JP2006012080A - 生体情報認証装置 - Google Patents

Abstract

【課題】 本発明は、生体情報認証装置に関し、特に、複数枚の生体情報特徴点リストを高精度に合成して一つの登録生体情報特徴点リストを作成する生体情報認証装置を提供する。
【解決手段】 登録生体情報と入力生体情報とを照合してユーザの個人認証を行う生体情報認証装置において、生体情報画像を入力する生体情報入力手段（１１０）と、入力された生体情報画像から、特徴点の情報で構成される生体情報特徴を生成すべく、複数の特徴点を抽出する特徴抽出手段（１５０）と、複数の生体情報特徴を記憶する記憶手段（１２０）と、前記複数の生体情報特徴を照合して類似度を求め、類似しているか否かを判定する類似判定手段と、前記類似判定手段が類似と判定した場合に、記憶された生体情報特徴を合成して合成生体情報特徴を生成する特徴合成手段（１６０）と、前記合成生体情報特徴を登録生体情報に設定する特徴登録手段（１７０）と、を備える。
【選択図】 図１

Description

本発明は生体情報認証装置に関し、更に詳しく述べると、複数の生体情報特徴から信頼性あるいは利用度の高い特徴点を高精度に合成して一つの登録生体情報特徴を作成することができる生体情報認証装置に関するものである。

近年、建物や部屋への出入りの際に資格認証を行う等、本人確認によるセキュリティへの重要性に関心が集まっている。本人確認の方法としては、パスワードによる認証等種々の方法があるが、その一つとして、指紋等の固有の生体情報による認証を行う装置が多く利用されている。

例えば、指紋等の生体情報認証装置をモバイル機器に搭載することを目的として、指より小さな面積の指紋センサが市場に出回っている。これらの指紋センサは、省スペース、低価格であることから実装に適している反面、指紋全体の一部しか読み取る事ができない。

従って、登録したときと照合するときの指載置位置にずれがあると、両者の指紋（紋様、特徴点）が一致せず、照合精度低下を招きやすい問題がある。すなわち、指紋センサに対して指を載置する位置がずれ、照合時に登録されていない部分の指紋を含んだデータが入力されてしまうことにより、登録されたユーザであるにもかかわらず拒否されてしまうことがある。

また、指紋センサの大小に関係なく、センサに指を載置する際の姿勢変動によってセンサに接触する指の領域が一定しない問題がある。その場合も照合領域は異なるため、位置ずれによる本人拒否と同様の問題が起こる。

指紋認証装置では通常、指紋入力部に指ガイドを設ける等して位置ずれ等の撮像領域変動を防ぐが、完全に防ぐことは難しい。
そこで、複数の指紋画像又は複数の指紋特徴点データを合成してセンサ領域より大きい領域の指紋を登録することにより、認証時における位置ずれに対応できるようにする手法がいくつか提案されている。

特開平１０−１４３６６３ 特開２００１−３４４６０４

特許文献１では、指紋画像データの合成登録の手法が提案されているが、画像を合成する際に抽出された特徴点が画像を合成することによって欠落、変化してしまうおそれがある。
従って、得られた登録指紋は、ユーザの指紋の特徴を明瞭に表していないもの、つまり認証に適したものでなく、照合精度が低くなってしまう場合がある。

特許文献２では、指紋画像から抽出された特徴点データの合成登録の手法が提案されている。この手法では、合成した特徴点データの妥当性を、特徴点の分布状況によって検証することで、照合精度の向上を図っている。

しかし、特許文献２では、複数の特徴点データから得られる、登録指紋としての各特徴点データの適性やユーザに個有の指載置特性（指載置の方向等の癖）を考慮した合成を行っていない。従って、得られた登録指紋は認証に適したものとは限らず、高い照合精度を安定して得ることができない。

本発明は上記課題を解決するためになされたものであって、特徴点データの合成の際に、認証に適した特徴点データを認証に適した手法で合成して登録する生体情報認証装置を提供することを目的としている。

上述の目的に鑑み、本発明の目的は、登録生体情報と入力生体情報とを照合してユーザの個人認証を行う生体情報認証装置において、生体情報画像を入力する生体情報入力手段と、入力された生体情報画像から、特徴点の情報で構成される生体情報特徴を生成すべく、複数の特徴点を抽出する特徴抽出手段と、複数の生体情報特徴を記憶する記憶手段と、前記複数の生体情報特徴を照合して類似度を求め、類似しているか否かを判定する類似判定手段と、前記類似判定手段が類似と判定した場合に、記憶された生体情報特徴を合成して合成生体情報特徴を生成する特徴合成手段と、前記合成生体情報特徴を登録生体情報に設定する特徴登録手段と、を備えることを特徴とする生体情報認証装置を提供することにある。

本発明によれば、各生体情報特徴について、登録生体情報に反映されるものとしての適性を判定して合成することにより、認証時の照合精度が高い登録生体情報を得ることができる。また、複数の生体情報載置の位置ずれに安定に対応する一つの基準生体情報特徴をベースに特徴を合成することにより、ユーザの生体情報載置特性（癖）を反映した登録生体情報を得ることができる。また、特徴の再現の情報を有効活用し、生体情報認証に有効な特徴を複数の生体情報特徴から選択的にピックアップして合成可能である。

また、本発明は様々な生体情報に適用することが可能である。指紋以外では、例えば、血管パターン（指、手の甲、掌、網膜等）、掌紋、耳の形等は、指紋と同様に端点や分岐点を有するため、本発明の合成処理が適用できる。従って、これらの生体情報を用いた認証装置においても、各登録者の生体情報入力の癖を反映した登録生体情報を生成することができ、高精度な認証を実現することができる。

以下では、生体情報として指紋を例に挙げ、実施例を説明する。
図１は、本発明の全体構成を表す図である。図１の各部に関し、概略的に説明する。

操作・表示部１００は、登録者のＩＤ番号や装置管理者の暗証番号等の入力、動作状態、ガイダンスの表示を行う。操作・表示部１００は、タッチパネルディスプレイとスピーカで構成する。タッチパネルディスプレイの代わりにテンキーと液晶ディスプレイで構成してもよい。

指紋入力部１１０は、操作者が指を押下するとその指紋のデジタル画像を出力する。指紋入力部１１０は、典型的には、指を照明するＬＥＤ、指を撮像してデジタル信号に変換するＣＣＤカメラをモジュール化した光学式の指紋センサ及びユーザに指載置位置を正しく認識させるための指ガイド部材で構成される。指紋センサには、他に静電容量式や圧力式等各種原理があるが、本発明は指紋センサの原理を限定しない。

記憶部１２０は、フラッシュメモリ等のメモリ装置で構成され、後述する生体情報特徴である特徴点リスト、登録データとしての合成生体情報特徴である合成特徴点リスト等を格納する。

処理部１３０はデジタル信号を入出力し、デジタル信号を処理するプログラムを記憶、実行することが可能なＣＰＵ等で構成される。
以下で述べる制御部１４０、特徴抽出部１５０、特徴合成部１６０、特徴登録部１７０、及び認証部１８０の各部は、処理部１３０に含まれ、前記プログラムにより実現される。

制御部１４０は、操作・表示部１００、指紋入力部１１０、及び記憶部１２０の動作、特徴抽出部１５０、特徴合成部１６０、及び特徴登録部１７０による処理の流れを制御する。具体的な動作については後述する。

特徴抽出部１５０は、指紋のデジタル画像を処理して特徴点を抽出する。ここで、特徴点とは、指紋の隆線の端点や隆線の分かれ目である分岐点を意味する。
図２は、指紋の特徴点の位置座標と方向の例を表す図である。同図において、２００、２１０、２２０は端点の、２３０は分岐点の、それぞれ、サンプルである。

特徴点は、個々の情報として、位置（ｘ，ｙ）、方向に相当する偏角（以下、方向パラメータと呼ぶ）θ、信頼度Ｗのデータ要素を持つ。
端点２００の位置（ｘ_T，ｙ_T）を図２（ａ）に例示し、端点２００の方向パラメータθ_Tを図２（ｂ）に例示する。

特徴点の方向は、近傍隆線の流れる方向であり、分岐点であれば分岐先の方向、端点であれば隆線の連なる方向に近くなる。方向パラメータθは、ｘ軸方向から時計回りに値を設定する。
特徴点の信頼度Ｗは、特徴点を含む近傍特徴点の各方向単位ベクトルを足し合わせて平均化した方向ベクトルの大きさに比例した値として求める。これは、特徴点と近傍特徴点との整合性の度合いを反映した値となり、特徴点を含む近傍特徴点方向が全て同じ方向となるとき最大値を取る。信頼度Ｗは、各特徴点の方向の信頼性や存在の信頼性を表す指標であり、算出方法はこれに限るものではない。
一つの指紋画像から複数の特徴点（ｘ_i，ｙ_i，θ_i，Ｗ_i）が抽出され、これらは、特徴点リストとして出力される。

特徴合成部１６０は、記憶部１２０から複数個の特徴点リストを読み込んで、それぞれの対応付けを行って位置合わせをし、そこから１個の特徴点リスト（以下、合成特徴点リストと呼ぶ）を生成する。
図３は、複数回の指載置から得られた複数の特徴点リストの例を示す図である。図４は、特徴点の対応付けと位置合わせの例を示す図である。図５は、特徴点の合成結果の例を示す図である。図３から図５を参照し、合成の概要を示す。

図３は、複数個（ここでは３個）の特徴点リストＡ、Ｂ、及びＣを示す。同図において、各三角形の重心が特徴点を表し、三角形の重心から最小頂角に対応する点へ向かう方向が特徴点の方向を表している。矩形の枠は、指紋センサ領域である。

図４は、これらの特徴点リストの対応付けと位置合わせ結果である。対応付けは、一つの基準リストを定めて、それに対して他の特徴点リストの各特徴点を対応付ける。
図４では、特徴点リストＡが基準リストとなり、それに対して特徴点リストＢおよびＣの特徴点を対応付けている。そのために、対応が取れた特徴点を重ね合わせて位置合わせを行う。

図５は、位置合わせ結果から合成した特徴点リストである。
合成特徴点リストは、対応が取れた特徴点と対応が取れなかった特徴点（以下、孤立特徴点と呼ぶ）が所定のルールで混在したリストとなる。
特徴合成部１６０の処理の詳細については、後に詳述する。

特徴登録部１７０は、合成特徴点リストと登録者のＩＤ番号を関連付けて記憶部１２０に格納する。

認証部１８０は、認証時に指紋入力部１１０から入力された認証対象者（認証を受けようとする者）の指紋画像を特徴抽出部１５０で処理した特徴点リスト（以下、入力特徴点リストと呼ぶ）と、記憶部１２０から読み出した登録されている合成特徴点リスト（以下、合成特徴点リストと呼ぶ）とを照合して類似度を算出し、これを照合閾値と比較して、登録者としての認証を与えるかどうかの判定を行う。

図６は、指紋の特徴点リストを登録する処理のフローチャートである。以下では、同図を参照し、本発明である生体情報認証装置の動作について、ここでは生体情報として特に指紋を例に挙げ説明する。尚、登録に必要な指紋の入力回数を３回として説明する。

装置管理者が、操作・表示部１００のタッチパネルディスプレイを操作して登録のメニューを選択し、暗証番号を入力すると、登録モードに移行し登録の処理が開始される（Ｓ６００）。
登録しようとするユーザは、「ＩＤ番号を入力してください」等のガイダンスに従い、社員番号等ユーザを識別可能なＩＤ番号を操作・表示部１００を操作して入力する（Ｓ６０５）。

登録しようとするユーザは、「指を置いてください」等のガイダンスに従い、指紋入力部１１０である指紋センサに指を載置する（Ｓ６１０）。
指紋センサから指紋画像のデジタル信号が出力され、処理部１３０へ入力される。
制御部１４０は、特徴抽出部１５０を起動し、指紋画像を特徴抽出部１５０に入力する。

特徴抽出部１５０は、指紋画像から特徴点パラメータ（ｘ_i，ｙ_i，θ_i，Ｗ_i）を算出し、特徴点リスト（（ｘ_i，ｙ_i，θ_i，Ｗ_i）の組のリスト）を生成する（Ｓ６１５）。
更に、特徴抽出部１５０は、生成された特徴点リストが所定条件を満たすかどうかを検査する。すなわち、特徴点リストに含まれる特徴点の信頼度の合計が予め定めた所定値以上であるかどうかを検査する（Ｓ６２０）。

（ア）検査の結果、特徴点リストに含まれる特徴点の信頼度の合計が所定値以上である場合、特徴抽出部１５０は、特徴点リストが妥当であると判断し、そのリストを記憶部１２０に格納すると共に、制御部１４０に所定条件を満たした旨を通知する（Ｓ６２５）。
（イ）検査の結果、特徴点リストに含まれる特徴点の信頼度の合計が所定値未満である場合、特徴抽出部１５０は、特徴点リストが妥当でないと判断し、記憶部１２０への格納は行わずに、制御部１４０に所定条件を満たさなかった旨を通知する。

制御部１４０は、特徴抽出部１５０からの通知に応じた制御を行う。
（ア）所定条件を満たした旨の通知であった場合、制御部１４０は、指紋入力回数を計数するカウンタを１だけ増加させ（Ｓ６３０）、以下の制御を行う。
指紋入力回数が３回に達したら、制御部１４０は、特徴合成部１６０を起動する（Ｓ６４０へ）。
指紋入力回数が３回に満たない場合、制御部１４０は、操作・表示部１００に次の指紋入力を促すガイダンスを表示する（Ｓ６１０へ）。
（イ）所定条件を満たさなかった旨の通知であった場合、制御部１４０は、操作・表示部１００に指紋の再入力を促すガイダンスを表示する（Ｓ６１０へ）。

特徴合成部１６０は、記憶部１２０から３個の特徴点リストを読み出し、これらを合成した合成特徴点リストを生成する（Ｓ６４０）。合成処理の詳細は、後述する。
特徴合成部１６０は更に、合成処理の成否を判定する（Ｓ６４５）。
合成処理が成功した場合、特徴合成部１６０は、成功の旨を制御部１４０に通知する。
合成処理が失敗した場合、特徴合成部１６０は、失敗の旨を制御部１４０に通知する。

制御部１４０は、特徴合成部１６０からの通知に応じた制御を行う。
成功の通知であった場合、制御部１４０は、特徴登録部１７０を起動し、特徴登録部１７０は、記憶部１２０に格納された合成特徴点リストに前記ＩＤ番号を関連付けて登録データを設定する（Ｓ６５０）。そして、制御部１４０は、操作・表示部１００に「登録終了です」等のガイダンスを表示する（Ｓ６５５）。
失敗の通知であった場合、制御部１４０は、操作・表示部１００に「登録に失敗しました」等のガイダンスを表示する（Ｓ６５５）。

図７は、複数の特徴点リストを合成する処理のフローチャートである。同図を参照し、特徴点合成処理（Ｓ６４０）の実施例を説明する。

まず、特徴合成部１６０は、得られた３つの特徴点リストの中から合成の基準となる基準リストを選定する（Ｓ７７５）。他の特徴点リストと照合して算出した類似度が総合的に最も高い特徴点リストを基準リストに選定する。ここでは、選定基準の例として、類似度から求めたＮＧ回数、類似度最小値、類似度合計値という３つの指標を用いる。
図８は、複数の特徴点リストから基準リストを選定する様子の例を示す図である。
まず、合成に用いられる３つの特徴点リストの全ての組み合わせ（この例では、６通り）について相互照合を行い、類似度を算出する（Ｓ７００）。類似度Ｓは次式により算出する。

ここで、Ｗｉは一方の特徴点リストのｉ番目の特徴点の信頼度、Ｃｉは他方の特徴点リストとの対応付け結果（ペアあり：１、ペアなし：０）を表している。なお、類似度Ｓを算出する方法はこれに限定されるわけではなく、他方の特徴点リストの信頼度を加味する等、様々な式が考えられる。

ここで、基準リスト選定の第１の指標であるＮＧ回数を求める（Ｓ７０５）。Ｓ７００で求めた類似度Ｓを予め定めた閾値Ｔ_sと比較して、閾値より小さければＮＧ回数としてカウントする。ＮＧ回数は、特徴点リストごとに集計する。図８の例では、Ｔ_s＝０．６５と設定しており、ＡからＣのＮＧ回数は、それぞれ、０、２、０となる。

ＮＧ回数が所定値Ｔ_NG以下の特徴点リストを基準リストの候補とする（Ｓ７１０）。図８の例では、Ｔ_NG＝０と設定しており、Ｂは候補からはずされ、ＡとＣが候補として残る。候補が一つも残らない場合、特徴合成部１６０は処理を打ち切り、制御部１４０に合成失敗の通知を行う。

ＮＧ回数が最も少ない基準リスト候補を基準リストとして決定する（Ｓ７１５）。一つを選ぶことができれば処理はＳ７３５へ移り、一つを選べない場合はそれらを基準リスト候補として残してＳ７２０に進む。図８の例では、ＡとＣのＮＧ回数はともに０なので、両者が候補に残る。

次に、基準リストの第２の指標として、Ｓ７００で求めた類似度の最小値を基準リスト候補ごとに求める（Ｓ７２０）。
基準リスト候補のうち、類似度最小値が最も大きい特徴点リストを基準リストとして決定する（Ｓ７２５）。このようにすることで、合成の信頼性をより高く保つことができる。ここでの判定で一つを選ぶことができれば、処理はＳ７３５へ移り、一つを選べない場合は、それらを候補として残してＳ７３０に進む。図８の例では、ＡとＣの類似度最小値は共に０．７なので、この時点で基準リストは決まらない。

更に、基準リスト選定の第３の指標として、類似度の合計値を基準リスト候補ごとに求め、類似度合計値が最も大きい基準リスト候補を基準リストとして決定する（Ｓ７３０）。図８の例では、Ａの類似度合計値がＣの類似度合計値よりも大きいのでＡを基準リストとすることに決定する。

以上のように、合成に用いる複数の特徴点リストの各組み合わせについて類似度を求め、他の特徴点リストとの間において類似度が高い特徴点リストが存在する場合にのみ特徴点データの合成を行う。つまり、ある特徴点リストと他の特徴点リストとを照合した際に、所定以上の類似度が得られないような場合は、何れかの特徴点リストが同一の指紋ではない可能性もあり、このような特徴点リストは合成に用いるべきではない。したがって、上記の条件に合致しない場合は合成処理を中止することで、信頼性の高い合成特徴点データを得ることができる。

なお、ここで用いた類似度の閾値Ｔｓは、後述の認証処理の際に入力特徴点リストと登録特徴点リストとを照合する際に用いる類似度の閾値と、同等若しくは少し低めとすることが望ましい。閾値Ｔｓを認証に用いる閾値と近い値とすることで、同一性が極めて高い指紋のみを合成に用いることとなり、信頼性の高い合成特徴点データを得ることができる。
また、選定された基準リストは、他の特徴点リストとの間で対応する特徴点を多く持ち、他の特徴点リストとの間において類似度が最も高いものとなる。したがって、選定された特徴点リストを基準にして合成処理を行うことで、入力された指紋の固有性を強く表す合成特徴点リストを得ることができる。こうして得た合成特徴点リストは、ユーザーの指載置の特性（指を置く向き等の癖）に柔軟に対応しているため、認証に際には正規の入力指紋との間で類似度が高くなり、照合精度を向上させることができる。

以上のような条件を経て合成特徴点リストを生成することは、単に指紋の領域を広げることとは異なり、指載置位置のずれにより生じる特徴点データの領域のずれを補完して合成することとなる。

ここでは、全ての特徴点リストの組み合わせについて類似度や三つの指標を計算して基準リストを選定する処理例を示したが、Ｓ７００〜Ｓ７３０の処理を特徴点リストについてのループ処理とし、類似度を計算する度に各指標に基づく判断を逐次的に行うことにより不必要な計算を省略すること（高速化）も可能である。

例えば、図８で、ループ処理を表の１行目のＡに関する処理、２行目のＢに関する処理、３行目のＣに関する処理、という順で実行することとする。このとき、２行目のＢに関する処理を行う過程で、Ｂに対するＡの類似度０．６が求まると、これはＴ_sを下回るのでＮＧ回数がＴ_NGを超え、Ｂが基準リスト候補とならないことが確定する。よって、Ｂに対するＣの類似度０．５の計算は、省略することができる。

基準リストの選定（Ｓ７７５）にて基準リストが選定されると、続いて合成の具体的処理に移行する。まず、基準リストの特徴点のグルーピングを初期化する（Ｓ７３５）。
本処理の初期化として、基準リストの各特徴点をそれぞれ独立のグループとして構成し、また各特徴点が各グループ内におけるレファレンス特徴点となるよう設定する。
ここで、レファレンス特徴点とは、他の特徴点がそのグループに属するかどうかを決定するために比較を行う特徴点のことである。

基準リストに対して位置合わせを行う特徴点リストを選択する（Ｓ７４０）。

次に、選択した特徴点リストを基準データの座標系に変換し、特徴点位置合わせを行う（Ｓ７４５）。
ここでは、まず、基準リストと特徴点リストとの間で対応付けができた特徴点のパラメータを用いて重心座標、及び、重心同士が一致するようにして重ね合わせを行うための回転角度を算出する。そして、これらのパラメータを用いて、アフィン変換（画像解析ハンドブック、東京大学出版会）による位置合わせを行う。

アフィン変換は、ベクトル空間における移動、回転を行う変換であり、特徴点リストの座標系は、基準リストの座標に変換される。
図９（ａ）〜（ｃ）はアフィン変換による指紋同士の位置合わせの例を示す図である。同図に、指紋Ｂ（特徴点リストＢ（ｂ））をアフィン変換によって指紋Ａ（基準リストＡ（ａ））に位置合わせをした結果、（ｃ）が得られる様子を示す。このときに、対応が取れた特徴点数が多いほど位置合わせの精度は高くなる。

基準リスト選定処理において、最も安定度の高い特徴点リストを基準リストとして選定したことにより、位置合わせ精度を高めることができる。このことにより、指紋照合時の認証精度を効果的に高めることができる。

位置合わせ処理に続いて、複数の特徴点リスト間にまたがる同一とみなせる特徴点をグルーピングする（Ｓ７５０）。

ここでは、既存の各グループにおけるレファレンス特徴点と、現在処理中の特徴点リストの各特徴点の位置合わせ後の位置座標を比較し、最も近いレファレンス特徴点との距離を求める。
その距離が所定の閾値より大きい場合は、その特徴点はそのレファレンス特徴点とは対応しないと判定して新しいグループを作成し、そのグループのレファレンス特徴点として登録する。

距離が所定の閾値以内である場合は、その特徴点とレファレンス特徴点の方向差を評価し、これが所定の閾値より大きい場合は、両特徴点は対応しないと判定して新しいグループを作成し、そのグループのレファレンス特徴点としてその特徴点を登録する。
方向差が所定の閾値内である場合は、その特徴点とレファレンス特徴点は対応する同一の特徴点であると判定し、レファレンス特徴点が所属するグループにその特徴点を追加登録する。

既存のグループに特徴点を追加する際は、そのグループ内で特徴点の信頼度が最大のものを求め、次回のグルーピングからその特徴点がそのグループにおけるレファレンス特徴点となるように変更する。
図１０は、特徴点のグルーピングの例を示す図である。同図に、特徴点リストＡ（基準リスト）、Ｂ、Ｃの各特徴点の対応付けの様子とグルーピングの例を示す。

次に、全特徴点リストについてＳ７４０〜Ｓ７５０の処理が終了したかを判定する（Ｓ７５５）。全リストに対して処理していない場合は、特徴点リスト選定（Ｓ７４０）に戻り、全リストの処理が終了した場合は、対応特徴点平均化（Ｓ７６０）に進む。

各特徴点グループの特徴点の情報を平均化する（Ｓ７６０）。平均化処理された特徴点の集合を合成特徴点リストと呼ぶ。ここでは、図１０における１０００のような二つ以上の特徴点が存在するグループを処理対象とする。
平均化の処理は、それぞれの特徴点の信頼度を重みとして、特徴点の位置座標及び方向パラメータを重み付き平均し、信頼度は算術平均して行い、グループごとに特徴点の情報を一つにする。これにより、信頼度の高い特徴点のパラメータ情報が大きく反映される。

本実施の形態では、平均化処理によってグループを一つの特徴点にしたが、グループの中で最も信頼度が高い特徴点を代表させることもできる。好しくは、平均化により複数の特徴点の情報を反映させるとよい。

二つ以上の特徴点が存在するグループは、特徴点の再現性が高い信頼性の高い特徴点を含んでいると考えられるため、平均化された特徴点は合成特徴点リストに追加する特徴点として選択される。
なお、再現性の条件をより厳しく（例えば、三つ以上の特徴点で初めてグルーピングを行う等のように）すれば、信頼性の高い特徴点をより精選することができる。その場合、これ以下の再現性の特徴点のグループは、平均化処理を行った上で、後述する孤立特徴点と同様に処理することができる。
図１１は、特徴点の平均化の例を示す図であり、図１０のグルーピングに基づいて平均化された特徴点を示す。

続いて、図１０の１００１のようにグループ内に存在する特徴点が唯一つの場合にその特徴点（孤立特徴点）を以下のように合成特徴点リストに追加するか否か取捨選択する（Ｓ７６５）。

図１２は、孤立特徴点の取捨選択の例を示す図である。
合成特徴点リスト内で図１２のように基準リストと他の特徴点リストの対応付けにより対応付け数が２以上となる特徴点群の凸包領域１２００を設定する。そして、各孤立特徴点が凸包領域内に含まれるかどうかを判定し、含まれない場合にのみ、その孤立特徴点を合成特徴点リストに追加する。

当該領域は、少なくとも登録者の指紋入力により２回以上重複して入力された領域である。それにもかかわらず、当該領域に当該孤立特徴点が含まれた場合、当該孤立特徴点は複数回の抽出のチャンスがあったにもかかわらず１回しか抽出されなかったことから、再現性の低い特徴点であると判断して合成特徴点リストに追加しない。
凸包領域外に存在する孤立特徴点については、当該孤立特徴点が一つの特徴点リストによってのみカバーされている領域（例えば、位置ずれ等によって一度だけ撮像された領域）から抽出された特徴点であって、再現性の評価はできないものの、照合時の位置ずれに対応するためには利用価値の高い特徴点であると考えられる。よって、これを合成特徴点リストに追加する。

図１２にリストに追加すべき孤立特徴点と追加すべきでない孤立特徴点のサンプルを例示する。この図では、二つの孤立特徴点を追加しないと判定した。

Ｓ７６５にて孤立特徴点の選別を終えると、Ｓ７６０にて平均化された特徴点の情報と選定された孤立特徴点の情報とを合成特徴点リストに選定し、合成特徴点リストを確定する（Ｓ７７０）。

ここで、合成特徴点リスト内の全特徴点が他の特徴点と接近しすぎていないかを距離を算出して調べ、閾値処理にて接近しすぎていると判定された場合は、信頼度の低い方の特徴点をリストから除外してもよい。あまりに近い特徴点の少なくとも片方は、指の乾燥や手荒れ等により生じた擬似特徴点である可能性が高いからである。

また、信頼度順に合成特徴点リストをソートし、所定の個数の特徴点をリストの上位から選定するようにしてもよい。

尚、特徴合成処理（Ｓ６４０）において、ある特徴点リストの位置合わせを行う際に、固定の基準リストではなく、既に位置合わせ済みの特徴点リストの中から、今位置合わせをしようとしている特徴点リストの位置合わせの精度が最も良くなる（相互の類似度が最も高い）位置合わせ済み特徴点リストを基準リストとして都度選択し、それに対して位置合わせを行って合成特徴点を作成してもよい。

また、特徴合成処理（Ｓ６４０）において、位置合わせのたびに仮の合成特徴点リストを作成し、これを次の位置合わせの基準リストとして用いてもよい。
また、特徴点合成処理（Ｓ６４０）において、基準特徴点リストと他の特徴点リストとの対応する特徴点の凸包領域（例えば、図１２の１２００）の外の特徴点の信頼度を下げてもよい。

また、対応特徴点平均化（Ｓ７６０）において、特徴点の信頼度が所定値以上の場合にのみ、その対応特徴点を平均化に反映させてもよい。
また、孤立特徴点選別（Ｓ７６５）において、信頼度が所定値以上の孤立特徴点のみをを追加して合成することができ、それとは別に、孤立特徴点を一切追加しないこともできる。

合成特徴点リスト内で基準リストと他の特徴点リストとの対応付けにより対応付け数が２以上となる特徴点群の凸包領域を設定したが、この設定領域は、少くとも当該特徴点を全て含む領域であればよい。例えば、基準リストに相当する領域を前記設定領域とし、孤立特徴点の選別を行ってもよい。他の例としては、ある特徴点リスト（例えばＢ）の孤立特徴点に対し、その他の特徴点リスト（例えばＡとＣ）の全ての特徴点から求まる凸包領域を設定し、選別することもできる。なお、設定領域外の特徴点について信頼度を下げる場合にも同様である。

図１３は、指紋を認証する処理のフローチャートである。

認証対象者（認証を受けようとするもの）により、操作・表示部１００のタッチパネルディスプレイが操作され、ＩＤ番号が入力される（Ｓ１３００）。
認証対象者により、「指紋を入力してください」等のガイダインスに従い、指紋入力部１１０を構成する指紋センサに指が載置される。

指紋入力部１１０から指紋画像のデジタル信号が出力され、処理部１３０へ入力される（Ｓ１３０５）。
制御部１４０は、特徴抽出部１５０を起動し、指紋画像を特徴抽出部１５０に入力する。
特徴抽出部１５０は、指紋画像から複数の特徴点を抽出し、各特徴点の情報に基づいて入力特徴点リストを生成する（Ｓ１３１０）。

制御部１４０は、認証部１８０を起動し、認証部１８０に入力特徴点リストを入力する。
認証部１８０は、記憶部１２０から入力されたＩＤ番号と紐付けされて登録されている合成特徴点リスト（以下、登録特徴点リストと呼ぶ）を読み出す（Ｓ１３１５）。
該登録特徴点リストと入力特徴点リストとを照合し、類似度を算出する（Ｓ１３２０）。

類似度を照合閾値と比較して、類似度が照合閾値以上であれば認証対象者に認証を与える旨の判定を、そうでない場合は認証を与えない旨の判定を行う（Ｓ１３２５）。

尚、以上の説明では個人を特定するための生体情報として指紋を利用した認証装置の実施例を述べたが、本発明は指紋以外の生体情報に適用することも可能である。例えば、血管パターン（指、手の甲、掌、網膜等）、掌紋、耳の形等は、指紋と同様に図２に示したような端点や分岐点を有するため、同様の合成処理が適用できる。従って、これらの生体情報を用いた認証装置においても、各登録者の生体情報入力の癖を反映した登録生体情報を生成することができ、高精度な認証を実現することができる。

本発明の全体構成を表す図である。 指紋等の生体情報の特徴点の位置座標と方向の例を表す図である。 複数回の指載置から得られた複数枚の特徴点リストの例を示す図である。 特徴点の対応付けと位置合わせの例を示す図である。 特徴点の合成結果の例を示す図である。 指紋の特徴点リストを登録する処理のフローチャートである。 複数枚の特徴点リストを合成する処理のフローチャートである。 複数枚の特徴点リストから基準リストを選定する様子の例を示す図である。 アフィン変換による指紋同士の位置合わせの例を示す図である。 特徴点のグルーピングの例を示す図である。 特徴点の平均化の例を示す図である。 孤立特徴点の取捨選択の例を示す図である。 指紋を認証する処理のフローチャートである。

符号の説明

１００ 操作・表示部
１１０ 指紋入力部
１２０ 記憶部
１３０ 処理部
１４０ 制御部
１５０ 特徴抽出部
１６０ 特徴合成部
１７０ 特徴登録部
１８０ 認証部

Claims (6)

1. 登録生体情報と入力生体情報とを照合してユーザの個人認証を行う生体情報認証装置において、
   生体情報画像を入力する生体情報入力手段と、
   入力された前記生体情報画像から、特徴点の情報で構成される生体情報特徴を生成すべく、複数の特徴点を抽出する特徴抽出手段と、
   複数の生体情報特徴を記憶する記憶手段と、
   前記複数の生体情報特徴を照合して類似度を求め、類似しているか否かを判定する類似判定手段と、
   前記類似判定手段が類似と判定した場合に、記憶された前記生体情報特徴を合成して合成生体情報特徴を生成する特徴合成手段と、
   前記合成生体情報特徴を登録生体情報に設定する特徴登録手段と、
   を備えることを特徴とする生体情報認証装置。
2. 前記特徴合成手段は、記憶された前記複数の生体情報特徴のうち一つの生体情報特徴を選択し、選択された前記生体情報特徴と他の生体情報特徴との類似度が所定以上である場合に生体情報特徴を合成することを特徴とする請求項１に記載の生体情報認証装置。
3. 前記特徴点の情報は、各特徴点の位置を規定する座標情報を少なくとも含み、
   前記特徴合成手段は、前記選択された生体情報特徴と前記他の生体情報特徴との対応する特徴点が重なる位置関係となるように、前記他の生体情報特徴の前記座標情報を前記選択された生体情報特徴の前記座標情報に合わせて合成することを特徴とする請求項２に記載の生体情報認証装置。
4. 前記特徴合成手段は、前記複数の生体情報特徴の間で位置が対応する特徴点について前記特徴点の情報を平均化又は代表を選択し、対応しない特徴点について前記特徴点の情報を取捨選択して前記合成生体情報特徴を生成することを特徴とする請求項１乃至３のいずれか１項に記載の生体情報認証装置。
5. 前記特徴合成手段は、前記選択された生体情報特徴と前記他の生体情報特徴との間で位置が対応する特徴点全てを少なくとも含む領域を設定し、当該領域内においては前記対応する特徴点のみで前記合成生体情報特徴を生成することを特徴とする請求項４に記載の生体情報認証装置。
6. 前記特徴点の情報は、更に、各特徴点の信頼度を含み、
   前記特徴合成手段は、前記選択された生体情報特徴と前記他の生体情報特徴との間で位置が対応する特徴点全てを少なくとも含む領域を設定し、当該領域外においては前記特徴点の信頼度を下げて前記合成生体情報特徴を生成することを特徴とする請求項４に記載の生体情報認証装置。

Images