JP4140582B2 - 認証装置および認証方法 - Google Patents
認証装置および認証方法 Download PDFInfo
- Publication number
- JP4140582B2 JP4140582B2 JP2004239439A JP2004239439A JP4140582B2 JP 4140582 B2 JP4140582 B2 JP 4140582B2 JP 2004239439 A JP2004239439 A JP 2004239439A JP 2004239439 A JP2004239439 A JP 2004239439A JP 4140582 B2 JP4140582 B2 JP 4140582B2
- Authority
- JP
- Japan
- Prior art keywords
- threshold value
- living body
- correlation
- person
- data
- 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
- 238000000034 method Methods 0.000 title claims description 11
- 238000009826 distribution Methods 0.000 claims description 134
- 238000012360 testing method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000000605 extraction Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 210000003462 vein Anatomy 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 2
- 101000661816 Homo sapiens Suppression of tumorigenicity 18 protein Proteins 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 108090000237 interleukin-24 Proteins 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 108700027089 Hirudo medicinalis macrolin Proteins 0.000 description 1
- 101000760620 Homo sapiens Cell adhesion molecule 1 Proteins 0.000 description 1
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 101000710013 Homo sapiens Reversion-inducing cysteine-rich protein with Kazal motifs Proteins 0.000 description 1
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Analysis (AREA)
Description
このような認証には 例えば、ユーザから指紋や静脈などの生体データを読み取り、当該生体データから抽出した当該ユーザに固有の特徴を示す被検用特徴データと、予め保持した照合用特徴データとの相関値を基に認証を行う生体認証がある。
このような生体認証では、本人と他人の何れであるかを判定する基準とする相関値のしきい値をどのように決めるかが、高い信頼性を達成する上で重要である。
すなわち、しきい値の決め方により、他人を誤って本人と判定する確率である他人受け入れ率FAR(False Acceptance Rate)と、本人を誤って本人ではないと判定する確率である本人拒否率FRR(False Rejection Rate)が決まる。
しきい値の決定方法には、例えば、下記特許文献1に示されるものなど様々な方法がある。
現在、上述した認証装置による認証の信頼性をさらに高めたいという要請がある。
また、認証が用いられるサービスの特性等に応じて、所望の他人受け入れ率FARや本人拒否率FRRを実現したいという要請がある。
前記所定の生体から予め取得した複数の第1の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第1の相関値の第1の平均値と前記しきい値との差分の絶対値を、前記複数の第1の相関値の標準偏差で除算した値と、前記所定の生体以外の生体から予め取得した複数の第2の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第2の相関値の第2の平均値と前記しきい値との差分の絶対値を前記複数の第2の相関値で除算した値とが一致するように規定された前記しきい値を記憶する記憶手段と、
前記被検用特徴データと前記記憶手段から読み出したしきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証する認証手段と、
前記複数の第1の相関値によって規定される第1の正規分布と、前記複数の第2の相関値によって規定される第2の正規分布とを基に前記しきい値を決定し、前記記憶手段に書き込むしきい値決定手段と
を有し、
前記しきい値決定手段は、前記第2の正規分布が非線対称である場合に、前記第2の正規分布のうち最大度数に対して前記第1の正規分布側に位置するパターンを用いて線対称に規定された第3の正規分布に基づいて前記しきい値を決定して、前記記憶手段に書き込む。
前記しきい値決定手段は、前記複数の第1の相関値によって規定される第1の正規分布と、前記複数の第2の相関値によって規定される第2の正規分布とを基に前記しきい値を決定し、前記記憶手段に書き込む。特に、前記しきい値決定手段は、前記第2の正規分布が非線対称である場合に、前記第2の正規分布のうち最大度数に対して前記第1の正規分布側に位置するパターンを用いて線対称に規定された第3の正規分布に基づいて前記しきい値を決定して、前記記憶手段に書き込む。
前記認証手段は、前記被検用特徴データと前記記憶手段から読み出したしきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証する。
前記所定の生体から予め取得した複数の第1の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第1の相関値の第1の平均値と前記しきい値との差分の絶対値を、前記複数の第1の相関値の標準偏差で除算した値と、前記所定の生体以外の生体から予め取得した複数の第2の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第2の相関値の第2の平均値と前記しきい値との差分の絶対値を前記複数の第2の相関値で除算した値とが一致するように前記しきい値を決定する第1の工程と、
前記被検用特徴データと前記第1の工程で決定した前記しきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証する第2の工程と
を有し、
前記第1の工程において、前記複数の第2の特徴データによって規定される前記第2の正規分布が非線対称である場合に、前記第2の正規分布のうち最大度数に対して前記第1の正規分布側に位置するパターンを用いて線対称に規定された第3の正規分布に基づいて前記しきい値を決定する。
<第1実施形態>
以下、図1〜図3を参照して本実施形態を説明する。
先ず、本実施形態の構成要素と本発明の構成要素との対応関係を説明する。
メモリ18が第1の発明の記憶手段に対応し、認証部20が第1の発明の認証手段に対応し、しきい値決定部22が第1の発明のしきい値決定手段に対応している。
本人サンプルデータCt1〜nが第1の発明の第1の特徴データに対応し、他人サンプルデータCo1〜mが第1の発明の第2の特徴データに対応し、相関データFtが第1の発明の第1の相関値に対応し、相関データFoが第1の発明の第2の相関値に対応している。
また、平均値μtが第1の発明の第1の平均値に対応し、平均値μoが第1の発明の第2の平均値に対応している。
また、しきい値Xthが、第1の発明のしきい値に対応している。
図1に示すように、認証装置1は、例えば、生体データ読み取り部12、特徴抽出部14、相関値算出部16、メモリ18、認証部20およびしきい値決定部22を有する。
特徴抽出部14、相関値算出部16、メモリ18、認証部20およびしきい値決定部22は、電子回路等の専用のハードウェア、あるいは処理回路がプログラムを実行して実現される。
生体データ読み取り部12は、例えば、人間の指などの生体10から指紋や静脈などの生体データを読み取り、当該読み取った生体データS12を特徴抽出部14に出力する。
特徴抽出部14は、生体データ読み取り部12から入力した生体データS12から、例えば、指紋や静脈の分岐点や端点などの特徴を示す被検用特徴データS14を抽出し、これを相関値算出部16に出力する。
メモリ18は、照合用特徴データCrefと、しきい値決定部22から書き込まれたしきい値Xthとを記憶する。
認証部20は、相関値算出部16から入力した相関データFtが示す相関値が、しきい値Xthより大きいか否かを判断し、大きいと判断すると生体10が正当であると認証し、そうでない場合には生体10が正当ではないと認証する。
ステップST1:
しきい値決定部22は、メモリ18あるいはネットワークなどを介して他の装置から、本人サンプルデータCt1〜nを入力する。
ステップST2:
しきい値決定部22は、メモリ18あるいはネットワークなどを介して他の装置から、他人サンプルデータCo1〜mを入力する。
ステップST3:
しきい値決定部22は、ステップST1で入力した本人サンプルデータCt1〜nと、ステップST2で入力した他人サンプルデータCo1〜mとを基に、しきい値Xthを算出する。
ステップST4:
しきい値決定部22は、ステップST3で算出したしきい値Xthをメモリ18に書き込む(設定する)。
図3は、図2に示すステップST3を説明するためのフローチャートである。
ステップST11:
しきい値決定部22は、図2に示すステップST1で入力した本人サンプルデータCt1〜nの各々について、メモリ18から読み出した照合用特徴データCrefとの相関値を示す相関データFt1〜nを算出する。
ステップST12:
しきい値決定部22は、図2に示すステップST2で入力した他人サンプルデータCo1〜mの各々について、メモリ18から読み出した照合用特徴データCrefとの相関値を示す相関データFo1〜mを算出する。
しきい値決定部22は、ステップST11で算出したn個の相関データFt1〜nの平均値μtを算出する。
ステップST14:
しきい値決定部22は、ステップST12で算出したm個の相関データFo1〜mの平均値μoを算出する。
しきい値決定部22は、ステップST11で算出した相関データFt1〜nと、ステップST13で算出した平均値μtとを基に、下記式(1)に基づいて、本人についての相関データの標準偏差σtを算出する。
しきい値決定部22は、ステップST12で算出した相関データFo1〜mと、ステップST14算出した平均値μoとを基に、下記式(2)に基づいて、他人についての相関データの標準偏差σoを算出する。
しきい値決定部22は、ステップST13で算出した平均値μtと、ステップST15で算出した標準偏差σtとを基に、下記式(3)を満たす、値Xを算出する。
なお、下記式(3)において、左辺は本人分布によるマハラノビス(Mahalanobis)距離を示し、右辺は他人分布によるマハラノビス距離を示している。
下記式(4)が満たされる場合、下記式(3)は下記式(5)のようになり、さらに下記式(6),(7)のように変形できる。
従って、しきい値決定部22は、下記式(7)に基づいて、値Xを算出する。
しきい値決定部22は、ステップST17で算出した値Xを、しきい値Xthとする。
図1に示すしきい値決定部22が、図2および図3を用いて説明したように、しきい値Xthを生成し、これをメモリ18に書き込む。
そして、検査時に、生体データ読み取り部12が、例えば、人間の指などの生体10から指紋や静脈などの生体データを読み取り、当該読み取った生体データS12を特徴抽出部14に出力する。
次に、特徴抽出部14が、生体データ読み取り部12から入力した生体データS12から、例えば、指紋や静脈の分岐点や端点などの特徴を示す被検用特徴データS14を抽出し、これを相関値算出部16に出力する。
次に、相関値算出部16が、特徴抽出部14から入力した被検用特徴データS14と、メモリ18から読み出した照合用特徴データCrefとの相関値を示す相関データFtを検出し、これを認証部20に出力する。
次に、認証部20が、相関値算出部16から入力した相関データFtが示す相関値が、しきい値Xthより大きいか否かを判断し、大きいと判断すると生体10が正当であると認証し、そうでない場合には生体10が正当ではないと認証する。
これにより、他人受け入れ率FARと本人拒否率FRRとを略一致させることができ、バランスがとれた高精度な認証を行うことが可能になる。
本実施形態において、本人分布TPが第1の発明の第1の正規分布に対応し、他人分布OPが第1の発明の第2の正規分布に対応し、変形した他人分布が第1の発明の第3の正規分布に対応している。
本実施形態では、他人分布を、その歪度(skewness)を用いて変形し、変形した他人分布を基に、平均値μoおよび標準偏差σoを算出し、FAR/FRRを安定して低く抑える。
ここで、歪度とは,分布の左右対称性を表す値で,正規分布のように左右対称の場合にゼロとなり,負の場合には例えば図4(A)に示すように右に,正の場合には例えば図4(B)に示すように左にかたよった分布となり,分布の広がりとしては,その逆方向になる.
ここで、m個の相関データFo1〜mの平均値をFaveとし、不偏分散をνとすると、歪度をSkは、下記式(8)のようになる。
例えば、図5に示す本人分布TPと他人分布OPとを基に個人認証を行う際に、本人と他人とを区別するための閾値をどこにとるかを考えた場合,他人分布OPの中心OP_Cからのマハラノビス距離が用いられるが、図5に示すように、他人分布OPが偏った分布をしている場合には,その偏りを利用することにより,FRRを上げずにFARを下げることが可能となる.
図5を見てわかるように他人分布OPの分布中心から右側では急峻に頻度が下がり,分布の広がりを持たない。一方左側では右側に比べ緩やかに頻度が下がり、分布の広がりも大きい。従来では、他人分布OPの標準偏差はこの左右のデータを使って計算されているわけであるが、本人性を確認する上では,本人側つまり急峻に変化するデータのみを用いて、再度標準偏差を計算することにより、本人側の他人分布を意識した形をとることが可能となる。このように本人側(右)に傾いた分布の場合には,歪度は負となる.
まず、歪度が負の場合について考える.他人分布OPの本人側の広がりだけを用いて本人に対する他人を考え,再度、他人分布OPを形成しなおすと,図6に示す他人分布OPAのようになる.なお,本人側の他人分布OPの中心は,他人分布の度数が最大値になる場所にする。
したがって,他人分布OPを構成するデータをxi(i=1〜m)とし、本人側の他人分布を構成するデータを構成するデータをxj(j=1〜s)とすると、分散σc2は下記式(9)で示される。
図7において、上述した変形した他人分布OPAを用いることによるマハラノビス距離によるしきい値の変化を考える。
図7において、しきい値thr1は他人分布の中心から標準偏差の3倍の距離を示し、しきい値thr2は他人の分布中心から標準偏差の4.27倍の距離を示している。
しきい値thr2を用いると、正規分布表から換算するとFARは0.001%になる。
他人分布OPを基に規定したしきい値thr2を用いると、しきい値thr2が本人分布の中に十分に入り込み、本人拒否率FRRが比較的大きくなってしまう。一方、変形された他人分布OPAを基にしきい値thr2Aを決定すると、他人受け入れ率FARを殆ど上げることなく、本人拒否率FRRを十分に下げることができる。
例えば、図8に示す場合にも他人分布OPの本人側の広がりだけを用いて本人に対する他人を考え,再度、他人分布OPを形成しなおすと,図9のようになる。なお,本人側の他人分布OPの中心は,他人分布の度数が最大値になる場所にする。
そして、他人分布OPと、変形した他人分布OPAから本人分布TPの距離を,標準偏差を尺度にしてみると,図9に示すようになる。
図9において、上述した変形した他人分布を用いることによるマハラノビス距離によるしきい値の変化を考える。
図10において、しきい値thr1は他人分布の中心から標準偏差の3倍の距離を示し、しきい値thr2は他人の分布中心から標準偏差の4.27倍の距離を示している。
しきい値thr2を用いると、正規分布表から換算するとFARは0.001%になる。
他人分布OPを基に規定したしきい値thr2を用いると、しきい値thr2は本人分布から十分に離れていて、本人拒否率FRRが十分に小さい。一方、変形された他人分布OPAを基にしきい値thr2Aを決定すると、他人受け入れ率FAR、本人拒否率FRRともに上昇する。つまり、分布全体でしきい値を決めてしまうと、設定したFAR、FRRが十分に機能しない恐れがある。本実施形態によれば、本来より低い閾値を設定してしまい実際に認証時に支障を来たすという問題を解決できる。
図11は、本発明の実施形態に係わる認証装置101の構成図である。
図11に示すように、認証装置101は、例えば、生体データ読み取り部12、特徴抽出部14、相関値算出部16、メモリ18、認証部20およびしきい値決定部122を有する。
図11において、図1と同じ符号を付した構成要素は、第1実施形態で説明したものと同じである。
すなわち、認証装置101は、しきい値決定部122が第1実施形態のしきい値決定部22と異なる。
しきい値決定部122は、電子回路等の専用のハードウェア、あるいは処理回路がプログラムを実行して実現される。
しきい値決定部122は、生体10から予め複数回取得した特徴データである本人サンプルデータCt1〜nと、生体10以外の生体(他人)から予め複数回取得した特徴データである他人サンプルデータCo1〜mとを基に、以下に説明するように、しきい値Xthを算出し、これをメモリ18に書き込む。
この場合に、しきい値決定部122は、図6,図7,図9および図10を用いて説明したように、他人サンプルデータCo1〜mをそのまま用いるのではなく、他人サンプルデータCo1〜mによって規定される他人分布OP内の最大度数を中心に線対称となる他人分布OPAを生成し、この他人分布OPAを用いてしきい値Xthを算出する。
図12に示すステップST32は図3に示すステップST11と同じである。
また、図12に示すステップST34〜ST39は、図3に示すステップST13〜ST18と同じである。
しきい値決定部122は、ステップST31において、上述したように、図2に示すステップST2で入力した他人サンプルデータCo1〜mによって規定される他人分布OP内の最大度数を中心に線対称となる他人分布OPAを生成する。
また、しきい値決定部122は、ステップST33において、ステップST31で生成した他人分布OPAを構成する他人サンプルデータCo1〜mの各々について、メモリ18から読み出した照合用特徴データCrefとの相関値を示す相関データFo1〜mを算出する。
以下、図13〜図18を用いて本実施形態の認証装置について説明する。
先ず、本実施形態の構成要素と本発明の構成要素との対応関係を説明する。
本実施形態は第3〜第6の発明に対応している。
入力部221が第3および第5の発明の入力手段に対応し、認証部20が第3および第5の発明の認証手段に対応し、しきい値決定部222が第3および第5の発明のしきい値決定手段に対応している。
また、メモリ18が第3および第5の発明の記憶手段に対応している。
また、他人受け入れ率FARが本発明の他生体受け入れ率に対応し、本人拒否率FRR
が本生体拒否率に対応している。
図13に示すように、認証装置201は、例えば、生体データ読み取り部12、特徴抽出部14、相関値算出部16、メモリ18、認証部20、入力部221およびしきい値決定部222を有する。
図13において、図1と同じ符号を付した構成要素は、第1実施形態で説明したものと同じである。
すなわち、認証装置201は、入力部221を有すること、並びにしきい値決定部222が第1実施形態のしきい値決定部22と異なる。
しきい値決定部222は、電子回路等の専用のハードウェア、あるいは処理回路がプログラムを実行して実現される。
入力部221は、キーボードやマウスなどの入力手段であり、ユ−ザの総の操作に応じて、他人受け入れ率FARあるいは本人拒否率FRRを入力する。
しきい値決定部222は、本人分布TPおよび他人分布OPが正規分布に従うと仮定して、入力部221が入力した他人受け入れ率FARあるいは本人拒否率FRRを満たすように、しきい値Xthを決定する。
図14において、他人受け入れ率FARは、他人分布OPをしきい値Xthから1まで積分した値の他人分布OP全体に対する割合、すなわち、他人分布OPのしきい値Xthより図中右側の面積の割合を示している。
一方、本人拒否率FRRは、本人分布TPを0からしきい値Xthまで積分した値の本人分布TP全体に対する、すなわち、本人分布TPのしきい値Xthより図中左側の面積の割合を示している。
このとき、しきい値Xthは、下記式(10)となる。
このとき、しきい値Xthは、下記式(12)となる。
近似計算としては、Hastings,et alの近似公式、マクローリン展開式、shentonの連分数展開式、漸近展開式、Laplaceの連分数展開式、Williamsの近似式、山内の近似式、Gauss-Legendreの数値積分などが用いられる。
図16は、図13に示すしきい値決定部222の前処理を説明するためのフローチャートである。
しきい値決定部222は、受け入れ率FARあるいは本人拒否率FRRが入力される前に、図16に示す前処理を予め行う。
図16に示すステップST51〜ST56は、それぞれ図3を用いて第1実施形態で説明したステップST11〜ST16と同じである。
ステップST61:
しきい値決定部222は、入力部221が本人拒否率FRRを入力したか否かを判断し、入力したと判断するとステップST62に進み、そうでない場合にはステップST64に進む。
ステップST62:
しきい値決定部222は、入力した本人拒否率FRRを基に「FRR/100」に近い値を、メモリ18に記憶された正規分布表データTABLEから特定し、その特定した値をマハラノビス距離dtとする。
ステップST63:
しきい値決定部222は、ステップST62で取得したマハラノビス距離dtと、図16に示すステップST55で算出した標準偏差σtと、ステップST53で算出した平均値μtとを用いて、上記式(10)に従って演算を行い、しきい値Xthを算出する。
なお、しきい値決定部222は、前述したように、しきい値Xthを用いて、他人受け入れ率FARを算出し、これが所定の条件を満たさない場合に、FRRを変更して新たにしきい値Xthを算出する。
しきい値決定部222は、入力部221が他人受け入れ率FARを入力したか否かを判断し、入力したと判断するとステップST65に進み、そうでない場合にはステップST61に戻る。
ステップST65:
しきい値決定部222は、入力した他人受け入れ率FARを基に「FAR/100」に近い値を、メモリ18に記憶された正規分布表データTABLEから特定し、その特定した値をマハラノビス距離doとする。
ステップST66:
しきい値決定部222は、ステップST65で取得したマハラノビス距離otと、図16に示すステップST56で算出した標準偏差σoと、ステップST54で算出した平均値μoとを用いて、上記式(12)に従って演算を行い、しきい値Xthを算出する。
なお、しきい値決定部222は、前述したように、しきい値Xthを用いて、他人受け入れ率FRRを算出し、これが所定の条件を満たさない場合に、FARを変更して新たにしきい値Xthを算出する。
そのため、認証装置201の認証が用いられるサービスに適合した認証を行うことができる。すなわち、サービスの内容によって他人受け入れ率FARは高くても良いが、本人拒否率FRRを低くしたいものや、本人拒否率FRRは高くてもよいが、他人受け入れ率FARを低くしたいものがあるが、それらに適した認証を行うことができる。
指静脈画像から指静脈だけを強調した画像を本人の特徴量とし、特徴量である画像どうしの相関値をもって、本人・他人の識別を行った。図18は、7人の被験者(A〜G)から数枚ずつの本人データを採取し、それぞれ本人データの数だけ、本人リファレンスデータがある。左側で集中した点は他人データとの相関を表し、右側で分散した点は本人データとの相関を意味する。他人データ上の棒は真ん中が他人データとの相関値の平均を意味し、つづいて平均値からσ、3σの距離を意味している。
図18に示す例では,本人と他人とがどの被験者に対しても同一の閾値で確実に分離が可能である。つまり、閾値を0.43付近にすれば分離できそうである。この値は被験者Eの本人との相関値の最低値を見て決めているものであるが、更に閾値を下げると、被験者Cの他人との相関値の最大値となってしまう。つまり、被験者Eの本人拒否をさけるべく閾値を下げると、被験者Cの他人受け入れを許してしまうこととなる。このように、同一の尺度で抽出した特徴量であっても、被験者によりばらつきが生じ、一意に閾値を決定することは困難と言える。被験者Cの場合、他人との相関値の最大値は高いが、本人との相関値の最小値が大きい。つまり、被験者Cに限って言えば、閾値は前で述べた0.43よりも大きくても良好に本人・他人の識別が可能となる。また、被験者Dに関して言えば、平均値は高めであるが、分散は小さいため、閾値は低く抑えることができる。
上述した実施形態では、しきい値Xthの決定を認証装置1,101,201内のしきい値決定部22,122,222において、しきい値Xthを決定する場合を例示したが、認証装置1,101,201が通信を行うサーバ装置などの認証装置1,101,201以外の装置にしきい値決定部22,122,222を組み込み、当該装置から認証装置1,101,201がしきい値Xthを入力してもよい。
Claims (2)
- 検査対象の生体から取得した当該生体の被検用特徴データと所定の生体に対応付けられた照合用データとの相関値と、前記所定の生体に対応付けられた所定のしきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証するため、
前記所定の生体から予め取得した複数の第1の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第1の相関値の第1の平均値と前記しきい値との差分の絶対値を、前記複数の第1の相関値の標準偏差で除算した値と、前記所定の生体以外の生体から予め取得した複数の第2の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第2の相関値の第2の平均値と前記しきい値との差分の絶対値を前記複数の第2の相関値で除算した値とが一致するように規定された前記しきい値を記憶する記憶手段と、
前記被検用特徴データと前記記憶手段から読み出したしきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証する認証手段と、
前記複数の第1の相関値によって規定される第1の正規分布と、前記複数の第2の相関値によって規定される第2の正規分布とを基に前記しきい値を決定し、前記記憶手段に書き込むしきい値決定手段と
を有し、
前記しきい値決定手段は、前記第2の正規分布が非線対称である場合に、前記第2の正規分布のうち最大度数に対して前記第1の正規分布側に位置するパターンを用いて線対称に規定された第3の正規分布に基づいて前記しきい値を決定して、前記記憶手段に書き込む、
認証装置。 - 検査対象の生体から取得した当該生体の被検用特徴データと所定の生体に対応付けられた照合用データとの相関値と、前記所定の生体に対応付けられた所定のしきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証するため、
前記所定の生体から予め取得した複数の第1の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第1の相関値の第1の平均値と前記しきい値との差分の絶対値を、前記複数の第1の相関値の標準偏差で除算した値と、前記所定の生体以外の生体から予め取得した複数の第2の特徴データについて前記照合用データとの相関を検出して各々生成した複数の第2の相関値の第2の平均値と前記しきい値との差分の絶対値を前記複数の第2の相関値で除算した値とが一致するように前記しきい値を決定する第1の工程と、
前記被検用特徴データと前記第1の工程で決定した前記しきい値とを比較して、前記検査対象の生体が前記所定の生体であるか否かを認証する第2の工程と
を有し、
前記第1の工程において、前記複数の第2の特徴データによって規定される前記第2の正規分布が非線対称である場合に、前記第2の正規分布のうち最大度数に対して前記第1の正規分布側に位置するパターンを用いて線対称に規定された第3の正規分布に基づいて前記しきい値を決定する、
認証方法。
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004239439A JP4140582B2 (ja) | 2004-08-19 | 2004-08-19 | 認証装置および認証方法 |
PCT/JP2005/014816 WO2006019045A1 (ja) | 2004-08-19 | 2005-08-12 | 認証装置および認証方法 |
EP05780256A EP1785939A4 (en) | 2004-08-19 | 2005-08-12 | AUTHENTICATION DEVICE AND AUTHENTICATION PROCESS |
US11/573,859 US7913090B2 (en) | 2004-08-19 | 2005-08-12 | Authentication systems and authentication method |
KR1020077003803A KR101101024B1 (ko) | 2004-08-19 | 2005-08-12 | 인증 장치 및 인증 방법 |
CN2005800282543A CN101006466B (zh) | 2004-08-19 | 2005-08-12 | 认证系统和认证方法 |
US11/204,528 US7627144B2 (en) | 2004-08-19 | 2005-08-16 | Method and apparatus for performing identity authentication |
TW094127975A TW200620950A (en) | 2004-08-19 | 2005-08-17 | Authentication apparatus and authentication method |
HK07110173.1A HK1102149A1 (en) | 2004-08-19 | 2007-09-19 | Authentication systems and authentication method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004239439A JP4140582B2 (ja) | 2004-08-19 | 2004-08-19 | 認証装置および認証方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006059071A JP2006059071A (ja) | 2006-03-02 |
JP4140582B2 true JP4140582B2 (ja) | 2008-08-27 |
Family
ID=35907433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004239439A Expired - Fee Related JP4140582B2 (ja) | 2004-08-19 | 2004-08-19 | 認証装置および認証方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7913090B2 (ja) |
EP (1) | EP1785939A4 (ja) |
JP (1) | JP4140582B2 (ja) |
KR (1) | KR101101024B1 (ja) |
CN (1) | CN101006466B (ja) |
HK (1) | HK1102149A1 (ja) |
TW (1) | TW200620950A (ja) |
WO (1) | WO2006019045A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7206448B2 (en) | 2002-02-28 | 2007-04-17 | At&T Corp. | System and method for using pattern vectors for video and image coding and decoding |
US7627144B2 (en) * | 2004-08-19 | 2009-12-01 | Sony Corporation | Method and apparatus for performing identity authentication |
CN101187985B (zh) * | 2006-11-17 | 2012-02-01 | 东软集团股份有限公司 | 确定对象分类器分类边界的方法及装置 |
WO2008143270A1 (ja) * | 2007-05-15 | 2008-11-27 | Sony Corporation | 登録装置、照合装置、プログラム及びデータ構造 |
JP5028143B2 (ja) | 2007-05-23 | 2012-09-19 | ローレル精機株式会社 | 安全管理システム |
JP4974761B2 (ja) * | 2007-05-25 | 2012-07-11 | ローレル精機株式会社 | 安全管理システム |
TWM326235U (en) * | 2007-07-23 | 2008-01-21 | Inpaq Technology Co Ltd | Structure of linear polarized flat antenna |
EP2225696A2 (en) * | 2007-12-20 | 2010-09-08 | Koninklijke Philips Electronics N.V. | Defining classification thresholds in template protection systems |
JP2009163555A (ja) * | 2008-01-08 | 2009-07-23 | Omron Corp | 顔照合装置 |
JP5391631B2 (ja) | 2008-10-03 | 2014-01-15 | 富士通株式会社 | パラメタ制御装置、パラメタ制御プログラム及び多段照合装置 |
JP2010092122A (ja) * | 2008-10-03 | 2010-04-22 | Fujitsu Ltd | 認証システム、生体認証装置、及び生体認証方法 |
JP2012018432A (ja) | 2010-07-06 | 2012-01-26 | Hitachi Omron Terminal Solutions Corp | 生体認証装置および生体認証方法 |
CA2841176C (en) * | 2011-07-08 | 2021-11-02 | Australian Nuclear Science And Technology Organisation | Radionuclide detection and identification |
KR101736710B1 (ko) * | 2015-08-07 | 2017-05-17 | 주식회사 슈프리마 | 생체 정보 관리 방법 및 장치 |
JP6707271B2 (ja) * | 2015-10-20 | 2020-06-10 | 株式会社ステップワン | 個人認証装置,個人認証方法および個人認証プログラム |
CN105404807B (zh) * | 2015-12-08 | 2019-02-05 | Oppo广东移动通信有限公司 | 提升指纹识别性能的方法、装置及移动终端 |
JP7179663B2 (ja) * | 2019-03-28 | 2022-11-29 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4407299A (en) | 1981-05-15 | 1983-10-04 | The Children's Medical Center Corporation | Brain electrical activity mapping |
US5941820A (en) | 1994-01-03 | 1999-08-24 | Zimmerman; Steven | Medical data display method |
US5917928A (en) * | 1997-07-14 | 1999-06-29 | Bes Systems, Inc. | System and method for automatically verifying identity of a subject |
US6028949A (en) * | 1997-12-02 | 2000-02-22 | Mckendall; Raymond A. | Method of verifying the presence of an eye in a close-up image |
JP3439359B2 (ja) | 1998-12-18 | 2003-08-25 | 日本電気株式会社 | 個人識別方法、個人識別装置および記録媒体 |
JP3620391B2 (ja) * | 2000-02-23 | 2005-02-16 | 日本電気株式会社 | 指紋入力装置及びそれに用いる画像判定方法並びにその制御プログラムを記録した記録媒体 |
JP3586431B2 (ja) | 2001-02-28 | 2004-11-10 | 松下電器産業株式会社 | 個人認証方法および装置 |
JP2003044832A (ja) | 2001-07-31 | 2003-02-14 | Kobe Steel Ltd | 検査パラメータ設定方法、検査パラメータ設定装置及び検査パラメータ設定プログラム |
JP2003067340A (ja) | 2001-08-28 | 2003-03-07 | Mitsubishi Electric Corp | 認証の選択システム、認証システム |
JP2003099780A (ja) * | 2001-09-21 | 2003-04-04 | Nippon Signal Co Ltd:The | アクセスコントロールシステム |
US7027935B2 (en) | 2002-08-07 | 2006-04-11 | Hitachi High Technologies Corp. | Sample dispensing apparatus and automatic analyzer using the same |
CN1442823A (zh) * | 2002-12-30 | 2003-09-17 | 潘国平 | 基于虹膜分析的个体身份自动识别系统 |
US7627144B2 (en) | 2004-08-19 | 2009-12-01 | Sony Corporation | Method and apparatus for performing identity authentication |
-
2004
- 2004-08-19 JP JP2004239439A patent/JP4140582B2/ja not_active Expired - Fee Related
-
2005
- 2005-08-12 KR KR1020077003803A patent/KR101101024B1/ko active IP Right Grant
- 2005-08-12 WO PCT/JP2005/014816 patent/WO2006019045A1/ja active Application Filing
- 2005-08-12 CN CN2005800282543A patent/CN101006466B/zh not_active Expired - Fee Related
- 2005-08-12 US US11/573,859 patent/US7913090B2/en not_active Expired - Fee Related
- 2005-08-12 EP EP05780256A patent/EP1785939A4/en not_active Withdrawn
- 2005-08-17 TW TW094127975A patent/TW200620950A/zh not_active IP Right Cessation
-
2007
- 2007-09-19 HK HK07110173.1A patent/HK1102149A1/xx not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
TWI309943B (ja) | 2009-05-11 |
US20080040614A1 (en) | 2008-02-14 |
KR20070040815A (ko) | 2007-04-17 |
EP1785939A4 (en) | 2012-07-04 |
HK1102149A1 (en) | 2007-11-09 |
JP2006059071A (ja) | 2006-03-02 |
WO2006019045A1 (ja) | 2006-02-23 |
KR101101024B1 (ko) | 2011-12-29 |
US7913090B2 (en) | 2011-03-22 |
CN101006466A (zh) | 2007-07-25 |
CN101006466B (zh) | 2010-11-03 |
TW200620950A (en) | 2006-06-16 |
EP1785939A1 (en) | 2007-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101101024B1 (ko) | 인증 장치 및 인증 방법 | |
CN111709004B (zh) | 一种身份认证方法、装置、电子设备及可读存储介质 | |
US7676069B2 (en) | Method and apparatus for rolling enrollment for signature verification | |
US7788101B2 (en) | Adaptation method for inter-person biometrics variability | |
KR101026203B1 (ko) | 생체 인증 장치, 컴퓨터 판독 가능한 기록 매체 및 복합형생체 인증 방법 | |
US6591224B1 (en) | Biometric score normalizer | |
Adeoye | A survey of emerging biometric technologies | |
JP5560547B2 (ja) | 生体認証装置 | |
Singh et al. | Voice biometric: A technology for voice based authentication | |
AU2019200711B2 (en) | Biometric verification | |
JP2019117579A (ja) | 生体認証システム | |
Shoewu et al. | Biometric-based attendance system: LASU Epe campus as case study | |
Srinivas et al. | Exploring automatic face recognition on match performance and gender bias for children | |
Scheidat et al. | Handwriting verification–Comparison of a multi-algorithmic and a multi-semantic approach | |
AU2018204929A1 (en) | Method for checking the data of a database relating to persons | |
JP7315884B2 (ja) | 認証方法、認証プログラム、および情報処理装置 | |
Garg et al. | Performance Analysis of Uni-modal and Multimodal Biometric System | |
WO2024023925A1 (ja) | 候補者絞り込み方法、候補者絞り込み装置、及び候補者絞り込みプログラム | |
Djara et al. | Practical method for evaluating the performance of a biometric algorithm | |
WO2021192249A1 (ja) | 類似度計算機、認証システム、類似度計算方法、類似度計算プログラムおよび類似度計算プログラムの生成方法 | |
Jose | Exploring the sensitivity of Biometric Data: A Comparative Analysis of Theoretical and Human Perspectives | |
Madaan et al. | Different Techniques of Biometric Authentication | |
KIEDROWICZ | Use of biometric data in identification documents | |
Girija et al. | Multi-Biometric Person Authentication System Using Speech, Signature And Handwriting Features | |
KR20020000666A (ko) | 다이나믹 프로그램과 뉴럴 네트워크를 이용한 전자서명인증방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070802 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080205 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080407 |
|
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: 20080520 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080602 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110620 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110620 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120620 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120620 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130620 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |