JP2000182057A - 個人識別方法、個人識別装置および記録媒体 - Google Patents

個人識別方法、個人識別装置および記録媒体

Info

Publication number
JP2000182057A
JP2000182057A JP10361629A JP36162998A JP2000182057A JP 2000182057 A JP2000182057 A JP 2000182057A JP 10361629 A JP10361629 A JP 10361629A JP 36162998 A JP36162998 A JP 36162998A JP 2000182057 A JP2000182057 A JP 2000182057A
Authority
JP
Japan
Prior art keywords
feature point
data
point data
individual
registered
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
JP10361629A
Other languages
English (en)
Other versions
JP3439359B2 (ja
Inventor
Seiichi Hiratsuka
誠一 平塚
Satoru Yano
悟 矢野
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.)
NEC Corp
NEC Informatec Systems Ltd
Original Assignee
NEC Corp
NEC Informatec Systems Ltd
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 NEC Corp, NEC Informatec Systems Ltd filed Critical NEC Corp
Priority to JP36162998A priority Critical patent/JP3439359B2/ja
Priority to TW088122028A priority patent/TW556117B/zh
Priority to US09/461,414 priority patent/US6526396B1/en
Priority to KR1019990058464A priority patent/KR100352565B1/ko
Priority to SG9906419A priority patent/SG103808A1/en
Publication of JP2000182057A publication Critical patent/JP2000182057A/ja
Application granted granted Critical
Publication of JP3439359B2 publication Critical patent/JP3439359B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】 確率論的に他人排除率を下げることなく、本
人識別率の向上を図る。 【解決手段】 照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと、既登録の照合対象とな
る特徴点データとの照合結果を求め、該照合結果により
得られた相似の度合が、既登録の特徴点データに対応し
て設定された個別閾値を越えたか否かにより個人を識別
する個人識別装置において、個別閾値を、照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と対特徴点データとの照合スコア分布と、照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と非対特徴点データとの照合スコア分布とに基づいて算
出する個別閾値算出手段２３を有する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、指紋等の本人の身
体的特徴を示すデータを用いた個人識別において、その
身体的特徴の相似の度合を基準にして判定を行う個人識
別方法、個人識別装置および個人識別装置の機能を実現
するためのプログラムを記録したコンピュータにより読
み取り可能な記録媒体に関する。
【０００２】
【従来の技術】従来の個人識別方法としては、例えば、
個人固有の複数の身体的特徴を用いる個人認証方法（特
開平８−１６７８８号公報）がある。これは音声、指
紋、筆跡等の個人固有の複数の特徴を読み取り、読み取
った特徴パラメータをそれぞれ個人の特徴を反映する複
数のカテゴリに分割し、分割した各カテゴリをその個人
の特徴の現われ易さにより重み付けを施して統合し、統
合により得られた各特徴パラメータをその個人の特徴の
現われ易さにより重み付けを施して統合し、統合結果を
閾値と比較して本人確認を行うものである。
【０００３】また個人識別装置として特開平１０−１２
４６６９号公報に記載されている指紋照合装置がある。
この指紋照合装置は、指紋を光学的に採取して画像信号
を出力し、該画像信号を指紋画像データに変換し、該指
紋画像データから指紋特徴量を抽出し、該指紋特徴量の
１フレームに最も近いコードベクトルのコードラベルを
出力することにより、１系列の指紋特徴量に対して１系
列の量子化コード系列を求め、該量子化コード系列を用
いて統計的確率モデルを推定し、登録指毎の統計的確率
モデルによる識別対象指紋のシンボル系列の受理確率を
求め、受理確率が設定閾値以上なら識別対象者が登録者
であると判定するものである。
【０００４】更に個人識別装置として特開平８−１３８
０４６号公報に記載されている指紋センサがある。この
指紋センサは、指紋部分が反射面に当接されるプリズム
の該反射面にて反射され上記反射面に当接している指紋
の凹凸情報を持つ反射光と、本人のものとして予め登録
されている指紋画像との光相関演算によって得た相関出
力に基づいて、本人の指紋であるか否かを判定する指紋
センサであって、上記反射光のフーリエスペクトルの積
分値を検出するフーリエスペクトル積分値検出手段と、
上記相関出力のピーク値または積分値を検出する相関出
力代表値検出手段とを備え、上記反射光のフーリエスペ
クトル積分値と、上記相関出力のピーク値または積分値
との比を判定対象値とし、その判定対象値を所定の閾値
と比較することによって本人か否かを判定するものであ
る。
【０００５】上述した従来の個人識別方法あるいは個人
識別装置にあっては、本人か否かを識別するための照合
閾値は固定的な値を使用していた。これは適切な照合閾
値の設定が困難であるためである。
【０００６】
【発明が解決しようとする課題】上述した従来の個人識
別方法あるいは個人識別装置にあっては、本人か否かを
識別するための照合閾値は固定的な値を使用していたた
めに、照合閾値を高く設定すると他人を本人と識別して
しまう危険性は減少するが、例えば、個人の身体的特徴
を示すデータとして指紋を使用する場合には、十分な指
紋品質が得られない場合には本人であるにもかかわらず
本人と認識できないことがあった。
【０００７】逆に照合閾値を低く設定すると、このよう
な指紋品質があまり高くない場合にも 本人と識別でき
るが、こんどは他人を本人であると誤認してしまう可能
性が高くなるという問題が有った。
【０００８】本発明は、このような事情に鑑みてなされ
たものであり、個人の身体的特徴を示すデータから抽出
された特徴点データ毎に それぞれ別の個別閾値を設定
し確率論的に他人排除率を下げることなく、本人識別率
の向上を図った個人識別方法、個人識別装置および記録
媒体を提供することを目的とする。
【０００９】
【課題を解決するための手段】上記目的を達成するため
に請求項１に記載の発明は、入力された照合元の個人の
身体的特徴を示すデータから抽出された特徴点データ
と、既登録の照合対象となる特徴点データとの照合結果
を求め、該照合結果により得られた相似の度合が、前記
既登録の特徴点データに対応して設定された個別閾値を
越えたか否かにより個人を識別する個人識別方法におい
て、前記個別閾値を前記照合元の個人の身体的特徴を示
すデータから抽出された特徴点データと対特徴点データ
との照合スコア分布と、前記照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと非対特徴点
データとの照合スコア分布とに基づいて算出することを
特徴とする。
【００１０】請求項１に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別方法において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
スコア分布と、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと非対特徴点データと
の照合スコア分布とに基づいて算出するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【００１１】また請求項２に記載の発明は、入力された
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データと、既登録の照合対象となる特徴点データ
との照合結果を求め、該照合結果により得られた相似の
度合が、前記既登録の特徴点データに対応して設定され
た個別閾値を越えたか否かにより個人を識別する個人識
別方法において、前記照合元の個人の身体的特徴を示す
データから抽出された特徴点データと、既登録のすべて
の特徴点データとの照合結果を求め、かつ該照合結果を
示す照合スコアと前記既登録の各特徴点データに対応し
て設定された個別閾値データとを順次、比較し、該比較
結果に基づいて個人を識別することを特徴とする。
【００１２】請求項２に記載の発明によれば、照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと、既登録のすべての特徴点データとの照合結果を
求め、かつ該照合結果を示す照合スコアと前記既登録の
各特徴点データに対応して設定された個別閾値データと
を順次、比較し、該比較結果に基づいて個人を識別する
ようにしたので、予め照合対象となる個人の特徴点デー
タを特定する指定データ（ＩＤデータ）を入力する必要
がなくなり、指定データの入力負荷を低減することがで
きる。
【００１３】また請求項３に記載の発明は、請求項１ま
たは２のいずれかに記載の個人識別方法において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとを
照合した際に算出された相似の度合の最高スコアと、前
記照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データについてとり得ると想定される照合スコ
ア分布における最小スコアとの中間値に設定されること
を特徴とする。
【００１４】請求項３に記載の発明によれば、請求項１
または２のいずれかに記載の個人識別方法において、個
別閾値を、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと非対特徴点データとを照
合した際に算出された相似の度合の最高スコアと、前記
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データについてとり得ると想定される照合スコア
分布における最小スコアとの中間値に設定するようにし
たので、入力された照合元の個人の身体的特徴を示すデ
ータの品質に応じて登録特徴点データについて個別に閾
値を持たせることにより、それぞれの個人の身体的特徴
を示すデータから抽出された特徴点データのスコア特性
に合わせて個人識別における合否判定を行うことができ
る。
【００１５】また請求項４に記載の発明は、請求項１ま
たは３のいずれかに記載の個人識別方法において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと既登録の特徴点データ
との照合結果に基づいて更新されることを特徴とする。
【００１６】請求項４に記載の発明によれば、請求項１
または３のいずれかに記載の個人識別方法において、前
記個別閾値を、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと既登録の特徴点デー
タとの照合結果に基づいて更新するようにしたので、個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【００１７】また請求項５に記載の発明は、入力された
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データと、既登録の照合対象となる特徴点データ
との照合結果を求め、該照合結果により得られた相似の
度合が、前記既登録の特徴点データに対応して設定され
た個別閾値を越えたか否かにより個人を識別する個人識
別装置において、前記個別閾値を、前記照合元の個人の
身体的特徴を示すデータから抽出された特徴点データと
対特徴点データとの照合スコア分布と、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとの照合スコア分布とに基づいて
算出する個別閾値算出手段を有することを特徴とする。
【００１８】請求項５に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と対特徴点データとの照合スコア分布と、前記照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと非対特徴点データとの照合スコア分布とに基づい
て算出する個別閾値算出手段を有するようにしたので、
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００１９】また請求項６に記載の発明は、個人の身体
的特徴を示すデータおよび照合対象となる既登録の特徴
点データを特定する指定データを入力する入力手段と、
個人の身体的特徴を示すデータから抽出された特徴点
データ群と、該特徴点データ群の各々に対応して設定さ
れる個別閾値データ群とが格納される記憶手段と、登録
時には前記入力手段により入力された複数の前記個人の
身体的特徴を示すデータから複数の特徴点データを抽出
し、該複数の特徴点データどうしの照合結果に基づいて
登録すべき特徴点データを決定し、かつ該登録すべき特
徴点データと既登録の特徴点データとを照合し該照合結
果に統計的処理を施すことにより個別閾値を算出し、前
記登録すべき特徴点データおよび前記個別閾値データを
前記記憶手段に格納すると共に、照合時には前記入力手
段により入力された個人の身体的特徴を示すデータから
照合元の特徴点データを抽出し、前記指定データに基づ
いて照合対象となる既登録の特徴点データを前記記憶手
段より読み出し、前記照合元の特徴点データと読み出し
た前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記指定データに基
づいて前記記憶手段より読み出した個別閾値データとの
比較結果に基づいて個人の識別を行うデータ処理手段と
を有することを特徴とする。
【００２０】請求項６に記載の発明によれば、データ処
理手段は、照合時には入力手段により入力された複数の
前記個人の身体的特徴を示すデータから複数の特徴点デ
ータを抽出し、該複数の特徴点データどうしの照合結果
に基づいて登録すべき特徴点データを決定し、かつ該登
録すべき特徴点データと既登録の特徴点データとを照合
し該照合結果に統計的処理を施すことにより個別閾値を
算出し、前記登録すべき特徴点データおよび前記個別閾
値データを記憶手段に格納すると共に、照合時には前記
入力手段により入力された個人の身体的特徴を示すデー
タから照合元の特徴点データを抽出し、前記指定データ
に基づいて照合対象となる既登録の特徴点データを前記
記憶手段より読み出し、前記照合元の特徴点データと読
み出した前記照合対象となる既登録の特徴点データとを
照合し、該照合結果を示す照合スコアと前記指定データ
に基づいて前記記憶手段より読み出した個別閾値データ
との比較結果に基づいて個人の識別を行うようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【００２１】また請求項７に記載の発明は、個人の身体
的特徴を示すデータを入力する入力手段と、個人の身体
的特徴を示すデータから抽出された特徴点データ群と、
該特徴点データ群の各々に対応して設定される個別閾値
データ群とが格納される記憶手段と、登録時には前記入
力手段により入力された複数の前記個人の身体的特徴を
示すデータから複数の特徴点データを抽出し、該複数の
特徴点データどうしの照合結果に基づいて登録すべき特
徴点データを決定し、かつ該登録すべき特徴点データと
既登録の特徴点データとを照合し該照合結果に統計的処
理を施すことにより個別閾値を算出し、前記登録すべき
特徴点データおよび前記個別閾値データを前記記憶手段
に格納すると共に、照合時には前記入力手段により入力
された個人の身体的特徴を示すデータから照合元の特徴
点データを抽出し、かつ照合対象となる既登録のすべて
の特徴点データを前記記憶手段より順次、読み出し、前
記照合元の特徴点データと読み出した前記照合対象とな
る既登録の特徴点データとを照合し、該照合結果を示す
照合スコアと前記記憶手段より読み出した前記既登録の
特徴点データに対応する個別閾値データとの比較結果を
集計し、該集計結果に基づいて個人の識別を行うデータ
処理手段とを有することを特徴とする。
【００２２】請求項７に記載の発明によれば、データ処
理手段は、登録時には前記入力手段により入力された複
数の前記個人の身体的特徴を示すデータから複数の特徴
点データを抽出し、該複数の特徴点データどうしの照合
結果に基づいて登録すべき特徴点データを決定し、かつ
該登録すべき特徴点データと既登録の特徴点データとを
照合し該照合結果に統計的処理を施すことにより個別閾
値を算出し、前記登録すべき特徴点データおよび前記個
別閾値データを前記記憶手段に格納すると共に、照合時
には前記入力手段により入力された個人の身体的特徴を
示すデータから照合元の特徴点データを抽出し、かつ照
合対象となる既登録のすべての特徴点データを前記記憶
手段より順次、読み出し、前記照合元の特徴点データと
読み出した前記照合対象となる既登録の特徴点データと
を照合し、該照合結果を示す照合スコアと前記記憶手段
より読み出した前記既登録の特徴点データに対応する個
別閾値データとの比較結果を集計し、該集計結果に基づ
いて個人の識別を行うようにしたので、予め照合対象と
なる個人の特徴点データを特定する指定データ（ＩＤデ
ータ）を入力する必要がなくなり、指定データの入力負
荷を低減することができる。
【００２３】また請求項８に記載の発明は、請求項６に
記載の個人識別装置において、前記データ処理手段は、
前記照合元の特徴点データと読み出した前記照合対象と
なる既登録の特徴点データとを照合し、該照合結果を示
す照合スコアと前記指定データに基づいて前記記憶手段
より読み出した個別閾値データとの比較結果に基づいて
前記個別閾値データを更新することを特徴とする。
【００２４】請求項８に記載の発明によれば、データ処
理手段は、前記照合元の特徴点データと読み出した前記
照合対象となる既登録の特徴点データとを照合し、該照
合結果を示す照合スコアと前記指定データに基づいて前
記記憶手段より読み出した個別閾値データとの比較結果
に基づいて前記個別閾値データを更新するようにしたの
で、個人識別を行う際に個別閾値を最適な値に設定する
ことができる。また請求項９に記載の発明は、請求項５
乃至８のいずれかに記載の個人識別装置において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとを
照合した際に算出された相似の度合の最高スコアと、前
記照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データについてとり得ると想定される照合スコ
ア分布における最小スコアとの中間値に設定されること
を特徴とする。
【００２５】請求項９に記載の発明によれば、個別閾値
を、前記照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと非対特徴点データとを照合した
際に算出された相似の度合の最高スコアと、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データについてとり得ると想定される照合スコア分布に
おける最小スコアとの中間値に設定するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質に応じて登録特徴点データについて個別に閾値を
持たせることにより、それぞれの個人の身体的特徴を示
すデータから抽出された特徴点データのスコア特性に合
わせて個人識別における合否判定を行うことができる。
【００２６】また請求項１０に記載の発明は、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と対特徴点データとの照合スコア分布と、前記照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと非対特徴点データとの照合スコア分布とに基づい
て算出する個別閾値算出手段を有することを特徴とする
個人識別装置の機能を実現するためのプログラムを記録
したコンピュータにより読み取り可能な記録媒体を要旨
とする。
【００２７】請求項１０に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別装置において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと対特徴点データとの照合スコア分布と、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと非対特徴点データとの照合スコア分布とに基づ
いて算出する個別閾値算出手段を有することを特徴とす
る個人識別装置の機能を実現するためのプログラムをコ
ンピュータにより読み取り可能な記録媒体に記録するよ
うにしたので、この記録媒体に記録されたプログラムを
コンピュータシステムに読み込ませ、実行することによ
り入力された照合元の個人の身体的特徴を示すデータの
品質が悪く、照合対象となる既登録の特徴点データとの
照合スコアが低い場合においても個人の識別が可能とな
る。
【００２８】請求項１１に記載の発明は、個人の身体的
特徴を示すデータおよび照合対象となる既登録の特徴点
データを特定する指定データを入力する入力手段と、個
人の身体的特徴を示すデータから抽出された特徴点デー
タ群と、該特徴点データ群の各々に対応して設定される
個別閾値データ群とが格納される記憶手段と、登録時に
は前記入力手段により入力された複数の前記個人の身体
的特徴を示すデータから複数の特徴点データを抽出し、
該複数の特徴点データどうしの照合結果に基づいて登録
すべき特徴点データを決定し、かつ該登録すべき特徴点
データと既登録の特徴点データとを照合し該照合結果に
統計的処理を施すことにより個別閾値を算出し、前記登
録すべき特徴点データおよび前記個別閾値データを前記
記憶手段に格納すると共に、照合時には前記入力手段に
より入力された個人の身体的特徴を示すデータから照合
元の特徴点データを抽出し、前記指定データに基づいて
照合対象となる既登録の特徴点データを前記記憶手段よ
り読み出し、前記照合元の特徴点データと読み出した前
記照合対象となる既登録の特徴点データとを照合し、該
照合結果を示す照合スコアと前記指定データに基づいて
前記記憶手段より読み出した個別閾値データとの比較結
果に基づいて個人の識別を行うデータ処理手段と、を有
することを特徴とする個人識別装置の機能を実現するた
めのプログラムを記録したコンピュータにより読み取り
可能な記録媒体を要旨とする。
【００２９】請求項１１に記載の発明によれば、個人の
身体的特徴を示すデータおよび照合対象となる既登録の
特徴点データを特定する指定データを入力する入力手段
と、個人の身体的特徴を示すデータから抽出された特徴
点データ群と、該特徴点データ群の各々に対応して設定
される個別閾値データ群とが格納される記憶手段と、登
録時には前記入力手段により入力された複数の前記個人
の身体的特徴を示すデータから複数の特徴点データを抽
出し、該複数の特徴点データどうしの照合結果に基づい
て登録すべき特徴点データを決定し、かつ該登録すべき
特徴点データと既登録の特徴点データとを照合し該照合
結果に統計的処理を施すことにより個別閾値を算出し、
前記登録すべき特徴点データおよび前記個別閾値データ
を前記記憶手段に格納すると共に、照合時には前記入力
手段により入力された個人の身体的特徴を示すデータか
ら照合元の特徴点データを抽出し、前記指定データに基
づいて照合対象となる既登録の特徴点データを前記記憶
手段より読み出し、前記照合元の特徴点データと読み出
した前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記指定データに基
づいて前記記憶手段より読み出した個別閾値データとの
比較結果に基づいて個人の識別を行うデータ処理手段
と、を有することを特徴とする個人識別装置の機能を実
現するためのプログラムをコンピュータにより読み取り
可能な記録媒体に記録するようにしたので、この記録媒
体に記録されたプログラムをコンピュータシステムに読
み込ませ、実行することにより入力された照合元の個人
の身体的特徴を示すデータの品質が悪く、照合対象とな
る既登録の特徴点データとの照合スコアが低い場合にお
いても個人の識別が可能となる。
【００３０】請求項１２に記載の発明は、個人の身体的
特徴を示すデータを入力する入力手段と、個人の身体的
特徴を示すデータから抽出された特徴点データ群と、該
特徴点データ群の各々に対応して設定される個別閾値デ
ータ群とが格納される記憶手段と、登録時には前記入力
手段により入力された複数の前記個人の身体的特徴を示
すデータから複数の特徴点データを抽出し、該複数の特
徴点データどうしの照合結果に基づいて登録すべき特徴
点データを決定し、かつ該登録すべき特徴点データと既
登録の特徴点データとを照合し該照合結果に統計的処理
を施すことにより個別閾値を算出し、前記登録すべき特
徴点データおよび前記個別閾値データを前記記憶手段に
格納すると共に、照合時には前記入力手段により入力さ
れた個人の身体的特徴を示すデータから照合元の特徴点
データを抽出し、かつ照合対象となる既登録のすべての
特徴点データを前記記憶手段より順次、読み出し、前記
照合元の特徴点データと読み出した前記照合対象となる
既登録の特徴点データとを照合し、該照合結果を示す照
合スコアと前記記憶手段より読み出した前記既登録の特
徴点データに対応する個別閾値データとの比較結果を集
計し、該集計結果に基づいて個人の識別を行うデータ処
理手段と、を有することを特徴とする個人識別装置の機
能を実現するためのプログラムを記録したコンピュータ
により読み取り可能な記録媒体を要旨とする。
【００３１】請求項１２に記載の発明によれば、個人の
身体的特徴を示すデータを入力する入力手段と、個人の
身体的特徴を示すデータから抽出された特徴点データ群
と、該特徴点データ群の各々に対応して設定される個別
閾値データ群とが格納される記憶手段と、登録時には前
記入力手段により入力された複数の前記個人の身体的特
徴を示すデータから複数の特徴点データを抽出し、該複
数の特徴点データどうしの照合結果に基づいて登録すべ
き特徴点データを決定し、かつ該登録すべき特徴点デー
タと既登録の特徴点データとを照合し該照合結果に統計
的処理を施すことにより個別閾値を算出し、前記登録す
べき特徴点データおよび前記個別閾値データを前記記憶
手段に格納すると共に、照合時には前記入力手段により
入力された個人の身体的特徴を示すデータから照合元の
特徴点データを抽出し、かつ照合対象となる既登録のす
べての特徴点データを前記記憶手段より順次、読み出
し、前記照合元の特徴点データと読み出した前記照合対
象となる既登録の特徴点データとを照合し、該照合結果
を示す照合スコアと前記記憶手段より読み出した前記既
登録の特徴点データに対応する個別閾値データとの比較
結果を集計し、該集計結果に基づいて個人の識別を行う
データ処理手段と、を有することを特徴とする個人識別
装置の機能を実現するためのプログラムをコンピュータ
により読み取り可能な記録媒体に記録するようにしたの
で、この記録媒体に記録されたプログラムをコンピュー
タシステムに読み込ませ、実行することにより予め照合
対象となる個人の特徴点データを特定する指定データ
（ＩＤデータ）を入力する必要がなくなり、指定データ
の入力負荷を低減することができる。
【００３２】請求項１３に記載の発明は、請求項６に記
載の個人識別装置において、前記データ処理手段は、前
記照合元の特徴点データと読み出した前記照合対象とな
る既登録の特徴点データとを照合し、該照合結果を示す
照合スコアと前記指定データに基づいて前記記憶手段よ
り読み出した個別閾値データとの比較結果に基づいて前
記個別閾値データを更新することを特徴とする個人識別
装置の機能を実現するためのプログラムを記録したコン
ピュータにより読み取り可能な記録媒体を要旨とする。
【００３３】請求項１３に記載の発明によれば、請求項
６に記載の個人識別装置において、前記データ処理手段
は、前記照合元の特徴点データと読み出した前記照合対
象となる既登録の特徴点データとを照合し、該照合結果
を示す照合スコアと前記指定データに基づいて前記記憶
手段より読み出した個別閾値データとの比較結果に基づ
いて前記個別閾値データを更新することを特徴とする個
人識別装置の機能を実現するためのプログラムをコンピ
ュータにより読み取り可能な記録媒体に記録するように
したので、この記録媒体に記録されたプログラムをコン
ピュータシステムに読み込ませ、実行することにより個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【００３４】請求項１４に記載の発明は、請求項５乃至
８のいずれかに記載の個人識別装置において、前記個別
閾値は、前記照合元の個人の身体的特徴を示すデータか
ら抽出された特徴点データと非対特徴点データとを照合
した際に算出された相似の度合の最高スコアと、前記照
合元の個人の身体的特徴を示すデータから抽出された特
徴点データについてとり得ると想定される照合スコア分
布おける最小スコアとの中間値に設定されることを特徴
とする個人識別装置の機能を実現するためのプログラム
を記録したコンピュータにより読み取り可能な記録媒体
を要旨とする。
【００３５】請求項１４に記載の発明によれば、請求項
５乃至８のいずれかに記載の個人識別装置において、前
記個別閾値は、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと非対特徴点データと
を照合した際に算出された相似の度合の最高スコアと、
前記照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データについてとり得ると想定される照合ス
コア分布おける最小スコアとの中間値に設定されること
を特徴とする個人識別装置の機能を実現するためのプロ
グラムをコンピュータにより読み取り可能な記録媒体に
記録するようにしたので、この記録媒体に記録されたプ
ログラムをコンピュータシステムに読み込ませ、実行す
ることにより入力された照合元の個人の身体的特徴を示
すデータの品質に応じて登録特徴点データについて個別
に閾値を持たせることにより、それぞれの個人の身体的
特徴を示すデータから抽出された特徴点データのスコア
特性に合わせて個人識別における合否判定を行うことが
できる。
【００３６】
【発明の実施の形態】本発明の実施の形態を図面を参照
して説明する。本発明の実施の形態では個人識別装置と
して指紋照合システムを例にとり、説明する。本発明の
第１の実施の形態に係る個人識別装置としての指紋照合
システムの構成を図１に示す。同図において、指紋照合
システムは、指紋読み取り装置などの入力装置１と、プ
ログラム制御により動作するデータ処理装置２と、指紋
照合に必要なデータを記憶する記憶装置３と、ディスプ
レイ装置等の出力装置４とを有している。
【００３７】入力装置１は、個人の身体的特徴を示すデ
ータとして指紋を読み取り、画像データに変換する。入
力装置１は本発明の入力手段に相当する。記憶装置３は
特徴点データ記憶部３１と、個別閾値データ記憶部３２
とを有している。
【００３８】特徴点データ記憶部３１は、指紋画像デー
タから指紋の端点・分岐点などの特徴点を抽出し、数値
化した特徴点データを記憶している。個人を識別するた
めのもので、特徴点データ記憶部３１内において全ての
特徴点データは互いに独立なものであるとする。
【００３９】個別閾値データ記憶部３２は、特徴点デー
タ記憶部３１に記憶された各特徴点データに対応する個
別の閾値、すなわち個別閾値データを記憶している。デ
ータ処理装置２は、特徴抽出手段２１と、登録特徴点選
択手段２２と、個別閾値算出手段２３と、照合手段２４
と、合否判定手段２５とを有している。データ処理装置
２は本発明のデータ処理手段に相当する。
【００４０】特徴抽出手段２１は、入力装置１から送ら
れる指紋画像データから指紋の端点・分岐点などの特徴
点を抽出し数値化する。登録特徴点選択手段２２は、特
徴抽出手段２１から与えられる複数の特徴点データどう
しで照合を行い、照合スコアの平均および分散を算出す
る。同時に入力された指紋画像データから抽出した特徴
点データの中から最高の品質のデータを選択し特徴点デ
ータ記憶部３１に送出する。
【００４１】また登録特徴点選択手段２２は、選択され
た照合元の特徴点データと既登録の特徴点データのうち
対特徴点データとの照合スコア分布と、前記選択された
照合元の特徴点データと既登録の特徴点データのうち非
対特徴点データとの照合スコア分布を求める。すなわ
ち、選択された照合元の特徴点データと非対特徴点デー
タとの最高スコアと、選択された照合元の特徴点データ
と前記対特徴点データとの照合スコアの平均および 分
散を求める。ここに対特徴点データとは本人の特徴点デ
ータを意味し、個人の身体的特徴を示すデータが指紋画
像データである場合には本人の指紋画像データから抽出
された特徴点データを意味する。また非対特徴点データ
とは、本人以外の特徴点データを意味し、個人の身体的
特徴を示すデータが指紋画像データである場合には本人
以外の指紋の特徴点データを意味する。
【００４２】個別閾値算出手段２３は、登録特徴点選択
手段２２で算出した前記選択された照合元の特徴点デー
タと非対特徴点との照合スコアの最高値と、前記選択さ
れた照合元の特徴点データと対特徴点データとの照合ス
コアの平均および 分散から個別閾値を算出し、個別閾
値データ記憶部３２に保存する。
【００４３】照合手段２４は、特徴点データ記憶部３１
に登録されている照合対象となる特徴点データを読み出
し該読み出した特徴点データと、特徴抽出手段２１から
与えられた特徴点データとを照合し、その相似の度合を
照合スコアとして数値化する。
【００４４】合否判定手段２５は、照合手段２４が出し
た照合スコアと、照合対象となる既登録の特徴点データ
に対応して設定された個別閾値データ記憶部３２に記憶
されている個別閾値データとを比較し、個別閾値を越え
た場合には出力装置４に「一致」のメッセージ等を表示
させるための制御データを出力する。
【００４５】次に、本実施の形態に係る指紋照合システ
ムの動作について説明する。まず特徴点データの登録動
作について説明する。登録時には入力装置1から同じ指
の指紋画像データを複数回、採取する。回数は２〜１０
回ぐらいであり、通常は３回採取する。
【００４６】入力装置１で採取された指紋画像データは
特徴抽出手段２１に出力され、特徴抽出手段２１では指
紋画像データから特徴点データを抽出し、数値化する。
数値化された特徴点データは登録特徴点選択手段２２
に供給される。登録特徴点選択手段２２では、複数回、
採取された特徴点データどうしでそれぞれ照合を行い、
その照合結果に基づいて例えば、最も照合スコアの高か
ったものを登録特徴点データとして、特徴点データ記憶
部３１に保存する。また登録特徴点データと以前に登録
されていた特徴点データとの 照合を行い、非対特徴点
データとの照合スコアの最高値を算出する。更に照合ス
コアの平均と標準偏差を算出し特徴点データ記憶部３１
に保存した特徴点データと共に個別閾値算出手段２３に
送出する。
【００４７】個別閾値算出手段２３では登録特徴点選択
手段で求められた非対特徴点データとの照合スコアの最
高値、を用いて、次式（１）により個別閾値Ｔsを算出
し、個別閾値データ記憶部３２に保存する。
【数１】
【００４８】ここで、Ｓiは対特徴点データとの照合ス
コアの平均値、すなわち本人の指紋との照合スコアの平
均値、σiは対特徴点データとの照合スコアの標準偏
差、すなわち本人の指紋との照合スコアの標準偏差、ｋ
は分散のパラメータ、ｔiは非対特徴点データとの照合
スコアの最高値、すなわち本人以外の指紋との照合スコ
アの最高値である。
【００４９】式（１）は、個別閾値Ｔsが、照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとを照合した際に算出された相似
の度合の最高スコアと、前記照合元の個人の身体的特徴
を示すデータから抽出された特徴点データについてとり
得ると想定される照合スコア分布における最小スコアと
の中間値に設定されることを示している。すなわち、図
１１に示すように照合元の本人の指紋画像データから抽
出された特徴点データと既登録の本人以外の指紋画像デ
ータから抽出された特徴点データとを照合した際に得ら
れる称号分布Ｍから算出された相似の度合の最高スコア
ｔｉ（Ｎ）と、本人が取り得ると想定される照合スコア
分布Ｎの最も低い照合スコアＴｎとの中間値に設定され
ることを示している。
【００５０】次に特徴点データの照合動作について説明
する。入力装置１から１指の指紋画像データと、照合対
象となる照合対象の既登録の特徴点データを特定するた
めの指定データである特徴点番号がデータ処理装置２に
入力され、特徴抽出手段２１に送られる。
【００５１】特徴抽出手段２１では指紋画像データから
特徴点データを抽出し、数値化する。 数値化された特
徴点データは照合手段２４に供給される。照合手段２４
では特徴点番号をキーとして 特徴点データ記憶部３１
から照合対象となる既登録の特徴点データを読み出し、
入力手段１より入力された指紋画像データから抽出され
た特徴点データと照合を行う。照合手段２４は照合によ
って得られるスコアと、照合対象の特徴点番号を合否判
定手段２５に与える。
【００５２】合否判定手段２５では照合手段２４より与
えられた特徴点番号をキーとして個別閾値データ記憶部
３２から個別閾値データを読み出し、該個別閾値データ
と照合スコアとの比較を行う。この比較の結果、照合ス
コアの方が大きい場合には出力装置４に「一致」のメッ
セージを表示させるための制御データを出力し、照合ス
コアの方が小さい場合には出力装置４に「不一致」のメ
ッセージを表示させるための制御データを出力する。
【００５３】本実施の形態に係る指紋照合システムの具
体的動作を図２乃至図５を参照して説明する。まず特徴
点データの登録時の動作について説明する。入力装置1
から同一指の３つの指紋画像データが入力されたとす
る。これら３つの指紋画像データは特徴抽出手段２１に
送られ、特徴抽出手段２１によりそれぞれ特徴点データ
が抽出され、数値化される。 ここで数値化された特徴
点データをＳ１、Ｓ２、Ｓ３とする。数値化された特徴
点データＳ１、Ｓ２、Ｓ３は登録特徴点選択手段２２に
送出される。
【００５４】登録特徴点選択手段２２は各特徴点データ
を、Ｓ１とＳ２、Ｓ１とＳ３のように異なる入力特徴点
データどうしで照合を行い、図４に示すように照合スコ
アを出す。それぞれの照合スコアを積算し最も高かった
ものを登録対象の特徴点データとする(ステップ５０：
図２)。図４に示す例では、特徴点データＳ１の積算値
が5500で最も高いので特徴点データＳ１が登録対象とな
る。
【００５５】登録特徴点選択手段２２は、照合スコアの
平均と標準偏差、及び登録特徴点データとそれまでに登
録されている非対特徴点データとの照合スコアの最高値
を算出する (ステップ５２、５４：図２)。次にこれら
の値を式（１）に代入し個別閾値を算出する(ステップ
５６：図２)。 式（１）においてパラメータkの値は１
〜３を用いる。算出された個別閾値は個別閾値データ記
憶部３２に保存される。
【００５６】次に特徴点データの照合動作について図３
および図５を参照して説明する。図５は図３のフローチ
ャートの具体的内容を示している。図５に示すように、
特徴点番号をキーとして特徴点データ、 個別閾値デー
タが記憶装置３に格納されている。 今、照合手段２４
に特徴抽出手段２１より入力特徴点データが与えられ、
かつ照合対象の特徴点データを検索するための指定デー
タである特徴点番号000003が入力装置1から与えられた
とする。
【００５７】図３及び図５において照合手段２４は、ス
テップ６０で特徴点データ記憶部３１から特徴点番号00
0003をキーにして対特徴点データを検索する。照合手段
２４では検索された特徴点データと入力された特徴点デ
ータとを照合し照合スコアを算出する（ステップ６
２）。ここで算出された照合スコアは図５のステップ６
２に示すように5000であるとする。
【００５８】次に、ステップ６４で合否判定手段２５
は、個別閾値データ記憶部３２から照合対象の特徴点デ
ータを特定する特徴点番号000003をキーとして対応する
個別閾値3311を得る。ステップ６６で合否判定手段２５
は、ステップ６４で得られた個別閾値と照合スコアを比
較する。ここで照合スコア5000は閾値3311より大きいの
で合否判定手段２５は、検索された特徴点データと入力
された特徴点データが一致したと判断し、出力装置4に
「一致」した旨を示す制御データを出力装置４に出力す
る。この結果、出力装置４により「一致」した旨を示す
メッセージが表示される(ステップ６８)。
【００５９】またステップ６６で合否判定手段２５は、
照合スコアが個別閾値より小さい場合には検索された特
徴点データと入力された特徴点データとが一致しないと
判断し、「不一致」である旨を示す制御データを出力装
置４に出力する。この結果、出力装置４により「不一
致」である旨を示すメッセージが表示される（ステップ
７０）。
【００６０】本発明の第１の実施の形態に係る個人識別
装置によれば、個別閾値を、前記照合元の個人の身体的
特徴を示すデータから抽出された特徴点データスコア分
布と、前記照合元の個人の身体的特徴を示すデータから
抽出された特徴点データと非対特徴点データとの照合ス
コア分布とに基づいて算出するようにしたので、入力さ
れた照合元の個人の身体的特徴を示すデータの品質が悪
く、照合対象となる既登録の特徴点データとの照合スコ
アが低い場合においても個人の識別が可能となる。
【００６１】また本発明の第１の実施の形態に係る個人
識別装置によれば、個別閾値を、前記照合元の個人の身
体的特徴を示すデータから抽出された特徴点データと非
対特徴点データとを照合した際に算出された相似の度合
の最高スコアと、前記照合元の個人の身体的特徴を示す
データから抽出された特徴点データについてとり得ると
想定される照合スコア分布における最小スコアとの中間
値に設定するようにしたので、入力された照合元の個人
の身体的特徴を示すデータの品質に応じて登録特徴点デ
ータについて個別に閾値を持たせることにより、それぞ
れの個人の身体的特徴を示すデータから抽出された特徴
点データのスコア特性に合わせて個人識別における合否
判定を行うことができる。
【００６２】次に本発明の第２の実施の形態に係る個人
識別装置としての指紋照合システムの構成を図６に示
す。図６に示すように、本実施の形態ではデータ処理装
置５が、図1に示した第１の実施の形態における データ
処理装置2の構成に加え、結果集計手段２６を有する点
で異なるだけで他の構成は第１の実施の形態に係る個人
識別装置と同様であるので重複する説明を省略する。
尚、登録特徴点選択手段２２と、個別閾値算出手段２３
は、図1に示したものと同一であり、説明の便宜上、省
略してある。尚、第１の実施の形態と同様に、入力装置
１は本発明の入力手段に相当し、データ処理装置５は本
発明のデータ処理手段にそれぞれ、相当する。
【００６３】次に図６に示した指紋照合システムの動作
について図７のフローチャートを参照して説明する。本
実施の形態では入力装置1から指紋画像が1指だけが入力
され、照合対象となる既登録の特徴点データを特定する
ための指定データである特徴点番号は入力されない点が
図1に示した第１の実施の形態とは異なる。図６におい
て入力手段１により得られた指紋画像データは特徴抽出
手段２１に送出される。
【００６４】特徴抽出手段２１では指紋画像データから
特徴点を抽出し数値化する。数値化された特徴点データ
は照合手段２４に送られる。照合手段２４では特徴点デ
ータ記憶部３１から順次、照合対象となる既登録の特徴
点データを検索し読み出して特徴抽出手段２１から入力
された前記特徴点データとの照合を行い、照合スコアを
算出する（ステップ７０、７２）。
【００６５】次いで合否判定手段２５は、照合手段より
照合スコア及び照合の際に参照した既登録の特徴点デー
タを特定する特徴点番号を受け取り、照合時に読み出し
た既登録の各特徴点データに対応して設定された個別閾
値を検索する（ステップ７４）。そして合否判定手段２
５は、ステップ７２で求めた照合スコアと照合時に読み
出した既登録の各特徴点データに対応して設定された個
別閾値とを大小比較し、照合スコアが前記個別閾値を越
えた場合には 集計変数に退避する(ステップ７８)。こ
のステップ７０〜７８の処理は、特徴点データ記憶部３
１に含まれる全ての特徴点データとの照合が終了するま
で、この処理が繰り返し行われる（ステップ８０）。
【００６６】合否判定手段２５により特徴点データ記憶
部３１に含まれる全ての特徴点データとの照合が終了し
たら、集計変数に退避された照合結果一覧が合否判定手
段２５より結果集計手段２６に送出される。
【００６７】結果集計手段２６では集計変数に退避され
ているデータを集計する（ステップ８２）。結果集計手
段２６は、集計変数にデータが有るか否かにより指紋の
照合結果について「一致」、「不一致」を判定し、この
判定結果を出力装置４に出力する（ステップ８４、８
６、８８）。
【００６８】次に本実施の形態に係る指紋照合システム
の具体的動作を図８を参照して説明する。特徴点データ
の登録時の動作については第１の実施の形態と同様であ
るので説明を省略し、照合時の動作について説明する。
図８は図７に示すフローチャートを具体例に基づいて示
したものであり、ステップ〓は、図７のフローの処理ス
テップに対応する処理ステップには同一の番号を付して
ある。但し、図７に示す処理ステップの一部に対応する
処理ステップについては説明の便宜上、省略してある。
【００６９】図８に示すように、特徴点番号をキーとし
て特徴点データ、個別閾値データが記憶装置３に格納さ
れている。 いま、入力特徴点データが入力装置1から与
えられたとする。まずステップ７０で特徴点データ記憶
部３１から 最初に格納されている特徴点データ000001
を検索する。
【００７０】照合手段２４では特徴点データ記憶部３１
から検索された特徴点データと特徴抽出手段２１より入
力された特徴点データとを照合し、その結果、照合スコ
アが5点であったとする（ステップ７２）。
【００７１】次にステップ７４で合否判定手段２５は、
ステップ７２で照合を行った照合対象の既登録の特徴点
データに対応する個別閾値を個別閾値データ記憶部３２
から検索し、ここでは最初の既登録の特徴点データに対
応する個別閾値854点を得る。
【００７２】次にステップ７６で合否判定手段２５は、
ステップ７４で得られた個別閾値と、 照合スコアとの
大小比較を行う。ここでは照合スコア5点に対して個別
閾値は854点なので、 一致していないと判断し、ステッ
プ７０に戻り、次の既登録の特徴点データを検索する。
【００７３】次いでステップ７０で特徴点データ記憶部
３１から次に格納されている特徴点番号000002の特徴点
データを検索する。ステップ７２で照合手段２４は、検
索された特徴点番号000002の特徴点データと特徴抽出手
段２１より入力された特徴点データとを照合し、その結
果、照合スコアが3000点であったとする。
【００７４】次にステップ７４で合否判定手段２５は、
ステップ７２で照合を行った照合対象の特徴点データに
対応する個別閾値を個別閾値データ記憶部３２から検索
し、ここでは２番目の特徴点データに対応する個別閾値
1230点を得る。
【００７５】更にステップ７６では合否判定手段２５
は、ステップ７４で得られた個別閾値と、ステップ７２
で得られた照合スコアとを比較する。 ここでは照合ス
コア3000点に対して個別閾値は1230点であり、照合スコ
アが個別閾値を越えているので、入力手段１より入力さ
れた指紋画像データから抽出された特徴点データと個別
閾値データ記憶部３２から検索された上記２番目の特徴
点データとが一致しているものと判断し、 結果集計変
数に結果を保存する(ステップ７８)。
【００７６】特徴点データ記憶部３１に保存されている
特徴点データの全てについて、以上の処理を行う。特徴
点データ記憶部３１に保存されている特徴点データの全
てについて、以上の処理が行われたと判断された場合
(ステップ８０)、結果集計変数に保存されているデータ
を結果集計手段２６に送る。
【００７７】ステップ８２において結果集計手段２６
は、集計変数に退避されているデータを集計する。結果
集計手段２６は、結果集計変数に特徴点データ番号0000
02が保存されているので、指紋の照合が一致したと判断
し、出力装置４に判定結果を出力する (ステップ８４、
８６)。
【００７８】本発明の第２の実施の形態に係る個人識別
装置によれば、第１の実施の形態に係る個人識別装置に
より得られる効果に加えて、照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと、既登録の
すべての特徴点データとの照合結果を求め、かつ該照合
結果を示す照合スコアと前記既登録の各特徴点データに
対応して設定された個別閾値データとを順次、比較し、
該比較結果に基づいて個人を識別するようにしたので、
予め照合対象となる個人の特徴点データを特定する指定
データ（ＩＤデータ）を入力する必要がなくなり、指定
データの入力負荷を低減することができる。
【００７９】また本発明の第２の実施の形態に係る個人
識別装置によれば、照合結果が一致する既登録の特徴点
データの候補が複数、出力された場合には、同一指につ
いて複数、登録されていることを知ることができ、同一
指について重複登録されているか否かをチェックするこ
とができる。
【００８０】次に本発明の第３の実施の形態に係る個人
識別装置としての指紋照合システムの構成を図９に示
す。本実施の形態に係る指紋照合システムは、データ処
理装置６が、図１に示した第１の実施の形態におけるデ
ータ処理装置２の構成に加え、既登録の各特徴点データ
に対応して設定される個別閾値を、照合元の個人の身体
的特徴を示すデータから抽出された特徴点データと既登
録の各特徴点データとの照合結果に応じて更新する個別
閾値算出手段２７、及び結果集計手段２６を有する点で
異なる。尚、登録処理を行う登録特徴点選択手段２２、
個別閾値算出手段２３は図1に示したものと同一である
ため説明の便宜上、省略してある。尚、入力装置１は本
発明の入力手段に、データ処理装置６は本発明のデータ
処理手段にそれぞれ、相当する。
【００８１】次に図９に示した本実施の形態に係る指紋
照合システムの動作について図１０のフローチャートを
参照して説明する。まず入力装置1から１指の指紋画像
データと、照合対象となる既登録の特徴点データを特定
する指定データである特徴点番号とが入力され、特徴抽
出手段２１に送出される。特徴抽出手段２１では入力さ
れた指紋画像データから特徴点を抽出し数値化する。数
値化された特徴点データと、前記特徴点番号とが特徴抽
出手段２１より照合手段２４に供給される。
【００８２】照合手段２４では照合対象の特徴点データ
を特定する特徴点番号をキーとして特徴点データ記憶部
３１から照合対象となる特徴点データを検索し（ステッ
プ１００）、入力された指紋画像データから抽出された
特徴点データとの照合を行い、照合スコアを算出する
（ステップ１０２）。この照合によって得られた照合ス
コアは合否判定手段２５に与える。
【００８３】合否判定手段２５は、照合対象の特徴点デ
ータを特定する特徴点番号をキーとして個別閾値データ
記憶部３２から個別閾値を検索し、照合スコアとの比較
を行う（ステップ１０４、１０６）。ステップ１０６で
照合スコアと個別閾値とを比較した結果、照合スコアの
方が大きい場合には入力手段１より入力された指紋画像
データから抽出された特徴点データと個別閾値データ記
憶部３２から検索された特徴点データとが一致している
ものと判断し、結果集計変数に比較結果を保存する(ス
テップ１０８)。
【００８４】この場合にはステップ１１０で対特徴点デ
ータとしての対指紋データのパラメータが更新される。
すなわち、入力手段１により入力された指紋画像データ
から抽出された特徴点データと既登録の特徴点データと
の照合スコアをＳｃとすると、式（１）において、照合
スコアの平均値Ｓｉ，分散σｉが、次式（２）、（３）
により更新されて個別閾値Ｔsが再計算され、個別閾値
データ記憶部３２に格納されている該当する個別閾値デ
ータが更新される。
【数２】
【数３】
【００８５】またステップ１０６で照合スコアと個別閾
値とを比較した結果、照合スコアの方が小さい場合には
入力手段１より入力された指紋画像データから抽出され
た特徴点データと個別閾値データ記憶部３２から検索さ
れた特徴点データとが一致しないと判断し、この場合に
はステップ１１２で非対特徴点データとしての非対指紋
データのパラメータが更新される。すなわち、登録され
ている非対特徴点データである非対指紋データとの照合
スコアの最高値ｔｉと照合スコアＳｃのうち大きい方の
値をｔｉとして式（１）により個別閾値Ｔsが再計算さ
れ、個別閾値データ記憶部32に格納されている該当する
個別閾値データが更新される。
【００８６】特徴点データ記憶部３１に保存されている
特徴点データの全てについて、以上の処理（ステップ１
００〜１１２）を行い、これが終了すると（ステップ１
１４）、結果集計手段２６は、集計変数に退避されてい
るデータを集計する。結果集計手段２６は、結果集計変
数に特徴点データ番号が保存されているか否かにより指
紋の照合が一致または、不一致であると判断し、出力装
置４に判定結果を出力する（ステップ１１６）。本発明
の第３の実施の形態に係る個人識別装置によれば、個別
閾値を、前記照合元の個人の身体的特徴を示すデータか
ら抽出された特徴点データと既登録の特徴点データとの
照合結果に基づいて更新するようにしたので、個人識別
を行う際に個別閾値を最適な値に設定することができ
る。
【００８７】尚、入力された照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと、既登録の
照合対象となる特徴点データとの照合結果を求め、該照
合結果により得られた相似の度合が、前記既登録の特徴
点データに対応して設定された個別閾値を越えたか否か
により個人を識別する個人識別装置において、前記個別
閾値を、前記照合元の個人の身体的特徴を示すデータか
ら抽出された特徴点データと対特徴点データとの照合ス
コア分布と、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとの
照合スコア分布に基づいて算出する個別閾値算出手段を
有することを特徴とする個人識別装置の機能を実現する
ためのプログラムをコンピュータにより読み取り可能な
記録媒体に記録するようにしてもよい。
【００８８】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００８９】また個人の身体的特徴を示すデータおよび
照合対象となる既登録の特徴点データを特定する指定デ
ータを入力する入力手段と、個人の身体的特徴を示すデ
ータから抽出された特徴点データ群と、該特徴点データ
群の各々に対応して設定される個別閾値データ群とが格
納される記憶手段と、登録時には前記入力手段により入
力された複数の前記個人の身体的特徴を示すデータから
複数の特徴点データを抽出し、該複数の特徴点データど
うしの照合結果に基づいて登録すべき特徴点データを決
定し、かつ該登録すべき特徴点データと既登録の特徴点
データとを照合し該照合結果に統計的処理を施すことに
より個別閾値を算出し、前記登録すべき特徴点データお
よび前記個別閾値データを前記記憶手段に格納すると共
に、照合時には前記入力手段により入力された個人の身
体的特徴を示すデータから照合元の特徴点データを抽出
し、前記指定データに基づいて照合対象となる既登録の
特徴点データを前記記憶手段より読み出し、前記照合元
の特徴点データと読み出した前記照合対象となる既登録
の特徴点データとを照合し、該照合結果を示す照合スコ
アと前記指定データに基づいて前記記憶手段より読み出
した個別閾値データとの比較結果に基づいて個人の識別
を行うデータ処理手段と、を有することを特徴とする個
人識別装置の機能を実現するためのプログラムをコンピ
ュータにより読み取り可能な記録媒体に記録するように
してもよい。
【００９０】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００９１】また個人の身体的特徴を示すデータを入力
する入力手段と、個人の身体的特徴を示すデータから抽
出された特徴点データ群と、該特徴点データ群の各々に
対応して設定される個別閾値データ群とが格納される記
憶手段と、登録時には前記入力手段により入力された複
数の前記個人の身体的特徴を示すデータから複数の特徴
点データを抽出し、該複数の特徴点データどうしの照合
結果に基づいて登録すべき特徴点データを決定し、かつ
該登録すべき特徴点データと既登録の特徴点データとを
照合し該照合結果に統計的処理を施すことにより個別閾
値を算出し、前記登録すべき特徴点データおよび前記個
別閾値データを前記記憶手段に格納すると共に、照合時
には前記入力手段により入力された個人の身体的特徴を
示すデータから照合元の特徴点データを抽出し、かつ照
合対象となる既登録のすべての特徴点データを前記記憶
手段より順次、読み出し、前記照合元の特徴点データと
読み出した前記照合対象となる既登録の特徴点データと
を照合し、該照合結果を示す照合スコアと前記記憶手段
より読み出した前記既登録の特徴点データに対応する個
別閾値データとの比較結果を集計し、該集計結果に基づ
いて個人の識別を行うデータ処理手段と、を有すること
を特徴とする個人識別装置の機能を実現するためのプロ
グラムをコンピュータにより読み取り可能な記録媒体に
記録するようにしてもよい。
【００９２】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
予め照合対象となる個人の特徴点データを特定する指定
データ（ＩＤデータ）を入力する必要がなくなり、指定
データの入力負荷を低減することができる。
【００９３】また個人の身体的特徴を示すデータおよび
照合対象となる既登録の特徴点データを特定する指定デ
ータを入力する入力手段と、個人の身体的特徴を示すデ
ータから抽出された特徴点データ群と、該特徴点データ
群の各々に対応して設定される個別閾値データ群とが格
納される記憶手段と、登録時には前記入力手段により入
力された複数の前記個人の身体的特徴を示すデータから
複数の特徴点データを抽出し、該複数の特徴点データど
うしの照合結果に基づいて登録すべき特徴点データを決
定し、かつ該登録すべき特徴点データと既登録の特徴点
データとを照合し該照合結果に統計的処理を施すことに
より個別閾値を算出し、前記登録すべき特徴点データお
よび前記個別閾値データを前記記憶手段に格納すると共
に、照合時には前記入力手段により入力された個人の身
体的特徴を示すデータから照合元の特徴点データを抽出
し、前記指定データに基づいて照合対象となる既登録の
特徴点データを前記記憶手段より読み出し、前記照合元
の特徴点データと読み出した前記照合対象となる既登録
の特徴点データとを照合し、該照合結果を示す照合スコ
アと前記指定データに基づいて前記記憶手段より読み出
した個別閾値データとの比較結果に基づいて個人の識別
を行うデータ処理手段と有する個人識別装置において、
前記データ処理手段は、前記照合元の特徴点データと読
み出した前記照合対象となる既登録の特徴点データとを
照合し、該照合結果を示す照合スコアと前記指定データ
に基づいて前記記憶手段より読み出した個別閾値データ
との比較結果に基づいて前記個別閾値データを更新する
ことを特徴とする個人識別装置の機能を実現するための
プログラムをコンピュータにより読み取り可能な記録媒
体に記録するようにしてもよい。この記録媒体に記録さ
れたプログラムをコンピュータシステムに読み込ませ、
実行することにより個人識別を行う際に個別閾値を最適
な値に設定することができる。
【００９４】また個別閾値は、照合元の個人の身体的特
徴を示すデータから抽出された特徴点データと非対特徴
点データとを照合した際に算出された相似の度合の最高
スコアと、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データについてとり得ると想定さ
れる照合スコア分布おける最小スコアとの中間値に設定
されることを特徴とする個人識別装置の機能を実現する
ためのプログラムをコンピュータにより読み取り可能な
記録媒体に記録するようにしてもよい。この記録媒体に
記録されたプログラムをコンピュータシステムに読み込
ませ、実行することにより入力された照合元の個人の身
体的特徴を示すデータの品質に応じて登録特徴点データ
について個別に閾値を持たせることにより、それぞれの
個人の身体的特徴を示すデータから抽出された特徴点デ
ータのスコア特性に合わせて個人識別における合否判定
を行うことができる。
【００９５】
【発明の効果】請求項１に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別方法において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タスコア分布と、前記照合元の個人の身体的特徴を示す
データから抽出された特徴点データと非対特徴点データ
との照合スコア分布とに基づいて算出するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【００９６】請求項２に記載の発明によれば、照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと、既登録のすべての特徴点データとの照合結果を
求め、かつ該照合結果を示す照合スコアと前記既登録の
各特徴点データに対応して設定された個別閾値データと
を順次、比較し、該比較結果に基づいて個人を識別する
ようにしたので、予め照合対象となる個人の特徴点デー
タを特定する指定データ（ＩＤデータ）を入力する必要
がなくなり、指定データの入力負荷を低減することがで
きる。
【００９７】請求項３に記載の発明によれば、請求項１
または２のいずれかに記載の個人識別方法において、個
別閾値を、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと非対特徴点データとを照
合した際に算出された相似の度合の最高スコアと、前記
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データについてとり得ると想定される照合スコア
分布における最小スコアとの中間値に設定するようにし
たので、入力された照合元の個人の身体的特徴を示すデ
ータの品質に応じて登録特徴点データについて個別に閾
値を持たせることにより、それぞれの個人の身体的特徴
を示すデータから抽出された特徴点データのスコア特性
に合わせて個人識別における合否判定を行うことができ
る。
【００９８】請求項４に記載の発明によれば、請求項１
または３のいずれかに記載の個人識別方法において、前
記個別閾値を、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと既登録の特徴点デー
タとの照合結果に基づいて更新するようにしたので、個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【００９９】請求項５に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を前記照合元の個人の
身体的特徴を示すデータから抽出された特徴点データと
対特徴点データとの照合スコア分布と、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとの照合スコア分布に基づいて算
出する個別閾値算出手段を有するようにしたので、入力
された照合元の個人の身体的特徴を示すデータの品質が
悪く、照合対象となる既登録の特徴点データとの照合ス
コアが低い場合においても個人の識別が可能となる。
【０１００】請求項６に記載の発明によれば、データ処
理手段は、照合時には入力手段により入力された複数の
前記個人の身体的特徴を示すデータから複数の特徴点デ
ータを抽出し、該複数の特徴点データどうしの照合結果
に基づいて登録すべき特徴点データを決定し、かつ該登
録すべき特徴点データと既登録の特徴点データとを照合
し該照合結果に統計的処理を施すことにより個別閾値を
算出し、前記登録すべき特徴点データおよび前記個別閾
値データを記憶手段に格納すると共に、照合時には前記
入力手段により入力された個人の身体的特徴を示すデー
タから照合元の特徴点データを抽出し、前記指定データ
に基づいて照合対象となる既登録の特徴点データを前記
記憶手段より読み出し、前記照合元の特徴点データと読
み出した前記照合対象となる既登録の特徴点データとを
照合し、該照合結果を示す照合スコアと前記指定データ
に基づいて前記記憶手段より読み出した個別閾値データ
との比較結果に基づいて個人の識別を行うようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【０１０１】請求項７に記載の発明によれば、データ処
理手段は、登録時には前記入力手段により入力された複
数の前記個人の身体的特徴を示すデータから複数の特徴
点データを抽出し、該複数の特徴点データどうしの照合
結果に基づいて登録すべき特徴点データを決定し、かつ
該登録すべき特徴点データと既登録の特徴点データとを
照合し該照合結果に統計的処理を施すことにより個別閾
値を算出し、前記登録すべき特徴点データおよび前記個
別閾値データを前記記憶手段に格納すると共に、照合時
には前記入力手段により入力された個人の身体的特徴を
示すデータから照合元の特徴点データを抽出し、かつ照
合対象となる既登録のすべての特徴点データを前記記憶
手段より順次、読み出し、前記照合元の特徴点データと
読み出した前記照合対象となる既登録の特徴点データと
を照合し、該照合結果を示す照合スコアと前記記憶手段
より読み出した前記既登録の特徴点データに対応する個
別閾値データとの比較結果を集計し、該集計結果に基づ
いて個人の識別を行うようにしたので、予め照合対象と
なる個人の特徴点データを特定する指定データ（ＩＤデ
ータ）を入力する必要がなくなり、指定データの入力負
荷を低減することができる。
【０１０２】請求項８に記載の発明によれば、データ処
理手段は、前記照合元の特徴点データと読み出した前記
照合対象となる既登録の特徴点データとを照合し、該照
合結果を示す照合スコアと前記指定データに基づいて前
記記憶手段より読み出した個別閾値データとの比較結果
に基づいて前記個別閾値データを更新するようにしたの
で、個人識別を行う際に個別閾値を最適な値に設定する
ことができる。
【０１０３】請求項９に記載の発明によれば、個別閾値
を、前記照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと非対特徴点データとを照合した
際に算出された相似の度合の最高スコアと、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データについてとり得ると想定される照合スコア分布に
おける最小スコアとの中間値に設定するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質に応じて登録特徴点データについて個別に閾値を
持たせることにより、それぞれの個人の身体的特徴を示
すデータから抽出された特徴点データのスコア特性に合
わせて個人識別における合否判定を行うことができる。
【０１０４】請求項１０に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別装置において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと対特徴点データとの照合スコア分布と、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと非対特徴点データとの照合スコア分布に基づい
て算出する個別閾値算出手段を有することを特徴とする
個人識別装置の機能を実現するためのプログラムをコン
ピュータにより読み取り可能な記録媒体に記録するよう
にしたので、この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【０１０５】請求項１１に記載の発明によれば、個人の
身体的特徴を示すデータおよび照合対象となる既登録の
特徴点データを特定する指定データを入力する入力手段
と、個人の身体的特徴を示すデータから抽出された特徴
点データ群と、該特徴点データ群の各々に対応して設定
される個別閾値データ群とが格納される記憶手段と、登
録時には前記入力手段により入力された複数の前記個人
の身体的特徴を示すデータから複数の特徴点データを抽
出し、該複数の特徴点データどうしの照合結果に基づい
て登録すべき特徴点データを決定し、かつ該登録すべき
特徴点データと既登録の特徴点データとを照合し該照合
結果に統計的処理を施すことにより個別閾値を算出し、
前記登録すべき特徴点データおよび前記個別閾値データ
を前記記憶手段に格納すると共に、照合時には前記入力
手段により入力された個人の身体的特徴を示すデータか
ら照合元の特徴点データを抽出し、前記指定データに基
づいて照合対象となる既登録の特徴点データを前記記憶
手段より読み出し、前記照合元の特徴点データと読み出
した前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記指定データに基
づいて前記記憶手段より読み出した個別閾値データとの
比較結果に基づいて個人の識別を行うデータ処理手段
と、を有することを特徴とする個人識別装置の機能を実
現するためのプログラムをコンピュータにより読み取り
可能な記録媒体に記録するようにしたので、この記録媒
体に記録されたプログラムをコンピュータシステムに読
み込ませ、実行することにより入力された照合元の個人
の身体的特徴を示すデータの品質が悪く、照合対象とな
る既登録の特徴点データとの照合スコアが低い場合にお
いても個人の識別が可能となる。
【０１０６】請求項１２に記載の発明によれば、個人の
身体的特徴を示すデータを入力する入力手段と、個人の
身体的特徴を示すデータから抽出された特徴点データ群
と、該特徴点データ群の各々に対応して設定される個別
閾値データ群とが格納される記憶手段と、登録時には前
記入力手段により入力された複数の前記個人の身体的特
徴を示すデータから複数の特徴点データを抽出し、該複
数の特徴点データどうしの照合結果に基づいて登録すべ
き特徴点データを決定し、かつ該登録すべき特徴点デー
タと既登録の特徴点データとを照合し該照合結果に統計
的処理を施すことにより個別閾値を算出し、前記登録す
べき特徴点データおよび前記個別閾値データを前記記憶
手段に格納すると共に、照合時には前記入力手段により
入力された個人の身体的特徴を示すデータから照合元の
特徴点データを抽出し、かつ照合対象となる既登録のす
べての特徴点データを前記記憶手段より順次、読み出
し、前記照合元の特徴点データと読み出した前記照合対
象となる既登録の特徴点データとを照合し、該照合結果
を示す照合スコアと前記記憶手段より読み出した前記既
登録の特徴点データに対応する個別閾値データとの比較
結果を集計し、該集計結果に基づいて個人の識別を行う
データ処理手段と、を有することを特徴とする個人識別
装置の機能を実現するためのプログラムをコンピュータ
により読み取り可能な記録媒体に記録するようにしたの
で、この記録媒体に記録されたプログラムをコンピュー
タシステムに読み込ませ、実行することにより予め照合
対象となる個人の特徴点データを特定する指定データ
（ＩＤデータ）を入力する必要がなくなり、指定データ
の入力負荷を低減することができる。
【０１０７】請求項１３に記載の発明によれば、請求項
６に記載の個人識別装置において、前記データ処理手段
は、前記照合元の特徴点データと読み出した前記照合対
象となる既登録の特徴点データとを照合し、該照合結果
を示す照合スコアと前記指定データに基づいて前記記憶
手段より読み出した個別閾値データとの比較結果に基づ
いて前記個別閾値データを更新することを特徴とする個
人識別装置の機能を実現するためのプログラムをコンピ
ュータにより読み取り可能な記録媒体に記録するように
したので、この記録媒体に記録されたプログラムをコン
ピュータシステムに読み込ませ、実行することにより個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【０１０８】請求項１４に記載の発明によれば、請求項
５乃至８のいずれかに記載の個人識別装置において、前
記個別閾値は、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと非対特徴点データと
を照合した際に算出された相似の度合の最高スコアと、
前記照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データについてとり得ると想定される照合ス
コア分布おける最小スコアとの中間値に設定されること
を特徴とする個人識別装置の機能を実現するためのプロ
グラムをコンピュータにより読み取り可能な記録媒体に
記録するようにしたので、この記録媒体に記録されたプ
ログラムをコンピュータシステムに読み込ませ、実行す
ることにより入力された照合元の個人の身体的特徴を示
すデータの品質に応じて登録特徴点データについて個別
に閾値を持たせることにより、それぞれの個人の身体的
特徴を示すデータから抽出された特徴点データのスコア
特性に合わせて個人識別における合否判定を行うことが
できる。
【図面の簡単な説明】
【図１】 本発明の第１の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図２】 図１に示した個人識別装置における特徴点デ
ータの登録時の動作を示すフローチャート。
【図３】 図１に示した個人識別装置における照合動作
を示すフローチャート。
【図４】 図１に示した個人識別装置における複数の特
徴点データから特徴点データを選択する際の照合スコア
の算出方法を示す説明図。
【図５】 図１に示した個人識別装置における照合動作
の具体例を示すフローチャート。
【図６】 本発明の第２の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図７】 図６に示した個人識別装置の処理内容を示す
フローチャート。
【図８】 図６に示した個人識別装置の処理内容の具体
例を示すフローチャート。
【図９】 本発明の第３の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図１０】 図９に示した個人識別装置の処理内容を示
すフローチャート。
【図１１】 照合元の特徴点データと非対特徴点データ
との照合スコア分布と、照合元の特徴点データと対特徴
点データとの照合スコア分布との関係を示す図。
【符号の説明】
１ 入力装置 ２ データ処理装置 ３ 記憶装置 ４ 出力装置 ２１ 特徴抽出手段 ２２ 登録特徴点選択手段 ２３ 個別閾値算出手段 ２４ 照合手段 ２５ 合否判定手段 ２６ 結果集計手段 ２７ 個別閾値算出手段 ３１ 特徴点データ記憶部 ３２ 個別閾値データ記憶部
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成１２年３月１３日（２０００．３．１
３）
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】全文
【補正方法】変更
【補正内容】
【書類名】 明細書
【発明の名称】 個人識別方法、個人識別装置および記
録媒体
【特許請求の範囲】
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、指紋等の本人の身
体的特徴を示すデータを用いた個人識別において、その
身体的特徴の相似の度合を基準にして判定を行う個人識
別方法、個人識別装置および個人識別装置の機能を実現
するためのプログラムを記録したコンピュータにより読
み取り可能な記録媒体に関する。
【０００２】
【従来の技術】従来の個人識別方法としては、例えば、
個人固有の複数の身体的特徴を用いる個人認証方法（特
開平８−１６７８８号公報）がある。これは音声、指
紋、筆跡等の個人固有の複数の特徴を読み取り、読み取
った特徴パラメータをそれぞれ個人の特徴を反映する複
数のカテゴリに分割し、分割した各カテゴリをその個人
の特徴の現われ易さにより重み付けを施して統合し、統
合により得られた各特徴パラメータをその個人の特徴の
現われ易さにより重み付けを施して統合し、統合結果を
閾値と比較して本人確認を行うものである。
【０００３】また個人識別装置として特開平１０−１２
４６６９号公報に記載されている指紋照合装置がある。
この指紋照合装置は、指紋を光学的に採取して画像信号
を出力し、該画像信号を指紋画像データに変換し、該指
紋画像データから指紋特徴量を抽出し、該指紋特徴量の
１フレームに最も近いコードベクトルのコードラベルを
出力することにより、１系列の指紋特徴量に対して１系
列の量子化コード系列を求め、該量子化コード系列を用
いて統計的確率モデルを推定し、登録指毎の統計的確率
モデルによる識別対象指紋のシンボル系列の受理確率を
求め、受理確率が設定閾値以上なら識別対象者が登録者
であると判定するものである。
【０００４】更に個人識別装置として特開平８−１３８
０４６号公報に記載されている指紋センサがある。この
指紋センサは、指紋部分が反射面に当接されるプリズム
の該反射面にて反射され上記反射面に当接している指紋
の凹凸情報を持つ反射光と、本人のものとして予め登録
されている指紋画像との光相関演算によって得た相関出
力に基づいて、本人の指紋であるか否かを判定する指紋
センサであって、上記反射光のフーリエスペクトルの積
分値を検出するフーリエスペクトル積分値検出手段と、
上記相関出力のピーク値または積分値を検出する相関出
力代表値検出手段とを備え、上記反射光のフーリエスペ
クトル積分値と、上記相関出力のピーク値または積分値
との比を判定対象値とし、その判定対象値を所定の閾値
と比較することによって本人か否かを判定するものであ
る。
【０００５】上述した従来の個人識別方法あるいは個人
識別装置にあっては、本人か否かを識別するための照合
閾値は固定的な値を使用していた。これは適切な照合閾
値の設定が困難であるためである。
【０００６】
【発明が解決しようとする課題】上述した従来の個人識
別方法あるいは個人識別装置にあっては、本人か否かを
識別するための照合閾値は固定的な値を使用していたた
めに、照合閾値を高く設定すると他人を本人と識別して
しまう危険性は減少するが、例えば、個人の身体的特徴
を示すデータとして指紋を使用する場合には、十分な指
紋品質が得られない場合には本人であるにもかかわらず
本人と認識できないことがあった。
【０００７】逆に照合閾値を低く設定すると、このよう
な指紋品質があまり高くない場合にも 本人と識別でき
るが、こんどは他人を本人であると誤認してしまう可能
性が高くなるという問題が有った。
【０００８】本発明は、このような事情に鑑みてなされ
たものであり、個人の身体的特徴を示すデータから抽出
された特徴点データ毎に それぞれ別の個別閾値を設定
し確率論的に他人排除率を下げることなく、本人識別率
の向上を図った個人識別方法、個人識別装置および記録
媒体を提供することを目的とする。
【０００９】
【課題を解決するための手段】上記目的を達成するため
に請求項１に記載の発明は、入力された照合元の個人の
身体的特徴を示すデータから抽出された特徴点データ
と、既登録の照合対象となる特徴点データとの照合結果
を求め、該照合結果により得られた相似の度合が、前記
既登録の特徴点データに対応して設定された個別閾値を
越えたか否かにより個人を識別する個人識別方法におい
て、前記個別閾値を前記照合元の個人の身体的特徴を示
すデータから抽出された特徴点データと対特徴点データ
との照合スコア分布と、前記照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと非対特徴点
データとの照合スコア分布とに基づいて算出することを
特徴とする。
【００１０】請求項１に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別方法において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
スコア分布と、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと非対特徴点データと
の照合スコア分布とに基づいて算出するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【００１１】また請求項２に記載の発明は、請求項１に
記載の個人識別方法において、前記照合元の個人の身体
的特徴を示すデータから抽出された特徴点データと、既
登録のすべての特徴点データとの照合結果を求め、かつ
該照合結果を示す照合スコアと前記既登録の各特徴点デ
ータに対応して設定された個別閾値データとを順次、比
較し、該比較結果に基づいて個人を識別することを特徴
とする。
【００１２】請求項２に記載の発明によれば、請求項１
に記載の個人識別方法において、照合元の個人の身体的
特徴を示すデータから抽出された特徴点データと、既登
録のすべての特徴点データとの照合結果を求め、かつ該
照合結果を示す照合スコアと前記既登録の各特徴点デー
タに対応して設定された個別閾値データとを順次、比較
し、該比較結果に基づいて個人を識別するようにしたの
で、予め照合対象となる個人の特徴点データを特定する
指定データ（ＩＤデータ）を入力する必要がなくなり、
指定データの入力負荷を低減することができる。
【００１３】また請求項３に記載の発明は、請求項１ま
たは２のいずれかに記載の個人識別方法において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとを
照合した際に算出された相似の度合の最高スコアと、前
記照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データについてとり得ると想定される照合スコ
ア分布における最小スコアとの中間値に設定されること
を特徴とする。
【００１４】請求項３に記載の発明によれば、請求項１
または２のいずれかに記載の個人識別方法において、個
別閾値を、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと非対特徴点データとを照
合した際に算出された相似の度合の最高スコアと、前記
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データについてとり得ると想定される照合スコア
分布における最小スコアとの中間値に設定するようにし
たので、入力された照合元の個人の身体的特徴を示すデ
ータの品質に応じて登録特徴点データについて個別に閾
値を持たせることにより、それぞれの個人の身体的特徴
を示すデータから抽出された特徴点データのスコア特性
に合わせて個人識別における合否判定を行うことができ
る。
【００１５】また請求項４に記載の発明は、請求項１ま
たは３のいずれかに記載の個人識別方法において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと既登録の特徴点データ
との照合結果に基づいて更新されることを特徴とする。
【００１６】請求項４に記載の発明によれば、請求項１
または３のいずれかに記載の個人識別方法において、前
記個別閾値を、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと既登録の特徴点デー
タとの照合結果に基づいて更新するようにしたので、個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【００１７】また請求項５に記載の発明は、入力された
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データと、既登録の照合対象となる特徴点データ
との照合結果を求め、該照合結果により得られた相似の
度合が、前記既登録の特徴点データに対応して設定され
た個別閾値を越えたか否かにより個人を識別する個人識
別装置において、前記個別閾値を、前記照合元の個人の
身体的特徴を示すデータから抽出された特徴点データと
対特徴点データとの照合スコア分布と、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとの照合スコア分布とに基づいて
算出する個別閾値算出手段を有することを特徴とする。
【００１８】請求項５に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と対特徴点データとの照合スコア分布と、前記照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと非対特徴点データとの照合スコア分布とに基づい
て算出する個別閾値算出手段を有するようにしたので、
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００１９】また請求項６に記載の発明は、個人の身体
的特徴を示すデータおよび照合対象となる既登録の特徴
点データを特定する指定データを入力する入力手段と、
個人の身体的特徴を示すデータから抽出された特徴点デ
ータ群と、該特徴点データ群の各々に対応して設定され
る個別閾値データ群とが格納される記憶手段と、登録時
には前記入力手段により入力された複数の前記個人の身
体的特徴を示すデータから複数の特徴点データを抽出
し、該複数の特徴点データどうしの照合結果に基づいて
登録すべき特徴点データを決定し、かつ該登録すべき特
徴点データと既登録の特徴点データとを照合し前記登録
すべき特徴点データと既登録の特徴点データのうち対特
徴点データとの照合分布と、該登録すべき特徴点データ
と前記既登録の特徴点データのうち非対特徴点データと
照合分布とに基づいて個別閾値を算出し、前記登録すべ
き特徴点データおよび前記個別閾値データを前記記憶手
段に格納すると共に、照合時には前記入力手段により入
力された個人の身体的特徴を示すデータから照合元の特
徴点データを抽出し、前記指定データに基づいて照合対
象となる既登録の特徴点データを前記記憶手段より読み
出し、前記照合元の特徴点データと読み出した前記照合
対象となる既登録の特徴点データとを照合し、該照合結
果を示す照合スコアと前記指定データに基づいて前記記
憶手段より読み出した個別閾値データとの比較結果に基
づいて個人の識別を行うデータ処理手段とを有すること
を特徴とする。
【００２０】請求項６に記載の発明によれば、データ処
理手段は、照合時には入力手段により入力された複数の
前記個人の身体的特徴を示すデータから複数の特徴点デ
ータを抽出し、該複数の特徴点データどうしの照合結果
に基づいて登録すべき特徴点データを決定し、かつ該登
録すべき特徴点データと既登録の特徴点データとを照合
し前記登録すべき特徴点データと既登録の特徴点データ
のうち対特徴点データとの照合分布と、該登録すべき特
徴点データと前記既登録の特徴点データのうち非対特徴
点データと照合分布とに基づいて個別閾値を算出し、前
記登録すべき特徴点データおよび前記個別閾値データを
記憶手段に格納すると共に、照合時には前記入力手段に
より入力された個人の身体的特徴を示すデータから照合
元の特徴点データを抽出し、前記指定データに基づいて
照合対象となる既登録の特徴点データを前記記憶手段よ
り読み出し、前記照合元の特徴点データと読み出した前
記照合対象となる既登録の特徴点データとを照合し、該
照合結果を示す照合スコアと前記指定データに基づいて
前記記憶手段より読み出した個別閾値データとの比較結
果に基づいて個人の識別を行うようにしたので、入力さ
れた照合元の個人の身体的特徴を示すデータの品質が悪
く、照合対象となる既登録の特徴点データとの照合スコ
アが低い場合においても個人の識別が可能となる。
【００２１】また請求項７に記載の発明は、個人の身体
的特徴を示すデータを入力する入力手段と、個人の身体
的特徴を示すデータから抽出された特徴点データ群と、
該特徴点データ群の各々に対応して設定される個別閾値
データ群とが格納される記憶手段と、登録時には前記入
力手段により入力された複数の前記個人の身体的特徴を
示すデータから複数の特徴点データを抽出し、該複数の
特徴点データどうしの照合結果に基づいて登録すべき特
徴点データを決定し、かつ該登録すべき特徴点データと
既登録の特徴点データとを照合し前記登録すべき特徴点
データと既登録の特徴点データのうち対特徴点データと
の照合分布と、該登録すべき特徴点データと前記既登録
の特徴点データのうち非対特徴点データと照合分布とに
基づいて個別閾値を算出し、前記登録すべき特徴点デー
タおよび前記個別閾値データを前記記憶手段に格納する
と共に、照合時には前記入力手段により入力された個人
の身体的特徴を示すデータから照合元の特徴点データを
抽出し、かつ照合対象となる既登録のすべての特徴点デ
ータを前記記憶手段より順次、読み出し、前記照合元の
特徴点データと読み出した前記照合対象となる既登録の
特徴点データとを照合し、該照合結果を示す照合スコア
と前記記憶手段より読み出した前記既登録の特徴点デー
タに対応する個別閾値データとの比較結果を集計し、該
集計結果に基づいて個人の識別を行うデータ処理手段と
を有することを特徴とする。
【００２２】請求項７に記載の発明によれば、データ処
理手段は、登録時には前記入力手段により入力された複
数の前記個人の身体的特徴を示すデータから複数の特徴
点データを抽出し、該複数の特徴点データどうしの照合
結果に基づいて登録すべき特徴点データを決定し、かつ
該登録すべき特徴点データと既登録の特徴点データとを
照合し前記登録すべき特徴点データと既登録の特徴点デ
ータのうち対特徴点データとの照合分布と、該登録すべ
き特徴点データと前記既登録の特徴点データのうち非対
特徴点データと照合分布とに基づいて個別閾値を算出
し、前記登録すべき特徴点データおよび前記個別閾値デ
ータを前記記憶手段に格納すると共に、照合時には前記
入力手段により入力された個人の身体的特徴を示すデー
タから照合元の特徴点データを抽出し、かつ照合対象と
なる既登録のすべての特徴点データを前記記憶手段より
順次、読み出し、前記照合元の特徴点データと読み出し
た前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記記憶手段より読
み出した前記既登録の特徴点データに対応する個別閾値
データとの比較結果を集計し、該集計結果に基づいて個
人の識別を行うようにしたので、予め照合対象となる個
人の特徴点データを特定する指定データ（ＩＤデータ）
を入力する必要がなくなり、指定データの入力負荷を低
減することができる。
【００２３】また請求項８に記載の発明は、請求項６に
記載の個人識別装置において、前記データ処理手段は、
前記照合元の特徴点データと読み出した前記照合対象と
なる既登録の特徴点データとを照合し、該照合結果を示
す照合スコアと前記指定データに基づいて前記記憶手段
より読み出した個別閾値データとの比較結果に基づいて
前記個別閾値データを更新することを特徴とする。
【００２４】請求項８に記載の発明によれば、データ処
理手段は、前記照合元の特徴点データと読み出した前記
照合対象となる既登録の特徴点データとを照合し、該照
合結果を示す照合スコアと前記指定データに基づいて前
記記憶手段より読み出した個別閾値データとの比較結果
に基づいて前記個別閾値データを更新するようにしたの
で、個人識別を行う際に個別閾値を最適な値に設定する
ことができる。また請求項９に記載の発明は、請求項５
乃至８のいずれかに記載の個人識別装置において、前記
個別閾値は、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとを
照合した際に算出された相似の度合の最高スコアと、前
記照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データについてとり得ると想定される照合スコ
ア分布における最小スコアとの中間値に設定されること
を特徴とする。
【００２５】請求項９に記載の発明によれば、個別閾値
を、前記照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと非対特徴点データとを照合した
際に算出された相似の度合の最高スコアと、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データについてとり得ると想定される照合スコア分布に
おける最小スコアとの中間値に設定するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質に応じて登録特徴点データについて個別に閾値を
持たせることにより、それぞれの個人の身体的特徴を示
すデータから抽出された特徴点データのスコア特性に合
わせて個人識別における合否判定を行うことができる。
【００２６】また請求項１０に記載の発明は、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と対特徴点データとの照合スコア分布と、前記照合元の
個人の身体的特徴を示すデータから抽出された特徴点デ
ータと非対特徴点データとの照合スコア分布とに基づい
て算出する個別閾値算出手段を有することを特徴とする
個人識別装置の機能を実現するためのプログラムを記録
したコンピュータにより読み取り可能な記録媒体を要旨
とする。
【００２７】請求項１０に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別装置において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと対特徴点データとの照合スコア分布と、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと非対特徴点データとの照合スコア分布とに基づ
いて算出する個別閾値算出手段を有することを特徴とす
る個人識別装置の機能を実現するためのプログラムをコ
ンピュータにより読み取り可能な記録媒体に記録するよ
うにしたので、この記録媒体に記録されたプログラムを
コンピュータシステムに読み込ませ、実行することによ
り入力された照合元の個人の身体的特徴を示すデータの
品質が悪く、照合対象となる既登録の特徴点データとの
照合スコアが低い場合においても個人の識別が可能とな
る。
【００２８】請求項１１に記載の発明は、個人の身体的
特徴を示すデータおよび照合対象となる既登録の特徴点
データを特定する指定データを入力する入力手段と、個
人の身体的特徴を示すデータから抽出された特徴点デー
タ群と、該特徴点データ群の各々に対応して設定される
個別閾値データ群とが格納される記憶手段と、登録時に
は前記入力手段により入力された複数の前記個人の身体
的特徴を示すデータから複数の特徴点データを抽出し、
該複数の特徴点データどうしの照合結果に基づいて登録
すべき特徴点データを決定し、かつ該登録すべき特徴点
データと既登録の特徴点データとを照合し前記登録すべ
き特徴点データと既登録の特徴点データのうち対特徴点
データとの照合分布と、該登録すべき特徴点データと前
記既登録の特徴点データのうち非対特徴点データと照合
分布とに基づいて個別閾値を算出し、前記登録すべき特
徴点データおよび前記個別閾値データを前記記憶手段に
格納すると共に、照合時には前記入力手段により入力さ
れた個人の身体的特徴を示すデータから照合元の特徴点
データを抽出し、前記指定データに基づいて照合対象と
なる既登録の特徴点データを前記記憶手段より読み出
し、前記照合元の特徴点データと読み出した前記照合対
象となる既登録の特徴点データとを照合し、該照合結果
を示す照合スコアと前記指定データに基づいて前記記憶
手段より読み出した個別閾値データとの比較結果に基づ
いて個人の識別を行うデータ処理手段と、」を有するこ
とを特徴とする個人識別装置の機能を実現するためのプ
ログラムを記録したコンピュータにより読み取り可能な
記録媒体を要旨とする。
【００２９】請求項１１に記載の発明によれば、個人の
身体的特徴を示すデータおよび照合対象となる既登録の
特徴点データを特定する指定データを入力する入力手段
と、個人の身体的特徴を示すデータから抽出された特徴
点データ群と、該特徴点データ群の各々に対応して設定
される個別閾値データ群とが格納される記憶手段と、登
録時には前記入力手段により入力された複数の前記個人
の身体的特徴を示すデータから複数の特徴点データを抽
出し、該複数の特徴点データどうしの照合結果に基づい
て登録すべき特徴点データを決定し、かつ該登録すべき
特徴点データと既登録の特徴点データとを照合し前記登
録すべき特徴点データと既登録の特徴点データのうち対
特徴点データとの照合分布と、該登録すべき特徴点デー
タと前記既登録の特徴点データのうち非対特徴点データ
と照合分布とに基づいて個別閾値を算出し、前記登録す
べき特徴点データおよび前記個別閾値データを前記記憶
手段に格納すると共に、照合時には前記入力手段により
入力された個人の身体的特徴を示すデータから照合元の
特徴点データを抽出し、前記指定データに基づいて照合
対象となる既登録の特徴点データを前記記憶手段より読
み出し、前記照合元の特徴点データと読み出した前記照
合対象となる既登録の特徴点データとを照合し、該照合
結果を示す照合スコアと前記指定データに基づいて前記
記憶手段より読み出した個別閾値データとの比較結果に
基づいて個人の識別を行うデータ処理手段と、を有する
ことを特徴とする個人識別装置の機能を実現するための
プログラムをコンピュータにより読み取り可能な記録媒
体に記録するようにしたので、この記録媒体に記録され
たプログラムをコンピュータシステムに読み込ませ、実
行することにより入力された照合元の個人の身体的特徴
を示すデータの品質が悪く、照合対象となる既登録の特
徴点データとの照合スコアが低い場合においても個人の
識別が可能となる。
【００３０】請求項１２に記載の発明は、個人の身体的
特徴を示すデータを入力する入力手段と、個人の身体的
特徴を示すデータから抽出された特徴点データ群と、該
特徴点データ群の各々に対応して設定される個別閾値デ
ータ群とが格納される記憶手段と、登録時には前記入力
手段により入力された複数の前記個人の身体的特徴を示
すデータから複数の特徴点データを抽出し、該複数の特
徴点データどうしの照合結果に基づいて登録すべき特徴
点データを決定し、かつ該登録すべき特徴点データと既
登録の特徴点データとを照合し前記登録すべき特徴点デ
ータと既登録の特徴点データのうち対特徴点データとの
照合分布と、該登録すべき特徴点データと前記既登録の
特徴点データのうち非対特徴点データと照合分布とに基
づいて個別閾値を算出し、前記登録すべき特徴点データ
および前記個別閾値データを前記記憶手段に格納すると
共に、照合時には前記入力手段により入力された個人の
身体的特徴を示すデータから照合元の特徴点データを抽
出し、かつ照合対象となる既登録のすべての特徴点デー
タを前記記憶手段より順次、読み出し、前記照合元の特
徴点データと読み出した前記照合対象となる既登録の特
徴点データとを照合し、該照合結果を示す照合スコアと
前記記憶手段より読み出した前記既登録の特徴点データ
に対応する個別閾値データとの比較結果を集計し、該集
計結果に基づいて個人の識別を行うデータ処理手段と、
を有することを特徴とする個人識別装置の機能を実現す
るためのプログラムを記録したコンピュータにより読み
取り可能な記録媒体を要旨とする。
【００３１】請求項１２に記載の発明によれば、個人の
身体的特徴を示すデータを入力する入力手段と、個人の
身体的特徴を示すデータから抽出された特徴点データ群
と、該特徴点データ群の各々に対応して設定される個別
閾値データ群とが格納される記憶手段と、登録時には前
記入力手段により入力された複数の前記個人の身体的特
徴を示すデータから複数の特徴点データを抽出し、該複
数の特徴点データどうしの照合結果に基づいて登録すべ
き特徴点データを決定し、かつ該登録すべき特徴点デー
タと既登録の特徴点データとを照合し前記登録すべき特
徴点データと既登録の特徴点データのうち対特徴点デー
タとの照合分布と、該登録すべき特徴点データと前記既
登録の特徴点データのうち非対特徴点データと照合分布
とに基づいて個別閾値を算出し、前記登録すべき特徴点
データおよび前記個別閾値データを前記記憶手段に格納
すると共に、照合時には前記入力手段により入力された
個人の身体的特徴を示すデータから照合元の特徴点デー
タを抽出し、かつ照合対象となる既登録のすべての特徴
点データを前記記憶手段より順次、読み出し、前記照合
元の特徴点データと読み出した前記照合対象となる既登
録の特徴点データとを照合し、該照合結果を示す照合ス
コアと前記記憶手段より読み出した前記既登録の特徴点
データに対応する個別閾値データとの比較結果を集計
し、該集計結果に基づいて個人の識別を行うデータ処理
手段と、を有することを特徴とする個人識別装置の機能
を実現するためのプログラムをコンピュータにより読み
取り可能な記録媒体に記録するようにしたので、この記
録媒体に記録されたプログラムをコンピュータシステム
に読み込ませ、実行することにより予め照合対象となる
個人の特徴点データを特定する指定データ（ＩＤデー
タ）を入力する必要がなくなり、指定データの入力負荷
を低減することができる。
【００３２】請求項１３に記載の発明は、入力された照
合元の個人の身体的特徴を示すデータから抽出された特
徴点データと、既登録の照合対象となる特徴点データと
の照合結果を求め、該照合結果により得られた相似の度
合が、前記既登録の特徴点データに対応して設定された
個別閾値を越えたか否かにより個人を識別する個人識別
方法において、前記個別閾値を、前記照合元の個人の身
体的特徴を示すデータから抽出された特徴点データと対
特徴点データとの照合スコア分布と、前記照合元の個人
の身体的特徴を示すデータから抽出された特徴点データ
と非対特徴点データとの照合スコア分布とに基づいて算
出することを特徴とする個人識別方法を実施するための
プログラムを記録したコンピュータによ読み取り可能な
記録媒体を要旨とする。
【００３３】請求項１３に記載された発明によれば、入
力された照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと、既登録の照合対象となる特徴
点データとの照合結果を求め、該照合結果により得られ
た相似の度合が、前記既登録の特徴点データに対応して
設定された個別閾値を越えたか否かにより個人を識別す
る個人識別方法において、前記個別閾値を、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと対特徴点データとの照合スコア分布と、前記照
合元の個人の身体的特徴を示すデータから抽出された特
徴点データと非対特徴点データとの照合スコア分布とに
基づいて算出することを特徴とする個人識別方法を実施
するためのプログラムをコンピュータによ読み取り可能
な記録媒体に記録するようにしたので、この記録媒体に
記録されたプログラムをコンピュータシステムに読み込
ませ、実行することにより入力された照合元の個人の身
体的特徴を示すデータの品質が悪く、照合対象となる既
登録の特徴点データとの照合スコアが低い場合において
も個人の識別が可能となる。
【００３４】
【発明の実施の形態】本発明の実施の形態を図面を参照
して説明する。本発明の実施の形態では個人識別装置と
して指紋照合システムを例にとり、説明する。本発明の
第１の実施の形態に係る個人識別装置としての指紋照合
システムの構成を図１に示す。同図において、指紋照合
システムは、指紋読み取り装置などの入力装置１と、プ
ログラム制御により動作するデータ処理装置２と、指紋
照合に必要なデータを記憶する記憶装置３と、ディスプ
レイ装置等の出力装置４とを有している。
【００３５】入力装置１は、個人の身体的特徴を示すデ
ータとして指紋を読み取り、画像データに変換する。入
力装置１は本発明の入力手段に相当する。記憶装置３は
特徴点データ記憶部３１と、個別閾値データ記憶部３２
とを有している。
【００３６】特徴点データ記憶部３１は、指紋画像デー
タから指紋の端点・分岐点などの特徴点を抽出し、数値
化した特徴点データを記憶している。個人を識別するた
めのもので、特徴点データ記憶部３１内において全ての
特徴点データは互いに独立なものであるとする。
【００３７】個別閾値データ記憶部３２は、特徴点デー
タ記憶部３１に記憶された各特徴点データに対応する個
別の閾値、すなわち個別閾値データを記憶している。デ
ータ処理装置２は、特徴抽出手段２１と、登録特徴点選
択手段２２と、個別閾値算出手段２３と、照合手段２４
と、合否判定手段２５とを有している。データ処理装置
２は本発明のデータ処理手段に相当する。
【００３８】特徴抽出手段２１は、入力装置１から送ら
れる指紋画像データから指紋の端点・分岐点などの特徴
点を抽出し数値化する。登録特徴点選択手段２２は、特
徴抽出手段２１から与えられる複数の特徴点データどう
しで照合を行い、照合スコアの平均および分散を算出す
る。同時に入力された指紋画像データから抽出した特徴
点データの中から最高の品質のデータを選択し特徴点デ
ータ記憶部３１に送出する。
【００３９】また登録特徴点選択手段２２は、選択され
た照合元の特徴点データと既登録の特徴点データのうち
対特徴点データとの照合スコア分布と、前記選択された
照合元の特徴点データと既登録の特徴点データのうち非
対特徴点データとの照合スコア分布を求める。すなわ
ち、選択された照合元の特徴点データと非対特徴点デー
タとの最高スコアと、選択された照合元の特徴点データ
と前記対特徴点データとの照合スコアの平均および 分
散を求める。ここに対特徴点データとは本人の特徴点デ
ータを意味し、個人の身体的特徴を示すデータが指紋画
像データである場合には本人の指紋画像データから抽出
された特徴点データを意味する。また非対特徴点データ
とは、本人以外の特徴点データを意味し、個人の身体的
特徴を示すデータが指紋画像データである場合には本人
以外の指紋の特徴点データを意味する。
【００４０】個別閾値算出手段２３は、登録特徴点選択
手段２２で算出した前記選択された照合元の特徴点デー
タと非対特徴点との照合スコアの最高値と、前記選択さ
れた照合元の特徴点データと対特徴点データとの照合ス
コアの平均および 分散から個別閾値を算出し、個別閾
値データ記憶部３２に保存する。
【００４１】照合手段２４は、特徴点データ記憶部３１
に登録されている照合対象となる特徴点データを読み出
し該読み出した特徴点データと、特徴抽出手段２１から
与えられた特徴点データとを照合し、その相似の度合を
照合スコアとして数値化する。
【００４２】合否判定手段２５は、照合手段２４が出し
た照合スコアと、照合対象となる既登録の特徴点データ
に対応して設定された個別閾値データ記憶部３２に記憶
されている個別閾値データとを比較し、個別閾値を越え
た場合には出力装置４に「一致」のメッセージ等を表示
させるための制御データを出力する。
【００４３】次に、本実施の形態に係る指紋照合システ
ムの動作について説明する。まず特徴点データの登録動
作について説明する。登録時には入力装置1から同じ指
の指紋画像データを複数回、採取する。回数は２〜１０
回ぐらいであり、通常は３回採取する。
【００４４】入力装置１で採取された指紋画像データは
特徴抽出手段２１に出力され、特徴抽出手段２１では指
紋画像データから特徴点データを抽出し、数値化する。
数値化された特徴点データは登録特徴点選択手段２２
に供給される。登録特徴点選択手段２２では、複数回、
採取された特徴点データどうしでそれぞれ照合を行い、
その照合結果に基づいて例えば、最も照合スコアの高か
ったものを登録特徴点データとして、特徴点データ記憶
部３１に保存する。また登録特徴点データと以前に登録
されていた特徴点データとの 照合を行い、非対特徴点
データとの照合スコアの最高値を算出する。更に照合ス
コアの平均と標準偏差を算出し特徴点データ記憶部３１
に保存した特徴点データと共に個別閾値算出手段２３に
送出する。
【００４５】個別閾値算出手段２３では登録特徴点選択
手段で求められた非対特徴点データとの照合スコアの最
高値、を用いて、次式（１）により個別閾値Ｔsを算出
し、個別閾値データ記憶部３２に保存する。
【数１】
【００４６】ここで、Ｓiは対特徴点データとの照合ス
コアの平均値、すなわち本人の指紋との照合スコアの平
均値、σiは対特徴点データとの照合スコアの標準偏
差、すなわち本人の指紋との照合スコアの標準偏差、ｋ
は分散のパラメータ、ｔiは非対特徴点データとの照合
スコアの最高値、すなわち本人以外の指紋との照合スコ
アの最高値である。
【００４７】式（１）は、個別閾値Ｔsが、照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとを照合した際に算出された相似
の度合の最高スコアと、前記照合元の個人の身体的特徴
を示すデータから抽出された特徴点データについてとり
得ると想定される照合スコア分布における最小スコアと
の中間値に設定されることを示している。すなわち、図
１１に示すように照合元の本人の指紋画像データから抽
出された特徴点データと既登録の本人以外の指紋画像デ
ータから抽出された特徴点データとを照合した際に得ら
れる照合分布Ｍから算出された相似の度合の最高スコア
ｔｉ（Ｎ）と、本人が取り得ると想定される照合スコア
分布Ｎの最も低い照合スコアＴｎとの中間値に設定され
ることを示している。
【００４８】次に特徴点データの照合動作について説明
する。入力装置１から１指の指紋画像データと、照合対
象となる照合対象の既登録の特徴点データを特定するた
めの指定データである特徴点番号がデータ処理装置２に
入力され、特徴抽出手段２１に送られる。
【００４９】特徴抽出手段２１では指紋画像データから
特徴点データを抽出し、数値化する。 数値化された特
徴点データは照合手段２４に供給される。照合手段２４
では特徴点番号をキーとして 特徴点データ記憶部３１
から照合対象となる既登録の特徴点データを読み出し、
入力手段１より入力された指紋画像データから抽出され
た特徴点データと照合を行う。照合手段２４は照合によ
って得られるスコアと、照合対象の特徴点番号を合否判
定手段２５に与える。
【００５０】合否判定手段２５では照合手段２４より与
えられた特徴点番号をキーとして個別閾値データ記憶部
３２から個別閾値データを読み出し、該個別閾値データ
と照合スコアとの比較を行う。この比較の結果、照合ス
コアの方が大きい場合には出力装置４に「一致」のメッ
セージを表示させるための制御データを出力し、照合ス
コアの方が小さい場合には出力装置４に「不一致」のメ
ッセージを表示させるための制御データを出力する。
【００５１】本実施の形態に係る指紋照合システムの具
体的動作を図２乃至図５を参照して説明する。まず特徴
点データの登録時の動作について説明する。入力装置1
から同一指の３つの指紋画像データが入力されたとす
る。これら３つの指紋画像データは特徴抽出手段２１に
送られ、特徴抽出手段２１によりそれぞれ特徴点データ
が抽出され、数値化される。 ここで数値化された特徴
点データをＳ１、Ｓ２、Ｓ３とする。数値化された特徴
点データＳ１、Ｓ２、Ｓ３は登録特徴点選択手段２２に
送出される。
【００５２】登録特徴点選択手段２２は各特徴点データ
を、Ｓ１とＳ２、Ｓ１とＳ３のように異なる入力特徴点
データどうしで照合を行い、図４に示すように照合スコ
アを出す。それぞれの照合スコアを積算し最も高かった
ものを登録対象の特徴点データとする(ステップ５０：
図２)。図４に示す例では、特徴点データＳ１の積算値
が5500で最も高いので特徴点データＳ１が登録対象とな
る。
【００５３】登録特徴点選択手段２２は、照合スコアの
平均と標準偏差、及び登録特徴点データとそれまでに登
録されている非対特徴点データとの照合スコアの最高値
を算出する (ステップ５２、５４：図２)。次にこれら
の値を式（１）に代入し個別閾値を算出する(ステップ
５６：図２)。 式（１）においてパラメータkの値は１
〜３を用いる。算出された個別閾値は個別閾値データ記
憶部３２に保存される。
【００５４】次に特徴点データの照合動作について図３
および図５を参照して説明する。図５は図３のフローチ
ャートの具体的内容を示している。図５に示すように、
特徴点番号をキーとして特徴点データ、 個別閾値デー
タが記憶装置３に格納されている。 今、照合手段２４
に特徴抽出手段２１より入力特徴点データが与えられ、
かつ照合対象の特徴点データを検索するための指定デー
タである特徴点番号000003が入力装置1から与えられた
とする。
【００５５】図３及び図５において照合手段２４は、ス
テップ６０で特徴点データ記憶部３１から特徴点番号00
0003をキーにして対特徴点データを検索する。照合手段
２４では検索された特徴点データと入力された特徴点デ
ータとを照合し照合スコアを算出する（ステップ６
２）。ここで算出された照合スコアは図５のステップ６
２に示すように5000であるとする。
【００５６】次に、ステップ６４で合否判定手段２５
は、個別閾値データ記憶部３２から照合対象の特徴点デ
ータを特定する特徴点番号000003をキーとして対応する
個別閾値3311を得る。ステップ６６で合否判定手段２５
は、ステップ６４で得られた個別閾値と照合スコアを比
較する。ここで照合スコア5000は閾値3311より大きいの
で合否判定手段２５は、検索された特徴点データと入力
された特徴点データが一致したと判断し、出力装置4に
「一致」した旨を示す制御データを出力装置４に出力す
る。この結果、出力装置４により「一致」した旨を示す
メッセージが表示される(ステップ６８)。
【００５７】またステップ６６で合否判定手段２５は、
照合スコアが個別閾値より小さい場合には検索された特
徴点データと入力された特徴点データとが一致しないと
判断し、「不一致」である旨を示す制御データを出力装
置４に出力する。この結果、出力装置４により「不一
致」である旨を示すメッセージが表示される（ステップ
７０）。
【００５８】本発明の第１の実施の形態に係る個人識別
装置によれば、個別閾値を、前記照合元の個人の身体的
特徴を示すデータから抽出された特徴点データスコア分
布と、前記照合元の個人の身体的特徴を示すデータから
抽出された特徴点データと非対特徴点データとの照合ス
コア分布とに基づいて算出するようにしたので、入力さ
れた照合元の個人の身体的特徴を示すデータの品質が悪
く、照合対象となる既登録の特徴点データとの照合スコ
アが低い場合においても個人の識別が可能となる。
【００５９】また本発明の第１の実施の形態に係る個人
識別装置によれば、個別閾値を、前記照合元の個人の身
体的特徴を示すデータから抽出された特徴点データと非
対特徴点データとを照合した際に算出された相似の度合
の最高スコアと、前記照合元の個人の身体的特徴を示す
データから抽出された特徴点データについてとり得ると
想定される照合スコア分布における最小スコアとの中間
値に設定するようにしたので、入力された照合元の個人
の身体的特徴を示すデータの品質に応じて登録特徴点デ
ータについて個別に閾値を持たせることにより、それぞ
れの個人の身体的特徴を示すデータから抽出された特徴
点データのスコア特性に合わせて個人識別における合否
判定を行うことができる。
【００６０】次に本発明の第２の実施の形態に係る個人
識別装置としての指紋照合システムの構成を図６に示
す。図６に示すように、本実施の形態ではデータ処理装
置５が、図1に示した第１の実施の形態における データ
処理装置2の構成に加え、結果集計手段２６を有する点
で異なるだけで他の構成は第１の実施の形態に係る個人
識別装置と同様であるので重複する説明を省略する。
尚、登録特徴点選択手段２２と、個別閾値算出手段２３
は、図1に示したものと同一であり、説明の便宜上、省
略してある。尚、第１の実施の形態と同様に、入力装置
１は本発明の入力手段に相当し、データ処理装置５は本
発明のデータ処理手段にそれぞれ、相当する。
【００６１】次に図６に示した指紋照合システムの動作
について図７のフローチャートを参照して説明する。本
実施の形態では入力装置1から指紋画像が1指だけが入力
され、照合対象となる既登録の特徴点データを特定する
ための指定データである特徴点番号は入力されない点が
図1に示した第１の実施の形態とは異なる。図６におい
て入力手段１により得られた指紋画像データは特徴抽出
手段２１に送出される。
【００６２】特徴抽出手段２１では指紋画像データから
特徴点を抽出し数値化する。数値化された特徴点データ
は照合手段２４に送られる。照合手段２４では特徴点デ
ータ記憶部３１から順次、照合対象となる既登録の特徴
点データを検索し読み出して特徴抽出手段２１から入力
された前記特徴点データとの照合を行い、照合スコアを
算出する（ステップ７０、７２）。
【００６３】次いで合否判定手段２５は、照合手段より
照合スコア及び照合の際に参照した既登録の特徴点デー
タを特定する特徴点番号を受け取り、照合時に読み出し
た既登録の各特徴点データに対応して設定された個別閾
値を検索する（ステップ７４）。そして合否判定手段２
５は、ステップ７２で求めた照合スコアと照合時に読み
出した既登録の各特徴点データに対応して設定された個
別閾値とを大小比較し、照合スコアが前記個別閾値を越
えた場合には 集計変数に退避する(ステップ７８)。こ
のステップ７０〜７８の処理は、特徴点データ記憶部３
１に含まれる全ての特徴点データとの照合が終了するま
で、この処理が繰り返し行われる（ステップ８０）。
【００６４】合否判定手段２５により特徴点データ記憶
部３１に含まれる全ての特徴点データとの照合が終了し
たら、集計変数に退避された照合結果一覧が合否判定手
段２５より結果集計手段２６に送出される。
【００６５】結果集計手段２６では集計変数に退避され
ているデータを集計する（ステップ８２）。結果集計手
段２６は、集計変数にデータが有るか否かにより指紋の
照合結果について「一致」、「不一致」を判定し、この
判定結果を出力装置４に出力する（ステップ８４、８
６、８８）。
【００６６】次に本実施の形態に係る指紋照合システム
の具体的動作を図８を参照して説明する。特徴点データ
の登録時の動作については第１の実施の形態と同様であ
るので説明を省略し、照合時の動作について説明する。
図８は図７に示すフローチャートを具体例に基づいて示
したものであり、図７のフローの処理ステップに対応す
る処理ステップには同一の番号を付してある。但し、図
７に示す処理ステップの一部に対応する処理ステップに
ついては説明の便宜上、省略してある。
【００６７】図８に示すように、特徴点番号をキーとし
て特徴点データ、個別閾値データが記憶装置３に格納さ
れている。 いま、入力特徴点データが入力装置1から与
えられたとする。まずステップ７０で特徴点データ記憶
部３１から 最初に格納されている特徴点データ000001
を検索する。
【００６８】照合手段２４では特徴点データ記憶部３１
から検索された特徴点データと特徴抽出手段２１より入
力された特徴点データとを照合し、その結果、照合スコ
アが5点であったとする（ステップ７２）。
【００６９】次にステップ７４で合否判定手段２５は、
ステップ７２で照合を行った照合対象の既登録の特徴点
データに対応する個別閾値を個別閾値データ記憶部３２
から検索し、ここでは最初の既登録の特徴点データに対
応する個別閾値854点を得る。
【００７０】次にステップ７６で合否判定手段２５は、
ステップ７４で得られた個別閾値と、 照合スコアとの
大小比較を行う。ここでは照合スコア5点に対して個別
閾値は854点なので、 一致していないと判断し、ステッ
プ７０に戻り、次の既登録の特徴点データを検索する。
【００７１】次いでステップ７０で特徴点データ記憶部
３１から次に格納されている特徴点番号000002の特徴点
データを検索する。ステップ７２で照合手段２４は、検
索された特徴点番号000002の特徴点データと特徴抽出手
段２１より入力された特徴点データとを照合し、その結
果、照合スコアが3000点であったとする。
【００７２】次にステップ７４で合否判定手段２５は、
ステップ７２で照合を行った照合対象の特徴点データに
対応する個別閾値を個別閾値データ記憶部３２から検索
し、ここでは２番目の特徴点データに対応する個別閾値
1230点を得る。
【００７３】更にステップ７６では合否判定手段２５
は、ステップ７４で得られた個別閾値と、ステップ７２
で得られた照合スコアとを比較する。 ここでは照合ス
コア3000点に対して個別閾値は1230点であり、照合スコ
アが個別閾値を越えているので、入力手段１より入力さ
れた指紋画像データから抽出された特徴点データと個別
閾値データ記憶部３２から検索された上記２番目の特徴
点データとが一致しているものと判断し、 結果集計変
数に結果を保存する(ステップ７８)。
【００７４】特徴点データ記憶部３１に保存されている
特徴点データの全てについて、以上の処理を行う。特徴
点データ記憶部３１に保存されている特徴点データの全
てについて、以上の処理が行われたと判断された場合
(ステップ８０)、結果集計変数に保存されているデータ
を結果集計手段２６に送る。
【００７５】ステップ８２において結果集計手段２６
は、集計変数に退避されているデータを集計する。結果
集計手段２６は、結果集計変数に特徴点データ番号0000
02が保存されているので、指紋の照合が一致したと判断
し、出力装置４に判定結果を出力する (ステップ８４、
８６)。
【００７６】本発明の第２の実施の形態に係る個人識別
装置によれば、第１の実施の形態に係る個人識別装置に
より得られる効果に加えて、照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと、既登録の
すべての特徴点データとの照合結果を求め、かつ該照合
結果を示す照合スコアと前記既登録の各特徴点データに
対応して設定された個別閾値データとを順次、比較し、
該比較結果に基づいて個人を識別するようにしたので、
予め照合対象となる個人の特徴点データを特定する指定
データ（ＩＤデータ）を入力する必要がなくなり、指定
データの入力負荷を低減することができる。
【００７７】また本発明の第２の実施の形態に係る個人
識別装置によれば、照合結果が一致する既登録の特徴点
データの候補が複数、出力された場合には、同一指につ
いて複数、登録されていることを知ることができ、同一
指について重複登録されているか否かをチェックするこ
とができる。
【００７８】次に本発明の第３の実施の形態に係る個人
識別装置としての指紋照合システムの構成を図９に示
す。本実施の形態に係る指紋照合システムは、データ処
理装置６が、図１に示した第１の実施の形態におけるデ
ータ処理装置２の構成に加え、既登録の各特徴点データ
に対応して設定される個別閾値を、照合元の個人の身体
的特徴を示すデータから抽出された特徴点データと既登
録の各特徴点データとの照合結果に応じて更新する個別
閾値算出手段２７、及び結果集計手段２６を有する点で
異なる。尚、登録処理を行う登録特徴点選択手段２２、
個別閾値算出手段２３は図1に示したものと同一である
ため説明の便宜上、省略してある。尚、入力装置１は本
発明の入力手段に、データ処理装置６は本発明のデータ
処理手段にそれぞれ、相当する。
【００７９】次に図９に示した本実施の形態に係る指紋
照合システムの動作について図１０のフローチャートを
参照して説明する。まず入力装置1から１指の指紋画像
データと、照合対象となる既登録の特徴点データを特定
する指定データである特徴点番号とが入力され、特徴抽
出手段２１に送出される。特徴抽出手段２１では入力さ
れた指紋画像データから特徴点を抽出し数値化する。数
値化された特徴点データと、前記特徴点番号とが特徴抽
出手段２１より照合手段２４に供給される。
【００８０】照合手段２４では照合対象の特徴点データ
を特定する特徴点番号をキーとして特徴点データ記憶部
３１から照合対象となる特徴点データを検索し（ステッ
プ１００）、入力された指紋画像データから抽出された
特徴点データとの照合を行い、照合スコアを算出する
（ステップ１０２）。この照合によって得られた照合ス
コアは合否判定手段２５に与える。
【００８１】合否判定手段２５は、照合対象の特徴点デ
ータを特定する特徴点番号をキーとして個別閾値データ
記憶部３２から個別閾値を検索し、照合スコアとの比較
を行う（ステップ１０４、１０６）。ステップ１０６で
照合スコアと個別閾値とを比較した結果、照合スコアの
方が大きい場合には入力手段１より入力された指紋画像
データから抽出された特徴点データと個別閾値データ記
憶部３２から検索された特徴点データとが一致している
ものと判断し、結果集計変数に比較結果を保存する(ス
テップ１０８)。
【００８２】この場合にはステップ１１０で対特徴点デ
ータとしての対指紋データのパラメータが更新される。
すなわち、入力手段１により入力された指紋画像データ
から抽出された特徴点データと既登録の特徴点データと
の照合スコアをＳｃとすると、式（１）において、照合
スコアの平均値Ｓｉ，分散σｉが、次式（２）、（３）
により更新されて個別閾値Ｔsが再計算され、個別閾値
データ記憶部３２に格納されている該当する個別閾値デ
ータが更新される。
【数２】
【数３】
【００８３】またステップ１０６で照合スコアと個別閾
値とを比較した結果、照合スコアの方が小さい場合には
入力手段１より入力された指紋画像データから抽出され
た特徴点データと個別閾値データ記憶部３２から検索さ
れた特徴点データとが一致しないと判断し、この場合に
はステップ１１２で非対特徴点データとしての非対指紋
データのパラメータが更新される。すなわち、登録され
ている非対特徴点データである非対指紋データとの照合
スコアの最高値ｔｉと照合スコアＳｃのうち大きい方の
値をｔｉとして式（１）により個別閾値Ｔsが再計算さ
れ、個別閾値データ記憶部32に格納されている該当する
個別閾値データが更新される。
【００８４】特徴点データ記憶部３１に保存されている
特徴点データの全てについて、以上の処理（ステップ１
００〜１１２）を行い、これが終了すると（ステップ１
１４）、結果集計手段２６は、集計変数に退避されてい
るデータを集計する。結果集計手段２６は、結果集計変
数に特徴点データ番号が保存されているか否かにより指
紋の照合が一致または、不一致であると判断し、出力装
置４に判定結果を出力する（ステップ１１６）。本発明
の第３の実施の形態に係る個人識別装置によれば、個別
閾値を、前記照合元の個人の身体的特徴を示すデータか
ら抽出された特徴点データと既登録の特徴点データとの
照合結果に基づいて更新するようにしたので、個人識別
を行う際に個別閾値を最適な値に設定することができ
る。
【００８５】尚、入力された照合元の個人の身体的特徴
を示すデータから抽出された特徴点データと、既登録の
照合対象となる特徴点データとの照合結果を求め、該照
合結果により得られた相似の度合が、前記既登録の特徴
点データに対応して設定された個別閾値を越えたか否か
により個人を識別する個人識別装置において、前記個別
閾値を、前記照合元の個人の身体的特徴を示すデータか
ら抽出された特徴点データと対特徴点データとの照合ス
コア分布と、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データと非対特徴点データとの
照合スコア分布に基づいて算出する個別閾値算出手段を
有することを特徴とする個人識別装置の機能を実現する
ためのプログラムをコンピュータにより読み取り可能な
記録媒体に記録するようにしてもよい。
【００８６】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００８７】また個人の身体的特徴を示すデータおよび
照合対象となる既登録の特徴点データを特定する指定デ
ータを入力する入力手段と、個人の身体的特徴を示すデ
ータから抽出された特徴点データ群と、該特徴点データ
群の各々に対応して設定される個別閾値データ群とが格
納される記憶手段と、登録時には前記入力手段により入
力された複数の前記個人の身体的特徴を示すデータから
複数の特徴点データを抽出し、該複数の特徴点データど
うしの照合結果に基づいて登録すべき特徴点データを決
定し、かつ該登録すべき特徴点データと既登録の特徴点
データとを照合し前記登録すべき特徴点データと既登録
の特徴点データのうち対特徴点データとの照合分布と、
該登録すべき特徴点データと前記既登録の特徴点データ
のうち非対特徴点データと照合分布とに基づいて個別閾
値を算出し、前記登録すべき特徴点データおよび前記個
別閾値データを前記記憶手段に格納すると共に、照合時
には前記入力手段により入力された個人の身体的特徴を
示すデータから照合元の特徴点データを抽出し、前記指
定データに基づいて照合対象となる既登録の特徴点デー
タを前記記憶手段より読み出し、前記照合元の特徴点デ
ータと読み出した前記照合対象となる既登録の特徴点デ
ータとを照合し、該照合結果を示す照合スコアと前記指
定データに基づいて前記記憶手段より読み出した個別閾
値データとの比較結果に基づいて個人の識別を行うデー
タ処理手段と、を有することを特徴とする個人識別装置
の機能を実現するためのプログラムをコンピュータによ
り読み取り可能な記録媒体に記録するようにしてもよ
い。
【００８８】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【００８９】また、個人の身体的特徴を示すデータを入
力する入力手段と、個人の身体的特徴を示すデータから
抽出された特徴点データ群と、該特徴点データ群の各々
に対応して設定される個別閾値データ群とが格納される
記憶手段と、登録時には前記入力手段により入力された
複数の前記個人の身体的特徴を示すデータから複数の特
徴点データを抽出し、該複数の特徴点データどうしの照
合結果に基づいて登録すべき特徴点データを決定し、か
つ該登録すべき特徴点データと既登録の特徴点データと
を照合し前記登録すべき特徴点データと既登録の特徴点
データのうち対特徴点データとの照合分布と、該登録す
べき特徴点データと前記既登録の特徴点データのうち非
対特徴点データと照合分布とに基づいて個別閾値を算出
し、前記登録すべき特徴点データおよび前記個別閾値デ
ータを前記記憶手段に格納すると共に、照合時には前記
入力手段により入力された個人の身体的特徴を示すデー
タから照合元の特徴点データを抽出し、かつ照合対象と
なる既登録のすべての特徴点データを前記記憶手段より
順次、読み出し、前記照合元の特徴点データと読み出し
た前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記記憶手段より読
み出した前記既登録の特徴点データに対応する個別閾値
データとの比較結果を集計し、該集計結果に基づいて個
人の識別を行うデータ処理手段と、を有することを特徴
とする個人識別装置の機能を実現するためのプログラム
をコンピュータにより読み取り可能な記録媒体に記録す
るようにしてもよい。
【００９０】この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
予め照合対象となる個人の特徴点データを特定する指定
データ（ＩＤデータ）を入力する必要がなくなり、指定
データの入力負荷を低減することができる。
【００９１】また、個人の身体的特徴を示すデータおよ
び照合対象となる既登録の特徴点データを特定する指定
データを入力する入力手段と、個人の身体的特徴を示す
データから抽出された特徴点データ群と、該特徴点デー
タ群の各々に対応して設定される個別閾値データ群とが
格納される記憶手段と、登録時には前記入力手段により
入力された複数の前記個人の身体的特徴を示すデータか
ら複数の特徴点データを抽出し、該複数の特徴点データ
どうしの照合結果に基づいて登録すべき特徴点データを
決定し、かつ該登録すべき特徴点データと既登録の特徴
点データとを照合し前記登録すべき特徴点データと既登
録の特徴点データのうち対特徴点データとの照合分布
と、該登録すべき特徴点データと前記既登録の特徴点デ
ータのうち非対特徴点データと照合分布とに基づいて個
別閾値を算出し、前記登録すべき特徴点データおよび前
記個別閾値データを前記記憶手段に格納すると共に、照
合時には前記入力手段により入力された個人の身体的特
徴を示すデータから照合元の特徴点データを抽出し、前
記指定データに基づいて照合対象となる既登録の特徴点
データを前記記憶手段より読み出し、前記照合元の特徴
点データと読み出した前記照合対象となる既登録の特徴
点データとを照合し、該照合結果を示す照合スコアと前
記指定データに基づいて前記記憶手段より読み出した個
別閾値データとの比較結果に基づいて個人の識別を行う
データ処理手段と有する個人識別装置において、前記デ
ータ処理手段は、前記照合元の特徴点データと読み出し
た前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記指定データに基
づいて前記記憶手段より読み出した個別閾値データとの
比較結果に基づいて前記個別閾値データを更新すること
を特徴とする個人識別装置の機能を実現するためのプロ
グラムをコンピュータにより読み取り可能な記録媒体に
記録するようにしてもよい。この記録媒体に記録された
プログラムをコンピュータシステムに読み込ませ、実行
することにより個人識別を行う際に個別閾値を最適な値
に設定することができる。
【００９２】また,個別閾値は、照合元の個人の身体的
特徴を示すデータから抽出された特徴点データと非対特
徴点データとを照合した際に算出された相似の度合の最
高スコアと、前記照合元の個人の身体的特徴を示すデー
タから抽出された特徴点データについてとり得ると想定
される照合スコア分布おける最小スコアとの中間値に設
定されることを特徴とする個人識別装置の機能を実現す
るためのプログラムをコンピュータにより読み取り可能
な記録媒体に記録するようにしてもよい。この記録媒体
に記録されたプログラムをコンピュータシステムに読み
込ませ、実行することにより入力された照合元の個人の
身体的特徴を示すデータの品質に応じて登録特徴点デー
タについて個別に閾値を持たせることにより、それぞれ
の個人の身体的特徴を示すデータから抽出された特徴点
データのスコア特性に合わせて個人識別における合否判
定を行うことができる。
【００９３】また、入力された照合元の個人の身体的特
徴を示すデータから抽出された特徴点データと、既登録
の照合対象となる特徴点データとの照合結果を求め、該
照合結果により得られた相似の度合が、前記既登録の特
徴点データに対応して設定された個別閾値を越えたか否
かにより個人を識別する個人識別方法において、前記個
別閾値を、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと対特徴点データとの照合
スコア分布と、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと非対特徴点データと
の照合スコア分布とに基づいて算出することを特徴とす
る個人識別方法を実施するためのプログラムをコンピュ
ータにより読み取り可能な記録媒体に記録するようにし
てもよい。この記録媒体に記録されたプログラムをコン
ピュータシステムに読み込ませ、実行することにより入
力された照合元の個人の身体的特徴を示すデータの品質
が悪く、照合対象となる既登録の特徴点データとの照合
スコアが低い場合においても個人の識別が可能となる。
【００９４】
【発明の効果】請求項１に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別方法において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タスコア分布と、前記照合元の個人の身体的特徴を示す
データから抽出された特徴点データと非対特徴点データ
との照合スコア分布とに基づいて算出するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質が悪く、照合対象となる既登録の特徴点データと
の照合スコアが低い場合においても個人の識別が可能と
なる。
【００９５】 請求項２に記載の発明によれば、請求項１
に記載の個人識別方法において、照合元の個人の身体的
特徴を示すデータから抽出された特徴点データと、既登
録のすべての特徴点データとの照合結果を求め、かつ該
照合結果を示す照合スコアと前記既登録の各特徴点デー
タに対応して設定された個別閾値データとを順次、比較
し、該比較結果に基づいて個人を識別するようにしたの
で、予め照合対象となる個人の特徴点データを特定する
指定データ（ＩＤデータ）を入力する必要がなくなり、
指定データの入力負荷を低減することができる。
【００９６】 請求項３に記載の発明によれば、請求項１
または２のいずれかに記載の個人識別方法において、個
別閾値を、前記照合元の個人の身体的特徴を示すデータ
から抽出された特徴点データと非対特徴点データとを照
合した際に算出された相似の度合の最高スコアと、前記
照合元の個人の身体的特徴を示すデータから抽出された
特徴点データについてとり得ると想定される照合スコア
分布における最小スコアとの中間値に設定するようにし
たので、入力された照合元の個人の身体的特徴を示すデ
ータの品質に応じて登録特徴点データについて個別に閾
値を持たせることにより、それぞれの個人の身体的特徴
を示すデータから抽出された特徴点データのスコア特性
に合わせて個人識別における合否判定を行うことができ
る。
【００９７】 請求項４に記載の発明によれば、請求項１
または３のいずれかに記載の個人識別方法において、前
記個別閾値を、前記照合元の個人の身体的特徴を示すデ
ータから抽出された特徴点データと既登録の特徴点デー
タとの照合結果に基づいて更新するようにしたので、個
人識別を行う際に個別閾値を最適な値に設定することが
できる。
【００９８】 請求項５に記載の発明によれば、入力され
た照合元の個人の身体的特徴を示すデータから抽出され
た特徴点データと、既登録の照合対象となる特徴点デー
タとの照合結果を求め、該照合結果により得られた相似
の度合が、前記既登録の特徴点データに対応して設定さ
れた個別閾値を越えたか否かにより個人を識別する個人
識別装置において、前記個別閾値を前記照合元の個人の
身体的特徴を示すデータから抽出された特徴点データと
対特徴点データとの照合スコア分布と、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと非対特徴点データとの照合スコア分布に基づいて算
出する個別閾値算出手段を有するようにしたので、入力
された照合元の個人の身体的特徴を示すデータの品質が
悪く、照合対象となる既登録の特徴点データとの照合ス
コアが低い場合においても個人の識別が可能となる。
【００９９】 請求項６に記載の発明によれば、データ処
理手段は、照合時には入力手段により入力された複数の
前記個人の身体的特徴を示すデータから複数の特徴点デ
ータを抽出し、該複数の特徴点データどうしの照合結果
に基づいて登録すべき特徴点データを決定し、かつ該登
録すべき特徴点データと既登録の特徴点データとを照合
し前記登録すべき特徴点データと既登録の特徴点データ
のうち対特徴点データとの照合分布と、該登録すべき特
徴点データと前記既登録の特徴点データのうち非対特徴
点データと照合分布とに基づいて個別閾値を算出し、前
記登録すべき特徴点データおよび前記個別閾値データを
記憶手段に格納すると共に、照合時には前記入力手段に
より入力された個人の身体的特徴を示すデータから照合
元の特徴点データを抽出し、前記指定データに基づいて
照合対象となる既登録の特徴点データを前記記憶手段よ
り読み出し、前記照合元の特徴点データと読み出した前
記照合対象となる既登録の特徴点データとを照合し、該
照合結果を示す照合スコアと前記指定データに基づいて
前記記憶手段より読み出した個別閾値データとの比較結
果に基づいて個人の識別を行うようにしたので、入力さ
れた照合元の個人の身体的特徴を示すデータの品質が悪
く、照合対象となる既登録の特徴点データとの照合スコ
アが低い場合においても個人の識別が可能となる。
【０１００】 請求項７に記載の発明によれば、データ処
理手段は、登録時には前記入力手段により入力された複
数の前記個人の身体的特徴を示すデータから複数の特徴
点データを抽出し、該複数の特徴点データどうしの照合
結果に基づいて登録すべき特徴点データを決定し、かつ
該登録すべき特徴点データと既登録の特徴点データとを
照合し前記登録すべき特徴点データと既登録の特徴点デ
ータのうち対特徴点データとの照合分布と、該登録すべ
き特徴点データと前記既登録の特徴点データのうち非対
特徴点データと照合分布とに基づいて個別閾値を算出
し、前記登録すべき特徴点データおよび前記個別閾値デ
ータを前記記憶手段に格納すると共に、照合時には前記
入力手段により入力された個人の身体的特徴を示すデー
タから照合元の特徴点データを抽出し、かつ照合対象と
なる既登録のすべての特徴点データを前記記憶手段より
順次、読み出し、前記照合元の特徴点データと読み出し
た前記照合対象となる既登録の特徴点データとを照合
し、該照合結果を示す照合スコアと前記記憶手段より読
み出した前記既登録の特徴点データに対応する個別閾値
データとの比較結果を集計し、該集計結果に基づいて個
人の識別を行うようにしたので、予め照合対象となる個
人の特徴点データを特定する指定データ（ＩＤデータ）
を入力する必要がなくなり、指定データの入力負荷を低
減することができる。
【０１０１】 請求項８に記載の発明によれば、データ処
理手段は、前記照合元の特徴点データと読み出した前記
照合対象となる既登録の特徴点データとを照合し、該照
合結果を示す照合スコアと前記指定データに基づいて前
記記憶手段より読み出した個別閾値データとの比較結果
に基づいて前記個別閾値データを更新するようにしたの
で、個人識別を行う際に個別閾値を最適な値に設定する
ことができる。
【０１０２】 請求項９に記載の発明によれば、個別閾値
を、前記照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと非対特徴点データとを照合した
際に算出された相似の度合の最高スコアと、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データについてとり得ると想定される照合スコア分布に
おける最小スコアとの中間値に設定するようにしたの
で、入力された照合元の個人の身体的特徴を示すデータ
の品質に応じて登録特徴点データについて個別に閾値を
持たせることにより、それぞれの個人の身体的特徴を示
すデータから抽出された特徴点データのスコア特性に合
わせて個人識別における合否判定を行うことができる。
【０１０３】 請求項１０に記載の発明によれば、入力さ
れた照合元の個人の身体的特徴を示すデータから抽出さ
れた特徴点データと、既登録の照合対象となる特徴点デ
ータとの照合結果を求め、該照合結果により得られた相
似の度合が、前記既登録の特徴点データに対応して設定
された個別閾値を越えたか否かにより個人を識別する個
人識別装置において、前記個別閾値を、前記照合元の個
人の身体的特徴を示すデータから抽出された特徴点デー
タと対特徴点データとの照合スコア分布と、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと非対特徴点データとの照合スコア分布に基づい
て算出する個別閾値算出手段を有することを特徴とする
個人識別装置の機能を実現するためのプログラムをコン
ピュータにより読み取り可能な記録媒体に記録するよう
にしたので、この記録媒体に記録されたプログラムをコ
ンピュータシステムに読み込ませ、実行することにより
入力された照合元の個人の身体的特徴を示すデータの品
質が悪く、照合対象となる既登録の特徴点データとの照
合スコアが低い場合においても個人の識別が可能とな
る。
【０１０４】 請求項１１に記載の発明によれば、個人の
身体的特徴を示すデータおよび照合対象となる既登録の
特徴点データを特定する指定データを入力する入力手段
と、個人の身体的特徴を示すデータから抽出された特徴
点データ群と、該特徴点データ群の各々に対応して設定
される個別閾値データ群とが格納される記憶手段と、登
録時には前記入力手段により入力された複数の前記個人
の身体的特徴を示すデータから複数の特徴点データを抽
出し、該複数の特徴点データどうしの照合結果に基づい
て登録すべき特徴点データを決定し、かつ該登録すべき
特徴点データと既登録の特徴点データとを照合し前記登
録すべき特徴点データと既登録の特徴点データのうち対
特徴点データとの照合分布と、該登録すべき特徴点デー
タと前記既登録の特徴点データのうち非対特徴点データ
と照合分布とに基づいて個別閾値を算出し、前記登録す
べき特徴点データおよび前記個別閾値データを前記記憶
手段に格納すると共に、照合時には前記入力手段により
入力された個人の身体的特徴を示すデータから照合元の
特徴点データを抽出し、前記指定データに基づいて照合
対象となる既登録の特徴点データを前記記憶手段より読
み出し、前記照合元の特徴点データと読み出した前記照
合対象となる既登録の特徴点データとを照合し、該照合
結果を示す照合スコアと前記指定データに基づいて前記
記憶手段より読み出した個別閾値データとの比較結果に
基づいて個人の識別を行うデータ処理手段と、を有する
ことを特徴とする個人識別装置の機能を実現するための
プログラムをコンピュータにより読み取り可能な記録媒
体に記録するようにしたので、この記録媒体に記録され
たプログラムをコンピュータシステムに読み込ませ、実
行することにより入力された照合元の個人の身体的特徴
を示すデータの品質が悪く、照合対象となる既登録の特
徴点データとの照合スコアが低い場合においても個人の
識別が可能となる。
【０１０５】 請求項１２に記載の発明によれば、個人の
身体的特徴を示すデータを入力する入力手段と、個人の
身体的特徴を示すデータから抽出された特徴点データ群
と、該特徴点データ群の各々に対応して設定される個別
閾値データ群とが格納される記憶手段と、登録時には前
記入力手段により入力された複数の前記個人の身体的特
徴を示すデータから複数の特徴点データを抽出し、該複
数の特徴点データどうしの照合結果に基づいて登録すべ
き特徴点データを決定し、かつ該登録すべき特徴点デー
タと既登録の特徴点データとを照合し前記登録すべき特
徴点データと既登録の特徴点データのうち対特徴点デー
タとの照合分布と、該登録すべき特徴点データと前記既
登録の特徴点データのうち非対特徴点データと照合分布
とに基づいて個別閾値を算出し、前記登録すべき特徴点
データおよび前記個別閾値データを前記記憶手段に格納
すると共に、照合時には前記入力手段により入力された
個人の身体的特徴を示すデータから照合元の特徴点デー
タを抽出し、かつ照合対象となる既登録のすべての特徴
点データを前記記憶手段より順次、読み出し、前記照合
元の特徴点データと読み出した前記照合対象となる既登
録の特徴点データとを照合し、該照合結果を示す照合ス
コアと前記記憶手段より読み出した前記既登録の特徴点
データに対応する個別閾値データとの比較結果を集計
し、該集計結果に基づいて個人の識別を行うデータ処理
手段と、を有することを特徴とする個人識別装置の機能
を実現するためのプログラムをコンピュータにより読み
取り可能な記録媒体に記録するようにしたので、この記
録媒体に記録されたプログラムをコンピュータシステム
に読み込ませ、実行することにより予め照合対象となる
個人の特徴点データを特定する指定データ（ＩＤデー
タ）を入力する必要がなくなり、指定データの入力負荷
を低減することができる。
【０１０６】請求項１３に記載された発明によれば、入
力された照合元の個人の身体的特徴を示すデータから抽
出された特徴点データと、既登録の照合対象となる特徴
点データとの照合結果を求め、該照合結果により得られ
た相似の度合が、前記既登録の特徴点データに対応して
設定された個別閾値を越えたか否かにより個人を識別す
る個人識別方法において、前記個別閾値を、前記照合元
の個人の身体的特徴を示すデータから抽出された特徴点
データと対特徴点データとの照合スコア分布と、前記照
合元の個人の身体的特徴を示すデータから抽出された特
徴点データと非対特徴点データとの照合スコア分布とに
基づいて算出することを特徴とする個人識別方法を実施
するためのプログラムをコンピュータによ読み取り可能
な記録媒体に記録するようにしたので、この記録媒体に
記録されたプログラムをコンピュータシステムに読み込
ませ、実行することにより入力された照合元の個人の身
体的特徴を示すデータの品質が悪く、照合対象となる既
登録の特徴点データとの照合スコアが低い場合において
も個人の識別が可能となる。
【図面の簡単な説明】
【図１】 本発明の第１の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図２】 図１に示した個人識別装置における特徴点デ
ータの登録時の動作を示すフローチャート。
【図３】 図１に示した個人識別装置における照合動作
を示すフローチャート。
【図４】 図１に示した個人識別装置における複数の特
徴点データから特徴点データを選択する際の照合スコア
の算出方法を示す説明図。
【図５】 図１に示した個人識別装置における照合動作
の具体例を示すフローチャート。
【図６】 本発明の第２の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図７】 図６に示した個人識別装置の処理内容を示す
フローチャート。
【図８】 図６に示した個人識別装置の処理内容の具体
例を示すフローチャート。
【図９】 本発明の第３の実施の形態に係る個人識別装
置の構成を示すブロック図。
【図１０】 図９に示した個人識別装置の処理内容を示
すフローチャート。
【図１１】 照合元の特徴点データと非対特徴点データ
との照合スコア分布と、照合元の特徴点データと対特徴
点データとの照合スコア分布との関係を示す図。
【符号の説明】 １ 入力装置 ２ データ処理装置 ３ 記憶装置 ４ 出力装置 ２１ 特徴抽出手段 ２２ 登録特徴点選択手段 ２３ 個別閾値算出手段 ２４ 照合手段 ２５ 合否判定手段 ２６ 結果集計手段 ２７ 個別閾値算出手段 ３１ 特徴点データ記憶部 ３２ 個別閾値データ記憶部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 矢野 悟 神奈川県川崎市高津区坂戸３−２−１ 株 式会社エヌイーシー情報システムズ内 Ｆターム(参考） 4C038 FF01 FF05 FG01 5B043 AA09 BA01 BA02 EA06 FA09 GA02 HA01

Claims (14)

    【特許請求の範囲】
  1. 【請求項１】 入力された照合元の個人の身体的特徴を
    示すデータから抽出された特徴点データと、既登録の照
    合対象となる特徴点データとの照合結果を求め、該照合
    結果により得られた相似の度合が、前記既登録の特徴点
    データに対応して設定された個別閾値を越えたか否かに
    より個人を識別する個人識別方法において、 前記個別閾値を、前記照合元の個人の身体的特徴を示す
    データから抽出された特徴点データと対特徴点データと
    の照合スコア分布と、前記照合元の個人の身体的特徴を
    示すデータから抽出された特徴点データと非対特徴点デ
    ータとの照合スコア分布とに基づいて算出することを特
    徴とする個人識別方法。
  2. 【請求項２】 入力された照合元の個人の身体的特徴を
    示すデータから抽出された特徴点データと、既登録の照
    合対象となる特徴点データとの照合結果を求め、該照合
    結果により得られた相似の度合が、前記既登録の特徴点
    データに対応して設定された個別閾値を越えたか否かに
    より個人を識別する個人識別方法において、 前記照合元の個人の身体的特徴を示すデータから抽出さ
    れた特徴点データと、既登録のすべての特徴点データと
    の照合結果を求め、かつ該照合結果を示す照合スコアと
    前記既登録の各特徴点データに対応して設定された個別
    閾値データとを順次、比較し、該比較結果に基づいて個
    人を識別することを特徴とする個人識別方法。
  3. 【請求項３】 前記個別閾値は、前記照合元の個人の身
    体的特徴を示すデータから抽出された特徴点データと非
    対特徴点データとを照合した際に算出された相似の度合
    の最高スコアと、前記照合元の個人の身体的特徴を示す
    データから抽出された特徴点データについてとり得ると
    想定される照合スコア分布における最小スコアとの中間
    値に設定されることを特徴とする請求項１または２のい
    ずれかに記載の個人識別方法。
  4. 【請求項４】 前記個別閾値は、前記照合元の個人の身
    体的特徴を示すデータから抽出された特徴点データと既
    登録の特徴点データとの照合結果に基づいて更新される
    ことを特徴とする請求項１または３のいずれかに記載の
    個人識別方法。
  5. 【請求項５】 入力された照合元の個人の身体的特徴を
    示すデータから抽出された特徴点データと、既登録の照
    合対象となる特徴点データとの照合結果を求め、該照合
    結果により得られた相似の度合が、前記既登録の特徴点
    データに対応して設定された個別閾値を越えたか否かに
    より個人を識別する個人識別装置において、 前記個別閾値を、前記照合元の個人の身体的特徴を示す
    データから抽出された特徴点データと対特徴点データと
    の照合スコア分布と、前記照合元の個人の身体的特徴を
    示すデータから抽出された特徴点データと非対特徴点デ
    ータとの照合スコア分布とに基づいて算出する個別閾値
    算出手段を有することを特徴とする個人識別装置。
  6. 【請求項６】 個人の身体的特徴を示すデータおよび照
    合対象となる既登録の特徴点データを特定する指定デー
    タを入力する入力手段と、 個人の身体的特徴を示すデータから抽出された特徴点デ
    ータ群と、該特徴点データ群の各々に対応して設定され
    る個別閾値データ群とが格納される記憶手段と、登録時
    には前記入力手段により入力された複数の前記個人の身
    体的特徴を示すデータから複数の特徴点データを抽出
    し、該複数の特徴点データどうしの照合結果に基づいて
    登録すべき特徴点データを決定し、かつ該登録すべき特
    徴点データと既登録の特徴点データとを照合し該照合結
    果に統計的処理を施すことにより個別閾値を算出し、前
    記登録すべき特徴点データおよび前記個別閾値データを
    前記記憶手段に格納すると共に、 照合時には前記入力手段により入力された個人の身体的
    特徴を示すデータから照合元の特徴点データを抽出し、
    前記指定データに基づいて照合対象となる既登録の特徴
    点データを前記記憶手段より読み出し、前記照合元の特
    徴点データと読み出した前記照合対象となる既登録の特
    徴点データとを照合し、該照合結果を示す照合スコアと
    前記指定データに基づいて前記記憶手段より読み出した
    個別閾値データとの比較結果に基づいて個人の識別を行
    うデータ処理手段と、を有することを特徴とする個人識
    別装置。
  7. 【請求項７】 個人の身体的特徴を示すデータを入力す
    る入力手段と、 個人の身体的特徴を示すデータから抽出された特徴点デ
    ータ群と、該特徴点データ群の各々に対応して設定され
    る個別閾値データ群とが格納される記憶手段と、 登録時には前記入力手段により入力された複数の前記個
    人の身体的特徴を示すデータから複数の特徴点データを
    抽出し、該複数の特徴点データどうしの照合結果に基づ
    いて登録すべき特徴点データを決定し、かつ該登録すべ
    き特徴点データと既登録の特徴点データとを照合し該照
    合結果に統計的処理を施すことにより個別閾値を算出
    し、前記登録すべき特徴点データおよび前記個別閾値デ
    ータを前記記憶手段に格納すると共に、照合時には前記
    入力手段により入力された個人の身体的特徴を示すデー
    タから照合元の特徴点データを抽出し、かつ照合対象と
    なる既登録のすべての特徴点データを前記記憶手段より
    順次、読み出し、前記照合元の特徴点データと読み出し
    た前記照合対象となる既登録の特徴点データとを照合
    し、該照合結果を示す照合スコアと前記記憶手段より読
    み出した前記既登録の特徴点データに対応する個別閾値
    データとの比較結果を集計し、該集計結果に基づいて個
    人の識別を行うデータ処理手段と、 を有することを特徴とする個人識別装置。
  8. 【請求項８】 前記データ処理手段は、前記照合元の特
    徴点データと読み出した前記照合対象となる既登録の特
    徴点データとを照合し、該照合結果を示す照合スコアと
    前記指定データに基づいて前記記憶手段より読み出した
    個別閾値データとの比較結果に基づいて前記個別閾値デ
    ータを更新することを特徴とする請求項６に記載の個人
    識別装置。
  9. 【請求項９】 前記個別閾値は、前記照合元の個人の身
    体的特徴を示すデータから抽出された特徴点データと非
    対特徴点データとを照合した際に算出された相似の度合
    の最高スコアと、前記照合元の個人の身体的特徴を示す
    データから抽出された特徴点データについてとり得ると
    想定される照合スコア分布における最小スコアとの中間
    値に設定されることを特徴とする請求項５乃至８のいず
    れかに記載の個人識別装置。
  10. 【請求項１０】 入力された照合元の個人の身体的特徴
    を示すデータから抽出された特徴点データと、既登録の
    照合対象となる特徴点データとの照合結果を求め、該照
    合結果により得られた相似の度合が、前記既登録の特徴
    点データに対応して設定された個別閾値を越えたか否か
    により個人を識別する個人識別装置において、前記個別
    閾値を前記照合元の個人の身体的特徴を示すデータから
    抽出された特徴点データと対特徴点データとの照合スコ
    ア分布と、前記照合元の個人の身体的特徴を示すデータ
    から抽出された特徴点データと非対特徴点データとの照
    合スコア分布に基づいて算出する個別閾値算出手段を有
    することを特徴とする個人識別装置の機能を実現するた
    めのプログラムを記録したコンピュータにより読み取り
    可能な記録媒体。
  11. 【請求項１１】 個人の身体的特徴を示すデータおよび
    照合対象となる既登録の特徴点データを特定する指定デ
    ータを入力する入力手段と、個人の身体的特徴を示すデ
    ータから抽出された特徴点データ群と、該特徴点データ
    群の各々に対応して設定される個別閾値データ群とが格
    納される記憶手段と、登録時には前記入力手段により入
    力された複数の前記個人の身体的特徴を示すデータから
    複数の特徴点データを抽出し、該複数の特徴点データど
    うしの照合結果に基づいて登録すべき特徴点データを決
    定し、かつ該登録すべき特徴点データと既登録の特徴点
    データとを照合し該照合結果に統計的処理を施すことに
    より個別閾値を算出し、前記登録すべき特徴点データお
    よび前記個別閾値データを前記記憶手段に格納すると共
    に、照合時には前記入力手段により入力された個人の身
    体的特徴を示すデータから照合元の特徴点データを抽出
    し、前記指定データに基づいて照合対象となる既登録の
    特徴点データを前記記憶手段より読み出し、前記照合元
    の特徴点データと読み出した前記照合対象となる既登録
    の特徴点データとを照合し、該照合結果を示す照合スコ
    アと前記指定データに基づいて前記記憶手段より読み出
    した個別閾値データとの比較結果に基づいて個人の識別
    を行うデータ処理手段と、を有することを特徴とする個
    人識別装置の機能を実現するためのプログラムを記録し
    たコンピュータにより読み取り可能な記録媒体。
  12. 【請求項１２】 個人の身体的特徴を示すデータを入力
    する入力手段と、個人の身体的特徴を示すデータから抽
    出された特徴点データ群と、該特徴点データ群の各々に
    対応して設定される個別閾値データ群とが格納される記
    憶手段と、登録時には前記入力手段により入力された複
    数の前記個人の身体的特徴を示すデータから複数の特徴
    点データを抽出し、該複数の特徴点データどうしの照合
    結果に基づいて登録すべき特徴点データを決定し、かつ
    該登録すべき特徴点データと既登録の特徴点データとを
    照合し該照合結果に統計的処理を施すことにより個別閾
    値を算出し、前記登録すべき特徴点データおよび前記個
    別閾値データを前記記憶手段に格納すると共に、照合時
    には前記入力手段により入力された個人の身体的特徴を
    示すデータから照合元の特徴点データを抽出し、かつ照
    合対象となる既登録のすべての特徴点データを前記記憶
    手段より順次、読み出し、前記照合元の特徴点データと
    読み出した前記照合対象となる既登録の特徴点データと
    を照合し、該照合結果を示す照合スコアと前記記憶手段
    より読み出した前記既登録の特徴点データに対応する個
    別閾値データとの比較結果を集計し、該集計結果に基づ
    いて個人の識別を行うデータ処理手段と、を有すること
    を特徴とする個人識別装置の機能を実現するためのプロ
    グラムを記録したコンピュータにより読み取り可能な記
    録媒体。
  13. 【請求項１３】 請求項６に記載の個人識別装置におい
    て、前記データ処理手段は、前記照合元の特徴点データ
    と読み出した前記照合対象となる既登録の特徴点データ
    とを照合し、該照合結果を示す照合スコアと前記指定デ
    ータに基づいて前記記憶手段より読み出した個別閾値デ
    ータとの比較結果に基づいて前記個別閾値データを更新
    することを特徴とする個人識別装置の機能を実現するた
    めのプログラムを記録したコンピュータにより読み取り
    可能な記録媒体。
  14. 【請求項１４】 請求項５乃至８のいずれかに記載の個
    人識別装置において、前記個別閾値は、前記照合元の個
    人の身体的特徴を示すデータから抽出された特徴点デー
    タと非対特徴点データとを照合した際に算出された相似
    の度合の最高スコアと、前記照合元の個人の身体的特徴
    を示すデータから抽出された特徴点データについてとり
    得ると想定される照合スコア分布おける最小スコアとの
    中間値に設定されることを特徴とする個人識別装置の機
    能を実現するためのプログラムを記録したコンピュータ
    により読み取り可能な記録媒体。
JP36162998A 1998-12-18 1998-12-18 個人識別方法、個人識別装置および記録媒体 Expired - Fee Related JP3439359B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP36162998A JP3439359B2 (ja) 1998-12-18 1998-12-18 個人識別方法、個人識別装置および記録媒体
TW088122028A TW556117B (en) 1998-12-18 1999-12-15 Personal identification method, personal identification apparatus, and recording medium
US09/461,414 US6526396B1 (en) 1998-12-18 1999-12-16 Personal identification method, personal identification apparatus, and recording medium
KR1019990058464A KR100352565B1 (ko) 1998-12-18 1999-12-17 개인 식별 방법, 개인 식별 장치, 및 기록 매체
SG9906419A SG103808A1 (en) 1998-12-18 1999-12-17 Personel identification method, personal identification apparatus, and recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP36162998A JP3439359B2 (ja) 1998-12-18 1998-12-18 個人識別方法、個人識別装置および記録媒体

Publications (2)

Publication Number Publication Date
JP2000182057A true JP2000182057A (ja) 2000-06-30
JP3439359B2 JP3439359B2 (ja) 2003-08-25

Family

ID=18474346

Family Applications (1)

Application Number Title Priority Date Filing Date
JP36162998A Expired - Fee Related JP3439359B2 (ja) 1998-12-18 1998-12-18 個人識別方法、個人識別装置および記録媒体

Country Status (5)

Country Link
US (1) US6526396B1 (ja)
JP (1) JP3439359B2 (ja)
KR (1) KR100352565B1 (ja)
SG (1) SG103808A1 (ja)
TW (1) TW556117B (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005069221A1 (ja) * 2004-01-15 2005-07-28 Nec Corporation パターン識別システム、パターン識別方法、及びパターン識別プログラム
WO2006077764A1 (ja) * 2005-01-21 2006-07-27 Nec Corporation 閾値決定装置、方法及びプログラム並びに本人認証システム
JP2014063251A (ja) * 2012-09-20 2014-04-10 Toshiba Corp 人物認識装置、及び方法
CN109919194A (zh) * 2019-01-31 2019-06-21 北京明略软件系统有限公司 一种事件中人物身份识别方法、系统、终端和存储介质
CN110928893A (zh) * 2019-11-18 2020-03-27 中国建设银行股份有限公司 一种标签查询方法、装置、设备和存储介质

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542905B1 (en) * 1999-03-10 2003-04-01 Ltcq, Inc. Automated data integrity auditing system
KR100333138B1 (ko) * 2000-04-29 2002-04-19 안준영 광학식 지문입력장치의 잔류지문 판별방법
JP2002222424A (ja) * 2001-01-29 2002-08-09 Nec Corp 指紋照合システム
JP2003067340A (ja) * 2001-08-28 2003-03-07 Mitsubishi Electric Corp 認証の選択システム、認証システム
KR100442579B1 (ko) * 2001-10-08 2004-08-02 (주)니트 젠 복수의 임계값을 이용한 지문에 의한 개인인증장치 및 방법
WO2003062668A1 (en) * 2002-01-23 2003-07-31 Cloyes Gear And Products, Inc. Snap-fit chain guide
JP3872778B2 (ja) * 2002-07-15 2007-01-24 三星電子株式会社 結合された成分記述子を用いた顔検索方法及びその装置
US20040189441A1 (en) * 2003-03-24 2004-09-30 Kosmas Stergiou Apparatus and methods for verification and authentication employing voluntary attributes, knowledge management and databases
US20060262964A1 (en) * 2003-05-21 2006-11-23 Koninklijke Philips Electronis N.V. Method and device for verifying the identity of an object
EP1503309A1 (en) * 2003-07-31 2005-02-02 Deutsche Börse Ag Data validity control in straight-through processing systems
JP4449584B2 (ja) * 2004-06-01 2010-04-14 コニカミノルタビジネステクノロジーズ株式会社 画像形成装置
JP4140582B2 (ja) 2004-08-19 2008-08-27 ソニー株式会社 認証装置および認証方法
US7627144B2 (en) 2004-08-19 2009-12-01 Sony Corporation Method and apparatus for performing identity authentication
US7298873B2 (en) * 2004-11-16 2007-11-20 Imageware Systems, Inc. Multimodal biometric platform
KR100747446B1 (ko) * 2005-03-07 2007-08-09 엘지전자 주식회사 휴대단말기의 지문인식 장치 및 방법
JP2006268290A (ja) * 2005-03-23 2006-10-05 Sony Corp 認証システム、代理装置、代理方法及びプログラム
US7545962B2 (en) * 2005-12-22 2009-06-09 Daon Holdings Limited Biometric authentication system
US7545961B2 (en) * 2005-12-22 2009-06-09 Daon Holdings Limited Biometric authentication system
KR100778891B1 (ko) * 2006-04-05 2007-11-22 (주)니트 젠 생체정보 인증시의 매칭스코어 임계값 동적 변경 방법 및장치
KR100780957B1 (ko) * 2006-08-21 2007-12-03 삼성전자주식회사 영상선택 장치 및 방법
US20080133296A1 (en) * 2006-12-05 2008-06-05 Electronics And Telecommunications Research Institute Method and system for managing reliability of identification management apparatus for user centric identity management
KR101241864B1 (ko) * 2009-06-03 2013-03-11 한국전자통신연구원 사용자 중심의 아이덴터티 관리 시스템 및 그 방법
WO2012090338A1 (ja) * 2010-12-29 2012-07-05 富士通株式会社 生体情報登録装置及び生体情報登録方法
CN103888258B (zh) * 2014-01-28 2017-04-19 北京中科虹霸科技有限公司 一种生物特征模板防盗判别方法
KR102222318B1 (ko) * 2014-03-18 2021-03-03 삼성전자주식회사 사용자 인식 방법 및 장치
CN106203240A (zh) 2015-05-07 2016-12-07 神盾股份有限公司 指纹辨识方法和电子装置
KR102265937B1 (ko) * 2020-12-21 2021-06-17 주식회사 모비젠 시퀀스데이터의 분석 방법 및 그 장치

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63149777A (ja) 1986-12-15 1988-06-22 Omron Tateisi Electronics Co 指紋照合方式
JP2875053B2 (ja) 1991-04-19 1999-03-24 富士通株式会社 登録済み指紋特徴点の更新方法
JPH06208611A (ja) 1993-01-11 1994-07-26 Toshiba Corp 個人認証装置
GB2310522B (en) * 1993-04-21 1997-10-15 Matsumura Electronics Kk Fingerprint ID system and method
JP3570755B2 (ja) 1994-10-19 2004-09-29 セコム株式会社 個人識別装置
JPH08185519A (ja) 1994-12-27 1996-07-16 Hamamatsu Photonics Kk 人物照合方法及びその装置
US5668874A (en) 1995-02-28 1997-09-16 Lucent Technologies Inc. Identification card verification system and method
US5761330A (en) * 1995-06-07 1998-06-02 Mytec Technologies, Inc. Hybrid optical-digital method and apparatus for fingerprint verification
US6356649B2 (en) * 1997-04-11 2002-03-12 Arete Associate, Inc. “Systems and methods with identity verification by streamlined comparison and interpretation of fingerprints and the like”
US5917928A (en) * 1997-07-14 1999-06-29 Bes Systems, Inc. System and method for automatically verifying identity of a subject
US6160903A (en) * 1998-04-24 2000-12-12 Dew Engineering And Development Limited Method of providing secure user access
US6418409B1 (en) * 1999-10-26 2002-07-09 Persay Inc. Error derived scores for detection systems

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005069221A1 (ja) * 2004-01-15 2005-07-28 Nec Corporation パターン識別システム、パターン識別方法、及びパターン識別プログラム
US7778463B2 (en) 2004-01-15 2010-08-17 Nec Corporation Pattern recognition system, pattern recognition method, and pattern recognition program
US7983484B2 (en) 2004-01-15 2011-07-19 Nec Corporation Pattern recognition system, pattern recognition method, and pattern recognition program
WO2006077764A1 (ja) * 2005-01-21 2006-07-27 Nec Corporation 閾値決定装置、方法及びプログラム並びに本人認証システム
US7991204B2 (en) 2005-01-21 2011-08-02 Nec Corporation Threshold determining device, method and program, and personal authentication system
JP4899868B2 (ja) * 2005-01-21 2012-03-21 日本電気株式会社 閾値決定装置、方法及びプログラム並びに本人認証システム
JP2014063251A (ja) * 2012-09-20 2014-04-10 Toshiba Corp 人物認識装置、及び方法
US9477876B2 (en) 2012-09-20 2016-10-25 Kabushiki Kaisha Toshiba Person recognition apparatus and method thereof
CN109919194A (zh) * 2019-01-31 2019-06-21 北京明略软件系统有限公司 一种事件中人物身份识别方法、系统、终端和存储介质
CN110928893A (zh) * 2019-11-18 2020-03-27 中国建设银行股份有限公司 一种标签查询方法、装置、设备和存储介质
CN110928893B (zh) * 2019-11-18 2022-10-21 中国建设银行股份有限公司 一种标签查询方法、装置、设备和存储介质

Also Published As

Publication number Publication date
US6526396B1 (en) 2003-02-25
SG103808A1 (en) 2004-05-26
JP3439359B2 (ja) 2003-08-25
KR100352565B1 (ko) 2002-09-12
TW556117B (en) 2003-10-01
KR20000052498A (ko) 2000-08-25

Similar Documents

Publication Publication Date Title
JP2000182057A (ja) 個人識別方法、個人識別装置および記録媒体
US7634118B2 (en) Biometric information registration apparatus, biometric information verification apparatus, biometric information registration/verification system, and biometric information registration program
JP2821348B2 (ja) 指紋照合装置
CN112036383B (zh) 一种基于手静脉的身份识别方法及装置
JP2002236665A (ja) 個人認証装置
CN107153811A (zh) 用于多模态生物特征识别的方法、装置及系统
EP2084677A1 (en) Biometric matching method and apparatus
JP2924958B2 (ja) 指紋カード絞り込み装置及び指紋カード絞り込み方法
US20060126904A1 (en) Method for multi-model biometric identification and system thereof
CN114881651A (zh) 一种大数据服务智慧金融用异常交易识别系统及方法
JP2019121188A (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
KR100875923B1 (ko) 다중 바이오 인식을 통한 사용자 검색 시스템 및 그 방법
JP2003044858A (ja) 個人認証装置および方法
Ren et al. A novel method of score level fusion using multiple impressions for fingerprint verification
JPH10261083A (ja) 個人同定装置及び個人同定方法
JP4269419B2 (ja) データ照合装置
JPH0498370A (ja) 指紋識別装置
CN111967943A (zh) 一种智能购物系统
US8194943B2 (en) Method for automatically recognizing fingerprints
JP2964199B2 (ja) 指紋照合方法
Goyal et al. Fingerprint Detection and Authentication using feature extraction based on Minutiae
JP2003256380A (ja) 本人認証装置および本人認証方法
WO2022176294A1 (ja) 情報処理装置、情報処理方法、照合システム、プログラム及び記録媒体
JP2002329205A (ja) 情報処理装置、及び指紋認証方法
JP2868909B2 (ja) 指紋照合装置

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20010109

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

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

Free format text: PAYMENT UNTIL: 20080613

Year of fee payment: 5

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

Free format text: PAYMENT UNTIL: 20090613

Year of fee payment: 6

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

Free format text: PAYMENT UNTIL: 20100613

Year of fee payment: 7

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

Free format text: PAYMENT UNTIL: 20100613

Year of fee payment: 7

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

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 8

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

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 8

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

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 9

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

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 9

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

Free format text: PAYMENT UNTIL: 20130613

Year of fee payment: 10

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees