DE69719085T2

DE69719085T2 - Biometrische erkennung mittels eines satzes von vergleichsmustern

Info

Publication number: DE69719085T2
Application number: DE69719085T
Authority: DE
Inventors: J. Brady
Original assignee: Minnesota Mining and Manufacturing Co
Current assignee: 3M Co
Priority date: 1996-06-11
Filing date: 1997-04-21
Publication date: 2003-07-31
Anticipated expiration: 2017-04-22
Also published as: CA2256672C; JP3975248B2; WO1997048067A1; US5892838A; JP2000512047A; ES2189958T3; KR100447023B1; DE69719085D1; AU2805597A; KR20000016451A; EP0976087B1; BR9709670A; CA2256672A1; EP0976087A1; AR007516A1

Description

Gebiet der Erfindung

Die Erfindung betrifft allgemein das Gebiet des Bildvergleichs. Insbesondere betrifft sie biometrische Personenauthentifikationssysteme, die Identitäten Von Personen auf Echtheit prüfen.

Hintergrund der Erfindung

Obwohl die Erfindung allgemein auf dem Gebiet des Bildvergleichs angewendet werden kann, hat die Erfindung auf dem Gebiet der Personenidentifikation einen besonderen Nutzen. Die Identifikation einer Person oder die Überprüfung, ob eine Person die Person ist, die sie zu sein vorgibt, ist ein allgemeines Problem, mit dem Personen, Firmen und Regierungen konfrontiert sind. Eine hochentwickelte Personenidentifikation wird zwar häufig für Sicherheitszwecke in sensiblen Regierungs- und Wirtschaftseinrichtungen verwendet, aber der Vergleich zum Zwecke einer Personenidentifikation hat ein mögliches Anwendungsgebiet überall dort, wo die Identität einer Person identifiziert oder überprüft werden muß, z. B. bei der Zugangskontrolle zu konkreten Orten, z. B. Flughäfen, Industriestandorten oder Wohnungen. Sie hat auch eine potentielle Anwendung bei der Zugangskontrolle zu Rechen- und Datenverwaltungseinrichtungen und bei Bank- oder Handelstransaktionen.
Verfahren zur Identifikation einer Person beruhen häufig auf der Kenntnis einer beschränkt zugänglichen Information, z. B. ein Paßwortes, dem Besitz eines beschränkt zugänglichen Gegenstandes, z. B. ein Hauptschlüssel, oder dem physischen Erscheinungsbild, z. B. Übereinstimmung mit einem Vergleichsfoto. Biometrische Unterscheidungsmerkmale sind bisher auch schon zur Personenidentifikation verwendet worden. Die Biometrie ist das Studium biologischer Phänomene, und auf dem Gebiet der Personenidentifikation wird ein bestimmtes ausgewähltes Kennzeichen einer Person verwendet, um die Identität dieser Person zu identifizieren oder zu überprüfen. Die biometrische Identifikation ist besonders geeignet, da bestimmte persönliche Kennzeichen bei jeder Person im wesentlichen eindeutig sind und von einem Betrüger schwer reproduziert werden können. Ferner können die Aufzeichnung und die Analyse biometrischer Daten automatisiert werden, so daß die Verwendung computergesteuerter Elektronik und digitale Aufzeichnungstechniken möglich wird.
Die Verwendung biometrischer Unterscheidungsmerkmale zu Identifikationszwecken erfordert, daß ein bestimmter biometrischer Faktor bei jeder Person im wesentlichen einmalig ist, daß dieser leicht gemessen werden kann und daß er über die Zeitperiode, in der die Person zwecks Identifikation geprüft werden kann, invariant ist. Ferner sollten die biometrischen Unterscheidungsmerkmale von einem Betrüger schwer zu kopieren sein, um sich gegen eine falsche Identifikation abzusichern. Die biometrischen Unterscheidungsmerkmale können biologisch bestimmt werden, oder es kann sich um eine bestimmte Eigenschaften handeln, die erlernt oder erworben werden, z. B. die Handschrift oder Sprachmuster.
Einige der biometrischen Merkmale, die heute für eine Verwendung in einem Personenidentifikationssystem am meisten untersucht werden, sind u. a. Fingerabdrücke, Hand- oder Handflächenabdrücke, Netzhautabtastungen, Unterschriften und Sprachmuster. Hand- oder Handflächenabdrucktechniken bewerten normalerweise die Form der Hand einer Person und andere wichtige Merkmale, z. B. Falten in der Handfläche, aber diese Techniken können durch Schablonen oder Modelle der Hand einer berechtigten Person mißbraucht werden. Netzhautabtasttechniken bewerten das Muster von Blutgefäßen in der Netzhaut einer Person. Ein Nachteil dieser Technik besteht darin, daß sich das Blutgefäßmuster mit der Zeit ändern kann, z. B. wenn Alkohol im Blutstrom ist oder bei unregelmäßiger Verwendung von Brillen oder Kontaktlinsen. Außerdem kann ein Teilnehmer sich unbehaglich fühlen, wenn sein Auge zwecks Netzhautabtastung beleuchtet wird, oder wegen der Möglichkeit einer Kontamination des Auges, wenn ein Kontakt zwischen dem Auge und der Abtastvorrichtung erfolgt. Unterschriften können leicht gefälscht werden und müssen normalerweise von einem Angestellten bewertet werden, obwohl Forschungen an automatisierten Systemen durchgeführt worden sind, die die Dynamik der Handschrift einer Person bewerten, z. B. die Geschwindigkeit und die Kraft der Handbewegung und die Pausen beim Schreiben. Die Verwendung von Sprachmustern als Identifikationskennzeichen ist schwierig wegen der starken Schwankungen der Stimme einer Person im Laufe der Zeit, wegen des Vorhandenseins von Hintergrundrauschen während der Bewertung und wegen der Möglichkeit, daß ein Betrüger das System mit einer Aufzeichnung der Stimme einer berechtigten Person betrügt.
Obwohl über die Jahre viele biologisch ermittelte Unterscheidungsmerkmale verwendet worden sind, z. B. das menschliche Auge, Gesichtszüge, Knochenstruktur, Fingernagelmuster und Falten in der Handfläche oder in den Fingern der Hand, sind Fingerabdrücke bisher das am meisten verwendete biometrische Merkmal für eine Personenidentifikation. Die Technologie der Personenidentifikation durch Fingerabdruckanalyse ist seit langem durch Gesetzeskraft in Verwendung. Diese Langzeiterfahrung mit der Fingerabdruckanalyse hat eine große Informationsmenge über Fingerabdrücke hervorgebracht und die Eindeutigkeit des Fingerabdrucks einer Person bestätigt. In der Vergangenheit sind Fingerabdrücke durch Gesetzeskraft aufgezeichnet worden, indem der Finger gefärbt bzw. geschwärzt wurde und ein Abdruck auf einer Karte zur Aufbewahrung gemacht wurde. Insbesondere für Anwendungen außerhalb der gesetzlichen Bestimmungen mußten weniger mühselige und lästige Aufzeichnungsverfahren entwickelt werden.
Verschiedene elektromechanische Systeme zur Aufzeichnung und zum Vergleichen eines Originalfingerabdrucks mit einer gespeicherten Darstellung des Fingerabdrucks der berechtigten Person sind bisher entwickelt worden. In einem Typ von System wird ein Bild des Originalfingerabdruckmusters gelesen und mit einem Bezugsfingerabdruck, der auf einem Film gespeichert wurde, optisch verglichen. Schwierigkeiten treten in diesem System bei der Ausrichtung des Original- und des Bezugsfingerabdruckmusters auf, was zur Verwendung komplizierter Vorrichtungen führt, um den Finger des Teilnehmers in einer genauen Ausrichtung mit der Aufzeichnungsvorrichtung fest anzuordnen oder das Originalmuster in bezug auf das gespeicherte Muster zu drehen und zu verschieben, um die genaue Übereinstimmung herzustellen. Da dieser Systemtyp auf einem genauen 1 : 1-Maßverhältnis des Original- und des gespeicherten Fingerabdruckmusters beruht, können Fehler beim Vergleich dort auftreten, wo das Originalfingerabdruckmuster auch nur geringfügig deformiert ist, z. B. wenn der Finger geschwollen ist oder stark gegen die Lesefläche gedrückt wird.
In einem weiteren Fingerabdruckvergleichssystem wird der Originalfingerabdruck gelesen und das Bild mit einem Hologramm des Fingerabdrucks der berechtigten Person verglichen. Dieses System erfordert die Speicherung einer Bibliothek von Hologrammen am Prüfort für jede berechtigte Person in dem System und die Verwendung einer spezialisierten Lichtquelle und eines komplizierten Optiksystems.
Der Trend beim automatischen Fingerabdruckvergleich geht zur zunehmenden Anwendung der Elektronik und der Computersteuerung des Vergleichsprozesses, wobei gleichzeitig die Abhängigkeit von beweglichen mechanischen Teilen und komplizierten Optiksystemen minimiert wird. In einem solchen System wird typischerweise der Originalfingerabdruck abgetastet und als binäres Bild des Fingerabdruckmusters digital aufgezeichnet. Charakteristische Merkmale des Fingerabdruckmusters, z. B. Leistenenden, Leistenverzweigungspunkte oder der Kern eines Wirbels, die jeweils ein Merkmal des Fingerabdruckmusters definieren, befinden sich im binären Fingerabdruckbild. Das binäre Fingerabdruckbild wird mit einem gespeicherten Bezugsmuster verglichen, das vorher von einem Fingerabdruck der berechtigten Person abgeleitet worden ist, um zu bestimmen, ob Übereinstimmung vorliegt. Viele Systeme, die versuchen, Merkmale im Fingerabdruckmuster, z. B. Verzweigungen oder Leistenenden, zu identifizieren, müssen Übereinstimmungsentscheidungen im Vergleichsprozeß frühzeitig treffen. Wenn im entscheidungsbildenden Prozeß frühzeitig Fehler gemacht werden, setzen sich diese Fehler im Rest des entscheidungsbildenden Prozesses fort, so daß die Fehlermöglichkeit zunimmt. Viele Systeme haben auch vorgefaßte Begriffe davon, welche Merkmale im Fingerabdruckbild erkannt werden sollten. Beispielsweise sind bisher auf der Grundlage von Humanstudien des Fingerabdrucks bestimmte Kategorien von Fingerabdrücken identifiziert und Merkmale in den Fingerabdrücken benannt worden. Die Identifikation solcher vorbestimmter Merkmale und Phänomene ist bisher ein integrierter Bestandteil in den meisten Fingerabdruckidentifikationssystemen.
Im einfachsten der Fingerabdruckvergleichssysteme werden die Merkmale des Original- und des Bezugsfingerabdrucks verglichen und eine Korrelationsfunktion für den Vergleich ermittelt. Ein bedeutender Nachteil dieses Systemtyps besteht darin, daß der Finger des Teilnehmers normalerweise in einer genauen Ausrichtung mit der Bildaufzeichnungsvorrichtung sein muß, so daß das Koordinatensystem des binären Bildes, das vom Originalfingerabdruckmuster abgeleitet wird, in der gleichen Orientierung und Position ist, wie das Koordinatensystem des Bezugsfingerabdruckmusters. Da die menschliche Haut elastisch ist, kann ferner der Umstand, wie die Haut des Fingers mit der Platte der Fingerabdruckaufzeichnungsvorrichtung zusammenwirkt, auch den aufgezeichneten Originalfingerabdruck verändern. Beispielsweise können elastische Deformationen oder Verzerrungen des aufgezeichneten Fingerabdrucks aufgrund der elastischen Eigenschaft der Haut aufgezeichnet werden, oder Öl auf der Haut kann bewirken, daß die Platte breitere Leisten aufzeichnet. Solche Variablen machen häufig die Genauigkeit von Systemen zunichte, die auf Korrelationsfunktionen beruhen.
EP-A-0 251 504 offenbart die Festlegung von sich am deutlichsten unterscheidenden Flächen beim Fingerabdruck jedes Teilnehmers zusammen mit der Analyse und Speicherung ihrer relativen Orte. Diese sich am deutlichsten unterscheidenden Flächen werden als Bezugsmuster für den jeweiligen Bezugsabdruck gespeichert.

Zusammenfassung der Erfindung

Ein biometrisches Erkennungssystem weist zwei Phasen auf: Erzeugung eines Master- bzw. Bezugsmustersatzes von biometrischen Merkmalen und Authentifikation bzw. Echtheitsprüfung unter Verwendung eines neuronalen Klassifikationsnetzes. Um den Bezugsmustersatz zu erzeugen, wird ein Bild eines biometrischen Unterscheidungsmerkmals eines berechtigten Teilnehmer in mehrere Regionen von Bedeutung oder "Merkmale" geteilt. Das System bestimmt, welche Merkmale die geeignetsten für Identifikationszwecke sind. Dann werden Bezugsmuster aus diesen Bezugsmerkmalen erzeugt, wobei ein Bezugsmustersatz erzeugt wird. Während der Authentifikation wird auf gleiche Weise ein Prüfmustersatz eines der Authentifikation zu unterziehenden Teilnehmers erzeugt. Ein neuronales Netz wird verwendet, um den Prüfmustersatz mit dem Bezugsmustersatz zu vergleichen, um zu bestimmen, ob der Teilnehmer als berechtigt identifiziert werden sollte.
Die Erfindung ist in den Ansprüchen 1 und 1&sub4; definiert.

Kurzbeschreibung der Zeichnungen

Die Erfindung wird nachstehend ausführlicher mit Bezug auf die beigefügten Zeichnungen beschrieben, wobei gleiche Bezugszeichen entsprechende Komponenten bezeichnen.
Fig. 1 ist ein Blockschaltbild eines erfindungsgemäßen Systems zur biometrischen Erkennung;
Fig. 2a und 2b sind eine perspektivische Vorderansicht bzw. eine Draufsicht einer Eingabe/Ausgabe- und Fingerabdruckaufzeichnungsvorrichtung;
Fig. 3 ist ein Flußdiagramm eines Verfahrens zum Eintragen eines biometrischen Teilnehmermerkmals und zum Speichern desselben in einem Speicher als Bezugsmuster;
Fig. 4 zeigt eine Region von Bedeutung mit einem Merkmal aus einem Fingerabdruckmuster;
Fig. 5 dient zur Erläuterung der Drehung eines Fingerabdruckmusters;
Fig. 6 ist ein Flußdiagramm eines Verfahrens zum Wählen der n eindeutigsten Regionen von Bedeutung;
Fig. 7 dient zur Darstellung zweier Möglichkeiten, wie ein Muster mit drei Merkmalen definiert werden kann;
Fig. 8 dient zur Darstellung, wie ein Muster mit vier Merkmalen definiert werden kann;
Fig. 9 ist ein Flußdiagramm eines Verfahrens zur Authentifikation eines biometrischen Merkmals eines Teilnehmers;
Fig. 1&sub0; ist ein Beispiel einer Frequenzdichtefunktion, die verwendet wird, um eine Schwelle zu definieren; und
Fig. 1&sub1; ist ein weiteres Beispiel einer Frequenzdichtefunktion.

Ausführliche Beschreibung einer bevorzugten Ausführungsform

In der nachstehenden ausführlichen Beschreibung der bevorzugten Ausführungsform wird auf die beigefügten Zeichnungen verwiesen, die Teil der Beschreibung sind und in denen anhand von Beispielen eine spezifische Ausführungsform gezeigt wird, nach der Erfindung in die Praxis umgesetzt werden kann. Es ist verständlich, daß andere Ausführungsformen verwendet werden können und strukturelle Änderungen möglich sind, ohne den Schutzbereich der vorliegenden Erfindung zu verlassen.
Das erfindungsgemäße biometrische Erkennungssystem kann in zwei Phasen eingeteilt werden. Die erste Phase ist die Erzeugung eines Satzes von Bezugsmustern, genannt Bezugsmustersatz, eines biometrischen Unterscheidungsmerkmals eines berechtigten Teilnehmers. In der zweiten Phase, der Authentifikation, wird ein Bild des biometrischen Unterscheidungsmerkmals eines der Authentifikation zu unterziehenden Teilnehmers hergestellt. Die Authentifikation erfordert einen Vergleich zwischen dem abgenommenen biometrischen Originalmuster und einem aufgezeichneten Bezugsmustersatz, In der nachstehenden ausführlichen Beschreibung einer bevorzugten Ausführungsform wird ein biometrisches Erkennungssystem zur Erkennung von Fingerabdrücken beschrieben. Der Fachmann wird jedoch ohne weiteres anerkennen, daß bei unwesentlichen Änderungen die hier beschriebene Ausführungsform auch verwendet werden kann, um andere biometrische Unterscheidungsmerkmale zu erkennen, z. B. Gesichtszüge, Porenabdrücke oder Augenmerkmale.
Fig. 1 zeigt ein Blockschaltbild einer Ausführungsform eines Fingerabdruckerkennungssystems 1&sub0;. Eine Fingerabdruckaufzeichnungsvorrichtung erfaßt ein Bild des Fingerabdrucks des Teilnehmers. In Verbindung mit dem erfaßten Fingerabdruckbild kann Information, die zu dem Fingerabdruckbild gehört, z. B. der Name oder andere Daten des Teilnehmers, unter Verwendung einer Eingabe/Ausgabevorrichtung 1&sub4; eingegeben und in einem Speicher 1&sub8; gespeichert werden. Eine geeignete Fingerabdruckaufzeichnungsvorrichtung 1&sub2; muß einen Daumen oder Finger eines Teilnehmers aufnehmen, vorzugsweise in einer im allgemeinen vorbestimmten Orientierung, und den Fingerabdruck abbilden. Beispielsweise kann eine Bildanordnung des Fingerabdruckmusters ein Bild mit 512 · 512 Pixeln und drei Farben mit einer ganzzahligen Farbintensität mit einem Definitionsbereich von 0 bis 255 für jede Farbe, ein Graustufenbild mit Werten für Pixel zwischen 0 bis 255 oder ein binäres Bild sein, bei dem jedes Pixel mit einem einzigen Bit definiert ist. Wenn die Bildinformation nicht in digitalisierter Form vorliegt, digitalisiert ein Videobild-Vorprozessormodul, z. B. ein Analog/Digitalumsetzer 1&sub5;, die Bildinformation.
Viele Systeme zur Aufzeichnung von Fingerabdrücken sind dem Fachmann bekannt. Beispielsweise zeigen Fig. 2a und 2b eine partielle Vorderansicht und eine Draufsicht einer an einem Schalter montierten Ausführungsform einer Fingerabdruckaufzeichnungsvorrichtung 1&sub2; des Fingerabdruckerkennungssystems 1&sub0; mit einer Eingabe/Ausgabevorrichtung 1&sub4;. Der Fingerabdruckaufzeichnungsabschnitt 1&sub2; hat eine Daumen- oder Fingerpositionierungsvertiefung 32, vorzugsweise mit einer Platte mit einer Aushöhlung zur bequemen Aufnahme des Daumens oder Fingers in einer im allgemeinen vorbestimmten Orientierung. Die Fingerpositionierungsvertiefung 32 erstreckt sich in das Innere des Instruments und verschafft dabei Zugang zu einem Detektorfenster 30. Die Lage und Konfiguration der Vertiefung 32 ermöglicht eine Positionierung der linken oder rechten Hand der um Authentifikation nachsuchenden Person. Die in Fig. 2a gezeigte Konfiguration ist nur eine von vielen, die eine Positionierung der Hände zuließe, um ein Fingerabdruckmuster angemessen zu erfassen. Beispielsweise könnte das Detektorfenster 30 einfach ein flaches Fenster sein, das in einem Schalter oder einer Wand mit darauf angebrachten Hinweisen zum Einlegen des Fingers integriert ist, um eine im allgemeinen akzeptable Orientierung sicherzustellen.
Die Fingerabdruckaufzeichnungsvorrichtung 1&sub2; bildet den Fingerabdruck einer Person mit einer CCD-Kamera ab, wenn die Person einen Daumen oder Finger auf das Detektorfenster 30 legt. Viele Kameras, die zur Verwendung geeignet sind, sind im Handel erhältlich, z. B. die Fingerprint Capture Station (Fingerabdruckerfassungsstation), Modell FC-1&sub1; von Digital Biometrics in Minnetonka, MN. Wenn die digitale Kamera von Digital Biometrics verwendet wird, wird auch der-Bildabtaster IP-8 Image Processing Board (Bildverarbeitungskarte) verwendet, der von Matrox Electronic Systems, LTD, in Dorual, Quebec, Kanada vertrieben wird. Zur Bildabtastung, Informationsverarbeitung und Anzeige könnte als Alternative das Modell GPB1 von Sharp Electronics, Irvine, CA in Verbindung mit einem Fingerprint Imager (Fingerabdruckbildsensor) DFR-90 von Identicator in San Bruno, CA verwendet werden, der ein Direktfingerabdruckleser mit einer CCD-Kamera ist und der ein RS-170-Standardvideosignal ausgibt.

Erzeugung eines Bezugsmustersatzes

Um einen Bezugsmustersatz eines Fingerabdrucks eines berechtigten Teilnehmers zu erzeugen, verarbeitet der Prozessor 1&sub6; die digitalisierte Fingerabdruckbildinformation entsprechend dem Flußdiagramm, das in Fig. 3 gezeigt ist. Damit das erfaßte Fingerabdruckbild ausführlich analysiert werden kann, wird jedes im Block 51 erfaßte Fingerabdruckbild in mehrere Interessensbereiche bzw. Regionen von Bedeutung geteilt.
In einer bevorzugten Ausführungsform überlappen die Regionen von Bedeutung einander, obwohl die Regionen von Bedeutung auch aneinander angrenzen können. Jede Region von Bedeutung enthält also die Information, die einen bestimmten Abschnitt des gesamten Fingerabdruckbildes betrifft. Erfindungsgemäß werden die Regionen von Bedeutung als "Merkmale" bezeichnet. Man beachte daher, daß die Begriffe "Merkmal" und "Regionen von Bedeutung" erfindungsgemäß austauschbar sind.
Der Deutlichkeit halber und zum besseren Verständnis wird jedoch in der gesamten ausführlichen Beschreibung der Begriff "Merkmal" verwendet.
Die Merkmalgröße wird im Block 52 bestimmt. Um die Merkmalgröße zu bestimmen, müssen durch die Elastizität der Haut bedingte, elastische Deformationen und Verzerrungen des Fingerabdruckmusters berücksichtigt werden, die möglicherweise zur Anerkennung eines nicht berechtigten Teilnehmers oder zur Nichterkennung eines berechtigten Teilnehmers führen kann. Was die Elastizität betrifft, so muß die Merkmalgröße so festgelegt werden, daß sich eine Leiste des Fingerabdruckmusters nicht in eine Rille im Muster schiebt. Fig. 4 zeigt ein Merkmal 70 eines Fingerabdruckmusters mit Leisten 72 und Zwischenräumen 74 zwischen den Leisten 72. Erfindungsgemäß wird die Größe des Merkmals 70 so gewählt, daß sich die Leiste 72 aufgrund der Elastizität nicht in einen Bereich deformiert, wo ein Zwischenraum 74 sein sollte. Wenn das Merkmal 70 zu groß ist, stellt eine kleinere Anzahl von Pixeln die Breite der Leisten 72 und der Zwischenräume 74 dar, so daß eine Deformation einer Leiste 72 in einen Zwischenraume 74 möglich wird. Ferner wird die Größe des Merkmals so gewählt, daß die Elastizität der Haut bis zu einem Punkt, wo sich eine Leiste über die Grenzen des Merkmals erstrecken kann, nicht zur Verzerrung führt.
Um sicherzustellen, daß sich Leisten 72 nicht in Bereiche deformieren, wo Zwischenräume 74 sein sollten, muß die maximale Deformation, gemessen in Anzahl von Pixeln, deutlich kleiner sein als die Anzahl der Pixel von der Mitte einer Leiste bis zur Mitte eines angrenzenden Zwischenraums, gemessen über eine Diagonale des Merkmals. Mit Bezug auf Fig. 4 stellt die Distanz D die Distanz zwischen der Mitte der Leiste 72 und des Zwischenraums 74 über die Diagonale 76 dar. Die Merkmalgröße wird also so gewählt, daß die maximale Deformation, gemessen in Anzahl von Pixeln, deutlich kleiner ist als die Distanz D. Die Größe eines Merkmals, in Anzahl von Pixeln, variiert in Abhängigkeit von der Hardware, die zur Implementierung des Systems gewählt wird, insbesondere in bezug auf die Vergrößerung der Optik. Bei einer typischen Hardwareimplementation, bei der die Auflösung des gesamten Bildes 256 · 256 Pixel beträgt, hat die bevorzugte Merkmalgröße die Abmessungen von 20 bis 25 Pixel im Quadrat. Ein solches Merkmal enthält normalerweise annähernd drei bis vier Leisten.
Ein weiterer Faktor, der bei der Bestimmung der Merkmalgröße in Betracht gezogen werden kann, ist die Möglichkeit der Drehung, wenn der Fingerabdruck dargestellt wird. Wenn der Teilnehmer eine Drehung vollzieht, wenn er den Fingerabdruck darstellt, können sich Leisten des Fingerabdruckmusters in Bereiche drehen, wo Zwischenräume vorhanden sein sollten, so daß Probleme beim nachfolgenden Vergleich entstehen. In Fig. 5 ist ein Winkel θ definiert, mit dem die Ränder des Leistens 72 die Grenzen des Merkmals 70 schneiden. Wie oben erwähnt, kann die Hardware auf der Grundlage der Ergonomie steuern, wie der Teilnehmer den Fingerabdruck auf der Platte darbietet. Selbst bei dieser Steuerung enthält jedoch das aufgezeichnete Fingerabdruckbild zwangsläufig einen bestimmten Drehungsbetrag. Die Größe des Merkmals 70 wird vorzugsweise so gewählt, daß der Winkel θ deutlich größer ist als der Winkel, den ein Teilnehmer normalerweise für die Drehung verwendet. Je kleiner die Merkmalgröße ist, um so geringer ist das Problem mit der Drehung.
Wiederum mit Bezug auf Fig. 3 werden, nachdem im Block 52 eine Merkmalgröße bestimmt worden ist, im Block 54 die n eindeutigsten Merkmalen im Fingerabdruckbild identifiziert. Das erfindungsgemäße System identifiziert eine vorbestimmte Anzahl von eindeutigen Merkmalen im Fingerabdruck. Die Merkmale sind vorzugsweise lokal im Gegensatz zu globalen Strukturen. Diese "eindeutigen" Merkmale werden dann in Mustern einander zugeordnet, wobei das Muster eine globale Struktur bildet. Diese Muster sind das, was als der Bezugsmustersatz gespeichert wird.
Die Merkmale, die als ausreichend eindeutig ausgewählt werden, um das Fingerabdruckbild zu kennzeichnen, könnten auf zahlreiche andere Art und Weise gewählt werden. Beispielsweise könnte der Prozessor Merkmale, die vom gleichen Fingerabdruckmuster stammen, unter Verwendung einer Korrelationsfunktion vergleichen, um die Eindeutigkeit eines Merkmals in bezug auf andere Merkmale im gleichen Fingerabdruck zu bestimmen. Als Alternative könnte der Prozessor Merkmale in bezug auf Merkmale von mehreren Fingerabdrücken vergleichen, so daß die Wahrscheinlichkeit bestimmt wird, mit ein Merkmal in irgendeinem Fingerabdruck vorhanden ist.
Ein bevorzugtes Verfahren zur Bestimmung der n eindeutigsten Merkmale in einem einzigen Fingerabdruck ist in Fig. 6 gezeigt. Im Block 80 wird ein Merkmal zur Bestimmung der Eindeutigkeit des Merkmals in dem Fingerabdruck gewählt, dem es entnommen wurde. In den Blöcken 82 und 84 wird das gewählte Merkmal mit allen anderen Merkmalen im Bild verglichen. Anhand dieses Vergleichs wird im Block 85 jedem Merkmal ein Eindeutigkeitswert zugewiesen. Der Merkmalvergleich im Block 82 erfordert vorzugsweise Eindeutigkeit in bezug auf andere Merkmale im Fingerabdruck und Varianz im Merkmalanwärter. Die Eindeutigkeit eines Merkmals ist die Inverse einer guten Korrelation bei Verwendung einer Korrelationsfunktion. Ein eindeutigeres Merkmal hat eine schlechtere Übereinstimmung mit anderen Merkmalen im gleichen Fingerabdruck. Varianz in einem Merkmal erfordert, daß Varianz zwischen den Pixelwerten im Merkmal vorhanden ist. Beispielsweise hat ein Merkmal mit nur schwarzen Pixeln oder nur grauen Pixeln wenig oder keine Varianz. Varianz in einem Merkmal ist erwünscht, da sie bestimmte Merkmale eliminieren kann, die niedrige Korrelationswerte haben, aber keine eindeutigen Merkmale sind.
In der bevorzugten Ausführungsform der Erfindung verwendet das System die Gleichung 1, um die Eindeutigkeit U jedes Merkmals R im Bild zu bestimmen. Gleichung 1
In der Gleichung 1 ist S der Satz aller m m Merkmale im Bild mit Ausnahme von R, das das Referenzmerkmal ist. Riß ist der Grauwert des (i, j)-ten Pixels im Merkmal R. Ebenso ist Iij der Grauwert des (i, j)-ten Pixels in I. und I sind mittlere Grauwerte in den jeweiligen Merkmalen. Die in Gleichung 1 gezeigte Metrik erfordert sowohl Eindeutigkeit des Merkmals im Bild als auch Varianz im Merkmal.
Nachdem ein Eindeutigkeitswert für jedes Merkmal bestimmt worden ist, wählt das System im Block 88 die n eindeutigsten Merkmale. Die Merkmale mit den n höchsten Eindeutigkeitswerten können, müssen jedoch nicht unbedingt gewählt werden, wenn die n eindeutigsten Merkmale gewählt werden. Beispielsweise haben in Ausführungsformen, wo die Merkmale in einem hohen Maß einander überlappen, z. B. solche, die um ein Pixel beabstandet sind, verschiedene überlappende Merkmale, die einen sehr eindeutigen Teil des Fingerabdrucks enthalten, einen hohen Eindeutigkeitswert. In diesem Fall wird vorzugsweise das Merkmal mit dem höchsten Eindeutigkeitswert in einem Bereich gewählt. Nachdem ein Merkmal gewählt worden ist, könnten Merkmale, die einen bestimmten Bereich um das gewählte Merkmal einnehmen, als Anwärter, die als eindeutiges Merkmal zu wählen wären, eliminiert werden. In einem weiteren Beispiel kann das Bild, wenn die n eindeutigsten Merkmale gewählt werden, in Inkrementen, z. B. in Schritten von einem drittel oder einem halben Merkmal, analysiert werden, so daß sichergestellt wird, daß zwei gewählte Merkmale um höchsten ein Drittel bzw. eine Hälfte einer Merkmalgröße einander überlappen. Noch eine weitere Ausführungsform kann Eindeutigkeitswerte in einem Bereich vergleichen und das Merkmal mit dem maximalen Eindeutigkeitswert wählen, um diesen Bereich darzustellen.
Die Anzahl der gewählten Merkmale n kann in Abhängigkeit von einer Anzahl von Faktoren variieren. Die Anzahl der gewählten Merkmale n muß eine ausreichend große Anzahl sein, so daß das System von einem bestimmten einzelnen Merkmal nicht zu abhängig ist, wenn das Originalfingerabdruckmuster mit dem gespeicherten Bezugsmuster verglichen wird. Wenn ein Muster von einem einzelnen Merkmal zu abhängig ist und nicht genügend andere Merkmale verwendet werden, um das Muster zu definieren, dann kann sich dies, wenn ein Teilnehmer ein Originalfingerabdruckmuster vorweist, bei dem das Merkmal aus Bild heraus verschoben ist, auf die Genauigkeit der Übereinstimmung auswirken. Wenn dagegen zu viele Merkmale gewählt werden, um ein Muster zu definieren, dann könnten möglicherweise viele Merkmale, die gewählt werden, keine signifikanten Daten liefern, da sich nicht so eindeutig sind. Wenn zu viele Merkmale gewählt werden, ist ferner zusätzliche Rechenzeit des Prozessors 1&sub6; erforderlich, was unerwünscht ist, wenn die zusätzlichen Merkmale keine signifikante Information erbringen. In einer bevorzugten Ausführungsform werden zwischen vier und zwölf Merkmale gewählt, um ein Muster zu definieren. Die gewählte Anzahl hängt von einer Anzahl von Faktoren ab, z. B. von der Geschwindigkeit des Prozessors und von der Auflösung der Kamera.
Nachdem wiederum mit Bezug auf Fig. 3 die n eindeutigsten Merkmale gewählt worden sind, werden im Block 56 Muster auf der Grundlage dieser n Merkmale bestimmt. In der bevorzugten Ausführungsform ist ein "Muster" als eine Sammlung von p Merkmalen zusammen mit Orientierungsdaten definiert, die die Ortsbeziehung zwischen diesen Merkmalen beschreiben, wie später beschrieben wird. Wenn n Merkmale als die Anzahl von eindeutigen Merkmalen, die ein Fingerabdruckmuster definieren kann, gewählt werden und p Merkmale in jedem Muster sind, dann sind
mögliche Muster vorhanden.
Fig. 7 und 8 dienen zur Beschreibung, wie das System die gewählten Merkmale nimmt, um im Block 56 Muster zu definieren. Wenn sechs eindeutige Merkmale gewählt werden (n = 6) und drei Merkmale verwendet werden, um jedes Muster zu definieren (p = 3), dann definieren auf der Grundlage der anderen potentiellen Kombination aus den sechs Merkmalen (Anzahl der Muster
zwanzig Muster den Bezugsmustersatz.
Fig. 7 zeigt, wie jedes Muster definiert werden kann. Ein Muster ist durch mehrere Merkmale und Orientierungsdaten definiert, die die Ortsbeziehung der Merkmale beschreiben. Ein bevorzugtes Format zum Definieren eines Musters ist eine Sammlung von p Merkmalen zusammen mit Linienlängen zwischen jedem Paar von Merkmalen und den Steigungen bzw. Neigungen dieser Linien. Das Muster 100 ist durch drei Merkmale (p = 3) P&sub1; 102, P&sub2; 104 und P&sub3; 106 definiert, die jeweils durch Pixelortspaare (i,j) definiert sind. Eines dieser Merkmale ist als das Referenzmerkmal festgelegt. In Fig. 7 ist das Merkmal P&sub1; 102 als das Referenzmerkmal festgelegt. Um das Muster zu definieren, wird die Linienlänge zwischen dem Referenzmerkmal und den anderen beiden Merkmalen bestimmt. In Fig. 7 ist die Länge l&sub1; 108 die Länge zwischen P&sub1; 102 und P&sub2; 104, und die Länge l&sub2; 110 ist die Länge zwischen P&sub1; 102 und P&sub3; 106. Das Muster 100 ist auch durch die Neigungen der Linien 108 und 110 definiert, die mit dem Winkel der Linien relativ zu einer beliebigen, vorbestimmten Referenzgröße berechnet werden. In Fig. 7 definieren die Neigungen α&sub1; und α&sub2; die Orientierung der Linien 108 bzw. 110 in bezug auf eine vorbestimmte Referenzgröße, z. B. eine horizontale oder vertikale Referenzlinie. Das Referenzmerkmal, die Linienlängen zwischen Merkmalen und die Neigungen der Linienlängen, können also das Muster definieren. Wie später beschrieben wird, erfordert die Authentifikation, daß bei einem Originalfingerabdruckmuster beide Merkmale mit den gewählten Bezugsmerkmalen übereinstimmen und daß die Merkmale im gleichen Muster wie das Bezugsmuster ausgerichtet sind.
Eine erwünschte Eigenschaft eines Musters ist die Rotationsinvarianz, das heißt, wenn der Originalfingerabdruck in bezug auf die Orientierung des Bezugsmusterbildes gedreht wird, kann das System zwei ähnliche Muster als übereinstimmend erkennen. Obwohl die in Fig. 7 gezeigte Ausführungsform nicht rotationsinvariant ist, ist sie rotationstolerant, da die Anwendung einer Korrelationsfunktion zu einem hohen Wert für übereinstimmende Merkmale führt, solange die Drehung deutlich kleiner ist als der Winkel 6, wie in Fig. 5 definiert. Ein Verfahren zur Kompensation von gedrehten Originalfingerabdruckmustern speichert Muster, die in kleinen Inkrementen gedreht sind, z. B. in Inkrementen von 1 oder 5º, so daß das meiste, was ein Teilnehmer als gedrehtes Originalfingerabdruckmuster realistisch vorweisen könnte, auf der Grundlage der Hardware von den gespeicherten gedrehten Mustern abgedeckt würde. In einer weiteren Ausführungsform kann das Muster durch drei Längen anstelle von zwei Längen und zwei Winkeln definiert werden. Beispielsweise könnte in Fig. 7 zusätzlich zu l&sub1; und l&sub2; eine dritte Linienlänge 112, die Länge zwischen P&sub2; und P&sub3;, ein Muster 100 definieren. Diese Definition des Musters 100 stellt sicher, daß das Muster 100 rotationsinvariant ist.
Fig. 8 zeigt, wie Muster definiert werden können, wenn vier Merkmale (p = 4) verwendet werden, um jedes Muster zu definieren. Das Muster 120 hat vier Merkmale P&sub1;, P&sub2;, P&sub3; und P&sub4;, die jeweils durch Regionen von Bedeutung 122, 124, 126 bzw. 128 definiert sind. Jedes Merkmal ist durch Pixelortspaare (i, j) definiert, wobei das Merkmal P&sub1; als das Referenzmerkmal festgelegt ist. Bei vier Merkmalen definieren drei Linienlängen l&sub1;, l&sub2; und l&sub3;, die die Längen zwischen P&sub1; und P&sub2;, P&sub1; und P&sub3; bzw. P&sub1; und P&sub4; darstellen, und drei Winkel α&sub1;, α&sub1; und α&sub1;, die den Linienlängen l&sub1;, l&sub2; und l&sub3; entsprechen, Muster 120. Das Längen/Winkelformat zum Speichern von Mustern wird gegenüber anderen Formaten bevorzugt, z. B. gegenüber der Länge allein, da es einfacher ist, bei einer beliebig großen Zahl von Merkmalen in einem Muster zu generalisieren. Man beachte jedoch, daß andere Mittel zur Darstellung der Orientierung verwendet werden könnten, ohne den Schutzbereich der Erfindung zu verlassen. Das Format zum Speichern des Musters erfolgt vorzugsweise nicht durch Speichern von Orten von Pixelpaaren, da eine Translation des Originalfingerabdrucks jeden möglichen Vergleich aller vier Merkmalorte zerstören würde. Erwartete Orte für Orte von Pixelpaaren können jedoch vom System für ein nachfolgendes Suchen gespeichert werden, um den Vergleichsprozeß zu beschleunigen. Außerdem wird bevorzugt, Merkmale nahe dem Rand des Bildes auszuschließen, da solche Merkmale verlorengehen könnten, wenn der Teilnehmer das Merkmal aus der Bilderfassungsvorrichtung herausschiebt.
Nachdem wiederum mit Bezug auf Fig. 3 die Muster für einen Bezugsmustersatz definiert worden sind, werden sie im Block 58 in einem Speicher gespeichert. Das System speichert also nicht das tatsächliche Fingerabdruckbild, sondern die Muster, die im Block 56 bestimmt werden, und die dort vorhandenen Merkmale werden als der Bezugsmustersatz gespeichert. Beispielsweise werden in einer Ausführungsform mit sechs Merkmalen und drei Merkmalen pro Muster Zeiger zu den sechs Merkmalen und den zwanzig Mustern im Speicher gespeichert. Nach Block 58 wird der Teilnehmer im System registriert.
Man beachte, daß es das oben beschriebene System ermöglicht, daß das System selbst bestimmt, welche Merkmale oder Regionen des Fingerabdruckbildes die eindeutigsten sind. Diese eindeutigsten Merkmale enthalten die am besten geeignete Identifikationsinformation und sind daher am besten zur Erzeugung des Bezugsmustersatzes geeignet. Da das erfindungsgemäße System bestimmen kann, welche Merkmale am eindeutigsten oder am besten geeignet sind, ist das vorliegende System zuverlässiger als bestehende "auf Details beruhende" Systeme, die auf bestimmte vordefinierte Fingerabdruckmerkmale, z. B. Gabelungen, tote Enden, Wirbel usw., beschränkt sind. Bei diesen Systemtypen müssen Merkmale, die vom System vorgefunden und verwendet werden, wirklich nicht die besten Identifikationsmerkmale sein. Diese anfänglichen Merkmalsentscheidungen werden dann durch das System mitgeführt, was zu einem höheren Grad an falschen Identifikationen oder falschen Zurückweisungen führt. Da das erfindungsgemäße System selbst entscheiden kann, welche Merkmale die eindeutigsten sind, behält das System die Vorteile von auf Details beruhenden Systemen bei und erhöht gleichzeitig die Zuverlässigkeit des Endergebnisses.

Authentifikation

Die zweite Phase der Erfindung stellt eine Authentifikation eines biometrischer Merkmals eines Teilnehmers dar. Dies erfordert, daß das System eine Übereinstimmung zwischen einem abgenommenen biometrischen Originalmerkmal und einem der aufgezeichneten Bezugsmustersätze eines berechtigten Teilnehmers feststellt. Wie oben erwähnt, wird die Erfindung beschrieben, bei der das biometrische Merkmal ein Fingerabdruck ist.
Fig. 9 zeigt ein Flußdiagramm eines bevorzugten Verfahrens zur Authentifikation eines abgenommenen Originalfingerabdrucks mit einem aufgezeichneten Bezugsmusterbild, das in dem oben beschriebenen Format gespeichert ist. Wenn eine Authentifikation eines Fingerabdrucks eines Teilnehmers erfolgt, empfängt das System im Block 150 vorzugsweise Teilnehmeridentifikationsinformation. Diese Identifikationsinformation kann beispielsweise eine Personenidentifikationsnummer (PIN), eine ID- oder Kennkarte oder irgendeine andere Art von Identifikationsinformation sein. Wenn die ID-Nummer des Teilnehmers empfangen worden ist, ruft der Prozessor 16 den Bezugsmustersatz ab, der der ID-Information des Teilnehmers entspricht. Daß der Teilnehmer eine PIN-Nummer eingeben muß, wird bevorzugt, da dies den Authentifikationsprozeß dadurch beschleunigt, daß Information, z. B. erwartete Orte von Merkmalen, bereitgestellt wird. In einer weiteren Ausführungsform könnte das System jeden Bezugsmustersatz, der im System gespeichert ist, prüfen, bis eine Übereinstimmung festgestellt wird, wobei dann der Teilnehmer als berechtigt identifiziert würde, oder falls keine Übereinstimmung festgestellt wird, der Teilnehmer nicht als berechtigt identifiziert würde.
Im Block- 152 erfaßt das System ein Bild der biometrische Merkmale des auf Identität zu prüfenden Teilnehmers, das nachstehend als das Prüfbild bezeichnet wird. In den Blöcken 156, 158 und 160 identifiziert der Prozessor 16 das Merkmal im Prüfbild, das mit jedem Merkmal im Bezugsmustersatz am besten übereinstimmt. Beispielsweise wird in einer Ausführungsform, wo sechs Merkmale verwendet werden, um den Bezugsmustersatz zu definieren, die beste Übereinstimmung für jedes der sechs Merkmale bestimmt. Im Block 158 wird ein Merkmal aus dem Bezugsmustersatz mit einigen oder allen Merkmalen aus dem Prüfbild verglichen. Die Merkmale im Prüfbild, mit denen das Bezugsmerkmal verglichen wird, können überlappende Regionen sein, die nur um ein Pixel beabstandet sind, oder können in Inkrementen von mehreren Pixeln beabstandet sein. In einer Ausführungsform, in der ein erwarteter Ort vorgesehen ist, kann das Bezugsmerkmal mit Merkmalen innerhalb eines Teilbildes verglichen werden, das den erwarteten Ort umgibt, z. B. ein Teilbild von 40 · 40 oder 80 · 80 Pixeln. In einer weiteren Ausführungsform können die Merkmale dem gesamten Bild entnommen werden.
Um die Ähnlichkeit des Bezugsmerkmals und des Prüfmerkmals zu bestimmen, kann jede Anzahl bekannter Funktionen verwendet werden. In der bevorzugten Ausführungsform ist die Standortkorrelationsformel wie folgt:
wobei S der Satz aller m·m Merkmale im Bild oder Teilbild ist. R ist ein Merkmal aus dem Bezugsmusterbild und wird mit jedem Merkmalanwärter I aus dem Musterbild verglichen. Riß ist die Graustufe des (i, j)-ten Pixels im Bezugsmerkmal R. Ebenso ist Iij die Graustufe des (i,j)-ten Pixels im Prüfmerkmal I. und sind die mittleren Graustufen in den jeweiligen Merkmalen. Jedes Prüfmerkmal I ist in der Suchregion S, die über dem erwarteten Ort des Merkmals zentriert ist. Der erwartete Ort entspricht in den Ausführungsformen, in denen der erwartete Ort verwendet wird, den Koordinatenwerten von R.
Nach Auffinden der Merkmale im Prüfbild, die mit jedem Merkmal im Bezugsmustersatz am besten übereinstimmen, wird dieser Satz übereinstimmender Prüfmerkmalen verwendet, um im Block 162 einen Satz entsprechender Prüfmuster zu erzeugen. Der Bezugsmustersatz und der Prüfmustersatz werden dann im Block 164 verglichen. Das einfachste Verfahren des Mustervergleichs ist die gegenseitige Subtraktion der Linienlängen und Winkel aus den entsprechenden Mustern und die Verwendung der Korrelationswerte, wobei Musterdifferenzvektoren entstehen. Beispielweise würde in einer Ausführungsform, in der jedes Muster aus drei Merkmalen bestünde, ein solcher Vergleich eine siebendimensionale Differenzfunktion ergeben, die die Musterdifferenz definiert:
Musterdifferenz - (3 Korrelationswerte, 2 Δl-Werte, 2 Δα-Werte).
Die Δl-Werte sind die Differenz der entsprechenden Linienlängen, und die Δα-Werte sind die Differenz der entsprechenden Neigungswerte. Als Alternative könnte Δl als Verhältnis zwischen 1&sub1; und 1&sub2; anstatt als Differenz berechnet werden, und eine ähnliche Berechnung könnte auch für Δα verwendet werden. Die Korrelationswerte wurden im Block 158 bestimmt, als das System nach den Prüfmerkmalen suchte, die am besten mit den Bezugsmerkmalen übereinstimmten. Bei einer solchen Musterdifferenz haben besser übereinstimmende Fingerabdruckmuster größere Korrelationswerte, was bedeutet, daß die Merkmale ähnlich sind, und kleine Δl- und Δα-Werte, was bedeutet, daß die Muster ähnlich sind.
Jeder im Block 165 erzeugte Musterdifferenzvektor wird dann vom Prozessor 1&sub6; an ein neuronales Netz 20 übertragen, um im Block 166 eine Klassifikation durchzuführen. Das in Fig. 1 gezeigte neuronale Klassifikationsnetz 20 wird mit einem Satz von Musterdifferenzvektoren trainiert, und zwar mit einigen, von denen bekannt ist, daß sie übereinstimmen, und mit einigen, von denen bekannt ist, daß sie nicht übereinstimmen. Das neuronale Netz 20 klassifiziert jedes der empfangenen Muster als übereinstimmend oder nichtübereinstimmend, wobei Klassifikationsbezeichner entstehen, die die Klassifikation bezeichnen, und sendet die Information zurück an den Prozessor 16. Ein bevorzugtes neuronales Klassifikationsnetz ist in dem auf denselben Anmelder übertragenen US-Patent 6 167 390 von Brady et al. beschrieben, angemeldet am 8. Dezember 1993 mit dem Titel "Facet Classification Neural Network".
Nachdem der Prozessor 16 die Klassifikationsbezeichner aus dem neuronalen Netz 20 empfangen hat, bestimmt der Prozessor 16, ob das Prüfmusterbild mit dem Bezugsmusterbild übereinstimmt. Im Block 168 in Fig. 9 summiert der Prozessor 16 die Anzahl der Klassifikationsbezeichner, die anzeigen, daß die Muster übereinstimmten. Diese Summe kann mit einem Schwellwert θ verglichen werden, und wenn die Anzahl der übereinstimmenden Muster den Schwellwert überschreitet, bestimmt der Prozessor 1&sub6;, daß die Fingerabdrücke übereinstimmen.
Anstatt einen Schwellwert zu verwenden, könnte der Prozessor 16 die Schwelle auf der Grundlage von Frequenzdichtefunktionen festlegen. Fig. 10 zeigt ein Beispiel für Frequenzdichtefunktionen 180 und 182, die der Prozessor 16 verwenden könnte, um die Schwelle festzulegen. Die Frequenzdichtefunktion 180 stellt ungültige Vergleiche dar, während die Frequenzdichtefunktion 182 gültige Vergleiche darstellt. Auf der x- Achse ist die Anzahl der übereinstimmenden Muster und auf der y-Achse die Anzahl der Vergleiche dargestellt. Die Frequenzdichtefunktionen 180 und 182 sind ein Histogrammpaar, das auf Beispielen beruht, die in Fig. 10 durch diskrete Werte an jeder Zahl auf der x-Achse angegeben sind. Eine stetige Funktion kann an die diskreten Werte angepaßt werden, wie in Fig. 10 und 11 gezeigt. Der Schwellwert θ liegt dort, wo sich die Frequenzdichtefunktionen 180 und 182 schneiden, vorzugsweise wo sie beide ihr Minimum haben. Der Schwellwert gibt die kleinste Anzahl von Mustern an, die übereinstimmen müssen, damit der Prozessor 16 eine Übereinstimmung feststellt. Null (0) übereinstimmende Muster bedeutet, daß keine Übereinstimmung vorliegt. Für ein bis sieben übereinstimmende Muster in Fig. 10 gilt auch, daß keine Übereinstimmung vorliegt, obwohl in den Beispielen ein Fehler ist. Wenn mehr als θ Muster übereinstimmen, bestimmt der Prozessor 16, - daß die Fingerabdruckmuster übereinstimmen, und sendet im Block 170 ein Übereinstimmungssignal an die Eingabe/Ausgabevorrichtung 14.
Fig. 11 zeigt ein weiteres Histogrammpaar mit einem Kreuzungspunkt 184, das die x-Achse nicht schneidet. In diesem Fall können falsche Authentifikationen oder falsche Zurückweisungen auftreten. Je nach Anwendung kann der Schwellwert auf der x-Achse nach oben oder nach unten verschoben werden. Beispielsweise bei einer Hochsicherheitsanwendung, wo falsche Authentifikationen nicht akzeptabel sind, würde ein höherer Schwellwert verwendet, der möglicherweise bestimmte falsche Zurückweisungen bewirkt.
Die Erfindung wird vorstehend mit Bezug auf verschiedene ihrer Ausführungsformen beschrieben worden. Es ist für den Fachmann ersichtlich, daß viele Änderungen oder Zusätze in den beschriebenen Ausführungsformen möglich sind, ohne den Schutzbereich der vorliegenden Erfindung zu verlassen. Daher ist der Schutzbereich der Erfindung nicht auf die in der Anmeldung beschriebenen Strukturen, sondern nur durch die Strukturen, die in den Formulierungen der Ansprüche beschrieben sind, und durch die Äquivalente dieser Strukturen begrenzt.

Claims

1. Biometrisches Erkennungssystem zur Authentifikation biometrischer Merkmale eines Benutzers, wobei das System aufweist:

eine Datenspeichereinrichtung zum Speichern mehrerer Bezugsmustersätze, wobei jeder Bezugsmustersatz einem von mehreren berechtigten Teilnehmern entspricht, wobei jeder der Bezugsmustersätze aus Mustern mit jeweils p der n eindeutigsten Regionen von Bedeutung und deren relativen Orientierungen in einem biometrischen Musterbild besteht, so daß jeder Bezugsmustersatz aus n!/(p!(n-p)!) Mustern besteht;

eine Vektorerzeugungseinrichtung zum Erzeugen eines Vergleichsvektors, der ein Ähnlichkeitsniveau zwischen dem Bezugsmustersatz und den biometrischen Merkmalen darstellt; und

ein neuronales Netz zur Erzeugung von Klassifikationsbezeichnern auf der Grundlage des Vergleichsvektors, wobei die Klassifikationsbezeichner anzeigen, ob die biometrischen Merkmale des Teilnehmers als authentisch anerkannt werden sollten.

2. Biometrisches Erkennungssystem nach Anspruch 1, wobei die Vektorerzeugungseinrichtung aufweist:

eine Identifikationseinrichtung zum Identifizieren von Prüfregionen von Bedeutung in den biometrischen Merkmalen, die mit jeder der Bezugsregionen von Bedeutung am besten übereinstimmen;

eine Mustererzeugungseinrichtung zum Erzeugen von Prüforientierungsdaten auf der Grundlage der Prüfregionen von Bedeutung, die mit jeder der Bezugsregionen von Bedeutung am besten übereinstimmen; und

einer Einrichtung zum Vergleichen der Bezugsorientierungsdaten und der Prüforientierungsdaten, um Vergleichsorientierungsdaten zu erzeugen;

wobei der Vergleichsvektor auf den Vergleichsorientierungsdaten beruht und auch auf der Ähnlichkeit der Bezugsbereiche von Bedeutung und ihrer entsprechenden Prüfbereichen von Bedeutung beruht.

3. Biometrisches Erkennungssystem nach Anspruch 2, wobei die Identifikationseinrichtung eine Korrelationsfunktion verwendet, um die Ähnlichkeit der Bezugsbereiche von Bedeutung und ihrer entsprechenden Prüfbereiche von Bedeutung zu bestimmen.

4. Biometrisches Erkennungssystem nach Anspruch 2, wobei die Bezugsorientierungsdaten und die Prüforientierungsdaten Linienlängen zwischen den Bezugsregionen von Bedeutung und zwischen den Prüfbereichen von Bedeutung und Neigungsdaten der Linienlängen aufweisen.

5. Biometrisches Erkennungssystem nach Anspruch 4, wobei Vergleichsorientierungsdaten durch Bildung der Differenz zwischen Linienlängen der Bezugsregionen von Bedeutung und entsprechenden Linienlängen der Prüfregionen von Bedeutung und zwischen entsprechenden Neigungsdaten der entsprechenden Linienlängen erzeugt werden.

6. Biometrisches Erkennungssystem nach Anspruch 5, wobei die Vergleichsorientierungsdaten erzeugt werden durch Bildung eines Verhältnisses zwischen Linienlängen der Bezugsregionen von Bedeutung und entsprechenden Linienlängen der Prüfregionen von Bedeutung und einer Differenz zwischen entsprechenden Neigungsdaten der entsprechenden Linienlängen.

7. Biometrisches Erkennungssystem nach Anspruch 1, ferner mit einer biometrischen Mustererfassungseinrichtung zum Erfassen eines Bildes der biometrischen Merkmale und zum Erzeugen eines Prüfbildes aus diesem.

8. Biometrisches Erkennungssystem nach Anspruch 7, wobei die Datenspeichereinrichtung ferner Daten in bezug auf die biometrischen Merkmale speichert.

9. Biometrisches Erkennungssystem nach Anspruch 8, wobei die Daten erwartete Orte der Bezugsregionen von Bedeutung im Prüfbild aufweisen.

10. Biometrisches Erkennungssystem nach Anspruch 9, wobei die Identifikationseinrichtung die erwarteten Orte des Prüfbildes durchsucht, wenn Prüfregionen von Bedeutung identifiziert werden, die mit jeder der Bezugsregionen von Bedeutung am besten übereinstimmen.

11. Biometrisches Erkennungssystem nach Anspruch 1, wobei die Vektorerzeugungseinrichtung mehrere Vergleichsvektoren erzeugt, wobei das System ferner aufweist: eine Schwelleneinrichtung zum Empfangen von Klassifikationsbezelehnern aus dem neuronalen Netz, Summieren der Anzahl von Klassifikationsbezeichnern, die eine Übereinstimmung anzeigen, um eine Summe zu erzeugen, und Vergleichen der Summe mit einem Schwellwert, um ein Übereinstimmungssignal auszugeben, wenn die Summe den Schwellwert überschreitet.

12. Biometrisches Erkennungssystem nach Anspruch 11, wobei der Schwellwert auf Frequenzdichtefunktionen beruht.

13. Biometrisches Erkennungssystem nach Anspruch 1, ferner mit einer Schnittstelleneinrichtung zum Bereitstellen einer Schnittstelle mit dem Teilnehmer.

14. Verfahren zur Erzeugung eines Bezugsmustersatzes eines biometrischen Merkmals eines Benutzers mit den Schritten:

(a) Erfassen eines Bildes des biometrischen Merkmals, um ein biometrisches Musterbild zu erzeugen, wobei das biometrische Musterbild mehrere Regionen von Bedeutung aufweist;

(b) Vergleichen jeder Region von Bedeutung im biometrischen Musterbild mit allen anderen Regionen von Bedeutung im biometrischen Musterbild;

(c) Zuordnen eines Eindeutigkeitswertes zu jeder Region von Bedeutung im biometrischen Musterbild auf der Grundlage der Ergebnisse des Vergleichsschritts (b);

(d) Wählen mehrerer Bezugsregionen von Bedeutung aus den Regionen von Bedeutung im biometrischen Musterbild auf der Grundlage der Eindeutigkeitswerte;

(e) Definieren von Bezugsmustern auf der Grundlage der Bezugsregionen von Bedeutung;

(f) Speichern der Bezugsmuster und Bezugsregionen von Bedeutung als den Bezugsmustersatz, wobei jeder der Bezugsmustersätze aus Mustern mit jeweils p der n eindeutigsten Regionen von Bedeutung und ihren relativen Orientierungen besteht, so daß jeder Bezugsmustersatz aus n!/(pI(n-p)!) Mustern besteht.

15. Verfahren nach Anspruch 14, wobei die Orientierungsdaten Linienlängen zwischen den mehreren Bezugsregionen von Bedeutung und Neigungsdaten der Linienlängen aufweisen.

16. Verfahren nach Anspruch 15, wobei der Eindeutigkeitswert für eine Region von Bedeutung auf der Grundlage der Eindeutigkeit der Region von Bedeutung in bezug auf die anderen Regionen von Bedeutung und auf Varianz in der Region von Bedeutung definiert ist.

17. Verfahren nach Anspruch 15, wobei die Bezugsregionen von Bedeutung auf der Grundlage der Eindeutigkeitswerte gewählt werden und auch darauf beruhen, welche Regionen von Bedeutung die höchsten Eindeutigkeitswerte in einem Bereich des biometrischen Musterbildes haben.

18. Verfahren zur Authentifikation eines biometrischen Musters eines Benutzers, wobei berechtigte biometrische Muster gespeichert sind und durch entsprechende Bezugsmustersätze dargestellt sind, die aus mehreren Bezugsmustern bestehen, die auf mehreren Bezugsmerkmalen in den entsprechenden biometrischen Mustern beruhen, unter Verwendung des Systems nach einem der Ansprüche 1 bis 13 und des Verfahrens nach einem der Ansprüche 14 bis 17.