JP2003030662A - 自動指紋識別方法及びそれを使用する端末 - Google Patents

自動指紋識別方法及びそれを使用する端末

Info

Publication number
JP2003030662A
JP2003030662A JP2002187508A JP2002187508A JP2003030662A JP 2003030662 A JP2003030662 A JP 2003030662A JP 2002187508 A JP2002187508 A JP 2002187508A JP 2002187508 A JP2002187508 A JP 2002187508A JP 2003030662 A JP2003030662 A JP 2003030662A
Authority
JP
Japan
Prior art keywords
fingerprint
ridges
ridge
template
matching
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.)
Ceased
Application number
JP2002187508A
Other languages
English (en)
Inventor
Heikki Ailisto
アイリスト ヘイッキ
Mikko Lindholm
リンドホルム ミッコ
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.)
Nokia Oyj
Original Assignee
Nokia Oyj
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 Nokia Oyj filed Critical Nokia Oyj
Publication of JP2003030662A publication Critical patent/JP2003030662A/ja
Ceased legal-status Critical Current

Links

Classifications

    • 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
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
    • 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
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/754—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries involving a deformation of the sample pattern or of the reference pattern; Elastic matching
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

(57)【要約】 【課題】 人の１対１の識別を行う新規な自動指紋識別
方法を、限られた計算能力の装置で確実に行われる方法
によって提供する。 【解決手段】 本発明に係る方法では、３つのステップ
が実行される。粗い位置決めステップ３２は、いくつか
の参照点を用いて、検査対象の指紋とテンプレートとを
比較する。精細な位置決めステップ３３は、合致する指
紋の細部を用いて、指紋とテンプレートとを整合させる
最良の形態変化を選定する。整合ステップ３４は、検査
対象の指紋と既知のテンプレートとを互いに整合し、整
合する細部からパラメーターを計算して、そのパラメー
ターにより最終的な識別判定を行う。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、識別すべき指紋を
メモリー内のテンプレートと比較する自動指紋識別方法
に関する。さらに、本発明はその方法を使用する端末に
関する。
【０００２】
【従来の技術】人を識別する必要性は、古くからある。
最古の既知の識別方法は、恐らく人の指紋に基づくもの
である。既に何千年分もの研究者の様々な文献が、指紋
の型をシール上に作ることにより正当化されている。１
９００年代の初期において、犯罪調査者が指紋をその業
務に使い始めた。指紋は、個々人に特有のものでありか
つ終生変更できないものであることが、この頃までに確
認されていたからである。光学的に指紋を比較し、それ
と合致するデータベース内の指紋を検索する特殊な指紋
照合装置は、２０世紀に開発された。
【０００３】個々人を高い信頼性で自動識別すること
は、発展的な課題である。人々は、より頻繁に、各自の
銀行や他の事柄を、信頼できるユーザー識別を必要とす
る装置を使用して管理している。このことは、識別番号
又はそれに類するものを使用して通常は達成される。そ
のような識別番号又はコード名は、個人識別コード（pe
rsonal identification codes）又はＰＩＮコードと呼
ばれる場合がある。４桁のＰＩＮコードの場合、一万分
の一の確率で、権限のないユーザーが他のユーザーのＰ
ＩＮコードを偶然に発見する。故に多数の異なるサービ
スシステムが使用され、また多数の異なるセキュリティ
コードが必要とされる。それらのコードの全てを記憶す
ることは、特に高齢者には困難な場合がある。一方、仮
にある人が多くのシステムにおいて同じコードを使用し
ている場合は、もしそのコードがあるシステムにおいて
発見されると、その人のコードは、その人が利用する他
の全てのシステムにおいて不法に使用されるという危険
性がある。
【０００４】これらの問題により、様々な生物測定学的
自動識別方法が開発された。そのような方法において
は、個々人の識別は、例えば指紋、手の形状、眼の虹彩
又は眼底、顔の形状、声、又はキーボードに関連したユ
ーザーのキー押し操作の強弱に基づく。いかなる自動識
別においても、人の識別は、当該人の特徴が圧縮形態で
保存されたテンプレートの使用に基づく。整合プロセス
に基づいて、その人の同一性が識別される。識別作業
は、「１対多」を識別することができ、また犯罪の場合
には「１対１」を識別できる。この識別作業は、例えば
種々のサービス自動機械に関連したＰＩＮコードの使用
と置き換えられる。後者の方法は、通常は照合（verifi
cation）と呼ばれる。
【０００５】指紋を基礎とする自動識別は、識別方法と
してはまだ時事的である。しかしながら、その単純さに
も関わらず、同時にその利用は複雑である。図１（ａ）
は、記録された指紋を示す。指紋、特に犯罪調査に関し
て記録された指紋は、時として重度に、不鮮明で破損し
ている場合がある。従って、部分的な指紋からでも識別
が可能であるべきである。図１（ａ）はまた、自動識別
を困難にする他の事柄も示している。指先の弾性は、あ
る範囲で指紋の形状や大きさに常に影響する。さらに、
指紋には、真の指紋にはないいくつかの誤った特徴が常
にある。これらは、例えば指が僅かに動いたときに発生
する。指紋に基づく自動識別は、このような誤差要因を
考慮しなければならない。実際に、指紋の自動識別にお
いては、検査対象である指紋の画像ファイルはある方法
で画像処理される必要がある。そのような方法は、指紋
の真の特徴を明らかにし、その方法によればその指紋に
正当に属するとは思われない特徴を、その指紋から除去
する。図１（ｂ）は、図１（ａ）に示した指紋を画像処
理した画像ファイルの図である。指紋の隆線は、記録さ
れた指紋の基本パターンを形成する細線で表される。
【０００６】図２は、図１（ｂ）の詳細図であり、指紋
のいくつかの細部を示している。そのような細部には、
特に、隆線２３、分岐点２０及び末端部２１、２２が含
まれる。指紋の識別は、例えば、これらの細部と既存の
テンプレートとの整合（matching）に基づく。他の選択
としては、指紋の様々な点における隆線方向の比較があ
る。しかし、指紋に見られる誤った特徴によって、識別
はより困難になる。識別が確実に行われるためには、こ
れらの誤った特徴は可能な限り発見されねばならない。
しかしながら、エラーの解析及び除去は、多大な計算能
力を必要とする。従って、適当な処理能力及びメモリー
容量を備えた携帯型装置における、指紋に基づく自動識
別が問題となる場合がある。
【０００７】
【発明が解決しようとする課題】本発明の目的は、人の
「１対１」の識別が、限られた計算能力の装置で確実に
行われる方法によって、新規な指紋識別方法を提供する
ことである。
【０００８】
【課題を解決するための手段】本発明のその目的は、３
段階の識別方法によって達成される。その方法は、比較
される指紋とテンプレートとを粗く位置決めするステッ
プ、比較される指紋のための最適な形態変化を選定する
ために精細に位置決めするステップ、及び形態変化した
指紋の同一性を判定する整合ステップを有する。
【０００９】本発明に係る自動識別方法は、粗い位置決
めを行うステップと、精細な位置決めを行うステップ
と、整合状態を示すパラメーターが計算され、それに基
づいて指紋の識別についての判定が行われる指紋の整合
ステップとを有することを特徴とする。
【００１０】本発明に係る端末は、ＰＩＮコードの端末
への入力が、指紋に基づく自動識別に置き換えられるこ
とを特徴とする。
【００１１】本発明の有益な実施形態は、従属請求項に
示されている。
【００１２】本発明の思想は、基本的には以下の通りで
ある。指紋の識別は、３段階のプロセスで実行される。
第１ステップでは、検査される指紋とメモリーに記憶さ
れたテンプレートが粗く位置決めされる。このことは、
比較される指紋に見られるいくつかの参照点（細部）を
用いて実行される。その指紋とテンプレートとの間の参
照点が最も良く一致する状態を見出すために、検査され
る指紋は、回転させられずに画像処理される。次のステ
ップでは、精細な位置決めがなされる。検査される指紋
は、指紋の細部及び隆線が最もよく合致するように、そ
こで平行移動及び回転させられる。第３のステップは指
紋の整合であり、そこでは、個々の隆線をペアで組み合
わせるために、隆線の局所的な平行移動及び回転が行わ
れる。これらの隆線のペアのために、計算されたパラメ
ーターが、整合精度を示すとともに、指紋とテンプレー
トにおける隆線のペアの最良の整合を行うための判定基
準として使用される。指紋上で識別される隆線のペアの
ためのこれらのパラメーターは、指紋の総合的な識別を
示すパラメーターを導出するために使用され、その総合
的な識別は、指紋の同一性の判定に利用される。
【００１３】本発明に係る識別方法の長所は、複雑な形
態変化や計算アルゴリズムを必要とせず、それにより、
限られた計算能力及びメモリー容量の装置において、そ
の識別方法を利用できることである。
【００１４】本発明を、添付図面を参照して、以下にさ
らに詳細に説明する。
【００１５】図１（ａ）、（ｂ）及び図２については、
従来技術の説明に関連して既述されている。
【００１６】
【発明の実施の形態】図３は、本発明に係る方法の３つ
の主なステップのフローチャートの一例を示す。この図
は、１対１の自動識別、すなわち人の身元照合を含む場
合を表している。指紋識別プロセスは、ステップ３１か
ら始まることが適当である。ステップ３２では、識別さ
れる指紋とメモリーに記憶されたある人の指紋のテンプ
レートとが粗く位置決めされる。識別される指紋は、指
紋上に見出されたいくつか（４〜５）の「参照点」を用
いて、比較される指紋が位置決めされ得るように、平行
移動される。
【００１７】精細な位置決めステップ３３では、指紋上
に見出された隆線２３、分岐点２０及び末端部２１、２
２を使用する。このステップにおいては、合致すると思
われるいくつかの細部の整合が試行される。整合の試行
が個別的に行われている間は、検査される指紋全体の形
態変化を行うことが可能である。細部のペアの比較が全
て完了したら、細部の整合を最も多く生じさせた形態変
化が選定される。
【００１８】整合ステップ３４では、検査される指紋と
指紋テンプレートとの間で、個々の隆線のペアが対比さ
れる。このステップでは、隆線の平行移動及び隆線の回
転が可能である。各々の整合試行のために、当該の隆線
のペアの整合精度を示すパラメーターが計算される。隆
線の整合試行が全て完了したら、隆線のための個別的パ
ラメーターの全てが、指紋全体の整合を表すパラメータ
ーの計算に使用され、それに基づいて指紋の同一性につ
いての判定がなされる。この判定の後、識別プロセスは
ステップ３５で終了する。
【００１９】図４は、本発明に係る粗い位置決めステッ
プ３２に含まれる複数のステップを示している。指紋の
識別はステップ３２１から始まり、粗い位置決めが開始
される。粗い位置決めは、双方の指紋に見出されたいく
つかの「参照点」を用いて実行される。これらの参照点
は、例えばＬＯＣＣＳ（Local Orientation Change Cir
cular Sum）方法のような、ステップ３２２を用いて見
出される。他の既存の従来技術もまた使用可能である。
検査される指紋画像の参照点は、テンプレート上の対応
する細部と比較される。検査される指紋の形状は、それ
らの指紋が合致するように変えることができる（ステッ
プ３２３）。しかし、この形態変化においては、指紋は
回転しないことに留意すべきである。さらに、参照点
は、比較される２つの指紋パターンにおいて完全に一致
する必要はない。本発明に係るこの方法においては、指
紋全体の画像サイズを約５００ｘ５００ピクセルとする
と、比較される指紋画像において、比較される参照点が
互いから４０〜５０ピクセル以内に配置されていれば十
分である。粗い位置決めは、ステップ３２４で終了す
る。
【００２０】図５は、本発明に係る精細な位置決めプロ
セスのステップを示す。精細な位置決めはステップ３３
１から始まる。ステップ３３２において、指紋上に見出
された細部のペアは、ペア毎に比較される。ここで、比
較される指紋上の隆線の長さ及び末端部の位置が比較さ
れる。比較される隆線は、もう一方と完全に整合する必
要はない。双方の隆線の末端部のそのペアとの距離が例
えば５０ピクセル以下であるときは、隆線は整合してい
るとみなされる。同様に、整合された隆線の長さは、そ
の隆線の形状がテンプレートの隆線に実質的に一致して
いる限り、１０ピクセル又は隆線長の１０％異なっても
よい。隆線長の１／４、１／２及び３／４の部分が互い
に±（０．６ｘ（１０ピクセル＋隆線長の１０％））の
距離に位置しているときは、隆線の形状は同様とみなさ
れる。隆線の各々の比較のために、検査される指紋画像
の大きさは、テンプレートに対して変更される。検査さ
れる指紋パターンは、さらに回転させられる。上述の判
定基準に基づいて、ステップ３３３の判定が行われる。
その判定結果が否定であるときは、当該の精細な位置決
めはそれ以上行われない（ステップ３３８）。しかし、
判定結果が肯定であるときは、精細な位置決めに使用さ
れる指紋の形態変化（すなわち平行移動及び回転）デー
タは、後の使用のためにステップ３３４にて記憶され
る。
【００２１】ステップ３３５は、比較される指紋パター
ン間の比較可能な細部のペアの全てが検査されたことを
確認する。未検査の細部のペアがある場合は、プロセス
は、ステップ３３２に戻って未検査の細部のペアについ
て続行する。しかし、実行可能な精細な位置決めの試行
の全てが完了した場合は、プロセスはステップ３３６に
進み、精細な位置決めプロセスに使用される最良の平行
移動−回転の組合わせが選定される。最良の組合わせ
は、比較される２つの指紋パターン間の整合する細部の
ペアの数が最多となる平行移動−回転の組合わせを見出
すことにより決定する。この組合わせのデータは、整合
ステップのために保存される。最良の組合わせが選定さ
れたら、プロセスはステップ３３７に進み、精細な位置
決めは終了する。
【００２２】図６及び図７は、本発明に係る比較される
指紋のための整合ステップに含まれる複数のステップを
示す。精細な位置決めステップの完了時（ステップ３３
７）は、検査される指紋のための最良の平行移動−回転
の組合わせが選定されている。この平行移動−回転の組
合わせは、指紋全体の画像処理に使用される。ステップ
３４１において、指紋上の隆線の末端部は、互いに対し
て整合される。この整合は、精細な位置決めにおいて既
に使用された比較技術を利用する。比較される指紋上に
ある複数の隆線末端部の位置は、指紋上でのそれら位置
の差が２５ピクセル以内であるときは、合致しているも
のとみなされる。図８（ａ）に示された例は、隆線のペ
ア４１及び４２ａと、判定基準に従う範囲（参照符号４
０）内にある合致した末端部の配置とを表している。検
査される隆線のペアの末端部の１つがこの判定基準を満
たす場合は、その隆線のペアはさらに詳しく検査され
る。上述の条件が満たされない場合は、検査される指紋
の隆線は、テンプレート内で見出された他のいくつかの
隆線に整合される。
【００２３】ステップ３４２においては、先ず検査され
る隆線のペアの長い方は、隆線の長さが等しくなるよう
に短くカットされる。図８（ｂ）に示された例において
は、隆線４２ｂは、その長さが隆線４１の長さと等しく
なるようにカットされている。隆線４２ｂの元の長さ
は、図８（ａ）の隆線４２ａの長さと等しい。隆線のカ
ットは、テンプレートの隆線又は検査される指紋の隆線
のいずれにも実行可能である。カットされた隆線４２ｂ
は、隆線４１とよりよく位置決めされるために、回転及
び再配置されることができる。しかし、本発明に係る方
法においては、最大回転角度として定められた角度は、
０．１ラジアンであり、この値を超えてはならない。ス
テップ３４３は、この回転条件を満たすかどうかを判定
する。ステップ３４３の条件が満たされない場合は、検
査される隆線はテンプレート上の他のいくつかの隆線に
整合される。すなわち、プロセスはステップ３４１に戻
る。
【００２４】ステップ３４３の判定が肯定である場合
は、プロセスはステップ３４４に進み、指紋上の隆線の
点が互いに整合される。この整合の前に、指紋又はテン
プレートは、複数の隆線間で可能な最良の一致を得るた
めに、上述の条件に従って短縮、平行移動及び回転させ
られる。図８（ｃ）は、例えば、隆線４３及び４４の対
応する点の間の距離ｄが測定される状態を示している。
この距離ｄは、１０ピクセル＋隆線長の５％よりも小さ
いという条件を満たす必要がある。この条件は、ステッ
プ３４５で判定される。この条件を満たす場合は、隆線
のペアは整合しているとみなされる。その後で、２重に
識別される過誤を防ぐために、整合する指紋の双方にお
いて隆線のペアにマーキングがなされる。１組の隆線の
ペアの同一性が認められたら、本発明に係る識別カウン
ターの値が１だけ増加する。判定条件を満たさない場合
は、プロセスはステップ３４１に戻り、テンプレート上
に見出された他のいくつかの隆線に別の隆線を整合させ
る試行が開始される。
【００２５】ステップ３４５において、隆線のペアが同
一の隆線として認められると、識別カウンター値の増加
に加えて、識別精度を示すパラメーター（隆線４１及び
４２ｂの対応する複数の点の間の距離の合計（Σｄ）、
合致した隆線（合致隆線）の長さ並びに加重長さ）が好
都合に計算される。ここで加重長さとは、合致隆線長の
２乗をΣｄで除した値である。これらのパラメーター
は、後の使用のために保存される。
【００２６】ステップ３４７では、隆線のペアの全てが
検査されたかどうかがチェックされる。未検査のペアが
ある場合は、プロセスは再度ステップ３４１に戻る。隆
線のペアの全てが検査されている場合は、プロセスは図
７に示すステップ３４８に進む。
【００２７】ステップ３４８において、指紋全体の識別
プロセスを示すいくつかのパラメーターが計算される。
そのようなパラメーターは、以下の値を好都合に有す
る。− 標準化された識別カウンター値、すなわち指紋
上で識別された合致隆線（４１及び４２ｂ）の数を、双
方の指紋に見出された全ての隆線の平均の数（双方の指
紋に見出された細部の合計を２で除した値）で除した値
− 合致隆線の標準化された合計長さ、すなわち全ての
合致隆線の合計長さに２を乗じて、双方の指紋に見出さ
れた全ての隆線の合計長さで除した値− 標準化された
加重長さ、すなわち同一性を認められた隆線の加重長さ
の合計を、双方の指紋に見出された全ての隆線の合計長
さで除した値− 隆線のペアについて測定された対応す
る複数の点の平均距離、すなわち測定された全ての距離
の合計値を、双方の指紋に見出された隆線の合計長さで
除した値
【００２８】上述のパラメーターは、指紋識別判定を行
うためにステップ３４９にて使用される。識別判定は、
Ｎ次元空間で設定可能な閾値に基づいて有利に行われ
る。選択的に、識別判定は、ツリー又はニューラルネッ
トワークを使用して行うこともできる。識別判定基準を
満たす場合は、プロセスはステップ３５０に進み、１対
１の識別に対して承認が与えられる。識別判定基準を満
たさない場合は、プロセスはステップ３５１に進み、識
別に対して否定的結果が与えられる。１対１の識別の場
合は、識別された人は、指紋識別を利用するシステムの
ユーザーとして認められない。
【００２９】本発明に係る方法は、多くのメモリー及び
計算能力を要しないため、多数の異なる場合において適
用可能である。この方法は、様々なビルディング通行シ
ステムの実施、及び識別を要する種々のシステムにおけ
る異なるセキュリティコードと置き換えて使用可能であ
る。そのようなシステムは、例えば種々の銀行業務及び
支払システムを含む。同様に、そのようなシステムは、
携帯電話システムの端末におけるＰＩＮコードと置き換
えて使用可能である。携帯ネットワーク端末にこの方法
を適用するには、指紋読取装置がその端末にインストー
ルされることが必要とされる。さらに、端末のメモリー
の一部又はそこに取付けられるＳＩＭカードは、識別に
関する計算パラメーターに対して割り当てられると同様
に、本発明に係る方法に必要なソフトウェアアプリケー
ション及び指紋のファイルに割り当てられねばならな
い。
【００３０】以上に本発明の有益な実施形態を説明し
た。本発明は、説明された実施形態に限定されるもので
はない。例えば、本発明に係る方法は、１対多の識別に
も適用可能である。本発明の思想は、特許請求の範囲内
で多数の用途に適用可能である。
【図面の簡単な説明】
【図１】（ａ）記録された指紋の図であり、（ｂ）図１
（ａ）の記録された指紋から作られた画像ファイルの図
である。
【図２】指紋の細部の図である。
【図３】本発明に係る方法の３つの主要ステップを含む
フローチャートの一例を示す図である。
【図４】本発明に係る粗い位置決めステップを含むフロ
ーチャートの一例を示す図である。
【図５】本発明に係る精細な位置決めステップを含むフ
ローチャートの一例を示す図である。
【図６】本発明に係る整合ステップを含むフローチャー
トの一例を示す図である。
【図７】本発明に係る整合ステップを含むフローチャー
トの一例を示す図である。
【図８】（ａ）比較される２つの未画像処理の隆線の一
例を示す図であり、（ｂ）本発明に係る方法に使用され
る画像処理された隆線の一例を示す図であり、（ｃ）本
発明に係る方法における細部の分類方法の一例を示す図
である。
【符号の説明】
２０…分岐点 ２１、２２…末端部 ２３…隆線
フロントページの続き Ｆターム(参考） 5B043 AA09 BA02 EA06 EA12 EA15 FA03 GA03

Claims (24)

    【特許請求の範囲】
  1. 【請求項１】 識別されるべき指紋とメモリーに記憶さ
    れたテンプレートとを整合する自動指紋識別方法におい
    て、粗い位置決めステップ（３２）と、精細な位置決め
    ステップ（３３）と、整合を示すパラメーターを計算
    し、それに基づいて前記指紋の識別についての判定を行
    う指紋整合ステップ（３４）と、を有することを特徴と
    する方法。
  2. 【請求項２】 前記粗い位置決めステップ（３２）は、
    前記指紋の参照点及び整合されるテンプレートの参照点
    を検索するステップ（３２２）と、それら参照点により
    前記指紋を位置決めするステップ（３２３）と、を有す
    ることを特徴とする請求項１に記載の方法。
  3. 【請求項３】 前記指紋内に５つ以下の参照点を有する
    ことを特徴とする請求項２に記載の方法。
  4. 【請求項４】 前記位置決めにおいて、検査される前記
    指紋を、回転せずに形態変化させて、前記指紋の参照点
    及び前記テンプレートの参照点を位置決めすることを特
    徴とする請求項２に記載の方法。
  5. 【請求項５】 前記指紋の前記参照点及び前記テンプレ
    ートの前記参照点は、全体の指紋パターンの大きさが５
    ００ｘ５００ピクセルであって、それら参照点が互いに
    ５０ピクセルより大きく離れて配置されていないとき
    は、整合しているとみなされることを特徴とする請求項
    ４に記載の方法。
  6. 【請求項６】 前記精細な位置決めステップ（３３）
    は、検査される前記指紋の形態変化によって、細部のペ
    アを互いに位置決めするステップであって、前記細部の
    ペアは、前記指紋の隆線と前記テンプレートの隆線、前
    記指紋の末端部と前記テンプレートの末端部、及び前記
    指紋の分岐点と前記テンプレートの分岐点の１つを表す
    ステップ（３３２）と、前記細部の位置決めの検査を行
    うステップ（３３３）と、前記精細な位置決めにて使用
    される形態変化データを記憶するステップ（３３４）
    と、前記精細な位置決めにて使用される前記形態変化の
    中から最良の形態変化を選定するステップ（３３６）
    と、を有することを特徴とする請求項１に記載の方法。
  7. 【請求項７】 検査される前記指紋の前記形態変化が、
    検査面における前記指紋の平行移動及び回転を含むこと
    を特徴とする請求項６に記載の方法。
  8. 【請求項８】 前記細部の位置決めの検査は、与えられ
    た条件によって画定される領域内に複数の末端部が配置
    されることと、複数の隆線長が与えられた条件に従って
    一致していることと、複数の隆線形状が与えられた条件
    に従って整合していることと、の検査を含むことを特徴
    とする請求項６に記載の方法。
  9. 【請求項９】 前記指紋の全体の大きさが５００ｘ５０
    ０ピクセルであって、前記複数の末端部の距離が５０ピ
    クセルより小さいときは、前記複数の末端部は位置決め
    されているとみなされることを特徴とする請求項８に記
    載の方法。
  10. 【請求項１０】 前記複数の隆線長の距離が１０ピクセ
    ル＋隆線長の１０％を超えていないときは、前記複数の
    隆線長は一致しているとみなされることを特徴とする請
    求項８に記載の方法。
  11. 【請求項１１】 前記隆線の前記末端部から測定した前
    記隆線長の１／４、１／２及び３／４における双方の隆
    線の点の距離が０．６ｘ（１０ピクセル＋隆線長の１０
    ％）を超えないときは、検査される前記指紋の前記複数
    の隆線形状は整合しているとみなされることを特徴とす
    る請求項８に記載の方法。
  12. 【請求項１２】 前記最良の形態変化は、前記指紋及び
    前記テンプレートにおける整合した隆線の数が最多とな
    る形態変化であることを特徴とする請求項６に記載の方
    法。
  13. 【請求項１３】 前記指紋整合ステップ（３４）は、検
    査される前記指紋の１つの隆線（４１）及びそれに対応
    するテンプレートの隆線（４２ａ）の末端部（２１、２
    ２）の少なくとも１つが最大距離条件（４０）を満たす
    ように、前記検査される前記指紋の１つの隆線（４１）
    及び前記それに対応するテンプレートの隆線（４２ａ）
    を選定するステップ（３４１）と、前記隆線の長い方
    （４２ａ）をカットして、前記隆線の短い方（４１）の
    長さに合わせるステップ（３４２）と、前記隆線（４
    １、４２ｂ）を所定の角度より小さい角度だけ回転させ
    ることによって、前記隆線（４１、４２ｂ）を整合させ
    ることができるかどうかを検査するステップ（３４３）
    と、前記隆線（４１、４２ｂ）の対応する複数の点の間
    の距離を、点毎に測定するステップ（３４４）と、前記
    点毎の整合が、与えられた制限値に従うかどうかを検査
    するステップ（３４５）と、ペアとして認められる前記
    隆線（４１、４２ｂ）の合致を示すパラメーターを計算
    し、計算された前記パラメーターを保存するステップ
    （３４６）と、検査可能な隆線のペアの全てが既に検査
    されているかをチェックするステップ（３４７）と、比
    較が行われた全ての特定の隆線に基づいて、検査される
    前記指紋の標準化されたパラメーターを計算するステッ
    プ（３４８）と、前記標準化されたパラメーターに基づ
    いて、人の同一性を判定するステップ（３４９）と、を
    有することを特徴とする請求項１に記載の方法。
  14. 【請求項１４】 前記複数の隆線（４１、４２ｂ）の前
    記複数の末端部の少なくとも１組が、２５ピクセルを超
    えて離れていないことを特徴とする請求項１３に記載の
    方法。
  15. 【請求項１５】 前記隆線（４１、４２ｂ）は、双方の
    隆線を最大０．１ラジアン回転させることによって、平
    行になることを特徴とする請求項１３に記載の方法。
  16. 【請求項１６】 整合された前記隆線（４１、４２ｂ）
    の前記距離（ｄ）の前記点毎の比較において、１０ピク
    セル＋隆線長の５％を超える距離（ｄ）が測定されない
    ときは、前記隆線は合致しているとみなされることを特
    徴とする請求項１３に記載の方法。
  17. 【請求項１７】 末端部条件、回転条件及び合致条件を
    満たす前記隆線のペアのために、整合する細部のペア毎
    に１増加する識別カウンター値と、前記隆線（４１、４
    ２ｂ）が有するペアの点の距離から計算される距離
    （ｄ）の合計（Σｄ）と、計算された合致隆線（４１、
    ４２ｂ）の長さと、合致隆線の長さの２乗を、整合され
    た前記隆線の元の合計長さ（４１、４２ａ）で除して求
    められる加重長さと、のパラメーターが、計算され保存
    されることを特徴とする請求項１３に記載の方法。
  18. 【請求項１８】 前記指紋のために標準化されたパラメ
    ーターが計算され（３４８）、前記標準化されたパラメ
    ーターは、標準化された識別カウンター値と、合致隆線
    の標準化された合計長さと、標準化された加重長さと、
    前記隆線のペアについて計算された対応する点の距離の
    平均値のためのパラメーターと、を有することを特徴と
    する請求項１３に記載の方法。
  19. 【請求項１９】 前記標準化された識別カウンター値
    は、前記識別カウンター値を、双方の指紋に見出された
    隆線の平均の数で除することにより得られることを特徴
    とする請求項１８に記載の方法。
  20. 【請求項２０】 合致隆線の前記標準化された合計長さ
    は、合致隆線の合計長さに２を乗じて、双方の指紋に見
    出された全ての隆線の合計長さで除することにより得ら
    れることを特徴とする請求項１８に記載の方法。
  21. 【請求項２１】 前記標準化された加重長さは、個々の
    細部の加重長さを計算し、双方の指紋に見出された全て
    の隆線の合計長さで除することにより得られることを特
    徴とする請求項１８に記載の方法。
  22. 【請求項２２】 前記隆線のペアについて計算された対
    応する点の距離の平均値のための前記パラメーターは、
    位置決め可能な全ての隆線のペアが有する前記距離の合
    計（Σｄ）を、双方の指紋に見出された全ての隆線の合
    計長さで除することにより得られることを特徴とする請
    求項１８に記載の方法。
  23. 【請求項２３】 標準化されたパラメーターに基づく識
    別判定（３４９）において、Ｎ次元空間に設定された閾
    値を用いる識別方法、デシジョンツリー識別方法又はニ
    ューラルネットワーク演繹識別方法の１つを利用するこ
    とを特徴とする請求項１８に記載の方法。
  24. 【請求項２４】 携帯電話ネットワークの端末であっ
    て、前記端末へのＰＩＮコードの入力が、請求項１に記
    載のユーザー識別に置き換えられていることを特徴とす
    る携帯電話ネットワークの端末。
JP2002187508A 2001-06-27 2002-06-27 自動指紋識別方法及びそれを使用する端末 Ceased JP2003030662A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20011370A FI20011370A (fi) 2001-06-27 2001-06-27 Biotunnistusmenetelmä ja sitä hyödyntävä laite
FI20011370 2001-06-27

Publications (1)

Publication Number Publication Date
JP2003030662A true JP2003030662A (ja) 2003-01-31

Family

ID=8561508

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002187508A Ceased JP2003030662A (ja) 2001-06-27 2002-06-27 自動指紋識別方法及びそれを使用する端末

Country Status (5)

Country Link
US (1) US7085403B2 (ja)
EP (1) EP1280094B1 (ja)
JP (1) JP2003030662A (ja)
DE (1) DE60227886D1 (ja)
FI (1) FI20011370A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2107507A1 (en) 2008-03-31 2009-10-07 Fujitsu Limited Pattern aligning method, verifying method, and verifying device
EP2500386A2 (en) 2011-03-16 2012-09-19 Fujifilm Corporation Ink composition

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004093013A1 (ja) * 2003-04-15 2004-10-28 Fujitsu Limited 画像照合装置、画像照合方法、及び画像照合プログラム
JP3741282B2 (ja) * 2003-07-28 2006-02-01 セイコーエプソン株式会社 入力装置、電子機器及び入力装置の駆動方法
US7359532B2 (en) * 2003-12-11 2008-04-15 Intel Corporation Fingerprint minutiae matching using scoring techniques
KR100647362B1 (ko) * 2004-12-09 2006-11-23 엘지전자 주식회사 지문 인식 방법
JP4577580B2 (ja) * 2007-04-10 2010-11-10 ソニー株式会社 位置合わせ方法、位置合わせ装置及びプログラム
CN101965576B (zh) 2008-03-03 2013-03-06 视频监控公司 用于追踪、索引及搜寻的物件匹配
US9152779B2 (en) 2011-01-16 2015-10-06 Michael Stephen Fiske Protecting codes, keys and user credentials with identity and patterns
US9792485B2 (en) 2015-06-30 2017-10-17 Synaptics Incorporated Systems and methods for coarse-to-fine ridge-based biometric image alignment
KR101774746B1 (ko) * 2015-08-13 2017-09-05 주식회사 슈프리마 지문 인증 방법 및 그 지문 인증 방법을 이용한 장치
US9785819B1 (en) 2016-06-30 2017-10-10 Synaptics Incorporated Systems and methods for biometric image alignment
US10127681B2 (en) * 2016-06-30 2018-11-13 Synaptics Incorporated Systems and methods for point-based image alignment
US20190377921A1 (en) * 2018-06-07 2019-12-12 Himax Technologies Limited Fingerprint identification system and fingerprint identification method

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4151512A (en) 1976-09-10 1979-04-24 Rockwell International Corporation Automatic pattern processing system
JP2557510B2 (ja) * 1988-12-29 1996-11-27 株式会社東芝 個人認証装置
JP3647885B2 (ja) * 1993-05-07 2005-05-18 日本電信電話株式会社 画像処理装置
US5892838A (en) * 1996-06-11 1999-04-06 Minnesota Mining And Manufacturing Company Biometric recognition using a classification neural network
US5991430A (en) 1996-11-26 1999-11-23 Wen-Hsing Hsu Method and device for automatic matching of planar point patterns
US6487306B1 (en) * 1997-08-22 2002-11-26 International Business Machines Corporation System and method for deriving a string-based representation of a fingerprint image
US6141436A (en) * 1998-03-25 2000-10-31 Motorola, Inc. Portable communication device having a fingerprint identification system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2107507A1 (en) 2008-03-31 2009-10-07 Fujitsu Limited Pattern aligning method, verifying method, and verifying device
US8229250B2 (en) 2008-03-31 2012-07-24 Fujitsu Limited Pattern aligning method, verifying method, and verifying device
EP2500386A2 (en) 2011-03-16 2012-09-19 Fujifilm Corporation Ink composition

Also Published As

Publication number Publication date
EP1280094B1 (en) 2008-07-30
EP1280094A2 (en) 2003-01-29
US20030007671A1 (en) 2003-01-09
DE60227886D1 (de) 2008-09-11
FI20011370A0 (fi) 2001-06-27
US7085403B2 (en) 2006-08-01
FI20011370A (fi) 2002-12-28
EP1280094A3 (en) 2005-07-13

Similar Documents

Publication Publication Date Title
Jain et al. Intelligent biometric techniques in fingerprint and face recognition
US7151846B1 (en) Apparatus and method for matching fingerprint
Hemalatha A systematic review on Fingerprint based Biometric Authentication System
US20080273770A1 (en) Fast Fingerprint Identification And Verification By Minutiae Pair Indexing
US20090296994A1 (en) Method and system for identifying a person based on their tongue
JP2003030662A (ja) 自動指紋識別方法及びそれを使用する端末
Zhang et al. Advanced biometrics
Chikkerur Online fingerprint verification system
JP2002236666A (ja) 個人認証装置
Yadav et al. Fingerprint recognition based on minutiae information
Gupta et al. Non-deterministic approach to allay replay attack on iris biometric
Kanjan et al. A comparative study of fingerprint matching algorithms
Nachar et al. Hybrid minutiae and edge corners feature points for increased fingerprint recognition performance
Iwasokun et al. Review and evaluation of fingerprint singular point detection algorithms
Esan et al. Performance improvement of authentication of fingerprints using enhancement and matching algorithms
Sharma et al. Fingerprint matching Using Minutiae Extraction Techniques
JP2007179267A (ja) パターン照合装置
Aranuwa Fingerprint recognition system using multiple representations
Ran et al. A new fingerprint matching method based on ridge tracing
Zuva et al. Hybridization of bimodal biometrics for access control authentication
Deshpande et al. Experimental Study on Latent Fingerprint Matching Using Clustered Minutiae Patterns
Khan Comparing and Improving Existing Fingerprint Recognition Algorithms
Akinyokun Oluwole et al. Fingerprint Matching Using Spatial Characteristics
Multani et al. Computational Methods for Analysing Biometric Systems
Falade et al. Identifying individuals from average quality fingerprint reference templates, when the best do not provide the best results!

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050603

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080812

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20081111

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20081114

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090126

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20090224

A045 Written measure of dismissal of application [lapsed due to lack of payment]

Free format text: JAPANESE INTERMEDIATE CODE: A045

Effective date: 20090623