CN109964231B - 动态注册种子 - Google Patents
动态注册种子 Download PDFInfo
- Publication number
- CN109964231B CN109964231B CN201780070161.XA CN201780070161A CN109964231B CN 109964231 B CN109964231 B CN 109964231B CN 201780070161 A CN201780070161 A CN 201780070161A CN 109964231 B CN109964231 B CN 109964231B
- Authority
- CN
- China
- Prior art keywords
- image
- trusted
- pattern
- seeds
- evolvable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims abstract description 103
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims description 44
- 238000013442 quality metrics Methods 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 7
- 230000008713 feedback mechanism Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 39
- 238000012795 verification Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 12
- 230000008901 benefit Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 208000032544 Cicatrix Diseases 0.000 description 1
- 241000283070 Equus zebra Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 210000001957 retinal vein Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/50—Maintenance of biometric data or enrolment thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种***、方法和计算机程序产品,用于响应于可能是图案的待测图案,从动态印记组有效且安全地对图案(例如,指纹表示)进行演变。该***可以包括两种模式:1)可信注册模式,以及2)动态、半可信注册模式。在此上下文中,动态模式是半可信的,因为它自动使用可信信息来评估从图案收集***接收的新的、非可信输入,并且在满足某些标准的情况下,该动态模式可以获得对可信内存/可信模板的自动访问。对可信模板的自动访问是有条件的,使得该动态模式成为半可信的。可信注册模式可以包括在可信存储器中定义/生成的可信模板元素的可信模板,至少一个可信模板元素包括至少一个可演变种子。
Description
相关申请的交叉引用
本申请涉及于2016年6月24日提交的编号为15/192,099的美国专利申请、于2016年7月5日提交的编号为15/201,901的美国专利申请、以及于2016年7月8日提交的编号为15/205,318的美国专利申请,出于所有目的,其内容由此通过引用明确地以其全文并入本申请。
技术领域
本发明总体上涉及自动机器实施的图案处理,并且更具体地但非排他性地涉及例如用于在操作期间对一个或多个图案种子进行动态演变以变为可信图案表示的***、方法和计算机程序产品,该可信图案表示例如是图案验证***、方法和计算机程序产品(包括指纹验证***)中所使用的可信图案表示。
背景技术
背景技术部分中讨论的主题不应仅仅因为其在背景技术部分中被提及而被假设为现有技术。类似地,在背景技术部分中提及的或与背景技术部分的主题相关联的问题不应被假设为先前已在现有技术中被认识到。背景技术部分中的主题仅代表不同的方法,这些方法本身也可以是发明。
图案验证,例如在将可信指纹注册到指纹验证***的可信存储器中的背景下,需要足够准确和精确的可信指纹的图像(准确度和精确度取决于特定实施例的设计考虑因素)。该图像可以直接从成像传感器获得。这可以适用于大面积成像传感器。然而,对于许多应用,可信图像是由从具有小于最终图像的感测面积的传感器获取的可信指纹的图像部分重构的。对于许多移动应用程序和电子平台,例如智能手机等,小型传感器的使用提供了较小的形状因子,具有较低的商品成本,这对于实施和采用是重要的。然而,使用小型传感器会影响验证期间的注册和用户体验。
具有指纹验证***的任何移动电子平台通常包括注册***,该注册***建立一个或多个可信图像并将其写入可信数据库/存储器中。使用匹配引擎将测试指纹与(一个或多个)可信图像进行比较,该匹配引擎将来自测试指纹的感兴趣特征与来自(一个或多个)可信图像的感兴趣特征进行匹配。测试图像的质量和可信图像的质量会影响用户体验。
因此,使用小面积传感器的许多***使用多个印记来对单个手指进行注册。图像部分的初始印记总是提供待重构的较大图像的完全唯一信息。然而,后续印记具有不同的用途,这取决于用户是否提供部分重叠并部分呈现新图像数据的印记。对于多个印记而言用户难以放置手指以确保每个印记仅呈现唯一的部分重叠数据,特别是在整个指纹图案的宽度上。对于用户而言,提供具有太多重叠或者具有太少或者没有重叠的后续图像是非常容易的。用户不知道他们何时或者是否提供了足够的充分重叠的图像印记以足以对映总指纹,从而提供最终产品,该最终产品为用户提供易于使用的验证***。
从用户的角度来看,随着传感器成像面积的减小,这可能变得非常具有挑战性。注册***可以不向用户提供手指区域映射过程的状态的反馈。当该组图像部分不能产生所需的较大图像时,注册过程的准确度降低。
用于处理图案的图像部分的***有时可以使用有限的计算和存储器资源来理想地实施。随着传感器的有效面积减小,需要更多数量的图像部分来覆盖图案的任何特定区域。管理和处理图案的多个部分有时会对性能产生负面影响,除非实施其他***和方法来抵消这种影响,这可能会增加额外的复杂性和成本。
除了这些技术细节之外,通常在对设备进行初始化之后(例如来自新购买或存储器完全重置)执行到可信存储器中的初始注册,所述存储器完全重置清除了来自可信存储器的可信信息。此时,在用户投入足够的时间来在可信存储器中开发足够鲁棒的数据组与实际使用该设备之间可能存在紧张关系。对于一些用户,他们可能会跳过此初始投入,并且永远不会返回到此过程。足够鲁棒的数据组所需的时间量至少部分地受到使用小面积传感器影响,使得用于开发数据组的时间可以比使用更大面积传感器更长。
动态注册可以有助于解决此问题。在动态注册***中,可以或者可以不存在收集可信信息的有限组的初始可信模式,知道该有限组在扩展使用时通常不会令人满意(其中根据实施方式,安全性过于开放或过于严格)。然后,该初始可信模式之后是动态非可信模式,在动态非可信模式期间用户主动使用指纹来解锁/启用设备。因此,当用户呈现其手指以进行匹配时,该设备可以随着时间更新用于匹配手指的可信信息组。用户无需知道在使用其设备的后台中运行的此过程。动态注册模式不一定具有终点,并且其可以在设备的整个生命周期中是连续的。
不幸的是,当其他人使用该设备时,其中一些人可能具有恶意意图,这种动态***可能使设备和用户暴露于安全漏洞。动态***不知道来自指纹传感器的哪个信息是由用户提供的,或者知道信息是否来自用户的目标手指(用户可以用不同的手指触摸传感器)。这样的***可以采用各种认证***来确认某些“动态信息”(即在动态模式期间产生的信息)被授权以添加到可信存储器中。不幸的是,对于大多数用户,他们可能不确定如何对关于是否应将某些动态信息添加到可信存储器中的查询进行响应。他们可能不知道收集了哪些信息,从谁以及何时收集了信息。
此外,依赖于密码以将信息添加到可信存储器中的任何动态注册***可能使指纹***受到与密码相关联的漏洞的影响。对于一些用户,指纹验证通常用于解决密码的一些问题,并且具有与将动态信息注册到可信存储器中相关联的密码,可以有效地破坏具有指纹***的益处。
所需要的是用于响应于待测图案而从来自收集输入的印记器的动态印记组有效且安全地对图案(例如,指纹表示)进行演变的一种***、方法和计算机程序。
发明内容
公开了用于响应于待测图案(可以是下述图案)而从来自收集输入的印记器的动态印记组有效且安全地对图案(例如,指纹表示)进行演变的一种***、方法和计算机程序。提供了以下发明内容以便于理解与从诸如手指之类的图案源动态地演变图案相关的一些技术特征,并且不旨在是对本发明的完整描述。可以通过将整个说明书、权利要求书、附图和摘要作为一个整体,来获得对本发明的各个方面的全面理解。本发明还适用于除指纹之外的其他图案、除手指之外的其他图案源,适用于除注册或验证***之外的其他***,适用于不包括匹配引擎的***,并且适用于一系列传感器尺寸。
在本发明的实施例中,图案源(例如,手指)可以包括图案(例如,指纹)。对于不直接处理图案(指纹)的***,该***可以处理图案(指纹)的表示(例如,图案映射)。当用户使用印记器(例如,将图案源(手指)置于传感器或成像器或其他印记产生结构上)时,***可以产生用户的图案源(手指)的图案(指纹)的部分的印记(例如,图像)。根据特定实施方式,可以批量地或实时地或接近实时地收集和评估印记(图像)。
在实施例中,可以存在两种模式:1)可信注册模式,以及2)动态、半可信注册模式。在此背景下,动态模式是半可信的,因为其自动采用可信信息来评估从图案收集***接收的新的、非可信输入,并且在满足某些标准的情况下,该动态模式可以获得对可信存储器/可信模板的自动访问。对可信模板的自动访问是有条件的,使得该动态模式为半可信的。可信注册模式可以包括在可信存储器中定义/生成的可信模板元素的可信模板,至少一个可信模板元素包括至少一个可演变种子。动态注册模式可以包括选择性地响应于图案的新印记演变(一个或多个)种子,该图案可以是动态注册模式中所使用的图案,其中将演变种子作为模板元素包含在可信存储器中的模板中。关于一个或多个种子的选择和演变可能存在广泛的考虑和实施细节,其中的一些在本文中详述。
在实施例中,可以通过基于一些条件或标准组明确地或隐含地重新进入可信注册模式,来随时间周期性地注册新种子。具有演变模板元素的模板可能变得非常特定于用户。情况是,随着时间的推移,并且基于印记器的不同局部条件和待印记的图案,将发现印记中的变化。动态演变***可以更好地适应图案源中的短期(例如,肿胀的手指)和长期(例如,疤痕)变化。
在实施例中,对于一些用户,因为模板用作准确的、定制的用户证书,可能期望将他们的演变模板用于新设备。因此,一些实施例可以包括将演变模板传送到由特定用户操作的新设备的能力,这可以帮助完全避免初始模板的问题。
实施例可以具有优于现有解决方案的优点,因为模板不太可能被另一个人的手指损坏,因为用于修改模板的种子图像信息是在可信环境中使用期间被捕获的,而不是在该设备的“每天”使用期间被捕获的。
实施例可以与通过将包含指纹传感器的设备连接到另一智能***来执行初始可信注册模式的用户情况兼容,该另一智能***例如为:a)包含指纹传感器的银行卡、智能卡或身份证,其中可信注册模式在安全办公室中被执行,包含指纹传感器的卡可以链接到计算机并由官方人员监督,以及b)包含指纹传感器的设备,该包含指纹传感器的设备不具有任何种类的图形用户界面/屏幕/用户反馈机制,该包含指纹传感器的设备在可信注册模式期间连接到计算机/移动电话/便携式电子设备,以及其他可能的用途。
一种机器实施的方法,用于使用后注册信息组来演变可信模板,该可信模板包括可信模板元素组,该可信模板元素组是从具有可信模板元素组的图案定义的,该方法包括a)在可信模式期间,从该图案定义可演变种子组,该可演变种子组包括至少一个可演变种子;b)在可信模板元素组中包括可演变种子组;以及c)在半可信模式期间,响应于后注册信息组,对可演变种子组中的一个或多个可演变种子进行演变。
步骤c)可以包括:
cl)在所述半可信模式期间,从待测图案收集一系列图案印记,以针对可信模板来进行测试的,以用于验证所述待测图案与图案匹配;以及
c2)当所述特定图案印记能够针对可信模板进行验证时,响应于所述一系列图案印记的至少一个特定图案印记,更新所述一个或多个可演变种子。
在所述定义步骤a)中定义的可演变种子组可以包括初始可演变种子组,并且该方法还可以包括:
d)检测除明确的可信模式注册之外的可信情况;以及
e)在所述可信情况期间,将一个或多个附加可演变种子定义为附加可演变种子组;以及
f)将所述附加可演变种子组添加到所述可演变种子组中作为可信元素组的部分。
初始可演变种子组可以包括第一状态指示,其中所述附加可演变种子组可以包括不同于所述第一状态指示的第二状态指示,并且其中,所述演变步骤c)可以响应于所述状态指示对所述可演变种子组的可演变种子进行演变。
可以从本质上包括可信位置处的操作、用户行为的图案及其组合的情况组来检测可信情况。
可演变种子组可以包括数量N个可演变种子,优选地N大于或等于8,并且更优选地,N在15-20的范围内。
所述数量N个可演变种子可以是独特的可演变种子。
所述数量N个可演变种子可以包括一个或多个复制的可演变种子,并且独特的可演变种子的数量可以少于所述数量N。
步骤c)还可以包括:
cl)对于每个可演变种子,当可演变种子演变成演变种子时,建立质量度量,所述质量度量表示所述演变种子的演变状态。
演变种子可以包括图案的一部分的图像,并且所述质量度量可以包括所述图案的由所述演变种子表示的所述部分的图像尺寸。
该方法还可以包括:
d)当所述质量度量超过阈值条件时,锁定所述演变种子中的每一个,产生锁定的演变种子,其中响应于后注册信息组,不通过所述演变步骤c)对所述锁定的演变种子中的每一个进行进一步演变。
该方法还可以包括:
e)对锁定的演变种子进行解锁,产生经解锁的演变的可演变种子,其中响应于后注册信息组,每个所述经解锁的演变的可演变种子能够通过所述演变步骤c)来进行演变。
步骤c)可以包括响应于后注册信息组的特定后注册信息,选择和演变所述可演变种子组中的至多一个可演变种子。
步骤c)可以包括响应于后注册信息组的特定后注册信息,选择和演变所述可演变种子组中的至少一个可演变种子。
步骤c)可以包括响应于后注册信息组的特定后注册信息,选择和演变所述可演变种子组中的所有所述可演变种子。
演变步骤c)可以包括响应于后注册信息组的特定后注册信息,选择和演变所述可演变种子组的数量X个所述可演变种子,并且其中,所述数量X是响应于配置选项的。
在所述定义步骤a)中定义的可演变种子组可以包括初始可演变种子组,该方法还可以包括:
d)将所述初始可演变种子组分为活动组和保留组,所述保留组包括所述可演变种子组的至少一个可演变种子;以及
e)仅选择所述活动组中的可演变种子,以便通过所述步骤c)进行操作;以及
f)响应于传送条件,将一个或多个可演变种子从所述保留组传送到所述活动组。
通过步骤c)对可演变种子的每次演变可以增加计数器C,并且所述传送条件可以包括将所述计数器C与预定度量进行比较。
由步骤c)处理的后注册信息组的每个特定后注册信息的产生可以使计数器C递增,并且所述演变步骤c)可以包括响应于所述计数器C,选择性地处理用于演变的后注册信息组的已处理的子集,其中所述已处理的子集包括少于后注册信息组的所有后注册信息。
演变步骤c)可以不处理用于演变可演变种子的每第M个特定后注册信息,其中M=2、3、4、5、6、7、8或更大。
所述演变步骤c)可以不处理用于演变可演变种子的每第M个特定后注册信息,其中M包括在所述处理子集上一致的随机选择的恒定值。
所述演变步骤c)可以不处理用于演变可演变种子的每第M个特定后注册信息,其中M包括在所述处理子集上变化的随机值。
步骤a)至c)可以由两个离散处理***来执行,两个离散处理***包括第一可信处理***和第二半可信处理***,所述第一可信处理***执行所述步骤a),所述第二半可信处理***从所述第一可信处理***接收所述可演变种子组并执行所述步骤b)至c)。
所述第二半可信处理***可以从设备组的一个或多个设备中选择,所述设备组本质上由便携式电子设备、智能电话、智能卡、具有图案印记器而没有其他图形用户界面/屏幕/用户反馈机构的设备、以及它们的组合组成。
一种装置,用于使用后注册信息组来演变可信模板,该可信模板包括可信模板元素组,该可信模板元素组是从具有可信模板元素组的图案定义的,该可信模板元素组用于图案的后续验证,该装置包括:图案收集器,所述图案收集器产生一个或多个印记;以及处理***,所述处理***耦合至图案收集器,所述处理***包括处理器和耦合至处理器的存储器,存储器存储有多个计算机可执行指令,其中,处理器执行多个计算机可执行指令以执行方法,该方法包括a)在可信模式期间,从该图案定义可演变种子组,该可演变种子组包括至少一个可演变种子;b)在可信元素组中包括可演变种子组;以及此后c)在半可信模式期间,响应于后注册信息组,对可演变种子组的一个或多个可演变种子进行演变。
一种非暂时性计算机可读介质,其上存储有计算机可执行指令,计算机可执行指令由处理器执行以使用后注册信息组执行对可信模板进行动态演变的方法,该可信模板包括可信模板元素组,该可信模板元素组是从具有可信模板元素组的图案定义的,该可信模板元素组用于图案的验证,该方法包括:a)在可信模式期间,从该图案中定义可演变种子组,该可演变种子组包括至少一个可演变种子;b)在可信元素组中包括可演变种子组;以及此后c)在半可信模式期间,响应于后注册信息组,对可演变种子组的一个或多个可演变种子进行演变。
本文描述的任何实施例可以单独使用或以任何组合彼此一起使用。本说明书中包含的发明还可以包括在本发明内容或摘要中仅部分提及或暗示或未提及或暗示的实施例。尽管本发明的各种实施例可能受到现有技术的各种缺陷的激励,这些缺陷可在说明书中的一个或多个地方讨论或暗示,但本发明的实施例不一定解决这些缺陷中的任何缺陷。换句话说,本发明的不同实施例可以解决可以在说明书中讨论的不同缺陷。一些实施例可以仅部分地解决可以在说明书中讨论的一些缺陷或仅一个缺陷,并且一些实施例可能不解决这些缺陷中的任何缺陷。
通过阅读本公开,包括说明书、附图和权利要求,本发明的其他特征、益处和优点将是显而易见的。
附图说明
附图进一步示出了本发明,并与本发明的具体实施方式一起用于解释本发明的原理,在附图中,相同的附图标记在各个单独视图中指代相同或功能相似的元素,并且附图并入说明书中并形成说明书的一部分。
图1示出了用于图案验证***的实施例的示意性框图;
图2示出了在图案验证***中使用的半可信动态注册过程的实施例的流程图;以及
图3示出了可演变种子图像310x的组305,x=1至N。
具体实施方式
本发明的实施例提供了用于响应于待测图案而从来自收集输入的印记器的动态印记组有效且安全地对图案(例如,指纹表示)进行演变的一种***、方法和计算机程序。呈现了以下描述以使得本领域普通技术人员能够制造并使用本发明,并且在专利申请及其要求的背景下提供了以下描述。
对于本领域技术人员来说,对优选实施例的各种修改以及本文描述的一般原理和特征将是显而易见的。因此,本发明不旨在受限于所示的实施例,而是与符合本文所述的原理和特征的最宽范围相一致。
定义
除非另有限定,否则本文使用的所有术语(包括技术术语和科学术语)具有与本发明总体构思所属领域的普通技术人员通常理解的含义相同的含义。将进一步理解的是,诸如在常用词典中定义的那些术语应被解释为具有与其在相关领域和本公开的背景下的含义一致的含义,并且除非在本文中明确限定,否则将不会以理想化或过于正式的方式解释。
以下定义适用于针对本发明的一些实施例描述的一些方面。这些定义同样可以在本文中进行扩展。
如本文所使用的,术语“或”包括“和/或”,并且术语“和/或”包括一个或多个相关联的列出条目的任何和所有组合。诸如“至少一个”的表达在元素列表之前时,修改整个元素列表而不修改列表的各个元素。
如本文所使用的,除非上下文另有明确规定,否则单数术语“一”,“一个”和“该”包括复数参考物。因此,例如,除非上下文另有明确规定,对对象的引用可以包括多个对象。
此外,如本文的描述和所附全部权利要求中所使用的,“在……中”的含义包括“在……中”和“在……上”,除非上下文另有明确规定。应当理解的是,当一个元素被称为“在”另一元素“上”时,其可以直接位于另一元素上,或者可以在它们之间存在中间元素。相比之下,当一个元素被称为“直接在”另一元素“上”时,表示不存在中间元素。
术语“约”的使用适用于所有数值,无论是否明确指出。该术语通常是指本领域普通技术人员认为是所述数值的合理偏差量(即,具有等效功能或结果)的数字范围。例如,假如这样的偏差不会改变该值的最终功能或结果,则该术语可以被解释为包括给定数值的±10%的偏差。因此,约1%的值可以被解释为是从0.9%至1.1%的范围。
如本文所使用的,术语“组”是指一个或多个对象的集合。因此,例如,对象组可以包括单个对象或多个对象。组的对象也可以称为该组的成员。组的对象可以相同或不同。在一些实例中,组的对象可以共享一个或多个公共属性。
如本文所使用的,术语“相邻”是指靠近或邻接。相邻的对象可以彼此间隔开,或者可以彼此实际或直接接触。在一些实例中,相邻的对象可以彼此耦合或者可以彼此一体地形成。
如本文所使用的,术语“连接”、“连接的”和“正在连接”是指直接附接或链接。如上下文所示,连接的对象没有或没有实质的中间对象或对象组。
如本文所使用的,术语“耦合”、“耦合的”和“正在耦合”是指可操作的连接或链接。耦合对象可以彼此直接连接或者可以彼此间接连接,例如通过中间对象组彼此间接连接。
如本文所使用的,术语“基本上”和“实质上”是指相当大的等级或程度。当与事件或情况一起使用时,术语可以指其中事件或情况恰好发生的实例、以及其中事件或情况近似发生的实例,例如考虑本文所述实施例的典型的容差水平或可变性。
如本文所使用的,术语“可选的”和“可选地”是指随后描述的事件或情况可能发生或可能不发生,并且该描述包括其中事件或情况发生的实例和其中事件或情况不发生的实例。
如本文所使用的,术语“指纹”表示来自图案源的对比幅度元素的映射。这样,包括人手指上的纹路/皱纹图案作为指纹。另外,斑马纹图案、视网膜静脉图案或对比幅度元素的其他集合具有多个足够长的连续的类似对比元素组。
如本文所使用的,术语“匹配”、“正在匹配”和“相匹配”是指将第一图案(例如,来自传感器的第一印记的第一图像部分)与第二图案(例如,来自传感器的第二印记的第二图像部分)进行比较的结论,这意味着在适合于应用的足够置信区间内,用于第一印记中的图案源是与用于第二印记中的图案源相同的图案源。匹配不需要第一图案和第二图案之间100%的共同特征。百分之百、和几乎100%(例如取决于应用,95%的共性)的共性被称为复制图像。当用户将同一手指的相同部分置于传感器上时,这是由两个或多个印记造成的。有时匹配是由匹配过程或匹配引擎来确定的,其可以具有特定的特殊含义。本发明的一些实施例仅包括这种匹配过程。然而,本发明不限于以这种方式确定匹配;本发明包括使用对准引擎来评估图案组的比较之间的匹配条件或不匹配条件。
如本文所使用的,术语“相关”、“正在相关”和“相关的”是指将第一图案(例如,来自传感器的第一印记的第一图像部分)与第二图案(例如,来自传感器的第二印记的第二图像部分)进行比较的结论,这意味着在第一图案与第二图案之间没有匹配的情况下,在适合于应用的足够置信区间内,用于第一印记中的图案源与用于第二印记中的图案源是相同图案源。通过在第一图案和第二图案之间提供桥接的匹配中间图案来找到相关性。例如,第二图案可能与第一图案不匹配,但可以匹配第三图案,其中第三图案与第一图案匹配。可以通过一个或多个中间匹配找到第二图案和第一图案之间的相关性。
如本文所使用的,术语“接近实时”是指通过自动数据处理或数据传送在接收图案印记和用于该图案印记(例如,位图图像)的数据的后续处理的事件的发生之间引入的时间延迟的实用性,例如用于显示、反馈或控制目的,所述图案印记来自将图案源应用到图案印记器(例如,用于创建与图案源相关联的图案的部分的位图图像的成像器)。根据处理速度,可以在处理第一图案印记之前制造多个图案印记。本发明的一些实施例实时或接近实时地处理来自用户的连续图案印记,当用户察觉不到处理延迟时,其可以被认为是等同的。对于实时和接近实时的实施例,认为图案印记是连续拍摄和处理的,即在处理下一后续图案印记之前提供印记和处理/反馈。
通常,图案源(例如,手指)可以包括图案(例如,指纹)。对于不直接处理图案(指纹)的***,该***可以处理图案(指纹)的表示(例如,图案映射)。当用户使用印记器(例如,将图案源(手指)置于传感器或成像器或其他印记产生结构上)时,***可以产生用户的图案源(手指)的图案(指纹)的部分的印记(例如,图像)。在接收图案信息的操作期间的注册之后,***和方法可以不,并且通常不具有先验知识,即传入的图案信息组实际上来自图案。为了反映这一点,提供传入的图案信息组的任何图案可以被称为待测图案。可以根据特定实施方式,从一个或多个待测图案中批量地或实时地或接近实时地收集和评估印记(图像)。可以存在两种模式:1)可信注册模式,以及2)动态(半可信)注册模式。可信注册模式可以包括在可信存储器中定义/产生可信模板元素的可信模板,至少一个可信模板元素包括至少一个可演变种子,其理想地全部来自期望的可信图案。动态注册模式可以包括选择性地响应于从待测图案导出的新印记,对(一个或多个)种子进行演变,所述待测图案可以是动态注册模式中使用的图案,其中将演变种子作为模板元素包含在可信存储器中的模板中。演变过程的一部分可以包括开发合适的置信度,当待测图案与可信图案充分对应(例如,与图案信息匹配和/或相关)时,对可演变种子进行演变。关于一个或多个种子的选择和演变可能存在广泛的考虑和实施细节,其中的一些在本文中详述。因此,可信模式是指***假设其正在处理的图案信息实际上是可信图案。历史上,非可信模式是来自待测图案的图案信息的其他处理,所述待测图案可以是可信图案。半可信模式是混合模式,其中当所接收的图案信息针对模板元素信息的评估提供适当程度的匹配或相关时,所接收的图案信息被视为来自可信图案。因此,在一些实施例中,可以信任接收的特定图案信息组足以对一个或多个可演变种子进行演变,但是所接收的图案信息在其他情况下可能不与模板本身匹配。随着种子的演变,这种状况可能变得不太常见,特别是当使用来自实际可信图案的图案信息对可演变种子进行演变时。因此,该图案信息是半可信的。
为了帮助简化讨论,以下描述通常集中于半可信动态注册,该半可信动态注册使用从指纹传感器开发的合格位图图像,使用来自指纹表示的部分的正在演变种子。在使用与传感器相关联的设备期间,可以选择性地使用在验证中所使用的指纹的部分的图像来对一个或多个可演变种子进行演变,所述一个或多个可演变种子也是将来用于验证待测指纹的部分的新图像的验证模板的部分。不同的实施方式可以改变初始可演变种子的数量、如何在使用期间选择和动态演变种子、是否将新的可演变种子添加到模板中、演变种子是否被标记为非演变的、以及其他变型。该焦点不旨在将本发明的范围限制于这样的***、方法和计算机程序产品,而是旨在通过使用特定实施方式来帮助理解本发明。
图1示出了图案注册***100的实施例的示意性框图。***100包括成像设备105、处理器110、输入/输出(I/O)***115、非易失性存储器120和RAM存储器125,其中存储器120和存储器125共同定义存储器***130。在所公开的实施例中,***100被描述为可以用作图案(例如,指纹)验证***的指纹注册***。在指纹验证***中,***试图测量一对指纹(一对一)之间的对应关系,以便在一定水平的置信度内确立一个图案源(手指)是否与产生另一指纹的另一图案源(手指)相同或足够接近。这与识别***形成对比,所述识别***确定哪个图案源(哪个手指属于哪个人)生成特定指纹。在给定固定资源的情况下,当功率/速度的降低是可接受的时,验证***可以用作识别***。随着注册图像的质量提高,验证***表现的更好。
***100可以用作实施本发明的基本计算机,其用于访问和处理指纹、指纹图像和从指纹导出的曲线组,如下面进一步描述的。处理器110可以包括选自于x86、x64、ARM等中的一个或多个的一个或多个中央处理单元(CPU),和例如通过***总线连接至各种其他组件的架构。
成像设备105产生指纹图像(例如来自印记器的印记);直接地产生图像(例如,其是用于图案源或来自图案源的伪像的传感器或成像器)或者其访问数据结构或存储器来获得图像。图像可以是整个指纹的全部或部分。有时,指纹图像的部分可能看起来是离散曲线组。***100是具有大量适合的实施方式的计算***(例如,嵌入式计算***、通用计算***、专用计算***、它们的组合,包括具有处理器的存储程序计算平台和存储可执行指令的耦合存储器)以用于访问和处理资源指纹、指纹图像、指纹图像的部分、和从指纹导出的曲线组。可以与***100一起使用的传感器包括电荷耦合器件(CCD)、互补金属氧化物半导体(CMOS)、电容、热、光学、电光、RF调制、声学或其他图像感测器件,例如从众多制造商获得的那些,所述制造商包括例如IDEX ASA、Fujitsu、Atmel、Apple、Synaptics、Infineon、Sony、Integrated Biometrics和Fingerprint Cards。图像阵列可以相对较小(例如,50×50像素、128×128像素到CIF大小为352×288像素或更大),每个像素具有但不限于8位的像素深度。***100使用从设备105产生的指纹图像。在一些情况下,随着手指在传感器上“滑动”时,当返回与指纹尺寸成比例的图像尺寸或图像重建以将在带(bands)中拍摄的图像进行组装时,设备105可以预处理图像,例如执行图像梯形校正(用于解释与基于光学/棱镜的***相关联的光学畸变的几何校正)。
操作***在处理器110上运行,提供控制和协调***的各种组件的功能。操作***可以是商业上可用的操作***之一,例如Microsoft(例如,windows)、Apple(例如,IOS或Mac OS X)、Google(例如,Chrome或Android)、以及UNIX和AIX操作***,尽管一些实施例可以使用定制控件来提供最小的定制功能。由***控制的定制程序包括在处理器110上可执行的指令组,其被移入和移出存储器。当由处理器110执行时,这些指令组执行本文描述的方法和自动的机器实施过程。设备105、I/O通信***115、和存储器***130各自经由总线耦合至处理器110,并且其中存储器***130包括用于控制基本***功能的基本输入/输出***(BIOS)。
I/O***115将***100与外部设备或网络互连,使得***能够通过通信***(例如,直接有线、局域网(LAN)或广域网(WAN),其包括例如因特网、WEB、内联网、外联网以及其他公共和专用网络、有线、光学或无线)与其他这样的***进行通信。与通信***相关联的术语通常是可互换的,并且在本说明书的配电网中使用。I/O设备也可以经由I/O***115连接到***总线。键盘、点击设备(例如,鼠标、轨迹球或其他设备)和显示器或指示器可以通过I/O***115互连至***100。根据本发明,通过这样的输入设备,用户可以交互地涉及用于操纵资源、图像、子***、过程和***的程序。通过使用上述I/O设备,用户能够通过键盘或鼠标向***输入信息并从***接收输出信息。该***可以包含用于传输数据(例如,图像、映射、指令或程序)的可移动存储器组件。
在使用中,***100处理来自图案源(例如,指纹)的图案组图像以重建图案源的图像。可选地,***100向用户提供关于图像重建的状态和/或质量的反馈,以帮助实时进行印记收集。
I/O***115可以可选地包括显示器、其他输出或可视化/可听化***,所述可视化/可听化***支持从重建图像导出的可视化图形或向用户提供一些其他指示或信号。例如,当用户将新图像添加到图像组时,每次通过添加新图像来增强重建图像时,更新可视化图形以示出新添加的信息。为了安全起见,可能希望从重建图像导出的可视化图形以某种方式(例如,分辨率)降级,使得指纹的真实副本不在显示器上。类似地,未立即添加到重建图像的任何图像可能导致显示器上的表示没有添加图像的一些其他指示(例如,色调)或临时视觉元素。
通常,操作可以包括具有模板元素的可信模板的可信注册,所述模板元素具有来自可信存储器中可用的图案(例如,来自用户的一个手指的指纹)的一个或多个可信图案表示的可信图案元素。这些可信图案元素中的一个或多个将包括可演变种子组,最少为一个但优选地多于一个。在使用期间,当操作指纹***时,从待测指纹接收新印记,其中一些可能来自同一用户的同一手指。采用各种规则来选择和演变一个或多个可演变种子以向种子添加新图案信息,以便包括另外的新信息。在所结合的专利申请中,存在增强基础图像的具体实例,其可以用于对种子进行演变,但是也可以采用其他***和方法。新图案信息如何用于对种子进行演变的细节是多种多样的。重要的是,在可信注册模式期间接收的(一个或多个)可信可演变种子可以由新的半可信图案信息(例如,在动态操作模式期间接收的来自待测指纹的指纹信息,所述待测指纹与可信指纹匹配或关联)进行演变。通过由匹配或关联来选择新的动态图案信息(使用存储在存储器中的其他动态信息)对种子进行演变,模板本身演变并适应用户。实施例不需要具有独立的认证***,因为与可信可演变种子的匹配/关联固有地包括先天认证***。一些实施例可以包括次级认证***,并且一些实施例可以允许一个或多个新的可演变种子的随后可信注册。该随后可信注册可以源于设备的可信注册模式的有意选择,或者可以存在基于预定选择标准的可信注册模式的隐式选择。由于可信模板包括具有演变种子的模板元素,因此模板可以随着时间变得更加鲁棒和安全。
在使用期间,任何特定图像可以用作中间桥接图像,中间桥接图像在可演变种子图像和其他存储图像的图像之间创建关联链。当发生这种情况时,可以将多个图像混合到演变种子图像中。
图2示出了在图案验证***中使用的半可信动态注册过程200的实施例的流程图。例如,由***100执行的过程200包括一系列步骤205-230。过程200在开始步骤205处开始,其包括其中步骤205正在访问成像器的实时实施方式,其中按顺序接收诸如来自指纹传感器上的手指的连续印记的图像组。替代地,可以存在先前构造的图像组的存储装置,并且开始205访问存储装置。在开始步骤205之后,过程200包括初始化可信存储器步骤210,步骤210用于利用可信存储器进行操作。步骤210初始化可信存储器,其中可信模板存储有来自可信图案的信息(例如,可信指纹的表示)。例如,步骤210可以清除可信存储器并删除当前可信模板并重新开始将可信模板重置为空状态。
在步骤210之后,过程200包括初始化模板步骤215,其对存储在可信存储器中的模板的模板元素组进行定义。步骤215包括传统初始注册过程的变型,其中设备被置于可信模式,并且印记器(例如,指纹传感器)收集驱动该印记器的任何指纹的部分的一个或多个印记(例如,图像)。对于许多***,优选的是,在该初始可信注册模式期间,印记全部来自于相同可信用户的相同可信手指。这些印记用于定义要与设备一起使用的模板的模板元素的初始状态。一旦初始可信注册模式完成,模式就会变为半可信动态模式以进行操作。步骤215假设可信模板的初始化不限于显式初始可信注册模式,因为它可以在其他背景下定义,也可以在显式初始可信注册模式中定义。
步骤215包括将一个或多个可演变种子定义为该初始可信模板的模板元素。例如,过程200可能希望定义数量N,N是1或更大的正整数(例如,N∈{1,2,3,...9}和N的整数倍,例如2,3,4,5,6,7,8,9,10或更多倍N。出于该示例的目的,N=8,而其他实施例可以优选地包括N=15-20个可演变种子,而其他实施例可以具有本文描述的一些其他值。在一些实施方式中,步骤215从来自指纹传感器的可信指纹的8个或更多个初始图像收集至少这些N=8个种子。然而,在一些实施例中,在步骤215期间,可以从少于8个初始图像来识别这些N=8个种子。例如,在步骤215收集4个初始图像的情况下,这4个图像可以用于定义N个可演变种子,例如通过复制/复印每个初始图像两次。一些实施方式可以以与这些初始图像不同的方式来定义这些N个可演变种子。至少地,在步骤215期间可以接收一个图像,用于诸如通过将一个图像复制N次来定义所有N个可演变种子。在一些实施方式中,即使在***收集可用于使所有可演变种子独特的所需数量的图像的情况下,有意地包括用于可演变种子的复制图像可能是有价值的。
这些N个可演变种子都是在步骤215期间初始化的可信模板的所有可信模板元素。可信模板还可以包括其他模板元素,这取决于在后续操作期间如何使用模板及其模板元素的细节。通常,模板将包括一个或多个复杂模板元素,每个模板元素由多个单独的图像形成。它们形成的具体方式依赖于实施方式,其细节不是本发明的核心,除了预期N个可演变种子中的每一个都是动态演变成与实施方式细节一致的复杂模板元素的候选者之外。一旦根据需要对初始可信模板进行初始化以包括N个可演变种子,步骤215结束。
传统上,初始可信注册过程可能需要收集大量图像,以便用足够的信息定义可信模板元素,从而实现初始可信模板的期望操作安全级别,或者收集足够的图案信息用于后续匹配。在步骤215期间,步骤215假设将比传统上所需的更少的图像作为模板元素添加到可信模板中。这具有速度的优点并且限制了用户在初始可信注册期间花费的时间。存在潜在成本,因为所得到的可信模板最初可能不具有期望的安全级别或者可信手指的足够区域映射以提供合理的匹配。过程200可以解决该问题,通过响应于从指纹传感器获得的新信息,随着时间选择性地演变可演变种子来改进可信模板,因为待测指纹的部分的每个新图像与可信模板进行测试。
如上所述,步骤215不需要是显式可信注册模式的一部分。除了可能被包括作为显式模式的一部分之外,例如可以在对全新设备加电时或者在将设备重置为出厂默认值之后部署,还有其他机会用于初始可信模板的非显式可信注册。例如,一个全新的设备、或者一个在工厂或用户重置后启动的设备,可以简单地收集第一图像组以定义可信模板,其中期望在这些条件下首先使用该设备的人是经授权的可信用户。除了这些之外的其他情况可以定义其他条件以自动收集图像并定义用于步骤215的初始模板。
在步骤215之后,过程200然后包括处理动态输入步骤220。步骤220响应于在使用动态模式期间由设备收集的待测图案的印记、或者更典型地待测图案的部分的印记的接收。这些接收的印记可以用于对一个或多个可演变种子进行可能的演变。可演变种子的演变包括在初始化可信模板之后从动态模式中接收的图案信息添加新图案信息。当在动态模式期间接收的信息与可演变种子匹配或关联时,对可演变种子进行演变。任何匹配或关联信息用于“构建”具有匹配或关联信息的所选可演变种子。对于总是使用单个手指的单个人使用设备的情况,在动态模式期间每个接收的图像具有与一个或多个可演变种子匹配或关联的增加的概率。当设备包括更多用户和/或设备的用户将更多手指应用于指纹传感器时,在动态模式期间的任何接收图像具有与可演变种子匹配或相关的降低的概率。
步骤220能够演变每个可演变种子并将其作为可信模板的一部分包括在内,因为在可信模式期间收集了可演变种子并且预期该可演变种子是来自真实用户的可信指纹的合法图像。因此,不需要控制或密码来将新的动态信息添加到可信模板中(尽管一些***可以可选地使用这样的特征)。
步骤220的另一选择是可以测量、确定和/或评估每个可演变种子的质量(例如,图像大小或其他度量)并且与阈值进行比较或者与其他可演变种子的一个或多个区域进行比较(因为可演变种子都应该朝着单一图案演变)。当用于演变可演变种子的度量超过阈值条件时,可以将可演变种子锁定并标记为非演变。非演变状态意味着相关种子不再是可演变的,除非/直到状态变为可演变。
在步骤220期间,一个考虑因素涉及期望动态演变可信模板的速度。在用于演变速度的范围的一端,每个新接收的动态印记最多可以演变一个可演变种子。在该范围的另一端,每个动态印记可以演变多个至所有的可演变种子。在一些情况下,影响演变速度的因素和参数可以是用户可配置参数或由制造商预设。如在所结合的专利申请之一中所指出的,使用匹配/相关图像组来构建更复杂的图像合成物的顺序可以导致不同的、尽管密切相等的图像。因此,即使在从单个可信图像复制多个可演变种子的情况下,采用相同动态信息来构建那些可演变种子的顺序也可能导致稍微不同的演变种子,这可以提高包括这种演变种子组的演变可信模板的稳健性。此外,***可以具有度量以响应于在动态模式期间接收的信息来决定对哪个(一个或多个)可演变种子进行演变,其也可以是用户和/或制造商控制或影响的。例如,将新图像添加到更好的开发的种子中。替代地,过程200还可以查看与添加新图像的新信息的重叠百分比,所述新图像将提供给每个可演变种子,并使用该信息来决定对哪些种子演变(即,在新信息最能改善可演变种子的地方对那些种子进行演变)。
对于一些应用,可能希望可信模板在延长的时段(例如,几年)内演变。当可信模板可以与其他设备(例如更新的替换设备)交换时尤其如此,尽管其他应用也可以从扩展的演变范围中受益。在某些情况下,可能需要将可演变种子保留在储备中并且直到在定义初始可信模板之后的某个时间才进行演变。在一些情况下,嵌入式设备可能不能可靠地知道经过的时间,因此估计经过的时间的替代方案是依赖于***接收的多个图像。例如,如果设备平均每月接收100个图像,则设备可以估计在接收到600个图像之后已经过去了6个月的时间。因此,在预定时间之后,已经保留在储备中并标记为非演变的可演变种子可以具有其状态变化并且变得标记有可演变状态,并且此后通过在动态模式期间接收的输入信息进行演变。
在其他情况下,除了保留种子的选择性解锁之外或代替保留种子的选择性解锁,一些实施例可以选择性地收集新种子并将新种子添加到可信模板中。设备可以周期性地(例如,每六个月)要求经验证的用户在随后的可信注册模式期间注册一个或多个新的可演变种子。替代地或另外地,当用户更可能正在操作设备时(例如,当GPS***指示用户在家并且时间表示在家中使用该设备的人很可能是用户时),设备可以从用户获知某些位置和条件。当足够的资格到位时,一些实施方式可以为可信模板收集新的可演变种子,或者仅在这些时间期间设备接受动态数据来对可演变种子进行演变。
步骤220可以包括其他过滤器以预选或限制在一个或多个可演变种子的演变中使用的动态印记。除了基于位置和/或时间的选项之外,设备可以包括计数器以丢弃在动态模式期间接收的一些图像信息。例如,在其中预期设备可能具有多个不同用户的应用中,丢弃第M个图像中的每一个,其中M为1,2,3,4,5或更多,减少操作设备的任何随机非用户将对可演变种子进行演变的机会。对授权用户的唯一影响是,随着他们的信息也被丢弃,可能需要更长的时间来对可演变种子进行演变。
在一些情况下,设备可以随机确定在动态模式期间要丢弃多少个图像,直到处理下一个可接受的图像。在这种情况下,在每个接受的图像之间的周期可以是一致的,或者周期可以是当接受图像时每个实例之间的变量。
在步骤220之后,过程200包括结束测试步骤225,步骤225测试可信模板的动态演变是否应该终止。当步骤225处的测试为否时,过程200分支回到步骤220,以在动态模式期间继续处理新的图像信息,并利用匹配/关联信息对一个或多个可演变种子进行演变。当步骤225为是时,过程200分支到结束步骤230。例如,当所有可演变种子已充分演变并超过任何度量时,过程200可在步骤230处停止。
图3示出了可演变种子图像310x的组305,x=1至N。每个种子图像表示从成像器获取的印记的结果,例如从小指纹扫描仪采样的指纹的一部分。还包括在图3中,图3是可以在动态模式操作期间产生的演变种子315的表示。在图3中,为方便起见,仅示出了演变一种可演变种子。实际上,很可能在一段时间之后多个种子将处于不同的演变阶段中,并且所有可演变种子可能以不同的方式朝向相同的可信图案收敛。
实施例可以与通过将包含指纹传感器的设备连接到另一智能***来执行可信注册模式的用户情况兼容,例如:a)包含指纹传感器的银行卡、智能卡或身份证,在可信注册模式在安全办公室中执行的情况下,其中包含指纹传感器的卡可能与计算机连接并由官方人员监督,以及b)包含指纹传感器的设备,该包含指纹传感器的设备不具有任何类型的图形用户界面/屏幕/用户反馈机制,该包含指纹传感器的设备在可信注册模式期间连接到计算机/移动电话/便携式电子设备,以及其他可能的用途。
传送非演变可信生物识别信息(例如,在启用用户信息的生物识别处理时写入可信存储器的登记或注册信息)的问题之一在于由于本发明的实施例如此强大的原因,随着初始登记数据变的陈旧,可能没有理由将该数据传送到其他设备和传送到其他设备中。
本发明的实施例可以如下使用该特征。对于利用多个设备的生物特征的用户,这样的实施例可以允许该用户将最新生物识别信息(其可以包括一个或多个演变的、正在演变的和尚未演变的种子)从最近使用的设备传送至所有其他设备。无论使用哪种设备,所有设备都将始终拥有最新信息。并且所有设备都可以有助于维持这种“共享”生物识别安全性。因此,每个设备都具有历史演变的好处,甚至是新设备,好像它们使用的时间比实际情况要长得多。这不仅仅是从新设备的新登记或注册中节省相对少量的时间,因为每个设备还包括用户生物识别历史的最长的后续演变。在一些情况下,每个新设备在适当时可以添加如本文所述的新的可演变种子组,并且然后那些新的可演变种子可以成为与其他设备共享的新的共享可演变生物识别数据环境的一部分。
包括一个或多个演变的、正在演变的和尚未演变的种子的模板信息的传送有时限于在具有类似图案印记器的类似设备之间。在某些情况下,使用与匹配时使用的传感器类型不同的传感器类型创建模板时,性能可能会降低。
优选地,对生物识别模板的全部或部分的传送将在具有类似传感器的设备之间进行,但是对于制造商和用户来说,支持在各种不同的设备或具有不同图案印记器的类似/匹配设备之间传送模板信息的整体/部分肯定是有益的。具有预匹配器***的***或者用于在匹配引擎之前处理信息的过程可以补偿预匹配器图像处理阶段或过程中的设备或印记器失配校准差异。包括这种预匹配校准补偿或调整可以具有减少或消除对不同设备或印记器的顾虑的优点,包括减少或消除性能退化。
在一些实施例中,可以执行将最近演变的可信生物识别信息组从智能电话周期性地传送至银行卡和其他“次级”设备,其他“次级”设备可能不包括正在演变的***-保持银行卡更新,而无需实际拥有相同的***来管理正在演变的生物识别信息,可以在不损害安全性或增加制造商的成本的情况下,提高这些次级设备的安全性和易用性。
此外,本领域技术人员将会理解的是,可以使用计算机处理***配置中的任意一个或组合来实施上述方法,所述计算机处理***配置包括但不限于单处理器***和多处理器***、手持设备、可编程消费者电子产品、小型计算机或大型计算机。上述方法还可以在分布式计算环境中实施,其中任务由通过一个或多个数据通信网络链接的服务器或其他处理设备执行。在分布式计算环境中,程序模块可以位于包括存储器存储设备的本地和远程计算机存储介质中。
此外,与计算机处理器一起使用的制品(例如CD、预先记录的磁盘或其他等效设备)可以包括计算机程序存储介质和记录在其上的程序机制,所述制品用于指导计算机处理器以促进上述方法的实现和实施。这些设备和制品也属于本发明的精神和范围。
本发明可以以多种方式实现,包括例如作为方法(包括计算机实施的方法)、***(包括计算机处理***、通用、专用、混合、嵌入等)、装置、计算机可读介质、计算机程序产品、图形用户界面、网络门户或有形地固定在计算机可读存储器中的数据结构。本文讨论了本发明的几个实施例。附图仅示出了本发明的典型实施例,并且因此不应视为限制本发明的范围和广度。已经概括的描述了***、方法和计算机程序产品,以帮助理解本发明的优选实施例的细节。在本文的描述中,提供了许多具体细节,例如组件和/或方法的实例,以提供对本发明实施例的透彻理解。本发明的一些特征和益处以这种模式实现,并且在每种情况下都不是必需的。然而,相关领域的技术人员将认识到,本发明的实施例可以在没有一个或多个具体细节的情况下实施,或者利用其他装置、***、组件、方法、部件、材料、零件和/或类似物来实施。在其他情况下,没有具体示出或详细描述公知的结构、材料或操作以避免模糊本发明的实施例的各个方面。
***100包括存储在非暂时性处理器可读介质上或其中的计算机程序产品或软件。处理器可读介质的当前实例包括但不限于电子电路、半导体存储设备、ROM、闪存、可擦除可编程ROM(EPROM)、软盘、光盘(CD-ROM)、光学盘、硬盘和光纤介质。如本文将更全面地描述的,软件可以包括多个模块,用于执行***任务,例如执行本文先前描述的方法。处理器解释执行软件的指令,以及响应于预定条件生成用于***执行软件的自动指令。来自用户界面和软件的指令由处理器处理以用于***100的操作。在一些实施例中,可以利用多个处理器使得***操作可以更快速地执行。
在整个说明书中对“一个实施例”、“实施例”或“特定实施例”的引用意味着结合该实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中而不是必须在所有实施例中。因此,在整个本说明书中各处分别出现的短语“在一个实施例中”、“在实施例中”或“在特定实施例中”不一定是指同一实施例。此外,本发明的任何特定实施例的特定特征、结构或特性可以以任何合适的方式与一个或多个其他实施例进行组合。应当理解的是,根据本文的教导,本文描述和示出的本发明的实施例的其他变化和变型是可能的,并且被认为是本发明的精神和范围的一部分。
还应当理解的是,附图/图中描绘的元素中的一个或多个也可以以更分离或更集成的方式实现,或者甚至在某些情况下被移除或呈现为不可操作,如根据特定应用是有用的。
此外,除非另有特别说明,否则附图/图中的任何信号箭头应仅被视为示例性而非限制性的。在术语被预见为使得分离或组合的能力不清楚的情况下,组件或步骤的组合也将被认为是显著的。
本发明的所示实施例的前述描述,包括摘要中所描述的内容,并非旨在穷举或将本发明限制于本文所公开的精确形式。虽然本文描述了本发明的特定实施例和实例,但是仅出于示例性目的,如相关领域的技术人员将认识和理解的,在本发明的精神和范围内可以进行各种等同修改。如所指出的,根据本发明的所示实施例的前述描述,可以对本发明进行这些修改,并且这些修改将包括在本发明的精神和范围内。
因此,虽然本文已经参考本发明的特定实施例描述了本发明,但是在前述公开内容中,进行变型、各种改变和替换的范围是有意的,并且应当理解的是,在某些情况下,在不脱离所阐述的本发明的范围和精神的情况下,可以在不相应使用其他特征的情况下使用本发明的实施例的一些特征。因此,可以进行许多变型以使特定情况或材料适应于本发明的基本范围和精神。其目的在于本发明不限于以下权利要求中使用的特定术语和/或作为实施本发明的最佳方式公开的特定实施例,而是本发明将包括所附权利要求的范围内的任何和所有实施例和等同物。因此,本发明的范围仅由所附权利要求确定。
Claims (28)
1.一种机器实施的方法,所述方法用于使用从待测图案收集的图像组对来自图案源的可信图案进行演变,所述方法包括:
a)在可信注册模式期间,定义两个或多个可演变图像种子的组,所述两个或多个可演变图像种子是从所述可信图案的一部分的一个或多个图像识别的,每个可演变图像种子具有包括所述可信图案的初始部分的初始区域;
b)将所述两个或多个可演变图像种子的组定义为存储在存储器中的初始可信模板的模板元素;
c)在收集待测图案的一部分的图像的半可信注册模式期间,应用质量度量来选择哪些可演变图像种子从所述可演变图像种子的组进行演变;以及
d)在所述半可信注册模式期间,通过添加与每个可演变图像种子匹配或关联的所收集的图像中的图像,对所选择的可演变图像种子进行演变,从而产生包括所述可演变图像种子以及所添加的匹配或关联的图像的经构建的演变图像种子;
其中,演变图像种子包括一部分所述可信图案的图像,并且所述质量度量包括由所述演变图像种子表示的该部分所述可信图案的图像尺寸。
2.根据权利要求1所述的方法,其中,演变步骤d)包括:
d1)在所述半可信注册模式期间,从待测图案收集要针对所述可信模板来进行测试的一系列图案图像,所述可信模板用于验证该待测图案与图案匹配;以及
d2)当所述一系列图案图像中的至少一个特定图案图像针对所述可信模板可验证时,使用所述特定图案图像来更新所述可演变图像种子中的一个。
3.根据权利要求1或2所述的方法,其中,步骤a)中所定义的所述可演变图像种子的组包括可演变图像种子的初始组,所述方法还包括:
e)检测除明确的可信模式注册之外的可信情况;以及
f)在所述可信情况期间,将一个或多个附加可演变图像种子定义为可演变图像种子的附加组;以及
g)将所述可演变图像种子的附加组添加到定义所述模板元素的所述可演变图像种子的组中。
4.根据权利要求3所述的方法,其中,所述可演变图像种子的初始组包括第一状态指示,其中,所述可演变图像种子的附加组包括不同于所述第一状态指示的第二状态指示,并且其中,演变步骤d)响应于状态指示对所述可演变图像种子的组的可演变图像种子进行演变。
5.根据权利要求3所述的方法,其中,所述可信情况是从由可信位置处的操作、用户行为的图案及其组合组成的情况组来检测的。
6.根据权利要求1或2所述的方法,其中,所述可演变图像种子的组包括数量N个可演变图像种子。
7.根据权利要求6所述的方法,其中,N大于或等于8。
8.根据权利要求6所述的方法,其中,N在15到20的范围内。
9.根据权利要求6所述的方法,其中,所述数量N个可演变图像种子是独特的可演变图像种子。
10.根据权利要求6所述的方法,其中,所述数量N个可演变图像种子包括一个或多个复制的可演变图像种子,其中,独特的可演变种子的数量少于所述数量N。
11.根据权利要求1所述的方法,还包括:
e)当所述质量度量超过阈值条件时,锁定每个所述演变图像种子,以产生锁定的演变图像种子,其中,不通过演变步骤d)对每个锁定的演变图像种子进行进一步演变。
12.根据权利要求11所述的方法,还包括:
f)对锁定的演变图像种子进行解锁,以产生经解锁的可演变图像种子,其中,每个所述经解锁的可演变图像种子可用于通过演变步骤d)来进行演变。
13.根据权利要求1或2所述的方法,其中,演变步骤d)包括选择和演变所述两个或多个可演变图像种子的组的至多一个可演变图像种子。
14.根据权利要求1或2所述的方法,其中,演变步骤d)包括选择和演变所述两个或多个可演变图像种子的组的至少一个可演变图像种子。
15.根据权利要求1或2所述的方法,其中,演变步骤d)包括选择和演变所述两个或多个可演变图像种子的组的所有可演变图像种子。
16.根据权利要求1或2所述的方法,其中,演变步骤d)包括选择和演变所述两个或多个可演变图像种子的组的数量X个可演变图像种子,其中,所述数量X是响应于配置选项的。
17.根据权利要求1或2所述的方法,其中,在步骤a)中定义的可演变图像种子的组包括可演变图像种子的初始组,所述方法还包括:
e)将所述可演变图像种子的初始组划分为活动组和保留组,所述保留组包括所述两个或多个可演变图像种子的组的至少一个可演变图像种子;以及
f)仅选择所述活动组中的可演变图像种子来通过步骤d)进行操作;以及
g)响应于传送条件,将一个或多个可演变图像种子从所述保留组传送到所述活动组。
18.根据权利要求17所述的方法,其中,通过步骤d)对可演变图像种子进行的每次演变使计数器C递增,并且其中,所述传送条件包括将所述计数器C与预定度量进行比较。
19.根据权利要求1或2所述的方法,其中,步骤d)中对待测图案的一部分的每个图像的收集使计数器C递增,并且其中,步骤d)包括:
响应于所述计数器C,选择性地处理所收集的图像的子集,以用于对所述一个或多个可演变图像种子进行演变。
20.根据权利要求19所述的方法,其中,所收集的图像的所述子集不包括每第M个所收集的图像,其中M为大于或等于2的整数。
21.根据权利要求19所述的方法,其中,所收集的图像的所述子集不包括每第M个所收集的图像,其中,M包括在所述子集上一致的随机选择的恒定值。
22.根据权利要求19所述的方法,其中,所述所收集的图像的子集不包括每第M个所收集的图像,其中,M包括在所述子集上变化的随机值。
23.根据权利要求1或2所述的方法,其中,所述步骤a)至d)是由两个分立的处理***来执行的,所述两个分立的处理***包括第一可信处理***和第二半可信处理***,所述第一可信处理***执行步骤a),所述第二半可信处理***从所述第一可信处理***接收所述两个或多个可演变图像种子的组并执行步骤b)至d)。
24.根据权利要求23所述的方法,其中,所述第二半可信处理***是从设备组的一个或多个设备中选择的,所述设备组由便携电子设备、智能电话、智能卡、具有图案印记器而没有其他图形用户界面/屏幕/用户反馈机构的设备、以及它们的组合组成。
25.根据权利要求1或2所述的方法,其中,演变步骤d)在第一处理设备的所述存储器中产生图像种子的演变组,所述方法还包括将一个或多个图像种子从图像种子的所述演变组传送至不同于所述第一处理设备的第二处理设备的第二存储器。
26.一种机器实施的方法,所述方法用于将图案信息组与第一处理设备相关联,所述方法包括:
a)在收集待测图案的一部分的图像的半可信注册模式期间,使用由第二处理设备从待测图案收集的图像组的选定图像对图像种子的演变组进行演变,所述演变组包括两个或多个可演变图像种子,所述第二处理设备包括可信图案信息组,所述可信图案信息组具有图像种子的所述演变组,其中,所述选定图像是通过使用质量度量来进行选择的,并且所述质量度量包括由演变图像种子表示的该部分可信图案的图像尺寸;以及然后
b)将所述可信图案信息组从所述第二处理设备传送到所述第一处理设备。
27.一种用于使用从待测图案收集的图像组对来自图案源的可信图案进行演变的装置,所述装置包括:
图案收集器,所述图案收集器产生图案的一个或多个图像;以及
处理***,所述处理***耦合至所述图案收集器,所述处理***包括处理器和耦合至所述处理器的存储器,所述存储器存储有多个计算机可执行指令,其中,所述处理器执行所述多个计算机可执行指令以执行以下方法,包括:
a)在可信注册模式期间,定义两个或多个可演变图像种子的组,所述一个或多个可演变图像种子是从所述可信图案的一部分的两个或多个图像识别的,每个可演变图像种子具有包括所述可信图案的初始部分的初始区域;
b)将所述两个或多个可演变图像种子的组定义为存储在存储器中的初始可信模板的模板元素;
c)在收集待测图案的一部分的图像的半可信注册模式期间,应用质量度量来选择哪些可演变图像种子从所述可演变图像种子的组进行演变;以及
d)在所述半可信注册模式期间,通过添加与每个可演变图像种子匹配或关联的所收集的图像中的图像,对所选择的可演变图像种子进行演变,从而产生包括所述可演变图像种子以及所添加的匹配或关联的图像的经构建的演变图像种子;
其中,演变图像种子包括一部分所述可信图案的图像,并且所述质量度量包括由所述演变图像种子表示的该部分所述可信图案的图像尺寸。
28.一种非暂时性计算机可读介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行,以执行使用从待测图案收集的图像组对来自图案源的可信图案进行动态演变的方法,所述方法包括:
a)在可信注册模式期间,定义两个或多个可演变图像种子的组,所述两个或多个可演变图像种子是从一部分所述可信图案的一个或多个图像识别的,每个可演变图像种子具有包括所述可信图案的初始部分的初始区域;
b)将所述两个或多个可演变图像种子的组定义为存储在存储器中的初始可信模板的模板元素;
c)在收集待测图案的一部分的图像的半可信注册模式期间,应用质量度量来选择哪些可演变图像种子从所述可演变图像种子的组进行演变;以及
d)在所述半可信注册模式期间,通过添加与每个可演变图像种子匹配或关联的所收集的图像中的图像,对所选择的可演变图像种子进行演变,从而产生包括所述可演变图像种子以及所添加的匹配或关联的图像的经构建的演变图像种子;
其中,演变图像种子包括一部分所述可信图案的图像,并且所述质量度量包括由所述演变图像种子表示的该部分所述可信图案的图像尺寸。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/265,539 | 2016-09-14 | ||
US15/265,539 US10395129B2 (en) | 2016-09-14 | 2016-09-14 | Dynamic registration seed |
PCT/EP2017/073186 WO2018050772A1 (en) | 2016-09-14 | 2017-09-14 | Dynamic registration seed |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109964231A CN109964231A (zh) | 2019-07-02 |
CN109964231B true CN109964231B (zh) | 2024-03-22 |
Family
ID=59974395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780070161.XA Active CN109964231B (zh) | 2016-09-14 | 2017-09-14 | 动态注册种子 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10395129B2 (zh) |
EP (2) | EP4270333A3 (zh) |
KR (1) | KR102452219B1 (zh) |
CN (1) | CN109964231B (zh) |
WO (1) | WO2018050772A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10331936B2 (en) * | 2015-07-14 | 2019-06-25 | Idex Asa | Duplicate pattern reconstructions |
US11562362B1 (en) * | 2018-01-23 | 2023-01-24 | Wells Fargo Bank, N.A. | Systems and methods for a virtual identity card |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104335226A (zh) * | 2012-06-29 | 2015-02-04 | 苹果公司 | 使用部分指纹的指纹注册 |
CN105227537A (zh) * | 2014-06-16 | 2016-01-06 | 华为技术有限公司 | 用户身份认证方法、终端和服务端 |
CN105900101A (zh) * | 2014-01-07 | 2016-08-24 | 精密生物测定股份公司 | 存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004097741A1 (ja) * | 2003-04-25 | 2004-11-11 | Fujitsu Limited | 指紋照合装置、指紋照合方法および指紋照合プログラム |
JP4403426B2 (ja) * | 2007-01-09 | 2010-01-27 | サイレックス・テクノロジー株式会社 | 生体認証装置及び生体認証プログラム |
US9819676B2 (en) | 2012-06-29 | 2017-11-14 | Apple Inc. | Biometric capture for unauthorized user identification |
US9257133B1 (en) | 2013-11-26 | 2016-02-09 | Amazon Technologies, Inc. | Secure input to a computing device |
CN105868679B (zh) * | 2015-01-23 | 2017-11-28 | 深圳市汇顶科技股份有限公司 | 指纹信息的动态更新方法和指纹识别装置 |
US9805247B2 (en) * | 2015-02-27 | 2017-10-31 | Idex Asa | Pattern registration |
US10600219B2 (en) | 2015-06-26 | 2020-03-24 | Idex Asa | Pattern mapping |
US9471765B1 (en) * | 2015-07-01 | 2016-10-18 | Fingerprint Cards Ab | Fingerprint authentication with template updating |
US10621765B2 (en) | 2015-07-07 | 2020-04-14 | Idex Asa | Image reconstruction |
US10331936B2 (en) | 2015-07-14 | 2019-06-25 | Idex Asa | Duplicate pattern reconstructions |
US20170372049A1 (en) * | 2016-06-27 | 2017-12-28 | Synaptics Incorporated | Systems and methods for sequential biometric matching |
-
2016
- 2016-09-14 US US15/265,539 patent/US10395129B2/en active Active
-
2017
- 2017-09-14 KR KR1020197010792A patent/KR102452219B1/ko active IP Right Grant
- 2017-09-14 EP EP23193244.3A patent/EP4270333A3/en active Pending
- 2017-09-14 CN CN201780070161.XA patent/CN109964231B/zh active Active
- 2017-09-14 WO PCT/EP2017/073186 patent/WO2018050772A1/en unknown
- 2017-09-14 EP EP17776957.7A patent/EP3513354B1/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104335226A (zh) * | 2012-06-29 | 2015-02-04 | 苹果公司 | 使用部分指纹的指纹注册 |
CN105900101A (zh) * | 2014-01-07 | 2016-08-24 | 精密生物测定股份公司 | 存储生物识别数据模板的集合和匹配生物识别的方法、生物识别匹配装置和计算机程序 |
CN105227537A (zh) * | 2014-06-16 | 2016-01-06 | 华为技术有限公司 | 用户身份认证方法、终端和服务端 |
Also Published As
Publication number | Publication date |
---|---|
EP4270333A2 (en) | 2023-11-01 |
KR102452219B1 (ko) | 2022-10-06 |
EP3513354A1 (en) | 2019-07-24 |
EP4270333A3 (en) | 2023-11-29 |
KR20190053912A (ko) | 2019-05-20 |
US20180075310A1 (en) | 2018-03-15 |
CN109964231A (zh) | 2019-07-02 |
EP3513354B1 (en) | 2023-11-01 |
US10395129B2 (en) | 2019-08-27 |
WO2018050772A1 (en) | 2018-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bontrager et al. | Deepmasterprints: Generating masterprints for dictionary attacks via latent variable evolution | |
US8953848B2 (en) | Method and apparatus for authenticating biometric scanners | |
US8577091B2 (en) | Method and apparatus for authenticating biometric scanners | |
CN106446761B (zh) | 图案重构 | |
CN112997450A (zh) | 用于为生物测量散列产生唯一稳定生物测量代码的***和方法 | |
US10325141B2 (en) | Pattern registration | |
US11436774B2 (en) | Pattern mapping | |
JP5850138B2 (ja) | 生体認証装置、生体認証方法、および生体認証プログラム | |
CN109964231B (zh) | 动态注册种子 | |
CN106355568B (zh) | 重复图案重构 | |
Kiefer et al. | A survey on spoofing detection systems for fake fingerprint presentation attacks | |
US20060193503A1 (en) | Method and apparatus for enhanced security in biometric systems | |
US10691919B1 (en) | Dynamic registration using multiple match enrollment | |
US10133912B1 (en) | Multiple match of template elements | |
US10534952B1 (en) | Absolute identification | |
Vibert et al. | In what way is it possible to impersonate you bypassing fingerprint sensors? | |
Zafar | Cloud and Cyber Security through Crypt-Iris-Based Authentication Approach | |
Sukarno et al. | On the commonality of iris biometrics | |
Rahman et al. | Ensuring Quality in Biometric Systems | |
JP2004272508A (ja) | 生体識別の不正使用検知方法及びシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Oslo Applicant after: Edwards biometrics Address before: Norway Fornebu Applicant before: IDEX ASA |
|
GR01 | Patent grant | ||
GR01 | Patent grant |