專利名稱：補(bǔ)償幫助數(shù)據(jù)系統(tǒng)中的采集噪聲的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及使用和參考對象相關(guān)的第一幫助數(shù)據(jù)以及第一控制值鑒別第一物理對象的方法，所述方法包括下列步驟采集該第一物理對象的測定數(shù)據(jù)，利用輸入數(shù)據(jù)的噪聲補(bǔ)償映射生成第一特性集合，所述輸入數(shù)據(jù)從包括該第一幫助數(shù)據(jù)和該測定數(shù)據(jù)的信息得到，利用該第一特性集合和該第一控制值，確定該第一物理對象和該參考對象之間的充分匹配。
標(biāo)識和鑒別是用來確定身份所常用的技術(shù)，身份可以是人或者對象的身份。標(biāo)識和鑒別應(yīng)用領(lǐng)域的主要例子是信息或者建筑物的訪問控制、付款和其他交易授權(quán)。標(biāo)識和鑒別是緊密相關(guān)而具有細(xì)微差別的兩個(gè)概念。
在鑒別過程中，對具有標(biāo)稱身份的對象進(jìn)行鑒別。隨后，將要進(jìn)行鑒別的對象的特性和具有標(biāo)稱身份的登記對象的特性進(jìn)行匹配。如果匹配足夠好，被鑒別對象的身份就是標(biāo)稱身份。因而，鑒別涉及將被鑒別的對象和與標(biāo)稱身份相關(guān)的登記對象進(jìn)行匹配。
在標(biāo)識對象的過程中，通過將對象的特性和之前登記的多個(gè)對象的特性進(jìn)行匹配來確定物理對象的身份。如果成功得到匹配，則將被鑒別對象的身份視為匹配對象的身份?？蓪?biāo)識過程視為一系列鑒別過程，其中，用不同的登記對象反復(fù)鑒別物理對象。
在實(shí)際鑒別系統(tǒng)中，鑒別過程之前通常有一個(gè)登記過程。在登記過程中，對所處理對象的特性進(jìn)行測量和存儲。根據(jù)測量數(shù)據(jù)生成所謂的模版數(shù)據(jù)，模版數(shù)據(jù)代表物理對象。生成模版數(shù)據(jù)會涉及對測量的數(shù)據(jù)進(jìn)行處理，以濾除特殊對象的特性。所得的模版數(shù)據(jù)用于在鑒別過程中將測量的特性和登記對象的特性進(jìn)行匹配。
乍看之下，模版數(shù)據(jù)可能無甚價(jià)值。然而，在將模版數(shù)據(jù)有規(guī)律地用于進(jìn)行金融交易時(shí)，其價(jià)值變得顯而易見。此外，對于生物測定鑒別系統(tǒng)，模版數(shù)據(jù)可能還包括敏感的隱私生物測定數(shù)據(jù)，因而將更具價(jià)值。
國際申請WO 2004/104899(PHNL030552)公開了對該安全/隱私問題的解決方案，其形式為用于鑒別物理對象的幫助數(shù)據(jù)系統(tǒng)。
幫助數(shù)據(jù)系統(tǒng)為鑒別終端提供所謂的幫助數(shù)據(jù)和控制值。幫助數(shù)據(jù)和控制值都在登記階段生成，用來替代實(shí)際模版數(shù)據(jù)。幫助數(shù)據(jù)通過模版數(shù)據(jù)生成，但是對模版數(shù)據(jù)的特性進(jìn)行模糊，使得模版數(shù)據(jù)和幫助數(shù)據(jù)之間幾乎沒有關(guān)聯(lián)?？刂浦蹬c幫助數(shù)據(jù)并行生成，作為鑒別過程的控制值。
在鑒別過程中使用幫助數(shù)據(jù)和控制值。首先，幫助數(shù)據(jù)和從物理對象得到的測定值(例如，面部特征數(shù)據(jù))結(jié)合。隨后，將該結(jié)合的數(shù)據(jù)“濃縮”成第二控制值。將該第二控制值和登記階段生成的控制值比較。這兩個(gè)控制值匹配時(shí)，鑒別成功。
在鑒別過程中，通過如指紋掃描裝置等數(shù)據(jù)采集裝置從物理對象采集(生物)測定數(shù)據(jù)。通常，在數(shù)據(jù)采集過程中在采集數(shù)據(jù)中引入噪聲。該噪聲可能由多種原因引起，例如生產(chǎn)采集裝置的工藝差別、采集裝置的老化和磨損等?？梢詫㈥P(guān)于采集噪聲的信息用于改進(jìn)鑒別的失敗拒絕率。不幸的是，量化采集噪聲所需的模版數(shù)據(jù)在鑒別階段在幫助數(shù)據(jù)系統(tǒng)中不可用。
本發(fā)明的目的是利用幫助數(shù)據(jù)和控制值對鑒別物理對象的過程中由數(shù)據(jù)采集過程引入的采集噪聲分量進(jìn)行噪聲大小量化，而不需要利用和所述物理對象相關(guān)的模版數(shù)據(jù)。
該目的通過導(dǎo)言部分所述的方法實(shí)現(xiàn)，該方法進(jìn)一步的特征在于，還包括生成噪聲大小的步驟，該噪聲大小對數(shù)據(jù)采集中引入的噪聲進(jìn)行量化，所述步驟包括下面的子步驟利用噪聲補(bǔ)償映射重新構(gòu)建參考對象的登記過程中所生成的抗噪聲映射的輸出；以及通過計(jì)算鑒別過程中噪聲補(bǔ)償映射的輸入和重新構(gòu)建的參考對象的登記過程中所生成的抗噪聲映射的輸出之間的差別，生成噪聲大小。
采用通過幫助數(shù)據(jù)的模版保護(hù)的鑒別方法包括，登記過程中應(yīng)用的生成幫助數(shù)據(jù)的抗噪聲映射和鑒別過程中應(yīng)用的噪聲補(bǔ)償映射。抗噪聲映射用于提供對從物理對象采集得到的(生物)測定數(shù)據(jù)中的大小誤差的恢復(fù)。噪聲補(bǔ)償映射可以解釋為抗噪聲映射的逆轉(zhuǎn)，抗噪聲映射增加噪聲恢復(fù)性，而噪聲補(bǔ)償映射利用它在存在噪聲的情況下重新構(gòu)建原始消息。只要抗噪聲映射足夠魯棒，或者大小的噪聲足夠小，就可以成功鑒別。
根據(jù)本發(fā)明的方法采集被鑒別的物理對象的(生物)測定數(shù)據(jù)，并將該數(shù)據(jù)和參考物體的登記過程中生成的第一幫助數(shù)據(jù)結(jié)合。隨后，將結(jié)合后的數(shù)據(jù)用作噪聲補(bǔ)償映射的輸入，其生成第一特性集合。這用于確定從第一特性集合和第一控制值獲得的信息之間足夠匹配。后者通常需要從第一特性集合生成第三控制值，隨后比較第一和第三控制值。如果控制值匹配，鑒別成功。
本發(fā)明利用如下事實(shí)，在成功的鑒別中，噪聲補(bǔ)償映射提供對采集噪聲補(bǔ)償?shù)淖銐蚧謴?fù)性。結(jié)果，可以確定成功鑒別中的噪聲大小對采集噪聲進(jìn)行量化而不使用實(shí)際的模版數(shù)據(jù)。
如果鑒別成功，可通過對第一特性集合進(jìn)行抗噪聲映射，利用第一特性集合來重新構(gòu)建參考物體在登記過程中產(chǎn)生的特性集合C。隨后，可以量化物理對象的鑒別過程中應(yīng)用的噪聲補(bǔ)償映射的輸入和參考對象的登記過程中使用的抗噪聲映射的輸出之間的區(qū)別。
在成功的鑒別中，證實(shí)參考對象即為物理對象。結(jié)果，可以通過將噪聲補(bǔ)償映射的輸入從重新構(gòu)建的抗噪聲映射輸出中減去而確定噪聲大小。
對于某些類型的抗噪聲/噪聲補(bǔ)償映射而言，可以通過利用所討論的映射特性進(jìn)一步簡化該過程。系統(tǒng)糾錯(cuò)碼解碼算法(下文稱為系統(tǒng)ECC解碼算法)是有益的噪聲補(bǔ)償映射的主要例子。系統(tǒng)ECC是利用相同的字符集來定義輸入和輸出的糾錯(cuò)碼，而且，輸入和輸出數(shù)據(jù)以及奇偶校驗(yàn)符號格式都相同。在系統(tǒng)ECC的碼字中，將數(shù)據(jù)符號不經(jīng)進(jìn)一步編碼而包括進(jìn)行，并且同樣可以將其識別。
ECC解碼算法將輸入碼字映射到數(shù)據(jù)和奇偶校驗(yàn)都匹配的最接近碼字。當(dāng)輸入碼字中的錯(cuò)誤數(shù)低于可以糾正的最大數(shù)目時(shí)，輸出碼字就包括原始的無噪聲數(shù)據(jù)及其相關(guān)的奇偶校驗(yàn)。
幫助數(shù)據(jù)系統(tǒng)中的鑒別過程使用系統(tǒng)ECC時(shí)，重新構(gòu)建的第一特性集合是數(shù)據(jù)和奇偶校驗(yàn)匹配的碼字。隨后將該碼字作為應(yīng)用系統(tǒng)ECC編碼算法的抗噪聲映射的輸入時(shí)，抗噪聲映射的輸出和輸入碼字相同。這進(jìn)而意味著成功鑒別時(shí)，當(dāng)?shù)谝惶匦约蟂1作為系統(tǒng)ECC編碼器的輸入時(shí)，所得的輸出等于第一特性集合S1。這進(jìn)一步意味著第一特性集合S1等于參考對象的登記過程中所生成的特性集合C。這樣，確定噪聲大小對應(yīng)于將噪聲補(bǔ)償映射的輸入從噪聲補(bǔ)償映射的輸出中減去。
如果所選擇的的噪聲補(bǔ)償映射不是系統(tǒng)ECC解碼算法，例如，這種碼使用不同的輸出和輸出字符集，則需要另外的步驟來確定噪聲大小，因?yàn)椴荒軐⒃肼曆a(bǔ)償映射的輸出和輸出相減。這時(shí)，可以通過對噪聲補(bǔ)償映射的輸出應(yīng)用抗噪聲映射，然后將噪聲補(bǔ)償映射的輸入從抗噪聲映射的輸出減去來計(jì)算噪聲大小。
以這種方式確定的噪聲大小包括從采集裝置的掃描表面的劃痕到CCD上的錯(cuò)誤像素等采集過程引入的所有噪聲。
確定和采集裝置而不是單個(gè)數(shù)據(jù)采集相關(guān)的更可靠的噪聲大小的其他步驟是，收集多個(gè)噪聲大小，隨后，濾除不相關(guān)的噪聲分量。這樣做最簡單的方法是通對多個(gè)造成大小(優(yōu)選地對多個(gè)物體)求平均來生成噪聲大小。
同樣的方法也可以用于受控環(huán)境，例如，在校準(zhǔn)過程中，其中，平均是受限的，或者不需要平均。事實(shí)上，本方法可以對使用幫助數(shù)據(jù)進(jìn)行鑒別的裝置進(jìn)行校準(zhǔn)，這通過重新使用所關(guān)注的結(jié)構(gòu)，而不會向校準(zhǔn)終端的人提供關(guān)于所使用的模版數(shù)據(jù)或者底層算法的信息。
一旦確定了大小，就可以利用它來補(bǔ)償數(shù)據(jù)采集過程引入的噪聲。事實(shí)上，可以進(jìn)行兩類噪聲補(bǔ)償 -靜態(tài)噪聲補(bǔ)償； -動(dòng)態(tài)噪聲補(bǔ)償。
進(jìn)行靜態(tài)噪聲補(bǔ)償?shù)难b置的例子是鑒別如下物理對象的裝置，其中，早期鑒別或者校準(zhǔn)過程中的噪聲大小和幫助數(shù)據(jù)以及從物理對象獲得的測定數(shù)據(jù)相結(jié)合。
通過對采集裝置引入的不隨時(shí)間變化的噪聲分量進(jìn)行補(bǔ)償，噪聲補(bǔ)償映射可以利用抗噪聲映射的全部噪聲恢復(fù)能力來抑制噪聲的時(shí)變性質(zhì)，例如暫態(tài)或者中間噪聲源。
或者，本發(fā)明有助于下面的動(dòng)態(tài)噪聲補(bǔ)償方法，其中，在鑒別過程中確定噪聲大小并進(jìn)行更新，這樣，用于鑒別物理對象的裝置或者系統(tǒng)可以跟蹤由于劃傷或者污損或者所導(dǎo)致的采集裝置逐漸變化，或者由于采集裝置的老化所引起的變差。
盡管在鑒別過程中有效地確定噪聲大小，可以將這些噪聲大小收集并存儲以用于確定更好的噪聲大小的進(jìn)一步處理的輸入。然后，可將該噪聲大小用于其他的鑒別過程。這樣，噪聲大小更新不和成功的鑒別同時(shí)發(fā)生，而是可以任意的間隔發(fā)生。
本發(fā)明還可用于使用幫助數(shù)據(jù)和控制值鑒別物理對象的系統(tǒng)。該系統(tǒng)可以包括通過網(wǎng)絡(luò)連接的一個(gè)或多個(gè)存儲數(shù)據(jù)的服務(wù)器，一個(gè)或多個(gè)客戶端，本方法可以用分布式方式實(shí)現(xiàn)，其中，數(shù)據(jù)采集位于客戶端，噪聲大小計(jì)算和進(jìn)一步的處理集中在一個(gè)或多個(gè)服務(wù)器。
或者，系統(tǒng)中服務(wù)器的作用可以減少為存儲幫助數(shù)據(jù)和控制值，而將數(shù)據(jù)采集、噪聲大小生成和噪聲大小存儲留給各個(gè)客戶端。
特別是在大的分布式系統(tǒng)中，對噪聲大小進(jìn)行監(jiān)控有助于指示個(gè)別客戶端需要維護(hù)或者更換，因而防止系統(tǒng)故障。噪聲大小指示由采集裝置引入的噪聲，因而指示鑒別錯(cuò)誤的可能性。結(jié)果，可將噪聲大小用作各個(gè)客戶端的診斷信息。
下面，參考附圖對生物測定鑒別系統(tǒng)的這些和其他方面進(jìn)行詳細(xì)描述和說明，其中

圖1是根據(jù)在先技術(shù)用于鑒別物理對象的幫助數(shù)據(jù)的框圖。
圖2示出用于鑒別第一物理對象的裝置，其用于根據(jù)本發(fā)明生成新的噪聲大小。
圖3示出用于鑒別第二物理對象的裝置，其用于利用根據(jù)本發(fā)明生成的噪聲測量。
圖4示出用于鑒別第二物理對象的裝置，其用于利用根據(jù)本發(fā)明生成的噪聲大小并根據(jù)本發(fā)明生成新的噪聲大小。
圖5示出用于鑒別物理對象并利用根據(jù)本發(fā)明生成的噪聲大小的系統(tǒng)框圖。
所有附圖中，相同的參考標(biāo)號指代相同的部件或者執(zhí)行相同功能的部件。
雖然將本發(fā)明描述為主要用于鑒別系統(tǒng)，但是本發(fā)明也可同樣有益地用于標(biāo)識系統(tǒng)。
在鑒別過程中，通常將從具有標(biāo)稱身份的物理對象獲得的測定數(shù)據(jù)與和具有標(biāo)稱身份的參考對象相關(guān)的登記數(shù)據(jù)進(jìn)行比較。在標(biāo)識過程中，通常將從不具標(biāo)稱身份的物理對象獲得的測定數(shù)據(jù)與和一系列參考對象相關(guān)的登記數(shù)據(jù)進(jìn)行比較，以確定身份。
兩個(gè)過程都有效地執(zhí)行在鑒別/標(biāo)識過程中獲得的測定數(shù)據(jù)的比較，并將該數(shù)據(jù)與至少一個(gè)參考對象的登記數(shù)據(jù)進(jìn)行比較。盡管本例主要強(qiáng)調(diào)和鑒別過程相關(guān)的問題，但是本領(lǐng)域的技術(shù)人員可以在不脫離所附的權(quán)利要求限定的范圍的情況下，實(shí)現(xiàn)用于標(biāo)識物理對象的其他實(shí)施例。
在詳細(xì)解釋本發(fā)明之前，利用圖1的框圖對應(yīng)用模版保護(hù)的鑒別系統(tǒng)的一般概念做進(jìn)一步說明。圖1左手側(cè)示出登記過程ENRL，在注冊過程ENRL中，為被登記的對象生成幫助數(shù)據(jù)W和控制值V。隨后，將該數(shù)據(jù)存儲在位于中間的鑒別數(shù)據(jù)集合ADS中。在圖1右手側(cè)示出的鑒別過程AUTH中，對具有標(biāo)稱身份的物理對象(圖1未示出)進(jìn)行鑒別。
一開始，對鑒別數(shù)據(jù)集合ADS進(jìn)行搜索以查找具有標(biāo)稱身份的參考對象。如果沒有該參考對象，則鑒別失敗。如果找到參考對象，則從鑒別數(shù)據(jù)集合ADS中獲得和與標(biāo)稱身份相關(guān)的第一幫助數(shù)據(jù)W1與相應(yīng)的第一控制值V1。該數(shù)據(jù)用于決定被鑒別的物理對象與參考對象是否充分匹配。如果得到充分匹配，則鑒別結(jié)果為肯定的。
假定使用幫助數(shù)據(jù)系統(tǒng)利用指紋數(shù)據(jù)形式的生物測定數(shù)據(jù)來鑒別人。此外，假定生物測定模版數(shù)據(jù)包括指紋中心區(qū)域的線條和皺摺的圖形表示。關(guān)于采集過程中中心區(qū)域的方向和位置這類問題不在本發(fā)明討論范圍內(nèi)。
在登記過程ENRL中，人將他/她的手指放在指紋掃描裝置上。一個(gè)和多個(gè)指紋掃描結(jié)果用于構(gòu)造生物測定模版X。此外，選擇特性集合S，其可能是保密的。通過抗噪聲映射NRM將特性集合S映射到特性集合C。
隨后，將特性集合C和生物測定模版X結(jié)合以產(chǎn)生幫助數(shù)據(jù)W。實(shí)際的幫助數(shù)據(jù)系統(tǒng)中，特性集合S和抗噪聲映射NRM選擇為使得所得的幫助數(shù)據(jù)很少表現(xiàn)出與生物測定模版數(shù)據(jù)X的關(guān)聯(lián)，或者不表現(xiàn)出它們的關(guān)聯(lián)。這樣，使用幫助數(shù)據(jù)W不會將生物測定模版數(shù)據(jù)暴露給惡意用戶。
為了可以進(jìn)行鑒別，登記過程還包括生成控制值V。用特性集合S生成控制值V。盡管控制值V可以和特性集合S相同，但這對強(qiáng)調(diào)安全的系統(tǒng)是不可取的。在安全幫助數(shù)據(jù)系統(tǒng)中，應(yīng)該不能利用控制值V重新構(gòu)建特性集合S。當(dāng)通過特性集合S的單向映射生成控制值V時(shí)，可以滿足該要求。加密哈希方程是單向映射的很好例子。如果安全性不重要，也可使用非單向映射。最后，將一對幫助數(shù)據(jù)W和控制值V存儲在鑒別數(shù)據(jù)集合ADS中。
盡管可以使用一對幫助數(shù)據(jù)W和控制值V來標(biāo)識特定的對象，但是也可以用多對幫助數(shù)據(jù)和控制值來標(biāo)識特定的對象?？梢酝ㄟ^選擇不同的特性集合S來生成其他幫助數(shù)據(jù)和控制值。多對幫助數(shù)據(jù)和控制值對于管理訪問級別或者系統(tǒng)更新尤其有用。目前，假定對于每個(gè)登記的對象，鑒別數(shù)據(jù)集合僅包括一對幫助數(shù)據(jù)和控制值。
在鑒別過程AUTH中，采集來自物理對象(圖1未示出)的(生物)測定數(shù)據(jù)Y1(指紋)。此外，提供所標(biāo)稱的身份。下一步是檢查鑒別數(shù)據(jù)集合ADS是否包括具有所述標(biāo)稱身份的參考對象的第一幫助數(shù)據(jù)W1和第一控制值V1。如果有的話，獲得和參考對象相關(guān)的第一幫助數(shù)據(jù)W1和第一控制值V1。
接下來，物理對象OBJ的(生物)測定數(shù)據(jù)Y1和第一幫助數(shù)據(jù)W1結(jié)合，得到第一特性集合C1。如果物理對象對應(yīng)于參考對象，則(生物)測定數(shù)據(jù)Y1可以解釋為生物測定模版X的有噪聲版本 Y1＝X+N(其中N很小) 第一幫助數(shù)據(jù)W1可以用模版數(shù)據(jù)X和特性集合C表示為 W1＝C-X 通過替換，第一特性集合C可以表示為 C1＝C-X+Y1 C1＝C-X+X+N C1＝C+N 將第一特性集合C1傳遞給噪聲補(bǔ)償映射NCM，以產(chǎn)生第一特性集合S1?，F(xiàn)在，假定物理對象對應(yīng)于參考對象。只要(生物)測定數(shù)據(jù)Y1中的噪聲分量N足夠小，或者抗噪聲映射NRM足夠魯棒，則對抗噪聲映射NRM進(jìn)行反轉(zhuǎn)即可重新構(gòu)造第一特性集合S1，該第一特性集合S1和登記過程中用來生成第一幫助數(shù)據(jù)W1的原始特性集合S一樣。
隨后，以和第一控制值V1類似的方式，用第一特性集合S1來計(jì)算第二控制值V2。接下來，將第二控制值V2和登記過程中生成的第一控制值V1進(jìn)行比較。只要抗噪聲映射NRM提供了對噪聲的足夠恢復(fù)，第二控制值V2就與第一控制值V1相同。如果這兩個(gè)值相同，鑒別就成功，將物理對象OBJ的身份確定為所標(biāo)稱的身份。
可以從多種映射模塊中選擇抗噪聲映射NRM。簡單的抗噪聲映射NRM可能是對輸入符號的復(fù)制。進(jìn)而，噪聲補(bǔ)償映射NCM可能需要使用所接收的符號進(jìn)行多數(shù)投票。在另一端，可以選用如ReedSolomon ECC編碼算法的更精確抗噪聲映射NRM。
本發(fā)明可用于量化從第一物理對象OBJ1采集第一測定數(shù)據(jù)Y1時(shí)引入的噪聲。該噪聲可能源自如下的各種源 1、采集系統(tǒng)制造工藝的差異；例如，考慮銀行鑒別終端的網(wǎng)絡(luò)，如果多年間用不同的傳感器來進(jìn)行數(shù)據(jù)采集，各個(gè)終端傳感器的靈敏度以及偏差可能都不同。
2、使用所造成的差異； 如果指紋采集裝置已經(jīng)使用了很長時(shí)間，指紋掃描裝置的表面可能被劃傷或者污損。
3、由于老化造成的差異； 當(dāng)傳感器老化時(shí)，其靈敏度和功能性可能會顯著下降。
4、由于環(huán)境特性造成的差異； 如果用于臉部辨識的采集裝置位于環(huán)境光線很強(qiáng)的環(huán)境中，這會影響所采集的測定數(shù)據(jù)的對比度。
通常，1和4所導(dǎo)致的噪聲不隨時(shí)間改變，而2和3所導(dǎo)致的噪聲會慢慢變化。源1和4所引入的噪聲可以使用靜態(tài)補(bǔ)償進(jìn)行補(bǔ)償，而2和3引入的噪聲需要?jiǎng)討B(tài)補(bǔ)償。對兩種補(bǔ)償方法都會進(jìn)行討論。
圖2示出了用于鑒別物理對象OBJ1的裝置APP1，其使用和參考對象相關(guān)的第一幫助數(shù)據(jù)W1和第一控制值V1，以根據(jù)本發(fā)明生成噪聲大小。裝置APP1包括三個(gè)子塊采集裝置ACQ、噪聲補(bǔ)償映射裝置NCMM和確定裝置(EM)。假定物理對象對應(yīng)于參考對象。
噪聲補(bǔ)償映射裝置NCMM將第一幫助數(shù)據(jù)W1和由采集裝置ACQ從第一物理對象OBJ1采集的測定數(shù)據(jù)Y1結(jié)合。隨后，將所得的特性集合C1用作噪聲補(bǔ)償映射NCM的輸入。噪聲補(bǔ)償映射NCM的輸出對應(yīng)于第一特性集合S1。
確定裝置EM使用第一特性集合S1來生成第三控制值V3，將該第三控制值V3與和參考對象相關(guān)的第一控制值V1進(jìn)行比較。如果這兩個(gè)控制值匹配，則鑒別成功，物理對象和登記的參考對象匹配。
因?yàn)閰⒖紝ο蠛臀锢韺ο笫窍嗤?，所以生成的第一特性集合S1和參考對象登記中所使用的特性集合S相同。隨后，可以重新構(gòu)建登記過程中將抗噪聲映射應(yīng)用于特性集合S所生成的特性集合C。
可以確定特性集合C和鑒別過程中所生成的特性集合C1之間的區(qū)別。該區(qū)別對應(yīng)于和參考對象相關(guān)的模版數(shù)據(jù)X以及對第一物理對象進(jìn)行鑒別的過程中采集的測定數(shù)據(jù)之間的區(qū)別，因而該數(shù)據(jù)表現(xiàn)出代表采集噪聲的噪聲大小。
如圖2所示的裝置可以在受控環(huán)境下特別有益地利用，以獲得由采集裝置引入的噪聲大小?？梢詳U(kuò)展確定噪聲大小的方法以更有效地消除噪聲。
提高可靠性的一個(gè)方法是量化多個(gè)噪聲大小，優(yōu)選地對多個(gè)物理對象的噪聲大小進(jìn)行量化，隨后，確定各個(gè)噪聲大小的算術(shù)平均值。
也可以使用更精確的方法。例如，可以隔離指紋掃描裝置的CCD傳感器的錯(cuò)誤像素，例如，通過掃描具有非常高錯(cuò)誤率的像素。當(dāng)將ECC編碼算法用在抗噪聲映射時(shí)，可以有益地利用關(guān)于誤差的信息。
通常，ECC需要首先確定錯(cuò)誤，然后才能可以糾正錯(cuò)誤。盡管對于二進(jìn)制表示而言，這也同樣有效，但是，對于用三進(jìn)制符號構(gòu)成的消息，或者對于利用多于兩個(gè)可能值的符號構(gòu)成的普遍消息來說，情況并非如此。這樣，關(guān)于錯(cuò)誤位置的信息對錯(cuò)誤糾正過程有益，可以對大量錯(cuò)誤進(jìn)行糾正。
裝置APP1解決了鑒別問題，但是稍加改進(jìn)就可以用于標(biāo)識。用于標(biāo)識時(shí)，鑒別數(shù)據(jù)集合ADS中的多個(gè)對象和從第一物理對象OBJ1采集的第一測定數(shù)據(jù)Y1進(jìn)行比較。被標(biāo)識的物理對象不提供標(biāo)稱的身份。相反，可以從提供足夠匹配的參考對象的身份得到物理對象的身份。為此，可以用身份確定裝置來擴(kuò)展APP1，該身份確定裝置用來從鑒別數(shù)據(jù)集合ADS中獲得參考對象的身份，并基于決定DEC確定物理對象(OBJ1)的身份和參考對象的身份相同。
圖3示出了用于鑒別物理對象的裝置APP2，該物理對象用于根據(jù)本發(fā)明使用噪聲大小接收裝置NMRM接收產(chǎn)生的噪聲大小NM。隨后，在對第二物理對象OBJ2進(jìn)行鑒別的過程中利用噪聲大小NM。該裝置和圖1所示裝置的鑒別部分主要區(qū)別在于使用了噪聲大小NM。
在生成特性集合C2時(shí)利用噪聲大小NM，以補(bǔ)償由采集裝置加入的噪聲。這樣，提供了解決瞬態(tài)和中間噪聲因素的空間。
通過第二幫助數(shù)據(jù)W2、從第二物理對象采集的第二測定數(shù)據(jù)Y2和前述的噪聲大小NM的加權(quán)相加來生成特性集合C2。
對各個(gè)輸入進(jìn)行加權(quán)的原因如下 1、對幫助數(shù)據(jù)的生成進(jìn)行推廣。
2、對噪聲大小進(jìn)行縮放可以提供系統(tǒng)魯棒性。
在圖1的描述中，在登記過程中通過利用下式進(jìn)行計(jì)算來生成幫助數(shù)據(jù)W W＝C-X 隨后，通過計(jì)算下式得到C1 C1＝W+Y1 圖2中，對幫助數(shù)據(jù)的生成進(jìn)行推廣，將其定義為 W2＝c1C-c2X 隨后，可以使用下式計(jì)算特性集合C2 C2＝c3W2+c4Y2 進(jìn)一步進(jìn)行替代 Y2＝X+N 得到 C2＝c1c3C-c2c3X+c4X+c4N 如果將系數(shù)c1-c4選擇為c4＝c2c3，c1c3＝1，那么，特性集合C2與X無關(guān)。這樣，幫助數(shù)據(jù)W2可用于提供噪聲補(bǔ)償映射的輸入，該輸入可用于恢復(fù)登記過程中生成的特性集合C。這樣，如圖3所示，應(yīng)用該推廣的裝置，需要另外的加權(quán)因子來計(jì)算特性集合C2。
圖4示出了用于鑒別第二物理對象OBJ2的裝置APP3，其用于根據(jù)本發(fā)明接收所產(chǎn)生的噪聲大小NM。該特定實(shí)施例采用系統(tǒng)ECC解碼算法作為噪聲補(bǔ)償映射。在第二對象OBJ2的鑒別中利用噪聲大小NM生成新的噪聲大小NNM。特性集合C2的生成和裝置APP2類似。
噪聲大小NM還用于生成新的噪聲大小NNM，該大小在鑒別過程成功時(shí)才有效。這時(shí)，物理對象對應(yīng)于參考對象。結(jié)果，我們可以利用噪聲補(bǔ)償映射NCM的輸入和輸出量化鑒別中所用的噪聲補(bǔ)償映射NCM的輸入和參考對象登記過程中所生成的抗噪聲映射NRM的輸出之間的差別。
裝置APP3利用這里所用的噪聲補(bǔ)償映射是系統(tǒng)ECC解碼算法這一事實(shí)。系統(tǒng)ECC是輸入和輸出都使用相同的字符集定義的ECC，其中，輸入和輸出數(shù)據(jù)和奇偶校驗(yàn)字符集的格式相同。在系統(tǒng)ECC的碼字中，數(shù)據(jù)字符未經(jīng)進(jìn)一步編碼而被包括進(jìn)來，并且可以同樣進(jìn)行識別。
系統(tǒng)ECC解碼算法將可能包括符號錯(cuò)誤的有噪聲碼字映射到最接近的有效碼字，該碼字的數(shù)據(jù)和奇偶校驗(yàn)匹配。只要ECC足夠穩(wěn)定，或者相反地，錯(cuò)誤數(shù)目足夠小，該碼字就是原始的無噪聲碼字。隨后，用相應(yīng)的ECC編碼算法對解碼器輸出進(jìn)行編碼，這會將碼字映射到它自己。
隨后，如果系統(tǒng)ECC解碼器算法用作噪聲補(bǔ)償算法，而且鑒別成功，第二特性集合S2就和登記過程中生成的特性集合C相同。這樣，確定噪聲補(bǔ)償映射NCM的輸入和參考對象登記中所生成的抗噪聲映射NRM的輸出之間的差別對應(yīng)于計(jì)算第二特性集合S2和特性集合C2之間的差別。
加權(quán)相加還包括取負(fù)值的加權(quán)噪聲大小NM，其用于補(bǔ)償生成特性集合C2是的采集噪聲。結(jié)果是新的噪聲大小NNM，該結(jié)果可用作其他鑒別中的噪聲大小NM，或者可用在為獲得更可靠噪聲大小而進(jìn)行的進(jìn)一步處理步驟的輸入。
圖5示出了鑒別物理對象的鑒別系統(tǒng)的框圖，其利用根據(jù)本發(fā)明所生成的噪聲測量。該系統(tǒng)包括至少一個(gè)服務(wù)器SRV1和至少一個(gè)客戶端CL1。服務(wù)器SRV1和客戶端CL1通過網(wǎng)絡(luò)NET通信，該網(wǎng)絡(luò)可以是專用網(wǎng)或者如因特網(wǎng)的公共網(wǎng)。特別是在后一種情況下，需要另外的安全措施以防止中間的人或者重放(replay)攻擊。
假定系統(tǒng)利用專用網(wǎng)，服務(wù)器用于存儲鑒別數(shù)據(jù)集合ADS，其包括已登記對象的幫助數(shù)據(jù)和控制值。
要對第二物理對象OBJ2進(jìn)行鑒別時(shí)，客戶端CL1獲得第二標(biāo)稱身份AID2，并獲得和第二物理對象相關(guān)的測定數(shù)據(jù)Y2?？蛻舳薈L1將第二標(biāo)稱身份AID2通過網(wǎng)絡(luò)NET傳送給服務(wù)器SRV1。作為回應(yīng)，服務(wù)器SRV1通過網(wǎng)絡(luò)將與具有標(biāo)稱身份AID2的參考對象相關(guān)的第二幫助數(shù)據(jù)W2和第二控制值V2傳送給客戶端CL1。此外，服務(wù)器還提供和客戶端CL1相關(guān)的噪聲大小NM。
進(jìn)而，客戶端CL1通過網(wǎng)絡(luò)NET接收所有這些信息，用這些信息來完成與圖3所示的裝置APP2類似的鑒別過程。
如果和圖4所示的裝置APP3類似，客戶端CL1還支持新的噪聲大小NNM的生成，可通過網(wǎng)絡(luò)NET將該新的噪聲大小NNM報(bào)告給服務(wù)器SRV1。隨后，服務(wù)器SRV1可以分析噪聲大小，并將其用在用信號指示噪聲大小結(jié)構(gòu)性地超過預(yù)定門限值的客戶端的診斷結(jié)果。
如果不需診斷且客戶端確定噪聲大小是否結(jié)構(gòu)性地超過預(yù)定門限值，則不需要對噪聲大小進(jìn)行中央存儲。事實(shí)上，這種情況下，優(yōu)選地在使用噪聲大小的本地客戶端CL1進(jìn)行存儲。結(jié)果，由于鑒別過程而導(dǎo)致的網(wǎng)絡(luò)負(fù)荷保持最小。
圖5進(jìn)一步示出了使用噪聲大小數(shù)據(jù)庫NMDB來存儲鑒別過程中確定的噪聲大小。所存儲的噪聲大小SNM可以被取回來進(jìn)一步分析并確定采集噪聲的趨勢。
應(yīng)該注意，上述實(shí)施例說明了本發(fā)明，而不是限定了本發(fā)明，本領(lǐng)域的技術(shù)人員可以構(gòu)思出很多替代實(shí)施例，而不會脫離所附的權(quán)利要求限定的范圍。
權(quán)利要求中，括號中的任何參考標(biāo)號不應(yīng)解釋為對權(quán)利要求的限制?！鞍ā币辉~不排除出現(xiàn)權(quán)利要求中所列舉的部件和步驟之外的其他部件和步驟的可能。部件之前的“一個(gè)”一次不排除多個(gè)部件存在的可能。
本發(fā)明可以用包括若干獨(dú)立部件的各種硬件實(shí)現(xiàn)，也可用適當(dāng)編程的計(jì)算機(jī)實(shí)現(xiàn)。在列舉若干裝置的設(shè)備權(quán)利要求中，幾個(gè)這樣的裝置可以由一個(gè)硬件實(shí)現(xiàn)。幾個(gè)相互獨(dú)立的權(quán)利要求中引用某些措施不意味著不能有益地利用這些措施的結(jié)合。
權(quán)利要求
1.一種使用與參考對象相關(guān)的第一幫助數(shù)據(jù)(W1)和第一控制值(V1)來鑒別第一物理對象(OBJ1)的方法，所述方法包括下列步驟
-采集所述第一物理對象(OBJ1)的測定數(shù)據(jù)(Y1)；
-利用輸入數(shù)據(jù)的噪聲補(bǔ)償映射(NCM)生成第一特性集合(S1)，所述輸入數(shù)據(jù)從包括所述第一幫助數(shù)據(jù)(W1)和所述測定數(shù)據(jù)(Y1)的信息得到；
-利用所述第一特性集合(S1)和所述第一控制值(V1)確定所述第一物理對象(OBJ1)和所述參考對象間的充分匹配；
所述方法進(jìn)一步的特征在于，還包括生成噪聲大小(NM)的步驟，所述噪聲大小(NM)對數(shù)據(jù)采集過程中引入的噪聲進(jìn)行量化，所述步驟包括下面的子步驟
-利用所述噪聲補(bǔ)償映射(NCM)重新構(gòu)建所述參考對象的登記過程中生成的抗噪聲映射(NRM)的輸出；以及
-通過計(jì)算鑒別過程中所述噪聲補(bǔ)償映射(NCM)的輸入和所述重新構(gòu)建的所述參考對象的登記過程中所生成的抗噪聲映射(NRM)的輸出之間的差別，生成所述噪聲大小(NM)。
2.根據(jù)權(quán)利要求1所述的方法，其中，重新構(gòu)建所述參考對象的登記過程中所生成的抗噪聲映射(NRM)的輸出的子步驟對應(yīng)于生成所述第一特性集合(S1)。
3.根據(jù)權(quán)利要求1所述的方法，其中，重新構(gòu)建所述參考對象的登記過程中所生成的抗噪聲映射(NRM)的輸出的子步驟包括對所述第一特性集合(S1)應(yīng)用所述抗噪聲映射(NRM)。
4.根據(jù)權(quán)利要求1所述的方法，其中，生成所述噪聲補(bǔ)償映射(NCM)的輸入數(shù)據(jù)的步驟包括所述第一幫助數(shù)據(jù)(W1)和所述測定數(shù)據(jù)(Y1)的加權(quán)相加。
5.根據(jù)權(quán)利要求1所述的方法，其中，生成所述噪聲補(bǔ)償映射(NCM)的輸入數(shù)據(jù)的步驟包括所述第一幫助數(shù)據(jù)(W1)、所述測定數(shù)據(jù)(Y1)和先前生成的噪聲大小(NM)的加權(quán)相加。
6.根據(jù)權(quán)利要求1所述的方法，其中，所述抗噪聲映射(NRM)包括糾錯(cuò)碼編碼方法。
7.根據(jù)權(quán)利要求1所述的方法，其中，所述噪聲補(bǔ)償映射(NCM)包括糾錯(cuò)碼編碼方法。
8.根據(jù)權(quán)利要求1所述的方法，其中，存儲所述噪聲大小(NM)用于以后作為參考。
9.根據(jù)權(quán)利要求1所述的方法，其中，生成所述噪聲大小(NM)的步驟進(jìn)一步包括取回至少一個(gè)存儲的噪聲大小(SNM)的子步驟。
10.根據(jù)權(quán)利要求1所述的方法，其中，生成所述噪聲大小(NM)的步驟進(jìn)一步包括計(jì)算所述噪聲大小(NM)和所述至少一個(gè)存儲的噪聲大小(SNM)的平均值。
11.利用權(quán)利要求1所述的方法對利用與參考對象相關(guān)的第二幫助數(shù)據(jù)(W2)和第二控制值(V2)鑒別第二物理對象(OBJ2)的裝置進(jìn)行校準(zhǔn)的方法。
12.利用權(quán)利要求1所述的方法對利用與參考對象相關(guān)的第二幫助數(shù)據(jù)(W2)和第二控制值(V2)標(biāo)識第二物理對象(OBJ2)的裝置進(jìn)行校準(zhǔn)的方法。
13.一種利用與參考對象相關(guān)的第一幫助數(shù)據(jù)(W1)和第一控制值(V1)來標(biāo)識第一物理對象(OBJ1)的方法，根據(jù)權(quán)利要求1所述的方法還包括確定所述第一物理對象(OBJ1)的身份與所述參考對象的身份相同的步驟。
14.一種利用與參考對象相關(guān)的第二幫助數(shù)據(jù)(W2)和第二控制值(V2)來鑒別第二物理對象(OBJ2)的設(shè)備，包括
-噪聲大小接收裝置(NMRM)，用于接收利用權(quán)利要求1所述的方法生成的噪聲大小(NM)；
-噪聲補(bǔ)償映射裝置(NCMM)，用于利用從所述第二物理對象(OBJ2)采集的第二測定數(shù)據(jù)(Y2)、所述第二幫助數(shù)據(jù)(W2)和所述噪聲大小(NM)的加權(quán)相加的結(jié)果的噪聲補(bǔ)償映射(NCM)來生成第二特性集合(S2)。
15.根據(jù)權(quán)利要求14所述的設(shè)備，其中所述設(shè)備還包括噪聲大小生成裝置，用于通過應(yīng)用權(quán)利要求1所述的步驟生成新的噪聲大小(NNM)。
16.一種利用與參考對象相關(guān)的第二幫助數(shù)據(jù)(W2)和第二控制值(V2)來標(biāo)識第二物理對象(OBJ2)的設(shè)備，包括
-噪聲大小接收裝置(NMRM)，用于接收利用權(quán)利要求13所述的方法生成的噪聲大小(NM)；
-噪聲補(bǔ)償映射裝置(NCMM)，用于利用從所述第二物理對象(OBJ2)采集的第二測定數(shù)據(jù)(Y2)、所述第二幫助數(shù)據(jù)(W2)和所述噪聲大小(NM)的加權(quán)相加的結(jié)果的噪聲補(bǔ)償映射(NCM)來生成第二特性集合(S2)；
-身份確定裝置，用于確定所述第一物理對象(OBJ1)的身份和所述參考對象的身份相同。
17.一種利用與參考對象相關(guān)的第二幫助數(shù)據(jù)(W2)和第二控制數(shù)據(jù)(V2)來鑒別第二物理對象(OBJ2)的系統(tǒng)，所述系統(tǒng)包括通過網(wǎng)絡(luò)(NET)連接的至少一個(gè)服務(wù)器(SRV1)和至少一個(gè)客戶端(CL1)，所述至少一個(gè)客戶端(CL1)用于利用通過權(quán)利要求1所述的步驟生成的噪聲大小(NM)，以補(bǔ)償由所述至少一個(gè)客戶端(CL1)在數(shù)據(jù)采集過程中引入的采集噪聲分量。
18.根據(jù)權(quán)利要求17所述的系統(tǒng)，用于生成新的噪聲大小(NNM)，以在所述至少一個(gè)客戶端(CL1)利用另外的幫助數(shù)據(jù)和另外的控制數(shù)據(jù)對另一個(gè)物理對象進(jìn)行鑒別時(shí)使用。
19.根據(jù)權(quán)利要求17所述的系統(tǒng)，其中所述至少一個(gè)服務(wù)器(SRV1)用于生成所述噪聲大小(NM)，所述至少一個(gè)客戶端(CL1)用于通過所述網(wǎng)絡(luò)(NET)從所述至少一個(gè)服務(wù)器(SRV1)獲得所述噪聲大小(NM)。
20.一種計(jì)算機(jī)程序產(chǎn)品，包括存儲在計(jì)算機(jī)可讀介質(zhì)上的程序代碼模塊，當(dāng)在計(jì)算機(jī)上執(zhí)行所述程序產(chǎn)品時(shí)，其用于執(zhí)行根據(jù)權(quán)利要求1、11、12和13中任一個(gè)所述的方法。
全文摘要
本發(fā)明涉及使用和參考對象相關(guān)的幫助數(shù)據(jù)以及控制值來鑒別物理對象的方法，該方法包括采集物理對象的測定數(shù)據(jù)，利用輸入數(shù)據(jù)的噪聲補(bǔ)償映射生成第一特性集合，所述輸入數(shù)據(jù)從包括所述幫助數(shù)據(jù)和所述測定數(shù)據(jù)的信息得到，利用所述特性集合和控制值確定所述物理對象和參考對象間的充分匹配。所述方法還包括生成噪聲大小的步驟，所述步驟包括下面的子步驟利用噪聲補(bǔ)償映射重新構(gòu)建參考對象的登記過程中生成的抗噪聲映射的輸出；以及通過計(jì)算噪聲補(bǔ)償映射的輸入和抗噪聲映射的輸出之間的差別，生成所述噪聲大小。本發(fā)明還提供了用于執(zhí)行所述方法的裝置和系統(tǒng)。
文檔編號H04L9/32GK101185280SQ200680018862
公開日2008年5月21日 申請日期2006年5月23日 優(yōu)先權(quán)日2005年6月1日
發(fā)明者T·A·M·凱沃納爾, A·A·M·L·布魯克斯, M·范德維恩, A·H·M·阿克曼斯 申請人:皇家飛利浦電子股份有限公司