CN101657841A - 信息提取方法、登记设备、验证设备和程序 - Google Patents

信息提取方法、登记设备、验证设备和程序 Download PDF

Info

Publication number
CN101657841A
CN101657841A CN200880006246A CN200880006246A CN101657841A CN 101657841 A CN101657841 A CN 101657841A CN 200880006246 A CN200880006246 A CN 200880006246A CN 200880006246 A CN200880006246 A CN 200880006246A CN 101657841 A CN101657841 A CN 101657841A
Authority
CN
China
Prior art keywords
image
finger
stereographic map
biosome
value
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.)
Pending
Application number
CN200880006246A
Other languages
English (en)
Inventor
阿卜杜勒·穆奎特·穆罕默德
阿部博
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.)
Sony Corp
Original Assignee
Sony 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 Sony Corp filed Critical Sony Corp
Publication of CN101657841A publication Critical patent/CN101657841A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/564—Depth or shape recovery from multiple images from contours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

本发明提出一种信息提取方法、登记设备、验证设备和程序，以提高认证精度同时减小识别目标的信息量。所述信息提取方法从视点位于生物体部分环境内的多幅图像生成在所述图像中示出的生物体部分的轮廓的共同部分，以作为目标空间中的立体图，并且，设定为提取表示所述立体图的截面形状的值以作为识别信息，其中所述多个截面每个都与所述立体图的参考位置具有预定的位置关系。所述信息提取方法在表示生物体的子部分的立体图的截面的一部分时，提取识别数据以作为表示截面的数据，所述截面每个都与所述立体图的外部形状中的参考位置具有某种关系，从而能够以离散的方式来表示所述立体图。

Description

信息提取方法、登记设备、验证设备和程序
技术领域
[1]本发明涉及适合应用于例如生物测量学(biometrics)认证的信息提取方法、登记设备、验证设备和程序。
背景技术
[2]生物测量学认证是指用于通过使用生物体识别目标来识别人的方法。一个生物体识别目标是手指的血管。
[3]例如，已经提出了一种认证设备，该设备通过将指尖的不同侧面的图像进行组合生成三维图像并将该三维图像用作识别目标(例如见专利文件1)。
[4]专利文件1：日本未审查专利申请公报No.2002-175529。
[5]在此认证设备中，由于与二维图像相比具有更大量信息的三维图像用作识别目标，所以有利地提高了识别特定人(人群)的精度——即认证精度。
[6]相反，在此认证设备中，问题是存储三维图像信息以用作登记目标所占据的存储器的空间增大，并且验证过程中的载荷也增大。当该认证证方法应用于移动终端设备(例如PDA(个人数字助理))和蜂窝电话时，解决这些问题就变得非常重要了。
发明内容
[7]本发明致力于解决上述问题，并提出能够提高认证精度同时减小所识别的目标的信息量的信息提取方法、登记设备、验证设备和程序。
[8]为了解决上述问题，本发明提出一种信息提取方法，其包括：第一步骤，从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；第二步骤，提取表示所述立体图的多个截面的形状的值作为识别信息，所述多个截面各自与所述立体图的参考位置具有预定的位置关系。
[9]而且，本发明提出一种登记设备，其包括：生成装置，该生成装置从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；提取装置，该提取装置提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系；登记装置，该登记装置将所述值作为识别信息登记在存储介质中。
[10]并且，本发明提出一种验证设备，其包括：生成装置，该生成装置从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；提取装置，该提取装置提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系；验证装置，该验证装置将所述值与存储介质中作为识别信息登记的值相验证。
[11]并且，本发明提出一种程序，该程序使得对工作存储器进行控制的控制单元执行下列步骤：从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系。
[12]根据本发明，实现了信息提取方法、登记设备、验证设备和程序，其能够以离散的方式来表示生物体部分的立体图，因为提取识别数据以作为表示截面的数据，所述截面各自与所述立体图的外部形状中的参考位置以及所述立体图的各部分的截面具有某种关系，因而，与简单地用立体图作为识别信息的情形相比较，提高了认证精度，同时减小了识别目标的信息量。
附图说明
[13]图1是示出根据本发明的认证设备的结构的框图。
图2是示出转动手指的状态过渡的示意图。
图3是示出图像拾取目标和图像之间的关系的示意图。
图4是示出控制单元的功能性构造的框图。
图5包括用于描述手指关节的检测的示意图。
图6是用于描述转动校正量的计算的示意图。
图7包括用于描述运动量的计算的示意图。
图8是示出体元空间的示意图。
图9是用于描述手指轮廓区域的检测的示意图。
图10是用于描述设置在体元空间环境中的各幅图像之间的布置关系的示意图。
图11是示出手指立体图的示意图。
图12是示出在体元空间中生成的手指立体图的示意图。
图13是用于描述参照关节判定截面的示意图。
图14是用于描述截面形状值的提取的示意图。
具体实施方式
[14]下面，将参照附图详细地描述本发明应用于的实施例。
[15](1)根据本实施例的认证设备的总体结构
[16]在图1中，示出了根据本实施例的认证设备1的总体结构。通过将下列装置中的每一者由总线16连接到控制单元10而构造认证设备1：操作单元11、图像拾取单元12、存储器13、接口14和通知单元15。
[17]控制单元10构造为包括下列装置的计算机：负责控制整个认证设备1的CPU(中央处理单元)、存储各种程序及设定信息等的ROM(只读存储器)、以及作为用于CPU的工作存储器的RAM(随机存取存储器)。
[18]根据用户操作，用于登记待登记用户(下面将称之为登记者)的手指的模式(下面将称之为手指登记模式)的执行指令COM1或用于确定登记者本身存在与否的模式(下面将称之为认证模式)的执行指令COM2从操作单元11提供到控制单元10。
[19]控制单元10配置为根据执行指令COM1或COM2来确定待执行的模式，并按照与判定结果相对应的程序合适地控制图像拾取单元12、存储器13、接口14以及通知单元15，从而执行血管登记模式或认证模式。
[20]图像拾取单元12根据控制单元10所指定的曝光值(EV，ExposureValue)调整光学系统中镜头的位置、光圈值以及图像拾取元件的快门速度(曝光时间)。
[21]图像拾取单元12还每隔预定时间拍摄在图像拾取元件的图像拾取面上示出的照相物体的图像，并将与作为图像拾取结果而生成的图像有关的数据(下面将称之为图像数据)依次输出到控制单元10。
[22]存储器13例如由闪存实现，并且存储器13配置为使得控制单元10指定的数据存储在存储器13中或从存储器13读取。
[23]接口14配置为通过预定传输线与连接到该接口的外部设备交换各种数据。
[24]通知单元15由显示单元15a和声音输出单元15b实现。显示单元15a根据控制单元10提供的显示数据在显示屏上显示字符和图表。而声音输出单元15b配置为根据控制单元10提供的声音数据从扬声器输出声音。
[25](2)手指登记模式
[26]下面将描述手指登记模式。当控制单元10判定手指登记模式是待执行的模式时，控制单元10使得通知单元15发出需要进行下列操作的通知：将运行模式改变为手指登记模式，将手指放在图像拾取空间中和沿着手指外周面(手指腹面、手指侧面和手指背面)转动手指。同时，控制单元10使得图像拾取单元12执行图像拾取操作。
[27]在此情形下，例如如图2所示，当放在图像拾取空间中的手指沿着手指外周面转动时，例如如图3所示，图像拾取单元12将可见光用作图像拾取光并依次获得手指表面的图像(下面将称之为手指图像)。
[28]而且，控制单元10根据从图像拾取单元12按照图像拍摄顺序依次输入的各项图像数据生成手指的立体图(下面将称之为手指立体图)，并提取表示手指立体图的截面形状的值(下面将称之为截面形状值)。控制单元10将这些截面形状值作为识别目标的数据(下面将称之为识别数据)存储在存储器13中，从而登记手指。
[29]以此方式，控制单元10配置为执行手指登记模式。
[30](3)认证模式
[31]下面将描述认证模式。当控制单元10判定认证模式是待执行的模式时，控制单元10使得通知单元15发出需要进行下列操作的通知：将运行模式改变为认证模式，以及如手指登记模式中那样，在图像拾取空间中沿着手指外周面转动手指。同时，控制单元10使得图像拾取单元12执行图像拾取操作。
[32]而且，如手指登记模式中那样，控制单元10根据从图像提取单元12按照图像拍摄顺序输入的各项图像数据提取手指立体图的截面形状值。控制单元10将所提取的截面形状值与作为识别数据存储在存储器13中的截面形状值比较以进行验证。根据验证结果来判定手指的所有者是否能够被认为登记者。
[33]这里，当判定手指的所有者不能被认为登记者时，控制单元10通过显示单元15a和声音输出单元15b给出表示不许可的视觉和听觉通知。相反，当判定手指的所有者能够被认为登记者时，控制单元10将表示手指的所有者能够被认为登记者的数据发送到与接口14连接的设备。该设备由表示手指的所有者被认为登记者的数据触发，并在认证成功时例如执行预定的处理，例如将门关闭一段时间或取消受限运行模式。
[34]由此方式，控制单元10配置为执行认证模式。
[35](4)截面形状值提取过程
[36]下面将描述由控制单元10执行的截面形状值提取过程。如图4所示，该过程可以从功能上分成：手指关节检测单元21、图像转动单元22、图像切割单元23、运动量计算单元24、三维图像生成单元25和形状提取单元26。下面将详细描述手指关节检测单元21、图像转动单元22、图像切割单元23、运动量计算单元24、三维图像生成单元25和形状提取单元26。
[37](4-1)检测手指关节
[38]在进行合适地取得图像数据的处理后，与手指图像有关的数据(下面将称之为手指图像数据)DFai(i＝1，2，3，…，或n(n为整数))从图像拾取单元12输入到手指关节检测单元21。
[39]当手指关节检测单元21获得手指图像数据DFai时，手指关节检测单元21根据手指图像数据DFai来检测手指图像中的关节。并且，当手指关节检测单元21检测到关节时，手指关节检测单元21将表示关节位置的位置数据DPi提供给图像转动单元22、图像切割单元23和形状提取单元26，并且还将与手指图像有关的数据(手指图像数据)(手指区域从该数据提取)DFbi(其在该关节的检测过程中获得)提供给图像转动单元22。
[40]下面将描述手指关节检测单元21执行的检测过程的例子。当手指检测单元21获得手指图像数据DFai时，例如如图5所示，手指关节检测单元21根据手指图像的对比度(图5(A))从手指图像(图5(B))提取手指区域。
[41]接着，手指关节检测单元21通过使用轮廓提取过滤器从该手指区域提取构成手指轮廓的点(下面将称这些点为手指轮廓点)(图5(C))，并通过使用霍夫变换等使手指轮廓点延伸而从手指轮廓点提取对应于水平方向的手指轮廓点(图5(D))。
[42]手指关节检测单元21配置为检测基本上经过各个延伸的手指轮廓的中心的线段，以将其作为关节JNL(图5(E))。
[43](4-2)图像的转动校正
[44]当图像转动单元22获得手指图像数据DFbi时，图像转动单元22从与手指图像数据DFbi相关的位置数据DPi辨别关节的位置，并参照关节的位置对手指图像执行转动校正。图像转动单元22将与受到转动校正的手指图像有关的数据(手指图像数据)DFci提供给图像切割单元23。
[45]下面将描述图像转动单元22执行的转动过程的例子。例如如图6所示，关节JNL与沿图像列方向的线LN形成的角θx作为手指图像的转动校正量。
[46]因而，在此例子中，每个视点处的手指图像受到转动校正，使得图像中示出的手指的纵向将为图像行方向。注意，尽管在此例子中描述了执行转动校正使得图像列方向和关节JNL的延伸方向限定的角度为0度的情形，但图像行或列的方向与关节延伸方向形成的角度只需为预定的角度即可。
[47](4-3)图像的切割
[48]当图像切割单元23获得手指图像数据DFci时，图像切割单元23从与手指图像数据DFbi相关的位置数据DPi辨别关节的位置，并从手指图像相对于关节的位置切割预定大小的区域。图像切割单元23将与切割区域中的图像相关的数据(下面将称之为手指图像部分数据)DFdi提供到运动量计算单元24和三维图像生成单元25。
[49](4-4)运动量的计算
[50]当运动量计算单元24选择从图像切割单元23输入的手指图像部分数据DFdi作为处理目标时，运动量计算单元24计算根据所选择的手指图像部分数据DFdi的手指图像以及根据紧挨着所选择的手指图像部分数据DFdi之前的手指图像部分数据DFdi的手指图像中所示的手指的运动量。在运动量计算单元24计算出运动量后，运动量计算单元24将表示运动量的数据(下面将称之为运动量数据)DFM1-2、DFM2-3、DFM3-4、或DFM(n- 1)-n提供到三维图像生成单元25。
[51]下面将描述运动量计算单元24执行的计算方法的例子。在运动量计算单元24中，从光流来计算运动量。下面，被选择作为处理目标的手指图像将被称为当前图像，紧挨着该手指图像之前输入的手指图像将被称为先前图像。
[52]即，运动量计算单元24例如如图7(A)所示判定当前图像IM1中的目标兴趣点(下面将称之为兴趣点)AP，并辨别以兴趣点AP为中心的(m×n)像素块(下面将称之为兴趣块)ABL中的亮度值。
[53]如图7(B)所示，运动量计算单元24在先前图像IM2中搜索与兴趣块ABL具有最小亮度值差的块，将所找到的块RBL的中心看作与兴趣点AP对应的点XP(下面将称之为对应点)，并获得从与兴趣点AP对应的位置AP’到对应点XP的位置矢量(Vx，Vy)。
[54]以此方式，运动量计算单元24配置为从先前图像IM2搜索分别对应于当前图像IM1中多个兴趣块的那些块，同时，计算各个块的中心(XP)和与各个兴趣块的中心相同的位置(AP’)之间的各个位置矢量的平均值(水平方向的矢量分量Vx的平均值和竖直方向的矢量分量Vy的平均值)以作为运动量。
[55]该运动量是这样的值：该值不仅代表相对于放置了手指的面的水平运动(沿转动方向)，还代表例如由于手指按压量或转动轴线的变化而造成的相对于所述面的竖直运动(沿与所述转动方向正交的方向)。
[56]注意，除了各个位置矢量的平均值(水平方向的矢量分量Vx的平均值和竖直方向的矢量分量Vy的平均值)，也可以用能够从各个位置矢量根据统计方法获得的值(代表值)(例如最大值、最小值或各个位置矢量的标准偏差值)作为运动量。
[57]当前图像IM1中的多个兴趣块一般对应于当前图像IM1中的所有像素。替代地，当前图像IM1中的所述多个兴趣块也可以是构成当前图像IM1中示出的手指或血管的部分的其中一部分。
[58]对与兴趣块ABL的亮度差别最小的块进行搜索的先前图像IM2的范围一般对应于整个先前图像IM2。替代地，所述范围也可以是以用过去检测到的位移量进行了移位的位置为中心并且对应于所述多个兴趣块的大小的范围。所述范围的形状可以根据过去检测到的位移量的瞬时变化量而变化。
[59](4-5)三维图像的生成
[60]如图8所示，三维图像生成单元25限定预定形状的三维空间(下面将称之为体元空间)以作为执行投影的目标空间，在所述空间中，称为体元(voxel)的立方体用作构成单元。
[61]三维图像生成单元25根据从图像切割单元23输入的手指图像部分数据DFd1到DFdn生成在手指图像中示出的手指轮廓的共同部分以作为体元空间中的手指立体图(三维体)，并将手指立体图的数据(体元数据)作为三维体数据DTD提供给形状提取单元26。
[62]下面将描述三维图像生成单元25执行的手指立体模型生成方法的例子。根据照相机信息(例如焦距和图像中心)和与体元空间有关的信息，三维图像生成单元25辨别从手指环境拍摄的各幅手指图像的视点，并当在图像中示出的手指从这些视点投影到体元空间中时检测投影在体元空间中的各个轮廓区域。
[63]即，当三维图像生成单元25将从图像切割单元23首先输入的手指图像部分数据DFd1作为处理目标时，三维图像生成单元25将根据手指图像部分数据DFd1的手指图像作为参考图像放置在体元空间中的视点之中相当于具有0度转角的视点的位置处，例如如图9所示，并检测从体元空间的投影表面向其最内侧部分投影的轮廓区域ARF。
[64]特别地，体元空间中的每个体元被反向投影到手指图像上，并计算投影点。手指图像中所示的手指轮廓内存在其投影点的体元将仍然作为轮廓区域中的体元，从而检测轮廓区域。
[65]相反，当三维图像生成单元25将第一手指图像部分数据DFd1之后从图像切割单元23输入的手指图像部分数据DFd3、DFd5…作为处理目标时，三维图像生成单元25基于从运动量计算单元24输入的相关的运动量数据DFM，来辨别从参考图像到基于用作处理目标的手指图像部分数据DFd的手指图像的、与转动方向相关的运动量(下面将称之为转动运动量)。
[66]当该转动运动量为Vx并且设定为从手指的转动轴线到手指表面的距离的值为r时，三维图像生成单元通过使用下列方程获得用作当前处理目标的手指图像相对于参考图像的转角(下面将称之为第一转角)θro，并判定第一转角θro是否小于360度。
θro＝arctan(Vx/r)……(1)
[67]当第一转角θro小于360度时，这是指并非从手指的整个外周拍摄的多个手指图像的所有视体(轮廓区域)都被检测到。在此情形下，三维图像生成单元25获得第一转角θro和第二转角之间的差值，并判定该差值是否大于或等于预定阈值，所述第二转角是紧挨着当前处理目标之前检测了视体的那个手指图像与参考图像之间的转角。
[68]当该差值小于阈值时，这是指手指的转动停止或者几乎停止。在此情形下，三维图像生成单元25并不获得用作当前处理目标的手指图像的轮廓区域，并将紧随着该处理目标之后输入的手指图像部分数据DFd作为处理目标。以此方式，三维图像生成单元25能够事先避免计算无效轮廓区域。
[69]相反，当差值大于或等于阈值时，这是指手指正在转动。在此情形下，三维图像生成单元25例如如图10所示辨别限定相对于参考位置IMs的视点VPs具有第一转角θro的视点VPx，并将用作当前处理目标的手指图像IMx放在与相对于视点VPx相关的位置处。
[70]三维图像生成单元25配置为对于手指图像IMx检测从投影空间的投影表面投影到其最内侧部分的轮廓区域，然后将在该处理目标之后输入的手指图像部分数据DFd作为处理目标。
[71]注意，当三维图像生成单元25要将用作当前处理目标的手指图像IMx放在体元空间环境中时，三维图像生成单元25对于手指图像IMx和手指图像IM(x-1)(紧挨着手指图像IMx之前检测了视体)根据相关的运动量数据DFM来辨别沿着与手指的转动方向正交的方向的运动量(用作当前处理目标的手指图像和最后放置的手指图像的竖直矢量分量Vy的平均值)(图4)，并沿校正方向(平行于体元空间的z轴方向的方向)RD对视点VPx的位置校正该运动量。
[72]因此，即使在手指转动时手指压力量或转动轴线变化，三维图像生成单元25也能够随着该变化而检测轮廓区域。与不考虑沿着与手指的转动方向正交的方向的运动量的情况相比，能够精确地检测轮廓区域。
[73]以此方式，三维图像生成单元25分别检测在从手指环境拍摄的各幅手指图像中示出的手指的轮廓区域，直到相对于参考图像的第一转角θro大于或等于360度。
[74]而且，当相对于参考图像的第一转角θro大于或等于360度时，三维图像生成单元25配置为从迄今为止所检测的各个轮廓区域中提取共同部分以作为手指立体图(三维体)，从而生成手指立体图，例如如图11所示。
[75](4-6)立体图截面形状的辨别
[76]当形状提取单元26获得从三维图像生成单元25输入的三维体数据DTD时，例如如图12所示，形状提取单元26根据三维体数据辨别手指立体图，并且还根据从手指关节检测单元21输入的位置数据DPi来辨别手指立体图中关节JNL的位置。
[77]参照关节JNL的位置，形状提取单元26提取多个截面的截面形状值，并生成各个截面形状值以作为识别数据DIS，其中，各个所述截面相对于关节位置具有预定的位置关系。在手指识别模式的情形中，该识别数据DIS被登记在存储器13中。在认证模式的情形中，将该识别数据DIS与登记在存储器13中的识别数据相比较验证。
[78]下面将描述形状提取单元26所执行的截面形状值提取方法的例子。例如如图13所示，形状提取单元26将经过关节位置并平行于关节的截面SC1、经过沿与关节正交的方向(手指的纵向)与关节位置相距第一距离DS1和DS2并平行于关节的截面SC2和SC3、以及经过沿手指的纵向与关节位置相距大于第一距离的第二距离DS3和DS4并平行于关节的截面SC4和SC5判定为目标，截面形状值要从所述目标提取。
[79]对于每一个截面SC1到SC5，形状提取单元26配置为例如如图14所示获得截面外周长OC、面积SFA、中心位置CP和穿过中心位置CP的长轴MA1和短轴MA2以作为截面形状值，从而提取截面形状值。
[80](5)运行和效果
[81]在前述结构中，认证设备1中的控制单元10从视点位于生物体部分环境中的多幅手指图像在目标空间(图8)中生成在这些图像中示出的手指轮廓的共同部分以作为手指立体图(图11)。
[82]控制单元10提取代表截面形状的值(截面形状值)以作为识别数据，其中每个截面都与手指立体图中的关节JNL的位置(图12)具有预定的位置关系。
[83]从而，控制单元10能够以离散的方式表示立体图，因为识别数据作为下述数据来提取：该数据表示了与手指立体图的外部形状中的参考位置具有某种关系的部分的形状以及手指立体图的一部分自身的形状。因而，与简单地将手指立体图用作识别信息的情形相比，能够提高认证精度，同时减小验证目标的信息量。
[84]在本实施例的这种情形下，表示手指立体图的截面形状的多个截面形状值(外周长OC、面积SFA、中心位置CP、经过中心位置CP的长轴MA1和短轴MA2)也用作识别数据。
[85]而且，在该实施例的情形下，对于识别数据，分别与关节JNL的位置具有预定位置关系的五个截面SC1到SC5(图13)各自的截面形状值也用作识别数据。
[86]从而，控制单元10能够以更详细的方式来表示手指的结构，并且能够进一步提高认证精度。
[87]而且，在生成手指立体图前，控制单元10检测手指图像中示出的手指的关节JNL，并对手指图像执行转动校正，使得手指图像的行方向或列方向与关节JNL的延伸方向所限定的角度成为预定角度。
[88]从而，当生成手指立体图时，控制单元10能够精确地获得生成手指立体图所根据的图像中示出的手指的轮廓的共同部分。因而，能够进一步提高认证精度。
[89]与这些参照物是单独的参照物的情形相比，在本实施例的情形下，由于用于校正转动的参照物是关节JNL(与截面的参照物相同)，所以能够减小生成手指立体图之前的处理载荷。
[90]并且，当生成手指立体图时，控制单元10发出指令以捕获手指外周面的图像。对于从图像拾取单元12获得的各幅手指图像，控制单元10计算被选择为计算目标的图像中以及紧挨着该图像之前输入的图像中示出的手指的运动量(图7等)。
[91]在此情形下，控制单元10从运动量来识别各幅手指图像的视点，并在图像中示出的手指或血管从这些图像的视点位置投影到体元空间中的情形下生成投影到体元空间中的投影区域的共同部分以作为手指立体图(图11)。
[92]从而，与从使用多个照相机所拍摄的图像生成立体图的情形相比，由于控制单元10能够从使用单个图像拾取单元12所拍摄的图像生成手指立体图，所以认证设备1的尺寸能够做得更小。这在认证设备1将要包括在移动终端装置(例如PDA或蜂窝电话)中时有用。
[93]根据前述结构，由于表示截面形状的值(截面形状值)作为识别数据提取，其中每个截面都与手指立体图的关节JNL的位置(图12)具有预定的位置关系，所以能够以离散的方式表示手指立体图。从而，能够实现可以提高认证精度同时减小识别目标的信息量的认证设备1。
[94](6)其它实施例
[95]在上述实施例中，已经描述了这样的情形：提取表示多个截面SC1到SC5(图13)的形状的值(截面形状值)，其中每个截面与参考位置具有预定的位置关系。除此以外，本发明还可提取以从所述截面中选择的一对截面和手指的外部形状为边界的体积。注意，被选定的一对截面可以是任意的对，例如截面SC1和SC5或截面SC1和SC2。替代地，可选定两对或更多对截面。
[96]而且，已经描述了每个截面的外周长OC、面积SFA、中心位置CP、经过中心位置CP的长轴MA1和短轴MA2用作截面形状值的情形。然而，可以省去这些值中的一部分。例如，可增加新的项，例如手指沿纵向的长度。
[97]注意，在登记或验证时，将被作为截面形状值而提取的目标可以通过操作单元11(图1)输入或选定，并且可以提取所输入或选定的截面形状值。以此方式，要作为截面形状值而被提取的值的细节和数目可以是仅向用户公开的附加安全信息。从而，能够进一步提高认证精度，同时减小识别目标的信息量。
[98]而且，当多个截面形状值(每个截面的外周长OC、面积SFA、中心位置CP、经过中心位置CP的长轴MA1和短轴MA2)各自有较大的重要性时，可以给截面形状值分配对于登记者的认可判定有更高影响的程度。以此方式，在验证时，当仅有高重要性的截面形状值匹配(或不匹配)时，即使低重要性的截面形状值并不匹配(或匹配)，用户也能够被认为是登记者(不能被认为是登记者)。从而，能够进一步提高认证精度，同时减小识别目标的信息量。
[99]而且，在前面的实施例中，已经描述了采用5个截面SC1到SC5来作为提取截面形状值的截面的数目。但是，本发明不限制于此，并且可采用一个、两个或更多的截面。
[100]注意，在登记或验证时，待提取截面的数目可以通过操作单元11(图1)输入或选定，并且可以根据所输入或选定的待提取截面的数目来提取截面的截面形状值。以此方式，待提取截面的数目可以是仅向用户公开的附加安全信息。从而，能够进一步提高认证精度，同时减小识别目标的信息量。
[101]而且，在前面的实施例中，截面相对于参考位置的位置关系对应于经过关节位置并平行于关节的截面SC1、经过沿与关节正交的方向(手指的纵向)与关节位置相距第一距离DS1和DS2并平行于关节的截面SC2和SC3、以及经过沿手指的纵向与关节位置相距大于第一距离的第二距离DS3和DS4并平行于关节的截面SC4和SC5。然而，本发明不限制于此，并且可采用其它位置关系。
[102]例如，截面SC1到SC5中的全部或者其中一部分可以变成相对于平行于关节的面成预定角度。而且，对于参考位置，关节的位置可以由手指尖端等来替代。而且，该参考位置根据待采用的生物体的图像类型而合适地变化。例如，当采用手掌图像而不是手指图像时，用生命线等作为参考位置。
[103]注意，这些位置关系可以作为多个模式来提供，并且可以提取相对于参考位置具有从这些模式中选定的模式的位置关系的截面。以此方式，要作为截面形状值而提取的截面位置能够根据用户所做的选择来变化，因此，这可以是仅向用户公开的附加安全信息。因而，能够进一步提高认证精度，同时减小识别目标的信息量。
[104]在上述实施例中，已经描述了将手指图像用作在生物体部分环境中具有视点的多幅图像的情形。但是，本发明不限制于此，并且可采用手掌、脚趾、手臂或胳膊的图像。
[105]而且，在上述实施例中，已经描述了根据存储在ROM中的程序来执行手指登记模式和认证模式的情形。然而，本发明不限制于该情形。手指登记模式和认证模式可以根据从程序存储介质(例如CD(紧致盘)、DVD(数字多用途盘)或半导体存储器)安装或者从Internet上的程序提供服务器下载所获得的程序来执行。
[106]而且，在前面的实施例中已经描述了控制单元10执行登记处理和认证处理的情形。但是，本发明不限制于该情形。所述处理的一部分可以由图形工作站来执行。
[107]而且，在前面的实施例中已经描述了使用具有图像拾取功能、验证功能和登记功能的认证设备1的情形。但是，本发明不限制于该情形。本发明可适于根据应用而将每个功能或每个功能的一部分单独实现的实施例。
[108]工业实用性
[109]本发明能够用于生物测量学认证领域。
附图标记说明
1   认证设备
10  控制单元
11  操作单元
12  图像拾取单元
13  存储器
14  接口
15  通知单元
15a 显示单元
15b 声音输出单元
21  手指关节检测单元
22  图像转动单元
23  图像切割单元
24  运动量计算单元
25  三维图像生成单元
26  形状提取单元

Claims (10)

1.一种信息提取方法，其特征在于包括：
第一步骤，从具有位于生物体部分环境内的视点的多幅图像生成在所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；和
第二步骤，提取表示所述立体图的多个截面的形状的值作为识别信息，其中所述多个截面各自与所述立体图的外部形状中的参考位置具有预定的位置关系。
2.如权利要求1所述的信息提取方法，其特征在于，所述生物体部分是手指。
3.如权利要求1所述的信息提取方法，其特征在于，在所述第二步骤中，
对于所述立体图的所述多个截面中的每个截面获得多个所述值，所述多个截面相对于所述参考位置具有所述预定的位置关系，并且所述值被作为所述识别信息来提取。
4.如权利要求1所述的信息提取方法，其特征在于，在所述第二步骤中，
提取所述立体图的截面，所述截面相对于所述参考位置具有与从多个位置关系模式中选择的模式相关的位置关系。
5.如权利要求1所述的信息提取方法，其特征在于还包括：
检测步骤，在所述图像中检测所述图像中示出的生物体部分的关节；和
转动校正步骤，对于所述多幅图像执行转动校正，使得所述图像的行方向或列方向与所述关节的延伸方向所限定的角度是预定角度，
其中，在所述第一步骤中，
从各幅经过转动校正的图像生成所述立体图。
6.如权利要求3所述的信息提取方法，其特征在于，在所述第二步骤中，
从所述立体图辨别与所述关节相关的位置，并且提取表示所述立体图的截面形状的值作为识别信息，所述截面与所述位置具有预定的位置关系。
7.如权利要求1所述的信息提取方法，其特征在于还包括：计算步骤，计算在被选择为计算目标的图像以及紧挨着该图像之前输入的图像中示出的生物体部分的运动量，
其中，在所述第一步骤中，
从所述运动量来辨别所述多幅图像的视点，并且对于所述图像中示出的生物体部分分别从所述图像的视点位置投影到所述目标空间中的情况，生成被投影到所述目标空间中的投影区域的共同部分作为所述立体图。
8.一种登记设备，其特征在于包括：
生成装置，该生成装置从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；
提取装置，该提取装置提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系；和
登记装置，该登记装置将所述值作为识别信息登记在存储介质中。
9.一种验证设备，其特征在于包括：
生成装置，该生成装置从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；
提取装置，该提取装置提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系；和
验证装置，该验证装置将所述值与存储介质中作为识别信息而登记的值相验证。
10.一种程序，该程序使得对工作存储器进行控制的控制单元执行下列步骤：
从具有生物体部分环境内的视点的多幅图像生成所述图像中示出的生物体部分的轮廓的共同部分，作为目标空间中的立体图；和
提取表示所述立体图的截面形状的值，所述截面与所述立体图的参考位置具有预定的位置关系。
CN200880006246A 2007-02-26 2008-02-25 信息提取方法、登记设备、验证设备和程序 Pending CN101657841A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP046090/2007 2007-02-26
JP2007046090A JP2008210140A (ja) 2007-02-26 2007-02-26 情報抽出方法、登録装置、照合装置及びプログラム

Publications (1)

Publication Number Publication Date
CN101657841A true CN101657841A (zh) 2010-02-24

Family

ID=39721367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880006246A Pending CN101657841A (zh) 2007-02-26 2008-02-25 信息提取方法、登记设备、验证设备和程序

Country Status (6)

Country Link
US (1) US20100014760A1 (zh)
EP (1) EP2128820A1 (zh)
JP (1) JP2008210140A (zh)
KR (1) KR20090115738A (zh)
CN (1) CN101657841A (zh)
WO (1) WO2008105545A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700163A (zh) * 2013-12-03 2014-04-02 北京悦动双成科技有限公司 确定对象的方法及三维传感器
CN103700163B (zh) * 2013-12-03 2016-11-30 北京悦动双成科技有限公司 确定对象的方法及三维传感器
CN108366833A (zh) * 2015-12-25 2018-08-03 索尼公司 手术信息处理设备和方法
CN109620140A (zh) * 2017-10-06 2019-04-16 佳能株式会社 图像处理装置、图像处理方法和存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5747642B2 (ja) * 2011-05-06 2015-07-15 富士通株式会社 生体認証装置、生体認証システム、生体認証サーバ、生体認証クライアント及び生体認証装置制御方法
JP5749972B2 (ja) * 2011-05-10 2015-07-15 株式会社住田光学ガラス 指紋採取装置及び指紋採取方法
US8625873B2 (en) * 2012-02-24 2014-01-07 Kabushiki Kaisha Toshiba Medical image processing apparatus

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10307919A (ja) * 1997-05-01 1998-11-17 Omron Corp 本人特定装置
JP2002092616A (ja) * 2000-09-20 2002-03-29 Hitachi Ltd 個人認証装置
JP2003067726A (ja) * 2001-08-27 2003-03-07 Sanyo Electric Co Ltd 立体モデル生成装置及び方法
JP2003070021A (ja) * 2001-08-27 2003-03-07 Sanyo Electric Co Ltd ポータブル三次元データ入力装置及び立体モデル生成装置
JP2003093369A (ja) * 2001-09-21 2003-04-02 Sony Corp 認証処理システム、および認証処理方法、並びにコンピュータ・プログラム
US20040008875A1 (en) * 2002-07-09 2004-01-15 Miguel Linares 3-D fingerprint identification system
JP4207717B2 (ja) * 2003-08-26 2009-01-14 株式会社日立製作所 個人認証装置
EP1730666A1 (de) * 2004-03-29 2006-12-13 André Hoffmann Verfahren und system zur identifikation, verifikation, erkennung und wiedererkennung
JP2007000219A (ja) * 2005-06-22 2007-01-11 Hitachi Ltd 個人認証装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700163A (zh) * 2013-12-03 2014-04-02 北京悦动双成科技有限公司 确定对象的方法及三维传感器
CN103700163B (zh) * 2013-12-03 2016-11-30 北京悦动双成科技有限公司 确定对象的方法及三维传感器
CN108366833A (zh) * 2015-12-25 2018-08-03 索尼公司 手术信息处理设备和方法
CN108366833B (zh) * 2015-12-25 2021-10-12 索尼公司 手术信息处理设备和方法
CN109620140A (zh) * 2017-10-06 2019-04-16 佳能株式会社 图像处理装置、图像处理方法和存储介质
CN109620140B (zh) * 2017-10-06 2021-07-27 佳能株式会社 图像处理装置、图像处理方法和存储介质

Also Published As

Publication number Publication date
US20100014760A1 (en) 2010-01-21
JP2008210140A (ja) 2008-09-11
EP2128820A1 (en) 2009-12-02
KR20090115738A (ko) 2009-11-05
WO2008105545A1 (ja) 2008-09-04

Similar Documents

Publication Publication Date Title
US9031315B2 (en) Information extraction method, information extraction device, program, registration device, and verification device
CN108875524B (zh) 视线估计方法、装置、系统和存储介质
US9866820B1 (en) Online calibration of cameras
EP2153409B1 (en) Camera pose estimation apparatus and method for augmented reality imaging
David et al. Softposit: Simultaneous pose and correspondence determination
US8942418B2 (en) Method of providing a descriptor for at least one feature of an image and method of matching features
WO2020018359A1 (en) Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses
EP1223540A2 (en) Method and apparatus for collating object
CN105023010A (zh) 一种人脸活体检测方法及系统
CN111914775B (zh) 活体检测方法、装置、电子设备及存储介质
US10726256B2 (en) Counterfeit detection scheme using paper surfaces and mobile cameras
CN101657841A (zh) 信息提取方法、登记设备、验证设备和程序
CN109191522B (zh) 一种基于三维建模的机器人位移纠正方法及系统
CN101617338B (zh) 物体形状生成方法、物体形状生成设备及程序
US20220189110A1 (en) System and method for adaptively constructing a three-dimensional facial model based on two or more inputs of a two-dimensional facial image
CN111274602B (zh) 一种图像特征信息替换方法、装置、设备及介质
CN116524022B (zh) 偏移数据计算方法、图像融合方法、装置及电子设备
Di Martino et al. Rethinking shape from shading for spoofing detection
Chrzan Liveness detection for face recognition
CN111723610B (zh) 图像识别方法、装置及设备
Sharp et al. Maximum-likelihood registration of range images with missing data
EP3958218A1 (en) Object identification method and device thereof
Carrasco et al. An Efficient Point-Matching Method Based on Multiple Geometrical Hypotheses. Electronics 2021, 10, 246
CN111881836A (zh) 目标对象识别方法及相关装置、设备
CN115834861A (zh) 图像处理方法、图像采集系统、电子设备、存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20100224