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 524 字,大约阅读时间需要 1 分钟。

根据一份新公布的专利申请,苹果正在改进其尚未使用的屏下指纹扫描技术。

这项专利申请最早由 Patently Apple 发现,并提交给美国专利商标局,名为“基于离轴角光的屏下指纹传感”,解释了如何使屏下指纹扫描仪更准确、更可靠。苹果将其技术描述为“增强型屏下指纹传感”系统,与安卓设备上使用的许多其他现有屏下指纹扫描仪不同,该系统使用“离轴角光”在不增加部件尺寸的情况下更有效地读取指纹。

大多数光学屏下指纹扫描系统使用设备显示屏发出的光来照亮用户的指尖,通过显示像素之间的微小开口反射。然后,显示屏下方的传感器可以读取指纹并对用户进行身份验证。

由于显示屏堆叠造成的“低光吞吐量和衍射”,指纹图像容易受到低对比度和低信噪比的影响,使得指纹更难读取,并可能增加认证用户所需的时间。

为了克服这个问题,苹果提出了一种系统,通过一系列“显示屏和传感器之间的角度相关过滤选项”来捕捉来自手指的离轴角度光。据苹果公司称,这种方法可以“提高指纹印象的对比度,并保持整个传感系统的紧凑性”。

据分析师郭明錤称,苹果计划 2023 年在至少一款高端的 iPhone 上安装指纹扫描仪,但巴克莱分析师最近表示,这一功能最快可能在今年的 iPhone 13 上推出。在这里插入图片描述

在这里插入图片描述

转载地址:http://eyzqz.baihongyu.com/

你可能感兴趣的文章
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>