JP2007102422A - Pattern matching device - Google Patents

Pattern matching device Download PDF

Info

Publication number
JP2007102422A
JP2007102422A JP2005290194A JP2005290194A JP2007102422A JP 2007102422 A JP2007102422 A JP 2007102422A JP 2005290194 A JP2005290194 A JP 2005290194A JP 2005290194 A JP2005290194 A JP 2005290194A JP 2007102422 A JP2007102422 A JP 2007102422A
Authority
JP
Japan
Prior art keywords
reliability
feature point
distribution map
extracted
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2005290194A
Other languages
Japanese (ja)
Other versions
JP4531670B2 (en
Inventor
Takahiro Nakamura
高宏 中村
Takushi Maeda
卓志 前田
Hideto Fujiwara
秀人 藤原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2005290194A priority Critical patent/JP4531670B2/en
Publication of JP2007102422A publication Critical patent/JP2007102422A/en
Application granted granted Critical
Publication of JP4531670B2 publication Critical patent/JP4531670B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a pattern matching device capable of enhancing a matching precision even when the pattern quality of a registration fingerprint image and a matching fingerprint image is low. <P>SOLUTION: This pattern matching device is provided with: a reliability specifying part 14 for specifying reliability in a featured value B which does not have any corresponding relation with a featured point A extracted by a featured point extracting part 3 by referring to a reliability distribution map A; and a reliability specifying part 15 for specifying reliability in the featured value A which does not have any corresponding relation with the featured point B extracted by a featured point extracting part 6 by referring to a reliability distribution map B. Then, the matching scores of the featured point A and the featured point B are calculated by using the reliability specified by the reliability specifying parts 11, 12 14 and 15. <P>COPYRIGHT: (C)2007,JPO&INPIT

Description

この発明は、例えば、生体に固有の指紋や掌紋の画像を撮像し、その画像を解析して個人を識別するパターン照合装置に関するものである。   The present invention relates to, for example, a pattern matching apparatus that captures a fingerprint or palmprint image unique to a living body and analyzes the image to identify an individual.

画像を解析して個人を識別する個人識別装置として、特徴点マッチング方式を実施するパターン照合装置が存在する。
即ち、予め登録されている指紋のパターン画像（以下、登録指紋画像という）と照合対象の指紋のパターン画像（以下、照合指紋画像という）から、隆線（または、谷線）の分岐点や端点に代表される特徴点をそれぞれ抽出し、双方の特徴点を照合するパターン照合装置が存在する。 As a personal identification device that analyzes an image and identifies an individual, there is a pattern matching device that implements a feature point matching method.
That is, a branch point or end point of a ridge (or valley line) from a pattern image of a registered fingerprint (hereinafter referred to as a registered fingerprint image) and a fingerprint pattern image to be verified (hereinafter referred to as a verification fingerprint image) There is a pattern matching device that extracts feature points represented by (1) and matches both feature points.

従来の特徴点マッチング方式では、照合指紋画像から特徴点を抽出した後、登録指紋画像から抽出した特徴点との間で位置合わせ等を実施して、座標がほぼ一致する特徴点の個数の合計や割合や密度などを用いて何らかの一致スコアを算出し、その一致スコアがある評価基準をみたすとき（例えば所定の閾値より大きいとき）、照合指紋画像と登録指紋画像の一致を認定するのが一般的である。
例えば、以下の特許文献１では、特徴点の一致個数によって照合判定を実施している。 In the conventional feature point matching method, after extracting feature points from the collated fingerprint image, alignment is performed with the feature points extracted from the registered fingerprint image, and the total number of feature points whose coordinates are almost the same When a certain match score is calculated using the ratio, density, density, etc., and the match score satisfies an evaluation criterion (for example, when it is larger than a predetermined threshold), it is generally recognized that the matching fingerprint image matches the registered fingerprint image. Is.
For example, in Patent Document 1 below, collation determination is performed based on the number of matching feature points.

また、単なる一致特徴点の個数ではなく、様々な方法で特徴点の信頼性を評価し、信頼性が高い特徴点に高い重み付けを与えて、その重みの合計が所定の閾値より大きいとき、照合指紋画像と登録指紋画像の一致を認定する方式もある。
例えば、以下の特許文献２には、複数の閾値で二値化された入力画像を用いて複数の特徴点セットを用意し、その特徴点のセットを相互に仮照合したときに、照合誤差が少なく安定して出現する特徴点を優先的に指紋照合に用いる方式が開示されている。また、特徴点の重み付けを上記の安定性に応じて実施して、重みの合計を指紋照合に利用する方式も概念的ではあるが開示されている。 Also, instead of just the number of matching feature points, the reliability of feature points is evaluated by various methods, high weighting is given to feature points with high reliability, and the sum of the weights is greater than a predetermined threshold There is also a method for authenticating the match between the fingerprint image and the registered fingerprint image.
For example, in Patent Document 2 below, when a plurality of feature point sets are prepared using input images binarized with a plurality of threshold values, and the feature point sets are temporarily collated with each other, a matching error is generated. A method is disclosed in which few feature points that appear stably are used for fingerprint collation preferentially. Further, a method is also disclosed in which weighting of feature points is performed according to the above-described stability, and the total weight is used for fingerprint matching.

ここで、一般論であるが、ノイズを多く含んでいる画像には、パターンの品質が部分的に低い領域が存在する。
このため、特徴点の抽出条件を厳しくすると、正しい特徴点が抽出されなくなり、逆に、特徴点の抽出条件を緩めて、対応する特徴点が抽出されるようにすると、正しい特徴点の他に、ノイズによる偽の特徴点が出現するというトレードオフの関係がある。
しかも、登録指紋画像と照合指紋画像において、低品質領域の場所が異なると、一方の画像で抽出された特徴点に対応する特徴点が他方の画像から抽出されずに一致スコアが低下する事態や、多数の偽特徴点（対応する特徴点がない特徴点）によって一致スコアが低下する事態を招くことがある。
したがって、個々の特徴点の抽出結果に対する信頼性は一律でなく、パターンの品質（さらには低品質領域に対する特徴点抽出処理の特性）によって差がある。 Here, as a general theory, an image including a lot of noise includes a region where the pattern quality is partially low.
For this reason, if the feature point extraction conditions are tightened, correct feature points will not be extracted. Conversely, if the feature point extraction conditions are relaxed and corresponding feature points are extracted, in addition to the correct feature points, There is a trade-off relationship in which false feature points due to noise appear.
In addition, if the location of the low-quality area is different between the registered fingerprint image and the collation fingerprint image, the feature score corresponding to the feature point extracted in one image is not extracted from the other image, and the matching score decreases. In some cases, the coincidence score is lowered due to a large number of false feature points (feature points having no corresponding feature points).
Therefore, the reliability of the extraction results of individual feature points is not uniform, and there is a difference depending on the quality of the pattern (and the characteristics of the feature point extraction process for the low quality region).

特開２００１−２４３４６５号公報（段落番号［００１５］、図１）JP 2001-243465 A (paragraph number [0015], FIG. 1) 特許第２８６８９０９号公報（段落番号［００３１］から［００４２］、図４）Japanese Patent No. 2868909 (paragraph numbers [0031] to [0042], FIG. 4)

従来のパターン照合装置は以上のように構成されているので、座標がほぼ一致する特徴点の個数の合計や割合などから一致スコアを算出する方式を実施する場合、画像が多くのノイズを含んでいても、個々の特徴点の抽出結果に対する信頼性を一致スコアに反映させることができず、照合精度が劣化する課題があった。
一方、信頼性が高い特徴点に高い重み付けを与える照合方式では、登録指紋画像の特徴点には、信頼性を評価して重み付けがなされるが、照合指紋画像の特徴点には、重み付けがなされないため、照合指紋画像のパターン品質が低いと、照合精度が劣化する課題があった。
また、登録指紋画像の特徴点に重み付けを与える際、「抽出された特徴点が、どの程度正しいか」という「有」に対する信頼性は考慮されているが、「特徴点が抽出されなかった領域に、特徴点が存在しないとみなすことが、どの程度正しいか」という「無」に対する信頼性は考慮されていない。このため、例えば、照合対象の一方の特徴点に対応する他方の特徴点が見つからない場合、「パターンの品質は良好で、対応する特徴点が存在せず、したがって、その特徴点は、対応する特徴点がない孤立特徴点である」のか、「パターンの品質は低品質で、対応する特徴点が存在するが、抽出条件が厳しすぎて抽出できなかった」のかが区別されることなく、一律に孤立特徴点として評価せざるを得ない課題があった。 Since the conventional pattern matching device is configured as described above, when implementing a method of calculating a matching score from the total number or ratio of the number of feature points whose coordinates substantially match, the image contains a lot of noise. However, the reliability with respect to the extraction result of each feature point cannot be reflected in the coincidence score, and there is a problem that the matching accuracy is deteriorated.
On the other hand, in a collation method that gives high weights to highly reliable feature points, feature points of registered fingerprint images are weighted by evaluating reliability, but feature points of collated fingerprint images are not weighted. Therefore, when the pattern quality of the verification fingerprint image is low, there is a problem that the verification accuracy is deteriorated.
In addition, when weighting the feature points of the registered fingerprint image, the reliability of “existence” of “how much the extracted feature points are correct” is considered, but “the region where the feature points were not extracted” In addition, the reliability of “nothing” such as “how accurate is it that it is considered that there is no feature point” is not considered. For this reason, for example, when the other feature point corresponding to one feature point to be collated is not found, “the pattern quality is good and the corresponding feature point does not exist. There is no distinction between `` is an isolated feature point without feature points '' or `` pattern quality is low quality and corresponding feature points exist, but extraction conditions were too strict and could not be extracted ''. However, there were problems that had to be evaluated as isolated feature points.

この発明は上記のような課題を解決するためになされたもので、登録指紋画像及び照合指紋画像のパターン品質が低い場合でも、照合精度を高めることができるパターン照合装置を得ることを目的とする。   The present invention has been made to solve the above-described problems, and an object of the present invention is to obtain a pattern matching apparatus capable of improving the matching accuracy even when the pattern quality of a registered fingerprint image and a matching fingerprint image is low. .

この発明に係るパターン照合装置は、第１の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第１の分布マップ生成手段と、第２の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第２の分布マップ生成手段と、第１の分布マップ生成手段により生成された信頼度分布マップを参照して、第１の画像から抽出された第１の特徴点に対する信頼度を特定するとともに、第２の分布マップ生成手段により生成された信頼度分布マップを参照して、第２の画像から抽出された第２の特徴点に対する信頼度を特定する第１の信頼度特定手段と、第１の分布マップ生成手段により生成された信頼度分布マップを参照して、第１の特徴点と対応関係がない第２の特徴点に対する信頼度を特定するとともに、第２の分布マップ生成手段により生成された信頼度分布マップを参照して、第２の特徴点と対応関係がない第１の特徴点に対する信頼度を特定する第２の信頼度特定手段とを設け、第１及び第２の信頼度特定手段により特定された信頼度を用いて、第１の特徴点と第２の特徴点の一致度を評価するようにしたものである。   The pattern matching apparatus according to the present invention evaluates the pattern quality of each local region in the first image, and generates a reliability distribution map indicating the reliability of the feature points extracted from each local region. Map generation means; second distribution map generation means for evaluating the pattern quality of each local area in the second image and generating a reliability distribution map indicating the reliability of the feature points extracted from each local area; The reliability for the first feature point extracted from the first image is specified with reference to the reliability distribution map generated by the first distribution map generation means, and the second distribution map generation means A first reliability specifying unit that specifies the reliability of the second feature point extracted from the second image with reference to the generated reliability distribution map, and a first distribution map generating unit The reliability distribution map generated by the second distribution map generation means is specified with reference to the generated reliability distribution map, and the reliability for the second feature point not corresponding to the first feature point is specified. Referring to the map, there is provided a second reliability specifying means for specifying the reliability of the first feature point that has no corresponding relationship with the second feature point, and specified by the first and second reliability specifying means The degree of coincidence between the first feature point and the second feature point is evaluated using the determined reliability.

この発明によれば、第１の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第１の分布マップ生成手段と、第２の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第２の分布マップ生成手段と、第１の分布マップ生成手段により生成された信頼度分布マップを参照して、第１の画像から抽出された第１の特徴点に対する信頼度を特定するとともに、第２の分布マップ生成手段により生成された信頼度分布マップを参照して、第２の画像から抽出された第２の特徴点に対する信頼度を特定する第１の信頼度特定手段と、第１の分布マップ生成手段により生成された信頼度分布マップを参照して、第１の特徴点と対応関係がない第２の特徴点に対する信頼度を特定するとともに、第２の分布マップ生成手段により生成された信頼度分布マップを参照して、第２の特徴点と対応関係がない第１の特徴点に対する信頼度を特定する第２の信頼度特定手段とを設け、第１及び第２の信頼度特定手段により特定された信頼度を用いて、第１の特徴点と第２の特徴点の一致度を評価するように構成したので、登録指紋画像及び照合指紋画像のパターン品質が低い場合でも、照合精度を高めることができる効果がある。   According to the present invention, the first distribution map generating unit that evaluates the pattern quality of each local region in the first image and generates a reliability distribution map indicating the reliability of the feature points extracted from each local region. A second distribution map generating unit that evaluates the pattern quality of each local region in the second image and generates a reliability distribution map indicating the reliability of the feature points extracted from each local region; The reliability for the first feature point extracted from the first image is identified with reference to the reliability distribution map generated by the distribution map generation means, and generated by the second distribution map generation means Referring to the reliability distribution map, the first reliability specifying means for specifying the reliability for the second feature point extracted from the second image, and the signal generated by the first distribution map generating means. With reference to the degree distribution map, the reliability for the second feature point not corresponding to the first feature point is specified, and the reliability distribution map generated by the second distribution map generation means is referred to And a second reliability specifying means for specifying the reliability of the first feature point that has no correspondence with the second feature point, and the reliability specified by the first and second reliability specifying means Since the degree of coincidence between the first feature point and the second feature point is evaluated, the matching accuracy can be improved even when the pattern quality of the registered fingerprint image and the matching fingerprint image is low. is there.

実施の形態１．
図１はこの発明の実施の形態１によるパターン照合装置を示す構成図であり、図において、画像入力部１は例えば指紋センサにより撮影された指（生体）の画像（第１の画像）を入力する処理を実施する。図１の例では、説明の便宜上、画像入力部１により入力される画像は照合対象の照合指紋画像であるとする。
特徴点抽出部２は画像入力部１により入力された照合指紋画像から特徴点Ａ（第１の特徴点）を抽出する処理を実施する。例えば、照合指紋画像における線状パターンの分岐点や端点、あるいは、コアやデルタと呼ばれる特異点などを特徴点Ａとして抽出する。また、その特徴点Ａの座標を他の特徴情報（例えば、分岐点であれば、分岐の角度など）と一緒に出力する処理を実施する。なお、特徴点抽出部２は第１の特徴点抽出手段を構成している。 Embodiment 1 FIG.
FIG. 1 is a block diagram showing a pattern matching apparatus according to Embodiment 1 of the present invention. In the figure, an image input unit 1 inputs an image (first image) of a finger (biological body) taken by a fingerprint sensor, for example. Perform the process. In the example of FIG. 1, for convenience of explanation, it is assumed that the image input by the image input unit 1 is a collation fingerprint image to be collated.
The feature point extraction unit 2 performs a process of extracting the feature point A (first feature point) from the collation fingerprint image input by the image input unit 1. For example, a branch point or end point of a linear pattern in a collation fingerprint image or a singular point called a core or delta is extracted as a feature point A. Further, a process of outputting the coordinates of the feature point A together with other feature information (for example, a branching angle if a branching point) is performed. Note that the feature point extraction unit 2 constitutes a first feature point extraction means.

分布マップ生成部３は画像入力部１により入力された照合指紋画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度（特徴点の抽出状況（特徴点の有無）に対する局所的な信頼性の値）を示す信頼度分布マップＡを生成する処理を実施する。なお、分布マップ生成部３は第１の分布マップ生成手段を構成している。
通信路４は特徴点抽出部２及び分布マップ生成部３と照合処理部９間を接続しているネットワークなどの線路である。 The distribution map generation unit 3 evaluates the pattern quality of each local region in the collation fingerprint image input by the image input unit 1 and determines the reliability (feature point extraction status (feature points) from each local region). A process of generating a reliability distribution map A indicating a local reliability value) is performed. The distribution map generator 3 constitutes a first distribution map generator.
The communication path 4 is a line such as a network connecting the feature point extraction unit 2, the distribution map generation unit 3, and the verification processing unit 9.

画像入力部５は例えば画像記憶装置に記憶されている指（生体）の画像（第２の画像）を入力する処理を実施する。図１の例では、説明の便宜上、画像入力部５により入力される画像は予め登録されている登録指紋画像であるとする。
特徴点抽出部６は画像入力部５により入力された登録指紋画像から特徴点Ｂ（第２の特徴点）を抽出する処理を実施する。例えば、登録指紋画像における線状パターンの分岐点や端点、あるいは、コアやデルタと呼ばれる特異点などを特徴点Ｂとして抽出する。また、その特徴点Ｂの座標を他の特徴情報（例えば、分岐点であれば、分岐の角度など）と一緒に出力する処理を実施する。なお、特徴点抽出部６は第２の特徴点抽出手段を構成している。 For example, the image input unit 5 performs a process of inputting an image (second image) of a finger (biological body) stored in the image storage device. In the example of FIG. 1, for convenience of explanation, it is assumed that the image input by the image input unit 5 is a registered fingerprint image registered in advance.
The feature point extraction unit 6 performs a process of extracting the feature point B (second feature point) from the registered fingerprint image input by the image input unit 5. For example, a branch point or end point of a linear pattern in a registered fingerprint image or a singular point called a core or delta is extracted as a feature point B. Further, a process of outputting the coordinates of the feature point B together with other feature information (for example, a branching angle if a branching point) is performed. The feature point extraction unit 6 constitutes second feature point extraction means.

分布マップ生成部７は画像入力部５により入力された登録指紋画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度（特徴点の抽出状況（特徴点の有無）に対する局所的な信頼性の値）を示す信頼度分布マップＢを生成する処理を実施する。なお、分布マップ生成部７は第２の分布マップ生成手段を構成している。
通信路８は特徴点抽出部６及び分布マップ生成部７と照合処理部９間を接続しているネットワークなどの線路である。 The distribution map generation unit 7 evaluates the pattern quality of each local area in the registered fingerprint image input by the image input unit 5 and determines the reliability (feature point extraction status (feature points) from each local area). A process of generating a reliability distribution map B indicating a local reliability value) is performed. The distribution map generator 7 constitutes a second distribution map generator.
The communication path 8 is a line such as a network connecting the feature point extraction unit 6, the distribution map generation unit 7, and the matching processing unit 9.

照合処理部９は分布マップ生成部３，７により生成された信頼度分布マップＡ，Ｂを用いて、特徴点抽出部２により抽出された特徴点Ａと特徴点抽出部６により抽出された特徴点Ｂの一致度を評価し、その一致度が所定の評価基準を満たす場合に、照合指紋画像と登録指紋画像の一致を認定する処理を実施する。
照合処理部９の信頼度特定部１１は分布マップ生成部３により生成された信頼度分布マップＡを参照して、特徴点抽出部２により抽出された特徴点Ａに対する信頼度を特定する処理を実施する。
照合処理部９の信頼度特定部１２は分布マップ生成部７により生成された信頼度分布マップＢを参照して、特徴点抽出部６により抽出された特徴点Ｂに対する信頼度を特定する処理を実施する。
なお、信頼度特定部１１及び信頼度特定部１２から第１の信頼度特定手段が構成されている。 The matching processing unit 9 uses the feature point A extracted by the feature point extracting unit 2 and the feature extracted by the feature point extracting unit 6 using the reliability distribution maps A and B generated by the distribution map generating units 3 and 7. The degree of coincidence of the point B is evaluated, and when the degree of coincidence satisfies a predetermined evaluation criterion, a process for determining the coincidence between the collation fingerprint image and the registered fingerprint image is performed.
The reliability specifying unit 11 of the matching processing unit 9 refers to the reliability distribution map A generated by the distribution map generating unit 3 and performs processing for specifying the reliability for the feature point A extracted by the feature point extracting unit 2. carry out.
The reliability specifying unit 12 of the matching processing unit 9 refers to the reliability distribution map B generated by the distribution map generating unit 7 and performs a process of specifying the reliability for the feature point B extracted by the feature point extracting unit 6. carry out.
The reliability specifying unit 11 and the reliability specifying unit 12 constitute a first reliability specifying unit.

照合処理部９の対応付け部１３は照合指紋画像と登録指紋画像が同じ指紋の画像であるならば、指紋パターン同士ならびに特徴点同士が出来る限り重なるようにするために、照合指紋画像と登録指紋画像の相対位置を補正する処理を実施し、補正処理後の座標と特徴情報の一致度が高い特徴点Ａと特徴点Ｂの対応付けを実施する。
照合処理部９の信頼度特定部１４は分布マップ生成部３により生成された信頼度分布マップＡを参照して、特徴点抽出部３により抽出された特徴点Ａと対応関係がある特徴点Ｂ（対応付け部１３により特徴点Ａと対応付けられた特徴点Ｂ）に対する信頼度を特定するとともに、その信頼度分布マップＡを参照して、特徴点抽出部３により抽出された特徴点Ａと対応関係がない特徴点Ｂ（対応付け部１３により特徴点Ａと対応付けられていない特徴点Ｂ）に対する信頼度を特定する処理を実施する。
照合処理部９の信頼度特定部１５は分布マップ生成部６により生成された信頼度分布マップＢを参照して、特徴点抽出部６により抽出された特徴点Ｂと対応関係がある特徴点Ａ（対応付け部１３により特徴点Ｂと対応付けられた特徴点Ａ）に対する信頼度を特定するとともに、その信頼度分布マップｂを参照して、特徴点抽出部６により抽出された特徴点ｂと対応関係がない特徴点Ａ（対応付け部１３により特徴点Ｂと対応付けられていない特徴点Ａ）に対する信頼度を特定する処理を実施する。
なお、対応付け部１３、信頼度特定部１４及び信頼度特定部１５から第２の信頼度特定手段が構成されている。 If the collation fingerprint image and the registered fingerprint image are the same fingerprint image, the associating unit 13 of the collation processing unit 9 makes the collation fingerprint image and the registered fingerprint in order to overlap the fingerprint patterns and the feature points as much as possible. A process of correcting the relative position of the image is performed, and the feature point A and the feature point B having a high degree of coincidence between the coordinates after the correction process and the feature information are associated.
The reliability specifying unit 14 of the matching processing unit 9 refers to the reliability distribution map A generated by the distribution map generating unit 3, and the feature point B has a corresponding relationship with the feature point A extracted by the feature point extracting unit 3. The feature point A extracted from the feature point extraction unit 3 is identified with reference to the reliability distribution map A while specifying the reliability with respect to the feature point B associated with the feature point A by the association unit 13. A process of specifying the reliability for the feature point B having no correspondence relationship (the feature point B not associated with the feature point A by the association unit 13) is performed.
The reliability specifying unit 15 of the matching processing unit 9 refers to the reliability distribution map B generated by the distribution map generating unit 6, and the feature point A has a correspondence relationship with the feature point B extracted by the feature point extracting unit 6. The feature point b extracted by the feature point extracting unit 6 is identified with reference to the reliability distribution map b while specifying the reliability for the feature point A associated with the feature point B by the associating unit 13 A process of specifying the reliability for the feature point A having no correspondence (the feature point A not associated with the feature point B by the association unit 13) is performed.
The association unit 13, the reliability specifying unit 14, and the reliability specifying unit 15 constitute a second reliability specifying unit.

照合処理部９の一致スコア算出部１６は信頼度特定部１１，１２，１４，１５により特定された信頼度を用いて、特徴点抽出部２により抽出された特徴点Ａと特徴点抽出部６により抽出された特徴点Ｂの一致スコアを算出し、その一致スコアが所定の閾値より高ければ、照合指紋画像と登録指紋画像の一致を認定する処理を実施する。なお、一致スコア算出部１６は一致度評価手段を構成している。
図１の例では、パターン照合装置の各構成要素（画像入力部１，５、特徴点抽出部２，６、分布マップ生成部３，７、照合処理部９）が個々のハードウェア（例えば、ＭＰＵが実装されている半導体集積回路）で構成されていることを想定しているが、パターン照合装置がコンピュータで構成されている場合、各構成要素の処理内容が記述されているプログラムをコンピュータのメモリに格納し、コンピュータのＣＰＵがメモリに格納されているプログラムを実行するようにしてもよい。 The matching score calculation unit 16 of the matching processing unit 9 uses the feature points A and the feature point extraction unit 6 extracted by the feature point extraction unit 2 using the reliability specified by the reliability specification units 11, 12, 14, and 15. The coincidence score of the feature point B extracted by the above is calculated. If the coincidence score is higher than a predetermined threshold value, a process of authorizing a match between the collation fingerprint image and the registered fingerprint image is performed. Note that the coincidence score calculation unit 16 constitutes a coincidence degree evaluation unit.
In the example of FIG. 1, each component of the pattern matching device (image input units 1 and 5, feature point extraction units 2 and 6, distribution map generation units 3 and 7, and matching processing unit 9) is associated with individual hardware (for example, In the case where the pattern matching device is configured by a computer, a program in which the processing contents of each component is described is stored in the computer. The program stored in the memory may be executed by the CPU of the computer.

次に動作について説明する。
画像入力部１は、例えば、指紋センサにより撮影された指の画像である照合指紋画像を入力し、その照合指紋画像を特徴点抽出部２及び分布マップ生成部３に出力する。
特徴点抽出部２は、画像入力部１から照合指紋画像を受けると、その照合指紋画像から特徴点Ａを抽出する。
具体的には、例えば、特開２００５−１０８４２号公報に開示されている方法を利用して、その照合指紋画像に含まれているノイズを除去してから、その照合指紋画像を二値化して細線化し、その線パターンから特徴点Ａを抽出する。
特徴点Ａとして、例えば、照合指紋画像における線状パターンの分岐点や端点、あるいは、コアやデルタと呼ばれる特異点などを抽出する。
特徴点抽出部２は、照合指紋画像から特徴点Ａを抽出すると、その特徴点Ａの座標を他の特徴情報（例えば、分岐点であれば、分岐の角度など）と一緒に通信路４経由で照合処理部９に出力する。 Next, the operation will be described.
For example, the image input unit 1 inputs a collation fingerprint image that is an image of a finger taken by a fingerprint sensor, and outputs the collation fingerprint image to the feature point extraction unit 2 and the distribution map generation unit 3.
When the feature point extraction unit 2 receives the collation fingerprint image from the image input unit 1, the feature point extraction unit 2 extracts the feature point A from the collation fingerprint image.
Specifically, for example, using the method disclosed in Japanese Patent Application Laid-Open No. 2005-10842, the noise included in the collation fingerprint image is removed, and then the collation fingerprint image is binarized. A thin line is formed, and a feature point A is extracted from the line pattern.
As the feature point A, for example, a branch point or end point of a linear pattern in a collation fingerprint image, or a singular point called a core or delta is extracted.
When the feature point extraction unit 2 extracts the feature point A from the collation fingerprint image, the feature point A coordinates together with other feature information (for example, a branching angle in the case of a branching point) via the communication path 4. Is output to the verification processing unit 9.

分布マップ生成部３は、画像入力部１から照合指紋画像を受けると、その照合指紋画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップＡを生成する。
図２は指紋画像の画質と信頼度分布マップを示す模式図である。
図２の上段は、指の指紋パターンを表しており、指紋画像（Ｂ）において、一点鎖線で囲まれている領域３００は、指紋画像（Ｂ）と同じ指から得られた指紋画像（Ａ）を指紋画像（Ｂ）に位置合わせしたときに重なる部分を示している。
その顕著な例として、センサ面積に制約がある接触式の小型指紋センサにより指が撮影された場合、同じ指であっても、撮像する度に撮像状態が異なるのが普通であり、しばしば、指紋画像（Ａ）や指紋画像（Ｂ）のように、指の片側が浮いて撮像されなかったり、皮膚の状態や指の押し付け圧力の違いによって、指紋パターンの低品質な領域（例えば、線が細かく途切れている部分の領域）の位置が変わったりすることがある。 When the distribution map generation unit 3 receives the collation fingerprint image from the image input unit 1, the distribution map generation unit 3 evaluates the pattern quality of each local region in the collation fingerprint image and indicates the reliability of the feature points extracted from each local region A degree distribution map A is generated.
FIG. 2 is a schematic diagram showing the image quality and reliability distribution map of a fingerprint image.
The upper part of FIG. 2 represents a fingerprint pattern of a finger. In the fingerprint image (B), a region 300 surrounded by a one-dot chain line is a fingerprint image (A) obtained from the same finger as the fingerprint image (B). A portion that overlaps with the fingerprint image (B) is shown.
As a prominent example, when a finger is photographed by a contact-type small fingerprint sensor with a limited sensor area, even if the finger is the same, the imaged state is usually different every time it is photographed. Like the image (A) or the fingerprint image (B), one side of the finger is not picked up, or the low quality area (for example, the line is fine) due to the difference in skin condition or finger pressing pressure. The position of the interrupted area) may change.

図２の下段は、指紋画像における局所的な信頼度の分布を表しており、濃い色ほど信頼度が高いことを示している。
信頼度は、特徴点を正確に抽出し易い高品質な領域では高い値を有し、低品質な領域では低い値を有する。
ただし、指紋パターンがない指紋の周りの空白部分の信頼度については、いくつかの解釈が可能である。
例えば、信頼度分布（Ｂ）上の一点鎖線領域３０１は、「皮膚が指紋センサから浮いていたことが原因で、その領域に存在するかもしれない特徴点が抽出されていない」と解釈して、値を“０”とすることができる。
もしくは、例えば、指紋センサの指置き部分の構造の工夫や、指紋パターンの解析によって指の中心点がわかっているなどの理由によって、指のずれる可能性のある範囲に制約を加えることができ、位置合わせ後の背景の空白部分中に、信頼度分布（Ｂ’）のように、理論上、指紋パターンが現れてはいけない領域３０２が特定できる場合に、その領域３０２の信頼度として、“０”より大きな値（例えば、信頼度の値域における最大値）を与えることができる。 The lower part of FIG. 2 represents a local reliability distribution in the fingerprint image, and the darker the color, the higher the reliability.
The reliability has a high value in a high-quality area where feature points can be easily extracted accurately, and has a low value in a low-quality area.
However, several interpretations are possible for the reliability of the blank area around the fingerprint without the fingerprint pattern.
For example, an alternate long and short dash line region 301 on the reliability distribution (B) interprets that “feature points that may exist in the region have not been extracted because the skin has floated from the fingerprint sensor”. The value can be set to “0”.
Or, for example, it is possible to restrict the range where the finger may be displaced due to the contrivance of the structure of the finger placement part of the fingerprint sensor or the analysis of the fingerprint pattern, so that the center point of the finger is known. When the region 302 where the fingerprint pattern should not appear theoretically can be identified in the blank portion of the background after the alignment, such as the reliability distribution (B ′), the reliability of the region 302 is “0”. A larger value (for example, the maximum value in the reliability range) can be given.

分布マップ生成部３は、例えば、次のようにして、信頼度分布マップＡを生成する。
最も簡単な例としては、一般的に、コントラストが高ければ、特徴点の抽出結果の誤りも少ないと考えられることから、照合指紋画像の各点のコントラストＣｏｎｔｒａｓｔ（ｘ，ｙ）を計算し、照合指紋画像の各点のコントラストＣｏｎｔｒａｓｔ（ｘ，ｙ）を信頼度分布マップＡの各点の値として使用することができる。
Ｃｏｎｔｒａｓｔ（ｘ，ｙ）
＝ Ｍａｘ（Ｉ（ｘ，ｙ）；（ｘ，ｙ）∈Ｓｗ）
−Ｍｉｎ（Ｉ（ｘ，ｙ）；（ｘ，ｙ）∈Ｓｗ） （１）
式（１）のＳｗは（ｘ，ｙ）から半径ｗまでの近傍領域であり、Ｍａｘ（ｘ）は最大輝度、Ｍｉｎ（ｘ）は最小輝度である。 The distribution map generator 3 generates the reliability distribution map A as follows, for example.
As the simplest example, generally, if the contrast is high, it is considered that there are few errors in the extraction result of the feature points. Therefore, the contrast Contrast (x, y) of each point of the collation fingerprint image is calculated and collation is performed. The contrast Contrast (x, y) of each point of the fingerprint image can be used as the value of each point of the reliability distribution map A.
Contrast (x, y)
= Max (I (x, y); (x, y) εSw)
-Min (I (x, y); (x, y) εSw) (1)
In Equation (1), Sw is a neighboring region from (x, y) to the radius w, Max (x) is the maximum luminance, and Min (x) is the minimum luminance.

ただし、この簡単な例では、例えば、太いしわのように、正しい隆線パターンではないのに、それよりコントラストが高いノイズがあると、そのノイズによって発生した偽の特徴点に対しては、信頼度が下げられないため、一致している特徴点の個数に基づく従来の方式と同様に、通常の特徴点として評価されてしまうことがある。   However, in this simple example, if there is a noise with a higher contrast than the correct ridge pattern, such as a thick wrinkle, the false feature points generated by the noise are not reliable. Since the degree cannot be lowered, it may be evaluated as a normal feature point as in the conventional method based on the number of matching feature points.

より複雑で精度の高い例としては、次のようなものがある。
例えば、特開２００５−１０８４２号公報では、処理の過程で「縞状パターンの抽出」を目的とする縞状パターンの流れ方向に対する信頼性評価の計算が行われているが、その信頼性評価値は、同時に、その縞状パターンから抽出される特徴点の抽出状況の信頼性を示すとも言える。
そこで、その信頼性評価値を処理過程から取り出し、その信頼性評価値を信頼度分布マップＡの値として用いることも可能である。
図３は特開２００５−１０８４２号公報に開示されている信頼性評価処理の手順を利用する信頼度分布マップの算出手順を示す説明図である。
なお、特徴点抽出部２と分布マップ生成部３の両方に共通の技術に基づく手段を用いる場合は、共通する処理を共用できるという利点もある。また、精度の面でも、特徴点抽出部２と分布マップ生成部３の両方に共通又は特性の似た技術に基づく手段を用いる方が、例えば、特徴点の抽出を失敗しているのに信頼度の値が高いなど、整合性が低い特徴点の発生が起こり難くなる。 More complex and accurate examples include:
For example, in Japanese Patent Application Laid-Open No. 2005-10842, a reliability evaluation value is calculated for the flow direction of a striped pattern for the purpose of “extraction of a striped pattern” in the course of processing. Can also be said to indicate the reliability of the feature point extraction status extracted from the striped pattern.
Therefore, it is possible to take out the reliability evaluation value from the process and use the reliability evaluation value as the value of the reliability distribution map A.
FIG. 3 is an explanatory diagram showing a calculation procedure of the reliability distribution map using the procedure of the reliability evaluation process disclosed in Japanese Patent Laid-Open No. 2005-10842.
In addition, when the means based on a common technique is used for both the feature point extraction unit 2 and the distribution map generation unit 3, there is an advantage that a common process can be shared. Also, in terms of accuracy, it is more reliable to use a means based on a technique that is common or similar in characteristics to both the feature point extraction unit 2 and the distribution map generation unit 3, for example, because the feature point extraction has failed. Generation of feature points with low consistency, such as a high degree value, is less likely to occur.

一方、画像入力部５は、例えば、画像記憶装置に記憶されている指の画像である登録指紋画像を入力し、その登録指紋画像を特徴点抽出部５及び分布マップ生成部６に出力する。
特徴点抽出部６は、画像入力部５から登録指紋画像を受けると、その登録指紋画像から特徴点Ｂを抽出する。
登録指紋画像から特徴点Ｂを抽出する処理は、特徴点抽出部２が照合指紋画像から特徴点Ａを抽出する処理と同様であるため説明を省略する。
特徴点Ｂとして、例えば、登録指紋画像における線状パターンの分岐点や端点、あるいは、コアやデルタと呼ばれる特異点などを抽出する。
特徴点抽出部６は、登録指紋画像から特徴点Ｂを抽出すると、その特徴点Ｂの座標を他の特徴情報（例えば、分岐点であれば、分岐の角度など）と一緒に通信路８経由で照合処理部９に出力する。 On the other hand, the image input unit 5 inputs, for example, a registered fingerprint image that is an image of a finger stored in the image storage device, and outputs the registered fingerprint image to the feature point extraction unit 5 and the distribution map generation unit 6.
When the feature point extraction unit 6 receives the registered fingerprint image from the image input unit 5, the feature point extraction unit 6 extracts the feature point B from the registered fingerprint image.
The process for extracting the feature point B from the registered fingerprint image is the same as the process for the feature point extracting unit 2 to extract the feature point A from the collation fingerprint image, and thus description thereof is omitted.
As the feature point B, for example, a branch point or end point of a linear pattern in a registered fingerprint image or a singular point called a core or delta is extracted.
When the feature point extraction unit 6 extracts the feature point B from the registered fingerprint image, the feature point B coordinates together with other feature information (for example, a branching angle in the case of a branching point) via the communication path 8. Is output to the verification processing unit 9.

分布マップ生成部７は、画像入力部５から登録指紋画像を受けると、その登録指紋画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップＢを生成する。
信頼度分布マップＢを生成する処理は、分布マップ生成部３が信頼度分布マップＡを生成する処理と同様であるため説明を省略する。 When the distribution map generation unit 7 receives the registered fingerprint image from the image input unit 5, the distribution map generation unit 7 evaluates the pattern quality of each local region in the registered fingerprint image and indicates the reliability of the feature points extracted from each local region. A degree distribution map B is generated.
Since the process of generating the reliability distribution map B is the same as the process of generating the reliability distribution map A by the distribution map generating unit 3, the description thereof is omitted.

照合処理部９の対応付け部１３は、特徴点抽出部２，６から特徴点Ａ，Ｂを受け、分布マップ生成部３，７から信頼度分布マップＡ，Ｂを受けると、仮に、照合指紋画像と登録指紋画像が同じ指紋の画像であるならば、指紋パターン同士ならびに特徴点同士が出来る限り重なるようにするために、照合指紋画像と登録指紋画像の相対位置を補正する処理を実施し、補正処理後の座標と特徴情報の一致度が高い特徴点Ａと特徴点Ｂの対応付けを実施する。
照合指紋画像と登録指紋画像の相対位置を補正については、例えば、特徴点の座標を用いる装置（特開平４−３５７５７０号公報）が採用している方式や、特徴点以外の情報を用いる装置（特許文献１）が採用している方式などを利用することができる。 When the matching unit 13 of the matching processing unit 9 receives the feature points A and B from the feature point extracting units 2 and 6 and receives the reliability distribution maps A and B from the distribution map generating units 3 and 7, the matching fingerprint is temporarily assumed. If the image and the registered fingerprint image are the same fingerprint image, in order to make the fingerprint patterns and feature points overlap as much as possible, a process for correcting the relative positions of the verification fingerprint image and the registered fingerprint image is performed. The feature point A and the feature point B having a high degree of coincidence between the coordinates after the correction processing and the feature information are associated.
For correcting the relative positions of the verification fingerprint image and the registered fingerprint image, for example, a method adopted by a device using feature point coordinates (Japanese Patent Laid-Open No. 4-357570) or a device using information other than the feature point ( The method etc. which patent document 1) employ | adopts can be utilized.

相対位置の補正処理は、一般的に平行移動、回転、若干の拡大縮小の組み合わせで表されるが、撮像時に生じる指表面の皮膚の変形などを吸収するために、部分的な位置補正処理が更に組み合わされることもある。
例えば、相対位置の補正処理が平行移動、回転、拡大縮小が組み合わされている場合には、座標の変換式は、次のような初等関数で表すことができる。
（ｘ２ ｙ２）T＝ｋ Ｒ （ｘ１ ｙ１）T＋（ｘｃ ｙｃ）T （２）
ただし、（ｘ１ ｙ１）Tは照合指紋画像の画素又は特徴点の座標、（ｘ２ ｙ２）Tは登録指紋画像の画素又は特徴点の座標、Ｒは回転行列、ｋは拡大率、（ｘｃ ｙｃ）Tは平行移動量を示している。
ここでは、変換「式」で表現しているが，必ずしも数式で表現できる必要はなく、例えば、非線形の変換要素を含むアルゴリズム的な変換プロセスであってもよい。なお、言うまでもないが、相対位置が殆どずれない仕組みで撮像された画像であれば、ここまで述べたような位置合わせの処理は不要である。 Relative position correction processing is generally represented by a combination of parallel movement, rotation, and slight enlargement / reduction, but partial position correction processing is used to absorb deformation of the skin on the finger surface that occurs during imaging. Furthermore, it may be combined.
For example, when the relative position correction process is a combination of translation, rotation, and enlargement / reduction, the coordinate conversion formula can be expressed by the following elementary function.
(X2 y2) T = k R (x1 y1) T + (xc yc) T (2)
However, (x1 y1) T is the coordinate of the pixel or feature point of the verification fingerprint image, (x2 y2) T is the coordinate of the pixel or feature point of the registered fingerprint image, R is a rotation matrix, k is an enlargement factor, (xc yc) T indicates the amount of parallel movement.
Here, the expression is expressed by a conversion “formula”, but it is not always necessary to be able to be expressed by an expression. For example, an algorithmic conversion process including a non-linear conversion element may be used. Needless to say, as long as the image is captured with a mechanism in which the relative position hardly shifts, the alignment processing described so far is unnecessary.

照合処理部９の信頼度特定部１１は、特徴点抽出部２から特徴点Ａを受け、分布マップ生成部３から信頼度分布マップＡを受けると、その信頼度分布マップＡを参照して、特徴点抽出部２により抽出された特徴点Ａに対する信頼度を特定する処理を実施する。
特徴点Ａの座標系と信頼度分布マップＡの座標系は共通であるため、信頼度特定部１１は、特徴点Ａと同じ座標上にある信頼度分布マップＡの値（信頼度）を読み出すようにすれば、その特徴点Ａに対する信頼度を特定することができる。
あるいは、特徴点Ａの座標を中心とする小領域を設定し、その小領域上にある信頼度分布マップＡの値（信頼度）の平均値（または、最頻値や最大値など）を求め、その平均値を特徴点Ａに対する信頼度として特定してもよい。 When the reliability specifying unit 11 of the matching processing unit 9 receives the feature point A from the feature point extracting unit 2 and receives the reliability distribution map A from the distribution map generating unit 3, the reliability specifying unit 11 refers to the reliability distribution map A, A process for specifying the reliability of the feature point A extracted by the feature point extraction unit 2 is performed.
Since the coordinate system of the feature point A and the coordinate system of the reliability distribution map A are common, the reliability specifying unit 11 reads the value (reliability) of the reliability distribution map A on the same coordinates as the feature point A. By doing so, the reliability for the feature point A can be specified.
Alternatively, a small area centered on the coordinates of the feature point A is set, and an average value (or mode value, maximum value, etc.) of the value (reliability) of the reliability distribution map A on the small area is obtained. The average value may be specified as the reliability for the feature point A.

照合処理部９の信頼度特定部１２は、特徴点抽出部６から特徴点Ｂを受け、分布マップ生成部７から信頼度分布マップＢを受けると、その信頼度分布マップＢを参照して、特徴点抽出部６により抽出された特徴点Ｂに対する信頼度を特定する処理を実施する。
特徴点Ｂの座標系と信頼度分布マップＢの座標系は共通であるため、信頼度特定部１２は、特徴点Ｂと同じ座標上にある信頼度分布マップＢの値（信頼度）を読み出すようにすれば、その特徴点Ｂに対する信頼度を特定することができる。
あるいは、特徴点Ｂの座標を中心とする小領域を設定し、その小領域上にある信頼度分布マップＢの値（信頼度）の平均値（または、最頻値や最大値など）を求め、その平均値を特徴点Ｂに対する信頼度として特定してもよい。 When the reliability specifying unit 12 of the matching processing unit 9 receives the feature point B from the feature point extracting unit 6 and receives the reliability distribution map B from the distribution map generating unit 7, it refers to the reliability distribution map B, The process which specifies the reliability with respect to the feature point B extracted by the feature point extraction part 6 is implemented.
Since the coordinate system of the feature point B and the coordinate system of the reliability distribution map B are common, the reliability specifying unit 12 reads the value (reliability) of the reliability distribution map B on the same coordinates as the feature point B. By doing so, the reliability for the feature point B can be specified.
Alternatively, a small area centering on the coordinates of the feature point B is set, and an average value (or mode value, maximum value, etc.) of values (reliability) of the reliability distribution map B on the small area is obtained. The average value may be specified as the reliability for the feature point B.

照合処理部９の信頼度特定部１４は、対応付け部１３から特徴点Ａと対応付けられた特徴点Ｂを受け、分布マップ生成部３から信頼度分布マップＡを受けると、その信頼度分布マップＡを参照して、その特徴点Ａと対応付けられた特徴点Ｂに対する信頼度を特定するとともに、その信頼度分布マップＡを参照して、その特徴点Ａと対応付けられていない特徴点Ｂに対する信頼度を特定する。
即ち、信頼度特定部１４は、特徴点Ａに対応付けられるべき、登録指紋画像における特徴点Ｂの抽出状況を表す信頼度、つまり、特徴点Ａに対応する特徴点Ｂ（一致特徴点）が登録指紋画像にあれば、その一致特徴点の信頼度、一致特徴点が登録指紋画像になければ、対応する特徴点Ｂがない（特徴点Ａは不一致特徴点）という状態に対する信頼度を特定するため、信頼度分布マップＡを参照して、式（２）の変換式で照合指紋画像の座標系に変換された特徴点Ｂに対する信頼度を特定する処理を実施する。
なお、特徴点Ｂに対応付けられた一致特徴点Ａが存在する場合は、当然ながら、照合指紋画像の座標系に変換された特徴点Ｂの座標は、一致特徴点Ａの座標とほぼ同じであるから、信頼度分布マップＡから読み出した信頼度は、既に、信頼度特定部１１で特定された特徴点Ａに対する信頼度とほぼ同じであるため、信頼度特定部１１で特定された特徴点Ａに対する信頼度で代用してもよい。この場合、代用される信頼度は、信頼度特定部１１から点線で示すように分岐して、信頼度特定部１４に入る経路から渡されることになる。 When the reliability specifying unit 14 of the matching processing unit 9 receives the feature point B associated with the feature point A from the association unit 13 and receives the reliability distribution map A from the distribution map generation unit 3, the reliability distribution With reference to the map A, the reliability of the feature point B associated with the feature point A is specified, and the feature point that is not associated with the feature point A with reference to the reliability distribution map A Specify the reliability for B.
That is, the reliability specifying unit 14 has a reliability indicating the extraction status of the feature point B in the registered fingerprint image to be associated with the feature point A, that is, the feature point B (matching feature point) corresponding to the feature point A. If it is in the registered fingerprint image, the reliability of the matching feature point is specified. If the matching feature point is not in the registered fingerprint image, the reliability for the state that there is no corresponding feature point B (feature point A is a mismatched feature point) is specified. Therefore, referring to the reliability distribution map A, a process of specifying the reliability for the feature point B converted into the coordinate system of the collation fingerprint image by the conversion formula (2) is performed.
If there is a matching feature point A associated with the feature point B, the coordinates of the feature point B converted to the coordinate system of the matching fingerprint image are naturally the same as the coordinates of the matching feature point A. Therefore, since the reliability read from the reliability distribution map A is almost the same as the reliability for the feature point A already specified by the reliability specifying unit 11, the feature point specified by the reliability specifying unit 11 The reliability for A may be substituted. In this case, the substituted reliability is branched from the reliability specifying unit 11 as indicated by a dotted line, and is passed from the route entering the reliability specifying unit 14.

照合処理部９の信頼度特定部１５は、対応付け部１３から特徴点Ｂと対応付けられた特徴点Ａを受け、分布マップ生成部７から信頼度分布マップＢを受けると、その信頼度分布マップＢを参照して、その特徴点Ｂと対応付けられた特徴点Ａに対する信頼度を特定するとともに、その信頼度分布マップＢを参照して、その特徴点Ｂと対応付けられていない特徴点Ａに対する信頼度を特定する。
即ち、信頼度特定部１５は、特徴点Ｂに対応付けられるべき、照合指紋画像における特徴点Ａの抽出状況を表す信頼度、つまり、特徴点Ｂに対応する特徴点Ａ（一致特徴点）が照合指紋画像にあれば、その一致特徴点の信頼度、一致特徴点が照合指紋画像になければ、対応する特徴点Ａがない（特徴点Ｂは不一致特徴点）という状態に対する信頼度を特定するため、信頼度分布マップＢを参照して、式（２）の変換式で登録指紋画像の座標系に変換された特徴点Ａに対する信頼度を特定する処理を実施する。
なお、特徴点Ａに対応付けられた一致特徴点Ｂが存在する場合は、当然ながら、登録指紋画像の座標系に変換された特徴点Ａの座標は、一致特徴点Ｂの座標とほぼ同じであるから、信頼度分布マップＢから読み出した信頼度は、既に、信頼度特定部１２で特定された特徴点Ｂに対する信頼度とほぼ同じであるため、信頼度特定部１２で特定された特徴点Ｂに対する信頼度で代用してもよい。この場合、代用される信頼度は、信頼度特定部１２から点線で示すように分岐して、信頼度特定部１５に入る経路から渡されることになる。 When the reliability specifying unit 15 of the matching processing unit 9 receives the feature point A associated with the feature point B from the association unit 13 and receives the reliability distribution map B from the distribution map generation unit 7, the reliability distribution With reference to the map B, the reliability for the feature point A associated with the feature point B is specified, and the feature point not associated with the feature point B with reference to the reliability distribution map B Specify the reliability for A.
That is, the reliability specifying unit 15 has a reliability indicating the extraction status of the feature point A in the collation fingerprint image to be associated with the feature point B, that is, the feature point A (matching feature point) corresponding to the feature point B. If the matching fingerprint image is in the matching fingerprint image, the reliability of the matching feature point is specified. If the matching feature point is not in the matching fingerprint image, the reliability for the state that there is no corresponding feature point A (feature point B is a mismatching feature point) is specified. Therefore, referring to the reliability distribution map B, a process of specifying the reliability for the feature point A converted into the coordinate system of the registered fingerprint image by the conversion formula of Expression (2) is performed.
If there is a matching feature point B associated with the feature point A, the coordinates of the feature point A converted to the coordinate system of the registered fingerprint image are naturally the same as the coordinates of the matching feature point B. Therefore, since the reliability read from the reliability distribution map B is already almost the same as the reliability for the feature point B specified by the reliability specifying unit 12, the feature point specified by the reliability specifying unit 12 is used. The reliability for B may be substituted. In this case, the reliability to be substituted is branched from the reliability specifying unit 12 as indicated by a dotted line, and passed from the route entering the reliability specifying unit 15.

照合処理部９の一致スコア算出部１６は、上記のようにして、信頼度特定部１１，１２，１４，１５が信頼度を特定すると、その信頼度を用いて、特徴点抽出部２により抽出された特徴点Ａと特徴点抽出部６により抽出された特徴点Ｂの一致スコアを算出し、その一致スコアが所定の評価基準を満たす場合に、照合指紋画像と登録指紋画像の一致を認定する処理を実施する。
具体的には、次のようにして、特徴点Ａと特徴点Ｂの一致スコアを算出する。
一致度の評価においては通常、特徴点の個数や割合のみならず、複数の特徴点間の位置関係や隆線の本数など多種多様な補助データの併用によって評価精度の向上を図ることが多いが、以降の説明では本発明の主旨を簡潔に示すため、簡単な例として、総特徴点に占める一致特徴点の割合（最大値＝１．０）を一致スコアとし、その一致特徴点の割合が所定のしきい値を越えるか否かを一致認定の評価基準とする。 When the reliability specifying units 11, 12, 14, and 15 specify the reliability as described above, the match score calculation unit 16 of the matching processing unit 9 extracts the feature score using the reliability by the feature point extraction unit 2. The matching score between the feature point A and the feature point B extracted by the feature point extraction unit 6 is calculated, and when the matching score satisfies a predetermined evaluation criterion, the match between the collation fingerprint image and the registered fingerprint image is certified. Implement the process.
Specifically, the coincidence score of the feature point A and the feature point B is calculated as follows.
In the evaluation of the degree of coincidence, usually, not only the number and ratio of feature points, but also a variety of auxiliary data such as the positional relationship between multiple feature points and the number of ridges are often used to improve the evaluation accuracy. In the following description, in order to briefly show the gist of the present invention, as a simple example, the ratio (maximum value = 1.0) of the matching feature points in the total feature points is set as the matching score, and the ratio of the matching feature points is Whether or not a predetermined threshold is exceeded is used as an evaluation criterion for coincidence recognition.

従来技術のように、信頼度を用いない評価式としては、例えば、特徴点の一致数を総特徴点数の平均値で割った値を用いるものが考えられる。
Ｓｃｏｒｅ１（Ｍ，Ｎ1，Ｎ2）＝Ｍ÷｛（Ｎ1＋Ｎ2）÷２）｝ （３）
Ｎk＝Σn∈{1,2...Nk} ： 第ｋ（ｋ＝１または２）特徴点セットの総特徴点数
Ｍ＝Σm∈{1,2...M} 1 ： 一致特徴点数
もしくは、評価式（３）を拡張し、次のように、不一致特徴点（一致する特徴点のない特徴点）の数も評価に反映させた評価式が考えられる。
Ｓｃｏｒｅ２（Ｍ，Ｎ1，Ｎ2）
＝（（１−ａ）×Ｍ−ａ×（Ｕ1＋Ｕ2））÷｛（Ｎ1＋Ｎ2）÷２）｝ （４）
Ｕk＝Ｎk−Ｍ ： 不一致特徴点数
ａ ： 不一致特徴点数による評価の重み付け係数 As an evaluation formula that does not use the reliability as in the prior art, for example, a formula that uses a value obtained by dividing the number of matching feature points by the average value of the total number of feature points can be considered.
Score 1 (M, N 1 , N 2 ) = M ÷ {(N 1 + N 2 ) ÷ 2)} (3)
N k = Σ n∈ {1,2 ... Nk} : Total number of feature points of k-th (k = 1 or 2) feature point set M = Σ m∈ {1,2 ... M} 1: Matching feature The score or the evaluation formula (3) is expanded, and an evaluation formula in which the number of unmatched feature points (feature points having no matching feature points) is also reflected in the evaluation can be considered as follows.
Score 2 (M, N 1 , N 2 )
= ((1−a) × M−a × (U 1 + U 2 )) ÷ {(N 1 + N 2 ) / 2)} (4)
U k = N k −M: Number of mismatched feature points a: Weighting coefficient for evaluation based on the number of mismatched feature points

これに対して、この実施の形態１では、下記に示すように、信頼度による重み付けを評価式に導入する。下記の評価式（５）では、説明の便宜上、Ｎｋ個の特徴点の並び方は、添え字が第１〜Ｍは一致特徴点であり、照合指紋画像側と登録指紋画像側の同じ添え字の特徴点同士が対応しており、添え字が第Ｍ＋１〜Ｎｋは不一致特徴点とする。
Ｓｃｏｒｅ３(Ｍ，Ｎ1，Ｎ2，ｗ１i，ｗ２j，ｗ２１i，ｗ１２j）
| i∈{1,2...N1}, j∈{1,2...N2}
＝（（１−ａ）×ＷＭ−ａ×（ＷＵ２１＋ＷＵ１２）÷｛（ＷＮ１＋ＷＮ２｝÷２）｝
（５）
Ｗｋi；ｉ∈{１，２．．．Ｎｋ} ：第ｋ画像第ｎ特徴点の信頼度（ｋ＝１または２）
ｗｈｋi；ｉ∈｛１，２．．．Ｎｋ} ：第ｋ画像第ｎ特徴点に関連付けられた第ｈ画像側特徴点抽出状況の信頼度（ｋ，ｈ＝１または２）
ＷＮｋ＝Σi∈{1,2...Nk} wki ：第ｋ画像の重みつき総特徴点数
ＷＭ＝Σm∈{1...M} ＳM（ｗ１m，ｗ２m) ：一致特徴点に対する重みつき評価値
ＷＵｈｋ＝Σj∈{M+1... Nk } ＳU(ｗｋj，ｗｈｋj)：不一致特徴点に対する重みつき評価値 In contrast, in the first embodiment, as shown below, weighting based on reliability is introduced into the evaluation formula. In the following evaluation formula (5), for convenience of explanation, the Nk feature points are arranged in such a way that the subscripts are the first to M coincident feature points, and the same subscript on the collation fingerprint image side and the registered fingerprint image side. The feature points correspond to each other, and the subscripts M + 1 to Nk are mismatched feature points.
Score 3 (M, N 1 , N 2 , w1 i , w2 j , w21 i , w12 j )
i∈ {1,2 ... N1}, j∈ {1,2 ... N2}
= ((1-a) * WM-a * (WU21 + WU12) / {(WN1 + WN2} / 2)}
(5)
Wk i ; i∈ {1, 2. . . Nk}: reliability of the kth image nth feature point (k = 1 or 2)
whk i; i∈ {1,2. . . Nk}: reliability of the h-th image-side feature point extraction situation associated with the k-th image n-th feature point (k, h = 1 or 2)
WNk = Σ i∈ {1,2 ... Nk} wk i : Weighted total number of feature points of k-th image WM = Σ m∈ {1 ... M} S M (w1 m , w2 m ): coincidence feature Weighted evaluation value for points WUhk = Σj∈ {M + 1 ... Nk } S U (wk j , whk j ): weighted evaluation value for mismatched feature points

ＳM（）の例としては、次のようなものがある。
（Ａ） ＳM（ｗ１，ｗ２)＝（ｗ１＋ｗ２）÷２
（Ｂ） ＳM（ｗ１，ｗ２)＝Ｍａｘ（ｗ１，ｗ２）
Ｍａｘ（ａ，ｂ）はａ，ｂのうち大きいほうの値である。
方式（Ａ）では、第１，第２の一致特徴点の信頼度を同等とみなし、両者の平均値を用いる。
一方、方式（Ｂ）では、第１，第２の一致特徴点が対応付けられたということを重視し、一方の一致特徴点の信頼度が高ければ、他方の一致特徴点は信頼度が低くてもかまわないとする方式であり、特徴点抽出処理部２が多量の偽特徴点を出力するような特性を持っていなければ有効である。 Examples of S M () include the following.
(A) S M (w1, w2) = (w1 + w2) / 2
(B) S M (w1, w2) = Max (w1, w2)
Max (a, b) is the larger value of a and b.
In method (A), the reliability of the first and second matching feature points is regarded as equivalent, and the average value of both is used.
On the other hand, in the method (B), importance is attached to the fact that the first and second matching feature points are associated with each other. If the reliability of one matching feature point is high, the reliability of the other matching feature point is low. This is a method that does not matter, and is effective if the feature point extraction processing unit 2 does not have characteristics that output a large number of false feature points.

ＳU（）の例としては、例えば、ＳU（ｗ１，ｗ２１）に対して、次のように定義することができる。
（Ｃ） ＳU（ｗ１，ｗ２１）＝（ｗ１＋ｗ２１）÷２
（Ｄ） ＳM（ｗ１，ｗ２１）＝Ｍｉｎ（ｗ１２，ｗ２１）
Ｍｉｎ（ａ，ｂ）はａ，ｂのうち小さいほうの値である。
方式（Ｃ）は、方式（Ａ）のＳM（）と同等の考え方である。
一方、方式（Ｄ）は、もし、ある特徴点に対応する一致特徴点がない場合に、その地点で照合相手の画像の信頼度が低ければ「ノイズによって一致特徴点の抽出に失敗した」とみなして不一致特徴点として計数しないが、照合相手の画像の信頼度が高く、仮に特徴点が存在していれば確実に抽出できているといえる場合には「そこに一致特徴点は無い」として不一致特徴点として計数するという方式である。
なお、係数ａとしては、０（不一致特徴点を用いない）〜１（不一致特徴点の有無だけで照合判定する）の間で設定する。
設定方法は、特徴点抽出処理部２の特性によるが、一般的には、例えば、正しい特徴点の抽出漏れと偽の特徴点の検出を比較した場合に、偽の特徴点が多く出現する傾向がある場合には、小さな値、そうでない場合には大きめの値とする。 As an example of S U (), for example, S U (w1, w21) can be defined as follows.
(C) S U (w1, w21) = (w1 + w21) / 2
(D) S M (w1, w21) = Min (w12, w21)
Min (a, b) is the smaller value of a and b.
Method (C) is the same idea as S M () of method (A).
On the other hand, in the method (D), if there is no matching feature point corresponding to a certain feature point and the reliability of the image of the collation partner is low at that point, “the extraction of the matching feature point has failed due to noise”. It is not counted as an unmatched feature point, but if the image of the collation partner is highly reliable, and it can be said that the feature point exists, it can be extracted reliably. This is a method of counting as inconsistent feature points.
The coefficient a is set between 0 (does not use mismatched feature points) and 1 (checks only by the presence or absence of mismatched feature points).
Although the setting method depends on the characteristics of the feature point extraction processing unit 2, generally, for example, when a feature point extraction omission is compared with detection of fake feature points, many false feature points tend to appear. If there is, set it to a small value, otherwise set it to a large value.

以上で明らかなように、この実施の形態１によれば、照合指紋画像における各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップＡを参照して、照合指紋画像から抽出された特徴点Ａに対する信頼度を特定する信頼度特定部１１と、登録指紋画像における各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップＢを参照して、登録指紋画像から抽出された特徴点Ｂに対する信頼度を特定する信頼度特定部１２と、その信頼度分布マップＡを参照して、特徴点抽出部３により抽出された特徴点Ａと対応関係がない特徴点Ｂに対する信頼度を特定する信頼度特定部１４と、その信頼度分布マップＢを参照して、特徴点抽出部６により抽出された特徴点Ｂと対応関係がない特徴点Ａに対する信頼度を特定する信頼度特定部１５とを設け、信頼度特定部１１，１２，１４，１５により特定された信頼度を用いて、特徴点抽出部２により抽出された特徴点Ａと特徴点抽出部６により抽出された特徴点Ｂの一致スコアを算出し、その一致スコアが所定の閾値より高ければ、照合指紋画像と登録指紋画像の一致を認定するように構成したので、登録指紋画像及び照合指紋画像のパターン品質が低い場合でも、照合精度を高めることができる効果を奏する。
即ち、この実施の形態１によれば、一致度の評価に信頼度による重み付けを導入するようにしているので、パターン品質や指置き状態の変動に対しても安定した照合結果を得ることができるようになる。 As is apparent from the above, according to the first embodiment, the reference image is extracted from the collation fingerprint image with reference to the reliability distribution map A indicating the reliability of the feature points extracted from each local region in the collation fingerprint image. Extracted from the registered fingerprint image with reference to the reliability specifying unit 11 for specifying the reliability for the feature point A and the reliability distribution map B indicating the reliability for the feature point extracted from each local region in the registered fingerprint image The reliability specifying unit 12 that specifies the reliability of the feature point B and the reliability distribution map A are referred to the feature point B that has no correspondence with the feature point A extracted by the feature point extraction unit 3 A reliability specifying unit 14 for specifying the reliability and a reliability distribution map B are referred to, and a reliability for specifying the reliability for the feature point A having no correspondence with the feature point B extracted by the feature point extracting unit 6 is identified. And the feature point A extracted by the feature point extraction unit 2 and the feature point extraction unit 6 using the reliability specified by the reliability specification units 11, 12, 14, 15. The match score of the feature point B is calculated, and if the match score is higher than a predetermined threshold, the match between the verification fingerprint image and the registered fingerprint image is certified. Even if it is low, there is an effect that the collation accuracy can be increased.
That is, according to the first embodiment, since the weighting based on the reliability is introduced in the evaluation of the degree of coincidence, a stable collation result can be obtained even with respect to variations in pattern quality and finger placement state. It becomes like this.

なお、この実施の形態１では、信頼度分布マップとして、元画像と同じ縮尺率で同じ座標系を持つ画像として説明を行ったが、例えば、情報量を削減するために、信頼度分布マップの座標系や縮尺率を変化させたい場合にも、それらの間で対応のとれるような変換プロセスが用意されていればよい。
また、信頼度分布マップのデータ形式も配列形式のようなものでなくてもよく、データ量を削減するために、例えば、信頼度の値の高さが同じとなる等高線を求め、その形状を図形データとして保存するような実装も考えられる。また、信頼度の値そのものも、コントラスト計算のような、ある処理で得られた値そのものを用いるより、例えば何らかの正規化処理のように、精度向上に適した値に変換するほうが望ましい。 In the first embodiment, the reliability distribution map has been described as an image having the same scale system as the original image. For example, in order to reduce the amount of information, the reliability distribution map Even when it is desired to change the coordinate system and the scale ratio, it is only necessary to provide a conversion process capable of dealing with them.
Further, the data format of the reliability distribution map may not be an array format, and in order to reduce the amount of data, for example, a contour line with the same reliability value height is obtained, and the shape thereof is determined. An implementation that saves graphic data is also possible. Further, it is preferable to convert the reliability value itself into a value suitable for improving accuracy, for example, as in some normalization processing, rather than using the value itself obtained by a certain process such as contrast calculation.

また、信頼度特定部１１，１２，１４，１５で用いる入力画像、特徴点セット１つにつき１枚に限らず、複数用いる方法も可能であり、例えば、同一指から複数回画像を入力し、それらを処理して複数の特徴点セットを用意し、例えば特許文献２でも行われているように、相互に仮照合を試行することによって、特徴点が安定して出現するかどうかを評価し、信頼度を決定するということも可能である。
また、この実施の形態１では、パターン画像の例として指紋画像を用いて説明したが、例えば、血流パターンを画像化して血管の分岐点を特徴点とし、その座標を用いて画像の照合を行うような技術も存在するので、そのように座標情報を含んだ特徴点情報を抽出して照合に用いるようなアプリケーションであれば本技術が適用可能である。 Further, the input image used in the reliability specifying units 11, 12, 14, and 15 is not limited to one image per feature point set, and a method of using a plurality of images is possible. For example, an image is input a plurality of times from the same finger, A plurality of feature point sets are prepared by processing them, and for example, as is also done in Patent Document 2, by evaluating each other temporarily, whether or not the feature points appear stably, It is also possible to determine the reliability.
In the first embodiment, a fingerprint image is used as an example of a pattern image. However, for example, a blood flow pattern is imaged and a blood vessel branch point is used as a feature point, and the image is collated using the coordinates. Since there is a technique for performing this technique, the present technique can be applied to any application that extracts feature point information including coordinate information and uses it for collation.

実施の形態２．
図４はこの発明の実施の形態２によるパターン照合装置を示す構成図であり、図において、図１と同一符号は同一または相当部分を示すので説明を省略する。
信頼度特定部２１は信頼度特定部１１と同様に、信頼度分布マップＡを参照して、照合指紋画像から抽出された特徴点Ａに対する信頼度を特定する機能を有する他に、予め、画像入力部１に登録指紋画像が入力された場合に、分布マップ生成部３により生成された信頼度分布マップＢを参照して、登録指紋画像から抽出された特徴点Ｂに対する信頼度を特定する機能を有しており、信頼度特定部２１は特徴点抽出部２により登録指紋画像から抽出された特徴点Ｂ、分布マップ生成部３により生成された信頼度分布マップＢ及び特徴点Ｂに対する信頼度を指紋データベース２２に登録する処理を実施する。
指紋データベース２２は登録指紋画像から抽出された特徴点Ｂ、分布マップ生成部３により生成された信頼度分布マップＢ及び特徴点Ｂに対する信頼度を格納するメモリである。
なお、信頼度特定部２１は第１の信頼度特定手段を構成しており、信頼度特定部２１及び指紋データベース２２は登録手段を構成している。 Embodiment 2. FIG.
4 is a block diagram showing a pattern matching apparatus according to Embodiment 2 of the present invention. In the figure, the same reference numerals as those in FIG.
Like the reliability specifying unit 11, the reliability specifying unit 21 refers to the reliability distribution map A and has a function of specifying the reliability for the feature point A extracted from the collation fingerprint image. A function for specifying the reliability of the feature point B extracted from the registered fingerprint image with reference to the reliability distribution map B generated by the distribution map generating unit 3 when the registered fingerprint image is input to the input unit 1 The reliability specifying unit 21 includes the feature points B extracted from the registered fingerprint image by the feature point extraction unit 2, the reliability distribution map B generated by the distribution map generation unit 3, and the reliability for the feature points B. Is registered in the fingerprint database 22.
The fingerprint database 22 is a memory that stores the feature points B extracted from the registered fingerprint image, the reliability distribution map B generated by the distribution map generation unit 3, and the reliability for the feature points B.
The reliability specifying unit 21 constitutes a first reliability specifying unit, and the reliability specifying unit 21 and the fingerprint database 22 constitute a registration unit.

上記実施の形態１では、照合指紋画像が画像入力部１に入力され、登録指紋画像が画像入力部５に入力されるものについて示したが、実際に画像の照合を行う前に、登録指紋画像を画像入力部５に入力することにより、特徴点抽出部２が登録指紋画像から特徴点Ｂを抽出して、分布マップ生成部３が信頼度分布マップＢを生成するようにし、更に、信頼度特定部２１が分布マップ生成部３により生成された信頼度分布マップＢを参照して、登録指紋画像から抽出された特徴点Ｂに対する信頼度を特定し、登録指紋画像から抽出された特徴点Ｂ、分布マップ生成部３により生成された信頼度分布マップＢ及び特徴点Ｂに対する信頼度を指紋データベース２２に登録するようにしてもよい。
この場合、実際に画像の照合を行う際、オンラインで登録指紋画像から特徴点Ｂを抽出する処理、信頼度分布マップＢを生成する処理、特徴点Ｂに対する信頼度を特定する処理などが不要になり、オンライン時の処理を軽減することができる。 In the first embodiment, the verification fingerprint image is input to the image input unit 1 and the registered fingerprint image is input to the image input unit 5, but the registered fingerprint image is actually checked before image verification. Is input to the image input unit 5, the feature point extraction unit 2 extracts the feature point B from the registered fingerprint image, the distribution map generation unit 3 generates the reliability distribution map B, and the reliability The specifying unit 21 refers to the reliability distribution map B generated by the distribution map generating unit 3, specifies the reliability for the feature point B extracted from the registered fingerprint image, and extracts the feature point B extracted from the registered fingerprint image. The reliability for the reliability distribution map B and the feature point B generated by the distribution map generation unit 3 may be registered in the fingerprint database 22.
In this case, when actually collating images, processing for extracting the feature point B from the registered fingerprint image online, processing for generating the reliability distribution map B, processing for specifying the reliability for the feature point B, and the like are unnecessary. Thus, online processing can be reduced.

実施の形態３．
図５はこの発明の実施の形態３によるパターン照合装置を示す構成図であり、図において、図４と同一符号は同一または相当部分を示すので説明を省略する。
信頼度特定部２３は信頼度特定部１１と同様に、信頼度分布マップＡを参照して、照合指紋画像から抽出された特徴点Ａに対する信頼度を特定する機能を有する他に、予め、画像入力部１に登録指紋画像が入力された場合に、分布マップ生成部３により生成された信頼度分布マップＢを参照して、登録指紋画像から抽出された特徴点Ｂに対する信頼度を特定する機能を有しており、信頼度特定部２３は特徴点抽出部２により登録指紋画像から抽出された特徴点Ｂ及び特徴点Ｂに対する信頼度を指紋データベース２４に登録する処理を実施する。
指紋データベース２４は登録指紋画像から抽出された特徴点Ｂ及び特徴点Ｂに対する信頼度を格納するメモリである。
なお、信頼度特定部２３は第１の信頼度特定手段を構成しており、信頼度特定部２３及び指紋データベース２４は登録手段を構成している。 Embodiment 3 FIG.
5 is a block diagram showing a pattern matching apparatus according to Embodiment 3 of the present invention. In the figure, the same reference numerals as those in FIG.
Like the reliability specifying unit 11, the reliability specifying unit 23 refers to the reliability distribution map A and has a function of specifying the reliability for the feature point A extracted from the collation fingerprint image. A function for specifying the reliability of the feature point B extracted from the registered fingerprint image with reference to the reliability distribution map B generated by the distribution map generating unit 3 when the registered fingerprint image is input to the input unit 1 The reliability specifying unit 23 performs a process of registering the feature point B extracted from the registered fingerprint image by the feature point extracting unit 2 and the reliability of the feature point B in the fingerprint database 24.
The fingerprint database 24 is a memory for storing the feature point B extracted from the registered fingerprint image and the reliability of the feature point B.
The reliability specifying unit 23 constitutes a first reliability specifying unit, and the reliability specifying unit 23 and the fingerprint database 24 constitute a registration unit.

信頼度特定部２５は対応付け部１３により特徴点Ｂと対応付けられた特徴点Ａに対する信頼度を特定する処理を実施し、対応する特徴点のない特徴点Ａに対する信頼度を“０”として出力する。
なお、信頼度特定部１４及び信頼度特定部２５から第２の信頼度特定手段が構成されている。 The reliability specifying unit 25 performs a process of specifying the reliability for the feature point A associated with the feature point B by the association unit 13 and sets the reliability for the feature point A having no corresponding feature point to “0”. Output.
The reliability specifying unit 14 and the reliability specifying unit 25 constitute a second reliability specifying unit.

上記実施の形態２では、上記実施の形態１と同様に、信頼度特定部１５が信頼度分布マップＢを参照して、特徴点抽出部６により抽出された特徴点Ｂと対応関係がある特徴点Ａに対する信頼度を特定するものについて示したが、信頼度特定部２５が指紋データベース２４から出力された特徴点Ｂのうち、対応付け部１３により特徴点Ｂと対応付けられた特徴点Ａに対する信頼度を特定し、特徴点Ｂと対応付けられない特徴点Ａに対する信頼度を“０”として、一致スコア算出部１６に出力するようにしてもよい。
この場合、上記実施の形態２よりも若干照合精度が劣化するが、指紋データベース２４に信頼度分布マップＢを登録する必要がなくなるため、指紋データベース２４に保存するデータ量を削減することができる。 In the second embodiment, as in the first embodiment, the reliability specifying unit 15 refers to the reliability distribution map B and has a correspondence relationship with the feature point B extracted by the feature point extracting unit 6. Although the reliability specified for the point A has been shown, the reliability specifying unit 25 corresponds to the feature point A associated with the feature point B by the association unit 13 among the feature points B output from the fingerprint database 24. The reliability may be specified, and the reliability for the feature point A that is not associated with the feature point B may be set to “0” and output to the match score calculation unit 16.
In this case, although the collation accuracy is slightly deteriorated as compared with the second embodiment, it is not necessary to register the reliability distribution map B in the fingerprint database 24. Therefore, the amount of data stored in the fingerprint database 24 can be reduced.

実施の形態４．
図６はこの発明の実施の形態４によるパターン照合装置を示す構成図であり、図において、図４と同一符号は同一または相当部分を示すので説明を省略する。
二値信頼度抽出部２６は分布マップ生成部３により生成された信頼度分布マップＢ（特徴点Ｂに対する信頼度を示す分布）を二値化し、二値化した信頼度分布マップＢを指紋データベース２２に登録する処理を実施する。
なお、信頼度特定部２１、指紋データベース２２及び二値信頼度抽出部２６から登録手段が構成されている。 Embodiment 4 FIG.
FIG. 6 is a block diagram showing a pattern matching apparatus according to Embodiment 4 of the present invention. In the figure, the same reference numerals as those in FIG.
The binary reliability extraction unit 26 binarizes the reliability distribution map B (distribution indicating the reliability with respect to the feature point B) generated by the distribution map generation unit 3, and uses the binarized reliability distribution map B as a fingerprint database. The process of registering in 22 is performed.
The reliability specifying unit 21, the fingerprint database 22, and the binary reliability extracting unit 26 constitute registration means.

この実施の形態４では、分布マップ生成部３により生成された信頼度分布マップＢのデータ量を削減するために、二値信頼度抽出部２６が信頼度分布マップＢを二値化し、“０”または“１”の信頼度からなる信頼度分布マップＢを指紋データベース２２に登録するようにしている点で、上記実施の形態２と相違している。
処理の詳細は、上記実施の形態１，２とほぼ同様であるが、一致スコア算出部１６において、一方の信頼度が“０”か“１”であるため、その部分の積和演算は単なるデータの選択処理に置き換えてしまうことができる。これにより、データ量と計算量を削減することができる。 In the fourth embodiment, in order to reduce the data amount of the reliability distribution map B generated by the distribution map generation unit 3, the binary reliability extraction unit 26 binarizes the reliability distribution map B and sets “0 The second embodiment is different from the second embodiment in that a reliability distribution map B including “1” or “1” reliability is registered in the fingerprint database 22.
The details of the processing are almost the same as in the first and second embodiments, but in the coincidence score calculation unit 16, since one of the reliability is “0” or “1”, the product-sum operation of that part is simply It can be replaced with data selection processing. Thereby, the data amount and the calculation amount can be reduced.

よって、この実施の形態４によれば、指紋データベース２２の容量や通信容量に制約がある場合でも、信頼度分布マップＢのデータ量を減らした上で、利用することが可能になる。
なお、上記より更にデータ量を削減し、両方の信頼度情報を二値する構成も考えられるが、データ量の削減量と照合精度には、トレードオフの関係があるため、目的に応じた機能の選択が望ましい。
また、上記で用いた二値の信頼度情報は、従来はマスク画像と呼ばれるもので二値的に表現されていた指紋パターン領域を、信頼度の大小でさらに二つの階調に分割し三値で表現するようにしたという解釈も可能である。したがって逆に、従来のマスク画像を信頼度が０になることのない特別な場合と位置付けることにより、若干の照合精度の劣化を伴うものの、この実施の形態４のように不一致特徴点を計数し、一致スコアに反映させることも可能である。 Therefore, according to the fourth embodiment, even when there is a restriction on the capacity of the fingerprint database 22 or the communication capacity, the data can be used after reducing the data amount of the reliability distribution map B.
Although a configuration is possible in which the amount of data is further reduced and the reliability information is binarized from the above, there is a trade-off relationship between the amount of reduction in data amount and collation accuracy. Selection is desirable.
In addition, the binary reliability information used above is obtained by dividing the fingerprint pattern area, which has been conventionally expressed as a binary image in what is called a mask image, into two gradations according to the degree of reliability. It is possible to interpret that it is expressed as. Therefore, conversely, by positioning the conventional mask image as a special case in which the reliability does not become zero, although there is a slight deterioration in the matching accuracy, the mismatch feature points are counted as in the fourth embodiment. It can also be reflected in the match score.

この発明の実施の形態１によるパターン照合装置を示す構成図である。It is a block diagram which shows the pattern collation apparatus by Embodiment 1 of this invention. 指紋画像の画質と信頼度分布マップを示す模式図である。It is a schematic diagram which shows the image quality and reliability distribution map of a fingerprint image. 信頼度分布マップの算出手順を示す説明図である。It is explanatory drawing which shows the calculation procedure of a reliability distribution map. この発明の実施の形態２によるパターン照合装置を示す構成図である。It is a block diagram which shows the pattern matching apparatus by Embodiment 2 of this invention. この発明の実施の形態３によるパターン照合装置を示す構成図である。It is a block diagram which shows the pattern matching apparatus by Embodiment 3 of this invention. この発明の実施の形態４によるパターン照合装置を示す構成図である。It is a block diagram which shows the pattern matching apparatus by Embodiment 4 of this invention.

符号の説明Explanation of symbols

１ 画像入力部、２ 特徴点抽出部（第１の特徴点抽出手段）、３ 分布マップ生成部（第１の分布マップ生成手段）、４ 通信路、５ 画像入力部、６ 特徴点抽出部（第２の特徴点抽出手段）、７ 分布マップ生成部（第２の分布マップ生成手段）、８ 通信路、９ 照合処理部、１１ 信頼度特定部（第１の信頼度特定手段）、１２ 信頼度特定部（第１の信頼度特定手段）、１３ 対応付け部（第２の信頼度特定手段）、１４ 信頼度特定部（第２の信頼度特定手段）、１５ 信頼度特定部（第２の信頼度特定手段）、１６ 一致スコア算出部（一致度評価手段）、２１ 信頼度特定部（第１の信頼度特定手段、登録手段）、２２ 指紋データベース（登録手段）、２３ 信頼度特定部（第１の信頼度特定手段、登録手段）、２４ 指紋データベース（登録手段）、２５ 信頼度特定部（第２の信頼度特定手段）、２６ 二値信頼度抽出部（登録手段）、３００ 一点鎖線領域、３０１ 一点鎖線領域、３０２ 指紋パターンが現れてはいけない領域。
DESCRIPTION OF SYMBOLS 1 Image input part, 2 Feature point extraction part (1st feature point extraction means), 3 Distribution map generation part (1st distribution map generation means), 4 Communication path, 5 Image input part, 6 Feature point extraction part ( (Second feature point extracting means), 7 distribution map generating section (second distribution map generating means), 8 communication path, 9 collation processing section, 11 reliability specifying section (first reliability specifying means), 12 trust Degree specifying unit (first reliability specifying unit), 13 association unit (second reliability specifying unit), 14 reliability specifying unit (second reliability specifying unit), 15 reliability specifying unit (second Reliability level identification unit), 16 match score calculation unit (match level evaluation unit), 21 reliability level identification unit (first reliability level identification unit, registration unit), 22 fingerprint database (registration unit), 23 reliability level determination unit (First reliability specifying means, registration means), 24 fingerprint database (registration means) ), 25 Reliability specifying unit (second reliability specifying unit), 26 Binary reliability extracting unit (registration unit), 300 Dash-dotted line region, 301 Dash-dotted line region, 302 Region in which fingerprint pattern should not appear.

Claims (7)

生体が撮影された第１の画像から第１の特徴点を抽出する第１の特徴点抽出手段と、上記第１の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第１の分布マップ生成手段と、生体が撮影された第２の画像から第２の特徴点を抽出する第２の特徴点抽出手段と、上記第２の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する第２の分布マップ生成手段と、上記第１の分布マップ生成手段により生成された信頼度分布マップを参照して、上記第１の特徴点抽出手段により抽出された第１の特徴点に対する信頼度を特定するとともに、上記第２の分布マップ生成手段により生成された信頼度分布マップを参照して、上記第２の特徴点抽出手段により抽出された第２の特徴点に対する信頼度を特定する第１の信頼度特定手段と、上記第１の分布マップ生成手段により生成された信頼度分布マップを参照して、上記第１の特徴点抽出手段により抽出された第１の特徴点と対応関係がない第２の特徴点に対する信頼度を特定するとともに、上記第２の分布マップ生成手段により生成された信頼度分布マップを参照して、上記第２の特徴点抽出手段により抽出された第２の特徴点と対応関係がない第１の特徴点に対する信頼度を特定する第２の信頼度特定手段と、上記第１及び第２の信頼度特定手段により特定された信頼度を用いて、上記第１の特徴点抽出手段により抽出された第１の特徴点と上記第２の特徴点抽出手段により抽出された第２の特徴点の一致度を評価する一致度評価手段とを備えたパターン照合装置。   First feature point extracting means for extracting a first feature point from a first image taken of a living body, and pattern quality of each local region in the first image are evaluated and extracted from each local region. First distribution map generation means for generating a reliability distribution map indicating the reliability of the feature points, and second feature point extraction means for extracting the second feature points from the second image obtained by photographing the living body. A second distribution map generating means for evaluating the pattern quality of each local region in the second image and generating a reliability distribution map indicating the reliability of the feature points extracted from each local region; The reliability of the first feature point extracted by the first feature point extraction unit is specified with reference to the reliability distribution map generated by the one distribution map generation unit, and the second distribution map By means of generation First reliability specifying means for specifying the reliability of the second feature point extracted by the second feature point extracting means with reference to the generated reliability distribution map, and the first distribution map With reference to the reliability distribution map generated by the generation unit, the reliability for the second feature point not corresponding to the first feature point extracted by the first feature point extraction unit is specified, Referring to the reliability distribution map generated by the second distribution map generation unit, the reliability for the first feature point having no correspondence with the second feature point extracted by the second feature point extraction unit The first feature extracted by the first feature point extracting means using the second reliability specifying means for specifying the degree and the reliability specified by the first and second reliability specifying means. Point and second feature point extractor Pattern collation apparatus and a coincidence evaluation means for evaluating the degree of coincidence of the second feature points extracted by. 第２の信頼度特定手段は、第１の分布マップ生成手段により生成された信頼度分布マップを参照して、第１の特徴点抽出手段により抽出された第１の特徴点と対応関係がある第２の特徴点に対する信頼度を特定するとともに、第２の分布マップ生成手段により生成された信頼度分布マップを参照して、第２の特徴点抽出手段により抽出された第２の特徴点と対応関係がある第１の特徴点に対する信頼度を特定することを特徴とする請求項１記載のパターン照合装置。   The second reliability specifying unit refers to the reliability distribution map generated by the first distribution map generating unit and has a correspondence relationship with the first feature point extracted by the first feature point extracting unit. The second feature point extracted by the second feature point extracting unit is identified with reference to the reliability distribution map generated by the second distribution map generating unit while specifying the reliability for the second feature point. The pattern matching apparatus according to claim 1, wherein a reliability for the first feature point having a correspondence relationship is specified. 生体が撮影された第１の画像から第１の特徴点を抽出する特徴点抽出手段と、上記第１の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する分布マップ生成手段と、予め、生体が撮影された第２の画像から抽出された第２の特徴点、上記第２の画像における各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップ及び上記第２の画像から抽出された第２の特徴点に対する信頼度を登録する登録手段と、上記分布マップ生成手段により生成された信頼度分布マップを参照して、上記特徴点抽出手段により抽出された第１の特徴点に対する信頼度を特定する第１の信頼度特定手段と、上記分布マップ生成手段により生成された信頼度分布マップを参照して、上記特徴点抽出手段により抽出された第１の特徴点と対応関係がない第２の特徴点に対する信頼度を特定するとともに、上記登録手段に登録されている信頼度分布マップを参照して、上記登録手段に登録されている第２の特徴点と対応関係がない第１の特徴点に対する信頼度を特定する第２の信頼度特定手段と、上記第１及び第２の信頼度特定手段により特定された信頼度と上記登録手段に登録されている信頼度を用いて、上記第１の特徴点抽出手段により抽出された第１の特徴点と上記登録手段に登録されている第２の特徴点の一致度を評価する一致度評価手段とを備えたパターン照合装置。   Feature point extraction means for extracting a first feature point from a first image taken of a living body, and feature points extracted from each local region by evaluating the pattern quality of each local region in the first image A distribution map generating means for generating a reliability distribution map indicating the reliability of the image, a second feature point previously extracted from the second image obtained by photographing the living body, and extracted from each local region in the second image. A reliability distribution map indicating the reliability of the feature points to be performed, registration means for registering the reliability of the second feature points extracted from the second image, and the reliability distribution generated by the distribution map generation means Referring to the map, the first reliability specifying means for specifying the reliability of the first feature point extracted by the feature point extracting means, and the reliability distribution map generated by the distribution map generating means. The reliability for the second feature point that has no correspondence with the first feature point extracted by the feature point extraction unit is specified, and the reliability distribution map registered in the registration unit is Referring to the second and second reliability specifying means for specifying the reliability of the first feature point that does not have a corresponding relationship with the second feature point registered in the registration means; The first feature point extracted by the first feature point extraction unit and the registration unit are registered using the reliability specified by the degree specifying unit and the reliability registered in the registration unit. A pattern matching apparatus comprising: a matching degree evaluation means for evaluating a matching degree of the second feature point. 第２の信頼度特定手段は、分布マップ生成手段により生成された信頼度分布マップを参照して、特徴点抽出手段により抽出された第１の特徴点と対応関係がある第２の特徴点に対する信頼度を特定するとともに、登録手段に登録されている信頼度分布マップを参照して、上記登録手段に登録されている第２の特徴点と対応関係がある第１の特徴点に対する信頼度を特定することを特徴とする請求項３記載のパターン照合装置。   The second reliability specifying means refers to the reliability distribution map generated by the distribution map generating means, and applies to the second feature point corresponding to the first feature point extracted by the feature point extracting means. The reliability for the first feature point corresponding to the second feature point registered in the registration unit is determined with reference to the reliability distribution map registered in the registration unit while specifying the reliability. 4. The pattern matching device according to claim 3, wherein the pattern matching device is specified. 生体が撮影された第１の画像から第１の特徴点を抽出する特徴点抽出手段と、上記第１の画像における各局所領域のパターン品質を評価して、各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを生成する分布マップ生成手段と、予め、生体が撮影された第２の画像から抽出された第２の特徴点及び上記第２の画像から抽出された第２の特徴点に対する信頼度を登録する登録手段と、上記分布マップ生成手段により生成された信頼度分布マップを参照して、上記特徴点抽出手段により抽出された第１の特徴点に対する信頼度を特定する第１の信頼度特定手段と、上記分布マップ生成手段により生成された信頼度分布マップを参照して、上記特徴点抽出手段により抽出された第１の特徴点と対応関係がない第２の特徴点に対する信頼度を特定する第２の信頼度特定手段と、上記第１及び第２の信頼度特定手段により特定された信頼度と上記登録手段に登録されている信頼度を用いて、上記第１の特徴点抽出手段により抽出された第１の特徴点と上記登録手段に登録されている第２の特徴点の一致度を評価する一致度評価手段とを備えたパターン照合装置。   Feature point extraction means for extracting a first feature point from a first image taken of a living body, and feature points extracted from each local region by evaluating the pattern quality of each local region in the first image A distribution map generating means for generating a reliability distribution map indicating the reliability for the second feature point extracted in advance from the second image obtained by photographing the living body and the second feature point extracted from the second image. The reliability for the first feature point extracted by the feature point extraction means is specified with reference to the registration means for registering the reliability for the feature point of the image and the reliability distribution map generated by the distribution map generation means The second reliability having no correspondence with the first feature point extracted by the feature point extracting means with reference to the reliability distribution map generated by the first reliability specifying means and the distribution map generating means. For feature points Using the second reliability specifying means for specifying the reliability to be performed, the reliability specified by the first and second reliability specifying means and the reliability registered in the registration means. A pattern matching apparatus comprising: a matching degree evaluation means for evaluating a matching degree between the first feature point extracted by the feature point extraction means and the second feature point registered in the registration means. 第２の信頼度特定手段は、分布マップ生成手段により生成された信頼度分布マップを参照して、特徴点抽出手段により抽出された第１の特徴点と対応関係がある第２の特徴点に対する信頼度を特定することを特徴とする請求項５記載のパターン照合装置。   The second reliability specifying means refers to the reliability distribution map generated by the distribution map generating means, and applies to the second feature point corresponding to the first feature point extracted by the feature point extracting means. 6. The pattern matching apparatus according to claim 5, wherein the reliability is specified. 登録手段は、第２の画像における各局所領域から抽出される特徴点に対する信頼度を示す信頼度分布マップを二値化し、二値化した信頼度分布マップを登録することを特徴とする請求項３または請求項４記載のパターン照合装置。
The registration means binarizes a reliability distribution map indicating reliability for feature points extracted from each local region in the second image, and registers the binarized reliability distribution map. The pattern matching apparatus according to claim 3 or 4.
JP2005290194A 2005-10-03 2005-10-03 Pattern matching device Expired - Fee Related JP4531670B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005290194A JP4531670B2 (en) 2005-10-03 2005-10-03 Pattern matching device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005290194A JP4531670B2 (en) 2005-10-03 2005-10-03 Pattern matching device

Publications (2)

Publication Number Publication Date
JP2007102422A true JP2007102422A (en) 2007-04-19
JP4531670B2 JP4531670B2 (en) 2010-08-25

Family

ID=38029318

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005290194A Expired - Fee Related JP4531670B2 (en) 2005-10-03 2005-10-03 Pattern matching device

Country Status (1)

Country Link
JP (1) JP4531670B2 (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010109994A1 (en) * 2009-03-25 2010-09-30 日本電気株式会社 Stripe pattern image appraisal device, stripe pattern image appraisal method, and program
WO2013027572A1 (en) * 2011-08-23 2013-02-28 日本電気株式会社 Ridge direction extraction device, ridge direction extraction method, and ridge direction extraction program
WO2017051861A1 (en) * 2015-09-25 2017-03-30 日本電気株式会社 Residual fingerprint comparison device and residual fingerprint comparison method

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01131978A (en) * 1987-08-26 1989-05-24 Komatsu Ltd Method and device for deciding identity of fingerprint
JPH10334237A (en) * 1997-06-04 1998-12-18 Mitsubishi Electric Corp Fingerprint collation device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01131978A (en) * 1987-08-26 1989-05-24 Komatsu Ltd Method and device for deciding identity of fingerprint
JPH10334237A (en) * 1997-06-04 1998-12-18 Mitsubishi Electric Corp Fingerprint collation device

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010109994A1 (en) * 2009-03-25 2010-09-30 日本電気株式会社 Stripe pattern image appraisal device, stripe pattern image appraisal method, and program
JP2010225102A (en) * 2009-03-25 2010-10-07 Nec Corp Striped pattern image determination device, striped pattern image determination method, and program
US8891836B2 (en) 2009-03-25 2014-11-18 Nec Corporation Stripe pattern image analysis device, stripe pattern image analysis method, and program thereof
WO2013027572A1 (en) * 2011-08-23 2013-02-28 日本電気株式会社 Ridge direction extraction device, ridge direction extraction method, and ridge direction extraction program
JPWO2013027572A1 (en) * 2011-08-23 2015-03-19 日本電気株式会社 Ridge direction extraction device, ridge direction extraction method, ridge direction extraction program
US9014437B2 (en) 2011-08-23 2015-04-21 Nec Corporation Ridge direction extraction device, ridge direction extraction method, and ridge direction extraction program
WO2017051861A1 (en) * 2015-09-25 2017-03-30 日本電気株式会社 Residual fingerprint comparison device and residual fingerprint comparison method

Also Published As

Publication number Publication date
JP4531670B2 (en) 2010-08-25

Similar Documents

Publication Publication Date Title
JP2737734B2 (en) Fingerprint classifier
JP2776409B2 (en) Classification device for skin pattern and fingerprint pattern
US9928401B2 (en) System and method of biometric enrollment and verification
EP2107507B1 (en) Pattern aligning method, verifying method, and verifying device
US8908934B2 (en) Fingerprint recognition for low computing power applications
US8811744B2 (en) Method for determining frontal face pose
Win et al. Fingerprint recognition system for low quality images
CN107958443B (en) Fingerprint image splicing method based on ridge line characteristics and TPS deformation model
JP2001351103A (en) Device/method for collating image and recording medium with image collation program recorded thereon
EP1229488A2 (en) Information processing method and apparatus
JPH10261089A (en) Method and device for graphic position detection, and machine-readable recording medium where program is recorded
JP2007128374A (en) Object recognition method, program for object recognition and storage medium therefor, and object recognition device
JP2002298141A (en) Pattern collating device, pattern collating method thereof, and pattern collating program
WO2007100145A1 (en) Registration device, correlation device, extraction method, and program
US20060120578A1 (en) Minutiae matching
WO2017161636A1 (en) Fingerprint-based terminal payment method and device
JP2007172409A (en) Image processing method
JP2009129237A (en) Image processing apparatus and its method
Gamassi et al. Fingerprint local analysis for high-performance minutiae extraction
JP2004192633A (en) Pattern collation device
JP4531670B2 (en) Pattern matching device
JP4912011B2 (en) Biometric information verification device
JP2006244365A (en) Biometrics collation method
JP2003109007A (en) Device, method and program for classifying slip form and image collating device
JP3494388B2 (en) Fingerprint matching method and fingerprint matching device

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070109

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20071004

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20080625

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100226

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100316

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100514

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100601

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100609

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 4531670

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130618

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees