ES2372761T3 - Procedimiento de aseguramiento de un acceso físico y dispositivo de acceso que implementa el procedimiento. - Google Patents

Procedimiento de aseguramiento de un acceso físico y dispositivo de acceso que implementa el procedimiento. Download PDF

Info

Publication number
ES2372761T3
ES2372761T3 ES06829334T ES06829334T ES2372761T3 ES 2372761 T3 ES2372761 T3 ES 2372761T3 ES 06829334 T ES06829334 T ES 06829334T ES 06829334 T ES06829334 T ES 06829334T ES 2372761 T3 ES2372761 T3 ES 2372761T3
Authority
ES
Spain
Prior art keywords
fraud
parameters
access
type
sensor systems
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES06829334T
Other languages
English (en)
Inventor
Emmanuel Bernard
Jean-Christophe Fondeur
Laurent Lambert
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Idemia Identity and Security France SAS
Original Assignee
Morpho SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Morpho SA filed Critical Morpho SA
Application granted granted Critical
Publication of ES2372761T3 publication Critical patent/ES2372761T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/10—Movable barriers with registering means
    • G07C9/15—Movable barriers with registering means with arrangements to prevent the passage of more than one individual at a time
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/33—Individual registration on entry or exit not involving the use of a pass in combination with an identity check by means of a password

Abstract

Procedimiento de aseguramiento de un acceso físico que dispone de una pluralidad de sistemas de sensores (1.4, 1.5, 1.6), comprendiendo el citado procedimiento con miras a discriminar un acceso válido de un intento de acceso en fraude, las etapas siguientes: En una fase preliminar: - determinación de al menos un juego de parámetros obtenidos de los sistemas de sensores de los cuales al menos un juego de parámetros obtenidos de al menos dos sistemas de sensores diferentes (6.1); - determinación por aprendizaje, para cada juego de parámetros y para cada tipo de fraude considerado, de una clase de valores de los parámetros del juego correspondiente a este tipo de fraude para este juego de parámetros (6.2); durante un acceso: - determinación de juegos de valores formados por valores tomados por cada parámetro de cada juego de parámetros para este acceso (6.3); - determinación de una probabilidad de fraude asociada a cada tipo de fraude para cada juego de parámetros, en función del juego de valores determinado durante este acceso y de la clase correspondiente al tipo de fraude para este juego de parámetros (6.4); - determinación de una probabilidad de fraude global asociada al acceso en función de las probabilidades de fraude obtenidas para cada juego de parámetros y para cada tipo de fraude (6.5).

Description

Procedimiento de aseguramiento de un acceso fisico y dispositivo de acceso que implementa el procedimiento.
Ambito teenieo
La invenci6n se situa en el ambito del control de acceso fisico a las salidas de una zona sensible y de modo mas particular del control de la unicidad de una persona que franquea un paso controlado. Este ambito reagrupa dos tipos de problematicas, una primera que consiste en autenticar a un persona que se presenta, la segunda que consiste en asegurarse de que solo la persona autenticada franquea el paso controlado, con el fin de prevenirse contra un fraude en el que una persona no autorizada se aproveche del paso de una persona autorizada para colarse (< tailgating » en ingles).
Teeniea anterior
Por el documento EP 0 706 062 se conoce un metodo de detecci6n de unicidad en un vestibulo. Este metodo acopla un lector de tiques que permite la validaci6n de un billete de transporte y una detecci6n por ultrasonidos. Se utiliza un solo tipo de sensor.
Por el documento US 2002/097145 A1 se conoce un metodo de aseguramiento de un acceso basado en la autenticaci6n de las personas por un solo sistema de sensores. No se busca asegurar la unicidad del paso.
Por el documento WO 03/088157 A se conoce un metodo de aseguramiento de un acceso por analisis de imagen. Se efectua una detecci6n de objetos, estos objetos son clasificados y se extraen caracteristicas de ellos para determinar intentos de fraude.
Por el documento FR 2 713 805 A se conoce un sistema de control de acceso que dispone de tres zonas diferentes. En una primera zona denominada de peaje, los usuarios realizan el pago. En una segunda zona, se cuentan las personas. En una tercera zona, denominada de franqueo, puede cerrarse una barrera en el caso en que el numero de personas contadas sea superior al numero de pago. El objetivo en este caso es contar y no identificar tipos de fraude.
Por el documento FR 2 871 602 A se conoce utilizar una alfombra de presi6n en el suelo que permite determinar si una persona o varias se encuentran sobre la alfombra y mandar la apertura de una puerta en funci6n del resultado de esta prueba.
Por el documento EP 1 100 050 A1 se conocen sistemas de recuento de personas que se encaminan a una entrada por tratamiento de imagenes de video. En este documento, se utiliza un solo tipo de sensor. Por el documento US 2002/0067259 A1 se conoce utilizar varios tipos de sensores para determinar la presencia de una persona y su unicidad. En este documento, se describe correlacionar los datos de varios sensores, una configuraci6n de cortes de haces y un detector de calor, para detectar un objeto no humano con el fin de discriminar a una persona con equipaje de una intrusi6n. El documento US 2004/0188185, por su parte, describe correlacionar las informaciones de una imagen de calor y de una imagen 6ptica para contar el numero de personas presentes en un espacio. En el documento EP 1 308 905 A1 se describe la utilizaci6n de una alfombra sensible a la presi6n para detectar la presencia de personas, su sentido de desplazamiento, y efectuar un recuento a partir de los datos de la alfombra y de su evoluci6n en el tiempo.
Sin embargo, estos metodos no son suficientes para detectar con fiabilidad los intentos de fraude de una persona determinada.
Exposieian de la inveneian
La invenci6n es con miras a mejorar la tasa de detecci6n de los intentos de fraude durante el paso de una persona por un espacio controlado. Esta esta basada en la utilizaci6n de diferentes juegos de parametros obtenidos de al menos dos sistemas de sensores diferentes, estando basados algunos de estos juegos de parametros en correlaciones de mediciones obtenidas de estos diferentes sistemas de sensores. Se realiza un aprendizaje con el fin de caracterizar diferentes tipos de fraudes para a continuaci6n permitir la identificaci6n de un intento de fraude por correlaci6n entre las mediciones obtenidas y las caracterizaciones de cada tipo de fraude para cada juego de parametros.
La invenci6n se refiere a un procedimiento de aseguramiento de un acceso fisico que dispone de una pluralidad de sistemas de sensores (1.4, 1.5, 1.6), comprendiendo el citado procedimiento con miras a discriminar un acceso valido de un intento de acceso en fraude, las etapas siguientes:
En una fase preliminar:
determinaci6n de al menos un juego de parametros obtenidos de los sistemas de sensores de los cuales al menos un juego de parametros obtenidos de al menos dos sistemas de sensores diferentes (6.1);
determinaci6n por aprendizaje, para cada juego de parametros y para cada tipo de fraude considerado, de una clase de valores de los parametros del juego correspondiente a este tipo de fraude para este juego de parametros (6.2);
durante un acceso:
determinaci6n de juegos de valores formados por valores tomados por cada parametro de cada juego de parametros para este acceso (6.3);
determinaci6n de una probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros, en funci6n del juego de valores determinado durante este acceso y de la clase correspondiente al tipo de fraude para este juego de parametros (6.4);
determinaci6n de una probabilidad de fraude global asociada al acceso en funci6n de las probabilidades de fraude obtenidas para cada juego de parametros y para cada tipo de fraude (6.5).
De acuerdo con un modo particular de la invenci6n la probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros es estimada por calculo de una distancia entre el juego de valores determinado durante este acceso y la clase correspondiente al tipo de fraude para este juego de parametros.
De acuerdo con un modo particular de la invenci6n, esta distancia es una distancia algebraica entre el juego de valores determinado y el baricentro de la clase.
De acuerdo con un modo particular de la invenci6n la probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros es estimada por una red neuromimetica y en la que la etapa de determinaci6n por aprendizaje de las clases comprende una etapa de entrenamiento de esta red neuromimetica.
De acuerdo con un modo particular de la invenci6n los sistemas de sensores comprenden un sistema de camaras (1.5, 1.6) que facilitan imagenes de perfil (1.8, 1.9, Fig. 3).
De acuerdo con un modo particular de la invenci6n los sistemas de sensores comprenden un sistema de alfombra de presi6n en el suelo (1.4) que facilita imagenes de presi6n (1.7, Fig.4).
La invenci6n se refiere igualmente a un dispositivo de aseguramiento de un acceso fisico que comprende:
un espacio controlado;
una pluralidad de sistemas de sensores en este espacio de control (1.4, 1.5, 1.6);
medios de analisis de las informaciones procedentes de los resultados de los sistemas de sensores (1.9);
y sabiendo que se determina al menos un juego de parametros obtenidos de los sistemas de sensores de los cuales al menos un juego de parametros obtenidos de al menos dos sistemas de sensores diferentes, determinandose por aprendizaje, para cada juego de parametros y para cada tipo de fraude considerado, una clase de espacio de valores de los parametros del juego correspondiente a este tipo de fraude para este juego de parametros, los medios de analisis comprenden:
medios de determinaci6n de juegos de valores formados por valores tomados por cada juego de parametros para este acceso;
medios de determinaci6n de una probabilidad de fraude asociada a cada tipo de fraude y para cada juego de parametros, en funci6n del juego de valores determinado durante este acceso y de la clase correspondiente al tipo de fraude para este juego de parametros;
medios de determinaci6n de una probabilidad de fraude global asociada al acceso en funci6n de las probabilidades de fraude obtenidas para cada juego de parametros y para cada tipo de fraude.
Breve deseripeian de los dibujos
Las caracteristicas de la invenci6n anteriormente mencionadas, asi como otras, se pondran de manifiesto de modo mas claro con la descripci6n que sigue de un ejemplo de realizaci6n, efectuandose la citada descripci6n en relaci6n con los dibujos anejos, en los cuales:
La Fig. 1 representa un esquema de conjunto de un modo de realizaci6n de la invenci6n.
La Fig. 2 representa graficamente una clase de caracterizaci6n de un tipo de fraude en el espacio de un juego de parametros de acuerdo con un modo de realizaci6n de la invenci6n.
La Fig. 3 representa un ejemplo de imagen de perfil obtenida por una camara.
La Fig. 4 representa un ejemplo de imagen de presi6n obtenida por una alfombra de presi6n.
La Fig. 5 representa un ejemplo de imagen de presi6n correspondiente a un paso seguido, uno tras otro < pegando los pies ».
La Fig. 6 representa un organigrama del metodo.
Exposieian detallada de la inveneian
En el marco del control y del aseguramiento de accesos fisicos, generalmente es fundamental verificar que una persona es la unica que ha franqueado una puerta, un pasillo, un vestibulo de seguridad, etc. Se puede hablar entonces de detecci6n de unicidad. El < torniquete » del metro o el vestibulo de seguridad de un aeropuerto son ejemplos de puesta en practica de la detecci6n de unicidad. Los medios de medici6n puestos en practica pueden ser de cualquier tipo: sensor de presi6n, de temperatura, medios 6pticos (camara, haces laser�). Asimismo, el analisis de las mediciones puede ser mas o menos consolidado (utilizaci6n combinada o independiente de los datos), interpretado (toma en consideraci6n de factores dinamicos o estaticos), etc.
El sistema descrito aqui, esta basado en un sistema de detecci6n de unicidad que utiliza una alfombra de presi6n en el suelo. El interes de un sistema de este tipo es observar los contactos con los suelos y su evoluci6n en el transcurso del tiempo con el fin de poder deducir el numero de personas presentes segun las trazas presentes en el suelo y su evoluci6n. Sin embargo, existen medios muy simples de defraudar un sistema de este tipo reduciendo los contactos con el suelo. Por ejemplo, dos personas pueden pasar simultaneamente si estas estan suficientemente pr6ximas una a la otra.
El objeto de la invenci6n es consolidar la detecci6n de unicidad existente utilizando una asociaci6n de sensores de presi6n en el suelo y de camaras y/o detecci6n de perfil, y de tratar los intentos de fraude con un algoritmo de fusi6n de datos y de analisis del comportamiento de los objetos detectados. Asi, el algoritmo permite clasificar el paso segun el tipo de ataques posibles comparando las mediciones hechas y las diferentes clases asociadas a tipos de fraude considerados, la decisi6n de fraude o no es tomada entonces segun la clase.
En el ejemplo de realizaci6n descrito, la invenci6n es realizada en el seno de un vestibulo que controla un acceso. Este vestibulo esta representado esquematicamente en la Fig. 1. Una persona 1.1 franquea el vestibulo de izquierda a derecha. El vestibulo esta equipado con un cierto numero de sistemas de sensores. Se denominara sistemas de sensores, a un sistema que permite la adquisici6n de informaciones y basado en una pluralidad de sensores del mismo tipo. El vestibulo esta equipado a nivel del suelo de un primer sistema de sensores constituido por una alfombra sensible a la presi6n 1.4. Esta alfombra proporciona una imagen de presi6n 1.7 en dos dimensiones facilitando en cada uno de sus puntos el valor de la presi6n ejercida. Un ejemplo de estas imagenes de presi6n esta representado en la Fig. 4. Estas imagenes permiten determinar los contactos entre una persona o un objeto presente en el vestibulo y el suelo asi como calcular su peso y tener una idea de la repartici6n de este peso en el plano. Por otra parte, la alfombra de presi6n es capaz de adquirir imagenes de presi6n de modo peri6dico, lo que permite igualmente estudiar el comportamiento dinamico de estos objetos y deducir de el, por ejemplo, una velocidad media de desplazamiento, una direcci6n asi como los desplazamientos relativos entre objetos. El vestibulo esta igualmente provisto de un segundo sistema de sensores constituido por camaras de video 1.5, 1.6. Estas camaras son en numero de dos en el ejemplo de realizaci6n, pero su numero puede ser mas o menos elevado en funci6n de la cantidad de informaci6n que se desee obtener. En particular, se puede a�adir una camara en la parte superior. Estas camaras facilitan imagenes de perfil 1.2, 1.3 que permiten determinar perfiles 1.8, 1.9 asociados a las personas u objetos presentes en el vestibulo. El suelo y las paredes del vestibulo pueden ser de colores saturados con el fin de limitar los problemas inducidos por las sombras producidas por las personas u objetos presentes en el vestibulo. Un ejemplo de imagen de perfil esta representado en la Fig. 3.
Este dispositivo puede ser completado por otros sistemas de sensores como barreras infrarrojas, diodos, laseres u otros que permitan detectar la llegada de una persona o de un objeto al interior del vestibulo, medir el calor emitido por una persona, asi como cualquier otro parametro util. El vestibulo se ve provisto, ademas, generalmente, de medios de autenticaci6n no representados como un lector de etiqueta o medios de identificaci6n biometricos como un lector de iris del ojo o de huellas digitales.
El vestibulo esta tipicamente conectado a medios de adquisici6n de los datos producidos por los sistemas de sensores, medios de analisis de estos datos, de toma de decisi6n asi como de control. Estos medios pueden estar constituidos por un ordenador 1.9 que esta dotado de un disco duro que permite el almacenamiento de las imagenes recibidas, tanto de presi6n, como de perfiles, asi como programas necesarios para tratar estas imagenes y extraer de ellas los parametros que son utilizados para determinar si el paso es valido o no. En el caso de un paso valido, este ordenador puede, por ejemplo, autorizar la apertura de una puerta situada en la extremidad del vestibulo. En el caso contrario, la puerta permanece cerrada y puede ser emitida una alarma en direcci6n a un puesto de vigilancia u otro.
Una persona con animo de defraudar y por tanto de entrar sin autorizaci6n, intenta generalmente aprovechar el paso de una persona autorizada para colarse por la puerta a traves del vestibulo. Este intento puede hacerse despues de
la persona autorizada que, por ejemplo, supondra que la persona que la sigue esta igualmente autorizada. Este intento puede hacerse igualmente con la complicidad de la persona autorizada o tambien por coerci6n. Se trata por tanto para el defraudador de intentar equivocar a los sistemas de sensores intentando disimular su paso. Para hacer esto, este puede intentar pegarse a la primera persona, por ejemplo una tras otra, para equivocar a las camaras y pegar sus pies a los de la primera persona para que el sistema solamente distinga dos huellas < grandes » de paso, vease por ejemplo la imagen de presi6n de la Fig. 6. A este tipo de fraude se le denominara < fraude por adhesi6n ». El defraudador puede igualmente intentar pasar en cuclillas, o todavia permaneciendo exactamente al lado de la persona autorizada. Algunos casos particulares pueden igualmente plantear problemas de reconocimiento de un ni�o al lado de un adulto o incluso de un bebe en los brazos de su madre. Estos intentos de fraude representan solamente ejemplos de los tipos de fraude posibles. Lo que esta en juego del sistema es por tanto conseguir discriminar los pasos validos de una sola persona y esto cualesquiera que sean el tama�o, la corpulencia, la ropa o los equipajes de esta persona, de un intento de fraude como los que se acaban de describir.
En funci6n de estos tipos de fraude que deban detectarse, hay que elegir un cierto numero de parametros obtenidos de los sistemas de sensores. Estos parametros pueden ser datos obtenidos directamente de los sensores o parametros calculados a partir de las informaciones facilitadas.
Para el sistema de camaras, es posible obtener a partir de las imagenes tomadas, imagenes denominadas de perfil. Estas imagenes son obtenidas por discriminaci6n del sujeto con respecto al fondo. Las tecnicas de tratamiento de imagenes digitales necesarias son conocidas. Una vez obtenidas estas imagenes de perfiles, es posible extraer de ellas parametros como esta ilustrado en la Fig. 3. Se obtiene facilmente el emplazamiento del centro de gravedad
3.3 del objeto 3.2, su altura 3.6, su anchura 3.5. Por un analisis de las imagenes en el transcurso del tiempo, es posible igualmente extraer la velocidad media 3.4 del centro de gravedad. Es posible tambien aplicar un algoritmo que permita contar las cabezas, de hecho un algoritmo que contara las excrecencias del perfil 5.1 en su parte superior. Por cruce de los perfiles obtenidos de varias camaras, es posible tambien calcular el volumen del objeto, asi como la repartici6n de este volumen en funci6n de la altura del objeto. Se puede elegir, por ejemplo, dividir la altura en tres partes iguales y determinar el porcentaje del volumen situado en la parte inferior, la parte media y la parte superior del objeto. Estos parametros representan solamente ejemplos de los parametros posibles obtenidos del sistema de camaras.
De manera analoga, se extraen parametros del sistema de sensores constituido por la alfombra de presi6n. Las imagenes de presi6n, tales como las ilustradas en la Fig. 4, permiten aqui tambien obtener para cada objeto 4.2, su altura 4.6, su anchura 4.5 y el centro de gravedad global de los objetos detectados 4.3. Un estudio de la evoluci6n en el transcurso del tiempo de los objetos permite calcular la velocidad de desplazamiento 4.4 media de este centro de gravedad asi como la media en el transcurso del tiempo de los valores precedentes. Es posible igualmente calcular una altura y una anchura globales. Una integraci6n de los valores de presi6n permite una estimaci6n del peso total de los objetos presentes en el vestibulo.
Se puede hacer lo mismo con todos los sistemas de sensores que se elija utilizar. �ada uno de estos es susceptible de facilitar parametros que peden ser utiles para la discriminaci6n de los diferentes tipos de fraude posibles en el interior del vestibulo.
Ademas de estos parametros obtenidos de cada sistema de sensores, el hecho de utilizar al menos dos sistemas de sensores hace posible el calculo de parametros suplementarios obtenidos de la correlaci6n de informaciones facilitadas por cada uno de los sistemas de sensores. Es posible, por ejemplo, establecer una relaci6n volumen/peso de los objetos presentes en interior del vestibulo, o tambien la diferencia de velocidad de desplazamiento entre los objetos detectados por las camaras y los objetos detectados por la alfombra de presi6n. Es tambien posible comparar las posiciones y el numero de contactos con el suelo con los objetos detectados por las camaras.
Se realiza una elecci6n entre estos parametros posibles. Se define, asi, un cierto numero de juego de parametros como esta ilustrado en la Fig. 6, etapa 6.1. Se hace corresponder los parametros elegidos obtenidos de un sistema de sensores a un juego de parametros. Los parametros obtenidos de la correlaci6n entre dos sistemas de sensores facilitaran igualmente un juego de parametros. Se obtiene, asi, por tanto, un juego de parametros por sistema de sensores y un juego de parametros por correlaci6n hecha entre dos sistemas de sensores. Para cada acceso por el vestibulo, el sistema es por tanto capaz de calcular un conjunto de juegos de valores para cada juego de parametros correspondiente a este acceso.
Para poder determinar la validez de un acceso, es decir responder a la cuesti6n de saber si este paso corresponde al paso de una sola persona o no, es necesario por tanto determinar si un conjunto de juegos de parametros calculados durante este acceso corresponde al paso de una sola persona o a un intento de fraude.
Para hacer esto, es posible proceder a una fase de aprendizaje. Se registraran los valores de los diferentes juegos de parametros definidos anteriormente. �ada juego de parametros puede ser visto como un espacio mutidimensional en el que cada dimensi6n corresponde a un parametro. Durante un paso determinado, los valores calculados por cada parametro definen un vector en este espacio que representa el juego de valores. Esto esta ilustrado en la Fig. 2. En esta figura, esta representado un espacio de tres dimensiones correspondiente a un juego de parametros. �ada una de las dimensiones 2.1, 2.2, 2.3 corresponde por tanto a un parametro del juego. El vector
2.3 corresponde a los valores medidos o calculados durante un paso dado. Las mediciones sucesivas de diferentes pasos dan una colecci6n de vectores que definen una clase de valores correspondientes a estos pasos. Una clase
2.5 de este tipo esta representada en la Fig. 2. Para cada juego de parametros se define asi una clase correspondiente a las mediciones efectuadas durante una serie de pasos. Si se efectuan tales series de mediciones para pasos validos, despues para pasos correspondientes a intentos de fraude se establecen para cada juego de parametros clases correspondientes a un paso valido y clases correspondientes a los tipos de fraude considerados. Se obtiene, asi, como esta ilustrado en la Fig. 6, etapa 6.2, y para cada juego de parametros, una clase correspondiente a los diferentes intentos de fraude.
�uando se busca clasificar un paso o acceso, se empieza por tanto por adquirir las informaciones de cada sistema de sensores. Estas informaciones son utilizadas a continuaci6n para calcular los parametros correspondientes a cada juego de parametros. Se obtienen por tanto los juegos de valores correspondientes a cada juego de parametros, como esta ilustrado en la Fig. 6, etapa 6.3. Es posible, por tanto, calcular una medici6n de distancia entre los valores de parametros medidos y/o calculados de un juego de parametros y las diferentes clases correspondientes a los diferentes tipos de pasos. Esta medici6n de distancia puede ser una simple distancia algebraica entre el vector medido y el baricentro de los vectores de la clase o cualquier otra medici6n de distancia en el espacio. Se deduce de esta distancia una probabilidad de que el paso pertenezca a la clase considerada, como esta ilustrado en la Fig. 6, etapa 6.4. Se clasifica, asi, cada juego de parametros y se asocia una probabilidad a esta clasificaci6n. La clasificaci6n del paso se efectua por consolidaci6n de las clasificaciones obtenidas para cada juego de parametros, como esta ilustrado en la Fig. 6, etapa 6.5.
Alternativamente, las etapas de clasificaci6n de un juego de parametros pueden ser efectuadas por una red de neuronas formales, denominada de otro modo red neuromimetica. Estas redes funcionan sobre el modelo de una interconexi6n de neuronas formales, efectuando cada una de sus neuronas formales una suma ponderada de sus entradas y aplicando a esta suma una funci6n de salida no lineal que puede ser un simple umbral o una funci6n mas sofisticada como la funci6n sigmoide. El conocimiento o la informaci6n almacenada en la red corresponden a los pesos sinapticos de cada neurona, siendo calculados estos pesos por aprendizaje. Este aprendizaje se hace con la ayuda de un algoritmo < de entrenamiento » que consiste en modificar los pesos sinapticos en funci6n de un juego de datos presentados en entrada de la red. El objetivo de este entrenamiento es permitir a la red de neuronas < aprender » a partir de los ejemplos. Si el entrenamiento es realizado correctamente, la red es capaz de facilitar respuestas en salida muy pr6ximas a los valores de origenes del juego de datos de entrenamiento. Pero todo el interes de las redes de neuronas reside en su capacidad de generalizar a partir del juego de prueba. Una red de neuronas de este tipo entrenada sobre los pasos que constituyen las clases durante una fase de aprendizaje es por tanto capaz de realizar con fiabilidad una clasificaci6n de los pasos y de dar para cada paso una probabilidad asociada a cada juego de parametros y a cada paso o acceso.
La pertinencia de la elecci6n de los parametros que constituyen el juego de parametros para cada sistema de sensores, la utilizaci6n de juegos de parametros suplementarios que implican en sus calculos a varios sistemas de sensores, asi como la caracterizaci6n en el espacio de cada juego de parametros de los tipos de fraude por aprendizaje, son otros tantos factores que contribuyen cada uno a la robustez y a la fiabilidad de la clasificaci6n.
El especialista en la materia comprendera que la invenci6n, aunque describe la utilizaci6n de una alfombra de presi6n y de camara, puede incluir del mismo modo diferentes sistemas de sensores como barreras infrarrojas o laser, camaras infrarrojas, sistemas de diodos o cualquier otro medio de obtener informaciones sobre los objetos o cuerpos presentes en un espacio de control. Asimismo la invenci6n descrita pretende discriminar la unicidad de presencia de una persona, pero podria aplicarse tambien facilmente a otros criterios, como la unicidad de un vehiculo u otros.

Claims (7)

  1. REIVINDICACIONES
    1. Procedimiento de aseguramiento de un acceso fisico que dispone de una pluralidad de sistemas de sensores (1.4, 1.5, 1.6), comprendiendo el citado procedimiento con miras a discriminar un acceso valido de un intento de acceso en fraude, las etapas siguientes:
    En una fase preliminar:
    determinaci6n de al menos un juego de parametros obtenidos de los sistemas de sensores de los cuales al menos un juego de parametros obtenidos de al menos dos sistemas de sensores diferentes (6.1);
    determinaci6n por aprendizaje, para cada juego de parametros y para cada tipo de fraude considerado, de una clase de valores de los parametros del juego correspondiente a este tipo de fraude para este juego de parametros (6.2);
    durante un acceso:
    determinaci6n de juegos de valores formados por valores tomados por cada parametro de cada juego de parametros para este acceso (6.3);
    determinaci6n de una probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros, en funci6n del juego de valores determinado durante este acceso y de la clase correspondiente al tipo de fraude para este juego de parametros (6.4);
    determinaci6n de una probabilidad de fraude global asociada al acceso en funci6n de las probabilidades de fraude obtenidas para cada juego de parametros y para cada tipo de fraude (6.5).
  2. 2.
    Procedimiento de acuerdo con la reivindicaci6n 1 en el que la probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros es estimada por calculo de una distancia entre el juego de valores determinado durante este acceso y la clase correspondiente al tipo de fraude para este juego de parametros.
  3. 3.
    Procedimiento de acuerdo con la reivindicaci6n 2 en el que esta distancia es una distancia algebraica entre el juego de valores determinado y el baricentro de la clase.
  4. 4.
    Procedimiento de acuerdo con la reivindicaci6n 1 en el que la probabilidad de fraude asociada a cada tipo de fraude para cada juego de parametros es estimada por una red neuromimetica y en el que la etapa de determinaci6n por aprendizaje de las clases comprende una etapa de entrenamiento de esta red neuromimetica.
  5. 5.
    Procedimiento de acuerdo con una cualquiera de las reivindicaciones precedentes en el que los sistemas de sensores comprenden un sistema de camaras (1.5, 1.6) que facilitan imagenes de perfil (1.8, 1.9, Fig. 3).
  6. 6.
    Procedimiento de acuerdo con una cualquiera de las reivindicaciones precedentes en el que los sistemas de sensores comprenden un sistema de alfombra de presi6n en el suelo (1.4) que facilita imagenes de presi6n (1.7, Fig. 4).
  7. 7.
    Dispositivo de aseguramiento de un acceso fisico que comprende:
    un espacio control;
    una pluralidad de sistemas de sensores en este espacio de control (1.4, 1.5, 1.6);
    medios de analisis de las informaciones procedentes de los sistemas de sensores (1.9);
    y sabiendo que se determina al menos un juego de parametros obtenidos de los sistemas de sensores de los cuales al menos un juego de parametros obtenidos de al menos dos sistemas de sensores diferentes, determinandose por aprendizaje, para cada juego de parametros y para cada tipo de fraude considerado, una clase de espacio de valores de los parametros del juego correspondiente a este tipo de fraude para este juego de parametros, los medios de analisis comprenden:
    medios de determinaci6n de juegos de valores formados por valores tomados para cada parametro de cada juego de parametros para este acceso;
    medios de determinaci6n de una probabilidad de fraude asociada a cada tipo de fraude y para cada juego de parametros, en funci6n del juego de valores determinado durante este acceso y de la clase correspondiente al tipo de fraude para este juego de parametros;
    medios de determinaci6n de una probabilidad de fraude global asociada al acceso en funci6n de las probabilidades de fraude obtenidas para cada juego de parametros y para cada tipo de fraude.
ES06829334T 2005-12-16 2006-12-06 Procedimiento de aseguramiento de un acceso físico y dispositivo de acceso que implementa el procedimiento. Active ES2372761T3 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0512857 2005-12-16
FR0512857A FR2895122B1 (fr) 2005-12-16 2005-12-16 Procede de securisation d'un acces physique et dispositf d'acces implementant le procede

Publications (1)

Publication Number Publication Date
ES2372761T3 true ES2372761T3 (es) 2012-01-26

Family

ID=36761794

Family Applications (1)

Application Number Title Priority Date Filing Date
ES06829334T Active ES2372761T3 (es) 2005-12-16 2006-12-06 Procedimiento de aseguramiento de un acceso físico y dispositivo de acceso que implementa el procedimiento.

Country Status (13)

Country Link
US (1) US7847688B2 (es)
EP (1) EP1960973B1 (es)
CN (1) CN101385050B (es)
AT (1) ATE528735T1 (es)
AU (1) AU2006326345B2 (es)
BR (1) BRPI0619993B1 (es)
CA (1) CA2634228C (es)
ES (1) ES2372761T3 (es)
FR (1) FR2895122B1 (es)
MY (1) MY149945A (es)
PT (1) PT1960973E (es)
WO (1) WO2007068385A1 (es)
ZA (1) ZA200805553B (es)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260008B2 (en) 2005-11-11 2012-09-04 Eyelock, Inc. Methods for performing biometric recognition of a human eye and corroboration of same
US8364646B2 (en) 2006-03-03 2013-01-29 Eyelock, Inc. Scalable searching of biometric databases using dynamic selection of data subsets
US8604901B2 (en) 2006-06-27 2013-12-10 Eyelock, Inc. Ensuring the provenance of passengers at a transportation facility
EP2076871A4 (en) 2006-09-22 2015-09-16 Eyelock Inc COMPACT BIOMETRIC DETECTION SYSTEM AND CORRESPONDING METHOD
WO2008042879A1 (en) 2006-10-02 2008-04-10 Global Rainmakers, Inc. Fraud resistant biometric financial transaction system and method
US20100131414A1 (en) * 2007-03-14 2010-05-27 Gavin Randall Tame Personal identification device for secure transactions
US8953849B2 (en) 2007-04-19 2015-02-10 Eyelock, Inc. Method and system for biometric recognition
WO2008131201A1 (en) 2007-04-19 2008-10-30 Global Rainmakers, Inc. Method and system for biometric recognition
US9036871B2 (en) 2007-09-01 2015-05-19 Eyelock, Inc. Mobility identity platform
US9117119B2 (en) 2007-09-01 2015-08-25 Eyelock, Inc. Mobile identity platform
US8212870B2 (en) 2007-09-01 2012-07-03 Hanna Keith J Mirror system and method for acquiring biometric data
US9002073B2 (en) 2007-09-01 2015-04-07 Eyelock, Inc. Mobile identity platform
WO2009029757A1 (en) 2007-09-01 2009-03-05 Global Rainmakers, Inc. System and method for iris data acquisition for biometric identification
DE102008016516B3 (de) * 2008-01-24 2009-05-20 Kaba Gallenschütz GmbH Zugangskontrollvorrichtung
WO2009158662A2 (en) 2008-06-26 2009-12-30 Global Rainmakers, Inc. Method of reducing visibility of illimination while acquiring high quality imagery
DE102010011225B3 (de) * 2010-03-12 2011-02-24 Mühlbauer Ag Personendurchgangskontrolle mit Kamerasystem
US20110258117A1 (en) * 2010-04-14 2011-10-20 Dfs Services Llc Modification of payment transactions in real-time based upon external data source
WO2012017266A1 (en) * 2010-08-03 2012-02-09 In-Side Technology Di Bernardi Paolo Method and device for controlling an access
US10043229B2 (en) 2011-01-26 2018-08-07 Eyelock Llc Method for confirming the identity of an individual while shielding that individual's personal data
BR112013021160B1 (pt) 2011-02-17 2021-06-22 Eyelock Llc Método e aparelho para processar imagens adquiridas usando um único sensor de imagens
WO2012158825A2 (en) 2011-05-17 2012-11-22 Eyelock Inc. Systems and methods for illuminating an iris with visible light for biometric acquisition
US9142106B2 (en) * 2012-05-23 2015-09-22 Honeywell International, Inc. Tailgating detection
CN103778691A (zh) * 2012-10-18 2014-05-07 唐毅 一种基于足部压力的人流量检测系统
US9000918B1 (en) 2013-03-02 2015-04-07 Kontek Industries, Inc. Security barriers with automated reconnaissance
CN105631997B (zh) * 2015-12-28 2018-08-31 王成财 一种检票监控方法
US10268166B2 (en) 2016-09-15 2019-04-23 Otis Elevator Company Intelligent surface systems for building solutions
JP6603290B2 (ja) * 2017-10-27 2019-11-06 ファナック株式会社 複数のセンサを備えた物体監視装置
US10469590B2 (en) 2018-01-02 2019-11-05 Scanalytics, Inc. System and method for smart building control using directional occupancy sensors
US10529155B1 (en) * 2018-10-15 2020-01-07 Alibaba Group Holding Limited Employing pressure signatures for personal identification
US11763591B2 (en) * 2020-08-20 2023-09-19 The Nielsen Company (Us), Llc Methods and apparatus to determine an audience composition based on voice recognition, thermal imaging, and facial recognition
US11553247B2 (en) 2020-08-20 2023-01-10 The Nielsen Company (Us), Llc Methods and apparatus to determine an audience composition based on thermal imaging and facial recognition
US11595723B2 (en) 2020-08-20 2023-02-28 The Nielsen Company (Us), Llc Methods and apparatus to determine an audience composition based on voice recognition

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2713805B1 (fr) * 1993-12-15 1996-09-06 Alkan Sa Système antifraude à l'usage des transports publics.
FR2725278B1 (fr) * 1994-10-04 1997-08-14 Telecommunications Sa Equipement de reconnaissance tridimensionnelle de formes
US6105010A (en) * 1997-05-09 2000-08-15 Gte Service Corporation Biometric certifying authorities
US20020097145A1 (en) * 1997-11-06 2002-07-25 David M. Tumey Integrated vehicle security system utilizing facial image verification
US7318050B1 (en) * 2000-05-08 2008-01-08 Verizon Corporate Services Group Inc. Biometric certifying authorities
US7376431B2 (en) * 2002-02-05 2008-05-20 Niedermeyer Brian J Location based fraud reduction system and method
CA2481250C (en) * 2002-04-08 2011-09-27 Newton Security, Inc. Tailgating and reverse entry detection, alarm, recording and prevention using machine vision
CZ2005209A3 (cs) * 2002-09-10 2005-12-14 Ivi Smart Technologies, Inc. Bezpečné biometrické ověření identity
FR2871602B1 (fr) * 2004-06-11 2018-08-17 Yves Thepault Dispositif de controle d'acces physique des personnes a verification de l'unicite de passage
US20060136746A1 (en) * 2004-12-18 2006-06-22 Al-Khateeb Osama O M Security system for preventing unauthorized copying of digital data
US20060190419A1 (en) * 2005-02-22 2006-08-24 Bunn Frank E Video surveillance data analysis algorithms, with local and network-shared communications for facial, physical condition, and intoxication recognition, fuzzy logic intelligent camera system
CN100511287C (zh) * 2005-03-16 2009-07-08 河北天琴电子技术开发有限公司 长途客运票款智能监测方法
US20070025534A1 (en) * 2005-07-12 2007-02-01 Sudeesh Yezhuvath Fraud telecommunications pre-checking systems and methods

Also Published As

Publication number Publication date
CN101385050B (zh) 2012-09-05
MY149945A (en) 2013-11-15
AU2006326345A1 (en) 2007-06-21
WO2007068385A1 (fr) 2007-06-21
CA2634228C (fr) 2013-12-03
BRPI0619993A2 (pt) 2011-10-25
US7847688B2 (en) 2010-12-07
PT1960973E (pt) 2011-12-19
EP1960973B1 (fr) 2011-10-12
BRPI0619993B1 (pt) 2018-04-24
FR2895122B1 (fr) 2008-02-01
FR2895122A1 (fr) 2007-06-22
ATE528735T1 (de) 2011-10-15
CA2634228A1 (fr) 2007-06-21
US20090002144A1 (en) 2009-01-01
CN101385050A (zh) 2009-03-11
EP1960973A1 (fr) 2008-08-27
AU2006326345B2 (en) 2012-03-08
ZA200805553B (en) 2009-09-30

Similar Documents

Publication Publication Date Title
ES2372761T3 (es) Procedimiento de aseguramiento de un acceso físico y dispositivo de acceso que implementa el procedimiento.
ES2431667T3 (es) Dispositivo y método para detectar una actividad sospechosa, programa y medio de grabación
JP4627743B2 (ja) 入退出管理システム、並びに入退出管理装置
ES2318629T3 (es) Procedimiento para determinar automaticamente el numero de personas y/u objetos que se encuentran en una compuerta.
JP6148065B2 (ja) 顔認証システム
US20080285802A1 (en) Tailgating and reverse entry detection, alarm, recording and prevention using machine vision
JP6148064B2 (ja) 顔認証システム
CN106710047A (zh) 闸机控制方法及系统
US20060225352A1 (en) Method and device for pass-through control and/or singling-out of persons
US11734975B2 (en) Short range radar use in transportation access systems
CN103778704A (zh) 一种城市轨道交通闸机事件智能识别方法
CN109448139A (zh) 一种闸机通行方法及系统
CN103632427A (zh) 一种道闸防砸方法及道闸控制系统
EP2546807A2 (en) Traffic monitoring device
JP3550038B2 (ja) モーションを利用した認証方法及び装置
Loveček et al. Biometric Identity Verification as Part of Physical Protection Systems
Siegmund et al. Verifying isolation in a mantrap portal via thermal imaging
Siegmund et al. A look at feet: recognizing tailgating via capacitive sensing
KR102494665B1 (ko) 게이트 출입 통제 시스템
Jagadeesh et al. Software implementation procedure of the development of an iris-biometric identification system using image processing techniques
Jenkins The weakly identifying system for doorway monitoring
KR20240049897A (ko) 인공지능 게이트 시스템
CN116824744A (zh) 一种双通道人物关联查验方法
EP2657885A1 (en) Detection of passage in a revolving door