JP2012256272A

JP2012256272A - 生体識別装置、及び、生体識別方法

Info

Publication number: JP2012256272A
Application number: JP2011129874A
Authority: JP
Inventors: Hirokazu Kasahara; 広和笠原; Kimii Mizobe; 公威溝部
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 2011-06-10
Filing date: 2011-06-10
Publication date: 2012-12-27

Abstract

【課題】撮像した画像を用いて個人の識別を行なう生体識別装置において、登録時の画像と識別時の画像との位置や方向が異なっていても容易かつ高精度に識別できるようにする。
【解決手段】識別対象者の生体パターンを撮像して得られる画像から、前記生体パターンを特徴付ける複数の識別特徴量及びそれぞれの前記識別特徴量の位置を示す情報を抽出し、前記登録部に登録されている複数の登録特徴量の各々と、前記識別対象者の複数の識別特徴量の各々とが類似するか否かを判断し、任意の２つの識別特徴量の位置を示す情報から、前記２つの識別特徴量の間の距離を算出し、前記２つの識別特徴量にそれぞれ類似すると判断された２つの登録特徴量の間の距離と前記識別特徴量の間の距離との差に応じて算出されるスコアに基づいて、前記識別対象者が前記登録対象者であるか否かを識別する。
【選択図】図１１

Description

本発明は、生体識別装置、及び、生体識別方法に関する。

指紋や静脈パターン等の生体的特徴をとらえて個人の認証を行なう生体認証システムが
知られている。例えば、指を撮像することで得られる指静脈画像に基づいて認証を行うシ
ステムとして静脈認証装置等が開発されており、特許文献１には、認証時に指の輪郭から
回転補正を行うことが示されている。また、特許文献２には、登録時に複数の角度のテン
プレートを保存しておき、それぞれに対して認証処理をすることが示されている。

特開２００９−８７３６３号公報特開２００７−２８７０８０号公報

例えば、特許文献１の手法であると、指の先端まで撮影されていない場合、輪郭だけで
は位置補正ができない。また、指の太さや形状が異なる場合、正確にテンプレートとマッ
チングできない。さらに、複数の指が画像内に存在する場合にもマッチングすることがで
きない。また、特許文献２の手法であると、回転以外に位置シフトが発生した場合、合致
するテンプレートが存在しなくなる。登録する角度が少ない場合、認証時の角度とズレが
生じて認証精度が低下する。さらに、多くの角度を登録した場合、保存領域が増大し、処
理速度も低下する。
よって、登録時の画像と認証時の画像との位置や方向が異なっていても容易かつ高精度
に認証できるようにすることが望ましい。
ここで、認証とは、登録された画像等と認証時に得られた画像等を照合することによっ
て、認証（識別）対象者が登録者であるか否かを識別し、識別結果に基づいて、例えば電
子錠等の制御対象を制御することである。したがって、認証の精度は識別の精度に依存す
るので、認証においては、登録時の画像と認証時の画像とで撮影された指の位置や姿勢が
異なっていても高精度に識別できるようにすることが望ましい。

本発明では、撮像した画像を用いて個人の識別を行なう生体識別装置において、登録時
の画像と識別時の画像との位置や方向が異なっていても容易かつ高精度に識別できるよう
にすることを目的としている。

上記目的を達成するための主たる発明は、生体パターンを撮像する撮像部と、登録対象
者の生体パターンを特徴付ける登録特徴量を複数登録する登録部と、演算部と、を備え、
前記演算部は、前記撮像部を用いて識別対象者の生体パターンを撮像して得られる画像か
ら、前記生体パターンを特徴付ける複数の識別特徴量及びそれぞれの前記識別特徴量の位
置を示す情報を抽出し、前記登録部に登録されている複数の登録特徴量の各々と、前記識
別対象者の複数の識別特徴量の各々とが類似するか否かを判断し、任意の２つの識別特徴
量の位置を示す情報から、前記２つの識別特徴量の間の距離を算出し、前記２つの識別特
徴量にそれぞれ類似すると判断された２つの登録特徴量の間の距離と前記識別特徴量の間
の距離との差に応じて算出されるスコアに基づいて、前記識別対象者が前記登録対象者で
あるか否かを識別する、識別動作を行う演算部と、を備える生体識別装置である。

本発明の他の特徴については、本明細書及び添付図面の記載により明らかにする。

本実施形態における静脈識別装置１のブロック図である。図２Ａ及び図２Ｂは、静脈識別装置１をドアの開錠制御に用いた場合の例を示す図である。登録動作のフローを表す図である。特徴量抽出処理のフローを表す図である。特徴点の一例を表す図である。得られた輝度勾配の一例を表す図である。輝度勾配のヒストグラムの一例を表す図である。基準方向に座標軸を合わせたときの輝度勾配の一例を表す図である。登録対象者の指静脈パターン画像から特徴量を抽出する動作について説明する図である。抽出された特徴量等のデータを登録する際の表の一例を示す図である。識別動作のフローを表す図である。照合処理のフローを表す図である。或る識別対象者Ｑの指静脈パターン画像から識別特徴量を抽出する動作について説明する図である。抽出された識別特徴量をデータ化した表の一例を示す図である。２つの識別特徴量の間の距離を示す表の一例である。２つの識別特徴量に対応する２つの登録特徴量の間の距離を示す表の一例である。識別特徴量間の距離と、それに対応する登録特徴量間の距離のズレ量に応じた値Ｓを示す表の一例である。

本明細書及び添付図面の記載により、少なくとも、以下の事項が明らかとなる。

生体パターンを撮像する撮像部と、登録対象者の生体パターンを特徴付ける登録特徴量
を複数登録する登録部と、演算部と、を備え、前記演算部は、前記撮像部を用いて識別対
象者の生体パターンを撮像して得られる画像から、前記生体パターンを特徴付ける複数の
識別特徴量及びそれぞれの前記識別特徴量の位置を示す情報を抽出し、前記登録部に登録
されている複数の登録特徴量の各々と、前記識別対象者の複数の識別特徴量の各々とが類
似するか否かを判断し、任意の２つの識別特徴量の位置を示す情報から、前記２つの識別
特徴量の間の距離を算出し、前記２つの識別特徴量にそれぞれ類似すると判断された２つ
の登録特徴量の間の距離と前記識別特徴量の間の距離との差に応じて算出されるスコアに
基づいて、前記識別対象者が前記登録対象者であるか否かを識別する、識別動作を行う演
算部と、を備える生体識別装置。

このような生体識別装置によれば、演算部は、登録対象者の生体パターンから登録対象
者の特徴量を複数抽出し、抽出された特徴量を登録部に登録する。また、演算部は、識別
対象者の生体パターンを撮像して得られる画像から複数の識別特徴量及びその位置情報を
抽出する。そして、登録されている複数の登録特徴量と抽出された複数の識別特徴量
とについてそれぞれ類否判断を行い、或る２つの識別特徴量と、それに類似すると判断さ
れる２つの登録特徴量についてそれぞれ特徴量間の距離を算出する。そのようにして算出
された距離のずれ量（距離の差）に応じたスコアに基づいて、識別が行なわれる。
生体パターンから抽出される特徴量を用いて識別を行なうことで、位置・方向等によら
ず正確な識別動作を行うことができる。また、２つの特徴量間の距離に基づいて類否を判
断するため偶然発生したノイズなどによって本来検出されるべき位置からずれて検出され
る特徴量はスコアに反映されにくくする等によって、偶然のミスマッチ等による影響を相
対的に小さくすることができる。したがって、撮像した画像を用いて個人の識別を行なう
生体識別装置において、登録時の画像と識別時の画像との位置や方向が異なっていても容
易かつ高精度に識別できるようにすることができる。

かかる生体識別装置であって、前記生体パターンは、指の静脈の形状を表す指静脈パタ
ーンであり、前記登録部は、前記登録特徴量と指の種類を表す指ＩＤとを対応付けて記憶
し、前記演算部は、前記識別特徴量に類似すると判断された登録特徴量に対応付けられた
指ＩＤに基づいて、同じ指ＩＤに対応付けられる２つの識別特徴量の位置を示す情報から
、前記同じ指ＩＤに対応付けられる２つの識別特徴量の間の距離を算出し、前記同じ指Ｉ
Ｄに対応付けられる２つの識別特徴量に対応する２つの登録特徴量の間の距離と、前記同
じ指ＩＤに対応付けられる識別特徴量の間の距離と、の差に応じて算出されるスコアに基
づいて識別を行なうことが望ましい。

このような生体識別装置によれば、登録対象者の指と識別対象者の指との間で、同じ種
類の指から抽出され、類似すると判断される特徴量同士を比較することで、識別の精度が
向上させることができる。指の撮像を行なう場合、異なる指から抽出された特徴量同士の
位置関係は、撮像時の指の配置の違いによって一定にはならない場合がある。一方、同じ
指から抽出された特徴量同士であれば、撮像時の指の配置が変わってもその指自体につい
ての位置関係は変化しないため、正確なデータを取得することができる。また、識別動作
において指の撮像を行う際に、種類を特定せずに任意の指を撮像しても、高精度な識別が
可能となる。

かかる生体識別装置であって、前記演算部は、前記２つの識別特徴量の間の距離と、そ
の２つの識別特徴量に対応する２つの登録特徴量の間の距離と、の差が大きいほど、前記
スコアに対する重みを小さくすることが望ましい。

このような生体識別装置によれば、スコアの算出において、ある２つの識別特徴量間の
距離と、それに類似する２つの登録特徴量間の距離とのズレ量が大きいほど、スコアが加
算されにくくなる。すなわち、登録されているユーザーの特徴量の検出位置と、対応する
識別対象者の特徴量の検出位置との類似度が低いほど、データとしての重要度が低くなる
。これにより、ノイズ等によって本来検出されるべき位置からズレた位置に検出されるよ
うなデータや、誤検出データの影響を相対的に小さくすることができるので、識別の精度
を向上させることができる。

かかる生体識別装置であって、前記演算部は、前記撮像部を用いて登録対象者の指の生
体パターンを撮像して得られる画像から、前記登録特徴量及びそれぞれの登録特徴量の位
置を示す情報を抽出し、前記登録対象者の指ＩＤに対応付けて、前記登録特徴量及び前記
位置を示す情報を前記登録部に登録させることが望ましい。

このような生体識別装置によれば、特徴量を登録する動作と識別対象者を識別する動作
とを１つの生体識別装置で行なうことができるため、ユーザーの利便性を高くすることが
できる。そして、特徴量の登録を行なう際は、登録対象者の指から抽出される特徴量を、
その抽出された指を示す指ＩＤと対応付けて登録することで、識別動作時において指毎に
識別を行なうことができ、識別精度を高くすることができる。

かかる生体識別装置であって、前記識別対象者の指の生体パターンよりも、前記登録対
象者の指の生体パターンの方が、前記撮像部によって撮像される領域が大きいことが望ま
しい。

このような生体識別装置によれば、登録対象者の生体パターンを登録する動作において
、より大きな範囲で撮像された生体パターンの画像から抽出されるユーザーの特徴量の数
が、識別対象者の生態パターンを識別する動作において抽出される識別対象者の特徴量の
数よりも多くなる可能性が高い。つまり、識別を行なう際に用いられる可能性のあるユー
ザーの特徴量をより多く登録しておくことができるため、照合データの母体が大きくなる
。したがって、識別対象者の生体パターンから抽出される特徴量と登録されている特徴量
との照合が行ないやすくなり、より精度の高い識別を行なうことができる。

かかる生体識別装置であって、前記特徴量が、ＳＩＦＴ（Scale Invariant Feature Tr
ansform）を用いて抽出されることが望ましい。

ＳＩＦＴを用いて特徴量を抽出することにより、撮像時の位置変化、回転等に依存しに
くい生体パターンの特徴量を抽出することができるようになる。したがって、生体パター
ンの撮像を行なう際に、撮像を行なうセンサーと被撮像対象（登録対象者または識別対象
者の生体パターン）との位置関係が固定されていない場合であっても、生体パターンを特
徴付ける特徴量を正確に抽出することが可能となり、撮像時の条件によらずに高精度な識
別を行うことができる。

また、識別対象者の生体パターンを撮像して得られる画像から、前記生体パターンを特
徴付ける複数の識別特徴量及びそれぞれの識別特徴量の位置を示す情報を抽出することと
、登録対象者の生体パターンを特徴付ける複数の登録特徴量の各々と、前記複数の識別特
徴量の各々とを照合することと、任意の２つの識別特徴量の位置を示す情報から、前記２
つの識別特徴量の間の距離を算出することと、前記２つの識別特徴量にそれぞれ類似する
と判断された２つの登録特徴量の間の距離と前記識別特徴量の間の距離との差に応じて算
出されるスコアに基づいて、前記識別対象者が前記登録対象者であるか否かを識別するこ
とと、を有する生体識別方法が明らかとなる。

＝＝＝実施形態＝＝＝
発明を実施するための生体識別装置の形態として、静脈識別装置１を例に挙げて説明す
る。
図１は、本実施形態における静脈識別装置１のブロック図である。静脈識別装置１は、
演算部１０とセンサー部２０と光源部３０とトリガセンサー４０とを備える。センサー部
２０はインターフェース２８を介して演算部１０に接続されており、また、光源部３０は
インターフェース３８を介して演算部１０に接続されている。また、静脈識別装置１は、
インターフェース４８とインターフェース５８を介してトリガセンサー４０と制御対象５
０に接続されている。

演算部１０は、演算を行うＣＰＵ(Central Processing Unit)１２と記憶装置（登録部
）としてのＲＡＭ(Random Access Memory)１４及びＥＥＰＲＯＭ(Electronically Erasab
le and Programmable Read Only Memory)１６を含む。ＣＰＵ１２は、ＥＥＰＲＯＭ１６
に記憶されたプログラムを実行することにより静脈識別を行う。ＲＡＭ１４には、静脈識
別を行う際に必要な特徴量が演算結果として登録される。演算部１０は、後述する登録動
作及び識別動作の２つの動作を静脈識別装置１に行わせることができる。

センサー部２０は、指の静脈を撮像するためのセンサーである。センサー部２０は、接
近した指を撮像するが、その際に露光時間を調整することができるようになっている。詳
細については後述するが、センサー部２０は、識別動作時においては識別対象者の指の一
部の静脈パターンについて撮像をすることができればよい。一方、登録動作時においては
なるべく指の広い範囲の静脈パターンを撮像できることが望ましい。したがって、静脈識
別装置１は登録動作用と識別動作用との２種類のセンサーを備えていてもよい。

光源部３０は、撮像する指に所定波長の光を照らすことに用いる装置である。ここでは
、近赤外線のＬＥＤ(Light Emitting Diode)光源を含み、７００ｎｍ〜９００ｎｍの波長
帯を多く含む光を照射する。この波長帯は「生体の窓」とも呼ばれ、血液のヘモグロビン
と水との両方の吸収が低くなり、生体の透過率が高くなる波長帯である。本実施形態では
、指に対して７００ｎｍ〜９００ｎｍの波長帯の近赤外線を照射しながら撮像を行なうこ
とで、血液が多く存在する部分、すなわち血管の部分が影となって撮影される。したがっ
て、当該指の内部にある静脈の形状を精度良く表わした画像を得ることが可能になる。

トリガセンサー４０は、撮像する指の接近を感知し、撮像処理を開始するためのトリガ
ーを演算部１０に送る装置である。トリガセンサー４０には、例えば、静電容量センサー
が用いられる。このトリガセンサー４０により、後述するドアなどに静脈識別装置を設け
た場合において、指をドアに近づけただけでセンサー部２０が指の撮像処理を開始するこ
とができるようになる。

制御対象５０は、静脈識別装置１による識別結果に応じて制御したい対象物である。例
えば、制御対象５０がコンピューターであるときには、静脈識別装置１による識別結果に
応じて識別対象者に対してコンピューターのアクセス権を付与する。また、制御対象５０
が後述のようなドアの電子錠である場合には、静脈識別装置１による識別結果に応じてド
アの電子錠の開錠制御を行う。以下、制御対象５０がドアの電子錠である場合について説
明を行う。

図２Ａ及び図２Ｂに、静脈識別装置１をドアの開錠制御に用いた場合の例を示す。図に
示されるように、静脈識別装置１はドアのドアノブ部に設けられる。静脈識別装置１の前
面にはパネル状のセンサー部２０が設けられ（図２Ｂの斜線部）、センサー部２０の両側
面には光源部３０が設けられる（図２Ｂの横線部）。センサー部２０は、識別対象者がド
アノブ部を握った際に、ちょうど撮像対象となる指が置かれるような位置に配置される。

識別対象者がドアを開閉するために当該ドアノブ部を握ると、トリガセンサー４０が指
の接近を感知して当該指の静脈パターンの撮像が開始される。図２Ｂに示されるように、
撮像時には、センサー部２０の上に位置する識別対象者の指に対して光源部３０から近赤
外線を照射することにより、当該指の撮像対象部分について静脈パターン画像が取得され
る。そして、取得された静脈パターンの画像に基づいて識別対象者が登録対象者（ユーザ
ー）であるか否かが判断される。識別対象者が登録対象者であると判断された場合には、
制御対象５０である電子錠が開錠され、識別対象者が登録対象者でないと判断された場合
には、電子錠が開錠されない。この識別動作の詳細については後で説明する。

なお、識別対象者がドアの開閉を行なう場合、その都度ドアノブの握り方が変わるであ
ろうことから、センサー部２０の同じ位置・同じ角度に、毎回同じ指が置かれるとは限ら
ない。すなわち、識別の対象として撮像される静脈パターンの位置や撮像方向はその都度
変化するものと考えられる。しかし、後述するように、本実施形態では撮像時の位置や方
向、または撮像される指によらず、高い精度で識別を行なえるようになっている。

＜静脈識別装置１の基本動作＞
静脈識別装置１では、登録対象となるユーザー（登録対象者）毎にあらかじめ指の静脈
の形状を表す指静脈パターンを登録しておく「登録動作」と、その登録された指静脈パタ
ーンのデータに基づいて個人の識別を行なう「識別動作」とが行われる。

生体パターンに基づく識別対象者の識別（本実施形態では指静脈パターンによる識別）
を行なうためには、判断基準が必要となる。そのため、まず「登録動作」において、ユー
ザー（登録対象者）毎に指の静脈パターンが静脈識別装置１の登録部（ＲＡＭ１４）に登
録される（登録モードとも呼ぶ）。登録された指の静脈パターンは、「識別動作」におい
て、識別対象者の静脈パターンと照合され、両パターンが一致すると判断された場合に登
録対象者が識別対象者であるか否かが識別される（識別モードとも呼ぶ）。

ただし、基準となるべき登録対象者の指の静脈パターンに関するデータが記憶装置等に
保存されていて、識別モードにおいて当該データを利用するようにすることもできる。こ
の場合、必ずしも静脈識別装置１において登録動作が行われなくてもよい。すなわち、登
録動作と識別動作とは、別の装置で行われてもよい。また、静脈識別装置１は、外部記憶
装置等と接続することによって識別に必要なデータを参照してもよい。

本実施形態の静脈識別装置１では、通常は識別モードを行なう設定になっており、識別
モードと登録モードとの切り替えはユーザーまたは識別対象者がモードを選択することに
よって行なわれる。以下、各動作についてそれぞれ説明する。

＝＝＝登録動作について＝＝＝
登録動作では、登録対象者であるユーザーの指の静脈パターンについて、その特徴を表
す「特徴量」を抽出する。そして、登録対象者毎に、当該抽出された特徴量、及び、その
特徴量の位置を示す座標について、指の種類を表す指ＩＤに対応付けて登録する。本実施
形態における特徴量は、位置不変、及び、回転不変なものが採用される。これは、同じ人
物の指静脈パターンに対しては、撮像範囲が変化（位置変化）した場合でも、撮像方向が
回転（回転変化）した場合でも、パターンに対して同じ位置が特定され（位置不変）、そ
の位置周辺の局所領域の特徴を数値化した特徴量と同じ値で得られる（回転不変）という
特性を有するものである。

＜登録動作の流れ＞
図３に、登録動作のフローを示す。登録動作は、Ｓ１０１〜Ｓ１０５の各処理を実行す
ることによって行なわれる。

登録モードにおいてトリガセンサー４０が指の接近を感知すると登録動作が開始され、
初めに、撮像パラメータの調整が行なわれる（Ｓ１０１）。センサー部２０から入力され
てくる指（静脈）の画像をもとに、演算部１０によって撮像パラメータが調整され、最も
良好な画質で撮像可能なパラメータが設定される。

パラメータの調整後、登録対象となるユーザーの静脈画像の撮像が行われる（Ｓ１０２
）。指の静脈パターン画像を撮像するにあたり、光源部３０から７００ｎｍ〜９００ｎｍ
の波長帯を多く含む光が照射され、指の静脈が撮像される。指静脈パターンの撮像は、静
脈識別装置１のセンサー部２０を用いて行うこともできるし、他の撮像可能な装置を用い
て行うこともできる。

登録モードにおける撮像の際には、上述の特徴量がなるべく多く含まれるように、指が
撮像される領域を大きくする。識別の精度を高くするためには、識別に用いる可能性のあ
る領域に含まれる特徴量は全て登録しておくことが好ましい。そのため、本実施形態では
識別動作において撮像される識別対象者の静脈パターンよりも、登録動作において撮像さ
れる登録対象者の静脈パターンの方が、撮像される領域が大きくなるようにする。例えば
、登録対象者の複数の指について、それぞれの指全体を撮像する等、広い領域を撮像する
。識別動作で撮像される領域よりも広い領域を撮像するために、登録動作において撮像を
行なうセンサーと識別動作において撮像を行なうセンサーとを別個に設けてもよい。また
、そのような広い領域を撮像するにあたり、一括で撮像を行う必要はなく、いくつかの領
域に分割して撮像することとしてもよい。

なお、本実施形態においては、複数の指について撮像を行なう際には、１回の撮像で全
ての指について静脈パターン画像を取得するのではなく、指の１本１本について別個に撮
像を行い、指毎に静脈パターン画像を取得する。例えば、登録対象者の人差し指〜小指の
４本の指について撮像を行なう際には、まず人差し指の撮像を行なって、次に中指、薬指
、小指と順番に撮像を行ない、４種類の静脈パターン画像を取得する。指の種類毎に別々
に撮像を行なうことで、次工程（Ｓ１０３）において指静脈パターン画像から特徴量を抽
出する際に、指の種類に対応付けて特徴量を抽出することが容易になる。なお、撮像した
指の種類を区別し、ＩＤを付与するには、撮像を行う際に登録対象者等がユーザーインタ
ーフェースを介して入力したり、静脈識別装置１が登録対象者に対して指の種類を指示し
たりした情報を記憶するようにすればよい。

次に、撮像された指静脈画像から指毎に特徴量の抽出を行う（Ｓ１０３）。通常、１つ
の静脈画像からは、複数の特徴量が抽出される。上述のように、指の種類毎に静脈パター
ン画像を撮像しておくことにより、それぞれの指について特徴量を抽出することができる
。また、特徴量を抽出する際（Ｓ１０３）には、その特徴量の位置を示す情報（例えば位
置座標）も取得する。本実施形態で、指毎に特徴量及び位置座標を抽出するのは、同じ指
から抽出される複数の特徴量のうち、任意の２つの特徴量間の距離を用いて識別を行うた
めである。なお、特徴量の位置座標を取得する際の座標軸は、静脈パターンに対して任意
の方向とすることができる。２つの特徴量間の距離は相対座標間の距離として算出される
。特徴量抽出処理の詳細は後で説明する。

指静脈画像について特徴量の抽出が行なわれた後、その抽出された特徴量が適正なもの
であるか否かが判断される（Ｓ１０４）。本実施形態では、抽出された該特徴量を基準と
して静脈識別が行なわれるので、識別動作において正確な識別を行なうためには十分な量
（数）の特徴量が抽出されている必要がある。言い換えると、十分な数の特徴量が抽出さ
れていなければ、識別の基準として採用することはできない。そこで、演算部１０は、抽
出された特徴量の数が所定数以上あるか否かを判断し、所定数未満である場合（Ｓ１０４
がＮｏ）は特徴量が不適正なものとしてＳ１０１に戻ってパラメータの調整からやり直し
て撮像を行なう。

抽出された特徴量の数が所定数異常であると判断された場合（Ｓ１０４がＹＥＳ）には
、特徴量が適正なものとして、指毎に抽出された特徴量、及びその位置座標は、指の種類
を表す指ＩＤと対応付けられてＲＡＭ１４に登録される（Ｓ１０５）。

以上の処理により、登録動作が完了する。

＜特徴量の抽出（Ｓ１０３）の詳細＞
特徴量抽出処理（Ｓ１０３）の処理内容の詳細について説明する。図４に、特徴量抽出
処理（Ｓ１０３）のフローを示す。特徴量の抽出はＳ１３１〜Ｓ１３３の各処理を順次実
行することにより行なわれる。

まず、撮像した静脈画像の画像補正が行われる（Ｓ１３１）。ここで画像補正が行われ
るのは、主に次の３つの理由からである。（１）指の透過率には個人差があり、取得した
画像の全体の輝度がばらつくことがある。（２）指の透過率の個人差により明暗分布が生
じてしまうことがある。例えば、指の関節部は明るく画像が取得され、関節と関節との間
は暗く画像が取得される。（３）静脈と表皮との間の生体組織により、光が拡散し、撮像
した静脈パターンがぼやける場合がある。

これらの課題を解決するために、フィルタ処理を行う。上記（１）の課題を解決するた
めには、正規化が必要であり、そのために平均値（直流成分）を除去する必要がある。ま
た、上記（２）の課題を解決するためには、均一化が必要であり、そのために、緩やかな
変動を除去する必要がある。よって、これら（１）と（２）の課題を解決するために、静
脈画像に対してハイパスフィルタを適用する。

また、上記（３）の課題を解決するためには、シャープネス処理が必要であるから、静
脈画像に対してアンシャープマスクを適用し高周波成分を強調する。すなわち、これらハ
イパスフィルタとアンシャープマスクを統合したフィルタを作成し適用する。具体的には
、２つのフィルタの周波数応答(MTF: Modulation Transfer Function)を周波数空間で積
算し、これを逆フーリエ変換したフィルタを適用することになる。

なお、撮像された画像に輝度のばらつき等がほとんど無い場合には、当該補正処理は必
ずしも行われなくてもよい。

次に、特徴点の抽出（Ｓ１３２）が行われる。ここで、「特徴点」とは、撮像された複
数の画像の間で、静脈画像が回転したり位置が移動したりする場合でも、静脈パターンの
決まった位置に出現する点のことを言う。すなわち、位置・角度がシフトしても静脈パタ
ーンに対する相対位置が変化しない点である。

本実施形態では、前述のようにセンサーと指との位置関係は固定ではないことから、静
脈パターンの特徴量を算出するためには、その中心位置（基準となる位置）を求めたいと
いう要求がある。この中心位置となる点が特徴点である。これらの要求を満たす手法の一
例として、本実施形態における特徴点抽出及び特徴量抽出では、ＳＩＦＴ(Scale Invaria
nt Feature Transform)が採用される。以下に、ＳＩＦＴを用いて特徴点抽出及び特徴量
抽出を行なう際の方法について説明する。

特徴点の抽出（Ｓ１３２）の処理においては、まず、ノイズを取り除き、安定した特徴
点を得るために、静脈画像にガウスフィルタを適用して平均化処理を行う。そして、ある
周波数以上の成分をカットする処理を行う。また、ガウスフィルタを適用した画像の二次
微分を算出し、その極値を特徴点候補とする。さらに、ノイズに由来する特徴点を取り除
くために、極値の絶対値が所定の閾値以上の点のみを特徴点として採用する。上記におい
て、特徴点候補を得るために二次微分を算出しているのは、均一な領域ではなく、変化が
あるエッジ部を画像から抽出するためである。また、撮影において斜めから光源照射がな
されたときにおいて、一定の傾きで変化する領域が画像に生ずることがあるが、このよう
な領域を特徴点候補としないためである。二次微分の算出は、具体的には、静脈画像とガ
ウス導関数の畳み込み積分により行われる。また、これにより特徴点の位置座標が取得さ
れる。

図５は、特徴点の一例を示す図である。図５には、撮像された静脈画像を部分的に拡大
した図（図の斜線部）と、その静脈の分岐点において特定された特徴点が示されている。
特徴点は、輝度勾配の二次微分の極値の場所が選択されるので、輝度の変化量が大きな箇
所が選択されることになる。また、二次微分の極値の場所は、一次微分の変化量が極大と
なる場所であるから、周囲に比べて曲率（すなわり曲がり方）が大きい点が選択される。
よって、静脈の分岐点や血管内部も特徴点として選択されることになる。すなわち、静脈
とそうでない場所とを分ける場所が特徴点として自動的に選択されることになる。

次に、特徴量の抽出が行われる（Ｓ１３３）。特徴量の抽出は、上記の処理において得
られたそれぞれの特徴点に対して以下の処理を行うことにより行われる。まず、特徴点周
辺の輝度勾配を算出する。

図６は、得られた輝度勾配の一例を示す図である。図６には、特徴点を中心とした複数
のマス目（本実施形態では、８×８のマス目）が示されている。そして、各マス目におけ
る輝度勾配がベクトル量として示されている。

次に、図６のように得られた輝度勾配についてヒストグラムを作成する。そして、最も
頻度の高い方向を特徴量の基準方向とする。

図７は、輝度勾配のヒストグラムの一例を示す図である。図７の横軸は、全方向（３６
０度）を所定数の方向に分割した場合の各方向を表し（図７の場合は３６方向に分割した
場合を表す）、縦軸は各方向における輝度の大きさｈを表す。すなわち、図７では、３６
方向のヒストグラムが示されている。そして、「ｐｅａｋ」と記載した方向の値が最も高
くなっている。よって、この方向が特徴量の基準方向となる。

次に、特徴点を中心として、前述の処理で選択された基準方向に合わせて、再度８×８
のマス目を作成する。そして、この８×８のマス目を４×４のマス目に対応させ、この４
×４のマス目毎の輝度勾配について、マス目ごとに８方向のベクトルに分解する。

図８は、基準方向に座標軸を合わせたときの輝度勾配の一例を示す図である。図８の左
図においては、太矢印の方向が前述の基準方向であり、基準方向に方向を合わせた８×８
のマス目を再作成し輝度勾配を求め直したものである。また、図８の右図は、この８×８
のマス目を４×４のマス目に対応させ、マス目毎に輝度勾配を８方向のベクトルに分解し
たものである。

ここでは、８方向のベクトルに分解しているので、０°、４５°、９０°、１３５°、
１８０°、２２５°、２７０°、及び、３１５°のそれぞれの方向についてスカラー量が
得られる。また、４×４のマス目のそれぞれについて、これらのスカラー量が得られてい
ることになるため、４×４×８＝１２８次元のスカラー量を得ることができることになる
。本実施形態において、特徴点における特徴量は、これら複数次元のスカラー量である。

図９に、登録対象者の指静脈パターン画像から特徴量を抽出する動作について説明する
図を示す。図１０に、抽出された特徴量等のデータを登録する際の表（テーブル）の一例
を示す。

登録対象者の指の撮像により、図９に示されるような指静脈パターン画像が得られる。
なお、図９は、或る登録対象者Ａの人差し指について撮像された静脈パターンとする。こ
の指静脈パターン画像から複数の特徴点が抽出される。図９の静脈画像中に複数表示され
ている丸印が、抽出された「特徴点」である。これらの特徴点についてそれぞれ特徴量が
抽出される。例えば、図９の静脈パターン画像からはＡ２＃１〜Ａ２＃４の４点の特徴量
が抽出される。Ａ２＃１のうち「Ａ」は登録対象者Ａの登録者ＩＤを表し、「２」は人差
し指の指ＩＤを表し、「＃１」は特徴量の番号を表す。それぞれの特徴量は上述のような
１２８次元のスカラー量で表される。

抽出された特徴量は、図１０の表に表されるようなデータとしてＲＡＭ１４に保存され
る。保存されるデータの項目としては、（１）登録対象者を識別する登録者ＩＤ、（２）
指の種類を識別する指ＩＤ、（３）抽出された特徴量について便宜的に付される特徴番号
（通し番号）、（４）特徴量の１２８次元のスカラー量、（５）特徴量の位置を表す情報
（特徴点の位置座標）等がある。

上述の例では、（１）登録対象者Ａの登録者ＩＤとして「Ａ」、（２）人差し指の指Ｉ
Ｄとして「２」、（３）抽出された特徴量についての特徴番号として「＃１〜＃４」、（
４）それぞれの特徴量としてＦ_Ａ２ｍｎ（登録対象者Ａの指ＩＤ２の特徴番号ｍのｎ次元
目のスカラー量）、（５）特徴量の位置情報として、（Ｘ_Ａ２ｍ、Ｙ_Ａ２ｍ）（登録対象
者Ａの指ＩＤ２の特徴番号ｍについての座標）のデータが登録される。

また、図１０の例では、特徴量の位置情報として位置座標が登録されているが、位置座
標ではなく、同じ指ＩＤに属する２点の特徴量間の距離を登録してもよい。後述の識別動
作においては、特徴量間距離を用いて識別を行なうため、位置座標から距離を算出するこ
ととなる。そこで、登録動作において、あらかじめ２点間の距離を登録してもよい。

この動作が、登録対象者の指ごとに行われ、その登録対象者の登録特徴量として保存さ
れる。なお、本明細書中において、人差し指の指ＩＤは「２」、中指は「３」、薬指は「
４」、小指は「５」で表す。

＝＝＝識別動作について＝＝＝
識別動作は、登録対象者毎に登録されている特徴量（登録特徴量）と、識別対象者の静
脈パターン画像から抽出される特徴量（識別特徴量）とを照合し、登録特徴量と識別特徴
量との対応関係を判定する。そして、或る２つの識別特徴量の間の距離と、その２つの識
別特徴量に対応する２つの登録特徴量間の距離とを比較して、その距離の差に基づいて、
登録されているいずれかのユーザーと識別対象者とが同一人物であるか否かを判定する処
理である。

静脈識別装置１は、通常の使用場面（例えば、図２でドアに施錠しているとき）におい
ては、識別モードの状態で待機している。この時にトリガセンサー４０が静脈識別装置１
へ識別対象者の指が接近するのを検知すると、以下のような識別動作が開始され、演算部
１０によって識別の許否が判断される。

＜識別動作の流れ＞
図１１に、識別動作のフローを示す。識別動作はＳ５０１〜Ｓ５０９の各処理を実行す
ることによって行なわれる。

初めに、登録動作におけるＳ１０１と同様に、撮像パラメータの調整が行なわれる（Ｓ
５０１）。すなわち、センサー部から入力されてくる指（静脈）の画像をもとに、演算部
１０によって撮像パラメータが調整され、最も良好な画質で撮像可能なパラメータが設定
される。

撮像パラメータの調整後、識別対象者の指静脈画像の撮像が行われる（Ｓ５０２）。静
脈画像の撮像は、識別対象者がドア（図２参照）を開こうとしてドアノブを握ったタイミ
ングで行なわれる。このとき、光源部３０から７００ｎｍ〜９００ｎｍの波長帯を多く含
む近赤外線を照射しながらセンサー部２０を用いて１回の撮像が行なわれる。本実施形態
では、位置不変・回転不変な特性を有する特徴量を用いて識別を行なう。したがって、識
別時における指の位置・方向は、登録時における指の位置・方向とずれていてもよい。つ
まり、ユーザーは撮像の際に指の位置合わせ等の細かい調整をする必要がなく、ユーザー
にとって利便性の高いものとなっている。

また、撮像される指の範囲は、登録動作時よりも狭くすることができる。通常の場合、
指の静脈パターンの一部分を撮像しただけでも、個人の識別を行なう際に必要な数の特徴
量を抽出することが可能だからである。登録動作において、登録対象者毎に複数の指につ
いての静脈パターンを撮像し、それぞれの指（例えば、人差し指〜小指までの４本分の指
）について複数の特徴量及び位置情報が登録されている（前述の登録特徴量）。そのため
、識別動作においては、識別対象者の指の一部（例えば、人差し指の一部）から抽出され
る特徴量を照合するだけで、識別の精度を確保することができる。

次に、撮像された識別対象者の静脈パターン画像から、識別対象者の静脈パターンを特
徴付ける特徴量である識別特徴量等の抽出が行われる（Ｓ５０３）。本工程は、登録動作
時（Ｓ１０３）と同様にして行なうことができ、１つの静脈画像から複数の特徴量、及び
その特徴量の位置を示す情報（位置座標）が抽出される。例えば、或る識別対象者Ｑの静
脈パターン画像から、ｍ個の特徴量（Ｑ＃１〜Ｑ＃ｍ）、及び、その位置を示す情報（そ
れぞれの特徴点の位置座標（Ｘ_Ｑ１，Ｙ_Ｑ１）〜（Ｘ_Ｑｍ，Ｙ_Ｑｍ））が識別特徴量とし
て抽出される。なお、識別動作における指静脈パターンの撮像（Ｓ５０２）では不特定の
指が撮像されるため、抽出された特徴量がそれぞれどの指の静脈パターンから抽出された
ものであるかを判断することはできない。つまり、Ｓ５０３の段階では、上述の識別特徴
量（Ｑ＃１〜Ｑ＃ｍ）は指ＩＤに関する情報を含まないデータである。

抽出された識別特徴量が適正なものである場合、すなわち、静脈識別を行なうのに十分
な数の識別特徴量を抽出することができていれば（Ｓ５０４）、抽出された当該特徴量に
ついての照合処理（Ｓ５０５）が行なわれる。なお、Ｓ５０４は登録動作におけるＳ１０
４と同様にして行うことができる。

照合処理（Ｓ５０５）では、抽出された識別対象者の複数の識別特徴量について識別特
徴量間の距離が算出され、その距離に基づいて、該識別対象者のスコアが算出される。

まず、識別動作において抽出された識別対象者の特徴量（識別特徴量）と、登録動作に
おいて登録されている登録対象者（登録されているユーザー）の特徴量（登録特徴量）と
の間で、類似する（対応する）特徴量の有無が判断される。そして、或る２つの識別特徴
量間の距離と、その２つの識別特徴量に類似する（対応する）登録特徴量間の距離との差
に応じて識別対象者のスコアが算出される。照合処理（Ｓ５０５）の詳細は後で説明する
。

この方法では、識別特徴量とそれに対応する登録特徴量との位置のズレが小さいほどス
コアが加算されやすくなる。言い換えると、識別対象者の静脈パターンと、登録対象者の
うちのいずれかの静脈パターンとが類似しているほど、スコアが高い値となる。

そして、照合処理の結果として得られた識別対象者のスコアと所定の閾値とが比較され
る（Ｓ５０６）。上述のように、スコアが高いほど、識別対象者の静脈パターンと、登録
対象者の静脈パターンとの類似度が高いことを示しているので、閾値の値を適当に設定す
ることにより、個人の識別を精度良く行なうことができる。

演算部１０は、識別対象者のスコアが所定の閾値よりも大きい場合（Ｓ５０６がＹｅｓ
）には、識別対象者と登録対象者とが一致すると判定する（Ｓ５０７）。その際、識別（
識別対象者が登録されているか否か）の他に、識別対象者がどの登録対象者に該当するか
の特定も可能である。一方、識別対象者のスコアが所定の閾値よりも小さい場合（Ｓ５０
６がＮｏ）には、識別対象者と登録対象者とが一致しないと判定する（Ｓ５０８）。

識別結果は制御対象５０に送信され（Ｓ５０９）、その結果に従った制御がなされる。
例えば、図２Ａのように制御対象５０がドアの電子錠である場合には、識別対象者と登録
対象者とが一致すると判定されれば開錠され、識別対象者と登録対象者とが一致しないと
判定されれば開錠されない。

＜照合処理（Ｓ５０５）の詳細＞
照合処理（Ｓ５０５）の詳細について説明する。図１２に、照合処理のフローを示す。
照合処理は、演算部１０によってＳ５５１〜Ｓ５５８の各処理を実行することにより行な
われる。なお、以下では、特徴量抽出処理（Ｓ５０３）において、或る識別対象者Ｑの指
静脈パターンから（Ｑ＃１〜Ｑ＃ｍ）のｍ個の特徴量（特徴番号＃１〜＃ｍで表現される
特徴量）が抽出されているものとして説明を行なう。

はじめに、識別対象者Ｑのｍ個の識別特徴量（Ｑ＃１〜Ｑ＃ｍ）について、第ｊ番目（
ｊ＝１，２，３…）の識別特徴量Ｑ＃ｊが選択される（Ｓ５５１）。例えば、照合処理の
開始時点では、まず第１番目の特徴量Ｑ＃１が選択される。

次に、前述の登録特徴量の中に、識別特徴量Ｑ＃ｊと類似する特徴量があるか否かが判
断される（Ｓ５５２）。特徴量の「類否（類似するか否か）」は、比較する２つの特徴量
ベクトル間におけるユークリッド距離を算出し、算出されたユークリッド距離とあらかじ
め設定してある所定の閾値とを比較することによって判断することができる。これらの距
離の値が所定の閾値よりも小さい場合には、両者のベクトルが非常に近いことを示すので
２つの特徴量は類似度が高いと判定することができる。

例えば、Ｓ５５１で選択された識別特徴量「Ｑ＃ｊ」と、登録対象者Ａの人差し指（指
ＩＤ２）に対応付けられたｉ番目（特徴番号が＃ｉ）の登録特徴量「Ａ２＃ｉ」との間で
、ユークリッド距離が算出される。識別特徴量Ｑ＃ｊと登録特徴量Ａ２＃ｉとの間のユー
クリッド距離が所定の閾値よりも小さい場合、Ｑ＃ｊとＡ２＃ｉとは類似する特徴量であ
ると判断される。また、識別特徴量Ｑ＃ｊと登録特徴量Ａ２＃ｉとが非類似（閾値以上）
であった場合は、登録対象者Ａの人差し指に対応付けられた次（ｉ＋１番目）の登録特徴
量Ａ２＃ｉ＋１との間で、類否が判断される。この動作を繰り返すことにより、選択され
た識別特徴量Ｑ＃ｊと登録対象者Ａの人差し指に対応付けられた全て（ｎ個とする）の登
録特徴量（Ａ２＃１〜Ａ２＃ｎ）との類似判断が順次行なわれる。そして、登録対象者Ａ
の人差し指に対応付けられた全ての登録特徴量（Ａ２＃１〜Ａ２＃ｎ）の中に、識別特徴
量Ｑ＃ｊと類似するものがない場合は、次に登録対象者Ａの中指（指ＩＤ３）に対応付け
られた特徴量（Ａ３＃１〜Ａ３＃ｎ）との類否が判断される。このようにして、選択され
た各識別特徴量と登録特徴量との間で順次類否判断が行なわれる。

なお、ここでは、ユークリッド距離に基づいて類似判断を行なうこととしたが、市街地
距離やマハラノビスの距離に基づいて類似判断を行なうこととしてもよい。

選択された識別特徴量Ｑ＃ｊについて、類似（対応）する特徴量が登録特徴量の中に見
つかった場合（Ｓ５５２がＹｅｓ）は、その識別特徴量Ｑ＃ｊについての位置座標（Ｘ_Ｑ
_ｊ′，Ｙ_Ｑｊ′）が、その類似する登録特徴量に対応付けられた指ＩＤと共に一時的にＲ
ＡＭ１４に登録される（Ｓ５５３）。例えば、上述の例において選択された識別特徴量Ｑ
＃１が、登録特徴量中の登録対象者Ａの人差し指に対応付けられた１番目（特徴番号が＃
１）の登録特徴量Ａ２＃１と類似すると判断されたとする。この場合、識別特徴量Ｑ＃１
の位置座標（Ｘ_Ｑ１′，Ｙ_Ｑ１′）は、登録対象者「Ａ」の指ＩＤ「２」の特徴番号「＃
１」に対応付けて（Ｘ_Ａ２１′，Ｙ_Ａ２１′）として保存される。なお、１つの識別特徴
量に対して類似すると判断された登録特徴量が複数あった場合には、類似すると判断され
た全ての登録特徴量について同様に対応付けを行ってもよい。

逆に、選択された識別特徴量Ｑ＃１が、登録特徴量中のいずれの登録対象者のいずれの
指の特徴量にも類似しなかった場合（Ｓ５５２がＮｏ）は、識別特徴量Ｑ＃１についての
データは保存されない。

そして、次の特徴量（ｊ＋１番目の特徴量Ｑ＃ｊ＋１）が存在する場合（Ｓ５５４がＮ
ｏ）は、該特徴量Ｑ＃ｊ＋１について上述の（Ｓ５５１〜Ｓ５５３）の処理が繰り返され
る（Ｓ５５４）。

次の識別特徴量がない場合（Ｓ５５４がＹｅｓ）、同じ指ＩＤに対応付けられた識別特
徴量のうちから異なる２つの識別特徴量が選択され、当該２つの識別特徴量間の距離ｒ′
が算出される（Ｓ５５５）。例えば、登録対象者Ａの指ＩＤ２の１番目の登録特徴量に対
応する識別特徴量の位置座標（Ｘ_Ａ２１′，Ｙ_Ａ２１′）と、登録対象者Ａの指ＩＤ２の
２番目の登録特徴量に対応する識別特徴量の位置座標（Ｘ_Ａ２２′，Ｙ_Ａ２２′）から識
別特徴量間距離ｒ_１２′が算出される。

ここで、或る登録対象者の或る指についての第ｌ番目の登録特徴量と対応する識別特徴
量（Ｘ_＊＊ｌ′，Ｙ_＊＊ｌ′）、及び第ｍ番目の登録特徴量と対応する識別特徴量（Ｘ_＊
_＊ｍ′，Ｙ_＊＊ｍ′）の２点間の距離ｒ_ｌｍ′は、次の一般式（１）によって算出される
。

このようにして、同じ指ＩＤに対応付けられた全ての識別特徴量の組み合わせについて
識別特徴量間の距離が算出される。また、全ての組み合わせについて距離を算出するので
はなく、その一部について選択的に距離を算出することとしてもよい。

なお、本実施形態において、異なる指ＩＤに対応付けられた２つの識別特徴量間の距離
は算出されない。例えば、登録対象者Ａの人差し指に対応付けられた或る識別特徴量と、
登録対象者Ａの中指に対応付けられた或る識別特徴量との間の距離は算出されない。異な
る指から抽出される２点の特徴量間の位置関係は、撮像時の指の開き具合等によって変動
するため、識別の基準にすることが適切でないからである。一方、同じ指から抽出される
２つの特徴量間の位置関係は、前述のように位置・方向によらないため、同じ登録対象者
の同じ指ＩＤに対応付けられた識別特徴量間の距離は不変である。したがって、同じ指Ｉ
Ｄに対応付けられた識別特徴量間の距離ｒ′を用いて個人の識別を精度よく行なうことが
可能となる。

続いて、該識別特徴量間の距離ｒ′に対応する登録特徴量間の距離ｒが算出される（Ｓ
５５６）。上述の例の識別特徴量間距離ｒ_１２′に対応する距離としては、登録対象者Ａ
の指ＩＤ２の１番目の登録特徴量の位置座標（Ｘ_Ａ２１，Ｙ_Ａ２１）、及び２番目の登録
特徴量の位置座標（Ｘ_Ａ２２，Ｙ_Ａ２２）との間の距離ｒ_１２が算出される。なお、Ｓ５
５５の工程とＳ５５６の工程とで実行される順番を逆にしてもよい。

第ｌ番目の登録特徴量（Ｘ_＊＊ｌ，Ｙ_＊＊ｌ）、及び第ｍ番目の登録特徴量（Ｘ_＊＊ｍ
，Ｙ_＊＊ｍ）の２点間の距離ｒ_ｌｍは、次の一般式（２）によって算出される。

そして、対応する距離同士のズレ量に応じた値Ｓを算出する（Ｓ５５７）。例えば、上
述の識別特徴量間の距離ｒ_１２′とそれに対応する登録特徴量間の距離ｒ_１２との差（ズ
レ量）に応じた値としてＳ_１２が算出される。

ある２つの識別特徴量間の距離ｒ_ｌｍ′とそれに対応する登録特徴量間の距離ｒ_ｌｍと
の差（ズレ量）に応じた値Ｓ_ｌｍは、次の一般式（３）によって算出される。

σは減衰パラメータであり、σの値が大きいほどＳの値は小さく算出されやすくなる。

一般式（３）において、Ｓ_ｌｍは、或る２つの識別特徴量間の距離ｒ_ｌｍ′とそれに対
応する２つの登録特徴量間の距離ｒ_ｌｍとの類似度を表す量であると言える。すなわち、
ｒ_ｌｍ′とｒ_ｌｍとの差が大きいほどＳ_ｌｍの値は小さく算出され、逆にｒ_ｌｍ′とｒ_ｌ
_ｍとの差が小さいほどＳ_ｌｍの値は大きく算出される。

このＳ値を、同じ指ＩＤに対応付けられる全ての識別特徴量のうちの２点（２点間距離
）の組み合わせについてそれぞれ算出し、その合計値を識別対象者のスコア候補とする。
そして、指ＩＤ毎に求められたスコア候補のうち、最大値を示すものが識別対象者のスコ
アとして算出される（Ｓ５５８）。算出された識別対象者のスコアと前述の閾値を比較す
ることにより、識別許否の判断がなされる（Ｓ５０６）。

＜識別動作の具体例＞
識別動作の流れについて、具体例を用いて説明する。図１３は、或る識別対象者Ｑの指
静脈パターン画像から識別特徴量を抽出する動作について説明する図である。図１４は、
抽出された識別特徴量をデータ化した表の一例を示す図である。

識別動作では、まず、識別対象者の指の撮像により、図１３に示されるような指静脈パ
ターン画像が得られる（Ｓ５０２）。この指静脈パターン画像から複数の識別特徴量が抽
出される（Ｓ５０３）。図１３の静脈パターン画像中に複数表示されている丸印（実線）
が、抽出された「特徴点」であり、これらの特徴点についてそれぞれ識別特徴量とその座
標とが抽出される。例えば、図１３の静脈パターン画像からはＱ＃１〜Ｑ＃４の４点の特
徴量が抽出される。なお、同図の点線で描かれた丸印は、図９において抽出された登録対
象者Ａの登録特徴量を示すものである。

抽出された識別特徴量（Ｑ＃１〜Ｑ＃４）は、それぞれ登録特徴量と照合され（Ｓ５０
５）、登録対象者のいずれかの登録特徴量との類否が判断される（Ｓ５５２）。その結果
、図１３において、Ｑ＃１と登録対象者Ａの人差し指の１番目の登録特徴量Ａ２＃１とが
類似するものと判断される。同様に、Ｑ＃２とＡ２＃２とが類似し、Ｑ＃３とＡ２＃３と
が類似するものと判断される。識別特徴量Ｑ＃３（実線で描かれた丸印）は登録特徴量Ａ
２＃３（点線で描かれた丸印）の位置からややずれた位置で抽出されているが、前述のＳ
５５２の処理により、両特徴量間の距離が所定の閾値より小さければ両者は類似するもの
と判断される。また、Ｑ＃４と登録対象者Ａの中指の２番目の登録特徴量Ａ３＃２とが類
似するものと判断される。なお、図１３において、図９のＡ２＃４に対応する識別特徴量
は抽出されなかったものとする。

類否判断の結果、類似する識別特徴量の位置情報が、図１４のようなデータとして一時
的に保存される（Ｓ５５３）。保存されるデータの内容は、その識別特徴量と類似する登
録特徴量に対応付けられる登録者ＩＤ、指ＩＤ、及び特徴番号と、当該識別特徴量の位置
座標である。例えば、図１３において、識別特徴量Ｑ＃１と登録特徴量Ａ２＃１とが類似
すると判断されるので、識別特徴量Ｑ＃１の位置座標（Ｘ_１′，Ｙ_１′）が、登録対象者
Ａの登録者ＩＤ「Ａ」及び指ＩＤ「２」及び特徴番号「＃１」と対応付けられ、（Ｘ_Ａ２
_１′，Ｙ_Ａ２１′）として保存される（図１４）。同様にして、図１３から抽出される４
つの特徴量についてのデータが、それぞれ類似する登録特徴量に対応付けて保存される。

続いて、この、登録されたデータを用いて、特徴量間の距離が算出される。前述したよ
うに、特徴量間の距離は同じ指ＩＤに対応付けられた２つの識別特徴量の間の距離として
算出される。図１４で、指ＩＤ２（人差し指）に対応付けられた識別特徴量のデータが３
点分保存され、指ＩＤ３（中指）に対応付けられた識別特徴量のデータが１点分保存され
ている。そこで、指ＩＤ２に対応付けられた３点の識別特徴量の位置情報（図１４の破線
で囲まれた領域のデータ）を用いて距離を算出する。本例においては、指ＩＤ３に対応付
けられる識別特徴量が１点しか抽出されていないため、指ＩＤ３についての識別特徴量間
の距離を算出することはできないが、通常は指ＩＤ毎に特徴量間の距離が算出される。

図１５は、２つの識別特徴量の間の距離を示す表の一例であり、図１６は、該２つの識
別特徴量に対応する２つの登録特徴量の間の距離を示す表の一例である。

まず、識別特徴量間の距離として、図１４で、登録対象者Ａの指ＩＤ２の特徴番号＃１
に対応する識別特徴量の座標（Ｘ_Ａ２１′，Ｙ_Ａ２１′）と、登録対象者Ａの指ＩＤ２の
特徴番号＃２に対応する識別特徴量の座標（Ｘ_Ａ２２′，Ｙ_Ａ２２′）との間の距離ｒ_１
_２′が算出される（Ｓ５５５）。距離の算出方法は前述の一般式（１）による。同様にし
て、＃１と＃３との距離ｒ_１３′、及び、＃２と＃３との距離ｒ_２３′が算出される。こ
れにより、図１５に示されるような３つの識別特徴量間の距離ｒ_１２′〜ｒ_２３′が求め
られる。

次に、その識別特徴量に対応する登録特徴量の間の距離が算出される（Ｓ５５６）。本
例では、識別特徴量の座標（Ｘ_Ａ２１′，Ｙ_Ａ２１′）に対応する登録特徴量Ａ２＃１の
座標（Ｘ_Ａ２１，Ｙ_Ａ２１）、及び、識別特徴量の座標（Ｘ_Ａ２２′，Ｙ_Ａ２２′）に対
応する登録特徴量Ａ２＃２の座標（Ｘ_Ａ２２，Ｙ_Ａ２２）との間の距離ｒ_１２が算出され
る。距離の算出方法は前述の一般式（２）による。同様にして、＃１と＃３との距離ｒ_１
_３、及び、＃２と＃３との距離ｒ_２３が算出される。これにより、図１６に示されるよう
な登録対象者Ａの指ＩＤ２の＃１〜＃３の登録特徴量間の距離ｒ_１２〜ｒ_２３が求められ
る。

そして、算出された識別特徴量間の距離ｒ_１２′〜ｒ_２３′と、それに対応する登録特
徴量間の距離ｒ_１２〜ｒ_２３との差（ズレ量）に応じた値Ｓをそれぞれ算出する（Ｓ５５
７）。図１７は、識別特徴量間の距離と、それに対応する登録特徴量間の距離のズレ量に
応じた値Ｓを示す表の一例である。本例では、識別特徴量間の距離ｒ_１２′とそれに対応
する登録特徴量間の距離ｒ_１２とのズレ量に応じた値としてＳ_１２が算出される。Ｓ_１２
の算出は前述の一般式（３）による。同様にして、ｒ_１３′とｒ_１３とのズレ量に応じた
値Ｓ_１３、及び、ｒ_２３′とｒ_２３とのズレ量に応じた値Ｓ_２３が算出される。

最後に、指ＩＤ毎に算出された各々のズレ量の総和が識別対象者のスコア候補として算
出され、そのうちの最大値を示す値が識別対象者のスコアとされる（Ｓ５５８）。本例の
場合、指ＩＤ２についてのみズレ量が算出されているので、識別対象者のスコアは当該ズ
レ量の総和（Ｓ_１２＋Ｓ_１３＋Ｓ_２３）となる。このスコアと所定の閾値とを比較して、
当該スコアの方が大きければ識別が許可される。

＜まとめ＞
本実施形態では、識別動作において、識別対象者の静脈パターンを、位置・方向によら
ずに撮像して得られる画像から、当該静脈パターンを特徴付ける複数の識別特徴量及びそ
の識別特徴量に関する位置情報を抽出する。そして、登録対象者の静脈パターンとして登
録されている複数の登録特徴量と、抽出された識別特徴量とを照合し、同じ指に対応付け
られる識別特徴量のうち、或る２つの識別特徴量の位置を示す情報から、その２つの識別
特徴量の間の距離を算出する。一方、その２つの識別特徴量に対応する２つの登録特徴量
の間の距離も算出する。そして、識別特徴量間の距離とそれに対応する登録特徴量間の距
離の差に応じて識別対象者のスコアを算出し、所定の閾値とを比較することにより、静脈
識別を行なう。

なお、両特徴量間の距離の差（ズレ量）を考慮するのは、偶然に発生するノイズ等の影
響を小さくするためである。例えば、ノイズ等の影響によって、識別特徴量が本来抽出さ
れるべき位置からズレた位置で誤検出された場合、対応する登録特徴量間距離とのズレ量
が大きくなる。両特徴量間の距離の差（ズレ量）が大きいと、一般式（３）によって、Ｓ
値が小さく算出されるため、識別対象者のスコアに対する重みが小さくなる。逆に、識別
特徴量と登録特徴量との位置のズレが小さい場合、両特徴量間の差（ズレ量）も小さくな
りＳ値が大きく算出され、識別対象者のスコアに対する重みが大きくなる

つまり、本実施形態では、誤検出等と思われる特徴量データは、識別対象者のスコアに
与える相対的な影響が小さくなるので、本来の特徴量としてカウントされるべきデータの
みによって識別の許否が判断されることとなり、識別の精度が向上する。

したがって、登録時の画像と識別時の画像との位置や方向が異なっていても容易かつ高
精度に識別できるようになる。

＝＝＝その他の実施形態＝＝＝
一実施形態としての静脈識別装置を説明したが、上記の実施形態は、本発明の理解を容
易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、
その趣旨を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含ま
れることは言うまでもない。特に、以下に述べる実施形態であっても、本発明に含まれる
ものである。

＜生体識別装置について＞
上述の実施形態において、生体識別装置の例として静脈パターンを用いて識別を行なう
静脈識別装置１を挙げて説明しているが、この限りではなく、静脈パターン以外の人間の
生体パターンを捉えて識別を行なう装置であってもよい。例えば、指の指紋等の画像を用
いて個人の識別を行なうことも可能である。

上述の実施形態において、生体識別装置の例として指の静脈パターンを用いて識別を行
なう静脈識別装置１を挙げて説明しているが、この限りではなく、指以外の生体（体の部
位）を捉えて識別を行なう装置であってもよい。例えば、手のひら等の静脈パターンを用
いて個人の識別を行なうことも可能である。

＜ＳＩＦＴ特徴量について＞
上述の実施形態において、特徴点の抽出及び特徴量の抽出を行なう際の手法としてＳＩ
ＦＴ特徴量を用いた例について説明しているが、この限りではない。例えば、ＳＵＲＦ(S
peeded Up Robust Features)、ＧＬＯＨ(Gradient Location and Orientation Histogram
)等の手法を用いることとしてもよい。

１静脈識別装置、
１０演算部、１２ＣＰＵ、１４ＲＡＭ、１６ＥＥＰＲＯＭ、
２０センサー部、
３０光源部、
４０トリガセンサー、
５０制御対象

Claims

生体パターンを撮像する撮像部と、
登録対象者の生体パターンを特徴付ける登録特徴量を複数登録する登録部と、
演算部と、を備え、
前記演算部は、
前記撮像部を用いて識別対象者の生体パターンを撮像して得られる画像から、前記
生体パターンを特徴付ける複数の識別特徴量及びそれぞれの前記識別特徴量の位置を示す
情報を抽出し、
前記登録部に登録されている複数の登録特徴量の各々と、前記識別対象者の複数の
識別特徴量の各々とが類似するか否かを判断し、
任意の２つの識別特徴量の位置を示す情報から、前記２つの識別特徴量の間の距離
を算出し、
前記２つの識別特徴量にそれぞれ類似すると判断された２つの登録特徴量の間の距
離と前記識別特徴量の間の距離との差に応じて算出されるスコアに基づいて、前記識別対
象者が前記登録対象者であるか否かを識別する、
識別動作を行う演算部と、
を備える生体識別装置。
請求項１に記載の生体識別装置であって、
前記生体パターンは、指の静脈の形状を表す指静脈パターンであり、
前記登録部は、前記登録特徴量と指の種類を表す指ＩＤとを対応付けて記憶し、
前記演算部は、
前記識別特徴量に類似すると判断された登録特徴量に対応付けられた指ＩＤに基づ
いて、同じ指ＩＤに対応付けられる２つの識別特徴量の位置を示す情報から、前記同じ指
ＩＤに対応付けられる２つの識別特徴量の間の距離を算出し、
前記同じ指ＩＤに対応付けられる２つの識別特徴量に対応する２つの登録特徴量の間の
距離と、前記同じ指ＩＤに対応付けられる識別特徴量の間の距離と、の差に応じて算出さ
れるスコアに基づいて識別を行なうことを特徴とする生体識別装置。
請求項１または２に記載の生体識別装置であって、
前記演算部は、
前記２つの識別特徴量の間の距離と、その２つの識別特徴量に対応する２つの登録特徴
量の間の距離と、の差が大きいほど、
前記スコアに対する重みを小さくすることを特徴とする生体識別装置。
請求項２または３に記載の生体識別装置であって、
前記演算部は、
前記撮像部を用いて登録対象者の指の生体パターンを撮像して得られる画像から、
前記登録特徴量及びそれぞれの登録特徴量の位置を示す情報を抽出し、
前記登録対象者の指ＩＤに対応付けて、前記登録特徴量及び前記位置を示す情報を
前記登録部に登録させることを特徴とする生体識別装置。
請求項４に記載の生体識別装置であって、
前記識別対象者の指の生体パターンよりも、前記登録対象者の指の生体パターンの方が
、前記撮像部によって撮像される領域が大きいことを特徴とする生体識別装置。
請求項１〜５のいずれかに記載の生体識別装置であって、
前記特徴量が、ＳＩＦＴ（Scale Invariant Feature Transform）を用いて抽出される
ことを特徴とする生体識別装置。
識別対象者の生体パターンを撮像して得られる画像から、前記生体パターンを特徴付け
る複数の識別特徴量及びそれぞれの識別特徴量の位置を示す情報を抽出することと、
登録対象者の生体パターンを特徴付ける複数の登録特徴量の各々と、前記複数の識別特
徴量の各々とを照合することと、
任意の２つの識別特徴量の位置を示す情報から、前記２つの識別特徴量の間の距離を算
出することと、
前記２つの識別特徴量にそれぞれ類似すると判断された２つの登録特徴量の間の距離と
前記識別特徴量の間の距離との差に応じて算出されるスコアに基づいて、前記識別対象者
が前記登録対象者であるか否かを識別することと、
を有する生体識別方法。