DE102008041861A1 - Biometric identification method using feature vectors and analysis against multiple biometric samples - Google Patents
Biometric identification method using feature vectors and analysis against multiple biometric samples Download PDFInfo
- Publication number
- DE102008041861A1 DE102008041861A1 DE102008041861A DE102008041861A DE102008041861A1 DE 102008041861 A1 DE102008041861 A1 DE 102008041861A1 DE 102008041861 A DE102008041861 A DE 102008041861A DE 102008041861 A DE102008041861 A DE 102008041861A DE 102008041861 A1 DE102008041861 A1 DE 102008041861A1
- Authority
- DE
- Germany
- Prior art keywords
- user
- access
- biometric
- feature vector
- users
- 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.)
- Withdrawn
Links
- 239000013598 vector Substances 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 239000000523 sample Substances 0.000 claims abstract description 43
- 230000007704 transition Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000012067 mathematical method Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000002123 temporal effect Effects 0.000 claims 1
- 210000001508 eye Anatomy 0.000 description 8
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
Abstract
Die vorliegende Erfindung betrifft ein Verfahren zur Identifizierung eines Nutzers eines Systems mittels einer biometrischen Probe, welcher nutzertypische Merkmale aufweist, wobei für jeden Nutzer einer Mehrzahl von Nutzern von mindestens einer biometrischen Probe des Nutzers mindestens ein Merkmalsvektor (N) in mindestens einem Vektorraum gespeichert wird und dass für den zu identifizierenden Nutzer ein entsprechender Zugangsmerkmalsvektor aus einer Zugangsprobe erzeugt wird, wobei zur Identifizierung ein Vergleich des Zugangsmerkmalsvektors mit mindestens einem Merkmalsvektor mindestens eines Vektorraums erfolgt und/oder die Identifizierung eine Analyse mindestens einer Zugangsprobe eines Nutzers gegenüber allen oder einem Teil der für alle Nutzer des Systems hinterlegten biometrischen Proben erfolgt.The present invention relates to a method for identifying a user of a system by means of a biometric sample having user-typical features, wherein for each user of a plurality of users of at least one biometric sample of the user at least one feature vector (N) is stored in at least one vector space and in that a corresponding access feature vector is generated from an access probe for the user to be identified, wherein a comparison of the access feature vector with at least one feature vector of at least one vector space is performed for identification and / or the identification is an analysis of at least one access sample of one user against all or one part for all Users of the system deposited biometric samples.
Description
HINTERGRUND DER ERFINDUNGBACKGROUND OF THE INVENTION
GEBIET DER ERFINDUNGFIELD OF THE INVENTION
Die vorliegende Erfindung betrifft ein Verfahren zur Identifizierung eines Nutzers eines Systems mittels einer biometrischen Probe sowie eine entsprechende Vorrichtung und ein Software-Produkt zur Umsetzung eines entsprechenden Verfahrens.The The present invention relates to a method of identification a user of a system using a biometric sample as well a corresponding device and a software product for implementation a corresponding procedure.
STAND DER TECHNIKSTATE OF THE ART
Aus
dem Stand der Technik sind vielfältige unterschiedliche
Identifizierungssysteme zur Identifizierung von Personen bekannt,
beispielsweise bei der Zugangskontrolle zu Gebäuden oder
zu einem Werksgelände oder beim Einloggen in Computer oder
Computernetzwerke. Neben der Identifizierung über ein einfaches
Passwort sind biometrische Verfahren bekannt, bei welchen biometrische
Daten eines Nutzers zu dessen Identifizierung herangezogen werden.
Biometrische Daten können beispielsweise Fingerabdrücke,
das Abbild eines Auges, die Abstände von Augen, Ohren,
Backenknochen usw. im Gesicht, die Stimme eines Menschen oder auch
das Tippverhalten bei der Nutzung von Tastaturen, Tippfeldern, Tastenblöcken
usw. sein. Entsprechende Verfahren zur Identifizierung von Personen
mittels des Tippverhaltens sind beispielsweise in der
Obwohl derartige Verfahren bereits gute Ergebnisse liefern, besteht ein weiter gehendes Bedürfnis, die Verfahren bei gleichzeitiger Identifizierungssicherheit zu vereinfachen und effektiver zu gestalten oder bei möglichst gleicher Effizienz eine bessere Identifizierungssicherheit zu erreichen. Insbesondere besteht ein Bedarf dahingehend die Verfahren so zu verbessern, dass eine falsche Identifizierung ausgeschlossen wird, bei welcher ein nicht berechtigter Nutzer unter falscher Identität Zugang oder Zutritt zu einem geschützten Bereich erhalten würde.Even though Such methods already provide good results, there is a further need, the method at the same time To simplify and make identification security more effective or at the same level of efficiency, a better identification security to reach. In particular, there is a need for the methods to improve so that a false identification is excluded becomes, with which an unauthorized user under wrong identity Access or access to a protected area would.
OFFENBARUNG DER ERFINDUNGDISCLOSURE OF THE INVENTION
AUFGABE DER ERFINDUNGOBJECT OF THE INVENTION
Es ist deshalb Aufgabe der vorliegenden Erfindung ein Verfahren und eine Vorrichtung bereitzustellen, bei denen die oben angesprochenen Ziele erreicht werden können und insbesondere ein effizientes und sicheres Identifizierungsverfahren gegeben ist, welches insbesondere auch die Möglichkeit bietet, Falschidentifizierungen weitgehend auszuschließen.It is therefore an object of the present invention, a method and to provide a device in which the above-mentioned Goals can be achieved and in particular an efficient one and secure identification method is given, which in particular also offers the possibility of misidentifications largely excluded.
TECHNISCHE LÖSUNGTECHNICAL SOLUTION
Diese Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1 bzw. 19, einem Softwareprodukt mit den Merkmalen des Anspruchs 25 sowie einer Vorrichtung mit den Merkmalen des Anspruchs 26. Vorteilhafte Ausgestaltungen sind Gegenstand der abhängigen Ansprüche.These Task is solved by a method with the features of claim 1 or 19, a software product having the features of claim 25 and a device having the features of the claim 26. Advantageous embodiments are the subject of the dependent Claims.
Die oben genannten Aufgaben werden nach einem ersten Aspekt der Erfindung dadurch gelöst, dass für jeden Nutzer einer Mehrzahl von Nutzern eines Systems, beispielsweise für jeden Mitarbeiter einer Firma bei einer Zugangskontrolle zu einem Gebäude oder einem Computersystem, von mindestens einer biometrischen Probe des Nutzers mindestens ein Merkmalsvektor in mindestens einem Vektorraum gespeichert wird, wobei bei der Zugangskontrolle ein entsprechender Zugangsmerkmalsvektor aus einer Zugangsprobe erzeugt wird und zur Identifizierung ein Vergleich des Zugangsmerkmalsvektors mit mindestens einem Merkmalsvektor mindestens eines Vektorraums erfolgt.The The above objects are according to a first aspect of the invention solved by the fact that for each user of a plurality by users of a system, for example, for each employee a company with access control to a building or a computer system, of at least one biometric sample the user stores at least one feature vector in at least one vector space with access control, a corresponding access feature vector is generated from an access sample and for identification Comparison of the access feature vector with at least one feature vector at least one vector space takes place.
Mit einer derartigen Vorgehensweise kann beispielsweise eine Art biometrische Landkarte bzw. digitale Landkarte für alle Nutzer eines Systems erstellt werden und eine entsprechende Zugangsprobe kann in schneller und einfacher Weise in diese Landkarte d. h. den Vektorraum eingeordnet werden. Entsprechend wird bei dem Verfahren zunächst für jeden Nutzer des Systems mindestens eine biometrische Probe erfasst, für die mindestens ein Merkmalsvektor in mindestens einem Vektorraum erzeugt wird. Der Merkmalsvektor kann hierbei ein eindimensionaler oder mehrdimensionaler Vektor sein, der ein oder mehrere Merkmale einer biometrischen Probe enthält. Zum Beispiel kann bei einer Tipperkennung der Merkmalsvektor und folglich auch der Zugangsmerkmalsvektor entsprechende Daten über die Haltedauer von Tasten, die Übergangsdauer, also dem Übergang vom Drücken einer Taste bis zum Drücken der nächsten Taste bzw. vom Loslassen einer Taste zum Drücken der nächsten Taste, die Anschlagfrequenz, d. h. das Drücken von Tasten pro Zeiteinheit und dergleichen enthalten. Die Merkmale können hierbei sowohl unmittelbar erfasste Daten umfassen, z. B. so genannte Rohtippdaten bei Tipperkennung, oder aufbereitete und überarbeitete Daten, so dass eine Vielzahl von Merkmalen aus einer biometrischen Probe, wie zum Beispiel einer Tippprobe, ermittelt werden können.With Such a procedure, for example, a kind of biometric Map or digital map for all users of one Systems can be created and a corresponding access sample can in a quick and easy way to this map d. H. the vector space be classified. Accordingly, in the method first at least one biometric sample for each user of the system detected for the at least one feature vector in at least a vector space is generated. The feature vector can hereby one-dimensional or multi-dimensional vector, one or more Features of a biometric sample contains. For example can in a Tipperkennung the feature vector and consequently also the access feature vector corresponding data over the Holding time of keys, the transition period, ie the transition from pressing one key to pressing the next Key or releasing one key to press the next one Key, the attack frequency, d. H. the pressing of buttons per unit time and the like included. The features can this include both directly collected data, z. B. so-called Raw tip data at tip detection, or edited and revised Data, allowing a variety of characteristics from a biometric Sample, such as a tip sample, can be determined.
Bei der Verwendung der Tipperkennung als biometrischem Verfahren können die Merkmale unter anderem die Fehlerfrequenz oder -Häufigkeit, beispielsweise angezeigt durch die Verwendung der Löschtaste, oder die Tipprate, die Auskunft darüber gibt, wie viele Wörter in einer bestimmten Zeit geschrieben werden, umfassen, wobei die Tipprate durch die Anzahl der getippten Leerzeichen ermittelt werden kann. Außerdem können Informationen bezüglich der Häufigkeit der Nutzung bestimmter Funktionstasten, die Auswahl bestimmter Tasten, die mehrfach auf der Tastatur vorgesehen sind, beispielsweise der Gebrauch der linken oder rechten Shift-Taste auf einer Computer-Tastatur oder andere Auffälligkeiten wie zeitliche oder tastenbezogene Werte, die aus dem üblichen Rahmen fallen, als Merkmale herangezogen werden. Weitere Beispiele sind die Verwendung von Überholungen, die das Drücken der nächsten Taste betreffen bevor die vorangegangene Taste losgelassen wird.When using the tipper identifier as a biometric method, the features may include, but are not limited to, the error rate or frequency, such as indicated by the use of the clear key, or the tip rate, which indicates how many words are written in a given time Tip rate can be determined by the number of typed blanks. In addition, information regarding the frequency of use of certain function keys, the selection of certain keys that are provided on the keyboard several times, for example, the use of the left or right shift key on a computer keyboard or other abnormalities such as time or key-related values, which fall within the usual framework as features are used. Other examples include the use of overrides that involve pressing the next button before releasing the previous button.
Neben den Tippproben können jedoch auch andere biometrische Proben, wie bereits oben erwähnt, zum Beispiel Fingerabdrücke, Augen- und Gesichtsabbildungen, Charakteristiken der Stimme usw. Verwendung finden.Next however, other biometric samples, as mentioned above, for example fingerprints, Eye and face pictures, characteristics of the voice etc. Find use.
Die entsprechenden Merkmale der Merkmalsvektoren können in einem oder mehreren ein- oder mehrdimensionalen Vektorräumen vorgesehen sein.The corresponding features of the feature vectors can be found in one or more one- or multi-dimensional vector spaces be provided.
Für jeden Nutzer können mehrere Merkmalsvektoren mehrerer biometrischer Proben gespeichert sein.For each user can have multiple feature vectors of multiple biometric Samples are stored.
Der Vektorraum mit den Merkmalsvektoren kann segmentiert werden, wobei nur Merkmalsvektoren mit bestimmten Koordinaten berücksichtigt werden. In gleicher Weise können in dem Vektorraum nur Merkmalsvektoren bestimmter Nutzer berücksichtigt werden oder die Merkmalsvektoren zu Nutzergruppen zusammengefasst werden, wie beispielsweise Nutzer an einem bestimmten Standort und dergleichen.Of the Vector space with the feature vectors can be segmented, where only feature vectors with certain coordinates are considered become. Similarly, in the vector space only Feature vectors of certain users are considered or the feature vectors are grouped into user groups, such as users at a particular location and the like.
Außerdem können im Vektorraum Bereiche definiert werden, die beispielsweise durch die Position der Merkmalsvektoren für einen bestimmten Nutzer gegeben sind. Ein entsprechender Bereich kann genau die Merkmalsvektoren des Nutzers umfassen oder darüber hinausgehend einen Ähnlichkeitsbereich abdecken, d. h. einen Bereich umfassen, in dem ähnliche Merkmalsvektoren liegen können.Furthermore can be defined in the vector space areas, for example by the position of the feature vectors for a given one Users are given. A corresponding area can be exactly the feature vectors of the user or, moreover, a similarity area cover, d. H. include an area where similar Feature vectors can lie.
Entsprechend kann für jeden Merkmalsvektor und/oder für mehrere Merkmalsvektoren ein typischer Bereich definiert werden, in dem ähnliche Merkmalsvektoren vorliegen können.Corresponding can be for each feature vector and / or for several Feature vectors are defined a typical area in which similar feature vectors may be present.
Bei der Identifizierung anhand der Merkmalsvektoren kann die Identifizierung ohne Kenntnis der angeblichen Identität des Nutzers erfolgen. Dies bedeutet, dass nicht aufgrund der vorgegebenen Identität die Zugangsprobe mit einer speziellen hinterlegten Referenzprobe verglichen wird, sondern vorzugsweise gegenüber mehreren Merkmalsvektoren insbesondere unterschiedlicher Nutzer.at The identification based on the feature vectors can be the identification without knowledge of the alleged identity of the user. This means that not because of the given identity the access sample with a special stored reference sample is compared, but preferably against several Feature vectors, in particular different users.
Entsprechend ist nach einem weiteren Aspekt der Erfindung für den selbstständig und unabhängig von den anderen Aspekten der Erfindung Schutz begehrt wird, ein Verfahren gegeben, bei welchem die Identifizierung durch Analyse einer biometrischen Zugangsprobe nicht nur gegenüber einem Referenzmuster des angeblichen Nutzers erfolgt, sondern gegenüber allen oder einem Teil der Nutzer bzw. der hinterlegten biometrischen Proben erfolgt. Dadurch wird sichergestellt, dass zufällige Ähnlichkeiten von Nutzern und/oder eine unzureichende Genauigkeit des Identifizierungsverfahrens zu Falschidentifizierungen führen. Vielmehr kann bei einer derartigen Vorgehensweise festegestellt werden, dass eventuell mehrere Nutzer für die abgegebene biometrische Zugangsprobe in Frage kommen, um ausgehend davon weitere Identifizierungsmaßnahmen ergreifen zu können. Entsprechend kann die Analyse insbesondere gegenüber biometrischer Proben von mindestens zwei unterschiedlichen Nutzern erfolgen.Corresponding is for a further aspect of the invention for the self-employed and independent of the other aspects of the invention protection is sought, given a procedure in which the identification by analyzing a biometric access sample not only against a reference pattern of the alleged user takes place, but opposite all or part of the users or the deposited biometric Samples are done. This ensures that there are coincidental similarities of users and / or insufficient accuracy of the identification process lead to misidentifications. Rather, at a be determined such that possibly several User for the submitted biometric access sample in Question, in order to get further identification measures to be able to take. Accordingly, the analysis may in particular against biometric samples of at least two different ones Users.
Um jedoch gleichzeitig die Effizienz des Verfahrens beizubehalten oder zu erhöhen, kann eine Vorauswahl in Frage kommender Nutzer durch einen Vergleich des Zugangsmerkmalsvektors mit hinterlegten Merkmalsvektoren gemäß dem ersten Aspekt der vorliegenden Erfindung vorgenommen werden.Around but at the same time to maintain the efficiency of the process or To increase, can be a pre-selection of eligible users by comparing the access feature vector with deposited Feature vectors according to the first aspect of the present invention Invention be made.
Durch den Vektorvergleich ist es nämlich möglich beispielsweise einen Ähnlichkeitsbereich des Zugangsmerkmalsvektors zu definieren und zu überprüfen, welche Merkmalsvektoren bzw. welche Bereiche von hinterlegten Merkmalsvektoren in den Ähnlichkeitsbereich des Zugangsmerkmalsvektors fallen. Entsprechend kann dann in einem nachgeschalteten Identifizierungsschritt eine detaillierte Analyse für die ausgewählten Merkmalsvektoren bzw. Nutzer erfolgen.By namely, the vector comparison is possible, for example a similarity range of the access feature vector define and check which feature vectors or which areas of deposited feature vectors in the similarity area of the access feature vector. Accordingly, then in a Downstream identification step a detailed analysis for the selected feature vectors or users respectively.
Bei dem Vergleich der Merkmalsvektoren mit den Zugangsmerkmalsvektoren kann auch eine weitergehende Einschränkung dahingehend vorgenommen werden, dass lediglich ein Vergleich des Zugangsmerkmalsvektors mit Merkmalsvektoren einer Nutzergruppe erfolgt, beispielsweise für diejenigen, die den einem bestimmten Standort oder Werk angehörenden Mitarbeitern zugeordnet werden. Dadurch lässt sich die Effizienz ebenfalls erhöhen.at the comparison of the feature vectors with the access feature vectors may also be a further limitation to that be made that only a comparison of the access feature vector with feature vectors of a user group, for example for those looking for a specific location or Be assigned to plant employees. By doing so leaves the efficiency also increases.
Der Vergleich des Zugangsmerkmalsvektors mit dem Merkmalsvektoren kann die Bestimmung des nächstgelegenen Merkmalsvektors umfassen, so dass ausgehend von diesem Merkmalsvektor eine Zuordnung des Zugangsmerkmalsvektors zu einem oder mehreren Nutzerbereichen und/oder zu einem oder mehreren typischen Bereichen oder Nachbarbereichen zu den typischen Bereich im Vektorraum erfolgen kann. Damit kann beispielsweise schnell und in einfacher Weise die Zahl der in Frage kommenden Nutzer eingeschränkt werden, so dass dann aufwändige Analyseverfahren zur Identifizierung anhand der biometrischen Daten in einem weiteren Schritt angeschlossen werden können.The comparison of the access feature vector with the feature vector may include the determination of the nearest feature vector, such that based on this feature vector, the access feature vector may be assigned to one or more user areas and / or one or more typical areas or neighborhoods to the typical area in the vector space. This can be fast, for example and in a simple manner, the number of eligible users are limited so that then complex analysis method for identification can be connected using the biometric data in a further step.
Die weitergehende Analyse der biometrischen Zugangsprobe gegenüber allen oder einem Teil der für die Nutzer des Systems hinterlegten biometrischen Proben kann in vielfältiger Weise nach verschiedensten Verfahren aus dem Stand der Technik erfolgen. Insbesondere kann die Analyse der biometrischen Daten zur Identifizierung des Nutzers verschiedenste statistische und mathematische Methoden umfassen. Aber auch ein einfacher Merkmalsvergleich kann hier angewandt werden.The further analysis of the biometric access sample All or part of the deposited for the users of the system Biometric samples can vary in a variety of ways Method of the prior art done. In particular, can the analysis of the biometric data to identify the user include a variety of statistical and mathematical methods. But even a simple feature comparison can be applied here.
Durch das Verfahren, dass die Analyse der biometrischen Daten nicht nur gegenüber einem hinterlegten Referenzmuster eines angeblichen Nutzers erfolgt, sondern gegenüber mehreren hinterlegten Proben können beispielsweise auch Analysen gegenüber biometrischen Proben vorgenommen werden, die von sogenannten „Nutzern” hinterlassen worden sind, denen letzt endlich der Zugang verwehrt worden ist, um beispielsweise festzustellen ob möglicherweise ein wiederholter Angriff auf die Zugangskontrolle stattfindet.By the procedure that the analysis of biometric data not only against a stored reference pattern of an alleged User takes place, but against several deposited samples For example, you can also analyze against biometric samples have been made by so-called "users" are those who have finally been denied access, for example to determine if maybe a repeated attack on the access control takes place.
Ein entsprechendes Verfahren kann mittels eines Softwareprodukts realisiert werden, wenn beispielsweise eine Datenverarbeitungsanlage mit entsprechenden Erfassungsgeräten für die biometrischen Daten zur Verfügung steht, wie beispielsweise eine Tastatur eines PC, auf der Tastenfolgen eingegeben werden können, oder Fingerabdruckscanner, Augenscanner und dergleichen. Entsprechend kann eine erfindungsgemäße Vorrichtung ein Datenverarbeitungsgerät mit entsprechenden Eingabemitteln umfassen.One corresponding method can be realized by means of a software product If, for example, a data processing system with appropriate Acquisition devices for the biometric data is available, such as a keyboard of a PC on which key sequences can be entered, or Fingerprint scanner, eye scanner and the like. Corresponding a device according to the invention can be a data processing device with corresponding input means.
KURZE BESCHREIBUNG DER FIGURENBRIEF DESCRIPTION OF THE FIGURES
Weitere Vorteile, Kennzeichen und Merkmale der vorliegenden Erfindung werden bei der nachfolgenden detaillierten Beschreibung von Ausführungsbeispielen anhand der beigefügten Zeichnungen deutlich. Die Zeichnungen zeigen hierbei in rein schematischer Weise inFurther Advantages, characteristics and features of the present invention in the following detailed description of embodiments clearly with reference to the attached drawings. The painting show here in a purely schematic way in
AUSFÜHRUNGSBEISPIELEEMBODIMENTS
Die
Erfindungsgemäß verwendet das System biometrische Daten, um die Nutzer des Systems zu identifizieren. So kann beispielsweise bei einer Zugangskontrolle ein Fingerprintsensor, ein Augenscanner, ein Gesichtsscanner oder eine Tastatur oder ein Tastenblock bzw. entsprechende Sensorflächen zur Betätigung mit den Fingern zur Eingabe einer Zeichenfolge wie beispielsweise eines kurzen Textes vorgesehen sein.Used according to the invention the system biometric data to identify the users of the system. For example, in the case of access control, a fingerprint sensor, an eye scanner, a face scanner or a keyboard or a Keypad or corresponding sensor surfaces for actuation with your fingers to enter a string such as a short text be provided.
Die Nutzer dieses Systems müssen mindestens eine biometrische Probe abgeben, die als Referenz in dem System hinterlegt wird. Dies bedeutet für die verschiedenen biometrischen Verfahren, dass beispielsweise mindestens ein Fingerabdruck eines Fingers, mindestens ein Augenscan eines Auges oder die Fotographie des Gesichts oder eine eingetippte Tastenfolge hinterlegt sein müssen.The Users of this system must have at least one biometric Deliver sample, which is deposited as a reference in the system. This means for the different biometric methods, that, for example, at least one fingerprint of a finger, at least one eye scan of an eye or the photograph of the face or a key sequence entered must be stored.
Bei der Zugangskontrolle werden dann entsprechende biometrische Daten erfasst, also wiederum entweder ein Fingerabdruck genommen, ein Auge gescannt, das Gesicht abgebildet oder die Eingabe einer Zeichenfolge in einer Tastatur oder an einem Tastenblock gefordert.at The access control will then be corresponding biometric data recorded, so again either taken a fingerprint, an eye scanned, the face imaged or entering a string required in a keyboard or on a keypad.
Bei dem erfindungsgemäßen Verfahren werden nun aus den hinterlegten biometrischen Proben Merkmalsvektoren bestimmt und gespeichert. Die Merkmalsvektoren können in einem Vektorraum angeordnet werden, so dass für sämtliche biometrische Proben, die das System erfasst, entsprechende Merkmalsvektoren hinterlegt sind, die eine sogenannte biometrische Landkarte bilden.at the method according to the invention will now be apparent determines the deposited biometric samples feature vectors and saved. The feature vectors can be in a vector space be arranged so that for all biometric samples, which records the system, stores corresponding feature vectors are, which form a so-called biometric map.
Ein
Beispiel für einen eindimensionalen Vektorraum ist in
Bei
der Zugangskontrolle wird nun aus der Zugangsprobe, die der Nutzer
abgibt, ein entsprechender Zugangsmerkmalsvektor Z gebildet, der ebenfalls
in dem Vektorraum beispielsweise der
Zur Erhöhung der Identifizierungssicherheit können entweder mehrere Vektorräume mit unterschiedlichen Merkmalen und/oder mehrdimensionale Vektorräume eingesetzt werden.to Increase the security of identification either several vector spaces with different characteristics and / or multidimensional vector spaces.
Ein
Beispiel eines dreidimensionalen Vektorraums ist in
Auch
hier kann wieder ähnlich wie bei der Ausführungsform
der
Die
Entsprechend
kann bei der Bestimmung eines Zugangsmerkmalsvektors Z festgestellt
werden, ob der Zugangsmerkmalsvektor Z in einem Nutzerbereich, wie
beispielsweise den Nutzerbereichen N3 und
N4 liegt oder in einem typischen Bereich
T2. In der dargestellten Situation der
Hier
kann sich dann eine entsprechende Analyse der biometrischen Probe
nach herkömmlichen Verfahren anschließen, wobei
durch die entsprechende Vorauswahl der in Frage kommenden Nutzer
die Effektivität erhöht werden kann und zusätzlich
durch die Analyse der Zugangsprobe gegenüber mehreren in
Frage kommenden Nutzern, beispielsweise im Fall der
Obwohl die vorliegende Erfindung anhand der Ausführungsbeispiele detailliert beschrieben worden ist, ist für den Fachmann selbstverständlich, dass die Erfindung nicht durch diese Ausführungsbeispiele beschränkt ist, sondern dass vielmehr Abwandlungen beispielsweise durch Weglassen einzelner Merkmale oder andersartige Kombinationen einzelner vorgestell ter Merkmale möglich sind, ohne den Schutzbereich der beigefügten Ansprüche zu verlassen. Insbesondere umfasst die vorliegende Erfindung sämtliche Kombinationen aller vorgestellten Merkmale.Even though the present invention with reference to the embodiments has been described in detail, is for the expert of course, that the invention is not limited by these Embodiments is limited, but that rather modifications, for example, by omitting individual features or other combinations of individual vorgestell ter characteristics are possible without the scope of protection of the attached To leave claims. In particular, the present invention includes Invention all combinations of all features presented.
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- - WO 98/06020 A2 [0002] WO 98/06020 A2 [0002]
- - US 6151593 A [0002] - US 6151593 A [0002]
Claims (26)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008041861A DE102008041861A1 (en) | 2008-09-08 | 2008-09-08 | Biometric identification method using feature vectors and analysis against multiple biometric samples |
PCT/EP2009/061649 WO2010026261A2 (en) | 2008-09-08 | 2009-09-08 | Biometric identification method using feature vectors and analysis in comparison to multiple biometric samples |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102008041861A DE102008041861A1 (en) | 2008-09-08 | 2008-09-08 | Biometric identification method using feature vectors and analysis against multiple biometric samples |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102008041861A1 true DE102008041861A1 (en) | 2010-03-11 |
Family
ID=41650600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102008041861A Withdrawn DE102008041861A1 (en) | 2008-09-08 | 2008-09-08 | Biometric identification method using feature vectors and analysis against multiple biometric samples |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102008041861A1 (en) |
WO (1) | WO2010026261A2 (en) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998006020A2 (en) | 1996-08-03 | 1998-02-12 | Dieter Bartmann | Method for verifying the identity of a user of a data processing unit with a keyboard designed to produce alphanumeric characters |
US6151593A (en) | 1997-07-14 | 2000-11-21 | Postech Foundation | Apparatus for authenticating an individual based on a typing pattern by using a neural network system |
US6430307B1 (en) * | 1996-06-18 | 2002-08-06 | Matsushita Electric Industrial Co., Ltd. | Feature extraction system and face image recognition system |
EP1411459A1 (en) * | 2002-10-15 | 2004-04-21 | Samsung Electronics Co., Ltd. | Method and apparatus for extracting feature vector used for face recognition and retrieval |
US6826300B2 (en) * | 2001-05-31 | 2004-11-30 | George Mason University | Feature based classification |
US6920231B1 (en) * | 2000-06-30 | 2005-07-19 | Indentix Incorporated | Method and system of transitive matching for object recognition, in particular for biometric searches |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4805222A (en) * | 1985-12-23 | 1989-02-14 | International Bioaccess Systems Corporation | Method and apparatus for verifying an individual's identity |
US5613012A (en) * | 1994-11-28 | 1997-03-18 | Smarttouch, Llc. | Tokenless identification system for authorization of electronic transactions and electronic transmissions |
US6901145B1 (en) * | 1999-04-08 | 2005-05-31 | Lucent Technologies Inc. | Generation of repeatable cryptographic key based on varying parameters |
US20040193893A1 (en) * | 2001-05-18 | 2004-09-30 | Michael Braithwaite | Application-specific biometric templates |
-
2008
- 2008-09-08 DE DE102008041861A patent/DE102008041861A1/en not_active Withdrawn
-
2009
- 2009-09-08 WO PCT/EP2009/061649 patent/WO2010026261A2/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6430307B1 (en) * | 1996-06-18 | 2002-08-06 | Matsushita Electric Industrial Co., Ltd. | Feature extraction system and face image recognition system |
WO1998006020A2 (en) | 1996-08-03 | 1998-02-12 | Dieter Bartmann | Method for verifying the identity of a user of a data processing unit with a keyboard designed to produce alphanumeric characters |
US6151593A (en) | 1997-07-14 | 2000-11-21 | Postech Foundation | Apparatus for authenticating an individual based on a typing pattern by using a neural network system |
US6920231B1 (en) * | 2000-06-30 | 2005-07-19 | Indentix Incorporated | Method and system of transitive matching for object recognition, in particular for biometric searches |
US6826300B2 (en) * | 2001-05-31 | 2004-11-30 | George Mason University | Feature based classification |
EP1411459A1 (en) * | 2002-10-15 | 2004-04-21 | Samsung Electronics Co., Ltd. | Method and apparatus for extracting feature vector used for face recognition and retrieval |
Also Published As
Publication number | Publication date |
---|---|
WO2010026261A2 (en) | 2010-03-11 |
WO2010026261A3 (en) | 2010-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69908360T2 (en) | COMPUTER SYSTEM AND METHOD FOR EXPLAINING THE BEHAVIOR OF A MODEL THAT MAKES INPUT DATA ON OUTPUT DATA | |
DE19631484C1 (en) | Method for verifying the identity of a user of a data processing system to be operated with a keyboard for generating alphanumeric characters | |
DE10030404A1 (en) | Fingerprint identification method for car access control system, involves comparing input fingerprint data with reference fingerprints having highest similarity being sorted based on identified degree of similarity | |
DE112020000227T5 (en) | MACHINE LEARNING OF A COMPUTER MODEL BASED ON CORRELATIONS OF TRAINING DATA WITH PERFORMANCE TRENDS | |
DE112018005018B4 (en) | AUTHORIZATION CHECK OF USERS ON MULTIPLE TERMINAL DEVICES | |
DE112018005725T5 (en) | DATA DEIDENTIFICATION BASED ON DETECTION OF PERMITTED CONFIGURATIONS FOR DATA DEIDENTIFICATION PROCESSES | |
WO2011054337A1 (en) | Method for authenticating a user on a computing unit | |
DE102008014741A1 (en) | A system and method for registering a fingerprint, setting a user login method of an application, and logging in to the application | |
DE102021209171A1 (en) | SYSTEM FOR CHOOSING A LEARNING MODEL | |
DE102012214196A1 (en) | Detect ambiguous names in a group of names | |
DE112018004401T5 (en) | DETECTOR OF A NEURONAL ANSWER | |
DE19633693C1 (en) | Method of detecting target pattern in static or dynamic systems | |
EP2304641A1 (en) | Method and apparatus for identifying a person using the typing behaviour of the latter and taking into account the local distribution of the keys of a keyboard | |
DE112021004104T5 (en) | FORENSIC PROCEDURE FOR COMPUTER SECURITY BASED ON KEY TIME CHANGES WHEN ENTERING AUTHENTICATION CREDITS | |
DE102008040258A1 (en) | Method and device for improving biometric identification systems | |
DE19904440C2 (en) | Procedure for verifying a person's identity | |
DE102019207566A1 (en) | Method for controlling a safety system of a charging station for charging electric vehicles | |
DE102008041861A1 (en) | Biometric identification method using feature vectors and analysis against multiple biometric samples | |
DE102021204550A1 (en) | Method for generating at least one data set for training a machine learning algorithm | |
DE102009050681A1 (en) | Method and device for recognizing and classifying document parts of a computer-accessible document by step-by-step learning from a plurality of training sets | |
EP3410329B1 (en) | Method and system for detecting irregular inputs for data processing applications | |
DE10009538B4 (en) | Process for the analysis of fingerprint images | |
DE102018222797A1 (en) | Information processing apparatus, image processing method and recording medium on which the image processing program is stored | |
DE102018216078A1 (en) | Method and device for operating a control system | |
DE102009016588A1 (en) | Method for determination of text information from portable document format documents, involves reading portable document format document, and analyzing structure of portable document format document |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OM8 | Search report available as to paragraph 43 lit. 1 sentence 1 patent law | ||
R082 | Change of representative |
Representative=s name: GRAF VON STOSCH PATENTANWALTSGESELLSCHAFT MBH, DE |
|
R081 | Change of applicant/patentee |
Owner name: TM3 SOFTWARE GMBH, DE Free format text: FORMER OWNER: PSYLOCK GMBH, 93053 REGENSBURG, DE Effective date: 20120131 Owner name: WOELFL, THOMAS, PROF. DR., DE Free format text: FORMER OWNER: PSYLOCK GMBH, 93053 REGENSBURG, DE Effective date: 20120131 |
|
R012 | Request for examination validly filed | ||
R081 | Change of applicant/patentee |
Owner name: TM3 SOFTWARE GMBH, DE Free format text: FORMER OWNER: WOELFL, THOMAS, PROF. DR., 93049 REGENSBURG, DE |
|
R082 | Change of representative |
Representative=s name: GRAF VON STOSCH PATENTANWALTSGESELLSCHAFT MBH, DE |
|
R016 | Response to examination communication | ||
R016 | Response to examination communication | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |