JP2004248714A

JP2004248714A - Authentication method using living body signal and authentication apparatus therefor

Info

Publication number: JP2004248714A
Application number: JP2003039378A
Authority: JP
Inventors: Kazuo Tanaka; 一男田中
Original assignee: Campus Create Co Ltd
Current assignee: Campus Create Co Ltd
Priority date: 2003-02-18
Filing date: 2003-02-18
Publication date: 2004-09-09

Abstract

<P>PROBLEM TO BE SOLVED: To provide an authentication method strong against forgery. <P>SOLUTION: First, a brain wave at every target candidate is acquired at each measuring point. The frequency component in the brain wave is stored in a database. The brain wave of a person to be authenticated is acquired at each measuring point and the frequency component of the acquired brain wave is acquired. The distance between the frequency component stored in the database and the frequency component of the person to be authenticated is calculated. This distance is, for example, a Euclidean distance. The identity of the person to be authenticated and the target candidate can be authenticated on the basis of the magnitude of the calculated distance. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【０００１】
【発明の属する技術分野】
本発明は、生体信号を用いて個別の生体を認証する方法に関するものである。
【０００２】
【背景技術】
生体情報を用いた個人認証方式としては、人の指紋や声紋を用いたものがある。しかしながら、これらの生体情報は、偽造が比較的に容易であるという問題がある。
【０００３】
【発明が解決しようとする課題】
本発明は、前記の事情に鑑みてなされたものである。本発明の目的は、偽造に対して頑健な認証方法を提供することである。
【０００４】
【課題を解決するための手段】
本発明の認証方法は、次のステップを含んでいる。
（１）対象者から取得した生体信号から、前記生体信号の特徴を示す基底を生成するステップ、および
（２）前記基底と、対象候補者における生体信号の特徴を示す、予め取得されている基底との距離に基づいて認証を行うステップ。
【０００５】
前記生体信号とは、例えば、脳波、脈波、筋電位または心電位である。
【０００６】
前記基底は、例えば、周波数成分である。この周波数成分は、例えば、生体信号のフーリエ変換により取得できる。
【０００７】
また、前記基底とは、時間領域成分であってもよい。この時間領域成分は、例えば、生体信号の相関次元解析により取得できる。
【０００８】
対象者の生体信号に基づく基底と、対象候補者の生体信号に基づく基底との距離とは、例えば、距離の公理を満たす非類似度である。
【０００９】
前記認証方法においては、対象者の生体信号に基づく基底が、複数の前記対象候補者の生体信号に基づく基底とほぼ同じ距離である場合には、認証不能とすることができる。
【００１０】
本発明に係る認証方法は、次のステップを含む構成であっても良い。
（１）対象候補者から取得した生体信号から、この生体信号の特徴を示す基底を生成し、この基底をデータベースに格納するステップ、
（２）対象者から取得した生体信号から、この生体信号の特徴を示す基底を生成するステップ、および
（３）前記対象者の基底と、前記対象候補者の基底との距離に基づいて、認証を行うステップ。
【００１１】
本発明のコンピュータプログラムは、前記した方法におけるステップをコンピュータで実行するためのものである。
【００１２】
本発明の記録媒体は、前記コンピュータプログラムを記録し、かつ、コンピュータで読み取り可能なものである。
【００１３】
本発明の認証装置は、データ取得部と、特徴抽出部と、データベースと、判定部とを備えている。前記データベースには、認証対象の候補者から取得した生体信号に基づく基底が格納されている。前記データ取得部は、対象者から生体信号を取得するものである。前記特徴抽出部は、前記データ取得部で取得された生体信号に基づいて基底を生成するものである。前記判定部は、前記特徴抽出部で生成された基底と、前記データベースに格納された基底との距離の近さに基づいて認証を行うものである。
【００１４】
【発明の実施の形態】
本発明の一実施形態に係る認証方法を、添付の図面を参照しながら説明する。まず、この認証方法に用いる認証装置の概要を図１に基づいて説明する。この実施形態では、この装置を、認証用のデータベースの作成と、このデータベースに基づく認証の両者に用いるものとして説明する。ただし、データベースの作成と認証とで、用いる装置が異なっていても良い。
【００１５】
この認証装置は、データ取得部１と、特徴抽出部２と、データベース３と、判定部４とを備えている。データ取得部１は、対象者および対象候補者について、生体信号としての脳波を取得する部分である。ここで、対象者とは、実際の認証における対象者を言うものとし、対象候補者とは、認証の対象となる可能性のある者を言うものとする。したがって、対象者と対象候補者とが同一の場合も異なる場合もある。データ取得部１は、具体的には、脳波測定用の複数の電極を備えている。データ取得方法の具体例は後述する。
【００１６】
特徴抽出部２は、データ取得部１で取得された脳波を解析して、脳波の特徴を示す基底を生成するものである。具体的には、特徴抽出部２は、脳波を示す離散的データをＦＦＴ処理して、直交基底としての周波数成分を出力するようになっている。特徴抽出部２は、コンピュータにより容易に構成することができる。特徴抽出方法の詳細は後述する。
【００１７】
データベース３は、特徴抽出部２を用いて対象候補者から予め取得しておいた、生体信号の特徴を示す基底（具体的には脳波の周波数成分）を格納しておくものである。データベース３はハードディスク等の任意のハードウエアまたはソフトエアにより構成することができる。データ構造の具体例は後述する。
【００１８】
判定部４は、認証対象者の基底と、データベースに格納された基底との距離の近さに基づいて、対象者を認証できるかどうかの判定を行うものである。判定部４も、コンピュータにより容易に構成することができる。判定部４における具体的な判定方法は後述する。
【００１９】
つぎに、前記装置を用いた認証方法を、図２および図３を主に参照しながら説明する。まず、認証に用いるデータベースの構築について説明する。
【００２０】
（データベースの構築）
データ取得部１により、認証対象の候補者から、生体信号としての脳波を取得する（ステップ２−１）。具体的には、まず、データ取得部１の複数の電極を、国際１０／２０電極法に基づいて、対象候補者の頭部１０（図４参照）に取り付ける。具体的には、１３個の電極を、図４において○で囲まれた位置（Ａ１およびＡ２を除く）に配置する。ここで、頭部１０は耳１１と鼻１２とを有している。図４中Ａ１およびＡ２の位置には、参照電極（基準電極）を配置する。ついで、測定用の電極の出力をバンドパスフィルタに通す。この実施形態では、０．５３〜３０［Ｈｚ］のバンドパスフィルタを用いる。ついで、バンドバスフィルタの出力をサンプリングする。サンプリング周波数は、この実施形態では１０２４［Ｈｚ］とした。また、サンプリング時間は１．０秒とした。これにより、１秒当たり１０２４個の離散的な測定データを得ることができる。ｍ番目（ｍ＝１，２，…，１３）の測定点におけるデータｘ_ｎ（ｎ＝１，２，…，１０２４）の組をｐ_ｍとすると、ｐ_ｍは下記（１）式で表される。

【００２１】
ついで、特徴抽出部２により、生体信号の特徴を示す基底を生成する（ステップ２−２）。基底とは、この実施形態では周波数成分である。具体的には、まず、各測定点でのデータｐ_ｍを離散フーリエ変換により周波数成分に分解する。離散フーリエ変換は、ＦＦＴ（ＦａｓｔＦｏｕｒｉｅｒＴｒａｎｓｆｏｒｍ）により高速に計算することができる。
【００２２】
各測定点におけるｎ番目のサンプリングデータをｘ_ｎ、ＦＦＴで計算された周波数ｋ［Ｈｚ］における成分データ（つまり離散フーリエスペクトル）をＦ_ｋとすると、

となる。
【００２３】
この実施形態では、バンドパスフィルタの出力を考慮して、データＦ_ｋのうち、８〜３０ＨｚでのデータＦ_８〜Ｆ_３０を用いる。これらの周波数成分が基底となる。ただし、この実施形態では、さらに、次の操作を行う。まず、周波数成分データＦ_８〜Ｆ_３０の絶対値の組をベクトルＰ_ｍ（ｍ＝１，２，…，１３）とする。つまり、測定点毎に、周波数成分データの絶対値の組を作る。このベクトルＰ_ｍの組を行列Ｂとする。ベクトルＰ_ｍおよび行列Ｂは以下のように表される。

【００２４】
この行列Ｂは、対象候補者に対する１秒間の測定毎に生成される。２００回の測定を行うこととすれば、各対象候補者について下記のパターン行列Ｂ_ａｖｅを生成できる。

ここで、Ｂ（ｊ）は、ｊ（ｊ＝１，２，…，２００）回目の測定における行列Ｂを表す。このようにして生成されたパターン行列Ｂ_ａｖｅは、対象候補者毎にデータベース３に格納される（ステップ２−３）。以上の動作を各対象候補者について行う。従って、データベース３は、対象候補者とパターン行列とが対応するテーブルを備えていることになる。本実施形態では、パターン行列Ｂ_ａｖｅの要素が基底を表している。
【００２５】
（対象者の認証）
データベース３が作成された後、対象者の認証が行われる。まず、データ取得部１により、対象者の生体信号を取得する（図３のステップ３−１）。なお、前記した通り、この実施形態では、データ取得部１および特徴抽出部２を、データベース作成と実際の認証とに用いているが、別の装置を用いることは当然に可能である。対象者からの生体信号の取得方法は、前記したデータベース作成時における対象候補者からの取得方法と同様なので説明を省略する。これにより、対象者における各測定点でのデータの組ｐ′_ｍ（ｍ＝１，２，…，１３）を得ることができる。
【００２６】
ついで、取得された生体信号の特徴を示す基底を、特徴抽出部２により生成する（ステップ３−２）。前記したとおり、この実施形態では、基底とは、脳波の周波数成分である。この生成方法も、前記したデータベース作成時と同様なので説明を省略する。これにより、対象者からのパターン行列Ｂ′_ａｖｅを生成することができる。
【００２７】
ついで、対象者からのパターン行列Ｂ′_ａｖｅ（未知データ）と、データベース３に格納されている対象候補者のパターン行列Ｂ_ａｖｅ（既知データ）との距離を対比する（ステップ３−３）。距離の計算手法としては種々存在するが、この実施形態では、ユークリッド距離を用いる。より具体的には、各パターン行列における各要素の２乗の和（すなわちユークリッド距離の二乗）を距離として算出する。もちろん、ユークリッド距離そのものを算出しても良い。この計算を、データベースに格納されている各パターン行列Ｂ_ａｖｅについて行う。なお、距離としては、ユークリッド距離ではなく、マハラノビス距離であってもよい。さらに、距離としては、距離の公理（すなわち非負、同一性、対称性および三角不等性）を満たす非類似度を用いることができる。
【００２８】
ついで、データベース中のパターン行列Ｂ′_ａｖｅ中でもっとも距離の短いものを選定する。これにより、データベースに予めデータを登録しておいた対象候補者が特定される。したがって、認証対象とされている対象者が、予め登録されている者であることの認証を行うことができる。より具体的な認証手順としては、例えば、予め登録されている対象候補者毎のＩＤの入力を対象者に求める。前記方法により特定された対象候補者のＩＤと入力されたＩＤとが合致すれば、両者が同一人であると判定することができる。もちろん、指紋等を用いた他の認証方法と組み合わせて認証を行っても良い。判定結果は、適宜の方法で出力される（ステップ３−４）。例えば、ディスプレイに認証結果が表示される。
【００２９】
本実施形態の方法によれば、偽造が困難な脳波を用いて認証を行うので、偽造に対して頑健な認証方法を提供することができる。
【００３０】
【実験例】
認証精度を検証するため、以下の実験を行った。被験者数は１０名とした。被験者毎に、前記した実施形態の方法により、周波数成分を要素とする行列Ｂを４００個生成した。
【００３１】
これらの行列Ｂのうち、２００個のデータから、データベースに格納されるべきパターン行列Ｂ_ａｖｅを生成した。残りの２００個のデータから、検証用のパターン行列Ｂ′_ａｖｅを生成した。他の条件は、前記した実施形態と同様とした。なお、生成された周波数データを被験者毎に図５〜１２に示す。
【００３２】
本実施形態の方法に従って、ある被験者におけるパターン行列Ｂ′_ａｖｅと最も近いパターン行列Ｂ_ａｖｅを選択した。そして、当該被験者と、選択されたパターン行列Ｂ_ａｖｅにおける被験者とが一致するかどうかを、各被験者について調べた。その結果、正しい個人認識を、７４％の被験者に対して行うことができた。
【００３３】
また、最小距離付近（例えば最小距離から２０％の範囲内）に複数の対象候補者がいる場合には認識不可と判定することにより、９０．５％という高い認識率を得ることができた。
【００３４】
前記した各実施形態の実行は、当業者にはコンピュータを用いて容易に実行可能である。そのためのプログラムは、コンピュータで読み取り可能な記録媒体、例えばＨＤ、ＦＤ、ＣＤ、ＭＯなど、任意のものに格納できる。
【００３５】
なお、前記各実施形態の記載は単なる一例に過ぎず、本発明に必須の構成を示したものではない。各部の構成は、本発明の趣旨を達成できるものであれば、上記に限らない。
【００３６】
例えば、前記実施形態では、離散フーリエ変換により周波数成分を基底として抽出する構成としたが、ウエーブレット変換における直交基底としての時間関数（時間領域成分）を基底として抽出しても良い。時間領域成分を基底として用いた場合の認証方法は前記と同様でよい。認証に用いうる基底としての時間領域成分には、他にも、例えば、リアプノフ指数、リアプノフ次元、リカレントプロット、ＫＳエントロピー、軌道平行測度、またはハウスドルフ次元（相関次元、フラクタル次元および容量次元のいずれかである場合を含む）などのカオス解析結果が利用できる。なお、相関次元解析はカオス解析に含まれる概念である。さらには、例えば、離散コサイン変換、離散サイン変換、ハートレー変換、スラント変換、ウォルシュ・アダマール変換、ハール変換、Ｍ変換などの直交変換方式における基底を用いて、前記実施形態の方法により認証することも可能である。また、前記実施形態では、離散データに基づいた離散フーリエ変換等の解析方法を例示したが、連続データを用いたフーリエ変換等の解析方法を用いて基底を生成しても良い。
【００３７】
また、前記実施形態では、生体信号として脳波を用いたが、これに限らず、例えば、脈波、筋電位または心電位を用いても良い。脈波は、例えば、身体の透過光を検出することにより、血流量の変化として検出することができる。また、筋電位や心電位は、電極を用いた通常の検出方法により検出することができる。したがって、脈波、筋電位または心電位を生体信号として用いた場合には、認証装置や認証手順を簡易にできるという利点がある。さらに、脳波以外の生体信号を認証に用いた場合であっても、生体信号の偽造は比較的難しいため、偽造に対して頑健な認証方法を提供することができる。
また、各実施形態を実現するための各部（機能ブロックを含む）の具体的手段は、ハードウエア、ソフトウエア、ネットワーク、これらの組み合わせ、その他の任意の手段を用いることができ、このこと自体は当業者において自明である。さらに、機能ブロックどうしが複合して一つの機能ブロックに集約されても良い。また、一つの機能ブロックの機能が複数の機能ブロックの協働により実現されても良い。
【００３８】
【発明の効果】
本発明によれば、偽造に対して頑健な認証方法を提供することが可能となる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る認証方法を実施するための認証装置の概略を示すブロック図である。
【図２】本発明の一実施形態に係る認証方法における、データベースの生成手順を示すフローチャートである。
【図３】本発明の一実施形態に係る認証方法における、データベースを用いた認証手順を示すフローチャートである。
【図４】電極の取り付け方法を説明するための説明図であって、図（ａ）は頭部の平面図、図（ｂ）はその側面図である。
【図５】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図６】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図７】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図８】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図９】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１０】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１１】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１２】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method for authenticating an individual living body using a biological signal.
[0002]
[Background Art]
As a personal authentication method using biometric information, there is a method using a human fingerprint or voiceprint. However, there is a problem that such biometric information is relatively easy to forge.
[0003]
[Problems to be solved by the invention]
The present invention has been made in view of the above circumstances. It is an object of the present invention to provide an authentication method that is robust against forgery.
[0004]
[Means for Solving the Problems]
The authentication method of the present invention includes the following steps.
(1) generating a basis indicating the characteristic of the biological signal from the biological signal acquired from the subject; and (2) previously acquiring a basis indicating the basis and the characteristic of the biological signal in the target candidate. Performing authentication based on the distance to the server.
[0005]
The biological signal is, for example, an electroencephalogram, a pulse wave, a myoelectric potential, or a cardiac potential.
[0006]
The basis is, for example, a frequency component. This frequency component can be obtained by, for example, Fourier transform of a biological signal.
[0007]
Further, the basis may be a time domain component. This time domain component can be acquired by, for example, correlation dimension analysis of a biological signal.
[0008]
The distance between the base based on the biological signal of the target person and the base based on the biological signal of the target candidate is, for example, a dissimilarity that satisfies the distance axiom.
[0009]
In the authentication method, if the basis based on the biosignals of the subject is approximately the same distance as the basis based on the biosignals of the plurality of candidate candidates, authentication may be disabled.
[0010]
The authentication method according to the present invention may have a configuration including the following steps.
(1) generating a basis indicating characteristics of the biosignal from the biosignal acquired from the target candidate, and storing the basis in a database;
(2) generating a basis indicating characteristics of the biological signal from the biological signal acquired from the subject; and (3) performing authentication based on a distance between the basis of the subject and the basis of the target candidate. Step to do.
[0011]
A computer program according to the present invention is for executing the steps of the method described above on a computer.
[0012]
The recording medium of the present invention records the computer program and is readable by a computer.
[0013]
The authentication device of the present invention includes a data acquisition unit, a feature extraction unit, a database, and a determination unit. The database stores bases based on biosignals obtained from candidates to be authenticated. The data acquisition unit acquires a biological signal from a subject. The feature extraction unit generates a base based on the biological signal acquired by the data acquisition unit. The determination unit performs authentication based on a short distance between the base generated by the feature extraction unit and the base stored in the database.
[0014]
BEST MODE FOR CARRYING OUT THE INVENTION
An authentication method according to an embodiment of the present invention will be described with reference to the accompanying drawings. First, an outline of an authentication device used for this authentication method will be described with reference to FIG. In this embodiment, the apparatus will be described as being used for both creation of an authentication database and authentication based on the database. However, the devices used for database creation and authentication may be different.
[0015]
This authentication device includes a data acquisition unit 1, a feature extraction unit 2, a database 3, and a determination unit 4. The data acquisition unit 1 is a unit that acquires brain waves as biosignals for a subject and a subject candidate. Here, the target person refers to a target person in actual authentication, and the target candidate refers to a person who may be a target of authentication. Therefore, the target person and the target candidate may be the same or different. The data acquisition unit 1 specifically includes a plurality of electrodes for brain wave measurement. A specific example of the data acquisition method will be described later.
[0016]
The feature extraction unit 2 analyzes the electroencephalogram acquired by the data acquisition unit 1 and generates a basis indicating features of the electroencephalogram. Specifically, the feature extraction unit 2 performs FFT processing on discrete data indicating brain waves and outputs frequency components as orthogonal bases. The feature extraction unit 2 can be easily configured by a computer. Details of the feature extraction method will be described later.
[0017]
The database 3 stores a basis (specifically, a frequency component of an electroencephalogram) indicating a feature of a biological signal, which is acquired in advance from a target candidate using the feature extraction unit 2. The database 3 can be constituted by any hardware such as a hard disk or software. A specific example of the data structure will be described later.
[0018]
The determination unit 4 determines whether or not the target person can be authenticated based on the closeness of the distance between the base of the person to be authenticated and the base stored in the database. The determination unit 4 can also be easily configured by a computer. A specific determination method in the determination unit 4 will be described later.
[0019]
Next, an authentication method using the device will be described mainly with reference to FIGS. First, construction of a database used for authentication will be described.
[0020]
(Database construction)
The data acquisition unit 1 acquires an electroencephalogram as a biological signal from a candidate to be authenticated (step 2-1). Specifically, first, the plurality of electrodes of the data acquisition unit 1 are attached to the head 10 of the target candidate (see FIG. 4) based on the international 10/20 electrode method. Specifically, the thirteen electrodes are arranged at positions (excluding A1 and A2) circled in FIG. Here, the head 10 has ears 11 and a nose 12. A reference electrode (reference electrode) is arranged at positions A1 and A2 in FIG. Next, the output of the measurement electrode is passed through a band-pass filter. In this embodiment, a bandpass filter of 0.53 to 30 [Hz] is used. Next, the output of the band pass filter is sampled. The sampling frequency is 1024 [Hz] in this embodiment. The sampling time was 1.0 second. Thereby, 1024 discrete measurement data can be obtained per second. m-th (m = 1,2, ..., 13 ) data _{x n (n = 1,2, ...} , 1024) at the measurement point of the pairs of the _{p m,} _{p m} is represented by the following formula (1) You.

[0021]
Next, the feature extraction unit 2 generates a basis indicating the feature of the biological signal (step 2-2). The basis is a frequency component in this embodiment. Specifically, first, decomposed into the frequency components by the discrete Fourier transform data p _m at each measurement point. The discrete Fourier transform can be calculated at a high speed by FFT (Fast Fourier Transform).
[0022]
Assuming that the n-th sampling data at each measurement point is x _n and the component data at a frequency k [Hz] calculated by FFT (that is, a discrete Fourier spectrum) is F _k

It becomes.
[0023]
In this embodiment, in consideration of the output of the band-pass filter, of the data _{F k,} using the data _F 8 _{to F 30} in 8～30Hz. These frequency components are the basis. However, in this embodiment, the following operation is further performed. First, a set of absolute values of the frequency component data F _{8 to} F ₃₀ is defined as a vector P _m (m = 1, 2,..., 13). That is, a set of absolute values of the frequency component data is created for each measurement point. This set of vectors P _m and matrix B. The vector _Pm and the matrix B are represented as follows.

[0024]
This matrix B is generated for each one-second measurement of the target candidate. If the measurement is performed 200 times, the following pattern matrix B _ave can be generated for each target candidate.

Here, B (j) represents the matrix B in the j-th (j = 1, 2,..., 200) measurement. The pattern matrix B _ave generated in this way is stored in the database 3 for each target candidate (step 2-3). The above operation is performed for each target candidate. Therefore, the database 3 has a table in which the target candidates correspond to the pattern matrices. In the present embodiment, the elements of the pattern matrix B _ave represent the basis.
[0025]
(Authentication of the target person)
After the database 3 is created, the target person is authenticated. First, the data acquisition unit 1 acquires a biological signal of the subject (step 3-1 in FIG. 3). As described above, in this embodiment, the data acquisition unit 1 and the feature extraction unit 2 are used for database creation and actual authentication. However, it is naturally possible to use another device. The method of acquiring a biological signal from a subject is the same as the method of acquiring a biometric signal from a subject candidate when creating the database described above, and a description thereof will be omitted. Thus, a data set p ′ _m (m = 1, 2,..., 13) at each measurement point in the subject can be obtained.
[0026]
Next, the feature extraction unit 2 generates a base indicating the feature of the acquired biological signal (step 3-2). As described above, in this embodiment, the base is a frequency component of an electroencephalogram. This generation method is the same as that at the time of creating the database, and the description is omitted. As a result, a pattern matrix B ′ _ave from the subject can be generated.
[0027]
Next, the distance between the pattern matrix B ' _ave (unknown data) from the target person and the pattern matrix B _ave (known data) of the target candidate stored in the database 3 is compared (step 3-3). There are various methods for calculating the distance, but in this embodiment, the Euclidean distance is used. More specifically, the sum of the squares of each element in each pattern matrix (that is, the square of the Euclidean distance) is calculated as the distance. Of course, the Euclidean distance itself may be calculated. This calculation is performed for each pattern matrix B _ave stored in the database. The distance may be a Mahalanobis distance instead of the Euclidean distance. Further, as the distance, a dissimilarity that satisfies the distance axiom (ie, non-negative, identity, symmetry, and triangle inequality) can be used.
[0028]
Next, the shortest distance is selected from the pattern matrices B ' _ave in the database. Thereby, the target candidate whose data has been registered in the database in advance is specified. Therefore, it can be authenticated that the target person to be authenticated is a person registered in advance. As a more specific authentication procedure, for example, the target person is requested to input an ID of each target candidate registered in advance. If the ID of the target candidate specified by the above method matches the input ID, it can be determined that both are the same person. Of course, authentication may be performed in combination with another authentication method using a fingerprint or the like. The judgment result is output by an appropriate method (step 3-4). For example, an authentication result is displayed on a display.
[0029]
According to the method of the present embodiment, since authentication is performed using brain waves that are difficult to forge, an authentication method that is robust against forgery can be provided.
[0030]
[Experimental example]
The following experiments were performed to verify the authentication accuracy. The number of subjects was set to 10. For each subject, 400 matrices B having frequency components as elements were generated by the method of the above-described embodiment.
[0031]
Of these matrices B, a pattern matrix B _ave to be stored in the database was generated from 200 data. A pattern matrix B ′ _ave for verification was generated from the remaining 200 data. Other conditions were the same as in the above-described embodiment. The generated frequency data is shown in FIGS.
[0032]
According to the method of the present embodiment, it selects the closest pattern matrix _{B ave} a pattern matrix _{B 'ave} at a given subject. Then, whether or not the subject matches the subject in the selected pattern matrix B _ave was examined for each subject. As a result, correct personal recognition was performed for 74% of the subjects.
[0033]
Further, when there are a plurality of target candidates near the minimum distance (for example, within a range of 20% from the minimum distance), it is determined that recognition is not possible, so that a high recognition rate of 90.5% could be obtained.
[0034]
Execution of each of the above-described embodiments can be easily performed by those skilled in the art using a computer. A program for that can be stored in a computer-readable recording medium such as an HD, an FD, a CD, and an MO.
[0035]
The description of each of the above embodiments is merely an example, and does not show a configuration essential to the present invention. The configuration of each part is not limited to the above as long as the purpose of the present invention can be achieved.
[0036]
For example, in the above embodiment, the frequency component is extracted as the basis by the discrete Fourier transform. However, the time function (time domain component) as the orthogonal basis in the wavelet transform may be extracted as the basis. The authentication method when the time domain component is used as the basis may be the same as described above. The time domain component as a basis that can be used for authentication includes, for example, Lyapunov exponent, Lyapunov dimension, recurrent plot, KS entropy, orbit parallel measure, or Hausdorff dimension (any one of correlation dimension, fractal dimension and capacity dimension) ) Can be used. The correlation dimension analysis is a concept included in the chaos analysis. Furthermore, for example, it is also possible to authenticate by the method of the above-described embodiment using a basis in an orthogonal transformation method such as a discrete cosine transformation, a discrete sine transformation, a Hartley transformation, a Slant transformation, a Walsh-Hadamard transformation, a Haar transformation, and an M transformation. It is possible. In the above-described embodiment, an analysis method such as a discrete Fourier transform based on discrete data has been exemplified. However, a basis may be generated using an analysis method such as a Fourier transform using continuous data.
[0037]
In the above embodiment, the brain wave is used as the biological signal. However, the present invention is not limited to this. For example, a pulse wave, a myoelectric potential, or a cardiac potential may be used. The pulse wave can be detected as a change in blood flow, for example, by detecting light transmitted through the body. Further, the myoelectric potential and the cardiac potential can be detected by a normal detection method using electrodes. Therefore, when a pulse wave, a myoelectric potential or a cardiac potential is used as a biological signal, there is an advantage that the authentication device and the authentication procedure can be simplified. Furthermore, even if a biological signal other than an electroencephalogram is used for authentication, forgery of the biological signal is relatively difficult, so that an authentication method that is robust against forgery can be provided.
Further, as specific means of each unit (including functional blocks) for realizing each embodiment, hardware, software, a network, a combination thereof, or any other means may be used. It is obvious to those skilled in the art. Further, the functional blocks may be combined into one functional block. Further, the function of one functional block may be realized by cooperation of a plurality of functional blocks.
[0038]
【The invention's effect】
According to the present invention, it is possible to provide an authentication method that is robust against forgery.
[Brief description of the drawings]
FIG. 1 is a block diagram showing an outline of an authentication device for performing an authentication method according to an embodiment of the present invention.
FIG. 2 is a flowchart showing a database generation procedure in the authentication method according to the embodiment of the present invention.
FIG. 3 is a flowchart showing an authentication procedure using a database in the authentication method according to one embodiment of the present invention.
4A and 4B are explanatory views for explaining a method of attaching an electrode, wherein FIG. 4A is a plan view of a head and FIG. 4B is a side view thereof.
FIG. 5 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 6 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 7 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 8 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 9 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 10 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 11 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.
FIG. 12 is a graph showing an example of frequency data in an experimental example. In the figure, the vertical axis indicates frequency, and the horizontal axis indicates measurement points. In addition, the portion where the absolute value of the component is large is shown in dark color.

Claims

An authentication method comprising the following steps:
(1) generating a basis indicating the characteristics of the biological signal from the biological signal acquired from the subject;
(2) performing authentication based on a distance between the base and a base obtained in advance, which indicates a characteristic of a biological signal of the target candidate;

The authentication method according to claim 1, wherein the biological signal is an electroencephalogram.

The authentication method according to claim 1, wherein the biological signal is a pulse wave.

The authentication method according to claim 1, wherein the biosignal is a myoelectric potential.

The authentication method according to claim 1, wherein the biological signal is a cardiac potential.

The authentication method according to claim 1, wherein the base is a frequency component.

The authentication method according to claim 6, wherein the frequency component is obtained by Fourier transform of the biological signal.

The authentication method according to claim 1, wherein the base is a time domain component.

The authentication method according to claim 8, wherein the time domain component is obtained by correlation dimension analysis of the biological signal.

The distance between the base based on the biological signal of the target person and the base based on the biological signal of the target candidate is a dissimilarity that satisfies the distance axiom. Authentication method described in section.

11. When the base based on the biological signal of the target person is substantially the same distance as the base based on the biological signals of the plurality of target candidates, authentication is disabled. The authentication method according to claim 1.

An authentication method comprising the following steps:
(1) generating a basis indicating characteristics of the biological signal from the biological signal acquired from the target candidate, and storing the basis in a database;
(2) generating a basis showing characteristics of the biological signal from the biological signal acquired from the subject;
(3) performing authentication based on the distance between the base of the target person and the base of the target candidate.

A computer program for executing the steps according to any one of claims 1 to 12 on a computer.

A computer-readable recording medium on which the computer program according to claim 13 is recorded.

A data acquisition unit, a feature extraction unit, a database, and a determination unit, wherein the database stores a basis based on a biological signal acquired from a candidate to be authenticated, and the data acquisition unit Acquiring a biological signal from a subject, wherein the feature extracting unit generates a basis based on the biological signal acquired by the data acquiring unit, and wherein the determining unit comprises: An authentication apparatus for performing authentication based on a short distance between a generated base and a base stored in the database.