CN101038629B - 生物认证方法和生物认证装置 - Google Patents

生物认证方法和生物认证装置 Download PDF

Info

Publication number
CN101038629B
CN101038629B CN 200610137362 CN200610137362A CN101038629B CN 101038629 B CN101038629 B CN 101038629B CN 200610137362 CN200610137362 CN 200610137362 CN 200610137362 A CN200610137362 A CN 200610137362A CN 101038629 B CN101038629 B CN 101038629B
Authority
CN
China
Prior art keywords
biometric
data
verification
component
extracting
Prior art date
Application number
CN 200610137362
Other languages
English (en)
Other versions
CN101038629A (zh
Inventor
古村一博
新井纪好
Original Assignee
富士通株式会社;富士通先端科技株式会社
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
Priority to JP2006-068902 priority Critical
Priority to JP2006068902A priority patent/JP4937607B2/ja
Application filed by 富士通株式会社;富士通先端科技株式会社 filed Critical 富士通株式会社;富士通先端科技株式会社
Publication of CN101038629A publication Critical patent/CN101038629A/zh
Application granted granted Critical
Publication of CN101038629B publication Critical patent/CN101038629B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/62Methods or arrangements for recognition using electronic means
    • G06K9/6217Design or setup of recognition systems and techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06K9/6228Selecting the most significant subset of features
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/62Methods or arrangements for recognition using electronic means
    • G06K9/68Methods or arrangements for recognition using electronic means using sequential comparisons of the image signals with a plurality of references in which the sequence of the image signals or the references is relevant, e.g. addressable memory
    • G06K9/685Involving plural approaches, e.g. verification by template match; resolving confusion among similar patterns, e.g. O & Q
    • G06K9/6857Coarse/fine approaches, e.g. resolution of ambiguities, multiscale approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/30Payment architectures, schemes or protocols characterised by the use of specific devices
    • G06Q20/36Payment architectures, schemes or protocols characterised by the use of specific devices using electronic wallets or electronic money safes
    • G06Q20/367Payment architectures, schemes or protocols characterised by the use of specific devices using electronic wallets or electronic money safes involving intelligent token, e.g. electronic purse
    • G06Q20/3674Payment architectures, schemes or protocols characterised by the use of specific devices using electronic wallets or electronic money safes involving intelligent token, e.g. electronic purse involving authentication
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00Payment architectures, schemes or protocols
    • G06Q20/38Payment protocols; Details thereof
    • G06Q20/40Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
    • G06K2009/00932Subcutaneous biometric features; Blood vessel patterns

Abstract

本发明提供了生物认证方法和生物认证装置。该生物认证装置利用生物特征信息来执行个人认证,即使已经登记了大量的生物信息组也可防止验证速度的下降。控制单元将来自图像拍摄装置的血管图像数据的宽泛特征量与验证用特征数据一起登记。在认证时,控制单元利用特征量的相似度来确定验证顺序,并按这样确定的验证顺序来执行血管图像特征数据的验证。基于拍摄的血管图像来确定验证顺序,从而,即使当登记了大量的特征数据组时,也可按基于用户的血管图像的验证顺序来进行验证,并且可以提高验证速度。

Description

生物认证方法和生物认证装置

技术领域

[0001] 本发明涉及生物认证方法和生物认证装置,其利用作为人体的一部分的生物特征 来对个人进行认证,具体地讲,本发明涉及生物认证方法和生物认证装置,其适于提高大量 已登记的生物特征信息组相对于检测到的生物特征信息的验证的速度。

背景技术

[0002] 可以利用人体的很多部分(例如,指纹和趾纹、眼睛的视网膜、面部特征以及血 管)来区分个人。随着近年来生物测定技术的进步,已经提出了识别人体的一部分的生物 特征来对个人进行认证的各种装置。

[0003] 例如,从手指和手掌的血管以及掌纹中可获得相当大量的个人特征数据。血管 (静脉)图案从出生起一生保持不变,并且被认为是完全唯一的,所以非常适于个人认证。

[0004] 为了利用该生物信息来进行个人认证,在登记或认证时,用户将其手掌靠近图像 拍摄装置。该图像拍摄装置发射近红外线,所述近红外线入射到手掌上。图像拍摄装置利用 传感器捕获从手掌反射的近红外线。在静脉中流动的红血球中的血红蛋白已经失去了氧。 这种血红蛋白(还原血红蛋白)吸收波长在760纳米附近的近红外线。因此,当使近红外 线入射到手掌上时,反射仅在存在静脉的区域中下降,反射的近红外线的强度可用来识别 静脉的位置(血管图像)。

[0005] 用户首先使用图像拍摄装置将本人手掌的静脉图像数据登记在服务器或者卡上。 接着,为了进行个人认证,用户使用图像拍摄装置来读取本人的手的静脉图像数据。针对 这样读取的验证用静脉图像的静脉图案,对登记的静脉图像进行验证,从而进行个人认证 (例如参见第2004-062826号日本专利申请特开(图2至图9))。

[0006] 在例如指纹认证领域的这种生物认证系统中,已经公开了这样一种方法,在该方 法中,将较低等级的特征数据A(允许外泄)和要保密的较高等级的特征数据B存储在IC 卡中。将特征数据A从该IC卡传输到包括指纹传感器的外部装置,该外部装置对特征数据 A进行验证(称为初次验证),并且将验证结果和从来自指纹传感器的图像中提取的特征数 据B’传输到IC卡;在该IC卡中,对特征数据B进行验证(称作二次验证)(例如参见第 2000-293643号日本专利申请特开(图5和图6))。

[0007] 然而,随着近年来生物认证技术的发展,已经登记了大量的生物特征数据。例如, 大量的生物特征数据组被登记在由管理公寓楼、办公楼和其它设施的出入的安全系统所使 用的服务器中。

[0008] 在这种使用模式中,必须执行捕获的生物信息相对于登记的生物信息的大量验 证,从而需要时间来进行验证。具体地,当要求生物验证精确时,生物特征数据的庞大数量 和使用的验证算法的复杂性意味着需要甚至更多的时间来进行验证。因此,用户等待的时 间加长,这进而妨碍了该技术的采用。

[0009] 可以想到这样的方法,在该方法中,向用户分配ID,将所述ID与生物特征数据一 起登记,并且用户也输入其ID ;然而,向每个用户分配单独的ID很麻烦,并且会导致对用户的不便。例如,在申请进出一设施的情况下,使进入和离开该设施的用户能够使用分配给该 设施的ID来进行生物认证将更方便。在此情况下,捕获的生物信息相对于为该ID所登记 的生物信息的验证也必须执行许多次,从而需要时间来进行验证。

[0010] 在基于上述初次验证和二次验证的生物认证中,较低等级的特征数据A(允许外泄)对该用户是特有的,并且当在这种使用模式下被应用时,在缩短验证时间方面的效果 也是最小的。

发明内容

[0011] 因此,本发明的一个目的是提供一种即使登记了大量的生物信息组时也可缩短验 证时间的生物认证方法和生物认证装置。

[0012] 本发明的另一个目的是提供一种生物认证方法和生物认证装置,其缩短验证时间 并且有助于利用大量不同用户的生物信息的生物认证被广泛采用。

[0013] 本发明的又一个目的是提供一种生物认证方法和生物认证装置,其即使在登记了 大量的生物信息组的情况下也能够基于检测到的生物信息来限制登记的生物信息的范围。

[0014] 为了实现这些目的,检测生物特征数据并执行个人认证的本发明的生物认证装置 具有:检测装置,检测活体并获得生物信息;控制单元,从所述生物信息中提取与用户有关 的相对粗略的第一生物特征数据和相对精细的第二生物特征数据;以及生物信息数据库文 件,其中存储有作为与所述用户有关的生物信息的第一生物特征数据组和第二生物特征数 据组。所述控制单元从由所述检测装置获得的所述生物信息中提取用于验证的相对粗略的 第一生物特征数据和相对精细的第二生物特征数据,计算用于验证的所述第一生物特征数 据和存储在所述生物信息数据库文件中的第一生物特征数据组之间的相似度,根据所述相 似度来确定利用存储在所述生物信息数据库文件中的第二生物特征数据组的验证的顺序, 并且根据该验证顺序利用所述存储的第二生物特征数据组对用于验证的所述第二生物特 征数据进行验证。

[0015] 另外,其中检测生物特征数据并执行个人认证的本发明的生物认证方法具有以下 步骤:检测步骤,利用检测装置来检测活体;提取步骤,从检测的活体的生物信息中提取与 用户有关的相对粗略的第一生物特征数据和相对精细的第二生物特征数据;计算步骤,计 算用于验证的所述第一生物特征数据和存储在生物数据库文件中的第一生物特征数据组 之间的相似度;确定步骤,根据所述相似度来确定利用存储在所述生物数据库文件中的第 二生物特征数据组的验证的顺序;以及验证步骤,根据该验证顺序,针对所述存储的第二生 物特征数据组对用于验证的所述第二生物特征数据进行验证。

[0016] 另外,在本发明中,优选地,所述控制单元计算用于验证的所述第一生物特征数据 和存储在所述生物信息数据库文件中的第一生物特征数据组的得分,以获得所述相似度。

[0017] 另外,在本发明中,优选地,所述控制单元提取所述生物信息的图案的方向分量作 为所述第一生物特征数据。

[0018] 另外,在本发明中,优选地,所述控制单元提取所述生物信息的图案的方向分量和 周期性分量作为所述第一生物特征数据。

[0019] 另外,在本发明中,优选地,所述控制单元提取所述图案的曲率(curvature)分量 作为所述图案的方向分量。[0020] 另外,在本发明中,优选地,所述控制单元提取所述图案的角度分量作为所述图案 的方向分量。

[0021] 另外,在本发明中,优选地,所述控制单元提取所述图案的频率分量作为所述图案 的周期性分量。

[0022] 另外,在本发明中,优选地,所述控制单元提取所述图案的多个组成段,将所述组 成段矢量化,并且从所述矢量化的段中提取所述曲率分量和所述方向分量。

[0023] 另外,在本发明中,优选地,所述控制单元根据各个段的曲率分量产生曲率方向的 直方图。

[0024] 另外,在本发明中,优选地,所述控制单元计算所述生物信息的空间频率分量,并 且从所述空间频率分量中提取傅立叶角度特征量作为所述角度分量。

[0025] 另外,在本发明中,优选地,所述控制单元计算所述生物信息的空间频率分量,并 且从所述空间频率分量中提取傅立叶纹理特征量作为所述频率分量。

[0026] 另外,在本发明中,优选地,所述控制单元计算在用于验证的所述第一生物特征数 据与存储在所述生物信息数据库文件中的第一生物特征数据组之间的距离,对所述距离进 行排序,并确定所述验证顺序。

[0027] 另外,在本发明中,优选地,所述检测装置包括用于拍摄所述用户的血管的图像的 单元,所述第一生物特征数据是血管图像的相对粗略的特征数据,所述第二生物特征数据 是血管图像的相对精细的特征数据。

[0028] 在本发明中,将生物数据的宽泛特征量和验证用特征数据一起登记,并且在验证 时,利用特征量的相似度来确定验证顺序;使用以这种方式确定的验证顺序来执行特征数 据的验证。因此,因为验证顺序是基于生物信息确定的,所以即使当登记了大量的特征数据 组时,也可利用根据用户的生物信息确定的验证顺序来进行验证,从而可以提高验证速度。

附图说明

[0029] 图1示出了本发明的一个实施例的生物认证系统的结构;

[0030] 图2示出了图1中的生物数据库文件的结构;

[0031] 图3解释了图1中的拍摄的图像;

[0032] 图4解释了图1中的生物信息;

[0033] 图5解释了图1中的第二生物特征数据;

[0034] 图6解释了图1中的第一生物特征数据;

[0035] 图7示出了本发明的一个实施例中的生物信息登记处理的流程;

[0036] 图8示出了图7中的提取特征量(1)的处理的流程;

[0037] 图9解释了图8中的血管图像段;

[0038] 图10解释了图8中的血管图像段的矢量化处理;

[0039] 图11解释了图8中的曲率的方向;

[0040] 图12解释了图8中的曲率方向直方图;

[0041] 图13示出了图7中的提取特征量(2)的处理的流程;

[0042] 图14解释了图13中的傅立叶角度;

[0043] 图15解释了图13中的功率谱;[0044] 图16示出了图7中的提取特征量(3)的处理的流程;

[0045] 图17示出了在本发明一实施例中的生物特征数据验证处理的流程;

[0046] 图18解释了图17中的得分计算的示例;

[0047] 图19示出了图17中的确定验证顺序的处理的流程;以及

[0048] 图20解释了图17和图19中的确定验证顺序的处理。

具体实施方式

[0049] 下面,按生物认证系统、生物信息登记处理、生物信息认证处理以及其他实施例的 顺序来解释本发明的实施例。

[0050] 生物认证系统

[0051] 图1示出了本发明一个实施例的生物认证系统的结构,图2示出了图1的生物数 据库文件的结构,图3解释了图1中的检测到的血管图像,图4解释了图1中的血管图像数 据,图5解释了图2中的第二生物特征数据,而图6解释了图1中的生物特征数据。

[0052] 图1示出了作为生物认证系统的示例的在设施中的手掌静脉认证系统。该生物认 证系统具有手掌图像拍摄装置1、连接至手掌图像拍摄装置1的处理装置3以及生物数据库 文件4。

[0053] 解释该系统的操作。请求静脉认证的用户将他的手在手掌图像拍摄装置(以下称 作“图像拍摄装置”)1的上方展开。图像拍摄装置1读取手掌图像,并且通过处理装置3中 的血管图像提取处理,提取静脉图案并将其作为静脉数据登记(存储)在生物数据库文件 4中。

[0054] 为了进入该设施,用户将他的手放在图像拍摄装置1的上方以进行静脉认证。图 像拍摄装置1读取手掌,并且通过处理装置3的血管图像提取处理来提取手掌的静脉图案。 处理装置3执行验证处理,以针对在生物数据库文件4中登记的静脉数据来验证作为静脉 数据的静脉图案,以对用户进行认证。

[0055] 如图1所示,手掌图像拍摄装置1具有基本上安装在主单元10的中心的传感器单 元18。在传感器单元18的前部(用户侧)设置有前引导件14;在后侧设置有后引导件19。 前引导件14由透明或基本透明的合成树脂板构成。

[0056] 前引导件14在前面引导手并支撑手腕。因此,前引导件14引导用户并支撑手,从 而将手腕引导到传感器单元18的上方。因此,可以控制传感器单元18上方的手掌的姿势, 艮口,位置、倾斜和大小。前引导件14的剖面形状具有垂直主体和在顶部的支撑手腕的水平 部14-1。在水平部14-1的中心连续地形成有凹陷部14-2,以方便手腕的定位。后引导件 19用来支撑手指。

[0057] 传感器单元18在中心设置有红外传感器(CMOS传感器)、聚焦透镜16和距离传感 器15 ;而在其外围设置有多个近红外发光元件(LED) 12。例如,将近红外发光元件12设置 在外周的八个位置处,以向上发射近红外线。

[0058] 通过传感器、聚焦透镜和近红外发光区之间的关系来调整该传感器单元18的可 读区域V。因此,将前引导件14的位置和高度设置为使被支撑的手掌位于可读区域V中。

[0059] 当手52展开至手掌平坦时,手掌具有最大面积并且平坦,从而当手掌在传感器单元18的图像拍摄区域V中经过图像拍摄时,获得了可用于登记和验证的精确的静脉图案。当从传感器单元18到手掌的距离在规定范围内时,传感器单元18的传感器16获得了鲜明 且焦点合适的图像。

[0060] 因此,如图1所示,通过使前引导件14将手腕52支撑在传感器单元18的上方,可 将用户的手引导和支撑为使传感器单元18上方的手掌的位置、倾斜和高度相对于传感器 单元18的图像拍摄范围精确。

[0061] 与图像拍摄装置1连接的处理装置3执行一系列的登记和验证处理34-1至34-6, 如图1中所示。距离/手轮廓检测处理34-1接收由图像拍摄装置1的距离传感器15测量 的距离,判断手掌或者其它物体与传感器单元18的距离是否在规定范围内,并且还从由传 感器单元18拍摄的图像中检测手的轮廓,并根据该轮廓判断是否可在登记和验证处理中 使用该图像。例如,手掌可能没有充分地出现在该图像中。

[0062] 当由距离传感器15测量的距离或者根据手轮廓提取的手的位置表示手在图像拍 摄范围之外时,或者当在登记和验证处理中无法使用该图像时,引导消息输出处理34-5向 显示器(未示出)输出一消息,该消息引导手掌向左或向右、向前或向后、向上或向下。由 此,将用户的手掌引导到图像拍摄装置1的上方。

[0063] 当手轮廓检测处理34-1判断出在手正确放置的情况下拍摄了图像时,血管图像 提取处理34-2从手的图像提取静脉图像。即,通过反射率的差而获得例如图3的手掌的图 像。静脉图像是如图3所示的图像;数据是例如图4的灰度(grayscale)数据。血管图像 提取处理34-2还根据图3和图4中的普通数据(plain data)(血管图像数据)产生在图 5中解释的血管图像特征(验证)数据(第二特征数据)以及在图6中解释的特征量数据 (第一特征数据)。

[0064] 从图5中可以理解,血管图像R可以分为主干Aa、宽分支Ab和与宽分支Ab连接的 细分支Ac。将主干Al和宽分支A2与窄分支Ac分开,以产生登记(验证)数据A、B。

[0065] 另一方面,在提取血管图像特征量数据(第一特征数据)的过程中,提取不受图像 拍摄的状况影响的特征量。例如,如图6所示,将窄分支Ac和粗主干的一部分从图3中的 血管图像中排除,并且提取血管图像的曲率方向的分布(称作特征量(1))、血管图像的主 干的方向的分布(称作特征量(2))以及表示血管图像中的主干之间的间隔和主干的数量 的频率(称作特征量(3))。

[0066] 可以提取特征量(1)的曲率方向作为不受在图像拍摄时手的倾斜所影响的特征。 可以提取特征量(2)的方向作为不受图像拍摄状态的不稳定(例如错失图像的一部分)所 影响的特征。可以提取特征量(3)的频率作为不受血管图像的旋转所影响的特征。

[0067] 血管图像的这些宽泛的特征在多个人体中是比较共通的,尽管使用这三个特征量 对于精度来说是理想的,但也可以使用这三个特征量中的一个或两个。具体地,期望使用特 征量(1)和(2)。

[0068] 在登记处理34-6中,将检测到的血管图像数据和特征量(1)、(2)、(3)登记(存 储)在生物信息数据库文件4中。如图2所示,生物信息数据库文件4分配ID并将血管图 像特征(静脉)数据和特征量(1)、(2)、(3)存储为记录。即,一个记录包括ID、静脉特征 量(1)、(2)、(3)和静脉数据。

[0069] 如下面所解释的,特征量(1)是36个方向的曲率分量(wl,w2,...,w36);特征量(2)是八个方向的角度分量(fl,f2,...,f8);特征分量(3)是32个频率分量(hl,h2,...,h32)。

[0070] 已登记血管图像搜索处理34-4从生物信息(静脉)数据库文件4中检索图2中 示出的血管图像特征数据和特征量(1)、(2)、(3)。如下面所解释的,验证处理34-3针对登 记的特征量对由血管图像检测处理34-2检测到的特征量进行验证,根据验证的相似度来 确定验证顺序,按该验证顺序对血管图像特征数据和登记的血管图像特征数据进行比较, 执行验证处理,以及输出验证结果。

[0071] 因此,在本发明中,将血管图像数据的宽泛的特征量与验证用特征数据一起登记, 在认证时,利用特征量的相似度来确定验证顺序,并按由此确定的验证顺序执行对血管图 像特征数据的验证。因此,利用拍摄的血管图像来确定验证顺序,从而即使在已经登记了大 量的特征数据组时,也能按基于用户的血管图像的验证顺序来进行验证,从而可提高验证 速度。

[0072] 生物特征数据登记处理

[0073] 接着,利用图7至图15来进一步解释利用图1解释的生物特征数据登记处理。图 7示出了在本发明的一个实施例中的生物特征数据登记处理的流程。

[0074] (SlO)首先,用户将他的手放在图像拍摄装置1的上方,以拍摄手掌的图像。

[0075] (S12)如上面所解释的,根据所拍摄的图像产生例如图5的登记的血管图像(静 脉)数据。这里,拍摄了三个图像,并针对一个用户创建了三组登记数据。

[0076] (S14)接着,根据血管图像(静脉)数据计算静脉特征量(1)、(2)、(3)。利用图8 至图15在下面解释该处理。

[0077] (S16)将这样产生的登记用数据和静脉特征量(1)、(2)、(3)登记在静脉数据库4 中,如图2所示。然后处理结束。

[0078] 下面,解释图7中的计算静脉特征量(1)的处理。这里,采用将血管图像(静脉) 数据转换为线性化静脉段(segment)的示例。图8示出了提取图7中的特征量(1)的处理 的流程,图9解释了图8中的静脉段,图10解释了将图8中的静脉段矢量化的处理,图11 解释了计算图8中的曲率方向的处理,图12解释了图8中的曲率方向直方图。

[0079] 参照图9至图12来解释图8中的处理。

[0080] (S20)首先,去除噪声状的段。这里,在观察整体趋势(曲率方向)时,形成圆的 段、短的孤立段以及短的分支段等同于噪声,因此将它们去除。例如,如图6中所示,从图3 的提取的血管图像中去除形成圆的段、短的孤立段以及短的分支段。为了去除圆形段,提取 并去除起点和终点相同的段。短的孤立段是例如段长度为5或更小的段。短的分支段是长 度为5或更小的段,其一端是自由端(端点)。图9解释了要去除的这种段的段模型。

[0081] (S22)接着,为了计算感兴趣的段的曲率方向,通过折线来近似感兴趣的段。如图 10所示,感兴趣的段Ll被矢量化,以获得矢量段L2。然后利用矢量点(拐点(points of inflection))和两个端点来计算曲率角度。

[0082] (S24)接着,根据矢量化的段计算曲率方向B。利用图11中的模型来解释这种计 算。对于其矢量包括三个或更多个点A、B、C的段,假设在执行使点B位于原点的平行移动 时所述坐标变为A' (Xa,ya)、B' (0,0), C' (xc,yc)。另外,假设直线AC与从点B引出 的垂线的交点的坐标是H(Hx,Hy)。利用下面的等式⑴和(2)来计算坐标Hx、Hy。

[0083] <formula>formula see original document page 10</formula> (1)[0084] Hy = (xc-xa)*(xc*ya-xa*yc)/((xc~xa)~2+(yc-ya)“2) (2)

[0085] 利用下面的等式(3)来计算方向B的角度。

[0086] 方向 B = arctan(Hy/Hx) (3)

[0087] (S26)接着,创建了矢量化的段的曲率方向B的直方图。图12解释了曲率方向的 直方图。水平轴绘出了曲率方向(角度),而垂直方向表示相应曲率方向的频率,从而创 建了各曲率方向的频率的直方图。这里,按10°的曲率角度增量,提取了 36个频率值wl, w2,...,w36作为曲率方向特征量(特征量(1))。

[0088] 该曲率方向特征量是血管图像中的各段的曲率方向的宽泛表示。

[0089] 接着,解释图7中的计算静脉特征量(2)的处理。图13示出了图7中的提取特征 量(2)的处理的流程;图14和图15解释了图13中的傅立叶角度特征量。

[0090] 参照图14和图15来解释图13中的处理。首先,如图14所示,以向上的方向为 0°,在间隔为22. 5°的八个方向上取得傅立叶角度。计算傅立叶角度特征量作为这八个方 向上的角度谱。

[0091] (S30)首先,使拍摄的图像f(x,y)经过二维FFT (快速傅立叶变换),利用下面的 等式(4)来计算图像的空间频率分量F(u,v)。通过沿图像f(x,y)的χ方向对各行中的像 素进行傅立叶变换,然后对该行的FFT结果执行y方向傅立叶变换,从而获得二维FFT。

[0092] <formula>formula see original document page 11</formula> (4)

[0093] 这里,Wl = exp(_j2 π /M),W2 = exp H2 π /N),其中,M和N分别是水平和垂直方 向上的像素的数量。

[0094] (S32)接着,计算空间频率分量F(u,ν)的绝对值的平方,利用下面的等式(5)来 计算功率谱P(r,θ)。这表示空间频率(u,ν)的强度。

[0095] P(u, ν) = |F(u, ν)~2 (5)

[0096] 如图15所示,当在极坐标中表示时,其将变成功率谱P(r,θ)。

[0097] (S34)根据极坐标P(r,θ )的功率谱,利用下面的等式(6)和(7)来计算角度谱 q(0)。

[0098] qx(θ)= Yj∑(r, θ) (6)

[0099] 这里,w表示P(u,r)的定义域的大小。

[0100] qx(θ)= ∑qx(θx) (7)

[0101]这里,θ 是八个方向之一,其为 θ = 0°、23°、45°、68°、90°、113°、135°、 158°,如图14所示。即,针对这八个方向的角度计算能量。

[0102] (S36)利用下面的等式(8)来计算这八个方向的能量q( θ )的分数(fraction) Pq(0)。

[0103] Pq(6) = q(0)/ Σ q(6) (8)

[0104] 该等式用于进行归一化以使Pq( θ)的和等于1.0。在图14中,八个方向的能量 Pq(0)由打32,...,€8来表示。以这种方式,计算血管图像的方向分量。[0105] 接着,解释图7中的计算静脉特征量(3)的处理。图16示出了图7中的提取特征 量(3)的处理的流程。特征量(3)是傅立叶纹理特征量。

[0106] (S40)首先,使血管图像(静脉)的图像f(x,y)经过利用上述等式(4)的二维 FFT(快速傅立叶变换)来计算该图像的空间频率分量F(u,v)。通过沿图像f(x,y)的χ方 向对各行中的像素进行傅立叶变换,然后对该行的FFT结果执行y方向傅立叶变换,从而获 得二维FFT。

[0107] (S42)接着,利用上面的等式(5)来计算空间频率分量F(u,ν)的绝对值的平方, 以确定功率谱P(u,ν)。如图15所示,如果将其表示在极坐标中,则变为功率谱P(r,θ)。

[0108] (S44)根据该极坐标功率谱P(r,θ ),利用下面的等式(9)来计算傅立叶纹理特征 量 P (r) 。

[0109] <formula>formula see original document page 12</formula> (9)

[0110] 等式(9)的傅立叶纹理特征量是以极坐标功率矢量空间的原点为中心的环形 (donut-shape)面积的能量的和;这里,特征量(3)是强度分布的32个组分(elemental, h2,. . .,h32。该特征量(3)表示图像段的周期性。因为强度分布的动态范围极宽,所以使 用对数(log)表示。

[0111] 这样,提取了血管图像中的方向和周期性作为宽泛的特征量。

[0112] 生物特征数据验证的处理

[0113] 接着,利用图17至图20来进一步解释图1中解释的生物特征数据验证处理。图 17示出了图1中的生物特征数据验证处理的流程,图18解释了图17。

[0114] (S50)用户将他的手放在图像拍摄装置1的上方,以拍摄手掌的图像。

[0115] (S52)如上面所解释的,根据拍摄的图像产生例如图5中那样的血管图像(静脉) 数据。

[0116] (S54)接着,根据该血管图像(静脉)数据计算静脉特征量(1)、(2)、(3)。利用图 8至图16解释了该处理。

[0117] (S56)从静脉数据库4中检索静脉特征量表(具有图2中的特征量(1)、(2)、(3) 的所有记录)。

[0118] (S58)根据这样产生的静脉特征量(1)、(2)、(3)以及静脉特征量表中的特征量 (1)、(2)、(3)来计算特征量的得分(score)。如图18所示,得分1是登记的数据和产生的 数据的36个方向的曲率分量之间的差的总和,利用下面的等式(10)来计算得分1。

[0119] 得分1=|登记《1-验证《1|+...+|登记旧6-验证旧6| (10)

[0120] 得分2是登记的数据和产生的数据的八个方向的角度分量之间的差的总和,利用 下面的等式(11)来计算得分2。

[0121]得分2 = I 登记fl-验证 fl|+...+| 登记 f8_ 验证f8| (11)

[0122] 得分3是登记的数据和产生的数据的32个频率分量之间的差的总和,利用下面的 等式(12)来计算得分3。

[0123]得分3 = I 登记 hi-验证 hl|+...+| 登记 h32_ 验证 h32| (12)

[0124] (S60)根据得分1、2和3,利用图19的验证顺序确定处理来确定验证顺序。

[0125] (S62)此时,执行验证处理,以最终确认个人的身份。根据如上所述确定的验证顺序,从静脉数据库4中检索登记的特征数据,执行针对在步骤S52中产生的验证特征数据的 验证。如果验证结果不令人满意,则针对所执行的验证顺序中排在下一位置的登记的特征 数据组进行验证。如果验证结果令人满意,则认证处理结束。

[0126] 接着,利用图19和图20来解释步骤S60的验证顺序确定处理。

[0127] (S70)首先,对所有记录的得分1 [N]、2[N]、3[N]进行排序,确定每个得分1、2、3的 序位。

[0128] (S72)针对(登记的特征数据的)每个记录计算总得分total [N]。在a、0和Y 是加权系数的情况下,总得分在等式(13)中给出。

[0129] Total [N] = a •得分1序位+日•得分2序位+ Y •得分3序位 (13)

[0130] (S74)对这些总得分进行排序,根据排序结果确定验证顺序。如图20所示,当将登 记的数据存储在顺序为1,2,3,. . .,N的记录中时,验证顺序变成距登记的特征量的距离的 顺序,距离越短,验证序位越高。

[0131] 以这种方式,根据距宽泛特征量的距离来确定对生物特征数据进行验证的序位, 根据该验证序位来执行登记的数据针对验证数据的验证;因此,即使当存储了大量的生物 信息组时,也能够提高验证速度,这有助于生物认证系统的广泛使用及其规模的扩大。

[0132] 其他实施例

[0133] 在上面的实施例中,解释了通过对手掌中的静脉图案进行认证来执行生物认证的 示例;但是本发明还可应用于对手指或者手背上的静脉图案、掌纹或者手掌的其他特征、以 及指纹、面部特征的生物认证和其他生物认证。另外,解释了管理设施的进出的系统的示 例;但是本发明还可应用于需要个人认证的门的开关以及执行认证以替代钥匙等的其他任务。

[0134] 以上,已经解释了本发明的实施例;但是在本发明的主旨的范围内可以对本发明 进行各种修改,这些修改未被排除在本发明的范围之外。

[0135] 生物数据的宽泛特征量与验证用特征数据一起登记,在认证时,基于特征量的相 似度来确定验证的顺序,并按这样确定的验证顺序来执行针对生物特征数据的验证。结果, 因为验证顺序是基于生物信息确定的,所以即使在登记了大量的特征数据组时,也可按基 于用户的生物信息的验证顺序来进行验证,从而提高了验证速度。

[0136] 本申请基于并要求于2006年3月14日提交的第2006-068902号在先日本专利申 请的优先权,其全部内容通过引用包含于此。

Claims (26)

  1. 一种生物认证装置,所述生物认证装置检测活体的生物特征数据并执行个人认证,所述生物认证装置包括:检测装置,检测活体并获得生物信息;控制单元,从所述生物信息中提取与用户有关的相对粗略的第一生物特征数据和相对精细的第二生物特征数据;和生物信息数据库文件,其中存储有作为与所述用户有关的生物信息的第一生物特征数据组和第二生物特征数据组,其中,所述控制单元从由所述检测装置获得的所述生物信息中提取用于验证的相对粗略的第一生物特征数据和相对精细的第二生物特征数据,计算用于验证的所述第一生物特征数据和存储在所述生物信息数据库文件中的第一生物特征数据组之间的相似度,根据所述相似度来确定利用存储在所述生物信息数据库文件中的第二生物特征数据组的验证的顺序,并且根据所述验证顺序来执行用于验证的所述第二生物特征数据相对于所述存储的第二生物特征数据组的验证。
  2. 2.根据权利要求1所述的生物认证装置,其中,所述控制单元计算得分,以获得所述相 似度,所述得分表示用于验证的所述第一生物特征数据和存储在所述生物信息数据库文件 中的第一生物特征数据组之间的差异。
  3. 3.根据权利要求1所述的生物认证装置,其中,所述控制单元提取所述生物信息的图 案的方向分量作为所述第一生物特征数据。
  4. 4.根据权利要求1所述的生物认证装置,其中,所述控制单元提取所述生物信息的图 案的方向分量和周期性分量作为所述第一生物特征数据。
  5. 5.根据权利要求3所述的生物认证装置,其中,所述控制单元提取所述图案的曲率分 量作为所述图案的方向分量。
  6. 6.根据权利要求3所述的生物认证装置,其中,所述控制单元提取所述图案的角度分 量作为所述图案的方向分量。
  7. 7.根据权利要求4所述的生物认证装置,其中,所述控制单元提取所述图案的频率分 量作为所述图案的周期性分量。
  8. 8.根据权利要求5所述的生物认证装置,其中,所述控制单元提取所述图案的多个组 成段,将所述组成段矢量化,并且从所述矢量化的段中提取所述曲率分量和所述方向分量。
  9. 9.根据权利要求8所述的生物认证装置,其中,所述控制单元根据各个段的曲率分量 产生曲率方向的直方图。
  10. 10.根据权利要求6所述的生物认证装置,其中,所述控制单元计算所述生物信息的空 间频率分量,并且从所述空间频率分量中提取傅立叶角度特征量作为所述角度分量。
  11. 11.根据权利要求7所述的生物认证装置,其中,所述控制单元计算所述生物信息的空 间频率分量,并且从所述空间频率分量中提取傅立叶纹理特征量作为所述频率分量。
  12. 12.根据权利要求2所述的生物认证装置,其中,所述控制单元计算在用于验证的所述 第一生物特征数据与存储在所述生物信息数据库文件中的第一生物特征数据组之间的距 离,对所述距离进行排序,并确定所述验证顺序。
  13. 13.根据权利要求1所述的生物认证装置,其中,所述检测装置包括用于拍摄所述用户 的血管的图像的单元,并且所述第一生物特征数据是所述血管图像的相对粗略的特征数据,而所述第二生物 特征数据是所述血管图像的相对精细的特征数据。
  14. 14. 一种生物认证方法,该方法检测生物特征数据并执行个人认证,所述生物认证方法 包括以下步骤:检测步骤,利用检测装置检测活体的生物信息;提取步骤,从获得的生物信息中提取与用户有关的相对粗略的第一生物特征数据和相 对精细的第二生物特征数据;计算步骤,计算用于验证的所述第一生物特征数据和存储在生物数据库文件中的第一 生物特征数据组之间的相似度;确定步骤,根据所述相似度来确定利用存储在所述生物数据库文件中的第二生物特征 数据组的验证的顺序;以及验证步骤,根据所述验证顺序,相对于所述存储的第二生物特征数据组对用于验证的 所述第二生物特征数据进行验证。
  15. 15.根据权利要求14所述的生物认证方法,其中,所述确定步骤包括计算得分和获得 所述相似度的步骤,所述得分表示用于验证的所述第一生物特征数据和存储在所述生物数 据库文件中的第一生物特征数据组之间的差异。
  16. 16.根据权利要求14所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所 述生物信息的图案的方向分量作为所述第一生物特征数据。
  17. 17.根据权利要求14所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所 述生物信息的图案的方向分量和周期性分量作为所述第一生物特征数据。
  18. 18.根据权利要求16所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所 述图案的曲率分量作为所述图案的方向分量。
  19. 19.根据权利要求16所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所 述图案的角度分量作为所述图案的方向分量。
  20. 20.根据权利要求17所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所 述图案的频率分量作为所述图案的周期性分量。
  21. 21.根据权利要求18所述的生物认证方法,其中,所述提取步骤包括以下步骤:提取所述图案的多个组成段;将所述组成段矢量化;以及从所述矢量化的段中提取所述曲率分量和所述方向分量。
  22. 22.根据权利要求21所述的生物认证方法,其中,所述提取步骤包括根据各个段的曲 率分量产生曲率方向的直方图的步骤。
  23. 23.根据权利要求19所述的生物认证方法,其中,所述提取步骤包括以下步骤:计算所述生物信息的空间频率分量;以及从所述空间频率分量中提取傅立叶角度特征量作为所述角度分量。
  24. 24.根据权利要求20所述的生物认证方法,其中,所述提取步骤包括以下步骤:计算所述生物信息的空间频率分量;以及从所述空间频率分量中提取傅立叶纹理特征量作为所述频率分量。
  25. 25.根据权利要求15所述的生物认证方法,其中,所述确定步骤包括以下步骤:计算在用于验证的所述第一生物特征数据与存储在所述生物数据库文件中的第一生 物特征数据组之间的距离;以及对所述距离进行排序并且确定所述验证顺序。
  26. 26.根据权利要求14所述的生物认证方法,其中,所述提取步骤包括以下步骤:从包括 用于拍摄所述用户的血管图像的单元的所述检测装置的血管图像中提取所述第一生物特 征数据和所述第二生物特征数据,其中,所述第一生物特征数据是所述血管图像的相对粗 略的特征数据,而所述第二生物特征数据是所述血管图像的相对精细的特征数据。
CN 200610137362 2006-03-14 2006-10-20 生物认证方法和生物认证装置 CN101038629B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006-068902 2006-03-14
JP2006068902A JP4937607B2 (ja) 2006-03-14 2006-03-14 生体認証方法及び生体認証装置

Publications (2)

Publication Number Publication Date
CN101038629A CN101038629A (zh) 2007-09-19
CN101038629B true CN101038629B (zh) 2010-08-11

Family

ID=37499605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200610137362 CN101038629B (zh) 2006-03-14 2006-10-20 生物认证方法和生物认证装置

Country Status (6)

Country Link
US (1) US7769209B2 (zh)
EP (1) EP1835443B1 (zh)
JP (1) JP4937607B2 (zh)
KR (1) KR100846403B1 (zh)
CN (1) CN101038629B (zh)
DE (1) DE602006004302D1 (zh)

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4937607B2 (ja) * 2006-03-14 2012-05-23 富士通フロンテック株式会社 生体認証方法及び生体認証装置
JP2008052701A (ja) * 2006-07-28 2008-03-06 Sony Corp 画像処理方法、画像処理装置及びプログラム
JP4680158B2 (ja) * 2006-09-13 2011-05-11 株式会社日立製作所 生体認証装置
JP2008102780A (ja) * 2006-10-19 2008-05-01 Sony Corp パターン識別方法、登録装置、照合装置及びプログラム
JP5018071B2 (ja) 2006-12-20 2012-09-05 ソニー株式会社 照合方法、登録装置、照合装置及びプログラム
JP4882794B2 (ja) * 2007-02-26 2012-02-22 ソニー株式会社 画像判定装置、画像判定方法及びプログラム
JP5013109B2 (ja) * 2008-04-01 2012-08-29 ブラザー工業株式会社 無線タグ通信装置
WO2010032126A2 (en) * 2008-09-22 2010-03-25 Kranthi Kiran Pulluru A vein pattern recognition based biometric system and methods thereof
FR2939583B1 (fr) * 2008-12-08 2011-06-24 Sagem Securite Procede d'identification ou d'autorisation, et systeme et module securise asssocies.
US8245879B2 (en) * 2009-03-13 2012-08-21 Gojo Industries, Inc. Touch-free biometric-enabled dispenser
GB2470942B (en) * 2009-06-11 2014-07-16 Snell Ltd Detection of non-uniform spatial scaling of an image
CN102460507B (zh) * 2009-06-17 2014-12-03 富士通株式会社 生物体认证装置、生物体认证方法以及生物体认证用计算机程序
JP5363587B2 (ja) * 2009-10-30 2013-12-11 富士通フロンテック株式会社 生体情報登録方法、生体認証方法および生体認証装置
JP5504928B2 (ja) * 2010-01-29 2014-05-28 ソニー株式会社 生体認証装置、生体認証方法およびプログラム
WO2011111102A1 (ja) * 2010-03-10 2011-09-15 富士通株式会社 生体認証装置及び生体認証方法
JP4849181B2 (ja) * 2010-04-12 2012-01-11 日本電気株式会社 認証用撮像装置、認証用撮像方法、および認証用撮像プログラム
JP5505323B2 (ja) * 2011-01-25 2014-05-28 富士通株式会社 生体認証装置、生体認証装置を制御する制御プログラム、生体認証装置を制御する制御方法及び生体認証システムの制御方法
JP6097919B2 (ja) * 2011-09-01 2017-03-22 パナソニックIpマネジメント株式会社 立体視映像のための画像表示システム及び3次元表示装置
WO2013145168A1 (ja) 2012-03-28 2013-10-03 富士通株式会社 生体認証装置、生体認証方法、および生体認証プログラム
JP5862413B2 (ja) 2012-03-28 2016-02-16 富士通株式会社 情報変換規則生成プログラム、情報変換規則生成装置および情報変換規則生成方法
EP2695104B1 (en) 2012-03-30 2016-07-27 Institute of Electronics and Computer Science Biometric authentication apparatus and biometric authentication method
JP5852507B2 (ja) * 2012-05-24 2016-02-03 株式会社 日立産業制御ソリューションズ 静脈認証装置および静脈認証方法
US9715640B2 (en) * 2012-06-01 2017-07-25 Agency For Science, Technology And Research Robust graph representation and matching of retina images
CN103530544A (zh) * 2012-07-04 2014-01-22 株式会社茉菲莉亚 生物体认证系统、生物体认证方法以及生物体认证程序
US8914313B2 (en) 2012-07-18 2014-12-16 Seiko Epson Corporation Confidence based vein image recognition and authentication
JP6134662B2 (ja) * 2014-01-31 2017-05-24 株式会社 日立産業制御ソリューションズ 生体認証装置および生体認証方法
CN103902969A (zh) * 2014-02-27 2014-07-02 中国科学院自动化研究所 一种同时摄取掌纹和掌静脉图像的装置
WO2015145588A1 (ja) 2014-03-25 2015-10-01 富士通フロンテック株式会社 生体認証装置、生体認証方法、及びプログラム
JP6069581B2 (ja) 2014-03-25 2017-02-01 富士通フロンテック株式会社 生体認証装置、生体認証方法、及びプログラム
JP6242726B2 (ja) * 2014-03-25 2017-12-06 富士通フロンテック株式会社 生体情報登録方法、生体認証方法、生体情報登録装置、生体認証装置及びプログラム
EP3125195A4 (en) 2014-03-25 2017-02-22 Fujitsu Frontech Limited Biometric authentication device, biometric authentication method, and program
CN105407069B (zh) * 2014-06-30 2019-02-15 阿里巴巴集团控股有限公司 活体认证方法、装置、客户端设备及服务器
WO2016047006A1 (ja) * 2014-09-24 2016-03-31 康弘 久田 指紋認証システム、指紋認証プログラムおよび指紋認証方法
KR20160148863A (ko) * 2015-06-17 2016-12-27 한국전자통신연구원 사용자 인증 장치
WO2017047862A1 (ko) * 2015-09-18 2017-03-23 민운기 영상의 색 히스토그램 및 질감 정보를 이용한 영상 키 인증 방법 및 시스템
US10157305B2 (en) 2015-10-19 2018-12-18 Qualcomm Incorporated Cover-glass optical isolation for optical touch and fingerprint sensing
US10169637B2 (en) * 2015-10-19 2019-01-01 Qualcomm Incorporated On-screen optical fingerprint capture for user authentication
CN105678876A (zh) * 2016-01-07 2016-06-15 天津理工大学 一种基于手背浅静脉识别的智能门禁系统
US10044710B2 (en) 2016-02-22 2018-08-07 Bpip Limited Liability Company Device and method for validating a user using an intelligent voice print
KR102027112B1 (ko) 2016-07-05 2019-10-01 주식회사 슈프리마 지문 인증 방법 및 장치
KR102017749B1 (ko) * 2018-04-24 2019-09-03 울산과학기술원 다중 생체신호를 이용한 개인 인증 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1372222A (zh) 2001-12-29 2002-10-02 浙江大学 基于指纹和声纹的交叉认证系统

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100259475B1 (ko) * 1997-04-14 2000-06-15 최환수 정맥분포패턴을 이용한 개인식별방법
JPH1139478A (ja) * 1997-07-24 1999-02-12 Mitsubishi Electric Corp 指紋照合装置及びその照合処理方法
US5953442A (en) * 1997-07-24 1999-09-14 Litton Systems, Inc. Fingerprint classification via spatial frequency components
US6185316B1 (en) * 1997-11-12 2001-02-06 Unisys Corporation Self-authentication apparatus and method
JP3499429B2 (ja) 1998-03-16 2004-02-23 株式会社エヌ・ティ・ティ・データ 生体的特徴の認証方法及び装置、記録媒体
US6950539B2 (en) * 1998-09-16 2005-09-27 Digital Persona Configurable multi-function touchpad device
JP3819172B2 (ja) 1999-04-06 2006-09-06 株式会社エヌ・ティ・ティ・データ Icカード、icカード照合システム、及びicカード照合方法
DE19936097A1 (de) * 1999-07-30 2001-02-08 Giesecke & Devrient Gmbh Verfahren, Vorrichtung und System zur biometrischen Authentisierung einer Person
JP3679953B2 (ja) * 1999-09-14 2005-08-03 富士通株式会社 生体情報を用いた個人認証システム
FR2806187B1 (fr) * 2000-03-10 2004-03-05 Gemplus Card Int Procede d'identification biometrique, dispositif electronique portatif et dispositif electronique d'acquisition de donnees biometriques pour sa mise en oeuvre
JP2001297269A (ja) * 2000-04-13 2001-10-26 Nec Corp 本人確認方法、商品引き渡し方法、商品引き渡しシステム及びプログラムを記録した機械可読記録媒体
JP4321944B2 (ja) * 2000-04-27 2009-08-26 富士通株式会社 生体情報を用いた個人認証システム
JP4469476B2 (ja) * 2000-08-09 2010-05-26 パナソニック株式会社 眼位置検出方法および眼位置検出装置
US6914517B2 (en) * 2001-04-17 2005-07-05 Dalton Patrick Enterprises, Inc. Fingerprint sensor with feature authentication
US20030140232A1 (en) * 2002-01-21 2003-07-24 De Lanauze Pierre Method and apparatus for secure encryption of data
US7233699B2 (en) * 2002-03-18 2007-06-19 National Instruments Corporation Pattern matching using multiple techniques
JP4387643B2 (ja) * 2002-07-31 2009-12-16 富士通株式会社 個人認識機能付き処理装置
US7574734B2 (en) * 2002-08-15 2009-08-11 Dominique Louis Joseph Fedronic System and method for sequentially processing a biometric sample
US7277891B2 (en) * 2002-10-11 2007-10-02 Digimarc Corporation Systems and methods for recognition of individuals using multiple biometric searches
KR100899199B1 (ko) * 2002-11-05 2009-05-27 삼성전자주식회사 지문인식을 이용한 보안시스템 및 보안방법
KR20040042958A (ko) * 2002-11-14 2004-05-22 주식회사 씨크롭 계층적 지문인식 방법 및 시스템
JP3719435B2 (ja) * 2002-12-27 2005-11-24 セイコーエプソン株式会社 指紋照合方法及び指紋照合装置
US7116805B2 (en) * 2003-01-07 2006-10-03 Avagotechnologies Ecbu Ip (Singapore) Pte. Ltd. Fingerprint verification device
JP2004258963A (ja) * 2003-02-26 2004-09-16 Fujitsu Ltd 多段階照合による高速idレス照合方法およびシステム
KR100874381B1 (ko) * 2003-12-29 2008-12-18 중앙대학교 산학협력단 생체면역계의 자기인식모델에 기반한 지문인식방법
JP2006031387A (ja) * 2004-07-15 2006-02-02 Yamaha Motor Co Ltd 画像認識装置、画像認識方法、画像認識プログラムおよび画像認識プログラムを記録した記録媒体
CA2588202A1 (en) * 2004-11-19 2006-05-26 Triad Biometrics, Llc Methods and systems for use in biometric authentication and/or identification
JP4640932B2 (ja) * 2004-12-10 2011-03-02 富士通フロンテック株式会社 自動取引制御方法、自動取引装置及びそのプログラム
US7333638B2 (en) * 2005-01-18 2008-02-19 Lenovo (Singapore) Pte Ltd. Minutiae fingerprint transactions
JP4937607B2 (ja) * 2006-03-14 2012-05-23 富士通フロンテック株式会社 生体認証方法及び生体認証装置
US7512567B2 (en) * 2006-06-29 2009-03-31 Yt Acquisition Corporation Method and system for providing biometric authentication at a point-of-sale via a mobile device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1372222A (zh) 2001-12-29 2002-10-02 浙江大学 基于指纹和声纹的交叉认证系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开2000-293643A 2000.10.20

Also Published As

Publication number Publication date
US20070217660A1 (en) 2007-09-20
CN101038629A (zh) 2007-09-19
DE602006004302D1 (de) 2009-01-29
EP1835443A1 (en) 2007-09-19
US7769209B2 (en) 2010-08-03
KR20070093789A (ko) 2007-09-19
KR100846403B1 (ko) 2008-07-16
JP2007249339A (ja) 2007-09-27
JP4937607B2 (ja) 2012-05-23
EP1835443B1 (en) 2008-12-17

Similar Documents

Publication Publication Date Title
Jain et al. An identity-authentication system using fingerprints
Kumar et al. Human identification using finger images
US7565548B2 (en) Biometric print quality assurance
JP4601380B2 (ja) 生体認証システムの登録方法、生体認証システム及びそのプログラム
Ross et al. Handbook of multibiometrics
KR101356358B1 (ko) 눈의 이미지에 기초한 바이오메트릭 인증을 위한 기기 및 컴퓨터 구현 방법
US6813010B2 (en) Personal identification system
Jain et al. Biometric identification
JP2008071158A (ja) 生体認証装置の生体誘導制御方法及び生体認証装置
Ratha et al. Automated biometrics
Bolle et al. Guide to biometrics
Queirolo et al. 3D face recognition using simulated annealing and the surface interpenetration measure
US8588478B2 (en) Biometric authentication apparatus and biometric authentication method
Tresadern et al. Mobile biometrics: Combined face and voice verification for a mobile platform
Bhattacharyya et al. Biometric authentication: A review
Ortega-Garcia et al. Authentication gets personal with biometrics
CN101097596B (en) Biometric authentication method and system
KR20090018099A (ko) 특정인의 신원확인방법 및 취득장치
US6954553B2 (en) Personal authentication system using fingerprint information, registration-and-authentication method for the system, determination method for the system, and computer-readable recording medium
KR101495430B1 (ko) 바이오메트릭 인증을 위한 품질 메트릭
ES2354217T3 (es) Método de registro para un sistema de autenticación biométrica, un sistema de autenticación biométrica correspondiente y un programa para ellos.
Bowyer et al. Image understanding for iris biometrics: A survey
Ribarić et al. Multimodal biometric user-identification system for network-based applications
CN100453040C (zh) 基于人体手背皮下静脉血管特征的身份识别仪及识别方法
JP2006059282A (ja) 生体特徴情報に基づく認証方法

Legal Events

Date Code Title Description
C06 Publication
C10 Entry into substantive examination
C14 Grant of patent or utility model
C41 Transfer of patent application or patent right or utility model