JP2017138858A - 生体認証装置、生体認証方法および生体認証プログラム - Google Patents

Abstract

【課題】生体認証処理の高速化を可能とする方法を提供する。
【解決手段】生体認証装置１００は、ＲＡＭ１０２に展開された生体認証プログラムを実行することにより、生体情報の特徴を反映するカテゴリに関連付けて登録生体情報を格納する格納部１５と、生体センサ１０５に入力された生体情報の前記カテゴリを判定する判定部１４と、生体センサ１０５に入力された入力生体情報と、入力生体情報に対して判定部１４によって判定されたカテゴリに関連付けて格納部１５に格納された各登録生体情報とを照合する照合部１６と、照合が失敗した場合に生体センサ１０５に再入力された再入力生体情報に対して判定部１４によって判定されたカテゴリに関連付けて格納部１５に格納された各登録生体情報と再入力生体情報とに対する照合が成功した場合に、照合に成功した登録生体情報を入力生体情報に対して判定されたカテゴリに関連付ける更新部１８と、を実現する。
【選択図】図１

Description

本件は、生体認証装置、生体認証方法および生体認証プログラムに関する。

複数の（Ｎ個の）登録生体情報と照合を行う１：Ｎ認証においては、認証処理に時間を要する。そこで、登録生体情報を複数のカテゴリに分類し、照合対象の登録生体情報を絞り込む技術が用いられる（例えば、特許文献１参照）。

特開２００６−７２４２９号公報

しかしながら、上記技術では、生体センサから入力された生体情報が、被認証者のカテゴリとは異なるカテゴリに分類されるエラー（ビニングエラー）が生じるおそれがある。当該生体情報が本来の照合対象の登録生体情報と照合されるまでリトライを実行しようとすると、認証処理に時間がかかることになる。

１つの側面では、本発明は、認証処理の高速化を可能とする生体認証装置、生体認証方法および生体認証プログラムを提供することを目的とする。

１つの態様では、生体認証装置は、生体情報の特徴を反映するカテゴリに関連付けて登録生体情報を格納する格納部と、生体センサに入力された生体情報の前記カテゴリを判定する判定部と、前記生体センサに入力された入力生体情報と、前記入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報とを照合する照合部と、前記照合部による照合が失敗した場合に前記生体センサに再入力された再入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報と前記再入力生体情報とに対する前記照合部による照合が成功した場合に、前記照合に成功した登録生体情報を前記入力生体情報に対して判定された前記カテゴリに関連付ける関連付け部と、を備える。

認証処理の高速化を可能とする。

（ａ）は実施例１に係る生体認証装置のハードウェア構成を説明するためのブロック図であり、（ｂ）は生体認証プログラムの実行によって実現される各機能のブロック図である。 登録処理の際に生体認証装置の各部が実行する処理を表すフローチャートの一例である。 格納部に格納されているカテゴリテーブルを例示する図である。 認証処理の際に生体認証装置の各部が実行する処理を表すフローチャートの一例である。 （ａ）はステップＳ１１〜ステップＳ１５のイメージ図であり、（ｂ）はステップＳ１９〜ステップＳ２３のイメージ図であり、（ｃ）は更新後のテーブルを例示する図である。 認証処理の他の例を表すフローチャートの一例である。 （ａ）は登録特徴量が削除される前のカテゴリテーブルであり、（ｂ）は照合頻度テーブルを例示する図であり、（ｃ）は更新後のカテゴリテーブルを例示する図である。 認証処理の他の例を表すフローチャートの一例である。

以下、図面を参照しつつ、実施例について説明する。

図１（ａ）は、実施例１に係る生体認証装置１００のハードウェア構成を説明するためのブロック図である。図１（ａ）で例示するように、生体認証装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、表示装置１０４、生体センサ１０５、属性情報取得装置１０６などを備える。これらの各機器は、バスなどによって接続されている。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。

記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。本実施例に係る生体認証プログラムは、記憶装置１０３に記憶されている。

表示装置１０４は、液晶ディスプレイ、エレクトロルミネッセンスパネル等であり、後述する各処理の結果などを表示する。なお、生体認証装置１００内のＯＳや他のアプリケーション、もしくはネットワーク等を介した他の装置に対して、本人判定の結果を通知することができるように、通知手段を設けてもよい。

生体センサ１０５は、ユーザの生体情報を取得するセンサである。対象とする生体情報のモダリティは、顔、静脈、指紋、虹彩などである。本実施例においては、一例として指紋を対象とする。指紋を対象とする場合、生体センサ１０５は、光学式センサ、静電容量センサなどであり、ユーザの指紋画像を取得する。属性情報取得装置１０６は、生体センサ１０５が取得する生体情報の属性を取得する装置であり、マウス、キーボードタッチパネルなどである。属性情報は、ユーザＩＤ、指の種別などである。

記憶装置１０３に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された生体認証プログラムを実行する。それにより、生体認証装置１００による各処理が実行される。生体認証プログラムが実行されることによって、登録処理、認証処理などが実行される。

登録処理は、各ユーザに関連づけて、生体センサ１０５に入力された生体情報または当該生体情報から得られた生体特徴量を登録特徴量としてデータベースに登録する処理である。認証処理は、生体センサ１０５に入力された生体情報または当該生体情報から得られた照合特徴量と登録特徴量のいずれかとの類似度が閾値以上であれば当該ユーザが当該登録特徴量に係るユーザと同一人物であると判定する処理である。各処理の詳細については後述する。

図１（ｂ）は、生体認証プログラムの実行によって実現される各機能のブロック図である。図１（ｂ）で例示するように、生体認証プログラムの実行によって、属性情報取得部１１、生体情報取得部１２、特徴抽出部１３、判定部１４、格納部１５、照合部１６、一時記憶部１７、更新部１８などが実現される。

属性情報取得部１１は、ユーザが属性情報取得装置１０６に入力した属性情報を取得する。生体情報取得部１２は、生体センサ１０５に入力された生体情報を取得する。本実施例においては、生体情報取得部１２は、生体センサ１０５が取得した画像を生体情報として取得する。特徴抽出部１３は、生体情報取得部１２が取得した生体情報から特徴量を抽出する処理部である。本実施例においては、生体情報として指紋を用い、特徴量としてマニューシャを用いる。この場合、隆線が途切れる点である端点、隆線が分岐する分岐点、指紋紋様の中心である中心点、隆線の三方向からの集まりである三角州などの特徴点、それぞれの関係等が特徴量となる。

判定部１４は、生体情報取得部１２が取得した生体情報または特徴抽出部１３が抽出した特徴量を基に、当該特徴量がいずれのカテゴリに属するかを判定する。カテゴリは、生体情報の特徴が反映されたカテゴリである。生体情報として指紋を用いる場合には、左流れ、渦状紋などを各カテゴリとして用いることができる。例えば、指紋の中心点、三角州の位置関係、隆線方向の関係などを用いて、カテゴリを判定することができる。

格納部１５は、利用者を識別するＩＤ、登録特徴量、登録特徴量のカテゴリなどを関連付けて保存データとして格納する。照合部１６は、認証処理時に、特徴抽出部１３が抽出した照合特徴量と、格納部１５が格納している登録特徴量とを照合する。例えば、照合部１６は、照合特徴量と登録特徴量との類似度を算出する。照合部１６が算出した類似度が閾値以上であれば照合成功となり、閾値未満であれば照合失敗となる。登録特徴量として、認証処理時に生体情報取得部１２が取得した生体情報に対して判定されたカテゴリに属するものが照合対象として選択される。

一時記憶部１７は、照合に失敗した照合特徴量が判定されたカテゴリを一時的に記憶する。更新部１８は、生体情報取得部１２が再取得した生体情報から抽出された照合特徴量の照合が成功した場合に、当該照合に係る登録特徴量と、一時記憶部１７が記憶したカテゴリとを関連付けて格納部１５に格納する。以下、登録処理および認証処理の詳細について説明する。

（登録処理）
図２は、登録処理の際に生体認証装置１００の各部が実行する処理を表すフローチャートの一例である。以下、図２のフローチャートを参照しつつ、各部の処理について説明する。まず、属性情報取得部１１は、ユーザによって属性情報取得装置１０６に入力された属性情報を取得する（ステップＳ１）。次に、生体情報取得部１２は、生体センサ１０５に入力された生体情報を取得する（ステップＳ２）。次に、特徴抽出部１３は、ステップＳ２で取得した生体情報から登録特徴量を抽出する（ステップＳ３）。

次に、判定部１４は、ステップＳ２で取得した生体情報またはステップＳ３で抽出した登録特徴量を基に、当該登録特徴量のカテゴリを判定する（ステップＳ４）。生体センサ１０５が取得した指紋が左流れの紋様を有していれば、当該登録特徴量は左流れのカテゴリに分類される。次に、格納部１５は、ステップＳ１で取得された属性情報およびステップＳ３で抽出された登録特徴量とステップＳ４で判定されたカテゴリとを関連付けて、格納部１５に格納する（ステップＳ５）。図３は、格納部１５に格納されているテーブルを例示する図である。図３で例示するように、例えば、ユーザＩＤおよび指種別とカテゴリ（Ｃ１，Ｃ２，…）とが関連付けて格納されている。なお、ユーザＩＤおよび指種別と、登録特徴量とが関連付けられている。

（認証処理）
図４は、認証処理の際に生体認証装置１００の各部が実行する処理を表すフローチャートの一例である。以下、図４のフローチャートを参照しつつ、各部の処理について説明する。まず、生体情報取得部１２は、生体センサ１０５に入力された生体情報Ａを取得する（ステップＳ１１）。次に、特徴抽出部１３は、ステップＳ１１で取得した生体情報Ａから照合特徴量を抽出する（ステップＳ１２）。

次に、判定部１４は、ステップＳ１１で取得した生体情報ＡまたはステップＳ１２で抽出した照合特徴量を基に、当該照合特徴量が属するカテゴリを判定する（ステップＳ１３）。ステップＳ１３で判定されたカテゴリをＣ１とする。次に、照合部１６は、格納部１５に格納されたカテゴリＣ１に属する登録特徴量と、照合特徴量とを照合する（ステップＳ１４）。次に、照合部１６は、カテゴリＣ１の登録特徴量と照合特徴量との照合が成功したか否かを判定する（ステップＳ１５）。具体的には、カテゴリＣ１のいずれかの登録特徴量と照合特徴量との類似度が閾値以上であるか否かが判定される。

ステップＳ１５で「Ｙｅｓ」と判定された場合、照合部１６は、照合成功に係る情報を表示装置１０４に表示させる（ステップＳ１６）。ステップＳ１６の実行後には、フローチャートの実行が終了する。ステップＳ１５で「Ｎｏ」と判定された場合、照合部１６は、照合失敗に係る情報を表示装置１０４に表示させるとともに、生体情報の再入力を促すメッセージを表示装置１０４に表示させる（ステップＳ１７）。次に、一時記憶部１７は、照合失敗に係るカテゴリを一時的に記憶する（ステップＳ１８）。図２の例では、カテゴリＣ１が一時的に記憶される。

次に、生体情報取得部１２は、生体センサ１０５に再入力された生体情報Ｂを取得する（ステップＳ１９）。次に、特徴抽出部１３は、ステップＳ１９で取得した生体情報から照合特徴量を抽出する（ステップＳ２０）。次に、判定部１４は、ステップＳ１９で取得した生体情報ＢまたはステップＳ２０で抽出した照合特徴量を基に、当該照合特徴量が属するカテゴリを判定する（ステップＳ２１）。ステップＳ２１で判定されたカテゴリをＣ２とする。なお、ユーザによる生体の入力の仕方によっては、カテゴリＣ２は、カテゴリＣ１と異なるカテゴリになり、場合によってカテゴリＣ２はカテゴリＣ１と同じにもなり得る。

次に、照合部１６は、カテゴリＣ２に属する登録特徴量と、照合特徴量とを照合する（ステップＳ２２）。次に、照合部１６は、カテゴリＣ２の登録特徴量と照合特徴量との照合が成功したか否かを判定する（ステップＳ２３）。具体的には、カテゴリＣ２のいずれかの登録特徴量と照合特徴量との類似度が閾値以上であるか否かが判定される。ステップＳ２３で「Ｎｏ」と判定された場合、ステップＳ１７から再度実行される。ステップＳ２３で「Ｙｅｓ」と判定された場合、照合部１６は、照合成功に係る情報を表示装置１０４に表示させる（ステップＳ２４）。次に、更新部１８は、ステップＳ２２で照合に成功した（類似度が閾値以上となった）登録特徴量を、一時記憶部１７が記憶しているカテゴリＣ１に関連付ける（ステップＳ２５）。その後、フローチャートの実行が終了する。

図５（ａ）は、ステップＳ１１〜ステップＳ１５のイメージ図である。図５（ａ）で例示するように、ステップＳ１１で取得した生体情報ＡまたはステップＳ１２で抽出した照合特徴量を基に、当該照合特徴量が属するカテゴリが判定される。図５（ａ）の例では、照合特徴量は左流れのカテゴリＣ１に分類される。次に、カテゴリＣ１に属するｎ１個の登録特徴量と、照合特徴量とが順に照合される（１：ｎ認証）。照合に失敗した場合には、カテゴリＣ１が一時記憶部１７に記憶される。

図５（ｂ）は、ステップＳ１９〜ステップＳ２３のイメージ図である。図５（ｂ）で例示するように、ステップＳ１９で取得した生体情報ＢまたはステップＳ２０で抽出した照合特徴量を基に、当該照合特徴量が属するカテゴリが判定される。図５（ｂ）の例では、照合特徴量は渦状紋のカテゴリＣ２に分類される。次に、カテゴリＣ２に属するｎ２個の登録特徴量と、照合特徴量とが順に照合される（１：ｎ認証）。照合に成功した場合には、登録特徴量と一時記憶部１７に記憶されたカテゴリＣ１とが関連付けられる。図５（ｃ）は、更新後のテーブルを例示する図である。図５（ｃ）で例示するように、左流れのカテゴリＣ１に００２＿左親指の登録特徴量が新たに属している。

本実施例によれば、生体センサ１０５に入力された生体情報から抽出された照合特徴量と、当該生体情報が属するカテゴリの登録特徴量とが照合される。それにより、格納部１５に格納されている全ての登録特徴量と照合する場合と比較して認証処理が高速化される。また、照合に失敗した場合に再入力された生体情報から抽出された照合特徴量と、当該生体情報が属するカテゴリの登録特徴量との照合に成功した場合に、照合成功に係る登録特徴量が照合に失敗した場合に判定されたカテゴリに関連付けられる。この場合、誤判定（ビニングエラー）される可能性があるカテゴリに、照合されるべき登録特徴量が属することになる。したがって、カテゴリが誤判定された場合においても照合されるべき登録特徴量と照合されるまでの時間が短出される。すなわち、認証処理が高速化される。

（変形例１）
図６は、認証処理の他の例を表すフローチャートの一例である。以下、図６のフローチャートを参照しつつ、各部の処理について説明する。まず、生体情報取得部１２は、生体センサ１０５から生体情報を取得する（ステップＳ３１）。次に、特徴抽出部１３は、ステップＳ３１で取得した生体情報から照合特徴量を抽出する（ステップＳ３２）。

次に、判定部１４は、ステップＳ３１で取得した生体情報またはステップＳ３２で抽出した照合特徴量を基に、当該照合特徴量が属するカテゴリを判定する（ステップＳ３３）。次に、照合部１６は、ステップＳ３３で判定されたカテゴリに属する登録特徴量と、照合特徴量とを照合する（ステップＳ３４）。次に、照合部１６は、当該カテゴリの登録特徴量と照合特徴量との照合が成功したか否かを判定する（ステップＳ３５）。具体的には、当該カテゴリのいずれかの登録特徴量と照合特徴量との類似度が閾値以上であるか否かが判定される。

ステップＳ３５で「Ｎｏ」と判定された場合、照合部１６は、照合失敗に係る情報を表示装置１０４に表示させるとともに、生体情報の再入力を促すメッセージを表示装置１０４に表示させる（ステップＳ３６）。また、一時記憶部１７は、ステップＳ３３で判定されたカテゴリおよびステップＳ３２で抽出した照合特徴量を一時的に記憶する（ステップＳ３７）。その後、ステップＳ３１から再度実行される。

ステップＳ３５で「Ｙｅｓ」と判定された場合、照合部１６は、照合成功に係る情報を表示装置１０４に表示させる（ステップＳ３８）。次に、更新部１８は、照合に成功した登録特徴量に関して、照合に成功したカテゴリの照合頻度に１を加算する（ステップＳ３９）。次に、更新部１８は、一時記憶部１７にデータが有るか否かを判定する（ステップＳ４０）。すなわち、一時記憶部１７にカテゴリおよび照合特徴量が記憶されているか否かが判定される。

ステップＳ４０で「Ｎｏ」と判定された場合、更新部１８は、照合に成功した登録特徴量に関して、各カテゴリの照合頻度の合計が第１閾値を超えているか否かを判定する（ステップＳ４１）。ステップＳ４１で「Ｎｏ」と判定された場合、フローチャートの実行が終了する。ステップＳ４１で「Ｙｅｓ」と判定された場合、更新部１８は、照合に成功した登録特徴量に関して、照合頻度が第２閾値未満であるカテゴリと当該登録特徴量との関連付けを削除する（ステップＳ４２）。その後、フローチャートの実行が終了する。なお、ステップＳ４２において、照合頻度が第２閾値未満となるカテゴリが無ければ、カテゴリと登録特徴量との関連付けは削除されない。

ステップＳ４０で「Ｙｅｓ」と判定された場合、更新部１８は、一時記憶部１７に記憶された照合特徴量と、ステップＳ３４〜ステップＳ３５で照合に成功した登録特徴量との類似度が閾値以上であるか否かを判定する（ステップＳ４３）。ステップＳ４３で「Ｎｏ」と判定された場合、更新部１８は、一時記憶部１７を初期化する（ステップＳ４４）。具体的には、一時記憶部１７に記憶されたカテゴリおよび照合特徴量が消去される。その後、ステップＳ４１が実行される。

ステップＳ４３で「Ｙｅｓ」と判定された場合、更新部１８は、ステップＳ３７で記憶したカテゴリに、照合成功に係る登録特徴量を関連付ける（ステップＳ４５）。次に、更新部１８は、一時記憶部１７を初期化することで、一時記憶部１７に記憶されているカテゴリおよび照合特徴量を消去する（ステップＳ４６）。次に、更新部１８は、照合成功に係る登録特徴量が属する全カテゴリの照合頻度を初期化する（ステップＳ４７）。それにより、当該照合頻度がゼロになる。その後、フローチャートの実行が終了する。

図７（ａ）は、登録特徴量が削除される前のテーブルである。図７（ａ）の例では、ユーザＩＤが００２の左親指の登録特徴量が、カテゴリＣ１およびカテゴリＣ２の両方に関連付けられている。図７（ｂ）は、照合頻度のテーブルを例示する図である。図７（ｂ）で例示するように、照合頻度は、登録特徴量ごとに、各カテゴリ別に設定されている。図６のフローチャートにおいて第１閾値を２００とし第２閾値を２０とした場合、ユーザＩＤが００２の左親指の渦状紋のカテゴリＣ２の照合頻度が削除条件にあてはまる。したがって、図７（ｃ）で例示するように、渦状紋のカテゴリＣ２からユーザＩＤが００２の左親指登録特徴量が削除される。

本変形例によれば、生体センサ１０５に入力された生体情報から抽出された照合特徴量と、当該生体情報が属するカテゴリの登録特徴量とが照合される。それにより、全ての登録特徴量と照合する場合と比較して認証処理が高速化される。また、照合に失敗した場合に再入力された生体情報から抽出された照合特徴量と、当該生体情報が属するカテゴリの登録特徴量との照合に成功した場合に、照合成功に係る登録特徴量が照合に失敗した場合に判定されたカテゴリに関連付けられる。この場合、誤判定（ビニングエラー）される可能性があるカテゴリに、照合されるべき登録特徴量が属することになる。したがって、カテゴリが誤判定された場合においても照合されるべき登録特徴量と照合されるまでの時間が短縮される。すなわち、認証処理が高速化される。さらに、照合成功回数が多くなって照合頻度の合計が第１閾値を上回った場合（ステップＳ４１）に、照合頻度が第２閾値未満のカテゴリが削除される。それにより、照合対象として不要なカテゴリが削除される。その結果、認証処理が高速化される。

なお、照合成功に係る登録特徴量に関連付けられた全カテゴリの照合頻度の合計に対する照合頻度の割合が閾値未満となるカテゴリと、当該登録特徴量との関連付けを削除してもよい。また、関連付けの削除にあたって、照合成功に係る登録特徴量に関連付けられた全カテゴリ数が閾値以上であることを前提としてもよい。

（変形例２）
変形例１では照合頻度を用いたが、前回照合対象となってからの経過時間が長くなったカテゴリを関連付けから削除してもよい。図８は、変形例２に係る認証処理を表すフローチャートを例示する図である。図８のフローチャートは、図４のステップＳ１６の実行後に実行される。図８で例示するように、更新部１８は、照合成功に係る登録特徴量が関連付けられているカテゴリが複数有るか否かを判定する（ステップＳ５１）。ステップＳ５１で「Ｙｅｓ」と判定された場合、更新部１８は、当該登録特徴量に関して、各カテゴリについて前回に照合対象となった時刻を取得することで経過時間を取得する（ステップＳ５２）。更新部１８は、経過時間が閾値を超えるカテゴリと当該登録特徴量との関連付けを削除する（ステップＳ５３）。ステップＳ５３の実行後またはステップＳ５１で「Ｎｏ」と判定された場合、フローチャートの実行が終了する。本変形例によれば、不要なカテゴリが削除される。その結果、認証処理が高速化される。

なお、照合成功に係る登録特徴量に関連付けられた各カテゴリの経過時間の最も長いカテゴリと当該登録特徴量との関連付けを削除してもよい。関連付けの削除にあたって、照合成功に係る登録特徴量に関連付けられた全カテゴリ数が閾値以上であることを前提としてもよい。

上記各例において、指紋のカテゴリとして左流れ、渦状紋などの紋様を用いたが、それに限られない。例えば、指紋の隆線の太さ、隆線間の距離などをカテゴリとして用いてもよい。または、生体情報として静脈パターンを用いる場合などには、手のひらの大きさ、静脈の分岐数、静脈の太さなどをカテゴリとして用いてもよい。生体情報として顔を用いる場合には、目と目との距離、鼻と目との距離、ホクロの数などをカテゴリとして用いてもよい。

上記各例において、格納部１５が、生体情報の特徴が反映されたカテゴリに関連付けて登録生体情報を格納する格納部の一例として機能する。判定部１４が、生体センサに入力された生体情報のカテゴリを判定する判定部の一例として機能する。照合部１６が、生体センサに入力された入力生体情報と、入力生体情報に対して判定部によって判定されたカテゴリに関連付けて格納部に格納された各登録生体情報とを照合する照合部の一例として機能する。更新部１８が、照合部による照合が失敗した場合に生体センサに再入力された再入力生体情報に対して判定部によって判定されたカテゴリに関連付けて格納部に格納された各登録生体情報と再入力生体情報とに対する照合部による照合が成功した場合に、照合に成功した登録生体情報を入力生体情報に対して判定されたカテゴリに関連付ける関連付け部の一例として機能する。

以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１１ 属性情報取得部
１２ 生体情報取得部
１３ 特徴抽出部
１４ 判定部
１５ 格納部
１６ 照合部
１７ 一時記憶部
１８ 更新部
１００ 生体認証装置
１０５ 生体センサ

Claims (8)

1. 生体情報の特徴を反映するカテゴリに関連付けて登録生体情報を格納する格納部と、
   生体センサに入力された生体情報の前記カテゴリを判定する判定部と、
   前記生体センサに入力された入力生体情報と、前記入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報とを照合する照合部と、
   前記照合部による照合が失敗した場合に前記生体センサに再入力された再入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報と前記再入力生体情報とに対する前記照合部による照合が成功した場合に、前記照合に成功した登録生体情報を前記入力生体情報に対して判定された前記カテゴリに関連付ける関連付け部と、を備えることを特徴とする生体認証装置。
2. 前記関連付け部は、前記照合に成功した登録生体情報が関連付けられたカテゴリが照合対象となった照合頻度を記憶し、各カテゴリの照合頻度の合計が第１閾値以上の場合に、照合頻度が第２閾値未満のカテゴリと前記照合に成功した登録生体情報との関連付けを削除することを特徴とする請求項１記載の生体認証装置。
3. 前記関連付け部は、前記照合に成功した登録生体情報が関連付けられたカテゴリが照合対象となった照合頻度を記憶し、各カテゴリの照合頻度の合計に対する照合頻度の割合が閾値未満のカテゴリと当該登録生体情報との関連付けを削除することを特徴とする請求項１記載の生体認証装置。
4. 前記関連付け部は、前記照合に成功した登録生体情報に関連付けられたカテゴリのうち、当該登録生体情報と前回に照合対象となってからの経過時間が閾値を超えるカテゴリと当該登録生体情報との関連付けを削除することを特徴とする請求項１記載の生体認証装置。
5. 前記関連付け部は、前記照合に成功した登録生体情報と前記入力生体情報との類似度が閾値を超えなければ、前記照合に成功した登録生体情報と前記入力生体情報に対して判定された前記カテゴリの関連付けを行わないことを特徴とする請求項１〜４のいずれか一項に記載の生体認証装置。
6. 前記生体情報のモダリティは、指紋であることを特徴とする請求項１〜５のいずれか一項に記載の生体認証装置。
7. 生体情報の特徴を反映するカテゴリに関連付けて登録生体情報を格納部が格納し、
   生体センサに入力された生体情報の前記カテゴリを判定部が判定し、
   前記生体センサに入力された入力生体情報と、前記入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報とを照合部が照合し、
   前記照合部による照合が失敗した場合に前記生体センサに再入力された再入力生体情報に対して前記判定部によって判定されたカテゴリに関連付けて前記格納部に格納された各登録生体情報と前記再入力生体情報とに対する前記照合部による照合が成功した場合に、前記照合に成功した登録生体情報を関連付け部が前記入力生体情報に対して判定された前記カテゴリに関連付ける、ことを特徴とする生体認証方法。
8. コンピュータに、
   生体情報の特徴を反映するカテゴリに関連付けて登録生体情報を格納する格納処理と、
   生体センサに入力された生体情報の前記カテゴリを判定する判定処理と、
   前記生体センサに入力された入力生体情報と、前記入力生体情報に対して前記判定処理によって判定されたカテゴリに関連付けて前記格納処理によって格納された各登録生体情報とを照合する照合処理と、
   前記照合処理による照合が失敗した場合に前記生体センサに再入力された再入力生体情報に対して前記判定処理によって判定されたカテゴリに関連付けて前記格納処理によって格納された各登録生体情報と前記再入力生体情報とに対する前記照合処理による照合が成功した場合に、前記照合に成功した登録生体情報を前記入力生体情報に対して判定された前記カテゴリに関連付ける処理と、を実行させることを特徴とする生体認証プログラム。

Images