JP2018097637A

JP2018097637A - 画像処理装置、画像処理方法および画像処理プログラム

Info

Publication number: JP2018097637A
Application number: JP2016241948A
Authority: JP
Inventors: 智明松濤; Tomoaki Matsunami
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2016-12-14
Filing date: 2016-12-14
Publication date: 2018-06-21
Anticipated expiration: 2036-12-14
Also published as: EP3336756A1; JP6900664B2; US20180165545A1; US10460207B2

Abstract

【課題】バラツキがある生体情報が入力された場合でも安定した認証を実現するための画像処理を行う画像処理装置、画像処理方法および画像処理プログラムを提供する。
【解決手段】画像処理装置は、生体センサから同一ユーザの同一生体部位について複数枚の生体画像を取得する画像取得部と、前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成する生成部と、前記複数枚の生体画像の前記特徴点および前記疑似特徴点の態様を表す情報を前記対応位置の生体特徴として格納する格納部と、を備える。
【選択図】図２

Description

本件は、画像処理装置、画像処理方法および画像処理プログラムに関する。

生体認証システムでは、利用者が入力した生体から生体特徴を抽出し、当該生体特徴と予め登録してある生体特徴とを照合することで本人確認を行う。例えば、指紋、掌紋、静脈等を用いた認証では、センサが利用者の生体部位から取得した情報から生体画像が生成され、端点や分岐点などの特徴点や線状パターンの方向などの個人を識別する生体特徴が抽出されて認証に用いられる。

しかしながら、利用者から抽出される生体特徴は入力の仕方や環境によって変化し、一方に存在する特徴点が他方に存在しないといった、抽出される生体特徴にバラツキが生じる。これらのバラツキは、本人の生体同士で照合できない本人拒否の増加の要因となる。そこで、バラツキの影響を低減する技術が開示されている（例えば、特許文献１，２参照）。

特開２００１−３４４６０４号公報特開２０１０−６１５２８号公報

しかしながら、上記技術では、バラツキがある生体情報が入力された場合に安定した認証を行うことが困難である。

１つの側面では、本発明は、バラツキがある生体情報が入力された場合でも安定した認証を実現するための画像処理を行う画像処理装置、画像処理方法および画像処理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、画像処理装置は、生体センサから同一ユーザの同一生体部位について複数枚の生体画像を取得する画像取得部と、前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成する生成部と、前記複数枚の生体画像の前記特徴点および前記疑似特徴点の態様を表す情報を前記対応位置の生体特徴として格納する格納部と、を備える。

バラツキがある生体情報が入力された場合でも安定した認証を実現するための画像処理を行うことができる。

実施例１に係る画像処理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る。画像処理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。登録処理の詳細を例示するフローチャートである。（ａ）は第１生体画像から検出された生体基準点を例示する図であり、（ｂ）は第２生体画像から検出された生体基準点を例示する図である。重ね合わせ結果を例示する図である。（ａ）は第１生体画像における疑似生体基準点を例示する図であり、（ｂ）は第２生体画像における疑似生体基準点を例示する図である。生体基準点組の対応付けを例示する図である。登録生体情報を例示する図である。認証処理の詳細を例示するフローチャートである。生体基準点の対応付けを例示する図である。（ａ）および（ｂ）は静脈パターンの生体基準点を例示する図であり、（ｃ）および（ｄ）は掌紋パターンの生体基準点を例示する図である。変形例に係る画像処理システムについて例示する図である。

以下、図面を参照しつつ、実施例について説明する。

まず、以下の実施例で用いられる用語について説明する。インスタンスとは、認証に用いる生体の単位のことであり、例えば、指、手のひら、顔、目などである。したがって、指と手のひらは、異なるインスタンスである。また、中指と人差し指も異なるインスタンスであり、右目と左目も異なるインスタンスである。モダリティとは、生体特徴の種類のことであり、例えば、指紋、静脈、掌紋、虹彩、顔形状、手のひら形状などである。したがって、同一の指における指紋および静脈は、異なるモダリティである。

図１は、実施例１に係る画像処理装置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で例示するように、画像処理装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、表示装置１０４、生体センサ１０５、通信部１０６、属性情報取得部１０７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（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）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（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）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（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、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。本実施例に係る画像処理プログラムは、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。

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り、生体センサ１０５は、ユーザの所定のインスタンスから生体画像を取得する。なお、生体センサ１０５は、インスタンスの一部分の生体画像を取得してもよい。生体センサ１０５は、例えば、指紋、静脈、掌紋などの線状パターンを含むモダリティの画像（以下、生体画像と称する）を取得する。指紋の生体画像を取得する場合には、生体センサ１０５は、例えば、光学式センサ、静電容量センサなどである。静脈、掌紋などを取得する場合には、生体センサ１０５は、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌＯｘｉｄｅＳｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどである。

通信部１０６は、例えば、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）などへの接続インタフェースである。属性情報取得部１０７は、キーボード、マウスなどの入力機器であり、例えば、ユーザを識別するためのＩＤ、ユーザ名、パスワードなどを入力するための装置である。

記憶装置１０３に記憶されている画像処理プログラムは、実行可能にＲＡＭ１０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された画像処理プログラムを実行する。それにより、画像処理装置１００による各処理が実行される。画像処理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が取得した生体画像から得られた生体特徴を登録生体特徴として登録する処理である。本実施例においては、生体画像から抽出された指紋、静脈、掌紋などが生体特徴として登録される。認証処理は、生体センサ１０５が取得した照合生体特徴と登録生体特徴とを照合する処理である。本実施例においては、一例として、認証処理時に取得された指紋パターンと登録された指紋パターンとの類似度がしきい値以上であれば当該ユーザが登録されたユーザと同一人物であると判定される。登録処理および認証処理の詳細については後述する。

図２は、画像処理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。画像処理プログラムの実行によって、画像取得部１０、基準点検出部２０、位置合わせ部３０、対応付け部４０、バラツキ度算出部５０、特徴抽出部６０、格納部７０、認証部８０などが実現される。なお、図１および図２の例では、スタンドアローンの端末で構成されているが、それに限られない。例えば、本実施例は、クライアントサーバのシステムにも適用可能である。本実施例では、説明の簡略化のために、スタンドアローンの端末における例について説明する。

（登録処理）
図３は、登録処理の詳細を例示するフローチャートである。以下、図２および図３を参照しつつ、登録処理について説明する。本実施例においては、一例として、インスタンスとして指に着目し、モダリティとして指紋に着目する。まず、属性情報取得部１０７は、ユーザの属性情報を取得する（ステップＳ１）。次に、画像取得部１０は、生体センサ１０５から当該ユーザの同一生体部位について複数枚の生体画像を取得する（ステップＳ２）。同一生体部位とは、同一のインスタンス、または同一インスタンスの同一部分である。例えば、生体センサ１０５は、利用者がセンサ面に指を置いたりスライドさせたりすることで、ユーザの所定の指の指紋の生体画像を取得する。登録処理時には、ユーザが複数回入力を行うことで、複数枚の生体画像を取得することができる。本実施例では、２枚の生体画像（第１生体画像および第２生体画像）を取得した例について説明する。

次に、基準点検出部２０は、各生体画像から生体基準点を検出する（ステップＳ３）。生体基準点とは、生体特徴を表す線状パターンにおける特徴点を指し、指紋の生体画像の場合は、指紋マニューシャと呼ばれる指紋隆線の端点や分岐点を指す。また、生体基準点は、画像中心を原点とした二次元座標でその位置が示される。図４（ａ）は、第１生体画像から検出された生体基準点Ｐ_１〜Ｐ_４を例示する図である。図４（ｂ）は、第２生体画像から検出された生体基準点Ｑ_１〜Ｑ_４を例示する図である。

次に、位置合わせ部３０は、第１生体画像の生体基準点と第２生体画像の生体基準点との位置合わせを行う（ステップＳ４）。ユーザが指を置く位置や指をスライドさせる動きが変化するために、第１生体画像の生体基準点と第２生体画像の生体基準点との間には、位置ずれが生じている。そこで、位置合わせ部３０は、第１生体画像および第２生体画像のいずれかに座標変換を施すことで、位置ずれを解消する。例えば、位置合わせ部３０は、第１生体画像に座標変換を施すことで、第２生体画像との位置ずれを解消する。座標変換は、平行移動および回転移動の少なくともいずれか一方を含む。例えば、座標変換としてアフィン変換が挙げられる。アフィン変換は、下記式（１）で表されるように、画像Ｉ（ｘ，ｙ）を画像Ｉ´（ｘ´，ｙ´）に変換する。

上記式（１）のパラメータで、ＴｘおよびＴｙは、ｘ方向およびｙ方向の平行移動の大きさを表す。ＳｘおよびＳｙは、ｘ方向およびｙ方向の伸縮率を表す。θは、回転移動の大きさを表す。これらのパラメータの決定は、例えば以下のようにする。第１生体画像および第２生体画像のそれぞれから２個の生体基準点を選び、第２生体画像から選んだ２点を結ぶ線分が第１生体画像から選んだ２点を結ぶ線分に一致するようなアフィン変換を成すパラメータを求め、第１生体画像に適用する。このとき、生体基準点の総数から２点を選ぶ組合せの数のパラメータが考えられるが、アフィン変換後の第１生体画像の各生体基準点からみて最近傍となる第２生体画像の生体基準点との距離の総和が最小となるパラメータを採用する。この処理によって、図５で例示するような位置合わせの結果が得られる。また、以下の処理において、第１生体画像は、アフィン変換後の第１生体画像を指すものとする。

次に、対応付け部４０は、第１生体画像と第２生体画像との位置合わせを行ったときに最近傍同士となる生体基準点の組を対応付ける（ステップＳ５）。このとき、既に対応付けられた生体基準点は別の生体基準点とは重複して対応付けられないようにする。この結果、対応付けがなされた生体基準点を安定生体基準点、対応付けがなされていない生体基準点を孤立生体基準点と称する。図４（ａ）および図４（ｂ）の例では、生体基準点Ｐ_１と生体基準点Ｑ_１との組、生体基準点Ｐ_３と生体基準点Ｑ_２との組、生体基準点Ｐ_４と生体基準点Ｑ_４との組が安定生体基準点となる。生体基準点Ｐ_２および生体基準点Ｑ_３が孤立生体基準点となる。

次に、対応付け部４０は、孤立生体基準点が存在するか否かを判定する（ステップＳ６）。すなわち、他方の生体画像に対応付けられていない生体基準点が存在するか否かが判定される。ステップＳ６で「Ｙｅｓ」と判定された場合、対応付け部４０は、孤立生体基準点に対しては、他方の生体画像における同座標に疑似生体基準点（疑似特徴点）を生成し、孤立生体基準点と疑似生体基準点とを対応付ける（ステップＳ７）。

図６（ａ）は、第１生体画像における疑似生体基準点を例示する図である。図６（ｂ）は、第２生体画像における疑似生体基準点を例示する図である。図６（ａ）で例示するように、第１生体画像においては、第２生体画像の孤立生体基準点Ｑ_３の座標に疑似生体基準点ｐ_５が生成されている。第２生体画像においては、第１生体画像の孤立生体基準点Ｐ_２の座標に疑似生体基準点ｑ_５が生成されている。また、孤立生体基準点Ｐ_２と疑似生体基準点ｑ_５とが対応付けられ、疑似生体基準点ｐ_５と孤立生体基準点Ｑ_３とが対応付けられている。以下では、対応付けられた生体基準点同士の組、および生体基準点と疑似生体基準点との組を、併せて生体基準点組と称する。この処理によって、図７で例示するように５組の生体基準点組が対応付けられる。

なお、図７の生体基準点座標は、第１生体画像の基準点と第２生体画像の基準点との対応位置を表している。安定生体基準点については、当該対応位置は、一方の生体画像における生体基準点の座標としてもよいし、双方の生体画像における生体基準点の座標の中点としてもよい。疑似生体基準点の生体基準点座標は、孤立生体基準点の座標である。

ステップＳ６で「Ｎｏ」と判定された場合またはステップＳ７の実行後、特徴抽出部６０は、前述の生体基準点または疑似生体基準点を含む小領域画像において、線状パターンの態様を表す特徴情報を生体特徴として抽出する（ステップＳ８）。小領域画像の例としては、生体基準点または疑似生体基準点を中心とした半径ｒピクセルの円や１辺ｎピクセルの正方形の領域などが挙げられる。生体特徴は、生体基準点から延びる隆線の本数、生体基準点から延びる各隆線の局所方向、小領域画像の周波数情報等を含み、小領域画像ごとに算出される。生体基準点から延びる隆線の本数は、生体基準点が三叉路の分岐点の場合は３、端点の場合は１、単なる点の場合は０となる。周波数情報は、例えば小領域画像に離散フーリエ変換を適用し、パワースペクトルをベクトル化したものを指す。このようにして、各生体基準点および疑似生体基準点に対して生体特徴が抽出される。以下では、生体基準点Ｐ_１における生体特徴をＦＰ_１などと表す。

次に、バラツキ度算出部５０は、対応付けられた生体基準点組において生体バラツキ度を算出する（ステップＳ９）。生体バラツキ度は、第１生体画像と第２生体画像との間で、対応位置に係る生体特徴の差異のことである。次に、バラツキ度算出部５０は、生体バラツキ度が大きいか否かを判定する（ステップＳ１０）。生体バラツキ度の大小は、以下の要素によって決定する。まず、生体基準点組の一方が疑似生体基準点だった場合に、生体バラツキ度が大きいと判定される。次に、生体基準点から延びる隆線の本数が異なっていた場合に、生体バラツキ度が大きいと判定される。または、生体基準点から延びる各隆線の局所方向の差の絶対値が所定の閾値以上の場合に、生体バラツキ度が大きいと判定される。または、小領域画像における周波数情報同士の距離が所定の閾値以上の場合に、生体バラツキ度が大きいと判定される。または、対応付けられた生体基準点または疑似生体基準点の距離が所定の閾値以上の場合に、生体バラツキ度が大きいと判定される。図７の例では、Ｐ_２とＱ_５、Ｐ_５とＱ_３の２組は、一方が疑似基準点のため、生体バラツキ度が大きいと判定され、Ｐ_３とＱ_２の組は、生体基準点から延びる隆線の本数が異なっているため、生体バラツキ度が大きいと判定され、その他の組の生体バラツキ度は小さいと判定される。

ステップＳ１０で「Ｙｅｓ」と判定された場合、特徴抽出部６０は、生体基準点組の双方の生体特徴を保持する（ステップＳ１１）。ステップＳ１０で「Ｎｏ」と判定された場合、特徴抽出部６０は、生体基準点組のうち、一方の生体特徴を破棄する（ステップＳ１２）。ステップＳ１１の実行後またはステップＳ１２の実行後、特徴抽出部６０は、生体基準点座標および生体特徴をステップＳ１で取得した属性情報と関連付けて登録生体情報として格納部７０に格納する（ステップＳ１３）。図７の例では、図８のようにＦＱ_１およびＦＱ_４が破棄され、その他８個の生体特徴が生体基準点座標と関連付けられて登録生体情報として格納される。

本実施例によれば、生体センサ１０５から同一ユーザの同一生体部位について２枚の生体画像が取得される。これら２枚の生体画像のうち同一生体部位の対応位置について、一方の生体画像に生体基準点が現れかつ他方の生体画像に生体基準点が現れていない場合に、他方の生体画像の対応位置に疑似生体基準点が生成される。これら生体基準点および疑似生体基準点を含む小領域の生体特徴が、当該対応位置の生体特徴として格納される。あるいは、これら生体基準点および疑似生体基準点の態様を表す情報を当該対応位置の生体特徴として格納してもよい。このようにすることで、生体基準点が現れたり現れなかったりするようなバラツキがある生体情報が生体センサ１０５から入力された場合でも、安定した認証を実現することができる。

また、生体バラツキ度が大きいか否かを判定することで、バラツキがある生体情報が入力された場合でも、抽出された生体特徴が安定認証を実現するために必要か否かを判定することができる。生体バラツキ度が小さい基準点の生体特徴の一方を破棄することで、複数の登録生体特徴を格納する場合と比較して、登録生体特徴のサイズおよび照合時の計算コストの増加を抑えることができる。なお、生体バラツキ度が小さいことは生体特徴の差異が小さいことを意味するため、一方を破棄しても認証の安定性に対する影響は小さくなる。

（認証処理）
図９は、登録処理の後に、ユーザが認証を行う場合に実行される認証処理の詳細を例示するフローチャートである。図９で例示するように、属性情報取得部１０７は、ユーザの属性情報を取得する（ステップＳ２１）。次に、画像取得部１０は、生体センサ１０５から１枚の生体画像を照合生体画像として取得する（ステップＳ２２）。次に、基準点検出部２０は、図３のステップＳ３と同様の処理により、照合生体画像から生体基準点を検出する（ステップＳ２３）。次に、位置合わせ部３０は、図３のステップＳ４と同様の処理により、ステップＳ２１で取得された属性情報と一致する登録生体情報の生体基準点座標と、照合生体画像から検出された生体基準点座標との位置合わせを行う（ステップＳ２４）。例えば、位置合わせ部３０は、登録生体情報の生体基準点座標と、照合生体画像から検出された生体基準点座標との最近傍点間距離が最小となるように位置合わせを行う。

次に、対応付け部４０は、図３のステップＳ５と同様の処理により、登録生体情報の生体基準点と照合生体画像の生体基準点との組を対応付ける（ステップＳ２５）。次に、特徴抽出部６０は、図３のステップＳ８と同様の処理により、照合生体画像の生体基準点を含む小領域画像において、線状パターンの態様を表す特徴情報を生体特徴として抽出する（ステップＳ２６）。

次に、認証部８０は、登録生体情報と照合生体画像の生体特徴とを生体基準点ごとに比較することで、照合スコアを算出する（ステップＳ２７）。図１０は、登録生体情報に含まれる生体基準点組が５組、照合生体画像に含まれる生体基準点が４個であって、最近傍同士が対応付けられた結果である。この４組の対応付け関係ごとに生体特徴の類似度が算出される。類似度は、値が大きいほど生体特徴同士が類似していることを表し、例えば生体特徴が特徴ベクトルで表されていたときにこれらのユークリッド距離の逆数とする。例えば、第一行のように登録生体情報に関連付けられた生体特徴が１個の場合は、ＦＰ_１とＩ_１の生体類似度を算出する。例えば、第二行のように、登録生体特徴に関連付けられた生体特徴が２個の場合は、ＦＰ_２とＩ_２の生体類似度とＦｑ_５とＩ_２の生体類似度を算出し、値が大きい方を処理に用いてもよく、両方または平均を用いてもよい。例えば、これらの生体類似度の総和を、登録生体情報と照合生体画像の生体基準点の対応付け数で除した値を照合スコアとする。

次に、認証部８０は、照合スコアの閾値処理により、本人判定を行う。具体的には、認証部８０は、照合スコアが所定の閾値以上の場合は、登録した人物と照合しようとしている人物が同一と判定し、照合スコアが所定の閾値未満の場合は異なる人物と判定する。

本実施例においては、同一ユーザの同一生体部位について取得された２枚の生体画像の対応位置について、特徴点および疑似特徴点を含む生体特徴が、当該対応位置の生体特徴として格納されている。この生体特徴と照合を行うことで、バラツキがある生体情報が入力された場合でも、安定した認証を実現することができる。

上記例では、２枚の生体画像から１個の登録生体情報を作成する方法を示したが、３枚以上の生体画像から１個の登録生体情報を作成することもできる。例えば、生体画像が３枚の場合は、まず２枚の生体画像から１個の登録生体情報を作成し、登録生体情報と３枚目の生体画像から上記例と同様の処理によって新たな登録生体情報を作成する。このとき、３枚の生体画像は同一シーケンスで取得したものではなくてもよく、予め２枚の生体画像から作成した登録生体情報と、別シーケンスで取得した３枚目の生体画像から新たな登録生体画像を作成することで、登録データの更新が可能になる。

また、４枚の生体画像を２枚ずつに分け、それぞれで処理を行うことで２個の登録生体情報を得るといったように、登録生体情報を複数持つこともできる。この場合、認証部８０は、第一の登録生体情報と照合生体画像の生体特徴との照合スコアと、第二の登録生体情報と照合生体画像の生体特徴との照合スコアのうち良い方を採用して本人認証に用いてもよい。

また、上記例では、生体画像として指紋画像を用いたが、他の線状パターンを含む生体画像を用いてもよい。例えば、図１１（ａ）は、手のひらの静脈パターンを例示する図である。静脈パターンを用いる場合、図１１（ｂ）で例示するように、静脈パターンの分岐点、端点、交差点などを生体基準点として用いることができる。図１１（ｃ）は、掌紋パターンを例示する図である。掌紋パターンを用いる場合、図１１（ｄ）で例示するように、掌紋パターンの分岐点、端点などを生体基準点として用いることができる。

（変形例）
図１２は、変形例に係る画像処理システムについて例示する図である。上記各例においては、図２の各部が生体センサ１０５から生体画像を取得し、属性情報取得部１０７から属性情報を取得し、登録処理および認証処理を行っている。これに対して、図２の各部の機能を有するサーバ２０２が、インターネットなどの電気通信回線２０１を通じて生体センサ１０５から生体画像を取得し、属性情報取得部１０７から属性情報を取得してもよい。

上記各例において、画像取得部１０が、生体センサから同一ユーザの同一生体部位について複数枚の生体画像を取得する画像取得部の一例として機能する。対応付け部４０が、前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成する生成部の一例として機能する。格納部７０が、前記複数枚の生体画像の前記特徴点および前記疑似特徴点を前記対応位置の生体特徴として格納する格納部の一例として機能する。位置合わせ部３０が、前記複数枚の生体画像の少なくともいずれかにアフィン変換を行うことで、前記複数枚の生体画像の位置合わせを行う位置合わせ部の一例として機能する。特徴抽出部６０が、前記特徴点を含み前記生体画像よりも小さい小領域の線状パターンを生体特徴として抽出し、前記疑似特徴点を含み前記生体画像よりも小さい小領域の線状パターンを生体特徴として抽出する抽出部の一例として機能する。バラツキ度算出部５０が、前記対応位置について、前記複数枚の生体画像間で、前記小領域の生体特徴の差異が大きいか否かを判定する判定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。

１０画像取得部
２０基準点検出部
３０位置合わせ部
４０対応付け部
５０バラツキ度算出部
６０特徴抽出部
７０格納部
８０認証部
１００画像処理装置
１０５生体センサ

Claims

生体センサから同一ユーザの同一生体部位について複数枚の生体画像を取得する画像取得部と、
前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成する生成部と、
前記複数枚の生体画像の前記特徴点および前記疑似特徴点の態様を表す情報を前記対応位置の生体特徴として格納する格納部と、を備えることを特徴とする画像処理装置。
前記複数枚の生体画像は、前記同一生体部位の線状パターンを含み、
前記特徴点は、前記線状パターンの分岐点、端点、および交点の少なくともいずれかを含むことを特徴とする請求項１記載の画像処理装置。
前記複数枚の生体画像の少なくともいずれかにアフィン変換を行うことで、前記複数枚の生体画像の位置合わせを行う位置合わせ部を備えることを特徴とする請求項１または２に記載の画像処理装置。
前記複数枚の生体画像は、前記同一生体部位の線状パターンを含み、
前記特徴点を含み前記生体画像よりも小さい小領域の線状パターンを生体特徴として抽出し、前記疑似特徴点を含み前記生体画像よりも小さい小領域の線状パターンを生体特徴として抽出する抽出部を備えることを特徴とする請求項１〜３のいずれか一項に記載の画像処理装置、
前記対応位置について、前記複数枚の生体画像間で、前記小領域の生体特徴の差異が大きいか否かを判定する判定部と、
前記格納部は、前記差異が大きいと判定された生体特徴を前記対応位置に関連付けて格納することを特徴とする請求項４記載の画像処理装置。
前記判定部は、前記複数枚の生体画像の前記対応位置のいずれかが疑似特徴点であれば、前記差異が大きいと判定することを特徴とする請求項５記載の画像処理装置。
前記判定部は、前記複数枚の生体画像の前記小領域において前記対応位置から延びる線状パターンの本数が異なる場合に、前記差異が大きいと判定することを特徴とする請求項５記載の画像処理装置。
前記判定部は、前記複数枚の生体画像の前記小領域において前記対応位置から延びる線状パターンの局所方向の差の絶対値が所定の閾値よりも大きい場合に、前記差異が大きいと判定することを特徴とする請求項５記載の画像処理装置。
前記判定部は、前記複数枚の生体画像の前記小領域において周波数情報を表した特徴ベクトル同士の距離が所定の閾値以上の場合に、前記差異が大きいと判定することを特徴とする請求項５記載の画像処理装置。
ユーザが認証を行う時に前記画像取得部が前記生体センサから取得した生体画像に含まれる特徴点を含み当該生体画像よりも小さい小領域の生体特徴と、前記格納部に格納された生体特徴との類似度に応じて、前記ユーザが本人であるか否かを判定する認証部を備えることを特徴とする請求項１〜９のいずれか一項に記載の画像処理装置。
生体センサから同一ユーザの同一生体部位について複数枚の生体画像を画像取得部が取得し、
前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成部が生成し、
前記複数枚の生体画像の前記特徴点および前記疑似特徴点の態様を表す情報を前記対応位置の生体特徴として格納部が格納する、ことを特徴とする画像処理方法。
コンピュータに、
生体センサから同一ユーザの同一生体部位について複数枚の生体画像を取得する処理と、
前記複数枚の生体画像のうち前記同一生体部位の対応位置について、いずれか１枚以上の生体画像に特徴点が現れかつ他の生体画像に特徴点が現れていない場合に、前記他の生体画像の前記対応位置に疑似特徴点を生成する処理と、
前記複数枚の生体画像の前記特徴点および前記疑似特徴点の態様を表す情報を前記対応位置の生体特徴として格納する処理と、を実行させることを特徴とする画像処理プログラム。