JP2006302276A - 自動化された非侵入的な虹彩認識システムおよびその方法 - Google Patents

Abstract

【課題】使用者が簡単に位置決めでき、虹彩の位置を正確に検出し、参照用のデータとの一致を容易に計算する。
【解決手段】イメージ化器の視野に使用者の眼を自己目合わせできる虹彩獲得と、使用者の目のディジタル化されたビデオ像の部分を定めるデータを配置して、空間的に登録されたそれぞれの虹彩の区別に役立つ空間的な特徴をお互いに比較するために規格化された空間相関を採用して、使用者の眼の虹彩を定める空間的に配置されたデータを、虹彩モデルを定めるデータを用いて複数の空間のスケールにおいてパターン照合し、その空間スケールでの照合の良さの評価を定量的に決定して、その後に、使用者の眼の虹彩を唯一に明示するパターンが、前記複数の空間のスケールの各々において定量的に決定された照合の良さの評価のある組み合わせのとおりに、モデルの虹彩を唯一に明示するディジタルデータと一致するか否かを判定する、ことによって達成される。
【選択図】図２

Description

本発明は、自動化された非侵入的な虹彩認識システムおよびその方法に関するものである。

合衆国政府は、政府契約に基づきこの発明に関する権利を有する。

先行技術は、人間の眼の内側あるいは眼の外側のいずれかについての特定の属性の検査に基づいて個々の人間を唯一に識別するための様々な技術を含んでいる。また、先行技術は１９９１年５月１４日にトモノらへ発行された米国特許5,016,282号に開示されているような、特徴ある部分からノイズを分離する眼球追跡像ピックアップ（eye tracking image pickup）装置に対する技術を含んでいる。これらの先行技術の一つは、人間の眼の少なくとも一方の虹彩の外面についての特定の属性の視覚による検査を含んでいる。この点については、１９８７年２月３日にフロムらへ発行された米国特許4,641,349号、１９９４年３月１日にドーグマンへ発行された米国特許4,641,349号、およびドーグマンの著書「統計的な独立のテストによる高信頼性の人間の視覚の認識」（IEEE Transaction on Pattern Analysis and Machine Intellogence,15巻,11号,1993年11月の1148頁〜1161頁）が参考になる。

前述の特許および著書により明らかにされるように、ある人間と他人とをかなり正確に区別するために人間の虹彩の眼に見える構造（texture）を使用できる。したがって、虹彩認識を、例として安全な設備（secure facility）または現金を支払うための自動処理機（ＡＴＭ）へのアクセスを制御するような目的に使用してもよい。虹彩認識システムは、アクセスを試みる各々の人間の虹彩をビデオ像化するイメージ化機（imager）とこの虹彩のビデオ像をデータベースのファイル上にある参照用の虹彩像と比較する計算機による視覚の像処理手段との使用を含む。例えば、アクセスを試みる人間は個人識別番号（ＰＩＮ）を最初に入力してもよく、それにより、ファイル上にある参照用の虹彩像と関連づけられるその人間の虹彩ビデオ像が取られる。加えて、虹彩認識システムは、眼の外側の医学的な検査において医学的な診断をするような目的に有用である。
米国特許第５０１６２８２号明細書 米国特許第４６４１３４９号明細書

実用的な視点から、先行技術の虹彩認識システムおよびその方法には問題がある。

第１に、眼の虹彩の高品質な像を獲得するための以前のアプローチでは、（i）関心の対象である被験者を知られている標準的な形態にするために役立つ侵入的な（invasive）位置決め装置（例えば、ヘッドレストやバイトバール）、（ii）標準化された照明を眼に当てる制御された光源、（iii）位置決めされると共に、照明された眼をとらえるために役立つイメージ化機を有している。この標準的な配置に伴う多くの限界があり、これには、（ａ）使用者は位置決めするために必要とされる物理的な接触が魅力的なものではないことを知り、（ｂ）よい品質で高いコントラストの像を取り込むために、これら以前からのアプローチによって必要とされる光の供給レベルが使用者を不愉快な気持ちにさせる、ということがある。

第２に、眼の像において虹彩の場所を探り当てるための以前のアプローチでは、パラメータ化された虹彩のモデルを採用する。これらのモデルのパラメータは、虹彩の境界に対応する領域を強調するために増強された眼の像へ逐次に適合させられる。モデルの複雑度は、虹彩の内側と外側との境界を定める中心を共有する円から部分的に瞼を閉じる影響を含むもっと複雑なモデルへ向けて変化する。虹彩の境界を強調するために使用される方法には、形態的にフィルタをかけるだけでなく勾配に基づくエッジ検出も含まれる。これらのアプローチの主たる限界は、計算機の高額な出費だけでなく逐次に適合させる処理のために種として役立つよい初期条件を必要とすることにある。

第３に、アクセスを試みる人間のビデオ像から導かれ、虹彩の場所が探り当てられる虹彩データ像をデータベース内のファイル上にある参照用の虹彩の位置が探り当てられた１以上の虹彩データ像とパターン照合する以前のアプローチでは、これらの虹彩データ像間の区別は合理的なものであるが、計算機の高額な出費を必要とする。

本発明は、先行技術の虹彩認識システムおよび方法を用いる前述の３つのアプローチの１以上に関連する不具合への解を提供する改良されたシステムおよび発明へ向けられる。

前述の３個のアプローチの第１への解は、イメージ化器のレンズから異なった距離で空間的に間隔を置いて配置されると共に、実質的に中心を合わせて配置される幾何学的に似た形状の大きい方の第１のエッジおよび小さい方の第２のエッジによって非侵害的な目合わせ機構は実現され、眺めによって、小さい方のエッジが実質的にすっかり大きい方のエッジをふさぐ（occlude）空間的な点へ使用者を機動させることによって、システムと如何なる物理的な接触の必要なしにイメージ化器の視野へ使用者が自己目合わせすることを可能とする。

前述の３個のアプローチの第２への解は、虹彩の周辺の境界、前記虹彩の瞳孔の境界、前記眼の上側および下側の瞼の少なくとも１個の像にフィルタをかけることによって、個々の眼の虹彩を唯一に定める個々の眼のディジタル化された像の部分にディジタルデータの範囲を定め、増強されたその像を得て、その後に投票スキームを具体化する手段によって増強された像をヒストグラム化することを備える。これによって、個々の眼を表すディジタルデータ以外に如何なる初期条件の知識を必要とせずに、虹彩の境界を回復（recover）できる。

前述の３個のアプローチの第３への解は、安全なアクセスを制御するための自動化された虹彩認識を提供するときに使用するパターン照合手法を備える。パターン照合手法はあるアクセスを試みる個人の眼の虹彩のディジタル化された像を唯一に定める第１のディジタルデータと指定された個人の眼の虹彩を唯一に定めるディジタル化された像の第２のディジタルデータとに応答し、この方法は複数の空間スケールの各々において、指定される個々と与えられる個々とのそれぞれの虹彩の区別の目安になると共に、空間的に記録される空間的な特徴の各々をお互いに比較し、複数の空間スケールの各々において、その空間スケールでの照合の良さの評価（value）を定量的に決定する規格化された空間的な相関を採用する。複数の空間スケールの各々において定量的に決定される照合の良さの評価のある組み合わせのとおりに、与えられる個々の前記眼の虹彩を唯一に明示するディジタルデータのパターンが指定される個々の眼の前記虹彩を唯一に明示するディジタルデータと一致するか否かを判断する。

添付の図面と共に引き続く詳細な記述を考慮することによって、本発明の教授するものを容易に理解することができる。

図１においては、自動化された非侵害的な虹彩認識システムは、ある所定の人間としてシステムによって認識されることを試みる人間（今後は”使用者”と記す）の虹彩の入力像、これは典型的にはビデオ像であるが、この像を得るための獲得手段１００と、虹彩の入力像を自動的に処理し、獲得手段１００から当該手段１０２へ加えられるビデオ入力像の虹彩の位置を完全に探り当てるための（図３に示される計算機のステップを採用する）虹彩の位置探索手段１０２と、手段１０２から当該手段１０４へ加えられると共に、位置が探索された虹彩情報のパターンをある所定の人間のモデルとなる格納された虹彩１０６のパターンと比較するパターン照合手段１０４と、使用者が実際にある所定の人間であるかどうかを高い正確さをもって結論づけることを備える。

図２に示されるように、獲得手段１００は、ビデオカメラのようなイメージ化機２００と、アレイ状の光源２０２と、デフューザ（diffuser）２０４と、円偏光器２０６と、大きい方のスクエアエッジ（square edge）２０８と、小さい方のスクエアエッジ２１０と、像フレームグラバ（image frame grabber）２１２とを備える。

イメージ化機２００は、望遠／マクロレンズ２１４を備える光学部品を有する典型的には低照明レベルのビデオカメラ、例えばシリコン増感ターゲット（ＳＩＴ）であって、レンズ２１４がイメージ化機２００を妨害しないようにデフューザ２０４の中心にある穴（hole）を通して面し、はっきりとした像を得る。レンズ２１４によって、使用者の眼２１６の高解像度の像を得ることができ、使用者はある距離を置いてレンズ２１４の前に位置し、結果として眼２１６とイメージ化機２００との間を特別に近接させる必要がない。

アレイ状の光源２０２がイメージ化機２００を囲み、その光源２０２からの光がデフューザ２０４と円偏光器２０６とを通過し、偏光器２０６の前に配置される使用者の眼２１６を照らす。デフューザ２０４は、同じエネルギを単一の点源に集中するならば使用者を不愉快にさせるであろうかなりの光の強度を考慮して使用者の視界にわたって分布させるために、眼２１６に一様に照明することおよび眼２１６のところで広範囲にわたって放射されたエネルギを総和することの両方の目的に役立つ第１のフィルタとして作用する拡散パネルである。偏光器２０６がレンズ２１４の前に位置させられ、この偏光器２２０は眼２１６の奥にある（underlying）構造をわかり難くする角膜のところでの鏡面反射の影響を改良する第２のフィルタとして作用する。

特に、偏光器２０６から現れる光は、特定の回転方向（sense of rotation）を有する。この光が鏡面反射面（例えば、角膜）にあたるとき、反射して戻る光は偏向しているか、反対の方向を有する。この反対方向の光は偏光器２０６を通って戻ってくることはなく、それによってイメージ化機２００への視野が遮られる。しかしながら、拡散的に反射する眼の部分（例えば、虹彩）は虹彩にあたる光を散乱して、この光は偏光器２０６を通過して戻り、引き続いて像の形成に利用できるでしょう。厳密に言えば、円偏向は１／４波リターダ（quarter wave retarder）によって得られる直線偏光を経由して達成されることに注目すべきである。したがって、リターダは必然的に特定の波長範囲のみに対して調整されている。

図２に示されるように、大きい方のスクエアエッジ２０８および小さい方のスクエアエッジ２１０を共にレンズ２１４の軸に関して中心に置き、大きい方のスクエアエッジ２０８を偏光器２０８の前に相対的に短い距離で位置を移動し、小さい方のスクエアエッジ２１０を偏光器２１０の前に相対的に長い距離で位置を移動する。これらのエッジ２０８および２１０は、システムに何らの物理的な接触の必要性なしにイメージ化機２００の視野に使用者の眼２１６を使用者が自己位置合わせできるようにする目的のためのアライメント機構として役立つ。位置合わせの目標は、イメージ化される対象物（つまり、眼２１６）の３個の並進自由度を、レンズ２１４の焦平面のところの距離でイメージ化機２００のセンサアレイ（図示せず）の中心にこの対象物が配置されるように制限することである。これは単純な遠近法の幾何学によって達成され、使用者がこれらの条件を満足する空間内の点へ機動するように使用者に合図を提供する。

特に、波線２２０によって示されるように、遠近法のために、小さい方のスクエアエッジ２１０の四角の輪郭（outline contour）が大きい方のスクエアエッジ２０８の四角の輪郭をすっかりふさぐ空間上にある眼２１６の唯一の位置がある。この空間上の位置は、偏光器２０６の前にあって、小さい方のスクエアエッジ２０８の位置より実質的により長い距離である。相対的なサイズとスクエアエッジ２０８および２１０間の距離は、眼が適切に位置決めされるときそれらの輪郭が重なり、小さい方のスクエアエッジ２１０と大きい方のスクエアエッジ２０８との誤った配置によって使用者の現在の目合わせ位置の正しさに関して使用者に対して連続的にフィードバックされるように、選ばれる。この目合わせ手順を、密集していない（thin）線や他の小さなターゲットをかなりの正確さで一列に合わせる能力である人間のバーニア感覚の鋭さに類推してバーニア目合わせとして言及してもよい。

更に、図２の具体例の大きい方および小さい方のエッジ２０８、２１０は、四角形の輪郭の形状を有するのに対して、これら大きい方および小さい方のエッジの輪郭は、眼が適切に位置合わせされるときそれらの輪郭が重なり、小さい方のスクエアエッジ２１０と大きい方のスクエアエッジ２０８との誤った配置によって使用者の現在の目合わせ位置の正しさに関して使用者に対して連続的にフィードバックされるように、四角形以外の幾何学的に似た形状を有してもよいことを理解すべきである。

如何なる場合でも、イメージ化機２００は正確に焦点が合わさた（鏡面反射ノイズが無視できる程度の）使用者の眼２１６の光強度像を受け、この眼の像の連続するビデオフレームを導く。（標準的なディジタルフレームグラバである）フレームグラバ２１２はビデオフレームの選択された１つによって定義される眼の像を保存する。フレームグラバ２１２からの保存される眼の像は、虹彩の位置決めをするための（図２に示された）手段１０２へ転送される。

例示の目的のために、使用者は安全な設備へアクセスを試みるかまたは現金を支払うための自動処理機（ＡＴＭ）へのアクセスを試みるかのいずれかであると仮定しなさい。いずれの場合でも、最初にスクエアエッジ２０８および２１０を上記のような方法で利用し、システムとのあらゆる物理的な接触の必要なしにイメージ化機２００の視野に眼２１６を自己位置合わせして、それからボタン（図示せず）を押し、イメージ化機２００から導かれる現在起こっているビデオフレームによって定義される眼の像をフレームグラバ２１２に保存させるようにする。したがって、使用者によるボタンを押す操作は、使用者が静止画のカメラのシャッタを押して静止画のカメラのフィルム上に景色のスナップを記録する操作に似ている。

図２に示される構造および上記の記載は、獲得手段１００の基本的な具体例を構成する。しかしながら、異なる使用者は大きさや顔の特徴の点でお互いに変わるので、イメージ化機によって見られると共にフレームグラバによって保存されるあらゆる使用者の眼の像が使用者の特定の大きさや顔の特徴から独立するように獲得手段１００の構造を増強することが簡単に使用するために望ましく、隠れた（covert）像の獲得の可能性に備えることが望ましい。更に、安全な設備へのアクセスを管理するとき、アクセスを試みる使用者を識別するために使用される視覚的な追加情報を提供するだけでなく、イメージ化機の視野へ眼を自己目合わせするために使用者が利用するビデオカメラを用いて概括的な周辺の地域の監視することが望ましい。図２ａおよび図２ｂは、共にこのような増強を提供する手段１００の構造の変更を例示している。

図２ａに示すように、獲得手段１００の構造の変更では、アクセスを試みる使用者２２６の少なくとも頭部の像２２４を導くための相対的に広い視野を有する低解像度のイメージ化機２２２を有する。また、変更には、使用者２２６の眼の像２３２を導くための動く（active）鏡２３０の位置によって制御される相対的に狭い視野を有する高解像度のイメージ化機２２８を含んでいる（ここで、イメージ化機２２８は図２のイメージ化機２００に対応する）。下に記述されるが、図２ｂに示される型の像処理手段は、イメージ化機２２２の連続するビデオフレームに含まれる情報を使用し、リファレンスとしてこの中に含まれる米国特許4,692,806号、5,063,603号および5,067,014号の一以上に開示される先行技術の通りに、動く鏡２３０の位置の調整して制御する。

特に、獲得手段１００の変更では、（操作者の頭の部分である顔の特徴、例えば眼や虹彩たけでなく）操作者の頭部の初期の位置を認識し、引き続いてその追跡するために、活動する像を獲得することおよび人間の頭部、顔および眼を追跡することを含んでいる。変更によって利用されるアプローチでは、イメージ化機２２２によって導かれる像情報を利用しているが、物事を３つの部分に分解する。第１の部分は、不完全（crude）な位置の探索と頭部およびその部分の特徴の追跡とに関係している。第２の部分は、不完全な位置の探索を使用すると共に、眼の領域、特に虹彩の位置的および時間的な評価を一段と正確にしズームレンズで画像を拡大するための情報を追跡することに関係する。第３の部分は、動きの追跡に関係している。

眼の位置の探索の第１の部分は、潜在的な使用者が存在することをシステムに警告すると共に、使用者がいるかもしれない候補地を選択するための機構である。このような警告機構は、（更に詳細に以下に議論されるが）図２に示される変動エネルギピラミッド（change energy pyramid）であり、そこではある時間間隔で記録される像は差がとられ、２乗される。異なる解像度における変動エネルギは、差がとられると共に、２乗される像上でガウスのピラミッドを使用することによって生成される。変動は粗い解像度で解析され、もし潜在的な使用者が存在するならばイメージ化器の視野の中に入りつつあることをシステムに警告する。他の警告機構には立体写真術（stereo）が含まれ、それは使用者の接近が２箇所から記録される２個の像間の不一致を計算することおよび近くに物体があることをシステムに警告する。

眼の位置の探索の第２の部分は、使用者の眼および頭部を最初に位置の探索するための機構である。位置探索は、包括的な（generic）使用者のモデル、例えば粗い解像度における頭部のテンプレート、眼、鼻および口に対するテンプレートを含むパターン木を使用して実行される。警告機構は、モデルを用いて像を照合するテンプレート照合プロセスに対して候補者の位置を与える。初期においては粗い解像度で照合を行い、粗い特徴、例えば頭部を位置決めし、引き続いて細かい解像度の特徴、例えば眼、鼻および口を粗い解像度の照合からの情報を使用して位置を決定する。

眼の位置の探索の第２の部分は、一旦視界に入った頭部および眼を追跡することである。これは、前の像フレームと現在の像フレームとの間の相関照合を実行する運動追跡器を使用してなされる。相関照合は、眼の位置決めのために使用される特徴に基づき行われ、短い時間間隔にわたって追跡するためには便利である髪のような他の特徴に基づき実行されてもよいが、人から人へと変化する。

前述の３個の部分の結果によって、イメージ化機２２２からの像２２４の眼の位置と、もし立体写真術を使用するならば眼の概略の範囲とが提供される。この情報は、イメージ化機２２８を眼に向けるために動く鏡２３０によって使用され、像を獲得する。像２２４内の眼の位置と、概略の範囲と、イメージ化機２２２およびイメージ化機２２８の間の既知の幾何図形的配列とを与えると、イメージ化機２２８を使用して眼をとらえるための指示方向を簡単に計算できる。眼の範囲が未知ならば、そのときイメージ化機２２８は期待されるおおよその範囲に対応する位置に向けられ、その位置から期待される範囲の回りの範囲に対応する位置を差し示す。イメージ化機２２８およびイメージ化機２２２が光学的に一列に並べられて配置されるならば、そのときのみ像２２４内の眼の像の位置がイメージ化機２２８を差し示すために必要である。一旦、イメージ化機２２８が初期的に眼に向けられると、イメージ化機２２８からの像が視野内に眼を保つために使用される。これによって、眼の素早い動きと使用者の通常の動きとが補われる。このような動きはイメージ化機２２２からの像、例えば像２２４では重要でないでしょうが、イメージ化機２２８からの像、例えば像２３２では重要でしょう。追跡の手順は、使用者の像、例えば像２３２において使用される特徴が眼の瞳孔、周辺の（limbal）の境界および瞼に対応する構造であることを除いて、頭部または眼を追跡するための記述の手順と同じである。

図２ｂを参照して、イメージ化機２２２からの像に応答すると共に、使用者２２６の眼の像がイメージ化機２２８の視野内にあるように活動する鏡を制御する像プロセッサの機能ブロック図である。

特に、イメージ化機２２２からのビデオ信号出力は像２２４の連続するフレームを表すが、この出力はディジタル化された後にガウスのピラミッド２３４へ入力Ｇ₀として加えられる。入力Ｇ₀は適当な遅延をもってガウスのピラミッド２３４の出力へ転送され、像２２４と同じ解像度およびサンプリング密度で像ピラミッドのＧ₀像２３６を供給する。さらに、ピラミッドの分野で知られているように、ガウスのピラミッドは、ガウスのピラミッド２３４からの出力として像ピラミッド像のＧ₂出力像２４０および縮小された解像度Ｇ₁出力像２３８を導くための縦列接続されるコンボリュージョン（convolution）および副サンプリング段階を含む。

Ｇ₀、Ｇ₁およびＧ₂出力のそれぞれは、与えられる１以上の数のフレーム期間でフレーム遅延２４２によって遅延される。サブトラクタ（subtractor）２４４は、Ｇ₀、Ｇ₁およびＧ₂各々の現フレームとフレーム遅延がかけられたフレームとに対応するピクセルの偏向された振幅間で、サブトラクタ２４４からの出力としての差を取り、それによって動く対象の像の振幅に関して静止した像の対象の振幅を最小化する。この最小化したものは拡大され、偏向はサブトラクタ２４４からの出力を（ブロック２４６によって指示されるように）２乗することによって除かれ、（それぞれブロック２４８、２５０および２５２によって指示されるように）Ｇ₀、Ｇ₁およびＧ₂の変動エネルギピラミッドを与える。その分野ではよく知られている粗い調整から細かい調整の（coarse-to-fine）プロセスにおいては、変動エネルギビラミッドの情報を、図２ａの動く鏡２３０の位置を制御するために使用してもよい。

加えて、変更には、前述の米国特許5,063,603号で教授されるように、対象の認識のためにテンプレート照合を採用してもよい。代わって、不完全な位置探索あるいは追跡は、テンプレート照合よりも前述の米国特許4,692,806号に開示されているような特徴に基づく（feature-based）アルゴリズムを基礎にし、似たような情報を供給するであろう。さらに、変更は、引き続く操作に適当な品質を持つものが達成されるまで、像のシーケンスを獲得することによって、日和見的な（oppotunistic）形式で操作されるであろう。代わって、そのようなシーケンスから関心のある領域の部分がフレームにわたって獲得され、引き続いて共にモザイクにされ、適切な品質の単一の像を生成する。また、これらの変更のあらゆるアプローチは、ズームレンズで画像を拡大すると共に、眼あるいは虹彩以外の顔面の特徴の高解像度の像を獲得するために使用されるであろう。例えば、操作者の唇の高解像度の像が似たような方法によって得られるであろう。

図２に示されるシステムは、図２ａおよび図２ｂの変更によって与えられる増強を伴ってあるいはこれらの増強なしに、多くの方法で一般化されるであろう。第１に、システムは可視範囲以外のスペクトル帯、例えば赤外線で動作するであろう。したがって、ここで使用される”光”という言葉は可視のスペクトル帯と非可視のスペクトル帯との両方を含む。これを達成するために、１／４波リターダの波長の調節のみでなく光源のスペクトル分布も、望ましいスペクトル帯へ合わせなくてはならない。第２に、もっと強い照明を採用することが必要であるけれども、システムは（低照明レベルのビデオカメラに代わって）標準のビデオカメラを使用するであろう。第３に、レンズ系に対して他の選択が可能であり、それは自動焦点ズームレンズを含むであろう。この追加を行うと、使用者がバーニア目合わせ手順をうまく使用することに伴う正確性をほとんど助長しない。第４に、バーニア目合わせ手順の他の具体例が使用されるであろう。例えば、使用者が正しい場所にいる場合は単一のスポットとして見え、他の場合は２つに見えるような形式で光線対を投光してもよい。第５に、受動的なバーニア目合わせ手順に代わって（あるいは、これに加えて）、システムを、自動的に使用者の眼の位置を発見しこれを追跡する（図２ａおよび図２ｂと関連する上の記述のような）活動的な追跡イメージ化機およびそれに関連するソフトウエアと結合するようにしてもよい。この一般化をすると、協力的な使用者を有することをほとんど助長しない。

獲得手段１００からの出力は、位置探索手段１０２へ入力として加えられるが、この出力はフレームグラバ２１２によって保存され特定のビデオフレームへ対応する相対的に高解像度の眼の像を定めるディジタル形式のデータを備える。図３は、位置探索手段１０２へ入力として加えられる眼の像データに対して手段１０２によって実行される連続するデータ処理ステップの手順を図式で示す。

特に、入力像３００は、獲得手段１００から位置探索手段１０２へ入力として加えられる相対的に高解像度の眼の像データを表す。第１のデータ処理ステップ３０２は、入力像３００を平均化すると共に縮小することである。このようなことは、空間的に平均化し、これによって高い周波数のノイズを縮小するために役立つローパス型ガウスフィルタを用いて、入力像３００を定めるデータを処理すること（convolving）によって達成される。空間的に平均すると空間領域において冗長さが導入されるので、次にフィルタがかけられる像は情報の如何なる追加の損失なしに副サンプル化される。副サンプル化された像は、より小さい寸法およびより低い解像度のため、全サイズである元の入力像３００に比べてより少数の計算機の需要となるという利点を伴って、引き続く処理のための基礎として役立つ。

虹彩の位置探索に含まれる次のデータ処理ステップは、虹彩の境界の様々な要素の順次的な配置からなる。順番に、ステップ３０４は虹彩の周辺の（外側の）境界の位置を示す。ステップ３０６は虹彩の瞳孔の（内側の）境界の位置を示し、更にステップ３０８は（虹彩の部分を閉じることがある）瞼の境界の位置を示す。この順序は、追加の要素の配置を制限する配置された要素の能力ばかりでなく、像に含まれる特徴に関して相対的に顕著な点に基づいて選ばれた。各々の要素の位置探索ステップは、２つの副ステップで行われる。第１の副ステップは、高コントラストの像の配置の期待される形態に合わせて調整されるエッジ検出操作からなる。この調整は、以前に分離された境界要素によって与えられる特定の制限だけでなく（例えば、指向のような）関心ある境界要素の一般的な性質に基づく。第２の副ステップは、関心のある境界要素のパラメータ化されたモデルのための個別の値を示すために、検出されたエッジピクセルが積み重ねられる（vote）スキームからなる。最も単純には、このステップを、参考文献として含まれる米国特許3,069,654号に開示されるように一般化されたホー（Hough）変換の表現で考えることができる。

更に詳細には、ステップ３０４の周辺の境界に対して、像は方向づけにおいてほぼ垂直の状態を指示するようにして調整される勾配に基づくエッジ検出器を用いてフィルタがかけられる。この方向の選択性は、瞼を閉じている顔においてさえ、縁（limbus）の左の部分と右の部分は、ほぼ垂直線の方向を合わせられ、はっきりと目に見えるようにすべきであるという事実によって動機づけられる。（これは、頭がまっすぐ上を向いた位置にあることを仮定する）。周辺の境界は、２個の中心座標ｘｃおよびｙｃと半径ｒとによってパラメータ化される円としてモデル化される。検出されたエッジピクセルは間引かれ（thin）、それから、与えられる（ｘ、ｙ）像配置に対して許される（ｘｃ、ｙｃ、ｒ）値に従い、３次元の（ｘｃ、ｙｃ、ｒ）空間でヒストグラム化される。ヒストグラム化による投票（vote）の最大値の点（ｘｃ、ｙｃ、ｒ）がとられ、周辺の境界を代表するものとする。この境界に強制される追加の唯一の制限は、それが眼の与えられた像の範囲内にあることである。

さらに詳細には、ステップ３０６の瞳孔の境界に対して、方向的に調整されない勾配に基づくエッジ検出器を用いてフィルタがかけられる。瞳孔の境界は円としてモデル化され、周辺の境界と類似している。円のパラメータは、エッジピクセルが間引かれ、それから許される（ｘｃ、ｙｃ、ｒ）値へヒストグラム化されるに従い、受ける投票の最大数の表現を用いて、さらにまた例示される。瞳孔の場合に対して、許されるパラメータ値は、周辺の境界を記述する円の範囲内にあるように制限される。

さらに詳細には、ステップ３０８の瞼の境界に対して、像は方向づけにおいて水平線を指示するように調整される勾配に基づくエッジ検出器を用いてフィルタがかけられる。この方向の選択性は、周辺の境界の範囲内にある（もしあるならば）瞼の部分はほぼ水平であるべきであるという事実によって動機づけられる。（再び、これは、頭がまっすぐ上を向いた位置にあることを仮定する）。上側および下側の瞼は（２個の分離された）双曲線、つまり２次の曲線としてモデル化される。検出されたエッジピクセルは間引かれ、それからそれらの許される値に従いヒストグラム化されるとき、パラメータ化のための個別の値が示される。瞼の場合に対して、検出された境界は、周辺の境界を特徴づける円の範囲内にあり、且つ上側と下側の瞼に対して瞳孔の上と下にあるように追加される制限がある。

最終的に、分離された虹彩の境界の様々な要素を用いて、最終の処理ステップ３１０は、自ら、虹彩の境界を定めるようにこれらの要素を組み合わせることからなる。これは、瞳孔の境界の外側、周辺の境界内側、上側の瞼の下および下側の瞼の上にある像の部分として虹彩をとることによって達成される。

虹彩の位置探索の上記のアプローチは、多くの方法に一般化されるであろう。第１に、配向づけた勾配に基づくエッジ検出以外の像の表示は、虹彩の境界を増強するために使用されるでしょう。第２に、虹彩の境界に対する代わりのパラメータ化が採用されるでしょう。第３に、虹彩の境界の様々な要素（周辺、瞳孔および瞼の境界）の位置探索は、異なる順序で、つまり並列に行われるでしょう。第４に、代わりの制限、これは制限が存在しないことを含んでいるが、これは虹彩の境界の要素の形態を特徴づけるときに、強制されるでしょう。第５に、虹彩の境界のパラメータ化されたモデルに合わせることが、多重の解像度にわたって、例えば逐次的な粗い調整から細かい調整の形式で実行されるでしょう。第６に、虹彩の境界の位置探索は、空間的な平均化および副サンプル化の初段のステップを用いることなしに実行されるでしょう。

入力の眼の像の虹彩の位置探索の上記のアプローチ（特に、図３に示される順次的なデータの処理ステップによって例示化されるものとして）の利益は、追加の初期条件を必要とせず、且つ（現れる像の構造を増強する）単純なフィルタ操作を採用すると共に（増強された像から虹彩の境界を受けるための投票スキームを具体化する）ほとんど計算機の出費を招かないヒストグラム化する操作を行って実行されるということである。

図１では、位置探索手段１０２からの処理され唯一に位置が探索された使用者の虹彩の像を表すデータ出力は、照合手段１０４への第１の入力として加えられ、同時に、使用者がその人間であると主張する人間の唯一に位置が探索された虹彩１０６の像のモデルを表す選択されたデータは、以前にデータベースに保存したものであるが、これが照合手段１０４への第２の入力として加えられる。手段１０４は、本発明の原理を採用し、第１および第２の入力データを効率的に処理し、使用者が実際にその者であると主張する人間であることを示すために十分な照合があるか否かを決定する。

特に、人間の虹彩の区別の目安となる空間的な特徴が、様々なスケールで明らかにされる。例えば、区別する構造は、虹彩の全体形状から小さなクリプト（crypt）および詳細な構造の分布までの範囲で変わる。空間的な構造のこの範囲をとらえるために、虹彩の像は２次元のバンドパス信号分解（decomposition）の表現を用いて表現される。この情報を得るためにラプラスのピラミッドを用いて実行される経験による予備的な研究では、虹彩に像間の許容しうる識別力｛discriminnation｝は４つの異なる解像度で計算されるオクターブ幅のバンドに基づくという結論が導かれた。より低い周波数のバンドが情報を失うことなく連続的に副サンプルされるので、これは効率的な蓄積と処理へ向かう。

２つの像間で詳細な比較をするために、その対にわたる特徴的な構造の間で詳細な対応を取ること（establish）が有利である。エリア（erea）に基づく像登録手法はこの目的のために使用される。この手法では、全ての（ｘ，ｙ）に対して、データ像内の（ｘ，ｙ）−（ｕ（ｘ，ｙ），ｖ（ｘ，ｙ））でのビクセル値がモデル像内の（ｘ，ｙ）での値に近くなるようなマッピング関数（ｕ（ｘ、ｙ）、ｖ（ｘ、ｙ））を探す。ここで、（ｘ，ｙ）は、ここに記述される虹彩位置探索手法によって虹彩として配置される像の領域にわたって取られる。さらに、マッピング関数は相似変換であること、つまり並進シフト、スケールおよび回転に制限される。これにより、同じ虹彩の様々な像化されたインスタンス間の観測される自由度を補うことができる。シフトは、イメージ化器のセンサアレイに平行な面でのオフセットの原因となる。スケールは、カメラの光軸に沿うオフセットの原因となる。回転は、眼のサイクロトーション（cyclotorsion）によって自然には補うことがされない変位を越えて光軸の回りの回転での変位の原因となる。アクセスを試みる人間を正確に位置決めする能力が与えられたとすると、上記のように像の獲得に関係して、これらは、対応を取るときに注意が向けられる（address）必要がある自由度のみである。このアプローチは、その分野で知られているモデルに基づく運動評価を採用する階層的な勾配に基づく像の登録アルゴリズムに基づいて実行された。アルゴリズムの初期条件は、上記の虹彩の位置探索手法によって配置された虹彩の境界の相対的なオフセットから導かれる。

正確にそして詳細に登録されたデータ像およびモデルを用いて、次の仕事は、比較を定量化するために照合の良さを付与することである。モデルとデータ像とを細かな登録に移すための能力が与えられると、適当な照合の指標は像の表現の各々の周波数帯の範囲内で空間的な位置にわたってピクセルの差を平均化することに基づいてもよい。空間的な相関はこの概念をとらえる。特に、規格化された相関が利用される。規格化された相関は、標準の相関と同じ型の情報をとらえるが、その分野で知られているように、それは像の強度において標準の相関を改悪する部分的な変位の原因になる。相関は、各々の空間的な周波数帯においてピクセルの小さなブロック（８ラ８）にわたって実行される。照合の良さはそれぞれの帯に対してメジアン（median）統計を経由してブロックの相関値を組み合わせることにより導かれる。メジアン操作を用いて組み合わされるブロックにすることは照合の部分的な調整と部外者の検出の程度を考慮し、それによってノイズによる誤照合、誤登録および閉鎖（例えば、それた眉毛）に対抗する強健さを与える。

実行されなければならない最後の仕事は、データ像はモデル像が導かれた虹彩と同じ虹彩から導かれたか否かに関して、（各々の空間的な周波数帯に対して一つ）計算される４個の照合値の良さを組み合わせて最終判断をすることである。この事柄に対する合理的なアプローチは、虹彩像のクラス（つまり、同じ虹彩の様々なインスタンス）の範囲内の差異を最小化するような方法でその値を組み合わせ、一方、虹彩像の異なるクラス（つまり、異なる虹彩のインスタンス）間の差異を最大化する。このような解を与える線形の関数は良く知られ、フィッシャ（Fisher）の線形判別式によって与えられる。この手法は、数ある中でも、デューダ(Duda)とハート(Hart)著、”パターン分類およびシーン解析（Patterm Classification And Scene Analysis）”、Wiley&Sons,1973年、１１１４頁〜１１８頁に開示された。あらゆる線形関数は任意のデータセットの異なるクラスを適当に区別できるということは先だった結論ではないが、実際には虹彩像の場合には非常に良く有効に作用する。更に、実際には、フィッシャの線形判別式は虹彩像の小さなセットに基づいて定義され、（１０個の虹彩の５個の像を備える）データを処理する（train）。引き続いて、実際には、この関数は、対応するデータベース登録を持つ入力されるデータ像とこの登録を持たないデータ像間の卓越した区別に役立つ。

ここで教授される操作の方法と装置は本発明の例示であるということを理解すべきである。その分野の技術を有する者は、本発明の視点および精神から離れることなく容易に変更したものを導く。特に、相似以外に登録の方法を使用してもよい。等方的なバンドパスフィルタの応用を経由して導かれる像の表示以外の像の表示は相関のための基礎として役立つ。例えば、参考文献としてここに含まれる１９９４年６月２８日に発行された米国特許5,325,449号にバート（Burt）らによって開示されたもののように指向性のあるバンドパスフィルタ、つまり形態フィルタを使用してもよい。ウエーブレット分解のようなバンドパス以外の他の信号分解法を使用してもよい。ウエーブレット分解は、ビデオ信号を表す原像のサブバンド分解を生成するためにクワドラチャミラーフィルタ（quadrature mirror filter：ＱＭＦ）を使用する特定の型の多重解像度ピラミッドである。この型の信号プロセッサは、ＤＣＣ’９１データ圧縮コンファレンス、１９９１年４月８日〜１１日、ＩＥＥＥコンピュータソサエティプレス、ロスアラミトス、カリホルニアのプロシーデングに”フラクタルに基づく像圧縮の実用的なアプローチ（A Practical Approach Fractal-Based Image Compression）”としてペントランド（Pentland）らによって記述される。ペントランドらの圧縮システムは、高い周波数の細かい目盛りでの重要な情報を予測するために低周波数の粗い目盛りの情報を使用しようと試みる。また、ＱＭＦサブバンドピラミッドプロッセシングは、ジェイ．ダブリュウ．ウッド（J.W.Wood）編集、クルワアカデミックプレス（Kluwer Academic Press）の”サブバンド像コーディング（Subband Image Coding）”の本に記述されている。代わりに、指向性のあるバンドパス、例えば１９９４年６月２８日に発行された米国特許5,325,449号にバート（Burt）らによって開示されたものを使用してもよい。

像照合を、もっとシンボリックな方法で実行することができる。例えば、並列に導かれる照合値をフィッシャの線形判別式によって与えられる方法以外の方法で組み合わせてもよい。例えば、（例えば、ニューラルネットワークによって導かれる）非線形の組み合わせを使用してもよい。相関以外の他の比較方法およびフィッシャの線形判別式以外の他の決定規準を使用してもよい。

比較される虹彩を目合わせするために別の方法を用いてもよい。例えば、像は単純なあるいはより複雑な像変換を条件として、像は目合わせされる。実際の照合手順に先だって、環状の虹彩像を、例えば動径および角度位置が垂直および水平位置へ変換される直交形式へ変換する。このような操作は、ある引き続く動作を単純化するために役立つでしょう。実際の照合手順に先だって、虹彩像をある軸に沿って投射し、一次元の信号を生成する。例えば、動径方法に沿って像を投影してもよい。

本発明は、地域、施設または装置、例えばコンピュータまたはＡＴＭに対するアクセスを生物測定学的な評価で制御するために使用できる。

図１は、本発明の原理を含む自動化された非侵害的な（non-invasive）虹彩認識システムの機能ブロック図である。 図２は、本発明の原理を含む虹彩取得手段の具体例である。 図２ａおよび２ｂは、共に、図２の具体例を強化するために図２の虹彩取得手段を改良したものを示す。 図２ａおよび２ｂは、共に、図２の具体例を強化するために図２の虹彩取得手段を改良したものを示す。 図３は、虹彩の位置を完全に探知するために、本発明によって採用される虹彩の入力像を自動的に処理するための計算ステップのフローを示す。

符号の説明

１００…獲得手段、１０２…位置探索手段、１０４…パターン照合手段、１０６…虹彩、２００…イメージ化機、２０２…光源、２０４…デフューザ、２０６…円偏光器、２１２…フレームグラバ、２１４…マクロレンズ、２１６…眼、２２２…イメージ化機、２２４…像、２２６…使用者、２２８…イメージ化機、２３０…鏡、２３２…像、２３４…ピラミッド、２３６…像、２３８…出力像、２４０…出力像、２４２…フレーム遅延、２４４…サブトラクタ、２４６…ブロック、２４８…ブロック、３００…入力像。

Claims (6)

1. 安全なアクセスを制御するために自動化された虹彩認識を提供するときに使用するための像処理方法であって、前記方法はアクセスを試みるある個人の眼の虹彩のディジタル化された像を唯一に定める第１のディジタルデータと指定される個々の眼の虹彩を唯一に定めるディジタル化される像の以前保存された第２ディジタルデータとに応答し、前記方法はパターン照合ステップを含み、前記パターン照合ステップは、
   ａ）複数の空間スケールの各々において、まず、前記使用者と前記与えられる個々とのそれぞれの虹彩の区別の目安になると共に、空間的に記録される空間的な特徴の各々をお互いに比較するために規格化された空間的な相関を採用し、前記複数の空間スケールの各々において、その空間スケールでの照合の良さの評価を定量的に決定するステップと、
   ｂ）前記与えられる個々前記眼の前記虹彩を唯一に明示するディジタルデータのパターンが、前記複数の空間スケールの各々で定量的に決定される照合の良さの評価のある組み合わせに一致して、前記指定された個々の眼の虹彩を唯一に明示する前記ディジタルデータと、一致するか否かを判断するステップと、を備える。
2. 請求項１において、該ステップ（ａ）は、
   ｃ）前記パターン照合手段は、並進シフト、スケールおよび回転という相似変換に制限されるマッピング関数（ｕ（ｘ，ｙ），ｖ（ｘ，ｙ））を利用するエリアに基づく像を登録し、全ての（ｘ，ｙ）に対して、前記使用者の眼の前記虹彩を唯一の明示する第１のディジタルデータの（ｘ，ｙ）−（ｕ（ｘ，ｙ），ｖ（ｘ，ｙ））におけるデータ値が、前記指定される個々の眼の虹彩を唯一に明示する前記第２のディジタルデータの（ｘ，ｙ）におけるデータ値に近くなるようにするステップを、備える。
3. 請求項１において、該ステップ（ａ）は、
   ａ）前記複数のスケールの各々の第１の空間のディメンジョンで第１の複数のデータ点および前記複数のスケールの各々の第２の空間のディメンジョンで第２の複数のデータ点からなる与えられる空間のブロックにわたって規格化される空間の相関を実行するステップを備える。
4. 請求項３において、該ステップ（ｃ）は、
   ｄ）前記複数の空間のスケールの各々において、メジアン統計を経由して前記与えられる空間のブロックにわたって前記規格化される空間の相関を、その空間のスケールで照合の前記良さの評価を定量的に決定するために組み合わせるステップを、備える。
5. 請求項１のシステムにおいて、該ステップ（ｂ）は、
   ｃ）同じ虹彩の様々なインスタンスの範囲内の変化を最小化すると共に、異なる虹彩の様々なインスタンスの範囲内の変化を最大化するように、前記複数の空間のスケールの各々において定量的に決定される照合の良さの範囲を組み合わせるステップを備える。
6. 請求項５において、該ステップ（ｃ）は、
   ｄ）同じ虹彩の様々なインスタンスの範囲内の変化を最小化すると共に、異なる虹彩の様々なインスタンスの範囲内の変化を最大化するように、線形関数としてフィッシャの線形判別式を採用するステップを備える。

Images