JP2002269565A - 回転画像の補正による非接触式アイリス認識方法 - Google Patents

回転画像の補正による非接触式アイリス認識方法

Info

Publication number
JP2002269565A
JP2002269565A JP2001246037A JP2001246037A JP2002269565A JP 2002269565 A JP2002269565 A JP 2002269565A JP 2001246037 A JP2001246037 A JP 2001246037A JP 2001246037 A JP2001246037 A JP 2001246037A JP 2002269565 A JP2002269565 A JP 2002269565A
Authority
JP
Japan
Prior art keywords
iris
image
boundary
iris image
rotated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2001246037A
Other languages
English (en)
Inventor
Seong-Won Cho
成元 趙
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.)
EVERMEDIA CO Ltd
Original Assignee
EVERMEDIA CO 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 EVERMEDIA CO Ltd filed Critical EVERMEDIA CO Ltd
Publication of JP2002269565A publication Critical patent/JP2002269565A/ja
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143—Sensing or illuminating at different wavelengths
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/478—Contour-based spectral representations or scale-space representations, e.g. by Fourier analysis, wavelet analysis or curvature scale-space [CSS]
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Ophthalmology & Optometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • Image Input (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

(57)【要約】 【課題】 使用者の目画像から抽出したアイリス画像を
極座標系に変換する前処理を含む非接触式アイリス認識
方法において、誤認識率と誤拒否率を著しく減少させる
方法を提供する。 【解決手段】 アイリス画像に対して、キャニー・エッ
ジ・デテクタと画像とのピクセル値の差を用いてアイリ
スの内部と外部境界を検出することにより、アイリスの
境界をより正確に検出する。そしてアイリス画像が回転
した形態で取得された場合には、そのアイリス画像を正
常的な形態のアイリス画像に補正し、また傾斜した形態
のアイリス画像が取得されて極座標変換されたアイリス
画像の下側が曲げられた不規則な形態を有する場合に
は、アイリス画像を一定の大きさに正規化することで、
様々な変形を有するアイリス画像を正確な形態のアイリ
ス画像に加工する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、回転画像の補正に
よる非接触式アイリス認識方法に関する。より詳しくは
非接触式アイリス認識方法において、赤外線照明を用い
た画像取得装置によりアイリス画像を取得し、入力され
るアイリス画像に対して、キャニー・エッジ・デテクタ
（Canny edge detector）と画像とのピクセル値の差を
用い、アイリスの内部と外部境界を検出することによ
り、使用者の目画像からアイリスの境界をより正確に検
出することができるようにし、画像取得装置により取得
した目画像におけるアイリス画像が、そのアイリスの中
心線を基準にして任意の角度の分だけ回転した形態で取
得された場合は、その回転したアイリス画像を正常的な
形態のアイリス画像に補正し、また傾斜した形態のアイ
リス画像が取得されることで、極座標変換されたアイリ
ス画像の下側が曲げられ不規則な形態を有する場合に
は、そのアイリス画像を一定の大きさに正規化させるこ
とにより、様々な変形を有するアイリス画像を正確な形
態のアイリス画像に加工するようにした回転画像の補正
による非接触式アイリス認識方法に関する。
【０００２】
【従来の技術】アイリス認識システムは、人間の目の固
有な瞳孔のアイリス（虹彩）パターンを識別し、個人の
身分を証明する装置であって、他の生体認識方法である
音声や指紋よりも、身分確認の正確性に優れているばか
りでなく、高度の保安性を誇っている。即ち、アイリス
は、目の瞳孔と白目との間にある領域であり、アイリス
認識とは、個人毎のそれぞれ異なるアイリスパターンを
分析し、その情報に基づいて個人の身元を認識する技術
である。
【０００３】一般にアイリス認識装置における核心技術
は、画像取得装置により正確な目画像を取得するもので
あり、撮影した目画像からアイリスの固有な特徴情報を
効率よく取得する技術である。しかし実際的には、一定
の距離だけ離れてアイリス画像を取得する非接触式アイ
リス認識システムにおいては、様々に変形を有するアイ
リス画像が取得されることが多い。即ち、目がカメラの
正面を向かず、多少傾斜して位置する場合には、完全な
形態の目画像が取得できなくなることがある。この場合
には、取得したアイリス画像の中心線を基準にして、任
意の角度の分だけ回転した形態の目画像情報が得られる
ようになる。従って画像取得の過程における上記の問題
点を解決するためには、使用者の目画像からアイリスの
内部と外部境界を正確に検出し、抽出したアイリス画像
を正規化しなければならない。
【０００４】しかし従来のアイリス認識方法では、境界
を検出するとき、任意に瞳孔の中心を決めてから手動で
各画像毎に閾値を決めるか、或いは全体の画像の平均値
を閾値として用いるため、アイリスの内部と外部との境
界が正確に検出できない問題があった。また従来のアイ
リス認識システムでは、アイリス画像の正規化過程を経
ず、または回転画像に対する補正を考慮しないため、同
一人のアイリス画像であっても目がカメラの正面を向か
ず、多少傾斜して位置することによって、不完全な形態
の目画像が取得される。或いは頭が傾く等の使用者の動
きによってアイリス画像が回転した形態で取得されたと
き、他人のアイリス画像として誤認識することが多かっ
た。
【０００５】
【発明が解決しようとする課題】本発明は上記の問題に
鑑み、画像取得装置により取得した使用者の目画像から
アイリス画像を抽出し、該アイリス画像を極座標系に変
換することによって前処理を行う非接触式アイリス認識
方法において、キャニー・エッジ・デテクタと画像との
ピクセル値の差を用いて、アイリスの内部と外部境界を
検出する方法を提供することを目的とする。
【０００６】また本発明は、取得した目画像におけるア
イリスが、そのアイリスの中心線を基準にして任意の角
度の分だけ回転した形態で取得された場合、即ち、回転
したアイリス画像を正常的な形態のアイリス画像に補正
する方法を提供するものであって、前記極座標変換され
たアイリス画像の下側が曲げられ不規則な形態を有する
場合、即ち、傾斜した形態のアイリス画像が取得された
場合は、そのアイリス画像を一定の大きさに正規化さ
せ、様々な変形を有するアイリス画像を正確なアイリス
画像データに加工することにより、誤認識率と誤拒否率
を著しく減少させるアイリス認識方法を提供することを
目的としている。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に、本発明に係る回転画像の補正による非接触式アイリ
ス認識方法は、赤外線照明を用いた画像取得装置により
使用者の目画像を取得し、取得した使用者の目画像から
アイリス画像を抽出し、抽出されたアイリス画像を極座
標系に変換する方法により前処理を行うものであって、
前記前処理過程は、前記取得した使用者の目画像に対し
て、キャニー・エッジ・デテクタによりアイリスの内部
境界を検出するステップと、前記検出されたアイリスの
内部境界から上下左右に進行しながら、アイリスの内部
境界の開始座標（ｘ,ｙ）における画像情報のピクセル
値と他の画像情報のピクセル値とを比較し、その比較し
た差値から最大値を見出してアイリスの外部境界を検出
するステップと、前記アイリスの内部と外部境界の間に
あるアイリス領域を抽出し、その抽出されたアイリス領
域を極座標系に変換するステップとからなる。
【０００８】そして前記取得した目画像におけるアイリ
スが傾斜した形態で取得された場合は、更に前記極座標
変換されたアイリス画像を一定の大きさに正規化させる
ステップを含む。また上記取得した目画像におけるアイ
リスが、そのアイリスの中心線を基準にして任意の角度
の分だけ回転した形態で取得された場合は、前記極座標
変換されたアイリス画像の配列に基づいて、任意の角度
の分ずつ移動して複数個のアイリス画像の配列を臨時に
生成するステップと、臨時に生成した複数個のアイリス
画像に対応するアイリスの特徴ベクトルを生成するため
にウェーブレット変換を行うステップと、このウェーブ
レット変換により生成したそれぞれの特徴ベクトルを、
予め登録されている特徴ベクトルとそれぞれ比較して一
致率を求めるステップと、求められた一致率が最大値と
して示される特徴ベクトルを、使用者のアイリス特徴ベ
クトルとして認識するステップとを含むことを特徴とす
る。
【０００９】
【発明の実施の形態】以下、本発明に係る回転画像の補
正による非接触式アイリス認識方法について、添付図面
の代表図である図１を中心に参照しながら詳細に説明す
る。図１は本発明に係るアイリス画像の正規化過程を示
すフローチャートである。図１によるとステップＳ１１
０では、赤外線照明と可視光線遮断用フィルタを用いた
画像取得装置により目画像を取得する。この際、反射光
が目の瞳孔内に結像してアイリス画像の情報が損なわれ
ないようにする。ステップＳ１２０では、前記取得した
目画像からアイリス領域のみを抽出するために、アイリ
スの内部と外部境界を検出し、検出されたアイリスの内
部と外部境界の中心を設定する。
【００１０】このステップＳ１２０においては、本発明
に係るキャニー・エッジ・デテクタと画像とのピクセル
値の差を用いたアイリスの内部と外部境界の検出が実行
される。以下、この検出処理を具体的に説明すると、図
２(ａ)はキャニー・エッジ・デテクタによりアイリスの
内部境界である瞳孔の境界を検出した結果を示してい
る。図２(ａ)によると、キャニー・エッジ・デテクタを
適用することにより瞳孔の境界のみが検出されているこ
とがわかる。即ち、図２(ａ)のようにアイリスの内部境
界は、境界検出フィルタの一つであるキャニー・エッジ
・デテクタを用いて検出する。
【００１１】前記キャニー・エッジ・デテクタは、ガウ
ス・フィルタリング(Gaussian filtering)を用いて取得
した画像を平滑化した後、ソベル(Sobel)演算子を用い
て境界を検出する過程からなる。前記ガウス・フィルタ
リング過程は、下記式(１)で表され、前記ソベル演算子
は下記式(２)で表される。 ＩG(ｘ,ｙ)＝Ｇ(ｘ,ｙ)×Ｉ(ｘ,ｙ) …(１) ＳX＝Ｉ[i-1][j+1]＋２Ｉ[i][j+1]＋Ｉ[i+1][j+1]−Ｉ[i-1][j-1] −２Ｉ[i][j-1]−Ｉ[i+1][j-1] ＳY＝Ｉ[i+1][j+1]＋２Ｉ[i+1][j]＋Ｉ[i+1][j-1]−Ｉ[i-1][j+1] −２Ｉ[i-1][j]−Ｉ[i-1][j-1] …(２) このキャニー・エッジ・デテクタによる境界検出方法を
用いると、使用者の目がカメラの正面に向かず、多少傾
斜して位置することによって正常的な形態の目画像が得
られない場合であっても、瞳孔の境界であるアイリスの
内部境界を正確に検出することができる。従って瞳孔中
心の座標と半径を容易に求めることができる。
【００１２】図２(ｂ)は、瞳孔の中心座標と直径を示し
ている。この図２(ｂ)によると、瞳孔の半径はｄ／２で
あり、中心座標は（ｘ＋ｄ／２,ｙ＋ｄ／２）となる。
またアイリス画像の外部境界は、瞳孔の境界、即ち、ア
イリスの内部境界から上下左右に進行しながら各ピクセ
ル値を比較し、該各ピクセル値の差の中で最大値を見い
出すことにより検出される。
【００１３】このようにして検出される最大値は、 Max｛Ｉ(ｘ,ｙ)−Ｉ(ｘ−１,ｙ)｝， Max｛Ｉ(ｘ,ｙ)−Ｉ(ｘ＋１,ｙ)｝， Max｛Ｉ(ｘ,ｙ)−Ｉ(ｘ,ｙ−１)｝， Max｛Ｉ(ｘ,ｙ)−Ｉ(ｘ,ｙ＋１)｝ である。ここでＩ(ｘ,ｙ)は、(ｘ,ｙ)点における画像の
ピクセル値を示す。
【００１４】アイリス画像の外部境界を検出するとき、
アイリスの内部境界から上下左右の４方向に進行しなが
らピクセル値の差を求める理由は、内部の中心と外部の
中心を異にするためである。即ち、傾斜して傾いた形態
のアイリス画像が取得された場合は、瞳孔が上下左右の
いずれか一方に少し偏るので、内部の中心と外部の中心
を異に設定しなければならない。
【００１５】図２(ｃ)は、本発明に係るアイリスの外部
境界の半径と中心を求める場合のアイリス画像を示して
いる。目がカメラの正面を向かず、多少傾斜して位置す
ることによって不完全な形態の目画像が取得される場合
は、アイリスの内部と外部境界の中心設定の過程が必要
となる。そこで先ず、内部境界から左側の外部境界まで
の距離ＲL、右側の外部境界までの距離ＲR、上側の外部
境界までの距離ＲU、下側の外部境界までの距離ＲD、お
よび瞳孔の境界である内部境界の半径ＲIの値を算出
し、これらの算出した値を用いて上下左右の二等分点を
見出して外部境界の中心を求める。
【００１６】ステップＳ１３０では、内部境界から外部
境界までの距離が一定の部分のアイリスパターンのみを
検出する。そしてステップＳ１４０では上記の如く検出
されたアイリスパターンを極座標に変換し、更にステッ
プＳ１５０では前記極座標に変換されたアイリスパター
ンを縦横が一定の大きさを有する画像に正規化する。ち
なみに上記アイリスパターンの極座標の変換は、下記式
(３)を用いて行われる。
【００１７】 Ｉ(ｘ(ｒ,θ)，ｙ(ｒ,θ)） ⇒ Ｉ(ｒ,θ) …(３) ここでθは０.８°ずつ増加させ、ｒについてはアイリ
スの外部の中心Ｃoと内部の中心ＣIとの間の距離と外部
境界の半径Ｒoに従い、θを余弦第２則に適用して求め
る。そして上記の如く求められるｒとθを用い、内部境
界と外部境界との間のアイリスパターンを抽出する。そ
の後、瞳孔の大きさの変化によるアイリス特徴に変化が
生じないようにするために、内部と外部境界の間を６０
個の間隔に分け、θを０.８°ずつ変化させて４５０個
の情報を表現すると、最終的にはθ×ｒ＝４５０×６０
個のアイリス画像に正規化し得る。
【００１８】図３(ａ)は、傾斜した形態で取得されたア
イリス画像を示しており、また図３(ｂ)は、傾斜した形
態で取得された上記アイリス画像を極座標変換したもの
を示している。この極座標変換したアイリス画像におい
ては、その下側が曲げられて不規則な形態を有している
ことがわかる。そして図３(ｃ)は、この不規則な形態の
アイリスパターン画像を、横方向にＭピクセル、縦方向
にＮピクセルの大きさの画像に正規化した状態を示して
いる。
【００１９】ここで図３(ａ)〜(ｃ)を参照して、傾斜し
た形態で取得されたアイリス画像の正規化過程を説明す
ると、先ず図３(ａ)においては、内部境界と外部境界と
の間の距離において、照明の干渉の影響をなくすと共
に、多量のアイリスパターンが得られるように、アイリ
ス画像の内部と外部境界との間の距離のＸ％部分のアイ
リスパターンのみを取る。
【００２０】即ち、内部と外部境界が検出されると、ア
イリスパターンを取って極座標変換を行う。この際、ア
イリスに照明の反射光が結像される場合には、アイリス
の内部境界（瞳孔の境界）から外部境界までに至るアイ
リス領域のうち、内部境界から６０％に該当する距離に
あるアイリスパターンのみを抽出して極座標変換を行う
ことができる。尚、本発明の実施形態において用いられ
る上記６０％は、アイリスに結像される反射光が含まれ
ず、最も多くのアイリスパターンを取ることができる範
囲を実験的に決めた値である。
【００２１】図３(ｂ)においては、傾斜した形態で取得
されたアイリス画像を極座標に変換する。しかし図３
(ｂ)のようにしてアイリスパターンを極座標に変換する
と、アイリス画像の下側が曲げられ不規則な形態のアイ
リスパターンの画像が現れるので、これを正規化する必
要がある。そこで図３(ｃ)においては、上述した不規則
な形態のアイリスパターンの画像を、横方向にＭピクセ
ル、縦方向にＮピクセルの大きさの画像に正規化する。
【００２２】ところでアイリス認識システムの性能は、
誤認識率（ＦＡＲ：False Acceptance Rate）と誤拒否
率（ＦＲＲ：False Rejection Rate）という２つの要素
により評価される。誤認識率（ＦＡＲ）とは、登録され
ていない人を登録されたものと誤認識して出入りを許す
割合を意味し、誤拒否率（ＦＲＲ）とは、登録されてい
る人を登録されていないものと判定し、出入りを拒否す
る割合を意味するものである。本発明に係るアイリスの
境界検出方法と、傾斜した形態のアイリス画像に対する
正規化を適用して前処理を行った場合は、従来の境界検
出方法を適用した場合に比べて誤認識率（ＦＡＲ）が
５.５％から２.８３％に減少し、誤拒否率（ＦＲＲ）は
５.０％から２.０％に減少した。
【００２３】最後にステップＳ１６０では、前述した如
く取得した目画像におけるアイリスが、そのアイリスの
中心線を基準にして任意の角度の分だけ回転した形態で
求められた場合、即ち、回転したアイリス画像を補正す
るために、アイリス画像情報の配列のピクセルを移動し
た上で比較する。図４は、頭の傾きにより回転している
形態のアイリス画像を示している。即ち、アイリス画像
を取得する際に使用者の頭が左右に少しずつ傾くことが
あるが、このような状態でアイリス画像を取得すると、
図４(ａ)に示すように回転した画像が得られる。従って
前述したステップＳ１１０において取得した目画像が、
その目画像の中心線を基準にして任意の角度の分だけ回
転した形態で取得された場合には、その回転した画像を
補正する過程が必要となる。
【００２４】図４(ａ)は、目画像の中心線を基準にして
時計方向に略１５°または反時計方向に略１５°程度ず
つ回転したアイリス画像を示している。このように回転
した形態のアイリス画像を極座標系に変換すると、図４
(ｂ)のように正常的なアイリスパターンの形態に比べ
て、回転した距離の分だけ左右に移動した状態で現され
る。
【００２５】図５は、図４(ａ)に示すような回転した形
態のアイリス画像を補正する過程を示している。以下に
図５を参照して、頭の傾きにより回転したアイリス画像
に対してアイリス画像情報の配列を比較し、この配列を
移動させてアイリス画像を補正する手続きを説明する。
図５(ａ)に示すように、頭の傾きにより回転したアイリ
ス画像は、極座標変換されたアイリス画像の配列Array
(０)に基づいて任意の角度の分ずつ移動し、複数個のア
イリス画像の配列Array(ｎ)を臨時に生成する。即ち、
極座標変換されたアイリス画像の配列Array(０)に基づ
いて、その配列Array(０)から左右にコラムを移動させ
ると、Array(０)からArray(−１０)まで、そしてArray
(０)からArray(１０)までの計２０個の画像情報の配列
を臨時に生成することができる。
【００２６】そこで臨時に生成した複数個のアイリス画
像配列に対応するアイリスの特徴ベクトル生成するため
にウェーブレット変換を行い、このウェーブレット変換
により生成したそれぞれの特徴ベクトルを、予め登録さ
れている特徴ベクトルとそれぞれ比較して一致率を求め
る。そして求められた一致率が最大値で示される任意の
特徴ベクトルを、その使用者のアイリス特徴ベクトルと
して認識する。
【００２７】即ち、上記のように回転した形態の画像情
報配列Array(ｎ)を生成し、図５(ｂ)に示すようにそれ
ぞれの画像情報の配列に対してウェーブレット変換を行
うことにより、前記臨時に生成した複数個のアイリス画
像の配列Array(ｎ)に対応するアイリスの特徴ベクトル
ｆT(ｎ)をそれぞれ生成する。具体的には特徴ベクトル
ｆT(ｎ)として、ｆT(０)からｆT(１０)まで、そしてｆT
(０)からｆT(−１０)までをそれぞれ生成される。そし
てこれらの各特徴ベクトルｆT(ｎ)を、予め登録されて
いる使用者の特徴ベクトルｆRとそれぞれ比較し、それ
ぞれに対してその一致率Ｓnを求める。その上で各特徴
ベクトルｆT(ｎ)について求められた一致率Ｓnのうち、
最大の一致率Ｓnヲ得た任意の特徴ベクトルｆr(ｎ)を、
回転効果が補正された結果値と認め、使用者のアイリス
特徴ベクトルとして認識する。
【００２８】以上の説明は本発明に係る回転画像の補正
による非接触式アイリス認識方法を実施するための一例
に過ぎず、本発明は上記の実施形態に限定されない。即
ち、本発明は、特許請求の範囲に記載する範囲におい
て、その要旨を逸脱せず、当該発明の属する分野におけ
る通常の知識を有する者であれば、何人も多様な変更実
施が可能な範囲まで本発明の技術的精神が及ぶものであ
る。
【００２９】
【発明の効果】以上説明したように、本発明に係る回転
画像の補正による非接触式アイリス認識方法は、キャニ
ー・エッジ・デテクタと画像とのピクセル値の差を用
い、アイリスの内部と外部境界を検出することにより、
使用者の目画像からアイリスの境界を正確に検出するこ
とができるという効果が得られる。
【００３０】また画像取得装置により取得した目画像に
おけるアイリスが、そのアイリスの中心線を基準にして
任意の角度の分だけ回転した形態で取得された場合に
は、回転したアイリス画像を正常的な形態のアイリス画
像に補正し、また傾斜した形態のアイリス画像が取得さ
れることで極座標変換されたアイリス画像の下側が曲げ
られ不規則な形態を有する場合には、そのアイリス画像
を一定の大きさに正規化するので、様々な変形を有する
アイリス画像を正確な形態のアイリス画像データに加工
することができ、その誤認識率と誤拒否率を著しく減少
させるアイリス認識方法を提供することができる。
【図面の簡単な説明】
【図１】本発明に係るアイリス画像の正規化過程を示す
フローチャート。
【図２】キャニー・エッジ・デテクタにより瞳孔の境界
を検出した結果の一例、瞳孔の中心座標と直径の例、お
よび本発明に係るアイリスの外部境界の半径と中心を求
める場合のアイリス画像例をそれぞれ示す図。
【図３】傾斜した形態で取得されたアイリス画像の正規
化過程を示す図。
【図４】頭の傾きにより回転した形態のアイリス画像を
示す図。
【図５】図４に示すように回転した形態のアイリス画像
を補正する過程を示す図。
【符号の説明】
ＲL アイリスの内部境界から左側の外部境界までの距
離 ＲR アイリスの内部境界から右側の外部境界までの距
離 ＲU アイリスの内部境界から上側の外部境界までの距
離 ＲD アイリスの内部境界から下側の外部境界までの距
離 ＲI 瞳孔（アイリスの内部境界）の半径
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｈ０４Ｎ 7/18 Ａ６１Ｂ 5/10 ３２０Ｚ Ｆターム(参考） 4C038 VA07 VB04 VC01 VC05 5B043 AA09 BA04 DA04 EA03 EA12 EA15 5B047 AA23 CB23 5B057 BA02 CA12 CA16 CB12 CB16 CD18 5C054 AA01 CA05 CH02 EA01 EB05 ED07 ED12 EH07 EJ04 FC04 FC12 FC14 FC15 FD03 GB15 HA18 HA23

Claims (3)

    【特許請求の範囲】
  1. 【請求項１】 赤外線照明を用いた画像取得装置により
    使用者の目画像を取得し、取得した使用者の目画像から
    アイリス画像を抽出し、抽出されたアイリス画像を極座
    標系に変換する方式の前処理を含む回転画像の補正によ
    る非接触式アイリス認識方法において、 前記前処理は、 前記取得した使用者の目画像に対して、キャニー・エッ
    ジ・デテクタによりアイリスの内部境界を検出するステ
    ップと、 前記検出されたアイリスの内部境界から上下左右に進行
    しながら、アイリスの内部境界の出発座標（ｘ,ｙ）に
    おける画像情報のピクセル値と他の画像情報のピクセル
    値とを比較し、その比較した差値の中で最大値を見出し
    てアイリスの外部境界を検出するステップと、 前記アイリスの内部と外部境界の間にあるアイリス領域
    を抽出し、その抽出されたアイリス領域を極座標系のア
    イリス画像に変換するステップとを含むことを特徴とす
    る回転画像の補正による非接触式アイリス認識方法。
  2. 【請求項２】 前記取得した目画像におけるアイリス
    が、傾斜した形態で取得されたとき、更に前記極座標変
    換されたアイリス画像を一定の大きさに正規化させるス
    テップを含むことを特徴とする請求項１に記載の回転画
    像の補正による非接触式アイリス認識方法。
  3. 【請求項３】 前記取得した目画像におけるアイリス
    が、そのアイリスの中心線を基準にして任意の角度分だ
    け回転した形態で取得されたとき、 更に前記極座標変換されたアイリス画像の配列に基づい
    て任意の角度分ずつ移動して複数個のアイリス画像の配
    列を臨時に生成するステップと、 前記臨時に生成した複数個のアイリス画像配列に対応す
    るアイリスの特徴ベクトルを生成するためにウェーブレ
    ット変換を行うステップと、 前記ウェーブレット変換により生成したそれぞれの特徴
    ベクトルを、予め登録されている特徴ベクトルとそれぞ
    れ比較して一致率を求めるステップと、 前記求められた一致率が最大値として示される特徴ベク
    トルを、使用者のアイリス特徴ベクトルとして認識する
    ステップとを含むことを特徴とする請求項１に記載の回
    転画像の補正による非接触式アイリス認識方法。
JP2001246037A 2001-03-06 2001-08-14 回転画像の補正による非接触式アイリス認識方法 Pending JP2002269565A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR2001-11441 2001-03-06
KR10-2001-0011441A KR100374708B1 (ko) 2001-03-06 2001-03-06 회전영상의 보정에 의한 비접촉식 홍채인식방법

Publications (1)

Publication Number Publication Date
JP2002269565A true JP2002269565A (ja) 2002-09-20

Family

ID=36754301

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2002570165A Pending JP2004527033A (ja) 2001-03-06 2001-07-31 回転映像の補正による非接触式虹彩認識方法
JP2001246037A Pending JP2002269565A (ja) 2001-03-06 2001-08-14 回転画像の補正による非接触式アイリス認識方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2002570165A Pending JP2004527033A (ja) 2001-03-06 2001-07-31 回転映像の補正による非接触式虹彩認識方法

Country Status (6)

Country Link
US (3) US20020154794A1 (ja)
EP (1) EP1374144A4 (ja)
JP (2) JP2004527033A (ja)
KR (1) KR100374708B1 (ja)
CN (1) CN1255756C (ja)
WO (1) WO2002071316A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006059092A (ja) * 2004-08-19 2006-03-02 Noritsu Koki Co Ltd キャッチライト合成方法
WO2007004498A1 (ja) * 2005-06-30 2007-01-11 Matsushita Electric Industrial Co., Ltd. 虹彩認証装置、虹彩認証方法および虹彩認証プログラム
JP2007034876A (ja) * 2005-07-29 2007-02-08 Yamatake Corp 虹彩認証装置
JP2007515010A (ja) * 2003-12-18 2007-06-07 サジェム デファンス セキュリテ アイリス認証のための方法及び装置
JP2008517352A (ja) * 2004-08-09 2008-05-22 クラシフアイ・リミテッド 非接触光学手段および３ｄ指紋認識方法
JP2013506192A (ja) * 2009-09-25 2013-02-21 インターナショナル・ビジネス・マシーンズ・コーポレーション 短縮虹彩コードを発生させるための方法、システム、およびコンピュータ読み取り可能プログラムを含むコンピュータ読み取り可能記憶媒体（短縮虹彩コードを発生させ使用するためのシステムおよび方法）
WO2015050250A1 (ja) * 2013-10-04 2015-04-09 カシオ計算機株式会社 画像処理装置、画像表示装置、画像処理方法及び媒体

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100374708B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 회전영상의 보정에 의한 비접촉식 홍채인식방법
DE10140152A1 (de) * 2001-08-16 2003-03-06 Kurt Staehle Verfahren zur Erstellung und Auswertung einer medizinischen Datenbank
KR20030051963A (ko) * 2001-12-20 2003-06-26 엘지전자 주식회사 홍채 인식 시스템의 홍채 회전 정보 검출방법
KR100476406B1 (ko) * 2002-12-03 2005-03-17 이일병 웨이블렛 패킷변환을 이용한 홍채인식 시스템 및 방법과그 프로그램을 저장한 기록매체
JP2004260472A (ja) * 2003-02-25 2004-09-16 Toshiba Tec Corp 画像形成装置及びその方法
US7436986B2 (en) * 2003-03-25 2008-10-14 Bausch & Lomb Incorporated Positive patient identification
US7599524B2 (en) * 2003-04-04 2009-10-06 Sarnoff Corporation Method and apparatus for providing a robust object finder
WO2004089214A2 (en) * 2003-04-11 2004-10-21 Bausch & Lomb Inc. System and method for acquiring data and aligning and tracking of an eye
JP3734826B2 (ja) * 2003-07-17 2006-01-11 松下電器産業株式会社 虹彩コード生成方法、個人認証方法、虹彩コード登録装置、個人認証装置、および個人認証プログラム
US8442276B2 (en) 2006-03-03 2013-05-14 Honeywell International Inc. Invariant radial iris segmentation
US8064647B2 (en) 2006-03-03 2011-11-22 Honeywell International Inc. System for iris detection tracking and recognition at a distance
US8090157B2 (en) 2005-01-26 2012-01-03 Honeywell International Inc. Approaches and apparatus for eye detection in a digital image
US8705808B2 (en) 2003-09-05 2014-04-22 Honeywell International Inc. Combined face and iris recognition system
US8049812B2 (en) 2006-03-03 2011-11-01 Honeywell International Inc. Camera with auto focus capability
US7593550B2 (en) * 2005-01-26 2009-09-22 Honeywell International Inc. Distance iris recognition
US7756301B2 (en) * 2005-01-26 2010-07-13 Honeywell International Inc. Iris recognition system and method
US8098901B2 (en) * 2005-01-26 2012-01-17 Honeywell International Inc. Standoff iris recognition system
US7761453B2 (en) 2005-01-26 2010-07-20 Honeywell International Inc. Method and system for indexing and searching an iris image database
SE0402749D0 (sv) * 2004-11-11 2004-11-11 Snabbfoto Invest Ab Fotostation
KR100629550B1 (ko) * 2004-11-22 2006-09-27 아이리텍 잉크 다중스케일 가변영역분할 홍채인식 방법 및 시스템
FR2881546B1 (fr) * 2005-01-31 2007-09-14 Sagem Procede de determination d'un axe de reference d'un oeil
KR200404650Y1 (ko) * 2005-08-02 2005-12-27 주식회사 큐리텍 홍채인식 마우스
WO2007025258A2 (en) * 2005-08-25 2007-03-01 Sarnoff Corporation Methods and systems for biometric identification
US8260008B2 (en) 2005-11-11 2012-09-04 Eyelock, Inc. Methods for performing biometric recognition of a human eye and corroboration of same
GB2450023B (en) 2006-03-03 2011-06-08 Honeywell Int Inc An iris image encoding method
JP2009529197A (ja) 2006-03-03 2009-08-13 ハネウェル・インターナショナル・インコーポレーテッド モジュールバイオメトリクス収集システムアーキテクチャ
GB2448653B (en) 2006-03-03 2011-03-23 Honeywell Int Inc Single lens splitter camera
WO2008016724A2 (en) 2006-03-03 2008-02-07 Honeywell International, Inc. An iris recognition system having image quality metrics
WO2008091401A2 (en) * 2006-09-15 2008-07-31 Retica Systems, Inc Multimodal ocular biometric system and methods
US7970179B2 (en) * 2006-09-25 2011-06-28 Identix Incorporated Iris data extraction
ES2276637B1 (es) * 2006-11-03 2008-11-16 Jose Antonio Gil Soldevilla Procedimiento de obtencion de colores a partir del iris.
US8063889B2 (en) 2007-04-25 2011-11-22 Honeywell International Inc. Biometric data collection system
JP4974761B2 (ja) * 2007-05-25 2012-07-11 ローレル精機株式会社 安全管理システム
IL184399A0 (en) * 2007-07-03 2007-10-31 Yossi Tsuria Content delivery system
KR100924232B1 (ko) * 2007-12-10 2009-11-02 아이리텍 잉크 직교좌표 및 극좌표 이미지변환을 위한 가중픽셀보간방법
US8436907B2 (en) 2008-05-09 2013-05-07 Honeywell International Inc. Heterogeneous video capturing system
US8213782B2 (en) 2008-08-07 2012-07-03 Honeywell International Inc. Predictive autofocusing system
US8090246B2 (en) 2008-08-08 2012-01-03 Honeywell International Inc. Image acquisition system
US20100278394A1 (en) * 2008-10-29 2010-11-04 Raguin Daniel H Apparatus for Iris Capture
US8317325B2 (en) * 2008-10-31 2012-11-27 Cross Match Technologies, Inc. Apparatus and method for two eye imaging for iris identification
US8280119B2 (en) 2008-12-05 2012-10-02 Honeywell International Inc. Iris recognition system using quality metrics
WO2010129074A1 (en) * 2009-01-14 2010-11-11 Indiana University Research & Technology Corporation System and method for identifying a person with reference to a sclera image
US8630464B2 (en) 2009-06-15 2014-01-14 Honeywell International Inc. Adaptive iris matching using database indexing
US8472681B2 (en) 2009-06-15 2013-06-25 Honeywell International Inc. Iris and ocular recognition system using trace transforms
US20110040740A1 (en) * 2009-08-15 2011-02-17 Alex Nugent Search engine utilizing flow networks
US8742887B2 (en) 2010-09-03 2014-06-03 Honeywell International Inc. Biometric visitor check system
DE102010054168B4 (de) 2010-12-12 2017-09-07 Chronos Vision Gmbh Verfahren, Vorrichtung und Programm zur Bestimmung der torsionalen Komponente der Augenposition
KR20150005094A (ko) 2013-07-04 2015-01-14 삼성전자주식회사 전자 디바이스 및 전자 디바이스에서 눈 영역 검출 방법
KR101492933B1 (ko) * 2014-05-23 2015-02-12 동국대학교 산학협력단 눈 인식 장치 및 방법
WO2016049273A1 (en) 2014-09-24 2016-03-31 Sri International Control of wireless communication device capability in a mobile device with a biometric key
KR20160042562A (ko) 2014-10-10 2016-04-20 현대자동차주식회사 홍채 인식 장치 방법
WO2016089592A1 (en) 2014-12-03 2016-06-09 Sri Internaitonal System and method for mobile device biometric add-on
WO2017123702A1 (en) 2016-01-12 2017-07-20 Princeton Identity, Inc. Systems and methods biometric analysis
WO2017172695A1 (en) 2016-03-31 2017-10-05 Princeton Identity, Inc. Systems and methods of biometric anaysis with adaptive trigger
WO2017173228A1 (en) 2016-03-31 2017-10-05 Princeton Identity, Inc. Biometric enrollment systems and methods
KR101866867B1 (ko) * 2016-12-07 2018-06-14 주식회사 쓰리이 동공 중심 검출 방법
US10607096B2 (en) 2017-04-04 2020-03-31 Princeton Identity, Inc. Z-dimension user feedback biometric system
KR102573482B1 (ko) 2017-07-26 2023-08-31 프린스톤 아이덴티티, 인크. 생체 보안 시스템 및 방법
CN108287963B (zh) * 2018-01-19 2021-07-16 东莞市燕秀信息技术有限公司 一种尺寸及放置位置的自动计算方法、装置、设备及介质
CN108470152A (zh) * 2018-02-14 2018-08-31 天目爱视（北京）科技有限公司 基于红外的3d四维虹膜数据采集方法及系统
CN109086713B (zh) * 2018-07-27 2019-11-15 腾讯科技（深圳）有限公司 眼部识别方法、装置、终端及存储介质
CN108470171B (zh) * 2018-07-27 2018-11-02 上海聚虹光电科技有限公司 二维非同步编码比对方法
CN110516661B (zh) * 2019-10-21 2020-05-05 武汉虹识技术有限公司 应用于虹膜识别的美瞳检测方法及装置
CN111579080B (zh) * 2020-04-30 2021-09-14 沈阳天眼智云信息科技有限公司 红外热像体温监测仪的自校准方法
DE102020002733A1 (de) 2020-05-07 2021-11-11 Chronos Vision Gmbh Bestimmung der statischen und torsionalen Komponente der Augenposition bei Augenoperationen mithilfe des Pupil-Center-Shifts (PCS)
CN115509351B (zh) * 2022-09-16 2023-04-07 上海仙视电子科技有限公司 一种感官联动情景式数码相框交互方法与系统

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641349A (en) * 1985-02-20 1987-02-03 Leonard Flom Iris recognition system
US5210799A (en) * 1991-03-28 1993-05-11 Texas Instruments Incorporated System and method for ranking and extracting salient contours for target recognition
US5291560A (en) * 1991-07-15 1994-03-01 Iri Scan Incorporated Biometric personal identification system based on iris analysis
US6035054A (en) * 1992-10-29 2000-03-07 Canon Kabushiki Kaisha Visual axis detection apparatus and optical apparatus provided therewith
US5471542A (en) * 1993-09-27 1995-11-28 Ragland; Richard R. Point-of-gaze tracker
US5572596A (en) * 1994-09-02 1996-11-05 David Sarnoff Research Center, Inc. Automated, non-invasive iris recognition system and method
US6714665B1 (en) * 1994-09-02 2004-03-30 Sarnoff Corporation Fully automated iris recognition system utilizing wide and narrow fields of view
JP3436293B2 (ja) * 1996-07-25 2003-08-11 沖電気工業株式会社 動物の個体識別装置及び個体識別システム
KR100342159B1 (ko) * 1996-08-25 2002-06-27 센사르 인코포레이티드 홍채영상 포착장치 및 홍채영상 포착방법
US6144754A (en) * 1997-03-28 2000-11-07 Oki Electric Industry Co., Ltd. Method and apparatus for identifying individuals
JPH10262953A (ja) * 1997-03-28 1998-10-06 Oki Electric Ind Co Ltd 画像認識装置
US6285780B1 (en) * 1997-03-28 2001-09-04 Oki Electric Industry Co., Ltd. Apparatus for identifying individual animals and image processing method
US6373968B2 (en) * 1997-06-06 2002-04-16 Oki Electric Industry Co., Ltd. System for identifying individuals
US5953440A (en) * 1997-12-02 1999-09-14 Sensar, Inc. Method of measuring the focus of close-up images of eyes
JP3315648B2 (ja) * 1998-07-17 2002-08-19 沖電気工業株式会社 アイリスコード生成装置およびアイリス認識システム
JP3610234B2 (ja) * 1998-07-17 2005-01-12 株式会社メディア・テクノロジー アイリス情報取得装置およびアイリス識別装置
JP2000185031A (ja) * 1998-12-22 2000-07-04 Oki Electric Ind Co Ltd 個体識別装置
JP2000194853A (ja) * 1998-12-25 2000-07-14 Oki Electric Ind Co Ltd 個体識別装置
US6700998B1 (en) * 1999-04-23 2004-03-02 Oki Electric Industry Co, Ltd. Iris registration unit
KR100373850B1 (ko) * 2000-10-07 2003-02-26 주식회사 큐리텍 홍채를 이용한 신원 확인 시스템 및 방법과 그 방법에대한 컴퓨터 프로그램 소스를 저장한 기록매체
KR20020065248A (ko) * 2001-02-06 2002-08-13 이승재 비접촉식 홍채인식을 위한 영상의 정규화 방법
KR100374708B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 회전영상의 보정에 의한 비접촉식 홍채인식방법
KR100374707B1 (ko) * 2001-03-06 2003-03-04 에버미디어 주식회사 도비치스 웨이블렛 변환을 이용한 홍채인식방법

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007515010A (ja) * 2003-12-18 2007-06-07 サジェム デファンス セキュリテ アイリス認証のための方法及び装置
JP2008517352A (ja) * 2004-08-09 2008-05-22 クラシフアイ・リミテッド 非接触光学手段および３ｄ指紋認識方法
JP4507082B2 (ja) * 2004-08-19 2010-07-21 ノーリツ鋼機株式会社 キャッチライト合成方法
JP2006059092A (ja) * 2004-08-19 2006-03-02 Noritsu Koki Co Ltd キャッチライト合成方法
WO2007004498A1 (ja) * 2005-06-30 2007-01-11 Matsushita Electric Industrial Co., Ltd. 虹彩認証装置、虹彩認証方法および虹彩認証プログラム
JP4664147B2 (ja) * 2005-07-29 2011-04-06 株式会社山武 虹彩認証装置
JP2007034876A (ja) * 2005-07-29 2007-02-08 Yamatake Corp 虹彩認証装置
US8155395B2 (en) 2005-07-29 2012-04-10 Yamatake Corporation Iris authentication apparatus
JP2013506192A (ja) * 2009-09-25 2013-02-21 インターナショナル・ビジネス・マシーンズ・コーポレーション 短縮虹彩コードを発生させるための方法、システム、およびコンピュータ読み取り可能プログラムを含むコンピュータ読み取り可能記憶媒体（短縮虹彩コードを発生させ使用するためのシステムおよび方法）
US9483696B2 (en) 2009-09-25 2016-11-01 International Business Machines Coproation System and method for generating and employing short length iris codes
US10176376B2 (en) 2009-09-25 2019-01-08 International Business Machines Corporation System and method for generating and employing short length iris codes
US10216995B2 (en) 2009-09-25 2019-02-26 International Business Machines Corporation System and method for generating and employing short length iris codes
WO2015050250A1 (ja) * 2013-10-04 2015-04-09 カシオ計算機株式会社 画像処理装置、画像表示装置、画像処理方法及び媒体
JP2015092331A (ja) * 2013-10-04 2015-05-14 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
US10185875B2 (en) 2013-10-04 2019-01-22 Casio Computer Co., Ltd. Image processing device, image display device, image processing method, and medium

Also Published As

Publication number Publication date
CN1493055A (zh) 2004-04-28
EP1374144A1 (en) 2004-01-02
WO2002071316A1 (en) 2002-09-12
KR20020071330A (ko) 2002-09-12
EP1374144A4 (en) 2007-02-07
JP2004527033A (ja) 2004-09-02
US7298874B2 (en) 2007-11-20
US20040114782A1 (en) 2004-06-17
CN1255756C (zh) 2006-05-10
US20080159600A1 (en) 2008-07-03
US20020154794A1 (en) 2002-10-24
KR100374708B1 (ko) 2003-03-04

Similar Documents

Publication Publication Date Title
JP2002269565A (ja) 回転画像の補正による非接触式アイリス認識方法
US9922238B2 (en) Apparatuses, systems, and methods for confirming identity
US7327860B2 (en) Conjunctival scans for personal identification
US9665772B2 (en) Iris biometric matching system
WO2021036436A1 (zh) 一种人脸识别方法及装置
KR101017798B1 (ko) 평균 곡률을 이용하는 지정맥 인증 방법 및 장치
US9449217B1 (en) Image authentication
US20100045788A1 (en) Method and Apparatus for Personal Identification Using Palmprint and Palm Vein
US20160188975A1 (en) Biometric identification via retina scanning
JP2000259814A (ja) 画像処理装置及びその方法
EP1857963B1 (en) Registration device, collation device, extraction method, and program
KR101626837B1 (ko) 손가락 마디 및 지정맥 기반의 융합형 생체 인증 방법 및 그 장치
JP6396357B2 (ja) 顔画像認証装置
US9946929B2 (en) Method of detecting boundaries of the human eye
US8325991B2 (en) Device and method for biometrics authentication
Dixit et al. Iris recognition by daugman’s method
CN109426769A (zh) 人脸辅助的虹膜识别方法及虹膜识别系统
Srinivas et al. Human identification using automatic and semi‐automatically detected facial Marks
Latha et al. A robust person authentication system based on score level fusion of left and right irises and retinal features
Ramsoful et al. Feature extraction techniques for dorsal hand vein pattern
Ibrahim Iris recognition using Haar wavelet transform
Amjed et al. Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database
Singla et al. Challenges at different stages of an iris based biometric system.
KR20020065248A (ko) 비접촉식 홍채인식을 위한 영상의 정규화 방법
Aladool et al. Accurate pupil boundary detection using angular integral projection and bezier curves

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20040707