專利名稱：生物統(tǒng)計圖像注冊與鑒權(quán)的方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通常涉及生物統(tǒng)計識別系統(tǒng)，且尤其涉及用戶注冊其生物 統(tǒng)計圖像及隨后基于已注冊的圖像進行用戶核對的方法和設(shè)備。技術(shù)背景在現(xiàn)代社會的司法和民用領(lǐng)域，基于生物統(tǒng)計圖像的識別系統(tǒng)扮 演著重要的角色。例如，公共安全部門將犯罪者的身份識別作為現(xiàn)今 任何調(diào)査的主要部分。與此類似，在民用的應(yīng)用領(lǐng)域，諸如信用卡或 個人身份欺騙、印跡識別已經(jīng)成為安全程序的重要組成部分。在所有 的生物統(tǒng)計特征(面部、指紋、虹膜等)中，虹膜和視網(wǎng)膜是作為需 要高安全級應(yīng)用的優(yōu)選生物統(tǒng)計指標。盡管如此，由于歷史原因及在 此領(lǐng)域已得到證實的表現(xiàn)，基于指紋的核對系統(tǒng)很普遍，而面部圖像 匹配是識別中第二常用的生物統(tǒng)計特征指標。一個基于生物統(tǒng)計圖像的自動識別的操作，例如，進行指紋、掌 紋或面部圖像的識別，通常由兩個階段組成。第一是注冊或稱為錄入 階段，第二是識別、鑒權(quán)或稱為核對階段。在注冊階段，被注冊者的 個人信息及生物統(tǒng)計圖像(如指紋、掌紋、面部圖像等)被錄入到系 統(tǒng)。生物統(tǒng)計圖像由適當(dāng)?shù)膫鞲衅鞑东@，然后一般會提取此生物統(tǒng)計 圖像的特征，例如指紋的特征點。然后通常將個人信息及所提取的特 征，可能還包括此圖像，組成一個存檔記錄，保存在用于隨后識別被 注冊者的數(shù)據(jù)庫中。在識別/核對階段，需捕獲個體的生物統(tǒng)計圖像或取得潛在的印 跡。通常所說的搜索記錄即由這些圖像提取的特征及個人信息組成。 搜索記錄隨后將與識別系統(tǒng)的數(shù)據(jù)庫中已注冊的(即存檔)記錄進行比較。比較過程的結(jié)果通常將會產(chǎn)生一個匹配分數(shù)的列表，候選的記 錄根據(jù)匹配分數(shù)進行排列。匹配分數(shù)是識別搜索與存檔記錄的特征相 似度的一種量度。通常，匹配分數(shù)越高，可認為存檔與搜索記錄的相 似度越大。這樣，頂端的候選記錄即為最接近的匹配。最近幾年中，傳感器技術(shù)的發(fā)展使得用于注冊和識別/核對階段中 用于生物統(tǒng)計圖像捕獲的傳感器更為緊湊。這種尺寸上的減小也使傳 感器的制造成本降低了。例如，有些制造商已經(jīng)可以將微型的非光學(xué) 式指紋傳感器(即固態(tài)傳感器)置于類似蜂窩電話的手持無線設(shè)備中。 在上述例子中，傳感器的捕獲面積一般小于需捕獲的指紋總面積，這 可能造成通過這些小面積的傳感器捕獲到的指紋的識別上的困難。固態(tài)指紋傳感器的典型捕獲面積僅有300X300像素。然而，待捕獲的手 指的平均面積可為它的3倍。同一手指于不同時刻(例如于注冊階段中和于核對階段中)捕獲 到的壓痕只有非常小的重疊區(qū)域的可能性導(dǎo)致了在使用這些微型傳感 器時關(guān)于指紋識別的限制。更明確地說，在注冊階段通常只會錄入一 個指紋圖像存檔(僅由捕獲的實際手指的指紋的一部分所代表)，此圖像 的特征會被提取和保存以用于隨后的指紋搜索比較。如果采用的是基 于特征點的匹配算法，在搜索和存檔指紋只有少量重疊的情況下，配 對的特征點數(shù)量也是有限的，這樣就造成匹配準確度的損失。這種準 確度的損失可能導(dǎo)致一名未經(jīng)授權(quán)的人員被誤識別為授權(quán)用戶，或者 授權(quán)用戶被阻止使用該應(yīng)用程序。無論哪種情況，都給用戶造成了很 大的不便。使用傳感面積小于需捕獲的手掌的面積的掌紋識別也受到 與上述指紋識別所遇到的類似的限制。對于上述微型傳感器引起的識別問題，有數(shù)種已知的可能的解決 方案。然而，每一種方案都有其局限性。例如，可以增大傳感器的尺 寸，但是通常這需要更昂貴的傳感器，因此提高了內(nèi)置傳感器產(chǎn)品的 成本。此外，由于產(chǎn)品需要的小尺寸，這種方案可能對某些應(yīng)用不適用。另一種解決方案是使用圖像顯示來為正在注冊的用戶提供指導(dǎo)。 但是受到尺寸(比如設(shè)備的尺寸)的限制，在設(shè)備上放置顯示器可能 對于某些應(yīng)用來說并不實際。還有，另有解決方案會在核對階段捕獲 指紋時要求用戶將手指放在不同的位置。對于用戶來說，這種方案在 核對過程中的耗時變得更長，從而使其在現(xiàn)實社會中的應(yīng)用顯得不太 實用。另外一種對于上述微型傳感器引起的識別問題的解決方案參見圖 2中的流程圖。在這種情況下，產(chǎn)生一個馬賽克指紋圖像組成的存檔記 錄，代替了被注冊者單一的指紋圖像被捕獲和存儲為存檔記錄的一部分。為完成這個馬賽克，傳感器(210)捕獲指紋圖像，直至判斷(214)其大于一個預(yù)設(shè)的質(zhì)量閾值。如果圖像超過了這一質(zhì)量閾值，此圖像被注冊為一個存檔圖像(216)。然后判斷(236)注冊圖像的數(shù)量是 否達到所需也就是預(yù)設(shè)的注冊圖像的數(shù)量。如果沒有，重復(fù)步驟210 至216直至達到所需的注冊圖像的數(shù)量。接著由所有已注冊圖像產(chǎn)生 一個馬賽克圖像(240)。再提取這個馬賽克圖像的特征(220)，將 馬賽克圖像及相應(yīng)的匹配特征存儲為存檔記錄(224)。這種方法的幾個難題使得它在現(xiàn)實生活的應(yīng)用并不容易。例如， 組合馬賽克圖像的過程本身就是一個匹配的過程，需要毫無錯誤地將 捕獲到的多個圖像中對應(yīng)的指紋線的脊與脊鏈接，谷與谷鏈接。然而 由于圖像的失真、噪聲及其他捕獲中的不確定因素，這通常是做不到 的。相應(yīng)地，產(chǎn)生的馬賽克圖像普遍地在分開捕獲的圖像邊界處沒有 平滑的過渡。這些馬賽克圖像產(chǎn)生過程中的局限性會導(dǎo)致在核對階段 中，特征點被錯誤的檢出，也降低了匹配的準確度。前面提到，面部圖像匹配是第二常用來識別的生物統(tǒng)計特征指標。 這在諸如視頻監(jiān)控識別、入口控制、犯罪調(diào)査數(shù)據(jù)庫的身份檢索中已 經(jīng)被實現(xiàn)了。這種識別的一個好處是獲取的過程是非侵入性的，也不 需要該人員的配合。然而它的一個局限在于，通常面部圖像的表情或捕獲到的觀察角度可能與已注冊的圖像不同，造成了匹配準確度的降 低。這一準確度的問題可以通過在注冊階段從面部不同角度及在不同 表情下進行多個不同圖像的捕獲來解決。但是，由于系統(tǒng)存儲量的限 制，捕獲的面部圖像的數(shù)量有一個實際的限度，而且額外注冊圖像的 時間也希望被控制在一個可接受的范圍內(nèi)。因此，在識別系統(tǒng)包含的傳感器的捕獲面積小于需捕獲生物統(tǒng)計 特征面積的生物統(tǒng)計鑒權(quán)應(yīng)用中，存在對于判別和存儲可接受數(shù)量的 生物統(tǒng)計圖像(例如指紋、面部圖像和掌紋)的方法和設(shè)備的需求。 可進一步希望本方法提高在核對過程中正確識別的可能性，降低誤識 別的可能性。


現(xiàn)舉例說明本發(fā)明的優(yōu)選實施例，參考所附示意圖，其中圖1是依照本發(fā)明實施例的生物統(tǒng)計識別系統(tǒng)的簡單結(jié)構(gòu)框圖；圖2是一種指紋注冊的現(xiàn)有技術(shù)方法的流程圖；圖3是依照本發(fā)明實施例的一種生物統(tǒng)計圖像注冊方法的流程圖； 圖4是依照本發(fā)明實施例的一種生物統(tǒng)計圖像注冊方法的流程圖； 圖5是依照本發(fā)明實施例的一種生物統(tǒng)計圖像注冊方法的流程圖； 圖6是依照本發(fā)明實施例的為確定用于控制指紋注冊與核對的閾 值的匹配指紋分數(shù)和不匹配指紋分數(shù)的分布曲線；圖7是依照本發(fā)明實施例的一種生物統(tǒng)計圖像核對方法的流程圖；和圖8是確定圖7中所示核對方法中所用的閾值的方法的流程圖。
具體實施方式
雖然本發(fā)明可用示意圖中所示及即將在此詳細而明確描述的多種 形式實現(xiàn)，需明確現(xiàn)公布的方法是本發(fā)明原理的一個例證，并無意將 本發(fā)明限于已展示和描述的特定實施形式。此外，這里采用的術(shù)語和 措辭僅為描述性的而不應(yīng)該被認為是限制性的。同樣應(yīng)明確，為了展示的簡潔性和明確性，示意圖中的元件等并無依比例繪制的必要。例 如，相對于其它元件，放大了部分元件的尺寸。此外，在參考圖中適 當(dāng)?shù)牡胤剑瑸榱苏故鞠鄬?yīng)的元件，重復(fù)使用了其標注編號。圖1是依照本發(fā)明實施例的生物統(tǒng)計識別系統(tǒng)10的簡單結(jié)構(gòu)框 圖。舉例說明，系統(tǒng)IO可包括在嵌入如前所述的移動電話內(nèi)的指紋識 別系統(tǒng)中，或嵌入諸如掌紋識別和面部圖像識別系統(tǒng)等生物統(tǒng)計識別應(yīng)用程序中。理想情況下，系統(tǒng)IO包括輸入和注冊站點140、數(shù)據(jù)存 儲和檢索設(shè)備100、 一個或多個匹配處理器120，以及核對站點150。輸入和注冊站點140用于捕獲諸如指紋的生物統(tǒng)計圖像以及可選 地提取與該圖像相關(guān)的匹配特征以用于隨后的比較。也可以在輸入和 注冊站點140中創(chuàng)建捕獲到的圖像及提取出的特征的存檔記錄。輸入 和注冊站點140可如下文所述，依照本發(fā)明實施例進行配置以實現(xiàn)注 冊功能。從而使如前所述的捕獲面積小于被捕獲圖像面積的傳感器可 以與輸入和注冊站點140進行連接。傳感器例如為光學(xué)傳感器或固態(tài) 傳感器。輸入和注冊站點140進一步與處理器設(shè)備連接或結(jié)合，以實 現(xiàn)其它功能。數(shù)據(jù)存儲和檢索設(shè)備100用于存儲和檢索包括匹配特征的存檔記 錄，還可存儲和檢索其他有利于實現(xiàn)本發(fā)明的數(shù)據(jù)。匹配處理器120 可利用提取出的生物統(tǒng)計圖像的匹配特征來確定其相似度或配置為在 圖像層面進行比較。此類匹配處理器可為常規(guī)的用于比較兩幅指紋或 掌紋圖像中提取的特征點的特征點匹配器。在面部圖像匹配使用中， 匹配處理器可由主分量分析匹配、面部特征匹配、局部特征分析匹配 或其他匹配算法組成。最終，核對站點150使用依照本發(fā)明實施例的方法來核對匹配結(jié) 果。因此，核對站點150用于捕獲諸如指紋的生物統(tǒng)計圖像以及可選 地提取與該圖像相關(guān)的匹配特征以用于與一個或多個存檔記錄中的匹配特征進行比較。核對站點150還會創(chuàng)建捕獲到的圖像及提取出的特征的搜索記錄。因而，核對站點150也可以與捕獲搜索圖像的傳感器連接，以及與處理器設(shè)備連接或結(jié)合，以實現(xiàn)其它功能。本領(lǐng)域普通技術(shù)人員應(yīng)該明白，盡管在系統(tǒng)10中，輸入和注冊站 點140與核對站點150用分開的方框表示，這兩個站點可以在另一可 選擇的實施例中合并為一個站點。此外，當(dāng)系統(tǒng)10用來將一名特定人 員的搜索記錄與不同人員的多個存檔記錄進行比較時，系統(tǒng)10中可選 地包含分布式匹配控制器(未顯示)，其可包括處理器，配置來更有效地 協(xié)調(diào)更復(fù)雜的或費時的匹配過程。圖3是依照本發(fā)明實施例的一種生物統(tǒng)計圖像注冊方法的流程圖。 這種方法可以在系統(tǒng)10的一個或多個處理器中實現(xiàn)，可以使捕獲的一 組圖像(及相應(yīng)的特征)在隨后的時間對被注冊者進行有效準確的識 別更為便利。為了說明的方便，按照指紋識別來描述此方法。無論如 何，此方法可類似地在其它類型的生物統(tǒng)計圖像注冊中實現(xiàn)，例如掌 紋或面部圖像注冊。根據(jù)圖3所示的方法，可通過將被注冊者的手指置于傳感器上并 來回移動到傳感器上不同位置來捕獲和注冊(310)多個指紋圖像。當(dāng) 手指接觸到傳感器時，傳感器連續(xù)地捕獲指紋的快照圖像。典型地， 捕獲的圖像會表征指紋許多不同的重疊部分。假設(shè)N個圖像被注冊和 存儲到一個捕獲文件夾(310)，其中N可能是一個預(yù)設(shè)值，如使存儲 要求(也就是N越小所需存儲越小)與系統(tǒng)所需精確度(也就是N越 大能達到的精確度越高)平衡的一個函數(shù)。與此類似，可將多個掌紋 圖像或面部圖像捕獲和存儲到捕獲文件夾。前文有過說明，也可以捕 獲面部不同角度的圖像以及不同表情的肖像。這個捕獲文件夾可存儲 在與輸入和注冊站點140相連接的存儲設(shè)備上，例如數(shù)據(jù)存儲和檢索 設(shè)備100上。這些用于匹配的N個圖像的特征，例如指紋的特征點，將被典型 地但不是必需地提取出來，并同樣存儲在捕獲文件夾(314)。當(dāng)在圖 像層面(相對于特征層面)上對圖像進行比較時，特征提取就變得不 必要了。其后，在捕獲文件夾的全部指紋圖像中選擇一幅作為搜索指紋圖像并存儲在注冊文件夾中，例如數(shù)據(jù)存儲和檢索單元100中，其 余的指紋圖像作為一組后臺存檔指紋圖像留在捕獲文件夾中(318)。 搜索指紋圖像的特征將與其余的每一幅后臺存檔指紋圖像的特征進行 比較，并由匹配處理器120 (例如，特征點匹配器)為每一次比較產(chǎn)生 匹配分數(shù)(又稱為相似度分數(shù))(322)。如果對應(yīng)于后臺存檔指紋圖像確定出的匹配分數(shù)大于或等于一個 預(yù)設(shè)的閾值Te(326)，則將該后臺存檔指紋圖像及其對應(yīng)匹配特征從 捕獲文件夾中移動和存儲到一個臨時的刪除文件夾(330)，例如數(shù)據(jù) 存儲和檢索單元100中。當(dāng)確定(334)所有的指紋圖像都從捕獲文件 夾中移出，也就是移動到臨時的刪除文件夾或注冊文件夾，圖3所示 的方法結(jié)束。此時注冊文件夾完成，存儲于其中的圖像將用于隨后核 對階段搜索指紋的比較。否則，方法回到步驟318，從捕獲文件夾中選 出并將另一幅圖像，與其匹配特征一起放入注冊文件夾。如圖3所示，閾值Te控制著注冊文件夾中存儲的指紋圖像的數(shù)量。 因此，步驟326 (作為Te的一個函數(shù))用于將注冊文件夾中與所選擇 的搜索圖像有過多相似度的圖像除去。這樣做可以減少注冊文件夾中 的冗余圖像出現(xiàn)，從而減少了注冊文件夾的存儲要求。Te的值最初應(yīng) 為匹配器使用的至少一個特征的函數(shù)，參考圖6所示。但是，傳感器 尺寸與待捕獲圖像的尺寸關(guān)系也會影響Te的值，因為匹配分數(shù)的等級是不同的。為了評價生物統(tǒng)計圖像匹配器的精確度，例如指紋匹配器的精確 度，必須收集在同一只手指上的數(shù)個指紋對所產(chǎn)生的分數(shù)(也就是配 對指紋的分布曲線620)與在不同手指上的數(shù)個指紋對所產(chǎn)生的分數(shù)(也就是非配對指紋的分布曲線610)。在典型的商業(yè)應(yīng)用中，Te值選在匹配分數(shù)與非匹配分數(shù)分布曲線的交點處，或采用統(tǒng)計等差率(EER)點，如圖6所示。在這一閾值處，誤匹配率(FMR)與誤非 匹配率(FNMR)相等。FMR是當(dāng)輸入來自不同的人時，系統(tǒng)判斷這 個人是他所宣稱的那個人的概率。FNMR是當(dāng)輸入來自相同的人時， 系統(tǒng)判斷這個人不是他所宣稱的那個人的概率。閾值Te也可能取一個大于或小于EER的值，這取決于存儲要求 的設(shè)計標準或最終注冊列表需要的指紋數(shù)量。如果設(shè)計標準指定了比 較小的存儲要求，也就是在最終注冊記錄中的指紋比較少，那么應(yīng)選 擇一個較小的Te閾值。相反地，如果設(shè)計標準指定了比較大的存儲要 求，也就是在最終注冊記錄中的指紋比較多，那么應(yīng)選擇一個較大的 Te閾值。此外，如圖6所示，閾值的最小值T1取在零FNMR點，閾 值的最大值T2取在零FMR點。因此如果Te取值超出了 Tl和T2的 范圍，會增加某種錯誤，同時并沒有減少另一種錯誤，反之亦然。那 么理想地，Te應(yīng)在Tl和T2之間取值。圖6中所示的閾值T1、 T2和 Te是用指紋識別來說明的。但是本領(lǐng)域普通技術(shù)人員會認識到，在諸 如匹配掌紋和面部圖像時使用的匹配器上也可類似地確定這些閾值。圖4和圖5是依照本發(fā)明實施例的一種生物統(tǒng)計圖像注冊方法的 流程圖。與圖3中所示的方法類似，為了說明的方便，將按照指紋識 別來描述此方法。無論如何，此方法可類似地在其它類型的生物統(tǒng)計 圖像注冊中實現(xiàn)，例如掌紋或面部圖像注冊。在此實施例中，理想地， 只有達到一定質(zhì)量的圖像才會在注冊階段被捕獲和存儲在捕獲文件夾 中。根據(jù)圖4所示的注冊方法，使用傳感器捕獲(410)手指一定區(qū)域 的指紋圖像，可選地提取(414)其匹配特征。典型地，不考慮圖像的 質(zhì)量，捕獲的被注冊者的圖像的數(shù)量也有一個最大值的限制，以免為 被注冊者帶來過多不便。然而這個要求并不是必須的。然后判斷(418)捕獲的圖像的質(zhì)量是否大于或等于預(yù)設(shè)的質(zhì)量閾值。如果是，將圖像及其對應(yīng)的匹配特征存儲在注冊文件夾中(422);如果不是，將圖像 及其對應(yīng)的匹配特征存儲在一個臨時文件夾中(434)。關(guān)于指紋圖像的捕獲，步驟418中使用的用于選擇放入捕獲文件 夾中的圖像的質(zhì)量閾值是根據(jù)經(jīng)驗基于識別系統(tǒng)IO設(shè)計過程中的離線 數(shù)據(jù)庫中不合格指紋(也就是質(zhì)量差的指紋)與合格指紋(也就是質(zhì) 量相當(dāng)好的指紋)之間的有效脊線流向分布得出的。在掌紋識別系統(tǒng) 中，質(zhì)量閾值是用與指紋識別系統(tǒng)類似的方式確定的。在面部匹配中， 質(zhì)量閾值可放松為允許捕獲的每個圖像注冊到系統(tǒng)中，然后讓注冊程 序選擇最終的注冊圖像。每當(dāng)一幅圖像存儲到捕獲文件夾中時，判斷(426)捕獲文件夾是 否包含了所需數(shù)量(例如， 一個預(yù)設(shè)的數(shù)量)的圖像。如果是，捕獲 文件夾完成，然后執(zhí)行圖5中的步驟442至458，用捕獲文件夾中的圖 像來建立注冊文件夾。圖5中的步驟442至458與圖3中的步驟318 至334是完全相同的。因此，為了簡潔，不再重復(fù)說明步驟442至458。 但是如果捕獲文件夾沒有包含所需數(shù)量的圖像，還需要進一步判斷 (436)是否達到了嘗試捕獲的最大次數(shù)。若已達到最大次數(shù)，則選擇 臨時文件夾中的圖像及其對應(yīng)匹配特征，存儲到捕獲文件夾，直至達 到捕獲文件夾所需的圖像數(shù)量(438)。然后執(zhí)行步驟442至458，用 捕獲文件夾中的圖像來建立注冊文件夾。另外，如果尚未達到了嘗試 捕獲的最大次數(shù)，程序回到步驟410，捕獲手指的另一幅圖像(理想地 是手指的另一個區(qū)域)。每當(dāng)一幅圖像存儲到臨時文件夾中時，判斷(436)是否達到了嘗 試捕獲的最大次數(shù)。若已達到最大次數(shù)，則選擇臨時文件夾中的圖像 及其對應(yīng)匹配特征，存儲到捕獲文件夾，直至達到捕獲文件夾所需的 圖像數(shù)量(438)。然后執(zhí)行步驟442至458，用捕獲文件夾中的圖像 來建立注冊文件夾。另外，如果尚未達到了嘗試捕獲的最大次數(shù)，程序回到步驟410,捕獲手指的另一幅圖像(理想地是手指的另一個區(qū) 域)。圖7是依照本發(fā)明實施例的一種生物統(tǒng)計圖像核對方法的流程圖，可由核對站點150 (圖1)實現(xiàn)，并且可以使用系統(tǒng)10中的一個或多個處理器實現(xiàn)。此外，此方法可應(yīng)用于多種類型的生物統(tǒng)計鑒權(quán)，包 括指紋，掌紋和面部圖像鑒權(quán)。為了核對一個用戶，例如授權(quán)其訪問系統(tǒng)，必須檢索到其注冊文件夾以及相對應(yīng)的預(yù)設(shè)的核對閾值(710)。 在一個存儲了多個用戶的注冊文件夾的系統(tǒng)中，這個信息的檢索可由 將用戶的個人信息輸入到系統(tǒng)來觸發(fā)，例如輸入用戶的姓名或某種類 型的適當(dāng)?shù)淖R別碼。但是對于只需核對一個用戶的系統(tǒng)，例如一部移 動電話，僅僅在傳感器上捕獲一個搜索圖像(714)就可以觸發(fā)對適當(dāng) 的注冊文件夾的檢索了。一旦捕獲了搜索圖像，如果在特征層面上進行比較，則在這幅搜 索圖像中提取特征(718)。然后將搜索圖像的特征與注冊文件夾中每 幅圖像的特征進行匹配，并產(chǎn)生相應(yīng)的匹配分數(shù)(722)。如果確認(726) 每個匹配分數(shù)都大于或等于核對閾值，則授權(quán)訪問(735)。如果確認 (726)所有的匹配分數(shù)都小于核對閾值，則拒絕訪問(730)。可選 地，在確認(734)嘗試核對的次數(shù)少于允許的最大次數(shù)(也就是一個 預(yù)設(shè)的嘗試次數(shù))時，通過捕獲另一幅搜索圖像(714)以重復(fù)此過程。 否則，如果已達到最大嘗試次數(shù)，結(jié)束此過程，且拒絕此用戶訪問系 統(tǒng)。允許多次嘗試可以使至少一幅有足夠質(zhì)量的搜索圖像的捕獲能用 于用戶的核對?？刂茋L試次數(shù)達到最大數(shù)量，這對于在核對階段使用 戶的不便最少化有幫助。此發(fā)明的一個優(yōu)勢在于，在多用戶的系統(tǒng)中， 一個核對閾值并不 針對所有用戶。在此發(fā)明中，每個用戶的核對閾值是個別地確定的。 圖8是判定在確定是否授權(quán)一個特定用戶訪問系統(tǒng)中使用的用戶核對 閾值的方法的流程圖。圖3 (及圖5)所示的注冊方法中為該用戶產(chǎn)生的刪除文件夾在此實施例中得到使用。選擇刪除文件夾的一幅圖像并與用戶注冊文件夾的M幅最終注冊 圖像中的每一幅進行匹配。匹配過程典型地通過將刪除文件夾中被選 中圖像的匹配特征與注冊文件夾中每一幅圖像的匹配特征進行比較， 例如，使用匹配處理器120 (例如特征點匹配器)，產(chǎn)生M個匹配分數(shù)(810)來完成的。選擇(814)這M個匹配分數(shù)中最高的分數(shù)Si。 這個最高分數(shù)Si的選擇有利于對應(yīng)刪除圖像的最小匹配分數(shù)，從而使 非該用戶的搜索圖像不會超過核對閾值，即使此圖像與該用戶的生物 統(tǒng)計圖像有一定的相似之處。重復(fù)步驟810至814直至確認(818)刪 除文件夾的每幅圖像的特征都與注冊文件夾的每幅圖像的特征進行了 比較，因而產(chǎn)生了N-M個最高匹配分數(shù)Si。在總數(shù)為N-M的Si分數(shù) 中選擇最低的分數(shù)(822)，有利于確保與任何刪除圖像匹配的搜索圖 像超過核對閾值。然后可以將核對閾值Th設(shè)為這個選中的最低Si匹配 分數(shù)(826)。另外，可以依照如下算法確定(826)核對閾值Th。如果最低Si 匹配分數(shù)大于第一個預(yù)設(shè)的最小閾值T1且小于第二個預(yù)設(shè)的最大閾值 T2，則將最低Si匹配分數(shù)作為核對閾值Th。如果最低Si匹配分數(shù)小 于T1，則將Th設(shè)為Tl。在所有其他情況下，將Th設(shè)為T2。這種算 法有利于確保核對閾值Th不超出基于匹配器與對應(yīng)的配對及非配對圖 像(例如，分別地，圖6中的分布曲線620和610)的相關(guān)數(shù)據(jù)庫的范 圍。在匹配指紋的情況下，閾值Tl和T2是基于匹配器使用的匹配指 紋分數(shù)和非匹配指紋分數(shù)的統(tǒng)計分布曲線預(yù)先計算好的。更明確地說， 如圖6選擇Tl和T2，其中Tl是零FNMR點，T2是零FMR點?？蓪?計算得出的核對閾值Th存儲在例如對應(yīng)的個人ID下，并用于在核對 階段確定是否找到匹配。此外，如前所述，閾值Th、 T1和T2在其他 生物統(tǒng)計識別系統(tǒng)應(yīng)用中是用類似的方法確定的，例如在掌紋識別和面部圖像識別系統(tǒng)中。再次參考如圖7的流程圖所示的核對過程，可以對造成拒絕訪問 的圖像進行進一步處理。例如，可以將造成拒絕訪問的圖像及其對應(yīng) 的匹配特征存儲到一個搜索記錄中，并與罪犯數(shù)據(jù)庫中的存檔記錄進 行比較，以確認是否發(fā)生了例如身份盜竊或者確認該圖像的擁有者是 否與犯罪調(diào)査記錄相關(guān)。另外，如果已知一幅或多幅造成拒絕訪問的 圖像是某一位用戶的匹配，可以將這些圖像添加到該用戶的注冊文件 夾，并根據(jù)這些加入的圖像計算新的核對閾值。本發(fā)明的生物統(tǒng)計圖像注冊與核對與現(xiàn)有技術(shù)相比，擁有多項優(yōu) 勢。下文列出的幾種優(yōu)勢不應(yīng)被認為是僅有的優(yōu)勢，也不應(yīng)在任何方 面被認為是對本發(fā)明的限制。例如，在本發(fā)明的注冊階段注冊了多個 圖像，而不是單幅圖像或馬賽克圖像，提高了隨后核對階段的匹配準 確度。此外，本發(fā)明為應(yīng)注冊的圖像組及特征組的數(shù)量的確定提供了 系統(tǒng)的方法，使生物統(tǒng)計鑒權(quán)系統(tǒng)達到了最佳的準確度和速度，同時 保持了最低的存儲要求。雖然本發(fā)明是結(jié)合特定實施例進行描述的，本領(lǐng)域技術(shù)人員可以 容易地得出其附加優(yōu)勢或作出修改。本發(fā)明，在更廣泛的方面，也因 此不限于展示和描述的特定細節(jié)、代表性的設(shè)備以及說明性的例子。 依照前面的描述，多種可能的變更、修改及變化對本領(lǐng)域技術(shù)人員來 講是顯而易見的。因此應(yīng)明確本發(fā)明不僅限于前文的描述，而且包含 了依照本發(fā)明權(quán)利要求的精神和范圍內(nèi)的所有變更、修改及變化。
權(quán)利要求
1. 一種用于注冊生物統(tǒng)計圖像的方法，包括步驟a)將用戶的多幅圖像捕獲至捕獲文件夾中；b)選擇所述捕獲文件夾中多幅圖像中的一幅，將所述選中的圖像從捕獲文件夾移入注冊文件夾；c)將選中的圖像與捕獲文件夾中其余的每幅圖像進行比較，為其余的每幅圖像產(chǎn)生對應(yīng)的相似度分數(shù)；d)判斷是否有任何對應(yīng)的相似度分數(shù)至少等于預(yù)設(shè)的分數(shù)閾值，將所述的對應(yīng)相似度分數(shù)至少等于預(yù)設(shè)分數(shù)閾值的每幅圖像從捕獲文件夾移到刪除文件夾；以及e)判斷捕獲文件夾是否有至少一幅圖像，如果是，重復(fù)步驟b)至d)。
2. 如權(quán)利要求1所述的方法，其中，使用匹配處理器將所述選中圖像 與所述捕獲文件夾中其余的每幅圖像進行比較。
3. 如權(quán)利要求2所述的方法，其中，所述分數(shù)閾值是所述匹配處理器 的至少一個特征的函數(shù)，并且選擇所述分數(shù)閾值，使之至少等于所述匹配處理器的最小閾值且不大于所述匹配處理器的最大閾值。
4. 如權(quán)利要求3所述的方法，其中所述最小閾值是配對圖像分布曲線的零誤非匹配率(FNMR)點； 所述最大閾值是非配對圖像分布曲線的零誤匹配率(FMR)點；和 所述分數(shù)閾值是所述零FMR點與所述零FNMR點的等差率點。
5. 如權(quán)利要求1所述的方法，其中，作為預(yù)設(shè)的質(zhì)量閾值的函數(shù)，在 所述捕獲文件夾中捕獲所述多幅圖像。
6. 如權(quán)利要求5所述的方法，其中，所述的將所述多幅圖像捕獲至捕 獲文件夾的步驟包括以下步驟i) 捕獲圖像；ii) 判斷所述已捕獲圖像的質(zhì)量是否至少等于所述預(yù)設(shè)質(zhì)量閾值；和iii) 如果其質(zhì)量至少等于所述預(yù)設(shè)質(zhì)量閾值，將已捕獲圖像注冊到 所述捕獲文件夾。
7. 如權(quán)利要求6所述的方法，其中，將預(yù)設(shè)數(shù)量的圖像捕獲至所述捕 獲文件夾，并且，所述的將所述多幅圖像捕獲至捕獲文件夾的步驟進一步包 括以下步驟iv) 將質(zhì)量小于所述預(yù)設(shè)質(zhì)量閾值的已捕獲圖像放入臨時文件夾；和v) 判斷是否達到預(yù)設(shè)的最大嘗試捕獲次數(shù)，以及判斷所述捕獲文件夾 是否包含所述預(yù)設(shè)數(shù)量的圖像，以及如果捕獲文件夾未包含所述預(yù)設(shè)數(shù)量的圖像，且尚未達到所述的預(yù)設(shè)的 最大嘗試捕獲次數(shù)，則返回步驟i);和如果達到了所述的預(yù)設(shè)的最大嘗試捕獲次數(shù)，在所述臨時文件夾中選擇 圖像并放入所述捕獲文件夾，直至所述捕獲文件夾包含了所述預(yù)設(shè)數(shù)量的圖 像。
8. —種基于刪除文件夾中一幅或多幅圖像與注冊文件夾中的多幅圖像 的比較，為用戶確定核對閾值的方法，所述刪除和注冊文件夾如權(quán)利要求1 中所述而產(chǎn)生，所述方法包括如下步驟-a) 在所述刪除文件夾中選擇一幅圖像；b) 將所述的選中的圖像與所述注冊文件夾中的每一幅圖像進行比較， 并為每一個所述比較產(chǎn)生對應(yīng)的相似度分數(shù)；c) 在所述的對應(yīng)相似度分數(shù)中，選擇最高相似度分數(shù)；d) 重復(fù)步驟a)、 b)和c)，直至所述刪除文件夾中的每一幅圖像都已與 所述注冊文件夾中的每一幅圖像進行了比較；e) 在所有步驟c)中選擇的最高相似度分數(shù)中，選擇一個最低的分數(shù)；f) 將所述用戶核對閾值確定為所述最低分數(shù)的一個函數(shù)。
9. 一種用于注冊生物統(tǒng)計圖像的方法，包括如下步驟-a) 將用戶的多幅圖像捕獲至捕獲文件夾中；b) 提取所述捕獲文件夾中每一幅圖像的對應(yīng)匹配特征，將所述對應(yīng)匹 配特征與所述圖像存儲到所述捕獲文件夾中；c) 在所述捕獲文件夾中的多幅圖像中選擇一幅，將所述選中圖像及其對應(yīng)匹配特征從捕獲文件夾移到注冊文件夾；d) 將選中圖像的匹配特征與捕獲文件夾中其余的每幅圖像的匹配特征 進行比較，為其余的每幅圖像產(chǎn)生對應(yīng)的相似度分數(shù)；e) 判斷是否有任何對應(yīng)的相似度分數(shù)至少等于預(yù)設(shè)的分數(shù)閾值，將所 述的對應(yīng)相似度分數(shù)至少等于預(yù)設(shè)分數(shù)閾值的每幅圖像及其對應(yīng)匹配特征從 捕獲文件夾移到刪除文件夾；和f) 判斷捕獲文件夾是否有至少一幅圖像，如果是，重復(fù)步驟b)至d)。
10. —種用于生物統(tǒng)計圖像注冊與核對的系統(tǒng)，包括a) 用于將用戶的多幅圖像捕獲至捕獲文件夾的裝置；b) 用于選擇所述捕獲文件夾中多幅圖像中的一幅，并將所述選中圖像 從捕獲文件夾移入注冊文件夾的裝置；c) 用于將選中圖像與捕獲文件夾中其余的每幅圖像進行比較，為其余 的每幅圖像產(chǎn)生對應(yīng)的相似度分數(shù)的裝置；d) 用于判斷是否有任何對應(yīng)的相似度分數(shù)至少等于預(yù)設(shè)的分數(shù)閾值， 并將所述的對應(yīng)相似度分數(shù)至少等于預(yù)設(shè)分數(shù)閾值的每幅圖像從捕獲文件夾 移到刪除文件夾的裝置；e) 用于判斷捕獲文件夾是否有至少一幅圖像，并且如果是，就重復(fù)步 驟b)至d)的裝置；f) 用于基于所述刪除文件夾中每一幅圖像與所述注冊文件夾中每一幅 圖像的比較，為所述用戶確定核對閾值的裝置；g) 用于捕獲所述用戶的至少一幅圖像用作搜索圖像的裝置；h) 用于將所述至少一幅搜索圖像與所述注冊文件夾中每一幅圖像進行 比較并為注冊文件夾中的每一幅圖像產(chǎn)生對應(yīng)相似度分數(shù)的裝置；i) 用于判斷是否至少有一個在步驟h)中產(chǎn)生的對應(yīng)相似度分數(shù)至少等 于所述用戶的核對閾值，并且如果是，就授權(quán)該用戶訪問系統(tǒng)的裝置。
全文摘要
一種注冊生物統(tǒng)計圖像的方法包括如下步驟a)捕獲(310)用戶的多個圖像放入捕獲文件夾；b)選擇(318)捕獲文件夾中多個圖像中的一幅，并將選中的圖像從捕獲文件夾移入注冊文件夾；c)比較(322)選中的圖像與捕獲文件夾中其余的每幅圖像，為其余的每幅圖像產(chǎn)生一個對應(yīng)的相似度分數(shù)；d)判斷(326)是否有任何一個對應(yīng)的相似度分數(shù)至少等于預(yù)設(shè)的分數(shù)閾值，并將對應(yīng)的相似度分數(shù)至少等于預(yù)設(shè)的分數(shù)閾值的每幅圖像從捕獲文件夾移到刪除文件夾(330)；以及e)判斷(334)捕獲文件夾是否有至少一幅圖像，如果是，重復(fù)步驟b)至d)。
文檔編號G06K9/68GK101233529SQ200480037594
公開日2008年7月30日 申請日期2004年12月14日 優(yōu)先權(quán)日2003年12月16日
發(fā)明者皮特·Z·羅, 貝南·巴瓦里安 申請人:摩托羅拉公司