JP2009528586A - 回転補正する虹彩比較 - Google Patents
回転補正する虹彩比較 Download PDFInfo
- Publication number
- JP2009528586A JP2009528586A JP2008555878A JP2008555878A JP2009528586A JP 2009528586 A JP2009528586 A JP 2009528586A JP 2008555878 A JP2008555878 A JP 2008555878A JP 2008555878 A JP2008555878 A JP 2008555878A JP 2009528586 A JP2009528586 A JP 2009528586A
- Authority
- JP
- Japan
- Prior art keywords
- list
- test
- image
- iris
- candidate
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
【課題】 第1の虹彩画像が第2の虹彩画像に最も良く適合するアライメント角度を決定する。
【解決手段】 テスト虹彩画像と候補虹彩画像とを比較する方法であって,前記方法は,それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し,前記リストを周期的なものとして処理し,あるリストが他のリストと最も良くマッチするように相対移動値を計算し,前記移動値は前記テスト画像が前記虹彩画像と最も良くマッチする量だけ相対的に回転するものを含む。本方法は,単独又は他の身元照合システムと組み合わせてのどちらかで使用されてもよい。
【選択図】 図1
【解決手段】 テスト虹彩画像と候補虹彩画像とを比較する方法であって,前記方法は,それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し,前記リストを周期的なものとして処理し,あるリストが他のリストと最も良くマッチするように相対移動値を計算し,前記移動値は前記テスト画像が前記虹彩画像と最も良くマッチする量だけ相対的に回転するものを含む。本方法は,単独又は他の身元照合システムと組み合わせてのどちらかで使用されてもよい。
【選択図】 図1
Description
本発明は,回転補正する虹彩比較に関する。詳しくは,本発明は,人の虹彩のマッチングに限られるものでなはく,例えば,本人確認のために用いる回転補正した虹彩比較に関する。本発明の方法は,単独で用いられてもよいし,又は他の虹彩マッチングや比較アルゴリズムの精度を促進する若しくは改善するために用いられてもよい。
バイオメトリクス情報の認証,特に虹彩認証を用いた個人認証は,他の生体認証より正確であり,その使用は増加している。しかし,最近十年間の進歩にもかかわらず,画像のサイズ,位置,および方向にばらつぎがある。したがって,よりしっかりした虹彩認証システムを構築することが未だに要求されている。主にカメラの光学倍率と眼とカメラの間の距離によって起こる画像のサイズと位置の変化は,前処理の段階ですぐに正規化される。また,虹彩内の膨張による瞳孔サイズの非アフィンパターンの変形と変化を補正することが可能である。一方,虹彩方位(orientation)は,軸転眼球運動,及び頭位傾斜を含む,さまざまな内的や外的要素に依存するものである。光学システムには,眼の位置,カメラの位置および鏡の角度による画像回転が取り入れられている。現在のマッチングシステムでは,特徴ベクトルの配列を作成するために,取り込み方位付近でさまざまな回転量で虹彩画像を回転させる。その特徴ベクトルは,最も良いマッチングを見つけるために別々に比較される。
アプローチの一つは,J.Daugmanの著書“The importance of being random: Statistical principles of iris recongnition”,Pattern Recognition,vol.36,pp.279−291,2003において論じられている。Daugmanは,1つのカノニカル・オリエンテーション(canoical orientation)で虹彩コードを計算し,環状視野移動(cyclic scrolling)を利用し,複数の方位と虹彩コードを比べている。多重比較を使用すると,保存場所がより多く必要となり,登録や評価に時間がかかってしまう。
画像のばらつきがある場合,相関フィルターを用いることで,高いマッチング性能を得ることができることが知られている。そして,バイオメトリック認証において相関を用いた研究がいくつか行なわれている。参照として,例えば,R.P.Wildes,“Iris recognition: an emerging biometric technology”,Proc.of the IEEE,vol.85,pp.1348−1363,1997.,L.Ma,T.Tan,Y.Wang,and D.Zhang,“Efficient iris recognition by characterizing key local variations,”IEEE Trans.on Image Processing,vol.13,pp.739−750,2004があげられる。他のアプローチでは,位相情報に基づく画像マッチングを用いて,指紋認証や虹彩認証などにおいて高い認証結果を得ている。参照として,例えば,Kazuyuki Miyazawa,Koichi Ito,Takafumi Aoki, Koji Kobayashi, and H.Nakajima,“An Efficient Iris Recognition Algorithm Using Phase−Based Image Matching,”Proc.IEEE International Conference on Image Processing,Genoa,2005. Koichi Ito, Ayumi Morita, Takafumi Aoki,Tatsuo Higuchi,Hiroshi Nakajima,and K.Kobayashi,“A Fingerprint Recognition Algorithm UsingPhase−Based Image Matching for Low−Quality Fingerprints,”Proc. IEEE International Conference on Image Pocessing,Genoa,2005,があげられる。
J.Daugman,"The importance of being random: Statistical principles of iris recongnition",Pattern Recognition,vol.36,pp.279−291,2003
R.P.Wildes,"Iris recognition: an emerging biometric technology",Proc.of the IEEE,vol.85,pp.1348−1363,1997
L.Ma,T.Tan,Y.Wang,and D.Zhang,"Efficient iris recognition by characterizing key local variations,"IEEE Trans.on Image Processing,vol.13,pp.739−750,2004
Kazuyuki Miyazawa,Koichi Ito,Takafumi Aoki, Koji Kobayashi, and H.Nakajima,"An Efficient Iris Recognition Algorithm Using Phase−Based Image Matching,"Proc.IEEE International Conference on Image Processing,Genoa,2005.
Koichi Ito, Ayumi Morita, Takafumi Aoki,Tatsuo Higuchi,Hiroshi Nakajima,and K.Kobayashi,"A Fingerprint Recognition Algorithm UsingPhase−Based Image Matching for Low−Quality Fingerprints,"Proc. IEEE International Conference on Image Pocessing,Genoa,2005,
これらの2次元相互相関技術では,虹彩コードに加えて画像の全体のデータベースを保存する必要がある。その作業(operation)は,計算量が多く,通常,検証/識別プロセスの速度にかなり影響を与える。
本発明は,様々な側面において使用され,特に,第1の虹彩画像が第2の虹彩画像に最も良く適合するアライメント)角度を決定するという特定の用途に限られない。本発明は,第1の虹彩画像が第2の虹彩画像と一致し,同じ一個人であるかどうかの決定を助けるために,1つ又はそれ以上の別々のアルゴリズムとともに用いられてもよい。
本発明によれば,テスト虹彩画像と候補虹彩画像とを比較する方法を提供することができる。前記方法は,
(a)それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し,及び
(b)前記リスト(テストリストと候補リスト)を周期的なものとして扱い,一方のリストが他方のリストと最も良くマッチするような相対移動値を計算し,前記移動値は前記テスト虹彩画像が前記候補虹彩画像と最も良くマッチする量だけ相対的に回転するものである。
(a)それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し,及び
(b)前記リスト(テストリストと候補リスト)を周期的なものとして扱い,一方のリストが他方のリストと最も良くマッチするような相対移動値を計算し,前記移動値は前記テスト虹彩画像が前記候補虹彩画像と最も良くマッチする量だけ相対的に回転するものである。
本発明は,以下の方法のいずれか,及びこれらの方法のいずれか2つ又はそれ以上を適宜組み合わせたものも含む。
瞳孔の輪郭に沿った1つまたはそれ以上の曲線からの1つまたはそれ以上のピクセル値リストは,回転量を決定することができる対となる虹彩画像間で処理され,前記回転量は,2つの虹彩画像を最適アライメントにするために必要とされる,さまざまな種類の眼の複数の画像の回転アライメントのための方法。
瞳孔は円形,又は円形に近く,そして,前記曲線は円形である方法。
処理を行う第1工程は,曲線数を減らすために,複数の曲線上の対応する位置からのピクセル値を平均する工程を含む方法。
すべての曲線が,瞳孔の輪郭に沿った曲線の周りのピクセル値の変化を表す,1つの平均ピクセル値リストを作成するために,平均される方法。
虹彩は長方形配列(rectangular array)に再度サンプリングされ,及び,再度サンプリングされた画像からの直線は,瞳孔の輪郭に沿った曲線に対応する方法。
処理を行う第1工程は,曲線数を減らすために,複数の曲線上の対応する位置からのピクセル値を平均する工程を含む方法。
処理を行う第1工程は,曲線数を減らすために,複数の曲線上の対応する位置からのピクセル値を平均する工程を含む方法。
すべての曲線が,瞳孔の輪郭に沿った曲線の周りのピクセル値の変化を表す,1つの平均ピクセル値リストを作成するために,平均される方法。
2つの虹彩間の回転量は,2つの虹彩のピクセル値リストの直接比較することによって決定される方法。
処理を行う第2工程は,ピクセル値リストを計算する工程を含む方法。
計算する工程は,2つの虹彩からのピクセル値リスト間の相互相関関数を計算する工程を含む方法。
相互相関関数は,ピクセル値リストを直接処理することによって求められる方法。
相互相関関数を求める方法であって:
(i)2つのピクセル値リストをフーリエ変換する工程と,(ii)2つのフーリエ係数リストをそれぞれ掛け合わせる工程と,(ii)掛け合わせたリストを逆フーリエ変換する工程である方法。
(i)2つのピクセル値リストをフーリエ変換する工程と,(ii)2つのフーリエ係数リストをそれぞれ掛け合わせる工程と,(ii)掛け合わせたリストを逆フーリエ変換する工程である方法。
相互相関関数を求める方法であって,
(i)2つのピクセル値リストをフーリエ変換する工程と,(ii)1つのフーリエ係数リストを,他のフーリエ係数リストの複素共役で,それぞれの掛け合わせる工程と,(iii)掛け合わせたリストを逆フーリエ変換する工程である方法。
(i)2つのピクセル値リストをフーリエ変換する工程と,(ii)1つのフーリエ係数リストを,他のフーリエ係数リストの複素共役で,それぞれの掛け合わせる工程と,(iii)掛け合わせたリストを逆フーリエ変換する工程である方法。
相関関数の最大値の位置は,2つの虹彩間の回転量を示す方法。
相関関数は,2つの虹彩間の回転量を決定するために処理工程をさらに含む方法。
さらに含む処理工程は,ノイズを減らす及び相関関数値の有意な最大値(significant maximum)を確認するためにフィルタリングする工程である方法。
回転量の決定は,認証マッチングシステムに保存されている虹彩認証を補助する方法。
保存されている虹彩コードのリストは,保存されていない虹彩コードを1つもしくはそれ以上の保存されている虹彩と一致させるために必要な回転量を決めるための処理が行われたピクセル値リストを含む方法。
1つまたはそれ以上のピクセル値リストが保存される方法。
ピクセル値リストから決定された1つまたはそれ以上のフーリエ係数リストが保存される方法。
前記結果は,要求された個人認証を照合する方法として使用される方法。
前記結果は,要求された個人認証を拒絶する方法として使用される方法。
前記結果は,マッチングしている虹彩があるとして,虹彩データのデータベースから1人もしくはそれ以上の個人を選定するために使用される方法。
前記結果は,虹彩データのデータベースで一致するものがないとして,虹彩データを拒絶するために使用される方法。
拒絶は,別の方法でさらに処理を行う認証マッチングシステムの処理速度を改善するために使用される方法。
拒絶または選出は,虹彩の回転マッチングがないシステムと比べて,認証精度改善するために,他のデータと組み合わせて使用される方法。
本発明は,さまざまな方法に用いてもよい。いつくかの具体的な実施態様を以下に説明する。
本発明の好ましい方法を利用する前に,図1に概略的に示されているように,眼の画像は,必要でない情報を取り除くため,通常前処理が行われる。まず,内側102と外側104の虹彩の境界は,瞳孔106,強膜(示さず)及び上下のまぶた108とまつ毛111を削除するために設けられる。虹彩画像の結果は,必要であれば,虹彩の肥大及び収縮の効果を考慮するように調整されてもよく,グレースケールと強度調整が適用されてもよい。
本発明の好ましい方法を利用する前に,図1に概略的に示されているように,眼の画像は,必要でない情報を取り除くため,通常前処理が行われる。まず,内側102と外側104の虹彩の境界は,瞳孔106,強膜(示さず)及び上下のまぶた108とまつ毛111を削除するために設けられる。虹彩画像の結果は,必要であれば,虹彩の肥大及び収縮の効果を考慮するように調整されてもよく,グレースケールと強度調整が適用されてもよい。
次の工程は,閉曲線110周りのピクセル値をサンプリングし,ピクセル値関数,または図2に示されるようなサンプルリスト210を作成する工程である。本質的な特徴ではないけれども,曲線110は一般的に円形になり,瞳孔106の中央に中心が置かれる。ピクセル値は,矢印112で示すように曲線にそって動かすことによって,例えば,事前に定義されたゼロ方向114からはじめ,円の周りを等間隔の角度で増進させることによって,サンプリングされてもよい。ピクセル値は,色調などの他の特性が用いられる場合もあるが,通常,サンプル強度に基づかれている。
サンプルは記録されたものとして用いられてもよく,または,リストは,使用前に,例えば,補間もしくは正規化などの方法で前処理されてもよい。
虹彩画像中の曲線110の大きさ/位置は,特定の用途に応じて選ばれてもよい。曲線110は,例えば,内側境界線102または外側境界線104から一定距離であってもよい。代わりに,曲線は,内側と外側の境界線の間の距離の固定比率,例えば,内側と外側の境界線の間の距離のちょうど半分の位置に設置されてもよい。
他の方法ではあるが本質的には同等なアプローチでは,虹彩画像を極座標から長方形画像に変換する,その後,変換した画像内で,直線または曲線をサンプリングする。
1つの曲線110のピクセル値を表す関数210の代わりに,2つもしくはそれ以上の曲線の平均値を示してもよい。例えば,同一角方向にある,すでに示した曲線110及び第2の曲線116の平均値を示してもよい。代わりの選択肢として,1つの曲線が使用されるが,それぞれの角位置で,狭い領域内でのピクセル値の平均値を求める。曲線を分類する(grouping)/計量する(weighting)/平均する(averaging)他の方法は,当業者であれば思いつくことができる。図2の結果として生じる線(resultant trace)210は,ノイズに起因するあらゆる点をおおむね除外するが,それぞれの個人に特有なあらゆる点を十分に表す。
本発明の目的は,図1の虹彩画像(“テスト画像”)がマッチしているか,または虹彩画像データベース内の既存の候補画像若しくは保存画像にマッチしている可能性があるかを決定することである。データベース内のそれぞれの保存画像は,上記したような処理がすでに行われている。そして,それに応じて,データベース内のそれぞれの候補画像は,それぞれの独自のトレース(trace)210を有する。
トレース(trace)210は虹彩内の閉曲線を表しているので,簡単に,周期一次元関数として考慮され,数学的に分析される。これは,既存の二次元アプローチに対してかなり進歩している。
単純化したアプローチとしては,最も良いマッチングの位置を見つけるために,周期的テスト線(periodic test trace)を取得し,周期的候補線(periodic candidate trace)に対してスライドさせる。あるポイントでの適合度を比較することによって,その後,テスト画像が候補画像にマッチするという仮説を承認,または拒絶することができる。オフセット(offset)範囲は,画像の1つが他の画像に適合するようになっている角回転に相当する。処理要件を減らすために,又は合っていそうにない大角度での見かけ上のマッチングを避けるために,許容角回転量の限界を決めてもよい。通常,候補虹彩画像とテスト虹彩画像はともに,ほぼ垂直に対象を撮影して得られている。そのため,一般的に多くの用途において,必ずしも360度全部でマッチングしている必要はない。画像の撮影時に撮影対象の頭が少し傾いている場合や,又はカメラ自体が垂直でない,及び撮影対象の人の正面に置かれない場合は,少し角度を修正してもよい。もし初期画像が,携帯用のカメラを用いて撮影される場合は,このような修正は頻繁に行われる。
より高精度なアプローチ(最も多くの用途で好まれるアプローチ)は,テスト線(test trace)と候補線(candidate trace)の間の相互相関関数を計算することである。その後,適合度は,最も良いマッチングとなる回転角度を表しているピーク位置で,相互関数出力内の任意のピークのサイズに基づいて決定される。もし必要であれば,許容できる回転範囲に数値限界を設けてもよい。このアプローチは,状況次第で,データを得るために用いられるサンプル解像度より,マッチングに優れている解像度を提供することができる。
多くの用途に適している,さらに有利なアプローチを図3に示す。ここで,FFTのようなフーリエ変換は,テスト線と候補線の両方に対して行われる。その後,これらのFFTの1つは,他のFFTとの共役で掛け合わされ,最終相互相関を得るために,この積の逆フーリエ変換が行われる。
図3において示すように,極座標からデカルト(Cartesian)座標に変換された後に,それぞれの保存画像とテスト画像の行平均値に対して初期FFTを取得する。上記したように,一次元線(trace)210を作成するどんな方法をも代わりに使用してもよいということは当然のことである。
上記のように,虹彩画像において,周方向についての円対称性は,出力線210の水平な周期性に変換される。図3において,この対称性は,一次元円形相互相関の離散フーリエ変換(DFT)特性を用いて利用される。基本となる特徴の概要を以下に示す。
従って,有限持続配列は,次式となる。
上式は,環状に移動するオリジナル配列x(n)に関係している。一般的に,配列の環状シフト(circular shift)は,インデックスモジュールNとして表すことができ,以下のように表わされる。
フーリエ変換特性より,空間ドメインにおける巡回畳み込み(Circular Convolution)は,フーリエドメインの掛け合わせと等しい。同様に,空間ドメインの周期時間シフト(circular time shift)は,指数を掛け合わせた周波ドメインと等しい。
図3の特定の用途では,それぞれのテスト虹彩に対して,周期配列は,512×80の正規化虹彩画像から,瞳孔の境界から数えられる画像の列5−9を平均することによって,導き出される。この列は,まつ毛又はまぶたによってあいまいになる外側領域を避け,不規則になるのを避けるために瞳孔の境界から十分に離れている。その後,この一次元FFTの共役は,特徴ベクトルと共に保存される。候補画像は正規化され,同じ群(band)のFFTは,テスト虹彩FFTを用いる回転補正(rotation compensation)で使用するために計算される。
相互相関の計算の後に,ピークの鋭さは以下で説明される方法で測定されてその位置が示される。虹彩が一致している場合は鋭いピークとなり,一方,一致していない場合は平らなピークになる。虹彩回転度は,ピークの位置によって表される。ピークが十分鋭い場合は,候補虹彩からの正規化画像は,登録されている虹彩のアライメント(alignment)に移動する。そして,虹彩コードは,より詳細なマッチングを得るために(例えば,他のすぐれた処理装置−集約アルゴリズム(intensive algorithm)を使って)最終的に計算される。
初期のマッチングは相関関係ピークに基づいているので,それぞれの判別(discrimination)に対して,マッチング程度の測定基準を有することが必要である。画像のばらつきに対して,着実に決定をするために,決定は,より広い領域の相関関係出力に基づいて行われることが好ましい。図4に示されたプロットなど,様々な相関関係のプロットを観察することから,優れた測定基準は,ピークについて限定領域中の分散に基づかれるという結論になりうる。
優れた判別(discrimination)はピーク対サイドローブ比(PSR)を用いて表される。このため,サイドローブ値Sは,ピークの中心にある332の値領域の平均値として与えられる。即ち,ピークの中心にある13の値を除いて,ピーク値の両側の166の相関値として与えられる。ピーク値をP,サイドローブ値の標準偏差値をσとすると,PSRは以下のように表わすことができる。
狭いピークと広いサイドローブは,マッチングピークの世界的優位性(global dominance)を利用する。しかしながら,判別を偏らせるマッチングしない極大を考慮しない。
上記で説明した方法は,本人確認(identity verification)や身分証明(identification)の両方に適用されてもよい。本人確認では,システムは,主張された身元(identity)を確かめようと試みる。そして,それに従って,テスト画像と身元を主張している人の既知の画像の間で比較が1度行われる。身元証明では,タスク(task)は,マッチする可能性があるものすべてを探すために,虹彩データベース中の可能性がある候補のすべてを確かめることである。後者の場合は,システムは,例えば,ある人が何回データベースに偽名で登録を受けたかを見つけ出すようにしてもよい。
記載した方法は,虹彩マッチングの方法として,単独で用いられてもよいし,又は速度及び/又は精度を改善するために,他のバイオメトリックマッチングシステムと共役して代わりに用いられてもよい。後者の場合は,本発明の実施態様は,二つの虹彩が本当に同一であるかどうかを決定するために他のバイオメトリックシステム又はアルゴリズムを使わず,テスト虹彩と候補虹彩の間の最良のマッチング角度を見つけるために使用されてもよい。
さらなる可能性は,事前に選択を行うために本発明の実施態様を使用することである。前記したPSRの実施態様では,事前の選択は,実験的に設定された値1.5よりも低いPSRを切り捨てることによって達成されてもよい。それに続き,両側の20ピクセルより大きい回転指数(rotation indices)を有するケースを除いてもよい。図3の下の方に示されたように,二次元コードでコード化される前に,事前の選択テストに合格する画像は,1列に並んで回転させられる。その後,選択された回転画像の特徴ベクトルは,用意済みのハミング距離を与えるために,保存画像内で作成されそして比較される。これらは,マッチング/照合で使用することができる。
保存スペースが限られているアプリケーションでは,必ずしもオリジナルの虹彩情報のすべてを保存する必要はないということに留意する。問い合わせが行われるデータベースは,適切なアプリケーションに,事前に計算されたFFTだけを保存してもよい。
以下添付図面を説明する:
図1は,人の眼に関するデータを収集する過程を示す。
図2は,測定結果から作成されたサイクリック関数(cyclic function)/ピクセル値リストを示す。
図3は,相互相関の一般的な手順を示す。
図4は,マッチング虹彩画像に基づいた正規化相互相関線(trace)を示す。
図5は,もっともマッチングしている虹彩画像間の正規化相互相関線(trace)を示す。
Claims (13)
- テスト虹彩画像と候補虹彩画像とを比較する方法であって,前記方法は,
(a)それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成する工程と,
(b)前記テストリストと候補リストを周期的なものとして扱って,一方のリストが他方のリストと最も良くマッチするように相対移動値を計算する工程と,
を含み,
前記相対移動値は前記テスト虹彩画像が前記候補虹彩画像と最も良くマッチする量だけ相対的に回転する量である,
方法。 - 前記候補リストに対して前記テストリストをスライドする工程を含む,請求項1に記載の方法。
- 前記テストリストと前記候補リストの相互相関を計算する工程を含む請求項1に記載の方法。
- 前記テストリストと前記候補リストのデジタルフーリエ変換値を求める工程と,それぞれの変換値またはその共役値を掛け合わせる工程と,前記相互相関を求めるために逆デジタルフーリエ変換処理を行う工程を含む請求項1に記載の方法。
- 複数の候補虹彩画像について,デジタルフーリエ変換を事前に計算し,保存する工程を含む請求項4に記載の方法。
- 前記テストリストと前記候補リストは,前記曲線に沿った局所領域の上で平均画像特性を表す請求項1に記載の方法。
- 前記テストリストと前記候補リストは,複数のそれぞれの曲線の画像平均値を表す請求項1に記載の方法。
- 前記テストリストと前記候補リストは,再度マッピングされたそれぞれの虹彩の長方形画像内でそれぞれの行列(lines)から画像の値を測定することによって作成される請求項1に記載の方法。
- 前記移動値のマッチングの量を評価する工程をさらに含む請求項1に記載の方法。
- 前記マッチングの量により,前記テスト虹彩画像と前記候補虹彩画像とが同一個人に属するかそうでないかを決定する工程をさらに含む請求項9に記載の方法。
- 前記マッチングの量と追加バイオメトリックデータとを用いて,前記テスト虹彩画像と前記候補虹彩画像が同一個人に属するか属さないかを決定する工程をさらに含む請求項9に記載の方法。
- 前記テスト虹彩画像と前記複数の候補虹彩画像とを比較する工程と,前記それぞれのマッチングの量に応じて1つ又はそれ以上のマッチしたものを決定する工程と,をさらに含む請求項9に記載の方法。
- 前記テスト虹彩画像と前記複数の候補虹彩画像とを比較する工程と,前記それぞれのマッチングの量に応じて1つ又はそれ以上のマッチした可能性のあるものを決定する工程と,もし存在する場合,前記マッチした可能性のあるもののうち承認することができるものを決定するために,前記マッチした可能性のあるものを認証マッチングシステムへ送る工程とをさらに含む,請求項9に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/363,500 US7844084B2 (en) | 2006-02-27 | 2006-02-27 | Rotation compensated iris comparison |
PCT/GB2007/000668 WO2007096657A1 (en) | 2006-02-27 | 2007-02-27 | Rotation compensated iris comparison |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009528586A true JP2009528586A (ja) | 2009-08-06 |
Family
ID=38180620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008555878A Withdrawn JP2009528586A (ja) | 2006-02-27 | 2007-02-27 | 回転補正する虹彩比較 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7844084B2 (ja) |
EP (1) | EP1989661A1 (ja) |
JP (1) | JP2009528586A (ja) |
WO (1) | WO2007096657A1 (ja) |
ZA (1) | ZA200808220B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022543928A (ja) * | 2019-08-09 | 2022-10-14 | 日本電気株式会社 | 情報処理システム、情報処理方法、およびプログラム |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11090190B2 (en) | 2013-10-15 | 2021-08-17 | Lensar, Inc. | Iris registration method and system |
US9846739B2 (en) | 2006-10-23 | 2017-12-19 | Fotonation Limited | Fast database matching |
US7809747B2 (en) * | 2006-10-23 | 2010-10-05 | Donald Martin Monro | Fuzzy database matching |
US20100278394A1 (en) * | 2008-10-29 | 2010-11-04 | Raguin Daniel H | Apparatus for Iris Capture |
US8317325B2 (en) | 2008-10-31 | 2012-11-27 | Cross Match Technologies, Inc. | Apparatus and method for two eye imaging for iris identification |
JP5126084B2 (ja) * | 2009-01-22 | 2013-01-23 | 日本電気株式会社 | 生体認証装置、生体認証方法及びプログラム |
US8577094B2 (en) | 2010-04-09 | 2013-11-05 | Donald Martin Monro | Image template masking |
US8854446B2 (en) * | 2011-04-28 | 2014-10-07 | Iristrac, Llc | Method of capturing image data for iris code based identification of vertebrates |
EP2579182B1 (en) | 2011-10-03 | 2019-08-28 | Accenture Global Services Limited | Biometric matching engine |
JP6154826B2 (ja) | 2012-01-23 | 2017-06-28 | パーセプティメッド インコーポレイテッドPerceptimed, Inc. | 自動化された医薬品錠剤の識別 |
WO2016049273A1 (en) | 2014-09-24 | 2016-03-31 | Sri International | Control of wireless communication device capability in a mobile device with a biometric key |
WO2016089592A1 (en) | 2014-12-03 | 2016-06-09 | Sri Internaitonal | System and method for mobile device biometric add-on |
AU2014277853A1 (en) | 2014-12-22 | 2016-07-07 | Canon Kabushiki Kaisha | Object re-identification using self-dissimilarity |
AU2014277855A1 (en) * | 2014-12-22 | 2016-07-07 | Canon Kabushiki Kaisha | Method, system and apparatus for processing an image |
WO2017123702A1 (en) | 2016-01-12 | 2017-07-20 | Princeton Identity, Inc. | Systems and methods biometric analysis |
WO2017172695A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Systems and methods of biometric anaysis with adaptive trigger |
WO2017173228A1 (en) | 2016-03-31 | 2017-10-05 | Princeton Identity, Inc. | Biometric enrollment systems and methods |
US10607096B2 (en) | 2017-04-04 | 2020-03-31 | Princeton Identity, Inc. | Z-dimension user feedback biometric system |
KR102573482B1 (ko) | 2017-07-26 | 2023-08-31 | 프린스톤 아이덴티티, 인크. | 생체 보안 시스템 및 방법 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5291560A (en) * | 1991-07-15 | 1994-03-01 | Iri Scan Incorporated | Biometric personal identification system based on iris analysis |
US5572596A (en) | 1994-09-02 | 1996-11-05 | David Sarnoff Research Center, Inc. | Automated, non-invasive iris recognition system and method |
US6075876A (en) * | 1997-05-07 | 2000-06-13 | Draganoff; Georgi Hristoff | Sliding yardsticks fingerprint enrollment and verification system and method |
JP2000189403A (ja) * | 1998-12-25 | 2000-07-11 | Oki Electric Ind Co Ltd | 虹彩領域抽出方法及び個体識別装置 |
JP3586431B2 (ja) | 2001-02-28 | 2004-11-10 | 松下電器産業株式会社 | 個人認証方法および装置 |
TWI224287B (en) * | 2003-01-23 | 2004-11-21 | Ind Tech Res Inst | Iris extraction method |
US7483569B2 (en) * | 2003-05-29 | 2009-01-27 | Carnegie Mellon University | Reduced complexity correlation filters |
JP3734826B2 (ja) * | 2003-07-17 | 2006-01-11 | 松下電器産業株式会社 | 虹彩コード生成方法、個人認証方法、虹彩コード登録装置、個人認証装置、および個人認証プログラム |
US7593550B2 (en) * | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
JP4340553B2 (ja) * | 2004-02-06 | 2009-10-07 | 富士通株式会社 | 生体情報照合装置 |
US20060222212A1 (en) * | 2005-04-05 | 2006-10-05 | Yingzi Du | One-dimensional iris signature generation system and method |
-
2006
- 2006-02-27 US US11/363,500 patent/US7844084B2/en active Active
-
2007
- 2007-02-27 EP EP07712791A patent/EP1989661A1/en not_active Withdrawn
- 2007-02-27 WO PCT/GB2007/000668 patent/WO2007096657A1/en active Application Filing
- 2007-02-27 JP JP2008555878A patent/JP2009528586A/ja not_active Withdrawn
-
2008
- 2008-09-26 ZA ZA200808220A patent/ZA200808220B/xx unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022543928A (ja) * | 2019-08-09 | 2022-10-14 | 日本電気株式会社 | 情報処理システム、情報処理方法、およびプログラム |
JP7494911B2 (ja) | 2019-08-09 | 2024-06-04 | 日本電気株式会社 | 情報処理システム、情報処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
EP1989661A1 (en) | 2008-11-12 |
US7844084B2 (en) | 2010-11-30 |
WO2007096657A1 (en) | 2007-08-30 |
US20070201728A1 (en) | 2007-08-30 |
ZA200808220B (en) | 2009-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009528586A (ja) | 回転補正する虹彩比較 | |
EP0664037B1 (en) | Biometric personal identification system based on iris analysis | |
US10460167B2 (en) | Extended depth-of-field biometric system | |
US20070036400A1 (en) | User authentication using biometric information | |
US20080101664A1 (en) | Non-Contact Optical Means And Method For 3D Fingerprint Recognition | |
CN108629262B (zh) | 虹膜识别方法及相应装置 | |
US20110142297A1 (en) | Camera Angle Compensation in Iris Identification | |
KR20090087895A (ko) | 생체인식정보의 추출과 대조를 위한 방법 및 장치 | |
CA2833740A1 (en) | Method of generating a normalized digital image of an iris of an eye | |
US10740589B2 (en) | Skin information processing method, skin information processing device, and non-transitory computer-readable medium | |
WO2012146690A1 (en) | Method of normalizing a digital image of an iris of an eye | |
JP2004118677A (ja) | 指紋認証方法/プログラム/装置 | |
JP4426029B2 (ja) | 画像照合方法および装置 | |
US10740590B2 (en) | Skin information processing method, skin information processing device, and non-transitory computer-readable medium | |
JP6526494B2 (ja) | 情報処理プログラム及び情報処理装置 | |
KR20180072517A (ko) | 홍채와 공막의 경계선 검출 방법 | |
JP2007179267A (ja) | パターン照合装置 | |
Ogundepo et al. | Development of a real time fingerprint authentication/identification system for students’ record | |
Kang et al. | A study on restoration of iris images with motion‐and‐optical blur on mobile iris recognition devices | |
KR102480152B1 (ko) | 홍채 인식의 경량화 방법 및 홍채 인식 프로그램을 저장한 컴퓨터로 판독가능한 기록 매체 | |
Nakazaki et al. | Fingerphoto recognition using cross-reference-matching multi-layer features | |
CN117315764A (zh) | 基于生物识别的手机 | |
WO2024030105A1 (en) | Multi-stage fusion matcher for dirty fingerprint and dirty palm | |
AU709835B2 (en) | Biometric personal identification system based on iris analysis | |
Ghafoor | Fingerprint Distortion Removal and Enhancement by Effective Use of Contextual Filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A072 | Dismissal of procedure [no reply to invitation to correct request for examination] |
Free format text: JAPANESE INTERMEDIATE CODE: A072 Effective date: 20090428 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090821 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20100302 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100309 |