用户认证方法、用户认证设备以及书写工具与流程

技术领域

以下描述涉及一种用户认证设备和方法。

背景技术：

生物数据认证技术通过识别各种类型的生物数据来认证用户。例如，人体的生物数据可被用于在出口和/或入口控制装置中及在智能电话中验证用户的身份。例如，这种生物数据包括指纹、静脉图案、面部和虹膜。

使用接触式方法或非接触式方法来认证生物数据。接触式方法包括例如指纹认证和静脉图案认证，非接触式方法包括例如面部认证和虹膜认证。

技术实现要素：

提供本发明内容来以简化的形式介绍在以下具体实施方式中被进一步描述的构思的选择。本发明内容不意图识别要求保护的主题的关键特征或本质特征，也不意图被用于帮助确定要求保护的主题的范围。

在一个总的方面，一种用户认证设备包括：运动传感器，被配置为接收与用户认证设备的主体的运动关联的运动数据；生物传感器，被配置为接收与用户认证设备的用户关联的生物数据；处理器，被配置为基于运动数据识别用户的签名，并基于识别的签名和生物数据来认证用户。

处理器还可被配置为：响应于检测到生物数据被运动传感器接收，基于生物数据验证用户的身份；基于识别的签名和验证的身份来认证用户。

运动传感器还可被配置为：感测用户的书写动作的开始，并且采集与对应于所述书写动作的运动关联的运动数据。

运动传感器还可被配置为：响应于用户的书写动作，获取针对所述主体产生的加速度信号和书写压力信号中的至少一个。处理器还可被配置为：基于加速度信号和书写压力信号中的至少一个跟踪所述主体的运动，并基于跟踪的运动估计用户的签名。

用户认证设备还可包括：力传感器，被配置为感测用于握持所述主体的握力，其中，处理器还被配置为在跟踪运动的同时基于加速度信号、书写压力信号或握力中的至少一个检测用户的笔迹。

处理器还可被配置为：基于用户施加的握持所述主体的握力、书写压力或指纹图像中的至少一个估计书写姿态；进一步基于书写姿态认证用户。

生物传感器还可被配置为感测来自用户的生物信号波形。处理器还可被配置为从生物信号波形检测与书写关联的运动伪影，并进一步基于检测的运动伪影认证用户。

生物传感器还可被配置为从用户接收指纹图像。处理器还可被配置为从指纹图像提取指纹图像的失真信息，并进一步基于提取的失真信息认证用户。

生物传感器还可被配置为感测包括心电图(ECG)信号或光电容积脉搏波(PPG)信号中的至少一个的生物信号波形。处理器还可被配置为基于感测的生物信号波形验证用户的身份，并进一步基于验证的身份认证用户。

生物传感器还可被配置为使用外部生物传感器测量心电图(ECG)信号，外部生物传感器响应外部生物传感器与被感测的主体之间的接触。处理器还可被配置为基于测量的ECG信号验证用户的身份，并进一步基于验证的身份认证用户。

生物传感器还可被配置为从用户接收指纹图像。处理器还可被配置为响应于检测到指纹图像被生物传感器接收，进一步基于接收的指纹图像和签名认证用户。

用户认证设备还可包括被配置为与外部认证装置通信的通信器，处理器还可被配置为响应于外部认证装置可用，通过通信器从外部认证装置接收与用户的身体部位或语音中的至少一个关联的识别信息，并进一步基于接收的识别信息认证用户。

用户认证设备可以是还包括外部认证装置的用户认证系统。处理器还可被配置为基于接收的识别信息认证用户，以基于认证用户的结果来使用外部认证装置。

用户认证设备还可包括被配置为从外部认证装置接收面部图像或语音数据中的至少一个的通信器，处理器可被配置为进一步基于面部图像或语音数据中的至少一个来认证用户。

处理器还可被配置为将权重应用于基于签名获取的识别结果、基于生物数据获取的识别结果或通过外部认证装置获取的识别结果中的至少一个，并进一步基于被应用权重的至少一个识别结果认证用户。

处理器还可被配置为基于签名、生物数据或从外部认证装置接收的信号的准确度确定针对每个识别结果的权重。

根据另一总的方面，一种用户认证方法包括：接收与用户认证设备的主体的运动关联的运动数据；接收与认证设备的用户关联的生物数据；基于运动数据识别用户的签名；基于识别的签名和生物数据认证用户。

一种非暂时性计算机可读存储介质可包括被配置为使计算机执行所述方法的编程指令。

在另一总的方面，一种用户认证设备包括：运动传感器，被配置为跟踪用户认证设备的运动；处理器，被配置为在跟踪运动的同时检测笔迹特征，基于跟踪的运动识别用户认证设备的用户的签名，并基于识别的签名和检测的笔迹特征认证用户。

处理器还可被配置为基于用户认证设备的加速度、书写压力、用户施加的握持用户认证设备的握力或用户的生物数据中的至少一个检测笔迹特征。

处理器还可被配置为：在跟踪运动的同时实时估计签名的至少一部分；通过将签名的所述至少一部分与存储在数据库中的注册签名的对应部分进行比较来认证用户。

在另一总的方面，一种书写工具包括：运动传感器，被配置为在用户使用书写工具执行书写动作的同时接收与书写工具的主体的运动关联的运动数据；压力传感器，被配置为检测响应于书写动作而产生的书写压力信号；处理器，被配置为基于运动数据和书写压力信号识别用户的签名，并基于识别的签名认证用户。

压力传感器被配置为通过检测施加了预定的书写压力的点来检测书写压力信号。

处理器还可被配置为基于对施加了预定的压力的点的检测，将识别的签名与具有类似于识别的签名的形式的形式的另一签名区分。

处理器还可被配置为基于从生物传感器接收的生物数据识别用户。

其他特征和方面将从以下具体实施方式、附图和权利要求而清楚。

附图说明

图1示出用户认证设备的示例。

图2示出用户认证设备的示例。

图3、图4和图5是示出用户认证设备的各个示例的框图。

图6和图7是示出用户认证方法的各个示例的流程图。

图8示出在用户认证设备中使用运动数据的示例。

图9示出在用户认证设备中使用生物数据的示例。

图10和图11示出在用户认证设备中测量生物数据的各个示例。

图12示出结合用户认证设备使用外部认证装置的示例。

图13示出被控制为在用户认证设备中执行的签名的认证的示例。

贯穿附图和具体实施方式，除非另外描述或提供，否则相同的附图标号将被理解为表示相同的元件、特征和结构。附图可不按比例绘制，并且为了清楚、说明和方便，附图中的元件的相对大小、比例和描绘可被夸大。

具体实施方式

提供以下详细描述以帮助读者获得对这里描述的方法、设备和/或系统的全面理解。然而，这里描述的方法、设备和/或系统的各种改变、修改和等同物对于本领域普通技术人员将是清楚的。这里描述的操作的顺序仅是示例，除了必须以特定次序发生的操作之外，并不限于这里阐述的顺序，而是可如本领域普通技术人员将清楚的那样改变。此外，为了更加清楚和简明，可省略对于本领域普通技术人员而言公知的功能和构造的描述。

这里描述的特征可以以不同的形式来实施，并且将不被解释为限制于这里描述的示例。相反，提供这里描述的示例使得本公开将是彻底的和完整的，并将本公开的全部范围传达给本领域普通技术人员。

这里使用的术语仅为了描述具体示例的目的，而并非用于限制这些示例。如在这里所使用的，除非上下文明确地另有指示，否则单数形式也意图包括复数形式。还将理解，当在本说明书中使用术语“包括/包含”和/或“具有”时，说明存在所阐述的特征、整体、步骤、操作、元件、组件和/或它们的组合，但不排除存在或添加一个或多个其他特征、数目、步骤、操作、元件、组件和/或它们的组。

图1示出用户认证设备110的示例。用户认证设备110认证对应于用户的书写动作的签名105。例如，用户认证设备110识别对应于书写动作的签名105，并基于识别的签名105认证用户。

这里，术语“识别”表示基于采集的或输入的数据提取预定类型的信息的操作。术语“认证”表示确定从输入数据提取的信息是否对应于注册信息的操作。例如，用户认证设备110通过从响应于书写动作而采集的数据提取签名105来识别签名105。例如，采集的数据包括加速度信号和笔压力信号。此外，用户认证设备110通过确定识别的签名105是否在数据库中被注册(例如，在数据库中注册的签名之中是否存在具有大于或等于阈值的相似度的签名)来基于签名105认证用户。例如，响应于确定签名105在数据库中被注册，用户认证设备110通过确定用户对应于注册用户来认证用户。另外，用户认证设备110通过识别签名105和生物数据来认证用户。

书写动作是使用对象书写内容(诸如，预定内容)的用户动作，并且包括例如书写字母、书写句子和绘图的用户动作。具体地，用户使用用户的身体部分(例如，手101)握持用户认证设备110的主体111，并操控主体111使得被握持的主体111的书写端(例如，与笔尖对应的部分)可形成与预定字母或图对应的轨迹。在示例中，例如，用户认证设备110通过跟踪在主体111的书写端接触平面(诸如，一张纸109、触摸屏、预定对象的表面、曲面或平面)的同时形成的轨迹来感测用户的书写动作。然而，用于接收主体111的端部的接触输入的平面、区域或空间不限于前述示例。用户认证设备110可被设计为在预定平面的预定距离内跟踪由主体111的书写端形成的轨迹或在预定空间内跟踪由主体111的书写端形成的轨迹。此外，跟踪的轨迹不限于二维(2D)轨迹，可跟踪三维(3D)轨迹。另外，轨迹可以是单一连续轨迹。然而，轨迹不限于单一连续轨迹，而可以是非连续轨迹的集合。

例如，签名105是表示个体的身份的指示。例如，签名105被指定为响应于用户的书写动作而形成的字母、句子或绘图之一或者它们中的至少两个的组合。在一个示例中，签名105被用于验证用户的唯一身份。

在图1中，由用户认证设备110的主体111的书写端在纸109上形成的轨迹形成签名105。例如，用户认证设备110从由主体111的书写端响应于书写动作而形成的轨迹识别签名105。将参照图8详细描述根据示例的签名105的识别。

图2示出用户认证设备200的示例。在用户认证设备200的主体290中设置各种传感器。例如，参照图2，在主体290中嵌入笔压力传感器或书写压力传感器211、运动传感器212、力传感器213以及生物传感器220。

用户认证设备200的主体290被提供为用户使用其来书写预定内容的形式。可使用各种形式的被用户握持的书写或绘制工具(例如，笔、铅笔、触控笔或笔刷)。这些形式可包括用户用手来握持的细长形式(例如，筷子)。用户认证设备200的主体290的书写端可被提供为尖锐形式，并且用户通过使用主体290的书写端接触表面(诸如平坦表面)来执行书写动作。

笔压力传感器211感测当用户使用主体290书写时所施加的笔压力或书写压力。例如，笔压力是当用户在表面上执行书写动作时通过主体290施加到平面的压力。笔压力传感器211被布置在主体290的书写端以通过测量由主体290的书写端施加到平面的压力来感测笔压力。

运动传感器212感测当用户使用主体290书写时执行的主体290的运动。主体290的运动包括主体290的位置的改变和主体290的姿态的改变，例如，由主体290的中心线针对在其上执行书写动作的平面形成的倾斜度的改变。例如，如图2所示，运动传感器212是设置在不同于主体290的书写端的另一端(例如，笔的尾部)以测量加速度的加速度传感器。这里参考的主体290的姿态表示主体290针对例如在其上执行书写动作的平面的倾斜度，例如，主体290的中心线针对该平面的倾斜度。主体290的中心线对应于穿透主体290的重心的直线。

力传感器213感测当用户使用主体290书写时用于握持主体290的握力。例如，力传感器213感测由用户的身体部位施加到主体290的至少一部分的力。如图2所示，力传感器213被布置在当用户握持主体290时用户的身体部位(例如，手指)接触主体290的部分。

生物传感器220测量用户的生物数据。例如，生物数据包括指示各种生物特征(诸如心电图(ECG)信号、光电容积脉搏波(PPG)信号、指纹图像、面部图像或语音信号中的一个或多个)的数据。

图2示出用户谁设备的示例配置。将参照图3、图4和图5描述用户认证设备的各种其他配置。

图3至图5是示出用户认证设备300、300A和300B的示例的框图。参照图3，用户认证设备300包括运动传感器310、生物传感器320和处理器330。运动传感器310接收与用户认证设备300的主体的运动关联的运动数据。例如，运动传感器310包括加速度传感器和笔压力传感器。运动数据是与主体的运动关联的数据，并且包括例如加速度信号和笔压力信号。加速度信号指示针对n维方向的加速度，n是大于或等于“2”的整数。笔压力信号指示由设备300的主体施加到平面或其他书写表面的笔压力。

例如，用户认证设备300使用嵌入的运动传感器310基于在书写过程期间设备300的主体的运动和施加的笔压力动态地认证完整书写的签名和正被书写的签名的一部分。

生物传感器320接收与用户关联的生物数据。生物数据是与用户的身体关联的数据，并且表示与用户的身体部位和指示生物特征的信号波形关联的数据。例如，生物数据包括如上所述的ECG信号、PPG信号、指纹图像、面部图像或语音信号中的一个或多个。

当用户使用用户认证设备300执行签名或签名动作时，用户认证设备300的主体基本上被用户握持。因此，用户认证设备300在被握持的同时执行生物识别。例如，用户认证设备300在握持的同时使用通过生物传感器320接收的手指的PPG信号执行脉冲波识别，并使用指尖的指纹执行指纹识别。

处理器330基于运动数据识别用户的签名，并基于识别的签名和生物数据认证用户。例如，处理器330基于识别的签名和生物数据确定用户是否对应于注册用户。

如图4所示，用户认证设备300A与用户认证设备300类似，但还包括通信器440。通信器440与外部认证装置进行通信。例如，通信器440尝试与外部认证装置进行通信，并接收关于外部认证装置是否可用的信息、由外部认证装置采集的生物数据以及由外部认证装置获取的识别信息。在一个示例中，外部认证装置是独立于用户认证设备300的认证设备。外部认证装置获取与用户的身体部位和语音中的至少一个关联的数据(例如，面部图像和语音数据)，并基于获取的数据产生与验证用户的身份的结果对应的识别信息。

如图5所示，用户认证设备300B与用户认证设备300A类似，但还包括存储器550。存储器550被配置为存储将用于认证用户的各种数据。例如，存储器550永久地或暂时地存储将用于用户认证的数据。存储器550将与注册用户对应的数据库存储为将用于用户认证的数据。例如，与注册用户对应的数据库包括注册用户的注册签名和注册生物数据。然而，数据库不限于包括这些数据。数据库还可包括注册签名的笔迹特征(例如，注册签名的笔迹)作为与注册签名关联的信息以及注册生物数据的生物特征(例如，指纹图像的细节)作为与注册生物数据关联的信息。在一个示例中，存储器550还可存储用于使计算机执行用户认证方法的计算机程序。

用户认证设备300、300A和300B可在使用笔型主体具有充分小的形状因素的同时使用基于签名的认证来提供直观的用户体验(UX)。此外，用户认证设备300、300A和300B可基于当用户认证设备300、300A和300B被握持时发生的物理接触通过应用另外的生物认证方案来实现更高的安全级别。这可以是对于被专门实现以执行认证操作的以往计算机技术的改进，以往计算机技术不提供足够高的安全级别，不提供直观的用户体验且不可以小的形状因素实现。

类似地，用户认证设备300、300A和300B可通过生物识别提高基于每个单独的用户的唯一笔迹特征提取签名的特征点的性能以及安全性能，这再次改进以往计算机技术。用户认证设备300A和300B可通过无线通信功能通过与邻近外部认证装置的互操作性执行另外的识别。当用户直观地签名时，用户认证设备300、300A和300B综合地使用如上所述的各种识别方案来保证期望的安全级别和认证准确度。

图6是示出用户认证方法的示例的简要流程图。参照图6，在操作610，用户认证设备的运动传感器接收与用户认证设备的主体的运动关联的运动数据。例如，运动传感器测量如上所述的加速度信号和笔压力信号。

在操作620，用户认证设备的生物传感器接收与用户关联的生物数据。例如，生物传感器测量如上所述的与用户的身体关联的信号波形(例如，ECG信号和/或PPG信号)或获得用户的身体部位的图像(例如，指纹、面部和/或虹膜)。

在操作630，用户认证设备的处理器基于运动数据识别用户的签名，并基于识别的签名和生物数据认证用户。例如，如上所述，处理器通过确定用户的签名和生物数据是否匹配或类似于数据库中存储的注册签名和注册生物数据来验证用户是否对应于注册用户。

图7是更详细地示出用户认证方法的示例的详细流程图。参照图7，在操作710，用户认证设备的处理器确定书写动作是否开始。处理器响应于未检测到书写动作的开始而保持待机状态。响应于检测到书写动作的开始，处理器执行操作720。例如，处理器响应于由笔压力传感器感测到笔压力信号来确定书写动作开始。在另一示例中，在用户认证设备包括声传感器(例如，麦克风)的情况下，处理器响应于由声传感器检测到主体与平面或表面之间的摩擦音来确定书写动作开始。

在操作720，处理器识别签名。例如，运动传感器响应于感测到用户的书写动作的开始，采集与对应于书写动作的运动关联的运动数据。处理器基于采集的运动数据识别签名。

在操作730，处理器确定是否检测到生物数据。例如，处理器确定是否由生物传感器接收到生物数据。在图7的示例中，响应于未检测到生物数据，处理器仅基于签名通过操作770和780认证用户。然而，示例不限于操作730、770和780的前述顺序。在另一示例中，虽然在操作730中未检测到生物数据，但是处理器可响应于外部认证装置可用而在执行操作730之后执行操作750。

在操作740，处理器响应于在操作730检测到生物数据的接收基于生物数据验证用户的身份。

在操作750，处理器确定外部认证装置是否可用。例如，处理器通过通信器从外部认证装置接收关于外部认证装置是否可用的信息。响应于外部认证装置可用，处理器执行操作760。响应于外部认证装置不可用，在操作770和780，处理器基于签名和生物数据认证用户。

在操作760，处理器使用外部认证装置验证用户的身份。例如，处理器响应于外部认证装置可用，通过通信器从外部认证装置接收与用户的身体部位和/或语音中的至少一个关联的识别信息。在这个示例中，处理器在操作770和780基于接收的识别信息和识别的签名认证用户。识别信息是外部认证装置的识别相关的信息，并且包括由外部认证装置验证的用户的身份、与对应识别的相似性有关的信息(例如，由外部认证装置采集的信息与注册信息之间的相似性)。

在另一示例中，通信器从外部认证装置接收面部图像或语音数据中的至少一个，并且处理器基于面部图像或语音数据中的至少一个验证用户的身份。处理器在操作770和780还基于面部图像或语音数据中的至少一个认证用户。

在操作770，处理器将权重应用于每个识别结果。例如，处理器将权重应用于基于签名获取的识别结果、基于生物数据获取的识别结果或由外部认证装置获取的识别结果中的至少一个。每个识别结果包括对应于数据库中的与采集的签名和采集的生物数据具有最高相似性的注册签名和注册生物数据的注册用户、以及针对对应注册用户的相似性。相似性是指与注册信息(例如，注册签名和注册生物数据)相似的采集的信息(例如，签名和生物数据)的级别。作为示例，可由相似性概率表示相似性，其中，接近于“0”的相似性指示采集的信息与注册信息不相似，而接近于“1”的相似性指示采集的信息与注册信息相似。

处理器基于从外部认证装置接收的签名、生物数据和信号的准确度确定针对每个识别结果的权重。例如，当预定的识别结果的准确度相对高时，处理器将相对高的权重指定给对应识别结果。相反，当预定的识别结果的准确度相对低时，处理器将相对低的权重指定给对应识别结果。

例如，处理器针对基于运动数据而识别的签名基于与签名对应的笔迹的部分与不与签名对应的笔迹的部分的比例确定准确度。在这个示例中，基于采集的运动数据来估计笔迹。在另一示例中，处理器基于信噪比(SNR)确定从外部认证装置接收的生物数据和信号中的每个的准确度。

在操作780，处理器基于应用权重的结果认证用户。例如，处理器基于应用权重的至少一个识别结果认证用户。处理器在单独的识别处理中基于识别可信度(例如，SNR)来确定权重，并基于确定的权重提取最终复合识别级别值(final complex identification level value)。例如，如以下等式1所示，处理器基于将最终复合识别级别值与预定的阈值可信度进行比较的结果确定认证是否成功。

[等式1]

X＝a₁x₁+a₂x₂+…+a_nx_n

在等式1中，x_i表示对应于单独的识别处理的单独识别级别值，a_i表示基于单独的识别处理中的SNR而确定的单独识别可信度。x_i和a_i被标准化为范围在“0”和“1”之间的值。因此，基于x_i和a_i推导最终复合识别级别值X。向量x为表示单独识别级别值的集合的向量，向量“a”为表示单独识别可信度的集合的向量。在这个示例中，等式1被定义为表示向量x和向量a之间的内积。

例如，如以下等式2所示，处理器可通过将使用等式1计算的最终复合识别级别值X与确定的阈值可信度X_TH进行比较来最终确定认证是否成功。

[等式2]

例如，处理器响应于最终复合识别级别值X大于阈值可信度X_TH，最终确定认证已成功。

图8示出在用户认证设备800中使用运动数据的示例。参照图8，用户认证设备800包括嵌入到用户认证设备800的主体890中的运动传感器、力传感器和笔压力传感器。例如，如图8所示，用户认证设备800使用布置在主体890的书写端891的笔压力传感器接收笔压力信号802，并使用布置在主体890的与书写端891相对的另一端的运动传感器接收加速度信号801。此外，用户认证设备800使用力传感器测量由用户施加的用于握持主体890的握力803，力传感器被布置在主体890的将被用户的身体部位(例如，手)接触的部分。

在图8中，由用户认证设备800测量的加速度信号801对应于三轴加速度。然而，加速度信号不限于与三轴加速度对应的信号。加速度信号801可以是针对数量根据设计而变化的多个轴的加速度。此外，笔压力信号802对应于单向笔压力。然而，可测量多向笔压力。另外，握力803对应于针对一个轴的双向力。然而，握力803可对应于沿着各种方向施加到主体890的力。

运动传感器接收响应于用户的书写动作针对主体890产生的加速度信号801和笔压力信号802中的至少一个。处理器基于加速度信号801和笔压力信号802中的至少一个跟踪主体890的运动，并基于跟踪的运动估计用户的签名。

例如，当使用加速度传感器估计签名时，处理器基于对象的加速度和对象的移动距离之间的物理关系重建签名。通过对移动距离进行二次微分得到的值对应于对象的加速度。因此，相反地，处理器通过针对加速度执行二次积分来估计相对移动距离。处理器通过基于估计的移动距离随着时间估计签名来重建用户的签名的形状。

例如，如以下等式3所示，通过针对基于加速度信号801确定的加速度“a”执行二次积分，处理器在书写期间估计附设加速度传感器的笔尖或对象的部分的相对移动距离S，并提取签名。

[等式3]

用户认证设备800的处理器在跟踪运动的同时基于加速度信号801、笔压力信号802和握力803中的至少一个检测用户的笔迹。

处理器基于笔压力信号802精确地提取与用户的笔迹关联的特征点。例如，虽然以相同或相似的形式提供签名，但是在书写期间施加相对大的笔压力的点根据用户而变化。处理器检测施加预定的笔压力的点，从而基于书写执行精确的签名识别。例如，用户A和用户B书写相同的签名“Samsung”。用户A和用户B的完成的签名的形状彼此相似。然而，用户A在书写字母“S”时施加相对大的力，而用户B在书写字母“g”时施加相对大的力。处理器通过笔压力提取区分这两个力，从而区分用户A的签名与用户B的签名。

处理器基于握力803、笔压力信号802和指纹图像中的至少一个估计书写姿态，并进一步基于书写姿态认证用户。例如，单独的用户具有不同的书写姿态，例如，主体890的姿态包括主体890的倾斜度和手指握持主体890的姿态。处理器基于从握力和笔压力信号提取的笔迹特征(诸如，当用户签字时施加以握持主体890的握力的强度、当用户书写预定字母时施加的笔压力的大小和当用户签字时施加的握力的大小的改变模式)来认证用户。将参照图9描述基于指纹图像对书写姿态的估计。

图9示出在用户认证设备900中使用生物数据的示例。参照图9，用户认证设备900包括如上所述的被配置为从用户接收生物数据的生物传感器920。

生物传感器920感测生物信号波形。例如，生物信号波形包括ECG信号和/或PPG信号。在这个示例中，处理器基于感测的生物信号波形验证用户的身份，并基于识别的签名和验证的身份认证用户。在另一示例中，生物传感器920从用户接收指纹图像。处理器响应于检测到指纹图像的接收，基于接收的指纹图像和签名认证用户。

处理器如上所述基于生物信号波形认证用户，并进一步基于包括在生物信号波形中的另外的信息认证用户。例如，处理器从生物信号波形检测与书写关联的运动伪影(artifact)，并进一步基于检测到的运动伪影认证用户。在单独的用户书写的同时在生物信号波形中发生的运动伪影中观察唯一特性。处理器基于笔迹特征(诸如，运动伪影针对时间的频率特性和改变模式)认证用户。

例如，如图9所示，生物传感器920从用户接收指纹图像作为生物数据。处理器从指纹图像提取指纹图像的失真信息，并进一步基于提取的失真信息认证用户。具体地，根据单独的用户握持用户认证设备900的主体990的方式，输入到生物传感器920的指纹的位置、角度和大小可改变，因此在指纹图像中可发生失真。根据握持方式，从每个用户接收的指纹图像可包括唯一的失真信息。因此，用户认证设备900基于指纹图像的失真信息认证用户。

如图9所示，生物传感器920接收按预定角度扭曲并因此包括失真信息的输入指纹图像921。处理器通过将接收的指纹图像921与存储器950中存储的注册指纹图像951进行比较来提取失真信息。失真信息包括输入指纹图像921和注册指纹图像951之间的位置差、频率差、相位差和大小差。

图10和图11示出在用户认证设备中测量生物数据的示例。如图10和图11所示，用户认证设备1000和1100的生物传感器接收ECG信号。为测量ECG信号，需要形成穿过用户的心脏的电通路。例如，如图10所示，生物传感器包括用户认证设备1000的主体1090上的第一ECG传感器1021和第二ECG传感器1022。用户认证设备使用第一ECG传感器1021和第二ECG传感器1022从用户的双手1009测量ECG信号。由于需要双手来测量ECG信号，因此用户需要用双手触摸用户认证设备1000。例如，当用户在签字之前或之后用双手触摸用户认证设备1000时，用户认证设备1000在不使用单独的另外的装置的情况下识别用户的ECG信号。

在另一示例中，如图11所示，用户认证设备1100包括第一ECG传感器1121作为生物传感器，并且外部认证装置1150(诸如智能电话或平板计算机)包括第二ECG传感器1122作为外部生物传感器。当形成外部用户认证设备1150的触摸显示器1160与用户认证设备1100的主体1190之间的电接触并且用户用双手1109分别触摸外部生物传感器1122和用户认证设备1100的主体1190时，形成穿过用户的心脏的电通路。用户认证设备1100的生物传感器(例如，第一ECG传感器1121)响应于感测到外部生物传感器1122和主体1190之间的接触来测量ECG信号。用户认证设备1100的处理器基于由外部生物传感器1122和生物传感器1121测量的ECG信号验证用户的身份，并基于识别的签名和验证的身份认证用户。

系统实施例可包括用户认证设备1100和外部认证装置1150二者。例如，用户认证设备1100的处理器可与外部认证装置1150进行通信来认证用户以使用外部认证装置1150的另外的特征和功能。更具体地，可基于接收的识别信息(例如，识别的签名和验证的身份)认证用户，以基于认证用户的结果使用外部认证装置1150。

图12示出结合用户认证设备1200使用外部认证装置1280的示例。用户认证设备1200通过嵌入用户认证设备1200中的通信器与嵌入外部认证装置1280(诸如智能电话或平板计算机)中的识别方案进行互操作。当在外部认证装置1280中请求认证时(例如，当在智能电话中执行需要认证的应用时)，用户认证设备1200执行签名识别1210和各种生物识别。在这个示例中，外部认证装置1280使用嵌入的前置相机执行面部识别1282，并使用嵌入的麦克风执行语音识别1281。

例如，在用户使用用户认证设备1200的主体1290书写的同时，用户认证设备1200执行签名识别1210、指纹识别1221、ECG识别1222和PPG识别1223，外部认证装置1280执行语音识别1281和面部识别1282。用户认证设备1200可通过将识别结果进行组合来提供具有相对高的安全级别的认证方案。在这个示例中，用户认证设备综合地利用识别，并向针对每个识别结果的状况指定权重。

系统实施例可包括用户认证设备1200和外部认证装置1280二者。例如，用户认证设备1200的处理器可与外部认证装置1280进行通信来认证用户以使用外部认证装置1280的另外的特征和功能。更具体地，可基于接收的识别信息(例如，识别的签名和生物识别)认证用户，以基于认证用户的结果使用外部认证装置1280。

除了嵌入的签名识别和各种生物识别，用户认证设备1200基于通过与邻近的外部认证装置1280的互操作而采集的数据执行另外的识别，或者接收另外的识别结果，从而提高安全级别和认证准确度。

图13示出被控制为在用户认证设备1390中执行的签名的认证的示例。用户认证设备1390的运动传感器跟踪用户认证设备1390的运动，并且用户认证设备1390的处理器在跟踪运动的同时检测笔迹特征，基于跟踪的运动识别用户的签名，并基于识别的签名和检测的笔迹特征认证用户。

例如，处理器基于用户认证设备1390的加速度、笔压力、由用户施加以握持用户认证设备1390的握力以及用户的生物数据中的至少一个检测笔迹特征。处理器通过在跟踪用户认证设备1390的运动的同时实时估计签名的至少一部分1301并将签名的所述至少一部分1301与存储在存储器1350的数据库中的注册签名1351的对应部分进行比较来认证用户。

执行这里针对图6至图13描述的操作的图3至图5、图11和图12中示出的设备、单元、模块、装置和其他组件(例如，运动传感器310、生物传感器320、处理器330、通信器440、存储器550和贯穿本公开所描述的类似装置及组件)可由硬件组件实现。硬件组件的示例包括控制器、传感器、发生器、驱动器、存储器、比较器、算术逻辑单元、加法器、减法器、乘法器、除法器、积分器和本领域普通技术人员公知的任何其他电子组件。在一个示例中，硬件组件由计算硬件(例如，由一个或多个处理器或计算机)实现。处理器或计算机由一个或多个处理元件实现，所述一个或多个处理元件诸如逻辑门阵列、控制器和算术逻辑单元、数字信号处理器、微型计算机、可编程逻辑控制器、现场可编程门阵列、可编程逻辑阵列、微处理器或本领域普通技术人员公知的任何其他装置或装置的组合，所述装置或装置的组合能够以限定的方式响应并执行指令以得到期望的结果。在一个示例中，处理器或计算机包括或连接到存储被处理器或计算机执行的指令或软件的一个或多个存储器。由处理器或计算机实现的硬件组件执行指令或软件(诸如操作系统(OS)和在OS上运行的一个或多个软件应用)以执行这里针对图6至图13描述的操作。硬件组件还响应于指令或软件的执行来访问、操控、处理、创建和存储数据。为简单起见，这里描述的示例的描述中使用单数术语“处理器”或“计算机”，但是在其他示例中，使用多个处理器或计算机，或者一个处理器或计算机包括多个处理元件或多种类型的处理元件，或者包括以上两种形式。在一个示例中，硬件组件包括多个处理器，而在另一个示例中，硬件组件包括一个处理器和一个控制器。硬件组件具有不同的处理配置中的任何一个或多个，所述不同处理配置的示例包括单个处理器、独立处理器、并行处理器、单指令单数据(SISD)多处理、单指令多数据(SIMD)多处理、多指令单数据(MISD)多处理、以及多指令多数据(MIMD)多处理。

执行这里针对图3至图5、图11和图12所描述的操作的图6和图7中示出的方法被如上所述的执行指令或软件以执行这里描述的操作的计算硬件(例如，被一个或多个处理器或计算机)执行。

控制处理器或计算机以实现硬件组件并执行如上所述的方法的指令或软件被写为计算机程序、代码段、指令或它们的任意组合，用于单独或共同指示或配置处理器或者计算机作为机器或专用计算机操作，以执行如上所述的由硬件组件和方法所执行的操作。在一个示例中，指令或软件包括被处理器或计算机直接执行的机器代码，诸如由编译器产生的机器代码。在另一个示例中，指令或软件包括被处理器或计算机使用解释器执行的高级代码。本领域普通编程技术人员能够容易地基于附图中示出的方框图和流程图以及说明书中的相应描述来编写指令或软件，这些方框图和流程图以及说明书中的相应描述公开了用于执行如上所述的由硬件组件和方法所执行的操作的算法。

控制处理器或计算机以实现硬件组件并执行如上所述的方法的指令或软件、以及任何关联数据、数据文件和数据结构被记录、存储或固定在一个或多个非暂时性计算机可读存储介质中或一个或多个非暂时性计算机可读存储介质上。非暂时性计算机可读存储介质的示例包括只读存储器(ROM)、随机存取存储器(RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+R、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘以及本领域普通技术人员公知的任何装置，所述本领域普通技术人员公知的任何装置能够以非暂时性方式存储指令或软件以及任何关联数据、数据文件和数据结构，并能向处理器或计算机提供指令或软件以及任何关联数据、数据文件和数据结构，以使处理器或计算机能执行指令。在一个示例中，指令或软件以及任何关联数据、数据文件和数据结构被分布在联网的计算机系统上，以使指令和软件以及任何关联数据、数据文件和数据结构被处理器或计算机以分布方式存储、访问和执行。

虽然本公开包括具体示例，但是本领域普通技术人员将清楚，在不脱离权利要求及其等同物的精神和范围的情况下，可以对这些示例进行形式和细节上的各种改变。这里描述的示例被认为仅具有描述性意义，而不用于限制的目的。每个示例中的特征或方面的描述将被认为可适用于其他示例中的类似特征或方面。如果以不同的次序执行描述的技术和/或如果描述的系统、架构、装置或电路中的组件以不同的方式被组合和/或由其他组件及其等同物替换或补充，则可得到合适的结果。因此，本公开的范围不是由具体实施方式限定，而是由权利要求及其等同物限定，并且权利要求及其等同物的范围内的所有变化将被解释为包括在本公开中。