JP2016099880A - 生体認証方法、生体認証プログラム、生体認証装置 - Google Patents

生体認証方法、生体認証プログラム、生体認証装置 Download PDF

Info

Publication number
JP2016099880A
JP2016099880A JP2014237967A JP2014237967A JP2016099880A JP 2016099880 A JP2016099880 A JP 2016099880A JP 2014237967 A JP2014237967 A JP 2014237967A JP 2014237967 A JP2014237967 A JP 2014237967A JP 2016099880 A JP2016099880 A JP 2016099880A
Authority
JP
Japan
Prior art keywords
similarity
authentication
feature data
collation
biometric
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.)
Granted
Application number
JP2014237967A
Other languages
English (en)
Other versions
JP6394323B2 (ja
Inventor
山田　茂史
Shigefumi Yamada
茂史 山田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2014237967A priority Critical patent/JP6394323B2/ja
Priority to US14/937,987 priority patent/US9680826B2/en
Priority to EP15194274.5A priority patent/EP3026597A1/en
Priority to CN201510811101.1A priority patent/CN105631397B/zh
Publication of JP2016099880A publication Critical patent/JP2016099880A/ja
Application granted granted Critical
Publication of JP6394323B2 publication Critical patent/JP6394323B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06V40/12—Fingerprints or palmprints
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • 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
    • G06V40/14—Vascular patterns
    • 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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G06V40/58—Solutions for unknown imposter distribution

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】 本発明の課題は、左右対称性のある部位の生体情報を用いた認証精度を向上させることを目的とする。
【解決手段】 上記課題は、身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、前記左右の照合特徴データと、認証時の生体情報から生成した左右の照合特徴データとを比較して左右それぞれの照合スコアを算出し、前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時の前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定することにより達成される。
【選択図】 図２

Description

本発明は、生体情報を用いた認証技術に関する。
近年、生体認証技術は国民ＩＤ発行時の重複登録チェック（登録済の人を検出）や犯罪者などのブラックリストチェックへの適用が進んでいる。このような用途では適用する国や地域によっては数千万から数億人など極めて大規模人数になり、一つの生体情報を用いた認証技術では識別することが困難である。具体的には、異なる人を誤って同じ人と判定する場合がある。
大規模人数に対応するため、複数の生体情報を用いたマルチバイオメトリック認証技術が必要である。マルチバイオメトリック認証技術では、複数の生体情報のそれぞれの認証結果をどのように組み合わせるかが重要であり、判定レベル融合（decision level fusion）、スコアレベル融合（score level fusion）など多数の技術がある。
指紋、虹彩、顔、掌紋、筆跡など異なる種類の生体情報を組み合わせたマルチバイオメトリック認証技術では、利用者が入力する生体情報を選択でき、その組合せに基づいて認証精度（照合の判定閾値）を決定する。
また、人の両目の虹彩、指の指紋等の複数の生体情報を組み合わせるマルチバイオメトリック認証技術は、特にマルチインスタンス（multi-instance）と呼ばれる。このマルチインスタンス認証技術では、１種類の生体情報を取得するセンサを利用する。センサを増やさずにマルチバイオメトリック認証技術を安価に導入できるため着目されている。
特開２００５−３１７０４９号公報 特開２００３−３０１５４号公報 特開２００５−２１５９６３号公報 国際公開第２０１０／０４４２５０号公報
上述したマルチバイオメトリック認証技術では、異なる種類の生体情報は、取得する生体情報の種類に応じた複数のセンサを用いて取得される。従って、複数のセンサに費用が掛るといった問題がある。
また、マルチインスタンス認証技術では、認証される人物Ａの識別情報で特定される生体情報と、人物Ａが本人確認のために入力した生体情報とを照合する場合（１対１照合）には、本人確認を精度良く行える。
しかしながら、両手の生体情報を用いて認証する場合、上記いずれの従来技術においても、両手の左右対称性を考慮していない。従って、人物Ａの右手の生体情報での照合が十分に確認できない場合に左手の生体情報を加えて照合したとしても、人物Ａの右手の生体情報が類似する他人の人物Ｂの左手の生体情報が、人物Ａの左手の生体情報と類似する可能性がある。人物Ａと人物Ｂとの識別が困難な場合がある。
このように、大量の生体情報の中から、同一人物の生体情報を重複して登録しないように制限する場合（１対Ｎ照合）、人物Ｂとは別人の人物Ａを登録できないといった問題がある。また、大量の生体情報の中に、人物Ａが入力した生体情報と一致する生体情報の存在の確認により人物Ａに所定の事項を適用する場合（１対Ｎ照合）、人物Ａが人物Ａ以外の他人として認証され、人物Ａに対して適用されないはずの事項が適用されるといった問題がある。
したがって、１つの側面では、本発明は、左右対称性のある部位の生体情報を用いた認証精度を向上させることを目的とする。
一態様によれば、身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し、生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する処理をコンピュータが行う生体認証方法が提供される。
また、上記課題を解決するための手段として、上記方法を行う装置、コンピュータに上記処理を実行させるためのプログラム、及び、そのプログラムを記憶した記憶媒体とすることもできる。
左右対称性のある部位の生体情報を用いた認証精度を向上させることができる。
生体認証装置のハードウェア構成図を示す図である。 生体認証装置の機能構成例を示す図である。 登録ＤＢのデータ構成例を示す図である。 図２に示す機能構成のうち、登録処理に関する機能構成例を示す図である。 登録処理を説明するためのフローチャート図である。 図２に示す機能構成のうち、認証処理に関する機能構成例を示す図である。 認証処理を説明するためのフローチャート図である。 認証処理の他の例を説明するためのフローチャート図である。 生体認証システムの構成例を示す図である。
以下、本発明の実施の形態を図面に基づいて説明する。先ず、大規模人数を対象にした１対Ｎ照合による生体認証の例として、国民一人ひとりを生体情報で認証することが考えられる。
同じ種類の生体情報を用いるマルチインスタンス認証技術では、一般に利用する生体情報に何らかの依存関係があるため、組合せた結果に対し影響が生じる。即ち、異なる種類の生体情報を用いる場合のように、シンプルに組み合わせることができない。
両手の手のひら静脈情報を用いたマルチバイオメトリック認証技術を導入する場合を例に説明する。手のひら静脈情報は、千差万別のパターンを示し、同じ人の左右の手に関しても基本的に異なる。
ただし、手のひらの形状やサイズが類似すると、両手の左右対称性により静脈パターンが存在する領域（region of interest）が類似するため、左右の手のひら静脈情報を比較照合した結果の類似度は他人の手のひら静脈情報と比較した場合と比べて少なからず高くなる傾向にある。
左右の手の類似性は人によって変わり、さらには入力時の手の形状によっても変わる。このような左右の手の類似性により、他人同士の両手を照合した時に、一方（例えば、右手）の類似度が高かった場合には、他方（例えば、左手）の類似度が高くなる。
ここで、左右対称性を有する両手の手のひら静脈情報を用いた生体認証において、右手と左手を合掌して重ね合わせた場合、左右対称性により右手の生体情報と左手の生体情報とが類似する人物Ａを登録する場合を説明する。
人物Ａの右手の生体情報と他人であり登録済みの人物Ｂの右手の生体情報とが類似していると判定されると、人物Ａの左手の生体情報と、人物Ｂの左手の生体情報との類似度が判定される。人物Ｂにおいても、人物Ａと同様に、左右対称性により、右手の生体情報と左手の生体情報とが類似する場合がある。
この場合、未登録である人物Ａを人物Ａとして登録できない。人物Ａは人物Ｂとは別人であるにも関わらず、登録することができない。人物Ａが人物Ｂとは別人であることは、人手により確認される。
他の例として、犯罪者の入国を防止するための入国審査において、人物Ｐの左右の生体情報が両手の左右対称性により類似している人物Ｐが審査される場合で考察する。人物Ｐの右手の生体情報が登録されている犯罪者の右手の生体情報と類似した場合、人物Ｐの左手の生体情報もまた、犯罪者の左手の生体情報と類似する場合がある。
この場合、人物Ｐは登録されている犯罪者とは別人であることを、入国審査官により確認される。国籍、肌、目等の色等の身体的特徴等により、犯罪者とは別人であることが確認される。
上述より、左右の手のひら静脈情報を組み合わせたとしても、手のひら静脈情報を組み合わせた分だけ、純粋に認証に役立つ情報量が増えるとは限らない。左右の手のひら静脈情報を組み合わせても、認証に役立つ情報量は、片方の場合の２倍にはならない。
本実施例に係る生体認証装置１００では、左右の手のひら静脈情報を用いた生体認証において、左右の手のひらの静脈情報の類似性を考慮して、その類似性が高い者同士を照合する場合には、本人認証を精度を厳密にして行う。
図１は、生体認証装置のハードウェア構成図を示す図である。図１において、生体認証装置１００は、コンピュータによって制御される端末であって、ＣＰＵ（Central Processing Unit）１１と、主記憶装置１２と、補助記憶装置１３と、入力装置１４と、表示装置１５と、センサ１６、通信Ｉ／Ｆ（インターフェース）１７と、ドライブ装置１８とを有し、バスＢに接続される。
ＣＰＵ１１は、プロセッサに相当し、主記憶装置１２に格納されたプログラムに従って生体認証装置を制御する。主記憶装置１２には、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等が用いられ、ＣＰＵ１１にて実行されるプログラム、ＣＰＵ１１での処理に必要なデータ、ＣＰＵ１１での処理にて得られたデータ等を記憶又は一時保存する。
補助記憶装置１３には、ＨＤＤ（Hard Disk Drive）等が用いられ、各種処理を実行するためのプログラム等のデータを格納する。補助記憶装置１３に格納されているプログラムの一部が主記憶装置１２にロードされ、ＣＰＵ１１に実行されることによって、各種処理が実現される。
入力装置１４は、マウス、キーボード等を有し、認証の管理者が生体認証装置による処理に必要な各種情報を入力するために用いられる。表示装置１５は、ＣＰＵ１１の制御のもとに必要な各種情報を表示する。
センサ１６は、手のひらの静脈を読み取る装置である。センサ１６は、近赤外線を手のひらに照射する発光部と、手のひらから反射した近赤外線を受光する受光部とを有し、手のひらの静脈を読み取る。センサ１６は、ＵＳＢ（Universal Serial Bus）等の着脱可能な非接触型である場合、更に利便性が向上する。センサ１６に、同時に両手をかざしても良いし、右手、左手の順に逐次に手をかざしても良い。
通信Ｉ／Ｆ１７は、有線又は無線などのネットワークを通じて通信を行う。通信Ｉ／Ｆ１７による通信は無線又は有線に限定されるものではない。
生体認証装置１００によって行われる処理を実現するプログラムは、例えば、ＣＤ−ＲＯＭ（Compact Disc Read-Only Memory）等の記憶媒体１９によって生体認証装置１００に提供される。
ドライブ装置１８は、ドライブ装置１８にセットされた記憶媒体１９（例えば、ＣＤ−ＲＯＭ等）と生体認証装置１００とのインターフェースを行う。
また、記憶媒体１９に、後述される本実施の形態に係る種々の処理を実現するプログラムを格納し、この記憶媒体１９に格納されたプログラムは、ドライブ装置１８を介して生体認証装置１００にインストールされる。インストールされたプログラムは、生体認証装置１００により実行可能となる。
尚、プログラムを格納する媒体としてＣＤ−ＲＯＭに限定するものではなく、コンピュータが読み取り可能な媒体であればよい。コンピュータ読取可能な記憶媒体として、ＣＤ−ＲＯＭの他に、ＤＶＤディスク、ＵＳＢメモリ等の可搬型記録媒体、フラッシュメモリ等の半導体メモリであっても良い。
図２は、生体認証装置の機能構成例を示す図である。図２において、生体認証装置１００は、生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４と、照合スコア算出部４５と、認証判定部４６とを有する。生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４と、照合スコア算出部４５と、認証判定部４６とは、ＣＰＵ１１が対応するプログラムを実行することで実現される。また、補助記憶装置１３には、登録ＤＢ９等が記憶される。
生体情報取得部４１は、サンサ１６により読み取られた手のひらの近赤外線画像から静脈の部分を読み取った静脈画像を作成して、デジタル画像に変換することで、生体情報３を取得する。生体情報取得部４１は、センサ１６から取得した左右の手のひらの生体情報３を類似生成特徴データ生成部４２及び照合特徴データ生成部４４に送信する。
類似性特徴データ生成部４２は、生体情報取得部４１から受信した左右の手のひらの生体情報３から、左右の手のひらの類似性を求めるため、左右の手のひらのいずれか一方を反転させて類似性特徴データ４を生成する。以下、左右の手のひらを単に左右といい、右の手のひらを単に右といい、左の手のひらを単に左という。
例えば、類似性特徴データ生成部４２は、左の生体情報３を反転させて右の生体情報３を生成する。右の生体情報３と、反転して得た右の生体情報３とにより、左右の類似性特徴データ４となる。又は、類似性特徴データ生成部４２は、右の生体情報３を反転させて左の生体情報３を生成する。反転して得た左の生体情報３と、左の生体情報３とにより、左右の類似性特徴データ４となる。
類似性特徴データ生成部４２は、生成した類似性特徴データ４を類似性スコア算出部４３に送信する。
類似性スコア算出部４３は、左右の類似性特徴データ４を比較照合して類似性スコアを算出する。本実施例では、認証時に、元の生体情報３をそのまま照合した場合には全く異なるが、生体部位に左右対称性があるため、右又は左の生体情報３の左右を反転させて、左右の生体情報３を照合することで類似しているか否かを判定する。
類似性スコア５が類似度で表される場合には、類似性スコア５が高いほど類似していることを示す。一方、類似性スコア５が相違度（距離）で表される場合には、類似性スコア５が低いほど類似していることを示す。以下の説明では、類似性スコア５に類似度を用いる。
登録時には、類似性スコア５は、補助記憶装置１３内の登録ＤＢ９に登録される。以下の説明において、登録後の類似性スコア５を類似性スコア５ｄという。認証時には、登録ＤＢ９の類似性スコア５ｄと認証時に得た類似性スコア５とが比較される。類似性スコア算出部４３は、認証判定部４６に類似性スコア５を送信する。
照合特徴データ生成部４４は、左右の生体情報３からそれぞれ照合スコア算出に用いる照合特徴データ６を生成する。登録時には、左右の照合特徴データ６は、補助記憶装置１３内の登録ＤＢ９に登録される。以下の説明において、登録後の照合特徴データ６を照合特徴データ６ｄという。
また、認証時には、登録ＤＢ９の左右の照合特徴データ６ｄと認証時に得た左右の照合特徴データ６とが比較される。照合特徴データ生成部４４は、照合スコア算出部４５に左右の照合特徴データ６を送信する。
照合スコア算出部４５は、認証時に生成された左右の照合特徴データ６と、予め登録ＤＢ９に格納されている左右の照合特徴データ６ｄとを比較照合する。照合スコア算出部４５は、左右の手のひら夫々に対して照合スコア７を算出する。照合スコア７は、類似性スコア５と同様に、類似度もしくは相違度を用いることができる。これ以降の説明では、照合スコア７に類似度を用いる。
認証時に生成された左右の照合特徴データ６と登録されている左右の照合特徴データ６ｄとの照合処理は、利用する生体情報３に依存する。手のひら照合処理は公知の技術が使用すれば良い。本実施例は照合処理に基本的に依存しないため、その技術の説明は省略する。
認証判定部４６は、照合スコア算出部４５で算出された左右の２種類の照合スコア、登録された類似性スコア５ｄ、及び認証時に算出した類似性スコア５の合計４種類のスコアを用いて、認証が成功したか否かを判定する。
認証時の類似性スコア５が高い場合には、左右の手のひらが類似していることにより、片手が類似した場合には両手が類似する傾向にある。このため、認証時の人物Ａを登録されている人物Ｂとして誤検出する、即ち、他人受入率（FAR：False Acceptance Rate）が高くなると考えられる。
認証判定部４６は、類似性スコア５及び５ｄをマイナス（認証拒否）に働く方向で組み合わせる。それにより、左右の手のひらの類似性が高い人同士の照合においても、最終的な照合判定が厳しくなるため、他人受入率を低くできる。
生体情報３は、センサー１６が、近赤外線を手のひらに照射し、手のひらから反射した近赤外線を受光して得た近赤外線画像等から、生体情報取得部４１が、静脈の部分を読み取った静脈画像を作成して、デジタル画像に変換して得られる情報である。
左右の類似性特徴データ４は、類似性特徴データ生成部４２が、左右の生体情報３に基づいて生成したデータであり、左右の手のひらの類似性を求めるためのデータである。右の類似性特徴データ４が右の手のひらの生体情報３である場合、左の類似性特徴データ４は左の手のひらの生体情報３を反転した得たデータである。
類似性スコア５は、左右の類似性特徴データ４を用いて算出される左右の生体情報３（即ち、左右の静脈画像）の類似度を示す。類似性スコア５が１に近い程、左右の静脈画像が類似していことを示し、０に近い程、左右の静脈画像が類似していないことを示す。類似性スコア５ｄは、登録ＤＢ９に登録済みのスコアを示す。
左右の照合特徴データ６は、左右の生体情報３に基づいて照合する際の特徴部分のデータを示す。左右の照合特徴データ６ｄは、登録ＤＢ９に登録済みのデータを示す。
照合スコア７は、認証するために入力された左右の生体情報３に基づく照合特徴データ６と、登録ＤＢ９に登録済みの照合特徴データ６ｄとの類似度を示すスコアである。
類似性スコア５と照合スコア７とを夫々個別の演算処理により算出しても良いし、又は、同じ演算処理により算出しても良い。
図３は、登録ＤＢのデータ構成例を示す図である。図３において、登録ＤＢ９は、各人毎に、登録した、左右の照合特徴データ６ｄと、類似性スコア５ｄとを管理するデータベースであり、ＩＤ、右手特徴、左手特徴、類似性スコア等の項目を有する。登録ＤＢ９は、生体認証装置１００内で保持しても良いし、セキュアな通信が可能なデータベースサーバで管理されても良い。
ＩＤは、各人を特定する識別情報に相当する。１人に対して唯一１つのＩＤが付与される。
右手特徴は、照合特徴データ６ｄのうち右手の手のひらの照合特徴データ６ｄ＿Ｒを示す。左手特徴は、照合特徴データ６ｄのうち左手の手のひらの照合特徴データ６ｄ＿Ｌを示す。右手特徴及び左手特徴は、照合特徴データ６ｄ＿Ｒ及び６ｄ＿Ｌの夫々の実体を示す代わりに、照合特徴データ６ｄ＿Ｒ及び６ｄ＿Ｌの各々が記憶されている記憶位置を示してもよい。記憶位置は、アドレス、ＵＲＬ等であればよい。
類似性スコア５ｄは、登録時に類似性スコア算出部４３によって算出された類似性スコア５を示す。
次に、登録処理について説明する。図４は、図２に示す機能構成のうち、登録処理に関する機能構成例を示す図である。図５は、登録処理を説明するためのフローチャート図である。
図４では、登録処理に関する、生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４とを示す。図４を参照しつつ、登録処理について、図５のフローチャートに従って説明する。
図５において、生体情報取得部４１は、センサ１６が読み取った左右の手のひらの静脈情報をデジタル化して左右の生体情報３を取得する（ステップＳ１１）。
照合特徴データ生成部４４は、生体情報取得部４１よって取得された左右の生体情報３から、それぞれ照合スコアの算出に用いる左右の照合特徴データ６を生成する（ステップＳ１２）。
類似性特徴データ生成部４２は、生体情報取得部４１によって取得された左右の生体情報３のいずれか一方を反転させて（ステップＳ１３）、左右の類似性特徴データ４を生成する（ステップＳ１４）。
類似性スコア算出部４３は、左右の類似性特徴データ４を比較して、類似性スコアを算出する（ステップＳ１５）。そして、類似性スコア算出部４３は、登録ＤＢ９に、左右の照合特徴データ６と、類似性スコア５とを関連付けて格納する（ステップＳ１６）。照合特徴データ６及び類似性スコア５の登録後には、照合特徴データ６ｄ及び類似性スコア５ｄとして参照される。
類似性スコア算出部４３による処理の終了後、生体認証装置１００による登録処理は終了する。
上述において、照合特徴データ生成部４４によるステップＳ１２の処理をステップＳ１５の後、かつ、ステップＳ１６の前に行っても良い。
次に、認証処理について説明する。図６は、図２に示す機能構成のうち、認証処理に関する機能構成例を示す図である。図７は、認証処理の一例を説明するためのフローチャート図である。
図６では、認証処理に関する、生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４と、照合スコア算出部４５と、認証判定部４６とを示す。図６を参照しつつ、認証処理について、図７のフローチャートに従って説明する。
図７において、生体情報取得部４１は、センサ１６が読み取った左右の手のひらの静脈情報をデジタル化して左右の生体情報３を取得する（ステップＳ３１）。
照合特徴データ生成部４４は、生体情報取得部４１よって取得された左右の生体情報３から、それぞれ照合スコアの算出に用いる左右の照合特徴データ６を生成する（ステップＳ３２）。
類似性特徴データ生成部４２は、生体情報取得部４１によって取得された左右の生体情報３のいずれか一方を反転させて（ステップＳ３３）、左右の類似性特徴データ４を生成する（ステップＳ３４）。
類似性スコア算出部４３は、左右の類似性特徴データ４を比較して、類似性スコア５を算出する（ステップＳ３５）。
次に、照合スコア算出部４５は、登録ＤＢ９から順に１レコードを読み込み（ステップＳ３６）、読み込んだレコードの照合特徴データ６ｄと、照合スコア算出部４５が算出した認証時の照合特徴データ６とを照合して、左右の照合スコア７を算出する（ステップＳ３７）。
そして、認証判定部４６は、左右の照合スコア７と、登録ＤＢ９の類似性スコア５と、認証時の類似性スコア５とを用いて判定する（ステップＳ３８）。判定方法については、後述する融合スコアを用いる。認証判定部４６は、判定結果が「該当者あり」を示すか否かを判断する（ステップＳ３９）。認証が成功した場合、「該当者あり」と判断する。
認証判定結果が「該当者なし」を示す場合、認証判定部４６は、登録ＤＢ９の全レコードに対して照合を終了したか否かを判断する（ステップＳ４０）。
認証が失敗した場合、該当者が存在しないと判断する。全レコードに対して照合を終了していない場合、認証判定部４６は、ステップＳ３６へ戻り次のレコードに対して上述同様の処理を繰り返す。全レコードを終了した場合、「該当者なし」を表示装置１５に表示する（ステップＳ４０）。その後、生体認証装置１００による認証処理を終了する。
一方、ステップＳ３９において、認証判定結果が「該当者あり」を示す場合、認証判定部４６は、「該当者あり」を表示装置１５に表示する（ステップＳ４２）。その後、生体認証装置１００による認証処理を終了する。
上述において、照合特徴データ生成部４４によるステップＳ３２の処理をステップＳ３５の後、かつ、ステップＳ３６の前に行っても良い。
認証判定部４６による認証判定処理について説明する。第一の方法として、スコアレベルの融合方法により融合スコアを算出して判定する方法がある。融合スコアは、左右の夫々で算出した照合スコア７と、登録ＤＢ９に登録されている類似性スコア５ｄと、認証時に算出された類似性スコア５とを線形結合することで定義される。
登録時及び認証時の類似性スコアの和をマイナスの重みαで加えた以下の数１を用いる。
Figure 2016099880
この数１において、Ｓfusionは融合スコアを示し、Ｓrightは右の手のひらの照合スコア７を示し、Ｓleftは左の手のひらの照合スコア７を示し、Ｓenrollは登録されている類似性スコア５ｄを示し、Ｓinputは認証時の類似性スコア５を示す。
認証時の左右の照合特徴データ６に相当する左右の照合特徴データ６ｄが登録ＤＢ９に存在しない場合、数１における"（Ｓenroll＋Ｓinput）"はゼロ又はゼロに近い値となる。従って、αの影響は少ない。
認証時の左右の照合特徴データ６に類似する左右の照合特徴データ６ｄが登録ＤＢ９に存在する場合、マイナスの重みαにより、類似性スコア５ｄと類似性スコア５とを考慮した認証が行われる。認証が厳しく判断される。即ち、他人受入率を低くすることができる。
第二の方法として、各スコアの線形結合で融合スコアを定義し、実験データを用いた学習により各重みα１、α２、α３、及びα４を決定する。学習方法として、線形判別分析、サポートベクターマシン等の公知の技術を用いればよい。第二の方法は、
Figure 2016099880
によって示される。
更に、第三の方法として、判定レベルの融合方法のＡＮＤ結合の場合に、登録時及び認証時の類似性スコアの和をプラスの重みαで、認証の成否を判定するための判定閾値Ｔoriginalに加える。
Figure 2016099880
この数３において、Ｔmodificationは調整後の閾値を示し、Ｔoriginalは予め定めた判定閾値をしめす。Ｓenroll及びＳinputは上述した通りである。
照合スコア７が類似度を示すため、認証判定部４６は、照合スコア７が所定の閾値Ｔ以上であれば認証に成功したと判定し、反対に照合スコア７が所定の閾値Ｔ未満であれば認証に失敗したと判定する。数３において、Ｔmodificationが所定の閾値Ｔに相当する。判定閾値Ｔoriginalは、両手で同一の閾値であっても良いし、右手の認証用と左手の認証用とで２種類あっても良い。
認証判定部４６は、第一の方法又は第二の方法により融合スコアＳfusionを算出し、融合スコアＳfusionが判定閾値Ｔoriginal以上の場合に、認証が成功したと判断する。又は、更に第三の方法を用いて、判定閾値Ｔoriginalに対しても類似性スコア５ｄ及び５を考慮した閾値Ｔmodificationを、算出した融合スコアＳfusion以上の場合に、認証判定部４６は、認証が成功したと判断しても良い。
上述した判定閾値Ｔoriginalを類似性スコア５ｄ又は５が夫々の所定の閾値Ｔｒ又はＴａ以上である場合に、判定閾値Ｔoriginalを予め定めた閾値Ｔmodificationへ切り替える場合を、認証処理の他の例として説明する。
図８は、認証処理の他の例を説明するためのフローチャート図である。図８において、閾値Ｔmodificationは、予め定めた値であり、他人受入率を低くする値である。生体情報取得部４１は、センサ１６が読み取った左右の手のひらの静脈情報をデジタル化して左右の生体情報３を取得する（ステップＳ５１）。
照合特徴データ生成部４４は、生体情報取得部４１よって取得された左右の生体情報３から、それぞれ照合スコアの算出に用いる左右の照合特徴データ６を生成する（ステップＳ５２）。
類似性特徴データ生成部４２は、生体情報取得部４１によって取得された左右の生体情報３のいずれか一方を反転させて（ステップＳ５３）、左右の類似性特徴データ４を生成する（ステップＳ５４）。
類似性スコア算出部４３は、左右の類似性特徴データ４を比較して、類似性スコア５を算出する（ステップＳ５５）。
次に、照合スコア算出部４５は、登録ＤＢ９から順に１レコードを読み込み（ステップＳ５６）、読み込んだレコードの照合特徴データ６ｄと、照合スコア算出部４５が算出した認証時の照合特徴データ６とを照合して、左右の照合スコア７を算出する（ステップＳ５７）。
そして、認証判定部４６は、レコードの類似性スコア５ｄが所定の閾値Ｔｒ以上か否かを判断する（ステップＳ５８）。登録時の左右の手のひらの照合特徴データ６ｄが類似しているかが否かを判断される。類似している場合、認証判定部４６は、判定閾値Ｔoriginalを閾値Ｔmodificationに切り替えて（ステップＳ６０）、ステップＳ６１へと進む。一方、類似していない場合、認証判定部４６は、判定閾値Ｔoriginalを切り替えず、ステップＳ６１へと進む。
類似していない場合、認証判定部４６は、更に、認証時の類似性スコア５が所定の閾値Ｔa以上か否かを判断する（ステップＳ５９）。認証時の左右の手のひらの照合特徴データ６ｄが類似しているかが否かを判断される。類似している場合、認証判定部４６は、判定閾値Ｔoriginalを切り替えて（ステップＳ６０）、ステップＳ６１へと進む。一方、類似していない場合、認証判定部４６は、判定閾値Ｔoriginalを切り替えず、ステップＳ６１へと進む。
そして、認証判定部４６は、左右の照合スコア７と、登録ＤＢ９の類似性スコア５と、認証時の類似性スコア５とを用いて判定する（ステップＳ６１）。判定方法については、後述する融合スコアを用いる。認証判定部４６は、判定結果が「該当者あり」を示すか否かを判断する（ステップＳ６２）。認証が成功した場合、「該当者あり」と判断する。
認証判定結果が「該当者なし」を示す場合、認証判定部４６は、登録ＤＢ９の全レコードに対して照合を終了したか否かを判断する（ステップＳ６３）。
認証が失敗した場合、該当者が存在しないと判断する。全レコードに対して照合を終了していない場合、認証判定部４６は、ステップＳ５６へ戻り次のレコードに対して上述同様の処理を繰り返す。全レコードを終了した場合、「該当者なし」を表示装置１５に表示する（ステップＳ６４）。その後、生体認証装置１００による認証処理を終了する。
一方、ステップＳ３９において、認証判定結果が「該当者あり」を示す場合、認証判定部４６は、「該当者あり」を表示装置１５に表示する（ステップＳ６５）。その後、生体認証装置１００による認証処理を終了する。
上述した本実施例は、大規模な１対Ｎ照合を行うシステムへも適用できる。図９に示すように、複数の端末８０と認証サーバ２００とをネットワーク２を介して接続した生体認証システム１０００において、各端末８０から入力される生体情報３に対して、登録ＤＢ９で登録された各人物との照合を行うようにしても良い。
図９は、生体認証システムの構成例を示す図である。図９において、複数の端末８０及び認証サーバ２００は、コンピュータ装置であり、図１に示す同様のハードウェア構成を有するため、その説明を省略する。
端末８０は、生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４とを有する。生体情報取得部４１と、類似性特徴データ生成部４２と、類似性スコア算出部４３と、照合特徴データ生成部４４とは、上述した同様の処理を行うためその詳細な説明を省略する。
端末８０において、類似性スコア算出部４３によって算出された類似性スコア５はネットワーク２を介して認証サーバ２００へ送信される。また、照合特徴データ生成部４４によって生成された照合特徴データ６はネットワーク２を介して認証サーバ２００へ送信される。
認証サーバ２００は、照合スコア算出部４５と、認証判定部４６とを有する。照合スコア算出部４５と、認証判定部４６とは、上述した同様の処理を行うためその詳細な説明を省略する。
認証サーバ２００において、照合スコア算出部４５は、ネットワーク２を介して端末８０から受信した照合特徴データ６と、登録ＤＢ９の各レコードの照合特徴データ６ｄとを照合して左右の照合スコア７を算出する。
認証判定部４６は、照合スコア算出部４５が算出した、左右の照合スコア７と、ネットワーク２を介して端末８０から受信した類似性スコア５と、登録ＤＢ９の各レコードの類似性スコア５ｄとを用いて、認証判定を行う。
生体認証システム１０００が、新たな人物を登録するシステムである場合、端末８０の１つで入力された未登録者の生体情報３を用いて、新たな人物と登録ＤＢ９に登録されている多数の登録済み人物とで１対Ｎ照合を行う。
新たな人物がいずれの登録済み人物とも一致しなかった場合には、登録を許可し、新たな人物が複数の登録済み人物の一人と一致した場合には、登録済みとして登録を抑止する制御を行う。この場合、本実施例を適用することで、一致したとする誤検出による登録漏れを低減することができる。
生体認証システム１０００が、登録済み人物との照合を行うシステムである場合、端末８０の１つで入力された判定対象者の生体情報３を用いて、判定対象者と登録ＤＢ９に登録されている多数の登録済み人物とで１対Ｎ照合を行う。
この場合、本実施例を適用することで、判定対象者が誤って登録済み人物の一人であるとする誤検出を低減することができる。
上述したように、本実施例では、両手の類似性が高い場合に認証を厳しくすることで、左右の手のひらの照合特徴データ６が左右で類似性が高い人同士の照合においても、識別を行える。この場合における他人受入率を低くすることができる。
即ち、登録時の左右の生体情報３と、認証時の左右の生体情報３とを、左右のそれぞれで比較した照合スコア７に加えて、登録時と認証時の左右の生体情報３の間の類似性スコア５ｄ及び５の合計４個のスコアを用いて認証することで、同一人における左右の生体情報３の類似性に起因する他人受入率の増加を抑止することができる。
更に、左右の前記生体情報３のうち、いずれか一方の生体情報３を左右を反転させて生成した類似性特徴データ４を用いることで、手のひら静脈、掌紋、耳介など身体の左右に備わり、左右対称性を示す生体情報３に対して、類似性を正しく評価することができる。
また、登録時と認証時の類似性スコア５ｄ及び５に応じて、照合の判定閾値Ｔoriginalを切り替えて照合スコア７を減少させることで、左右の生体情報３の類似性に起因する他人受入率の増加を低減できる。
更に、左右のそれぞれで算出した照合スコア７と、登録ＤＢ９に登録されている類似性スコア５ｄと、認証時の類似性スコア５とを線形結合することで融合スコアを定義し、実験データと何らかの機械学習の処理を用いて線形結合の各重みα１、α２、α３、及びα４を決定し、融合スコアＳfusionを算出することで、左右の生体情報３の類似性に起因する他人受入率の増加をより低減することができる。
また、生体情報取得部４１は、１つのセンサ１６から左右の生体情報を逐次取得すればよいため、簡潔なハードウェア構成で、左右の生体情報３の類似性に起因する他人受入率の増加を低減できる。
更に、本実施例は、左右対称性のある手のひらから取得した生体情報を用いる手のひら静脈認証に適用できる。
また、本実施例は、左右対称性のある手のひらから取得した生体情報を用いる手のひら掌紋認証に適用できる。
更に、重複登録チェック、ブラックリストチェックなどの大規模の１対Ｎ照合を行う生体認証システム１０００へも適用できる。
本発明は、具体的に開示された実施例に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
以上の実施例を含む実施形態に関し、更に以下の付記を開示する。
（付記１）
身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、
前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、
前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し、
生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、
前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、
前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
処理をコンピュータが行うことを特徴とする生体認証方法。
（付記２）
前記コンピュータは、
左右の一方の前記生体部位から取得した前記生体情報を左右反転させて、もう一方の前記類似性特徴データを生成することを特徴とする付記１記載の生体認証方法。
（付記３）
前記コンピュータは、
前記左右の類似性特徴データの生成において、前記登録ＤＢの前記類似性スコア及び認証時の前記類似性スコアの１つ以上の値に応じて、前記左右の照合スコアと比較する判定閾値を調整することを特徴とする付記１記載の生体認証方法。
（付記４）
前記コンピュータは、
前記認証の成否の判定において、前記登録ＤＢの前記前記類似性スコアと認証時の前記類似性スコアとを合計した値に応じて、前記左右の照合スコアのいずれか一方、又は両方を減少することを特徴とする付記１記載の生体認証方法。
（付記５）
前記コンピュータは、
前記認証の成否の判定において、左右の夫々で算出した前記照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時の前記類似性スコアとを線形結合することで融合スコアを定義し、算出した融合スコアを判定閾値と比較することを特徴とする付記１記載の生体認証方法。
（付記６）
前記コンピュータは、
実験データと何らかの機械学習の処理を用いて、前記線形結合における各重みを決定することを特徴とする付記５記載の生体認証方法。
（付記７）
前記コンピュータは、
前記左右の生体情報の取得において、一つのセンサから、該左右の生体情報を逐次取得することを特徴とする付記１記載の生体認証方法。
（付記８）
前記生体情報は、手のひらの静脈情報であることを特徴とする付記１記載の生体認証方法。
（付記９）
前記生体情報は、手のひらの掌紋情報であることを特徴とする付記１記載の生体認証方法。
（付記１０）
前記コンピュータは、
前記左右の照合スコアの算出において、前記登録ＤＢに登録された多数の登録者の前記左右の照合特徴データと、認証時に生成した前記左右の照合特徴データとを、左右それぞれで比較して前記左右の照合スコアを算出し、
前記認証の成否の判定において、前記登録者毎に、前記左右の照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時の前記類似性スコアの４種類の値を用いて一致する登録者がいるか否かを判定することを特徴とする付記１記載の生体認証方法。
（付記１１）
身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、
前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、
前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し、
生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、
前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、
前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
処理をコンピュータに行わせることを特徴とする生体認証プログラム。
（付記１２）
身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得する生体情報取得部と、
前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成する照合特徴データ生成部と、
前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成する類似性特徴データ生成部と、
生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出して、前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録する類似性スコア算出部と、
前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
処理をコンピュータに行わせることを特徴とする生体認証装置。
３ 生体情報
４ 類似性特徴データ
５、５ｄ 類似性スコア
６、６ｄ 照合特徴データ
７ 照合スコア
１１ ＣＰＵ
１２ 主記憶装置
１３ 補助記憶装置
１４ 入力装置
１５ 表示装置
１６ 出力装置
１７ 通信Ｉ／Ｆ
１８ ドライブ
１９ 記憶媒体
４１ 生体情報取得部
４２ 類似性特徴データ生成部
４３ 類似性スコア算出部
４４ 照合特徴データ生成部
４５ 照合スコア算出部
４６ 認証判定部
８０ 端末
１００ 生体認証装置
１０００ 生体認証システム

Claims (10)

  1. 身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、
    前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、
    前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し、
    生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、
    前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、
    前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
    前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
    処理をコンピュータが行うことを特徴とする生体認証方法。
  2. 前記コンピュータは、
    左右の一方の前記生体部位から取得した前記生体情報を左右反転させて、もう一方の前記類似性特徴データを生成することを特徴とする請求項１記載の生体認証方法。
  3. 前記コンピュータは、
    前記左右の類似性特徴データの生成において、前記登録ＤＢの前記類似性スコア及び認証時の前記類似性スコアの１つ以上の値に応じて、前記左右の照合スコアと比較する判定閾値を調整することを特徴とする請求項１記載の生体認証方法。
  4. 前記コンピュータは、
    前記認証の成否の判定において、前記登録ＤＢの前記前記類似性スコアと認証時の前記類似性スコアとを合計した値に応じて、前記左右の照合スコアのいずれか一方、又は両方を減少することを特徴とする請求項１記載の生体認証方法。
  5. 前記コンピュータは、
    前記認証の成否の判定において、左右の夫々で算出した前記照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時の前記類似性スコアとを線形結合することで融合スコアを定義し、算出した融合スコアを判定閾値と比較することを特徴とする請求項１記載の生体認証方法。
  6. 前記コンピュータは、
    実験データと何らかの機械学習の処理を用いて、前記線形結合における各重みを決定することを特徴とする請求項５記載の生体認証方法。
  7. 前記コンピュータは、
    前記左右の生体情報の取得において、一つのセンサから、該左右の生体情報を逐次取得することを特徴とする請求項１記載の生体認証方法。
  8. 前記コンピュータは、
    前記左右の照合スコアの算出において、前記登録ＤＢに登録された多数の登録者の前記左右の照合特徴データと、認証時に生成した前記左右の照合特徴データとを、左右それぞれで比較して前記左右の照合スコアを算出し、
    前記認証の成否の判定において、前記登録者毎に、前記左右の照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時の前記類似性スコアの４種類の値を用いて一致する登録者がいるか否かを判定することを特徴とする請求項１記載の生体認証方法。
  9. 身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得し、
    前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成し、
    前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成し、
    生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出し、
    前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録し、
    前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
    前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
    処理をコンピュータに行わせることを特徴とする生体認証プログラム。
  10. 身体の左右に一対備わる生体部位の左右それぞれから生体情報を取得する生体情報取得部と、
    前記左右の生体情報のそれぞれから、照合に用いる照合特徴データを生成する照合特徴データ生成部と、
    前記左右の生体情報のそれぞれから、該左右の生体情報の間の類似性算出に用いる類似性特徴データを生成する類似性特徴データ生成部と、
    生成した前記左右の類似性特徴データを比較して前記左右の生体情報の類似性を示す類似性スコアを算出して、前記左右の照合特徴データと前記類似性スコアとを関連付て登録ＤＢに登録する類似性スコア算出部と、
    前記登録ＤＢに登録された前記左右の照合特徴データと、認証時に取得した生体情報から生成した前記左右の照合特徴データとを、左右のそれぞれで比較して左右それぞれの照合スコアを算出し、
    前記左右それぞれの照合スコアと、前記登録ＤＢの前記類似性スコアと、認証時に取得した生体情報から生成した前記左右の類似性特徴を比較して得られた前記類似性スコアを用いて認証の成否を判定する
    処理をコンピュータに行わせることを特徴とする生体認証装置。
JP2014237967A 2014-11-25 2014-11-25 生体認証方法、生体認証プログラム、生体認証装置 Active JP6394323B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2014237967A JP6394323B2 (ja) 2014-11-25 2014-11-25 生体認証方法、生体認証プログラム、生体認証装置
US14/937,987 US9680826B2 (en) 2014-11-25 2015-11-11 Biometric authentication method, computer-readable recording medium, and biometric authentication apparatus
EP15194274.5A EP3026597A1 (en) 2014-11-25 2015-11-12 Biometric authentication method, computer-readable recording medium and biometric authentication apparatus
CN201510811101.1A CN105631397B (zh) 2014-11-25 2015-11-20 生物认证方法和生物认证设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014237967A JP6394323B2 (ja) 2014-11-25 2014-11-25 生体認証方法、生体認証プログラム、生体認証装置

Publications (2)

Publication Number Publication Date
JP2016099880A true JP2016099880A (ja) 2016-05-30
JP6394323B2 JP6394323B2 (ja) 2018-09-26

Family

ID=54608293

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014237967A Active JP6394323B2 (ja) 2014-11-25 2014-11-25 生体認証方法、生体認証プログラム、生体認証装置

Country Status (4)

Country Link
US (1) US9680826B2 (ja)
EP (1) EP3026597A1 (ja)
JP (1) JP6394323B2 (ja)
CN (1) CN105631397B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11756036B1 (en) * 2019-12-13 2023-09-12 Amazon Technologies, Inc. Utilizing sensor data for automated user identification

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO344910B1 (en) * 2016-01-12 2020-06-29 Kk88 No As Device for verifying the identity of a person
CN106372611A (zh) * 2016-09-09 2017-02-01 康佳集团股份有限公司 基于手掌静脉特征的身份识别方法、系统及图像采集装置
US11303631B1 (en) 2017-06-30 2022-04-12 Wells Fargo Bank, N.A. Authentication as a service
US11625473B2 (en) * 2018-02-14 2023-04-11 Samsung Electronics Co., Ltd. Method and apparatus with selective combined authentication
US11275820B2 (en) 2019-03-08 2022-03-15 Master Lock Company Llc Locking device biometric access
BR112021018905A2 (pt) * 2019-04-12 2021-11-30 Nec Corp Dispositivo de processamento de informações, método de processamento de informações, e mídia de gravação
CN113784661A (zh) * 2019-05-07 2021-12-10 罗姆股份有限公司 生物认证装置
US11528267B2 (en) * 2019-12-06 2022-12-13 Bank Of America Corporation System for automated image authentication and external database verification

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014112081A1 (ja) * 2013-01-17 2014-07-24 富士通株式会社 生体認証装置、生体認証システム、及び生体認証方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7623970B2 (en) 2001-04-17 2009-11-24 Panasonic Corporation Personal authentication method and device
JP3827600B2 (ja) 2001-04-17 2006-09-27 松下電器産業株式会社 個人認証方法および装置
JP4196973B2 (ja) 2001-04-17 2008-12-17 パナソニック株式会社 個人認証装置および方法
JP2005215963A (ja) 2004-01-29 2005-08-11 Oki Electric Ind Co Ltd 個人認証装置及び個人認証方法
JP4546168B2 (ja) * 2004-06-28 2010-09-15 富士通株式会社 生体認証システムの登録方法、生体認証システム及びそのプログラム
JP2007249556A (ja) * 2006-03-15 2007-09-27 Fujitsu Ltd 生体情報を用いた個人認証システム，方法およびプログラム
JP4762805B2 (ja) * 2006-06-29 2011-08-31 富士通株式会社 生体認証方法及び生体認証システム
KR101094051B1 (ko) * 2007-08-23 2011-12-19 후지쯔 가부시끼가이샤 생체 인증 시스템 및 컴퓨터 판독 가능한 기록 매체
US20110200237A1 (en) 2008-10-15 2011-08-18 Nec Corporation Pattern matching device and pattern matching method
JP5286297B2 (ja) * 2010-01-26 2013-09-11 株式会社日立製作所 生体認証システム
CN102184387A (zh) * 2011-05-10 2011-09-14 陈庆武 手指静脉认证系统
JP5975293B2 (ja) * 2013-02-22 2016-08-23 富士ゼロックス株式会社 認証装置及びプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014112081A1 (ja) * 2013-01-17 2014-07-24 富士通株式会社 生体認証装置、生体認証システム、及び生体認証方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AJAY KUMAR, DAVID ZHANG: "Integrating Shape and Texture for Hand Verification", PROCEEDINGS OF THE THIRD INTERNATIONAL CONFERENCE ON IMAGE AND GRAPHICS(ICIG'04), JPN6018029124, 2004 *
YONG XU ET AL.: "Combining Left and Right Palmprint Images for More Accurate Personal Identification", IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 24, NO. 2, JPN6018029123, February 2015 (2015-02-01), pages pp. 549-559 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11756036B1 (en) * 2019-12-13 2023-09-12 Amazon Technologies, Inc. Utilizing sensor data for automated user identification

Also Published As

Publication number Publication date
US20160149906A1 (en) 2016-05-26
US9680826B2 (en) 2017-06-13
EP3026597A1 (en) 2016-06-01
CN105631397A (zh) 2016-06-01
JP6394323B2 (ja) 2018-09-26
CN105631397B (zh) 2019-03-05

Similar Documents

Publication Publication Date Title
JP6394323B2 (ja) 生体認証方法、生体認証プログラム、生体認証装置
US11789699B2 (en) Systems and methods for private authentication with helper networks
CN109948408B (zh) 活性测试方法和设备
US6810480B1 (en) Verification of identity and continued presence of computer users
KR101026203B1 (ko) 생체 인증 장치, 컴퓨터 판독 가능한 기록 매체 및 복합형생체 인증 방법
JP5710748B2 (ja) 生体認証システム
US10878071B2 (en) Biometric authentication anomaly detection
JP2008009753A (ja) 生体認証方法及び生体認証システム
WO2019130670A1 (ja) 生体認証システム
US10552596B2 (en) Biometric authentication
US11115214B2 (en) Biometric signature system and biometric signature method
Fenu et al. Controlling user access to cloud-connected mobile applications by means of biometrics
JP2012238256A (ja) 生体認証装置、生体認証方法および生体認証プログラム
JPWO2014132570A1 (ja) 認証装置、認証方法およびコンピュータプログラム
US20200320181A1 (en) Adjusting Biometric Detection Thresholds Based on Recorded Behavior
JP5895751B2 (ja) 生体認証装置、リトライ制御プログラム及びリトライ制御方法
CN107615299A (zh) 用于评估指纹模板的方法和系统
KR100701583B1 (ko) 타인수락율을 감소시키기 위한 생체정보 인증방법
US10235408B1 (en) User enrollment and verification
JP2022522251A (ja) 多重認証アルゴリズムに基づく手書き署名認証方法および装置
JP6981249B2 (ja) 生体認証装置、生体認証プログラム、及び生体認証方法
Spanakis et al. Developing a Context-Dependent Tuning Framework of Multi-channel Biometrics that Combine Audio-Visual Characteristics for Secure Access of an eHealth Platform
Barghouthi Keystroke Dynamics. How typing characteristics differ from one application to another
US11210556B2 (en) Classification of records in a data set
Bavikadi et al. Real-Time Face Recognition for Organisational Attendance Systems

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170804

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180615

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180731

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180813

R150 Certificate of patent or registration of utility model

Ref document number: 6394323

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150