DE60302965T2

DE60302965T2 - Fingerabdruckprüfung mit Validierung des Eingangsbilds durch Analyse der räumlichen Verteilung der Helligkeit

Info

Publication number: DE60302965T2
Application number: DE60302965T
Authority: DE
Inventors: Kaoru Minato-ku Uchida
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2002-09-27
Filing date: 2003-09-26
Publication date: 2006-06-29
Anticipated expiration: 2023-09-27
Also published as: DE60302965D1; JP3758042B2; EP1403811B1; US20040068669A1; EP1403811A2; EP1403811A3; JP2004118676A; US7272249B2

Description

Die Anmeldung beansprucht Priorität von der früheren Anmeldung JP-2002-283308.
Die vorliegende Erfindung betrifft ein Verfahren, ein Programm und eine Vorrichtung zur Fingerabdruckauthentifizierung.
Ein Fingerabdruck ist ein Muster aus deutlichen epidermalen Graten auf der Innenseite der Endglieder von Fingern und Daumen. Der Fingerabdruck ist eindeutig und unveränderlich. Selbst wenn der Fingerabdruck beschädigt ist, wird durch ungeschädigte Lederhaut unter dem Fingerabdruck gewährleistet, dass der Fingerabdruck wiederhergestellt wird. Daher ist der Fingerabdruck zum hochgradig präzisen Identifizieren jeder Person geeignet.
Eine Fingerabdruckauthentifizierungsvorrichtung wird in einem Sicherheitssystem für verschiedenartige Maschinen und Systeme verwendet. Beispielsweise ermöglicht es die Fingerabdruckauthentifizierungsvorrichtung einem regulären oder normalen Benutzer, der zuvor in einem Computer oder in einem Informationsdienstsystem, in dem ein Computernetz verwendet wird, registriert worden ist, sich über das Computernetz in den Computer einzuloggen oder Informationsdienste vom Informationsdienstsystem zu empfangen. Die Fingerabdruckauthentifizierungsvorrichtung verwendet ein Fingerabdruckbild, das durch einen Benutzer bereitgestellt wird, der beabsichtigt, sich in den Computer einzuloggen oder Informationsdienste vom Computernetz zu empfangen, um zu entscheiden, ob der Be nutzer registriert (oder der reguläre Benutzer) ist oder nicht.
Eine verwandtes Fingerabdruckauthentifizierungsvorrichtung weist im wesentlichen auf:

(1) einen Fingerabdrucksensor (oder einen Fingerabdruckeingabeabschnitt) zum Empfangen eines durch den Benutzer bereitgestellten Fingerabdruckbildes in das System;
(2) einen Merkmalextraktionsabschnitt zum Verarbeiten von Eingangsdaten zum Extrahieren von Merkmalen des Fingerabdruckbildes, die für eine Vergleichsoperation verwendet werden;
(3) eine Datenbank zum Speichern von zuvor erzeugten registrierten Daten (oder eines (mehrerer) Templates) des (der) regulären Benutzers (Benutzer); und
(4) einen Vergleichs- und Entscheidungsabschnitt zum Vergleichen (von Merkmalen der) Eingangsdaten mit (Merkmalen der) der registrierten Daten, um zu entscheiden, ob der Benutzer registriert ist. Eine derartige Fingerabdruckauthentifizierungsvorrichtung ist in der ungeprüften japanischen Patentveröffentlichtung Nr. Hei 4-33065 beschrieben.

Wenn ein bestimmter Ähnlichkeitsgrad zwischen den Merkmalen der Eingangsdaten und den Merkmalen der registrierten Daten vorhanden ist, identifiziert die Fingerabdruckauthentifizierungsvorrichtung den Benutzer, der das Fingerabdruckbild bereitgestellt hat, als einen registrierten normalen Benutzer und ermöglicht es dem Benutzer, eine vorgegebene Operation auszuführen, z.B. sich in einen Computer einzuloggen.
Der Fingerabdruckeingabeabschnitt wandelt ein Gratmuster, das auf kleinen Konkavitäten (oder Rillen zwischen Graten) und Konvexitäten (oder Graten) einer Oberfläche eines Objekts (d.h. eines Fingers) basiert, das auf dem Fingerabdrucksensor angeordnet wird, in digitale Bilddaten (als Ein gangsdaten) um. In vielen Fällen weist der Fingerabdruckeingabeabschnitt ein optisches System auf. Als optisches System ist ein System bekannt, in dem ein kontrastreiches Bild durch Totalreflexion an einem Prisma erzeugt wird. Hierbei empfängt eine Lichtempfangsvorrichtung, z.B. eine CCD-Vorrichtung, durch eine LED-Lichtquelle emittiertes und an einer Innenseite einer Reflexionsfläche des Prismas reflektiertes Licht. Wenn ein Finger eines Benutzers auf einer Außenseite der Reflexionsfläche des Prismas angeordnet wird, ändern die Konkavitäten und Konvexitäten des Fingerabdrucks das Reflexionsvermögen der Reflexionsfläche. Daher erzeugt die Lichtempfangsvorrichtung den Konkavitäten und Konvexitäten des auf dem Prisma angeordneten Fingers entsprechende digitale Bilddaten.
In einem anderen optischen System wird dem auf den Fingerabdrucksensor angeordneten Finger Licht von in der Nähe des Fingerabdrucksensors angeordneten Lichtquellen zugeführt. Das Licht wird an der Fingerinnenseite gestreut, und ein Teil des Lichts erreicht den Fingerabdrucksensor. Das durch den Fingerabdrucksensor empfangene Licht weist den Graten und Rillen des Fingerabdrucks entsprechende Intensitätsunterschiede auf. Der Fingerabdrucksensor erzeugt digitale Bilddaten auf der Basis der Lichtintensität. Ein derartiges optisches System ist in der japanischen Patentveröffentlichung Nr. 3150126 (P3150126) beschrieben.
Der Merkmalextraktionsabschnitt extrahiert Merkmale des durch die digitalen Bilddaten dargestellten Bildes, um sie mit durch die registrierten Daten dargestellten Merkmalen zu vergleichen. Die registrierten Daten werden ebenfalls zuvor durch den Merkmalextraktionsabschnitt erzeugt und in der Datenbank gespeichert.
Der Vergleichs- und Entscheidungsabschnitt berechnet einen Ähnlichkeitsgrad zwischen den auf den Eingangsdaten basierenden Merkmalen und den auf den registrierten Daten basierenden Merkmalen. Außerdem vergleicht der Vergleichs- und Entscheidungsabschnitt den berechneten Ähnlichkeitsgrad mit einem Schwellenwert. Wenn der berechnete Ähnlichkeitsgrad größer oder gleich dem Schwellenwert ist, entscheidet der Vergleichs- und Entscheidungsabschnitt, dass die Eingangsdaten und die registrierten Daten einen gemeinsamen Ursprung haben. D.h., eine Authentifizierungsanforderung wird durch die Fingerabdruckauthentifizierungsvorrichtung akzeptiert. Wenn dagegen der berechnete Ähnlichkeitsgrad kleiner ist als der Schwellenwert, entscheidet der Vergleichs- und Entscheidungsabschnitt, dass die Eingangsdaten und die registrierten Daten verschiedenen Ursprung haben. D.h., die Authentifizierungsanforderung wird durch die Fingerabdruckauthentifizierungsvorrichtung zurück- oder abgewiesen.
Der Grund, warum die Authentifizierungsanforderung durch die Fingerabdruckauthentifizierungsvorrichtung zurückgewiesen wird, ist dem Benutzer unklar. Die Fingerabdruckauthentifizierungsvorrichtung weist die Authentifizierungsanforderung nicht nur dann ab, wenn der Benutzer nicht registriert ist, sondern auch dann, wenn die Fingerabdruckeingabe ungeeignet ist. D.h., wenn die Eingangsdaten für eine Authentifizierung ungeeignet sind, lehnt die Fingerabdruckauthentifizierungsvorrichtung die Authentifizierung ab. Daher ist ein Informationsgabesystem erforderlich, um den Benutzer darüber zu informieren, dass die Fingerabdruckeingabe ungeeignet ist.
Die Eingabe des Fingerabdrucks ist wesentlich von der physischen Beziehung zwischen dem Finger des Benutzers und dem Fingerabdrucksensor abhängig. Es existieren einige Systeme zum Entscheiden, ob die physische Beziehung zwischen dem Finger des Benutzers und dem Sensor korrekt ist oder nicht. Ein derartiges System ist in den ungeprüften japani schen Patentveröffentlichtungen Nr. TokkaiHei 8-110949, Nr. TokkaiHei 8-161491, Nr. TokkaiHei 9-274656 und Nr. TokkaiHei 2001-266133 (P2001-266133A) beschrieben.
Die Korrektheit der Eingabe des Fingerabdrucks ist jedoch nicht nur von der physischen Beziehung zwischen dem Finger des Benutzers und dem Fingerabdrucksensor, sondern auch von anderen Parametern abhängig. Beispielsweise muss berücksichtigt werden, ob (1) externes Licht, das nicht mit einer Lichtquelle (Lichtquellen) für den Fingerabdrucksensor in Beziehung steht, einen Toleranzpegel überschreitet oder nicht, und (2) ein auf dem Fingerabdrucksensor angeordnetes Objekt für eine Eingabe geeignete Eigenschaften besitzt oder nicht.
Die Fingerabdruckauthentifizierungsvorrichtung verwendet Merkmaldetails, z.B. Endpunkte und Verzweigungspunkte von Graten des Fingerabdruckbildes. Daher arbeitet die Fingerabdruckauthentifizierungsvorrichtung tendenziell fehlerhaft, wenn: (1) das nicht mit der Lichtquelle (Lichtquellen) für den Fingerabdrucksensor in Beziehung stehende externe Licht den Toleranzpegel überschreitet, (2) das auf dem Fingerabdrucksensor angeordnete Objekt nicht die für eine Eingabe geeigneten Eigenschaften besitzt, und/oder (3) das Objekt nicht geeignet auf dem Fingerabdrucksensor angeordnet ist. Daher muss die Fingerabdruckauthentifizierungsvorrichtung unter Berücksichtigung der vorstehenden Punkte (1), (2) und (3) entscheiden, ob das Eingangsfingerabdruckbild geeignet ist oder nicht, um eine höhere Authentifizierungsgenauigkeit zu erzielen. Gegebenenfalls muss die Fingerabdruckauthentifizierungsvorrichtung das Entscheidungsergebnis unter Berücksichtigung der vorstehenden Punkte (1), (2) und (3) bei der Authentifizierung wiederspiegeln. Alternativ muss die Fingerabdruckauthentifizierungsvorrichtung den Benutzer gemäß dem Entscheidungsergebnis hinsichtlich der vor stehenden Punkte (1), (2) und (3) auffordern, den Finger erneut auf dem Fingerabdrucksensor anzuordnen.
Um die Entscheidung unter Berücksichtigung der vorstehenden Punkte (1), (2) und (3) zu treffen, kann die Fingerabdruckauthentifizierungsvorrichtung weitere Sensoren aufweisen. Beispielsweise können ein optischer Leistungssensor, ein Leitfähigkeitssensor und ein Drucksensor zum Verarbeiten der vorstehenden Punkte (1), (2) und (3) verwendet werden. D.h., der optische Leistungssensor kann zum Erfassen von Hintergrundlicht verwendet werden. Der Leitfähigkeitssensor kann zum Bestimmen des elektrischen Widerstands des auf dem Fingerabdrucksensor angeordneten Objekts verwendet werden. Der Drucksensor kann zum Messen des durch ein Objekt auf dem Fingerabdrucksensor ausgeübten Drucks verwendet werden. Die Fingerabdruckauthentifizierungsvorrichtung verarbeitet Ausgangssignale von den zusätzlichen Sensoren parallel, um die Eingangsdaten vom Fingerabdrucksensor zu verarbeiten. Die Fingerabdruckauthentifizierungsvorrichtung führt die Authentifizierung auf eine umfassende Weise aus, wobei Verarbeitungsergebnisse sowohl der Ausgangssignale von den zusätzlichen Sensoren als auch der Eingangsdaten vom Fingerabdrucksensor verwendet werden.
Im Verfahren, in dem zusätzliche Sensoren verwendet werden, treten jedoch Probleme dahingehend auf, dass spezielle Hardware für die zusätzlichen Sensoren erforderlich ist, wodurch die Kosten steigen. Außerdem ist in dem Verfahren eine lange Zeitdauer zum Ausführen der Authentifizierung erforderlich, so dass es unbequem ist.
Die DE-A-19929671 betrifft ein Verfahren zum Erkennen eines Bildes als Fingerabdruck, wobei das Bild eines möglichen Fingerabdrucks erfaßt und das erfaßte Bild einer zweidimensionalen Fouriertransformation unterzogen wird, wobei die Beträge der transformierten Werte innerhalb eines vorge gebenen Frequenzbandes (v3–v2) hinsichtlich ihrer Position und Breite integriert werden. Der Wert dieses Integrals wird dann als Maß für die Wahrscheinlichkeit betrachtet, dass das Bild einen Fingerabdruck darstellt. Die Position und die Breite des Frequenzbandes werden innerhalb eines oberen Grenzwertes (v4) und eines unteren Grenzwertes (v1) ausgewählt.
Daher ist es eine Aufgabe der vorliegenden Erfindung, ein Fingerabdruckauthentifizierungsverfahren bereitzustellen, das in der Lage ist, unter Verwendung von Software basierend auf verschiedenen Gesichtspunkten zu entscheiden, ob Eingangsdaten geeignet sind oder nicht.
Es ist eine andere Aufgabe der Erfindung, ein Fingerabdruckauthentifizierungsverfahren bereitzustellen, das in der Lage ist, eine Fingerabdruckauthentifizierung mit hoher Genauigkeit, kostengünstig und mit geringem Aufwand (oder innerhalb einer kurzen Zeitdauer) auszuführen.
Andere Aufgaben werden im Verlauf der Beschreibung deutlich.
Gemäß einem ersten Aspekt der vorliegenden Erfindung weist ein Fingerabdruckauthentifizierungsverfahren auf: einen ersten Schritt zum Vergleichen bzw. Zuordnen von Merkmalen von auf einem durch einen Benutzer eingegebenen Fingerabdruck basierenden Eingangsdaten mit Merkmalen registrierter Daten; einen zweiten Schritt zum Entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht; und einen dritten Schritt zum Authentifizieren der Eingangsdaten gemäß Ergebnissen des ersten und des zweiten Schritts; wobei der zweite Schritt auf der Basis einer räumlichen Helligkeitsverteilung eines durch Eingangsdaten dargestellten Bildes ausgeführt wird.
Gemäß diesem Fingerabdruckauthentifizierungsverfahren kann der zweite Schritt aufweisen: einen vierten Schritt zum Bestimmen einer Beobachtungslinie auf dem Eingangsbild, einen fünften Schritt zum Bestimmen eines Paars Peak-Hüllkurven, die lokale Maxima bzw. lokale Minima eines Graphen verbinden, der die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt; einen sechsten Schritt zum Berechnen von Unterscheidungs- oder Merkmalwerten auf der Basis der Peak-Hüllkurven, wobei die Merkmalwerte Merkmale der räumlichen Helligkeitsverteilung darstellen; und einen siebenten Schritt zum Entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht, auf der Basis der Merkmalwerte.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung wird durch ein computerlesbares Programm veranlaßt, dass ein Computersystem als Fingerabdruckauthentifizierungsvorrichtung funktioniert. Das computerlesbare Programm weist auf: einen ersten Schritt zum Vergleichen bzw. Zuordnen von Merkmalen von auf einem durch einen Benutzer eingegebenen Fingerabdruck basieerenden Eingangsdaten mit Merkmalen registrierter Daten, einen zweiten Schritt zum Entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht; und einen dritten Schritt zum Authentifizieren der Eingangsdaten gemäß Ergebnissen des ersten und des zweiten Schritts; wobei der zweite Schritt auf der Basis einer räumlichen Helligkeitsverteilung eines durch die Eingangsdaten dargestellten Bildes ausgeführt wird.
In diesem computerlesbaren Programm kann der zweite Schritt aufweisen: einen vierten Schritt zum Bestimmen einer Beobachtungslinie auf dem Eingangsbild, einen fünften Schritt zum Bestimmen eines Paars Peak-Hüllkurven, die lokale Maxima bzw. lokale Minima verbinden, auf einem Graphen, der die Helligkeit als Funktion von Positionen auf der Beobachtungslinie dargestellt; einen sechsten Schritt zum Berechnen von Unterscheidungs- oder Merkmalwerten auf der Ba sis der Peak-Hüllkurven, wobei die Merkmalwerte Merkmale der räumlichen Helligkeitsverteilung darstellen; und einen siebenten Schritt zum Entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht, auf der Basis der Merkmalwerte.
Gemäß einem dritten Aspekt der vorliegenden Erfindung weist eine Fingerabdruckauthentifizierungsvorrichtung einen Vergleichsabschnitt zum Vergleichen bzw. Zuordnen von Merkmalen von auf einem durch einen Benutzer eingegebenen Fingerabdruck basierenden Eingangsdaten mit Merkmalen registrierter Daten auf. Ein Charakteristikbeurteilungsabschnitt entscheidet, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht. Ein Authentifizierungsabschnitt authentifiziert die Eingangsdaten gemäß Ausgangssignalen des Vergleichsabschnitts und des Charakteristikbeurteilungsabschnitts. Der Charakteristikbeurteilungsabschnitt verwendet eine räumliche Helligkeitsverteilung eines durch die Eingangsdaten dargestellten Eingangsbildes, um zu entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht.
In der Fingerabdruckauthentifizierungsvorrichtung weist der Charakteristikbeurteilungsabschnitt einen Beobachtungslinienbestimmungsabschnitt zum Festlegen oder Setzen einer Beobachtungslinie auf dem Eingangsbild auf. Ein Peak-Hüllkurvenberechnungsabschnitt bestimmt ein Paar Peak-Hüllkurven, die lokale Maxima bzw. lokale Minima eines Graphen verbinden, der die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt. Ein Merkmalwertberechnungsabschnitt berechnet Merkmalwerte auf der Basis der Peak-Hüllkurven. Die Merkmalwerte stellen Merkmale der räumlichen Helligkeitsverteilung dar. Ein Entscheidungsabschnitt entscheidet auf der Basis der Merkmalwerte, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht.
Kurze Beschreibung der Zeichnungen
1 zeigt ein Blockdiagramm einer ersten Ausführungsform einer erfindungsgemäßen Fingerabdruckauthentifizierungsvorrichtung;
2 zeigt ein Blockdiagramm eines in der Fingerabdruckauthentifizierungsvorrichtung von 1 vorgesehenen Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts;
3A zeigt ein schematisches Diagramm zum Beschreiben eines durch einen im Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt von 2 vorgesehenen Beobachtungslinienbestimmungabschnitt erhaltenen Beobachtungsliniensatzes auf einem Fingerabdruckbild;
3B zeigt einen Graphen der Helligkeit als Funktion von Positionen auf der Beobachtungslinie von 3A und Hüllkurven davon;
4 zeigt einen Algorithmus zum Beschreiben einer Rechenverarbeitung zum Bestimmen der oberen der Hüllkurven von 3B;
5 zeigt einen in einer zweiten Ausführungsform der vorliegenden Erfindung vorgesehenen Eingangsfingerabdruckberechnungsabschnitt 13';
6A zeigt ein schematisches Diagramm zum Beschreiben von Beobachtungslinien, die sich senkrecht zueinander erstrecken und durch einen Beobachtungslinienbestimmungsabschnitt, der im in 5 dargestellten Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt vorgesehen ist, auf einem Fingerabdruckbild gesetzt werden;
6B zeigt einen Graphen der Helligkeit als Funktion von Positionen auf einer der Beobachtungslinien von 6A und Hüllkurven davon; und
6C zeigt einen Graphen der Helligkeit als Funktion von Positionen auf der anderen der in 6B gezeigten Beobachtungslinie und Hüllkurven davon.
Beschreibung der bevorzugten Ausführungsform
Nachstehend wird eine erste Ausführungsform einer erfindungsgemäßen Fingerabdruckauthentifizierungsvorrichtung unter Bezug auf die 1 bis 4 beschrieben.
In 1 weist die Fingerabdruckauthentifizierungsvorrichtung 10 einen Fingerabdrucksensor 11, einen Bilddatenhalteabschnitt 12, einen Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13, einen Merkmalextraktionsabschnitt 14, einen Merkmalvergleichs- bzw. Merkmalszuordnungsabschnitt 15, einen Authentifizierungsentscheidungsabschnitt 16 und einen Template- bzw. Vorlagehalteabschnitt 17 auf.
Der Fingerabdrucksensor 11 nimmt ein Bild eines darauf angeordneten Objekts auf, um digitale Bilddaten zu erzeugen. Wenn ein Benutzer seinen/ihren Finger auf dem Fingerabdrucksensor 11 anordnet, nimmt der Fingerabdrucksensor 11 ein Fingerabdruckbild des Fingers auf und wandelt das Fingerabdruckbild in das Fingerabdruckbild darstellende digitale Daten um. Beispielsweise weist der Fingerabdrucksensor 11 ein optisches System mit einem Prisma auf. Im optischen System wird durch eine LED emittiertes Licht einer Innenseite einer Reflexionsfläche des Prismas zugeführt. An der Reflexionsfläche reflektiertes Licht läuft zu einem CCD-Element. Wenn der Finger auf einer Außenseite der Reflexionsfläche angeordnet ist, sind Bereiche, die mit Graten des Fingerabdrucks in Kontakt stehen, von anderen Bereichen verschieden, die Rillen des Fingerabdrucks entsprechen, und haben ein unterschiedliches Reflexionsvermögen. Dadurch wird das Fingerabdruckbild durch das CCD-Element aufgenommen.
Alternativ kann der Fingerabdrucksensor 11 die in der vorstehend erwähnten japanischen Patentveröffentlichung 3150126 (P3150126) beschriebene Technik verwenden. Gemäß dieser Technik sind eine große Anzahl von Lichtempfangseinheiten in zwei Dimensionen matrixförmig angeordnet und weisen Lichtempfangsflächen auf, die mit einer gemeinsamen transparenten Abdeckung bedeckt sind. Wenn ein Finger auf der Abdeckung angeordnet und Licht von außen zugeführt wird, wird das Licht an der Innenseite des Fingers ungerichtet oder diffus reflektiert, und ein Teil des Lichts läuft zu den Lichtempfangseinheiten. Grate des Fingerabdrucks stehen mit der Abdeckung in Kontakt und ermöglichen es dem diffus reflektierten Licht, in die Abdeckung einzutreten. Rillen des Fingerabdrucks sind dagegen von der Abdeckung beabstandet und tragen nicht dazu bei, dass das diffus reflektierte Licht in die Abdeckung eintritt. D.h., der größte Teil des von den Rillen ausgehenden diffus reflektierten Lichts tritt in die Grate ein oder wird durch die Abdeckung reflektiert. Dadurch erfasst jede der Lichtempfangseinheiten einen hellen Bereich als Teil der Grate und einen dunklen Bereich als Teil der Rillen. Daher können die Lichtempfangseinheiten die den Fingerabdruck darstellenden digitalen Bilddaten erzeugen. Die digitalen Bilddaten stellen Helligkeitswerte (oder Pixelwerte) in einer zweidimensionalen Matrix dar, die den zweidimensionalen Pixeln (d.h. der Matrix der Lichtempfangseinheiten) entspricht.
Die digitalen Bilddaten werden dem Bilddatenhalteabschnitt 12 vom Fingerabdrucksensor 11 zugeführt. Der Bilddatenhalteabschnitt 12 hält oder speichert die digitalen Bilddaten.
Der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 verwendet die durch den Bilddatenhalteabschnitt 12 gehaltenen digitalen Bilddaten, um eine später erläuterte vorgegebene Entscheidungsoperation hinsichtlich der Eingangsfingerabdruckcharakteristik auszuführen. Der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 erzeugt einen charakteristischen Wert auf der Basis der digitalen Bilddaten und entscheidet, ob der charakteristische Wert innerhalb eines vorgegebenen Bereichs liegt oder nicht. Der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 führt dem Authentifizierungsentscheidungsabschnitt 16 ein Entscheidungsergebnissignal zu.
Der Merkmalextraktionsabschnitt 14 extrahiert Merkmale für einen Fingerabdruckvergleich bzw. Fingerabdruckzuordnung im Merkmalvergleichsabschnitt 15 von den vom Bilddatenhalteabschnitt 12 ausgelesenen digitalen Bilddaten.
Der Template-Halteabschnitt 17 hält oder speichert registrierte Daten. Die registrierten Daten stellen Merkmale dar, die im Voraus von durch einen normalen oder regulären Benutzer (Benutzern) bereitgestellten digitalen Bilddaten extrahiert worden sind.
Der Merkmalvergleichsabschnitt 15 berechnet einen Ähnlichkeitsgrad zwischen den durch den Merkmalextraktionsabschnitt 14 extrahierten Merkmalen und den durch die registrierten Daten des Template-Halteabschnitts 17 dargestellten Merkmalen. D.h., der Merkmalvergleichsabschnitt 15 erzeugt einen Ähnlichkeitsgrad zwischen dem durch die digitalen Eingangsbilddaten dargestellten Fingerabdruck und dem durch die registrierten Daten dargestellten Fingerabdruck.
Der Merkmalextraktionsabschnitt 14 und der Merkmalvergleichsabschnitt 15 können in der vorstehend erwähnten ungeprüften japanischen Patentveröffentlichutng Nr. Hei 4-33065 oder in der ungeprüften japanischen Patentveröffentlichung Nr. Tokkaisyo 56-24675 beschriebene Techniken verwenden. Diese Techniken verwenden eine Position (X, Y) jeweiliger Merkmaldetails (d.h. Endpunkte von Verzweigungspunkten oder Graten) in einem vorgegebenen X-Y-Koordinatensystem, eine Gratrichtung D an der Position und Relationsnummern. Jede der Relationsnummern stellt die Anzahl von Graten zwischen den betrachteten Merkmaldetails und dem nächsten Merkmaldetail, das sich am nächsten zum betrachteten Merkmaldetail befindet, in jeweiligen Sektoren dar, die das betrachtete Merkmaldetail umschließen. Beispielsweise entsprechen die Sektoren Quadranten in einem lokalen X-Y-Koordinatensystem, das sich von dem vorgegebenen X-Y-Koordinatensystem unterscheidet und einen der Position des betrachteten Mermaldetails entsprechenden Ursprung hat. Durch diese Techniken sind Fingerabdrücke unter Verwendung der vorstehend erwähnten Merkmale präzise und zuverlässig vergleichbar.
Der Authentifizierungsentscheidungsabschnitt 16 empfängt das Entscheidungsergebnissignal vom Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 und den Ähnlichkeitsgrad vom Merkmalvergleichsabschnitt 15. Der Authentifizierungsentscheidungsabschnitt 16 entscheidet, ob das Entscheidungsergebnis darstellt, dass die digitalen Bilddaten geeignet sind, oder nicht. Außerdem entscheidet der Authentifizierungsentscheidungsabschnitt 16, ob der Ähnlichkeitsgrad größer oder gleich einem Schwellenwert ist oder nicht. Wenn der Ähnlichkeitsgrad größer oder gleich dem Schwellenwert ist, entscheidet der Authentifizierungsentscheidungsabschnitt 16, dass die digitalen Eingangsbilddaten auf dem gleichen Finger basieren wie die registrierten Daten. Schließlich akzeptiert der Authentifizierungsentscheidungsabschnitt 16 die Authentifizierungsanforderung, wenn die digitalen Bilddaten geeignet sind und der Ähnlichkeitsgrad größer oder gleich dem vorgegebenen Schwellenwert ist. Wenn dies nicht der Fall ist, weist der Authentifizierungsentscheidungsabschnitt 16 die Authentifizierungsanforderung ab.
Wenn der Authentifizierungsentscheidungsabschnitt 16 die Authentifizierungsanforderung zurückweist, kann er den Benutzer auffordern, seinen Finger erneut auf dem Fingerabdrucksensor 11 anzuordnen, wobei die im Bilddatenhalteabschnitt 12 gehaltenen Bilddaten verworfen werden.
Nachstehend wird der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 unter Bezug auf die 2 und 3 ausführlicher beschrieben.
2 zeigt eine innere Struktur des Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts 13. Wie in 2 dargestellt ist, weist der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 einen Beobachtungslinienbestimmungabschnitt 131, einen Peak-Hüllkurvenberechnungsabschnitt 132, einen Merkmalwertberechnungsabschnitt 133, einen Unterscheidungskoeffizientenhalteabschnitt 134 und einen Entscheidungsabschnitt 135 auf.
Nachstehend wird eine Verarbeitung des Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts 13 beschrieben. Der Bilddatenhalteabschnitt 12 hält die digitalen Bilddaten, die die Helligkeitswerte (oder Pixelwerte) der zweidimensionalen Matrix darstellen, die, wie vorstehend erwähnt, der zweidimensionalen Pixelmatrix entspricht. Jeder der Helligkeitswerte kann einen Wert im Bereich von 0 bis 255 annehmen. Größere Helligkeitswerte stellen hellere und kleinere Helligkeitswerte dunklere Bereiche dar. D.h., ein größerer Helligkeitswert entspricht Graten des Fingerabdrucks, während ein kleinerer Helligkeitswert den Rillen des Fingerabdrucks entspricht.
Zunächst bestimmt der Beobachtungslinienbestimmungsabschnitt 131 eine Beobachtungslinie, um sie auf dem durch die digitalen Bilddaten dargestellten Fingerabdruckbild zu setzen, wie in 3A dargestellt ist. Die Beobachtungslinie ist eine gerade Linie, die parallel zur X-Richtung und durch eine Bildmitte des Fingerabdruckbildes verläuft. Die X-Richtung erstreckt sich senkrecht zu einer Y-Richtung, die parallel zu einer Längsrichtung des Fingers (oder zur Fingerachse) verläuft. Die X- und die Y-Richtung werden zum Bestimmen der Beobachtungslinie unabhängig vom vorstehend erwähnten vorgegebenen X-Y-Koordinatensystem und vom vorstehend erwähnten lokalen X-Y-Koordinatensystem verwendet.
Der Peak-Hüllkurvenberechnungsabschnitt 132 bestimmt Peak-Hüllkurven bezüglich der Beobachtungslinie. Die Peak-Hüllkurven bestehen aus einer oberen und einer unteren Hüllkurve. Die obere Hüllkurve stellt einen Liniengraphen dar, der lokale Maxima (oder hellste Punkte) eines Graphen (Helligkeitsgraphen) verbindet, der Helligkeitswerte als Funktion der Positionen auf der Beobachtungslinie darstellt. Die untere Hüllkurve verbindet lokale Minima (oder dunkelste Punkte) des Helligkeitsgraphen. 3B zeigt ein Beispiel einer Kombination aus dem Helligkeitsgraphen und den Peak-Hüllkurven. In 3B stellt eine durchgezogene Linie (oder eine Funktion g(x)) den Helligkeitsgraphen dar, während unterbrochene Linien (oder Funktionen H(x) und L(x)) die Peak-Hüllkurven darstellen. Die Beispiele von 3B basieren jedoch nicht auf dem Fingerabdruckbild von 3A.
Gemäß durch den vorliegenden Erfinder durchgeführten Experimenten zeigt ein fouriertransformiertes Bild des Fingerabdruckbildes im Realraum deutliche Punkte, die einer periodischen Struktur von Graten des Fingerabdrucks entsprechen, wenn das Fingerabdruckbild durch den Fingerabdrucksensor 11 geeignet aufgenommen wird (oder wenn das Fingerabdruckbild unter der Bedingung aufgenommen wird, dass die vorstehend erwähnten Punkte (1), (2) und (3) erfüllt sind). Andererseits weist das fouriertransformierte Bild häufig keine deutlichen Punkte oder verschmierte Punkte auf, wenn das Fingerabdruckbild ungeeignet durch den Fingerabdrucksen sor 11 aufgenommen wird (oder wenn das Fingerabdruckbild aufgenommen wird, während die vorstehend erwähnten Punkte (1), (2) und/oder (3) nicht erfüllt sind). Die deutlichen Punkte zeigen an, dass eine Querschnittsfläche der Grate des Fingerabdrucks einer Sinuswellenform ähnelt. Die Form der Querschnittsfläche entspricht dem Helligkeitsgraphen. Die Form der Querschnittsfläche wird auch als Gratkurve bezeichnet.
Außerdem weisen die Peak-Hüllkurven gemäß anderen durch den vorliegenden Erfinder durchgeführten Experimenten eine Welligkeit auf, wenn ein Eingangsfingerabdruckbild durch den Fingerabdrucksensor 11 geeignet aufgenommen wird, während die vorstehend erwähnten Punkte (1), (2) und (3) erfüllt sind. Andererseits kommt es häufig vor, dass die Peak-Hüllkurven flach sind, wenn die vorstehend erwähnten Punkte (1), (2) und (3) nicht erfüllt sind. Daher kann unter Verwendung der Gratkurve und der Hüllkurven entschieden werden, ob die digitalen Eingangsbilddaten geeignet sind oder nicht.
Der Helligkeitswerte als Funktion der Positionen auf der Beobachtungslinie darstellende Helligkeitsgraph zeigt mit Ausnahme größerer Änderungen, die Graten und Rillen eines Fiungerabdrucks entsprechen, nur kleinere Änderungen. Die kleineren Änderungen basieren auf kleineren Unregelmäßigkeiten oder Ungleichmäßigkeiten auf Oberflächen der Grate und Rillen des Fingerabdrucks. Um den Graten und Rillen entsprechende Peak-Hüllkurven zu erhalten, die nicht durch die kleineren Unregelmäßigkeiten beeinflußt sind, werden die Peak-Hüllkurven folgendermaßen berechnet.
4 zeigt einen Algorithmus zum Berechnen der oberen Peak-Hüllkurve H(x) durch den Peak-Hüllkurvenberechnungsabschnitt 132. Die Position auf der Beobachtungslinie wird durch eine Variable x dargestellt, während der Helligkeitswert an der Position x durch D[x] dargestellt wird. Ein Peakpositions-Array von Positionen gefundener lokaler Maxima wird durch PX[] dargestellt, während ein Peakwert-Array von Helligkeitswerten der gefundenen lokalen Maxima durch PD[] dargestellt wird. Die Anzahl gefundener lokaler Maxima wird durch pn dargestellt. Ein allgemeiner mittlerer Gratabstand wird durch w dargestellt. Der allgemeine mittlere Gratabstand w wird auf der Basis einer großen Anzahl tatsächlicher Meßergebnisse und der Auflösung des Fingerabdrucksensors 11 bestimmt. Der allgemeine mittlere Abstand w dient als vorausgesetzter Standardabstand für das Fingerabdruckbild. Das letzte gefundene lokale Maximum hat eine durch PX[pn] dargestellte Position und den durch PD[pn] dargestellten Helligkeitswert. Die Position PX[pn] und der Wert PD[pn] werden auch als letzte Peakposition PX[pn] bzw. letzter Peakwert PD[pn] bezeichnet.
In einem Schritt S41 wird die Variable x auf einen der linken Endposition auf der Beaobachtungslinie entsprechenden Wert x1 gesetzt. Anfangswerte "0", "0" und "x1" werden der Nummer pn, dem letzten Peakwert PD[pn]. bzw. der letzten Peakposition PX[pn] zugeordnet.
In einem Schritt S42 wird die Variable x, nachdem sie um 1 erhöht worden ist, mit einem der rechten Endposition auf der Beobachtungslinie entsprechenden Wert x2 verglichen. So lange bis die Variable x dem Wert x2 gleicht, werden die Schritte S43 bis S46 wiederholt.
Wenn die Variable x kleiner ist als x2, wird in Schritt S43 der Helligkeitswert D[x] mit dem letzten Peakwert PD[pn] verglichen, während die Variable x mit der Summe aus der letzten Peakposition PX[pn] und dem mittleren Abstand w verglichen wird. Wenn der Helligkeitswert D[x] größer ist als der letzte Peakwert PD[pn] und die Variable x kleiner ist als die Summe aus der letzten Peakposition PX[pn] und dem mittleren Abstand w, schreitet die Verarbeitung von Schritt S43 zu Schritt S44 fort. Andernfalls schreitet die Verarbeitung von Schritt S43 zu Schritt S45 fort.
In Schritt S44 werden die letzte Peakposition PX[pn] und der letzte Peakwert PD[pn] durch die Variable x bzw. den Helligkeitswert D[x] ersetzt. Dann springt die Verarbeitung von Schritt S44 zu Schritt S42 zurück.
In Schritt S45 wird die Variable x mit der Summe aus der letzten Peakposition PX[pn] und dem mittleren Abstand w verglichen. Wenn die Variable x größer als die Summe aus der letzten Peakposition PX[pn] und dem mittleren Abstand w ist, schreitet die Verarbeitung von Schritt S45 zu Schritt S46 fort. Andernfalls springt die Verarbeitung von Schritt S45 zu Schritt S42 zurück.
In Schritt S46 wird pn um 1 erhöht. Dadurch wird angezeigt, dass ein neues lokales Maximum gefunden wurde. Außerdem werden die letzte Peakposition PX[pn] und der letzte Peakwert PD[pn] ähnlich wie in Schritt S44 durch die Variable x bzw. den Helligkeitswert D[x] ersetzt. Dann springt die Verarbeitung von Schritt S46 zu Schritt S42 zurück.
Dadurch werden das Peakposition-Array PX[] und das Peakwert-Array PX[] gefunden. Diese Arrays stellen Positionen lokaler Maxima des Helligkeitsgraphen dar, der Helligkeitswerte als Funktion der Positionen auf der Beobachtungslinie darstellt. Die obere Peak-Hüllkurve H(x) wird durch Verbinden jeweiliger Paare benachbarter lokaler Maxima durch eine gerade Linie auf dem Helligkeitsgraphen bestimmt. Die obere Peak-Hüllkurve H(x) hat, wie vorstehend erwähnt wurde, die Form eines Liniengraphen.
Hinsichtlich der unteren Peak-Hüllkurve L(x) muss die Verarbeitung von Schritt S43 ausgehend folgendermaßen geändert werden. D.h., die Verarbeitung schreitet von Schritt S43 zu Schritt S44 fort, wenn der Helligkeitswert D[x] kleiner ist als der letzte Peakwert PD'[pn] und die Variable x kleiner ist als die Summe aus der letzten Peakposition PX'[pn] und dem mittleren Abstand w. Hierbei stellt PD'[] ein Peakwert-Array von Helligkeitswerten der gefundenen lokalen Minima dar, während PX'[] ein Peakposition-Array von Positionen gefundener lokaler Minima darstellt.
Die untere Peak-Hüllkurve L(x) wird ebenfalls durch Verbinden jeweiliger Paare benachbarter lokaler Minima durch eine gerade Linie auf dem Helligkeitsgraphen bestimmt. Die untere Peak-Hüllkurve L(x) hat wie die obere Hüllkurve H(x) die Form eines Liniengraphen.
Die obere Peak-Hüllkurve H(x) und die untere Peak-Hüllkurve L(x) werden, wie in 2 dargestellt, dem Merkmalwertberechnungsabschnitt 133 zugeführt.
Der Merkmalwertberechnungsabschnitt 133 berechnet die folgenden Merkmalwerte X₁, X₂, X₃, X₄ und X₅.
X₁ stellt einen Mittelwert der unteren Peak-Hüllkurve L(x) dar. X₁ ist gegeben durch:
wobei X die Anzahl der verfügbaren Pixel (wie später erläutert wird) auf der Beobachtungslinie darstellt.
X₂ stellt einen Mittelwert der Differenz zwischen der Helligkeit g(x) und der unteren Peak-Hüllkurve L(x) dar. X₂ ist gegeben durch:
X₃ stellt einen Mittelwert von Mittelwerten der oberen Peak-Hüllkurve H(x) und der unteren Peak-Hüllkurve L(x) dar. X₃ ist gegeben durch:
X₄ stellt einen Mittelwert der Differenz zwischen dem oberen Helligkeits-Grenzwert (= 255) und der oberen Peak-Hüllkurve H(x) dar. X₄ ist gegeben durch:
X₅ stellt einen Mittelwert der Differenz zwischen der Helligkeit g(x) und der oberen Peak-Hüllkurve H(x) dar. X₅ ist gegeben durch:
In jeder Gleichung wird eine Integration für die verfügbaren Pixel auf der Beobachtungslinie ausgeführt. Jeder der verfügbaren Pixel hat einen Helligkeitsbereich, der breiter ist als eine vorgegebene Breite. D.h., die verfügbaren Pixel entsprechen den Positionen, an denen die Differenz zwischen der oberen Peak-Hüllkurve H(x) und der unteren Peak-Hüllkurve L(x) größer ist als ein vorgegebener Schwellenwert T. Beispielsweise beträgt der vorgegebene Schwellenwert T = 40.
Die Merkmalwerte X₁, X₂, X₃, X₄ und X₅ werden für den Entscheidungsabschnitt 135 bereitgestellt. Der Entscheidungsabschnitt 135 berechnet den charakteristischen Wert unter Verwendung der Merkmalwerte X₁, X₂, X₃, X₄ und X₅ und von Unterscheidungskoeffizienten b₀, b₁, b₂, b₃, b₄ und b₅, die im Unterscheidungskoeffizientenhalteabschnitt 134 gehalten werden.
Die Unterscheidungskoeffizienten b₀ bis b₅ werden durch den Merkmalwertberechnungsabschnitt 133 in einer Lernphase vor der vorstehend erwähnten Unterscheidungsphase im Voraus erzeugt.
In der Lernphase werden digitale Bilddaten einer großen Anzahl von Fingerabdrücken als Lerndatensätze verwendet. Die Lerndatensätze sind in zwei Gruppen klassifiziert. Eine ers te Gruppe der Lerndatensätze wird unter einer geeigneten Bedingung erhalten, während eine zweite Gruppe von Lerndatensätzen unter einer ungeeigneten Bedingung erhalten wird. Die geeignete Bedingung ist, dass (1) die Änderung der äußeren Umgebung, z.B. des vom Licht für den Fingerabdrucksensor 11 verschiedenen Außenlichts, sehr klein ist; (2) das auf dem Fingerabdrucksensor 11 angeordnete Objekt für eine Eingabe geeignete Eigenschaften aufweist; und (3) das Objekt eine geeignete physische Beziehung mit dem Fingerabdrucksensor 11 hat.
Der Merkmalwertberechnungsabschnitt 133 berechnet die Merkmalwerte X₁, X₂, X₃, X₄ und X₅ für jeden der Lerndatensätze auf die vorstehend erwähnte Weise. Außerdem berechnet der Merkmalwertberechnungsabschnitt 133 die Unterscheidungskoeffizienten b₀, b₁, b₂, b₃, b₄ und b₅. D.h., der Merkmalwertberechnungsabschnitt 133 führt eine mehrfache lineare Regressionsanalyse unter Verwendung einer Regressionsgleichung: y = b0 + b1X1 + ... + b5X5 aus. Hierbei sind Sollvariablen 1 (y = 1) und –1 (y = –1) für die erste Gruppe bzw. die zweite Gruppe der Lerndatensätze gegeben. Daher berechnet der Merkmalwertberechnungsabschnitt 133 die Unterscheidungskoeffizienten b₀, b₁, b₂, b₃, b₄ und b₅ und stellt sie für den Unterscheidungskoeffizientenhalteabschnitt 134 bereit.
Der Unterscheidungskoeffizientenhalteabschnitt 134 hält die Unterscheidungskoeffizienten b₀, b₁, b₂, b₃, b₄ und b₅.
In der Unterscheidungsphase berechnet der Entscheidungsabschnitt 135 den Wert y der vorstehend erwähnten Regressionsgleichung als charakteristischen Wert. Wenn der charakteristische Wert innerhalb des vorgegebenen Bereichs liegt, entscheidet der Entscheidungsabschnitt 135, dass die digitalen Bilddaten geeignet sind. Wenn dagegen der charakteristische Wert außerhalb des vorgegebenen Bereichs liegt, entscheidet der Entscheidungsabschnitt 135, dass die digitalen Bilddaten ungeeignet sind. Beispielsweise sind die digitalen Bilddaten geeignet, wenn der charakteristische Wert positiv ist, während sie ungeeignet sind, wenn der charakteristische Wert negativ ist.
Der Entscheidungsabschnitt 135 erzeugt ein Entscheidungsergebnissignal, das anzeigt, ob die digitalen Bilddaten geeignet oder ungeeignet sind. Der Authentifizierungsentscheidungsabschnitt 16 führt eine Authentifizierungsverarbeitung unter Verwendung des Vergleichsergebnisses (oder des Ähnlichkeitsgrades) vom Merkmalvergleichsabschnitt 15 aus, wenn das Entscheidungsergebnissignal anzeigt, dass die digitalen Bilddaten geeignet sind. Der Authentifizierungsentscheidungsabschnitt 16 akzeptiert die Authentifizierungsanforderung, wenn der Ähnlichkeitsgrad größer oder gleich dem Schwellenwert ist. Der Authentifizierungsentscheidungsabschnitt 16 führt dagegen keine Authentifizierungsverarbeitung unter Verwendung des Vergleichsergebnisses aus, wenn das Entscheidungsergebnis anzeigt, dass die digitalen Bilddaten ungeeignet sind. Der Authentifizierungsentscheidungsabschnitt 16 weist in diesem Fall die Authentifizierungsanforderung ab.
Obwohl die Lerndatensätze gemäß der vorstehenden Beschreibung in zwei Gruppen klassifiziert sind, können die Lerndatensätze auch in sechs Gruppen klassifiziert sein. D.h., die Lerndatensätze werden gemäß jeder der vorstehend erwähnten Bedingungen (1), (2) und (3) in zwei Gruppen klassifiziert.
In diesem Fall werden eine erste und eine zweite Gruppe, die gemäß der vorstehend erwähnten Bedingung (1) klassifiziert sind, zum Berechnen eines ersten Satzes von Unterscheidungskoeffizienten b₀ ⁽¹⁾, b₁ ⁽¹⁾, b₂ ⁽¹⁾, b₃ ⁽¹⁾, b₄ ⁽¹⁾ und b₅ ⁽¹⁾ verwendet. Eine dritte und eine vierte Gruppe, die gemäß der vorstehend erwähnten Bedingung (2) klassifiziert sind, werden zum Berechnen eines zweiten Satzes von Unterscheidungskoeffizienten b₀ ⁽²⁾, b₁ ⁽²⁾, b₂ ⁽²⁾, b₃ ⁽²⁾, b₄ ⁽²⁾ und b₅ ⁽²⁾ verwendet.
Eine fünfte und eine sechte Gruppe, die gemäß der vorstehend erwähnten Bedingung (3) klassifiziert sind, werden zum Berechnen eines dritten Satzes von Unterscheidungskoeffizienten b₀ ⁽³⁾, b₁ ⁽³⁾, b₂ ⁽³⁾, b₃ ⁽³⁾, b₄ ⁽³⁾ und b₅ ⁽³⁾ verwendet.
Um die Unterscheidungskoeffizienten b₀ ⁽¹⁾ bis b₅ ⁽¹⁾ zu finden, werden zunächst die Merkmalwerte X₁, X₂, X₃, X₄ und X₅ für jeden der Lerndatensätze der ersten und der zweiten Gruppe berechnet. Dann werden die Sollvariablen 1 und –1 der ersten bzw. der zweiten Gruppe zugeordnet, während die mehrfache lineare Regressionsanalyse unter Verwendung der Regressionsgleichung: y(1) = b0 (1) + b1 (1)X1 + ... + b5 (1)X5 ausgeführt wird.
Ähnlicherweise werden die Unterscheidungskoeffizienten b₀ ⁽²⁾ bis b₅ ⁽²⁾ und b₀ ⁽³⁾ bis b₅ ⁽³⁾ unter Verwendung der folgenden Regressionsgleichungen bestimmt: y(2) = b0 (2) + b1 (2)X1 + ... + b5 (2)X5 y(3) = b0 (3) + b1 (3)X1 + ... + b5 (3)X5
In der Unterscheidungsphase werden die digitalen Eingangsbilddaten für die Authentifizierung zum Berechnen der Merkmalwerte X₁, X₂, X₃, X₄ und X₅ verwendet. Außerdem werden vorläufige charakteristische Werte y⁽¹⁾, y⁽²⁾ und y⁽³⁾ unter Verwendung der Merkmalwerte X₁–X₅ und der Unterscheidungskoeffizienten b₀ ⁽¹⁾–b₅ ⁽¹⁾, b₀ ⁽²⁾–b₅ ⁽²⁾ und b₀ ⁽³⁾–b₅ ⁽³⁾ berechnet. Wenn alle vorläufigen charakteristischen Werte y⁽¹⁾, y⁽²⁾ und y⁽³⁾ innerhalb des vorgegebenen Bereichs liegen (z.B. positiv sind), können die digitalen Eingangsbilddaten als geeignet erfaßte Daten betrachtet werden. Daher wird in diesem Fall der Minimalwert der vorläufigen charakteristischen Werte y⁽¹⁾, y⁽²⁾ und y⁽³⁾ als endgültiger charakteristischer Wert ausgewählt. D.h., der Entscheidungsabschnitt 135 des Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts 13 entscheidet auf der Basis des endgültigen charakteristischen Wertes, ob die digitalen Bilddaten geeignet sind oder nicht.
Nachstehend wird unter Bezug auf die 5 und 6A–6C eine zweite Ausführungsform eines erfindungsgemäßen Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts 13' beschrieben.
Wie in 5 dargestellt ist, weist der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13' zusätzlich zur Struktur des in 2 dargestellten Eingangsfingerabdruckcharakteristikbeurteilungsabschnitts 13 einen Abschnitt 136 zum Berechnen eines mittleren Abstands auf. Der Beobachtungslinienbestimmungsabschnitt 131' und der Peak-Hüllkurvenberechnungsabschnitt 132' unterscheiden sich vom Beobachtungslinienbestimmungsabschnitt 131 bzw. vom Peak-Hüllkurvenberechnungsabschnitt 132 von 2 hinsichtlich der Verarbeitung. Der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13' wird in der Fingerabdruckauthentifizierungsvorrichtung von 1 als Ersatz für den Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 verwendet.
Der Beobachtungslinienbestimmungsabschnitt 131' bestimmt eine Fingerabdruckmitte und eine Fingerspitzenrichtung. Die Fingerabdruckmitte wird als Kern bezeichnet. Die Fingerspitzenrichtung erstreckt sich in Richtung einer Fingerspitze eines Fingerabdruckbildes, das durch die durch den Bilddatenhalteabschnitt 12 gespeicherten digitalen Bilddaten (oder zweidimensionale Array-Daten) dargestellt wird.
Die Fingerabdruckmitte kann folgendermaßen bestimmt werden. Die Fingerspitzenrichtung kann beispeilsweise durch eine in der japanischen Patentveröffentlichung Nr. 2776757 beschriebene Technik bestimmt werden. In dieser Technik wird vorausgesetzt, dass radiale Vektoren und Gratvektoren eine einheitliche Länge haben. Die radialen Vektoren sind von der Fingerabdruckmitte radial ausgerichtet und von der Fingerabdruckmitte beabstandet. Außerdem sind die radialen Vektoren in der Umfangsrichtung in vorgegebenen (z.B. regelmäßigen) Intervallen angeordnet. Jeder der Gratvektoren hat einen mit einem der anderen radialen Vektoren gemeinsamen Anfangspunkt. Jeder der Gratvektoren erstreckt sich am Anfangspunkt parallel zu einer Gratrichtung. Die Gratrichtung kann auf eine bekannte Weise bestimmt werden. Es werden innere oder Skalarprodukte der radialen Vektoren und der Gratvektoren berechnet. Eine Folge der Skalarprodukte in der Umfangsrichtung hat ein Muster. Die Fingerspitzenrichtung kann durch Vergleichen des Musters mit einem im Voraus erstellten Musterverzeichnis bestimmt werden. Dies ist der Fall, weil die Gratrichtung und die radiale Richtung miteinander verglichen werden. Wenn ein bestimmter radialer Vektor parallel zur Fingerspitzenrichtung verläuft, hat das Skalarprodukt bezüglich dieses radialen Vektors einen Minimalwert (oder lokalen Minimalwert).
Der Beobachtungslinienbestimmungsabschnitt 131' bestimmt zwei Beobachtungslinien auf der Basis der Fingerabdruckmitte und der Fingerspitzenrichtung. D.h., eine der Beobachtungslinien erstreckt sich parallel zur Fingerspitzenrichtung und durch die Fingerabdruckmitte, während die andere sich senkrecht zur Fingerspitzenrichtung und durch die Fingerabdruckmitte erstreckt. Eine X- und eine Y-Achse werden parallel zu den Beobachtungslinien festgelegt. 6A zeigt ein Beispiel von auf dem Fingerabdruckbild festgelegten Beobachtungslinien.
Der Abschnitt 136 zum Berechnen eines mittleren Abstands berechnet einen individuellen mittleren Abstand von Graten gemäß den im Bilddatenhalteabschnitt 12 gehaltenen digitalen Bilddaten. Der individuelle mittlere. Abstand wird als Ersatz für den in der ersten Ausführungsform verwendeten allgemeinen mittleren Abstand w verwendet. Dies ist der Fall, weil verschiedene Personen verschiedene individuelle Abstände aufweisen. Beispielsweise sind die individuellen mittleren Abstände vom Geschlecht der Person, der der durch die digitalen Bilddaten dargestellte Fingerabdruck zugeordnet ist, von ihrem Alter, usw. abhängig. Daher wird durch Verwendung des individuellen mittleren Abstands für jedes Fingerabdruckbild die Genauigkeit für die Bestimmung der Peak-Hüllkurven im Vergleich zu einem Fall erhöht, in dem der allgemeine mittlere Abstand w verwendet wird. Zum Bestimmen des individuellen mittleren Abstand legt der Abschnitt 136 zum Berechnen eines mittleren Abstands mehrere quadratische Bereiche auf dem Fingerabdruckbild fest. Wenn der Fingerabdrucksensor 512 × 512 Pixel aufweist, weist jeder der quadratischen Bereiche beispielsweise 128 × 128 Pixel auf. Der Abschnitt 136 zum Berechnen eines mittleren Abstands führt für jeden der quadratischen Bereiche eine Frequenzanalyse aus. Der Abschnitt 136 zum Berechnen eines mittleren Abstands berechnet für jeden der quadratischen Bereiche vorläufige mittlere Abstände, die jeweils einem Peak im Frequenzbereich entsprechen. Schließlich berechnet der Abschnitt 136 zum Berechnen eines mittleren Abstands die vorläufigen mittleren Abstände als den individuellen mittleren Abstand.
Der Peak-Hüllkurvenberechnungsabschnitt 132' berechnet Peak-Hüllkurven bezüglich jeder der Beobachtungslinien auf die gleiche Weise wie in der ersten Ausführungsform. Der durch den Abschnitt 136 zum Berechnen eines mittleren Abstands berechnete individuelle mittlere Abstand wird jedoch als Ersatz für den allgemeinen mittleren Abstand w zum Berechnen der Peak-Hüllkurven verwendet. Beispiele von Peak- Hüllkurven sind in den 6B und 6C dargestellt, die Beobachtungslinien darstellen, die parallel zur X- bzw. zur Y-Richtung verlaufen. Die Peak-Hüllkurven sind Liniengraphen, die lokale Maxima bzw. lokale Minima der Helligkeitswerte als Funktion der Positionen auf der jeweiligen Beobachtungslinie verbinden.
Der Merkmalwertberechnungsabschnitt 133 berechnet die der jeweiligen Beobachtungslinie zugeordneten Merkmalwerte auf ähnliche Weise wie in der ersten Ausführungsform. D.h., der Merkmalwertberechnungsabschnitt 133 bestimmt zwei Sätze der Merkmalwerte, die den beiden Beobachtungslinien zugeordnet sind.
In einer Lernphase berechnet der Merkmalwertberechnungsabschnitt 133 ferner die jeder Beobachtungslinie zugeordneten Unterscheidungskoeffizienten auf eine ähnliche Weise wie in der ersten Ausführungsform. D.h., der Merkmalwertberechnungsabschnitt 133 bestimmt zwei Sätze von Unterscheidungskoeffizienten, die den beiden Beobachtungslinien zugeordnet sind. Die Unterscheidungskoeffizienten werden im Unterscheidungskoeffizientenhalteabschnitt 134 gespeichert.
In einer Unterscheidungsphase berechnet der Entscheidungsabschnitt 135 zwei vorläufige charakteristische Werte, die den beiden Beobachtungslinien entsprechen, unter Verwendung der beiden Merkmalwertsätze und der beiden Unterscheidungskoeffizientensätze auf ähnliche Weise wie in der ersten Ausführungsform. Der Entscheidungsabschnitt 135 wählt einen kleineren der vorläufigen charakteristischen Werte als endgültigen charakteristischen Wert aus, um zu entscheiden, ob das Fingerabdruckbild geeignet ist oder nicht. Wenn der endgültige charakteristische Wert beispielsweise positiv ist, entscheidet der Entscheidungsabschnitt 135, dass das Fingerabdruckbild geeignet ist. Wenn der endgültige charakteristische Wert negativ ist, entscheidet der Entscheidungsab schnitt 135, dass das Fingerabdruckbild ungeeignet ist. Der Entscheidungsabschnitt 135 führt das Entscheidungsergebnis dem Authentifizierungsentscheidungsabschnitt 16 zu.
Der Authentifizierungsentscheidungsabschnitt 16 führt, wie vorstehend erwähnt, eine Fingerabdruckauthentifizierung unter Verwendung des Entscheidungsergebnisses vom Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13' und des Ähnlichkeitsgrades vom Merkmalvergleichsabschnitt 14 aus. Der Authentifizierungsentscheidungsabschnitt 16 akzeptiert die Authentifizierungsanforderung, wenn das Entscheidungsergebnis anzeigt, dass das Fingerabdruckbild geeignet und der Ähnlichkeitsgrad größer oder gleich dem Schwellenwert ist. Andernfalls weist der Authentifizierungsentscheidungsabschnitt 16 die Authentifizierungsanforderung zurück.
Wenn der Authentifizierungsentscheidungsabschnitt 16 die Authentifizierungsanforderung zurückweist, kann der Benutzer aufgefordert werden, seinen Finger erneut auf dem Fingerabdrucksensor 11 anzuordnen, wobei die im Bilddatenhalteabschnitt 12 gehaltenen digitalen Bilddaten verworfen werden.
In den vorstehend erwähnten Ausführungsformen wird der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 (13') ähnlich wie der Merkmalextraktionsabschnitt 14, der Merkmalvergleichsabschnitt 15 und der Authentifizierungsentscheidungsabschnitt 16 in Form eines Computerprogramms (d.h. durch Software) bereitgestellt. D.h., der Eingangsfingerabdruckcharakteristikbeurteilungsabschnitt 13 (13') wird durch Ausführen des Computerprogramms in einem Computersystem realisiert. Das Computersystem dient als die Fingerabdruckauthentifizierungsvorrichtung 10.
Gemäß den vorstehend erwähnten Ausführungsformen wird durch Ausführen einer Softwareverarbeitung bestimmt (1) ob eine Änderung der äußeren Umgebung, z.B. des vom Licht für den Fingerabdrucksensor 11 verschiedenen Außenlichts, kleiner ist als ein maximal zulässiger Wert oder nicht, (2) ob das auf dem Fingerabdrucksensor 11 angeordnete Objekt Charakteristiken oder Merkmale aufweist, die für eine Eingabe geeignet sind oder nicht; und (3) ob das Objekt eine geeignete physische Beziehung mit dem Fingerabdrucksensor 11 hat oder nicht. Daher ist es nicht notwendig, besondere Hardware für die vorstehend erwähnten Entscheidungen bereitzustellen. Dadurch weist die Fingerabdruckauthentifizierungsvorrichtung zwei Vorteile auf, d.h. eine hohe Präzision bei der Fingerabdruckauthentifizierung und eine kostengünstige Struktur.
Außerdem verwendet die Fingerabdruckauthentifizierungsvorrichtung eine oder zwei Beobachtunglinien zum Ausführen der vorstehend erwähnten Entscheidungen. Infolgedessen ist für die vorstehend erwähnten Entscheidungen im Vergleich zu einem Fall, in dem alle digitalen Bilddaten verwendet werden, ein geringerer Rechenaufwand erforderlich. Daher muss der Datendurchsatz der Fingerabdruckauthentifizierungsvorrichtung nicht erhöht werden. D.h., die für die Fingerabdruckauthentifizierung erforderliche Verarbeitungszeit nimmt durch die vorstehend erwähnten Entscheidungen kaum zu.
Obwohl die vorliegende Erfindung vorstehend in Verbindung mit einigen wenigen Ausführungsformen beschrieben worden ist, ist für Fachleute ersichtlich, dass die vorliegende Erfindung auch auf verschiedene andere Weisen realisierbar ist.
Beispielsweise kann durch den Eingangsfingerabdruckbeurteilungsabsschnitt 13 (13') der (endgültige) charakteristische Wert dem Authentifizierungsentscheidungsabschnitt 16 zugeführt werden. In diesem Fall erfolgt die Entscheidung, ob der Fingerabdruck geeignet ist oder nicht, durch den Authentifizierungsentscheidungsabschnitt 16.

Claims

Fingerabdruckauthentifizierungsverfahren mit: einem ersten Schritt zum Vergleichen von Merkmalen von auf einem durch einen Benutzer eingegebenen Fingerabdruck basierenden Eingangsdaten mit Merkmalen registrierter Daten; einem zweiten Schritt zum Entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht, auf der Basis einer räumlichen Helligkeitsverteilung in einem durch die Eingangsdaten dargestellten Eingangsbild; und einem dritten Schritt zum Authentifizieren der Eingangsdaten gemäß Ergebnissen des ersten und des zweiten Schritts; dadurch gekennzeichnet, dass der zweite Schritt aufweist: einen vierten Schritt zum Bestimmen einer Beobachtungslinie auf dem Eingangsbild; einen fünften Schritt zum Bestimmen eines Paars Peak-Hüllkurven, die zwei Liniengraphen darstellen, die lokale Maxima bzw. lokale Minima eines Graphen der Helligkeit als Funktion von Positionen auf der Beobachtungslinie verbinden; einen sechsten Schritt zum Berechnen von Merkmalwerten auf der Basis der Peak-Hüllkurven, wobei die Merkmalwerte Merkmale der räumlichen Helligkeitsverteilung darstellen; und einen siebenten Schritt zum Entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht, auf der Basis der Merkmalwerte.
Verfahren nach Anspruch 1, wobei der siebente Schritt unter Verwendung einer oder mehrerer Unterscheidungsfunktionen und entsprechender Unterscheidungskoeffizienten ausgeführt wird, die im Voraus unter Verwendung der Unterscheidungsfunktionen berechnet werden, wobei die Unterscheidungsfunktionen zum Bestimmen eines charakteristischen Wertes gemäß den Merkmalwerten dienen, und wobei der charakteristische Wert dazu verwendet wird, zu entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht.
Verfahren nach Anspruch 2, wobei die Unterscheidungsfunktionen und die entsprechenden Unterscheidungskoeffizienten durch einen Lernvorgang unter Verwendung von Lerndatensätzen von Fingerabdrücken bestimmt werden.
Verfahren nach Anspruch 2, wobei die Unterscheidungsfunktionen die Merkmalwerte mit den Unterscheidungskoeffizienten gewichten und die gewichteten Merkmalewerte addieren, um den charakteristischen Wert zu bestimmen.
Verfahren nach einem der Ansprüche 1 bis 4, wobei der vierte Schritt aufweist: einen achten Schritt zum Bestimmen einer Fingerabdruckmitte und einer Fingerspritzenrichtung auf dem Eingangsbild; und einen neunten Schritt zum Bestimmen zweier gedachter Linien auf dem Eingangsbild, wobei eine der gedachten Linien parallel zur Fingerspitzenrichtung verläuft und als Beobachtungslinie verwendet wird, und die andere der gedachten Linien senkrecht zur Fingerspitzenrichtung verläuft und für eine andere Beobachtungslinie verwendet wird.
Verfahren nach einem der Ansprüche 1 bis 5, wobei der fünfte Schritt unter der Bedingung ausgeführt wird, dass der Abstand zwischen benachbarten lokalen Maxima oder benachbarten lokalen Minima größer ist als ein vorgegebener Abstand.
Verfahren nach Anspruch 6, wobei der vorgegebene Abstand einem mittleren Gratintervall einer großen Anzahl von Proben entspricht.
Verfahren nach Anspruch 6, wobei der vorgegebene Abstand einem mittleren Gratintervall entspricht, das unter Anwendung einer Fourier-Transformation auf mehrere Bereiche des Eingangsbildes berechnet wird.
Verfahren nach einem der Ansprüche 1 bis 8, wobei der sechste Schritt durch Integrieren einer räumlichen Verteilungsfunktion, die die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt, und von die Peak-Hüllkurven darstellenden Peak-Hüllkurvenfunktionen ausgeführt wird.
Computerlesbares Programm, durch das veranlaßt wird, dass ein Computersystem als Fingerabdruckauthentifizierungsvorrichtung dient, mit: einem ersten Schritt zum Vergleichen von Merkmalen von auf einem durch einen Benutzer eingegebenen Finger abdruck basierenden Eingangsdaten mit Merkmalen registrierter Daten; einem zweiten Schritt zum Entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht, auf der Basis einer räumlichen Helligkeitsverteilung eines durch die Eingangsdaten dargestellten Eingangsbildes; und einem dritten Schritt zum Authentifizieren der Eingangsdaten gemäß Ergebnissen des ersten und des zweiten Schritts; dadurch gekennzeichnet, dass der zweite Schritt aufweist: einen vierten Schritt zum Bestimmen einer Beobachtungslinie auf dem Eingangsbild; einen fünften Schritt zum Bestimmen eines Paars Peak-Hüllkurven, die zwei Liniengraphen darstellen, die lokale Maxima bzw. lokale Minima eines Graphen verbinden, der die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt; einen sechsten Schritt zum Berechnen von Merkmalwerten auf der Basis der Peak-Hüllkurven, wobei die Merkmalwerte Merkmale der räumlichen Helligkeitsverteilung darstellen; und einen siebenten Schritt zum Entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht, auf der Basis der Merkmalwerte.
Programm nach Anspruch 10, wobei der siebente Schritt unter Verwendung einer oder mehrerer Unterscheidungsfunktionen und entsprechender Unterscheidungskoeffizienten ausgeführt wird, die im Voraus unter Verwendung der Unterscheidungsfunktionen berechnet werden, wobei die Unterscheidungsfunktionen zum Bestimmen eines cha rakteristischen Wertes gemäß den Merkmalwerten dient, und wobei der charakteristische Wert dazu verwendet wird, zu entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht.
Programm nach Anspruch 11, wobei die Unterscheidungsfunktionen und die entsprechenden Unterscheidungskoeffizienten durch einen Lernvorgang unter Verwendung von Lerndatensätzen von Fingerabdrücken bestimmt werden.
Programm nach Anspruch 11, wobei die Unterscheidungsfunktionen die Merkmalwerte mit den Unterscheidungskoeffizienten gewachten und die gewichteten Merkmalwerte addieren, um den charakteristischen Wert zu bestimmen.
Programm nach einem der Ansprüche 10 bis 13, wobei der vierte Schritt aufweist: einen achten Schritt zum Bestimmen einer Fingerabdruckmitte und einer Fingerspritzenrichtung auf dem Eingangsbild; und einen neunten Schritt zum Bestimmen zweier gedachter Linien auf dem Eingangsbild, wobei eine der gedachten Linien parallel zur Fingerspitzenrichtung verläuft und als Beobachtungslinie verwendet wird, und die andere der gedachten Linien senkrecht zur Fingerspitzenrichtung verläuft und für eine andere Beobachtungslinie verwendet wird.
Programm nach einem der Ansprüche 10 bis 14, wobei der fünfte Schritt unter der Bedingung ausgeführt wird, dass der Abstand zwischen benachbarten lokalen Maxima oder benachbarten lokalen Minima größer ist als ein vorgegebener Abstand.
Programm nach Anspruch 15, wobei der vorgegebene Abstand einem mittleren Gratintervall einer großen Anzahl von Proben entspricht.
Programm nach Anspruch 15, wobei der vorgegebene Abstand einem mittleren Gratintervall entspricht, das unter Anwendung einer Fourier-Transformation auf mehrere Bereiche des Eingangsbildes berechnet wird.
Programm nach einem der Ansprüche 10 bis 17, wobei der sechste Schritt durch Integrieren einer räumlichen Verteilungsfunktion, die die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt, und von die Peak-Hüllkurven darstellenden Peak-Hüllkurvenfunktionen ausgeführt wird.
Fingerabdruckauthentifizierungsvorrichtung mit: einem Vergleichsabschnitt (15) zum Vergleichen von Merkmalen von auf einem durch einen Benutzer eingegebenen Fingerabdruck basierenden Eingangsdaten mit Merkmalen registrierter Daten; einen Charakteristikbeurteilungsabschnitt (13) zum Entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht, wobei der Charakteristikbeurteilungsabschnitt (13) eine räumliche Helligkeitsverteilung in einem durch die Eingangsdaten dargestellten Eingangsbildes verwendet, um zu entscheiden, ob die Eingangsdaten für eine Authentifizierung geeignet sind oder nicht; und einen Authentifizierungsabschnitt (16) zum Authentifizieren der Eingangsdaten gemäß Ausgangssignalen des Vergleichsabschnitts und des Charakteristikbeurteilungsabschnitts (13); dadurch gekennzeichnet, dass der Charakteristikbeurteilungsabschnitt (13) aufweist: einen Beobachtungslinienbstimmungsabschnitt (135) zum Bestimmen einer Beobachtungslinie auf dem Eingangsbild; einen Peak-Hüllkurvenberechnungsabschnitt (132) zum Bestimmen eines Paars Peak-Hüllkurven, die zwei Liniengraphen darstellen, die lokale Maxima bzw. lokale Minima eines Graphen verbinden, der die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt; einen Merkmalwertberechnungsabschnitt (133) zum Berechnen von Merkmalwerten auf der Basis der Peak-Hüllkurven, wobei die Merkmalwerte Merkmale der räumlichen Helligkeitsverteilung darstellen; und einen Entscheidungsabschnitt zum Entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht, auf der Basis der Merkmalwerte.
Vorrichtung nach Anspruch 19, ferner mit einem Unterscheidungskoeffizientenhalteabschnitt (134) zum Halten einer oder mehrerer Unterscheidungsfunktionen und entsprechender Unterscheidungskoeffizienten, die im Voraus unter Verwendung der Unterscheidungsfunktionen berechnet werden, wobei die Unterscheidungsfunktionen zum Bestimmen eines charakteristischen Wertes gemäß den Merkmalwerten dient, und wobei der charakteristische Wert dazu verwendet wird, zu entscheiden, ob die Eingangsdaten für die Authentifizierung geeignet sind oder nicht.
Vorrichtung nach Anspruch 20, wobei die Unterscheidungsfunktionen und die entsprechenden Unterscheidungskoeffizienten durch einen Lernvorgang unter Verwendung von Lerndatensätzen von Fingerabdrücken bestimmt werden.
Vorrichtung nach Anspruch 20, wobei die Unterscheidungsfunktionen die Merkmalwerte mit den Unterscheidungskoeffizienten gewachten und die gewichteten Merkmalwerte addieren, um den charakteristischen Wert zu bestimmen.
Vorrichtung nach einem der Ansprüche 19 bis 22, wobei der Beobachtungslinienbestimmungsabschnitt (131) die Schritte ausführt: Bestimmen einer Fingerabdruckmitte und einer Fingerspritzenrichtung auf dem Eingangsbild; und Bestimmen zweier gedachter Linien auf dem Eingangsbild, wobei eine der gedachten Linien parallel zur Fingerspitzenrichtung verläuft und als Beobachtungslinie verwendet wird, und die andere der gedachten Linien senkrecht zur Fingerspitzenrichtung verläuft und für eine andere Beobachtungslinie verwendet wird.
Vorrichtung nach einem der Ansprüche 19 bis 23, wobei der Peak-Hüllenberechnungsabschnitt (132) eine Bedingung verwendet, dass ein Abstand zwischen benachbarten lokalen Maxima oder benachbarten lokalen Minima größer ist als ein vorgegebener Abstand.
Vorrichtung nach Anspruch 24, wobei der vorgegebene Abstand einem mittleren Gratintervall einer großen Anzahl von Proben entspricht.
Vorrichtung nach Anspruch 24, wobei der vorgegebene Abstand einem mittleren Gratintervall entspricht, das unter Anwendung einer Fourier-Transformation auf mehrere Bereiche des Eingangsbildes berechnet wird.
Vorrichtung nach einem der Ansprüche 19 bis 26, wobei der Merkmalwertberechnungsabschnitt (133) die Merkmalewerte durch Integrieren einer räumlichen Verteilungsfunktion, die die Helligkeit als Funktion von Positionen auf der Beobachtungslinie darstellt, und von die Peak-Hüllkurven darstellenden Peak-Hüllkurvenfunktionen berechnet.