[发明专利]补偿帮助数据系统中的采集噪声

说明书

本发明涉及使用和参考对象相关的第一帮助数据以及第一控制值鉴别第一物理对象的方法，所述方法包括下列步骤：采集该第一物理对象的测定数据，利用输入数据的噪声补偿映射生成第一特性集合，所述输入数据从包括该第一帮助数据和该测定数据的信息得到，利用该第一特性集合和该第一控制值，确定该第一物理对象和该参考对象之间的充分匹配。

标识和鉴别是用来确定身份所常用的技术，身份可以是人或者对象的身份。标识和鉴别应用领域的主要例子是信息或者建筑物的访问控制、付款和其他交易授权。标识和鉴别是紧密相关而具有细微差别的两个概念。

在鉴别过程中，对具有标称身份的对象进行鉴别。随后，将要进行鉴别的对象的特性和具有标称身份的登记对象的特性进行匹配。如果匹配足够好，被鉴别对象的身份就是标称身份。因而，鉴别涉及将被鉴别的对象和与标称身份相关的登记对象进行匹配。

在标识对象的过程中，通过将对象的特性和之前登记的多个对象的特性进行匹配来确定物理对象的身份。如果成功得到匹配，则将被鉴别对象的身份视为匹配对象的身份。可将标识过程视为一系列鉴别过程，其中，用不同的登记对象反复鉴别物理对象。

在实际鉴别系统中，鉴别过程之前通常有一个登记过程。在登记过程中，对所处理对象的特性进行测量和存储。根据测量数据生成所谓的模版数据，模版数据代表物理对象。生成模版数据会涉及对测量的数据进行处理，以滤除特殊对象的特性。所得的模版数据用于在鉴别过程中将测量的特性和登记对象的特性进行匹配。

乍看之下，模版数据可能无甚价值。然而，在将模版数据有规律地用于进行金融交易时，其价值变得显而易见。此外，对于生物测定鉴别系统，模版数据可能还包括敏感的隐私生物测定数据，因而将更具价值。

国际申请WO 2004/104899(PHNL030552)公开了对该安全/隐私问题的解决方案，其形式为用于鉴别物理对象的帮助数据系统。

帮助数据系统为鉴别终端提供所谓的帮助数据和控制值。帮助数据和控制值都在登记阶段生成，用来替代实际模版数据。帮助数据通过模版数据生成，但是对模版数据的特性进行模糊，使得模版数据和帮助数据之间几乎没有关联。控制值与帮助数据并行生成，作为鉴别过程的控制值。

在鉴别过程中使用帮助数据和控制值。首先，帮助数据和从物理对象得到的测定值(例如，面部特征数据)结合。随后，将该结合的数据“浓缩”成第二控制值。将该第二控制值和登记阶段生成的控制值比较。这两个控制值匹配时，鉴别成功。

在鉴别过程中，通过如指纹扫描装置等数据采集装置从物理对象采集(生物)测定数据。通常，在数据采集过程中在采集数据中引入噪声。该噪声可能由多种原因引起，例如：生产采集装置的工艺差别、采集装置的老化和磨损等。可以将关于采集噪声的信息用于改进鉴别的失败拒绝率。不幸的是，量化采集噪声所需的模版数据在鉴别阶段在帮助数据系统中不可用。

本发明的目的是利用帮助数据和控制值对鉴别物理对象的过程中由数据采集过程引入的采集噪声分量进行噪声大小量化，而不需要利用和所述物理对象相关的模版数据。

该目的通过导言部分所述的方法实现，该方法进一步的特征在于，还包括生成噪声大小的步骤，该噪声大小对数据采集中引入的噪声进行量化，所述步骤包括下面的子步骤：利用噪声补偿映射重新构建参考对象的登记过程中所生成的抗噪声映射的输出；以及通过计算鉴别过程中噪声补偿映射的输入和重新构建的参考对象的登记过程中所生成的抗噪声映射的输出之间的差别，生成噪声大小。

采用通过帮助数据的模版保护的鉴别方法包括，登记过程中应用的生成帮助数据的抗噪声映射和鉴别过程中应用的噪声补偿映射。抗噪声映射用于提供对从物理对象采集得到的(生物)测定数据中的大小误差的恢复。噪声补偿映射可以解释为抗噪声映射的逆转，抗噪声映射增加噪声恢复性，而噪声补偿映射利用它在存在噪声的情况下重新构建原始消息。只要抗噪声映射足够鲁棒，或者大小的噪声足够小，就可以成功鉴别。

根据本发明的方法采集被鉴别的物理对象的(生物)测定数据，并将该数据和参考物体的登记过程中生成的第一帮助数据结合。随后，将结合后的数据用作噪声补偿映射的输入，其生成第一特性集合。这用于确定从第一特性集合和第一控制值获得的信息之间足够匹配。后者通常需要从第一特性集合生成第三控制值，随后比较第一和第三控制值。如果控制值匹配，鉴别成功。

本发明利用如下事实，在成功的鉴别中，噪声补偿映射提供对采集噪声补偿的足够恢复性。结果，可以确定成功鉴别中的噪声大小对采集噪声进行量化而不使用实际的模版数据。