CN105900101A - 存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 - Google Patents
存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 Download PDFInfo
- Publication number
- CN105900101A CN105900101A CN201480072609.8A CN201480072609A CN105900101A CN 105900101 A CN105900101 A CN 105900101A CN 201480072609 A CN201480072609 A CN 201480072609A CN 105900101 A CN105900101 A CN 105900101A
- Authority
- CN
- China
- Prior art keywords
- biometric data
- template
- biometric
- unit
- identification
- 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
Links
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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1353—Extracting features related to minutiae or pores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
- G06V40/1371—Matching features related to minutiae or pores
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Abstract
提供了存储多个生物识别数据模板间的生物识别数据模板的集合的方法,该集合出自生物识别对象,其中每个生物识别数据模板包括来自生物识别对象的仅一部分的生物识别数据。该方法包括:鉴于所述多个生物识别数据模板的所述生物识别对象,将生物识别数据模板彼此对齐,包括将生物识别数据与至少一个其他生物识别模板部分重叠;确定要被存储的生物识别数据模板的所述集合;以及存储生物识别数据模板的所述集合。所述确定要被存储的生物识别数据模板的集合包括:分配至少部分覆盖对齐的生物识别数据模板的单元矩阵;针对该对齐的生物识别数据模板的每一者,确定包括能够区分的生物识别数据的单元;以及确定生物识别数据模板的组合,包括包含能够区分的生物识别数据的单元的量满足预定标准。还公开了生物识别匹配的方法,以及还有生物识别匹配装置和计算机程序。
Description
技术领域
本发明主要涉及存储生物识别数据模板的集合的方法、匹配生物识别的方法、生物识别匹配装置、以及用于实现该方法的计算机程序。
背景技术
由于例如用于收集生物识别数据的装置的物理设计导致的约束,小的生物识别传感器(即不收集关于整个生物识别对象的生物识别数据的传感器)的使用被期望。这种小的生物识别传感器的使用也可以带来问题,其中较早收集的生物识别模板的生物识别数据和为了匹配模板收集的生物识别数据重叠不足以完全匹配。缓解这种情况的一个方式是针对模板使用多个生物识别读取,其中增加了重叠可能性。一种方式是存储大量的模板。但是,这种方式不仅需要大存储空间,而且增加了选择模板进行匹配的复杂性。因此期望有效处理这种多个模板。
发明内容
本发明的一个目的是至少缓解上述问题。本发明是基于这样的理解:模板的有限集合可以基于各自模板的信息内容被选择。本发明人发现用于确定来自要被存储的模板的各自候选所贡献的信息内容的分配单元矩阵方式,从中模板的有限集合可以被确定要被存储。
根据第一个方面,提供一种存储多个生物识别数据模板间的生物识别数据模板的集合的方法,该集合出自生物识别对象,其中,每个生物识别数据模板包括来自生物识别对象的仅一部分的生物识别数据。该方法包括鉴于所述多个生物识别数据模板的所述生物识别对象,将生物识别数据模板彼此对齐,包括将生物识别数据与至少一个其他生物识别模板部分重叠;确定要被存储的生物识别数据模板的所述集合;以及存储生物识别数据模板的所述集合。所述确定要被存储的生物识别数据模板的集合包括:分配至少部分覆盖对齐的生物识别数据模板的单元矩阵;针对该对齐的生物识别数据模板的每一者,确定包括可区分的生物识别数据的单元;以及确定生物识别数据模板的组合,包括包含可区分的生物识别数据的单元的量满足预定标准。
所述标准可以是所述生物识别数据模板的组合包括最多的包含可区分的生物识别数据的单元。
所述标准可以是单元的量超过预定阈值。
生物识别数据模板的所述集合可以被限制到预定数量的生物识别数据模板。
使用每个单元的品质参数对单元的量进行加权。品质参数包括以下的至少一者:每个单元中的可区分的生物识别数据的量;每个单元中的各自可区分的生物识别数据的品质或置信参数;以及在所述单元矩阵中的位置。
所述存储模板的所述集合可以包括存储,该对齐数据是在将所述生物识别数据模板彼此对齐中获取的。
所述分配所述单元矩阵可以包括将该矩阵的中心放置在所述对齐的生物识别数据模板的几何中心。
所述矩阵的尺寸可以被确定以使得对齐的生物识别数据模板的所有数据在该矩阵内。
所述矩阵的尺寸可以是预先确定的。
每个单元可以对应于一尺寸由此所述生物识别对象被认为被5至50个单元乘以5至50个单元覆盖。
根据第二方面,提供了一种匹配生物识别以确定生物识别读取和生物识别数据模板的集合是否出自同上的生物识别对象的方法。该方法包括:根据第一个方面来存储生物识别数据模板的集合;读取要被检查的生物识别对象;从所述生物识别读取中提取生物识别数据;以及将该提取的生物识别数据与生物识别数据模板的所述集合中的模板的一个或多个模板的生物识别数据进行匹配。
一旦发现匹配,该方法还可以包括通过将生物识别数据模板的所述集合和来自所述生物读取的所述生物识别数据指派作为所述多个生物识别数据模板来更新生物识别数据模板的所述集合,并通过执行根据第一个方面所述的方法来存储生物识别数据模板的更新后的集合。
根据第三个方面,提供了一种生物识别匹配装置,包括接收机,用于接收生物识别读取的生物识别数据;存储器接入电路,被设置用于接入能够保持生物识别数据模板的集合的存储器;以及处理设备,连接到所述接收机和所述存储器接入电路,并被设置用于执行以下至少一者:确定接收的生物识别数据是否匹配根据第二个方面的生物识别数据模板的所述集合的模板中的至少一者;以及根据第一个或第二个方面来存储生物识别数据模板的所述集合的集合或更新后的集合。
该装置可以是便携式数据载体。
该装置可以是有线或无线通信设备。
根据第四个方面,提供了一种包括计算机可执行指令的计算机程序,该指令在被下载到计算机的处理器且在该处理器上被执行时使得所述计算机执行根据第一个和第二个方面的任意所述的方法。
从下面的详细描述、权利要求书以及附图将明白本发明的其他目的、特征和优点。通常,权利要求中使用的所有术语将根据技术领域中的它们的普通含义来理解,除非本文另有明确定义。所有提及“一/所述[元件、设备、组件、装置、步骤等]”被开放理解为涉及所述元件、设备、组件、装置、步骤等的至少一个实例,除非另有明确说明。本文所公开的任何方法的步骤不必严格按照所公开的顺序被执行,除非明确说明。
附图说明
通过本发明的优选实施方式的以下示例和非限制性详细描述并参考附图可以更好理解本发明的以上以及其他目的、特征和优点。
图1是示意性地示出根据实施方式的存储生物识别数据模板集合的方法的流程图;
图2是示意性示出根据实施方式的确定要被存储的生物识别数据模板集合流程图;
图3是示意性地示出根据实施方式的一个更新过程的流程图。
图4示意性示出根据实施方式的多个模板和分配的单元矩阵;
图5示出了图4的情形,但具有选择的用于存储的模板;
图6示意性示出了根据实施方式的多个模板和分配的单元矩阵;
图7示出图6的情形,但具有选择的用于存储的模板;
图8示出了根据实施方式的在矩阵的单元中来自不同模板的可用数据的群体;
图9是示意性示出根据实施方式的装置的框图;
图10示出了非暂时计算机可读介质和处理装置。
具体实施方式
生物识别用于根据生理特性识别和/或认证个体。某生物识别对象,如指纹、脸、虹膜、静脉图案、手、足、视网膜等通常被选择用于生物识别比较,即生物识别匹配,尽管可能应用组合系统,即其中两个或更多生物识别对象被用于匹配。这里要注意,匹配由处理装置执行,例如信号处理、数字化处理等,其中来自所述生物识别对象的生物识别数据被考虑。在处理装置内,仅存在表示生物识别对象的数据,因此,其中表示生物识别对象的方式是重要的。此外,术语“模板”被用在生物识别匹配领域内,这指的是生物识别对象的归档的表示,该生物识别对象可被存储用于与生物识别“样本”进行稍后比较以确定该样本是否出自与模板相同的生物识别对象,即匹配。在生物识别中,经常提到术语“特征”。特征也常分为一级特征,如生物识别对象的品质或方向域特征,二级特征,描述生物识别对象的子对象的细节或其他特征,以及三级特征,例如生物识别对象的孔隙或其他高细节元素。一级或多级特征可以用于生物识别匹配。
图1是示出存储生物识别数据模板集合的方法的流程图,并且还可选地如虚线指示的,示出生物识别匹配以确定生物识别读取和存储的生物识别数据模板的集合是否出自同上的生物识别对象的方法。进一步可选地,图1示出了模板的更新。图1示出指纹作为生物识别对象的示例,但是其他生物识别对象,如虹膜、静脉图案、面部等也同样适用。此外,图示的示例是二维表示,但三维表示同样可行的,诸如例如用于静脉图案的示例、以及在下面所演示的原理也适用于三维情况,其中进一步的维度也可被添加到下面说明的矩阵。其它多维情况也可以适用,其中进一步的维度可以被添加到矩阵。进一步的维度可以包括特征的非空间维度,其与空间没有联系,例如时间、频率等,作为空间数据的替代或附加,其可以适用于一些生物识别数据。时间或频率维度可以例如被考虑用于覆盖生物识别数据的时间或频率窗口和定时或调频,当考虑该数据时,与下面针对二维空间数据演示的相似。其他自然特性可以以类似的方式被分配在矩阵中的非空间维度。更进一步地,所描绘的生物识别对象被示出具有适用于二级特征提取的图形,并使用这些特征用于匹配,但是下面演示的原理同样可用于其他级的特征,或这些级的特征的组合。
该方法是基于假设的限制,由于使用的设备的所希望的大小、功耗、可用存储和/或处理能力等,每一个生物识别模板及读取的生物识别对象也有可能包括来自生物识别对象仅一部分的数据。也就是说,整个生物识别对象的表示不用于形成生物识别数据模板或用于与模板进行比较的生物识别数据样本。这意味着,生物识别数据模板和生物识别数据样本可能不覆盖关于生物识别对象的相同信息。这个问题可以通过使用一个生物识别对象的多个模板来解决,其中关于生物识别对象的相同信息的覆盖的几率可能会增加。与假定的限制一致,可能的是仅有限数量的模板是可能的或期望被存储,这可能由于考虑硬件或性能约束而导致,即,用于与不同存储的模板的匹配的存储和/或处理。但是,模板的集合仍然需要以覆盖整个生物识别对象的尽可能多的相关部分,或者至少足以使适当的匹配能够在接收的生物识别读取上完成有可能,即不会由于生物识别读取和存储的模板的任意之间的稀少重叠而要求另一读取而烦恼用户。该方法进一步基于用于更好聚合存储的模板的覆盖的方式,即通过明智选择要存储的模板,即实现多个模板的存储,但是该多个模板仍然出自一个且相同的生物识别对象。因此,假设有多个生物识别数据模板是可用的,其中该多个比要存储的期望或可能的模板的数量更大,即必须进行选择。多个生物识别数据模板可以通过生物识别对象的读取101获得,但也可以以其他方式获取,例如从另一实体或环境接收。
多个生物识别数据模板鉴于它们代表的生物识别对象而被彼此对齐102。这例如在每个生物识别数据模板与生物识别数据模板的至少另一个具有至少一些重叠的情况下是可行。模板可被给予其用于对齐是否可行的指示,例如标签。从对齐的生物识别数据模板和其数据中,要被存储的生物识别数据模板集合被确定104,如将参考图2示出的,然后已经被确定的生物识别数据模板的集合被存储108。在模板是对齐不可行的情况中,但是模板看起来期望例如基于某品质指示符被存储,且针对可存储模板的限制没有达到,则未对齐的模板也可以被存储,其中可能的是在之后的模板更新过程中可以对齐未对齐的模板,这在下面进一步描述。这种存储的但是未对齐模板优选不在匹配中使用,其中,对齐指示符可被用于从匹配中排除该模板,即,尽管它被存储。
在执行与所存储的模板集合的匹配时,要被检查的生物识别对象被读取110,对应于模板的数据的数据被提取112,以及提取的数据匹配到存储的模板的一者或多者。匹配的结果依据应用被处理,且不是本公开贡献的部分,其中未进一步对其进行说明。
可选地,所存储的模板在匹配时被更新,这将参考图3进一步示出。
图2是示意性示出根据实施方式的确定要被存储的生物识别数据模板的集合的流程图。假定生物识别数据模板被获取,如已经参考图1说明了,且任务是要确定存储哪些(个)。矩阵被分配200。该矩阵包括至少部分覆盖对齐的生物识别数据模板的单元(cell)。在三维生物识别数据模板的情况中,单元也是三维的。矩阵的尺寸能够基于不同的设计考虑(例如性能和约束)来选择。根据一个实施方式,矩阵的尺寸被确定以使得对齐的生物识别数据模板的所有数据在该矩阵内。这提供了所有数据将在下面描述的选择过程中被考虑。根据一个实施方式,矩阵的尺寸是预先确定的。这可以是例如由于约束:什么矩阵尺寸认为是可能、可行或有效用于在下面描述的选择过程中进行处理,例如基于用于处理的所使用的硬件或平台。在后一个情况中,可能不确定所有数据会被考虑,即如果是在矩阵的预定尺寸之外,但是矩阵处理的努力(即,在存储和处理能力的意义上)是可预测的。
单元的尺寸可以是生物识别对象被认为沿着矩阵的一个维度来看被覆盖5至50个单元。这将在各自单元中提供期望的数据量,其足够用于所述确定,但是仍然提供用于合适选择的足够粒度。例如,考虑生物识别对象是指纹。指纹合理地最大3x3厘米。考虑正被读取指纹提供了500dpi的图像。针对单元包括一些指纹数据来考虑,合理地至少0.8平方毫米,其分辨率对应于16平方像素,即一个单元中256个像素,以提供例如脊状(ridge)信息。考虑指纹中的信息量和期望使用覆盖整个指纹的仅一部分的小模板,单元优选地被选择不超过3.2平方毫米,即在该示例中64平方像素。这对应于针对考虑以上考虑的最大合理尺寸的整个指纹大约9至38平方个单元。当确定合适单元尺寸时针对其他生物识别对象可以进行相应的考虑。
对于对齐的生物识别数据模板的每一个204,包括可区分的生物识别数据的单元被确定202。现在我们可能有一些有用数据的图。由此看来,可以确定204生物识别数据模板的组合,其包括包含可区分的生物识别数据单元的数量满足预定标准。这可以通过检查每个208组合并存储210具有最大量的组合,或通过找到209具有足够量的组合并存储211该组合来执行。单元可以依据其在矩阵中的位置被给予或多或少的重要性,其中该量可以在要存储的组合的确定208、209之前相应地被加权207。
返回到矩阵的分配200,矩阵可以例如基于对齐的模板被居中以获取尽可能多的可能有用的信息来用于组合的确定。不同的方式可被应用于此。例如,矩阵可以被居中到对齐的模板的平均中心位置。矩阵可以被居中到所选的模板,其例如可以根据品质度量被选择,例如假设最高品质最可能用于生物识别对象中心的读取。类似的方式也可以被应用,但是具有高品质度量的模板的子集的平均位置也可以被应用。
参考上述关于不同级别的特征的讨论,在单元中的有用数据的估计量可以基于二级特征,例如提取细节。但是,估计量可以基于一级特征,这可以是有利的,因为不需要或需要至少较少的提取。类似地,三级特征或不同级的特征的组合可以用于估计该量。
对于单元的估计量可以基于一个或多个模板来做出。一种方式是只对来自最初最大贡献的模板的量进行计数。可替换地,估计可以包括来自模板的聚集贡献,其进一步地可以被加权或通过来自该估计的函数被估计。
图3是示意性示出根据实施方式的更新过程的流程图。在考虑的匹配300时,可选地301检查用于最近读取的生物识别数据的更新标准是否被满足,这可以例如通过用于判断参考图2描述的读取相似的方式来执行。如果满足,或如果从匹配300已经确定,则模板的集合可以被使用最近读取的生物识别数据更新302,其中模板集合被对齐304且要被存储的模板被确定306。这还类似于参考图2描述的被执行,且所选的模板然后被存储308作为模板的新集合。如果不存在匹配300,或301更新标准不被满足,则确定305不会发生模板集合的更新。该总过程优选地返回到正常操作,即检查生物识别输入何时发生。
图4示意性示出了根据实施方式的多个模板和分配的单元矩阵。在图4中,分配的单元矩阵被选择以使得考虑中的所有模板被矩阵的单元覆盖。这可以通过以下来执行:在对齐之后确定矩阵的各自维度的最大和最小位置,以及相应地分配单元矩阵中的单元。例如在模板集合更新时或基于其他触发,可以执行单元分配的更新。这可以例如是模板和/或模板候选的平均位置已经改变超过阈值,模板集合的更新已经发生超过阈值次数等。不太经常更新单元矩阵的优点是不需要频繁对所有模板进行重新计算。另一方面更新单元矩阵的优点是可以改善精确模板的选择。
在图4中,五个潜在模板A-E被指示。例如模板B和E可以不相互自行对齐,因为它们没有任何重叠。类似地,模板A和C可以不相互自行对齐,因为它们可能没有足够的重叠和/或角度的差异可能太大。但是,所有的模板A-E仍然可以在彼此的帮助下对齐。例如模板B和E可以通过它们各自与模板D的对齐而对齐,且模板A和C可通过它们各自与模板B的对齐而对齐。可替换地,模板C由于角度偏离可能不能够对齐到其他模板,其中与模板C有关的生物识别数据就被擦除,即不会基于单元贡献进行任何计算。
考虑例如,只有三个模板要被存储。该选择因此根据参考图2描述的原理来做出。单独和组合提供具有有用特征的最多贡献的单元的这三个模板被确定,且将被存储作为模板集合。例如如图5中示出的模板B、D和E可以被选择并存储。
图5示出图4的情形,但具有选择的用于存储的模板。在图5中,单元矩阵的分配的另一示例被指示,其中单元矩阵被慷慨地分配以使得或多或少的任意生物识别读取将适合在矩阵的单元内。这种情况的优点是单元的分配可以被保持恒定,且不需要进行单元分配的更新。
图6示意性示出了根据实施方式的多个模板和分配的单元矩阵。可能期望限制单元的量,因为许多单元与针对可用处理能力和/或处理时间可行相比提供太多的计算。单元矩阵的尺寸因此可以基于这种标准来选择,而单元矩阵的定位可以被选择例如在可能位置方面是居中的,即类似于为参考图5示出的慷慨尺寸的单元矩阵所做出的,或基于用于要考虑的存储的和/或读取的模板的实际生物识别数据。由于单元矩阵的益处可以由于有限量的单元而主要取决于合适的位置,因此进一步的参数可以用于该定位,例如用于单元矩阵的定位的模板和/或模板候选的品质数据。复杂性和有效定位之间的公平的折中可以是基于模板和/或模板候选的平均位置来选择位置。
在图6中,示出了如图4中所示的候选模板A-E的类似示例,但是是在更小单元矩阵的环境中。以类似的方式,可以选择模板的子集用于存储。
图7示出图6的情形,但是具有选择的用于存储的模板。这里,三个模板B、C和D被指示为是选择的。
图8示出了根据实施方式的来自矩阵的单元中的不同模板的有用数据的群体。各个符号指示特征出自各个生物识别读取,即,模板或候选模板。特征可以来自不同级,如上所述,这取决于用于确定用于存储的候选模板的所选方式。除了符号,来自各自模板和/或候选模板的相应品质指示可以是同样可行的方式。在这样的情况中,符号的缺少可以被认为是零品质指示。最有希望的模板或模板的集合的计算因此可以根据上述的方式来进行。
简单的方式是确定包含各自模板候选的特征的单元的量。例如,贡献由三角形指示的特征的模板候选在22个单元中具有特征,其然后可以用于确定该三角形候选是否应当被存储为模板的图。另一方式是使用各自单元中的特征的品质数据和/或量对计数进行加权。此外或可替换地,为了实现存储的模板集合的空间覆盖,可以例如通过加权考虑贡献单元的位置。这里,矩阵中心的单元例如可以比在矩阵边缘的单元被进行更高加权。进一步地,根据不同的方式可以考虑包括来自多个候选的特征的单元。该单元可以例如仅针对具有最高品质图的模板候选被计数,以用于在将来这可以改善存储的模板的集合的总体品质。
图9示意性示出了生物识别匹配装置900,包括接收机901,用于接收生物识别读取的生物识别数据的第一集合,例如细节点,存储器接入电路902,被设置用于接入能够保持生物识别模板的集合的存储器,以及处理设备903,连接到接收机901和存储器接入电路902,且被设置用于执行上述任意方法。存储器可以被包括在生物识别匹配装置900中或可以是远程存储器,例如远程数据库、存储卡、智能卡等。处理设备还被设置用于当执行接收的生物识别数据与存储的模板集合的模板的一者或多者之间的匹配时,经由发射机904提供取决于结果的输出。
接收机901应该被广义地解释为被设置用于收集生物识别数据(例如表示指纹的细节点集合)的功能元件。该收集可以包括从传感器读取指纹图像并从获取的图像提取细节点,且在这种情况中接收机901包括指纹传感器和提取电路。生物识别样本,例如指纹图像、虹膜图像、血管图案、脸部图像等,能够从另一实体或环境被提供,其中该收集包括接收或接入生物识别样本并从中提取特征,例如接入指纹图像并从中提取细节点集合,且在这样的情况中接收机901包括用于有线或无线通信的通信电路,以用于接收生物识别样本数据,以及提取器电路。此外,生物识别数据集合能够提供自另一实体或环境,其中该收集包括接收或接入生物识别数据集合,且在这种情况中接收机901包括用于有线或无线通信的通信电路,以用于接收生物识别数据。
被设置用于接入至少保持生物识别数据模板的集合的存储器的存储器接入电路902可以被包括在处理设备903中或存储器中,且应当是被功能性理解的。存储器能够是服务器、在匹配期间暂时存储一个或多个模板的易失性存储器、非易失性存储器,例如在数据载体上,形成识别项的部分,或适用于所述实施的其他数据保持设备。在某些情况中,存储器可以是处理设备903的一部分,其在模板要保持是秘密的时能够尤其合适,且处理设备903被启用以将模板存储在例如其芯片上的安全存储区域中。这会使得多少不太可能篡改或盗取该数据。
发射机904也应当是功能性解释的,并且可以是处理设备903的部分,其中,例如秘密(诸如接入、认证或解密密钥)在处理设备或其外围设备中被内部“传送”以在匹配时实现某功能。
依据实施及其目的,处理设备903能够是从智能卡的嵌入式处理器到公司、国家或世界范围的数据网络的任何事,例如用于金融、情报、基础设施或其他目的的从生物识别的匹配或识别获益,且在个人计算或便携式通信设备之间获益,例如通过用方便的生物识别解决方案来替换密码和身份证号来获益。
生物识别匹配装置900由其功能元件901-904被设置用于实施参考图1至8的上述功能。
根据本发明的方法适用于有处理装置帮助的实施,例如计算机和/或处理器,尤其用于数字处理器执行生物识别处理的情况。因此,提供了一种计算机程序,包括被设置用于使处理装置、处理器或计算机执行根据参考图1至8所述的任意实施方式所述的任意方法中的步骤。如图10所示,计算机程序优选地包括存储在计算机可读介质1000上的程序代码,其能够被处理装置、处理器或计算机1002载入并执行以使其分别执行根据本发明的实施方式的方法,优选地如参考图1至8所述的任意实施方式。计算机1002和计算机程序产品1000能够被设置用于顺序地执行程序代码,其中任意方法中的动作被逐步执行。处理装置、处理器或计算机1002优选地通常被称为嵌入式系统。因此,在图10示出的计算机可读介质1000和计算机1002应当被理解为仅用于示例的目的来提供概念的理解,且不理解为元素的任何直接图示。
以上已经参考一些实施方式主要描述了本发明。但是,本领域技术人员容易理解上述公开的实施方式以外的实施方式同样可能在权利要求书限定的本发明的范围内。
Claims (17)
1.一种存储多个生物识别数据模板间的生物识别数据模板的集合的方法,该集合出自生物识别对象,其中每个生物识别数据模板包括来自生物识别对象的仅一部分的生物识别数据,该方法包括:
鉴于所述多个生物识别数据模板的所述生物识别对象,将生物识别数据模板彼此对齐,包括将生物识别数据与至少一个其他生物识别模板部分重叠;
确定要被存储的生物识别数据模板的所述集合;以及
存储生物识别数据模板的所述集合,
其中所述确定要被存储的生物识别数据模板的所述集合包括:
分配至少部分覆盖所述对齐的生物识别数据模板的单元矩阵;
针对所述对齐的生物识别数据模板的每一者,确定包括能够区分的生物识别数据的单元;以及
确定生物识别数据模板的组合,包括包含能够区分的生物识别数据的单元的量满足预定标准。
2.根据权利要求1所述的方法,其中所述标准是所述生物识别数据模板的组合包括最多的包含能够区分的生物识别数据的单元。
3.根据权利要求1所述的方法,其中所述标准是单元的所述量超过预定阈值。
4.根据上述权利要求的任意一项所述的方法,其中生物识别数据模板的所述集合被限制到预定数量的生物识别数据模板。
5.根据上述权利要求的任意一项所述的方法,其中使用每个单元的品质参数对单元的所述量进行加权。
6.根据权利要求5所述的方法,其中所述品质参数包括以下的至少一者:
每个单元中的能够区分的生物识别数据的量;
每个单元中的各自能够区分的生物识别数据的品质或置信参数;以及
在所述单元矩阵中的位置。
7.根据上述权利要求的任意一项所述的方法,其中所述存储模板的所述集合包括存储对齐数据,该对齐数据是在将所述生物识别数据模板彼此对齐中获取的。
8.根据上述权利要求的任意一项所述的方法,其中所述分配所述单元矩阵包括将该矩阵的中心放置在所述对齐的生物识别数据模板的几何中心。
9.根据上述权利要求的任意一项所述的方法,其中所述矩阵的尺寸被确定以使得对齐的生物识别数据模板的所有数据在该矩阵内。
10.根据权利要求1至8中任意一项所述的方法,其中所述矩阵的尺寸是预先确定的。
11.根据上述权利要求的任意一项所述的方法,其中每个单元对应于一尺寸由此所述生物识别对象被认为由5至50个单元乘以5至50个单元覆盖。
12.一种匹配生物识别以确定生物识别读取和生物识别数据模板的集合是否出自同上的生物识别对象的方法,该方法包括:
根据权利要求1至11中任意一项来存储生物识别数据模板的集合;
读取要被检查的生物识别对象;
从所述生物识别读取中提取生物识别数据;以及
将该提取的生物识别数据与生物识别数据模板的所述集合中的模板的一个或多个模板的生物识别数据进行匹配。
13.根据权利要求12所述的方法,一旦发现匹配,该方法还包括通过将生物识别数据模板的所述集合和来自所述生物识别读取的所述生物识别数据指派作为所述多个生物识别数据模板来更新生物识别数据模板的所述集合,并通过执行根据权利要求1至11中任意一项所述的方法来存储生物识别数据模板的更新后的集合。
14.一种生物识别匹配装置(200),包括
接收机(201),用于接收生物识别读取的生物识别数据;
存储器接入电路(202),被设置用于接入能够保持生物识别数据模板的集合的存储器;以及
处理设备(203),连接到所述接收机和所述存储器接入电路,并被设置用于执行以下至少一者:
根据权利要求10确定接收的生物识别数据是否匹配生物识别数据模板的所述集合的模板中的至少一者;以及
根据权利要求1至11或13中任意一项来存储生物识别数据模板的所述集合的集合或更新后的集合。
15.根据权利要求14所述的装置,该装置是便携式数据载体。
16.根据权利要求14或15所述的装置,该装置是有线或无线通信设备。
17.一种包括计算机可执行指令的计算机程序,该指令在被下载到计算机的处理器且在该处理器上被执行时使得所述计算机执行根据权利要求1至13中的任意所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE1450004-5 | 2014-01-07 | ||
SE1450004 | 2014-01-07 | ||
PCT/EP2014/077071 WO2015104115A1 (en) | 2014-01-07 | 2014-12-09 | Methods of storing a set of biometric data templates and of matching biometrics, biometric matching apparatus and computer program |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105900101A true CN105900101A (zh) | 2016-08-24 |
Family
ID=52014127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480072609.8A Pending CN105900101A (zh) | 2014-01-07 | 2014-12-09 | 存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9996723B2 (zh) |
EP (1) | EP3092594A1 (zh) |
KR (1) | KR20160132370A (zh) |
CN (1) | CN105900101A (zh) |
WO (1) | WO2015104115A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180458A (zh) * | 2017-05-19 | 2017-09-19 | 郑州云海信息技术有限公司 | 一种具有面部识别功能的机箱 |
CN109964231A (zh) * | 2016-09-14 | 2019-07-02 | 爱德克斯公司 | 动态注册种子 |
CN110651268A (zh) * | 2017-05-23 | 2020-01-03 | 指纹卡有限公司 | 认证用户的方法和电子设备 |
US20210365531A1 (en) * | 2018-06-19 | 2021-11-25 | Fingerprint Cards Ab | Method and electronic device for authenticating a user |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102139795B1 (ko) * | 2014-12-15 | 2020-07-31 | 삼성전자주식회사 | 생채 특징 패턴을 업데이트하는 방법 및 이를 위한 전자 장치 |
US9805247B2 (en) * | 2015-02-27 | 2017-10-31 | Idex Asa | Pattern registration |
CN105447454B (zh) * | 2015-11-13 | 2018-05-01 | 广东欧珀移动通信有限公司 | 指纹模板完善方法、装置和终端设备 |
SE539528C2 (en) * | 2016-01-13 | 2017-10-10 | Precise Biometrics Ab | A method for updating biometric reference data |
US10528791B1 (en) | 2017-03-02 | 2020-01-07 | Synaptics Incorporated | Biometric template updating systems and methods |
US10812479B2 (en) | 2018-12-05 | 2020-10-20 | Fiserv, Inc. | Authenticating a user via multiple biometric inputs |
KR20200100481A (ko) * | 2019-02-18 | 2020-08-26 | 삼성전자주식회사 | 생체 정보를 인증하기 위한 전자 장치 및 그의 동작 방법 |
KR20210002906A (ko) * | 2019-07-01 | 2021-01-11 | 삼성전자주식회사 | 객체를 인식하기 위한 전자 장치 및 그의 동작 방법 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002071314A1 (en) * | 2001-03-05 | 2002-09-12 | Activcard Ireland, Limited | Method and system for adaptively varying templates to accommodate changes in biometric information |
US20030002718A1 (en) * | 2001-06-27 | 2003-01-02 | Laurence Hamid | Method and system for extracting an area of interest from within a swipe image of a biological surface |
CN1506903A (zh) * | 2002-12-06 | 2004-06-23 | 中国科学院自动化研究所 | 基于模板学习的自动指纹识别系统和方法 |
US7236617B1 (en) * | 2000-04-13 | 2007-06-26 | Nanyang Technological University | Method and device for determining a total minutiae template from a plurality of partial minutiae templates |
CN101034434A (zh) * | 2007-04-10 | 2007-09-12 | 杭州电子科技大学 | 基于双眼虹膜的身份识别方法 |
CN101169874A (zh) * | 2006-10-23 | 2008-04-30 | 上海阿艾依智控系统有限公司 | 生物识别访问控制装置 |
CN102460469A (zh) * | 2009-06-12 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 用于生物识别的系统和方法 |
CN102844768A (zh) * | 2010-04-09 | 2012-12-26 | 唐纳德·马丁·门罗 | 图像模板的屏蔽 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5067162A (en) * | 1986-06-30 | 1991-11-19 | Identix Incorporated | Method and apparatus for verifying identity using image correlation |
JP4340553B2 (ja) * | 2004-02-06 | 2009-10-07 | 富士通株式会社 | 生体情報照合装置 |
US8306288B2 (en) | 2009-08-19 | 2012-11-06 | Harris Corporation | Automatic identification of fingerprint inpainting target areas |
US20110262013A1 (en) | 2010-04-21 | 2011-10-27 | Harris Corporation | Fingerprint matcher using iterative process and related methods |
-
2014
- 2014-12-09 CN CN201480072609.8A patent/CN105900101A/zh active Pending
- 2014-12-09 WO PCT/EP2014/077071 patent/WO2015104115A1/en active Application Filing
- 2014-12-09 EP EP14809055.8A patent/EP3092594A1/en not_active Withdrawn
- 2014-12-09 US US15/110,289 patent/US9996723B2/en active Active
- 2014-12-09 KR KR1020167021584A patent/KR20160132370A/ko not_active Application Discontinuation
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7236617B1 (en) * | 2000-04-13 | 2007-06-26 | Nanyang Technological University | Method and device for determining a total minutiae template from a plurality of partial minutiae templates |
WO2002071314A1 (en) * | 2001-03-05 | 2002-09-12 | Activcard Ireland, Limited | Method and system for adaptively varying templates to accommodate changes in biometric information |
US20030002718A1 (en) * | 2001-06-27 | 2003-01-02 | Laurence Hamid | Method and system for extracting an area of interest from within a swipe image of a biological surface |
CN1506903A (zh) * | 2002-12-06 | 2004-06-23 | 中国科学院自动化研究所 | 基于模板学习的自动指纹识别系统和方法 |
CN101169874A (zh) * | 2006-10-23 | 2008-04-30 | 上海阿艾依智控系统有限公司 | 生物识别访问控制装置 |
CN101034434A (zh) * | 2007-04-10 | 2007-09-12 | 杭州电子科技大学 | 基于双眼虹膜的身份识别方法 |
CN102460469A (zh) * | 2009-06-12 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 用于生物识别的系统和方法 |
CN102844768A (zh) * | 2010-04-09 | 2012-12-26 | 唐纳德·马丁·门罗 | 图像模板的屏蔽 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109964231A (zh) * | 2016-09-14 | 2019-07-02 | 爱德克斯公司 | 动态注册种子 |
CN109964231B (zh) * | 2016-09-14 | 2024-03-22 | 爱德克斯生物识别公司 | 动态注册种子 |
CN107180458A (zh) * | 2017-05-19 | 2017-09-19 | 郑州云海信息技术有限公司 | 一种具有面部识别功能的机箱 |
CN110651268A (zh) * | 2017-05-23 | 2020-01-03 | 指纹卡有限公司 | 认证用户的方法和电子设备 |
CN110651268B (zh) * | 2017-05-23 | 2023-10-17 | 指纹卡安娜卡敦知识产权有限公司 | 认证用户的方法和电子设备 |
US20210365531A1 (en) * | 2018-06-19 | 2021-11-25 | Fingerprint Cards Ab | Method and electronic device for authenticating a user |
US12019719B2 (en) * | 2018-06-19 | 2024-06-25 | Fingerprint Cards Anacatum Ip Ab | Method and electronic device for authenticating a user |
Also Published As
Publication number | Publication date |
---|---|
KR20160132370A (ko) | 2016-11-18 |
EP3092594A1 (en) | 2016-11-16 |
WO2015104115A1 (en) | 2015-07-16 |
US9996723B2 (en) | 2018-06-12 |
US20160328596A1 (en) | 2016-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105900101A (zh) | 存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 | |
EP3086262B1 (en) | Fingerprint verification method and apparatus | |
CN104639517B (zh) | 利用人体生物特征进行身份验证的方法和装置 | |
CN101088097A (zh) | 多模生物测量平台 | |
CN100458829C (zh) | 一种指纹识别无线射频卡的身份认证系统及方法 | |
CN106326327A (zh) | 用于更新用户认证数据的方法和设备 | |
CN110363076A (zh) | 人员信息关联方法、装置及终端设备 | |
JP2002222424A (ja) | 指紋照合システム | |
Danev et al. | Towards practical identification of HF RFID devices | |
CN107004077A (zh) | 用于提供安全且可独立操作的生物特征认证的方法和系统 | |
CN109934180A (zh) | 指纹识别方法及相关装置 | |
JP6404011B2 (ja) | 生体情報を利用する認証システム | |
CN106460410B (zh) | 车辆用通信系统、车载机、便携机及记录介质 | |
KR102218506B1 (ko) | 계정 컴플레인트 처리 방법 및 서버 | |
WO2018213946A1 (zh) | 图像识别方法、图像识别装置、电子装置及计算机存储介质 | |
US9798958B2 (en) | Biometric information registration device and method | |
CN110297923A (zh) | 信息处理方法、装置、电子设备及计算机可读存储介质 | |
CN111144522B (zh) | 一种基于硬件本征差异的电网nfc设备指纹认证方法 | |
CN109740417A (zh) | 发票类型识别方法、装置、存储介质和计算机设备 | |
CN107615301A (zh) | 指纹相关元素的安全存储 | |
CN105631283B (zh) | 一种基于生物特征自学习方法及移动终端 | |
WO2011140605A1 (en) | Automatic identity enrolment | |
CN110301892A (zh) | 一种基于静脉识别的检测方法及相关产品 | |
US20170177847A1 (en) | Apparatus and method for verifying an identity of a user | |
EP3451611A1 (en) | Method and apparatus for setting mobile device identifier |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |
|
WD01 | Invention patent application deemed withdrawn after publication |