专利名称：用于指纹比对的系统和方法
技术领域：
本发明的公开内容总体上涉及生物测定技术，更具体地，涉及用于指纹比对的系统和方法。
背景技术：
在生物测定识别和检验方面，指纹是应用最为广泛的物理特征之一。近来，作为生物测定技术，指纹识别已经变得日益流行，因为就性能、可靠性等等而言，其具有对于理想性质的好的平衡性。这样，近年来，在自动指纹识别系统(AFIS)领域进行了大量的研究并取得了很大的进展，其中上述系统将一个或多个未知指纹与数据库的已知指纹自动比对。AFIS的一个阶段是指纹比对阶段，所输入的指纹数据在该阶段与一个或多个模板指纹比对。
在指纹比对算法当中，基于细部特征(minutia)的方法是应用最为广泛和最为可靠的方法之一。细部特征是指纹的微小细节，包括指纹纹线的末端和分叉。图1A示出了带有细部特征的扫描指纹图像，其中黑线指示指纹纹线。该指纹包括纹线末端102和纹线分叉104。图1B和1C分别示出了纹线末端和纹线分叉的更为细化的视图。
参考图1B和1C，每一个细部特征都可以由其位置(由圆头106指示)和取向(由线段108指示)来表示。为了与ANSI-NIST标准兼容，所述基于细部特征的方法必须只使用细部特征的位置和取向信息，这样的方法在适合于具有有限计算资源的系统的同时，还允许利用其它系统的已经提取的细部特征模板。当仅仅使用细部特征的位置和取向信息时，可以将指纹比对看作寻找对应的点对的点图案比对问题。然而，这种方法至少存在两个问题。首先，比对的准确度受到由皮肤状况的任何变化所造成的来自细部特征提取阶段的虚假的或失落的(dropped)细部特征的影响。另一个问题是例如由于皮肤的弹性和/或在指纹采集期间(在传感器表面上)手指的压力和移动而造成的指纹图像的非线性扭曲。
为了解决以上问题，已经提出了各种方法，而最近，Kwon等人提出了利用细部特征聚类(clustering)和翘曲(warping)的指纹比对方案(″Fingerprint Matching Method Using Minutiae Clustering andWarping，″Proc.Int′l Conf.Pattern Recognition，volume 4，Pages 525-528，2006)。该Kwon等人的方法将局部邻域结构和薄板样条(Thin-PlateSpline(TPS))模型用于指纹比对。
然而，由于TPS模型本质上是利用具有无限响应的基函数的表面插值方案，细部特征之间的错误的对应或者离群者会错误地扭曲指纹的表面，从而导致全局性的影响。这是将TPS模型用于指纹比对时的基本且普遍的问题。
发明内容
本发明的公开内容描述了用于指纹比对的系统和方法。在一个实施例中，系统可以包括第一细部特征获取单元和第二细部特征获取单元，用来获取第一指纹和第二指纹的细部特征信息。在第一指纹的细部特征上，由网格构造单元来构造可变形网格，而网格变换单元可被用来对所述可变形网格的状态进行变换，由此获得扭曲补偿的第一指纹。匹配确定单元基于所述扭曲补偿的第一指纹来确定第一指纹是否与第二指纹匹配。
在另一个实施例中，系统可以包括用来获取输入指纹的输入细部特征信息的输入细部特征获取单元，和用来在所述输入细部特征上构造可变形网格的网格构造单元。所述系统可以进一步包括网格变换单元，用来对可变形网格的状态进行变换，由此补偿所述输入指纹的表面扭曲。
在另一个实施例中，指纹比对方法可以获取第一指纹的细部特征和第二指纹的细部特征。所述方法还可以得到第一指纹的细部特征和第二指纹的细部特征之间的对应，并且在第一指纹的细部特征上构造可变形网格。然后，所述方法可以对所述可变形网格进行变换，以便基于所述对应来获取扭曲补偿的第一指纹，并且可以基于所述扭曲补偿的第一指纹来确定第一指纹是否与第二指纹匹配。
附图描述了根据本发明的公开内容的典型实施例，因此这些附图不应当被看作是对本发明的范围构成了限制。下面通过利用这些附图来更加深入详细地描述本发明，在其中 图1A、1B和1C示出了一个示例的指纹和它的某些细部特征； 图2示出了用于指纹识别的一个示例性系统； 图3示出了根据本发明公开内容的指纹比对系统的一个实施例； 图4示出了翘曲单元的一个实施例； 图5示出了网格构造单元的一个实施例； 图6A、6B和6C示出了可变形网格和它的变换； 图7A和7B示出了根据本发明公开内容的优化和迭代的一个实施例； 图8示出了根据本发明公开内容的指纹比对方法的一个实施例； 图9示出了翘曲运算的一个实施例。
具体实施例方式 可以理解，在这里的附图中总体上描述和说明的本发明公开内容的组成部分可以以多种不同的配置来设置和设计。因此，以下对附图中所示的根据本发明公开内容的系统和方法的实施例的更加详细的描述并不对权利要求构成限制，而仅仅表示当前所设想的根据本发明公开内容的实施例的某些实例。可以参照附图来理解当前所描述的实施例，其中相同的标号表示相同的部分。
参考图2，示出了用于指纹识别的系统200的一个实施例。系统200包括指纹输入单元202、指纹数据库204和指纹比对系统206。指纹输入单元202可以包括可普遍利用的用来获取指纹的机制。例如，指纹输入单元202可以包括用来扫描指纹的光学指纹扫描器。指纹数据库204可以存储先前记录的指纹的信息。例如，指纹数据库204可以存储细部特征信息，包括指纹中的细部特征的位置和取向。指纹比对单元206可以包括基于网格的翘曲单元208。
指纹比对系统206通常从指纹输入单元202接收指纹(该指纹在这里称为输入指纹)，并且从指纹数据库204接收先前记录的指纹的信息(该信息在这里称为模板指纹)。在某些实施例中，在收到输入指纹和模板指纹时，指纹比对系统206确定输入指纹是否与模板指纹匹配。为此，指纹比对系统206可以使用基于网格的翘曲单元208。此外，虽然没有示出，但在其它实施例中，指纹比对系统206可以与一个或多个其它系统耦合或结合到一个或多个其它系统中。这些其它系统可以将来自指纹比对系统206的比对结果用于各种目的。例如，指纹比对系统206可以与计算机、锁装置或任何其它电子装置耦合，所述计算机、锁装置或任何其它电子装置当确定的结果是输入指纹与模板指纹匹配时工作。
参考图3，示出了指纹比对系统206的一个实施例。在所示的实施例中，指纹比对系统206包括第一细部特征获取单元302、第二细部特征获取单元304、对应确定单元306、基于网格的翘曲单元208和匹配确定单元310。第一细部特征获取单元302获取第一指纹的细部特征信息，该第一指纹通常是输入指纹。例如，当第一细部特征获取单元302从指纹输入单元202收到输入指纹的扫描图像时，它使用公知的方法从所述图像提取细部特征信息。第一细部特征获取单元202所获得的细部特征信息在这里称为第一细部特征信息。
第二细部特征获取单元304获取第二指纹的细部特征信息，该第二细部特征信息通常是模板指纹。例如，如果指纹数据库204向第二细部特征获取单元304提供了细部特征信息，则第二细部特征获取单元304可以将所收到的细部特征信息不加任何修改地提供到对应确定单元306。第二细部特征获取单元304所获得的细部特征信息在这里称为第二细部特征信息。
对应确定单元306通常接收第一细部特征信息和第二细部特征信息，并且确定第一细部特征与第二细部特征之间的对应。对应确定单元306可以使用包括现有方法的任何方法(例如，Jain等人所公开的使用可调边界框的方法(″On-line fingerprint verification″，IEEE Trans.Pattern Anal.Machine Intell.，19(4)302-314，1997)和Kwon等人所公开的使用局部邻域结构的方法(″Fingerprint Matching Method Using Minutiae Clusteringand Warping，″Proc.Int′l Conf.Pattern Recognition，volume 4，Pages525-528，2006))来获取细部特征的对应。在一个实施例中，对应确定单元306使用前述Kwon等人的方法中的局部邻域结构。在这种情况下，利用细部特征的邻域信息来构造局部结构。然后，通过比较第一细部特征的局部结构信息和第二细部特征信息的局部结构信息来获得细部特征的对应。然后，可选地，可以通过使用刚性变换的几何检验运算来去除离群者，并且可以通过从对准的位置对输入指纹进行迭代变换来获取匹配的细部特征聚类。应当注意的是，在本发明的某些实施例中可以允许一些离群者，从而在这些实施例中，即使未作几何检验的对应也可以作为最终的细部特征对应来提供。
最终的细部特征对应通常包括一组细部特征对，其中的每一个细部特征对包括第一细部特征和第二细部特征之间的对应的细部特征。在某些实施例中，细部特征的对应可以表示为c＝(c0，c1)，其中c0和c1分别表示第一指纹和第二指纹中的对应细部特征的位置。对应确定单元208的输出可以进一步包括另外的信息。例如，在一个实施例中，对应确定单元208可以进一步确定每一个对应的权重。所述权重可以从0变化到1，较大的权重表示对应的较高的可靠性。
基于网格的翘曲单元208通常接收包括第一细部特征和第二细部特征的细部特征对应，并且基于所收到的信息来执行指纹表面翘曲运算。通过执行所述表面翘曲，基于网格的翘曲单元208可以根据可能扭曲的第一指纹来恢复扭曲补偿的第一指纹。基于网格的翘曲单元208的实例将在后面详述。
匹配确定单元310基于扭曲补偿的第一指纹来确定第一指纹是否与第二指纹匹配。为此，匹配确定单元310可以使用任何适合的比对方法，包括诸如全域比对和评分方案之类的众知的方法。在一个实施例中，匹配确定单元310可以配置成采用Kwon等人的方法中所使用的全域比对和评分方案。
现参考图4，示出了基于网格的翘曲单元208的一个实施例。在图4中，基于网格的翘曲单元208包括网格构造单元402和网格变换单元404。网格构造单元402在例如第一细部特征上构造可变形网格。图6A示出了在第一细部特征上所构造的可变形网格的一个实例。在这个实例中，可变形网格是被划分成三角形的二维(2-D)网格模型，该模型具有以六角形方式连接的顶点。参考图6A，方头602表示包含在第一细部特征信息中的细部特征的位置，连接到方头602的线段604表示所述细部特征的取向。此外，圆顶点606和连接圆顶点606的边608表示在第一细部特征上所构造的可变形网格。在第一细部特征上构造了可变形网格之后，网格变换单元404对在第一细部特征上所构造的可变形网格进行变换，使得由可变形网格所表示的第一指纹表面与第二指纹表面近似，该第二指纹表面对应于第二细部特征被提取时的指纹表面。换言之，对可变形网格的变换补偿了第一指纹的表面扭曲，从而恢复出更加准确的第一指纹。
参考图5，示出了网格构造单元402的一个实施例。在这个实施例中，网格构造单元402包括边界框建立单元502、顶点定位单元504和边长获取单元506。响应于网格构造单元402在第一细部特征上构造可变形网格，边界框建立单元502设置一个假想边界二维框(未示出)，方法是确定其大小和位置，使得第一细部特征信息中的所有细部特征都位于该框的内部。然后，顶点定位单元504确定网格顶点606的位置(或x-y坐标)，使得所构造的网格覆盖所述边界框。在一个实施例中，网格顶点606的位置基于网格顶点606之间的边608的长度来确定。在这种情况下，边长获取单元506可被用来获取边长。边长可以硬编码在指纹比对系统中，或者可以记录在可重写的存储器中。在后一种情况下，系统200可以进一步包括用来对边长进行调整的控制单元。此外，边长可以在运行时间由边长获取单元506动态地确定。注意，随着所述边长变小，例如随着网格变密，指纹比对的准确度变高。然而，随着边长变小，指纹比对处理的运行时间会变长。因此，可以根据指纹比对的目的或要求来确定边长。例如，与指纹比对被用来访问低重要性的信息的情况相比，在指纹比对被用来访问非常关键的信息的情况下，边长可以选得较小。尽管这里没有列举，但是根据本发明的公开内容，本领域的技术人员可以理解，还可以基于多种其它情况或变量来确定所述边长。
现在较详细地描述网格变换单元404的一个实施例。在这个实施例中，网格变换单元404通常接收细部特征的对应，包括第一细部特征信息和第二细部特征信息以及在第一细部特征信息上所构造的可变形网格。然后，如上所述，网格变换单元404对在第一细部特征上所构造的可变形网格进行变换，使得由可变形网格所表示的第一指纹表面与第二指纹表面近似，该第二指纹表面对应于第二细部特征被提取时的指纹表面。图6C示出了变换后的网格的一个实例。可以理解，所述变换将网格顶点移至新的位置，该新的位置构成了网格的新状态。此外，当网格顶点移至它们的新位置时，由这些网格顶点所包围的细部特征也翘曲到新的位置，在这里称为翘曲位置。例如，当图6A中的顶点vi、vj和vk分别移至6C中的新位置vi′、vj′和vk′时，图6A中的细部特征p翘曲到图6C中的新位置p′。
下面参照图6A到6C来较详细地描述细部特征的翘曲。假定顶点vi是包含细部特征p的三角形的顶点之一。那么，重心坐标Bi(p)可以根据如图6B所示的面对vi的子三角形的面积来计算。也就是说，细部特征p及顶点vj和vk是从中导出重心坐标Bi(p)的子三角形的顶点。在计算了三个顶点vi、vj和vk的重心坐标之后，处于网格顶点的状态S的细部特征p的位置Ts(p)可表示如下TS(p)＝Bi(p)vi+Bj(p)vj+Bk(p)vk。也就是说，当网格被变换且网格顶点移至新的状态S′时，可以利用三个顶点的重心坐标和新位置来计算细部特征p在所述变换之后的翘曲位置。例如，图6C中的翘曲位置p′可以按下式计算p′＝TS′(p)＝Bi(p)vi′+Bj(p)vj′+Bk(p)vk′，其中S′表示网格顶点的变换后的状态。
为了进行在这个实施例中使用的变换，网格变换单元404可以使用能量函数。换言之，网格变换单元404可以将能量函数用来确定网格的新状态。在一个实施例中，如此定义能量函数，使得当网格变形较大时能量变得较大，而当对应的细部特征变得较接近时能量变得较小。例如，对于给定的状态S和对应C，能量E可以定义为E(S，C，r)＝λDED(S)+EC(S，C，r)，其中ED是变形能量，EC是对应能量，λD是网格的规则性的控制参数，r是置信半径。在这种情况下，ED是正值，当网格变形较大时该ED值增大，而EC是负值，当对应的细部特征变得较接近时该EC值的绝对值增大。然后，能量的最小化将使网格变换，从而使对应的细部特征变得较接近，除非由变换所引起的网格的变形超过(overweigh)了细部特征之间的接近(approach)。这样，能量的最小化可以看成是将第一指纹变换成与第二指纹近似。
在另一个实施例中，变形能量ED可以定义为对网格顶点的x和y坐标的二阶导数的平方和的近似。即，如果L表示相继的共线的三个顶点的索引集，变形能量ED可以定义为其还可以定义为其中，X和Y分别是网格顶点的x和y坐标的行序矩阵(row ordered matrix)。ED处罚(penalize)顶点的不规则间隔。K可以从K′TK′构造，其中K′是包含L中的每个三元组一行和每个网格顶点一列的矩阵。具体而言，对应于三元组(i，j，k)的K′的第r行可以定义为K′ri＝-1，K′rj＝2，K′rk＝-1，在c≠i，j，k时，K′rc＝0。注意，状态S隐含了X和Y。
此外，对应能量EC可以定义为在该方程中，d＝||c1-TS(c0)||，c1是第二指纹中的与第一指纹中的细部特征c0相对应的细部特征。即d表示细部特征c0的翘曲位置与细部特征c1的位置之间的距离。此外，ωc是对应的权重。如果还没有确定对应的权重，可以将ωc设定为常数，比如1。ρ是鲁棒估计量(robust estimator)。在一个实施例中，鲁棒估计量ρ可以定义如下
该鲁棒估计量具有以下特性如果置信半径r大，则大多数对应的权重将在能量中被相加；如果置信半径r小，则将只使用所选对应的权重。根据本发明的公开内容，本领域的技术人员可以理解，鲁棒估计量的上述特性会有助于在置信半径r变得较小时，将离群者从表面翘曲中排除。
网格变换单元404针对固定的置信半径r来最小化能量E，这还可称为优化。该优化的一个实施例的伪码表示在图7A中示出。图7A中所示的优化将Newton-Raphson方法用于广义线搜索(general line search)(第11-16行)，并将Polak-Ribière方案(第22行)用于快速收敛。这里应当注意，尽管图7A以伪码表示的形式示出了所述优化，然而该优化不仅可以以软件实施，而且还可以以硬件、固件等来实施，其中包括它们的组合。
在图7A中所示的优化中，能量函数的一阶偏导数与变换的方向相关，该方向表示为d，而二阶偏导数被用来确定变换的量，该量表示为α。一阶偏导数和二阶偏导数可以以解析方式来计算，这有助于所述优化的高效实施。以下方程可以用于对x坐标的一阶导数其中可以利用以下方程来计算对应能量EC的导数其中Ci是一组对应，c0包含在以vi为顶点的三角形中。此外，以下方程可以用于对x坐标的二阶导数在一阶导数和二阶导数的方程中，求和的条件是d＜r及(i，j，k)＝V(c0)，其中V(c0)是包含c0的三角形的顶点索引集。可以以类似的方法来计算对y坐标的导数。预处理矩阵(preconditioner matrix)M使用以下方程在一个实施例中，为了效率，可以利用LU分解来计算M-1(第4行，第20行)。此外，在一个实施例中，变量ε(第8行，第16行)可以设置成例如10-6，而循环终止变量imax(第8行)和jmax(第16行)可以固定为小的数值。
而且，在某些实施例中，网格变换单元404可以迭代所述优化。该迭代的一个实施例在图7B中表示为伪码。参考图7B，置信半径r随着所述优化的重复而衰减，直到置信半径r变得小于预定阈值re。当置信半径r大时，ED的影响比EC的影响大，所以网格以刚性方式变形。然而，随着置信半径r的减小，EC逐渐变得比ED有影响，并且网格顺从于(bend t0)正确的匹配。因此，随着置信半径r的减小，离群者的影响也减小。在一个实例中，可以将输入细部特征的边界框的宽度用于r0，而且可以使用re＝0.5和η＝0.5。
现参考图8，示出了指纹比对方法的一个实施例。首先，在步骤802，方法800获取第一细部特征信息和第二细部特征信息，该第一细部特征信息通常是输入指纹的细部特征信息，该第二细部特征信息通常是模板指纹的细部特征信息。然后，在步骤804，方法800得到第一细部特征和第二细部特征之间的对应。为了得到所述对应，方法800可以使用任何众知的或其它适合的方法。而且，在步骤806，方法800在第一细部特征上构造可变形网格。在一个实施例中，如上所述利用例如网格构造单元402(图4)的网格构造单元来构造可变形网格。然后，在步骤808，方法800通过对在第一细部特征上所构造的可变形网格进行变换来翘曲第一细部特征。在一个实施例中，所述翘曲步骤由例如网格变换单元404(图4)的网格变换单元来执行。翘曲步骤808可被用来补偿第一指纹的表面扭曲，以获得扭曲补偿的第一指纹，即更加准确的第一指纹。在步骤810，方法800基于所述更加准确的第一指纹来确定第一指纹是否与第二指纹匹配。
下面参照图9来较详细地描述翘曲运算的一个实施例。该实施例采用能量函数，该能量函数的详情已经在以上作了描述。在步骤902计算能量函数的一阶导数，在步骤904计算能量函数的二阶导数。这些导数可以如上所述以解析方式来计算。然后，在步骤906，基于一阶导数和二阶导数，针对固定的置信半径来优化由所述能量函数所限定的能量。例如可以利用图7A所示的过程来优化所述能量函数。然后在步骤908，衰减置信半径。该衰减可以包括例如将预定衰减常数乘以当前的置信半径，但不限于此。在步骤910，将衰减的置信半径与预定阈值进行比较。如果衰减的置信半径大于预定阈值，则以衰减的置信半径来重复以上步骤。通过在衰减置信半径的情况下迭代所述优化，翘曲步骤808可以减小离群者对指纹比对的影响。
尽管这里所提供的实施例假定第一指纹是输入指纹，第二指纹是模板指纹，但是本发明的公开内容不限于此，还可以适用其它的变体。此外，尽管这里所描述的翘曲单元和翘曲步骤将能量函数用于翘曲运算，但翘曲单元和翘曲步骤可以以各种其它方式来执行所述翘曲。而且，尽管在前述实施例中对能量函数的优化是基于以解析方式计算的一阶偏导数和二阶偏导数，但根据本发明的公开内容，本领域的技术人员可以理解，还可以采用其它方法或变量作为补充或者替换。
根据本发明的公开内容，本领域的技术人员还应当理解，这里所描述的系统和方法可以以硬件、软件、固件、中间件或它们的组合来实施，并且可以用于系统、子系统、部件或它们的子部件。例如，以软件实施的方法可以包括用来执行方法步骤的计算机代码。该计算机代码可以存储于诸如处理器可读介质之类的机器可读介质或计算机程序产品中，或者可以作为以载波或由载波调制的信号来实施的计算机数据信号通过传输介质或通信链路来传输。所述机器可读介质或处理器可读介质可以包括任何能够存储或传送采取机器(例如处理器、计算机、移动装置、媒体播放器等等)可读和可执行形式的信息的介质。
在不偏离所公开的系统和方法的特征或特性的情况下，可以以其它特定的形式来实施这些系统和方法。所以，所描述的实施例从各方面来说都只是说明性的而不是限制性的。因此，本发明的范围由所附权利要求而不是由以上描述来限定。在权利要求的等同者的含义和范围之内的各种改变都包含在权利要求的范围之内。
权利要求
1.一种指纹比对系统，包括
第一细部特征获取单元，适于获取第一指纹的第一细部特征信息；
第二细部特征获取单元，适于获取第二指纹的第二细部特征信息；
网格构造单元，配置成基于所述第一细部特征来构造可变形网格；
网格变换单元，配置成对所述可变形网格的状态进行变换，由此获得扭曲补偿的第一指纹；以及
匹配确定单元，配置成基于所述扭曲补偿的第一指纹来确定所述第一指纹是否与所述第二指纹匹配。
2.权利要求1所述的指纹比对系统，其中，所述网格变换单元进一步配置成根据所述可变形网格的变换后的状态对所述第一细部特征进行翘曲。
3.权利要求1所述的指纹比对系统，进一步包括
对应确定单元，配置成确定所述第一细部特征和所述第二细部特征之间的对应，
其中，所述网格变换单元配置成基于所述对应来对所述可变形网格的状态进行变换。
4.权利要求1所述的指纹比对系统，其中所述网格构造单元包括
顶点定位单元，适于确定所述可变形网格中的顶点的位置，使得所述可变形网格覆盖所述第一细部特征。
5.权利要求4所述的指纹比对系统，其中所述网格构造单元进一步包括
边长获取单元，配置成获取连接所述顶点的边的长度，并且
其中，所述顶点定位单元适用于基于所获得的边长来确定所述顶点的位置。
6.权利要求4所述的指纹比对系统，其中，所述可变形网格的状态基于所述顶点的位置来限定。
7.权利要求1所述的指纹比对系统，其中，所述可变形网格是被划分成三角形的二维网格，该网格具有以六角形方式连接的顶点。
8.权利要求1所述的指纹比对系统，其中，所述第一细部特征和所述第二细部特征包括纹线末端和纹线分叉中的至少一种。
9.一种用于补偿输入指纹的表面扭曲的系统，包括
输入细部特征获取单元，适于获取输入指纹的输入细部特征信息；
网格构造单元，配置成在所述输入细部特征上构造可变形网格；
网格变换单元，配置成对所述可变形网格的状态进行变换，由此来补偿所述输入指纹的表面扭曲。
10.权利要求9所述的系统，进一步包括
模板细部特征获取单元，配置成获取模板指纹的模板细部特征信息；以及
对应确定单元，配置成确定所述输入细部特征和所述模板细部特征之间的对应，并且
其中，所述网格变换单元进一步配置成基于所述对应来对所述可变形网格的状态进行变换。
11.一种指纹比对方法，包括
(a)获取第一指纹的细部特征和第二指纹的细部特征；
(b)得到所述第一指纹的细部特征和所述第二指纹的细部特征之间的对应；
(c)在所述第一指纹的细部特征上构造可变形网格；
(d)基于所述对应来对所述可变形网格进行变换，以便获得扭曲补偿的第一指纹；以及
(e)基于所述扭曲补偿的第一指纹来确定所述第一指纹是否与所述第二指纹匹配。
12.权利要求11所述的指纹比对方法，其中操作(d)包括
(d1)对所述可变形网格进行变换，以便对能量进行最小化，其中，所述能量被定义成根据所述可变形网格的变形而增加，并且当由于所述变换而使对应的细部特征接近时减小。
13.权利要求12所述的指纹比对方法，其中操作(d1)包括
(d11)以解析方式来计算所述能量的一阶导数；
(d12)以解析方式来计算所述能量的二阶导数；以及
(d13)基于所述一阶导数和所述二阶导数对所述可变形网格进行变换。
14.权利要求13所述的指纹比对方法，其中，所述一阶导数与所述变换的方向相关，所述二阶导数与所述变换的量相关。
15.权利要求12所述的指纹比对方法，其中，所述能量不考虑具有大于置信半径的距离的对应，并且其中，操作(d)进一步包括
(d2)衰减所述置信半径；
(d3)确定衰减的置信半径是否满足预定结束条件；以及
(d4)如果确定衰减的置信半径不满足所述预定结束条件，则重复操作(d1)到(d3)。
16.权利要求15所述的指纹比对方法，其中，当衰减的置信半径小于预定阈值时满足所述预定结束条件。
17.一种指纹比对设备，包括
用于获取第一指纹的细部特征和第二指纹的细部特征的装置；
用于得到所述第一指纹的细部特征和所述第二指纹的细部特征之间的对应的装置；
用于在所述第一指纹的细部特征上构造可变形网格的装置；
用于基于所述对应来对所述可变形网格进行变换，以便获得扭曲补偿的第一指纹的装置；以及
用于基于所述扭曲补偿的第一指纹来确定所述第一指纹是否与所述第二指纹匹配的装置。
全文摘要
本发明涉及用于指纹比对的系统和方法。一种指纹比对系统包括第一细部特征获取单元和第二细部特征获取单元，适于获取第一指纹和第二指纹的细部特征信息。在第一指纹的细部特征上，由网格构造单元来构造可变形网格，而网格变换单元被用来对可变形网格的状态进行变换，由此获得扭曲补偿的第一指纹。匹配确定单元基于扭曲补偿的第一指纹来确定第一指纹是否与第二指纹匹配。
文档编号G06K9/00GK101324921SQ20081011141
公开日2008年12月17日 申请日期2008年6月12日 优先权日2007年6月15日
发明者尹逸东, 权东振 申请人:韩国外国语大学校研究产学协力坛