CN101151624A - 指纹验证 - Google Patents

指纹验证 Download PDF

Info

Publication number
CN101151624A
CN101151624A CNA2006800106601A CN200680010660A CN101151624A CN 101151624 A CN101151624 A CN 101151624A CN A2006800106601 A CNA2006800106601 A CN A2006800106601A CN 200680010660 A CN200680010660 A CN 200680010660A CN 101151624 A CN101151624 A CN 101151624A
Authority
CN
China
Prior art keywords
details
comparison
sequence
fingerprint
chip card
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.)
Granted
Application number
CNA2006800106601A
Other languages
English (en)
Other versions
CN101151624B (zh
Inventor
罗伯特·米勒
亚历山大·沙尔
阿明·巴奇
埃尔玛·斯蒂芬
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.)
Jiejia De Mobile Safety Co Ltd
Original Assignee
Giesecke and Devrient GmbH
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 Giesecke and Devrient GmbH filed Critical Giesecke and Devrient GmbH
Publication of CN101151624A publication Critical patent/CN101151624A/zh
Application granted granted Critical
Publication of CN101151624B publication Critical patent/CN101151624B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

在对比较指纹(23)的比较细节与存储在芯片卡(10)上的参考指纹的参考细节(19)进行比较时,从分别由两个彼此对应的比较细节和参考细节(19)组成的基线对出发查找其它细节对,这些细节对通过比较或参考指纹形成细节对的唯一关联序列。在此参照已经确定的细节对序列中的至少3个预定基准细节对来判断一个可能细节对的细节,其中借助基准细节对在该序列中的位置来确定基准细节对。借助与各基准细节之间的距离和/或角度的单个比较,判断所选择的比较细节与所选择的参考细节(19)之间的一致性。在固定预先给定唯一可能的路径时,也可以跳过参考细节(19),如果不能找到与它们匹配的比较细节的话。

Description

指纹验证
技术领域
本发明涉及用于验证人指纹的方法、芯片卡、系统和计算机程序产品。
背景技术
人员的身份或进入授权的验证目前更多地是借助难以混淆的人的生物特征来进行的。为此首先在注册步骤中确定人的至少一个合适的生物特征,如指纹、虹膜等作为参考,并存储起来以便将来与该人员的相应比较数据进行比较。
出于安全和实用的原因,在此合适的是将该参考数据存储在由该人员携带的便携式数据载体上,如芯片卡或智能卡。为了验证其身份该人员带着该便携式数据载体出现在验证装置旁边,该验证装置确定相应的生物比较数据以便与数据载体上存储的参考数据相比较。这样的实际比较既可以由该装置,也可以由数据载体本身进行,如果该数据载体具有计算能力的话。在采用具有处理器的芯片卡时,后一种情况,即所谓的芯片上匹配具有安全技术的优点,因为在芯片卡上进行比较时敏感的参考数据保留在芯片卡的特别安全的存储器中。
由于目前的用于芯片上匹配的系统大多采用专用数据格式,因此为了改善互用性越来越多地定义和使用标准化的数据格式。但是与技术和算法上最佳的专用数据格式相比,标准化的数据格式大多具有以下缺点:在芯片卡上与人员的生物特征的比较只能在部分明显更长的实施时间下才能完成。在此尤其是因为传统的比较方法大多是迭代的并因此特别耗时。
特别适用于检验身份的生物特征是人的指纹。但是由于这种复杂的信息不能用于比较,因此首先提取指纹的特定的特有特征,即所谓的“细节”,这种特有特征描述了指纹的槽纹结构的特征性线轨迹,如线末端或者分栏(分叉)。
为了验证人员的身份,将该人员的比较指纹与参考指纹相比较,其中从比较指纹中提取比较细节,以用于将该比较细节与事先从参考指纹中提取的并且存放在芯片卡上的参考细节进行比较。在此借助空间几何判断标准来确定和分析尽可能多的、由彼此对应的参考细节和比较细节组成的细节对。细节对的确定原则上可以分为两个阶段:确定由两个细节对组成的基线对,以及从该基线对出发确定尽可能多的其它细节对。该基线对在此借助绝对判断标准来确定(例如在各指纹中具有一致的状态、位置或局部特性的细节),而其它细节对则根据已经确定的基线对或相对于该基线对来确定。
但是这种措施大多需要交错(迭代或递归)的计算过程,以找到尽可能多的细节对并保证结果的高可靠性。在这种优化方法中,大多还需要特别费事的校正运算,因为已经找到的细节对通常只证明是局部最佳的并且必须丢弃,以通过经过检验的重新计算来达到更好的解和更高的可靠性。
发明内容
因此本发明要解决的技术问题在于提供一种快速但是可靠且更安全的指纹验证。
该技术问题按照本发明通过具有独立权利要求特征的方法、芯片卡、系统和计算机程序产品解决。在其从属权利要求中给出本发明的优选实施方式和扩展。
按照本发明,在进行比较细节和参考细节比较时,根据包括基线对的两个细节对的所有已经确定的细节对来定义出一个序列,该序列确定这些细节对的在该方法的后续过程中不会改变的顺序并且延长到所确定的每个其它细节对。然后借助所考察的细节与至少3个已经确定的、通过其在该序列内部的位置来确定的基准细节对的细节之间的几何关系来确定每个细节对。
预先给定位于已经确定的细节对序列内部的特定位置上的细节对作为基准细节对,从而与这3个已经确定的细节对有关地验证一个新的细节对。为此计算一个可能的其它细节对的所选择的参考细节与3个基准细节对的参考细节之间的特定关系,并与一个选出的、可能对应于所选择的参考细节的比较细节与3个基准细节对的比较细节之间的相同关系值进行比较。如果所选择的比较细节的所有确定的值都位于所选择的参考细节的对应值的特定容差范围内,则假定所选择的比较细节和所选择的参考细节相互对应,并且形成一个作为当前最后成员的细节对添加到该序列中。
如果该序列达到预定的最低长度,也就是说所确定的细节对的数量超过预定的阈值,则例如该人员得到了验证。
在最简单的情况下,在此预先给定,在确定其它细节对时首先选择一个参考细节,该参考细节位于最后确定的细节对的参考细节附近的特定局部环境内,而且为了验证所述关系选择位于比较指纹的与参考指纹中的参考细节相同的位置区域中(即具有类似的位置坐标)的比较细节。在此可以首先计算与一个参考细节之间的所有关系,以便在比较细节的集合内验证是否存在至少一个比较细节其关系值位于参考细节的关系值的容差范围内。如果存在多个这样的比较细节,则可以选择其关系与所选择的基准细节的关系之间具有最小差异的比较细节。
通过形成由所有目前已确定的细节对组成的序列以及确定该序列内的3个基准细节对,与传统方法相比大大降低了比较细节和参考细节之间必须比较的次数,这导致本方法的显著加速,因为只需要与3个基准细节对进行比较。在此,这样来保证结果的必要的可靠性和可提取性,即除了仅仅表示一个细节的局部特性的值之外(例如其在指纹中的位置或者其细节角度),还要判断建立起所选择的一个细节与已经确定的细节对的细节之间的尤其是几何关系的关系。
所述方法可以通过本发明所针对的芯片卡来执行,该芯片卡包括处理器和具有特别是非易失性EEPROM存储器的存储装置。优选的,实施为软件程序并且存放在芯片卡(在EEPROM中或在ROM存储器中)上的生物模块实现本发明的方法。可替换地,还可以考虑硬件解决方案,例如按照生物协处理器的形式。
芯片卡还包括用于存储参考细节的特定存储区或单独的存储器,其中该存储器优选满足特殊的安全要求,以保证敏感生物数据的安全性。
在采用该芯片卡时,人员将该芯片卡与验证装置(终端)接触,并通过为此设置的生物传感器给出比较指纹。该比较指纹通过相应的数据通信接口传送给芯片卡,在此该指纹存放在为其设置的存储区中并且提取出比较细节。
在优选的实施方式中,作为基准细节对确定位于所述序列的第一个、倒数第二个和最后一个位置上的细节对。该序列的第一个细节对在此是基线对的两个细节对之一,而该序列中倒数第二个和最后一个细节对代表最后确定的两个细节对。当然还可以借助在该序列中的位置确定其它或多个基准细节对,例如所有在该序列的偶数或奇数位置上的细节对。
作为在发展其它细节对时需要判断的关系,特别优选的是确定所选择的参考细节或比较细节与基准细节对中相应的参考细节或比较细节之间的距离。作为其他要比较的关系值,可以确定包括从所选择的参考细节或比较细节到最后一个细节对的参考或比较细节以及进一步到倒数第二个细节对的参考或比较细节的虚构线路的角度。当然附加地或替换地还可以判断这种借助基准细节对形成的其它角度。
此外作为一个细节的局部特性还可以判断所选择的一个参考或比较细节的细节角度,该细节角度描述了从对应指纹中的细节出发的槽纹在一个基准坐标系统中的方向。
为了优化本方法的执行速度,在优选的实施方式中,可以首先将所选择的参考和比较细节的细节角度相比较来作为预选择,因为这需要最少的计算时间。只有当该细节角度位于预定的容差范围内时才计算其它关系,因为所选择的细节否则就不会相互对应。
如果该细节角度位于预定容差范围内,则接着可以基于计算时间估计计算所选择的细节与基准细节对中的对应细节之间的距离,最后在该距离也位于相应的容差范围内时才计算被所选择的细节和基准细节对中相应细节包括的角度,因为这需要最多的计算。
如果所选择的比较细节与选择的参考细节不对应,也就是说它们在相应的参考指纹和比较指纹中不一致,则重复确定具有相同的所选择的参考细节但是具有另一个比较细节的细节对,直到根据预定判断标准(例如尝试的最大次数)不足以显示出对于所选择的参考细节可以找到对应的比较细节。
根据参考细节和比较细节之间最大可能有效的比较,有意义的是在从比较指纹中提取或在该提取之后紧接着借助比较细节的细节角度对比较细节进行预分类,或经过预分类地将该比较细节存放在芯片卡为此设置的存储区中,以尽可能快地借助其细节角度选择出与所选择的参考细节匹配的比较细节。另外合适的是,在需要用于确定所述的比较细节时才计算参考细节的角度、距离或其它关系。这些已经计算的角度和距离然后可以与所属的比较细节一起存放在芯片卡的非易失(EEPROM)存储器中,用于与选择的其它按照合适数据结构的比较细节进行可能的后续比较。
在特别优选的实施方式中,在确定细节对时按照一个顺序考虑参考细节的该顺序已经在指纹的比较之前通过预先给定的参考细节的顺序确定。这在记录参考指纹和提取参考细节时就可以进行。在这种情况下,在参考细节和比较细节的实际比较时不是单独地取决于预先给定的选择标准或是事先确定的细节对来选择某个参考细节的,而是确定参考细节穿过参考指纹的特定路径,该路径也确定了比较细节穿过比较指纹的相同路径,从而通过限制组合可能性可以实现该方法的进一步加速。
在此特别是可以,如果对于一个特定的参考细节无法找到匹配的比较细节,则继续确定具有下一个通过所述参考细节顺序确定的参考细节的另一个细节对。由于在此确定其它细节对不再受到单个“差的”比较细节的阻碍,因此这导致更可靠的比较结果,而不会损害本方法的速度。如果只允许按照预先给定的参考细节顺序直接跟在后面的基线对,则可以在不损害可靠性的同时进一步加快本方法。
在本发明特别优选的实施方式中,有利的是在从参考指纹中提取参考细节时就已经形成所述参考细节顺序。这可以借助特定的预定标准来进行,该标准借助品质、关联或者统计意义或者借助针对参考细节的几何标准来确定。在此尤其是提供,根据参考细节的细节角度、根据其与相邻细节的距离、根据在指纹内部的细节的位置(例如在指纹中心的细节比在周围的细节更重要)或者根据置信度值对参考细节加权,该置信度值是在图像分析地从比较指纹中提取比较细节时计算的。
附图说明
本发明的其它特征和优点将由下面结合附图对本发明不同实施例和实施替换的描述给出。在此:
图1在示意性指纹图中示出细节类型;
图2示出用于确定基线对的判断标准;
图3示出用于确定其它细节对的判断标准;
图4示出在确定其它细节对时跳过一个参考细节;
图5示出按照本发明的序列匹配方法的流程图;
图6示出在本发明优选实施方式中形成一个序列的例子;
图7示出本发明的芯片卡。
具体实施方式
图1示出指纹图像的槽纹轨迹的两个示意片段。该槽纹在此形成作为特征点的细节。两个最重要的细节类型是末端槽纹(脊端;左边)以及分成两个新槽纹的槽纹(脊分叉;右边)。虽然在相同手指的两个指纹中相同的细节应当是相同的类型,但是验证该细节类型通常没有什么优势因此是可以忽略的。
本发明的方法原理上就是一种比较算法(匹配器),其首先查找与参考模板和比较模板相同的起始特征。(模板是从数字化的指纹图像中提取出来的细节的数据组。)从这些起始细节出发,查找尽可能多的其它相互对应的细节。因此粗略执行两个步骤:一是查找彼此对应的细节的初始组合对(即所谓的基线对),二是接着查找与其匹配的细节对。如果找到足够多的彼此对应的细节(取决于所希望的可靠性),则可以一定的概率来假定这些指纹来自同一只手指。
在本发明的范围中,基线由一个模板内的两个细节组成,从这些细节中可以找到或比较其它细节。该基线用作其它步骤的基础。因此基线对分别由参考模板和比较模板中在对不同的参数进行计算之后被认为是一致的细节组成。基线对因此是在参考模板和比较模板中的一对彼此对应的基线。
细节比较从基线对开始。为了可以由分别来自参考模板和比较模板的两个细节产生一个基线对,必须满足在图2中示出的判断标准。从两个模板中分别取出两个点。参考细节A和B与比较细节A’和B’匹配。在算法上首先从参考模板中选择细节A,确定比较模板中的对应细节A’(a’=a±指纹的最大扭转)并选择另一个点B。为了找到匹配点B’,首先预先计算值d、γ和β-(α-α’)。现在引入在比较模板中的所有具有特定细节角度(β’=β-(α-α’)±细节角度-容差)的可能点。最后计算必须位于距离容差或细节角度-x轴的容差范围内的d’和γ’。如果是,则找到一个基线对。
对于α’是否位于最大扭转内的判断,只需要进行一次加法(除了实际的比较之外)。如果容差例如是∏/4,则排除了75%的可能基线对。预先计算d、γ和β-(α-α’),因为它们在查找B’时总是需要的。如果比较模板中的细节根据细节角度来预分类,则只考察几个针对B’的细节。在分类后的列表中进行的查找从β’恰好大到足以在容差范围内的细节开始,在β’太大的第一细节处结束。此时已经去掉几乎所有的错误基线对可能,现在只需要再计算d’和γ’并进行比较。如果β’的容差小到使得几乎不必计算d’和γ’,则可以使用只在需要时才计算d和γ的变形。这种按需要验证的多余花费由此一定小于由于通常不计算d和γ而导致的节省。
因此,本发明方法的基本思想是序列匹配,即查找彼此匹配的细节对组成的尽可能长的序列。在此每下一对必须与该序列中已经找到的第一个、倒数第二个和最后一个细节对匹配,也就是与已经找到的3个细节对匹配。由于新的细节对总是必须在几何特征上与最后找到的对匹配,因此产生细节对序列。
如图3所示,检验下面的标准以找到另一个与该序列匹配的细节对:
-新的、可能的细节(下面称为E)与第一个(A)、倒数第二个(C)和最后一个细节(D)之间的距离,
-E的细节角度,以及
-路段C-D和D-E之间的角度。
在此存在一些其验证需要一定的计算时间的标准,即3个距离和角度α。但是存在不必执行几个计算的简单的可能性。只要一个判断标准落在预定的容差之外,就立即中断比较。这意味着第二个判断标准比第一个判断标准更少被检验,第三个判断标准比第二个判断标准更少被检验,等等。通常根本就不需要第5个判断标准,因为比较模板中的所有可能点由于前面4个判断标准而被剔除。这种知识带来了两个优化可能性:
-判断标准的最佳检验顺序:在此检验角度β是最简单的,因为这个值不必计算而只需要引入指纹的扭转。因此只需要一次加法(由于扭转)和一次比较(与比较模板中的β’)。由于比较细节是根据角度β预分类的,因此导致只需要对几个细节检验β。
-距离计算比角度α的计算稍快,从而首先计算距离,最后计算角度α。
-“按照需要”在参考模板中的其它计算:只有在必须检验距离(d1,dn和dn-1)或角度α时才计算参考模板中的值。如果一次性计算该值,则将该值重新用于查找当前点(图3中的点E)的对应点。因此每次都需要进行附加的比较以确定该值是否已经计算。但是这种时间损耗低于由于不计算不需要的值而得到的时间。
在算法上首先查找一个基线对并为其形成尽可能长的细节对序列。如果无法再找到其它细节对,就不再试图为当前基线对寻找其它序列。由此一次比较所需要的时间非常高(如果查找所有可能的序列),同时实际上没有改善误差率。
当然还可能将错误的细节对添加到该序列中(前提是比较同一个手指的两个指纹)。在这种情况下存在两种可能性:
1.该序列继续下去,因为比较模板中的错误细节非常接近参考模板中的正确细节。这是正常情况。
2.该序列出现停滞,因为真正的细节对不再与该序列匹配。
在图4中首先计算正确的基线对(A-B/A’-B’)。但是随后找到与细节C匹配的不是C’,而是错误的D’。这导致该序列没有达到5的长度而是只达到3的长度。对于上述例子要说明细节对C/D’还位于搜索容差内,其它组合D/C’、D/E’、E/C’和E/E’落在容差之外(对于E/E’例如α和α’之间的距离太大)。
如果没有找到其它细节对,则不能检验是否有一个“错误”的细节对存在该序列中,对于是否还存在更长的序列没有中断点。由于时间效率的原因不能代之以尝试不同的序列。但由于在存在足够多相互匹配的细节对时也存在很多可以找到的基线对,因此该算法将当前序列的长度与目前的最大值(起始值设为1)进行比较,必要时更新该最大值,并对下一个基线对继续下去。如果存在足够多的细节对,则对至少一个基线对找到一个长得足以使比较积极停止的序列的概率非常高。
对于分数、即所属比较模板被评估为正确的判断来说重要的是可以找到的最大序列长度。模板的大小也一起进入该分数计算中。具有模板大小的几何平均值的分数值在此是最佳的:
Figure A20068001066000141
如果在该长度中一起考虑基线对,而且参考模板和比较模板中的细节数量相等,则最大分数为1。为了绕过根号,可以对分子和分母平方。
整个算法在图5中用用于查找基线的循环以及用于查找其它细节对的循环示出。在此一个序列是一个数组,该数组的每个索引都存储具有一个细节对的当前序列。“maxKettenlnge(最大序列长度)”存储到目前找到的最常序列中的细节对数目,“thresLnge(阈值长度)”是自此开始可以积极中断比较的长度。
在查找参考模板中的其它成员时,只考察具有比最后找到的成员更高索引的细节。这种限制的优点是,在片段中只考察一半可分别成为下一个成员的细节。此外,还省掉了在参考模板中对该序列中已经存在的细节的检验,因为这些细节全都具有比最后找到的细节更小的索引。通过这种优化,该算法根据不同的数据库可以加快大约30%。误差率也几乎保持恒定,因为具有比最后找到的细节更小索引的细节已经至少考察了一次并被拒绝。它们可能被引入该序列中其它位置上的可能性很低。
在存储该序列时将比较细节的所有索引都存储在芯片卡的EEPROM存储器中,以保证一个细节不会多次出现在该序列中。参考细节的所有索引的存储是不需要的,因为这可以通过算法采集,其方法是参考细节在该序列中的索引严格单调上升。通过这种方式,为了继续引导该序列始终只需要参考模板的3个索引:第一个、倒数第二个和最后一个细节的索引。通过这种方式只需要为参考细节的列表保留3个字节。
参考模板中的基线细节的索引最多只允许相差一个固定定义值(例如4)。该优化背后的思想在于,不必尝试所有的基线对可能。如果例如在参考模板中具有索引0-1、0-2、0-3、0-4的基线对没有导致成功,则可以认为参考模板中具有索引0的细节在比较模板中没有对应细节。因此在算法上在任何情况下都提供了一个检验(例如作为循环中断判断标准)。
下面相继列出本发明序列匹配器的要点:
-采用arctan函数代替传统使用的arccos函数来确定角度。
-根据细节角度对比较模板进行预分类。
-因此第一个比较标准总是细节角度。
-不要先计算距离,因为通过细节角度的预先检验只需要比较少的距离,从而列表方式的预先计算甚至会负面影响时间需要。
-因此不需要为距离表消耗存储空间。
-几个比较标准的值在参考模板中“按照需要”计算。
-基线对查找足够精确并用更多的标准检验。从而使用错误更小的基线对。
-为细节角度使用一个细节类型位,也就是总是为角度使用8位。通过这种方式不需要换算。
-结构优化的源代码,以改善运行时间。
上述序列匹配器的特别优选实施方式是“快速序列匹配器”。快速序列匹配器的基本思想是,在注册时,即在记录参考指纹时确定参考模板中的一个唯一的序列,然后在验证时在比较模板中查找该序列。如果无法找到事先确定的序列,则消极中断该比较。
原则上该快速算法与普通的序列匹配器相同。但是区别在于只允许特定的基线对。对于该结果的重要之处在于选择该特定的基线对。所基于的思想是,在注册时决定允许该序列通过参考模板的哪一条路经。其它路径就不允许。这取决于找到提供最佳结果的路径。特定的路径意味着:
-参考模板必须在注册时根据该路径来分类。
-基线对中参考细节的索引必须恰好相差1。
-如果在预先给定的序列中缺少一个成员(因此对于参考模板中的一个细节在比较模板中无法找到匹配的细节),则去掉该成员并用下一个继续。
上面列出的第一点用于简化其它两点。原则上预先给定的路径还可以存储在芯片卡中,如EEPROM存储器中,但是如果参考模板的细节根据该路径分类,则不必要求芯片卡上的其它存储空间。然后这样的分类暗示第二点,一个基线对中的参考细节的索引始终相邻。由于在比较模板中当然可能不是存在参考模板中的所有细节,因此必须接受该路径中的空隙(上面列出的第三点),否则只能找到很多短序列而不是一个很长的序列。
图6为此示出一个例子。对于参考模板(左边)中的细节A、C、D、F在比较模板(右边)中存在对应细节,但是对于索引位于细节A和C的索引之间的细节B,以及索引位于细节D和F的索引之间的细节E则不存在对应细节。普通的序列匹配器找到下面的序列(当然总是在比较模板中存在对应物):
-基线A/C,其它细节D和F
-基线A/D,其它细节F
-基线A/F,没有其它细节
-基线C/D,其它细节F
-基线C/F,没有其它细节
-基线D/F,没有其它细节
最大的序列长度因此是4。由于在快速序列匹配器中参考模板中基线的索引只允许相差1,因此在该算法中只找到一个序列:
-基线C/D,其它细节F。
在此最大的序列长度只有3。从这个例子中清楚看出期待什么样的结果:速度剧烈增加,误差率稍有些恶化。如果观察这个例子,则提供一个替换以重新改善误差率:不限制对其它细节对的查找,其中只允许具有比基线对中参考细节的索引更大的索引的参考细节。因此在该序列中不仅向前也向后搜索。在上述例子中找到的(又恰好)是一个序列:
-基线C/D,其它细节A和F。
由此还得到4的序列长度。该变形期待有更好的误差率,这在普通序列匹配器中也能得到,但是要以时间为代价。
在快速序列匹配器中的最大问题是在注册时找到最佳路径。在很多系统中目前已经是在注册时采取更多的指纹,以选择最佳的指纹或者将所有指纹的细节融合为一个新的最佳模板(通常不是在芯片卡上而是在外部在更快速的处理器上运行)。在该过程中还可以查找最佳路径。在此在几乎所有指纹中都存在的可靠细节相继出现(对两种情况都很重要)并且出现在开头(对于快速序列匹配器的第一情况)是非常重要的,因为这样就很可能借助该细节找到基线对。预分类的另一个想法是,首先注意(根据索引)相邻的参考细节之间的距离大得足以使对应的基线对从一开始就落在数值不利的区域之外。此外必须考虑到指纹通常失真,因此太长的基线通常无法提供理想的结果。
为了利用查找最佳路径的可能性,可以在参考模板中进行以下分类(索引顺序应当表现出是最佳路径):
-不进行分类,
-按照细节角度分类(与在比较模板中一样),
-随机(列出两个结果),
-如果可能两个相邻点之间的距离大于dxMax/4和小于dxMax/2。在此dxMax表示参考模板中两个细节的x坐标之间的最大差值。
这些分类的优点是,它们非常快而且在比较期间可以在芯片卡上进行。提醒一下:作为参考模板总是选择任何具有更少细节的模板。如果在注册时查找最佳路径,则不能再(轻易地)更换模板。
图7示意性示出芯片卡10,其通过彼此对应的接口15、22与验证装置20连接,例如与用于安全大楼区域的验证终端、自动取款机或其它安全装置连接。芯片卡10包括处理器14和分层存储器,该分层存储器由永久ROM存储器11、非易失和可重写EEPROM存储器12以及易失性RAM工作存储器13组成。在ROM存储器11中驻留操作系统16(例如JavaCard),其提供芯片卡的基本功能如输入和输出或者存储组织,以及提供特定于芯片卡的功能如加密和验证。在操作系统中除其它之外还集成了生物模块17,该模块实现用于比较指纹的上述细节匹配方法之一。同样好的是将本发明的比较方法作为独立的软件模块设置在EEPROM存储器12中(例如作为Java-Applet)或者按照生物协处理器的形式实现为硬件解决方案。
在EEPROM存储器12中设置一个存储区18,其中存放在注册和装配芯片卡10时的参考细节19的数据组。参考细节19通常在一个单独的步骤中从所接收的参考指纹中提取出来并存储在芯片卡10的存储区18中。虽然这是常见的方法,但是原则上还可以在存储区18中存储完整的参考指纹,然后才在芯片卡10上提取参考细节19。
本发明的一个特别优选的实施方式是,参考细节19可以作为预分类的序列存储在存储区18中,以便按照由此预先给定的顺序确定对应于该参考细节19的比较细节以形成细节对。
当然还可以在ROM存储器11中设置用于参考细节19的存储区18。但是在这种情况下,参考细节19必须在制造芯片卡10时或在ROM存储器11中运行操作系统16时就已经提取出来并发挥作用。在任何情况下都合适的是,存储区18实施为特别安全的存储区,以足够地保护作为生物参考信息的参考细节19。
当芯片卡10的使用者经过验证装置20以借助生物验证证明其具有进入许可时,首先由传感器21记录和数字化其比较指纹23。传感器21例如可以是光学传感器,如直接产生数字图像的CCD相机,或者超声波传感器。然后将该比较指纹23(以明文、压缩或加密的方式)传送给芯片卡10,在此将该比较指纹存放在EEPROM存储器12中以进行后续处理。
然后由生物模块17进行真正的比较或匹配,其中从该比较指纹23中提取出比较细节,以便根据上述方法之一验证其与参考细节19的一致性。如果根据预定判断标准判断比较细节和参考细节19之间具有足够的一致性,则可以推断出比较指纹23与参考指纹一致,最后推断该人员有权进入。

Claims (40)

1.一种用于借助参考指纹通过比较指纹的比较细节与参考指纹的参考细节之间的比较来生物学地验证人的比较指纹的方法,包括步骤:
确定由两个细节对组成的一个基线对,该细节对分别由彼此对应的比较细节和参考细节构成;
从分别彼此对应的比较细节和参考细节中确定尽可能多的其它细节对;
借助确定的细节对判断该人的比较指纹;
其特征在于,
所述细节对定义从所述基线对开始的序列,该序列延长到所确定的每一个其它细节对;
借助至少3个已经确定的、通过其在该序列内的位置来确定的基准细节对在这样的条件下确定其它细节对,即该其它细节对的比较细节与该基准细节对的比较细节之间的关系落在该其它细节对的参考细节与基准细节对的参考细节之间的关系的预定容差范围内。
2.根据权利要求1所述的方法,其特征在于,作为基准细节对使用位于所述序列的第一个、倒数第二个和最后一个位置上的细节对。
3.根据权利要求1或2所述的方法,其特征在于,在确定其它细节对时将该其它细节对的细节与基准细节对的对应细节之间的距离考虑到所述关系中。
4.根据权利要求1至3中任一项所述的方法,其特征在于,在确定其它细节对时,将由该其它细节对的细节和所述序列的最后一个细节对的对应细节以及倒数第二个细节对的对应细节包括的角度考虑在所述关系中。
5.根据权利要求1至4中任一项所述的方法,其特征在于,一个细节具有一个细节角度,并且在确定其它细节对时将该其它细节对的比较细节的细节角度与该其它细节对的参考细节的细节角度进行比较。
6.根据权利要求5所述的方法,其特征在于,在确定其它细节对时首先比较细节角度,并且在该细节角度没有落入预定容差内时中断所述确定。
7.根据权利要求6和3中任一项所述的方法,其特征在于,在比较其它细节对的细节的细节角度之后,比较该其它细节对的细节之间的距离,并且如果该距离没有位于预定容差范围内则中断所述确定。
8.根据权利要求6或7所述的方法,其特征在于,在中断确定其它细节对的时,用另一个比较细节和/或另一个参考细节重新进行所述确定。
9.根据权利要求1至8中任一项所述的方法,其特征在于,在与参考细节进行比较之前借助比较细节的细节角度对比较细节进行分类。
10.根据权利要求1至9中任一项所述的方法,其特征在于,只要不能再确定其它细节对就对人员的比较指纹进行判断。
11.根据权利要求1至10中任一项所述的方法,其特征在于,只有在需要用于与对应的比较细节的角度和/或距离进行比较时才在确定其它细节对时计算参考细节的角度和/或距离。
12.根据权利要求11所述的方法,其特征在于,存储所计算的角度和距离以用于后续比较。
13.根据权利要求1至12中任一项所述的方法,其特征在于,在确定基线对和其它细节对时要考虑的参考细节的顺序通过预先给定的参考细节序列确定。
14.根据权利要求13所述的方法,其特征在于,如果按照由参考细节序列确定的顺序不能针对一个参考细节确定细节对,则用该序列中的下一个参考细节来继续。
15.根据权利要求13或14所述的方法,其特征在于,在形成所述基线对时只考虑在所述参考细节序列中直接跟在后面的参考细节。
16.一种用于提供参考指纹的参考细节以借助该参考指纹来生物学地验证人的比较指纹的方法,其特征在于,从提取出的参考细节中借助预定判断标准确定参考细节序列,并与参考细节一起提供。
17.根据权利要求16所述的方法,其特征在于,所述参考细节序列预先给定一个顺序,按照该顺序在验证比较指纹时为所述参考细节确定该比较指纹的对应比较细节。
18.根据权利要求16或17所述的方法,其特征在于,借助参考细节的细节角度来确定所述参考细节序列。
19.一种用于借助参考指纹来生物学地验证人的比较指纹(23)的芯片卡(10),包括存储器、处理器(14)和可由该处理器(14)执行的生物模块(17),该生物模块用于将比较指纹(23)的比较细节与参考指纹的参考细节(19)进行比较,其中:
所述存储器实施为用于存储参考指纹的参考细节(19);
所述生物模块(17)实施为确定一个基线对以及尽可能多的其它细节对,并且借助所确定的细节对判断该人的比较指纹(23),其中所述基线对包括两个分别由彼此对应的比较细节和参考细节(19)构成的细节对,而一个其它细节对包括一个比较细节和一个对应的参考细节;
其特征在于,
所述生物模块(17)还实施为,从所确定的细节对中定义一个以所述基线对开始的序列,并且将该序列延长到所确定的每一个其它细节对,在此借助至少3个已经确定的、通过其在该序列内部的位置来确定的基准细节对在这样的条件下来确定其它细节对,即该其它细节对的比较细节与基准细节对的比较细节之间的关系落在该其它细节对的参考细节与基准细节对的参考细节(19)之间的关系的预定容差范围内;以及
所述存储器还实施为存储所确定的细节对的序列。
20.根据权利要求19所述的芯片卡(10),其特征在于,作为存储器采用非易失存储器(12)和/或永久存储器(11)。
21.根据权利要求19或20所述的芯片卡(10),其特征在于,所述生物模块(17)集成在驻留在芯片卡(10)的永久存储器(11)中的操作系统(16)中,或者位于非易失存储器(12)中,或者实现为生物协处理器。
22.根据权利要求19至21中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,用于确定作为基准细节对的位于所述序列中的第一个、倒数第二个和最后一个位置上的细节对。
23.根据权利要求19至22中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在确定其它细节对时将该其它细节对的细节与基准细节对的对应细节之间的距离考虑到所述关系中。
24.根据权利要求19至23中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在确定其它细节对时将由该其它细节对的细节和所述序列的最后一个细节对的对应细节以及倒数第二个细节对的对应细节包括的角度考虑在所述关系中。
25.根据权利要求19至24中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在确定其它细节对时将该其它细节对的比较细节的细节角度与该其它细节对的参考细节(19)的细节角度进行比较。
26.根据权利要求25所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在确定其它细节对时首先比较细节角度,并且在该细节角度没有落入预定容差范围内时中断该确定。
27.根据权利要求26和23中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在所述比较其它细节对的细节的细节角度之后,比较该其它细节对的细节之间的距离,如果该距离没有位于预定容差范围内则中断所述确定。
28.根据权利要求26或27所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在中断其它细节对的确定时,用另一个比较细节和/或另一个参考细节(19)重新进行所述确定。
29.根据权利要求25至27中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在与参考细节(19)进行比较之前借助比较细节的细节角度对比较细节进行分类,并且该芯片卡包括用于存储该比较细节的分类的非易失存储器(12)。
30.根据权利要求19至29中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,只要不能再确定其它细节对就对人员的比较指纹进行判断。
31.根据权利要求19至30中任一项所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,只有在需要用于与对应比较细节的角度和/或距离进行比较时才在确定其它细节对时计算参考细节(19)的角度和/或距离。
32.根据权利要求31所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,将所计算的角度和距离存储在非易失存储器(12)中以用于后续比较。
33.根据权利要求19至32中任一项所述的芯片卡(10),其特征在于,所述存储器实施为,存储针对参考细节(19)的预定参考细节序列,以及所述生物模块(17)实施为,在确定基线对和其它细节对时按照由该参考细节序列预先给定的顺序来考虑所述参考细节(19)。
34.根据权利要求33所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,如果按照由参考细节序列确定的顺序不能针对一个参考细节(19)确定细节对,则以该序列中的下一个参考细节(19)来继续确定。
35.根据权利要求33或34所述的芯片卡(10),其特征在于,所述生物模块(17)实施为,在形成所述基线对时只考虑在所述参考细节序列中直接跟在后面的参考细节(19)。
36.根据权利要求19至25中任一项所述的芯片卡(10),其特征在于,所述芯片卡(10)包括数据通信接口(15),通过该接口接收比较指纹(23)。
37.一种计算机程序产品,其特征在于,该计算机程序产品用于实现根据权利要求1至18中任一项所述的方法。
38.根据权利要求37所述的计算机程序产品,其特征在于,该计算机程序产品适于安装在芯片卡(10)上并在该芯片卡上执行。
39.一种用于借助参考指纹来生物学地验证人的比较指纹(23)的系统,其特征在于,具有根据权利要求19至36中任一项所述的芯片卡(10)和验证装置(20),其中该验证装置(20)具有用于记录人的比较指纹(23)的传感器(21)。
40.根据权利要求39所述的系统,其特征在于,所述验证装置(20)具有数据通信接口(22),该接口用于与芯片卡(10)的数据通信接口(15)通信并向芯片卡(10)传送比较指纹(23)。
CN2006800106601A 2005-03-31 2006-03-30 指纹验证 Expired - Fee Related CN101151624B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102005015180A DE102005015180A1 (de) 2005-03-31 2005-03-31 Verifizieren von Fingerabdrücken
DE102005015180.9 2005-03-31
PCT/EP2006/002901 WO2006103070A1 (de) 2005-03-31 2006-03-30 Verifizieren von fingerabdrücken

Publications (2)

Publication Number Publication Date
CN101151624A true CN101151624A (zh) 2008-03-26
CN101151624B CN101151624B (zh) 2012-05-09

Family

ID=36589280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006800106601A Expired - Fee Related CN101151624B (zh) 2005-03-31 2006-03-30 指纹验证

Country Status (6)

Country Link
EP (1) EP1866833B1 (zh)
CN (1) CN101151624B (zh)
AT (1) ATE550731T1 (zh)
DE (1) DE102005015180A1 (zh)
ES (1) ES2384468T3 (zh)
WO (1) WO2006103070A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9792516B2 (en) 2016-01-26 2017-10-17 Next Biometrics Group Asa Flexible card with fingerprint sensor
EP3232369B1 (en) * 2016-04-15 2021-06-16 Nxp B.V. Fingerprint authentication system and method
CN108038694B (zh) * 2017-12-11 2019-03-29 飞天诚信科技股份有限公司 一种具有指纹验证功能的金融卡及其工作方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2550152A1 (de) * 1974-11-08 1976-05-20 Ferranti Ltd Verfahren und vorrichtung zum vergleichen von bildhaften mustern
US5631972A (en) * 1995-05-04 1997-05-20 Ferris; Stephen Hyperladder fingerprint matcher
FR2829264A1 (fr) * 2001-09-04 2003-03-07 St Microelectronics Sa Procede de comparaison d'empreintes digitales
US7333640B2 (en) * 2002-05-13 2008-02-19 Stmicroelectronics S.A. Extraction of minutiae from a fingerprint image
CN1275187C (zh) * 2004-04-18 2006-09-13 杭州中正生物认证技术有限公司 基于全局脊线的指纹识别方法
CN1327387C (zh) * 2004-07-13 2007-07-18 清华大学 指纹多特征识别方法

Also Published As

Publication number Publication date
ATE550731T1 (de) 2012-04-15
EP1866833A1 (de) 2007-12-19
ES2384468T3 (es) 2012-07-05
WO2006103070A1 (de) 2006-10-05
EP1866833B1 (de) 2012-03-21
DE102005015180A1 (de) 2006-10-05
CN101151624B (zh) 2012-05-09

Similar Documents

Publication Publication Date Title
CN108521418B (zh) 一种融合区块链及生物特征识别的身份认证方法和系统
US7257241B2 (en) Dynamic thresholding for a fingerprint matching system
EP3905102A1 (en) Method and device for determining operation based on facial expression groups, and electronic device
JP2821348B2 (ja) 指紋照合装置
CN108922074A (zh) 无卡取款方法、装置、计算机设备和存储介质
CN105469033A (zh) 指纹识别方法、装置及终端设备
CN104463141B (zh) 一种基于智能卡的指纹模板录入方法及装置
RU2007119574A (ru) Система и способ проведения транзакций
WO2010069166A1 (zh) 快速指纹搜索方法及快速指纹搜索系统
US9805247B2 (en) Pattern registration
CN104008381A (zh) 一种身份识别方法及装置
CN110659908A (zh) 一种数据交易身份验证系统
JP2010108200A (ja) 個人認証装置及び個人認証方法
CN101151624B (zh) 指纹验证
US20040170306A1 (en) Fingerprint verification device and method for the same
KR101972800B1 (ko) 수기 서명 인증 방법 및 장치
CN107438847A (zh) 指纹识别的方法、装置和设备
CN115527241A (zh) 指纹模板更新方法、装置、嵌入式设备及存储介质
Marcialis et al. Experimental results on fusion of multiple fingerprint matchers
CN114926865A (zh) 指纹识别方法、装置、电子设备及存储介质
CN113810378A (zh) 一种基于共识排序的交易预处理方法
US6973206B2 (en) Method and system for quality based fingerprint matching
JP2002297549A (ja) 本人認証システム及びプログラム
CN106682623A (zh) 一种指纹信息采集方法及指纹采集系统
CN101233529A (zh) 生物统计图像注册与鉴权的方法和设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180224

Address after: Munich, Germany

Patentee after: Jiejia de mobile safety Co., Ltd.

Address before: Munich, Germany

Patentee before: Giesecke & Devrient GmbH

TR01 Transfer of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120509

Termination date: 20200330

CF01 Termination of patent right due to non-payment of annual fee