[发明专利]用于使用神经网络的生物特征用户识别的设备、方法和系统

说明书

用户识别系统包括图像识别网络，用于分析图像数据并基于图像数据生成形状数据。该系统还包括通用网络，用于分析形状数据并基于形状数据生成通用类别数据。该系统还包括专用网络，用于将通用类别数据与特征进行比较以生成窄类别数据。此外，该系统包括包括多个节点的分类器层，用于基于窄类别数据表示分类决定。

本申请是申请号为201680025287.0的中国专利申请“用于使用神经网络的生物特征用户识别的设备、方法和系统”(申请日为2016年5月9日)的分案申请。

背景技术

将诸如金融和健康相关活动的重要活动从物理世界迁移到连接的电子(“虚拟”)空间，有可能改善人们的生活。然而，重要活动的迁移也通过身份和信息窃取为渎职提供了新的机会。

为了详细说明，传统的交易系统(财务或其它)通常要求用户物理上携带或者精神上回忆某种形式的货币令牌(例如，现金、支票、信用卡等)，并且在某些情况下，身份证明(例如，驾驶执照等)和认证(例如，签名、PIN码等)参与业务交易。考虑用户走进百货公司：进行任何种类的购买，用户通常拿起物品、将物品放在购物车中、走到登记处、有秩序等待收银员、等待收银员扫描多个物品、检索信用卡、提供身份证明、签信用卡收据、以及存储收据以备将来返回物品。使用传统的交易系统，这些步骤尽管是必要的，但是耗时且低效。在某些情况下，这些步骤阻止或禁止用户进行购买(例如，用户在他们的身上没有货币令牌或者身份证明等)。然而，在增强现实(“AR”)设备的背景下，这些步骤是冗余和不必要的。在一个或多个实施例中，AR设备可以被配置为允许其身份已被预先识别或预先认证的用户无缝地执行许多类型的交易(例如，金融)，而不需要用户执行上述繁重的过程。

因此，用于使用在此描述和要求保护的生物特征(biometric)数据识别用户的设备、方法和系统可以促进重要的电子交易，同时减轻与这些交易相关联的风险(例如，安全性)。

发明内容

在一个实施例中，涉及用户识别系统，系统包括图像识别网络，用于分析图像数据并基于图像数据生成形状数据。该系统还包括通用网络，用于分析形状数据并基于形状数据生成通用类别数据。该系统还包括专用网络，用于将通用类别数据与特征进行比较以生成窄类别数据。此外，该系统包括包括多个节点的分类器层，用于基于窄类别数据表示分类决定。

在一个或多个实施例中，系统还包括包括多个层的反向传播神经网络。反向传播神经网络还可以包括错误抑制和学习提升(learning elevation)。

在一个或多个实施例中，系统还包括用图像识别网络编码的ASIC。专用网络可以包括包括多个层的反向传播网络。系统还可以包括调整层用于基于用户的眼睛运动来修改通用类别数据。

在另一实施例中，涉及识别系统的用户的方法，该方法包括分析图像数据并基于图像数据生成形状数据。该方法还包括分析形状数据并基于形状数据生成通用类别数据。该方法还包括通过将通用类别数据与特征进行比较来生成窄类别数据。此外，该方法包括基于窄类别数据生成分类决定。

在一个或多个实施例中，该方法还包括识别数据段中的错误。该方法还可以包括抑制其中错误被识别的数据段。分析图像数据可以包括扫描图像数据的多个像素。图像数据可以对应于用户的眼睛。

在一个或多个实施例中，特征是来自已知的可能混淆的不匹配的个体。该特征可以选自包括眉毛形状和眼睛形状的组。该方法还可以包括生成特征的网络，其中网络的每个相应的特征与数据库中可能混淆的不匹配的个体相关联。当系统首次针对用户进行校准时，可以生成特征的网络。

在一个或多个实施例中，该方法还包括随时间跟踪用户的眼睛运动。该方法还可以包括在将通用类别数据与限制进行比较之前，基于用户的眼睛运动来修改通用类别数据。该方法还可以包括修改通用类别数据以符合由用户的眼睛运动导致的差异(variance)。