DE60214544T2

DE60214544T2 - Vorrichtung und verfahren zur datenverarbeitung

Info

Publication number: DE60214544T2
Application number: DE60214544T
Authority: DE
Inventors: G. Dominic Harston DUFFY; Wynne Aled Harston JONES
Original assignee: Scientific Generics Ltd
Current assignee: Scientific Generics Ltd
Priority date: 2001-05-31
Filing date: 2002-05-31
Publication date: 2007-06-06
Anticipated expiration: 2022-06-01
Also published as: ATE339043T1; EP1397885B1; US20040243356A1; EP1397885A2; AU2002302782A1; GB0113255D0; WO2002098053A2; DE60214544D1; WO2002098053A3; US8229177B2

Description

Die Erfindung betrifft die Erzeugung einer Zahl, die für Daten von einer Analogquelle repräsentativ ist. Die Erfindung hat spezielle, jedoch nicht ausschließliche, Relevanz hinsichtlich der Erzeugung einer Zahl, die für eine Person repräsentativ ist, durch Verarbeiten von der Person zugeordneten Biometriedaten. Es existiert eine Anzahl von Eigenschaften, die für eine Person kennzeichnend sind, und diese Eigenschaften wurden durch Identifikationssysteme gemessen, um für die Person repräsentative Biometriedaten zu erzeugen. Bei den meisten bekannten biometrischen Identifikationssystemen werden die gemessenen Biometriedaten mit zuvor abgespeicherten Biometriedaten verglichen, und es wird ein Vertrauenswert berechnet, der anzeigt, wie nahe die gemessenen Biometriedaten an den gespeicherten Biometriedaten liegen. Auf Grundlage dieses Vertrauenswerts erfolgt eine Entscheidung dahingehend, ob es zu einer positiven Identifikation kommt oder nicht.
In den letzten Jahren wurde es erkannt, dass Biometriedaten zum Erzeugen einer Zahl, nachfolgend als Biometriewert K_bio bezeichnet, verwendet werden können, die als persönliche Identifikationsnummer (PIN) oder als Kryptografieschlüssel verwendet werden kann. Dies beseitigt das Erfordernis, dass sich eine Person an die Identifikationsnummer oder den Kryptografieschlüssel erinnern muss oder eine dauerhafte Aufzeichnung davon aufbewahren muss, da dies bei jedem Bedarf erzeugt werden kann, wenn ein neuer Satz von Biometriedaten von der Person erfasst wird und der Biometriewert erzeugt wird. Dies ist von Vorteil, da Menschen häufig Zahlen vergessen und dauerhafte Aufzeichnungen nicht immer sicher aufbewahrt werden. Damit jedoch eine derartige Anwendung zuverlässig arbeitet, muss die Zuverlässigkeit des Biometriewerts hoch sein. Ferner ist es wünschenswert, dass der Biometriewert so groß wie möglich ist, um die Sicherheit zu verbessern.
Die deutsche Patentanmeldung DE 4243908A1 erörtert die Verwendung eines Biometriewerts, der aus einer Person zugeordneten Biometriedaten, die beispielsweise durch Scannen eines Fingerabdrucks erzeugt wurden, als Ausgangszahl eines RSA(Rivest-Shamir-Adelman)-Schlüsselgenerators berechnet wird, um ein Paar aus einem öffentlichen Schlüssel K_pub und einem privaten Schlüssel K_pri zu erzeugen. DE 4243908A1 beschreibt jedoch nicht, wie der Biometriewert mit hohem Zuverlässigkeitsgrad erzeugbar wäre.
Die internationale Patentveröffentlichung WO 98/48538 offenbart ein Verschlüsselungssystem, bei dem Biometriedaten durch ein Filter verarbeitet werden, um direkt einen privaten Schlüssel K_pri für den RSA-Algorithmus zu erzeugen. Für jedes Bit des privaten Schlüssels K_pri vergleicht das Filter die Anzahl binärer Stellen der Biometriedaten, die sich während eines Registrierprozesses als identisch ergaben, und es wählt diejenige Binärziffer aus, die am häufigsten auftritt.
WO 00/14716 offenbart ein solches Verfahren zum Erzeugen eines Schlüssels aus den Biometriedaten einer Person, wobei diese Biometriedaten normiert werden und dann ein Bitmuster erzeugt wird, das invariante Merkmale der Biometriedaten repräsentiert. Das Bitmuster wird in ein neurales Hopfield-Netzwerk eingegeben, und das sich ergebende Bitmuster wird zum Erzeugen eines Kryptografieschlüssels verwendet.
Das Problem, dem sich die Erfindung widmet, besteht darin, wie die Wiederholbarkeit einer Zahl verbessert werden kann, die aus von einer Analogquelle herrührenden Daten erzeugt wird.
Gemäß einer Erscheinungsform der Erfindung ist Folgendes geschaffen: einVerfahren zum Erzeugen von Verarbeitungsinformation für eine Zahlerzeugungsverarbeitung, die dazu betreibbar ist, eine eine Analogquelle darstellende Zahl aus einer der Analogquelle entsprechenden Analogdatenreihe zu erzeugen, wobei in dem Verfahren
für eine Analogquelle wenigstens eine die Analogquelle darstellende Trainings-Analogdatenreihe empfangen wird, und
eine Reihe von Messungen an der oder jeder Trainings-Analogdatenreihe durchgeführt wird, um für die oder jede Trainings-Analogdatenreihe eine entsprechende Reihe von Messwerten zu erhalten, die für die Verarbeitung durch die Zahlerzeugungsverarbeitung geeignet sind,
dadurch gekennzeichnet, dass für wenigstens eine der Reihe von Messungen die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahl bezüglich Änderungen in dem entsprechenden Messwert analysiert wird, und wenigstens ein Verarbeitungsbefehl bestimmt wird, der dazu betreibbar ist, die Verarbeitung des entsprechenden Messwerts während der Zahlerzeugungsverarbei tung zu modifizieren, um die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahlen bezüglich Änderungen in den entsprechenden Messwerten zu reduzieren, und
Verarbeitungsinformation erzeugt wird, die die bestimmten Verarbeitungsbefehle anzeigt.
Gemäß einer anderen Erscheinungsform der Erfindung ist Folgendes geschaffen:
ein Verfahren zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei in dem Verfahren
eine die Analogquelle darstellende Analogdatenreihe empfangen wird,
eine Reihe von Messungen an der Analogdatenreihe durchgeführt wird, um eine Reihe von Messwerten zu erhalten, und
eine Zahlerzeugungsverarbeitung unter Verwendung der Reihe von Messwerten angewandt wird, um die die Analogquelle darstellende Zahl zu erzeugen,
dadurch gekennzeichnet, dass
Verarbeitungsinformation aus einem Datenspeicher erhalten wird, wobei die Verarbeitungsinformation Verarbeitungsbefehle anzeigt, die jeweils einem entsprechenden der Reihe von Messwerten zugeordnet sind, und
die Reihe von Messwerten in der Zahlerzeugungsverarbeitung gemäß der Verarbeitungsinformation verarbeitet wird.
Gemäß einer weiteren Erscheinungsform der Erfindung ist Folgendes geschaffen:
ein Gerät zum Erzeugen von Verarbeitungsinformation für eine Zahlerzeugungsverarbeitung, die dazu betreibbar ist, eine eine Analogquelle darstellende Zahl aus einer einer Analogquelle entsprechenden Analogdatenreihe zu erzeugen, wobei das Gerät aufweist:
einen Empfänger, der dazu betreibbar ist, für eine Analogquelle wenigstens eine Trainings-Analogdatenreihe zu empfangen, die die Analogquelle darstellt, und
eine Einrichtung zum Durchführen einer Reihe von Messungen an jeder der wenigstens einen Analogdatenreihe, um für jede Trainings-Analogdatenreihe eine entsprechende Reihe von Messwerten zu erhalten, die dazu geeignet sind, durch die Zahlerzeugungsverarbeitung verarbeitet zu werden,
gekennzeichnet durch
eine Analyseeinrichtung, die dazu betreibbar ist, für wenigstens eine der Reihe von Messungen die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahl bezüglich Änderungen in dem entsprechenden Messwert zu analysieren, und wenigstens einen Verarbeitungsbefehl zu bestimmen, der dazu betreibbar ist, die Verarbeitung des entsprechenden Messwerts während der Zahlerzeugungsverarbeitung zu bestimmen, um die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahlen bezüglich Änderungen in dem entsprechenden Messwert zu reduzieren, und
eine Informationserzeugungseinrichtung, die dazu betreibbar ist, eine Verarbeitungsinformation zu erzeugen, die die bestimmten Verarbeitungsbefehle anzeigt.
Gemäß einer anderen Erscheinungsform der Erfindung ist Folgendes geschaffen:
ein Gerät zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei das Gerät aufweist:
einen Empfänger, der zum Empfangen einer die Analogquelle darstellenden Analogdatenreihe betreibbar ist;
eine Einrichtung zum Durchführen einer Reihe von Messungen an der Analogdatenreihe, um eine Reihe von Messwerten zu erhalten; und
eine Zahlerzeugungseinrichtung, die dazu betreibbar ist, die die Analogquelle darstellende Zahl unter Verwendung der Reihe von Messwerten zu erzeugen,
dadurch gekennzeichnet, dass
das Gerät ferner einen Datenspeicher zum Speichern von Verarbeitungsinformation aufweist, die Verarbeitungsbefehle anzeigt, die dazu betreibbar sind, wahlweise die Verarbeitung der Reihe von Messwerten zu modifizieren, um die Empfindlichkeit der erzeugten Zahl bezüglich Variationen in der Reihe von Messwerten zu verringern, und
die Zahlerzeugungseinrichtung dazu betreibbar ist, die die Analogquelle darstellende Zahl unter Verwendung der Reihe von Messwerten gemäß der in der Verarbeitungsinformation gespeicherten Verarbeitungsbefehle zu erzeugen.
Die Analogquelle kann jedes beliebige biologische Merkmal sein, das für eine Person oder ein Tier repräsentativ ist. Beispielsweise könnte die Analogquelle die Iris eines Auges, eine Retina oder ein Fingerabdruck sein. Alternativ könnte die Analogquelle ein unbelebtes Objekt mit charakteristischen Eigenschaften sein, beispielsweise eine Fotografie, deren Bild charakteristisch ist.
Nun werden verschiedene Ausführungsformen unter Bezugnahme auf die beigefügten Figuren beschrieben.
1 zeigt schematisch einen Biometriewertgenerator, der aus einer Iris entsprechenden Bilddaten einen Biometriewert erzeugt;
2 zeigt schematisch die Hauptkomponenten eines Bildwandlers und eines Merkmalsschablonegenerators, der Teil des in der 1 dargestellten Biometriewertgenerators ist;
3 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Bildwandler des in der 1 dargestellten Biometriewertgenerators ausgeführt werden;
4A zeigt ein Grauskalabild eines menschlichen Auges, wie es während des Betriebs des in der 1 dargestellten Biometriewertgenerators erzeugt wird;
4B zeigt einen Iris-Probenabschnitt, wie er aus dem in der 4A dargestellten Bild entnommen wird;
4C zeigt den in der 4B dargestellten Iris-Probenabschnitt nach einer Transformation von Polar- in Carthesische Koordinaten;
5 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Merkmalsschablonegenerator des in der 1 dargestellten Biometriewertgenerators ausgeführt werden;
6 ist ein Diagramm zum schematischen Veranschaulichen einer durch den Merkmalsschablonegenerator des in der 1 dargestellten Biometriewertgenerators erzeugten Merkmalsschablone;
7 zeigt schematisch die Hauptkomponenten einer Attributwert-Stabilisiereinrichtung eines Doppeldeutigkeit-Auflösungsvektors und eines Zahlengenerators des in der 1 dargestellten Biometriewertgenerators;
8 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Attributwert-Stabilisiereinrichtung des in der 1 dargestellten Biometriewertgenerators während eines Registrierprozesses ausgeführt werden;
9B zeigt schematisch einen Versatzvektor, wie er während des Registrierprozesses durch den Attributwert-Stabilisiereinrichtung des in der 1 dargestellten Biometriewertgenerators erzeugt wird;
10 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Zahlengenerator des in der 1 dargestellten Biometriewertgenerators während eines Registrierprozesses ausgeführt werden;
11 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Attributwert-Stabilisiereinrichtung des in der 1 dargestellten Biometriewertgenerators während eines Biometriewert-Regenerierprozesses ausgeführt werden;
12 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie sie durch den Zahlengenerator des in der 1 dargestellten Biometriewertgenerators während eines Biometriewert-Regenerierprozesses ausgeführt werden;
13 zeigt schematisch einen ersten alternativen Biometriewertgenerator, der einen Biometriewert durch Verarbeiten von einem Fingerabdruck entsprechenden Bilddaten erzeugt;
14 zeigt schematisch die Hauptkomponenten eines Bildwandlers und eines Merkmalsschablonegenerators des in der 13 dargestellten Biometriewertgenerators;
15 ist ein Flussdiagramm zum Veranschaulichen von Operationen, wie die durch den Bildwandler des in der 13 dargestellten Biometriewertgenerators während eines Registrierprozesses ausgeführt werden;
16 zeigt schematisch eine Merkmalsschablone, wie sie durch den Merkmalsschablonegenerator des in der 13 dargestellten Biometriewertgenerators erzeugt wird;
17 zeigt schematisch die Hauptkomponenten einer Attributwert-Stabilisiereinrichtung und eines Zahlengenerators, die Teil des in der 13 dargestellten Biometriewertgenerators bilden;
18A ist ein Kurvenbild, das schematisch eine idealisierte Wahrscheinlichkeitsverteilungsfunktion für das Ergebnis einer Messung des Abstands zwischen dem Ursprung eines Fingerabdrucks und einer Minutia eines solchen zeigt;
18B ist ein Kurvenbild, das eine typische tatsächliche Wahrscheinlichkeitsverteilungsfunktion für den in der 8A angegebenen Messwert des Abstands zeigt;
18C ist ein Kurvenbild, das die in der 18B dargestellte Wahrscheinlichkeitsverteilungsfunktion auf einer Skala zeigt, deren Quantisierungseinheit an ein Vertrauensintervall der Wahrscheinlichkeitsverteilungsfunktion angepasst ist;
18D ist ein Kurvenbild, das die in der 18B dargestellte Wahrscheinlichkeitsdichtefunktion nach einer Verschiebung in solcher Weise, dass der Spitzenwert der Wahrscheinlichkeitsverteilungsfunktion im Verlauf zwischen benachbarten Quantisierungseinheiten des in der 18C dargestellten Maßstabs positioniert ist, zeigt;
19 ist ein Flussdiagramm zum Veranschaulichen der Operationen, wie sie durch den in der 13 dargestellten Biometriewertgenerator während eines Biometriewert-Regenerierprozesses ausgeführt werden;
20 zeigt schematisch einen zweiten alternativen Biometriewertgenerator, der einen Biometriewert durch Verarbeiten von einer Retina entsprechenden Bilddaten erzeugt;
21A zeigt schematisch das Bild einer Retina;
21B zeigt schematisch ein gewandeltes Bildausgangssignal eines Bildwandlers, der Teil des in der 20 dargestellten Biometriewertgenerators bildet;
22 zeigt schematisch ein Kennkarte-Herstellsystem zum Herstellen einer Kennkarte mit einer Fotografie einer Person sowie einem Authentifizierungsdaten speichernden Strichcode;
23 zeigt eine durch das in der 22 dargestellte Kennkarte-Herstellsystem hergestellte Kennkarte;
24 zeigt schematisch die Hauptkomponenten eines Kennkartenlesers zum Lesen einer durch das in der 22 dargestellte Kennkarte-Herstellsystem hergestellten Kennkarte;
25 zeigt schematisch die Hauptkomponenten einer Kennkarte-Verifiziereinrichtung, die Teil des in der 24 dargestellten Kennkartenlesers bildet;
26 zeigt ein Computersystem mit einem Fingerabdrucksensor und einer Verschlüsselungseinheit; und
27 ist ein schematisches Blockdiagramm, das zeigt, wie Daten vom Fingerabdrucksensor durch die in der 26 dargestellte Verschlüsselungseinheit verarbeitet werden, um einen Abbildungsschlüssel oder einen Verschlüsselungsschlüssel zu erzeugen.
ERSTE AUSFÜHRUNGSFORM Systemüberblick
Der Biometriewertgenerator der ersten Ausführungsform der Erfindung verfügt über zwei Betriebsmodi. Im ersten Betriebsmodus erfasst der Biometriewertgenerator mehrere Bilder eines Auges einer Person, er entnimmt und verarbeitet einem Iris-Probenabschnitt bei jeder Erfassung entsprechende Bilddaten, und er erzeugt einen Biometriewert K_bio. Während der Biometriewertgenerator die Bilddaten während der Registrierung verarbeitet, erzeugt er einen Prozessvektor, der Prozessanweisungen speichert, die Identifikation betreffend die ausgeführten Datenverarbeitungsoperationen enthalten. Im zweiten Betriebsmodus regeneriert der Biometriewertgenerator den Biometriewert K_bio durch Erfassen eines neuen Bilds des Auges und durch Verarbeiten der Bilddaten entsprechend den Prozessanweisungen, um den Biometriewert K_bio zu erzeugen.
Wie es in der 1 schematisch dargestellt ist, werden durch eine Kamera 3, die Teil des Biometriewertgenerators bildet, einem Auge 1 entsprechende Bilddaten erzeugt. Bei dieser Ausführungsform ist die Kamera 3 eine digitale Farbkamera, die Farb(RGB)bilddaten ausgibt. Die Bilddaten werden in einen Bildwandler 7 eingegeben, der einem Ausrichtungsvektor 9 zugeordnet ist, der Teil des Prozessvektors 5 bildet. Der Bildwandler 7 entnimmt den Iris-Probenabschnitt und richtet ihn aus, und er führt auch am entnommenen Bildabschnitt Vorverarbeitungsoperationen aus, um die Unempfindlichkeit gegenüber Umgebungslichtbedingungen zu verbessern. Der Bildwandler 7 gibt den Iris-Probenabschnitt an einen Merkmalsschablonegenerator 11 aus, der eine dem Iris-Probenabschnitt erzeugende Merkmalsschablone erzeugt.
Eine Merkmalsschablone ist eine Ansammlung von Bildartefakten innerhalb der Bilddaten, die nachfolgend als Merkmale bezeichnet werden. Jedes Merkmal verfügt über eine Anzahl von Eigenschaften, die nachfolgend als Attribute bezeichnet werden, von denen jedes über einen zugeordneten Attributwert verfügt. Die durch den Merkmalsschablonegenerator 11 erzeugte Merkmalsschablone wird in einen Attributwert-Stabilisiereinrichtung 13 eingegeben, der einem Doppeldeutigkeit-Auflösungsvektor 15 zugeordnet ist, der Teil des Prozessvektors 5 bildet. Der Attributwert-Stabilisiereinrichtung 13 verarbeitet die Attributwerte der Merkmalsschablone, um die Wiederholbarkeit zu verbessern, und dann gibt er eine stabilisierte Merkmalsschablone aus.
Die stabilisierte Merkmalsschablone wird in einen Zahlengenerator 17 eingegeben, dem ein Fehlerkorrekturvektor 19 zugeordnet ist, der Teil des Prozessvektors 5 bildet. Der Zahlengenerator 17 verarbeitet die Attributwerte der stabilisierten Merkmalsschablone, um den Biometriewert K_bio zu erzeugen.
Nun wird der Betrieb des Biometriewertgenerators im Registriermodus und im Biometriewert-Regeneriermodus detaillierter beschrieben.
Registriermodus
Während des Registrierprozesses erzeugt der Biometriewertgenerator den Prozessvektor 5, um die Wiederholbarkeit des Biometriewerts K_bio zu verbessern.
Jedesmal dann, wenn von der Kamera 3 das Bild des Auges 1 erfasst wird, werden die entsprechenden Farbbilddaten in den Bildwandler 7 eingegeben. Wie es in der 2 dargestellt ist, werden im Bildwandler 7 die von der Kamera 3 empfangenen Bilddaten zunächst in einen RGB-in-Grauskala-Wandler eingegeben, der die Farbbilddaten in Grauskala-Bilddaten wandelt. Insbesondere wird für jedes Pixel ein Graupegelwert durch Mitteln der Pegel für Rot, Grün und Blau dieses Pixels berechnet.
Die Graupegel-Bilddaten werden dann in eine Irisabschnitt-Entnahmeeinrichtung 33 eingegeben, die einen Teil der Bilddaten entsprechend einem Probenabschnitt der Iris entnimmt und die dem Iris-Probenabschnitt entsprechenden Bilddaten an eine Irisabschnitt-Ausrichteinrichtung 35 ausgibt. Der Betrieb der Irisabschnitt-Entnahmeeinrichtung 33 und der Irisabschnitt-Ausrichteinrichtung 35 werden nun unter Bezugnahme auf die 3 beschrieben.
Nachdem der Irisabschnitt-Entnahmeeinrichtung 33, in einem Schritt S1, Grauskala-Bilddaten entsprechend einem Bild des Auges (wie in der 4A dargestellt) empfangen hat, bestimmt sie, in einem Schritt S3, das Zentrum und den Radius der in den Bilddaten enthaltenen Pupille. Bei dieser Ausführungsform wird die Pupille dadurch erkannt, dass aus den Bilddaten als Erstes alle Pixel entfernt werden, die beinahe schwarz sind. Diese beinahe schwarzen Pixel entsprechen gerade nicht der Pupille, sondern sie entsprechen auch Augenwimpern und anderen dunklen Strukturen um das Auge herum. Ferner sind aufgrund reflektierten Lichts in der Pupille im Allgemeinen Lichtflecke vorhanden.
Die kleinen Lichtflecke in der Pupille werden durch Ausführen einer ersten herkömmlichen Aufweitoperation entfernt, bei der jedes beinahe schwarze Pixel durch eine kleine schwarze Scheibe ersetzt wird. Dann wird, um die beinahe schwarzen Pixel, die anderen Merkmalen als der Pupille entsprechen, zu entfernen, eine herkömmliche Erosionsoperation ausgeführt, bei der eine Scheibe, die ungefähr der halben Größe der vollen Pupille entspricht, der Reihe nach zentrisch auf jedem beinahe schwarzen Pixel angebracht wird, wobei dann, wenn die Scheibe nicht alleinig beinahe schwarze Pixel umfasst, das Bildpixel, zu dem sie zentriert ist, entfernt wird. Nach der Erosionsoperation bilden die verbliebenen Pixel eine Kreisform, die zentrisch zum Zentrum der Pupille liegt. Das Zentrum der Pupille wird daher dadurch aufgefunden, dass der Schwerpunkt der verbliebenen Pixel aufgefunden wird.
Wenn einmal das Zentrum der Pupille aufgefunden ist, wird sie dadurch auf die normale Größe zurück aufgeweitet, dass eine zweite Aufweitoperation ausgeführt wird, die den Änderungen der Pupillengröße entgegen wirkt, zu der es durch die erste Aufweitoperation und die Erosionsoperation kam. Dann wird die Pupillenfläche berechnet, um den Radius zu bestimmen. Dann wird der Innenra dius der Iris dem Radius der Pupille gleichgesetzt, und ihr Außenradius wird von einem Benutzer als Mehrfaches des Radius der Iris bestimmt.
Dann isoliert der Bildwandler 7, in einem Schritt S5, den ringförmigen Abschnitt, der zentrisch zum Zentrum der Pupille liegt und über einen Innen- und einen Außenradius verfügt, die dem bestimmten Innen- und Außenradius der Iris entsprechen. Der isolierte, ringförmige Abschnitt entspricht daher im Wesentlichen der Iris, wobei jedoch Teile derselben durch das Augenlid, Augenwimpern, reflektiertes Licht und dergleichen verdeckt sind. Bei dieser Ausführungsform werden diese verdeckten Teile, in einem Schritt S7, durch einen Benutzer beseitigt, wodurch ein Proben-Bildabschnitt verbleibt, wie er in der 4B dargestellt ist.
Dann prüft die Irisabschnitt-Entnahmeeinrichtung 33, in einem Schritt F9, ob dies das erste erfasste Bild ist. Wenn es sich um das erste erfasste Bild handelt, speichert die Irisabschnitt-Entnahmeeinrichtung 33, in einem Schritt S11, die Bilddaten für den verdeckten Teil der Iris als Ausrichtungsvektor 9. Obwohl die Bilddaten den verdeckten Teil der Iris zur Verwendung beim Erzeugen des Biometriewerts K_bio nicht geeignet sind, können sie bei einer Mustererkennungsoperation zum Ausrichten folgender Bilder der Iris verwendet werden. Wenn sich im Schritt S9 ergibt, dass es sich nicht um das erste erfasste Bild handelt, gibt die Irisabschnitt-Entnahmeeinrichtung 33 den Iris-Probenabschnitt an die Irisabschnitt-Ausrichteinrichtung 35 aus, die, unter Verwendung des Ausrichtungsvektors 9, die Achsen R und θ ausrichtet und dafür sorgt, dass der Iris-Probenabschnitt verwendet wird.
Dann wird der Iris-Probenabschnitt in einen Koordinatensystemwandler 37 eingegeben, der die Daten R, θ in Daten X, Y wandelt, um ein rechteckiges Array von Bilddaten zu liefern, wie es in der 4C dargestellt ist. Wie es aus der 4C erkennbar ist, bildet der gewandelte Iris-Probenabschnitt kein vollkommenes Rechteck, da Teile der Bilddaten zuvor entfernt wurden, da sie verdeckt waren.
Bei dieser Ausführungsform werden das Entfernen der verdeckten Teile der Iris und das Ausrichten von Iris-Probenabschnitten manuell unter Verwendung des Softwarepakets MATLAB ausgeführt.
Die gewandelten Bilddaten werden in den Merkmalsschablonegenerator 11 eingegeben. Bei dieser Ausführungsform wendet der Merkmalsschablonegenerator 11 eine Gitterstruktur auf die gewandelten Bilddaten an, und jede Zelle des Gitters bildet ein Merkmal, und der normierte, mittlere Graupegel jeder Zelle des Gitters ist das Attribut, dessen Wert gemessen wird. Wie es in der 2 dargestellt ist, verfügt der Merkmalsschablonegenerator 11 über eine Gitteranwendeeinrichtung 39, die das Gitter auf die gewandelten Bilddaten anwendet, und eine Gitterzellegrauwert-Normiereinrichtung 31, die den normierten Grauwert für jede Zelle des Gitters erzeugt. Nun wird der Betrieb des Merkmalsschablonegenerators unter Bezugnahme auf die 5 detaillierter beschrieben.
Wie es in der 5 dargestellt ist, wendet die Gitteranwendeeinrichtung 39, in einem Schritt S21, das Gitter auf die Bilddaten an. Bei dieser Ausführungsform bilden die gewandelten Bilddaten ein Array von 450 auf 180 Pixel, und die Gitteranwendeeinrichtung 39 wendet ein Gitter mit 18 Zeilen und 45 Spalten so an, dass jede Gitterzelle einen Block von 10 auf 10 Pixel umfasst. Die Gitterzellegrauwert-Normiereinrichtung 41 berechnet, in einem Schritt S23, den mittleren Gesamtgraupegel G_image für das gesamte Bild durch Auffinden des mittleren Graupegels für alle Pixel der gewandelten Bilddaten. Die Gitterzellegrauwert-Normiereinrichtung 41 berechnet dann, in einem Schritt S25, den mittleren Graupegel für jede Gitterzelle durch Berechnen des mittleren Graupegels G_cell für die die Zelle bildenden 100 Pixel, und sie normiert, in einem Schritt S27, den mittleren Graupegel für jede Gitterzelle durch Teilen des mittleren Graupegels G_cell für die Gitterzelle durch den mittleren Graupegel G_image für das Bild. Die Gitterzellegrauwert-Normiereinrichtung 41 ersetzt dann, in einem Schritt S29, die 100 individuellen Pixelgraupegel in jeder Zelle durch den normierten, mittleren Graupegel für die Zelle.
Die Merkmalsschablone entspricht daher einem Gitter von 45 auf 18, wobei jede Zelle im Gitter über einen zugeordneten Graupegel verfügt.
Während des Registriervorgangs werden durch den Merkmalsschablonegenerator 11 mehrere Merkmalsschablonen erzeugt, von denen jede einer anderen Bilderfassung durch die Kamera 3 entspricht, und sie werden in die Attributwert-Stabilisiereinrichtung 13 eingegeben. Wie es in der 7 dargestellt ist, verfügt die Attributwert-Stabilisiereinrichtung über eine Attributquantisiereinrichtung 51, die eine Umskalierung der normierten Graupegelwerte ausführt, eine Attributwert-Einstelleinrichtung 55, die jeden umskalierten, normierten Graupegel so einstellt, dass er im Verlauf zwischen zwei benachbarten ganzzahligen Werten liegt, und eine Attributwert-Abschneideinrichtung, die den eingestellten, normierten Graupegelwert auf einen ganzzahligen Wert abschneidet. Die Funktion der Attributwert-Stabilisiereinrichtung 13 wird nun unter Bezugnahme auf die 8 detaillierter beschrieben.
Nachdem die Attributquantisiereinrichtung 51, in einem Schritt S41, mehrere Merkmalsschablonen empfangen hat, berechnet sie, in einem Schritt S43, eine mittlere Merkmalsschablone durch Berechnen des mittleren, normierten Graupegelwerts für jede Gitterzelle. Eine typische mittlere Merkmalsschablone ist in der 6 schematisch dargestellt. Die Attributquantisiereinrichtung 51 berechnet dann, in einem Schritt S45, den Median der normierten Graupegel für die mittlere Merkmalsschablone, d. h., dass die Hälfte der Zellen der mittleren Merkmalsschablone über einen normierten Graupegel über dem Median verfügt und die Hälfte der Zellen der mittleren Merkmalsschablone über einen normierten Graupegel unter dem Median verfügt.
Dann berechnet die Attributquantisiereinrichtung 51, in einem Schritt S47, unter Verwendung des berechneten Medians einen Einheitswert. Bei dieser Ausführungsform ist die Einheitsgröße auf die Hälfte des berechneten Medians eingestellt. Die Attributquantisiereinrichtung 51 führt dann, in einem Schritt S49, eine Umskalierung des mittleren Graupegels für jede Zelle als Mehrfaches des Einheitswerts aus, um eine quantisierte Merkmalsschablone zu erzeugen, und sie speichert den Einheitswert als Einheitsvektor 53. Bei dieser Ausführungsform wird für jeden normierten Graupegel derselbe Einheitswert verwendet.
Dann wird die quantisierte Merkmalsschablone in die Attributwert-Einstelleinrichtung 55 eingegeben. Bei dieser Ausführungsform berechnet die Attributwert-Einstelleinrichtung, in einem Schritt S51, einen Versatzwert für jede Zelle, der den mittleren Graupegel auf den Mittelpunkt zwischen benachbarten, ganzzahligen Mehrfachen des Einheitswerts bewegt. Insbesondere berechnet die Attributwert-Einstelleinrichtung 55 den Versatzwert eines quantisierten Graupegelwerts durch Abschneiden desselben auf einen ganzzahligen Wert, durch Addieren von 0,5 und durch anschließendes Subtrahieren des ursprünglichen, quantisierten Graupegelwerts. Wenn beispielsweise der quanti sierte Graupegelwert für eine Zelle 1,83 ist, berechnet die Attributwert-Einstelleinrichtung 55 einen Versatzwert von –0,33.
Dann stellt die Attributwert-Einstelleinrichtung 55, in einem Schritt S53, jeden quantisierten Graupegelwert durch Addieren des entsprechend berechneten Versatzwerts ein, und sie speichert die Versatzwerte für jede Zelle als Versatzvektor 57, der Teil des Doppeldeutigkeit-Auflösungsvektors 15 bildet. Auf diese Weise wird eine eingestellte Merkmalsschablone erzeugt. Die eingestellte Merkmalsschablone wird dann in die Attributwert-Abschneideinrichtung 59 eingegeben, die, in einem Schritt S55, eine stabilisierte Merkmalsschablone durch Abschneiden jedes eingestellten, mittleren Graupegels auf einen ganzzahligen Wert erzeugt, um eine stabilisierte Merkmalsschablone zu erzeugen. So ist der abgeschnittene, mittlere Graupegelwert 1, wenn der eingestellte, mittlere Graupegelwert 1 ist.
Die 9A zeigt ein Beispiel einer stabilisierten Merkmalsschablone, wie sie von der Attributwert-Stabilisiereinrichtung 13 entsprechend der in der 6 dargestellten mittleren Merkmalsschablone erzeugt wurde. Die stabilisierte Merkmalsschablone besteht aus einem Array von 95 auf 18 Zellen, wobei jede Zelle über einen zugeordneten Graupegelwert verfügt. Daher existieren insgesamt 810 Graupegelwerte. Die 9B zeigt schematisch den Versatzvektor 57, wie er der in der 9A dargestellten stabilisierten Merkmalsschablone zugeordnet ist.
Bei einer derartig großen Anzahl von Werten ist selbst bei der beschriebenen Datenstabilisierung die Wahrscheinlichkeit einer genauen Wiederholung aller Werte für einen zuverlässigen Zahlengenerator zu gering. Jedoch werden bei dieser Ausführungsform nur 162 dieser Werte zum Erzeugen des Biometriewerts K_bio verwendet, wobei die restlichen 648 Werte zum Ausführen einer Fehlerkorrektur verwendet werden. Dadurch wird die Zuverlässigkeit der Zahlenerzeugung deutlich verbessert.
Bei dieser Ausführungsform wird die Biometriezahl K_bio unter Verwendung der mittleren Graupegel der Zellen in jeder fünften Spalte (d. h. der ersten Spalte, der sechsten Spalte, der elften Spalte, ...) erzeugt. Die Werte innerhalb dieser Spalten werden nachfolgend als Datenwerte bezeichnet, wohingegen die Werte in den restlichen Spalten als Redundanzwerte bezeichnet werden.
Jedem Datenwert sind die vier Redundanzwerte zugeordnet, die in derselben Zeile unmittelbar auf ihn folgen.
Fehlerkorrekturdaten werden durch Ausführen einer bitweisen Exklusiv-ODER-Operation zwischen jedem Redundanzwert und dem entsprechenden Datenwert erzeugt, um einen Fehlerkorrekturwert zu erzeugen. Eine typische Abfolge von Datenwerten, gefolgt von vier Redundanzwerten, wäre die folgende: 10;11;01;01;10. Die entsprechenden vier Fehlerkorrekturwerte sind: 01;11;11;00. Es ist zu beachten, dass diese Fehlerkorrekturwerte für sich keine Information zum zugehörigen Datenwert liefern.
Wie es in der 7 dargestellt ist, verfügt der Zahlengenerator 17 über eine Fehlerkorrektureinrichtung 61 und eine Wertverkettungseinrichtung 65. Nun wird unter Bezugnahme auf die 10 die Funktion des Zahlengenerators 17 während des Registrierprozesses beschrieben. Die Fehlerkorrektureinrichtung 61 empfängt, in einem Schritt S61, die stabilisierte Merkmalsschablone von der Attributwert-Stabilisiereinrichtung 13. Die Fehlerkorrektureinrichtung 61 erzeugt dann, in einem Schritt S63, die Fehlerkorrekturwerte, und sie speichert, in einem Schritt S63, dieselben als Fehlerkorrektorvektor 63. Dann wird die Merkmalsschablone in die Wertverkettungseinrichtung 65 eingegeben, die, in einem Schritt S67, den Biometriewert K_bio dadurch erzeugt, dass sie alle Datenwerte der biometrischen Schablone mit einer vorbestimmten Reihenfolge verkettet.
Wie oben beschrieben, werden, während eines Registrierprozesses, ein Ausrichtvektor 9, ein Doppeldeutigkeit-Auflösungsvektor 15 (mit einem Einheitsvektor 53 und einem Versatzvektor 57) sowie ein Fehlerkorrekturvektor 19 erzeugt. Nach dem Registrierprozess erhöht, wenn ein Bild derselben Iris durch die Kamera 3 erfasst wird, der Prozessvektor die Wahrscheinlichkeit dafür, dass derselbe Biometriewert K_bio erzeugt wird.
Zahlregeneriermodus
Im Zahlregeneriermodus entnimmt, nach dem Erfassen eines Bilds des Auges 1, der Bildwandler 7 denselben Abschnitt der Iris, wie er während des Registrierprozesses verwendet wurde, und er richtet den entnommenen Bildabschnitt unter Verwendung des Ausrichtvektors 9 aus. Der Merkmalsschablonegenerator 11 wendet dann dieselbe Gitterstruktur, wie sie beim Registrierprozess verwendet wurde, an, und er erzeugt für jede Zelle des Gitters normierte, mittlere Graupegel.
Nun wird die Funktion der Attributwert-Stabilisiereinrichtung 13 während des Zahlerzeugungsprozesses unter Bezugnahme auf die 11 detaillierter beschrieben. Wenn die Attributwert-Stabilisiereinrichtung 13 in einem Schritt S71 eine Merkmalsschablone vom Merkmalsschablonegenerator 11 empfängt, erhält sie vom Einheitsvektor 53 den Einheitswert, und sie skaliert, in einem Schritt S71, die normierten, mittleren Graupegelwerte für jede Zelle unter Verwendung des Einheitswerts.
Dann wird die skalierte Merkmalsschablone in die Attributwert-Einstelleinrichtung 55 eingegeben, die für jede Zelle den entsprechenden Versatzwert vom Versatzvektor 57 erhält und, in einem Schritt S57, den Quantisierungswert für den normierten Graupegel einer Gitterzelle durch Addieren des gespeicherten Versatzwerts einstellt. Obwohl sich der eingestellte, mittlere Graupegelwert nicht notwendigerweise am Mittelpunkt zwischen zwei benachbarten ganzzahligen Werten befindet, ist der Registrierprozess so konzipiert, dass er gewährleistet, dass die Wahrscheinlichkeitsfunktion für die Position des eingestellten, mittleren Graupegelwerts zentrisch zum Mittelpunkt zwischen zwei benachbarten ganzzahligen Werten liegt. Der Grund für diese Vorgehensweise besteht darin, dass dann, wenn der mittlere Graupegelwert näher an einem ganzzahligen Wert liegt, die Wahrscheinlichkeit erhöht ist, dass der normierte Graupegelwert auf den falschen Pegel abgeschnitten wird. Die Empfindlichkeit der erzeugten Zahl auf eine Variation des normierten Graupegels ist daher hoch. Daher analysiert die Attributwert-Stabilisiereinrichtung 13, wie nahe ein normierter Graupegelwert an einem ganzzahligen Wert liegt, und sie berechnet einen Versatzwert, um den normierten Graupegelwert an einen Punkt in der Mitte des Zahlenbereichs zwischen zwei ganzzahligen Werten zu verschieben. Daher wird durch die Verwendung des Versatzvektors 57 die Stabilität der Attributwerte von einer Merkmalsschablone zur nächsten verbessert.
Die eingestellte Merkmalsschablone wird in die Attributwert-Abschneideinrichtung 59 eingegeben, die, in einem Schritt S77, die stabilisierte Merkmalsschablone durch Abschneiden des mittleren Graupegelwerts für jede Zelle auf einen ganzzahligen Wert erzeugt.
Nun wird die Funktion des Zahlengenerators 17 unter Bezugnahme auf die 12 beschrieben. Wie dargestellt, korrigiert die Fehlerkorrektureinrichtung 61, nachdem sie, in einem Schritt S81, die stabilisierte Merkmalsschablone von der Attributwert-Stabilisiereinrichtung 13 empfangen hat, in einem Schritt S83 die Attributwerte, wie sie bei den im Fehlerkorrekturvektor 63 gespeicherten Fehlerkorrekturdaten verwendet sind, um einen entsprechenden Korrekturwert zu erzeugen. Insbesondere bleibt jeder der Datenwerte (d. h. die mittleren Graupegelwerte in der ersten, sechsten, elften, ... Spalte) unverändert, wohingegen an jedem der Redundanzwerte und dem entsprechenden Fehlerkorrekturwert, wie er im Fehlerkorrekturvektor 63 gespeichert ist, eine bitweise Exklusiv-ODER-Operation ausgeführt wird. Auf diese Weise sollte jeder Datenwert mit den vier entsprechenden Redundanzwerten identisch sein. Wenn dies nicht der Fall ist, erfolgt am Datenwert und den zugehörigen vier Korrekturwerten eine Abstimmoperation, und der Datenwert wird auf denjenigen mittleren Graupegelwert eingestellt, der am häufigsten auftritt.
Die korrigierte Merkmalsschablone wird in die Wertverkettungseinrichtung 65 eingegeben, die, in einem Schritt S85, den Biometriewert durch Verketten der Datenwerte mit der vorbestimmten Reihenfolge erzeugt.
Bei einem Versuchstest wurden 803 der 810 mittleren Graupegelwerte der stabilisierten Merkmalsschablone erfolgreich reproduziert, wenn der Versatzvektor verwendet wurde, was nach der Fehlerkorrekturoperation einer Wiederholbarkeit von 99,9% für den Biometriewert K_bio entspricht. Wenn jedoch kein Versatzvektor verwendet wurde, wurden nur 591 der mittleren Graupegelwerte reproduziert, was, selbst bei einer Fehlerkorrektur, nur eine extrem niedrige Wiederholbarkeit ergab (ungefähr 1,5 × 10^–9%). Daher ist es erkennbar, dass durch systematisches Berücksichtigen möglicher Doppeldeutigkeitsquellen in der Merkmalsschablone die Wiederholbarkeit für die Zahl deutlich verbessert wird.
ZWEITE AUSFÜHRUNGSFORM
Bei der ersten Ausführungsform wurde ein Biometriewert K_bio aus dem Bild einer Iris hergeleitet. Nun wird eine zweite Ausführungsform beschrieben, bei der der Biometriewert K_bio aus dem Bild eines Fingerabdrucks hergeleitet wird.
Ein Fingerabdruckbild besteht aus einem Muster von Rippen, wobei der gleichmäßige Verlauf derselben durch Minutiae bezeichnete Diskontinuitäten unterbrochen ist. Diese Minutiae wurden zu verschiedenen Typen codifiziert, die allgemein als Galton-Merkmale bekannt sind. Die Positionen der Minutiae in einem Fingerabdruck variieren über die Lebensdauer einer Person hinweg, abgesehen von Einrissen oder dergleichen, nur wenig, und sie sind ausreichend zufällig, dass sie für viele Jahre zum Identifizieren einer Person verwendet wurden. Die Tabelle 1 benennt die bei dieser Ausführungsform verwendeten acht Kategorien und liefert eine kurze Beschreibung derselben.
Tabelle 1: Kategorien von Fingerabdruck-Minutiae.
Wie es in der 13 dargestellt ist, wird bei dieser Ausführungsform ein Bild eines Fingerabdrucks durch einen Fingerabdrucksensor 103 aufgenommen, der entsprechende Bilddaten ausgibt, die, unter Verwendung von Prozessdaten 105, verarbeitet werden, um den Biometriewert K_bio zu erzeugen. Wie dargestellt, werden die Bilddaten in einen Bildwandler 107 eingegeben, der das Bild unter Verwendung eines während eines Registrierprozesses erzeugten Ausrichtungsvektors 109 ausrichtet. Das ausgerichtete Bild wird in einen Merkmalsschablonegenerator 111 eingegeben, der entsprechend den Minutiae innerhalb der Bilddaten eine Merkmalsschablone erzeugt. Der Merkmalsschablonegenerator 111 verwendet einen Teil eines Doppeldeutigkeit-Auflösungsvektors 115 zum Auflösen möglicher Doppeldeutigkeiten bei der Erzeugung der Merkmalsschablone. Die erzeugte Merkmalsschablone wird dann in eine Attributwert-Stabilisiereinrichtung 113, die unter Verwendung von Daten innerhalb des Doppeldeutigkeit-Auflösungsvektors 115 eine stabilisierte Merkmalsschablone erzeugt, eingegeben. Die stabilisierte Merkmalsschablone wird dann in einen Zahlengenerator 117 eingegeben, der den Biometriewert K_bio unter Verwendung eines Fehlerkorrekturvektors 119 erzeugt, der Teil des Prozessvektors bildet.
Wie oben beschrieben, ist vieles der bei dieser Ausführungsform beschriebenen Verarbeitung analog zu der bei der ersten Ausführungsform ausgeführten. Abgesehen von der Quelle der Bilddaten besteht der größte Unterschied vielleicht darin, dass bei dieser Ausführungsform die Merkmalsschablone durch Identifizieren von den Bilddaten innewohnenden Merkmalen erhalten wird, wohingegen bei der ersten Ausführungsform ein Gitter auf die Bilddaten angewandt wurde. Um diese Merkmale zu identifizieren, erfolgen Messungen des Informationsinhalts des ausgerichteten Bilds, und es wird mit vorbestimmten Bedingungen, wie sie jedem Merkmal zugeordnet sind, verglichen. Daher besteht die Möglichkeit einer Doppeldeutigkeit bei der Identifikation der Merkmale, wenn ein während der Identifikation verwendeter Messwert nahe an die Grenze einer der Bedingungen für ein Merkmal fällt.
Die Hauptkomponenten des Bildwandlers 107 sind in der 14 dargestellt. Wie dargestellt, werden die Bilddaten vom Fingerabdrucksensor 103 in eine Minutiae-Identifiziereinrichtung 131 eingegeben, die den Typ und die Position mehrerer Minutiae innerhalb der Bilddaten identifiziert. Diese Minutiaedaten werden in eine Bildausrichteinrichtung 133 eingegeben, die die Positionen der identifizierten Minutiae unter Verwendung eines während des Registrierprozesses erzeugten Ausrichtungsvektors 109 ausrichtet.
Die 15 zeigt die vom Bildwandler 107 während des Registrierprozesses ausgeführten Hauptoperationen.
Als Erstes wird, in einem Schritt S101, ein Zählwert auf N gesetzt, wobei N die Anzahl der Bilder ist, die zu verarbeiten sind, um den Prozessvektor 105 zu erzeugen. Der Bildwandler 107 löst dann, in einem Schritt S103, das Erfassen eines Bilds durch den Fingerabdrucksensor 103 aus, und er empfängt die Bilddaten für das erfasste Bild. Bei dieser Ausführungsform werden die vom Fingerabdrucksensor 103 empfangenen Bilddaten als Erstes ausgedünnt, um deut lichere Rippen zu erzeugen. Ein derartiger Ausdünnungsvorgang ist bei automatischen Fingerabdruckverarbeitungssystemen herkömmlich.
Die Minutiae-Identifiziereinrichtung 131 verarbeitet dann, in einem Schritt S105, die Bilddaten unter Verwendung herkömmlicher Mustererkennungssoftware zum Einteilen von Minutiae in die in der Tabelle 1 gekennzeichneten acht Kategorien. Die Minutiae-Identifiziereinrichtung 131 positioniert auch, erneut unter Verwendung herkömmlicher Mustererkennungssoftware, den Punkt der maximalen Rippenkrümmung, der als Ursprung dient, von dem aus die Positionen aller anderen erkannten Minutiae gemessen werden.
Die Positionen und Kategorien für die identifizierten Minutiae sowie die Position des Ursprungs werden dann in die Bildausrichteinrichtung 133 eingegeben, die, in einem Schritt S107, den Zählwert prüft. Wenn der Zählwert N entspricht, identifiziert die Bildausrichteinrichtung 133, in einem Schritt S29, vier deutliche Minutiae, im Allgemeinen Rippenenden oder -gabelungen, die als Ausrichtungsminutiae wirken. Insbesondere wird eine Hauptminutia dadurch identifiziert, dass in einem vorbestimmten Bereich des Bilds nachgeschaut wird, und drei Sekundärminutiae werden dadurch identifiziert, dass in drei verschiedenen Bereichen des Bilds, die voneinander und der Hauptminutia beabstandet sind, nachgeschaut wird.
Die 16 zeigt schematisch eine Karte der Bilddaten, in der der Ursprung 151 durch X repräsentiert ist, jede Ausrichtungsminutia 153 durch ein Quadrat repräsentiert ist, das die Kategorienummer für sie umschließt, und in der alle restlichen Minutiae, die als Messminutiae 155 bezeichnet werden, durch einen Kreis umschlossen sind, der die Kategorienummer für die Minutia umschließt.
Eine Hauptachse ist durch eine Linie gebildet, die den Ursprung 151 und die Hauptminutia 153a verbindet. Der Abstand zwischen dem Ursprung 151 und der Hauptminutia 153a wird als Normierungsabstand R verwendet, und die Positionen der anderen Ausrichtungsminutiae 153 und der Messminutiae 155 werden dann unter Verwendung von Polarkoordinaten (r, θ) bestimmt, wobei für jede Minutia r der Abstand derselbe vom Ursprung 151, mit Normierung durch den Normierungsabstand R ist, und θ der Winkel zwischen der Hauptachse und einer geraden Linie ist, die sich ausgehend vom Ursprung 151 zur Minutia erstreckt.
Die Bildausrichteinrichtung 133 speichert dann, in einem Schritt S111, die Absolutpositionen und die Kategorieeinteilungen der Ausrichtungsminutiae 153 zur Verwendung als Referenzausrichtungsdaten. Der Zweck des Speicherns der Absolutpositionen und der Kategorieeinteilungen der Ausrichtungsminutiae 153 besteht im Erleichtern der Identifikation der entsprechenden Minutiae in folgenden Fingerabdruckbildern.
Wenn im Schritt S107 der Zählwert nicht N entspricht, zeigt dies an, dass die Bezugsausrichtungsdaten bereits abgespeichert wurden, und, in einem Schritt S113, werden Ausrichtungsdaten für die neue Merkmalsschablone unter Verwendung der Bezugsausrichtungsdaten erzeugt. Insbesondere werden Minutiae identifiziert, die sich in der Umgebung der in den Bezugsausrichtungsdaten gespeicherten Absolutposition befinden und deren Kategorie mit der Kategorie der entsprechenden Minutiae der Bezugsausrichtungsdaten übereinstimmt. Dies stützt sich auf die Tatsache, dass eine natürliche Ausrichtung existiert, mit der ein Benutzer einen Finger auf den Fingerabdrucksensor legt, weswegen die Positionen der Ausrichtungsminutiae von einem Bildscan zum nächsten nicht stark variieren.
Dann vergleicht die Bildausrichteinrichtung 133, in einem Schritt S115, die für die neue Merkmalsschablone erzeugten Ausrichtungsdaten mit den Bezugsausrichtungsdaten. Zu diesem Vergleich gehört ein Vergleich der (r, θ)-Koordinate aller Sekundärminutiae bis auf eine für die neuen Ausrichtungsdaten mit den entsprechenden Sekundärminutiae der Bezugsausrichtungsdaten, um eine Bildverzerrung zu erkennen, die durch eine Änderung der Ausrichtung des Fingers zwischen verschiedenen Scanvorgängen für den Fingerabdruck verursacht sein kann. Dann wird auf Grundlage dieser Unterschiede eine Transformationsfunktion bestimmt, um die Werte r und θ der neuen Sekundärminutiae so zu wandeln, dass sie mit den entsprechenden Sekundärminutiae der Bezugsausrichtungsdaten ausgerichtet sind. Schließlich wird die ermittelte Transformationsfunktion auf die (r, θ)-Koordinate der letzten verbliebenen Sekundärminutia angewandt, und die transformierten Koordinaten werden mit den (r, θ)-Koordinaten der entsprechenden Sekundärminutia der Bezugsausrichtungsdaten verglichen, um zu prüfen, ob sie übereinstimmen. Insbesondere dann, wenn der normierte Abstand zwischen den transformierten (r, θ)-Koordinaten der zuletzt verbliebenen Sekundärminutia und der (r, θ)-Koordinaten der entsprechend herangezogenen Sekundärminutia einen vorgegebenen Wert überschreitet, zeigt dies an, dass die gespeicherten Bezugsausrichtungsdaten unzuverlässig sein könnten, weswegen die Routine so weiterläuft, dass sie, in einem Schritt S117, die gespeicherten Bezugsausrichtungsdaten löscht und zum Schritt S101, in dem der Zählwert auf N zurückgesetzt wird, wobei andernfalls die bestimmte Transformation auf die (r, θ)-Koordinaten der Messminutia 155 angewandt wird, um eine Minutiaekarte zu erzeugen, die zur weiteren Verarbeitung gespeichert wird.
Nachdem entweder die Ausrichtungsdaten als Bezugsausrichtungsdaten gespeichert wurden (Schritt S111) oder es sich ergab, dass sie mit den gespeicherten Bezugsausrichtungsdaten übereinstimmen (Schritt S115), dekrementiert die Bildausrichteinrichtung 133 in einem Schritt S119 den Zählwert um 1, und dann prüft sie, in einem Schritt S121, ob der Zählwert null entspricht. Wenn der Zählwert nicht null entspricht, kehrt die Routine zum Schritt S103 zurück, in dem ein neues Bild erfasst wird. Wenn der Zählwert null entspricht, zeigt dies an, dass N Minutiaekarten erfolgreich abgespeichert wurden, und es beginnt die Analyse der Messminutiae 155.
Die N durch die Bildausrichteinrichtung 133 gespeicherten Minutiaekarten werden in den Merkmalsschablonegenerator 111 eingegeben, wo sie als Erstes in eine Minutiae-Indiziereinrichtung 135 eingegeben werden, die Minutiae in jeder der N Minutiaekarten indiziert. Insbesondere werden, für jede Minutiaekarte, die Minutiae primär in der Reihenfolge eines zunehmenden Werts θ indiziert. Wenn zwei oder mehr Minutiae über denselben Wert von θ verfügen, werden diese zwei oder mehr Minutiae in zunehmender Reihenfolge von R indiziert.
Die indizierten Minutiaedaten werden dann in eine Ausschließeinrichtung 137 für instabile Minutiae eingegeben, die die Minutiae in jeder der Minutiaekarten vergleicht und alle Minutiae mit niedriger Wiederholbarkeit ausschließt. Insbesondere werden Minutiae ausgeschlossen, die nicht in allen N Minutiaekarten erscheinen, sowie Minutiae, die im gesamten Satz der N Minutiaekarten in mehr als zwei Kategorien einklassifiziert wurden. Dann wird ein Ausschließungsvektor 139, der Einzelheiten zu den ausgeschlossenen Minutiae liefert, erzeugt und als Teil des Doppeldeutigkeit-Auflösungsvektors 115 abgespeichert. Der Ausschließungsvektor 139 listet die (r, θ)-Koordinaten der ausgeschlossenen Minutiae auf, so dass beim Verarbeiten folgender Fingerabdruckscans an diesen Koordinaten vorhandene Minutiae nicht berücksichtigt werden.
Ein Problem, wie es dann auftreten kann, wenn die Minutiae indiziert werden, besteht darin, dass dann, wenn zwei oder mehr Minutiae über sehr ähnliche Werte von θ verfügen, die Reihenfolge, in der diese zwei oder mehr Minutiae indiziert werden, zwischen verschiedenen Minutiaekarten variieren kann. Um dies zu berücksichtigen, werden die von der Ausschließeinrichtung 137 für instabile Minutiae ausgegebenen Minutiaekarten in eine Abfolge-Auflöseeinrichtung 141 eingegeben, die Quellen einer möglichen Abfolge-Doppeldeutigkeit identifiziert. Insbesondere werden Minutiae, deren Werte von θ innerhalb eines vorbestimmten Werts Δθ zueinander liegen, zusammen gruppiert, und es wird eine zweite Indizierregel angewandt. Bei dieser Ausführungsform besteht die zweite Indizierregel darin, dass die Minutiae in jeder Gruppe in der Reihenfolge eines zunehmenden Werts von r gruppiert werden. Dann wird ein Abfolge-Auflösungsvektor 143 als Teil des Doppeldeutigkeit-Auflösungsvektors 115 gespeichert, wobei er Kluster von Indexnummern speichert, wobei jeder Kluster die Indexnummern für eine Gruppe von Minutiae speichert, die in der Reihenfolge eines zunehmenden Werts r neu zu indizieren sind. Wenn beispielsweise herausgefunden wird, dass die Werte von θ für Minutiae mit den Indexzahlen 6, 7 und 8 innerhalb von Δθ zueinander liegen, speichert der Abfolge-Auflösungsvektor einen Kluster, der die Indexwerte 6, 7 und 8 anzeigt.
Die Abfolge-Auflöseeinrichtung 151 gibt N Merkmalsschablonen aus, die über mehrere indizierte Merkmale verfügen, wobei jedem Merkmal ein normierter Abstand r, ein Winkel θ und eine Kategorieeinteilung zugeordnet sind. Anders gesagt, verfügt jedes Merkmal über drei Attribute (r, θ und die Kategorie), die über einen entsprechenden Attributwert verfügen. Diese Merkmalsschablone wird in die Attributwert-Stabilisiereinrichtung 113 eingegeben. Wie es in der 17 dargestellt ist, wird die Merkmalsschablone als Erstes in eine Kategorieattributwert-Einstelleinrichtung 151 eingegeben, die Teil der Attributwert-Stabilisiereinrichtung 113 ist. Obwohl Minutiae, die in mehr als zwei Kategorien eingeteilt wurden, bereits ausgeschlossen sind, sind immer noch Minutiae enthalten, die in zwei verschiedene Kategorien eingeteilt wurden. Diese Kategoriedoppeldeutigkeit wird durch die Kategorieattributwert-Einstelleinrichtung 151 erkannt. Insbesondere wird eine Reihenfolge für den Vorrang der Kategorien voreingestellt, und für jede Minutia, deren Kategorie doppeldeutig ist, wird ermittelt, ob die in der Vorrangsreihenfolge höhere oder niedrigere Kategorie zu verwenden ist. Bei dieser Ausführungsform erfolgt diese Zuweisung auf Grundlage der Kategorie, die in der Hauptzahl der N Merkmalsschablonen der Minutia zugewiesen wurde. Dann wird für die Minutia ein Kategorieauflösungsvektor 153, der einen Wert speichert, der anzeigt, ob bei Doppeldeutigkeit die höhere oder niedrigere Kategorie in der Vorrangsreihenfolge zu verwenden ist, erzeugt und als Teil des Doppeldeutigkeit-Auflösungsvektors 115 abgespeichert.
Der normierte Abstand r und der Winkel θ für jedes Merkmal werden dann durch eine Ortsattributwert-Quantisiereinrichtung 155 und eine Ortsattributwert-Einstelleinrichtung 159 verarbeitet, um die Ortsattributwerte zu stabilisieren.
Als Erstes wird der normierte Abstand r für eines der Merkmale statistisch über die N Merkmalsschablonen durch die Ortsattributwert-Quantisiereinrichtung 155 verglichen, um den Mittelwert und die Standardabweichung der gemessenen Werte zu bestimmen. Dann wird unter Verwendung der herkömmlichen Statistikanalyse der Standardabweichung ein Vertrauensintervall σ, das einem vorbestimmten Vertrauenspegel entspricht, berechnet. Bei dieser Ausführungsform entspricht das Vertrauensintervall σ demjenigen Bereich des normierten Abstands r, in den, auf Grundlage der ermittelten Standardabweichung, 99% der Messwerte fallen. Eine Quantisierungseinheit Q, die dem Abstand zwischen benachbarten Quantisierungspegeln entspricht, wird dann diesem Vertrauensintervall σ gleich gesetzt. Auf diese Weise besteht dann, wenn der Mittelwert des normierten Abstands r im Verlauf zwischen zwei benachbarten Quantisierungspegeln liegt, eine Wahrscheinlichkeit von 99% dafür, dass der Wert des normierten Abstands r für ein folgendes Fingerabdruckbild in den benachbarten Quantisierungspegel fällt. Es ist zu beachten, dass die Quantisierungspegel bei einer relativ kleinen Standardabweichung dichter aneinander liegen als bei einer relativ hohen Standardabweichung. Dann wird dieselbe Prozedur für den Winkel θ ausgeführt, um einen entsprechenden Mittelwert und eine Quantisierungseinheit zu bestimmen. Diese Prozedur wird dann sequenziell auf die restlichen Merkmale angewandt, so dass jedes Merkmal über entsprechende Mittelwerte des normierten Abstands r und des Winkels θ verfügt, und dass es auch über entsprechende Quantisierungseinheiten für den normierten Abstand r und den Winkel θ verfügt. Bei dieser Ausführungsform werden die Quantisierungseinheiten für jedes Merkmal unabhängig eingestellt, so dass sie für Merkmale mit großer Standardabweichung für ihre Messung größer sein können.
Die Größen der Quantisierungseinheiten für den normierten Abstand r und den Winkel θ für jedes Merkmal werden als Einheitsvektor 157 gespeichert. Der mittlere normierte Abstand r und der mittlere Winkel θ für jedes Merkmal werden dann durch die entsprechenden Quantisierungseinheiten geteilt, um eine quantisierte Merkmalsschablone zu erzeugen.
Die quantisierte Merkmalsschablone wird in eine Ortsattributwert-Einstelleinrichtung 159 eingegeben, die die Versatzwerte für die quantisierten Werte des mittleren Abstands r und des mittleren Winkels θ bestimmt, die dann, wenn sie zu den quantisierten Werten addiert werden, diese ungefähr in der Mitte zwischen zwei benachbarten Quantisierungspegeln platzieren. Wenn beispielsweise die Statistikanalyse zeigt, dass ein Quantisierungspegel mit jedem Viertel des normierten Abstands auftreten sollte (d. h., es existieren Quantisierungspegel bei 0,25, 0,5, 0,75 ...), wird dann, wenn der Mittelwert des normierten Abstands r 0,272 ist, der quantisierte Wert dadurch berechnet, dass der normierte Abstand r durch 0,25 geteilt wird, was 1,088 ergibt. Dann wird ein Versatzwert durch Abschneiden des quantisierten Werts (wodurch sich der Wert 1 ergibt), durch Addieren von 0,5 (wodurch sich der Wert 1,5 ergibt) und durch Subtrahieren des quantisierten Werts berechnet, wodurch der Versatzwert 0,412 erhalten wird. In ähnlicher Weise wird, wenn der Mittelwert des normierten Abstands r 0,241 ist, ein Versatzwert durch Abschneiden des quantisierten Werts berechnet, d. h. das Abschneiden von 0,964 ergibt 0, es wird 0,5 addiert, und es wird der quantisierte Wert subtrahiert, wodurch sich ein Versatzwert von –0,464 ergibt. Die Versatzwerte für den normierten Abstand r und den Winkel θ für jedes Merkmal der quantisierten Merkmalsschablone werden dann als Versatzvektor 161 abgespeichert, der einen Teil des Doppeldeutigkeit-Auflösungsvektors 115 bildet.
Dann addiert die Ortsattributwert-Einstelleinrichtung 159 die jeweiligen Versatzwerte zum normierten Abstand r und zum Winkel θ für jedes Merkmal der quantisierten Merkmalsschablone, um eine eingestellte Merkmalsschablone zu erzeugen.
Die durch die Ortsattributwert-Einstelleinrichtung 159 ausgegebene eingestellte Merkmalsschablone wird dann in eine Ortsattributwert-Abschneideinrichtung 163 eingegeben, die die Werte des versetzten Abstands r und des versetzten Winkels θ abschneidet, um die stabilisierte Merkmalsschablone zu erzeugen.
Die stabilisierte Merkmalsschablone wird in einen Zahlengenerator 117 eingegeben, in dem sie als Erstes in eine Fehlerkorrektureinrichtung 165 eingegeben wird, die auf dieselbe Weise wie bei der ersten Ausführungsform einen Fehlerkorrekturvektor 119 erzeugt, und dann wird die korrigierte Merkmalsschablone in eine Werteverkettungseinrichtung 167 eingegeben, die, für jedes für Daten verwendete Merkmal, den Kategoriewert und die abgeschnittenen Werte des normierten Abstands r und des Winkels θ verkettet, um einen Merkmalswert zu bilden, wobei dann die Merkmalswerte für jede gemessene Minutia in der Reihenfolge der Indexnummer verkettet werden, um den Biometriewert K_bio zu erzeugen.
Bei dieser Ausführungsform werden der Einheitsvektor 157 und der Versatzvektor 161 erzeugt, damit die Wahrscheinlichkeit vorbestimmt ist, mit der derselbe Wert bei einer folgenden Messung korrekt regeneriert wird. Dies wird unter Bezugnahme auf die 18A bis 18D detaillierter erläutert.
Die 18A zeigt eine ideale Wahrscheinlichkeitsverteilungsfunktion für die gemessene Länge eines Merkmals, dessen tatsächliche Länge d ist. Wie dargestellt, ist die ideale Wahrscheinlichkeitsverteilungsfunktion eine Deltafunktion mit dem Abstand d. Im tatsächlichen Leben wird jedoch eine derartige ideale Wahrscheinlichkeitsverteilungsfunktion nie erhalten. Vielmehr bedeuten systematische Fehler, die durch die Art der Aufnahme des Messwerts verursacht sind, und zufällige Fehler, dass der gemessene Wert nicht notwendigerweise mit d übereinstimmt. Die Erfindung hat besondere Relevanz für die Handhabung zufälliger Fehler, wie sie einer Messung innewohnen. Die 18B zeigt die tatsächliche Wahrscheinlichkeitsverteilung für eine Messung, wobei angenommen wird, dass keine systematischen Fehler vorliegen. Wie dargestellt, ist die Wahrscheinlichkeitsdichtefunktion eine Normalfunktion, die zentriert zum Abstand d liegt. Dem Fachmann ist es bekannt, dass ein Vertrauensintervall σ, das dem Bereich der Abstände entspricht, in den eine Messung bei einem vorbestimmten Vertrauensgrad fällt, für die Wahrscheinlichkeitsverteilungsfunktion berechnet werden kann. Dieses Vertrauensintervall σ wird dann als Quantisierungseinheit Q verwendet. Die 18C zeigt die Wahrscheinlichkeitsdichtefunktion auf einer Skala, die unter Verwendung des Quantisierungswerts Q erzeugt wurde.
Wie es in der 18C dargestellt ist, ist der Abstand d nur gerade kleiner als einer der Quantisierungspegel (d. h. 6Q), und daher besteht eine deutliche Wahrscheinlichkeit dafür, dass bei einer folgenden Messung der Messwert größer als 6Q ist. So ist die Wahrscheinlichkeit, dass der abgeschnittene Wert 5 ist, nur geringfügig größer als die Wahrscheinlichkeit, dass der abgeschnittene Wert 6 ist. Daher wird ein Versatzwert berechnet, der das Zentrum der Wahrscheinlichkeitsverteilungsfunktion in der Mitte zwischen zwei benachbarten Quantisierungspegeln platziert. Wie es in der 18D dargestellt ist, ist, nachdem der Versatzwert addiert wurde, die Wahrscheinlichkeitsverteilungsfunktion um d' zentriert, wobei d' 5,5Q entspricht. Da die Quantisierungseinheit Q auf Grundlage des Vertrauensintervalls der Wahrscheinlichkeitsdichtefunktion ermittelt wurde, entspricht die Wahrscheinlichkeit, dass der abgeschnittene Wert 5 ist, dem Vertrauenspegel des Vertrauensintervalls.
Die bei einer folgenden Regeneration des Biometriewerts K_bio ausgeführten Operationen werden nun unter Bezugnahme auf die 19 beschrieben.
Als Erstes erfasst der Fingerabdrucksensor 103, in einem Schritt S131, ein Bild eines Fingerabdrucks. Die durch den Fingerabdrucksensor 103 ausgegebenen Bilddaten werden dann, in einem Schritt S131, durch den Bildwandler 107 verarbeitet, um den Ursprung und die Minutiae zu identifizieren. Dann richtet der Bildwandler 107, in einem Schritt 135, die Minutiae unter Verwendung des Ausrichtungsvektors aus. Insbesondere werden die Hauptminutiae und die Sekundärminutiae identifiziert, und eine Hauptachse wird dadurch gebildet, dass eine gerade Linie vom Ursprung durch die Hauptminutia verlängert wird. Die Abstände vom Ursprung zu den restlichen Minutiae werden dann in Bezug auf den Abstand zwischen dem Ursprung und der Hauptminutia normiert. Die (r, θ)-Koordinaten für alle bis auf eine der Sekundärminutiae werden dann mit den (r, θ)-Koordinaten der entsprechenden, in den Bezugsausrichtungsdaten gespeicherten Sekundärminutiae verglichen, und es wird eine Transformation zum Kompensieren einer Bildverzerrung bestimmt. Diese Transformation wird dann auf die Koordinaten aller Minutiae angewandt, und die transformierten (r, θ)-Koordinaten der restlichen Sekundärminutiae werden mit den (r, θ)-Koordinaten der entsprechenden Sekundärminutia in den Bezugsausrichtungsdaten verglichen, um zu prüfen, ob die Transformation passend ist.
Nachdem die Minutiae unter Verwendung des Ausrichtungsvektors ausgerichtet wurden, wird die vom Bildwandler 107 ausgegebene Minutiaekarte durch den Merkmalsschablonegenerator 111 verarbeitet. Insbesondere indiziert die Minutiaeindiziereinrichtung 135 alle Minutiae, und dann schließt die Ausschließeinrichtung 137 für instabile Minutiae, in einem Schritt S137, alle im Ausschließvektor 139 gekennzeichneten Minutiae aus. Die restlichen Minutiae werden dann in die Abfolge-Auflöseinrichtung 141 eingegeben, die, in einem Schritt S139, jegliche Doppeldeutigkeit der Abfolge für im Abfolge-Auflösungsvektor 143 identifizierte Minutia auflöst. Ferner werden dann Bilder des Fingerabdrucks 101 eingescannt und verarbeitet, bis M (wobei M > 1 gilt) Merkmalsschablonen erzeugt sind.
Die durch den Merkmalsschablonegenerator 111 ausgegebenen M Merkmalsschablonen werden dann in die Attributwert-Stabilisiereinrichtung 113 eingegeben, die eine stabilisierte Merkmalsschablone erzeugt. Insbesondere wird die Merkmalsschablone in die Kategoriewert-Einstelleinrichtung eingegeben, die, in einem Schritt S141, Kategorieeinteilungsanomalitäten über die M Merkmalsschablonen unter Verwendung des Kategorie-Auflösungsvektors 153 auflöst. Dann werden die Positionswerte der Merkmalsschablone quantisiert, was in einem Schritt S193 durch Eingeben jeder Merkmalsschablone in die Ortsattributwert-Quantisiereinrichtung 155 erfolgt, die den im Einheitsvektor 157 gespeicherten Einheitswert dazu verwendet, die gemessenen Positionswerte zu skalieren, und jede quantisierte Merkmalsschablone wird in die Ortsattributwert-Einstelleinrichtung 159 eingegeben, die die Positionswerte unter Verwendung des im Versatzvektor 161 gespeicherten Versatzwerts einstellt, und schließlich wird jede eingestellte Merkmalsschablone in die Ortsattributwert-Abschneideinrichtung 163 eingegeben, die die Attributwerte abschneidet und die entsprechende stabilisierte Merkmalsschablone ausgibt.
Die M stabilisierten Merkmalsschablone werden dann in den Zahlengenerator 117 eingegeben, der, in einem Schritt 157, den Biometriewert K_bio unter Verwendung des Fehlerkorrekturvektors 119 erzeugt.
DRITTE AUSFÜHRUNGSFORM
Bei der ersten und der zweiten Ausführungsform wurden die Iris bzw. der Fingerabdruck einer Person zum Erzeugen eines dieser Person zugeordneten Biometriewerts K_bio verwendet. Eine andere mögliche Quelle biometrischer Daten ist die Retina, da das Gefäßmuster auf dieser für eine Person repräsentativ ist. Nun wird eine dritte Ausführungsform unter Bezugnahme auf die 20, 21A und 21B beschrieben, bei der der Biometriewert K_bio aus dem Bild einer Retina bestimmt wird.
Wie es in der 20 dargestellt ist, wird die Retina eines Auges 201 unter Verwendung eines Retinabildscanners 203 abgescannt, um der Retina entsprechende Bilddaten zu erzeugen. Die 21A zeigt ein Bild einer typischen Retina. Wie dargestellt, beinhaltet das Retinabild mehrere baumförmige Gefäßmuster, die sich vom Sehnerv 231 aus erstrecken. Bei dieser Ausführungsform ist der zum Erzeugen des Biometriewerts K_bio verwendete Bildabschnitt ein Ring, der zentrisch zum Zentrum des Sehnervs liegt, wobei der Innenradius des Rings im Wesentlichen dem Radius des Sehnervs entspricht und der Außenradius des Rings durch ein Mehrfaches des Innenradius gegeben ist.
Bei dieser Ausführungsform werden die Positionen von Verzweigungspunkten, wo sich ein Ast eines der baumförmigen Gefäßmuster in zwei oder mehr Unteräste aufteilt, und Schnittpunkte, an denen ein Ast eines baumförmigen Gefäßmusters den Ast eines anderen Gefäßmusters schneidet, gemessen, um den Biometriewert K_bio zu erzeugen. Diese Verzweigungspunkte und Schnittpunkte werden nachfolgend als Knoten bezeichnet. Die 21B zeigt den ringförmigen Probenabschnitt, wobei Knoten durch Kreise gekennzeichnet sind, der der in der 21A dargestellten Retina entspricht.
Während des Registrierprozesses entnimmt der Bildwandler 207 den ringförmigen Probenabschnitt, und er speichert den Rest der Bilddaten als Ausrichtungsvektor 209. Insbesondere führt der Bildwandler 207 herkömmliche Bildverarbeitungstechniken aus, um den Sehnerv 231 zu identifizieren, er berechnet das Zentrum und den Radius desselben, und dann berechnet er den Außenradius des ringförmigen Probenabschnitts durch Multiplizieren des Radius des Sehnervs 231 mit einem vorbestimmten Wert. Der Bildwandler 207 erkennt auch einen Knoten außerhalb des ringförmigen Probenabschnitts, der als Hauptknoten 233 wirken soll. Dann wird eine Hauptachse durch eine Linie gebildet, die das Zentrum des ringförmigen Probenabschnitts und den Hauptknoten 233 verbindet.
Der Bildwandler 207 identifiziert auch alle Knoten innerhalb des ringförmigen Probenabschnitts unter Verwendung herkömmlicher Bildverarbeitungstechniken. Dann werden die (r, θ)-Koordinaten dieser Knoten gespeichert, um eine Retinakarte aufzubauen, die in einen Merkmalsschablonegenerator 211 eingegeben wird. Auf dieselbe Weise, wie es bei der zweiten Ausführungsform beschrieben ist, indiziert der Merkmalsschablonegenerator 211 die Knoten, er identifiziert Knoten, die nicht zuverlässig reproduziert werden, und er speichert diese Koordinaten als Ausschließungsvektor, und er indiziert eine Doppeldeutigkeit bei der Abfolge und erzeugt einen Abfolgeauflösungsvektor. Die durch den Merkmalsschablonegenerator 211 ausgegebene Merkmalsschablone wird in eine Attributwert-Stabilisiereinrichtung 213 eingegeben, die den Ortswert jedes Knotens durch Erzeugen jeweiliger Einheitswerte für den Abstand r und den Winkel θ unter Verwendung des erzeugten Einheitswerts stabilisiert, die jeweiligen Versatzwert für den quantisierten Abstand r und den quantisierten Winkel θ, und die dann den quantisierten Abstand r und den quantisierten Winkel θ unter Verwendung der Versatzwerte einstellt. Die Einheitswerte und die Versatzwerte werden in einem Einheitsvektor bzw. einem Versatzvektor gespeichert. Dann werden die eingestellten Ortskoordinaten abgeschnitten, um eine stabilisierte Merkmalsschablone zu erzeugen.
Die stabilisierte Merkmalsschablone wird in einem Zahlengenerator 217 eingegeben, der, auf dieselbe Weise, wie es bei der zweiten Ausführungsform beschrieben ist, den Biometriewert K_bio unter Verwendung eines Fehlerkorrekturvektors 219 erzeugt.
Während der Regeneration des Biometriewerts K_bio wird die Retina des Auges 201 durch den Retinabildscanner 203 abgescannt, und die sich ergebenden Bilddaten werden in den Bildwandler 207 eingegeben. Die Bilddaten werden durch den Bildwandler 207 unter Verwendung der im Ausrichtungsvektor 209 gespeicherten Bezugsausrichtungsdaten ausgerichtet, und es wird eine Retinakarte erzeugt. Diese Retinakarte wird in den Merkmalsschablonegenerator 211 eingegeben, der unter Verwendung des Ausschließungsvektors und des Abfolgeauflösungsvektors, wie sie im Doppeldeutigkeit-Auflösungsvektor 215 gespeichert sind, eine Merkmalsschablone erzeugt. Die Merkmalsschablone wird dann in die Attributwert-Stabilisiereinrichtung 213 eingegeben, die die Ortswerte der Merkmale innerhalb der Merkmalsschablone unter Verwendung des im Doppeldeutigkeit-Auflösungsvektor 215 gespeicherten Einheitsvektors und Versatzvektors stabilisiert, und die stabilisierte Merkmalsschablone wird in den Zahlengenerator 217 eingegeben, der den Biometriewert K_bio unter Verwendung des Fehlerkorrekturvektors 219 erzeugt.
VIERTE AUSFÜHRUNGSFORM
Bei der ersten, zweiten und dritten Ausführungsform werden Biometriedaten durch Messen eines biologischen Merkmals einer Person erzeugt. Jedoch kann eine Zahlenerzeugungstechnik gemäß der Erfindung auch unter anderen Umständen angewandt werden. Nun wird unter Bezugnahme auf die 22 bis 25 eine vierte Ausführungsform beschrieben, bei der eine Bildnummer K_pho erzeugt wird, die für eine Fotografie repräsentativ ist. Insbesondere wird bei der Ausführungsform eine Vorrichtung beschrieben, die eine Kennkarte druckt, die ein Foto einer Person sowie Authentifizierungsdaten enthält, die den Herausgeber der Kennkarte authentifizieren und auch verifizieren, dass das Foto dasselbe ist, wie dasjenige, das zur Herausgabe der Kennkarte verwendet wurde. Dann ist ein Kennkartenleser dazu in der Lage, die in der Kennkarte gespeicherte Information zu lesen und durch Scannen des Fotos und durch Regenerieren der Bildnummer K_pho zu verifizieren, dass die Kennkarte gültig ist und das Foto nicht gefälscht wurde.
Die 22 zeigt die Vorrichtung zum Erzeugen der Kennkarte, und die 23 zeigt eine typische Kennkarte 351. Wie es in der 23 dargestellt ist, verfügt die Kennkarte 351 über ein Bild 353 einer Person, das innerhalb eines rechteckigen Rahmens 355 dargestellt wird. Auf die Kennkarte 351 sind persönliche Details (insbesondere der Name, die Adresse, das Geburtsdatum und die Nationalität) der im Bild 353 dargestellten Person geschrieben. Auf die Kennkarte 351 ist auch ein Strichcode 359 gedruckt. Wie es nachfolgend detailliert beschrieben wird, speichert der Strichcode einen Doppeldeutigkeit-Auflösungsvektor und einen Fehlerkorrekturvektor, die beide mit dem Bild 353 in Beziehung stehen, eine digitale Signatur zum Authentifizieren der Kennkarte 351 und die persönlichen Daten der im Bild 353 dargestellten Person. Bei dieser Ausführungsform ist der Strichcode 359 ein zweidimensionaler PDF417-Strichcode.
Es wird zur 22 zurückgekehrt, gemäß der das Foto 301 der Person unter Verwendung eines Bildscanners 303 gescannt wird. Die dem Foto 301 entsprechenden Bilddaten, wie sie durch den Bildscanner 303 erzeugt werden, werden in einen Bildwandler 305 eingegeben, der dem rechteckigen Rahmen entsprechende Bilddaten hinzufügt und die Bilddaten in ein Koordinatensystem mit einem Ursprung wandelt, der sich in der unteren, linken Ecke des Rahmens 355 befindet (wie es in der 23 dargestellt ist), wobei die X- und die Y-Achse in der horizontalen bzw. vertikalen Richtung verlaufen (wie es in der 23 dargestellt ist).
Die transformierten Bilddaten werden in einen Merkmalsschablonegenerator 307 eingegeben, der die Farbbilddaten in Grauskala-Bilddaten wandelt und ein Gitter von 40 Zeilen auf 20 Spalten auf die dem Foto 301 entsprechenden Bilddaten anwendet. Bei dieser Ausführungsform muss die Menge der Daten innerhalb des Doppeldeutigkeit-Auflösungsvektors niedrig gehalten werden, da nur ein begrenzter Datenumfang innerhalb eines PDF417-Strichcodes gespeichert werden kann. Um dies auszuführen, schließt der Merkmalsschablonegenerator 307 Teile des Bilds, die nicht viel Information enthalten, beispielsweise einen gleichmäßigen Hintergrund, aus. Insbesondere gruppiert der Merkmalsschablonegenerator 307 die Gitterzellen zu Makrozellen, von denen jede über ein Array von 4 auf 4 Gitterzellen verfügt. So werden die dem Foto 301 entsprechenden Bilddaten in ein Gitter von 40 Makrozellen unterteilt. Dann wählt der Merkmalsschablonegenerator 307 diejenigen 20 Makrozellen aus, die über den signifikantesten Informationsinhalt verfügen. Typischerweise entsprechen diese Makrozellen demjenigen Teil des Fotos 301, das das Gesicht der Person und deren Bekleidung enthält. Dann wird ein Ausschließungsvektor erzeugt, der die restlichen 60% der Makrozellen ausschließt. Dieser Ausschließungsvektor benötigt daher 50 Bits (eines für jede Makrozelle) oder ungefähr 7 Bytes, an Information.
Für die nicht ausgeschlossenen Makrozellen berechnet der Merkmalsschablonegenerator einen normierten, mittleren Graupegelwert für jede Gitterzelle, wie es bei der ersten Ausführungsform beschrieben ist und dann erzeugt er eine Merkmalsschablone, die an eine Attributwert-Stabilisiereinrichtung 309 ausgegeben wird.
Die Attributwert-Stabilisiereinrichtung 309 erzeugt einen Einheitswert, der dazu verwendet wird, alle normierten Graupegel zu skalieren, wie es bei der ersten Ausführungsform beschrieben ist. Dann berechnet die Attributwert-Stabilisiereinrichtung 309 für jedes Merkmal der Merkmalsschablone einen Versatzwert, und sie speichert die Versatzwerte als Versatzvektor. Um die im Versatzvektor gespeicherte Informationsmenge zu verringern, wird dieser Versatzwert auf entweder 0 oder 0,5 skalierte Einheiten eingestellt. Auf diese Weise kann der Versatzwert durch ein einzelnes Bit repräsentiert werden. Jedoch bedeutet dies tatsächlich, dass der Wert nicht in der Mitte zwischen be nachbarten Quantisierungsgrenzen platziert ist, sondern dass er vielmehr innerhalb des zweiten und dritten Viertels zwischen benachbarten Quantisierungsgrenzen platziert ist. Dies hat entsprechenden Einfluss auf die Stabilität der abgeschnittenen Werte.
Der Ausschließungsvektor, der Einheitsvektor und der Versatzvektor werden in einen Generator 311 für einen Doppeldeutigkeit-Auflösungsvektor eingegeben, der einen entsprechenden Doppeldeutigkeit-Auflösungsvektor erzeugt. Dieser Doppeldeutigkeit-Auflösungsvektor wird zum Einschluss in den Strichcode in einen Strichcodegenerator 325 eingegeben.
Die von der Attributwert-Stabilisiereinrichtung 309 ausgegebene stabilisierte Merkmalsschablone wird in einen Bildnummergenerator 313 eingegeben, der die Bildnummer K_pho erzeugt. Bei dieser Ausführungsform wird Redundanz mit dem Faktor 3 verwendet, d. h. für jedes Datenbit sind 2 Fehlerkorrekturbits vorhanden. Fehlerkorrekturwerte werden auf dieselbe Weise wie bei der ersten Ausführungsform erzeugt. Die durch den Bildnummergenerator 313 erzeugten Fehlerkorrekturwerte werden in einen Generator 315 für einen Fehlerkorrekturvektor eingegeben, der einen entsprechenden Fehlerkorrekturvektor erzeugt, der zum Einschluss in den Strichcode in den Strichcodegenerator eingegeben wird. Dieser Fehlerkorrekturvektor enthält ungefähr 27 Bytes an Information.
Über eine Benutzerschnittstelle 317 werden persönliche Details betreffend die im Foto 301 dargestellte Person in einen Generator 319 für persönliche Daten eingegeben. Die durch den Generator 319 für persönliche Daten erzeugten persönliche Daten werden zum Einschluss in den Strichcode in den Strichcodegenerator 325 eingegeben, und sie werden auch in einen Identifikationsdatengenerator 321 eingegeben. In den Identifikationsdatengenerator 321 wird auch die Bildnummer K_pho eingegeben, wo sie mit den persönlichen Daten kombiniert wird, um Identifikationsdaten zu erzeugen. Diese Identifikationsdaten werden in einen Generator 323 für eine digitale Signatur eingegeben, der an ihnen einen sicheren Hashalgorithmus anwendet, um unidirektionale Hashinformation zu erzeugen. Diese unidirektionale Hashinformation wird dann unter Verwendung eines privaten Verschlüsselungsschlüssels K_pri verschlüsselt, wie er unter Verwendung des RSA-Algorithmus für den Kartenherausgeber erzeugt wird. Die vom Generator 323 für eine digitale Signatur erzeugte digitale Signatur wird dann zum Einschluss in den Strichcode in den Strichcodegenerator 325 eingegeben.
Das vom Bildwandler 305 erzeugte eingerahmte Bild, der vom Strichcodegenerator 325 erzeugte Strichcode und die vom Generator 319 für persönliche Daten erzeugten persönlichen Daten werden alle in einen Bildprozessor 327 eingegeben, der die Information zusammenstellt, um Bilddaten für die Kennkarte zu erzeugen. Die erzeugten Bilddaten werden dann durch den Drucker 329 gedruckt, um die Kennkarte 351 herzustellen.
Die 24 zeigt die Hauptkomponenten des Kennkartenlesers, der dazu verwendet wird, Einzelheiten auf einer Kennkarte 351 zu prüfen. Der Leser verfügt über einen Bildscanner 901, der das Bild der Kennkarte 351 scannt und Bilddaten an einen Strichcodeleser 403 und einen Fotowandler 405 ausgibt. Der Strichcodeleser 403 identifiziert den Teil der den Strichcode 359 betreffenden Bilddaten unter Verwendung herkömmlicher Bildverarbeitungstechniken, und er gibt die Strichcode-Bilddaten in eine Strichcodedaten-Analysiereinrichtung 407 ein, die den Doppeldeutigkeit-Auflösungsvektor, den Fehlerkorrekturvektor, die digitale Signatur und die persönlichen Daten entnimmt, wie sie im Strichcode 359 gespeichert sind.
Der Fotowandler 405 führt eine Identifizierung und Ausrichtung des dem Foto entsprechenden Bildabschnitts durch Anwenden eines herkömmlichen Bildverarbeitungsvorgangs aus, um den Rahmen 355 zu erkennen. Die dem Foto entsprechenden Bilddaten werden dann in einen Merkmalsschablonegenerator 409 eingegeben, der die Farbbilddaten in eine Grauskala wandelt und ein Gitter von 40 auf 20 anwendet. Dann schließt der Merkmalsschablonegenerator 409 die durch den Ausschließungsvektor innerhalb des Doppeldeutigkeit-Auflösungsvektors gekennzeichneten Gitterzellen aus, und für die nicht ausgeschlossenen Gitterzellen berechnet er einen normierten, mittleren Graupegelwert, um eine Merkmalsschablone zu erzeugen. Diese Merkmalsschablone wird dann in eine Attributwert-Stabilisiereinrichtung 411 eingegeben, die die normierten, mittleren Graupegelwerte unter Verwendung des Einheitsvektors und der Versatzvektoren, die Teil des Doppeldeutigkeit-Auflösungsvektors bilden, stabilisiert. Die von der Attributwert-Stabilisiereinrichtung 411 ausgegebene stabilisierte Merkmalsschablone wird dann in einen Bildnummerngenerator 413 eingegeben, der die Bildnummer K_pho unter Verwendung des Fehlerkorrekturvektors erzeugt.
Die Bildnummer K_pho wird dann, gemeinsam mit den aus dem Strichcode 359 zurückgewonnenen persönlichen Daten, in einen Identifikationsnummerngenerator 415 eingegeben, der die Identifikationsdaten für die Kennkarte 351 erzeugt.
Diese Identifikationsdaten werden dann in eine Kennkarte-Verifiziereinrichtung 417 eingegeben, die verifiziert, ob die Kennkarte 351 von der Autorisierorganisation ausgegeben wurde oder nicht, und ob auch das auf der Kennkarte dargestellte Foto das ursprüngliche Foto ist oder nicht, wie es bei der Herausgabe der Kennkarte verwendet wurde.
Die 25 zeigt die Hauptkomponenten der Kennkarte-Verifiziereinrichtung 417 detaillierter. Wie dargestellt, werden die Identifikationsdaten vom Identifikationsdatengenerator 415 in eine Einheit für einen sicheren Hashalgorithmus eingegeben, die denselben sicheren Hashalgorithmus anwendet, wie er im Kennkartengenerator angewandt wurde. Die durch die Einheit 431 für einen sicheren Hashalgorithmus ausgegebene unidirektionale Hashinformation wird in einen Komparator 433 eingegeben. Die aus dem Strichcode 359 zurückgewonnene digitale Signatur wird in eine Entschlüsselungseinheit 435 eingegeben, die sie unter Verwendung des öffentlichen Schlüssels K_pub 437 für den Kartenherausgeber entschlüsselt. Die entschlüsselte digitale Signatur wird in den Komparator 433 eingegeben, wo sie mit der Zahl gemäß dem Hashalgorithmus verglichen wird. Wenn die Kennkarte vom Kartenherausgeber hergestellt wurde und das Foto auf ihr dasselbe ist, wie es vom Kartenherausgeber verwendet wurde, ist die von der Einheit 931 für einen sicheren Hashalgorithmus ausgegebene unidirektionale Hashinformation identisch mit der von der Entschlüsselungseinheit 435 ausgegebenen entschlüsselten Zahl, und dies wird vom Komparator 433 erkannt.
Es wird zur 24 zurückgekehrt, gemäß der das Ausgangssignal der Kennkarte-Verifiziereinrichtung 917 gemeinsam mit den persönlichen Daten, die durch die Strichcodedaten-Analysiereinrichtung 407 aus dem Strichcode 359 zurückgewonnen wurden, in einen Anzeigedatengenerator 419 eingegeben wird. Der Anzeigedatengenerator 419 erzeugt dann Ansteuerungssignale, die an ein Display 421 geliefert werden, um dem Benutzer des Lesers die im Strichcode gespeicherten persönlichen Einzelheiten und eine Kennung dahingehend anzuzeigen, ob die Kennkarte gültig ist oder nicht.
MODIFIZIERUNGEN UND WEITERE AUSFÜHRUNGSFORMEN
Bei der ersten bis dritten Ausführungsform ist die Wiederholbarkeit eines Biometriewerts K_bio, wie er durch Verarbeiten von einem biologischen Merkmal einer Person entsprechenden Biometriedaten erzeugt wird, dadurch verbessert, dass die Art, gemäß der Eigenschaften der Biometriedaten gemessen werden, entsprechend Prozessdaten systematisch angepasst werden, wie sie durch einen Trainingsprozess erzeugt werden. Bei der vierten Ausführungsform wird eine analoge, systematische Messtechnik ausgeführt, um aus einem Foto entsprechenden Bilddaten eine Zahl zu erzeugen. Die Art, gemäß der die Verarbeitung der Messwerte bei der ersten bis vierten Ausführungsform ausgeführt wird, um zu einer Zahl (beispielsweise dem Biometriewert K_bio) zu gelangen, unterscheidet sich grundsätzlich von herkömmlichen Messsystemen.
Herkömmlicherweise ist die Art, gemäß der eine Messung ausgeführt wird, durch das Erfordernis eingeschränkt, dass die sich ergebende Zahl einem Messstandard genügen muss. Beispielsweise wird ein Abstand herkömmlicherweise so gemessen, dass er zum internationalen System der Messeinheiten (dem SI-System) passt, damit der Abstandswert mit anderen Abstandswerten verglichen werden kann. Das Messsystem konzentriert sich darauf, die Genauigkeit der Messung innerhalb der durch den Messstandard gesetzten Grenzen zu maximieren.
Hinsichtlich der vorliegenden Erfindung wurde es erkannt, dass dann, wenn eine Zahl erzeugt wird, die Analogdaten repräsentiert, die Genauigkeit des Messwerts unwesentlich ist, sondern dass vielmehr die Wiederholbarkeit des Messwerts bedeutsam ist. Daher wurden bei der ersten bis vierten Ausführungsform die herkömmlichen Einschränkungen in Zusammenhang mit dem Erzielen genauer Messwerte verworfen, und es wurden stattdessen Techniken zum Verbessern der Wiederholbarkeit des Messwerts entwickelt. Als Beispiel wird bei der zweiten Ausführungsform eine Zahl berechnet, die der Kategorieeinteilung einer Fingerabdruckminutia entspricht, und ein Kategorieauflösungsvektor wendet eine wahlfrei bestimmbare Regel zum Bestimmen der Kategorie in Doppeldeutigkeitsfällen an. Ob diese beliebig wählbare Regel die Wahrscheinlichkeit dafür verbessert oder verschlechtert, dass die Minutia korrekt kategorisiert wird, ist unwesentlich; wesentlich ist es, dass die Wiederholbarkeit für die identifizierte Kategorie verbessert wird.
Bei der ersten bis vierten Ausführungsform werden Merkmale innerhalb kontinuierlich variierender Daten, nachfolgend als Analogdaten bezeichnet, identifiziert. Die Analogdaten können von vielen verschiedenen Quellen, zusätzlich zu denen, wie sie bei der ersten bis vierten Ausführungsform beschrieben wurden, herrühren. Beispielsweise werden bei einer Ausführungsform Biometriedaten dadurch erhalten, dass ein von einer Person gesprochener Satz aufgezeichnet wird. Bei anderen Ausführungsformen werden die Analogdaten durch Bilderzeugung eines Stichs oder eines Edelsteins durch einen Bildsensor erzeugt. Alternativ wird ein zweckabhängig definiertes Objekt mit scharf definierten, jedoch zufälligen geometrischen Eigenschaften unter Verwendung von Ultraschall abgetastet, um Analogdaten zu erzeugen. Bei der ersten bis vierten Ausführungsform werden die Analogdaten zum Identifizieren von Merkmalen derselben verarbeitet. Diese Merkmale verfügen über Attribute mit zugehörigen Werten, die gemessen und kombiniert werden, um eine Zahl zu erzeugen. Jedoch müssen die Merkmale, die identifiziert werden, und die Attribute der Merkmale, die gemessen werden, nicht dieselben sein, wie sie bei der ersten bis vierten Ausführungsform beschrieben sind.
Die Wiederholbarkeit der aus den Analogdaten erzeugten Zahl wird dadurch verbessert, dass für eine stabile Identifikation der Merkmale gesorgt wird, und die gemessenen Attributwerte stabilisiert werden. Wie es bei der ersten und vierten Ausführungsform beschrieben ist, kann ein stabiler Satz von Merkmalen dadurch erhalten werden, dass eine wahlfreie (in demjenigen Sinn, dass keine Beziehung zu den Analogdaten besteht) Unterteilung der Analogdaten in getrennte Teile vorgenommen wird. Bei der ersten und vierten Ausführungsform wird ein Gitter auf ein zweidimensionales Array von Bilddaten angewandt. Alternativ könnten, für ein eindimensionales Array von Analogdaten, beispielsweise bei der Schallaufzeichnung, Analogdaten in Segmente unterteilt werden.
Anstatt dass eine beliebige Einteilung der Analogdaten ausgeführt wird, könnten sie entsprechend dem Informationsgehalt der Daten zum Erzeugen von Merkmalen eingeteilt werden. Beispielsweise könnten die Gitterzellengrößen über ein zweidimensionales Datenarray abhängig davon variiert werden, wie die Daten über das zweidimensionale Array variieren. Alternativ könnten die Merkmale von sich aus einen Teil des Informationsgehalts der Analogdaten bilden (beispielsweise die Minutiae innerhalb eines Fingerabdrucks, wie es bei der zweiten Ausführungsform beschrieben ist).
Immer dann, wenn ein Maß für den Informationsgehalt der Analogdaten verwendet wird, um Merkmale zu identifizieren, besteht die Möglichkeit, dass Doppeldeutigkeit auftritt, da die Möglichkeit existiert, dass der Messwert für den Informationsgehalt nahe an eine Grenze zwischen einem vorliegenden Merkmal und keinem vorliegenden Merkmal fällt. Ferner kann eine Doppeldeutigkeit in der Reihenfolge vorliegen, gemäß der die Merkmale für verschiedene Chargen von Analogdaten, wie sie unter Verwendung derselben Datenquelle erhalten werden, indiziert werden. Um diese Merkmalsdoppeldeutigkeit zu verringern, wird ein Trainingsprozess ausgeführt, während dem Prozessinformation, die anzeigt, wie die Analogdaten zu verarbeiten sind, erzeugt wird und zur Verwendung bei einer folgenden Zahlenregeneration abgespeichert wird.
Wenn beispielsweise während des Trainingsprozesses erkannt wird, dass ein Messwert für einen ein Merkmal identifizierenden Informationsgehalt dicht an eine Grenze zwischen einem Vorliegen und einem Fehlen des Merkmals fällt, wird eine Prozessanweisung gespeichert, die anzeigt, dass das Maß keinem Merkmal entspricht. Der Ausschließungsvektor der zweiten Ausführungsform ist ein Beispiel für eine derartige Prozessanweisung. Wenn während des Trainingsprozesses erkannt wird, dass die Reihenfolge variiert, gemäß der eine Gruppe von Merkmalen geordnet wird, wird eine Prozessanweisung gespeichert, die die Reihenfolge anzeigt, in der die Merkmale zu indizieren sind. Der Abfolgeauflösungsvektor der zweiten Ausführungsform ist ein Beispiel für eine derartige Prozessanweisung.
Die Attribute, deren Werte dazu verwendet werden, eine Zahl zu erzeugen, können entweder eine Messung einer Eigenschaft des Merkmals, beispielsweise des Orts einer Fingerabdruckminutia oder eine Struktur des Merkmals, wie durch ein Messen einer oder mehrerer Eigenschaften des Merkmals bestimmt, beispielsweise die Kategorie einer Fingerabdruckminutia, sein. Wenn das Attribut die Struktur des Merkmals betrifft, wird die Struktur typischerweise in eine von mehreren Kategorien eingeteilt, wobei jede Kategorie über eine zugeordnete Zahl verfügt. Diese Kategorieeinteilung beinhaltet ein Definieren einer oder mehrerer Bedingungen für jede Kategorie, die durch vorbestimmte Messungen, wie sie an den Analogdaten ausgeführt werden, erfüllt sein müssen. Daher besteht die Möglichkeit eines Fehlers bei der Kategorieeinteilung aufgrund einer Doppeldeutigkeit, zu der es dadurch kommt, dass ein vorbestimmter Messwert nahe an einer Grenze einer Bedingung liegt. Um die Doppeldeutigkeit zu verringern, werden Prozessanweisungen gespeichert, die anzeigen, wie ein Merkmal einzuteilen ist. Wenn beispielsweise bei einer Ausführungsform während des Trainingsprozesses erkannt wird, dass die Kategorie, in die ein Merkmal eingeteilt wird, variiert, wird eine Prozessanweisung gespeichert, die anzeigt, in welche Kategorie das Merkmal einzuteilen ist. Der Kategorieauflösungsvektor der zweiten Ausführungsform ist ein Beispiel für eine derartige Prozessanweisung. Wenn bei einer anderen Ausführungsform während des Trainingsprozesses erkannt wird, dass die Kategorie, in die ein Merkmal eingeteilt wird, variiert, wird eine Prozessanweisung gespeichert, die die eine oder mehrere Bedingungen, die für eine Kategorie erfüllt sein müssen, auf Bedingungen ändert, für die es weniger wahrscheinlich ist, dass eine Doppeldeutigkeit auftritt.
Wenn der Attributwert eine Messung einer Eigenschaft der Analogdaten betrifft, wird der Attributwert auf eine niedrigere Auflösung als der entsprechende Messwert bestimmt. Anders gesagt, entspricht jeder Attributwert einem Bereich von Messwerten. Wenn während des Trainingsprozesses erkannt wird, dass der Attributwert variiert, da der entsprechende Messwert dicht an der Grenze zwischen den Bereichen für zwei Attributwerte liegt, wird eine Prozessanweisung gespeichert, die den Messwert so ändert, dass sie ungefähr im Zentrum des Bereichs für einen Attributwert liegt, und es ist weniger wahrscheinlich, dass die Doppeldeutigkeit auftritt. Der Versatzvektor der ersten bis vierten Ausführungsform ist ein Beispiel für eine derartige Prozessanweisung.
Bei der ersten bis vierten Ausführungsform wird der Attributwert dadurch bestimmt, dass ein Abschneiden eines Messwerts auf einen ganzzahligen Wert erfolgt. Dies bedeutet, dass die Doppeldeutigkeit des Attributwerts dann am größten ist, wenn der Messwert nahe bei einem ganzzahligen Wert liegt, da die Wahrscheinlichkeit, dass der Messwert bei einer folgenden Messung kleiner als der ganzzahlige Wert ist, ungefähr der Wahrscheinlichkeit dafür entspricht, dass er größer als der ganzzahlige Wert ist. Daher wird bei den beschriebenen Ausführungsformen der Messwert so versetzt, dass er ungefähr in der Mitte zwischen zwei ganzzahligen Pegeln liegt. Bei einer alternativen Ausführungsform wird der Attributwert dadurch bestimmt, dass ein Messwert auf den nächstliegenden ganzzahligen Wert gerundet wird. In diesem Fall tritt die größte Doppeldeutigkeit für Messwerte auf, die ungefähr in der Mitte zwischen benachbarten ganzzahligen Werten liegen, und daher wird ein Versatzvektor erzeugt, um den Messwert zu einem ganzzahligen Wert hin zu verschieben. Im Allgemeinen kann der Bereich von Messwerten, die einem Attributwert entsprechen, wahlfrei eingestellt werden.
Bei der vierten Ausführungsform wird, um die Menge der im Doppeldeutigkeit-Auflösungsvektor gespeicherten Daten zu verringern, ein ausgedünnter Versatzvektor verwendet, der eine einzelne Binärziffer speichert, wobei der gespei cherte Wert "0" einen Versatz Null repräsentiert und ein gespeicherter Wert "1" einen Versatz 0,5 repräsentiert. Es ist zu beachten, dass die zwei Zustände der Binärziffer beliebige zwei Zahlen repräsentieren können, die um 0,5 voneinander getrennt sind, beispielsweise –0,25 und +0,25. Die Binärziffer ermöglicht es, dass der Messwert innerhalb eines Bereichs von 0,5 Einheiten versetzt wird. Es ist auch zu beachten, dass eine Zahl mit drei Werten dazu verwendet werden könnte, den Messwert innerhalb eines Bereichs von 0,33 Einheiten zu verschieben, und eine Zahl mit vier Werten dazu verwendet werden könnte, den Messwert innerhalb eines Bereichs von 0,25 Einheiten zu verschieben usw.
Bei einer alternativen Ausführungsform wird, anstatt dass ein Versatzvektor zum Verschieben des Messwerts verwendet wird, die Messskala variiert, damit sich der Messwert in einen Bereich geringer Doppeldeutigkeit bewegt. Wenn beispielsweise der Attributwert dadurch aufgefunden wird, dass der Messwert abgeschnitten wird und dieser 7,03 ist, könnte eine neue Messskala mit einer Einheitsgröße von 2 verwendet werden, so dass, nach dem Transformieren des Messwerts auf die neue Messskala, derselbe 3,515 ist (d. h., dass er ungefähr in der Mitte des Bereichs zwischen zwei benachbarten ganzzahligen Werten und daher in einem Bereich geringer Doppeldeutigkeit liegt). In diesem Fall wird die gewünschte Einheitsgröße für die Messung im Einheitsvektor gespeichert.
Die Verwendung eines Versatzvektors zum Verschieben des Messwerts an eine Position geringer Doppeldeutigkeit ist gegenüber der Verwendung des Einheitsvektors bevorzugt, da der Einheitsvektor vorzugsweise dazu verwendet wird, das Niveau der Wiederholbarkeit der aus den Analogdaten erzeugten Zahl zu kontrollieren. Insbesondere wird, wie es bei der zweiten Ausführungsform beschrieben ist, der Einheitswert für eine Messung vorzugsweise einem Vertrauensintervall entsprechend einem gewünschten Vertrauensgrad für den während des Trainingsprozesses bestimmten Messwert eingestellt. Dieses Vertrauensintervall wird für eine Statistikanalyse der Messwerte, wie bei der zweiten Ausführungsform beschrieben, bestimmt. Alternativ kann der Einheitswert vom Benutzer eingestellt werden, und der zugeordnete Vertrauensgrad wird während des Trainingsprozesses durch eine Statistikanalyse einer Anzahl stabilisierter Merkmalsschablonen bestimmt.
Selbst wenn die Stabilisierung der identifizierten Merkmale und der Attributwerte die Wiederholbarkeit eines Messwerts auf 99,9% verbessert, besteht, wenn es erwünscht ist, eine sehr große Zahl zu erzeugen, immer noch eine erhebliche Wahrscheinlichkeit dafür, dass die Zahl nicht erfolgreich regeneriert wird. Jedoch existiert im Allgemeinen eine große verfügbare Datenmenge, die nicht zur Zahlenerzeugung benötigt wird. Diese redundanten Daten können daher zur Fehlerkorrektur verwendet werden, wie es bei der ersten Ausführungsform beschrieben ist.
Bei der ersten Ausführungsform sind jedem zum Bestimmen der Zahl verwendeten Attributwert (jedem Datenwert) vier Fehlerkorrekturwerte zugeordnet. Jedoch sind die höher signifikanten Bits des Datenwerts stabiler als die weniger signifikanten Bits und daher werden die Fehlerkorrekturdaten nicht effizient genutzt. Bei einer alternativen Ausführungsform werden separate Fehlerkorrekturdaten für jedes Bit eines Datenwerts verwendet, wobei die Menge der Fehlerkorrekturbits pro Datenbit vom höchstsignifikanten Datenbit zum geringstsignifikanten Datenbit zunimmt.
Eine Alternative zum Verwenden des beschriebenen Fehlerkorrekturvektors besteht im Erzeugen mehrerer Chargen von Analogdaten zum Erzeugen mehrerer stabilisierter Merkmalsschablonen, mit einem anschließenden Verwenden eines Abstimmsystems zum Identifizieren der am häufigsten auftretenden Attributwerte über die mehreren stabilisierten Merkmalsschablonen hinweg.
Obwohl der Doppeldeutigkeit-Auflösungsvektor zunächst durch einen Registrierprozess bestimmt wird, wird bei einer Ausführungsform während der Zahlregenerierung derselbe adaptiv variiert. Wenn beispielsweise ein Versatzwert für einen Messwert angewandt wird, um diesen ungefähr im Zentrum des einem Attributwert entsprechenden Bereichs zu positionieren, kann der versetzte Messwert überwacht werden und so angepasst werden, dass die versetzten Messwerte genauer im Zentrum des Bereichs liegen. Ferner kann eine statistische Variation der Messwerte während einer wiederholten Zahlregeneration überwacht werden, und die im Einheitsvektor gespeicherten Einheitswerte können abhängig von der beobachteten Standardabweichung variiert werden. Anders gesagt, kann der Trainingsprozess über den Registrierprozess hinaus erweitert werden, um bei einer folgenden Zahlenregeneration erzeugte Daten zu verwenden.
Da es nicht erforderlich ist, dass die für verschiedene Merkmale gemessenen Attribute gleich sind, könnten die Prozessanweisungen für jedes Merkmal eine Codierstrategie enthalten, die anzeigt, welche Attribute zu messen sind. Die se Codierstrategie könnte auch spezielle Untermerkmale spezifizieren, die für das Merkmal zu identifizieren sind. Dann würde für jedes der Untermerkmale die eigene Codierstrategie im Prozessvektor gespeichert werden.
Bei der ersten Ausführungsform werden Farbbilddaten vor dem Ausführen der Ausrichtung in Grauskala-Bilddaten gewandelt. Alternativ könnte die Ausrichtung als Erstes ausgeführt werden, und tatsächlich könnten spezielle Farbmuster zum Ausführen der Ausrichtung verwendet werden.
Es ist eine Anzahl anderer Wege möglich, um einen der Iris entsprechenden Probenabschnitt zu isolieren. Beispielsweise wird bei einer Ausführungsform die Bildausrichteinrichtung der ersten Ausführungsform durch eine solche ersetzt, die die am Rand erkannten Konturen der Pupille und der Iris speichert. Diese Konturen werden im Allgemeinen nicht genau kreisförmig erzeugt, und sie können daher zum Ausführen einer Ausrichtung verwendet werden. Bei einer anderen Ausführungsform werden Merkmale innerhalb des Irisbilds zur Ausrichtung auf dieselbe Weise verwendet, wie bei der zweiten Ausführungsform Fingerabdruckminutiae zur Ausrichtung verwendet werden. Insbesondere werden mehrere Ausrichtungsbildmerkmale identifiziert, und es wird eine Transformation zum Verringern jeglicher Bildverzerrung im Vergleich zu den Irisbildern, wie sie während der Registrierung verwendet werden, ausgeführt.
Eine alternative Weise zum Isolieren eines Probenabschnitts der Iris ist im US-Patent Nr. 5,291,560 beschrieben.
Wie bereits erörtert, existieren innerhalb von Bilddaten für eine Iris viele verschiedene Merkmale, die identifiziert und analysiert werden können, um eine die Iris repräsentierende Zahl zu erzeugen. Beispielsweise könnten die Positionen von am Rand erkannten Merkmalen zusätzlich, oder an Stelle, der Gittermerkmale verwendet werden. Bei einer anderen alternativen Ausführungsform werden die Bilddaten unter Verwendung beispielsweise eines Algorithmus mit schneller Fourier-Transformation (FFT) gewandelt, in welchem Fall die Transformationskoeffizienten entweder selbst Attributwerte bilden oder sie zum Berechnen von Attributwerten verwendet werden. Anstatt einen FFT-Algorithmus zu verwenden, könnte ein Wavelet-Transformationsalgorithmus oder ein Gabor-Transformationsalgorithmus verwendet werden.
Wie bereits erörtert, könnte bei einer Ausführungsform die Größe der Gitterzellen des auf die Irisbilddaten bei der ersten Ausführungsform angewandten Gitters adaptiv entsprechend dem örtlichen Informationsgehalt (d. h. dem Niveau unregelmäßiger Variationen) der Bilddaten adaptiv variiert werden. Auf diese Weise können in Bereichen mit hohem Informationsgehalt kleinere Gitterzellen verwendet werden, als sie in Bereichen mit. geringem Informationsgehalt verwendet werden.
Bei der zweiten Ausführungsform wird der Ursprung eines Fingerabdruckmusters dadurch aufgefunden, dass der Punkt maximaler Rippenkrümmung identifiziert wird. Bei einer alternativen Ausführungsform wird ein Ursprung in den den Fingerabdruck repräsentierenden Daten identifiziert, und das dem Ursprung entsprechende Rippenmuster wird im Doppeldeutigkeit-Auflösungsvektor gespeichert. Dann kann der Ursprung in folgenden Bildern des Fingerabdrucks durch einen Mustererkennungsprozess unter Verwendung der gespeicherten Musterdaten positioniert werden.
Bei einer Modifizierung der zweiten Ausführungsform wird jede Minutiaekarte aus mehreren Fingerabdruckbildern dadurch erzeugt, dass Abschnitte der mehreren Bilder zusammengesetzt werden, um ein Verbundbild zu erzeugen. Dies verbessert die Qualität der Minutiaekarte.
Bei der dritten Ausführungsform wird eine eine Person repräsentierende Zahl aus den Orten von Knoten, entsprechend Verzweigungspunkten und Schnittpunkten, von Gefäßbaumstrukturen der Retina der Person erzeugt. Jedoch könnte die Baumstruktur strenger untersucht werden, um ein größeres Informationsvolumen zu entnehmen.
Jede Baumstruktur verfügt im Allgemeinen über einen Stamm, der mit einer Anzahl linker Unteräste und einer Anzahl rechter Unteräste, die sich vom Stamm aus erstrecken, vom Sehnerv austritt. Der Stamm kann als Gabel in zwei oder mehr Unterästen enden, oder er kann sich einfach bis zum Rand des Bild-Probenabschnitts erstrecken. Jeder Unterast verfügt in ähnlicher Weise über eine Anzahl von Unterästen, die nach links verzweigen, und eine Anzahl von Unterästen, die nach rechts verzweigen. Daher ist die Baumstruktur eine rekursive Struktur.
Um eine derart rekursive Baumstruktur zu repräsentieren, kann die Merkmalsschablone auf hierarchische Weise aufgebaut werden. Insbesondere kann der Stamm als Merkmal mit seinen eigenen Attributen und der Anzahl der jedem Unterast entsprechenden Unteräste definiert werden. In ähnlicher Weise kann jedes der Untermerkmale über seine eigenen Attribute und eine Anzahl von Untermerkmalen verfügen, bis eine vollständige Repräsentation der Baumstruktur erzielt ist. Wenn jedoch die Baumstruktur bestimmt wird, müssen mögliche Doppeldeutigkeiten aufgelöst werden, zu denen es durch eine Variation von Messwerten kommt. Beispielsweise könnten bei einem einfachen Verzweigen eines Asts in zwei Äste drei mögliche Interpretationen auftreten: ein Unterast, der sich von der linken Seite eines Elternasts aus erstreckt, ein Unterast, der sich von der rechten Seite eines Elternasts aus erstreckt; und eine Vergabelung des Elternasts in einen linken Unterast und einen rechten Unterast. Es können allgemeine Regeln erstellt werden, durch die Messbedingungen erstellt werden, wie sie für jede dieser Interpretationen zu erfüllen sind. Diese Messbedingungen könnten beispielsweise die relativen Dicken der Äste und die zwischen ihnen gebildeten Winkel betreffen. Jedoch existiert immer eine Doppeldeutigkeit, die durch Messwerte verursacht nahe an den Grenzen dieser Bedingungen liegen. Wenn bei einer Ausführungsform während des Trainingsprozesses eine derartige Doppeldeutigkeit erkannt wird, werden Prozessanweisungen abgespeichert, die die Wahrscheinlichkeit dafür erhöhen, dass eine der Interpretationen erfüllt wird. Dazu könnte entweder ein Variieren des Messwerts, beispielsweise unter Verwendung eines Versatzvektors, gehören oder ein Variieren der für jede Interpretation erforderlichen Bedingungen für diesen speziellen Knoten.
Bei einer Ausführungsform werden die Knotenpunkte jeder Gefäßformstruktur durch gerade Linien verbunden (wie es in der 21B dargestellt ist). Dann können Messwerte auf Grundlage davon bestimmt werden, wie die tatsächliche Gefäßstruktur gegenüber der geraden Linie variiert. Beispielsweise kann als Messwert der maximale Normalabstand zwischen der geraden Linie und der tatsächlichen Gefäßstruktur verwendet werden. Ferner kann die Position eines Knotens, an dem ein Unterast aus einem Elternast austritt, relativ zum Ursprungsknoten des Elternasts bestimmt werden. Die Winkel zwischen den geraden Linien, die einem Unterast und einem Elternast entsprechen, können ebenfalls als Messwerte verwendet werden.
Bei einer anderen Ausführungsform wird die die Person repräsentierende Zahl alleine aus der Baumstruktur der Merkmalsschablone bestimmt, und infolgedessen beinhaltet sie keinerlei Attributwerte. Eine derartige Ausführungsform lindert die Bedingungen zur Ausrichtung beträchtlich. Jedoch sind immer noch Prozessanweisungen erforderlich, die im Doppeldeutigkeit-Auflösungsvektor gespeichert werden, um die Baumstruktur der erzeugten Merkmalsschablone zu stabilisieren. Die Baumstruktur der gesamten Merkmalsschablone kann durch eine Baumstrukturzahl der folgenden Form repräsentiert werden:
<Anzahl linker Äste> (Baumanzahl für jeden linken Ast), <Anzahl rechter Äste> (Baumanzahl jedes rechten Asts)
Eine derartige Baumstrukturzahl ist unterscheidungskräftig, und sie kann daher dazu verwendet werden, die die Person repräsentierende Zahl zu erzeugen.
Die vierte Ausführungsform beschreibt ein Kennkartensystem. Ein derartiges Kennkartensystem könnte bei der Passherstellung verwendet werden.
Wie oben beschrieben, betrifft die Erfindung das Erzeugen einer Analogdaten repräsentierenden Zahl. Diese Zahl zeigt viele Verwendungsmöglichkeiten. Beispielsweise kann die Analogzahl als persönliche Identifikationsnummer verwendet werden. Beispielsweise könnte ein Computerterminal mit einem Fingerabdrucksensor verbunden werden, und um in das Computerterminal einzuloggen, gibt eine Person Kenndaten ein, die einen Prozessvektor (einschließlich dem Doppeldeutigkeitsvektor) kennzeichnen, der der Person zugeordnet ist und der entweder im Computerterminal abgespeichert ist oder über ein Computernetzwerk durch Fernabruf zugänglich ist. Die Person legt dann einen Finger auf den Fingerabdruckscanner, der Bilddaten erzeugt, die vom Computerterminal unter Verwendung des Prozessvektors verarbeitet werden, um eine für die Person repräsentative Zahl zu erzeugen. Diese wird dann mit einer zuvor abgespeicherten Zahl verglichen, um zu bestimmen, ob die Person das Computerterminal bedienen darf oder nicht.
Alternativ wird, bei einer anderen Ausführungsform, die Zahl als Verschlüsselungsschlüssel verwendet, und sie wird dazu verwendet, einen der Person zugeordneten Verschlüsselungsschlüssel zu erzeugen. Ein Beispiel für ein derartiges Verschlüsselungssystem wird nun unter Bezugnahme auf die 26 und 27 beschrieben.
Die 26 zeigt einen Computer 501 mit einem Display 503, einer Tastatur 505 und einem Computertower 507, der über einen Schlitz 509 zum Aufnehmen einer Diskette 511 verfügt. Der Computertower 507 verfügt über ein Modem (nicht dargestellt), das, über ein Kabel 513, mit einer Telefonbuchse 515 verbunden ist, um Zugang zum Internet zu ermöglichen. Ein Fingerabdrucksensor 517, der bei dieser Ausführungsform über einen Thermosensorchip von ATMEL verfügt, ist mit einer Kryptografieeinheit 519 verbunden, die ihrerseits mit dem Computertower 507 verbunden ist.
Die 27 zeigt schematisch, wie die Kryptografieeinheit 519 konfiguriert ist, um aus den den Fingerabdruck des Benutzers 21 repräsentierenden Bilddaten einen Biometriewert K_bio zu erzeugen und diesen dazu zu verwenden, entweder einen Abbildungsschlüssel K_map oder einen Verschlüsselungsschlüssel K_pri zu erzeugen. Wie dargestellt, werden Daten vom Fingerabdrucksensor 517 in einen Bildprozessor 1001 eingegeben, der die Daten verarbeitet, um eine Merkmalsschablone zu erzeugen, die für Merkmale innerhalb des Fingerabdrucks repräsentativ ist. Die Merkmalsschablone wird dann in einen Fingerabdruck-Zahlengenerator 1003 eingegeben.
Wenn ein neuer Benutzer registriert wird, verarbeitet der Fingerabdruck-Zahlengenerator 1003 eine oder mehrere Merkmalsschablonen, die für den Fingerabdruck des neuen Benutzers repräsentativ sind, und er bestimmt Verarbeitungsanweisungen und Prozessvariable, die die Wiederholbarkeit eines erzeugten Biometriewerts K_bio verbessern. Diese Verarbeitungsanweisungen und Prozessvariablen werden als Prozessvektor 1005 gespeichert. Dann lenkt ein Schalter 1007 den Biometriewert K_bio zu einem Abbildungsschlüsselgenerator 1009, und ein Verschlüsselungsschlüsselgenerator 1011 erzeugt ein Paar aus einem privaten Schlüssel K_pri und einem öffentlichen Schlüssel K_pub, wobei der öffentliche Schlüssel K_pup an eine Zertifizierorganisation geschickt wird und der private Schlüssel K_pri in den Abbildungsschlüsselgenerator 1009 eingegeben wird. Der Biometriewert K_bio und der private Schlüssel K_pri werden vom Abbildungsschlüsselgenerator 1009 dazu verwendet, unter Verwendung einer monotonen Abbildungsfunktion einen Abbildungsschlüssel K_map zu erzeugen, der in einem Abbildungsschlüsselspeicher 1013 gespeichert wird.
Wenn es ein Benutzer nach dem Registrieren wünscht, den privaten Schlüssel K_pri zu erzeugen, scannt der Fingerabdrucksensor 517 den Fingerabdruck des Be nutzers, und er liefert Bilddaten an den Bildprozessor 1001, der eine oder mehrere Merkmalsschablonen erzeugt. Der Fingerabdruck-Zahlengenerator 1003 verarbeitet die eine oder die mehreren erzeugten Merkmalsschablonen unter Verwendung der im Prozessvektorspeicher 1005 gespeicherten Verarbeitungsanweisungen, um den Biometriewert K_bio zu erzeugen, und der Schalter 1007 lenkt diesen an einen Privatschlüsselgenerator 1015. Der Biometriewert K_bio und der Abbildungsschlüssel K_map werden durch den Privatschlüsselgenerator 1015 unter Verwendung der monotonen Abbildungsfunktion kombiniert, um den privaten Schlüssel K_pri zu erzeugen.
Dann kann die Kryptografieeinheit 519 beispielsweise unter Verwendung des privaten Schlüssels K_pri eine digitale Signatur erzeugen, oder sie kann unter dessen Verwendung eine vom Computer 1 empfangene Nachricht entschlüsseln.
Vorzugsweise wird die durch den Verschlüsselungsschlüsselgenerator 1010 verwendete Ausgangszufallszahl aus den Messwerten hergeleitet, die durch Ausführen von Messoperationen an den Analogdaten erhalten werden. Beispielsweise zeigt die Art, gemäß der die Messwerte zwischen verschiedenen Chargen von Analogdaten variieren, einen hohen Grad an Zufälligkeit, wodurch eine gute Quelle zum Erzeugen einer Ausgangs-Zufallszahl gebildet ist.
Obwohl bei der ersten bis dritten Ausführungsform dieselbe Vorrichtung sowohl zum Ausführen des Registrierprozesses als auch der anschließenden Zahlenregeneration verwendet wird, könnten alternativ der Registrierprozess und der Zahlenerzeugungsprozess durch getrennte Vorrichtungen ausgeführt werden. Wenn jedoch die Zahlenerzeugung getrennt von der Registrierung durch eine gesonderte Vorrichtung ausgeführt wird, muss der Prozessvektor von der Registriervorrichtung zur Zahlenregeneriervorrichtung übertragen werden. Dies könnte beispielsweise dadurch ausgeführt werden, dass der Prozessvektor auf eine Speichervorrichtung (beispielsweise eine Diskette oder eine CD-ROM) übertragen wird, die zur Zahlenregeneriervorrichtung bewegt wird, wo der Prozessvektor in diese herunter geladen wird, oder alternativ könnten die Registriervorrichtung und die Zahlenregeneriervorrichtung über ein Computernetzwerk verbunden sein, wobei der Prozessvektor über dieses als elektrisches Signal übertragen wird.
Die Verarbeitung der Analogdaten kann entweder durch eine Hardwarevorrichtung oder durch auf einem Computer laufende Software ausgeführt werden, oder sie könnte zwischen einer Hardwarevorrichtung und auf einem Computer laufender Software aufgeteilt werden. Da für verschiedene Quellen von Analogdaten viele Verarbeitungsoperationen geeignet sind, ist die Erfindung gut dazu geeignet, in Software realisiert zu werden, wobei eine objektorientierte Programmiersprache wie Java oder C⁺⁺ verwendet wird.
Wie beschrieben, erstreckt sich die Erfindung nicht nur auf Computergeräte und in solchen ausgeführte Prozesse, sondern auf Computerprogramme, insbesondere Computerprogramme auf oder in einem Träger, die dazu ausgebildet sind, die Erfindung zu realisieren. Das Computerprogramm kann in Form eines Quellcodes, eines Objektcodes, eines Codes zwischen einem Quell- und einem Objektcode, wie in teilweise kompilierter Form, oder in irgendeiner anderen Form vorliegen, die zur Verwendung bei der Realisierung der Prozesse gemäß der Erfindung geeignet ist.
Der Träger kann eine beliebige Anordnung oder eine beliebige Vorrichtung sein, die das Programm transportieren kann. Beispielsweise kann der Träger ein Speichermedium wie ein ROM, beispielsweise ein CD-ROM oder ein Halbleiter-ROM sein, oder ein magnetischer Aufzeichnungsträger, beispielsweise eine Diskette oder eine Festplatte. Ferner kann der Träger ein übertragungsfähiger Träger sein wie ein elektrisches oder optisches Signal, das über ein elektrisches oder optisches Kabel oder durch Funk oder durch andere Maßnahmen übertragen wird.
Wenn das Programm in einem Signal realisiert ist, das direkt durch ein Kabel oder eine andere Vorrichtung oder Einrichtung transportiert wird, kann der Träger durch ein derartiges Kabel oder eine andere Vorrichtung oder Einrichtung gebildet sein. Alternativ kann der Träger ein integrierter Schaltkreis sein, in den das Programm eingebettet ist, wobei er dazu ausgebildet ist, dass er die relevanten Prozesse ausführt oder beim Ausführen derselben verwendet wird.

Claims

Verfahren zum Erzeugen von Verarbeitungsinformation (15; 115; 215) für eine Zahlerzeugungsverarbeitung, die dazu betreibbar ist, eine eine Analogquelle (1, 101) darstellende Zahl aus einer der Analogquelle entsprechenden Analogdatenreihe zu erzeugen, wobei in dem Verfahren für eine Analogquelle wenigstens eine die Analogquelle darstellende Trainings-Analogdatenreihe empfangen wird, und eine Reihe von Messungen an der oder jeder Trainings-Analogdatenreihe durchgeführt wird, um für die oder jede Trainings-Analogdatenreihe eine entsprechende Reihe von Messwerten zu erhalten, die für die Verarbeitung durch die Zahlerzeugungsverarbeitung geeignet sind, dadurch gekennzeichnet, dass für wenigstens eine der Reihe von Messungen die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahl bezüglich Änderungen in dem entsprechenden Messwert analysiert wird, und wenigstens ein Verarbeitungsbefehl bestimmt wird, der dazu betreibbar ist, die Verarbeitung des entsprechenden Messwerts während der Zahlerzeugungsverarbeitung zu modifizieren, um die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahlen bezüglich Änderungen in den entsprechenden Messwerten zu reduzieren, und Verarbeitungsinformation (15; 115; 215) erzeugt wird, die die bestimmten Verarbeitungsbefehle anzeigt.
Verfahren nach Anspruch 1, wobei die Zahlerzeugungsverarbeitung eine Abfolge von numerischen Bereichen definiert, die jeweils eine obere numerische Grenze und eine untere numerische Grenze aufweisen, und die Zahl, die die Analogquelle darstellt, in Abhängigkeit von dem einem Messwert entsprechenden numerischen Bereich erzeugt.
Verfahren nach Anspruch 2, wobei beim Vorgang des Analysierens für wenigstens eine der Reihe von Messungen die Position des entsprechenden Messwerts innerhalb des entsprechenden Bereichs bestimmt wird und ein Verarbeitungsbefehl bestimmt wird, der dazu betreibbar ist, die relative Position zwischen dem entsprechenden Messwert und der oberen und/oder der unteren numerischen Grenze zu variieren, um den Abstand zwischen dem entsprechenden Messwert und der numerischen Grenze des nächsten numerischen Bereichs zu vergrößern.
Verfahren nach Anspruch 3, wobei beim Vorgang des Analysierens ein Verarbeitungsbefehl bestimmt wird, der einen zu dem Messwert hinzuzufügenden Offset-Wert aufweist.
Verfahren nach Anspruch 4, wobei der Offset-Wert dazu betreibbar ist, den entsprechenden Messwert in der Mitte eines numerischen Bereichs zu positionieren.
Verfahren nach einem der Ansprüche 2 bis 5, wobei beim Vorgang des Empfangens mehrere Trainings-Analogdatenreihen empfangen werden, wobei für wenigstens einen der Reihe von Messwerten beim Vorgang des Analysierens die entsprechenden Messwerte statistisch für die mehreren Trainings-Analogdatenreihen analysiert werden, und ein Verarbeitungsbefehl bestimmt wird, der die Abfolge von numerischen Bereichen definiert, die den jeweiligen Messwerten in Abhängigkeit von der statistischen Analyse zugeordnet werden.
Verfahren nach Anspruch 6, wobei der Vorgang des Analysierens für mehrere der Reihe von Messungen durchgeführt wird und ein die jeweilige verschiedene Abfolge von numerischen Bereichen definierender Verarbeitungsbefehl für jede der analysierten mehreren Messungen bestimmt wird.
Verfahren nach Anspruch 6 oder 7, wobei die statistische Analyse das Berechnen eines die Standardabweichung des jeweiligen Messwerts für die analysierte Messung anzeigenden Werts umfasst, wobei der bestimmte Verarbeitungsbefehl die obere und die untere numerische Grenze in Abhängigkeit von dem die Standardabweichung anzeigenden Wert eingestellt wird.
Verfahren nach Anspruch 1, wobei in der Zahlerzeugungsverarbeitung mehrere Merkmale innerhalb jeder Trainings-Analogdatenreihe identifiziert werden, die durch eine oder mehrere der Reihe von Messungen identifiziert werden, die jeweilige Bedingungen erfüllen.
Verfahren nach Anspruch 9, wobei beim Vorgang des Analysierens die Empfindlichkeit der Identifikation eines Merkmals bezüglich Variationen in dem entsprechenden Messwert für jeweils eine oder mehrere der Reihe von Messungen analysiert wird, und wenigstens ein Verarbeitungsbefehl bestimmt wird, der dazu betreibbar ist, die Identifikation des Merkmals zu modifizieren, um die Empfindlichkeit der Merkmalsidentifikationen bezüglich Variationen in den entsprechenden Messwerten zu reduzieren.
Verfahren nach Anspruch 10, wobei beim Vorgang des Empfangens mehrere Trainings-Analogdatenreihen empfangen werden und der Vorgang des Analysierens für mehrere der Reihe von Messungen durchgeführt wird, und falls ein Merkmal nicht in allen der Reihe von Merkmalen stabil identifiziert wird, ein Verarbeitungsbefehl bestimmt wird, der das Merkmal ausschließt.
Verfahren nach Anspruch 10, wobei ferner die identifizierten Merkmale abhängig von jeweils den Merkmalen zugeordneten Messwerten indiziert werden, wobei beim Vorgang des Analysierens die Empfindlichkeit der Indizierung bezüglich Variationen in den jeweils den Merkmalen zugeordneten Messwerten analysiert wird, und wenigstens ein Verarbeitungsbefehl bestimmt wird, der dazu betreibbar ist, die Indizierung der Merkmale zu modifizieren, um die Empfindlichkeit der Indizierung bezüglich Variationen in den jeweiligen Messwerten zu verringern.
Verfahren nach Anspruch 12, wobei der Verarbeitungsbefehl eine Indizierungsregel für mehrere Merkmale definiert.
Verfahren nach einem der Ansprüche 9 bis 11, wobei die Reihe von Messungen eine erste Reihe von Messungen zum Identifizieren von Merkmalen innerhalb der Trainings-Analogdatenreihen und eine zweite Reihe von Messungen zum Messen von Attributen der identifizierten Merkmale, um wenigstens einige der Messwerte zu erhalten, aufweist.
Verfahren nach Anspruch 14, wobei in der Zahlerzeugungsverarbeitung Merkmale in Abhängigkeit von einer oder mehrerer der zweiten Reihe von Messungen, die eine Bedingung erfüllen, in mehrere Kategorien klassifiziert werden.
Verfahren nach Anspruch 15, wobei beim Vorgang des Empfangens mehrere Trainings-Analogdatenreihen empfangen werden, und wobei der Analysiervorgang für mehrere der Reihe von Messungen durchgeführt wird, und falls ein Merkmal in verschiedene Kategorien in den verschiedenen Analogdatenreihen klassifiziert wird, ein Verarbeitungsbefehl bestimmt wird, der das Merkmal ausschließt.
Verfahren nach Anspruch 15, wobei beim Vorgang des Empfangens mehrere Trainings-Analogdatenreihen empfangen werden, und der Analysevorgang für mehrere der Reihe von Messungen durchgeführt wird, und falls ein Merkmal in drei oder mehr verschiedene Kategorien in verschiedenen Analogdatenreihen klassifiziert wird, ein Verarbeitungsbefehl bestimmt wird, der das Merkmal ausschließt.
Verfahren nach Anspruch 17, wobei, falls ein Merkmal in zwei verschiedene Kategorien in verschiedenen Analogdatenreihen klassifiziert wird, ein Verarbeitungsbefehl bestimmt wird, der die Klassifikation modifiziert.
Verfahren nach Anspruch 18, wobei der Verarbeitungsbefehl eine Klassifikationsregel für ein Merkmal umfasst.
Verfahren nach einem der vorstehenden Ansprüche, wobei wenigstens eine der Reihe von Messungen das Anwenden einer Transformationsfunktion umfasst, und der entsprechende Messwert durch den entsprechenden Transformationskoeffizienten gegeben ist.
Verfahren nach Anspruch 20, wobei die angewandte Transformation eine schnelle Fourier-Transformation ist.
Verfahren nach Anspruch 20, wobei die angewandte Transformation eine Wavelet-Transformation ist.
Verfahren nach Anspruch 20, wobei die angewandte Transformation eine Gabor-Transformation ist.
Verfahren nach einem der vorstehenden Ansprüche, wobei wenigstens eine der Reihe von Messungen eine Mustererkennungsoperation umfasst.
Verfahren nach einem der vorstehenden Ansprüche, wobei wenigstens eine der Reihe von Messungen durchgeführt wird, indem die Trainings-Analogdatenreihe in mehrere Abschnitte unterteilt wird, und die Eigenschaften der mehreren Abschnitte einzeln gemessen werden.
Verfahren nach Anspruch 25, wobei der Durchschnittsanalogdatenwert für jeden der mehreren Abschnitte gemessen wird.
Verfahren nach einem der vorstehenden Ansprüche, wobei ferner die Zahlerzeugungsverarbeitung angewandt wird, um die die Analogquelle darstellende Zahl zu erzeugen.
Verfahren nach Anspruch 27, wobei in der Zahlerzeugungsverarbeitung mehrere Datenwerte und mehrere Fehlerkorrekturwerte unter Verwendung der Reihe von Messwerten ermittelt werden; die Datenwerte kombiniert werden, um die die Analogquelle darstellende Zahl zu erzeugen, und Fehlerkorrekturinformation (19) unter Verwendung der Fehlerkorrekturwerte und der Datenwerte berechnet wird.
Verfahren nach Anspruch 28, wobei bei dem Vorgang der Berechnung der Fehlerkorrekturinformation jeder Fehlerkorrekturwert unter Verwendung eines zugehörigen Datenwerts verarbeitet wird.
Verfahren nach Anspruch 29, wobei eine bitweise exklusive ODER-Funktion auf jeden Fehlerkorrekturwert und den entsprechenden Datenwert angewandt wird, um die Fehlerkorrekturinformation zu erzeugen.
Verfahren nach einem der Ansprüche 28 bis 30, wobei ferner die Fehlerkorrekturinformation und die Verarbeitungsinformation kombiniert werden.
Verfahren nach einem der vorstehenden Ansprüche, wobei ferner eine Vorverarbeitung vor dem Durchführen der Reihe von Messungen durchgeführt wird, in der Abgleichdaten aus der wenigstens einen empfangenen Trainings-Analogdatenreihe erzeugt werden.
Verfahren nach Anspruch 32, wobei bei dem Vorgang des Empfangens mehrere Trainings-Analogdatenreihen empfangen werden, und wobei bei dem Vorgang des Vorverarbeitens die gespeicherten Abgleichdaten verwendet werden, um den Informationsgehalt der mehreren Trainings-Analogdatenreihen abzugleichen.
Verfahren nach Anspruch 32 oder 33, wobei bei dem Vorgang des Vorverarbeitens Abgleichdaten dadurch erzeugt werden, dass mehrere unterscheidungs kräftige Muster innerhalb einer Analogdatenreihe identifiziert werden und die Positionen der unterscheidungskräftigen Muster gespeichert werden.
Verfahren nach Anspruch 34, wobei ferner die unterscheidungskräftigen Muster unter Zuordnung zu den entsprechenden Positionen gespeichert werden.
Verfahren nach einem der Ansprüche 32 bis 35, wobei ferner die Trainings-Analogdatenreihen normalisiert werden.
Verfahren nach einem der vorstehenden Ansprüche, wobei die Analogdatenquelle in einem biologischen Merkmal eines Lebewesens besteht.
Verfahren nach Anspruch 37, wobei die Analogdatenquelle in der Iris eines Auges (1) besteht.
Verfahren nach Anspruch 37, wobei die Analogdatenquelle in der Netzhaut eines Auges (1) besteht.
Verfahren nach Anspruch 37, wobei die Analogdatenquelle in einem Fingerabdruck (101) besteht.
Verfahren nach einem der Ansprüche 1 bis 36, wobei die Analogdatenquelle in einer Photographie besteht.
Verfahren zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei in dem Verfahren Verarbeitungsinformation gemäß dem Verfahren nach einem der vorstehenden Ansprüche erzeugt wird, eine die Analogquelle darstellende Analogdatenreihe empfangen wird, die Reihe von Messungen an der Analogdatenreihe durchgeführt wird, um eine Reihe von Messwerten zu erhalten, und die Zahlerzeugungsverarbeitung unter Verwendung der Reihe von der Analogdatenreihe entsprechenden Messwerten gemäß den in der Verarbeitungsinformation gespeicherten Verarbeitungsbefehlen angewandt wird, um die die Analogquelle darstellende Zahl zu erzeugen.
Verfahren zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei in dem Verfahren eine die Analogquelle darstellende Analogdatenreihe empfangen wird, eine Reihe von Messungen an der Analogdatenreihe durchgeführt wird, um eine Reihe von Messwerten zu erhalten, und eine Zahlerzeugungsverarbeitung unter Verwendung der Reihe von Messwerten angewandt wird, um die die Analogquelle darstellende Zahl zu erzeugen, dadurch gekennzeichnet, dass Verarbeitungsinformation (15) aus einem Datenspeicher erhalten wird, wobei die Verarbeitungsinformation Verarbeitungsbefehle anzeigt, die jeweils einem entsprechenden der Reihe von Messwerten zugeordnet sind, und die Reihe von Messwerten in der Zahlerzeugungsverarbeitung gemäß der Verarbeitungsinformation (15) verarbeitet wird.
Verfahren nach Anspruch 43, wobei die Zahlerzeugungsverarbeitung eine Abfolge von numerischen Bereichen definiert, die jeweils eine obere numerische Grenze und eine untere numerische Grenze aufweisen, und die Zahl, die die Analogquelle darstellt, in Abhängigkeit von dem einem Messwert entsprechenden numerischen Bereich erzeugt.
Verfahren nach Anspruch 44, wobei die Verarbeitungsinformation einen Verarbeitungsbefehl definiert, der dazu betreibbar ist, die relative Position zwischen einem Messwert und der oberen und/oder der unteren numerischen Grenze des entsprechenden numerischen Bereichs zu variieren, um den Abstand zwischen dem entsprechenden Messwert und dem nächsten numerischen Bereich zu vergrößern.
Verfahren nach Anspruch 45, wobei der Verarbeitungsbefehl einen Offset-Wert (57) aufweist, der während der Zahlerzeugungsverarbeitung zu dem Messwert hinzugefügt wird.
Verfahren nach Anspruch 46, wobei der Offset-Wert (57) dazu betreibbar ist, den entsprechenden Messwert in der Mitte eines numerischen Bereichs zu positionieren.
Verfahren nach einem der Ansprüche 44 bis 47, wobei die Verarbeitungsinformation einen Verarbeitungsbefehl (53) aufweist, der die oberen und die unteren Grenzen für die Abfolge von numerischen Bereichen definiert, die den jeweiligen Messwerten zugeordnet werden.
Verfahren nach Anspruch 48, wobei die Verarbeitungsinformation Verarbeitungsbefehle definiert, die jeweils verschiedene Abfolgen von numerischen Bereichen für wenigstens zwei Messwerte definieren.
Verfahren nach Anspruch 48 oder 49, wobei der bestimmte Verarbeitungsbefehl die oberen und die unteren numerischen Grenzen der numerischen Bereiche für einen entsprechenden Messwert in Abhängigkeit von einer vorbestimmten Standardabweichung für den entsprechenden Messwert einstellt.
Verfahren nach Anspruch 93, wobei in der Zahlerzeugungsverarbeitung mehrere Merkmale innerhalb der Analogdatenreihe identifiziert werden, die durch eine oder mehrere der Reihe von Messungen identifiziert werden, die jeweilige Bedingungen erfüllen.
Verfahren nach Anspruch 51, wobei die Verarbeitungsinformation wenigstens einen Verarbeitungsbefehl aufweist, der dazu betreibbar ist, die Identifikation eines Merkmals zu modifizieren.
Verfahren nach Anspruch 52, wobei die Verarbeitungsinformation einen Verarbeitungsbefehl aufweist, der ein Merkmal ausschließt, das einen oder mehreren Messwerten zugeordnet ist.
Verfahren nach Anspruch 52, wobei in der Zahlerzeugungsverarbeitung ferner die identifizierten Merkmale abhängig von jeweils den Merkmalen zugeordneten Messwerten indiziert werden, wobei die Verarbeitungsinformation wenigstens einen Verarbeitungsbefehl aufweist, der dazu betreibbar ist, die Indizierung der Merkmale zu modifizieren.
Verfahren nach Anspruch 54, wobei der Verarbeitungsbefehl eine Indizierungsregel für mehrere Merkmale definiert.
Verfahren nach einem der Ansprüche 51 bis 55, wobei die Reihe von Messungen eine erste Reihe von Messungen zum Erhalten einer ersten Reihe von Messwerten zum Identifizieren von Merkmalen innerhalb der Analogdatenreihen und eine zweite Reihe von Messungen zum Messen von Attributen der identifizierten Merkmale, um eine zweite Reihe von Messwerten zu erhalten, aufweist.
Verfahren nach Anspruch 56, wobei in der Zahlerzeugungsverarbeitung Merkmale in Abhängigkeit von einer oder mehreren der zweiten Reihe von Messungen, die jeweilige Bedingungen erfüllen, in mehrere Kategorien klassifiziert werden.
Verfahren nach Anspruch 57, wobei die Verarbeitungsinformation einen Verarbeitungsbefehl definiert, der ein identifiziertes Merkmal ausschließt.
Verfahren nach Anspruch 57, wobei die Verarbeitungsinformation einen Verarbeitungsbefehl definiert, der die Klassifikation eines identifizierten Merkmals modifiziert.
Verfahren nach Anspruch 59, wobei der Verarbeitungsbefehl eine Klassifikationsregel für ein Merkmal umfasst.
Verfahren nach einem der Ansprüche 43 bis 60, wobei wenigstens eine der Reihe von Messungen das Anwenden einer Transformationsfunktion umfasst, und der entsprechende Messwert durch den entsprechenden Transformationskoeffizienten gegeben ist.
Verfahren nach Anspruch 61, wobei die angewandte Transformation eine schnelle Fourier-Transformation ist.
Verfahren nach Anspruch 61, wobei die angewandte Transformation eine Wavelet-Transformation ist.
Verfahren nach Anspruch 61, wobei die angewandte Transformation eine Gabor-Transformation ist.
Verfahren nach einem der Ansprüche 43 bis 60, wobei wenigstens eine der Reihe von Messungen eine Mustererkennungsoperation umfasst.
Verfahren nach einem der Ansprüche 43 bis 65, wobei wenigstens eine der Reihe von Messungen durchgeführt wird, indem die Analogdatenreihe in mehrere Abschnitte unterteilt wird, und die Eigenschaften der mehreren Abschnitte einzeln gemessen werden.
Verfahren nach Anspruch 66, wobei der Durchschnittsanalogdatenwert für jeden der mehreren Abschnitte gemessen wird.
Verfahren nach einem der Ansprüche 43 bis 67, wobei in der Zahlerzeugungsverarbeitung: mehrere Datenwerte und mehrere Fehlerkorrekturwerte unter Verwendung der Reihe von Messwerten ermittelt werden, wobei jeder Datenwert mindestens einem Fehlerkorrekturwert zugeordnet wird; jeder Datenwert und der entsprechende wenigstens eine Fehlerkorrekturwert gemäß gespeicherter Verwendung Fehlerkorrekturinformation verarbeitet wird, um mehrere angepasste Datenwerte zu erzeugen; und die angepassten Datenwerte kombiniert werden, um die die Analogquelle darstellende Zahl zu erzeugen.
Verfahren nach Anspruch 68, wobei eine bitweise exklusive ODER-Funktion auf jeden Fehlerkorrekturwert und eine entsprechende Binärzahl angewandt wird, die in der Fehlerkorrekturinformation gespeichert ist.
Verfahren nach einem der Ansprüche 43 bis 69, wobei ferner eine Vorverarbeitung vor dem Durchführen der Reihe von Messungen durchgeführt wird, in der ein Abgleichen der empfangenen Analogdatenreihe unter Verwendung von gespeicherten Abgleichdaten erfolgt.
Verfahren nach Anspruch 70, wobei die Abgleichdaten Referenzpositionen entsprechend mehreren unterscheidungskräftigen Mustern innerhalb der Analogdatenreihe identifizieren.
Verfahren nach Anspruch 71, wobei die Abgleichdaten ferner die mehreren unterscheidungskräftigen Muster gespeichert unter Zuordnung zu den entsprechenden Positionen aufweisen.
Verfahren nach einem der Ansprüche 70 bis 72, wobei in dem Vorverarbeitungsvorgang ferner die empfangene Analogdatenreihe normalisiert wird.
Verfahren nach einem der Ansprüche 43 bis 73, wobei die Analogdatenquelle in einem biologischen Merkmal eines Lebewesens besteht.
Verfahren nach Anspruch 74, wobei die Analogdatenquelle in der Iris eines Auges besteht.
Verfahren nach Anspruch 74, wobei die Analogdatenquelle in der Netzhaut eines Auges besteht.
Verfahren nach Anspruch 74, wobei die Analogdatenquelle in einem Fingerabdruck besteht.
Verfahren nach einem der Ansprüche 43 bis 73, wobei die Analogdatenquelle in einer Photographie besteht.
Gerät zum Erzeugen von Verarbeitungsinformation (15; 115; 215) für eine Zahlerzeugungsverarbeitung, die dazu betreibbar ist, eine eine Analogquelle darstellende Zahl aus einer einer Analogquelle entsprechenden Analogdatenreihe zu erzeugen, wobei das Gerät aufweist: einen Empfänger, der dazu betreibbar ist, für eine Analogquelle wenigstens eine Trainings-Analogdatenreihe zu empfangen, die die Analogquelle darstellt, und eine Einrichtung (7, 11) zum Durchführen einer Reihe von Messungen an jeder der wenigstens einen Analogdatenreihe, um für jede Trainings-Analogdatenreihe eine entsprechende Reihe von Messwerten zu erhalten, die dazu geeignet sind, durch die Zahlerzeugungsverarbeitung verarbeitet zu werden, gekennzeichnet durch eine Analyseeinrichtung (13; 111, 113; 213), die dazu betreibbar ist, für wenigstens eine der Reihe von Messungen die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahl bezüglich Änderungen in dem entsprechenden Messwert zu analysieren, und wenigstens einen Verarbeitungsbefehl zu bestimmen, der dazu betreibbar ist, die Verarbeitung des entsprechenden Messwerts während der Zahlerzeugungsverarbeitung zu bestimmen, um die Empfindlichkeit der durch die Zahlerzeugungsverarbeitung erzeugten Zahlen bezüglich Änderungen in dem entsprechenden Messwert zu reduzieren, und eine Informationserzeugungseinrichtung (13; 111, 113; 213), die dazu betreibbar ist, eine Verarbeitungsinformation zu erzeugen, die die bestimmten Verarbeitungsbefehle anzeigt.
Gerät nach Anspruch 79, wobei die Zahlerzeugungsverarbeitung eine Abfolge von numerischen Bereichen definiert, die jeweils eine obere numerische Grenze und eine untere numerische Grenze aufweisen, und die Zahl, die die Analogquelle darstellt, in Abhängigkeit von dem einem Messwert entsprechenden numerischen Bereich erzeugt.
Gerät nach Anspruch 80, wobei die Analyseeinrichtung (13) eine Einrichtung aufweist, um für wenigstens eine der Reihe von Messungen die Position des entsprechenden Messwerts innerhalb des entsprechenden Bereichs zu bestimmen und um einen Verarbeitungsbefehl zu bestimmen, der dazu betreibbar ist, die relative Position zwischen dem entsprechenden Messwert und der oberen und/oder der unteren numerischen Grenze zu variieren, um den Abstand zwischen dem entsprechenden Messwert und der numerischen Grenze des nächsten numerischen Bereichs zu vergrößern.
Gerät nach Anspruch 81, wobei die Analyseeinrichtung (13) dazu ausgelegt ist, einen Verarbeitungsbefehl (57) zu bestimmen, der einen zu dem Messwert hinzuzufügenden Offset-Wert aufweist.
Gerät nach Anspruch 82, wobei der Offset-Wert dazu betreibbar ist, den entsprechenden Messwert in der Mitte eines numerischen Bereichs zu positionieren.
Gerät nach einem der Ansprüche 80 bis 83, wobei die Analyseeinrichtung (13) dazu betreibbar ist, mehrere Reihen von Messwerten zu analysieren, die jeweils mehreren empfangenen Trainings-Analogdatenreihen entsprechen, und für wenigstens einen der Reihe von Messwerten die entsprechenden Messwerte statistisch für die mehreren Trainings-Analogdatenreihen zu analysieren, und einen Verarbeitungsbefehl zu bestimmen, der die Abfolge von numerischen Bereichen definiert, die den jeweiligen Messwerten in Abhängigkeit von der statistischen Analyse zugeordnet werden.
Gerät nach Anspruch 84, wobei die Analyseeinrichtung (13) dazu betreibbar ist, mehrere Messungen in derselben Reihe von Messungen zu analysieren und die Verarbeitungsbefehle zu bestimmen, die die jeweiligen verschiedenen Abfolgen von numerischen Bereichen für jede der analysierten mehreren Messungen definieren.
Gerät nach Anspruch 84 oder 85, wobei die Analyseeinrichtung (13) dazu betreibbar ist, die statistische Analyse durch Berechnen eines die Standard abweichung des jeweiligen Messwerts für die analysierte Messung anzeigenden Werts durchzuführen, wobei die Analyseeinrichtung dazu betreibbar ist, die obere und die untere numerische Grenze eines numerischen Bereichs in Abhängigkeit von dem die Standardabweichung anzeigenden Wert einzustellen.
Gerät nach Anspruch 79, wobei in der Zahlerzeugungsverarbeitung mehrere Merkmale innerhalb jeder Trainings-Analogdatenreihe identifiziert werden, die durch eine oder mehrere Messungen einer Reihe von Messungen identifiziert werden, die jeweilige Bedingungen erfüllen.
Gerät nach Anspruch 87, wobei die Analyseeinrichtung (111, 113) dazu betreibbar ist, die Empfindlichkeit der Identifikation eines Merkmals bezüglich Variationen in den entsprechenden Messwerten zu analysieren, und wenigstens einen Verarbeitungsbefehl zu bestimmen, der dazu betreibbar ist, die Identifikation des Merkmals zu modifizieren, um die Empfindlichkeit der Merkmalsidentifikationen bezüglich Variationen in den entsprechenden Messwerten zu reduzieren.
Gerät nach Anspruch 88, wobei die Analyseeinrichtung (111, 113) dazu betreibbar ist, mehrere Reihen von Messungen zu analysieren, die mehreren Trainings-Analogdatenreihen entsprechen, und einen Verarbeitungsbefehl (139) zu bestimmen, der ein Merkmal ausschließt, falls das ausgeschlossene Merkmal nicht in allen der Reihe von Merkmalen identifiziert wird.
Gerät nach Anspruch 88, ferner mit einer Einrichtung (141) zum Indizieren der identifizierten Merkmale abhängig von jeweils den Merkmalen zugeordneten Messwerten, wobei die Analyseeinrichtung dazu betreibbar ist, die Empfindlichkeit der Indizierung bezüglich Variationen in den jeweils den Merkmalen zugeordneten Messwerten zu analysieren, und wenigstens einen Verarbeitungsbefehl (193) zu bestimmen, der dazu betreibbar ist, die Indizierung der Merkmale zu modifizieren, um die Empfindlichkeit der Indizierung bezüglich Variationen in den jeweiligen Messwerten zu verringern.
Gerät nach Anspruch 90, wobei der Verarbeitungsbefehl (143) eine Indizierungsregel für mehrere Merkmale definiert.
Gerät nach einem der Ansprüche 88 bis 91, wobei die Einrichtung zum Durchführen der Messungen dazu betreibbar ist, eine erste Reihe von Messungen zum Identifizieren von Merkmalen innerhalb der oder jeder Trainings-Analogdatenreihe und eine zweite Reihe von Messungen zum Messen von Attributen der zu erhaltenden identifizierten Merkmale aufweist.
Gerät nach Anspruch 92, wobei in der Zahlerzeugungsverarbeitung Merkmale in Abhängigkeit von einer oder mehrerer der zweiten Reihe von Messungen, die eine Bedingung erfüllen, in mehrere Kategorien klassifiziert werden.
Gerät nach Anspruch 93, wobei die Analyseeinrichtung (111, 113) dazu betreibbar ist, mehrere Reihen von Messungen entsprechend jeweils mehreren Trainings-Analogdatenreihen zu analysieren, und einen Verarbeitungsbefehl (139) zu bestimmen, der ein Merkmal ausschließt, falls das ausgeschlossene Merkmal in verschiedene Kategorien für verschiedene Analogdatenreihen klassifiziert wird.
Gerät nach Anspruch 93, wobei die Analyseeinrichtung dazu betreibbar ist, mehrere Reihen von Messungen entsprechend jeweils mehreren Trainings-Analogdatenreihen durchzuführen, und einen Verarbeitungsbefehl (139) zu bestimmen, der ein Merkmal ausschließt, falls das ausgeschlossene Merkmal in drei oder mehr verschiedene Kategorien in verschiedenen Analogdatenreihen klassifiziert wird.
Gerät nach Anspruch 94, wobei, falls ein Merkmal in zwei verschiedene Kategorien in verschiedenen Analogdatenreihen klassifiziert wird, die Analyseeinrichtung (111, 213) dazu betreibbar ist, einen Verarbeitungsbefehl (153) zu bestimmen, der die Klassifikation modifiziert.
Gerät nach Anspruch 96, wobei die Analyseeinrichtung (111, 113) dazu betreibbar ist, eine Verarbeitungsbefehl zu definieren, der eine Klassifikationsregel für ein Merkmal umfasst.
Gerät nach einem der Ansprüche 79 bis 97, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Transformationsfunktion auf eine empfangene Trainings-Analogdatenreihe anzuwenden, um einen entsprechenden Messwert zu bestimmen.
Gerät nach Anspruch 98, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine schnelle Fourier-Transformation anzuwenden.
Gerät nach Anspruch 98, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Wavelet-Transformation anzuwenden.
Gerät nach Anspruch 98, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Gabor-Transformation anzuwenden.
Gerät nach einem der Ansprüche 79 bis 101, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Mustererkennungsoperation durchzuführen.
Gerät nach einem der Ansprüche 79 bis 102, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, die oder jede Trainings-Analogdatenreihe in mehrere Abschnitte zu unterteilen, und die individuellen Eigenschaften der mehreren Abschnitte zu messen.
Gerät nach Anspruch 103, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, einen Durchschnittsanalogdatenwert für jeden der mehreren Abschnitte zu messen.
Gerät nach einem der Ansprüche 79 bis 104, ferner mit einer Zahlerzeugungseinrichtung (17; 117; 217), die dazu betreibbar ist, die die Analogquelle darstellende Zahl zu erzeugen.
Gerät nach Anspruch 105, wobei die Zahlerzeugungseinrichtung (17; 117; 217) aufweist: eine Einrichtung (61; 165), um mehrere Datenwerte und mehrere Fehlerkorrekturwerte unter Verwendung der Reihe von Messwerten zu ermitteln; eine Einrichtung zum Kombinieren der Datenwerte, um die die Analogquelle darstellende Zahl zu erzeugen; und eine Einrichtung zum Berechnen von Fehlerkorrekturinformation unter Verwendung der Fehlerkorrekturwerte und der Datenwerte.
Gerät nach Anspruch 106, wobei die Einrichtung zum Berechnen von Fehlerkorrekturinformation eine Einrichtung aufweist, um jeden Fehlerkorrekturwert unter Verwendung eines zugehörigen Datenwerts zu verarbeiten.
Gerät nach Anspruch 107, wobei die Verarbeitungseinrichtung dazu betreibbar ist, eine bitweise exklusive ODER-Funktion auf jeden Fehlerkorrekturwert und den entsprechenden Datenwert anzuwenden, um die Fehlerkorrekturinformation zu erzeugen.
Gerät nach einem der Ansprüche 106 bis 108, ferner mit einer Einrichtung zum Kombinieren der Fehlerkorrekturinformation und der Verarbeitungsinformation.
Gerät nach einem der Ansprüche 79 bis 109, wobei ferner mit einer Einrichtung zum Durchführen einer Vorverarbeitungsoperation, um Abgleichdaten aus der wenigstens einen empfangenen Trainings-Analogdatenreihe zu erzeugen.
Gerät nach Anspruch 110, wobei die Vorverarbeitungseinrichtung eine Einrichtung (35; 133) aufweist, um den Informationsgehalt der mehreren Trainings-Analogdatenreihen unter Verwendung der gespeicherten Abgleichdaten abzugleichen.
Gerät nach Anspruch 110 oder 111, wobei die Vorverarbeitungseinrichtung dazu betreibbar ist, Abgleichdaten zu erzeugen, indem mehrere unterscheidungskräftige Muster innerhalb einer Analogdatenreihe identifiziert werden und die Positionen der unterscheidungskräftigen Muster gespeichert werden.
Gerät nach Anspruch 112, ferner mit einer Einrichtung zum Speichern der unterscheidungskräftigen Muster unter Zuordnung zu den entsprechenden Positionen.
Gerät nach einem der Ansprüche 110 bis 113, ferner mit einer Einrichtung zum Normalisieren der Trainings-Analogdatenreihen.
Gerät nach einem der Ansprüche 79 bis 114, ferner mit einer Einrichtung (3; 103; 203; 303) zum Abbilden eines biologischen Merkmals eines Lebewesens, um die oder jede Trainings-Analogdatenreihe zu erzeugen.
Gerät nach Anspruch 115, wobei die Abbildungseinrichtung (3) dazu ausgelegt ist, die Iris eines Auges abzubilden.
Gerät nach Anspruch 115, wobei die Abbildungseinrichtung (103) dazu ausgelegt ist, die Netzhaut eines Auges abzubilden.
Gerät nach Anspruch 115, wobei die Abbildungseinrichtung in einem Fingerabdrucksensor (203) besteht.
Gerät nach einem der Ansprüche 79 bis 114, wobei die Abbildungseinrichtung (303) dazu ausgelegt ist, eine Photographie abzubilden.
Gerät zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei das Gerät aufweist: ein Gerät zum Erzeugen von Verarbeitungsinformation gemäß einem der Ansprüche 79 bis 119; einen Empfänger, der zum Empfangen der die Analogquelle darstellenden Analogdatenreihe betreibbar ist; eine Einrichtung zum Durchführen der Reihe von Messungen an der von dem Empfänger empfangenen Analogdatenreihe, um eine Reihe von Messwerten zu erhalten; und eine Zahlerzeugungseinrichtung, die dazu betreibbar ist, gemäß den in der Verarbeitungsinformation gespeicherten Verarbeitungsbefehlen die die Analogquelle darstellende Zahl unter Verwendung der Reihe von Messwerten zu erzeugen, die der Analogdatenreihe entsprechen.
Gerät zum Erzeugen einer eine Analogdatenquelle darstellenden Zahl, wobei das Gerät aufweist: einen Empfänger, der zum Empfangen einer die Analogquelle darstellenden Analogdatenreihe betreibbar ist; eine Einrichtung zum Durchführen einer Reihe von Messungen an der Analogdatenreihe, um eine Reihe von Messwerten zu erhalten; und eine Zahlerzeugungseinrichtung (17; 117; 217; 413), die dazu betreibbar ist, die die Analogquelle darstellende Zahl unter Verwendung der Reihe von Messwerten zu erzeugen, dadurch gekennzeichnet, dass das Gerät ferner einen Datenspeicher (5) zum Speichern von Verarbeitungsinformation (15; 115; 215; 407) aufweist, die Verarbeitungsbefehle anzeigt, die dazu betreibbar sind, wahlweise die Verarbeitung der Reihe von Messwerten zu modifizieren, um die Empfindlichkeit der erzeugten Zahl bezüglich Variationen in der Reihe von Messwerten zu verringern, und die Zahlerzeugungseinrichtung (17; 117; 217; 413) dazu betreibbar ist, die die Analogquelle darstellende Zahl unter Verwendung der Reihe von Messwerten gemäß der in der Verarbeitungsinformation gespeicherten Verarbeitungsbefehle zu erzeugen.
Gerät nach Anspruch 121, wobei die Zahlerzeugungseinrichtung (17; 117; 217; 413) dazu betreibbar ist, eine Abfolge von numerischen Bereichen zu definieren, die jeweils eine obere numerische Grenze und eine untere numerische Grenze aufweisen, und die Zahl, die die Analogquelle darstellt, in Abhängigkeit von dem einem Messwert entsprechenden numerischen Bereich zu erzeugen.
Gerät nach Anspruch 122, wobei die Zahlerzeugungseinrichtung (17; 117; 217; 413) dazu betreibbar ist, die relative Position zwischen einem Messwert und der oberen und/oder der unteren numerischen Grenze des entsprechenden numerischen Bereichs gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl zu variieren.
Gerät nach Anspruch 123, wobei die Zahlerzeugungseinrichtung (17; 117; 217; 413), dazu betreibbar ist, einen Offset-Wert zu dem Messwert hinzuzufügen.
Gerät nach Anspruch 124, wobei der Offset-Wert dazu betreibbar ist, den entsprechenden Messwert in der Mitte eines numerischen Bereichs zu positionieren.
Gerät nach einem der Ansprüche 122 bis 125, wobei die Zahlerzeugungseinrichtung (17; 117; 217; 413) dazu betreibbar ist, die oberen und die unteren Grenzen für die Abfolge von numerischen Bereichen, die den jeweiligen Messwerten zugeordnet werden, gemäß durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehlen zu definieren.
Gerät nach Anspruch 126, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, jeweils verschiedene Abfolgen von numerischen Bereichen für wenigstens zwei Messwerte gemäß durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehlen zu definieren.
Gerät nach Anspruch 126 oder 127, wobei der bestimmte Verarbeitungsbefehl die oberen und die unteren numerischen Grenzen der numerischen Bereiche für einen entsprechenden Messwert in Abhängigkeit von einer vorbestimmten Standardabweichung für den entsprechenden Messwert einstellt.
Gerät nach Anspruch 121, wobei die Zahlerzeugungseinrichtung eine Einrichtung aufweist, um mehrere Merkmale innerhalb der Analogdatenreihe zu identifizieren, die durch eine oder mehrere der Reihe von Messungen identifiziert werden, die jeweilige Bedingungen erfüllen.
Gerät nach Anspruch 129, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, die Identifikation eines Merkmals gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl zu modifizieren.
Gerät nach Anspruch 130, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, ein Merkmal gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl auszuschließen.
Gerät nach Anspruch 130, wobei die Zahlerzeugungseinrichtung eine Einrichtung aufweist, um die identifizierten Merkmale abhängig von jeweils den Merkmalen zugeordneten Messwerten zu indizieren, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, die Indizierung der Merkmale gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl zu modifizieren.
Gerät nach Anspruch 132, wobei der Verarbeitungsbefehl eine Indizierungsregel für mehrere Merkmale definiert.
Gerät nach einem der Ansprüche 121 bis 133, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine erste Reihe von Messungen zum Erhalten einer ersten Reihe von Messwerten zum Identifizieren von Merkmalen innerhalb der Analogdatenreihen und eine zweite Reihe von Messungen zum Messen von Attributen der identifizierten Merkmale, um eine zweite Reihe von Messwerten zu erhalten, durchzuführen.
Gerät nach Anspruch 134, wobei die Zahlerzeugungseinrichtung eine Einrichtung aufweist, um Merkmale in Abhängigkeit von einer oder mehreren der zweiten Reihe von Messungen, die jeweilige Bedingungen erfüllen, in mehrere Kategorien zu klassifizieren.
Gerät nach Anspruch 135, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, ein identifiziertes Merkmal gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl auszuschließen.
Gerät nach Anspruch 135, wobei die Zahlerzeugungseinrichtung dazu betreibbar ist, eine Klassifikation eines identifizierten Merkmals gemäß einem durch die Verarbeitungsinformation angezeigten Verarbeitungsbefehl zu modifizieren.
Gerät nach Anspruch 137, wobei der Verarbeitungsbefehl eine Klassifikationsregel für ein Merkmal umfasst.
Gerät nach einem der Ansprüche 121 bis 138, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Transformationsfunktion auf eine empfangene Trainings-Analogdatenreihe anzuwenden, um einen entsprechenden Messwert zu bestimmen.
Gerät nach Anspruch 139, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine schnelle Fourier-Transformation anzuwenden.
Gerät nach Anspruch 139, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Wavelet-Transformation anzuwenden.
Gerät nach Anspruch 139, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Gabor-Transformation anzuwenden.
Gerät nach einem der Ansprüche 121 bis 142, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, eine Mustererkennungsoperation durchzuführen.
Gerät nach einem der Ansprüche 121 bis 143, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, die oder jede Analogdatenreihe in mehrere Abschnitte zu unterteilen, und die individuellen Eigenschaften der mehreren Abschnitte zu messen.
Gerät nach Anspruch 144, wobei die Einrichtung zum Durchführen von Messungen dazu betreibbar ist, einen Durchschnittsanalogdatenwert für jeden der mehreren Abschnitte zu messen.
Gerät nach einem der Ansprüche 121 bis 143, wobei die Zahlerzeugungseinrichtung (17; 117; 217) aufweist: eine Einrichtung zum Ermitteln mehrerer Datenwerte und mehrerer Fehlerkorrekturwerte unter Verwendung der Reihe von Messwerten; eine Einrichtung zum Kombinieren der Datenwerte, um die die Analogquelle darstellende Zahl zu erzeugen; und eine Einrichtung zum Berechnen von Fehlerkorrekturinformation unter Verwendung der Fehlerkorrekturwerte und der Datenwerte.
Verfahren nach Anspruch 146, wobei die Einrichtung zum Berechnen von Fehlerkorrekturinformation eine Einrichtung zum Verarbeiten jedes Fehlerkorrekturwerts unter Verwendung eines zugehörigen Datenwerts aufweist.
Gerät nach Anspruch 147, wobei die Verarbeitungseinrichtung dazu betreibbar ist, eine bitweise exklusive ODER-Funktion auf jeden Fehlerkorrekturwert und den entsprechenden Datenwert anzuwenden, um die Fehlerkorrekturinformation zu erzeugen.
Gerät nach einem der Ansprüche 146 bis 148, ferner mit einer Einrichtung zum Kombinieren der Fehlerkorrekturinformation und der Verarbeitungsinformation.
Gerät nach einem der Ansprüche 142 bis 149, ferner mit einer Einrichtung zum Durchführen einer Vorverarbeitungsoperation, um Abgleichdaten aus der wenigstens einen empfangenen Traninings-Analogdatenreihe zu erzeugen.
Gerät nach Anspruch 150, wobei die Vorverarbeitungseinrichtung eine Einrichtung (35; 133) zum Abgleichen des Informationsgehalts der mehreren Trainings-Analogdatenreihen unter Verwendung der gespeicherten Abgleichdaten aufweist.
Gerät nach Anspruch 150 oder 151, wobei die Vorverarbeitungseinrichtung dazu betreibbar ist, Abgleichdaten zu erzeugen, indem mehrere unterschei dungskräftige Muster innerhalb der Analogdatenreihe identifiziert und die Positionen der unterscheidungskräftigen Muster gespeichert werden.
Gerät nach Anspruch 152, ferner mit einer Einrichtung zum Speichern des unterscheidungskräftigen Musters unter Zuordnung zu der entsprechenden Position.
Gerät nach einem der Ansprüche 149 bis 153, ferner mit einer Einrichtung zum Normalisieren der Trainings-Analogdatenreihen.
Gerät nach einem der Ansprüche 121 bis 154, ferner mit einer Einrichtung (3; 103; 203; 303) zum Abbilden eines biologischen Merkmals eines Lebewesens, um die oder jede Trainings-Analogdatenreihe zu erzeugen.
Gerät nach Anspruch 155, wobei die Abbildungseinrichtung (3) dazu ausgelegt ist, die Iris eines Auges abzubilden.
Gerät nach Anspruch 155, wobei die Abbildungseinrichtung (103) dazu ausgelegt ist, die Netzhaut eines Auges abzubilden.
Gerät nach Anspruch 155, wobei die Abbildungseinrichtung in einem Fingerabdrucksensor (203) besteht.
Gerät nach einem der Ansprüche 121 bis 154, wobei die Abbildungseinrichtung (303) dazu ausgelegt ist, eine Photographie abzubilden.
Befehle speichernde Speichervorrichtung mit Befehlen zum Veranlassen eines programmierbaren Geräts, ein Verfahrens gemäß einem der Ansprüche 1 bis 78 durchzuführen.
Befehle übertragendes Signal mit Befehlen, um ein programmierbares Gerät zum Durchführen eines Verfahrens gemäß einem der Ansprüche 1 bis 78 zu veranlassen.