JP2002140709A - ペン入力個人認識方法 - Google Patents
ペン入力個人認識方法Info
- Publication number
- JP2002140709A JP2002140709A JP2000334314A JP2000334314A JP2002140709A JP 2002140709 A JP2002140709 A JP 2002140709A JP 2000334314 A JP2000334314 A JP 2000334314A JP 2000334314 A JP2000334314 A JP 2000334314A JP 2002140709 A JP2002140709 A JP 2002140709A
- Authority
- JP
- Japan
- Prior art keywords
- information
- pen
- handwriting
- vector
- template
- 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
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 ペン入力方式による署名を用いた信頼性の高
い個人識別方法を提供する。 【解決手段】 署名入力１０１として、ペン先端座標
及び前記座標における筆圧情報のデータ取得を行うステ
ップと、座標から筆跡全体の重心位置を求めるステップ
（６０４、６１１）と、重心位置から前記筆跡座標各点
へ向かうベクトル成分を求めるステップと、ベクトル情
報を長さ成分及び角度成分に解析するステップ（６０
５、６１２）と、長さ成分及び角度成分を予め用意され
た本人のテンプレートと照合するために所定の重み付け
を含む評価関数Dを用いたダイナミックプログラミング
法により解析するステップ（６０９、６１３）と、前記
解析された評価関数Dの中で最小となる評価関数Dの値と
予め設定した閾値６１０との比較を行うことにより、本
人か否かを判断するステップ（６１４）とを含んでなる
ペン入力個人認証方法を提供する。
い個人識別方法を提供する。 【解決手段】 署名入力１０１として、ペン先端座標
及び前記座標における筆圧情報のデータ取得を行うステ
ップと、座標から筆跡全体の重心位置を求めるステップ
（６０４、６１１）と、重心位置から前記筆跡座標各点
へ向かうベクトル成分を求めるステップと、ベクトル情
報を長さ成分及び角度成分に解析するステップ（６０
５、６１２）と、長さ成分及び角度成分を予め用意され
た本人のテンプレートと照合するために所定の重み付け
を含む評価関数Dを用いたダイナミックプログラミング
法により解析するステップ（６０９、６１３）と、前記
解析された評価関数Dの中で最小となる評価関数Dの値と
予め設定した閾値６１０との比較を行うことにより、本
人か否かを判断するステップ（６１４）とを含んでなる
ペン入力個人認証方法を提供する。
Description
【０００１】
【発明の属する技術分野】本発明は、ペン入力個人認証
方法に関するものである。より具体的には、本発明は電
子ペンにより平面に入力される筆跡情報に基づいて本人
であるか否かを認証する方法に関するものである。
方法に関するものである。より具体的には、本発明は電
子ペンにより平面に入力される筆跡情報に基づいて本人
であるか否かを認証する方法に関するものである。
【０００２】
【従来の技術】近年、特に情報端末に対する不正操作や
建物への不正侵入を防止するために「セキュリティー」
の分野で個人識別技術の需要が高まっている。個人識別
の方法としては、（１）パスワードや暗証番号などの個
人の記憶に依存するもの、（２）免許証やクレジットカ
ードなどの個人の所有物によるもの、（３）署名や声紋
などの個人の生成物によるもの、（４）指紋や網膜など
の個人の生体的特徴に依存するものが存在している（表
１参照）。これらの方法のうち、（３）及び（４）をバ
イオメトリクス方式と呼ぶ。従来からの個人識別方法と
しては、上記（１）および（２）の方法が知られてい
る。
建物への不正侵入を防止するために「セキュリティー」
の分野で個人識別技術の需要が高まっている。個人識別
の方法としては、（１）パスワードや暗証番号などの個
人の記憶に依存するもの、（２）免許証やクレジットカ
ードなどの個人の所有物によるもの、（３）署名や声紋
などの個人の生成物によるもの、（４）指紋や網膜など
の個人の生体的特徴に依存するものが存在している（表
１参照）。これらの方法のうち、（３）及び（４）をバ
イオメトリクス方式と呼ぶ。従来からの個人識別方法と
しては、上記（１）および（２）の方法が知られてい
る。
【表１】
【０００３】しかし、所有物や記憶情報に依存する方法
は、不正な方法による第三者の知得や盗難および偽造等
のコンピューター犯罪が増加する近年の状況では必ずし
も万全とはいえず、これら従来方法を補完ないし代用す
るものとしてバイオメトリクス方式が期待されている。
バイオメトリクス方式とは予め登録されたテンプレート
（本人データ）と入力されるデータとを照合し、照合度
がある範囲内であればその入力データと対応する人を本
人と判定する方式である。バイオメトリクス方法に関
し、従来の識別方法として（３）の方式では声紋による
識別や（４）の方式では指紋による識別が知られてい
る。しかし、声紋による識別は風邪など体調による影響
を受けやすく、また指紋による識別は主に犯罪捜査等に
利用されるものであるため、識別対象者の心理的負担
（心理的抵抗）という問題を有する。そのため、体調な
どの不確定要因に影響されにくく、また識別対象者に大
きな心理的負担を与えず、識別対象者にとって比較的平
易な方法でありしかも安価で個人識別を行うことができ
るバイオメトリクス方式の個人識別方法が求められてい
る。
は、不正な方法による第三者の知得や盗難および偽造等
のコンピューター犯罪が増加する近年の状況では必ずし
も万全とはいえず、これら従来方法を補完ないし代用す
るものとしてバイオメトリクス方式が期待されている。
バイオメトリクス方式とは予め登録されたテンプレート
（本人データ）と入力されるデータとを照合し、照合度
がある範囲内であればその入力データと対応する人を本
人と判定する方式である。バイオメトリクス方法に関
し、従来の識別方法として（３）の方式では声紋による
識別や（４）の方式では指紋による識別が知られてい
る。しかし、声紋による識別は風邪など体調による影響
を受けやすく、また指紋による識別は主に犯罪捜査等に
利用されるものであるため、識別対象者の心理的負担
（心理的抵抗）という問題を有する。そのため、体調な
どの不確定要因に影響されにくく、また識別対象者に大
きな心理的負担を与えず、識別対象者にとって比較的平
易な方法でありしかも安価で個人識別を行うことができ
るバイオメトリクス方式の個人識別方法が求められてい
る。
【０００４】上記のバイオメトリクス方式による個人識
別方法として、例えば、特開２０００−２１５３１２号
公報によるDynamic Programming法（以下、「DP法」と呼
ぶ）を用いたペン入力個人認証方法がある。これは、電
子ペンによりタブレットに署名する際の筆跡情報を、
（１）タブレット平面上におけるペン先端の位置トラジ
ェクトリー情報、（２）筆圧トラジェクトリー情報、
（３）タブレット平面とペンとがなす傾きについての角
度トラジェクトリー情報として認識し、これらを必要に
応じて情報圧縮した後、この目的のために作成された評
価関数を用いて予め用意された本人のテンプレートとの
間の距離計算を行い、得られた計算値を予め設定された
閾値と比較することにより署名した者が本人か否かを認
証するものである。これにより、目に見える筆跡のみな
らず、筆圧やペンの傾きも利用されるので、第三者が署
名を真似することが非常に困難となる特徴を有してい
る。
別方法として、例えば、特開２０００−２１５３１２号
公報によるDynamic Programming法（以下、「DP法」と呼
ぶ）を用いたペン入力個人認証方法がある。これは、電
子ペンによりタブレットに署名する際の筆跡情報を、
（１）タブレット平面上におけるペン先端の位置トラジ
ェクトリー情報、（２）筆圧トラジェクトリー情報、
（３）タブレット平面とペンとがなす傾きについての角
度トラジェクトリー情報として認識し、これらを必要に
応じて情報圧縮した後、この目的のために作成された評
価関数を用いて予め用意された本人のテンプレートとの
間の距離計算を行い、得られた計算値を予め設定された
閾値と比較することにより署名した者が本人か否かを認
証するものである。これにより、目に見える筆跡のみな
らず、筆圧やペンの傾きも利用されるので、第三者が署
名を真似することが非常に困難となる特徴を有してい
る。
【０００５】しかしながら、上記方法においては、バイ
オメトリクス方式における問題点である本人を他人と判
定してしまう誤り（タイプ１エラー：本人拒否誤り。以
下、「タイプ１エラー」と呼ぶ）、及び他人を本人と判定
してしまう誤り（タイプ２エラー：他人受理誤り。以
下、「タイプ２エラー」と呼ぶ）の２つが存在し、さら
に、一方の認識率を改善しようとすると他方の認識率が
低下するという相反（トレードオフ）関係にあるという
問題点を有している。このため、これらの個々に相反す
るエラーをさらに各々小さくし、かつ信頼性の高い高精
度な個人識別方法が要求されている。
オメトリクス方式における問題点である本人を他人と判
定してしまう誤り（タイプ１エラー：本人拒否誤り。以
下、「タイプ１エラー」と呼ぶ）、及び他人を本人と判定
してしまう誤り（タイプ２エラー：他人受理誤り。以
下、「タイプ２エラー」と呼ぶ）の２つが存在し、さら
に、一方の認識率を改善しようとすると他方の認識率が
低下するという相反（トレードオフ）関係にあるという
問題点を有している。このため、これらの個々に相反す
るエラーをさらに各々小さくし、かつ信頼性の高い高精
度な個人識別方法が要求されている。
【０００６】
【発明が解決しようとする課題】本発明は、個人識別が
必要となるクレジットカードなどに広く日常的に用いら
れている署名を個人識別手段とするものである。本発明
は、盗難など第三者による不正利用を防止し、体調など
の不確定要因に影響されにくく、識別対象者の心理的負
担及び心理的抵抗が少ないバイオメトリクス方式による
個人識別方法を提供することを目的とする。また、本発
明では、バイオメトリクス方式における問題点である本
人を他人と判定してしまう誤り（タイプ１エラー）およ
び他人を本人と判定してしまう誤り（タイプ２エラー）
を各々最小限に抑え、かつ信頼性の高い個人識別方法を
提供する。
必要となるクレジットカードなどに広く日常的に用いら
れている署名を個人識別手段とするものである。本発明
は、盗難など第三者による不正利用を防止し、体調など
の不確定要因に影響されにくく、識別対象者の心理的負
担及び心理的抵抗が少ないバイオメトリクス方式による
個人識別方法を提供することを目的とする。また、本発
明では、バイオメトリクス方式における問題点である本
人を他人と判定してしまう誤り（タイプ１エラー）およ
び他人を本人と判定してしまう誤り（タイプ２エラー）
を各々最小限に抑え、かつ信頼性の高い個人識別方法を
提供する。
【０００７】
【課題を解決する手段】上記の目的を達成するため、本
発明は電子ペンによりタブレットに署名する際の筆跡情
報に対して、従来方法のDP法に新たに署名情報全体から
規格化された重心位置からのベクトル情報を利用した重
心法（以下、「重心法」と呼ぶ）を用いてデータ解析を行
うものである。
発明は電子ペンによりタブレットに署名する際の筆跡情
報に対して、従来方法のDP法に新たに署名情報全体から
規格化された重心位置からのベクトル情報を利用した重
心法（以下、「重心法」と呼ぶ）を用いてデータ解析を行
うものである。
【０００８】この目的のために作成された評価関数を、
重心法を用いて予め用意された本人のテンプレートによ
り作成した評価関数との比較を行い、予め設定された閾
値と比較することにより署名した者が本人か否かを認証
する。本発明の方法によれば、署名全体の重心を求め、
それを用いて抽出した特徴量に基づいてDPマッチングを
行うことにより、バイオメトリクス方式における問題点
である本人を他人と判定してしまう誤り（タイプ１エラ
ー）、及び他人を本人と判定してしまう誤り（タイプ２
エラー）という相反する２つのエラーをさらに各々低減
することが可能となるため、より信頼性の高い個人識別
方法を提供することが可能である。
重心法を用いて予め用意された本人のテンプレートによ
り作成した評価関数との比較を行い、予め設定された閾
値と比較することにより署名した者が本人か否かを認証
する。本発明の方法によれば、署名全体の重心を求め、
それを用いて抽出した特徴量に基づいてDPマッチングを
行うことにより、バイオメトリクス方式における問題点
である本人を他人と判定してしまう誤り（タイプ１エラ
ー）、及び他人を本人と判定してしまう誤り（タイプ２
エラー）という相反する２つのエラーをさらに各々低減
することが可能となるため、より信頼性の高い個人識別
方法を提供することが可能である。
【０００９】本発明は、ペン先端が平面上に描く軌跡情
報を含む入力装置から出力される筆跡情報に基づいて本
人か否かの認証を行うペン入力個人認証方法であって、
前記筆跡情報として前記ペン先端座標及び前記座標にお
ける筆圧情報を取り込むステップと、前記座標から筆跡
全体の重心位置を求めるステップと、前記重心位置から
前記筆跡座標各点へ向かうベクトルを求めるステップ
と、前記ベクトルから長さ成分及び角度成分を求めるス
テップと、前記長さ成分と角度成分と筆圧情報とによる
所定の重み付けを含む評価関数Dを用いたダイナミック
プログラミング法により、予め用意した本人のテンプレ
ートとの照合を行うステップと、前記解析された評価関
数Dの結果を、予め用意した本人のテンプレートから求
められた閾値と比較することにより、本人か否かを識別
するステップとを含んでなるペン入力個人認証方法を提
供する。
報を含む入力装置から出力される筆跡情報に基づいて本
人か否かの認証を行うペン入力個人認証方法であって、
前記筆跡情報として前記ペン先端座標及び前記座標にお
ける筆圧情報を取り込むステップと、前記座標から筆跡
全体の重心位置を求めるステップと、前記重心位置から
前記筆跡座標各点へ向かうベクトルを求めるステップ
と、前記ベクトルから長さ成分及び角度成分を求めるス
テップと、前記長さ成分と角度成分と筆圧情報とによる
所定の重み付けを含む評価関数Dを用いたダイナミック
プログラミング法により、予め用意した本人のテンプレ
ートとの照合を行うステップと、前記解析された評価関
数Dの結果を、予め用意した本人のテンプレートから求
められた閾値と比較することにより、本人か否かを識別
するステップとを含んでなるペン入力個人認証方法を提
供する。
【００１０】さらに、このような方法において、ペン先
端が平面上に描く軌跡情報を含む入力装置から出力され
る筆跡情報に基づいて本人か否かの認証を行うペン入力
個人認証方法であって、前記筆跡情報として前記ペン先
端座標を取り込むステップと、前記座標から筆跡全体の
重心位置を求めるステップと、前記重心位置から前記筆
跡座標各点へ向かうベクトルを求めるステップと、前記
ベクトルから長さ成分及び角度成分を求めるステップ
と、前記長さ成分と角度成分とによる所定の重み付けを
含む評価関数Dを用いたダイナミックプログラミング法
により、予め用意した本人のテンプレートとの照合を行
うステップと、前記解析された評価関数Dの結果を、予
め用意した本人のテンプレートから求められた閾値と比
較することにより、本人か否かを識別するステップとを
含んでなるペン入力個人認証方法を用いることを特徴と
する方法を提供する。
端が平面上に描く軌跡情報を含む入力装置から出力され
る筆跡情報に基づいて本人か否かの認証を行うペン入力
個人認証方法であって、前記筆跡情報として前記ペン先
端座標を取り込むステップと、前記座標から筆跡全体の
重心位置を求めるステップと、前記重心位置から前記筆
跡座標各点へ向かうベクトルを求めるステップと、前記
ベクトルから長さ成分及び角度成分を求めるステップ
と、前記長さ成分と角度成分とによる所定の重み付けを
含む評価関数Dを用いたダイナミックプログラミング法
により、予め用意した本人のテンプレートとの照合を行
うステップと、前記解析された評価関数Dの結果を、予
め用意した本人のテンプレートから求められた閾値と比
較することにより、本人か否かを識別するステップとを
含んでなるペン入力個人認証方法を用いることを特徴と
する方法を提供する。
【００１１】さらに、また、本発明は、前記筆跡情報よ
り求められた前記重心位置から前記筆跡座標各点へ向か
うベクトルの長さ成分及び角度成分を含むベクトル情報
及び前記筆跡座標各点における筆圧情報と、予め用意し
た本人のテンプレート情報とに対して、重み付けを含む
評価関数D
り求められた前記重心位置から前記筆跡座標各点へ向か
うベクトルの長さ成分及び角度成分を含むベクトル情報
及び前記筆跡座標各点における筆圧情報と、予め用意し
た本人のテンプレート情報とに対して、重み付けを含む
評価関数D
【数３】
【数４】 （式中、θiは前記筆跡情報の重心位置から各筆跡座標
（xi、yi）へのベクトルの角度情報であり、ηlは本人
のテンプレートから得られた筆跡情報から各筆跡座標
（xl、yl）へのベクトルの角度情報であり、ｄは入力さ
れた筆圧情報ｐとそれに対応するテンプレートの筆圧情
報ｑの関数であり、ρは上記ベクトルの長さ△ｆとそれ
に対応するテンプレートのベクトルの長さ△ｇの関数で
あり、Ｓは正の整数で、ｉs、ls、sは整数のインデクス
である。）を用いる、請求項１に記載の個人認証方法を
提供する。
（xi、yi）へのベクトルの角度情報であり、ηlは本人
のテンプレートから得られた筆跡情報から各筆跡座標
（xl、yl）へのベクトルの角度情報であり、ｄは入力さ
れた筆圧情報ｐとそれに対応するテンプレートの筆圧情
報ｑの関数であり、ρは上記ベクトルの長さ△ｆとそれ
に対応するテンプレートのベクトルの長さ△ｇの関数で
あり、Ｓは正の整数で、ｉs、ls、sは整数のインデクス
である。）を用いる、請求項１に記載の個人認証方法を
提供する。
【００１２】具体的には、タブレットにより収集した幾
つかの署名情報に対して、前記タブレット上の署名情報
として得られた各点（x(ti)，y(ti)）及び筆圧（p
(ti)）に関する情報より、（x(ti)，y(ti)，p(ti)）デ
ータを作成する。その後、（x(ti)，y(ti)）を用いて、
署名全体の規格化した重心位置Gを求め、このGから署名
位置の各点（x(ti)，y(ti)，p(ti)）へのベクトルデー
タを求め、その各点へのベクトルの角度、長さ、及び筆
圧情報の３つの特徴量に分解する。個人認証判断のため
の閾値として、予め収集した幾つかの本人の署名情報に
対してDPマッチングを行い求められた幾つかの評価関数
Dの値より、例えば、最大値及び二番目に大きい値を除
いた３，４，５番目の値の評価関数Dの平均値をとり、
閾値Thとする。また、本人判断の際の判定値としては、
署名した本人毎に設定される0.5〜2.0の範囲内を0.1刻
みで変化する係数ｃにより、その署名本人に対して最適
化した判定値ｃ・Thを用いる。タイプ１エラーの低減に
は、入力された本人の複数の署名情報と上述した幾つか
の本人のテンプレートとDPマッチングを行い、得られた
幾つかの評価関数Dの値のうち最小値であるD（=Dmin）
に対してDmin≦ｃ・Thの場合に本人と判定している。タ
イプ２エラーに対しては、上記タイプ１エラーと同様
に、他人の複数の署名と幾つかの本人のテンプレートに
ついてDPマッチングを行い、Dmin＞ｃ・Thのとき偽筆で
あると判断して拒否されるようにしている。
つかの署名情報に対して、前記タブレット上の署名情報
として得られた各点（x(ti)，y(ti)）及び筆圧（p
(ti)）に関する情報より、（x(ti)，y(ti)，p(ti)）デ
ータを作成する。その後、（x(ti)，y(ti)）を用いて、
署名全体の規格化した重心位置Gを求め、このGから署名
位置の各点（x(ti)，y(ti)，p(ti)）へのベクトルデー
タを求め、その各点へのベクトルの角度、長さ、及び筆
圧情報の３つの特徴量に分解する。個人認証判断のため
の閾値として、予め収集した幾つかの本人の署名情報に
対してDPマッチングを行い求められた幾つかの評価関数
Dの値より、例えば、最大値及び二番目に大きい値を除
いた３，４，５番目の値の評価関数Dの平均値をとり、
閾値Thとする。また、本人判断の際の判定値としては、
署名した本人毎に設定される0.5〜2.0の範囲内を0.1刻
みで変化する係数ｃにより、その署名本人に対して最適
化した判定値ｃ・Thを用いる。タイプ１エラーの低減に
は、入力された本人の複数の署名情報と上述した幾つか
の本人のテンプレートとDPマッチングを行い、得られた
幾つかの評価関数Dの値のうち最小値であるD（=Dmin）
に対してDmin≦ｃ・Thの場合に本人と判定している。タ
イプ２エラーに対しては、上記タイプ１エラーと同様
に、他人の複数の署名と幾つかの本人のテンプレートに
ついてDPマッチングを行い、Dmin＞ｃ・Thのとき偽筆で
あると判断して拒否されるようにしている。
【００１３】より具体的には、本発明は、ペン先端が平
面上に描く軌跡情報を含む入力装置から出力される筆跡
情報に基づいて本人か否かの認証を行うペン入力個人認
証方法であって、前記筆跡情報として前記ペン先端座標
及び前記座標における筆圧情報を取り込むステップと、
前記座標から筆跡全体の重心位置を求めるステップと、
前記重心位置から前記筆跡座標各点へ向かうベクトルを
求めるステップと、前記ベクトルから長さ及び角度成分
を求めるステップと、前記長さ及び角度成分を予め用意
された本人のテンプレートと照合するために所定の重み
付けを含む評価関数を用いたダイナミックプログラミン
グ法により解析するステップと、前記解析された評価関
数の結果を予め設定した閾値と比較して本人か否かを判
断するステップとを含んでなるペン入力個人認証方法を
提供するものである。
面上に描く軌跡情報を含む入力装置から出力される筆跡
情報に基づいて本人か否かの認証を行うペン入力個人認
証方法であって、前記筆跡情報として前記ペン先端座標
及び前記座標における筆圧情報を取り込むステップと、
前記座標から筆跡全体の重心位置を求めるステップと、
前記重心位置から前記筆跡座標各点へ向かうベクトルを
求めるステップと、前記ベクトルから長さ及び角度成分
を求めるステップと、前記長さ及び角度成分を予め用意
された本人のテンプレートと照合するために所定の重み
付けを含む評価関数を用いたダイナミックプログラミン
グ法により解析するステップと、前記解析された評価関
数の結果を予め設定した閾値と比較して本人か否かを判
断するステップとを含んでなるペン入力個人認証方法を
提供するものである。
【００１４】本発明はまた、本人の署名から複数のテン
プレートを作成する際に、前記各テンプレートについて
他のテンプレートとの間で前記評価関数の値を計算して
得られた複数の評価関数の値のうち、少なくとも最大値
及び二番目に大きな値を取り除いた前記評価関数の値の
平均値を閾値とすること、及び、前記入力された筆跡情
報と本人の署名から作成したテンプレートとの間で複数
の前記評価関数の値を計算し、得られた前記複数の評価
関数の値のうち最小のものを前記閾値と照合することを
特徴とするペン入力個人認証方法についても提供するも
のである。
プレートを作成する際に、前記各テンプレートについて
他のテンプレートとの間で前記評価関数の値を計算して
得られた複数の評価関数の値のうち、少なくとも最大値
及び二番目に大きな値を取り除いた前記評価関数の値の
平均値を閾値とすること、及び、前記入力された筆跡情
報と本人の署名から作成したテンプレートとの間で複数
の前記評価関数の値を計算し、得られた前記複数の評価
関数の値のうち最小のものを前記閾値と照合することを
特徴とするペン入力個人認証方法についても提供するも
のである。
【００１５】ここでいうペンとタブレットあるいは入力
のための電子デバイスは、本発明を実施するのに必要な
筆跡情報を得るための入力装置を総称していうものであ
る。筆跡のリアルタイムかつダイナミックなデータを得
られる機器を代表してペンとタブレットといっている
が、たとえば単なる短い棒とその動きをとらえるカメラ
なども用いることができる。ペンの先端の位置情報、筆
圧情報が得られるペンとタブレットとしては、例えば、
ワコム製タブレットArt Pad II pro Serial、電子筆圧
ペンUP-401（ボールペン芯対応）があり、既に市販され
ている。
のための電子デバイスは、本発明を実施するのに必要な
筆跡情報を得るための入力装置を総称していうものであ
る。筆跡のリアルタイムかつダイナミックなデータを得
られる機器を代表してペンとタブレットといっている
が、たとえば単なる短い棒とその動きをとらえるカメラ
なども用いることができる。ペンの先端の位置情報、筆
圧情報が得られるペンとタブレットとしては、例えば、
ワコム製タブレットArt Pad II pro Serial、電子筆圧
ペンUP-401（ボールペン芯対応）があり、既に市販され
ている。
【００１６】ここでいう重み付けを含む評価関数とは、
一種の筆跡情報にそれとは異なる筆跡情報による重み付
けをしたものである。例えば、筆跡情報に筆圧情報の関
数を重み付けとして加えたり、あるいは、筆跡情報から
得られる筆圧情報に、座標情報から求めた重心座標から
前記筆跡の座標へ向かうベクトル成分である長さ及び角
度の関数を重み付けしたり（すなわち、ベクトル各成分
を要素とする重み付け関数を、対応する筆圧情報の関数
に掛ける）することにより得られた評価関数をいう。
一種の筆跡情報にそれとは異なる筆跡情報による重み付
けをしたものである。例えば、筆跡情報に筆圧情報の関
数を重み付けとして加えたり、あるいは、筆跡情報から
得られる筆圧情報に、座標情報から求めた重心座標から
前記筆跡の座標へ向かうベクトル成分である長さ及び角
度の関数を重み付けしたり（すなわち、ベクトル各成分
を要素とする重み付け関数を、対応する筆圧情報の関数
に掛ける）することにより得られた評価関数をいう。
【００１７】本発明の方法は多くのやり方で実施するこ
とができる。パーソナルコンピューターを含むコンピュ
ーターを利用して、それにタブレットを接続して行うの
が最も一般的であるが、その他にもコンピューターの液
晶ディスプレーやタッチパネルをタブレットの代わりに
用いて実施することもできる。また、単なる短い棒とカ
メラを用いる場合には、コンピューターとカメラを接続
することで実施できる。また、本発明の方法は、コンピ
ューター読取可能な記憶媒体、例えば、ＲＯＭ、ＲＡ
Ｍ、ＣＤ−ＲＯＭ、ＤＶＤ、ＦＤ、ＭＯ、ＭＤ、ハード
ディスクに保存された実行プログラムを読み取り、これ
を実行することでコンピューター上において実施するこ
ともできる。さらに、本発明の方法は、コンピュータあ
るいはコンピュータにより制御される装置及び電子デバ
イスに組み込んだプログラムの形態でも提供することが
できる。例えば、自動現金支払機、入退室管理装置、そ
の他の個人認証を必要とするあらゆる装置及び電子デバ
イスに組み込むことができる。
とができる。パーソナルコンピューターを含むコンピュ
ーターを利用して、それにタブレットを接続して行うの
が最も一般的であるが、その他にもコンピューターの液
晶ディスプレーやタッチパネルをタブレットの代わりに
用いて実施することもできる。また、単なる短い棒とカ
メラを用いる場合には、コンピューターとカメラを接続
することで実施できる。また、本発明の方法は、コンピ
ューター読取可能な記憶媒体、例えば、ＲＯＭ、ＲＡ
Ｍ、ＣＤ−ＲＯＭ、ＤＶＤ、ＦＤ、ＭＯ、ＭＤ、ハード
ディスクに保存された実行プログラムを読み取り、これ
を実行することでコンピューター上において実施するこ
ともできる。さらに、本発明の方法は、コンピュータあ
るいはコンピュータにより制御される装置及び電子デバ
イスに組み込んだプログラムの形態でも提供することが
できる。例えば、自動現金支払機、入退室管理装置、そ
の他の個人認証を必要とするあらゆる装置及び電子デバ
イスに組み込むことができる。
【００１８】
【発明の実施の形態】図１に本発明による署名照合方法
のアルゴリズムのフロー図を示す。本発明による署名照
合方法では、署名入力１０１をペン先端のタブレット上
の位置情報及びＰ個の段階（Ｐは正の整数値であれば特
に制限はない）に区分して筆圧を検出することが可能な
電子ペンとタブレットの組み合わせを用いる。このタブ
レットに署名することにより得られる署名入力１０１か
らデータの特徴抽出１０２を行う。特徴抽出１０２によ
り得られるデータは、ペン先端のタブレット上の位置情
報及び筆圧情報を含んでいる。特徴抽出１０２されたデ
ータと予め用意されたテンプレート１０３とのパターン
照合１０４を行う。次にパターン照合１０４から得られ
た結果（評価関数の値）と、予めテンプレート１０３を
用いて設定された閾値との比較１０５をし、本人か否か
の判定をした後に、結果出力１０６を行う。このような
データを得ることができるタブレットは既に市販されて
いる。下記の実施例ではワコム製のタブレットArt Pad
II Pro Serial、電子筆圧ペンUP-401（ボールペン芯対
応）を用いた。
のアルゴリズムのフロー図を示す。本発明による署名照
合方法では、署名入力１０１をペン先端のタブレット上
の位置情報及びＰ個の段階（Ｐは正の整数値であれば特
に制限はない）に区分して筆圧を検出することが可能な
電子ペンとタブレットの組み合わせを用いる。このタブ
レットに署名することにより得られる署名入力１０１か
らデータの特徴抽出１０２を行う。特徴抽出１０２によ
り得られるデータは、ペン先端のタブレット上の位置情
報及び筆圧情報を含んでいる。特徴抽出１０２されたデ
ータと予め用意されたテンプレート１０３とのパターン
照合１０４を行う。次にパターン照合１０４から得られ
た結果（評価関数の値）と、予めテンプレート１０３を
用いて設定された閾値との比較１０５をし、本人か否か
の判定をした後に、結果出力１０６を行う。このような
データを得ることができるタブレットは既に市販されて
いる。下記の実施例ではワコム製のタブレットArt Pad
II Pro Serial、電子筆圧ペンUP-401（ボールペン芯対
応）を用いた。
【００１９】タブレットから入力されるデータは、2次
元の位置情報x(ti),y(ti)と、そのときのペンの筆圧情
報p(ti)を含んでいる。これを、
元の位置情報x(ti),y(ti)と、そのときのペンの筆圧情
報p(ti)を含んでいる。これを、
【数５】 と書く。またIはタブレットから得られるドットのデー
タ数を表す。ここで、tiは、ある点と次の点と区別する
ためのパラメータであり、単に点の順を示すインデック
スとしても捉え得るが、通常、時間値を表すものとして
考えると便利である。図２に典型的な筆圧情報p(ti)の
グラフとして示す。
タ数を表す。ここで、tiは、ある点と次の点と区別する
ためのパラメータであり、単に点の順を示すインデック
スとしても捉え得るが、通常、時間値を表すものとして
考えると便利である。図２に典型的な筆圧情報p(ti)の
グラフとして示す。
【００２０】次に、入力されたデータの特徴抽出を行う
ための操作を以下に説明する。ステップ１として、署名
全体に対する特徴点である重心を求める。求める重心を
G（X g,Yg）とおくと、
ための操作を以下に説明する。ステップ１として、署名
全体に対する特徴点である重心を求める。求める重心を
G（X g,Yg）とおくと、
【数６】 ここで、xmin３０１、xmax３０２は、それぞれ得られた
署名のx座標における最小値、最大値とする。同様に、y
min３０３、ymax３０４は、それぞれ得られた署名のｙ
座標における最小値、最大値とする（図３を参照のこ
と）。またこれらの式（数６）はαの値で規格化されて
いる。これらによって求められた重心は、図４のような
重心G４０１となる。ここでα＝１０００としたため、
縦横の値は１０００で規格化されている。
署名のx座標における最小値、最大値とする。同様に、y
min３０３、ymax３０４は、それぞれ得られた署名のｙ
座標における最小値、最大値とする（図３を参照のこ
と）。またこれらの式（数６）はαの値で規格化されて
いる。これらによって求められた重心は、図４のような
重心G４０１となる。ここでα＝１０００としたため、
縦横の値は１０００で規格化されている。
【００２１】次に、ステップ２として、得られた重心G
４０１から各座標へのベクトルを求める。まず、重心G
４０１から各ドットの2点間を結ぶベクトルを求める
（図５参照）。ここで、
４０１から各座標へのベクトルを求める。まず、重心G
４０１から各ドットの2点間を結ぶベクトルを求める
（図５参照）。ここで、
【数７】 とする。
【００２２】重心を用いた変換後のベクトルの角度、長
さを、以下の（数８）、（数９）により求める。
さを、以下の（数８）、（数９）により求める。
【数８】
【数９】 ここで、θ（ti）はベクトルの角度、Δf（ti）はベク
トル長さを表す。このようにして、時系列情報を保った
まま、以下の特徴量が算出されることとなる。
トル長さを表す。このようにして、時系列情報を保った
まま、以下の特徴量が算出されることとなる。
【数１０】 ここで、p(ti)はベクトルの先端における筆圧を示す。
【００２３】特徴抽出されたベクトルを予め用意してお
いた同様に重心を求めて特徴抽出されたテンプレートの
ベクトルと比較する。テンプレートの特徴量として、
いた同様に重心を求めて特徴抽出されたテンプレートの
ベクトルと比較する。テンプレートの特徴量として、
【数１１】 を得ている。両者の距離を計算するため、以下の（数１
２）を用いる。
２）を用いる。
【数１２】 ここで、d(p(ti)、q(tl))はペンの筆圧情報を考慮する
ための重み、またρ(Δｆ(ti)、Δｇ(tl))はベクトルの
長さを考慮する重みを表している。
ための重み、またρ(Δｆ(ti)、Δｇ(tl))はベクトルの
長さを考慮する重みを表している。
【００２４】これにより、各時刻における評価関数が得
られたので、（数１０）、（数１１）全体の距離を定義
するにはi、ｌに関して総和を取ればよい。但し、i＝1,
2,…,Iであるのに対し、ｌ＝1,2,…,Ｌであり、一般にI
≠Ｌであるので、サブインデックスisおよびｌsを見つ
け、ｓ＝1,2,…,Ｓまでの和を取る必要がある。ここ
で、サブインデックスisおよびｌsは以下の関係を満た
す必要がある。
られたので、（数１０）、（数１１）全体の距離を定義
するにはi、ｌに関して総和を取ればよい。但し、i＝1,
2,…,Iであるのに対し、ｌ＝1,2,…,Ｌであり、一般にI
≠Ｌであるので、サブインデックスisおよびｌsを見つ
け、ｓ＝1,2,…,Ｓまでの和を取る必要がある。ここ
で、サブインデックスisおよびｌsは以下の関係を満た
す必要がある。
【数１３】 また、変換されたデータ（θ(ti),Δｆ(ti),ｐ(ti)）、
（η(tl),Δｆ(tl),ｐ(t l)）は飛ばされないことが望ま
しいので、
（η(tl),Δｆ(tl),ｐ(t l)）は飛ばされないことが望ま
しいので、
【数１４】 の拘束をつける。以上の点をまとめると、両者の距離は
下式で与えることができる。
下式で与えることができる。
【数１５】 但し、
【数１６】 は固定する。
【００２５】上記（数１５）の最小化問題の性質から、
動的計画法（Dynamic Programming：ＤＰ法）により計
算する。動的計画法では、以下に示す逐次的最小化の解
が大域的最小化の解になる。
動的計画法（Dynamic Programming：ＤＰ法）により計
算する。動的計画法では、以下に示す逐次的最小化の解
が大域的最小化の解になる。
【数１７】
【数１８】 ここで、
【数１９】 とする。ここで求められた最終的な値D（I,L）を閾値と
比較し照合を行う。
比較し照合を行う。
【００２６】次に、テンプレートの決定方法について説
明する。まず、図６に示すように、本人の署名をm0個得
る（６０１）。そして、これをテンプレート作成用署名
m1個６０１（ここでは5個に１つの割合で抽出）と、タ
イプ１エラーを計算するための実験用署名m2個に振り分
ける（６０２,６０３）。これらの署名のそれぞれにつ
いて、上述の重心点の算出と特徴量の算出を行う（６０
４,６０５,６１１,６１２）次に、図７に示すように、
テンプレート作成用署名m1個の間でDPマッチングを行い
（６０６,７０１）、その結果として、m1個の署名それ
ぞれに対して他の署名との評価関数Dの値の和が小さい
順に3個をテンプレートとして選択する（６０７,７０
２,７０３）。
明する。まず、図６に示すように、本人の署名をm0個得
る（６０１）。そして、これをテンプレート作成用署名
m1個６０１（ここでは5個に１つの割合で抽出）と、タ
イプ１エラーを計算するための実験用署名m2個に振り分
ける（６０２,６０３）。これらの署名のそれぞれにつ
いて、上述の重心点の算出と特徴量の算出を行う（６０
４,６０５,６１１,６１２）次に、図７に示すように、
テンプレート作成用署名m1個の間でDPマッチングを行い
（６０６,７０１）、その結果として、m1個の署名それ
ぞれに対して他の署名との評価関数Dの値の和が小さい
順に3個をテンプレートとして選択する（６０７,７０
２,７０３）。
【００２７】さらに、図８に示すように、このようにし
て得た3個のテンプレートと残りの（m1−3）個との間で
DPマッチングをとる。望ましくは、評価関数Dの最大値
から１位、２位を除いた３位〜５位を抽出し、その平均
値を閾値とすることである（８０２）。このようにした
理由としては、テンプレートと大きくかけ離れた署名を
無視し、適切な閾値決定を行うためである（６１０,８
０３）。
て得た3個のテンプレートと残りの（m1−3）個との間で
DPマッチングをとる。望ましくは、評価関数Dの最大値
から１位、２位を除いた３位〜５位を抽出し、その平均
値を閾値とすることである（８０２）。このようにした
理由としては、テンプレートと大きくかけ離れた署名を
無視し、適切な閾値決定を行うためである（６１０,８
０３）。
【００２８】次に、タイプ１エラーについて計算するた
め、図６に示すようにテンプレート3個と実験用署名m2
個の間でDPマッチングを行う（６１３）。ここでテンプ
レートが3個あるので、実験署名１つにつき評価関数Dは
3つ得られる。それら３つのうち最小の評価関数D（以
下、「Dmin」と呼ぶ）を上述の閾値と比較する（６１
４）。このとき、上述の閾値をThとおくと、0.5〜2.0を
0.1刻みとする係数ｃを用いて、以下の（数２０）、
（数２１）の2式の条件が得られる。
め、図６に示すようにテンプレート3個と実験用署名m2
個の間でDPマッチングを行う（６１３）。ここでテンプ
レートが3個あるので、実験署名１つにつき評価関数Dは
3つ得られる。それら３つのうち最小の評価関数D（以
下、「Dmin」と呼ぶ）を上述の閾値と比較する（６１
４）。このとき、上述の閾値をThとおくと、0.5〜2.0を
0.1刻みとする係数ｃを用いて、以下の（数２０）、
（数２１）の2式の条件が得られる。
【数２０】
【数２１】 （数２０）を満たすとき、入力された署名は他人の署名
であるとして拒否されることになる。また、（数２１）
を満たすとき、入力された署名が本人の署名であるとし
て受理される。以上のようにして、タイプ１エラーにつ
いて判断することが可能である（６１５）。
であるとして拒否されることになる。また、（数２１）
を満たすとき、入力された署名が本人の署名であるとし
て受理される。以上のようにして、タイプ１エラーにつ
いて判断することが可能である（６１５）。
【００２９】次に、タイプ２エラーについて説明する。
上述したタイプ１エラーと異なる点としては、図６中の
実験用署名m2個の代わりに、他人の書いた署名を用いる
ことである。その後は、タイプ1エラーの場合と同様
に、テンプレート3個との間でDPマッチングを行えばよ
い。得られた３つの評価関数の中から最小値である評価
関数Dminと閾値Thとを比較する。（数２０）を満たすと
き、入力された署名が偽筆であるとして拒否されること
になる。また（数２１）を満たすとき、入力された署名
が本人の署名であるとして受理されることになる。
上述したタイプ１エラーと異なる点としては、図６中の
実験用署名m2個の代わりに、他人の書いた署名を用いる
ことである。その後は、タイプ1エラーの場合と同様
に、テンプレート3個との間でDPマッチングを行えばよ
い。得られた３つの評価関数の中から最小値である評価
関数Dminと閾値Thとを比較する。（数２０）を満たすと
き、入力された署名が偽筆であるとして拒否されること
になる。また（数２１）を満たすとき、入力された署名
が本人の署名であるとして受理されることになる。
【００３０】本発明においては、署名照合時のタイプ１
エラー（本人拒否の誤り）とタイプ２エラー（他人受理
の誤り）を防止するため適切な閾値を設定することが重
要である。閾値を厳しく設定した場合、タイプ２エラー
の発生は減少するが、タイプ１エラーの発生が増加す
る。一方、閾値を緩く設定した場合、タイプ１エラーの
発生は減少するが、タイプ２エラーの発生は増加する。
本発明における閾値を設定するために実施した手順の一
例を以下に示す。
エラー（本人拒否の誤り）とタイプ２エラー（他人受理
の誤り）を防止するため適切な閾値を設定することが重
要である。閾値を厳しく設定した場合、タイプ２エラー
の発生は減少するが、タイプ１エラーの発生が増加す
る。一方、閾値を緩く設定した場合、タイプ１エラーの
発生は減少するが、タイプ２エラーの発生は増加する。
本発明における閾値を設定するために実施した手順の一
例を以下に示す。
【００３１】
【実施例】本実施例では、閾値を設定する上でタイプ１
エラー及びタイプ２エラーの両エラーの低減を重視し
た。その理由は、例えば、本発明の適用が考えられるク
レジットカード利用時、特に海外でのクレジットカード
利用時の本人照合において、タイプ１エラーが発生する
と必要なときに現金が得られないという問題があり、前
記タイプ１エラーをあまりに低減しすぎると、これと相
反するタイプ２エラーが増加することとなるため、他人
に現金を引き出されるという問題が発生するためであ
る。
エラー及びタイプ２エラーの両エラーの低減を重視し
た。その理由は、例えば、本発明の適用が考えられるク
レジットカード利用時、特に海外でのクレジットカード
利用時の本人照合において、タイプ１エラーが発生する
と必要なときに現金が得られないという問題があり、前
記タイプ１エラーをあまりに低減しすぎると、これと相
反するタイプ２エラーが増加することとなるため、他人
に現金を引き出されるという問題が発生するためであ
る。
【００３２】タブレットと電子筆圧ペンは、上記のワコ
ム製の市販品を用いた。出力されるデータは、タブレッ
トの縦2cm、横７cmの長方形内に0.1mm／pointの分解能
で得られるｘ、ｙ座標と、256段階で得られる筆圧とか
らなる。
ム製の市販品を用いた。出力されるデータは、タブレッ
トの縦2cm、横７cmの長方形内に0.1mm／pointの分解能
で得られるｘ、ｙ座標と、256段階で得られる筆圧とか
らなる。
【００３３】本実施例では、表２に示すように、人A〜N
の14人の署名を用いた。例えば人Aについて言えば、本
人Aが書いた署名のデータセットが5つ存在する（実験番
号1〜5）。これは、採取期間によって異なるデータセッ
トを表している。実験番号１に関していえば、テンプレ
ート作成用として10個、そしてタイプ２エラー計算用と
してそれと40個の本人の書いた署名を用いる。また、タ
イプ２エラー計算用として、117個の偽筆を用いてい
る。このとき、5つのデータセットに対して同じ偽筆の
データを用いている。実験に用いた署名はのべ5023個で
ある。採取期間は本人の書いた各データセットが60〜90
日を満たすものである。
の14人の署名を用いた。例えば人Aについて言えば、本
人Aが書いた署名のデータセットが5つ存在する（実験番
号1〜5）。これは、採取期間によって異なるデータセッ
トを表している。実験番号１に関していえば、テンプレ
ート作成用として10個、そしてタイプ２エラー計算用と
してそれと40個の本人の書いた署名を用いる。また、タ
イプ２エラー計算用として、117個の偽筆を用いてい
る。このとき、5つのデータセットに対して同じ偽筆の
データを用いている。実験に用いた署名はのべ5023個で
ある。採取期間は本人の書いた各データセットが60〜90
日を満たすものである。
【表２】
【００３４】それぞれの実験結果に対して、係数ｃの値
の変化によるタイプ１エラー、タイプ２エラーの推移を
表３に示す。また、実験00は14人分33実験の結果をまと
めたものとなっている。この実験00は、複数の人間から
得られたデータであるため汎用的な場合に相当する。本
発明の重心法を用いて行った実験00の結果をグラフに表
したものを図９に示す。さらに、上記の実験データに対
して、重心法を使用しない場合に得られた結果との比較
データを表４に、重心法を使用しない場合の結果を図１
０に示す。表４や図９と図１０との比較により、今回提
案した重心法を用いた方が、タイプ１エラー及びタイプ
２エラーの２つの相反するエラーをともに相当程度低く
抑えることができることがわかる。認識精度は、係数ｃ
が０．５〜２．０までの全体としてみた場合、従来手法
と比較し２０％程度向上している。また、例えば、タイ
プ１エラーとタイプ２エラーの曲線が交差する点（図９
で係数ｃが１付近のときと、図１０で係数ｃが０．９付
近のとき）でみると、それぞれのエラーは従来の３分の
１程度にまで小さくなっていることがわかる。
の変化によるタイプ１エラー、タイプ２エラーの推移を
表３に示す。また、実験00は14人分33実験の結果をまと
めたものとなっている。この実験00は、複数の人間から
得られたデータであるため汎用的な場合に相当する。本
発明の重心法を用いて行った実験00の結果をグラフに表
したものを図９に示す。さらに、上記の実験データに対
して、重心法を使用しない場合に得られた結果との比較
データを表４に、重心法を使用しない場合の結果を図１
０に示す。表４や図９と図１０との比較により、今回提
案した重心法を用いた方が、タイプ１エラー及びタイプ
２エラーの２つの相反するエラーをともに相当程度低く
抑えることができることがわかる。認識精度は、係数ｃ
が０．５〜２．０までの全体としてみた場合、従来手法
と比較し２０％程度向上している。また、例えば、タイ
プ１エラーとタイプ２エラーの曲線が交差する点（図９
で係数ｃが１付近のときと、図１０で係数ｃが０．９付
近のとき）でみると、それぞれのエラーは従来の３分の
１程度にまで小さくなっていることがわかる。
【表３】
【表４】
【００３５】本実施例で、上述のような改善がみられた
要因としては、署名情報から本人の特徴的なパラメータ
の抽出方法として、署名情報全体から求めた重心位置を
基準としたベクトル成分に分解して解析したことが挙げ
られる。これは、署名された署名情報は、本人であった
としても、文字の大きさ等を含めて完全にテンプレート
の署名情報を再現しない場合が通常である。しかし、署
名全体の重心位置からのベクトル成分（特に角度情報）
については、署名された文字の大きさの違いにあまり依
存せず、テンプレートと相似関係にあるためと考えられ
る。
要因としては、署名情報から本人の特徴的なパラメータ
の抽出方法として、署名情報全体から求めた重心位置を
基準としたベクトル成分に分解して解析したことが挙げ
られる。これは、署名された署名情報は、本人であった
としても、文字の大きさ等を含めて完全にテンプレート
の署名情報を再現しない場合が通常である。しかし、署
名全体の重心位置からのベクトル成分（特に角度情報）
については、署名された文字の大きさの違いにあまり依
存せず、テンプレートと相似関係にあるためと考えられ
る。
【００３６】本実施例では、上述の表２記載のようなデ
ータセットを、タイプ１エラー及びタイプ２エラーを判
定のために収集したが、本発明はこれらに限定されるも
のではない。また、DPマッチング時に使用するテンプレ
ートの数、及びこれから得られる閾値決定の際に、評価
関数Dの数を３個としているが、本実施例はこれに限定
されるものではない。また、本実施例では、タブレット
上の署名位置という二次元座標の場合について示した
が、例えば三次元座標のようにペンがタブレット上を離
れて空中に有る場合であっても、二次元の場合と同様
に、重心位置からのベクトル成分について考えることが
できる。
ータセットを、タイプ１エラー及びタイプ２エラーを判
定のために収集したが、本発明はこれらに限定されるも
のではない。また、DPマッチング時に使用するテンプレ
ートの数、及びこれから得られる閾値決定の際に、評価
関数Dの数を３個としているが、本実施例はこれに限定
されるものではない。また、本実施例では、タブレット
上の署名位置という二次元座標の場合について示した
が、例えば三次元座標のようにペンがタブレット上を離
れて空中に有る場合であっても、二次元の場合と同様
に、重心位置からのベクトル成分について考えることが
できる。
【００３７】
【発明の効果】本発明によれば、電子ペンによりタブレ
ットに入力される署名から、署名全体の重心を求めつつ
本人の筆跡情報を抽出し、これを予め用意された本人の
テンプレートと比較する計算を行うことにより、本人で
あるか否かを判定することができる。本発明によれば、
タイプ１エラーとタイプ２エラーを必ずしも両方同時で
はないが、ゼロにすることができ、クレジットカードの
個人認証などのために、特に実用性の高い個人認証方法
が得られる。本発明は重心法を用いない場合と比較して
エラーを相当程度低減することができる。本発明は個人
認証が必要とされる様々な分野に適用可能であり、クレ
ジットカードの個人認証、建物の電子ロック、パスワー
ドに代わるコンピュータのアクセスキーなど極めて幅広
い分野への応用が可能である。
ットに入力される署名から、署名全体の重心を求めつつ
本人の筆跡情報を抽出し、これを予め用意された本人の
テンプレートと比較する計算を行うことにより、本人で
あるか否かを判定することができる。本発明によれば、
タイプ１エラーとタイプ２エラーを必ずしも両方同時で
はないが、ゼロにすることができ、クレジットカードの
個人認証などのために、特に実用性の高い個人認証方法
が得られる。本発明は重心法を用いない場合と比較して
エラーを相当程度低減することができる。本発明は個人
認証が必要とされる様々な分野に適用可能であり、クレ
ジットカードの個人認証、建物の電子ロック、パスワー
ドに代わるコンピュータのアクセスキーなど極めて幅広
い分野への応用が可能である。
【図１】本発明の個人認証方法のアルゴリズムのフロー
図を示す。
図を示す。
【図２】署名時の時間に対する筆圧変化を示す。
【図３】署名全体に対するxmin、xmax、ymin、ymaxを示
す。
す。
【図４】署名全体から求めた規格化された重心位置Gを
示す。
示す。
【図５】重心位置Gからのドットへのベクトル表示を示
す。
す。
【図６】タイプ１エラー出力までのフロー図を示す。
【図７】本発明でのテンプレート作成手順を示す。
【図８】本発明でのタイプ１エラー及びタイプ２エラー
判定のための閾値の決定手順を示す。
判定のための閾値の決定手順を示す。
【図９】本実施例において重心法を用いた場合の閾値ｃ
とタイプ１エラー及びタイプ２エラーの照合結果を示
す。
とタイプ１エラー及びタイプ２エラーの照合結果を示
す。
【図１０】本実施例において重心法を用いない場合の閾
値ｃとタイプ１エラー及びタイプ２エラーの照合結果を
示す。
値ｃとタイプ１エラー及びタイプ２エラーの照合結果を
示す。
１０１ 署名入力 １０２ データの特徴抽出 １０３ テンプレート １０４ パターン照合 １０５ 閾値との比較 １０６ 結果出力 ３０１ 署名位置ｘ座標の最小値（xmin） ３０２ 署名位置ｘ座標の最大値（xmax） ３０３ 署名位置y座標の最小値（ymin） ３０４ 署名位置y座標の最大値（ymax） ４０１ 規格化された署名情報全体の重心位置 ６０１ 本人の署名m0個 ６０２ テンプレート作成用署名m1個 ６０３ 実験用署名m2個 ６０４ 署名全体の重心点の計算 ６０５ 特徴量の算出 ６０６ DPマッチング ６０７ テンプレート3個 ６０８ （m1−3）個の署名 ６０９ DPマッチング ６１０ 閾値の決定 ６１１ 署名全体の重心点の計算 ６１２ 特徴量の算出 ６１３ DPマッチング ６１４ Dminとｃ・Tｈの大小関係の比較 ６１５ タイプ１エラーの出力 ７０１ DPマッチング ７０２ テンプレートの選択 ７０３ テンプレートの決定 ８０１ DPマッチング ８０２ 選択した評価関数から平均値を計算 ８０３ 閾値Thの決定
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B043 AA09 BA06 DA07 EA07 EA08 GA05 5L096 AA07 BA20 CA15 EA39 FA32 FA60 FA64 FA67 GA51 JA09 JA20
Claims (6)
- 【請求項１】 ペン先端が平面上に描く軌跡情報を含む
入力装置から出力される筆跡情報に基づいて本人か否か
の認証を行うペン入力個人認証方法であって、 前記筆跡情報として前記ペン先端座標及び前記座標にお
ける筆圧情報を取り込むステップと、 前記座標から筆跡全体の重心位置を求めるステップと、 前記重心位置から前記筆跡座標各点へ向かうベクトルを
求めるステップと、 前記ベクトルから長さ成分及び角度成分を求めるステッ
プと、 前記長さ成分と角度成分と筆圧情報とによる所定の重み
付けを含む評価関数Dを用いたダイナミックプログラミ
ング法により、予め用意した本人のテンプレートとの照
合を行うステップと、 前記解析された評価関数Dの結果を、予め用意した本人
のテンプレートから求められた閾値と比較することによ
り、本人か否かを識別するステップとを含んでなるペン
入力個人認証方法。 - 【請求項２】 前記筆跡情報より求められた前記重心位
置から前記筆跡座標各点へ向かうベクトルの長さ成分及
び角度成分を含むベクトル情報及び前記筆跡座標各点に
おける筆圧情報と、予め用意した本人のテンプレート情
報とに対して、重み付けを含む評価関数D 【数１】 【数２】 （式中、θiは前記筆跡情報の重心位置から各筆跡座標
（xi、yi）へのベクトルの角度情報であり、ηlは本人
のテンプレートから得られた筆跡情報から各筆跡座標
（xl、yl）へのベクトルの角度情報であり、ｄは入力さ
れた筆圧情報ｐとそれに対応するテンプレートの筆圧情
報ｑの関数であり、ρは上記ベクトルの長さ△ｆとそれ
に対応するテンプレートのベクトルの長さ△ｇの関数で
あり、Ｓは正の整数で、ｉs、ls、sは整数のインデクス
である。）を用いる、請求項１に記載の個人認証方法。 - 【請求項３】 ペン先端が平面上に描く軌跡情報を含む
入力装置から出力される筆跡情報に基づいて本人か否か
の認証を行うペン入力個人認証方法であって、 前記筆跡情報として前記ペン先端座標を取り込むステッ
プと、 前記座標から筆跡全体の重心位置を求めるステップと、 前記重心位置から前記筆跡座標各点へ向かうベクトルを
求めるステップと、 前記ベクトルから長さ成分及び角度成分を求めるステッ
プと、 前記長さ成分と角度成分とによる所定の重み付けを含む
評価関数Dを用いたダイナミックプログラミング法によ
り、予め用意した本人のテンプレートとの照合を行うス
テップと、 前記解析された評価関数Dの結果を、予め用意した本人
のテンプレートから求められた閾値と比較することによ
り、本人か否かを識別するステップとを含んでなるペン
入力個人認証方法。 - 【請求項４】本人の署名から複数のテンプレートを作成
し、前記各テンプレートについて他のテンプレートとの
間で前記評価関数Dの値を計算して得られた複数の評価
関数Dの値から、少なくとも最大値及び二番目に大きな
値を取り除いた前記評価関数の値を用いて閾値を決定す
る、請求項１から３のいずれか一に記載の個人認証方
法。 - 【請求項５】前記入力された筆跡情報と、本人の署名か
ら作成したテンプレートとの間で複数の前記評価関数D
の値を計算し、得られた複数の前記評価関数Dの値から
最小のものを前記閾値と照合する、請求項１ないし４の
いずれか一に記載の個人認証方法。 - 【請求項６】請求項１ないし請求項５のいずれか一の方
法を実施するためのプログラムを記載した、コンピュー
ター読み取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000334314A JP4603675B2 (ja) | 2000-11-01 | 2000-11-01 | ペン入力個人認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000334314A JP4603675B2 (ja) | 2000-11-01 | 2000-11-01 | ペン入力個人認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002140709A true JP2002140709A (ja) | 2002-05-17 |
| JP4603675B2 JP4603675B2 (ja) | 2010-12-22 |
Family
ID=18810255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000334314A Expired - Fee Related JP4603675B2 (ja) | 2000-11-01 | 2000-11-01 | ペン入力個人認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4603675B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005004565A (ja) * | 2003-06-13 | 2005-01-06 | Hitachi Ltd | 契約システム及び受付端末 |
| JP2005149119A (ja) * | 2003-11-14 | 2005-06-09 | Toshiba Corp | 情報処理装置およびサインデータ入力プログラム |
| JP2006166077A (ja) * | 2004-12-08 | 2006-06-22 | Nikon Corp | 撮像装置 |
| JP2009244268A (ja) * | 2002-04-15 | 2009-10-22 | Epos Technologies Ltd | 測位データを得るための方法およびシステム |
| RU2553094C1 (ru) * | 2014-05-20 | 2015-06-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) | Способ идентификации личности по рукописному тексту |
| JP6276890B1 (ja) * | 2017-03-16 | 2018-02-07 | 株式会社エヌ・ティ・ティ・データ | 署名照合システム |
| WO2019098204A1 (ja) * | 2017-11-16 | 2019-05-23 | 株式会社エヌ・ティ・ティ・データ | 署名照合システム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03204783A (ja) * | 1990-01-08 | 1991-09-06 | Mitsubishi Electric Corp | 画像追尾装置 |
| JPH0531798B2 (ja) * | 1986-06-06 | 1993-05-13 | Yukio Sato |
-
2000
- 2000-11-01 JP JP2000334314A patent/JP4603675B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0531798B2 (ja) * | 1986-06-06 | 1993-05-13 | Yukio Sato | |
| JPH03204783A (ja) * | 1990-01-08 | 1991-09-06 | Mitsubishi Electric Corp | 画像追尾装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009244268A (ja) * | 2002-04-15 | 2009-10-22 | Epos Technologies Ltd | 測位データを得るための方法およびシステム |
| US9195325B2 (en) | 2002-04-15 | 2015-11-24 | Qualcomm Incorporated | Method and system for obtaining positioning data |
| US9446520B2 (en) | 2002-04-15 | 2016-09-20 | Qualcomm Incorporated | Method and system for robotic positioning |
| JP2005004565A (ja) * | 2003-06-13 | 2005-01-06 | Hitachi Ltd | 契約システム及び受付端末 |
| JP2005149119A (ja) * | 2003-11-14 | 2005-06-09 | Toshiba Corp | 情報処理装置およびサインデータ入力プログラム |
| JP2006166077A (ja) * | 2004-12-08 | 2006-06-22 | Nikon Corp | 撮像装置 |
| RU2553094C1 (ru) * | 2014-05-20 | 2015-06-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Юго-Западный государственный университет" (ЮЗГУ) | Способ идентификации личности по рукописному тексту |
| JP6276890B1 (ja) * | 2017-03-16 | 2018-02-07 | 株式会社エヌ・ティ・ティ・データ | 署名照合システム |
| WO2019098204A1 (ja) * | 2017-11-16 | 2019-05-23 | 株式会社エヌ・ティ・ティ・データ | 署名照合システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4603675B2 (ja) | 2010-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tian et al. | KinWrite: Handwriting-Based Authentication Using Kinect. | |
| Delac et al. | A survey of biometric recognition methods | |
| Gamboa et al. | A behavioral biometric system based on human-computer interaction | |
| Jain et al. | A multimodal biometric system using fingerprint, face and speech | |
| Fierrez et al. | On-line signature verification | |
| Muramatsu et al. | Effectiveness of pen pressure, azimuth, and altitude features for online signature verification | |
| Sanchez-Reillo et al. | Improving presentation attack detection in dynamic handwritten signature biometrics | |
| Shawkat et al. | The new hand geometry system and automatic identification | |
| Igarza et al. | Online handwritten signature verification using hidden markov models | |
| JP4603675B2 (ja) | ペン入力個人認識方法 | |
| Sharma et al. | Encryption of text using fingerprints as input to various algorithms | |
| Burgbacher et al. | A behavioral biometric challenge and response approach to user authentication on smartphones | |
| JP4307606B2 (ja) | ペン入力個人認証方法 | |
| Agarwal et al. | Human identification and verification based on signature, fingerprint and iris integration | |
| JP6820580B2 (ja) | ペン入力個人認識方法 | |
| US20230004630A1 (en) | Method and apparatus for authenticating handwritten signature using multiple authentication algorithms | |
| JP6276890B1 (ja) | 署名照合システム | |
| Choudhary et al. | Online signature verification using the information set based models | |
| Gurrala | Online signature verification techniques | |
| JP6346359B1 (ja) | 署名照合システム | |
| JP2021086255A (ja) | ペン入力個人認証方法 | |
| Kumari et al. | A novel approach for secure multimodal biometric system using multiple biometric traits | |
| Boonkrong et al. | Biometric Authentication | |
| Bissig | Signature verification on finger operated touchscreen devices | |
| Pankanti et al. | Biometrics: Promising frontiers for emerging identification market |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071101 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100622 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100823 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100909 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101004 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131008 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |