JP2009544092A

JP2009544092A - ハイブリッドバイオメトリックシステム

Info

Publication number: JP2009544092A
Application number: JP2009520040A
Authority: JP
Inventors: ゴヴァン，ミッシェル
Original assignee: エセブス・リミテッド
Priority date: 2006-07-14
Filing date: 2007-07-13
Publication date: 2009-12-10
Also published as: EP2047402A2; WO2008007116A2; US20100002915A1; WO2008007116A3

Abstract

候補バイオメトリックデータ、たとえば指紋データを、基準サンプルと照合する方法において、候補サンプルから導出される第１のセットの特徴、たとえば巨視的隆線詳細を表すデータが、基準サンプルの第１のセットの値と比較される。この比較の結果に応じて、一致が存在しないと判断することができるか、又は代替的に、候補サンプルから導出される第２のセットの特徴、たとえば局所的特徴点特性を表すさらなるデータが、基準サンプルの第２の異なるセットの値と比較するために、このようなデータ（大域的特徴点特性であってもよい）の利用可能なアレイから選択されて、一致が存在するか否かが判断される。基準サンプルの第１のセットの値及び第２のセットの値、並びに、候補サンプルの第１のセットの特徴及び第２のセットの特徴は、同じバイオメトリック特性の２つの異なる独立した特徴を表す。これによって、精度が許容不可能な程度にまで損失することなく、本方法をスマートカードにおいて実施することができる程度にまで、処理及び計算的な要求が増大する。

Description

本発明は、セキュリティシステム並びに身元の認証及び検証の関連において、候補バイオメトリックデータを基準サンプルと照合する方法に関する。

動的システムの挙動に影響を与えるために、制御工学及び数学的な観点から、フィードバックの原理が広く研究されている。より重要なことには、フィードバックは、環境外乱の影響を予測すること、及び、パラメータの変動及び非線形性に対するシステム感度を低減することによって最適な性能を実現する方法として利用されている。フィードバックは、その実用特性に起因して主に工学の観点から研究されてきたが、アーキテクチャ、生物学、コンピューティング、経済及び金融を含む複雑なシステムを伴う非工学的な専門領域において広範に適用されている。それにもかかわらず、そのバイオメトリックの関連における適用はまったく研究されていない。

同様に、動的システムの挙動に影響を与えるために、フィードフォワードの原理が制御工学において広範に適用されている。しかしながら、ここでも、バイオメトリックの関連における、外乱をなくすと共に計算負荷を低減する方法としてのその適用はまったく研究されていない。

識別情報の盗用が前例のない割合で増大し続けているため、従来の識別情報の代理表現（たとえば、秘密の知識又は或る物理的な証拠の所持）は、今日の社会において必要とされている保護のレベルをもはや提供することができないことが次第に受け入れられている。それに呼応して、行政及び商業の両方において、バイオメトリクスの使用にますます重点が置かれている。バイオメトリック方法は一般に、検証及び識別の両方に関して無類の認証手段であるとみなされており、また、従来の認証法では困難な多くの問題を軽減する自然な解決策であると考えられている。

依然として静的であり、基準英字列と入力された候補データとの間の正確な一致の達成に基づいて認証を確立する従来の知識ベースの方法（たとえば、パスワード等）とは対照的に、同じ個人からの２つのバイオメトリック測定値は滅多に同一とならない。これは、バイオメトリックデータのクラス内変動性（すなわち、ひずみ及びアノマリの原因）に起因する。バイオメトリック照合は確実性ではなく確率に基づくため、信頼性のある照合は、認識性能において誤りを生じやすく、複雑な数学技法を必要とする、困難であると共に計算コストがかかる情報処理問題である。バイオメトリック技法の実行の計算コストは、最新のＰＣプラットフォームにおいてリアルタイムで容易にサポートすることができるが、これらの技法の実際の実施は、標的環境が計算資源を制限している場合にはるかに困難な課題を課す。一般に、これらの技法は、スマートカード装置において提供することができるものよりも多くの処理能力及び／又は記憶装置を、これまでは必要としていた。

バイオメトリック技法は非常に強力な認証手段であるが、いくつかの固有の工学的制約に起因して、それらの広範な実施は妨げられてきた。調査研究によって、いかなる単一のバイオメトリックモダリティ（すなわち、バイオメトリック特性、センサの種類、アルゴリズム等）も、認証精度、認識性能（他人受入率（複数可）、すなわち認証されていない人物が認証されている人物として受容される頻度、及び、本人拒否率（複数可）、すなわち認証されている人物が拒否される頻度）、信頼性、並びにシステム特性（たとえば、クラス間変動、クラス内変動性及び詐称者拒否）に関して最適な解決策を提供することが可能でないことが示唆されている。これらの実際の制限に照らして、複数のバイオメトリックモダリティからの証拠を組み合わせるか、又はそれを利用する能力を有する、強化された解決策の実施の可能性に対する関心が増大している。このような解決策は、各モダリティの熟達を利用して、信頼性及びセキュリティ、並びに制御脆弱性を強化する。

多様なバイオメトリクスソリューションは、特有の潜在的な欠点を伴う。許容可能な計算負荷を維持しながら強化された性能を提供することは、依然として重大な課題である。さらに、システムコスト（たとえば、センサ技術）、又はユーザ許容度及び利便性（たとえば有用性及びより長い検証時間）に関して制限を再導入しないことが望ましい。１つの手法は、単一のバイオメトリック指標に基づくが、特徴表現及び照合アルゴリズムを対比させると共に判別するハイブリッドアーキテクチャを採用することである。このように相関されたモダリティを組み合わせることに対して、相関されていないモダリティの組合せと同じ実際の利益を達成することは期待できないことが受け入れられている。しかしながら、ハイブリッド手法の採用は潜在的に、固有の性能制限を軽減することができる。

従来技術の、スマートカード領域の外部のアルゴリズムは、単一のバイオメトリック特質に基づくが、対照的な特性及び／又は照合アルゴリズムを使用して認証決定を確立する、強化ハイブリッド構造を利用してきた。これは、各個々のモダリティの熟達を利用して制限を克服すると共に、正確に設計されると、性能レベルの増大を示す。このような構造に採用されるバイオメトリック特質は両方のモダリティにおいて同じであるが、特徴定義及び照合アルゴリズムは基本的に互いに独立している。モダリティ組合せ戦略と組み合わされたこの独立性によって、性能レベルの制限を潜在的に克服することができる。

まさにそれらの性質及び構造によって（それらは同じバイオメトリックサンプルに基づくため）、ハイブリッドアーキテクチャの異なる複数のスレッドは、異なるモダリティ間の包括的な詳細、たとえば指紋情報の場合には基準テンプレートと候補サンプルとの間の整合の詳細を共有する。

バイオメトリック方法は信頼性のある認証の頂点として認められるようになっているが、バイオメトリックソリューションは絶対確実なものではなく、傍受、改ざん、及び悪用に対して脆弱であり得る場合に、特に中央データベース内のバイオメトリックデータのプライバシー及びセキュリティに関する重大な社会問題を引き起こす。バイオメトリックシステムの裏をかくことは困難であり得るが、個人のバイオメトリックデータが損なわれる結果は、特にバイオメトリック識別子が更新、変更又は再発行することができない場合に大いに重大である。極秘データは開示から保護して、身分詐称を阻止して情報プライバシーを維持しなければならない。

これらの懸案事項によって、個人が自身の詳細の制御を維持することを可能にする分散（非集中的な）アーキテクチャ（すなわち、バイオメトリックデータの、スマートカードのような可搬装置への記憶）にますます多くの関心が示されるようになってきている。分散アーキテクチャは識別アプリケーション（すなわち、「これは誰のバイオメトリックデータなのか？」）には適切ではないが、検証アプリケーション（すなわち、「このデータはAdamのものであるか？」）に関連付けられる多くのセキュリティ問題に対処することができる。テンプレートを個人に分配することは、セキュリティを保証せず、プライバシーを維持せず、テンプレートを読み出さなければならない場合に同じ潜在的な脆弱性が存在する。したがって、任意のこのようなシステムにおいて、極秘データがスマートカードの保護されている閉環境を決して離れられないようにすることが不可欠である。スマートカードの能力を利用して、重大な照合決定が、抽出されるバイオメトリック基準テンプレートが記憶されている環境と同じ閉環境内で実施されることを可能にするアーキテクチャを実施することが可能であり、これによって重大なプライバシー及びセキュリティの問題を克服することが可能となる。

このようなシステムが機能するように、すなわち十分安全に実施されるように、任意のスマートカードベースの方式によってバイオメトリック基準テンプレートが、スマートカードの安全な閉環境内に維持されることを可能にすべきである。したがって、照合プロセスはスマートカードによっても実行されなければならない。スマートカードはバイオメトリック識別子を従来の所持ベースの手順と組み合わせ、したがってデュアルファクタ認証方式が提供されるため、スマートカードをこのように使用することによって、認証法も強化される。

スマートカードは、個人のポケットに格納することができるカードにおける可搬性を維持しながら、極秘情報（たとえば、デジタル証明書、秘密鍵及びバイオメトリックテンプレート）を記憶及び処理する、安全で改ざんに耐性のある手段を提供することが可能な高機能装置である。スマートカードを採用するバイオメトリック認証方式の実際の実施は、低電力の電流生成スマートカードの：
計算能力が制限されていること、
命令セットが限定されていること（たとえば、数学演算の直接支援の規定）、
コード容量が限定されていること、
通信速度が制限されていること、
メモリが制限されていること、
を特徴とする、多数の重大な技術的制約に起因して難問である。

差し当たって、技術的制約によって、計算集約的なアプリケーション（たとえば、画像処理、特徴抽出等）がスマートカードによって処理されることが妨げられている。スマートカードにおいてバイオメトリックデータを照合することは、困難な工学的問題を引き起こし、従来のアルゴリズム設計の規模及び計算複雑性に起因する困難な見通しをそのままにする。

したがって、極秘情報を記憶及び処理する、安全で改ざんに耐性のある手段を提供する、スマートカードの内蔵マイクロプロセッサであっても、スマートカードの機能は技術的制約によって制限される。バイオメトリクスの需要に効率的に対処するために、限定された環境内でのいかなる実施態様も、そのメモリ消費を節約すると共に、プロセッササイクルを効率的に使用しなければならない。

本発明の第１の態様によれば、候補バイオメトリックデータを基準サンプルと照合する方法であって、候補サンプルから導出される第１のセットの特徴を表すデータが、基準サンプルの第１のセットの値と比較され、当該比較の結果に応じて、候補サンプルから導出される第２のセットの特徴を表すさらなるデータが、基準サンプルの第２の異なるセットの値と比較するために、このようなデータの利用可能なアレイから選択されて、一致が存在するか否かが判断され、基準サンプルの第１のセットの値及び第２のセットの値、並びに、候補サンプルの第１のセットの特徴及び第２のセットの特徴は、同じバイオメトリック特性の２つの異なる独立した特徴を表す、方法が提供される。

さらなる一態様では、本発明は、候補バイオメトリックデータを基準サンプルと照合する方法であって、候補サンプルから導出される第１のセットの特徴を表すデータが、基準サンプルの第１のセットの値と比較され、当該比較の結果に応じて、一致が存在しないという判断が為されるか、又は、候補サンプルから導出される第２のセットの特徴を表すさらなるデータが、基準サンプルの第２の異なるセットの値と比較されて、一致が存在するか否かが判断され、基準サンプルの第１のセットの値及び第２のセットの値、並びに、候補サンプルの第１のセットの特徴及び第２のセットの特徴は、同じバイオメトリック特性の２つの異なる独立した特徴を表す、方法が提供される。

好ましい実施の形態では、照合されるバイオメトリックデータ及び基準サンプルは指紋データである。さらに、候補サンプルの第１のセットの特徴又は第２のセットの特徴は、巨視的隆線特性、たとえば隆線曲率を表すことができ、その巨視的隆線特性を表す基準サンプル内の値と比較される。候補サンプルの第１のセットの特徴又は第２のセットの特徴は、局所的特徴点特性を表すことができ、その局所的特徴点特性を表す基準サンプル内の値と比較されることができる。

これより、本発明の実施形態を一例として図面を参照して詳細に説明する。

一般的なバイオメトリックシステムアーキテクチャを示すブロック図である。ハイブリッドバイオメトリックシステムアーキテクチャを示すブロック図である。フィードバックを有する単入力／単出力多モダリティシステムを示すブロック図である。局所的指紋特徴及び関係をグラフィックで表す図である。特徴点隆線形状を近似する図である。特徴点隆線形状を表す図である。好ましい実施形態の方法の検証性能を示す図である。

上述のように、スマートカードは、極秘情報を記憶及び処理する、可搬性で、さらに安全で改ざんに耐性のある手段を提供することができる高機能装置である。しかしながら、たとえ、カードが高度に安全な暗号化ベースのセキュリティ特徴を維持することを可能にする常駐処理容量を含む高度なスマートカードアーキテクチャを可能にしても、それらの機能は技術的制約によって限定される。この理由から、スマートカード技術を利用する認証プロセスは、好ましくは、外部で実施される計算集約的な前処理段階及び特徴抽出段階（元のバイオメトリック基準テンプレートを必要としないタスク）と、スマートカードによって実施される唯一の段階であるバイオメトリック照合アルゴリズムとに分割される。この方法を下記では「マッチオンカード」と称する。

図１に示すような一般的なバイオメトリックシステムアーキテクチャ内では、各モジュール（すなわち、画像捕捉、特徴抽出、照合等）が、自身が受信又は導出したデータを後続のモジュールと交換する。このプロセスは一般的に、線形であると仮定され、因果的な枠組み（causal framework）を利用する。しかしながら、これは必ずしも真である必要はなくてもよく、時として一般的なモデルに適合することが必要である場合がある。たとえば、本質的に反復的である、すなわちさまざまな配置構成又は照合動作が最適な結果が求められるまで試行される照合アルゴリズムの場合に当てはまる。同様に、いくつかの照合アルゴリズムは、サンプル間の整合が確立された後に、特徴抽出を行うことができることを必要とする。

図２に示すようなハイブリッドバイオメトリックソリューションは、単一のバイオメトリック特性、たとえば指紋に基づくが、一意の情報の２つ以上の異なるソース、たとえば指紋の場合には、特徴点詳細、隆線パターン構造等を利用して、認証決定を導出する。この手法は、単モードシステムの単純性、ユーザ利便性、及びシステムコストと、多モード技法の信頼性及び性能とを組み合わせることを目的とする。採用されるバイオメトリック特質は両方のモダリティにおいて同じであり、使用される特徴の定義及び照合アルゴリズムは基本的に独立している。この独立性をモダリティ組合せ戦略と組み合わせて、性能レベルにおける制限を少なくとも部分的に克服することができる。実験調査研究において、２つの明白に独立した照合技法の融合に基づくハイブリッドシステムは、単モード照合方式よりも良好に機能することができることが実証されている。

ハイブリッドソリューションは、性能精度を向上させると共に、有用な識別力のある情報の利用可能性に関する問題の影響を軽減する可能性を有する。たとえば、特徴点技法は良好な品質の指紋画像と共に使用される場合に正確な結果を与えることができ、隆線の鮮明度が乏しい指紋が提示されると制限され得る。逆に、鮮明度が乏しい指紋画像によって良好に動作する代替的な隆線パターン技法を採用するアルゴリズムは、候補画像と基準画像との間の整合が不良であることに起因して失敗することが多い。両方の手順の利点及び欠点は互いに相殺される傾向にあるため、これらの制限を克服するハイブリッドソリューションを開発することが可能である。特徴定義及び照合アルゴリズムは独立しているが、それらは単一の特質に基づくため、共通の特性と、相互接続された情報、主に、基準テンプレートと二次的な取得されるサンプルとの間の相互作用に対応する整合情報とを含む。

バイオメトリック入力の間に共通点が存在する、すなわちシステムが指紋のような単一のバイオメトリック特性に基づく場合、フィードバック機構は、バイオメトリック照合アルゴリズムに関連付けられる制限のいくつかが克服されることを可能にしながら、多数の実際的な利益を与える単一の設計技法を表すことが分かっている。

図３は、一般的な単入力／単出力多モダリティシステム内へのフィードバック機構の組込みを示す。図３のシステムは、モダリティ間のデータの交換及び共有を可能にし、既に確立されており変更を加えられないデータを再計算する要件を軽減し、それによって関連付けられる計算負荷が低減される。たとえば、特徴セット間の整合は、それらの特徴セットが同じ一次バイオメトリックデータから導出される場合に両方のモダリティにおいて等価である。したがって、位置合わせの決定が計算的に複雑であり、且つバイオメトリックデータの照合における工程を必要とするとすると、第２の比較モダリティからこの工程をなくすことによって、二次比較を完了するのにかかる時間を大幅に低減することができる。

上述のように、それらの顕著な特性（たとえば性能及び個別性）及び歴史的背景に起因して、バイオメトリック認証において最も広範に採用されている最新の物理特性は指紋、すなわち、指先の表面上の、肌の隆起した皮膚紋理及びくぼんだ谷のパターンである。指紋照合の技術は数世紀にわたって研究されており、その結果、主に相関ベースの照合技法、特徴点ベースの照合技法、及び隆線特徴ベースの照合技法に焦点を当てる、多数の異なるクラスの手法が考案されている。各種法が利点及び制限を有するが、法医学の専門家によって採用される方法との厳密な一致、及び身元の証拠として全世界で認められていることに起因して、最も有力な手法は、特徴点記述、すなわち、隆線の末端又は隆線の分岐点基づく照合である。

図４は、局所的指紋特徴及びそれらの関係のグラフィック描写である。各指紋特徴点はそのｘ座標及びｙ座標、並びに隆線方向φによって特徴付けることができる。加えて、基準特徴点ｍ_ｒとその最近傍のｉ番目の特徴点との間の一組の空間的関係を導出することができる。図４に示されるように、δ_ｉは、基準特徴点ｍ_ｒとそのｉ番目の最近傍の特徴点との間のユークリッド距離を記述し、φ_ｉは、基準特徴点の隆線方向角φ_ｒとｉ番目の隆線方向φ_ｉとの間の半径方向の差角を表す。Ψ_ｉは、隆線方向角φ_ｒとｉ番目の特徴点を接続する線分の方向との間の相対位置角度を示し、ここでｉ＝１，２，．．．，Ｎであり、Ｎは考慮される関係の数を示す。空間的関係は以下のように求めることができる。

式中、関数diffは、範囲［０，２π）によって画定される角度間の差を計算する。一般的なモデルは以下の特徴ベクトルによって定義される。

短い距離にわたる特徴点の構造的関係は、より大きな領域にわたる関係よりも信頼性がある傾向にある。したがって、小さな領域にわたって構造モデルを抽出することが有益である。加えて、構造的弁別性、検証精度、及びシステム信頼性は、構造モデルｎ_ｊ内の近接関係の数Ｎに影響されやすい。構造的表現はサブセットに基づくため、大域的な特徴点セットよりも弁別的でなく、したがって、異なる指が類似の構造を示し得る可能性がある。

計算的な観点から、スマートカードの実施態様に関連して、構造モデルｎ_ｊは大域的幾何学変換（回転及び平行移動）に対して不変であり、大域的な整合の要件をなくす。整合は計算集約的であり、したがって通常カード外で実施されるが、これによってセキュリティ問題が再び導入されるため、ほとんどのアルゴリズムの制限である。

照合アルゴリズムは、近接構造モデルｎ_ｊ内の各基準空間関係と各候補空間関係とを比較して、構造が等価であるか否か、したがって肯定的な検証決定が達成可能であるか否かを評価する。許容可能なひずみ閾値（Δ_δ、Δ_φ及びΔ_Ψ）が導入されて、固有の非線形弾性ひずみ及び摂動（すなわち、空間関係における差）が計上される。式（２）において３つすべての空間条件が満たされる場合、ｉ番目の基準関係及びｉ番目の候補関係が一致すると考えられる。逆に、任意の絶対差が相対閾値を超える場合、関係は等価でないとして拒否される。

等価な特徴点モデルの幾何形状は、特徴点間の相互依存性に起因して類似していないように見える場合がある（たとえば、特徴点は抜け落ちているか又は誤って検出されている場合がある）。このようなアノマリの影響を低減するために、一致する関係の数が具体的な所定の構造閾値よりも大きい場合、構造ｎ_ｊは等価であると評価される。

類似していない指紋が類似している構造モデルを示す可能性があるため、単一の局所的構造の一致に基づいて肯定的な検証を確立することはできない。しかしながら、いくつかの構造モデルが等価であると規定される可能性は極めて低い。この特異性に基づいて、アルゴリズムは、等価であると分かった構造モデルの数が検証閾値以上である場合に検証決定を達成する。

アルゴリズムは、全ての構造モデルが評価されるまでか、又は、肯定的な検証決定を規定する、所定数の構造モデルの一致が達成されるまで継続するように設計される。この手法を採用することによって、その結果、計算負荷の差が生じる、すなわち、一致が達成される場合の照合プロシージャが、全ての構造が比較される前にほぼ確実に終了する。対照的に、サンプルが一致を確立することができない場合、反復のセットの全体が行われる。したがって、実行時間に関して、アルゴリズムは非対称な照合挙動を示す。

許容可能なひずみ許容値及び一致規定閾値の選択は、システム認識信頼性及び計算負荷に影響を与えるアルゴリズム設計パラメータであるが、特徴点画定精度と共に、指紋サンプル解像度及び品質に依存する。適切なパラメータを求めることは、実験解析を通じて最良に定量化される。セキュリティ及びプライバシーの観点から、このソリューションは設計上実質的に攻撃を受けない（スマートカードにおいて記憶及び実行されるデータは組み合されたハードウェア及びソフトウェア機構によって保護される）が、基準テンプレートを安全な閉環境から解放する必要は決してないため、セキュリティがさらに強化される。より重要なことには、特徴定義は局所的関係のみに基づいているため、検証プロセス中にスマートカードと通信しているときに候補データが開示されるとしても、工学データを無効にして大域的な画像を再構築することは困難である。

計算的な観点から、アルゴリズムは弾性非線形隆線ひずみ及びアノマリに耐性があるにもかかわらず、アルゴリズムを意図されるスマートカード環境に対して理想的なものにする計算的に複雑な演算を含まない。しかしながら、実行時間に関して非対称な照合挙動が示されているにもかかわらず、相互作用的な使用は必要とされる計算の規模によって制限される。たとえば、テンプレートがｘ及びｘ’の構造モデルから成ると仮定される場合（テンプレートは２０個〜７０個の特徴点から成る可能性があり、構造モデルは特徴点ごとに規定される）、ｘｘ’構造比較が評価される可能性がある。加えて、各モデルにおいて、さらに３Ｎ^２回の計算が必要とされ、ここでＮは、各場合においてその１つの長さ及び２つの角度が評価される近接構造内の（たとえば、コア特徴点とその周囲の特徴点との間の）関係の数を表す（特有の構造定義が確立され、関係の数Ｎは８〜１５程度となる）。したがって検証決定を確立するのに３Ｎ^２回のｘｘ’空間比較が必要とされる。

上記で立証されたように、照合アルゴリズムの基本構造は、電流生成スマートカードに基づくバイオメトリック認証を可能にする基本特性を示す。それにもかかわらず、同じ指紋の２つの表現に関して、最大でｘ個の（ｘ＜ｘ’）構造的一致を達成することしかできない。したがって、行われる比較の大多数において、一致が実現する可能性はない。このことは、２本の異なる指が評価される場合にさらに顕著となり、ｘｘ’の全てのセットの評価が行われ、構造モデルの一致が見つかる可能性はほとんどない。したがって、行われるｘｘ’の比較から評価される比較の大多数は、一致が達成される可能性が非常に低い。計算複雑度は技術的制限内にあるが、適切な相互作用時間フレーム内に実行されるアルゴリズムの能力は、無関係な演算の数によって大幅に制限される。詳細のサブセットに基づいて、さらなる解析が有益な結果をもたらすか否かについて評価を形成することによって計算規模を最小化することができる場合、リアルタイムの実行が可能である。

類似の設計手順を識別システム内で好ましいアーキテクチャに採用して（すなわち、リアルタイムの識別が識別システム内で実行可能になるように、最初にデータを大域的特性によって、一致である可能性が増大している、元の基準データベースのデータのサブセットのみが比較される順序で分類することによって、計算探索空間及び計算複雑度を低減することが重要である）、誤った特徴点のようなアノマリに関連するデータを、特徴点に関連付けられる他の特性を採用することによって除去して、検出される特徴点が本物の要素であるか又はかく乱要素であるかを立証することができる。このプロセスによって、データの信頼性が向上し、一致を達成することができるか否かを立証するのに必要な計算資源が低減される。等価な構造モデルと無関係な構造モデルとを区別することによって（すなわち、重要でなく且つ／又はかく乱するものであるデータをなくすことによって）、認識精度に悪影響を与えることなく実行時間を最小化することができる。

上述のように、微視的な特徴点の特徴が採用されて検証決定が確立される。特徴点よりも信頼性をもって抽出することができる、現在利用されていない弁別的な巨視的隆線特性を採用することによって、外乱を予測すると共に、探索空間を再定義して、認識精度の低下をもたらすことなく計算規模、及びしたがって実行時間を最小化することが可能である。この関連において、外乱拒否は、近接構造モデルが等価である可能性、及び、計算的な観点から、さらなる解析が照合の観点から建設的であるか否かの評価に基づいている。

図５（ａ）に示されるように、巨視的隆線曲率特性を、指紋隆線から抽出される一連のトレースポイントによって表現することができる。この形態の巨視的詳細の表現は、図５（ｂ）に示されるように、曲率が、線分の角度間の差に関して定義されることを可能にする。最も記述的な表現ではないが、この手法を採用することによって、表現が幾何学変換（回転及び平行移動）から独立していることが確実になるが、簡単な解析も可能にし、したがって計算負荷に悪影響を与えない。ｋ個のトレースポイントを利用して、隆線曲率は以下のように定義される。

隆線曲率を含む、変更されたモデルは以下のように定義される。

トレースポイントｋの選択肢は、隆線弁別性と、テンプレートサイズと、変形に対する耐性との間で妥協点が得られるように選択される。計算簡潔性を維持するために、隆線構造が等価である可能性が高いか否かを立証するために異なる方法を採用することができる。隆線構造は、隆線角の全ての絶対差が関連付けられる閾値を下回る場合に、異なるモデルの間で等価であると仮定される。

隆線構造における一連の非弾性ひずみに対処するために、一連の隆線曲率閾値が採用される。類似の特性を示す隆線構造に関して、元の局所的特徴点構造の評価が行われるが、隆線構造が類似していない場合、さらなる解析は不要であるとみなされる。隆線構造の鮮明度は検証決定を確立するほど十分に弁別的ではないが、類似していない構造モデルに関して、３Ｎ^２回全ての解析ではなく３回の基本的な比較においてこれを確立することが可能である。最適化された手順によって、信頼性に悪影響を与えることなく実行時間を大幅に、場合によってはＮ^２倍短縮することが可能となる。

隆線構造特性の検査によって、当該隆線構造特性は曲率半径、流れの方向（時計回り又は反時計回り）、及び隆線アノマリに関して弁別的であることが確認される。データのサブセットの初期実験検証によって、組み込まれる変形耐性を考慮して、同じ指紋構造内で隆線構造が類似する確率が低いことが実証される。逆に、類似していない指紋と関連付けると、類似の隆線構造特性が識別される可能性がわずかにより高い。隆線構造の鮮明度は特徴点の詳細ほど一意的ではないにもかかわらず、それに基づいて外乱拒否を定義する特性を提供するほどには十分に弁別的である。

外乱拒否手順を含むことによって提示される潜在的な利益を検証するために、隆線公差が、等価な隆線定義が否定されない（すなわち、認識性能が悪影響を受けない）ことを確実にするように選択される。加えて、各テンプレートは同じ数の構造モデル

（すなわち、

）を含む。実験結果は、同じ検証決定を達成するために行われる演算の規模の差を示している。これは、サンプルが肯定的な検証決定を得る（改良の要素が既に実現されている）場合には計算的な規模の潜在的に大幅な低減に等しいが、一致が確立され得ない場合にはなおさらそうである。

実際の実施の観点から、計算的な規模の潜在的な低減は、検証決定が資源が制約されているスマートカード環境内で２秒を下回る時間で確立されることと同一視することができ、これは、外乱拒否を適用しないアルゴリズムによって一致が達成されない（すなわち、反復のセットの全体が行われる）場合の３０秒を超える実行時間と比較して、実際的且つ相互作用的な使用に適切な時間フレームであると考えられる。

比較評価の一部をなくすことによって、認識精度に劣化を一切もたらすことなく、実行時間に大きな影響を与える。加えて、外乱拒否のレベルを増大させて計算の規模をさらに改良することが有益であり得る。これは認識精度に悪影響を与え得るが、状況によっては許容可能であり得る。

より緊密に検討すると、この概念は、科学及び工学の進歩に極めて重要な役割を果たしている技術である、フィードフォワードの設計理念と多くの類似点を有する。測定可能な環境外乱の影響を予測して、パラメータ変動及び非線形性に対するシステム感度を、或る所望のシステム状態を維持するために、当該パラメータ変動及び非線形性の本質的変項に対する影響を操作することによって低減することが可能である。

上述のシステムは、採用される一般的なバイオメトリックアーキテクチャに起因して指紋及びスマートカードの関連で提示されたが、特徴定義間の独立性に応じて、モダリティ間に十分な共通性が存在することを条件として、設計概念を、類似の実際的な効果を有する他のバイオメトリック識別子に拡張することが可能である。加えて、これはスマートカードの枠組み内で実施されるものには限定されない。

さらに、外乱を予測するために採用される二次的特徴が十分な弁別的特性を含む場合、検証決定をこれらの特徴のみに基づいて導出することが可能である。その結果、全体のシステム性能を、計算要件を低減すると同時に２つの独立した検証決定を融合することによって強化することができる。

検証性能を評価するために、Maio, D.、Maltoni, D.、Cappelli, R.、Wayman, J.L.、Jain, A.K.: FVC2000: Fingerprint Verification Competition. IEEE Trans. on Pattern Analysis&Machine Intelligence 24 (2002), 402-412に概説されている評価手順を、関連付けられる公有の画像集に対して採用及び実施した。実験解析を通じて最良に定量化される、アルゴリズム設計パラメータ、許容可能なひずみ公差、及び一致規定閾値の選択は、ＦＡＲ_１００（他人受入率（ＦＡＲ）＜１％の場合に達成可能な最高の本人受入率（ＧＡＲ））、ＦＡＲ_１０００（ＦＡＲ＜０．１％の場合の最高ＧＡＲ）、及び_ＺＥＲＯＦＡＲ（誤合致が生じない（ＦＡＲ＝０％）場合の最高ＧＡＲ）のセキュリティ指標が評価されることを可能にするように操作することが可能である。

検証性能の試験によって、本人受入率が、ＦＡＲ_１００の場合に９４．５％、ＦＡＲ_１０００の場合に９１．６％、_ＺＥＲＯＦＡＲの場合に８６．６％であることが明らかになっている。結果を図６に示す。特徴点特性が、導出される構造モデルがより優れた精度で表現されることを可能にする、より高い精度で定義される場合、認識精度がさらに向上することを観察することができる。システムは、適切なレベルの複雑度を維持しながら、その用途の関連において許容可能な性能レベルを達成することが可能であることが観察される。

Claims

候補バイオメトリックデータを基準サンプルと照合する方法であって、候補サンプルから導出される特徴の第１のセットを表すデータが、前記基準サンプルの値の第１のセットと比較され、該比較の結果に応じて、前記候補サンプルから導出される特徴の第２のセットを表すさらなるデータが、前記基準サンプルの値の第２の異なるセットと比較するために、このようなデータの利用可能なアレイから選択されて、一致が存在するか否かが判断され、前記基準サンプルの値の前記第１のセット及び前記第２のセット、並びに、前記候補サンプルの特徴の前記第１のセット及び前記第２のセットは、同じバイオメトリック特性の２つの異なる独立した特徴を表す、方法。
候補バイオメトリックデータを基準サンプルと照合する方法であって、候補サンプルから導出される特徴の第１のセットを表すデータが、前記基準サンプルの値の第１のセットと比較され、該比較の結果に応じて、一致が存在しないという判断が為されるか、又は、前記候補サンプルから導出される特徴の第２のセットを表すさらなるデータが、前記基準サンプルの値の第２の異なるセットと比較されて、一致が存在するか否かが判断され、前記基準サンプルの値の前記第１のセット及び前記第２のセット、並びに、前記候補サンプルの特徴の前記第１のセット及び前記第２のセットは、同じバイオメトリック特性の２つの異なる独立した特徴を表す、方法。
前記特徴の第１のセットを表す前記データの、前記基準サンプルの値の前記第１のセットとの比較は、該データが前記値の第１のセットと整合することを必要とし、前記方法は、前記比較が為されることを可能にする整合情報を導出すること、及び、そのように導出された該整合情報を、前記特徴の第２のセットを表す前記データの、前記基準サンプルの前記値の第２のセットとの任意の比較において使用することを含む、請求項１又は２に記載の方法。
照合される前記バイオメトリックデータ及び前記基準サンプルは指紋データである、請求項１乃至３のいずれか一項に記載の方法。
前記候補サンプルの前記特徴の第１のセット又は前記特徴の第２のセットの一方は、巨視的隆線特性を表し、前記基準サンプルの巨視的隆線特性を表す前記基準サンプル内の値と比較される、請求項４に記載の方法。
前記巨視的隆線特性は隆線曲率である、請求項５に記載の方法。
前記候補サンプルの前記特徴の第１のセット又は前記特徴の第２のセットの一方は、局所的特徴点特性を表し、前記基準サンプルの局所的特徴点特性を表す前記基準サンプル内の値と比較される、請求項１乃至６のいずれか一項に記載の方法。
スマートカードであって、
前記候補サンプル又は前記基準サンプルを表すデータを記憶するメモリと、
請求項１乃至７のいずれか一項に記載の方法を実行するように動作可能なプロセッサと、
を備える、スマートカード。