JP2006107028A - 個人認証装置および個人認証方法 - Google Patents

Abstract

【課題】鮮明な血管画像を取得可能で、光学系が簡素、かつ対象となる人物に労力をかけることなく個人認証を行なうこと。
【解決手段】カメラ２によって認証対象者の顔を撮影し、血管画像取得部４は、顔画像から目の位置を検出し、光軸制御部３ａ、ズーム制御部３ｂ、フィルタ選択部３ｃを制御して白目部分を撮影する。対応点探索部７は、血管画像取得部４が取得した入力血管画像と、登録画像記憶部６に記憶した登録血管画像との対応点を探索（検索）し、補正処理部８は探索結果に基づいて入力血管画像を補正して入力補正血管画像を作成する。認証処理部９は、入力補正血管画像と登録血管画像とを照合することで認証処理を行なう。
【選択図】 図１

Description

本発明は、生体情報を用いて個人認証を行なう個人認証装置に関し、特に非接触で高精度に認証可能な個人認証装置および個人認証方法に関するものである。

従来、血管パターンが個人に特有であることを利用し、手や指、眼底の血管パターンの画像による個人認証が考案されてきた。

例えば、特許文献１は、線状に照明し共焦点光学系で検出することにより、識別精度を向上した眼識別装置を開示している。また、特許文献２は、眼底像から乳頭位置を検出し、乳頭中心位置を基準とした血管像を認証に利用することで、視線方向のずれによる信頼性の低下を防止した個人認証装置を開示している。

特開平１０−５１９６号公報 特許第３５０４３１３号公報

しかしながら、従来技術のように眼底の血管パターンを使用する場合、撮影のための光学系が複雑になるという問題点と、撮影時に認証対象となる人物に対して労力を要求することとなるという問題点があった。

また、指や手の血管パターンを使用する場合であっても、装置に手を近づけるなどの労力が発生するという問題点と、鮮明な血管画像を得ることが困難であるという問題点があった。

本発明は、上述した従来技術による問題点を解消し、課題を解決するためになされたものであり、鮮明な血管画像を取得可能で、光学系が簡素、かつ対象となる人物に労力をかけることなく認証可能な個人認証装置および個人認証方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、請求項１の発明に係る個人認証装置は、生体情報を用いて個人認証を行なう個人認証装置であって、認証対象人物の眼球表面を撮影する撮影手段と、撮影手段が撮影した画像から白目部分の血管パターンを認識し、予め登録された登録血管画像の血管パターンと比較して個人認証を行なう認証処理手段とを備えたことを特徴とする。

また、請求項２の発明に係る個人認証装置は、請求項１の発明において、認証処理手段による認証の結果、認証対象人物が登録血管画像によって示される人物と同一人物であると判定された場合、撮影手段が撮影した画像を新たに登録血管画像として登録することを特徴とする。

また、請求項３の発明に係る個人認証装置は、請求項１または２の発明において、撮影手段が前記認証対象人物の顔画像を撮影した場合に、当該顔画像から眼球位置を検出し、撮影手段の光軸方向および撮影倍率を制御して眼球表面を撮影せしめる撮影制御手段をさらに備えたことを特徴とする。

また、請求項４の発明に係る個人認証装置は、請求項１，２または３の発明において、撮影手段は、所定の光学フィルタを介して眼球表面を撮影することを特徴とする。

また、請求項５の発明に係る個人認証装置は、請求項４の発明において、光学フィルタは、４５０ｎｍ近傍を選択的に通過させることを特徴とする。

また、請求項６の発明に係る個人認証装置は、請求項１〜５のいずれか一つの発明において、撮影手段を、人物の顔画像認証を行なう装置と共用することを特徴とする。

また、請求項７の発明に係る個人認証装置は、請求項１〜６のいずれか一つの発明において、撮影手段が撮影した画像と登録血管画像とを対応づける対応点を探索する対応点探索手段と、対応点探索手段による探索結果に基づいて撮影手段が撮影した画像を補正する補正手段と、をさらに備え、認証処理手段は、補正手段によって補正された画像と登録血管画像とを比較することを特徴とする。

また、請求項８の発明に係る個人認証装置は、請求項７の発明において、対応点探索手段は、撮影手段が撮影した画像と登録血管画像の間の類似度を画素値として持つ複数の類似度画像を作成する類似度画像生成手段と、類似度画像生成手段により生成された複数の類似度画像に基づいて対応点を検出する対応点検出手段とを備えたことを特徴とする。

また、請求項９の発明に係る個人認証方法は、生体情報を用いて個人認証を行なう個人認証方法であって、認証対象人物の眼球表面を撮影する撮影工程と、撮影手段が撮影した画像から白目部分の血管パターンを認識し、予め登録された登録血管画像の血管パターンと比較して個人認証を行なう認証処理工程とを含んだことを特徴とする。

請求項１の発明の発明によれば個人認証装置は、認証対象人物の眼球表面を撮影し、白目部分の血管パターンを予め登録された登録血管画像の血管パターンと比較して個人認証を行なうので、非接触で高精度な個人認証を行なう、簡素な構成の個人認証装置を得ることができるという効果を奏する。

また、請求項２の発明によれば個人認証装置は、認証対象人物と登録血管画像によって示される人物と同一人物であると判定された場合に、撮影手段が撮影した画像を新たに登録血管画像として登録するので、血管パターンの経時変化に対応可能な個人認証装置を得ることができるという効果を奏する。

また、請求項３の発明によれば個人認証装置は、認証対象人物の顔画像を撮影した場合に、顔画像から眼球位置を検出し、撮影手段の光軸方向や撮影倍率を自動制御して眼球表面を撮影するので、自動的に血管パターンを撮影して認証処理を実行する個人認証装置を得ることができるという効果を奏する。

また、請求項４の発明によれば個人認証装置は、所定の光学フィルタを介して眼球表面を撮影し、血管パターンを検出するので、認証に用いる画像のコントラストを簡易に向上し、認証精度を高めた個人認証装置を得ることができるという効果を奏する。

また、請求項５の発明によれば個人認証装置は、４５０ｎｍ近傍を選択的に通過させるフィルタを介して血管パターンを撮影するので、血管パターンのコントラストを向上し、認証精度を高めた個人認証装置を得ることができるという効果を奏する。

また、請求項６の発明によれば個人認証装置は、撮影手段を人物の顔画像認証を行なう装置と共用するので、簡易な構成で顔画像の認証と血管パターン認証とを実行する、高精度な個人認証装置を得ることができるという効果を奏する。

また、請求項７の発明によれば個人認証装置は、撮影した画像と登録血管画像とを対応づける対応点を探索し、その探索結果に基づいた補正を施した後に認証を行なうので、入力画像に歪みが生じている場合であっても高精度に認証可能な個人認証装置を得ることができるという効果を奏する。

また、請求項８の発明によれば個人認証装置は、撮影手段が撮影した画像と登録血管画像の間の類似度を画素値として持つ複数の類似度画像を作成し、この複数の類似度画像に基づいて対応点を検出するので、局所解に陥ることなく安定した対応付けの結果を高速に作成し、高速かつ高精度な個人認証装置を得ることができるという効果を奏する。

また、請求項９の発明によれば個人認証方法は、認証対象人物の眼球表面を撮影し、白目部分の血管パターンを予め登録された登録血管画像の血管パターンと比較して個人認証を行なうので、非接触で高精度な認証を実現する個人認証方法を得ることができるという効果を奏する。

以下に添付図面を参照して、この発明に係る個人認証装置の好適な実施例について説明する。

図１は、本発明の実施例である個人認証装置１の概要構成を説明する概要構成図である。同図に示すように、個人認証装置１は、その内部にカメラ２、カメラ制御部３、血管画像取得部４、登録処理部５、登録画像記憶部６、対応点探索部７、補正処理部８および認証処理部９を有する。

カメラ２は、認証対象となる人物の顔を撮影する撮影手段である。そして、血管画像取得部４は、撮影した顔画像から目の画像を検出し、カメラ制御部３を制御して眼球表面を撮影する。

具体的には、カメラ制御部３は、その内部に光軸制御部３ａ、ズーム処理部３ｂおよびフィルタ選択部３ｃを有する。光軸制御部３ａは、撮影時の光軸方向を制御する制御部であり、ズーム処理部３ｂは撮影倍率を制御する制御部である。さらに、フィルタ選択部３ｃは、眼球表面の撮影時に特定の光学フィルタをかける処理を行なう。この光学フィルタは血管をより鮮明に撮影する効果を有する。具体的には、４５０ｎｍ近傍を通過させる青色フィルタを用いることが好適である。

血管画像取得部４は、カメラ制御部３を制御して撮影した眼球表面の画像を撮影する。登録時には、血管画像取得部４は、この撮影した画像を登録処理部５に出力し、登録血管画像として登録画像記憶部６に記憶させる。

そして認証時には、血管画像取得部４は、撮影した眼球表面の画像を入力血管画像として対応点探索部７に出力する。対応点探索部７は、血管画像取得部４から取得した入力血管画像と、登録画像記憶部６から読み出した登録血管画像との対応点を探索する。

補正処理部８は、対応点探索部７が出力した対応点に基づいて入力血管画像を補正して入力補正血管画像を作成する。認証処理部９は、入力補正血管画像と登録血管画像とを照合し、一致した場合には認証対象人物（カメラ２が撮影した人物）と登録血管画像が示す人物（登録人物）とが同一人物であると判定する。

さらに、認証処理部９によって認証対象人物と登録人物とが同一人物であると判定された場合、登録処理部５は、入力血管画像を新たに登録血管画像として登録画像記憶部６に登録する。

つぎに、血管画像取得部４による眼球表面の撮影について、具体例を挙げて説明する。図２は、血管画像取得部４の処理動作を説明するフローチャートであり、図３および図４は、カメラ２による撮影画像の一例を示す図である。

図２に示すように、血管画像取得部４は、まず、カメラ２によって顔画像を撮影する（ステップＳ１０１）。この顔画像の具体例が図３に示す画像Ｐ１である。つぎに、血管画像取得部４は、画像Ｐ１に対する画像処理によって目の位置を検出する（ステップＳ１０２）。

その後、血管画像取得部４はカメラ制御部３を制御して目の位置を拡大して撮影し、図３に示す画像Ｐ２を得る（ステップＳ１０３）。そして、画像Ｐ２から血管パターン、すなわち白目部分の画像を検出し、図３に示す血管画像Ｐ３を得る（ステップＳ１０４）。

なお、登録時には、血管画像取得部４は取得した血管画像Ｐ３を登録血管画像として登録画像記憶部６に記憶させる。また、認証時には図２に示す処理を再度実行し、取得した血管画像を入力血管画像として対応点探索部７に出力する。

この認証時に撮影した画像の例を図４に示す。図４に示した画像Ｉ１は認証対象人物の顔画像であり、血管画像取得部４は、この画像Ｉ１から目の位置を検出し、カメラ制御部３を制御して目の画像Ｉ２を撮影する。そして画像Ｉ２から血管パターンを検出して入力血管画像である画像Ｉ３を得る。

認証においては、入力血管画像と登録血管画像とを照合するのであるが、眼球のごとく球形の表面上におけるパターンを撮影して２次元画像とすると、画像内に歪みが生じる。そこで、入力血管画像と登録血管画像との対応点を対応点探索部７によって探索し、登録血管画像に対する入力血管画像の歪み量を算出する。

図５は、登録血管画像Ｐ３に対する入力血管画像Ｉ３の歪み量を示す図であり、登録血管画像Ｐ３の格子点が入力血管画像Ｉ３の変形した格子点に対応していることを示している。そして、補正処理部８は、図６に示すようにこの歪みを補正した入力補正血管画像Ｉ３ａを作成する。

認証処理部９は、登録血管画像Ｐ３と入力補正血管画像Ｉ３ａとの間で照合値を算出し、閾値以上の照合値が得られたならば、認証対象人物と登録人物とが同一人物であると判定し、閾値未満であるならば認証対象人物と登録人物とが別人であると判定する。

さらに、認証の結果、認証対象人物と登録人物とが同一人物であると判定された場合には、補正前の画像である入力血管画像を新たに登録血管画像として登録画像記憶部６に登録する。

このように、同一人物であると認証された入力血管画像を新たに登録血管画像として採用し、次回以降の認証時に使用することで、血管パターンの経時変化に対応することができる。

一般に、血管パターンは徐々に変化するので、登録画像の作成から時間が経つと、実際には同一人物であるにも関わらず登録時と認証時の血管パターンの差から「同一人物でない」と判定される場合がある。そこで、個人認証装置１では、認証された場合の入力血管画像を新たに登録することで、血管パターンの変化に対応し、認証精度を高めている。

なお、新規に血管画像を登録することによって、登録画像記憶部６は一の人物に対して複数の登録血管画像を対応付けて記憶することとなる。この複数の登録血管画像をどのように認証に利用するかは、任意の方法を用いることができる。

たとえば、最新の登録血管画像と入力血管画像とを照合することとしてもよいし、複数の血管パターンから平均パターンを作成し、平均パターンと入力血管画像の血管パターンを照合してもよい。また、照合時に全ての登録血管画像と入力血管画像とを照合し、その平均値や中間値が閾値を超えているか否かで認証を行ってもよい。

さらに、平均や中間を求めるに当たって適宜重み付けを行ってもよい。また、記憶する登録血管画像の上限数を定めておき、この上限を超えて新たな登録血管画像を記憶した場合には、最も古い血管登録画像を削除してもよい。

つづいて、認証の実行時における個人認識装置１の処理動作を説明する。図７は、認証実行時における個人認証装置１の処理動作を説明するフローチャートである。同図に示すように、まず、対応点探索部７が入力血管画像と登録血管画像との対応点を探索（検出）する（ステップＳ２０１）。

そして探索された対応点に基づいて補正処理部８が入力血管画像を補正し、入力補正血管画像を作成し（ステップＳ２０２）、認証処理部９は、登録血管画像と入力補正血管画像との間の照合値を算出する（ステップＳ２０３）。

その後、算出した照合値と閾値とを比較し（ステップＳ２０４）、照合値が閾値未満であるならば（ステップＳ２０４，Ｎｏ）、認証処理部９は「本人ではない」と判定し（ステップＳ２０７）、処理を終了する（ステップＳ２０７）。

一方、照合値が閾値以上である場合（ステップＳ２０４，Ｙｅｓ）、認証処理部９は「本人」と判定し（ステップＳ２０５）、入力血管画像を登録血管画像として登録画像記憶部６に記憶させて（ステップＳ２０６）、処理を終了する。

つぎに、対応点探索部７の構成およびその動作（ステップＳ２０１）について、さらに詳細に説明する。

図８は、対応点探索部７の構成を示す機能ブロック図である。同図に示す対応点探索部７は、（１）入力画像（すなわち、入力血管画像）を分割した入力部分画像と参照画像（すなわち、登録血管画像）を分割した参照部分画像との間の類似度を示す類似度画像を作成する類似度画像作成段階と、（２）複数の類似度画像を累積加算した結果に基づいて最適な対応点を決定する対応点決定段階とからなる。

具体的には、（１）類似度画像作成段階では、たとえば７×７画素のサイズからなる参照部分画像を２１×２１画素のサイズからなる入力部分画像内を移動させつつ順次相関値を求め、この相関値を画素値として持つ類似度画像を作成する。このため、この類似度画像は、参照部分画像上の中心点が入力部分画像上の点にどの程度類似しているかを示すことになる。

次に、（２）対応点決定段階では、各類似度画像の画素値を垂直方向および水平方向に再帰的に累積加算を繰り返しながら各類似度画像を更新し、各類似度画像を形成する画素のうち最大の画素値を持つ画素の位置を求め、この位置を入力部分画像上での対応点として決定する。

このように、この対応点探索部７によれば、従来よりも大局的な最適化をおこなっているためローカルミニマムに陥り難くなり、また累積加算を繰り返す最適化の微調整により対応付けの精度が高くなり、さらに並列分散処理が可能になるのでハードウエア化が容易となる。

次に、図８に示した対応点探索部７の構成について説明する。なお、ここでは参照画像、入力画像の順に画像を入力する場合を示すこととする。図１に示すように、この対応点探索部７は、画像入力部１０と、分割処理部１１と、参照部分画像一時記憶部１２と、類似度画像作成部１３と、累積加算処理部１４と、対応点決定部１５とからなる。

画像入力部１０は、縦横のサイズＩ，Ｊからなる参照画像Ｉ₀（ｉ，ｊ）（０≦ｉ≦Ｉ−１，０≦ｊ≦Ｊ−１）の入力を登録画像記憶部６から、入力画像Ｉ₁（ｉ，ｊ）の入力を血管画像取得部４から、それぞれ受け付ける。

図９−１には参照画像２１を示しており、図９−２には入力画像２２を示している。ここでは、説明を簡明にするため、参照画像２１および入力画像２２としてアルファベット「ａ」の３２×３２画素からなる文字画像を用いて説明する。

分割処理部１１は、画像入力部１０により入力された入力画像および参照画像を入力部分画像および参照部分画像にそれぞれ分割する処理部である。ただし、入力画像の分割手順と参照画像の分割手順はそれぞれ異なる。

参照画像を分割する場合には、参照画像上で縦方向にＭ個、横方向にＮ個サンプリングした点（ｐ_m，ｑ_n）（０≦ｍ≦Ｍ−１，０≦ｎ≦Ｎ−１）を中心とした参照部分画像を作成する。図１０は、図９−１に示した参照画像２１の分割結果の一例を示す図であり、同図に示すように、ここでは３２×３２画素の参照画像２１を７×７画素からなる２５個の参照部分画像に分割している。具体的には、ｐ_m＝round（Ｉ／Ｍ）、ｑ_n＝round（Ｊ／Ｎ）としている。ただし、round（）は四捨五入を示している。

入力画像を分割する場合には、参照画像を分割する場合と異なり、各入力部分画像の一部が重なり合う重複したデータを持つように分割する。図１１は、図９−２に示した入力画像２２の分割結果の一例を示す図であり、同図に示すように、ここでは３２×３２画素の入力画像２２を２１×２１画素からなる２５個の入力部分画像に分割している。

参照部分画像一時記憶部１２は、分割処理部１１で分割した各参照部分画像を一時記憶する記憶部であり、類似度画像作成部１３が類似度画像を作成する際に該当する参照部分画像が取り出される。

類似度画像作成部１３は、入力部分画像と参照部分画像の間の変形を考慮した類似度を算定して、該類似度を画素値として持つ類似度画像Ｃｍｎ（ｕ，ｖ）（０≦ｍ≦Ｍ−１，０≦ｎ≦Ｎ−１，０≦ｕ≦Ｕ−１，０≦ｖ≦Ｖ−１）を作成する処理部である。ただし、Ｕ，Ｖはそれぞれ類似度画像の縦横のサイズであるものとする。この類似度として正規化相関係数（σ_fg／（σ_f・σ_g））を用いることができる。

図１２は、参照部分画像と入力部分画像から類似度画像を作成する概念を説明するための説明図である。なお、ここでは図１０および図１１の２行２列に位置する入力部分画像と参照部分画像を用いることとする。

同図に示す入力部分画像５１と参照部分画像５２の類似度を求める場合には、参照部分画像５２の中心画素を入力部分画像５２の左上部の画素に対応づけて正規化相関係数を計算し、その計算結果を類似度画像５３の左上部の画素の画素値とする。その後、参照部分画像５２を右にずらし、同様の処理をおこなう。上記処理を参照部分画像５２をずらしながら入力部分画像５１の全画素についておこなうことにより、類似度画像５３が求められる。

かかる類似度画像の作成処理を各入力部分画像ごとにおこなうと、図１３に示すような複数の類似度画像が得られる。なお、参照部分画像の全ての画素の画素値が一定値である場合には、正規化相関係数の分母がゼロとなるため、この場合の類似度画像の画素値もゼロとなる。

累積加算処理部１４は、図１４に示すように、各類似度画像をｊ方向、−ｊ方向、ｉ方向、−ｉ方向の順序で再帰的に累積加算する処理部である。具体的には、ｊ方向に累積加算する場合には、ｎ＝１〜Ｎ−１の類似度画像について、
Ｃ_mn（ｕ，ｖ）＝Ｃ_mn（ｕ，ｖ）＋α・Ｍａｘ（Ｃ_mn-1（ｐ，ｑ））
を順次再帰的に計算する。ただし、Ｍａｘ（）は最大値を示し、αは定数であり、０≦ｕ≦Ｕ−１、０≦ｖ≦Ｖ−１、０≦ｍ≦Ｍ−１、０≦ｎ≦Ｎ−１、ｕ−１≦ｐ≦ｕ＋１、ｖ−１≦ｑ≦ｖ＋１とする。

すなわち、ｊ方向に累積加算する場合には、図１５に示すように、Ｃ_mn-1（ｐ，ｑ）を中心とする３×３画素のうちの最大の画素値を求め、この最大の画素値をα倍してＣ_mn（ｐ，ｑ）の画素値に加算する処理を再帰的に繰り返すことになる。

また、−ｊ方向に累積加算する場合には、ｎ＝Ｎ−２〜０の類似度画像について、
Ｃ_mn（ｕ，ｖ）＝Ｃ_mn（ｕ，ｖ）＋α・Ｍａｘ（Ｃ_mn+1（ｐ，ｑ））
を順次再帰的に計算する。ただし、０≦ｕ≦Ｕ−１、０≦ｖ≦Ｖ−１、０≦ｍ≦Ｍ−１、０≦ｎ≦Ｎ−２とする。すなわち、−ｊ方向に累積加算する場合には、図１６に示すように、Ｃ_mn+1（ｐ，ｑ）を中心とする３×３画素のうちの最大の画素値を求め、この最大の画素値をα倍してＣ_mn（ｐ，ｑ）の画素値に加算する処理を再帰的に繰り返すことになる。

また、ｉ方向に累積加算する場合には、ｍ＝１〜Ｍ−１の類似度画像について、
Ｃ_mn（ｕ，ｖ）＝Ｃ_mn（ｕ，ｖ）＋α・Ｍａｘ（Ｃ_m-1n（ｐ，ｑ））
を順次再帰的に計算する。ただし、０≦ｕ≦Ｕ−１、０≦ｖ≦Ｖ−１、１≦ｍ≦Ｍ−１、０≦ｎ≦Ｎ−１とする。すなわち、ｉ方向に累積加算する場合には、図１７に示すように、Ｃ_m-1n（ｐ，ｑ）を中心とする３×３画素のうちの最大の画素値を求め、この最大の画素値をα倍してＣ_mn（ｐ，ｑ）の画素値に加算する処理を再帰的に繰り返すことになる。

また、−ｉ方向に累積加算する場合には、ｍ＝Ｍ−２〜０の類似度画像について、
Ｃ_mn（ｕ，ｖ）＝Ｃ_mn（ｕ，ｖ）＋α・Ｍａｘ（Ｃ_m+1n（ｐ，ｑ））
を順次再帰的に計算する。ただし、０≦ｕ≦Ｕ−１、０≦ｖ≦Ｖ−１、０≦ｍ≦Ｍ−２、０≦ｎ≦Ｎ−１とする。すなわち、−ｉ方向に累積加算する場合には、図１８に示すように、Ｃ_m+1n（ｐ，ｑ）を中心とする３×３画素のうちの最大の画素値を求め、この最大の画素値をα倍してＣ_mn（ｐ，ｑ）の画素値に加算する処理を再帰的に繰り返すことになる。

対応点決定部１５は、累積加算処理部１４と連携しながら累積加算後の類似度画像に基づいて対応点を決定する処理部である。具体的には、各方向についての累積加算処理をおこなった時点で各類似度画像の最大値の位置を検出し、それらの位置と前回の累積加算処理時における最大値の位置との変化が所定の範囲内でなければ累積加算処理をフィードバックして繰り返し、所定の範囲内となった時点で繰り返しを終了し、そのときの各類似度画像の最大値の位置を対応点として決定する。

たとえば、累積加算処理の繰り返しによって図１９に示す各類似度画像が得られた場合には、各類似度画像の最大値の位置の変化分を調べ、その変化分が所定の範囲内となった場合には、図２０に示すように各類似度画像の最大値の位置を求めてこれを対応点とする。そして、この対応点に基づいて入力画像の歪みを図示すると図２１のようになる。

次に、図８に示した対応点探索部７の処理手順について説明する。なお、上記説明と一部重複するが、図９〜図２１を用いて処理の流れを例示しつつ処理手順について説明することとする。

図２２は、図８に示した対応点探索装置１の処理手順を示すフローチャートである。同図に示すように、この対応点探索装置１が参照画像と入力画像を取得したならば、この参照画像を参照部分画像に分割する（ステップＳ３０１）。たとえば、図９−１に示した３２×３２画素の参照画像２１を図１０に示した７×７画素からなる２５個の参照部分画像に分割して記憶する。この参照部分画像は、参照したい画像毎に予め記憶しておいてもよいし、また、参照部分画像ではなく、参照画像のみを予め別途記憶しておき、後述する入力画像と参照画像との類似度の計算の際に、記憶された参照画像から参照部分画像に分割してもよい。

その後、入力画像を入力部分画像に分割する（ステップＳ３０２）。たとえば、図９−２に示した３２×３２画素の入力画像２２を図１１に示した２１×２１画素からなる２５個の入力部分画像に分割する。

そして、この参照部分画像と入力部分画像の間の類似度画像を作成する（ステップＳ３０３）。たとえば、図１２に示すようにして入力部分画像５１と参照部分画像５２の類似度を画素値とする類似度画像５３の作成を各入力部分画像ごとにおこなって、図１３に示したような複数の類似度画像を作成する。

その後、ｊ方向の累積加算処理（ステップＳ３０４）、−ｊ方向の累積加算処理（ステップＳ３０５）、ｉ方向の累積加算処理（ステップＳ３０６）、−ｉ方向の累積加算処理（ステップＳ３０７）をおこない、類似度画像の最大値の位置を検出する（ステップＳ３０８）。具体的には、図１５〜図１８に示した加算処理を図１５に示すように再帰的に繰り返すことにより、図１９に示したような類似度画像を作成し、図２０に示すように各類似度画像の最大値の位置を検出する。

そして、最大値の位置の変動が一定値以内であるか否かを調べ（ステップＳ３０９）、一定値以内でなければ（ステップＳ３０９，Ｎｏ）、ステップＳ３０４に移行して同様の処理を繰り返し、一定値以内であれば（ステップＳ３０９，Ｙｅｓ）、この位置を対応点として処理を終了する。

次に、図８に示した累積加算処理部１４によるｊ方向の累積加算処理手順について説明する。図２３は、図８に示した累積加算処理部１４によるｊ方向の累積加算処理手順を示すフローチャートである。なお、−ｊ方向、ｉ方向、−ｉ方向の累積加算処理も同様におこなうことができる。

同図に示すように、まず変数ｍ、ｕおよびｖを０にするとともに、変数ｎを１とする初期化をおこなう（ステップＳ４０１〜Ｓ４０４）。ここで、この変数ｍはｉ方向のインデックスとして用いる変数であり、変数ｎはｊ方向のインデックスとして用いる変数である。また、変数ｕ，ｖは探索範囲を示すｉ方向およびｊ方向の変数である。

そして、この初期化を終えたならば、
Ｃ_mn（ｕ，ｖ）＝Ｃ_mn（ｕ，ｖ）＋α・Ｍａｘ（Ｃ_mn-1（ｐ，ｑ））
の算定式による計算をおこなう（ステップＳ４０５）。

その後、変数ｖをインクリメントし（ステップＳ４０６）、この変数ｖがＶよりも小さければ（ステップＳ４０７，Ｙｅｓ）、ステップＳ４０５に移行して加算処理を繰り返す。つまり、探索範囲をｊ方向にずらすのである。

これに対して、変数ｖがＶ以上であれば（ステップＳ４０７，Ｎｏ）、変数ｕをインクリメントし（ステップＳ４０８）、この変数ｕがＵよりも小さければ（ステップＳ４０９，Ｙｅｓ）、ステップＳ４０４に移行して加算処理を繰り返す。つまり、探索範囲をｉ方向にずらすことになる。

そして、変数ｕがＵ以上であれば（ステップＳ４０９否定）、ある画素についての計算を終了し、次の画素に移行する。具体的には、変数ｎをインクリメントして注目画素をｊ方向に移行させた後に（ステップＳ４１０）、この変数ｎをＮと比較し（ステップＳ４１１）、この変数ｎがＮよりも小さければ（ステップＳ４１１，Ｙｅｓ）、ステップＳ４０３に移行して加算処理を繰り返す。

これに対して、変数ｎがＮ以上であれば（ステップＳ４１１，Ｎｏ）、変数ｍをインクリメントして注目画素をｉ方向に移行させた後に（ステップＳ４１２）、この変数ｍがＭよりも小さければ（ステップＳ４１３，Ｙｅｓ）、ステップＳ４０２に移行して加算処理を繰り返し、変数ｍがＭ以上であれば（ステップＳ４１３，Ｎｏ）、処理を終了する。上記一連の処理をおこなうことにより、各類似度画像の全画素についてｊ方向の累積加算結果が得られることになる。

ところで、上記図２３のフローチャートでは、変数ｕ，ｖのインクリメントをおこないながら最大値を算出していた。別の計算方法として、あらかじめＣ_mn-1（ｕ，ｖ）に最大値フィルターをかけた最大値フィルター画像Ｃ'_mn-1（ｕ，ｖ）を作成しておき、α倍してからＣ_mn（ｕ，ｖ）と加算することもできる。

上述してきたように、本実施例にかかる個人認証装置１では、コントラストの良好な眼球表面の血管パターンを用いるので、簡素な光学系で高精度な個人認証を行なうことができるとともに、ユーザが或る程度カメラから離れていても個人認証可能であるので、指や手をかざす、装置に接眼して指示された方向を向くなどの労力を要求する必要がなくなる。

また、白目の血管パターンの撮影時に４５０ｎｍ近傍の波長を選択的に通過するフィルタを介して撮影することで、入力血管画像のコントラストをさらに向上し、認証精度を向上することができる。

また、通常のカメラで認証用の血管パターンを撮影できるので、カメラによって顔を撮影し、目の位置を検出して光軸調整、ズーム、フィルタ選択を自動制御し、ユーザの労力をさらに軽減することができる。ここで、図２のステップＳ１０１で撮影したような顔画像（顔の全体画像）から目の部分を切り出して認証用の血管画像として用いることが可能な場合には、上述のような光軸調整やカメラのズーム制御に関する処理やハードウェアなどは不要である。

さらに、本実施例では顔の撮影の後、認証用の血管パターンの画像を改めて撮影する構成について説明したが、例えば顔の撮影時に得られた画像に対する画像処理によって認証用の血管パターン画像を作成する構成としてもよい。この場合、一度の撮影で認証を実行する、簡易な構成の個人認証装置を得ることができる。

なお、顔画像を撮影した場合には、その画像を目の検出のみに用いるのではなく、顔画像による認証に使用し、顔認証と血管パターン認証とを併用し、認証精度をさらに高めてもよい。

また、本実施例にかかる個人認証装置１では、入力血管画像と登録血管画像との対応点を探索して入力血管画像を補正することで、画像の変形に対しても頑強な認証精度を確保できる。

さらに、本人であると認証された場合には、使用した入力血管画像を新たに登録血管画像として登録するので、血管パターンの経時変化にも対応可能である。ところで、不正な認証を防止するためには、認証に使用するパターンやコードは、定期的に変更することが望ましい。このため、パスコードなどは有効期限を設定することが一般的である。しかし、この個人認証装置１では経時変化する白目の血管パターンを用いるため、かかる有効期限などを設ける必要が無くなる。

以上のように、本発明にかかる個人認証装置は、個人認証に有用であり、特に、簡易かつ高精度な認証に適している。

本発明の実施例である個人認証装置の概要構成を示す概要構成図である。 図１に示した血管画像取得部の処理動作を説明するフローチャートである。 登録時に撮影する画像について説明する説明図である。 認証時に撮影する画像について説明する説明図である。 登録血管画像に対する入力血管画像の歪み量を示す図である。 歪みを補正した入力補正血管画像について説明する説明図である。 認証実行時における個人認証装置の処理動作を説明するフローチャートである。 この発明の実施の形態に係る対応点探索装置の構成を示す機能ブロック図である。 本実施の形態で用いる参照画像の一例を示す図である。 本実施の形態で用いる入力画像の一例を示す図である。 参照部分画像の一例を示す図である。 入力部分画像の一例を示す図である。 類似度画像の作成概念を説明するための説明図である。 図４に示した各入力部分画像に対応する類似度画像を示す図である。 累積加算手順を説明するための説明図である。 ｊ方向の累積加算処理を説明するための説明図である。 −ｊ方向の累積加算処理を説明するための説明図である。 ｉ方向の累積加算処理を説明するための説明図である。 −ｉ方向の累積加算処理を説明するための説明図である。 累積加算後の類似度画像を示す図である。 図１９に示した類似度画像の最大値の位置を示す図である。 対応点に基づいて再構成した入力画像の歪み（変形）の一例を示す図である。 対応点に基づいて再構成した入力画像の歪み（変形）の一例を示す図である。 図８に示した対応点探索装置の処理手順を示すフローチャートである。 累積加算処理手順の一例を示すフローチャートである。

符号の説明

１ 個人認証装置
２ カメラ
３ カメラ制御部
３ａ 光軸制御部
３ｂ ズーム処理部
３ｃ フィルタ選択部
４ 血管画像取得部
５ 登録処理部
６ 登録血管画像記憶部
７ 対応点探索部
８ 補正処理部
９ 認証勝利部
１０ 画像入力部
１１ 分割処理部
１２ 参照部分画像一時記憶部
１３ 類似度画像作成部
１４ 累積加算処理部
１５ 対応点決定部
２１ 参照画像
２２ 入力画像
５１ 入力部分画像
５２ 参照部分画像
５３ 類似度画像

Claims (9)

1. 生体情報を用いて個人認証を行なう個人認証装置であって、
   認証対象人物の眼球表面を撮影する撮影手段と、
   前記撮影手段が撮影した画像から白目部分の血管パターンを認識し、予め登録された登録血管画像の血管パターンと比較して個人認証を行なう認証処理手段と
   を備えたことを特徴とする個人認証装置。
2. 前記認証処理手段による認証の結果、前記認証対象人物が前記登録血管画像によって示される人物と同一人物であると判定された場合、前記撮影手段が撮影した画像を新たに登録血管画像として登録することを特徴とする請求項１に記載の個人認証装置。
3. 前記撮影手段が前記認証対象人物の顔画像を撮影した場合に、当該顔画像から眼球位置を検出し、前記撮影手段の光軸方向および撮影倍率を制御して前記眼球表面を撮影せしめる撮影制御手段をさらに備えたことを特徴とする請求項１または２に記載の個人認証装置。
4. 前記撮影手段は、所定の光学フィルタを介して前記眼球表面を撮影することを特徴とする請求項１，２または３に記載の個人認証装置。
5. 前記光学フィルタは、４５０ｎｍ近傍を選択的に通過させることを特徴とする請求項４に記載の個人認証装置。
6. 前記撮影手段を、人物の顔画像認証を行なう装置と共用することを特徴とする請求項１〜５のいずれか一つに記載の個人認証装置。
7. 前記撮影手段が撮影した画像と前記登録血管画像とを対応づける対応点を探索する対応点探索手段と、前記対応点探索手段による探索結果に基づいて前記撮影手段が撮影した画像を補正する補正手段と、をさらに備え、前記認証処理手段は、前記補正手段によって補正された画像と前記登録血管画像とを比較することを特徴とする請求項１〜６のいずれか一つに記載の個人認証装置。
8. 前記対応点探索手段は、前記撮影手段が撮影した画像と前記登録血管画像の間の類似度を画素値として持つ複数の類似度画像を作成する類似度画像生成手段と、前記類似度画像生成手段により生成された複数の類似度画像に基づいて前記対応点を検出する対応点検出手段とを備えたことを特徴とする請求項７に記載の個人認証装置。
9. 生体情報を用いて個人認証を行なう個人認証方法であって、
   認証対象人物の眼球表面を撮影する撮影工程と、
   前記撮影手段が撮影した画像から白目部分の血管パターンを認識し、予め登録された登録血管画像の血管パターンと比較して個人認証を行なう認証処理工程と
   を含んだことを特徴とする個人認証方法。

Images