CN111971671A - 认证装置 - Google Patents
认证装置 Download PDFInfo
- Publication number
- CN111971671A CN111971671A CN201880090981.XA CN201880090981A CN111971671A CN 111971671 A CN111971671 A CN 111971671A CN 201880090981 A CN201880090981 A CN 201880090981A CN 111971671 A CN111971671 A CN 111971671A
- Authority
- CN
- China
- Prior art keywords
- matching
- information
- score
- person
- feature information
- 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
Links
- 238000012795 verification Methods 0.000 claims abstract description 70
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000000284 extract Substances 0.000 claims abstract description 3
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 14
- 230000001186 cumulative effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Abstract
提供能够降低本人拒绝率的认证装置。认证装置具有:特征提取部,其从活体信息传感器取得的核对者的活体信息中提取特征信息;特征信息存储部,其存储有一个以上的利用者和多个非利用者的活体信息的特征信息;第一核对得分计算部,其将由所述特征提取部提取出的核对者的活体信息的核对者特征信息,与所述特征信息存储部中存储的作为利用者之一的核对对象者的活体信息的核对对象者特征信息和多个非利用者的活体信息的非利用者特征信息分别进行比较,计算第一核对得分;核对得分校正部,其根据与所述多个非利用者特征信息之间的第一核对得分对与所述核对对象者特征信息之间的第一核对得分进行校正;以及认证部,其在所述校正后的第一核对得分为预先设定的判别阈值以上的情况下,将所述核对者认证为所述核对对象者。
Description
技术领域
本发明涉及认证装置。
背景技术
专利文献1公开一种认证装置。根据该认证装置,能够减少活体信息的平均输入次数。
现有技术文献
专利文献
专利文献1:日本特许第4951415号公报
发明内容
发明要解决的课题
但是,在专利文献1记载的认证装置中,有时无法正确地认证为本人。因此,存在改善本人拒绝率的余地。
本发明正是为了解决上述课题而完成的。本发明的目的在于,提供能够降低本人拒绝率的认证装置。
用于解决课题的手段
本发明的认证装置具有:特征提取部,其从活体信息传感器取得的核对者的活体信息中提取特征信息;特征信息存储部,其存储有一个以上的利用者和多个非利用者的活体信息的特征信息;第一核对得分计算部,其将由所述特征提取部提取出的核对者的活体信息的核对者特征信息,与所述特征信息存储部中存储的作为利用者之一的核对对象者的活体信息的核对对象者特征信息和多个非利用者的活体信息的非利用者特征信息分别进行比较,计算第一核对得分;核对得分校正部,其根据与所述多个非利用者特征信息之间的第一核对得分对与所述核对对象者特征信息之间的第一核对得分进行校正;以及认证部,其在所述校正后的第一核对得分为预先设定的判别阈值以上的情况下,将所述核对者认证为所述核对对象者。
发明效果
根据本发明,根据非利用者的活体信息的特征信息对第一核对得分进行校正。因此,能够降低本人拒绝率。
附图说明
图1是应用实施方式1中的认证装置的认证系统的结构图。
图2是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验分布和估计出的概率分布(概率密度分布)的图。
图3是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数的图。
图4是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数之差的图。
图5是用于说明实施方式1中的认证装置的第一核对得分的校正动作的概要的流程图。
图6是实施方式1中的认证装置的硬件结构图。
图7是应用实施方式2中的认证装置的认证系统的结构图。
图8是示出实施方式2中的认证装置计算第二核对得分时使用的可信度的图。
图9是用于说明实施方式2中的认证装置的第一核对得分的校正动作的概要的流程图。
具体实施方式
按照添加的附图对用于实施本发明的方式进行说明。另外,在各图中,对相同或相当的部分标注相同标号。该部分的重复说明适当简化或省略。
实施方式1
图1是应用实施方式1中的认证装置的认证系统的结构图。
如图1所示,认证系统具有活体信息传感器1和认证装置2。
活体信息传感器1被设置成能够取得活体信息。例如,活体信息传感器1被设置成能够从利用者的手指取得指纹数据。
认证装置2具有特征信息存储部2a、特征提取部2b、第一核对得分计算部2c、核对得分校正部2d、认证部2e和传递部2f。
特征信息存储部2a被设置成能够存储一个以上的利用者的活体信息的特征信息和多个非利用者的活体信息的特征信息。例如,特征信息存储部2a存储利用者的指纹数据的特征点信息和非利用者的指纹数据的特征点信息。
特征提取部2b被设置成能够提取活体信息传感器1取得的活体信息的特征信息。
第一核对得分计算部2c被设置成能够对由特征信息存储部2a存储的特征信息和由特征提取部2b提取出的特征信息进行比较,计算第一核对得分。
核对得分校正部2d被设置成能够根据多个非利用者的活体信息的特征信息对由第一核对得分计算部2c计算出的第一核对得分进行校正。此时,核对得分校正部2d根据针对多个非利用者的活体信息的特征信息的第一核对得分相对于估计出的概率分布的适合性的判定结果,判定是否进行校正。
认证部2e被设置成能够根据由核对得分校正部2d校正后的第一核对得分判定是否进行认证。
传递部2f被设置成能够将表示认证部2e的认证结果的信息发送到进出室管理装置等外部设备。
另外,以不会成为偏倚具有特定特征的特征信息的集合的方式,从大量非利用者的活体信息的特征信息中选定多个非利用者的活体信息的非利用者特征信息。以后,设活体信息是指纹数据进行说明。并且,设核对者为核对手指,设核对对象者为核对对象手指,设本人为本人手指,设他人为他人手指,设特征信息为特征点信息。设针对核对手指i的核对对象手指j的第一核对得分为sij,他人手指核对得分矩阵S由以下的(1)式表示。
【数式1】
S=(s1 … sN) (1)
这里,sj由以下的(2)式表示。
【数式2】
例如,通过以下方法选定非利用者特征点信息。
在步骤1中,将特定的核对对象手指的他人手指核对得分向量sj视为概率变量的样本值列,计算各sj的熵。
然后,在步骤2中,熵最大的核对对象手指的特征点信息成为非利用者特征点信息的初始集合。
然后,在步骤3中,利用{r1、r2、…、rM}表示非利用者特征点信息中包含的手指,使用该他人手指核对得分矩阵和非利用者特征点信息的候选核对对象手指的他人手指得分sk,进行以下的(3)式表示的奇异值分解。
【数式3】
这里,该他人手指核对得分矩阵由以下的(4)式表示。
【数式4】
然后,在步骤4中,设具有非0特异值的奇异向量为u1、u2、…、uM+1,将使以下的(5)式最大化的核对对象手指k的特征点信息与非利用者特征点信息相加。这里,绝对值的平方表示矩阵的各元素的平方和。
【数式5】
|(u1 … uM+1)tS|2 (5)
然后,反复进行步骤3和步骤4,直到非利用者特征点信息中包含的核对对象手指成为预先设定的数量为止。
接着,使用图2~图4对第一核对得分的分布适合性的判定方法进行说明。
图2是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验分布和估计出的概率分布(概率密度分布)的图。图3是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数的图。图4是示出基于实施方式1中的认证装置的与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数之差的图。
如图2所示,根据与非利用者特征点信息之间的第一核对得分的分布,例如将概率密度分布估计成对数正态分布。此外,在估计成对数正态分布的情况下,例如能够根据第一核对得分的对数的平均值和标准偏差值估计对数正态分布的参数。
如图3所示,计算与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数。
如图4所示,计算与非利用者特征点信息之间的第一核对得分的经验累计分布和估计出的累计分布函数之差。计算该差的最大值作为分布适合性的判定统计量。
在判定统计量小于分布适合性判定阈值ξ的情况下,判定为与非利用者特征点信息之间的第一核对得分基于估计出的概率分布。
接着,使用图5对认证装置2的第一核对得分的校正动作的概要进行说明。
图5是用于说明实施方式1中的认证装置的第一核对得分的校正动作的概要的流程图。
在步骤S1中,认证装置2判定核对手指特征点信息与核对对象手指的特征点信息之间的第一核对得分Sorg是否小于判别阈值Sref。
在步骤S1中第一核对得分Sorg为判别阈值Sref以上的情况下,认证装置2结束校正动作。
在步骤S1中第一核对得分Sorg小于判别阈值Sref的情况下,认证装置2进行步骤S2的动作。在步骤S2中,认证装置2计算核对手指特征点信息与非利用者特征点信息之间的第一核对得分。然后,认证装置2进行步骤S3的动作。
在步骤S3中,认证装置2估计针对非利用者特征点信息的第一核对得分的概率分布,根据估计出的概率分布计算针对他人手指特征点信息的第一核对得分的估计最大值Smax。例如,估计最大值Smax为估计出的概率分布的规定的上侧概率的值。然后,认证装置2进行步骤S4的动作。在步骤S4中,认证装置2判定从第一核对得分Sorg减去针对他人手指特征点信息的第一核对得分的估计最大值Smax而得到的值是否大于得分差ΔSmin。
在步骤S4中从第一核对得分Sorg减去针对他人手指特征点信息的第一核对得分的估计最大值Smax而得到的值为得分差ΔSmin以下的情况下,认证装置2结束校正动作。
在步骤S4中从第一核对得分Sorg减去针对他人手指特征点信息的第一核对得分的估计最大值Smax而得到的值大于得分差ΔSmin的情况下,认证装置2进行步骤S5的动作。在步骤S5中,认证装置2进行核对手指特征点信息与非利用者特征点信息之间的第一核对得分相对于估计出的概率分布的适合性判定。
在步骤S5中判定结果为“不适合”的情况下,认证装置2结束校正动作。
在步骤S5中判定结果为“适合”的情况下,认证装置2进行步骤S6的动作。
在步骤S6中,认证装置2将对从判别阈值Sref减去针对他人手指特征点信息的第一核对得分的估计最大值Smax后的值乘以规定的比例系数α而得到的值与第一核对得分Sorg相加,由此计算校正后得分S。然后,认证装置2结束校正动作。
根据以上说明的实施方式1,根据非利用者的指纹数据的特征点信息对第一核对得分进行校正。因此,能够降低本人拒绝率。
此外,以特征没有偏倚的方式选定多个非利用者的指纹数据的非利用者特征点信息。因此,能够更加可靠地降低本人拒绝率。
此外,在与非利用者特征点信息之间的第一核对得分相对于估计出的概率分布的适合性的判定结果为“不适合”的情况下,不对核对得分进行校正。因此,能够抑制对核对得分无用地进行校正。
此外,仅将第一核对得分小于判别阈值Sref的核对手指作为对象,进行校正以使第一核对得分增大。因此,能够更加可靠地降低本人拒绝率。
接着,使用图6对认证装置2的例子进行说明。
图6是实施方式1中的认证装置的硬件结构图。
认证装置2的各功能能够通过处理电路实现。例如,处理电路具有至少一个处理器3a和至少一个存储器3b。例如,处理电路具有至少一个专用硬件4。
在处理电路具有至少一个处理器3a和至少一个存储器3b的情况下,认证装置2的各功能通过软件、固件或软件与固件的组合来实现。软件和固件中的至少一方被描述成程序。软件和固件中的至少一方存储在至少一个存储器3b中。至少一个处理器3a读出并执行至少一个存储器3b中存储的程序,由此实现认证装置2的各功能。至少一个处理器3a也称作中央处理装置、处理装置、运算装置、微处理器、微计算机、DSP。例如,至少一个存储器3b是RAM、ROM、闪存、EPROM、EEPROM等非易失性或易失性半导体存储器、磁盘、软盘、光盘、高密度盘、迷你盘、DVD等。
在处理电路具有至少一个专用硬件4的情况下,处理电路例如通过单一电路、复合电路、程序化的处理器、并行程序化的处理器、ASIC、FPGA或它们的组合来实现。例如,认证装置2的各功能分别通过处理电路实现。例如,认证装置2的各功能统一通过处理电路实现。
关于认证装置2的各功能,也可以通过专用硬件4实现一部分,通过软件或固件实现另一部分。例如可以是,核对得分校正部2d的功能通过作为专用硬件4的处理电路实现,至少一个处理器3a读出并执行至少一个存储器3b中存储的程序,由此实现核对得分校正部2d的功能以外的功能。
这样,处理电路通过硬件4、软件、固件或它们的组合来实现认证装置2的各功能。
实施方式2
图7是应用实施方式2中的认证装置的认证系统的结构图。另外,对与实施方式1的部分相同或相当的部分标注相同标号。省略该部分的说明。
实施方式2的认证装置2是对实施方式1的认证装置2附加第二核对得分计算部2g而成的认证装置。
第二核对得分计算部2g被设置成能够将核对者特征信息与核对对象者特征信息和多个非利用者特征信息分别进行比较,计算第二核对得分。
在实施方式2中,核对得分校正部2d对将核对者特征信息与核对对象者特征信息进行比较而由第一核对得分计算部2c计算出的第一核对得分、和将核对者特征信息与核对对象者特征信息进行比较而由第二核对得分计算部2g计算出的第二核对得分进行比较。在该第一核对得分小于该第二核对得分的情况下,核对得分校正部2d根据与多个非利用者特征信息之间的第二核对得分,估计针对他人特征信息的第二核对得分的概率分布。进而,核对得分校正部2d根据估计出的概率分布估计针对他人特征信息的第二核对得分的最大值。在将核对者特征信息与核对对象者特征信息进行比较而计算出的第二核对得分大于估计出的针对他人特征信息的第二核对得分的最大值的情况下,核对得分校正部2d对将核对者特征信息与核对对象者特征信息进行比较而计算出的第一核对得分进行校正。具体而言,核对得分校正部2d将该第一核对得分变更成将核对者特征信息与核对对象者特征信息进行比较而计算出的第二核对得分。
接着,使用图8对第二核对得分的计算方法进行说明。
图8是示出实施方式2中的认证装置计算第二核对得分时使用的可信度的图。
通过以下的(6)式计算第二核对得分。
【数式6】
这里,Nmtch表示核对手指的特征点信息和核对对象手指的特征点信息中包含的特征点中一致的特征点的数量。Nvrfc表示核对手指的特征点信息的数量。Nrgst表示核对对象手指的特征点信息的数量。Nmax表示特征点的最大数。
x0和y0是调整参数。在通过以下的(7)式表示x0时,通过以下的(8)式表示y0。
【数式7】
【数式8】
另外,(6)式的前半部分反映一致的特征点的比例。(6)式的后半部分反映图8所示的该比例的可信度。
接着,使用图9对认证装置2的第一核对得分的校正动作的概要进行说明。
图9是用于说明实施方式2中的认证装置的第一核对得分的校正动作的概要的流程图。
在步骤S11中,认证装置2判定第一核对得分Sorg是否满足以下的(9)式。
【数式9】
Sref-ΔS≤Sorg<Sref (9)
这里,Sref是判别阈值。ΔS是得分差。
在步骤S11中第一核对得分Sorg不满足(9)式的情况下,认证装置2进行步骤S12的动作。在步骤S12中,认证装置2将第一核对得分Sorg设为最终得分Srslt。
在步骤S11中第一核对得分Sorg满足(9)式的情况下,认证装置2进行步骤S13的动作。在步骤S13中,认证装置2计算第二核对得分Ssmpl。然后,认证装置2进行步骤S14的动作。在步骤S14中,认证装置2判定第一核对得分Sorg是否小于第二核对得分Ssmpl。
在步骤S14中第一核对得分Sorg为第二核对得分Ssmpl以上的情况下,认证装置2进行步骤S15的动作。在步骤S15中,认证装置2将第一核对得分Sorg设为最终得分Srslt。
在步骤S14中第一核对得分Sorg小于第二核对得分Ssmpl的情况下,认证装置2进行步骤S16的动作。在步骤S16中,认证装置2估计与多个非利用者特征点信息之间的第二核对得分的概率分布。然后,认证装置2进行步骤S17的动作。
在步骤S17中,认证装置2根据估计出的概率分布计算针对他人手指特征点信息的第二核对得分的估计最大值Smax。然后,认证装置2进行步骤S18的动作。在步骤S18中,认证装置2判定针对他人手指特征点信息的第二核对得分的估计最大值Smax是否小于第二核对得分Ssmpl。
在步骤S18中针对他人手指特征信息的第二核对得分的估计最大值Smax为第二核对得分Ssmpl以上的情况下,认证装置2进行步骤S19的动作。在步骤S19中,认证装置2将第一核对得分Sorg设为最终得分Srslt。
在步骤S18中针对他人手指特征信息的第二核对得分的估计最大值Smax小于第二核对得分Ssmpl的情况下,认证装置2进行步骤S20的动作。在步骤S20中,认证装置2进行核对手指特征点信息和非利用者特征点信息的第二核对得分相对于估计出的概率分布的适合性判定。
在步骤S20中判定结果为“不适合”的情况下,认证装置2进行步骤S19的动作。在步骤S19中,认证装置2将第一核对得分Sorg设为最终得分Srslt。
在步骤S20中判定结果为“适合”的情况下,认证装置2进行步骤S21的动作。在步骤S20中,认证装置2将第二核对得分Ssmpl设为最终得分Srslt。
根据以上说明的实施方式2,在将核对者特征信息与核对对象者特征信息进行比较而计算出的第二核对得分大于估计出的针对他人特征信息的第二核对得分的最大值的情况下,核对得分校正部2d把将核对者特征信息与核对对象者特征信息进行比较而计算出的第一核对得分,变更成将核对者特征信息与核对对象者特征信息进行比较而计算出的第二核对得分。因此,能够降低本人拒绝率。
此外,根据核对手指的特征点信息和核对对象手指的特征点信息中包含的特征点中一致的特征点的比例以及该比例的可信度,计算第二核对得分。因此,能够以更加妥当的第二核对得分降低本人拒绝率。
另外,也可以不计算第一核对得分,而是根据核对者的特征信息和核对对象者的特征信息中包含的特征中一致的特征的比例以及该比例的可信度,计算与第二核对得分同等的核对得分。该情况下,也能够进行妥当的认证。
此外,也可以将静脉数据、掌纹数据、虹膜数据、面部数据等作为活体信息。进而,也可以将图案信息作为特征信息。这些情况下,也能够降低本人拒绝率。
产业上的可利用性
如上所述,本发明的认证装置能够用于降低本人拒绝率的系统。
标号说明
1:活体信息传感器;2:认证装置;2a:特征信息存储部;2b:特征提取部;2c:第一核对得分计算部;2d:核对得分校正部;2e:认证部;2f:传递部;2g:第二核对得分计算部;3a:处理器;3b:存储器;4:硬件。
Claims (9)
1.一种认证装置,该认证装置具有:
特征提取部,其从活体信息传感器取得的核对者的活体信息中提取特征信息;
特征信息存储部,其存储有一个以上的利用者和多个非利用者的活体信息的特征信息;
第一核对得分计算部,其将由所述特征提取部提取出的核对者的活体信息的核对者特征信息,与所述特征信息存储部中存储的作为利用者之一的核对对象者的活体信息的核对对象者特征信息和多个非利用者的活体信息的非利用者特征信息分别进行比较,计算第一核对得分;
核对得分校正部,其根据与所述多个非利用者特征信息之间的第一核对得分对与所述核对对象者特征信息之间的第一核对得分进行校正;以及
认证部,其在所述校正后的第一核对得分为预先设定的判别阈值以上的情况下,将所述核对者认证为所述核对对象者。
2.根据权利要求1所述的认证装置,其中,
所述特征信息存储部存储有以活体信息的特征信息没有偏倚的方式选定的多个非利用者的活体信息的非利用者特征信息。
3.根据权利要求1或2所述的认证装置,其中,
所述核对得分校正部根据与所述多个非利用者特征信息之间的第一核对得分估计针对他人的活体信息的他人特征信息的第一核对得分的概率分布,进而根据所述估计出的概率分布估计针对他人特征信息的核对者特征信息的第一核对得分的最大值,根据从所述判别阈值减去所述估计出的第一核对得分的最大值而得到的值,对由所述第一核对得分计算部计算出的第一核对得分进行校正。
4.根据权利要求1~3中的任意一项所述的认证装置,其中,
所述核对得分校正部根据与所述多个非利用者特征信息之间的第一核对得分估计针对他人特征信息的第一核对得分的累计分布函数,在与所述多个非利用者特征信息之间的第一核对得分的经验累计分布与所述估计出的累计分布函数之差的最大值为预先设定的分布适合性判定阈值以上的情况下,不对由所述第一核对得分计算部计算出的第一核对得分进行校正。
5.根据权利要求1~4中的任意一项所述的认证装置,其中,
活体信息是指纹数据,特征信息是特征点信息。
6.根据权利要求1~3中的任意一项所述的认证装置,其中,
第二核对得分计算部具有第二核对得分计算部,该第二核对得分计算部将所述核对者特征信息与所述核对对象者特征信息和多个非利用者特征信息分别进行比较,计算第二核对得分,
在将所述核对者特征信息与所述核对对象者特征信息进行比较而由第一核对得分计算部计算出的第一核对得分,小于将所述核对者特征信息与所述核对对象者特征信息进行比较而由第二核对得分计算部计算出的第二核对得分的情况下,所述核对得分校正部根据与所述多个非利用者特征信息之间的第二核对得分估计针对他人特征信息的第二核对得分的概率分布,进而根据所述估计出的概率分布估计针对他人特征信息的核对者特征信息的第二核对得分的最大值,在将所述核对者特征信息与所述核对对象者特征信息进行比较而计算出的第二核对得分,大于所述估计出的针对他人特征信息的第二核对得分的最大值的情况下,所述核对得分校正部把将所述核对者特征信息与所述核对对象者特征信息进行比较而计算出的第一核对得分,变更成将所述核对者特征信息与所述核对对象者特征信息进行比较而计算出的第二核对得分。
7.根据权利要求6所述的认证装置,其中,
活体信息是指纹数据,特征信息是特征点信息。
8.根据权利要求7所述的认证装置,其中,
所述第二核对得分计算部根据核对者的特征点信息和核对对象者的特征点信息中包含的特征点中一致的特征点的比例以及该比例的可信度计算第二核对得分。
9.一种认证装置,其中,
所述认证装置具有核对得分计算部,该核对得分计算部根据核对者的特征信息和核对对象者的特征信息中包含的特征中一致的特征的比例以及该比例的可信度计算核对得分。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/016634 WO2019207649A1 (ja) | 2018-04-24 | 2018-04-24 | 認証装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111971671A true CN111971671A (zh) | 2020-11-20 |
Family
ID=68294468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880090981.XA Pending CN111971671A (zh) | 2018-04-24 | 2018-04-24 | 认证装置 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6962458B2 (zh) |
CN (1) | CN111971671A (zh) |
WO (1) | WO2019207649A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023175790A1 (ja) * | 2022-03-16 | 2023-09-21 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び記録媒体 |
WO2024023925A1 (ja) * | 2022-07-26 | 2024-02-01 | 富士通株式会社 | 候補者絞り込み方法、候補者絞り込み装置、及び候補者絞り込みプログラム |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003186836A (ja) * | 2001-12-18 | 2003-07-04 | Mitsubishi Electric Corp | 複合認証システム |
JP2008041034A (ja) * | 2006-08-10 | 2008-02-21 | Matsushita Electric Ind Co Ltd | 認証装置、登録装置、登録認証装置、認証方法、登録方法、認証プログラムおよび登録プログラム |
CN101571920A (zh) * | 2008-04-30 | 2009-11-04 | 株式会社日立制作所 | 生物体认证系统、认证客户机终端以及生物体认证方法 |
JP2011086202A (ja) * | 2009-10-16 | 2011-04-28 | Glory Ltd | 照合装置、照合方法および照合プログラム |
WO2011061862A1 (ja) * | 2009-11-17 | 2011-05-26 | 株式会社日立製作所 | 生体情報を用いた認証システム及び認証装置 |
JP2011221705A (ja) * | 2010-04-07 | 2011-11-04 | Seiko Epson Corp | 認証システム、および認証方法 |
JP2012014231A (ja) * | 2010-06-29 | 2012-01-19 | Fujitsu Ltd | 認証装置、認証プログラム、および認証方法 |
CN103003840A (zh) * | 2010-09-30 | 2013-03-27 | 富士通先端科技株式会社 | 登记程序、登记装置以及登记方法 |
US20140020090A1 (en) * | 2011-03-22 | 2014-01-16 | Fujitsu Limited | Biometric authentication system, biometric authentication method, and recording medium |
CN103810470A (zh) * | 2012-11-14 | 2014-05-21 | 富士通株式会社 | 生物信息校正设备、方法以及计算机可读记录介质 |
CN104205165A (zh) * | 2012-03-28 | 2014-12-10 | 富士通株式会社 | 生物体认证装置、生物体认证方法、以及生物体认证程序 |
US20150371098A1 (en) * | 2013-02-26 | 2015-12-24 | Nec Corporation | Authentication device, authentication method and program storage medium |
CN105512530A (zh) * | 2014-10-10 | 2016-04-20 | 富士通株式会社 | 生物信息校正装置和生物信息校正方法 |
JP2016081250A (ja) * | 2014-10-15 | 2016-05-16 | ソニー株式会社 | 情報処理装置および情報処理方法 |
JP2018028815A (ja) * | 2016-08-18 | 2018-02-22 | 富士通株式会社 | 評価装置、評価方法および評価プログラム |
-
2018
- 2018-04-24 JP JP2020515343A patent/JP6962458B2/ja active Active
- 2018-04-24 WO PCT/JP2018/016634 patent/WO2019207649A1/ja active Application Filing
- 2018-04-24 CN CN201880090981.XA patent/CN111971671A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003186836A (ja) * | 2001-12-18 | 2003-07-04 | Mitsubishi Electric Corp | 複合認証システム |
JP2008041034A (ja) * | 2006-08-10 | 2008-02-21 | Matsushita Electric Ind Co Ltd | 認証装置、登録装置、登録認証装置、認証方法、登録方法、認証プログラムおよび登録プログラム |
CN101571920A (zh) * | 2008-04-30 | 2009-11-04 | 株式会社日立制作所 | 生物体认证系统、认证客户机终端以及生物体认证方法 |
JP2011086202A (ja) * | 2009-10-16 | 2011-04-28 | Glory Ltd | 照合装置、照合方法および照合プログラム |
WO2011061862A1 (ja) * | 2009-11-17 | 2011-05-26 | 株式会社日立製作所 | 生体情報を用いた認証システム及び認証装置 |
CN102598052A (zh) * | 2009-11-17 | 2012-07-18 | 株式会社日立制作所 | 利用生物体信息的认证系统及认证装置 |
JP2011221705A (ja) * | 2010-04-07 | 2011-11-04 | Seiko Epson Corp | 認証システム、および認証方法 |
JP2012014231A (ja) * | 2010-06-29 | 2012-01-19 | Fujitsu Ltd | 認証装置、認証プログラム、および認証方法 |
CN103003840A (zh) * | 2010-09-30 | 2013-03-27 | 富士通先端科技株式会社 | 登记程序、登记装置以及登记方法 |
US20140020090A1 (en) * | 2011-03-22 | 2014-01-16 | Fujitsu Limited | Biometric authentication system, biometric authentication method, and recording medium |
CN104205165A (zh) * | 2012-03-28 | 2014-12-10 | 富士通株式会社 | 生物体认证装置、生物体认证方法、以及生物体认证程序 |
CN103810470A (zh) * | 2012-11-14 | 2014-05-21 | 富士通株式会社 | 生物信息校正设备、方法以及计算机可读记录介质 |
US20150371098A1 (en) * | 2013-02-26 | 2015-12-24 | Nec Corporation | Authentication device, authentication method and program storage medium |
CN105512530A (zh) * | 2014-10-10 | 2016-04-20 | 富士通株式会社 | 生物信息校正装置和生物信息校正方法 |
JP2016081250A (ja) * | 2014-10-15 | 2016-05-16 | ソニー株式会社 | 情報処理装置および情報処理方法 |
JP2018028815A (ja) * | 2016-08-18 | 2018-02-22 | 富士通株式会社 | 評価装置、評価方法および評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019207649A1 (ja) | 2020-12-03 |
JP6962458B2 (ja) | 2021-11-05 |
WO2019207649A1 (ja) | 2019-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6418033B2 (ja) | 個人識別装置、識別閾値設定方法、およびプログラム | |
JP5975293B2 (ja) | 認証装置及びプログラム | |
JP5121681B2 (ja) | 生体認証システム、認証クライアント端末、及び生体認証方法 | |
US9298996B2 (en) | Biometric authentication device and method | |
JP5045128B2 (ja) | 顔認証装置 | |
JP5710748B2 (ja) | 生体認証システム | |
JP4594176B2 (ja) | 画像処理装置及び入退室管理システム | |
JPWO2006078054A1 (ja) | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム | |
JP2020524860A5 (zh) | ||
Gomez-Barrero et al. | Face verification put to test: A hill-climbing attack based on the uphill-simplex algorithm | |
CN111971671A (zh) | 认证装置 | |
JP2010108074A (ja) | 生体認証システム及び方法 | |
Qin et al. | Quality assessment of finger-vein image | |
JP5289152B2 (ja) | 生体認証装置および生体認証システム | |
JP2010039981A (ja) | 認証にかかる履歴情報を用いる生体認証のためのプログラム,装置および方法 | |
JP6164284B2 (ja) | 認証装置、認証方法およびコンピュータプログラム | |
KR20170061891A (ko) | 지문 템플릿 관리 방법 및 지문 템플릿 관리 방법을 이용한 지문 인증 장치 | |
JP7067061B2 (ja) | 生体認証装置、生体認証方法および生体認証プログラム | |
US20080063242A1 (en) | Bioinformation authenticating device and bioinformation authenticating method | |
WO2012029150A1 (ja) | 生体認証システム、生体認証方法、及びプログラム | |
US9922234B2 (en) | Biometric identification method | |
JP2003044858A (ja) | 個人認証装置および方法 | |
JP7315884B2 (ja) | 認証方法、認証プログラム、および情報処理装置 | |
JP2014067352A (ja) | 生体認証装置、生体認証方法、及びプログラム | |
JP2012123526A (ja) | 生体認証装置、および生体認証方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |