CN104205165A - 生物体认证装置、生物体认证方法、以及生物体认证程序 - Google Patents

Abstract

本发明涉及的生物体认证装置具备：保存登记特征数据的保存部；取得用户的生物体图像的生物体传感器；取得上述生物体图像的表面反射度的表面反射度取得部；从上述生物体图像提取核对用特征数据的特征提取部；以及基于上述核对用特征数据与上述登记特征数据的相似度来进行核对的认证处理部，上述认证处理部使上述相似度反映与上述生物体图像的区域建立了关联的校正系数以及上述表面反射度。

Description

生物体认证装置、生物体认证方法、以及生物体认证程序

技术领域

本发明涉及生物体认证装置、生物体认证方法、以及生物体认证程序。

背景技术

作为在生物体认证中拍摄生物体的方法，可以举出使用透过光的方法、使用反射光的方法等。在拍摄静脉等那样位于皮下的生物体时，使用反射光中的在手掌的内部漫射并返回的漫射光。该情况下，被皮肤反射的表面反射光成为噪声。由此，若表面反射光与漫射光重叠，则难以进行生物体的检测。

作为将表面反射除去的拍摄方式，已知有以下那样的现有技术。在专利文献1中，使用偏振滤光器来除去表面反射。在专利文献2中，通过控制多个照明的接通断开来除去表面反射分量。

专利文献1:日本特开2002－200050号公报

专利文献2:日本特表2002－514098号公报

非专利文献1:NON-UNIFORM ILLUMINATION CORRECTIONIN TRANSMISSION ELECTRON MICROSCOPY

然而，在专利文献1的技术中，存在偏振滤光器价格高昂的问题。尤其与近红外的波长对应的偏振滤光器较少、价格更高。另外，由于需要通过偏振滤光器来射出自身照明，所以一般存在射出光量降低至小于一半的问题。在专利文献2的技术中，装置的大小需要一定尺寸以上。换言之，由于需要使表面反射的入射角带有差值，所以在使生物体认证装置小型化时成为障碍。

发明内容

本发明是鉴于上述技术问题提出的，其目的在于，提供能够抑制装置尺寸以及成本且提高认证精度的生物体认证装置、生物体认证方法、以及生物体认证程序。

为了解决上述课题，说明书公开的生物体认证装置具备：保存登记特征数据的保存部；取得用户的生物体图像的生物体传感器；取得上述生物体图像的表面反射度的表面反射度取得部；从上述生物体图像提取核对用特征数据的特征提取部；以及基于上述核对用特征数据与上述登记特征数据的相似度，来进行核对的认证处理部，上述认证处理部使上述相似度反映与上述生物体图像的区域建立了关联的校正系数以及上述表面反射度。

为了解决上述课题，说明书公开的生物体认证方法取得使用生物体传感器而取得的生物体图像的表面反射度，从上述生物体图像提取核对用特征数据，在基于上述核对用特征数据与登记特征数据的相似度来进行核对时，使上述相似度反映与上述生物体图像的区域建立了关联的校正系数以及上述表面反射度。

为了解决上述课题，说明书公开的生物体认证程序使计算机执行如下的步骤：取得使用生物体传感器而取得的生物体图像的表面反射度的表面反射度取得步骤；从上述生物体图像提取核对用特征数据的步骤；在基于上述核对用特征数据与登记特征数据的相似度来进行核对时，使上述相似度反映与上述生物体图像的区域建立了关联的校正系数以及上述表面反射度的步骤。

根据说明书公开的生物体认证装置、生物体认证方法、以及生物体认证程序，能够抑制装置尺寸以及成本且提高认证精度。

附图说明

图1是用于说明表面反射的图。

图2(a)～(c)是用于说明表面反射区域的图。

图3是用于说明被拍摄体与光源之间的位置关系的图。

图4(a)是用于说明实施例1涉及的生物体认证装置的硬件构成的框图，(b)是用于说明生物体传感器的一个例子的立体图。

图5是通过生物体认证程序的执行而实现的各功能的框图。

图6是在登记处理时执行的流程图的一个例子。

图7(a)是用于说明通过分割而得到的多个小区域B_i的图，(b)是表示登记数据的一个例子的图。

图8是在认证处理时执行的流程图的一个例子。

图9(a)是在变形例涉及的登记处理时执行的流程图的一个例子，(b)是表示登记数据的一个例子的图。

具体实施方式

在进行实施例的说明之前，对使用了反射光的生物体认证进行说明。作为一个例子，对静脉认证进行说明。静脉认证采用了通过使用近红外线的照明对皮下的静脉进行拍摄来进行认证的方式。参照图1，照射至皮肤的光被分离为漫射光以及表面反射光这两种反射分量。

漫射光是能够透至皮下并漫射且透过的光。换言之，漫射光是进入到皮下的光反复散射且最终到达皮肤表面并被输出的光。漫射光包含皮下的静脉的信息，在静脉认证中作为有效的反射光被使用。

表面反射光是根据空气的折射率与皮肤的折射率之间的差异而在空气与皮肤的边界线面以一定的比例产生的反射光。表面反射光的反射方向以及强度由光的入射角度以及折射率(空气以及生物体的折射率)决定(斯内尔定律/菲涅尔定律)。在被拍摄体的表面平坦的情况下，仅在与入射角(θ₁)相等的反射角(θ₂)方向得到表面反射光。然而，在如生物体那样表面不平的被拍摄体的情况下，会在扩展某一程度的范围观测到表面反射光。表面反射光对于静脉图像是不必要的噪声。

表面反射的反射角取决于相对被拍摄体的入射角度。因此，在如手掌那样地存在凹凸的被拍摄体的情况下，取决于光的照射方式，有时出现发生很多表面反射的区域(以下称为表面反射区域)。由于表面反射区域取决于被拍摄体的距离、位置、角度等而被决定，所以如图2(a)～图2(c)那样，能够在手掌的各种区域产生。在图2(a)～图2(c)的例子中，网格部分为表面反射区域。在表面反射区域中，难以拍摄鲜明的静脉图像。这是因为表面的图案(皱纹、创伤等)与静脉重叠。该情况下，存在认证精度降低的可能。

作为除去表面反射的拍摄方式，可采用以下那样的技术。例如，可以考虑使用偏振滤光器来除去表面反射。偏振滤光器是将光分离为P波和S波的滤光器。通过使用该偏振滤光器，能够利用P波与S波的反射率的不同来除去表面反射。然而，存在偏振滤光器价格高昂这一问题。尤其与近红外的波长对应的产品较少，价格更加高昂。另外，由于需要通过偏振滤光器射出自身照明，所以一般也会产生射出光量降低至小于一半这一问题。

另外，由于表面反射的反射方向根据光的入射角来决定，所以在设置有多个照明的情况下，表面反射的产生位置根据照明的位置而变化。鉴于此，通过一边分别独立地控制多个照明的接通以及断开一边拍摄图像，能够生成除去了表面反射分量的图像。然而，如果利用该方法，则导致装置大型化。换言之，参照图3，若为了使表面反射的入射角带有差值而在多个位置配置光源，则需要一定的空间。

在以下的实施例中，参照附图，对能够抑制装置尺寸以及成本且提高认证精度的生物体认证装置、生物体认证方法、以及生物体认证程序进行说明。

实施例1

图4(a)是用于说明实施例1涉及的生物体认证装置100的硬件构成的框图。参照图4(a)，生物体认证装置100具备CPU101、RAM102、存储装置103、生物体传感器104以及显示装置105等。上述各设备通过总线等而连接。

CPU(Central Processing Unit)101是中央运算处理装置。CPU101包括一个以上的核。RAM(Random Access Memory)102是暂时存储CPU101执行的程序、CPU101处理的数据等的易失性存储器。

存储装置103是非易失性存储装置。作为存储装置103，可以使用例如ROM(Read Only Memory：只读存储器)、闪存等固态硬盘(SSD)、被硬盘驱动器驱动的硬盘等。存储装置103存储有生物体认证程序。显示装置105是用于显示生物体认证装置100进行的各处理的结果等的装置。显示装置105例如为液晶显示器等。

生物体传感器104是利用反射光来取得用户的生物体图像的传感器，取得用户的手指、手掌等的静脉信息。作为一个例子，生物体传感器104是使用对人体的透过性较高的近红外线来拍摄手掌的皮下的静脉的拍摄装置。生物体传感器104中例如具备CMOS(ComplementaryMetal Oxide Semiconductor：互补金属氧化物半导体)照相机等。另外，也可以设置照射包括近红外线的光的照明等。另外，生物体传感器104也可以具备用于取得生物体传感器104与生物体之间的距离、该生物体的倾斜的距离传感器。在本实施例中，作为一个例子，生物体传感器104通过拍摄手掌的图像来取得静脉信息。

图4(b)是用于说明生物体传感器104的一个例子的立体图。参照图4(b)，生物体传感器104具备拍摄装置106、光照射部107、以及距离传感器108。拍摄装置106只要是能够取得静脉图像的装置即可，没有特别限定。光照射部107只要是能够照射包括近红外线的光的照射部即可，没有特别限定。另外，也可以设置多个光照射部107。在图4(b)的例子中，按照包围拍摄装置106的方式配置有四个光照射部107。距离传感器108只要是能够取得与被拍摄体之间的距离的装置即可，没有特别限定。另外，也可以设置多个距离传感器108。在图4(b)的例子中，距离传感器108被配置在各光照射部107之间。

接着，对生物体认证装置100的各处理进行说明。生物体认证装置100的存储装置103中存储的生物体认证程序以能够执行的方式在RAM102展开。CPU101执行在RAM102中展开的生物体认证程序。由此，可执行生物体认证装置100的各处理。

图5是通过生物体认证程序的执行而实现的各功能的框图。参照图5，通过生物体认证程序的执行，可实现整体控制部10、拍摄部20、特征提取部30、可靠度处理部40、表面反射度取得部50、认证处理部60、以及登记处理部70。登记数据库80被存储于存储装置103。

整体控制部10控制拍摄部20、特征提取部30、可靠度处理部40、表面反射度取得部50、认证处理部60、以及登记处理部70。拍摄部20根据整体控制部10的指示，从生物体传感器104取得手掌的图像作为生物体图像。在生物体传感器104通过USB等而连接的情况下，为了防止特征数据泄露，拍摄部20也可以从生物体传感器104以加密了的状态接受生物体图像，并对该图像进行解密。

特征提取部30从拍摄部20所取得的生物体图像中提取特征数据。特征数据是表示生物体特征的数据，在本实施例中为手掌静脉图案。可靠度处理部40进行设定生物体的区域的可靠度的处理、更新物体的区域的可靠度的处理等。表面反射度取得部50检测生物体传感器104所取得的手掌图像的表面反射分量，计算出表面反射度(认为存在表面反射的程度)。认证处理部60根据整体控制部10的指示来进行认证处理。

登记处理部70在登记处理时，将特征提取部30提取出的特征数据以及可靠度处理部40设定的可靠度作为登记数据登记到登记数据库80。以下，将被登记到登记数据库80中的特征数据称为登记特征数据。在认证处理中，认证处理部60对特征提取部30提取出的核对用特征数据和被登记到登记数据库80的登记特征数据进行核对。此时，认证处理部60使用登记特征数据的可靠度、以及表面反射度取得部50取得的表面反射度。以下，对登记处理以及认证处理的详细内容进行说明。

(登记处理)

图6是在登记处理时执行的流程图的一个例子。以下，参照图6对登记处理的一个例子进行说明。首先，拍摄部20取得生物体传感器104拍摄到的手掌图像I_R(步骤S1)。可以在取得图像时对被拍摄体设定拍摄条件。具体而言，可以仅在到被拍摄体为止的距离、位置、倾斜等进入规定的范围内的情况下，取得图像。其中，可通过使用距离传感器108来测定到被拍摄体的距离。可以使用所取得的图像来测定被拍摄体的位置。可通过使用多个距离传感器108来测定被拍摄体的倾斜。

拍摄部20根据生物体传感器104取得的手掌图像I_R来检测手掌区域。具体而言，拍摄部20通过针对拍摄到的手掌图像I_R的辉度值以规定的阈值进行二值化来切出手掌区域。此时，为了改善照明的不均匀，可以施加辉度值的标准化处理。通过实施标准化处理，能够简单地检查多个不同的图像中的表面反射区域的重叠。

接下来，拍摄部20提取手掌区域的特征数据F_R(步骤S2)。接下来，拍摄部20与通过分割检测出的手掌区域而得到的多个小区域B_i(i＝1，2…N)对应地对特征数据F_R进行分割(步骤S3)。图7(a)是用于说明通过分割而得到的多个小区域B_i的图。将与小区域B_i对应的特征数据称为特征数据F_Ri。即，小区域B₁与特征数据F_R1对应，小区域B₂与特征数据F_R2对应。

接下来，可靠度处理部40与小区域B_i建立关联地设定可靠度V_i(“i”与小区域B_i的“i”对应)(步骤S4)。可靠度是与小区域B_i建立了关联的校正系数，在本实施例中，可靠度是表示各小区域B_i的认证中的可靠性的高低的指标。因此，可靠度处理部40作为校正系数处理部发挥功能。具体而言，可靠度V_i是表示各小区域的认证中的可靠度的系数(0～1)，可靠度V_i越大，则小区域B_i的可靠度越高。例如，在手掌静脉认证的情况下，取决于静脉的分布形状等而存在认证精度相对较高的区域和相对较低的区域。在登记处理时，各可靠度V_i可以是相同的值(例如“1”)，也可以按每一个小区域设定为不同的值。另外，也可以在登记处理时不设定可靠度，而将首次认证处理中的相似度作为可靠度的推测值而使用。在本实施例中，针对在登记处理时设定可靠度的例子进行说明。

登记处理部70将特征数据F_Ri以及可靠度V_i与小区域B_i建立关联，作为登记数据而登记到登记数据库80(步骤S5)。图7(b)中表示了登记数据的一个例子。“ID”是用于唯一表示登记用户的信息。在步骤S5的执行后，图6的流程图结束。

(认证处理)

图8是在认证处理时执行的流程图的一个例子。例如，在PC起动时的BIOS认证、OS的登录认证等时实施认证处理。首先，拍摄部20取得生物体传感器104拍摄到的认证用的核对图像I_M(步骤S11)。接下来，拍摄部20从核对图像I_M提取出认证用的特征数据F_M(步骤S12)。

接下来，拍摄部20将特征数据F_M与小区域B_i对应地进行分割(步骤S13)。接下来，认证处理部6按各小区域B_i，计算出核对用特征数据F_Mi与被登记到登记数据库的登记特征数据F_Ri之间的相似度S_i(步骤S14)。其中，在相似度的计算中可使用图像间的相关系数、L1norm等。另外，不同度在具有与相似度相反的性质这点上，包括于和相似度相同的概念。

接下来，表面反射度取得部50在核对图像I_M中按每一小区域B_i取得表面反射度T_i(步骤S15)。表面反射度是表示表面反射存在怎样程度的指标。在产生了表面反射的区域中，辉度值变高。另外，在产生了表面反射的区域中，由于表面的皱纹等影响而包含较多高频分量。鉴于此，可以通过检测至少任一方的要素来取得表面反射度。

例如，表面反射度取得部50根据下述式(1)来取得表面反射度的指标。在下述式(1)中，“I_i”是小区域B_i的平均辉度值，“F_i”是小区域B_i中包含的高频分量的比例，“α₀”以及“α₁”为系数。接下来，表面反射度取得部50通过根据下述式(2)将在下述式(1)中计算出的指标标准化，来取得表面反射度T_i。根据下述式(2)，表面反射度T_i被标准化为0～1的值。其中，由于表面反射度T_i是表示表面反射的影响的系数，所以值越小则越是认证所期望的区域。

[数1]

${\tilde{T}}_i={\mathrm{\α}}_0{I}_i+{\mathrm{\α}}_1{F}_i---\left(1\right)$

[数2]

$T_i=\frac{{\tilde{T}}_i}{{<{\tilde{T}}_i>}_{\max }}---\left(2\right)$

此外，也可以通过对手掌整体的辉度值进行插值来求出表面反射度T_i。在该方式中，可以将手掌整体的辉度值拟合(fitting)为样条曲线等较平坦的形状，将超出拟合曲线的区域判断为表面反射较高的区域。拟合的方法并不特别限定，例如可以使用非专利文献1记载的方法。具体而言，在关注小区域B_i时，根据下述式(3)，将小区域B_i的中心位置的辉度值G_i与拟合而得到的同坐标下的辉度值H_i之间的差值计算为表面反射度的指标。根据该指标，按照上述式(2)能够取得表面反射度T_i。其中，如果(G_i－H_i)为负，则可以为表面反射度T_i＝0.0。

[数3]

${\tilde{T}}_i=G_i-H_i---\left(3\right)$

接下来，认证处理部60使用可靠度V_i以及表面反射度T_i来校正相似度S_i(步骤S16)。可靠度越低，认证处理部60越使相似度降低，表面反射度越高，认证处理部60越使相似度降低。另外，可靠度越高，认证处理部60越使相似度增大，表面反射度越低，认证处理部60越使相似度增大。即，校正后的相似度是反映了小区域的可靠度以及表面反射的影响双方的值。因此，与单纯地核对小区域间的相似度的方式相比，能够获得认证精度提高的效果。作为一个例子，认证处理部60通过根据下述式(4)校正相似度S_i，来计算出相似度S_i′。

[数4]

S_i′＝S_i·(1.0-T_i)·V_i    (4)

接下来，认证处理部60使用校正相似度S_i′进行本人判定。例如，认证处理部60针对各登记用户，求出校正相似度S_i′的中间值作为最终的相似度S_Total＝Med(S_j)，判定相似度S_Total是否大于阈值(步骤S17)。Med()是赋予中间值(中央值)的函数。通过如此以小区域单位进行核对，在手掌整体不一致那样的情况下也能够准确认证。另外，通过取得各区域的相似度的中间值，能够抑制相似度过高的块、相似度过低的块的影响且实现稳定的认证。此外，在上述的例子中使用了中间值，但也可以将其他统计量作为指标而使用。

当存在在步骤S17中判定为“是”的登记用户时，认证处理部60将被认证用户判定为该登记用户本人(步骤S18)。当在步骤S17中判定为“否”的情况下，认证处理部60判定为在登记用户之中不存在被认证用户(是其他人)(步骤S19)。

在步骤S18的执行后，可靠度处理部40基于认证结果来更新可靠度V_i(步骤S20)。例如，可靠度处理部40按照相似度Si越高则可靠度V_i越高的方式更新可靠度V_i。具体而言，可靠度处理部40根据下述式(5)来计算可靠度的指标。α是用于将相似度S_i的值标准化为0.0～1.0的范围的系数。即，存在相似度S_i通过计算方式能够取各种范围的值的可能性。例如，在使用相关系数的情况下成为0.0～1.0的范围的值，在使用距离的方式中有时取更大的值。用于将它们统一而使用的标准化系数为α。该块的相似度越高，下述式(5)的指标具有越高的值。即，在作为本人而认证OK时，可认为相似度高的区域可靠度较高。另外，下述式(5)的指标是该认证处理中的可靠度。可靠度处理部40使用该值，计算出按照下述式(6)更新了小区域B_i的可靠度V_i后的可靠度V_i′。

[数5]

${\tilde{V}}_I=\mathrm{\&alpha;}\&CenterDot;S_i---\left(5\right)$

[数6]

$V_i^{\&prime;}=(1.0-w)V_i+w{\tilde{V}}_i---\left(6\right)$

其中，在上述式(6)中，w为更新权重(0.0～1.0)。由此，根据上述式(6)，基于当前的可靠度V_i，使用决定更新的速度的权重w来慢慢地更新可靠度V_i。在该更新权重w的设定中可以如下述式(7)那样使用表面反射度T_i。在下述式(7)中，w₀是表示更新的整体速度的常量。通过使表面反射度T_i反映于更新权重w，具有表面反射大的区域的更新的权重下降的效果。相反在表面反射度T_i较小的情况下，由于该小区域B_i的相似度S_i为可靠的，所以能够提高更新权重w。结果，能够提高可靠度V_i的更新的精度。

[数7]

w＝w₀(1.0-T_i)    (7)

在步骤S20的执行后以及步骤S19的执行后，图7的流程图结束。

根据本实施例，能够使登记特征数据与核对用特征数据的相似度反映与生物体图像的各区域建立了关联的校正系数以及表面反射度双方。该情况下，即使不使用较大尺寸的设备、高价的设备等，也能够提高认证精度。即，能够抑制装置尺寸以及成本且提高认证精度。例如，在仅反映任一方的情况下，表面反射少，但作为认证有时基于重要性、可靠性较低的区域的核对结果来进行本人判定。或者，即便是认证中的可靠度较高的区域，在表面反射存在较多的情况下有时也进行误认证。与此相对，根据本实施例，通过使登记特征数据与核对用特征数据的相似度反映与生物体图像的各区域建立了关联的校正系数以及表面反射度双方，能够提高认证精度。在此，可靠度V_i是针对各用户固有的值，另一方面，表面反射度T_i为在认证处理时取得的值。通过这两者的组合，具有认证精度提高的效果。

另外，由于区域的可靠度V_i按个人而不同，所以通过使用认证结果来更新V_i使得认证精度提高。特别是由于表面反射度T_i是表示相应的认证处理中的该区域的品质的指标，所以通过在更新的速度中利用表面反射度T_i，使得认证精度提高。

(变形例)

在上述的例子中，在登记处理时未取得表面反射度，但并不局限于此。例如，也可以在登记处理时取得表面反射度，将该表面反射度与登记特征数据建立关联。将在登记处理时取得的表面反射度与各小区域B_i对应地作为表面反射度T_i′。登记处理部70也可以使该表面反射度T_i′包含在登记数据中。以下，对该情况的登记处理进行说明。

图9(a)是在本变形例涉及的登记处理时执行的流程图的一个例子。以下，参照图9(a)对本变形例涉及的登记处理的一个例子进行说明。首先，拍摄部20取得生物体传感器104拍摄到的手掌图像I_R(步骤S31)。接下来，拍摄部20根据生物体传感器104所取得的手掌图像I_R检测手掌区域。接下来，拍摄部20提取手掌区域的特征数据F_R(步骤S32)。接下来，拍摄部20与通过对检测出的手掌区域进行分割而得到的多个小区域B_i对应地取得特征数据F_Ri(步骤S33)。

接下来，表面反射度取得部50在手掌图像I_R中按每一个小区域B_i计算出表面反射度T_i′(步骤S34)。接下来，登记处理部70将特征数据F_Ri以及表面反射度T_i′与小区域B_i建立关联，作为登记数据登记到登记数据库0(步骤S35)。图9(b)中表示了登记数据的一个例子。在步骤S35的执行后，图9(a)的流程图结束。在本变形例中，由于在登记处理时未设定可靠度V_i，所以可以将首次的认证处理的相似度作为可靠度而使用。另外，在本变形例中，也可以在登记处理时设定可靠度V_i，使其包含在登记数据中。

在表面反射度T_i′包含于登记数据的情况下，认证处理部60可以使用表面反射度T_i′、可靠度V_i以及表面反射度T_i来校正相似度S_i。例如，认证处理部60可以通过按照下述式(8)校正相似度S_i，来计算出相似度S_i′。根据下述式(8)，能够可靠度越低则越使相似度降低，表面反射度越高则越使相似度降低，能够可靠度越高则越使相似度增大，表面反射度越低则越使相似度增大。

[数8]

S_i′＝S_i·(1.0-T_i′)·(1.0-T_i)·V_i    (8)

此外，在上述各例中，登记处理时的生物体传感器和认证处理时的生物体传感器为相同的传感器，但也可以不同。例如，作为核对用的传感器，可以使用笔记本PC等便携式终端所具备的传感器，作为登记用的传感器，可以使用固定的高精度传感器。其中，该情况下，可以在登记传感器侧搭载使表面反射降低的技术。该情况下，由于能够抑制登记用的生物体图像中的表面反射的影响，所以即使登记数据中包含表面反射度，也能够实现高精度的认证。

此外，上述各例以1：N认证为对象，但也可以为以1：1认证为对象。1：N认证是指从N个登记的用户中确定符合的用户的认证方式。1：1认证是指在预先使用ID卡等来明示自己是谁的基础上进行认证的方式。因此，是判定1个已登记的用户与被认证用户是否一致的认证方式。

在上述各例中，使用手掌作为被拍摄体，但也可以通过拍摄手指等其他被拍摄体，来提取该被拍摄体的皮下的静脉图案作为生物体信息。另外，在上述实施例中，使用静脉图案作为生物体，但只要是表面反射分量被表现为噪声的生物体，就能够使用上述各例。例如，也可以将面部、虹膜等作为生物体信息而使用。

另外，在上述各例中，将生物体的区域分割为多个小区域，但也可以针对一个区域的认证处理使用上述各例。

也可以向生物体认证装置100提供记录有用于实现生物体认证装置100的功能的软件程序的记录介质，由CPU101执行该程序。作为用于提供程序的存储介质，例如有CD－ROM、DVD、蓝光或者SD卡等。另外，在上述各实施例中，通过由CPU执行程序来实现各功能，但并不局限于此。例如，也可以使用专用的电路等来实现各功能。

以上，针对本发明的实施例进行了详细的说明，但本发明并不是由所涉及的特定的实施例限定的，而是能够在权利要求书记载的本发明的主旨范围内进行各种的变形、变更。

附图标记说明：10…整体控制部；20…拍摄部；30…特征提取部；40…可靠度处理部；50…表面反射度取得部；60…认证处理部；70…登记处理部；80…登记数据库；100…生物体认证装置；104…生物体传感器。

Claims (9)

1.一种生物体认证装置，其特征在于，具备：

保存登记特征数据的保存部；

取得用户的生物体图像的生物体传感器；

取得所述生物体图像的表面反射度的表面反射度取得部；

从所述生物体图像提取核对用特征数据的特征提取部；以及

基于所述核对用特征数据与所述登记特征数据的相似度，来进行核对的认证处理部，

所述认证处理部使所述相似度反映与所述生物体图像的区域建立了关联的校正系数以及所述表面反射度。

2.根据权利要求1所述的生物体认证装置，其特征在于，

所述认证处理部分别对所述生物体图像中包含的多个区域求出所述相似度。

3.根据权利要求1或者2所述的生物体认证装置，其特征在于，

具备校正系数处理部，该校正系数处理部基于所述认证处理部的认证结果来更新所述校正系数。

4.根据权利要求3所述的生物体认证装置，其特征在于，

所述校正系数处理部使用所述表面反射度作为所述校正系数的更新的权重。

5.根据权利要求1～4中任一项所述的生物体认证装置，其特征在于，

所述保存部保存生物体图像的表面反射度，该生物体图像的表面反射度成为所述登记特征数据的基础，

所述认证处理部使所述登记特征数据与所述核对用特征数据的相似度反映所述保存部中保存的表面反射度。

6.根据权利要求1～5中任一项所述的生物体认证装置，其特征在于，

所述表面反射度取得部基于所述生物体图像的辉度值以及高频分量来取得表面反射度。

7.根据权利要求1～5中任一项所述的生物体认证装置，其特征在于，

所述表面反射度取得部通过针对所述生物体图像的辉度值的拟合处理来取得表面反射度。

8.一种生物体认证方法，其特征在于，

取得使用生物体传感器而取得的生物体图像的表面反射度，

从所述生物体图像提取核对用特征数据，

在基于所述核对用特征数据与登记特征数据的相似度来进行核对时，使所述相似度反映与所述生物体图像的区域建立了关联的校正系数以及所述表面反射度。

9.一种生物体认证程序，其特征在于，使计算机执行下述步骤：

取得使用生物体传感器而取得的生物体图像的表面反射度的步骤；

从所述生物体图像提取核对用特征数据的步骤；以及

在基于所述核对用特征数据与登记特征数据的相似度来进行核对时，使所述相似度反映与所述生物体图像的区域建立了关联的校正系数以及所述表面反射度的步骤。