基于生物测定的标识制造技术

一种生物测定模板匹配方法，包括下列步骤：提供（２００，２０１）参考生物测定模板和候选生物测定模板，每个模板包括各自的多个细节的位置数据和朝向数据；将来自候选模板的每个细节的朝向数据与来自参考模板的每个细节的朝向数据进行比较（２１２）；当所选对的朝向数据相差不超过第一阈值时，确定（２１３）代表所选细节对的位置数据的差的位移矢量；确定（２１４）彼此之差小于第二阈值的位移矢量的最大数量；如果位移矢量的所述最大数量小于第三阈值（２１５），则返回不匹配（２１６），否则返回匹配（２１７）。还提供了基于生物测定的识别方法、设备和系统，以及具有处理器的便携式数据载体和安全电子系统。

【技术实现步骤摘要】
【国外来华专利技术】基于生物测定的标识一般而言，本专利技术涉及基于生物测定的标识领域，具体来说，涉及生物测定模板匹配方法，基于生物测定的标识方法，设备和系统，以及带有处理器的便携式数据载体和安全电子系统。例如为了确保安全访问计算机以及计算机网络中的敏感数据或应用，为了确保安全访问受限制区域，为了保护交易的安全性，为了对电子文档进行数字签名等等，在允许或拒绝访问受保护的环境之前，唯一识别一个人的必要性越来越大。通过使用生物测定(“您是什么”)而进行的识别，即，使用对于每个人永久且唯一的身体或行为特征，已经变得越来越普及，因为其比通过令牌(“您有什么”)或密码之类(“您知道什么”)而进行的识别更能抵抗欺诈尝试。生物测定特征包括，例如，指纹、虹膜或视网膜，手或面部几何形状、话音、签名、笔迹，以及打字习惯。下面的讨论将专门针对指纹。然而，应该理解，本专利技术的基本原理也可以应用于其他生物测定特征，特别是诸如虹膜、视网膜、手和面部几何形状之类的几何特征。为了利用指纹来进行识别，最初取得人的指纹的参考图像，并将其几个代表性的特征(称为细节)的所谓的登记模板存储起来，以便以后与来自每次从声称的人检测到的指纹的所谓的候选模板进行比较或匹配。为增大防止登记模板被复制后供盗用的安全性，并非维护来自受保护环境的注册用户的指纹的中央数据库，而是可以将登记模板存储在便携式数据载体中。如此，要被识别的用户需要向识别设备呈现便携式数据载体以及他/她的手指，从而实现两因素识别。在“卡上匹配(Match-On-Card)”基于生物测定的识别系统中，登记模板和候选模板之间的比较是通过以带有微处理器的智能卡的形式存在的便携式数据载体本身来执行的。这进一步增强了识别系统的抵抗力，因为不需要智能卡释放登记模板。WO03/007125公开了一种用于安全地与服务器进行通信的设备，包括生物测定传感器、处理器，以及智能卡，该智能卡包括匹配逻辑和包含存储的生物测定数据和诸如加密密钥之类的敏感数据的安全数据存储模块。通过智能卡匹配逻辑，将来自传感器的生物测定样本与所存储的生物测定数据进行比较。如果它们匹配，则处理器批准来自智能卡的敏感数据，并使用该敏感数据与服务器通信。WO03/007125一般依赖于已知的匹配方法，诸如统计方法、分段线性分类器，以及基于规则的方法。生物测定特征是复杂的，并且因此通过大的电子表示(图像、语音信号等等)来表示，并且尽管保留了生物测定特征本身的唯一性，它们的检测仍然会有变化和错误。例如，在指纹的情况下，同一用户的手指几乎从不被按压在生物测定检测器上完全相同的位置。因此，对同一用户的手指的两次检测获取的两个生物测定模板可能不包含相同的细节，并且两个模板中存在的细节可能位置和方向不同。已知的匹配方法则通常涉及一个模板相对于另一个模板的旋转和平移，试图将两个模板叠加，就好像它们是在相同位置从手指获取的。这样的校准步骤后面是将来自两个模板的细节对进行比较。因而生物测定模板匹配一般需要大量的存储器和计算资源来执行校准步骤。M.Osborne和N.K.Ratha在“AJC-BioAPICompliant：SmartCardwithBiometricsforSecureAccessControl”，(J.Kittler和M.S.Nixon(Eds.)：AVBPA2203，LNCS2688，pp.903-910，2003)中公开了一种基于指纹的“卡上匹配”应用。该文献中认识到，由于智能卡资源有限，特别是浮点协同处理器的不可用性，在智能卡上运行的匹配算法面临很大的约束。因此，匹配算法应该只能使用有限量的动态存储器和尽可能少的计算周期，并且应该在智能卡之外执行生物测定特征提取。根据该文献，由JavaCardForum(Java卡论坛)开发的JavaCard-BioAPI标准允许安全地在卡上注册参考生物测定，并且然后执行候选生物测定验证，而无需将参考数据暴露到卡以外。实际匹配算法留给行业中进行独立开发。Y.Gil等人在“FingerprintVerificationSystemInvolvingSmartCard”(P.J.Lee和C.H.Lim(Eds.)：ICISC2002，LNCS2587，pp.510-524，2003，)中公开了一种使用多分辨率累加器阵列的“卡上匹配”系统，该系统被设计为满足智能卡的处理能力和存储器空间规范。该文献中的系统涉及，在验证阶段：图像预处理步骤，在该步骤中，对指纹图像进行细化，以防止从传感器中获取的图像失真；细节提取步骤，在该步骤中，创建模板文件，包括一些细节的位置、方向和类型；以及细节匹配步骤，在该步骤中，将输入指纹与注册的指纹进行比较。细节匹配步骤包括校准阶段，在该阶段，估计两个指纹之间的诸如平移和旋转之类的变换，并根据估计的参数对齐两个细节；以及匹配阶段，在该阶段，基于两个细节的位置，方向以及类型，将它们进行比较，并计算匹配分数。在校准阶段，建立离散化的变换，包括从输入的指纹图像的每一细节旋转和平移为注册的指纹图像的每一个细节，并统计每一变换的发生次数。为了降低算法的存储器空间要求以允许在智能卡中实现，该文献提出了从变换空间的较粗略的分辨率到较细的分辨率重复该校准阶段，以前面的迭代的最累积的变换为中心。这是以执行的指令数量更大为代价的，即，以执行时间更长为代价。此外，对变换的搜索还需要在标准智能卡中不可用的三角函数。作为本专利技术的基础的技术问题是提供一种可以在诸如智能卡之类的资源受限环境中运行的匹配方法，以便实现高效的“卡上匹配”基于生物测定的识别系统和方法。申请人已经觉察到，上面的问题可以通过减少为使两个生物测定模板被认为是匹配而所要进行的相互旋转，来加以解决。换言之，在识别期间，对用户被允许相对于用户的手指在登记时的位置旋转诸如他/她的手指之类的生物测定的位置的度数施加约束。在第一方面，本专利技术涉及包括下列步骤的生物测定模板匹配方法：-提供参考生物测定模板和候选生物测定模板，每个模板包括各自的多个细节的位置数据和朝向数据，-将来自候选生物测定模板的每个细节的朝向数据与来自参考生物测定模板的每个细节的朝向数据进行比较；-当来自候选生物测定模板的每个细节和来自参考生物测定模板的每个细节的所选对的朝向数据相差不超过第一阈值时，确定代表所选细节对的位置数据的差的位移矢量，-确定彼此相差小于第二阈值的位移矢量的最大数量，-将位移矢量的所述最大数量与第三阈值进行比较，以及-如果位移矢量的所述最大数量小于所述第三阈值，则返回不匹配，否则返回匹配。通过首先执行细节之间的朝向比较，有益地避免了相对于一个模板旋转另一个模板的需求，特别是，避免了使用三角函数的需求。在其另一方面，本专利技术涉及基于生物测定的识别方法，包括登记步骤，所述登记步骤包括提供用户的至少一个参考生物测定模板，以及识别步骤，所述识别步骤包括下列步骤：-获取代表声称的用户的至少一个生物测定特征的至少一个候选生物测定模板，-比较该至少一个参考模板和该至少一个候选模板，-在匹配的情况下，允许所述声称的用户访问受保护环境，以及-在不匹配的情况下，拒绝所述声称的用户访问受保护环境，所述比较步骤包括上面的匹配方法。另一方面，本专利技术涉及具有处理器的便携式数据载体，包括适于执行上面的匹配方本文档来自技高网...

【技术保护点】
一种生物测定模板匹配方法，包括下列步骤：－提供（２００，２０１）参考生物测定模板（１４）和候选生物测定模板（１３），每个模板（１３，１４）都包括各自的多个细节（ｍ，ｎ）的位置数据（ｘ，ｙ）和朝向数据（ｔ），－将来自所述候选生物测定模板（１３）的每个细节（ｍ）的所述朝向数据（ｔｍ）与来自所述参考生物测定模板（１４）的每个细节（ｎ）的所述朝向数据（ｔｎ）进行比较（２１２），－当来自所述候选生物测定模板（１３）的一个细节（ｎ）和来自所述参考生物测定模板（１４）的一个细节（ｍ）的所选对的朝向数据（ｔｍ，ｔｎ）相差不超过第一阈值（ｔｌｉｍ）时，确定（２１３）代表所选细节对（ｍ，ｎ）的位置数据（ｘ，ｙ）的差的位移矢量（Ｖ（ｗ，ｚ）），－确定（２１４）彼此的差小于第二阈值（Ｒａｎｇｅ）的位移矢量（Ｖ）的最大数量（Ｓｃｏｒｅ），－将位移矢量（Ｖ）的所述最大数量（Ｓｃｏｒｅ）与第三阈值（Ｍｌｉｍ）进行比较（２１５），以及－如果位移矢量（Ｖ）的所述最大数量（Ｓｃｏｒｅ）小于所述第三阈值（Ｍｌｉｍ），则返回不匹配（２１６），否则，返回匹配（２１７）。

【技术特征摘要】
【国外来华专利技术】1.一种生物测定模板匹配方法，包括下列步骤：-提供(200，201)参考生物测定模板(14)和候选生物测定模板(13)，每个模板(14，13)都包括各自的多个细节(m，n)的位置数据(x，y)和朝向数据(t)，-将来自所述候选生物测定模板(13)的每个细节(n)的所述朝向数据(tn)与来自所述参考生物测定模板(14)的每个细节(m)的所述朝向数据(tm)进行比较(212)，所述方法的特征在于：-当来自所述候选生物测定模板(13)的一个细节(n)和来自所述参考生物测定模板(14)的一个细节(m)的所选对的朝向数据(tm，tn)相差不超过第一阈值(tlim)时，确定(213)代表所选细节对(m，n)的位置数据(x，y)的差的位移矢量(V(w，z))，-确定(214)彼此的差小于第二阈值(Range)的位移矢量(V)的最大数量(Score)，-将位移矢量(V)的所述最大数量(Score)与第三阈值(Mlim)进行比较(215)，以及-如果位移矢量(V)的所述最大数量(Score)小于所述第三阈值(Mlim)，则返回不匹配(217)，否则，返回匹配(216)。2.根据权利要求1所述的方法，其中，在所述提供模板(200，201)的步骤中，所述位置数据(x，y)包括平面内正交坐标。3.根据权利要求1或2所述的方法，其中，在所述提供模板(200，201)的步骤中，所述朝向数据(t)包括相对于参考轴(X)的平面内角度(t)。4.根据权利要求3所述的方法，其中，所述平面内角度(t)是用单位角(u)来表示的，该单位角是一个周角的预先选定的比率。5.根据权利要求4所述的方法，其中，所述一个周角的预先选定的比率是1/32。6.根据权利要求4所述的方法，其中，所述第一阈值(tlim)是一个角度单位(u)。7.根据权利要求5所述的方法，其中，所述第一阈值(tlim)是一个角度单位(u)。8.根据权利要求1所述的方法，其中，所述第三阈值(Mlim)是所述参考生物测定模板(14)中的细节的数量(M)的函数。9.根据权利要求7所述的方法，其中，所述第三阈值(Mlim)是所述参考生物测定模板(14)中细节的数量(M)的百分比。10.根据权利要求1所述的方法，其中，所述位移矢量(V(w，z))存储在位移阵列(L)中，并且所述确定(214)彼此的差小于所述第二阈值(Range)的位移矢量(V)的最大数量(Score)的步骤是通过下列步骤来执行的：-按照所述位移矢量(V)的第一坐标(w)对所述位移阵列(L)进行排序(218)，-生成(219)第一位移子阵列(LW)，所述第一位移子阵列(LW)是位移阵列(L)中的项的子集，其第一坐标(w)相差不超过所述第二阈值(Range)，-生成(225)第二位移子阵列(LWZ)，所述第二位移子阵列(LWZ)是所述第一位移子阵列(LW)中的项的子集，其第二坐标(z)相差不超过所述第二阈值(Range)，以及-统计(234)所述第二位移子阵列(LWZ)中的项数。11.一种基于生物测定的识别方法，包括登记步骤(100)，所述登记步骤(100)包括提供(101)用户的至少一个参考生物测定模板(14，14′，14″)的步骤，以及识别步骤(104)，所述识别步骤(104)包括下列步骤：-获取(110，111)代表声称的用户的至少一个生物测定特性的至少一个候选生物测定模板(13，13′，13″)，-比较(115，121)所述至少一个参考模板(13，13′，13″)和所述至少一个候选模板(14，14′，14″)，-在匹配的情况下，允许(105)所述声称的用户访问受保护环境(E)，以及-在不匹配的情况下，拒绝(106)所述声称的用户访问受保护环境(E)，所述方法的特征在于，所述比较步骤(115，121)包括根据权利要求1-10中任一权利要求所述的匹配方法。12.根据权利要求11所述的方法，其中，所述比较步骤(115)至少部分地是由具有处理器的便携式数据载体(3)执行的。13.根据权利要求12所述的方法，进一步包括，在匹配的情况下，解锁(117，122)对所述具有处理器的便携式数据载体(3)的访问。14.根据权利要求13所述的方法，其中，所述比较(115，121)包括第一比较步骤(115)和至少一个第二比...

【专利技术属性】
技术研发人员：S巴尔丹，P温迪特利，
申请(专利权)人：意大利电信股份公司，
类型：发明
国别省市：IT[意大利]