JP7464619B2 - モバイルデバイスによる顔認識のなりすまし検知 - Google Patents

Description

相互参照
本出願は、２０１９年３月１２日に出願された米国仮特許出願第６２／８１７、５５４号の利益を主張し、該仮出願は、その全体において引用により本明細書に組み込まれる。

セキュリティーシステムへの「なりすまし」とは、偽データを送信することにより、認証されたユーザーを装う行為として一般的に定義される。この場合、死活検知の方法は、顔、手のひら（掌紋）、指（指紋）、または耳などの生体認証のモダリティが本人の三次元の生体測定のモダリティの固有の構造品質を持つか、それとも二次元の複製かどうかを判断するために使用され得る。

１つの態様において、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するための、コンピュータに実装される方法が本明細書に開示され、該方法は：
（ａ）第１の距離において、ユーザーの顔の画像または画像のセットをカメラにより記録する工程と、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理する工程と、（ｃ）第１のデータ表現を処理する工程であって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程と、（ｄ）ユーザーの顔とカメラとの間の距離を変更する工程であって、ここで距離を変更する工程は、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、工程と、（ｅ）カメラによって、第２の距離においてユーザーの顔の画像または画像のセットを記録する工程と、（ｆ）ユーザーの第２の画像または画像のセットの第２のデータ表現を生成するために、アルゴリズムを用いて第２の距離におけるユーザーの顔の画像または画像のセットを処理する工程と、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較する工程であって、それにより、第２のデータ表現と第１のデータ表現から生成された予測モデルとがマッチするかどうかを判定する、工程と、（ｈ）第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証する工程と、を含む。いくつかの実施形態では、方法は、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後、第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合、アイデンティティ認識のマッチを拒絶する工程をさらに含む。いくつかの実施形態では、方法は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチした場合に付加的なデータ表現のアイデンティティ認識のマッチを確証する工程をさらに含む。いくつかの実施形態では、方法は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に付加的なデータ表現アイデンティティ認識のマッチを拒絶する工程をさらに含む。いくつかの実施形態では、方法は、第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合、第１の距離において顔の画像または画像のセットを提示するユーザーが、第２の距離において顔の画像または画像のセットを提示するユーザーに一致するかどうかを判定するための付加的なデータを比較する工程をさらに含む。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、方法は、（ａ）第２のデータ表現を処理する工程であって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程と、（Ｂ）第1のデータ表現を第2のデータ表現から生成された予測モデルと比較する工程であって、それにより、両者がマッチするかどうかを判定する、工程と、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証する工程と、をさらに含む。いくつかの実施形態では、予測モデルの、データ表現に対する比較は、マッチングアーキテクチャを構成することを含む。いくつかの実施形態では、予測モデルの、データ表現に対する比較は、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較することを含む、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、またはそれらの任意の組合せを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするために使用される。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、方法は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータと比較する工程と、（ｄ）（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程とをさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、前記方法は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および、第２のデータ表現と比較する工程をさらに含む。いくつかの実施形態では、前記方法は、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む。いくつかの実施形態では、方法は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および第１のデータ表現と比較する工程と、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程とをさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、方法は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較する工程をさらに含む。いくつかの実施形態では、方法は、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む。

他の態様では、本明細書においてコンピュータに実装されるシステムが開示され、該システムは、少なくとも１つのプロセッサを含むコンピューティングデバイスと、実行可能命令を実行するように構成されたオペレーティングシステムと、メモリと、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、コンピューティングデバイスによって実行可能な命令を含むコンピュータプログラムと、を含み、前記アプリケーションは、（ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成された、ソフトウェアモジュールと、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理するように構成された、ソフトウェアモジュールと、（ｃ）第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｄ）ユーザーの顔とカメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、ここで距離を変更することは、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、（ｅ）第２の距離においてユーザーの顔の画像または画像のセットを記録するように構成された、ソフトウェアモジュールと、（ｆ）ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、第２の距離におけるユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成された、ソフトウェアモジュールと、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較ように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｈ）第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、を含む。いくつかの実施形態では、システムは、ソフトウェアモジュールであって、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、アイデンティティ認識のマッチを拒絶するように構成される、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第１の距離または第２の距離からのユーザーの顔の画像または画像のセットから１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後に第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチした場合に付加的なデータ表現アイデンティティ認識のマッチを確証するように構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、１つ以上の付加的なデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に付加的なデータ表現のアイデンティティ認識のマッチを拒絶するように構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合に、第１の距離において顔の画像または画像のセットを提示するユーザーが第２の距離において顔の画像または画像のセットを提示するユーザーにマッチするかどうかを判定するための付加的なデータを比較するように構成される。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、システムは、（ａ）第２のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｂ）第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、を含む。いくつかの実施形態では、第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールは、マッチングアーキテクチャの構成を含む。いくつかの実施形態では、予測モデルをデータ表現と比較するように構成された、ソフトウェアモジュールはいずれも、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、または、それらの任意の組合わせを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、システムは、ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするように構成される。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、システムは、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成された、ソフトウェアモジュールと、（ｄ）（Ｉ）第２のデータ表現が第１のデータ表現予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように、構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成される。いくつかの実施形態では、システムは、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成された、ソフトウェアモジュールと、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように、構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動
および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように、構成される。

さらに別の態様では、本明細書において、コンピュータプログラムによって符号化された非一時的なコンピュータ可読記憶媒体が開示され、前記コンピュータプログラムは、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、１つ以上のプロセッサによって実行可能な命令を含み、前記アプリケーションは、（ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成された、ソフトウェアモジュールと、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理するように構成された、ソフトウェアモジュールと、（ｃ）第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｄ）ユーザーの顔とカメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、ここで距離を変更することは、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、（ｅ）第２の距離においてユーザーの顔の画像または画像のセットを記録するように構成された、ソフトウェアモジュールと、（ｂ）ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、第２の距離におけるユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成された、ソフトウェアモジュールと、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較ように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｈ）第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、を含む。いくつかの実施形態では、コンピュータ可読記憶媒体は、ソフトウェアモジュールであって、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成された後、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、アイデンティティ認識のマッチを拒絶するように構成される、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第１の距離または第２の距離からのユーザーの顔の画像または画像のセットから１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後に第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する。いくつかの実施形態では、記憶媒体は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチした場合に、付加的なデータ表現のマッチを確証するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合に、付加的なデータ表現のアイデンティティ認識のマッチを拒絶するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、第１の距離において顔の画像または画像のセットを提示するユーザーが第２の距離において顔の画像または画像のセットを提示するユーザーにマッチするかどうかを判定するための付加的なデータを比較するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、記憶媒体は、（ａ）第２のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｂ）第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールは、マッチングアーキテクチャの構成を含む。いくつかの実施形態では、予測モデルをデータ表現と比較するように構成された、ソフトウェアモジュールは、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、またはそれらの任意の組合せを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、記憶媒体は、第１の、および／または第２のデータ表現をキャプチャーするために使用されるガイド機能付きユーザーインターフェースをさらに含む。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、記憶媒体は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成された、ソフトウェアモジュールと、（ｄ）（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、ソフトウェアモジュールであって、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成された、ソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成された、ソフトウェアモジュールと、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成された、ソフトウェアモジュールをさらに含む。

本発明の特定事項の特徴と利点のより良い理解は、例証的な実施形態を説明する以下の詳細な記載と添付の図面を参照することによって得られる。
図１は、コンピューティングデバイスの非限定的な例を示し、この場合、本明細書における実施形態にかかる、１つ以上のプロセッサ、メモリ、記憶装置、およびネットワークインターフェースを備えた、デバイスを示す。 図２は、ウェブ／モバイルアプリケーション提供システムの非限定的な例を示し、この場合、本明細書における実施形態にかかる、ブラウザベースの、および／または元々モバイルの、ユーザーインターフェースを提供する、システムを示す。 図３は、クラウドベースのウェブ／モバイルアプリケーション提供システムの非限定的な例を示し、この場合、本明細書における実施形態にかかる、弾力的にロードバランスされ、自動スケール機能があるウェブサーバおよびアプリケーションサーバーのリソース、ならびに、同期的に複製されるデータベースを含む、システムを示す。 図４は、本明細書における実施形態にかかる、第１の、および第２のデータ予測マッチングアーキテクチャの非限定的な例を示す。 図５は、本明細書における実施形態にかかる、連続データ予測マッチングアーキテクチャの非限定的な例を示す。 図６は、連続データ予測マッチングアーキテクチャの非限定的な例を示し、この場合、本明細書における実施形態にかかる、複数の過去のフレームを使用するアーキテクチャを示す。

一態様において、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するための、コンピュータに実装される方法が本明細書に開示され、該方法は：（ａ）第１の距離において、ユーザーの顔の画像または画像のセットをカメラにより記録する工程と、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理する工程と、（ｃ）第１のデータ表現を処理する工程であって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程と、（ｄ）ユーザーの顔とカメラとの間の距離を変更する工程であって、ここで距離を変更する工程は、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、工程と、（ｅ）カメラによって、第２の距離においてユーザーの顔の画像または画像のセットを記録する工程と、（ｆ）ユーザーの顔の画像または画像のセットの第２のデータ表現を生成するために、アルゴリズムを用いて第２の距離におけるユーザーの顔の画像または画像のセットを処理する工程と、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較する工程であって、それにより、両者がマッチするかどうかを判定する、工程と、（ｈ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証する工程と、を含む。いくつかの実施形態では、方法は、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、アイデンティティ認識のマッチを拒絶する工程をさらに含む。いくつかの実施形態では、方法は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチする場合に付加的なデータ表現のアイデンティティ認識のマッチを確証する工程をさらに含む。いくつかの実施形態では、方法は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に、付加的なデータ表現のアイデンティティ認識のマッチを拒絶する工程をさらに含む。いくつかの実施形態では、方法は、第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合、第１の距離において顔の画像または画像のセットを提示するユーザーが、第２の距離において顔の画像または画像のセットを提示するユーザーに一致するかどうかを判定するための付加的なデータを比較する工程をさらに含む。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、前記方法は、（ａ）第２のデータ表現を処理する工程であって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程と、（ｂ）第１のデータ表現を第２のデータ表現から生成された予測モデルと比較する工程であって、それにより、両者がマッチするかどうかを判定する、工程と、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合に、アイデンティティ認識のマッチを確証する工程と、をさらに含む。いくつかの実施形態では、予測モデルの、データ表現に対する比較は、マッチングアーキテクチャを構成することを含む。いくつかの実施形態では、予測モデルの、データ表現に対する比較は、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、またはそれらの任意の組合せを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、特定の連続するマッチング演習で変化して他では変化せず、ここで、変化は、マッチング演習間で無作為化されるか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするために使用される。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、方法は、（ａ）モバイルデバイスにおける１つ以上のセンサーから、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｂ）モバイルデバイスにおける１つ以上のセンサーから、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較する工程と、（ｄ）アイデンティティ認識のマッチを確証する工程であって、（Ｉ）第２のデータ表現が第１のデータ表現予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程と、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、方法は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および、第２のデータ表現と比較する工程をさらに含む。いくつかの実施形態では、方法は、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む。いくつかの実施形態では、方法は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較する工程と、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程と、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、方法は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較する工程をさらに含む。いくつかの実施形態では、方法は、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的に又は複数の間隔をおいて記録された運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む。

他の態様では、本明細書においてコンピュータに実装されるシステムが開示され、該システムは、少なくとも１つのプロセッサを含むコンピューティングデバイスと、実行可能命令を実行するように構成されたオペレーティングシステムと、メモリと、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、コンピューティングデバイスによって実行可能な命令を含むコンピュータプログラムと、を含み、前記アプリケーションは、（ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理するように構成されたソフトウェアモジュールと、（ｃ）第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｄ）ユーザーの顔とカメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、ここで距離を変更することは、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、（ｅ）第２の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、（ｆ）ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、第２の距離におけるユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成されたソフトウェアモジュールと、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｈ）第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、を含む。いくつかの実施形態では、システムは、ソフトウェアモジュールであって、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成された後、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、アイデンティティ認識のマッチを拒絶するように構成されたソフトウェアモジュールをさらに含む。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第１の距離または第２の距離からのユーザーの顔の画像または画像のセットから１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後に第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、１つ以上のされた付加的なデータ表現が第１のデータの表現から生成された予測モデルとマッチする場合に、付加的なデータ表現のアイデンティティ認識を確証するように構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、１つ以上の付加的なデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、付加的なデータ表現のアイデンティティ認識のマッチを拒絶するように構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、第１の距離において顔の画像または画像のセットを提示するユーザーが第２の距離において顔の画像または画像のセットを提示するユーザーにマッチするかどうかを判定するための付加的なデータを比較するように、構成される。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、システムは、（ａ）第２のデータ表現を予測モデルへと処理するように構成されたソフトウェアモジュールであって、前記予測モデルはユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する、ソフトウェアモジュールと、（ｂ）第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールは、マッチングアーキテクチャの構成を含む。いくつかの実施形態では、予測モデルをデータ表現と比較するように構成されたソフトウェアモジュールはいずれも、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、またはそれらの任意の組合せを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、それ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、システムは、ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするように構成される。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、システムは、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録する工程と、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成されたソフトウェアモジュールと、（ｄ）（Ｉ）第２のデータ表現が第１のデータ表現予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように、構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように、構成される。いくつかの実施形態では、システムは、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成されたソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成されたソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成されたソフトウェアモジュールと、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように、構成される。いくつかの実施形態では、システムは、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスの位置に起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識
のマッチを確証するように、構成される。

さらに別の態様では、本明細書において、非一時的なコンピュータ可読記憶媒体が開示され、該非一時的なコンピュータ可読記憶媒体は、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、１つ以上のプロセッサによって実行可能な命令を含むコンピュータプログラムによって符号化され、前記アプリケーションは、（ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、（ｂ）ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて第１の距離におけるユーザーの顔の画像または画像のセットを処理するように構成されたソフトウェアモジュールと、（ｃ）第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｄ）ユーザーの顔とカメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、ここで距離を変更することは、ユーザーの顔とカメラとの間の距離を増加させること、ユーザーの顔とカメラとの間の距離を減少させること、ユーザーの顔に対するカメラの配向を変更すること、カメラに対するユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、（ｅ）第２の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、（ｆ）ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、第２の距離におけるユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成されたソフトウェアモジュールと、（ｇ）第２のデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｈ）第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、を含む。いくつかの実施形態では、前記コンピュータ可読記憶媒体は、ソフトウェアモジュールであって、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成された後、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、アイデンティティ認識のマッチを拒絶する。いくつかの実施形態では、記憶媒体は、ソフトウェアモジュールをさらに含み、該ソフトウェアモジュールは、第１の距離または第２の距離からのユーザーの顔の画像または画像のセットから１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較した後に第２のデータ表現が第１のデータ表現から生成された予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を第１のデータ表現から生成された予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する。いくつかの実施形態では、記憶媒体は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合に、付加的なデータ表現のアイデンティティ認識のマッチを確証するように構成される。いくつかの実施形態では、記憶媒体は、１つ以上の付加的なデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合に、付加的なデータ表現のアイデンティティ認識のマッチを拒絶するように構成された、ソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合に、第１の距離において顔の画像または画像のセットを提示するユーザーが第２の距離において顔の画像または画像のセットを提示するユーザーにマッチするかどうかを判定するための付加的なデータを比較するように構成されたソフトウェアモジュールをさらに含む。いくつかの実施形態では、付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、他のデータ、またはそれらの任意の組合せを含む。いくつかの実施形態では、記憶媒体は、（ａ）第２のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールと、（ｂ）第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、（ｃ）第１のデータ表現が第２のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、第１のデータ表現を第２のデータ表現から生成された予測モデルと比較するように構成されたソフトウェアモジュールは、マッチングアーキテクチャの構成を含む。いくつかの実施形態では、予測モデルをデータ表現と比較するように構成されたソフトウェアモジュールは、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較すること、またはそれらの任意の組合せを含む。いくつかの実施形態では、マッチングアーキテクチャの構成は、連続する複数のマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。いくつかの実施形態では、マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせである。いくつかの実施形態では、マッチングアーキテクチャの構成は変化しない。いくつかの実施形態では、記憶媒体は、第１の、および／または第２のデータ表現をキャプチャーするために使用されるガイド機能付きユーザーインターフェースをさらに含む。いくつかの実施形態では、ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用される。いくつかの実施形態では、記憶媒体は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成されたソフトウェアモジュールと、（ｄ）（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較するように構成されたソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、（Ｉ）第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、（ａ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成されたソフトウェアモジュールと、（ｂ）モバイルデバイスにおける１つ以上のセンサーからの、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録された時の、運動および／または位置データを記録するように構成されたソフトウェアモジュールと、（ｃ）第１の距離において記録された運動および／または位置データ、および第２の距離からの運動および／または位置データを、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成されたソフトウェアモジュールと、（ｄ）（Ｉ）第１のデータ表現が第２のデータ表現の予測モデリングから生成された予測モデルにマッチする場合、および、（ＩＩ）運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、をさらに含む。いくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される運動および／または位置データを、（ＩＩ）第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較するように構成されたソフトウェアモジュールをさらに含む。いくつかの実施形態では、記憶媒体は、（Ｉ）第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、（ＩＩ）連続的にまたは複数の間隔をおいて記録した運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールをさらに含む。

本明細書において、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するための方法が開示され、ここで：ユーザーの顔の画像または画像のセットは、第１の距離においてカメラによって記録され；第１の距離におけるユーザーの顔の画像または画像のセットは、ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて処理され；第１のデータ表現は、予測モデルであって、ユーザーの顔とカメラとの間の他の距離または配向におけるユーザーの顔の画像または画像のセットのデータ表現を推定する、予測モデルへと処理され；ユーザーの顔とカメラとの間の距離は、互いにより近くなるように、あるいはより遠く離れるように、および／または、カメラに対する顔の配向を変化させるように、動いて変化し、ユーザーの顔の画像または画像のセットは、第２の距離においてカメラによって記録され、第２の距離におけるユーザーの第２の顔の画像または画像のセットは、ユーザーの顔の画像または画像のセットの第２のデータ表現を生成するために、アルゴリズムを用いて処理され、第２のデータ表現は、第１のデータ表現から生成された予測モデルと比較され、それにより、両者がマッチするかどうかが判定され、および、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチが確証される。

方法のいくつかの実施形態では、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較して、第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合、アイデンティティ認識のマッチは拒絶される。

方法のいくつかの実施形態では、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較して、第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合、ユーザーの顔の画像または画像のセットからの付加的なデータ表現をキャプチャーし、および、前記付加的なデータ表現を、第１のデータ表現から生成された予測モデルと比較して、それにより、両者がマッチするかどうかを判定し、および、付加的なデータ表現が第１のデータ表現から生成された予測モデルにマッチする場合、アイデンティティ認識のマッチを確証し、付加的なデータ表現が、第１のデータ表現から生成された予測モデルにマッチしない場合、アイデンティティ認識のマッチを拒絶する。

方法のいくつかの実施形態では、第２のデータ表現を第１のデータ表現から生成された予測モデルと比較して、第２のデータ表現が第１のデータ表現から生成された予測モデルにマッチしない場合、第１の距離における顔の画像または画像のセットを提供するユーザーが第２の距離における顔の画像または画像のセットを提供するユーザーにマッチするかどうかを判定するために、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、ユーザーのモバイルデバイス上のソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、または他のデータ、などの付加的なデータを比較する。

方法のいくつかの実施形態では、予測モデルは第２のデータ表現から生成される、および、アイデンティティ認識のマッチを確証することは、第２のデータ表現と第１のデータ表現から生成された予測モデルとの比較によって判定される。

データとマッチングのためのソフトウェアアーキテクチャとを変更することは、セキュリティ上の利点をもたらし、ここで、システムに侵入してソフトウェアおよび／またはデータの何らかの部分または全てへのアクセスを手に入れようとする悪意のある攻撃者が、情報あるいはリソースにアクセスするための又は情報あるいはリソースを改ざんするための努力の一部として行なうように、マッチングがどのように実行されているかを理解しようとしても、より少ししか理解できないか、またはまったく理解できず、また、システムに侵入、および／またはユーザー（複数可）に代わってユーザー・アイデンティティのマッチング演習をリプレーアタックしようとしても、より難しいか、または不可能となる。

方法のいくつかの実施形態では、マッチングアーキテクチャの構成は、（ａ）第１のデータ表現から生成された予測モデルを第２のデータ表現と比較すること、または（ｂ）第２のデータ表現から生成された予測モデルを第１のデータ表現と比較することによるが、それは連続するマッチング演習で変化するか、または、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化せず、ここで変化は、マッチング演習間で無作為化されているか、あるいは、無作為化されていない確定的なデータもしくはプロトコルに基づき、または、マッチングアーキテクチャの構成は変化しない場合がある。

方法のいくつかの実施形態では、ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするために使用される。ガイダンス情報はマッチング演習の中で使用される。

方法のいくつかの実施形態では、予測モデリングのアーキテクチャの構成は、（ａ）所与のデータあるいはデータ表現から予測モデリングを生成し、他のデータあるいはデータ表現とマッチさせること、または、（ｂ）２つ以上のキャプチャーされたデータまたはデータ表現から複数の予測モデリングを生成し、他の複数のデータまたはデータ表現とマッチさせることによる場合があり、他のデータまたはデータ表現とマッチングするための予測モデリングに使用される第１のデータ、第２のデータ、および／または付加的なデータを用い得る。

方法のいくつかの実施形態では、予測モデリングのアーキテクチャの構成は、セキュリティレベルおよび実行の速度に基づいて、例えば、データ消費、ファイルサイズ、処理工程、および、実行速度を変化させるデータとソフトウェアアーキテクチャの他の特徴に対処するように最適化することができ、いくつかの場合において、関係する実装のセキュリティ仕様との関連において決定され得る。

方法のいくつかの実施形態では、１つ以上の予測データを生成するための予測モデルは、機械学習、画像解析、深層学習、および他の方法を含む方法を使用して訓練される。予測モデルは、ユーザーから収集された現実のデータ、および／または画像レンダリングあるいは当該技術分野で公知のイメージデータ表現の他の技術によって生成された合成データの両方について訓練される。

方法のいくつかの実施形態では、運動および／または位置データは、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録される時に、モバイルデバイス上のセンサーから記録され；運動および／または位置データは、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録される時に、モバイルデバイス上のセンサーから記録され；第１の距離において記録された運動および／または位置データ、および、第２の距離において記録された運動および／または位置データは、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較され；第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間に、前記位置がモバイルデバイスの動きおよび／またはユーザーの顔の動きに伴って変化しても、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチが確証される。

方法のいくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録され、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録された運動および／または位置データは、第１のデータ表現から生成された予測モデル、および第２のデータ表現と比較され；第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間に、前記位置がモバイルデバイスの動きおよび／またはユーザーの顔の動きに伴って変化しても、第２のデータ表現が、第１のデータ表現から生成された予測モデルにマッチする場合、および、連続的あるいは多数の間隔において記録された運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチが確証される。

方法のいくつかの実施形態では、運動および／または位置データは、ユーザーの顔の画像または画像のセットが第１の距離においてカメラによって記録される時に、モバイルデバイス上のセンサーから記録され；運動および／または位置データは、ユーザーの顔の画像または画像のセットが第２の距離においてカメラによって記録される時に、モバイルデバイス上のセンサーから記録され；第１の距離において記録された運動および／または位置データ、および、第２の距離において記録された運動および／または位置データは、第２のデータ表現から生成された予測モデル、および第１のデータ表現と比較され；第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間に、前記位置がモバイルデバイスの動きおよび／またはユーザーの顔の動きに伴って変化しても、第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチが確証される。

方法のいくつかの実施形態では、運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録され、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録された運動および／または位置データは、第２のデータ表現から生成された予測モデル、および、第１のデータ表現と比較され；第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間に、前記位置がモバイルデバイスの動きおよび／またはユーザーの顔の動きに伴って変化しても、第１のデータ表現が、第２のデータ表現から生成された予測モデルにマッチする場合、および、連続的に、または多数の間隔において記録された運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチが確証される。

用語および定義
特に定義されていない限り、本明細書で使用されるすべての専門用語、この本開示が属する技術分野の普通の当業者によって一般に理解されるものと同じ意味を有する。

特に定義されていない限り、本明細書で使用されるすべての専門用語、この発明が属する技術分野の普通の当業者によって一般に理解されるものと同じ意味を有する。明細書および添付の請求項内で用いられる通り、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、文脈が他に明確に指示していない限り、複数の言及を含む。本明細書の「または」へのあらゆる言及は、特に他に明記のない限り、「および／または」を包含することを意図している。

本明細書に使用されるとき、用語「約」は、明示された量に１０％、５％、または１％だけ近い量に言及し、その間の変動分も含む。

本明細書に使用されるとき、用語「約」はパーセンテージに言及するとき、明示されたパーセンテージよりも１０％、５％、または１％だけ大きい又は少ない量に言及し、その間の変動分も含む。

本明細書に使用されるとき、句「少なくとも１つ」、「１つ以上」、および「および／または」は、作用において接続的と離接的の両方である広い解釈を認める表現である。例えば、表現「Ａ、Ｂ、およびＣの少なくとも１つ」、「Ａ、Ｂ、またはＣの少なくとも１つ」、「Ａ、Ｂ、およびＣの１つ以上」、「Ａ、ＢまたはＣの１つ以上」、および「Ａ、Ｂ、および／またはＣ」の各々は、Ａだけ、Ｂだけ、Ｃだけ、ＡとＢ共に、ＡとＣ共に、ＢとＣ、共に、または、ＡとＢとＣ共に、を意味する。

コンピュータシステム
図１には、コンピュータシステム（１００）（例えば、処理または計算システム）を含む典型的な機械を描写するブロック図が示されており、この中で、本開示の静的コードスケジューリングのための、１つ以上のいずれかの態様および／または方法論をデバイスに遂行または実行させるために、一組の命令が実行され得る。図１における構成要素は、ただの例であって、いかなるハードウェア、ソフトウェア、組み込みロジック構成要素、または特定の実施形態を実装する２つ以上のそのような構成要素の組合せの使用または機能の範囲をも制限するものではない。

コンピュータシステム（１００）は、バス（１４０）を介して、互いに、および他の構成要素と通信する１つ以上のプロセッサ（１０１）、メモリ（１０３）、および記憶装置（１０８）を含み得る。バス（１４０）は、また、ディスプレイ（１３２）、１つ以上の入力装置（１３３）（例えば、キーパッド、キーボード、マウス、スタイラスなどを含み得る）、１つ以上の出力デバイス（１３４）、１つ以上の記憶デバイス（１３５）、および様々な有形の記憶媒体（１３６）をリンクさせ得る。これらの要素はすべて、バス（１４０）に対して、直接インターフェースするか、または、１つ以上のインターフェースあるいはアダプターを介してインターフェースし得る。例えば、様々な有形の記憶媒体（１３６）は記憶媒体インターフェース（１２６）を介してバス（１４０）にインターフェースすることができる。コンピュータシステム（１００）は、任意の適切な物理的形態を有してもよく、限定されないが、１つ以上の集積回路（ＩＣ）、プリント回路基板（ＰＣＢ）、モバイルのハンドヘルド装置（携帯電話またはＰＤＡなど）、ラップトップもしくはノート型コンピュータ、分散コンピュータシステム、コンピューティンググリッド、またはサーバーを含み得る。

コンピュータシステム（１００）は、機能を実行する１つ以上のプロセッサ（複数可）（１０１）（例えば、中央処理装置（ＣＰＵ）または汎用グラフィック処理装置（ＧＰＧＰＵ））を含む。プロセッサ（１０１）は、随意に、命令、データ、またはコンピュータ・アドレスの一時的ローカル記憶のためのキャッシュメモリー・ユニット（１０２）を含む。プロセッサ（１０１）は、コンピュータ可読命令の実行を支援するように構成される。コンピュータシステム（１００）は、メモリ（１０３）、記憶装置（１０８）、記憶デバイス（１３５）、および／または記憶媒体（１３６）などの、１つ以上の有形のコンピュータ可読記憶媒体で具現化された、非一時的な、プロセッサ実行が可能な命令をプロセッサ（１０１）が実行した結果として、図１に描かれた構成要素のための機能性を提供し得る。コンピュータ可読媒体は、特定の実施形態を実装するソフトウェアを記憶する場合があり、および、プロセッサ（１０１）はソフトウェアを実行し得る。メモリ（１０３）は、１つ以上の他のコンピュータ可読媒体（大量貯蔵装置（１３５、１３６）など）または１つ以上の他のソースから、ネットワークインターフェース（１２０）などの適切なインターフェースを介して、ソフトウェアを読み込み得る。ソフトウェアは、本明細書に記載または例示された１つ以上のプロセス、または１つ以上のプロセスの１つ以上の工程をプロセッサ（１０１）に実施させ得る。そのようなプロセスまたは工程を実施することは、メモリ（１０３）に保存されるデータ構造を定義すること、およびソフトウェアによって導かれるようにデータ構造を修正することを含み得る。

メモリ（１０３）は、ランダムアクセス記憶装置構成要素（例えば、ＲＡＭ（１０４）（例えば、スタティックＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、強誘電体ランダムアクセスメモリ（ＦＲＡＭ）、相変化式ランダムアクセスメモリ（ＰＲＡＭ）など）、読み取り専用メモリ構成要素（例えば、ＲＯＭ（１０５））、およびそれらの任意の組合せを含むがこれらに限定されない、様々な構成要素（例えば、機械可読媒体）を含み得る。ＲＯＭ（１０５）は、プロセッサ（１０１）にデータと命令を一方向的に通信するように振る舞ってもよく、および、ＲＡＭ（１０４）は、プロセッサ（１０１）にデータと命令を双方向的に通信するように振る舞ってもよい。ＲＯＭ（１０５）およびＲＡＭ（１０４）は、下記に述べられる任意の適切な有形のコンピュータ可読媒体を含み得る。一例において、始動中などに、コンピュータシステム（１００）内の要素間で情報を転送するのを支援する基本的なルーチンを含む基本入出力システム（１０６）（ＢＩＯＳ）は、メモリ（１０３）に記憶され得る。

固定された記憶装置（１０８）は、随意に記憶制御ユニット（１０７）を介して、プロセッサ（１０１）に双方向的に接続される。固定された記憶装置（１０８）は、付加的なデータ記憶容量を提供し、および本明細書に記載のいかなる適切な有形のコンピュータ可読媒体を含んでもよい。記憶装置（１０８）は、オペレーティングシステム（１０９、実行可能命令（１１０）、データ（１１１）、アプリケーション（１１２）（アプリケーション・プログラム）などを保存するために使用され得る。記憶装置（１０８）は、また、光ディスクドライブ、ソリッドステート記憶デバイス（例えばフラッシュ・ベースのシステム）、または上記のもののうちのいずれかの組合せを含むことができる。記憶装置（１０８）内の情報は、適切な場合、仮想記憶としてメモリ（１０３）に組み込まれ得る。

一例では、記憶装置（１３５）は、（例えば、外部ポート・コネクター（図示せず）を介して）記憶装置インターフェース（１２５）を介して、コンピュータシステム（１００）と取り外し可能にインターフェースされ得る。特に、記憶装置（１３５）および組み合わされる機械可読媒体は、機械可読な命令、データ構造、プログラムモジュール、および／またはコンピュータシステム（１００）のための他のデータの、非一時的な、および／または一時的な記憶装置を提供し得る。一例では、ソフトウェアは、完全に又は部分的に、記憶装置（１３５）上の機械可読媒体内に存在し得る。別の例では、ソフトウェアは、完全に又は部分的に、プロセッサ（１０１）内に存在し得る。

バス（１４０）は様々なサブシステムを接続する。本明細書では、バスへの言及は、適切である場合、共通機能に使用される１本以上のデジタル信号線を包含し得る。バス（１４０）は、任意のいくつかのタイプのバス構造であり得、様々なバス方式のうちのどれを使用してもよく、メモリーバス、メモリーコントローラー、周辺バス、ローカルバス、およびそれらの任意の組合せを含み、これらに限定されない。そのようなアーキテクチャの例には、限定することなく、産業標準アーキテクチャ（ＩＳＡ）バス、エンハンスドＩＳＡ（ＥＩＳＡ）バス、マイクロチャネル・アーキテクチャ（ＭＣＡ）バス、Ｖｉｄｅｏ Ｅｌｅｃｔｒｏｎｉｃｓ Ｓｔａｎｄａｒｄｓ Ａｓｓｏｃｉａｔｉｏｎ ローカルバス（ＶＬＢ）、Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ（ＰＣＩ）バス、ＰＣＩ－Ｅｘｐｒｅｓｓ（ＰＣＩ－Ｘ）バス、Ａｃｃｅｌｅｒａｔｅｄ Ｇｒａｐｈｉｃｓ Ｐｏｒｔ （ＡＧＰ）バス、ハイパートランスポート（ＨＴＸ）バス、シリアル・アドバンスド・テクノロジー・アタッチメント（ＳＡＴＡ）バス、およびそれらの任意の組合せが含まれる。

コンピュータシステム（１００）は、また、入力装置（１３３）を含み得る。一例では、コンピュータシステム（１００）のユーザーは、コマンドおよび／または他の情報を入力装置（１３３）を介してコンピュータシステム（１００）へ入力し得る。入力装置（１３３）の例は、限定されないが、アルファベット数字式の入力装置（例えばキーボード）、ポインティングデバイス（例えば、マウスまたはタッチパッド）、タッチパッド、タッチスクリーン、マルチタッチスクリーン、ジョイスティック、スタイラス、ゲームパッド（ｇａｍｅｐａｄ）、オーディオ入力デバイス（例えば、マイクロフォン、音声応答システムなど）、光学式スキャナー、ビデオまたはスチル画像キャプチャー・デバイス（例えばカメラ）、および、それらの任意の組合せ、を含む。いくつかの実施形態では、入力装置はＫｉｎｅｃｔ、Ｌｅａｐ Ｍｏｔｉｏｎなどである。入力装置（１３３）は、シリアル、パラレル、ゲームポート、ＵＳＢ、ＦＩＲＥＷＩＲＥ、ＴＨＵＮＤＥＲＢＯＬＴ、または上記のもの任意の組合せを含むが、これらに限定されない、どんな様々な入力インターフェース１２３（例えば、入力インターフェース１２３）を介してバス（１４０）にインターフェースされてもよい。

特定の実施形態では、コンピュータシステム（１００）がネットワーク（１３０）に接続される時、コンピュータシステム（１００）は、特にモバイルデバイスとエンタープライズシステム、分散コンピューティングシステム、クラウド・ストレージ・システム、クラウドコンピューティングシステム、などの、ネットワーク（１３０）に接続された他のデバイスと通信し得る。コンピュータシステム（１００）への、およびコンピュータシステムからの、通信は、ネットワークインターフェース（１２０）を通して送信され得る。例えば、ネットワークインターフェース（１２０）は、ネットワーク（１３０）からの１つ以上のパケット形式（インターネット・プロトコル（ＩＰ）パケットなど）の、入り方向の通信（他のデバイスからのリクエストまたはレスポンスなど）を受信する場合があり、および、コンピュータシステム（１００）は処理するために、入り方向の通信をメモリ（１０３）に記憶する場合がある。コンピュータシステム（１００）は、同様に、１つ以上のパケットの形式の、および、ネットワークインターフェース（１２０）からネットワーク（１３０）へと通信される、出方向の通信（他のデバイスへのリクエストまたはレスポンス）を、メモリ（１０３）内に記憶する場合がある。プロセッサ（複数可）１０１は、メモリ（１０３）に記憶されたこれらの通信パケットに、処理を行なうために、アクセスし得る。

ネットワークインターフェース（１２０）の例は、限定されないが、ＬＡＮ接続カード、モデム、およびそれらの任意の組合せを含む。ネットワーク（１３０）またはネットワークセグメント（１３０）の例は、限定されないが、分散コンピューティングシステム、クラウドコンピューティングシステム、広域ネットワーク（ＷＡＮ）（例えば、インターネット、エンタープライズ・ネットワークなど）、ローカルエリアネットワーク（ＬＡＮ）（例えば、オフィス、ビルディング、キャンパス、または他の比較的小さな地理的空間に組み合わされるネットワーク）、電話回線網、２台のコンピューティングデバイス間の直接接続、ピアツーピア・ネットワーク、およびその任意の組合せを含む。ネットワーク（１３０）などのネットワークは、通信の有線モードおよび／または無線モードを使用し得る。一般的に、どんなネットワークトポロジが使用されてもよい。

情報とデータはディスプレイ（１３２）によって表示することができる。ディスプレイ（１３２）の例は、限定されないが、陰極線管（ＣＲＴ）、液晶ディスプレイ（ＬＣＤ）、薄膜トランジスター液晶ディスプレイ（ＴＦＴ－ＬＣＤ）、パッシブマトリクスＯＬＥＤ（ＰＭＯＬＥＤ）またはアクチブマトリックスＯＬＥＤ（ＡＭＯＬＥＤ）ディスプレイなどの有機液晶ディスプレイ（ＯＬＥＤ）、プラズマディスプレイ、および、それらの任意の組合せを含む。ディスプレイ（１３２）は、バス（１４０）を介して、プロセッサ（１０１）、メモリ（１０３）、および固定された記憶装置（１０８）、ならびに、入力装置（１３３）などの他のデバイスにインターフェースすることができる。ディスプレイ（１３２）は、ビデオインタフェース（１２２）を介してバス（１４０）にリンクされ、ディスプレイ（１３２）とバス（１４０）との間のデータ転送は、グラフィックス制御ユニット（１２１）を介して制御され得る。いくつかの実施形態では、前記ディスプレイはビデオプロジェクターである。いくつかの実施形態では、ディスプレイは、ＶＲヘッドセットなどのデジタル処理装置と通信する頭部装着型ディスプレイ（ｈｅａｄ－ｍｏｕｎｔｅｄ ｄｉｓｐｌａｙ／ＨＭＤ）である。さらなる実施形態では、適切なＶＲヘッドセットとしては、非限定的な例として、ＨＴＣ Ｖｉｖｅ、Ｏｃｕｌｕｓ Ｒｉｆｔ、Ｓａｍｓｕｎｇ Ｇｅａｒ ＶＲ、マイクロソフトＨｏｌｏＬｅｎｓ、Ｒａｚｅｒ ＯＳＶＲ、ＦＯＶＥ ＶＲ、Ｚｅｉｓｓ ＶＲ Ｏｎｅ、Ａｖｅｇａｎｔ Ｇｌｙｐｈ、Ｆｒｅｅｆｌｙ ＶＲヘッドセットなどが挙げられる。また更なる実施形態において、ディスプレイは、本明細書に開示されるものなどのデバイスの組合わせである。

ディスプレイ（１３２）に加えて、コンピュータシステム（１００）は、オーディオ・スピーカー、プリンター、記憶デバイス、およびその任意の組合せを含むがこれらに限定されない１つ以上の他の周辺的な出力デバイス（１３４）を含み得る。そのような周辺的出力デバイスは、出力インタフェース（１２４）を介してバス（１４０）に接続され得る。出力インタフェース（１２４）の例は、限定されないが、シリアルポート、パラレル接続、ＵＳＢポート、ＦＩＲＥＷＩＲＥポート、ＴＨＵＮＤＥＲＢＯＬＴポート、およびそれらの任意の組合せを含む。

加えて、または代替として、コンピュータシステム（１００）は、ハードワイヤードか、そうでなければ回路で具現化されたロジックの結果として機能を提供する場合があり、それらの機能は、本明細書に記載または例示された１つ以上のプロセスまたは１つ以上のプロセスの１つ以上の工程を実行するためのソフトウェアと同様に、またはソフトウェアと共に作動し得る。本開示におけるソフトウェアへの言及は、ロジックを包含する場合があり、また、ロジックへの言及は、ソフトウェアを包含する場合がある。さらに、コンピュータ可読媒体への言及は、適切な場合、実行するためのソフトウェアを記憶する回路（ＩＣなど）、実行するためのロジックを具現化する回路、または両方を包含し得る。本開示は、ハードウェア、ソフトウェア、または両方の、あらゆる適切な組合せを包含する。

当業者は、本明細書に開示される実施形態との関連において記載される様々な例証的な論理ブロック、モジュール、回路、およびアルゴリズムの工程は、電子ハードウェアとして、コンピューター・ソフトウェアとして、またはその両方の組合せとして実装され得ることを認識するであろう。ハードウェアおよびソフトウェアのこの互換性を明白に例証するために、様々な例示的なコンポーネント、ブロック、モジュール、回路、および工程が、一般的にそれらの機能性の点から上に記載されてきた。

例えば、本明細書に開示される実施形態に関して記載される、様々な例示となる論理的なブロック、モジュール、および回路は、汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）または他のプログラマブルロジックデバイス、ディスクリートゲートまたはトランジスタロジック、ディスクリートハードウェアコンポーネント、あるいは本明細書に記載される機能を実行するように設計されたそれらの任意の組合わせで実施または実行され得る。汎用プロセッサは、マイクロプロセッサであってもよいが、代案として、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態マシンであってもよい。プロセッサはまた、コンピューティングデバイスの組合わせ、例えば、ＤＳＰとマイクロプロセッサ、多数のマイクロプロセッサ、ＤＳＰコアと連動する１以上のマイクロプロセッサの組合わせ、あるいはいかなる他のそのような構成との組合わせとして、実装され得る。

ここに開示される実施形態に関して記載された方法またはアルゴリズムの工程は、ハードウェア、１つ以上のプロセッサによって実行されたソフトウェアモジュール、またはその２つの組合せで直接具現化され得る。ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスター、ハードディスク、リムーバブルディスク、ＣＤ－ＲＯＭに、あるいは当該技術分野で既知の記憶媒体の他の適切な形態で存在し得る。典型的な記憶媒体は、プロセッサが、記憶媒体から情報を読み取ることができ、記憶媒体に情報を書き込むことができるように、プロセッサに接続される。代替的に、記憶媒体は、プロセッサに不可欠であり得る。プロセッサおよび記憶媒体は、ＡＳＩＣに存在し得る。ＡＳＩＣは、ユーザー端末において存在し得る。代替において、プロセッサと記憶媒体は、ユーザー端末において、別々の構成要素として存在し得る。

本明細書に開示される記載によれば、適切なコンピューティングデバイスは、非限定的な例として、サーバー・コンピューター、デスクトップ・コンピュータ、ラップトップ・コンピューター、ノート型コンピュータ、サブノート型コンピュータ、ネットブックコンピュータ、ネットパッドコンピューター、セット・トップ・コンピューター、ハンドヘルドコンピュータ、インターネット・アプライアンス、モバイル・スマートフォン、タブレットコンピュータ、携帯情報端末、ビデオゲーム機および車両を含む。当業者はまた、随意のコンピュータネットワーク接続を有する、選択したテレビ、ビデオプレーヤー、及びデジタル音楽プレーヤーが、本明細書に記載されるシステムにおける使用に適していることを認識するであろう。適切なタブレットコンピュータは、様々な実施形態において、当業者に既知のブックレット、スレート、及び変換可能な構成を有するものを含む。

いくつかの実施形態では、コンピューティングデバイスは、実行可能な命令を実行するように構成されたオペレーティングシステムを含む。オペレーティングシステムは、例えば、デバイスのハードウェアを管理し、アプリケーションの遂行のためのサービスを提供する、プログラムおよびデータを含むソフトウェアである。当業者は、適切なサーバー・オペレーティングシステムが、非限定的な例として、ＦｒｅｅＢＳＤ、ＯｐｅｎＢＳＤ、ＮｅｔＢＳＤ（登録商標）、Ｌｉｎｕｘ、 Ａｐｐｌｅ（登録商標）ＭａｃＯＳ Ｘ Ｓｅｒｖｅｒ（登録商標）、Ｏｒａｃｌｅ（登録商標）、Ｓｏｌａｒｉｓ（登録商標）、Ｗｉｎｄｏｗｓ Ｓｅｒｖｅｒ（登録商標）、および、Ｎｏｖｅｌｌ（登録商標）、ＮｅｔＷａｒｅ（登録商標）を含むことを認識するであろう。当業者は、適切なパーソナルコンピュータ運用システムが、限定されないが、Ｍｉｃｒｏｓｏｆｔ（登録商標）、Ｗｉｎｄｏｗｓ（登録商標）、Ａｐｐｌｅ（登録商標）Ｍａｃ ＯＳ Ｘ（登録商標）、ＵＮＩＸ（登録商標）、および、ＧＮＵ／Ｌｉｎｕｘ（登録商標）などのＵＮＩＸ式のオペレーティングシステムを含むことを認識するであろう。いくつかの実施形態において、運用システムは、クラウドコンピューティングによって提供される。当業者は、また、適切なモバイルのスマートフォン・オペレーティングシステムが、非限定的な例として、Ｎｏｋｉａ（登録商標）Ｓｙｍｂｉａｎ（登録商標）ＯＳ、Ａｐｐｌｅ（登録商標）ｉＯＳ（登録商標）、Ｒｅｓｅａｒｃｈ Ｉｎ Ｍｏｔｉｏｎ（登録商標）ＢｌａｃｋＢｅｒｒｙ ＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ Ｐｈｏｎｅ（登録商標）ＯＳ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｗｉｎｄｏｗｓ Ｍｏｂｉｌｅ（登録商標）ＯＳ、Ｌｉｎｕｘ（登録商標）、および Ｐａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）を含むことを認識するであろう。当業者は、また、適切なメディア・ストリーミングデバイス・オペレーティングシステムが、非限定的な例として、Ａｐｐｌｅ ＴＶ（登録商標）、Ｒｏｋｕ（登録商標）、Ｂｏｘｅｅ（登録商標）、Ｇｏｏｇｌｅ ＴＶ（登録商標）、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅｃａｓｔ（登録商標）、Ａｍａｚｏｎ Ｆｉｒｅ（登録商標）、および Ｓａｍｓｕｎｇ（登録商標）ＨｏｍｅＳｙｎｃ（登録商標）を含むことを認識するであろう。当業者は、また、非限定的な例として、適切なビデオゲーム機オペレーティングシステムが、Ｓｏｎｙ（登録商標）ＰＳ３（登録商標）、Ｓｏｎｙ（登録商標）ＰＳ４（登録商標）、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｘｂｏｘ ３６０（登録商標）、Ｍｉｃｒｏｓｏｆｔ Ｘｂｏｘ Ｏｎｅ、Ｎｉｎｔｅｎｄｏ（登録商標）Ｗｉｉ（登録商標）、Ｎｉｎｔｅｎｄｏ（登録商標）Ｗｉｉ Ｕ（登録商標）、およびＯｕｙａ（登録商標）を含むことを認識するであろう。

非一時的なコンピュータ可読記憶媒体
いくつかの実施例では、本明細書に開示されるプラットフォーム、システム、記憶媒体、および方法は、随意にネットワーク化されたコンピューティングデバイスのオペレーティングシステムによって実行可能な命令を含むプログラムでエンコードされた１つ以上の非一時的なコンピュータ可読記憶媒体を含む。更なる実施形態において、コンピュータ可読記憶媒体はコンピューティングデバイスの有形の構成要素である。またさらなる実施形態において、コンピュータ可読記憶媒体は、コンピューティングデバイスから任意に取外し可能である。いくつかの実施形態では、コンピュータ可読記憶媒体は、非限定的な例として、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリ素子、固形メモリ、磁気ディスクドライブ、磁気テープドライブ、光ディスクドライブ、クラウドコンピューティングシステムおよびクラウドサービスなどを含む分散型コンピューティングシステムを含む。いくつかの場合において、プログラムおよび命令は、記憶媒体上で、恒久的に、ほぼ恒久的に、半恒久的に、または非恒久的に符号化される。

コンピュータプログラム
いくつかの実施形態では、本明細書で開示されるプラットフォーム、システム、記憶媒体、および方法は、少なくとも１つのコンピュータプログラム、あるいはその使用を含む。コンピュータプログラムは、指定されたタスクを行なうために書かれた、コンピューティングデバイスのＣＰＵの１つ以上のプロセッサにおいて実行可能な一連の命令を含み得る。コンピュータ読み取り可能な命令は、特定のタスクを行うか、または特定の抽出データタイプを実行する、機能、オブジェクト、アプリケーションプログラミングインターフェース（ＡＰＩ）、コンピューティングデータ構造などのプログラムモジュールとして実行され得る。本明細書で提供される開示に照らして、当業者は、コンピュータプログラムが様々な言語の様々なバージョンで書かれ得ることを認識するであろう。

コンピュータ読み取り可能命令の機能は、様々な環境における所望のものとして組合わせられる、または分散されてもよい。いくつかの実施形態では、コンピュータプログラムは指示の１つの順序を含む。いくつかの実施形態では、コンピュータプログラムは指示の複数の順序を含む。いくつかの実施形態では、コンピュータプログラムは、１つの位置から提供される。他の実施形態では、コンピュータプログラムは複数の位置から提供される。様々な実施形態において、コンピュータプログラムは、１つ以上のソフトウェアモジュールを含む。様々な実施形態において、コンピュータプログラムは、一部または全体的に、１つ以上のウェブアプリケーション、１つ以上のモバイルアプリケーション、１つ以上の独立型アプリケーション、１つ以上のウェブブラウザ・プラグイン、拡張、アドインもしくはアドオン、または、それらの組合わせを含む。

ウェブアプリケーション
いくつかの実施形態では、コンピュータプログラムは、ウェブアプリケーションを含む。本明細書で提供される開示に照らして、当業者は、ウェブアプリケーションが、様々な実施形態において、１つ以上のソフトウェアフレームワーク及び１つ以上のデータベースシステムを利用することを認識するであろう。いくつかの実施形態において、ウェブアプリケーションは、Ｍｉｃｒｏｓｏｆｔ（登録商標）．ＮＥＴまたはＲｕｂｙ ｏｎ Ｒａｉｌｓ（ＲｏＲ）などのソフトウェアフレームワーク上で作られる。いくつかの実施形態において、ウェブアプリケーションは、限定されないが、相関的、非相関的、オブジェクト指向の、結合的な、およびＸＭＬのデータベースシステムを含む、１以上のデータベースシステムを利用する。さらなる実施形態において、適切なリレーショナルデータベースシステムは、限定されないが、Ｍｉｃｒｏｓｏｆｔ（登録商標）ＳＱＬ Ｓｅｒｖｅｒ、ｍｙＳＱＬ（商標）、およびＯｒａｃｌｅ（登録商標）を含む。当業者はまた、ウェブアプリケーションは、様々な実施形態において、１つ以上の言語の１つ以上のバージョンで書かれることを認識するであろう。ウェブアプリケーションは、１つ以上のマークアップ言語、プレゼンテーション定義言語（ｐｒｅｓｅｎｔａｔｉｏｎ ｄｅｆｉｎｉｔｉｏｎ ｌａｎｇｕａｇｅ）、クライアント側スクリプト言語、サーバー側符号化言語、データベース照会言語、又はそれらの組合わせで書かれ得る。いくつかの実施形態において、ウェブアプリケーションは、Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＨＴＭＬ）、Ｅｘｔｅｎｓｉｂｌｅ Ｈｙｐｅｒｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＨＴＭＬ）、又はｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ（ＸＭＬ）などのマークアップ言語で、ある程度まで書かれる。いくつかの実施形態では、ウェブアプリケーションは、Ｃａｓｃａｄｉｎｇ Ｓｔｙｌｅ Ｓｈｅｅｔｓ（ＣＳＳ）などのプレゼンテーション定義言語で、ある程度まで書かれる。いくつかの実施形態において、ウェブアプリケーションは、Ａｓｙｎｃｈｒｏｎｏｕｓ Ｊａｖａｓｃｒｉｐｔ ａｎｄ ＸＭＬ（ＡＪＡＸ）、Ｆｌａｓｈ（登録商標）、ＡｃｔｉｏｎＳｃｒｉｐｔ、Ｊａｖａｓｃｒｉｐｔ、またはＳｉｌｖｅｒｌｉｇｈｔ（登録商標）などのクライアント側スクリプトで、ある程度まで書かれる。いくつかの実施形態において、ウェブアプリケーションは、Ａｃｔｉｖｅ Ｓｅｒｖｅｒ Ｐａｇｅｓ（ＡＳＰ）、ＣｏｌｄＦｕｓｉｏｎ（登録商標）、Ｐｅｒｌ、Ｊａｖａ（商標）、ＪａｖａＳｅｒｖｅｒ Ｐａｇｅｓ（ＪＳＰ）、Ｈｙｐｅｒｔｅｘｔ Ｐｒｅｐｒｏｃｅｓｓｏｒ（ＰＨＰ）、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、Ｔｃｌ、Ｓｍａｌｌｔａｌｋ、ＷｅｂＤＮＡ（登録商標）、またはＧｒｏｏｖｙなどのサーバー側符号化言語で、ある程度まで書かれる。いくつかの実施形態において、ウェブアプリケーションは、Ｓｔｒｕｃｔｕｒｅｄ Ｑｕｅｒｙ Ｌａｎｇｕａｇｅ（ＳＱＬ）などのデータベース照会言語で、ある程度まで書かれる。いくつかの実施形態において、ウェブアプリケーションは、ＩＢＭ（登録商標）Ｌｏｔｕｓ Ｄｏｍｉｎｏ（登録商標）などのエンタープライズサーバー製品を統合する。いくつかの実施形態では、ウェブアプリケーションはメディアプレイヤー要素を含んでいる。様々な、さらなる実施形態において、メディアプレイヤー要素は、非限定的な例として、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）、ＨＴＭＬ ５、Ａｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）、 Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、 Ｊａｖａ（商標）、 およびＵｎｉｔｙ（登録商標）を含む多くの適切なマルチメディア技術の１つ以上を利用する。

図２を参照すると、特定の実施形態において、アプリケーション提供システムは、リレーショナルデータベース管理システム（ＲＤＢＭＳ）（２１０）によってアクセスされる１つ以上のデータベース（２００）を含む。適切なＲＤＢＭＳは、Ｆｉｒｅｂｉｒｄ、ＭｙＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、ＳＱＬｉｔｅ、Ｏｒａｃｌｅ Ｄａｔａｂａｓｅ、Ｍｉｃｒｏｓｏｆｔ ＳＱＬ Ｓｅｒｖｅｒ、ＩＢＭ ＤＢ２、ＩＢＭ Ｉｎｆｏｒｍｉｘ、ＳＡＰ Ｓｙｂａｓｅ、ＳＡＰ Ｓｙｂａｓｅ、Ｔｅｒａｄａｔａなどを含む。この実施形態において、アプリケーション提供システムは、１つ以上のアプリケーションサーバー２２０（Ｊａｖａサーバー、．ＮＥＴサーバー、ＰＨＰサーバーなど）、および、１つ以上の、ウェブサーバ（２３０）（Ａｐａｃｈｅ、ＩＩＳ、ＧＷＳなど）をさらに含む。ウェブサーバは、随意にａｐｐアプリケーションプログラミングインターフェース（ＡＰＩ）２４０を介して、１つ以上のウェブサービスを公開する。インターネットなどのネットワークを介して、本発明のシステムは、ブラウザベースの、および／またはモバイル・ネイティブのユーザーインターフェースを提供する。

図３を参照すると、特定の実施形態において、アプリケーション提供システムは、代替的に、分散型の、クラウドベースのアーキテクチャ（３００）を有し、および、弾力的にロードバランスされた、自動スケール機能がある、ウェブサーバー・リソース（３１０）およびアプリケーションサーバー・リソース（３２０）、ならびに同期的にレプリケートされるデータベース（３３０）を含む。

モバイルアプリケーション
いくつかの実施形態では、コンピュータプログラムは、モバイルのコンピューティングデバイスに提供されるモバイルアプリケーションを含む。いくつかの実施形態において、モバイルアプリケーションは、製造される時にモバイルのコンピューティングデバイスに提供される。他の実施形態において、モバイルアプリケーションは、本明細書に記載されるコンピュータネットワークを介してモバイルのコンピューティングデバイスに提供される。

本明細書に提供される開示を考慮して、モバイルアプリケーションは、当該技術分野で既知のハードウェア、言語、開発環境を使用して、当業者に既知の技術によって作成される。当業者は、モバイルアプリケーションがいくつかの言語で書かれることを認識するであろう。適切なプログラミング言語は、限定されないが、Ｃ、Ｃ＋＋、Ｃ＃、Ｏｂｊｅｃｔｉｖｅ－Ｃ、Ｊａｖａ（商標）、Ｊａｖａｓｃｒｉｐｔ、Ｐａｓｃａｌ、Ｏｂｊｅｃｔ Ｐａｓｃａｌ、Ｐｙｔｈｏｎ（商標）、Ｒｕｂｙ、ＶＢ．ＮＥＴ、ＷＭＬ、およびＣＳＳを伴う又は伴わないＸＨＴＭＬ／ＨＴＭＬ、またはそれらの組合わせを含む。

適切なモバイルアプリケーション開発環境は、いくつかのソースから入手可能である。市販の開発環境は、限定されないが、ＡｉｒｐｌａｙＳＤＫ、ａｌｃｈｅＭｏ、Ａｐｐｃｅｌｅｒａｔｏｒ（登録商標）、Ｃｅｌｓｉｕｓ、Ｂｅｄｒｏｃｋ、Ｆｌａｓｈ Ｌｉｔｅ、．ＮＥＴ Ｃｏｍｐａｃｔ Ｆｒａｍｅｗｏｒｋ、Ｒｈｏｍｏｂｉｌｅ、およびＷｏｒｋＬｉｇｈｔ Ｍｏｂｉｌｅ Ｐｌａｔｆｏｒｍを含む。他の開発環境は、コストを伴わずに利用可能であり、限定されないが、Ｌａｚａｒｕｓ、ＭｏｂｉＦｌｅｘ、ＭｏＳｙｎｃ、及びＰｈｏｎｅｇａｐを含む。また、モバイルデバイスメーカーは、限定されないが、ｉＰｈｏｎｅ（登録商標）およびｉＰａｄ（登録商標）（ｉＯＳ）ＳＤＫ、Ａｎｄｒｏｉｄ（商標）ＳＤＫ、ＢｌａｃｋＢｅｒｒｙ（登録商標）ＳＤＫ、ＢＲＥＷ ＳＤＫ、Ｐａｌｍ（登録商標）ＯＳ ＳＤＫ、Ｓｙｍｂｉａｎ ＳＤＫ、ｗｅｂＯＳ ＳＤＫ、およびＷｉｎｄｏｗｓ（登録商標）Ｍｏｂｉｌｅ ＳＤＫを含む、ソフトウェア開発キットを流通させる。

当業者は、非限定的な例として、Ａｐｐｌｅ（登録商標）Ａｐｐ Ｓｔｏｒｅ、Ｇｏｏｇｌｅ（登録商標）Ｐｌａｙ、Ｃｈｒｏｍｅ ＷｅｂＳｔｏｒｅ、ＢｌａｃｋＢｅｒｒｙ（登録商標）Ａｐｐ Ｗｏｒｌｄ、 Ａｐｐ Ｓｔｏｒｅ ｆｏｒ Ｐａｌｍ ｄｅｖｉｃｅｓ、Ｃａｔａｌｏｇ ｆｏｒ ｗｅｂＯＳ、Ｗｉｎｄｏｗｓ（登録商標）Ｍａｒｋｅｔｐｌａｃｅ ｆｏｒ Ｍｏｂｉｌｅ、Ｏｖｉ Ｓｔｏｒｅ ｆｏｒ Ｎｏｋｉａ（登録商標）ｄｅｖｉｃｅｓ、Ｓａｍｓｕｎｇ（登録商標）Ａｐｐｓ、および、Ｎｉｎｔｅｎｄｏ（登録商標）ＤＳｉ Ｓｈｏｐを含む、いくつかの商業的フォーラムが、モバイルアプリケーションの配布のために利用可能である認識するであろう。

スタンドアロンアプリケーション
いくつかの実施形態では、コンピュータプログラムは、独立したコンピュータプロセスとして実行され既存のプロセスへのアドオンではない、例えばプラグインではない、プログラムであるスタンドアロンのアプリケーションを含む。当業者は、独立型アプリケーションが頻繁にコンパイルされることを認識するであろう。コンパイラーは、プログラミング言語で書いたソースコードを、アセンブリ言語又はマシンコードなどの２進法のオブジェクトコードに変更するコンピュータプログラムである。適切なコンパイルされたプログラミング言語は、限定されないが、Ｃ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ－Ｃ、ＣＯＢＯＬ、Ｄｅｌｐｈｉ、Ｅｉｆｆｅｌ、Ｊａｖａ（商標）、Ｌｉｓｐ、Ｐｙｔｈｏｎ（商標）、Ｖｉｓｕａｌ Ｂａｓｉｃ、およびＶＢ．ＮＥＴ、またはそれらの組合わせを含む。編集は、実行可能なプログラムを作るために少なくとも部分的に、頻繁に実行される。いくつかの実施形態において、コンピュータプログラムは、１つ以上の実行可能なコンパイルされたアプリケーションを含む。

ウェブブラウザ・プラグイン
いくつかの実施形態において、コンピュータプログラムはウェブブラウザ・プラグイン（例えば、エクステンションなど）を含む。演算において、プラグインは、より大きなソフトウェアアプリケーションに具体的な機能性を加える、１つ以上のソフトウェア構成部品である。ソフトウェアアプリケーションのメーカーは、第三者の開発者が、アプリケーションを拡張する能力を作り出し、新機能の容易な追加を支持し、およびアプリケーションのサイズを少なくすることを可能にするようにプラグインを支持する。支持されると、プラグインはソフトウェアアプリケーションの機能性のカスタマイズを可能にする。例えば、ビデオを再生し、対話機能を生じさせ、ウィルスのスキャンを行い、および特定のファイルの種類を表示するために、プラグインは、ウェブブラウザにおいて共通して使用される。当業者は、Ａｄｏｂｅ（登録商標）Ｆｌａｓｈ（登録商標）Ｐｌａｙｅｒ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｓｉｌｖｅｒｌｉｇｈｔ（登録商標）、およびＡｐｐｌｅ（登録商標）ＱｕｉｃｋＴｉｍｅ（登録商標）を含む、いくつかのウェブブラウザ・プラグインよく知っているであろう。いくつかの実施形態において、ツールバーは、１つ以上のウェブブラウザ拡張、アドイン、またはアドオンを含む。いくつかの実施形態において、ツールバーは、１以上のエクスプローラーバー、ツールバンド、またはデスクバンドを含む。

本明細書で提供される開示の観点から、当業者は、非限定的な例として、Ｃ＋＋、Ｄｅｌｐｈｉ、Ｊａｖａ（商標）、ＰＨＰ、Ｐｙｔｈｏｎ（商標）、およびＶＢ．ＮＥＴ、またはその組合わせを含む、様々なプログラミング言語でのプラグインの開発を可能にするいくつかのプラグインフレームワークが利用可能であることを認識するだろう。

ウェブブラウザ（インターネットブラウザとも呼ばれる）は、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ上の情報資源を検索、提示、および横断するための、ネットワーク接続されたコンピューティングデバイスで使用するために設計された、ソフトウェアアプリケーションである。ウェブブラウザは、非限定的な例として、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）、Ｍｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）、Ｇｏｏｇｌｅ（登録商標）Ｃｈｒｏｍｅ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）、およびＫＤＥ Ｋｏｎｑｕｅｒｏｒを含む。いくつかの実施形態において、ウェブブラウザはモバイルウェブブラウザである。モバイルのウェブブラウザ（マイクロブラウザ、ミニブラウザ、およびワイヤレスブラウザとも呼ばれる）は、非限定的な例として、ハンドヘルドコンピュータ、タブレットコンピュータ、ネットブックコンピュータ、サブノートブックコンピュータ、スマートフォン、ニュージックプレーヤー、携帯情報端末（ＰＤＡ）およびハンドヘルドビデオゲームシステムを含む、モバイルのコンピューティングデバイス上で使用するために設計されている。適切なモバイルのウェブブラウザは、非限定的な例として、Ｇｏｏｇｌｅ（登録商標）Ａｎｄｒｏｉｄ（登録商標）ｂｒｏｗｓｅｒ、ＲＩＭ ＢｌａｃｋＢｅｒｒｙ（登録商標）Ｂｒｏｗｓｅｒ、Ａｐｐｌｅ（登録商標）Ｓａｆａｒｉ（登録商標）、Ｐａｌｍ（登録商標）Ｂｌａｚｅｒ、Ｐａｌｍ（登録商標）ＷｅｂＯＳ（登録商標）Ｂｒｏｗｓｅｒ、Ｍｏｚｉｌｌａ（登録商標）Ｆｉｒｅｆｏｘ（登録商標）ｆｏｒ ｍｏｂｉｌｅ、Ｍｉｃｒｏｓｏｆｔ（登録商標）Ｉｎｔｅｒｎｅｔ Ｅｘｐｌｏｒｅｒ（登録商標）Ｍｏｂｉｌｅ、Ａｍａｚｏｎ（登録商標）Ｋｉｎｄｌｅ（登録商標）Ｂａｓｉｃ Ｗｅｂ、Ｎｏｋｉａ（登録商標）Ｂｒｏｗｓｅｒ、Ｏｐｅｒａ Ｓｏｆｔｗａｒｅ（登録商標）Ｏｐｅｒａ（登録商標）Ｍｏｂｉｌｅ、および、Ｓｏｎｙ（登録商標）ＰＳＰ（商標）ブラウザを含む。

ソフトウェアモジュール
いくつかの実施形態では、本明細書で開示されるプラットフォーム、システム、記憶媒体、および方法は、ソフトウェア、サーバー、および／またはデータベースモジュール、あるいはこれらの使用を含む。本明細書で提供される開示を考慮して、ソフトウェアモジュールは、当該技術分野で既知のマシン、ソフトウェア、および言語を使用する、当業者に既知の技術によって作り出される。本明細書に開示されるソフトウェアモジュールは多くの方法で実施される。様々な実施形態において、ソフトウェアモジュールは、ファイル、コードのセクション、プログラムする対象、プログラムする構造、またはそれらの組合わせを含む。さらなる様々な実施形態において、ソフトウェアモジュールは、複数のファイル、コードの複数のセクション、複数のプログラミングオブジェクト、複数のプログラミング構造、またはそれらの組合わせを含む。様々な実施形態において、１つ以上のソフトウェアモジュールは、限定されないが、ウェブアプリケーション、モバイルアプリケーション、およびスタンドアロンアプリケーションを含む。いくつかの実施形態において、ソフトウェアモジュールは、１つのコンピュータプログラムまたはアプリケーションにある。他の実施形態において、ソフトウェアモジュールは、１より多くのコンピュータプログラムまたはアプリケーションにある。いくつかの実施形態において、ソフトウェアモジュールは１つのマシン上でホストされる。他の実施形態において、ソフトウェアモジュールは１より多くのマシン上でホストされる。さらなる実施形態において、ソフトウェアモジュールは、クラウドコンピューティングプラットフォームなどの分散型コンピューティングプラットフォーム上でホストされる。いくつかの実施形態において、ソフトウェアモジュールは１つの位置にある１つ以上のマシン上でホストされる。他の実施形態において、ソフトウェアモジュールは、１より多くの位置にある１つ以上のマシン上でホストされる。

データベース
いくつかの実施形態では、本明細書に記載のプラットフォーム、記憶媒体、および方法は、１つ以上のデータベース、またはその使用を含む。本明細書で提供される本開示を考慮して、当業者は、多くのデータベースが情報の保管と検索に適していることを認識するであろう。様々な実施形態では、適切なデータベースは、非限定的な例として、リレーショナルデータベース、非リレーショナルデータベース、オブジェクト指向型データベース、オブジェクトデータベース、エンティティ関係モデルデータベース、結合性データベース、およびＸＭＬデータベースを含む。さらに非限定的な例としては、ＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、ＭｙＳＱＬ、Ｏｒａｃｌｅ、ＤＢ２、およびＳｙｂａｓｅが挙げられる。いくつかの実施形態では、データベースはインターネットを利用したものである。さらなる実施形態では、データベースはウェブを利用したものである。またさらなる実施形態では、データベースはクラウドコンピューティングを利用したものである。特定の実施形態において、データベースは、分散型データベースである。他の実施形態では、データベースは１つ以上のローカルコンピュータ記憶媒体を利用したものである。

モバイルデバイスに関する、顔認識のなりすましを検知するための方法およびシステム
「なりすまし」の試みを検知するための新規かつ独特のデータおよびソフトウェアアーキテクチャは、例えば、専門的な攻撃者を思いとどまらせるといった、セキュリティ上の利点を提供し得る。本明細書におけるそのようなシステムおよび方法は、特定の個人識別のマッチングおよび認証のアルゴリズムを含み、該アルゴリズムは、セキュリティソフトおよび／またはデータの少なくとも一部へのアクセスを取得した攻撃者によってさえ、直接アクセス、および／または不正に変更することができない。

本明細書において、図４～図６では、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するための、方法が開示される。いくつかの実施形態では、方法は：モバイルデバイスのカメラによって、ユーザーの顔の第１の画像を記録する工程と、第１の画像から、ユーザーの顔の第１のデータ表現（４０１Ａ）を生成する工程と、第１のデータ表現（４０１Ａ）から、予測モデル（４０２Ａ）を形成する工程（４０３）と、モバイルデバイスのカメラによって、ユーザーの顔の第２の画像を記録する工程と、第２の画像から、ユーザーの顔の第２のデータ表現（４０１Ｂ）を生成する工程と、第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチするかどうかを判定する工程（４０４）と、を含む。

ユーザーの顔の第１の画像は、カメラがユーザーから第１の距離にある時、キャプチャーされ得る。ユーザーの顔の第２の画像は、カメラがユーザーから第２の距離にある時、キャプチャーされ得る。第１の距離は、第２の距離より大きい場合がある。第２の距離が第１の距離より大きくてもよい。第１の距離は、第２の距離よりも約５％、１０％、１５％、２０％、２５％、３０％、３５％、４０％、４５％、５０％、６０％、７０％、８０％、９０％、１００％だけ、またはそれ以上、大きくてもよく、その間の変動を含んでもよい。第２の距離は、第１の距離よりも約５％、１０％、１５％、２０％、２５％、３０％、３５％、４０％、４５％、５０％、６０％、７０％、８０％、９０％、１００％だけ、またはそれ以上、大きくてもよく、その間の変動を含んでもよい。第１の距離および第２の距離の少なくとも１つは、ユーザーの顔への最短距離、ユーザーの顔への普通の距離、ユーザーの鼻への最短距離、またはユーザーの鼻への普通の距離として測定され得る。

ユーザーの顔の第１の画像は、カメラがユーザーに対して第１の配向にある時、キャプチャーされ得る。ユーザーの顔の第２の画像は、カメラがユーザーに対して第２の配向にある時、キャプチャーされ得る。第１の配向は、ユーザーに対して、第１のピッチ角、第１のヨー角、第１のロール角、またはその任意の組合せを含み得る。第２の配向は、ユーザーに対して、第２のピッチ角、第２のヨー角、第２のロール角、またはその任意の組合せを含み得る。第１のピッチ角、第２のピッチ角、またはその両方は、地面に平行かつユーザーの順方向に平行な軸について測定され得る。第１のヨー角、第２のヨー角、またはその両方は、地面に垂直な軸について測定され得る。第１のロール角、第２のロール角、またはその両方は、地面に平行かつユーザーの順方向に垂直な軸について測定され得る。第１のピッチ角、第１のヨー角、および第１のロール角の少なくとも１つは、第２のピッチ角、第２のヨー角、および第２のロール角のうちの１つ以上より大きい場合がある。第１のピッチ角、第１のヨー角、および第１のロール角の少なくとも１つは、第２のピッチ角、第２のヨー角、および第２のロール角の１つ以上より、５％、１０％、１５％、２０％、２５％、３０％、３５％、４０％、４５％、５０％、６０％、７０％、８０％、９０％、１００％だけ、またはそれ以上、大きくてもよく、その間の変動を含んでもよい。第２のピッチ角、第２のヨー角、および第１のロール角の少なくとも１つは、第１のピッチ角、第１のヨー角、および第１のロール角のうちの１つ以上より大きい場合がある。第２のピッチ角、第２のヨー角、および第２のロール角の少なくとも１つは、第１のピッチ角、第１のヨー角、および第１のロール角の１つ以上より、５％、１０％、１５％、２０％、２５％、３０％、３５％、４０％、４５％、５０％、６０％、７０％、８０％、９０％、１００％だけ、またはそれ以上、大きくてもよく、その間の変動を含んでもよい。

第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチするかどうかを判定する工程（４０４）は、第２のデータ表現（４０１Ｂ）を予測モデル（４０２Ａ）と比較することにより実行することができる。第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチしない場合、ユーザーのアイデンティティのマッチは拒絶され得る。拒絶されたアイデンティティのマッチは、なりすましの試みを指摘し得る。第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチする場合、ユーザーのアイデンティティのマッチは認証され得る。認証されたアイデンティティのマッチは、なりすましの試みがないことを指摘し得る。

付加的に、または代替的に、前記方法は、ユーザーの顔の第３の画像をキャプチャーする工程と、第３の画像から、ユーザーの顔の第３のデータ表現（４０１Ｃ）を生成する工程と、第３のデータ表現（４０１Ｃ）が予測モデル（４０２Ａ）とマッチするかどうかを判定する工程（４０４）と、をさらに含む。付加的に、または代替的に、第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチしない場合、前記方法は、ユーザーの顔の第３の画像をキャプチャーする工程と、第３の画像から、ユーザーの顔の第３のデータ表現（４０１Ｃ）を生成する工程と、第３のデータ表現（４０１Ｃ）が予測モデル（４０２Ａ）とマッチするかどうかを判定する工程（４０４）と、をさらに含む。

付加的に、または代替的に、第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチしない場合、前記方法は、ユーザーに関連付けられる付加的なデータとマッチするユーザーによって提供される入力を受け付ける工程をさらに含み得る。付加的に、または代替的に、第３のデータ表現（４０１Ｃ）が予測モデル（４０２Ａ）とマッチしない場合、前記方法は、ユーザーに関連付けられる付加的なデータとマッチするユーザーによって提供される入力を受け付ける工程をさらに含み得る。

前記方法は、ユーザーの運動データ、ユーザーの位置データ、またはその両方をキャプチャーする工程をさらに含み得る。そのような場合、前記方法は、ユーザーの運動データが設定された運動から所定範囲内にある場合、ユーザーを受け付ける工程、ユーザーの位置データが設定された位置から所定範囲内にある場合、ユーザーを受け付ける工程、または、その両方をさらに含み得る。そのような場合、前記方法は、ユーザーの運動データが設定された運動から所定範囲内にない場合、ユーザーを拒絶する工程、ユーザーの位置データが設定された位置から所定範囲内にない場合、ユーザーを拒絶する工程、または、その両方をさらに含み得る。

ユーザーは、モバイルデバイスにおけるガイド機能付きユーザーインターフェースを介して、第１の画像、第２の画像、第３の画像、またはその任意の組合せをキャプチャーし得る。

アイデンティティ認識のマッチを確証する工程は、第２のデータ表現（４０１Ｂ）が第１のデータ表現から生成された予測モデル（４０２Ａ）とマッチする場合、および／または、 運動および／または位置データが、ユーザーの顔に対するモバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、実行され得る。前記ポジションは、第１のデータ表現（４０１Ａ）を記録する時間と第２のデータ表現（４０１Ｂ）を記録する時間との間で、モバイルデバイスの動き、および／またはユーザーの顔の動きに伴って、変化し得る。

付加的に、または代替的に、第２のデータ表現（４０１Ｂ）が予測モデル（４０２Ａ）とマッチしない場合、前記方法は、ユーザーによって提供される付加的なデータを受け付ける工程、および、付加的なデータがユーザーに関連付けられる付加的なデータとマッチするかどうかを判定する工程（４０４）をさらに含み得る。付加的に、または代替的に、第３のデータ表現（４０１Ｃ）が予測モデル（４０２Ａ）とマッチしない場合、前記方法は、ユーザーによって提供される付加的なデータを受け付ける工程、および、付加的なデータがユーザーに関連付けられる付加的なデータとマッチするかどうかを判定する工程（４０４）をさらに含み得る。

付加的に、または代替的に、アイデンティティ認識のマッチを確証する工程は、第１のデータ表現（４０１Ａ）が第２のデータ表現（４０１Ｂ）から生成された予測モデル（４０２Ａ）とマッチする場合、および、運動および／または位置データが、モバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、発生し得る。前記ポジションは、第１のデータ表現（４０１Ａ）を記録する時間と第２のデータ表現（４０１Ｂ）を記録する時間との間で、モバイルデバイスの動き、および／またはユーザーの顔の動きに伴って、変化し得る。

第１のデータ表現
いくつかの実施形態では、本明細書の方法とシステムは、モバイルデバイスのカメラによって、ユーザーの顔の第１の画像を記録し、および、第１の画像から、ユーザーの顔の第１のデータ表現を生成する。

第１のデータ表現は：ユーザーの顔の少なくとも一部の３次元マップ、ユーザーの顔の第１の特徴と第２の特徴との間の距離、顔における多数の特徴の位置、ユーザーの顔の少なくとも一部の算定された体積、ユーザーの顔の一部のプロフィール曲線、ユーザーの顔の少なくとも一部の表面のスロープ・マップ、または、それらの任意の組合わせを含み得る。

第２のデータ表現
いくつかの実施形態では、前記方法とシステムは、モバイルデバイスのカメラによって、ユーザーの顔の第２の画像を記録し、および第２の画像から、ユーザーの顔の第２のデータ表現を生成する。

第２のデータ表現は：ユーザーの顔の少なくとも一部の３次元マップ、ユーザーの顔の第２の特徴と第２の特徴との間の距離、顔における多数の特徴の位置、ユーザーの顔の少なくとも一部の算定された体積、ユーザーの顔の一部のプロフィール曲線、ユーザーの顔の少なくとも一部の表面のスロープ・マップ、または、それらの任意の組合わせを含み得る。

運動および位置データ
運動データ、位置データ、またはその両方は、第１の画像を記録する時、第２の画像を記録する時、またはその両方で、モバイルデバイスにおけるセンサーから記録することができる。

運動データ、位置データ、またはその両方は、単一の時点において記録され得る。運動データ、位置データ、またはその両方は、連続的に記録され得る。一連の運動データ、位置データ、またはその両方が、記録され得る。反復的な一連の運動データ、位置データ、またはその両方は、設定された反復間隔で記録され得る。一連の運動データ、位置データ、またはその両方は、第１の画像を記録する時、第２の画像を記録する時、または、その両方から始まり得る。設定された反復間隔は、０．１秒、０．５秒、１秒、２秒、３秒、４秒、５秒、またはそれ以上でもよく、その間の変動を含んでもよい。

予測モデル
いくつかの場合では、予測モデルは第１のデータ表現から生成される。いくつかの場合では、予測モデルは第２のデータ表現から生成される。いくつかの場合では、予測モデルは、第１のデータ表現および第２のデータ表現から生成される。

予測モデルは、機械学習アルゴリズムによって、画像解析アルゴリズムによって、深層学習アルゴリズムによって、または、それらの任意の組合わせによって、生成され得る。機械学習アルゴリズム、画像解析アルゴリズム、または深層学習アルゴリズムの少なくとも１つは、多数のユーザー画像を使用して訓練され得る。機械学習アルゴリズム、画像解析アルゴリズム、または深層学習アルゴリズムの少なくとも１つは、多数のユーザー画像と多数のなりすましのユーザー画像を使用して訓練され得る。ユーザー画像は、公開のユーザー画像を含み得る。予測モデルは、ユーザーから集められた現実のデータおよび／または画像レンダリングによって生成された合成データの両方で、または当該技術分野で公知の他の画像データ表現技術で訓練され得る。

予測モデルは、第１データの表現、および位置データと運動データの少なくとも１つから形成され得る。

運動および／または位置データは、第１のデータ表現を記録する時間と第２のデータ表現を記録する時間との間で、連続的に、または複数の時間間隔において記録される。

マッチングアーキテクチャ
予測モデリングのアーキテクチャの構成は、（ａ）別のデータまたはデータ表現を生成するための、所与のデータセットあるいはデータ表現セットに由来する、予測モデリングアーキテクチャ、または、（ｂ）他の複数のデータまたはデータ表現とマッチする複数の予想を生成するための、２つ以上のキャプチャーされたデータまたはデータ表現に由来する、予測モデリングのアーキテクチャを含み得る。どちらのアーキテクチャにおいても、多数のデータセットが、マッチするデータまたはデータ表現とマッチさせるための予測モデリングのために使用され得る。

代替的に、または付加的に、予測モデリングのアーキテクチャの構成は、（ａ）第１のデータ表現から生成された予測モデルと、第２のデータ表現から生成された予測モデルの間の比較、または、（ｂ）第２のデータ表現から生成された予測モデルと第１のデータ表現から生成された予測モデルとの比較を含み得る。どちらのアーキテクチャでも、連続するマッチング演習の間での変化、または特定の連続するマッチング演習の間の変化であって、それ以外では変化しない、変化は、マッチング演習の間で無作為化され得る。どちらのアーキテクチャでも、連続するマッチング演習の間での変化、または特定の連続するマッチング演習の間の変化であって、それ以外では変化しない、変化は、無作為化されていない確定的なデータもしくはプロトコルに基づく場合があり、または、マッチングアーキテクチャの構成は変化しない場合がある。

予測モデリングのアーキテクチャの構成は、セキュリティのレベルおよび実行速度に基づいて最適化することができる。例えば、予測モデリングのアーキテクチャは、データ消費、ファイルサイズ、処理工程、またはその任意の組合せに基づいて、最適化することができる。そのようなアーキテクチャの特徴は、関連するセキュリティ仕様に依存して、実行速度を変化させることができる。

付加的なデータ表現
本発明の方法は、付加的なデータをユーザーによってモバイルデバイスへ送信されたデータと比較することをさらに含み得る。付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおけるユーザーのソフトウェア環境の固有のデータ特性、生体測定データ、予測生体測定データ、またはそれらの任意の組合せを含み得る。

付加的に、または代替的に、第２のデータ表現が予測モデルとマッチしない場合、前記方法は、ユーザーに関連付けられる付加的なデータとマッチするユーザーによって提供される入力を受け付ける工程をさらに含み得る。付加的に、または代替的に、第３のデータ表現が予測モデルとマッチしない場合、前記方法は、ユーザーに関連付けられる付加的なデータとマッチするユーザーによって提供される入力を受け付ける工程をさらに含み得る。

Claims (23)

1. モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するための、コンピュータに実装される方法であって、
   ａ）第１の距離において、ユーザーの顔の画像または画像のセットを前記カメラにより記録する工程と、
   ｂ）前記ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて前記第１の距離における前記ユーザーの顔の画像または画像のセットを処理する工程と、
   ｃ）前記第１のデータ表現を処理する工程であって、それにより、前記ユーザーの顔と前記カメラとの間の他の距離または配向における前記ユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程であって、前記予測モデルは機械学習アルゴリズムによって、画像解析アルゴリズムによって、または、それらの組合わせによって生成され、複数のユーザー画像と複数のなりすましのユーザー画像を使用して訓練される、工程と、
   ｄ）前記ユーザーの顔と前記カメラとの間の距離を変更する工程であって、ここで距離を変更する工程は、前記ユーザーの顔と前記カメラとの間の距離を増加させること、前記ユーザーの顔と前記カメラとの間の距離を減少させること、前記ユーザーの顔に対する前記カメラの配向を変更すること、前記カメラに対する前記ユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、工程と、
   ｅ）第２の距離において、前記ユーザーの顔の画像または画像のセットを前記カメラにより記録する工程と、
   ｆ）前記ユーザーの第２の画像または画像のセットの第２のデータ表現を生成するために、アルゴリズムを用いて前記第２の距離における前記ユーザーの顔の画像または画像のセットを処理する工程と、
   ｇ）前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較する工程であって、それにより、両者がマッチするかどうかを判定する、工程と、
   ｈ）前記第２のデータ表現が、前記第１のデータ表現から生成された前記予測モデルにマッチする場合、アイデンティティ認識のマッチを確証する工程と、
   ｉ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、前記第１の距離において顔の画像または画像のセットを提示する前記ユーザーが、前記第２の距離において顔の画像または画像のセットを提示する前記ユーザーに一致するかどうかを判定するための付加的なデータを比較する工程と、
   ｊ）前記第１の距離または前記第２の距離からの前記ユーザーの顔の画像または画像のセットから、１つ以上の付加的なデータ表現をキャプチャーする工程と、キャプチャーされた前記１つ以上の付加的なデータ表現を、前記第１のデータ表現から生成された前記予測モデルと比較する工程であって、それにより、前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較した後に前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルにマッチしない場合に、前記１つ以上の付加的なデータ表現と前記第１のデータ表現から生成された前記予測モデルとがマッチするかどうかを判定する、工程と、
   を含む、方法。
2. 前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較した後、前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合、前記アイデンティティ認識のマッチを拒絶する工程をさらに含む、請求項１に記載の方法。
3. 前記１つ以上の付加的なデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチする場合に、前記付加的なデータ表現の前記アイデンティティ認識のマッチを確証する工程をさらに含む、請求項１に記載の方法。
4. 前記方法は、前記１つ以上の付加的なデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、前記付加的なデータ表現の前記アイデンティティ認識のマッチを拒絶する工程をさらに含む、請求項１に記載の方法。
5. 前記付加的なデータは、名前、パスワード、識別番号、住所、地理的位置、デバイスＩＤ、モバイルデバイスにおける前記ユーザーのソフトウェア環境の固有のデータ特性、他の生体測定データ、ユーザデータまたは生体測定データの予測モデル、またはそれらの任意の組合せを含むことを特徴とする、請求項１に記載の方法。
6. 前記方法は、
   ａ）前記第２のデータ表現を処理する工程であって、それにより、前記ユーザーの顔と前記カメラとの間の、他の距離または配向における前記ユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、工程と、
   ｂ）前記第１のデータ表現を前記第２のデータ表現から生成された前記予測モデルと比較する工程であって、それにより、両者がマッチするかどうかを判定する、工程と、
   ｃ）前記第１のデータ表現が前記第２のデータ表現から生成された前記予測モデルにマッチする場合に、アイデンティティ認識のマッチを確証する工程と、をさらに含む、請求項１に記載の方法。
7. 前記方法は予測モデルをデータ表現と比較する工程を含み、マッチングアーキテクチャを構成する工程をさらに含むことを特徴とする、請求項６に記載の方法。
8. 前記方法は予測モデルをデータ表現と比較する工程を含み、第１のデータ表現から生成された予測モデルを第２のデータ表現と比較する工程、第２のデータ表現から生成された予測モデルを第１のデータ表現と比較する工程、またはそれらの任意の組合せをさらに含むことを特徴とする、請求項６に記載の方法。
9. 前記マッチングアーキテクチャの構成は、連続するマッチング演習で変化するか、あるいは、ある特定の連続するマッチング演習で変化し、かつそれ以外では変化しないことを特徴とする、請求項７に記載の方法。
10. 前記マッチングアーキテクチャの構成に対する変化は、マッチング演習間で無作為化されている変化に基づく変化であるか、無作為化されていない確定的なデータあるいはプロトコルに基づく変化であるか、または、それらの組合わせであることを特徴とする、請求項９に記載の方法。
11. 前記マッチングアーキテクチャの構成は変化しないことを特徴とする、請求項７に記載の方法。
12. ガイド機能付きユーザーインターフェースは、第１の、および／または第２のデータ表現をキャプチャーするために使用されることを特徴とする、請求項１に記載の方法。
13. 前記ガイド機能付きユーザーインターフェースからキャプチャーされた情報は、マッチング演習の中で使用されることを特徴とする、請求項１２に記載の方法。
14. 前記方法は、
    ａ）前記モバイルデバイスにおける１つ以上のセンサーからの、前記ユーザーの顔の画像または画像のセットが前記第１の距離において前記カメラによって記録された時の、運動および／または位置データを記録する工程と、
    ｂ）前記モバイルデバイスにおける１つ以上のセンサーからの、前記ユーザーの顔の画像または画像のセットが前記第２の距離において前記カメラによって記録された時の、運動および／または位置データを記録する工程と、
    ｃ）前記第１の距離において記録された前記運動および／または位置データ、および、前記第２の距離から記録された前記運動および／または位置データを、前記第１のデータ表現から生成された前記予測モデル、および前記第２のデータ表現と比較する工程と、
    ｄ）（Ｉ）前記第２のデータ表現が前記第１のデータ表現予測モデリングから生成された前記予測モデルにマッチする場合、および、（ＩＩ）前記運動および／または位置データが、前記ユーザーの顔に対する前記モバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する、工程と、をさらに含む、請求項１に記載の方法。
15. 前記運動および／または位置データは、前記第１のデータ表現を記録する時間と前記第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録されることを特徴とする、請求項１４に記載の方法。
16. （Ｉ）前記第１のデータ表現を記録する時間と前記第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録された前記運動および／または位置データを、（ＩＩ）前記第１のデータ表現から生成された前記予測モデル、および、前記第２のデータ表現と比較する工程をさらに含む、請求項１５に記載の方法。
17. （Ｉ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルにマッチする場合、および、（ＩＩ）連続的に又は複数の間隔をおいて記録された前記運動および／または位置データが、前記ユーザーの顔に対する前記モバイルデバイスのポジションに起因する前記期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む、請求項１６に記載の方法。
18. 前記方法は、
    ａ）前記モバイルデバイスにおける１つ以上のセンサーからの、前記ユーザーの顔の画像または画像のセットが前記第１の距離において前記カメラによって記録された時の、運動および／または位置データを記録する工程と、
    ｂ）前記モバイルデバイスにおける１つ以上のセンサーからの、前記ユーザーの顔の画像または画像のセットが前記第２の距離において前記カメラによって記録された時の、運動および／または位置データを記録する工程と、
    ｃ）前記第１の距離において記録された前記運動および／または位置データ、および、前記第２の距離からの前記運動および／または位置データを、前記第２のデータ表現から生成された前記予測モデル、および、前記第１のデータ表現と比較する工程と、
    ｄ）（Ｉ）前記第１のデータ表現が前記第２のデータ表現の予測モデリングから生成された前記予測モデルにマッチする場合、および、（ＩＩ）前記運動および／または位置データが、前記ユーザーの顔に対する前記モバイルデバイスのポジションに起因する期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程と、をさらに含む、請求項６に記載の方法。
19. 前記運動および／または位置データは、前記第１のデータ表現を記録する時間と前記第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録されることを特徴とする、請求項１８に記載の方法。
20. （Ｉ）前記第１のデータ表現を記録する時間と前記第２のデータ表現を記録する時間との間で、連続的に又は複数の間隔をおいて記録される前記運動および／または位置データを、（ＩＩ）前記第２のデータ表現から生成された前記予測モデル、および前記第１のデータ表現と比較する工程をさらに含む、請求項１９に記載の方法。
21. （Ｉ）前記第１のデータ表現が、前記第２のデータ表現から生成された前記予測モデルにマッチする場合、および、（ＩＩ）連続的に又は複数の間隔をおいて記録された前記運動および／または位置データが、前記ユーザーの顔に対する前記モバイルデバイスのポジションに起因する前記期待される運動および／または位置データにマッチする場合に、アイデンティティ認識のマッチを確証する工程をさらに含む、請求項２０に記載の方法。
22. コンピュータに実装されるシステムであって、該システムは、少なくとも１つのプロセッサを含むコンピューティングデバイスと、実行可能命令を実行するように構成されたオペレーティングシステムと、メモリと、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、コンピューティングデバイスによって実行可能な命令を含むコンピュータプログラムと、を含み、前記アプリケーションは、
    ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、
    ｂ）前記ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて前記第１の距離における前記ユーザーの顔の画像または画像のセットを処理するように構成されたソフトウェアモジュールと、
    ｃ）前記第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、前記ユーザーの顔と前記カメラとの間の他の距離または配向における前記ユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールであって、前記予測モデルは機械学習アルゴリズムによって、画像解析アルゴリズムによって、または、それらの組合わせによって生成され、複数のユーザー画像と複数のなりすましのユーザー画像を使用して訓練される、ソフトウェアモジュールと、
    ｄ）前記ユーザーの顔と前記カメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、ここで距離を変更することは、前記ユーザーの顔と前記カメラとの間の距離を増加させること、前記ユーザーの顔と前記カメラとの間の距離を減少させること、前記ユーザーの顔に対する前記カメラの配向を変更すること、前記カメラに対する前記ユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、
    ｅ）第２の距離において、前記ユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、
    ｆ）前記ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、前記第２の距離における前記ユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成されたソフトウェアモジュールと、
    ｇ）前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、
    ｈ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、
    ｉ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、前記第１の距離において顔の画像または画像のセットを提示する前記ユーザーが、前記第２の距離において顔の画像または画像のセットを提示する前記ユーザーに一致するかどうかを判定するための付加的なデータを比較するように構成されたソフトウェアモジュールと、
    ｊ）前記第１の距離または前記第２の距離からの前記ユーザーの顔の画像または画像のセットから、１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較した後に前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、
    を含む、システム。
23. コンピュータプログラムによって符号化された非一時的なコンピュータ可読記憶媒体であって、前記コンピュータプログラムは、モバイルデバイスのカメラを使用して生体測定のアイデンティティ認識のなりすましを検知するためのアプリケーションを作り出すための、１つ以上のプロセッサによって実行可能な命令を含み、前記アプリケーションは、
    ａ）第１の距離においてユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、
    ｂ）前記ユーザーの顔の画像または画像のセットの第１のデータ表現を生成するために、アルゴリズムを用いて前記第１の距離における前記ユーザーの顔の画像または画像のセットを処理するように構成されたソフトウェアモジュールと、
    ｃ）前記第１のデータ表現を処理するように構成されたソフトウェアモジュールであって、それにより、前記ユーザーの顔と前記カメラとの間の他の距離または配向における前記ユーザーの顔の画像または画像のセットのデータ表現を推定する予測モデルを作成する、ソフトウェアモジュールであって、前記予測モデルは機械学習アルゴリズムによって、画像解析アルゴリズムによって、または、それらの組合わせによって生成され、複数のユーザー画像と複数のなりすましのユーザー画像を使用して訓練される、ソフトウェアモジュールと、
    ｄ）前記ユーザーの顔と前記カメラとの間の距離を変更するように構成されたソフトウェアモジュールであって、
    ここで距離を変更することは、前記ユーザーの顔と前記カメラとの間の距離を増加させること、前記ユーザーの顔と前記カメラとの間の距離を減少させること、前記ユーザーの顔に対する前記カメラの配向を変更すること、前記カメラに対する前記ユーザーの顔の配向を変更すること、または、これらの任意の組合わせを含む、ソフトウェアモジュールと、
    ｅ）第２の距離において前記ユーザーの顔の画像または画像のセットを記録するように構成されたソフトウェアモジュールと、
    ｆ）前記ユーザーの第２の顔の画像または画像のセットの第２のデータ表現を生成するために、前記第２の距離における前記ユーザーの顔の画像または画像のセットをアルゴリズムを用いて処理するように構成されたソフトウェアモジュールと、
    ｇ）前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較するように構成されたソフトウェアモジュールであって、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、
    ｈ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルにマッチする場合、アイデンティティ認識のマッチを確証するように構成されたソフトウェアモジュールと、
    ｉ）前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、前記第１の距離において顔の画像または画像のセットを提示する前記ユーザーが、前記第２の距離において顔の画像または画像のセットを提示する前記ユーザーに一致するかどうかを判定するための付加的なデータを比較するように構成されたソフトウェアモジュールと、
    ｊ）前記第１の距離または前記第２の距離からの前記ユーザーの顔の画像または画像のセットから、１つ以上の付加的なデータ表現をキャプチャーするように構成され、および、前記第２のデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較した後に前記第２のデータ表現が前記第１のデータ表現から生成された前記予測モデルとマッチしない場合に、キャプチャーされた前記１つ以上の付加的なデータ表現を前記第１のデータ表現から生成された前記予測モデルと比較するように構成され、それにより、両者がマッチするかどうかを判定する、ソフトウェアモジュールと、
    を含む、非一時的なコンピュータ可読記憶媒体。