CN113424183A - 电子认证系统、设备及过程 - Google Patents
电子认证系统、设备及过程 Download PDFInfo
- Publication number
- CN113424183A CN113424183A CN201980091468.7A CN201980091468A CN113424183A CN 113424183 A CN113424183 A CN 113424183A CN 201980091468 A CN201980091468 A CN 201980091468A CN 113424183 A CN113424183 A CN 113424183A
- Authority
- CN
- China
- Prior art keywords
- response
- subject
- signal
- identity
- involuntary
- 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
- 238000000034 method Methods 0.000 title claims abstract description 124
- 230000008569 process Effects 0.000 title description 70
- 230000004044 response Effects 0.000 claims abstract description 304
- 230000001953 sensory effect Effects 0.000 claims abstract description 122
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 claims abstract 2
- 210000004556 brain Anatomy 0.000 claims description 172
- 230000000007 visual effect Effects 0.000 claims description 93
- 238000004891 communication Methods 0.000 claims description 64
- 230000006854 communication Effects 0.000 claims description 64
- 230000015654 memory Effects 0.000 claims description 52
- 238000013528 artificial neural network Methods 0.000 claims description 37
- 230000000763 evoking effect Effects 0.000 claims description 30
- 230000002123 temporal effect Effects 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 18
- 230000004424 eye movement Effects 0.000 claims description 18
- 230000002596 correlated effect Effects 0.000 claims description 16
- 230000004439 pupillary reactions Effects 0.000 claims description 16
- 230000036760 body temperature Effects 0.000 claims description 13
- 230000036772 blood pressure Effects 0.000 claims description 12
- 230000004397 blinking Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 7
- 210000001747 pupil Anatomy 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 64
- 239000011521 glass Substances 0.000 description 38
- 238000005259 measurement Methods 0.000 description 35
- 210000004761 scalp Anatomy 0.000 description 30
- 230000014509 gene expression Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 230000003190 augmentative effect Effects 0.000 description 15
- 230000000875 corresponding effect Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 14
- 230000035479 physiological effects, processes and functions Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 230000003920 cognitive function Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 230000000638 stimulation Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 229910003460 diamond Inorganic materials 0.000 description 7
- 239000010432 diamond Substances 0.000 description 7
- 238000000537 electroencephalography Methods 0.000 description 7
- 230000006855 networking Effects 0.000 description 6
- 239000000872 buffer Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000011664 signaling Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 210000001525 retina Anatomy 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000002747 voluntary effect Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000006461 physiological response Effects 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000026058 directional locomotion Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005233 quantum mechanics related processes and functions Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
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
- 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
- G06F21/36—User authentication by graphic or iconic representation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0048—Detecting, measuring or recording by applying mechanical forces or stimuli
- A61B5/0053—Detecting, measuring or recording by applying mechanical forces or stimuli by applying pressure, e.g. compression, indentation, palpation, grasping, gauging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/378—Visual stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/377—Electroencephalography [EEG] using evoked responses
- A61B5/38—Acoustic or auditory stimuli
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Psychology (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Human Computer Interaction (AREA)
- Dermatology (AREA)
- User Interface Of Digital Computer (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
简而言之,本文公开了可全部或部分地使用一个或多个处理设备来实现以促进和/或支持用于认证受检者身份的一个或多个操作和/或技术的示例性方法、装置和/或制品。具体地讲,一些实施方案涉及至少部分地基于受检者对感官刺激的非自愿响应来将该受检者的身份认证为特定唯一个体的身份的技术。
Description
本国际申请要求2019年2月8日提交的名称为“AUTHENTICATION SYSTEM,DEVICEAND PROCESS”的美国非临时专利申请序列号16/271760的权益和优先权,该专利申请全文以引用方式并入本文。
本公开整体涉及电子认证过程。
现代安全过程通常采用认证技术来验证或确认受检者(例如,用户)的身份,作为安全访问计算系统的先决条件。要求用户记住多个密码(其通常为许多个字符长)的缺点是众所周知的。认证用户作为安全访问计算系统的先决条件的其他技术通常是麻烦的并且减损用户体验。
要求保护的主题在本说明书的结尾部分中被特别指出和清楚地要求保护。然而,关于组织和/或操作方法,以及其对象、特征和/或优点,在结合附图阅读的情况下,参考以下详细描述可以最好地理解,其中:
图1是根据实施方案的用于以电子方式认证受检者身份的示例性系统的示意图;
图2A是根据特定实施方案的用于认证受检者身份的示例性系统的示意图;
图2B是示出根据特定实施方案的人类头皮上用于定位进行脑信号检测的传感器的可能示例性位置的示意图;
图3是根据一个实施方案的以电子方式认证受检者身份的示例性过程的流程图;
图4是根据一个实施方案的以电子方式认证受检者身份的示例性过程的一个方面的流程图;
图5是根据另选的实施方案的用于以电子方式认证受检者身份的示例性系统的示意图;
图6是根据一个实施方案的用于应用于对受检者进行电子认证的过程的示例性计算设备的示意图;
图7和图8是至少部分地基于受检者经历的物理环境来以电子方式认证受检者的身份的示例性过程的流程图;并且
图9是示出根据实施方案的与以电子方式认证受检者身份的过程相关联的示例性计算环境的具体实施的示意图。
在以下详细描述中参考了附图,附图形成描述的一部分,在整个描述中,类似的数字可表示类似的部件,这些部件是对应的和/或相似的。应当理解,附图未必按比例绘制,诸如为了简化和/或清楚地示出。例如,一些方面的尺寸相对于其他方面可能有所放大。此外,应当理解,可利用其他实施方案。此外,在不脱离要求保护的主题的情况下,可进行结构和/或其他改变。本说明书通篇提及的“要求保护的主题”是指旨在由一项或多项权利要求或其任何部分所涵盖的主题,并且不一定旨在指完整的权利要求集、权利要求集的特定组合(例如,方法权利要求、设备权利要求等)或特定权利要求。还应当指出的是,方向和/或参考(例如,诸如上、下、顶部、底部等)可用于促进对附图的讨论,并且不旨在限制要求保护的主题的应用。因此,以下详细说明不应理解为限制要求保护的主题和/或等同物。
本说明书通篇提及的一个具体实施、一具体实施、一个实施方案、一实施方案等意味着,关于特定具体实施和/或实施方案描述的特定特征、结构、特性等包括在要求保护的主题的至少一个具体实施和/或实施方案中。因此,此类短语例如在本说明书通篇中的多处出现不一定旨在指相同的具体实施和/或实施方案或任何一个特定具体实施和/或实施方案。此外,应当理解,所描述的特定特征、结构、特性等能够在一个或多个具体实施和/或实施方案中以各种方式组合,并且因此在预期的权利要求范围内。当然,一般来讲,就像对于专利申请的说明书而言一直存在的那样,这些和其他问题具有在特定使用环境下变化的可能性。换句话讲,在整个本公开中,描述和/或使用的特定上下文提供了关于要得出的合理推理的有帮助的指导;然而,同样地,一般而言“在该上下文中”在不进一步限定的情况下至少是指本专利申请的上下文。
随着更先进的人机交互方式的出现,从一个或多个传感器获得的响应于人类受检者(例如,用户)的一个或多个非自愿动作而生成的一个或多个信号例如可实现某些增强的计算服务。例如,在一些情况下,传感器信号可通过指示或响应于人类的某些身体过程(例如,非自愿过程)而表现出唯一的“签名”。根据一个实施方案,用于认证人类受检者身份的过程可包括例如向人类受检者施加一种或多种感官刺激并评估人类受检者的一个或多个对应的非自愿响应(例如,如从传感器信号所监测的)。
在该上下文中,如本文所指的“非自愿响应”意指由受检者(例如,人类受检者)响应于刺激的存在而生成的动作和/或现象,其中该动作和/或现象的生成不受受检者的有意识控制。例如,人类受检者对感官刺激的一个特定非自愿响应可包括脑信号。以举例的方式,脑电图(EEG)是检测、处理和/或记录脑信号(包括响应于感官刺激而生成的脑信号)的非侵入性技术。当神经元交换信号时,人类脑信号可由脑中的电活动生成。如果足够数量的神经元同时激发,则可通过放置在头皮上或靠近头皮的电极和靠近此类电极的相关联电路来感测与脑的特定区域相关联的电图案。尽管EEG信号的空间分辨率可能相对粗略,但EEG信号可在适当的信号放大和滤波之后在时间上得到足够程度的解析以用于确定人机界面的命令和控制信号。
图1是根据实施方案的用于至少部分地基于对感官刺激102和/或104的一个或多个非自愿响应诸如106和/或108来认证人类受检者100的身份的示例性操作环境的示意图。在特定具体实施中,操作环境可包括认证引擎114,该认证引擎可包括例如能够执行设备可读指令(诸如存储在非暂态介质中以生成引发感官刺激102和/或104的信号的可执行指令)的一个或多个计算设备,并且处理来自传感器110和/或112的指示来自人类受检者100对感官刺激102和/或104的非自愿响应(例如,非自愿响应106和/或108)的信号。
因此,根据一个实施方案,传感器110和/或112可生成电压和/或电流信号,诸如响应于和/或指示非自愿响应106和/或108而生成的电压和/或电流信号。在一些示例中,这些或类似的电压和/或电流信号可例如被放大、滤波、采样、相关和/或以其他方式处理,以提供待由认证引擎114(例如,通过在处理器上执行设备可读指令)进一步处理的数字信号。在特定具体实施中,传感器110和/或112可被集成为脑机接口(BCI)的一部分,以检测和/或测量作为脑信号的非自愿响应106和/或108。例如,本文参考图2A描述了示例性BCI的特定特征。任选地或另选地,传感器110和/或112可包括例如可穿戴电极,这些可穿戴电极通信地耦接到(例如,位于)心脏中和/或肺周围的肌肉,或人类受检者100的身体的其他适当部分。在另一个另选的具体实施中,传感器110和/或112可包括例如能够检测眨眼(例如,用于监测眨眼的频率)的传感器、能够跟踪眼睛的定向运动的传感器、能够检测和/或测量瞳孔响应的传感器、能够测量脑中产生的小磁场(例如,以执行脑磁图(MEG)扫描)的传感器、能够测量体温的变化、电阻抗或排汗的变化的传感器,仅提供能够由传感器检测的非自愿响应的另外几个示例。然而,应当理解,这些仅仅是能够响应人类受检者的非自愿响应(例如,通过生成电压和/或电流信号)的传感器的示例,并且要求保护的主题在这方面不受限制。
根据一个实施方案,感官刺激102可例如与人类受检者100的身份相关联,并且可在人类受检者100中唤起对应的可检测或可测量的非自愿响应。换句话讲,可选择感官刺激102以在特定唯一个体中引起将不可能在另一个不同的人类受检者中唤起的特定非自愿响应。在一个具体实施中,感官刺激102可由存储在存储器或类似存储库中的特定电子文件生成,诸如可选自特定唯一个体和/或与特定唯一个体唯一地相关联的电子库。在一个特定应用中,银行或其他类似金融组织可维护电子文档的库,包括例如与客户身份相关联的电子文档。例如,保存在库中的特定电子文档可至少部分地用于生成一种或多种感官刺激,以在与保存在库中的特定电子文档相关联的特定唯一客户中唤起特定非自愿响应,但不会在除此类特定唯一客户之外的人类受检者中唤起此类特定非自愿响应。换句话讲,例如,如果应用于此类特定唯一客户,则至少部分地基于电子文档生成的感官刺激可在特定唯一客户中唤起特定非自愿响应,并且如果应用于除特定唯一客户之外的人类受检者则可能不会唤起此类特定非自愿响应。例如,其他类型的组织和/或系统可类似地维护与特定唯一个体相关联的电子文件库,以用于将人类受检者身份以电子方式认证为特定唯一个体的身份,并且要求保护的主题在这方面不受限制。在其他具体实施中,特定计算设备和/或平台,诸如游戏/虚拟现实平台或其中指纹扫描可能很麻烦和/或不切实际的电子设备(例如,在实验室、工厂或办公室中),可类似地维护与特定唯一个体相关联的电子文件库,以用于将受检者身份以电子方式认证为特定唯一个体的身份(例如,作为访问的先决条件)。
取决于具体实施,感官刺激102可包括例如一个或多个视觉图像(例如,视觉图像序列)、可听声音(例如,语音)、触觉刺激(例如,向人类受检者100的头皮的各个位置施加轻微压力或振动),仅提供可在人类受检者中唤起对应的可检测或可测量的非自愿响应的感官刺激的一些示例。
在一个具体实施中,感官刺激102可按一系列或一连串感官刺激流提供,例如,其中感官刺激102(例如,在特定唯一个体中唤起通常不会在另一个人类受检者中唤起的特定非自愿响应)可与通常在人类受检者中唤起非自愿响应的感官刺激在时间上交错(例如,通常在人类受检者中可唤起非自愿响应的感官刺激的部分可插入在感官刺激102的持续时间片段之间)。此处,可检测到非自愿响应106与向人类受检者100施加感官刺激102在时间上相关。例如,如果感官刺激102被选择为在特定唯一个体(例如,而不仅仅是任何个体人类)中唤起对应的非自愿响应,则在相对于刺激102施加时间的特定时间发生的非自愿响应106可指示人类受检者100实际上可为特定唯一个体。在至少一个示例性具体实施中,施加感官刺激102可例如在人类受检者100中唤起所谓的“P300脑信号”。此处,此类P300脑信号可包括例如EEG信号中所测量的具有约250ms至500ms的特定延迟(例如,刺激和响应之间的延迟)的电压偏转。在一些情况下,例如,在人类受检者中可检测到的P300脑信号可至少部分地响应于此类人类受检者的脑中的认知功能而被唤起,诸如响应于此类人类受检者经历的感官刺激而发生。然而,P300脑信号仅仅是可在人类受检者中至少部分地响应于脑中的认知功能而唤起的现象的示例,并且非自愿响应106可包括其他现象,诸如可通过MEG扫描检测到的现象、眼睛运动、瞳孔响应、心跳等,其可单独和/或组合使用以检测人类受检者对认知功能的响应。在一个具体实施中,并且如本文更详细地讨论,感官刺激102可与未预期唤起P300脑信号的其他感官刺激(或至少部分地响应于脑中的认知功能而唤起的其他现象)在时间上交错,因此,根据所谓的“odd ball”范式促进和/或支持检测非自愿响应106中的P300脑信号,如本文所述。
根据一个实施方案,感官刺激104可包括例如可能唤起预先确定的非自愿响应108的刺激,诸如与感官刺激102和非自愿响应106在时间上相关的刺激(例如,通过施加感官刺激102等唤起)。在一个具体实施中,非自愿响应108可例如独立于施加感官刺激102而发生,并且因此可在存在或不存在非自愿响应106的情况下发生。另外,非自愿响应108可例如在施加感官刺激104之前或之后的预期时间滞后处发生,并且在一些情况下,非自愿响应106可预期在检测到非自愿响应108之前或之后的设定或预先确定的时间处发生。此外,通常在多个不同的人类受检者(不限于特定唯一个体)中施加感官刺激104可唤起可检测和/或可测量的响应(例如,非自愿响应108)。换句话讲,在一些情况下,施加到多个不同人类受检者的感官刺激104可以在施加感官刺激104之前或之后的预期时间滞后处在此类多个不同受检者中唤起类似或相似的可检测的非自愿响应108。
根据一个实施方案,施加到人类受检者100的感官刺激104可与感官刺激102在时间上相关。例如,可在相对于施加传感器刺激102的特定情况下施加感官刺激104,诸如在施加感官刺激102之前或之后的设定(例如,预先确定的)时间。在将人类受检者100的身份认证为特定唯一个体的身份的过程中,非自愿响应108(其可与非自愿响应106在时间上相关)可用于确认被检测为非自愿响应106的响应实际上响应于感官刺激102(即,在此类特定唯一个体中唤起非自愿响应106)而发生。在一个实施方案中,如果非自愿响应108的对应的检测与非自愿响应106的此类候选检测在时间上相关,则非自愿响应106的候选检测可例如经由认证引擎114被确认为来自特定唯一个体。这可例如减少或消除将人类受检者的身份作为感兴趣的特定唯一个体的身份进行假阳性认证的发生率。
根据一个实施方案,如果预期非自愿响应106(例如,在特定唯一个体中唤起),则非自愿响应106的检测时间(t1)和在时间上相关的非自愿响应108的检测时间(t2)之间的预期时间滞后或差值可表示为Δ。此处,如果预期非自愿响应106领先在时间上相关的非自愿响应108达持续时间Δ,则在时间te处检测到事件可被确认为检测到响应于表达式(1)处的条件的非自愿响应106,如下所述:
Δ-∈<t2-te<Δ+∈, (1)
其中∈表示误差项。
另一方面,如果预期非自愿响应106将滞后在时间上相关的非自愿响应108例如持续时间Δ,则在时间te处检测到事件可被确认为检测到响应于表达式(2)处的条件的非自愿响应106,如下所述:
Δ-∈<te-t2<Δ+∈。 (2)
根据一个实施方案,在时间t1和t2处发生的非自愿响应的检测可例如响应于对特定传感器特性的检测(例如,对由传感器110和/或112生成的信号中的特定信号特性的检测)来执行。例如,时间te和/或t2可至少部分地基于对由传感器110和/或112生成的特定电压和/或电流信号的检测(例如,对电压峰值的检测等)来确定。在如下所述的一个特定具体实施中,时间t2可例如至少部分地基于检测到的由传感器112生成的信号中的频率特性和/或振幅变化的发生来确定。
根据一个实施方案,感官刺激102的发起与检测到非自愿响应106的发生之间的时间可能因人而异,这至少部分地归因于个体特定的生理机能。同样,感官刺激104的发起与检测到非自愿响应108的发生之间的时间可类似地因人而异,这至少部分地归因于个体特定的生理机能。因此,上文结合表达式(1)和(2)所讨论的Δ的值可因人而异,这至少部分地归因于个体特定的生理机能。虽然可选择/确定感官刺激102以在特定唯一个体中唤起非自愿响应106,但应用例如表达式(1)或(2)可至少部分地基于特定于此类特定唯一个体的生理机能来选择和/或确定Δ的特定值。例如,在应用表达式(1)或(2)时,可至少部分地基于对此类特定唯一个体对适当感官刺激的非自愿响应的一个或多个先前观察来选择和/或确定特定唯一个体的Δ值。
图2A是根据图1所示系统的一个和/或多个方面或具体实施的用于以电子方式认证人类受检者的示例性系统的示意图。施加到人类受检者200的感官刺激可包括向人类受检者200呈现一系列视觉图像202,其中一个或多个图像对于特定唯一个体(例如,可与人类受检者200相同或不同的特定个体)具有特定重要性。对此类特定唯一个体具有特定重要性的一个或多个图像的呈现还可与对此类特定唯一个体不具有特定重要性的随机图像的呈现在时间上交错。此类具有特定重要性的图像可包括例如对特定唯一个体具有个人重要性的事物的图像,诸如家庭成员的肖像、童年场景或在此类特定唯一个体中(但通常不在除特定唯一个体之外的个体中)潜在地唤起“注意力抓取”响应(例如,至少部分地基于对特定唯一个体具有个人重要性的刺激的认知反应的响应)的其他图像。在认证过程的一个实施方案中,如果向人类受检者200呈现一个或多个具有特定重要性的图像在人类受检者200中唤起此类注意力抓取响应(例如,非自愿响应),则可推断人类受检者200的身份是此类特定唯一个体的身份。
根据一个实施方案,脑机接口(BCI)可检测、处理和/或表征由人类受检者200响应于感官刺激而生成的脑信号。例如,传感器210和212可被定位成与人类受检者200的头皮接触,以响应于感官刺激而生成表征发生在人类受检者200的脑中的信号的电压和/或电流信号等。传感器210和212可包括例如适于非侵入性地放置在人类受检者200的头皮上以支持脑电图(EEG)脑信号处理的若干电极中的任一电极。在特定具体实施中,传感器210和212可附接到头戴式耳机(未示出)上的特定位置,以将传感器210和212精确地定位在人类受检者200的头皮的特定位置上(例如,与裸露头皮接触和/或在存在毛发的情况下足够接近以接收和/或处理脑信号)。例如,传感器210和212可与虚拟现实(VR)头戴式耳机、包括一个或多个音频扬声器的增强现实(AR)头戴式耳机、麦克风以及用于显示图像的一个或多个显示设备(例如,实现为显示设备224)集成。类似地,传感器210和212可与增强现实(AR)头戴式耳机和/或AR眼镜集成。在另选的具体实施中,传感器210和212可包括放置在人类受检者200的脑表面上以支持脑皮层电图(ECoG)的电极,或者可包括侵入性地放置在人类受检者200的脑内以支持单神经元记录的电极。应当理解,这些仅仅是可集成为BCI的一部分的传感器的示例,并且要求保护的主题在这方面不受限制。
用于处理由传感器210和212生成的电压和/或电流信号的BCI还可包括多路复用器(MUX)216、缓冲器/放大器218和模数转换器(ADC)220。在一个具体实施中,传感器210和212、MUX 216、缓冲器/放大器218和ADC 220可集成在头戴式耳机中,该头戴式耳机适于配合到人类受检者200的头皮,以用于将传感器210和212适当地放置成与人类受检者200的此类头皮的特定位置接触。ADC 220可通过具有适当的消息信号吞吐量和低延迟的通信链路222耦接到计算设备214,诸如有线通信链路(例如,通用串行总线)或无线通信链路(例如,或IEEE标准802.11的版本),仅提供一些示例。在一个实施方案中,消息可在ADC 220和计算设备214之间的信号分组或信号帧中传输,并且可被加密以增强安全性以避免例如对认证过程的黑客攻击。
根据一个实施方案,MUX 216可包括专用处理硬件以帮助组合由包括传感器210和212的多个传感器生成的信号。在一个特定示例中,MUX 216可包括机器学习处理器,以帮助融合、滤波和/或以其他方式处理由传感器210和212生成的电流和/或电压信号,以及对检测到的信号特性进行归类以用于附加处理。在一个特定具体实施中,MUX 216可适于实现用于至少部分地基于由传感器210和212生成的电流和/或电压信号来检测和归类P300脑信号的一种或多种技术,诸如在H.Cecotti和A.Graser的“Convolutional Neural Networksfor P300 Detection with Application to Brian-Computer Interfaces”,IEEETransactions on Pattern Analysis and Machine Intelligence,第33卷第3期,2011年3月,或Ha Hoang Kha和Vo Anh Kha的“Real-Time Brainwave-Controlled InterfaceUsing P300 Component in EEG Signal Processing”,The 2016IEEE RIVFInternational Conference on Computing&Communication Technologies,Research,Innovation,and Vision for the Future中所述。在另一个特定具体实施中,MUX 216可被配置为实现用于至少部分地基于由传感器210和212生成的电流和/或电压信号来检测和归类稳态视觉唤起电位(SSVEP)信号的一种或多种技术,诸如在Rafal Kus、Anna Duszyk、Piotr Milonowski、Maciej Labecki、Maria Bierzynska、Zofia Radzikowka、MagdalenaMichalska、Jaroslaw Zygierewicz、Piotr Suffcznski和Piotr Jerzy Durka的“On theQuantification of SSVEP Frequency Responses in Human EEG in Realistic BCIConditions”,PLOS ONE,第8卷,第10期,2013年10月中所述。MUX 216还可执行其他信号处理和调节操作,包括例如但不限于对信号的偏置和/或动态范围的调节。然而,应当理解,这些仅仅是MUX 216可如何适于处理由传感器210和212生成的电流和/或电压信号的示例,并且要求保护的主题在这方面不受限制。
根据一个实施方案,计算设备214可控制视觉图像202的呈现以供人类受检者200通过显示设备224诸如LED显示设备、LCD显示设备、OLED显示设备和/或投影仪来查看。如本文所述,显示设备224可被定位在人类受检者200的眼睛上方并且被集成为VR和/或AR头戴式耳机的一部分,该VR和/或AR头戴式耳机包括扬声器、麦克风以及被定位用于放置在人类受检者200的头皮的特定位置处的传感器210和212。在一个具体实施中,计算设备214可根据时间参考诸如对时钟信号的时间参考来控制通过显示设备224呈现视觉图像202的序列的定时。在一个实施方案中,由传感器210和212、MUX 216、缓冲器/放大器218和ADC 220形成的BCI可将“时间戳”应用于在传感器210和212处检测到的脑信号的观察。这些时间戳可参考由计算设备214维护并且用于控制呈现视觉图像202的序列的定时的时间参考。
视觉图像202中或之中对特定唯一个体具有重要性的图像可在人类受检者200中唤起所谓的“P300”脑信号(例如,如果人类受检者200实际上恰好是此类特定唯一个体),其可包括在施加感兴趣的(例如,注意力抓取)但意料不到的感官刺激诸如视觉图像之后以特定延迟(例如,根据人类受检者200的特定生理机能而定的约300ms的延迟)产生的可检测的脑信号。此类P300脑信号的检测可依赖于上述“odd-ball”范式,其中重复刺激序列的呈现不常被异常刺激中断。在这种情况下,偏差刺激可包括对特定唯一个体具有重要性的视觉图像以及对此类特定唯一个体不具有特定重要性的其他图像。可记录人类受检者200对此类“oddball”刺激的反应。在特定具体实施中,传感器诸如传感器210和212可附接到人类受检者200的头皮,以检测由人类受检者200响应于此类oddball刺激而生成的P300脑信号。
用于有效检测脑信号的传感器在人头皮位置上的精确放置可在人类受检者之间和/或其间变化。图2B是示出传感器在人类受检者的头皮上的可能放置(例如,集成在VR头戴式耳机中的传感器210和212在人类受检者200的头皮位置上的放置)的示意图。本领域的技术人员可认识到,传感器可根据方案诸如国际10-20系统定位在人类受检者的头皮的位置上,该方案描述了头皮上用于一系列目的的合适位置,诸如在J.Malmivuo和R.Plonsey的Bioelectromagnetism:Principles and Applications of Bioelectric and Biomagnetic Fields,1995年,第364-374页中所述。头皮上用于放置传感器的位置可至少部分地基于与感兴趣的某些脑区域的接近度来选择。在图2B的特定具体实施中,例如,在一个实施方案中,有利的P300脑信号检测的位置可包括F3、F4、FC5、FC6、P7和P8。在其他实施方案中,传感器位置可能不太依赖于特定脑信号的起源,因此传感器可能更方便地与硬件集成在一起(例如,用于更松散地配合AR眼镜)。
如本文所述,视觉图像202中具有重要性的图像(对特定唯一个体)可与视觉图像202中的不同图像和/或视觉刺激在时间上相关,使得此类不同图像唤起与由人类受检者200响应于此类具有重要性的图像而生成的P300信号在时间上相关的可检测的脑信号。例如,图像202中的此类不同图像或其他视觉刺激可包括能够在人类受检者200中唤起可检测的脑信号作为所谓的稳态视觉唤起电位(SSVEP)脑信号(例如,其可由传感器210和/或212检测)的图像或视觉刺激。在一个实施方案中,SSVEP脑信号可包括对特定频率下的视觉刺激的响应。例如,由时间频率在3.5Hz至75Hz范围内的视觉刺激激发的人类视网膜可以此类视觉刺激的相同(或倍数)频率引发人脑中的电活动。
在该特定具体实施中,除了施加第一感官刺激作为对特定唯一个体具有重要性的视觉图像以外,一系列视觉图像202还可施加包括一个或多个视觉图像和/或视觉刺激的第二感官刺激,该一个或多个视觉图像和/或视觉刺激在与此类对特定唯一个体具有重要性的视觉图像在时间上相关。例如,第二感官刺激可包括一系列视觉图像202中的视觉图像的呈现,该视觉图像在对特定唯一个体具有重要性的视觉图像之前或之后预先确定的和/或设定的时滞。另外,提供第二感官刺激的视觉图像和/或视觉刺激可包括具有预先确定的和/或已知频率的一个或多个频率分量,以在人类受检者200中唤起对应的可检测SSVEP脑信号。响应于一系列图像202中对特定唯一个体具有重要性的视觉图像,此类SSVEP脑信号可与在人类受检者200中唤起的P300信号在时间上相关。例如,此类SSVEP脑信号的检测可领先或滞后P300信号的检测达已知或预先确定的持续时间。在一个实施方案中,可至少部分地基于对被归类为P300脑信号的信号(例如,指示此类特定唯一个体的非自愿响应)的检测,推断人类受检者200的身份是特定唯一个体的身份可至少部分地基于在相对于被归类为P300脑信号的此类信号的检测时间的特定时间对SSVEP脑信号的检测来确认。
根据一个实施方案,被检测为SSVEP脑信号的信号可至少部分地基于检测为SSVEP脑信号的此类信号中的特征与初始归类为P300脑信号的信号在时间上相关。被检测为SSVEP脑信号(与初始归类为P300脑信号的信号在时间上相关)的信号中的一个此类特征可包括频率特性,诸如时间频率,该时间频率为对应的视觉刺激中时间频率的整数倍。例如,被检测为SSVEP信号的信号中的另一个此类特征(将与初始归类为P300脑信号的信号在时间上相关)可包括信号幅度的变化。
在一个实施方案中,至少部分地基于对被归类为P300脑信号的信号(例如,指示特定唯一个体的非自愿响应)的检测,推断人类受检者200的身份是特定唯一个体的身份可至少部分地基于在相对于被归类为P300脑信号的此类信号的检测时间的特定时间对SSVEP脑信号的检测来确认(如根据图3的过程300中所示)。例如,如果在时间te检测到被归类为P300脑信号的此类信号,则在时间t2检测到SSVEP脑信号,并且对P300脑信号的检测预期领先对SSVEP脑信号的检测达持续时间Δ,如果满足表达式(1)中所述的条件,则可确认人类受检者200的身份被认证为特定唯一个体的身份。另选地,如果在时间te检测到被归类为P300脑信号的此类信号,则在时间t2检测到SSVEP脑信号,并且对P300脑信号的检测预期滞后对SSVEP脑信号的检测达持续时间Δ,如果满足表达式(2)中所述的条件,则可确认人类受检者200的身份被认证为特定唯一个体的身份。
如上所述,表达式(1)和(2)中应用的Δ值可至少部分地基于特定唯一个体的生理机能而变化。例如,具有重要性的视觉图像的呈现与对响应P300脑信号的检测之间的差异可基于人体生理机能而变化。例如,特定人类的生理机能可唯一地影响处理视觉图像的延迟,该处理从此类特定人类的视网膜的暴露开始,之后是在视网膜处捕获的此类图像的认知识别,并且之后是响应于此类认知识别而生成P300脑信号。同样,在特定时间频率下呈现视觉刺激与对响应SSVEP脑信号的检测之间的差异可基于人类生理机能而变化。因此,Δ的值可至少部分地基于特定唯一个体在特定时间频率下呈现具有重要性的视觉图像和视觉刺激的预期响应时间来确定和/或选择。
可以观察到,在特定具体实施中,人类生成的SSVEP脑信号的特定特性(例如,响应于特定时间频率下的视觉刺激)可能受到此类人类的生理机能的影响。例如,SSVEP脑信号中的特定频率特性(例如,在视觉刺激的时间频率的整数倍下的频移)能够以可预测的方式在个体之间变化。另外,SSVEP脑信号的电压电平的量值中的增益可因个体而异。因此,在一个实施方案中,由特定唯一个体生成的SSVEP脑信号可具有对于该特定唯一个体而言唯一的特征。因此,除了评估检测到的P300脑信号和检测到的SSVEP脑信号的时间相关性之外,过程还可将此类检测到的SSVEP脑信号的特征与特定唯一个体的SSVEP脑信号中预期的特征(例如,频移或电压电平的量值)进行比较。在一个特定具体实施中,神经网络处理器可处理特定唯一个体随时间对SSVEP脑信号的特征的观察。至少部分地基于对SSVEP脑信号的经处理的观察,神经网络处理器可适于单独地或与人类受检者中检测到的P300脑信号的时间相关性组合地将人类受检者的身份认证为特定唯一个体的身份。
在特定具体实施中,图3所示的一个或多个操作可至少部分地由图2A所示的系统(例如,计算设备214、MUX 216、ADC 220、显示设备等)的元件或特征来执行和/或实行。框302可包括脑机接口(BCI)与信号的同步,该信号控制通过图像呈现硬件(诸如显示设备224)呈现视觉图像(诸如视觉图像202)的序列的定时。如上文在图2A的特定具体实施中所指出的那样,计算设备214可包括用于保持时钟状态的电路,以用于控制以特定序列呈现视觉图像202的定时。在特定具体实施中,MUX 216可包括用于保持时钟状态的电路,以用于确定要应用于对至少部分地基于由传感器210和212生成的电压和/或电流信号检测到的脑信号的观察的时间戳。此处,使用消息信令,计算设备214和MUX 216可交换消息以将保持在计算设备214和MUX 216处的时钟状态与公共时间参考同步。这可使得应用于至少部分地基于由传感器210和212生成的电压和/或电流信号检测到的脑信号的观察的时间戳能够根据此类共同时间参考与呈现给人类受检者200的图像在时间上相关联。
根据一个实施方案,框304可包括通过向一个或多个显示设备施加信号来向人类受检者呈现视觉图像306。如上所述,框304可在已知实例中根据时间参考向人类受检者呈现至少一些视觉图像306。例如,框304可在特定已知时间(例如,根据时间参考)在视觉图像306中呈现具有重要性的视觉图像(例如,在人类受检者中唤起P300脑信号)。虽然视觉图像306经由一个或多个显示设备呈现给人类受检者,但是由此类人类受检者生成的可检测脑信号可至少部分地基于由定位在人类受检者的头皮的特定位置上的传感器(例如,传感器210和/或212)生成的电压和/或电流信号来监测。
在一个特定具体实施中,当视觉图像306被呈现给人类受检者时,一个或多个传感器可被定位成与此类人类受检者的头皮的一个或多个位置接触以检测和/或测量特定的感兴趣的脑信号(例如,P300脑信号和/或SSVEP脑信号,如上所述)。框308可连续地监测来自一个或多个传感器的电压和/或电流信号,以检测由人类受检者生成P300脑信号。如上所述,对此类P300脑信号的检测可响应于人类受检者对视觉图像306中的特定视觉图像的非自愿响应而发生,该特定视觉图像对特定唯一个体具有特定相关性或重要性(例如,家庭成员的肖像、童年场景或在特定唯一个体中潜在地唤起“注意力抓取”响应的其他图像)。
如上所述,除了包括具有重要性的视觉图像(例如,在特定唯一个体的脑中唤起P300脑信号的生成)之外,视觉图像306还可包括预期在具有重要性的视觉图像之前或之后预先确定的和/或已知时滞的另一个不同的视觉图像和/或视觉刺激。在一个实施方案中,视觉图像306中具有重要性的视觉图像可向人类受检者呈现适当的持续时间,以使得能够可靠地检测此类人类受检者中的P300脑信号。在开始在视觉图像306中呈现具有重要性的视觉图像之后,框310可以特定频率在具有重要性的视觉图像的呈现中注入和/或引起“闪烁”。例如,视觉图像306中具有重要性的视觉图像可呈现0.5秒,然后以特定频率(例如,特定频率“f”)闪烁具有重要性的视觉图像,如框310所示。框312可包括在框310处检测来自人类受检者的对具有重要性的视觉图像的闪烁的非自愿响应。例如,框312可检测SSVEP脑信号,该SSVEP脑信号具有在框310处闪烁该视觉图像的特定频率下的频率分量或其某种倍数。
由于对特定唯一个体具有特定重要性的视觉图像的闪烁在框310处开始,因此在开始呈现此类具有重要性的视觉图像之后的预先确定的和/或已知时滞(例如,0.5秒),在框308处对P300脑信号的检测(发生在开始呈现此类具有重要性的视觉图像之后约300毫秒)和在框312处对SSVEP脑信号的检测可大致同时发生或以预先确定的和/或已知的时间间隔发生。如上所述,在框308处对P300脑信号的检测与在框312处对SSVEP脑信号的检测之间的预先确定的和/或已知的时间间隔可根据因素诸如接收视觉刺激的呈现的人类受检者的特定生理机能而变化。因此,在框308处响应于向特定唯一个体呈现具有特定重要性的视觉图像而进行的对P300信号的真实检测应预期伴随在框312处以预先确定的和/或已知的延迟和信号幅度检测对应的SSVEP脑信号。
菱形314可执行在框308和310处记录的活动的关联,以确认被归类为P300脑信号的信号确实是被唤起为对感官刺激的非自愿响应的P300脑信号。参见以上表达式(1)和(2),在框308处对被归类为P300脑信号的信号的检测时间可具有值te,在框310处对在框312处的SSVEP信号的检测时间可具有值t2,并且在框308处对实际P300脑信号的检测时间(t1)与在框310处对SSVEP信号的检测之间的预期差值可具有值Δ。如果在框308处对被归类为P300脑信号的脑信号的检测预期领先在框310处对SSVEP信号的检测达Δ,则如果满足表达式(1)的条件,则菱形314随后可确定被归类为P300脑信号的信号是否确实是P300脑信号(在特定唯一个体的脑中唤起)。同样,如果在框308处对P300脑信号的检测预期滞后在框310处对SSVEP信号的检测达Δ,则如果满足表达式(2)的条件,则菱形314随后可确定被归类为P300脑信号的信号是否确实是P300脑信号(在特定唯一个体的脑中唤起)。在任一种情况下,框316可将人类受检者的身份认证为特定唯一个体的身份。
如上所述,菱形314可至少部分地基于在框312处记录为SSVEP脑信号的信号中的特征,将在框312处记录为SSVEP脑信号的此类信号与在框308处记录为P300脑信号的信号在时间上相关联。例如,菱形314可包括在时间上关联在框312处被记录为SSVEP脑信号的此类信号中的频率特性的出现(诸如对应的视觉刺激中的时间频率的整数倍的时间频率)和/或在框312处被记录为SSVEP脑信号的此类信号中的信号幅度变化的出现。
如上所述,除了在菱形314处确定的时间相关性之外,在特定具体实施中,在框316处对受检者的认证还可基于在框312处记录的SSVEP信号的特征。如上所述,在框312处记录的SSVEP信号的特征(例如,SSVEP信号中基于特定闪烁频率“f”的频移量值和信号电压变化量值)可基于人类受检者的特定生理特性而变化。因此,为了在认证中获得进一步的置信度,框316可进一步确定在框312处记录的SSVEP脑信号中的特征是否充分匹配在框310处响应于图像中的闪烁而在特定唯一个体中唤起的SSVEP脑信号中的预期特征。
图4是根据一个实施方案的过程400的一个方面的流程图,该过程可至少部分地被实现为促进和/或支持用于以电子方式认证人类受检者的身份的一个或多个操作和/或技术。应当注意,可经由一个或多个数字信号来表示与示例性过程400相关联的采集或产生的信息(诸如输入信号、输出信号)、操作、结果等。还应当理解,即使并行地或相对于特定序列示出或描述了一个或多个操作,也可以采用其他序列或并行操作。此外,尽管下面的描述参考了某些其他附图中所示的特定方面和/或特征,但是可以利用其他方面和/或特征来执行一个或多个操作。因此,示例性过程可例如从框402开始,其中生成第一信号以向人类受检者施加第一感官刺激。例如,框402可包括图2A的计算设备214,该计算设备向显示设备224生成信号以便呈现对人类受检者200具有重要性的视觉图像,诸如唤起响应于人类受检者200的脑中认知功能的现象的生成(例如,P300脑信号、可通过MEG扫描、眼睛运动、瞳孔响应、心跳等检测到的现象)。如上所述,此类具有重要性的视觉图像可包括对特定唯一个体具有重要性的图像。例如,此类对特定唯一个体具有重要性的图像可包括家庭成员的肖像、童年场景或其他图像,仅提供一些示例,其潜在地在此类特定唯一个体中唤起“注意力抓取”响应。然而,应当理解,在另选的实施方案中,由框402施加的对人类受检者的第一感官刺激可包括向特定设备(例如,扬声器、触觉设备等)提供内容和/或控制信号以施加可听声音或触觉刺激(例如,向人类受检者的头皮的各个位置施加轻微压力或振动),仅提供可在人类受检者中唤起对应的可检测或可测量的非自愿响应的另外的感官刺激的一些示例。
如本文结合特定具体实施所述,可在框402处从存储在一个或多个设备可读存储介质上的库中维护的电子文档生成第一信号。在一个示例中,计算设备(诸如如图2A所示的计算设备214)可从设备可读介质获取电子文档,并且执行设备可读指令以生成第一信号。在一个实施方案中,电子文档可被存储在设备可读介质上维护的电子文档的库中,并且可至少部分地基于与特定唯一个体相关联的唯一标识符来获取。例如,可至少部分地基于相关联的标识符(诸如名字/姓氏、社会保障号码和/或特定唯一个体独有的其他个人属性)从库访问获取的电子文档,仅提供一些示例。根据一个实施方案,获取的电子文档可包括以特定格式(例如,JPEG、MPEG、MP3等)编码的媒体内容(例如,静止图像、音频、视频等)。通过执行设备可读指令,执行框402的计算设备可对获取的电子文档的部分进行解码,以将第一信号作为控制信号和/或内容信号提供给一个或多个输出设备以用于向人类受检者施加感官刺激。例如,框402可构建信号以驱动显示设备(例如,显示设备224)以便至少部分地基于已被解码的电子文档中的媒体内容来呈现一系列视频帧。在另选的具体实施中,在框402处生成的第一信号(例如,用于驱动显示设备)可至少部分地基于经由生成式对抗网络(GAN)获得的媒体内容,该生成式对抗网络已被训练以生成可能在特定唯一个体中唤起生理现象的特定“类型”的图像和/或音频内容。如上所述,此类一系列视频帧可呈现对特定唯一个体具有重要性的一个或多个图像(例如,潜在地在此类特定唯一个体中唤起P300脑信号)。在一个示例性具体实施中,响应于第一信号而呈现的视频帧可与呈现除对特定唯一个体具有重要性的视觉图像之外的图像的其他视频帧在时间上交错(例如,以使得能够根据前述odd-ball范式检测P300脑信号)。
框404可包括生成第二信号以向人类受检者施加第二感官刺激,该第二感官刺激与至少部分基于框402生成的此类第一信号而施加的第一感官刺激在时间上相关。例如,框404可至少部分地由计算设备214来执行,该计算设备向显示设备(例如,显示设备224)生成信号以便在生成第一视觉图像之前或之后以设定的持续时间来呈现第二视觉图像。如上所述,在框402处施加的对第一感官刺激的非自愿响应可包括至少部分地响应于人类受检者的脑中的认知功能而产生的现象(例如,发生在人类受检者的脑中的P300脑信号、可通过MEG扫描检测到的现象、眼睛运动、瞳孔响应、心跳等)。第二视觉图像可包括具有在此类人类受检者中唤起可检测的SSVEP脑信号的时间频率分量的视觉图像。例如,此类第二视觉图像可包括第一视觉图像以随机选择的频率闪烁,并且在开始呈现此类第一视觉图像之后的已知持续时间处开始,诸如在框310处。在一个具体实施中,计算设备(例如,计算设备214)可执行从设备可读介质获取的指令以实现图像以特定或预先确定的时间频率的闪烁。
在其中框402构建第一信号以驱动显示设备和/或扬声器以便呈现来自一系列和/或视频帧的一个或多个视觉图像和/或声音的特定具体实施中,框404可包括修改此类一系列视频帧中的视频帧的一部分。例如,计算设备可构建包括一系列视频帧的媒体信号和/或控制信号,以呈现对特定唯一个体具有特定重要性的一个或多个视觉图像,该一系列视频帧包括视频帧的第一部分。框404可包括以与视频帧的此类第一部分的预先确定的或已知的时间间隔对视频帧的第二部分进行修改。在一个具体实施中,视频帧的此类第二部分可通过在生成的视觉图像中(例如,以已知的频率)赋予闪烁(或其他图像失真)以在人类受检者中唤起响应(例如,脑信号,诸如SSVEP脑信号或其他生理现象)来修改。
框406可包括确定收集的第三信号指示人类受检者对在框402处施加的第一传感器刺激的特定非自愿响应。如在特定具体实施中所指出的那样,定位在人类受检者的头皮的特定位置处的传感器可生成指示或响应于对感官刺激的非自愿响应(例如,脑信号)的电压和/或电流信号。如上所述,此类一个或多个传感器可包括适于非侵入性地放置在人头皮上以支持脑电图(EEG)脑信号处理的若干电极中的任一个电极。然而,应当理解,可在框406处由不同类型的传感器生成一个或多个第三信号,所述传感器包括例如能够检测和/或测量如本文所述的其他类型非自愿响应的传感器。在特定示例中,框406可推断出此类第三信号指示响应于在框402处施加的此类第一感官刺激而唤起的P300脑信号的发生和/或响应于该发生而生成。例如,框406可包括在框308处记录P300脑信号活动。
根据一个实施方案,在一些情况下,在框406处,第三信号指示特定唯一个体对第一感官刺激的非自愿响应的推断可为假。例如,框406可包括在框308处对具有P300脑信号的一个或多个属性的信号的检测,其可包括或可不包括对P300脑信号的正确阳性检测。进一步处理可提供收集的第三信号(例如,至少部分地基于在框308处检测到的活动的P300脑信号的出现)确实是感兴趣的特定唯一个体的特定非自愿响应的附加置信度。框408可包括至少部分地基于检测到的第三信号和指示对在框408处施加的第二感官刺激的非自愿响应(例如,与存储在存储库预期响应中的给定个人的预期或预先确定的响应相匹配的非自愿响应)的第四信号的时间相关性来将人类受检者的身份认证为特定唯一个体的身份。在一个具体实施中,框408可确定检测到的第三信号和第四信号的时间相关性,如菱形314所示。例如,第三信号可包括在时间te处由框308检测到的P300脑信号,第四信号可包括在时间t2处由框312检测到的SSVEP脑信号,并且对P300脑信号和时间相关的SSVEP脑信号的检测之间的预期滞后可为Δ。如果预期对第三信号的检测将领先对第四信号的检测,则如果满足表达式(1)的条件,则可确认人类受检者的身份被认证为特定唯一个体的身份。同样,如果预期对第三信号的检测将滞后对第四信号的检测,则如果满足表达式(2)的条件,则可确认人类受检者的身份被认证为特定唯一个体的身份。
在特定具体实施中,框408还可至少部分地基于第四信号中的特征来认证人类受检者的身份。如上所述,此类第四信号可包括SSVEP脑信号,该SSVEP脑信号具有可至少部分地基于人类受检者的特定生理机能而变化的信号特性(例如,频移和电压的量值)。此处,框408还可至少部分地基于此类第四信号中的特征是否充分匹配预期的第四信号(如果响应于第二感官刺激而在特定唯一个体中唤起)中的特征来认证人类受检者的身份。例如,如果此类第四信号包括响应于第二感官刺激而在人类受检者中唤起的SSVEP脑信号,则框408还可至少部分地基于SSVEP脑信号中的频率响应和/或电压的量值是否充分匹配预期的SSVEP脑信号(将由此类特定唯一个体响应于第二感官刺激而唤起)中的频率响应和/或电压的量值来将人类受检者的身份认证为特定唯一个体的身份。
如上所述,框402可检索从存储在设备可读介质上的电子文档的库中获取的电子文档。除了包含用于生成第一信号的媒体内容之外,此类电子文档还可包括对应于特定唯一个体的一个或多个附加参数,以供框408在认证人类受检者的身份时应用。例如,此类电子文档可包括要在表达式(1)或表达式(2)中应用的Δ的值,以确定第三信号(例如,被检测为P300脑信号的信号)是否与第四信号(例如,SSVEP脑信号)在时间上相关。Δ的值可至少部分地基于特定唯一个体对第一感官刺激和第二感官刺激的预期响应时间(例如,至少部分地基于特定唯一个体对呈现具有重要性的视觉图像以唤起P300脑信号和以特定时间频率的视觉刺激以唤起SSVEP脑信号的预期响应时间)来确定和/或选择。除了包含用于生成第一信号和/或Δ的值的媒体内容之外,电子文档还可包括对应于预期的第四信号(如果响应于第二感官刺激而在特定唯一个体中唤起)中的特征的附加参数。如上所述,然后可在框408处将对应于预期的第四信号中的特征(例如,SSVEP信号中的频移和/或电压的量值)的这些参数与实际的第四信号中的特征进行比较,以增加对人类受检者的身份认证的置信度。
根据一个实施方案,存储在电子文档中的Δ的值可最初在训练过程中确定,在该训练过程中可向特定唯一个体施加重复刺激,诸如当监测和测量脑信号时。同样,可在训练过程中确定存储在电子文档中的与预期的第四信号中的特征(例如,SSVEP信号中的频移和/或电压的量值)对应的一个或多个附加参数,在该训练过程中在监测和测量脑信号的同时将第二刺激重复地施加于此类特定唯一个体。例如,此类训练过程可确定,如果特定唯一个体有点激动等,则该特定唯一个体不具有相同的响应。在一个具体实施中,脉搏率、排汗、体温、瞳孔响应和/或眼睛运动例如可用于确定特定唯一个体是否激动,并且因此可能引起不同类型的响应。
如可观察到的,过程300和400的一个或多个特定具体实施可至少部分地基于对此类人类受检者的非自愿过程的观察(例如,基于来自监测此类非自愿过程的传感器的信号)来实现对人类受检者的身份的认证。这可至少部分地通过处理和/或组合指示此类人类受检者的非自愿过程的观察的传感器信号来实现。这可诸如在认证此类人类受检者的身份的过程中减少或消除对人类受检者的自主动作(例如,向小键盘输入密码、说话、与生物识别感测设备交互等)的依赖。另外,过程400和800指代将人类受检者作为示例性受检者用于认证。在其他具体实施中,用于认证的此类受检者不需要是人类受检者,而是可包含非人类(例如,能够至少部分地响应于认知功能而产生可检测生理现象的非人类哺乳动物)。
上述实施方案涉及用于至少部分地基于人类受检者对预先确定的感官刺激的非自愿响应来认证人类受检者的身份的系统、过程和/或设备等。在如图5所示的另一个实施方案中,可至少部分地基于人类受检者500对人类受检者500经历的直接环境所观察到的方面的预期非自愿响应来认证人类受检者500的身份。在直接环境中和/或由直接环境赋予的此类感官刺激可包括例如视线、声音、气味、环境光、环境温度、湿度、大气压力等,其可(单独地或组合地)在经历此类直接环境的特定唯一个体中唤起一个或多个特定非自愿响应。另外,人类受检者500经历的直接环境可通过当日时间、星期几、位置(例如,地理位置和/或建筑物、结构或车辆中的位置等)或能够进一步对人类受检者500经历的直接环境上下文化的其他方面来进一步上下文化。
根据一个实施方案,人类受检者500经历的直接环境的感官刺激可唤起特定唯一个体的可检测和/或可测量的非自愿响应,该非自愿响应对于该特定唯一个体是唯一的。换句话讲,直接环境的感官刺激可在特定唯一个体中唤起不太可能在另一个不同的人类受检者中唤起的特定非自愿响应。
如上所述,对特定唯一个体具有特定重要性的图像、声音和/或其他感官刺激(例如,熟悉的人的图像和/或语音、声音、熟悉的位置等)可在此类特定唯一个体中唤起特定非自愿响应(例如,P300脑信号和/或至少部分地响应于认知功能而产生的其他生理现象)。根据一个实施方案,人类受检者500经历的直接环境可提供对特定唯一个体具有特定重要性的图像、声音和/或其他感官刺激。一个特定实施方案可包括确定特定唯一个体对环境中的特征的可能响应,该环境可在此类特定唯一个体中唤起特定非自愿响应。如果观察到人类受检者500对此类环境的此类可能响应,则人类受检者500的身份可被认证为此类特定唯一个体的身份。
在图5的特定具体实施中,人类受检者500可佩戴护目镜和/或眼镜506,该护目镜和/或眼镜使得能够向人类受检者500呈现增强现实体验。在一些具体实施中,护目镜和/或眼镜506可包括AR和/或VR头戴式耳机或结合作为其一部分。另选地,护目镜和/或眼镜506的一个或多个特征可结合在耳机和/或移动电话中。在具体实施中,护目镜和/或眼镜506可包括一个或多个显示设备(例如,放置在人类受检者500的眼睛上方)(未示出)以呈现人类受检者500的当前视线视图的图像。作为提供增强现实体验的一部分,一个或多个图像可被叠加和/或与呈现给人类受检者500的当前视线视图的此类图像组合。例如,护目镜和/或眼镜506可包括附连的相机(未示出)以捕获人类受检者500的此类当前视线视图的活动图像(例如,至少部分地由检测到的和/或测量到的眼睛运动来控制或确定)。然后可将用于表示此类所捕获的活动图像的信号与表示其他图像(例如,文本、场景中的动画对象、方向箭头、接近商店时的菜单、游戏中的生物和/或视频会议中的音频和/或图像、计算机生成的AR和/或VR体验元素等)的信号组合,以便生成将通过护目镜和/或眼镜506的显示设备呈现给人类受检者500的图像,作为提供增强现实体验的一部分。护目镜和/或眼镜506还可包括一个或多个扬声器和/或相关联的放大电路(未示出),以向人类受检者500提供可听声音作为增强现实体验的一部分。
根据一个实施方案,护目镜和/或眼镜506还可包括第一传感器(未示出)以检测和/或测量人类受检者500对施加到人类受检者500和/或由该人类受检者体验的感官刺激516的非自愿响应。例如,护目镜和/或眼镜506可被集成为头戴式耳机的一部分,该头戴式耳机包括将定位在人类受检者500的头皮的位置上以检测和/或测量感兴趣的脑信号的传感器(未示出)。在特定具体实施中,护目镜和/或眼镜506可被集成为头戴式耳机的一部分,该头戴式耳机包括将定位在头皮的特定位置上的第一传感器,如图2B所示并且如上所述。例如,护目镜和/或眼镜506的一个或多个特征可在头戴式显示器和/或耳机中实现。护目镜和/或眼镜506的第一传感器还可包括能够检测其他非自愿响应(例如,心率和/或心跳)的附加传感器、监测器、实现MEG扫描的传感器、排汗监测器、体温计、能够检测瞳孔响应的传感器、能够检测眼睛运动和/或眨眼的传感器(例如,眼动跟踪器),仅提供一些示例。另选地,这些第一传感器中的一者或多者不需要与护目镜和/或眼镜506集成,而是可通过通信链路(例如,通过或近场通信链路)与护目镜和/或眼镜506的处理电路(未示出)通信。
护目镜和/或眼镜506还可包括第二传感器,这些第二传感器响应于和/或能够测量和/或检测人类受检者500经历的环境的各方面,诸如感官刺激516。例如,除了如上所述的相机之外,护目镜和/或眼镜506还可包括环境传感器(未示出),诸如一个或多个环境温度温度计、光传感器、气压计、湿度检测器、麦克风,仅提供一些示例。护目镜和/或眼镜506还可包括惯性传感器,诸如用于检测护目镜和/或眼镜506的运动和/或三维取向的加速度计或陀螺仪。在一个实施方案中,由此类惯性传感器生成的信号可使得能够检测人类受检者500的头部相对于直接环境中的对象的倾斜和/或取向。此外,护目镜和/或眼镜506可包括能够接收和处理用于确定和/或表征护目镜和/或眼镜506的位置的定位信号(例如,从全球导航卫星系统发射的信号)的一个或多个射频接收器(未示出)。
根据一个实施方案,人类受检者500经历的环境可至少部分地由在由护目镜和/或眼镜506的相机捕获的图像中识别的对象、从与护目镜和/或眼镜506集成的其他传感器(例如,如上所述的环境传感器和/或运动传感器)获得的信号、位置(例如,地理位置、建筑物、结构或车辆内的位置等,如至少部分地基于在护目镜或眼镜506处接收的定位信号所确定的)、当日时间和/或星期几来表征,仅提供一些示例。另外,人类受检者500对人类受检者500经历的环境的感官刺激516的非自愿响应可至少部分地基于由上述第一传感器中的一者或多者生成的信号(例如,脑信号、体温、心率、瞳孔响应、血压或排汗的测量值和/或眼睛运动的观察等)来表征。如下文在特定具体实施中所讨论的,至少部分地基于人类受检者500经历的环境的表征和人类受检者500对人类受检者500经历的此类环境的非自愿响应,可将人类受检者500的身份认证为特定唯一个体的身份。
根据一个实施方案,将人类受检者500的身份认证为特定唯一个体的身份的过程的全部或一部分可全部或部分地由远程计算设备502来执行。根据一个实施方案,远程计算设备502可包括能够执行存储在存储器中的设备可读指令以执行认证过程的全部或部分的远程计算设备(例如,图9所示和下文所述的计算设备902、904和/或906)。在一个具体实施中,远程计算设备502可被布置和/或配置为提供云计算服务。无线通信链路504可用于在远程计算设备502与护目镜和/或类别506之间传输消息信号。在另选的具体实施中,无线通信链路504可用电缆连接替代。护目镜和/或眼镜506之间的无线通信链路508可使得能够在护目镜和/或眼镜506与护目镜和/或眼镜506本地的设备诸如移动电话510、膝上型计算机512、可穿戴设备(未示出)(例如,手表)之间传输消息信号,仅提供一些示例。另外,无线通信链路520可使得能够在远程计算设备502与人类受检者500可访问的设备诸如移动电话510、膝上型计算机512和/或可穿戴设备(未示出)之间传输消息信号。在另选的具体实施中,其他无线通信链路(未示出)可使得能够在护目镜和/或眼镜506与远程传感器(例如,用于监测人类受检者500的生理响应的传感器和/或用于观察人类受检者500的直接环境(未示出)的各方面以表征感官刺激的传感器)之间传输消息信号。
根据一个实施方案,可应用认证结果(例如,将人类受检者500的身份认证为特定唯一个体的身份)来确定人类受检者是否被授权访问某些设备、获得某些服务和/或获得特定级别的服务,仅提供一些示例。例如,将人类受检者500的身份认证为特定唯一个体的身份的过程的认证结果可授权人类受检者500访问本地设备、访问银行账户和/或接收特定级别的服务。在一个具体实施中,将人类受检者500的身份认证为特定唯一个体的身份的过程可生成密钥或令牌信号(例如,从远程计算设备502或护目镜和/或眼镜506传输)以提供给要由人类受检者500访问的设备(例如,移动电话510、膝上型计算机512和/或可穿戴设备)。如果在远程计算设备502处确定了认证结果,则远程计算设备502可将消息中的密钥或令牌信号传输到要授权访问的设备(例如,在无线通信链路520和/或504中将密钥或令牌信号传输到眼镜和/或护目镜506、移动电话510、膝上型计算机512和/或可穿戴设备)。在另一个具体实施中,认证结果可确定对人类受检者500的授权以通过护目镜和/或眼镜506接收特定级别的增强现实体验。例如,用于通过护目镜和/或眼镜506接收特定级别的增强现实体验的此类授权可确定作为此类增强现实体验的一部分的将叠加或与呈现给人类受检者500的当前视线视图的图像组合的图像的存在和/或特征。
图6是根据一个实施方案的用于应用于认证人类受检者的身份的过程的计算设备600的示意图。在特定具体实施中,图6所示和本文所述的特征的全部或一部分可结合在护目镜和/或眼镜506中。此处,设备可被耦接以根据若干总线协议中的任一者在信令总线601上进行通信。通用/应用处理器611可以执行存储在存储器640中的计算机可读指令,以例如执行用于认证人类受检者的身份和/或向人类受检者呈现增强现实体验的过程的全部或一部分。
基带处理器620、射频收发器621和天线623可实现与其他设备(例如,远程计算设备502、移动电话510、膝上型计算机512、可穿戴设备等)的一个或多个无线通信链路(例如,无线通信链路504、508和/或520)中的双向通信。此类无线通信链路可使用适于在无线广域网(WWAN)、无线局域网(WLAN)、无线个人局域网(WPAN)等中通信的若干无线通信技术中的任一种来实现。此类WWAN可包括码分多址(CDMA)网络、时分多址(TDMA)网络、频分多址(FDMA)网络、正交频分多址(OFDMA)网络、单载波频分多址(SC-FDMA)网络、或上述网络的任何组合等。CDMA网络可实现一种或多种无线电接入技术(RAT),诸如cdma2000、宽带CDMA(WCDMA),仅列举一些无线电技术。此处,cdma2000可包括根据IS-95、IS-2000和IS-856标准实现的技术。TDMA网络可实现全球移动通信系统(GSM)、数字高级移动电话系统(D-AMPS)或一些其他RAT。GSM和WCDMA在来自名为“第三代合作伙伴项目”(3GPP)的联盟的文档中有所描述。Cdma2000在来自名为“第三代合作伙伴项目2”(3GPP2)的联盟的文档中有所描述。3GPP和3GPP2文档是可公开获得的。在一个方面,4G长期演进(LTE)和5G或新无线电(NR)通信网络也可根据要求保护的主题来实现。WLAN可包括IEEE802.11x网络,并且WPAN可包括例如网络、IEEE 802.15x。本文所述的无线通信具体实施还可与WWAN、WLAN或WPAN的任何组合结合使用。
全球导航卫星系统(GNSS)接收器655和天线658可使得能够处理从一个或多个GNSS'(例如,当处于室外环境中时)诸如美国全球定位系统(GPS)、欧洲伽利略系统或俄罗斯Glonass系统发射的信号,以例如获得包括GNSS接收器655的估计地理位置的位置定位。在一个替代方案中,通用/应用处理器611可使用若干定位技术中的任一种来至少部分地基于在射频收发器621处接收的陆地信号来计算估计位置,所述定位技术包括但不限于热图签名匹配、到三个或更多个信标设备的三点定位。在另一个替代方案中,通用/应用处理器611可至少部分地基于在相机664处捕获的经处理的图像和/或在惯性传感器661处接收的经处理的信号来计算计算设备600的估计位置,例如使用来自已知位置的航位推算和/或同时定位和映射(SLAM)。然而,应当理解,这些仅仅是可用于确定和/或估计计算设备(诸如与护目镜和/或眼镜506集成的计算设备600)位置的技术的示例,并且要求保护的主题在这个方面不受限制。
根据一个实施方案,通用/应用处理器611可执行存储在存储器640上的指令以协调相机664、显示处理器668、显示设备674、音频处理器/放大器670和扬声器672的操作,从而向用户(例如,人类受检者500)提供增强现实体验,如上所述。计算设备600还可包括一个或多个其他协处理设备(未示出),以在通用应用处理器611(诸如神经网络处理单元和/或图形处理单元)的控制下和/或与该通用应用处理器结合来完成计算任务。在一个具体实施中,相机664可在人类受检者的视线视图中捕获活动图像,并且此类所捕获的图像可通过显示设备674(例如,定位在此类人类受检者的眼睛上方)实时呈现给此类人类受检者。如上所述,此类增强现实体验可包括向人类用户呈现增强图像,其中所呈现的图像包括所捕获的图像和/或所捕获的图像与附加图像信号(例如,视觉文本、覆盖在场景中的对象等)的组合的改变。在显示设备674中呈现增强图像的同时,音频处理器/放大器670与扬声器672结合可提供音频信号作为增强现实体验的一部分。
根据一个实施方案,上下文引擎665可处理从包括例如环境传感器660、惯性传感器661以及在相机664处捕获的实时图像的多个设备接收的信号,以例如表征由人类受检者体验的环境,如上所述。在一个具体实施中,上下文引擎665可包括一个或多个处理设备以组合和/或融合从环境传感器660接收的信号、从惯性传感器661接收的信号和在相机664处捕获的图像,以例如确定表征人类受检者经历的环境的一个或多个参数。例如,上下文引擎665可确定表征人类受检者经历的环境中的感官刺激的参数或特征,这些参数或特征可以唤起来自特定唯一个体的可检测和/或可测量的非自愿响应。在一个具体实施中,上下文引擎665可在表征人类受检者经历的环境时结合计算设备600的位置(例如,至少部分地基于在GNSS接收器655处接收并在通用/应用处理器611处处理的信号来确定、估计和/或表征)。根据特定实施方案,上下文引擎665可以至少部分地实现为一个或多个专用处理单元,诸如神经网络处理单元和/或视觉处理单元。在特定具体实施中,此类专用处理单元可例如在通用应用处理器611的控制下和/或结合该通用应用处理器结合上下文引擎665执行计算任务。
根据一个实施方案,身体传感器662可包括用于定位在头皮的特定位置上以检测和/或测量脑信号的传感器,如图2B所示,和/或能够检测其他非自愿响应的传感器,诸如心率监测器、排汗监测器、体温计、能够检测眼睛运动、瞳孔响应和/或眨眼的传感器,如上所述。脑机接口(BCI)663可包括设备诸如多路复用器、缓冲器/放大器和模数转换器(例如,MUX216、缓冲器/放大器218和ADC 220,如上文参考图2A所讨论的)。BCI663能够组合由包括例如身体传感器663的多个源设备生成的信号。在一个特定示例中,BCI 663可包括机器学习处理器,以帮助融合、过滤或以其他方式处理由身体传感器662生成的电流和/或电压信号,以及对检测到的信号特征进行归类以用于附加处理。在一个特定具体实施中,BCI 663可适于实现一种或多种技术,以便至少部分地基于由身体传感器663生成的电流和/或电压信号来检测和归类由上述身体传感器663中的一者或多者生成的信号(例如,P300脑信号,MEG扫描、眼睛跟踪检测、瞳孔响应、心跳、心率、血压、体温和/或排汗等)。
图7和图8是至少部分地基于此类人类受检者经历的物理环境来认证人类受检者的身份的过程的流程图。在图7所示的过程700的特定具体实施中,过程700的全部或部分可由与人类受检者协同定位的计算设备(例如,与人类受检者500和/或计算设备600协同定位的护目镜和/或眼镜506)执行。在其他具体实施中,过程700的部分的执行可在与人类受检者协同定位的计算设备和远离与人类受检者协同定位的计算设备的一个或多个设备之间或其间共享(例如,在护目镜和/或眼镜506和/或计算设备600与远程计算设备502之间或其间共享)。
根据一个实施方案,框710可确定认证结果,诸如确定人类受检者的身份是否为特定唯一个体的身份。在一个具体实施中,此类确定可以二进制结果的形式提供。此类二进制结果可包括确定人类受检者的身份是或不是特定唯一个体的身份。在另一个具体实施中,此类确定可为可能性或概率(例如,人类受检者的身份是特定唯一个体的身份的数字可能性或概率)的形式。然而,应当理解,这些仅仅是如何提供认证结果的确定的示例,并且要求保护的主题在这方面不受限制。
根据一个实施方案,框710可将响应签名与一个或多个非自愿响应特征进行比较以确定认证结果。在一个具体实施中,在框708处确定的响应签名可指示暴露于特定环境刺激的特定唯一个体所预期的一个或多个非自愿响应。例如,如果特定唯一个体暴露于至少部分地基于来自与人类受检者协同定位的设备(例如,环境传感器、惯性传感器、相机、位置确定设备)的信号测量和/或检测到的某些环境刺激,则在框708处确定的响应签名可指示此类特定唯一个体所预期的一个或多个非自愿响应。
根据一个实施方案,响应签名存储库714可以电子方式存储(例如,在存储器和/或非暂态存储介质中)表示特定唯一个体对特定环境刺激的预期非自愿响应的签名。例如,响应签名存储库714可存储表示预期非自愿响应的签名,这些预期非自愿响应可从以下设备测量和/或检测:与人类受检者协同定位的设备(诸如定位在头皮的特定位置上以测量和/或检测脑信号的传感器)(例如,如图2B所示),和/或能够检测其他非自愿响应的传感器(诸如心率和/或心跳监测器、血压监测器、排汗监测器、体温计)、能够检测眼睛运动、瞳孔响应和/或眨眼的传感器(例如,眼动跟踪器)、或能够获得MEG扫描的传感器或它们的任何组合,如上所述。在一个具体实施中,神经网络可识别人类受检者当前正在观察的现象(例如,正被查看的特定对象和/或正被听到的特定声音)。神经网络还可确定人类受检者实际观察所识别的现象的概率和/或可能性(例如,人类受检者实际查看所识别的对象和/或听到特定声音(例如,由特定源生成的声音)的概率)。然后可使用观察到的此类所识别的现象(以及人类受检者(例如,特定唯一个体)确实观察到所识别的现象的相关概率)来确定和/或选择用于确定对未来观察所识别的现象的预期响应的过程。随后,神经网络可将人类受检者(例如,特定唯一个体)的预期响应和实际响应与观察所识别的现象进行比较,并且如果合适的话,更新用于确定观察所识别的现象的预期响应的过程。在一个另选的具体实施中,神经网络可具有所识别的现象的属性(例如,对象的图像和/或声音),然后生成预期非自愿响应(例如,通过特定唯一个体)。然后可比较实际的和生成的(预期)非自愿响应以用于训练神经网络。在另一个另选的具体实施中,神经网络可使用非自愿响应来识别由特定唯一个体生成特定响应的一类可观察现象。神经网络然后可至少部分地基于特定唯一个体的非自愿响应与由观察预定义的一类现象所预期的响应的比较来确定该特定唯一个体正在观察的特定现象。
在一个具体实施中,在框704处提取的非自愿响应特征可指示至少部分地基于来自与人类受检者协同定位的设备的生物识别响应信号而观察到的人类受检者(对环境刺激)的一个或多个非自愿响应,该设备诸如定位在头皮的特定位置上以观察脑信号的传感器(例如,如图2B所示)和/或用于观察人类受检者的其他非自愿响应的传感器,诸如心率和/或心跳监测器、排汗监测器、体温计、实现MEG扫描的传感器、能够检测和/或跟踪眼睛运动、瞳孔响应和/或眨眼的传感器,如上所述。
根据一个实施方案,框710可根据表达式(3)如下确定认证结果D:
D=F[RS(θ|CF),IR(S)], (3)
其中:
RS(θ|CF)是表征特定唯一个体θ对由上下文特征CF表征的环境刺激的预期响应的响应签名;并且
IR(S)包括基于信号观察S(例如,来自与人类受检者协同定位的设备的生物识别响应信号的观察)来表征人类受检者对环境刺激的观察到的非自愿响应的一个或多个特征。
在特定具体实施中,RS(θ|CF)和IR(S)可表示为分别由框708和704确定的矢量和/或值阵列。另外,如上所述,认证结果D可采用二进制结果和/或可能性和/或概率值的形式。在一个示例场景中,上下文特征CF可包括在相机图像中识别对特定唯一个体θ具有特定重要性的对象,诸如配偶、喜爱的人、家庭成员、宠物、对象和/或在人类受检者中引起强响应的声音等,而S可包括在BCI处检测到的脑信号。此处,RS(θ|CF)可包括P300脑信号的特征,这些特征可响应于对特定唯一个体θ具有特定重要性的此类对象的存在而从特定唯一个体θ预期。在特定具体实施中,框702、704、706和/或708的一个或多个方面可被实现为神经网络,该神经网络被训练以从原始信号中提取非自愿响应特征以用于确定IR(S)和/或提取上下文特征以用于确定RS(θ|CF)。
在其中D采取二进制结果的形式的一个特定具体实施中(例如,其中如果人类受检者的身份将被认证为θ的身份,则D=1;并且如果人类受检者的身份将不被认证为θ的身份,则D=0),操作F可根据表达式(4)如下实现为贝叶斯检测器:
其中:
P[RS(θ|CF),IR(S)|HS=θ]是如果人类受检者HS的身份是特定唯一个体θ的身份,则观察RS(θ|CF)和IR(S)的概率;
P[RS(θ|CF),IR(S)|HS≠θ]是如果人类受检者HS的身份不是特定唯一个体θ的身份,则观察RS(θ|CF)和IR(S)的概率;
P(HS=θ)是人类受检者HS的身份是特定唯一个体θ的身份的先验概率;
P(HS≠θ)是人类受检者HS的身份不是特定唯一个体θ的身份的先验概率;
U11是如果HS的身份不是θ的身份,则不将HS的身份认证为θ的身份的实用性;
U12是如果HS的身份是θ的身份,则不将HS的身份认证为θ的身份的实用性;
U21是如果HS的身份不是θ的身份,则将HS的身份认证为θ的身份的实用性;和
U22是如果HS的身份是θ的身份,则将HS的身份认证为θ的身份的实用性。
在另选的具体实施中,可使用神经网络来计算结果D,该神经网络经过训练以处理由传感器至少部分地响应于人类受检者的非自愿动作而生成的原始信号和/或由传感器和/或设备生成的表征上下文和/或环境的信号。此处,神经网络的特征可至少部分地基于特定唯一个体实际观察到的非自愿响应与该特定唯一个体的预期响应的比较来训练。
根据一个实施方案,可由框712至少部分地基于框710提供的认证结果和在框706处至少部分地基于观察而确定的上下文特征来持续更新在签名存储库714中维护的特定唯一个体作为训练操作的一部分,该观察至少部分地基于来自与人类受检者协同定位的设备(例如,环境传感器、惯性传感器、相机、位置确定设备)的信号。在一个具体实施中,框712可至少部分地由神经网络处理器、中央处理单元(例如,通用/应用处理器611)和/或图形处理单元维护的神经网络来实现。例如,可如本文所讨论的那样训练托管在本地设备(例如,护目镜和/或眼镜506、移动电话等)上或托管在远程计算平台(例如,远程计算平台502)上的神经网络。在特定具体实施中,托管在本地设备上的神经网络可降低安全风险(例如,来自黑客攻击)。在一个实施方案中,框712可根据如下表达式(5)所示的操作H更新存储在响应签名存储库714中的一个或多个响应签名:
其中:
继续以上示例,其中上下文特征CF包括相机图像中对特定唯一个体θ的具有特定重要性的对象的识别,并且RS(θ|CF)包括可检测和/或可测量的响应(例如,P300脑信号、眼睛运动、瞳孔响应、脉搏、心率和/或心跳、血压、体温、眨眼等,或它们的任何组合)的特征,这些特征可响应于对特定唯一个体θ具有特定重要性的此类对象的存在而从特定唯一个体θ预期,CF可更新为以进一步包括位置上下文,诸如特定唯一个体θ的家庭地址或办公地点。此外,操作H可将更新为以进一步包括在特定位置处(例如,特定唯一个体θ的家或工作地点)特定唯一个体θ对存在对于特定唯一个体θ具有特定重要性的对象的非自愿响应(例如,由身体传感器662测量的非自愿反应)的一些附加观察。
如上所述,过程700的部分的执行可在与人类受检者协同定位的计算设备和远离与此类人类受检者协同定位的此类计算设备的一个或多个设备之间或其间共享(例如,在护目镜和/或眼镜506和/或计算设备600与远程计算设备502之间或其间共享)。这可至少部分地通过交换通信介质(例如,无线通信链路518)中的消息来实现。在一个特定具体实施中,框704和706可由与人类受检者协同定位的计算设备来执行,而框710、712和714可由远离此类人类受检者的一个或多个计算设备来执行。在另选的具体实施中,框704和706还可由远离人类受检者的一个或多个计算设备执行(除了框710、712和714之外)。在该另选的具体实施中,与人类受检者协同定位的计算设备可向一个或多个远程计算设备发射包含由传感器生成的原始信号的测量值的消息(例如,在身体传感器662和/或环境传感器660处收集的测量值)和位置上下文,以使得一个或多个远程计算设备能够执行框704、706、708、710和712。
根据一个实施方案,图8所示的过程800可由计算设备执行,作为认证过程(诸如上述认证过程700)的具体实施的一部分。在一个特定具体实施中,过程800的动作的全部或部分可由远程计算设备502执行。在另一个特定具体实施中,过程800的动作的全部或部分可由图6所示的计算设备600执行。应当注意,可经由一个或多个数字信号来表示与示例性过程800相关联的采集或产生的信息(诸如输入信号、输出信号)、操作、结果等。还应当理解,即使并行地或相对于特定序列示出或描述了一个或多个操作,也可以采用其他序列或并行操作。此外,尽管下面的描述参考了某些其他附图中所示的特定方面和/或特征,但是可以利用其他方面和/或特征来执行一个或多个操作。因此,示例性过程可例如在框802处开始,以包括至少部分地基于或响应于受检者经历的物理环境来获得上下文特征。在该上下文中,如本文所指的“上下文特征”包括指示和/或描述受检者经历的物理环境的至少一个方面的一个或多个值和/或参数。在示例性具体实施中,框802可包括在框706处至少部分地基于从相机664获得的图像和/或对由环境传感器660和/或惯性传感器661生成的信号的观察来获得上下文特征,如上所述。例如,上下文特征可包括对相机图像中对特定唯一个体具有特定重要性的对象(例如,该特定唯一个体的配偶、喜爱的人或家庭成员)的识别。然而,应当理解,这仅仅是上下文特征的一个示例,并且要求保护的主题在这方面不受限制。
在一个特定具体实施中,框802的一个或多个方面可至少部分地由神经网络执行。例如,神经网络可至少部分地基于对受检者的观察(例如,至少部分地基于传感器信号对P300脑信号、可通过MEG扫描检测/测量的现象、心跳、眼睛运动、瞳孔响应、脉搏、血压、体温或眨眼等或它们的任何组合的观察)和/或其他输入来确定该受检者的状态为激动、生病(例如,感冒或流感)、休息、疲劳等。然后,神经网络可至少部分地基于所确定的受检者的状态来确定框802的一个或多个上下文特征。
框804可包括至少部分地基于在框802处确定的上下文特征来确定与特定唯一个体相关联的响应签名。在此上下文中,如本文所指的“响应特征”意指指示和/或描述人类受检者对感官刺激的可能的非自愿响应的至少一个方面的一个或多个值和/或参数。例如,响应签名可包括在人类受检者中检测到的预期非自愿响应(例如,P300脑信号、可通过MEG扫描检测/测量的现象、心跳、眼睛运动、瞳孔响应、脉搏、血压、体温或眨眼等或它们的任何组合)的可检测特征。另一个响应签名可包括由身体传感器662中的一个或多个身体传感器生成的信号的预期特征。然而,应当理解,这仅仅是响应签名的一个示例,并且要求保护的主题在这方面不受限制。
框804可包括至少部分地基于在框802中确定的上下文特征与响应签名的存储库的关联来确定响应签名。在该上下文中,如本文所指的“响应签名的存储库”意指在非暂态存储介质中维护以表达根据环境的可检测特征(例如,可能的上下文特征)组织的响应签名的参数和/或值。在示例性具体实施中,框804可包括框708对响应签名存储库714的访问,以至少部分地基于在框706处确定的上下文特征CF来确定特定唯一个体θ的响应签名RS(θ|CF)。另选地,如本文所述,框804可包括训练神经网络处理设备以生成包括指示和/或表示受检者在存在环境的可检测特征的情况下的预期响应的信号的响应签名RS(θ|CF)。
根据一个实施方案,框804的一个或多个方面可至少部分地由神经网络执行。例如,神经网络的一个或多个特征可至少部分地基于对特定唯一个体随时间对感官刺激的响应的观察(例如,对特定唯一个体随时间对物理环境的响应的观察)随时间进行训练。例如,至少部分地基于传感器信号,神经网络可观察据信对特定唯一个体具有高置信度的受检者的各方面。此类观察方面可包括例如P300脑信号、可通过MEG检测/测量的现象、心跳、眼睛运动、瞳孔响应、脉搏、血压、体温或眨眼等或它们的任何组合。框804可至少部分地基于神经网络的所训练特征中的一者或多者来确定响应签名。
框806可以包括至少部分地基于对由与人类受检者协同定位的设备生成的信号的观察来获得一个或多个非自愿响应特征,以监测此类人类受检者对环境刺激的非自愿响应。在此上下文中,如本文所指的“非自愿响应特征”意指指示和/或描述人类受检者对已检测到和/或测量到的感官刺激的非自愿响应的至少一个方面的一个或多个值和/或参数。在特定示例中,非自愿响应特征可包括对可检测和/或可测量的响应(例如,P300脑信号、可通过MEG扫描检测/测量的现象、心跳、眼睛运动、瞳孔响应、脉搏、血压、体温或眨眼等,或它们的任何组合)的检测,这至少部分地基于在放置在人类受检者的头皮上的传感器处测量和/或检测到的脑信号(例如,如图2B所示)。另一个非自愿响应特征可包括对由身体传感器662中的一者或多者生成的信号中的特征的检测。然而,应当理解,这仅仅是非自愿响应特征的一个示例,并且要求保护的主题在这方面不受限制。在示例性具体实施中,框806可包括至少部分地基于或响应于人类受检者的生理过程(例如,脑信号、脉搏、血压、瞳孔响应、体温、眨眼等)在框704处获得一个或多个非自愿响应特征IR(S),该一个或多个非自愿响应特征至少部分地基于对由身体传感器662生成的原始信号的观察。例如,响应签名可包括在人类受检者中检测到的预期P300脑信号的可检测特征。然而,应当理解,这仅仅是响应特征的一个示例,并且要求保护的主题在这方面不受限制。根据一个实施方案,可观察到受检者对物理环境的不同非自愿生理响应可能是概率相关的(例如,正相关或负相关)。在特定具体实施中,框806可至少部分地基于将多变量概率模型应用于受检者对物理环境的第一观察到的非自愿响应和受检者对物理环境的至少第二观察到的非自愿响应来确定一个或多个非自愿响应特征,这些非自愿响应包括观察到的P300脑信号,眼睛运动、眨眼、心率、瞳孔响应、体温或血压或它们的任何组合。
框808可包括至少部分地基于在框806处获得的一个或多个非自愿响应特征和在框804处获得的响应签名,将人类受检者的身份认证为特定唯一个体的身份。例如,框808可包括将在框710处执行以根据如上所述的表达式(3)和/或表达式(4)确定认证结果D特征的操作。然而,应当理解,这仅仅是如何至少部分地基于一个或多个非自愿响应特征和响应签名来确定认证结果的示例,并且要求保护的主题在这方面不受限制。
根据一个实施方案,在框808处确定的认证结果D还可用于例如根据表达式(5)更新签名存储库(例如,签名存储库714)和/或训练神经网络和/或神经网络的一个或多个完全连接的层。另外,在框808处确定认证结果还可使得能够确定特定个体是否被授权接收特定级别的服务或访问设备,如上所述。
如可观察到的,过程700和800的一个或多个特定具体实施可至少部分地基于对此类人类受检者的非自愿过程的观察(例如,基于来自监测此类非自愿过程的传感器的信号)和对此类人类受检者经历的环境的观察来实现对人类受检者的身份的实时认证。这可至少部分地通过以如上所述的唯一方式处理和组合指示对此类人类受检者的非自愿过程的观察的传感器信号和指示对此类人类受检者正经历的物理环境的观察的传感器信号来实现。这可在认证此类人类受检者的身份的过程中减少或消除对人类受检者的自主动作(例如,向小键盘输入密码、说话、与生物识别感测设备交互等)的依赖。
在一个特定场景中,物理环境可能没有充分地变化和/或不同,以使得框802能够至少部分地基于对人类受检者的观察来获得可靠的上下文特征。此处,代替此类物理环境,可将人工刺激(例如,图像、声音、气味、光照、环境温度、湿度等)施加于人类受检者,使得人类受检者对人工刺激的可观察的响应能够获得上下文特征。
在另一个实施方案中,至少部分地基于在框802处获得的上下文特征和在框806处获得的非自愿响应特征,框808可能无法至少部分地基于上下文特征和响应特征来可靠地认证受检者。此处,可向人类受检者提供提示(例如,视觉或听觉提示)以提供密码(或其他自主响应)来代替框808处的可靠认证。
在本专利申请的上下文中,术语“连接件”、术语“部件”和/或类似术语旨在为物理的,但不一定总是有形的。因此,这些术语是否指代有形主题,可在特定使用环境下变化。例如,可诸如通过能够在两个有形部件之间传导电流的有形电连接(诸如包括金属或其他导体的导电路径)来形成有形连接和/或有形连接路径。同样,有形连接路径可至少部分地受到影响和/或控制,使得如典型的那样,有形连接路径有时可能由于一个或多个外部衍生信号(诸如用于电气开关的外部电流和/或电压)的影响而打开或闭合。电开关的非限制性示例包括晶体管、二极管等。然而,在特定使用上下文中,“连接”和/或“部件”同样(尽管是物理的)也可以是非有形的,诸如客户端与服务器之间通过网络(特别是无线网络)的连接,这通常指代客户端和服务器发射、接收和/或交换通信的能力,如稍后更详细地讨论。
因此,在特定使用上下文(诸如讨论有形部件的特定上下文)中,术语“耦接”和“连接”以使得这些术语不同义的方式使用。也可以表现出类似意图的方式使用类似的术语。因此,“连接”用于指示例如两个或更多个有形部件等有形地直接物理接触。因此,使用先前的示例,电连接的两个有形部件经由有形电连接物理地连接,如前所述。然而,“耦接”用于意指潜在地两个或更多个有形部件有形地直接物理接触。尽管如此,“耦接”也用于意指两个或更多个有形部件等不一定有形地直接物理接触,而是能够诸如通过“光学耦接”来协作、联络和/或交互。同样,术语“耦接”也被理解为意指间接连接。还应当注意,在本专利申请的上下文中,由于存储器诸如存储器部件和/或存储器状态旨在为非暂态的,因此术语“物理”(至少如果相对于存储器使用的话)必然意味着此类存储器部件和/或存储器状态(继续该示例)是有形的。
除非另外指明,否则在本专利申请的上下文中,如果用于关联列表,诸如A、B或C,则术语“或”旨在此处以包含性意义使用以表示A、B和C,以及在此处以排他性意义使用以表示A、B或C。根据该理解,“和”以包含性意义使用,并且旨在表示A、B和C;而“和/或”可谨慎使用以使所有前述含义都是预期的,尽管此类使用不是必需的。此外,术语“一个或多个”和/或类似术语用于描述单数形式的任何特征、结构、特性等,“和/或”也用于描述特征、结构、特性等的多个和/或一些其他组合。同样,术语“基于”和/或类似术语被理解为不一定旨在传达详尽的因素列表,而是允许存在不一定明确描述的附加因素。
此外,对于涉及要求保护的主题的具体实施并且受制于关于程度的测试、测量和/或规范的情况,旨在以如下方式理解特定情况。例如,在给定情况下,假设将测量物理属性的值。如果普通技术人员合理地可能想到关于程度的测试、测量和/或规范的另选合理方法(至少相对于属性,继续该示例),则至少出于具体实施目的,除非另外明确指明,否则要求保护的主题旨在涵盖那些另选合理方法。例如,如果产生某个区域上的测量值的曲线图并且受权利要求书保护的主题的具体实施指代采用该区域上的斜率的测量值,但存在多种合理且可供选择的技术来估计该区域上的斜率,则除非另外明确指明,否则受权利要求书保护的主题旨在涵盖那些合理的可供选择的技术。
在受权利要求书保护的主题涉及一个或多个特定测量的程度上,诸如关于能够被物理测量的物理表现,诸如但不限于温度、压力、电压、电流、电磁辐射等,据信受权利要求书保护的主题不属于法定主题的抽象概念司法例外。相反,声称物理测量不是精神步骤,并且同样不是抽象概念。
尽管如此,应当注意,所采用的典型测量模型是,一个或多个测量可分别包括至少两个分量的总和。因此,对于给定的测量,例如,一个分量可包括确定性分量,该确定性分量在理想意义上可包括通常为一个或多个信号、信号样本和/或状态的形式的物理值(例如,经由一个或多个测量来寻找),并且一个分量可包括随机分量,该随机分量可具有可能难以量化的各种源。有时,例如,缺乏测量精度可影响给定测量。因此,对于受权利要求书保护的主题,除了确定性模型之外,还可以使用统计模型或随机模型作为识别和/或预测关于可能与受权利要求书保护的主题相关的一个或多个测量值的方法。
例如,可收集相对大量的测量以更好地估计确定性分量。同样,如果测量变化(这通常可能发生),则可能的是方差的一些部分可被解释为确定性分量,而方差的另一些部分可被解释为随机分量。通常,如果可行的话,希望与测量相关联的随机方差相对较小。也就是说,通常可能优选的是,能够以确定的方式而不是作为识别和/或可预测性的辅助手段的随机因素来说明测量变化的合理部分。
按照这些原则,已使用多种技术,使得可处理一个或多个测量值以更好地估计基础确定性分量,以及潜在地估计随机分量。当然,这些技术可随围绕给定情况的细节而变化。然而,通常更复杂的问题可能涉及使用更复杂的技术。就这一点而言,如上所述,对物理表现的一个或多个测量可确定地和/或随机地建模。采用模型允许潜在地识别和/或处理所收集的测量值,和/或潜在地允许例如相对于将进行的稍后测量来估计和/或预测基础确定性分量。给定估计值可能不是完美估计值;然而,一般来讲,预期平均一个或多个估计值可更好地反映基础确定性分量,例如,如果考虑可包括在一个或多个所获得的测量中的随机分量。当然,实际上,希望能够诸如通过估计方法生成影响将进行的测量的过程的有物理意义的模型。
然而,在一些情况下,如所指出的那样,潜在影响可能是复杂的。因此,寻求理解要考虑的适当因素可能是特别具有挑战性的。因此,在此类情况下,相对于生成一个或多个估计值采用启发法并不罕见。启发法指代使用可反映实现的过程和/或实现的结果的经验相关的方法,诸如相对于历史测量的使用。例如,可在更多分析方法可能过于复杂和/或几乎难以处理的情况下采用启发法。因此,就受权利要求书保护的主题而言,创新特征可包括在示例性实施方案中可用于例如估计和/或预测一个或多个测量值的启发法。
还需注意的是,如果使用术语“类型”和/或“类”,诸如与特征、结构、特性等一起使用,使用“光学”或“电”作为简单示例,意指至少部分地具有该特征、结构、特性等和/或与该特征、结构、特性等相关,这样使得存在微小变型、甚至以其他方式可能不被认为与该特征、结构、特性等完全一致的变型通常不会阻止特征、结构、特性等称为“类型”和/或“类”(诸如为“光学类型”或“光学类”),如果微小变型足够小,使得特征、结构、特性等仍将被视为基本上存在于也存在此类变型的情况下。因此,继续该示例,术语光学类型和/或光学类特性必然旨在包括光学特性。同样,作为另一示例,术语电类型和/或电类特性必然旨在包括电特性。应当注意,本专利申请的说明书仅提供一个或多个说明性示例,并且要求保护的主题旨在不限于一个或多个说明性示例;然后,同样,如相对于专利申请的说明书中始终存在的情况,描述和/或使用的上下文提供了关于要得出的合理推理的有帮助的指导。
例如,随着技术的进步,采用分布式计算和/或通信方法已变得更为典型,在该分布式计算和/或通信方法中,过程的一部分(诸如信号样本的信号处理)例如可经由计算和/或通信网络在包括一个或多个客户端设备和/或一个或多个服务器设备的各种设备之间分配。例如,网络可包括两个或更多个设备诸如网络设备和/或计算设备,和/或可耦接设备诸如网络设备和/或计算设备的设备,使得诸如以信号分组和/或信号帧(例如,包括一个或多个信号样本)形式的信号通信可例如在诸如服务器设备和/或客户端设备以及其他类型的设备之间交换,包括在经由有线和/或无线网络耦接的有线和/或无线设备之间交换。
在本专利申请的上下文中,术语“网络设备”指代能够经由网络和/或作为网络的一部分进行通信的任何设备,并且可包括计算设备。虽然网络设备可能够诸如经由有线和/或无线网络传达信号(例如,信号分组和/或帧),但是在各种实施方案中,它们也能够执行与计算设备相关联的操作,诸如算术和/或逻辑操作,诸如在作为有形物理存储器状态的存储器中的处理和/或存储操作(例如,存储信号样本),和/或可例如作为服务器设备和/或客户端设备操作。能够作为服务器设备、客户端设备和/或以其他方式操作的网络设备可包括例如专用机架安装服务器、台式计算机、膝上型计算机、机顶盒、平板电脑、上网本、智能电话、可穿戴设备、组合前述设备的两个或更多个特征的集成设备等或它们的任何组合。如所提及的,信号分组和/或帧例如可在诸如服务器设备和/或客户端设备以及其他类型的设备之间交换,包括例如在经由有线和/或无线网络耦接的有线和/或无线设备之间交换,或它们的任何组合。需注意,术语服务器、服务器设备、服务器计算设备、服务器计算平台和/或类似术语可互换使用。类似地,术语客户端、客户端设备、客户端计算设备、客户端计算平台和/或类似术语也可互换使用。虽然在一些情况下,为便于描述,这些术语可以单数形式使用,诸如通过参考“客户端设备”或“服务器设备”,但该描述旨在按需涵盖一个或多个客户端设备和/或一个或多个服务器设备。按照类似的方式,对“数据库”的引用被理解为按需意指一个或多个数据库和/或其部分。
应当理解,为便于描述,网络设备(也称为联网设备)可根据计算设备来实施和/或描述,反之亦然。然而,还应当理解,本说明书绝不应理解为使得所要求保护的主题限于一个实施方案,诸如仅计算设备和/或仅网络设备,而是,相反可被实施为各种设备或它们的组合,包括例如一个或多个说明性示例。
例如,网络还可包括现在已知和/或将以后开发的布置、衍生和/或改进,包括例如过去、当前和/或未来的大容量存储装置,诸如网络附接的存储装置(NAS)、存储区域网络(SAN)和/或其他形式的设备可读介质。网络可包括互联网的一部分、一个或多个局域网(LAN)、一个或多个广域网(WAN)、有线类型连接、无线类型连接、其他连接,或它们的任何组合。因此,网络的范围和/或延展区域可为世界范围内的。同样,诸如可采用不同架构和/或可与诸如网络计算和/或通信协议(例如,网络协议)的不同协议基本兼容和/或基本上兼容的子网络可在较大的网络内互操作。
在本专利申请的上下文中,如果例如相对于网络使用术语子网络和/或类似术语,则指代网络和/或其一部分。子网络还可包括诸如物理链路、连接和/或耦接节点的链路,以便能够在包括经由有线链路、无线链路或它们组合的特定节点的设备之间传达信号分组和/或帧。可使诸如网络设备和/或计算设备的各种类型的设备可用,使得设备互操作性被实现和/或在至少一些情况下可以是显而易见的。在本专利申请的上下文中,如果相对于网络的设备使用,则术语“透明的”指代经由网络通信的设备,其中这些设备能够经由一个或多个中间设备(诸如一个或多个中间节点)进行通信,但通信设备不一定指定该一个或多个中间节点和/或该一个或多个中间节点的一个或多个中间设备,和/或因此可在网络内包括经由该一个或多个中间节点和/或该一个或多个中间节点中的该一个或多个中间设备进行通信的设备,但可参与信号通信,好像不一定涉及此类中间节点和/或中间设备一样。例如,路由器可在其他单独和/或独立LAN之间提供链路和/或连接。
在本专利申请的上下文中,“专用网络”指代诸如网络设备和/或计算设备的特定有限集合的设备,该特定有限集合的设备能够诸如经由信号分组和/或信号帧通信而不需要重新路由和/或重定向信号通信来与诸如网络设备和/或计算设备的特定有限集合的其他设备通信。专用网络可包括独立网络;然而,专用网络还可包括较大网络的子集,诸如但不限于互联网的全部或一部分。因此,例如,“云中”的专用网络可指代包括互联网的子集的专用网络。尽管信号分组和/或帧通信(例如,信号通信)可采用中间节点的中间设备来交换信号分组和/或信号帧,但是那些中间设备因例如不是一个或多个信号分组和/或信号帧的源或所指定的目的地,所以可能不一定被包括在专用网络中。应当理解,在本专利申请的上下文中,专用网络可将传出信号通信引导至不在专用网络中的设备,但专用网络外部的设备可能不一定能够将入站信号通信引导至专用网络中包括的设备。
互联网指代符合互联网协议(IP)的可互操作网络的分散式全局网络。需注意,互联网协议存在若干版本。术语互联网协议、IP和/或类似术语旨在指代现在已知和/或以后将开发的任何版本。互联网包括例如可允许信号分组和/或帧在LAN之间通信的局域网(LAN)、广域网(WAN)、无线网络和/或长途公共网络。也可使用术语万维网(WWW或Web)和/或类似术语,但其是指符合超文本传输协议(HTTP)的互联网的一部分。例如,网络设备可通过交换适当的基本兼容和/或基本上兼容的信号分组和/或帧来参与HTTP会话。需注意,超文本传输协议存在若干版本。术语超文本传输协议、HTTP和/或类似术语旨在指代现在已知和/或以后将开发的任何版本。同样应当注意,在本文档的多处,可在不显著背离含义的情况下对术语互联网与术语万维网(“Web”)进行替换,因此,如果陈述在此类替换下将保持正确,则也可以这种方式理解。
在整个本文档中使用的术语“电子文件”和/或术语“电子文档”指代以某种方式相关联的所存储的存储器状态的集合和/或物理信号的集合,从而至少在逻辑上形成文件(例如,电子文件)和/或电子文档。也就是说,这并不意指隐式地引用例如相对于相关联的存储器状态的集合和/或相关联的物理信号的集合所使用的特定语法、格式和/或方法。如果例如预期特定类型的文件存储格式和/或语法,则明确引用该文件存储格式和/或语法。还需注意,存储器状态的关联性例如可以是逻辑意义上的并且不一定是有形的物理意义上的。因此,尽管文件和/或电子文档的信号和/或状态部件将例如在逻辑上相关联,但在一个实施方案中,该信号和/或状态部件的存储例如可驻留在有形的物理存储器中的一个或多个不同位置中。
例如,超文本标记语言(“HTML”)例如可用于指定数字内容和/或指定其格式,诸如以电子文件和/或电子文档的形式,诸如网页、网站等。在一个实施方案中,还可利用可扩展标记语言(“XML”)来指定数字内容和/或指定其格式,诸如以电子文件和/或电子文档的形式,诸如网页、网站等。当然,HTML和/或XML仅是作为非限制性说明提供的“标记”语言的示例。此外,HTML和/或XML旨在指代现在已知和/或以后将开发的这些语言的任何版本。当然,同样,所要求保护的主题并不旨在限于作为说明提供的示例。
在本专利申请的上下文中,术语“条目”、“电子条目”、“文档”、“电子文档”、“内容”、“数字内容”、“项”和/或类似术语意在指代物理格式(诸如数字信号和/或数字状态格式)的信号和/或状态,例如,如果由诸如数字设备(包括例如计算设备)的设备显示、播放、触觉生成等和/或以其他方式执行则可被用户感知到,但(例如,如果以数字格式形式)可能不一定易于被人类感知到。同样,在本专利申请的上下文中,数字内容以某种形式提供给用户,使得用户能够容易地感知内层内容本身(例如,以可由人类消费的形式呈现的内容,诸如听到音频、感受触觉感受和/或看到图像)相对于用户被称为“消费”数字内容、“消耗”数字内容、“可消费”数字内容和/或类似术语。对于一个或多个实施方案,例如,电子文档和/或电子文件可包括由或将由计算和/或联网设备执行的标记语言的网页代码(例如,计算机指令)。在另一实施方案中,电子文档和/或电子文件可包括网页的一部分和/或一个区域。然而,所要求保护的主题并不旨在在这些方面受到限制。
另外,对于一个或多个实施方案,电子文档和/或电子文件可包括多个部件。如前所述,在本专利申请的上下文中,部件是物理的,但不一定是有形的。例如,在一个或多个实施方案中,参考电子文档和/或电子文件的部件可包括例如物理信号和/或物理状态形式(例如,能够被物理地显示)的文本。通常,存储器状态例如包括有形部件,而物理信号不一定是有形的,尽管信号可变得(例如,成为)有形,诸如,如果出现在有形显示器上,则这并不罕见。另外,对于一个或多个实施方案,参考电子文档和/或电子文件的部件可包括图形对象和/或子对象,该图形对象例如诸如数字图像的图像,该子对象包括其属性,该属性再次包括物理信号和/或物理状态(例如,能够有形地显示)。在一个实施方案中,数字内容可包括例如文本、图像、音频、视频和/或其他类型的电子文档和/或电子文件,包括例如电子文档和/或电子文件的部分。
另外,在本专利申请的上下文中,术语“参数”(例如,一个或多个参数)、“值”(例如,一个或多个值)、“符号”(例如,一个或多个符号)、“位”(例如,一个或多个位)、“元素”(例如,一个或多个元素)、“字符”(例如,一个或多个字符)、“数字”(例如,一个或多个数字)、“数字”(例如,一个或多个数字)或“测量”(例如,一个或多个测量)指代描述诸如在一个或多个电子文档和/或电子文件中的信号集合的材料,并且以物理信号和/或物理状态诸如存储器状态的形式存在。例如,一个或多个参数、值、符号、位、元素、字符、数字、数量或测量值(诸如参考包括图像的电子文档和/或电子文件的一个或多个方面)可包括例如所捕获图像的当日时间、诸如相机的图像捕获设备的纬度和经度等。在另一示例中,例如,与数字内容相关的一个或多个参数、值、符号、位、元素、字符、数字、数量或测量值(诸如包括技术论文的数字内容)可包括例如一位或多位作者。受权利要求书保护的主题旨在涵盖任何格式的有意义的描述性参数、值、符号、位、元素、字符、数字、数量或测量值,只要该一个或多个参数、值、符号、位、元素、字符、数字、数量或测量值包括物理信号和/或状态即可,该物理信号和/或状态可包括作为参数示例的集合名称(例如,电子文件和/或电子文档标识符名称)、创建技术、创建目的、创建时间和日期、如果存储的逻辑路径、编码格式(例如,计算机指令的类型,诸如标记语言)和/或所使用的以便对于一个或多个用途协议兼容的标准和/或规范(例如,基本兼容和/或基本上兼容的含义)等。
也被称为信号分组传输和/或信号帧传输(或仅“信号分组”或“信号帧”)的信号分组通信和/或信号帧通信可在网络的节点之间传达,其中,例如,节点可包括一个或多个网络设备和/或一个或多个计算设备。作为说明性示例,但不作限制,节点可包括采用本地网络地址的诸如在本地网络地址空间中的一个或多个站点。同样,设备诸如网络设备和/或计算设备可与该节点相关联。还需注意,在本专利申请的上下文中,术语“传输”旨在作为可在多种情况中的任一种下发生的信号通信类型的另一术语。因此,并非旨在暗示通信的特定方向性和/或用于“传输”通信的通信路径的特定发起端。例如,在本专利申请的上下文中,仅仅使用该术语本身并不意指相对于被传达的一个或多个信号具有特定的含义,诸如信号是否被“传达到”特定设备,信号是否从特定设备“传达”,和/或关于通信路径的哪个端可发起通信,诸如以信号传输的“推送类型”或信号传输的“拉取类型”进行。在本专利申请的上下文中,通过通信路径的哪一端发起信号传输来区分推送型信号传输和/或拉取型信号传输。
因此,例如,信号分组和/或帧可经由通信信道和/或通信路径(诸如包括互联网和/或Web的一部分)从站点经由耦接到互联网的接入节点进行通信,或者反之亦然。同样,例如,信号分组和/或帧可经由网络节点转发到耦接到本地网络的目标站点。经由互联网和/或网络传达的信号分组和/或帧例如可经由包括一个或多个网关、服务器等的路径路由,诸如被“推送”或“拉取”,该一个或多个网关、服务器等可例如基本上根据目标地址和/或目的地地址以及网络节点到目标地址和/或目的地地址的网络路径的可用性来路由信号分组和/或帧。尽管互联网和/或Web包括可互操作网络的网络,但并非所有这些可互操作网络都是公众可用的和/或可访问的。
在特定专利申请的上下文中,网络协议(诸如用于在网络的设备之间进行通信)可至少部分地基本上根据分层描述(诸如所谓的开放系统互连(OSI)七层类型的方法和/或描述)来表征。网络计算和/或通信协议(也称为网络协议)指代信令约定集合,诸如用于通信传输,例如,如可能在网络中的设备之间和/或相互间发生的。在本专利申请的上下文中,术语“在…之间”和/或类似术语应理解为包括“在…之中”(如果适用于特定用途),反之亦然。同样,在本专利申请的上下文中,术语“与…相容”、“顺应”和/或类似术语应被理解为分别包括实质相容性和/或实质顺应性。
诸如基本上根据前述OSI描述表征的协议的网络协议具有若干个层。这些层被称为网络堆栈。诸如网络通信的各种类型的通信(例如,传输)可跨各个层发生。网络堆栈中诸如所谓物理层的最低层级的层可表征如何经由物理介质(例如,双绞线铜线、同轴电缆、光纤电缆、无线空气接口、它们的组合等)来将符号(例如,位和/或字节)作为一个或多个信号(和/或信号样本)传达。进展到网络协议栈中的更高层级的层,附加操作和/或特征可经由参与和这些更高层级的层处的特定网络协议基本兼容和/或基本上兼容的通信而可用。例如,网络协议的较高层级的层可例如影响设备许可、用户许可等。
在一个实施方案中,网络和/或子网络可经由信号分组和/或信号帧(诸如经由参与的数字设备)进行通信,并且可基本兼容于或基本上兼容于但不限于现在已知和/或待开发的以下网络协议栈中的任何一个的版本:ARCNET、AppleTalk、ATM、蓝牙、DECnet、以太网、FDDI、帧中继、HIPPI、IEEE 1394、IEEE 802.11、IEEE-488、互联网协议包、IPX、Myrinet、OSI协议包、QsNet、RS-232、SPX、系统网络架构、令牌环、USB和/或X.25。网络和/或子网络可采用例如以下中的现在已知和/或以后将开发的版本:TCP/IP、UDP、DECnet、NetBEUI、IPX、AppleTalk等。互联网协议(IP)的版本可包括IPv4、IPv6和/或其他以后将开发的版本。
关于与网络相关的方面,包括通信和/或计算网络,无线网络可将包括客户端设备的设备与网络耦接。无线网络可采用独立网络、自组织网络、网状网络、无线LAN(WLAN)网络、蜂窝网络等。无线网络还可包括由无线电链路等耦接的终端、网关、路由器等的系统,这些系统可自由地、随机地移动和/或随意地组织它们自身,使得网络拓扑结构有时甚至可快速改变。无线网络还可采用多种网络接入技术,无论是当前已知的还是以后将开发的,包括长期演进(LTE),WLAN,无线路由器(WR)网,第2代、第3代或第4代(2G、3G或4G)蜂窝技术等的版本。例如,网络接入技术可实现针对具有不同移动性程度的诸如计算设备和/或网络设备等设备的广域覆盖。
网络可经由诸如以下的无线网络接入技术和/或空中接口实现射频和/或其他无线类型的通信:全球移动通信系统(GSM)、通用移动电信系统(UMTS)、通用分组无线服务(GPRS)、增强型数据GSM环境(EDGE)、3GPP长期演进(LTE)、高级LTE、宽带码分多址(WCDMA)、蓝牙、超宽带(UWB)、802.11b/g/n、802.11ad、802.11ay等。无线网络可包括几乎任何类型的现在已知和/或待开发的无线通信机制和/或无线通信协议,信号可通过这些无线通信机制和/或无线通信协议在设备之间、网络之间、网络内等进行通信,当然包括前述内容。
在一个示例性实施方案中,如图9所示,系统实施方案可包括本地网络(例如,设备904和介质940)和/或另一类型的网络诸如计算和/或通信网络。因此,出于说明的目的,图9示出了可用于实现任一类型或两种类型的网络的系统的实施方案900。网络908可包括一个或多个网络连接、链路、进程、服务、应用和/或资源,以促进和/或支持通信,诸如在计算设备(诸如902)与另一计算设备(诸如906)之间的通信信号的交换,该另一计算设备可例如包括一个或多个客户端计算设备和/或一个或多个服务器计算设备。作为示例而非限制,网络908可包括无线和/或有线通信链路、电话和/或电信系统、Wi-Fi网络、Wi-MAX网络、互联网、局域网(LAN)、广域网(WAN)或它们的任何组合。
在一个实施方案中,图9中的示例性设备可包括例如客户端计算设备和/或服务器计算设备的特征。还需注意,一般来讲,术语“计算设备”无论用作客户端和/或用作服务器或其他,至少指代通过通信总线连接的处理器和存储器。同样,至少在本专利申请的上下文中,这被理解为指代35USC§112(f)所指的足够的结构,因此,特别明确使用术语“计算设备”和/或类似术语不涉及35USC§112(f);然而,如果由于某些不明显的原因,确定前述理解不能成立,并且因此35USC§112(f)必然被术语“计算设备”和/或类似术语的使用所暗示,然后,根据该法定部分,用于执行一个或多个功能的相应结构、材料和/或动作被理解和解释为至少在与本专利申请的前述图相关联的文本中的图3、图4、图7和图8中描述。
现在参见图9,在一个实施方案中,第一设备902和第三设备906能够呈现例如用于网络设备和/或计算设备的图形用户界面(GUI),使得用户操作者可参与系统使用。在该图示中,设备904可潜在地发挥类似的功能。同样,在图9中,计算设备902(附图中的“第一设备”)可与计算设备904(附图中的“第二设备”)进行交互,在一个实施方案中,该计算设备也可包括例如客户端计算设备和/或服务器计算设备的特征。处理器(例如,处理设备)920和可包括主存储器924和辅助存储器926的存储器922可通过例如通信总线915进行通信。在本专利申请的上下文中,术语“计算设备”指代包括以信号和/或状态的形式处理(例如,执行计算)和/或存储诸如电子文件、电子文档、测量、文本、图像、视频、音频等的数字内容的能力的系统和/或设备,诸如计算设备。因此,在本专利申请的上下文中,计算设备可包括硬件、软件、固件或它们的任何组合(除软件本身之外)。如图9所示,计算设备904仅是一个示例,并且所要求保护的主题在范围上不限于该特定示例。
对于一个或多个实施方案,设备诸如计算设备和/或网络设备可包括例如较宽范围的数字电子设备中的任一种,包括但不限于:台式计算机和/或笔记本电脑、高清电视、数字通用光盘(DVD)和/或其他光盘播放器和/或录像机、游戏机、卫星电视接收器、移动电话、平板设备、可穿戴设备、个人数字助理、移动音频和/或视频回放和/或录制设备、物联网(IOT)类型设备或者前述的任何组合。此外,除非另外特别说明,否则诸如参考流程图和/或其他方式描述的过程也可全部或部分地由计算设备和/或网络设备执行和/或影响。诸如计算设备和/或网络设备的设备可根据能力和/或特征而变化。所要求保护的主题旨在涵盖较宽范围的潜在变型。例如,设备可包括功能有限的数字小键盘和/或其他显示器,诸如用于显示文本的单色液晶显示器(LCD)。然而,相比之下,又如,启用网络的设备可包括物理和/或虚拟键盘、大容量存储装置、一个或多个加速度计、一个或多个陀螺仪、全球定位系统(GPS)和/或其他位置识别类型能力,和/或诸如触敏彩色2D或3D显示器的具有更高功能度的显示器。
如前所述,计算设备和/或网络设备与无线网络之间的通信可根据包括例如全球移动通信系统(GSM)、增强型数据速率GSM演进(EDGE)、802.11b/g/n/h等,和/或全球微波接入互操作性(WiMAX)的已知和/或待开发的网络协议。计算设备和/或联网设备还可具有用户身份模块(SIM)卡,该SIM卡例如可包括能够存储用户的订阅内容和/或还能够存储联系人列表的可拆卸或嵌入式智能卡。然而,应当注意,SIM卡也可以是电子卡,这意味着可以简单地存储在计算设备和/或联网设备的存储器中的特定位置中。用户可拥有计算设备和/或网络设备,或者例如可以其他方式成为用户,诸如主要用户。可由无线网络运营商、有线网络运营商和/或互联网服务提供商(ISP)为设备分配地址。例如,地址可包括国内或国际电话号码、互联网协议(IP)地址和/或一个或多个其他标识符。在其他实施方案中,计算和/或通信网络可实现为有线网络、无线网络或它们的任何组合。
计算和/或网络设备可包括和/或可执行多种现在已知和/或待开发的操作系统、其衍生产品和/或版本,包括诸如Windows、iOS、Linux的计算机操作系统,诸如iOS、Android、Windows Mobile等的移动操作系统。计算设备和/或网络设备可包括和/或可执行多种可能的应用,诸如实现与其他设备的通信的客户端软件应用。例如,可诸如经由现在已知和/或以后将开发的适用于传达电子邮件、短消息服务(SMS)和/或多媒体消息服务(MMS)的一个或多个协议传达一个或多个消息(例如,内容),包括经由至少部分地由计算和/或通信网络的一部分形成的诸如社交网络的网络,包括但不限于Facebook、LinkedIn、Twitter、Flickr和/或Google+,以列举数例。计算和/或网络设备还可包括用于处理和/或传达诸如文本内容、数字多媒体内容等的数字内容的可执行计算机指令。计算和/或网络设备还可包括用于执行诸如浏览、搜索、播放各种形式的数字内容(包括本地存储的视频和/或流式视频)和/或游戏(诸如但不限于梦幻体育联盟)的多种可能任务的可执行计算机指令。提供上述内容仅是为了说明所要求保护的主题旨在包括较宽范围的可能的特征和/或能力。
在图9中,计算设备902可以例如物理状态和/或信号(例如,存储在存储器状态中)的形式提供可执行计算机指令的一个或多个源。例如,计算设备902可通过网络连接与计算设备904通信,诸如经由网络908进行。如前所述,连接虽然是物理的,但可能不一定有形。尽管图9的计算设备904示出了各种有形的物理部件,但所要求保护的主题不限于仅具有这些有形部件的计算设备,因为其他具体实施和/或实施方案可包括可选布置,该可选布置可包括例如在实现类似结果的同时发挥不同功能的附加有形部件或更少有形部件。相反,提供示例仅是说明性的。不旨在将所要求保护的主题限制在说明性示例的范围内。
存储器922可包括任何非暂态存储机构。存储器922可包括例如主存储器924和辅助存储器926,可使用附加存储器电路、机构或它们的组合。存储器922可包括例如随机存取存储器、只读存储器、非易失性存储器(例如,NVRAM)等,诸如呈一个或多个存储设备和/或系统的形式,诸如SDRAM、NAND闪存、NOR闪存、包括光盘驱动器、磁带驱动器、固态存储器驱动器等的磁盘驱动器,仅列举一些示例。
存储器922可用于存储可执行计算机指令的程序。例如,处理器920可从存储器获取可执行指令并且继续执行所获取的指令。存储器922还可包括用于访问设备可读介质940的存储器控制器,该设备可读介质可承载和/或形成能够访问的数字内容,该数字内容可包括例如可由处理器920和/或例如能够执行计算机指令的一些其他设备(诸如控制器)执行的代码和/或指令。在处理器920的指导下,包括例如可执行计算机指令的程序的非暂态存储器(诸如存储物理状态(例如,存储器状态)的存储器单元)可由处理器920执行并且能够生成待经由网络传达的信号,例如,如前所述。所生成的信号也可存储在存储器中,也可存储在先前建议的存储器中。
存储器922可存储诸如与一个或多个用户相关的电子文件和/或电子文档,并且还可包括计算机可读介质,该计算机可读介质可承载和/或形成能够访问的内容,包括例如可由处理器920(例如,中央处理单元、图形处理单元或神经网络处理单元,或它们的任何组合)和/或例如能够执行计算机指令的一些其他设备(诸如控制器)执行的代码和/或指令。如前所述,在整个本文档中使用的术语电子文件和/或术语电子文档等指代以某种方式相关联的所存储的存储器状态的集合和/或物理信号的集合,从而形成电子文件和/或电子文档。也就是说,这并不意指隐式地引用例如相对于相关联的存储器状态的集合和/或相关联的物理信号的集合所使用的特定语法、格式和/或方法。还需注意,存储器状态的关联性例如可以是逻辑意义上的并且不一定是有形的物理意义上的。因此,尽管电子文件和/或电子文档的信号和/或状态部件将在逻辑上相关联,但在一个实施方案中,该信号和/或状态部件的存储例如可驻留在有形的物理存储器中的一个或多个不同位置中。
算法描述和/或符号表示是信号处理和/或相关领域的普通技术人员用于向本领域的其他技术人员传达他们工作实质的技术的示例。在本专利申请的上下文中,算法被认为是并且通常被认为是导致所需结果的操作和/或类似信号处理的自相一致的序列。在本专利申请的上下文中,操作和/或处理涉及物理量的物理操纵。通常,尽管不是必需的,但此类量可采取能够被存储、传输、组合、比较、处理和/或以其他方式操纵的电和/或磁信号和/或状态的形式,例如,作为构成各种形式的数字内容(诸如信号测量、文本、图像、视频、音频等)的部件的电子信号和/或状态。
主要出于常用的原因,有时已经证明将此类物理信号和/或物理状态称为位、值、元素、参数、符号、字符、术语、数字、数量、量度、内容等是方便的。然而,应当理解,所有这些和/或类似术语将与适当的物理量相关联,并且仅仅是为了方便的标签。除非另外特别说明,否则从前述讨论中显而易见的是,应当理解,在本说明书通篇中,使用术语诸如“处理”、“计算”、“确定”、“建立”、“获得”、“识别”、“选择”、“生成”等可指特定装置诸如专用计算机和/或类似的专用计算设备和/或网络设备的动作和/或过程。因此,在本说明书的上下文中,专用计算机和/或类似的专用计算和/或网络设备能够处理、操纵和/或变换专用计算机和/或类似的专用计算和/或网络设备的存储器、寄存器和/或其他存储设备、处理设备和/或显示设备内的通常为物理电子和/或磁量形式的信号和/或状态。在该特定专利申请的上下文中,如所提及的,术语“特定装置”因此包括通用计算和/或网络设备,诸如通用计算机,一旦被编程就诸如依据程序软件指令来执行特定功能。
在一些情况下,存储器设备的诸如从二进制一到二进制零的状态变化或反之亦然的操作可包括转换,诸如物理转换。对于特定类型的存储器设备,此类物理转换可包括制品到不同状态或事物的物理转换。例如但不限于,对于一些类型的存储器设备,状态变化可涉及聚积和/或存储电荷或者释放所存储的电荷。同样,在其他存储器设备中,状态变化可包括物理变化,诸如磁性取向的转换。同样,物理变化可包括分子结构的转换,诸如从结晶形式转变为无定形形式,或者反之亦然。在其他存储器设备中,物理状态的变化可涉及量子机械现象,诸如叠加、缠结等,这可涉及例如量子比特(量子位)。上述内容并非旨在穷举所有示例的列表,其中存储器设备中从二进制一到二进制零或反之亦然的状态变化可包括转换,诸如物理但非暂态的转换。相反,上述内容旨在作为说明性示例。
再次参见图9,处理器920可包括诸如数字电路的一个或多个电路,以执行计算步骤和/或过程的至少一部分。作为示例而非限制,处理器920可包括一个或多个处理器,诸如控制器、微处理器、微控制器、专用集成电路、数字信号处理器、可编程逻辑设备、现场可编程门阵列等或它们的任何组合。在各种具体实施和/或实施方案中,处理器920可通常基本上根据所获取的可执行计算机指令来执行信号处理,诸如操纵信号和/或状态,构建信号和/或状态等,其中,以此类方式生成的信号和/或状态将被传达和/或存储在存储器中。
图9还将设备904示出为包括可与输入/输出设备一起操作的部件932,例如,使得信号和/或状态可在设备之间适当地传达,诸如在设备904与输入设备和/或设备904与输出设备之间适当地传达。用户可利用输入设备,诸如计算机鼠标、触笔、轨迹球、键盘和/或能够接收用户动作和/或运动作为输入信号的任何其他类似设备。同样,对于具有语音到文本能力的设备,用户可与设备说话以生成输入信号。用户可利用输出设备,诸如显示器、打印机等、和/或能够为用户提供信号和/或生成诸如视觉刺激、音频刺激和/或其他类似刺激的刺激的任何其他设备。
上述一个特定实施方案涉及一种方法,该方法包括:生成第一信号以向人类受检者施加第一感官刺激,该第一感官刺激唤起特定唯一个体的特定非自愿响应;生成第二信号以向人类受检者施加第二感官刺激,该第二感官刺激与该第一感官刺激在时间上相关;推断第三信号指示特定唯一个体对第一感官刺激的特定非自愿响应;以及至少部分地基于检测到的第三信号和指示对第二感官刺激的非自愿响应的第四信号的时间相关性,将人类受检者的身份认证为特定唯一个体的身份。在一个特定具体实施中,该方法还包括响应于由人类受检者生成的一个或多个脑信号,在定位在该人类受检者的头皮上的传感器处生成第三信号。例如,推断第三信号指示特定唯一个体对第一感官刺激的特定非自愿响应还可包括将该一个或多个脑信号中的至少一个脑信号归类为P300脑信号。在另一个特定具体实施中,第二感官刺激包括至少一个第一频率特性,并且其中第四信号包括由传感器响应于具有至少一个第二频率特性的稳态视觉唤起电位(SSVEP)信号而生成的信号,该至少一个第二频率特性至少部分地基于该至少一个第一频率特性。例如,第三信号和第四信号的时间相关性可至少部分地基于第三信号与该至少一个第二频率特性的时间相关性和第四信号中振幅的变化。在另一个特定具体实施中,第一感官刺激和第二感官刺激包括图像。在另一个特定具体实施中,生成第一信号以将第一感官刺激施加到人类受检者还包括与对特定用户不具有特定重要性的一个或多个图像的呈现在时间上交错地呈现对特定唯一个体具有特定重要性的至少一个视觉图像。例如,对特定唯一个体具有特定重要性的该至少一个视觉图像可在该特定唯一个体中唤起P300脑信号。在另一个特定具体实施中,该方法还包括至少部分地基于第三信号的特性的检测时间与第四信号的特性的检测时间之间的差值来确定第三信号和第四信号的时间相关性。在另一个特定具体实施中,生成第一信号以向人类受检者施加感官刺激还包括与生成对特定唯一个体不具有特定重要性的至少一个声音在时间上交错地生成对特定唯一个体具有特定重要性的至少一个声音。在另一个特定具体实施中,第一感官刺激包括在人类受检者的头皮的已知位置处施加压力。在另一个特定具体实施中,生成第一信号以向人类受检者施加第一感官刺激还包括:从非暂态设备可读存储器获取与特定唯一个体的身份相关联的电子文档;以及由计算设备执行设备可读指令,以至少部分地基于所获取的电子文档来生成控制信号和/或内容信号。
上述另一个具体实施方案涉及一种装置,该装置包括:一个或多个处理器,该一个或多个处理器用于生成第一信号以向人类受检者施加第一感官刺激,该第一感官刺激用于唤起特定唯一个体的特定非自愿响应,以及生成第二信号以向该人类受检者施加第二感官刺激,该第二感官刺激与该第一感官刺激在时间上相关;一个或多个第一传感器,该一个或多个第一传感器用于响应于该人类受检者对施加该第一感官刺激的第一非自愿响应而生成第三信号;和一个或多个第二传感器,该一个或多个第二传感器用于响应于该人类受检者对施加该第二感官刺激的第二非自愿响应而生成第四信号,其中该一个或多个处理器还用于:推断该第三信号指示该特定唯一个体对该第一感官刺激的特定非自愿响应;以及至少部分地基于检测到的第三信号和指示对第二感官刺激的非自愿响应的第四信号的时间相关性,将人类受检者的身份认证为特定唯一个体的身份。在一个特定具体实施中,该一个或多个处理器还用于:从非暂态设备可读存储器获取与该特定唯一个体的身份相关联的电子文档;以及执行设备可读指令以至少部分地基于所获取的电子文档来生成第一信号作为控制信号和/或内容信号。例如,该一个或多个处理器还可用于:至少部分地基于检测到第三信号中的事件与检测到第四信号中的事件之间的预期时间差来确定检测到的第三信号和第四信号的时间相关性,该预期时间差从所获取的电子文档获得。在另一个特定具体实施中,该一个或多个处理器还用于至少部分地基于将由s生成的至少一个脑信号归类为P300脑信号,推断第三信号指示特定唯一个体对第一感官刺激的特定非自愿响应。在另一个特定具体实施中,第二感官刺激包括至少一个第一频率特性,并且其中第四信号包括由传感器响应于具有至少一个第二频率特性的稳态视觉唤起电位(SSVEP)信号而生成的信号,该至少一个第二频率特性至少部分地基于该至少一个第一频率特性。例如,该一个或多个处理器还可用于至少部分地基于第三信号与至少一个第二频率特性的时间相关性和第四信号中振幅的变化来检测第三信号和第四信号的时间相关性。
上述另一个特定实施方案涉及一种制品,该制品包括:非暂态存储介质,该非暂态存储介质包括存储在其上的设备可读指令,这些设备可读指令能够由处理器执行以:生成第一信号以向人类受检者施加第一感官刺激,该第一感官刺激唤起特定唯一个体的特定非自愿响应;生成第二信号以向人类受检者施加第二感官刺激,该第二感官刺激与该第一感官刺激在时间上相关;推断第三信号指示特定唯一个体对第一感官刺激的特定非自愿响应;以及至少部分地基于检测到的第三信号和指示对第二感官刺激的非自愿响应的第四信号的时间相关性,将人类受检者的身份认证为特定唯一个体的身份。
在前面的描述中,已经描述了要求保护的主题的各个方面。出于解释的目的,阐述了作为示例的细节,诸如量、系统和/或构型。在其他情况下,省略和/或简化了熟知的特征,以避免导致要求保护的主题模糊。虽然本文已举例说明和/或描述了某些特征,但本领域的技术人员现在将想到许多修改形式、替代形式、变化形式和/或等同形式。因此,应当理解,所附权利要求旨在涵盖落入所要求保护的主题内的所有修改形式和/或变化形式。
Claims (27)
1.一种方法,所述方法包括:
至少部分地基于或响应于受检者经历的物理环境以电子方式获得一个或多个上下文特征;
至少部分地基于所述一个或多个上下文特征中的至少一个上下文特征与上下文特征的存储库的关联,确定特定唯一个体的响应签名;
以电子方式获得至少部分地基于由一个或多个第一传感器生成的第一传感器信号来确定的一个或多个非自愿响应特征,所述第一传感器信号至少部分地基于或响应于所述受检者对所述物理环境的一个或多个非自愿响应;以及
至少部分地基于所述一个或多个非自愿响应特征和所述响应签名,将所述受检者的身份以电子方式认证为所述特定唯一个体的身份。
2.根据权利要求1所述的方法,其中将所述受检者的所述身份以电子方式认证为所述特定唯一个体的所述身份还包括至少部分地基于将贝叶斯检测器应用于所述一个或多个非自愿响应特征和所述响应签名来确定二进制认证结果。
3.根据权利要求1所述的方法,其中将所述受检者的所述身份以电子方式认证为所述特定唯一个体的所述身份还包括至少部分地基于将神经网络应用于所述一个或多个非自愿响应特征和所述响应签名来确定所述受检者的所述身份是所述特定唯一个体的所述身份的可能性和/或概率。
4.根据权利要求1至3中任一项所述的方法,其中至少部分地基于或响应于受检者经历的所述物理环境以电子方式获得所述一个或多个上下文特征还包括识别由与所述受检者协同定位的相机捕获的一个或多个图像中的一个或多个对象,或识别一个或多个记录的声音或它们的组合。
5.根据权利要求4所述的方法,其中至少部分地基于或响应于所述受检者经历的所述物理环境以电子方式获得所述一个或多个上下文特征还包括将所识别的一个或多个对象与对所述特定唯一个体具有重要性的一个或多个对象相关联。
6.根据权利要求1至5中任一项所述的方法,其中所述第一传感器信号由一个或多个第一传感器至少部分地响应于所述受检者的检测到或测量到的眨眼、检测到或测量到的眼睛运动、检测到或测量到的瞳孔响应、MEG扫描信号、体温、血压、脑信号或排汗或它们的组合而生成。
7.根据权利要求1至6中任一项所述的方法,其中所述第一传感器信号至少部分地基于或响应于所述受检者的一个或多个P300脑信号或所述受检者的一个或多个稳态视觉唤起电位(SSVEP)信号或它们的组合。
8.根据权利要求1至7中任一项所述的方法,其中至少部分地基于或响应于所述受检者经历的所述物理环境以电子方式获得一个或多个上下文特征还包括至少部分地基于在相机处捕获的一个或多个图像或由一个或多个第二传感器生成的信号来获得所述一个或多个上下文特征。
9.根据权利要求8所述的方法,其中所述一个或多个第二传感器包括至少一个环境传感器或至少一个惯性传感器或它们的组合。
10.根据权利要求1至7中任一项所述的方法,其中至少部分地基于或响应于所述人类受检者经历的所述物理环境以电子方式获得一个或多个上下文特征还包括处理来自相机、一个或多个环境传感器、一个或多个惯性传感器、一个或多个位置确定设备或它们的组合的信号。
11.根据权利要求1至10中任一项所述的方法,其中将在非暂态存储器中维护上下文特征的所述存储库,并且其中所述方法还包括至少部分地基于所述一个或多个上下文特征中的至少一个上下文特征、所述一个或多个非自愿响应特征中的至少一个非自愿响应特征和将所述受检者的所述身份认证为所述特定唯一个体的所述身份来更新上下文特征的所述存储库的至少一部分。
12.根据权利要求1至11中任一项所述的方法,其中将所述人类受检者的所述身份以电子方式认证为所述特定唯一个体的所述身份将以至少部分地基于安全级别的频率执行。
13.根据权利要求1至12中任一项所述的方法,其中由神经网络至少部分地基于或响应于所述人类受检者经历的所述物理环境以电子方式获得所述一个或多个上下文特征还包括:
由神经网络确定所述受检者的状态;以及
进一步至少部分地基于所述受检者的所确定的状态来确定所述一个或多个上下文特征。
14.根据权利要求1至13中任一项所述的方法,并且还包括:
至少部分地基于对所述特定唯一个体随时间对刺激的响应的观察来训练神经网络的一个或多个特征;以及
至少部分地基于所述神经网络的所训练的一个或多个特征来确定所述响应签名。
15.根据权利要求14所述的方法,其中随时间的所述刺激包括随时间对物理环境的刺激。
16.根据权利要求1至15中任一项所述的方法,并且还包括至少部分地基于将多变量概率模型应用于所述受检者对所述物理环境的第一观察到的非自愿响应和所述受检者对所述物理环境的至少第二观察到的非自愿响应来确定所述一个或多个非自愿响应特征,所述非自愿响应包括观察到的P300脑信号、眼睛运动、眨眼、心率、瞳孔响应、体温或血压或它们的任何组合。
17.根据权利要求1至16中任一项所述的方法,并且还包括通过向所述受检者施加人工刺激来替代所述物理环境。
18.根据权利要求1至17中任一项所述的方法,并且还包括至少部分地基于所述一个或多个非自愿响应特征和所述响应签名向所述受检者提供输入密码的提示来代替进行认证。
19.一种方法,所述方法包括:
由神经网络分析上下文特征以确定受检者的预期响应,所述上下文特征至少部分地基于或响应于所述受检者经历的物理环境;以及
至少部分地基于所述受检者的所述预期响应与一个或多个非自愿响应特征的比较来更新所述神经网络的一个或多个特征,所述非自愿响应特征至少部分地基于传感器信号,所述传感器信号基于或响应于所述受检者对所述物理环境的一个或多个非自愿响应;以及
至少部分地基于所述神经网络的所更新的一个或多个特征,将所述受检者的所述身份以电子方式认证为特定唯一个体的身份。
20.一种计算设备,所述计算设备包括:
一个或多个处理器,所述一个或多个处理器用于:
至少部分地基于或响应于受检者将经历的物理环境以电子方式获得一个或多个上下文特征;
至少部分地基于所述一个或多个上下文特征中的至少一个上下文特征与上下文特征的存储库的关联,确定将与特定唯一个体相关联的响应签名;
以电子方式获得将至少部分地基于将由一个或多个第一传感器生成的第一传感器信号来确定的一个或多个非自愿响应特征,所述第一传感器信号将至少部分地基于或响应于所述受检者对所述物理环境的一个或多个非自愿响应;以及
至少部分地基于所述一个或多个非自愿响应特征和所述响应签名,将所述受检者的身份认证为所述特定唯一个体的身份。
21.根据权利要求20所述的计算设备,并且还包括:
接收器设备,所述接收器设备用于从通信网络接收消息,并且其中所述一个或多个处理器还用于至少部分地基于在所述接收器设备处接收并从与所述受检者协同定位的一个或多个设备发射的消息来获得所述一个或多个上下文特征和所述一个或多个非自愿响应特征。
22.根据权利要求20或权利要求21所述的计算设备,其中所述计算设备还包括所述一个或多个第一传感器和与所述受检者协同定位的相机,并且其中所述一个或多个处理器还用于至少部分地基于或响应于对由所述相机捕获的图像中的对象的识别来获得所述一个或多个上下文特征。
23.根据权利要求20至22中任一项所述的计算设备,其中所述一个或多个处理器还用于至少部分地基于将贝叶斯检测器应用于所述一个或多个非自愿响应特征和所述响应签名来将所述受检者的所述身份认证为所述特定唯一个体的所述身份。
24.根据权利要求20至23中任一项所述的计算设备,其中所述一个或多个处理器用于至少部分地基于或响应于所述受检者经历的所述物理环境来以电子方式获得所述一个或多个上下文特征,所述物理环境进一步至少部分地基于识别由与所述受检者协同定位的相机捕获的一个或多个图像中的一个或多个对象、一个或多个记录的声音或它们的组合,或识别一个或多个记录的声音或它们的组合。
25.根据权利要求24所述的计算设备,其中所述一个或多个处理器还用于至少部分地基于或响应于所述受检者经历的所述物理环境,进一步至少部分地基于所识别的对象与对所述特定唯一个体具有重要性的人的关联来获得所述一个或多个上下文特征。
26.一种制品,所述制品包括:
非暂态存储介质,所述非暂态存储介质包括在其上存储的计算机可读指令,所述计算机可读指令能够由计算设备的一个或多个处理器执行以:
至少部分地基于或响应于受检者经历的物理环境以电子方式获得一个或多个上下文特征;
至少部分地基于所述一个或多个上下文特征中的至少一个上下文特征与上下文特征的存储库的关联来确定特定唯一个体的响应签名;
以电子方式获得至少部分地基于由一个或多个第一传感器生成的第一传感器信号来确定的一个或多个非自愿响应特征,所述第一传感器信号至少部分地基于或响应于所述受检者对所述物理环境的一个或多个非自愿响应;以及
至少部分地基于所述一个或多个非自愿响应特征和所述响应签名,将所述受检者身份认证为所述特定唯一个体的身份。
27.一种方法,所述方法包括:
生成第一信号以向人类受检者施加第一感官刺激,所述第一感官刺激用于唤起特定唯一个体的特定非自愿响应;
生成第二信号以向所述人类受检者施加第二感官刺激,所述第二感官刺激与所述第一感官刺激在时间上相关;
推断第三信号指示所述特定唯一个体对所述第一感官刺激的所述特定非自愿响应;以及
至少部分地基于检测到的所述第三信号和指示对所述第二感官刺激的非自愿响应的第四信号的时间相关性,将所述人类受检者的身份认证为所述特定唯一个体的身份。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/271,760 | 2019-02-08 | ||
US16/271,760 US11803627B2 (en) | 2019-02-08 | 2019-02-08 | Authentication system, device and process |
PCT/GB2019/052097 WO2020161456A1 (en) | 2019-02-08 | 2019-07-26 | Electronic authentication system, device and process |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113424183A true CN113424183A (zh) | 2021-09-21 |
Family
ID=67515019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980091468.7A Pending CN113424183A (zh) | 2019-02-08 | 2019-07-26 | 电子认证系统、设备及过程 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11803627B2 (zh) |
CN (1) | CN113424183A (zh) |
WO (1) | WO2020161456A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11636188B2 (en) * | 2019-08-26 | 2023-04-25 | Microsoft Technology Licensing, Llc | Combining biometrics, hidden knowledge and intent to authenticate |
US11128636B1 (en) * | 2020-05-13 | 2021-09-21 | Science House LLC | Systems, methods, and apparatus for enhanced headsets |
US11526876B2 (en) | 2020-07-09 | 2022-12-13 | Bank Of America Corporation | System for calibration of an EEG device for detection of specific brainwave patterns |
US11460921B2 (en) * | 2020-07-09 | 2022-10-04 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource |
US11467663B2 (en) | 2020-07-09 | 2022-10-11 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource distribution hub |
WO2022246382A1 (en) * | 2021-05-18 | 2022-11-24 | Snap Inc. | Bending estimation as a biometric signal |
US20230145037A1 (en) * | 2021-11-11 | 2023-05-11 | Comcast Cable Communications, Llc | Method and apparatus for thought password brain computer interface |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9058473B2 (en) | 2007-08-29 | 2015-06-16 | International Business Machines Corporation | User authentication via evoked potential in electroencephalographic signals |
US20160103487A1 (en) | 2013-03-15 | 2016-04-14 | Glen J. Anderson | Brain computer interface (bci) system based on gathered temporal and spatial patterns of biophysical signals |
US10706134B2 (en) | 2016-07-11 | 2020-07-07 | Arctop Ltd | Method and system for providing a brain computer interface |
-
2019
- 2019-02-08 US US16/271,760 patent/US11803627B2/en active Active
- 2019-07-26 CN CN201980091468.7A patent/CN113424183A/zh active Pending
- 2019-07-26 US US17/429,222 patent/US20220129534A1/en active Pending
- 2019-07-26 WO PCT/GB2019/052097 patent/WO2020161456A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20220129534A1 (en) | 2022-04-28 |
US20200257787A1 (en) | 2020-08-13 |
US11803627B2 (en) | 2023-10-31 |
WO2020161456A1 (en) | 2020-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113424183A (zh) | 电子认证系统、设备及过程 | |
US10044712B2 (en) | Authentication based on gaze and physiological response to stimuli | |
US10049287B2 (en) | Computerized system and method for determining authenticity of users via facial recognition | |
US20190287028A1 (en) | Systems, devices, and/or processes for behavioral content processing | |
Stopczynski et al. | The smartphone brain scanner: a portable real-time neuroimaging system | |
AU2015255652B2 (en) | Systems and methods for using eye signals with secure mobile communications | |
Zhan et al. | High frequency remote monitoring of Parkinson's disease via smartphone: Platform overview and medication response detection | |
US11259729B2 (en) | Systems, devices, and/or processes for behavioral and/or biological state processing | |
JP2019522300A (ja) | 精神障害の療法のためのモバイルおよびウェアラブルビデオ捕捉およびフィードバックプラットフォーム | |
CN104820488A (zh) | 用户定向式个人信息助理 | |
US20160198129A1 (en) | Room monitoring device | |
US10866639B2 (en) | Apparatus, methods, and systems for using imagined direction to define actions, functions, or execution | |
US20160374616A1 (en) | Electrode contact quality | |
US20200301398A1 (en) | Information processing device, information processing method, and program | |
US10643636B2 (en) | Information processing apparatus, information processing method, and program | |
US11622708B2 (en) | Low-noise multi-channel voltage recording device | |
US20220036481A1 (en) | System and method to integrate emotion data into social network platform and share the emotion data over social network platform | |
WO2016143415A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP7266984B2 (ja) | サーバ装置 | |
KR102419860B1 (ko) | 운전자 또는 콘텐츠 시청자의 몰입도 측정 방법 및 장치 | |
US20230418372A1 (en) | Gaze behavior detection | |
US20210244344A1 (en) | A method and apparatus for detecting an epileptic seizure in a subject | |
Xenakis et al. | Towards Personality Detection and Prediction using Smartphone Sensor Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220803 Address after: Britain Camb Applicant after: Arm Ltd. Address before: Cambridge County, England Applicant before: Arm Ltd. Applicant before: Apical Ltd. |