JP2000306090A - 個人認証装置、方法及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 悪意の者による本人なりすまし等の不正利用
を防止し、認証精度を高めることができる顔画像による
個人認証システムを提供する。 【解決手段】 認証のたびに認証サーバ２０がランダム
な文字列を生成し、これを端末１０に送信して認証対象
者に提示させる。また、その文字列に対応するユーザの
登録された顔画像の特徴量を抽出しておく。認証対象者
が、提示された文字列に対応する発話を行うと、端末１
０は、顔画像の特徴量を認証サーバ２０に送信する。認
証サーバ２０は、予め抽出されたユーザの顔画像の特徴
量と端末１０から送られた特徴量とのマッチングを行
い、すべての文字について類似していれば、認証対象者
がユーザ本人であると判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、個人認証技術に関
し、特に、入力された顔画像の特徴量と予め登録された
顔画像の特徴量との類似判定を行うことで個人認証を行
う技術に関する。

【０００２】

【発明の背景】顔画像を用いて個人認証を行う個人認識
装置が知られている。この種の個人認証装置では、ま
ず、ユーザの顔画像の特徴量（特徴量ベクトル等）を顔
画像テンプレートとして取り込んでおく。認証時には、
ＣＣＤカメラ等の画像入力装置により認証対象者の顔画
像を取り込み、その顔画像の特徴量を抽出するとともに
抽出した特徴量と顔画像テンプレートとを比較し、両者
が一定の類似度であれば、認証対象者がユーザ本人であ
ると認証する。

【０００３】このような個人認証装置では、認証キーと
なるユーザの顔画像の特徴量が固定的となっている。す
なわち、個人認証装置に入力される顔画像がユーザのも
のでありさえすれば、少なくとも個人認証装置の認証結
果は正当なものとなる。そのため、従来の個人認証装置
を用いて所定のサービスを提供するサービスシステムを
構築する場合において、不正利用者がユーザの顔画像を
傍受ないし盗聴し、これを用いてユーザになりすますこ
とが極めて容易となる問題があった。ユーザの顔画像を
録画装置等で保存し、画像入力装置の前で録画画像を再
生した場合も同様である。これは、主として、ユーザの
顔画像が単一の特徴量であり、認証キーである顔画像の
特徴量も単一である点が原因となっている。

【０００４】そこで本発明は、本人なりすまし等の不正
利用を確実に防止し、且つ認証精度を高めることができ
る、改良された顔画像による個人認証技術を提供するこ
とを課題とする。本発明の他の課題は、上記改良された
個人認証技術を汎用のコンピュータで実現する上で好適
となる記録媒体を提供することにある。

【０００５】

【課題を解決するための手段】上記課題を解決するた
め、本発明は、文字に対する発話の様子を表す顔画像の
特徴量をユーザごとに登録する登録手段と、認証のたび
にランダムに文字列を生成する文字列生成手段と、生成
された文字列を認証対象者に提示する文字列提示手段
と、提示した文字列に対応する認証対象者の顔画像の特
徴量を抽出する画像特徴量抽出手段と、抽出した顔画像
の特徴量と前記登録手段に登録されている該当顔画像の
特徴量とを比較し、両画像の特徴量の類似度が一定値を
越えた場合に当該認証対象者を前記登録手段に登録され
たユーザとして認証する認証手段と、を有する個人認証
装置を提供する。

【０００６】顔画像の特徴量は文字列単位で登録ないし
抽出しても良いが、好ましくは、一文字発声分ごとに行
う。この場合は、登録手段に個々の文字についての顔画
像を登録しておき、認証手段で、取得した顔画像の特徴
量と前記登録されている該当顔画像の特徴量とを前記文
字列の一文字毎に比較する。そして、すべての文字及び
列順について認証された場合に前記認証対象者を前記登
録されたユーザとして認証するようにする。

【０００７】セキュリティ性が要求される場合は、前記
文字列生成手段が、前記生成した文字列を暗号化する暗
号手段を有し、前記文字列提示手段が、前記暗号化され
た文字列を復号化する復号手段を有するようにする。あ
るいは、前記画像抽出手段が、前記提示された文字列に
対応する認証対象者の顔画面の特徴量を暗号化する暗号
手段を有し、前記認証手段が、前記登録されているもの
との比較前に前記暗号化された顔画面の特徴量を復号化
する復号手段を有するようにする。

【０００８】本発明が提供する他の個人認証装置は、提
示した文字列に対する認証対象者の発話の様子を表す顔
画像の特徴量を検出する手段を有する端末装置との協働
によって個人認証を行うものである。すなわち、前記端
末装置との間の双方向通信を可能にする通信制御手段
と、文字の発話の様子を表す顔画像の特徴量をユーザご
とに登録する登録手段と、ランダムな配列順の文字列を
生成して当該端末装置に提示させるとともに、当該文字
列に対応するユーザの顔画像の特徴量を一文字発声分ず
つ抽出して認証用テンプレートを生成する手段と、前記
提示された文字列に対応する前記認証対象者の顔画像の
特徴量を受領する手段と、受領した顔画像の特徴量をそ
れぞれ文字の列順に前記認証用テンプレートと比較し、
すべての文字についての顔画像の特徴量が前記テンプレ
ートと類似する場合に当該認証対象者を前記登録手段に
登録されたユーザとして認証する認証手段と、認証結果
を前記端末装置を通じて前記認証対象者に提示させる手
段とを含んで構成されるものである。

【０００９】本発明は、認証対象者に対して文字列を提
示するとともに該文字列に対する当該認証対象者の発話
の様子を表す顔画像の特徴量を検出する手段を有する第
１装置と、この第１装置との間で通信回線を介して双方
向の暗号通信を行う第２装置とを含む個人認証システム
を提供する。この個人認証システムにおいて、第２装置
は、文字に対する発話の様子を表す顔画像の特徴量をユ
ーザごとに登録する登録手段と、前記第１装置の要求を
契機にランダムな列順の文字列を生成して前記第１装置
に提示させるとともに、当該文字列に対応するユーザの
顔画像の特徴量を一文字発声分ずつ抽出して認証用テン
プレートを生成する手段と、前記提示された文字列に対
応する前記認証対象者の顔画像の特徴量を第１装置より
受領する手段と、受領した顔画像の特徴量をそれぞれ文
字の列順に前記認証用テンプレートと比較し、すべての
文字についての顔画像の特徴量が前記テンプレートと類
似する場合に当該認証対象者を前記登録手段に登録され
たユーザとして認証する認証手段と、認証結果を前記第
１装置を通じて前記認証対象者に提示させる手段と、を
含んで構成されるものである。

【００１０】本発明の個人認証方法は、文字に対する発
話の様子を表す顔画像の特徴量をユーザごとに登録する
過程と、認証のたびにランダムに文字列を生成するとと
もに、当該文字列に対応するユーザの顔画像の特徴量を
一文字発声分ずつ抽出して認証用テンプレートを生成す
る過程と、生成された文字列を認証対象者に提示すると
ともに、提示した文字列に対応する認証対象者の顔画像
の特徴量を一文字発声分ごとに検出する過程と、検出さ
れた顔画像の特徴量をそれぞれ文字の列順に前記認証用
テンプレートと比較し、すべての文字についての顔画像
の特徴量が前記テンプレートと類似する場合に当該認証
対象者を前記登録手段に登録されたユーザとして認証す
る過程とを含む。

【００１１】上記他の課題を解決する本発明の記録媒体
は、下記の処理をコンピュータに実行させるためのプロ
グラムコードが記録された、コンピュータ読みとり可能
な記録媒体である。 （１）文字に対する発話の様子を表す顔画像の特徴量を
ユーザごとに登録する処理、（２）認証のたびにランダ
ムに文字列を生成するとともに、当該文字列に対応する
ユーザの顔画像の特徴量を一文字発声分ずつ抽出して認
証用テンプレートを生成する処理、（３）生成された文
字列を認証対象者に提示するとともに、提示した文字列
に対応する認証対象者の顔画像の特徴量を一文字発声分
ごとに検出する処理、（４）検出された顔画像の特徴量
をそれぞれ文字の列順に前記認証用テンプレートと比較
し、すべての文字についての顔画像の特徴量が前記テン
プレートと類似する場合に当該認証対象者を前記登録手
段に登録されたユーザとして認証する処理。

【００１２】

【発明の実施の形態】以下、本発明を、第１装置の一例
となる端末と、第２装置の一例となる認証サーバとを有
する個人認証システムに適用した場合の実施形態を説明
する。ここでは、ユーザの発話中の顔画像の特徴量を表
すテンプレートを複数枚用意しておき、認証時に提示さ
れる顔画像の特徴量とこのテンプレートと比較すること
により本人認証を行う場合の例を挙げる。なお、以後の
説明では、予め登録されている者をユーザとし、認証対
象となる者（認証対象者）と区別する。

【００１３】図１は、本実施形態による個人認証システ
ムの構成例を示した図である。この個人認証システム１
は、認証対象者が顔画像の入力等を行う端末１０と、顔
画像を用いた認証を行う認証サーバ２０とをネットワー
クを介して相互通信可能な形態で接続して成る。端末１
０は、図示しない記録装置に記録されたプログラムコー
ドを読み込んで実行することにより形成される、画像入
力部１１、データ処理部１２（顔画像特徴量抽出部１２
１、暗号処理部１２２）、通信制御部１３、テキスト表
示部１４の機能ブロックを有している。

【００１４】画像入力部１１は、ＣＣＤカメラ等の画像
入力装置等を通じて証対象者の顔画像を取り込むもので
ある。データ処理部１２は、取り込んだ顔画像の処理等
を行うものである。例えば顔画像特徴量抽出部１２１
で、取り込まれた認証対象者の顔画像の特徴量（例えば
特徴量ベクトル）を抽出する。暗号処理部１２２は、Ｒ
ＳＡ等に代表される公知の暗号化技術によって顔画像の
特徴量等のデータの暗号・復号を行うものである。通信
制御部１３は、認証サーバ２０との間で種々のデータの
送受信を行うものである。テキスト表示部１４は、視覚
的に提示するディスプレイ装置、あるいは音声で提示す
る音声装置のいずれか、あるいは双方を制御すること
で、認証対象者に文字列（テキスト）を提示するもので
ある。

【００１５】認証サーバ２０は、図示しない記録装置に
記録されている所定のプログラムコードを読み込んで実
行することにより形成される、データ処理部２１、通信
制御部２２、顔画像テンプレートデータベース２３の機
能ブロックを有している。データ処理部１１は、テキス
ト生成部２１１、暗号処理部２１２、認証用テンプレー
ト生成部２１３、認証部２１４を含んで構成される。

【００１６】テキスト生成部２１１は、認証に用いる顔
画像の特徴量を端末１０に抽出させるために、認証対象
者に発声させるランダムの文字列、例えば、４桁の数字
列を生成するものである。暗号処理部２１１は、端末１
０における暗号処理部１２２と同様のものである。認証
用テンプレート生成部２１３は、予め登録されている認
証対象者の複数の顔画像テンプレートとテキスト生成部
２１１で生成された文字列とから認証用テンプレートを
生成するものである。認証部２１４は、端末１０から送
られた顔画像の特徴量と認証用テンプレートとのマッチ
ングにより認証処理を行うものである。

【００１７】通信制御部２２は、端末１０における通信
制御部１３と同様のものである。顔画像テンプレートデ
ータベース２３は、顔画像テンプレートをユーザごとに
格納して成る。この顔画像テンプレートは、ユーザが、
ある文字に対して発話したときの顔画像の特徴量を表す
ものであり、個々のユーザについて、複数の文字に対応
する複数の顔画像テンプレートが格納されている。顔画
像テンプレートは、静止画像であっても良いし、動画像
であっても良い。例えば、図３（ａ）に示すような文
字、「あ」、「い」、「う」、「え」、「お」に対応す
る顔の画像特徴量を顔画像テンプレートとして格納して
おく。

【００１８】なお、端末１０や認証サーバ２０を実現す
るための上記プログラムコードは、ＣＤ−ＲＯＭ等の可
搬性の記録媒体に記録されて使用時に上記記憶装置にイ
ンストールされ、あるいは通信回線等を伝播する搬送媒
体を介して上記記憶装置に格納されるものであっても良
い。

【００１９】次に、本実施形態の個人認証システム１の
動作を説明する。前提として、端末１０と認証サーバ２
０との間の通信路は確立されているものとし、顔画像テ
ンプレートデータベース２３には、図３（ａ）に示す顔
画像テンプレートが格納されているものとする。個人認
証処理における端末１０と認証サーバ２０との間の動作
は、図２のシーケンスチャートに示すとおりである。す
なわち、端末１０において、認証の必要が生じた場合
は、認証対象者に関する情報と共に、認証サーバ２０に
対して認証の開始を要請するスタート信号を送信する。
認証対象者に関する情報は、具体的には、認証対象者の
氏名、ＩＤ番号等である。これは、テキスト情報、音声
情報のいずれであっても良い。認証サーバ２０は、通信
制御部２２によるスタート信号の受信を契機に、テキス
ト生成部２１１でランダムな文字列（ここでは「あ」
「え」「い」「う」）を生成する（Ｓ１０１）。また、
生成した文字列を暗号化部２１２で暗号化し、通信制御
部２２を通じて、暗号化された文字列を端末１０に対し
て送信する（Ｓ１０２）。

【００２０】端末１０は、通信制御部１３が受信した暗
号化された文字列を暗号処理部１２２で復号化する（Ｔ
１０１）。そして、復号化された文字列「あえいう」
を、テキスト表示部１４を通じて認証対象者に提示する
（Ｔ１０２）。このとき、通常は、「あ」、「え」、
「い」、「う」のように、認証対象者の発話に対応して
順番に提示するが、「あえいう」と一括して表示しても
構わない。その後、認証対象者に「あ」、「え」、
「い」、「う」と発声させるためのメッセージを提示
し、発声中の顔画像を画像入力部１１を通じて取り込む
（Ｔ１０３）。この様子を示したのが図３（ｂ）であ
る。顔画像の取り込みは、「あ」、「え」、「い」、
「う」と順に一文字発声分ずつの行う。但し、「あえい
う」と連続的にまとめて画像を取り込んでも良い。ま
た、静止画像として取り込んでも良いし、動画像として
取り込んでも良い。

【００２１】取り込まれた顔画像については、四文字分
に対応する顔画像の特徴量を顔画像特徴量抽出部１２１
で抽出する（Ｔ１０４）。顔画像が四文字分とまとめて
取り込まれた場合は、それぞれの文字に対応する顔画像
に時系列順に分解する。その後、抽出された顔画像の特
徴量を文字列の列順で暗号化部１２２で暗号化し、これ
を通信制御部１３を介して認証サーバ２０に送信する
（Ｔ１０５）。

【００２２】認証サーバ２０では、暗号化された文字列
を端末１０に対して送信した後、顔画像テンプレートデ
ータベース２３に格納されている、ユーザの「あ」、
「え」、「い」、「う」の各文字の発声に対応する顔画
像テンプレートを抽出する（Ｓ１０３）。このときのユ
ーザの特定は、端末１０から送信された認証対象者に関
する情報（氏名、ユーザ名、音声情報等）により行う。
なお、このユーザの特定は認証とは異なり、一時的なも
のである。顔画像テンプレートが抽出できたときは、そ
の顔画像テンプレートと生成された文字列の列順番とか
ら認証用テンプレートを生成する（Ｓ１０４）。

【００２３】認証サーバ２０は、暗号化された顔画像の
特徴量の受信を契機に暗号処理部２１２でそれらを復号
化する（Ｓ１０５）。そして、認証部２１４で、復号化
された顔画像の特徴量と認証用テンプレートとのマッチ
ング処理を行う（Ｓ１０６）。このとき、一番めの文字
の発声に対応する顔画像の特徴量と、認証用テンプレー
トの一番目の文字の発声に対応する顔画像の特徴量とを
比較し、次いで、二番目の文字の発声に対応する顔画像
の特徴量と認証用テンプレートの二番目の文字の発声に
対応する顔画像の特徴量とを比較し…、というようにに
順番に比較して照合する。四文字のすべてについて一定
の類似度を越えた場合は、認証されたものとする。マッ
チング処理の結果については、端末１０に送信する。

【００２４】このような形態で個人認証を行うことによ
り、毎回可変な認証キー（顔画像の特徴）を用いること
になるため、例えばネットワークを介して個人認証を行
う場合に、不正利用者がユーザになりすましても、それ
を見破ることができる。また、模造された認証キーや録
画された顔画像が不正に受理されることを防ぐことも可
能となる。

【００２５】更に、提示された文字列を発声する口の動
きの個人性を認証に利用することになるため、従来の手
法に比べて本人認証の精度が格段に向上する。

【００２６】なお、本実施形態では、ネットワークを介
して双方向通信可能に接続された端末１０と認証サーバ
２０とを有する個人認証システム１を例に挙げたが、本
発明は、単一の個人認証装置としても実施が可能なもの
である。個人認証装置として実施する場合は、個人認証
システム１における通信制御部以外の機能を合体させれ
ば良い。

【００２７】また、本実施形態では、顔画像の特徴量を
一文字発声分ずつ抽出して認証に用いたが、顔画像の特
徴量のそれぞれを合算したものを用いて認証を行っても
構わない。更に、端末１０で顔画像の特徴量を算出する
代わりに、顔画像を認証サーバ１２０に送出し、認証サ
ーバ２０側でその特徴量を算出する形態にすることも可
能である。また、音声認識技術と併用して更に認証の精
度を上げることも可能になる。

【００２８】

【発明の効果】以上の説明から明らかなように、本発明
によれば、顔画像を認証キーとする場合において、悪意
の者による本人なりすまし等の不正利用を確実に防止す
ることができるという、特有の効果がある。また、複数
の文字に対する顔画像の特徴量を認証に用いるようにし
たので、本人認証の精度が格段に高まる効果もある。

【図面の簡単な説明】

【図１】本発明の実施形態である個人認証システムの構
成図である。

【図２】個人認証システムの処理のシーケンスチャート
を示した図である。

【図３】（ａ）は登録されている顔画像の特徴量、
（ｂ）は認証時に入力された顔画像の特徴量を示す図。

【符号の説明】

１ 個人認証システム １０ 端末 １１ 画像入力部 １２、２１ データ処理部 １２１、２１２ 顔画像特徴量抽出部 １２２ 暗号処理部 １３、２２ 通信制御部 １４ テキスト表示部 ２０ 認証サーバ ２１１ テキスト生成部 ２１３ 認証用テンプレート生成部 ２１４ 認証部 ２３ 顔画像テンプレートデータベース

───────────────────────────────────────────────────── フロントページの続き (72)発明者 磯部 俊洋 東京都江東区豊洲三丁目３番３号 株式会 社エヌ・ティ・ティ・データ内 Ｆターム(参考） 5B043 AA09 BA04 CA09 EA05 FA02 FA07 GA02

Claims (8)

【特許請求の範囲】
1. 【請求項１】 文字に対する発話の様子を表す顔画像の
   特徴量をユーザごとに登録する登録手段と、 認証のたびにランダムに文字列を生成する文字列生成手
   段と、 生成された文字列を認証対象者に提示する文字列提示手
   段と、 提示した文字列に対応する認証対象者の顔画像の特徴量
   を抽出する画像特徴量抽出手段と、 抽出した顔画像の特徴量と前記登録手段に登録されてい
   る該当顔画像の特徴量とを比較し、両画像の特徴量の類
   似度が一定値を越えた場合に当該認証対象者を前記登録
   手段に登録されたユーザとして認証する認証手段と、 を有することを特徴量とする個人認証装置。
2. 【請求項２】 前記登録手段は、ユーザの顔画像の特徴
   量を一文字発声分ずつ登録させておくものであり、 前記認証手段は、取得した顔画像の特徴量と前記登録さ
   れている該当顔画像の特徴量とを前記文字列の一文字毎
   に比較し、すべての文字及び列順について認証された場
   合に前記認証対象者を前記登録されたユーザとして認証
   することを特徴量とする、請求項１記載の個人認証装
   置。
3. 【請求項３】 前記文字列生成手段は、前記生成した文
   字列を暗号化する暗号手段を有し、 前記文字列提示手段は、前記暗号化された文字列を復号
   化する復号手段を有することを特徴量とする、 請求項１記載の個人認証装置。
4. 【請求項４】 前記画像特徴量抽出手段は、前記提示さ
   れた文字列に対応する認証対象者の顔画像の特徴量を暗
   号化する暗号手段を有し、 前記認証手段は、前記登録されているものとの比較前に
   前記暗号化された顔画像の特徴量を復号化する復号手段
   を有することを特徴量とする、 請求項１記載の個人認証装置。
5. 【請求項５】 提示した文字列に対する認証対象者の発
   話の様子を表す顔画像の特徴量を検出する手段を有する
   端末装置との間の双方向通信を可能にする通信制御手段
   と、 文字の発話の様子を表す顔画像の特徴量をユーザごとに
   登録する登録手段と、ランダムな配列順の文字列を生成
   して当該端末装置に提示させるとともに、当該文字列に
   対応するユーザの顔画像の特徴量を一文字発声分ずつ抽
   出して認証用テンプレートを生成する手段と、 前記提示された文字列に対応する前記認証対象者の顔画
   像の特徴量を受領する手段と、 受領した顔画像の特徴量をそれぞれ文字の列順に前記認
   証用テンプレートと比較し、すべての文字についての顔
   画像の特徴量が前記テンプレートと類似する場合に当該
   認証対象者を前記登録手段に登録されたユーザとして認
   証する認証手段と、 認証結果を前記端末装置を通じて前記認証対象者に提示
   させる手段とを含んで成る、個人認証装置。
6. 【請求項６】 認証対象者に対して文字列を提示すると
   ともに該文字列に対する当該認証対象者の発話の様子を
   表す顔画像の特徴量を検出する手段を有する第１装置
   と、この第１装置との間で通信回線を介して双方向の暗
   号通信を行う第２装置とを含み、 第２装置は、 文字に対する発話の様子を表す顔画像の特徴量をユーザ
   ごとに登録する登録手段と、 前記第１装置の要求を契機にランダムな列順の文字列を
   生成して前記第１装置に提示させるとともに、当該文字
   列に対応するユーザの顔画像の特徴量を一文字発声分ず
   つ抽出して認証用テンプレートを生成する手段と、 前記提示された文字列に対応する前記認証対象者の顔画
   像の特徴量を第１装置より受領する手段と、 受領した顔画像の特徴量をそれぞれ文字の列順に前記認
   証用テンプレートと比較し、すべての文字についての顔
   画像の特徴量が前記テンプレートと類似する場合に当該
   認証対象者を前記登録手段に登録されたユーザとして認
   証する認証手段と、 認証結果を前記第１装置を通じて前記認証対象者に提示
   させる手段と、を含んで成る、個人認証システム。
7. 【請求項７】 文字に対する発話の様子を表す顔画像の
   特徴量をユーザごとに登録する過程と、 認証のたびにランダムに文字列を生成するとともに、当
   該文字列に対応するユーザの顔画像の特徴量を一文字発
   声分ずつ抽出して認証用テンプレートを生成する過程
   と、 生成された文字列を認証対象者に提示するとともに、提
   示した文字列に対応する認証対象者の顔画像の特徴量を
   一文字発声分ごとに検出する過程と、 検出された顔画像の特徴量をそれぞれ文字の列順に前記
   認証用テンプレートと比較し、すべての文字についての
   顔画像の特徴量が前記テンプレートと類似する場合に当
   該認証対象者を前記登録手段に登録されたユーザとして
   認証する過程とを含む、個人認証方法。
8. 【請求項８】 文字に対する発話の様子を表す顔画像の
   特徴量をユーザごとに登録する処理、 認証のたびにランダムに文字列を生成するとともに、当
   該文字列に対応するユーザの顔画像の特徴量を一文字発
   声分ずつ抽出して認証用テンプレートを生成する処理、 生成された文字列を認証対象者に提示するとともに、提
   示した文字列に対応する認証対象者の顔画像の特徴量を
   一文字発声分ごとに検出する処理、 検出された顔画像の特徴量をそれぞれ文字の列順に前記
   認証用テンプレートと比較し、すべての文字についての
   顔画像の特徴量が前記テンプレートと類似する場合に当
   該認証対象者を前記登録手段に登録されたユーザとして
   認証する処理を、コンピュータに実行させるためのプロ
   グラムコードが記録された、コンピュータ読みとり可能
   な記録媒体。