[發(fā)明專利]生物識別系統(tǒng)模板的選取和更新方法

有效

• 申請?zhí)枺?/td>: 201910767514.2
• 申請日: 2019-08-20
• 公開（公告）號: CN110909757B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設計）人: 岳峰;李彬;陳曦
• 申請（專利權）人: 北京北科慧識科技股份有限公司
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06V10/74;G06V40/50
• 代理公司: 天津翰林知識產(chǎn)權代理事務所(普通合伙) 12210
• 代理人: 胡安朋

1.生物識別系統(tǒng)模板的選取和更新方法，其特征在于：包括基于樣本重要性評估的候選模板選取和樣本通過表更新過程，以及基于最近鄰分類器的生物識別系統(tǒng)模板選取過程兩個階段，具體步驟如下：

第一步，基于樣本重要性評估的候選模板選取和樣本通過表更新過程：

(1.1)建立樣本通過表A_s：

樣本通過表A_s是一種記錄每個樣本通過或未通過信息的二維表，用該表記錄當前生物識別系統(tǒng)的正選模板集T和候選模板集T_C中各個模板的重要程度，樣本通過表的列對應當前正選模板集與候選模板集中的模板，當注冊用戶的一個樣本通過身份認證，表示該表的列中對應模板的匹配得分大于認證閾值，則對應元素置1，表示該樣本認證通過，否則置0，初始狀態(tài)下，該二維表為0行K+N列，“行”對應于一個更新輪次內(nèi)所采集的注冊用戶的樣本數(shù)量，“列”對應于模板數(shù)量，K表示正選模板集的元素個數(shù)，N表示候選模板集中的元素個數(shù)，由此建立樣本通過表A_s；

(1.2)候選模板選?。?/p>

候選模板是在達到新的更新輪次之前保存下來的包含了一定類內(nèi)變化信息的模板，在達到更新輪次時，候選模板集T_C與正選模板集T作為總的候選空間，從中選取合適的子集作為新的模板集，樣本S申請認證，當其與模板集中的所有模板匹配值大于認證閾值t_sim且小于更新閾值t_close，則將該樣本選為候選模板，認證閾值表示系統(tǒng)對注冊用戶真實身份的判定，輸入樣本與模板的匹配得分大于認證閾值表示當前用戶已被系統(tǒng)認定為某個真實注冊用戶，更新閾值是比認證閾值更嚴格即數(shù)值更高的一個閾值，用來控制輸入樣本與當前模板不至于過于相似，更新閾值與認證閾值這兩個閾值的結合用于保證樣本屬于真實用戶且與當前模板集中的模板有一定差異，當滿足該條件時，表示此樣本屬于該真實注冊用戶且與當前模板有一定差異，將允許參與到后續(xù)新模板集選取的競爭中，當申請認證的樣本S滿足上述的候選模板選取條件，則該樣本通過在上述(1.1)步建立的樣本通過表A_s的列尾部增加一列，表示新的候選模板加入，參與到后續(xù)樣本通過表更新中，當候選模板數(shù)量達到生物識別系統(tǒng)的預設值N時，則根據(jù)上述(1.1)步建立的樣本通過表A_s中每一列之和作為權重，排序后刪除得分最小的模板，至此完成候選模板選取；

(1.3)樣本通過表更新：

對上述(1.1)步建立的樣本通過表A_s輸入上述(1.2)步中的樣本S申請認證，逐個匹配模板集與候選模板集中的所有模板，當該輸入樣本S和模板集中的模板t之間的匹配得分大于認證閾值t_sim，則置樣本通過表A_s的相應位置A_s(s,t)＝1，否則A_s(s,t)＝0，在樣本通過表的更新過程中對每個輸入樣本進行同樣操作，當對上述(1.2)步中的輸入樣本S通過申請認證，上述(1.1)步建立的樣本通過表A_s將在行尾部增加一行，在更新過程中，對每個輸入樣本S進行同樣操作，該樣本通過表更新階段存在于整個認證生物識別系統(tǒng)的工作周期內(nèi)；

第二步，基于最近鄰分類器的模板選取：

基于最近鄰分類器的模板選取是將正選模板集T與候選模板集T_c之和作為模板候選空間T_M，在模板候選空間T_M中選取最具有表達性的子集作為新的正選模板集T^*，包括如下步驟：

(2.1)根據(jù)聯(lián)合通過表選取新模板集T^*：

建立模板通過表A_t，該表是一種上述(1.1)步的樣本通過表A_s的二維表，表示模板之間的通過關系，用于表達模板候選空間T_M，即當前正選模板集T與候選模板集T_c之間的互相認證關系及重要程度，建立模板通過表A_t方法如下所述：模板通過表A_t為K+N行K+N列的二維表，“行”與“列”均對應于模板候選空間T_M，K表示正選模板集的元素個數(shù)，N表示候選模板集中的元素個數(shù)，由此建立模板通過表A_t，對于模板候選空間T_M中的模板t_M,將其與模板候選空間T_M中所有模板逐個匹配，當該模板t_M和T_M中其他模板t'_M之間的匹配得分大于認證閾值t_sim，則置模板通過表A_t的相應位置A_t(t_M,t'_M)＝1，否則A_t(t_M,t'_M)＝0，在模板通過表A_t的建立過程中對每個輸入模板進行同樣操作，完成模板通過表A_t的建立；

將新建立的模板通過表A_t以行連接的方式附在上述(1.1)步的樣本通過表A_s的后面，建立聯(lián)合通過表A_j，聯(lián)合通過表A_j中的每一列之和表示在當前更新周期內(nèi)模板候選空間T_M中各個樣本的重要程度，根據(jù)該聯(lián)合通過表A_j中K+N列的排列組合關系，計算這K+N列邏輯或關系樣本的通過數(shù)量，選取通過率最高的組合作為新模板集T^*，具體操作方法如下：

對于正選模板集T＝t_i,i＝1,2,...,K，以及一個預先設置的認證閾值t_sim，此生物識別系統(tǒng)中的通過認證的樣本集合χ(T)表示為如下公式(1)，

公式(1)中，Score(t_i,s)表示樣本S與正選模板集T中的第i個模板t_i之間的匹配得分，用候選模板空間T_M表示包含K個正選模板和N個候選模板的并集，選取新正選模板集T^*的目標表示為最大化通過率的過程，如下公式(2)所示，

下一步，將此過程看作在模板候選空間T_M的影響下最大化樣本通過率的過程，即將公式(2)改寫為如下的公式(3)，

根據(jù)公式(3)的邏輯或操作T_M∩χ(T)，選取新的不同模板的組合，求得通過數(shù)量最大的組合作為新模板集T^*，其中|·|的是集合中元素的個數(shù)，通過與上述(1.1)步的樣本通過表A_s建立的相同模式，來建立模板通過表A_t，選取新模板集T^*的過程減少了生物識別系統(tǒng)的誤拒率；

(2.2)模板候選空間T_M中離群點的去除：

模板候選空間T_M中可能存在離群點，即假樣本的存在,當離群點選入模板集時會增加生物識別系統(tǒng)的誤識率，利用上述(1.1)步的樣本通過表A_s與上述(2.1)步的模板通過表A_t列的合并即聯(lián)合通過表A_j的操作，然后通過預先設定的最小閾值t_pass，離群點根據(jù)聯(lián)合通過表A_j中每列之和的數(shù)值大小被檢測到，并被排除在新正選模板選取過程之前；

至此，完成生物識別系統(tǒng)模板的選取和更新。