СИСТЕМА И СПОСОБ ДЛЯ РАСПОЗНАВАНИЯ ЧЕЛОВЕКА НА ОСНОВЕ БИОМЕТРИЧЕСКОГО ПОВЕДЕНЧЕСКОГО КОНТЕКСТА

Область техники, к которой относится изобретение

Данное изобретение относится к распознаванию человека, основанного на биологических и поведенческих чертах.

Уровень техники изобретения

Известны способы и устройства для идентификации и проверки человека с использованием биометрических черт, обычно называемой распознаванием. Эти биометрические черты можно разделить на две категории черт: биологическую и поведенческую. Биологические черты включают врожденные биометрические черты, которые являются обычно стабильными во времени и независящими от деятельности человека, такие как отпечатки пальца или ладони, радужная оболочка глаза, видимые или инфракрасные фотографии лица, контур руки, трехмерные изображения лица, структура ДНК, структура черепа и т.д. Поведенческие черты составляют биометрические черты, включающие поведение, приобретенное человеком в течение жизни, которые являются достаточно продолжительными и устойчивыми, чтобы быть идентифицируемыми относительно человека, такие как почерк (как включая, так и исключая моторные особенности), голос, артикуляция, жесты, мимика и т.д.

Бесконтактные биологические способы распознавания известны как использующие биологические черты, чтобы выполнить распознавание человека. Эти бесконтактные способы распознавания используются в системах управления доступом, социальных и государственных программах, охватывающих большое число людей (например, иммиграционный и паспортный контроль, водительские права), системы регистрации посетителей и т.д. Примеры таких бесконтактных способов распознавания включают способы распознавания человека, основанные на изображении радужной оболочки глаза, а также двумерное и трехмерное изображение лица. Изображение радужной оболочки глаза, как считается, является точным способом распознавания, хотя практическое применение уменьшено уровнем взаимодействия, требуемого от человека, чтобы отобразить его/ее радужную оболочку глаза и также издержками, связанными с таким способом. Распознавание двумерного отображения лица обычно менее дорогостоящее, но в то же самое время это - менее точный способ распознавания и наиболее ограниченный рабочим диапазоном условий. Способы распознавания трехмерного изображения имеют высокий уровень точности, который за последнее время приблизился к тому же уровню точности, что у способов распознавания радужной оболочки глаза, причем требуют меньшего взаимодействия с распознаваемым человеком чем способы распознавания радужной оболочки глаза, имеют широкий диапазон рабочих условий, и обычно их стоимость находится на промежуточном уровне между способами распознавания двухмерного изображения и способами распознавания радужной оболочки глаза.

Одним из общих недостатков, связанных с вышеуказанными биологическими способами распознавания, является то, что они обычно больше подвержены мошенничеству, так что биометрические черты, которые используются в таких способах распознавания, иногда могут легко имитироваться. Для таких биологических способов распознавания трудно или невозможно определить, являются ли биологические черты человека, проверяемого такими способами, настоящими или имитированными.

Другой общий недостаток, относящийся к вышеуказанным биологическим способам распознавания, состоит в том, что каждый из них неприменим с некоторым процентом населения. Однако другой общий недостаток, относящийся к вышеуказанным биологическим способам распознавания, состоит в том, что каждый из них требует значительного взаимодействия с распознаваемыми людьми.

Сущность изобретения

Согласно одному или более вариантам осуществления, система и способ обеспечивают биометрическое распознавание человека, основанное на комбинации биологических и поведенческих черт, с целью улучшения качества распознавания и защиты от ложной идентификации, основанной на имитировании черт.

Согласно одному или более вариантам осуществления, фиксируется множество последовательных во времени 5D изображений, по меньшей мере, части тела человека и используется для распознавания человека, основанного на поведенческих чертах, путем сравнения переменных временных компонентов 5D изображения с сохраненными значениями, связанными с поведенческими чертами соответствующих людей, в то же время человек может быть также распознан на основании его биологических черт путем сравнения постоянных временных компонентов в 5D изображениях с сохраненными значениями, связанными с биологическими чертами соответствующих людей.

Краткое описание чертежей

Вышеупомянутые признаки и объекты представленного изобретения станут более очевидными со ссылкой на последующее описание, приведенное в совокупности с сопутствующими чертежами, на которых соответствующие ссылочные позиции указывают на соответствующие элементы и на которых:

Фиг. 1 - перспективный вид блок-схемы системы для биометрического распознавания человека, основанного на комбинации биологических и поведенческих черт согласно одному или более вариантам осуществления представленного изобретения.

Фиг. 2 - функциональная блок-схема способа биометрического распознавания человека, основанного на комбинации биологических и поведенческих черт согласно одному или более вариантам осуществления представленного изобретения.

Фиг. 3 иллюстрирует последовательные по времени 5D изображения человека, используемые для определения поведенческих черт человека согласно одному или более вариантам осуществления представленного изобретения.

Подробное описание

В целом, представленное изобретение включает систему и способ для биометрического распознавания человека, основанного на комбинации биологических и поведенческих черт, согласно одному или более вариантам осуществления настоящего изобретения. Некоторые варианты настоящего изобретения представлены со ссылкой на вышеупомянутые фигуры, на которых одинаковые элементы обозначены одинаковыми ссылочными позициями.

В одном или более вариантах осуществления обеспечены система и способ биометрического распознавания человека, которые используют поведенческие черты в дополнение к биологическим чертам, для достижения улучшенного распознавания и защиты от ложной идентификации, основанной на имитировании черт. Поведенческие черты содержат биометрические черты, включающие поведение, приобретенное человеком в течение его или ее жизни, которые могут быть связаны с индивидуумом.

В одном или более вариантах осуществления распознавание человека может быть достигнуто путем использования как поведенческих черт, так и биологических черт человека, которые получены из изображений человека. В одном или более вариантах осуществления, по меньшей мере, одно 5D изображение тела человека может использоваться для распознавания человека по биологическим чертам, в то время как множество последовательных по времени 5D изображений тела человека может использоваться для распознавания человека по поведенческим чертам. При обращении к 5D изображению в представленном изобретении, такие ссылки необходимо понимать как комбинацию компонентов из трехмерного (3D) изображения и двумерного (2D) изображения и/или любую комбинацию трехмерных и двумерных изображений. Объединенные трехмерные и двумерные изображения могут быть зафиксированы с одной и той же или различных точек обзора, причем объединенные трехмерные и двумерные изображения могут дополнительно фиксировать те же или различные части поверхности объекта.

Также специалисту в данной области техники понятно, что при обращении к изображению тела человека такие ссылки необходимо понимать как изображения любой части поверхности тела человека или любой комбинации любых частей поверхности тела человека, включая, но не в ограничительном смысле, тело человека, руки, ладони, ноги, голову и/или лицо. При распознавании человека по биологическим чертам процедура распознавания может быть выполнена сравнением измеренных значений биометрических черт, извлеченных из изображения с зарегистрированными или сохраненными значениями в отношении человека или людей, которые подлежат идентификации. В одном или более вариантах осуществления при использовании распознавания по 5D изображениям представленные система и способ будут i) анализировать биологические черты, используя информацию в 5D изображениях, которая относится к постоянным компонентам, и ii) анализировать биометрические черты, используя информацию в 5D изображениях, которая относится к переменным компонентам. Для определения поведенческих черт человека, используя 5D изображения, множество 5D изображений человека принимаются последовательно по времени при регистрации или внесении в список поведенческих черт. При выполнении распознавания система фиксирует множество 5D изображений человека, анализирует их, чтобы извлечь биометрические и поведенческие черты, и сравнивает извлеченные черты с чертами, зарегистрированными ранее и связанными с определенными людьми.

В одном или более вариантах осуществления последовательные по времени 5D изображения тела человека используются для определения переменных компонентов тела человека (некоторые из которых могли бы рассматриваться как поведенческие черты), которые в дальнейшем позволят определять постоянные компоненты тела человека (некоторые из которых могли бы рассматриваться как биологические черты) с лучшим качеством, чем то, которое могло бы обеспечивать только одно 5D изображение тела человека. Такой анализ увеличивает качество функционирования системы распознавания человека не только сочетанием анализов биологических и поведенческих черт, но и лучшим качеством обнаружения биологических черт.

На Фиг. 1 показана блок-схема, иллюстрирующая систему 100 биометрического распознавания для распознавания человека на основе комбинации биологических и поведенческих черт согласно одному или более вариантам осуществления представленного изобретения.

В одном или более вариантах осуществления система 100 включает устройство 102 фиксирования объекта и вычислительное устройство 104. Устройство фиксирования объекта включает в себя, по меньшей мере, одно устройство 106 проекции и, по меньшей мере, одно детекторное устройство 108. В, по меньшей мере, одном варианте осуществления устройством 106 проекции является диапроектор, включающий в себя источник 126 света и устройство 122 модуляции света для модуляции света, испускаемого источником 126 света. Устройство 122 модуляции света может быть выдвижным устройством, включающим в себя выдвигающийся, жидкокристаллический дисплей (LCD)-типа, включая экран на жидких кристаллах, или другое устройство для создания структурированного света 113. В, по меньшей мере, одном варианте осуществления, устройство 106 проекции может включать в себя линзу 181, имеющую вершину 124 для проектирования слайдового изображения, как структурированный свет 113 вокруг области 114 проекции на поверхность 110 человека 111. Согласно этому и другим вариантам осуществления структурированный свет 113 может также быть сгенерирован, используя другие способы, такие как интерференционный, муаровый и дифракционной способы генерации света.

В, по меньшей мере, одном варианте осуществления устройство 106 проекции проецирует структурированный свет 113 на длине волны, выбранной из одной из оптических, видимых и инфракрасных длин волн. В, по меньшей мере, одном варианте осуществления устройством 106 проекции является непрерывный источник света.

В, по меньшей мере, одном варианте осуществления детекторное устройство 108 может включать в себя фотографическую линзу 180, имеющую вершину 130, матричный приемник 128 излучения и привод 132. Фотографическая линза 180 формирует изображение на поверхности матричного приемника 128 излучения. Привод 132 функционирует как электронный модуль управления и обработки сигнала, который управляет работой матричного приемника 128 излучения и может преобразовывать изображение, фиксируемое матричным приемником 128 излучения, в другой формат (например, VGA, bmp, jpeg, и т.д.) по желанию или в соответствии с требованиями до того, как фиксируемое изображение будет передано в вычислительное устройство 104. Детекторное устройство 108 может включать в себя поле 118 обзора, которое охватывает часть поверхности 110 человека 111. Устройство 106 проекции может включать в себя ось 112 проектора, и детекторное устройство 108 может включать в себя ось 116 детектора так, что триангуляционный угол 120 является углом между осью 112 проектора и осью 116 детектора.

Вычислительное устройство 104 принимает выходной сигнал от детекторного устройства 108 и анализирует фиксируемые изображения, полученные из выходного сигнала детекторного устройства 108, чтобы выполнить необходимые вычисления, такие как, но не в качестве ограничения, вычисление трехмерной формы поверхности 110 человека 111, вычисления, связанные с распознаванием человека на основе биологических черт, вычисления, связанные с распознаванием человека на основе поведенческих черт, вычисления, связанные с распознаванием человека на основе как биологических, так и поведенческих черт, вычисление двумерной формы поверхности 110 человека 111, расстояния до человека 111 и ориентации фиксируемой поверхности 110. Вычислительное устройство 104 может также управлять устройством 106 проекции и детекторным устройством 108 и содержащимися в них различными компонентами.

На Фиг. 2 показана операционная блок-схема, иллюстрирующая процесс, используемый системой 100 для распознавания человека на основе биологических и/или поведенческих черт согласно одному или более вариантам осуществления. Первоначально на этапе 200 биометрические черты, по меньшей мере, одного человека регистрируют в системе 100 и связывают индивидуально с конкретным человеком. Биометрические черты могут быть зарегистрированы путем первоначального фиксирования изображения, по меньшей мере, одного человека, причем, по меньшей мере, одно изображение требуется для биологических черт и множество последовательных по времени изображений требуется для регистрации поведенческих черт. Зафиксированные изображения анализируют для извлечения некоторых биометрических (биологический и/или поведенческих) черт, связанных с изображениями, и сгенерированные биометрические черты сохраняют или регистрируют как индивидуальные, связанные с человеком. В одном или более вариантах осуществления, биометрические черты могут также быть зарегистрированы в системе 100 путем извлечения предварительно полученных биометрических черт, относящихся к, по меньшей мере, одному человеку, при этом предварительно полученные биометрические черты могут быть сохранены в памяти или другом компоненте системы 100, либо могут быть введены или получены иным образом из другого источника данных, внешнего по отношению к системе 100.

На этапе 202 система 100 измеряет биометрические черты человека, находящегося перед системой 102 фиксирования объекта, путем фиксирования и анализа, по меньшей мере, одного изображения человека. В одном или более вариантах осуществления, множество последовательных по времени изображений фиксируют для измерения поведенческих черт человека, причем для измерения биологических черт человека может требоваться только одно изображение. На этапе 204 измеряемые биометрические черты, извлеченные из зафиксированных изображений, сравниваются с зарегистрированными биометрическими чертами (например, предварительно зарегистрированными изображениями человека или данными, связанными с человеком) для определения, распознан ли человек, определяя, существует ли совпадение измеренных биометрических черт с любыми из зарегистрированных биометрических черт. Из этого сравнения система 100 распознавания может определять, закончилось ли распознавание индивидуальности на основе биометрических черт человека. Система 100 может выполнять распознавание с использованием только поведенческих черт или комбинации поведенческих и биологических черт. Система 100 может также выполнять дополнительную проверку человека на этапе 206 путем анализа вторичной информации, такой как, но не в ограничительном смысле, другие биометрические черты человека или путем идентификации информации, полученной относительно человека (например, статус человека, введенный PIN код, ответы на запросы, информация, получаемая из контактных или бесконтактных карт, время суток и т.д.). Система 100 может включать в себя устройство ввода для ввода такой идентификационной информации человеком.

Со ссылкой на Фиг. 3, в одном или нескольких вариантах осуществления распознавание поведенческих черт человека может выполняться системой 100 путем фиксирования множества 5D изображений тела человека, причем изображения 300a, 300b,..., 300n, показанные на Фиг. 3, иллюстрируют временную последовательность трехмерных изображений, фиксируемых в n последовательных точках времени. Эти изображения могут использоваться для распознавания индивидуальности человека при помощи анализа поведенческих черт, как описано в изложенных способах. Из фиксируемых изображений постоянные временные компоненты зафиксированной поверхности 110 (например, биологические черты человека) могут измеряться в дополнение к переменным временным компонентам зафиксированной поверхности 110 (например, поведенческие черты человека). Идентификация человека может быть получена путем сравнения постоянных компонентов поверхности, зарегистрированных во время идентификации и регистрации, с измеренными постоянными компонентами поверхности в, по меньшей мере, одном фиксируемом изображении. Однако распознавание не будет завершено, пока переменные временные компоненты поверхности в изображениях не будут сравнены с зарегистрированными переменными компонентами поверхности этого человека, чтобы проверить точность распознавания человека с использованием поведенческих черт.

Таким же образом, использование поведенческих биометрических черт (например, изменений временных переменных на поверхности человеческого тела), которые являются чрезвычайно трудными для подражания или копирования, обеспечивает увеличенную точность при выполнении распознавания человека и также обеспечивают защиту от имитации биометрических данных распознаваемого человека.

В одном или более вариантах осуществления поведенческие черты могут быть зарегистрированы, как правило, в некотором контексте. Например, почерк может быть связан со словом или предложением, в то время как голос и артикуляция могут быть связаны с фразой или кодовым словом. Регистрация контекстно связанных поведенческих черт упрощает задачу идентификации человека и обеспечивает повышение надежности системы распознавания. В одном или более вариантах осуществления для успешного распознавания человек должен предоставлять системе не только биометрическую черту, но также и контекст (кодовое слово, фразу, и т.д.), без которого распознавание не будет успешным. В таком основанном на контексте распознавании поведенческую черту регистрируют, измеряют и сравнивают для целей распознавания и связывают с соответствующим контекстом для увеличения точности распознавания. Например, человека могут попросить сказать некоторое слово или фразу во время регистрации и идентификации, которая будет затем служить контекстом для поведенческой черты. Во время процедур распознавания, от человека будет требоваться сказать ту же фразу так, чтобы поведенческая черта могла быть проанализирована относительно того же самого контекста для увеличения признаков, добавляемых к принятию решений о личности человека. Некоторые части тела человека могут двигаться уникальным, идентифицируемым образом и служить поведенческой чертой согласно обсуждаемому контексту.

В одном или нескольких вариантах осуществления распознавание может выполняться с использованием поведенческих черт во множестве контекстов. В таких вариантах осуществления регистрация может быть проведена для каждого человека несколько раз в различных контекстах, и количестве и содержание контекстов может отличиться соответственно для различных людей. Во время процедуры распознавания система 100 может запрашивать те же контексты, чтобы измерить соответствующие поведенческие черты. В качестве альтернативы система 100 может первоначально не знать, какой именно контекст необходимо использовать, причем решение, какая поведенческая черта человека должна быть проанализирована, оценивается согласно измеряемой биологической черте. Также содержание контекста может использоваться, в частности, для определения последующей реакции системы. Например, система 100 может использоваться с машинами ATM, причем контекст, выбранный человеком, сообщает машине ATM, использует ли человек услугу распознавания добровольно или под давлением. Если добровольно, система 100 может распознать человека и разрешить операцию, иначе система 100 может отклонить человека как не распознанного, если определено, что на человека оказывают давление, или иначе может выполнять любое другое предопределенное действие (например, проинформировать службу безопасности или полицию о том, что на человека оказывают давление и запросить помощь).

В одном или более вариантах осуществления система 100 выполняет распознавание, используя только поведенческие черты человека.

В одном или более вариантах осуществления система 100 использует процедуры распознавания поведенческих черт, описанные здесь как дополнительные меры точности, которые используется вместе с другими процедурами распознавания по биометрическим чертам. Например, процедуры распознавания по биологическим чертам могут использоваться как дополнительные к процедурам распознавания по поведенческим чертам, такие как анализ двухмерных изображений лица человека или/и радужной оболочки глаза.

В одном или более вариантах осуществления система 100 выполняет распознавание путем сравнения измеренных черт с сохраненными чертами, используя формулу совпадения. Формула определяет, как и в какой последовательности черты должны сравниваться и как итоговое заключение должно быть сгенерировано. В одном примере реализации формула совпадения может предполагать, что, по меньшей мере, одна измеренная черта должна совпадать с, по меньшей мере, одной соответствующей сохраненной чертой. В другом примере реализации формула совпадения может предполагать, что все измеренные черты должны совпадать с соответствующими сохраненными чертами. В другом примере реализации, формула совпадения может предполагать, что измеренные черты должны сравниваться с соответствующими сохраненными чертами в некоторой последовательности, причем каждая из измеряемых черт должна совпадать с соответствующей сохраненной чертой с некоторым уровнем подобия. Упомянутые формулы совпадения представляют собой только некоторые примеры подходящих формул совпадения и не предназначены для перечисления всех и каждой из возможных и не обеспечивают какое-либо ограничение относительно объема использования или функциональных возможностей изобретения.

В одном или более вариантах осуществления вычислительная система 104 может управлять работой системы 102 фиксирования изображения и выполнять необходимые вычисления для распознавания человека по биометрическим чертам. Вычислительная система 104 может содержать универсальную компьютерную систему, которая подходит для выполнения способа для биометрического распознавания человека на основе комбинации биологических и поведенческих черт согласно настоящему изобретению. Вычислительная система 104 представляет собой только один из примеров подходящей вычислительной среды и не является каким-либо ограничением относительно объема использования или функциональных возможностей изобретения. В различных вариантах осуществления настоящей системы и способа для биометрического распознавания человека на основе комбинации биологических и поведенческих черт могут использоваться многие другие компьютерные среды или конфигурации для обычного или специального назначения. Примеры известных вычислительных систем, сред, и/или конфигураций, которые могут быть подходящими для использования с изобретением, включают, но не ограничены перечисленным, персональные компьютеры, серверы, карманные или портативные вычислительные устройства, мультипроцессорные системы, микропроцессорные системы, программируемую бытовую электронику, сетевые компьютеры, миникомпьютеры, центральные ЭВМ, распределенные вычислительные среды, которые включают любую из вышеупомянутых систем или устройств, и т.п.

В различных вариантах осуществления алгоритмы, используемые в способе биометрического распознавания человека на основе комбинации биологических и поведенческих черт, могут быть описаны в общем контексте команд, выполняемых компьютером, таких как программных модулей, выполняемых компьютером. Обычно программные модули включают процедуры, программы, объекты, компоненты, структуры данных и т.д., которые выполняют определенные задачи или выполняют определенные абстрактные типы данных. Эти алгоритмы и способы могут также быть осуществлены в распределенных вычислительных средах, где задачи выполняются удаленными устройствами обработки, которые связаны через систему связи. В распределенной вычислительной среде, программные модули могут находиться и на локальном, и на удаленном компьютерном носителе данных, включающем в себя запоминающие устройства. В одном варианте осуществления вычислительная система осуществляет многокадровое измерение формы поверхности материальных объектов путем исполнения одной или более компьютерных программ. Компьютерные программы и основополагающие данные могут быть сохранены в запоминающей среде или носителе данных, таком как память и/или ROM, либо их можно передавать на центральный процессор через сетевое соединение или другое соединение ввода - вывода.

Система и способ, сформированные согласно описанным вариантам осуществления, обеспечивают бесконтактные способы идентификации, распознавания и проверки человека по биологическим и поведенческим биометрическим чертам. Описанные система и способ обеспечивают автономную высокоточную и оперативную проверку человека в условиях незначительного взаимодействия с человеком. Система и способ используют комбинацию биологических и поведенческих черт для распознавания личности человека, вследствие чего обеспечивается увеличение точности распознавания и уменьшение вероятности подражания и копирования биометрических черт.