[发明专利]基于生物统计学行为背景的人类识别系统和方法

说明书

发明背景

发明领域

本公开涉及基于生物学特征和行为特征的人类的识别。

背景讨论

存在已知的、利用生物统计学特征鉴别和验证人类——通常称为识别——的方法和装置。这些生物统计学特征可以被分为两类特征：生物学特征和行为特征。生物学特征包括先天的生物统计学特征，其一般随时间稳定并且独立于人的活动，如指纹或掌纹、虹膜、脸的可视或红外照片图像、手的轮廓、三维面部图像、DNA结构、头骨结构等。行为特征包括涉及人类在其一生期间获得的行为的生物统计学特征，其足够长久和稳定以可鉴别个人，如笔迹(包括运动特异性(motorspecific)和排除运动特异性)、声音、发音、姿势、模拟等。

非接触生物学识别方法是已知的，其利用生物学特征来进行个人识别。这些非接触识别方法被用于访问控制系统(access controlsystem)、涉及大量人的社会和国家计划(例如，移民和护照控制、驾驶执照)、游客登记系统等。这种非接触识别方法的实例包括基于虹膜成像以及二维和三维面部成像的人类识别方法。虹膜成像被认为是准确的识别方法，尽管由于个人与其虹膜成像所要求的合作水平以及也由于与该方法相关的成本，其实际应用被减少。二维面部图像识别通常成本更低，但同时其是较不准确的识别方法并且最受操作条件范围限制。三维图像识别方法具有高水平的精度，其最近已经接近于与虹膜识别方法相同水平的准确度，其比虹膜识别方法对被识别个人的合作要求更低，具有宽的操作条件范围，并且通常定价在介于二维图像识别方法和虹膜识别方法之间的中间水平。

与所有上述所列生物学识别方法相关的一个共同缺陷是，它们通常具有低的欺骗(假象)抵抗力，因为用于这种识别方法的生物统计学特征有时可以被轻易模仿。对这种生物学识别方法来说，确定个人正在被这种方法验证的是实际的或是模仿的生物学特征是困难的或不可能的。

与所有上述所列生物学识别方法相关的另一共同缺陷是，它们中的每一种方法与一些百分比的人群不相容。另外，与所有上述所列生物学识别方法相关的另一共同缺陷是，它们中的每一种方法都要求正在被识别的个人的相当程度的合作。

发明内容

依据一个或多个实施方式，提供了基于生物学特征和行为特征的结合的人类生物统计学识别的系统和方法，以便获得增强的识别性能并避免基于模仿特征的错误鉴别。

依据一个或多个实施方式，人体的至少一部分的多个时序5D图像可以被拍摄，并基于其行为特征，通过将5D图像中时间变量分量(timevariable component)与所储存的各人行为特征相关的值进行比较，用于识别个人，同时，基于其生物学特征，通过将5D图像中时间常数分量(time constant component)与所储存的各人生物学特征相关的值进行比较，个人可以被进一步识别。

附图简述

参照以下描述，结合附图，本公开的上述特征和目的将变得更明显，其中相同的附图标记表示相同的要素，其中：

图1是依据本公开的一个或多个实施方式、基于生物学特征和行为特征的结合的人类生物统计学识别系统的框图透视图。

图2是依据本公开的一个或多个实施方式、基于生物学特征和行为特征的结合的人类生物统计学识别方法的操作流程图。

图3图解了依据本公开的一个或多个实施方式、用于确定个人的行为特征的个人时序5D图像。

发明详述

一般地，本公开包括依据本公开的一个或多个实施方式、基于生物学特征和行为特征的结合的人类生物统计学识别的系统和方法。现在本公开的一些实施方式将参照前述附图进行讨论，其中相同的附图标记指相同的要素。

在一个或多个实施方式中，提供了人类生物统计学识别的系统和方法，其除了生物学特征之外还使用行为特征来实现识别性能的增加和避免基于模仿特征的错误鉴别。行为特征包括涉及人类在其一生期间获得的行为——其能够与个体相关联——的生物统计学特征。

在一个或多个实施方式中，可以使用由个人的图像获得的个人的行为特征和生物学特征实现人的识别。在一个或多个实施方式中，人体的至少一个5D图像可以被用于通过生物学特征识别个人，而人体的多个时序5D图像可以被用于通过行为特征识别个人。当在本公开提及5D图像时，这种参考应该是指来自三维(3D)图像和二维(2D)图像的部分的结合和/或多个3D和2D图像的任何结合。结合的3D和2D图像可以从相同或不同的视点拍摄，其中结合的3D和2D图像可以进一步拍摄物体表面相同的或不同的部分。