CN101014967A - 用于自动耳识别的特征提取算法 - Google Patents

用于自动耳识别的特征提取算法 Download PDF

Info

Publication number
CN101014967A
CN101014967A CNA2005800299489A CN200580029948A CN101014967A CN 101014967 A CN101014967 A CN 101014967A CN A2005800299489 A CNA2005800299489 A CN A2005800299489A CN 200580029948 A CN200580029948 A CN 200580029948A CN 101014967 A CN101014967 A CN 101014967A
Authority
CN
China
Prior art keywords
ear
expression
eigenvector
geometric configuration
polar coordinate
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.)
Pending
Application number
CNA2005800299489A
Other languages
English (en)
Inventor
安东尼乌斯·A.·C.·M.·卡克尔
安东尼乌斯·H.·M.·阿克曼斯
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101014967A publication Critical patent/CN101014967A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/30Individual registration on entry or exit not involving the use of a pass
    • G07C9/32Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/431Frequency domain transformation; Autocorrelation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands

Landscapes

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

Abstract

本发明涉及通过定位耳几何形状的表示X中的不变点识别耳的方法和系统。本发明的思想是改善公知的Iannarelli算法,原因在于本发明的方案捕获和处理沿着轴线的所有像素值并且可以使用任意数目的轴线将这些像素值组合成具有足够鉴别水平的完整特征矢量。通过对耳的极坐标表示e[θ,ρ]执行傅立叶变换改善现有技术的Iannarelli方法,由此创建变换后的极变换E[Θ,P]。该变换后的表示被采样以创建耳特征矢量XF

Description

用于自动耳识别的特征提取算法
技术领域
本发明涉及通过定位耳几何形状的表示中的不变点来识别耳的方法和系统。
背景技术
在许多应用中可以使用对身体对象的验证,例如为确保建筑物的安全的有条件的进入或对数字数据的有条件的访问(例如存储在计算机或可移动存储介质中的),或者用于辨别目的(例如用于使所辨别的个体负责特定活动)。
使用生物测量学进行辨别和/或验证越来越多地被认为是传统辨别手段例如密码和个人识别码的更好替换选择。由于需要以密码/个人识别码形式进行辨别的系统的数目正在稳步增加,因此,系统的用户必须记住的密码/个人识别码的数目也稳步增加。作为进一步的结果,由于难以记住密码/个人识别码,用户写下它们,这使它们容易被盗。因此,解决该问题的更优选方案是使用生物测量辨别,其中对用户来说唯一的特征,例如指纹、虹膜、面部特征、语音等用于提供对用户的辨别。简言之,用户向验证系统提供她的生物测量模板,参考模板先前已登记在所述验证系统中。如果所提供的模板与所登记的模板之间存在匹配,即所提供的模板被认为与所登记的模板充分地类似,则用户被验证。明显地,用户不会失去或忘记他的/她的生物特征,也不需要写下它们或记住它们。由于这些特征中的每一个均具有其优点和缺点,因此其他类型的身体特征在研究中。在这方面,人耳的形状很适合于导出生物测量数据,原因是它在个体之间实质上不同。与面部识别的情况相同,简单和低成本的照相机或网络摄像头(web-cam)可以用于测量耳的生物测量学。
用于表征人耳的形状的现有技术算法是Iannarelli算法,所述算法确定少量的耳特征沿着源自耳中心的径向轴线到所述中心的距离。典型地,使用沿八个不同方向延伸的四条轴线,并且对于每条轴线使用2-4个特征(即2-4个象素值)来确定耳的形状。然而,在使用Iannarelli算法中存在一些问题;例如,改变照明条件或被测量耳的阴影导致人体测量的耳细节特征的被测量位置移动。在可变定向和缩放方面也存在问题。
发明内容
发明的目标是提供一种测量方案,其中考虑耳的总体形状而不是耳细节特征的准确位置,这在不同照明条件下提高了生物测量模板匹配。
由根据权利要求1的通过定位耳几何形状的表示中的不变点来识别耳的方法和根据权利要求9的通过定位耳几何形状的表示中的不变点来识别耳的系统实现该目标。
根据本发明的第一方面,提供了一种方法,所述方法包括以下步骤:创建耳几何形状的极坐标表示,借助于傅立叶变换对该极坐标表示进行变换,其中变换后的极坐标表示被创建,和使用许多个样本对变换后的极坐标表示采样以创建包括许多个特征分量的特征矢量。
根据本发明的第二方面,提供了一种装置,该装置用于创建耳几何形状的极坐标表示,借助于傅立叶变换对极坐标表示变换,其中变换后的极坐标表示被创建,和使用许多个样本对变换后的极坐标表示采样以创建包括许多个特征分量的特征矢量。
本发明的思想是改善公知的Iannarelli算法,原因在于本发明的方案捕获和处理沿着轴线的所有象素值,并且可以使用任意数目的轴线将这些象素值组合成具有足够鉴别水平的完整特征矢量。首先,从个体的耳几何形状的表示(例如照片)测量个体的生物测量模板X。其后,通过研究该生物测量模板X找到耳几何形状的表示中的不变点。这通常意味着待识别的耳的中心被定位。其次,创建耳的极坐标表示e[θ,ρ],其中θ代表相对于中心的径向角,ρ代表离中心的距离。通过执行极坐标表示的傅立叶变换改善现有技术的Iannarelli方法,由此创建变换后的E[Θ,P]极坐标表示。通过计算沿着θ的变换的绝对值,耳的表示X对于旋转来说不变。而且,通过计算沿着θ变换的绝对值,耳的表示对于缩放不变。变换的这些组合通常被称为傅立叶一梅林变换(FMT)。使FMT在实践中有用的所要满足的基本要求在于耳的中心可以可靠地被定位。
通过捕获沿着θ和ρ所限定的轴线的象素值获得用于鉴别耳的特征的相关信息。因此,使用n个样本对变换后的E[Θ,P]极坐标表示采样以创建包括m个特征分量的耳特征矢量XF。实践中,事实常常是n=m,但是可能在特征矢量的创建中丢弃样本,使得m<n。特征矢量从沿着轴线定位的象素值被创建,并且对于两个不同的耳表示(即生物测量模板)X,Y,如果特征沿着其定位的轴线的角差θXY小,则第一耳表示X的第一特征矢量XF将类似于第二耳表示Y的相应的第一特征矢量YF
本发明是有利的,主要原因在于如上所述耳表示X对于旋转和缩放不变,但是也因为仅仅使用几条轴线(与典型地用在Iannarelli方法中的八条轴线相比)将可以充分地鉴别,同时使用较低数目的m个特征分量。这将导致一种耳识别方案,其在处理能力以及抗旋转和缩放误差的稳健性方面是高效的。
根据本发明的一个实施例,确定第一XF和第二YF特征矢量之间的距离dX,Y,其中如果所述距离符合预定距离值则在两个特征矢量之间存在对应关系(即矢量彼此匹配),所述预定距离值典型地为所述距离不可以超过的阈值T。
根据本发明的另一实施例,X和Y之间的距离dX,Y被选择为各自相应的变换后极坐标表示EX[Θ,P]和EY[Θ,P]之间的欧几里德距离。因此:
d X , Y 2 = ∫ - ∞ ∞ ( E X ( Θ , P ) - E Y ( Θ , P ) ) 2 dΘ . - - - ( 1 )
对于比较具有值XF={0},YF1={1}和YF2={2}的三个特征矢量的例子,显然dX,YF1<dX,YF2。假设设置阈值T=1.5,则认为YF1符合XF,因为dX,YF1=1,而认为YF2不符合XF,因为dX,YF2=2。在所述方案应用于生物测量验证系统的情况下,与YF1相联系的个体被验证,而与YF2相联系的个体的验证失败。
根据本发明的另一实施例,通过使耳几何形状的表示与典型耳的预定表示相关找到耳的不变点,即中心。可以通过研究许多耳并且创建耳的“平均”表示找到典型耳的表示。可以通过仅仅研究典型耳的预定表示的中心部分采用该相互关系。
当研究后附权利要求和以下的说明书时将显而易见本发明的进一步特征和优点。本领域的技术人员可以认识到本发明的不同特征可以组合以产生不同于以下描述的那些的实施例。
附图说明
将参考附图在下面给出对本发明的优选实施例的具体描述,其中:
图1示出了人耳的解剖结构;
图2示出了根据用于耳识别的Iannarelli方法对人耳的分割;和
图3示出了使用与个体相联系的生物测量数据检验个体身份(即个体的验证/辨别)的现有技术系统,本发明可以有利地应用于所述系统中。
具体实施方式
图1示出了人耳的解剖结构,其中101指示耳轮缘,102指示耳垂,103指示对耳轮,等等。
图2示出了根据用于耳识别的Iannarelli方法对人耳的分割。数字标号指示用于所述方法中的人体测量的位置。典型地,使用沿八个不同方向延伸的四条轴线,并且对于每条轴线使用2-4个特征(即2-4个象素值)来确定耳的形状。例如,对于沿东西方向延伸的轴线,进行三次测量。
图3示出了使用与个体相联系的生物测量数据检验个体身份(即个体的验证/辨别)的现有技术系统。所述系统包括布置有传感器302的用户设备301,所述传感器302用于从个体的特定身体特征的构造303(在该情况下为耳)推导出第一生物测量模板X。用户设备利用检验中的帮助数据方案(helper data scheme)(HDS),并且登记数据S和帮助数据W从第一特征矢量XF推导出,所述特征矢量典型地通过采样第一生物测量模板X来创建,从而创建随后可以被计算机处理的数字数据集合。用户设备必须是安全的、防窜改的,因此为个体所信任,使得提供个体的生物测量数据的私密性。帮助数据W典型地在用户设备301处被计算,使得S=G(XF,W),其中G是Δ收缩函数(deltacontracting function)。因此,使用函数或算法FG从第一特征矢量XF计算W和S,使得(W,S)=FG(XF)。特征矢量XF典型地是带有预定数目项(entry)的矢量。
登记管理机构304最初通过将从用户设备301接收的登记数据S和帮助数据W存储在中央存储单元305中来将个体登记到系统中,所述登记数据随后被检验器306使用。登记数据S是保密的,以避免受到通过对S进行分析的身份泄露攻击。在检验时,典型地为第一生物测量模板X的受噪声污染的副本的第二生物测量模板Y由个体303通过传感器307提供给检验器306。从第二生物测量模板Y,推导出第二特征矢量YF,所述第二特征矢量典型地包括与第一特征矢量XY相同数目的项。检验器306基于第二特征矢量YF和从中央存储器305接收的帮助数据W生成保密检验数据S′。检验器306借助于从中央存储器305取来的登记数据S和在密码机块(crypto block)308创建的检验数据S验证或辨别个体。通过在检验器处按照S′=G(YF,W)计算检验数据S′提供噪声鲁棒性。Δ收缩函数具有如下特征,其允许选择帮助数据W的适当值,使得如果第二生物测量特征矢量YF与第一生物测量特征矢量XF足够类似则S′=S。因此,如果匹配块309认为S′等于S,则检验是成功的。
在实际情况中,登记管理机构可以与检验器重合,但是它们也可以是分布式的。作为例子,如果生物测量系统用于银行应用,则将允许银行的所有较大办公室将新个体登记到系统中,使得分布式登记管理机构被创建。如果在登记之后个体想要使用她的生物测量数据作为验证从这样的办公室取钱,该办公室将充当检验器的角色。在另一方面,如果用户使用她的生物测量数据作为验证在便利店进行付款,商店将充当检验器的角色,但是商店将永远用作登记管理器是非常不可能的。在该意义上,我们将使用登记管理机构和检验器作为非限定性抽象角色。
在上文可以看出,个体可以访问包含生物测量传感器并且具有计算能力的设备。实际上,所述设备可以包括移动电话或PDA中的用于耳识别的照相机。假设个体从可信管理机构(例如银行,国家管理机构,政府)已经获得设备并且因此她信任该设备。
现在,当本发明应用于图3的系统中时,从感测设备301所采集的个体的耳几何形状303的表示(例如照片)测量个体的生物测量模板X。通过研究生物测量模板X在用户设备301处发现耳几何形状的表示中的不变点。其后,创建耳的极坐标表示eX[θ,ρ],其中θ表示相对于中心的径向角,ρ表示离中心的距离。参考图2,沿着在西南—东北方向延伸的轴线的第一位置206具有45°角并且离所示的坐标系的起点(即离耳的中心)具有特定距离(未指示)。
耳几何形状303的极坐标表示eX[θ,ρ]经傅立叶变换,创建变换后的E[Θ,P]极坐标表示。通过计算关于径向角θ的变换的绝对值,耳的表示X对于旋转来说不变。另外,通过计算沿着ρ的变换的绝对值,耳的表示对于缩放来说不变。这典型地被称为傅立叶—梅林变换(FMT)。因而,获得个体的生物测量模板X的变换后的E[Θ,P]极坐标表示。然后在用户设备301中使用n个样本对变换后的极坐标表示采样,以创建包括m个特征分量的第一特征矢量XF
其后,在用户设备301,典型地计算帮助数据W使得S=G(XF,W),其中G是Δ收缩函数。因此,W和S通过使用函数或算法FG从特征矢量XF被计算,使得(W,S)=FG(XF),所述特征矢量是从变换后的E[Θ,P]极坐标表示创建的矢量。如上文所述,W和S通过登记管理机构304存储在中央存储器305中。在检验时,第二生物测量模板Y由个体通过传感器307提供给检验器306(所述模板Y从个体的耳的几何形状303推导出来的)。通过研究第二生物测量模板Y在检验器306找到不变点,创建耳的极坐标表示eY[θ,ρ],并且极坐标表示eY[θ,ρ]经傅立叶变换,得到变换后的EY[Θ,P]极坐标表示。再次地,通过计算关于径向角θ的变换的绝对值和沿着ρ的变换的绝对值利用傅立叶—梅林变换。然后使用n个样本在检验器306对变换后的EY[Θ,P]极坐标表示采样,以创建包括m个特征分量的第二特征矢量YF。检验器306基于第二特征矢量YF和从中央存储器305接收的帮助数据W生成保密检验数据S′,并且借助于从中央存储器305取来的登记数据S和在密码机块308创建的检验数据S′验证或辨别个体。通过在检验器按照S′=G(YF,W)计算检验数据S′提供噪声鲁棒性。
如前面所述,如果作为生物测量模板X和Y足够类似的结果,特征矢量XF和YF足够类似,则G的Δ收缩特性是有用的。如前面所述,特征矢量XF和YF是从沿着轴线定位的象素值来创建的,并且对于两个不同的耳表示(即生物测量模板)X,Y,如果特征沿着其定位的轴线的角差θXY小,则对应于第一耳表示X的第一特征矢量XF将类似于第二耳表示Y的特征矢量YF。因而,Δ收缩函数的固有特性在于,如果匹配块309认为S′匹配S,这间接暗示角差小并且耳表示因此彼此类似,则检验是成功的。XF和YF之间的相似度例如可以被表达为(1)中给出的YF和XF之间的欧几里德距离。如果YF和XF之间的欧几里德距离足够小,则检验是成功的。
如上所述的使用与个体相关联的生物测量数据验证/辨别个体的系统可以可选择地被设计成使得用户设备301执行比较S′和S的操作,在该情况下检验器306或登记管理机构304必须为用户设备301提供中央存储的帮助数据W。
显然包括在本发明的系统中的设备,即用户设备,登记管理机构,检验器,可能还有中央存储器,布置有微处理器或具有计算能力的其他类似的电子装备,例如可编程逻辑设备,例如ASICs,FPGAs,CPLDs等。此外,微处理器运行存储在存储器中、磁盘上或其他合适介质上的适当软件以用于实现本发明的任务。
此外,显而易见,熟练技术人员可以使用标准密码技术,例如SHA-1,MD5,AES,DES或RSA进一步保护上述系统中的数据和通信。在包括在系统中的设备之间(在登记期间以及在检验期间)交换任何数据之前,设备可能想要与和其建立通信的另一其他设备的可靠性相关的一些证明。例如,有可能的是登记管理机构必须保证可信设备确实生成了被接收的登记数据。这可以通过使用公共密钥证书或取决于实际设置通过使用对称密钥技术来实现。而且,有可能的是登记管理机构必须保证用户设备可以被信任并且其未被窜改。所以,在许多情况下,用户设备将包含允许登记管理机构检测窜改的机构。例如,可以在该系统中执行物理不可仿制函数(physical uncloneablefunction)(PUFs)。PUF是由物理系统实现的函数,使得所述函数易于评价,但是物理系统难以表征。取决于实际设置,设备之间的通信可能必须是保密的和可靠的。可以使用的标准密码技术是基于公共密钥技术或类似对称技术的安全验证通道(SACs)。
也需要注意的是登记数据和检验数据可以通过使用单向散列函数或任何其他合适的密码函数被密码隐藏,所述密码函数(cryptographic function)以这样的一种方式隐藏登记数据和检验的,即使得在计算上不能从登记/检验数据的密码隐藏的副本创建登记/检验数据的纯文本副本。例如,可能使用键控(keyed)单向散列函数,陷门散列函数(trapdoor hash function),非对称加密函数,甚至是对称加密函数。在上面的描述中,使用生物测量数据在用于辨别个体的示例现有技术系统中实现本发明,在所述系统中提供生物测量模板的私密性。应当清楚地理解本发明也可以应用在用于辨别个体的低安全性生物测量系统中,在所述系统中私密性不是关键问题,并且在所述系统中不使用帮助数据。
尽管参考其特定的示例实施例描述了本发明,许多不同的变化、修改等对于本领域的技术人员将是显而易见的。所以所述的实施例并非想要限制由后附权利要求限定的本发明的范围。

Claims (17)

1.一种通过定位耳几何形状的表示(X)中的不变点来识别耳的方法,所述方法包括以下步骤:
创建所述耳几何形状的极坐标表示(e[θ,ρ]);
借助于傅立叶变换对所述极坐标表示进行变换,其中创建变换后的极坐标表示(E[Θ,P]);和
使用许多(n)个样本对所述变换后的极坐标表示采样,以创建包括许多(m)个特征分量的特征矢量(XF)。
2.根据权利要求1所述的方法,其中所述傅立叶变换是傅立叶-梅林变换。
3.根据权利要求1所述的方法,其中所述耳几何形状的表示(X)中的所述不变点是所述耳的中心。
4.根据权利要求1所述的方法,还包括确定第一(XF)和第二(YF)特征矢量之间的距离(d)的步骤,其中,如果所述距离符合预定距离值,则在所述第一和所述第二特征矢量之间存在对应关系。
5.根据权利要求4所述的方法,其中将所确定的距离(d)与预定阈值(T)比较,其中,如果所述所确定的距离的值小于所述阈值,则认为所述第一特征矢量(XF)与所述第二特征矢量(YF)匹配。
6.根据权利要求4所述的方法,其中在所述第一(XF)和所述第二(YF)特征矢量之间的所确定的距离是欧几里德距离。
7.根据权利要求1所述的方法,其中定位所述耳几何形状的表示(X)中的不变点的所述步骤包括使所述耳几何形状的所述表示与典型耳的预定表示相关的步骤。
8.根据权利要求7所述的方法,其中定位所述耳几何形状的表示(X)中的不变点的所述步骤包括使所述耳几何形状的所述表示与典型耳的所述预定表示的中心部分相关的步骤。
9.一种通过定位耳几何形状的表示(X)中的不变点来识别耳的系统,所述系统包括装置(301),所述装置用于创建所述耳几何形状的极坐标表示(e[θ,ρ]),借助于傅立叶变换对所述极坐标表示进行变换,其中创建变换后的极坐标表示(E[Θ,P]),并使用许多(n)个样本对所述变换后的极坐标表示采样,以创建包括许多(m)个特征分量的特征矢量(XF)。
10.根据权利要求9所述的系统,其中所述傅立叶变换是傅立叶—梅林变换。
11.根据权利要求9所述的系统,其中所述耳几何形状的表示(X)中的所述不变点是所述耳的中心。
12.根据权利要求9所述的系统,还包括装置(301,306),所述装置用于确定在第一(XF)和第二(YF)特征矢量之间的距离(d),其中,如果所述距离符合预定距离值,则在所述第一和所述第二特征矢量之间存在对应关系。
13.根据权利要求12所述的系统,其中,所述确定装置(301,306)还被布置成将所述距离(d)与预定阈值(T)比较,其中,如果所述所确定的距离的值小于所述阈值,则认为所述第一特征矢量(XF)与所述第二特征矢量(YF)匹配。
14.根据权利要求12所述的系统,其中在所述第一(XF)和所述第二(YF)特征矢量之间的所确定距离是欧几里德距离。
15.根据权利要求9所述的系统,其中用于创建所述耳几何形状的极坐标表示(e[θ,ρ])的所述装置(301)还被布置成通过使所述耳几何形状的所述表示与典型耳的预定表示相关来定位耳几何形状的所述表示(X)中的不变点。
16.根据权利要求15所述的系统,其中用于创建所述耳几何形状的极坐标表示(e[θ,ρ])的所述装置(301)还被布置成使所述耳几何形状的所述表示(X)与典型耳的所述预定表示的中心部分相关。
17.一种计算机程序产品,其包括可执行部件,当在具有计算能力的设备中执行所述部件时,所述部件用于使具有计算能力的所述设备执行权利要求8所述的步骤。
CNA2005800299489A 2004-09-08 2005-09-06 用于自动耳识别的特征提取算法 Pending CN101014967A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP04104332.4 2004-09-08
EP04104332 2004-09-08

Publications (1)

Publication Number Publication Date
CN101014967A true CN101014967A (zh) 2007-08-08

Family

ID=35466456

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005800299489A Pending CN101014967A (zh) 2004-09-08 2005-09-06 用于自动耳识别的特征提取算法

Country Status (6)

Country Link
US (1) US20080013794A1 (zh)
EP (1) EP1792267A1 (zh)
JP (1) JP2008512760A (zh)
KR (1) KR20070052296A (zh)
CN (1) CN101014967A (zh)
WO (1) WO2006027743A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101369309A (zh) * 2008-09-26 2009-02-18 北京科技大学 基于主动表观模型和外耳长轴的人耳图像归一化方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100410962C (zh) * 2006-09-07 2008-08-13 北京理工大学 一种人脸侧面轮廓和人耳特征相结合的身份识别装置
US8224094B2 (en) * 2007-06-14 2012-07-17 Siemens Audiologische Technik Gmbh Method and system for side detection of 3D undetailed ear impressions
US8046318B2 (en) * 2008-04-15 2011-10-25 Honeywell International Inc. Automated system for checking proposed human adjustments to operational or planning parameters at a plant
EP2468015B1 (en) * 2009-08-17 2019-01-16 Harman International Industries, Inc. Ear sizing system and method
DE102009039190A1 (de) * 2009-08-28 2011-03-03 Human Bios Gmbh Verfahren für die Zugriffskontrolle oder Autorisierung einer Handlung
US9050029B2 (en) 2010-01-06 2015-06-09 Harman International Industries, Inc. Image capture and earpiece sizing system and method
US8041956B1 (en) 2010-08-16 2011-10-18 Daon Holdings Limited Method and system for biometric authentication
US8520903B2 (en) * 2010-02-01 2013-08-27 Daon Holdings Limited Method and system of accounting for positional variability of biometric features
KR101480380B1 (ko) * 2012-12-26 2015-01-12 (주)인밸류넷 바우처 수혜자 관리 시스템 및 방법
US20160080552A1 (en) * 2014-09-17 2016-03-17 Qualcomm Incorporated Methods and systems for user feature tracking on a mobile device
CN105120089B (zh) * 2015-08-17 2020-01-03 惠州Tcl移动通信有限公司 一种移动终端自动接听电话的方法及移动终端
CN108024762B (zh) * 2015-09-14 2020-09-22 雅马哈株式会社 耳形状分析方法、耳形状分析装置以及耳形状模型生成方法
US10324961B2 (en) 2017-01-17 2019-06-18 International Business Machines Corporation Automatic feature extraction from a relational database
US20190199713A1 (en) * 2017-12-21 2019-06-27 Paypal, Inc. Authentication via middle ear biometric measurements
GB2569817B (en) * 2017-12-29 2021-06-23 Snugs Tech Ltd Ear insert shape determination
KR101984519B1 (ko) * 2018-05-30 2019-05-31 안필호 등록고객인식확률향상부가 구비된 고객 인식 방문확인 시스템

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5590261A (en) * 1993-05-07 1996-12-31 Massachusetts Institute Of Technology Finite-element method for image alignment and morphing
US6137896A (en) * 1997-10-07 2000-10-24 National Research Council Of Canada Method of recognizing faces using range images
US6529630B1 (en) * 1998-03-02 2003-03-04 Fuji Photo Film Co., Ltd. Method and device for extracting principal image subjects
US6606398B2 (en) * 1998-09-30 2003-08-12 Intel Corporation Automatic cataloging of people in digital photographs
US6424727B1 (en) * 1998-11-25 2002-07-23 Iridian Technologies, Inc. System and method of animal identification and animal transaction authorization using iris patterns
US6711293B1 (en) * 1999-03-08 2004-03-23 The University Of British Columbia Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image
JP4387552B2 (ja) * 2000-04-27 2009-12-16 富士通株式会社 画像照合処理システム
US6836554B1 (en) * 2000-06-16 2004-12-28 International Business Machines Corporation System and method for distorting a biometric for transactions with enhanced security and privacy
US7020305B2 (en) * 2000-12-06 2006-03-28 Microsoft Corporation System and method providing improved head motion estimations for animation
WO2004070563A2 (en) * 2003-01-31 2004-08-19 Genex Technologies, Inc. Three-dimensional ear biometrics system and method
US7689033B2 (en) * 2003-07-16 2010-03-30 Microsoft Corporation Robust multi-view face detection methods and apparatuses
JP4532915B2 (ja) * 2004-01-29 2010-08-25 キヤノン株式会社 パターン認識用学習方法、パターン認識用学習装置、画像入力装置、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体
US7664339B2 (en) * 2004-05-03 2010-02-16 Jacek Turski Image processing method for object recognition and dynamic scene understanding
US7423540B2 (en) * 2005-12-23 2008-09-09 Delphi Technologies, Inc. Method of detecting vehicle-operator state
US7783085B2 (en) * 2006-05-10 2010-08-24 Aol Inc. Using relevance feedback in face recognition
US20070297653A1 (en) * 2006-06-22 2007-12-27 Rudolf Maarten Bolle Fingerprint representation using localized texture features
EP2127200B1 (en) * 2006-12-28 2017-07-19 Telecom Italia S.p.A. Method and system for biometric authentication and encryption

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101369309A (zh) * 2008-09-26 2009-02-18 北京科技大学 基于主动表观模型和外耳长轴的人耳图像归一化方法

Also Published As

Publication number Publication date
US20080013794A1 (en) 2008-01-17
WO2006027743A1 (en) 2006-03-16
KR20070052296A (ko) 2007-05-21
EP1792267A1 (en) 2007-06-06
JP2008512760A (ja) 2008-04-24

Similar Documents

Publication Publication Date Title
CN101014967A (zh) 用于自动耳识别的特征提取算法
CN1792060B (zh) 用于认证物理对象的方法和系统
EP2087641B1 (en) Fuzzy biometrics based signatures
JP4659035B2 (ja) 特徴位置に基づくバイオメトリック・テンプレート類似性
Mariño et al. A crypto-biometric scheme based on iris-templates with fuzzy extractors
US8443201B2 (en) Biometric authentication system, enrollment terminal, authentication terminal and authentication server
US8700911B2 (en) Authentication system and method
US9152779B2 (en) Protecting codes, keys and user credentials with identity and patterns
CN102460473B (zh) 具有和没有参考点的鲁棒生物统计特征提取
JP2008538146A (ja) バイオメトリック・テンプレートのプライバシー保護のためのアーキテクチャ
CN109327444B (zh) 一种账户信息的注册和认证方法及装置
Ghogare et al. Location based authentication: A new approach towards providing security
CN112163542A (zh) 一种基于ElGamal加密的掌纹保密认证方法
Ratha Privacy protection in high security biometrics applications
US20230108664A1 (en) Method for verifying liveness, and server using the same
WO2011113326A1 (zh) 个人身份识别系统
Bhanushali et al. Fingerprint based ATM system
Feng et al. Selection of distinguish points for class distribution preserving transform for biometric template protection
Nazmul et al. Alignment-free fingerprint template protection technique based on minutiae neighbourhood information
He Research on the Network Security and Identity Authentication Technology
JP2005352616A (ja) 生体情報の登録方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication