-
Die
Erfindung betrifft Verfahren und ein System zur Optimierung der
Erkennung oder der Erkennungssicherheit bei der Identifikation oder
Verifikation von Prüfobjekten,
insbesondere bei der Identifikation von Personen anhand von individual-typischen Merkmalen
der Fingerkuppen.
-
Es
sind eine Vielzahl von Identifikationssystemen bekannt, welche anhand
von individualtypischen Merkmalen (specific biometric parameter)
Personen identifizieren können.
Beispiele hierzu sind Fingerabdruckerkennung, Spracherkennung, Iriserkennung
oder Unterschrifterkennung.
-
Zur
Personenidentifikation anhand der Fingerkuppen werden üblicherweise
die Minuzien der Hautleistenstruktur detektiert und ausgewertet.
Die Datenerfassung kann hierbei auf der Basis von bekannten optischen,
akustischen, akustooptischen oder kapazitiven Verfahren erfolgen.
-
In
der praktischen Anwendung erweist sich die Messung bzw. Datenaufnahme
der Haut an den Fingerkuppen für
viele Verfahren als schwierig, da die Hauteigenschaften durch äußere und
innere Einflüsse
bzw. Abhängigkeiten – physikalische/physiologische
Parameter – beeinflusst
werden. Auch natürliche
Schwankungen der physiologischen Parameter (non-specific biometric
parameter) der Haut können die
Identifizierung bzw. Erkennungssicherheit beeinträchtigen.
Die physikalischen bzw. physiologischen Parameter der Haut werden
unter anderem durch die Tageszeit, Krankheit, Stoffwechsel, mechanische und
chemische Einflüsse
wie Arbeit, Schmutz oder Hautcremes, Verletzungen, Rauchen, Lebensalter, Umgang
mit Wasser oder Chemikalien und dergleichen, in den unterschiedlichen
Arten und Auswirkungen, z.B. rissige Haut, verändert, wobei die Einflüsse bzw.
Eigenschaften stark von den Gewohnheiten einer Person abhängen. Weiterhin
unterliegt die Haut einem permanenten Erneuerungsprozess, welcher sich
mit zunehmenden Lebensalter verlangsamt, insbesondere Hautspannung
und Dehnbarkeit sind altersabhängig.
-
Großen Einfluss
auf die Identifizierung bzw. Erkennungssicherheit hat der Feuchtigkeitsgehalt der
Haut bzw. Feuchtigkeit zwischen Haut und der jeweiligen Adaptionsfläche des
biometrischen Erkennungssystems. Zu viel Feuchtigkeit auf der Adaptionsfläche von
kapazitiven Sensoren reduziert in einem erheblichen Maß die Erkennungssicherheit,
da, entsprechend dem kapazitiven Prinzip, eine durch Feuchtigkeit
gebildete elektrisch leitende Schicht den Kontrast reduziert und
dadurch die Identifikation oft unmöglich ist. Die Kenntnis der
Eigenschaften bzw. Parameter der Epidermis und Dermis sind deshalb, hinsichtlich
der Adaption der Finger auf Fingerprintsensoren, entscheident für eine hohe
Erkennungssicherheit.
-
Die
Dicke der Haut bzw. Hautschichten ändern sich durch diverse Einflüsse, wie
z.B. Feuchtigkeit, Cremes oder mechanische Beanspruchung. Besonders
stark betroffen von den Eigenschaftsänderungen ist die Epithelstruktur,
welche bei vielen Identifikationsverfahren identifiziert wird. Auch
die darunter liegenden Strukturen bzw. Schichten der Dermis sind
ebenfalls beeinflusst. Diese physiologische Parameteränderung
führt bei
der Datenaufnahme der Haut durch elektromagnetische oder akustische
Wellen bzw. Felder zu einem ebenfalls geänderten Reflexionsverhalten,
Streuungsverhalten, Dispersionsverhalten und/oder Beugungsverhalten.
Diese Einflüsse müssen kompensiert
werden, um alltagstauglich und sicher identifizieren zu können.
-
Ein
weiterer Nachteil der derzeitigen Fingerabdruckerkennungssysteme
ist, dass diese nicht zwischen einem „echten" Finger oder einer manipulierten Nachbildung
unterscheiden können,
da meistens nur das Relief der Hautleistenstruktur gemessen und ausgewertet
wird.
-
Des
weiteren hinterlassen Personen auf allen angefassten Gegenständen ihre
Fingerabdrücke. Somit
ist es für
einen Angreifer auf Sicherheitsbereiche leicht in Kenntnis des Fingerabdrucks
eines Zugriffsberechtigen zu kommen und diesen dann, gegen dessen
Willen oder Wissen, missbräuchlich
bzw. simulatorisch einzusetzen. Dieses Problem ist besonders schwerwiegend
bei mobilen Datenträgern wie
z.B. bei einer Smart-Card mit Benutzeridentifizierung durch den
Fingerabdruck. Durch die Benutzung der Berechtigungskarte ist der
Fingerabdruck auf der Karte bereits als Referenz, z.B als Bild oder
in Minuzienform, und physikalisch als Rückstand auf der Oberfläche des
Datenträgers
bzw. auf der Sensorauflagefläche
vorhanden. Bei Verlust oder Entwenden der Karte hat ein Angreifer
somit alle Informationen, um sich illegal Zutritt zu gesicherten
Bereichen zu verschaffen.
-
Bei
einigen Fingerprintsensoren ergibt sich das Problem, dass die Rückstände des
Fingerabdrucks durch Fett, Schweiß oder Cremes auf diesen ausreichen,
um auch ohne aufgelegten Finger eine fälschlich positive Identifikation
zu bewirken.
-
Ferner
können
Verschmutzungen der Fingerbeere durch herkömmliche Merkmalsensoren meist
nicht direkt ermittelt werden, da diese eine Abbildung des oberflächlichen
Musters anfertigen. Wobei das Erkennungssystem erst nach Auswertung des
Bildes feststellen kann, ob eine Verschmutzung vorliegt. Weiter
ist das Anhaften oder Eindringen von Partikel in die Haut möglich, wobei
die Partikel in die Hautschichten über längere Zeit verbleiben können, bis
die natürliche
Regeneration der Haut diese wieder ablöst.
-
Auch
chemisch-mechanische Einwirkungen auf die Haut, beispielsweise bei
Handwerkern, die z.B. mit zementhaltigen Substanzen umgehen, sind je
nach Einwirkungsdauer, feine bis große Risse in den Hautschichten
feststellbar. Diese rissige Haut ist dann bei allen Fingern als
vollflächige
Verletzung vorhanden. Eine alternative Messung eines anderen Fingers
ist somit meist nicht möglich.
-
Insgesamt
sollten zur Reduzierung des Manipulationspotentials bei Personenerkennungssystemen
physiologische Parameter gemessen werden, die von potentiellen Angreifern
nicht erwartet, nicht unbemerkt auf Distanz aufgenommen und/oder
geschätzt
werden können.
Parameter wie z.B. Sauerstoffgehalt, Pulsfrequenz des Bluts oder
Hauttemperatur sind leicht schätzbar
und damit mit hoher Wahrscheinlichkeit simulierbar, da Menschen
nur in einem eingeschränkten
biologischen Lebensbereich existieren können und die herkömmlichen
Systeme ihre Toleranzbandbreite darauf abstimmen müssen.
-
Derzeitige
Merkmalerkennungssysteme haben weiter den Nachteil, dass die Zulassungstoleranz,
einmal durch Messreihen festgelegt, nicht variabel an die Qualität der Datenaufnahme
adaptiert werden kann und/oder nicht synchron mit der Datenaufnahme
stattfinden kann.
-
Der
Stand der Technik schlägt
für einen
Teil der Mängel
eine Lebenderkennung der Personen als Abhilfe vor. Es sind dazu
Verfahren bekannt, welche bei der Identifikation von Personen die
Messung von physiologischen Parameter zur Lebenderkennung benutzen.
-
Aus
EP 0 752 143 B1 ist
ein Verfahren bekannt, welches Personen anhand individual-typischen
Merkmalen und physiologischen Parametern identifizieren soll, wobei
zum Einen ein herkömmliches
Identifizierungssystem zur Identifikation des Fingerabdrucks und
zum Anderen ein zusätzlicher Sensor
zum Messen von physiologischen Parametern, z.B. Pulsfrequenz oder
Sauerstoffsättigung des Bluts,
verwendet wird. Eine Person soll als identifiziert bzw. authentifiziert
gelten, wenn ein individual-typisches Merkmal und physiologische
Parameter, jedes für
sich genommen, zutreffen. Der Nachteil dieses Verfahrens ist, dass
die beiden Vergleichsprozeduren rückkopplungsfrei und unabhängig ablaufen. Und
somit jeweils beide Prozeduren durch Nachbildungen simulatorisch
umgangen werden können, wenn
für beide
Prozeduren entsprechende Manipulationen angewendet werden. Ein weiterer
Nachteil ist, dass physiologische Parameter in weiten Bereichen durch
physische oder psychische Einwirkungen, z.B. körperliche Belastung oder Aufregung,
schwanken können.
Die getrennte Messung und Auswertung von physiologischen Parametern
kann also nur zu einem geringen Umfang die Identifikationprozedur
hinsichtlich der Erkennungssicherheit verbessern, da diese eine
zu große
Varianz besitzen. Die angeführte
Messung eines EKG ist zudem nicht benutzerfreundlich, da ein EKG
mit Fachwissen appliziert werden muss und entspricht außerdem nicht
der heutzutage geforderten vollautomatischen Identifikation bzw.
Authentifikation. Ein weiterer Nachteil der Puls- bzw. EKG-Messung
ergibt sich aus der langen Zykluszeit von ca. 1000ms von einem Pulsmaximum
zum nächsten
Pulsmaximum. Wenn zu einer sicheren Detektion von diesem Parameter
etwa drei Zyklen benötigt
werden, resultiert daraus eine zu lange Messdauer von ca. drei Sekunden.
Bei diesem vorgeschlagenen Erkennungssystem sind somit Fälschungen nicht
ausgeschlossen und hat zudem den Nachteil des zusätzlichen
Aufwands bzw. Kosten für
die Vergleichsschaltungen und den meist aufwendigen biometrischen
Sensoren.
-
Aus
DE 198 30 058 A1 ist
ein Verfahren bekannt, bei dem die Unversehrtheit eines Körperteils gemessen
wird, um Imitationen eines biometrischen Merkmals, z.B. des Fingerabdrucks,
durch chirurgische Eingriffe zu verhindern. Hierzu sollen ebenfalls physiologische
Parameter eines Körperteils,
z.B. Hautwiderstand bzw. Leitfähigkeit
oder Hautfeuchtigkeit gemessen werden. Die papillare Struktur der
Fingerkuppen kann, wie angeführt,
durch präparierte Handschuhe,
Kunststoffe oder Gummi manipuliert und simulatorisch eingesetzt
werden, wobei sich natürlich
auch die Leitfähigkeit
oder Temperatur der Haut nachbilden lässt. Durch die bereits erwähnte große Varianz
der physiologischen Parameter, muss das Sensorsystem, hinsichtlich
der Auswertung, mit großen
Toleranzbandbreiten eingestellt werden, um zu verhindern, dass berechtigte
Personen nicht abgewiesen werden. Dadurch reduziert sich jedoch
die Fälschungssicherheit
auf einen nicht zufriedenstellenden Wert.
-
Aus
DE 198 30 830 A1 ist
ein Verfahren bekannt, welches die charakteristische elektrische
Impedanz von Haut messen und für
die Lebenderkennung auswerten soll. Dazu werden über elektrisch leitende Kontaktflächen Wechselspannungen
an die Hautoberfläche
angelegt. Durch die Auswertung des charakteristischen elektrischen
Impedanzverlaufs soll die Fälschungssicherheit
erhöht
werden. Der Impedanzverlauf ist, wie in den Figuren der Anmeldung beschrieben,
für eine
Vielzahl von Personen praktisch identisch. Es wird dazu angeführt, dass
die absoluten Impedanzwerte großen
Schwankungen unterliegen können
und deshalb bei der Auswertung hohe Toleranzen eingestellt werden
müssen.
Das Verfahren ist dadurch mit erheblichen Nachteilen belastet. Wenn
der Impedanzverlauf für
alle Personen etwa gleich ist und die absoluten Werte der Impedanz mit
hoher Toleranz gemessen werden, ist so ein Verfahren leicht zu umgehen,
da durch Kunststoffe oder Gummi, mit eingebrachten elektrisch leitenden
Partikel, der erwartete Impedanzverlauf von Haut nachgebildet werden
kann. Dieses Verfahren zeigt dadurch erhebliche Mängel bezüglich der
Fälschungssicherheit
und ist zudem durch den zusätzlichen
Aufwand auch noch kostenintensiv.
-
Um
Detektionsprobleme bei abgeschliffener, rauer oder rissiger Haut
der Finger zu lösen,
schlagen die Hersteller von kapazitiver Sensoren als Abhilfe mehrfaches
Messen und Hinterlegen von Referenzbildern vor. Dies führt zu dem
Nachteil, dass große
Mengen an Rohdaten in entsprechend großen Datenbanken gespeichert
werden müssen.
Besonders bei autonomen mobilen Datenträger, z.B. Smart-Cards, ist
dies aufgrund der begrenzten Speicherkapazität praktisch nicht anwendbar.
Außerdem müsste, für eine Prüfperson
unzumutbar, nach der Merkmalaufnahme eines regulären Fingerabdrucks, der Abdruck
für weitere
Referenzmessungen abgeschliffen oder chemischer Beeinflussung ausgesetzt werden,
um für
jede Identifikationssituation die Erkennungsrate zu erhöhen. Weiter
wird vorgeschlagen, dass im Falle einer geringen Bildqualität eine neue
Aufnahme mit geänderter
Sensitivität
durchgeführt
werden soll. Dazu sind die derzeit verfügbaren kapazitive Fingerprintsensoren
zwar in ihren dynamischen Werten abstimmbar, haben jedoch den Mangel,
dass die Abstimmung anhand der Auswertung von gewonnen Bilddaten
durch ein Algorithmus, z.B. Kontrastauswertung oder Grauwerthistogramm,
erfolgt. Diesem Verfahren liegt der Nachteil zu Grunde, dass die
Prozedur hinsichtlich der Bildqualität durch die Aufnahmezeit und
Auswertezeit, multipliziert mit den nötigen Abstimmungsdurchgängen, eine
zu lange Zeit beansprucht. Selbst im besten Fall eines einmaligen
Durchlaufs der Prozedur liegt die Zeit in einem für einen
Benutzer nicht akzeptierbaren Bereich von Sekunden. Dazu kommt,
dass ein Algorithmus zwar die schlechte Qualität eines Bildes erfassen kann,
jedoch, im Gegensatz zu direkt messenden Sensoren, nur schwer die
Quelle der schlechten Bildqualität,
wie beispielsweise abgeschliffene Finger, detektieren kann.
-
Der
Erfindung liegt die Aufgabe zugrunde, Verfahren und ein System der
eingangs erwähnten Art
anzugeben, welche die sonst vorhanden Nachteile nicht hat und insbesondere
in der praktischen Anwendung unter Alltagsbedingungen, hinsichtlich
der Erkennungssicherheit, Fälschungssicherheit
oder Lebenderkennung, die Identifizierung von Objekten bzw. Personen
preiswert und sicher ermöglicht.
-
Die
Lösung
der Aufgabe besteht darin, dass physikalische und/oder physiologische
Parameter eines Prüfobjekts
und/oder dessen Auflagefläche
detektiert und bestimmt werden, und daraus zur Kompensation, Elimination
und/oder Normierung der Parameter Adaptionswerte bestimmt werden,
dass das Erkennungssystem zur Optimierung der Erkennung und/oder
der Erkennungsicherheit durch die Adaptionswerte in den Eigenschaften
und/oder Methoden modifiziert wird, und dass eine Merkmalerfassung und
Auswertung zur Objekterkennung, insbesondere von Personen und/oder
Dokumenten vorgenommen wird, wobei die Informationen der Parameter und/oder
der Objekterkennung zur Lebenderkennung ausgewertet und abhängig von
der Qualität
der Datenaufnahme von Parameter und/oder von Merkmalen die Eigenschaften,
Methoden, Referenzdaten und/oder die Zulassungstoleranz des Erkennungsystems
adaptiert werden.
-
Die
Erfindung ermöglicht
insbesondere die Auswertung von merkmaltragenden, biologischen Matrizen,
beispielsweise Hautschichten (Epidermis) oder Hautgrenzschichten
(Epidermis/Dermis), hinsichtlich physikalischen/physiologischen
Parameter, biochemischer Zustand, Eigenschaften und/oder Eigenschaftsänderungen
in Folge von äußeren oder
inneren Einflüssen,
sowie die Auswertung der Adaption des Prüfobjekts auf der Auflagefläche bzw.
Adaptionsfläche
des Erkennungssystems. Dazu werden die Parameter, wie beispielsweise
wellentypischen Eigenschaften des Gewebes, Feuchtigkeitsgehalt, Substanzen
auf Auflagefläche
bzw. Adaptionsfläche des
Prüfobjekts,
mechanisch-chemische Einflüsse, Hautspannung,
Dehnbarkeit, Flexibilität,
Dicke der Hautschichten, Dichte, Verschmutzungen, Verletzungen,
Eindringen von Partikel, Cremes oder dergleichen, detektiert und
ausgewertet. Die Ergebnisse der Auswertungen werden für die Optimierung
der Erkennung und/oder der Erkennungssicherheit von Identifikationssystemen
verwendet.
-
Die
Optimierung betrifft, ohne Beschränkung der Allgemeinheit, insbesondere
alle Verfahren die sich mit der Aufnahme und/oder Auswertung von
individual-typischen Merkmalen der Haut an den Fingerkuppen befassen.
Die Optimierung kann beispielsweise bei optischen z.B. bei aktiven
oder passiven Infrarotverfahren, kapazitiven, akustooptischen oder
akustischen, z.B. ultraschallbasierenden, Fingerabdruckerkennungsverfahren
vorgesehen werden. Weiter ist die Anwendung der Verfahren auch bei
Datenträger,
z.B. Smart-Cards, möglich,
da bei Herstellungsprozessen ebenfalls individual-typische Merkmale
entstehen.
-
Im
Grundsatz macht sich die Erfindung die Tatsache zu nutze, dass Prüfobjekte,
z.B. die Haut der Fingerbeere, einen parametrisierbaren, insbesondere
deutlich begrenzten, schichtartigen Aufbau besitzen. Eigenschaften
bzw. Parameter wie Dicke, Dichte, Dehnbarkeit, Flexibilität oder dergleichen
der Haut, sind beispielsweise durch den Feuchtigkeitsgehalt, Fettgehalt
oder applizierte Cremes beeinflusst. Eigenschaftsänderungen
treten besonders beim Applizieren von Substanzen, wie beispielsweise
Wasser, auf. Schon nach kurzer Einwirkungsdauer ist eine deutliche
Zunahme der Dicke der Hautschichten zu beobachten. Der Feuchtigkeitsgehalt
der Haut kann dadurch indirekt über
Eigenschaften bzw. Parameter der Schichten oder über die relative Änderung der
Parameter der Schichten ausgewertet werden.
-
Innerhalb
des Schichtaufbaus gibt es latente Strukturen, die zur Verzahnung
der Epidermis und Dermis dienen, beispielsweise Stratum-Papillare, und
dabei inhärent
den Fingerabdruck darstellen. Durch die Messung der Eigenschaften
bzw. Parameter der latenten Strukturen ist es möglich die Erkennungssicherheit
zu erhöhen.
Der Vorteil liegt darin, dass bei Einwirkung von Feuchtigkeit, Hautcremes oder
dergleichen, zwar die Dicke, Tiefe bzw. laterale Dimensionen verändert werden,
jedoch die Struktur sich in ihrer Gesamtheit, mit den detektierbaren
wellentypischen Eigenschaften bzw. Parameter, nicht ändert. Dies
erklärt
auch, dass der Fingerabdruck durch gewöhnliche Einflüsse wie
Wasser, Cremes oder minder aggressive Chemikalien nicht zerstörbar ist
und damit diese Strukturen bzw. Schichten sowohl als Referenzstruktur
für die
Messung der Parameter, sowie als physiologischer Parameter herangezogen werden
kann.
-
Gleichermaßen ist,
bezüglich
der Fälschungssicherheit,
die Messung bzw. Auswertung dieser Strukturen als Referenzstruktur
bzw. Parameter vorteilhaft, da diese Strukturen bzw. deren Parameter
nicht auf Distanz aufgenommen und nicht geschätzt werden können. Das
Nachbilden der Parameter der Strukturen bzw. Schichten verursacht
für einen
Angreifer einen zu großen
Aufwand, welcher, im Gegensatz zu den anderen herkömmlich benutzten
fälschbaren
Parametern, z.B. Hautwiderstand oder Temperatur, bei jedem Falsifikat
erneut aufgewendet werden muss.
-
Besonders
vorteilhaft ist es, wenn zur Erhöhung
der Erkennungssicherheit die Parameter von latenten, vom genetischen
Code angelegten Strukturen bzw. Schichten erfasst und ausgewertet
werden, weil diese von potentiellen Angreifern nicht erwartet, geschätzt, gefälscht oder
unbemerkt auf Distanz aufgenommen werden können. Dazu werden vorzugsweise
die Parameter der Strukturen im Bereich der Stratum-Papillare und/oder
Stratum-Retikulare detektiert, wobei diese vom genetischen Code
angelegten Strukturen erfindungsgemäß selbst als Parameter und/oder
Referenzstruktur zur Parametererdetektion genutzt werden können.
-
Zur
Parametrisierung latenter Struktureigenschaften bzw. Schichteigenschaften
ist die Tatsache von Vorteil, dass die latenten Strukturen im Bereich der
Stratum-Papillare auf der der Dermis zugewandten Seite mit Gefäßen, Kapillaren
und Nerven verbunden bzw. angrenzend sind. Diese Strukturen bzw. Schichten
reagieren sensibel auf das Fehlen eines wenigstens statischen Blutdrucks,
welcher durch die quasi laminare Blutströmung in den Fingerkuppen gebildet
wird. Das in größeren Gefäßen typische
pulsieren ist hier entsprechend stark gedämpft. Auf Grund von Ischämie bzw.
in Ermangelung der laminaren Blutströmung resultieren detektierbare
Parameteränderungen
an Gewebe und Struktur dieser latenten Schichten. Dieser Sachverhalt
kann vorteilhaft für
die Entschärfung
eines bereits diskutierten Schreckensszenario dienen. Wenn ein Angreifer
einer Person einen Finger abtrennt und damit versucht durch biometrischen
Sensoren eine Transaktion auszuführen,
wird dies bei Auswertung der parametrisierten Struktureigenschaften
und der resultierenden Parameteränderungen
erfindungsgemäß verhindert.
-
Zur
Parametrisierung von Haut bzw. Hautschichten können zudem Keratinisierungprozesse genutzt
werden. Die Datenaufnahme kann beispielsweise mit Ultraschall erfolgen.
Die Ultraschallgeschwindigkeit wird durch die Konzentration von
Lösungen
oder durch die Gewebezusammensetzung charakterisiert. In biologischen
Weichgeweben bzw. Matrizen, außer
in Fettgewebe, steigt die Ultraschallgeschwindigkeit bzw. Impedanz
mit steigendem Proteingehalt an (Keratinisierung – schwefelreiche
Faserproteine), fällt
hingegen mit steigendem Wasser- oder Fettgehalt. Dies ist sowohl
auf die niedrige Kompressibilität
der Proteine selbst, als auch mit zunehmendem Proteingehalt auf
das verstärkte
Aufbrechen deren eisartigen Strukturen mit hoher Kompressibilität in eingelagertem
flüssigem
Wasser zurückzuführen. Durch
diese Abhängigkeiten
der Keratin-Strukturen resultiert ab einer Frequenz von etwa 10
MHz eine keratintypische Frequenzabhängigkeit mit den entsprechenden
frequenzabhängigen
Streuungs- bzw. Rückstreukoeffizienten.
Die sich ergebenden Funktionen über
die einzelnen Hautschichten können
hinsichtlich der Parametergewinnung bzw. Kompensation der Parameter
ausgewertet werden.
-
Ein
Vorteil der Erfindung liegt darin, dass ein indirektes Messverfahren
angewendet wird, welches bei einer Messung – Detektionsschritt/Auswerteschritt – parallel
eine Vielzahl von Ergebnissen über die
unterschiedlichsten Parameter liefern kann. Ein alternativer Sensor,
beispielsweise ein Feuchtigkeitssensor, kann nur einen Parameter
bestimmen und bietet dabei für
sich genommen, zu wenig Informationen über die Beschaffenheit des
Prüfobjekts.
In Konsequenz dessen, müssten
unwirtschaftlich viele einzelne Sensorsysteme für die diversen Parameter herangezogen
werden. Der Vorteil dieser Alternative des erfindungsgemäßen Verfahrens
ist insbesondere die preiswerte Möglichkeit über eine indirekte Messung
gleichzeitig eine Vielzahl von Parametern mit einer hohen Auswertegenauigkeit
zu detektieren.
-
Die
Datenaufnahme erfolgt durch die Detektion von in das Prüfobjekt
einstrahlenden optischen, akustischen, elektromagnetischen Wellen
oder Felder und/oder Kombinationen davon. Die jeweiligen aufnehmbaren
Effekte sind Absorptionsverhalten, Reflexionsverhalten, isotropes/anisotropes
Streuungsverhalten, Dispersionsverhalten, Spektralverhalten und/oder
Beugungsverhalten, welche einzeln und/oder insgesamt gemessen werden
können.
Die Messwerte der Größen charakterisieren
dabei die Parameter des Prüfobjekts,
beispielsweise der biologischen Matrix, bzw. der Auflagefläche des
Prüfobjekts.
-
Vorteilhaft
ist es, wenn zur Detektion von Parameter des Prüfobjekts, beispielsweise der
Haut des Fingers, und/oder Auflagefläche des Prüfobjekts, die Wechselwirkung
von Strahlung mit Wellencharakter, beispielsweise Ultraschallstrahlung,
detektiert wird. Dabei wird genutzt, dass die Effekte, wie Signalgeschwindigkeit
im Medium, beispielsweise Ultraschallgeschwindigkeit, Streueigenschaften
und Absorption im Gewebe bzw. biologischen Matrizen, durch Parameter
wie Gewebezusammensetzung, Konzentration der Lösungen von Wasser, Cremes,
diverse Arten von Verschmutzungen oder dergleichen charakterisiert
werden.
-
Zusammengefasst
besteht die Erfindung aus Teilschritten, die in einer Ausführungsform
in nachstehende Blöcke
bzw. Module unterteilt werden können.
In einem ersten Schritt werden die physikalischen und/oder physiologischen
Parameter des Prüfobjekts,
z.B. Verschmutzungsgrad, Verletzungsgrad und/oder Adaptionsgrad
des Prüfobjekts,
detektiert. Anschließend
werden aus den detektierten Parameter Adaptionswerte zum Zweck der
Kompensierung, Eliminierung und/oder Normierung, der Parameter ermittelt.
Nachfolgend wird der Einfachheit halber von Kompensation gesprochen,
wobei die Elimination oder Normierung der Parameter des Prüfobjekts oder
dessen Auflagefläche
entsprechend durchgeführt
wird. Im folgenden Modifikationsschritt wird der Sensor für die individual-typischen
Merkmale und/oder die Auswerteschaltungen/Methoden des Erkennungssystems
mit den Adaptionswerten bzw. Kompensationswerten abgestimmt und
die individual-typischen Merkmale erfasst und ausgewertet. Die erfassten
Daten können
optional für
weitere Prozeduren, beispielsweise zur Lebenderkennung, Echtheitsbestimmung
von individualtypischen Merkmalen oder dergleichen genutzt werden.
-
Es
werden im folgenden alternative Detektions- und Auswerteverfahren
beschrieben, welche einzeln oder in Kombination angewendet werden können. Im
Rahmen dieser Erfindung werden, ohne Beschränkung der Allgemeinheit, Beispiele
für die optische,
kapazitive und ultraschallbasierende Detektion vorgestellt.
-
Bei
der Alternative elektromagnetische Detektion werden elektromagnetische
Wellen, beispielsweise Lichtwellen im infraroten Bereich, in das auszuwertende
Prüfobjekt,
beispielsweise in die Struktur, Matrix bzw. Hautschicht, gesendet.
Die rückgestreuten,
reflektierten, gebeugten und/oder interferierenden Wellen werden
mittels Detektoren erfasst und ausgewertet. Dabei sind die detektierten Wellen
charakteristisch durch die physikalischen und/oder physiologischen
Parameter des Prüfobjekts moduliert
bzw. verändert.
-
Vorteilhaft
ist es, wenn die optische Streuung der auszuwertenden Matrix detektiert
und daraus die Parameter ausgewertet werden. Dabei ist die Haut ein
dreidimensionales Gebilde bzw. Matrix mit einer hohen Anzahl optischer
Streuzentren, so das Licht in der Regel vielfach gestreut wird,
bevor es die Matrix wieder verlässt.
Durch die Vielfach-Streuung treten die Lichtwellen verstärkt in Wechselwirkung
mit der streuenden Matrix. Emulsionen, z.B Wasser-Creme, bzw. Dispersionen,
z.B. Wasser-Schmutz, auf der Adaptionsfläche des Fingers bzw. zwischen
Finger und Merkmalsensoren werden entsprechend detektiert.
-
Zur
Datenaufnahme wird wenigstens ein Sender und wenigstens ein Empfänger für elektromagnetische
Strahlung mit einem Abstand zueinander installiert. Der Abstand
ist so bemessen, dass nicht zu viel Primärlicht in den Detektor einfällt, was die
Messung stören
würde.
-
Zweckmäßigerweise
erfolgt die Verstärkung des
empfangenen Signals durch einen frequenzselektiven Verstärker, beispielsweise
durch einen Lock-In Verstärker.
Dazu wird das Primärlicht
geeignet moduliert.
-
Zweckmäßig ist
es, wenn optisch konfokale Anordnungen vorgesehen sind, um punktuelles
Abtasten der Oberfläche
und/oder nahe unterhalb der Oberfläche eines Objekts zu ermöglichen.
-
Zweckmäßig ist
es, wenn die spektrale Absorption und/oder Reflexion der Wellen
erfasst wird. Dazu wird ein Spektrum an Lichtwellen in die zu prüfende Stelle
gesendet und die rückgestreuten
Wellen detektiert. Vorteilhaft ist dabei die Möglichkeit, stimulierte Aussendung
von Wellen durch die Struktur/Matrix, beispielsweise Fluoreszenz,
Lumineszenz oder dergleichen, zu bewirken.
-
Zweckmäßig ist
es, wenn einige Wellenlängen
im Bereich des sogenannten Wassertransmissionsfensters von biologischen
Gewebe im nahen Infrarotbereich und einige Wellenlängen im
entfernten Bereich des Wassertransmissionsfensters verwendet werden.
Der Vorteil liegt darin, dass beispielsweise durch Diodenquellen,
Teil-Spektren einfacher zu erzeugen sind als ein gesamtes Spektrum.
Wobei bei Messungen im Bereich des Wassertransmissionsfensters mit
Vergleichsmessungen im entfernten Bereich des Wassertransmissionsfensters,
beispielsweise der Feuchtigkeitsgehalt der Haut und/oder der Adaptionfläche des
Fingers, ermittelt werden kann.
-
Vorteilhaft
ist es, für
die optische Detektion von Parameter die Optical-Coherence-Tomography (OCT)
anzuwenden. Das OCT-Verfahren ist vorzugsweise geeignet für die Untersuchung
von optisch semitransparenten bzw. streuenden Strukturen, wie dies
bei Haut der Fall ist. Das Grundprinzip basiert auf einem niederkohärenten interferometrischen
Verfahren, wobei die auszuwertenden Parameter aus den zur Verfügung stehenden
optischen Parameter gewonnen werden. Dazu werden elektromagnetische
Wellen aus einer niederkohärenten
Lichtquelle, beispielsweise Weißlicht,
durch einen Strahlteiler in zwei optische Arme aufgeteilt, wobei
ein Strahl durch das zu untersuchende Objekt und der andere durch einen
Referenzspiegel abgeschlossen ist. Nach der Reflektion von einem
Punkt innerhalb des Objektes und dem Referenzreflektor werden beide
Lichtanteile an dem Strahlteiler wieder zusammengeführt und
gelangen auf einen Detektor. Ein Interferenzsignal ist nur messbar,
wenn die Weglängen
beider optischen Arme bis etwa auf die Kohärenzlänge der Lichtquelle identisch
sind. Durch Bewegen des Referenzspiegels, beispielsweise durch einen
Piezoaktor, kann so die Tiefenrichtung des Objektes ohne dessen
Bewegung abgetastet und in einem Auswerteschritt die Parameter ermittelt
werden.
-
Bei
der Alternative kapazitiver Detektion wird das Prüfobjekt
mit statischen oder dynamischen elektrische Felder beaufschlagt
und über
einen Sensor die Änderung
der elektrischen Feldeigenschaften, wie beispielsweise Feldstärke, Feldstärkeänderung,
Polarisation, Influenz, Depolarisation der Schichten und/oder Grenzschichten
erfasst und daraus die gesuchten Parameter ausgewertet. Nähere Einzelheiten
zur kapazitiven Detektion von Parameter können aus dem bereits angeführten Stand
der Technik und der einschlägigen
Literatur entnommen werden. Dabei ist es vorteilhaft Detektionsverfahren zu
wählen,
die nur wenig durch elektrisch leitende Flüssigkeiten, wie z.B. Wasser,
auf der Adaptionsfläche
des Prüfobjekts
bzw. Fingers gestört
werden.
-
Bei
der Alternative akustische Detektion werden akustische Wellen, beispielsweise
Ultraschallwellen, in das zu prüfende
Objekt, beispielsweise in die Struktur, Matrix bzw. Hautschicht
gesendet. Die rückgestreuten,
reflektierten, gebeugten und/oder interferierenden Wellen tragen
die Informationen der physikalischen und/oder physiologischen Parameter und
werden von Ultraschallempfänger
erfasst und ausgewertet.
-
Zur
Datenaufnahme wird wenigstens ein Sender und wenigstens ein Empfänger für Ultraschallwellen
vorgesehen. Die Ultraschallsender werden zum Generieren eines Ultraschallsignals über eine
Sendersteuerschaltung angesteuert. Dadurch werden Ultraschallwellen
mit einer diskreten oder einer Vielzahl von Frequenzen sowie Amplituden
und Phasen, entsprechend dem Messverfahren, erzeugt.
-
Die
Sender werden zweckmäßig mit
einem Pulsgeber verbunden, welcher die Schallwellen zur selektiven
Detektion zeitlich unterbrechen kann. Die Signale des Schallempfängers werden
vorzugsweise selektiv verstärkt
und in einer Verarbeitungsschaltung ausgewertet.
-
Für die akustischen
Sender bzw. Empfänger können Ultraschall-Wandler
(Transducer), beispielsweise piezoelektrische Keramiken, folienartige PVDF-Wandler,
piezoelektrische Halbleiter, vorzugsweise mit hoher Frequenzauflösung, als
Schwingkörper
eingesetzt werden. Da der Piezoeffekt bidirektional funktioniert,
können
die Ultraschall-Wandler sowohl zum Senden als auch zum Empfangen
eingesetzt werden.
-
Zweckmäßig ist
es, wenn die Ultraschallwellen in der Frequenz bzw. in der Wellenlänge an die auszuwertenden
Parameter bzw. an die parametertragenden Strukturen oder Schichten
angepasst werden. Die Parameter sind typischerweise in einem Frequenzbereich
von 0,1-100 MHz erfassbar.
-
Vorteilhaft
ist es, wenn der Ultraschallstrahl fokussiert wird. Dadurch wird
eine Tiefenselektion auf die zu messenden Schichten und/oder Strukturen
erreicht. Die Fokussierung kann durch akustische Linsen erreicht
werden. Alternativ kann die Fokussierung durch eine Phasensteuerung
der Wellen, durch die Geometrie des Transducer und/oder durch Analyse
im Zeit- oder Frequenzbereich realisiert werden. Die Tiefenselektion
kann statisch oder dynamisch bzw. adaptiv eingestellt werden.
-
Alternativ
kann zur Tiefenselektion die Eindringtiefe der Wellen durch die
Wahl der einstrahlenden Frequenz definiert werden, da die Eindringtiefe frequenzabhängig ist.
Dazu wird die Frequenz, beispielsweise größer 75 MHz, einstellbar ausgeführt und/oder
durch eine entsprechend modulierte Trägerfrequenz eingestellt. Durch
Demodulation der empfangenen Signale können die Parameter aus der entsprechenden
Tiefe erfasst werden.
-
Zweckmäßig ist
es, wenn die Fokussierung auf die gewünschte Struktur aufgrund der
durch die Strukturen bzw. Schichten gebildeten charakteristischen
Filter sichergestellt bzw. verifiziert wird. Diese Filter zeigen
eine typische Frequenzreaktion, welche mittels einer FFT (Fast-Fourier-Transformation),
beispielsweise als ein quasiperiodisches Spektrum, ausgewertet werden
kann.
-
Des
weiteren kann eine Verifizierung der Tiefe über die Rauschfrequenzen der
Blutzirkulation realisiert werden. Alternativ kann der Impedanzsprung
zu Fett bzw. zu kollagenhaltigen Geweben detektiert werden.
-
Zur
Tiefenselektion ist es zweckmäßig, wenn die
empfangen Wellen in einem zeitlichen Fenster erfasst werden. Die
Laufzeit der Wellen entspricht dabei der Tiefe. Wenn mehrere Fenster
angewendet werden ist somit eine Auswertung, entsprechend der gewählten Tiefe,
möglich.
-
Vorteilhaft
ist es, wenn zur Tiefenselektion und/oder Parameteranalyse die Hochfrequenzanteile der
Hüllkurve
des empfangenen RF-Signals (R.F. – radiofrequency) herausgefiltert
und das gefilterte Signal differenziert wird. Dazu kann aus dem
RF-Signal durch Gleichrichtung und Tiefpassfilterung die Hüllkurve
erzeugt werden. Die Differenzierung kann durch ein Differenzierglied
oder angenähert durch
einen Hochpass erfolgen. Durch ein Komparator mit Zählerschaltung
wird auf bestimmte Signalspannungshöhen, beispielsweise nahe des
Maximums oder Nulldurchgangs verglichen und durch stoppen der Zähler die
Signallaufzeiten zwischen den einzelnen Maxima ermittelt. Dadurch
können
die Abgrenzungen von Schichten und/oder Strukturen erfasst bzw.
selektiert werden. Daraus ergibt sich ein weiterer Vorteil, dass
eine einfachere Auswertefunktion, beispielsweise für spektrale
Transformationen, ermöglicht
wird. Dazu werden die Zählerstände, entsprechend
der Tiefenselektion der Schichten und/oder Grenzschichten, mit den
Speicherbereichen des aufgenommenen digitalisierten RF-Signals zur
spektralen Transformation in Korrespondenz gebracht. Die Transformation
kann dadurch für
ein Zeitsignal mit einer gewählten
Tiefe bzw. Schicht durchgeführt
werden.
-
Eine
weitere Möglichkeit
Parameter zu ermitteln bietet sich in der spektralen Auswertung
der Prüfobjektdaten.
Dazu können
die detektierten Signale, die (Rück)-Streuungsverteilung
der eingestrahlten Wellenenergie, das Absorptionsspektrum und/oder der
frequenzabhängige
Rückstreukoeffizient
ausgewertet werden.
-
Zur
Aufnahme eines Absorptionsspektrums wird ausgenutzt, dass die gesuchten
physikalischen bzw. physiologischen Parameter die Ultraschallwellen
spektral unterschiedlich stark abschwächen und dadurch das Spektrum
die Parameter charakterisiert. Das Absorptionsspektrum kann mittels
einer Impulsanregung oder durch eine Vielzahl diskreter Frequenzen
gemessen werden. Dazu werden die Frequenzen und/oder die spektrale
Zusammensetzung der eingestrahlten Wellen an die interessierenden
Parameter angepasst.
-
Die
Auswertung kann durch Transformation der gemessenen Signale in den
Frequenzbereich, beispielsweise durch eine FFT oder FHT (Fast-Hartley-Transformation),
welche durch ihre Reelwertigkeit Geschwindigkeitsvorteile besitzt,
erfolgen. Im Frequenzbereich können
den einzelnen Parameter oder Parametergruppen Frequenzen bzw. Frequenzteilbereiche
zugeordnet und quantifiziert werden. Dabei hat es sich herausgestellt,
dass typischerweise eine wenige Punkte umfassende FFT, beispielsweise 15-20
Frequenzen je Parametergruppe, vorzusehen ist.
-
Zweckmäßig ist
es, wenn die den Parameter zugeordneten Frequenzen in einer Messreihe
ermittelt und abgespeichert werden, um für weitere Messungen als Referenz
zu dienen. Alternativ kann ein Vergleichsgewebe mit bekannten Parameter
zum Kalibrieren angewendet werden, da Messungen durch die Anordnung
des Messsystems beeinflusst sein können.
-
Eine
zusätzliche
Analysemöglichkeit
ergibt sich, wenn die Parameter, beispielsweise der Gewebezusammensetzung,
durch ein Histogramm-Verfahren bestimmt wird, wobei die Gliederung
der Frequenzreaktion in Klassen der Materialkonstanten Zi der Streukörper bzw.
Störstellen
der Prüfschichten vorgenommen
wird. Dazu werden beispielsweise etwa 10-30 Klassen angewendet.
Die Klassifikation wird in die interessierenden Parameter unterteilt
und mit Referenzen verglichen.
-
Ein
weiteres Messverfahren ergibt sich nach. der FMCW-Methode (Frequency
Modulation Continuos Wave). Dabei wird die gesendete Frequenz durch
eine, beispielsweise dreieckige Rampe, zeitlich geändert. Wobei
die empfangene Frequenz, entsprechend der Laufzeit der Schallwellen,
zur gesendeten Frequenz verschoben ist. Die Zwischenfrequenz ist
etwa proportional zum differenziellen Abstand der Streukörper bzw.
Streuzentren, Refektionssichten oder dergleichen.
-
Zweckmäßig ist
es, wenn durch die Anwendung von FMCW wenigstens ein Zwischenfrequenzspektrum
gebildet wird und dadurch die spektrale Detektion bzw. Auswertung vereinfacht
wird. Das Zwischenfrequenzspektrum charakterisiert dabei die Vielzahl
der streuenden, reflektierenden bzw. parametertragenden Elemente
des Prüfobjekts
z.B. einer biologischen Matrix. Wobei die Informationen aus den
sich ergebenden Spektren die gleichen Abhängigkeiten der Parameter bei
reduzierter Frequenzhöhe
zeigen. Dadurch besteht ein Vorteil darin, dass die Zwischenfrequenzspektren
mit geringeren Abtastfrequenzen erfasst und ausgewertet werden können. Insbesondere
können
durch die Bildung einer Zwischenfrequenz, Informationen über Dicken
bzw. Tiefen von Strukturen bzw. Schichten und/oder Fokusbereiche,
in Frequenzen umgewandelt und dadurch die Informationen in eine
Frequenzauswertung überführt werden.
-
Alternativ
kann die Frequenzdifferenz zwischen den lokalen Intensitätmaxima
von Spektren bzw. Zwischenfrequenzspektren zur Bestimmung von Dicken
bzw. Tiefen ausgewertet werden, da diese die Dicken bzw. Tiefen
der einzelnen Schichten charakterisieren.
-
Durch
die Auswertung der relativen Intensitäten der Frequenzen eines Spektrums
bzw. Zwischenfrequenzspektrums kann, beispielsweise an Stellen der
Intensitätmaxima,
die Qualität
der Adaption bestimmt werden. Dabei wird genutzt, dass die Eigenschaften,
beispielsweise Streueigenschaften, der Haut vom Anpressdruck der
Finger auf die Adaptionsfläche
abhängig
sind. Zu einer als ausreichend angenommenen Adaption müssen die
Schichten als entsprechende Frequenzdifferenz deutlich abgrenzbar
im Spektrum erscheinen. Durch eine Schwelle (threshold) kann ausreichende
bzw. nicht ausreichende Adaption unterschieden werden. Des weiteren
kann das vollflächige
Aufliegen eines Prüfobjekts,
z.B. eines Fingers auf der Auflagefläche, mit Hilfe gleichmäßig verteilter
Sensoren verifiziert werden.
-
Zweckmäßig ist
es, wenn bei spektralen Auswertungen zusätzliche Informationen aus den
Phasenbeziehungen der Frequenzen und/oder Signalen gewonnen werden.
Durch Phasenbeziehungen können
die Parameter, insbesondere in Tiefenrichtung, genauer charakterisiert
werden.
-
Die
rückgestreuten,
gebeugten, reflektierten und/oder interferierenden Wellen sind bei
der Datenerfassung mit weiteren Information überlagert, welche durch die
Faltung der Signale mit der Systemübertragungsfunktion entstehen.
Die Faltung entsteht bei der Datenaufnahme durch die im Signalweg
liegenden elektronischen und physikalischen Komponenten, wie z.B.
Ultraschallsender mit Sendergenerator, Empfänger mit Verstärkerschaltung,
Vorlaufstrecken, Anpassungsflächen
bzw. Anpassungsschichten oder dergleichen, und wird gewöhnlich als Systemübertragungsfunktion
bezeichnet. Um die Genauigkeit und/oder die Auflösung zu erhöhen und/oder das Rauschen zu
reduzieren, ist es zweckmäßig, dass
das empfangene Ultraschallsignal entfaltet wird. Dabei wird genutzt,
dass aus zwei Signalen ein Drittes entfaltet werden kann. Zum Eliminieren der
Systemübertragungsfunktion
werden Ultraschallsignale in einer Messreihe mit einem in den interessierenden
Parameter in etwa bekanntem Objekt gemessen. Dabei kann beispielsweise
ein definierter Schichtaufbau oder ein Objekt mit definierten elastischen,
strukturalen Parameter genutzt werden. Das aufgezeichnete Signal
des Systems wird, beispielsweise mittels einer FFT, in den Frequenzbereich transformiert.
Das Ergebnis der Transformation ist die gesuchte Systemübertragungsfunktion,
wobei die Möglichkeit
besteht durch mehrere Referenzobjekte entsprechende Systemübertragungsfunktionen
festzulegen und abzuspeichern. Im Frequenzbereich reduziert sich
eine Entfaltung auf eine Division von zwei spektralen Signalen.
Dazu wird jede Frequenz der Transformierten eines aktuellen Messsignals
durch die entsprechende Frequenz der Systemübertragungsfunktionen dividiert.
-
Zur
weiteren Verarbeitung im Zeitbereich ist es vorteilhaft, wenn die
entfalteten Signale durch eine inverse FFT in ein Zeitsignal rücktransformiert
werden. Die Zeitsignale sind dadurch befreit von störenden Systemabhängigkeiten.
-
Zur
Feuchtigkeitsgehaltbestimmung von Haut können die der Schichtdicke entsprechenden Abstände der
Spitzenwerte des entfalteten und rücktransformierten zeitlichen
Verlaufs eines Messsignals ausgewertet werden, da die Schichtdicke
von Haut insbesondere mit dem Feuchtigkeitsgehalt korreliert. In
einer Ausführungsform
kann die Messung durch Zählerschaltungen
durchgeführt
werden, welche durch den Spitzenwert n gestartet und durch den Spitzenwert
n+1 gestoppt wird, wobei die Zählerstände den
Dicken der jeweiligen Schicht entsprechen.
-
Alternativ
können
die Schichtdicken bzw. Abgrenzungen durch Korrelation mit Referenzmessungen
bekannter Objekte ermittelt werden. Die gesuchten Parameter können dabei
durch Vergleich mit den jeweiligen Korrelationsergebnissen bestimmt
werden.
-
Eine
weitere Methode zur Parameter-Analyse besteht darin, dass das Zeitsignal,
beispielsweise das entfaltete Zeitsignal der detektierten Wellen,
in Intervalle unterteilt wird und für diese Intervalle eine Transformation
in den Frequenzbereich vorgenommen wird. Zur Parameter-Analyse werden
die Spektralen-Daten für
jeden Zeitbereich bezüglich
des spektralen Anstiegs bzw. Abfalls analysiert. Die Steigung des
Spektrums wird dabei insbesondere durch die parameterbeeinflusste
reguläre/komplexe
Streuung der eingestrahlten Wellen charakterisiert. Diese Ableitung
des Spektrums kann durch Rauschen und Störungen stark beeinträchtigt sein,
was der weiteren Auswertung schaden würde. Zweckmäßigerweise wird, anstatt das
Spektrum direkt abzuleiten, aus einem Set von spektralen Punkten
eine lineare Regression gebildet. Der ermittelte Steigungsfaktor
der Regressionsfunktion ersetzt den spektralen Abstieg bzw. Abfall.
Alternativ kann das Frequenzsignal vor der Ableitung gefiltert werden.
Die so entstandene Derivation liegt, durch die Entsprechung der
vorgenannten Zeitintervalle zur Tiefe, als Funktion der Tiefe vor.
Dabei ist die Derivation und/oder Dispersion der Derivationswerte
ein Maß für die physikalischen und/oder
physiologischen Parameter des betreffenden Prüfobjekts bzw. Gewebestruktur/Matrix.
-
Zweckmäßig ist
es, wenn wenigstens eine Diskriminierungsfunktion, beispielsweise
nach dem Prinzip der Regression bzw. Prinzip der kleinsten Quadrate, über den
Verlauf der Derivation und/oder Dispersion der Derivation gebildet
wird und dadurch die unterschiedlichen Parameter ausgewertet werden.
Als Referenz können
beispielsweise Messreihen von Gewebe mit bekannten Werten genutzt
werden.
-
Zweckmäßig ist
es, mit Hilfe des Dopplereffekts, welcher sich in einer Frequenzverschiebung der
detektierten Wellen durch Blutrauschen äußert, zu verifizieren ob eine
Messung nahe bei den Kapillaren im Stratum-Retikulare bzw. Stratum-Papillare der
Haut stattfindet.
-
Zur
Detektion des Parameters Feuchtigkeitgehalt bzw. Emulsionsgehalt
durch Cremes können alternativ
Impedanzmessverfahren angewendet werden, da die Impedanz der Haut
direkt vom Feuchtigkeitsgehalt bzw. applizierten Substanzen wie
Cremes abhängt.
-
Vorteilhaft
ist es, wenn Sender und Empfänger
so angeordnet werden, dass Mehrfach-Streuung der Ultraschallwellen
detektiert werden kann. Dies kann durch einen mehreren Wellenlängen betragenden
Abstand von Sender und Empfänger
oder durch Einstrahlung bzw. Empfang unter einem Winkel zur senkrechten,
beispielsweise 10° – 45°, erfolgen.
-
Weitere
Möglichkeiten
zur Parameterauswertung ergeben sich aus dem Prinzip der Korrelationsspektroskopie
oder Resonanzspektroskopie.
-
Akustooptische
Verfahren können
alternativ zu Detektion angewendet werden. Die Auswertung ergibt
sich analog zu den entsprechenden (Teil-)Verfahren und kann bevorzugt
bei akustooptischen Merkmalsensoren genutzt werden.
-
Zusammengefasst
folgt nach der Detektion der Parameter deren Auswertung. Dazu können mehrere
Alternativen zur Auswertung von Parameter angewendet werden.
-
Zur
Auswertung kann eine aufgenommene Messkurve mit abgespeicherten
bekannten Messkurven verglichen werden und daraus die gesuchten
Parameter ermittelt werden.
-
Zweckmäßig ist
es, wenn die Parameter durch Vergleichsmessungen mit bekannten Objekten festgestellt
werden und die Ergebnisse in Form einer Funktion, Tabelle, Karte
oder dergleichen abgespeichert werden.
-
Alternativ
kann ein Vergleich durch Korrelation mit Referenzinformationen,
beispielsweise Referenzmesswerten, Referenzfunktionen oder Referenztabellen,
durchgeführt
werden.
-
Vorteilhaft
ist es, wenn die Auswertung mittels einer Kartendarstellung (Map)
erfolgt. Dabei werden Messpunkte und/oder Regressionen der Messpunkte
und/oder die jeweiligen Transformierten im Frequenzbereich, beispielsweise
die spektrale Steigung und spektrale Amplitude, in die Karte eingetragen.
Häufigkeiten
von eingetragen Punkten können zu
Regionen zusammengefasst werden. Die Parameter werden durch Vergleich
mit den Regionen wenigstens einer Referenzkarte ermittelt.
-
Alternativ
zu analytischen Auswerteverfahren und/oder Kartendarstellungen können unscharfe Logik,
beispielsweise Fuzzy-Logic, Neuronale Netze, beispielsweise selbstorganisierende
Karten, oder dergleichen zum „Vergleichen" angewendet werden.
-
Zweckmäßig kann
zur Auswertung von Parameter, als weiterer systemtheoretischer Ansatz,
das Prinzip der Modalen-Entkopplung angewendet werden.
-
Vorteilhaft
ist es, wenn die Parameter mit Hilfe von Gütemerkmale ausgewertet werden.
Die Gütemerkmale
werden vorzugsweise durch Differenzbildung bzw. Fehler zu gespeicherten
Kurven bzw. Referenzen gebildet. Durch ein Vergleich mit einer einstellbaren
Schwelle kann bei zu geringer Güte
die Erfassung bzw. Auswertung abgebrochen und/oder mit neuer Einstellung
wiederholt werden.
-
Zweckmäßig ist
es, wenn wenigstens eine Ergebnis der Gütebestimmung zum Optimieren
weiterer, beispielsweise sich wiederholende, Detektions- und/oder
Auswerteschritte vorgesehen ist. Durch mehrfaches Erfassen bzw.
Auswerten können
die Parameter genauer bestimmt werden.
-
Zweckmäßig ist
es, wenn zur Gütebestimmung
das Prinzip der kleinsten Quadrate (least-square) vorgesehen wird.
-
Eine
alternative Gütebestimmung
besteht darin, dass die quadrierte Fehlerfunktion und/oder Abweichungen
zu Referenzen über
eine bestimmte Zeit, vorzugsweise die Messzeit der Sensoren, integriert
wird, wobei das Güteoptima
mit dem Minimum der quadrierten bzw. integrierten Fehlerfunktion
zusammenfällt.
-
Zweckmäßig ist
es, wenn die Eigenschaften des Erkennungssystems mit Hilfe eines
Gütemerkmals
auf veränderliche
und/oder unbekannte Prüfobjektparameter
eingestellt werden. Dadurch können Parameter
von einer Vielzahl unterschiedlicher Prüfobjekte, beispielsweise Personen
und/oder Datenträger,
ausgewertet werden.
-
Vorteilhaft
ist es, wenn die Zulassungstoleranz des Merkmalerkennungssystems,
beispielsweise mit Hilfe eines Gütemerkmals,
variabel an die Qualität
der Datenerfassung adaptiert wird. Dadurch wird entsprechend der
Qualität
der Datenerfassung eine optimale Erkennungssicherheit erreicht und
insbesondere die unvermeidbare Restfehlerquote minimiert.
-
Die
Kompensation der Parameter des Prüfobjekts bzw. der Auflagefläche des
Prüfobjekts
erfolgt durch die Modifikation der Eigenschaften und/oder Methoden
des Merkmalerkennungssystems, beispielsweise der Merkmalsensoren,
durch Abstimmen mit den ermittelten Kompensationswerten. Die Merkmalsensoren
sind dazu in ihren statischen und/oder dynamischen Eigenschaften,
bzw. Methoden abstimmbar auszuführen.
Aufgrund der Vielzahl existierender Merkmalsensoren wird im folgenden
die Modifikation exemplarisch beschrieben.
-
Kompensationswerte
werden aus den Parametern durch festgelegte Zuordnungen, Funktionen und/oder
Tabellen, entsprechend den Anforderungen der Merkmalsensoren, ermittelt.
Die Zuordnungen, Funktionen und/oder Tabellen können durch die Ergebnisse von
Messreihen, bzw. Auswertungen und/oder theoretischen Betrachtungen
zum jeweiligen Sensortyp ermittelt bzw. festgelegt werden.
-
Vorteilhaft
ist es, wenn zur Modifikation wenigstens eine charakteristische
Kennlinie, beispielsweise die Sensitivität und/oder Selektivität, der Merkmalsensoren
verändert
wird.
-
Eine
weitere Möglichkeit
bietet sich, wenn die zeitliche Steuerung (Timing) des Sensors verändert wird.
Dadurch können
die Aufnahmezeit und/oder die Integrationszeit der Merkmalsensoren eingestellt
werden.
-
Weitere
Optionen ergeben sich sensorspezifisch durch Einstellungen von Amplitude,
Frequenz, Phase, Fokussierung, Signallaufzeit, Referenzspannung
des Analog/Digital-Wandlers, Referenzwiderstände, Referenzkondensatoren,
Referenzstromquellen, Referenzspannungsquellen oder dergleichen.
-
Alternativ
zu den Sensoren können
die Algorithmen der Auswerteschaltungen, bzw. Auswertungsmethoden
des Merkmalerkennungssystems, beispielsweise Vorverarbeitung, Merkmalextrahierer und/oder
Vergleichseinheit modifiziert werden. Wobei insbesondere die Erkennungstoleranzen,
Kontrasterhöhungsalgorithmen,
Kantenextrahierung, Minuzienextrahierung, Rauschfilter, Artifaktefilter/Artifakteextrahierer
oder dergleichen modifiziert werden können.
-
Erfindungsgemäß kann,
für den
Fall, dass ein Kompensationsschritt bzw. Modifikationsschritt nicht
erfolgreich ist, auf ungünstige
Identifizierungsbedingungen aufmerksam gemacht werden und beispielsweise
eine Aufforderung zum Abwischen der Finger gegeben werden. Dadurch
kann eine erneute automatische Kompensationsprozedur mit neuen Startbedingungen
durchgeführt
werden.
-
Die
Erfindung betrifft ferner die Auswertung und Kompensation von Einwirkungen
der Auflagefläche/Adaptionsfläche von
Merkmalsensoren, weil diese das Identifizierungsergebnis, beispielsweise
in Folge einer dadurch bedingten schlechten Adaption des Prüfobjekts,
entscheidend beeinflussen können. Einflüsse, wie
Emulsionen z.B. Feuchtigkeit-Cremes, -Fett, -Öl, -Geschirrspühlmittel
oder Dispersionen z.B. Feuchtigkeit-Schmutz oder dergleichen, wirken hauptsächlich an
der Auflagefläche,
bzw. Adaptionfläche
und sind im täglichen
Gebrauch für
den Benutzer oft unbemerkt – aber
identifikationsrelevant vorhanden. Erfahrungsgemäß betrachten Benutzer von Erkennungssystemen
Feuchtigkeit oder eingecremte Finger nicht als Verschmutzung bzw.
als identifikationsstörend.
Abhilfe könnte
schon durch Abwischen der Fingerkuppen geschaffen werden, wobei der
Systembenutzer diese Probleme meistens nicht erkennt oder bei Fischhautbildung
nicht in der Lage ist bessere Identifizierungsbedingungen, beispielsweise
durch Abwischen der Fingerkuppen, zu ermöglichen. Die erfindungsgemäße automatische
Kompensation dieser physikalischen Parameter ermöglicht, dass Nutzen und Praktikabilität für Systemteilnehmer
erhöht
werden. Insbesondere akustische, optische oder kapazitive Merkmalsensoren
weisen bei zu trockenen Fingerkuppen Schwierigkeiten in Folge des
Impedanzsprungs der Anpassungsfläche zur
Haut auf. Mit zunehmender Feuchtigkeit auf der Auflage bzw. Feuchtigkeitsgehalt
der Haut tritt eine Impedanzanpassung der Wellen ein. Die durch Fehlanpassung
entstehende erhöhte
Reflexion bzw. reduzierte Transmission in das Prüfobjekt, wird bei der Erfassung
und/oder Auswertung der Merkmale durch die Parametrisierung und
Kompensation des Adaptionsverhaltens geeignet berücksichtigt.
-
Aufgrund
der durch die Verschmutzung veränderten
Streueigenschaften der Haut bzw. Auflagefläche der Merkmalsenoren können verschmutzte Bereiche
bereits vor der Merkmalaufnahme feststellt werden und abhängig von
der Art der Verschmutzungen das Erkennungssystem durch, beispielsweise Modifikation
der Sensorparameter, Kontrastanhebung, verfeinerte Kantenextrahierung
oder dergleichen kompensiert werden.
-
Zweckmäßig ist
es, wenn durch eine lokal ausgewertete Parametrisierung die Merkmalsensoren
entsprechend lokal modifiziert werden.
-
Erfindungsgemäß kann bei
starker Verschmutzung und/oder wenn die Kompensation fehlschlägt, an den
Benutzer eine entsprechende Signalisierung bzw. Aufforderung zum
Abwischen der Finger abgeben werden.
-
Die
Erfindung kann weiter benutzt werden, um bei einer Minuzienauswertung
des Fingerabdrucks Artifakte, insbesondere durch Verletzungen oder
rissiger Haut, bei der Merkmalaufnahme zu kompensieren. Die Algorithmen,
welche typischerweise die Minuzien des Fingerabdrucks auswerten, werden
durch Artifakte erheblich gestört,
weil schon wenige Artifakte zum Versagen der Merkmalidentifizierung
führen
können.
Durch die Detektion von Verletzungen und deren Parametrisierung
können
die Komponenten des Erkennungssystems modifiziert werden. Dabei
wird ausgenutzt, dass Risse bzw. Verletzungen sich, insbesondere
durch deren Streueigenschaften charakterisiert werden können, welche sich
beispielsweise in entsprechenden akustischen bzw. optischen Spektren
zeigen. Zur Modifikation kann die Sensitivität, die Selektivität, Messmethode des
Merkmalsensors oder dergleichen eingestellt werden. Weiter bietet
sich die Möglichkeit
Risse bzw. Verletzungen durch lokale Parametrisierung lokal zu kompensieren.
-
Erfindungsgemäß können abgeschliffene Fingerabdrücke ausgewertet
und kompensiert werden. Durch die abgeflachten Erhebungen des Fingerabdrucks,
beispielsweise in Folge mechanischer Beanspruchung, kann der Kontrast
der Merkmalaufnahme reduziert sein. Durch die Kompensation der Parameter,
bzw. Modifikation des Merkmalsensors kann der Kontrast erhöht werden.
-
Erfindungsgemäß kann das
Prinzip der Auswertung und Kompensation von physikalischen bzw. physiologischen
Parameter und Modifikation des Merkmalsensors zur Optimierung der
Fälschungssicherheit
bzw. Lebenderkennung genutzt werden. Dabei kann festgestellt werden
ob eine Finger-Nachbildung auf der Adaptionsfläche aufliegt, wobei diese von
weiteren Erkennungsprozeduren ausgeschlossen werden kann.
-
Zur
Lebenderkennung wird die Tatsache genutzt, dass bei Auflage von
Finger-Nachbildungen, beispielsweise aus Silikon, Gummi oder dergleichen, der
Merkmalsensor durch fehlende oder unzureichende physikalische bzw.
physiologische Parameter des erwarteten Prüfobjekts, beispielsweise einer Fingerkuppe,
in einem ungünstigen
Bereich modifiziert wird, da insbesondere die Parameter der Haut fehlen.
Dadurch entstehen Informationsverluste, Störungen, Rauschen, Artifakte,
Kontrastverluste und dergleichen, die ausgewertet werden können.
-
In
einem Auswerteschritt werden die Informationen der Merkmalaufnahme,
beispielsweise in Form eines Grauwertbildes, auf die erfasste Informationsqualität analysiert
und/oder bezüglich
des Informationsgehalts, beispielsweise Anzahl der auswertbaren
Minuzien, bewertet.
-
Eine
vorteilhafte Ausführungsform
besteht darin, dass ein Vergleicher die Informationen, normiert
durch die vorhandene Quantifizierung, beispielsweise Grauwert oder
Farbwert, auf einen überwiegend
auftretenden Wert, beispielsweise Schwarz, Weiß oder ein anderer Wert, überprüft. Wenn
eine einstellbare Schwelle der Werte über- bzw. unterschritten wird,
kann von einem Manipulationsversuch ausgegangen werden.
-
Eine
alternative Ausführungsform
besteht darin, dass der Kontrast der Informationen, beispielsweise
eines (Teil-)Grauwertbildes, ausgewertet wird, wobei durch eine
einstellbare Schwelle Bilder mit wenig Kontrast als Manipulationsversuch
gewertet werden können.
-
In
einer weiteren Ausführungsform
können die
Informationen der Merkmalsensoren auf starke Rauschwirkung, hohe
Artifaktbildung und/oder uneinheitliches Bild überprüft werden. Um die Rauschanteile
bzw. Artifakte zu erfassen, können
die Informationen spektral untersucht werden.
-
Zweckmäßig ist
es, wenn zur Lebenderkennung die Informationen der Merkmalsensoren
statistisch mittels Histogrammen ausgewertet werden und Abweichungen
zu idealen Häufigkeitsverteilungen gebildet
werden.
-
Mit
der erfindungsgemäßen Detektion
und Auswertung von physiologischen Parameter ist eine Optimierung
von herkömmlichen
Lebenderkennungen auf der Basis von Parametervergleichen, durch die
Auswertung von nicht auf Distanz erfassbaren latenten Hautschichten,
möglich.
Dazu wird genutzt, dass latente Strukturen bzw. Schichten der Haut
biometrische Parameter darstellen die sich während der Detektion nicht signifikant ändern und
dadurch in einem kurzen Messzyklus erfasst werden können. Mit der
Auswertung bzw. Modellierung der Strukturen/Schichten und Vergleich
mit Normdaten ergibt sich eine schnelle, manipulationsgesicherte
Lebenderkennung. Zum Vergleich mit Normdaten sind insbesondere die
latenten Hautschichten Stratum-Papillare, Stratum-Retikulare und/oder
deren Grenzschichten zu benachbarten Strukturen, beispielsweise
Epithelstrukturen, geeignet. Diese Strukturen bzw. Schichten unterliegen
dabei, im Gegensatz zu anderen physiologischen Parameter, keinen
großen Schwankungen
zu Normdaten und sind zusätzlich vom
Live-System, beispielsweise Durchblutung, Kapillare, Gewebezusammensetzung
von keratinhaltigen Strukturen bzw. Zellwachstum, abhängig.
-
Das
Auswerten der Schichten Stratum-Papillare und Stratum-Retikulare
hat weiterhin den Vorteil, dass bei einem abgeschliffenen Fingerabdruck,
diese Strukturen mit hoher Wahrscheinlichkeit unversehrt bleiben,
weil eine Verletzung bis in diese Strukturtiefe eine Schmerzreaktion
auslösen
würde.
-
Zweckmäßig ist
es, wenn das Ergebnis der Lebenderkennung bzw. Fälschungserkennung im positiven
Fall zum Einschalten und im negativen Fall zum Auschalten bzw. Abbrechen
der restlichen Merkmalaufnahme bzw. Merkmalauswertung dient.
-
Vorteilhaft
ist die Möglichkeit,
dass das Erkennungssystem im negativen Fall der Lebenderkennung
alle Transaktionen sperren und/oder einen stillen Alarm auslösen bzw.
aufzeichnen kann. Durch einen stillen Alarm kann ein Zentralrechner
das Erkennungsystem an einer Vielzahl von Terminals gleichzeitig
sperren. Dadurch werden Manipulationen an anderen Terminals, beispielsweise
Geldautomaten, verhindert.
-
Zum
Verhindern, dass Rückstände in Form eines
Fingerabdrucks durch Fett, Cremes oder Emulsionen mit Flüssigkeiten
auf dem Merkmalsensor identifiziert werden, ist es zweckmäßig, dass
die Sensoradaptionsfläche
durch den Sensor für
physikalisch/physiologische Parameter auf Rückstände überprüft wird. Dabei wird die Tatsache
genutzt, dass die Rückstände zwar
die individual-typischen Merkmale eines Fingerabdrucks besitzen,
jedoch die Informationen, insbesondere die Wechselbeziehungen, der
physiologischen Parameter der Haut des Fingers fehlen. Diese Informationen
müssen
für eine positive
Identifizierung vorhanden sein und werden für die Entscheidung – Finger
oder Rückstand – ausgewertet.
Dabei besteht der Vorteil der Erfindung, dass keine schätzbaren
oder auf Distanz aufnehmbaren Parameter genutzt werden können und
dadurch die Erkennungsicherheit erhöht wird.
-
Vorteilhaft
ist es, wenn zur Rückstandsdetektion
physiologische Parameter und/oder Wechselbeziehungen latenter Hautschichten,
beispielsweise die der Hautschichten Stratum-Papillare und/oder Stratum-Retikulare,
erfasst und ausgewertet werden. Da den Rückständen diese Informationen fehlen,
kann dadurch auf einen Rückstand
geschlossen werden.
-
Alternativ
kann zur Überprüfung von
Rückständen in
Form eines Fingerabdrucks das Ergebnis der Merkmalauswertung in
regelmäßiger zeitlicher Abfolge
ausgewertet werden. Im Falle, dass eine Person erkannt wird, werden
zusätzlich
die physiologischen Parameter bzw. Wechselbeziehungen ausgewertet,
wobei beim Fehlen von charakteristischen Parameter von einem Rückstand
mit Fingerabdruckform ausgegangen werden kann.
-
Zweckmäßig ist
es, wenn die Auswertung der Rückstandsdetektion
den Merkmalsensor und/oder Erkennungsprozeduren sperrt, wenn Rückstände detektiert
werden und diesen freigibt, wenn die Rückstände entfernt wurden.
-
Zweckmäßig ist
es, wenn bei Detektion von Rückständen ein
entsprechendes Alarmsignal oder Benutzerhinweis ausgegeben wird.
-
Vorteilhaft
ist es, wenn die Sensoren für
Parameter und Merkmale in bifunktionaler Weise genutzt werden. Dabei
können
wahlweise physikalische/physiologische Parameter durch die Sensoren für die individual-typischen
Merkmale detektiert werden oder Merkmale über Parametersensoren gemessen
werden. Dazu werden einige Zellen der Merkmalsensoren hinsichtlich
der Parameterauswertung bzw. Parametersensoren hinsichtlich der
Merkmalaufnahme modifiziert. Der Vorteil ist dadurch gegeben, dass die
Grundstruktur der Sensorfläche
des Merkmalsensors hinsichtlich der Merkmalerkennung erhalten bleibt.
-
Zweckmäßig ist
es, wenn die Parametersensoren Merkmale erfassen und dabei vorzugsweise nach
dem gleichen Funktionsprinzip, beispielsweise akustisch bzw. auf
ultraschallbasis, realisiert sind.
-
Die
Erfindung bietet, insbesondere durch das Anwenden des gleichen Funktionsprinzips
der Sensoren, einen weiteren Vorteil, dass beispielsweise nur die
Parametersensoren bzw. deren Auswerteschaltungen mit verbesserten
Eigenschaften, beispielsweise Frequenzbereich und/oder Empfindlichkeit,
ausgestattet und zur Merkmalerfassung umgeschaltet werden. Wobei
aufgrund der Verfahrenanalogie die Merkmalsensoren bzw. Parametersenoren nur
durch die unterschiedlichen Messbereiche, Auswertung und Signalverarbeitung
oder dergleichen differieren und dadurch kostengünstig in gleicher Technologie
herstellbar sind.
-
Zweckmäßig ist
es, wenn beim Detektionsschritt für Parameter einige für die Parametererfassung
vorgesehenen Sensorzellen von den Merkmalauswerteschaltungen abgekoppelt
werden und mit der Auswerteeinheiten für Parameter verbunden werden.
Bei der Messung von Merkmalen werden die Parametersenoren wieder
zugeschaltet und füllen dadurch
die Lücken
in der Merkmalsaufname. Der Vorteil ist dabei, dass je nach Anzahl
von Parametersensoren, die Merkmalaufnahme durch das Schließen der
Lücken
etwa die volle Auflösung
bzw. Genauigkeit beibehält.
-
Ein
weiterer Vorteil ergibt sich aufgrund des meist geringeren Anforderungsprofils
an Merkmalsensoren, da diese mit reduzierten Eigenschaften, beispielsweise
geringeren Frequenzbandbreite und/oder geringerer Empfindlichkeit,
gegenüber
den Parametersensoren detektieren und dadurch, insbesondere bei
Herstellung in gleicher Technologie, mit höherer Packungsdichte bzw. Auflösung realisiert werden
können.
-
In
einer, hinsichtlich der Sensoren, bifunktional genutzten Ausführungsform
kann die Erfindung vorteilhaft, insbesondere ultraschallbasierende
Erkennungssysteme ersetzen, die latente Merkmale der Epithelstrukturen
auswerten. Dazu wird der Fingerabdruck, anstatt die latenten Merkmale
der Epithelschichten breitbandig zu erfassen, mit wenigen Frequenzen,
beispielsweise im Bereich von 1 – 20 MHz, durch eine einfachere
oberflächliche
Merkmalaufnahme erfasst. Zur Gewährleistung
der Erkennungssicherheit werden physikalische/physiologische Parameter
kompensiert und wenigstens eine erfindungsgemäße Lebenderkennung und/oder Echtheitsbestimmung
durchgeführt.
Da die Mehrzahl der Sensoren – Merkmalsensoren
bzw. Auswerteschaltungen mit geringeren Frequenz bzw. Empfindlichkeit
ausgestattet werden, wird dadurch, bei hoher Systemsicherheit, ein
Kostenvorteil erreicht.
-
In
einer weiteren Ausgestaltung kann die Sensoroberfläche auf
Beschädigungen,
beispielsweise Kratzer, Haarrisse oder Bruch, überprüft werden, wobei Kratzer bei
der Erkennung zu Artifakten und/oder zusätzliche Störungen führen können. Zur Detektion wird wenigstens
ein Parametersensor auf die Adaptionfläche fokussiert und die Parameter
der Adaptionfläche
gemessen. Eine weitere Möglichkeit besteht
darin, dass wenigstens ein Sensor die Adaptionfläche permanent abtastet. Für den Fall,
dass die Sensoroberfläche
zu stark beschädigt
ist, kann eine entsprechende Signalisierung, beispielsweise ein Hinweis
zum Austauschen des Sensors, erfolgen.
-
Vorteilhaft
ist die Option, dass die Erfassung eines individual-typischen Merkmals
automatisch durch die Detektion von prüfobjekttypischen bzw. personentypischen
physiologischen Parametern gestartet werden kann. Dieses automatische
Capturing bei der Adaption eines Fingers erfolgt beispielsweise, wenn
durch die Auswertung von hauttypischen Parameter und/oder Wechselbeziehungen
eine entsprechende Änderung
festgestellt wird.
-
Zweckmäßig ist
es, wenn das Erkennungssystem und weitere Anwenderschaltungen mit
der Detektion von prüfobjekttypischen
Paramerter aus einem Stand-by Modus in den Betriebsmodus versetzt wird
und/oder die Kommunikation mit anderen Rechnern und/oder Verschlüsselung
bzw. Entschlüsselung
von Daten initiiert wird.
-
Vorteilhaft
ist, dass physikalische und/oder physiologische Parameter bzw. die
Ergebnisse deren Auswertung zum Generieren von unabhängigen kryptologischen
Schlüsseln
verwendet werden können.
Alternativ können
die bisher angewendeten Schlüssel
zur Erhöhung
der Systemsicherheit erweitert werden. Dazu werden die Resultate
der Parameterauswertung in analoger und/oder digitaler Form als
Eingangswerte zur Schlüsselerzeugung,
insbesondere zum Erzeugen von Zufallszahlen vorgesehen. Besonders
vorteilhaft ist dabei, dass durch die Toleranzen der physikalischen/physiologischen
Parameter mit jeder Messung neue und unabhängige Schlüssel generiert werden können.
-
Zweckmäßig ist
es, wenn durch die Verschlüsselung
bzw. Entschlüsselung
ein Interface und/oder Datenübertragung
zu einem Host freigegeben wird.
-
Zweckmäßig ist
es, wenn ein Teil oder die gesamte Software und/oder Daten des Erkennungssystem
erst nach erfolgreichem Übertragen
und Freischalten durch einen passenden Schlüssel in das Erkennungssystem
geladen wird. Das Erkennungssystem kann dadurch, beispielsweise
bei Diebstahl, nicht ohne den zugehörigen Host betrieben oder analysiert
werden.
-
Weitere
Anwendungsmöglichkeiten
bieten sich in Hash-Funktionen, digitalen Unterschriften, ZKIP-Systeme
(Zero Knowledge Interaktive Proof – System), Sitzungsschlüssel oder
verschlüsselungsähnliche
Methoden, welche vorteilhaft durch die Auswertung von physikalischen
bzw. physiologischen Parameter optimiert werden können.
-
Erfindungsgemäß kann das
Verfahren und die Vorrichtung für
diverse Prüfobjekte
angewendet werden. Für
moderne Erkennungssysteme sind neben der Erkennung von biometrischen
Merkmalen, zudem die Merkmale von Datenträger und/oder elektronischen
Dokumenten, beispielsweise Smart-Cards, Führerscheine, Personalausweise oder
dergleichen, relevant. Datenträger
bzw. Dokumente weisen, in analoger Weise wie individual-typische
biometrische Merkmale, identifizierbare individuelle Merkmale, beispielsweise
die Papierstruktur oder Struktur eines Laminats, auf. Die Erfindung kann
dementsprechend zur physikalischen Parameteradaption von Datenträger, beispielsweise
hinsichtlich Materialeigenschaften einer Smart-Card mit integriertem
Mikrochip, genutzt werden und dadurch deren Identifizierung optimieren.
-
Nachfolgend
ist die Erfindung anhand der Zeichnungen noch genauer beschrieben.
Es zeigen:
-
1 eine
Ultraschallaufnahme der Fingerbeere zur Verdeutlichung des Erfindungsprinzips
-
2 eine
Ultraschallaufnahme der Fingerbeere nach Applikation von Wasser
-
3 eine
optische Aufnahme der Fingerbeere zur Verdeutlichung des Erfindungsprinzips
-
4 eine
optische Aufnahme der Fingerbeere nach Applikation mit Wasser
-
5 eine
schematische Blockdarstellung des Erfindungsprinzips und Ausführungsform
-
6 eine
schematische Flussdiagrammdarstellung der Optimierung der Erkennungssicherheit
von Erkennungssystemen durch Kompensation von Prüfobjektparameter
-
6a eine
schematische Flussdiagrammdarstellung einer Lebenderkennung von
Prüfpersonen
-
7 ein
Schaubild mit den typischen Fehlerkurven von biometrischen Erkennungssystemen zur
Bildung von Gütemerkmalen
-
8 eine
schematische Blockdarstellung eines zulassungsadaptiven Erkennungssystems
-
9 eine
typische Häufigkeitsverteilung von
merkmalcharakterisierenden Grauwerten eines kapazitiven Merkmalsensorsystems
in Summenhistogrammdarstellung zur Verdeutlichung der Modifikation
von Merkmalsensoren
-
10 eine
Ausführungsform
eines modifizierten kapazitiven Merkmalsensorsystems
-
11 eine
schematische Darstellung einer Anordnung von Merkmalsensoren und
Parametersensoren
-
12 eine
Alternative zu 11
-
13 eine
weitere Alternative zu 11 und/oder 12
-
14a eine schematische Darstellung einer Ausführungsform
der Detektion und Auswertung von Parameter des Prüfobjekts
und/oder der Auflagefläche
-
14b eine Abwandlung von 14a
-
15 ein
mittels Ultraschall aufgenommener spektraler Verlauf von Hautschichten
bzw. Gewebe zur Auswertung und/oder Modellierung von physikalischen
und/oder physiologischen Parameter
-
16 eine
schematische Darstellung der spektralen Amplitude und Steigung in
Form einer Karte zur Parameterauswertung
-
17 eine
Ausführungsform
in schematisierter Blockdarstellung eines in der Erkennungssicherheit
optimierten Erkennungssystems zur Identifikation eines Prüfobjekts,
insbesondere zur Identifikation der Merkmale eines menschlichen
Fingers
-
In 1 wird
in einer Querschnittsdarstellung eine Ultraschallaufnahme der Fingerbeere
zur Erläuterung
bzw. Verdeutlichung der Parameterauswertung anhand des Schichtaufbaus
der Haut gezeigt. Die obere Begrenzung der Epidermis 1 stellt sich
entsprechend dem Relief des Fingerabdrucks in Wellenform dar. Die
obersten Hornschichten des Stratum-Corneum 2 beinhalten
das verhornte Plattenepithel und die Keimschicht der Epithelstrukturen. Das
Stratum-Corneum 2 wird in regelmäßigen Anordnungen von spiralförmigen Ausführungsgängen exokriner
Schweißdrüsen durchzogen,
welche jeweils zentriert in einer Erhebung enden und zu einem Teil durch
Exsudation den Feuchtigkeitsgehalt der Haut bestimmen. Die Abstände betragen
ca. 800 μm
bis 950 μm.
Die Dermis 3 ist die kollagen-bindegewebige Lederhaut unter
der Epidermis 1 gelegene Schicht der Haut, unterteilt in
Stratum-Reticulare und Stratum-Papillare 4. Mit einem Pfeil 6a ist
die Dicke des Stratum-Corneum 2 ohne Applikation von Substanzen
dargestellt. Dabei ist die Dicke des Stratum-Corneum 2 an den einzelnen
Fingern unterschiedlich. Bei den gemessenen Testpersonen ist sie
am rechten Zeigefinger mit 182±49 μm am größten, am
linken Ringfinger mit 145±27 μm am geringsten.
Zwischen den einzelnen Personen bestehen große interindividuelle Unterschiede
bezüglich
der Dicke, wie die hohen Standardabweichungen belegen. Daraus ergibt sich,
dass die verschiedenen Finger einer Person und besonders die Finger
von unterschiedlichen Personen mit unterschiedlichen Einstellungen
des Sensorsystems gemessen werden müssen. Der Bereich der Stratum-Papillare 4 zeigt
sich als reflektions- und streuungsstarkes Band zwischen Epidermis 1 und Dermis 3 und
ist daher besonders für
die Erfassung bzw. Auswertung von Parameter geeignet.
-
In 2 sind
wie in 1 die Hautschichten der Epidermis 1 und
Dermis 3 gezeigt, wobei die Haut einer Feuchtigkeit-Creme
Applikation ausgesetzt war. Durch das Einwirken der Substanzen ist eine
deutlich erhöhte
Dicke 6b des Stratum-Corneum 2 im Vergleich zur
Dicke 6a (1) erkennbar. Auch die Reflexion
und Streuung im Bereich der Stratum-Papillare 4 verändern sich
entsprechend der Applikation. Wobei sich die akustische Impedanz
der Hautschichten durch die Applikation an die Impedanz von Wasser
anpasst. Änderungen
der Dichte, Raumstruktur, Schallgeschwindigkeit und Streuverhalten bzw.
Reflexionsverhalten sind ebenfalls feststellbar. Daraus bietet sich
die Möglichkeit
die gesuchten Parameter, beispielsweise der Feuchtigkeitsgehalt, über die
detektierten Größen bzw.
Messsignale, beispielsweise akustische Impedanz bzw. Impedanzverlauf,
Streuung, Absorption oder dergleichen zu ermitteln.
-
3 zeigt
eine stilisierte optische Bildaufname mittels OCT (Optical Coherence
Tomography), mit einem Ausschnitt der Epidermis 1 und Dermis 3, zur
Verdeutlichung der alternativen Detektion von Parameter auf optischer
Basis. Das Stratum-Corneum 2 ist mit Pfeilen für die Dicke 8a – 8c an
unterschiedlichen Positionen dargestellt. Die spiralförmigen Ausführungsgänge 7 der
Schweißdrüsen sind hier
schematisch sichtbar. Der optische Brechungsindex 5 ist
exemplarisch in die Hautstruktur eingezeichnet, wobei der Brechungsindexverlauf
im Stratum-Corneum 2 sowie im Bereich des Stratum-Germinativum 9 zur
Auswertung abschnittsweise mit einer Geraden angenähert werden
kann. Dabei ändert sich
der Brechungsindex mit den Parameter der Struktur bzw. Schichten.
-
4 zeigt
die gleiche Aufnahmeregion wie 3 nach einer
Wasser Applikation. Die Dicke 8d – 8f des Stratum-Corneum 2 hat
durch das Aufquellen der Haut zugenommen, wobei die dargestellten
Pfeillängen
denjenigen ohne Applikation entsprechen. Die Änderung ist jeweils in der
Distanz zu den darunter liegenden Schicht des Stratum-Germinativum 9 erkennbar.
Der Verlauf des Brechungsindex 5 hat sich durch das geänderte Streuverhalten
bzw. Reflexionsverhalten gleichfalls signifikant verändert.
-
Durch
die Informationen der 1 bis 4 wird insbesondere
die Abhängigkeit
der Parameter und/oder Merkmale der Hautschichten vom Feuchtigkeitsgehalt
gezeigt und die, hinsichtlich einer optimierten Erkennung, nötige Adaption
der Merkmalsensoren an die jeweilige Applikationssituation dargelegt.
-
Anhand
der 1 bis 4, histologischen Schnitten
und aufgrund von Messreihen zeigt sich zudem, dass sich die jeweils
tiefere Schicht der Haut als generierende Schicht der darüber liegenden,
dependenten Schicht darstellt. Dies zeigt sich besonders beim Schichtvergleich
von Stratum-Papillare 4 zu den Papillaren-Linien des Fingerabdrucks.
Bei Messungen äußert sich
dies durch eine hohe Korrelation, beispielsweise der Wellencharakteristik,
der einzelnen Schichten. Diese Tatsache kann dabei vorteilhaft für die Lebenderkennung,
das Verhindern der Identifikation von Nachbildungen und/oder zur
Rückstandsdetektion
genutzt werden.
-
Im
Bereich der spiralförmigen
Ausführungsgänge der
Schweißdrüsen 7 treten
Abweichungen bzw. Unregelmäßigkeiten
und/oder Diskontinuität
in den jeweiligen Wechselbeziehungen der Schichten auf, welche charakteristisch
für Haut,
beispielsweise zur Lebenderkennung bzw. zum Abweisen von Nachbildungen,
ausgewertet werden können.
-
5 beschreibt
das Erfindungsprinzip und Ausführungsform
in einer schematischen Blockdarstellung. Insgesamt werden die Funktionen
eines konventionellen Merkmalerkennungssystems 10 durch
ein erfindungsgemäßes Parameteradaptionssystem 20 erweitert.
Das Merkmalerkennungssystem 10 umfasst ein Merkmalsensorsystem 11,
welches individuelle Merkmale einer Person, beispielsweise die Minuzien
des Fingerabdrucks detektiert, und Auswertefunktionen 13, 15, 18,
welche die Merkmale zur Identifikation des Prüfobjekts auswerten. Das Merkmalsensorsystem 11 kann
beispielsweise als akustischer Sensor, kapazitiver CMOS-Sensor oder als optischer
Sensor ausgeführt
sein. Die erfassten Sensordaten 12 stellen die Merkmale
bzw. Merkmalrohdaten einer Person dar. Die Sensordaten 12 werden durch
einen Verarbeitungsalgorithmus 13, beispielsweise Kantenextrahierung,
Kontrasterhöhung, Rauschfilterung,
Artifaktfilterung, vorverarbeitet. Es entsteht ein vorverarbeitetes
Bild 14 des Fingerabdrucks. Aus diesem Bild 14 wird
durch ein Merkmalextrahierer 15 (Encoder) die Merkmalliste 16 erstellt. Diese
Merkmalliste 16 stellt bei der Identifikation bzw. Verifikation
im allgemeinen die Beschreibung einer Person auf der Merkmalsebene
dar. Zur Aufnahme von Referenzen, können die Daten des Merkmalextrahierers 15 in
einem Merkmalspeicher 17 abgespeichert werden, wobei in
diesem Merkmalspeicher 17 ein Set von Merkmallisten 16 wenigstens
einer Person enthalten ist. Durch eine Vergleichseinheit 18 (Matcher)
werden üblicherweise
die Daten einer aktuellen Merkmalliste 16 mit einer oder
mehreren Merkmallisten im Merkmalspeicher 17 verglichen. Die
Vergleichseinheit 18 wertet die Daten nach einem Schema
aus und stellt weiteren nicht eingezeichneten Funktionen oder Anwendungen,
beispielsweise Funktionen zum Auslösen einer Transaktion, ein
entsprechendes Identifizierungsergebnis 19 der Merkmalauswertung
zur Verfügung.
-
Mit
der Blockdarstellung des Parameteradaptionssystems 20 kommt
die erfindungsgemäße Funktionalität zur Optimierung
der Erkennungssicherheit, insbesondere durch die Kompensation der physikalischen
und/oder physiologischen Parameter des Prüfobjekts bzw. der Auflagefläche des
Prüfobjekts,
hinzu. Dazu wird wenigstens ein Parametersensorsystem 21 für physikalische
und/oder physiologische Parameter mit wenigstens einem Auswertesystem 22 über das
Interface 24 verbunden. Das Interface 24 kann
analog oder vorzugsweise digital ausgeführt werden. Dabei erfasst das
Parametersensorsystem 21 permanent, zeitlich gesteuert
und/oder ausgelöst
durch ein Auflagesignal, physiologische und/oder physikalische Daten
des Prüfobjekts und/oder
physikalische Daten der Auflagefläche des Prüfobjekts.
-
Das
Auswertesystem 22 wertet die Parameterdaten aus und bestimmt
aus den Parameter des Prüfobjekts
und/oder Auflagefläche
die Kompensationswerte zur Kompensation der jeweiligen Parameter.
Die Kompensation der Parameter erfolgt durch Abstimmung bzw. Modifikation
der Eigenschaften und/oder Methoden des Merkmalerkennungssystems 10 und
adaptiert dadurch das Merkmalerkennungssystem 10 an die
Parameter des Prüfobjekts und/oder
Auflagefläche.
Die Parameteradaption des Merkmalerkennungssystem 10 erfolgt
mit unterschiedlicher Methode durch die Modifikation des Merkmalsensorssystems 11 und/oder
der Auswerteschaltungen bzw. Auswertemethoden 13, 15, 18.
Die jeweiligen Verfahrensschritte werden insbesondere durch 6 veranschaulicht.
-
Das
Merkmalsensorsystem 11 wird durch das Auswerteergebnis
bzw. Kompensationswerte in den Eigenschaften und/oder Methoden,
je nach Prinzip der Merkmalsensoren, abgestimmt bzw. modifiziert.
Die Abstimmung betrifft die jeweils sensorspezifischen modifizierbaren
Komponenten bzw. Parameter des Merkmalsensorsystems, insbesondere Sensorkennlinien,
Timing, Signallaufzeiten, Fokussierung, Aufnahmefrequenz und/oder
Aufnahmeregion. Zur Ansteuerung bzw. Übertragung der Abstimmwerte
bzw. Modifikationsdaten zum Merkmalsensorsystem 11 ist
das Interface 28 vorgesehen.
-
Eine
vorteilhafte Ausführungsform
besteht darin, dass die Qualität
der Auswerteergebnisse und/oder der Zwischenergebnisse durch das
Auswertesystem 22 anhand wenigstens eines Gütemerkmals
bestimmt wird. Die Gütebestimmung
wird durch Vergleich, beispielsweise mit gespeicherten Kurven bzw.
Referenzen, gebildet. Dadurch können
die Ergebnisse und/oder die Abstimmung bzw. Modifikation des Parameteradaptionssystems 20 und/oder
des Merkmalerkennungssystems 10 aufgrund veränderlicher
und/oder unbekannter Prüfobjektparameter
effizienter bewertet werden. Im Falle einer zu geringen Güte kann
die Detektion bzw. Auswertung von Parameter und die Abstimmung des
Merkmalsensorsystems in einer Schleife ausgeführt werden, wodurch die Genauigkeit
der jeweiligen Modifikation bzw. Abstimmung erhöht wird. Die Schleife wird
dabei solange mit neuen Einstellungen wiederholt, bis die erforderliche
Güte erreicht
wird.
-
Bei
einem unzureichenden Auswerteergebnis und/oder bei mangelnder Güte der zur
erfassenden Parameter, kann das Parametersensorsystem 21 über das
Interface 25 in den Eigenschaften und/oder Methoden abgestimmt
werden. Die Abstimmung erfolgt durch Anpassen der Sensorparameter des
Parametersensorsystem 21, beispielsweise Kennlinien, Timing,
Signallaufzeiten, Fokussierung, Aufnahmefrequenz und/oder Aufnahmeregion,
um eine entsprechend besser aufgelöste bzw. genauere Detektion
und/oder Auswertung der gesuchten Parameter zu erhalten.
-
Die
Daten und/oder Ergebnisse des Auswertesystems 22 können in
den Speicher 23 für
physikalische/physiologische Parameter bzw. Parameteränderung
gespeichert werden. Wobei die Ergebnisse bzw. Zwischenergebnisse
analog oder vorzugsweise digital über das Interface 27 in
den Speicher 23 geschrieben werden.
-
Die
Auswerteschaltungen bzw. Auswertemethoden des Merkmalerkennungssystems 10 können alternativ
oder zusätzlich
zum Merkmalsensorsystem 11 modifiziert werden. Der Vorteil
ergibt sich insbesondere dann, wenn das Sensorsystem 11 bereits modifiziert
wurde und eine noch bessere Auswertung bzw. Identifikation der Daten
gewünscht
wird. Dazu wird der Vorverarbeitungsalgorithmus 13 in den
Eigenschaften und/oder Methoden über
das Interface 30 entsprechend den ausgewerteten Parameter
bzw. deren Kompensationswerte modifiziert. Die nachgeschaltete Merkmalextrahierung 15 wird über das
Interface 32 in den Eigenschaften und/oder Methoden, beispielsweise
Sensitivität
und/oder Selektivität,
eingestellt. Die Eigenschaften und/oder Methoden der Vergleichseinheit 18,
beispielsweise Zulassungstoleranz bzw. Zulassungstoleranzbereich
und/oder Referenzdaten, werden über
das Interface 35 eingestellt. Dabei werden bevorzugt Messwerte
und/oder Merkmale bzw. Referenzdaten, die in ähnlichen Messsituationen erfasst
wurden, bei der Abstimmung berücksichtigt.
Für die üblicherweise
angestrebte positiv oder negativ Aussage der Vergleichseinheit 18 können zusätzlich die
Schwellwerte des Vorverarbeitungsalgorithmus 13 und/oder
der Merkmalextrahierung 15 angepasst werden.
-
Eine
vorteilhafte Ausführungsform
besteht darin, dass das Ergebnis 19 des Merkmalvergleichs, beispielsweise
die Korrelation der Eingangsdaten, mittels der Rückkopplung 36 und
die Teilergebnisse 29, 31, 33 in das
Auswertesystem 22 rückgeführt werden,
so dass die gesamte Identifikationsprozedur als Schleife ausgeführt ist,
wobei die Wiederholung der Schleife nach Zeit und/oder Durchläufen begrenzt
wird. In Kombination mit einem Gütemerkmal kann
durch die Rückkopplungen 26, 29, 31, 33, 36 die
Qualität
der Merkmalidentifikation bewertet werden.
-
Das
Interface 34 synchonisiert die Speicher 23 und 17,
so dass die physikalischen bzw. physiologischen Parameter zu den
entsprechenden gespeicherten Merkmalen bzw. Referenzdaten in Beziehung
gebracht werden können.
Der Bezug wird vorzugsweise mittels eines Index zu den, insbesondere in ähnlichen
Messsituationen aufgenommenen, jeweiligen Daten hergestellt. Dadurch
kann insbesondere auf parameterbeeinflusste Merkmale schneller zugegriffen
bzw. effizienter ausgewertet werden.
-
6 zeigt
ein Flussdiagramm zur Optimierung der Erkennungssicherheit von Erkennungssystemen
durch Kompensation von Prüfobjektparameter in
einer schematischen Ablaufdarstellung. Der Ablauf beginnt mit Start 40.
Um das System einzustellen wird zunächst in einem Detektionsschritt 41 die
physikalischen und/oder physiologischen Parameter erfasst und ein
entsprechender Auswerteschritt 42 dieser Parameter durchgeführt. Durch
die Übertragung 43 bzw.
Ermittlung der einstellbaren Parameter bzw. Kennlinien des Merkmalsensors
bzw. Merkmalsensorsystems (11), beispielsweise Wertegrenzen,
Wertebereich, Anzahl und Funktion, wird sichergestellt, dass die
Parameter des Merkmalsensors oder Merkmalerkennungsystems (10)
nicht in verbotene Bereiche gerät,
welche zu Fehlfunktionen führen
können. Dadurch
lassen sich unterschiedliche Merkmalsensoren in ein vorkonfiguriertes
System integrieren oder defekte Merkmalsensorsysteme ohne Schwierigkeit
ersetzen. Die Kompensationswerte von wenigstens einem Parameter
und/oder Parameteränderung
werden, unter Bezugnahme der Daten von Schritt 43, in dem
Kompensationsschritt 44 berechnet. Anschließend wird
mit diesen Kompensationswerten das Merkmalsensorsystem (11)
im Modifikationsschritt 45 abgestimmt. Die individual-typischen Merkmale
des Prüfobjekts
werden durch den Merkmalaufnahmeschritt 46 erfasst und
im Verarbeitungsschritt 47 – Vorverarbeitungsalgorithmus
(13), Merkmalextrahierung (15) – verarbeitet.
Die aufgenommenen Merkmale werden durch den Auswerteschritt 48 durch
die Vergleichseinheit (18) mit Referenzen, beispielsweise
im Merkmalspeicher (17), verglichen.
-
Durch
die Abfrage 49 kann wenigstens ein Ergebnis der Identifikationsprozedur,
insbesondere das Identifikationsergebnis (19), in der Qualität und/oder
Quantität überprüft und gegebenfalls,
zur weiteren Optimierung der Erkennung, eine optionale Schleife
bzw. Iteration gebildet werden. Die Qualität bzw. Quantität des Identifikationsergebnisses
(19) kann, beispielsweise anhand der erkannten Minuzien und/oder
deren Korrelation zu Referenzdaten bestimmt werden. Des weiteren
kann die Qualität
bzw. Quantität
der Zwischenergebnisse der Ausgabewerte, beispielsweise der Vergleichseinheit
(18), Merkmalextrahierers (15) und/oder Vorverarbeitungsalgorithmus
(13) bestimmt werden. Alternativ kann die Qualität der Identifikationprozedur
durch wenigstens ein Histogramm geprüft werden. Dazu wird die Häufigkeitsverteilung
der Ergebnisse bzw. Zwischenergebnisse, beispielsweise der Grauwerte
des Fingerabdrucks, erstellt und mit Referenzdaten verglichen.
-
Wenn
die optionale Iteration nicht genutzt wird oder das Ergebnis der
Qualitätsbestimmung
innerhalb einer einstellbaren Toleranz liegt, verzweigt die Abfrage 49 zum
Ablaufende 50 und beendet damit die Prozedur. Im anderen
Fall verzweigt sie mit 51 in eine Schleife zu 52.
-
Bei
einer zu geringer Qualität
der jeweiligen Identifizierungsergebnisse wird mit Hilfe der bereits aufgenommenen
Messwerten, unter Berücksichtigung
der Ergebnisse der Merkmalauswertung bzw. der Qualität der jeweiligen
Ergebnisse, in einem Qualitätsauswerteschritt 52 festgestellt,
welche Parameter, beispielsweise durch lokale Differenzen, nicht ausreichend
kompensiert wurden und/oder nicht von ausreichender Qualität sind und
deshalb erneut detektiert werden müssen.
-
Die
Abfrage 53 verzweigt auf den Pfad 54, wenn keine
weitere Detektion von Parameter benötigt wird. Anderenfalls wird
zum Detektionsschritt 55, sowie zum Auswerteschritt 56 der
Parameter verzweigt, wobei bei 55 und 56 die Ergebnisse
von 52, beispielsweise durch lokale Differenzen, berücksichtigt
werden können.
Weiterführend
wiederholt sich der Ablauf bei 43.
-
Um
den Fall vorzubeugen, dass sich der Ablauf durch ungenügende Erkennung
bzw. Qualität von
Parameter und/oder Merkmalen, unaufhörlich in einer endlosen Schleife
verbleibt, kann in der Abfrage 49 ein Schleifenzähler abgeprüft und gesetzt
werden, welcher vorzugsweise in 40 initialisiert wird und
bei einer bestimmten Anzahl von Durchläufen den Ablauf unterbricht
und/oder eine entsprechende Fehlerreaktion ausführt.
-
6a zeigt
eine schematisierte Flussdiagrammdarstellung zur Lebenderkennung
von Prüfpersonen.
Zur Lebenderkennung bzw. zum Verhindern der Identifikation von Finger-Nachbildungen wird
die Tatsache genutzt, dass zum Einen fehlende oder unzureichende
physikalische/physiologische Parameter der Haut ausgewertet werden
können
und zum Anderen das Merkmalsensorsystem durch die fehlenden oder
unzureichenden physikalischen/physiologischen Parameter in einem
ungünstigen
Bereich modifiziert wird und dadurch auswertbare Informationsverluste
entstehen.
-
Es
handelt sich dabei insgesamt um gestaffelte Prozeduren mit mehreren Überprüfungen,
die einzeln oder in anderer Reihenfolge angewendet werden können, wobei
das Prüfobjekt
bei wenigstens einem negativen Teilergebnis als eine Nachbildung oder
dergleichen klassifiziert werden kann. Dadurch wird die Merkmalauswertung
einer Nachbildung, z.B. eines Silikonfingerabdrucks, und die mögliche Fehlerkennung
verhindert.
-
Die
Prozedur beginnt mit Start 150. Zunächst werden analog zur Kompensation
von Prüfobjektparameter
wenigstens ein Detektionsschritt 151 von physikalischen/physiologischen
Parameter durchgeführt
und in einem Auswerteschritt 152 die Parameter bestimmt.
-
In
einer ersten Überprüfung 153 werden
die Parameter mit Referenzparameter der Haut verglichen. Dazu können Parameter
beispielsweise vom genetischen Code angelegten latenten Hautschichten
als Referenz dienen. Zusätzlich
kann die Gewebezusammensetzung von keratinhaltigen Hautschichten,
insbesondere nahe der Kapillare, überprüft werden. Außerdem kann
durch Gewebeveränderungen
infolge von Ischämie
festgestellt werden ob ein Finger durchblutet ist – oder nicht.
-
Entsprechend
dem Ergebnis der Überprüfung 153 verzweigt
die Abfrage 154 im positiven Fall, wenn die Parameter überwiegend übereinstimmen zum
nächsten
Programmschritt. Oder im negativen Fall, wenn wesentliche Parameter
von Haut bzw. Hautschichten fehlen, zum Prozedurende 168,
wobei das Prüfobjekt
als zurückgewiesen
angesehen wird.
-
Mit
den physikalischen/physiologischen Parameter aus Schritt 151/152 werden
die Werte für
die Kompensation der Parameter 155 berechnet. Durch eine
optionale Überprüfung 156 werden
die berechneten Kompensationswerte mit den zulässigen Bereichen bzw. Wertegrenzen,
beispielsweise von Sensorkennlinien, des implementierten Merkmalsensorsystems
verglichen. Wenn die Werte außerhalb
von korrekten Grenzen bzw. Wertebereichen liegen, kann demzufolge
die Merkmalaufnahme nicht erfolgreich sein und würde deshalb auch weitere Überprüfungen nicht
bestehen. In diesem Fall verzweigt die Abfrage 157 zum
Prozedurende 168. Anderenfalls wird die Abstimmung 158 des
Merkmalsensorsystems (11) bzw. Merkmalerkennungssystem
(10) mit anschließender
Merkmalaufnahme 159 vorgenommen.
-
Durch
die Überprüfung 160 wird,
insbesondere mit statistischen Methoden der Informationsgehalt,
beispielsweise die Informationsqualität bzw. Informationsverlust,
der Merkmalaufnahme ausgewertet. Dazu wird aus den Merkmaldaten,
beispielsweise Grauwerte, Farbwerte und/oder andere die Merkmale
charakterisierende Werte, wenigsten ein Histogramm erstellt und
auf einen oder mehrere überwiegend
auftretende Werte, beispielsweise Schwarz und/oder Weiß, verglichen.
Dabei wird die Quantifizierung der Werte zweckmäßig durch einen Wertebereich,
beispielsweise entsprechend Schwarz bis Weiß, normiert. Das Histogramm
kann dabei die örtliche
und/oder die gesamte Verteilung der Sensorfläche beinhalten. Ein weiteres
Prüfkriterium
ist der Kurvenverlauf, insbesondere verzerrte Häufigkeitsverteilungen, des
Histogramms. Dazu werden Abweichungen zu einem idealen Verlauf,
beispielsweise Maxima bei Schwarz – entspricht einer Erhebung
des Fingerabdrucks oder Wasserkontakt – bzw. bei Weiß – entspricht
einem Tal des Fingerabdrucks oder Luftkontakt – ermittelt und mit Referenzkurven
verglichen.
-
Zusätzlich können die
Flächen
unter den jeweiligen Maxima der Häufigkeitsverteilung geprüft und mit
der idealen Verteilung verglichen werden, wobei die jeweilige Fläche vorzugsweise
im Bereich der Standardabweichung um den Mittelwert des lokalen
Maxima gebildet wird.
-
Zudem
können
die Merkmaldaten auf ausreichenden Kontrast überprüft werden. Dazu wird der Kontrast
insgesamt und/oder örtlich über die
Sensorfläche
untersucht und mit einer einstellbaren Schwelle verglichen.
-
Die
Abfrage 161 verzweigt zu 168, wenn die Qualität der Merkmaldaten
bzw. die Ergebnisse der jeweiligen Überprüfungen unter einer bestimmten Schwelle
liegen. Die Schwelle kann, beispielsweise mit statistischen Methoden,
aus Referenzen und/oder Messreihen gewonnen werden.
-
Durch
die Spektralprüfung 162 werden
die Merkmaldaten spektral untersucht und mit Referenzspektren, insbesondere
auf Rauschen und/oder Artifakte, verglichen und dadurch Nachbildungen und/oder
mangelnde Adaption festgestellt. Insbesondere bei Nachbildungen
werden Effekte wie Rauschen und Artifakte aufgrund der Fehlabstimmung des
Merkmalsensorsystems begünstigt,
wobei Rauschen und besonders Artifakte fälschlicherweise als Minuzien
bzw. Merkmale erkannt werden können. Die
Abfrage 163 verzweigt, wenn die Merkmaldaten zu stark verrauscht
sind bzw. wenn zu viele Artifakte ausgewertet werden, zu 168.
Dazu kann analog der Abfrage 161 eine Schwelle vorgesehen
werden.
-
Durch
die Minuzienvorauswertung 164 werden die Merkmaldaten auf
die Anzahl bzw. Qualität der
auswertbaren Minuzien überprüft. Die
Anzahl bzw. Qualität
der Minuzien wird zur Auswertung mit einer einstellbaren Schwelle
verglichen, wobei die Anzahl der Minuzien ein Maß für die Erkennungssicherheit
angibt und dementsprechend die Schwelle angepasst werden kann. Die
Abfrage 165 verzweigt, im Fall einer zu geringen Anzahl
von Minuzien, zu 168.
-
Optional
kann durch die Merkmalauswertung 166 eine Personenidentifizierung
abgeschlossen werden. Die Prozeduren der Lebenderkennung werden
mit 167 positiv beendet, wobei keine Nachbildung vorliegt.
Das positive Ergebnis der Lebenderkennung bzw. Echtheitsbestimmung
und/oder das Ergebnis der Merkmalerkennung kann auf weitere Auswerteschaltungen
bzw. Auswerteprozeduren übertragen
und/oder gespeichert werden.
-
Eine
vorteilhafte Ausführungsform
besteht darin, dass die Daten der Merkmalaufnahme zunächst zum
Zweck der Lebenderkennung untersucht bzw. ausgewertet werden und
danach die Merkmalerkennung mit den Zwischenergebnissen der Lebenderkennung
gestartet wird. Dadurch reduziert sich die Erkennungszeit und die
Wahrscheinlichkeit von Fehlerkennungen bzw. die Restfehlerquote.
-
7 zeigt
zur Bestimmung von Gütemerkmalen
ein Schaubild mit den typischen Fehlerkurven von biometrischen Erkennungssystemen.
Dazu ist die Fehlerrate 60 an der vertikalen Achse und
die Zulassungstoleranz 61 an der horizontalen Achse abgetragen.
Charakteristisch für
Erkennungssysteme sind die Kurven der Falschrückweisungsrate (FRR) 62 und
der Falschakzeptanzrate (FAR) 63 die in Abhängigkeit
der Zulassungstoleranz 61 dargestellt sind. Dabei vermindert
sich die Falschrückweisungsrate (FRR) 62 mit
steigender Zulassungstoleranz 61 – die Falschakzeptanzrate 63 steigt
mit steigender Zulassungstoleranz 61. Die Kurven 62 und 63 beschreiben dabei
systeminhärent
als Gütemerkmal
die Güte
des Erkennungssystems. Der Bereich zwischen hohen Sicherheitsanforderungen 65 und
geringer Sicherheitsanforderungen 66 befindet sich typischerweise der
Punkt der Gleichfehlerrate (EER) 67 von FRR 62 und
FAR 63 mit der entsprechenden Zulassungstoleranz 64.
-
Wenn
zur Gleichfehlerrate (EER) 67 eine Konstante D addiert
wird, entsteht eine bestimmte theoretische Fehlerrate 68.
Dabei ergibt sich als Integral zwischen den Kurven 62, 63 und 68 eine
Fläche 69.
Die Fläche 69 ist
ein Gütemerkmal
des Erkennungssystems, wobei sich die Fläche 69 als Funktion von
D bilden lässt.
Um so flacher die Kurven FRR 62 und/oder FAR 63 in
Punkt 64/67 sind, desto stärker wächst das Integral der Fläche 69 und
entspricht dadurch einer höheren
Güte des
Systems. Ein weiteres Gütemerkmal
ist die Steigung von Tangenten der Kurven FRR 62 und FAR 63 im
Bereich zwischen 65 und 66, vorzugsweise im Punkt 64.
-
Der
Verlauf der Funktionen FRR 62 und FAR 63 wird
durch Messungen und Auswertungen von Testdurchläufen und/oder während des
Betriebs von einer oder mehreren Personen bzw. Personengruppen ermittelt
und in Verbindung mit weiteren Informationen, beispielsweise Zeitinformationen,
abgespeichert.
-
In
einer Ausführungsform
können
diese Informationen, insbesondere die Gütemerkmale der Kurven FRR 62,
FAR 63 zur optimierten Erkennung genutzt werden, da die
Kurven die Güte
der Hardware bzw. Software und insbesondere die Güte der Datenaufnahme
eines Erkennungssystems wiedergeben.
-
In
einer vorteilhaften Ausführungsform
wird, beispielsweise in Abhängigkeit
der Datenaufnahme, ein oder mehrere modifizierbare Module (11, 13, 15, 18, 21, 22)
des Erkennungssystem so eingestellt, dass die Fläche 69 mit steigendem
D möglichst
stark zunimmt. Dadurch verbreitert sich der Zulassungstoleranzbereich
mit entsprechend geringen (Rest-)Fehlerraten.
-
8 zeigt
eine schematische Blockdarstellung eines zulassungsadaptiven Erkennungssystems 70,
wobei die Merkmalerkennung mit Hilfe wenigstens eines Gütemerkmals
durch die Modifikation der Zulassungstoleranz an eine gewünschte,
insbesondere optimale Erkennungssicherheit adaptiert und dadurch
die Restfehlerquote minimiert wird.
-
Das
zulassungsadaptive Erkennungssystem 70 wird aus den Teilsystemen
Parameteradaptionssystem 20, Merkmalerkennungssystem 10 und
den Auswertungen – Gütebestimmung 72,
Entscheidungsprozess 73, Modifikation 74 und Referenzspeicher 71 – gebildet.
-
Die
Zulassungstoleranz des Erkennungssystems 10 wird entsprechend
der Qualität
der Datenaufnahme des Merkmalsensorsystems bzw. der Qualität der Auswertung
bzw. Kompensation von physikalischen/physiologischen Parameter eingestellt
und dadurch, entsprechend der Qualität der Datenerfassung, eine
optimale Erkennungssicherheit erreicht. Dazu wird wenigsten ein
Gütemerkmal
zur Bestimmung der Güte
bzw. Qualität
der Datenerfassung vorgesehen.
-
Zur
Gütebestimmung 72 liefert
das Parameteradaptionssystem 20 die Daten der ausgewerteten Parameter
bzw. die die Parameter wiedergebenden Messsignale und/oder deren
Kompensationswerte, das Erkennungssystem 10 die Daten der
Merkmalaufnahme und/oder Zwischenergebnisse bzw. Ergebnisse der
Erkennung, sowie der Referenzspeicher 71 die Referenzkurven,
Referenzmodelle, maximale bzw. minimale Zulassungstoleranz und/oder
Informationen über
die ermittelten bzw. gespeicherten Fehlerkurven, beispielsweise
FAR (63) bzw. FRR (62).
-
Durch
die Gütebestimmung 72 werden
die aufgenommenen Daten in der Qualität ausgewertet. Die Qualität der Datenaufnahme
dient dabei als Grundlage für
den Entscheidungsprozess 73, wobei eine höhere Datenqualität eine entsprechend
höhere Erkennungssicherheit
ermöglicht.
Dazu werden die jeweiligen Ergebnisse/Teilergebnisse des Parameteradaptionsystems 20,
beispielsweise Adaption des Fingers, Parameterauswertung, Hautmodellierung, Kompensierung
von Parameter, insbesondere Feuchtigkeitskompensation, Bereichsgrenzen
der Kompensation und/oder die Informationen der Fehlerkurven (62, 63)
als Gütemerkmale
ausgewertet.
-
Zusätzlich können die
jeweiligen Ergebnisse/Teilergebnisse des Merkmalerkennungsystem 10, beispielsweise
Häufigkeitsverteilung
der merkmalcharakterisierende Werte, z.B. Grauwerte, Rauschen, Anzahl
der Artifakte und/oder die Minuzienvorauswertung, insbesondere detektierbarer
Minuzien, als Gütemerkmale
ausgewertet werden.
-
Die
Qualität
wird jeweils als Abweichung (Differenz) bzw. Fehler zwischen den
gemessenen bzw. ausgewerteten Signalen und gewünschten bzw. idealen Referenzsignalen
bzw. Referenzdaten bestimmt und die Unterschiede ausgewertet.
-
Referenzen
bzw. Referenzdaten können, beispielsweise
durch die Modellierung von Gewebe, insbesondere latenter Hautschichten,
und/oder durch Messreihen einer Person und/oder Personengruppe ermittelt
werden.
-
Im
Entscheidungsprozess 73 wird, aufgrund der Gütemerkmale,
die optimale Zulassungstoleranz ermittelt. Dabei wird ein maximaler
Zulassungstoleranzbereich vorgegeben, in dem sich die adaptiv bestimmte
Zulassungstoleranz bewegt.
-
Zur
Bildung der Zulassungstoleranz können unterschiedliche
Methoden angewendet werden, wobei durch die Anwendung des Erkennungssystems 70 bestimmt
wird, ob mehr Falschakzeptanzen oder mehr Falschrückweisungen
hingenommen werden können.
Die Zulassungstoleranz wird von der Datenqualität des Parameteradaptionssytems 20 und/oder von
der Qualität
des Merkmalerkennungssystem 10 bestimmt, wobei die Bewertungsverhältnisse
je nach Auswertemethode gewählt
werden.
-
In
einer ersten Methode wird bei guter Merkmalqualität und bei
einer hohen Datenqualität
des Parameteradaptionsystems 20 die Zulassungstoleranz
erhöht,
wobei sich die FRR reduziert, und bei geringer Datenqualität die Zulassungstoleranz
verringert, wobei sich die FAR reduziert. Bei einer geringeren Merkmalqualität wird die
Erhöhung
bzw. Absenkung der Zulassungstoleranz verringert, wobei die FRR
oder FAR entprechend reduziert wird. Die Kurven FRR bzw. FAR können sich
dabei entsprechend der Abstimmungsvorgänge des Erkennungssystems verschieben
bzw. verändern.
-
Eine
alternative Methode besteht darin, dass die erhaltenen Informationen über die
jeweilige Qualität
mit wenigstens einer Referenz, beispielsweise Referenzfunktionen
und/oder Referenztabellen verglichen wird und daraus die Adaption
der Zulassungstoleranz entnommen wird. Die Referenzen (Referenzfunktionen,
Referenztabellen) können durch
Messreihen und/oder auf Grundlage der, inbesondere durch die Abstimmungen
des Erkennungssystem geänderten,
Fehlerkurven nach 7, gebildet werden. Hierdurch
werden Verschiebungen bzw. Veränderungen
der Fehlerkurven durch Abstimmung des Erkennungssystems berücksichtigt.
-
Einen
schnellen Zugriff auf die Daten des Referenzspeichers 71 wird
durch Abspeichern in tabellenartiger Form und/oder durch Adressierung
mittels eines Index, beispielsweise der Zulassungstoleranz, realisiert.
-
Durch
die Modifikation 74 wird die Merkmalauswertung, insbesondere
der Merkmalvergleicher (18) des Erkennungssystems 10 mit
einer neuen Zulassungstoleranz versehen und dadurch an die aktuelle
Messsituation abgestimmt bzw. angepasst.
-
Alternativ
können
die Auswertealgorithmen, beispielsweise Signalvorverarbeitung (13),
Merkmalextrahierer (15), mit einem der Zulassungstoleranz entsprechenden
Ergebnis des Entscheidungsprozesses 73, beispielsweise
Schwellen und/oder Filter für die
Kantenextrahierung, Kontrastanhebung, Sensitivität und/oder Selektivität der Minuzienauswertung, modifiziert
werden.
-
Eine
optionale Überwachungsfunktion 75 kann
dem Erkennungssystem überlagert
sein, um die ordnungsgemäße Funktion
der Teilsysteme und/oder des Gesamtsystems sicherzustellen, da bei
adaptiven Systemen Fehlfunktionen, beispielsweise durch nichtlineare
Rückkopplungen,
entstehen können. Dazu
werden die (Teil-)Ergebnisse, beispielsweise der vorgegebene Zulassungstoleranzbereich,
geprüft und
im Fehlerfall das Erkennungssystem in einen Grundzustand versetzt
und/oder die Fehlfunktion signalisiert.
-
9 zeigt
typische Häufigkeitsverteilungen von
merkmalcharakterisierenden Grauwerten eines kapazitiven Merkmalsensorsystems
in einer Summenhistogrammdarstellung zur Verdeutlichung der Modifikation
von Merkmalsensoren, wobei die Darstellung auch analog für die Prinzipien
anderer Merkmalsensortypen, beispielsweise akustische Sensoren,
gilt. Die Darstellung dient zunächst
zur Erläuterung
nicht kompensierter physikalischer/physiologischer Parameter. Dazu
sind an der horizontalen Achse 80 die Grauwerte der erfassten
Pixel des Merkmalsensorsystems und an der vertikalen Achse 81 die
Wahrscheinlichkeitsverteilung der einzelnen Grauwerte aufgetragen.
Der Sensor arbeitet typisch in einem Bereich der Wassergrenze 82 – entspricht dem
Kontakt von Wasser bzw. näherungsweise
der Auflage einer Erhebung (Ridge) des Fingerabdrucks – bis zur Luftgrenze 83 – entspricht
dem Kontakt von Luft bzw. eines Tals des Fingerabdrucks. Die Kennlinie
für die
Bedeckung des Sensors mit Wasser 84 zeigt die Wahrscheinlichkeitsverteilung
der Grauwerte bei Wasserkontakt bzw. Finger-Ridges. Die Kennlinie 85 zeigt
die Wahrscheinlichkeitsverteilung der Grauwerte, wenn die Sensorfläche mit
Luft bzw. Täler des
Fingerabdrucks in Kontakt kommt. Die Kennlinie für eine typischen Fingerabdruck 86 beschreibt
die Wahrscheinlichkeitsverteilung der Grauwerte bei der Auflage
eines Fingers.
-
Aus
der Darstellung geht hervor, dass der nutzbare Bereich für die Fingeridentifizierung
nur einen eingeschränkten
Grauwertbereich, dem Dynamikbereich, von etwa 82 bis 83 umfasst.
Der lineare Bereich 87 bedeutet, dass Grauwerte nicht eindeutig zu
den idealen Werten Wasserkontakt 82 bzw. Luftkontakt 83 zugeordnet
werden können.
-
Die
Kennlinie 86 eines Standardsensors zeigt durch diverse
physikalische/physiologische Parameter, beispielsweise mangelnde
Adaption, Feuchtigkeit oder Substanzen auf der Auflagefläche, abgeschliffene
oder rissige Haut, einen nicht optimalen Verlauf, welcher zu erheblichen
Fehlerkennungsraten führen
kann.
-
In
einer Ausführungsform
der Erfindung wird zur Optimierung der Wahrscheinlichkeitverteilung und/oder
deren Ableitung – Wahrscheinlichkeitsdichte – das Merkmalsensorsystem
vor der Merkmalerfassung mittels Kompensationswerte, beispielsweise durch
Abstimmen wenigstens einer charakteristischen Kennlinie bzw. Parameter
des Merkmalsensorsystems (11), modifiziert. Die Modifikation
wird so ausgeführt,
dass der Bereich um 82 und/oder 83 die Wahrscheinlichkeitsdichte
schmalbandig maximiert wird, und/oder im Bereich 87 die
Wahrscheinlichkeitsverteilung möglichst
flach verläuft,
und/oder im Bereich links von 82 bzw. rechts von 83 möglichst steil
verläuft,
und/oder der Bereich von 82 bis 83 einen möglichst
großen
Wertebereich umfasst. Dadurch wird die Auswertung, insbesondere
der Merkmale, vereinfacht bzw. beschleunigt und Fehlerkennungen
reduziert.
-
In
einer alternativen Ausführungsform
können
Merkmalsensorsysteme mit integrierter Histogrammerstellung genutzt
werden, wobei zuerst die Kompensation der physikalischen/physiologischen Parameter
erfolgt und anschließend
die Merkmaldaten einer Zeile oder Bereichs des Merkmalsensorsystems
aufgenommen und ein Histogramm über
die Zeile bzw. Bereich erstellt wird. Wenn die Histogrammwerte in
dem vorgesehenen Wertebereich liegen, werden die restlichen Daten
der Merkmale aufgenommen. Für
den Fall ungenügender
Histogrammwerte, kann eine erneute Abstimmung des Merkmalsensorsystems
erfolgen.
-
10 zeigt
eine Ausführungsform
eines modifizierten kapazitiven Merkmalsensorsystem 11a in
Form einer schematischen Blockschaltung, wobei das Parameteradaptionssystem 20 das
Sensorsystem 11a mit den dazugehörigen Schaltungen zum Zweck
optimierten Erkennung, insbesondere zum Kompensieren von physiologischen
und/oder physikalischen Prüfobjektparameter,
modifiziert. Dazu werden dem Sensorfunktionsprinzip entsprechend statische
und/oder dynamische Sensorparameter, beispielsweise Funktionseinheiten,
Referenzspannungen, Referenzwiderstände, Referenzkondensatoren
oder dergleichen, abgestimmt.
-
Üblicherweise
erfassen kapazitive Merkmalsensoren die relative oder absolute Kapazität bzw. Kapazitätsunterschied,
beispielsweise durch aufladen bzw. entladen von sensorintegrierten
Referenzkondensatoren, oder aufgrund indirekter Kapazitätsmessung,
beispielsweise durch Synchrondemodulation angelegter Wechselspannungen,
den Fingerabdruck mit den Erhebungen bzw. Täler. Exemplarisch wird die
Modifikation an einem Sensor gezeigt, bei welchem die jeweiligen
Zellen bzw. Pixel zur Kapazitätserfassung
durch eine einzelne Elektrode und dem lokalen Fingerabdruck – den jeweiligen
Erhebungen bzw. Täler – gebildet
wird.
-
Die
Modifikation des Sensorsystem 11a erfolgt anhand des Parameteradaptionssystems 20 durch
die Einstellung der statischen bzw. dynamischen Sensorparameter
mittels des jeweiligen Interface 28, beispielsweise durch
die Verstärkung
des Sensorzellenarrays 28a, die Referenzspannung 28b, die
Zellenvorladung 28c, die Ladungspumpensteuerung 28d,
den Zellenzeiger 28e, die Zeitbasis 28f, die Systemsteuerung 28g,
die Zählerschaltung 28h und/oder
den Komparatoren 28i. Dabei stellt das Parameteradaptionssystem 20 die
Abstimmwerte zur Kompensation der ermittelten Parameter des Prüfobjekts
zur Verfügung.
Nach der Modifikation, beispielsweise anhand sensorspezifischen
Modifikationstabellen, wird die Kapazität der jeweiligen Sensorelektroden
und dem Fingerabdruck gemessen.
-
Zur
Messung der Kapazitäten
werden die jeweiligen Sensorelektroden der Zellen des Sensorzellenarrays 28a zum
Messen der, aus der jeweiligen Sensorelektrode und dem lokalen Fingerabdruck
gebildeten, primären
Kapazität,
durch die Zellenvorladung 28c wiederholend zeitgesteuert
aufgeladen. In einem weiteren Schritt wird diese Ladung auf den
Referenzkondensator der jeweiligen Zelle abgeleitet und die Spannung
mittels eines Komparators 28i erfasst. Bei Erreichen der
Referenzspannung wird dieses Wechselspiel beendet, wobei die Anzahl
der Durchgänge
mittels der Zählerschaltung 28h ermittelt wird.
Die Anzahl der Durchgänge
stellen dabei die Kapazität
der jeweiligen Zelle bzw. deren Grauwert dar.
-
Die
Abstimmung der Sensorparameter, beispielsweise der Komparatoren 28i mittels
der Referenzspannung 28b, modifiziert die Sensitivität des Sensors.
Die Selektivität
des Sensors wird, beispielsweise durch die Zeitbasis 28f,
durch die Integrationszeit – zeitliche
Zellenvorladung und Entladung auf den Referenzkondensator – eingestellt.
-
Die
Kapazitätsermittlung
wiederholt sich für das
Sensorzellenarray 28a, beispielsweise zeilenweise, mittels
entsprechend gesetzten Zellenzeiger 28e. Dabei kann die
Sensitivität
und/oder die Selektivität
durch den entsprechend modifizierten Zellenzeiger 28e lokal
unterschiedlich eingestellt werden. Die Zellen bilden dabei insgesamt
ein Abbild des in den jeweiligen Parametern kompensierten Fingerabdrucks.
-
Alternativ
können
die Grauwerte der einzelnen Zellen/Zeilen aus der Ladungsverteilung
der Sensorzellen und der Integrationszeit abgeleitet werden. Durch
die Abstimmung der Referenzspannung 28b werden, je nach
Integrationszeit der Sensoren, die auf der Sensorfläche durch
den Fingerabdruck gebildeten Kapazitäten unterschiedlich stark bewertet
gemessen und dadurch den in den Parametern kompensierten Fingerabdruck
ermittelt.
-
Die
Modifikation der einzelnen Komponenten kann, beispielsweise zur
Entlastung des Parameteradaptionssystems 20, über die
Steuerung 28g bzw. Ladungspumpensteuerung 28d vorgenommen werden
und als direktes Interface zu den jeweiligen modifizierbaren Komponenten
des Sensorsystems 11a dienen. Die Steuerung 28g wird
dazu mit dieser Funktionalität
und Register/Speicher für
die Modifikationswerte ausgestattet.
-
Durch
die Interfaceschaltungen 28j werden Daten, beispielsweise
Kapazitäts-
bzw. Grauwerte des Fingerabdrucks, anderen nicht gezeigten Auswerteschaltungen,
beispielsweise der Merkmalauswertung, zugeführt und/oder zur weiteren Auswertung
dem Parameteradaptionssystem 20 geliefert. Dadurch kann
parallel zur sequenziellen Datenerfassung der Zellen synchron ein
Histogramm erstellt werden, welches, beispielsweise für die Auswertung der
Qualität
der Daten- bzw. Merkmalaufnahme und/oder Kompensation genutzt werden
kann.
-
11 zeigt
eine schematische Darstellung einer Anordnung von Merkmalsensoren 91 und
Parametersensoren 92, zur Aufnahme der Merkmale wenigstens
eines Prüfobjekts.
Die Merkmalsensoren 91 bzw. die Parametersensoren 92 werden
dazu auf ein gemeinsames Substrat 90 aufgebracht, wobei
die jeweiligen Sensoren einzeln, zeilenartig, zellenartig und/oder
matrixartig angeordnet sein können.
-
Die
Sensoren werden bevorzugt in gleicher Technologie, beispielsweise
in CMOS-Technologie und/oder davon abgewandelte Prozesse (epitaktische
oder photochemische Verfahren) mit den Mitteln und Methoden der
Halbleiterindustrie bzw. Mikrosystemtechnik, gefertigt.
-
Die
jeweiligen Sensoren können
beispielsweise als kapazitive, optische, thermische und/oder akustische
Sensoren ausgeführt
werden, wobei die Fläche
des Substrats 90 bzw. der Sensoren so bemessen wird, dass
wenigstens ein Prüfobjekt,
beispielsweise eine Fingerkuppe, etwa vollflächig aufgelegt werden kann.
-
In
einer alternativen zeilenartigen Anordnung kann eine Relativbewegung
der Sensoren und dem Prüfobjekt
zur Datenerfassung, nach dem Prinzip eines Scanners, genutzt werden.
Dadurch kann die aktive Sensorfläche
reduziert werden.
-
Die
Merkmalsensoren 91 und/oder Parametersensoren 92 werden
bevorzugt auf einer ebenen und/oder gewölbten Fläche, beispielsweise in einer matrixartigen
Anordnung, ausgebildet. Alternativ können die Elemente auf mehrflächigen,
nicht in der gleichen Ebene liegenden Körpern, beispielsweise mit sphärischer
oder prismenartiger Oberfläche,
angeordnet werden.
-
Die
physikalischen bzw. physiologischen Parameter des Prüfobjekts
werden durch wenigstens einen Parametersensor für wenigstens eine Region von
Merkmalsensoren erfasst bzw. ausgewertet. Zur Kompensation der Parameter
des Prüfobjekts
werden die Parameter bzw. Methoden der Merkmalsensoren für diese
Region bzw. Zelle eingestellt, wodurch lokale Unterschiede berücksichtigt
werden können.
Alternativ können
ein oder mehrere Parametersensoren, beispielsweise mittels Mittelwertbildung der
Parameter, global oder zu mehreren Zellen oder Zeilen von Merkmalsensoren
zugeordnet werden.
-
12 zeigt
eine Alternative zur Anordnung von 11. Auf
einem Substrat 93 werden die Merkmalsensoren 91 in
sich geschlossen, zusammenliegend, im inneren Bereich und die Parametersensoren 92 im äußeren Bereich
aufgebracht. Dadurch kann ein herkömmliches Merkmalsensorsystem ohne
Strukturmodifikation verwendet werden. Alternativ kann diese Anordnung
bei unterschiedlichen Technologien der jeweiligen Sensoren angewendet werden.
-
In 13 wird
eine Variante von 11, 12 gezeigt.
Auf dem gemeinsamen Substrat 94 werden zwischen den matrixartig
angeordneten Merkmalsensoren 91 und den Parametersensoren 92 Aussparungen 95 vorgesehen.
Diese Aussparungen 95 trennen die Sensoren gegeneinander
physikalisch und/oder technologisch ab. Dadurch können, beispielsweise
bei unterschiedlicher Funktionsweise und/oder Technologie der Sensoren,
störende
Rückkopplungen
gedämpft
werden. Die Aussparungen 95 können ein Leerraum bilden oder
mit einer entsprechenden Dämpfungsmasse
versehen werden.
-
Zusätzlich kann
das Substrat 94 mit Aussparungen mit in etwa gleichen Dimensionen
wie die Aussparungen 95 versehen werden. Dadurch können Parametersensoren
mit unterschiedlicher Tiefe in das Substrat 94, beispielsweise
eingeklebt, werden. Die Aussparungen im Substrat 94 können, beispielsweise
eingeätzt
oder durch einen Laser eingebracht werden.
-
Die
Anordnung kann zur mechanischen Stabilisierung und/oder zur Entkopplung
bzw. Dämpfung störender Kopplungen
der jeweiligen Sensoren, auf einen gemeinsamen Träger 96,
beispielsweise mit den Methoden der Mikrosystemtechnik, aufgebracht werden.
Wodurch insbesondere Sensoren mit unterschiedlicher Leistungsfähigkeit
bzw. Eigenschaften, beispielsweise Frequenzbereich oder Empfindlichkeit – entsprechend
lateraler Abmessungen der Sensoren – genutzt werden können.
-
Das
jeweilige Substrat 90, 93, 94, 96 der 11, 12, 13 kann,
beispielsweise aus Silizium, Keramik, Teflon, Kunstharz oder Kunststoff bestehen,
wobei die mechanische Stabilität,
elastische und elektrische Konstanten an die Sensortechnologien
angepasst werden. Alternativ kann das Substrat mittels Folien, beispielsweise
aus Polyimid bzw. Kapton, hergestellt werden.
-
14a beschreibt eine schematische Darstellung einer
Ausführungsform
der Detektion und Auswertung der physikalischen und/oder physiologischen
Parameter des Prüfobjekts 100,
insbesondere einer Fingerkuppe, und/oder der Auflagefläche 102. Durch
wenigstens eine Strahlungsquelle 92a, beispielsweise eine
Ultraschallquelle, werden Wellen 107 in die Prüf-Region
des Prüfobjekts 100 gesendet. Die
gesendeten Wellen werden dazu mit definierten Welleneigenschaften,
beispielsweise Amplitude, Polarisation, Frequenz, Phasenlage und
dergleichen, durch den Sendesignalgenerator 101 ausgestattet, wobei
die Parameter wahlweise durch Pulssignale und/oder einzelne oder
mehrere diskrete Frequenzen erfasst werden können. Durch wenigstens einen Detektor 92b werden
die vom Objekt 100 und/oder Auflagefläche 102 gestreuten,
reflektierten, interferierenden und/oder gebeugten Wellen aufgenommen und
mittels mindestens einer Signalvorverarbeitungsschaltung 103 verstärkt, gefiltert
und/oder quantifiziert.
-
Sensoren 92a, 92b,
die sowohl zum Senden als auch zum Empfangen (Transducer) ausgeführt sind,
können
abwechselnd oder zugleich im jeweiligen Modus betrieben werden.
Die Umschaltung der jeweiligen Signale wird über einen Signalmultiplexer 104 realisiert.
-
Die
vorverarbeiteten Signale werden in wenigstens einer Auswerteeinheit 105 aufbereitet
und ausgewertet. Dazu werden eventuell vorhandenen Signalanteile
der gesendeten Signale herausgefiltert. Die Parameter des Prüfobjekts 100 und/oder
Auflagefläche 102 können beispielsweise
durch Vergleich mit Referenzdaten der gesuchten Parameter ermittelt werden.
-
Die
Steuerung 106 ist für
die Verteilung und Steuerung der Signale und Daten vorgesehen. Durch das
Interface 110 können
die ausgewerteten Daten an weitere Schaltungsteile des Erkennungsystems transportiert
werden.
-
Die
Detektion der Parameter der Haut einer Fingerkuppe vereinfacht sich,
wenn die gesendeten Wellen 107 durch eine Tiefenselektion 108 auf
eine möglichst
tiefliegende und eindeutig messbare Schicht/Struktur der Haut, beispielsweise
Stratum-Retikulare und/oder Stratum-Papillare, in etwa fokussiert
wird. Diese Schicht/Struktur bildet hinsichtlich der Tiefenselektion
den unteren Abschluss als Referenzstruktur. Aus den dazwischenliegenden Schichten,
inklusive der Auflagefläche 102, werden die
interessierenden Parameter ausgewertet. Dabei wird ausgenutzt, dass
die obersten Hautschichten ein stark ausgeprägtes Reflektionsband besitzen
und sich deshalb bei der Auswertung von den tieferliegenden Geweben
abgrenzen.
-
Die
Tiefenselektion 108 kann dabei senderseitig, durch ein
Wellensteuerungsverfahren, beispielsweise durch Phasensteuerung
der Wellenfronten, und/oder detektorseitig, durch Analyse im Zeit- oder
Frequenzbereich, durchgeführt
werden. Zur senderseitigen Selektion werden die Phasenwinkel der
gesendeten Wellen mittels dem Sendesignalgenerator 101 eingestellt.
Zur detektorseitigen Selektion wird das empfangene Signal mittels
der Signalvorverarbeitungsschaltung 103 zeitlich maskiert
abgetastet und/oder durch die Auswerteeinheit 105 spektral
selektiert.
-
Alternativ
kann durch die Wahl der einstrahlenden Frequenz die Eindringtiefe
definiert werden, da die Eindringtiefe frequenzabhängig ist.
Dazu wird die Frequenz, beispielsweise größer 75 MHz, einstellbar ausgeführt und/oder
durch eine entsprechend modulierte Trägerfrequenz eingestellt.
-
Zur
Tiefenvorselektion kann als weitere Alternative eine Fokussierung
durch Linsen und/oder durch die Geometrie des Transducer vorgegeben werden.
-
Zur
Detektion werden die Wellen 107 an die zu messenden Parameter
bzw. Struktur angepasst und gegebenenfalls während der Messung abgestimmt.
Dazu ist die Strahlungsquelle 92a und/oder Sendesignalgenerator 101 in
den entsprechenden Parametern, beispielsweise Frequenz, Amplitude, Phase
und/oder Keulensteuerung, modifizierbar ausgeführt.
-
Die
Auswertung von Parameter, beispielsweise einer Fingerkuppe, kann
durch das Anwenden eines Hautmodells 109 vereinfacht werden.
Dazu werden die Parameter von Haut und deren Parameter bei Auflage
auf einer Auflagefläche 102 als
Referenzmodell gespeichert, wodurch insbesondere die Abhängigkeit
der Parameter vom Auflagedruck des Fingers berücksichtigt wird. In das Modell
der Haut werden die vorverarbeiteten Signale des Prüfobjekts, beispielsweise
in Form von Impulsfolgen oder Frequenzfolgen der jeweiligen Detektoren 92b,
eingepasst und zu den vorgegeben Modellparameter, beispielsweise
Feuchtigkeitsgehalt, zugeordnet.
-
Das
Referenzmodell kann durch Vergleichsobjekte mit bekanntem Verhalten,
einer Kalibrierung durch berechnetes Streuverhalten und/oder durch das
spektrale Verhalten von Gewebe, beispielsweise gemäß 15 bzw. 16,
festgelegt werden.
-
14b zeigt eine Abwandlung von 14a, welche bevorzugt bei mikrointegrierten Parametersenoren 92c bzw.
bei mikrointegrierten Erkennungssystemen angewendet werden kann. Durch
die Integrationsmöglichkeit,
beispielsweise in CMOS-Technologie oder Mixed-Mode Schaltungen, wird
anstelle des Signalmultiplexers 104 zu jedem Parametersensor 92c eine
integrierte Signalverarbeitungsschaltung 111 zugeordnet,
wobei die Parametersensoren 92c beispielsweise nach dem
Transducerprinzip ausgeführt
sind. Die Signalverarbeitungsschaltungen 111 umfassen dabei
senderseitig den Sendergenerator und detektorseitig den Signalverstärker und
Signalfilter. Bei Wellenanregung mit diskreten Frequenzen kann ein
Generator nach dem Prinzip der Direkten-Digitalen-Synthese (DDS)
und ein zugehöriger
frequenzselektiver und/oder phasenselektiver Verstärker, beispielsweise
Lock-In Verstärker,
genutzt und in einem Block zusammengefasst werden. Alternativ kann
das Detektorsignal gleichgerichtet und tiefpassgefiltert werden,
wobei die dadurch entstehende Hüllkurve
ausgewertet wird.
-
15 zeigt
ein mittels Ultraschall aufgenommener spektraler Verlauf von Hautschichten bzw. Gewebe
zur Auswertung und/oder Modellierung von physikalischen und/oder
physiologischen Parameter. Dazu ist auf der horizontalen Achse der Frequenzbereich 115 und
auf der vertikalen Achse die normierte Amplitude 116 aufgetragen.
Die spektrale Amplitude 117 wird in einem der Messung zugrunde
liegenden Bereich von 0-15 MHz gezeigt. Als spektrale Amplitude
wird gewöhnlich
das Leistungspektrum verwendet, wobei komplexe Spektren, beispielsweise
mit Real- und/oder
Imaginärteil,
entsprechend angewendet werden können.
-
Zur
Berechnung der spektralen Amplitude 117 werden die aufgenommenen
Messdaten mit einer Fensterfunktion, beispielsweise Hamming-Fenster,
multipliziert und mittels einer FFT in den Frequenzbereich transformiert,
wobei je nach gewünschter
Genauigkeit bzw. zur Verfügung
stehender Rechenleistung beispielsweise 256 Punkte aufgelöst werden.
Das berechnete Leistungsspektrum wird anschließend durch Kalibrierdaten normalisiert. Die
Kalibrierdaten können
aus einer Messreihe oder theoretischen Berechnungen entwickelt werden.
Um bei der Kalibrierung und/oder Auswertung das Rauschen zu reduzieren
und/oder die Genauigkeit zu erhöhen,
ist gegebenenfalls die Entfaltung der Systemübertragungsfunktion vorzusehen.
-
Die
Geraden 118a – 118f beschreiben
die Approximation, beispielsweise durch lineare Regression, der
spektralen Amplitude 117 im jeweiligen Frequenzbereich.
Das Frequenzband der Geraden 118a – 118e beträgt dabei
etwa 1 MHz und von der Geraden 118f etwa 5 MHz. Die spektrale
Amplitude stellt sich spezifisch abschnittweise linear dar, deshalb kann
eine wenige Punkte umfassende Regression bzw. FFT gewählt werden.
Die Einteilung der Bänder der
frequenzabhängigen
Regression erfolgt aufgrund des Fehlers der abschnittweisen Approximation
des jeweiligen Frequenzbandes, der geforderten Genauigkeit der Parameterauswertung,
dem Frequenzgang des Systems und/oder der Frequenzauflösung der Parametersensoren.
-
Die
Regressionen können über den
gesamten Frequenzbereich mit äquidistanter
und/oder variabler Einteilung vorgenommen werden, wobei jeweils beispielsweise
5-50 Frequenzen genutzt werden. Durch die variable Einteilung können Auswertungen schneller
durchgeführt
werden. Alternativ können
unterschiedliche Parametersensoren mit verschiedenen Frequenzbänder abgefragt
und die Regression entsprechend angewendet werden.
-
Es
hat sich aus den Ergebnissen der Regressionen gezeigt, dass die
normalisierte spektrale Amplitude bei der Frequenz Null – entsprechend
dem y-Achsenabschnitt der jeweiligen Regression, und die Steigung
der Regressionsgeraden – entsprechend
der spektralen Steigung, die Parameter eines Prüfobjekts bzw. der Auflagefläche charakterisieren. Dabei
kann die normalisierte spektrale Amplitude auf jede beliebige Frequenz,
beispielsweise Null, bezogen werden.
-
Die
Informationen der Regressionsgeraden 118a – 118f,
insbesondere die spektrale Amplitude bzw. spektrale Steigung, können durch
Eintragen in eine Karte und/oder Tabelle und Vergleich mit Referenzkarten
ausgewertet werden. Die spektrale Amplitude 117 kann alternativ
mit Referenzspektren, zur Parmeterermittlung verglichen werden.
-
Der
Korrelationskoeffizient der Regressionsgeraden 118a – 118f ist
ein Maß für entstandene
Amplitudenunsicherheit und gibt dabei an, mit welchem Fehler die
jeweilige Regession durchgeführt
wurde. Die Amplitudenunsicherheit entsteht durch Rauschen, temperaturabhängige Nichtlinearität und durch
starke Amplitudenabweichungen der Messungen. Um bei schlechten Regressionkoeffizienten
die Auswertung zu verbessern, kann die Berechnung unter Zuhilfenahme
neuer Daten verfeinert werden und/oder die Messung wiederholt werden.
-
Anstelle
der Linearen Regression kann eine beliebige Kurvenregression, beispielsweise
quadratische oder kubische Regression, und/oder das Prinzips der
kleinsten Quadrate angewendet werden. Dadurch kann die Amplitudenunsicherheit
und/oder die Welligkeit bzw. der Fehler der spektralen Amplitude 117 weiter
reduziert werden. Die Parameter des Prüfobjekts bzw. Auflagefläche werden
analog der linearen Regression aus den Parameter der jeweils angewendeten
Kurvenregression bestimmt.
-
16 zeigt
eine schematische Darstellung der spektralen Amplitude und spektralen
Steigung in Form einer Karte zur Parameterauswertung. Die Kartendarstellung
erfasst dabei weitere Prüfobjektparameter,
beispielsweise Gewebeparameter, die zur Lebenderkennung und/oder
zur Hautmodellierung genutzt werden können.
-
In
der zweidimensional dargestellten Karte ist auf der horizontalen
Achse die spektrale Steigung 120 und auf der vertikalen
Achse die normierte spektrale Amplitude 121 aufgetragen,
wobei mehrdimensionale Darstellungen, beispielsweise nach Frequenzen,
Frequenzbereichen und/oder Amplitudenbereichen geordnet, gleichfalls
angewendet werden können.
-
In
die Kartendarstellung werden zur Festlegung wenigstens einer Referenz
spektrale Amplituden und Steigungen eingetragen und zusammengehörige Bereiche
bzw. Regionen 122 – 127,
entsprechend den gesuchten bzw. auszuwertenden Parameter, gebildet.
Die Amplituden und Steigungen zur Gewinnung von Referenzen können beispielsweise durch
theoretische Analyse, Berechnungen und/oder Messreihen mit bekannten
Objekten unterschiedlicher Parameterzusammensetzung bzw. Parameterwerte
ermittelt werden. Die Anzahl der Regionen richtet sich nach den
auszuwertenden Parametern.
-
Die
Karte zeigt exemplarisch die Unterteilung in die Regionen: Sensor/Auflagefläche 122,
Gewebe/passiver Teil der Hautschichten 123, Feuchtigkeitgehalt 124,
Schmutz 125 und Rauschen 126. Die Mischregionen 127a – 127d sind
dabei Bereiche mit besonderer Relevanz, da die Parameter, an Gewebe und
Auflagefläche
gekoppelt, indirekt ausgewertet werden. Je nach Abstufung der vorgesehen
Regionen können
die gesuchten Parameter genauer aufgelöst werden.
-
Zur
Bestimmung der Parameter einer aktuellen Datenaufnahme werden die
spektrale Steigung und die spektrale Amplitude und/oder die normierte spektrale
Amplitude, beispielsweise der Regressionsgeraden (118a – 118f),
in die Karte eingetragen und mit den Referenzbereichen verglichen
und dadurch die Parameter, beispielsweise Feuchtigkeitsgehalt oder
Verschmutzungsgrad, quantifiziert.
-
Durch
einen „unscharfen" Vergleich, kann bei
der Quantifizierung die Amplitudenunsicherheit der spektralen Daten
und/oder Normierung ausgeglichen werden, wobei die Toleranz bzw.
Toleranzband beispielsweise durch die durchschnittliche Amplitudenunsicherheit
und/oder die Genauigkeit der Quantifizierung festgelegt wird.
-
Sind
die Daten im Bereich von Rauschen 126 oder in einem nicht
zuordenbaren Bereich kann das Ergebnis bei den weiter folgenden
Berechnungen ignoriert oder die Datenaufnahme mit neuer Systemabstimmung
wiederholt werden. Sind die Daten im Bereich des Sensors 122,
kann von einer nicht ausreichenden Ankopplung des Prüfobjekts
an die Adaptionsfläche
ausgegangen werden. Dem Benutzer kann eine entsprechende Signalisierung
gegeben oder die Datenaufnahme mit neuer Einstellung wiederholt
werden.
-
Damit
die Anzahl der aufwendigen Fließkommaberechnungen
reduziert wird, kann die Kartendarstellung in Tabellenform, z.B.
in eine Datenbank, abgespeichert und die entsprechenden Parameter
mittels der Zuordnung Parameter – Region bzw. Bereich einer
Region quantifiziert werden. Das Auslesen der Parameter erfolgt
durch den zugehörigen
Index der Daten.
-
Alternativ
können
die Informationen der Karte durch ein Korrelationsalgorithmus, Flächenschwerpunktmethoden,
Fuzzy-Logic, selbstorganisierende oder andere Neuronale Netze ausgewertet bzw.
quantifiziert werden.
-
Durch
die Kalibrierung und/oder Normierung der Systemübertragungsfunktion, kann die
Auswertung vereinfacht werden, wobei der Bereich des Sensors 122,
beispielsweise auf die spektralen Amplitude eins und die spektrale
Steigung Null, normiert wird.
-
17 zeigt
in schematisierter Blockdarstellung eine Ausführungsform eines in der Erkennungssicherheit
optimierten Erkennungssystems zur Identifikation eines Prüfobjekts,
insbesondere zur Identifikation der individual-typischen Merkmale
eines menschlichen Fingers. Die Realisierung des Erkennungssystems
kann durch diskreten Aufbau, Modulbauweise oder durch Mikrointegration,
beispielsweise in Kartenform, erfolgen und durch optionale Komponenten
ergänzt
werden.
-
Der
sensorische Teil des Erkennungssystem besteht aus dem beispielsweise
matrixartig angeordneten Sensor-Array 130 mit den Merkmalsensoren 91 und
Parametersensoren 92. Die Dimension der Auflagefläche 102 ist
so ausgestaltet, dass wenigstens eine Prüfobjekt 100, beispielsweise
eine Fingerkuppe, in etwa vollflächig
erfasst werden kann.
-
Die
Merkmalsensoren 91 werden durch Generatoren 131 zum
Aussenden von Wellen oder statische/dynamische Felder in wenigstens
einem Messzyklus angesteuert. Die Parametersensoren 92 werden
durch Generatoren 132 zum Aussenden von Wellen oder statische/dynamische
Felder angesteuert. Durch den Block Verstärker, Datenmultiplexer, Quantifizierung 133 werden
die Messdaten verstärkt, quantifiziert
bzw. digitalisiert und zu den Verarbeitungsalgorithmen geführt.
-
In
einer Alternativen bifunktionalen Sensorkonfiguration können die
Parametersensoren 92 zur Merkmalerfassung genutzt werden,
wodurch die sich ergebenden Lücken
in der Anordnung der Merkmalsensoren 91 geschlossen werden.
Zur Umschaltung der Sensoren ist der Umschalter 134 vorgesehen. Um
Daten für
Merkmale und Parameter zu erfassen werden die Parametersensoren 92 mit
erweiterten Eigenschaften, z.B. Frequenzbereich bzw. Bandbreite,
Auflösung
und/oder Empfindlichkeit ausgestattet. Die Merkmalsensoren werden
ohne diese Erweiterung ausgeführt
und können
dadurch mit preiswerten Methoden bzw. mit hoher Packungsdichte gefertigt werden.
-
Die
Sensorsteuerung 135 steuert den Ablauf der Datenaufnahme
des Sensor-Arrays 130 mit den integrierten Merkmalsensoren 91 und
Parametersensoren 92, sowie den zugehörigen Schaltungen. Dies erfolgt
entsprechend dem jeweiligen akustischen, kapazitiven, optischen
oder akkustooptischen Sensorprinzips. Die Daten und Systemsteuerung 136 steuert
die Datenerfassung bzw. Datenverteilung des Erkennungssystems.
-
Mit
dem Interface 137 werden Transaktionen zu anderen Einheiten
eines Systems, beispielsweise ein Terminal, ermöglicht. Das Interface kann
beispielsweise als USB, Parallel-Port, RS-232, LAN, WAN, Modem,
Video, Blue-Tooth oder dergleichen ausgeführt sein.
-
Mit
der optionalen Schaltung Power Management 138 können, beispielsweise
bei Batteriebetrieb des Erkennungssystems, die Merkmalsensoren 91,
Parametersensoren 92 und/oder die nicht benötigten Auswerteschaltungen
abgeschaltet werden (Stand-by). Dadurch kann bei Implementation
in mobile Datenträger,
beispielsweise Bankkarten oder Ausweise, Energie eingespart werden.
Um bei Auflage eines Prüfobjekts
das System in den Betriebszustand zu bringen, werden die Parametersensoren und/oder
die Merkmalsensoren und deren Auswerteschaltungen für eine kurze
Zeit eingeschaltet. Durch die Verwendung der Parametersensoren zur Überwachung
der Auflagefläche,
können
bei der Detektion eines Prüfobjekts
die Parameter ausgewertet, die Kompensationswerte bestimmt und die
Merkmalsensoren modifiziert werden.
-
Durch
die Schaltungen und Speicher für
die Merkmalerkennung 139 werden die Prüfobjekte identifiziert. Hardwareseitig
können
Signalprozessoren, beispielsweise DSP – Digitale-Signalprozessoren, ASP – Analoge-Signalprozessoren,
analoge Rechenschaltungen, beispielsweise CCD (charge coupled device – Ladungsgekoppelte
Bauteile) oder dergleichen verwendet werden. Durch die erfindungsgemäße Systemkonfiguration
können
softwareseitig herkömmliche
Minuzienerkennungalgorithmen oder dergleichen anwendet werden. Alternativ
kann die Identifikation durch einen Zentralrechner erfolgen, dazu werden
die erfassten Daten des Prüfobjekts
mittels des Interface 137 übertragen.
-
Die
Merkmale von wenigstens einem Objekt und/oder der Sensoren werden
im Merkmalspeicher 140, beispielsweise dauerhaft, gespeichert.
Im Sinne der Identifizierung ist das Sensor-Array 130 mit
den Systemtoleranzen, z.B. Fertigungstoleranzen, selbst als Merkmalträger zu verstehen
und kann deshalb als ein identifizierbares Objekt betrachtet werden.
Durch die Identifikation der Merkmale der Sensoren können Manipulationen
an dem Sensorsystem bzw. Erkennungssystem verhindert werden. Der
Merkmalspeicher 140 stellt dadurch eine Erweiterung eines
herkömmlichen
Merkmalspeichers (17) dar. Der Merkmalspeicher 140 kann
alternativ als ein mobiles Speichermodul, beispielsweise Smart-Card,
ausgeführt sein,
wobei die Daten über
das Interface 137 ausgetauscht werden können.
-
Die
Schaltungen und Speicher der Merkmalerkennung 139 und/oder
der Merkmalspeicher 140 können in einem separaten Teil
eines anderen Systems ausgelagert sein. Der Zugriff, beispielsweise auf
die Sensordaten, erfolgt in diesem Fall mit Hilfe des Interface 137.
-
Durch
die Auswerteeinheit 141 werden aus den erfassten Sensordaten
Parameter des Prüfobjekts
und/oder der Auflagefläche
ermittelt und die Kompensationswerte zur Abstimmung der Merkmalerfassung
bestimmt. Zur Auswertung der Parameter des Prüfobjekts Finger, kann ein Hautmodell
(109) vorgesehen sein. Eine Tiefenselektion (108)
kann durch die Auswerteeinheit 141, Sensorsteuerung 135,
Generatoren 131 und Quantifizierung 133 realisiert
werden.
-
Durch
die Schaltungen und Algorithmen der Gütemerkmale 142 wird
die Güte
der Parameterermittlung bzw. die Güte der Erkennung festgestellt
und die Ergebnisse der Gütebestimmung
zum Optimieren weiterer, insbesondere sich wiederholender Detektionsschritte,
Auswerteschritte und/oder Erkennungsschritte angewendet, wobei eine
Begrenzung der Wiederholungen vorgesehen ist.
-
Im
Parameterspeicher 143 werden Werte/Wertebereiche, Kalibrierdaten,
Zuordnungen (Mapping), physiologische/physikalische Parameter und/oder
Referenzinformationen der Parameteradaption gespeichert. Um die
Daten der Kalibrierung oder dergleichen, beispielsweise nach der
Fertigung einzuspeichern, ist ein entsprechendes Interface, beispielsweise
Interface 137, vorgesehen. Der Parameterspeicher 143 stellt
eine Erweiterung des Speichers für
physiologische/physikalische Parameter (23) dar.
-
Die
Modifikation 144 stellt die statischen und/oder dynamischen
Parameter der Merkmalsensoren, beispielsweise Frequenz, Phasenwinkel,
Amplitude, Verzögerungszeit
oder dergleichen, insbesondere aufgrund der ermittelten Kompensationswerte,
ein.
-
Durch
den optionalen Kryptoprozessor 145 können mittels Verschlüsselung
Daten, interne Datenströme,
die Datenübertragung
zu weiteren Anwendungen, Prozesse, Prozeduren, Algorithmen und/oder
Schaltungen gesichert und/oder Sitzungsschlüssel generiert werden. Dadurch
kann das Analysieren der Daten und Methoden des Erkennungssystems
durch Angreifer verhindert werden. Zur Erzeugung unabhängiger Schlüssel bzw.
Zufallszahlen können
die Informationen der Datenerfassung, beispielsweise der Parametermessung,
in analoger und/oder digitaler Form als Eingangswerte genutzt werden.
-
Mit
dem optionalen Block Lebenderkennung 146 ist eine Lebenderkennung
bzw. Echtheitsbestimmung des Prüfobjekts 100 nach
wenigstens einer Alternative der erfindungsgemäßen Lebenderkennungen, insbesondere
nach 6a, vorgesehen. Dadurch kann festgestellt werden,
ob eine Finger-Nachbildung auf der Auflagefläche aufliegt bzw. Rückstände auf
der Auflagefläche
vorhanden sind und diese von weiteren Erkennungprozeduren ausgeschlossen werden,
wodurch die individual-typischen Merkmale des Prüfobjekts vor Fälschung
geschützt
werden.
-
Durch
die optionale Zulassungstoleranzadaption 147 wird die Zulassungstoleranz
der Merkmalerkennung mit Hilfe wenigstens eines Gütemerkmals,
variabel an die Qualität
der Datenerfassung der Parametersensoren 92 und/oder Merkmalsensoren 91 adaptiert.
Dadurch wird, entsprechend der Qualität der Datenerfassung, eine
optimale Erkennungssicherheit erreicht. Ein derartiges System zeigt 8.
-
Der
Selbsttest bzw. Selbstdiagnose 148 überprüft die Systemkomponenten auf
Funktionsfähigkeit
und wird, insbesondere nach dem Einschalten der Betriebsspannung,
in zeitlich regelmäßigen Abständen und/oder
nach dem Ändern
eines Betriebsmodus, beispielsweise von Stand-by in Aufnahmemodus,
durchgeführt.
Dadurch kann die Funktion des Erkennungssystems gesichert und/oder
Fehlmessungen in Folge eines Defekts verhindert werden. Die Parametersensoren 92 und
die Merkmalsensoren 91 können, beispielsweise durch
Messung des Frequenzgangs und/oder des spektralen Verhaltens, geprüft werden,
wobei defekte Sensoren, beispielsweise in Folge eines Bruchs der
Auflagefläche,
durch den charakteristisch veränderten
Frequenzgang detektiert werden. Ein eventuelle Fehlerdiagnose kann dem
Benutzer und/oder einem Zentralrechner mitgeteilt und/oder das System
gesperrt werden.
-
Um
die Einsatzzeit des Systems zu erhöhen, kann die Oberfläche der
Parametersensoren 92, Merkmalsensoren 91 und/oder
die Auflagefläche
des Prüfobjekts 102 kratzfest
bzw. bruchfest ausgebildet werden. Kratz- und/oder bruchfeste Schichten
können
beispielsweise durch die Methoden der Nanotechnik aufgetragen werden.