本发明涉及生物测定数据的处理，并且更具体地，涉及在存储在 存储器中的数据库上进行生物测定数据的识别。

一些访问控制系统是基于对个人的生物测定特性的分析来判断例 如其是否有权访问受保护区域。这种生物测定特性分析也被用于一些 旨在认证或识别个人的认证系统或识别系统。这种分析通常是基于检 验过程中捕获的关于个人的生物测定数据与存储在数据库的数据之间 的比较。

因此，例如，在访问控制系统的情况下，对应于被授权访问的个 人的生物测定数据被存储在数据库中。在将在检验过程中提取的关于 个人的生物测定数据与存储的数据进行比较之后，系统能够判断这个 人是否属于那些被授权访问的人。

在这种类型的生物测定系统中，该比较步骤是确定系统可靠性的 关键步骤。

Juels和Wattenberg于1999年在文献“A Fuzzy Commitment Scheme”中提出了将该比较步骤转换为传统的解码问题。将之前存储 的生物测定数据b1与在检验过程中提取的关于个人的数据b2进行比 较。为此，该文献提出了对这些数据中的生物测定数据b1和误差校正 码c应用“异或”运算。从而，获得编码的生物测定数据f。然后，为 了将生物测定数据b2与生物测定数据b1进行比较，判断是否满足以 下运算：

$f\oplus b2=c\oplus e$

其中，e是具有低于该码的校正能力的权重的误差。

在满足上式的情况下，可从该式推断出存储的生物测定数据b1 与提取的生物测定数据b2是对应的。

Hao Anderson和Daugman于2005年在文献“Combining Cryptography with Biometrics Effectively”中提出了在生物测定数据对 应于虹膜的特殊情况下，应用包括在生物测定系统的比较步骤中使用 误差校正码的基本原则。关于该虹膜的生物测定数据在256个八位位 组上被编码，从而形成了虹膜码。首先，确定将虹膜码B用作参考数 据。通过随机数据发生器产生生物测定密钥K。然后，用来自于R-S 码(Reed-Solomon code)和哈达马码(Hadamard code)的校正码对该 生物测定密钥K进行编码，以提供伪虹膜码K′。

然后，在伪虹膜码K′与表示参考数据的虹膜码B之间应用“异或” 运算，以提供满足下式的结果B：

$R=B\oplus K\prime$

然后，将上式的结果R与为散列形式(hashed form)H(K)的生物 测定密钥一起存储。

然后，当对某个人进行检验时，将来自于他/她的虹膜的生物测定 数据提取为虹膜码B′的形式。

然后，在存储的结果R与该提取的虹膜码B′之间应用“异或”运 算，以获得下面的结果R′：

$R\prime =B\prime \oplus R$

接下来，基于先前用于对生物测定密钥K进行编码的校正码对结 果R′进行解码，以产生生物测定密钥C。

然后，将相同的散列函数应用于由此得到的生物测定密钥C，并 且将以散列形式H(K)存储的生物测定密钥与以散列形式H(C)存储的 生物测定密钥C进行比较。

如果满足下式：

H(K)＝H(C)

那么，可推断出提取的生物测定数据与参考数据相对应。

在这里，用大小限于256个八位位组的虹膜码表示生物测定数据。

通过处理虹膜图像获得虹膜码。现在，根据图像被提取的环境， 并且尤其根据当图像被提取时虹膜的暴光，或还根据虹膜图像被提取 期间个人的动作，这种图像可具有不同的特征。

多种方法能够产生不同的潜在干扰，从而使该图像平滑。

因此，例如，可应用各种图像处理滤波器以获得与相同图像相关 的多个信息层，从而使与正在被处理的虹膜相关的信息更加丰富。

为了使该虹膜图像提取的干扰被平滑，还可执行多次虹膜图像提 取。在这种情况下，还使与虹膜相关的信息倍增，并且获得不同层的 信息。

在文献“Combining Cryptography with Biometrics Effectively”的 上下文中，这些信息层中的每一层可对应于在256个八位位组上被编 码的虹膜码。为了处理多个信息层，然后可将前述文献中描述的方法 连续地应用于各信息层。因此，比较步骤将包括连续地比较虹膜码B 与虹膜码B′，每次比较都是由多个被考虑的滤波器中的一个的应用得 到的，或由执行的多个图像提取中的一个图像提取得到的。

因此，这个比较步骤对应于基于来自于256个八位位组的数据的 多个比较步骤，其中的每个比较步骤均具有有限的可靠性水平。

本发明旨在改进每个比较步骤的可靠性水平。

本发明的目标旨在基于第一组生物测定数据与第二组生物测定数 据的比较改进生物测定数据的处理性能，以判断第一组生物测定数据 和第二组生物测定数据是否属于相同的个人。

更具体地说，提出了根据这样一种方法来执行比较生物测定数据 的步骤，在该方法中，能够对表示在多维坐标系中的生物测定数据能 够进行处理，以在单个比较步骤的过程中同时考虑由应用的与所考虑 的生物部分相关的多个处理获得的生物测定数据，这些处理例如为， 多个滤波器的应用或对该生物部分的多次图像提取。这样，该比较步 骤的可靠性水平能够被提高。

本发明的第一方面提出了一种在生物测定系统中对与生物部分相关 的生物测定数据进行处理的方法，一方面，所述生物测定系统具有至少 一组参考生物测定数据，所述参考生物测定数据由在第一组生物测定数 据与第一编码密钥之间应用“异或”运算得到，另一方面，所述生物测 定系统具有与所述第一密钥相关的信息。

所述方法包括下面的步骤：

(a)获得第二组生物测定数据；

(b)通过在所述一组参考生物测定数据与所述第二组生物测定数 据之间应用“异或”运算，确定第二编码密钥；

(c)解码所述第二密钥；和

(d)通过将与所述第一密钥相关的信息与所述第二密钥进行比较， 判断所述第二组生物测定数据是否对应于所述第一组生物测定数据；

所述第一组生物测定数据和所述第二组生物测定数据表示在具有 N维的多维坐标系中，N是大于或等于2的整数，通过对所述生物部 分应用多个处理步骤，获得沿着所述N维中的至少一维的所述生物测 定数据。

此外，通过应用将预定长度的初始字转换为编码到所述多维坐标 系中的字的编码，获得所述第一编码密钥。

由于这些规定，被处理的生物测定数据能够被表示在多维坐标系 中，从而能够方便地考虑到与被处理的生物测定数据相关的大量数据， 并且因此使这种类型的生物测定处理方法的效率和可靠性得以提高。

当然，同时被处理的相关信息的数量越大，与在检验生物测定数 据的过程中被提取的关于个人的生物测定数据和最初被存储的生物测 定数据之间的比较相关联的可靠性水平就越高。

应用的与生物部分相关的多个处理步骤的类型没有限制。

因为该数据是在多维坐标系中被处理的，因此在这里可能同时考 虑例如与根据第一滤波器被处理的图像相关的生物测定数据和与根据 至少一个第二滤波器被处理的图像相关的生物测定数据，这些滤波器 是属于相同滤波器族的相同类型的滤波器。

在这里，还可能提供多个滤波器族的处理。在这种情况下，每个 附加滤波器族都可导致具有N维的多维坐标系中的附加维。

因此，在本发明的一个实施方式中，通过将多个滤波器应用于生 物部分的图像，获得沿着至少一维的生物测定数据。

还可同时考虑来自于被考虑的生物部分的不同图像提取的生物测 定数据。

因此，在本发明的一个实施方式中，通过提取生物部分的多个图 像，获得沿着至少一维的生物测定数据。

在一个变体中，被考虑的多维坐标系包括与对被考虑的生物部分 执行的多个图像提取相关的至少一维和与应用于多个被提取的图像的 多个滤波器的应用相关的至少另一维。

还可方便地提供根据本发明的一个实施方式的多维坐标系中的至 少一维，以对应于通过改变调节图像提取的环境的至少一个特征而获 得的生物测定数据。因此，通过图像提取，一个维度可对应多个光度 值或多个对比度值，或者对应于色彩等级柱状图中的变量。

通过改变用于对被提取的图像的数字化写入进行量化的阀值，还 可考虑沿着从被提取的图像得到的至少一维的生物测定数据。

在一个变体中，可提供所有这些将被考虑的多个步骤的组合，多 维坐标系的维数直接取决于此。

基于在第一生物测定数据与第二生物测定数据之间进行的比较， 这种方法能够被方便地用于任何生物测定系统中，该比较旨在判断第 一生物测定数据和第二生物测定数据是否属于相同的个人。

在本发明的一个实施方式中，所述多维坐标系包括沿着所述坐标 系的N维中的每一维的、长度为ni的数据，i为1与N之间。所述第 一密钥的编码包括下面的步骤：

将所述第一密钥转换到另一个N维坐标系，该坐标系包含沿着N 维的长度分别为ki的数据，长度ki的乘积等于所述第一密钥的所述预 定长度，i为1到N之间；和

沿着所述N维分别将N个码相继地应用于块Ci，然后将长度分别 为ki的数据转换为长度分别为ni的代码数据。

通过对所述第一密钥应用散列函数，获得与所述第一密钥相关的信 息。在这种情况下，步骤(d)包括下面的步骤：

对所述第二密钥应用所述散列函数；和

将散列形式的所述第二密钥与和所述第一密钥相关的信息进行比 较。

本发明的第二方面提出了一种用于在生物测定系统中处理与生物部 分相关的生物测定数据的设备，一方面，所述处理设备具有由在第一组 生物测定数据和第一编码密钥之间应用“异或”运算得到的至少一组参 考生物测定数据，另一方面，所述处理设备具有与所述第一密钥相关的 信息。

所述设备包括：

接口元件，其被设计为接收第二组生物测定数据(B2)；

确定元件，其被设计为通过在所述一组参考生物测定数据与由所述 接口元件接收的所述第二组生物测定数据之间应用“异或”运算而提供 第二编码密钥；

解码元件，其被设计为解码所述第二编码密钥；和

判断元件，其被设计为通过将和所述第一密钥相关的信息与和所述 第二密钥相关的信息进行比较，从而来判断所述第二组生物测定数据是 否对应于所述第一组生物测定数据。

所述第一组生物测定数据与所述第二组生物测定数据表示在具有 N维的多维坐标系中，N为大于或等于2的整数，沿着所述N维中的 至少一维的所述生物测定数据是通过应用的与所述生物部分相关的多 个处理步骤得到的。

所述第一编码密钥可通过将预定长度的初始字转换为编码到所述 多维坐标系中的字的编码而获得。

通过提取生物部分的多个图像，可获得沿着至少一维的生物测定 数据。

通过将多个滤波器应用于生物部分的图像，也可获得沿着至少一 维的生物测定数据。

通过将散列函数应用于所述第一密钥，获得与所述第一密钥相关 的信息；并且，所述判断元件可包括：

散列元件，其被设计为将所述散列函数应用于被解码的第二密钥； 和

比较元件，其被设计为将与所述第一密钥相关的信息与散列形式 的所述第二密钥进行比较。

这组参考生物测定数据和/或与所述第一密钥相关的信息在数据 库中是可用的。

本发明的第三方面提出了一种用于处理生物测定数据的系统，其 包括根据本发明第二方面的生物测定数据处理设备和被设计为向所述 生物测定数据处理设备提供第二组生物测定数据的至少一个生物测定 传感器。

当阅读了本发明的一个实施方式的描述后，本发明的其它方面、 目的和优点将变得显而易见。

通过以下附图，将更好地理解本发明，其中：

图1示出了根据本发明的实施方式被实施的主要步骤；

图2示出了根据本发明的实施方式的编码的应用；

图3示出了将一族滤波器用于采集指纹的应用；

图4示出了根据本发明的实施方式的生物测定数据处理设备；和

图5示出了根据本发明的实施方式的生物测定数据处理系统。

图1示出了根据本发明的一个实施方式执行的主要步骤。

在初始化步骤11中，被考虑的生物测定系统具有一组参考生物测 定数据。这组生物测定数据满足下式：

$B_1^{\prime }=B_1+K_1$

其中，B1对应于第一组生物测定数据；而K1对应于第一编码密钥。

第一组生物测定数据可在这种类型的生物测定系统的传统初始化 阶段获得，在该过程中，对应于生物测定系统中被考虑的人(即，访 问被授权、或者可识别、或者可认证的人)的生物测定数据被提取。

在本发明的一个实施方式中，第一组生物测定数据可与对应于指 纹或虹膜的生物部分相关。在这些实施例中，提取的生物测定数据对 应于二维(2D)图像。第一组生物测定数据还可与脸部相关，并因此对 应于2D图像或者对应于三维(3D)图像。

在将被处理的生物测定数据对应于2D图像的情况下，并且该图 像根据两个不同族的滤波器fi和滤波器gi被滤波时，有利地，根据本发 明的一个实施方式，在四维坐标系中对对应的生物测定数据进行操作 和处理。

在一种变体中，使用单一的滤波器族。因此，有利地，在3D坐 标系中处理生物测定数据。

然后，容易从前述实施例推断出适合于沿着X维提取并分别被Y 个图像滤波器族滤波的生物测定数据的基本原理。在这种情况中，有 利地，在N维坐标系中处理生物测定数据，其中N满足下面等式：

N＝X+Y

在本发明的实施方式中，无论生物部分指的是哪一部分(虹膜、指 纹、脸)，都根据为被指定的生物部分而被设计的至少一个滤波器族来 处理被考虑的图像。该性质通过基于根据本发明的实施方式的比较生 物测定数据的步骤增加决策的可靠性水平，使这种生物测定系统的性 能能够改进。

在该环境中，第一组生物测定数据B1对应于位于多维坐标系中的 数据，多维坐标系中的至少一维与将滤波器族应用于指定的生物部分 的图像的应用。

在沿着一维表示与指定的生物部分相关的生物测定数据的情况 下，以如前述的虹膜码等具有n1位的字的形式(n1为整数)，可将根据 一种实施方式的方法应用于二维坐标系中，第一维对应于对指定生物 部分进行编码的字的n1位，第二维对应于将滤波器族应用于指定的生 物部分的应用。

因此，在这里，能够将一组生物测定数据写为n1列n2行的矩阵形 式，n2对应于包含在被应用于指定生物部分的滤波器族中的滤波器的 个数。

通过首先随机产生具有k位的第一密钥，并通过对这k位进行编 码，可方便地获得在步骤11中应用的第一编码密钥K1，对这k位进行 的编码被设计为使从在一维上和长度k上定义的坐标系适应于所述多 维坐标系。

来自于Turbo码族的码可适合于该实施方式。这种码在如EP 827284“Information bits transmission process with error correction coding，and coder and decoder for implementing said process”等文献中 被描述。下面几段描述了本发明实施方式中的这种Turbo码应用于二 维坐标系的应用的实施例。根据该实施例，能够直接推断对具有N维 的多维坐标系的应用，N为任何大于2的数。

更具体地说，下面几段描述了基于分别具有参数(n1，k1，d1)和参 数(n2，k2，d2)的两个码C1和C2的乘积的Turbo码乘积(TCP)，其中 ni(i取1或2)对应于码Ci的长度，ki对应于码Ci的信息符号的个数， 而di对应于任意两个字之间的最小汉明距离。

图2示出了为了获得第一编码密钥K1，将这种Turbo码应用于具 有k位的密钥的应用。首先，将具有k位的第一密钥写为包含k1行k2列 的矩阵21的形式，每个元素对应第一密钥的一位，k1和k2满足下式：

k1 x k2＝k

然后，在k1个具有n2个元素的行的条件下，用码C2对k1个行中的 每一行进行编码。因此，得到具有k1×n2个元素的矩阵。接下来，在获 得n2个具有n1个元素的列的条件下，用码C1对该矩阵中的n2个列进行 编码。在基于分组码C1和分组码C2应用该Turbo码后，因此获得具 有n1×n2个元素的矩阵23。通常，在这样的矩阵中，一个部分24包括 用于检验各列的元素，其允许对矩阵23的前k2列的前k1个元素的有效 性进行检验。该矩阵还包括部分25和部分26，部分25中的元素用于 用于检验各行，允许对该矩阵的前k1行的前k2个元素的有效性进行检 验，部分26允许对分别检验部分25和部分24的行和列的元素进行检 验。

因此，通过对具有k位的密钥应用这种编码，获得大小为n1×n2的 编码密钥K1。

在这些条件下，生物测定系统具有一组由在第一组生物测定数据 B1与第一编码密钥K1之间应用“异或”得到的参考生物测定数据，B1和 K1在相同的多维坐标系中表示。

因此，根据本发明的实施方式的方法包括，在步骤12中，在被考 虑的生物测定系统中(如在检验过程中从个人处)提取第二组生物测 定数据B2。

然后，在步骤13中，获得满足下式的第二编码密钥K2：

$K_2={B\prime }_1\oplus B_2$

上式也可写为如下形式：

$K_2=B_1\oplus B_2\oplus K_1$

在两组生物测定数据B1和B2对应于同一个人的相同生物部分的情 况下，密钥K1和K2还应该在误差允许的范围内相对应。

通过应用与应用于第一密钥以获得K1的编码相对应的解码，而对 第二编码密钥K2进行解码，获得第二密钥。基于第一密钥与第二密钥 的比较，可判断出第一组生物测定数据与第二组生物测定数据是否对 应于相同的人。

对如此被编码的数据进行的解码可根据迭代过程而进行，该迭代 过程包括相继执行对行解码和对列解码。这种类型的解码，例如，是 基于如G.D.Forney于1973年3月在Proc.IEEE的第61卷、第3号、 第268-278页中的文献“Viterbi Algorithm”中所述的维特比算法。这 种类型的解码还可类似于文献EP 827284中提出的“Turbo解码器” 中使用的解码。在这种解码器的输入数据为二进制的情况下，这种解 码相当于找到具有最小的汉明距离的码字。这种类型的迭代解码是本 领域相关技术人员所熟知的，并且能够获得高的性能水平。

这种解码包括迭代地执行对行的解码和对列的解码。

假设该比较步骤是基于同时对大量包括特殊数据的信息的进行处 理，该步骤则是有效的且高度可靠的，所述特殊数据是由将多个滤波 器应用于被考虑的生物部分的图像所得到的。

将滤波器应用于指定的生物部分能够防止在对该方法进行改进的 过程中可不同程度地对数据提取步骤造成影响的变化和/或干扰。

在本发明的一个实施方式中，根据如J.Daugman在1993年的IEEE Trans.Pattern Anal.Mach.Intell.15(11)中的文献“High Confidence Visual Recognition of Persons by a Test of Statistical Independence”和J. Daugman于2003年在Pattern Recognition、第36卷、第2号、第279-291 页的文献“The Importance of being Random：Statistical Principles of Iris Recognition”中提出的方法，一组生物测定数据对应于对一个人的虹 膜的提取。

应该注意，本发明的实施方式能够被容易地应用到除了虹膜之外 的任何生物部分。在这里列出的基于滤波器应用进行图像处理的实施 例仅为示例性的。

在这里，以红外图像的形式提取虹膜。然后，根据2D Gabor滤波 器族对该图像过滤，例如通过在J.G.Gaugman在1988年的IEEE Trans. Acoustics；Speech Signal Processing中的文献“Complete Discrete 2D Gabor Transforms by Neural Networks for Image Analysis and Compression”中所定义的滤波器。

沿着二维处理红外图像，例如，一方面按照同心圆，另一方面按 照这些圆的半径进行处理。因此，在这些情况下，对应于图像处理的 二维和被使用的滤波器族的一维，用于这几组生物测定数据的坐标系 是三维坐标系。

在一种变体中，当指定的生物部分对应于以2D图像的形式提取 的指纹时，可应用如K.Jain，S.Prabhakar，和L.Hong(于1999年)在 IEEE Trans.Pattern Anal，and Machine Intell.，第21卷、第4号、第 348-359页中的文献“A Multichannel Approach to Fingerprint Classification”中提出的方法。

图3示出了这样的方法。指纹图像31被提取。然后，将参考点 32位于该图像中。接下来，从参考点32开始，将该图像分为多个扇 形。然后，在如图像34所示地沿着不同的方向分别应用滤波器族之前， 如图像35所示地对如此定义的扇形归一化。

然后，一方面沿着两个维度、另一方面根据滤波器族，对该图像 进行处理。也在该情况下，根据本发明的实施方式，由此使得这几组 生物测定数据在三维坐标系中方便地被处理。

图4示出了被设计用于执行本发明的实施方式的生物测定数据处 理设备。

这种处理设备42包括被设计为接收第二组生物测定数据B2的接 口元件421。例如，第二组生物测定数据可从被考虑的系统的生物测 定传感器传送出来。

处理设备42进一步包括确定元件422，其被设计为通过在一组参 考生物测定数据与由接口元件421接收到的第二组生物测定数据之间 应用“异或”运算而提供第二编码密钥K2。

处理设备42还可包括判断元件423，其被设计为通过将和第一密 钥相关的信息与第二密钥进行比较，来判断第二组生物测定数据B2是 否对应于第一组生物测定数据B1。

允许保留这些密钥的机密性的这种比较可在第一密钥和第二密钥 的散列形式上执行。事实上，在这种上下文中，第一密钥只以散列形 式保存。

在本发明的一个实施方式中，判断元件进一步包括解码元件425， 其被设计为通过应用与用于获得第一密钥K1的编码相对应的迭代解 码而对第二编码密钥K2进行解码。

判断元件可进一步包括被设计为对第二解码密钥应用散列函数的 散列元件426。

这组参考生物测定数据和/或散列形式的第一密钥在由处理设 备42管理的数据库424中可为有效的。

图5示出了生物测定数据处理系统，其包括生物测定数据处理设 备42和被设计为向该设备42提供第二组生物测定数据B2的多个生物 测定传感器51。