JP2018514046A - マルチ生体認証 - Google Patents
マルチ生体認証 Download PDFInfo
- Publication number
- JP2018514046A JP2018514046A JP2018503695A JP2018503695A JP2018514046A JP 2018514046 A JP2018514046 A JP 2018514046A JP 2018503695 A JP2018503695 A JP 2018503695A JP 2018503695 A JP2018503695 A JP 2018503695A JP 2018514046 A JP2018514046 A JP 2018514046A
- Authority
- JP
- Japan
- Prior art keywords
- image
- data set
- images
- comparison
- light
- 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.)
- Pending
Links
Classifications
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
- Collating Specific Patterns (AREA)
Abstract
複数の生体特徴を用いて対象(21)を認証する方法(100)は、対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わす第1のデータセットを判定すること(110)と、対象の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定すること(120)と、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較すること(130)と、当該比較に基づいて対象のアイデンティティを認証すること(140)とを備える。
Description
本開示は、複数の生体測定情報を用いた生体認証に関する。本開示は、目の1つ以上の生体特徴を用いた認証への特定的な適用を有し得る。
背景
人などの対象は多数の生体特徴を有し、生体特徴は一般的に対象毎に異なる。ある生体特徴は他の生体特徴よりも認証に適している。しかしながら、今日まで、費用対効果が高くかつ実際的でありながら本人拒否率がゼロであり他人受入れ率がゼロであるという完全な信頼性を達成する生体特徴および関連の生体認証方法またはシステムは1つとして存在しない。
人などの対象は多数の生体特徴を有し、生体特徴は一般的に対象毎に異なる。ある生体特徴は他の生体特徴よりも認証に適している。しかしながら、今日まで、費用対効果が高くかつ実際的でありながら本人拒否率がゼロであり他人受入れ率がゼロであるという完全な信頼性を達成する生体特徴および関連の生体認証方法またはシステムは1つとして存在しない。
対象の生体認証はさまざまな状況で用いられる。その例は、港および空港での政府による対象の認証、安全が確保された場所の入場口での対象の認証、ならびに(銀行の顧客および銀行などの)サービスへのアクセスを望むサービス提供者の顧客の認証を含む。
生体認証には家庭内の適用例もある。一例は、家のドアのドア鍵の生体認証システムを含む。別の例は、移動体通信デバイス、タブレット、ラップトップ、およびデバイスを用いようとする対象を認証する他のコンピューティングデバイス中の生体認証システムを含む。
したがって、信頼性が向上したおよび/またはコストがより低い生体認証方法およびシステムを有することが有利であろう。本人拒否率および他人受入れ率がより低くかつ偽装に対抗する特徴を含む生体認証システムおよび方法を提供することも有利かもしれない。
本明細書中に含まれる文書、行為、材料、デバイス、物品などの一切の議論を、これらの事項のうち任意のものまたはすべてが先行技術の基礎の一部を形成するかまたはこの出願の各請求項の優先日以前に存在していたという理由で、本開示に関連する分野の一般常識であったことの承認と捉えるべきではない。
この明細書を通じて、「備える」という語、または「備え」もしくは「備えている」などの変形は、任意の他の要素、整数、もしくは工程、または要素、整数、もしくは工程の群の排除ではなく、述べられた要素、整数、もしくは工程、または要素、整数、もしくは工程の群を含有を暗示すると理解されるであろう。
要約
複数の生体特徴を用いて対象を認証する方法は、対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わす第1のデータセットを判定することと、対象の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定することと、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較することと、当該比較に基づいて対象のアイデンティティを認証することとを備える。
複数の生体特徴を用いて対象を認証する方法は、対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わす第1のデータセットを判定することと、対象の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定することと、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較することと、当該比較に基づいて対象のアイデンティティを認証することとを備える。
角膜表面に基づく第2の生体特徴は、角膜の前面および/または角膜の後面を含んでもよい。さまざまな実施形態では、角膜の前面および後面のいずれか一方またはその両方の組合せが好適であり得ることを認めるべきである。
方法では、対象のアイデンティティを認証することは、比較の結果に1つ以上の重みを付与することを含んでもよい。
方法はさらに、光の配置を設けることと、第1の画像を捕捉することとを含んでもよく、第1の画像は虹彩の表示を含み、第1のデータセットは第1の画像から判定され、方法はさらに、別の光の配置を設けることと、第2の画像を捕捉することとを含んでもよく、第2の画像は角膜表面から遠ざかる光の配置の反射の表示を含み、第2のデータセットは第2の画像から判定され、方法はさらに、第2の画像において、光の配置の反射の表示中の1つ以上のアーティファクトを判定することと、第1の基準との第1のデータセットの比較からアーティファクトを排除することとを含んでもよい。
方法では、比較からアーティファクトを排除することはさらに、判定された1つ以上のアーティファクトに基づいてアーティファクトマスクを定めることを備えてもよく、アーティファクトマスクは、第1の基準との第1のデータセットの比較から1つ以上の対応のアーティファクトをマスクする。
方法では、1つ以上のアーティファクトは睫毛のシルエットであってもよく、睫毛は、光の配置からの光路と第2の画像を捕捉するカメラとの間にある。
光の配置は、複数の照射される同心円によって設けられてもよい。
方法では、第2の生体特徴を捕捉することは、角膜表面から遠ざかる光の配置の反射にさらに基づいてもよい。角膜表面は角膜前面を含んでもよく、これにより、反射は、角膜の外面から反射される第1のプルキニェ画像を含む。
方法では、第2の生体特徴を捕捉することは、角膜表面から遠ざかる光の配置の反射にさらに基づいてもよい。角膜表面は角膜前面を含んでもよく、これにより、反射は、角膜の外面から反射される第1のプルキニェ画像を含む。
方法では、第2の生体特徴を捕捉することは、角膜後面から遠ざかる光の配置の反射にさらに基づいてもよい。これは、角膜の内面から反射される第2のプルキニェ画像を含んでもよい。第1および第2のプルキニェ画像の両者を用いてもよいことを認めるべきである。
方法では、比較に基づいて対象のアイデンティティを認証することは、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されることを確認することをさらに備えてもよい。
方法は、1つ以上の第1の画像を捕捉することをさらに備えてもよく、第1のデータセットは1つ以上の第1の画像から判定され、方法はさらに、1つ以上の第2の画像を捕捉することを備えてもよく、第2のデータセットは1つ以上の第2の画像から判定され、比較に基づいて対象のアイデンティティを認証することはさらに、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されたことを確認することを含む。
1つ以上の特定される時間は期間および/または配列に基づいていてもよい。
1つ以上の特定される時間は予め定められていてもよい。
1つ以上の特定される時間は予め定められていてもよい。
これに代えて、1つ以上の特定される時間は、少なくとも部分的に、ランダムに生成される結果に基づいてもよい。
第1の画像および第2の画像は1秒未満の期間で捕捉されてもよい。
第1の画像および第2の画像は0.5秒未満の期間で捕捉されてもよい。
第1の画像および第2の画像は0.5秒未満の期間で捕捉されてもよい。
方法は、1つ以上の特定される時間の間に第1および第2のデータセットを判定することをさらに含んでもよく、比較に基づいて対象のアイデンティティを認証することは、判定された第1および第2のデータセットがそれぞれの特定される時間内に判定されたことを確認することをさらに含む。
画像捕捉デバイスを用いて第1および第2の画像を捕捉してもよく、方法は、第1の画像、第1の基準、第2の画像、および第2の基準に基づいて対象の目と画像捕捉デバイスとの相対的整列を判定することをさらに備えてもよい。
方法では、複数の生体特徴は第3の生体特徴を含んでもよく、方法は、対象の第3の生体特徴を表わす第3のデータセットを判定することと、第3の生体特徴を表わす第3のデータセットを第3の基準と比較することとをさらに含み、対象のアイデンティティを認証することはさらに、第3のデータセットと第3の基準との比較に基づく。
第3の生体特徴は、対象の角膜縁の形状、目の別の生体特徴、または対象の指紋に基づいていてもよい。
複数の生体特徴を用いて対象を認証するための装置は、1つ以上の画像を捕捉する画像捕捉デバイスと、処理デバイスとを含み、処理デバイスは、1つ以上の画像から第1のデータセットを判定し、第1のデータセットは対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わし、処理デバイスはさらに、1つ以上の画像から第2のデータセットを判定し、第2のデータセットは対象の角膜表面に基づく第2の生体特徴を表わし、処理デバイスはさらに、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較し、かつ比較に基づいて対象のアイデンティティを認証する。
装置は光の配置を設ける光源をさらに備えてもよく、処理デバイスは、1つ以上の画像のうちの第1の画像から第1のデータセットを判定するようにさらに設けられ、第1の画像は虹彩の表示を含み、処理デバイスは、第2の画像から第2のデータセットを判定するようにさらに設けられ、第2の画像は角膜表面から遠ざかる光の配置の反射の表示を含み、処理デバイスは、第2の画像において、光の配置の反射の表示中の1つ以上のアーティファクトを判定しかつ第1の基準との第1のデータセットの比較からアーティファクトを排除するようにさらに設けられる。
装置において、比較からアーティファクトを排除するために、処理デバイスは、判定された1つ以上のアーティファクトに基づいてアーティファクトマスクを定めるように設けられてもよく、アーティファクトマスクは、第1の基準との第1のデータセットの比較から1つ以上の対応するアーティファクトをマスクする。
装置において、比較に基づいて対象のアイデンティティを認証するために、処理デバイスは、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されたことを確認するように設けられてもよい。
装置において、処理デバイスは、1つ以上の画像のうちの第1の画像から第1のデータセットを判定しかつ1つ以上の画像のうちの第2の画像から第2のデータセットを判定するようにさらに設けられ、比較に基づいて対象のアイデンティティを認証することはさらに、処理デバイスが、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されたことを確認することをさらに備える。
装置において、1つ以上の特定される時間は期間および/または配列に基づく。
装置において、処理デバイスは、第1の画像、第1の基準、第2の画像、および第2の基準に基づいて対象の目と画像捕捉デバイスとの相対的整列を判定するようにさらに設けられてもよい。
装置において、処理デバイスは、第1の画像、第1の基準、第2の画像、および第2の基準に基づいて対象の目と画像捕捉デバイスとの相対的整列を判定するようにさらに設けられてもよい。
上述の対象を認証する方法を行なう上述の装置。
処理デバイスに上述の対象を認証する方法を実現させる機械実行可能命令を備えるコンピュータプログラム。
処理デバイスに上述の対象を認証する方法を実現させる機械実行可能命令を備えるコンピュータプログラム。
図面を参照して本開示の実施形態を説明する。
実施形態の説明
図1から図5を参照して、対象21を認証する装置1および方法100をここで説明する。
図1から図5を参照して、対象21を認証する装置1および方法100をここで説明する。
装置1の概要
図1は、カメラ3の形態にあり得る画像捕捉デバイスと処理デバイス5とを含む装置1を示す。カメラ3は、対象21の目23の部分の画像を捕捉し得る。特に、カメラ3は、(図2に示されるような)対象21の虹彩25を表わす画像、および(図3に示されるような)対象21の角膜27を表わす画像を捕捉し得る。
図1は、カメラ3の形態にあり得る画像捕捉デバイスと処理デバイス5とを含む装置1を示す。カメラ3は、対象21の目23の部分の画像を捕捉し得る。特に、カメラ3は、(図2に示されるような)対象21の虹彩25を表わす画像、および(図3に示されるような)対象21の角膜27を表わす画像を捕捉し得る。
処理デバイス5は、データ記憶7およびユーザインターフェイス9と通信し得る。処理デバイス5を含む装置1は、本明細書中に記載される、対象を認証するための方法100の少なくとも一部を行ない得る。
装置1は、対象の目23の少なくとも一部を照射する光源11をさらに含んでもよい。光源11は、光の配置13を設けるように構成されてもよく、1つの形態では、(図8に示されるような)複数の照射される同心円によって設けられてもよい。光源11は、目23から遠ざかるように反射され得るかつカメラ3から画像中に捕捉され得る光線15を与える。
一例では、装置1は、デバイスを用いるまたはデバイスを用いようとする対象の認証を要件とする移動体デバイス、移動体通信デバイス、タブレット、ラップトップ、または他のコンピューティングデバイスの一部である。1つの形態では、デバイスを用いることは、特定のアプリケーションを用いること、特定のアプリケーションにアクセスすること、デバイスの上にまたは通信ネットワークを通じてデバイスに接続される別のデバイスにあり得る情報またはサービスにアクセスすることを含み得る。
1つの代替例では、図13に示されるように、装置1001は、分散される複数のネットワーク要素を含んでもよい。本明細書中に記載される装置1と同様の装置1001の構成要素は、同じ参照番号で標識付けされる。装置1001は、カメラ3と、通信ネットワーク1004を介して処理デバイス5と通信する光源11とを含んでもよい。処理デバイス5は、通信ネットワーク1004を介してデータ記憶7とも通信してもよい。装置1001の構成要素が異なる場所に位置することがあり得るとしても、装置1001も本明細書中に記載される方法100を行ない得ることを認めるべきである。
方法の概要
図4を参照して、複数の生体特徴を用いて対象1を認証する方法100の概要をここで説明する。方法100は、対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体情報を表わす第1のデータセットを判定するステップ110を含む。方法は、対象21の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定するステップ120も含む。方法100は、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較するステップ130をさらに含む。方法100は、比較130に基づいて対象21のアイデンティティを認証すること140も含む。
図4を参照して、複数の生体特徴を用いて対象1を認証する方法100の概要をここで説明する。方法100は、対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体情報を表わす第1のデータセットを判定するステップ110を含む。方法は、対象21の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定するステップ120も含む。方法100は、第1の生体特徴を表わす第1のデータセットを第1の基準と比較しかつ第2の生体特徴を表わす第2のデータセットを第2の基準と比較するステップ130をさらに含む。方法100は、比較130に基づいて対象21のアイデンティティを認証すること140も含む。
複数の生体特徴を用いて対象を認証する140方法100は、単一の生体特徴を用いた認証よりも、(他人受入れ率と本人拒否率との重なりである)低い等価エラー率を与え得る。
図5を参照して、方法100は、(図7に示されるような)第1の画像400を捕捉すること210を含んでもよく、第1の画像400は虹彩25の表示401を含み、第1のデータセットは第1の画像400から判定される。カメラ3が第1の画像400を捕捉してもよい。方法100は、光源11が設け得る、(図1および図8に示されるような)光の配置13を設けること220も含む。方法100はその後に、(図9に示されるような)第2の画像500を捕捉すること230を含み、第2の画像500は、角膜27の角膜表面から遠ざかる光の配置13の反射の表示501を含み、第2のデータセットは第2の画像500から判定される。次のステップは、第2の画像において、光の配置13の反射の表示中の1つ以上のアーティファクト503を判定すること240を含む。方法100は、第1の基準との第1のデータセットの比較130からアーティファクトを排除すること250も含んでもよい。
比較からアーティファクトを排除するステップ250は、判定された1つ以上のアーティファクトに基づいてアーティファクトマスクを定めることを備えてもよい。アーティファクトマスクを用いて、第1の基準との第1の生体特徴の比較130から1つ以上の対応のアーティファクトをマスクしてもよい。一例では、図5に与えられるステップを、第1および第2のデータセットを判定するステップ110、120、ならびに/または比較のステップ130の一部として行なってもよい。しかしながら、これらのステップのうち1つ以上を、図4に示される方法100の一部としてまたはそれに対する付加的なステップとして行なってもよいことを認めるべきである。
アーティファクトはカメラ3と対象21の目23との間にある睫毛を含むことがある。特定的な例では、アーティファクトは、(今回は虹彩特徴に基づく)第1の生体特徴に関連しない。アーティファクトマスクを定めることにより、第1の画像の中にあり得る対応のアーティファクトは、第1の基準との第1の生体特徴の比較130からマスクされ得る。これにより、比較130からアーティファクトを排除することによって、本人拒否率および/または他人受入れ率が低くなり得る。
図6を参照して、方法100は、1つ以上の第1の画像を捕捉すること310を含んでもよく、第1のデータセットは1つ以上の第1の画像から判定される。方法100は、1つ以上の第2の画像を捕捉すること320も含んでもよく、第2のデータセットは1つ以上の第2の画像から判定される。比較130に基づいて対象のアイデンティティを認証するステップ140は、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されたことを確認することをさらに含んでもよい。
図6で、第1の画像を捕捉するステップ310は、ステップ310a、310b、および310cで第1の画像を捕捉することを含む。第2の画像を捕捉するステップ320は、ステップ320aおよび320bで第2の画像を捕捉することを含む。このように、捕捉のための特定される時間は、画像を捕捉するステップにおける特定の期間および/または配列を含み得る。さらに、(第1の画像から第2の画像、第1の画像から別の第1の画像、第2の画像から別の第2の画像、または第2の画像から第1の画像を含み得る)連続した画像同士の間の特定される期間を、たとえば1秒未満の短い期間に特定してもよい。第1および第2の画像を捕捉するための時間を特定することにより、これは、装置1または方法100をうまく偽装できる(すなわち、これを欺くことができる)機会を減らし得る。一例では、カメラ3は、第1の画像と第2の画像との両方を捕捉する。したがって、たとえば、第1の画像を偽装するための第1の写真と第2の画像を偽装するための第2の写真とを用いて装置1または方法100を偽装しようとする人物(またはデバイス)は、(i)それぞれの特定される期間を知り、かつ(ii)それぞれの特定される期間にそれぞれの第1または第2の写真をカメラ3に提示することができる必要がある。装置1または方法1を偽装しようとする人物が知らない、またはその人物が得ることが困難な特定される期間を有することにより、これは、方法の偽装対抗特性を向上させる。さらに、第1の画像と第2の画像との間の特定される期間を比較的短くすることにより、これは、偽装対抗特性も強化するであろう。というのも、(特定される時間および/または配列などの)特定される時間にカメラに提示するための第1の写真と第2の写真とを迅速かつ正確に切換えるには物理的な困難があるかもしれないからである。
装置1の詳細な説明
装置1をここで詳細に説明する。1つの実施形態では、装置1の構成要素をともに位置させてもよく、さらなる実施形態では、構成要素は、1つのデバイス(たとえば移動体デバイス)の中にある。しかしながら、代替的な実施形態では、装置1の構成要素を別々にして、有線または無線通信手段を通して互いと通信してもよい。またさらなる代替的な実施形態では、構成要素を対象の近くに位置するある構成要素とは地理的に別にして、認証すべき対象から他の構成要素を遠隔にする。図13に示される装置1001などのそのような代替的な実施形態では、構成要素のうち1つ以上は、通信ネットワーク1004を介して別の構成要素と通信してもよい。
装置1をここで詳細に説明する。1つの実施形態では、装置1の構成要素をともに位置させてもよく、さらなる実施形態では、構成要素は、1つのデバイス(たとえば移動体デバイス)の中にある。しかしながら、代替的な実施形態では、装置1の構成要素を別々にして、有線または無線通信手段を通して互いと通信してもよい。またさらなる代替的な実施形態では、構成要素を対象の近くに位置するある構成要素とは地理的に別にして、認証すべき対象から他の構成要素を遠隔にする。図13に示される装置1001などのそのような代替的な実施形態では、構成要素のうち1つ以上は、通信ネットワーク1004を介して別の構成要素と通信してもよい。
(i) 光源11
ここで図8を参照して光源11を説明する。この例では、光源11は、複数の照射される同心リング31a,31bの形態の光の配置13を設けてもよい。この例では、内側リング31aおよび外側リング31bが存在する。
ここで図8を参照して光源11を説明する。この例では、光源11は、複数の照射される同心リング31a,31bの形態の光の配置13を設けてもよい。この例では、内側リング31aおよび外側リング31bが存在する。
光の配置13に対応して配置される発光ダイオード(LED)などの複数の発光体によって光の配置13を設けてもよい。これに代えて、光の配置13中の別個のLED発光体が実際には知覚不可能またはほとんど知覚不可能であるように、LEDを隣接するLEDに近接して配置してもよい。光拡散器または光導波路を用いて光の配置13を設けるのを補助してもよい。代替的な実施形態では、LED発光体は、各々のLED発光体からの光を隣接するLEDから区別できるように配置される。
別の形態では、光の配置13を設けるように、(発光体からの光の少なくとも1つの波長を透過する)透明な媒体が構成される。たとえば、透明な媒体は、光の配置13に対応する形状であってもよく、1つ以上の発光体が透明な媒体を照射する。
別の例では、光の配置は、1つ以上の不透明な表面で覆われる発光体を含む光源(図示せず)で作製されてもよい。不透明な表面の1つは、光の配置13を設ける1つ以上の環状窓を有してもよい。
また別の例では、光源は電子ディスプレイまたは光プロジェクタであってもよい。さらなる例では、電子ディスプレイまたは光プロジェクタは、光の配置13が空間的にと時間的にとの両方に選択的に再構成され得るように再構成可能であってもよい。
光配置13は、大きさおよび構成13などの公知の特性を有してもよく、図3に示されるような入射光線15aを与える。1つの実施形態では、これらの入射光線15aは、角膜27の角膜前面から遠ざかるように(鏡面反射によって)反射されて反射光線16aを与える。図9を参照して、捕捉された第2の画像500は、角膜27の角膜前面から遠ざかる光配置13の鏡面反射の表示501を有する。光配置13の特性はわかっているので、第2の画像500から対象の角膜前面に関する情報を判定することができ、これを生体特徴として用いることができる。たとえば、目21の角膜前面は球体などの完全な幾何学形状ではなく、母集団と比較される個々の対象同士は不一致である。角膜前面のこれらの不一致の結果、光配置13の鏡面反射が変わり、今度はこれを認証のための生体特徴として用い得る。
一例では、角膜の前面から遠ざかる光の配置の反射は第1のプルキニェ画像を含み得る。しかしながら、第2の生体特徴の捕捉が角膜後面から遠ざかる光の配置の反射にも基づいてもよいことを認めるべきである。これは、角膜の内面から反射される第2のプルキニェ画像を含み得る。第1および第2のプルキニェ画像のいずれか片方またはその両方を用いてもよいことを認めるべきである。
図8に示される光配置13は2つの同心リング31a,31bの形態にあるが、他の光配置13を用いてもよいことを認めるべきである。一例では、光配置は、光の1つ以上の照射されるストリップを含んでもよい。一例では、光源11は、光の薄いシートを投影する細隙灯である。
他の実施形態では、光配置13は、径方向パターン、格子状パターン、市松パターン、または蜘蛛の巣パターンのうち1つ以上であってもよい。また別の実施形態では、光配置は、厚みが異なる同心リングの組合せを含んでもよい。
付加的な実施形態では、以上の光配置のうち1つ以上の組合せを用いてもよい。
図1および図8に示される光源11には、反射光16が光源11を通過できるようにまたカメラ3で受けられるように、中央アパーチャ33が設けられる。一例では、図1に示されるように、目21の瞳孔の軸と、中央アパーチャ33の中心軸と、カメラ3のカメラ軸とを共通の軸に沿って整列させることが好ましい。
図1および図8に示される光源11には、反射光16が光源11を通過できるようにまたカメラ3で受けられるように、中央アパーチャ33が設けられる。一例では、図1に示されるように、目21の瞳孔の軸と、中央アパーチャ33の中心軸と、カメラ3のカメラ軸とを共通の軸に沿って整列させることが好ましい。
光源11は、第1の画像400の捕捉を補助する照明も設けてもよい。光源11は、カメラ3が虹彩25の表示401を含む第1の画像400を捕捉できるようにする光を与えてもよい。1つの形態では、カメラ3が第1の画像400を捕捉できるようにする光源11は、拡散光を発生する光源であってもよい。
第1の画像400を捕捉して目21の虹彩色を表わす第1のデータセットを得るために、光源は投光照明源を含んでもよい。投光照明は、可視スペクトル中に白色光線15bを与える白色光源11aであってもよい。(図2に示されるような)白色光源11aからの白色光は次に、対象の虹彩25から拡散するように反射される。白色光源11aは1つ以上の白色LEDの形態にあってもよい。対象の目21の着色により、ある波長のみが虹彩25から反射される。虹彩からの反射光を、図2に反射光線16bとして示す。(反射されるある波長の)反射光線16bは次に、カメラ3によって捕捉されて、第1の画像を与え得る。
第1の画像400を捕捉して目21の虹彩パターンを表わす第1のデータセットを得るためには、光源は以上で論じたような白色光源11aであってもよい。1つの代替例では、光源11は、特定の波長または波長帯であってもよい。1つの形態では、第1の画像500を捕捉して目21の虹彩パターンを表わす第1のデータセットを得るための光源11は、近赤外光源を含んでもよい。
(ii) 画像捕捉デバイス−カメラ3
画像捕捉デバイス3は、スチルカメラまたはビデオカメラ3の形態にあってもよい。カメラ3は、1つ以上の光学レンズと画像センサとを含み得るデジタルカメラであってもよい。画像センサは光に対する感度を有し、CCD(電荷結合素子)またはCMOS(相補金属酸化物半導体)センサを含んでもよい。第1および第2の画像を捕捉するのに他の画像捕捉デバイス3技術を用いてもよいことを認めるべきである。
画像捕捉デバイス3は、スチルカメラまたはビデオカメラ3の形態にあってもよい。カメラ3は、1つ以上の光学レンズと画像センサとを含み得るデジタルカメラであってもよい。画像センサは光に対する感度を有し、CCD(電荷結合素子)またはCMOS(相補金属酸化物半導体)センサを含んでもよい。第1および第2の画像を捕捉するのに他の画像捕捉デバイス3技術を用いてもよいことを認めるべきである。
図1に示される実施形態では、単一のカメラ3が第1の画像と第2の画像との両方を捕捉する。1台のカメラ3を用いて第1および第2の画像のための画像を捕捉することにより、装置1の材料、重量、複雑さ、およびコストを節減し得る。これは、たとえば、装置1が移動体デバイスの形態にあるまたは少なくともその一部であるある適用例にとって重要であり得る。
しかしながら、代替的な形態では、装置1は2つ以上の画像捕捉デバイスを含んでもよい。これは、たとえば、第1の画像を捕捉するのに1つの画像捕捉デバイスが適しており、第2の画像を捕捉するのに別の画像捕捉デバイスが適している場合に有利であり得る。
(iii) 処理デバイス5
図11は、処理デバイス5などの処理デバイス901の例を示す。処理デバイス901は、バス930を介して互いと通信するプロセッサ910、メモリ920、およびインターフェイスデバイス940を含む。メモリ920は、上述の方法100の少なくとも一部を実現するための指示およびデータを記憶し、プロセッサ910は、メモリ920からの指示を実行して方法100を実現する。インターフェイスデバイス940は、非限定的な例では、カメラ3、光源11、ユーザインターフェイス9、およびデータ記憶7との通信を容易にする。このように、処理デバイスは、装置1のこれらの他の構成要素から指示およびデータを送受信し得る。
図11は、処理デバイス5などの処理デバイス901の例を示す。処理デバイス901は、バス930を介して互いと通信するプロセッサ910、メモリ920、およびインターフェイスデバイス940を含む。メモリ920は、上述の方法100の少なくとも一部を実現するための指示およびデータを記憶し、プロセッサ910は、メモリ920からの指示を実行して方法100を実現する。インターフェイスデバイス940は、非限定的な例では、カメラ3、光源11、ユーザインターフェイス9、およびデータ記憶7との通信を容易にする。このように、処理デバイスは、装置1のこれらの他の構成要素から指示およびデータを送受信し得る。
ある実施形態では、インターフェイスデバイス940は、処理デバイス901から通信ネットワーク1004を介した他のネットワーク要素との通信も容易にする。処理デバイス901は独立した要素として示されるが、処理デバイス101は別のネットワーク要素の一部でもあってもよいことに留意すべきである。
処理デバイス901が果たすさらなる機能は、装置1,1001が通信する(図13に示されるような)複数のネットワーク要素間に分散されてもよい。たとえば、方法100のステップのうち1つ以上を対象21から遠隔に行なうことが望ましいことがある。たとえば、装置1が移動体デバイス1006の一部である場合にこれが要件とされることがあり、セキュリティ上の理由のために第1および第2の基準を移動体デバイス1006上のデータ記憶7中に位置させるのが望ましくないことがある。したがって、方法は、まず移動体デバイス1006のカメラを用いて第1および第2の画像を捕捉することを含んでもよい。次に第1および第2の画像(ならびに/または第1および第2のデータセット)を通信ネットワーク1004を介して処理デバイス5などの別のネットワーク要素に送って、方法100の他のステップのうち1つ以上を行なってもよい。
(iv) データ記憶7
データ記憶7は、比較のステップ130で用いられる第1および第2の基準を記憶し得る。第1および第2の基準は、(以下に論じる)対象の登録の間の登録データに基づいていてもよい。1つの実施形態では、データ記憶7は装置1の一部である。
データ記憶7は、比較のステップ130で用いられる第1および第2の基準を記憶し得る。第1および第2の基準は、(以下に論じる)対象の登録の間の登録データに基づいていてもよい。1つの実施形態では、データ記憶7は装置1の一部である。
代替的な実施形態では、第1および第2の基準を装置1とは別のデータ記憶中に記憶してもよい。たとえば、データ記憶は装置1から遠隔に位置してもよく、第1および第2の基準を通信ネットワークを介して遠隔のデータ記憶から装置1(または必要に応じて任意の他のネットワーク要素)に送って方法100の1つ以上のステップを行なう。
(v) ユーザインターフェイス9
ユーザインターフェイス9は、電子ディスプレイまたはコンピュータモニタなどの情報および指示を伝えるユーザディスプレイを含み得る。ユーザインターフェイス9は、キーボード、タッチパッド、コンピュータマウス、電子または電気機械スイッチなどの、ユーザからの1つ以上の入力を受けるユーザ入力デバイスも含んでもよい。一例では、ユーザインターフェイス9は、情報を表示することと入力を受けることとの両方を行なうことができるタッチ画面を含んでもよい。
ユーザインターフェイス9は、電子ディスプレイまたはコンピュータモニタなどの情報および指示を伝えるユーザディスプレイを含み得る。ユーザインターフェイス9は、キーボード、タッチパッド、コンピュータマウス、電子または電気機械スイッチなどの、ユーザからの1つ以上の入力を受けるユーザ入力デバイスも含んでもよい。一例では、ユーザインターフェイス9は、情報を表示することと入力を受けることとの両方を行なうことができるタッチ画面を含んでもよい。
ユーザインターフェイスの「ユーザ」は、認証されることを望む対象、または代替的に対象の認証を容易にするオペレータであり得る。
複数の生体特徴を用いて対象を認証する方法の詳細な説明
方法100のステップをここで詳細に説明する。第1および第2の基準を判定する登録のステップをまず説明する。その後に、第1および第2のデータセットを判定するステップ110,120と、データセットをそれぞれの基準と比較するステップ130とを説明する。説明の容易のため、判定するステップ110,120および比較するステップ130をグループ化し、各々の生体特徴(すなわち、虹彩パターン、虹彩色、および角膜表面)毎の別々の見出しの下で説明する。この後に、(以上で言及した生体特徴のうち少なくとも2つに係る)比較に基づいてアイデンティティを認証すること140を説明する。
方法100のステップをここで詳細に説明する。第1および第2の基準を判定する登録のステップをまず説明する。その後に、第1および第2のデータセットを判定するステップ110,120と、データセットをそれぞれの基準と比較するステップ130とを説明する。説明の容易のため、判定するステップ110,120および比較するステップ130をグループ化し、各々の生体特徴(すなわち、虹彩パターン、虹彩色、および角膜表面)毎の別々の見出しの下で説明する。この後に、(以上で言及した生体特徴のうち少なくとも2つに係る)比較に基づいてアイデンティティを認証すること140を説明する。
次に比較からアーティファクトを排除することを説明する。これは、アーティファクトを判定することと、アーティファクトマスクを定めることとを含む。この後に、(「偽装対抗」としても公知の)方法100を偽装する可能性を低減する方法100中のステップおよび偽装の検出の説明を行なう。
本明細書中に記載される比較のステップでは、比較は、データセットと基準との間の一致に限定されるのではなく、情報の前処理および/または後処理も含むことがあり、そのすべてが組合さって比較のステップを構成してもよい。
(i) 登録
第1の基準および第2の基準を対象の登録の際に判定してもよく、これは方法100の前に行なわれる。第1の基準を判定することは、第1の生体特徴を表わす第1の基準データを判定することを含んでもよい。同様に、第2の基準を得ることは、第2の生体特徴を表わす基準データを判定することを含む。
第1の基準および第2の基準を対象の登録の際に判定してもよく、これは方法100の前に行なわれる。第1の基準を判定することは、第1の生体特徴を表わす第1の基準データを判定することを含んでもよい。同様に、第2の基準を得ることは、第2の生体特徴を表わす基準データを判定することを含む。
1つの実施形態では、第1および第2の基準を判定することは、(以下にさらに詳細に論じる)認証の際に第1のデータセットおよび第2のデータセットを判定する110,120のと同様のステップを含む。
このように、第1の基準を判定することは、カメラ3を用いて画像を捕捉することを含んでもよく、画像は登録すべき対象の虹彩の表示を含み、第1の基準はこの画像から判定される。同様に、第2の基準を判定することは、光の配置13を設けることと画像を捕捉することとを含んでもよく、画像は、登録すべき対象の角膜表面から遠ざかる光の配置の反射の表示を含み、第2の基準は画像から判定される。
登録プロセスは、カメラ3を用いて複数の画像を捕捉して複数の第1および第2の基準を判定することを含んでもよい。複数の判定された第1および第2の(同じ基準種類の)基準を互いに対して品質検査してもよい。第1および第2の基準が品質検査を満たすと、第1および第2の基準のうちの1つ以上がデータ記憶7中に記憶され得る。
品質検査は、各々の登録データ(第1および第2の基準)がある最低限の品質要件を確実に満たすようにすることである。そのような品質検査は、瞳孔の中心、リングの中心、およびリングの完全性を含み得る。たとえば、瞳孔の中心がカメラの中心からのしきい値オフセットを上回っていると判定されれば、基準は品質検査によって拒否される。認証の方法100を行なう際の比較のために、複数の登録データ(第1および第2の基準)を保存してもよい。方法100を行なう場合、それぞれの第1および第2のデータセットを複数のそれぞれの登録(第1および第2の)基準と比較してもよく、特定のそれぞれの生体特徴についての最も高い一致度を対象認証の最終決定で用いてもよい。
(ii) 虹彩パターンに基づく第1の生体特徴を表わす第1のデータセットを判定すること110および比較すること130
1つの例示的な実施形態に従う、虹彩パターンに基づく第1の生体特徴を表わす第1のデータセットを判定することをここで説明する。図7は、虹彩25の表示を含む第1の画像400を示す。対象の虹彩25は、ほとんどの状況で別の人物の虹彩から区別されるパターンを有するパターンを含む。
1つの例示的な実施形態に従う、虹彩パターンに基づく第1の生体特徴を表わす第1のデータセットを判定することをここで説明する。図7は、虹彩25の表示を含む第1の画像400を示す。対象の虹彩25は、ほとんどの状況で別の人物の虹彩から区別されるパターンを有するパターンを含む。
第1の画像400から、図10aに示されるような虹彩バンド410を与えるように画像を操作する。虹彩バンド410を発生させるため、目23の瞳孔の中心を決めて、瞳孔の中心を原点として第1の画像400の極領域変換を行なう。虹彩パターンを含有する、瞳孔と縁のへりとの間の区域に対してのみ極領域変換を行なって、虹彩バンド410を与える。
図10aに示されるような虹彩バンド410は、ぼやけたパターン端縁を含む虹彩パターンの表示を有する。このように、図10aに示されるような虹彩バンド410を第1のデータセットとして利用するのが難しいことがある。照合および比較を改良するため、虹彩パターンの端縁を明確化しかつ強調してもよい。1つの方法では、これは、端縁検出を用いて虹彩パターン中のより支配的な特徴を抽出することを含む。端縁検出後の修正虹彩バンド420を図10bに示す。この修正虹彩バンド420は、各画素場所で、正、ゼロ、および負の値を有し得る。端縁検出を用いて支配的な特徴を抽出するこのステップを処理デバイス5によって行なってもよい。
第1の画像400のある領域は、(虹彩パターンを表わす)第1のデータセットと第1の基準との比較から排除する250必要があるアーティファクト503を有することがある。アーティファクト503は、睫毛29(または睫毛のシルエット)、(白色光源11aなどの)光源からの眩光点、カメラ3の光路中の埃箇所、周囲光汚染などによって生じ得る。この排除は、(図10cに示されかつ以下にさらに詳細に論じる)アーティファクトマスク430を定めることと、アーティファクトマスクを用いて修正虹彩バンド420中の対応のアーティファクトをマスクして第1のデータセットを与えることとによって行ない得る。その結果、対応のアーティファクト503を有する領域を含まない第1のデータセットが与えられ、これにより第1の基準との第1のデータセットの比較においてアーティファクトが比較から排除される。
代替例では、修正虹彩バンド420は、第1の基準との比較のための第1のデータセットであってもよく、アーティファクトマスク430は、第1の基準との第1のデータセットの最初の比較の後にアーティファクト503を有する対応の領域をマスクするように適用される。これには、第1の基準との第1のデータセットの比較の後の結果からアーティファクトを排除するという効果もある。
このように、第1のデータセットおよび第1の基準は各々、修正虹彩バンド420(またはアーティファクトマスクが適用された修正虹彩バンド)の形態の画像であってもよく、第1のデータセットと第1の基準との比較は、それぞれの画像同士の間の一致度を参照することを含んでもよい。
1つの実施形態では、第1のデータセットおよび第1の基準に複数の画像が存在することがあり、比較のステップは画像同士の間の複数の一致度を算出することを含んでもよい。さらなる実施形態では、比較130または認証140は、最も高い一致度のうち1つ以上を選択することを含んでもよい。代替例では、これは、一致度のうち2つ以上の平均、最も低い一致度のうち1つ以上、またはその組合せを選択することを含んでもよい。
(iii) 虹彩色に基づく第1の生体特徴を表わす第1のデータセットを判定すること110および比較すること130
第1のデータセットは、代替例としてまたは加えて、対象の虹彩色に基づく第1の生体特徴を表わしてもよい。対象の虹彩色は、現文脈では、虹彩25の色および虹彩25の部分的表示の色を含んでもよい。色相、明度、および彩度を含む、色の1つ以上の構成要素で虹彩色を規定してもよい。
第1のデータセットは、代替例としてまたは加えて、対象の虹彩色に基づく第1の生体特徴を表わしてもよい。対象の虹彩色は、現文脈では、虹彩25の色および虹彩25の部分的表示の色を含んでもよい。色相、明度、および彩度を含む、色の1つ以上の構成要素で虹彩色を規定してもよい。
1つの実施形態では、図12を参照して、第1のデータセットを判定することは、虹彩25の領域435の(色相角を有する色相として表現され得る)色を判定することを含んでもよい。これは、第1の画像400から虹彩25の画素領域を選択することによって虹彩25のサンプル領域435を選択することを含んでもよい。
1つの実施形態では、虹彩25のサンプル領域435を、瞳孔25の一方側に対する、40×40の画素ボックス440などの画素領域435として規定してもよい。瞳孔の反対側への付加的な画素領域を含む虹彩の付加サンプル領域435を用いてもよい。一例では、図12に示すように、サンプル領域435の対が瞳孔の左側および右側に位置して、瞼がサンプル領域に干渉する可能性を低減する。
次にサンプル領域435中の画素からの色相角を判定して、虹彩色に基づく第1の生体特徴を表わす第1のデータセットを与える。第1のデータセットを判定することは、たとえば、領域中の中間の色相角を平均するもしくは算出すること、または色相ヒストグラムを判定することを含んでもよい。
次に、2つの間の相違を判定することまたは2つの間の一致度を判定することなどによって、(色相角である)判定された第1のデータセットを(色相角でもあり得る)第1の基準と比較してもよい。上記と同様に、この第1のデータセットは、1つ以上の第1の基準と比較される複数の第1のデータセットのうち1つであってもよい。
さらなる実施形態では、第1のデータセットおよび第1の基準において、色相、彩度、および明度(HSV)、または色相、彩度、輝度(HSL)座標を用いてもよい。
(iv) 角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定すること120および比較すること130
1つの例示的な実施形態に従って角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定することをここで説明する。以上で論じたように、対象の角膜27の角膜表面は、ほとんどの状況で、母集団中の他の対象とは異なる。したがって、角膜表面、ならびに特に角膜前面または角膜後面の形状およびトポロジーを認証用の生体特徴として用いてもよい。
1つの例示的な実施形態に従って角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定することをここで説明する。以上で論じたように、対象の角膜27の角膜表面は、ほとんどの状況で、母集団中の他の対象とは異なる。したがって、角膜表面、ならびに特に角膜前面または角膜後面の形状およびトポロジーを認証用の生体特徴として用いてもよい。
角膜表面トポグラフィは、光の反射パターンの画像パターンに直接に関する。角膜表面の形状を反射光のパターンの形状によって表わすことができる。同心リングを用いる1つの実施形態では、リング距離の正規化されかつ回転調整されたRMS、または認証データと基準データとの間の(回転不変量である)リングの正規化フーリエ係数を用いる。
一例では、方法100で、角膜表面トポグラフィの再構築なしに反射光パターン領域を用いてもよい。しかしながら、他の方法は、角膜表面トポグラフィの再構築を含んでもよく、これにより角膜表面トポグラフィの再構築を第1および第2のデータセットまたは第1および第2の基準のうち1つ以上のために用いてもよい。
図9は、対象の角膜前面から遠ざかる(同心リングを含む)光の配置13の反射の表示501を含む第2の画像500を示す。したがって、表示501の形状は、角膜前面の生体特徴を表わし得る。第2の生体特徴を捕捉することも角膜後面から遠ざかる光の配置の反射に基づき得ることを認めるべきである。
一例では、第2のデータセットを判定することは、第2の画像500中の表示501中の同心リングのうち1つ以上の大きさおよび形状を判定することを含んでもよい。同心リングの大きさおよび形状を、第2のデータセットについてパラメータ化してもよい。このように、第2のデータセットと第2の基準との比較はパラメータ値同士の間の比較であってもよい。
図9では、表示501中に2つの同心リングが存在する。リングの内側および外側端縁を判定し、これにより、第2のデータセットのために用い得る4つのリング(外側リングの外側端縁、外側リングの内側端縁、内側リングの外側端縁、および内側リングの内側端縁)を与えてもよい。表示501中の暗から明へのまたは明から暗への遷移によって内側および外側端縁を判定してもよい。
1つの代替例では、第2のデータセットを判定することは、第2の画像中の表示501中の同心リングに基づいて、反射されたリングの画像を判定することを含んでもよい。このように、第2のデータセットと第2の基準との比較は、画像同士の間の比較であってもよい。
第2のデータセットと第2の基準との比較は、第1のデータセットと第1の基準との比較について以上で論じたような一致度を判定することを含んでもよい。さらに、複数の第2のデータセットおよび第2の基準も、第1のデータセットおよび第1の基準と同じ態様で比較してもよい。
以上で言及した例を同心リング31a,31bを参照して説明したが、別々の点のアレイ、光のストリップ、径方向パターン、格子状パターン、市松パターン、または蜘蛛の巣パターンなどの以上で論じた他の光の配置13を用いてもよいことを認めるべきである。
角膜表面に基づく生体特徴を用いる認証の他の形態を用いてもよいことを認めるべきである。例では、公知の角膜トポグラフィ法を用いて対象の角膜トポグラフィを判定してもよい。一例では、これは、プラシド角膜計を用いる方法を含んでもよい。別の例では、これは、対象の角膜表面を判定する光干渉断層(OCT)技術を含んでもよい。第2のデータセットは判定された角膜トポグラフィに基づいていてもよい。
(v) 複数の生体特徴とそれぞれの基準との比較130に基づいて対象のアイデンティティを認証すること140
以上の方法100では、認証は、第1および第2のデータセットを判定すること110,120を含み、これは、認証すべき対象の第1および第2の画像を捕捉すること310,320に係ってもよい。認証のために第1および第2の画像を捕捉すること310,320を、認証すべき(獲得)対象からの情報の獲得として理解してもよい。
以上の方法100では、認証は、第1および第2のデータセットを判定すること110,120を含み、これは、認証すべき対象の第1および第2の画像を捕捉すること310,320に係ってもよい。認証のために第1および第2の画像を捕捉すること310,320を、認証すべき(獲得)対象からの情報の獲得として理解してもよい。
それぞれの基準との判定されたデータセットの比較130の後、比較に基づいて対象のアイデンティティを認証するステップ140が存在する。以上で注記したように、比較は少なくとも2つの生体特徴に基づく。すなわち、一方は虹彩パターンまたは虹彩色に基づき、他方は角膜表面に基づく。対象のアイデンティティを認証するかしないかの決定に達するために、この決定は、2つ以上の生体特徴との比較の結果の組合せに基づいてもよい。
1つの実施形態では、比較のステップ130は、それぞれの基準とのそれぞれのデータセットの比較のために、
一致度
獲得の際に受けたそれぞれのデータセットが真正である(またはなりすましである)確率を示す1つ以上の確率値
特定のデータセットに基づく、獲得したデータセットが真正であるかまたはなりすましであるか(および結果的に獲得対象が登録対象と比較して真正であるかまたはなりすましであるか)に関する決定
獲得したデータセット(または獲得対象)が真正であるかまたはなりすましであるかの決定の信頼度を示す数値スコア
比較の未確定の結果または比較の際の誤りを示す結果のうち1つ以上を与えることに係ってもよい。
一致度
獲得の際に受けたそれぞれのデータセットが真正である(またはなりすましである)確率を示す1つ以上の確率値
特定のデータセットに基づく、獲得したデータセットが真正であるかまたはなりすましであるか(および結果的に獲得対象が登録対象と比較して真正であるかまたはなりすましであるか)に関する決定
獲得したデータセット(または獲得対象)が真正であるかまたはなりすましであるかの決定の信頼度を示す数値スコア
比較の未確定の結果または比較の際の誤りを示す結果のうち1つ以上を与えることに係ってもよい。
1つの実施形態では、対象のアイデンティティを認証する決定を行なう際に、(第1の生体特徴を表わす)第1のデータセットと第1の基準との比較の結果には、(第2の生体特徴を表わす)第2のデータセットと第2の基準との比較の結果よりも大きな重みを付与してもよい。これとは反対に、1つの代替例では、第2の生体特徴を表わす比較に第1の生体特徴を表わす比較よりも大きな重みを付与してもよい。また別の実施形態では、第1および第2の生体特徴を表わす比較に等しい重みを付与してもよい。また別の実施形態では、それぞれの特徴に対する重み付けは、特徴の一致度または確率値に基づいていてもよい。
(vi) 認証140の例
1つの例示的な方法における対象のアイデンティティを認証するステップ140をここで説明する。
1つの例示的な方法における対象のアイデンティティを認証するステップ140をここで説明する。
比較130では、(それぞれの生体特徴を表わす)第1および第2のデータセットの各々毎にそれぞれの一致度を判定してもよい。これらの一致度から、生体特徴の各々毎に、認証対象が(真正決定クラスについて)真正である確率および認証対象が(なりすまし決定クラスについて)なりすましである確率を判定して、それぞれの確率スコアとして与える。真正である確率およびなりすましである確率は、和が1に等しい場合は、相補であってもよい。ある例では、異なる生体特徴に対応する確率スコアは互いに相関していない。それらが相関していれば、これらのスコアを相関させないように主成分分析(PCA)を行なってもよい。PCA分析は当業者には公知である。所与の生体特徴についてのPCA分析は、
真正クラスとなりすましクラスとの両方について所与の母集団中の各生体情報種類毎に複数の確率スコアを判定すること
正規化共分散行列を判定し、生体情報が相関していれば、対応のデータセットが相関しなくなるようにPCAを行なうこと
結果的に得られた非相関データセットの各々毎に各クラス(真正またはなりすまし)の平均偏差および標準偏差を判定すること
を含んでもよい。
真正クラスとなりすましクラスとの両方について所与の母集団中の各生体情報種類毎に複数の確率スコアを判定すること
正規化共分散行列を判定し、生体情報が相関していれば、対応のデータセットが相関しなくなるようにPCAを行なうこと
結果的に得られた非相関データセットの各々毎に各クラス(真正またはなりすまし)の平均偏差および標準偏差を判定すること
を含んでもよい。
非相関データセットの各々毎に、各個別の生体特徴と真正クラスおよびなりすましクラスとの確率密度関数p(xi|i)、ならびに真正獲得対象またはなりすまし獲得対象が認証のために存在し得るという仮定が与えられて、式(1)を用いて真正およびなりすましの確率P(i|x)(両方の和が1に等しい)を判定し得る。
式中、iは決定のためのインデックスカウンタであり、0は真正、1はなりすましであり、
P(i|x)は、生体特徴xを与えられた場合の決定iの確率であり、
jは決定クラスのインデックスカウンタである。
P(i|x)は、生体特徴xを与えられた場合の決定iの確率であり、
jは決定クラスのインデックスカウンタである。
複数のそれぞれの生体特徴を用いて獲得対象を真正またはなりすましであると認証する最終決定を行なうために、式1を用いて判定した各生体特徴毎に、真正(またはなりすまし)の確率の組合せに基づいて全体的なスコアを判定してもよい。式(2)を用いて全体的なスコアを判定してもよい。
式中、iは決定のためのインデックスカウンタであり、0は真正、1はなりすましであり、
P(i|x)は、生体特徴xを与えられた場合の決定の確率測度iであり、
jは、それぞれの生体特徴のインデックスカウンタである。
P(i|x)は、生体特徴xを与えられた場合の決定の確率測度iであり、
jは、それぞれの生体特徴のインデックスカウンタである。
Jは、認証で用いられる生体特徴の数である。
wjは、それぞれの特徴の信頼性を説明するために生体特徴jに適用される正の重みである。
wjは、それぞれの特徴の信頼性を説明するために生体特徴jに適用される正の重みである。
獲得対象が真正であるかまたはなりすましであるかについての決定を行なうために、式(2)を用いて判定された全体的なスコアを以下の式(3)とともに用いる。しきい値Tは、他人捕捉率(FAR)および本人拒否率(FRR)を説明するための調整を可能にするように設けられる。
式中、P(0)は、式(2)から算出されるような真正の複合確率に対応する。
P(1)は、式(2)から算出されるようななりすましの複合確率に対応する。
P(1)は、式(2)から算出されるようななりすましの複合確率に対応する。
一般的には、式3は、真正の全体的な確率スコアプラスしきい値Tがなりすましの全体的な確率スコアよりも大きければ、獲得対象が真正である(i=0)という決定をする。そうでない場合、決定は、獲得対象がなりすまし(i=1)であるということになる。
以上の説明では、第1および第2の生体特徴を参照して複数の生体特徴を説明した。しかしながら、2つよりも多くの生体特徴を用いてもよいことを認めるべきであり、さらなる実施形態では、複数の生体特徴は第3の生体特徴を含み、方法はさらに、対象の第3の生体特徴を表わす第3のデータセットを判定することと、第3の生体特徴を表わす第3のデータセットを第3の基準と比較することとを含み、対象のアイデンティティを認証するステップ140は、第3のデータセットと第3の基準との比較にさらに基づく。第3の生体特徴は、対象の角膜縁の形状、対象の指紋などに基づく。角膜縁の形状は、第1の画像および/または第2の画像から判定されてもよい。
アーティファクトを判定しかつ排除すること
第1の基準との第1のデータセットの比較からアーティファクトを判定しこれを排除する方法をここで詳細に説明する。
第1の基準との第1のデータセットの比較からアーティファクトを判定しこれを排除する方法をここで詳細に説明する。
図5を参照して、方法は、虹彩の表示を含む第1の画像400を捕捉するステップ210を含み、第1のデータセットは第1の画像から判定されてもよい。処理デバイス5は、第1の画像400を捕捉するようにカメラ3に指示を送ってもよい。カメラ3は次に、第1の画像400に対応するデータを処理デバイス5に送ってもよい。処理デバイスは、図2に示されるように、(白色光線15bまたは1つ以上の波長の光線などの)光線を与えるように白色光源11aまたは光源11に指示を送って第1の画像の捕捉を容易にしてもよい。
光の配置13を設けるステップ220は、同心リング31a,31bを照射することによって行なってもよい。処理デバイス5は、光の配置13を設けるように光源11に指示を送ってもよい。処理デバイス5は、以下に論じる第2の画像を捕捉するステップ230に対応する1つ以上のときに、光の配置13を設ける220指示を送ってもよい。しかしながら、ある実施形態では、他のときに光源11が光の配置13を設けてもよいことを認めるべきである。
角膜表面から遠ざかる光の配置の反射の表示を含む第2の画像500を捕捉するステップ230は、カメラ3が第2の画像500を捕捉することを含んでもよい。処理デバイス5は、光源11が光の配置13を設ける間に第2の画像を捕捉するようにカメラ3に指示を送ってもよい。カメラ3は次に、第2の画像500に対応するデータを処理デバイス5に送ってもよい。このステップ230で、カメラ3は、光配置13が設けられている間は第2の画像500を捕捉し、以上の例では、処理デバイス5は、光源11とカメラ3との両方に別々に指示を送る。しかしながら、第2の画像500の捕捉を光の配置13を設けることに連係させる他の形態を用いてもよいことを認めるべきである。たとえば、処理デバイスは、光源に指示を送って、次に光源が第2の画像を捕捉するようカメラ3に指示を送ってもよい。
第1の画像を捕捉するステップ210の時間は1秒未満であり、別の実施形態では0.5秒未満である。短時間で第1および第2の画像を捕捉することにより、第2の画像中の(睫毛によって生じる)アーティファクト503の場所も、第1の画像中の同じ場所(または対応のもしくはオフセットされた場所)にあり得る。ある実施形態では、第1の画像と第2の画像との間の時間がより短いと、第2の画像中の検出されたアーティファクトの場所を用いて第1の画像中の対応のアーティファクトの場所を判定し得る見込みが増し得ることが認められる。
第1の画像400および第2の画像500を必ずしも順に捕捉しなくてもよいことも認めるべきである。ある例では、第2の画像500を第1の画像400の前に捕捉してもよい。
(i) 第2の画像において、光の配置の反射の表示の中の1つ以上のアーティファクトを判定すること240
1つの実施形態で、第2の画像500において、光の配置13の反射の表示501中の1つ以上のアーティファクトを判定するステップ240をここで説明する。図9を参照して、光配置13は、虹彩25から遠ざかる光の乱反射よりも大幅に明るい、角膜表面から遠ざかる(同心リングの)鏡面反射501を与える。図9では、反射501の表示は、一般的に、虹彩25から遠ざかる反射光と比較して、実質的に白い(またはより明るい)。これに対する例外は、暗い線または縞として示されるアーティファクト503である。図9では、アーティファクト503は、(図3中の515aなどの)入射光線15aの経路にある睫毛29のシルエット(または影)である。そのようなアーティファクト503は、(図3中の516aなどの)反射光線16aの経路にある睫毛によっても生じることがある。
1つの実施形態で、第2の画像500において、光の配置13の反射の表示501中の1つ以上のアーティファクトを判定するステップ240をここで説明する。図9を参照して、光配置13は、虹彩25から遠ざかる光の乱反射よりも大幅に明るい、角膜表面から遠ざかる(同心リングの)鏡面反射501を与える。図9では、反射501の表示は、一般的に、虹彩25から遠ざかる反射光と比較して、実質的に白い(またはより明るい)。これに対する例外は、暗い線または縞として示されるアーティファクト503である。図9では、アーティファクト503は、(図3中の515aなどの)入射光線15aの経路にある睫毛29のシルエット(または影)である。そのようなアーティファクト503は、(図3中の516aなどの)反射光線16aの経路にある睫毛によっても生じることがある。
したがって、光の配置の比較的より明るい表示501中の比較的より暗い画素を検出することによって、表示501中のアーティファクト503を判定してもよい。
(ii) 第1の基準との第1のデータセットの比較からアーティファクトを排除すること250およびアーティファクトマスクを定めること
アーティファクトマスク430を用いるなどして第1の基準との第1のデータセットの比較からアーティファクトを排除すること250を上述した。判定されたアーティファクト503に基づいてアーティファクトマスク430を定めるステップをここで説明する。
アーティファクトマスク430を用いるなどして第1の基準との第1のデータセットの比較からアーティファクトを排除すること250を上述した。判定されたアーティファクト503に基づいてアーティファクトマスク430を定めるステップをここで説明する。
(図9に示されるような表示501中のアーティファクト503を判定するステップ240の後に、第1の画像(または虹彩バンド410もしくは修正虹彩バンド420などの第1の画像から導出された画像)または第1のデータセット中に現われ得るこれらのアーティファクト503の対応の場所を判定する。対応の場所は、第1の画像と第2の画像との両方に影響を与える共通のアーティファクトの間の関係を参照するとよりよく理解されるであろう。
図2および図3を参照して、第1の画像と第2の画像との両方に睫毛429によって生じるアーティファクトなどの特定のアーティファクトの間の関係をここで説明する。まず図3を参照して、睫毛429は入射光線515aの経路にあり、これは、第2の画像500中でカメラが反射光線16aを捕捉すると、第2の画像中にアーティファクトを生じさせる。図2を参照すると、第1の画像中にアーティファクトを生じ得る同じ睫毛429も光の経路の中にあるであろうと予期され得る。特に、入射光15bが虹彩から遠ざかるように乱反射した後に、同じ睫毛429が反射光線416bの経路にあり得る。次にカメラ3が反射光線416bを第1の画像400中に捕捉し、第1の画像400中に対応のアーティファクトが予期され得る。
第1の画像400中の対応のアーティファクトは、第2の画像の表示501中のアーティファクト503のまさにその場所には位置しないかもしれない。たとえば、光源11および白色光源11aの場所が異なることにより、対応のアーティファクトは第1の画像400中のオフセットされた場所にあるであろうと判定され得、これにより、睫毛29のシルエット(または影)が対応のオフセットされた場所に位置するようになり得る。
ある実施形態では、第1の画像400中の付加的なアーティファクトが第1の画像400からわかるまたは判定されることがある。たとえば、白色光源11aは、眩光点などの角膜前面から遠ざかる鏡面反射を発生し得る。第1の画像400中に発生する眩光点の場所(または近似する場所)が装置1の所与の構成についてわかり得るまたは近似され得る。したがって、第1の画像400中のアーティファクトを付加的に判定することが可能であり得る。1つの実施形態では、これらのアーティファクトの場所は、以前に捕捉された第1の画像中のそのようなアーティファクトの場所から判定され得るまたは近似され得る。
第2のもの(およびある実施形態では第1の画像)から判定されるアーティファクトなどの対応のアーティファクト(および場所)を用いて、図10cに示すようなアーティファクトマスク430を定めてもよい。アーティファクトマスク430は、予期される対応のアーティファクトが位置し得る場所にマスク部分431を含む。図10c中の定められたアーティファクトマスク430は、虹彩バンド410または修正虹彩バンド420をマスクするのに好適なバンドの形態である。しかしながら、マスク430が他の形態にあってもよいことを認めるべきである。
マスク部分431は、第1の画像中の予期される対応のアーティファクトよりも大きな部分にあってもよいことを認めるべきである。これにより、(第2の画像中のアーティファクトに基づいていた)判定されたアーティファクトの場所と比べて、第1の画像中のアーティファクトの実際の場所が不一致であることを説明する余地が与えられ得る。
装置および方法の偽装の成功の見込みを低減することおよび偽装の検出
方法は、装置1および方法100の偽装成功の見込みを低減するステップおよび偽装の検出も含んでもよい。これを図6を参照して説明する。
方法は、装置1および方法100の偽装成功の見込みを低減するステップおよび偽装の検出も含んでもよい。これを図6を参照して説明する。
方法は、第1の画像400を捕捉すること310と第2の画像500を捕捉すること320とを含む。これらの画像を複数回捕捉してもよく、参照の容易のため、捕捉の連続したステップを図6では添字「a」、「b」、および「c」で識別している。
第1の画像400を捕捉するステップ310は、図5を参照して上述した第1の画像を捕捉すること210と同じまたは同様であってもよい。同様に、第2の画像500を捕捉するステップ320も、図5を参照して上述した第2の画像を捕捉すること230と同じまたは同様であってもよい。
偽装の見込みを低減するため、第1の画像を捕捉するステップ310および第2の画像を捕捉するステップ320は、画像を捕捉するための1つ以上の特定される時間を有してもよい。以上で注記したように、第1および第2の画像を捕捉するための時間を特定することは、装置1または方法100を成功裏に偽装できる見込みまたは機会を低減し得る。特に、偽装しようとする人物(またはデバイス)は、第1および第2の画像を捕捉するための特定される期間を知る必要がある。さらに、当該人物(またはデバイス)は、それらの特定される時間の間、それぞれの偽装写真(または他の偽装材料)をそれらの特定される時間の間カメラ3に提示することができる必要がある。
対象21のアイデンティティを認証する140際(または先立つステップで)、方法100は、第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に第1および第2の画像が捕捉されたことを確認することをさらに含んでもよい。第1および第2の画像のうち1つ以上が特定される時間外に捕捉された場合、方法は、獲得対象を真正として認証しない(たとえば、獲得対象をなりすましと判定する)ことを含んでもよい。
特定される時間は、カメラが捕捉すべき第1および第2の画像のうち1つ以上について(処理デバイスと組合せたソフトウェアにおける指示から)ランダムに生成される、特定される時間を含んでもよいが、それらに限定されない。第1および第2の画像を捕捉するための特定される時間は、以下に論じるように、さまざまな形態にあってもよいことが認められる。
1つの実施形態では、特定される時間は、図6に示されるような第1の画像を捕捉する310aおよび第2の画像を捕捉する320a期間351を含んでもよい。(「時間窓」とも記載されることがある)期間351は、1秒などの規定された値を有し得る。別の実施形態では、期間351は1秒未満であってもよい。さらなる実施形態では、期間351は、0.5秒、0.2秒、0.1秒、またはそれ未満であってもよい。比較的短い期間351が偽装対抗特性を強化し得ることを認めるべきである。というのも、ある人物(またはデバイス)が素早く続けて第1および第2の画像の捕捉を偽装するには物理的な難しさがあり得るからである。
別の実施形態では、特定される時間は、それぞれの第1および第2の画像を捕捉するための1つ以上の特定の期間361,371を特定することを含んでもよい。たとえば、特定される時間は、第1の画像期間361a,361bの間に捕捉すべき第1の画像を特定することを含んでもよい。同様に、特定される時間は、第2の画像期間371aの間に捕捉すべき第2の画像を特定することを含んでもよい。1つの実施形態では、第1の画像期間361が第2の画像期間371と時間的に重ならないことが好ましい。ある例では、第1および第2の期間361,371の長さは、1秒、0.5秒、0.2秒、0.1秒、またはそれ未満であってもよい。
第1および第2の期間361,371の長さを特定することに加えて、特定される第1および第2の期間361,371のタイミングを特定してもよい。一例では、第1および第2の期間361,371のタイミングを特定することは、特定の時点に対するものであってもよい。たとえば、期間361aは、方法100が始まった1秒後に始まり、期間361bは、方法100が始まった2秒後に始まり、期間371aは、方法100が始まった3秒後に始まると特定されてもよい。他の例では、タイミングは、時計の時刻に基づいていてもよい。
別の実施形態では、特定される時間は、それぞれの第1および第2の画像を捕捉するための1つ以上の配列を特定することを含んでもよい。たとえば、方法は、第1および第2の画像を交互順に捕捉すると特定することを含んでもよい。これは、第1の画像、第2の画像、別の第1の画像、別の第2の画像を順に捕捉することを含んでもよい。他の配列が特定されてもよく、より予測しにくい配列が有利であり得ることを認めるべきである。たとえば、図6は、第1の画像310a、第2の画像320a、第1の画像310b、第1の画像310c、および第2の画像320bを捕捉することを含む配列を示す。
また別の実施形態では、特定される時間は、1つ以上の画像を、別の捕捉された画像に対してオフセット381される期間383に捕捉すべきであると特定することを含んでもよい。たとえば、方法は、第1の画像を捕捉すること310cと、第1の画像が捕捉された310c時間からオフセット381される期間383の間に第2の画像を捕捉すること320bを捕捉しなければならないことを特定することとを含んでもよい。別の例では、第2の画像を捕捉するための特定される期間383は、第1の画像が捕捉された直後に(すなわちオフセット381がゼロで)開始してもよい。このように、この実施形態では、特定される時間またはその少なくとも一部は、予め定められていないイベントによって決まってもよい。
ある実施形態では、好適な場合、特定される時間は、第1および第2の画像を捕捉する310,320の前に予め定められていてもよい。たとえば、1つ以上の配列を決めてデータ記憶7に記憶してもよく、方法100を行なう際、処理デバイス5は、配列を受信して、配列に従って第1および第2の画像を捕捉する310,320ようカメラ3に指示を送ってもよい。同様に、処理デバイスは、期間351,361,371などの他の予め定められた特定される時間に従って第1および第2の画像を捕捉する310,320ようカメラ3に指示を送ってもよい。
ある実施形態では、特定される時間のうち1つ以上は、少なくとも部分的に、ランダムに生成される結果に基づいている。一例では、特定される時間は配列を含み、配列はランダムに生成される結果に基づいている。これにより、装置1を偽装しようとする人物(またはデバイス)が、特定される時間をより予測しにくくなり得る。別の例では、特定される時間は、特定の時点に対して発生する期間361および371を特定することを含み、ランダムに生成される結果によって、特定の時点に対する期間361および371が決まる。
本明細書中で論じたものを含む特定される時間のうち2つ以上の組合せも用いてもよいことを認めるべきである。たとえば、方法は、(図6に与えられる順序などの)第1および第2の画像を捕捉する310,320配列を特定することと、すべての捕捉された310a,320a,310a,310c,320b第1および第2の画像を全体的な特定される期間内に捕捉しなければならない期間を特定することとを含んでもよい。
以上の実施形態では、方法は、第1および第2の画像がそれぞれの特定される時間の間に捕捉されたことを確認することを含む。しかしながら、第1および第2のデータセットが判定されるそれぞれの時間が、少なくとも部分的に、それぞれの第1および第2の画像が捕捉される時間に依存してもよいことを認めるべきである。したがって、ある変形例では、方法は、第1および第2のデータセットがそれぞれの特定される時間内に判定されたことを確認することを含んでもよいことを認めるべきである。そのような変形は、画像を捕捉するための特定される時間を確認することを含む当該方法のための以上で論じた対応の特徴を含んでもよい。
目は生体組織であるので、時間とともに物理的特性に対する何らかの変化が予期され得る。さらに、カメラ3が毎回同一の第1の画像をとらえることができるとは考えられないことがある。したがって、複数の第1の画像を捕捉する際は、第1の画像(および対応の第1のデータセット)においてある不一致が存在する。方法は、第1のデータセットを以前に判定された第1のデータセットと比較することをさらに含んでもよい。この比較の結果が、第1のデータセットが以前に判定されたデータセットと同一であることを示す場合、これは、(写真または以前に捕捉された目の画像を用いるなどして)装置1を偽装しようとする試みを示すものであり得る。同様の方法を第2のデータセットに関して用いてもよい。同様に、データセットとそれぞれの基準との間には不一致があると予期され得、データセットがそれぞれの基準と同一であれば、これは装置1を偽装しようとする試みを示すかもしれず、獲得対象を認証すべきではない。
視差を用いてカメラの整列を判定する
角膜27と虹彩25との近接したおよび固定された相対的位置決めによって、カメラ3と、光源11と、目23との間の相対的整列を判定する機会が与えられ得る。特に、捕捉された第1および第2の画像をそれぞれの第1および第2の基準と比較することによって判定される視差差を用いて整列を判定してもよい。これを図14(a)から図14(d)を参照して説明する。
角膜27と虹彩25との近接したおよび固定された相対的位置決めによって、カメラ3と、光源11と、目23との間の相対的整列を判定する機会が与えられ得る。特に、捕捉された第1および第2の画像をそれぞれの第1および第2の基準と比較することによって判定される視差差を用いて整列を判定してもよい。これを図14(a)から図14(d)を参照して説明する。
図14(a)および図14(b)を参照して、カメラ3が目23の軸に平行な方向を向いている状況がこれである。図14(a)は、カメラ3と、目23と、反射光16との概略的な断面を示す一方で、図14(b)は、カメラ3が捕捉した画像の表示を示す。角膜27は虹彩25の後ろにあるので、虹彩25の第1の点801からの反射光線16bは、角膜27の第2の点802から反射される反射光16aと同軸の経路を有する。これが図14(b)に最もよく示されており、ここでは、カメラ3の視点から見ると、第1の点801と第2の点802とがともに位置している。第1の点801と第2の点802とはそれぞれの第1および第2の画像の捕捉の間、カメラによって可視であり得る、またはある状況では、図14(b)に示されるように、単一の画像の中で可視であり得ることを認めるべきである。
図14(a)および図14(b)は、第1の点801とは別個の角膜802上の第3の点803も示し、これを以下により詳細に説明する。
ここで図14(c)および図14(d)を参照して、これらは、カメラ3が、目23に対して軸を外れた向きになっている状況を示す。この結果、視差差が生じ、これにより虹彩25の第1の点801からの反射光16b′は、角膜27の第3の点803から反射される反射光16a′と同軸の経路を有する。
第1、第2、および第3の点801、802、803(または光線16を反射する虹彩25および角膜27の任意の他の点および特徴)の相対的な空間的場所を用いて、目23に対するカメラ3の相対的整列を判定することができる。これらの点801、802、803の空間的場所に関する情報を第1および第2の基準に含んでもよい。
整列の判定は、多数の態様で有用であり得る。第1に、整列(または整列不備)の判定を用いて基準と捕捉画像との間の調節および/または補償を判断し得る。これは、方法および装置1の信頼性を向上させ得る。というのも、対象を認証する際に対象の注視の僅かな変化を考慮することができるからである。さらに、実際的な適用例では、目の相対的な方向とカメラとの間にある不一致があると予期され得る。獲得される画像がそのような不一致を含むという判定は、対象が生きていることを示し得る。これは、装置1を偽装しようとする試みを示すものであり得る、以前に捕捉された画像と同一の第1および第2の画像を受けることとは反対であり得る。
さらに、整列の判定は、アーティファクトを含む画像の部分を判定するのに有用であり得る。たとえば、ある環境では、光源11からの光に干渉し得るまたはこれと混同され得る、(上述の眩光点などの)アーティファクトを生じさせる(室内の光、太陽、モニタなどの)外部光源からの鏡面反射が存在し得る。眼23とカメラ3(および装置1)との間の相対的整列を判定することにより、これは、そのような反射がアーティファクトであるかまたは光源11の鏡面反射からのものであるかについての判定を可能にし得る。たとえば、整列を判定することにより、装置1は、第2の画像の中の領域に光源11の光の配置からの対応の反射光があると判定できるようになり得る。これは、予期される領域内にない光のマスキングを補助し得る。さらに、これは、第1およびまたは第2の画像のある区域がアーティファクトによって影響されているかもしれず、影響を受けていない領域に対応するデータセットを比較することによって認証を行なうべきであると判断するのを補助し得る。これにより、認証をより多様な照明条件で行なうことができるという利点が与えられ得る。
角膜特徴の種類
方法において第2の生体特徴のために1つ以上の角膜特徴を用いてもよいことを認めるべきである。認証の方法で複数の生体特徴を用いてもよく、複数の生体特徴をそれぞれの重みとともに用いてもよいことを認めるべきである。ある例では、(図15(a)に示されるような)軸方向半径950および/または対応の軸方向パワーを相対的により高い重みで用いてもよい。さらなる例では、(図15(b)に示されるような)接線方向半径960および/または対応の接線方向パワーを用いてもよい。ある例では、(図15(c)に示されるような)角膜高さ970も用いてもよい。またさらなる例では、角膜乱視を用いてもよい。
方法において第2の生体特徴のために1つ以上の角膜特徴を用いてもよいことを認めるべきである。認証の方法で複数の生体特徴を用いてもよく、複数の生体特徴をそれぞれの重みとともに用いてもよいことを認めるべきである。ある例では、(図15(a)に示されるような)軸方向半径950および/または対応の軸方向パワーを相対的により高い重みで用いてもよい。さらなる例では、(図15(b)に示されるような)接線方向半径960および/または対応の接線方向パワーを用いてもよい。ある例では、(図15(c)に示されるような)角膜高さ970も用いてもよい。またさらなる例では、角膜乱視を用いてもよい。
第2の生体特徴のために用いることができる角膜生体特徴の種類は、表1に列挙されるもののうち1つ以上を含んでもよい。
装置1および方法100を用いて人である対象を認証してもよいことが認められる。さらに、装置1および方法を用いて(犬、猫、馬、豚、牛などの)動物を認証してもよい。
本開示の広い一般的範囲から逸脱することなく、上述の実施形態に対して数多くの変形および/または修正がなされてもよいことを当業者は認めるであろう。したがって、本実施形態は、すべての点において制限的ではなく例示的と考えられるべきである。
Claims (30)
- 複数の生体特徴を用いて対象を認証する方法であって、
前記対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わす第1のデータセットを判定することと、
前記対象の角膜表面に基づく第2の生体特徴を表わす第2のデータセットを判定することと、
前記第1の生体特徴を表わす前記第1のデータセットを第1の基準と比較しかつ前記第2の生体特徴を表わす前記第2のデータセットを第2の基準と比較することと、
当該比較に基づいて前記対象のアイデンティティを認証することとを備える、方法。 - 前記対象の前記アイデンティティを認証することは、前記比較の結果に1つ以上の重みを付与することを含む、請求項1に記載の方法。
- 第1の画像を捕捉することをさらに備え、前記第1の画像は虹彩の表示を含み、前記第1のデータセットは前記第1の画像から判定され、前記方法はさらに
光の配置を設けることと、
第2の画像を捕捉することとを備え、前記第2の画像は角膜表面から遠ざかる前記光の配置の反射の表示を含み、前記第2のデータセットは前記第2の画像から判定され、前記方法はさらに
前記第2の画像において、前記光の配置の前記反射の前記表示中の1つ以上のアーティファクトを判定することと、
前記第1の基準との前記第1のデータセットの前記比較から前記アーティファクトを排除することとを備える、請求項1から2のいずれか1項に記載の方法。 - 前記比較から前記アーティファクトを排除することは、判定された前記1つ以上のアーティファクトに基づいてアーティファクトマスクを定めることを備え、
前記アーティファクトマスクは、前記第1の基準との前記第1のデータセットの前記比較から1つ以上の対応のアーティファクトをマスクする、請求項3に記載の方法。 - 前記第1の画像および第2の画像は1秒未満の期間で捕捉される、請求項3または4に記載の方法。
- 前記第1の画像および第2の画像は0.5秒未満の期間で捕捉される、請求項3または4に記載の方法。
- 前記1つ以上のアーティファクトは睫毛のシルエットであり、前記睫毛は前記光の配置からの光路と前記第2の画像を捕捉するカメラとの間にある、請求項3から6のいずれか1項に記載の方法。
- 前記光の配置は、複数の照射される同心円によって設けられる、請求項3から7のいずれか1項に記載の方法。
- 前記第2の生体特徴を捕捉することは、前記角膜表面から遠ざかる前記光の配置の反射にさらに基づく、請求項3から8のいずれか1項に記載の方法。
- 前記角膜表面は角膜前面を含む、請求項3から9のいずれか1項に記載の方法。
- 比較に基づいて前記対象のアイデンティティを認証することは、前記第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に前記第1および第2の画像が捕捉されるのを確認することをさらに備える、請求項1から10のいずれか1項に記載の方法。
- 前記方法は1つ以上の第1の画像を捕捉することを備え、前記第1のデータセットは前記1つ以上の第1の画像から判定され、前記方法はさらに
1つ以上の第2の画像を捕捉することを備え、前記第2のデータセットは前記1つ以上の第2の画像から判定され、
比較に基づいて前記対象の前記アイデンティティを認証することは、前記第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に前記第1および第2の画像が捕捉されたことを確認することをさらに含む、請求項1または2のいずれか1項に記載の方法。 - 前記1つ以上の特定される時間は期間および/または配列に基づく、請求項11または12に記載の方法。
- 1つ以上の特定される時間は予め定められる、請求項11から13のいずれか1項に記載の方法。
- 前記1つ以上の特定される時間は、少なくとも部分的に、ランダムに生成される結果に基づく、請求項11から14のいずれか1項に記載の方法。
- 前記第1の画像および第2の画像は1秒未満の期間で捕捉される、請求項11から15のいずれか1項に記載の方法。
- 前記第1の画像および第2の画像は0.5秒未満の期間で捕捉される、請求項11から15に記載の方法。
- 前記方法は、1つ以上の特定される時間の間に前記第1および第2のデータセットを判定することを含み、比較に基づいて前記対象の前記アイデンティティを認証することは、判定された前記第1および第2のデータセットが、それぞれの前記特定される時間内に判定されたことを確認することをさらに含む、請求項1から10のいずれか1項に記載の方法。
- 画像捕捉デバイスを用いて前記第1および第2の画像を捕捉し、前記方法はさらに、前記第1の画像、第1の基準、第2の画像、および第2の基準に基づいて前記対象の目と前記画像捕捉デバイスとの相対的整列を判定することを備える、請求項3から17のいずれか1項に記載の方法。
- 前記複数の生体特徴は第3の生体特徴を含み、前記方法はさらに
前記対象の第3の生体特徴を表わす第3のデータセットを判定することと、
前記第3の生体特徴を表わす前記第3のデータセットを第3の基準と比較することとを備え、
前記対象の前記アイデンティティを認証することは、前記第3のデータセットと前記第3の基準との比較にさらに基づく、請求項1から19のいずれか1項に記載の方法。 - 前記第3の生体特徴は前記対象の角膜縁の形状に基づく、請求項20に記載の方法。
- 複数の生体特徴を用いて対象を認証するための装置であって、
1つ以上の画像を捕捉する画像捕捉デバイスと、
処理デバイスとを備え、前記処理デバイスは、前記1つ以上の画像から第1のデータセットを判定し、前記第1のデータセットは前記対象の虹彩パターンまたは虹彩色のうち少なくとも1つに基づく第1の生体特徴を表わし、
前記処理デバイスは、前記1つ以上の画像から第2のデータセットを判定し、前記第2のデータセットは前記対象の角膜表面に基づく第2の生体特徴を表わし、
前記処理デバイスは、前記第1の生体特徴を表わす前記第1のデータセットを第1の基準と比較しかつ前記第2の生体特徴を表わす前記第2のデータセットを第2の基準と比較し、かつ
当該比較に基づいて前記対象のアイデンティティを認証する、装置。 - 前記装置は、光の配置を設ける光源をさらに備え、
前記処理デバイスはさらに、前記1つ以上の画像のうちの第1の画像から前記第1のデータセットを判定するように設けられ、前記第1の画像は虹彩の表示を含み、
前記処理デバイスはさらに、第2の画像から前記第2のデータセットを判定するように設けられ、前記第2の画像は、角膜表面から遠ざかる前記光の配置の反射の表示を含み、
前記処理デバイスはさらに、前記第2の画像において、前記光の配置の前記反射の前記表示の中の1つ以上のアーティファクトを判定し、かつ前記第1の基準との前記第1のデータセットの比較から前記アーティファクトを排除するように設けられる、請求項22に記載の装置。 - 前記処理デバイスは、判定された前記1つ以上のアーティファクトに基づいてアーティファクトマスクを定めることによって前記比較から排除し、
前記アーティファクトマスクは、前記第1の基準との前記第1のデータセットの比較から1つ以上の対応のアーティファクトをマスクする、請求項23に記載の装置。 - 比較に基づいて前記対象のアイデンティティを認証することは、前記処理デバイスが、前記第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に前記第1および第2の画像が捕捉されたことを確認することをさらに備える、請求項23または24に記載の装置。
- 前記処理デバイスはさらに、前記1つ以上の画像のうちの第1の画像から前記第1のデータセットを判定しかつ前記1つ以上の画像のうちの第2の画像から前記第2のデータセットを判定するように設けられ、
比較に基づいて前記対象のアイデンティティを認証することは、前記処理デバイスが、前記第1および第2の画像を捕捉するためのそれぞれの1つ以上の特定される時間の間に前記第1および第2の画像が捕捉されたことを確認することをさらに備える、請求項23に記載の装置。 - 前記1つ以上の特定される時間は期間および/または配列に基づく、請求項25または26に記載の装置。
- 前記処理デバイスは、前記第1の画像、第1の基準、第2の画像、および第2の基準に基づいて前記対象の目と前記画像捕捉デバイスとの相対的整列を判定するようにさらに設けられる、請求項22から27のいずれか1項に記載の装置。
- 請求項1から21のいずれか1項に記載の前記方法を行なう、請求項22から27のいずれか1項に記載の、複数の生体特徴を用いて対象を認証するための装置。
- 処理デバイスに請求項1から21のいずれか1項に記載の方法を実現させる機械実行可能命令を備えるコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2015901256 | 2015-04-08 | ||
AU2015901256A AU2015901256A0 (en) | 2015-04-08 | Multi-biometric authentication | |
PCT/AU2016/050258 WO2016161481A1 (en) | 2015-04-08 | 2016-04-08 | Multi-biometric authentication |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018514046A true JP2018514046A (ja) | 2018-05-31 |
Family
ID=57071686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018503695A Pending JP2018514046A (ja) | 2015-04-08 | 2016-04-08 | マルチ生体認証 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20180121639A1 (ja) |
EP (1) | EP3281138A4 (ja) |
JP (1) | JP2018514046A (ja) |
CN (1) | CN107533643A (ja) |
AU (1) | AU2016245332A1 (ja) |
CA (1) | CA2981536A1 (ja) |
HK (1) | HK1244086A1 (ja) |
WO (1) | WO2016161481A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020065851A1 (ja) * | 2018-09-27 | 2020-04-02 | 日本電気株式会社 | 虹彩認証装置、虹彩認証方法および記憶媒体 |
JP2022040244A (ja) * | 2018-09-27 | 2022-03-10 | 日本電気株式会社 | 情報処理装置、方法およびプログラム |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6649588B2 (ja) * | 2017-04-28 | 2020-02-19 | キヤノンマーケティングジャパン株式会社 | 画像処理装置、画像処理装置の制御方法、およびプログラム |
US10579783B1 (en) * | 2017-07-31 | 2020-03-03 | Square, Inc. | Identity authentication verification |
US11172192B2 (en) * | 2018-12-27 | 2021-11-09 | Waymo Llc | Identifying defects in optical detector systems based on extent of stray light |
KR102647637B1 (ko) * | 2019-01-08 | 2024-03-15 | 삼성전자주식회사 | 사용자 인증을 위한 방법 및 그 전자 장치 |
CN110338906B (zh) * | 2019-07-10 | 2020-10-30 | 清华大学深圳研究生院 | 用于光交联手术的智能治疗系统及建立方法 |
WO2021044540A1 (ja) * | 2019-09-04 | 2021-03-11 | 日本電気株式会社 | 制御装置、制御方法及び記憶媒体 |
WO2022082036A1 (en) * | 2020-10-16 | 2022-04-21 | Pindrop Security, Inc. | Audiovisual deepfake detection |
CN113628704A (zh) * | 2021-07-22 | 2021-11-09 | 海信集团控股股份有限公司 | 一种健康数据存储的方法及设备 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6859565B2 (en) * | 2001-04-11 | 2005-02-22 | Hewlett-Packard Development Company, L.P. | Method and apparatus for the removal of flash artifacts |
US8317327B2 (en) * | 2005-03-16 | 2012-11-27 | Lc Technologies, Inc. | System and method for eyeball surface topography as a biometric discriminator |
US7583823B2 (en) * | 2006-01-11 | 2009-09-01 | Mitsubishi Electric Research Laboratories, Inc. | Method for localizing irises in images using gradients and textures |
US7986816B1 (en) * | 2006-09-27 | 2011-07-26 | University Of Alaska | Methods and systems for multiple factor authentication using gaze tracking and iris scanning |
US9036872B2 (en) * | 2010-08-26 | 2015-05-19 | Wavefront Biometric Technologies Pty Limited | Biometric authentication using the eye |
ES2337866B2 (es) * | 2008-07-24 | 2011-02-14 | Universidad Complutense De Madrid | Reconocimiento biometrico mediante estudio del mapa de superficie delsegundo dioptrio ocular. |
US8364971B2 (en) * | 2009-02-26 | 2013-01-29 | Kynen Llc | User authentication system and method |
CN101866420B (zh) * | 2010-05-28 | 2014-06-04 | 中山大学 | 一种用于光学体全息虹膜识别的图像前处理方法 |
WO2012142756A1 (zh) * | 2011-04-20 | 2012-10-26 | 中国科学院自动化研究所 | 基于人眼图像的多特征融合身份识别方法 |
GB2495324B (en) * | 2011-10-07 | 2018-05-30 | Irisguard Inc | Security improvements for Iris recognition systems |
KR101581656B1 (ko) * | 2012-07-16 | 2016-01-04 | 삼성전자 주식회사 | 스마트장치, 이를 이용한 동기화 시스템 및 방법 |
US8369595B1 (en) * | 2012-08-10 | 2013-02-05 | EyeVerify LLC | Texture features for biometric authentication |
US8953850B2 (en) * | 2012-08-15 | 2015-02-10 | International Business Machines Corporation | Ocular biometric authentication with system verification |
-
2016
- 2016-04-08 WO PCT/AU2016/050258 patent/WO2016161481A1/en active Application Filing
- 2016-04-08 AU AU2016245332A patent/AU2016245332A1/en not_active Abandoned
- 2016-04-08 US US15/564,168 patent/US20180121639A1/en not_active Abandoned
- 2016-04-08 EP EP16775963.8A patent/EP3281138A4/en not_active Withdrawn
- 2016-04-08 CA CA2981536A patent/CA2981536A1/en not_active Abandoned
- 2016-04-08 CN CN201680026817.3A patent/CN107533643A/zh active Pending
- 2016-04-08 JP JP2018503695A patent/JP2018514046A/ja active Pending
-
2018
- 2018-03-02 HK HK18103020.8A patent/HK1244086A1/zh unknown
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020065851A1 (ja) * | 2018-09-27 | 2020-04-02 | 日本電気株式会社 | 虹彩認証装置、虹彩認証方法および記憶媒体 |
JPWO2020065851A1 (ja) * | 2018-09-27 | 2021-08-30 | 日本電気株式会社 | 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 |
JP7010385B2 (ja) | 2018-09-27 | 2022-01-26 | 日本電気株式会社 | 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 |
JP2022040244A (ja) * | 2018-09-27 | 2022-03-10 | 日本電気株式会社 | 情報処理装置、方法およびプログラム |
US11568681B2 (en) | 2018-09-27 | 2023-01-31 | Nec Corporation | Iris authentication device, iris authentication method and recording medium |
US11682236B2 (en) | 2018-09-27 | 2023-06-20 | Nec Corporation | Iris authentication device, iris authentication method and recording medium |
US11682235B2 (en) | 2018-09-27 | 2023-06-20 | Nec Corporation | Iris authentication device, iris authentication method and recording medium |
JP7302680B2 (ja) | 2018-09-27 | 2023-07-04 | 日本電気株式会社 | 情報処理装置、方法およびプログラム |
US11704937B2 (en) | 2018-09-27 | 2023-07-18 | Nec Corporation | Iris authentication device, iris authentication method and recording medium |
US11961329B2 (en) | 2018-09-27 | 2024-04-16 | Nec Corporation | Iris authentication device, iris authentication method and recording medium |
Also Published As
Publication number | Publication date |
---|---|
HK1244086A1 (zh) | 2018-07-27 |
CA2981536A1 (en) | 2016-10-13 |
WO2016161481A1 (en) | 2016-10-13 |
AU2016245332A1 (en) | 2017-10-19 |
CN107533643A (zh) | 2018-01-02 |
US20180121639A1 (en) | 2018-05-03 |
EP3281138A1 (en) | 2018-02-14 |
EP3281138A4 (en) | 2018-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018514046A (ja) | マルチ生体認証 | |
US11288504B2 (en) | Iris liveness detection for mobile devices | |
CN110326001B (zh) | 使用利用移动设备捕捉的图像执行基于指纹的用户认证的系统和方法 | |
JP6650946B2 (ja) | モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法 | |
US7327860B2 (en) | Conjunctival scans for personal identification | |
EP2883189B1 (en) | Spoof detection for biometric authentication | |
JP2017537386A (ja) | 虹彩に基づく生体測定システムでスプーフを検出するためのシステム及び方法 | |
JP2019506694A (ja) | 生体測定分析のシステムおよび方法 | |
US20060222212A1 (en) | One-dimensional iris signature generation system and method | |
US20200311238A1 (en) | Systems and methods of multi-modal biometric analysis | |
US9008375B2 (en) | Security improvements for iris recognition systems | |
Tan et al. | Automated segmentation of iris images using visible wavelength face images | |
WO2009067738A1 (en) | Biometric authentication using the eye | |
US20160188975A1 (en) | Biometric identification via retina scanning | |
CN109661668A (zh) | 用于虹膜识别的图像处理方法和系统 | |
Fatima et al. | A secure personal identification system based on human retina | |
CN108009534B (zh) | 基于瞳孔灰度的活体检测方法 | |
KR20110119214A (ko) | 얼굴 변화에 강인한 얼굴 인식 방법 | |
Mohammed et al. | Conceptual analysis of Iris Recognition Systems | |
CN108875472A (zh) | 图像采集装置及基于该图像采集装置的人脸身份验证方法 | |
KR102375593B1 (ko) | 손바닥 복합 이미지에 기반한 사용자 인증 장치 및 방법 | |
Athinarayanan et al. | Effective image processing techniques based iris attendance system | |
RU2672279C1 (ru) | Способ опознавания личности по радужной оболочке глаза | |
Saripalle | A multimodal biometric authentication for smartphones | |
Doyle Jr | Improvements to the iris recognition pipeline |