正在积极推进一项名为“基于离轴角光的屏下指纹传感”的全新技术。该技术旨在解决当前屏下指纹识别系统中的光线传输效率低下问题,从而显著提升指纹识别的精度和可靠性。

目前市场上大多数光学屏下指纹扫描系统主要利用手机显示屏的光辐射来照亮用户的指尖,通过显示屏下方的传感器读取指纹特征进行身份验证。然而,这种设计存在显著局限性,主要体现在低光穿透率和光线衍射带来的影响,导致指纹图像的对比度和信噪比较差,进而增加用户的使用时间和识别失败率。

针对上述问题,苹果提出了一个创新性的解决方案。该系统通过调节显示屏与传感器之间的角度关系,专门捕捉手指表面反射的“离轴角光”,从而有效提升指纹图像的对比度。这种设计不仅能够保持传感系统的紧凑性,还能显著降低对比度波动对识别效果的影响。

技术分析师翁明章表示,苹果计划在2023年至少在一款高端iPhone上首次推出这一新技术。不过,巴克莱安续分析师最近预测称,可能会在iPhone 13或后续产品中实现量产。

这种基于离轴角光的屏下指纹识别技术,标志着苹果在生物识别领域的一次重要突破,预示着未来智能设备的用户体验将得到进一步提升。

转载地址:http://eyzqz.baihongyu.com/

你可能感兴趣的文章
opencv——最简单的视频读取
查看>>
Opencv——模块介绍
查看>>
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
查看>>
OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>