JP2008102780A - パターン識別方法、登録装置、照合装置及びプログラム - Google Patents
パターン識別方法、登録装置、照合装置及びプログラム Download PDFInfo
- Publication number
- JP2008102780A JP2008102780A JP2006285353A JP2006285353A JP2008102780A JP 2008102780 A JP2008102780 A JP 2008102780A JP 2006285353 A JP2006285353 A JP 2006285353A JP 2006285353 A JP2006285353 A JP 2006285353A JP 2008102780 A JP2008102780 A JP 2008102780A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- center
- distribution
- blood vessel
- biological
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
【課題】認証精度を向上し得るパターン識別方法等を提案する。
【解決手段】複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値を算出し、2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とを算出し、登録対象又は登録データと照合される照合対象から得られるパターンの2以上の形状値と、2以上の形状値の分布の中心との距離を、その中心からの広がりの程度を表す値を用いて算出し、距離が所定の閾値よりも大きい場合に、パターンを破棄するようにした。
【選択図】図22
【解決手段】複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値を算出し、2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とを算出し、登録対象又は登録データと照合される照合対象から得られるパターンの2以上の形状値と、2以上の形状値の分布の中心との距離を、その中心からの広がりの程度を表す値を用いて算出し、距離が所定の閾値よりも大きい場合に、パターンを破棄するようにした。
【選択図】図22
Description
本発明は、パターン識別方法、登録装置、照合装置及びプログラムに関し、バイオメトリクス認証に適用して好適なものである。
従来、バイオメトリクス認証対象の1つとして血管がある。この認証装置は、一般に、登録者の血管画像を登録データとして登録し、その登録データと、当該登録データに対する照合対象として入力される照合データとの一致の程度に応じて、登録者本人であるか否かを判定するようになされている。
このような認証装置に対する、いわゆるなりすまし防止対策が各種提案されている。例えば、入力される照合データが、その入力時点よりも過去に入力された照合データとは座標位置も含めて完全に一致することは通常あり得ないということに着目し、これら照合データ同士が一致した場合には、たとえ、登録データと一致した場合であっても、認証を却下するといったものがある(特許文献1参照)。このなりすまし防止対策手法によれば、登録者の血管画像のデータが盗用された場合などに、有用な対策となる。
ところで、指の代わりに例えば大根を撮像した場合、大根の内部に張り巡らされている道管、師管及び維管束等が生体内の血管と似ていることに起因して、血管の形状パターン(以下、これを血管パターンと呼ぶ)と似たパターン(以下、これを擬似血管パターンと呼ぶ)が得られ、当該大根等によってなりすましが可能であるということが報告されている。
特開2002−259345公報
松本 勉、"金融取引における生体認証について"、[online]、2005年4月15日、金融庁・第9回偽造キャッシュカード問題に関するスタディグループ、[2006年8月21日検索]、インターネット<URL:http://www.fsa.go.jp/singi/singi_fccsg/gaiyou/f-20050415-singi_fccsg/02.pdf>
この場合、擬似血管パターンは、登録者の血管パターンとは座標位置も含めて完全に一致するパターンとはならないことから、上述のなりすまし防止対策手法を適用したとしても、登録者本人であると判定される、つまりなりすましが可能となり、ひいては認証精度がもとる結果となる。
本発明は以上の点を考慮してなされたもので、認証精度を向上させ得るパターン識別方法、登録装置、照合装置及びプログラム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、パターン識別方法であって、複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値を算出し、2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とを算出し、登録対象又は登録データと照合される照合対象から得られるパターンの2以上の形状値と、2以上の形状値の分布の中心との距離を、その中心からの広がりの程度を表す値を用いて算出し、距離が所定の閾値よりも大きい場合に、パターンを破棄するようにした。
このパターン識別方法では、各生体パターンについて複数の観点(パターン形状値)に対応する次元分布のなかで、登録対象又は登録データと照合される照合対象から得られるパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(閾値)までの範囲に属しているのかを把握することができる。
したがってこのパターン識別方法では、登録対象又は登録データと照合される照合対象から得られるパターンがたとえ生体パターンに対して擬似的となるパターンであったとしても、そのパターンが生体パターンではないものとして、登録又は照合することなく事前に排除し得る確率が格段に高くなる。
また本発明は、登録装置であって、複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶される記憶手段と、登録対象から得られるパターンの2以上の形状値と、記憶手段に記憶された2以上の形状値の分布の中心との距離を、値を用いて算出する算出手段と、距離が所定の閾値よりも大きい場合にはパターンを破棄し、距離が閾値以内の場合にはパターンを記憶媒体に登録する登録手段とを設けるようにした。
この登録装置では、各生体パターンについて複数の観点(パターン形状値)に対応する次元分布のなかで、登録対象から得られるパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(閾値)までの範囲に属しているのかを把握することができる。
したがってこの登録装置では、登録対象から得られるパターンがたとえ生体パターンに対して擬似的となるパターンであったとしても、そのパターンが生体パターンではないものとして、登録することなく事前に排除し得る確率が格段に高くなる。
さらに本発明は、照合装置であって、複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶される記憶手段と、登録対象から得られるパターンの2以上の形状値と、記憶手段に記憶された2以上の形状値の分布の中心との距離を、値を用いて算出する算出手段と、距離が所定の閾値よりも大きい場合にはパターンを破棄し、距離が閾値以内の場合には、記憶媒体に登録された登録データとパターンとを照合する照合手段とを設けるようにした。
この照合装置では、各生体パターンについて複数の観点(パターン形状値)に対応する次元分布のなかで、照合対象から得られるパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(閾値)までの範囲に属しているのかを把握することができる。
したがってこの照合装置では、照合対象から得られるパターンがたとえ生体パターンに対して擬似的となるパターンであったとしても、そのパターンが生体パターンではないものとして、照合することなく事前に排除し得る確率が格段に高くなる。
さらに本発明は、プログラムであって、複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶されるコンピュータに対して、登録対象から得られるパターンの2以上の形状値と、記憶手段に記憶された2以上の形状値の分布の中心との距離を、値を用いて算出する第1の処理と、距離が所定の閾値よりも大きい場合にはパターンを破棄し、距離が閾値以内の場合にはパターンを記憶媒体に登録する第2の処理、又は、距離が所定の閾値よりも大きい場合にはパターンを破棄し、距離が閾値以内の場合には、記憶媒体に登録された登録データとパターンとを照合する第2の処理とを実行させるようにした。
このプログラムでは、各生体パターンについて複数の観点(パターン形状値)に対応する次元分布のなかで、登録対象又は登録データと照合される照合対象から得られるパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(閾値)までの範囲に属しているのかを把握することができる。
したがってこのプログラムでは、登録対象又は登録データと照合される照合対象から得られるパターンがたとえ生体パターンに対して擬似的となるパターンであったとしても、そのパターンが生体パターンではないものとして、登録又は照合することなく事前に排除し得る確率が格段に高くなる。
本発明によれば、各生体パターンについて複数の観点(パターン形状値)に対応する次元分布のなかで、登録対象又は登録データと照合される照合対象から得られるパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(閾値)までの範囲に属しているのかを把握することができるようにしたことによって、擬似的なパターンが生体パターンではないものとして、登録又は照合することなく事前に排除し得る確率を格段に向上することができ、かくして、認証精度を向上させ得る登録装置、照合装置、抽出方法及びプログラムを実現できる。
以下図面について、本発明を適用した一実施の形態を詳述する。
(1)本実施の形態による認証システムの全体構成
本実施の形態による認証システムは、データ生成装置と、認証装置とによって構成される。このデータ生成装置は、血管パターンであると判定すべき範囲を表すデータ(以下、これを血管パターン範囲データと呼ぶ)を生成し、これを認証装置の内部メモリに書き込む。
本実施の形態による認証システムは、データ生成装置と、認証装置とによって構成される。このデータ生成装置は、血管パターンであると判定すべき範囲を表すデータ(以下、これを血管パターン範囲データと呼ぶ)を生成し、これを認証装置の内部メモリに書き込む。
この認証装置には、この血管パターン範囲データに基づいて、被写体の撮像結果として得られる画像データのパターンが擬似血管パターンであるか否かを判定する機能が搭載されている。
(2)データ生成装置の構成
このデータ生成装置の構成を図1に示す。このデータ生成装置1は、制御部10に対して、操作部11と、撮像部12と、フラッシュメモリ13と、外部とデータを授受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)14とをそれぞれバス15を介して接続することにより構成される。
このデータ生成装置の構成を図1に示す。このデータ生成装置1は、制御部10に対して、操作部11と、撮像部12と、フラッシュメモリ13と、外部とデータを授受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)14とをそれぞれバス15を介して接続することにより構成される。
制御部10は、データ生成装置2全体の制御を司るCPU(Central Processing Unit)と、各種プログラム及び設定情報が格納されるROM(Read Only Memory)と、当該CPUのワークメモリとしてのRAM(Random Access Memory)とを含むマイクロコンピュータでなっている。
この制御部10には、撮像命令COM1又は血管パターン範囲データを生成すべき命令COM2が、ユーザ操作に応じて操作部11から与えられる。制御部10は、かかる実行命令COM1、COM2に基づいて実行すべきモードを決定し、この決定結果に対応するプログラムに基づいて、撮像部12、フラッシュメモリ13及び外部インターフェース14を適宜制御することによって、撮像モード又はデータ生成モードを実行するようになされている。
(2−1)撮像モード
具体的に制御部10は、実行すべきモードとして撮像モードを決定した場合、動作モードを撮像モードに遷移し、撮像部12を制御する。
具体的に制御部10は、実行すべきモードとして撮像モードを決定した場合、動作モードを撮像モードに遷移し、撮像部12を制御する。
この場合、撮像部12の駆動制御部12aは、このデータ生成装置2における所定位置に近赤外光を照射する1又は2以上の近赤外光光源LSと、例えばCCD(Charge Coupled Device)でなる撮像素子IDとを駆動制御する。
撮像素子IDは、所定位置に配置されたオブジェクトに照射され、該オブジェクト、光学系OP及び絞りDHを順次介して入射する近赤外光を光電変換し、当該光電変換結果を画像信号S1として駆動制御部12aに送出する。
ここで、オブジェクトが生体の指であった場合、近赤外光光源LSから指に照射された近赤外光は、当該指の内方を反射及び散乱するようにして経由し、指の血管を投影する血管投影光として、撮像素子IDに入射し、この血管投影光が画像信号S1として駆動制御部12aに送出されることとなる。
駆動制御部12aは、画像信号S1の画素値に基づいて、被写体に焦点が合うように光学系OPにおける光学レンズのレンズ位置を調整するとともに、撮像素子IDに入射する入射光量が適応量となるように絞りDHにおける絞り値を調整し、当該調整後に撮像素子IDから出力される画像信号S2を制御部10に供給する。
制御部10は、この画像信号S2に対して所定の画像処理を施すことによって、当該画像におけるオブジェクトパターンの特徴を抽出し、当該抽出された画像を、画像データD1としてフラッシュメモリ13に記憶する。
このようにしてこの制御部10は、撮像モードを実行することができるようになされている。
ここで、かかる画像処理の処理内容について説明する。この画像処理は、機能的には、図2に示すように、前処理部21及び特徴点抽出部22にそれぞれ分けることができる。以下、これら前処理部21及び特徴点抽出部22について詳細に説明する。ただし、便宜上、撮像部12から供給される画像信号S2は、生体の指を撮像した結果得られたものとして説明する。
(2−1−A)前処理
前処理部21は、撮像部12から供給される画像信号S2に対してA/D(Analog/Digital)変換処理、ソーベルフィルタ処理等の所定の輪郭抽出処理、ガウシアンフィルタ処理等の所定の平滑化処理、2値化処理及び細線化処理を順次施すことによって血管パターンを抽出する。
前処理部21は、撮像部12から供給される画像信号S2に対してA/D(Analog/Digital)変換処理、ソーベルフィルタ処理等の所定の輪郭抽出処理、ガウシアンフィルタ処理等の所定の平滑化処理、2値化処理及び細線化処理を順次施すことによって血管パターンを抽出する。
例えば図3(A)に示す画像(画像信号S2)が前処理部21に入力された場合、該画像は、この前処理部21での前処理により血管パターンが強調され、図3(B)に示す画像に変換されることとなる。
前処理部21は、このようにして血管パターンを抽出した画像のデータ(以下、これを画像データと呼ぶ)D21を、特徴点抽出部22に出力するようになされている。
この実施の形態の場合、この画像データD21の画像に含まれる血管線(血管パターン)は、2値化処理により、白画素とされ、その幅(太さ)は、細線化処理により、「1」とされる。この血管線の幅が「1」とは、線幅が1画素ということである。
(2−1−B)特徴点抽出処理
特徴点抽出部22は、入力される画像に含まれる血管パターンを構成する白画素(以下、これを血管画素と呼ぶ)のうち、端点、分岐点及び屈曲点を検出し、該端点及び分岐点を基準として、屈曲点を適宜削除する。
特徴点抽出部22は、入力される画像に含まれる血管パターンを構成する白画素(以下、これを血管画素と呼ぶ)のうち、端点、分岐点及び屈曲点を検出し、該端点及び分岐点を基準として、屈曲点を適宜削除する。
(B−1)端点及び分岐点の検出
まず、特徴点抽出部22は、第1段階として、血管線から端点及び分岐点を検出する。
まず、特徴点抽出部22は、第1段階として、血管線から端点及び分岐点を検出する。
具体的には、特徴点抽出部22は、入力される画像(画像データD21)を構成する各画素のうち、血管画素を所定の順序で着目画素とし、該着目画素の周囲の画素(上下左右方向における4画素及び斜め方向における4画素の計8画素)に存在する血管画素の画素数を調べる。
ここで、血管線における端点、分岐点及び孤立点の出現パターンを図4に示す。この図4では、着目画素を編状とし、血管画素(白画素)を、視覚的便宜を図るため黒色としている。この図4からも明らかなように、血管の線幅が1画素として表現されている場合、着目画素と、その周囲の血管画素の「数」との関係は一義的となり、また、分岐パターンとしては、必ず、3分岐又は4分岐のいずれかとなる。
したがって、特徴点抽出部22は、着目画素の周囲に1つの血管画素が存在する場合には、その着目画素を端点として検出する。一方、特徴点抽出部22は、着目画素の周囲に3つ又は4つの血管画素が存在する場合には、その着目画素を分岐点として検出する。他方、特徴点抽出部22は、着目画素の周囲に血管画素が存在しない場合には、その着目画素を孤立点として検出する。
そして特徴点抽出部22は、検出した端点、分岐点及び孤立点のうち、血管線の構成要素とはならない孤立点を削除する。
このようにしてこの特徴点抽出部22は、第1段階として、血管線から端点及び分岐点を検出するようになされている。
(B−2)屈曲点の検出
次に、特徴点抽出部22は、第2段階として、端点及び分岐点を基準として、屈曲点を検出する。
次に、特徴点抽出部22は、第2段階として、端点及び分岐点を基準として、屈曲点を検出する。
具体的には、特徴点抽出部22は、例えば図5に示す場合、分岐点DP1を始点とし、該始点とした分岐点DP1の次に出現する他の特徴点(端点EP1、端点EP2、分岐点DP2)を終点として、始点から終点までの血管線(以下、これを部分血管線と呼ぶ)を追跡する。同様に、特徴点抽出部22は、分岐点DP2を始点とし、該始点とした分岐点DP2の次に出現する他の特徴点(端点EP3、端点EP4)を終点として、部分血管線を追跡する。
この図5の例では、分岐点DP1、DP2を始点としたが、端点を始点とするようにしてもよい。ちなみに、この図5からも明らかなように、端点は、必ず、始点又は終点のいずれか一方にしかなり得ないものであるが、分岐点は、必ず、始点及び終点の一方又は双方が重複する。
ここで、具体的な追跡手法を図6に示す。この図6において、特徴点抽出部22は、始点から、現着目画素(網状ハッチングで表される画素)の周囲に存在する血管画素のうち直前に着目画素とした血管画素(横ハッチングで表される画素)を除く血管画素を、次の着目画素として、当該現着目画素の周囲に存在する血管画素が終点となるまで、部分血管線における血管画素を順次追跡していく。
この部分血管線における血管画素は、分岐点又は端点から次の分岐点又は端点までの血管線であることから、決して、分岐が存在しないものとなる。したがって、着目画素は、必ず、直線上の点又は屈曲点となる。ちなみに、図7において、直線上の点及び屈曲点の出現パターンを示す。この図7では、図4と同様に、着目画素を編状とし、血管画素(白画素)を、視覚的便宜を図るため黒色としている。
特徴点抽出部22は、例えば図8に示すように、始点及び終点(斜め格子状のハッチングで表される画素)の間の追跡過程において、現着目画素以前の血管画素の直線性が、次に着目画素とされる血管画素から損なわれる場合には、該現着目画素を屈曲点(格子状のハッチングで表される画素)として検出する。
やがて、終点に到達すると、特徴点抽出部22は、この部分血管線における始点から屈曲点を経て終点までの各特徴点を、グループとして割り当てる。
このようにしてこの特徴点抽出部22は、第2段階として、端点及び分岐点を基準として、分岐点又は端点から次の分岐点又は端点までの血管線(部分血管線)ごとに屈曲点を検出するようになされている。
(B−3)屈曲点の削除
次に、特徴点抽出部22は、第3段階として、グループとして割り当てられた、部分血管線における始点から屈曲点を経て終点までの各特徴点(以下、これを部分血管構成点列と呼ぶ)を処理単位として、当該部分血管線における屈曲点を削除する。
次に、特徴点抽出部22は、第3段階として、グループとして割り当てられた、部分血管線における始点から屈曲点を経て終点までの各特徴点(以下、これを部分血管構成点列と呼ぶ)を処理単位として、当該部分血管線における屈曲点を削除する。
これら部分血管構成点列に対する削除処理の内容は同一であるので、該内容を、ある1つの部分血管構成点列を処理対象とした場合に限って図9を例に用いて具体的に説明する。この図9において、正方形はオリジナル血管線を構成する画素(以下、これをオリジナル血管画素と呼ぶ)を表し、当該オリジナル血管画素のうち端点及び屈曲点には破線を付している。
特徴点抽出部22は、部分血管構成点列のうち、基準として選択した特徴点(以下、これを基準点と呼ぶ)GPbsから削除候補点GPcd(GPcd1〜GPcd3)までのオリジナル血管画素に対する、当該基準点GPbs及び削除候補点GPcdを結ぶ線分SG(SG1〜SG3)を構成する画素(以下、これを線分画素と呼ぶ)の重複割合が、所定の閾値(以下、これを重複割合閾値と呼ぶ)よりも小さくなるまで、当該削除候補点GPcdを終点側に順次ずらしながら求めていく。
この図9では、線分SG1の線分画素(2画素)は、基準点GPbsから対応する削除候補点GPcd1までのオリジナル血管画素(2画素)の全てと重複するので、重複割合は「2/2」である。また線分SG2の線分画素(7画素)は、基準点GPbsから対応する削除候補点GPcd2までのオリジナル血管画素(7画素)のうちの4画素と重複するので、重複割合は「4/7」である。線分SG3の線分画素(9画素)は、基準点GPbsから対応する削除候補点GPcd3までのオリジナル血管画素(9画素)のうちの2画素と重複するので、重複割合は「2/9」である。
線分SG3の線分画素の重複割合が重複割合閾値よりも小さいとした場合、特徴点抽出部22は、そのとき削除候補点GPcd3として選択した特徴点よりも1つ前に削除候補点GPcd2として選択した特徴点と、基準点GPbsとの間の特徴点GPcd1を削除する。そうすると、この特徴点GPcd1を削除した場合であっても、残した特徴点GPcd2から基準点GPbsまでの線分SG2はオリジナル血管線と近似することになる。
ここで、かかる重複割合閾値を小さく設定すると、線分SG3が、当該基準点GPbsから削除候補点GPcd3までのオリジナル血管画素(部分血管線)と近似しないにもかかわらず、特徴点GPcd1を削除するといったことが生じ、これに対して重複割合閾値を大きく設定すると、特徴点GPcd1を削除することができないといったことが生じ得る。
そこで、この実施の形態では、特徴点抽出部22は、線分長に応じて重複割合閾値を切り換えるようになっている。具体的には、基準点をGPJ(J=1、2、……、M(Mは整数))とし、その基準点からα番目の削除候補点をGPJ+αとすると、基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αについてオリジナル血管画素に対する重複割合を求める場合、その直前に重複割合を求めた線分(以下、これを直前線分と呼ぶ)GPJ+(α−1)−GPj+αの線分長が所定の閾値(以下、これを線分長閾値と呼ぶ)以上であるときには、第1の重複割合閾値を設定し、これに対して線分長閾値未満であるときには、第1の重複割合閾値よりも大きい第2の重複割合閾値を設定する。
このようにすることで、部分血管線上に存在する屈曲点を結んだ場合にその結んだ線が部分血管線に近似するように、削除対象としての屈曲点を的確に選択することが可能となる。
具体的に、この屈曲点の削除処理は、部分血管構成点列における始点から、図34のフローチャートに示す手順で実行される。すなわち特徴点抽出部22は、部分血管構成点列の始点を基準点として選択するとともに、該基準点から1番目の特徴点を、削除候補点として選択する(ステップSP31)。
そして特徴点抽出部22は、この屈曲点の削除処理を開始してから初めて重複割合を求める場合であるか、又は、現時点の選択対象である基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αの直前線分GPJ+(α−1)−GPJ+αの線分長が線分長閾値未満であるかを判定する(ステップSP32)。
この屈曲点の削除処理を開始してから初めて重複割合を求める場合又は直前線分GPJ+(α−1)−GPJ+αの線分長が線分長閾値未満である場合、特徴点抽出部22は、重複割合閾値として第1の重複割合閾値を設定した後(ステップSP33)、現時点の選択対象である基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αについてオリジナル血管画素に対する重複割合を求め(ステップSP34)、この重複割合が第1の重複割合閾値以上であるか否かを判定する(ステップSP35)。
これに対して、この屈曲点の削除処理を開始してから重複割合を求める回数が2回目以降であり、かつ、直前線分GPJ+(α−1)−GPJ+αが線分長閾値以上となる場合、特徴点抽出部22は、重複割合閾値として第2の重複割合閾値を設定した後(ステップSP36)、現時点の選択対象である基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αについてオリジナル血管画素に対する重複割合を求め(ステップSP34)、この重複割合が第2の重複割合閾値以上であるか否かを判定する(ステップSP35)。
ここで、重複割合が重複割合閾値以上となる場合、このことは、現時点の選択対象である基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αが、当該基準点GPJから削除候補点GPJ+αまでのオリジナル血管線と近似する又は同一であることを意味する。
この場合、特徴点抽出部22は、現時点の選択対象である削除候補点GPJ+αが部分血管構成点列の終点であるか否かを判定し(ステップSP37)、終点でないときには、当該削除候補点GPJ+αとして選択している特徴点に対して終点側にある特徴点を、新たな削除候補点GPJ+αとして選択した後(ステップSP38)、上述した処理に戻る(ステップSP32)。
一方、重複割合が重複割合閾値未満となる場合、このことは、現時点の選択対象である基準点GPJ及び削除候補点GPJ+αを結ぶ線分GPJ−GPJ+αが、当該基準点GPJから削除候補点GPJ+αまでのオリジナル血管線とはかけ離れていることを意味する。
この場合、特徴点抽出部22は、現時点よりも1つ前に削除候補点GPJ+αとして選択していた特徴点と、現時点で基準点GPJとして選択している特徴点との間における1又は2以上の特徴点をすべて削除する(ステップSP39)。
そして特徴点抽出部22は、現時点の選択対象である削除候補点GPJ+αが部分血管構成点列の終点であるか否かを判定し(ステップSP40)、終点でないときには、現時点の選択対象である削除候補点GPj+αを基準点GPJとして選択するとともに、その基準点GPjに対して終点側にある特徴点を、新たな削除候補点GPJ+αとして選択した後(ステップSP41)、上述の処理に戻る(ステップSP32)。
他方、特徴点抽出部22は、現時点の選択対象である削除候補点GPJ+αが部分血管構成点列の終点であると判定した場合には(ステップSP37(Y)又はステップSP40(Y))、現時点で削除候補点GPJ+αとして選択している特徴点と、現時点で基準点GPJとして選択している特徴点との間における1又は2以上の特徴点をすべて削除した後(ステップSP42)、この屈曲点の削除処理を終了する。
特徴点抽出部22は、このような手順により、屈曲点の削除処理を実行するようになされている。なお、この削除処理前と削除処理後を図11に示す。この図11では、削除処理における線分長閾値を5[mm]とし、第1の重複割合閾値を0.5(50[%])とし、第2の重複割合閾値を0.7(70[%])とした場合を示している。また、図35において、正方形はオリジナル血管画素を表し、丸は線分を構成する画素を表し、オリジナル血管画素のうち端点及び屈曲点には破線を付している。
この図11からも明らかなように、上述の削除処理によって、部分血管線上に存在する屈曲点を結んだ場合にその結んだ線が部分血管線に近似するように、的確に屈曲点が削除されることとなる。
(B−4)端点の削除
次に、特徴点抽出部22は、第4段階として、血管線上の分岐点から伸びる3つ又は4つの部分血管線のうち、直線として近似する2つの部分血管線を、1つの部分血管線として連結することで、当該2つの部分血管線の端点となっていた始点又は終点の1つを削除する。ちなみに、分岐点から伸びる部分血管線は、1画素幅でなる血管(血管線)では、図4でも述べたように、必ず、3つ又は4つとなる。
次に、特徴点抽出部22は、第4段階として、血管線上の分岐点から伸びる3つ又は4つの部分血管線のうち、直線として近似する2つの部分血管線を、1つの部分血管線として連結することで、当該2つの部分血管線の端点となっていた始点又は終点の1つを削除する。ちなみに、分岐点から伸びる部分血管線は、1画素幅でなる血管(血管線)では、図4でも述べたように、必ず、3つ又は4つとなる。
具体的に、例えば図12(A)に示すように、分岐点GP(GPA1、GPB1、GPC1)から3つの部分血管線PBLA、PBLB、PBLCが伸びている場合、特徴点抽出部22は、これら部分血管線PBLA、PBLB、PBLCのうち、1対の部分血管線同士の交差角度θA−B、θA−C、θB−Cの余弦(cos(θA−B)、cos(θA−C)、cos(θB−C))を求める。
ここで、最も小さい余弦cos(θA−B)が所定の閾値(以下、これを余弦閾値と呼ぶ)よりも小さいとき、このことは、部分血管線の交差角度が180度に近いことを意味する。このとき特徴点抽出部22は、その最小の余弦cos(θA−B)に対応する1対の部分血管線の部分血管構成点列GPA1、GPA2、……、GPA−end及びGPB1、GPB2、……、GPB−endの両端うち、重複しないほうの点GPA−end、GPB−endを始点又は端点として、その始点及び端点間の特徴点を1つのグループとして割り当てしなおす。
この結果、1対の部分血管線PBLA、PBLBは連結され、例えば図12(B)に示すように、該連結された部分血管線PBLABの部分血管構成点列GPAB−first、……、GPAB10、GPAB11、GPAB12、……、GPAB−endの個数は、連結前の1対の部分血管線の部分血管構成点列と比べると、該1対の部分血管線の部分血管構成点列それぞれの始点となっていた2つの分岐点GPA1、GPB1が1つの中間点GPAB11として置換されたことで、1点減ることになる。なお、部分血管線PBLABは、1対の部分血管線PBLA、PBLBを単に連結したものであるので、連結前後における血管線の形態には変化が生じることはない。
これに対して、最も小さい余弦cos(θA−B)が余弦閾値よりも大きいとき、特徴点抽出部22は、グループの再割り当てをせずに、未処理対象の分岐点があれば、処理対象を次の分岐点にうつし、未処理対象の分岐点がなければ、この処理を終了する。
一方、例えば図13(A)に示すように、分岐点GP(GPA1、GPB1、GPC1、GPD1)から4つの部分血管線PBLA、PBLB、PBLC、PBLDが伸びている場合、特徴点抽出部22は、これら部分血管線PBLA、PBLB、PBLC、PBLDのうち、1対の部分血管線同士の交差角度θA−B、θA−C、θA−D、θB−C、θB−D、θC−Dの余弦(cos(θA−B)、cos(θA−C)、cos(θA−D)、cos(θB−C) 、cos(θB−D)、cos(θC−D))を求める。
ここで、最も小さい余弦cos(θB−D)が第2の余弦閾値よりも小さいとき、このことは、部分血管線の交差角度が180度に近いことを意味する。このとき特徴点抽出部22は、その最小の余弦cos(θB−D)に対応する1対の部分血管線の部分血管構成点列GPB1、GPB2、……、GPB−end及びGPD1、GPD2、……、GPD−endの両端うち、重複しないほうの点GPB−end、GPD−endを始点又は端点として、その始点及び端点間の特徴点を1つのグループとして割り当てしなおす。
この結果、1対の部分血管線PBLB、PBLDは連結され、例えば図13(B)に示すように、該連結された部分血管線PBLBDの部分血管構成点列GPBD−first、……、GPBD10、GPBD11、GPBD12、……、GPBD−endの個数は、連結前の1対の部分血管線の部分血管構成点列と比べると、該1対の部分血管線の部分血管構成点列それぞれの始点となっていた2つの分岐点GPB1、GPD1が1つの中間点GPBD11として置換されたことで、1点減ることになる。なお、部分血管線PBLBDは、1対の部分血管線PBLB、PBLDを単に連結したものであるので、連結前後における血管線の形態には変化が生じることはない。
この4分岐の場合、1対の部分血管線PBLB、PBLDを連結しても、未連結の部分血管線PBLA、PBLCが残るが、特徴点抽出部22は、残りの部分血管線PBLA、PBLC同士の交差角度θA−Cの余弦(cos(θA−C))が余弦閾値よりも小さいときには、例えば図13(C)に示すように、これら部分血管線PBLA、PBLCそれぞれの部分血管構成点列を、部分血管線PBLB、PBLDの部分血管構成点列と同様に、1つの部分血管構成点列GPAC−first、……、GPAC10、GPAC11、GPAC12、……、GPAC−endとし、元の部分血管構成点列の端点となる始点GPA1、GPC1の1つを削除するようになされている。
これに対して、最も小さい余弦cos(θA−B)が余弦閾値よりも大きいとき、特徴点抽出部22は、グループの再割り当てをせずに、未処理対象の分岐点があれば、処理対象を次の分岐点にうつし、未処理対象の分岐点がなければ、この処理を終了する。
ちなみに、図12及び図13において一部重なっている点は、位置(座標)情報としては同一であるが、グループが異なるため、便宜上、分離して示している。
このようにしてこの特徴点抽出部22は、第4段階として、血管線上の分岐点のうち、該分岐点から伸びる部分血管線の交差角度の余弦が第2の余弦閾値よりも小さい条件を満たす1対の部分血管線における部分血管構成点列を、1つの部分血管構成点列とすることによって、当該1対の部分血管構成点列の端点となっていた始点又は終点の1つを削除するようになされている。
以上のように特徴点抽出部22は、端点、分岐点及び屈曲点をそれぞれ検出し(第1段階及び第2段階)、これら点から、端点及び分岐点を基準とするグループ(部分血管線点列)単位で、血管線の特徴となる点を、当該特徴点を結んだ場合にその結んだ線が血管線に近似しかつ直線に近似するように抽出することができる(第3段階及び第4段階)。
例えば図3(B)に示した画像(画像データD21)が特徴点抽出部22に入力された場合、該画像は、図14に示すように、この特徴点抽出部22での特徴点抽出処理によって、特徴点を結んだ線が血管線に近似しかつ直線に近似するように、特徴点が抽出されることとなる。
特徴点抽出部22は、このようにして特徴点を抽出した画像のデータ(画像データD1)を、フラッシュメモリ13に記憶するようになされている。
(2−2)データ生成モード
一方、制御部10は、実行すべきモードとしてデータ生成モードを決定した場合、動作モードをデータ生成モードに遷移し、フラッシュメモリ13に複数の画像データD1i(i=1、2、……、n)が記憶されているか否かを判定する。
一方、制御部10は、実行すべきモードとしてデータ生成モードを決定した場合、動作モードをデータ生成モードに遷移し、フラッシュメモリ13に複数の画像データD1i(i=1、2、……、n)が記憶されているか否かを判定する。
そして制御部10は、フラッシュメモリ13に複数の画像データD1i(i=1、2、……、n)が記憶されているときには、これら画像データD22iを用いて、データ生成処理を実行するようになされている。
ここで、このデータ生成処理の内容の詳細を説明する前に、血管パターンと、擬似血管パターンとの弁別指標について説明する。ただし、擬似血管パターンは、グミ(ゼラチン、砂糖、水飴を材料とし、ゴムのように弾力のある形に固めた菓子)又は大根を撮像対象とした場合に得られるものを例とする。
(2−2−A)血管パターンと、擬似血管パターンとの弁別指標
まず、生体の指から得られる血管パターンと、グミ及び大根から得られる擬似血管パターンを図15に示す。この図15に示すように、血管パターン(図15(A))と、擬似血管パターン(図15(B)、(C))とは、概略的には、同等のパターンにみえる。
まず、生体の指から得られる血管パターンと、グミ及び大根から得られる擬似血管パターンを図15に示す。この図15に示すように、血管パターン(図15(A))と、擬似血管パターン(図15(B)、(C))とは、概略的には、同等のパターンにみえる。
ここで、図16に示すように、特徴点間を結ぶ線分と、その線分の端点をとおる横方向の軸とのなす角度θに着目してみる。すなわち、パターンにおける各特徴点間を結ぶ線分と、画像の横軸方向とのなす角度の分布を、当該線分の長さ(線分を構成する画素の数)を度数として表してみると、血管パターン(図17)では、90[°]及びその付近に集中するのに対し、グミから得られる擬似血管パターン(図18(A))及び大根から得られる擬似血管パターン(図18(B))では、0[°]〜180[°]にわたってまばらに広がり、規則性が乏しい状態となる。これは、血管パターンが四方八方に広がるのではなく、一定の方向(指の長さ方向)に揃っている傾向にあることに起因している。
また、図19に示すように、血管パターン(図19(A))は、グミから得られる擬似血管パターン(図19(B))又は大根から得られる擬似血管パターン(図19(C))に比して、直線に近似する線分の線分長が長い傾向にあるため、上述の特徴点抽出処理によってグループとして割り当てられる線分(部分血管線)の数が少なくなる。
したがって、血管パターンと擬似血管パターンとの弁別指標としては、第1に、角度分布の広がり、第2に、当該角度分布における90[°]及びその付近の分布強度、第3に、グループとして割り当てられる線分の数を挙げることができる。
この角度分布の広がりは、例えば、当該分布の分散(又は標準偏差)で表すことができる。すなわち、パターンの特徴として抽出された特徴点間を結ぶ線分をlK(K=1、2、……、N(Nは整数))とし、当該線分と画像の横軸方向とのなす角度をθKとし、当該線分長をLKとすると、線分lKの角度θKの分布は、線分長LKで重み付けされているので、その分布の平均は、次式
となり、分散は、次式
となる。
また、分布強度は、全体の分布面積に対する、90[°]を中心とした所定の角度範囲における分布面積の割合で表すことができる。すなわち、角度範囲を、lower[°]<θ<upper[°]とし、分布面積をSとすると、分布強度は、次式
となる。
また、グループとして割り当てられる線分の数は、上述の特徴点抽出処理後に割り当てられているグループの数である。すなわち、上述したように、特徴点抽出部22では、屈曲点の検出処理のときに、部分血管線における始点から屈曲点を経て終点までの各特徴点(部分血管構成点列)がグループとして割り当てられ、これらグループのなかで、直線として近似するグループ(部分血管構成点列)同士が、1つのグループとしてまとめられるので、この後に残ったグループ(部分血管構成点列)の数となる。
ここで、これら3つの弁別指標を用いて、血管パターンと、グミから得られる擬似血管パターンとにおける弁別結果を図20に示す。この図20では、薄いほうのプロットは、グミから得られる擬似血管パターンに対応するものであり、サンプル数は635サンプルとした。一方、濃いほうのプロットは、指を5回撮像し、当該得られる血管パターンのうち、薄いほうのプロットの分布の中心からマハノビス距離が最も遠い血管パターンに対応するものであり、サンプル数は127サンプルとした。
また、この図20における「RfG」は、擬似血管パターンと判定すべき境界(以下、これを擬似血管境界と呼ぶ)を表し、具体的には、薄いほうのプロットの分布の中心から、マハノビス距離が「2.5」である。一方、「RfF」は、血管パターンと判定すべき境界(以下、これを血管境界と呼ぶ)を表し、具体的には、濃いほうのプロットの分布の中心から、マハノビス距離が「2.1」である。ちなみに、「●」のプロットは、擬似血管境界RfG又は血管境界RfF内に存在するものであるのに対し、「*」のプロットは、擬似血管境界RfG又は血管境界RfF内に存在しないものである。
この図20からも明らかように、血管パターンと擬似血管パターンとはおおよそ弁別でき、当該図20の3次元分布のうちδ−C平面に限ってみれば、図21からも明らかなように、血管パターンと擬似血管パターンとは完全に弁別することができる。ちなみに、この図20及び図21は、角度分布の広がりを標準偏差により表している。
(2−2−B)データ生成処理の具体的な処理内容
次に、データ生成処理の具体的な処理内容について説明する。このデータ生成処理は、図22に示すフローチャートにしたがって行われる。
次に、データ生成処理の具体的な処理内容について説明する。このデータ生成処理は、図22に示すフローチャートにしたがって行われる。
すなわち、制御部10は、フラッシュメモリ13から読み出した複数サンプルの画像データD1iの各血管パターンについて、3つの弁別指標(角度分布の分散、角度分布の強度及びグループとして割り当てられる線分の数)をそれぞれ求める(ステップSP1〜ステップSP5のループ)。
また、制御部10は、各サンプルの血管パターンについて弁別指標を求め終わった場合(ステップSP5:YES)、角度分布の分散をσとし、角度分布の強度をPとし、グループとして割り当てられる線分の数をCとすると、次式
のように、各サンプルの血管パターンを列とし、当該血管パターンについての弁別指標を行とする行列に置換する(ステップSP6)。
次いで、制御部10は、弁別指標の行列から、各サンプルにおける弁別指標の分布の中心を、次式
により求めるとともに(ステップSP7)、共分散行列(covariance matrix)の逆行列を求める(ステップSP8)。ちなみに、共分散行列は、各サンプルにおける弁別指標の分布の広がり(ばらつき)の程度を表すものであり、その逆数は、マハラノビス距離を求めるときに用いられるものである。
そして、制御部10は、ステップSP7で求めた弁別指標の分布の中心と、ステップSP8で求めた共分散行列の逆行列と、予め設定された血管境界値(図20を例にすればマハラノビス距離が「2.1」)とを、血管パターン範囲データ(血管パターンであると判定すべき範囲を表すデータ)として生成し(ステップSP9)、これを認証装置の内部メモリに記憶した後(ステップSP10)、このデータ生成処理を終了する。
このようにして制御部10は、血管パターンが四方八方に広がるのではなく、一定の方向(指の長さ方向)に揃っている傾向にあること、血管パターンの線分のうち直線に近似する線分の線分長が長い傾向にあることを、血管パターンと擬似血管パターンとの弁別指標として、血管パターンであると判定すべき範囲を表すデータ(弁別指標の分布の中心、共分散行列の逆行列及び血管境界値)を生成することができるようになされている。
(3)認証装置の構成
次に、認証装置の構成を図23に示す。このデータ生成装置1は、制御部30に対して、操作部31と、撮像部32と、フラッシュメモリ33と、外部インターフェース34と、通知部35とをそれぞれバス36を介して接続することにより構成される。
次に、認証装置の構成を図23に示す。このデータ生成装置1は、制御部30に対して、操作部31と、撮像部32と、フラッシュメモリ33と、外部インターフェース34と、通知部35とをそれぞれバス36を介して接続することにより構成される。
制御部30は、認証装置1全体の制御を司るCPUと、各種プログラム及び設定情報が格納されるROMと、当該CPUのワークメモリとしてのRAMとを含むマイクロコンピュータでなっている。なお、このROMには、データ生成装置1によって生成された血管パターン範囲データが記憶されている。
この制御部30には、登録対象のユーザ(以下、これを登録者と呼ぶ)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COM10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COM20が、ユーザ操作に応じて操作部31から与えられる。
制御部30は、かかる実行命令COM10、COM20に基づいて実行すべきモードを決定し、この決定結果に対応するプログラムに基づいて、撮像部32、フラッシュメモリ33、外部インターフェース34及び通知部35を適宜制御することによって、血管登録モード又は認証モードを実行するようになされている。
(3−1)血管登録モード
具体的に制御部30は、実行すべきモードとして血管登録モードを決定した場合、動作モードを血管登録モードに遷移し、撮像部32を制御する。
具体的に制御部30は、実行すべきモードとして血管登録モードを決定した場合、動作モードを血管登録モードに遷移し、撮像部32を制御する。
この場合、撮像部32は、データ生成装置1の撮像部12(図1)と同様にして、近赤外光光源LS及び撮像素子IDを駆動制御するとともに、この認証装置2の所定位置に配されたオブジェクトの撮像結果として撮像素子IDから出力される画像信号S10aに基づいて光学系OPにおける光学レンズのレンズ位置及び絞りDHの絞り値を調整し、当該調整後に撮像素子IDから出力される画像信号S20aを制御部30に供給する。
制御部30は、この画像信号S20aに対して、データ生成装置1の前処理部21及び特徴点抽出部22(図2)と同一の前処理及び特徴点抽出処理を順次施すことによって、当該画像におけるオブジェクトパターンを抽出するとともに、そのオブジェクトパターンにおける始点から屈曲点を経て終点までのグループ(部分血管構成点列)単位で特徴点を抽出する。
そして制御部30は、ROMに記憶された血管パターン範囲データに基づいて、オブジェクトパターンを血管パターン又は擬似血管パターンに弁別する処理(以下、これを弁別処理と呼ぶ)を実行し、当該オブジェクトパターンを血管パターンとして弁別した場合には、オブジェクトパターンの特徴点を、登録者を識別するための情報(以下、これを登録者識別データと呼ぶ)DISとしてフラッシュメモリ33に記憶することにより登録する。
このようにしてこの制御部30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。
(3−2)認証モード
一方、制御部30は、実行すべきモードとして認証モードを決定した場合には、認証モードに遷移し、血管登録モードの場合と同様にして撮像部32を制御する。
一方、制御部30は、実行すべきモードとして認証モードを決定した場合には、認証モードに遷移し、血管登録モードの場合と同様にして撮像部32を制御する。
この場合、撮像部32は、近赤外光光源LS及び撮像素子IDを駆動制御するとともに、当該撮像素子IDから出力される画像信号S10bに基づいて光学系OPにおける光学レンズのレンズ位置及び絞りDHの絞り値を調整し、当該調整後に撮像素子IDから出力される画像信号S20bを制御部30に供給する。
制御部30は、この画像信号S20bに対して、上述の血管登録モードの場合と同一の前処理及び特徴点抽出処理を順次施すとともに、フラッシュメモリ33に登録された登録者識別データDISを読み出す。
そして制御部30は、上述の血管登録モードの場合と同一の弁別処理を実行し、画像信号S20bから抽出したオブジェクトパターンを血管パターンとして弁別した場合には、当該オブジェクトパターンにおける始点から屈曲点を経て終点までのグループ(部分血管構成点列)単位で抽出した各特徴点と、フラッシュメモリ33から読み出した登録者識別データDISの特徴点とを照合し、当該合致の程度に応じて登録者(正規ユーザ)であるか否かを判定する。
ここで、制御部30は、登録者であると判定したときには、外部インターフェース34に接続された動作処理装置(図示せず)に対して所定の動作を行わせる実行命令COM30を生成し、これを外部インターフェース34を介して動作処理装置に転送する。
この外部インターフェース34に接続された動作処理装置の実施態様として、例えば閉錠状態にあるドアを採用した場合、制御部30は、開錠動作を行わせる実行命令COM30をドアに転送する。また他の動作処理装置の実施態様例として、複数の動作モードのうち一部の動作モードを制限した状態にあるコンピュータを採用した場合、制御部30は、その制限された動作モードを開放させる実行命令COM30をコンピュータに転送する。
なお、実施態様として2つ例を挙げたが、これらに限らず、他の実施態様も適宜選択することができる。また、本実施の形態では、動作処理装置を外部インターフェース34に接続するようにしたが、当該動作処理装置におけるソフトウェア乃至ハードウェアの構成をこの認証装置1に搭載するようにしてもよい。
これに対して、制御部30は、登録者ではないと判定したときには、その旨を通知部35の表示部35aを介して表示するとともに、当該通知部35の音声出力部35bを介して音声出力することによって、当該登録者ではないと判定されたことを視覚的及び聴覚的に通知する。
このようにしてこの制御部30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。
(3−3)弁別処理の具体的な処理内容
次に、制御部30における弁別処理の処理内容について説明する。この弁別処理は、図24に示すフローチャートにしたがって行われる。
次に、制御部30における弁別処理の処理内容について説明する。この弁別処理は、図24に示すフローチャートにしたがって行われる。
すなわち、制御部30は、血管登録モード又は認証モード時に入力される画像信号S20a又はS20bに対して前処理及び特徴点抽出処理を順次施した後、この弁別処理手順を開始し、ステップSP11において、当該画像信号S20a又はS20bから抽出したオブジェクトパターンについて、角度分布の分散、角度分布の強度及びグループとして割り当てられる線分の数をそれぞれ検出する。
この検出により、正規の血管パターンとして採用された複数のサンプルパターンの弁別指標の3次元空間(図20)において、このとき撮像対象となったオブジェクトパターンの位置が特定されることになる。
続いて、制御部30は、ステップSP12において、ROMに記憶された血管パターン範囲データ(弁別指標の分布の中心、共分散行列の逆行列及び血管境界値)に基づいて、弁別指標の3次元分布の中心と、当該オブジェクトパターンの位置とのマハラノビス距離を算出する。
具体的には、弁別指標の分布の中心をCTとし、共分散行列の逆行列をCov−1とし、オブジェクトパターンの位置をPとすると、次式
により、マハラノビス距離DCPを算出する。この算出により、正規の血管パターンとして採用された複数のサンプルパターンの分布(図20)のなかで、このとき撮像対象となったオブジェクトパターンがどのあたりに位置しているか特定されることになる。
次に、制御部30は、ステップSP13において、ステップSP12で算出したマハラノビス距離が、ROMに記憶された血管パターン範囲データの血管境界値以下であるか否かを判定する。
この血管境界値は、図20に示したように、弁別指標の分布の中心から血管パターンと判定すべき境界RfFの値を表すものである。したがって、マハラノビス距離が血管境界値よりも大きかった場合、このことは、このとき抽出されたオブジェクトパターンが、擬似血管パターン又は血管パターンとは極端に相違するパターン等、正規の血管パターンとは判定すべきではないパターンであることを意味する。
この場合、制御部30は、ステップSP14に進んで、画像信号S20a又はS20bから抽出したオブジェクトパターン及びその特徴点を破棄するとともに、再度撮像すべき旨を通知部35(図23)を介して通知した後、この弁別処理を終了する。
一方、マハラノビス距離が血管境界値以下であった場合、このことは、このとき抽出されたオブジェクトパターンが、正規の血管パターンと判定すべきパターンであることを意味する。
この場合、制御部30は、ステップSP15に進んで、オブジェクトパターンにおける始点から屈曲点を経て終点までのグループ(部分血管構成点列)単位で抽出された各特徴点を、血管登録モードの場合には登録対象として決定する一方、認証モードの場合には既に登録者識別データDISとして登録された各特徴点との照合対象として決定し、この弁別処理を終了する。
このようにして制御部30は、血管パターンが四方八方に広がるのではなく、一定の方向(指の長さ方向)に揃っている傾向にあること、血管パターンの線分のうち直線に近似する線分の線分長が長い傾向にあることを、血管パターンと擬似血管パターンとの弁別指標として生成された血管パターン範囲データ(弁別指標の分布の中心、共分散行列の逆行列及び血管境界値)に基づいて、擬似血管パターン等を排除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、この認証システムにおけるデータ生成処理装置1は、複数のサンプル(生体の指)として入力される画像信号S1から得られる血管パターンそれぞれについて、パターン形状を表す形状値を算出する。
以上の構成において、この認証システムにおけるデータ生成処理装置1は、複数のサンプル(生体の指)として入力される画像信号S1から得られる血管パターンそれぞれについて、パターン形状を表す形状値を算出する。
この実施の形態の場合には、血管パターンが四方八方に広がるのではなく、一定の方向(指の長さ方向)に揃っている傾向にあること、直線に近似する線分の線分長が長い傾向にあることを指標として、パターン形状を表す形状値が選定されている。
すなわち、データ生成処理装置1は、形状値として、第1に、血管パターンにおける各特徴点間を結ぶ線分と、基準軸(血行方向と直交する方向軸)とのなす角度(図16)の分布であって、当該線分の線分長を度数として重み付けされた分布(図17)の広がりの程度、第2に、その分布における全角度範囲の面積に対する、血行方向の角度(90[°])を中心とした所定の角度範囲における面積の割合、第3に、当該線分の数(図19(A))を算出する(図22:ステップSP1〜ステップSP5)。
そしてデータ生成処理装置1は、これら形状値の3次元分布(図20)の中心と、その中心からの広がりの程度を表す値(共分散行列)の逆数とを算出し、これらを認証装置2の内部メモリに記憶する。
一方、この認証システムにおける認証装置2は、登録対象又は登録データとの照合対象として入力される画像信号S20a、S20bから得たパターンについて上述の3つの形状値を算出する。そして認証装置2は、これら3つの形状値によって特定される3次元分布上での位置と、内部メモリに記憶された3次元分布(図20)の中心とのマハラノビス距離を、共分散行列の逆数を用いて算出し、このマハラノビス距離が所定の閾値(血管境界値(図20:「Rff」))よりも大きい場合に、当該パターンを破棄する(図24)。
したがってこの認証システムでは、複数サンプルから得た血管パターンについて、該血管パターンの特質となる3つの指標に対応する3次元空間分布(図20)のなかで、登録対象又は登録データと照合される照合対象から得たパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界(血管境界値(図20:「Rff」))までの範囲に属しているのかを把握することができる。
したがってこの認証システムでは、登録対象又は登録データとの照合対象として入力される画像信号S20a、S20bから得たパターンが、たとえ血管パターンに対して擬似的となる血管パターン(図19(B)、(C))であったとしても、その擬似血管パターンが血管パターンではないものとして、登録又は照合することなく事前に排除し得る確率を格段に向上させることができる。
また、このデータ生成装置1及び認証装置2は、血管パターンにおける特徴点を、当該特徴点を結んだ場合にその結んだ線が血管パターンに近似しかつ直線に近似するように抽出した後に、形状値を算出している。
したがってこの認証システムでは、直線に近似する線分の線分長が長い傾向にあるという血管パターンの特質を強調した後に、そのパターン形状を表す形状値を算出することができるようになるため、より一段と的確に、形状値を算出することができ、この結果、擬似血管パターンが血管パターンではないものとして、排除し得る確率をより一段と向上させることができる。
以上の構成によれば、複数サンプルから得た血管パターンについて、該血管パターンの特質となる3つの指標に対応する3次元空間分布のなかで、登録対象又は登録データと照合される照合対象から得たパターンがいずれに位置しているのか、またその位置が、当該分布の中心から、生体パターンとすべき境界までの範囲に属しているのかを把握することができるようにしたことによって、擬似血管パターンが生体パターンではないものとして排除し得る確率を格段に向上することができ、かくして、認証精度を向上させ得る認証システムを実現できる。
(5)他の実施の形態
上述の実施の形態においては、複数の生体サンプルから得られる血管パターンの分布を表すデータと、その分布のうち血管パターンとすべき境界を表すデータ(閾値)に基づいて、入力パターンが血管パターンであるか否かを判定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、擬似血管パターンの分布も加味して入力パターンが血管パターンであるか否かを判定するようにしてもよい。
上述の実施の形態においては、複数の生体サンプルから得られる血管パターンの分布を表すデータと、その分布のうち血管パターンとすべき境界を表すデータ(閾値)に基づいて、入力パターンが血管パターンであるか否かを判定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、擬似血管パターンの分布も加味して入力パターンが血管パターンであるか否かを判定するようにしてもよい。
すなわち、データ生成装置1は、上述のデータ生成処理(図22)によって、生体サンプルから得た各血管パターンにおける3つの弁別指標の分布の中心と、共分散行列の逆行列と、血管境界値(図20を例にすればマハラノビス距離が「2.1」で「RfF」に相当)とを血管パターン範囲データとして認証装置2のROMに記憶する。このとき、非生体サンプルから得た各擬似血管パターンについても、上述のデータ生成処理(図22)によって、当該擬似血管パターンにおける3つの弁別指標の分布の中心と、共分散行列の逆行列と、擬似血管境界値(図20を例にすればマハラノビス距離が「2.5」で「RfG」に相当)とを擬似血管パターン範囲データとして認証装置2のROMに記憶する。
一方、認証装置2は、図24との対応部分に同一符号を付した図25に示すように、この血管パターン範囲データに基づいて、3つの弁別指標の分布上における入力パターン(撮像対象となったオブジェクトパターン)の位置と、当該分布の中心とのマハラノビス距離(以下、これを生体分布上距離と呼ぶ)を求めるとともに、擬似血管パターン範囲データに基づいて、3つの弁別指標の分布上における入力パターンの位置と、当該分布の中心とのマハラノビス距離(以下、これを非生体分布上距離と呼ぶ)も求める(ステップSP22)。
そして認証装置2は、生体分布上距離が血管境界値以下である場合、非生体分布上距離が擬似血管境界値以下であるか否かを判定する(ステップSP23)。ここで、非生体分布上距離が擬似血管境界値以下である場合、このことは、例えば図20の3次元分布のうちδ−P平面のように、血管パターンであると判定すべき範囲と、非血管パターンであると判定すべき範囲とが重複している範囲内に、入力パターンが位置していることを意味する。
したがってこの場合、認証装置2は、生体分布上距離が血管境界値以下である場合であっても、入力パターン(撮像対象となったオブジェクトパターン)等を破棄する(ステップSP14)。
これに対して認証装置2は、生体分布上距離が血管境界値以下であり、かつ、非生体分布上距離が擬似血管境界値よりも大きい場合に、オブジェクトパターンにおける始点から屈曲点を経て終点までのグループ(部分血管構成点列)単位で抽出された各特徴点を、登録対象又は照合対象として決定するようになされている(ステップSP15)。
このようにして、擬似血管パターンの分布も加味して入力パターンが血管パターンであるか否かを判定するようにすれば、上述実施の形態の場合に比して、擬似血管パターンが生体パターンではないものとして排除し得る確率をより一段と向上することができる。
なお、生体分布上距離が血管境界値以下であった場合に、非生体分布上距離が擬似血管境界値以下であるか否かを判定するようにしたが(ステップSP23)、これに代えて、例えば、当該場合に、ステップSP22で求めた生体分布上距離が非生体分布上距離よりも大きいか否かを判定するようにしてもよい。
また、上述の実施の形態においては、生体パターンとして、血管の形状パターン(血管パターン)を適用した場合について述べたが、本発明はこれに限らず、指紋、声紋、口紋又は神経の形状パターン等、適用される生体パターンに応じて、その取得手段について対応するものに変更すれば、この他種々のものを適用することができる。
ただし、血管パターンや神経パターン等のように、血管パターンが四方八方に広がるのではなく、一定の方向(指の長さ方向)に揃っている特質や、直線に近似する線分の線分長が長い特質を有する生体パターンを適用する場合、そのパターン形状を表す形状値としては、上述した3つの弁別指標を採用することができるが、当該特質を有する生体パターン以外のものを、適用する場合には、その適用する生体パターンの特質に応じた形状値に変更する必要がある。
なお、かかる特質を有する生体パターンを適用する場合、上述の実施の形態では、形状値として3つの弁別指標、つまり、第1に、パターンにおける各特徴点間を結ぶ線分と基準軸とのなす角度の分布であって、当該線分の線分長を度数として重み付けされた分布の広がりの程度、第2に、当該分布における全角度範囲の面積に対する、基準軸に対して直交する角度を中心とした所定の角度範囲における面積の割合、第3に、線分の数を採用したが、本発明はこれに限らず、これらのうちの2つの弁別指標だけを採用するようにしてもよく、あるいは、これら3つの弁別指標と、例えば、当該角度分布におけるピークのうち上位3つのピークのなかに90[°]があるか否か等といった新たな弁別指標を加えるようにしてもよい。要は、弁別指標となるものが2以上であれば、当該弁別指標をパターン形状を表す値として、採用することができる。
さらに、上述の実施の形態においては、認証装置2のROMに記憶される血管パターン範囲データを、生体サンプルから得た各血管パターンにおける3つの弁別指標の分布の中心と、共分散行列の逆行列と、血管境界値(図20を例にすればマハラノビス距離が「2.1」で「RfF」に相当)とした場合について述べたが、本発明はこれに限らず、認証装置2に対して血管境界値を予め設定し、マハラノビス距離の算出(図24(図25):ステップSP12)の際に、共分散行列の逆数を計算させるようにすれば、3つの弁別指標の分布の中心、及び、共分散行列だけとしてもよい。
さらに上述の実施の形態においては、生体パターンにおける特徴点を、当該特徴点を結んだ場合にその結んだ線が上記生体パターンに近似しかつ直線に近似するように抽出する手段として、前処理部21及び特徴点抽出処理22を採用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、該前処理部21及び特徴点抽出処理22の処理内容を適宜変更するようにしてもよい。
例えば、前処理部21については、A/D変換処理、輪郭抽出処理、平滑化処理、2値化処理及び細線化処理を順次施すようにしたが、これら処理の一部を省略する若しくは入れ替える、又は、これら処理に対して新たな処理を加えるようにしてもよい。ちなみに、これら処理の順序についても適宜変更することができる。
また、特徴点抽出処理22については、ハリスコーナーと呼ばれる点抽出処理に代替したり、例えば、特願2006−207033(〔0036〕〜〔0163〕参照)等の既知の点抽出処理に代替するようにしてもよい。
さらに上述の実施の形態においては、撮像機能、照合機能及び登録機能を有する認証装置2を適用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、当該機能ごとに単体の装置に分けた態様で適用する等、用途等に応じて種々の態様で適用することができる。
本発明は、バイオメトリクス認証の分野に利用可能である。
1……データ生成装置、2……認証装置、10、30……制御部、11、31……操作部、12、32……撮像部、12a、32a……駆動制御部、13、33……フラッシュメモリ、14、34……外部インターフェース、35……通知部、35a……表示部、35b……音声出力部、21……前処理部、22……特徴点抽出部。
Claims (17)
- 複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値を算出する第1のステップと、
上記2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とを算出する第2のステップと、
登録対象又は登録データと照合される照合対象から得られるパターンの上記2以上の形状値と、上記2以上の形状値の分布の中心との距離を、上記値を用いて算出する第3のステップと、
上記距離が所定の閾値よりも大きい場合に、上記パターンを破棄する第4のステップと
を具えることを特徴とするパターン識別方法。 - 上記2以上の形状値は、
パターンにおける各特徴点間を結ぶ線分と基準軸とのなす角度の分布であって、当該線分の線分長を度数として重み付けされた分布の広がりの程度と、
上記分布における全角度範囲の面積に対する、上記基準軸に対して直交する角度を中心とした所定の角度範囲における面積の割合と、
上記線分の数と
のうち2つを少なくとも含む
ことを特徴とする請求項1に記載のパターン識別方法。 - 複数の生体サンプルから得られる生体パターンにおける特徴点を、当該特徴点を結んだ場合にその結んだ線が上記生体パターンに近似しかつ直線に近似するように抽出する抽出ステップ
をさらに具えることを特徴とする請求項2に記載のパターン識別方法。 - 上記第1のステップでは、
複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値を算出するとともに、複数の非生体サンプルから得られる非生体パターンそれぞれについて、上記2以上の形状値を算出し、
上記第2のステップでは、
各上記生体パターンにおける2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値と、各上記非生体パターンにおける2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値とを算出し、
上記第3のステップでは、
上記パターンの上記2以上の形状値と、各上記生体パターンにおける2以上の形状値の分布の中心との第1の距離を、当該中心からの広がりの程度を表す値を用いて算出するとともに、上記パターンの上記2以上の形状値と、各上記非生体パターンにおける2以上の形状値の分布の中心との第2の距離を、当該中心からの広がりの程度を表す値を用いて算出し、
上記第4のステップでは、
上記第1の距離が、生体パターンと判定すべき第1の閾値よりも大きい場合、かつ、上記第1の距離が上記第1の閾値以内であっても、上記第2の距離が、非生体パターンと判定すべき第2の閾値以内である場合に、上記パターンを破棄する
ことを特徴とする請求項1に記載のパターン識別方法。 - 上記生体パターンは、血管の形状パターンである
ことを特徴とする請求項1に記載のパターン識別方法。 - 複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶される記憶手段と、
登録対象から得られるパターンの上記2以上の形状値と、上記記憶手段に記憶された2以上の形状値の分布の中心との距離を、上記値を用いて算出する算出手段と、
上記距離が所定の閾値よりも大きい場合には上記パターンを破棄し、上記距離が上記閾値以内の場合には上記パターンを記憶媒体に登録する登録手段と
を具えることを特徴とする登録装置。 - 上記2以上の形状値は、
パターンにおける各特徴点間を結ぶ線分と基準軸とのなす角度の分布であって、当該線分の線分長を度数として重み付けされた分布の広がりの程度と、
上記分布における全角度範囲の面積に対する、上記基準軸に対して直交する角度を中心とした所定の角度範囲における面積の割合と、
上記線分の数と
のうち2つを少なくとも含む
ことを特徴とする請求項6に記載の登録装置。 - 上記パターンにおける特徴点を、当該特徴点を結んだ場合にその結んだ線が上記パターンに近似しかつ直線に近似するように抽出する抽出手段
をさらに具え、
上記登録手段は、
上記抽出手段により抽出された上記パターンにおける特徴点を上記記憶媒体に登録する
ことを特徴とする請求項6に記載の登録装置。 - 上記記憶手段には、
複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値と、複数の非生体サンプルから得られる非生体パターンそれぞれについて、上記2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値とが記憶され、
上記算出手段は、
上記パターンの上記2以上の形状値と、各上記生体パターンにおける2以上の形状値の分布の中心との第1の距離を、当該中心からの広がりの程度を表す値を用いて算出するとともに、上記パターンの上記2以上の形状値と、各上記非生体パターンにおける2以上の形状値の分布の中心との第2の距離を、当該中心からの広がりの程度を表す値を用いて算出し、
上記登録手段は、
上記第1の距離が、生体パターンと判定すべき第1の閾値よりも大きい場合、かつ、上記第1の距離が上記第1の閾値以内であっても、上記第2の距離が、非生体パターンと判定すべき第2の閾値以内である場合には上記パターンを破棄する
ことを特徴とする請求項6に記載の登録装置。 - 上記生体パターンは、血管の形状パターンである
ことを特徴とする請求項6に記載の登録装置。 - 複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶される記憶手段と、
登録対象から得られるパターンの上記2以上の形状値と、上記記憶手段に記憶された2以上の形状値の分布の中心との距離を、上記値を用いて算出する算出手段と、
上記距離が所定の閾値よりも大きい場合には上記パターンを破棄し、上記距離が上記閾値以内の場合には、記憶媒体に登録された登録データと上記パターンとを照合する照合手段と
を具えることを特徴とする照合装置。 - 上記2以上の形状値は、
パターンにおける各特徴点間を結ぶ線分と基準軸とのなす角度の分布であって、当該線分の線分長を度数として重み付けされた分布の広がりの程度と、
上記分布における全角度範囲の面積に対する、上記基準軸に対して直交する角度を中心とした所定の角度範囲における面積の割合と、
上記線分の数と
のうち2つを少なくとも含む
ことを特徴とする請求項11に記載の照合装置。 - 上記パターンにおける特徴点を、当該特徴点を結んだ場合にその結んだ線が上記パターンに近似しかつ直線に近似するように抽出する抽出手段
をさらに具え、
上記照合手段は、
上記抽出手段により抽出された上記パターンにおける特徴点と、上記登録データとを照合する
ことを特徴とする請求項11に記載の登録装置。 - 上記記憶手段には、
複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値と、複数の非生体サンプルから得られる非生体パターンそれぞれについて、上記2以上の形状値の分布の中心、及び、その中心からの広がりの程度を表す値とが記憶され、
上記算出手段は、
上記パターンの上記2以上の形状値と、各上記生体パターンにおける2以上の形状値の分布の中心との第1の距離を、当該中心からの広がりの程度を表す値を用いて算出するとともに、上記パターンの上記2以上の形状値と、各上記非生体パターンにおける2以上の形状値の分布の中心との第2の距離を、当該中心からの広がりの程度を表す値を用いて算出し、
上記照合手段は、
上記第1の距離が、生体パターンと判定すべき第1の閾値よりも大きい場合、かつ、上記第1の距離が上記第1の閾値以内であっても、上記第2の距離が、非生体パターンと判定すべき第2の閾値以内である場合には上記パターンを破棄する
ことを特徴とする請求項11に記載の照合装置。 - 上記生体パターンは、血管の形状パターンである
ことを特徴とする請求項11に記載の照合装置。 - 複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶されるコンピュータに対して、
登録対象から得られるパターンの上記2以上の形状値と、上記記憶手段に記憶された2以上の形状値の分布の中心との距離を、上記値を用いて算出する第1の処理と、
上記距離が所定の閾値よりも大きい場合には上記パターンを破棄し、上記距離が上記閾値以内の場合には上記パターンを記憶媒体に登録する第2の処理と
を実行させることを特徴とするプログラム。 - 複数の生体サンプルから得られる生体パターンそれぞれについて、パターン形状を表す2以上の形状値の分布の中心と、その中心からの広がりの程度を表す値とが記憶されるコンピュータに対して、
登録対象から得られるパターンの上記2以上の形状値と、上記記憶手段に記憶された2以上の形状値の分布の中心との距離を、上記値を用いて算出する第1の処理と、
上記距離が所定の閾値よりも大きい場合には上記パターンを破棄し、上記距離が上記閾値以内の場合には、記憶媒体に登録された登録データと上記パターンとを照合する第2の処理と
を実行させることを特徴とするプログラム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006285353A JP2008102780A (ja) | 2006-10-19 | 2006-10-19 | パターン識別方法、登録装置、照合装置及びプログラム |
US12/445,519 US20100008546A1 (en) | 2006-10-19 | 2007-10-16 | Pattern identification method, registration device, verification device and program |
CNA2007800390195A CN101529470A (zh) | 2006-10-19 | 2007-10-16 | 图案识别方法、登记设备、验证设备以及程序 |
EP07830245A EP2075760A1 (en) | 2006-10-19 | 2007-10-16 | Pattern identifying method, registration device, collating device and program |
KR1020097005663A KR20090067141A (ko) | 2006-10-19 | 2007-10-16 | 패턴식별방법, 등록장치, 조합장치 및 프로그램 |
PCT/JP2007/070511 WO2008047935A1 (fr) | 2006-10-19 | 2007-10-16 | Procédé d'identification, dispositif d'enregistrement, dispositif et programme de collation de modèles |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006285353A JP2008102780A (ja) | 2006-10-19 | 2006-10-19 | パターン識別方法、登録装置、照合装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008102780A true JP2008102780A (ja) | 2008-05-01 |
Family
ID=39314143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006285353A Pending JP2008102780A (ja) | 2006-10-19 | 2006-10-19 | パターン識別方法、登録装置、照合装置及びプログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US20100008546A1 (ja) |
EP (1) | EP2075760A1 (ja) |
JP (1) | JP2008102780A (ja) |
KR (1) | KR20090067141A (ja) |
CN (1) | CN101529470A (ja) |
WO (1) | WO2008047935A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958795A (zh) * | 2009-07-15 | 2011-01-26 | 索尼公司 | 密钥存储设备及管理方法与生物认证设备、系统及方法 |
JP2012210384A (ja) * | 2011-03-31 | 2012-11-01 | Hitachi Solutions Ltd | 擬似指を検知する生体認証システム |
JP2018005805A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社リコー | 情報処理システム、画像処理装置、情報処理装置、及びプログラム |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008052701A (ja) * | 2006-07-28 | 2008-03-06 | Sony Corp | 画像処理方法、画像処理装置及びプログラム |
KR101384446B1 (ko) * | 2010-09-30 | 2014-04-10 | 후지츠 프론테크 가부시키가이샤 | 컴퓨터 판독가능한 기록 매체, 등록 장치, 및 등록 방법 |
JP5854774B2 (ja) * | 2011-11-11 | 2016-02-09 | 株式会社Pfu | 画像処理装置、直線検出方法及びコンピュータプログラム |
KR101288178B1 (ko) * | 2011-11-30 | 2013-07-19 | 삼성전기주식회사 | 지문 인식 센서 및 지문 인식 방법 |
US10469976B2 (en) | 2016-05-11 | 2019-11-05 | Htc Corporation | Wearable electronic device and virtual reality system |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002279426A (ja) * | 2001-03-21 | 2002-09-27 | Id Technica:Kk | 個人認証システム |
JP2003085539A (ja) * | 2001-02-26 | 2003-03-20 | Bionics Co Ltd | 生体認証装置 |
JP2004171577A (ja) * | 2003-12-01 | 2004-06-17 | Hitachi Ltd | 個人認証装置及び方法 |
JP2005215883A (ja) * | 2004-01-28 | 2005-08-11 | Sony Corp | 画像照合装置、プログラム、および画像照合方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9306897D0 (en) * | 1993-04-01 | 1993-05-26 | British Tech Group | Biometric identification of individuals |
JP2002259345A (ja) | 2001-02-27 | 2002-09-13 | Nec Corp | 身体的特徴データの不正使用を防止する認証方法、認証装置、及びプログラム |
JP4937607B2 (ja) * | 2006-03-14 | 2012-05-23 | 富士通株式会社 | 生体認証方法及び生体認証装置 |
JP2006207033A (ja) | 2006-04-22 | 2006-08-10 | Jfe Steel Kk | 加工性と加工部耐食性に優れた表面処理鋼板 |
US20070286462A1 (en) * | 2006-04-28 | 2007-12-13 | David Usher | System and method for biometric retinal identification |
-
2006
- 2006-10-19 JP JP2006285353A patent/JP2008102780A/ja active Pending
-
2007
- 2007-10-16 EP EP07830245A patent/EP2075760A1/en not_active Withdrawn
- 2007-10-16 WO PCT/JP2007/070511 patent/WO2008047935A1/ja active Application Filing
- 2007-10-16 US US12/445,519 patent/US20100008546A1/en not_active Abandoned
- 2007-10-16 CN CNA2007800390195A patent/CN101529470A/zh active Pending
- 2007-10-16 KR KR1020097005663A patent/KR20090067141A/ko not_active Application Discontinuation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003085539A (ja) * | 2001-02-26 | 2003-03-20 | Bionics Co Ltd | 生体認証装置 |
JP2002279426A (ja) * | 2001-03-21 | 2002-09-27 | Id Technica:Kk | 個人認証システム |
JP2004171577A (ja) * | 2003-12-01 | 2004-06-17 | Hitachi Ltd | 個人認証装置及び方法 |
JP2005215883A (ja) * | 2004-01-28 | 2005-08-11 | Sony Corp | 画像照合装置、プログラム、および画像照合方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958795A (zh) * | 2009-07-15 | 2011-01-26 | 索尼公司 | 密钥存储设备及管理方法与生物认证设备、系统及方法 |
CN101958795B (zh) * | 2009-07-15 | 2013-06-05 | 索尼公司 | 密钥存储设备及管理方法与生物认证设备、系统及方法 |
JP2012210384A (ja) * | 2011-03-31 | 2012-11-01 | Hitachi Solutions Ltd | 擬似指を検知する生体認証システム |
JP2018005805A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社リコー | 情報処理システム、画像処理装置、情報処理装置、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
CN101529470A (zh) | 2009-09-09 |
EP2075760A1 (en) | 2009-07-01 |
KR20090067141A (ko) | 2009-06-24 |
US20100008546A1 (en) | 2010-01-14 |
WO2008047935A1 (fr) | 2008-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008102780A (ja) | パターン識別方法、登録装置、照合装置及びプログラム | |
KR101323963B1 (ko) | 등록 장치, 인증 장치 및 기억 매체 | |
TWI435277B (zh) | 利用與快速遮罩正規化交互相關匹配之範本的文件驗證 | |
JP2008052701A (ja) | 画像処理方法、画像処理装置及びプログラム | |
EP2068270B1 (en) | Authentication apparatus and authentication method | |
US20070092115A1 (en) | Method and system for detecting biometric liveness | |
CN106446808A (zh) | 确定设备、指纹输入设备、确定方法以及确定程序 | |
JPWO2004079658A1 (ja) | 生体画像照合装置およびその照合方法 | |
WO2006054445A1 (ja) | 認証装置、認証方法及びプログラム | |
JP5050642B2 (ja) | 登録装置、照合装置、プログラム及びデータ構造 | |
JP7010385B2 (ja) | 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 | |
CN111027400A (zh) | 一种活体检测方法及装置 | |
JP2010240215A (ja) | 静脈深度判定装置、静脈深度判定方法およびプログラム | |
Yang et al. | $\alpha $-Trimmed Weber Representation and Cross Section Asymmetrical Coding for Human Identification Using Finger Images | |
JP2008102607A (ja) | 登録装置、照合装置、認証方法及び認証プログラム | |
CN114626037A (zh) | 检测生物特征信息的假冒的方法和设备 | |
WO2009008550A1 (ja) | 登録装置、照合装置、データ構造及び記憶媒体 | |
JP5056662B2 (ja) | 皮下パターン取得装置、皮下パターン取得方法および構造物テンプレート | |
KR100698723B1 (ko) | 지문 중심점 부위 특징점을 이용한 고속 매칭 | |
CN115019364A (zh) | 基于人脸识别的身份认证方法、装置、电子设备及介质 | |
CN113516096A (zh) | 指静脉roi区域提取方法及装置 | |
Chopra et al. | Finger print and finger vein recognition using repeated line tracking and minutiae | |
KR20190060369A (ko) | 초음파 도플러 효과를 이용하여 생체를 판별하는 지정맥 인식 방법 및 장치 | |
Kovac et al. | Multimodal biometric system based on fingerprint and finger vein pattern | |
Linsangan et al. | A Spoof Detecting Fingerprint Reader Based on a Combination of Total Internal Reflection and Direct Image Capture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090828 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120214 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120619 |