JP2001338297A - 個人認証装置 - Google Patents

Abstract

(57)【要約】 【課題】 本人であるとの認証を得ることが容易である
登録者や困難である登録者がいるという事態を回避す
る。 【解決手段】 被認証者のバイオメトリクス情報と登録
者の登録バイオメトリクス情報との間の相関値を閾値と
比較することにより、被認証者が登録者であるか否かを
認証する本発明の個人認証装置は、取得部が複数の未登
録者のそれぞれから複数のバイオメトリクス情報を取得
し、登録部が未登録者毎に、一のバイオメトリクス情報
を登録バイオメトリクス情報として登録し、第１の相関
値算出部が、未登録者毎に、登録されたバイオメトリク
ス情報と取得された複数のバイオメトリクス情報との間
の複数の相関値を算出し、閾値算出部が、未登録者毎
に、第１の相関値算出部によって算出された複数の相関
値を用いて閾値を算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、バイオメトリクス
情報を用いて、個人を本人であるか否か認証する個人認
証装置に関する。

【０００２】

【従来の技術】昨今、パスワードを用いた個人認証装置
の欠点、例えば、パスワードの漏洩を解決すべく、個人
毎に固有である生態的特徴を表すバイオメトリクス情報
を用いる個人認証装置が普及しつつある。バイオメトリ
クス情報として指紋、声紋、虹彩等のデータを用いる技
術が、文献「バイオメトリクス個人認証技術の動向と課
題」、坂野鋭、信学技報ＰＲＭＵ９９−２９（１９９９
−０６）に開示されている。特に、虹彩を用いた認証技
術が、文献「High Confidence Visual Recognition of
Persons by a Test of Statistical Independence」,IE
EE Trans. Pattern Analysis and Machine Intelligenc
e, Vol. 15, No. 11, Nov. 1993に示されている。

【０００３】バイオメトリクス情報を用いた個人認証装
置は、認証されるべき者（以下、「被認証者」とい
う。）から取得したバイオメトリクス情報と、予め登録
されている者（以下、「登録者」という。）のバイオメ
トリクス情報とを比較することにより、被認証者が登録
者であるか否かを判断する。

【０００４】しかし、たとえ被認証者が登録者自身であ
っても、被認証者から取得されたバイオメトリクス情報
と登録者のバイオメトリクス情報とは完全には一致しな
い。そこで、この不一致によって本人であると認証され
ないことを回避すべく、認証の基準として閾値を用いて
いる。個人認証装置は、両バイオメトリクス情報の間の
類似度（以下、「相関値」という。）を算出し、この相
関値が閾値を超えているときには、被認証者を登録者本
人であると認証し、反対に、閾値を超えていないときに
は、登録者以外の者、即ち他人であると認証する。

【０００５】

【発明が解決しようとする課題】しかし、従来の個人認
証装置では、閾値は、登録者全員について一律に定めら
れていた。したがって、ある登録者は、本人であるとの
認証を得ることが容易である一方で、他のある登録者
は、本人であるとの認証を得ることが困難であるという
問題があった。

【０００６】

【課題を解決するための手段】上記の課題を解決するた
めに、被認証者のバイオメトリクス情報と登録者の登録
バイオメトリクス情報との間の相関値を閾値と比較する
ことにより、被認証者が登録者であるか否かを認証する
本発明の個人認証装置は、取得部が未登録者から複数の
バイオメトリクス情報を取得し、登録部が、一のバイオ
メトリクス情報を登録バイオメトリクス情報として登録
し、第１の相関値算出部が、登録されたバイオメトリク
ス情報と取得された複数のバイオメトリクス情報との間
の複数の相関値を算出し、閾値算出部が、第１の相関値
算出部によって算出された複数の相関値を用いて閾値を
算出する。このようにして各人毎に閾値を設定すること
から、従来の個人認証装置と異なり、ある登録者は本人
であるとの認証を得易く、他の登録者は本人であるとの
認証を得難いという事態を回避することが可能になる。

【０００７】

【発明の実施の形態】発明の実施の形態として、具体例
１〜５の個人認証装置を説明する。各具体例の装置は、
個人認証に虹彩を用いる。さらに、各具体例の主な特徴
は、以下の通りである。具体例１は、登録者毎に閾値を
設定・更新することを特徴とし、具体例２は、登録者以
外の被認証者を登録者でないと認証する重要性に応じて
閾値を設定・更新することを特徴とし、具体例３は、不
適当な相関値を閾値の算出に用いないことを特徴とし、
具体例４は、未登録者の登録虹彩データと他人の登録虹
彩データとの間の相関値を考慮して未登録者の閾値を定
めることを特徴とし、具体例５は、ＩＤ番号を用いるこ
となく認証することを特徴とする。

【０００８】〈具体例１〉図１は、具体例１の個人認証
装置の構成を示す図である。この個人認証装置１０は、
登録及び認証を行う。より具体的には、バイオメトリク
ス情報として、未登録者の虹彩の特徴を表す虹彩データ
を登録し、また、その登録された虹彩データ（以下、
「登録虹彩データ」という。）と被認証者から取得され
た虹彩データ（以下、「被認証虹彩データ」という。）
とを用いて認証を行う。個人認証装置１０は、図示され
るように、入力部１００、取得部１０２、抽出部１０
４、記憶部１０６、選択部１０８、算出部１１０、作成
部１１２、辞書部１１４、認証部１１６、更新部１１
８、及び制御部１２０を備える。

【０００９】入力部１００は、未登録者が、または登録
者である被認証者が、自己の氏名やＩＤ番号（以下、
「個人データ」と総称する。）を入力するために用いら
れる。取得部１０２は、例えば、ＣＣＤカメラ等から構
成され、虹彩を表す画像データを未登録者から取得す
る。取得部１０２は、画像データの取得をＮ回（Ｎは、
登録の場合には２以上の任意の整数であり、照合の場合
には１）行う。

【００１０】抽出部１０４は、取得部１０２によって得
られた画像データから特徴を抽出することにより、虹彩
の特徴を表す虹彩データを生成する。記憶部１０６は、
抽出部１０４によってＮ個の虹彩データを書き込まれ、
それらの虹彩データを記憶する。選択部１０８は、記憶
部１０６に記憶されたＮ個の虹彩データのうち、認証に
用いるべき虹彩データ（以下、「登録虹彩データ」とい
う。）を１つ選択する。算出部１１０は、登録虹彩デー
タ、及び他の（Ｎ−１）個の虹彩データを用いて、認証
の基準となる閾値Ｔを算出する。

【００１１】図２は、閾値を示す図である。図２（Ａ）
にされるように、本人同士の確率分布は、登録虹彩デー
タと登録者自身である被認証者の虹彩データとの相関値
が大きいほど、その被認証者を登録者自身であると認証
する確率が高いことを示す。他人同士の確率分布は、登
録虹彩データと登録者以外の者である被認証者の虹彩デ
ータとの相関値が小さいほど、その被認証者を登録者で
ないと認証する確率が高いことを示す。

【００１２】図２（Ａ）の領域Ａを拡大した図２（Ｂ）
では、両確率分布の一部が互いに重なっている。このこ
とから、閾値Ｔは、登録者自身である被認証者を登録者
であると認証する確率、及び登録者以外の者である被認
証者を登録者でないと認証する確率に同時に影響を与え
る。例えば、同図（Ｂ）で、やや大きい閾値Ｔ１を設定
すると、登録者である被認証者を本人であると認証する
確率が低下する一方で、登録者以外の者である被認証者
を本人でないと認証する確率が向上する。反対に、やや
小さい閾値Ｔ２を設定すると、登録者である被認証者を
本人であると認証する確率が向上する一方で、登録者以
外の者である被認証者を本人でないと認証する確率が低
下する。

【００１３】図１に戻り、作成部１１２は、登録者毎に
認証のためのデータ（以下、「登録データ」という。）
を作成し、辞書部１１４は、作成部１１２によって作成
された登録データを登録者毎に記憶する。

【００１４】図３は、具体例１の登録データを示す図で
ある。登録データは、図示されるように、入力部１００
から入力された個人データ（氏名、ＩＤ番号等）、選択
部１０８によって選択された登録虹彩データ、及びＭ
（Ｍは、１以上の任意の整数）個の相関値（１）〜相関
値（Ｍ）を含む。これらの相関値（１）〜（Ｍ）は、認
証毎に被認証者から取得した虹彩データと、登録虹彩デ
ータとの間の類似度を示す。後述されるように、これら
の相関値（１）〜（Ｍ）は、認証部１１６によって算出
される。

【００１５】認証部１１６及び更新部１１８は、主とし
て認証のときに機能する。認証部１１６は、入力部１０
０から入力された個人データによって特定される、辞書
部１１４に記憶された登録虹彩データと、抽出部１０４
によって生成された被認証者の虹彩データとの間の相関
値を算出し、その相関値が閾値Ｔを超えているか否かを
判断することにより、被認証者が登録者本人であるか否
かを認証する。認証部１１６は、認証部１１６は、ま
た、認証を行う毎に、算出した相関値を、相関値（１）
〜（Ｍ）のいずれかに書き込むことにより、相関値
（１）〜（Ｍ）を全体として更新する。認証部１１６
は、認証の結果を示すデータ（以下、「認証信号」とい
う。）を後段の装置、例えば、現金自動取引装置や入退
室管理装置（いずれも図示せず）へ出力する。

【００１６】更新部１１８は、認証部１１６によって算
出され、かつ辞書部１１４に記憶された、登録者毎の相
関値（１）〜（Ｍ）を元にして、登録者毎に閾値Ｔを更
新する。制御部１２０は、個人認証装置１０の動作全体
を制御する。

【００１７】図４は、具体例１の個人認証装置１０の登
録動作を示すフローチャートである。以下、このフロー
チャートに沿って動作を説明する。 ステップＳ１００：未登録者は、入力部１００から個人
データとして、少なくとも氏名またはＩＤ番号のいずれ
かを入力する。 ステップＳ１１０：取得部１０２は、未登録者から画像
データを取得し、その画像データを抽出部１０４へ出力
する。

【００１８】ステップＳ１２０：抽出部１０４は、与え
られた画像データから虹彩データを生成する。 ステップＳ１３０：抽出部１０４は、虹彩データを生成
することができたか否かを判断する。 ステップＳ１４０：虹彩データを生成することができた
と判断すると、抽出部１０４は、その生成された虹彩デ
ータを記憶部１０６に書き込む。そうでないときには、
取得部１０２は、再び画像データを取得する。

【００１９】ステップＳ１５０：制御部１２０は、Ｎ個
の虹彩データの書き込みが完了したか否かを判断する。 ステップＳ１６０：制御部１２０が書き込みを完了した
と判断したときには、選択部１０８は、Ｎ個の虹彩デー
タから、登録虹彩データとして１個の虹彩データを選択
する。そうでないときには、取得部１０２は、画像デー
タを新たに取得する。

【００２０】登録虹彩データの選択の方法としては、以
下の方法が挙げられる。まず、１番目の虹彩データと２
番目〜Ｎ番目の虹彩データの各々との間の相関値、２番
目の虹彩データと３番目〜Ｎ番目の虹彩データの各々と
の間の相関値、…、及び（Ｎ−１）番目の虹彩データと
Ｎ番目の虹彩データとの間の相関値を求める。次に、例
えば、図２（Ａ）に示されるような、登録者自身である
被認証者を本人であると認証することをやや困難にする
参照閾値Ｔｒｅｆを超える相関値の個数を虹彩データ毎
に計数する。ここで、このような参照閾値Ｔｒｅｆを用
いる理由は、小さい相関値の個数を計数しないようにす
るためである。最後に、参照閾値Ｔｒｅｆを超える相関
値の個数が最大である虹彩データを登録虹彩データとし
て選択する。このようにして、Ｎ個の虹彩データの共通
点を最大限に代表する虹彩データを選択することが可能
になる。言い換えれば、登録虹彩データは、未登録者の
平均的な虹彩データであると位置付けられる。

【００２１】また、登録虹彩データを選択する代わり
に、作成してもよい。例えば、Ｎ個の虹彩データのそれ
ぞれの良好な部分のみを集めることにより、未登録者を
最も代表し象徴する（Ｎ＋１）番目の虹彩データを作成
してもよい。この（Ｎ＋１）番目の虹彩データは、Ｎ個
の虹彩データのそれぞれが固有に含むノイズが低減され
ていることから、上記の選択された虹彩データよりも一
層、良好な認識率を与えることが可能である。

【００２２】ステップＳ１７０：算出部１１０は、選択
された登録虹彩データと、他の（Ｎ−１）個の虹彩デー
タとの間の（Ｎ−１）個の相関値を算出し、それら相関
値を平均し、得られた平均値を閾値Ｔとする。算出部１
１０は、標準偏差をも算出し、平均値μと標準偏差σと
から閾値Ｔを得てもよい。

【００２３】例えば、ｆ（μ、σ）＝μ−ασ：αは、
定数とし、ｉｆ Ｔ（ｏｌｄ）＞ｆ（μ、σ）：Ｔ＝Ｔ
（ｏｌｄ）、ｅｌｓｅ：Ｔ＝ｆ（μ、σ）による得るこ
とができる。

【００２４】ステップＳ１８０：作成部１１２は、入力
部１００から入力された個人データ、選択部１０８によ
って選択された登録虹彩データ、及び算出部１１０によ
って算出された閾値Ｔを含む登録データを作成し、その
登録データを辞書部１１４に書き込む。

【００２５】このようにして、未登録者は、登録の手続
を完了する。この完了により、未登録者は登録者にな
り、以後、被認証者として本人であるか否かを認証され
ることが可能になる。

【００２６】図５は、具体例１の個人認証装置の認証動
作を示すフローチャートである。以下、このフローチャ
ートに沿って動作を説明する。 ステップＳ２００〜２３０：被認証者は、ステップＳ１
００〜１３０での登録者と同様にして、氏名またはＩＤ
番号を入力し、取得部１０２は、虹彩データを取得し、
抽出部１０４は、虹彩データを生成し、抽出の成否を判
断する。

【００２７】ステップＳ２４０：抽出部１０４が虹彩デ
ータを生成することができたと判断すると、認証部１１
６は、被認証虹彩データと登録虹彩データと間の相関値
Ｃを算出し、この相関値Ｃが閾値Ｔを超えるか否かによ
り、被認証者が登録者本人であるか否かを判断する。超
えているときには、相関値Ｃを相関値（１）〜（Ｍ）の
いずれか、例えば、一番古い相関値として辞書部１１４
に書き込む。 ステップＳ２５０：更新部１１８は、認証部１１６によ
って得られた新たな相関値Ｃを含む、辞書部１１４に蓄
積された相関値（１）〜（Ｍ）を用いて閾値Ｔを更新す
る。更新部１１８は、この閾値Ｔを図３の登録データの
閾値として辞書部１１４に書き込む。

【００２８】図５中の認証部１１６による認証の動作
（ステップＳ２４０）、及び更新部１１８による更新の
動作（ステップＳ２５０）について詳細に説明する。図
６は、認証部による認証動作を示すフローチャートであ
る。以下、このフローチャートに沿って動作を説明す
る。 ステップＳ２４０Ａ：認証部１１６は、入力部１００か
ら入力された氏名等の個人データを元に、辞書部１１４
内でその個人データに対応する登録虹彩データ及び閾値
Ｔを検索する。 ステップＳ２４０Ｂ：認証部１１６は、抽出部１０４に
よって生成された被認証虹彩データと、検索された登録
虹彩データとの間の相関値Ｃを算出する。

【００２９】ステップＳ２４０Ｃ：認証部１１６は、算
出された相関値Ｃと検索された閾値Ｔとを比較すること
により、被認証者が登録者本人であるか否かを判断す
る。 ステップＳ２４０Ｄ：相関値Ｃが閾値Ｔを越えていると
きには、認証部１１６は、本人である旨を示す認証信号
を出力する。認証部１１６は、また、相関値Ｃを、図３
の登録データ中の相関値（１）〜（Ｍ）の１つとして辞
書部１１４に書き込む。 ステップＳ２４０Ｅ：相関値Ｃが閾値Ｔを越えていない
ときには、認証部１１６は、本人でない旨を示す認証信
号を出力する。

【００３０】図７は、更新部による更新の動作を示すフ
ローチャートである。以下、このフローチャートに沿っ
て動作を説明する。説明及び理解を容易にすべく、既に
Ｍ個の相関値（１）〜（Ｍ）が辞書部１１４に記憶され
ていることを想定する。 ステップＳ２５０Ａ：更新部１１８は、それらＭ個の相
関値（１）〜（Ｍ）を用いて、新たに閾値Ｔを算出す
る。より詳細には、それらの相関値（１）〜（Ｍ）を平
均値し、得られた平均値を閾値Ｔとして設定する。更新
部１１８は、標準偏差をも算出し、平均値及び標準偏差
を用いて閾値Ｔを得てもよい。更新部１１８は、得られ
た閾値Ｔを、図３に示される登録データ中の閾値として
辞書部１１４に書き込む。

【００３１】上述したように、具体例１の個人認証装置
によれば、閾値Ｔを登録者毎に設定することから、ある
登録者は本人であると容易に認証され、他のある登録者
は本人であるとなかなか認証されないという事態を回避
することができる。また、閾値Ｔを認証毎に更新するこ
とから、すなわち、認証時の被認証者の虹彩データの良
否に応じて閾値Ｔを変えることから、これにより、常
に、登録者毎に閾値を最適に設定することが可能にな
る。

【００３２】なお、ステップＳ２４０で、被認証者を本
人であると認証しないときには、認証部１１６は、認証
の実績や履歴に応じた処理を行ってもよい。例えば、認
証の実績が少なければ、登録者である被認証者が本人で
あると認証されないことは虹彩データの不備に起因する
可能性が高いことから、再撮影を促し、一方、認証の試
みが頻繁であれば、被認証者が実際に登録者自身でない
可能性が高いから、登録者自身でない旨を示す認証信号
を出力したりする等である。

【００３３】〈具体例２〉図８は、具体例２の個人認証
装置の構成を示す図である。図８と具体例１の個人認証
装置１０を示す図１との比較から明らかなように、この
個人認証装置２０の構成は、具体例１の個人認証装置１
０のそれと概ね同一である。両装置間の主な相違点は、
この個人認証装置２０が算出部１１０の代わりに算出部
２００を備え、辞書部１１４の代わりに辞書部２０２を
備え、さらにテーブル部２０４を備えることである。以
下、その相違点を具体例１と比較しつつ説明する。

【００３４】具体例２は、登録者以外の被認証者を登録
者でないと認証する重要性、即ち、セキュリティレベル
に応じて閾値を設定・更新すべく、最小閾値Ｔｍｉｎを
用いる。図９は、最小閾値を示す図である。最小閾値Ｔ
ｍｉｎとは、具体例１で説明した閾値Ｔが取り得る最小
の閾値である。具体例２では、この最小閾値Ｔｍｉｎ
を、登録者のセキュリティレベルに応じて規定する。こ
れにより、登録者以外の者である被認証者を登録者本人
であると認証する確率を高くするような閾値Ｔが設定さ
れることを回避する。

【００３５】このような機能を果たすべく、辞書部２０
２は、登録データを記憶する。図１０は、具体例２の登
録データを示す図である。図１０と具体例１の登録デー
タを示す図３との比較から明らかなように、具体例２の
登録データは、具体例１の登録データに比べ、セキュリ
ティレベル・データを追加されている。このセキュリテ
ィレベル・データは、登録者以外の被認証者が登録者本
人でないと認証する際のセキュリティの強さ程度を示
す。セキュリティが強いほど、閾値Ｔは大きくなる。こ
こで、辞書部２０２には、登録データの記憶領域が、未
登録者、登録者を問わず各者毎に予め確保されており、
さらに、セキュリティレベル・データもまた未登録者、
登録者を問わず各者毎に予め設定されている。個人デー
タ、登録虹彩データ、閾値、及び相関値（１）〜（Ｍ）
は、概ね具体例１と同様な過程を経て辞書部２０２に書
き込まれる。

【００３６】テーブル部２０４は、セキュリティレベル
・データと最小閾値Ｔｍｉｎとの関係を示すセキュリテ
ィレベル・テーブルを記憶する。図１１は、セキュリテ
ィレベル・テーブルを示す図である。同図は、セキュリ
ティレベルが１からＬ（Ｌは２以上の整数）までのＬ段
階あり、数字が大きいほどセキュリティが高く、かつ最
小閾値Ｔｍｉｎが大きいことを示す。例えば、セキュリ
ティレベルＬは、セキュリティレベル１より高いセキュ
リティを必要とし、最小閾値ＴｍｉｎＬは、最小閾値Ｔ
ｍｉｎ１より大きいことを示す。この結果、最小閾値Ｔ
ｍｉｎＬに基づく認証は、最小閾値Ｔｍｉｎ１に基づく
認証に比べて、登録者以外の者である被認証者を登録者
本人でないと認証する確率を高める。

【００３７】図１２は、具体例２の登録動作の特徴的な
部分を示すフローチャートである。以下、このフローチ
ャート及び図４のフローチャートを用いて説明する。

【００３８】ステップＳ３００：図４のステップＳ１６
０で、選択部１０８が登録虹彩データを選択すると、算
出部２００は、未登録者の個人データを元に辞書部２０
２を検索することにより、その未登録者の登録データの
記憶領域を探し出す。算出部２００は、その登録データ
内のセキュリティレベル・データを元に、図１１に示さ
れた、テーブル部２０４内のセキュリティレベル・テー
ブルを参照することにより、そのセキュリティレベル・
データに対応する最小閾値Ｔｍｉｎを見つける。算出部
２００は、さらに、具体例１と同様にして、未登録者に
関する複数の相関値を用いて閾値Ｔを算出しつつも、具
体例１と異なり、最小閾値Ｔｍｉｎより大きくなるよう
に閾値Ｔを決定する。この後、図４のステップＳ１８０
で、作成部１１２は、得られた閾値Ｔを含む図１０の登
録データを作成し、その登録データを辞書部２０２に書
き込む。

【００３９】図１３は、具体例２の認証動作の特徴的な
部分を示すフローチャートである。以下、このフローチ
ャート及び図５のフローチャートを用いて動作を説明す
る。 ステップＳ３１０：図５のステップＳ２４０で、認証部
１１６が被認証者を本人であると認証すると、更新部１
１８は、具体例１と同様にして、新たに得られた相関値
Ｃを含む、辞書部１１４に蓄積された相関値（１）〜
（Ｍ）を用いて閾値Ｔを更新しつつも、具体例１と異な
り、最小閾値Ｔｍｉｎより大きくなるように閾値Ｔを決
定する。作成部１１２は、その閾値Ｔを辞書部２０２に
書き込む。

【００４０】上述したように、具体例２の個人認証装置
によれば、登録者のセキュリティレベルに応じて定まる
最小閾値Ｔｍｉｎを考慮して閾値Ｔを決定することか
ら、具体例１に比べて、登録者以外の者である被認証者
を登録者本人であると認証する確率をより的確に低減す
ることが可能になる。

【００４１】〈具体例３〉図１４は、具体例３の個人認
証装置の構成を示す図である。図１４と具体例１の個人
認証装置１０を示す図１との比較から明らかなように、
両装置の構成は概ね同一であり、相違点は、個人認証装
置３０が認証部１１６の代わりに認証部３００を備える
ことである。認証部３００は、不適当な相関値を閾値の
算出に用いないことを主に特徴とする。以下、この認証
部３００を中心に説明する。

【００４２】図１５は、具体例３の個人認証装置の特徴
的な動作を示すフローチャートである。以下、このフロ
ーチャート及び図５のフローチャートに沿って動作を説
明する。 ステップＳ４００：認証部３００は、図５のステップＳ
２４０で本人であると認証すると、新たに算出された相
関値Ｃが、辞書部１１４に記憶された、以前の相関値
（１）〜（Ｍ）に近似するか否か、あるいは閾値Ｔから
離れているか等を判断する。言い換えれば、認証部３０
０は、閾値Ｔを更新するために新たな相関値Ｃを用いる
ことが適当であるか否かを判断する。 ステップＳ４１０：適当であると判断すると、認証部３
００は、ステップＳ２５０と同様にして、閾値Ｔを更新
する。なお、近似していないと判断すると、認証部３０
０は、その新たな相関値Ｃを辞書部１１４に書き込ま
ず、また、その新たな相関値Ｃを用いた閾値Ｔの更新を
行わない。

【００４３】上述したように、具体例３の個人認証装置
３０によれば、認証部３００は、新たに生成された相関
値Ｃが過去の相関値（１）〜（Ｍ）に近似するか否か、
閾値Ｔから遠いか等、相関値Ｃを閾値Ｔの更新に用いる
ことの妥当性を判断し、相関値Ｃが適当でないときに
は、閾値Ｔの更新を行わない。これにより、閾値Ｔに近
い相関値Ｃを含めて閾値Ｔを更新することによる弊害、
即ち、閾値Ｔを小さくすることにより登録者以外の者で
ある被認証者を登録者自身であると認証する確率を高め
るという事態を回避することが可能になる。

【００４４】〈具体例４〉図１６は、具体例４の個人認
証装置の構成を示す図である。図１６と具体例１の個人
認証装置１０を示す図１との比較から明らかなように、
両装置の構成は概ね同一であり、その相違点は、この個
人認証装置５０が算出部１１０の代わりに算出部４００
を備えることである。算出部４００は、未登録者の登録
虹彩データと他人の登録虹彩データとの間の相関値を考
慮して閾値Ｔを定める。以下、この算出部４００を中心
に説明する。

【００４５】図１７は、具体例４の個人認証装置の特徴
的な動作を示すフローチャートである。以下、このフロ
ーチャート及び図４のフローチャートに沿って動作を説
明する。説明及び理解を容易にするために、辞書部１１
４に予め１００人の登録者の登録データが記憶されてい
ることを想定する。

【００４６】ステップＳ５００：図４のステップＳ１６
０で、選択部１０８が未登録者の登録虹彩データを選択
すると、算出部４００は、その登録虹彩データと、１０
０人の登録者の登録虹彩データのそれぞれとの間の相関
値を算出する。即ち、算出部４００は、１００個の相関
値を算出する。 ステップＳ５１０：算出部４００は、さらに、それら１
００個の相関値のうち、最も大きい相関値を選択する。
算出部４００は、この相関値よりも大きい任意の値を閾
値Ｔとして設定する。閾値Ｔを設定されると、図４のス
テップＳ１８０で、作成部１１２は、その閾値Ｔを含む
登録データを作成し、辞書部１１４に書き込む。

【００４７】上述したように、具体例４の個人認証装置
４０によれば、算出部４００が、未登録者の登録虹彩デ
ータと、複数の登録者の登録虹彩データとの間の相関値
に基づいて閾値Ｔを定める。したがって、たとえ、未登
録者の登録虹彩データに極めて近似する登録虹彩データ
を有する他人がいるときであっても、両情報の相関値を
考慮して閾値Ｔを定めることから、登録者以外の者であ
る被認証者を登録者であると認証する確率を低減するこ
とができる。

【００４８】〈具体例５〉図１８は、具体例５の個人認
証装置の構成を示す図である。図１８と具体例１の個人
認証装置１０を示す図１との比較から明らかなように、
両装置の構成は、概ね同一であり、その相違点は、この
個人認証装置５０が認証部１１６の代わりに認証部５０
０を備えることである。認証部５００は、ＩＤ番号等の
個人データを用いることなく認証を行う。以下、この認
証部５００を中心に説明する。

【００４９】図１９は、具体例５の個人認証装置の特徴
的な動作を示すフローチャートである。以下、このフロ
ーチャート及び図５のフローチャートに沿って動作を説
明する。 ステップＳ６００：図５のステップＳ２００で、被認証
者は、上述と異なり、入力部１００から個人データを入
力しない。しかし、上述と同様にして、ステップＳ２１
０で、取得部１０２は、被認証者から画像データを取得
し、ステップＳ２２０、Ｓ２３０で、抽出部１０４は、
その画像データから虹彩データを生成する。個人データ
が入力されていないことから、認証部５００は、被認証
虹彩データと、辞書部１１４内に記憶されている全ての
登録虹彩データとを比較する。より具体的には、認証部
５００は、被認証虹彩データと、辞書部１１４に記憶さ
れた各登録虹彩データとの間の相関値を算出し、その相
関値が閾値Ｔを超えているか否かを判断する。

【００５０】ステップＳ６１０：認証部５００は、被認
証虹彩データとの相関値が閾値Ｔを超える登録虹彩デー
タが複数あるか否かを判断する。 ステップＳ６２０：複数あると判断すると、認証部５０
０は、それら複数の登録虹彩データのうち、最も相関値
が大きい登録虹彩データを選択し、被認証者がその選択
された登録虹彩データを有する登録者である旨を示す認
証信号を出力する。 ステップＳ６３０：複数無いと判断したときには、認証
部５００は、被認証者がその登録虹彩データを有する登
録者である旨を示す認証信号を出力する。

【００５１】上述したように、具体例５の個人認証装置
５０によれば、認証部５００は、ＩＤ番号等の個人デー
タを用いることなく、被認証虹彩データと、辞書部１１
４に記憶されている全ての登録虹彩データとを一つずつ
総当たりで認証する。被認証虹彩データとの間の相関値
が閾値Ｔを超える複数の登録虹彩データを見つけたとき
には、認証部５００は、被認証者が、それら複数の登録
虹彩データのうち最も相関値が大きい登録虹彩データを
有する登録者であると判断する。これにより、被認証虹
彩データに極めて近似する登録虹彩データを有する複数
の登録者がいても、被認証者がいずれの登録者であるか
の判断を正確に行うことが可能になる。

【図面の簡単な説明】

【図１】具体例１の個人認証装置の構成を示す図であ
る。

【図２】閾値を示す図である。

【図３】具体例１の登録データを示す図である。

【図４】具体例１の個人認証装置の登録動作を示すフロ
ーチャートである。

【図５】具体例１の個人認証装置の認証動作を示すフロ
ーチャートである。

【図６】認証部による認証動作を示すフローチャートで
ある。

【図７】更新部による更新動作を示すフローチャートで
ある。

【図８】具体例２の個人認証装置の構成を示す図であ
る。

【図９】最小閾値を示す図である。

【図１０】具体例２の登録データを示す図である。

【図１１】セキュリティレベル・テーブルを示す図であ
る。

【図１２】具体例２の登録動作の特徴的な部分を示すフ
ローチャートである。

【図１３】具体例２の認証動作の特徴的な部分を示すフ
ローチャートである。

【図１４】具体例３の個人認証装置の構成を示す図であ
る。

【図１５】具体例３の個人認証装置の特徴的な動作を示
すフローチャートである。

【図１６】具体例４の個人認証装置の構成を示す図であ
る。

【図１７】具体例４の個人認証装置の特徴的な動作を示
すフローチャートである。

【図１８】具体例５の個人認証装置の構成を示す図であ
る。

【図１９】具体例５の個人認証装置の特徴的な動作を示
すフローチャートである。

【符号の説明】

１０ 個人認証装置 １００ 入力部 １０２ 取得部 １０４ 抽出部 １０６ 記憶部 １０８ 選択部 １１０ 算出部 １１２ 作成部 １１４ 辞書部 １１６ 認証部 １１８ 更新部 １２０ 制御部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 塚本 明利 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内 (72)発明者 渡辺 孝弘 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内 (72)発明者 頂 康宏 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内 Ｆターム(参考） 5B043 AA09 BA01 BA04 FA07 GA04

Claims (6)

【特許請求の範囲】
1. 【請求項１】 被認証者のバイオメトリクス情報と登録
   者の登録バイオメトリクス情報との間の相関値を閾値と
   比較することにより、該被認証者が該登録者であるか否
   かを認証する個人認証装置であって、 未登録者から複数のバイオメトリクス情報を取得する取
   得部と、 一のバイオメトリクス情報を前記登録バイオメトリクス
   情報として登録する登録部と、 前記取得された複数のバイオメトリクス情報から、前記
   登録されたバイオメトリクス情報と前記取得された複数
   のバイオメトリクス情報との間の複数の相関値を算出す
   る登録相関値算出部と、 前記相関値算出部によって算出された複数の相関値を用
   いて閾値を算出する登録閾値算出部とを備えることを特
   徴とする個人認証装置。
2. 【請求項２】 請求項１記載の個人認証装置であって、 前記被認証者を前記登録者であると認証する毎に取得さ
   れたバイオメトリクス情報と該登録者の登録バイオメト
   リクス情報との間の複数の相関値を算出する認証相関値
   算出部と、 前記認証相関値算出部によって算出された前記複数の相
   関値を用いて閾値を算出する認証閾値算出部とを備える
   ことを特徴とする個人認証装置。
3. 【請求項３】 請求項１記載の個人認証装置であって、 前記登録閾値算出部は、前記登録者以外の者を該登録者
   であると認証してはならない程度に応じて、前記閾値を
   算出することを特徴とする個人認証装置。
4. 【請求項４】 請求項１記載の個人認証装置であって、 さらに、複数の登録者の登録バイオメトリクス情報を記
   憶する記憶部と、 前記登録バイオメトリクス情報と、前記複数の登録者の
   登録バイオメトリクス情報との間の複数の相関値を算出
   する複数者相関値算出部を備え、 前記登録閾値算出部は、前記登録相関値算出部によって
   算出された複数の相関値及び前記複数者相関値算出部に
   よって算出された複数の相関値に基づいて前記閾値を算
   出することを特徴とする個人認証装置。
5. 【請求項５】 請求項１記載の個人認証装置であって、 さらに、登録者毎に登録バイオメトリクス情報と閾値の
   情報を記憶する辞書部を備えることを特徴とする個人認
   証装置。
6. 【請求項６】 被認証者のバイオメトリクス情報と複数
   の登録者の登録バイオメトリクス情報との相関値を閾値
   と比較することにより、該被認証者がいずれの登録者で
   あるかを認証する個人認証装置であって、 前記閾値を記憶する記憶部と、 前記被認証者のバイオメトリクス情報を取得する取得部
   と、 前記複数の登録者の複数の登録バイオメトリクス情報を
   記憶するバイオメトリクス情報記憶部と、 前記取得されたバイオメトリクス情報と前記記憶された
   複数の登録バイオメトリクス情報との間の複数の相関値
   と、前記記憶部に記憶された閾値とを比較することによ
   り、前記被認証者が該当する可能性を有する複数の登録
   者を抽出する抽出部と、 前記被認証者を、前記抽出された複数の登録者のうち相
   関値が前記閾値から最も遠い登録者であると認証する認
   証部とを備えることを特徴とする個人認証装置。