基於生物統計學行為背景的人類識別系統和方法

2023-09-19 18:47:30

專利名稱：基於生物統計學行為背景的人類識別系統和方法
基於生物統計學行為背景的人類識別系統和方法發明背景 發明領域本公開涉及基於生物學特徵和行為特徵的人類的識別。背景討論存在已知的、利用生物統計學特徵鑑別和驗證人類——通常稱為識別——的方法 和裝置。這些生物統計學特徵可以被分為兩類特徵生物學特徵和行為特徵。生物學特 徵包括先天的生物統計學特徵，其一般隨時間穩定並且獨立於人的活動，如指紋或掌紋、虹 膜、臉的可視或紅外照片圖像、手的輪廓、三維面部圖像、DNA結構、頭骨結構等。行為特徵 包括涉及人類在其一生期間獲得的行為的生物統計學特徵，其足夠長久和穩定以可鑑別個 人，如筆跡(包括運動特異性(motorspecific)和排除運動特異性)、聲音、發音、姿勢、模擬寸。非接觸生物學識別方法是已知的，其利用生物學特徵來進行個人識別。這些非接 觸識別方法被用於訪問控制系統(access controlsystem)、涉及大量人的社會和國家計劃 (例如，移民和護照控制、駕駛執照)、遊客登記系統等。這種非接觸識別方法的實例包括基 於虹膜成像以及二維和三維面部成像的人類識別方法。虹膜成像被認為是準確的識別方 法，儘管由於個人與其虹膜成像所要求的合作水平以及也由於與該方法相關的成本，其實 際應用被減少。二維面部圖像識別通常成本更低，但同時其是較不準確的識別方法並且最 受操作條件範圍限制。三維圖像識別方法具有高水平的精度，其最近已經接近於與虹膜識 別方法相同水平的準確度，其比虹膜識別方法對被識別個人的合作要求更低，具有寬的操 作條件範圍，並且通常定價在介於二維圖像識別方法和虹膜識別方法之間的中間水平。與所有上述所列生物學識別方法相關的一個共同缺陷是，它們通常具有低的欺騙 (假象)抵抗力，因為用於這種識別方法的生物統計學特徵有時可以被輕易模仿。對這種生 物學識別方法來說，確定個人正在被這種方法驗證的是實際的或是模仿的生物學特徵是困 難的或不可能的。與所有上述所列生物學識別方法相關的另一共同缺陷是，它們中的每一種方法與 一些百分比的人群不相容。另外，與所有上述所列生物學識別方法相關的另一共同缺陷是， 它們中的每一種方法都要求正在被識別的個人的相當程度的合作。

發明內容
依據一個或多個實施方式，提供了基於生物學特徵和行為特徵的結合的人類生物 統計學識別的系統和方法，以便獲得增強的識別性能並避免基於模仿特徵的錯誤鑑別。依據一個或多個實施方式，人體的至少一部分的多個時序5D圖像可以被拍攝，並 基於其行為特徵，通過將5D圖像中時間變量分量(timevariable component)與所儲存的 各人行為特徵相關的值進行比較，用於識別個人，同時，基於其生物學特徵，通過將5D圖像 中時間常數分量(time constant component)與所儲存的各人生物學特徵相關的值進行比較，個人可以被進一步識別。附圖簡述參照以下描述，結合附圖，本公開的上述特徵和目的將變得更明顯，其中相同的附 圖標記表示相同的要素，其中

圖1是依據本公開的一個或多個實施方式、基於生物學特徵和行為特徵的結合的 人類生物統計學識別系統的框圖透視圖。圖2是依據本公開的一個或多個實施方式、基於生物學特徵和行為特徵的結合的 人類生物統計學識別方法的操作流程圖。圖3圖解了依據本公開的一個或多個實施方式、用於確定個人的行為特徵的個人 時序5D圖像。發明詳述一般地，本公開包括依據本公開的一個或多個實施方式、基於生物學特徵和行為 特徵的結合的人類生物統計學識別的系統和方法。現在本公開的一些實施方式將參照前述 附圖進行討論，其中相同的附圖標記指相同的要素。在一個或多個實施方式中，提供了人類生物統計學識別的系統和方法，其除了生 物學特徵之外還使用行為特徵來實現識別性能的增加和避免基於模仿特徵的錯誤鑑別。行 為特徵包括涉及人類在其一生期間獲得的行為——其能夠與個體相關聯——的生物統計 學特徵。在一個或多個實施方式中，可以使用由個人的圖像獲得的個人的行為特徵和生物 學特徵實現人的識別。在一個或多個實施方式中，人體的至少一個5D圖像可以被用於通過 生物學特徵識別個人，而人體的多個時序5D圖像可以被用於通過行為特徵識別個人。當在 本公開提及5D圖像時，這種參考應該是指來自三維(3D)圖像和二維(2D)圖像的部分的結 合和/或多個3D和2D圖像的任何結合。結合的3D和2D圖像可以從相同或不同的視點拍 攝，其中結合的3D和2D圖像可以進一步拍攝物體表面相同的或不同的部分。同樣理解，當提及人體的圖像時，這種參考應該是指人體表面的任何部位的圖像 或者人體表面的任何部位的任何結合，其包括但不限於人體、手、手掌、腿、頭和/或臉。當 通過生物學特徵識別個人時，識別程序可以被執行，其涉及將從圖像提取的測量的生物統 計學特徵值和與待鑑別的一個或多個人相關的登記的或儲存的值進行比較。在一個或多個 實施方式中，當使用5D圖像識別時，本系統和方法將i)使用5D圖像中與常數分量相關的 信息，分析生物學特徵，和ii)使用5D圖像中與變量分量相關的信息，分析生物統計學特 徵。當登記或註冊行為特徵時，為了使用5D圖像確定個人的行為特徵，個人的多個5D圖像 以時間順序被連續拍攝。當進行識別時，系統拍攝個人的多個5D圖像，分析它們以提取生 物統計學特徵和行為特徵，並對提取的特徵和早先登記的並與特定的人相關聯的特徵進行 比較。在一個或多個實施方式中，人體的時序5D圖像被用於確定人體的變量分量(其中 一些可以被認為是行為特徵)，這將進一步確定人體的常數分量(其中一些可以被認為是 生物學特徵)，具有好於只用一張人體5D圖像能夠達到的品質。這樣的分析增加了人類識 別系統的性能——不僅是生物學特徵和行為特徵分析的結合，而且是獲得更好品質的生物 學特徵。
現在參考圖1，依據本公開的一個或多個實施方式，圖解了基於生物學特徵和行為 特徵的結合的用於人類識別的生物統計學識別系統100的框圖。在一個或多個實施方式中，系統100包括目標拍攝裝置102和計算裝置104。目標 拍攝裝置包括至少一個投影(projection)裝置106和至少一個檢測裝置108。在至少一個 實施方式中，投影裝置106是幻燈片投影器，該投影器包括光源126和用於調節從光源126 發射的光的光調節裝置122。該光調節裝置122可以是包括幻燈片的幻燈片式裝置、包括液 晶屏的液晶顯示器(IXD)式光裝置或產生結構光(strUCtUredlight)113的其它裝置。在 至少一個實施方式中，投影裝置106可以包括具有頂點124的透鏡181，用於將幻燈片圖像 作為在投影區域114附近的結構光113投射到個人111的表面110上。根據本實施方式和 其他實施方式，結構光113也可以使用其他方法生成，諸如幹涉、疊柵(moir)和衍射光生成 方法。在至少一個實施方式中，投影裝置106投射的結構光113的波長選自光波長、可見 波長和紅外波長之一。在至少一個實施方式中，投影裝置106是連續光源。在至少一個實施方式中，檢測裝置108可以包括具有頂點130的照相透鏡180，矩 陣輻射接收器(matrix radiation receiver) 128和驅動器132。照相透鏡180在矩陣輻 射接收器128的表面上形成圖像。驅動器132用作電子信號管理和處理單元，其控制矩陣 輻射接收器128的操作並且可以在拍攝到的圖像被發送到計算裝置104之前按照所期望或 要求的將矩陣輻射接收器128拍攝到的圖像轉換成另一種格式(例如VGA、bmp、jpeg等)。 檢測裝置108可以包括視場118，所述視場包括個人111的表面110的一部分。投影裝置 106可以包括投影器軸112，並且檢測裝置108可以包括檢測器軸116，從而三角測量角120 是在投影器軸112和檢測器軸116之間的角。計算裝置104接收來自檢測裝置108的輸出，並且分析從檢測裝置108的輸出接 收的拍攝到的圖像以進行期望的計算，例如但不限於個人111的表面Iio的3D形狀、與基 於生物學特徵的人類識別相關的計算、與基於行為特徵的人類識別相關的計算、與基於生 物學特徵和行為特徵兩者的人類識別相關的計算、個人111的表面110的2D形狀、到個人 111的距離和被拍攝表面110的方位。計算裝置104也能夠控制投影裝置106和檢測裝置 108以及它們所包括的不同組件。現參考圖2，圖解了依據本公開的一個或多個實施方式、基於生物學特徵和/或行 為特徵的用於人類識別的系統100的使用過程的操作流程圖。最初，在步驟200中，至少一 個人類的生物統計學特徵被註冊入系統100中並與特定人的個性相關聯。最初通過拍攝至 少一個人的圖像，生物統計學特徵可以被註冊，其中至少一個圖像被要求用於生物學特徵， 而多個時序圖像被要求用於註冊行為特徵。拍攝的圖像被分析以提取與該圖像相關聯的某 些生物統計學(生物學和/或行為)特徵，並且生成的生物學特徵被儲存或註冊為與個人 相關聯的個體特徵(personality)。在一個或多個實施方式中，生物統計學也可以通過檢索 先前獲得的關於至少一個人的生物統計學特徵用系統100註冊，其中先前獲得的生物統計 學特徵可以被儲存在系統100的存儲器或另一組件中，或者可以輸入或者另外從系統100 之外的另一數據源獲得。在步驟202中，系統100通過拍攝和分析個人的至少一個圖像，來測量位於目標拍 攝系統102之前的個人的生物統計學特徵。在一個或多個實施方式中，多個時序圖像被拍攝以測量個人的行為特徵，其中只有一個圖像可以被要求用於測量個人的生物學特徵。在 步驟204中，將提取自拍攝圖像的測量的生物統計學特徵與註冊的生物統計學特徵(例如， 個人先前註冊的圖像或者與之相關的數據)進行比較，以通過確定匹配是否存在於測量的 生物統計學特徵和任何註冊的生物統計學特徵之間來確定該個人是否被識別。從該比較， 識別系統100可以確定個性識別是否基於個人的生物統計學特徵產生。僅使用行為特徵或 行為特徵和生物學特徵的結合，系統100可以進行識別。在步驟206中，系統100可以通過 分析第二信息，其例如但不限於個人的其它生物統計學特徵或接收到的關於該個人的辨 別信息(例如，個人的狀況、登陸的PIN碼、對詢問的反應、從接觸或非接觸的卡獲得的信 息、當天的時間等)，進一步對個人進行另外的確認。系統100可以包括針對個人的輸入裝 置以輸入該辨別信息。現在參考圖3，在一個或多個實施方式中，可以通過系統100拍攝多個人體5D圖像
進行個人的行為特徵的識別，其中顯示在圖3中的圖像300a、300b........300η圖解了在
η個連續點隨時間拍攝的時序3D圖像。通過分析在本文描述的方法中闡明的行為特徵，這 些圖像可以被用於識別個人的個性。根據拍攝的圖像，除拍攝的表面110的時間變量分量 (例如，個人的行為特徵)之外，可以測量拍攝的表面110的時間常數分量(例如，個人的生 物學特徵)。通過對在鑑定和註冊期間登記的恆定表面分量和在至少一個拍攝的圖像中測 量的恆定表面分量進行比較，可以獲得個人鑑定。但是，識別直至圖像中時間變量表面分量 和該人的註冊變量表面分量進行比較以使用行為特徵驗證個人識別的準確度時，才完成。以這種方式，極難模擬或複製的行為生物統計學特徵(例如，人體表面的時間變 量的變化)的使用在進行人類識別時提供了增加的準確度，並且也提供了對正接受識別的 個人的生物統計學數據不被模擬的保護。在一個或多個實施方式中，一些背景中的行為特徵通常可以被登記。例如，筆跡可 以與單詞或句子關聯，而聲音和發音可以與短語(phrase)或代碼字(code word)關聯。背 景相關的行為特徵的登記簡化了識別人類的任務並提供了增強的識別系統的可靠性。在一 個或多個實施方式中，為了成功的識別，人類不僅應該向系統提供生物統計學特徵，也應該 提供背景(代碼字、短語等)，如果沒有這些將不能成功識別。在這種基於背景的識別中， 用於識別目的的註冊、測量及對比的行為特徵與特定背景相關聯以進一步提高識別的準確 度。例如，在註冊和鑑定期間，一個人可以被要求講一個特定的詞或短語，然後它們將會用 作行為特徵的背景。在識別過程期間，該人將被要求講相同的詞組以便可以基於相同背景 分析行為特徵，從而也增加了對人的個性的確定。一定比例的人體可以以獨特的、可識別的 方式移動以用作與討論中的背景一致的行為特徵。在一個或多個實施方式中，可以使用在多個背景下的行為特徵進行識別。在這種 實施方式中，可能對每個人在不同背景下進行數次註冊，背景的數量和內容可能對不同的 人而各自不同。在識別過程期間，系統100可能要求相同的背景以測量各自的行為特徵。可 選地，系統100可以最初不知道哪一個特定背景被使用，對於待分析的哪種人類行為特徵 的決定是依照測量的生物學特徵進行評估的。此外，背景的內容可以被特別用於決定隨後 的系統反應。例如，系統100可以被用於ATM機，這時，人所選擇的背景可以告訴ATM機此人 是正在自願地使用其服務還是在壓力下使用其服務。如果是自願的，系統100可以識別此 人並授權交易，而當系統100確定此人是在壓力下，系統100可以以未被識別而拒絕此人，或者另外可以進行任何其它預先確定的行動(如，通知安全部門或警察此人是在壓力下的 情況且需要幫助)。在一個或多個實施方式中，系統100僅使用人的行為特徵進行識別。在一個或多個實施方式中，系統100使用本文所描述的行為特徵識別程序作為與 其他的生物統計學特徵識別程序一起使用的準確度的附加測量。例如，生物學特徵識別程 序可以被用於補充行為特徵識別程序，如分析人臉或/和虹膜的二維圖像。在一個或多個實施方式中，系統100通過使用匹配規則(matchingformula)比較 測量的特徵與儲存的特徵來進行識別。規則限定了應該如何且以什麼順序比較這些特徵以 及最終的結論如何作出。在一個實例中，匹配規則可以設定至少一個測量的特徵應該與至 少一個各自儲存的特徵相匹配。在另一實例中，匹配規則可以設定所有測量的特徵都應與 各自儲存的特徵相匹配。在另一實例中，匹配規則可以設定測量的特徵應該以特定順序與 各自儲存的特徵進行比較，其中每個測量的特徵應該與各自儲存的特徵以一定的相似水平 相匹配。所述的匹配規則僅為合適的匹配規則的少量實例，並不意欲暗示各種和每種可能 性，也不對本發明的使用範圍或功能性進行任何限制。在一個或多個實施方式中，計算系統104可以控制圖像拍攝系統102的操作，並進 行必要的用於個人的生物統計學特徵識別的計算。計算系統104可以包括通用的計算機系 統，其適於實現這樣的方法，所述方法用於按照本公開的、基於生物學特徵和行為特徵的結 合的人類生物統計學識別。計算系統104僅是適合計算環境的一個實施例，並不意欲暗示 對本發明的使用範圍及功能性進行任何限制。在不同的實施方式中，基於生物學特徵和行 為特徵的結合的人類生物統計學識別的本系統和方法對於許多其它的通用或特殊目的的 計算系統環境或配置來說是可操作的。可以適用於本發明的眾所周知的計算系統、環境和/ 或配置的實例包括但不限於個人電腦、伺服器電腦、手持式或可攜式裝置、多處理器系統、 基於微處理器的系統、可編程消費者電子器件、網絡PC、微型電腦、大型計算機、包括以上任 何系統或裝置的分布式計算環境和類似物。在各種實施方式中，在基於生物學特徵和行為特徵的結合的人類生物統計學識別 方法中所用的算法可以被描述在一般的計算機可執行的指令背景中，如被計算機執行的程 序模塊。通常，程序模塊包括例程、程序、目標、組件、數據結構等，它們執行特定任務或實施 特定的抽象數據類型。這些算法和方法還可以被在分布式計算環境運行，其中通過與通訊 網絡連接的遠程處理裝置來執行這些任務。在分布式計算環境中，程序模塊可以位於包括 存儲器儲存裝置的本地和遠程計算機存儲介質。在一個實施方式中，計算系統通過執行一 個或多個電腦程式對材料目標的形狀實施多框架表面測量。計算程序和所依賴的數據可 以被儲存在存儲器介質或存儲介質如存儲器和/或ROM，或它們可以通過網絡連接或其它 I/O連接被提供到CPU。按照本文所述實施方式形成的系統和方法通過生物學特徵和行為生物統計學特 徵提供了鑑定、識別和驗證人類的非接觸方法。本文所述的系統和方法對個人提供自主的 高準確度的和實時的驗證，同時忽略對此人的合作的要求。本系統和方法使用生物學特徵 和行為特徵的結合以識別人類的個性，因此提供了增加的識別準確度，並且減少了生物統 計學特徵可以被模擬或複製的可能性。
權利要求
人類識別方法，包括測量個人的至少一個行為特徵；測量個人的至少一個生物學特徵；將測量的行為特徵的至少一個與至少一個儲存的行為特徵進行比較，其中每個儲存的行為特徵與各人相關聯；將測量的生物學特徵中的至少一個與至少一個儲存的生物學特徵進行比較，其中每個儲存的生物學特徵與各人相關聯；依據預先限定的匹配特徵，當測量的行為特徵和生物學特徵分別與儲存的行為特徵和生物學特徵相匹配時，識別測量的個人為與相匹配的儲存的行為特徵和生物學特徵相關的個人。
2.根據權利要求1所述的人類識別方法，其中所述行為特徵和生物學特徵的至少一個 提取自人體的至少一部分的至少一個5D圖像。
3.根據權利要求2所述的人類識別方法，其中所述預先限定的匹配特徵由匹配規則確 定，所述匹配規則設定測量的行為特徵和生物學特徵的至少一個應該與儲存的行為特徵和 生物學特徵的至少一個相匹配。
4.根據權利要求3所述的人類識別方法，其中所述匹配規則設定所有的測量的行為特 徵和生物學特徵應該與各自的儲存的行為特徵和生物學特徵相匹配。
5.根據權利要求2所述的人類識別方法，進一步包括使用收到的關於此人的另外的辨 別信息來驗證被識別的人。
6.根據權利要求2所述的人類識別方法，其中，通過測量拍攝的圖像之間的時間變量 分量，從拍攝的所述人體的至少一部分的時序5D圖像提取至少一個行為特徵。
7.根據權利要求6所述的人類識別方法，其中，通過測量所述拍攝的圖像之間的時間 穩定分量，從拍攝的所述人體的至少一部分的時序5D圖像提取至少一個生物學特徵。
8.根據權利要求7所述的人類識別方法，進一步包括將所述行為特徵的至少一個與至 少一個背景相聯繫。
9.根據權利要求8所述的人類識別方法，其中所述生物學特徵的至少一個是人臉，所 述行為特徵的至少一個是人發音模擬，並且所述背景的至少一個是代碼短語。
10.根據權利要求8所述的人類識別方法，進一步包括執行多個可能預先確定的行為 中的一個，所述行為是根據識別的人使用的特定的背景選擇的。
11.人類識別系統，包括圖像拍攝裝置，其用於拍攝人體的至少一部分的至少一個圖像； 至少一個儲存的行為特徵，其與至少一個各人相關聯； 至少一個儲存的生物學特徵，其與至少一個各人相關聯； 禾口計算裝置，用於從所述至少一個拍攝的圖像測量個人的至少一個行為特徵； 從所述至少一個拍攝的圖像測量所述個人的至少一個生物學特徵； 將測量的行為特徵的至少一個與至少一個儲存的行為特徵進行比較，其中每個儲存的 行為特徵與各人相關聯；將測量的生物學特徵的至少一個與至少一個儲存的生物學特徵進行比較，其中每個儲 存的生物學特徵與各人相關聯；當依據預先限定的匹配特徵，測量的行為特徵和生物學特徵分別與儲存的行為特徵和 生物學特徵相匹配時，識別測量的個人為與相匹配的儲存的行為特徵和生物學特徵相關的 個人。
12.根據權利要求11所述的人類識別系統，其中所述圖像拍攝裝置拍攝人體的至少一 部分的至少一個5D圖像，並且所述計算裝置從所述至少一個5D圖像提取至少一個行為特 徵和生物學特徵。
13.根據權利要求12所述的人類識別系統，其中所述計算裝置由匹配規則確定所述預 先限定的匹配特徵，所述匹配規則設定所述測量的行為特徵和生物學特徵的至少一個應該 與所述儲存的行為特徵和生物學特徵的至少一個相匹配。
14.根據權利要求13所述的人類識別系統，其中所述匹配規則設定所有測量的行為特 徵和生物學特徵都應與各自的儲存的行為特徵和生物學特徵相匹配。
15.根據權利要求12所述的人類識別系統，進一步包括輸入裝置，其用於接收關於被 測量的個人的另外的辨別信息，其中所述計算機裝置使用收到的關於此人的另外的辨別信 息進一步驗證被識別的人。
16.根據權利要求12所述的人類識別系統，其中所述圖像拍攝裝置拍攝所述人體的至 少一部分的多個時序5D圖像，其中所述計算裝置通過測量所述拍攝的圖像之間的時間變 量分量從拍攝的時序5D圖像提取至少一個行為特徵。
17.根據權利要求16所述的人類識別系統，其中所述計算裝置通過測量所述拍攝的圖 像之間的時間穩定分量從拍攝的人體的至少一部分的時序5D圖像提取至少一個生物學特 徵。
18.根據權利要求17所述的人類識別系統，其中至少一個行為特徵與至少一個背景相聯繫。
19.根據權利要求18所述的人類識別系統，其中至少一個所述生物學特徵是人臉，至 少一個所述行為特徵是人發音模擬，並且至少一個所述背景是代碼短語。
20.根據權利要求18所述的人類識別系統，其中所述計算系統進一步執行多個可能的 預先確定的行為中的一個，所述行為是根據所識別的人使用的特定的背景選擇的。
全文摘要
提供了基於生物學特徵和行為特徵的結合的人類生物統計學識別系統和方法，以獲得增強的識別準確度並避免基於模仿特徵的錯誤鑑別。行為特徵包括涉及人類在其一生期間獲得的能夠與個體相關聯的行為的生物統計學特徵。人體的多個時序5D圖像可以被拍攝，並基於其行為特徵，通過將5D圖像中的時間變量分量與儲存的各人行為特徵相關的值進行比較，用於識別個人，同時，基於其生物學特徵，通過將5D圖像中的時間常數分量與儲存的各人生物學特徵相關的值進行比較，個人可以被進一步識別。
文檔編號G06K9/64GK101965580SQ200880116517
公開日2011年2月2日 申請日期2008年10月2日 優先權日2007年10月19日
發明者A·L·尤欣 申請人:阿泰克集團公司