生物识别过程、设备和机器可读介质制造技术

一种生物识别处理器，包括：一个或多个输入端，被配置为接收关于用户的第一和第二耳朵获取的第一和第二耳朵生物识别数据；处理模块，被配置为基于第一耳朵生物识别数据与授权用户的第一所存储耳朵生物识别模板的比较以及第二耳朵生物识别数据与授权用户的第二所存储耳朵生物识别模板的比较，对第一和第二耳朵生物识别数据执行生物识别算法，以获得相应的第一和第二生物识别分数；融合模块，被配置为将第一和第二权重应用于相应的第一和第二生物识别分数以获得第一和第二加权生物识别分数，并且组合至少第一和第二加权生物识别分数以生成总体生物识别分数，其中第一和第二权重彼此不同；并且其中生物识别结果是基于所述总体生物识别分数。总体生物识别分数。总体生物识别分数。

【技术实现步骤摘要】
【国外来华专利技术】生物识别过程、设备和机器可读介质


[0001]本公开的实施方案涉及生物识别过程、设备和机器可读介质，并且特别地，涉及利用耳朵生物识别数据的过程、设备和机器可读介质。

技术介绍

[0002]已知用户耳朵(无论是外部部分(称为耳廓或外耳)、耳道、还是两者)的声学特性基本上因个体而异，因此可用作识别用户的生物特征。定位成靠近耳朵或在耳朵内的一个或多个扬声器或类似换能器产生刺激，并且类似地定位成靠近耳朵或在耳朵内的一个或多个传声器检测耳朵对刺激的响应。可从响应信号中提取一个或多个特征，并将其用于表征个体。
[0003]例如，耳道是谐振系统，因此可从响应信号中提取的一个特征是耳道的谐振频率。如果所测量谐振频率(即，在响应信号中)不同于用户的所存储谐振频率，则耦合以接收和分析响应信号的生物识别算法可返回否定结果。从响应信号中提取的其他特征可包括一个或多个梅尔频率倒谱系数。更一般地，可确定刺激与所测量响应信号之间的传递函数(或传递函数的特征)，并将其与是用户的特性的所存储传递函数(或传递函数的所存储特征)进行比较。
[0004]用户耳朵的其他声学特性包括耳声发射，无论是自发的(即，耳朵在无外部刺激的情况下产生的)还是诱发的(即，耳朵响应于刺激信号(诸如一个或多个纯音、猝发音等)产生的)。此类耳声发射也可因个体而异，因此可用于在个体之间进行辨别或识别特定个体。
[0005]因此，从用户获取输入生物识别数据并将其与跟授权用户相关联的所存储生物识别配置文件进行比较。基于比较得出生物识别分数，其指示所获取生物识别数据与所存储配置文件之间的相似性。在某些布置中，可将输入生物识别数据与所存储生物识别配置文件和对应于广大公众的一群组或多群组生物识别配置文件两者进行比较。在这种情况下，生物识别分数指示输入生物识别数据对应于所存储生物识别配置文件而不是一般公众一员的可能性。然后可将生物识别分数与阈值进行比较以确定是否应将用户认证为授权用户。
[0006]生物识别算法所面临的一个问题是需要在两个方面达到可接受的性能。首先，算法应提供可接受的安全性，使得未授权用户不被错误地认为是授权用户。算法将接受未授权用户的访问尝试的可能性称为错误接受率(FAR)，并且如果算法想提供合理的安全性，则应保持FAR较低。其次，算法应可靠地工作，使得授权用户不被错误地作为未授权用户拒绝。例如，用户的生物识别数据通常将在访问尝试之间发生有限程度的变化。这可能是由于各种因素造成的，诸如不断变化的环境(因此不同的噪音水平)、生物识别数据采集系统的不同定位(例如，插入耳朵不同距离的耳塞)等。算法将拒绝授权用户的访问尝试的可能性称为错误拒绝率(FRR)，并且如果算法不想证明对寻求认证的授权用户来说是令人沮丧的，则也应保持FRR较低。
[0007]问题是这两个性能要求是相互依赖的。低FRR可通过放宽用户实现认证的要求(例
如，降低阈值)来实现。但是，这也将导致FAR增大。相反地，低FAR可通过使用户实现认证的要求更严格(例如，增大阈值)来实现。但是，这将导致FRR增大。
[0008]图1是示意图，其示出对于在0(输入生物识别数据与所存储生物识别配置文件之间的零对应性)与1(输入生物识别数据与所存储生物识别配置文件之间的精确对应性)之间变化的生物识别分数，FAR和FRR随阈值变化的近似变化。在阈值的非常低生物识别(即，接近0)的值下，FAR高而FRR低，因为“匹配”所需的输入生物识别数据与所存储配置文件之间的相似性水平相对较低。相反地，在阈值的非常高(即，接近1)的值下，FAR低而FRR高，因为“匹配”所需的输入生物识别数据与所存储生物识别配置文件之间的相似性水平相对较高。
[0009]也就是说，有可能降低FAR和FRR两者，从而总体上提高生物识别过程的效能。例如，可精心设计生物识别算法来以更高的置信水平测量所获取数据与所存储配置文件文件之间的相似性。然而，设计算法以实现高性能是困难的。
[0010]替代地或另外地，可选择生物识别数据本身来提高过程的效能。例如，生物识别数据的质量(例如，噪声水平、量化误差等)将影响生物识别过程准确地在用户之间进行辨别的能力。此外，不同的生物识别数据可能具有不同的辨别能力。即，与其他用户的生物识别数据相似的生物识别数据具有相对较低的辨别能力；相反地，与其他用户的生物识别数据不同的生物识别数据具有相对较高的辨别能力，并且在生物识别过程中使用时可表现得更好。举个简单的例子，用户的生物性别具有低辨别能力，因为近似一半的人口是相同的；指纹具有高得多的辨别能力，因为它在个体之间显著不同。因此，生物识别数据的类型影响生物识别过程的效能。
[0011]生物识别过程的这种效能可使用等错误率(EER)来量化。如上文所指出，FAR和FRR可通过改变生物识别分数与之进行比较的阈值来变化。FAR和FRR通常随着阈值的变化在相反的方向上改变，因此存在FAR和FRR彼此相等的阈值。EER是此阈值下的错误率。EER越低，生物识别过程越有效。
[0012]提高生物识别过程的效能是生物识别学领域技术人员的长期目标。本公开的实施方案试图解决此问题以及其他问题。

技术实现思路

[0013]根据本公开的一个方面，提供一种生物识别处理器，其包括：一个或多个输入端，所述一个或多个输入端被配置为接收关于用户的第一耳朵获取的第一耳朵生物识别数据和关于所述用户的第二耳朵获取的第二耳朵生物识别数据；处理模块，所述处理模块被配置为基于所述第一耳朵生物识别数据与授权用户的第一所存储耳朵生物识别模板的比较以及所述第二耳朵生物识别数据与所述授权用户的第二所存储耳朵生物识别模板的比较，对所述第一耳朵生物识别数据和所述第二耳朵生物识别数据执行生物识别算法，以获得相应的第一生物识别分数和第二生物识别分数；融合模块，所述融合模块被配置为将第一权重和第二权重应用于所述相应的第一生物识别分数和第二生物识别分数以获得第一加权生物识别分数和第二加权生物识别分数，并且组合至少所述第一加权生物识别分数和所述第二加权生物识别分数以生成总体生物识别分数，其中所述第一权重和所述第二权重彼此不同；并且其中生物识别结果是基于所述总体生物识别分数。
[0014]另外的方面提供包括这种生物识别处理器的电子设备。在替代实施方案中，提供一种电子设备，其包括：处理电路；以及存储指令的非暂时性机器可读介质，所述指令在由所述处理电路执行时致使所述处理电路：获得关于用户的第一耳朵所获取的第一耳朵生物识别数据和关于所述用户的第二耳朵所获取的第二耳朵生物识别数据；基于所述第一耳朵生物识别数据与授权用户的第一所存储耳朵生物识别模板的比较以及所述第二耳朵生物识别数据与所述授权用户的第二所存储耳朵生物识别模板的比较，对所述第一耳朵生物识别数据和所述第二耳朵生物识别数据执行一个或多个生物识别算法，以获得相应的第一生物识别分数和第二生物识别分数；将第一权重和第二权重应用于所述相应的第一生物识别分数和第二生物识别分数以获得第一加权生物识别分数和第二加权生物识别分数，并且组合至少所述第一加权生物识本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种生物识别处理器，其包括：一个或多个输入端，所述一个或多个输入端被配置为接收关于用户的第一耳朵获取的第一耳朵生物识别数据和关于所述用户的第二耳朵获取的第二耳朵生物识别数据；处理模块，所述处理模块被配置为基于所述第一耳朵生物识别数据与授权用户的第一所存储耳朵生物识别模板的比较以及所述第二耳朵生物识别数据与所述授权用户的第二所存储耳朵生物识别模板的比较，对所述第一耳朵生物识别数据和所述第二耳朵生物识别数据执行一个或多个生物识别算法，以获得相应的第一生物识别分数和第二生物识别分数；融合模块，所述融合模块被配置为将第一权重和第二权重应用于所述相应的第一生物识别分数和第二生物识别分数以获得第一加权生物识别分数和第二加权生物识别分数，并且组合至少所述第一加权生物识别分数和所述第二加权生物识别分数以生成总体生物识别分数，其中所述第一权重和所述第二权重彼此不同；并且其中生物识别结果是基于所述总体生物识别分数。2.根据权利要求1所述的生物识别处理器，其中所述第一所存储耳朵生物识别模板比所述第二所存储耳朵生物识别模板更具辨别性，并且其中所述第一权重和所述第二权重被配置为使得所述第一权重大于所述第二权重。3.根据权利要求1或2所述的生物识别处理器，其中所述第一权重根据以下中的一者或多者变化：与所述第一所存储耳朵生物识别模板相关联的等错误率；与所述第一所存储耳朵生物识别模板相关联的错误拒绝率；以及与所述第一所存储耳朵生物识别模板相关联的错误接受率。4.根据权利要求3所述的生物识别处理器，其中所述第一权重与跟所述第一所存储耳朵生物识别模板相关联的所述等错误率成反比地变化。5.根据权利要求4所述的生物识别处理器，其中所述第一权重根据以下方程来计算：其中w1是所述第一权重，EER1是与所述第一所存储耳朵生物识别模板相关联的所述等错误率，并且EER2是与所述第二所存储耳朵生物识别模板相关联的等错误率。6.根据权利要求3所述的生物识别处理器，其中所述第一权重与跟所述第一所存储耳朵生物识别模板相关联的所述错误拒绝率或所述错误接受率成比例地变化。7.根据权利要求6所述的生物识别处理器，其中所述第一权重根据以下方程来计算：其中w1是所述第一权重，FRR1是与所述第一所存储耳朵生物识别模板相关联的所述错误拒绝率，并且FRR2是与所述第二所存储耳朵生物识别模板相关联的错误拒绝率。其中所述第一权重根据以下方程来计算：其中w1是所述第一权重，FAR1是与所述第一所存储耳朵生物识别模板相关联的所述错误接受率，并且FAR2是与所述第二所存储耳朵生物识别模板相关联的错误接受率。
8.根据前述权利要求中任一项所述的生物识别处理器，其中所述第一权重和所述第二权重基于在所述授权用户的登记期间获取的生物识别数据来计算。9.根据权利要求8所述的生物识别处理器，其中所述第一权重和所述第二权重在所述授权用户的登记之后基于在登记之外的操作模式中获取的生物识别数据来更新。10.根据权利要求8或9所述的生物识别处理器，其中所述第一权重和所述第二权重进一步基于从一群组对象获得的生物识别分数的训练集来计算。11.根据权利要求10所述的生物识别处理器，其中所述第一权重和所述第二权重通过基于所述生物识别分数的训练集和在所述授权用户的登记期间获取的所述生物识别数据使成本函数最小化来计算。12.根据前述权利要求中任一项所述的生物识别处理器，其中所述第一加权生物识别分数和所述第二加权生物识别分数在非线性函数中组合，所述非线性函数具有根据所述第一生物识别分数和所述第二生物识别分数的相对辨别性值变化的斜率。13.根据前述权利要求中任一项所述的生物识别处理器，其中所述第一耳朵生物识别数据和所述第二耳朵生物识别数据包括声学数据。14.根据权利要求13所述的生物识别处理器，其中所述第一耳朵生物识别数据包括所述用户的所述第一耳朵对第一声学刺激的声学响应，并且其中所述第二耳朵生物识别数据包括所述用户的所述第二耳朵对第二声学刺激的声学响应。15.根据权利要求13所述的生物识别处理器，其中所述第一耳朵生物识别数据包括从...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：思睿逻辑国际半导体有限公司，
类型：发明
国别省市：