SE530514C2 - En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning - Google Patents

En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning

Info

Publication number
SE530514C2
SE530514C2 SE0601835A SE0601835A SE530514C2 SE 530514 C2 SE530514 C2 SE 530514C2 SE 0601835 A SE0601835 A SE 0601835A SE 0601835 A SE0601835 A SE 0601835A SE 530514 C2 SE530514 C2 SE 530514C2
Authority
SE
Sweden
Prior art keywords
properties
bits
generating
assigning
numerical representation
Prior art date
Application number
SE0601835A
Other languages
English (en)
Other versions
SE0601835L (sv
Inventor
Oerjan Vestgoete
Original Assignee
Innitor Ab
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 Innitor Ab filed Critical Innitor Ab
Priority to SE0601835A priority Critical patent/SE530514C2/sv
Priority to EP07808796.2A priority patent/EP2064654A4/en
Priority to CA2662983A priority patent/CA2662983C/en
Priority to AU2007293732A priority patent/AU2007293732A1/en
Priority to US12/310,703 priority patent/US8929617B2/en
Priority to RU2009112595/08A priority patent/RU2468429C2/ru
Priority to CN2007800333243A priority patent/CN101512552B/zh
Priority to PCT/SE2007/000777 priority patent/WO2008030166A1/en
Publication of SE0601835L publication Critical patent/SE0601835L/sv
Publication of SE530514C2 publication Critical patent/SE530514C2/sv
Priority to US13/834,579 priority patent/US20130202164A1/en
Priority to US14/463,362 priority patent/US8971595B2/en
Priority to US14/463,397 priority patent/US8971596B2/en

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/18Legal services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/14Details of searching files based on file metadata
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2433Query languages
    • G06F16/244Grouping and aggregation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • G06F16/532Query formulation, e.g. graphical querying
    • G06K9/00087
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1353Extracting features related to minutiae or pores
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • G06V40/1365Matching; Classification
    • G06V40/1371Matching features related to minutiae or pores

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Technology Law (AREA)
  • Library & Information Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

l5 20 25 30 35 530 514 I fingerplasticitet, t.ex. är fingeravtrycket inte detsamma om fingret pressas hårt mot ytan jämfört med ñngeravtrycket när fingret endast pressas svagt mot ytan; I fingeravtrycket förvrängs på grund av fukt, smuts, imma etc. på ytan eller fingret; I storleken för kontaktområdet mellan fingret och ytan; I rotationsvinkeln för fingret.
Följaktligen kan det vara fördelaktigt att inte endast söka efter identiska fmgeravtrycksmönster, utan även efter liknande mönster eller ””dubbelgångaW-mönster, vid sökning i databasen under fingeravtrycksmatchningen. Att använda det ovan nämnda linjära sökangreppssättet vid sökning efter liknande mönster eller ”dubbelgångaP-mönster i databasen reducerar emellertid generellt snabbheten väsentligt.
Sålunda skulle en förbättrad metod, apparat och datorprogramprodukt inom fingeravtryckssökning vara fördelaktiga, som möjliggör ökad snabbhet vid sökning i en databas innefattande data som hänför sig till ett flertal fingeravtryck för att finna en matchning.
Sammanfattning av uppfinningen Följaktligen söker föreliggande uppfinning företrädesvis att lindra, mildra eller eliminera en eller flera av de ovan identifierade bristerna i tekniken och nackdelar var och en för sig eller i vilken som helst kombination.
I enlighet med en första aspekt av uppfinningen tillhandahålls en metod för att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck. Metoden innefattar att identifiera åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; att generera ett flertal egenskaper baserat på de åtminstone två särdragspunktema; att tilldela ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; att generera en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen; och att använda den numeriska representationen som ett sökargument vid sökning i databasen; varvid den numeriska representationen genereras genom att åtminstone delvis infläta nämnda flertal siffror. lnflätandet kan innefatta att infläta flertalet siffror så att siffrorna hos den numeriska representationen anordnas på ett inflätat eller sammanflätat vis.
Tilldelandet kan innefatta att tilldela ett tal innefattande ett flertal bitar till var och en av flertalet egenskaper. 10 l5 20 25 30 530 514 Inflätandet kan innefatta att infläta de mest signifikanta bitarna av nämnda flertal bitar.
Inflätandet kan innefatta att infläta alla bitama av nämnda flertal bitar.
Inflätandet kan innefatta bitvis inflätning av flertalet bitar.
Inflätandet kan innefatta att anordna flertalet bitar i signifikansordning, från mest signifikanta bitar till minst signifikanta bitar inom den numeriska representationen.
I en utforingsforin kan tilldelandet innefatta att tilldela var sitt binärt tal a; a; ai ao, b; b; b; bo, c; c; c; co, d; d; d; do N; N;N; No till var och en av flertalet egenskaper, och genererandet kan innefatta att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: N; d; c; b; a; N; d; c; b; a; N; di Ci bi ai No do Co bo ao- I en annan utfóringsforin kan tilldelandet innefatta att tilldela var sitt binärt tal a; az ai ao, b; b; b; bo, c; c; c; co) d; d; d; do N; N; N; No till var och en av flertalet egenskaper, och genererandet kan innefatta att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: a; b; c; d; N; a; b; c; d; N; a; b; Ci di Ni ao bo Co do... No.
I ytterligare en annan utföringsform, kan tilldelandet innefatta att tilldela var Sid bibäfï tal av ao as a4 as az ai ao, bv be bs ba b; bz bi bo, Cv Co Cs C4 C3 Cz Ci Co dv de ds d4 ds dz di do o.. N; No N; N4 N ; N; N; No till var och en av flertalet egenskaper, och genererandet kan innefatta att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: N; d; c; b; a; No do co bo ao N; d; c; b; a; N4 d4 G4 b; a4 N; ds 03 bs as Nz dz Cz bz azNi di Ci bi aiNo do Co boao- I ytterligare en annan utföringsform, kan tilldelandet innefatta att tilldela var sitt binärt tal a; ao a; a4 a; a; a; ao, b; bo b; bl; b; b; b; bo, c; co c; 04 c; c; c; co d; do d; do d; d; di do ... N; No N; N4 N; N; N; No till var och en av flertalet egenskaper, och genererandet kan innefatta att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: a; b; c; d; N;ao bo co do No a; b; c; d; N; a4 b; c; di; N4 as bs Cs ds Ns az bz Cz dz Nz ai bi Ci di Ni ao bo Co do No.
I en annan utforingsforrn, kan tilldelandet innefatta att tilldela var sitt binärt tal av a6asa4asa2 ai ao, bv bebs b4b3b2bi bo,Cv CeCsCaCsCzCi Co dv d6dsd4dsd2di do Nv No N ; N4 N; N; N; No till var och en av flertalet egenskaper, och genererandet kan innefatta att generera den numeriska represcntationen genom att anordna flertalet bitar i följande ordning: a; ao a; aa a; a; a; ao a; b; c; d;___ N; bo co do___ No b; c; d;__, N; b; c; d4___ Na b3 Cs ds... Ns bz Cz dz... Nz bi Ci di...Ni bo Co do... No. 10 15 20 25 30 530 514 Metoden kan även innefatta att maska bort åtminstone några av de minst signifikanta bitarna av nämnda flertal bitar.
Metoden kan vidare innefatta, efter steget att tilldela, att gruppera ett flertal egenskaper till ett flertal delmängder av egenskaper. Då kan genererandet innefatta att generera ett flertal numeriska representationer för nämnda fingeravtryck baserat på nämnda delmängder av egenskaper, varvid var och en av de numeriska representa- tionerna kan genereras genom att åtminstone delvis infläta nämnda flertal siffror. Vidare kan användandet innefatta att använda flertalet numeriska representationer som sökargument vid sökning i databasen.
Enligt en andra aspekt av uppfinningen, tillhandahålls en datorprogram- produkt innefattande programinstruktioner för att förmå ett datorsystem att utföra metoden enligt den första aspekten av uppfinningen där programinstruktionerna körs på ett datorsystem med datorfórmågor. Datorprogramprodukten kan t.ex. vara infdrlivad i ett inspelningsmedium, lagrad i ett datorminne, införlivad i ett läsminne, eller buren på en elektrisk bärvågsignal.
Enligt en tredje aspekt av uppfinningen, innefattar en apparat för sökning i en databas innefattande data som hänför sig till ett flertal fingeravtryck: en identifierings- enhet anpassad att identifiera åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; en forsta genereringsenhet anpassad att generera ett flertal egenskaper baserat på de åtminstone två särdragspunktema; en tilldelningsenhet anpassad att tilldela ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; en andra genereringsenhet anpassad att generera en numerisk representation av nämna finge- ravtryck baserat på de tilldelade talen; och en sökenhet anpassad att använda den numeriska representationen som ett sökargtunent vid sökning i databasen. Den andra genereringsenheten är anpassad att generera nämnda numeriska representation genom att åtminstone delvis infläta nämnda flertal siffror.
Enligt en fjärde aspekt av uppfinningen, tillhandahålls en användning av metoden, apparaten eller datorprogramprodukten enligt vilken som helst av aspekterna av uppfinningen. Användandet av metoden, apparaten eller dataprogramprodukten kan till exempel vara i en brottsplatsundersökning, en poliskontroll, en autenticerings- utrustning eller ett passersystem vid en flygplats, ett industriområde eller byggnad, etc.
Ytterligare utföringsforrner av uppfinningen definieras i de beroende kraven. 10 15 20 25 30 35 530 514 Kortfattad beskrivning av ritningarna Ytterligare ändamål, särdrag och fördelar med uppfinningen kommer att framgå av den följande detaljerade beskrivningen av utföringsfonner av uppfinningen, där hänvisning görs till de bifogade ritningama, på vilka; Fi g. 1 är en bildrepresentation av ett fingeravtryck och särdragspunktema däri; F ig. 2 är en bildrepresentation av parametriska data, som kännetecknar särdragspunkterna hos fingeravtrycket i Fig. l; Fig. 3 är ett flödesdiagram, som illustrerar en metod enligt en utföringsforrn av föreliggande uppfinning; Fig. 4A är en tabell; Fig. 4B är en annan tabell; Fig. 5 är ett blockschema av en apparat enligt en utföringsform av föreligg- ande uppfinning; och Fig. 6 är ett blockschema av en datorprogramprodukt enligt en utföringsforrn av föreliggande uppfinning.
Detaljerad beskrivning av utfóringsformer Utföringsfonnerna som beskrivs nedan visar det bästa sättet och möjliggör för en fackman inom området att utöva uppfinningen. De olika särdragen hos utförings- forrnema kan kombineras på andra sätt än vad som beskrivs nedan. Uppfinningen kan utföras i många olika former och skall ej tolkas som begränsad till utföringsforrnerna som framläggs häri. Snarare tillhandahålls dessa utföringsformer för att denna framställning skall vara grundlig och fullständig, och skall till fullo uttrycka uppfinningstanken till fackmän inom området. Uppfinningen begränsas endast av de bifogade patentkraven.
En utföringsform av metoden kommer att beskrivas nedan. Metoden innefattar generellt de följ ande stegen: identifiering av särdragspunkter; generering av egenskaper; tilldelning av ett tal; generering av en representation; och användning av representationen vid sökning i en databas. Vart och ett av stegen kommer att beskrivas nedan.
Identifiering av särdragspunkter inbegriper identifiering av två eller flera särdragspunkter i en bild av ett okänt fingeravtryck.
Generering av egenskaper inbegriper generering av ett flertal egenskaper baserat på de två eller flera särdragspunkterna. 10 15 20 25 30 530 514 Att tilldela ett tal inbegriper att tilldela ett tal innefattande ett flertal siffror, till exempel ett flertal binära siffror (bitar), till var och en av flertalet egenskaper.
Generering av en representation inbegriper generering av en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen. Nämnda numeriska representation genereras genom att åtminstone delvis infläta nämnda flertal siffror. Följaktligen kan siffrorna i den numeriska representationen anordnas på ett inflätat eller sammanflätat sätt inom den numeriska representationen. Därför kan genereringen av den numeriska representationen hänvisas till som inflätad inneslutning av siffroma i flertalet siffror till en enda numerisk representation.
Att använda representationen vid sökning i en databas inbegriper att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck genom att använda den numeriska representationen som ett sökargument.
I en utföringsforrn innefattar metoden vidare, efter tilldelandet, att gruppera ett flertal egenskaper till ett flertal delmängder av egenskaper. I denna utföringsforrn inbegriper genereringen att generera ett flertal numeriska representationer för nämnda fingeravtryck baserat på nämnda delmängder av egenskaper. Vidare inbegriper då användandet att använda flertalet numeriska representationer som sökargument vid sökning i nämnda databas.
Det har visat sig genom experiment att genom att representera nämnda fingeravtryck med nämnda numeriska representation(er) är det möjligt att finna egenskaper med liknande form eller dubbelgångaregenskaper i en databas innefattande data, som hänför sig till ett flertal fingeravtryck med förbättrad snabbhet jämfört med tidigare kända lösningar. Det har visat sig att det är möjligt att utföra en sökning i en sorterad lista av nämnda databas med en förbättring isnabbhet. I själva verket kan snabbheten förbättras med en snabbhetsfaktor upp till och inkluderande approximativt 100 enligt några utföringsforiner av uppfinningen.
Fingeravtryck Fig. 1 illustrerar en representation av en del av ett fingeravtryck 10, såsom ett mänskligt fingeravtryck. Fingeravtrycket 10 representeras typiskt av en eller flera egenskaper, vilka kännetecknar en samling särdragspunkter, vilka vanligtvis hänvisas till som ”minutiaepunkter”, associerade med fingeravtrycket 10. Särdragspunkterna associerade med fingeravtrycket 10 är typiskt härledda från en bild av fingeravtrycket 10, till exempel med användning av bildbehandlingstekniker, av vilka alla kan 10 15 20 25 30 530 514 implementeras med utföringsformer av uppfinningen. Olika bildbehandlingstekniker för detta syfte är kända inom området och kan implementeras av faekmän inom området.
Särdragspunkterna för ett fingeravtryck 10 kan bestämmas eller härledas från singulariteter i åsmönstret för fingeravtrycket 10. Såsom illustreras i Fig. l, kan åsmönstret innefatta singulariteter såsom, t.ex., åsavslut och åsförgreningar. Punkt A är ett exempel på ett åsavslut, medan punkter B och C är ett exempel på en åsförgrening.
Såsom illustreras i Fig. 2, kan varje lokal särdragspurrkt representeras av koordinaterna (x, y) hos den lokala särdragspunkten i ett referenssystem som är gemensamt för alla lokala särdragspunktema i den givna fingeravtrycksbilden.
Under fingeravtrycksmatchningsprocessen, identifieras två eller flera särdragspunkter i det okända fingeravtrycket 10. Ett flertal egenskaper genereras då därefter baserat på de tvâ eller flera identifierade särdragspunkterna. Varje egenskap hos flertalet egenskaper är generellt unik för den identifierade särdragspunkten och kan sålunda karaktärisera det okända fingeravtrycket lO åtminstone i närheten av de identifierade särdragspunkterna.
Egenskap Det existerar många olika typer av egenskaper, dvs biometriska egenskaper, av vilka alla kan användas eller implementeras med utföringsforrnerna av föreliggande uppfinning. Här nedan beskrivs några exempel av egenskaper, så att denna beskrivning skall vara grundlig och fullständig för att fackmän inom området skall kunna utöva utfóringsformerna av uppfinningen. De nedannämnda exemplen är emellertid inte avsedda att begränsa uppfinningens omfattning.
En egenskap kan vara avståndet D associerat med ett par särdragspunkter.
Mer specifikt kan avståndet D associerat med ett specifikt par särdragspunkter representera sträckan hos en linje dragen mellan två identifierade särdragspunkter.
En egenskap kan vara den lokala riktningen 6 hos åsmönstret vid koordinater (x, y) för var och en av de identifierade särdragspunkterna. Mer specifikt kan den lokala riktningen 0 associerad med en specifik särdragspunkt representera riktningen hos åsen, eller bildgradienten vid den specifika särdragspunkten med avseende på en linje dragen från den speeifika särdragspunkten till en annan särdragspunkt. Det skall förstås att gradienten i en bestämd punkt (x, y) generellt pekar i riktningen där det är stora förändringar i pixelvärdena i närheten av punkten, vilket typiskt anses vara ett kriterium för en kant. 10 l5 20 25 30 35 530 514 En egenskap kan vara vinkeln ot hos åsmönstret vid koordinater (x, y) for var och en av de identifierade särdragspunktema. Mer specifikt kan en med vinkeln ot associerad specifik särdragspunkt representera vinkeln mellan en forsta riktning hos åsen vid den specifika särdragspunkten, med avseende på en linje dragen från den specifika särdragspunkten till en annan särdragspunkt, och en andra riktning hos åsen vid den specifika särdragspunkten, med avseende på en linje dragen från den specifika särdragspunkten till ytterligare en annan särdragsptmkt.
En egenskap kan vara åsantalet RC associerat med ett par särdragspunkter.
Mer specifikt kan åsantalet RC associerat med ett givet par särdragspunkter vara antalet åsar, som korsas av en linje dragen mellan motsvarande särdragspunkter.
En egenskap kan vara ytan A associerad med tre eller flera identifierade särdragspunkter.
Som ett illustrativt exempel visas några egenskaper, som kännetecknar fingeravtrycket 10 i närheten av de identifierade särdragspunkterna A-B-C for det okända fingeravtrycket 10 i Fig. 2. I detta exempel inkluderar egenskaperna Dj, Dz, D3, 0,, 92, 03, oil, ocg, org och A. Dessutom kan egenskaperna inkludera âsantalen RC H, ,RC,,__C , RC H4-, (ej visade), där RC ,,_ B representerar antalet åsar som korsas av en linje dragen mellan särdragspunkterna A och B, där RC M; representerar antalet åsar korsade av en linje dragen mellan särdragspunkterna A och C, och där RC 5,5 reprensenterar antalet åsar korsade av en linje dragen mellan särdragspuiikterna B och C.
Mšïnd Fig. 3 illustrerar en utforingsform av en metod för att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck. Databasen kan till exempel vara en stor databas. En stor databas innefattar generellt flera miljoner poster, såsom t.ex. 10 miljoner poster eller fler.
I ett forsta steg, steg 301, identifieras två eller flera särdragspunkter i en bild av ett okänt fingeravtryck 10. De två eller flera särdragspunkterna kan härledas eller bestämmas från singularitetema i åsmönster i det okända fingeravtrycket 10. Steget 301 att identifiera särdragspunkter kan inkludera att extrahera särdragspunkterna.
I ett följ ande steg, steg 302, genereras ett flertal egenskaper, dvs två eller flera egenskaper, baserat på de två eller flera särdragspunkterna som identifieras i det okända fingeravtrycket 10 i steg 301. Steget 302 att generera flertalet egenskaper kan innefatta att gruppera eller samla de två eller flera särdragspunkterna till en eller flera delmängder (till exempel tripletter). Varje delmängd kan vara associerad med två eller flera l0 15 20 25 30 35 530 514 särdragspunkter. För varje delmängd, som kan väljas, kan en eller flera egenskaper som kännetecknar den valda delmängden genereras.
De en eller flera egenskaperna som genereras i steg 302 kan, t.ex., vara en eller flera av egenskaperna beskrivna ovan under rubriken egenskap. Det vill säga, de en eller flera egenskaperna kan vara valda från gruppen innefattande: ett avstånd mellan två särdragspunkter; en riktning hos en ås vid en specifik särdragspunkt med avseende på en linje dragen från den specifika särdragspunkten till en annan särdragspunkt; en vinkel hos åsmönstret vid koordinaterna för en specifik särdragspurmt; ett antal åsar korsade av en linje dragen mellan de två särdragspunktema; och en area associerad med den åtminstone en delmängden särdragspunkter.
Det existerar många olika implementationer för att utföra stegen 301-303, dvs att identifiera särdragspunkter och/eller generera de associerade egenskaperna som representerar fingeravtrycket 10, av vilka alla kan användas av utföringsformerna av föreliggande uppfinning. Olika metoder för att identifiera särdragsptuikter och/eller generera de associerade egenskaperna är kända inom området och kan implementeras av fackmän inom området. Detta kommer därför inte att förklaras vidare häri.
Det kan vara fördelaktigt att begränsa antalet egenskaper, som skall identifieras i steg 301. För att begränsa antalet egenskaper, kan egenskaperna filtreras i enlighet med bestämda kriterier. Sådana kriterier kan till exempel vara, men är ej begränsade till, maximi- och/eller minimi-värden för egenskapen ifråga. Följaktligen kan sådana kriterier till exempel vara maximi- och/eller minimi-värden för avstånden mellan de identifierade särdragspunktema, maximi- och/eller minimi-värden för ytan, som täcks av linjema, vilka sammanbinder de identifierade särdragspurikterna (om det är tre eller flera identifierade särdragspunkter), etc. Diverse regler för att reducera eller begränsa antalet egenskaper genom filtrering med användning av bestämda kriterier kan implementeras av utföringsforinerna av föreliggande uppfinning. Ytterligare en regel för att begränsa antalet egenskaper kan vara att inkludera endast de egenskaper där skillnaden mellan bildgradienter, eller åsriktningar, i särdragspunkterna uppfyller bestämda filterkriterierj I steg 303 tilldelas ett tal till var och en av egenskaperna av flertalet egenskaper. Talet innefattar ett flertal siffror. Talet kan till exempel vara ett tal som innefattar ett flertal binära siffror (bitar). Talet kan till exempel innefatta fyra bitar (dvs en nibble), 6 bitar, 8 bitar (dvs en byte), 16 bitar, 24 bitar, 32 bitar eller ännu fler bitar.
Med hänvisning till Fi g. 2, genereras i ett illustrativt exempel fyra egenskaper Dt, Dz, ot; och A A_ M. från de tre identifierade särdragspunkterna A-B-C hos 10 15 20 25 30 35 530 514 10 ñngeravtrycket 10. I steg 303 kan dessa fyra egenskaper till exempel tilldelas de följande binära talen om vardera en byte a; a; a; a4 a; a; a; ao, b; bo b; b4 ba bz b1 bo, 07 co c; c4 c; c; c| co respektive d; do d; di; d; d; d] do. Det vill säga, D| tilldelas talet a; a; a; ao a; a; a; ao, D; tilldelas talet b; bf, b; b4 b; b; b; bo och så vidare.
I steg 304 genereras en numerisk representation av fingeravtrycket 10 baserat på de tilldelade talen. Den numeriska representationen bildas genom att åtminstone delvis infläta flertalet siffror hos flertalet egenskaper. Sålunda kommer den numeriska representationen representera eller åtminstone vara associerad med flertalet egenskaper.
Följaktligen kan den numeriska representationen konfigureras att karaktärisera fingeravtrycket 10 åtminstone i närheten av de identifierade två eller flera särdrags- punkterna. Sålunda kan en enda numerisk representation bildas i steg 304, varvid åtminstone några av siffrorna i den numeriska representationen är anordnade på ett inflätat eller sammanflätat vis.
Att skapa eller generera en enda numerisk representation baserat på de tilldelade talen för flertalet egenskaper har bland annat fördelen att den härledda enda numeriska representationen generellt kommer att bli mer och mer unik ju fler egenskaper som inkluderas i den enda numeriska representationen. l en utföringsforrn bildas de tilldelade talen av ett flertal bitar såsom beskrivits här ovan. lnflätandet av flertalet bitar kan innefatta att infläta flertalet bitar på ett sådant sätt att den numeriska representationen bildar ett enda värde. Det enda värdet kan ha formen av en bitström, varvid bitama i bitströmmen är anordnade på ett inflätat eller sammanflätat vis. Den numeriska representationen kan till exempel skapas eller genereras på ett sådant sätt att alla bitarna, eller endast de bitar som anses som signifikanta bitar, hos de tilldelade talen för respektive egenskaper inkluderas på det inflätade eller sammanflätade viset i den enda numeriska representationen.
Det skall förstås att antalet inbegripna egenskaper i den kombinerade enda numeriska representationen kan vara vilket som helst antal större än 1. Dessutom skall det förstås att gruppering av binära bitar från varje egenskap innan dessa inflåtas i den enda numeriska representationen kan vara från en bit upp till den totala längden hos egenskapen (typiskt men ej begränsat till en byte).
Diverse exempel av den numeriska representationen kommer nu åter att beskrivas med hänvisning till Fi g. 2 och exemplet ovan.
Enligt en utföringsform av uppfinningen genereras den numeriska representationen genom att anordna de binära siffroma i följande ordning: d; c; b; a; do Cebsaedsßsbsflsd4C4b4fl4d3C3bsfi3d2C2b2fl-2Ö1C151315-0005080- 10 15 20 25 30 35 530 514 ll Enligt en annan utföringsform av uppfinningen, skapas den numeriska representationen genom att anordna bitarna i följ ande ordning: av bv cv dv ao bo co do as mææmmummmqmmmqümmmmmmww Enligt några utföringsformer innefattar genereringen eller skapandet av den numeriska representationen att infläta endast de mest signifikanta bitarna av nämnda flertal bitar.
I en utföringsform skapas den numeriska representationen genom att anordna bitarna i följande ordning: av af, a5 a4 a; av av ao av bv cv dv bo co do bg 05 ds b4 04 C14 b: 03 ds bg G2 Cl; bi Ci d] bg G0 di).
I en annan utföringsform innefattar genereringen av den numeriska representationen att infläta endast de två mest signifikanta bitarna för varje egenskap enligt följande bitsekvens: dv cv bv av do co bo ao d5 d4 d; d; d; do c5 c4 c; cv c; co b5 b4 b; bz bi bo as 84 213142 ai ao- I ytterligare en annan utföringsform innefattar genererandet av den numeriska representationen att infläta endast de två eller tre mest signifikanta bitarna för varje egenskap, etc. På grund av variationer i bildkvalite' lör fingeravtrycket 10, kontakttryck etc., är det generellt rimligt att anta att de två minst signifikanta bitama i varje egenskap är betydelselösa eller åtminstone av liten betydelse. Detta betyder att de 8 bitarna hos den numeriska representationen kan maskas bort. I en utföringsfonn kan sålunda den numeriska representationen t.ex. genereras genom att anordna bitama i följ ande Ofdbïngï dv G1 b? av de Ge bo as ds Cs bs äs C14 04 b4 214 d; 03 b: fla C12 Cz bz H2- Vid skapandet av den numeriska representationen skall det förstås att målet är att göra den numeriska representationen så unik som möjligt. Därför kan några LSD:er i de deltagande egenskaperna maskas bort, eftersom de kan variera beroende på smuts, fukt etc. Det frigjorda utrymmet kan istället användas för att lägga till signifikanta bitar från en eller flera typer av egenskaper. En annan potentiell anledning för att maska bort några LSD:er i de deltagande egenskaperna är att ett mål med utföringsformer av föreliggande uppfinning är att söka efter liknande egenskaper eller dubbelgångaregenskaper. Med detta i åtanke skall det inses att några LSD:er i de deltagande egenskaperna ej är relevanta för att åstadkomma ett gott resultat.
I steg 305 används den numeriska representationen som ett sökargument vid sökning i databasen innefattande data, som hänför sig till ett flertal fingeravtryck.
Följaktligen används talen, som representerar egenskaper i det okända fingeravtrycket 10, som binära sökargument för liknande egenskaper eller dubbelgångaregenskaper som är lagrade i databasen. Det vill säga sökningen efter identiska eller liknande finger- 10 15 20 25 30 35 530 51 4 12 avtryck i steg 305 innefattar att söka efter motsvarande egenskaper i en databas innefattande data, som hänför sig till ett flertal fingeravtryck.
I en utföringsform innefattar metoden vidare, efter tilldelningssteget 303, det vidare steget att gruppera ett flertal egenskaper till ett flertal delmängder av egenskaper.
I denna utföringsform innefattar steget att generera, dvs. steget 304, att generera ett flertal numeriska representationer för nämnda fingeravtryck baserat på nämnda delmängder av egenskaper. Dessutom innefattar steget 305 att använda flertalet numeriska representationer som sökargument vid sökning i databasen.
Som ett illustrativt exempel kan databasen innefattande data som hänför sig till ett flertal fingeravtryck innefatta en global tabell med numeriska representationer från tidigare lagrade fingeravtryck. Varje element i den globala tabellen kan innefatta inte enbart den numeriska representationen av frngeravtrycket, men även en numerisk representation av identiteten hos den person från vilken fingeravtrycket härstammar.
Nämnda numeriska representation av identiteten kan kallas ägarens index.
I en utföringsforni kan sökningen resultera i ett antal liknande numeriska representationer, vilka kan lagras i en temporär tabell T1. Genom att sortera tabellen Tl på användarens index och genom att räkna antalet gånger en bestämd användare hittas, kan en andra tabell T2 skapas. Tabell T2 kan sålunda innefatta ägarens index och frekvenstalet för egenskaper för ägaren. När T2 är sorterad på frekvenstal i fallande ordning, kan denna innefatta en lista med de mest troliga ägarna först i listan.
Med målet att identifiera den mest troliga ägaren hittad i T2, används ägarens index, i ett första steg, för att hämta ett fingeravtryck, eller representationen därav, för den mest troliga ägaren från en databas. I ett andra steg genereras ett forsta flertal numeriska representationer av det okända fingeravtrycket med användning av frltervillkor. I ett tredje steg genereras ett andra flertal numeriska representationer av det kända fingeravtrycket, som hämtats från databasen, med användning av samma eller liknande frltervillkor som för det första flertalet. I ett fjärde steg jämförs varje numerisk representation i den första mängden med varje numerisk representation i det andra flertalet. Om två representationer liknar varandra, kan representationema skapa ett matchande par. När alla representationer i de två nämnda flertalen har jämförts, har ett flertal matchande par skapats.
I ett femte steg beräknas en rotationsvinkel för varje nämnt matchande par.
Rotationsvinkel representeras av vinkeln mellan en linje genom två av de deltagande särdragspunktema i den första numeriska representationen och motsvarande linje i den andra numeriska representationen i nämnda matchande par. Genom att beräkna 10 15 20 25 30 35 530 514 13 rotationsvinklarna för alla matchande par skapas ett flertal rotationsvinklar. l ett sjätte steg kan frekvensen hos alla rotationsvinklar +/- en tillåten skillnad räknas, och den mest frekventa rotationsvinkeln kan hittas och jämföras med frekvensvärdena för de återstående rotationsvinklarna. Om den minsta frekvensskillnaden är under ett tröskelvärde, matchar ej fingeravtrycken. I ett sjunde steg prövas, för varje särdrags- punkt som deltar i varje numerisk representation i nämnda flertal matchande numeriska representationer, närvaron av nämnda särdragspunkt i de återstående numeriska representationerna i nämnda flertal matchande numeriska representationer. Ett flertal matchande särdragspunkter, PMF, skapas, där PMF innefattar alla särdragspunkter som deltar i alla numeriska representationer där nämnda särdragspunkt hittas. Antalet matchande särdragspunkter är lika med antalet unika särdragspunkter i PMF.
Fig. 4A visar ett illustrativt exempel av en tabell, vilken listar liknande värden härledda från egenskaperna med de tilldelade talen 52, 49, 53. Vid granskning av tabellen visad i Fig. 4A, skall det förstås att endast en binär sökning krävs, och att ett antal linjära sökningar räcker för att hitta alla liknande egenskaper i tabellen. Om talen A, B, C i tabellen representerar sidoma hos en triangel, inser en fackman inom området att trianglar med liknande form kommer att hittas i närheten av varandra. Emellertid resulterar inte alltid inflätandet av siffror i en lista av på varandra följande värden. Fig. 4B visar en annan lista av egenskaper där 2 binära sökningar krävs för att hitta värden framkomna från liknande tripletter. Fler listor av egenskaper kan skapas, som visar att fler än 2 binära sökningar kan krävas. Det har konstaterats att, om de använda binära siffroma hos tilldelade tal för varje egenskap varierar +/- 1, kan antalet binära sökningar som krävs för att hitta alla egenskaper med liknande form i den sorterade globala listan reduceras avsevärt jämfört med tidigare kända lösningar. Detta bör inses vid granskning av Fig. 4A och 4B, och jämföra detta med en SQL-programsats, som kan användas i tidigare kända lösningar. En sådan SQL-programsats kan ha följande syntax: SELECT * From GLOBALTABLE where A > ACONST-2 AND A < ACONST + 2 AND B > BCONST-Z AND B < BCONST + 2 AND C > CCONST-Z AND C < CCONST + 2 Apparat I en uttöringsfomi enligt Fig. 5 innefattar en apparat 50 för att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck: en identifieringsenhet 501 anpassad att identifiera åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; 10 l5 20 25 30 530 514 14 en första genereringsenhet 502 anpassad att generera ett flertal egenskaper baserat på de åtminstone två särdragspuiiktema, en tilldelningsenhet 503 anpassad att tilldela ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; en andra genereringsenhet 504 anpassad att generera en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen; och en sökenhet 505 anpassad att använda den numeriska representationen som ett sökargument vid sökning i databasen.
Den andra genereringsenheten 504 är anpassad att generera nämnda numeriska representation genom att åtminstone delvis infläta nämnda flertal siffror.
Enheten/enhetema hos apparaten 50 kan till exempel vara i hårdvara, såsom t.ex. en processor med ett minne. Processorn skulle kunna vara vilken som helst av en mångfald processorer, såsom Intel- eller AMD-processorer, CPU:er, mikroprocessorer, Programmable Intelligent Computer (PIC) -mikrokontroller, digitala signalprocessorer (DSP), etc. Uppfinningens omfattning är emellertid inte begränsad till dessa specifika processorer. Minnet kan vara vilket som helst minne med förmåga att lagra information, såsom direktminnen (RAM) såsom Double Density RAM (DDR, DDRZ), Single Density RAM (SDRAM), statiska RAM (SRAM), dynamiska RAM (DRAM), video- RAM (VRAM), etc. Minnet kan även vara ett flashminne såsom ett USB, Compact Flash, SmartMedia, MMC-minne, MemoryStick, SD-kort, MiniSD, MicroSD, xD-kort, TransFlash, och MicroDrive-minne etc. Uppfinningens omfattning är emellertid inte begränsad till dessa specifika minnen.
Enligt en annan utforingsforrn, innefattar apparaten 50 enhet(er) anpassad(e) att utföra metodstegen definierade i vilken som helst av utfóringsforinerna.
I en utföringsform, används apparaten 50 i en poliskontroll eller vid en brottsplatsundersökning.
I en annan utfiñringsform, används apparaten 50 i ett passersystem vid en flygplats, ett industriområde eller byggnad, etc.
I ytterligare en annan utföringsform, används apparaten 50 för att autenticera en person för att använda en särskild typ av utrustning. Exempel på sådan utrustning är automatiska uttagsautomater, accessystem, system for diverse typer av elektronisk utrustning, t.ex. mobiltelefoner eller datorer. 10 15 20 25 30 35 530 514 15 Datorprogramprodukt I en utföringsform enligt Fig. 6 innefattar en datorprogramprodukt 60 för sökning i en databas innefattande data som hänför sig till ett flertal fingeravtryck: ett identifieringskodsegment 601 anpassat att identifiera åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; ett första genereringskodsegment 602 anpassat att generera ett flertal egenskaper baserat på de åtminstone två särdragsptnikterna; ett tilldelningskodsegment 603 anpassat att tilldela ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; ett andra genereringskodsegrnent 604 anpassat att generera en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen; och ett sökkodsegment 605 anpassat att använda den numeriska representation som ett sökargument vid sökning i databasen.
Det andra genereringskodsegmentet 604 är anpassat att generera nämnda numeriska representation genom att åtminstone delvis infläta nämnda flertal siffror.
Datorprogramprodukten kan t.ex. vara införlivad i ett inspelningsmedium, lagrad i ett datorminne, införlivad i ett läsminne, eller buren på en elektrisk bärvågsignal.
Enligt en annan utföringsform innefattar datorprogramprodukten 60, för behandling medelst ett datorsystem, datorprogramkodmedel för att utföra metodstegen definierade i vilken som helst av utföringsformerna.
Datorprögramprodukten 60 kan laddas och köra i ett system som har datorförmâgor. Datorprogram, mjukvaruprogram, programprodukt, eller mjukvara betyder i föreliggande sammanhang vilket som helst uttryck i vilket som helst programmeringsspråk, kod eller notation, av en uppsättning instruktioner avsedda att förmå ett system med behandlingsförmåga att utföra en specifik funktion direkt eller efter omvandling till ett annat språk, kod eller notation.
Några utföringsfonner av uppfinningen möjliggör förbättrad snabbhet för sökprocessen vid sökning i en databas innefattande data som hänför sig till ett flertal fingeravtryck. Det är en fördel med några utföringsfonner av uppfinningen att de möjliggör sökning i en databas innefattande data som hänför sig till ett flertal fingeravtryck för att hitta en matchning med förbättrad prestanda.
Uppfinningen kan implementeras i vilken som helst lämplig form inkluderande hårdvara, mjukvara, inbyggd programvara eller vilken som helst kombination av dessa. Emellertid kan det vara fördelaktigt att implementera uppfinningen som datorrnjukvara som körs på en eller flera dataprocessorer och/eller 10 15 20 25 30 35 530 514 16 digitala signalprocessorer. Elementen och komponenterna för utföringsformerna av uppfinningen kan implementeras fysiskt, funktionellt och logiskt på vilket som helst lämpligt sätt. Funktionaliteten kan i själva verket implementeras i en enda enhet, i ett flertal enheter eller som del av andra funktionella enheter. Som sådana kan utföringsformer av uppfinningen implementeras i en enda enhet, eller vara fysiskt och funktionellt distribuerade mellan olika enheter och processorer. Med hänvisning till Fig. 5 kan t.ex. enheterna 501, 502, 503, 504, 505 vara implementerade i en eller flera datorer sammankopplade i ett lokalt nätverk eller fiärmätverk. Exempel på sådana nätverk inkluderar, men är ej begränsade till, LAN, WAN, UMA, GAN, Bluetooth, etc.
Som ett illustrativt exempel kan det, vid användning av utföringsformer av föreliggande uppfinning i en poliskontrolltillämpning, vara fördelaktigt att ha enhet 501 i en lokal anordning, medan åtminstone enhet 505 är implementerad i en fiärrserver.
Kombinationer och modifieringar av de ovan nämnda utföringsforrnerna skall vara möjliga att implementeras av en fackman inom området till vilket denna uppfinning hör.
Tillämpningar och användning av de ovan beskrivna utföringsforrnema enligt uppfinningen är åtskilliga och inkluderar alla områden i vilka fingeravtrycksmatchning används.
Om inte annat har defmierats, har alla termer (inklusive tekniska och vetenskapliga termer) som använts häri samma betydelse som i allmänhet förstås av en fackman inom området till vilket föreliggande uppfinning hör. Det kommer vidare förstås att termer, såsom de definierade i vanligtvis använda ordböcker, skall tolkas som att ha en betydelse som är konsistent med deras betydelse i det relevanta teknik- områdets sammanhang och kommer inte att tolkas på ett idealiserat eller allt för formellt sätt såvida detta inte uttryckligen har definierats häri.
Det skall även understrykas att singularformerna ”en”, ”ett” och ”den/det” vid användning häri är avsedda att även innefatta pluralforrnerna, såvida inte något att uttryckligen påståtts. Det kommer vidare att förstås att termema ”inkluderar/ inkluderande” och/eller ”innefattar/innefattande” när dessa används i denna specifikation, avser att specificera närvaron av nämnda särdrag, delar, steg, operationer, element och/eller komponenter, men inte utesluter närvaro eller tillägg av en eller flera andra särdrag, delar, steg, operationer, element, komponenter och/eller grupper därav.
Föreliggande uppfinning har beskrivits ovan med hänvisning till specifika utföringsfonner. Andra utíöringsforrner än de ovan beskrivna är emellertid lika möjliga inom uppíinningens omfattning. Andra metodsteg än de beskrivna ovan, som utför 530 514 17 metoden med hårdvara eller mjukvara eller en kombination av hårdvara och mjukvara, kan tillhandahållas inom uppfinningens omfattning. De olika särdragen och stegen hos uppfinningen kan kombineras i andra kombinationer än de beskrivna. De olika utforingsforrnema beskrivna ovan begränsar inte uppfinningens omfattning, utan uppfinningens omfattning är endast begränsad av de bifogade patentkraven.

Claims (17)

lO 15 20 25 30 530 514 18 PATENTKRAV
1. En metod för att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck, innefattande: att identifiera (301) åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; att generera (302) ett flertal egenskaper baserat på de åtminstone två särdragspurikterna; att tilldela (3 03) ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; att generera (304) en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen; och att använda (305) den numeriska representationen som ett sökargument vid sökning i databasen; kännetecknad av att den numeriska representationen genereras genom att åtminstone delvis infläta nämnda flertal siffror.
2. Metoden enligt krav 1, vari inflätandet innefattar att infläta flertalet siffror på ett sådant sätt att siffrorna i den numeriska representationen anordnas på ett inflätat eller sammanflätat vis.
3. Metoden enligt krav l eller 2, varvid tilldelandet innefattar att tilldela ett tal innefattande ett flertal bitar till var och en av flertalet egenskaper.
4. Metoden enligt krav 3, varvid inflätandet innefattar att infläta mest signifikanta bitar av nämnda flertal bitar.
5. Metoden enligt krav 3 eller 4, varvid inflätandet innefattar att infläta alla bitar av nämnda flertal bitar.
6. Metoden enligt vilken som helst av kraven 3 till 5, varvid ínflätandet innefattar bitvis inflätning av flertalet bitar. 10 l5 20 25 30 530 514 19
7. Metoden enligt vilket som helst av de föregående kraven, varvid inflätandet innefattar att ordna flertalet bitar i signifikansordning, från mest signifikanta bitar till minst signifikanta bitar inom den numeriska representationen.
8. Metoden enligt krav 3, van/id tilldelandet innefattar att tilldela var sitt binärt tal a; a; a; ao, b; b; b; bo, c; c; c; co, d; d; d; do N; N; N; No till var och en av flertalet egenskaper, och genererandet innefattar att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: N; d; c; b; a; Ng d; G2 b; a;N; d; C; b; 81N0 (1060 bo 210.
9. Metoden enligt krav 3, varvid tilldelandet innefattar att tilldela var sitt binärt tal a; a; a; ao, b; b; b; bo, c; c; c; co, d; d; d; do N; N; N; No till var och en av flertalet egenskaper, och genererandet innefattar att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: a; b; c; d; N; a; b; c; d; N; a; b; c; d; N; ao bo codo No.
10. l0. Metoden enligt krav 3, varvid tilldelandet innefattar att tilldela var sitt blnäIT Ial 217 ao 215 214 213 3.2 a; 8.0, b7 bo b5 b4 b; b; b| bo, G7 Co C5 04 03 G2 C160 (17 Cló Cl5 (14 d; d; d; do N; No N; N4 N; N; N; No till var och en av flertalet egenskaper, och genererandet innefattar att generera den numeriska representationen genom att anordna flertalet bitari följande ordning: N; d; c; b; a; No do co bo ao N; d; c; b; a; N; d4 c4 boaoN; d; c; b; a; N; d;c;b; a;N; d; c; b; a; No doco boao.
11. l l. Metoden enligt krav 3, varvid tilldelandet innefattar att tilldela var sitt binärt tal a; ao a; at; a; a; a; ao, b; bo b; b4 b; b; b; bo, c; co c; c4 c; c; c; co d; do d; do d; d; d; do ... N; No N; N4 N; N; N; No till var och en av flertalet egenskaper och genererandet innefattar att generera den numeriska representationen genom att anordna flertalet bitar i följande ordning: a; b; c; d; N; ao bo co do No a; b; c; d; N; a4 b4 04 d4 N4 a; b; c; d; N; a; b; c; d; N; a; b; c; d; N; ao bo codo No.
12. Metoden enligt krav 3, varvid tilldelandet innefattar att tilldela var sitt binärt tal a; ao a; a4 a; a; a; ao, b; bo b; bo b; b; b; bo, c; co c; c4 c; c; c; co d; do d; d4 d; dz C11 do Nv Ne Ns N4 Na Nz Ni No till var och en av flertalet egenskaper, och genererandet innefattar att generera den numeriska representationen genom att anordna 10 15 20 25 30 35 530 514 20 flertalet bitar i följande ordning: ay af, a5 a4 ag a; a; ao av by c7 dv Ny bra G6 de Ne bs G5 C15 Ng l)4 C4Cl4 N4 bg G3 (13 N3 bgCg C12 Ng b; 01 (11 Ni 130 G0 (10 NO.
13. Metoden enligt vilket som helst av kraven 3 till 11, vidare innefattande: att maska bort åtminstone några av de minst signifikanta bitarna av nämnda flertal bitar.
14. Metoden enligt vilket som helst av de föregående kraven, innefattande, efter steget att tilldela (303): att gruppera ett flertal egenskaper till ett flertal delmängder av egenskaper; varvid genererandet (304) innefattar att generera ett flertal numeriska representationer för nämnda fingeravtryck baserat på nämnda delmängder av egenskaper och varvid var och en av de numeriska representationerna genereras genom att åtminstone delvis infläta nämnda flertal siffror, och användandet (305) innefattar att använda de numeriska representationerna som sökargument vid sökning i databasen.
15. En datorprogramsprodukt innefattande programinstruktioner för att förinå ett datorsystem att utföra metoden enligt vilket som helst av de föregående kraven när programinstruktionerna körs på ett datorsystem med datorförrnågor.
16. En apparat (5 0) för att söka i en databas innefattande data som hänför sig till ett flertal fingeravtryck, där apparaten innefattar: en identifieringsenhet (501) anpassad att identifiera åtminstone två särdragspunkter i en bild av ett okänt fingeravtryck; en första genereringsenhet (502) anpassad att generera ett flertal egenskaper baserat på de åtminstone två särdragspunktema; en tilldelningsenhet (503) anpassad att tilldela ett tal innefattande ett flertal siffror till var och en av flertalet egenskaper; en andra genereringsenhet (504) anpassad att generera en numerisk representation av nämnda fingeravtryck baserat på de tilldelade talen; och en sökenhet (505) anpassad att använda den numeriska representationen som ett sökargument vid sökning i databasen; kännetecknar! av att den andra genereringsenheten (504) är anpassad att generera nämnda numeriska representation genom att åtminstone delvis infläta nämnda flertal siffror. 530 514 21
17. Användning av metoden, datørprogramprodukten eller apparaten enligt vilket som helst av de fórgående kraven i en brottsplatsundersökning, en poliskontroll, en autenticeringsutrustning eller ett passersystern vid en flygplats, ett industriområde eller byggnad.
SE0601835A 2006-09-07 2006-09-07 En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning SE530514C2 (sv)

Priority Applications (11)

Application Number Priority Date Filing Date Title
SE0601835A SE530514C2 (sv) 2006-09-07 2006-09-07 En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning
RU2009112595/08A RU2468429C2 (ru) 2006-09-07 2007-09-06 Способ, устройство и компьютерный программный продукт для сопоставления отпечатков пальцев
CA2662983A CA2662983C (en) 2006-09-07 2007-09-06 A method, an apparatus and a computer program product within fingerprint matching
AU2007293732A AU2007293732A1 (en) 2006-09-07 2007-09-06 A method, an apparatus and a computer program product within fingerprint matching
US12/310,703 US8929617B2 (en) 2006-09-07 2007-09-06 Method for identifying an unknown fingerprint by generating a numeric representation through interleaving digits
EP07808796.2A EP2064654A4 (en) 2006-09-07 2007-09-06 METHOD, APPARATUS AND COMPUTER PROGRAM IN DIGITAL FOOTPRINT CONCORDANCE
CN2007800333243A CN101512552B (zh) 2006-09-07 2007-09-06 指纹匹配的方法和设备
PCT/SE2007/000777 WO2008030166A1 (en) 2006-09-07 2007-09-06 A method, an apparatus and a computer program product within fingerprint matching
US13/834,579 US20130202164A1 (en) 2006-09-07 2013-03-15 Method, an apparatus and a computer program product within fingerprint matching
US14/463,362 US8971595B2 (en) 2006-09-07 2014-08-19 Method for generating interleaving digits to match fingerprints
US14/463,397 US8971596B2 (en) 2006-09-07 2014-08-19 Method for identifying fingerprints through numeric representation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE0601835A SE530514C2 (sv) 2006-09-07 2006-09-07 En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning

Publications (2)

Publication Number Publication Date
SE0601835L SE0601835L (sv) 2008-03-08
SE530514C2 true SE530514C2 (sv) 2008-06-24

Family

ID=39157504

Family Applications (1)

Application Number Title Priority Date Filing Date
SE0601835A SE530514C2 (sv) 2006-09-07 2006-09-07 En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning

Country Status (8)

Country Link
US (3) US8929617B2 (sv)
EP (1) EP2064654A4 (sv)
CN (1) CN101512552B (sv)
AU (1) AU2007293732A1 (sv)
CA (1) CA2662983C (sv)
RU (1) RU2468429C2 (sv)
SE (1) SE530514C2 (sv)
WO (1) WO2008030166A1 (sv)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9317599B2 (en) * 2008-09-19 2016-04-19 Nokia Technologies Oy Method, apparatus and computer program product for providing relevance indication
JP5451765B2 (ja) * 2009-08-25 2014-03-26 日本電気株式会社 縞模様画像鑑定支援装置、縞模様画像鑑定支援方法及びプログラム
US8634654B2 (en) * 2011-04-15 2014-01-21 Yahoo! Inc. Logo or image recognition
US11151630B2 (en) 2014-07-07 2021-10-19 Verizon Media Inc. On-line product related recommendations
EP3091450B1 (en) 2015-05-06 2017-04-05 Örjan Vestgöte Method and system for performing binary searches
CN105975909B (zh) * 2016-04-27 2019-11-29 湖南工业大学 一种基于分形维数的指纹分类方法及指纹三级分类方法
US10621210B2 (en) * 2016-11-27 2020-04-14 Amazon Technologies, Inc. Recognizing unknown data objects
CN108764127A (zh) * 2018-05-25 2018-11-06 京东方科技集团股份有限公司 纹理识别方法及其装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2054197C1 (ru) 1992-09-03 1996-02-10 Виктор Леонидович Шмаков Способ кодирования отпечатка папиллярного узора
US5598474A (en) * 1994-03-29 1997-01-28 Neldon P Johnson Process for encrypting a fingerprint onto an I.D. card
JP2737734B2 (ja) 1995-12-13 1998-04-08 日本電気株式会社 指紋分類装置
US5995630A (en) * 1996-03-07 1999-11-30 Dew Engineering And Development Limited Biometric input with encryption
WO1998048538A2 (en) 1997-04-21 1998-10-29 Mytec Technologies Inc. Method for secure key management using a biometric
US6681034B1 (en) * 1999-07-15 2004-01-20 Precise Biometrics Method and system for fingerprint template matching
DE10022570A1 (de) * 2000-05-09 2001-11-15 Giesecke & Devrient Gmbh Verfahren und System zur Generierung eines Schlüsseldatensatzes
RU2185661C2 (ru) 2000-08-14 2002-07-20 Общество с ограниченной ответственностью "СОНДА" Способ сравнения папиллярных узоров пальцев
US6895104B2 (en) 2001-02-16 2005-05-17 Sac Technologies, Inc. Image identification system
KR100453220B1 (ko) * 2001-12-05 2004-10-15 한국전자통신연구원 지문 특징점을 이용한 사용자 인증 장치 및 방법
JP4030830B2 (ja) 2002-08-13 2008-01-09 日本電気株式会社 縞模様画像鑑定装置および縞模様画像鑑定方法
JP2004154419A (ja) * 2002-11-07 2004-06-03 Sony Corp 信号処理装置および方法、記録媒体、並びにプログラム
DE602004012845T2 (de) * 2003-02-24 2009-04-09 Precise Biometrics Ab Verfahren, computerprogrammprodukte und vorrichtung zur überprüfung der identität
WO2004093013A1 (ja) * 2003-04-15 2004-10-28 Fujitsu Limited 画像照合装置、画像照合方法、及び画像照合プログラム
GB2402791B (en) 2003-06-09 2006-07-12 Seiko Epson Corp A method of providing security identification of a user and a semiconductor chip for effecting the method
US7616787B2 (en) * 2003-10-01 2009-11-10 Authentec, Inc. Methods for finger biometric processing and associated finger biometric sensors
AR043357A1 (es) * 2004-01-23 2005-07-27 Salva Calcagno Eduardo Luis Procedimiento de identificacion de personas mediante la conversion de huellas dactilares y codigos geneticos en codigos de barras y disposicion utilizada en dicho procedimiento
CN1770177A (zh) * 2004-06-28 2006-05-10 微软公司 编码高密度几何符号集的系统和方法

Also Published As

Publication number Publication date
SE0601835L (sv) 2008-03-08
US8929617B2 (en) 2015-01-06
US20140355848A1 (en) 2014-12-04
CA2662983C (en) 2016-01-05
WO2008030166A1 (en) 2008-03-13
CA2662983A1 (en) 2008-03-13
EP2064654A4 (en) 2013-06-26
EP2064654A1 (en) 2009-06-03
CN101512552A (zh) 2009-08-19
AU2007293732A1 (en) 2008-03-13
RU2009112595A (ru) 2010-10-20
US8971596B2 (en) 2015-03-03
US20140363061A1 (en) 2014-12-11
US20100067752A1 (en) 2010-03-18
RU2468429C2 (ru) 2012-11-27
CN101512552B (zh) 2012-06-13
US8971595B2 (en) 2015-03-03

Similar Documents

Publication Publication Date Title
SE530514C2 (sv) En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning
CN109189991B (zh) 重复视频识别方法、装置、终端及计算机可读存储介质
CN111241389B (zh) 一种基于矩阵的敏感词过滤方法、装置、电子设备、存储介质
DE102013221125A1 (de) System, Verfahren und Computer-Programm-Produkt zum Durchführen einer Zeichenkette-Suche
KR102465391B1 (ko) 실시간으로 데이터의 증가 속도에 따라 데이터 처리 주기를 설정하는 시스템의 분석 방법
CN111666258B (zh) 信息处理方法和装置、信息查询方法和装置
CN110609924A (zh) 基于图数据的全量关系计算方法、装置、设备及存储介质
CN102682279B (zh) 以分类三角形实现的高速指纹特征比对系统及其方法
CN111382189A (zh) 一种异源异构数据碰撞分析方法、终端设备及存储介质
US11709798B2 (en) Hash suppression
CN111291370B (zh) 网络数据入侵检测方法、系统、终端及存储介质
CN111143626B (zh) 团伙识别方法、装置、设备及计算机可读存储介质
CN109446060B (zh) 一种服务端测试用例集的生成方法、终端设备及存储介质
US9864765B2 (en) Entry insertion apparatus, method, and program
US20130202164A1 (en) Method, an apparatus and a computer program product within fingerprint matching
CN110929868B (zh) 一种数据处理方法、装置、电子设备及可读存储介质
CN113704576B (zh) 基于可视化正则表达式规则的匹配方法、系统及终端
CN112765433B (zh) 文本关键词扫描方法、装置、设备及计算机可读存储介质
CN112825083B (zh) 群体关系网的构建方法、装置、设备及可读存储介质
CN116992402A (zh) 一种同系列nft作品生成方法、装置、设备及存储介质
CN113568955A (zh) 一种相似产品查询方法、装置及计算机可读存储介质
AU2013201811A1 (en) A method, an apparatus and a computer program product within fingerprint matching
CN115238028A (zh) 一种车辆用用户文本数据关键词匹配方法及装置
CN112699121A (zh) 婚姻数据的清洗方法、装置及终端设备
CN117874084A (zh) 一种基于大数据的信息共享方法及装置