AT514146A2 - Verfahren zur Idendifikation einer Person - Google Patents

Verfahren zur Idendifikation einer Person Download PDF

Info

Publication number
AT514146A2
AT514146A2 ATA50161/2013A AT501612013A AT514146A2 AT 514146 A2 AT514146 A2 AT 514146A2 AT 501612013 A AT501612013 A AT 501612013A AT 514146 A2 AT514146 A2 AT 514146A2
Authority
AT
Austria
Prior art keywords
stored
reference data
characteristic
data set
characteristic values
Prior art date
Application number
ATA50161/2013A
Other languages
English (en)
Other versions
AT514146A3 (de
AT514146B1 (de
Original Assignee
Gallner Leopold Dr
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 Gallner Leopold Dr filed Critical Gallner Leopold Dr
Priority to ATA50161/2013A priority Critical patent/AT514146B1/de
Priority to DE102014003194.2A priority patent/DE102014003194A1/de
Publication of AT514146A2 publication Critical patent/AT514146A2/de
Publication of AT514146A3 publication Critical patent/AT514146A3/de
Application granted granted Critical
Publication of AT514146B1 publication Critical patent/AT514146B1/de

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50Maintenance of biometric data or enrolment thereof
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/19Recognition using electronic means
    • G06V30/192Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
    • G06V30/194References adjustable by an adaptive method, e.g. learning
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/242Division of the character sequences into groups prior to recognition; Selection of dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)

Abstract

Es wird ein Verfahren zur Identifikation einer Person durch Vergleich eines über ei nen Sensor erfassten Datensatzes eines biometrischen Musters mit einem abge- speicherten Referenzdatensatz, wobei ein aus den festgestellten Unterschieden geleiteter Kennwert ermittelt und mit einem zur Bestimmung der Personenidentit geeigneten Kennwertebereich des Referenzdatensatzes verglichen wird. Um ein zuverlässige Identifikation trotz der Veränderung der biometrischen Muster unter Berücksichtigung etwaiger Messfehler zu ermöglichen, wird vorgeschlagen, dass bei der Ermittlung mehrerer Kennwerte jene Kennwerte abgespeichert werden, die in den Kennwertebereich des Referenzdatensatzes fallen und dass in festgelegt Intervallen aus wenigstens einer Gruppe dieser abgespeicherten Kennwerte der f die Bestimmung der Personenidentität geeignete Kennwertebereich neu berechn wird.

Description

1
(38934) IV
Die Erfindung bezieht sich auf ein Verfahren zur Identifikation einer Person durch Vergleich eines über einen Sensor erfassten Datensatzes eines biometrischen Musters mit einem abgespeicherten Referenzdatensatz, wobei ein aus den festgestellten Unterschieden abgeleiteter Kennwert ermittelt und mit einem zur Bestimmung der Personenidentität geeigneten Kennwertebereich des Referenzdatensatzes verglichen wird.
Um Personen anhand von biometrischen Mustern zu identifizieren, werden diese biometrischen Muster zunächst über geeignete Sensoren erfasst und daraus ein Referenzdatensatz abgeleitet und abgespeichert, der zumindest die charakteristischen Eigenschaften der biometrischen Muster repräsentiert. Bei einem späteren Identifikationsversuch wird der über einen Sensor erfasste biometrische Datensatz mit dem abgespeicherten Referenzdatensatz verglichen, wobei in bekannter Weise ein Kennwert für die Ähnlichkeit zwischen dem neu gewonnen Datensatz und dem abgespeicherten Referenzdatensatz berechnet wird. Liegt dieser berechnete Kennwert in einem zuvor festgelegten, für die Bestimmung der Personenidentität geeigneten Kennwertebereich, so erfolgt eine positive Identifikation. Die Sicherheit und Zuverlässigkeit einer solchen Identitätsprüfung hängt folglich wesentlich von der Wahl des geeigneten Kennwertebereiches ab, der einerseits nur möglichst geringe Abweichungen vom Referenzdatensatz zulassen, andererseits aber zulässige Veränderungen des physischen biometrischen Musters genauso wie etwaige Messfehler tolerieren soll.
Da die Qualität der über einen Sensor erfassten Datensätze großen Schwankungen unterliegt, kann ein einheitlicher Sicherheitsstandard bei gleichzeitig hoher Zuver- 2/9 2 lässigkeit und hohem Bedienkomfort bei mehreren, unterschiedlichen Personen zugeordneten Referenzdatensätzen nur unzureichend gewährleistet werden. Besondere Schwierigkeiten ergeben sich in diesem Zusammenhang bei Personen mit Störungen oder Veränderungen in der Ausprägung der biometrischen Muster, beispielsweise durch Abnutzung bei Verwendung des Fingerlinienbildes, durch Wachstum oder durch Verletzungen,
Es wurde daher bereits vorgeschlagen (EP 1 975 852 A1), zunächst für jeden hinterlegten Referenzdatensatz einen entsprechenden Schwellwert für den ermittelten Kennwert vorzusehen. Übersteigt ein aus einem gemessenen Datensatz ermittelter Kennwert die Schwellwerte mehrerer Referenzdatensätze, so wird der Unterschied dieses Kennwertes zu diesen Schwellwerten festgestellt und der Kennwert nicht nur dem ähnlichsten Referenzdatensatz zugeordnet, sondern auch die Schwellwerte der anderen Referenzdatensätze so geändert, dass der gemessene Kennwert nicht mehr diese Schwellwerte übersteigt, sodass bei der nächsten Messung dieses biometrischen Musters davon ausgegangen werden kann, dass der daraus ermittelte Kennwert nur mehr den Schwellwert des zugehörigen Referenzdatensatzes übersteigt. Ein derartiges Verfahren hilft zwar, ähnliche Referenzdatensätze besser voneinander abzugrenzen, doch kann damit beispielsweise eine sich im Laufe der Zeit ergebende Veränderung des physischen biometrischen Musters nur unzureichend berücksichtigt werden, weil die Anpassung des Schwellwertes entsprechend träge erfolgen muss, um die Zuverlässigkeit und Sicherheit der Identifikation nicht aufgrund von Messfehlern zu gefährden. Gerade die Anpassung des Schwellwertes auf Basis der Ähnlichkeit des erfassten Datensatzes mit anderen biometrischen Datensätzen kann nämlich die Identifikation einer Person aufgrund von einzelnen Erfassungsfehlern beinahe unmöglich machen.
Der Erfindung liegt somit die Aufgabe zugrunde, ein Verfahren der eingangs geschilderten Art so auszugestalten, dass eine zuverlässige Identifikation trotz der Veränderung der physischen biometrischen Muster unter Berücksichtigung etwaiger Messfehler erfolgen kann. 3/9 3
Die Erfindung löst die gestellte Aufgabe dadurch, dass bei der Ermittlung mehrerer Kennwerte jene Kennwerte abgespeichert werden, die in den Kennwertebereich des Referenzdatensatzes fallen und dass in festgelegten Intervallen aus wenigstens einer Gruppe dieser abgespeicherten Kennwerte der für die Bestimmung der Personenidentität geeignete Kennwertebereich neu berechnet wird.
Zufolge dieser Maßnahmen kann der für die Bestimmung der Personenidentität geeignete Kennwertebereich nach einer bestimmten Anzahl von positiven Identifikationen unabhängig von dem zuvor gültigen Kennwertebereich neu festgelegt werden, sodass einerseits Messfehler über ein statistisches Verfahren ausgeglichen und andererseits Veränderungen des physischen biometrischen Musters vollständig und rasch berücksichtigt werden. Zu diesem Zweck kann die für die Berechnung des neuen Kennwertebereichs herangezogene Gruppe von abgespeicherten Kennwerten beispielsweise von Mess- und Erfassungsfehlern verfälschten Kennwerten bereinigt sein.
Um bei stärkeren Veränderungen des physischen biometrischen Musters den zur Identifikation geeigneten Kennwertebereich nicht zu groß wählen und damit die Gefahr von Fehlidentifikationen in Kauf nehmen zu müssen, können die erfassten Datensätze mit innerhalb des Kennwertebereichs liegenden Kennwerten abgespeichert werden, wobei aus zumindest einer Gruppe der abgespeicherten Datensätze ein neuer Referenzdatensatz ausgewählt wird. Diese Gruppe kann beispielsweise nur die von singulären Mess- und Erfassungsfehlern bereinigten Datensätze enthalten. Auf diese Weise kann sichergestellt werden, dass stets der beste zur Verfügung stehende Datensatz als Referenzdatensatz für Identifikationszwecke herangezogen wird. Aus den bestehenden Datensätzen könnte aber auch ein gänzlich neuer Referenzdatensatz erzeugt werden, in dem etwaige Messfehler bei der Erfassung der einzelnen Datensätze beispielsweise durch eine Mittelwertbildung im Wesentlichen ausgeglichen werden. 4/9 4
Als besonders vorteilhaft hat sich erwiesen, dass als neuer Referenzdatensatz aus den abgespeicherten Datensätzen der Datensatz ausgewählt wird, der im Mittel zu den übrigen abgespeicherten Datensätzen die geringsten Unterschiede aufweist.
In der Zeichnung ist der Erfindungsgegenstand beispielsweise dargestellt. Es zeigen
Fig. 1 ein Ablaufschema eines erfindungsgemäßen Verfahrens und
Fig. 2 ein Ablaufschema einer Variante eines erfindungsgemäßen Verfahrens.
Bei dem dargestellten Ausführungsbeispiel wird davon ausgegangen, dass für angemeldete Personen Referenzdatensätze mit entsprechenden Kennwertebereichen abgespeichert sind. Nach einer Initialisierungsphase wird zunächst über einen oder mehrere Sensoren ein Datensatz eines biometrischen Musters, beispielsweise ein Fingerabdruck und/oder ein Venenlinienbild erfasst. Der erfasste Datensatz wird nacheinander mit den abgespeicherten Referenzdatensätzen verglichen, um aus den jeweiligen Unterschieden einen Kennwert zu ermitteln. Zu diesem Zweck wird ein erster Referenzdatensatz ausgewählt und mit dem erfassten Datensatz zur Er-mittlung eines Kennwertes verglichen. Liegt der Kennwert nicht in einem für den ausgewählten Referenzdatensatz vorgegebenen Kennwertebereich, so wird ein entsprechend negatives Identifikationsergebnis ausgegeben und der nächste Referenzdatensatz für den Vergleich ausgewählt. Andernfalls wird die Person positiv identifiziert und der ermittelte Kennwert zu dem ausgewählten Referenzdatensatz abgespeichert. Trotzdem kann der erfasste Datensatz mit den übrigen Referenzdatensätzen verglichen werden, was jedoch nicht zwingend ist.
Solange keine vorgegebene Anzahl von in den Kennwertebereich fällenden Kennwerten auf die beschriebene Weise ermittelt und zu dem zugehörigen Referenzdatensatz abgespeichert wurden, bleibt für weitere Messungen der Referenzdatensatz samt des zugehöriger) Kennwertebereichs unverändert. Ist eine erforderliche Anzahl von Kennwerten abgespeichert, wird aus diesen gespeicherten Kennwerten ein neuer Kennwertebereich festgelegt, der beispielsweise dem Mittelwert der abgespeicherten Kennwerte und einer mit einem vorgegebenen Faktor multiplizierten Standardabweichung entsprechen kann. Selbstverständlich sind aber auch andere 5/9 5
Methoden für die Neufestlegung des Kennwertebereiches denkbar. So können beispielsweise die abgespeicherten Kennwerte für die Neufestlegung des Kennwertebereiches von durch Mess- oder Erfassungsfehler verfälschten Kennwerten bereinigt werden. Schließlich werden die abgespeicherten Kennwerte gelöscht, sodass der für die Identifikation geeignete Kennwertebereich nicht bei jeder Identifizierung, sondern nur nach vorgegebenen Anzahl von Identifizierungen neu festgelegt wird.
In einer weiteren, in der Fig. 2 dargestellten alternativen Ausführungsform der Erfindung wird neben dem Kennwert auch der Datensatz des erfassten biometrischen Musters abgespeichert. Dies ermöglicht nach der Abspeicherung einer vorgegebenen Anzahl von Kennwerten und Datensätzen einen Vergleich der gespeicherten Datensätze untereinander, bevor ein neuer Kennwertebereich berechnet wird. Dabei kann die Ähnlichkeit aller abgespeicherten Datensätze untereinander bestimmt werden, um jenen Datensatz als neuen Referenzdatensatz auszuwählen, der im Mittel zu den übrigen abgespeicherten Datensätzen die geringsten Unterschiede aufweist. 6/9

Claims (3)

  1. Patentanwälte Dipl.-Ing. Helmut Hübscher Dipl.-Ing. Karl Winfried Hellmich Spittelwiese 7, A 4020 Linz (38934) IV Patentansprüche 1. Verfahren zur Identifikation einer Person durch Vergleich eines über einen Sensor erfassten Datensatzes eines biometrischen Musters mit einem abgespeicherten Referenzdatensatz, wobei ein aus den festgestellten Unterschieden abgeleiteter Kennwert ermittelt und mit einem zur Bestimmung der Personenidentität geeigneten Kennwertebereich des Referenzdatensatzes verglichen wird, dadurch gekennzeichnet, dass bei der Ermittlung mehrerer Kennwerte jene Kennwerte abgespeichert werden, die in den Kennwertebereich des Referenzdatensatzes fallen und dass in festgelegten Intervallen aus wenigstens einer Gruppe dieser abgespeicherten Kennwerte der für die Bestimmung der Personenidentität geeignete Kennwertebereich neu berechnet wird.
  2. 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die erfassten Datensätze mit innerhalb des Kennwertebereichs liegenden Kennwerten abgespeichert werden und dass aus zumindest einer Gruppe der abgespeicherten Datensätze ein neuer Referenzdatensatz ausgewählt wird.
  3. 3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass als neuer Referenzdatensatz aus den abgespeicherten Datensätzen der Datensatz ausgewählt wird, der im Mittel zu den übrigen abgespeicherten Datensätzen die geringsten Unterschiede aufweist. Linz, am 8. März 2013 ekey biometric Systems GmbH durch: /Dl Helmut Hübscher/ (elektronisch signiert)
ATA50161/2013A 2013-03-08 2013-03-08 Verfahren zur Identifikation einer Person AT514146B1 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
ATA50161/2013A AT514146B1 (de) 2013-03-08 2013-03-08 Verfahren zur Identifikation einer Person
DE102014003194.2A DE102014003194A1 (de) 2013-03-08 2014-03-03 Verfahren zur Identifikation einer Person

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ATA50161/2013A AT514146B1 (de) 2013-03-08 2013-03-08 Verfahren zur Identifikation einer Person

Publications (3)

Publication Number Publication Date
AT514146A2 true AT514146A2 (de) 2014-10-15
AT514146A3 AT514146A3 (de) 2018-05-15
AT514146B1 AT514146B1 (de) 2018-06-15

Family

ID=51385653

Family Applications (1)

Application Number Title Priority Date Filing Date
ATA50161/2013A AT514146B1 (de) 2013-03-08 2013-03-08 Verfahren zur Identifikation einer Person

Country Status (2)

Country Link
AT (1) AT514146B1 (de)
DE (1) DE102014003194A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11993270B2 (en) 2021-12-03 2024-05-28 Bendix Commercial Vehicle Systems, Llc System and method for driving style driver identity determination and control of vehicle functions

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6591224B1 (en) * 2000-06-01 2003-07-08 Northrop Grumman Corporation Biometric score normalizer
US20040125993A1 (en) * 2002-12-30 2004-07-01 Yilin Zhao Fingerprint security systems in handheld electronic devices and methods therefor
WO2007071289A1 (en) * 2005-12-22 2007-06-28 Daon Holdings Limited Biometric authentication system
JP4403426B2 (ja) * 2007-01-09 2010-01-27 サイレックス・テクノロジー株式会社 生体認証装置及び生体認証プログラム
JP5003242B2 (ja) * 2007-03-28 2012-08-15 富士通株式会社 照合装置、照合方法および照合プログラム

Also Published As

Publication number Publication date
AT514146A3 (de) 2018-05-15
DE102014003194A1 (de) 2014-09-11
AT514146B1 (de) 2018-06-15

Similar Documents

Publication Publication Date Title
DE10157798B4 (de) Verfahren zur Durchführung eines Filtrationsprozesses von Fluiden
DE102014207009A1 (de) Erkennung einer Sitzbelegung mittels einer Kamera
DE102018221695A1 (de) Verfahren zur quantitativen Magnetresonanzbildgebung, Magnetresonanzeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
DE102016100065A1 (de) System und Verfahren zum Erfassen von mitgeführten Gegenständen für ein Fahrzeug
DE102016113624A1 (de) Motorantrieb mit Funktion zum Detektieren von Schaltungsabnormalitäten aufgrund eindringender Fremdstoffe, bevor es zu einer erheblichen Abnormalität kommt
DE102016108475A1 (de) Einschlaferfassungsvorrichtung
AT514146B1 (de) Verfahren zur Identifikation einer Person
EP2064097B1 (de) Verfahren zum automatischen erkennen eines fahrzeugtyps oder eines reifentyps auf einer messanlage
EP3391349A1 (de) Verfahren und vorrichtung zum klassieren von augenöffnungsdaten zumindest eines auges eines insassen eines fahrzeugs und verfahren und vorrichtung zum erfassen einer schläfrigkeit und/oder eines sekundenschlafes eines insassen eines fahrzeugs
DE102011113316A1 (de) Verfahren zur Analyse von Sensordaten
DE102010002680A1 (de) Verfahren und Vorrichtung zur Erkennung einer Abweichung eines Drehratensignals eines Drehratensensors
DE60118918T3 (de) Prüfung von fingerabdrücken
WO2021223898A1 (de) Verfahren und system zum nachweis von reifenanomalien
DE102012211722A1 (de) Verfahren zur Diagnose eines Bauteils, eines Systems oder einer Systemkomponente einer Brennkraftmaschine
DE102017212755A1 (de) Verfahren und Vorrichtung zum Überprüfen eines Belegungsstatus eines Parkplatzes
DE102017126353A1 (de) Authentifizierungssystem zur authentifizierung einer person, verfahren zur authentifizierung und computerprogrammprodukt
EP1155388A1 (de) Benutzeridentifikationsverfahren
WO2019086488A1 (de) Verfahren und vorrichtung zur bestimmung eines belegungszustands eines stellplatzes eines parkraums
DE102014200426B4 (de) Verfahren zur robusten Erkennung von hochfrequenten Signalstörungen
WO2005045746A1 (de) Berührungslose biometrische erkennung
DE102017222675A1 (de) Personenerkennung mittels einer Kamera
WO2020035191A1 (de) Vorrichtung mit einer sensoreinheit und einer selbstkalibrierungsfunktion
DE102019219820A1 (de) Verfahren, Computerprogramm, elektronisches Speichermedium und Vorrichtung zur Überwachung eines Sensorsystems.
DE102009023306A1 (de) Verfahren zum rechnergestützten Erkennen der Identität eines Objekts
DE102023204621A1 (de) Verfahren zur Filterung und zur Qualifizierung von Sicherheits-Ereignissen eines Angriffserkennungssystems

Legal Events

Date Code Title Description
MM01 Lapse because of not paying annual fees

Effective date: 20210308