WO2006026965A1 - Verfahren und system zur optimierung der erkennung oder der erkennungssicherheit bei der identifikation oder verifikation von prüfobjekten - Google Patents

Abstract

Die Erfindung betrifft Verfahren und eine System zur Optimierung der Erkennung oder der Erkennungssicherheit bei der Identifikation oder Verifikation von Prüfobjekten, insbesondere bei der Identifikation von Personen anhand von individual-typischen Merkmalen der Fingerkuppen. In der praktischen Anwendung der Personenidentifikation anhand der Merkmale der Hautleistenstruktur erweist sich die Datenaufnahme als schwierig, weil die Hauteigenschaften durch äußere und innere Einflüsse bzw. Abhängigkeiten - physikalische/physiologische Parameter - beeinflusst werden, wodurch die Erkennung bzw. die Erkennungssicherheit beeinträchtigt wird. Die Lösung des Problems besteht darin, dass die Parameter des Prüfobjekts (100) und/oder der Auflagefläche (102) detektiert und daraus zur Kompensation, Elimination und/oder Normierung der Parameter Adaptionswerte bestimmt werden und das Erkennungssystem durch diese Adaptionswerte in den Eigenschaften und/oder Methoden modifiziert wird, wobei Informationen der Parameter und/oder der Objekterkennung zur Lebenderkennung ausgewertet und abhängig von der Qualität der Datenaufnahme von Parameter und/oder von Merkmalen die Eigenschaften, Methoden, Referenzen und/oder die Zulassungstoleranz des Erkennungsystems adaptiert werden.

Description

Beschreibung

Verfahren und System zur Optimierung der Erkennung oder der Erkennungssicherheit bei der Identifikation oder Verifikation von Prüfobjekten

Die Erfindung betrifft Verfahren und ein System zur Optimierung der Erkennung oder der Erkennungssicherheit bei der Identifikation oder Verifikation von Prüfobjekten, insbesondere bei der Identifikation von Personen anhand von individual-typischen Merkmalen der Fingerkuppen.

Es sind eine Vielzahl von Identifikationssystemen bekannt, welche anhand von individual- typischen Merkmalen (specific biometric parameter) Personen identifizieren können. Beispiele hierzu sind Fingerabdruckerkennung, Spracherkennung, Iriserkennung oder Unterschrifterkennung. Zur Personenidentifikation anhand der Fingerkuppen werden üblicherweise die Minuzien der Hautleistenstruktur detektiert und ausgewertet. Die Datenerfassung kann hierbei auf der Basis von bekannten optischen, akustischen, akustooptischen oder kapazitiven Verfahren erfolgen.

In der praktischen Anwendung erweist sich die Messung bzw. Datenaufnahme der Haut an den Fingerkuppen für viele Verfahren als schwierig, da die Hauteigenschaften durch äußere und innere Einflüsse bzw. Abhängigkeiten - physikalische/physiologische Parameter - beeinflusst werden. Auch natürliche Schwankungen der physiologischen Parameter (non-specific biometric parameter) der Haut können die Identifizierung bzw. Erkennungssicherheit beeinträchtigen. Die physikalischen bzw. physiologischen Parameter der Haut werden unter anderem durch die Tageszeit, Krankheit, Stoffwechsel, mechanische und chemische Einflüsse wie Arbeit, Schmutz oder Hautcremes, Verletzungen, Rauchen, Lebensalter, Umgang mit Wasser oder Chemikalien und dergleichen, in den unterschiedlichen Arten und Auswirkungen, z.B. rissige Haut, verändert, wobei die Einflüsse bzw. Eigenschaften stark von den Gewohnheiten einer Person abhängen. Weiterhin unterliegt die Haut einem permanenten Erneuerungsprozess, welcher sich mit zunehmenden Lebensalter verlangsamt, insbesondere Hautspannung und Dehnbarkeit sind altersabhängig. Großen Einfluss auf die Identifizierung bzw. Erkennungssicherheit hat der Feuchtigkeitsgehalt der Haut bzw. Feuchtigkeit zwischen Haut und der jeweiligen Adaptionsfläche des biometrischen Erkennungssystems. Zu viel Feuchtigkeit auf der Adaptionsfläche von kapazitiven Sensoren reduziert in einem erheblichen Maß die Erkennungssicherheit, da, entsprechend dem kapazitiven Prinzip, eine durch Feuchtigkeit gebildete elektrisch leitende Schicht den Kontrast reduziert und dadurch die Identifikation oft unmöglich ist. Die Kenntnis der Eigenschaften bzw. Parameter der Epidermis und Dermis sind deshalb, hinsichtlich der Adaption der Finger auf Fingerprintsensoren, entscheident für eine hohe Erkennungssicherheit.

Die Dicke der Haut bzw. Hautschichten ändern sich durch diverse Einflüsse, wie z.B. Feuchtigkeit, Cremes oder mechanische Beanspruchung. Besonders stark betroffen von den Eigenschaftsänderungen ist die Epithelstruktur, welche bei vielen Identifikationsverfahren identifiziert wird. Auch die darunter liegenden Strukturen bzw. Schichten der Dermis sind ebenfalls beeinflusst. Diese physiologische Parameteränderung führt bei der Datenaufnahme der Haut durch elektromagnetische oder akustische Wellen bzw. Felder zu einem ebenfalls geänderten Reflexionsverhalten, Streuungsverhalten, Dispersionsverhalten und/oder Beugungsverhalten. Diese Einflüsse müssen kompensiert werden, um alltagstauglich und sicher identifizieren zu können.

Ein weiterer Nachteil der derzeitigen Fingerabdruckerkennungssysteme ist, dass diese nicht zwischen einem „echten" Finger oder einer manipulierten Nachbildung unterscheiden können, da meistens nur das Relief der Hautleistenstruktur gemessen und ausgewertet wird.

Des weiteren hinterlassen Personen auf allen angefassten Gegenständen ihre Fingerabdrücke.

Somit ist es für einen Angreifer auf Sicherheitsbereiche leicht in Kenntnis des Fingerabdrucks eines

Zugriffsberechtigen zu kommen und diesen dann, gegen dessen Willen oder Wissen, missbräuchlich bzw. simulatorisch einzusetzen. Dieses Problem ist besonders schwerwiegend bei mobilen

Datenträgern wie z.B. bei einer Smart-Card mit Benutzeridentifizierung durch den Fingerabdruck.

Durch die Benutzung der Berechtigungskarte ist der Fingerabdruck auf der Karte bereits als

Referenz, z.B als Bild oder in Minuzienform, und physikalisch als Rückstand auf der Oberfläche des

Datenträgers bzw. auf der Sensorauflagefläche vorhanden. Bei Verlust oder Entwenden der Karte hat ein Angreifer somit alle Informationen, um sich illegal Zutritt zu gesicherten Bereichen zu verschaffen.

Bei einigen Fingerprintsensoren ergibt sich das Problem, dass die Rückstände des Fingerabdrucks durch Fett, Schweiß oder Cremes auf diesen ausreichen, um auch ohne aufgelegten Finger eine fälschlich positive Identifikation zu bewirken. Ferner können Verschmutzungen der Fingerbeere durch herkömmliche Merkmalsensoren meist nicht direkt ermittelt werden, da diese eine Abbildung des oberflächlichen Musters anfertigen. Wobei das Erkennungssystem erst nach Auswertung des Bildes feststellen kann, ob eine Verschmutzung vorliegt. Weiter ist das Anhaften oder Eindringen von Partikel in die Haut möglich, wobei die Partikel in die Hautschichten über längere Zeit verbleiben können, bis die natürliche Regeneration der Haut diese wieder ablöst.

Auch chemisch-mechanische Einwirkungen auf die Haut, beispielsweise bei Handwerkern, die z.B. mit zementhaltigen Substanzen umgehen, sind je nach Einwirkungsdauer, feine bis große Risse in den Hautschichten feststellbar. Diese rissige Haut ist dann bei allen Fingern als vollflächige

Verletzung vorhanden. Eine alternative Messung eines anderen Fingers ist somit meist nicht möglich.

Insgesamt sollten zur Reduzierung des Manipulationspotentials bei Personenerkennungssystemen physiologische Parameter gemessen werden, die von potentiellen Angreifern nicht erwartet, nicht unbemerkt auf Distanz aufgenommen und/oder geschätzt werden können. Parameter wie z.B. Sauerstoffgehalt, Pulsfrequenz des Bluts oder Hauttemperatur sind leicht schätzbar und damit mit hoher Wahrscheinlichkeit simulierbar, da Menschen nur in einem eingeschränkten biologischen Lebensbereich existieren können und die herkömmlichen Systeme ihre Toleranzbandbreite darauf abstimmen müssen.

Derzeitige Merkmalerkennungssysteme haben weiter den Nachteil, dass die Zulassungstoleranz, einmal durch Messreihen festgelegt, nicht variabel an die Qualität der Datenaufnahme adaptiert werden kann und/oder nicht synchron mit der Datenaufnahme stattfinden kann.

Der Stand der Technik schlägt für einen Teil der Mängel eine Lebenderkennung der Personen als Abhilfe vor. Es sind dazu Verfahren bekannt, welche bei der Identifikation von Personen die Messung von physiologischen Parameter zur Lebenderkennung benutzen.

Aus EP 0 752 143 B1 ist ein Verfahren bekannt, welches Personen anhand individual-typischen Merkmalen und physiologischen Parametern identifizieren soll, wobei zum Einen ein herkömmliches

Identifizierungssystem zur Identifikation des Fingerabdrucks und zum Anderen ein zusätzlicher

Sensor zum Messen von physiologischen Parametern, z.B. Pulsfrequenz oder Sauerstoffsättigung des Bluts, verwendet wird. Eine Person soll als identifiziert bzw. authentifiziert gelten, wenn ein individual-typisches Merkmal und physiologische Parameter, jedes für sich genommen, zutreffen. Der Nachteil dieses Verfahrens ist, dass die beiden Vergleichsprozeduren rückkopplungsfrei und unabhängig ablaufen. Und somit jeweils beide Prozeduren durch Nachbildungen simulatorisch umgangen werden können, wenn für beide Prozeduren entsprechende Manipulationen angewendet werden. Ein weiterer Nachteil ist, dass physiologische Parameter in weiten Bereichen durch physische oder psychische Einwirkungen, z.B. körperliche Belastung oder Aufregung, schwanken können. Die getrennte Messung und Auswertung von physiologischen Parametern kann also nur zu einem geringen Umfang die Identifikationprozedur hinsichtlich der Erkennungssicherheit verbessern, da diese eine zu große Varianz besitzen. Die angeführte Messung eines EKG ist zudem nicht benutzerfreundlich, da ein EKG mit Fachwissen appliziert werden muss und entspricht außerdem nicht der heutzutage geforderten vollautomatischen Identifikation bzw. Authentifikation. Ein weiterer Nachteil der Puls- bzw. EKG-Messung ergibt sich aus der langen Zykluszeit von ca. 1000ms von einem Pulsmaximum zum nächsten Pulsmaximum. Wenn zu einer sicheren Detektion von diesem Parameter etwa drei Zyklen benötigt werden, resultiert daraus eine zu lange Messdauer von ca. drei Sekunden. Bei diesem vorgeschlagenen Erkennungssystem sind somit Fälschungen nicht ausgeschlossen und hat zudem den Nachteil des zusätzlichen Aufwands bzw. Kosten für die Vergleichsschaltungen und den meist aufwendigen biometrischen Sensoren.

Aus DE 198 30 058 A1 ist ein Verfahren bekannt, bei dem die Unversehrtheit eines Körperteils gemessen wird, um Imitationen eines biometrischen Merkmals, z.B. des Fingerabdrucks, durch chirurgische Eingriffe zu verhindern. Hierzu sollen ebenfalls physiologische Parameter eines Körperteils, z.B. Hautwiderstand bzw. Leitfähigkeit oder Hautfeuchtigkeit gemessen werden. Die papilläre Struktur der Fingerkuppen kann, wie angeführt, durch präparierte Handschuhe, Kunststoffe oder Gummi manipuliert und simulatorisch eingesetzt werden, wobei sich natürlich auch die Leitfähigkeit oder Temperatur der Haut nachbilden lässt. Durch die bereits erwähnte große Varianz der physiologischen Parameter, muss das Sensorsystem, hinsichtlich der Auswertung, mit großen Toleranzbandbreiten eingestellt werden, um zu verhindern, dass berechtigte Personen nicht abgewiesen werden. Dadurch reduziert sich jedoch die Fälschungssicherheit auf einen nicht zufriedenstellenden Wert. Aus DE 198 30 830 A1 ist ein Verfahren bekannt, welches die charakteristische elektrische Impedanz von Haut messen und für die Lebenderkennung auswerten soll. Dazu werden über elektrisch leitende Kontaktflächen Wechselspannungen an die Hautoberfläche angelegt. Durch die Auswertung des charakteristischen elektrischen Impedanzverlaufs soll die Fälschungssicherheit erhöht werden. Der Impedanzverlauf ist, wie in den Figuren der Anmeldung beschrieben, für eine Vielzahl von Personen praktisch identisch. Es wird dazu angeführt, dass die absoluten Impedanzwerte großen Schwankungen unterliegen können und deshalb bei der Auswertung hohe Toleranzen eingestellt werden müssen. Das Verfahren ist dadurch mit erheblichen Nachteilen belastet. Wenn der Impedanzverlauf für alle Personen etwa gleich ist und die absoluten Werte der Impedanz mit hoher Toleranz gemessen werden, ist so ein Verfahren leicht zu umgehen, da durch Kunststoffe oder Gummi, mit eingebrachten elektrisch leitenden Partikel, der erwartete Impedanzverlauf von Haut nachgebildet werden kann. Dieses Verfahren zeigt dadurch erhebliche Mängel bezüglich der Fälschungssicherheit und ist zudem durch den zusätzlichen Aufwand auch - A - noch kostenintensiv.

Um Detektionsprobleme bei abgeschliffener, rauer oder rissiger Haut der Finger zu lösen, schlagen die Hersteller von kapazitiver Sensoren als Abhilfe mehrfaches Messen und Hinterlegen von Referenzbildern vor. Dies führt zu dem Nachteil, dass große Mengen an Rohdaten in entsprechend großen Datenbanken gespeichert werden müssen. Besonders bei autonomen mobilen Datenträger, z.B. Smart-Cards, ist dies aufgrund der begrenzten Speicherkapazität praktisch nicht anwendbar. Außerdem müsste, für eine Prüfperson unzumutbar, nach der Merkmalaufnahme eines regulären Fingerabdrucks, der Abdruck für weitere Referenzmessungen abgeschliffen oder chemischer Beeinflussung ausgesetzt werden, um für jede Identifikationssituation die Erkennungsrate zu erhöhen. Weiter wird vorgeschlagen, dass im Falle einer geringen Bildqualität eine neue Aufnahme mit geänderter Sensitivität durchgeführt werden soll. Dazu sind die derzeit verfügbaren kapazitive Fingerprintsensoren zwar in ihren dynamischen Werten abstimmbar, haben jedoch den Mangel, dass die Abstimmung anhand der Auswertung von gewonnen Bilddaten durch ein Algorithmus, z.B. Kontrastauswertung oder Grauwerthistogramm, erfolgt. Diesem Verfahren liegt der Nachteil zu Grunde, dass die Prozedur hinsichtlich der Bildqualität durch die Aufnahmezeit und Auswertezeit, multipliziert mit den nötigen Abstimmungsdurchgängen, eine zu lange Zeit beansprucht. Selbst im besten Fall eines einmaligen Durchlaufs der Prozedur liegt die Zeit in einem für einen Benutzer nicht akzeptierbaren Bereich von Sekunden. Dazu kommt, dass ein Algorithmus zwar die schlechte Qualität eines Bildes erfassen kann, jedoch, im Gegensatz zu direkt messenden Sensoren, nur schwer die Quelle der schlechten Bildqualität, wie beispielsweise abgeschliffene Finger, detektieren kann.

Der Erfindung liegt die Aufgabe zugrunde, Verfahren und ein System der eingangs erwähnten Art anzugeben, welche die sonst vorhanden Nachteile nicht hat und insbesondere in der praktischen Anwendung unter Alltagsbedingungen, hinsichtlich der Erkennungssicherheit, Fälschungssicherheit oder Lebenderkennung, die Identifizierung von Objekten bzw. Personen preiswert und sicher ermöglicht.

Die Lösung der Aufgabe besteht darin, dass physikalische und/oder physiologische Parameter eines Prüfobjekts und/oder dessen Auflagefläche detektiert und bestimmt werden, und daraus zur Kompensation, Elimination und/oder Normierung der Parameter Adaptionswerte bestimmt werden, dass das Erkennungssystem zur Optimierung der Erkennung und/oder der Erkennungsicherheit durch die Adaptionswerte in den Eigenschaften und/oder Methoden modifiziert- wird,- und -dass eine Merkmalerfassung und Auswertung zur Objekterkennung, insbesondere von Personen und/oder Dokumenten vorgenommen wird, wobei die Informationen der Parameter und/oder der Objekterkennung zur Lebenderkennung ausgewertet und abhängig von der Qualität der Datenaufnahme von Parameter und/oder von Merkmalen , die Eigenschaften, Methoden, Referenzdaten und/oder die Zulassungstoleranz des Erkennungsystems adaptiert werden.

Die Erfindung ermöglicht insbesondere die Auswertung von merkmaltragenden, biologischen Matrizen, beispielsweise Hautschichten (Epidermis) oder Hautgrenzschichten (Epidermis/Dermis), hinsichtlich physikalischen/physiologischen Parameter, biochemischer Zustand, Eigenschaften und/oder Eigenschaftsänderungen in Folge von äußeren oder inneren Einflüssen, sowie die Auswertung der Adaption des Prüfobjekts auf der Auflagefläche bzw. Adaptionsfläche des Erkennungssystems. Dazu werden die Parameter, wie beispielsweise wellentypischen Eigenschaften des Gewebes, Feuchtigkeitsgehalt, Substanzen auf Auflagefläche bzw. Adaptionsfläche des Prüfobjekts, mechanisch-chemische Einflüsse, Hautspannung, Dehnbarkeit, Flexibilität, Dicke der Hautschichten, Dichte, Verschmutzungen, Verletzungen, Eindringen von Partikel, Cremes oder dergleichen, detektiert und ausgewertet. Die Ergebnisse der Auswertungen werden für die Optimierung der Erkennung und/oder der Erkennungssicherheit von Identifikationssystemen verwendet.

Die Optimierung betrifft, ohne Beschränkung der Allgemeinheit, insbesondere alle Verfahren die sich mit der Aufnahme und/oder Auswertung von individual-typischen Merkmalen der Haut an den Fingerkuppen befassen. Die Optimierung kann beispielsweise bei optischen z.B. bei aktiven oder passiven Infrarotverfahren, kapazitiven, akustooptischen oder akustischen, z.B. ultraschallbasierenden, Fingerabdruckerkennungsverfahren vorgesehen werden. Weiter ist die Anwendung der Verfahren auch bei Datenträger, z.B. Smart-Cards, möglich, da bei Herstellungsprozessen ebenfalls individual-typische Merkmale entstehen.

Im Grundsatz macht sich die Erfindung die Tatsache zu nutze, dass Prüfobjekte, z.B. die Haut der Fingerbeere, einen parametrisierbaren, insbesondere deutlich begrenzten, schichtartigen Aufbau besitzen. Eigenschaften bzw. Parameter wie Dicke, Dichte, Dehnbarkeit, Flexibilität oder dergleichen der Haut, sind beispielsweise durch den Feuchtigkeitsgehalt, Fettgehalt oder applizierte Cremes beeinflusst. Eigenschaftsänderungen treten besonders beim Applizieren von Substanzen, wie beispielsweise Wasser, auf. Schon nach kurzer Einwirkungsdauer ist eine deutliche Zunahme der Dicke der Hautschichten zu beobachten. Der Feuchtigkeitsgehalt der Haut kann dadurch indirekt über Eigenschaften bzw. Parameter der Schichten oder über die relative Änderung der Parameter der Schichten ausgewertet werden.

Innerhalb des Schichtaufbaus gibt es latente Strukturen, die zur Verzahnung der Epidermis und Dermis dienen, beispielsweise Stratum-Papillare, und dabei inhärent den Fingerabdruck darstellen. Durch die Messung der Eigenschaften bzw. Parameter der latenten Strukturen ist es möglich die Erkennungssicherheit zu erhöhen. Der Vorteil liegt darin, dass bei Einwirkung von Feuchtigkeit, Hautcremes oder dergleichen, zwar die Dicke, Tiefe bzw. laterale Dimensionen verändert werden, jedoch die Struktur sich in ihrer Gesamtheit, mit den detektierbaren wellentypischen Eigenschaften bzw. Parameter, nicht ändert. Dies erklärt auch, dass der Fingerabdruck durch gewöhnliche Einflüsse wie Wasser, Cremes oder minder aggressive Chemikalien nicht zerstörbar ist und damit diese Strukturen bzw. Schichten sowohl als Referenzstruktur für die Messung der Parameter, sowie als physiologischer Parameter herangezogen werden kann.

Gleichermaßen ist, bezüglich der Fälschungssicherheit, die Messung bzw. Auswertung dieser Strukturen als Referenzstruktur bzw. Parameter vorteilhaft, da diese Strukturen bzw. deren Parameter nicht auf Distanz aufgenommen und nicht geschätzt werden können. Das Nachbilden der Parameter der Strukturen bzw. Schichten verursacht für einen Angreifer einen zu großen Aufwand, welcher, im Gegensatz zu den anderen herkömmlich benutzten fälschbaren Parametern, z.B. Hautwiderstand oder Temperatur, bei jedem Falsifikat erneut aufgewendet werden muss.

Besonders vorteilhaft ist es, wenn zur Erhöhung der Erkennungssicherheit die Parameter von latenten, vom genetischen Code angelegten Strukturen bzw. Schichten erfasst und ausgewertet werden, weil diese von potentiellen Angreifern nicht erwartet, geschätzt, gefälscht oder unbemerkt auf Distanz aufgenommen werden können. Dazu werden vorzugsweise die Parameter der Strukturen im Bereich der Stratum-Papillare und/oder Stratum-Retikulare detektiert, wobei diese vom genetischen Code angelegten Strukturen erfindungsgemäß selbst als Parameter und/oder Referenzstruktur zur Parametererdetektion genutzt werden können.

Zur Parametrisierung latenter Struktureigenschaften bzw. Schichteigenschaften ist die Tatsache von Vorteil, dass die latenten Strukturen im Bereich der Stratum-Papillare auf der der Dermis zugewandten Seite mit Gefäßen, Kapillaren und Nerven verbunden bzw. angrenzend sind. Diese Strukturen bzw. Schichten reagieren sensibel auf das Fehlen eines wenigstens statischen Blutdrucks, welcher durch die quasi laminare Blutströmung in den Fingerkuppen gebildet wird. Das in größeren Gefäßen typische pulsieren ist hier entsprechend stark gedämpft. Auf Grund von Ischämie bzw. in Ermangelung der laminaren Blutströmung resultieren detektierbare Parameteränderungen an Gewebe und Struktur dieser latenten Schichten. Dieser Sachverhalt kann vorteilhaft für die Entschärfung eines bereits diskutierten Schreckensszenario dienen. Wenn ein Angreifer einer Person einen Finger abtrennt und damit versucht durch biometrischen Sensoren eine Transaktion auszuführen, wird dies bei Auswertung der parametrisierten Struktureigenschaften und der resultierenden Parameteränderungen erfindungsgemäß verhindert.

Zur Parametrisierung von Haut bzw. Hautschichten können zudem Keratinisierungprozesse genutzt werden. Die Datenaufnahme kann beispielsweise mit Ultraschall erfolgen. Die Ultraschallgeschwindigkeit wird durch die Konzentration von Lösungen oder durch die Gewebezusammensetzung charakterisiert. In biologischen Weichgeweben bzw. Matrizen, außer in Fettgewebe, steigt die Ultraschallgeschwindigkeit bzw. Impedanz mit steigendem Proteingehalt an (Keratinisierung - schwefelreiche Faserproteine), fällt hingegen mit steigendem Wasser- oder Fettgehalt. Dies ist sowohl auf die niedrige Kompressibilität der Proteine selbst, als auch mit zunehmendem Proteingehalt auf das verstärkte Aufbrechen deren eisartigen Strukturen mit hoher Kompressibilität in eingelagertem flüssigem Wasser zurückzuführen. Durch diese Abhängigkeiten der Keratin-Strukturen resultiert ab einer Frequenz von etwa 10 MHz eine keratintypische Frequenzabhängigkeit mit den entsprechenden frequenzabhängigen Streuungs- bzw. Rückstreukoeffizienten. Die sich ergebenden Funktionen über die einzelnen Hautschichten können hinsichtlich der Parametergewinnung bzw. Kompensation der Parameter ausgewertet werden.

Ein Vorteil der Erfindung liegt darin, dass ein indirektes Messverfahren angewendet wird, welches bei einer Messung - Detektionsschritt/Auswerteschritt - parallel eine Vielzahl von Ergebnissen über die unterschiedlichsten Parameter liefern kann. Ein alternativer Sensor, beispielsweise ein Feuchtigkeitssensor, kann nur einen Parameter bestimmen und bietet dabei für sich genommen, zu wenig Informationen über die Beschaffenheit des Prüfobjekts. In Konsequenz dessen, müssten unwirtschaftlich viele einzelne Sensorsysteme für die diversen Parameter herangezogen werden. Der Vorteil dieser Alternative des erfindungsgemäßen Verfahrens ist insbesondere die preiswerte Möglichkeit über eine indirekte Messung gleichzeitig eine Vielzahl von Parametern mit einer hohen Auswertegenauigkeit zu detektieren.

Die Datenaufnahme erfolgt durch die Detektion von in das Prüfobjekt einstrahlenden optischen, akustischen, elektromagnetischen Wellen oder Felder und/oder Kombinationen davon. Die jeweiligen aufnehmbaren Effekte sind Absorptionsverhalten, Reflexionsverhalten, isotropes/anisotropes Streuungsverhalten, Dispersionsverhalten, Spektralverhalten und/oder Beugungsverhalten, welche einzeln und/oder insgesamt gemessen werden können. Die Messwerte der Größen charakterisieren dabei die Parameter des Prüfobjekts, beispielsweise der biologischen Matrix, bzw. der Auflagefläche des Prüfobjekts.

Vorteilhaft ist es, wenn zur Detektion von Parameter des Prüfobjekts, beispielsweise der Haut des Fingers, und/oder Auflagefläche des Prüfobjekts, die Wechselwirkung von Strahlung mit Wellencharakter, beispielsweise Ultraschallstrahlung, detektiert wird. Dabei wird genutzt, dass die Effekte, wie Signalgeschwindigkeit im Medium, beispielsweise Ultraschallgeschwindigkeit, Streueigenschaften und Absorption im Gewebe bzw. biologischen Matrizen, durch Parameter wie Gewebezusammensetzung, Konzentration der Lösungen von Wasser, Cremes, diverse Arten von Verschmutzungen oder dergleichen charakterisiert werden. Zusammengefasst besteht die Erfindung aus Teilschritten, die in einer Ausführungsform in nachstehende Blöcke bzw. Module unterteilt werden können. In einem ersten Schritt werden die physikalischen und/oder physiologischen Parameter des Prüfobjekts, z.B. Verschmutzungsgrad, Verletzungsgrad und/oder Adaptionsgrad des Prüfobjekts, detektiert. Anschließend werden aus den detektierten Parameter Adaptionswerte zum Zweck der Kompensierung, Eliminierung und/oder Normierung, der Parameter ermittelt. Nachfolgend wird der Einfachheit halber von Kompensation gesprochen, wobei die Elimination oder Normierung der Parameter des Prüfobjekts oder dessen Auflagefläche entsprechend durchgeführt wird. Im folgenden Modifikationsschritt wird der Sensor für die individual-typischen Merkmale und/oder die Auswerteschaltungen/Methoden des Erkennungssystems mit den Adaptionswerten bzw. Kompensationswerten abgestimmt und die individual-typischen Merkmale erfasst und ausgewertet. Die erfassten Daten können optional für weitere Prozeduren, beispielsweise zur Lebenderkennung, Echtheitsbestimmung von individual- typischen Merkmalen oder dergleichen genutzt werden.

Es werden im folgenden alternative Detektions- und Auswerteverfahren beschrieben, welche einzeln oder in Kombination angewendet werden können. Im Rahmen dieser Erfindung werden, ohne Beschränkung der Allgemeinheit, Beispiele für die optische, kapazitive und ultraschallbasierende Detektion vorgestellt.

Bei der Alternative elektromagnetische Detektion werden elektromagnetische Wellen, beispielsweise Lichtwellen im infraroten Bereich, in das auszuwertende Prüfobjekt, beispielsweise in die Struktur, Matrix bzw. Hautschicht, gesendet. Die rückgestreuten, reflektierten, gebeugten und/oder interferierenden Wellen werden mittels Detektoren erfasst und ausgewertet. Dabei sind die detektierten Wellen charakteristisch durch die physikalischen und/oder physiologischen Parameter des Prüfobjekts moduliert bzw. verändert.

Vorteilhaft ist es, wenn die optische Streuung der auszuwertenden Matrix detektiert und daraus die Parameter ausgewertet werden. Dabei ist die Haut ein dreidimensionales Gebilde bzw. Matrix mit einer hohen Anzahl optischer Streuzentren, so das Licht in der Regel vielfach gestreut wird, bevor es die Matrix wieder verlässt. Durch die Vielfach-Streuung treten die Lichtwellen verstärkt in Wechselwirkung mit der streuenden Matrix. Emulsionen, z.B Wasser-Creme, bzw. Dispersionen, z.B. Wasser-Schmutz, auf der Adaptionsfläche des Fingers bzw. zwischen Finger und Merkmalsensoren werden entsprechend detektiert. Zur Datenaufnahme wird wenigstens ein Sender und wenigstens ein Empfänger für elektromagnetische Strahlung mit einem Abstand zueinander installiert. Der Abstand ist so bemessen, dass nicht zu viel Primärlicht in den Detektor einfällt, was die Messung stören würde. Zweckmäßigerweise erfolgt die Verstärkung des empfangenen Signals durch einen frequenzselektiven Verstärker, beispielsweise durch einen Lock-In Verstärker. Dazu wird das Primärlicht geeignet moduliert.

Zweckmäßig ist es, wenn optisch konfokale Anordnungen vorgesehen sind, um punktuelles Abtasten der Oberfläche und/oder nahe unterhalb der Oberfläche eines Objekts zu ermöglichen.

Zweckmäßig ist es, wenn die spektrale Absorption und/oder Reflexion der Wellen erfasst wird. Dazu wird ein Spektrum an Lichtwellen in die zu prüfende Stelle gesendet und die rückgestreuten Wellen detektiert. Vorteilhaft ist dabei die Möglichkeit, stimulierte Aussendung von Wellen durch die Struktur/Matrix, beispielsweise Fluoreszenz, Lumineszenz oder dergleichen, zu bewirken. Zweckmäßig ist es, wenn einige Wellenlängen im Bereich des sogenannten Wassertransmissionsfensters von biologischen Gewebe im nahen Infrarotbereich und einige Wellenlängen im entfernten Bereich des Wassertransmissionsfensters verwendet werden. Der Vorteil liegt darin, dass beispielsweise durch Diodenquellen, Teil-Spektren einfacher zu erzeugen sind als ein gesamtes Spektrum. Wobei bei Messungen im Bereich des Wassertransmissionsfensters mit Vergleichsmessungen im entfernten Bereich des Wassertransmissionsfensters, beispielsweise der Feuchtigkeitsgehalt der Haut und/oder der Adaptionfläche des Fingers, ermittelt werden kann.

Vorteilhaft ist es, für die optische Detektion von Parameter die Optical-Coherence-Tomography (OCT) anzuwenden. Das OCT-Verfahren ist vorzugsweise geeignet für die Untersuchung von optisch semitransparenten bzw. streuenden Strukturen, wie dies bei Haut der Fall ist. Das Grundprinzip basiert auf einem niederkohärenten interferometrischen Verfahren, wobei die auszuwertenden Parameter aus den zur Verfügung stehenden optischen Parameter gewonnen werden. Dazu werden elektromagnetische Wellen aus einer niederkohärenten Lichtquelle, beispielsweise Weißlicht, durch einen Strahlteiler in zwei optische Arme aufgeteilt, wobei ein Strahl durch das zu untersuchende Objekt und der andere durch einen Referenzspiegel abgeschlossen ist. Nach der Reflektion von einem Punkt innerhalb des Objektes und dem Referenzreflektor werden beide Lichtanteile an dem Strahlteiler wieder zusammengeführt und gelangen auf einen Detektor. Ein Interferenzsignal ist nur messbar, wenn die Weglängen beider optischen Arme bis etwa auf die Kohärenzlänge der Lichtquelle identisch sind. Durch Bewegen des Referenzspiegels, beispielsweise durch einen Piezoaktor, kann so die Tiefenrichtung des Objektes ohne dessen Bewegung abgetastet und in einem Auswerteschritt die Parameter ermittelt werden.

Bei der Alternative kapazitiver Detektion wird das Prüfobjekt mit statischen oder dynamischen elektrische Felder beaufschlagt und über einen Sensor die Änderung der elektrischen Feldeigenschaften, wie beispielsweise Feldstärke, Feldstärkeänderung, Polarisation, Influenz, Depolarisation der Schichten und/oder Grenzschichten erfasst und daraus die gesuchten Parameter ausgewertet. Nähere Einzelheiten zur kapazitiven Detektion von Parameter können aus dem bereits angeführten Stand der Technik und der einschlägigen Literatur entnommen werden. Dabei ist es vorteilhaft Detektionsverfahren zu wählen, die nur wenig durch elektrisch leitende Flüssigkeiten, wie z.B. Wasser, auf der Adaptionsfläche des Prüfobjekts bzw. Fingers gestört werden. Bei der Alternative akustische Detektion werden akustische Wellen, beispielsweise Ultraschallwellen, in das zu prüfende Objekt, beispielsweise in die Struktur, Matrix bzw. Hautschicht gesendet. Die rückgestreuten, reflektierten, gebeugten und/oder interferierenden Wellen tragen die Informationen der physikalischen und/oder physiologischen Parameter und werden von Ultraschallempfänger erfasst und ausgewertet.

Zur Datenaufnahme wird wenigstens ein Sender und wenigstens ein Empfänger für

Ultraschallwellen vorgesehen. Die Ultraschallsender werden zum Generieren eines Ultraschallsignals über eine Sendersteuerschaltung angesteuert. Dadurch werden Ultraschallwellen mit einer diskreten oder einer Vielzahl von Frequenzen sowie Amplituden und Phasen, entsprechend dem Messverfahren, erzeugt.

Die Sender werden zweckmäßig mit einem Pulsgeber verbunden, welcher die Schallwellen zur selektiven Detektion zeitlich unterbrechen kann. Die Signale des Schallempfängers werden vorzugsweise selektiv verstärkt und in einer Verarbeitungsschaltung ausgewertet.

Für die akustischen Sender bzw. Empfänger können Ultraschall-Wandler (Transducer), beispielsweise piezoelektrische Keramiken, folienartige PVDF-Wandler, piezoelektrische Halbleiter, vorzugsweise mit hoher Frequenzauflösung, als Schwingkörper eingesetzt werden. Da der

Piezoeffekt bidirektional funktioniert, können die Ultraschall-Wandler sowohl zum Senden als auch zum Empfangen eingesetzt werden.

Zweckmäßig ist es, wenn die Ultraschallwellen in der Frequenz bzw. in der Wellenlänge an die auszuwertenden Parameter bzw. an die parametertragenden Strukturen oder Schichten angepasst werden. Die Parameter sind typischerweise in einem Frequenzbereich von 0,1-100 MHz erfassbar.

Vorteilhaft ist es, wenn der Ultraschallstrahl fokussiert wird. Dadurch wird eine Tiefenselektion auf die zu messenden Schichten und/oder Strukturen erreicht. Die Fokussierung kann durch akustische

Linsen erreicht werden. Alternativ kann die Fokussierung durch eine Phasensteuerung der Wellen, durch die Geometrie des Transducer und/oder durch Analyse im Zeit- oder Frequenzbereich realisiert werden. Die Tiefenselektion kann statisch oder dynamisch bzw. adaptiv eingestellt werden.

Alternativ kann zur Tiefenselektion die Eindringtiefe der Wellen durch die Wahl der einstrahlenden Frequenz definiert werden, da die Eindringtiefe frequenzabhängig ist. Dazu wird die Frequenz, beispielsweise größer 75MHz, einstellbar ausgeführt und/oder durch eine entsprechend modulierte

Trägerfrequenz eingestellt. Durch Demodulation der empfangenen Signale können die Parameter aus der entsprechenden Tiefe erfasst werden.

Zweckmäßig ist es, wenn die Fokussierung auf die gewünschte Struktur aufgrund der durch die Strukturen bzw. Schichten gebildeten charakteristischen Filter sichergestellt bzw. verifiziert wird. Diese Filter zeigen eine typische Frequenzreaktion, welche mittels einer FFT (Fast-Fourier- Transformation), beispielsweise als ein quasiperiodisches Spektrum, ausgewertet werden kann.

Des weiteren kann eine Verifizierung der Tiefe über die Rauschfrequenzen der Blutzirkulation realisiert werden. Alternativ kann der Impedanzsprung zu Fett bzw. zu kollagenhaltigen Geweben detektiert werden.

Zur Tiefenselektion ist es zweckmäßig, wenn die empfangen Wellen in einem zeitlichen Fenster erfasst werden. Die Laufzeit der Wellen entspricht dabei der Tiefe. Wenn mehrere Fenster angewendet werden ist somit eine Auswertung, entsprechend der gewählten Tiefe, möglich.

Vorteilhaft ist es, wenn zur Tiefenselektion und/oder Parameteranalyse die Hochfrequenzanteile der Hüllkurve des empfangenen RF-Signals (R.F. - radiofrequency) herausgefiltert und das gefilterte

Signal differenziert wird. Dazu kann aus dem RF-Signal durch Gleichrichtung und Tiefpassfilterung die Hüllkurve erzeugt werden. Die Differenzierung kann durch ein Differenzierglied oder angenähert durch einen Hochpass erfolgen. Durch ein Komparator mit Zählerschaltung wird auf bestimmte Signalspannungshöhen, beispielsweise nahe des Maximums oder Nulldurchgangs verglichen und durch stoppen der Zähler die Signallaufzeiten zwischen den einzelnen Maxima ermittelt. Dadurch können die Abgrenzungen von Schichten und/oder Strukturen erfasst bzw. selektiert werden. Daraus ergibt sich ein weiterer Vorteil, dass eine einfachere Auswertefunktion, beispielsweise für spektrale Transformationen, ermöglicht wird. Dazu werden die Zählerstände, entsprechend der Tiefenselektion der Schichten und/oder Grenzschichten, mit den Speicherbereichen des aufgenommenen digitalisierten RF-Signals zur spektralen Transformation in Korrespondenz gebracht. Die Transformation kann dadurch für ein Zeitsignal mit einer gewählten Tiefe bzw. Schicht durchgeführt werden.

Eine weitere Möglichkeit Parameter zu ermitteln bietet sich in der spektralen Auswertung der Prüfobjektdaten. Dazu können die detektierten Signale, die (Rück)-Streuungsverteilung der eingestrahlten Wellenenergie, das Absorptionsspektrum und/oder der frequenzabhängige Rückstreukoeffizient ausgewertet werden. Zur Aufnahme eines Absorptionsspektrums wird ausgenutzt, dass die gesuchten physikalischen bzw. physiologischen Parameter die Ultraschallwellen spektral unterschiedlich stark abschwächen und dadurch das Spektrum die Parameter charakterisiert. Das Absorptionsspektrum kann mittels einer Impulsanregung oder durch eine Vielzahl diskreter Frequenzen gemessen werden. Dazu werden die Frequenzen und/oder die spektrale Zusammensetzung der eingestrahlten Wellen an die interessierenden Parameter angepasst.

Die Auswertung kann durch Transformation der gemessenen Signale in den Frequenzbereich, beispielsweise durch eine FFT oder FHT (Fast-Hartley-Transformation), welche durch ihre Reelwertigkeit Geschwindigkeitsvorteile besitzt, erfolgen. Im Frequenzbereich können den einzelnen Parameter oder Parametergruppen Frequenzen bzw. Frequenzteilbereiche zugeordnet und quantifiziert werden. Dabei hat es sich herausgestellt, dass typischerweise eine wenige Punkte umfassende FFT, beispielsweise 15-20 Frequenzen je Parametergruppe, vorzusehen ist.

Zweckmäßig ist es, wenn die den Parameter zugeordneten Frequenzen in einer Messreihe ermittelt und abgespeichert werden, um für weitere Messungen als Referenz zu dienen. Alternativ kann ein Vergleichsgewebe mit bekannten Parameter zum Kalibrieren angewendet werden, da Messungen durch die Anordnung des Messsystems beeinflusst sein können.

Eine zusätzliche Analysemöglichkeit ergibt sich, wenn die Parameter, beispielsweise der Gewebezusammensetzung, durch ein Histogramm-Verfahren bestimmt wird, wobei die Gliederung der Frequenzreaktion in Klassen der Materialkonstanten Zi der Streukörper bzw. Störstellen der Prüfschichten vorgenommen wird. Dazu werden beispielsweise etwa 10-30 Klassen angewendet. Die Klassifikation wird in die interessierenden Parameter unterteilt und mit Referenzen verglichen.

Ein weiteres Messverfahren ergibt sich nach der FMCW-Methode (Frequency Modulation Continuos Wave). Dabei wird die gesendete Frequenz durch eine, beispielsweise dreieckige Rampe, zeitlich geändert. Wobei die empfangene Frequenz, entsprechend der Laufzeit der Schallwellen, zur gesendeten Frequenz verschoben ist. Die Zwischenfrequenz ist etwa proportional zum differenziellen Abstand der Streukörper bzw. Streuzentren, Refektionssichten oder dergleichen.

Zweckmäßig ist es, wenn durch die Anwendung von FMCW wenigstens ein Zwischenfrequenzspektrum gebildet wird und dadurch die spektrale Detektion bzw. Auswertung vereinfacht wird. Das Zwischenfrequenzspektrum charakterisiert dabei die Vielzahl der streuenden, reflektierenden bzw. parametertragenden Elemente des Prüfobjekts z.B. einer biologischen Matrix. Wobei die Informationen aus den sich ergebenden Spektren die gleichen Abhängigkeiten der Parameter bei reduzierter Frequenzhöhe zeigen. Dadurch besteht ein Vorteil darin, dass die Zwischenfrequenzspektren mit geringeren Abtastfrequenzen erfasst und ausgewertet werden können. Insbesondere können durch die Bildung einer Zwischenfrequenz, Informationen über Dicken bzw. Tiefen von Strukturen bzw. Schichten und/oder Fokusbereiche, in Frequenzen umgewandelt und dadurch die Informationen in eine Frequenzauswertung überführt werden.

Alternativ kann die Frequenzdifferenz zwischen den lokalen Intensitätmaxima von Spektren bzw. Zwischenfrequenzspektren zur Bestimmung von Dicken bzw. Tiefen ausgewertet werden, da diese die Dicken bzw. Tiefen der einzelnen Schichten charakterisieren.

Durch die Auswertung der relativen Intensitäten der Frequenzen eines Spektrums bzw. Zwischenfrequenzspektrums kann, beispielsweise an Stellen der Intensitätmaxima, die Qualität der Adaption bestimmt werden. Dabei wird genutzt, dass die Eigenschaften, beispielsweise Streueigenschaften, der Haut vom Anpressdruck der Finger auf die Adaptionsfläche abhängig sind. Zu einer als ausreichend angenommenen Adaption müssen die Schichten als entsprechende Frequenzdifferenz deutlich abgrenzbar im Spektrum erscheinen. Durch eine Schwelle (threshold) kann ausreichende bzw. nicht ausreichende Adaption unterschieden werden. Des weiteren kann das vollflächige Aufliegen eines Prüfobjekts, z.B. eines Fingers auf der Auflagefläche, mit Hilfe gleichmäßig verteilter Sensoren verifiziert werden.

Zweckmäßig ist es, wenn bei spektralen Auswertungen zusätzliche Informationen aus den Phasenbeziehungen der Frequenzen und/oder Signalen gewonnen werden. Durch Phasenbeziehungen können die Parameter, insbesondere in Tiefenrichtung, genauer charakterisiert werden. Die rückgestreuten, gebeugten, reflektierten und/oder interferierenden Wellen sind bei der Datenerfassung mit weiteren Information überlagert, welche durch die Faltung der Signale mit der Systemübertragungsfunktion entstehen. Die Faltung entsteht bei der Datenaufnahme durch die im Signalweg liegenden elektronischen und physikalischen Komponenten, wie z.B. Ultraschallsender mit Sendergenerator, Empfänger mit Verstärkerschaltung, Vorlaufstrecken, Anpassungsflächen bzw. Anpassungsschichten oder dergleichen, und wird gewöhnlich als Systemübertragungsfunktion bezeichnet. Um die Genauigkeit und/oder die Auflösung zu erhöhen und/oder das Rauschen zu reduzieren, ist es zweckmäßig, dass das empfangene Ultraschallsignal entfaltet wird. Dabei wird genutzt, dass aus zwei Signalen ein Drittes entfaltet werden kann. Zum Eliminieren der Systemübertragungsfunktion werden Ultraschallsignale in einer Messreihe mit einem in den interessierenden Parameter in etwa bekanntem Objekt gemessen. Dabei kann beispielsweise ein definierter Schichtaufbau oder ein Objekt mit definierten elastischen, strukturalen Parameter genutzt werden. Das aufgezeichnete Signal des Systems wird, beispielsweise mittels einer FFT, in den Frequenzbereich transformiert. Das Ergebnis der Transformation ist die gesuchte Systemübertragungsfunktion, wobei die Möglichkeit besteht durch mehrere Referenzobjekte entsprechende Systemübertragungsfunktionen festzulegen und abzuspeichern. Im Frequenzbereich reduziert sich eine Entfaltung auf eine Division von zwei spektralen Signalen. Dazu wird jede Frequenz der Transformierten eines aktuellen Messsignals durch die entsprechende Frequenz der Systemübertragungsfunktionen dividiert.

Zur weiteren Verarbeitung im Zeitbereich ist es vorteilhaft, wenn die entfalteten Signale durch eine inverse FFT in ein Zeitsignal rücktransformiert werden. Die Zeitsignale sind dadurch befreit von störenden Systemabhängigkeiten. Zur Feuchtigkeitsgehaltbestimmung von Haut können die der Schichtdicke entsprechenden Abstände der Spitzenwerte des entfalteten und rücktransformierten zeitlichen Verlaufs eines Messsignals ausgewertet werden, da die Schichtdicke von Haut insbesondere mit dem Feuchtigkeitsgehalt korreliert. In einer Ausführungsform kann die Messung durch Zählerschaltungen durchgeführt werden, welche durch den Spitzenwert n gestartet und durch den Spitzenwert n+1 gestoppt wird, wobei die Zählerstände den Dicken der jeweiligen Schicht entsprechen.

Alternativ können die Schichtdicken bzw. Abgrenzungen durch Korrelation mit Referenzmessungen bekannter Objekte ermittelt werden. Die gesuchten Parameter können dabei durch Vergleich mit den jeweiligen Korrelationsergebnissen bestimmt werden.

Eine weitere Methode zur Parameter-Analyse besteht darin, dass das Zeitsignal, beispielsweise das entfaltete Zeitsignal der detektierten Wellen, in Intervalle unterteilt wird und für diese Intervalle eine Transformation in den Frequenzbereich vorgenommen wird. Zur Parameter-Analyse werden die

Spektralen-Daten für jeden Zeitbereich bezüglich des spektralen Anstiegs bzw. Abfalls analysiert.

Die Steigung des Spektrums wird dabei insbesondere durch die parameterbeeinflusste reguläre/komplexe Streuung der eingestrahlten Wellen charakterisiert. Diese Ableitung des Spektrums kann durch Rauschen und Störungen stark beeinträchtigt sein, was der weiteren

Auswertung schaden würde. Zweckmäßigerweise wird, anstatt das Spektrum direkt abzuleiten, aus einem Set von spektralen Punkten eine lineare Regression gebildet. Der ermittelte Steigungsfaktor der Regressionsfunktion ersetzt den spektralen Abstieg bzw. Abfall. Alternativ kann das

Frequenzsignal vor der Ableitung gefiltert werden. Die so entstandene Derivation liegt, durch die Entsprechung der vorgenannten Zeitintervalle zur Tiefe, als Funktion der Tiefe vor. Dabei ist die

Derivation und/oder Dispersion der Derivationswerte ein Maß für die physikalischen und/oder physiologischen Parameter des betreffenden Prüfobjekts bzw. Gewebestruktur/Matrix.

Zweckmäßig ist es, wenn wenigstens eine Diskriminierungsfunktion, beispielsweise nach dem

Prinzip der Regression bzw. Prinzip der kleinsten Quadrate, über den Verlauf der Derivation und/oder Dispersion der Derivation gebildet wird und dadurch die unterschiedlichen Parameter ausgewertet werden. Als Referenz können beispielsweise Messreihen von Gewebe mit bekannten

Werten genutzt werden.

Zweckmäßig ist es, mit Hilfe des Dopplereffekts, welcher sich in einer Frequenzverschiebung der detektierten Wellen durch Blutrauschen äußert, zu verifizieren ob eine Messung nahe bei den Kapillaren im Stratum-Retikulare bzw. Stratum-Papillare der Haut stattfindet.

Zur Detektion des Parameters Feuchtigkeitgehalt bzw. Emulsionsgehalt durch Cremes können alternativ Impedanzmessverfahren angewendet werden, da die Impedanz der Haut direkt vom Feuchtigkeitsgehalt bzw. applizierten Substanzen wie Cremes abhängt.

Vorteilhaft ist es, wenn Sender und Empfänger so angeordnet werden, dass Mehrfach-Streuung der Ultraschallwellen detektiert werden kann. Dies kann durch einen mehreren Wellenlängen betragenden Abstand von Sender und Empfänger oder durch Einstrahlung bzw. Empfang unter einem Winkel zur senkrechten, beispielsweise 10° - 45°, erfolgen. Weitere Möglichkeiten zur Parameterauswertung ergeben sich aus dem Prinzip der Korrelationsspektroskopie oder Resonanzspektroskopie.

Akustooptische Verfahren können alternativ zu Detektion angewendet werden. Die Auswertung ergibt sich analog zu den entsprechenden (Teil-)Verfahren und kann bevorzugt bei akustooptischen Merkmalsensoren genutzt werden.

Zusammengefasst folgt nach der Detektion der Parameter deren Auswertung. Dazu können mehrere Alternativen zur Auswertung von Parameter angewendet werden.

Zur Auswertung kann eine aufgenommene Messkurve mit abgespeicherten bekannten Messkurven verglichen werden und daraus die gesuchten Parameter ermittelt werden. Zweckmäßig ist es, wenn die Parameter durch Vergleichsmessungen mit bekannten Objekten festgestellt werden und die Ergebnisse in Form einer Funktion, Tabelle, Karte oder dergleichen abgespeichert werden.

Alternativ kann ein Vergleich durch Korrelation mit Referenzinformationen, beispielsweise Referenzmesswerten, Referenzfunktionen oder Referenztabellen, durchgeführt werden. Vorteilhaft ist es, wenn die Auswertung mittels einer Kartendarstellung (Map) erfolgt. Dabei werden Messpunkte und/oder Regressionen der Messpunkte und/oder die jeweiligen Transformierten im Frequenzbereich, beispielsweise die spektrale Steigung und spektrale Amplitude, in die Karte eingetragen. Häufigkeiten von eingetragen Punkten können zu Regionen zusammengefasst werden. Die Parameter werden durch Vergleich mit den Regionen wenigstens einer Referenzkarte ermittelt.

Alternativ zu analytischen Auswerteverfahren und/oder Kartendarstellungen können unscharfe Logik, beispielsweise Fuzzy-Logic, Neuronale Netze, beispielsweise selbstorganisierende Karten, oder dergleichen zum „Vergleichen" angewendet werden.

Zweckmäßig kann zur Auswertung von Parameter, als weiterer systemtheoretischer Ansatz, das Prinzip der Modalen-Entkopplung angewendet werden.

Vorteilhaft ist es, wenn die Parameter mit Hilfe von Gütemerkmale ausgewertet werden. Die

Gütemerkmale werden vorzugsweise durch Differenzbildung bzw. Fehler zu gespeicherten Kurven bzw. Referenzen gebildet. Durch ein Vergleich mit einer einstellbaren Schwelle kann bei zu geringer

Güte die Erfassung bzw. Auswertung abgebrochen und/oder mit neuer Einstellung wiederholt werden.

Zweckmäßig ist es, wenn wenigstens eine Ergebnis der Gütebestimmung zum Optimieren weiterer, beispielsweise sich wiederholende, Detektions- und/oder Auswerteschritte vorgesehen ist. Durch mehrfaches Erfassen bzw. Auswerten können die Parameter genauer bestimmt werden.

Zweckmäßig ist es, wenn zur Gütebestimmung das Prinzip der kleinsten Quadrate (least-square) vorgesehen wird.

Eine alternative Gütebestimmung besteht darin, dass die quadrierte Fehlerfunktion und/oder Abweichungen zu Referenzen über eine bestimmte Zeit, vorzugsweise die Messzeit der Sensoren, integriert wird, wobei das Güteoptima mit dem Minimum der quadrierten bzw. integrierten Fehlerfunktion zusammenfällt. Zweckmäßig ist es, wenn die Eigenschaften des Erkennungssystems mit Hilfe eines Gütemerkmals auf veränderliche und/oder unbekannte Prüfobjektparameter eingestellt werden. Dadurch können Parameter von einer Vielzahl unterschiedlicher Prüfobjekte, beispielsweise Personen und/oder Datenträger, ausgewertet werden.

Vorteilhaft ist es, wenn die Zulassungstoleranz des Merkmalerkennungssystems, beispielsweise mit Hilfe eines Gütemerkmals, variabel an die Qualität der Datenerfassung adaptiert wird. Dadurch wird entsprechend der Qualität der Datenerfassung eine optimale Erkennungssicherheit erreicht und insbesondere die unvermeidbare Restfehlerquote minimiert.

Die Kompensation der Parameter des Prüfobjekts bzw. der Auflagefläche des Prüfobjekts erfolgt durch die Modifikation der Eigenschaften und/oder Methoden des Merkmalerkennungssystems, beispielsweise der Merkmalsensoren, durch Abstimmen mit den ermittelten Kompensationswerten. Die Merkmalsensoren sind dazu in ihren statischen und/oder dynamischen Eigenschaften, bzw. Methoden abstimmbar auszuführen. Aufgrund der Vielzahl existierender Merkmaisensoren wird im folgenden die Modifikation exemplarisch beschrieben.

Kompensationswerte werden aus den Parametern durch festgelegte Zuordnungen, Funktionen und/oder Tabellen, entsprechend den Anforderungen der Merkmalsensoren, ermittelt. Die

Zuordnungen, Funktionen und/oder Tabellen können durch die Ergebnisse von Messreihen, bzw. Auswertungen und/oder theoretischen Betrachtungen zum jeweiligen Sensortyp ermittelt bzw. festgelegt werden.

Vorteilhaft ist es, wenn zur Modifikation wenigstens eine charakteristische Kennlinie, beispielsweise die Sensitivität und/oder Selektivität, der Merkmalsensoren verändert wird.

Eine weitere Möglichkeit bietet sich, wenn die zeitliche Steuerung (Timing) des Sensors verändert wird. Dadurch können die Aufnahmezeit und/oder die Integrationszeit der Merkmalsensoren eingestellt werden.

Weitere Optionen ergeben sich sensorspezifisch durch Einstellungen von Amplitude, Frequenz, Phase, Fokussierung, Signallaufzeit, Referenzspannung des Analog/Digital-Wandlers, Referenzwiderstände, Referenzkondensatoren, Referenzstromquellen, Referenzspannungsquellen oder dergleichen.

Alternativ zu den Sensoren können die Algorithmen der Auswerteschaltungen, bzw.

Auswertungsmethoden des Merkmalerkennungssystems, beispielsweise Vorverarbeitung,

Merkmalextrahierer und/oder Vergleichseinheit modifiziert werden. Wobei insbesondere die

Erkennungstoleranzen, Kontrasterhöhungsalgorithmen, Kantenextrahierung, Minuzienextrahierung, Rauschfilter, Artifaktefilter/Artifakteextrahierer oder dergleichen modifiziert werden können.

Erfindungsgemäß kann, für den Fall, dass ein Kompensationsschritt bzw. Modifikationsschritt nicht erfolgreich ist, auf ungünstige Identifizierungsbedingungen aufmerksam gemacht werden und beispielsweise eine Aufforderung zum Abwischen der Finger gegeben werden. Dadurch kann eine erneute automatische Kompensationsprozedur mit neuen Startbedingungen durchgeführt werden. Die Erfindung betrifft ferner die Auswertung und Kompensation von Einwirkungen der Auflagefläche/Adaptionsfläche von Merkmalsensoren, weil diese das Identifizierungsergebnis, beispielsweise in Folge einer dadurch bedingten schlechten Adaption des Prüfobjekts, entscheidend beeinflussen können. Einflüsse, wie Emulsionen z.B. Feuchtigkeit-Cremes, -Fett, -Öl, -Geschirrspühlmittel oder Dispersionen z.B. Feuchtigkeit-Schmutz oder dergleichen, wirken hauptsächlich an der Auflagefläche, bzw. Adaptionfläche und sind im täglichen Gebrauch für den Benutzer oft unbemerkt - aber identifikationsrelevant vorhanden. Erfahrungsgemäß betrachten Benutzer von Erkennungssystemen Feuchtigkeit oder eingecremte Finger nicht als Verschmutzung bzw. als identifikationsstörend. Abhilfe könnte schon durch Abwischen der Fingerkuppen geschaffen werden, wobei der Systembenutzer diese Probleme meistens nicht erkennt oder bei Fischhautbildung nicht in der Lage ist bessere Identifizierungsbedingungen, beispielsweise durch Abwischen der Fingerkuppen, zu ermöglichen. Die erfindungsgemäße automatische Kompensation dieser physikalischen Parameter ermöglicht, dass Nutzen und Praktikabilität für Systemteilnehmer erhöht werden. Insbesondere akustische, optische oder kapazitive Merkmalsensoren weisen bei zu trockenen Fingerkuppen Schwierigkeiten in Folge des Impedanzsprungs der Anpassungsfläche zur Haut auf. Mit zunehmender Feuchtigkeit auf der Auflage bzw. Feuchtigkeitsgehalt der Haut tritt eine Impedanzanpassung der Wellen ein. Die durch Fehlanpassung entstehende erhöhte Reflexion bzw. reduzierte Transmission in das Prüfobjekt, wird bei der Erfassung und/oder Auswertung der Merkmale durch die Parametrisierung und Kompensation des Adaptionsverhaltens geeignet berücksichtigt.

Aufgrund der durch die Verschmutzung veränderten Streueigenschaften der Haut bzw. Auflagefläche der Merkmalsenoren können verschmutzte Bereiche bereits vor der Merkmalaufnahme feststellt werden und abhängig von der Art der Verschmutzungen das Erkennungssystem durch, beispielsweise Modifikation der Sensorparameter, Kontrastanhebung, verfeinerte Kantenextrahierung oder dergleichen kompensiert werden.

Zweckmäßig ist es, wenn durch eine lokal ausgewertete Parametrisierung die Merkmalsensoren entsprechend lokal modifiziert werden. Erfindungsgemäß kann bei starker Verschmutzung und/oder wenn die Kompensation fehlschlägt, an den Benutzer eine entsprechende Signalisierung bzw. Aufforderung zum Abwischen der Finger abgeben werden.

Die Erfindung kann weiter benutzt werden, um bei einer Minuzienauswertung des Fingerabdrucks Artifakte, insbesondere durch Verletzungen oder rissiger Haut, bei der Merkmalaufnahme zu kompensieren. Die Algorithmen, welche typischerweise die Minuzien des Fingerabdrucks auswerten, werden durch Artifakte erheblich gestört, weil schon wenige Artifakte zum Versagen der Merkmalidentifizierung führen können. Durch die Detektion von Verletzungen und deren Parametrisierung können die Komponenten des Erkennungssystems modifiziert werden. Dabei wird ausgenutzt, dass Risse bzw. Verletzungen sich, insbesondere durch deren Streueigenschaften charakterisiert werden können, welche sich beispielsweise in entsprechenden akustischen bzw. optischen Spektren zeigen. Zur Modifikation kann die Sensitivität, die Selektivität, Messmethode des Merkmalsensors oder dergleichen eingestellt werden. Weiter bietet sich die Möglichkeit Risse bzw. Verletzungen durch lokale Parametrisierung lokal zu kompensieren.

Erfindungsgemäß können abgeschliffene Fingerabdrücke ausgewertet und kompensiert werden. Durch die abgeflachten Erhebungen des Fingerabdrucks, beispielsweise in Folge mechanischer Beanspruchung, kann der Kontrast der Merkmalaufnahme reduziert sein. Durch die Kompensation der Parameter, bzw. Modifikation des Merkmalsensors kann der Kontrast erhöht werden.

Erfindungsgemäß kann das Prinzip der Auswertung und Kompensation von physikalischen bzw. physiologischen Parameter und Modifikation des Merkmalsensors zur Optimierung der Fälschungssicherheit bzw. Lebenderkennung genutzt werden. Dabei kann festgestellt werden ob eine Finger-Nachbildung auf der Adaptionsfläche aufliegt, wobei diese von weiteren Erkennungsprozeduren ausgeschlossen werden kann. Zur Lebenderkennung wird die Tatsache genutzt, dass bei Auflage von Finger-Nachbildungen, beispielsweise aus Silikon, Gummi oder dergleichen, der Merkmalsensor durch fehlende oder unzureichende physikalische bzw. physiologische Parameter des erwarteten Prüfobjekts, beispielsweise einer Fingerkuppe, in einem ungünstigen Bereich modifiziert wird, da insbesondere die Parameter der Haut fehlen. Dadurch entstehen Informationsverluste, Störungen, Rauschen, Artifakte, Kontrastverluste und dergleichen, die ausgewertet werden können.

In einem Auswerteschritt werden die Informationen der Merkmalaufnahme, beispielsweise in Form eines Grauwertbildes, auf die erfasste Informationsqualität analysiert und/oder bezüglich des Informationsgehalts, beispielsweise Anzahl der auswertbaren Minuzien, bewertet. Eine vorteilhafte Ausführungsform besteht darin, dass ein Vergleicher die Informationen, normiert durch die vorhandene Quantifizierung, beispielsweise Grauwert oder Farbwert, auf einen überwiegend auftretenden Wert, beispielsweise Schwarz, Weiß oder ein anderer Wert, überprüft. Wenn eine einstellbare Schwelle der Werte über- bzw. unterschritten wird, kann von einem Manipulationsversuch ausgegangen werden. Eine alternative Ausführungsform besteht darin, dass der Kontrast der Informationen, beispielsweise eines (Teil-)Grauwertbildes, ausgewertet wird, wobei durch eine einstellbare Schwelle Bilder mit wenig Kontrast als Manipulationsversuch gewertet werden können.

In einer weiteren Ausführungsform können die Informationen der Merkmalsensoren auf starke Rauschwirkung, hohe Artifaktbildung und/oder uneinheitliches Bild überprüft werden. Um die Rauschanteile bzw. Artifakte zu erfassen, können die Informationen spektral untersucht werden.

Zweckmäßig ist es, wenn zur Lebenderkennung die Informationen der Merkmalsensoren statistisch mittels Histogrammen ausgewertet werden und Abweichungen zu idealen Häufigkeitsverteilungen gebildet werden.

Mit der erfindungsgemäßen Detektion und Auswertung von physiologischen Parameter ist eine Optimierung von herkömmlichen Lebenderkennungen auf der Basis von Parametervergleichen, durch die Auswertung von nicht auf Distanz erfassbaren latenten Hautschichten, möglich. Dazu wird genutzt, dass latente Strukturen bzw. Schichten der Haut biometrische Parameter darstellen die sich während der Detektion nicht signifikant ändern und dadurch in einem kurzen Messzyklus erfasst werden können. Mit der Auswertung bzw. Modellierung der Strukturen/Schichten und Vergleich mit Normdaten ergibt sich eine schnelle, manipulationsgesicherte Lebenderkennung. Zum Vergleich mit

Normdaten sind insbesondere die latenten Hautschichten Stratum-Papillare, Stratum-Retikulare und/oder deren Grenzschichten zu benachbarten Strukturen, beispielsweise Epithelstrukturen, geeignet. Diese Strukturen bzw. Schichten unterliegen dabei, im Gegensatz zu anderen physiologischen Parameter, keinen großen Schwankungen zu Normdaten und sind zusätzlich vom Live-System, beispielsweise Durchblutung, Kapillare, Gewebezusammensetzung von keratinhaltigen

Strukturen bzw. Zellwachstum, abhängig.

Das Auswerten der Schichten Stratum-Papillare und Stratum-Retikulare hat weiterhin den Vorteil, dass bei einem abgeschliffenen Fingerabdruck, diese Strukturen mit hoher Wahrscheinlichkeit unversehrt bleiben, weil eine Verletzung bis in diese Strukturtiefe eine Schmerzreaktion auslösen würde.

Zweckmäßig ist es, wenn das Ergebnis der Lebenderkennung bzw. Fälschungserkennung im positiven Fall zum Einschalten und im negativen Fall zum Auschalten bzw. Abbrechen der restlichen 2005/001553

- 17 - Merkmalaufnahme bzw. Merkmalauswertung dient.

Vorteilhaft ist die Möglichkeit, dass das Erkennungssystem im negativen Fall der

Lebenderkennung alle Transaktionen sperren und/oder einen stillen Alarm auslösen bzw. aufzeichnen kann. Durch einen stillen Alarm kann ein Zentralrechner das Erkennungsystem an einer Vielzahl von Terminals gleichzeitig sperren. Dadurch werden Manipulationen an anderen Terminals, beispielsweise Geldautomaten, verhindert.

Zum Verhindern, dass Rückstände in Form eines Fingerabdrucks durch Fett, Cremes oder

Emulsionen mit Flüssigkeiten auf dem Merkmalsensor identifiziert werden, ist es zweckmäßig, dass die Sensoradaptionsfläche durch den Sensor für physikalisch/physiologische Parameter auf Rückstände überprüft wird. Dabei wird die Tatsache genutzt, dass die Rückstände zwar die individual-typischen Merkmale eines Fingerabdrucks besitzen, jedoch die Informationen, insbesondere die Wechselbeziehungen, der physiologischen Parameter der Haut des Fingers fehlen.

Diese Informationen müssen für eine positive Identifizierung vorhanden sein und werden für die

Entscheidung - Finger oder Rückstand - ausgewertet. Dabei besteht der Vorteil der Erfindung, dass keine schätzbaren oder auf Distanz aufnehmbaren Parameter genutzt werden können und dadurch die Erkennungsicherheit erhöht wird.

Vorteilhaft ist es, wenn zur Rückstandsdetektion physiologische Parameter und/oder Wechselbeziehungen latenter Hautschichten, beispielsweise die der Hautschichten Stratum- Papillare und/oder Stratum-Retikulare, erfasst und ausgewertet werden. Da den Rückständen diese Informationen fehlen, kann dadurch auf einen Rückstand geschlossen werden.

Alternativ kann zur Überprüfung von Rückständen in Form eines Fingerabdrucks das Ergebnis der Merkmalauswertung in regelmäßiger zeitlicher Abfolge ausgewertet werden. Im Falle, dass eine

Person erkannt wird, werden zusätzlich die physiologischen Parameter bzw. Wechselbeziehungen ausgewertet, wobei beim Fehlen von charakteristischen Parameter von einem Rückstand mit Fingerabdruckform ausgegangen werden kann.

Zweckmäßig ist es, wenn die Auswertung der Rückstandsdetektion den Merkmalsensor und/oder Erkennungsprozeduren sperrt, wenn Rückstände detektiert werden und diesen freigibt, wenn die Rückstände entfernt wurden.

Zweckmäßig ist es, wenn bei Detektion von Rückständen ein entsprechendes Alarmsignal oder Benutzerhinweis ausgegeben wird.

Vorteilhaft ist es, wenn die Sensoren für Parameter und Merkmale in bifunktionaler Weise genutzt werden. Dabei können wahlweise physikalische/physiologische Parameter durch die Sensoren für die individual-typischen Merkmale detektiert werden oder Merkmale über Parametersensoren gemessen werden. Dazu werden einige Zellen der Merkmalsensoren hinsichtlich der Parameterauswertung bzw. Parametersensoren hinsichtlich der Merkmalaufnahme modifiziert. Der Vorteil ist dadurch gegeben, dass die Grundstruktur der Sensorfläche des Merkmalsensors hinsichtlich der Merkmalerkennung erhalten bleibt.

Zweckmäßig ist es, wenn die Parametersensoren Merkmale erfassen und dabei vorzugsweise nach dem gleichen Funktionsprinzip, beispielsweise akustisch bzw. auf ultraschallbasis, realisiert sind.

Die Erfindung bietet, insbesondere durch das Anwenden des gleichen Funktionsprinzips der Sensoren, einen weiteren Vorteil, dass beispielsweise nur die Parametersensoren bzw. deren Auswerteschaltungen mit verbesserten Eigenschaften, beispielsweise Frequenzbereich und/oder Empfindlichkeit, ausgestattet und zur Merkmalerfassung umgeschaltet werden. Wobei aufgrund der Verfahrenanalogie die Merkmalsensoren bzw. Parametersenoren nur durch die unterschiedlichen Messbereiche, Auswertung und Signalverarbeitung oder dergleichen differieren und dadurch kostengünstig in gleicher Technologie herstellbar sind.

Zweckmäßig ist es, wenn beim Detektionsschritt für Parameter einige für die Parametererfassung vorgesehenen Sensorzellen von den Merkmalauswerteschaltungen abgekoppelt werden und mit der Auswerteeinheiten für Parameter verbunden werden. Bei der Messung von Merkmalen werden die Parametersenoren wieder zugeschaltet und füllen dadurch die Lücken in der Merkmalsaufname. Der Vorteil ist dabei, dass je nach Anzahl von Parametersensoren, die Merkmalaufnahme durch das Schließen der Lücken etwa die volle Auflösung bzw. Genauigkeit beibehält.

Ein weiterer Vorteil ergibt sich aufgrund des meist geringeren Anforderungsprofils an Merkmalsensoren, da diese mit reduzierten Eigenschaften, beispielsweise geringeren Frequenzbandbreite und/oder geringerer Empfindlichkeit, gegenüber den Parametersensoren detektieren und dadurch, insbesondere bei Herstellung in gleicher Technologie, mit höherer Packungsdichte bzw. Auflösung realisiert werden können.

In einer, hinsichtlich der Sensoren, bifunktional genutzten Ausführungsform kann die Erfindung vorteilhaft, insbesondere ultraschallbasierende Erkennungssysteme ersetzen, die latente Merkmale der Epithelstrukturen auswerten. Dazu wird der Fingerabdruck, anstatt die latenten Merkmale der Epithelschichten breitbandig zu erfassen, mit wenigen Frequenzen, beispielsweise im Bereich von 1 - 20 MHz, durch eine einfachere oberflächliche Merkmalaufnahme erfasst. Zur Gewährleistung der Erkennungssicherheit werden physikalische/physiologische Parameter kompensiert und wenigstens eine erfindungsgemäße Lebenderkennung und/oder Echtheitsbestimmung durchgeführt. Da die Mehrzahl der Sensoren - Merkmalsensoren bzw. Auswerteschaltungen mit geringeren Frequenz bzw. Empfindlichkeit ausgestattet werden, wird dadurch, bei hoher Systemsicherheit, ein Kostenvorteil erreicht.

In einer weiteren Ausgestaltung kann die Sensoroberfläche auf Beschädigungen, beispielsweise Kratzer, Haarrisse oder Bruch, überprüft werden, wobei Kratzer bei der Erkennung zu Artifakten und/oder zusätzliche Störungen führen können. Zur Detektion wird wenigstens ein Parametersensor auf die Adaptionfläche fokussiert und die Parameter der Adaptionfläche gemessen. Eine weitere Möglichkeit besteht darin, dass wenigstens ein Sensor die Adaptionfläche permanent abtastet. Für den Fall, dass die Sensoroberfläche zu stark beschädigt ist, kann eine entsprechende Signalisierung, beispielsweise ein Hinweis zum Austauschen des Sensors, erfolgen.

Vorteilhaft ist die Option, dass die Erfassung eines individual-typischen Merkmals automatisch durch die Detektion von prüfobjekttypischen bzw. personentypischen physiologischen Parametern gestartet werden kann. Dieses automatische Capturing bei der Adaption eines Fingers erfolgt beispielsweise, wenn durch die Auswertung von hauttypischen Parameter und/oder Wechselbeziehungen eine entsprechende Änderung festgestellt wird.

Zweckmäßig ist es, wenn das Erkennungssystem und weitere Anwenderschaltungen mit der Detektion von prüfobjekttypischen Paramerter aus einem Stand-by Modus in den Betriebsmodus versetzt wird und/oder die Kommunikation mit anderen Rechnern und/oder Verschlüsselung bzw. Entschlüsselung von Daten initiiert wird. Vorteilhaft ist, dass physikalische und/oder physiologische Parameter bzw. die Ergebnisse deren Auswertung zum Generieren von unabhängigen kryptologischen Schlüsseln verwendet werden können. Alternativ können die bisher angewendeten Schlüssel zur Erhöhung der Systemsicherheit erweitert werden. Dazu werden die Resultate der Parameterauswertung in analoger und/oder digitaler Form als Eingangswerte zur Schlüsselerzeugung, insbesondere zum Erzeugen von Zufallszahlen vorgesehen. Besonders vorteilhaft ist dabei, dass durch die Toleranzen der physikalischen/physiologischen Parameter mit jeder Messung neue und unabhängige Schlüssel generiert werden können.

Zweckmäßig ist es, wenn durch die Verschlüsselung bzw. Entschlüsselung ein Interface und/oder Datenübertragung zu einem Host freigegeben wird.

Zweckmäßig ist es, wenn ein Teil oder die gesamte Software und/oder Daten des Erkennungssystem erst nach erfolgreichem Übertragen und Freischalten durch einen passenden Schlüssel in das Erkennungssystem geladen wird. Das Erkennungssystem kann dadurch, beispielsweise bei Diebstahl, nicht ohne den zugehörigen Host betrieben oder analysiert werden. Weitere Anwendungsmöglichkeiten bieten sich in Hash-Funktionen, digitalen Unterschriften, ZKIP-Systeme (Zero Knowledge Interaktive Proof - System), Sitzungsschlüssel oder verschlüsselungsähnliche Methoden, welche vorteilhaft durch die Auswertung von physikalischen bzw. physiologischen Parameter optimiert werden können.

Erfindungsgemäß kann das Verfahren und die Vorrichtung für diverse Prüfobjekte angewendet werden. Für moderne Erkennungssysteme sind neben der Erkennung von biometrischen

Merkmalen, zudem die Merkmale von Datenträger und/oder elektronischen Dokumenten, beispielsweise Smart-Cards, Führerscheine, Personalausweise oder dergleichen, relevant.

Datenträger bzw. Dokumente weisen, in analoger Weise wie individual-typische biometrische

Merkmale, identifizierbare individuelle Merkmale, beispielsweise die Papierstruktur oder Struktur eines Laminats, auf. Die Erfindung kann dementsprechend zur physikalischen Parameteradaption von Datenträger, beispielsweise hinsichtlich Materialeigenschaften einer Smart-Card mit integriertem

Mikrochip, genutzt werden und dadurch deren Identifizierung optimieren.

Nachfolgend ist die Erfindung anhand der Zeichnungen noch genauer beschrieben. Es zeigen: Fig. 1 eine Ultraschallaufnahme der Fingerbeere zur Verdeutlichung des Erfindungsprinzips Fig. 2 eine Ultraschallaufnahme der Fingerbeere nach Applikation von Wasser Fig. 3 eine optische Aufnahme der Fingerbeere zur Verdeutlichung des Erfindungsprinzips Fig. 4 eine optische Aufnahme der Fingerbeere nach Applikation mit Wasser Fig. 5 eine schematische Blockdarstellung des Erfindungsprinzips und Ausführungsform Fig. 6 eine schematische Flussdiagrammdarstellung der Optimierung der

Erkennungssicherheit von Erkennungssystemen durch Kompensation von Prüfobjektparameter Fig. 6a eine schematische Flussdiagrammdarstellung einer Lebenderkennung von

Prüfpersonen Fig. 7 ein Schaubild mit den typischen Fehlerkurven von biometrischen Erkennungssystemen zur Bildung von Gütemerkmalen Fig. 8 eine schematische Blockdarstellung eines zulassungsadaptiven Erkennungssystems Fig. 9 eine typische Häufigkeitsverteilung von merkmalcharakterisierenden Grauwerten eines kapazitiven Merkmalsensorsystems in Summenhistogrammdarstellung zur

Verdeutlichung der Modifikation von Merkmalsensoren

Fig. 10 eine Ausführungsform eines modifizierten kapazitiven Merkmalsensorsystems Fig. 11 eine schematische Darstellung einer Anordnung von Merkmalsensoren und

Parametersensoren Fig. 12 eine Alternative zu Fig. 11 Fig. 13 eine weitere Alternative zu Fig. 11 und/oder 12

Fig. 14a eine schematische Darstellung einer Ausführungsform der Detektion und Auswertung von Parameter des Prüfobjekts und/oder der Auflagefläche

Fig. 14b eine Abwandlung von Fig. 14a Fig. 15 ein mittels Ultraschall aufgenommener spektraler Verlauf von Hautschichten bzw.

Gewebe zur Auswertung und/oder Modellierung von physikalischen und/oder physiologischen Parameter Fig. 16 eine schematische Darstellung der spektralen Amplitude und Steigung in Form einer

Karte zur Parameterauswertung Fig. 17 eine Ausführungsform in schematisierter Blockdarstellung eines in der

Erkennungssicherheit optimierten Erkennungssystems zur Identifikation eines

Prüfobjekts, insbesondere zur Identifikation der Merkmale eines menschlichen Fingers

In Fig. 1 wird in einer Querschnittsdarstellung eine Ultraschallaufnahme der Fingerbeere zur Erläuterung bzw. Verdeutlichung der Parameterauswertung anhand des Schichtaufbaus der Haut gezeigt. Die obere Begrenzung der Epidermis 1 stellt sich entsprechend dem Relief des Fingerabdrucks in Wellenform dar. Die obersten Hornschichten des Stratum-Comeum 2 beinhalten das verhornte Plattenepithel und die Keimschicht der Epithelstrukturen. Das Stratum-Corneum 2 wird in regelmäßigen Anordnungen von spiralförmigen Ausführungsgängen exokriner Schweißdrüsen durchzogen, welche jeweils zentriert in einer Erhebung enden und zu einem Teil durch Exsudation den Feuchtigkeitsgehalt der Haut bestimmen. Die Abstände betragen ca. 800μm bis 950μm. Die Dermis 3 ist die kollagen-bindegewebige Lederhaut unter der Epidermis 1 gelegene Schicht der Haut, unterteilt in Stratum-Reticulare und Stratum-Papillare 4. Mit einem Pfeil 6a ist die Dicke des Stratum-Corneum 2 ohne Applikation von Substanzen dargestellt. Dabei ist die Dicke des Stratum- Corneum 2 an den einzelnen Fingern unterschiedlich. Bei den gemessenen Testpersonen ist sie am rechten Zeigefinger mit 182±49μm am größten, am linken Ringfinger mit 145±27μm am geringsten. Zwischen den einzelnen Personen bestehen große interindividuelle Unterschiede bezüglich der Dicke, wie die hohen Standardabweichungen belegen. Daraus ergibt sich, dass die verschiedenen Finger einer Person und besonders die Finger von unterschiedlichen Personen mit unterschiedlichen Einstellungen des Sensorsystems gemessen werden müssen. Der Bereich der Stratum-Papillare 4 zeigt sich als reflektions- und streuungsstarkes Band zwischen Epidermis 1 und Dermis 3 und ist daher besonders für die Erfassung bzw. Auswertung von Parameter geeignet. In Fig. 2 sind wie in Fig.1 die Hautschichten der Epidermis 1 und Dermis 3 gezeigt, wobei die Haut einer Feuchtigkeit-Creme Applikation ausgesetzt war. Durch das Einwirken der Substanzen ist eine deutlich erhöhte Dicke 6b des Stratum-Corneum 2 im Vergleich zur Dicke 6a (Fig. 1) erkennbar. Auch die Reflexion und Streuung im Bereich der Stratum-Papillare 4 verändern sich entsprechend der Applikation. Wobei sich die akustische Impedanz der Hautschichten durch die Applikation an die Impedanz von Wasser anpasst. Änderungen der Dichte, Raumstruktur, Schallgeschwindigkeit und Streuverhalten bzw. Reflexionsverhalten sind ebenfalls feststellbar. Daraus bietet sich die Möglichkeit die gesuchten Parameter, beispielsweise der Feuchtigkeitsgehalt, über die detektierten Größen bzw. Messsignale, beispielsweise akustische Impedanz bzw. Impedanzverlauf, Streuung, Absorption oder dergleichen zu ermitteln.

Fig. 3 zeigt eine stilisierte optische Bildaufname mittels OCT (Optical Coherence Tomography), mit einem Ausschnitt der Epidermis 1 und Dermis 3, zur Verdeutlichung der alternativen Detektion von Parameter auf optischer Basis. Das Stratum-Corneum 2 ist mit Pfeilen für die Dicke 8a - 8c an unterschiedlichen Positionen dargestellt. Die spiralförmigen Ausführungsgänge 7 der Schweißdrüsen sind hier schematisch sichtbar. Der optische Brechungsindex 5 ist exemplarisch in die Hautstruktur eingezeichnet, wobei der Brechungsindexverlauf im Stratum-Corneum 2 sowie im Bereich des Stratum-Germinativum 9 zur Auswertung abschnittsweise mit einer Geraden angenähert werden kann. Dabei ändert sich der Brechungsindex mit den Parameter der Struktur bzw. Schichten.

Fig. 4 zeigt die gleiche Aufnahmeregion wie Fig. 3 nach einer Wasser Applikation. Die Dicke 8d - 8f des Stratum-Corneum 2 hat durch das Aufquellen der Haut zugenommen, wobei die dargestellten Pfeillängen denjenigen ohne Applikation entsprechen. Die Änderung ist jeweils in der Distanz zu den darunter liegenden Schicht des Stratum-Germinativum 9 erkennbar. Der Verlauf des Brechungsindex 5 hat sich durch das geänderte Streuverhalten bzw. Reflexionsverhalten gleichfalls signifikant verändert.

Durch die Informationen der Figuren 1 bis 4 wird insbesondere die Abhängigkeit der Parameter und/oder Merkmale der Hautschichten vom Feuchtigkeitsgehalt gezeigt und die, hinsichtlich einer optimierten Erkennung, nötige Adaption der Merkmalsensoren an die jeweilige Applikationssituation dargelegt.

Anhand der Figuren 1 bis 4, histologischen Schnitten und aufgrund von Messreihen zeigt sich zudem, dass sich die jeweils tiefere Schicht der Haut als generierende Schicht der darüber liegenden, dependenten Schicht darstellt. Dies zeigt sich besonders beim Schichtvergleich von Stratum-Papillare 4 zu den Papillaren-Linien des Fingerabdrucks. Bei Messungen äußert sich dies durch eine hohe Korrelation, beispielsweise der Wellencharakteristik, der einzelnen Schichten. Diese Tatsache kann dabei vorteilhaft für die Lebenderkennung, das Verhindern der Identifikation von Nachbildungen und/oder zur Rückstandsdetektion genutzt werden.

Im Bereich der spiralförmigen Ausführungsgänge der Schweißdrüsen 7 treten Abweichungen bzw. Unregelmäßigkeiten und/oder Diskontinuität in den jeweiligen Wechselbeziehungen der Schichten auf, welche charakteristisch für Haut, beispielsweise zur Lebenderkennung bzw. zum Abweisen von Nachbildungen, ausgewertet werden können.

Fig. 5 beschreibt das Erfindungsprinzip und Ausführungsform in einer schematischen Blockdarstellung. Insgesamt werden die Funktionen eines konventionellen Merkmalerkennungssystems 10 durch ein erfindungsgemäßes Parameteradaptionssystem 20 erweitert. Das Merkmalerkennungssystem 10 umfasst ein Merkmalsensorsystem 11, welches individuelle Merkmale einer Person, beispielsweise die Minuzien des Fingerabdrucks detektiert, und Auswertefunktionen 13, 15, 18, welche die Merkmale zur Identifikation des Prüfobjekts auswerten. Das Merkmalsensorsystem 11 kann beispielsweise als akustischer Sensor, kapazitiver CMOS- Sensor oder als optischer Sensor ausgeführt sein. Die erfassten Sensordaten 12 stellen die Merkmale bzw. Merkmalrohdaten einer Person dar. Die Sensordaten 12 werden durch einen Verarbeitungsalgorithmus 13, beispielsweise Kantenextrahierung, Kontrasterhöhung, Rauschfilterung, Artifaktfilterung, vorverarbeitet. Es entsteht ein vorverarbeitetes Bild 14 des Fingerabdrucks. Aus diesem Bild 14 wird durch ein Merkmalextrahierer 15 (Encoder) die Merkmalliste 16 erstellt. Diese Merkmalliste 16 stellt bei der Identifikation bzw. Verifikation im allgemeinen die Beschreibung einer Person auf der Merkmalsebene dar. Zur Aufnahme von Referenzen, können die Daten des Merkmalextrahierers 15 in einem Merkmalspeicher 17 abgespeichert werden, wobei in diesem Merkmalspeicher 17 ein Set von Merkmallisten 16 wenigstens einer Person enthalten ist. Durch eine Vergleichseinheit 18 (Matcher) werden üblicherweise die Daten einer aktuellen Merkmalliste 16 mit einer oder mehreren Merkmallisten im Merkmalspeicher 17 verglichen. Die Vergleichseinheit 18 wertet die Daten nach einem Schema aus und stellt weiteren nicht eingezeichneten Funktionen oder Anwendungen, beispielsweise Funktionen zum Auslösen einer Transaktion, ein entsprechendes Identifizierungsergebnis 19 der Merkmalauswertung zur Verfügung.

Mit der Blockdarstellung des Parameteradaptionssystems 20 kommt die erfindungsgemäße Funktionalität zur Optimierung der Erkennungssicherheit, insbesondere durch die Kompensation der physikalischen und/oder physiologischen Parameter des Prüfobjekts bzw. der Auflagefläche des Prüfobjekts, hinzu. Dazu wird wenigstens ein Parametersensorsystem 21 für physikalische und/oder physiologische Parameter mit wenigstens einem Auswertesystem 22 über das Interface 24 verbunden. Das Interface 24 kann analog oder vorzugsweise digital ausgeführt werden. Dabei erfasst das Parametersensorsystem 21 permanent, zeitlich gesteuert und/oder ausgelöst durch ein Auflagesignal, physiologische und/oder physikalische Daten des Prüfobjekts und/oder physikalische Daten der Auflagefläche des Prüfobjekts.

Das Auswertesystem 22 wertet die Parameterdaten aus und bestimmt aus den Parameter des Prüfobjekts und/oder Auflagefläche die Kompensationswerte zur Kompensation der jeweiligen Parameter. Die Kompensation der Parameter erfolgt durch Abstimmung bzw. Modifikation der Eigenschaften und/oder Methoden des Merkmalerkennungssystems 10 und adaptiert dadurch das Merkmalerkennungssystem 10 an die Parameter des Prüfobjekts und/oder Auflagefläche. Die Parameteradaption des Merkmalerkennungssystem 10 erfolgt mit unterschiedlicher Methode durch die Modifikation des Merkmalsensorssystems 11 und/oder der Auswerteschaltungen bzw. Auswertemethoden 13, 15, 18. Die jeweiligen Verfahrensschritte werden insbesondere durch Fig. 6 veranschaulicht.

Das Merkmalsensorsystem 11 wird durch das Auswerteergebnis bzw. Kompensationswerte in den Eigenschaften und/oder Methoden, je nach Prinzip der Merkmalsensoren, abgestimmt bzw. modifiziert. Die Abstimmung betrifft die jeweils sensorspezifischen modifizierbaren Komponenten bzw. Parameter des Merkmalsensorsystems, insbesondere Sensorkennlinien, Timing, Signallaufzeiten, Fokussierung, Aufnahmefrequenz und/oder Aufnahmeregion. Zur Ansteuerung bzw. Übertragung der Abstimmwerte bzw. Modifikationsdaten zum Merkmalsensorsystem 11 ist das Interface 28 vorgesehen.

Eine vorteilhafte Ausführungsform besteht darin, dass die Qualität der Auswerteergebnisse und/oder der Zwischenergebnisse durch das Auswertesystem 22 anhand wenigstens eines Gütemerkmals bestimmt wird. Die Gütebestimmung wird durch Vergleich, beispielsweise mit gespeicherten Kurven bzw. Referenzen, gebildet. Dadurch können die Ergebnisse und/oder die Abstimmung bzw. Modifikation des Parameteradaptionssystems 20 und/oder des Merkmalerkennungssystems 10 aufgrund veränderlicher und/oder unbekannter Prüfobjektparameter effizienter bewertet werden. Im Falle einer zu geringen Güte kann die Detektion bzw. Auswertung von Parameter und die Abstimmung des Merkmalsensorsystems in einer Schleife ausgeführt werden, wodurch die Genauigkeit der jeweiligen Modifikation bzw. Abstimmung erhöht wird. Die Schleife wird dabei solange mit neuen Einstellungen wiederholt, bis die erforderliche Güte erreicht wird.

Bei einem unzureichenden Auswerteergebnis und/oder bei mangelnder Güte der zur erfassenden Parameter, kann das Parametersensorsystem 21 über das Interface 25 in den Eigenschaften und/oder Methoden abgestimmt werden. Die Abstimmung erfolgt durch Anpassen der Sensorparameter des Parametersensorsystem 21, beispielsweise Kennlinien, Timing, Signallaufzeiten, Fokussierung, Aufnahmefrequenz und/oder Aufnahmeregion, um eine entsprechend besser aufgelöste bzw. genauere Detektion und/oder Auswertung der gesuchten Parameter zu erhalten.

Die Daten und/oder Ergebnisse des Auswertesystems 22 können in den Speicher 23 für physikalische/physiologische Parameter bzw. Parameteränderung gespeichert werden. Wobei die Ergebnisse bzw. Zwischenergebnisse analog oder vorzugsweise digital über das Interface 27 in den Speicher 23 geschrieben werden. Die Auswerteschaltungen bzw. Auswertemethoden des Merkmalerkennungssystems 10 können alternativ oder zusätzlich zum Merkmalsensorsystem 11 modifiziert werden. Der Vorteil ergibt sich insbesondere dann, wenn das Sensorsystem 11 bereits modifiziert wurde und eine noch bessere Auswertung bzw. Identifikation der Daten gewünscht wird. Dazu wird der Vorverarbeitungsalgorithmus 13 in den Eigenschaften und/oder Methoden über das Interface 30 entsprechend den ausgewerteten Parameter bzw. deren Kompensationswerte modifiziert. Die nachgeschaltete Merkmalextrahierung 15 wird über das Interface 32 in den Eigenschaften und/oder Methoden, beispielsweise Sensitivität und/oder Selektivität, eingestellt. Die Eigenschaften und/oder Methoden der Vergleichseinheit 18, beispielsweise Zulassungstoleranz bzw. Zulassungstoleranzbereich und/oder Referenzdaten, werden über das Interface 35 eingestellt. Dabei werden bevorzugt Messwerte und/oder Merkmale bzw. Referenzdaten, die in ähnlichen Messsituationen erfasst wurden, bei der Abstimmung berücksichtigt. Für die üblicherweise angestrebte positiv oder negativ Aussage der Vergleichseinheit 18 können zusätzlich die Schwellwerte des Vorverarbeitungsalgorithmus 13 und/oder der Merkmalextrahierung 15 angepasst werden. Eine vorteilhafte Ausführungsform besteht darin, dass das Ergebnis 19 des Merkmalvergleichs, beispielsweise die Korrelation der Eingangsdaten, mittels der Rückkopplung 36 und die Teilergebnisse 29, 31, 33 in das Auswertesystem 22 rückgeführt werden, so dass die gesamte Identifikationsprozedur als Schleife ausgeführt ist, wobei die Wiederholung der Schleife nach Zeit und/oder Durchläufen begrenzt wird. In Kombination mit einem Gütemerkmal kann durch die Rückkopplungen 26, 29, 31, 33, 36 die Qualität der Merkmalidentifikation bewertet werden. Das Interface 34 synchonisiert die Speicher 23 und 17, so dass die physikalischen bzw. physiologischen Parameter zu den entsprechenden gespeicherten Merkmalen bzw. Referenzdaten in Beziehung gebracht werden können. Der Bezug wird vorzugsweise mittels eines Index zu den, insbesondere in ähnlichen Messsituationen aufgenommenen, jeweiligen Daten hergestellt. Dadurch kann insbesondere auf parameterbeeinflusste Merkmale schneller zugegriffen bzw. effizienter ausgewertet werden.

Fig. 6 zeigt ein Flussdiagramm zur Optimierung der Erkennungssicherheit von Erkennungssystemen durch Kompensation von Prüfobjektparameter in einer schematischen Ablaufdarstellung. Der Ablauf beginnt mit Start 40. Um das System einzustellen wird zunächst in einem Detektionsschritt 41 die physikalischen und/oder physiologischen Parameter erfasst und ein entsprechender Auswerteschritt 42 dieser Parameter durchgeführt. Durch die Übertragung 43 bzw. Ermittlung der einstellbaren Parameter bzw. Kennlinien des Merkmalsensors bzw. Merkmalsensorsystems (11), beispielsweise Wertegrenzen, Wertebereich, Anzahl und Funktion, wird sichergestellt, dass die Parameter des Merkmalsensors oder Merkmalerkennungsystems (10) nicht in verbotene Bereiche gerät, welche zu Fehlfunktionen führen können. Dadurch lassen sich unterschiedliche Merkmalsensoren in ein vorkonfiguriertes System integrieren oder defekte Merkmalsensorsysteme ohne Schwierigkeit ersetzen. Die Kompensationswerte von wenigstens einem Parameter und/oder Parameteränderung werden, unter Bezugnahme der Daten von Schritt 43, in dem Kompensationsschritt 44 berechnet. Anschließend wird mit diesen Kompensationswerten das Merkmalsensorsystem (11) im Modifikationsschritt 45 abgestimmt. Die individual-typischen Merkmale des Prüfobjekts werden durch den Merkmalaufnahmeschritt 46 erfasst und im Verarbeitungsschritt 47 - Vorverarbeitungsalgorithmus (13), Merkmalextrahierung (15) - verarbeitet. Die aufgenommenen Merkmale werden durch den Auswerteschritt 48 durch die Vergleichseinheit (18) mit Referenzen, beispielsweise im Merkmalspeicher (17), verglichen.

Durch die Abfrage 49 kann wenigstens ein Ergebnis der Identifikationsprozedur, insbesondere das Identifikationsergebnis (19), in der Qualität und/oder Quantität überprüft und gegebenfalls, zur weiteren Optimierung der Erkennung, eine optionale Schleife bzw. Iteration gebildet werden. Die Qualität bzw. Quantität des Identifikationsergebnisses (19) kann, beispielsweise anhand der erkannten Minuzien und/oder deren Korrelation zu Referenzdaten bestimmt werden. Des weiteren kann die Qualität bzw. Quantität der Zwischenergebnisse der Ausgabewerte, beispielsweise der Vergleichseinheit (18), Merkmalextrahierers (15) und/oder Vorverarbeitungsalgorithmus (13) bestimmt werden. Alternativ kann die Qualität der Identifikationprozedur durch wenigstens ein Histogramm geprüft werden. Dazu wird die Häufigkeitsverteilung der Ergebnisse bzw. Zwischenergebnisse, beispielsweise der Grauwerte des Fingerabdrucks, erstellt und mit Referenzdaten verglichen. Wenn die optionale Iteration nicht genutzt wird oder das Ergebnis der Qualitätsbestimmung innerhalb einer einstellbaren Toleranz liegt, verzweigt die Abfrage 49 zum Ablaufende 50 und beendet damit die Prozedur. Im anderen Fall verzweigt sie mit 51 in eine Schleife zu 52.

Bei einer zu geringer Qualität der jeweiligen Identifizierungsergebnisse wird mit Hilfe der bereits aufgenommenen Messwerten, unter Berücksichtigung der Ergebnisse der Merkmalauswertung bzw. der Qualität der jeweiligen Ergebnisse, in einem Qualitätsauswerteschritt 52 festgestellt, welche Parameter, beispielsweise durch lokale Differenzen, nicht ausreichend kompensiert wurden und/oder nicht von ausreichender Qualität sind und deshalb erneut detektiert werden müssen.

Die Abfrage 53 verzweigt auf den Pfad 54, wenn keine weitere Detektion von Parameter benötigt wird. Anderenfalls wird zum Detektionsschritt 55, sowie zum Auswerteschritt 56 der Parameter verzweigt, wobei bei 55 und 56 die Ergebnisse von 52, beispielsweise durch lokale Differenzen, berücksichtigt werden können. Weiterführend wiederholt sich der Ablauf bei 43.

Um den Fall vorzubeugen, dass sich der Ablauf durch ungenügende Erkennung bzw. Qualität von

Parameter und/oder Merkmalen, unaufhörlich in einer endlosen Schleife verbleibt, kann in der

Abfrage 49 ein Schleifenzähler abgeprüft und gesetzt werden, welcher vorzugsweise in 40 initialisiert wird und bei einer bestimmten Anzahl von Durchläufen den Ablauf unterbricht und/oder eine entsprechende Fehlerreaktion ausführt.

Fig. 6a zeigt eine schematisierte Flussdiagrammdarstellung zur Lebenderkennung von Prüfpersonen. Zur Lebenderkennung bzw. zum Verhindern der Identifikation von Finger- Nachbildungen wird die Tatsache genutzt, dass zum Einen fehlende oder unzureichende physikalische/physiologische Parameter der Haut ausgewertet werden können und zum Anderen das Merkmalsensorsystem durch die fehlenden oder unzureichenden physikalischen/physiologischen Parameter in einem ungünstigen Bereich modifiziert wird und dadurch auswertbare Informationsverluste entstehen.

Es handelt sich dabei insgesamt um gestaffelte Prozeduren mit mehreren Überprüfungen, die einzeln oder in anderer Reihenfolge angewendet werden können, wobei das Prüfobjekt bei wenigstens einem negativen Teilergebnis als eine Nachbildung oder dergleichen klassifiziert werden kann. Dadurch wird die Merkmalauswertung einer Nachbildung, z.B. eines Silikonfingerabdrucks, und die mögliche Fehlerkennung verhindert.

Die Prozedur beginnt mit Start 150. Zunächst werden analog zur Kompensation von Prüfobjektparameter wenigstens ein Detektionsschritt 151 von physikalischen/physiologischen Parameter durchgeführt und in einem Auswerteschritt 152 die Parameter bestimmt.

In einer ersten Überprüfung 153 werden die Parameter mit Referenzparameter der Haut verglichen. Dazu können Parameter beispielsweise vom genetischen Code angelegten latenten Hautschichten als Referenz dienen. Zusätzlich kann die Gewebezusammensetzung von keratinhaltigen Hautschichten, insbesondere nahe der Kapillare, überprüft werden. Außerdem kann durch Gewebeveränderungen infolge von Ischämie festgestellt werden ob ein Finger durchblutet ist - oder nicht.

Entsprechend dem Ergebnis der Überprüfung 153 verzweigt die Abfrage 154 im positiven Fall, wenn die Parameter überwiegend übereinstimmen zum nächsten Programmschritt. Oder im negativen Fall, wenn wesentliche Parameter von Haut bzw. Hautschichten fehlen, zum Prozedurende 168, wobei das Prüfobjekt als zurückgewiesen angesehen wird.

Mit den physikalischen/physiologischen Parameter aus Schritt 151/152 werden die Werte für die Kompensation der Parameter 155 berechnet. Durch eine optionale Überprüfung 156 werden die berechneten Kompensationswerte mit den zulässigen Bereichen bzw. Wertegrenzen, beispielsweise von Sensorkennlinien, des implementierten Merkmalsensorsystems verglichen. Wenn die Werte außerhalb von korrekten Grenzen bzw. Wertebereichen liegen, kann demzufolge die Merkmalaufnahme nicht erfolgreich sein und würde deshalb auch weitere Überprüfungen nicht bestehen. In diesem Fall verzweigt die Abfrage 157 zum Prozedurende 168. Anderenfalls wird die Abstimmung 158 des Merkmalsensorsystems (11) bzw. Merkmalerkennungssystem (10) mit anschließender Merkmalaufnahme 159 vorgenommen.

Durch die Überprüfung 160 wird, insbesondere mit statistischen Methoden der Informationsgehalt, beispielsweise die Informationsqualität bzw. Informationsverlust, der Merkmalaufnahme ausgewertet. Dazu wird aus den Merkmaldaten, beispielsweise Grauwerte, Farbwerte und/oder andere die Merkmale charakterisierende Werte, wenigsten ein Histogramm erstellt und auf einen oder mehrere überwiegend auftretende Werte, beispielsweise Schwarz und/oder Weiß, verglichen. Dabei wird die Quantifizierung der Werte zweckmäßig durch einen Wertebereich, beispielsweise entsprechend Schwarz bis Weiß, normiert. Das Histogramm kann dabei die örtliche und/oder die gesamte Verteilung der Sensorfläche beinhalten. Ein weiteres Prüfkriterium ist der Kurvenverlauf, insbesondere verzerrte Häufigkeitsverteilungen, des Histogramms. Dazu werden Abweichungen zu einem idealen Verlauf, beispielsweise Maxima bei Schwarz - entspricht einer Erhebung des Fingerabdrucks oder Wasserkontakt - bzw. bei Weiß - entspricht einem Tal des Fingerabdrucks oder Luftkontakt - ermittelt und mit Referenzkurven verglichen.

Zusätzlich können die Flächen unter den jeweiligen Maxima der Häufigkeitsverteilung geprüft und mit der idealen Verteilung verglichen werden, wobei die jeweilige Fläche vorzugsweise im Bereich der Standardabweichung um den Mittelwert des lokalen Maxima gebildet wird.

Zudem können die Merkmaldaten auf ausreichenden Kontrast überprüft werden. Dazu wird der Kontrast insgesamt und/oder örtlich über die Sensorfläche untersucht und mit einer einstellbaren Schwelle verglichen.

Die Abfrage 161 verzweigt zu 168, wenn die Qualität der Merkmaldaten bzw. die Ergebnisse der jeweiligen Überprüfungen unter einer bestimmten Schwelle liegen. Die Schwelle kann, beispielsweise mit statistischen Methoden, aus Referenzen und/oder Messreihen gewonnen werden. Durch die Spektralprüfung 162 werden die Merkmaldaten spektral untersucht und mit Referenzspektren, insbesondere auf Rauschen und/oder Artifakte, verglichen und dadurch Nachbildungen und/oder mangelnde Adaption festgestellt. Insbesondere bei Nachbildungen werden Effekte wie Rauschen und Artifakte aufgrund der Fehlabstimmung des Merkmalsensorsystems begünstigt, wobei Rauschen und besonders Artifakte fälschlicherweise als Minuzien bzw. Merkmale erkannt werden können. Die Abfrage 163 verzweigt, wenn die Merkmaldaten zu stark verrauscht sind bzw. wenn zu viele Artifakte ausgewertet werden, zu 168. Dazu kann analog der Abfrage 161 eine Schwelle vorgesehen werden.

Durch die Minuzienvorauswertung 164 werden die Merkmaldaten auf die Anzahl bzw. Qualität der auswertbaren Minuzien überprüft. Die Anzahl bzw. Qualität der Minuzien wird zur Auswertung mit einer einstellbaren Schwelle verglichen, wobei die Anzahl der Minuzien ein Maß für die Erkennungssicherheit angibt und dementsprechend die Schwelle angepasst werden kann. Die Abfrage 165 verzweigt, im Fall einer zu geringen Anzahl von Minuzien, zu 168. Optional kann durch die Merkmalauswertung 166 eine Personenidentifizierung abgeschlossen werden. Die Prozeduren der Lebenderkennung werden mit 167 positiv beendet, wobei keine

Nachbildung vorliegt. Das positive Ergebnis der Lebenderkennung bzw. Echtheitsbestimmung und/oder das Ergebnis der Merkmalerkennung kann auf weitere Auswerteschaltungen bzw. Auswerteprozeduren übertragen und/oder gespeichert werden.

Eine vorteilhafte Ausführungsform besteht darin, dass die Daten der Merkmalaufnahme zunächst zum Zweck der Lebenderkennung untersucht bzw. ausgewertet werden und danach die

Merkmalerkennung mit den Zwischenergebnissen der Lebenderkennung gestartet wird. Dadurch reduziert sich die Erkennungszeit und die Wahrscheinlichkeit von Fehlerkennungen bzw. die Restfehlerquote.

Fig. 7 zeigt zur Bestimmung von Gütemerkmalen ein Schaubild mit den typischen Fehlerkurven von biometrischen Erkennungssystemen. Dazu ist die Fehlerrate 60 an der vertikalen Achse und die Zulassungstoleranz 61 an der horizontalen Achse abgetragen. Charakteristisch für Erkennungssysteme sind die Kurven der Falschrückweisungsrate (FRR) 62 und der Falschakzeptanzrate (FAR) 63 die in Abhängigkeit der Zulassungstoleranz 61 dargestellt sind. Dabei vermindert sich die Falschrückweisungsrate (FRR) 62 mit steigender Zulassungstoleranz 61 - die Falschakzeptanzrate 63 steigt mit steigender Zulassungstoleranz 61. Die Kurven 62 und 63 beschreiben dabei systeminhärent als Gütemerkmal die Güte des Erkennungssystems. Der Bereich zwischen hohen Sicherheitsanforderungen 65 und geringer Sicherheitsanforderungen 66 befindet sich typischerweise der Punkt der Gleichfehlerrate (EER) 67 von FRR 62 und FAR 63 mit der entsprechenden Zulassungstoleranz 64.

Wenn zur Gleichfehlerrate (EER) 67 eine Konstante D addiert wird, entsteht eine bestimmte theoretische Fehlerrate 68. Dabei ergibt sich als Integral zwischen den Kurven 62, 63 und 68 eine Fläche 69. Die Fläche 69 ist ein Gütemerkmal des Erkennungssystems, wobei sich die Fläche 69 als Funktion von D bilden lässt. Um so flacher die Kurven FRR 62 und/oder FAR 63 in Punkt 64/67 sind, desto stärker wächst das Integral der Fläche 69 und entspricht dadurch einer höheren Güte des Systems. Ein weiteres Gütemerkmal ist die Steigung von Tangenten der Kurven FRR 62 und FAR 63 im Bereich zwischen 65 und 66, vorzugsweise im Punkt 64.

Der Verlauf der Funktionen FRR 62 und FAR 63 wird durch Messungen und Auswertungen von Testdurchläufen und/oder während des Betriebs von einer oder mehreren Personen bzw. Personengruppen ermittelt und in Verbindung mit weiteren Informationen, beispielsweise Zeitinformationen, abgespeichert.

In einer Ausführungsform können diese Informationen, insbesondere die Gütemerkmale der Kurven FRR 62, FAR 63 zur optimierten Erkennung genutzt werden, da die Kurven die Güte der Hardware bzw. Software und insbesondere die Güte der Datenaufnahme eines Erkennungssystems wiedergeben.

In einer vorteilhaften Ausführungsform wird, beispielsweise in Abhängigkeit der Datenaufnahme, ein oder mehrere modifizierbare Module (11, 13, 15, 18, 21, 22) des Erkennungssystem so eingestellt, dass die Fläche 69 mit steigendem D möglichst stark zunimmt. Dadurch verbreitert sich der Zulassungstoleranzbereich mit entsprechend geringen (Rest-)Fehlerraten.

Fig. 8 zeigt eine schematische Blockdarstellung eines zulassungsadaptiven Erkennungssystems 70, wobei die Merkmalerkennung mit Hilfe wenigstens eines Gütemerkmals durch die Modifikation der Zulassungstoleranz an eine gewünschte, insbesondere optimale Erkennungssicherheit adaptiert und dadurch die Restfehlerquote minimiert wird.

Das zulassungsadaptive Erkennungssystem 70 wird aus den Teilsystemen Parameteradaptionssystem 20, Merkmalerkennungssystem 10 und den Auswertungen -

Gütebestimmung 72, Entscheidungsprozess 73, Modifikation 74 und Referenzspeicher 71 - gebildet.

Die Zulassungstoleranz des Erkennungssystems 10 wird entsprechend der Qualität der

Datenaufnahme des Merkmalsensorsystems bzw. der Qualität der Auswertung bzw. Kompensation von physikalischen/physiologischen Parameter eingestellt und dadurch, entsprechend der Qualität der Datenerfassung, eine optimale Erkennungssicherheit erreicht. Dazu wird wenigsten ein

Gütemerkmal zur Bestimmung der Güte bzw. Qualität der Datenerfassung vorgesehen.

Zur Gütebestimmung 72 liefert das Parameteradaptionssystem 20 die Daten der ausgewerteten Parameter bzw. die die Parameter wiedergebenden Messsignale und/oder deren Kompensationswerte, das Erkennungssystem 10 die Daten der Merkmalaufnahme und/oder Zwischenergebnisse bzw. Ergebnisse der Erkennung, sowie der Referenzspeicher 71 die Referenzkurven, Referenzmodelle, maximale bzw. minimale Zulassungstoleranz und/oder Informationen über die ermittelten bzw. gespeicherten Fehlerkurven, beispielsweise FAR (63) bzw. FRR (62).

Durch die Gütebestimmung 72 werden die aufgenommenen Daten in der Qualität ausgewertet. Die Qualität der Datenaufnahme dient dabei als Grundlage für den Entscheidungsprozess 73, wobei eine höhere Datenqualität eine entsprechend höhere Erkennungssicherheit ermöglicht. Dazu werden die jeweiligen Ergebnisse/Teilergebnisse des Parameteradaptionsystems 20, beispielsweise

Adaption des Fingers, Parameterauswertung, Hautmodellierung, Kompensierung von Parameter, insbesondere Feuchtigkeitskompensation, Bereichsgrenzen der Kompensation und/oder die Informationen der Fehlerkurven (62, 63) als Gütemerkmale ausgewertet.

Zusätzlich können die jeweiligen Ergebnisse/Teilergebnisse des Merkmalerkennungsystem 10, beispielsweise Häufigkeitsverteilung der merkmalcharakterisierende Werte, z.B. Grauwerte, Rauschen, Anzahl der Artifakte und/oder die Minuzienvorauswertung, insbesondere detektierbarer Minuzien, als Gütemerkmale ausgewertet werden. Die Qualität wird jeweils als Abweichung (Differenz) bzw. Fehler zwischen den gemessenen bzw. ausgewerteten Signalen und gewünschten bzw. idealen Referenzsignalen bzw. Referenzdaten bestimmt und die Unterschiede ausgewertet.

Referenzen bzw. Referenzdaten können, beispielsweise durch die Modellierung von Gewebe, insbesondere latenter Hautschichten, und/oder durch Messreihen einer Person und/oder Personengruppe ermittelt werden.

Im Entscheidungsprozess 73 wird, aufgrund der Gütemerkmale, die optimale Zulassungstoleranz ermittelt. Dabei wird ein maximaler Zulassungstoleranzbereich vorgegeben, in dem sich die adaptiv bestimmte Zulassungstoleranz bewegt.

Zur Bildung der Zulassungstoleranz können unterschiedliche Methoden angewendet werden, wobei durch die Anwendung des Erkennungssystems 70 bestimmt wird, ob mehr Falschakzeptanzen oder mehr Falschrückweisungen hingenommen werden können. Die Zulassungstoleranz wird von der Datenqualität des Parameteradaptionssytems 20 und/oder von der Qualität des Merkmalerkennungssystem 10 bestimmt, wobei die Bewertungsverhältnisse je nach Auswertemethode gewählt werden.

In einer ersten Methode wird bei guter Merkmalqualität und bei einer hohen Datenqualität des Parameteradaptionsystems 20 die Zulassungstoleranz erhöht, wobei sich die FRR reduziert, und bei geringer Datenqualität die Zulassungstoleranz verringert, wobei sich die FAR reduziert. Bei einer geringeren Merkmalqualität wird die Erhöhung bzw. Absenkung der Zulassungstoleranz verringert, wobei die FRR oder FAR entprechend reduziert wird. Die Kurven FRR bzw. FAR können sich dabei entsprechend der Abstimmungsvorgänge des Erkennungssystems verschieben bzw. verändern. Eine alternative Methode besteht darin, dass die erhaltenen Informationen über die jeweilige Qualität mit wenigstens einer Referenz, beispielsweise Referenzfunktionen und/oder Referenztabellen verglichen wird und daraus die Adaption der Zulassungstoleranz entnommen wird. Die Referenzen (Referenzfunktionen, Referenztabellen) können durch Messreihen und/oder auf Grundlage der, inbesondere durch die Abstimmungen des Erkennungssystem geänderten, Fehlerkurven nach Fig. 7, gebildet werden. Hierdurch werden Verschiebungen bzw. Veränderungen der Fehlerkurven durch Abstimmung des Erkennungssystems berücksichtigt.

Einen schnellen Zugriff auf die Daten des Referenzspeichers 71 wird durch Abspeichern in tabellenartiger Form und/oder durch Adressierung mittels eines Index, beispielsweise der Zulassungstoleranz, realisiert. Durch die Modifikation 74 wird die Merkmalauswertung, insbesondere der Merkmalvergleicher (18) des Erkennungssystems 10 mit einer neuen Zulassungstoleranz versehen und dadurch an die aktuelle Messsituation abgestimmt bzw. angepasst.

Alternativ können die Auswertealgorithmen, beispielsweise Signalvorverarbeitung (13), Merkmalextrahierer (15), mit einem der Zulassungstoleranz entsprechenden Ergebnis des Entscheidungsprozesses 73, beispielsweise Schwellen und/oder Filter für die Kantenextrahierung, Kontrastanhebung, Sensitivität und/oder Selektivität der Minuzienauswertung, modifiziert werden.

Eine optionale Überwachungsfunktion 75 kann dem Erkennungssystem überlagert sein, um die ordnungsgemäße Funktion der Teilsysteme und/oder des Gesamtsystems sicherzustellen, da bei adaptiven Systemen Fehlfunktionen, beispielsweise durch nichtlineare Rückkopplungen, entstehen können. Dazu werden die (Teil-)Ergebnisse, beispielsweise der vorgegebene Zulassungstoleranzbereich, geprüft und im Fehlerfall das Erkennungssystem in einen Grundzustand versetzt und/oder die Fehlfunktion signalisiert.

Fig. 9 zeigt typische Häufigkeitsverteilungen von merkmalcharakterisierenden Grauwerten eines kapazitiven Merkmalsensorsystems in einer Summenhistogrammdarstellung zur Verdeutlichung der Modifikation von Merkmalsensoren, wobei die Darstellung auch analog für die Prinzipien anderer Merkmalsensortypen, beispielsweise akustische Sensoren, gilt. Die Darstellung dient zunächst zur Erläuterung nicht kompensierter physikalischer/physiologischer Parameter. Dazu sind an der horizontalen Achse 80 die Grauwerte der erfassten Pixel des Merkmalsensorsystems und an der vertikalen Achse 81 die Wahrscheinlichkeitsverteilung der einzelnen Grauwerte aufgetragen. Der Sensor arbeitet typisch in einem Bereich der Wassergrenze 82 - entspricht dem Kontakt von Wasser bzw. näherungsweise der Auflage einer Erhebung (Ridge) des Fingerabdrucks - bis zur Luftgrenze 83 - entspricht dem Kontakt von Luft bzw. eines Tals des Fingerabdrucks. Die Kennlinie für die Bedeckung des Sensors mit Wasser 84 zeigt die Wahrscheinlichkeitsverteilung der Grauwerte bei Wasserkontakt bzw. Finger-Ridges. Die Kennlinie 85 zeigt die Wahrscheinlichkeitsverteilung der Grauwerte, wenn die Sensorfläche mit Luft bzw. Täler des Fingerabdrucks in Kontakt kommt. Die Kennlinie für eine typischen Fingerabdruck 86 beschreibt die Wahrscheinlichkeitsverteilung der Grauwerte bei der Auflage eines Fingers.

Aus der Darstellung geht hervor, dass der nutzbare Bereich für die Fingeridentifizierung nur einen eingeschränkten Grauwertbereich, dem Dynamikbereich, von etwa 82 bis 83 umfasst. Der lineare Bereich 87 bedeutet, dass Grauwerte nicht eindeutig zu den idealen Werten Wasserkontakt 82 bzw. Luftkontakt 83 zugeordnet werden können.

Die Kennlinie 86 eines Standardsensors zeigt durch diverse physikalische/physiologische Parameter, beispielsweise mangelnde Adaption, Feuchtigkeit oder Substanzen auf der Auflagefläche, abgeschliffene oder rissige Haut, einen nicht optimalen Verlauf, welcher zu erheblichen Fehlerkennungsraten führen kann. In einer Ausführungsform der Erfindung wird zur Optimierung der Wahrscheinlichkeitverteilung und/oder deren Ableitung - Wahrscheinlichkeitsdichte - das Merkmalsensorsystem vor der Merkmalerfassung mittels Kompensationswerte, beispielsweise durch Abstimmen wenigstens einer charakteristischen Kennlinie bzw. Parameter des Merkmalsensorsystems (11), modifiziert. Die Modifikation wird so ausgeführt, dass der Bereich um 82 und/oder 83 die Wahrscheinlichkeitsdichte schmalbandig maximiert wird, und/oder im Bereich 87 die Wahrscheinlichkeitsverteilung möglichst flach verläuft, und/oder im Bereich links von 82 bzw. rechts von 83 möglichst steil verläuft, und/oder der Bereich von 82 bis 83 einen möglichst großen Wertebereich umfasst. Dadurch wird die Auswertung, insbesondere der Merkmale, vereinfacht bzw. beschleunigt und Fehlerkennungen reduziert. In einer alternativen Ausführungsform können Merkmalsensorsysteme mit integrierter Histogrammerstellung genutzt werden, wobei zuerst die Kompensation der physikalischen/physiologischen Parameter erfolgt und anschließend die Merkmaldaten einer Zeile oder Bereichs des Merkmalsensorsystems aufgenommen und ein Histogramm über die Zeile bzw. Bereich erstellt wird. Wenn die Histogrammwerte in dem vorgesehenen Wertebereich liegen, werden die restlichen Daten der Merkmale aufgenommen. Für den Fall ungenügender Histogrammwerte, kann eine erneute Abstimmung des Merkmalsensorsystems erfolgen.

Fig. 10 zeigt eine Ausführungsform eines modifizierten kapazitiven Merkmalsensorsystem 11a in Form einer schematischen Blockschaltung, wobei das Parameteradaptionssystem 20 das Sensorsystem 11a mit den dazugehörigen Schaltungen zum Zweck optimierten Erkennung, insbesondere zum Kompensieren von physiologischen und/oder physikalischen Prüfobjektparameter, modifiziert. Dazu werden dem Sensorfunktionsprinzip entsprechend statische und/oder dynamische Sensorparameter, beispielsweise Funktionseinheiten, Referenzspannungen, Referenzwiderstände, Referenzkondensatoren oder dergleichen, abgestimmt.

Üblicherweise erfassen kapazitive Merkmalsensoren die relative oder absolute Kapazität bzw. Kapazitätsunterschied, beispielsweise durch aufladen bzw. entladen von sensorintegrierten Referenzkondensatoren, oder aufgrund indirekter Kapazitätsmessung, beispielsweise durch Synchrondemodulation angelegter Wechselspannungen, den Fingerabdruck mit den Erhebungen bzw. Täler. Exemplarisch wird die Modifikation an einem Sensor gezeigt, bei welchem die jeweiligen Zellen bzw. Pixel zur Kapazitätserfassung durch eine einzelne Elektrode und dem lokalen Fingerabdruck - den jeweiligen Erhebungen bzw. Täler - gebildet wird. Die Modifikation des Sensorsystem 11a erfolgt anhand des Parameteradaptionssystems 20 durch die Einstellung der statischen bzw. dynamischen Sensorparameter mittels des jeweiligen Interface 28, beispielsweise durch die Verstärkung des Sensorzellenarrays 28a, die Referenzspannung 28b, die Zellenvorladung 28c, die Ladungspumpensteuerung 28d, den Zellenzeiger 28e, die Zeitbasis 28f, die Systemsteuerung 28g, die Zählerschaltung 28h und/oder den Komparatoren 28i. Dabei stellt das Parameteradaptionssystem 20 die Abstimmwerte zur Kompensation der ermittelten Parameter des Prüfobjekts zur Verfügung. Nach der Modifikation, beispielsweise anhand sensorspezifischen Modifikationstabellen, wird die Kapazität der jeweiligen Sensorelektroden und dem Fingerabdruck gemessen.

Zur Messung der Kapazitäten werden die jeweiligen Sensorelektroden der Zellen des Sensorzellenarrays 28a zum Messen der, aus der jeweiligen Sensorelektrode und dem lokalen Fingerabdruck gebildeten, primären Kapazität, durch die Zellenvorladung 28c wiederholend zeitgesteuert aufgeladen. In einem weiteren Schritt wird diese Ladung auf den Referenzkondensator der jeweiligen Zelle abgeleitet und die Spannung mittels eines Komparators 28i erfasst. Bei Erreichen der Referenzspannung wird dieses Wechselspiel beendet, wobei die Anzahl der Durchgänge mittels der Zählerschaltung 28h ermittelt wird. Die Anzahl der Durchgänge stellen dabei die Kapazität der jeweiligen Zelle bzw. deren Grauwert dar.

Die Abstimmung der Sensorparameter, beispielsweise der Komparatoren 28i mittels der Referenzspannung 28b, modifiziert die Sensitivität des Sensors. Die Selektivität des Sensors wird, beispielsweise durch die Zeitbasis 28f, durch die Integrationszeit - zeitliche Zellenvorladung und Entladung auf den Referenzkondensator - eingestellt.

Die Kapazitätsermittlung wiederholt sich für das Sensorzellenarray 28a, beispielsweise zeilenweise, mittels entsprechend gesetzten Zellenzeiger 28e. Dabei kann die Sensitivität und/oder die Selektivität durch den entsprechend modifizierten Zellenzeiger 28e lokal unterschiedlich eingestellt werden. Die Zellen bilden dabei insgesamt ein Abbild des in den jeweiligen Parametern kompensierten Fingerabdrucks.

Alternativ können die Grauwerte der einzelnen Zellen/Zeilen aus der Ladungsverteilung der Sensorzellen und der Integrationszeit abgeleitet werden. Durch die Abstimmung der Referenzspannung 28b werden, je nach Integrationszeit der Sensoren, die auf der Sensorfläche durch den Fingerabdruck gebildeten Kapazitäten unterschiedlich stark bewertet gemessen und dadurch den in den Parametern kompensierten Fingerabdruck ermittelt.

Die Modifikation der einzelnen Komponenten kann, beispielsweise zur Entlastung des Parameteradaptionssystems 20, über die Steuerung 28g bzw. Ladungspumpensteuerung 28d vorgenommen werden und als direktes Interface zu den jeweiligen modifizierbaren Komponenten des Sensorsystems 11a dienen. Die Steuerung 28g wird dazu mit dieser Funktionalität und Register/Speicher für die Modifikationswerte ausgestattet.

Durch die Interfaceschaltungen 28j werden Daten, beispielsweise Kapazitäts- bzw. Grauwerte des Fingerabdrucks, anderen nicht gezeigten Auswerteschaltungen, beispielsweise der Merkmalauswertung, zugeführt und/oder zur weiteren Auswertung dem Parameteradaptionssystem 20 geliefert. Dadurch kann parallel zur sequenziellen Datenerfassung der Zellen synchron ein Histogramm erstellt werden, welches, beispielsweise für die Auswertung der Qualität der Daten- bzw. Merkmalaufnahme und/oder Kompensation genutzt werden kann.

Fig. 11 zeigt eine schematische Darstellung einer Anordnung von Merkmalsensoren 91 und

Parametersensoren 92, zur Aufnahme der Merkmale wenigstens eines Prüfobjekts. Die

Merkmalsensoren 91 bzw. die Parametersensoren 92 werden dazu auf ein gemeinsames Substrat

90 aufgebracht, wobei die jeweiligen Sensoren einzeln, zeilenartig, zellenartig und/oder matrixartig angeordnet sein können.

Die Sensoren werden bevorzugt in gleicher Technologie, beispielsweise in CMOS-Technologie und/oder davon abgewandelte Prozesse (epitaktische oder photochemische Verfahren) mit den Mitteln und Methoden der Halbleiterindustrie bzw. Mikrosystemtechnik, gefertigt.

Die jeweiligen Sensoren können beispielsweise als kapazitive, optische, thermische und/oder akustische Sensoren ausgeführt werden, wobei die Fläche des Substrats 90 bzw. der Sensoren so bemessen wird, dass wenigstens ein Prüfobjekt, beispielsweise eine Fingerkuppe, etwa vollflächig aufgelegt werden kann.

In einer alternativen zeilenartigen Anordnung kann eine Relativbewegung der Sensoren und dem Prüfobjekt zur Datenerfassung, nach dem Prinzip eines Scanners, genutzt werden. Dadurch kann die aktive Sensorfläche reduziert werden.

Die Merkmalsensoren 91 und/oder Parametersensoren 92 werden bevorzugt auf einer ebenen und/oder gewölbten Fläche, beispielsweise in einer matrixartigen Anordnung, ausgebildet. Alternativ können die Elemente auf mehrflächigen, nicht in der gleichen Ebene liegenden Körpern, beispielsweise mit sphärischer oder prismenartiger Oberfläche, angeordnet werden. Die physikalischen bzw. physiologischen Parameter des Prüfobjekts werden durch wenigstens einen Parametersensor für wenigstens eine Region von Merkmalsensoren erfasst bzw. ausgewertet. Zur Kompensation der Parameter des Prüfobjekts werden die Parameter bzw. Methoden der Merkmalsensoren für diese Region bzw. Zelle eingestellt, wodurch lokale Unterschiede berücksichtigt werden können. Alternativ können ein oder mehrere Parametersensoren, beispielsweise mittels Mittelwertbildung der Parameter, global oder zu mehreren Zellen oder Zeilen von Merkmalsensoren zugeordnet werden.

Fig. 12 zeigt eine Alternative zur Anordnung von Fig.11. Auf einem Substrat 93 werden die

Merkmalsensoren 91 in sich geschlossen, zusammenliegend, im inneren Bereich und die

Parametersensoren 92 im äußeren Bereich aufgebracht. Dadurch kann ein herkömmliches Merkmalsensorsystem ohne Strukturmodifikation verwendet werden. Alternativ kann diese

Anordnung bei unterschiedlichen Technologien der jeweiligen Sensoren angewendet werden.

In Fig. 13 wird eine Variante von Fig. 11, 12 gezeigt. Auf dem gemeinsamen Substrat 94 werden zwischen den matrixartig angeordneten Merkmalsensoren 91 und den Parametersensoren 92

Aussparungen 95 vorgesehen. Diese Aussparungen 95 trennen die Sensoren gegeneinander physikalisch und/oder technologisch ab. Dadurch können, beispielsweise bei unterschiedlicher

Funktionsweise und/oder Technologie der Sensoren, störende Rückkopplungen gedämpft werden. Die Aussparungen 95 können ein Leerraum bilden oder mit einer entsprechenden Dämpfungsmasse versehen werden.

Zusätzlich kann das Substrat 94 mit Aussparungen mit in etwa gleichen Dimensionen wie die Aussparungen 95 versehen werden. Dadurch können Parametersensoren mit unterschiedlicher Tiefe in das Substrat 94, beispielsweise eingeklebt, werden. Die Aussparungen im Substrat 94 können, beispielsweise eingeätzt oder durch einen Laser eingebracht werden.

Die Anordnung kann zur mechanischen Stabilisierung und/oder zur Entkopplung bzw. Dämpfung störender Kopplungen der jeweiligen Sensoren, auf einen gemeinsamen Träger 96, beispielsweise mit den Methoden der Mikrosystemtechnik, aufgebracht werden. Wodurch insbesondere Sensoren mit unterschiedlicher Leistungsfähigkeit bzw. Eigenschaften, beispielsweise Frequenzbereich oder

Empfindlichkeit - entsprechend lateraler Abmessungen der Sensoren - genutzt werden können.

Das jeweilige Substrat 90, 93, 94, 96 der Figuren 11 , 12, 13 kann, beispielsweise aus Silizium, Keramik, Teflon, Kunstharz oder Kunststoff bestehen, wobei die mechanische Stabilität, elastische und elektrische Konstanten an die Sensortechnologien angepasst werden. Alternativ kann das Substrat mittels Folien, beispielsweise aus Polyimid bzw. Kapton, hergestellt werden.

Fig. 14a beschreibt eine schematische Darstellung einer Ausführungsform der Detektion und Auswertung der physikalischen und/oder physiologischen Parameter des Prüfobjekts 100, insbesondere einer Fingerkuppe, und/oder der Auflagefläche 102. Durch wenigstens eine Strahlungsquelle 92a, beispielsweise eine Ultraschallquelle, werden Wellen 107 in die Prüf-Region des Prüfobjekts 100 gesendet. Die gesendeten Wellen werden dazu mit definierten Welleneigenschaften, beispielsweise Amplitude, Polarisation, Frequenz, Phasenlage und dergleichen, durch den Sendesignalgenerator 101 ausgestattet, wobei die Parameter wahlweise durch Pulssignale und/oder einzelne oder mehrere diskrete Frequenzen erfasst werden können. Durch wenigstens einen Detektor 92b werden die vom Objekt 100 und/oder Auflagefläche 102 gestreuten, reflektierten, interferierenden und/oder gebeugten Wellen aufgenommen und mittels mindestens einer Signalvorverarbeitungsschaltung 103 verstärkt, gefiltert und/oder quantifiziert.

Sensoren 92a, 92b, die sowohl zum Senden als auch zum Empfangen (Transducer) ausgeführt sind, können abwechselnd oder zugleich im jeweiligen Modus betrieben werden. Die Umschaltung der jeweiligen Signale wird über einen Signalmultiplexer 104 realisiert. Die .vorverarbeiteten Signale werden in wenigstens einer Auswerteeinheit 105 aufbereitet und ausgewertet. Dazu werden eventuell vorhandenen Signalanteile der gesendeten Signale herausgefiltert. Die Parameter des Prüfobjekts 100 und/oder Auflagefläche 102 können beispielsweise durch Vergleich mit Referenzdaten der gesuchten Parameter ermittelt werden.

Die Steuerung 106 ist für die Verteilung und Steuerung der Signale und Daten vorgesehen. Durch das Interface 110 können die ausgewerteten Daten an weitere Schaltungsteile des Erkennungsystems transportiert werden.

Die Detektion der Parameter der Haut einer Fingerkuppe vereinfacht sich, wenn die gesendeten

Wellen 107 durch eine Tiefenselektion 108 auf eine möglichst tiefliegende und eindeutig messbare

Schicht/Struktur der Haut, beispielsweise Stratum-Retikulare und/oder Stratum-Papillare, in etwa fokussiert wird. Diese Schicht/Struktur bildet hinsichtlich der Tiefenselektion den unteren Abschluss als Referenzstruktur. Aus den dazwischenliegenden Schichten, inklusive der Auflagefläche 102, werden die interessierenden Parameter ausgewertet. Dabei wird ausgenutzt, dass die obersten Hautschichten ein stark ausgeprägtes Reflektionsband besitzen und sich deshalb bei der Auswertung von den tieferliegenden Geweben abgrenzen.

Die Tiefenselektion 108 kann dabei senderseitig, durch ein Wellensteuerungsverfahren, 5 beispielsweise durch Phasensteuerung der Wellenfronten, und/oder detektorseitig, durch Analyse im Zeit- oder Frequenzbereich, durchgeführt werden. Zur senderseitigen Selektion werden die Phasenwinkel der gesendeten Wellen mittels dem Sendesignalgenerator 101 eingestellt. Zur detektorseitigen Selektion wird das empfangene Signal mittels der Signalvorverarbeitungsschaltung 103 zeitlich maskiert abgetastet und/oder durch die Auswerteeinheit 105 spektral selektiert.

10 Alternativ kann durch die Wahl der einstrahlenden Frequenz die Eindringtiefe definiert werden, da die Eindringtiefe frequenzabhängig ist. Dazu wird die Frequenz, beispielsweise größer 75 MHz, einstellbar ausgeführt und/oder durch eine entsprechend modulierte Trägerfrequenz eingestellt.

Zur Tiefenvorselektion kann als weitere Alternative eine Fokussierung durch Linsen und/oder durch die Geometrie des Transducer vorgegeben werden.

15 Zur Detektion werden die Wellen 107 an die zu messenden Parameter bzw. Struktur angepasst und gegebenenfalls während der Messung abgestimmt. Dazu ist die Strahlungsquelle 92a und/oder Sendesignalgenerator 101 in den entsprechenden Parametern, beispielsweise Frequenz, Amplitude, Phase und/oder Keulensteuerung, modifizierbar ausgeführt.

Die Auswertung von Parameter, beispielsweise einer Fingerkuppe, kann durch das Anwenden

20 eines Hautmodells 109 vereinfacht werden. Dazu werden die Parameter von Haut und deren Parameter bei Auflage auf einer Auflagefläche 102 als Referenzmodell gespeichert, wodurch insbesondere die Abhängigkeit der Parameter vom Auflagedruck des Fingers berücksichtigt wird. In das Modell der Haut werden die vorverarbeiteten Signale des Prüfobjekts, beispielsweise in Form von Impulsfolgen oder Frequenzfolgen der jeweiligen Detektoren 92b, eingepasst und zu den

25 vorgegeben Modellparameter, beispielsweise Feuchtigkeitsgehalt, zugeordnet.

Das Referenzmodell kann durch Vergleichsobjekte mit bekanntem Verhalten, einer Kalibrierung durch berechnetes Streuverhalten und/oder durch das spektrale Verhalten von Gewebe, beispielsweise gemäß Fig. 15 bzw. Fig. 16, festgelegt werden.

Fig.14b zeigt eine Abwandlung von Fig. 14a, welche bevorzugt bei mikrointegrierten

30 Parametersenoren 92c bzw. bei mikrointegrierten Erkennungssystemen angewendet werden kann. Durch die Integrationsmöglichkeit, beispielsweise in CMOS-Technologie oder Mixed-Mode Schaltungen, wird anstelle des Signalmultiplexers 104 zu jedem Parametersensor 92c eine integrierte Signalverarbeitungsschaltung 111 zugeordnet, wobei die Parametersensoren 92c beispielsweise nach dem Transducerprinzip ausgeführt sind. Die Signalverarbeitungsschaltungen

35 111 umfassen dabei senderseitig den Sendergenerator und detektorseitig den Signalverstärker und Signalfilter. Bei Wellenanregung mit diskreten Frequenzen kann ein Generator nach dem Prinzip der Direkten-Digitalen-Synthese (DDS) und ein zugehöriger frequenzselektiver und/oder phasenselektiver Verstärker, beispielsweise Lock-In Verstärker, genutzt und in einem Block zusammengefasst werden. Alternativ kann das Detektorsignal gleichgerichtet und tiefpassgefiltert

40 werden, wobei die dadurch entstehende Hüllkurve ausgewertet wird.

Fig. 15 zeigt ein mittels Ultraschall aufgenommener spektraler Verlauf von Hautschichten bzw. Gewebe zur Auswertung und/oder Modellierung von physikalischen und/oder physiologischen Parameter. Dazu ist auf der horizontalen Achse der Frequenzbereich 115 und auf der vertikalen Achse die normierte Amplitude 116 aufgetragen. Die spektrale Amplitude 117 wird in einem der Messung zugrunde liegenden Bereich von 0-15MHz gezeigt. Als spektrale Amplitude wird gewöhnlich das Leistungspektrum verwendet, wobei komplexe Spektren, beispielsweise mit Real- und/oder Imaginärteil, entsprechend angewendet werden können.

Zur Berechnung der spektralen Amplitude 117 werden die aufgenommenen Messdaten mit einer Fensterfunktion, beispielsweise Hamming-Fenster, multipliziert und mittels einer FFT in den Frequenzbereich transformiert, wobei je nach gewünschter Genauigkeit bzw. zur Verfügung stehender Rechenleistung beispielsweise 256 Punkte aufgelöst werden. Das berechnete Leistungsspektrum wird anschließend durch Kalibrierdaten normalisiert. Die Kalibrierdaten können aus einer Messreihe oder theoretischen Berechnungen entwickelt werden. Um bei der Kalibrierung und/oder Auswertung das Rauschen zu reduzieren und/oder die Genauigkeit zu erhöhen, ist gegebenenfalls die Entfaltung der Systemübertragungsfunktion vorzusehen. Die Geraden 118a - 118f beschreiben die Approximation, beispielsweise durch lineare Regression, der spektralen Amplitude 117 im jeweiligen Frequenzbereich. Das Frequenzband der Geraden 118a - 118e beträgt dabei etwa 1MHz und von der Geraden 118f etwa 5MHz. Die spektrale Amplitude stellt sich spezifisch abschnittweise linear dar, deshalb kann eine wenige Punkte umfassende Regression bzw. FFT gewählt werden. Die Einteilung der Bänder der frequenzabhängigen Regression erfolgt aufgrund des Fehlers der abschnittweisen Approximation des jeweiligen Frequenzbandes, der geforderten Genauigkeit der Parameterauswertung, dem Frequenzgang des Systems und/oder der Frequenzauflösung der Parametersensoren.

Die Regressionen können über den gesamten Frequenzbereich mit äquidistanter und/oder variabler Einteilung vorgenommen werden, wobei jeweils beispielsweise 5-50 Frequenzen genutzt werden. Durch die variable Einteilung können Auswertungen schneller durchgeführt werden. Alternativ können unterschiedliche Parametersensoren mit verschiedenen Frequenzbänder abgefragt und die Regression entsprechend angewendet werden.

Es hat sich aus den Ergebnissen der Regressionen gezeigt, dass die normalisierte spektrale Amplitude bei der Frequenz Null - entsprechend dem y-Achsenabschnitt der jeweiligen Regression, und die Steigung der Regressionsgeraden - entsprechend der spektralen Steigung, die Parameter eines Prüfobjekts bzw. der Auflagefläche charakterisieren. Dabei kann die normalisierte spektrale Amplitude auf jede beliebige Frequenz, beispielsweise Null, bezogen werden.

Die Informationen der Regressionsgeraden 118a - 118f, insbesondere die spektrale Amplitude bzw. spektrale Steigung, können durch Eintragen in eine Karte und/oder Tabelle und Vergleich mit Referenzkarten ausgewertet werden. Die spektrale Amplitude 117 kann alternativ mit Referenzspektren, zur Parmeterermittlung verglichen werden.

Der Korrelationskoeffizient der Regressionsgeraden 118a - 118f ist ein Maß für entstandene Amplitudenunsicherheit und gibt dabei an, mit welchem Fehler die jeweilige Regession durchgeführt wurde. Die Amplitudenunsicherheit entsteht durch Rauschen, temperaturabhängige Nichtlinearität und durch starke Amplitudenabweichungen der Messungen. Um bei schlechten Regressionkoeffizienten die Auswertung zu verbessern, kann die Berechnung unter Zuhilfenahme neuer Daten verfeinert werden und/oder die Messung wiederholt werden. Anstelle der Linearen Regression kann eine beliebige Kurvenregression, beispielsweise quadratische oder kubische Regression, und/oder das Prinzips der kleinsten Quadrate angewendet werden. Dadurch kann die Amplitudenunsicherheit und/oder die Welligkeit bzw. der Fehler der spektralen Amplitude 117 weiter reduziert werden. Die Parameter des Prüfobjekts bzw. Auflagefläche werden analog der linearen Regression aus den Parameter der jeweils angewendeten Kurvenregression bestimmt.

Fig. 16 zeigt eine schematische Darstellung der spektralen Amplitude und spektralen Steigung in Form einer Karte zur Parameterauswertung. Die Kartendarstellung erfasst dabei weitere Prüfobjektparameter, beispielsweise Gewebeparameter, die zur Lebenderkennung und/oder zur Hautmodellierung genutzt werden können.

In der zweidimensional dargestellten Karte ist auf der horizontalen Achse die spektrale Steigung 120 und auf der vertikalen Achse die normierte spektrale Amplitude 121 aufgetragen, wobei mehrdimensionale Darstellungen, beispielsweise nach Frequenzen, Frequenzbereichen und/oder Amplitudenbereichen geordnet, gleichfalls angewendet werden können. In die Kartendarstellung werden zur Festlegung wenigstens einer Referenz spektrale Amplituden und Steigungen eingetragen und zusammengehörige Bereiche bzw. Regionen 122 - 127, entsprechend den gesuchten bzw. auszuwertenden Parameter, gebildet. Die Amplituden und Steigungen zur 'Gewinnung von Referenzen können beispielsweise durch theoretische Analyse, Berechnungen und/oder Messreihen mit bekannten Objekten unterschiedlicher Parameterzusammensetzung bzw. Parameterwerte ermittelt werden. Die Anzahl der Regionen richtet sich nach den auszuwertenden Parametern.

Die Karte zeigt exemplarisch die Unterteilung in die Regionen: Sensor/Auflagefläche 122,

Gewebe/passiver Teil der Hautschichten 123, Feuchtigkeitgehalt 124, Schmutz 125 und Rauschen

126. Die Mischregionen 127a - 127d sind dabei Bereiche mit besonderer Relevanz, da die Parameter, an Gewebe und Auflagefläche gekoppelt, indirekt ausgewertet werden. Je nach

Abstufung der vorgesehen Regionen können die gesuchten Parameter genauer aufgelöst werden.

Zur Bestimmung der Parameter einer aktuellen Datenaufnahme werden die spektrale Steigung und die spektrale Amplitude und/oder die normierte spektrale Amplitude, beispielsweise der

Regressionsgeraden (118a - 118f), in die Karte eingetragen und mit den Referenzbereichen verglichen und dadurch die Parameter, beispielsweise Feuchtigkeitsgehalt oder

Verschmutzungsgrad, quantifiziert.

Durch einen „unscharfen" Vergleich, kann bei der Quantifizierung die Amplitudenunsicherheit der spektralen Daten und/oder Normierung ausgeglichen werden, wobei die Toleranz bzw. Toleranzband beispielsweise durch die durchschnittliche Amplitudenunsicherheit und/oder die Genauigkeit der Quantifizierung festgelegt wird.

Sind die Daten im Bereich von Rauschen 126 oder in einem nicht zuordenbaren Bereich kann das Ergebnis bei den weiter folgenden Berechnungen ignoriert oder die Datenaufnahme mit neuer Systemabstimmung wiederholt werden. Sind die Daten im Bereich des Sensors 122, kann von einer nicht ausreichenden Ankopplung des Prüfobjekts an die Adaptionsfläche ausgegangen werden. Dem Benutzer kann eine entsprechende Signalisierung gegeben oder die Datenaufnahme mit neuer Einstellung wiederholt werden.

Damit die Anzahl der aufwendigen Fließkommaberechnungen reduziert wird, kann die Kartendarstellung in Tabellenform, z.B. in eine Datenbank, abgespeichert und die entsprechenden Parameter mittels der Zuordnung Parameter - Region bzw. Bereich einer Region quantifiziert werden. Das Auslesen der Parameter erfolgt durch den zugehörigen Index der Daten.

Alternativ können die Informationen der Karte durch ein Korrelationsalgorithmus, Flächenschwerpunktmethoden, Fuzzy-Logic, selbstorganisierende oder andere Neuronale Netze ausgewertet bzw. quantifiziert werden.

Durch die Kalibrierung und/oder Normierung der Systemübertragungsfunktion, kann die Auswertung vereinfacht werden, wobei der Bereich des Sensors 122, beispielsweise auf die spektralen Amplitude eins und die spektrale Steigung Null, normiert wird. Fig. 17 zeigt in schematisierter Blockdarstellung eine Ausführungsform eines in der Erkennungssicherheit optimierten Erkennungssystems zur Identifikation eines Prüfobjekts, insbesondere zur Identifikation der individual-typischen Merkmale eines menschlichen Fingers. Die Realisierung des Erkennungssystems kann durch diskreten Aufbau, Modulbauweise oder durch Mikrointegration, beispielsweise in Kartenform, erfolgen und durch optionale Komponenten ergänzt werden.

Der sensorische Teil des Erkennungssystem besteht aus dem beispielsweise matrixartig angeordneten Sensor-Array 130 mit den Merkmalsensoren 91 und Parametersensoren 92. Die Dimension der Auflagefläche 102 ist so ausgestaltet, dass wenigstens eine Prüfobjekt 100, beispielsweise eine Fingerkuppe, in etwa vollflächig erfasst werden kann. Die Merkmalsensoren 91 werden durch Generatoren 131 zum Aussenden von Wellen oder statische/dynamische Felder in wenigstens einem Messzyklus angesteuert. Die Parametersensoren 92 werden durch Generatoren 132 zum Aussenden von Wellen oder statische/dynamische Felder angesteuert. Durch den Block Verstärker, Datenmultiplexer, Quantifizierung 133 werden die Messdaten verstärkt, quantifiziert bzw. digitalisiert und zu den Verarbeitungsalgorithmen geführt. In einer Alternativen bifunktionalen Sensorkonfiguration können die Parametersensoren 92 zur Merkmalerfassung genutzt werden, wodurch die sich ergebenden Lücken in der Anordnung der Merkmalsensoren 91 geschlossen werden. Zur Umschaltung der Sensoren ist der Umschalter 134 vorgesehen. Um Daten für Merkmale und Parameter zu erfassen werden die Parametersensoren 92 mit erweiterten Eigenschaften, z.B. Frequenzbereich bzw. Bandbreite, Auflösung und/oder Empfindlichkeit ausgestattet. Die Merkmalsensoren werden ohne diese Erweiterung ausgeführt und können dadurch mit preiswerten Methoden bzw. mit hoher Packungsdichte gefertigt werden.

Die Sensorsteuerung 135 steuert den Ablauf der Datenaufnahme des Sensor-Arrays 130 mit den integrierten Merkmalsensoren 91 und Parametersensoren 92, sowie den zugehörigen Schaltungen. Dies erfolgt entsprechend dem jeweiligen akustischen, kapazitiven, optischen oder akkustooptischen Sensorprinzips. Die Daten und Systemsteuerung 136 steuert die Datenerfassung bzw. Datenverteilung des Erkennungssystems.

Mit dem Interface 137 werden Transaktionen zu anderen Einheiten eines Systems, beispielsweise ein Terminal, ermöglicht. Das Interface kann beispielsweise als USB, Parallel-Port, RS-232, LAN, WAN, Modem, Video, Blue-Tooth oder dergleichen ausgeführt sein. Mit der optionalen Schaltung Power Management 138 können, beispielsweise bei Batteriebetrieb des Erkennungssystems, die Merkmalsensoren 91 , Parametersensoren 92 und/oder die nicht benötigten Auswerteschaltungen abgeschaltet werden (Stand-by). Dadurch kann bei Implementation in mobile Datenträger, beispielsweise Bankkarten oder Ausweise, Energie eingespart werden. Um bei Auflage eines Prüfobjekts das System in den Betriebszustand zu bringen, werden die Parametersensoren und/oder die Merkmalsensoren und deren Auswerteschaltungen für eine kurze Zeit eingeschaltet. Durch die Verwendung der Parametersensoren zur Überwachung der Auflagefläche, können bei der Detektion eines Prüfobjekts die Parameter ausgewertet, die Kompensationswerte bestimmt und die Merkmalsensoren modifiziert werden.

Durch die Schaltungen und Speicher für die Merkmalerkennung 139 werden die Prüfobjekte identifiziert. Hardwareseitig können Signalprozessoren, beispielsweise DSP - Digitaie- Signalprozessoren, ASP - Analoge-Signalprozessoren, analoge Rechenschaltungen, beispielsweise CCD (Charge coupled device - Ladungsgekoppelte Bauteile) oder dergleichen verwendet werden. Durch die erfindungsgemäße Systemkonfiguration können softwareseitig herkömmliche Minuzienerkennungalgorithmen oder dergleichen anwendet werden. Alternativ kann die Identifikation durch einen Zentralrechner erfolgen, dazu werden die erfassten Daten des Prüfobjekts mittels des Interface 137 übertragen.

Die Merkmale von wenigstens einem Objekt und/oder der Sensoren werden im Merkmalspeicher 140, beispielsweise dauerhaft, gespeichert. Im Sinne der Identifizierung ist das Sensor-Array 130 mit den Systemtoleranzen, z.B. Fertigungstoleranzen, selbst als Merkmalträger zu verstehen und kann deshalb als ein identifizierbares Objekt betrachtet werden. Durch die Identifikation der Merkmale der Sensoren können Manipulationen an dem Sensorsystem bzw. Erkennungssystem verhindert werden. Der Merkmalspeicher 140 stellt dadurch eine Erweiterung eines herkömmlichen Merkmalspeichers (17) dar. Der Merkmalspeicher 140 kann alternativ als ein mobiles Speichermodul, beispielsweise Smart-Card, ausgeführt sein, wobei die Daten über das Interface 137 ausgetauscht werden können. Die Schaltungen und Speicher der Merkmalerkennung 139 und/oder der Merkmalspeicher 140 können in einem separaten Teil eines anderen Systems ausgelagert sein. Der Zugriff, beispielsweise auf die Sensordaten, erfolgt in diesem Fall mit Hilfe des Interface 137.

Durch die Auswerteeinheit 141 werden aus den erfassten Sensordaten Parameter des Prüfobjekts und/oder der Auflagefläche ermittelt und die Kompensationswerte zur Abstimmung der Merkmalerfassung bestimmt. Zur Auswertung der Parameter des Prüfobjekts Finger, kann ein Hautmodell (109) vorgesehen sein. Eine Tiefenselektion (108) kann durch die Auswerteeinheit 141, Sensorsteuerung 135, Generatoren 131 und Quantifizierung 133 realisiert werden.

Durch die Schaltungen und Algorithmen der Gütemerkmale 142 wird die Güte der Parameterermittlung bzw. die Güte der Erkennung festgestellt und die Ergebnisse der Gütebestimmung zum Optimieren weiterer, insbesondere sich wiederholender Detektionsschritte, Auswerteschritte und/oder Erkennungsschritte angewendet, wobei eine Begrenzung der Wiederholungen vorgesehen ist.

Im Parameterspeicher 143 werden Werte/Wertebereiche, Kalibrierdaten, Zuordnungen (Mapping), physiologische/physikalische Parameter und/oder Referenzinformationen der Parameteradaption gespeichert. Um die Daten der Kalibrierung oder dergleichen, beispielsweise nach der Fertigung einzuspeichern, ist ein entsprechendes Interface, beispielsweise Interface 137, vorgesehen. Der Parameterspeicher 143 stellt eine Erweiterung des Speichers für physiologische/physikalische Parameter (23) dar.

Die Modifikation 144 stellt die statischen und/oder dynamischen Parameter der Merkmalsensoren, beispielsweise Frequenz, Phasenwinkel, Amplitude, Verzögerungszeit oder dergleichen, insbesondere aufgrund der ermittelten Kompensationswerte, ein.

Durch den optionalen Kryptoprozessor 145 können mittels Verschlüsselung Daten, interne Datenströme, die Datenübertragung zu weiteren Anwendungen, Prozesse, Prozeduren, Algorithmen und/oder Schaltungen gesichert und/oder Sitzungsschlüssel generiert werden. Dadurch kann das Analysieren der Daten und Methoden des Erkennungssystems durch Angreifer verhindert werden. Zur Erzeugung unabhängiger Schlüssel bzw. Zufallszahlen können die Informationen der Datenerfassung, beispielsweise der Parametermessung, in analoger und/oder digitaler Form als Eingangswerte genutzt werden.

Mit dem optionalen Block Lebenderkennung 146 ist eine Lebenderkennung bzw. Echtheitsbestimmung des Prüfobjekts 100 nach wenigstens einer Alternative der erfindungsgemäßen Lebenderkennungen, insbesondere nach Fig. 6a, vorgesehen. Dadurch kann festgestellt werden, ob eine Finger-Nachbildung auf der Auflagefläche aufliegt bzw. Rückstände auf der Auflagefläche vorhanden sind und diese von weiteren Erkennungprozeduren ausgeschlossen werden, wodurch die individual-typischen Merkmale des Prüfobjekts vor Fälschung geschützt werden. Durch die optionale Zulassungstoleranzadaption 147 wird die Zulassungstoleranz der Merkmalerkennung mit Hilfe wenigstens eines Gütemerkmals, variabel an die Qualität der Datenerfassung der Parametersensoren 92 und/oder Merkmalsensoren 91 adaptiert. Dadurch wird, entsprechend der Qualität der Datenerfassung, eine optimale Erkennungssicherheit erreicht. Ein derartiges System zeigt Fig. 8. Der Selbsttest bzw. Selbstdiagnose 148 überprüft die Systemkomponenten auf Funktionsfähigkeit und wird, insbesondere nach dem Einschalten der Betriebsspannung, in zeitlich regelmäßigen Abständen und/oder nach dem Ändern eines Betriebsmodus, beispielsweise von Stand-by in Aufnahmemodus, durchgeführt. Dadurch kann die Funktion des Erkennungssystems gesichert und/oder Fehlmessungen in Folge eines Defekts verhindert werden. Die Parametersensoren 92 und die Merkmalsensoren 91 können, beispielsweise durch Messung des Frequenzgangs und/oder des spektralen Verhaltens, geprüft werden, wobei defekte Sensoren, beispielsweise in Folge eines Bruchs der Auflagefläche, durch den charakteristisch veränderten Frequenzgang detektiert werden. Ein eventuelle Fehlerdiagnose kann dem Benutzer und/oder einem Zentralrechner mitgeteilt und/oder das System gesperrt werden. Um die Einsatzzeit des Systems zu erhöhen, kann die Oberfläche der Parametersensoren 92, Merkmalsensoren 91 und/oder die Auflagefläche des Prüfobjekts 102 kratzfest bzw. bruchfest ausgebildet werden. Kratz- und/oder bruchfeste Schichten können beispielsweise durch die Methoden der Nanotechnik aufgetragen werden.

Claims

Patentanspriiche

1. Verfahren zur Optimierung der Erkennung oder der Erkennungssicherheit von Erkennungssystemen bei der Identifikation und/oder Verifikation der individual-typischen Merkmale von Prüfobjekten, insbesondere bei der Identifikation von Personen anhand der Fingerkuppen, gekennzeichnet durch,

(a) die Detektion von Daten wenigstens eines physikalischen und/oder physiologischen Parameters und/oder Parmeteränderung des Prüfobjekts (100) und/oder der Auflagefläche (102), (b) die Auswertung und/oder Bestimmung von wenigstens einem physikalischen und/oder physiologischen Parameter und/oder Parameteränderung aus den detektierten Daten, (c) die Bestimmung von wenigstens einer Kompensation, Elimination und/oder Normierung wenigstens eines Parameters und/oder Parameteränderung des Prüfobjekts und/oder der Auflagefläche, insbesondere durch die Bildung von wenigstens einem (Adaptions-) Wert, Sollwert, Größe, Funktion, Tabelle und/oder Methode, und

(d) die Abstimmung und/oder Adaption wenigstens einer Eigenschaft und/oder Methode des Merkmalerkennungssystems (10) und/oder des Parameteradaptionssystems (20) durch wenigstens ein Ergebnis der Kompensation, Elimination und/oder Normierung, insbesondere durch den bestimmen Wert, Sollwert, Größe, Funktion, Tabelle und/oder Methode. 2. Verfahren nach dem Anspruch 1, dadurch gekennzeichnet, dass wenigstens ein individual-typisches Merkmal des Prüfobjekts und/oder der Auflagefläche erfasst und/oder ausgewertet wird. 3. Verfahren nach einem der Ansprüche 1 bis 2, dadurch gekennzeichnet, dass die Informationsqualität und/oder der Informationsverlust von wenigstens einem individual- typischen Merkmal erfasst und/oder ausgewertet wird, und insbesondere zur Lebenderkennung einer Prüfperson, zur Erkennung von Fingernachbildungen und/oder zur Erkennung von Rückständen auf der Auflagefläche des Prüfobjekts genutzt wird. 4. Verfahren nach dem Anspruch 3, dadurch gekennzeichnet, dass die Qualität und/oder Verlust von Informationen der individual-typischen Merkmale durch Abweichungen zu Referenzdaten, ermitteln von Störungen, Rauschen oder Artifakte, bestimmen von Kontrast oder Kontrastverlust, überwiegend auftretende Werte, die Anzahl von auswertbaren Minuzien oder Kombinationen davon gebildet wird, wobei dem Prüfobjekt (100) bei unterschreiten einer bestimmten Informationsqualität ein anderes Prozedurergebnis zugeordnet, vorzugsweise von der Identifizierung ausgeschlossen und/oder zurückgewiesen wird. 5. Verfahren nach einem der Ansprüche 1 bis 4, gekennzeichnet durch, (a) die Bestimmung wenigstens einer Qualität durch wenigstens einem Gütemerkmal der jeweiligen Detektion und/oder Auswertung, (b) die Adaption wenigstens einer Eigenschaft und/oder Methode des Erkennungssystems anhand dieser Qualität für eine und/oder mehrere aufeinander folgende Detektion und/oder Auswertung des Prüfobjekts, und/oder

(c) die Einstellung wenigstens einer Eigenschaft und/oder Methode des Erkennungssystems durch wenigstens eine Qualität auf veränderliche und/oder unbekannte Prüfobjektparameter,

(d) und/oder die Optimierung weiterer, insbesondere sich wiederholender Detektionsschritte und/oder Auswerteschritte anhand dieser Qualität, wobei eine Begrenzung der Wiederholungen vorgesehen ist.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die Referenzen der individual-typischen Merkmale aufgrund von wenigstens einer Qualität einer Detektion eines physikalischen und/oder physiologischen Parameters und/oder Parmeteränderung des Prüfobjekts (100) und/oder der Auflagefläche (102) ausgewählt werden, wobei die jeweiligen Referenzen einer bestimmten Qualität zugeordnet sind. 7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Zulassungstoleranz des Erkennungssystems anhand wenigstens einer Qualität und/oder eines Ergebnisses wenigstens einer Detektion, Auswertung, Kompensation, Elimination und/oder Normierung der Parameter des Prüfobjekts (100) und/oder der Auflagefläche (102) adaptiert wird. 8. Verfahren nach einem der Ansprüche 5 bis 7, dadurch gekennzeichnet, dass bei einer gewählten ausreichenden Qualität der Daten und/oder der Auswertungen die Zulassungstoleranz vorzugsweise erhöht und bei minderer Qualität die Zulassungstoleranz vorzugsweise verringert wird, wobei die Zulassungstoleranz in einem vorgegeben Bereich verändert wird.

9. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass wenigstens eine Gütemerkmal und/oder die Zulassungstoleranz:

(a) durch Referenzdaten, Referenzmodelle, Referenzfunktionen, Daten aus gespeicherten und/oder aktuellen Datenaufnahmen oder Kombinationen davon gebildet und/oder ausgewählt wird,

(b) und/oder durch die Differenz und/oder Fehler zu Referenzen der Detektion und/oder Auswertung von Parameter gebildet wird,

(C) und/oder mittels Informationen der FAR (63), FRR (62), EER (67) und/oder des Integrals (69) zwischen der Kurven FAR, FRR und EER+D (68) gebildet wird,

(d) und/oder wenigstens ein zeitlicher Verlauf eines Ergebnisses, insbesondere der Qualität, aufgezeichnet und/oder gespeichert wird und vorzugsweise als Referenz für aktuelle Messungen dient.

10.Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Informationen der individual-typischen Merkmale mittels Bilder und/oder Zwischenbilder, vorzugsweise graustufenartige Bilder oder Abbildungen, Histogramme, Tabellen, Merkmaltabellen, vorzugsweise Merkmaltabellen der Minuzien des Prüfobjekts, die Informationen wiedergebenden Datenerfassungssignale oder Kombinationen davon erfasst und/oder gespeichert und/oder ausgewertet werden. 11.Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass wenigstens ein physikalischer und/oder physiologischer Parameter:

(a) aus der Charakteristik, Morphologie, Physik, Physiologie und/oder Biologie von biologischen Matrizen, insbesondere Haut, Hautschichten, Hautgrenzschichten, Hautstrukturen, und/oder merkmaltragende biologische Matrizen, insbesondere quasiperiodische Strukturen und/oder Textur der Haut der Fingerbeere,

(b) und/oder aus dem Bereich von mikroskopischen Zellen oder Zellverbänden, vorzugsweise der Keratinisierung und/oder der Lipidierung von Haut bis zu makroskopischen Schichten und/oder Grenzschichten und/oder Strukturen gebildet und ausgewertet wird,

(c) und/oder aus dem Raum/Zwischenraum und/oder Fläche zwischen Prüfobjekt (100) und Auflagefläche (102), insbesondere Cremgehalt, Fettgehalt, chemischer oder physikalischer

Fremdsubstanzgehalt, Konzentration von Lösungen, Emulsionen oder Dispersionen, gebildet und ausgewertet wird,

(d) und/oder aus der Adaption des Prüfobjekts auf der Auflagefläche, insbesondere Auflagedruck, Auflagefläche, Feuchtigkeitsgehalt, elektrische oder elektromagnetische Leitfähigkeit oder Impedanz, mechanische oder akustische Impedanz des Prüfobjekts, der Auflagefläche und/oder des Raums dazwischen, gebildet und ausgewertet wird,

(e) und/oder aus der Charakteristik und/oder Rasterung der Schweißporen der Haut, insbesondere der in deren spiralförmigen Bereich hervorgerufene Abweichung, Unregelmäßigkeit und/oder Diskontinuität in den Hautschichten, gebildet und ausgewertet wird, wobei das Raster der Schweißporen insbesondere als Referenz für Detektionen und/oder Auswertungen, vorzugsweise zur Bestimmung des Scheitelpunkt einer Hautleiste und/oder Bestimmung der absoluten und/oder relativen Detektionstiefe dient,

(f) und/oder aus der Blutzirkulation in den Kapillaren der Haut, insbesondere der Veränderung an Gewebe der Haut, Zellen und/oder Zellverbänden aufgrund von Ischämie gebildet und ausgewertet wird,

(g) oder aus der Charakteristik, Morphologie und/oder Physik von kondensierter Materie, insbesondere Dokumenten, Datenträgem, Ausweisen gebildet und ausgewertet wird. 12.Verfahren nach einem der Ansprüche 1 bis 11 , dadurch gekennzeichnet, dass physikalische und/oder physiologische Parameter und/oder Daten der Parameter detektiert werden, die sich während der Detektion nicht signifikant verändern. 13. Verfahren nach einem der Ansprüche 1 bis 12, dadurch gekennzeichnet, dass die Detektion und/oder Auswertung vom genetischen Code angelegten Hautschichten und/oder Hautgrenzschichten, vorzugsweise der Epidermis (1), Dermis (3) und/oder Region zwischen Epidermis (1) und Dermis (3), insbesondere die Region der Stratum-Papillare (4) und/oder die Region der Stratum-Retikulare und/oder die Region der Epithelschichten, vorgesehen ist.

14. Verfahren nach einem der Ansprüche 1 bis 13, dadurch gekennzeichnet, dass wenigstens eine Detektion und/oder Auswertung einer Größe und/oder eines Ergebnisses, 5 insbesondere die Identifikation von individual-typischen Merkmalen und/oder die Kompensation von Parameter, abhängig von Wert einer anderen Größe und/oder Ergebnisses wenigstens in einem weiteren Durchgang wiederholt wird, wobei eine Begrenzung der Wiederholungen vorgesehen ist.

15. Verfahren nach einem der Ansprüche 1 bis 14, 0 dadurch gekennzeichnet, dass das Prüfobjekt (100) und/oder die Auflagefläche (102) durch Strahlung mit Welleneigenschaften, vorzugsweise Ultraschallstrahlung und/oder elektromagnetische Strahlung, bestrahlt wird, und dass deren Reflektion, Absorption, Streuung, Beugung, Dispersion, Brechung oder Kombinationen davon detektiert und ausgewertet wird, wobei die Welleneigenschaften, 5 insbesondere die Wellenlänge, entsprechend den zu detektierenden Parameter gewählt wird.

16. Verfahren nach einem der Ansprüche 1 bis 15, dadurch gekennzeichnet, dass das Prüfobjekt (100) und/oder die Auflagefläche (102) durch Felder, vorzugsweise dynamische und/oder statische elektrische Felder beaufschlagt wird und wenigstens eine 0 Feldeigenschaft, insbesondere Feldstärke, Polarisation, Influenz, Depolarisation, und/oder Kapazität detektiert und ausgewertet wird.

17. Verfahren nach einem der Ansprüche 1 bis 16, dadurch gekennzeichnet, dass wenigstens ein Sender/Generator zum Aussenden von Strahlung, Wellen und/oder Felder 5 vorgesehen ist und über eine gewählte Zeitdauer sendet, und dass wenigstens ein Detektor zur

Erfassung von Strahlung, Wellen und/oder Felder vorgesehen ist und über eine gewählte

Zeitdauer erfasst, wobei die Parameter der Sender und/oder Detektoren vorzugsweise Amplitude,

Frequenz, Phase, Polarisation, Kohärenz, Sensitivität, Selektivität oder dergleichen einstellbar ist und/oder angepasst wird. 30 18. Verfahren nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass wenigstens ein Tiefenselektionsmittel vorzugsweise Wellensteuerungsverfahren,

Phasensteuerungsverfahren, Zeitanalyseverfahren, Geometrie von strahlenden und/oder empfangenden Flächen/Körper, Frequenz der einstrahlenden Energie oder Wellen, und/oder 5 konfokale Fokussierung vorgesehen ist, um Messsignale von einer bestimmten Tiefe des

Prüfobjekts (100) und/oder Auflagefläche (102) zu erfassen und/oder Messsignale in eine bestimmte Tiefe zu senden, wobei die Tiefe gewählt wird. 19.Verfahren nach einem der Ansprüche 1 bis 18, dadurch gekennzeichnet, 0 dass bei der Detektion von physikalischen und/oder physiologischen Parameter:

(a) wenigstens ein gesendetes Signal in der Frequenz und/oder Amplitude zeitlich geändert wird und die durch das Prüfobjekt (100) und/oder Auflagefläche (102) modulierte Frequenz und/oder modulierte Amplitude, vorzugsweise die modulierte Frequenzverschiebung zwischen den gesendeten und detektierten Signalen ausgewertet wird,

(b) und/oder aus einem detektiertem Signal die Hochfrequenzanteile, vorzugsweise durch einen 5 Detektor mit Tiefpassfilterung herausgefiltert werden, die daraus resultierende Hüllkurve differenziert und/oder hochpassgefiltert wird,

(c) und/oder Vielfachstreuung des Prüfobjekts (100) und/oder der Auflagefläche (102) detektiert wird und die Detektion entlang eines, vorzugsweise vielfach streuenden Weges erfolgt,

(d) und/oder kohärente oder niederkohärente Wellen in das Prüfobjekt (100) und/oder die 0 Auflagefläche (102) gesendet werden und das Interferenzsignal der Objektwellen und

Referenzwellen in bestimmten Messpfaden durch wenigstens ein Detektor erfasst und ausgewertet wird. 2O.Verfahren nach einem der Ansprüche 1 bis 19, dadurch gekennzeichnet, 5 dass die detektierten Signale und/oder Daten des Prüfobjekts (100) und/oder der Auflagefläche (102), vorzugsweise durch eine FFT oder FHT, in spektrale Signale transformiert werden und die jeweils verschiedenen spektralen Signale die unterschiedlichen Parameter des Prüfobjekts und/oder Auflagefläche wiedergeben und ausgewertet werden. 21.Verfahren nach einem der Ansprüche 1 bis 20, 0 dadurch gekennzeichnet, dass an wenigstens einer Prüfstelle des Prüfobjekts (100) und/oder der Auflagefläche (102) der frequenzabhängige Streu- und/oder Rückstreukoffizent, insbesondere der keratin-typische Rückstreukoffizent von biologischen Matrizen und/oder Haut/Hautschichten detektiert und/oder ausgewertet wird.

25 22.Verfahren nach einem der Ansprüche 1 bis 21 , dadurch gekennzeichnet, dass die Sender und/oder Detektoren von Signalen als elektroakustische Wandler, vorzugsweise als Ultraschallwandler aus piezoelektrischen Keramiken, piezoelektrischen Folien und/oder piezoelektrischen Halbleiter ausgeführt sind, wobei die Wandler gleichzeitig oder zeitlich versetzt 0 als Sender und/oder Detektoren verwendet werden. 23. Verfahren nach einem der Ansprüche 1 bis 22, dadurch gekennzeichnet, dass bei der Auswertung von physikalischen und/oder physiologischen Parameter:

(a) aus einem detektiertem Signal wenigstens ein zeitlich gewähltes Intervall gebildet wird, die 5 Informationen des Intervalls spektral transformiert werden und die spektrale Steigung und/oder die spektrale Amplitude aus wenigstens einem spektralen Intervall gebildet und ausgewertet wird,

(b) alternativ aus den spektralen Signalen wenigstens eine Approximation, vorzugsweise eine lineare Regression in wenigstens einem gewähltem Intervall gebildet und ausgewertet wird, 0 wobei die spektrale Steigung und/oder die spektrale Amplitude des jeweiligen Intervalls durch die Parameter der Regression wiedergeben wird, (c) alternativ die Dispersion der spektralen Steigung und/oder spektralen Amplitude in wenigstens einem gewählten Intervall, vorzugsweise als Funktion der Tiefe gebildet und ausgewertet wird. 24.Verfahren nach einem der Ansprüche 1 bis 23, dadurch gekennzeichnet, dass die totale und/oder lokale Adaption, die Qualität der Adaption und/oder der Anpressdruck des Prüfobjekts (100) auf der Auflagefläche (102) durch die absolute und/oder relative Intensität der Frequenzen eines Spektrums oder Zwischenfrequenzspektrums, vorzugsweise an Stellen der Intensitätmaxima bestimmt wird. 25.Verfahren nach einem der Ansprüche 1 bis 24, dadurch gekennzeichnet, dass die Auswertung der Parameter des Prüfobjekts (100) und/oder Auflagefläche (102):

(a) durch wenigstens ein Vergleich und/oder Korrelation mit Referenzinformationen vorgesehen ist, wobei die Referenzinformationen, vorzugsweise in Form von Klassifikationen und/oder Karten und/oder Tabellen und/oder Funktionen und/oder Regressionen und/oder Prinzip der kleinsten Quadrate und/oder Histogrammen und/oder Messkurven gebildet werden,

(b) und/oder durch wenigstens ein unscharfer Vergleich, insbesondere mittels Fuzzy-Logik oder Neuronale Netze, vorgesehen ist,

(c) und/oder durch wenigstens ein Referenzmodell des Prüfobjekts (100) und/oder Auflagefläche (102) vorgesehen ist und Messdaten vorzugsweise Frequenz- oder Impulsfolgen des Prüfobjekts und/oder der Auflagefläche in das Referenzmodell eingepasst werden, wobei die gesuchten Parameter aus wenigstens einer gespeicherten Referenz entnommen werden. 26.Verfahren nach einem der Ansprüche 1 bis 25, dadurch gekennzeichnet, dass Informationen des Prüfobjekts (100) und/oder der Auflagefläche (102), vorzugsweise spektrale Steigungen und/oder spektrale Amplituden:

(a) in wenigstens einer Klassifikation, vorzugsweise einer Karte gespeichert und ausgewertet werden, wobei Informationen, insbesondere spektrale Steigungen und spektrale Amplituden mit etwa gleichen physikalischen und/oder physiologischen Parameter zu wenigstens einer

Region (122-126) und/oder Mischregion (127a-127d) zusammengefasst und/oder Referenzen gebildet werden,

(b) die jeweils verschiedenen Regionen die unterschiedlichen Parameter des Prüfobjekts und/oder Auflagefläche wiedergeben, und/oder

(c) wenigstens eine Diskriminierungfunktion vorgesehen ist, die aus spektralen Steigungen und/oder spektralen Amplituden und/oder Karten und/oder Regionen relative oder absolute Werte der Parameter des Prüfobjekts und/oder Auflagefläche erzeugt.

27.Verfahren nach einem der Ansprüche 1 bis 26, dadurch gekennzeichnet, dass wenigstens eine Abfragemöglichkeit zum Auslesen von Informationen der Sensorparameter des Merkmalsensorssystems (11) und/oder der Parameter des Merkmalerkennungssystem (10), vorzugsweise Kennlinien, statische/dynamische Werte und deren Einstellgrenzen und/oder Einstellbereiche vorgesehen ist. 28.Verfahren nach einem der Ansprüche 1 bis 27, dadurch gekennzeichnet, dass statische und/oder dynamische Sensorparameter und/oder Kennlinien des Merkmalsensorssystems (11) abgestimmt werden, wobei vorzugsweise die Abstimmung von 5 Referenzen der Stromquellen, Spannungsquellen, Widerständen, Kondensatoren und/oder von Steuerungen des Ablaufs, der Zeit, Datenerfassung, Zellenvorladung, Sendefrequenz, Sendesignals, sowie der Sensitivität und/oder der Selektivität der Detektionseinrichtung vorgesehen ist, und/oder dass die Algorithmen und/oder Methoden der Merkmalauswertung, vorzugsweise Signalvorverarbeitung, Merkmalextrahierer und/oder Merkmalvergleicher 0 abgestimmt werden, wobei vorzugsweise Erkennungstoleranzen, Kontrasterhöhungsfilter,

Kantenextrahierungfilter, Rauschfilter und/oder Artifaktfilter eingestellt werden. 29.Verfahren nach einem der Ansprüche 1 bis 28, dadurch gekennzeichnet, dass durch die Abstimmung des Merkmalsensorsystems (11) die Häufigkeitsverteilungsdichte der 5 die Merkmale bildenden und/oder abbildenden Informationen, insbesondere von Grauwertdaten, an wenigstens einer, vorzugsweise an zwei wählbaren Stellen (82) und/oder (83) maximiert und/oder an wenigstens einer Stelle minimiert wird, und dass die Wahrscheinlichkeitsverteilung an wenigstens einer, vorzugsweise an zwei wählbaren Stellen (82) und/oder (83) steil und/oder dazwischen etwa flach verläuft. 0 3O.Verfahren nach einem der Ansprüche 1 bis 29, dadurch gekennzeichnet, dass zur Auswertung detektierter Signale eine Kalibrierung, Normierung, Abgleich mit Referenzinformationen oder dergleichen, vorzugsweise die Entfaltung der Systemübertragungsfunktion vorgesehen ist, wobei die Kalibrierdaten, Normierdaten und/oder 5 Referenzdaten gespeichert sind und/oder vorzugsweise durch systeminhärente Sensoren gebildet werden.

31.Verfahren nach einem der Ansprüche 1 bis 30, dadurch gekennzeichnet, dass wenigstens eine Detektionseinrichtung, vorzugsweise permanent die Adaptionsfläche (102) 0 und/oder nahe über der dem Prüfobjekt (100) zugewandten Seite der Adaptionsfläche abtastet und/oder auswertet, wobei insbesondere Verschmutzungen, Substanzen und/oder Rückstände auf dieser detektiert und ausgewertet werden. 32.Verfahren nach einem der Ansprüche 1 bis 31, dadurch gekennzeichnet, 5 dass bei Auswertung von Verschmutzung, Rückständen, unzureichender Adaption und/oder unzureichender Kompensation der Parameter des Prüfobjekts (100) und/oder Auflagefläche (102) der Merkmalaufnahme und/oder der Merkmalerkennung ein anderes Prozedurergebnis zugeordnet, vorzugsweise das Prüfobjekt von der Identifizierung ausgeschlossen und/oder zurückgewiesen wird.

40 33.Verfahren nach einem der Ansprüche 1 bis 32, dadurch gekennzeichnet, dass der totale und/oder lokale Energieübergang in das Prüfobjekt (100) und/oder Auflagefläche (102) erfasst und/oder ausgewertet wird, wobei vorzugsweise die Bestimmung der Adaption und/oder Impedanz und/oder Transmission und/oder Reflektion und/oder Absorption des Prüfobjekts vorgesehen ist. 34.Verfahren nach einem der Ansprüche 1 bis 33, dadurch gekennzeichnet, dass wenigstens ein Sensor für Parameter (92) und/oder Merkmale (91) bifunktional zur Detektion genutzt wird und für die jeweilige Anwendung angepasste, vorzugsweise umschaltbare Detektionseigenschaften besitzt, wobei vorzugsweise die Parametersensoren zur Merkmaldetektion vorgesehen sind,

35.Verfahren nach einem der Ansprüche 1 bis 34, dadurch gekennzeichnet, dass durch wenigstens eine Information, Ergebnis und/oder Wirkung einer Detektion, Auswertung und/oder Kompensation der Parameter des Prüfobjekts (100) und/oder der Auflagefläche (102): (a) das Generieren von kryptologischer Schlüssel, vorzugsweise von Sitzungsschlüssel, und/oder zum Generieren von unabhängigen Werten, vorzugsweise von Zufallszahlen,

(b) die Aufnahme von individual-typischen Merkmalen,

(c) die Kommunikation mit anderen Systemkomponenten und/oder Benutzer, insbesondere eine Signalisierung auslöst, wobei die Signalisierung an ein Benutzer vorzugsweise optisch, akustisch, mechanisch, die Gefühle eines Menschen beeinflussend, mittels Piktogrammen oder Kombinationen davon ausgeführt ist,

(d) das Wechseln eines energiesparenden Modus in ein Betriebsmodus,

(e) ein Signal zur Meldung des Betriebsmodus,

(f) ein Sensoraustauschsignal bei der Detektion von Kratzer und/oder Risse in/auf der Adaptionsfläche (102) und/oder Sensoren,

(g) die Verschlüsselung von Informationen und/oder Kombinationen davon initiiert wird. 36.Verfahren nach einem der Ansprüche 1 bis 35, dadurch gekennzeichnet, dass der Sensor zur Detektion von individual-typischen Merkmalen die Oberflächenstrukturen und/oder Texturen von Haut und/oder oberflächennahen Strukturen und/oder Raumstrukturen, vorzugsweise den Fingerabdruck der Fingerkuppen erfasst. 37.Vorrichtung zur Durchführung der Verfahren nach einem oder mehreren vorhergehenden

Ansprüchen, dadurch gekennzeichnet, dass wenigstens ein Sensor zur Detektion von physikalischen und/oder physiologischen

Parameter (21, 92), wenigstens eine Auswerteeinheit (22, 141) zur Auswertung und/oder

Kompensation, Elimination, Normierung der Parameter, wenigstens eine Einrichtung zur

Detektion von individual-typischen Merkmalen (91, 10), wenigstens eine Systemsteuerung (136) und/oder Sensorsteuerung (135), wenigstens ein Interface (137) zur Übertragung und/oder Darstellung von Daten und wenigstens eine Abstimmeinheit (144) zum Abstimmen der

Merkmalsensoren (91) und/oder des Merkmalerkennungsystems (10) vorgesehen ist. 38.Vorrichtung nach dem Anspruch 37, dadurch gekennzeichnet, dass wenigstens ein Generator (131, 132), vorzugsweise Sinus-Generatoren, Burst-Generatoren, DDS-Generatoren und/oder Impuls-Generatoren und wenigstens eine Quantifizierung (133), vorzugsweise Synchrondemodulator, integrierende Messwandler (Dual-Slope), synchronisierte Verstärker (Lock-in Amplifier) und/oder A/D-Wandler vorgesehen ist, wobei die Generatoren und/oder die Quantifizierung in den jeweiligen Parameter einstellbar ausgeführt sind. 39.Vorrichtung nach einem der Ansprüche 37 bis 38, dadurch gekennzeichnet, dass wenigstens eine Einrichtung (145), vorzugsweise ein Kryptoprozessor zur Verschlüsselung und/oder Entschlüsselung von Daten, Auswerteergebnisse, Teilergebnisse, Datenkanäle, Generieren von Zufallszahlen, Erzeugen und/oder Prüfen einer digitalen Signatur oder dergleichen vorgesehen ist. 40.Vorrichtung nach einem der Ansprüche 37 bis 39, dadurch gekennzeichnet, dass wenigstens ein Speicher (140, 143), vorzugsweise zur nichtflüchtigen Speicherung der Ergebnisse und/oder des zeitlichen Verlaufs der Ergebnisse und/oder Teilergebnisse des Verfahrens, prüfobjektspezifischen Daten, systemspezifische Merkmale, Referenzen der individual-typischen Merkmale, Referenzen von physikalischen und/oder physiologischen Parameter und/oder Parameteradaption, Referenzen von Gütemerkmalen, Referenzen der Zulassungsadaption, Referenzen der jeweiligen Sensorparameter, Referenzen von kryptologischen Verfahren, ausführbarer Maschinencode oder Kombinationen davon vorgesehen ist. 41.Vorrichtung nach einem der Ansprüche 37 bis 40, dadurch gekennzeichnet, dass wenigstens ein Selbsttest (148) und/oder Selbstdiagnose zur Funktionsprüfung der Sensoren, elektronische Schaltungen, elektrischen Modulverbindungen, Speicher, Schnittstellen oder dergleichen vorgesehen ist, wobei vorzugsweise beim Fehlschlagen einer Testfunktion ein Störungsprogramm ausgeführt, Alarm signalisiert und/oder Sperrung des Systems oder Teilsystems bewirkt wird.

42. Vorrichtung nach einem der Ansprüche 37 bis 41, dadurch gekennzeichnet, dass wenigstens eine Einrichtung (138) zur Reduzierung des Leistungsaufnahme und/oder des Energieverbrauchs, vorzugsweise eine Zykluszeitsteuerung und/oder Spannungssteuerung des Systems vorgesehen ist, wobei vorzugsweise permanent, periodisch oder zeitlich gesteuert die für die jeweils nicht genutzten Systemkomponenten in einen Leistung/Energie einsparenden Betriebsmodus gesetzt werden. 43.Vorrichtung nach einem der Ansprüche 37 bis 42, dadurch gekennzeichnet, dass wenigstens ein Umschalter (134), zum Umschalten von einem oder mehreren Sensor(en) zwischen Merkmalaufnahme und Parameterdetektion vorgesehen ist, wobei die Umschaltung vorzugsweise durch elektronische Schalter ausgeführt ist. 44.Vorrichtung nach einem der Ansprüche 37 bis 43, dadurch gekennzeichnet, dass die Parametersensoren (92) und die Merkmalsensoren (91): 5 (a) auf einem vorzugsweise flexiblen gemeinsamen Substrat (90) angeordnet und/oder aneinander gefügt sind, und/oder

(b) wenigstens eine Aussparung (95) mit bezüglich den Sensoren und/oder dem Substrat (90) differenten mechanischen und/oder elektrischen Konstanten vorgesehen ist, wobei die Aussparungen (95) die Sensoren gegeneinander physikalisch und/oder technologisch 0 abtrennen.

45.Vorrichtung nach einem der Ansprüche 37 bis 44, dadurch gekennzeichnet, dass wenigstens ein Parametersensor (92) und/oder Merkmalsensor (91): (a) als kapazitiver, optischer, thermischer, akustooptischer und/oder vorzugsweise akustischer 5 Sensor mit ebener oder gewölbter Auflagefläche (102) ausgeführt ist,

(b) in etwa matrixartig oder zeilenartig angeordnet und/oder aneinander gefügt sind, wobei das Prüfobjekt etwa gleichmäßig abgedeckt oder abtastbar ist, und/oder

(c) mit vergüteter Oberfläche und/oder vergüteter Auflagefläche, vorzugsweise kratzfest und/oder bruchfest ausgebildet ist.

20 46.Vorrichtung nach einem der Ansprüche 37 bis 45, dadurch gekennzeichnet, dass wenigstens eine steuernde und/oder rechnende Einheit, insbesondere die Auswerteeinheit (141), die Merkmalerkennung (139), die Gütebestimmung (142), die Zulassungstoleranzadaption (147), die Echtheitsbestimmung der Merkmale und/oder Lebenderkennung (146), 5 Sensorsteuerung (135) und/oder Systemsteuerung (136) als digitale und/oder analoge Rechnenschaltung, Mikorechner, Signalprozessor, programmierbare Logik oder dergleichen ausgeführt ist.

47.Vorrichtung nach einem der Ansprüche 37 bis 46, dadurch gekennzeichnet, 0 dass wenigstens eine energieabsorbierende und/oder energieableitende Einrichtung, vorzugsweise Metallisierungen und/oder Dämpfer zur Reduktion des Energietransfers zwischen dem System und/oder Systemkomponenten und anderen Einrichtungen, insbesondere von mechanischer Energie, elektromagnetischer Energie, elektrischer Feldenergie und/oder deren Interferenzen vorgesehen ist.

35 48.Vorrichtung nach einem der Ansprüche 37 bis 47, dadurch gekennzeichnet, dass die Vorrichtung ein logischer und/oder physikalischer Bestandteil wenigstens einer anderen, insbesondere mobilen Einrichtung, Datenträger, elektronisches Dokument, Informationssystem, Terminal, digitaler Ausweis, Chip-Card oder dergleichen ist und über wenigstens eine,

40 vorzugsweise drahtlose Schnittstelle, insbesondere zur Übertragung von Energie und/oder Informationen verbunden und/oder verbindbar ist.