專利名稱：通過匹配取得的指紋來匹配數(shù)據(jù)對象的制作方法
技術領域：
本發(fā)明涉及一種用于匹配指紋的方法和設備。
背景技術：
指紋技術被用于識別媒體內(nèi)容(比如音頻或視頻)。音頻或視頻片斷通過從其中提取指紋來識別，并且在數(shù)據(jù)庫中查找所提取的指紋，在該數(shù)據(jù)庫中存儲已知內(nèi)容的指紋。如果所提取指紋和存儲指紋之間被認為有足夠的相似性時，該內(nèi)容被識別。
多媒體指紋的最初目的是一種建立兩個多媒體對象之間的感知等同的有效機制不是通過比較對象本身(典型地較大)，而是比較相關聯(lián)地指紋(設計得較小)。在多數(shù)使用指紋技術的系統(tǒng)中，大量多媒體對象的指紋與其相關的元數(shù)據(jù)(例如在歌曲信息的情況下，藝術家的名字、標題和唱片)一同存儲在數(shù)據(jù)庫中。指紋作為元數(shù)據(jù)的索引。隨即通過計算指紋并且將其在指紋/元數(shù)據(jù)數(shù)據(jù)庫中作為查詢來取得未識別多媒體內(nèi)容的元數(shù)據(jù)。使用指紋而不是多媒體內(nèi)容本身的優(yōu)點在三個方面減小了對內(nèi)存/存儲器的要求因為指紋相對較?。挥行У谋容^因為知覺不相關性已經(jīng)從指紋中去除；以及有效的查找因為被查找的數(shù)據(jù)組較小。
指紋可被認為是對象的簡短摘要。因此，指紋函數(shù)可映射包含大量比特的對象X到僅有有限幾個比特的指紋F。指紋系統(tǒng)有五個主要參數(shù)魯棒性，可靠性，指紋尺寸，顆粒度以及查找速度(或縮放性)。
系統(tǒng)的魯棒性程度決定當呈現(xiàn)信號退化的情況下，特定對象是否可從指紋中正確識別。為了達到高魯棒性，指紋F應當基于知覺特征，其對于信號退化是不變的(至少在某個程度上)。優(yōu)選的，嚴重的退化信號將仍產(chǎn)生類似于原始未退化信號的指紋的指紋?！罢`拒絕率”(FRR)通常用來表示指紋系統(tǒng)的魯棒性的尺度。當知覺相似的對象的指紋過于不同而導致肯定的鑒別就會產(chǎn)生誤拒絕。
指紋系統(tǒng)的可靠性指對象多久被錯誤識別一次。換句話說，可靠性涉及“誤接受率”(FAR)——即兩個不同對象被錯誤宣告為相同的概率。
顯然，指紋尺寸對于任何指紋系統(tǒng)都很重要。通常，指紋尺寸越小，就有越多的指紋可被存儲在數(shù)據(jù)庫中。指紋尺寸經(jīng)常以比特每秒來表示并且很大程度上取決于需要用于指紋數(shù)據(jù)庫服務器的內(nèi)存資源。
顆粒度是一個取決于應用的參數(shù)，并且其涉及為了識別對象，對象的特定取樣需要有多長(大)。
查找速度(或縮放性)，顧名思義，指用于在指紋數(shù)據(jù)庫中找到指紋所需要的時間。
上述五個基本參數(shù)對彼此都有很大的影響。例如，為了達到較低的顆粒度，需要提取較大的指紋來獲得相等的可靠性。這是因為誤接受率與指紋尺寸是相反關系的事實。另一個實例當設計更魯棒的指紋時通常將增加查找速度。
在討論了指紋系統(tǒng)的基本參數(shù)后，將進行典型指紋系統(tǒng)的概括描述。
指紋可基于從原始音頻或視頻信號中提取的特征向量。這些向量可關于相關的元數(shù)據(jù)(例如標題、作者等)存儲在數(shù)據(jù)庫中?；谖粗盘柕慕邮?，特征向量被從該未知信號中提取，其隨后被用作對指紋數(shù)據(jù)庫的查詢。如果查詢特征向量和其在數(shù)據(jù)庫中的最佳匹配之間的距離低于給出的閾值，那么兩個對象將被宣告為等同并且返回相關的元數(shù)據(jù)即被識別的接收內(nèi)容。
在匹配過程中使用的閾值是誤接受率(FAR)和誤拒絕率(FRR)之間的折衷。例如，增加閾值(即增加兩個指紋之間可接受的“距離”而仍使這些指紋被判斷為相似)會增加FAR，但同時其減小FRR。FAR和FRR之間的折衷通常通過被稱為Neyman-Pearson的方式來實現(xiàn)。這意味著所選擇的閾值是將FAR保持在預指定、可接受的水平以下的最小值。FRR不用來決定閾值，但其僅從所選擇的閾值中產(chǎn)生。
US2002/0178410A1(Haitsma，Kalker，Baggen和Oostveen)公開了一種用于產(chǎn)生和匹配多媒體內(nèi)容的指紋的方法和設備。在這篇文獻中，第4頁描述了如果取得的兩個指紋模塊H1和H2之間的漢明(Hamming)距離小于某個閾值T，兩個3秒的音頻剪輯如何被宣告為相似。
為了分析對閾值T的選擇，US2002/0178410的作者假設指紋提取過程產(chǎn)生隨機i.i.d.(獨立恒等分布)的比特。然后比特誤碼的數(shù)量將具有參數(shù)(n，p)的二項式分布，其中n等于提取的比特數(shù)以及p(＝0.5)是提取比特0或1的概率。因為n較大，二項式分布可通過具有平均值為μ＝np以及標準偏移為σ=np(1-p)]]>的正態(tài)分布來近似。給出指紋模塊H1，那么根據(jù)H1隨機選擇的指紋模塊H2具有小于T＝αn的誤碼的概率如下給出FAR=12π∫(1-2α)n∞e-x22dx=12erfc(1-2α2n)=12erfc(1-2T2n)---(1)]]>但是，實際上魯棒的指紋沿時間軸具有高的相關性。這可能因為底層的視頻序列的較大時間相關性，或者因為音頻幀的重疊。音頻指紋的實驗顯示誤碼比特的數(shù)量是正態(tài)分布的，但是標準偏移是在i.i.d.情況下的大約三倍。因此等式(1)被修改為包括因子3。
FAR=12erfc(1-2T32n)---(2)]]>以上的方式假設指紋之間的分布是固定的。雖然這對于某些技術來說是合理的假設，但是對于視頻指紋的情況絕對不是這樣。在視頻指紋中，視頻中“活動”的數(shù)量直接反應在指紋比特的相關性上延長的靜止畫面產(chǎn)生恒定(即非常高相關)的指紋，而“瞬間的”音頻剪輯將在指紋比特之間產(chǎn)生非常低的相關性。這種非固定導致了在決定適當?shù)拈撝禃r的問題。

發(fā)明內(nèi)容
本發(fā)明的實施例的目的是提出一種用于提供自適應閾值技術的配置。
根據(jù)本發(fā)明的第一方面，提供一種比較查詢指紋和候選指紋的方法，該方法特征在于包括決定查詢指紋和/或候選指紋的統(tǒng)計模式；并且在統(tǒng)計模式的基礎上，取得閾值距離，使得查詢指紋和候選指紋在該閾值距離內(nèi)將被宣告為相似。
本發(fā)明的第二方面提供一種匹配查詢對象和已知對象的方法，其中表示多個候選對象的多個候選指紋被預存儲在數(shù)據(jù)庫中，該方法包括接收作為查詢對象一部分的信息信號并從中建立查詢指紋以及將查詢指紋和數(shù)據(jù)庫中的候選指紋進行比較，該方法特征在于其進一步包括以下步驟決定查詢指紋和/或候選指紋的統(tǒng)計模式；并且在統(tǒng)計模式的基礎上，取得閾值距離，使得查詢指紋和候選指紋在該閾值距離內(nèi)將被宣告為相似。
在第一和第二方面的方法中，基于特定指紋的統(tǒng)計模式取得閾值提供了自適應閾值設置，其根據(jù)查詢指紋類型/在任意閾值系統(tǒng)的應用上給出改善匹配質(zhì)量的內(nèi)部特征來優(yōu)化F.A.R.。
優(yōu)選的，如果候選指紋被發(fā)現(xiàn)與查詢指紋相差的距離小于閾值距離，并且候選和查詢指紋之間的距離小于任何其它候選指紋和查詢指紋之間的距離，那么候選指紋被宣告為最佳匹配候選指紋并且由最佳匹配候選指紋所表示的候選對象以及由查詢指紋所表示的查詢對象被認為相同。
優(yōu)選的，統(tǒng)計模式包括在查詢指紋和/或候選指紋中執(zhí)行內(nèi)部相關的結果。
優(yōu)選的，指紋包括二進制值并且查詢指紋的統(tǒng)計模式通過決定對于查詢指紋的轉變概率q來計算，該轉變概率通過決定查詢指紋幀F(xiàn)(m，k)中有多少比特與在它們之前的指紋幀F(xiàn)(m，k-1)中相應的比特不同并且將轉變的數(shù)量除以最大值M*(k-1)來得到，該最大值可在如果所有的指紋比特相對于它們之前的相應比特都處于相反狀態(tài)時獲得，其中每個指紋每幀包括M比特并且跨越K幀，其中k是幀索引號(取值范圍從0到K)以及m是一幀中的比特索引號(取值范圍從0到M)。
然后閾值距離T可通過以下基于希望的誤接受率(FAR)的等式計算FAR=12erfc(1-2T2n1+(1-2q)2)1-(1-2q)2)---(4)]]>第三方面，本發(fā)明提供一種用于匹配查詢對象和已知對象的設備，該設備包括指紋提取模塊，其接收作為查詢對象一部分的信息信號并從中建立查詢指紋，以及指紋匹配模塊，其將查詢指紋和存儲在數(shù)據(jù)庫中的一個或多個候選指紋進行比較，該設備特征在于其進一步包括統(tǒng)計模塊，用于決定查詢指紋和/或一個或多個候選指紋的統(tǒng)計模式；閾值決定器，在統(tǒng)計模式的基礎上取得閾值距離T，使得查詢指紋和候選指紋在該閾值距離內(nèi)將被宣告為相似；以及鑒別模塊，其被配置以使得如果候選指紋被發(fā)現(xiàn)與查詢指紋相差的距離小于閾值距離T，并且候選和查詢指紋之間的距離小于任何其它候選指紋和查詢指紋之間的距離，那么候選指紋被宣告為最佳匹配候選指紋并且由最佳匹配候選指紋所表示的候選對象以及由查詢指紋所表示的查詢對象被認為相同。


為了更好地理解本發(fā)明，并且顯示相同的實施例如何被實現(xiàn)，將通過實例的方法參考以下附圖，其中圖1表示說明根據(jù)本發(fā)明實施例的具有自適應閾值的指紋識別方法的功能模塊圖；圖2是解釋根據(jù)本發(fā)明實施例的通常包括在尋找和匹配指紋中的過程的流程圖；圖3是說明根據(jù)本發(fā)明實施例的通常用于決定自適應閾值的方法的流程圖；圖4是說明根據(jù)本發(fā)明實施例的特定自適應閾值設定方法的流程圖。
具體實施例方式
參見圖1，表示了劃分成客戶端100和數(shù)據(jù)庫服務器端200的功能模塊圖。在客戶端，通過指紋提取模塊110接收對象并且為對象計算查詢指紋F。查詢指紋F一方面?zhèn)鬟f給統(tǒng)計模塊120并且另一方面也傳遞給數(shù)據(jù)庫服務器端200。統(tǒng)計模塊120決定查詢指紋F的隨機性/相關性的尺度(例如其決定內(nèi)部相關性)并且將該信息傳遞給閾值決定器130。閾值決定器130基于來自模塊120的信息自適應地設置閾值水平T并且將該閾值水平T傳遞給數(shù)據(jù)庫服務器端200。
在數(shù)據(jù)庫服務器端200，匹配模塊210從客戶端100接收查詢指紋F并且在已知指紋的數(shù)據(jù)庫中查找與該指紋最佳匹配的指紋。然后最佳匹配信息傳遞給閾值比較模塊220來決定最佳匹配候選指紋是否足夠接近(在閾值距離T之內(nèi))查詢指紋，來決定輸入對象和對應于候選指紋的匹配對象之間的一致性。在指紋F使用二進制值的情況下，閾值比較模塊220可例如，比較指紋模塊H1和與數(shù)據(jù)庫210中的最佳匹配者相關的指紋模塊H2之間的漢明距離，以檢查兩個模塊之間的漢明距離是否在從閾值決定模塊130提供給比較模塊220的閾值距離T以下。鑒別模塊230作出鑒別判決使得如果兩個取得的指紋模塊之間的漢明距離在閾值距離T以下，那么未識別的查詢對象被宣告為與在數(shù)據(jù)庫中發(fā)現(xiàn)的對象相似并且返回相關的元數(shù)據(jù)。
在以上的描述中查詢指紋F和閾值T是從客戶端100發(fā)送到數(shù)據(jù)庫服務器端200。在此當然，應當注意的是閾值T也可在數(shù)據(jù)庫服務器端200中決定，并且因此對于上述模塊圖的修改也是當然可行的。
現(xiàn)參見圖2，示出了一個流程圖，其解釋圖1的模塊圖的部件在查找和匹配指紋時的操作。
在步驟S100，對象取樣(例如在視頻的情況下一個短的“剪輯”)被接收并且基于該取樣決定查詢指紋。該查詢指紋可根據(jù)任何適當?shù)默F(xiàn)有方法(比如在US2002/0178410A1中公開)來決定。在步驟S200(從路徑“A”到達)，用于查詢指紋的閾值被根據(jù)查詢指紋的特定特征(隨機性/相關性)來決定。
在步驟S300，其與步驟S200同時執(zhí)行，查詢指紋與數(shù)據(jù)庫服務器端200所保持的指紋相匹配，返回最佳匹配候選者。同樣，匹配過程也可按照傳統(tǒng)地執(zhí)行，使得返回查詢指紋最接近匹配者。
在步驟S300，查詢指紋和最佳匹配候選者之間的“距離”將被決定，在步驟S400，其檢查該“距離”是否小于步驟S200中決定的閾值距離。如果查詢指紋和最佳匹配候選者之間的距離在步驟S400被發(fā)現(xiàn)大于閾值，那么在步驟S500中返回沒有找到查詢對象的匹配對象的結果。否則，如果查詢指紋和最佳匹配候選指紋之間的距離在步驟S400中小于閾值距離，那么在步驟S600就宣告查詢對象和數(shù)據(jù)庫中關于最佳匹配候選者的對象之間的匹配。然后最佳匹配對象的元數(shù)據(jù)等將被返回給用戶。
在圖2中，由虛線表示的路徑“A”從步驟S100指向步驟S200表示基于查詢指紋來設置閾值T＝T1的一種選擇。但是可替換的，路徑“A”也可被忽略并且閾值T＝T2可基于最佳匹配候選者的特征。這種可能性由從S300到S200的可替換路徑B表示。
還有一種替換，閾值T可基于查詢指紋和最佳匹配候選指紋二者的特性的結合，例如將閾值設置在所取得的兩個自適應閾值T1，T2之間的平均值。
圖3是說明通常用于自適應地決定給定閾值的方法的流程圖。
在步驟S210，接收查詢候選指紋并且決定指紋隨機性的尺度，然后在步驟S220根據(jù)在步驟S210找到的隨機性的尺度設置閾值距離。
可從以上和關于圖1的解釋中理解，在比較中使用的閾值T(T1或T2)自適應于查詢指紋或/和最佳匹配候選者中之一的隨機性/相關性。更特別的，在對查詢指紋決定閾值的情況下，查詢指紋的相關性被決定并且從該相關性中計算匹配時將使用的閾值。內(nèi)部相關性被發(fā)現(xiàn)為越不隨機，那么在不對FRR產(chǎn)生相反作用的情況下閾值距離T就越小。
如上所述，閾值是基于查詢指紋、最佳匹配指紋或二者的結合的內(nèi)部相關性來決定的。在指紋是二進制并且指紋比特表現(xiàn)類似馬爾可夫(Markov)過程的情況下，可通過自適應設置閾值來獲得一種解決方法。
對自適應閾值設置問題的解決方法如圖4所示。在步驟S221，決定查詢的指紋的內(nèi)部相關性，在步驟S222指紋的轉變概率基于內(nèi)部相關性決定，以及在步驟S223，同時基于轉變概率(如下所解釋)和希望的誤接受率來自適應設置閾值距離。
設定指紋每幀包括M比特并且跨越K幀。在這種情況下，指紋可由F(m，k)表示，其中k是幀索引號(取值范圍從0到K-1)以及m是一幀中的比特索引號(取值范圍從0到M-1)。設定q通過(q＝Pr ob[bit(m，k)≠bit(m，k-1)])表示從幀k中提取出的指紋比特不等于幀k-1中相應的指紋比特的概率。這個概率q被稱為轉變概率q。在相關性通過以下因子增長(相對于完全隨機比特，其中q＝1/2)的情況下1+(1-2q)21-(1-2q)2---(3)]]>結果是，誤接受率FAR通過以下關系式描述
FAR=12erfc(1-2T2n1+(1-2q)2)1-(1-2q)2)---(4)]]>使用上述關系式來從希望FAR以及計算的轉換概率q中計算自適應閾值將被概括為以下提取指紋F決定指紋F的轉換概率q，如下決定多少指紋比特F(m，k)與它們之前的F(m，k-1)中的不同。
將在步驟(a)中計算的轉變的數(shù)量除以理論最大值M*(k-1)來決定轉換概率q＝(比特轉變的數(shù)量)/(M*(K-1))，該最大值可在如果對于每一幀所有的指紋比特相對于前一幀中的比特都處于相反狀態(tài)時獲得。
從計算的值q和使用關系式(4)的定義預約定的誤接受率中決定將被用于匹配特定查詢指紋F的閾值T。
通過上述，閾值T可被自適應地設置為T＝T1(基于上述查詢指紋的相關性)或T＝T2(基于上述最佳匹配指紋的相關性)，或T＝T3(基于T1，T2的結合[例如T=(T1+T2)2]]>])。然后，如果漢明距離小于T，就在判定步驟中宣告底層對象是相同的。
在本發(fā)明以上的特定實例中，閾值距離基于特定查詢?nèi)踊驅嶋H上特定候選取樣或取樣組的內(nèi)部特征自適應地設置。但是，當特定實例采用隨機性/相關性作為內(nèi)部特征進行描述，還應當認識到其它類型的統(tǒng)計分布也可被應用到信息信號的某些類型上，并且因此本發(fā)明可被合理地擴展來根據(jù)任何給出的可應用“統(tǒng)計模式”來提供自適應閾值，預期查詢?nèi)踊蚝蜻x取樣指紋符合該統(tǒng)計模式。
此外，本領域技術人員將認識到當圖2到圖4的流程圖表示了用于實現(xiàn)本發(fā)明的一種配置，其它的配置也是可能的。例如，除了在圖2的步驟S300中返回單個的最佳匹配候選者之外，閾值距離之內(nèi)的多個接近的匹配候選者可被返回并同時處理(或次之按序列處理)來由此計算“最佳”匹配。本發(fā)明也可使用被稱為“修剪”技術來應用，其中如果很明顯它們不可能匹配那么數(shù)據(jù)庫中的某些候選者可被立即丟棄——然后查找/匹配可在大大減小的查找空間中進行。
根據(jù)本發(fā)明的實施例，公開了用于設置自適應閾值的方法和設備，其中閾值取決于指紋的特定特征。該特定方法非常適用于匹配視頻內(nèi)容，但是不限于此。所描述的技術可應用到多種不同的技術領域和多種不同的信號類型，包括但是不限于音頻信號、視頻信號、多媒體信號。
本領域技術人員將認識到上述過程可通過軟件、硬件或任何適用的結合來實現(xiàn)。
總之，本發(fā)明設計用于指紋匹配的方法和設備。本發(fā)明設備的一個實施例包括提供指紋提取模塊(110)，指紋匹配模塊(210)，統(tǒng)計模塊(120)和鑒別模塊。指紋提取模塊(110)，其接收作為查詢對象一部分的信息信號并建立查詢指紋。指紋匹配模塊(210)，其將查詢指紋和存儲在數(shù)據(jù)庫(215)中的候選指紋進行比較來找到至少一個可能的最佳匹配候選者。同時，統(tǒng)計模塊決定查詢指紋的統(tǒng)計模式從而，例如決定查詢指紋的統(tǒng)計分布。閾值決定器(120)，在查詢指紋的分布的基礎上被配置以取得自適應閾值距離T，使得查詢指紋和可能最佳匹配候選者在該閾值距離內(nèi)將被鑒別模塊(130)宣告為相似。通過根據(jù)查詢指紋的統(tǒng)計分布以自適應方式設置閾值，可達到改善的誤接受率F.A.R.和其它優(yōu)點。
權利要求
1.一種比較查詢指紋和候選指紋的方法，該方法特征在于包括決定查詢指紋和/或候選指紋的統(tǒng)計模式，并且在統(tǒng)計模式的基礎上，取得閾值距離，使得查詢指紋和候選指紋在該閾值距離內(nèi)將被宣告為相似。
2.一種匹配查詢對象和已知對象的方法，其中表示多個候選對象的多個候選指紋被預存儲在數(shù)據(jù)庫中，該方法包括接收作為查詢對象一部分的信息信號并從中建立查詢指紋，以及將查詢指紋和數(shù)據(jù)庫中的候選指紋進行比較，該方法特征在于其進一步包括以下步驟決定查詢指紋和/或候選指紋的統(tǒng)計模式；并且在統(tǒng)計模式的基礎上，取得閾值距離，使得查詢指紋和候選指紋在該閾值距離內(nèi)將被宣告為相似。
3.如權利要求1或2所述的方法，其中如果候選指紋被發(fā)現(xiàn)與查詢指紋相差的距離小于閾值距離，并且候選和查詢指紋之間的距離小于任何其它候選指紋和查詢指紋之間的距離，那么候選指紋被宣告為最佳匹配候選指紋，并且由最佳匹配候選指紋所表示的候選對象以及由查詢指紋所表示的查詢對象被認為相同。
4.如權利要求1、2或3所述的方法，其中統(tǒng)計模式包括在查詢指紋和/或候選指紋中執(zhí)行內(nèi)部相關的結果。
5.如權利要求4所述的方法，其中指紋包括多個包括二進制值的幀并且查詢指紋的統(tǒng)計模式通過決定對于查詢指紋的轉變概率q來計算，該轉變概率通過決定查詢指紋的一幀F(xiàn)(m，k)中有多少比特與在它們之前的指紋幀F(xiàn)(m，k-1)中相應的比特不同，并且將轉變的數(shù)量除以最大值M*(k-1)來得到，該最大值可在如果所有的指紋比特相對于它們之前的相應比特都處于相反狀態(tài)時獲得，其中每個指紋包括每幀M比特并且跨越K幀，其中k是幀索引號(取值范圍從0到K)以及m是一幀中的比特索引號(取值范圍從0到M)。
6.如權利要求5所述的方法，其中閾值距離T可通過以下基于希望的誤接受率(FAR)的等式計算FAR=12erfc(1-2T2n1+(1-2q)21-(1-2q)2)]]>
7.一種用于匹配查詢對象和已知對象的設備，該設備包括指紋提取模塊(110)，其接收作為查詢對象一部分的信息信號并從中建立查詢指紋，以及指紋匹配模塊(210)，其將查詢指紋和存儲在數(shù)據(jù)庫(215)中的一個或多個候選指紋進行比較，該設備特征在于其進一步包括統(tǒng)計模塊(120)，用于決定查詢指紋和/或一個或多個候選指紋的統(tǒng)計模式；閾值決定器(120)，在統(tǒng)計模式的基礎上取得閾值距離T，使得查詢指紋和可能最佳匹配候選指紋在該閾值距離內(nèi)將被宣告為相似；以及鑒別模塊(230)，其被配置以使得如果候選指紋被發(fā)現(xiàn)與查詢指紋相差的距離小于閾值距離T，并且候選和查詢指紋之間的距離小于任何其它候選指紋和查詢指紋之間的距離，那么候選指紋被宣告為最佳匹配候選指紋，并且由最佳匹配候選指紋所表示的候選對象以及由查詢指紋所表示的查詢對象被認為相同。
8.如權利要求7所述的設備，其中統(tǒng)計模塊(120)在查詢指紋和/或一個或多個候選指紋中執(zhí)行內(nèi)部相關。
9.如權利要求8所述的方法，其中指紋包括多個包括二進制值的幀并且統(tǒng)計模塊(120)通過決定對于查詢指紋的轉變概率q來計算查詢指紋或/和候選指紋的統(tǒng)計模式，該轉變概率通過決定查詢指紋的一幀F(xiàn)(m，k)中有多少比特與在它們之前的指紋幀F(xiàn)(m，k-1)中相應的比特不同，并且將轉變的數(shù)量除以最大值M*(k-1)來得到，該最大值可在如果所有的指紋比特相對于它們之前的相應比特都處于相反狀態(tài)時獲得，其中每個指紋每幀包括M比特并且跨越K幀，其中k是幀索引號(取值范圍從0到K)以及m是一幀中的比特索引號(取值范圍從0到M)。
10.如權利要求9所述的方法，其中閾值決定器(130)可通過以下基于希望的誤接受率(FAR)的等式計算閾值距離TFAR=12erfc(1-2T2n1+(1-2q)21-(1-2q)2)]]>
全文摘要
本發(fā)明涉及一種用于通過提取和比較所述數(shù)據(jù)對象的指紋來匹配查詢數(shù)據(jù)對象和候選數(shù)據(jù)對象的方法和設備。在本發(fā)明設備的實施例中包括提供指紋提取模塊(110)，指紋匹配模塊(210)，統(tǒng)計模塊(120)和鑒別模塊。指紋提取模塊(110)接收作為查詢對象一部分的信息信號并建立查詢指紋。指紋匹配模塊(210)比較查詢指紋和存儲在數(shù)據(jù)庫(215)中的候選指紋來找到至少可能的最佳匹配候選者。同時，統(tǒng)計模塊決定查詢指紋的統(tǒng)計模式從而，例如決定查詢指紋中的某些信息的統(tǒng)計分布。閾值決定器(120)，在查詢指紋的分布的基礎上被配置以取得自適應閾值距離T，使得查詢指紋和可能最佳匹配候選者在該閾值距離內(nèi)將被鑒別模塊(130)宣告為相似。通過設置取決于從查詢和/或候選指紋中取得的統(tǒng)計數(shù)據(jù)的閾值，可達到改善的誤接受率F.A.R.。
文檔編號G10L25/48GK1882984SQ200480033941
公開日2006年12月20日 申請日期2004年11月8日 優(yōu)先權日2003年11月18日
發(fā)明者J·C·烏斯特維恩, A·A·C·M·卡爾克, J·A·海特斯馬 申請人:皇家飛利浦電子股份有限公司