СПОСОБЫ РЕГИСТРАЦИИ И ОБНОВЛЕНИЯ БИОМЕТРИЧЕСКОГО ШАБЛОНА ПОЛЬЗОВАТЕЛЯ С ИСПОЛЬЗОВАНИЕМ ИНФОРМАЦИИ ОБ ОРИЕНТАЦИИ ЛИЦА ПОЛЬЗОВАТЕЛЯ И СООТВЕТСТВУЮЩИЕ КОМПЬЮТЕРНЫЕ УСТРОЙСТВА И НОСИТЕЛИ ДАННЫХ Российский патент 2024 года по МПК G06V40/50 G06V40/16 G06F21/32 

Область техники, к которой относится изобретение

[1] Настоящее изобретение относится к биометрическим системам верификации пользователей, а более конкретно - к способам регистрации и обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя и к соответствующим компьютерным устройствам и носителям данных. Изобретение может быть использовано в системах, осуществляющих регистрацию и/или верификацию пользователя на основе биометрических данных, относящихся к лицу пользователя.

Уровень техники

[2] В уровне техники широко известны способы, устройства и системы для регистрации и верификации пользователей по биометрическим данным, относящимся к лицу человека. Такие биометрические данные могут быть получены, например, в результате анализа изображения лица человека, полученного посредством камеры соответствующего устройства или системы. Примером таких устройств или систем являются смартфон, система контроля и управления доступом (СКУД) на основе распознавания лиц (англ. face recognition based access control system) и т.п.

[3] Подобные системы, как правило, работают следующим образом. Система получает изображение лица пользователя посредством камеры. Блок извлечения (выделения) признаков (англ. feature extractor) извлекает из полученного изображения набор биометрических признаков лица, именуемый вектором признаков (англ. feature vector), согласно заранее заданному методу извлечения признаков лица. При регистрации пользователя в системе, в так называемом режиме регистрации (англ. enroll mode), система сохраняет полученный вектор признаков в шаблон (англ. template), относящийся к конкретному пользователю. В режиме регистрации шаблон может быть добавлено множество векторов признаков, соответствующих разным ориентациям головы (англ. head pose), выражениям лица и т.п., что решает проблему последующих верификаций в подобных различных условиях. В режиме верификации (англ. verify mode) система сравнивает полученный вектор с одним или несколькими векторами признаков в шаблоне и заранее заданным способом вычисляет меру схожести полученного вектора с шаблоном пользователя. Например, система может вычислять множество расстояний в пространстве параметров вектора признаков между поступившим вектором признаков и каждым из векторов признаков, присутствующих в шаблоне, выбирать среди упомянутых расстояний минимальное и вычислять меру схожести как величину, обратно пропорциональную этому расстоянию. Если мера схожести превышает заранее заданное пороговое значение, или соответствует иному заданному заранее условию или правилу, пользователь «принимается» системой (например, пользователю предоставляется доступ к смартфону), иначе пользователь «отклоняется» системой.

[4] Для того, чтобы обеспечить корректную верификацию пользователя при разных условиях съемки (например - для разных ориентаций лица), как уже упомянуто выше, при регистрации пользователя в шаблон может быть добавлено (зарегистрировано) множество векторов признаков, полученных с отличающихся изображений (фотографий пользователя), полученных при различных условиях.

[5] В известном решении, когда векторы признаков включаются в шаблон только при регистрации пользователя, присутствует проблема устаревания шаблона, поскольку со временем признаки лица пользователя могут измениться и шаблон перестанет соответствовать пользователю.

[6] Для устранения проблемы устаревания шаблона существуют решения, предусматривающие возможность обновления шаблона путем добавления новых векторов признаков. Согласно некоторым известным решениям, при каждой успешной верификации пользователя, когда пользователь «принимается» системой, новый вектор признаков (который извлечен из нового изображения) может быть добавлен в шаблон. Такой подход решает проблему устаревания шаблона. При этом может быть увеличена вероятность корректной верификации пользователя при различных условиях, т.к. новые вектора признаков могут быть получены в новых условиях (в новых ориентациях лица, условиях освещения и т.п.). Однако такие решения могут быть подвержены атаке типа «отравление шаблона» (англ. template poisoning).

[7] Атака типа «отравление шаблона» (или, коротко, атака «отравлением») в данном контексте заключается в том, что в систему, например, вводится (например, путем прохождения процесса верификации если системе, которая поддерживает обновление шаблона при верификации) последовательность специальным образом сформированных изображений (и, соответственно, векторов признаков), соответствующих кадрам (промежуточным этапам) так называемого морфинга (англ. image morphing) между изображением пользователя и изображением злоумышленника. В упомянутой последовательности изображение лица пользователя плавно переходит в изображение лица злоумышленника. Первое изображение в последовательности в точности соответствует пользователю, принимается системой (верификация проходит успешно) и добавляется в шаблон (в шаблон добавляется вектор признаков, соответствующий изображению). Поскольку каждое последующее изображение мало отличается от предыдущего, оно также принимается системой, добавляется в шаблон и используется при последующих верификациях. В конечном итоге в шаблон добавляется вектор признаков изображения злоумышленника (соответствующий последнему изображению в последовательности). В результате такой атаки злоумышленник в дальнейшем сможет успешно проходить верификацию в системе с «отравленным» шаблоном и получать несанкционированный доступ. Кроме того, поскольку количество векторов признаков, хранимых в шаблоне, обычно ограничено, может произойти вытеснение присутствующих в шаблоне векторов признаков, относящихся к пользователю, в результате чего пользователь не сможет пройти верификацию в системе с «отравленным» шаблоном. Более подробно атака отравлением рассмотрена, например, в документе, доступном по ссылке https://ieeexplore.ieee.org/abstract/document/9230411.

[8] С учетом вышеизложенного, известным в уровне техники алгоритмам, используемым в системах биометрической верификации, присущи один или несколько из нижеперечисленных недостатков.

[9] Низкая устойчивость к изменению условий съемки. Обычные алгоритмы выполняют регистрацию таким образом, что может привести к однообразию выборок в шаблоне. Эти сохраненные образцы обычно не способны охватить все возможные условия, с которыми можно столкнуться на этапе верификации.

[10] Высокий показатель FRR (англ. False Reject Rate, доля ложноотрицательных результатов). Обычные алгоритмы требуют высокого значения меры схожести с текущим шаблоном, что приводит к высокому значению показателя FRR, или доле ложных несоответствий (англ. false non-match, FNM), когда настоящий пользователь ошибочно отклоняется системой. Это вызвано нерепрезентативностью биометрических признаков в шаблоне, которая происходит по причине однообразия шаблона, как сказано выше.

[11] Уязвимость к «отравляющим» атакам (атакам типа «отравление шаблона»). Обычные алгоритмы не могут противостоять отравляющей атаке на шаблон, которая приводит к увеличению количества ложных соответствий (англ. false match, FM), при которых «самозванец» (злоумышленник) ошибочно признается настоящим пользователем. Это приводит к дальнейшим ложным результатам сопоставления с другими «самозванцами» и снижению точности и уровня безопасности системы.

[12] Устаревание шаблона. Биометрические характеристики могут со временем меняться, что приводит к тому, что биометрический эталон больше не может отражать текущие биометрические характеристики пользователя.

[13] Низкое разнообразие (вариабильность, вариативность) по ориентации среди образцов, составляющих шаблон. Многие из существующих алгоритмов содержат в шаблоне только один «тип» ориентации (все образцы относятся к по существу одной и той же ориентации). Это обуславливает высокий показатель FNM.

[14] Из уровня техники известен способ «MDIST», раскрытый в источнике Uludag U., Ross A., Jain A. Biometric template selection and update: a case study in fingerprints //Pattern recognition.- 2004.- Т. 37.- №. 7.- Стр. 1533-1542 (далее - D1). Способ основан на добавлении образцов, которые минимизируют взаимные внутренние расстояния между образцами в шаблоне. Недостатком данного способа является то, что при его использовании в шаблон чаще добавляются векторы, похожие на уже присутствующие в шаблоне векторы, что приводит к малому разнообразию векторов (малой вариабельности шаблона). Кроме того, при добавлении нового вектора в шаблон не учитывается ориентация лица. Упомянутый способ «MDIST» также раскрыт в источнике Freni B., Marcialis G. L., Roli F. Replacement algorithms for fingerprint template update //Image Analysis and Recognition: 5th International Conference, ICIAR 2008, Póvoa de Varzim, Portugal, June 25-27, 2008. Proceedings 5. - Springer Berlin Heidelberg, 2008. - Стр. 884-893.

[15] Из уровня техники известен способ «DEND», раскрытый в источнике D1. Способ основан на добавлении в шаблон образцов, демонстрирующих большие внутриклассовые вариации (непохожих на остальные) и построении так называемой дендрограммы. Данный способ позволяет увеличить вариабельность шаблона, однако не учитывает ориентацию лица при добавлении вектора в шаблон и уязвим к атаке отравлением шаблона.

[16] Из уровня техники известен способ «MinCut», раскрытый в Rattani et al., Biometric system adaptation by self-update and graph-based techniques Journal of Visual Languages & Computing, 24 (2013), Стр. 1-9. В способе используется оптимальная маркировка или классификация немаркированных выборок данных, что достигается за счет разделения графа на два подграфа с помощью так называемого алгоритма максимального потока/минимального разреза графа. Данный способ не учитывает ориентацию лица при добавлении вектора в шаблон и уязвим к атаке отравлением шаблона.

[17] Из уровня техники известен способ авторизации пользователя на основе биометрических данных пользователя, раскрытый в документе US 10430645 B2. Данный способ предполагает необходимость получения изображений в разных ориентациях на этапе регистрации (англ. enrollment), и является неоптимальным в плане использования памяти, т.к. по сути предлагает хранить несколько шаблонов.

Сущность изобретения

[18] Согласно первому аспекту настоящего изобретения предложен способ регистрации биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, выполняемый компьютерным устройством, содержащим процессор, при этом способ содержит: получение посредством процессора нового биометрического образца, содержащего информацию о признаках лица пользователя и информацию об ориентации лица пользователя; для каждого i-го биометрического образца биометрического шаблона: определение посредством процессора i-й меры схожести по признакам путем сравнения информации о признаках лица пользователя нового биометрического образца и информации о признаках лица пользователя i-го биометрического образца биометрического шаблона, определение посредством процессора i-го расстояния по ориентации путем сравнения информации об ориентации лица пользователя нового биометрического образца и информации об ориентации лица пользователя i-го биометрического образца биометрического шаблона, и определение посредством процессора i-ой балансированной меры схожести как взвешенной суммы i-й меры схожести по признакам и i-го расстояния по ориентации, при этом биометрический шаблон содержит N биометрических образцов, где N - положительное целое число, большее или равное 1, при этом i=1 ... N; определение посредством процессора на основе балансированных мер схожести множества S наиболее схожих биометрических образцов биометрического шаблона, при этом множество S является подмножеством множества N биометрических образцов биометрического шаблона; определение посредством процессора максимальной меры схожести по признакам для множества S наиболее схожих биометрических образцов биометрического шаблона; добавление посредством процессора в биометрический шаблон нового биометрического образца, если упомянутая максимальная мера схожести по признакам превышает заранее заданное пороговое значение.

[19] Согласно варианту осуществления первого аспекта получение посредством процессора нового биометрического образца содержит: получение посредством процессора представления лица пользователя; получение посредством процессора информации о признаках лица пользователя на основе представления лица пользователя посредством извлечения признаков; получение посредством процессора информации об ориентации лица пользователя на основе представления лица пользователя посредством оценки ориентации лица пользователя; при этом представление лица пользователя содержит по меньшей мере одно из следующего: изображение лица пользователя, облако точек, представляющих лицо пользователя, карта глубины изображения лица пользователя.

[20] Согласно варианту осуществления первого аспекта, определение посредством процессора i-ой балансированной меры схожести как взвешенной суммы i-й меры схожести по признакам и i-го расстояния по ориентации содержит: вычисление посредством процессора i-й балансированной меры согласно следующему выражению:

balanced_score=w_sim * similarity_score+w_pose * pose_distance, где:

balanced_score - балансированная мера схожести,

w_sim - весовой коэффициент для меры схожести по признакам, при этом w_sim > 0,

similarity_score - мера схожести по признакам,

w_pose - весовой коэффициент для расстояния по ориентации, при этом w_pose > 0,

pose_distance - расстояние по ориентации.

[21] Согласно второму аспекту настоящего изобретения предложен способ обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, выполняемый компьютерным устройством, содержащим процессор, при этом способ содержит: получение посредством процессора нового биометрического образца, содержащего информацию о признаках лица пользователя и информацию об ориентации лица пользователя; для каждого i-го биометрического образца биометрического шаблона: определение посредством процессора i-й меры схожести по признакам путем сравнения информации о признаках лица пользователя нового биометрического образца и информации о признаках лица пользователя i-го биометрического образца биометрического шаблона, при этом биометрический шаблон содержит N биометрических образцов, где N - положительное целое число, большее или равное 2, при этом i=1 ... N; определение, посредством процессора, на основе упомянутых мер схожести по признакам, множества S наиболее схожих биометрических образцов биометрического шаблона, при этом множество S является подмножеством множества N биометрических образцов биометрического шаблона; определение посредством процессора, на основе нового биометрического образца и множества S наиболее схожих биометрических образцов биометрического шаблона, величины Delta и биометрического образца, подлежащего замене, согласно выражению:

, где

Delta(x, S) - максимальное изменение в положительную сторону средней взаимной балансированной меры схожести для множества S наиболее схожих биометрических образцов биометрического шаблона, достигаемое путем замены биометрического образца, принадлежащего множеству S наиболее схожих биометрических образцов биометрического шаблона, новым биометрическим образцом x, при этом конкретный биометрический образец, принадлежащий множеству S наиболее схожих биометрических образцов биометрического шаблона, при замене которого новым биометрическим образцом x обеспечивается упомянутое максимальное изменение, именуется биометрическим образцом, подлежащим замене,

x - новый биометрический образец,

S - множество наиболее схожих биометрических образцов,

t - биометрический образец-кандидат для замены, относящийся ко множеству S наиболее схожих биометрических образцов,

MMBS - функция для определения средней взаимной балансированной меры схожести, при этом:

, где

M - множество биометрических образцов, для которого определяется величина средней взаимной балансированной меры схожести,

f_i - информация о признаках лица пользователя i-го биометрического образца,

f_j - информация о признаках лица пользователя j-го биометрического образца,

p_i - информация об ориентации лица пользователя i-го биометрического образца,

p_j - информация об ориентации лица пользователя j-го биометрического образца,

similarity - функция определения меры схожести по признакам,

poseDistance - функция определения расстояния по ориентации,

w_sim - весовой коэффициент для меры схожести по признакам, при этом w_sim > 0,

w_pose - весовой коэффициент для расстояния по ориентации, при этом w_pose > 0;

обновление посредством процессора биометрического шаблона путем замены биометрического образца, подлежащего замене, новым биометрическим образцом, если Delta > 0.

[22] Согласно варианту осуществления второго аспекта, получение посредством процессора нового биометрического образца содержит: получение посредством процессора представления лица пользователя; получение посредством процессора информации о признаках лица пользователя на основе представления лица пользователя посредством извлечения признаков; получение посредством процессора информации об ориентации лица пользователя на основе представления лица пользователя посредством оценки ориентации лица пользователя; при этом представление лица пользователя содержит по меньшей мере одно из следующего: изображение лица пользователя, облако точек, представляющих лицо пользователя, карта глубины изображения лица пользователя.

[23] Согласно третьему аспекту настоящего изобретения предложено компьютерное устройство для регистрации биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, содержащее по меньшей мере один процессор и память, при этом память содержит программные инструкции, при этом, при выполнении программных инструкций посредством упомянутого по меньшей мере одного процессора, выполняется способ согласно первому аспекту настоящего изобретения или любому варианту осуществления первого аспекта.

[24] Согласно третьему аспекту настоящего изобретения предложено компьютерное устройство для обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, содержащее по меньшей мере один процессор и память, при этом память содержит программные инструкции, при этом, при выполнении программных инструкций посредством упомянутого по меньшей мере одного процессора, выполняется способ согласно второму аспекту настоящего изобретения или любому варианту осуществления второго аспекта.

[25] Согласно пятому аспекту настоящего изобретения предложен считываемый компьютером носитель данных, содержащий программные инструкции, которые, при их выполнении посредством по меньшей мере одного процессора компьютера, предписывают упомянутому по меньшей мере одному процессору выполнять способ согласно первому аспекту настоящего изобретения или любому варианту осуществления первого аспекта.

[26] Согласно пятому аспекту настоящего изобретения предложен считываемый компьютером носитель данных, содержащий программные инструкции, которые, при их выполнении посредством по меньшей мере одного процессора компьютера, предписывают упомянутому по меньшей мере одному процессору выполнять способ согласно второму аспекту настоящего изобретения или любому варианту осуществления второго аспекта.

Краткое описание чертежей

[27] На Фиг. 1 изображена структурная схема компьютерного устройства, способного реализовать предложенное изобретение.

[28] На Фиг. 2 изображена блок-схема последовательности операций способа регистрации биометрического шаблона.

[29] На фиг. 3 изображена блок-схема последовательности операций способа обновления биометрического шаблона

Подробное описание изобретения

[30] Далее со ссылкой на прилагаемые чертежи более подробно описаны конкретные варианты реализации настоящего изобретения.

[31] Настоящее изобретение относится к способам и устройствам для регистрации и обновления биометрического шаблона пользователя с использованием информации об ориентации лица.

[32] Под биометрическим шаблоном (англ. biometric template) пользователя в настоящем описании понимается совокупность биометрических данных, относящихся к конкретному пользователю, на основе которых возможна верификация пользователя. В контексте настоящего изобретения подразумевается, что биометрический шаблон содержит биометрические данные, относящиеся к лицу пользователя, а именно - один или более биометрических образцов, используемых для сопоставления в процессе верификации пользователя биометрической системой.

[33] Совокупность данных, относящихся к конкретному изображению или иному представлению лица пользователя, в рамках данного описания именуется образцом (англ. sample), образцом шаблона (англ. template sample) или биометрическим образцом. Согласно предложенному изобретению, каждый биометрический образец содержит по меньшей мере информацию о признаках лица (вектор признаков лица) и информацию об ориентации лица (вектор ориентации лица), полученные при обработке конкретного изображения. Образец может включать в себя, дополнительные данные. Например, мета-данные, относящиеся к времени создания образца, и т.п. Образец шаблона формируется как результат обработки изображения (или иного представления лица пользователя), поступившего в биометрическую систему в процессе регистрации пользователя и процессе верификации пользователя. Упомянутая обработка изображения осуществляется посредством применения к изображению, по меньшей мере, функции извлечения признаков и функции оценки ориентации.

[34] Под регистрацией биометрического шаблона в рамках настоящего описания понимается процесс, часть процесса или результат выполнения процесса, при котором биометрический шаблон создается и наполняется биометрическими образцами. Обычно процесс регистрации биометрического шаблона происходит при регистрации пользователя в биометрической системе и заключается, с точки зрения пользователя, в введении в биометрическую систему множества изображений лица пользователя, выполненных в разных условиях (например, с разными направлениями съемки камерой). В качестве примера, пользователь может инициировать процесс регистрации шаблона биометрической системы носимого устройства (например - смартфона) путем вызова соответствующей функции (такая функция может именоваться, например, как «регистрация нового биометрического шаблона лица») операционной системы носимого устройства и выполнения серии фотографий лица с различных углов съемки и, соответственно, с различными ориентациями лица. Биометрическая система на основе вводимых изображений или иных представлений лица пользователя формирует новые биометрические образцы и добавляет некоторые или все из них в шаблон. Определение добавлять или не добавлять очередной новый биометрический образец в шаблон принимается на основе решающего правила, которое также может именоваться решающей функцией. Предполагается, что в процессе регистрации шаблона все вводимые в биометрическую систему данные (изображения и, соответственно, биометрические образцы) относятся к единственному подлинному пользователю.

[35] Основная цель процесса регистрации шаблона - формирование шаблона, обладающего желаемыми свойствами. Предложенные в рамках настоящего изобретения способ и устройство для регистрации биометрического шаблона пользователя с использованием информации об ориентации лица обеспечивают, в частности, формирование шаблона (содержащего по возможности небольшое количество биометрических образцов), по возможности обладающего высокой взаимной схожестью (с точки зрения схожести по признакам), который при этом обеспечивает высокое качество верификации пользователя при различных условиях съемки (иными словами - вариативность или вариабельность, от англ. variability), а более конкретно - при различных ориентациях лица (т.е. при различных углах съемки лица). Качество верификации пользователя, которое может также именоваться точностью верификации, в биометрический системе может оцениваться, в частности, с использованием таких показателей, как доля ложноотрицательных срабатываний (англ. False Reject Rate, FRR) и доля ложноположительных срабатываний (англ. False Acceptance Rate, FAR).

[36] Под обновлением биометрического шаблона в рамках настоящего описания понимается процесс, часть процесса или результат выполнения процесса, при котором биометрическая система, получив один новый биометрический образец, сформированный в процессе верификации пользователя при использовании биометрической системы, в случае, если верификация была успешна, добавляет или не добавляет новый биометрический образец в биометрический шаблон. Обычно процесс обновления шаблона при верификации «прозрачен» для пользователя и выполняется автоматически при каждой верификации. Обычно, если при добавлении нового образца в шаблоне уже присутствует максимальное количество образцов, новый образец заменяет один из старых образцов, который выбирается согласно заранее заданному правилу. Определение добавлять или не добавлять очередной новый биометрический образец в шаблон принимается на основе решающего правила. Решающее правило, используемое в предложенном способе обновлении шаблона, отличается от решающего правила, используемого в предложенном способе регистрации шаблона. Предлагаемый в рамках настоящего изобретения способ обновления шаблона предполагает, что на этапе регистрации в шаблон добавлено максимальное количество биометрических образцов, и при каждом обновлении шаблона, если согласно решающему правилу определяется добавлять новый образец, один из образцов шаблона удаляется. Наличие механизма обновления шаблона в биометрической системе, в частности, предотвращает устаревание шаблона и может обеспечивать пополнение шаблона новыми образцами, выполненными в новых условиях (например, образцами с новыми ориентациями лица), повышая тем самым вариативность шаблона. Решающее правило, используемое в предложенных способе и устройстве для обновления биометрического шаблона пользователя с использованием информации об ориентации лица, обеспечивает, в частности, взаимную схожесть обновляемого шаблона, его вариативность, высокое качество верификации пользователя. Кроме того, обеспечивается устойчивость биометрической системы к атаке типа «отравление шаблона».

[37] Вектор признаков лица представляет собой набор вещественных чисел, «кодирующих» конкретное изображение лица пользователя. Вектор признаков обычно получается путем применения функции извлечения признаков (англ. feature extractor function) к изображению лица пользователя. Функция извлечения признаков также может именоваться блоком извлечения признаков (англ. feature extractor). Размерность вектора признаков лица зависит от конкретной используемой функции извлечения признаков. Функция извлечения признаков, в качестве примера, может быть реализована в виде заранее обученной нейронной сети, на вход которой поступает изображение лица пользователя, а на выходе получается вектор признаков лица. Предполагается, что функция извлечения признаков детерминирована и для одного и того же изображения всегда будет получен один тот же вектор признаков. Как правило, расстояние в пространстве параметров между двумя векторами признаков характеризует степень различия между двумя изображениями, для которых получены эти признаки. Настоящее изобретение не ограничено какой-либо конкретной функцией извлечения признаков.

[38] В отношении пары векторов признаков применима функция сравнения, которая может именоваться также функцией определения меры схожести по признакам, функцией сравнения признаков, функцией сравнения векторов признаков, функцией определения схожести векторов признаков, функцией оценки схожести векторов признаков и т.п. Под сравнением двух векторов признаков или определением меры схожести по признакам понимается применение к двум векторам признаков функции сравнения. Функция сравнения принимает в качестве аргумента пару векторов признаков и возвращает значение, именуемое мерой схожести или мерой схожести по признакам (англ. similarity score, feature similarity score). В качестве неограничивающего примера, функция определения меры схожести по признакам может определять меру схожести двух векторов признаков как величину, обратно пропорциональную расстоянию между этими векторами признаков в пространстве параметров векторов признаков. Настоящее изобретение не ограничено какой-либо конкретной функцией определения меры схожести по признакам.

[39] Необходимо отметить, что вектор признаков в настоящем описании представляет собой неограничивающий пример информации о признаках лица. Далее описание изобретения приводится именно с использованием термина «вектор признаков», хотя специалисту в данной области техники ясно, что информация о признаках лица может быть представлена в любой другой форме, с использованием любой подходящей структуры данных, для которой могут быть реализованы функция извлечения информации о признаках из изображения (или иного представления) лица пользователя и функция сравнения двух образцов информации о признаках для получения меры схожести по признакам.

[40] Термин «ориентация лица» (англ. face pose) в настоящем описании используется для обозначения углового положения лица относительно изображения. Вектор ориентации лица, или, сокращенно, вектор ориентации (англ. pose vector), представляет собой набор параметров, характеризующий упомянутое угловое положение. Вектор ориентации может представлять собой, например, набор из двух или трех углов, характеризующих угловое положение лица относительно изображения. В трехмерном пространстве угловое положение какого-либо тела может быть определено тремя углами поворота. В контексте настоящей заявки угол поворота лица относительно оси, перпендикулярной плоскости изображения, может не учитываться, поскольку любое изображение может быть повернуто относительно этой оси на произвольный угол (например, для нормализации) без потери информации.

[41] В отношении пары векторов ориентации применима функция сравнения ориентаций, которая может также именоваться функцией сравнения векторов ориентации или функцией определения расстояния по ориентации. Функция принимает в качестве аргумента пару векторов ориентации и возвращает значение, именуемое расстоянием по ориентации (англ. pose distance) или мерой различия ориентаций. Расстояние по ориентации тем больше, чем сильнее отличаются векторы ориентации, т.е. чем сильнее различаются ориентации лиц на изображениях, на основе которых были получены векторы ориентации. В качестве примера, функция определения расстояния по ориентации может возвращать значение, равное косинусному расстоянию между векторами ориентации. Настоящее изобретение не ограничено какой-либо конкретной функцией определения расстояния по ориентации.

[42] Необходимо отметить, что вектор ориентации лица в настоящем описании представляет собой неограничивающий пример информации об ориентации лица. Специалисту в данной области техники ясно, что информация об ориентации лица может быть представлена в любой другой форме, с использованием любой подходящей структуры данных, для которой могут быть реализованы функция оценки ориентации лица на основе изображения (или иного представления) лица пользователя и функция сравнения двух образцов информации об ориентации для получения расстояния по ориентации.

[43] Хотя в данном описании используется четкое разграничение вектора признаков и вектора ориентации, ясно, что в конкретных реализациях эти векторы могут быть представлены произвольным образом. Например, совокупность этих векторов может быть представлена в виде массива чисел с плавающей запятой фиксированной длины, часть элементов которого относится к вектору признаков, а часть к вектору ориентации. Настоящее изобретение не ограничено каким-либо конкретным представлением вектора признаков и вектора ориентации или, более общими словами, как это уже указано выше, каким-либо конкретным представлением информации о признаках и информации об ориентации.

[44] Предложенное изобретение не ограничено конкретными способами получения вектора признаков лица и вектора ориентации лица. Например, устройство верификации может представлять собой смартфон, оснащенный фотокамерой. Согласно данному примеру, устройство верификации может получать вектор признаков и вектор ориентации на своей стороне путем применения функции извлечения признаков и функции оценки ориентации к изображению, полученному от фотокамеры. Для реализации функции извлечения признаков и функции оценки ориентации могут быть использованы любые известные методики, например - заранее обученные нейронные сети. Согласно другому примеру, устройство может содержать лазерный сканер и получать вектор признаков и вектор ориентации путем применения функции извлечения признаков и функции оценки ориентации к облаку точек, представляющих лицо пользователя, полученных с использованием лазерного сканера. Ясно, что в каждой конкретной реализации изобретения должны быть использованы функции извлечения признаков и оценки ориентации (а также функции сравнения векторов признаков и функция определения расстояния по ориентации), которые подходят для конкретного типа данных (данные, относящиеся к изображению, данные, относящиеся к облаку точек, и т.п.), который используется в этой реализации. Согласно другому примеру, устройство верификации может представлять собой удаленный сервер, предоставляющий сервис верификации, который принимает через программный интерфейс (API) вектор признаков и вектор ориентации, сформированные, например, на стороне другого устройства, или системы, использующей данный сервис.

[45] На фиг. 2 изображена блок-схема примерного компьютерного устройства 101, способного реализовать предложенное изобретение.

[46] В контексте настоящего описания под компьютерным устройством понимается устройство, содержащее по меньшей мере процессор для выполнения одной или нескольких целевых функций. В качестве неограничивающего примера, компьютерное устройство может представлять собой смартфон, персональный компьютер, ноутбук, сервер, электронный компонент системы контроля и управления доступом (например, сервер хранения биометрических данных и аутентификации системы СКУД), и т.п. Компьютерное устройство может содержать память, хранящую программу для выполнения посредством процессора. Память и процессор могут быть соединены посредством шины. Процессор может содержать одно или несколько из следующего: универсальный процессор (англ. general purpose processor), специализированную интегральную микросхему (англ. Application-Specific Integrated Circuit, ASIC), систему на кристалле (англ. System On Chip, SOC) и т.п. В качестве неограниченного примера, компьютерное устройство может содержать одно или несколько средств для получения двухмерных и/или трехмерных представлений лица пользователя (таких, как двухмерное изображение, облако точек или карта глубины). Такими средствами могут быть, например: камера, лазерный сканер, датчик/камера глубины (например, времяпролетная камера, стереокамера, 3D-сканер на основе структурированного света и т.п.).

[47] Компьютерное устройство 101 содержит процессор 102, память 103 и камеру 104. Компьютерное устройство также может содержать интерфейс ввода/вывода и интерфейс связи (не показаны). Интерфейс ввода/вывода может содержать микрофон, сенсорный дисплей, кнопку блокировки экрана и т.п. клавиатуру, мышь и т.п. Интерфейс связи может содержать средство беспроводной связи, средство проводной связи и т.п. Упомянутые элементы соединены между собой с возможностью передачи данных, например, посредством шины данных (не показана). память 103 компьютерного устройства может содержать программные инструкции, при выполнении которых процессор выполняет предложенный способ регистрации биометрического шаблона пользователя с использованием информации об ориентации лица и/или способ обновления биометрического шаблона пользователя с использованием информации об ориентации лица. Память также может содержать биометрический шаблон пользователя и другие данные, необходимые для работы биометрической системы. В качестве альтернативы, биометрический шаблон может храниться на удаленном устройстве, например - на сервере базы данных, подключенном к компьютерному устройству через интерфейс связи.

[48] Согласно одному из аспектов настоящего изобретения, предложен способ регистрации биометрического шаблона пользователя с использованием информации об ориентации лица.

[49] При реализации способа регистрации биометрического шаблона пользователя с использованием информации об ориентации лица компьютерное устройство 101 посредством процессора выполняет следующие этапы.

[50] S101 - получение изображения лица пользователя. Процессор может получать изображения пользователя, подлежащее обработке, посредством выдачи команды камере 104 компьютерного устройства 101. В некоторых конкретных реализациях изобретения компьютерное устройство может получать изображение от другого компьютерного устройства, оснащенного камерой 104, посредством связи через интерфейс связи.

[51] S102 - получение вектора признаков лица на основе изображения лица пользователя посредством извлечения признаков. На данном этапе процессор применяет к изображению функцию извлечения признаков и получает вектор признаков лица.

[52] S103 - получение вектора ориентации лица на основе изображения лица пользователя посредством оценки ориентации лица. На данном этапе процессор применяет к изображению функцию оценки ориентации лица и получает вектор ориентации лица. Для этого может быть использован любой известный из уровня техники способы оценки ориентации лица.

[53] Вектор признаков лица и вектор ориентации, относящиеся к одному изображению и полученные на этапах S101-S103, составляют основную часть биометрического образца. Как уже упомянуто выше, кроме вектора признаков и вектора ориентации в биометрический образец могут быть включены другие данные, здесь это не ограничивается. Например, в биометрический образец могут быть включены метаданные, относящиеся ко времени формирования биометрического образца. В некоторых конкретных реализациях биометрической образец может содержать исходные данные, включающие в себя изображение лица пользователя.

[54] Совокупность этапов S101-S103 может быть названа этапом получения нового биометрического образца или этапом формирования нового биометрического образца. В данном примерном варианте осуществления формирование биометрического образца происходит на стороне компьютерного устройства 101. Как упомянуто выше, в некоторых реализациях компьютерное устройство может получать новый биометрический образец от другого компьютерного устройства. В этом случае другое устройство формирует новый биометрический образец и отправляет его в компьютерное устройство 101 через интерфейс связи. Иными словами, в этом случае компьютерное устройство 101 через интерфейс связи получает биометрический образец от другого компьютерного устройства. Например, другим компьютерным устройством может быть терминал системы СКУД, подключенный к компьютерному устройству 101 беспроводным или проводным образом через интерфейс связи. Предложенное изобретение не ограничено конкретным путем получения нового биометрического образца.

[55] S104 - определение мер схожести по признакам. На данном этапе процессор для каждого i-го биометрического образца шаблона определяет i-ю меру схожести по признакам посредством применения функции определения меры схожести по признакам к вектору признаков нового биометрического образца и вектору признаков i-го биометрического образца шаблона. Таким образом формируется множество из N мер схожести по признакам, где N - число образцов в биометрическом шаблоне.

[56] S105 - определение расстояний по ориентации. На данном этапе процессор для каждого i-го биометрического образца шаблона определяет i-е расстояние по ориентации посредством применения функции определения расстояния по ориентации к вектору ориентации нового биометрического образца и вектору ориентации i-го биометрического образца шаблона. Таким образом формируется множество из N расстояний по ориентации.

[57] S106 - определение балансированных мер схожести. На данном этапе процессор на основе определенных мер схожести по признакам и расстояний по ориентации для каждого i-го биометрического образца шаблона определяет i-ю балансированную меру схожести (англ. balanced score, BS) как взвешенную сумму меры схожести по признакам и расстояния по ориентации согласно следующему выражению:

balanced_score=w_sim * similarity_score+w_pose * pose_distance (1), где:

balanced_score - балансированная мера схожести;

w_sim - весовой коэффициент для меры схожести по признакам, при этом w_sim > 0;

similarity_score - мера схожести по признакам;

w_pose - весовой коэффициент для расстояния по ориентации, при этом w_pose > 0;

pose_distance - расстояние по ориентации.

[58] Таким образом формируется множество из N балансированных мер схожести. Конкретные значения весовых коофициентов w_sim и w_pose могут варьироваться в зависимости от конкретной реализации биометрической системы и подбираются путем подбора. Предполагается, что каждая из величин w_sim и w_pose больше нуля. Необязательно, сумма w_sim+w_pose может быть равна 1.

[59] Ясно, что этапы S104-106 могут быть скомбинированы между собой. Например, i-я мера схожести по признакам и i-е расстояние по ориентации могут вычисляться на этапе S106 при вычислении i-й балансированной меры схожести. При этом значение расстояния по ориентации далее может не храниться в памяти компьютерного устройства, поскольку оно не участвует в дальнейших вычислениях.

[60] S107 - определение «наиболее схожих» образцов на основе балансированных мер схожести. На данном этапе процессор определяет множество S «наиболее схожих» биометрических образцов биометрического шаблона (множество S при этом является подмножеством для множества N) на основе ранее определенных балансированных мер схожести для этих биометрических образцов.

[61] В качестве неограничивающего примера процессор может формировать список из N биометрических образцов биометрического шаблона, отсортированных в порядке убывания величины соответствующей балансированной меры схожести, и выбирать заранее заданное число S первых (т.е. находящихся в начале списка) биометрических образцов биометрического шаблона в упомянутом списке в качестве наиболее схожих биометрических образцов биометрического шаблона. Иными словами, определение «наиболее схожих» образцов может осуществляться путем выбора заданного числа элементов в отсортированном списке.

[62] В качестве другого неограничивающего примера процессор может выбирать в качестве наиболее схожих биометрических образцов те биометрические образцы, для которых балансированная мера схожести превышает первое заранее заданное пороговое значение, при этом S <= N. Первое заранее заданное пороговое значение для конкретной биометрической системы может быть определено путем подбора. Иными словами, определение «наиболее схожих» образцов может осуществляться путем сравнения с заранее заданным пороговым значением.

[63] S106 - определение процессором максимальной меры схожести по признакам для множества S наиболее схожих биометрических образцов биометрического шаблона. На данном этапе могут быть использованы значения мер схожести по признакам, полученные ранее на этапе S102.

[64] S107 - сравнение максимальной меры схожести по признакам с пороговым значением (TH) и добавление нового биометрического образца в шаблон, если максимальная мера схожести по признакам превышает заранее заданное пороговое значение. Если максимальная мера схожести по признакам не превышает заранее заданное пороговое значение, то процесс обработки нового биометрического образца завершается без его добавления в биометрический шаблон. Упомянутое заранее заданное пороговое значение также может именоваться заранее заданным пороговым значением максимальной меры схожести по признакам. Заранее заданное пороговое значение для конкретной биометрической системы может быть определено путем подбора.

[65] Необходимо отметить, что этапы процесса регистрации шаблона, описанные выше, относятся лишь к части процесса регистрации биометрического шаблона, в которой происходит обработка одного нового биометрического образца, поступившего в систему. Приведенная выше последовательность этапов может быть названа, например, процессом обработки нового биометрического образца в процессе регистрации шаблона или в режиме регистрации шаблона. Ясно, что весь процесс регистрации нового биометрического шаблона подразумевает включение в него множества биометрических образцов. Ясно также, что первые один или несколько биометрических образцов должны быть добавлены в систему без упомянутой обработки согласно предложенному способу регистрации, поскольку в начале регистрации шаблона в нем отсутствуют какие-либо образцы для сравнения нового образца с шаблоном и, соответственно, применения предложенного подхода.

[66] Предложенный способ регистрации биометрического шаблона, выполняемый компьютерным устройством 101, обеспечивает формирование шаблона, обладающего высокой взаимной схожестью и высокой вариативностью по ориентации. При добавлении каждого нового биометрического образца в шаблон в процессе регистрации согласно предложенному способу одновременно обеспечивается сходство нового биометрического образца с образцами, уже добавленными в шаблон, и разнообразие биометрических образцов шаблона по ориентации. Использование балансированной меры схожести согласно следующему выражению (1) при определении добавлять образец в шаблон приводит к тому, новый образец с большей вероятностью добавляется в шаблон, если он одновременно похож по признакам на биометрические образцы в шаблоне и не «похож» с точки зрения ориентации на биометрические образцы в шаблоне. Иными словами, при регистрации шаблона предпочтение отдается новым образцам, похожим на уже присутствующие в шаблоне образцы (за счет компоненты меры схожести по признакам в выражении (1)), но полученным в новых ориентациях (за счет компоненты расстояния по ориентации в выражении (1)). За счет повышения разнообразия биометрического шаблона качество верификации пользователя также может быть улучшено.

[67] Согласно другому аспекту настоящего изобретения, предложен способ обновления биометрического шаблона пользователя с использованием информации об ориентации лица. Как уже упомянуто выше, предполагается, что способ обновления биометрического шаблона пользователя выполняется как часть процесса или процедуры верификации пользователя из заключается, в частности, в определении добавлять или не добавлять новый биометрический образец, полученный в ходе процесса успешной верификации. Предполагается, что если верификация прошла успешна, то введенный в систему образец обладает достаточным сходством с шаблоном. Целью предложенного способа является добавление нового образца в шаблон таким образом, чтобы устранить или уменьшить уязвимость перед атакой типа «отравление шаблона» и сохранить или улучшить при этом желаемые свойства шаблона, в частности - вариативность шаблона и качество верификации для данного шаблона. Для этого, согласно предложенному подходу, в биометрический шаблон добавляется новый биометрический образец только в случае, если это изменение приведет к улучшению метрики, именуемой здесь как средняя взаимная балансированная мера схожести (англ. Mean Mutual Balanced Similarity, MMBS).

[68] Необходимо отметить, что предложенный способ не касается этапа самой верификации и не ограничивается каким-либо конкретным способом верификации пользователя. В качестве примера, при верификации пользователя новый биометрический образец может сравниваться со всеми биометрическими образцами биометрического шаблона с использованием функции сравнения признаков, и, если максимальная мера схожести по признакам из множества полученных мер признаков превышает пороговое значение, пользователь «принимается» системой (верификация проходит успешно). Процесс верификации может быть инициирован пользователем путем вызова соответствующей функции компьютерного устройства. Например, если компьютерное устройство представляет собой носимое устройство (например - смартфон), пользователь может инициировать процесс верификации путем нажатия кнопки разблокировки экрана. В этом случае, в ответ нажатие кнопки разблокировки экрана, компьютерное устройство инициирует процесс верификации.

[69] При реализации способа обновления биометрического шаблона пользователя с использованием информации об ориентации лица компьютерное устройство 101 посредством процессора выполняет следующие этапы.

[70] S201 - получение изображения лица пользователя.

[71] S202 - получение вектора признаков лица на основе изображения лица пользователя.

[72] S203 - получение вектора ориентации лица на основе изображения лица пользователя посредством оценки ориентации лица.

[73] Этапы S201-S203 аналогичны этапам S101-S103 и более подробно здесь не описываются.

[74] Совокупность этапов S201-S203 может быть названа этапом получения нового биометрического образца или этапом формирования нового биометрического образца, аналогично этапам S101-S103. Здесь этапы S201-S203 условно отнесены к процессу обновления биометрического шаблона, хотя ясно, что новый биометрический образец, полученный на этапах S201-S203 используется как при верификации пользователя, так и при обновлении шаблона. В связи с этим, этапы S201-S203 могут быть отнесены как к процессу верификации, так и к процессу обновления биометрического шаблона.

[75] S204 - определение мер схожести по признакам. На данном этапе процессор для каждого i-го биометрического образца шаблона определяет i-ю меру схожести по признакам посредством применения функции определения меры схожести по признакам к вектору признаков нового биометрического образца и вектору признаков i-го биометрического образца шаблона. Таким образом формируется множество из N мер схожести по признакам, где N - число образцов в биометрическом шаблоне. Данный этап аналогичен этапу S104. Определение мер схожести по признакам необходимо для определения далее на этапе S205 множества «наиболее схожих» биометрических образцов шаблона, относительно которых будет рассматриваться новый биометрический образец при принятии решения о его добавлении в шаблон.

[76] S205 - определение «наиболее схожих» образцов на основе мер схожести по признакам. На данном этапе процессор определяет множества S «наиболее схожих» биометрических образцов биометрического шаблона (множество S при этом является подмножеством для множества N) на основе ранее определенных мер схожести по признакам.

[77] В качестве неограничивающего примера процессор может формировать список из N биометрических образцов биометрического шаблона, отсортированных в порядке убывания величины соответствующей меры схожести по признакам, и выбирать заранее заданное число S первых (т.е. находящихся в начале списка) биометрических образцов биометрического шаблона в упомянутом списке в качестве наиболее схожих биометрических образцов биометрического шаблона.

[78] В качестве другого неограничивающего примера процессор может выбирать в качестве наиболее схожих биометрических образцов те биометрические образцы, для которых мера схожести по признакам превышает второе заранее заданное пороговое значение, при этом S <= N. Второе заранее заданное пороговое значение для конкретной биометрической системы может быть определено путем подбора.

[79] Дальнейшая обработка предложенного способа заключается в рассмотрении нового биометрического образца относительно множества S «наиболее схожих» биометрических образцов, содержащихся в шаблоне. Как уже упомянуто выше, предлагаемый в рамках настоящего изобретения способ обновления шаблона предполагает, что на момент выполнения обработки обновления биометрического шаблона в нем присутствует максимальное количество образцов, в связи с чем добавление нового биометрического образца подразумевает необходимость удаления одного из существующих образцов шаблона. В связи с этим задачей биометрической системы при обновлении шаблона является: определение того, следует ли обновить шаблон, заменив в нем один из образцов новым образцом, а также определение того, какой именно образец следует заменить.

[80] S206 - определения величины Delta и биометрического образца, подлежащего замене. На данном этапе процессор вычисляет значение Delta на основе нового биометрического образца и множества S наиболее схожих биометрических образцов биометрического шаблона, величины Delta и биометрического образца, подлежащего замене, согласно выражению:

(2), где

x - новый биометрический образец,

S - множество наиболее схожих биометрических образцов,

t - биометрический образец-кандидат для замены, относящийся к множеству S наиболее схожих биометрических образцов,

MMBS - функция для определения средней взаимной балансированной меры схожести.

Величина MMBS для некоторого множества биометрических образцов M (заданного в качестве аргумента функции MMBS) вычисляется согласно следующему выражению:

(3), где:

f_i - вектор признаков i-го биометрического образца,

f_j - вектор признаков j-го биометрического образца,

p_i - вектор признаков i-го биометрического образца,

p_j - вектор признаков j-го биометрического образца,

similarity - функция определения меры схожести по признакам,

poseDistance - функция определения расстояния по ориентации.

w_sim - весовой коэффициент для меры схожести по признакам, при этом w_sim > 0,

w_pose - весовой коэффициент для расстояния по ориентации, при этом w_pose > 0.

[81] В выражении (2) разница отражает изменение метрики MMBS для выбранного (определенного) множества S «наиболее схожих» биометрических образцов в случае замены образца t данного множества новым образцом x. Если разница больше нуля, то это указывает на то, что метрика MMBS улучшится (а именно - увеличится) в случае помянутой замены.

[82] Исходя из математического содержания выражения (2), величину Delta для биометрического образца x и множества биометрических образцов S можно описать как максимально возможное улучшение (а именно - увеличение) метрики MMBS для множества S наиболее схожих биометрических образцов в случае замены одного из образцов данного множества биометрическим образцом x. Ясно, что в данном случае предполагается замена конкретного образца, а именно - образца, при замене которого разница будет максимальна. Величина Delta может быть как больше, так и меньше 0. Если Delta > 0, то замена биометрического образца, подлежащего замене, который был определен при вычислении Delta, новым образцом x приведет к улучшению метрики MMBS. Если Delta <= 0, то включение (замена) образца x в множество образцов S не приведет к улучшению метрики MMBS. То есть, обновление таким образом шаблоне нецелесообразно с точки зрения улучшения метрики MMBS для выбранного множества S.

[83] Необходимо отметить, что для специалиста в данной области техники ясно, что при вычислении Delta согласно выражению (2) также можно определить (например - сохранить в памяти в процессе вычисления) конкретный биометрический образец, принадлежащий множеству S, замена которого приведет к максимальному изменению метрики MMBS, то есть к максимизации разницы согласно выражению (2). Хоть (2) представляет собой математическое выражение, на основе которого вычисляется именно величина Delta, в конкретной реализации Delta(x, S) может представлять собой, например, программную функцию, принимающую x (новый биометрический образец) и S (множество наиболее схожих биометрических образцов) в качестве аргументов и возвращающую в том или ином виде (в виде массива чисел, ссылки на объект, кортежа и т.п.) вычисленное значение Delta и, в качестве неограничивающего примера, идентификатор, индекс или указатель на определенный в ходе вычисления биометрический образец, подлежащий замене. Предложенное изобретение не ограничено каким-либо конкретным способом определения величины Delta и биометрического образца, подлежащего замене, согласно выражению (2).

[84] S207 - определение обновить биометрический шаблон путем замены биометрического образца, подлежащего замене, новым биометрическим образцом, если Delta > 0. На данном этапе, если Delta > 0, процессор выполняет обновление шаблона путем замены подлежащего замене биометрического образца, присутствующего в шаблоне, новым биометрическим образцом. Если Delta <= 0, то обновление биометрического шаблона не происходит. Иными словами, если Delta <= 0, то новый биометрический образец игнорируется системой, поскольку его включение в шаблон путем замены какого-либо биометрического образца из множества S наиболее схожих биометрических образцов не приведет к улучшению (а именно - увеличению) метрики MMBS, то есть не приведет к улучшению желаемых свойств шаблона.

[85] Как следует из описания этапов предложенного способа, новый биометрический образец добавляется в шаблон только в случае, если добавление вектора в шаблон увеличит среднюю взаимную меру схожести (MMBS), подсчитанную для нового биометрического образца и определенного согласно этапу S205 множества S «наиболее схожих» биометрических образцов (с учетом замены подлежащего замене биометрического образца).

[86] Рассмотрение улучшения метрики MMBS, вычисляемой с учетом вектора ориентации лица, для множества S определенных (выбранных) наиболее схожих биометрических образцов в качестве критерия для обновления биометрического шаблона путем замены одного из старых биометрических образцов новым биометрическим образцом согласно предложенному способу обеспечивает увеличение вариативности шаблона и качества верификации при использовании шаблона, а также обеспечивает устойчивость биометрической системы к атаке типа «отравление шаблона».

[87] Этапы способов, описанных в рамках настоящей заявки, могут быть реализованы аппаратно или могут быть реализованы процессором путем выполнения программных инструкций. Программные инструкции могут храниться в оперативной памяти (англ. Random Access Memory, RAM), флэш-памяти, стираемом программируемом постоянном запоминающем устройстве (англ. Erasable Programmable ROM, EPROM), электрически стираемом программируемом постоянном запоминающем устройстве (англ. Electrically EPROM, EEPROM), регистре, жестком диске, съемном жестком диске, постоянном запоминающем устройстве на компакт-диске (CD-ROM) любом другом носителе данных, хорошо известном в данной области техники. В качестве примера, носитель данных может быть соединен с процессором, так что процессор может считывать информацию с носителя данных или записывать информацию на носитель данных. Носитель данных может быть компонентом процессора.

[88] Специалисту в данной области техники ясно, что функции и отдельные этапы, описанные в этой заявке, могут быть реализованы с помощью аппаратного обеспечения, программного обеспечения, микропрограммного обеспечения или любой их комбинации.

Изобретение относится к области биометрической верификации пользователей. Техническим результатом является возможность обновления биометрических шаблонов лица с обеспечением взаимной схожести обновляемых шаблонов, их вариативности, устойчивости к атаке типа «отравление шаблона». Способ обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя содержит: получение нового биометрического образца, содержащего информацию о признаках лица и об ориентации лица пользователя; для каждого биометрического образца биометрического шаблона: определение меры схожести по признакам; определение множества S наиболее схожих биометрических образцов биометрического шаблона; определение на основе нового биометрического образца и множества S наиболее схожих биометрических образцов биометрического шаблона величины Delta и биометрического образца, подлежащего замене, где Delta(x, S) - максимальное изменение в положительную сторону средней взаимной балансированной меры схожести для множества S при замене биометрического образца новым биометрическим образцом x, обновление биометрического шаблона, если Delta > 0. 3 н. и 1 з.п. ф-лы, 3 ил.

1. Способ обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, выполняемый компьютерным устройством, содержащим процессор, при этом способ содержит:

получение посредством процессора нового биометрического образца, содержащего информацию о признаках лица пользователя и информацию об ориентации лица пользователя;

для каждого i-го биометрического образца биометрического шаблона: определение посредством процессора i-й меры схожести по признакам путем сравнения информации о признаках лица пользователя нового биометрического образца и информации о признаках лица пользователя i-го биометрического образца биометрического шаблона, при этом биометрический шаблон содержит N биометрических образцов, где N - положительное целое число, большее или равное 2, при этом i=1 ... N;

определение, посредством процессора, на основе упомянутых мер схожести по признакам, множества S наиболее схожих биометрических образцов биометрического шаблона, при этом множество S является подмножеством множества N биометрических образцов биометрического шаблона;

определение посредством процессора, на основе нового биометрического образца и множества S наиболее схожих биометрических образцов биометрического шаблона, величины Delta и биометрического образца, подлежащего замене, согласно выражению:

, где

Delta(x, S) - максимальное изменение в положительную сторону средней взаимной балансированной меры схожести для множества S наиболее схожих биометрических образцов биометрического шаблона, достигаемое путем замены биометрического образца, принадлежащего множеству S наиболее схожих биометрических образцов биометрического шаблона, новым биометрическим образцом x, при этом конкретный биометрический образец, принадлежащий множеству S наиболее схожих биометрических образцов биометрического шаблона, при замене которого новым биометрическим образцом x обеспечивается упомянутое максимальное изменение, именуется биометрическим образцом, подлежащим замене,

x - новый биометрический образец,

S - множество наиболее схожих биометрических образцов,

t - биометрический образец-кандидат для замены, относящийся ко множеству S наиболее схожих биометрических образцов,

MMBS - функция для определения средней взаимной балансированной меры схожести, при этом:

, где

M - множество биометрических образцов, для которого определяется величина средней взаимной балансированной меры схожести,

f_i - информация о признаках лица пользователя i-го биометрического образца,

f_j - информация о признаках лица пользователя j-го биометрического образца,

p_i - информация об ориентации лица пользователя i-го биометрического образца,

p_j - информация об ориентации лица пользователя j-го биометрического образца,

similarity - функция определения меры схожести по признакам,

poseDistance - функция определения расстояния по ориентации,

w_sim - весовой коэффициент для меры схожести по признакам, при этом w_sim > 0,

w_pose - весовой коэффициент для расстояния по ориентации, при этом w_pose > 0;

обновление посредством процессора биометрического шаблона путем замены биометрического образца, подлежащего замене, новым биометрическим образцом, если Delta > 0.

2. Способ по п. 1, в котором получение посредством процессора нового биометрического образца содержит:

получение посредством процессора представления лица пользователя;

получение посредством процессора информации о признаках лица пользователя на основе представления лица пользователя посредством извлечения признаков;

получение посредством процессора информации об ориентации лица пользователя на основе представления лица пользователя посредством оценки ориентации лица пользователя;

при этом представление лица пользователя содержит по меньшей мере одно из следующего: изображение лица пользователя, облако точек, представляющих лицо пользователя, карта глубины изображения лица пользователя.

3. Компьютерное устройство для обновления биометрического шаблона пользователя с использованием информации об ориентации лица пользователя, содержащее по меньшей мере один процессор и память, при этом память содержит программные инструкции, при этом, при выполнении программных инструкций посредством упомянутого по меньшей мере одного процессора, выполняется способ по любому из пп. 1, 2.

4. Считываемый компьютером носитель данных, содержащий программные инструкции, которые, при их выполнении посредством по меньшей мере одного процессора компьютера, предписывают упомянутому по меньшей мере одному процессору выполнять способ по любому из пп. 1, 2.