CN1424688A - 指纹识别方法和系统以及生物统计识别系统 - Google Patents
指纹识别方法和系统以及生物统计识别系统 Download PDFInfo
- Publication number
- CN1424688A CN1424688A CN02160247A CN02160247A CN1424688A CN 1424688 A CN1424688 A CN 1424688A CN 02160247 A CN02160247 A CN 02160247A CN 02160247 A CN02160247 A CN 02160247A CN 1424688 A CN1424688 A CN 1424688A
- Authority
- CN
- China
- Prior art keywords
- contrast
- finger
- fingerprint
- identification
- frr
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
高准确度的识别系统是通过利用具有FAR和FRR预定值的识别模块构成的。寄存并且管理多个(即,m)生物统计(例如,指纹)。识别时通过利用多个(即,m)生物统计执行对照过程,并且每个生物统计执行多次(即,n)对照程序。通过将m个生物统计对照和n-次对照测试的结果合并而将系统的识别结果作为一个整体判断和输出。作为判断的条件,当在n-次对照测试中至少一次的对照判断为成功的时候,对于那个生物统计的对照就判断为成功的。
Description
技术背景
本申请要求的优先权申请是2001年11月26日提出的申请号为2001-359931的日本专利申请,该申请作为参考并涉及。
本发明申请涉及用于个体识别的生物统计识别系统,尤其涉及指纹识别方法和系统。
随着携带式电话系统的快速发展,我们可以推测到在电子商务交易中可以利用携带式电话系统来购买产品和进行结算。因此,我们需要在携带式电话系统中用来处理结算的高精确度个体识别系统。
关于先有技术的个体识别系统,具有各种不同的技术方法,例如利用物理属性如钥匙或者卡片的个体识别技术、利用个人信息如密码的个体识别技术、通过利用身体特征数据的用于个体识别的生物统计识别以及这些技术组成的技术。然而,利用物理属性的个体识别技术是有缺点的,因为物理属性可能丢失或者被偷窃。在利用如密码的信息识别技术中,虽然操作非常简单并且迅速,但是信息可能被忘记或者被偷窃。特别是,为了实现高识别准确度,不得不增加关键码数字的位数,因此造成处理的便利大大变坏。
另一方面,在利用身体特有的特征数据(生物统计)例如指纹、声波纹、面孔和虹膜的生物统计识别技术中,身体数据既不会丢失、被偷窃,也不会被遗忘。
在上述的识别系统中,指纹识别技术从其尺寸、成本和识别准确度的角度来看是非常有发展前途的。
在指纹识别技术中,识别是通过检测指纹凸起部分(或者凸起的轮廓)的图象或者特征实施的。指纹识别系统包括指纹识别模块,该模块包括用来将指纹作为指纹图象读出和检测的指纹传感器、用来将指纹图象作为在存储器中的识别模板预先寄存的指纹寄存部分以及在识别的过程中,用来将在指纹传感器中检测的指纹图象(也就是,采样)和寄存的指纹图象或者图象组进行比较和对照的指纹识别部分。指纹传感器包括一组以一定的间距例如50至100μm排列的微小传感器象素单元,并且其检测指纹的凸出和凹进部分。各种指纹图象检测系统可用在指纹传感器中。在这些系统中,主要是静电电容系统和光学系统。在静电电容系统中,例如,如图5所示,Si(硅)半导体元件用作基底。个体单元11检测指纹的凸出和凹进部分14和15并且电容12的检测到的指纹图象由基底和手指13的表面之间的触点的距离和区域限定。
由于识别准确度的测定是在识别技术中非常重要的测定,所以存在FAR(错误接受率)和FRR(错误拒绝率)。FAR代表将一个错误人作为已经注册的人错误地接受的概率(也就是说,对进行测试识别的错误的人的错误接受情况的百分率)。FRR代表错误的识别一个已经注册的人作为没有注册的人并且作出了拒绝的决定的概率(也就是说,对进行测试识别的已经注册的人的错误拒绝情况的百分率)。这些数值越小表示识别系统的识别准确度越高。
目前,作为指纹识别技术的识别准确度,在安装于PC、工作站等上的指纹识别系统中,FAR可以达到0.0002%或者更低,FRR可以达到0.05%或者更低。
在先有技术的指纹识别系统中,为了达到识别的目的,仅仅对检验人的一个手指的指纹进行对照。在这个系统中,提供FAR和FRR,在指纹识别模块中他们的值与系统的识别准确度相对应。
作为先有技术,日本待公开专利4-098370披露了通过利用多个手指进行指纹识别的系统。在这个系统中,多个手指同时输入到传感器中进行比较和识别。日本待公开专利10-154231披露了通过将多次的指纹输入次序考虑进去来进行识别的识别系统。在上述两个先有技术中,为了达到识别的目的使用了多个手指。然而,这样做并不能获得足够的识别准确度。此外,在上述的两个技术中,有可能提高FAR,但是这样做导致了FRR的恶化(或者增加)。
在电子商务交易或类似交易中进行高价产品结算的情况下,识别系统必须具有高识别准确度。如前面结合先有技术所描述的那样,在指纹识别技术中,要实现高识别准确度。然而,为了实现高识别准确度,高性能处理器和高容量存储器是必要的,这样导致了系统的价格非常高。目前,局限性在于在携带式电话机中提供的处理器的性能和存储器的容量。因此,如上所述,装配具有高准确度的指纹识别模块是非常困难的。
发明内容
本发明考虑到了上述问题,并且目的是提供一种具有指纹识别模块的高识别准确度的指纹识别系统,这个指纹识别系统具有预先确定的识别准确度并且成本很低。
根据本发明的一个方面,提供一种基于具有预先确定的FAR和FRR的值的指纹对照进行指纹识别的指纹识别方法,该方法包括以下步骤:寄存和管理使用者的多个(即,m)手指的指纹图象的寄存步骤;在识别的时候,执行相应于多个已经注册的手指的对照处理的m-手指的对照步骤;相应于多个手指,执行多次(即,n)对照过程的n-次对照步骤;以及通过将m个手指的对照和n次对照处理的结果合并而将系统中的识别结果作为一个整体判断和输出的识别步骤。
在第n次对照步骤中,当判断出对照在n次对照试验中至少有一次是成功的时候,对应于那个手指,对照就被判断为是成功的;并且在m手指对照步骤中,当对应于所有的m个手指,对照被判断为成功的时候,将识别成功(接受)的判断作为一个整体在系统中给出。通过FAR、FRR、m和n的预置而将系统中的FAR和FRR值作为一个整体变换地预置为期望值。在寄存步骤中,将使用者的指纹图象以大于m的数目寄存;以及在识别的时候,通过利用在寄存步骤中寄存的在数量上比m大的手指中的某m个手指,执行对照识别过程。
根据本发明的另一方面,提供一种包括指纹识别模块的指纹识别系统,该指纹识别模块包括:指纹寄存装置,用来寄存和管理指纹图象;指纹传感装置,用来读出指纹和检测指纹图象;和指纹对照装置,用来基于预定算法、通过将指纹传感装置检测到的指纹图象和指纹寄存装置中寄存的指纹图象进行比较来执行对照处理过程;具有预先确定的FAR和FRR值的指纹识别模块;其中:指纹寄存装置寄存和管理使用者的多个(即,m)手指的指纹图象;并且在识别的时候,为了达到对照处理的目的,指纹传感装置和指纹对照装置对多个(即,m)手指的指纹图象的输入和每个手指的多次(即,n)输入实施操作,并且合并对照处理的结果,以便将系统中的识别结果作为一个整体进行判断和输出。
在对照处理过程中:当对应于某个手指判断出对照在n次对照测试中的至少一次成功时,对应于那个手指,对照的判断就是成功的;并且在m-手指对照测试中当所有手指的指纹对照判断为成功时,在系统中总体上给出对照成功(即,接受)的判断。通过FAR、FRR、m和n的预置而将系统中的FAR和FRR值作为一个整体变换地预置为期望值。指纹寄存装置寄存和管理在数量上比m大的使用者的手指的指纹图象;并且在识别的时候,对照识别处理是通过利用在数量上比m大的已经寄存的手指中的某m个手指来执行的。
根据本发明的另一个方面,提供一种包括识别模块的生物统计识别系统,该识别模块包括:寄存装置,用来寄存和管理生物统计;传感器装置,用来读出和检测生物统计;和对照装置,用来基于预定算法通过将由传感器装置检测的生物统计与寄存装置中寄存的生物统计进行比较而执行的对照处理;具有预先确定的FAR和FRR的值的识别模块;其中:寄存装置寄存和管理使用者的生物统计的多个(即,m)图象;并且在识别的时候,为了达到对照处理的目的,传感器装置和对照装置对关系到多个(即,m)生物统计和每个生物统计的多次(即,n)输入进行操作,并且通过合并对照处理的结果而将系统中的识别结果作为一个整体来进行判断和输出。
在对照处理过程中:当判断在关系到某个生物统计的n次对照测试中的至少一次成功时,对应于那个生物统计的对照判断就是成功的;并且在m个生物统计对照测试中当所有的生物统计的对照成功时,在系统中总体上给出识别成功(即,接受)的判断。通过FAR、FRR、m和n的预置而将系统中的FAR和FRR值作为一个整体变换地预置为期望值。寄存装置寄存和管理在数量上比m大的使用者的生物统计;并且在识别的时候,对照识别处理是通过利用在数量上比m大的寄存的生物统计中的某m个生物统计执行的。
通过以下参照附图所进行的描述,本发明的其他目的和特征将显而易见。
附图说明
图1是本发明的指纹识别系统的实施例的结构视图;
图2是一个人的m个手指的指纹识别的视图;
图3是本发明的指纹识别系统实施例中的识别程序的流程图;
图4是指纹识别系统中的另一识别程序的流程图;
图5显示出了基于静电电容系统的指纹传感器的结构;和
图6是本发明的生物统计识别系统实施例的结构视图。
具体实施方式
现在将参照附图对本发明的优选实施例进行描述。
在根据本发明的指纹识别系统中,在通过指纹识别模块进行识别的时候,识别一个人的多个(即,m)不同的手指用来进行指纹识别(参见附图2)。由于这个原因,在寄存指纹的时候,寄存多个(即,m或者更多)手指的指纹图象。在这个系统中,在识别的时候要对照m个手指。当所有的m个手指的对照都成功的时候,在识别中认为成功鉴定(即,接受)了识别的人,也就是说,在整个系统中识别被判断为是成功的。而且,允许每个手指重复对照多次(即,n)。当一个手指的至少一次对照是成功的时候,有关这个手指的对照的判断就是成功的。这种对照要对所有上述m个不同的特定手指进行,并且当对所有手指对照的判断都是成功的时候,在身份识别中,需要识别的人被鉴定为是成功的,也就是说,在这个系统中判断出识别是成功的。以这种方式,改善了作为整个系统的识别准确度量度的FAR和FRR。
图1是根据本发明的指纹识别系统的实施例的结构视图。这个系统包括指纹识别模块,该模块包括指纹传感器单元1、指纹对照单元2和指纹寄存单元3;指纹图象存储单元4;显示单元5和控制单元6。指纹识别模块100具有通过对照算法或者类似的算法决定的作为识别准确度量度的FAR和FRR的预定值。
指纹寄存单元3执行保存和管理的过程,在指纹图象存储器4中,在识别的时候,使用者的m个手指的指纹图象(或者模板)作为比较的对象。指纹图象存储单元4由诸如半导体存储器这样的预定存储器构成。
另一种系统的构成可以导致寄存在数量上大于m(例如10)的手指的指纹图象。在这种情况下,当识别的时候,寄存的手指中的m个手指用来识别。在这种情况下,在每次识别的时候,特定的手指可以用来识别。
正如前面结合先有技术描述的那样,指纹传感单元1由诸如静电电容传感器构成。指纹传感单元1从输入的指纹取出或者读出指纹图象(即,样品),并且它在寄存的情况下提供输出到指纹寄存单元3,在识别的情况下提供输出到指纹对照单元2。指纹图象用来在下一工序使用或者在特征量提取过程中用作特征量数据。
指纹对照单元2根据预定的对照算法对在指纹传感单元1中检测的指纹图象(即,样品)和在指纹寄存单元3中寄存的指纹图象进行比较和对照。这里的术语“对照”的意思是关于某个手指的一次对照过程。在对照过程中,确定“成功”/“失败”并且在相似计算的基础上输出。指纹对照单元2包括m-手指判断部分21和n-次判断部分22。合并这两个部分中的判断,并且判断出这个系统中总的识别结果且以“接受”/“拒绝”的形式输出。识别结果输出到预定模块。在这个模块中,执行基于识别结果的预定过程。
显示部分5具有或者也可以作为使用者的界面,并且它提供关于识别过程的必要的指令而且还提供诸如显示识别结果的这样的过程。在这个系统中,有关m-手指n-次对照测试识别的识别过程被指示给使用者。控制单元6是诸如CPU这样的控制器或者用来控制上述识别过程的预定程序。
在m-手指判断单元21中,执行对应于m个手指的对照处理。在n-次判断单元22中,执行对应于每个手指的对照处理达到n次。在这个系统中,一个使用者的m个不同手指被用来识别。当对应于所有的m个不同手指的对照成功的时候,在整个系统中作出识别成功的识别判断即接受。对于一个手指来说,要对其进行n次的对照测试。当在n次中对照被判断为成功的时候,对于那个手指的对照就被判断为是成功的。在整个系统中为了达到识别判断的目的,根据上述预置条件确定这个系统中的作为识别准确度的量度的FAR和FRR的计算方式。
作为对应于基于这个系统的识别概念的识别准确度量度的FAR和FRR分别为FAR(m,n)和FRR(m,n)。同样,对应于利用m个手指的识别概念的FAR和FRR分别为FAR(m)和FRR(m),并且对应于关系到一个手指的执行n次的对照的识别概念的FAR和FRR分别为FAR(n)和FRR(n)。更具体地说,这些识别准确度量度代表以下内容。FAR(m)代表对于寄存的m-手指的对照测试来说对所有的m个手指接受的比率。
同样,FRR(m)代表对寄存的m-手指的对照测试来说对应于m个手指中至少一个被拒绝的比率。FAR(n)代表对达到n次对照测试的寄存的一个手指,在n次测试中得到成功的对照的比率。FRR(n)代表对达到n次的对照测试的寄存的一个手指对照失败的比率。
现在,指纹识别模块100中的FAR和FRR分别为FARx和FRRx,并且假定指纹识别模块100的识别准确度相对低,例如1%的FARx,就是0.01。现在考虑一种情况,其中诸如拇指和中指的两个或者更多个不同手指的指纹图象在指纹识别模块100中寄存,并且在识别的时候这两个手指用来识别。在整个系统中作为识别的判断状态,可接受的状态是两个手指与寄存的指纹图象对照被判断为成功时的接受状态,而另外一种情况就是被拒绝的状态。在这些状态下,可以如下获得FAR和FRR,也就是FAR(m=2)和FRR(m=2)。
由于可接受的状态就是两个手指的对照是成功的,FAR(m=2)(也就是,在两个手指识别中的错误接受率)是对应于两个手指的错误接受的概率。由于对应于每个手指的FAR是FARx,因此FAR(m=2)的值就是FARx xFARx,即
FAR(m=2)=FARx×FARx=FARx2=0.012
=0.0001=0.01% (1)
关于FRR(m=2),也就是,“在两个手指识别中的错误拒绝率”,由于FRR是拒绝已经注册的人的概率,同样(1-FRR)是正确接受已经注册的人的概率。接受状态就是对应于两个手指的对照是成功的,并且对应于两个手指的对照成功的概率是(1-FRR)2。从1中减去概率(1-FRR)2的差分结果就是错误拒绝的概率。因此,FRR(m=2)具有以下值。
FRR(m=2)=1-(1-FRRx)21-(1-2×FRRx)
=2×FRRx=2×0.01=0.02=2%(FRRx<<1) (2)
在通过利用多个不同手指进行识别的情况,FAR即错误接受率减小到获得高识别准确度的程度。然而,与一个手指的情况相比FRR的值有所增加和恶化。
在识别的情况下,在使用m个不同手指的判断条件下,当对应于所有的m个手指的对照是成功的时候,接受对照,通过上面的叙述可以给出识别准确度,表示为
FAR(m)=FARxm (3)
FRR(m)=1-(1-FRRx)m (4)
在本发明的识别系统中,FRR通过对应于m个手指中的每一个手指的多次(也就是达到n次)对照得到了进一步的改善。作为一个例子,可以设想一种情况,其中每个手指的对照执行三次,并且当在三次对照中的至少一次是成功的时候,关于这个手指的对照就被判断为是成功的。基于这一概念的FAR和FRR分别为FAR(n=3)和FRR(n=3)。在识别系统中(其中对再个手指执行达到三次的对照)FAR(2,3)和FRR(2,3)可以如下面所述的那样获得。
第一,FAR(n=3),即“在三次对照中的错误接受率”,是除在错误的一个手指的三次对照测试中的所有三次中对照未能成功以外的情况的概率,并且一次对照失败的概率是(1-FARx)。FAR(n=3)因此可以计算为:
FAR(n=3)=1-(1-FARx)3 (5)
FAR(2,3)(通过对应于两个手指重复这个计算而获得),从等式(1)或(3)中给出为:
FAR(2,3)=(1-(1-FARx)3)2.(1-(1-3FARx))2
=32×FARx2=9×0.012=0.0009
=0.09%(FARx<<1) (6)
FRR(n=3),即“在三次对照中的错误拒绝率”,是在错误的一个手指的三次对照测试中的所有三次中对照未能成功的概率。由于一次对照失败的概率是FRRx,FRR(n=3)可以计算为:
FRR(n=3)=FRRx3 (7)
FRR(2,3)(通过重复对应于两个手指的这一计算而得到的),从上述的等式(2)或(4)中给出如:
FRR(2,3)=1-(1-FRRx3)2·1-(1-2×FRRx3)
=2×FRRx3=2×0.013=0.000002
=0.0002%(FRRx<<1) (8)
在执行识别的情况下,在使用每个手指尝试高达n次对照并且该对照至少一次成功时的判断条件下,对应于那个手指的对照是成功的,根据上述描述给出的识别准确度如下:
FAR(n)=1-(1-FARx)n (9)
FRR(n)=FRRxn (10)
从上述描述中,在进行识别的这个系统中,在m个不同手指用于识别的条件下进行识别,对应于每个手指的对照测试允许达到n次,当达到n次的对照是成功的时候,关于那个手指的对照的判断就是成功的,并且当对应于所有的m个手指的对照判断都是成功的时候,在系统中给出接受的判断。给出识别准确度为:
FAR(m,n)=((1-(1-FARx)n)m·(nXFARx))m
=nm×FARxm(FARx《1) (11)
FRR(m,n)=1-(1-FRRxn)m·m×FRRxn
(FRRx<<1) (12)
如图3所示。
上述公式是通过利用二项式级数展开式和近似值来计算的。
从上述公式可以得出,在本识别系统中,其中m个手指用于对照并且每个手指输入n次,FAR和FRR被分别转化为升幂m和升幂n。通过预置m和n的值以及FARx和FRRx的值,在本系统中预置作为识别准确度量度的FAR(m,n)和FRR(m,n)的值是可能的。因此,提高识别系统设计的自由度和在依靠这一系统的应用中变换地预置识别准确度成为可能。
图3是根据本发明的指纹识别系统实施例的识别程序的流程图。第一,根据来自在显示单元5中的用户界面的指令,使用者通过在指纹传感单元1中的来自第一个手指的定位指输入第一次的指纹图象(或者样品)(步骤S1)。检测到的指纹图象连接到指纹对照单元2上用来与指纹寄存单元3中寄存的指纹图象(或者图象组)进行比较对照(即,或者1∶1对照或者1∶N对照,N是已经注册的使用者的数量)(步骤S2)。
接着,检查指纹图象是否已经输入并且对照了n次(步骤S3)。这一对照过程重复执行n次。同时,检查在n次中是否至少有一次的对照是成功的(步骤S4)。在这种情况下当对照都没有成功的时候,对应于那个手指的对照被判断为失败。系统因此判断识别的结果是“拒绝”,并且输出这一结果(步骤S12)。输出每一对照过程的结果数据,如果必要,则输出到显示单元5。
当至少一次的对照是成功的时候(在步骤S4中是“是”),对应于第一个手指的对照判断为成功(步骤S5),并且程序转到对应于第二个手指的对照过程。关于第二个手指和后面的手指的对照过程以如对应于第一个手指的对照的同样的方法执行,并且执行有关第m个手指的最后一次对照过程(步骤S6到S10)。当有关第m个手指的对照判断为成功的时候(步骤S10),意味着关于所有的m个手指的对照是成功的,系统提供“接受”的判断作为识别结果,并且输出这一结果(步骤S11)。
在上述的识别程序中,n次对照不必测试n次,当对照成功一次的时候就可以进行对下一个手指的对照。
图4显示了上述识别程序的另一方案。在这种情形下,这m个手指的对照可以第一次就成功地执行,并且这一过程可以重复执行n次。换句话说,每一个对照过程可以以任何顺序执行。同样,在使用者的一个手指的n次对照测试中,当对照一次被判断为成功而不是尝试n次对照,程序进入到下一个手指的对照。
图4象图3一样,按以下步骤执行过程S21到S24:第一手指的输入(步骤21)、对照(步骤S22),以及第M个手指的输入(步骤S23)、对照(步骤S24)。然后,检查是否输入了指纹图象并且对照了n次(步骤S25)。重复执行这一对照过程n次。同时,检查是否每一个手指的n次对照中的至少一次对照是成功的(步骤S26)。在这种情况下当所有的对照都是不成功的时候,对应于那个手指的对照的判断是失败的。因此这个系统判断识别的结果是“拒绝”,并且输出这一结果(步骤S28)。在步骤S26中,当对应于每个手指的至少一次对照判断是成功的时候,系统提供“接受”的判断作为识别结果(步骤S27)。
本系统不仅可以应用于指纹识别系统中而且可以应用于生物统计识别系统中,其中多个已经注册的图象用于识别。这种识别的例子可以利用那些诸如语音、指纹和虹膜这一类的生物统计。这些例子与指纹识别都是基于同样的原理。图6中示出了这种生物统计识别系统的结构。虽然指纹被生物统计所代替,但是其结构与图1中的结构相似并且省略了关于它的进一步描述。
在上述的说明中明显得出的是,根据本发明通过利用具有作为识别准确度量度的FAR和FRR预定值的识别模块,对应于多个手指和每个手指的对照处理可以重复实现多次,因此在系统中的识别准确度总体上改善了。同样,可以变化地预置系统的作为识别准确度量度的FAR和FRR,因此提高了设计自由度和应用自由度。
本领域普通技术人员可以想到的结构上的变化和各种明显不同的修改以及实施例都在本发明的保护范围之内。在前述的说明书和附图中阐述的内容仅仅是提供的例子。本发明要求保护的内容不限于在前述说明书和附图所阐述的内容。
Claims (12)
1.一种基于具有FAR和FRR预定值的指纹对照实施指纹识别的指纹识别方法,包括以下步骤:
寄存和管理使用者的多个(即,m)手指的指纹图象的寄存步骤;
在识别的时候,对应于多个已经注册的手指对照过程的执行m-手指的对照步骤;
执行对应于多个手指的多次(即,n)对照过程的n次对照步骤;以及
通过将m-手指的对照和n-次对照过程的结果合并而将系统中的识别结果作为一个整体判断和输出的识别步骤。
2.根据权利要求1的指纹识别方法,其中:
在n-次对照步骤中,当在n-次对照测试中至少有一次的对照判断为成功的时候,对应于那个手指的对照的判断就是成功的;以及
在m-手指的对照步骤中,当对应于所有的m个手指的对照都判断为是成功的时候,在系统中总体上得出识别成功(接受)的判断。
3.根据权利要求1的指纹识别方法,其中通过FAR、FRR、m和n的预置而将系统中的FAR和FRR值作为一个整体变换地预置为期望值。
4.根据权利要求1的指纹识别方法,其中:
在寄存步骤中,寄存在数量上大于m的使用者的指纹图象;以及
在识别的时候通过利用在寄存步骤中寄存的在数量上大于m的手指中的某些m个手指执行对照识别过程。
5.一种包括指纹识别模块指纹识别系统,指纹识别模块包括:
指纹寄存装置,用来寄存和管理指纹图象;
指纹传感装置,用来读出指纹并且检测指纹图象;以及
指纹对照装置,用来通过将由传感装置检测到的指纹图象和在指纹寄存装置中寄存的指纹图象进行比较而在预定算法的基础上执行对照过程;
指纹识别模块具有预定的FAR和FRR值;
其中:
指纹寄存装置寄存和管理使用者的多个(即,m)手指的指纹图象;以及
在识别的时候,为了达到对照处理的目的,指纹传感装置和指纹对照装置对输入多个(即,m)手指的指纹图象和每个手指的指纹图象的多次(即,n)输入实施操作,并且合并对照处理的结果而将系统中的识别结果作为一个整体进行判断和输出。
6.根据权利要求5的指纹识别系统,其中在对照过程中:
当在对应于某个手指的n-次对照测试中至少一次对照判断为成功的时候,对应于那个手指的对照的判断就是成功的;以及
当在m-手指的对照测试中所有手指的指纹的对照都判断为成功的时候,将对照成功(即,接受)的判断作为一个整体在系统中给出。
7.根据权利要求5的指纹识别系统,其中总体上系统中的带有预设定的FAR、FRR、m和n的FAR和FRR的值可以变化的设置为期望值。
8.根据权利要求5的指纹识别系统,其中:
指纹寄存装置寄存和管理在数量上比m大的使用者的手指的指纹图象;以及
在识别的时候,对照识别程序通过利用在数量上比m大的已经注册的手指中的某些m个手指执行对照识别过程。
9.一种包括识别模块的生物统计识别系统,识别模块包括:
寄存装置,用来寄存和管理生物统计;
传感器装置,用来读出和检测生物统计;以及
对照装置,用来基于预定算法通过将由传感装置检测的生物统计与在寄存装置中寄存的生物统计进行比较而执行对照过程;
识别模块具有预置的FAR和FRR值;
其中:
寄存装置寄存和管理使用者的生物统计的多个(即,m)图象;以及
在识别的时候,传感装置和对照装置为了达到对照处理的目的对于多个(即,m)生物统计和每个生物统计的多次(即,n)输入进行操作,并且通过合并对照处理的结果而将系统中的识别结果作为一个整体进行判断和输出。
10.根据权利要求9的生物统计识别系统,其中在对照过程中:
当在对应于某个生物统计的n-次对照测试中的判断对照至少一次成功时,给出对应于那个生物统计对照成功的判断;以及
当在m个生物统计对照测试中所有的生物统计的对照都判断为成功时,将识别成功(即,接受)的判断作为一个整体在系统中给出。
11.根据权利要求9的生物统计识别系统,其中通过FAR、FRR、m和n的预置而将系统中的FAR和FRR值作为一个整体变换地预置为期望值。
12.根据权利要求9的生物统计识别系统,其中:
寄存装置寄存和管理在数量上比m大的使用者的生物统计;以及
在识别的时候,利用在数量上比m大的已经注册的生物统计中的某些m个生物统计执行对照识别过程。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP359931/01 | 2001-11-26 | ||
JP359931/2001 | 2001-11-26 | ||
JP2001359931A JP4068334B2 (ja) | 2001-11-26 | 2001-11-26 | 指紋認証方法、指紋認証システム、及び、バイオメトリクス認証システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1424688A true CN1424688A (zh) | 2003-06-18 |
CN1223960C CN1223960C (zh) | 2005-10-19 |
Family
ID=19170837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB021602476A Expired - Fee Related CN1223960C (zh) | 2001-11-26 | 2002-11-25 | 指纹识别方法和系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7174036B2 (zh) |
JP (1) | JP4068334B2 (zh) |
CN (1) | CN1223960C (zh) |
GB (1) | GB2383173B (zh) |
HK (1) | HK1055170A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004788B (zh) * | 2006-01-17 | 2010-09-01 | 公安部第一研究所 | 证件指纹识别算法评价系统及其方法 |
CN105160225A (zh) * | 2015-08-18 | 2015-12-16 | 宇龙计算机通信科技(深圳)有限公司 | 电子设备操作方法及装置 |
CN106156697A (zh) * | 2015-03-30 | 2016-11-23 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
US9962047B2 (en) | 2016-01-08 | 2018-05-08 | Omachron Intellectual Property Inc. | Hand carryable surface cleaning apparatus |
US10506904B2 (en) | 2017-07-06 | 2019-12-17 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10537216B2 (en) | 2017-07-06 | 2020-01-21 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10631693B2 (en) | 2017-07-06 | 2020-04-28 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10702113B2 (en) | 2017-07-06 | 2020-07-07 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10722086B2 (en) | 2017-07-06 | 2020-07-28 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10750913B2 (en) | 2017-07-06 | 2020-08-25 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10842330B2 (en) | 2017-07-06 | 2020-11-24 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
CN112581675A (zh) * | 2019-09-27 | 2021-03-30 | 上海慧川机电设备有限公司 | 一种一卡通安防联动管理系统及方法 |
US12075962B2 (en) | 2016-01-08 | 2024-09-03 | Omachron Intellectual Property Inc. | Hand carryable surface cleaning apparatus |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3150126B2 (ja) | 1999-02-03 | 2001-03-26 | 静岡日本電気株式会社 | 指紋入力装置 |
US6950540B2 (en) | 2000-01-31 | 2005-09-27 | Nec Corporation | Fingerprint apparatus and method |
US7277562B2 (en) * | 2003-08-01 | 2007-10-02 | Cross Match Technologies, Inc. | Biometric imaging capture system and method |
US8098901B2 (en) | 2005-01-26 | 2012-01-17 | Honeywell International Inc. | Standoff iris recognition system |
US8049812B2 (en) | 2006-03-03 | 2011-11-01 | Honeywell International Inc. | Camera with auto focus capability |
US8442276B2 (en) | 2006-03-03 | 2013-05-14 | Honeywell International Inc. | Invariant radial iris segmentation |
US7761453B2 (en) | 2005-01-26 | 2010-07-20 | Honeywell International Inc. | Method and system for indexing and searching an iris image database |
US8090157B2 (en) | 2005-01-26 | 2012-01-03 | Honeywell International Inc. | Approaches and apparatus for eye detection in a digital image |
US7593550B2 (en) * | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
US8064647B2 (en) | 2006-03-03 | 2011-11-22 | Honeywell International Inc. | System for iris detection tracking and recognition at a distance |
US8705808B2 (en) | 2003-09-05 | 2014-04-22 | Honeywell International Inc. | Combined face and iris recognition system |
NO319858B1 (no) * | 2003-09-26 | 2005-09-26 | Tandberg Telecom As | Fremgangsmate for identifisering |
GB0402421D0 (en) * | 2004-02-04 | 2004-03-10 | Ashbourn Julian M D | Automatic performance calibration (APC) for biometric devices |
EP1864239A2 (en) * | 2005-03-18 | 2007-12-12 | Koninklijke Philips Electronics N.V. | Biometric protection of a protected object |
US20060294390A1 (en) | 2005-06-23 | 2006-12-28 | International Business Machines Corporation | Method and apparatus for sequential authentication using one or more error rates characterizing each security challenge |
JP4547629B2 (ja) | 2006-02-10 | 2010-09-22 | ソニー株式会社 | 登録装置、登録方法及び登録プログラム |
GB2448653B (en) | 2006-03-03 | 2011-03-23 | Honeywell Int Inc | Single lens splitter camera |
GB2450023B (en) | 2006-03-03 | 2011-06-08 | Honeywell Int Inc | An iris image encoding method |
WO2008016724A2 (en) | 2006-03-03 | 2008-02-07 | Honeywell International, Inc. | An iris recognition system having image quality metrics |
JP2009529197A (ja) | 2006-03-03 | 2009-08-13 | ハネウェル・インターナショナル・インコーポレーテッド | モジュールバイオメトリクス収集システムアーキテクチャ |
JP4992441B2 (ja) * | 2007-01-31 | 2012-08-08 | 日本電気株式会社 | 個人認証装置、個人認証システム及びそれらに用いる個人認証方法 |
US8063889B2 (en) | 2007-04-25 | 2011-11-22 | Honeywell International Inc. | Biometric data collection system |
WO2009096475A1 (ja) | 2008-01-29 | 2009-08-06 | Kabushiki Kaisha Dds | ハイブリッド生体認証装置、ハイブリッド生体認証方法、ハイブリッド生体認証用コンピュータプログラムを記憶したコンピュータ読み取り可能な記憶媒体 |
US8436907B2 (en) * | 2008-05-09 | 2013-05-07 | Honeywell International Inc. | Heterogeneous video capturing system |
US8213782B2 (en) | 2008-08-07 | 2012-07-03 | Honeywell International Inc. | Predictive autofocusing system |
US8090246B2 (en) | 2008-08-08 | 2012-01-03 | Honeywell International Inc. | Image acquisition system |
DE102008054112A1 (de) * | 2008-10-31 | 2010-05-06 | Carl Fuhr Gmbh & Co. Kg | Verfahren zur Überprüfung der Zutrittsberechtigung |
US8280119B2 (en) | 2008-12-05 | 2012-10-02 | Honeywell International Inc. | Iris recognition system using quality metrics |
US8472681B2 (en) | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
US8630464B2 (en) | 2009-06-15 | 2014-01-14 | Honeywell International Inc. | Adaptive iris matching using database indexing |
WO2011092829A1 (ja) * | 2010-01-28 | 2011-08-04 | 富士通株式会社 | 指紋認証装置、指紋認証方法及び指紋認証プログラム |
US8742887B2 (en) | 2010-09-03 | 2014-06-03 | Honeywell International Inc. | Biometric visitor check system |
US9659205B2 (en) | 2014-06-09 | 2017-05-23 | Lawrence Livermore National Security, Llc | Multimodal imaging system and method for non-contact identification of multiple biometric traits |
US10599932B2 (en) | 2014-06-09 | 2020-03-24 | Lawrence Livermore National Security, Llc | Personal electronic device for performing multimodal imaging for non-contact identification of multiple biometric traits |
CN107609540B (zh) * | 2015-10-19 | 2024-01-23 | Oppo广东移动通信有限公司 | 一种指纹传感器的校准参数的获取方法、装置及移动终端 |
CN108681714A (zh) * | 2018-05-18 | 2018-10-19 | 济南浪潮高新科技投资发展有限公司 | 一种基于个性化学习的手指静脉识别系统及方法 |
US10970372B2 (en) * | 2018-11-01 | 2021-04-06 | Microsoft Technology Licensing, Llc | Revocable biometric print based identification |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0498370A (ja) | 1990-08-09 | 1992-03-31 | Sharp Corp | 指紋識別装置 |
JP2964199B2 (ja) | 1992-12-11 | 1999-10-18 | 富士通電装株式会社 | 指紋照合方法 |
US5933515A (en) * | 1996-07-25 | 1999-08-03 | California Institute Of Technology | User identification through sequential input of fingerprints |
JPH10154231A (ja) | 1996-11-21 | 1998-06-09 | Hitachi Ltd | 生態情報を用いた本人認証装置および方法 |
US6259805B1 (en) * | 1996-12-04 | 2001-07-10 | Dew Engineering And Development Limited | Biometric security encryption system |
JP4275794B2 (ja) | 1998-03-31 | 2009-06-10 | 三菱電機株式会社 | 人体照合装置 |
US6463165B1 (en) * | 1998-03-31 | 2002-10-08 | Mitsubishi Denki Kabushiki Kaisha | Individuals checking apparatus |
JP2000176135A (ja) * | 1998-12-16 | 2000-06-27 | Sankyo Kk | 遊技用管理システム |
US6795569B1 (en) * | 1999-05-11 | 2004-09-21 | Authentec, Inc. | Fingerprint image compositing method and associated apparatus |
DE10015960C2 (de) * | 2000-03-30 | 2003-01-16 | Micronas Munich Gmbh | Spracherkennungsverfahren und Spracherkennungsvorrichtung |
-
2001
- 2001-11-26 JP JP2001359931A patent/JP4068334B2/ja not_active Expired - Fee Related
-
2002
- 2002-11-25 GB GB0227536A patent/GB2383173B/en not_active Expired - Fee Related
- 2002-11-25 CN CNB021602476A patent/CN1223960C/zh not_active Expired - Fee Related
- 2002-11-26 US US10/303,843 patent/US7174036B2/en not_active Expired - Fee Related
-
2003
- 2003-10-15 HK HK03107453A patent/HK1055170A1/xx not_active IP Right Cessation
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004788B (zh) * | 2006-01-17 | 2010-09-01 | 公安部第一研究所 | 证件指纹识别算法评价系统及其方法 |
CN106156697A (zh) * | 2015-03-30 | 2016-11-23 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN105160225A (zh) * | 2015-08-18 | 2015-12-16 | 宇龙计算机通信科技(深圳)有限公司 | 电子设备操作方法及装置 |
CN105160225B (zh) * | 2015-08-18 | 2018-07-27 | 宇龙计算机通信科技(深圳)有限公司 | 电子设备操作方法及装置 |
US9962047B2 (en) | 2016-01-08 | 2018-05-08 | Omachron Intellectual Property Inc. | Hand carryable surface cleaning apparatus |
US10085604B2 (en) | 2016-01-08 | 2018-10-02 | Omachron Intellectual Property Inc. | Hand carryable surface cleaning apparatus |
US12075962B2 (en) | 2016-01-08 | 2024-09-03 | Omachron Intellectual Property Inc. | Hand carryable surface cleaning apparatus |
US10631693B2 (en) | 2017-07-06 | 2020-04-28 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10537216B2 (en) | 2017-07-06 | 2020-01-21 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10702113B2 (en) | 2017-07-06 | 2020-07-07 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10722086B2 (en) | 2017-07-06 | 2020-07-28 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10750913B2 (en) | 2017-07-06 | 2020-08-25 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10765278B2 (en) | 2017-07-06 | 2020-09-08 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10842330B2 (en) | 2017-07-06 | 2020-11-24 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US11445875B2 (en) | 2017-07-06 | 2022-09-20 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US11737621B2 (en) | 2017-07-06 | 2023-08-29 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
US10506904B2 (en) | 2017-07-06 | 2019-12-17 | Omachron Intellectual Property Inc. | Handheld surface cleaning apparatus |
CN112581675A (zh) * | 2019-09-27 | 2021-03-30 | 上海慧川机电设备有限公司 | 一种一卡通安防联动管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
JP4068334B2 (ja) | 2008-03-26 |
CN1223960C (zh) | 2005-10-19 |
JP2003162722A (ja) | 2003-06-06 |
GB0227536D0 (en) | 2002-12-31 |
HK1055170A1 (en) | 2003-12-24 |
GB2383173B (en) | 2005-06-15 |
US7174036B2 (en) | 2007-02-06 |
GB2383173A (en) | 2003-06-18 |
US20030099381A1 (en) | 2003-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1223960C (zh) | 指纹识别方法和系统 | |
US8310372B2 (en) | Fingerprint acquisition system and method using force measurements | |
CN1183475C (zh) | 用来创建合成指纹图象的方法和设备 | |
US7203347B2 (en) | Method and system for extracting an area of interest from within a swipe image of a biological surface | |
CN1238809C (zh) | 指纹识别方法、以及指纹控制方法和系统 | |
EP1471458A2 (en) | FIngerprint authentication system and method | |
EP0968484B1 (en) | Method of gathering biometric information | |
US6282304B1 (en) | Biometric system for biometric input, comparison, authentication and access control and method therefor | |
US8295561B2 (en) | Knowledge learning system and process for fingerprint verifications | |
US20040131237A1 (en) | Fingerprint verification device | |
US20010026634A1 (en) | Personal identification apparatus and method | |
US20020031245A1 (en) | Biometric authentification method | |
CN1668245A (zh) | 活体检测装置及方法,以及具有活体检测功能的验证装置 | |
CN1617166A (zh) | 信息处理设备和签名数据输入程序 | |
WO2013051019A1 (en) | Evolved biometric system with enhanced feature and method for the same | |
US7787668B2 (en) | Method for capturing and mapping fingerprint images and the apparatus for the same | |
US20060120578A1 (en) | Minutiae matching | |
US20070147667A1 (en) | Biometrics information processing device and method | |
JP2006072553A (ja) | 生体情報照合装置 | |
JP3801454B2 (ja) | 擬似指紋判別装置および指紋照合装置 | |
US20020031244A1 (en) | Biometric system for biometric input, comparison, authentication and access control and method therefor | |
KR100670244B1 (ko) | 양쪽 동시 지문입력기 및 그 지문 매칭 방법 | |
JP2003044858A (ja) | 個人認証装置および方法 | |
CN113553561A (zh) | 包括指纹传感器的显示装置及驱动该显示装置的方法 | |
US20080240522A1 (en) | Fingerprint Authentication Method Involving Movement of Control Points |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20051019 Termination date: 20131125 |