DE10123367A1 - Verfahren zur Fingerabdruckerkennung unter Verwendung von Bildsequenzen - Google Patents

Abstract

Bei einem Verfahren zur Fingerabdruckerkennung wird eine Bildsequenz (100, 102, 104) erfasst, die eine Mehrzahl von Bildern (0-19) des zu erfassenden Fingerabdrucks umfasst. Vorbestimmte Bilder der erfassten Bildsequenz werden mit zugeordneten Bildern einer vorbestimmten Bildsequenz verglichen, um ein Abstandsmaß zwischen den Bildsequenzen zu bestimmen. Abhängig von dem bestimmten Abstandsmaß wird bestimmt, ob die erfasste Bildsequenz und die vorbestimmte Bildsequenz übereinstimmen.

Description

Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Fingerabdruckerkennung und insbesondere auf ein Verfahren zur Fingerabdruckerkennung auf der Grundlage eines Vergleichs von zwei Bildsequenzen. Insbesondere bezieht sich die vorliegen­ den Erfindung auf ein dynamisches, Software-basiertes Verfah­ ren zur Fälschungserkennung.

Die Fingerabdruckerkennung ist eine zuverlässige und weit verbreitete Technik zur Personenidentifikation. Im Stand der Technik sind verschiedene Verfahren zur Erkennung von Finger­ abdrücken bekannt, wobei zunächst die einfachen Bilderken­ nungsverfahren zu nennen sind, die bei Auflegen eines Fingers ein Bild desselben erfassen und mit abgespeicherten Bildern vergleichen, um eine Person zu identifizieren.

Der Nachteil dieser Verfahren besteht darin, dass diese recht leicht zu täuschen sind, beispielsweise durch das Auflegen eines Silikonabgusses einer Fingerkuppe oder ähnlichem. Fer­ ner ist bei diesen Verfahren der große Speicherbedarf für die verwendeten Vergleichsbilder ("Templates") sowie der große Rechenaufwand nachteilhaft. Der Nachteil der leichten Täu­ schung existiert auch bei minutien-basierten Verfahren.

Zur Lösung dieser Problematik wurde im Stand der Technik vor­ geschlagen, Merkmale aus den Fingerabdrücken zu extrahieren und die Erkennung auf der Grundlage dieser Merkmale durchzu­ führen. Bekannte biometrische Verfahren für die Personener­ kennung können beispielsweise in automatisierten Systemen implementiert werden. Solche Systeme verarbeiten die Eingabe­ daten, die die biometrischen Merkmale enthalten, und extra­ hieren charakteristische Merkmale, die anschließend einer Person zugeordnet werden können.

Für eine zuverlässige Personenzuordnung ist jedoch sicherzu­ stellen, dass auf dem Signalpfad zwischen dem zu messenden Objekt und der Bildaufnahmeeinheit keine Manipulation möglich ist.

Bei der Erkennung von Fingerabdrücken durch ein automatisches System zur Fingerabdruckerkennung sind also Verfahren erfor­ derlich, die nur von echten Fingern erzeugte Bilder zu der Verarbeitungseinheit weiterleiten und eventuell die von Imi­ taten stammenden Bilder zurückweisen.

Im Stand der Technik bekannte Ansätze zur Lösung dieser Prob­ lematik werden nachfolgend kurz erläutert, wobei hier zwi­ schen Hardware-basierten Lösungen und Software-basierten Lö­ sungen unterschieden wird.

Eine erste Lösung besteht darin, den Sensor, mittels dem der Fingerabdruck zu erfassen ist, um integrierte oder externe Hardware-Komponenten zu ergänzen. Solche bekannten Lösungen erfassen beispielsweise eine Impedanz der aufliegenden Fin­ ger, wie dies im US Patent 5,953,331 näher beschrieben wird. Andere technische Realisierungen von Hardware-basierten Fäl­ schungserkennungen umfassen eine Feuchtigkeitsmessung, eine Pulsmessung und eine Druckmessung.

Neben den Hardware-basierten Lösungen sind auch Lösungen be­ kannt, bei denen die vom Sensor kommenden Daten zur Fäl­ schungserkennung mittels Software ausgewertet werden. Bei der Software-basierten Fälschungserkennung wird zwischen stati­ schen und dynamischen Verfahren unterschieden.

Bei den statischen Verfahren wird nur ein Bild ausgewertet, üblicherweise jenes, das auch zur Erkennung benutzt wird. Statische Software-basierte Fälschungserkennungsverfahren ba­ sieren beispielsweise auf der Auswertung von Fingerabdruck­ bildern, die als Bitmap mit Grauwerten vorliegen. Andere Software-basierte, statische Verfahren werten die im Bild sichtbaren Talgdrüsen aus.

Bei den dynamischen Verfahren wird eine Sequenz aufeinander­ folgender Bilder des Sensors, die den Vorgang des Finger- Auflegens beschreiben, verwendet. Eine dynamische Fälschungs­ erkennung erhöht die Erkennungs- und Fälschungssicherheit biometrischer Fingerabdrucksysteme, bei denen zusätzlich z. B. eine Bewegung der Person, ein Druck, mit dem der Finger aufgelegt wird, oder Schweiß auf dem Finger bei der Erkennung herangezogen werden. Andere dynamische Verfahren entnehmen die entsprechenden Informationen zur Fälschungserkennung aus Sequenzen von Fingerabdruckbildern.

Das grundlegende Problem der gerade beschriebenen dynamischen Verfahren besteht darin, dass zum Vergleich von zwei Bildse­ quenzen, von denen die eine die Referenz für einen Original­ finger ist, während die andere das als Fälschung oder Origi­ nal zu klassifizierende Muster ist, aus den zu vergleichenden Sequenzen Merkmale extrahiert werden. Der Nachteil dieser Merkmalsextraktion besteht darin, dass aus allen in den Bil­ dern enthaltenen Informationen einige wenige charakteristi­ sche Informationen ausgewählt werden, von denen ausgegangen wird, dass diese für eine Unterscheidung zwischen Original und Fälschung geeignet sind.

Ein entscheidender Nachteil dieser Vorgehensweise besteht darin, dass diese Auswahl ausgesprochen schwierig ist, da nicht ohne weiteres vorherzusagen ist, welche der enthaltenen Informationen wichtig oder unwichtig sind. Dies führt zu dem weiteren Nachteil, dass mit der Extraktion von Merkmalen auch immer wertvolle Informationen "weggeworfen" werden, die eine Unterscheidung zwischen Original und Fälschung vereinfachen würden.

Ausgehend von diesem Stand der Technik liegt der vorliegenden Erfindung die Aufgabe zugrunde, ein verbessertes Verfahren zur Fingerabdruckerkennung zu schaffen, das eine Unterschei­ dung zwischen Original und Fälschung vereinfacht.

Diese Aufgabe wird durch ein Verfahren nach Anspruch 1 ge­ löst.

Die vorliegende Erfindung schafft ein Verfahren zur Fingerab­ druckerkennung, mit folgenden Schritten:

• a) Erfassen einer Bildsequenz, die eine Mehrzahl von Bildern des zu erfassenden Fingerabdrucks umfasst;
• b) Vergleichen von vorbestimmten Bildern der erfassten Bild­ sequenz mit zugeordneten Bildern einer vorbestimmten Bildse­ quenz, um ein Abstandsmaß zwischen der erfassten Bildsequenz und der vorbestimmten Bildsequenz zu bestimmen, und
• c) abhängig von dem im Schritt (b) bestimmten Abstandsmaß, Bestimmen, ob die erfasste Bildsequenz und die vorbestimmte Bildsequenz übereinstimmt.

Gegenüber den im Stand der Technik beschriebenen Verfahren hat die vorliegende Erfindung den Vorteil, dass auf die ver­ lustbehaftete Merkmalsextraktion verzichtet wird und statt­ dessen die gesamte, in der dynamischen Sequenz zur Verfügung stehende Information zur Fingerabdruckerkennung bzw. Fäl­ schungserkennung benutzt wird. Das erfindungsgemäße Verfahren unterscheidet von echten Fingern stammende Bilder und von I­ mitaten stammende Bilder unabhängig von der Art der bildge­ benden Einheit durch Bildverarbeitungsalgorithmen.

Gemäß einem bevorzugten Ausführungsbeispiel, wird, dort wo im Stand der Technik die Mitwirkung der zu identifizierenden Person erforderlich war, dies durch die vorliegende Erfindung vermieden, da die erforderliche Bildsequenz, die mit der vor­ bestimmten Bildsequenz zu erfassen ist, beim "natürlichen" Auflegen des Fingers auf einen Sensor erfasst wird. Eine im Stand der Technik noch erforderliche aktive Mitwirkung der zu identifizierenden Person bei der Erzeugung der Bildsequenz ist gemäß diesem Ausführungsbeispiel nicht mehr erforderlich.

Die vorliegende Erfindung findet ihre Anwendung sowohl in der personenunabhängigen Identifikation als auch in der personen­ spezifischen Identifikation. Die personenunabhängige Identi­ fikation dient lediglich dazu, eine aufgrund eines aufgeleg­ ten Fingers erzeugte Bildsequenz als von einem echten Finger herrührend oder als von einem Imitat herrührend zu klassifi­ zieren und, falls die erfasste Bildsequenz von einem Imitat herrührt, diese zurückzuweisen.

Bei einer weiteren Ausgestaltung dieses Ausführungsbeispiels kann vorgesehen sein, dass bei Vorliegen einer Bildfolge von einem echten Finger die erfasste Bildsequenz an eine Verar­ beitungseinheit weitergeleitet wird. In der Verarbeitungsein­ heit wird die weitergeleitete Bildsequenz mit einer vorabge­ speicherten Bildsequenz, die der zu identifizierenden Person zugeordnet ist, verglichen und eine Personen-Identifikation wird, wie bei der Erfassung, ob die erfasste Bildsequenz von einem echten Finger stammt, durchgeführt.

Bei einem zweiten bevorzugten Ausführungsbeispiel, der Perso­ nen-abhängigen Identifikation, wird das erfindungsgemäße Ver­ fahren herangezogen, um eine zu identifizierende Person an­ hand der erfassten Bildsequenz durch Vergleich mit einer vor­ abgespeicherten Bildsequenz zu identifizieren. Wird eine aus­ reichende Übereinstimmung der Bildsequenzen festgestellt, so wird ein entsprechendes Identifikationssignal ausgegeben, an­ sonsten erfolgt eine Zurückweisung der erfassten Bildsequenz.

Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend anhand der beiliegenden Figuren näher er­ läutert. Es zeigen:

Fig. 1A drei Bildsequenzen für die erfindungsgemäße Fingerab­ druckerkennung;

Fig. 1B eine schematische Darstellung einer Sensoreinheit zum Erfassen einer Bildsequenz eines Fingerabdrucks; und

Fig. 2A bis 2C ein Flussdiagramm, anhand dessen verschiedene Ausführungsbeispiele des erfindungsgemäßen Verfahrens zur Fingerabdruckerkennung beschrieben werden.

In Fig. 1A sind beispielhaft drei Bildsequenzen 100, 102, 104 dargestellt, die dem erfindungsgemäßen Verfahren zur Finger­ abruckerkennung zugrundegelegt werden. Die Bildsequenz 100 stammt von einer ersten Person, die Bildsequenz 102 stammt von einer zweiten Person, und die Bildsequenz 104 stammt von einer Fälschung. Die Bildsequenzen 100, 102 und 104 umfassen zeitlich aufeinanderfolgende Einzelbilder 0 bis 19. Die Bild­ sequenzen werden während des Auflegens eines Fingers 106, wie in Fig. 1B gezeigt ist, durch eine Sensoreinheit 108 erfasst. Es ist darauf hinzuweisen, dass die Bildsequenzen nicht wäh­ rend des Aufliegens des Fingers auf der Sensoreinheit 108 sondern beim Auflegen des Fingers 106 auf den Sensor 108 er­ fasst wird, wie auch aus den Einzelbildern 0 bis 19 zu erken­ nen ist. So zeigen z. B. die Bilder 0 bis 6 der ersten Bild­ sequenz 100 überhaupt keinen Finger und erst ab dem Bild 7 ist zu erkennen, dass sukzessive immer größere Flächen des Bildes vom Finger bedeckt sind. Aus den drei Bildsequenzen 100, 102, 104 ist zu erkennen, dass zum einen die von den Personen stammenden Bildsequenzen unterschiedlich sind, und zum anderen sich diese wiederum von der von der Fälschung stammenden Bildsequenz unterscheiden. Die in Fig. 1A gezeig­ ten Bildsequenzen 100, 102 und 104 enthalten vorzugsweise Einzelbilder als Bitmaps mit Grauwerten.

Wenn die Bilder einer Bildsequenz von einem echten Finger stammen, vergrößert sich die Auflagefläche während des Aufle­ gevorgangs über mehrere Bilder. Wenn die Bilder der Bildse­ quenz von einer Fälschung stammen, erscheint der Fingerab­ druck ohne Übergang gleich mit der vollen Auflagefläche. Fer­ ner ändert sich bei den echten Fingern in den Bildern nach dem Sichtbarwerden noch der Kontrast und die Breite der Fin­ gerlinien. Bei einer Fälschung bleibt beides in den Bildern weitgehend unverändert. Die gerade erwähnten Effekte resul­ tieren aus der unterschiedlichen Elastizität von Finger und Fälschung.

Der Vorteil der vorliegenden Erfindung besteht darin, dass es nicht erforderlich ist, im Vorfeld zu wissen, welche Krite­ rien für eine Unterscheidung zwischen Original (echter Fin­ ger) und Fälschung entscheidend sind, da für den Vergleich jeweils die gesamte Bildsequenzinformation verwendet wird.

Gemäß der vorliegenden Erfindung wird, anders als im Stand der Technik, auf eine Merkmalsextraktion verzichtet. Statt­ dessen werden die Bildsequenzen, beispielsweise die Bildse­ quenzen 100 und 104, verglichen, um zu bestimmen, ob eine er­ fasste Bildsequenz von einem echten Finger oder von einer I­ mitation stammt.

Hierzu wird ein Ähnlichkeitsmaß bzw. ein Abstandsmaß zwischen den zwei Bildsequenzen bestimmt. Die Ähnlichkeit und der Ab­ stand beschreiben denselben Sachverhalt, sie verhalten sich nur invers zueinander. Je geringer der Abstand zweier Bilder oder von zwei Bildsequenzen ist, desto ähnlicher sind sie sich also. Umgekehrt gilt, dass bei einer großen Ähnlichkeit der Abstand gering ist.

Zur Berechnung des Abstandes zwischen zwei zu untersuchenden Bildsequenzen wird gemäß einem Ausführungsbeispiel für jedes Bild der einen Bildsequenz sukzessive der Abstand zu einem zugeordneten oder passenden Bild der anderen Bildsequenz, z. B. der vorabgespeicherten Bildsequenz berechnet und die sich ergebenden Abstände werden zu einem Gesamtabstand zusammenge­ fasst. Alternativ können auch nur ausgewählte Einzelbilder der Sequenzen herangezogen werden. Bei der vorabgespeicherten Bildsequenz handelt es sich beispielsweise um eine Bildse­ quenz die durch Abtasten einer typischen Fälschung erzeugt wurde, so dass beispielsweise ein geringer Abstand zwischen erfasster Bildsequenz und vorabgespeicherter Bildsequenz an­ zeigt, dass die erfasste Bildsequenz von einem gefälschten Fingerabdruck stammt.

Beim Bestimmen des Ähnlichkeitsmaßes ist zunächst zu ent­ scheiden welche Bilder in den Sequenzen jeweils miteinander zu vergleichen sind und wie das Abstandsmaß definiert ist.

Die Auswahl der Bilder und die Abstandsmessung können auf un­ terschiedliche Art und Weise erfolgen. Die Auswahl der zu vergleichenden Bilder kann vor der Abstandsmessung erfolgen, z. B. indem jeweils die Bilder mit der gleichen laufenden Nummer in der Sequenz miteinander verglichen werden, indem nur Bilder mit entsprechenden Informationen betreffend einen Fingerabdruck miteinander verglichen werden, oder indem je­ weils die Bilder mit der gleichen Fläche des aufgelegten Fin­ gers verglichen werden.

Bei einem anderen Ausführungsbeispiel kann stattdessen die Auswahl der Bilder und die Abstandsmessung unter Verwendung einer dynamischen Programmierung oder unter Verwendung von Hidden Markov Modellen gleichzeitig erfolgen.

Um aus dem Vergleich der Bilder die entsprechenden Abstands­ maße zu bestimmen, wird beispielsweise der mittlere quadrati­ sche Fehler, eine zweidimensionale Korrelation oder das soge­ nannte Fusionsmatching verwendet.

Als Abstandsmaß wird z. B. der Pixelweise bestimmte mittlere quadratische Abstand zwischen zwei Bildern verwendet, der ne­ ben der Korrelation und dem Fusionsmatching ein drittes Ver­ fahren darstellt. Stimmen die betrachteten Bilder vollständig überein, so ist ihr Abstand voneinander Null. Je unterschied­ licher die Bilder sind, desto größer wird der Abstandswert bzw. das Abstandsmaß.

Die Korrelation und das Fusionsmatching sind streng genommen Ähnlichkeitsmaße. Hier ergibt sich ein großer Wert für eine große Übereinstimmung - die Bilder korrelieren miteinander - und ein kleiner Wert für unterschiedliche Bilder.

Bei der normierten Korrelation zwischen zwei Bildern werden Pixelweise die Produkte der Grauwerte aufsummiert. Dieser Wert wird auf die Wurzel der Autokorrelationswerte der beiden Bilder (Summation über die Produkte der Pixel mit sich selbst) bezogen. Nach dieser Definition ergibt sich ein Wert von Eins für vollständig übereinstimmende Bilder und minimal ein Wert von Null bei stark unterschiedlichen Bildern.

Das Fusionsmatching ist auch korrelationsbasiert. Hier wird jedoch das Vergleichsbild zusätzlich so verzerrt und gedreht, dass sich eine bessere Übereinstimmung zwischen Bildern her­ stellen lässt.

Das erfindungsgemäße Verfahren eignet sich prinzipiell zur Fälschungserkennung sowohl anhand von Bildsequenzen, die durch bewusstes Auflegen des Fingers entstanden sind, als auch anhand von unbewusst entstandenen Bildsequenzen, was ge­ genüber dem Stand der Technik vorteilhaft ist, da hier grund­ sätzlich eine Mitwirkung des Benutzers erforderlich ist. Der Verwendung von unbewusst entstandenen Bildsequenzen wird da­ her der Vorzug gegeben.

Das erfindungsgemäße Verfahren kann im Rahmen der Fälschungs­ erkennung entweder zur personenunabhängigen Klassifikation der aufgelegten "Materialien" wie Originalfinger, Stempel, Silikonabguss etc. vor einer tatsächlichen Fingerabdrucker­ kennung verwendet werden, oder kann auch zur personenspezifi­ schen Fälschungserkennung herangezogen werden, bei der die Fingerabdruckerkennung durch den Vergleich der Bildsequenzen realisiert ist.

Ein Ausführungsbeispiel der vorliegenden Erfindung ist die personenunabhängige Fälschungserkennung, d. h. die Unter­ scheidung von Bildsequenzen, die von Originalfingern oder echten Fingern stammen, und von Bildsequenzen, die durch künstliche Finger (Imitate) erzeugt wurden. Das Abstandsmaß für den Vergleich der Einzelbilder ist eine zweidimensionale Korrelation, und die gesamten Bildsequenzen, also die erfass­ te und die vorbestimmte Bildsequenz werden durch dynamische Programmierung verglichen. Der sich aus den Abständen der Einzelbilder ergebende Gesamtabstand wird auf die Länge der erfassten Bildsequenz normiert, um so eine Vergleichbarkeit von Abständen auch dann zu gewährleisten, wenn Bildsequenzen unterschiedlicher Länge behandelt werden.

Anhand des Flussdiagramms in Fig. 2 wird nachfolgend ein be­ vorzugtes Ausführungsbeispiel der vorliegenden Erfindung nä­ her erläutert.

Das Verfahren startet, wie in Fig. 2A gezeigt ist, beim Schritt 200, in dem eine Bildsequenz bestehend aus einer Mehrzahl von Bildern eines Fingerabdrucks oder eines Fingers erfasst wird. Diese Bildsequenz wird durch das bewusste oder unbewusste Auflegen des Fingers auf eine Sensorfläche er­ zeugt. Nachdem im Schritt 200 die Bildsequenz erfasst wurde, geht das Verfahren zum Schritt 202, in dem festgestellt wird, ob eine personenunabhängige Erkennung erwünscht ist oder nicht. Wird im Schritt 202 bestimmt, dass eine personenunab­ hängige Fingerabdruckerkennung erwünscht ist, geht das Ver­ fahren weiter zum Schritt 204. Im Schritt 204 werden die Bil­ der aus der erfassten Bildsequenz und Bilder aus einer vorab­ gespeicherten Bildsequenz, z. B. eines gefälschten Fingerab­ drucks, ausgewählt, die für einen nachfolgenden Vergleich miteinander in Beziehung gesetzt werden sollen. Anschließend geht das Verfahren zum Schritt 206, in dem eine Ähnlichkeit der Bildsequenzen bestimmt wird, indem das Gesamtabstandsmaß ermittelt wird, das sich aus den Einzelabständen der mitein­ ander in Beziehung gesetzten Bilder ergibt.

Werden für den Vergleich z. B. die dynamische Programmierung oder Hidden Markov Modelle verwendet, so werden die Schritte 204 und 206 zusammengefasst oder in optimaler Weise zusammen ausgeführt.

Wurde im Schritt 206 das Ähnlichkeitsmaß bestimmt, so wird im Schritt 208 (siehe Fig. 2B) überprüft, ob die Ähnlichkeit ei­ ne vorbestimmte Schwelle bzw. einen festgelegten Schwellen­ wert übersteigt. Wird ein Schwellenwert hinsichtlich der Ähn­ lichkeit (Ähnlichkeit mit einer Fälschung) überschritten, so wird die erfasste Bildsequenz als Fälschung erkannt und im Schritt 210 als solche zurückgewiesen.

Wird im Schritt 208 eine Schwelle hinsichtlich der Ähnlich­ keit nicht überschritten, so wird im Schritt 212 festge­ stellt, dass die erfasste Bildsequenz von einem echten Finger stammt. Das Verfahren geht dann weiter zum Schritt 214, in dem festgestellt wird, ob eine weitergehende Identifikation der Person erwünscht ist. Ist dies nicht der Fall so endet das Verfahren.

Wurde im Schritt 202 festgestellt, dass eine personenunabhän­ gige Erkennung nicht erwünscht ist oder wurde im Schritt 214 erkannt, dass eine weitergehende Identifikation der Person erwünscht ist, so geht das Verfahren zum Schritt 216, der in Fig. 2C gezeigt ist. Im Schritt 216 werden die Bilder aus der erfassten Bildsequenz und Bilder aus einer vorabgespeicherten Bildsequenz, z. B. eines gefälschten Fingerabdrucks, ausge­ wählt, die für einen nachfolgenden Vergleich miteinander in Beziehung gesetzt werden sollen. Anschließend geht das Ver­ fahren zum Schritt 218, in dem eine Ähnlichkeit der Bildse­ quenzen bestimmt wird, indem das Gesamtabstandsmaß ermittelt wird, das sich aus den Einzelabständen der miteinander in Be­ ziehung gesetzten Bilder ergibt.

Werden für den Vergleich z. B. die dynamische Programmierung oder Hidden Markov Modelle verwendet, so werden die Schritte 216 und 218 zusammengefasst oder in optimaler Weise zusammen ausgeführt.

Nachfolgend wird im Schritt 220 bestimmt, ob die Ähnlichkeit eine vorbestimmte Schwelle überschreitet oder nicht. Über­ steigt die Ähnlichkeit eine vorbestimmte Schwelle, so wird im Schritt 222 festgestellt, dass die erfasste Bildsequenz ein Fingerabdruck der zu identifizierenden Person ist und das Verfahren endet. Wird im Schritt 220 festgestellt, dass die vorbestimmte Schwelle nicht überschritten wird, so wird im Schritt 224 festgestellt, dass die erfasste Bildsequenz kein Fingerabdruck der zu identifizierenden Person ist.

Hinsichtlich des anhand der Fig. 2A bis 2C dargestellten Aus­ führungsbeispiele wird darauf hingewiesen, dass es sich hier­ bei um eine bevorzugte Ausführungsform handelt, jedoch auch andere Ausführungsformen und Modifikationen zu dem darge­ stellten Verfahren möglich sind. So kann beispielsweise auf die Verzweigung im Schritt 202 verzichtet werden, wenn das erfindungsgemäße Verfahren zunächst nur erkennen soll, ob ei­ ne erfasste Bildsequenz von einem echten Finger stammt oder von einem Imitat stammt. Ebenso ist der Schritt 214 in Fig. 2B optional und auf diesen Schritt kann verzichtet werden, wenn keine Identifikation der Person erwünscht ist, so dass das Verfahren nach dem Schritt 212 endet.

Bei einem anderen Ausführungsbeispiel kann erwünscht sein, dass direkt eine Identifikation erfolgen soll, so dass ausge­ hend vom Schritt 200 direkt zum Schritt 216 übergegangen wird und die entsprechende Identifikation der Person durchgeführt wird.

Abhängig von dem Ergebnis des erfindungsgemäßen Verfahrens werden dann weitere Schritte eingeleitet oder nicht eingelei­ tet, z. B. der Zugriff auf geschützte Daten, das Öffnen von Türen und ähnliches. Bei der personenunabhängigen Identifi­ kation von Fingerabdrücken kann z. B. dann, wenn festgestellt wird, dass ein Fingerabdruck von einer Fälschung stammt, ein Alarm oder ähnliches ausgelöst werden, um z. B. dem Werk­ schutz den Versuch eines unberechtigten Eindringens anzuzei­ gen. Ebenso kann bei einer personen-abhängigen Identifikation der Versuch eines nicht-autorisierten Zugriffs erkannt und gemeldet werden.

Bezugszeichenliste

100

Bildsequenz einer ersten Person

102

Bildsequenz einer zweiten Person

104

Bildsequenz einer Fälschung

106

Finger

108

Sensor

200-224

Verfahrensschritte

Claims (15)

1. Verfahren zur Fingerabdruckerkennung, mit folgenden Schritten:

• a) Erfassen (200) einer Bildsequenz (100, 102, 104), die ei­ ne Mehrzahl von Bilder (0-19) des zu erkennenden Fingerab­ drucks umfasst,
• b) Vergleichen (204, 206) von bestimmten Bildern der erfass­ ten Bildsequenz mit zugeordneten Bildern einer vorbestimmten Bildsequenz, um ein Abstandsmaß zwischen der erfassten Bild­ sequenz und der vorbestimmten Bildsequenz zu bestimmen, und
• c) abhängig von dem im Schritt (b) bestimmten Abstandsmaß, Bestimmen (208), ob die erfasste Bildsequenz und die vorbe­ stimmte Bildsequenz übereinstimmen.

2. Verfahren nach Anspruch 1, bei dem die vorbestimmte Bild­ sequenz (104) von einem gefälschten Fingerabdruck stammt, wo­ bei die vorbestimmte Bildsequenz eine Mehrzahl von Bildern des gefälschten Fingerabdrucks umfasst.

3. Verfahren nach Anspruch 2, mit folgenden Schritten:

• a) Weiterleiten (212, 214) der erfassten Bildsequenz, falls im Schritt (c) keine Übereinstimmung der erfassten Bildse­ quenz und der vorbestimmten Bildsequenz bestimmt wird; und
• b) Zurückweisen (210) der erfassten Bildsequenz, falls im Schritt (c) die Übereinstimmung der erfassten Bildsequenz und der vorbestimmten Bildsequenz bestimmt wird.

4. Verfahren nach Anspruch 3, mit folgenden Schritten:

• a) Vergleichen (216, 218) der weitergeleiteten Bildsequenz mit einer abgespeicherten Bildsequenz, die eine Mehrzahl von Bildern eines einer Person zugeordneten Fingerabdrucks um­ fasst, um ein Abstandsmaß zwischen der erfassten Bildsequenz und der abgespeicherten Bildsequenz zu bestimmen, und
• b) abhängig von dem im Schritt (f) bestimmten Abstandsmaß, Bestimmen (220), ob die weitergeleitete Bildsequenz und die gespeicherte Bildsequenz übereinstimmen.

5. Verfahren nach Anspruch 1, bei dem die vorbestimmte Bild­ sequenz eine abgespeicherte Bildsequenz ist, die eine Mehr­ zahl von Bildern eines einer Person zugeordneten Fingerab­ drucks umfasst.

6. Verfahren nach Anspruch 5, mit folgenden Schritten:

• a) Ausgeben eines positiven Identifikationssignals, falls im Schritt (c) eine Übereinstimmung der erfassten Bildsequenz und der vorbestimmten Bildsequenz bestimmt wird; und
• b) Zurückweisen der erfassten Bildsequenz, falls im Schritt (c) keine Übereinstimmung der erfassten Bildsequenz und der vorbestimmten Bildsequenz bestimmt wird.

7. Verfahren nach einem der Ansprüche 1 bis 6, bei dem die Bildsequenz (100, 102, 104) durch ein zeitlich aufeinander­ folgendes Erfassen von Einzelbildern eines Fingers (106) beim Auflegen des Fingers (106) auf eine Sensoreinheit (108) ge­ bildet wird.

8. Verfahren nach Anspruch 7, bei dem die Bildsequenz mit o­ der ohne Mitwirkung einer Person, deren Fingerabdruck zu er­ kennen ist, erfasst wird.

9. Verfahren nach einem der Ansprüche 1 bis 8, bei dem im Schritt (b) bestimmt wird, welche Bilder aus der erfassten Bildsequenz und der vorbestimmten Bildsequenz verglichen wer­ den.

10. Verfahren nach Anspruch 9, bei dem Bilder in der erfass­ ten Bildsequenz und in der vorbestimmten Bildsequenz vergli­ chen werden,
die Informationen über den Fingerabdruck enthalten,
die eine identische Sequenznummer aufweisen, oder
bei denen eine Fläche, die durch den Finger bedeckt ist, im wesentlichen gleich ist.

11. Verfahren nach einem der Ansprüche 1 bis 10, bei dem der Schritt (b) folgende Schritte umfasst:

• 1. Bestimmen des Abstandsmaß zwischen den vorbestimmten Bildern der erfassten Bildsequenz und zugeordneten Bildern der vorbestimmten Bildsequenz;
• 2. Zusammenfassen der bestimmten Abstandmaße zu einem Ge­ samtabstand zwischen der erfassten Bildsequenz und der vorbe­ stimmten Bildsequenz; und
• 3. Bestimmen der Ähnlichkeit zwischen der erfassten Bildse­ quenz und der vorbestimmten Bildsequenz basierend auf dem im Schritt (b2) bestimmten Gesamtabstand.

12. Verfahren nach einem der Ansprüche 1 bis 11, bei dem das Abstandsmaß durch eine zweidimensionale Korrelation oder ein Fusionsmatching der Bilder der erfassten Bildsequenz und der zugeordneten Bilder der vorbestimmten Bildsequenz bestimmt wird.

13. Verfahren nach einem der Ansprüche 1 bis 12, bei dem die zu vergleichenden Bilder der erfassten Bildsequenz und der vorbestimmten Bildsequenz vor dem Bestimmen des Abstandsmaßes ausgewählt werden.

14. Verfahren nach einem der Ansprüche 1 bis 12, bei dem im wesentlichen gleichzeitig die zu vergleichenden Bilder der erfassten Bildsequenz und der vorbestimmten Bildsequenz aus­ gewählt und das Abstandsmaß bestimmt werden.

15. Verfahren nach Anspruch 14, bei dem das gleichzeitige Auswählen und Bestimmen durch eine dynamische Programmierung oder auf der Grundlage des Hidden Markov Modells erfolgt.