JP2006127282A - ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置 - Google Patents

ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置 Download PDF

Info

Publication number
JP2006127282A
JP2006127282A JP2004316674A JP2004316674A JP2006127282A JP 2006127282 A JP2006127282 A JP 2006127282A JP 2004316674 A JP2004316674 A JP 2004316674A JP 2004316674 A JP2004316674 A JP 2004316674A JP 2006127282 A JP2006127282 A JP 2006127282A
Authority
JP
Japan
Prior art keywords
data
data size
fourier transform
size
decomposed
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.)
Granted
Application number
JP2004316674A
Other languages
English (en)
Other versions
JP4687948B2 (ja
Inventor
Hiroshi Abe
博 阿部
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.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Priority to JP2004316674A priority Critical patent/JP4687948B2/ja
Priority to US11/247,820 priority patent/US7660446B2/en
Publication of JP2006127282A publication Critical patent/JP2006127282A/ja
Application granted granted Critical
Publication of JP4687948B2 publication Critical patent/JP4687948B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • 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
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Discrete Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)
  • Complex Calculations (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】
処理効率の低下を一律に防止し得るディジタル信号処理装置を提案する。
【解決手段】
入力される実データの一部を抽出対象データとして抽出する抽出手段と、当該抽出された抽出対象データのデータサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段と、当該選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段とを設けるようにした。
【選択図】 図３

Description

本発明は、ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置に関し、例えば高速フーリエ変換（ＦＦＴ(Fast Fourier Transform)）を実行する場合に適用して好適なものである。
この高速フーリエ変換（以下、これをＦＦＴと呼ぶ）は、ビット逆転やバタフライ演算を採用することによって、複素乗算の演算を共用することにより、離散フーリエ変換（ＤＦＴ：Discrete Fourier Transform）の演算時間の高速化を図るようにしたアルゴリズムである。
例えば、ｎ個のデータに対して離散フーリエ変換を実行する場合、通常ではｎ２回の複素乗算回数を要するのに対し、ｎlog２ｎ回の複素乗算回数にまで減らすことができる。この複素乗算回数の削減に伴う演算時間の相違は、具体的には、例えば１秒間に１０９回の演算が可能なコンピュータによりｎ＝２３０のデータに対して離散フーリエ変換を実行するものと仮定した場合、３０年と３分となる。
このようにＦＦＴは、離散フーリエ変換における演算量を飛躍的に削減できるため、当該演算対象のデータ数が多くなるほど、その威力が発揮されることになる。
ここで、かかる離散フーリエ変換は、畳み込み演算をフーリエ空間上で実現することができる。これは、例えば２つの関数ｆ(ｘ)及びｇ(ｘ) の畳み込み演算を想定した場合、これら関数ｆ(ｘ)及びｇ(ｘ)の離散フーリエ変換の積とは互いに等しい関係にあるからである。実際には、畳み込み対象を離散フーリエ変換し、当該変換後の積を逆離散フーリエ変換することにより畳み込み演算結果を得ることができる。
従って、ＦＦＴは、フーリエ変換による畳み込み演算を要する処理、例えば、データ成分を調べるための処理（周波数分析処理）、あるデータにおける任意の成分を合成するための処理（波形合成処理）又はデータから必要な成分を取り出すための処理（ディジタルフィルタ処理）などに広く一般的に採用されている（例えば特許文献１参照）。
特表２００３−５０９７４８公報
ところで、かかるＦＦＴを実現するアルゴリズムとして、Cooley-Tukey型と、Prime Factor型とが一般的に知られている。このCooley-Tukey型のＦＦＴでは、２の冪乗に分解できるデータサイズのデータであれば離散フーリエ変換の演算時間を効率よく短縮できる計算手法が採用されているのに対し、Prime Factor型のＦＦＴでは、小さな素数の積に分解できるデータサイズのデータであれば離散フーリエ変換の演算時間を効率よく短縮できる計算手法が採用されている。
従ってＦＦＴは、離散フーリエ変換を効率良く実行するためのデータ分割条件の内容に違いを有しているが、当該データ分割条件があるという点において共通している。
しかしながら、あるデータの一部を任意に抽出し、当該抽出した一部のデータに対してＦＦＴを実行するといった状況を想定した場合、一部のデータのデータサイズがＦＦＴのデータ分解条件を満たすとは限らないため、抽出対象のデータに応じてＦＦＴの処理効率が著しく低減するという問題があった。
本発明は以上の点を考慮してなされたもので、処理効率の低下を一律に防止し得るディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに処理効率を向上し得る認証装置を提案しようとするものである。
かかる課題を解決するため本発明は、ディジタル信号処理装置において、入力される実データの一部を抽出対象データとして抽出する抽出手段と、当該抽出手段により抽出された抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段と、当該選択手段により選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段とを設けるようにした。
従ってこのディジタル信号処理装置では、データ分解条件を満たさないデータサイズとして抽出対象データが抽出された場合であっても、当該データ分解条件を満たすデータサイズを、このとき抽出された抽出対象データのデータサイズの近傍から自動的に選択することができるため、当該抽出対象データのデータサイズにかかわらず、元のデータサイズに近い状態で、抽出対象データに対する畳み込み演算の演算効率の低下を未然に防止することができる。
また本発明は、ディジタル信号処理方法において、入力される実データの一部を抽出対象データとして抽出する第１のステップと、抽出された抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する第２のステップと、選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する第３のステップとを設けるようにした。
従ってこのディジタル信号処理方法では、データ分解条件を満たさないデータサイズとして抽出対象データが抽出された場合であっても、当該データ分解条件を満たすデータサイズを、このとき抽出された抽出対象データのデータサイズの近傍から自動的に選択することができるため、当該抽出対象データのデータサイズにかかわらず、元のデータサイズに近い状態で、抽出対象データに対する畳み込み演算の演算効率の低下を防止することができる。
さらに本発明は、制御を司る装置に対して、入力される実データの一部を抽出対象データとして抽出する第１の処理と、抽出した抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する第２の処理と、選択したデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する第３の処理とを実行させるようにした。
従ってこのプログラムでは、データ分解条件を満たさないデータサイズとして抽出対象データが抽出された場合であっても、当該データ分解条件を満たすデータサイズを、このとき抽出された抽出対象データのデータサイズの近傍から自動的に選択することができるため、当該抽出対象データのデータサイズにかかわらず、元のデータサイズに近い状態で、抽出対象データに対する畳み込み演算の演算効率の低下を防止することができる。
さらに本発明は、認証装置において、生体の認証対象を撮像した結果得られる画像データのうち、認証対象に対応する部分の画像データを抽出対象データとして抽出する抽出手段と、当該抽出手段により抽出された抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段と、当該選択手段により選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段と、当該演算手段により演算された結果を照合対象の一方として照合する照合手段とを設けるようにした。
従ってこの認証装置では、認証対象に対応する部分の画像データがデータ分解条件を満たさないデータサイズとして抽出された場合であっても、当該データ分解条件を満たすデータサイズを、このとき抽出された画像データのデータサイズの近傍から自動的に選択することができるため、当該画像データのデータサイズにかかわらず、元のデータサイズに近い状態で、画像データに対する畳み込み演算の演算効率の低下を防止することができると共に、その演算後の照合処理の負荷を格段に低減することができる。
本発明によれば、入力される実データの一部を抽出対象データとして抽出し、当該抽出された抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択し、当該選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行するようにしたことにより、抽出対象データのデータサイズにかかわらず、元のデータサイズに近い状態で、抽出対象データに対する畳み込み演算の演算効率の低下を防止することができ、かくして処理効率の低下を一律に防止することができる。
また本発明によれば、生体の認証対象を撮像した結果得られる画像データのうち、認証対象に対応する部分の画像データを抽出対象データとして抽出し、当該抽出された抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択し、当該選択されたデータサイズからなる抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行し、当該演算された結果を照合対象の一方として照合するようにしたことにより、当該画像データのデータサイズにかかわらず、元のデータサイズに近い状態で、画像データに対する畳み込み演算の演算効率の低下を防止することができると共に、その演算後の照合処理の負荷を格段に低減することができ、かくして処理効率を向上することができる。
以下図面について本発明を適用した実施の形態を詳述する。
（１）認証装置の全体構成
図１において、１は全体として本実施の形態による認証装置１を示し、血管撮像部２と、信号処理部３とがケーブルを介して相互に接続されることにより構成される。
この血管撮像部２は、認証装置１の筺体１Ａの所定位置に指ＦＧを模るようにして形成された湾曲形状のガイド溝１１を有し、当該ガイド溝１１の底面には撮像開口部１２が配設されている。
これによりこの血管撮像部２は、ガイド溝１１にあてがうようにして接触される指ＦＧの指腹を撮像開口部１２上にガイドし、当該ガイド溝１１の先端に指先を当接するように接触される指ＦＧに対する撮像開口部１２の位置を撮像者に応じて位置決めし得るようになされている。
そしてこの撮像開口部１２の表面には、所定材質でなる無色透明の開口カバー部１３が設けられている一方、筺体１Ａの内部における撮像開口部１２の直下には、カメラ部１４が配設されている。
またガイド溝１１の側面には、ヘモグロビンに対して特異的に吸収される近赤外光を血管の撮像光として照射する１対の近赤外光光源１５（１５Ａ及び１５Ｂ）が、ガイド溝１１の短手方向と平行に撮像開口部１２を挟み込むようにして配置されており、当該ガイド溝１１に接触された指ＦＧの指腹側部分に近赤外光を照射し得るようになされている。
従ってこの血管撮像部２では、指ＦＧの指腹底に近赤外光を照射する場合に比して、指ＦＧ表面で反射する近赤外光の割合が格段に抑えられる。また指ＦＧ表面を介してその内方に入射する近赤外光は、血管を通るヘモグロビンに吸収されると共に血管以外の組織において散乱するようにして指ＦＧ内方を経由し、当該指ＦＧから血管を投影する近赤外光（以下、これを血管投影光と呼ぶ）として、撮像開口部１２及び開口カバー部１３を順次介してカメラ部１４に入射する。
カメラ部１４においては、マクロレンズ１６と、酸素化及び脱酸素化双方のヘモグロビンに依存性の有する波長域（およそ900[nm]〜1000[nm]）の近赤外光だけを透過する近赤外光透過フィルタ１７と、ＣＣＤ撮像素子１８とが順次配設されており、開口カバー部１３から入射する血管投影光をマクロレンズ１６及び近赤外光透過フィルタ１７を順次介してＣＣＤ撮像素子１８の撮像面に導光する。これによりこのカメラ部１４は、近接する指ＦＧの内方に混在する静脈系及び動脈系双方の毛細血管を忠実に結像し得るようになされている。
ＣＣＤ撮像素子１８は、信号処理部３による制御のもとに、撮像面に結像される血管を撮像し、当該撮像結果を画像信号（以下、これを血管画像信号と呼ぶ）ＳＡ１、ＳＡ２、……、ＳＡｎとして信号処理部３に順次出力するようになされている。
一方、信号処理部３は、図２に示すように、制御部２０に対して、血管撮像駆動部２１、画像処理部２２、認証部２３、フラッシュメモリＦＭ及び外部とデータの授受をするインターフェース（以下、これを外部インターフェースと呼ぶ）ＩＦをそれぞれ接続することにより構成されている。
この制御部２０は、認証装置１全体の制御を司るＣＰＵ(Central Processing Unit)と、各種プログラムが格納されるＲＯＭ(Read Only Memory)と、当該ＣＰＵのワークメモリとしてのＲＡＭ(Random Access Memory)とを含むコンピュータ構成でなり、当該制御部２０には、認証装置１の筺体１Ａ表面の所定位置に設けられた操作部（図示せず）の操作に応じて、登録者の血管を登録するモード（以下、これを血管登録モードと呼ぶ）の実行命令ＣＯＭ１又は登録者本人の有無を判定するモード（以下、これを認証モードと呼ぶ）の実行命令ＣＯＭ２が与えられる。
そして制御部２０は、操作部（図示せず）から血管登録モードの実行命令ＣＯＭ１が与えられた場合には、ＲＯＭに格納された対応するプログラムに基づいて、動作モードを血管登録モードに遷移して血管撮像駆動部２１、画像処理部２２及び認証部２３をそれぞれ制御する。
この場合、血管撮像駆動部２１は、近赤外光光源１５及びカメラ部１４のＣＣＤ撮像素子１８をそれぞれ駆動するようにして血管撮像部２を起動する。この結果、血管撮像部２では、近赤外光光源１５からこのときガイド溝１１（図１）に接触される撮像者の指ＦＧ（図１）の指腹側部に近赤外光が照射され、当該指ＦＧ（図１）を経由してＣＣＤ撮像素子１８の撮像面に導光される血管投影光がこのＣＣＤ撮像素子１８から血管画像信号ＳＡ１、ＳＡ２、……、ＳＡｎとして画像処理部２２のＡ／Ｄ(Analog/Digital)変換部２２Ａに順次出力される。
Ａ／Ｄ変換部２２Ａは、血管画像信号ＳＡ１、ＳＡ２、……、ＳＡｎに対してＡ／Ｄ変換処理を施し、この結果得られる血管画像のデータ（以下、これを血管画像データと呼ぶ）ＤＡ１、ＤＡ２、……、ＤＡｎをフィルタ部２２Ｂに送出する。
フィルタ部２２Ｂは、血管画像データＤＡ１、ＤＡ２、……、ＤＡｎに対して、ノイズ成分除去及び輪郭強調等に対応する各種フィルタリング処理を施し、この結果得られる血管画像データＤＢ１、ＤＢ２、……、ＤＢｎを２値化部２２Ｃに送出する。
２値化部２２Ｃは、血管画像データＤＢ１、ＤＢ２、……、ＤＢｎに対して２値化処理を施し、この結果得られる白黒の血管画像（以下、これを２値血管画像と呼ぶ）のデータ（以下、これを２値血管画像データと呼ぶ）ＤＣ１、ＤＣ２、……、ＤＣｎを細線化部２２Ｄに送出する。
細線化部２２Ｄは、２値血管画像データＤＣ１、ＤＣ２、……、ＤＣｎに対して、例えばモルフォロジー処理を施すようにして、当該２値血管画像データＤＣ（ＤＣ１〜ＤＣｎ）に基づく２値血管画像の血管を線状化する。
そして細線化部２２Ｄは、線状化された血管（以下、これを血管線と呼ぶ）からなる複数枚の２値血管画像のうちから１枚の２値血管画像を選択し、当該選択した２値血管画像に対応する２値血管画像データＤＤを認証部２３に送出する。
認証部２３は、２値血管画像データＤＤを所定の形式からなる登録認証情報ＲＣとして生成し、これを制御部２０に送出する。
制御部２０は、このようにして血管撮像駆動部２１、画像処理部２２及び認証部２３を制御することによって当該認証部２３から登録認証情報ＲＣを受け取ると、この登録認証情報ＲＣをフラッシュメモリＦＭに登録すると共に、当該血管撮像駆動部２１、画像処理部２２及び認証部２３に対する制御を解除するようにして血管撮像部２を停止させる。
このようにしてこの制御部２０は、血管登録モードを実行することができるようになされている。
これに対して制御部２０は、操作部（図示せず）から認証モードの実行命令ＣＯＭ２が与えられた場合には、ＲＯＭに格納された対応するプログラムに基づいて、動作モードを認証モードに遷移して血管撮像駆動部２１、画像処理部２２及び認証部２３をそれぞれ制御すると共に、フラッシュメモリＦＭに登録された登録認証情報ＲＣを読み出して認証部２３に送出する。
この場合、血管撮像駆動部２１は、上述の血管登録モードの場合と同様に血管撮像部２を起動する。また画像処理部２２は、この血管撮像部２から順次出力される血管画像信号ＳＡ（ＳＡ１〜ＳＡｎ）に対して上述の血管登録モードの場合と同様にして各種処理を施し、この結果得られる２値血管画像データＤＤを認証部２３に送出する。
認証部２３は、この２値血管画像データＤＤに基づく２値血管画像と、制御部２０によりフラッシュメモリＦＭから読み出された登録認証情報ＲＣに基づく２値血管画像とにおける血管線の形成パターンを照合する。
そして認証部２３は、この照合度合いに応じて、このとき血管撮像部２で撮像されている撮像者が登録者であるか否かを判定し、この判定結果を判定データＤ１として制御部２０に送出する。
制御部２０は、このようにして血管撮像駆動部２１、画像処理部２２及び認証部２３を制御することによって当該認証部２３から判定データＤ１を受け取ると、この判定データＤ１を外部インターフェースＩＦを介して外部に転送すると共に、当該血管撮像駆動部２１、画像処理部２２及び認証部２３に対する制御を解除するようにして血管撮像部２を停止させる。
このようにしてこの制御部２０は、認証モードを実行することができるようになされている。
このようにこの認証装置１は、生体の内方に介在する固有構造物の血管を認証対象として本人（登録者）の有無を判定する生体認証を実行することにより、生体表面に有する指紋等を対象とする場合に比して、生体からの直接的な盗用のみならず第三者による登録者への成りすましをも防止できるようになされている。
（２）フィルタ部の具体的な処理内容
次に、制御部２０の制御のもとにフィルタリング処理を実行するフィルタ部２２Ｂの具体的な処理内容を説明する。
このフィルタ部２２Ｂにおけるフィルタリング処理の処理内容を機能的に分類すると、図３に示すように、血管画像から一部の画像（以下、これを血管部分画像と呼ぶ）を抽出する部分画像抽出部３１と、当該抽出された血管部分画像のデータサイズに応じて、ＦＦＴを実現するアルゴリズムのデータ分解条件に対応するデータサイズ（以下、これをＦＦＴ分解可能サイズと呼ぶ）を選択するデータサイズ選択部３２と、当該選択されたデータサイズからなる血管部分画像のデータに基づいて、ＦＦＴを採用したフィルタリング処理（以下、これをＦＦＴフィルタ処理と呼ぶ）を実行するＦＦＴフィルタ部３３とに分けることができる。
以下、部分画像抽出部３１による部分画像抽出処理、データサイズ選択部３２によるデータサイズ選択処理及びＦＦＴフィルタ部３３によるＦＦＴフィルタ処理をそれぞれ詳細に説明する。
（２−１）部分画像抽出処理
部分画像抽出部３１は、例えば図４に示すように、血管画像ＩＭ（図４（Ａ））のうち、指に対応する部分（以下、これを指対応部分と呼ぶ）ＰＡを血管部分画像ＰＩＭ（図４（Ｂ））として抽出する。
実際上、部分画像抽出部３１は、Ａ／Ｄ変換部２２Ａから供給される血管画像データＤＡ（ＤＡ１〜ＤＡｎ）に基づく血管画像ＩＭを所定の探索順序で探索するようにして当該血管画像ＩＭにおける各画素の輝度値をそれぞれ検出し、これら検出結果に基づいて、血管画像ＩＭにおける指対応部分ＰＡの境界を認識する。
そして部分画像抽出部３１は、この指対応部分ＰＡの境界が画像辺縁となるように切り出して血管部分画像ＰＩＭを抽出し、当該抽出した血管部分画像ＰＩＭのデータ（以下、これを血管部分画像データと呼ぶ）Ｄ３１（Ｄ３１１〜Ｄ３１ｎ）をデータサイズ選択部３２に送出する。
このようにして部分画像抽出部３１は、認証対象となる撮像者の指の太さに応じて、血管画像ＩＭにおける横方向のデータサイズ（以下、これを横データサイズと呼ぶ）Ｎ０[pixel]を削減することができるようになされている。
（２−２）データサイズ選択処理
データサイズ選択部３２は、血管部分画像ＰＩＭにおける横データサイズＮ０に応じて、当該横データサイズＮ０を基準とした近傍の選択範囲の中からＦＦＴ分解可能サイズを選択する。
ここで、高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、上述したように、２の冪乗（Cooley-Tukey型のＦＦＴ）と、素数の積（Prime Factor型のＦＦＴ）との２つが一般的に知られているが、この実施の形態の場合、データサイズ選択部３２は、素数の積に分解可能となるＦＦＴ分解可能サイズを選択するようになされている。この理由としては、一般に、素数の積を採用するほうが、２の冪乗を採用する場合と比べると、そのとき抽出される血管部分画像ＰＩＭの横データサイズＮ０により近いＦＦＴ分解可能サイズを選択することができるからである。
実際上、データサイズ選択部３２は、部分画像抽出部３１から供給される血管部分画像データＤ３１（Ｄ３１１〜Ｄ３１ｎ）の血管部分画像ＰＩＭにおける横データサイズＮ０を認識する。
この状態において、データサイズ選択部３２は、例えば図５に示すように、横データサイズＮ０を基準として、予め設定されたデータサイズ(以下、これを設定データサイズと呼ぶ)α（α＝１、２、……、又はｎ）[pixel]を増減してなる「Ｎ０＋α」[pixel]から「Ｎ０−α」[pixel]までの選択範囲において、予め既定された最大の素数（以下、これを既定既定最大素数と呼ぶ）以下の素数の積に分解可能なＦＦＴ分解可能サイズを順次検出する。
この検出結果として、横データサイズＮ０と同じＦＦＴ分解可能サイズが存在しない場合、このことは横データサイズＮ０が既定最大素数以下の素数の積として素因数分解できないことを意味する。従って、この場合、データサイズ選択部３２は、このとき検出したＦＦＴ分解可能サイズのうち、血管部分画像ＰＩＭの横データサイズＮ０に最も近いＦＦＴ分解可能サイズを選択し、当該選択したＦＦＴ分解可能サイズに横データサイズＮ０を変更する。そしてデータサイズ選択部３２は、このＦＦＴ分解可能サイズからなる血管部分画像データＤ３２（Ｄ３２１〜Ｄ３２ｎ）をＦＦＴフィルタ部３３に送出する。
これによりデータサイズ選択部３２は、認証対象を表す指対応部分ＰＡの画像サイズに近い状態を維持しつつ、その後に実行されるＦＦＴの処理効率の低下を未然に防止することができるようになされている。
これに対して、かかる検出結果として、横データサイズＮ０と同じＦＦＴ分解可能サイズが存在する場合、このことは横データサイズＮ０が既定最大素数以下の素数の積として素因数分解できることを意味する。従って、この場合、データサイズ選択部３２は、部分画像抽出部３１から供給される血管部分画像データＤ３１（Ｄ３１１〜Ｄ３１ｎ）を変更することなくそのまま血管部分画像データＤ３２（Ｄ３２１〜Ｄ３２ｎ）としてＦＦＴフィルタ部３３に送出するようになされている。
このようにしてデータサイズ選択部３２は、血管部分画像ＰＩＭにおける横データサイズＮ０を基準とした近傍の選択範囲の中からＦＦＴ分解可能サイズを選択することができるようになされている。
この実施の形態の場合、データサイズ選択部３２では、ＦＦＴ分解可能サイズを構成する素数の既定最大素数として、選択範囲で選択されるＦＦＴ分解可能サイズと、当該ＦＦＴ分解可能サイズに対するＦＦＴの処理時間との安定度に応じて求められた最適値が選定されている。
ここで、かかる既定最大素数と、当該既定最大素数以下の素数の積として分解可能な５１２[pixel]以下のＦＦＴ分解可能サイズのうち、当該ＦＦＴ分解可能サイズとして選択できない最大の間隔（以下、これを非選択最大区間と呼ぶ）との関係を図６に示す。
この図６において、例えば既定最大素数を「７」とした場合、非選択最大区間が「３０」となっている。念のため、この既定最大素数「７」と、非選択最大区間「３０」との関係を１例として細かく説明すると、「７」以下の素数の積として素因数分解可能な５１２[pixel]以下のデータサイズとしては、「４５０」（２×３２×５２）と、「４８０」（２５×３×５）があり、この「４５０」から「４８０」までの区間には、素数「７」以下で表現できるデータサイズは存在しないということである。この非選択最大区間が大きいということは、そのとき抽出された血管部分画像ＰＩＭの横データサイズＮ０に近いＦＦＴ分解可能サイズを選択し難いことを意味する。
この図６からも明らかなように、既定最大素数が小さいほど非選択最大区間（ＦＦＴ分解可能サイズとして選択できない区間）が大きくなり、これに対して、既定最大素数が大きいほど非選択最大区間が小さくなっており、既定最大素数を決めれば、図５に示した選択範囲（即ち、設定データサイズαの値）が一義的に決まることが分かる。また、既定最大素数を「１１」以上に選定すれば、狭い選択範囲において、血管部分画像ＰＩＭの横データサイズＮ０に近いＦＦＴ分解可能サイズを選択できる傾向にあることが分かる。但し、既定最大素数が大きいと、その分だけその後のＦＦＴでの処理時間が増大してしまう。
そこで、既定最大素数を非選択最大区間が「１０」以上「２０」以下となる「１１」、「１３」、「１７」及び「１９」の４つについて、データサイズが「１２８」、「２５６」、「３８４」及び「５１２」の前後「６４」の範囲を条件として、ＦＦＴの処理時間を調べた。この結果を図７〜図１４に示す。
これら図７〜図１４において、「○」は、設定した最大素数で表現できるデータサイズに対するＦＦＴの処理時間を意味し、「・」は、最大素数では表現できない（より大きな素数を素因数として持つ）データサイズに対するＦＦＴの処理時間を意味し、「*」は、設定した最大素数と最大素数の次に大きな素数だけで作られるデータサイズに対するＦＦＴの処理時間を意味するものである。因みに、最大素数と最大素数の次に大きな素数だけで作られるデータサイズとは、例えば最大素数として「１３」を設定した場合には、「１１×１３」や「１３×１３」などが該当する。
これら図７〜図１４からも明らかなように、いずれの最大素数を選定した場合であっても、ある一定の範囲にＦＦＴの処理時間が属しており、安定していることが分かる。仮に、ＦＦＴの処理時間が最小となる最大素数として「１１」を選定した場合、最大非選択区間は、「１８」であり、初期データサイズ（そのとき抽出された血管部分画像ＰＩＭの横データサイズＮ０）とのずれは最大でも「９」となる。なお、「*」に該当するデータサイズも選択しないようにした場合、最大非選択区間に変化はないため、より望ましいことが分かる。
一方、ＦＦＴの処理時間が最大となる最大素数として「１９」を選択した場合、ある一定の範囲から外れているＦＦＴの処理時間も多少あるが、実質上の問題はない。そして最大非選択区間は、「１０」であり、初期データサイズとのずれは最大でも「５」となる。なお、最大素数「１１」の場合と同様に、「*」に該当するデータサイズも選択しないようにしても、最大非選択区間に変化はないことが分かる。
以上の図６〜図１４からも分かるように、ＦＦＴ分解可能サイズを構成する素数の既定最大素数として、「１１」、「１３」、「１７」及び「１９」には臨界的意義があり、これら値を選定すれば、ＦＦＴの処理時間の安定性を維持しつつ、血管部分画像ＰＩＭの横データサイズＮ０により近いＦＦＴ分解可能サイズを選択することができる。
（２−３）ＦＦＴフィルタ処理
ＦＦＴフィルタ部３３は、データサイズ選択部３２から供給される血管部分画像データＤ３２（Ｄ３２１〜Ｄ３２ｎ）を素数の積として分解する。
そしてＦＦＴフィルタ部３３は、素数の積として分解したデータに基づいて、フーリエ変換による畳み込み演算するようにして、例えばラプラシアンと呼ばれる輪郭抽出処理等の各種フィルタリング処理を適宜施し、この処理結果として得られる血管画像データＤＢ（ＤＢ１〜ＤＢｎ）を２値化部２２Ｃに送出するようになされている。
このようにしてＦＦＴフィルタ部３４は、素数の積として予め分解可能な血管部分画像データＤ３３に対してＦＦＴフィルタリング処理を実行するため、当該処理の高速化を確実に図ることができるようになされている。
（３）フィルタ部の処理手順
上述のフィルタ部２２Ｂにおける各種処理は、図１５に示すフィルタリング処理手順に従って実行される。
すなわちフィルタ部２２Ｂは、Ａ／Ｄ変換部２２Ａから血管画像データＤＡ１を受けると、このフィルタリング処理手順ＲＴをステップＳＰ０において開始し、続くステップＳＰ１において、当該血管画像データＤＡ１に基づく血管画像ＩＭ（図４（Ａ））から指対応部分ＰＡを血管部分画像ＰＩＭ（図４（Ｂ））として抽出する。
そしてフィルタ部２２Ｂは、この後、図１６に示すデータサイズ選択処理ルーチンＳＲＴをステップＳＰ１０において開始し、続くステップＳＰ１１に進んで、ステップＳＰ１で抽出した血管部分画像ＰＩＭの横データサイズＮ０を基準とした選択範囲Ｎｉ（ｉ＝−α、……、−１、０、１、……、α）のうち最も小さいデータサイズ（ｉ＝−α）を判断対象として設定し、ステップＳＰ１２において、当該判断対象として設定したデータサイズが既定最大素数以下の素数の積として素因数分解できるか否かを判断する。
ここで、フィルタ部２２Ｂは、既定最大素数以下の素数の積として素因数分解できた場合、次のステップＳＰ１３において、このとき判断対象として設定したデータサイズ（ＦＦＴ分解可能サイズ）と横データサイズＮ０との距離（離れ度合い）を算出し、当該ＦＦＴ分解可能サイズと距離とを対応付けて内部メモリに一時的に保持する。そしてフィルタ部２２Ｂは、次のステップＳＰ１４において、選択範囲Ｎｉ（ｉ＝−α、……、−１、０、１、……、α）におけるデータサイズ全てを判断対象として設定し終わっていないときには、続くステップＳＰ１５において、判断対象を１つだけ繰り上げて設定し（ｉ＝ｉ＋１）、この後ステップＳＰ１２に戻って、上述の処理を繰り返す。
これに対して、フィルタ部２２Ｂは、既定最大素数以下の素数の積として素因数分解できなかった場合、次のステップＳＰ１４において、選択範囲Ｎｉ（ｉ＝−α、……、−１、０、１、……、α）におけるデータサイズ全てを判断対象として設定し終わっていないときには、続くステップＳＰ１５において、判断対象を１つだけ繰り上げて設定し（ｉ＝ｉ＋１）、この後ステップＳＰ１２に戻って、上述の処理を繰り返す。
このようにしてフィルタ部２２Ｂは、横データサイズＮ０を基準とする選択範囲Ｎｉ（図５に示した「Ｎ０＋α」[pixel]から「Ｎ０−α」[pixel]までの範囲）において、既定最大素数以下の素数の積に分解可能なＦＦＴ分解可能サイズを順次検出するようになされている。
一方、フィルタ部２２Ｂは、ステップＳＰ１４において、選択範囲Ｎｉ（ｉ＝−α、……、−１、０、１、……、α）におけるデータサイズ全てを判断対象として設定し終わったときには、次のステップＳＰ１６において、ステップＳＰ１３で内部メモリに保持しておいたＦＦＴ分解可能サイズ及び距離に基づいて、ステップＳＰ２で認識した血管部分画像ＰＩＭにおける横データサイズＮ０と同じ又は最も近いＦＦＴ分解可能サイズを選択する。
この後、フィルタ部２２Ｂは、このデータサイズ選択処理ルーチンＳＲＴから続くステップＳＰ２（図１５）に進んで、ステップＳＰ１で抽出した血管部分画像ＰＩＭの横データサイズＮ０を、当該データサイズ選択処理ルーチンＳＲＴで選択したＦＦＴ分解可能サイズに変更し、続くステップＳＰ３において、当該ＦＦＴ分解可能サイズからなる血管部分画像データＤ３３に対してＦＦＴフィルタ処理を施す。
そしてフィルタ部２２Ｂは、次のステップＳＰ４に進んで、かかるＦＦＴフィルタ処理結果として得られる血管画像データＤＢを２値化部２２Ｃに送出した後、次のステップＳＰ５に進んで、このフィルタリング処理手順ＲＴを終了する。
このようにしてフィルタ部２２Ｂは、フィルタリング処理を実行することができるようになされている。
（４）動作及び効果
以上の構成において、この認証装置１は、指の血管を撮像した結果得られる血管画像データＤＡのうち、当該指対応部分ＰＡ（図４（Ａ））を血管部分画像データＤ３１として抽出する。
そしてこの認証装置１は、血管部分画像データＤ３１に基づく血管部分画像ＰＩＭ（図５）の横データサイズＮ０を基準とした近傍の選択範囲（「Ｎ０＋α」から「Ｎ０−α」までの範囲）の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択し、当該選択したＦＦＴ分解可能サイズからなる血管部分画像データＤ３２をデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する。
従ってこの認証装置１では、血管部分画像データＤ３１がデータ分解条件を満たさないデータサイズとして抽出された場合であっても、当該データ分解条件を満たすＦＦＴ分解可能サイズを、このとき抽出された血管部分画像データＤ３１のデータサイズの近傍から自動的に選択することができるため、当該血管部分画像データＤ３１のデータサイズにかかわらず、元の横データサイズＮ０に近い状態で、当該畳み込み演算の演算効率の低下を防止することができる。
この場合において、この認証装置１は、かかるデータ分解条件として、既定最大素数以下の素数の積に分解可能なＦＦＴ分解可能サイズを選択する。これによりこの認証装置１では、２の冪乗に分解可能なデータサイズを選択する場合に比して、そのとき抽出される血管部分画像ＰＩＭの横データサイズＮ０に近いＦＦＴ分解可能サイズをより高い確率で選択することができるため、元の横データサイズＮ０に近い状態で、より確実に、当該畳み込み演算の演算効率の低下を防止することができる。
これに加えて、この認証装置１は、かかる畳み込み演算結果をフラッシュメモリＦＭに記憶し、又は照合対象の一方として照合する。これによりこの認証装置１では、指対応部分ＰＡのデータだけをフラッシュメモリＦＭに記憶する分だけ記憶容量を低減することができると共に、当該指対応部分ＰＡだけを照合する分だけその処理負荷を低減することができる。
以上の構成によれば、指の血管を撮像した結果得られる血管画像データＤＡから指対応部分ＰＡの血管部分画像データＤ３１を抽出し、当該血管部分画像データＤ３１に基づく血管部分画像ＰＩＭのデータサイズＮ０を基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択し、当該選択したデータサイズからなる血管部分画像データＤ３２をデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行するようにしたことにより、血管部分画像データＤ３２のデータサイズにかかわらず、元のデータサイズＮ０に近い状態で、当該畳み込み演算の演算効率の低下を防止することができ、かくして処理効率の低下を一律に防止することができる。
（５）他の実施の形態
なお上述の実施の形態においては、入力される実データの一部を抽出対象データとして抽出する抽出手段として、指対応部分ＰＡ（図４（Ａ））の画像データを抽出するようにした場合について述べたが、本発明はこれに限らず、当該指対応部分ＰＡの輝度値に基づいて、撮像時における指への照射変化などにより血管が良好に撮像されていない部分を検出し、当該検出した部分を除く指対応部分ＰＡの画像データを抽出するようにしても良い。このようにすれば、認証時における照合精度をより向上することができる。
この場合、認証対象として生体の内方に有する血管を適用したが、例えば生体表面の指紋や、紋様と呼ばれる紙の模様又は生体内方の神経等、この他種々の認証対象を適用することができる。因みに、神経を認証対象とする場合には、例えば神経に特異的なマーカを体内に注入し、当該マーカを撮像するようにすれば、上述の実施の形態と同様にして神経を認証対象とすることができる。
また、かかる画像データに代えて、音声データの解析対象となる部分や、他の信号との合成対象となる部分を抽出するようにしても良く、これら以外の実データの一部を抽出する場合に広く適用することができる。
また上述の実施の形態においては、抽出対象データのデータサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段として、既定の素数（既定最大素数）以下の素数の積に分解可能なデータサイズを選択するようにした場合について述べたが、本発明はこれに限らず、当該既定最大素数以下の素数の積に分解可能な各データサイズを検出した場合と同様にして、２の冪乗に分解可能なデータサイズを選択するようにしても良い。
また、既定最大素数以下の素数の積と、２の冪乗とに分解可能な各データサイズをそれぞれ検出し、これらデータサイズのうち、基準（横データサイズＮ０）又は当該基準に最も近いデータサイズを選択するようにしても良い。このようにすれば、元の横データサイズＮ０に近い状態で、より一段と確実に、フーリエ変換による畳み込み演算の演算効率の低下を防止することができる。
この場合、まず、既定最大素数以下の素数の積に分解可能な各データサイズのうちから基準（横データサイズＮ０）又は当該基準に最も近いデータサイズを選択し、当該基準に最も近いデータサイズを選択したときに２の冪乗に分解可能な各データサイズを検出し、これらデータサイズの中に、既定最大素数以下の素数の積に分解可能なデータサイズよりも基準に近いものがあった場合には、このとき選択した既定最大素数以下の素数の積に分解可能なデータサイズに代えて、２の冪乗に分解可能なデータサイズを選択し直すようにすれば、選択時の処理負荷を極力抑えながら、フーリエ変換による畳み込み演算の演算効率の低下を防止することができる。
さらに上述の実施の形態においては、抽出対象データをデータ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段として、例えばラプラシアンと呼ばれる輪郭抽出処理等のフィルタリング処理を実行するようにした場合について述べたが、本発明はこれに限らず、信号に含まれている成分を調べる周波数分析処理、当該成分を指定して信号を合成する波形合成処理及び信号間のどこが似ているかを調べる相関処理等、フーリエ変換による畳み込み演算を採用し得るこの他種々のディジタル信号処理を実行するようにしても良い。このようにしても上述の実施の形態と同様の効果を得ることができる。
さらに上述の実施の形態においては、入力される血管画像データＤＡごとに、その都度、当該血管画像データＤＡにおける横データサイズＮ０に基づいてＦＦＴ分解可能サイズとなるデータサイズを算出し、この算出結果から最適なＦＦＴ分解可能サイズを選択するようにした場合について述べたが、本発明はこれに限らず、複数の参照すべきデータサイズ（以下、これを参照データサイズと呼ぶ）と、その参照データサイズを基準とした近傍の選択範囲のうち、当該参照データサイズに最も近いＦＦＴ分解可能サイズとを対応付けてテーブルとして保持しておき、このテーブルから最適なＦＦＴ分解可能サイズを選択するようにしても良い。この場合、素因数分解の演算を回避することができる分だけ処理負荷を低減することができる。
本発明は、信号に含まれている成分を調べる周波数分析処理、当該成分を指定して信号を合成する波形合成処理、必要な成分だけを信号から取り出すフィルタ処理及び信号間のどこが似ているかを調べる相関処理等のディジタル信号処理分野に利用可能である。
本実施の形態による認証装置の全体構成を示す略線図である。 信号処理部の構成を示すブロック図である。 フィルタ部の処理の説明に供する機能ブロック図である。 指対応部分の抽出前後を示す略線図である。 選択範囲を示す略線図である。 最大素数と非選択範囲との関係を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（１−１）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（１−２）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（２−１）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（２−２）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（３−１）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（３−２）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（４−１）を示す略線図である。 最大素数とデータサイズとＦＦＴの処理時間との関係（４−２）を示す略線図である。 フィルタリング処理手順を示すフローチャートである。 データサイズ選択処理手順を示すフローチャートである。
符号の説明
１……認証装置、２……血管撮像部、３……信号処理部、１４……カメラ部、１５Ａ、１５Ｂ……近赤外光光源、１６……マクロレンズ、１７……近赤外光透過フィルタ、１８……ＣＣＤ撮像素子、２０……制御部、２１……血管撮像駆動部、２２Ａ……Ａ／Ｄ変換部、２２Ｂ……フィルタ部、２２Ｃ……２値化部、２２Ｄ……細線化部、２３……認証部、３１……部分画像抽出部、３２……データサイズ選択部、３３……ＦＦＴフィルタ部、ＩＦ……インターフェース、ＦＭ……フラッシュメモリ、ＦＧ……指、ＣＯＭ（ＣＯＭ１及びＣＯＭ２）……実行命令、ＳＡ（ＳＡ１〜ＳＡｎ）……血管画像信号、ＤＡ（ＤＡ１〜ＤＡｎ）、ＤＢ（ＤＢ１〜ＤＢｎ）……血管画像データ、ＤＣ（ＤＣ１〜ＤＣｎ）、ＤＤ……２値血管画像データ、Ｄ１……判定データ、Ｄ３１、Ｄ３２……血管部分画像データ、Ｎ０……横データサイズ、α……設定データサイズ、ＲＣ……登録認証情報、ＲＴ……フィルタリング処理手順、ＳＲＴ……データサイズ選択処理手順。

Claims (20)

  1. 入力される実データの一部を抽出対象データとして抽出する抽出手段と、
    上記抽出手段により抽出された上記抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段と、
    上記選択手段により選択された上記データサイズからなる上記抽出対象データを上記データ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段と
    を具えることを特徴とするディジタル信号処理装置。
  2. 上記選択手段は、
    上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能な上記データサイズを選択する
    ことを特徴とする請求項１に記載のディジタル信号処理装置。
  3. 上記既定の素数は、
    上記選択範囲で選択される上記データサイズと、当該データサイズに対する上記高速フーリエ変換の処理時間との安定度に応じて求められた最適値でなる
    ことを特徴とする請求項２に記載のディジタル信号処理装置。
  4. 上記選択手段は、
    上記選択範囲の中から、上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能なデータサイズを検出し、これらデータサイズのうち上記基準の又は当該基準に最も近い上記データサイズを選択する
    ことを特徴とする請求項１に記載のディジタル信号処理装置。
  5. 上記選択手段は、
    上記基準に最も近い上記データサイズを選択したときには、２の冪乗に分解可能な各上記データサイズを検出し、これらデータサイズの中に当該選択した上記データサイズよりも上記基準に近いものが存在するか否かを判定し、当該判定結果に応じて、上記データサイズを選択し直す
    ことを特徴とする請求項４に記載のディジタル信号処理装置。
  6. 入力される実データの一部を抽出対象データとして抽出する第１のステップと、
    抽出された上記抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する第２のステップと、
    選択された上記データサイズからなる上記抽出対象データを上記データ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する第３のステップと
    を具えることを特徴とするディジタル信号処理方法。
  7. 上記第２のステップでは、
    上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能な上記データサイズを選択する
    ことを特徴とする請求項６に記載のディジタル信号処理方法。
  8. 上記既定の素数は、
    上記選択範囲で選択される上記データサイズと、当該データサイズに対する上記高速フーリエ変換の処理時間との安定度に応じて求められた最適値でなる
    ことを特徴とする請求項７に記載のディジタル信号処理方法。
  9. 上記第２のステップでは、
    上記選択範囲の中から、上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能なデータサイズを検出し、これらデータサイズのうち上記基準の又は当該基準に最も近い上記データサイズを選択する
    を具えることを特徴とする請求項６に記載のディジタル信号処理方法。
  10. 上記第２のステップでは、
    上記基準に最も近い上記データサイズを選択したときには、２の冪乗に分解可能な各上記データサイズを検出し、これらデータサイズの中に当該選択した上記データサイズよりも上記基準に近いものが存在するか否かを判定し、当該判定結果に応じて、上記データサイズを選択し直す
    ことを特徴とする請求項９に記載のディジタル信号処理方法。
  11. 制御を司る装置に対して、
    入力される実データの一部を抽出対象データとして抽出する第１の処理と、
    抽出した上記抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する第２の処理と、
    選択した上記データサイズからなる上記抽出対象データを上記データ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する第３の処理と
    を実行させることを特徴とするプログラム。
  12. 上記第２の処理は、
    上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能な上記データサイズを選択する
    ことを特徴とする請求項１１に記載のプログラム。
  13. 上記既定の素数は、
    上記選択範囲で選択される上記データサイズと、当該データサイズに対する上記高速フーリエ変換の処理時間との安定度に応じて求められた最適値でなる
    ことを特徴とする請求項１２に記載のプログラム。
  14. 上記第２の処理は、
    上記選択範囲の中から、上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能なデータサイズを検出し、これらデータサイズのうち上記基準の又は当該基準に最も近い上記データサイズを選択する
    ことを特徴とする請求項１１に記載のプログラム。
  15. 上記第２の処理は、
    上記基準に最も近い上記データサイズを選択したときには、２の冪乗に分解可能な各上記データサイズを検出し、これらデータサイズの中に当該選択した上記データサイズよりも上記基準に近いものが存在するか否かを判定し、当該判定結果に応じて、上記データサイズを選択し直す
    ことを特徴とする請求項１４に記載のプログラム。
  16. 生体の認証対象を撮像した結果得られる画像データのうち、上記認証対象に対応する部分の画像データを抽出対象データとして抽出する抽出手段と、
    上記抽出手段により抽出された上記抽出対象データのデータサイズに応じて、当該データサイズを基準とした近傍の選択範囲の中から、高速フーリエ変換を実現するアルゴリズムのデータ分解条件に基づいてデータサイズを選択する選択手段と、
    上記選択手段により選択された上記データサイズからなる上記抽出対象データを上記データ分解条件に基づいて分解し、当該分解された各データに基づいてフーリエ変換による畳み込み演算を実行する演算手段と、
    上記演算手段により演算された結果を照合対象の一方として照合する照合手段と
    を具えることを特徴とする認証装置。
  17. 上記選択手段は、
    上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能な上記データサイズを選択する
    ことを特徴とする請求項１６に記載の認証装置。
  18. 上記既定の素数は、
    上記選択範囲で選択される上記データサイズと、当該データサイズに対する上記高速フーリエ変換の処理時間との安定度に応じて求められた最適値でなる
    ことを特徴とする請求項１７に記載の認証装置。
  19. 上記選択手段は、
    上記選択範囲の中から、上記高速フーリエ変換を実現するアルゴリズムのデータ分解条件として、既定の素数以下の素数の積に分解可能なデータサイズを検出し、これらデータサイズのうち上記基準の又は当該基準に最も近い上記データサイズを選択する
    ことを特徴とする請求項１６に記載の認証装置。
  20. 上記選択手段は、
    上記基準に最も近い上記データサイズを選択したときには、２の冪乗に分解可能な各上記データサイズを検出し、これらデータサイズの中に当該選択した上記データサイズよりも上記基準に近いものが存在するか否かを判定し、当該判定結果に応じて、上記データサイズを選択し直す
    ことを特徴とする請求項１９に記載の認証装置。
JP2004316674A 2004-10-29 2004-10-29 ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置 Expired - Fee Related JP4687948B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2004316674A JP4687948B2 (ja) 2004-10-29 2004-10-29 ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置
US11/247,820 US7660446B2 (en) 2004-10-29 2005-10-11 Digital-signal processing apparatus, digital-signal processing method, program, and authentication apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004316674A JP4687948B2 (ja) 2004-10-29 2004-10-29 ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置

Publications (2)

Publication Number Publication Date
JP2006127282A true JP2006127282A (ja) 2006-05-18
JP4687948B2 JP4687948B2 (ja) 2011-05-25

Family

ID=36263350

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004316674A Expired - Fee Related JP4687948B2 (ja) 2004-10-29 2004-10-29 ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置

Country Status (2)

Country Link
US (1) US7660446B2 (ja)
JP (1) JP4687948B2 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101035667B1 (ko) 2002-05-09 2011-05-19 소니 주식회사 생체 인식 패턴 검출 장치, 개인 인증 장치 및 방법
JP2009505370A (ja) * 2005-08-17 2009-02-05 ユーティーシー パワー コーポレイション 移動式発電機用の固体酸化物形燃料セルスタック
JP4659688B2 (ja) * 2006-06-26 2011-03-30 日立オムロンターミナルソリューションズ株式会社 生体認証装置
EP1909446A3 (en) * 2006-10-03 2014-03-26 NEC Corporation Mobile communication system and its signal transfer method
JP5023881B2 (ja) * 2006-10-03 2012-09-12 日本電気株式会社 移動通信システム、信号転送方法、および受信装置
JP5292821B2 (ja) * 2008-01-16 2013-09-18 ソニー株式会社 静脈画像取得装置および静脈画像取得方法
KR101658776B1 (ko) 2008-09-22 2016-09-23 선 페이턴트 트러스트 통신 장치 및 통신 방법
JP4748199B2 (ja) * 2008-09-30 2011-08-17 ソニー株式会社 静脈撮像装置および静脈撮像方法
EP2546798A4 (en) * 2010-03-10 2017-08-16 Fujitsu Limited Biometric authentication device and biometric authentication method
WO2014056032A1 (en) * 2012-10-09 2014-04-17 Terence Vardy System and methods for identification and fraud prevention
US11201731B2 (en) * 2017-11-21 2021-12-14 Zenith Electronics Llc Method and apparatus for asymmetric cryptosystem based on quasi-cyclic moderate density parity-check codes over GF(q)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5434643A (en) * 1977-06-30 1979-03-14 Ibm High speed discrite fourier conversion computer system
JPH03100993A (ja) * 1989-09-13 1991-04-25 Fujitsu Ltd 半導体メモリ装置
JPH03142671A (ja) * 1989-10-30 1991-06-18 Nec Corp Ｆｆｔ演算手法自動選択方式
JPH0830584A (ja) * 1994-07-14 1996-02-02 Nec Corp Ｎポイントｆｆｔ専用プロセッサ
JPH10247838A (ja) * 1997-03-05 1998-09-14 Nippon Telegr & Teleph Corp <Ntt> 適応的制御方法
JPH10260958A (ja) * 1997-03-21 1998-09-29 Nec Eng Ltd アドレス生成回路
JP2000003444A (ja) * 1998-06-15 2000-01-07 Hitachi Ltd パターンマッチング方法
JP2002139404A (ja) * 2000-11-02 2002-05-17 Omron Corp 輝度むら検査装置及び色むら検査装置
JP2003169335A (ja) * 2001-11-30 2003-06-13 Matsushita Electric Ind Co Ltd 動きベクトル検出装置、および動きベクトル検出方法
WO2003102809A1 (en) * 2002-04-11 2003-12-11 Interdigital Technology Corporation Optimized discrete fourier transform method and apparatus using prime factor algorithm
JP2004199435A (ja) * 2002-12-19 2004-07-15 Yamatake Corp 指紋照合装置
JP2004326314A (ja) * 2003-04-23 2004-11-18 Shimizu Corp ３次元位置姿勢の画像推定方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4604721A (en) * 1981-10-13 1986-08-05 Trw Inc. Computer and method for high speed prime factor transform
JP2002092616A (ja) * 2000-09-20 2002-03-29 Hitachi Ltd 個人認証装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5434643A (en) * 1977-06-30 1979-03-14 Ibm High speed discrite fourier conversion computer system
JPH03100993A (ja) * 1989-09-13 1991-04-25 Fujitsu Ltd 半導体メモリ装置
JPH03142671A (ja) * 1989-10-30 1991-06-18 Nec Corp Ｆｆｔ演算手法自動選択方式
JPH0830584A (ja) * 1994-07-14 1996-02-02 Nec Corp Ｎポイントｆｆｔ専用プロセッサ
JPH10247838A (ja) * 1997-03-05 1998-09-14 Nippon Telegr & Teleph Corp <Ntt> 適応的制御方法
JPH10260958A (ja) * 1997-03-21 1998-09-29 Nec Eng Ltd アドレス生成回路
JP2000003444A (ja) * 1998-06-15 2000-01-07 Hitachi Ltd パターンマッチング方法
JP2002139404A (ja) * 2000-11-02 2002-05-17 Omron Corp 輝度むら検査装置及び色むら検査装置
JP2003169335A (ja) * 2001-11-30 2003-06-13 Matsushita Electric Ind Co Ltd 動きベクトル検出装置、および動きベクトル検出方法
WO2003102809A1 (en) * 2002-04-11 2003-12-11 Interdigital Technology Corporation Optimized discrete fourier transform method and apparatus using prime factor algorithm
JP2005522804A (ja) * 2002-04-11 2005-07-28 インターディジタル テクノロジー コーポレイション 素因数分解アルゴリズムを用いる最適化された離散フーリエ変換方法および装置
JP2004199435A (ja) * 2002-12-19 2004-07-15 Yamatake Corp 指紋照合装置
JP2004326314A (ja) * 2003-04-23 2004-11-18 Shimizu Corp ３次元位置姿勢の画像推定方法

Also Published As

Publication number Publication date
JP4687948B2 (ja) 2011-05-25
US20060095491A1 (en) 2006-05-04
US7660446B2 (en) 2010-02-09

Similar Documents

Publication Publication Date Title
US10762366B2 (en) Finger vein identification method and device
JP6167733B2 (ja) 生体特徴ベクトル抽出装置、生体特徴ベクトル抽出方法、および生体特徴ベクトル抽出プログラム
US10599933B2 (en) Biometric image capturing apparatus and biometric image capturing method
JP5045344B2 (ja) 登録装置、登録方法、認証装置及び認証方法
JP4687948B2 (ja) ディジタル信号処理装置、ディジタル信号処理方法及びプログラム並びに認証装置
US20120201431A1 (en) Living body information registration method, biometrics authentication method, and biometrics authentication apparatus
US20160379038A1 (en) Valid finger area and quality estimation for fingerprint imaging
JP2009187520A (ja) 認証装置、認証方法、登録装置及び登録方法
US8478070B2 (en) Information processing apparatus, block detection method, and program
JP2009140076A (ja) 認証装置及び認証方法
KR20070094736A (ko) 인증 장치, 인증 방법 및 프로그램
WO2020104542A1 (en) Age estimation
JPWO2020095739A1 (ja) 情報処理装置、情報処理方法、及びプログラム
JPWO2010041731A1 (ja) 照合装置、照合方法、及びプログラム
KR102336003B1 (ko) 패치 정합을 이용한 학습 데이터 증가 장치 및 방법
CN109409322B (zh) 活体检测方法、装置及人脸识别方法和人脸检测系统
Zulfikar et al. Android application: skin abnormality analysis based on edge detection technique
Kosmala et al. Human identification by vascular patterns
JP4645887B2 (ja) 画像処理装置及び画像処理方法並びにプログラム
JP4600746B2 (ja) 認証装置、認証方法及びプログラム
JPH1063847A (ja) パターン照合装置
Karthic et al. Feautre Extraction For Human Identifiction using Finger And Palm Images
Vlachos et al. A segmentation method using multiscale and multidirectional matched filters based on dyadic wavelet transform for finger vein pattern extraction
JP4656383B2 (ja) 画像処理装置、画像処理方法及びプログラム
CN114241534B (zh) 一种全掌脉络数据的快速匹配方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20071019

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100617

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100624

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100823

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100930

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101124

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110120

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

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110202

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140225

Year of fee payment: 3

LAPS Cancellation because of no payment of annual fees