JP3590285B2 - 生体情報認識装置およびその方法 - Google Patents
生体情報認識装置およびその方法 Download PDFInfo
- Publication number
- JP3590285B2 JP3590285B2 JP01820999A JP1820999A JP3590285B2 JP 3590285 B2 JP3590285 B2 JP 3590285B2 JP 01820999 A JP01820999 A JP 01820999A JP 1820999 A JP1820999 A JP 1820999A JP 3590285 B2 JP3590285 B2 JP 3590285B2
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- biometric information
- similarity
- dictionary
- recognition target
- 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.)
- Expired - Fee Related
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は生体情報を認識して個人や性別などを認識特定する生体情報認識装置とその方法に関し、特に認識結果に含まれる曖昧性を排除する検証手段と、該検証手段を状況に応じて起動する手段とを具備した生体情報認識装置とその方法に関する。
【０００２】
【従来の技術】
（従来の認証情報の問題点）
従来、個人を認証する方法として、ＩＤカードなどの器物鍵による認証、暗証番号などの暗号鍵による認証、指紋／声紋／掌紋／虹彩／網膜／顔などの生体鍵による認証が提案されている。
【０００３】
器物鍵や暗号鍵を用いた個人認証方式は該器物鍵や暗号鍵の提示者を曖昧性なく認証できるが、一方で、該器物鍵の紛失／盗難や該暗号鍵の漏洩により他人に不正使用される危険性がある。これに対して、生体鍵を用いた個人認証方式では、該生体鍵が本人と不可分であることから不正使用しにくいという特長がある。しかしながら、認証結果には曖昧性（本人が認証されなかったり、他人が認証されてしまったりする）が存在するため確実な認証が行えず、これが生体鍵を用いた個人認証の実用化を妨げる要因となっている。
【０００４】
このような生体鍵、すなわち人物から取得される生体情報の曖昧性は、認証に限らず生体情報を認識して何らかの分類を行う全ての生体情報認識について云えることである。
（曖昧性の説明）
ここで上記の曖昧性の原因について説明する。
【０００５】
顔や声紋などの生体情報は一般にパタン（顔画像パタンや音声スペクトルパタン）として扱うことのできる情報である。このようなパタンを認識するためには、入力された未知の生体情報（入力生体情報、あるいは入力）を、予め登録してあるカテゴリ別の生体情報（辞書生体情報、あるいは辞書）と１つ１つ照合し、最も類似した辞書の示すカテゴリに該入力を分類するという手順が必要になる。このため、入力と辞書の類似性を表わす指標、すなわち類似度を求めて、該類似度が最大となる辞書のカテゴリ（辞書カテゴリ）に該入力を分類する。
【０００６】
生体情報の照合に限らず、一般的なパタン認識のための入力と辞書の表現や類似度の定義ならびにその計算アルゴリズムは、文献［１］（エルッキ・オヤ著（小川英光他訳）、″パターン認識と部分空間″、産業図書、１９８６）や、文献［２］（飯島泰蔵著、″パターン認識理論″、森北出版、１９８９）に開示されている。
【０００７】
ところで、実際のパタン認識においては、前述したように最大類似度を得る辞書カテゴリを無条件に認めて入力カテゴリを確定することは危険である。なぜなら、入力がどの辞書カテゴリにも属していない場合も考えられるからである。そのため、入力が辞書カテゴリのいずれかに属しているのなら、その類似度は一定値以上の大きさを得ているであろうという仮定に基づいて、カテゴリを認定できる類似度の下限値を閾値として、該閾値を下回る類似度しか得られない辞書カテゴリは認定の対象としないようにする。この結果、辞書カテゴリのいずれかに認定される入力は、最大類似度が所定閾値以上であるような入力であり、それ以外は該当する辞書カテゴリがないものとして拒絶される。これを一般にリジェクト処理という。
【０００８】
ここで注意を要するのが、パタン認識においては、常に正しい辞書カテゴリが最大類似度を獲得するとは限らないということである（パタン認識結果の曖昧性）。そのため、たまたま閾値以上の最大類似度を得た辞書カテゴリが実は正しい入力カテゴリでなかったとしても、上記の方法では当該辞書カテゴリが入力カテゴリとして認定されてしまう。
【０００９】
このような曖昧性の原因は類似度の分布で説明できる。入力を同じカテゴリの辞書と照合した場合の類似度分布を自己類似度分布、入力を異なるカテゴリの辞書と照合した場合の類似度分布を非自己類似度分布と各々呼ぶと、自己類似度分布と非自己類似度分布は第４図に例示するように重なり部分を持っている。この図において横軸は類似度値、縦軸はその類似度値を獲得した入力の個数であり、図中の２１は自己類似度分布、図中の２２は非自己類似度分布、図中の２３は重なり部分である。
【００１０】
もし、閾値を非自己類似度分布のない図中の２４以上に設定すれば、認定されたカテゴリは必ず自己カテゴリであるようにできるが、２４未満の領域で分布する自己カテゴリ入力は拒絶されてしまうことになる。また、閾値を自己類似度分布のない図中の２５未満に設定すれば、拒絶されるのは必ず非自己カテゴリであるようにできるが、２５以上の領域で分布する非自己カテゴリ入力を拒絶することはできない。このように、自己類似度分布２１と非自己類似度分布２２の重なり部分２３が意味するものは、該重なり部分２３の類似度範囲にある照合結果は自己カテゴリが正しく照合されたものか、非自己カテゴリが間違って照合されたものか区別できないということである。
【００１１】
例えば、入力をカテゴリＡの辞書と照合した類似度が図中の２６、カテゴリＢの辞書と照合した類似度が図中の２７、類似度の閾値が図中の２８であったとき、実のところ入力カテゴリはＡであったにも関わらず、最大類似度は２７であったため、認定された入力カテゴリがＢとなってしまうことが起るのである。このように、自己類似度分布と非自己類似度分布は重なりを持ち、その範囲にあっては正しいカテゴリが必ずしも最大類似度を獲得するとは限らないことが、パタン認識結果を曖昧にしているのである。
【００１２】
【発明が解決しようとする課題】
本発明は以上の問題点に鑑みて成されたものであり、その目的とするところは、このような曖昧性が存在する状況下で正しいカテゴリが認定されなかったり間違ったカテゴリが拒絶されなかったりする不都合、特に生体情報に基づく個人認証における正規利用者の拒絶と不正利用者の通過を防止可能な生体情報認識装置およびその方法を提供することである。
【００１３】
具体的には次のような考察結果に基づいた生体情報認識装置およびその方法を提供する。
（装置と認識対象者の各々が了解している情報の整合性に基づく検証）
入力生体情報をＰ個の辞書生体情報と照合して得られた最大類似度が前記第４図の重なり部分２３に存在するとき照合結果には曖昧性が存在する、すなわち最大類似度を獲得する辞書カテゴリが必ずしも入力カテゴリであるとは限らない。この場合、入力カテゴリが必ず辞書カテゴリの１つである、すなわち認識対象者が個人認証における正規利用者ならば、原理的には入力カテゴリは前記重なり部分２３に類似度を獲得した辞書カテゴリ（候補カテゴリと呼ぶ）のどれかである。
【００１４】
このような場合、装置は認識対象者にカテゴリを特定するための質問を発し、該質問に対する認識対象者の回答に基づいて、入力カテゴリが前記候補カテゴリのどれに該当するかを確定することができる。
【００１５】
このとき、質問と回答の方法として次の２つが考えられる。
【００１６】
（１）各候補カテゴリに属する者であれば選択するであろう情報を、その他の無関係な多数の攪乱用情報とともに認識対象者に対して呈示し、該呈示された多数の情報から１つを選ばせることで、該選択された１つが前記候補カテゴリに属する者が選択するであろう情報のいずれに該当するかで、認識対象者のカテゴリをこの該当した候補カテゴリに認定する。
【００１７】
（２）各候補カテゴリに属する者であれば入力するであろう情報を、認識対象者に入力させることで、該入力された情報が前記候補カテゴリに属する者が入力するであろう情報のいずれに該当するかで、認識対象者のカテゴリをこの該当した候補カテゴリに認定する。
【００１８】
認識対象者のカテゴリが少なくとも候補カテゴリに含まれておりさえすれば、正しい情報を選択したり入力したりすることが可能であり、この結果、曖昧性の存在下で該認識対象者は質問に回答することで確実に正しく認識してもらうことが可能になる。
【００１９】
なお、前記自己類似度分布２１と非自己類似度分布２２は理論的に求めることは不可能であり、辞書カテゴリに属する多数のサンプル入力を実際に各辞書と照合して得た類似度の分布として求めるしかない。
【００２０】
類似度分布を求めるのに関与しなかった新規のカテゴリに属する入力（必ず非自己カテゴリ）の類似度は、該入力が前記類似度分布を求める作業に関与しなかったために、求められた非自己類似度分布の範囲を逸脱しているかもしれない。しかしながら、多数のカテゴリの多数のサンプルに対して類似度分布を求めておくことで、このような逸脱を緩和防止できるものと考えられる。このとき、新規カテゴリ入力の類似度は拒絶もしくは要検証のいずれかに分類される。
【００２１】
辞書カテゴリにない新規カテゴリに属する入力、すなわち個人認証における不正利用者がどの正規利用者にも分類されずに拒絶されるのは正しい結果である。一方、検証を必要とする不正利用者が質問回答を経て正規利用者のどれかに分類されてしまうならこれは間違った結果である。ここで前述した質問回答による検証が不正利用者に対して正しく機能（拒絶する）か否かを考察する。
【００２２】
装置は自己が想定している認識対象者の候補カテゴリにしたがって、前記方法の（１）においては多数の情報呈示を行い、前記方法の（２）においては情報の入力を求める。不正利用者は候補カテゴリのいずれかに対応した情報を選択あるいは入力することにより当該候補カテゴリたる正規利用者に分類される可能性がある。しかし、不正利用者には装置がどの候補カテゴリを想定しているかを知る術はない。したがって、誤分類、すなわち不正利用の発生は偶然によりどれくらい正しい選択や入力が可能かに依存する。
【００２３】
（１）の場合には、候補カテゴリ数が少なく、相対的に攪乱用情報の数が多くなることで誤分類の発生確率を減らすことができる。すなわち、候補カテゴリの数は極力少ない方が好ましく、また攪乱用情報の数は極力多い方が好ましい。
【００２４】
また、（２）の場合には、入力情報のバリエーションが多いほど誤分類の発生確率を減らす。すなわち、そのようなバリエーションの多い情報を質問することが好ましい。
【００２５】
このような方策により誤分類の偶発を減らしたうえで、（１）（２）いずれの場合も、装置は候補カテゴリに属する者が選択あるいは入力するであろう情報と不正利用者の回答が一致しない場合には、該不正利用者を拒絶する。この結果、辞書カテゴリのいずれかに属する正規利用者は質問回答によりほぼ確実に認定され、不正利用者はかなりの確率で拒絶される。これはこのような生体情報認識装置を個人認証装置として用いる場合に特に重要な性質である。
【００２６】
本発明は以上の考察に基づき、曖昧性の存在を類似度値の範囲として検知し、該曖昧性の存在する状況下にあっては、候補カテゴリに固有の情報を認識対象者が答えられるか否かによって該認識対象者を該候補カテゴリのいずれかに認定するかあるいは拒絶するかを決定可能な生体情報認識の仕組を提供する。
【００２７】
【課題を解決するための手段】
本発明（請求項１）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備し、前記上位所定数が、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報の数と、１より大きい別の所定数のうち小さい方であることを特徴とする。
【００２８】
本発明（請求項２）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段において判断を保留せずに認定もしくは拒絶を決定した場合には、所定の確率で検証用の質問を前記認識対象者に対して呈示して答えさせつつも、認定もしくは拒絶の判定は前記候補評価手段の決定に基づいて出力する疑似的検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする。
【００２９】
本発明（請求項３）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補検証手段による認定／拒絶結果に基づいて、少なくとも認定されなかった前記候補の辞書生体情報を前記入力生体情報に対してより低い類似度を算出するように更新する辞書更新手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする。
【００３０】
好ましくは、前記検証用の質問が、前記候補に与えられている画像と該画像と無関係な攪乱用の画像とを混在一覧表示していずれかを選択させるものであることを特徴とする。
【００３４】
本発明によれば、入力生体情報と辞書生体情報の照合により得られた最大類似度が所定のどの値の範囲に存在するかで認定／拒絶／保留の判断をし、該保留となった場合には認定／拒絶の判断を認識対象者への質疑によって行うことが可能になる。
【００３５】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合には遅滞なく正しく認識してもらえ、最大類似度において保留となった場合には質問に答えるだけで正しく認識してもらえ、いずれにして正しく認識してもらうことができる。
【００３６】
本発明によれば、新規のカテゴリに属する認識対象者はほぼ必ず拒絶されることになるので、誤認識の発生を減らすことができる。
【００３７】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合にもある確率で質問に回答する手間を強いられるが、新規のカテゴリに属する認識対象者に対する誤認識をさらに減らすことができる。
【００３８】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【００３９】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
【００４０】
なお、以上の各装置に係る発明は方法に係る発明としても成立し、方法に係る発明は装置に係る発明としても成立する。
【００４１】
また、上記の発明は、相当する手順あるいは手段をコンピュータに実行させるためのプログラムを記録した機械読み取り可能な媒体としても成立する。
【００４２】
【発明の実施の形態】
本発明に係る生体情報認識装置とその方法の実施例を図面にしたがって説明する。
（第１の実施例の説明）
以下、本発明に係る生体情報認識装置とその方法の第１の実施例を説明する。
【００４３】
第１図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部１、類似度計算部２、認識候補評価部３、認識候補検証部４、出力部５、ならびに記憶部６より成る。
【００４４】
また、第２図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ１、入力部分空間生成処理Ｓ２、類似度計算処理Ｓ３、認定判別処理Ｓ４、拒絶判別処理Ｓ５、質問準備処理Ｓ６、回答受理処理Ｓ７、検証確認処理Ｓ８、出力処理Ｓ９より成る。
【００４５】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例であり、図中の１０１は認識対象者、１０２は装置匡体、１０３はタッチセンサ付き表示装置、１０４は生体情報入力用センサ、１０５は表示装置１０３に表示される選択対象たる画像である。なお、この図は模式図であり、実際の認識対象者１０１と装置匡体１０２の大きさの関係は図示された比率に限定されるものではない。
【００４６】
また、本発明における選択すべき情報は、対応するカテゴリ固有の情報（カテゴリの属性情報と呼ぶ）であれば何でもよいが、画像（パタン的属性情報の１つ）を用いる方法がその一覧性と選択性の良さから好ましい。、本実施例装置では特に本人・縁者・知人の顔写真や本人の持ち物の写真などを用いる。
（第１の実施例：記憶部６の説明）
記憶部６は、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。特に、本実施例装置が生体情報により個人を特定する用途に使用される場合には、前記検証用情報は人物の顔写真画像とすることができる。
（第１の実施例：生体情報取得部１の説明）
生体情報取得部１は、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ１）。
【００４７】
例えば、生体情報として認識対象者１０１の顔を用いる場合には、前記生体情報取得部１は生体情報入力用センサ１０４としてテレビカメラなどの撮像手段を具備し、該撮像手段により該人物の顔を含む画像を取り込み、該顔を含む画像から、例えば顔らしいパタンを教示したテンプレートを用いて、該テンプレートと最も相関の高い領域を顔領域として該画像から抽出し、該抽出された顔領域を所定の大きさの画像パタンに変換して入力生体情報として出力する。
【００４８】
また例えば、生体情報として認識対象者１０１の音声を用いる場合には、前記生体情報取得部１は生体情報入力用センサ１０４としてマイクロフォンなどの音声入力手段を具備し、該音声入力手段により該人物の音声を含む音声信号を取り込み、該音声信号から十分なパワーを持つ期間の音声信号を切り出して、該切り出された音声信号をフーリエ変換して得られる所定数の周波数成分によるパワースペクトルを入力生体情報として出力する。
【００４９】
あるいは前記生体情報取得部１は、上記の組み合わせとして、認識対象者の顔画像が検出されている間の該人物の音声を取り込み、該顔画像と該音声による２つのパタンを１つの入力生体情報として出力することも可能である。
（第１の実施例：類似度計算部２の説明）
類似度計算部２は、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ２）。
【００５０】
次いで類似度計算部２は、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度
を候補情報として出力する（ステップＳ３）。
（第１の実施例：候補評価部３の説明）
候補評価部３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部５に送る（ステップＳ４の左分岐）。
【００５１】
また候補評価部３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５に送る（ステップＳ５の右分岐）。
【００５２】
候補評価部３は、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部２による候補情報を検証すべき候補情報として候補検証部４に送る（ステップＳ５の下分岐）。
（第１の実施例：候補検証部４の説明）
候補検証部４は、上記候補評価部３により認定／拒絶が保留された場合に、候補評価部３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部６より読み出す。
【００５３】
本実施例装置においては、前記検証用情報は記憶部６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００５４】
候補検証部４は、記憶部６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００５５】
このとき、前記Ｍは固定の値Ｑ（例えば上位３位までなど）としてもよいが、類似度が前記閾値ＴＨ２以上の候補全てとすることも可能である。これは、類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解である可能性を持っているからである。
【００５６】
また、前記Ｍを前記固定値Ｑと前記類似度が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少ない方とすることも可能である。これはＲがＱを割る場合にはＲ（＜Ｑ）個のみを検証することで無駄を省き、ＲがＱを上回る場合には正解である可能性の高い上位Ｑ個までしか検証しないという戦略である。個人認証においてはＱを十分小さくとることで不正利用の確率を減らすことができる。
【００５７】
次いで候補検証部４は、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ７）。
【００５８】
候補検証部４は、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ８の右分岐）。
【００５９】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようになる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にがわからないように、多数の攪乱用ノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が極めて低い。
（第１の実施例：出力部５の説明）
出力部５は、前記候補評価部３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ９）。
【００６０】
なお、本実施例装置における閾値ＴＨ１およびＴＨ２は原則的には非自己類似度分布の上限２４と自己類似度分布の下限２５に設定するものとするが、例えば、ＴＨ２をゼロとすることで拒絶判定を無くし、認識対象は必ず既知のいずれかのカテゴリに分類されるようにすることも可能である。また、ＴＨ１を非自己類似度分布の上限より高目や低目に設定することで、無質疑にて認定される条件を厳しくしたり緩くしたりと加減することも可能である。また、ＴＨ２を自己類似度分布の下限より低目や高目に設定することで、無質疑にて拒絶される条件を厳しくしたり緩くしたりと加減することも可能である。
【００６１】
いずれにせよ、本実施例装置によって、正規の認識対象者は装置が曖昧性を検知する場合にのみ質疑応答を求められることで、通常は生体情報の入力のみにて正しく認定され、一部曖昧な場合のみ質疑応答の手間を払わされるに止まるという利便性を受けることができる。
【００６２】
また、属性情報は各カテゴリにつき複数用意されており、装置は毎回その呈示内容、すなわちどの属性情報を呈示するかを変えるので、個人認証の用途にあっては不正利用者による通過を困難にすることができる。
（第２の実施例の説明）
上記第１の実施例装置においては、装置が曖昧性を検知した場合にのみ質疑が行われた。そのため、認識対象者は装置が質疑を行うか否かによって、該装置が曖昧性を抱いているか否かを知ることができた。
【００６３】
この結果、不正利用者が自己と容貌などの生体情報が似た正規利用者が質疑を受ける場面を観察し、その回答を模倣することで、該不正利用者が通過できる可能性が存在する。なぜなら、容貌などの生体情報が似ている正規利用者の辞書に対する不正利用者の生体情報が獲得する類似度はＴＨ１を超えることはできないとしてもＴＨ２を超える可能性が高く、このとき発せられる質問に正しく答えることで不正利用者が当該正規利用者を偽って通過することができるからである。
【００６４】
このとき、不正通過が成立する条件は、（ａ）不正利用者と似た生体情報を持つ正規利用者を該不正利用者が発見できること、（ｂ）該正規利用者の回答を不正利用者が真似できることの２つである。（ａ）は生体情報として指紋、虹彩、網膜などでは困難であるが、顔を用いる場合には可能である。無論、これに加えて似た容貌の正規利用者がたまたま存在することが条件である。（ｂ）は認識の度毎に回答を求める属性情報を変えることで模倣しにくくできるが、記憶部に保持格納される属性情報のバリエーションには限りがあるので、長期間観察することで特定の正規利用者の属性情報を調べ上げることは可能である。
【００６５】
（ａ）（ｂ）がともに成立してしまう場合に取りえる方策は、前記調べ上げた情報が利用できるか否かを曖昧にしてしまうことである。そのためには類似度の曖昧性が検知されたとき以外にもある確率でランダムに質疑を行うようにすればよい。この結果、正規利用者の回答の手間が増えたり、そのために特定正規利用者の属性情報が明らかになる機会が増えたりする不都合が発生するが、不正利用者には目を付けた正規利用者の回答が認定に効果があるのか否かを判断する材料がなくなるので抑止効果を期待できる。不正利用者が人間の目で見て自己と容貌の似ている正規利用者を発見して模倣を計画しても、装置の目で見た似ている条件とに若干のずれがあり、そのために不正利用者が成り代わりを計画した正規利用者の辞書による類似度がＴＨ２より割り込む（拒絶される）機会がある。このとき、曖昧性のある場合以外にも質疑が発せられていれば、不正利用者は該質疑に正しく回答しても拒絶される場合があり、自己が成り代わりを計画した正規利用者が自己と似ているのか否か、すなわち類似度がＴＨ２以上となる正規利用者であるのか、そして今後も成り代わりを図ることが妥当なものか否かの確証を得ることができないのである。
【００６６】
上記のような方策を可能にする、本発明に係る生体情報認識装置とその方法の第２の実施例を説明する。
【００６７】
第６図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部４１、類似度計算部４２、候補評価部４３、候補検証部４４、疑似検証部４７、出力部４５、ならびに記憶部４６より成る。
【００６８】
また、第７図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ１１、入力部分空間生成処理Ｓ１２、類似度計算処理Ｓ１３、認定判別処理Ｓ１４、拒絶判別処理Ｓ１５、質問準備処理Ｓ１６、回答受理処理Ｓ１７、検証確認処理Ｓ１８、確率処理Ｓ２０、疑似質問準備処理Ｓ２１、疑似回答受理処理Ｓ２２、出力処理Ｓ１９より成る。
【００６９】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は前記第１の実施例装置と同じく、本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例である。
（第２の実施例：記憶部４６の説明）
記憶部４６は前記記憶部６と同様、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。
（第２の実施例：生体情報取得部４１の説明）
生体情報取得部４１は前記生体情報取得部１と同様、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ１１）。
（第２の実施例：類似度計算部４２の説明）
類似度計算部４２は前記類似度計算部２と同様、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ１２）。
【００７０】
次いで、類似度計算部４２は前記類似度計算部２と同様、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部４６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部４６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度を候補情報として出力する（ステップＳ１３）。
（第２の実施例：候補評価部４３の説明）
候補評価部４３は前記候補評価部３と同様、前記類似度計算部４２による候補情報にある１位候補の類似度（最大類似度）が記憶部４６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部４５に送る（ステップＳ１４の右分岐）。
【００７１】
また候補評価部４３は前記候補評価部３と同様、前記類似度計算部４２による候補情報にある１位候補の類似度（最大類似度）が記憶部４６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５に送る（ステップＳ１５の右分岐）。
【００７２】
候補評価部４３は前記候補評価部３と同様、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部４２による候補情報を検証すべき候補情報として候補検証部４４に送る（ステップＳ１５の下分岐）。
（第２の実施例：候補検証部４４の説明）
候補検証部４４は前記候補検証部４と同様、上記候補評価部３により認定／拒絶が保留された場合に、候補評価部４３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部４６より読み出す。
【００７３】
本実施例装置においては、前記検証用情報は記憶部４６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００７４】
候補検証部４４は前記候補検証部４と同様、記憶部４６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ１６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００７５】
このとき、前記Ｍは固定の値Ｑ（例えば上位３位までなど）としてもよいが、類似度が前記閾値ＴＨ２以上の候補全てとすることも可能である。これは、類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解である可能性を持っているからである。
【００７６】
また、前記Ｍを前記固定値Ｑと前記類似度が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少ない方とすることも可能である。これはＲがＱを割る場合にはＲ（＜Ｑ）個のみを検証することで無駄を省き、ＲがＱを上回る場合には正解である可能性の高い上位Ｑ個までしか検証しないという戦略である。
【００７７】
次いで候補検証部４４は前記候補検証部４と同様、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ１７）。
【００７８】
候補検証部４４は前記候補検証部４と同様、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ１８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ１８の右分岐）。
【００７９】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようにすることが可能となる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にわからないように、多数のノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が低い。
（第２の実施例：疑似検証部４７の説明）
本実施例装置で新規に加えられた疑似検証部４７は、所定の確率で前記候補評価部４３による認定あるいは拒絶の結果を出力部４５に直ちに出力する（ステップＳ２０の左分岐）。前記疑似検証部４７は残る確率で疑似質疑を行う（ステップＳ２０の下分岐）。
【００８０】
疑似検証部４７は、疑似質疑を行う場合には記憶部４６にある検証用情報からＭ個の疑似候補カテゴリに対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ２１）。該疑似候補カテゴリは、前記候補評価部４３による認定カテゴリがある場合（認定時）にはそれを必ず含んで、残るＭ−１個のカテゴリをランダムに選び、前記候補評価部４３による認定カテゴリがない場合（拒絶時）にはＭ個全てをランダムに選んで決定される。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、疑似検証部４７は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００８１】
次いで疑似検証部４７は、認識対象者１０１に対して、上記Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知すると直ちに前記候補評価部４３による認定あるいは拒絶の結果を出力部４５に送り、前記候補検証部４４のように認識対象者による回答を検証することはしない（ステップＳ２２）。
【００８２】
このような疑似検証処理により、不正利用者は質疑に正しく回答しても拒絶される場合があり、自己が成り代わりを計画した正規利用者が自己と似ているのか否か、すなわち類似度がＴＨ２以上となる正規利用者であるのか、そして今後も成り代わりを図ることが妥当なものか否かの確証を得ることができないようにすることが可能になる。
【００８３】
なお、上記疑似検証部４７は、前記候補評価部４３において認定された１位候補の属性情報を含む用に疑似質問の呈示属性情報を選び出したが、１位候補の属性情報を含まない、すなわち正しい答えを含まない呈示属性情報を認識対象者に呈示するようにしてもよい。この場合、正規利用者には質問中に正しい答えが存在するか否かで装置が曖昧性を検知しているか否かを知ることができるが、正規利用者でない不正利用者にはこのことはわからない。正規利用者は正しい答えが無い場合には、既に認定が確定していることを知ることができるので、でたらめに１つの属性情報を選択すれば通過できる。ところが、不正利用者にはこの回答が果たして正しいのか否かがわからないので、長期間の観察によって正規利用者の属性情報を調べ上げることが不可能になるのである。
（第２の実施例：出力部４５の説明）
出力部４５は、前記疑似検証部４７を経由した前記候補評価部４３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部４４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ１９）。（第３の実施例の説明）
一旦生成された辞書部分空間を装置運用中に改良することは、自己類似度分布と非自己類似度分布の重なり部分を減少させたり、辞書が覆っていない新たなバリエーションを加えて辞書を強化するのに役立つ。このような目的による辞書改良は、自己類似度を値の高い領域に集め（以後、反応化と呼ぶ）、非自己類似度を値の低い領域に集める（以後、無反応化と呼ぶ）ことに他ならない。この結果、類似度に基づく認定／拒絶の閾値処理は容易になり、かつその信頼性は向上する。
【００８４】
本発明に係る上記第１および第２の実施例装置は、候補検証部の存在により類似度分布の重なり部分に存在する入力生体情報を正しく分類することができる。そこで、この分類結果を頼りにこのような曖昧な類似度範囲に入る入力生体情報を辞書に学習させることで、該重なり部分を減少させ、運用を続けるほどに質疑応答の発生頻度を減らして、もって認識対象者の労力を減ずることが可能になる。
【００８５】
反応化と無反応化は次のようにして行うことができる。
【００８６】
複数の教示用生体情報から相関行列（特性核）を求め、これを主成分分析するという辞書生成プロセスを踏襲して、現在の辞書の特性核（辞書特性核）に入力生体情報の自己相関行列を加えたり、辞書特性核から入力生体情報の自己相関行列を差し引いたりすることで新しい辞書特性核を作り、これを主成分分析にかけて新たな辞書部分空間を生成する。これは文献［３］（前田賢一、「パターン認識装置」、特開昭５６−１３７４８）に開示されている学習型複合類似度法である。具体的には、学習すべき入力生体情報（被学習生体情報）の自己相関行列に非負係数をかけたものを用意し、これを辞書特性核に加えたり（反応化）、辞書特性核から差し引いたり（無反応化）することで学習が進行する。
【００８７】
自己類似度分布と非自己類似度分布の分離性を改善された辞書セットを得るためには、次の条件が成立する被学習生体情報を検出して反応化や無反応化を行う。これは類似度分布の重なり部分にある入力生体情報を辞書に学習させることで、該重なり部分を減らすことを可能にする条件である。
【００８８】
［反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されたカテゴリ、すなわち当該入力生体情報が属する辞書（自己辞書）を反応化する。
【００８９】
［無反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されなかったカテゴリ、すなわち当該入力生体情報が属さない辞書（非自己辞書）を無反応化する。
【００９０】
辞書が更新されると類似度分布も変化するので、再び自己類似度分布と非自己類似度分布を求め、新たなＴＨ１とＴＨ２を決定する。
【００９１】
以下、このような辞書更新機能を具備した本発明に係る生体情報認識装置とその方法の第３の実施例を説明する。
【００９２】
第８図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部５１、類似度計算部５２、認識候補評価部５３、認識候補検証部５４、辞書更新部５７、出力部５５、ならびに記憶部５６より成る。
【００９３】
また、第９図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ３１、入力部分空間生成処理Ｓ３２、類似度計算処理Ｓ３３、認定判別処理Ｓ３４、拒絶判別処理Ｓ３５、質問準備処理Ｓ３６、回答受理処理Ｓ３７、検証確認処理Ｓ３８、辞書更新処理Ｓ４０、閾値更新処理Ｓ４１、出力処理Ｓ３９より成る。
【００９４】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は前記第１および第２の実施例装置と同じく、本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例である。
（第３の実施例：記憶部５６の説明）
記憶部５６は、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。特に、本実施例装置が生体情報により個人を特定する用途に使用される場合には、前記検証用情報は人物の顔写真画像とすることができる。また、記憶部５６は新たに辞書生体情報を生成したときの辞書特性核と辞書生成時の教示用生体情報とをカテゴリ毎に保持記憶する。
（第３の実施例：生体情報取得部５１の説明）
生体情報取得部５１は前記生体情報取得部１と同様、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ３１）。
（第３の実施例：類似度計算部５２の説明）
類似度計算部５２は前記類似度計算部２と同様、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ３２）。
【００９５】
次いで類似度計算部５２は、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部５６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部５６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度を候補情報として出力する（ステップＳ３３）。
（第３の実施例：候補評価部５３の説明）
候補評価部５３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部５５に送る（ステップＳ３４の右分岐）。
【００９６】
また候補評価部５３は、前記類似度計算部５２による候補情報にある１位候補の類似度（最大類似度）が記憶部５６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５５に送る（ステップＳ３５の右分岐）。
【００９７】
候補評価部５３は、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部５２による候補情報を検証すべき候補情報として候補検証部５４に送る（ステップＳ３５の下分岐）。
（第３の実施例：候補検証部５４の説明）
候補検証部５４は前記候補検証部４と同様、上記候補評価部５３により認定／拒絶が保留された場合に、候補評価部５３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部５６より読み出す。
【００９８】
本実施例装置においては、前記検証用情報は記憶部５６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００９９】
候補検証部５４は、記憶部５６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ３６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【０１００】
次いで候補検証部５４は、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ３７）。
【０１０１】
候補検証部５４は、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ３８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ３８の右分岐）。
【０１０２】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようになる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にわからないように、多数の攪乱用ノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が極めて低い。
（第３の実施例：辞書更新部５７の説明）
前記候補評価部５３にて判断が保留され、前記候補検証部５４にて質疑により認定もしくは拒絶された入力生体情報は、類似度がＴＨ２以上かつＴＨ１未満の重なり部分に存在する入力である。辞書更新部５７は、該重なり部分に存在する候補カテゴリの辞書を当該入力生体情報について下記条件にしたがって反応化あるいは無反応化して辞書を更新する（ステップＳ４０）。このとき、用いられる学習アルゴリズムが学習複合類似度法（文献[３]）として提案されている教示生体情報の相関行列（辞書特性核）と入力生体情報の自己相関行列の加算和計算である。辞書特性核は辞書生成時に作られたものが記憶部５６に保持記憶されており、自己相関行列は類似度計算部５２にて入力部分空間の生成に関与した入力生体情報から生成される。なお、記憶部５６にある更新前の辞書特性核と辞書生体情報は同じカテゴリの更新された辞書特性核と辞書生体情報に置き換えられ、自己相関行列の生成に用いられた入力生体情報は記憶部５６にある教示用生体情報に追加される。
【０１０３】
［反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されたカテゴリ、すなわち当該入力生体情報が属する辞書（自己辞書）を反応化する。
【０１０４】
［無反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されなかったカテゴリ、すなわち当該入力生体情報が属さない辞書（非自己辞書）を無反応化する。
【０１０５】
次に、辞書更新部５７は、更新された辞書生体情報を加えた新しい辞書セットを用いて、かつ追加された教示用生体情報を加えた新しい教示用生体情報に対する自己類似度分布と非自己類似度分布とを再計算し、新しい辞書セットと新しい教示用生体情報による新しい閾値ＴＨ１とＴＨ２を求めて記憶部５６にある古い閾値と置き換える（ステップＳ４１）。なお、類似度分布の計算は、同一カテゴリに属する多数の教示用生体情報を適当な数で入力部分空間に変換し、相互部分空間法で類似度を計算して集計することで行われる。
（第３の実施例：出力部５５の説明）
出力部５５は、前記候補評価部５３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部５４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ３９）。
【０１０６】
本実施例により、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【０１０７】
また、本実施例により、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
（変形実施例の説明）
なお、本発明においては、前記候補検証部による選択を求める質問を、パタン的属性情報たる画像情報ではなく、名前や生年月日などの記号的属性情報とすることも可能である。この場合は画像のかわりに多数の記号的属性情報が表示され、認識対象者はそのうちの１つを選択するように求められる。
【０１０８】
また、本発明においては、前記候補検証部による質問を、パタン的属性情報たる画像情報の呈示と選択ではなく、認識対象者の名前、生年月日、パスワード、両親の名前などの記号的属性情報を入力させ、装置が想定するＭ位までのカテゴリの記号的属性情報と照合検証して、いずれかに一致すれば該一致したカテゴリの中で最高順位となるカテゴリを認定し、いずれにも一致しなければ拒絶するようにすることも可能である。この場合、記憶部６には検証用情報として、各辞書部分空間のカテゴリに固有の記号的属性情報が記述されていれば可能である。認識対象者による記号的属性情報の回答入力は、タッチセンサ付き表示装置１０２に記号に対応したキーを表示し、例えば１、９、６、０、０、５、０、２と該キーを順次押すことで１９６０年５月２日のような生年月日などを入力可能とすればよい。
【０１０９】
また、本発明においては、前記候補検証部による属性情報の選択や入力は例示したタッチパネルの操作に限定されるものではない。例えば表示装置と別の入力装置によって受理することも可能である。
【０１１０】
また、本発明におけるパタン照合アルゴリズムは例示した相互部分空間法に限定されず、例えば部分空間法（文献［１］）など様々なパタン照合アルゴリズムを用いることが可能である。
【０１１１】
また、本発明における学習アルゴリズムは例示した学習型複合類似度法に限定されず、例えば学習部分空間法（文献［１］）など様々な学習アルゴリズムを用いることができる。
（媒体による実施形態の説明）
ところで、第５図に例示するように、本発明に係る個人認証装置とその方法を実現する情報（例えばプログラム）を記録媒体３１に記録し、該記録した情報を該記録媒体３１を経由して撮像手段３７を具備した装置３２や装置３３に適用したり、通信回線３５や３６を経由して、装置３３や撮像手段３８を具備した装置３４に適用することも可能である。すなわち、本発明は上述した実施形態に限定されるものではなく、その技術的範囲において種々変形して実施することができる。
【０１１２】
【発明の効果】
本発明によれば、入力生体情報と辞書生体情報の照合により得られた最大類似度が所定のどの値の範囲に存在するかで認定／拒絶／保留の判断をし、該保留となった場合には認定／拒絶の判断を認識対象者への質疑によって確定することが可能になる。
【０１１３】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合には遅滞なく正しく認識してもらえ、最大類似度において保留となった場合には質問に答えるだけで正しく認識してもらえ、いずれにしても正しく認識してもうことができる。
【０１１４】
本発明によれば、新規のカテゴリに属する認識対象者は最大類似度において拒絶されるか、質疑応答によってほぼ必ず拒絶されることになるので、誤認識の発生を減らすことができる。
【０１１５】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合にもある確率で質問に回答する手間を強いられるが、新規のカテゴリに属する認識対象者に対する誤認識をさらに減らすことができる。
【０１１６】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【０１１７】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
【図面の簡単な説明】
【図１】本発明に係る生体情報認識装置の第１の実施例装置のブロック構成を示した図である。
【図２】本発明に係る生体情報認識装置の第１の実施例装置における処理構成を示した図である。
【図３】本発明に係る実施例装置の外観例を示した図である。
【図４】自己類似度分布と非自己類似度分布を模式的に示した図である。
【図５】記録媒体等による実施形態を説明するための図である。
【図６】本発明に係る生体情報認識装置の第２の実施例装置のブロック構成を示した図である。
【図７】本発明に係る生体情報認識装置の第２の実施例装置における処理構成を示した図である。
【図８】本発明に係る生体情報認識装置の第３の実施例装置のブロック構成を示した図である。
【図９】本発明に係る生体情報認識装置の第３の実施例装置における処理構成を示した図である。
【符号の説明】
１ 生体情報取得部
２ 類似度計算部
３ 認識候補評価部
４ 認識候補検証部
５ 出力部
６ 記憶部
【発明の属する技術分野】
本発明は生体情報を認識して個人や性別などを認識特定する生体情報認識装置とその方法に関し、特に認識結果に含まれる曖昧性を排除する検証手段と、該検証手段を状況に応じて起動する手段とを具備した生体情報認識装置とその方法に関する。
【０００２】
【従来の技術】
（従来の認証情報の問題点）
従来、個人を認証する方法として、ＩＤカードなどの器物鍵による認証、暗証番号などの暗号鍵による認証、指紋／声紋／掌紋／虹彩／網膜／顔などの生体鍵による認証が提案されている。
【０００３】
器物鍵や暗号鍵を用いた個人認証方式は該器物鍵や暗号鍵の提示者を曖昧性なく認証できるが、一方で、該器物鍵の紛失／盗難や該暗号鍵の漏洩により他人に不正使用される危険性がある。これに対して、生体鍵を用いた個人認証方式では、該生体鍵が本人と不可分であることから不正使用しにくいという特長がある。しかしながら、認証結果には曖昧性（本人が認証されなかったり、他人が認証されてしまったりする）が存在するため確実な認証が行えず、これが生体鍵を用いた個人認証の実用化を妨げる要因となっている。
【０００４】
このような生体鍵、すなわち人物から取得される生体情報の曖昧性は、認証に限らず生体情報を認識して何らかの分類を行う全ての生体情報認識について云えることである。
（曖昧性の説明）
ここで上記の曖昧性の原因について説明する。
【０００５】
顔や声紋などの生体情報は一般にパタン（顔画像パタンや音声スペクトルパタン）として扱うことのできる情報である。このようなパタンを認識するためには、入力された未知の生体情報（入力生体情報、あるいは入力）を、予め登録してあるカテゴリ別の生体情報（辞書生体情報、あるいは辞書）と１つ１つ照合し、最も類似した辞書の示すカテゴリに該入力を分類するという手順が必要になる。このため、入力と辞書の類似性を表わす指標、すなわち類似度を求めて、該類似度が最大となる辞書のカテゴリ（辞書カテゴリ）に該入力を分類する。
【０００６】
生体情報の照合に限らず、一般的なパタン認識のための入力と辞書の表現や類似度の定義ならびにその計算アルゴリズムは、文献［１］（エルッキ・オヤ著（小川英光他訳）、″パターン認識と部分空間″、産業図書、１９８６）や、文献［２］（飯島泰蔵著、″パターン認識理論″、森北出版、１９８９）に開示されている。
【０００７】
ところで、実際のパタン認識においては、前述したように最大類似度を得る辞書カテゴリを無条件に認めて入力カテゴリを確定することは危険である。なぜなら、入力がどの辞書カテゴリにも属していない場合も考えられるからである。そのため、入力が辞書カテゴリのいずれかに属しているのなら、その類似度は一定値以上の大きさを得ているであろうという仮定に基づいて、カテゴリを認定できる類似度の下限値を閾値として、該閾値を下回る類似度しか得られない辞書カテゴリは認定の対象としないようにする。この結果、辞書カテゴリのいずれかに認定される入力は、最大類似度が所定閾値以上であるような入力であり、それ以外は該当する辞書カテゴリがないものとして拒絶される。これを一般にリジェクト処理という。
【０００８】
ここで注意を要するのが、パタン認識においては、常に正しい辞書カテゴリが最大類似度を獲得するとは限らないということである（パタン認識結果の曖昧性）。そのため、たまたま閾値以上の最大類似度を得た辞書カテゴリが実は正しい入力カテゴリでなかったとしても、上記の方法では当該辞書カテゴリが入力カテゴリとして認定されてしまう。
【０００９】
このような曖昧性の原因は類似度の分布で説明できる。入力を同じカテゴリの辞書と照合した場合の類似度分布を自己類似度分布、入力を異なるカテゴリの辞書と照合した場合の類似度分布を非自己類似度分布と各々呼ぶと、自己類似度分布と非自己類似度分布は第４図に例示するように重なり部分を持っている。この図において横軸は類似度値、縦軸はその類似度値を獲得した入力の個数であり、図中の２１は自己類似度分布、図中の２２は非自己類似度分布、図中の２３は重なり部分である。
【００１０】
もし、閾値を非自己類似度分布のない図中の２４以上に設定すれば、認定されたカテゴリは必ず自己カテゴリであるようにできるが、２４未満の領域で分布する自己カテゴリ入力は拒絶されてしまうことになる。また、閾値を自己類似度分布のない図中の２５未満に設定すれば、拒絶されるのは必ず非自己カテゴリであるようにできるが、２５以上の領域で分布する非自己カテゴリ入力を拒絶することはできない。このように、自己類似度分布２１と非自己類似度分布２２の重なり部分２３が意味するものは、該重なり部分２３の類似度範囲にある照合結果は自己カテゴリが正しく照合されたものか、非自己カテゴリが間違って照合されたものか区別できないということである。
【００１１】
例えば、入力をカテゴリＡの辞書と照合した類似度が図中の２６、カテゴリＢの辞書と照合した類似度が図中の２７、類似度の閾値が図中の２８であったとき、実のところ入力カテゴリはＡであったにも関わらず、最大類似度は２７であったため、認定された入力カテゴリがＢとなってしまうことが起るのである。このように、自己類似度分布と非自己類似度分布は重なりを持ち、その範囲にあっては正しいカテゴリが必ずしも最大類似度を獲得するとは限らないことが、パタン認識結果を曖昧にしているのである。
【００１２】
【発明が解決しようとする課題】
本発明は以上の問題点に鑑みて成されたものであり、その目的とするところは、このような曖昧性が存在する状況下で正しいカテゴリが認定されなかったり間違ったカテゴリが拒絶されなかったりする不都合、特に生体情報に基づく個人認証における正規利用者の拒絶と不正利用者の通過を防止可能な生体情報認識装置およびその方法を提供することである。
【００１３】
具体的には次のような考察結果に基づいた生体情報認識装置およびその方法を提供する。
（装置と認識対象者の各々が了解している情報の整合性に基づく検証）
入力生体情報をＰ個の辞書生体情報と照合して得られた最大類似度が前記第４図の重なり部分２３に存在するとき照合結果には曖昧性が存在する、すなわち最大類似度を獲得する辞書カテゴリが必ずしも入力カテゴリであるとは限らない。この場合、入力カテゴリが必ず辞書カテゴリの１つである、すなわち認識対象者が個人認証における正規利用者ならば、原理的には入力カテゴリは前記重なり部分２３に類似度を獲得した辞書カテゴリ（候補カテゴリと呼ぶ）のどれかである。
【００１４】
このような場合、装置は認識対象者にカテゴリを特定するための質問を発し、該質問に対する認識対象者の回答に基づいて、入力カテゴリが前記候補カテゴリのどれに該当するかを確定することができる。
【００１５】
このとき、質問と回答の方法として次の２つが考えられる。
【００１６】
（１）各候補カテゴリに属する者であれば選択するであろう情報を、その他の無関係な多数の攪乱用情報とともに認識対象者に対して呈示し、該呈示された多数の情報から１つを選ばせることで、該選択された１つが前記候補カテゴリに属する者が選択するであろう情報のいずれに該当するかで、認識対象者のカテゴリをこの該当した候補カテゴリに認定する。
【００１７】
（２）各候補カテゴリに属する者であれば入力するであろう情報を、認識対象者に入力させることで、該入力された情報が前記候補カテゴリに属する者が入力するであろう情報のいずれに該当するかで、認識対象者のカテゴリをこの該当した候補カテゴリに認定する。
【００１８】
認識対象者のカテゴリが少なくとも候補カテゴリに含まれておりさえすれば、正しい情報を選択したり入力したりすることが可能であり、この結果、曖昧性の存在下で該認識対象者は質問に回答することで確実に正しく認識してもらうことが可能になる。
【００１９】
なお、前記自己類似度分布２１と非自己類似度分布２２は理論的に求めることは不可能であり、辞書カテゴリに属する多数のサンプル入力を実際に各辞書と照合して得た類似度の分布として求めるしかない。
【００２０】
類似度分布を求めるのに関与しなかった新規のカテゴリに属する入力（必ず非自己カテゴリ）の類似度は、該入力が前記類似度分布を求める作業に関与しなかったために、求められた非自己類似度分布の範囲を逸脱しているかもしれない。しかしながら、多数のカテゴリの多数のサンプルに対して類似度分布を求めておくことで、このような逸脱を緩和防止できるものと考えられる。このとき、新規カテゴリ入力の類似度は拒絶もしくは要検証のいずれかに分類される。
【００２１】
辞書カテゴリにない新規カテゴリに属する入力、すなわち個人認証における不正利用者がどの正規利用者にも分類されずに拒絶されるのは正しい結果である。一方、検証を必要とする不正利用者が質問回答を経て正規利用者のどれかに分類されてしまうならこれは間違った結果である。ここで前述した質問回答による検証が不正利用者に対して正しく機能（拒絶する）か否かを考察する。
【００２２】
装置は自己が想定している認識対象者の候補カテゴリにしたがって、前記方法の（１）においては多数の情報呈示を行い、前記方法の（２）においては情報の入力を求める。不正利用者は候補カテゴリのいずれかに対応した情報を選択あるいは入力することにより当該候補カテゴリたる正規利用者に分類される可能性がある。しかし、不正利用者には装置がどの候補カテゴリを想定しているかを知る術はない。したがって、誤分類、すなわち不正利用の発生は偶然によりどれくらい正しい選択や入力が可能かに依存する。
【００２３】
（１）の場合には、候補カテゴリ数が少なく、相対的に攪乱用情報の数が多くなることで誤分類の発生確率を減らすことができる。すなわち、候補カテゴリの数は極力少ない方が好ましく、また攪乱用情報の数は極力多い方が好ましい。
【００２４】
また、（２）の場合には、入力情報のバリエーションが多いほど誤分類の発生確率を減らす。すなわち、そのようなバリエーションの多い情報を質問することが好ましい。
【００２５】
このような方策により誤分類の偶発を減らしたうえで、（１）（２）いずれの場合も、装置は候補カテゴリに属する者が選択あるいは入力するであろう情報と不正利用者の回答が一致しない場合には、該不正利用者を拒絶する。この結果、辞書カテゴリのいずれかに属する正規利用者は質問回答によりほぼ確実に認定され、不正利用者はかなりの確率で拒絶される。これはこのような生体情報認識装置を個人認証装置として用いる場合に特に重要な性質である。
【００２６】
本発明は以上の考察に基づき、曖昧性の存在を類似度値の範囲として検知し、該曖昧性の存在する状況下にあっては、候補カテゴリに固有の情報を認識対象者が答えられるか否かによって該認識対象者を該候補カテゴリのいずれかに認定するかあるいは拒絶するかを決定可能な生体情報認識の仕組を提供する。
【００２７】
【課題を解決するための手段】
本発明（請求項１）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備し、前記上位所定数が、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報の数と、１より大きい別の所定数のうち小さい方であることを特徴とする。
【００２８】
本発明（請求項２）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段において判断を保留せずに認定もしくは拒絶を決定した場合には、所定の確率で検証用の質問を前記認識対象者に対して呈示して答えさせつつも、認定もしくは拒絶の判定は前記候補評価手段の決定に基づいて出力する疑似的検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする。
【００２９】
本発明（請求項３）に係わる生体情報認識装置は、認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補検証手段による認定／拒絶結果に基づいて、少なくとも認定されなかった前記候補の辞書生体情報を前記入力生体情報に対してより低い類似度を算出するように更新する辞書更新手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする。
【００３０】
好ましくは、前記検証用の質問が、前記候補に与えられている画像と該画像と無関係な攪乱用の画像とを混在一覧表示していずれかを選択させるものであることを特徴とする。
【００３４】
本発明によれば、入力生体情報と辞書生体情報の照合により得られた最大類似度が所定のどの値の範囲に存在するかで認定／拒絶／保留の判断をし、該保留となった場合には認定／拒絶の判断を認識対象者への質疑によって行うことが可能になる。
【００３５】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合には遅滞なく正しく認識してもらえ、最大類似度において保留となった場合には質問に答えるだけで正しく認識してもらえ、いずれにして正しく認識してもらうことができる。
【００３６】
本発明によれば、新規のカテゴリに属する認識対象者はほぼ必ず拒絶されることになるので、誤認識の発生を減らすことができる。
【００３７】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合にもある確率で質問に回答する手間を強いられるが、新規のカテゴリに属する認識対象者に対する誤認識をさらに減らすことができる。
【００３８】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【００３９】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
【００４０】
なお、以上の各装置に係る発明は方法に係る発明としても成立し、方法に係る発明は装置に係る発明としても成立する。
【００４１】
また、上記の発明は、相当する手順あるいは手段をコンピュータに実行させるためのプログラムを記録した機械読み取り可能な媒体としても成立する。
【００４２】
【発明の実施の形態】
本発明に係る生体情報認識装置とその方法の実施例を図面にしたがって説明する。
（第１の実施例の説明）
以下、本発明に係る生体情報認識装置とその方法の第１の実施例を説明する。
【００４３】
第１図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部１、類似度計算部２、認識候補評価部３、認識候補検証部４、出力部５、ならびに記憶部６より成る。
【００４４】
また、第２図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ１、入力部分空間生成処理Ｓ２、類似度計算処理Ｓ３、認定判別処理Ｓ４、拒絶判別処理Ｓ５、質問準備処理Ｓ６、回答受理処理Ｓ７、検証確認処理Ｓ８、出力処理Ｓ９より成る。
【００４５】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例であり、図中の１０１は認識対象者、１０２は装置匡体、１０３はタッチセンサ付き表示装置、１０４は生体情報入力用センサ、１０５は表示装置１０３に表示される選択対象たる画像である。なお、この図は模式図であり、実際の認識対象者１０１と装置匡体１０２の大きさの関係は図示された比率に限定されるものではない。
【００４６】
また、本発明における選択すべき情報は、対応するカテゴリ固有の情報（カテゴリの属性情報と呼ぶ）であれば何でもよいが、画像（パタン的属性情報の１つ）を用いる方法がその一覧性と選択性の良さから好ましい。、本実施例装置では特に本人・縁者・知人の顔写真や本人の持ち物の写真などを用いる。
（第１の実施例：記憶部６の説明）
記憶部６は、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。特に、本実施例装置が生体情報により個人を特定する用途に使用される場合には、前記検証用情報は人物の顔写真画像とすることができる。
（第１の実施例：生体情報取得部１の説明）
生体情報取得部１は、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ１）。
【００４７】
例えば、生体情報として認識対象者１０１の顔を用いる場合には、前記生体情報取得部１は生体情報入力用センサ１０４としてテレビカメラなどの撮像手段を具備し、該撮像手段により該人物の顔を含む画像を取り込み、該顔を含む画像から、例えば顔らしいパタンを教示したテンプレートを用いて、該テンプレートと最も相関の高い領域を顔領域として該画像から抽出し、該抽出された顔領域を所定の大きさの画像パタンに変換して入力生体情報として出力する。
【００４８】
また例えば、生体情報として認識対象者１０１の音声を用いる場合には、前記生体情報取得部１は生体情報入力用センサ１０４としてマイクロフォンなどの音声入力手段を具備し、該音声入力手段により該人物の音声を含む音声信号を取り込み、該音声信号から十分なパワーを持つ期間の音声信号を切り出して、該切り出された音声信号をフーリエ変換して得られる所定数の周波数成分によるパワースペクトルを入力生体情報として出力する。
【００４９】
あるいは前記生体情報取得部１は、上記の組み合わせとして、認識対象者の顔画像が検出されている間の該人物の音声を取り込み、該顔画像と該音声による２つのパタンを１つの入力生体情報として出力することも可能である。
（第１の実施例：類似度計算部２の説明）
類似度計算部２は、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ２）。
【００５０】
次いで類似度計算部２は、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度
を候補情報として出力する（ステップＳ３）。
（第１の実施例：候補評価部３の説明）
候補評価部３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部５に送る（ステップＳ４の左分岐）。
【００５１】
また候補評価部３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５に送る（ステップＳ５の右分岐）。
【００５２】
候補評価部３は、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部２による候補情報を検証すべき候補情報として候補検証部４に送る（ステップＳ５の下分岐）。
（第１の実施例：候補検証部４の説明）
候補検証部４は、上記候補評価部３により認定／拒絶が保留された場合に、候補評価部３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部６より読み出す。
【００５３】
本実施例装置においては、前記検証用情報は記憶部６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００５４】
候補検証部４は、記憶部６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００５５】
このとき、前記Ｍは固定の値Ｑ（例えば上位３位までなど）としてもよいが、類似度が前記閾値ＴＨ２以上の候補全てとすることも可能である。これは、類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解である可能性を持っているからである。
【００５６】
また、前記Ｍを前記固定値Ｑと前記類似度が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少ない方とすることも可能である。これはＲがＱを割る場合にはＲ（＜Ｑ）個のみを検証することで無駄を省き、ＲがＱを上回る場合には正解である可能性の高い上位Ｑ個までしか検証しないという戦略である。個人認証においてはＱを十分小さくとることで不正利用の確率を減らすことができる。
【００５７】
次いで候補検証部４は、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ７）。
【００５８】
候補検証部４は、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ８の右分岐）。
【００５９】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようになる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にがわからないように、多数の攪乱用ノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が極めて低い。
（第１の実施例：出力部５の説明）
出力部５は、前記候補評価部３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ９）。
【００６０】
なお、本実施例装置における閾値ＴＨ１およびＴＨ２は原則的には非自己類似度分布の上限２４と自己類似度分布の下限２５に設定するものとするが、例えば、ＴＨ２をゼロとすることで拒絶判定を無くし、認識対象は必ず既知のいずれかのカテゴリに分類されるようにすることも可能である。また、ＴＨ１を非自己類似度分布の上限より高目や低目に設定することで、無質疑にて認定される条件を厳しくしたり緩くしたりと加減することも可能である。また、ＴＨ２を自己類似度分布の下限より低目や高目に設定することで、無質疑にて拒絶される条件を厳しくしたり緩くしたりと加減することも可能である。
【００６１】
いずれにせよ、本実施例装置によって、正規の認識対象者は装置が曖昧性を検知する場合にのみ質疑応答を求められることで、通常は生体情報の入力のみにて正しく認定され、一部曖昧な場合のみ質疑応答の手間を払わされるに止まるという利便性を受けることができる。
【００６２】
また、属性情報は各カテゴリにつき複数用意されており、装置は毎回その呈示内容、すなわちどの属性情報を呈示するかを変えるので、個人認証の用途にあっては不正利用者による通過を困難にすることができる。
（第２の実施例の説明）
上記第１の実施例装置においては、装置が曖昧性を検知した場合にのみ質疑が行われた。そのため、認識対象者は装置が質疑を行うか否かによって、該装置が曖昧性を抱いているか否かを知ることができた。
【００６３】
この結果、不正利用者が自己と容貌などの生体情報が似た正規利用者が質疑を受ける場面を観察し、その回答を模倣することで、該不正利用者が通過できる可能性が存在する。なぜなら、容貌などの生体情報が似ている正規利用者の辞書に対する不正利用者の生体情報が獲得する類似度はＴＨ１を超えることはできないとしてもＴＨ２を超える可能性が高く、このとき発せられる質問に正しく答えることで不正利用者が当該正規利用者を偽って通過することができるからである。
【００６４】
このとき、不正通過が成立する条件は、（ａ）不正利用者と似た生体情報を持つ正規利用者を該不正利用者が発見できること、（ｂ）該正規利用者の回答を不正利用者が真似できることの２つである。（ａ）は生体情報として指紋、虹彩、網膜などでは困難であるが、顔を用いる場合には可能である。無論、これに加えて似た容貌の正規利用者がたまたま存在することが条件である。（ｂ）は認識の度毎に回答を求める属性情報を変えることで模倣しにくくできるが、記憶部に保持格納される属性情報のバリエーションには限りがあるので、長期間観察することで特定の正規利用者の属性情報を調べ上げることは可能である。
【００６５】
（ａ）（ｂ）がともに成立してしまう場合に取りえる方策は、前記調べ上げた情報が利用できるか否かを曖昧にしてしまうことである。そのためには類似度の曖昧性が検知されたとき以外にもある確率でランダムに質疑を行うようにすればよい。この結果、正規利用者の回答の手間が増えたり、そのために特定正規利用者の属性情報が明らかになる機会が増えたりする不都合が発生するが、不正利用者には目を付けた正規利用者の回答が認定に効果があるのか否かを判断する材料がなくなるので抑止効果を期待できる。不正利用者が人間の目で見て自己と容貌の似ている正規利用者を発見して模倣を計画しても、装置の目で見た似ている条件とに若干のずれがあり、そのために不正利用者が成り代わりを計画した正規利用者の辞書による類似度がＴＨ２より割り込む（拒絶される）機会がある。このとき、曖昧性のある場合以外にも質疑が発せられていれば、不正利用者は該質疑に正しく回答しても拒絶される場合があり、自己が成り代わりを計画した正規利用者が自己と似ているのか否か、すなわち類似度がＴＨ２以上となる正規利用者であるのか、そして今後も成り代わりを図ることが妥当なものか否かの確証を得ることができないのである。
【００６６】
上記のような方策を可能にする、本発明に係る生体情報認識装置とその方法の第２の実施例を説明する。
【００６７】
第６図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部４１、類似度計算部４２、候補評価部４３、候補検証部４４、疑似検証部４７、出力部４５、ならびに記憶部４６より成る。
【００６８】
また、第７図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ１１、入力部分空間生成処理Ｓ１２、類似度計算処理Ｓ１３、認定判別処理Ｓ１４、拒絶判別処理Ｓ１５、質問準備処理Ｓ１６、回答受理処理Ｓ１７、検証確認処理Ｓ１８、確率処理Ｓ２０、疑似質問準備処理Ｓ２１、疑似回答受理処理Ｓ２２、出力処理Ｓ１９より成る。
【００６９】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は前記第１の実施例装置と同じく、本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例である。
（第２の実施例：記憶部４６の説明）
記憶部４６は前記記憶部６と同様、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。
（第２の実施例：生体情報取得部４１の説明）
生体情報取得部４１は前記生体情報取得部１と同様、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ１１）。
（第２の実施例：類似度計算部４２の説明）
類似度計算部４２は前記類似度計算部２と同様、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ１２）。
【００７０】
次いで、類似度計算部４２は前記類似度計算部２と同様、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部４６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部４６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度を候補情報として出力する（ステップＳ１３）。
（第２の実施例：候補評価部４３の説明）
候補評価部４３は前記候補評価部３と同様、前記類似度計算部４２による候補情報にある１位候補の類似度（最大類似度）が記憶部４６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部４５に送る（ステップＳ１４の右分岐）。
【００７１】
また候補評価部４３は前記候補評価部３と同様、前記類似度計算部４２による候補情報にある１位候補の類似度（最大類似度）が記憶部４６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５に送る（ステップＳ１５の右分岐）。
【００７２】
候補評価部４３は前記候補評価部３と同様、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部４２による候補情報を検証すべき候補情報として候補検証部４４に送る（ステップＳ１５の下分岐）。
（第２の実施例：候補検証部４４の説明）
候補検証部４４は前記候補検証部４と同様、上記候補評価部３により認定／拒絶が保留された場合に、候補評価部４３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部４６より読み出す。
【００７３】
本実施例装置においては、前記検証用情報は記憶部４６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００７４】
候補検証部４４は前記候補検証部４と同様、記憶部４６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ１６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００７５】
このとき、前記Ｍは固定の値Ｑ（例えば上位３位までなど）としてもよいが、類似度が前記閾値ＴＨ２以上の候補全てとすることも可能である。これは、類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解である可能性を持っているからである。
【００７６】
また、前記Ｍを前記固定値Ｑと前記類似度が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少ない方とすることも可能である。これはＲがＱを割る場合にはＲ（＜Ｑ）個のみを検証することで無駄を省き、ＲがＱを上回る場合には正解である可能性の高い上位Ｑ個までしか検証しないという戦略である。
【００７７】
次いで候補検証部４４は前記候補検証部４と同様、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ１７）。
【００７８】
候補検証部４４は前記候補検証部４と同様、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ１８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ１８の右分岐）。
【００７９】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようにすることが可能となる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にわからないように、多数のノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が低い。
（第２の実施例：疑似検証部４７の説明）
本実施例装置で新規に加えられた疑似検証部４７は、所定の確率で前記候補評価部４３による認定あるいは拒絶の結果を出力部４５に直ちに出力する（ステップＳ２０の左分岐）。前記疑似検証部４７は残る確率で疑似質疑を行う（ステップＳ２０の下分岐）。
【００８０】
疑似検証部４７は、疑似質疑を行う場合には記憶部４６にある検証用情報からＭ個の疑似候補カテゴリに対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ２１）。該疑似候補カテゴリは、前記候補評価部４３による認定カテゴリがある場合（認定時）にはそれを必ず含んで、残るＭ−１個のカテゴリをランダムに選び、前記候補評価部４３による認定カテゴリがない場合（拒絶時）にはＭ個全てをランダムに選んで決定される。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、疑似検証部４７は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【００８１】
次いで疑似検証部４７は、認識対象者１０１に対して、上記Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知すると直ちに前記候補評価部４３による認定あるいは拒絶の結果を出力部４５に送り、前記候補検証部４４のように認識対象者による回答を検証することはしない（ステップＳ２２）。
【００８２】
このような疑似検証処理により、不正利用者は質疑に正しく回答しても拒絶される場合があり、自己が成り代わりを計画した正規利用者が自己と似ているのか否か、すなわち類似度がＴＨ２以上となる正規利用者であるのか、そして今後も成り代わりを図ることが妥当なものか否かの確証を得ることができないようにすることが可能になる。
【００８３】
なお、上記疑似検証部４７は、前記候補評価部４３において認定された１位候補の属性情報を含む用に疑似質問の呈示属性情報を選び出したが、１位候補の属性情報を含まない、すなわち正しい答えを含まない呈示属性情報を認識対象者に呈示するようにしてもよい。この場合、正規利用者には質問中に正しい答えが存在するか否かで装置が曖昧性を検知しているか否かを知ることができるが、正規利用者でない不正利用者にはこのことはわからない。正規利用者は正しい答えが無い場合には、既に認定が確定していることを知ることができるので、でたらめに１つの属性情報を選択すれば通過できる。ところが、不正利用者にはこの回答が果たして正しいのか否かがわからないので、長期間の観察によって正規利用者の属性情報を調べ上げることが不可能になるのである。
（第２の実施例：出力部４５の説明）
出力部４５は、前記疑似検証部４７を経由した前記候補評価部４３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部４４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ１９）。（第３の実施例の説明）
一旦生成された辞書部分空間を装置運用中に改良することは、自己類似度分布と非自己類似度分布の重なり部分を減少させたり、辞書が覆っていない新たなバリエーションを加えて辞書を強化するのに役立つ。このような目的による辞書改良は、自己類似度を値の高い領域に集め（以後、反応化と呼ぶ）、非自己類似度を値の低い領域に集める（以後、無反応化と呼ぶ）ことに他ならない。この結果、類似度に基づく認定／拒絶の閾値処理は容易になり、かつその信頼性は向上する。
【００８４】
本発明に係る上記第１および第２の実施例装置は、候補検証部の存在により類似度分布の重なり部分に存在する入力生体情報を正しく分類することができる。そこで、この分類結果を頼りにこのような曖昧な類似度範囲に入る入力生体情報を辞書に学習させることで、該重なり部分を減少させ、運用を続けるほどに質疑応答の発生頻度を減らして、もって認識対象者の労力を減ずることが可能になる。
【００８５】
反応化と無反応化は次のようにして行うことができる。
【００８６】
複数の教示用生体情報から相関行列（特性核）を求め、これを主成分分析するという辞書生成プロセスを踏襲して、現在の辞書の特性核（辞書特性核）に入力生体情報の自己相関行列を加えたり、辞書特性核から入力生体情報の自己相関行列を差し引いたりすることで新しい辞書特性核を作り、これを主成分分析にかけて新たな辞書部分空間を生成する。これは文献［３］（前田賢一、「パターン認識装置」、特開昭５６−１３７４８）に開示されている学習型複合類似度法である。具体的には、学習すべき入力生体情報（被学習生体情報）の自己相関行列に非負係数をかけたものを用意し、これを辞書特性核に加えたり（反応化）、辞書特性核から差し引いたり（無反応化）することで学習が進行する。
【００８７】
自己類似度分布と非自己類似度分布の分離性を改善された辞書セットを得るためには、次の条件が成立する被学習生体情報を検出して反応化や無反応化を行う。これは類似度分布の重なり部分にある入力生体情報を辞書に学習させることで、該重なり部分を減らすことを可能にする条件である。
【００８８】
［反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されたカテゴリ、すなわち当該入力生体情報が属する辞書（自己辞書）を反応化する。
【００８９】
［無反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されなかったカテゴリ、すなわち当該入力生体情報が属さない辞書（非自己辞書）を無反応化する。
【００９０】
辞書が更新されると類似度分布も変化するので、再び自己類似度分布と非自己類似度分布を求め、新たなＴＨ１とＴＨ２を決定する。
【００９１】
以下、このような辞書更新機能を具備した本発明に係る生体情報認識装置とその方法の第３の実施例を説明する。
【００９２】
第８図に本実施例装置のブロック構成を示す。本実施例装置は、生体情報取得部５１、類似度計算部５２、認識候補評価部５３、認識候補検証部５４、辞書更新部５７、出力部５５、ならびに記憶部５６より成る。
【００９３】
また、第９図に本実施例装置における処理構成を示す。本実施例装置における処理は、生体情報入力処理Ｓ３１、入力部分空間生成処理Ｓ３２、類似度計算処理Ｓ３３、認定判別処理Ｓ３４、拒絶判別処理Ｓ３５、質問準備処理Ｓ３６、回答受理処理Ｓ３７、検証確認処理Ｓ３８、辞書更新処理Ｓ４０、閾値更新処理Ｓ４１、出力処理Ｓ３９より成る。
【００９４】
また、第３図に本実施例装置の外観例を示す。ここに示す外観は前記第１および第２の実施例装置と同じく、本実施例装置が質問として画像を表示し、認識対象者にそれを選択させる場合の例である。
（第３の実施例：記憶部５６の説明）
記憶部５６は、本実施例装置において種々利用される情報、すなわち、カテゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。特に、本実施例装置が生体情報により個人を特定する用途に使用される場合には、前記検証用情報は人物の顔写真画像とすることができる。また、記憶部５６は新たに辞書生体情報を生成したときの辞書特性核と辞書生成時の教示用生体情報とをカテゴリ毎に保持記憶する。
（第３の実施例：生体情報取得部５１の説明）
生体情報取得部５１は前記生体情報取得部１と同様、生体情報入力用センサ１０４により、認識対象者１０１の例えば顔画像や音声波形などを取り込んで入力生体情報として出力する（ステップＳ３１）。
（第３の実施例：類似度計算部５２の説明）
類似度計算部５２は前記類似度計算部２と同様、入力生体情報をそのスカラー値の各々を軸とする多次元ベクトルとし、時系列的に入力される所定数のベクトルを主成分分析して得られる固有ベクトルを基底とする部分空間（入力部分空間）を生成する（ステップＳ３２）。
【００９５】
次いで類似度計算部５２は、カテゴリ毎に用意されている辞書部分空間（辞書生体情報）を記憶部５６より読み出し、各辞書部分空間と前記入力部分空間とを照合し、両部分空間の最大余弦を当該辞書部分空間が獲得する類似度とし、さらに記憶部５６にあるＰ個全ての辞書部分空間との照合結果、すなわちＰ個のカテゴリコードとその類似度を候補情報として出力する（ステップＳ３３）。
（第３の実施例：候補評価部５３の説明）
候補評価部５３は、前記類似度計算部２による候補情報にある１位候補の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ１以上である場合には、該１位候補のカテゴリコードを認識結果として認定して出力部５５に送る（ステップＳ３４の右分岐）。
【００９６】
また候補評価部５３は、前記類似度計算部５２による候補情報にある１位候補の類似度（最大類似度）が記憶部５６にある所定閾値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報にあるカテゴリコードを拒絶して拒絶情報を出力部５５に送る（ステップＳ３５の右分岐）。
【００９７】
候補評価部５３は、上記いずれにも該当しない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒絶の判断を保留し、前記類似度計算部５２による候補情報を検証すべき候補情報として候補検証部５４に送る（ステップＳ３５の下分岐）。
（第３の実施例：候補検証部５４の説明）
候補検証部５４は前記候補検証部４と同様、上記候補評価部５３により認定／拒絶が保留された場合に、候補評価部５３から候補情報を受け取り、該候補情報にあるカテゴリコードの真偽を検証するための検証用情報を記憶部５６より読み出す。
【００９８】
本実施例装置においては、前記検証用情報は記憶部５６が擁している辞書カテゴリの属性情報たる写真画像と、該辞書カテゴリの属性情報と無関係な写真画像（撹乱用情報）とから成っており、認識対象者は多数の異なる写真画像から自分の属性情報たる写真画像を選択することを求められる。認識対象者が正規利用者であるならば自分の属性情報たる写真を容易に選択でき、不正利用者であるならばおそらく撹乱用の写真画像を選択してしまうだろう。したがって認識対象者が選択した写真画像が候補カテゴリのいずれかの属性情報であるか否かを検証することで、該認識対象者が候補カテゴリのいずれに属する者であるか否かを検証することができる。
【００９９】
候補検証部５４は、記憶部５６にある検証用情報から、前記候補情報にある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応する写真画像を各１枚ずつ選び出し、さらに攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステップＳ３６）。なお、前記写真画像（属性情報）は１つのカテゴリにつき複数用意されており、候補検証部４は該複数の写真画像から１つを毎回ランダムに選ぶものとする。
【０１００】
次いで候補検証部５４は、認識対象者１０１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き表示装置１０３の表示画面を介してランダムな順序に表示（１０５）し、該認識対象者に自己の属性情報たる写真画像を選択するように求め、該認識対象者の指による当該写真画像の選択操作（回答操作）をタッチセンサ付き表示装置１０３のタッチセンサを介して検知する（ステップＳ３７）。
【０１０１】
候補検証部５４は、該選択操作を受理すると、タッチセンサの押された表示画面上の座標と各画像の表示位置とを照合して該選択された画像がどの画像であるかを特定し、該特定された画像が前記候補カテゴリに対応する画像であるか否かを検証する。この検証の結果、該選択された写真画像に対応する候補カテゴリが発見された場合には当該カテゴリを当該認識対象者のカテゴリであると認定し（ステップＳ３８の左分岐）、発見できない場合には当該認識対象者を拒絶する（ステップＳ３８の右分岐）。
【０１０２】
このような検証処理により、生体情報に基づいて装置がＭ位までの候補として挙げたカテゴリと、認識対象者自身が了解している自己のカテゴリとの一致を鍵として、曖昧性のある類似度範囲にある照合結果を検証することにより、少なくともＭ位までの候補に入ることができれば、類似度で１位をとれなくても認識対象者が正しく認識してもらえるようになる。この場合、装置が自分をどのカテゴリに類別しようとしているか認識対象者にわからないように、多数の攪乱用ノイズ画像とともに装置の想定するカテゴリの画像が呈示される。しかも、その画像の内容と呈示順序は常にランダムに変わるので、認識対象者は自己の所属カテゴリを知っている本人でなければ検証において認定してもらえる可能性が極めて低い。
（第３の実施例：辞書更新部５７の説明）
前記候補評価部５３にて判断が保留され、前記候補検証部５４にて質疑により認定もしくは拒絶された入力生体情報は、類似度がＴＨ２以上かつＴＨ１未満の重なり部分に存在する入力である。辞書更新部５７は、該重なり部分に存在する候補カテゴリの辞書を当該入力生体情報について下記条件にしたがって反応化あるいは無反応化して辞書を更新する（ステップＳ４０）。このとき、用いられる学習アルゴリズムが学習複合類似度法（文献[３]）として提案されている教示生体情報の相関行列（辞書特性核）と入力生体情報の自己相関行列の加算和計算である。辞書特性核は辞書生成時に作られたものが記憶部５６に保持記憶されており、自己相関行列は類似度計算部５２にて入力部分空間の生成に関与した入力生体情報から生成される。なお、記憶部５６にある更新前の辞書特性核と辞書生体情報は同じカテゴリの更新された辞書特性核と辞書生体情報に置き換えられ、自己相関行列の生成に用いられた入力生体情報は記憶部５６にある教示用生体情報に追加される。
【０１０３】
［反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されたカテゴリ、すなわち当該入力生体情報が属する辞書（自己辞書）を反応化する。
【０１０４】
［無反応化］重なり部分に存在する候補カテゴリのうち、質疑応答により認定されなかったカテゴリ、すなわち当該入力生体情報が属さない辞書（非自己辞書）を無反応化する。
【０１０５】
次に、辞書更新部５７は、更新された辞書生体情報を加えた新しい辞書セットを用いて、かつ追加された教示用生体情報を加えた新しい教示用生体情報に対する自己類似度分布と非自己類似度分布とを再計算し、新しい辞書セットと新しい教示用生体情報による新しい閾値ＴＨ１とＴＨ２を求めて記憶部５６にある古い閾値と置き換える（ステップＳ４１）。なお、類似度分布の計算は、同一カテゴリに属する多数の教示用生体情報を適当な数で入力部分空間に変換し、相互部分空間法で類似度を計算して集計することで行われる。
（第３の実施例：出力部５５の説明）
出力部５５は、前記候補評価部５３による認定カテゴリコードあるいは拒絶情報、および前記認識候補検証部５４による認定カテゴリコードあるいは拒絶情報を装置外部へ出力したり、拒絶の通知を認識対象たる人物に呈示する（ステップＳ３９）。
【０１０６】
本実施例により、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【０１０７】
また、本実施例により、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
（変形実施例の説明）
なお、本発明においては、前記候補検証部による選択を求める質問を、パタン的属性情報たる画像情報ではなく、名前や生年月日などの記号的属性情報とすることも可能である。この場合は画像のかわりに多数の記号的属性情報が表示され、認識対象者はそのうちの１つを選択するように求められる。
【０１０８】
また、本発明においては、前記候補検証部による質問を、パタン的属性情報たる画像情報の呈示と選択ではなく、認識対象者の名前、生年月日、パスワード、両親の名前などの記号的属性情報を入力させ、装置が想定するＭ位までのカテゴリの記号的属性情報と照合検証して、いずれかに一致すれば該一致したカテゴリの中で最高順位となるカテゴリを認定し、いずれにも一致しなければ拒絶するようにすることも可能である。この場合、記憶部６には検証用情報として、各辞書部分空間のカテゴリに固有の記号的属性情報が記述されていれば可能である。認識対象者による記号的属性情報の回答入力は、タッチセンサ付き表示装置１０２に記号に対応したキーを表示し、例えば１、９、６、０、０、５、０、２と該キーを順次押すことで１９６０年５月２日のような生年月日などを入力可能とすればよい。
【０１０９】
また、本発明においては、前記候補検証部による属性情報の選択や入力は例示したタッチパネルの操作に限定されるものではない。例えば表示装置と別の入力装置によって受理することも可能である。
【０１１０】
また、本発明におけるパタン照合アルゴリズムは例示した相互部分空間法に限定されず、例えば部分空間法（文献［１］）など様々なパタン照合アルゴリズムを用いることが可能である。
【０１１１】
また、本発明における学習アルゴリズムは例示した学習型複合類似度法に限定されず、例えば学習部分空間法（文献［１］）など様々な学習アルゴリズムを用いることができる。
（媒体による実施形態の説明）
ところで、第５図に例示するように、本発明に係る個人認証装置とその方法を実現する情報（例えばプログラム）を記録媒体３１に記録し、該記録した情報を該記録媒体３１を経由して撮像手段３７を具備した装置３２や装置３３に適用したり、通信回線３５や３６を経由して、装置３３や撮像手段３８を具備した装置３４に適用することも可能である。すなわち、本発明は上述した実施形態に限定されるものではなく、その技術的範囲において種々変形して実施することができる。
【０１１２】
【発明の効果】
本発明によれば、入力生体情報と辞書生体情報の照合により得られた最大類似度が所定のどの値の範囲に存在するかで認定／拒絶／保留の判断をし、該保留となった場合には認定／拒絶の判断を認識対象者への質疑によって確定することが可能になる。
【０１１３】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合には遅滞なく正しく認識してもらえ、最大類似度において保留となった場合には質問に答えるだけで正しく認識してもらえ、いずれにしても正しく認識してもうことができる。
【０１１４】
本発明によれば、新規のカテゴリに属する認識対象者は最大類似度において拒絶されるか、質疑応答によってほぼ必ず拒絶されることになるので、誤認識の発生を減らすことができる。
【０１１５】
本発明によれば、辞書カテゴリに属する認識対象者は、最大類似度において認定／拒絶される場合にもある確率で質問に回答する手間を強いられるが、新規のカテゴリに属する認識対象者に対する誤認識をさらに減らすことができる。
【０１１６】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることができ、かつ運用するほどに辞書生体情報は入力生体情報のバリエーションを学習させて、より正確な認識を行わせることが可能になる。
【０１１７】
本発明によれば、辞書カテゴリに属する認識対象者の入力生体情報を常に正しい辞書生体情報に学習させることにより、類似度分布の重なり部分を減少させることができ、運用するほどに質疑応答の頻度が減り、もって認識対象者の回答労力を減じることが可能になる。
【図面の簡単な説明】
【図１】本発明に係る生体情報認識装置の第１の実施例装置のブロック構成を示した図である。
【図２】本発明に係る生体情報認識装置の第１の実施例装置における処理構成を示した図である。
【図３】本発明に係る実施例装置の外観例を示した図である。
【図４】自己類似度分布と非自己類似度分布を模式的に示した図である。
【図５】記録媒体等による実施形態を説明するための図である。
【図６】本発明に係る生体情報認識装置の第２の実施例装置のブロック構成を示した図である。
【図７】本発明に係る生体情報認識装置の第２の実施例装置における処理構成を示した図である。
【図８】本発明に係る生体情報認識装置の第３の実施例装置のブロック構成を示した図である。
【図９】本発明に係る生体情報認識装置の第３の実施例装置における処理構成を示した図である。
【符号の説明】
１ 生体情報取得部
２ 類似度計算部
３ 認識候補評価部
４ 認識候補検証部
５ 出力部
６ 記憶部
Claims (7)
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備し、前記上位所定数が、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報の数と、１より大きい別の所定数のうち小さい方であることを特徴とする生体情報認識装置。
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補評価手段において判断を保留せずに認定もしくは拒絶を決定した場合には、所定の確率で検証用の質問を前記認識対象者に対して呈示して答えさせつつも、認定もしくは拒絶の判定は前記候補評価手段の決定に基づいて出力する疑似的検証手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする生体情報認識装置。
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得手段と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算手段と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価手段と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報 に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証手段と、前記候補検証手段による認定／拒絶結果に基づいて、少なくとも認定されなかった前記候補の辞書生体情報を前記入力生体情報に対してより低い類似度を算出するように更新する辞書更新手段と、前記候補評価手段による認定／拒絶結果、あるいは前記候補検証手段による認定／拒絶結果を出力する出力手段とを具備したことを特徴とする生体情報認識装置。
- 前記検証用の質問が、前記候補に与えられている画像と該画像と無関係な攪乱用の画像とを混在一覧表示していずれかを選択させるものであることを特徴とする請求項１、２、３のいずれかに記載の生体情報認識装置。
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得処理と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算処理と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価処理と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証処理と、前記候補評価処理による認定／拒絶結果、あるいは前記候補検証処理による認定／拒絶結果を出力する出力処理とを具備したことを特徴とする生体情報認識方法。
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得処理と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算処理と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価処理と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証処理と、前記候補評価処理において判断を保留せずに認定もしくは拒絶を決定した場合には、所定の確率で検証用の質問を前記認識対象者に対して呈示して答えさせつつも、認定もしくは拒絶の判定は前記候補評価処理の決定に基づいて出力する疑似的検証処理と、前記候補評価処理による認定／拒絶結果、あるいは前記候補検証処理による認定／拒絶結果を出力する出力処理とを具備したことを特徴とする生体情報認識方法。
- 認識対象者の生体情報を取得して入力生体情報と成す生体情報取得処理と、該入力生体情報と辞書生体情報とを照合して類似度を計算する類似度計算処理と、該計算された類似度のうち最大のものを最大類似度と成し、該最大類似度が第１の閾値以上である場合には、前記認識対象者を該最大類似度を獲得した辞書生体情報に対応する正規利用者であると 認定し、前記最大類似度が前記第１の閾値より小さい第２の閾値に満たない場合には、前記認識対象者をどの正規利用者でもないと拒絶し、それ以外の場合には、判断を保留する候補評価処理と、該候補評価手段により判断が保留された場合には、前記第１の閾値未満で前記第２の閾値以上の類似度を獲得した辞書生体情報のうちの類似度で上位所定数を候補と成し、該候補の各々に対応する検証用の質問を前記認識対象者に対して呈示して答えさせることにより、該認識対象者が前記候補のいずれであるか、あるいはどれでもないのかを検証して、いずれかの候補である場合には前記認識対象者を該候補たる辞書生体情報に対応する正規利用者であると認定し、いずれの候補でもない場合には前記認識対象者をどの正規利用者でもないと拒絶する候補検証処理と、前記候補検証処理による認定／拒絶結果に基づいて、少なくとも認定されなかった前記候補の辞書生体情報を前記入力生体情報に対してより低い類似度を算出するように更新する辞書更新処理と、前記候補評価処理による認定／拒絶結果、あるいは前記候補検証処理による認定／拒絶結果を出力する出力処理とを具備したことを特徴とする生体情報認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01820999A JP3590285B2 (ja) | 1999-01-27 | 1999-01-27 | 生体情報認識装置およびその方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP01820999A JP3590285B2 (ja) | 1999-01-27 | 1999-01-27 | 生体情報認識装置およびその方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000215316A JP2000215316A (ja) | 2000-08-04 |
| JP3590285B2 true JP3590285B2 (ja) | 2004-11-17 |
Family
ID=11965273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP01820999A Expired - Fee Related JP3590285B2 (ja) | 1999-01-27 | 1999-01-27 | 生体情報認識装置およびその方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3590285B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7734072B2 (en) | 2005-02-28 | 2010-06-08 | Kabushiki Kaisha Toshiba | Face recognition for automatic adjustment of personalized device parameters |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4509581B2 (ja) * | 2004-01-16 | 2010-07-21 | 株式会社東芝 | 生体照合を用いた個人認証装置、個人認証方法、及び通行制御装置 |
| JP4743053B2 (ja) * | 2006-09-06 | 2011-08-10 | ヤマハ株式会社 | 生体認証装置、生体認証方法およびプログラム |
| JP5287161B2 (ja) * | 2008-11-14 | 2013-09-11 | 富士通株式会社 | 生体認証装置、方法及びプログラム |
| WO2010106644A1 (ja) | 2009-03-17 | 2010-09-23 | 富士通株式会社 | データ照合装置およびプログラム |
| JP5711171B2 (ja) * | 2012-03-23 | 2015-04-30 | 日本電信電話株式会社 | データ検索装置、データ検索方法、及びデータ検索プログラム |
| JP2013168171A (ja) * | 2013-04-24 | 2013-08-29 | Hitachi Ltd | 生体画像撮影装置 |
| US11367308B2 (en) | 2016-06-08 | 2022-06-21 | Panasonic Intellectual Property Management Co., Ltd. | Comparison device and comparison method |
| EP3851971A4 (en) * | 2018-09-11 | 2022-05-04 | Hitachi Kokusai Electric Inc. | VERIFICATION SYSTEM AND VERIFICATION SERVER |
| JP7354831B2 (ja) | 2019-12-23 | 2023-10-03 | 日本電気株式会社 | 顔認証システム、顔認証方法及び顔認証プログラム |
| WO2023189173A1 (ja) * | 2022-03-29 | 2023-10-05 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 話者識別方法、話者識別装置及び話者識別プログラム |
| CN117176344B (zh) * | 2023-10-30 | 2024-01-12 | 北京亚大通讯网络有限责任公司 | 基于数字信息采集的指纹密钥生成方法 |
-
1999
- 1999-01-27 JP JP01820999A patent/JP3590285B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7734072B2 (en) | 2005-02-28 | 2010-06-08 | Kabushiki Kaisha Toshiba | Face recognition for automatic adjustment of personalized device parameters |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000215316A (ja) | 2000-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jain et al. | A multimodal biometric system using fingerprint, face and speech | |
| Bolle et al. | Guide to biometrics | |
| Nandakumar | Multibiometric systems: Fusion strategies and template security | |
| US7249263B2 (en) | Method and system for user authentication and identification using behavioral and emotional association consistency | |
| US7158657B2 (en) | Face image recording system | |
| US6421943B1 (en) | Biometric authorization and registration systems and methods | |
| US8079061B2 (en) | Authentication system managing method | |
| US20040172562A1 (en) | System and method for identity recognition of an individual for enabling an access to a secured system | |
| US20110228989A1 (en) | Multi-parameter biometric authentication | |
| US20140059675A1 (en) | Biometric authentication | |
| JP3590285B2 (ja) | 生体情報認識装置およびその方法 | |
| US11716330B2 (en) | Mobile enrollment using a known biometric | |
| Soltane et al. | Multi-modal biometric authentications: concept issues and applications strategies | |
| Jain et al. | Biometrics systems: anatomy of performance | |
| US20070233667A1 (en) | Method and apparatus for sample categorization | |
| JP2000222361A (ja) | モーションを利用した認証方法及び装置 | |
| KR100701583B1 (ko) | 타인수락율을 감소시키기 위한 생체정보 인증방법 | |
| JP2011076289A (ja) | 生体認証装置 | |
| KR102059511B1 (ko) | 눈동자 반응과 사용자의 정보를 이용한 사용자 인증 시스템 | |
| JP2003044858A (ja) | 個人認証装置および方法 | |
| KR102059520B1 (ko) | 저해상도 눈동자 반응을 이용한 사용자 인증시스템 | |
| Smejkal et al. | Dynamic Biometric Signature-an Effective Alternative for Electronic Authentication | |
| Tait | Behavioural biometrics authentication tested using eyewriter technology | |
| KR102059544B1 (ko) | 눈동자 반응을 이용한 연속 인증 시스템 | |
| KR102059517B1 (ko) | 시각자극에 의해 유도된 사용자 눈동자 반응을 이용한 인증 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040416 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040427 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040625 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20040629 |
|
| 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: 20040817 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040819 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070827 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080827 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090827 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090827 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100827 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100827 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110827 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |