CN101641721A - 生物特征匹配方法和设备 - Google Patents

Abstract

一种生物特征匹配设备，包括输出端、用于获取生物特征数据项的输入端、存储器和处理器，所述存储器包括：模板数据库，其中存储有生物特征数据项的多个模板，每个模板包括模板标识符；和序列数据库，其中存储有多个序列，每个序列包括与依照所存储的序列次序的模板标识符对应的数据，并且包括另外的数据或用于与另外的数据相关的序列标识符，其中所述设备包括匹配机构，其被配置为在用户已经把生物特征数据项的系列输入到输入端中之后，通过把每项与模板相比较，并且通过根据输入的项选择满足预定匹配标准的若干模板并且为每个输入的项创建所选模板的列表，来相对于模板数据库中的模板匹配每个输入的项，匹配机构被配置为把列表按照与系列中项的输入次序对应的列表次序存储到存储器中，并且被配置为标识来自序列数据库中的序列，其中，依照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板，并且处理器被配置为使用标识的序列来向输出端发送相应的另外的数据或序列标识符以便标识用户。

Description

生物特征匹配方法和设备

技术领域

本发明涉及一种生物特征匹配设备和一种匹配生物特征(biometric)并且特别是生物特征序列的方法。

背景技术

已知的是，为了许多不同的功能而使用生物特征读取器和匹配系统，特别是在功能要求了安全级别的情况下。这样的已知系统可以获取个人的视网膜或指纹的图像并且使用匹配算法，从而通过把该图像与存储的图像相比较来确定该人的身份，所述存储的图像已经存有相应的个人身份详情。这些手段可以例如代替口令被使用，或者除口令之外还可使用这些手段，以使得能够访问计算机系统。

这些系统常常也要求复杂的生物特征读取器和算法。如果使用更为简单的读取器或算法，那么这可能会导致错误肯定或错误否定的结果。错误肯定结果尤其成问题，因为它们可能会例如允许没有安全通行证的个人访问高度敏感的计算机系统。

还建议了某些系统的进入可能要求扫描多个指纹，诸如通过要求个人扫描多个手指的指纹。也建议了这可以依照所设置的序列来进行，以便增加额外的安全度。

然而，所使用的匹配算法被设计成在单个生物特征的情况下使用，并且当在多个入口的情况下使用时是低效缓慢的。另外，它们可能导致许多错误否定或错误肯定，使得个人被错误地拒绝或接受。它们还可能需要很长时间来扫描每个生物特征，以便接收足够的信息来防止错误肯定或错误否定。造成问题的事实是：在孤立的生物特征的情况下，匹配过程会为每个指纹尽可能地寻找唯一的匹配。据此，它们花费时间来解决在存在多个匹配的情况下的任何状况。用于确保不存在错误匹配的协议还可能拒绝虽然正确但扫描得不好的指纹。

发明内容

本发明的目的是对以上系统进行改进，特别是提供一种在排序的生物特征的系列的情况下使用的系统，所述系统把生物特征与个人准确且迅速的匹配，而不要求过大的计算处理能力。

依照本发明的第一方面，提供了一种生物特征匹配设备，包括输出端、用于获取生物特征数据项的输入端、存储器和处理器，所述存储器包括：模板数据库，其中存储有生物特征数据项的多个模板，每个模板包括模板标识符；和序列数据库，其中存储有多个序列，每个序列包括与依照所存储的序列次序的模板标识符对应的数据并且包括另外的数据或用于与另外的数据相关的序列标识符，其中所述设备包括匹配机构，匹配机构被配置为在用户已经把生物特征数据项的系列输入到输入端之后，通过把每项与模板相比较，并且通过根据输入的项选择满足预定匹配标准的若干模板，为每个输入的项创建所选模板的列表，来相对于模板数据库中的模板匹配每个输入的项，所述匹配机构被配置为把所述列表依照与系列中项的输入次序对应的列表次序存储在存储器中，并且被配置为标识来自序列数据库中的序列，其中，按照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板，并且所述处理器被配置为使用标识的序列来向输出端发送相应的另外数据或序列标识符以便标识用户。

依照本发明的第二方面，提供了一种使用计算机系统来匹配生物特征的方法，包括步骤：存储生物特征数据项的多个模板，每个模板包括模板标识符；存储多个序列，每个序列包括与依照所存储的序列次序的模板标识符对应的数据，并且包括另外的数据或用于与另外的数据相关的序列标识符；在用户已经把生物特征数据项的系列输入到输入端之后，通过把每项与模板相比较，并且通过根据所输入的项选择满足预定匹配标准的若干模板，为每个输入的项创建所选模板的列表，来相对于模板数据库中的模板匹配每个输入的项；把所述列表按照与系列中项的输入次序对应的列表次序存储在存储器中；标识序列数据库中的序列，所述序列包括与依照所存储的序列次序的模板标识符对应的数据并且包括另外的数据或用于与另外的数据相关的序列标识符，其中，依照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板；使用标识的序列来向输出端发送相应的数据以便标识用户。

借助本发明的任何方面：

序列的标识优选通过以下方式实现：把与序列数据库中在序列次序中的第一位置存储的模板标识符相对应的模板与在相应位置的所选模板的列表相比较，选择在第一位置的被比模板的相似度满足预定要求的那些序列并且存储所选序列作为剩余序列组，以及标识仅来自剩余序列组中的序列。更优选的是，通过以下方式实现：把与剩余序列组中在序列次序中的第二位置存储的模板标识符相对应的模板与相应位置的所选模板的列表相比较，选择在第二位置的被比模板的相似度满足预定要求的那些序列并且存储所选序列作为再次剩余序列组，以及标识仅来自再次剩余序列组中的序列。再度优选通过匹配机构以下述方式实现：重复比较在多个位置并且优选在每个位置的、或者对于与把再次剩余序列减少到零所需的位置一样多的位置处的模板，在每次比较之后把用于标识的再次剩余序列组减少到所选序列。预定要求可以是：模板是相同的。

优选记录使用输入端输入了多少生物特征数据项。更优选的是，只从序列数据库中具有与所记录的输入的生物特征数据项的数目相同的模板标识符数目的序列来标识序列。

优选地是，模板和序列数据库形成单个数据库的一部分，和/或模板标识符包括数据库内的位置，诸如位于与相应序列相同的表中。

优选地是，存在彼此通信的多个服务器，序列数据库和模板数据库被存储在独立的服务器上和/或存储器位于多于一个的服务器上和/或处理器包括在多个服务器上的多个处理器。

优选地是，生物特征项是指纹的图像。

优选地是，序列数据库中的序列包括对应于来自相同个体的不同手指的指纹模板的模板标识符。

优选地是，本发明为一个或多个并且优选为每个被比的输入的项和模板产生验证相似值并且把它存储在存储器中。

优选地是，从自序列数据库中标识的多个序列，通过对应于每个标识的序列来比较与被比模板对应的验证相似度来进行选择，其中，按照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板，并且所选序列被用来向输出端发送相应的另外数据或序列标识符以便标识用户。

优选地是，验证相似度被归一化在最小和最大值之间，所述最小和最大值优选为0和1，和/或预定匹配标准包括确定验证相似度是否大于或等于预定阈值。

优选地是，模板数据库包括与模板且优选与每个模板对应的源数据，用于标识诸如指纹或视网膜扫描之类的生物特征的类型和/或用于测量生物特征的读取器的类型。更优选的是，为不同的项存储不同的阈值，例如取决于该值在输入的项的系列中的位置和/或取决于源数据。

优选地是，所述模板符合BioAPI标准的子集和/或所选模板的列表包括动态数组和/或向量。

优选地是，序列数据和/或所选模板的列表包括动态数组和/或向量。

优选地是，用户可以通过输入端输入模板和/或序列来把它们添加到数据库中，优选在向其添加模板的序列在长度上自动调节的情况下。

附图说明

现在将参考附图，仅以举例的方式来描述实施例，其中：

图1是依照本发明的匹配系统的示意图；

图2是模板服务器的更详细的示意图；

图3是序列服务器的更详细的示意图；和

图4是依照本发明的匹配过程的流程图。

具体实施方式

在图1中示出了匹配系统10。匹配系统10包括接口12、引擎20、输出端19和外部验证服务器44。

接口12可由用户操作，并且包括生物特征扫描器14、到引擎20的通信路径16和功能接口18，生物特征扫描器14在此实施例中是指纹扫描器，但是在替代实施例中可以包括任何生物特征扫描器或读取器，例如视网膜扫描器。

生物特征扫描器14能够扫描指纹(或者替代情况下的视网膜，或其它生物特征)，并且生成包括输入数据的生物特征输入信号，所述输入数据例如是指纹的某些特征的位置且如下面所解释的可以用来标识用户。生物特征扫描器14能够扫描N个生物特征输入的序列，例如设置次序的用户指纹，并且生成按照该序列的N个生物特征输入信号的序列。

功能接口18允许用户通过选择例如是要登记模板序列、验证模板序列还是要关闭匹配系统10来输入期望的匹配系统10的操作。

输出端19可以采取可视屏幕或另一服务器的形式，另一服务器可以例如根据从引擎20发送的信息来允许或不允许访问。输出端19可以被包括在功能接口18内。

引擎20优选是单个应用并且包括模板服务器22、序列服务器24和匹配服务器26。服务器22、24、26中的每个优选是孤立的并且经由通信路径28通信，通信路径28使用TCP/IP协议来操作。

可以采用纯粹的Java来编写依照下述方式来运行引擎的软件。

在图2中详细示出了模板服务器22上的模板数据库。在模板服务器中存储了总共P个生物特征模板32，每个模板涉及可能已经从扫描器14经由路径16进入服务器存储器中的单个生物特征输入。例如，生物特征模板32中的任何一个可以包含先前已经被扫描器14扫描的指纹的某些特征的位置。每个生物特征模板32具有相关联的源(SRC)标识符34和唯一模板ID 36。

模板服务器22包括采用模板链接列表30形式的数据，所述模板链接列表30包括对每个模板的采用它们的唯一模板ID 36的形式的引用。

模板服务器22可以自动地添加、移除和返回生物特征模板32，以及报告它现存储了多少生物特征模板32(P)且还有唯一模板ID 36的列表。

模板32可以存储为具有“bean式”(得到/设置)接口的定制(FP_xxxx)对象。

在图3中详细示出了序列服务器24上的序列数据库。序列服务器24类似于模板服务器22，因为它包括采用序列链接列表38形式的链接列表。序列服务器24存储序列向量40，每个序列向量具有相关联的唯一整数标识符42。每个序列向量40包括N个整数对象的排序列表，所述N个整数对象对应于模板服务器22的各唯一模板ID 36。N个整数对象优选存储为向量，不过也可以采取动态数组的替代形式。

优选地是，序列服务器24的性质是使得两个相同的序列向量40或唯一整数标识符42不可能共存。这样，每个序列向量40和唯一整数标识符42是真正唯一的。

序列服务器24允许添加序列向量40(具有相关联的唯一整数标识符42)、基于序列长度返回序列向量40和唯一整数标识符42、以及返回所持有的序列向量40的数目(以下由M标示)和唯一整数标识符42的列表。

序列向量40优选只包括与现有的唯一模板ID 36对应的整数对象。因此，如果从模板服务器中移除生物特征模板32，那么引用它的任何序列向量40从序列服务器24中被移除。

匹配服务器26能够经由通信路径28与模板服务器22和序列服务器24以及外部验证服务器44通信。

外部验证服务器44向依赖于平台的微软视窗DLL及其它第三方生物特征验证软件提供了不依赖平台的“套接字级(sockets level)”接口，所述软件可以把生物特征输入信号16与一个生物特征模板32相比较。或者，验证服务器被包括在引擎20内。

外部验证服务器44返回符合值β，它表示通过路径16所接收的生物特征输入信号与生物特征模板32的相似度。匹配服务器26能够相对于用户定义的符合阈值α_n比较符合值β，所述符合阈值对于从1变到N所接收的每个生物特征输入信号来说可以是唯一的。所述阈值可以依照相关联的源(SRC)标识符34改变，源标识符34本身可以涉及模板引用的生物特征的类型(虹膜，指纹等)和/或用于输入数据的扫描器的类型和/或非生物特征源，非生物特征源例如是BIOS ID、网卡MAC地址或GPS位置。

用于与外部验证服务器44对接的软件可能需要考虑该服务器来编写，例如，如果要求平台相关访问，那么可以使用Java本地接口或者例如可以使用MS J#作为实现语言。

图4中示出了匹配服务器过程100的例子。在步骤S101，用户把一系列指纹输入到扫描器14中。生物特征输入然后从指纹的图像被构造出并且经由路径16发送到引擎20。

接下来在S102，引擎20确定生物特征输入信号的数目(N)。在步骤S104，系统变量n(用于表示当前的生物特征输入信号)被设置为1(即，第一生物特征输入信号)。在步骤S106，系统变量p(用于表示当前的生物特征模板32)被设置为1(即，在模板服务器22的数据库中的第一生物特征模板32)。

在步骤S108，使用外部验证服务器44把当前的生物特征输入信号与当前的生物特征模板32相比较。此比较生成基于模板32与输入有多相似的相似值。可以使用常规的匹配机构，例如那些用于比较指纹特征的匹配机构，以便产生相似值。然后相似值被归一化到浮动范围中，使得它在0和1之间变化(其中1为完美的匹配)，并且被存储作为符合值β。

在步骤S110，由匹配服务器26相对于用户定义的符合阈值α_n来比较β。如果符合值β小于符合阈值α_n，那么忽略该生物特征模板32，并且过程100跳到步骤S112；如果它等于或大于，那么在步骤S111把与所比较的模板32对应的唯一模板ID 36添加到候选向量C_n。

在步骤S112，确定系统变量p的值是否等于模板的数目P，即，是否已经把模板32的整个列表与输入信号相比较。如果不相等，那么在步骤S113使系统变量p的值增加并且过程返回到步骤S108。

重复步骤S108到步骤S113，直到已经把生物特征模板的整个列表(即，从1到P模板)与生物特征输入信号16相比较。一旦已经把当前的生物特征输入信号16与生物特征模板32的整个列表相比较，就确定系统变量n的值是否等于在步骤S102所确定的输入总数N。如果不相等，那么在S115使系统变量n增加并且过程返回到步骤S108。重复步骤S108到步骤S115，直到已经处理了N个生物特征输入信号16的整个列表。

一旦n＝N，就在步骤S116开始序列匹配过程(下面将描述)。

以上过程对于每个生物特征输入信号16产生可变长度I的候选向量C_n(其中I_n是生物特征输入n的候选向量的长度)。每个候选向量C_n包括若干的候选唯一模板ID 36。每个候选唯一模板ID 36可以由符号c_n，i来表示，其中n被定义为被关注的生物特征输入信号在所输入系列内的位置，以及i是向量条目号。注意i∈[1...I_n]

因此，每个候选向量由以下内容组成：

n＝1        n＝2       n＝3           n＝N

C₁          C₂         C₃             C_N

↓          ↓         ↓             ↓

c_1，1，     c_2，1，    c_3，1，  ...   c_N，1

c_1，2，     c_2，2，    c_3，2，  ...   c_N，2

c_1，3，     c_2，3，    c_3，3，  ...   c_N，3

c_1，I1，    c_2，I2，   c_3，I3， ...   c_N，IN

这被称为“匹配方案”，并且被输入到图4上的序列匹配过程116。

序列匹配过程116的目的是在匹配方案中标识一个或多个(不过优选为一个)序列向量40，并且向输出端19发送相应的唯一整数标识符42。该唯一的整数标识符42标识用户，并且例如允许其它用户证实他们的身份或关闭系统。

序列匹配过程的第一实施例从以上匹配方案产生所有可能的序列，以序列：[c_1，1，c_2，1，c_3，1，c_4，1...c_N，1]开始。

后面是：[c_1，1，c_2，1，c_3，1，c_4，1...c_N，2]等。

这产生I₁×I₂×I₃×...×I_N个可能的候选序列，所有候选序列必须相对于在序列服务器24中所保持的M个序列向量40中的每个进行检查。

这导致： $S_1=M\underset{n=1}{\overset{N}{\mathrm{\Π}}}{I}_n$ (n∈[1...N])次搜索。

改进的第二实施例只把生物特征输入信号和长度与所输入系列的长度相同的序列向量40相比较(M_N＝具有长度N的序列的数目)。

这导致： $S_1\left(N\right)=M_N\underset{n=1}{\overset{N}{\mathrm{\Π}}}{I}_n$ (n∈[1...N])次搜索。

在这种情况下S₁(N1)≤S₁

在序列服务器24中所保持的合适长度的序列向量40的数目(M_N)小于从匹配方案所产生的可能候选序列的数目的情况下，第三实施例是有益的。

即 $M_N<\underset{n=1}{\overset{N}{\mathrm{\&Pi;}}}{I}_n$ (n∈[1...N])

这是否成立依赖于序列服务器的居民数(即它存储了多少序列向量40)，以及还依赖于用户定义的符合阈值α_n的值，该值确定了每个候选向量I_n的长度。实践中，在多数情形下都发现是如此。

依照本发明的匹配过程的第三实施例如下：

1.向匹配服务器本地存储器拷贝长度匹配生物特征输入信号的长度的所有序列向量40(M_N个序列向量40)，

2.相对于各序列向量40的第一条目(整数对象)的每一个检查第一候选向量C₁＝[c_1，1，c_1，2...]的每个条目(即，每个唯一模板ID 36)(注意，整数对象对应于唯一模板ID 36)。这涉及I₁×M_N次搜索，

3.删除没有得到肯定检查的序列向量40，留下K₂个剩余的潜在序列向量40，其中K₂≤M_N，

4.相对于各序列向量40的第二条目(整数对象)的每一个检查第二候选向量C₂＝[c_2，1，c_2，2...]的每个条目(即，每个唯一模板ID 36)。这涉及I₂×K₂次搜索。

5.删除没有得到肯定检查的序列向量40，留下K₃个剩余的潜在序列向量40，其中K₃≤K₂，

6.相对于第n个条目使用候选向量C_n来继续这样做(留下K_n个向量)，直到：

a.在存储器中没有留下序列向量40(K_n＝0)，(参见下文)，或者

b.n＝N(即，已经搜索了全部N个候选向量)。

结果可以是单个匹配序列向量40或者多于一个的匹配序列向量40(参见下文)，所述单个匹配序列向量40被发送到序列服务器24，以便返回唯一整数标识符42并且传送到输出端19，其例如可以用来标识用户。

这产生S₂(N)次搜索，其中S₂(N)≤S₁(N)，通过减少搜索次数，显著地加快了该过程。还应当注意，最慢的可能结果是S₂＝S₁，不过应当看出实际上非常显著的速度优势。

存在以上方法可能返回多于一个的匹配序列向量40的可能。M的值较大，以及用户定义的符合阈值α_n的值设置得不好，出现该情况的可能性增加，所述符合阈值α_n确定了每个候选向量的长度I_n。

在匹配过程返回多于一个(或者可能为零)的潜在序列向量40的情况下，希望检查潜在序列向量40以便确定哪个向量“最符合”。本发明通过使用以下方式来实现这点：

如上所述，当由外部验证服务器44把每个生物特征输入信号16与每个生物特征模板32相比较时，生成符合值β并且把它与用户定义的符合阈值α_n相比较。符合值β表示生物特征输入信号与生物特征模板32的相似度。每个候选序列向量40因此可以被视为具有相应的符合值向量B_m＝[β_m，1，β_m，2，β_m，3...β_m，Im](其中I_m是符合值向量的长度)。

使用关于欧几里得距离测量的变分，毕达哥拉斯定理是它的简单情况，因此每个序列向量40的符合值F_m可以由下式表示：

$F_m=1-\frac{\left({\mathrm{\&Sigma;}}_{k=1}^{I_m}\sqrt{{(1-{\mathrm{\&beta;}}_{m,k})}^2}\right)}{I_m}$

在此计算之后，把具有最大F_m值的候选序列向量40传递到序列服务器24，所述序列服务器24如同上述返回唯一整数标识符42。在不太可能发生的两个F_m值相同的情况下，该情况可以由接口18或输出端19报告。

Claims (25)

1.一种生物特征匹配设备，包括输出端、用于获取生物特征数据项的输入端、存储器和处理器，

所述存储器包括，

模板数据库，其中存储有生物特征数据项的多个模板，每个模板包括模板标识符，和

序列数据库，其中存储有多个序列，每个序列包括与依照所存储的序列次序的模板标识符对应的数据，并且包括另外的数据或用于与另外的数据相关的序列标识符，

其中所述设备包括匹配机构，所述匹配机构被配置为在用户已经把生物特征数据项的系列输入到所述输入端中之后，通过把每项与模板相比较，以及通过基于输入的项来选择满足预定匹配标准的若干模板并且为每个输入的项创建所选模板的列表，来相对于所述模板数据库中的模板匹配每个输入的项，

所述匹配机构被配置为把所述列表依照与所述系列中项的输入次序对应的列表次序存储到所述存储器中，并且被配置为标识来自所述序列数据库中的序列，其中，依照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板，

并且所述处理器被配置为使用标识的序列来向所述输出端发送相应的另外的数据或序列标识符以便标识用户。

2.如权利要求1所述的设备，其中序列的标识通过所述匹配机构以下述方式实现：把与所述序列数据库中在序列次序中的第一位置存储的模板标识符相对应的模板与在相应位置的所选模板的列表相比较，所述匹配机构选择在第一位置的被比模板的相似度满足预定要求的那些序列并且存储所选序列作为剩余序列组，其中所述匹配机构被配置为标识仅来自所述剩余序列组的序列。

3.如权利要求2所述的设备，其中序列的标识通过所述匹配机构以下述方式实现：把与所述剩余序列组中在序列次序中的第二位置存储的模板标识符相对应的模板与在相应位置的所选模板的列表相比较，所述匹配机构选择在第二位置的被比模板的相似度满足预定要求的那些序列并且存储所选序列作为再次剩余序列组，其中所述匹配机构被配置为标识仅来自再次剩余序列组的序列。

4.如权利要求3所述的设备，其中序列的标识通过所述匹配机构以下述方式实现：重复在多个位置且优选在每个位置的、或者对于与把再次剩余序列减少到零所需的位置一样多的位置处的模板的比较，在每次比较之后把用于标识的再次剩余序列组减少到所选序列。

5.如权利要求2、3或4所述的设备，其中所述预定要求为模板是基本上相同的。

6.如先前权利要求中任何一个所述的设备，包括记录使用所述输入端输入了多少生物特征数据项的输入测量装置。

7.如权利要求6所述的设备，其中所述匹配机构被配置为只从所述序列数据库中具有与所述输入测量装置所检测的输入的生物特征数据项的数目相同的模板标识符数目的序列来标识序列。

8.如先前权利要求中任何一个所述的设备，其中所述模板和序列数据库形成单个数据库的一部分。

9.如先前权利要求中任何一个所述的设备，其中所述模板标识符包括数据库内的位置，例如位于与相应序列相同的表中。

10.如先前权利要求中任何一个所述的设备，包括彼此通信的多个服务器，所述序列数据库和模板数据库被存储在独立的服务器上和/或所述存储器位于多于一个的服务器上和/或所述处理器包括在多个服务器上的多个处理器。

11.如先前权利要求中任何一个所述的设备，其中生物特征项是指纹的图像。

12.如权利要求11所述的设备，其中所述序列数据库中的序列包括与来自相同个体的不同手指的指纹模板对应的模板标识符。

13.如先前权利要求中任何一个所述的设备，其为一个以上且优选为每个被比的输入的项和模板产生验证相似值并且把所述验证相似值存储在所述存储器中。

14.如权利要求13所述的设备，其中所述匹配机构被配置为从自所述序列数据库中标识的多个序列、通过对应于每个标识的序列来比较与被比模板对应的验证相似度来进行选择，其中，按照序列次序的相应模板标识符的每个都涉及其在所存储的列表次序中的位置与该标识符在序列次序中的位置相对应的所选模板的列表中所包括的所选模板，并且其中所述处理器被配置为使用所选序列来向所述输出端发送相应的另外数据或序列标识符以便标识用户。

15.如权利要求13或14所述的设备，其中所述验证相似度被归一化在优选为0和1的最小值和最大值之间。

16.如权利要求14或15所述的设备，其中通过使用基本上等效于下式的方程式来根据验证相似度选择序列：

$F=1-\frac{\left({\mathrm{\&Sigma;}}_{k=1}^I\sqrt{{(X-{\mathrm{\&beta;}}_{,k})}^2}\right)}{I}$

其中X为大于或等于最大值b例如1的固定数字，k为序列次序中的位置并且I对应于验证相似度/模板的数目，并且具有最大F值的标识的序列被选取。

17.如权利要求13到16中任何一个所述的设备，其中所述预定匹配标准包括确定验证相似度是否大于或等于预定阈值。

18.如先前权利要求中任何一个所述的设备，其中所述模板数据库包括与模板且优选与每个模板对应的源数据，所述源数据标识诸如指纹或视网膜扫描的生物特征的类型和/或用于测量所述生物特征的读取器的类型。

19.如权利要求17或18所述的设备，其中为不同的项存储不同的阈值，例如取决于所述值在输入的项的系列中的位置和/或取决于所述源数据。

20.如先前权利要求中任何一个所述的设备，其中所述模板符合BioAPI标准的子集。

21.如先前权利要求中任何一个所述的设备，其中所选模板的列表包括动态数组和/或向量。

22.如先前权利要求中任何一个所述的设备，其中序列数据和/或所选模板的列表包括动态数组和/或向量。

23.如先前权利要求中任何一个所述的设备，其中用户可以通过所述输入端输入模板和/或序列来把模板和/或序列添加到数据库中，优选在向其添加模板的序列在长度上自动调节的情况下。

24.一种使用计算机系统来匹配生物特征的方法，包括步骤：

存储生物特征数据项的多个模板，每个模板包括模板标识符，

存储多个序列，每个序列包括与依照所存储的序列次序的模板标识符对应的数据，并且包括另外的数据或用于与另外的数据相关的序列标识符，

在用户已经把生物特征数据项的系列输入到所述输入端中之后，通过把每项与模板相比较并且通过基于输入的项选择满足预定匹配标准的若干模板来相对于模板数据库中的模板匹配每个输入的项，

为每个输入的项创建所选模板的列表，

把所述列表按照与所述系列中项的输入次序对应的列表次序存储在存储器中，

标识序列数据库中的序列，所述序列包括与依照所存储的序列次序的模板标识符对应的数据，并且包括另外的数据或用于与另外的数据相关的序列标识符，其中，按照序列次序的相应模板标识符的每个涉及在处于所存储的列表次序中与该标识符在序列次序中的位置对应的位置的所选模板的列表中包括的所选模板，

使用标识的序列来向输出端发送相应的数据以便标识用户。

25.如权利要求24所述的方法，包括对应于权利要求2到23中任何一个特征的步骤。

Images