JP2010044639A

JP2010044639A - 本人識別装置

Info

Publication number: JP2010044639A
Application number: JP2008208946A
Authority: JP
Inventors: Tatsuyuki Matsushita; 達之松下; Yojiro Touchi; 洋次郎登内; Miwako Doi; 美和子土井
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2008-08-14
Filing date: 2008-08-14
Publication date: 2010-02-25
Anticipated expiration: 2028-08-14
Also published as: JP5142883B2

Abstract

【課題】認証のための場所の制約を受けず、状況変化の検出に基づいた動作パターン比較による本人識別を行うことのできる本人識別装置を提供する。
【解決手段】本人識別装置は、ユーザの状況変化を検出する第１検出部と、前記ユーザの動き方を表す動作パターンを検出する第２検出部と、トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶する記憶部と、本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定する判定部と、前記判定部によりに一致しないと判定された場合、前記ユーザを本人とは識別せず、少なくとも一部の機能を使用禁止に設定する設定手段と、を具備する。
【選択図】図１

Description

本発明は、ユーザの動作パターンを適切な単位に分割して記録し、記録された動作パターンと検出された動作パターンを比較することにより持ち主が本人であるかを判定し、その判定結果に基づき使用許可する機能を制限する本人識別装置に関する。

被認証者（認証を受けようとする者）が本人であるか否かを識別する本人識別技術は、銀行のＡＴＭ、企業のオフィスや工場での入室管理、広域監視などに応用されている。本人識別においては指静脈、虹彩、歩き方などの生体情報が利用されることが多く、認証者（被認証者が本人であるか否かを判定する者）は、本人が予め登録しておいた生体情報と、認証時に被認証者から検出された生体情報とを比較し、両者が一致している場合、被認証者を本人であると判定する。被認証者の歩き方を生体情報として用いる本人識別の従来技術として、例えば下記非特許文献１に記載のものが知られている。

下記非特許文献１に記載された技術は、歩行している被認証者をビデオカメラで撮影する必要があるため、ビデオカメラを設置した場所でしか本人識別を行うことができない。これは、本人識別技術に関する場所の制約であり、このような制約を受けないで本人識別を行えるようにする技術の提供が望まれる。

生体情報を用いた本人識別の従来技術の多くに、同様の問題が存在する。

例えば、指紋を生体情報として用いる場合、指紋情報を読み取る機器は携帯端末に搭載可能な程度に小型化できるため、指紋情報を読み取る機器が搭載された携帯端末を持ち歩けば上記の問題が生じない。しかしながら、被認証者が認証を受ける必要があるたびに、その都度指紋情報を読み取る機器に自分の指を置いて認証処理を開始させる必要がある。

つまり、ユーザが明示的に認証のトリガをかける必要がある。これは、ユーザが認証に成功した後に行いたい処理を行う前に、必ず上記動作を行わなければならないことを意味し、ユーザには煩わしい操作であり、機器の利便性を損ないかねない。
八木康史，「広域監視のための歩容認識技術」，第８回計測自動制御学会システムインテグレーション部門講演会論文集，ｎｏ．２Ｈ３−１，ｐｐ．７２７−７３０，広島，１２月，２００７．

認証が必要な処理であっても、ユーザがその処理を行いたいと思ったときに行え、かつ本人であることの認証も行われていることが使い勝手の観点から望ましい。

上述した通り、従来技術では、認証を受けられる場所に制約がある。また、仮に生体情報を読み取る機器が携帯端末に搭載可能であっても、ある処理を行うには本人であることの認証が必要である場合、ユーザはその処理を行う前に必ず認証のトリガをかけ、認証が完了する間、待たなければならない。

本発明はかかる事情を考慮してなされたものであり、認証のための場所の制約を受けず、状況変化の検出に基づいた動作パターン比較による本人識別を行うことのできる本人識別装置を提供することを目的とする。

本発明の一観点に係る本人識別装置は、ユーザの状況変化を検出する第１検出部と、前記ユーザの動き方を表す動作パターンを検出する第２検出部と、トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶する記憶部と、本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定する判定部と、前記判定部により一致しないと判定された場合、前記ユーザを本人とは識別せず、少なくとも一部の機能を使用禁止に設定する設定手段と、を具備することを特徴とする。

本発明によれば、認証のための場所の制約を受けず、状況変化の検出に基づいた動作パターン比較による本人識別を行うことのできる本人識別装置を提供できる。

以下、図面を参照しながら本発明の実施形態を説明する。

図１に本発明の一実施形態に係る本人識別装置の概略構成図の一例を示す。本装置は、状況変化を検出する状況変化検出部１０と、動作パターンを検出する動作パターン検出部１３と、状況変化検出部１０が検出した状況変化と動作パターン検出部１３が検出した動作パターンとを記憶する第一記憶部２０と、第一記憶部２０において記憶された状況変化と動作パターンとを認識単位として読み出して記憶する第二記憶部３０と、第一記憶部２０において記憶された状況変化と動作パターンが、第二記憶部３０に記憶されている状況変化と動作パターンに一致しているか否かの判定を行う判定部４０と、ユーザの操作が入力される入力部６０と、判定部４０から通知される上記判定の結果に基づき、入力部６０に入力されたユーザ操作により指示される処理の実行を許可又は禁止する制御部５０とを備える。

状況変化検出部１０は、例えば、衛星からの電波を用いて位置情報を計測するＧＰＳ（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ）、明るさを計測する照度計などの各種センサ１１、現在時刻等を与える時計１２、及び動作パターン検出部１３からの情報をもとに、状況変化を検出する。これらのセンサは、状況変化検出部１０の構成要素の一つであっても良いし、状況変化検出部１０の外部に設けられていても良い。

状況変化検出部１０と同様に、動作パターン検出部１３は、状況変化検出部１０の構成要素の一つであっても良いし、状況変化検出部１０に対して外部に設けられていても良い。動作パターン検出部１３は、互いに直交するＸ軸、Ｙ軸、及びＺ軸のそれぞれの加速度を検出する加速度センサ１４、Ｘ軸、Ｙ軸、及びＺ軸のそれぞれの加速度から合成加速度を算出する合成加速度算出部１５を有する。

第一記憶部２０に対し、状況変化検出部１０から得られる状況変化の情報と併せて、各種センサ１１や時計１２を付設し、これらからのセンシング情報や時間を取り込んでも良い。

以上のように構成された本実施形態に係る本人識別装置の動作を説明する。本実施形態に係る本人識別装置の具体的処理は、コンピュータにより実現することができる。

図２は加速度センサで取得した加速度を示したものである。本例ではＸ，Ｙ，Ｚの３軸での加速度が取得できる加速度センサ１４を用いている。図２において横軸はデータが取得された時刻、縦軸は計測された加速度［Ｇ］の値を示しており、ＸＬはＸ軸の加速度、ＹＬはＹ軸の加速度、ＺＬはＸ軸の加速度を示している。また、Ｘ，Ｙ，Ｚの３軸の加速度を合成した加速度（「合成加速度」という。）の値ＳＬについても図２では一緒に示している。合成加速度Ａｃｃは例えば次式に従って合成加速度算出部１５が算出する。

合成加速度をみると最も分かりやすいが、１４：３１：４７のところで、加速度が大きく変化している。加速度の変化前はユーザの「停止」状況に相当し、変化後は「歩行」状況にあたる。このように加速度の比較的大きな変化を捉えることによって、ユーザが「停止」しているという動作パターンと、「歩行」しているという動作パターンを検出することができる。

本明細書では、ユーザがある動作（例：停止、歩行、走行）を行っていることを、「ユーザがある状況にある」という。ユーザの動き方すなわち動作パターンのみにより状況を表すならば、上記例では「ユーザが停止状況にある」「ユーザが歩行状況にある」「ユーザが走行状況にある」などという。なお、ユーザの動作パターンのみに限らず、例えば、その動作を行っている時間や場所を含めて「状況」と呼んでも良い。この場合、例えば「ユーザが１９時に駅前を走行中の状況にある」などという。

ここで、「状況」とは具体的には「コンテキスト」のことである。参考文献１「Dey, A.K. and Abowd, G.D. (1999). Toward a better understanding of context and context-awareness. GVU Technical Report GIT-GVU-99-22, College of Computing, Georgia Institute of Technology.」に記載されているように、「コンテキスト」とは、ある実体の状況を特徴づけることに利用可能なあらゆる情報のことである。「実体」とは、ユーザとアプリケーション間のインタラクションに関連すると考えられる人、場所、または物及びユーザとアプリケーションそのものである。また、参考文献２「Context-Aware Applications Survey www.hut.fi/~mkorkeaa/doc/context-aware.html」に記載されるように、インタラクションが行われるときに利用可能なたいがいの情報はコンテキスト情報といえる。たとえば、個性、空間情報（例：場所、方位、スピード、加速度）、時間情報（例：時間、年月日、季節）、環境情報（例：温度、大気環境、光や騒音のレベル）、社会生活状況（例：だれといっしょにいるか、近くにいる人）、近くのリソース（例：アクセス可能なデバイス、ホスト）、リソースの可用性（例：バッテリー、ディスプレイ、ネットワーク、帯域）、身体情報（例：血圧、脈拍、呼吸数、筋活動、口調）、活動（例：話す、読む、歩く、走る）といったものである。

「状況変化」とは、このようなユーザの状況が変わることをいう。

「動作パターン」とは、ある状況におけるユーザの動き方のことをいう。例えば、ユーザが銀座にいて静止しているとき、そのユーザの動作パターンを「止」と表す。ユーザが銀座にいて歩いているとき、そのユーザの動作パターンを「歩」と表す。ユーザが銀座にいて携帯電話機を手にしたとき、そのユーザの動作パターンを「手」と表す。このように、動作パターンは、ラベル（例えば，「止」「歩」「手」など）を用いて表すことができる。

本実施形態は、例えば、合成加速度により状況変化を検出し、Ｘ，Ｙ，Ｚの３軸の加速度により動作パターンを検出するよう構成されている。以下では、合成加速度により状況変化を検出する例と、合成加速度によらずデータマイニング処理により状況変化を検出する例を説明する。動作パターンとしては、動作パターン検出部１３がＸ，Ｙ，Ｚ加速度センサ１４から出力された値を所定の閾値と比較するなどして上記ラベルを判定してもよいし、Ｘ，Ｙ，Ｚ加速度センサ１４から出力された値の時系列をそのまま動作パターンを表すデータとしてもよい。

本実施形態に係る本人識別装置において、本人を識別する処理は、状況観測に基づくトレーニング処理と、状況観測中における識別処理の２つの処理に大別される。「トレーニング時」とは、本実施形態に係る本人識別装置が以下に説明する状況観測に基づくトレーニング処理を行っている場合のことをいい、「本人識別時」とは、本実施形態に係る本人識別装置が以下に説明する状況観測中における識別処理を行っている場合のことをいう。なお、トレーニング処理は、本人識別の機能を実行する前に必ず行われていなければならない。すなわち、トレーニング処理を経ることなく、本人識別を行うことはできない。

先ず図３を用いて、前者のトレーニング処理について説明する。トレーニング処理では、状況を観測して逐次に記憶することにより、予め状況変化及び動作パターンを取得しておく処理である。トレーニング処理は、ユーザが携帯端末を購入して携帯し始めた最初の一定期間（例えば一週間）の間に行われ、その後においても、本人識別装置が十分な量の状況変化及び動作パターンを取得したと判定するまで任意のタイミングで行われる。

先ず状況変化検出部１０において状況の観測、すなわち加速度センサ１４などから動作パターンを逐次（又は必要に応じて適宜）取得する（ステップＳ１）。

取得する動作パターンは、例えば加速度センサ１４からの情報であれば、図２のような形式になっており、これらを第一記憶部２０に記憶する（ステップＳ２）。

第一記憶部２０のメモリ容量は限られているので、メモリ容量を超える分については、古い記録を消去することによって対処する（ステップＳ３，ステップＳ４）。

次に、状況変化検出部１０が状況変化を検出したかどうかを判定する（ステップＳ５）。状況変化検出部１０で状況変化が検出されると、その状況変化（又は変化前の状況、又は変化後の状況）と、動作パターン検出部１３において検出された、状況が変化する前後（又は状況が変化する前、又は状況が変化した後）の動作パターンとを認識単位として第一記憶部２０から読み出し、第二記憶部３０に記録する（ステップＳ６）。この際、必要に応じて、状況変化時の各種センサ１１からの情報や時計１２からの時刻を併せて記録する。この場合、図２のようなデータに加え、例えば図４（ａ）（ｂ）に示すようなリストも併せて第二記憶部３０に記録する。ここで、第二記憶部３０の記録内容は必ずしも図４のような内容に限定されるわけではなく、例えば位置情報はＧＰＳから取得した情報をジオコーディングにより地名や住所に変換したり、あるいは時刻についても「朝」、「午前」、「午後」、「夕」、「夜」、「真夜中」のように分類するなどして、例えば図５に示すような形式で記録しても良い。

第二記憶部３０のメモリ容量は限られているので、メモリ容量を超える分については、不要な状況変化及び動作パターンを消去することによって対処する（ステップＳ７，ステップＳ８）。上記処理を繰り返すことにより、第二記憶部３０に状況変化及び動作パターンが蓄積される。

最後に、トレーニング処理を終了するか継続するかをステップＳ９において判定する。この判定は、上述したようにトレーニング開始からの経過時間が一定期間を過ぎたか否かを基準にして行っても良いし、第二記憶部３０に記録された状況変化及び動作パターン数が予め定められたしきい値を超えたか否かを基準にして行っても良い。

以上のトレーニング処理を行っている間は、制御部５０がユーザインターフェース７０を介して、例えば、「携帯端末をポケットに入れて歩いてください」又は「携帯端末をバッグに入れて歩いてください」などの旨のメッセージをユーザに提示しても良い。これにより、状況変化及び動作パターンをより精確に取得できる。

また、制御部５０がユーザインターフェース７０を介して、携帯端末を手に持ってユーザ特有の振り方で手を振らせる（例えば、携帯端末をペンと見立ててある特定の字や図形を空中に描かせる、又はユーザ自身が決めた手の振り方で手を振らせる）指示を行い、これにユーザが応じた場合に上記歩き方とは別の異質すなわち手の振り方のパターンを第二記憶部３０に記録する。

上述の例では、合成加速度を用いて状況変化を検出する例を述べたが、これに限らず、データマイニング技術を用いて状況変化を検出しても良い。データマイニング技術では、加速度センサ１４などの時系列データを例えば１分毎に分析単位区間に分割し、その分析単位区間での平均、最大値、最小値などの複数の特徴量を分析する。このような複数の特徴量と、（別途得られているのであれば）時系列の記号情報などを用い、クラスタリングやニューラルネットワーク、二進分類木などの方法によりユーザの状況を識別する。これには、例えば参考文献３（森田千絵他，「生体状態分析装置及び生体状態分析方法」，特開２００５−２１４５０号公報）に記載された技術を利用することができる。例えば、歩行・走行・着席・作業など、識別すべき行動を決め、それに分類できる適切な特徴量の組み合わせとその組み合わせの重み計数などを検出して識別モデルを作成し、その識別モデルにより、行動認識を行う。

次に、トレーニング処理が終了した後の処理、すなわち状況観測中における識別処理について説明する。

図６において、状況変化検出部１０で状況変化を検出する前までの処理（ステップＳ１０〜ステップＳ１４）は、トレーニング処理における状況変化検出部１０で状況変化を検出する前までの処理（ステップＳ１〜ステップＳ５）と同様である。

状況変化検出部１０で状況変化を検出すると（ステップＳ１４）、その状況変化（又は変化前の状況、又は変化後の状況）と、動作パターン検出部１３において検出された、状況が変化する前後（又は状況が変化する前、又は状況が変化した後）の動作パターンとを第一記憶部２０に記録する（ステップＳ１５）。説明の便宜上、この記録内容をパターンＡと呼ぶ。第一記憶部２０への記録内容は、トレーニング処理における第二記憶部３０への記録内容と同様であり、パターンＡには、状況変化時の各種センサ１１からの情報や、時計１２からの時刻が含まれていても良い。

判定部４０は、パターンＡと同じ状況が第二記憶部３０に記録されているか否かを判定する（ステップＳ１６）。第二記憶部３０に同一の状況が記録されている場合、次に、その状況の動作パターンがパターンＡの動作パターンに一致するかどうかを判定する（ステップＳ２１）。

先ず、パターンＡと同じ状況における動作パターンが第二記憶部３０に記録されている場合を説明する。説明の便宜上、この記録内容をパターンＢと呼ぶ。パターンＡとパターンＢの比較方法について説明する。第一記憶部２０に記録された動作パターンを表すＸ，Ｙ，Ｚの３軸での加速度のデータをＡとし、第二記憶部３０に記録された動作パターンを表すＸ，Ｙ，Ｚの３軸での加速度のデータをＢとする。

ここで、ＡとＢが一致しているか否かを判定する手段として、ＡとＢの相関係数を計算しても良い。また、Ｂの特徴的な部分を抽出しておき、それをテンプレートとしてテンプレートマッチングを行っても良い。また、ＤＰマッチング（二つの時系列パターンについて、一方のパターンをゴムのように非線形伸縮させながら、対応付けを行う方法）を行っても良い。ＤＰマッチングについては、例えば、参考文献４（内田誠一，「ＤＰマッチング概説〜基本と様々な拡張〜」，電子情報通信学会，信学技報ＰＲＭＵ２００６−１６６，ｐｐ．３１−３６，２００６年１２月）において開示されている。また、Ａ、Ｂに含まれる周波数成分をそれぞれ抽出しても良い。周波数成分を抽出するには、例えば、フーリエ変換やウェーブレット変換を用い、周波数成分ごとのスペクトル強度を計算し、特徴量として抽出する。また、変換を必要とする周波数成分を用いず、計算量を小さく抑えることのできる統計量を用いても良い。統計量の例としては、平均、分散、最大値、最小値、階差、区間の最初の値と最後の値の差、区間内の変動の和、又はこれらの組み合わせが挙げられる。第二記憶部３０に記録するデータ形式として、図２に例示される計測したデータを記録しても良いし、上述の方法により特徴量を抽出する場合には、計測したデータの代わりにその特徴量を記録しても良い。

判定部４０においてパターンＡとパターンＢが一致すると判定された場合、すなわち、このたび検出した状況変化及び動作パターンが第二記憶部３０に記憶された状況変化及び動作パターンに一致する旨の判定結果が得られた場合、携帯端末の所持者がトレーニング処理時に携帯端末を所持していた者、つまり本人であると判定する（ステップＳ２２）。

判定部４０においてパターンＡとパターンＢが一致しないと判定された場合、携帯端末の所持者は本人でないと判定する（ステップＳ２３）。なお、上述の例では、判定部４０において一致するか否かを判定する例を述べたが、これに限らず、予めしきい値を定めておき、パターンＡとパターンＢの類似度を計算し、その類似度がしきい値以上ならば一致するとみなし、その類似度がしきい値未満ならば一致しないとみなすとしても良い。

ここで、ＤＰマッチングを用いたパターンＡとパターンＢの類似度の計算方法について説明する。

パターンＡとパターンＢの各パターンは、次のようなＸ，Ｙ，Ｚの３軸の加速度で構成されるサンプリング点の時系列である。Ｎ，Ｍは各パターンのサンプリング点数である。

パターンＡ：ａ［１］，ａ［２］，…，ａ［Ｎ］，
ａ［ｉ］＝（Ｘ［ｉ］，Ｙ［ｉ］，Ｚ［ｉ］）（ｉ＝１，．．，Ｎ）
パターンＢ：ｂ［１］，ｂ［１］，…，ｂ［Ｍ］，
ｂ［ｉ］＝（Ｘ［ｉ］，Ｙ［ｉ］，Ｚ［ｉ］）（ｉ＝１，．．，Ｍ）
パターンＡとパターンＢとの間で時間的な伸縮を行いながらサンプリング点の対応付けを行う。パターンＡのサンプリング点ａ［ｉ］に対応するパターンＢのサンプリング点ｂ［ｕ（ｉ）］とし、この２つのサンプリング点間の相違度をｄ（ａ［ｉ］，ｂ［ｕ（ｉ）］）とする。このとき、サンプリング点の対応付けの問題は、パターンＡとパターンＢの相違度、すなわちｄ（ａ［１］，ｂ［ｕ（１）］）＋ｄ（ａ［２］，ｂ［ｕ（２）］）＋…＋ｄ（ａ［Ｎ］，ｂ［ｕ（Ｎ）］）（ただし、１＝ｕ［１］＜ｕ［２］＜…＜ｕ［Ｎ］＝Ｍである）を最小にするｕ（１），ｕ（２），…，ｕ（Ｎ）を求めるという問題に定式化できる。この問題は、非特許文献１の２節に開示された方法で求めることができる。ここで、ｄ（ａ［ｉ］，ｂ［ｕ（ｉ）］）の具体的な計算式は、例えば以下の２乗距離を用いればよい。

ｄ（ａ［ｉ］，ｂ［ｕ（ｉ）］）＝
（Ｘ［ｉ］−ｘ［ｕ［ｉ］］）＊（Ｘ［ｉ］−ｘ［ｕ［ｉ］］）＋
（Ｙ［ｉ］−ｙ［ｕ［ｉ］］）＊（Ｙ［ｉ］−ｙ［ｕ［ｉ］］）＋
（Ｚ［ｉ］−ｚ［ｕ［ｉ］］）＊（Ｚ［ｉ］−ｚ［ｕ［ｉ］］）
あるいは、２乗距離以外の計算式を用いることも可能である。パターンＡとパターンＢの類似度は、パターンＡとパターンＢの相違度の符号を反転させた値を用いればよい。

パターンＡと同じ状況における動作パターンが第二記憶部３０に記録されていない場合（図６のステップＳ１６＝「Ｎｏ」の場合）を説明する。パターンＡと同じ状況における動作パターンが第二記憶部３０に記録されていない場合、このパターンＡを第二記憶部３０に追加する（ステップＳ１７）。第二記憶部３０のメモリ容量は限られているので、メモリ容量を超える分については、不要な動作パターンを消去することによって対処する（ステップＳ１８，ステップＳ１９）。そして、ステップＳ１０に戻り、再び状況観測を行う。

次に図７を用いて、判定部４０においてパターンＡとパターンＢが一致すると判定された場合（図６のステップＳ２２）の機能設定処理を説明する。ここでは、判定部４０が始めにユーザの歩き方についてパターンＡとパターンＢが一致すると判定した場合を例に挙げている。また、携帯端末として、例えば（１）電話機能、（２）メール機能、及び（３）電子マネー機能が搭載されているものを想定する。ステップＳ２１におけるユーザの歩き方の動作パターンの比較判定によって、ステップＳ２２で仮に本人と判定された場合であっても、さらに別の特定パターンの比較判定を行い、その結果に応じて携帯端末の機能制限を実施するというものである。

上述したように、制御部５０は、予め登録した手の振り方をするように携帯端末の所持者に対しユーザインターフェース７０を介して指示する。所持者がこの指示に応じた場合（ステップＳ２３＝「Ｙｅｓ」）、図６で説明した手順と同様の手順に従って、手の振り方についてパターンＡとパターンＢが一致するか否かを判定部４０が判定する（ステップＳ２４）。

判定部４０において（手の振り方に関する）パターンＡとパターンＢが一致すると判定された場合（ステップＳ２６＝「Ｙｅｓ」）、制御部５０は、電話機能、メール機能、及び電子マネー機能を使用可能に設定する（ステップＳ２６）。

一方、判定部４０において（手の振り方に関する）パターンＡとパターンＢが一致しないと判定された場合（ステップＳ２４＝「Ｎｏ」）、又は所持者が上記指示に応じない場合（ステップＳ２３＝「Ｎｏ」）、制御部５０は、電話機能とメール機能のみを使用可能に設定し、電子マネー機能は使用禁止に設定する（ステップＳ２５）。

いずれの場合においても、所持者が機能を利用した後、一定時間が経過したら状況観測へ戻る（ステップＳ２７）。

次に図８を用いて、判定部４０においてパターンＡとパターンＢが一致しないと判定された場合（図６のステップＳ２３）の機能設定処理を説明する。この場合とは「歩き方」の動作パターンが一致せず本人ではないと判定された場合である。

先ず制御部５０は、電話機能のみを使用可能に設定し、メール機能及び電子マネー機能は使用禁止に設定する（ステップＳ３０）。

次に制御部５０は、ユーザインターフェース７０を介して、所持者に予め登録してあるパスワードの入力を要求する。ここで、入力されたパスワードが正しいか否かを判定する（ステップＳ３１）。入力されたパスワードが正しい場合、（判定部４０においてパターンＢと一致しないと判定された）パターンＡを第二記憶部３０に動作パターンとして記録する（ステップＳ３２）。第二記憶部３０のメモリ容量は限られているので、メモリ容量を超える分については、不要な動作パターンを消去することによって対処する（ステップＳ３３，ステップＳ３４）。そして、制御部５０は、電話機能、メール機能、及び電子マネー機能を使用可能に設定する（ステップＳ３５）。ここで、ステップＳ３５を行わず、図７に例示した処理へ遷移しても良い。そして所持者が機能を利用した後、一定時間が経過したら図６のステップＳ１０（状況観測）へ戻る。

一方、ステップＳ３１において、入力されたパスワードが正しくないと判定された場合、制御部５０は、電話機能、メール機能、及び電子マネー機能を使用禁止に設定する（ステップＳ３６）。なお、制御部５０は、全ての機能を禁止せず、例えば、予め登録しておいた電話番号への発信又は予め登録しておいた電話番号からの着信を許可するようにしても良い。そして、再び図６のステップＳ１０（状況観測）に戻る。

以上説明したように、例えば携帯端末に本実施形態に係る本人識別装置を搭載して持ち歩くことができるため、認証を受けられる場所の制約をなくすことができる。また、ユーザが持ち歩いている間に、同ユーザが意識せずに本人であるかの認証を完了させられることができるので、ユーザが認証のトリガをかける必要がなく、認証が必要な処理であっても、ユーザがその処理を行いたいと思ったときに（認証処理を待つことなく）行うことができる。さらに、本人識別結果により使用可能な機能を限定することで他人による端末の悪用を防止できる。

なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。

一実施形態に係る本人識別装置の構成を示すブロック図。加速度センサにより取得されたデータの一例を示す図。トレーニング処理の手順を示すフローチャート。第一記憶部及び第二記憶部における記録内容の一例を示す図。第一記憶部及び第二記憶部における記録内容の別の例を示す図。本人識別処理の手順を示すフローチャート。本人であるとして識別された後の機能設定処理の手順を示すフローチャート。本人であるとして識別されなかった後の機能設定処理の手順を示すフローチャート。

符号の説明

１０…状況変化検出部
１１…各種センサ
１２…時計
１３…動作パターン検出部
１４…Ｘ，Ｙ，Ｚ加速度センサ
１５…合成加速度算出部
２０…第一記憶部
３０…第二記憶部
４０…判定部
５０…制御部
６０…入力部
７０…ユーザインターフェース

Claims

ユーザの状況変化を検出する第１検出部と、
前記ユーザの動き方を表す動作パターンを検出する第２検出部と、
トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶する記憶部と、
本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定する判定部と、
前記判定部により一致しないと判定された場合、前記ユーザを本人とは識別せず、少なくとも一部の機能を使用禁止に設定する設定手段と、
を具備することを特徴とする本人識別装置。
ユーザの状況変化を検出する第１検出部と、
前記ユーザの動き方を表す動作パターンを検出する第２検出部と、
トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶する記憶部と、
本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定する判定部と、
前記判定部により一致すると判定された場合、前記ユーザを本人と識別し、少なくとも一部の機能を使用許可に設定する設定手段と、
を具備することを特徴とする本人識別装置。
前記判定部により一致しないと判定された場合に、前記ユーザから正しいパスワードが入力されたならば、前記本人識別時における状況変化及び動作パターンを前記記憶部に追加することを特徴とする請求項１記載の本人識別装置。
前記記憶部は、前記ユーザの動き方が異なる複数の動作パターンを記憶しており、
前記複数の動作パターンのそれぞれと一致するか否かに応じて、前記設定手段は、段階的に使用可能な機能を設定することを特徴とする請求項１又は２記載の本人識別装置。
前記正しいパスワードが入力されなかった場合には、予め記憶している番号以外の発信を禁止することを特徴とする請求項３記載の本人識別装置。
前記複数の動作パターンは、前記ユーザの歩き方の動作パターンと前記ユーザの手の振り方の動作パターンとが含まれていることを特徴とする請求項４記載の本人識別装置。
前記動作パターンを、互いに直交する３軸方向の加速度センサにより検出し、
前記状況変化を、前記３軸方向の加速度センサからの出力に基づいて算出される合成加速度により検出することを特徴とする請求項１乃至６のいずれかに記載の本人識別装置。
ユーザの状況変化を検出するステップと、
前記ユーザの動き方を表す動作パターンを検出するステップと、
トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶部に記憶するステップと、
本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定するステップと、
前記判定するステップにより一致しないと判定された場合、前記ユーザを本人とは識別せず、少なくとも一部の機能を使用禁止に設定するステップと、
を具備することを特徴とする本人識別方法。
ユーザの状況変化を検出する手順と、
前記ユーザの動き方を表す動作パターンを検出する手順と、
トレーニング時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンを記憶部に記憶する手順と、
本人識別時において、前記ユーザの状況変化が検出されたあと、該状況変化及び該状況変化に関係する動作パターンが、前記記憶部に記憶された状況変化及び動作パターンに一致するか否かを判定する手順と、
前記判定する手順により一致しないと判定された場合、前記ユーザを本人とは識別せず、少なくとも一部の機能を使用禁止に設定する手順と、
をコンピュータに実行させるためのプログラム。