JP2009529195A - 不変径方向虹彩セグメント化 - Google Patents

Abstract

目の生物測定学的分析によって対象を識別する方法およびコンピュータプロダクトが提示される。最初に、識別されるべき対象の虹彩の画像が取得される。所望に応じて質感強調が画像に実施されるが、必要条件ではない。次ぎに、虹彩画像は、選択された数の径方向セグメント、例えば、２００個のセグメントに径方向へセグメント化されて、各セグメントが虹彩走査画像の１．８°を表示する。セグメント化の後で、各径方向セグメントが分析され、虹彩径方向セグメントにおいて色強度のピークおよび谷が検出される。これらの検出されたピークおよび谷は、テンプレートを作成するために使用されるデータセットに数学的に変換される。テンプレートは、対象の走査および分析された虹彩を表示し、各径方向セグメントから変換されたデータセットのそれぞれから作成される。作成の後で、このテンプレートはデータベースに格納可能であるか、または対象が既にデータベースに登録されていれば、照合目的に使用可能である。

Description

本出願は、２００５年１月２６日出願の「Ａ １Ｄ Ｐｏｌａｒ Ｂａｓｅｄ Ｓｅｇｍｅｎｔａｔｉｏｎ Ａｐｐｒｏａｃｈ」と題する米国特許非仮出願第１１／０４３３６６号に関連する。これによって、本関連文書の開示は参照により完全に組み込まれるものとする。

政府利権の陳述
本発明は、契約番号Ｆ１０８０１ ＥＥ５．２の下において政府の援助を受けて行われたものである。連邦政府は本発明において一定の権利を有する。

本発明は、生物測定学的な認識、特に径方向における虹彩セグメント化に対する改良された方策に関する。

生物測定学（バイオメトリクス）とは、１つまたは複数の固有の身体的もしくは行動上の特質に基づいて人間を本人自身として認識する自動的方法の研究である。情報技術において、生物測定学的認証とは、認証目的のために人間の身体的特徴を測定および分析する技術のことを称する。身体的特徴の例には、指紋、目の網膜および虹彩、顔面パターン、ならびに手の測定値が含まれる。

既存の生物測定学的システムの主要な懸念は、人間を他の人から識別する個人的特徴構造が、生物測定学的データの精確な取得に欠けることによってか、または動作条件の偏りによって見過ごされやすい恐れがあることである。虹彩認識が、誤差の少ない大きな成果を収める、生物測定学的データの取込み方法と見られてきた。しかし、虹彩走査および画像処理は、経費および時間の掛かるものであった。指紋、顔面パターン、および手の測定値は、より経済的で、より迅速な解決策を提供してきた。

過去数年間に、虹彩認識が、他の生物測定学的な方法と費用面で競合できるほどに十分に成熟した。しかし、虹彩画像の取得条件の不首尾は、特に走査が非制御環境条件の下で実施されるとき、正当な対象（または被検者）を拒絶したり、または詐称者を正当であると認識したりすることにつながった。

反対に、制御された条件下では、虹彩認識が非常に有効であることが判明している。これが真実であると言えるのは、虹彩認識システムが、顔面パターンおよび手の測定値のような他の生物測定学的な技法よりも画然とした特徴構造に依拠し、したがって遙かに識別力のある生物測定学的データセットを提供することによって信頼できる解決策となるからである。

試作的なシステムおよび技法が１９８０年代の早い時期に提案されていたが、自律型虹彩認識システムの開発は、１９９０年代の研究を待たなければならなかった。以来、この研究で明らかになった構想が視野装置において実施されてきた。全体的な方策は、生の虹彩画像を容易に操作可能な数値符号に変換することに基づくものである。この方策および後続の別法による方策の堅牢性は、精確な虹彩セグメント化に大きく依拠する。虹彩セグメント化とは、虹彩を位置特定しかつ目の他の部分から分離する処理である。虹彩セグメント化は、このシステムの使用にとって必須条件である。虹彩の特徴構造を計算するには、対象の虹彩に焦点を合わせ、かつその境界を適切に抽出する高品質のセグメント化処理を必要とする。このような取得過程は、取得条件に敏感であり、かつ非常に難しい問題であることが判明している。現行システムは、動作条件を制約することによってセグメント化の精度を最大化しようとする。照明水準、走査される目の位置、および周囲温度に制約が課せられる。これらの制約は、より精確な虹彩画像の取得につながるが、すべての実時間動作において実用的であるとは限らない。

この問題を軽減するためにかなりの進歩が見られたが、これらの進展は、殆どが元々の方法体系、すなわち、非制御条件下では問題のあることが判明している円形／楕円形輪郭セグメント化を巡って構築されたものであった。他の研究も、上で論じられた方法体系に匹敵する構想を導入するが、依然として、非制御条件下ではセグメント化の堅牢性に同様な問題を抱える。

したがって、収集された生物測定学的データに基づいて依然として精確で実時間の結果を生む、ある距離をおいた虹彩に応用するために、すなわち、制約されていない条件を利用するシステムによく適合する虹彩認識技法を提供する方法を有することが望ましい。

本発明の原理にしたがって、新規の特徴構造抽出技法が、改良された生物測定学的アルゴリズムに帰着する新規の符号化方式と一緒に提示される。この新規の抽出技法は、単純化された極座標セグメント化（ＰＯＳＥ）に基づく。この新規の符号化方式は、計算負荷の低い処理を利用して実際の局所虹彩特徴構造を抽出する新規の抽出技法を使用する。

この符号化方式は、従来技術の技法にとって必須条件である、虹彩領域の外側境界の精確なセグメント化に依拠することがない。さらに正確に言えば、それは、虹彩中のピークおよび谷（すなわち、虹彩中の色強度が顕著に変化する点）の識別に依拠する。有利なことに、選択されたフィルタにかかわらず、この符号化方式は、虹彩中に検出されたピークの厳密な発生位置に依拠するのではなく、基準とされる第１のピークに対する検出されたピークの大きさに依拠する。このアルゴリズムは、パターンのピーク／谷の厳密な位置に依拠しないので、それは虹彩の外側境界を精確にセグメント化する必要がなく、これは次ぎに、正規化処理の必要性を排除する。

本発明の機能全体は次のように要約可能である。第１に、虹彩は、前処理され、次いで、本明細書では不変径方向ＰＯＳＥセグメント化と呼ばれる、ＰＯＳＥ方策に基づく高度化されたセグメント化処理を利用して局在化される。セグメント化処理中、すべての曖昧にする部分（すなわち、瞳孔、目瞼、睫毛、強膜、目の他の非必須部分）は、これらの曖昧にする部分が虹彩の内側境界に達する場合には分析から除外される。照明の補正およびコントラストの向上が、画像照明および反射条件の相違を補償するために処理される。捕捉された虹彩画像は幾つかの径方向セグメントに展開され、各セグメントが、そのセグメントに関するピークおよび／または谷データを表示する一次元データセットを作成するために分析される。ピークおよび／または谷データは、ピークおよび／または谷が、虹彩の中心から径方向へ外に向けられた直線に沿ったそれらの位置にしたがって順番に並べられるという意味において一次元である。１つの実施形態では、虹彩画像は、１つの径方向セグメントにつき単一のピークのみに関するデータが格納される虹彩署名の一次元極座標表示へと展開される。１つの実施形態では、１つのセグメントにつき瞳孔／虹彩境界から最も外側のピークの大きさが格納される。別の実施形態では、セグメント中の最大のピークの大きさが格納される。別の実施形態では、１つの径方向セグメントにつき複数のピークおよび／または谷に関するデータが格納される。この実施形態では、各ピークおよび／または谷が、一次元方向に沿って直前のピーク／谷のような、セグメント中の別のピークおよび／または谷に対して、その大きさを示す１ビット値として記録される。径方向セグメントのすべてに関するデータは、虹彩走査画像全体に関するデータを表示するテンプレートの中へ連接される。そのテンプレートは、一致点を見つけるために、格納されたテンプレートに比較可能である。

既存の生物測定学的システムの主要な懸念は、人間を他の人から識別する個人的特徴構造が、精確なデータ取得に欠けることによってか、または動作条件の偏りによって見過ごされやすい恐れがあることである。過去数年間に、虹彩認識が、指紋のような、より一般的な生物測定学的手段と競合できる地点にまで成熟した。しかし、虹彩画像の取得条件における不首尾は、特に、照明が厳密に制御されていない環境のような非制御動作環境の下では、しばしば正当な対象を拒否したりまたは詐称者を正当であると認識したりすることにつながる。反対に、制御された条件下では、虹彩認識が非常に有効であることが判明している。これが有効であると言えるのは、虹彩認識システムが、他の一般的な生物測定学的な手段よりも画然とした特徴構造に依拠し、より識別力のある生物測定学的特徴を提供することによって信頼性のある解決策となるからである。

図１は、通常の従来技術のセグメント化技法にしたがって識別された境界を有する走査された目の画像を示す。この図では、虹彩１０５が外側虹彩境界１００によって画定されている。しかし、外側虹彩境界１１０は、１０７で示す目瞼によって遮られ、真の境界を決定することが不可能である。このシステムは、外側虹彩境界１１０の欠損部分を推定しなければならない。虹彩特徴構造を計算するには、対象の虹彩に焦点を合わせ、かつその境界を適切に抽出する高品質のセグメント化処理を必要とする。このような過程は、取得条件に敏感であり、かつ（特にある距離をおいて捕捉される非協力的な対象では）非常に難しい問題であることが判明している。慎重な照明制御および対象の目の位置のような動作条件を制約することによって、現行システムはセグメント化問題を解決しようとするが、これらの方策は必ずしも実用的であるとは限らない。

これら従来技術の技法の主要な欠点は、このシステムが、均一な照合を可能にするために虹彩のスケーリングを正規化するように虹彩の外側境界に焦点を合わせることである。外側虹彩境界を曖昧にする恐れがある目瞼および睫毛、ならびに強膜との区別を困難にする恐れがある明色の虹彩を含めて、数多くの要因によって外側境界は精確にマッピングすることが不可能となる恐れがあって、対象の虹彩の不精確なセグメント化の原因となり、これは次ぎに、後の生物測定学的認識過程に悪影響を及ぼす。さらに、これらのセグメント化技法は、非制御条件に適用されるときに数多くの誤りを招く。このような条件には、取得装置から様々な距離範囲において捕捉された対象またはその目を画像機器と直接位置合わせさせることができない対象が含まれる。

図２Ａは、図１におけるような同様に走査された目の画像を示す。この図では、本発明の原理が応用されている。この方策は、単純化された極座標セグメント化（ＰＯＳＥ）、すなわち、虹彩領域の外側境界の精確なセグメント化に依拠しないより新規の符号化方式に基づく。ＰＯＳＥの詳細な説明が、先に言及された「Ａ １Ｄ Ｐｏｌａｒ Ｂａｓｅｄ Ｓｅｇｍｅｎｔａｔｉｏｎ Ａｐｐｒｏａｃｈ」と題された関連出願の米国特許非仮出願第１１／０４３３６６号に見いだされる。本発明は、高度化されたＰＯＳＥ技法を利用する。この高度化されたＰＯＳＥ技法、すなわち不変径方向ＰＯＳＥは、虹彩のピークおよび谷、すなわち、虹彩の画定された径方向セグメントの内部おける瞳孔と強膜との間の色強度の顕著な不連続点を検出することに焦点を合わせる。換言すれば、ピークとは点であり、その点の両側の（選択された方向における）色強度が、その点における色強度よりも小さい（この不連続点は、僅かな不連続点のすべてが記録されたピークとして登録されないように、何らかの所定の閾を超過する）。同様に、谷とは点であり、その点の両側の選択方向における色強度が、その点における色強度よりも大きい（同じ条件が付いている）。

この技法は、従来技術におけるように１つの径方向セグメントにつき二次元画像データを収集するのではなく、収集された虹彩データが１つの径方向セグメントにつき唯一の信号次元しか有することがないので、一次元であると言われる。この方法は、虹彩の遮られた外側境界を評価し、虹彩の外側境界をセグメント化し、かつ外側境界の欠損部分を推定するために必要とされる円、楕円、または他の任意の形状の厳密なパラメータを計算する必要性を排除する。

虹彩２０５は、不変径方向ＰＯＳＥ法を利用して走査される。図１の方法が行うように虹彩の外側境界に焦点を合わせるのではなく、不変径方向ＰＯＳＥ法は、走査された虹彩に存在するピークおよび谷の位置特定および識別を実施して、虹彩マップを創出する。図２Ａは、虹彩走査画像中のピークおよび／または谷データを表示できる虹彩マップの１つの形態を例示する助けとなる。図２Ａでは、１つの径方向セグメントにつき１つのピークのみに関するデータが格納される。本発明のこの実施形態にしたがって虹彩マップを作成するために、最初に、虹彩が、設定された数の径方向セグメント、例えば、２００個のセグメントにセグメント化される。したがって、各セグメントは、虹彩の完全な３６０度走査画像の１．８度の切片を表示する。２００個の各セグメントの分析後に、セグメント中の１つの特徴的なピークに関するデータが格納される。図２Ａおよび２Ｂに例示された実施形態では、各径方向セグメント中の表示に選択されたピークは、瞳孔／虹彩境界から最も外側にあるピーク２１０である。別法の実施形態では、選択されたピークが、最大のピーク（瞳孔／虹彩境界におけるピーク以外の）、最も先鋭なピーク、または最も内側のピークでもよい。基準が最も外側のピークである場合には、虹彩／強膜境界に接近するにつれてピークおよび谷の区別が曖昧になる傾向にあり、したがって対象を識別するための基準としては信頼性が低下するので、瞳孔／虹彩境界の予め画定された距離の範囲内で最も外側のピークを使用することが好ましい。

別法として、ピークではなく谷に対応するデータが記録されてもよい。実際に、記録されたデータは、必ずしもピークまたは谷である必要さえなく、他の任意の容易に識別可能な色またはコントラストの特徴であってもよい。ピークまたは谷（または他の特徴）のどちらが表示に選択されても、その瞳孔の中心からの距離が格納される。推奨される実施形態では、径方向距離が、瞳孔の中心からの径方向距離に対する基準ピークの相対的な値として報告される。この様態では、環境条件（例えば、瞳孔の拡大、周辺光）による虹彩に対する変化を補償するために、虹彩走査画像の正規化手順を必要としない。本発明の推奨される実施形態では、基準ピークは当該セグメント中の瞳孔／虹彩境界におけるピークであり、それは通常、常ではないにしても、セグメント中の最大のピークである。

図２Ｂは、一次元虹彩マップの中へマッピングした走査された虹彩を示す。この虹彩マップを作成するために、虹彩は最初に、所定の数の径方向セグメント、例えば、２００個のセグメントにセグメント化され、各セグメントが虹彩の完全な３６０度走査画像の１．８度を表示する。２００個の各セグメントの分析後に、基準ピークが各セグメントの中で選択されるが、この基準ピークは、分析された径方向セグメント中の瞳孔／虹彩境界におけるピークである（それは通常、常ではないにしても、セグメントの中で最も大きなピークである）。虹彩は、図２Ｂで示されたグラフを創出するために展開され、各点２１５が、各径方向セグメントの対応するピークの前述の相対的な径方向距離を表示する。

視覚化目的のために、図２Ｂに示されたグラフへのピークおよび谷データの変換は、虹彩を瞳孔／虹彩境界の法線回りに（すなわち、境界に直交して）「展開したもの」であると考えてもよい。例えば、瞳孔／虹彩境界は、本質的に円形境界である。境界が紐であり、その紐を直線に展開して、図２Ｂに示されるように、各径方向セグメントからの基準ピークが個別の点２１５として表示されていると想像されたい。

先の説明は、当業者によらない人の本方法の直感的な理解を助ける際の例示目的にすぎない。ピークおよび谷の情報を一次元データセットに変換することは、実際にかなり単純な数学的変換であることを当業者は理解しよう。

照明および温度（これらは瞳孔直径の拡大または収縮に影響を及ぼす）のような条件にかかわらず、この一次元虹彩表示は、各角度セグメントにおける基準ピークの相対位置に関して不変であるが、曲線全体２１５の上向きまたは下向きのシフトを招きうる。瞳孔の拡大および他の要因がピークまたは谷の絶対位置（すなわち、瞳孔境界からのそれらの実際の距離）に影響を及ぼしうるが、それらは、基準ピーク（または谷）に対する虹彩中のピークおよび谷の相対位置に影響を及ぼすことはない。

図４Ａは、走査された虹彩画像データの別法によるかつより堅牢な表示の形成を例示する助けとなるが、そこでは、１つだけの特徴的なピークではなく、１つの径方向セグメントにつき多ピークのデータが記録される。瞳孔の中心は十文字４０５によって示される。水平またはｘ−軸は、瞳孔／虹彩境界からの径方向距離（すなわち、瞳孔／虹彩境界に直交する）を表示し、垂直またはｙ−軸は、色強度の導関数を表示する。瞳孔／虹彩境界におけるピークは４１１で示される。セグメント中の他のピークおよび谷はすべて、データの正規化が必要ではないように、基準ピークに対してグラフ表示される。

各径方向セグメントは通常、瞳孔境界４１０において数個の画素の幅があり、瞳孔／虹彩境界からの距離が増大するにつれて広くなることに留意されたい。したがって、図４Ａのグラフに表示された一次元データを作成するために、ｙ−軸によって表示された色強度導関数データは、セグメントの幅にわたって平均または補間されるべきである。補間されたデータのこの表示が、線４１５で示されており、そこではそれぞれの顕著なデータピークが参照数字４２０によって標識される。

図４Ｂは、さらに他の実施形態を例示する助けとなる。グラフ４２５は、図４Ａに例示されたグラフ表示のような、虹彩のグラフ表示を示す。図４Ａの実施形態に関する場合と同様に、特徴構造抽出ステップでは、それぞれの個々のピークが、基準ピークに対して分離および記録されることが好ましい。しかし、さらにピークのみに焦点を合わせるために、強調曲線４３０が、一次元虹彩表示から除去される。強調曲線４３０は、次のピークに対する各ピークの大きさに影響を及ぼすことなく除去可能なグラフの成分であり、相対ピークの大きさにのみ焦点を合わせる正規化データセットが得られる。当業者によく知られた標準的なウェーブレット分析を使用して、強調曲線は、図４Ａのグラフの分解の近似成分（ＤＣ成分）として計算可能である。一旦強調曲線が除去されると、セグメント化されたグラフ４３５が得られるが、そこでは、各ピークがグラフ上の点４３７として表示される。しかし、強調曲線を除去することで、今やグラフ４２５がピーク発生に基づいて正規化されている。以下で詳細に論じられるように、本発明の少なくとも１つの実施形態では、ピークデータが、１ピークにつき１ビットまたは２ビットほどの少ないビット数を使用して、各ピークを隣接するピークに対して符号化することによって非常に効率的に符号化されることになる。したがって、除去された強調曲線は処理を単純化し、他方ではすべての必要とされる情報を温存する。

図３は、本発明の実施形態を示す流れ図を例示する。
ステップ３０５では、前処理ステップが行われる。この前処理は本質的に従来的なものである。このステップでは、走査された画像に質感強調が実施される。瞳孔、目瞼、睫毛、強膜、および目の他の非必須部分のような、画像を曖昧にする部分が分析から除外される。外部照明、中間調変動、および他のアーティファクト（例えば、色付きコンタクトレンズ）の副作用を低減するために、本システムは、局所径方向質感パターン（ＬＲＴＰ）を使用して画像を前処理する。しかし、この質感強調は本システムの動作にとって必須条件ではないことに留意されるべきである。

画像の前処理は、ワイ デュー（Ｙ．Ｄｕ）、アール イヴ（Ｒ．Ｉｖｅｓ）、ディー エッタ（Ｄ．Ｅｔｔｅｒ）、ティー ウェルチ（Ｔ．Ｗｅｌｃｈ）、シーアイ チャン（Ｃ．−Ｉ．Ｃｈａｎｇ）著「Ａ ｏｎｅ−ｄｉｍｅｎｓｉｏｎａｌ ａｐｐｒｏａｃｈ ｆｏｒ ｉｒｉｓ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ」（米国メリーランド州アナポリス市所在の米国海軍兵学校電子エネルギー学部（ＥＥ Ｄｅｐ．、ＵＳ Ｎａｖａｌ Ａｃａｄｅｍｙ、Ａｎｎａｐｏｌｉｓ、ＭＤ）、２００４年）で提案されたものと同様であるが、それを修正した局所径方向質感パターンを使用して実施される。

上式で、
Ｉ（ｘ，ｙ）＝二次元座標ｘ，ｙに配置された画素の色強度、
ω＝画素ｘ，ｙの隣接点を決定する曲線、および
Ａ＝ωの面積（画素の数）である。

このＬＲＴＰ方策は、それが前述の参照文献で採用されたブロック分析による不連続点を回避し、他方では代わりにウインドウ平均を使用して真平均値の近似を温存するので、前述の参照文献の方法とは異なる。小ブロックの各ウインドウの平均が、背景照明の粗推定を構成し、よってそれは、上式に示された実際の強度値から減算される。

ステップ３１０では、不変径方向ＰＯＳＥセグメント化法が実施される。この方策は、それが虹彩の外側境界、すなわち、虹彩／強膜境界における虹彩セグメント化を必要としないので、従来的な技法とは異なる。

特に、本方法は、最初に元の画像中の虹彩中心を大まかに求めて、次いでこの中心推定を精緻化して瞳孔の縁を抽出する。瞳孔の中心を位置特定するための技法が、参照により組み込まれる前述の米国特許出願第１１／０４３３６６号に開示されており、それ以上説明する必要はない。また瞳孔／虹彩境界を位置特定する技法も前述の特許出願に開示されており、それ以上説明する必要はない。

一旦瞳孔の縁が見つけられると、本セグメント化法が始まる。虹彩の径方向走査が、径方向セグメント、例えば、それぞれが１．８度の２００個のセグメントにおいて実施される。

ステップ３１０におけるセグメント化および走査の後、本方法はステップ３１５に進む。ステップ３１５では、実際の特徴構造の抽出が、ステップ３１０で取得したセグメント化された画像に基づいて行われる。特徴構造の抽出処理は、例えば、虹彩のグラフ表示中の変化を検出し、他方ではその変化が発生する絶対位置に依拠することがない、図２ＡおよびＢ、４Ａ、および４Ｂにそれぞれ関連して先に説明された３つの実施形態にしたがって実施される。特に、絶対位置は、環境光条件における変動に曝されるとき、人間の虹彩の自然の拡大および収縮の関数として変化する。したがって、特徴構造の抽出処理は、ピークおよび谷の絶対的な大きさまたは位置に焦点を合わせるのではなく、ピークおよび谷の大きさとそれらの相対的な位置の相対的な変動とを検出することに依拠する。この方策の主要な利点は、それが、環境条件による虹彩に対する変化を補償するために、虹彩走査画像の正規化手順を必要としないことである。従来技術の虹彩認識技法にとっては、虹彩走査画像の正規化手順が決定的に重要である。

次いで、ステップ３２０において、グラフ４３５に表示されている、得られるピークデータは、それが後段で既知の個人に関する虹彩データの格納されたテンプレートと効率的に比較可能であるように、符号化されたテンプレートへと符号化される。２つの符号化の別法が、図５Ａおよび５Ｂにそれぞれ関連して以下で論じられる。これらの２つの別法は、実施例として示されているにすぎず、本発明の範囲を限定しようとするものではない。

図５Ａおよび５Ｂは、本発明の２つの実施形態にそれぞれにしたがって、走査された虹彩の１つの径方向セグメントに関するピーク／谷データセットの符号化を例示する助けとなる。以下でさらに詳細に論じられるように、各テンプレートは複数のこのようなデータセットを含み、テンプレート中のこのようなセットの数は径方向セグメントの数に等しい。したがって、例えば、各セグメントが１．８°であれば、各テンプレートは２００個のこのようなデータセットを含む。

図５Ａは、直前ピークの振幅に対する相対的なピークの振幅に焦点を合わせる第１の符号化方式を例示する。図５Ａは、単一の径方向セグメントに関するピークデータの符号化を例示し、そのセグメントに関するデータセットを示す。各データセットはＩ×Ｋビットを含むが、ここでＫは、データの記録が所望される１径方向セグメント当たりのピークの数であり、Ｉは、各ピークを符号化するために使用されたビットの数である。Ｋは、任意の妥当な数でよく、径方向セグメントにおいて予想される典型的なピーク数に近似するように選択されるべきである。図５Ａでは、Ｋ＝８である。

この符号化方式では、あらゆるデータセットの第１のＩビットが、選択された基準ピーク（瞳孔／虹彩境界）を表示し、それは常に第１の値、例えば、１１（その場合にＩ＝２である）に設定される。データセット内部を左から右に移ると、これらのビットは、瞳孔／虹彩境界（すなわち、図２Ｂ、４Ａ、および４Ｂにおけるｘ−軸であり、それは瞳孔／虹彩境界からの距離を表示する）から径方向へ外に向かって遠ざかるピークを表示する。ピークの大きさが、グラフ４３５のようなグラフにおける先行ピークの大きさよりも大きければ、そのピークを表示するビットは１１に設定される。そうでなければ、ビットは、第２の値、例えば、００に設定される。したがって、第２のＩビットは、本実施例では、基準ピークがセグメント中で最大の大きさを有するように本質的に保証され、よって常に次のピークよりも大きいので、００であることが本質的に保証される。したがって、この符号化方式では、各データセットの第１の４ビットは、これらが常に同一、すなわち、１１００であるので無関係であり、したがって照合時に考慮されることはない。径方向セグメントが少なくともＫ個のピークを有することがない場合では、データセットの端部に、最終的に照合ステップ３２５でマスクされることになる第３の値、例えば、１０または０１の１つもしくは複数の第３のビットセットが満たされる。径方向セグメントがＫ個よりも多いピークを有する場合では、瞳孔／虹彩境界に最も近接するＫ個のピークのみが符号化される。

したがって、図５Ａの第１の左手のグラフに示された虹彩セグメントを参照すると、虹彩のこのセグメントに関するピーク／谷情報を表示するシーケンスは、１１００１１００１１００１０１０である。特に、第１の２ビットは、基準ピーク５０１の大きさを表示しかつ常に１１であり、第２の２ビットは、セグメント中の第１のピーク５０３の大きさを表示し、それが常に基準ピークよりも小さいので００であることが本質的に保証され、第５および第６のビットは、次ぎのピーク５０５が先行ピーク５０３よりも大きいので１１であり、第７および第８のビットは、次のピーク５０７が直前のピーク５０７よりも小さいので００であり、第９および第１０のビットは、次のピーク５０９が先行ピーク５０７よりも大きいので１１であり、第１１および第１２のビットは、次ぎのピーク５１１が直前のピーク５０９よりも小さいので００であり、そして最後の４ビットは、このセグメントが５つしかピークを有していないので、未知の２つのセットに対応する１０１０である（基準ピークは、データセット中に表示された第６のピークである）。

別の実施例として、図５Ａの第２の右手のグラフに示された虹彩セグメントを参照すると、虹彩のこのセグメントに関するピーク／谷情報を表示するシーケンスは、１１００００００１１１０１０１０であるが、それは、第１の２ビットが基準ピーク５０１の大きさを表示しかつ常に１１であり、次ぎの２ビットは、セグメント５１３中の第１のピークの大きさを表示し、それは基準ピークよりも小さいので００であり、次の２ビットは、次ぎのピーク５１５が先行ピーク５１３よりも大きいので００であり、次の２ビットは、次のピーク５１７が直前のピーク５１７よりも小さいので００であり、次の２ビットは、次のピーク５１９が先行ピーク５１７よりも大きいので１１であり、そして最後の６ビットは、このセグメントが５つのピークしか有さないので（基準ピークを含めて）１０１０１０であるからである。

図５Ｂは、本発明の原理にしたがう第２の典型的な符号化方式を例示する。この第２の符号化方式も濾過されたピークの大きさの２ビット量子化に基づいているが、ピークの大きさは３つの大きさのレベル、すなわち、低（Ｌ）、高（Ｈ）、および中（Ｍ）に量子化される。低レベルの大きさＬに２ビットパターン００が割り当てられ、高レベルの大きさＨに２ビットパターン１１が割り当てられる。量子化誤差に対処するために、これらのレベルは、１ビット誤差許容差のみが１つの隣接する量子化レベルから次のレベルに移ることを可能にする様態で作成される。この制約に準拠して、本方式は、中レベルを表示するために２つの組合せ、すなわち、Ｍｉ＝１０およびＭｒ＝０１を有する。ＭＩは、対応するピークの左側の谷がこのピークの右側の谷よりも低い場合を表示し、Ｍｒは、右側の谷が左側の谷よりも低いピークを表示する。例えば、ピーク５２０は、その左側の谷がその右側の谷よりも低いのでＭｉと標識されよう。他方で、ピーク５２１は、その左側の谷がその右側の谷よりも高いのでＭｒと標識されるピークの実施例である。しかし、中レベルの大きさに関する２つの得られる値は、照合過程において均等であるものとして扱われる。この場合も、データセットを満たすほど十分なピークが存在しなければ、予め画定されたベクトル長さ、例えば、１０ビットに達するように、ビットを使用してビットベクトルを完成する。図示されていないけれども、未知のピークに対応するビットは、データセットの端部に未知のピークに対応するビットの数を示すフラグを付けるような、任意の妥当な手段によって識別されてもよい。別法として、このレベルは、未知を表示するための追加的なビットの組合せを提供するために、３ビット量子化で符号化可能である。さらには、１つのみの値、例えば、１０が中レベルに割り当て可能であるが、それは、未知を表示するために２ビットの組合せ０１を残す。未知のビットは、以下で論じられるように、照合時にマスクされることになる。同様に、径方向セグメント中のピークの数が、データセットを満たすのに必要とされるピークの数を超過すれば、瞳孔から最も遠いピークが除外される。

次ぎに、ステップ３２５では、テンプレートが、虹彩走査画像における径方向セグメントのすべてに対応するデータセットのすべてを連接することによって作成される。したがって、例えば、２００個の径方向セグメントが存在し、かつ検出されたピークを表示するための符号化方式において各データに使用されたビットの数が１６ビットであれば、すべての符号化されたバイナリストリングは、１６×２００＝３４００ビットのテンプレートの中へ連接される。

一旦データが符号化されると、本方法はステップ３３０へと続く。本方法は、走査された虹彩テンプレートが、対応するビットテンプレート間で類似性を比較することによって、格納された虹彩テンプレートに一致するかどうかを判定する。重み付けられたハミング距離が、ビット様態の比較を実行するために認識用の計量として使用可能である。比較アルゴリズムは、重要なビットのみが情報計量単位距離（例えば、ハミング距離）を計算する際に使用されるように、未知のビットをマスクして除外するために雑音マスクを組み込むことができる。このアルゴリズムは、比較に基づいて値を報告する。より高い値は、テンプレートにおけるより少ない類似点を反映する。したがって、最も低い値が、２つのテンプレートの最適照合得点であると見なされる。

回転不一致および画像位置合わせ不良に対処するために、２つのテンプレートの情報計量単位が計算されるとき、一方のテンプレートがビット様態で（角度軸に沿って）左右にシフトされ、情報計量単位の幾つかの距離値が連続的なシフトから計算される。このビット様態の角度方向へのシフトは、角度分解能ユニットによる元の虹彩領域の回転に対応する。情報計量単位の計算された距離から、最も低い値のみが２つのテンプレートの最適照合得点であると見なされる。

重み付け機構が、上述の照合に関連して使用可能である。瞳孔領域（瞳孔境界）に最も近接するピークを表示するビットが、最も信頼できる／画然としたデータ点であり、それらはより精確なデータを表示するので、より高く重み付けされる。すべての未知のビットは、照合されるべきテンプレートの中にまたは格納されたテンプレートの中に存在してもしなくても、照合の際にゼロと重み付けされる。これは、任意の妥当な技法を使用して実施されてもよい。１つの実施形態では、２つのテンプレートが比較されているときに、２つのテンプレートの一方の未知のビットに対応するビット位置には、他方のテンプレートの対応するビットに一致するビットが常に埋められる。

以上に説明された実施形態は虹彩中のピークの検出および分析に依拠するが、これは単に実施例として示されているにすぎない。他の実施形態は、虹彩中の谷または虹彩中の他の任意の顕著な特徴構造の検出に依拠することができる。

本明細書に説明された本発明の方法、手順、および／またはステップは、本明細書に説明された方法、手順、および／またはステップを計算装置に実施させるように設計されたソフトウェアを実行するプログラムされた計算装置によって実施可能であることが当業者には明白のはずである。これらの方法、手順、および／またはステップはまた、限定するものではないが、アプリケーション専用の集積回路、論理回路、および状態遷移機械を含む回路の他の形態によっても実施可能である。

このように本発明の特定の実施形態を説明してきたが、様々な変更、改造、および改良が当業者には容易に想起されよう。本開示によって明白にされるそのような変更、改造、および改良は、本明細書で明示的に言及されていないが、本明細書の一部であることが企図されており、かつ本発明の趣旨および範囲内であることが企図されている。したがって、以上の説明は例示にすぎず、限定するものではない。本発明は、添付の特許請求の範囲およびその均等物において規定されたものとしてのみ限定される。

既存の技法に基づく走査された虹彩画像を例示する図である。 本発明の原理を利用する走査された虹彩画像を例示する図である。 一次元虹彩マップにマッピングされた、図２ａの走査された虹彩画像を例示する図である。 本発明の１つの実施形態を示す流れ図を例示する図である。 本発明の原理にしたがう虹彩セグメント化法のマッピングを例示する図である。 本発明の原理にしたがう虹彩走査画像の強調されたマッピングを例示する図である。 本発明の原理にしたがう第１の符号化方式を例示する図である。 本発明の原理にしたがう第２の符号化方式を例示する図である。

Claims (37)

1. 目の虹彩の生物測定学的分析によって対象を識別する方法であって、
   （１）前記対象の虹彩の画像を取得するステップと、
   （２）前記虹彩画像を複数の径方向セグメントに径方向へセグメント化するステップと、
   （３）各径方向セグメントに関して、前記画像内部の所定の一次元特徴構造の基準値に対する前記セグメント内部の前記特徴構造に関するデータを決定するステップと、
   （４）前記径方向セグメントのそれぞれに関する前記データセットを含む、前記対象に関するテンプレートを作成するステップと、
   を含む方法。
2. ステップ（２）は、
   （２．１）前記対象の瞳孔の中心を決定するステップと、
   （２．２）前記画像中の瞳孔／虹彩境界を決定するステップと、
   （２．３）前記虹彩を等しい角サイズの複数の径方向セグメントに径方向へセグメント化するステップと、
   を含む、請求項に記載の方法。
3. 前記特徴構造は色強度のピークであり、前記データは、前記瞳孔／虹彩境界の所定距離の範囲内において前記ピークのうちで前記瞳孔／虹彩境界から最も遠いピークの前記瞳孔／虹彩境界からの距離を含む、請求項２に記載の方法。
4. 前記一次元データは、前記径方向セグメントにおける前記ピークのうちで最も大きいピークの前記瞳孔／虹彩境界からの距離を含む、請求項２に記載の方法。
5. 前記特徴構造は色強度のピークを含み、前記一次元データは、前記瞳孔の前記中心から径方向へ外に向かう方向に沿った、前記ピークの相対的な大きさと該ピークの相対的な位置とを含む、請求項２に記載の方法。
6. 前記相対的な大きさは、前記径方向セグメントのそれぞれの幅にわたってデータを補間することによって決定される、請求項５に記載の方法。
7. 前記大きさは、各径方向セグメントの幅にわたってデータを平均することによって決定される、請求項５に記載の方法。
8. 前記基準値は、前記ピークのうちで前記瞳孔／虹彩境界における色強度に対応するピークの値である、請求項５に記載の方法。
9. ステップ（３）は、分解曲線を前記検出されたピークおよび谷から除去するステップを含む、請求項８に記載の方法。
10. （５）前記データをデータセットへ符号化するステップをさらに含む、請求項５に記載の方法。
11. ステップ（５）では、第１の所定のビット数を使用して、前記径方向セグメント中の各ピークのデータを表示し、各前記データセットが、前記データセットの中に符号化される所定のピーク数に対応する第２の所定のビット数を含み、
    前記径方向セグメント中の前記ピーク数は、符号化される前記所定のピーク数よりも小さければ、前記データセットを未知のピークを示すビットで埋め、
    前記径方向セグメント中の前記ピーク数は、符号化される前記所定のピーク数よりも大きければ、前記径方向セグメント中の前記ピークのサブセットを符号化する、請求項１０に記載の方法。
12. 前記ピークのサブセットは、前記径方向セグメントの中に前記対象の瞳孔に最も近接する前記ピークを含む、請求項１２に記載の方法。
13. 前記ピークのサブセットは、前記径方向セグメント中で検出された最も大きいピークを含む、請求項１２に記載の方法。
14. （６）前記対象のテンプレートが、少なくとも１つの格納されたテンプレートに一致するかどうかを判定するために、前記対象のテンプレートを前記少なくとも１つの格納されたテンプレートに比較するステップをさらに含む、請求項１０に記載の方法。
15. ステップ（６）は、前記対象の瞳孔により近接するピークに対応するビットが、前記対象の瞳孔からより遠いビットよりも重く重み付けられるように、符号化されたデータセットのそれぞれを重み付けするステップをさらに含む、請求項１５に記載の方法。
16. ステップ（６）は、
    前記径方向セグメントにおける前記ピークの順番を決定するステップと、
    前記順番において、先行するピークよりも大きい大きさを有する各ピークに第１の値を割り当てるステップと、
    前記順番において、先行するピークよりも小さい大きさを有する各ピークに第２の値を割り当てるステップと、
    前記順番にしたがって前記値を前記データセットの中に配置するステップと、
    を含む、請求項１０に記載の方法。
17. 前記基準値は、前記ピークのうちで前記瞳孔／虹彩境界における色強度に対応するピークの値であり、前記ピークは、該ピークの前記対象の瞳孔からの距離にしたがって順番に並べられる、請求項１７に記載の方法。
18. 前記符号化するステップは、各ピークを２ビットシーケンスとして前記データセットの中に符号化するステップを含み、第１の２ビットシーケンスが高い大きさを有するピークを表示し、第２の２ビットシーケンスが低い大きさを有するピークを表示し、第３および第４の２ビットシーケンスが共に中間の大きさを有するピークを表示する、請求項１０に記載の方法。
19. 前記符号化するステップは、１ビット誤差許容差で実施される、請求項１９に記載の方法。
20. ステップ（１）は、質感強調を前記画像に実施しかつ前記虹彩を曖昧にする前記画像の一部を除外することによって前記画像を前処理するステップを含む、請求項１に記載の方法。
21. 目の虹彩の生物測定学的分析によって対象を識別するためにコンピュータ読取り可能な媒体に具現化されるコンピュータプログラムプロダクトであって、
    前記対象の虹彩の画像を取得するための第１のコンピュータ実行可能な命令と、
    前記虹彩画像を複数の径方向セグメントに径方向へセグメント化するための第２のコンピュータ実行可能な命令と、
    前記画像内部の所定の一次元特徴構造の基準値に対する前記セグメント内部の前記特徴構造に関するデータを決定するための第３のコンピュータ実行可能な命令と、
    前記径方向セグメントのそれぞれに関する前記データセットを含む、前記対象に関するテンプレートを作成および格納するための第４のコンピュータ実行可能な命令と、
    を含むプロダクト。
22. 前記第２のコンピュータ実行可能な命令は、
    前記対象の虹彩の中心を決定するための命令と、
    前記画像中の瞳孔／虹彩境界を決定するための命令と、
    前記虹彩を等しい角サイズの複数の径方向セグメントに径方向へセグメント化するための命令と、
    を含む、請求項２２に記載のプロダクト。
23. 前記特徴構造は色強度のピークであり、前記データは、前記瞳孔／虹彩境界の所定距離の範囲内において前記ピークのうちで前記瞳孔／虹彩境界から最も遠いピークの前記瞳孔／虹彩境界からの距離を含む、請求項２３に記載のプロダクト。
24. 前記一次元データは、前記径方向セグメントにおける前記ピークのうちで最も大きいピークの前記瞳孔／虹彩境界からの距離を含む、請求項２３に記載のプロダクト。
25. 前記特徴構造は色強度のピークを含み、前記一次元データは、前記瞳孔の前記中心から径方向へ外に向かう方向に沿った、前記ピークの相対的な大きさと該ピークの相対的な位置とを含む、請求項２３に記載のプロダクト。
26. 前記相対的な大きさは、前記径方向セグメントのそれぞれの幅にわたってデータを補間することによって決定される、請求項２６に記載のプロダクト。
27. 前記大きさは、各径方向セグメントの幅にわたってデータを平均することによって決定される、請求項２６に記載のプロダクト。
28. 前記基準値は、前記ピークのうちで前記瞳孔／虹彩境界における色強度に対応するピークの値である、請求項２６に記載の方法。
29. 前記第３のコンピュータ実行可能な命令は、分解曲線を前記検出されたピークおよび谷から除去するための命令を含む、請求項２９に記載のプロダクト。
30. 前記データセットを符号化するための命令を含む第５のコンピュータ実行可能な命令をさらに含む、請求項３０に記載のプロダクト。
31. 前記第５のコンピュータ実行可能な命令において、第１の所定のビット数を使用して前記径方向セグメント中の各ピークのデータを表示し、前記データセットのそれぞれが、前記データセットの中に符号化される所定のピーク数に対応する第２の所定のビット数を含み、
    前記径方向セグメント中の前記ピーク数が、符号化される前記所定のピーク数よりも小さければ、前記データセットを未知のピークを示すビットで埋め、
    前記径方向セグメント中の前記ピーク数が、符号化されうる前記所定のピーク数よりも大きければ、前記径方向セグメント中の前記ピークのサブセットを符号化する、請求項３１に記載のプロダクト。
32. 前記ピークのサブセットは、前記径方向セグメントの中に前記対象の瞳孔に最も近接する前記ピークを含む、請求項３２に記載のプロダクト。
33. 前記ピークのサブセットは、前記径方向セグメント中で検出された最も大きいピークを含む、請求項３２に記載のプロダクト。
34. 前記対象のテンプレートが、少なくとも１つの格納されたテンプレートに一致するかどうかを判定するために、前記対象のテンプレートを前記少なくとも１つの格納されたテンプレートに比較するための第６のコンピュータ実行可能な命令をさらに含む、請求項３２に記載のプロダクト。
35. 前記第６のコンピュータ実行可能な命令は、前記対象の瞳孔により近接するピークに対応するビットが、前記対象の瞳孔からより遠いビットよりも重く重み付けられるように、符号化されたデータセットのそれぞれを重み付けするための命令をさらに含む、請求項３５に記載のプロダクト。
36. 前記第６のコンピュータ実行可能な命令は、
    前記径方向セグメントにおける前記ピークの順番を決定するための命令と、
    前記順番において、先行するピークよりも大きい大きさを有する各ピークに第１の値を割り当てるための命令と、
    前記順番において、先行するピークよりも小さい大きさを有する各ピークに第２の値を割り当てるための命令と、
    前記順番にしたがって前記値を前記データセットの中に配置するための命令と、
    を含む、請求項３２に記載のプロダクト。
37. 前記基準値は、前記ピークのうちで前記瞳孔／虹彩境界における色強度に対応するピークの値であり、前記ピークは、該ピークの前記対象の瞳孔からの距離にしたがって順番に並べられる、請求項３７に記載のプロダクト。