JP4351982B2 - 個人認証方法、装置及びプログラム - Google Patents

個人認証方法、装置及びプログラム Download PDF

Info

Publication number
JP4351982B2
JP4351982B2 JP2004295312A JP2004295312A JP4351982B2 JP 4351982 B2 JP4351982 B2 JP 4351982B2 JP 2004295312 A JP2004295312 A JP 2004295312A JP 2004295312 A JP2004295312 A JP 2004295312A JP 4351982 B2 JP4351982 B2 JP 4351982B2
Authority
JP
Japan
Prior art keywords
skin texture
personal authentication
image
degree
texture
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
Application number
JP2004295312A
Other languages
English (en)
Other versions
JP2006107288A (ja
Inventor
智一 河原
修 山口
真由美 湯浅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2004295312A priority Critical patent/JP4351982B2/ja
Publication of JP2006107288A publication Critical patent/JP2006107288A/ja
Application granted granted Critical
Publication of JP4351982B2 publication Critical patent/JP4351982B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)

Description

本発明は、認証対象の個人が登録されている個人であるかどうかを認証する個人認証方法及び装置に関する。
近年、セキュリティ技術やヒューマンインタフェースの分野では、コンピュータ技術を利用し、人物をカメラで撮影して得られる画像を解析することにより個人認証、すなわち対象の個人が登録されている個人か否かを認証することが試みられている。人間の生体情報を利用する個人認証技術としては、顔、声紋、指紋、虹彩などを認識する方法がある。それらの中で特に顔を認識して個人認証を行う方法は、対象の個人に精神的、肉体的負担をかけることがなく、利用しやすいという特徴がある。
顔の認識方法については、例えばGabor-Waveletによって顔画像から特徴点を抽出し、特徴点同士の位置関係から認識を行う手法や、顔画像の濃淡パターンを特徴ベクトルとして抽出する手法などが例えば非特許文献1:赤松茂:“コンピュータによる顔の認識”電子情報通信学会論文誌Vol. J80-A No.8 pp.1215-1230(1997)によって紹介されている。
これらの手法においては、ホクロ、シミ、ソバカス、アザ、傷跡、毛穴、刺青などに関する情報はノイズとして無視される。例えば、特許文献1:特開平10−283472号公報では、このような小領域をノイズとみなして削除することが述べられている。
一方、ホクロの位置に代表されるように、皮膚のテクスチャに関する情報は個人の特徴として古くから指名手配や鑑識などの犯罪捜査で使われており、また特許文献2:特開平10−283472号公報などにおいても個人の特徴として指摘されている。
赤松茂:"コンピュータによる顔の認識"電子情報通信学会論文誌Vol. J80-A No.8 pp.1215-1230(1997) 特開平10−283472号公報 特開2001−52142号公報
上述のように従来のコンピュータ技術を利用した個人認証技術においては、顔画像全体から特徴点や濃淡パターンの特徴ベクトルといった特徴情報を抽出して顔の認識を行うため、例えば双子のように認証対象の人物に顔が全体的に似ている人を認証対象の個人と誤認する可能性がある。また、認証対象の個人を撮影する際の照明光の照度変動や色温度などの影響や、表情の経年変化などの影響によっても個人認証の精度が低下するという問題点がある。
本発明は、比較的簡単な処理によって精度のよい個人認証を行うことができる個人認証方法及び装置を提供することにある。
上記の課題を解決するため、本発明では認証対象の個人の画像を入力し、入力された画像から前記認識対象の個人の特定の皮膚テクスチャの分離度と前記皮膚テクスチャの内側と外側の平均輝度の比とを含む属性情報から得られる、前記分離度と前記平均輝度の比との積を用いて定義される皮膚テクスチャらしさを用いて前記皮膚テクスチャを検出する。検出された皮膚テクスチャの位置皮膚テクスチャらしさから得られる値を持つ、皮膚テクスチャの特徴量を示す第1特徴パターンを生成し、該第1特徴パターンデータベースに予め記憶された、皮膚テクスチャの位置に皮膚テクスチャらしさから得られる値を持つ、皮膚テクスチャの特徴量を示す複数の第2特徴パターンとをそれぞれの類似度を用いて照合して認証対象の個人についての個人認証結果を得る。
ホクロ、シミ、ソバカス、アザ、傷跡、毛穴、刺青などといった皮膚テクスチャに関する情報は、個人を特定する上で有効な特徴であり、これを個人認証に利用することは有用と考えられる。
本発明によれば、このような皮膚テクスチャに関する情報を用いて個人認証を行うことにより、例えば双子のように顔が似ている人物同士でも皮膚テクスチャまでが類似していることは少ないので、別の人物として正しく認証することが可能になる。また、これら皮膚のテクスチャの特徴は一般に照明光の照度変動や色温度の影響を受けにくく、さらに経年変化の影響も受けにくいので、精度のよい個人認証が可能となる。
以下、図面を参照して本発明の実施形態について説明する。以下の実施形態では、認証対象の個人の顔の画像から皮膚テクスチャとしてホクロを検出し、顔上でのホクロの配置や濃淡に関する情報を使用して個人認証を行う例について述べる。
(第1の実施形態)
図1に示されるように、第1の実施形態に係る個人認証装置は画像入力部11、皮膚テクスチャ検出部12、特徴パターン生成部13、照合部14、データベース15及び認証結果出力部16を有する。以下、図1の各部の概略について説明すると、まず画像入力部11は例えば認証対象の個人の顔を撮影して顔の画像を画像信号として入力する。画像入力部11が入力する画像は、典型的には可視光画像であるが、赤外線画像や紫外線画像であっても構わない。可視光画像を入力する装置としては、具体的には電子的なカメラ、例えばディジタルスチルカメラあるいはビデオカメラが用いられる。
画像入力部11によって入力される画像は、皮膚テクスチャ検出部12に入力される。皮膚テクスチャ検出部12は、入力される画像から顔の皮膚テクスチャ、ここでは顔のホクロを検出する処理を行う。皮膚テクスチャ検出部12により検出された皮膚テクスチャの情報は、特徴パターン生成部13に渡される。特徴パターン生成部13では、皮膚テクスチャの特徴量を示す特徴パターンが生成される。
特徴パターン生成部13で生成された皮膚テクスチャの特徴パターンは照合部14に入力され、ここで予め登録されている複数の特徴パターン、すなわち予め作成されデータベース15に記憶されている複数の個人の特徴パターンと比較・照合される。データベース15に記憶されている複数の特徴パターンは、複数の個人の顔の皮膚テクスチャ(ここでは、ホクロのテクスチャ)の特徴量を示しており、各個人を示す個人IDと対応付けられて記憶されている。照合部14での照合により最終的に個人認証が行われ、認証結果出力部16において認証結果が例えば表示されることによって出力される。
以下、図2〜図7を用いて図1の個人認証装置の処理手順について説明する。図2は、個人認証処理の大まかな手順を示すフローチャートである。
まず、画像入力部11によって認証対象の個人の顔を含む画像を入力する(ステップS21)。顔の画像は、典型的には正面を向いた顔の画像であり、後述する皮膚テクスチャ検出における基準点検出処理で基準点を検出できるような画像であればよい。画像入力部11は、画像をカラーとして取得する場合、後の処理を容易にするためにカラー画像を白黒の濃淡画像に変換することが望ましい。また、画像入力部11は画像をRGB空間またはY・Cr・Cb空間などの色空間へ変換して色情報を出力してもよい。
次に、皮膚テクスチャ検出部12によって顔の皮膚テクスチャ、例えばホクロを検出する(ステップS22)。皮膚テクスチャとしてホクロを検出する場合、まず入力された画像中から顔領域を特定し、次に一般にホクロは黒い円形状のものであるので、特定した顔領域から黒い円形領域を抽出する。さらに、皮膚テクスチャ検出部12では抽出した円形領域について表示画面上での属性情報、例えば座標、濃淡及び半径などの情報を併せて出力する。
ここで、図3を用いて皮膚テクスチャ検出ステップS22の詳細を述べる。まず、顔領域を特定するために使用する顔の基準点を検出する(ステップS31)。ここでは、入力した顔の画像から例えば図4に示すように顔40の基準点として目41、鼻孔42及び口端43を検出し、目41、鼻孔42及び口端43の計6点の画像上での座標を出力する。基準点の検出方法は特に限定されないが、例えば参考文献1:福井和広、山口修:「形状抽出とパターン照合の組み合わせによる顔特徴点抽出」、電子情報通信学会論文誌(D), vol.J80-D-II, No.8, pp2170-2177(1997)に記載された顔特徴点の検出方法を用いることができる。
ここでは基準点検出ステップS31において顔40の基準点として目41、鼻孔42及び口端43の計6点の画像上での座標を出力するとしたが、目41、鼻孔42及び口端43のうちの任意の一つまたは二つを基準点としてもよい。さらに、目、鼻孔及び口端ではなく、目頭、目尻、眉、鼻、唇及び耳などを基準点として用いるか、あるいは目、鼻孔、目頭、目尻、眉、鼻、唇及び耳のうちの任意の一つまたは二つを基準点として使用することも可能である。
次に、画像中の顔領域の位置及び大きさを予め決めた位置及び大きさに揃える正規化の処理を行う(ステップS32)。ここでは、ステップS31で検出した顔の基準点を用いて位置及び大きさを揃えた顔領域を求める。ステップS31で検出した目41、鼻孔42及び口端43の6点の座標を予め定めた6点の座標に移すアファイン変換を画像全体に施し、アフィン変換後の画像を出力する。目41、鼻孔42及び口端43の6点が予め定めた6点に移るようなアファイン変換が存在しない場合は、目41、鼻孔42及び口端43の6点に対し、該6点に対応する6点の残差が最小になるアファイン変換を正規化に使用するアファイン変換とする。
この結果、例えば図5(a)に示されるように、正規化した画像の目51、鼻孔52及び口端53の位置を基準に予め定めた領域を顔領域50とし、顔領域50で切り取った画像を図5(b)に示す正規化顔画像54とする。基準点検出ステップS31において、顔40の基準点として目41、鼻孔42及び口端43のうちの任意の一つまたは二つを基準点として用いたり、目頭、目尻、眉、鼻、唇及び耳などを基準点として用いたり、あるいは目、鼻孔、目頭、目尻、眉、鼻、唇及び耳のうちの任意の一つまたは二つを基準点として用いる場合、正規化ステップS32においてもステップS31で検出した顔の基準点を使用して顔領域の位置及び大きさを揃えればよい。
なお、図3では正規化ステップS32の処理を基準点検出ステップS31の直後に行ったが、正規化ステップS32の処理は後述する照合ステップまでの間のどのタイミングで行ってもよい。
次に、分離度マップ生成ステップS33、特徴点候補検出ステップS34及び皮膚テクスチャ判定ステップS35によって、ステップS31〜S32で特定された顔領域からホクロらしい形状と色を持つ小領域を検出し、ホクロであるか判断する処理を行う。ここでは、ホクロらしい小領域として特に円形の黒色領域を検出する。
分離度マップ生成ステップS33では、ホクロらしい形状を持つ小領域、ここでは円形領域を検出するための準備の処理を行う。すなわち、顔領域である正規化顔画像54の各点での分離度を計算し、各点での分離度を対応させた分離度マップを生成する。ここで、分離度とは2つの領域間の画像特徴量の分離度合いを0から1までの数値で表した指標であり、以下の数式(1)のηで計算される。
Figure 0004351982
ただし、Piは画素iの輝度、P1,P2及びP1+2はそれぞれ領域1,領域2及び領域(1+2)における平均輝度、n1,n2及びNはそれぞれの領域1、領域2及び領域(1+2)における画素数である。
画像入力部11が白黒画像の画像信号を生成する場合、輝度Piとしては白黒画像における画素値をそのまま用いる。また、画像入力部11が色情報を有する画像信号を生成する場合、分離度マップ生成ステップS33においては、分離度の計算の際にRGBやY・Cr・Cbなどの色情報を含んだ画素値を使用してもよい。
領域1及び領域2は、図6に示す円形の分離度フィルタにおいて半径rの円の外側の領域及び内側の領域とする。このような形状の分離度フィルタを使用することで、円形またはそれに準ずる形状の小領域を抽出することが可能である。分離度フィルタを用いて特徴点を検出する方法は、例えば特許第3279913号公報に開示されている。
正規化された顔画像から半径rの円形領域を検出する場合は、図6に示す半径rの円形分離度フィルタを使用して分離度マップを作成する。大きさの異なる複数の円形領域を検出する場合は、それぞれ半径がr1, ..., r2の円形分離度フィルタを用意し、それぞれの円形分離度フィルタを用いて分離度マップを作成する。次の処理を軽くするために、各点で半径がr1, ..., r2の円形分離度フィルタで計算した分離度のうち、最大の分離度を対応させ、併せてそのときの半径を記憶するという方法をとってもよい。また、ノイズに対する耐性を上げるために、上述のようにして作成した分離度マップにガウスフィルタなどの平滑化フィルタ処理を行ってもよい。
次の特徴点候補検出ステップS34では、分離度マップ生成ステップS33で生成された分離度マップである、ホクロらしい形状の小領域(ここでは円形領域)の特徴点候補を検出し、検出した円形領域がホクロであるかを判断するための属性情報を収集して付加する。すなわち、ステップS34ではステップS33で生成された分離度マップから特徴点候補を検出し、さらに各特徴点候補の点に関する属性情報を付加する。具体的な手順としては、まず分離度の低い部分を除去するために、分離度マップ内において分離度の値が予め定めた閾値を超える点を抽出する。
次に、円形の領域の中心において分離度が局所最大になる性質を利用して、抽出した点に対して分離度マップが局所最大となっている画像上の点を特徴点候補とし、属性情報と合わせてF=(x, y, s, r, b)を抽出する。ここで、x,yはそれぞれ特徴点候補の画像上のx座標及びy座標、sは特徴点候補における分離度、rは分離度フィルタの半径、bは分離度フィルタにおける円の外側と内側(図6の領域1と領域2)での輝度値の平均の比P1/P2である。
分離度マップが複数ある場合は、それぞれの分離度マップで上記の処理を行う。そして複数の分離度マップに対して、画像上の各点(x, y)において異なる半径の分離度マップにおける特徴点候補の数をカウントし、その数を点(x, y)での重複度mとする。位置ずれに対する耐性を上げるために、各点の重複度を数える際に周囲に特徴点候補があれば含めて数え上げてもよい。
重複度mが1の点では、特徴点候補が1つしかないので、その特徴点候補の属性情報F=(x, y, s, r, b)に重複度1を加えたF=(x, y, s, r, b, 1)を改めてその特徴点候補の属性情報とする。重複度mが2以上の点では、複数存在する特徴点候補Fi=(xi, yi, si, ri, bi)(i=1, ..., m)とその属性情報について、分離度siが最大である属性情報Fn=(xn, yn, sn, rn, bn)に重複度mを加えたFn=(xn, yn, sn, rn, bn, m)を改めてその特徴点候補の属性情報とする。
次の皮膚テクスチャ判定ステップS35においては、ステップS34で抽出した特徴点候補とその属性情報からホクロと判断される点を判定して抽出する。すなわち、ステップS34において特徴点候補に付加されたF=(x, y, s, r, b, m)から、ホクロと判断される点を抽出する。具体的には、s, b, m, s×b×mに対して予め閾値ks, kb, km, ksbmを定め、s≧ks, b≧kb, m≧km, s×b×m≧ksbmの4条件を全て満たす特徴点候補をホクロとする。抽出するホクロの数を予め決めている場合は、ホクロをs×b×mが大きい順番にソートし、予め決めた数だけ選択する。こうして求めた分離度sと内外輝度比bと重複度mの積s×b×mをそのホクロにおける皮膚テクスチャ適合度とする。
上記説明では、皮膚テクスチャ判定ステップS35において皮膚テクスチャの判定に特徴点候補検出ステップS34で検出された重複度m、分離度s、内外輝度比b及び皮膚テクスチャ適合度s×b×mを使用しているが、重複度m、分離度s、内外輝度比b及び皮膚テクスチャ適合度s×b×mのうちの任意の一つ、またはいくつかの組み合わせ、あるいは重複度m、分離度s及び内外輝度比bのいくつかの組み合わせの積をそれぞれの皮膚テクスチャの判定に使用してもよい。
図2に説明を戻すと、ステップS22の皮膚テクスチャ検出処理に引き続き、特徴パターン生成部13によってステップS22で検出したホクロとその属性情報を使った人物認証を行うための特徴パターンの画像(特徴パターン画像)を生成する特徴パターン生成処理を行う(ステップS23)。すなわち、この処理ではステップS22で抽出したホクロと皮膚テクスチャ適合度s×b×mから皮膚テクスチャパターン画像を生成する。皮膚テクスチャパターン画像は、ホクロの位置に皮膚テクスチャ適合度を輝度に持つ点を配置した画像である。図7(a)はステップS22で検出されたホクロ71の位置を表し、図7(b)は図7(a)から生成した皮膚テクスチャパターン画像である。
ステップS23においては、ホクロ検出の位置ずれに対する耐性を上げるために、ガウスフィルタなどの平滑化フィルタ処理を行ってもよい。また位置ずれに対する耐性を上げる別の方法としては、正規化した顔画像を縦にm等分、横にn等分し、m×n個の各領域内の皮膚テクスチャ適合度の平均を輝度に持つm×nのモザイク画像を皮膚テクスチャパターン画像としてよい。ただしm,nは1以上の自然数である。
次に、照合部14では照合処理を行う(ステップS24)。この処理では、ステップS23により作成された皮膚テクスチャパターン画像について予めデータベース15に登録してある複数の個人の皮膚テクスチャパターン画像との類似度合いを計算することで照合を行い、個人認証を行う。データベース15に記憶されている皮膚テクスチャパターン画像は、複数の特徴点候補とその属性F=(x, y, s, r, b, m)のように皮膚テクスチャパターンを生成できるものであればよい。また計算量削減のため、あらかじめ皮膚テクスチャパターン画像をベクトルとみなして長さを1に正規化した画像をデータベース15に記憶しておいてもよい。類似度合いを数値化した類似度は、次の数式(2)によって計算される。
Figure 0004351982
ただし、xi, yiはそれぞれ皮膚テクスチャパターン画像の各画素の輝度、nは皮膚テクスチャパターン画像の画素の数、simは類似度とする。数式(2)の類似度simは皮膚テクスチャパターン画像を各画素の輝度を成分とするベクトルとみなし、正規化で長さを1にした後にベクトル同士の内積を計算したものと同じである。データベース15に皮膚テクスチャパターンが記憶され、類似度simが予め定めた閾値を超えた人物の中で、最大の類似度を持つ人物を認証対象の人物、すなわち画像入力部11により入力された顔画像の人物であると認識する。
次に、認証結果出力部15では認証結果出力処理を行う(ステップS25)。ステップS25では、具体的にはステップS24によって得られた、認証対象の人物に対する認識結果を認証結果として出力し、場合によって類似度simも合わせて認証結果として出力する。
このように本実施形態によると、ホクロの皮膚テクスチャを利用して個人認証を行うため、顔画像全体の特徴を認識して個人認証を行う従来の技術に比較して、少ない処理量で精度の高い認証を行うことができる。
すなわち、例えば一卵性双生児や兄弟・姉妹・親子などは、顔が似ていて顔全体の特徴が類似していても、ホクロのような皮膚テクスチャまでが類似している例は少ない。従って、本実施形態のように皮膚テクスチャを利用して個人認証を行うと、認識対象の個人と一卵性双生児や兄弟・姉妹・親子の関係にある別の人物を認識対象の個人と誤って認証する可能性が低くなる。また、皮膚テクスチャの特徴は顔全体の特徴と異なり、照明光の照度変動や色温度の影響を受けにくく、ホクロが消滅するなどの経年変化も少ないので、より精度のよい個人認証が可能となる。
尚、上述の説明では分離度マップ生成ステップS33において図6に示したような円形分離度フィルタを使用したが、図8(a)(b)に示すような三角形、四角形または五角形、六角形、あるいは図8(c)に示すような楕円など閉じた曲線で作られた分離度フィルタを用いてもよい。また、シワなどの線状のテクスチャを検出するために、図8(d)(e)に示すような直線や曲線の分離度フィルタを用いてもよい。
(第2の実施形態)
次に、図9を用いて本発明の第2の実施形態について説明する。本実施形態に係る個人認証装置は第1個人認証部101、第2個人認証部102及びこれらの認証結果を統合する認証結果統合部103を有する。ここで、第1個人認証部101及び第2個人認証部102は、同一個人を認証対象として異なる処理で個人認証を行うものとする。
図10を用いて説明すると、まず第1個人認証部101により第1個人認証処理を行う(ステップS201)。第1個人認証処理は、第1の実施形態で説明したような皮膚テクスチャを用いた個人認証処理である。
次に、第2個人認証部102により第2個人認証処理を行う(ステップS202)。第2個人認証処理は、第1個人認証処理とは異なる個人認証処理であれば基本的にどのような処理でもよく、複数の異なる個人認証処理の組み合わせであってもよい。例えば、第2個人認証処理として顔認識による個人認証処理を用いることができる。その場合、第2個人認証処理として、例えば顔全体の画像パターンをそのまま入力し、部分空間法など使って個人認証を行う手法が考えられる。部分空間法については、例えば「飯島泰蔵“パターン認識理論”森北出版(1989年)」「エルッキ・オヤ著“パターン認識と部分空間法”産業図書(1986年)」などに詳しい。
認証結果統合部103では、第1個人認証処理の結果と第2個人認証処理の結果を統合して最終的な個人認証結果を出力する処理を行う(ステップS203)。この認識結果統合処理の具体例としては、例えば第1個人認証処理の結果と第2個人認証処理の結果としてそれぞれ複数の候補を生成し、これらを統合して最も確からしい候補を最終的な個人認証結果として出力する方法が考えられる。
このように本実施形態によると、二種類の個人認証処理による個人認証結果を統合することによって、それぞれの個人認証処理を補完でき、より精度のよい個人認証が可能となる。すなわち、例えば別人同士で顔全体の特徴は異なるが、顔のホクロなどの皮膚テクスチャはたまたま類似することが考えられるが、このような場合は皮膚テクスチャを用いた第1個人認証処理に顔認識による第2個人認証処理を併用することで、認証誤りを避けることができる。この場合、顔認識による第2個人認証処理は、第1個人認証処理を補完するものであるため、顔全体の認識のみによって最終的な個人認証処理を行う方法に比較して精度は低くてよい。
本実施形態の変形として、図11、図12あるいは図13に示すような構成も考えられる。図11は、第1個人認証部101の出力を第2個人認証部102が使用して処理する例であり、図12は、逆に第2個人認証部102の出力を第1個人認証部101が使用して処理する例である。さらに、図13は第1個人認証部101と第2個人認証部103が互いに情報をやり取りしながら処理する例である。例えば、第2個人認証部102として顔認識による個人認証処理を用いる場合を例にとると、第2個人認証部102に顔認識用として入力された顔画像から第1個人認証部101により皮膚テクスチャを検出し、皮膚テクスチャによる第1個人認証結果と顔認識による第2個人認証結果を統合して最終的な認証処理を行う方法が考えられる。
上記実施形態で説明した個人認証処理は、ハードウェアによって実現することもできるし、コンピュータを用いてソフトウェアにより実行することもできる。すなわち、本発明によると、認証対象の個人の画像を入力する処理と、入力された画像から前記認識対象の個人の特定の皮膚テクスチャを検出する処理と、検出された皮膚テクスチャの特徴量を示す第1特徴パターンを生成する処理と、生成された第1特徴パターンをデータベースに予め記憶された複数の第2特徴パターンと照合して前記認証対象の個人についての個人認証結果を得る処理とを含む個人認証処理をコンピュータに行わせるためのプログラムを提供することもできる。
(変形例)
本発明は、上記実施形態に限られるものでななく、以下に挙げるように種々の変形が可能である。
(1)上記実施形態では、個人認証に使用する皮膚テクスチャとしてホクロを使用しているが、個人を識別できる特徴を示す皮膚のテクスチャであればどのようなものでもよい。例えばシミ、ソバカス、アザ、イボ、ニキビ、傷跡、シワ、毛穴、刺青などを用いてもよい。
(2)上記実施形態では、皮膚テクスチャを用いた個人認証に顔の皮膚テクスチャを使用しているが、認証対象の身体の顔以外の部位を単独であるいは組み合わせて使ってもよい。例えば、手、腕、肩、腹、胸、背中、足、脚などの部位の皮膚テクスチャ、あるいはこれら部位の皮膚テクスチャの組み合わせを使ってもよい。
このように顔以外の身体の部位の皮膚テクスチャを使用する場合、図3中の正規化ステップS32においては予めそれぞれの部位の画像を正規化するための向き、形及び大きさなどを決めておくことが好ましい。例えば、図14に示すような手の皮膚テクスチャを用いる場合には、開いた状態の手のひら、開いた状態の手の甲、あるいはこれら両方の組み合わせを正規化の基準とすることができる。
(3)上記実施形態では、皮膚テクスチャ検出ステップS22において、図3に示す基準点検出ステップS31及び正規化ステップS32によって顔領域を特定する方法を用いたが、顔領域の特定には他の方法を用いることもできる。例えば、画像入力部11によって入力される画像中の色情報を用いて肌色の領域を顔領域と特定したり、画像中の輪郭を抽出して顔領域を特定したりする方法など、基準点の検出を使用しない顔領域の特定法を使用してもよい。
(4)上記実施形態では、皮膚テクスチャ判定ステップS35において重複度m、分離度s、内外輝度比b及び皮膚テクスチャ適合度s×b×mといった指標を用いたが、このような指標を用いることなく皮膚テクスチャを判定してもよい。例えば、図6に示した分離度フィルタの内側(領域2)の輝度値の平均である数式(1)のP1や、分離度フィルタの円内の輝度値の平均などの皮膚テクスチャらしさを数値化する処理によって皮膚テクスチャの判定を行ってもよい。
(5)上記実施形態では、皮膚テクスチャ検出ステップS22において分離度フィルタを使用したが、エッジ抽出による方法、Gabor-waveletによる方法、あるいは2値化による方法など、皮膚テクスチャを検出できるものであれば、皮膚テクスチャ検出ステップS22はどのような処理でもよい。その際の皮膚テクスチャ適合度は、例えば検出した皮膚テクスチャの領域の輝度値の平均など、皮膚テクスチャらしさを数値化したものを用いることができる。
(6)上記実施形態では、特徴パターン生成ステップS23において個人を識別する皮膚テクスチャの特徴量として、図7(b)に示すような皮膚テクスチャパターン画像を生成したが、皮膚テクスチャに関する情報から抽出した個人を識別できる特徴であればどのようなものでもよい。例えば、座標、分離度、半径、内外輝度比を並べたベクトルF=(x, y, s, r, b, m)を複数もって、それぞれが対応している数を類似度として識別してもよい。
(7)上記実施形態では、照合ステップS24において類似度の計算に数式(2)を使用しているが、(sim)2や以下の数式(3)で表される値などの類似性を数値化できるものであれば、どのような計算式でもよい。
Figure 0004351982
また、データベース15に予め複数の顔の画像や皮膚テクスチャパターン画像が登録されている場合は、複数の皮膚テクスチャパターン画像をベクトルとみなし、それらのベクトルから部分空間を生成し、部分空間法で類似度を計算してもよい。
さらに、画像入力部11で複数の画像が入力される場合は、それぞれの画像の類似度の平均や、それぞれの画像から生成した皮膚テクスチャパターン画像をベクトルとみなし、それらのベクトルが生成する部分空間を使う部分空間法や、例えば参考文献2:前田賢一、渡辺貞一、“局所的構造を導入したパターン・マッチング法”、信学論(D), vol.J68-D, No.3, pp.345-352, 1985に開示された相互部分空間法によって類似度を計算してもよい。
本発明の第1の実施形態に係る個人認証装置のブロック図 第1の実施形態における個人認証処理全体の概略的な処理手順を示すフローチャート 図2中の皮膚テクスチャ検出ステップの詳細な処理手順を示すフローチャート 図3中の基準点検出ステップの検出対象の一例を示す図 図3中の正規化ステップの処理について説明するための図 図3中の分離度マップ生成ステップで用いる分離度フィルタの一例の図 図2中の特徴パターン生成ステップの処理について説明するための図 図3中の分離度マップ生成ステップで用いる分離度フィルタの他の例を示す図 本発明の第2の実施形態に係る個人認証装置のブロック図 第2の実施形態における個人認証処理全体の概略的な処理手順を示すフローチャート 図9を変形した個人認証装置のブロック図 図9を変形した個人認証装置のブロック図 図9を変形した個人認証装置のブロック図 手の皮膚テクスチャについて示す図
符号の説明
11…画像入力部;
12…皮膚テクスチャ検出部;
13…特徴パターン検出部;
14…照合部;
15…データベース;
16…認証結果出力部;
101…第1個人認証部;
102…第2個人認証部;
103…認証結果統合部;
104…最終認証結果

Claims (8)

  1. 認証対象の個人の画像を入力する画像入力ステップと、
    入力された画像から前記認識対象の個人の特定の皮膚テクスチャの分離度と前記皮膚テクスチャの内側と外側の平均輝度の比とを含む属性情報から得られる、前記分離度と前記平均輝度の比との積を用いて定義される皮膚テクスチャらしさを用いて前記皮膚テクスチャを検出するテクスチャ検出ステップと、
    前記皮膚テクスチャの位置前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す第1特徴パターンを生成するパターン生成ステップと、
    前記第1特徴パターンデータベースに予め記憶された、前記皮膚テクスチャの位置に前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す複数の第2特徴パターンとをそれぞれの類似度を用いて照合して前記認証対象の個人についての個人認証結果を得る照合ステップとを具備する個人認証方法。
  2. 前記テクスチャ検出ステップは、前記皮膚テクスチャとしてホクロを検出する請求項2に記載の個人認証方法。
  3. 前記画像入力ステップは前記認識対象の個人の顔の画像を入力し、前記テクスチャ検出ステップは入力された顔の画像から前記皮膚テクスチャを検出する請求項1に記載の個人認証方法。
  4. 前記テクスチャ検出ステップは、前記入力された画像から前記認識対象の個人の顔領域を特定するステップと、特定された顔領域から前記皮膚テクスチャらしい小領域を検出するステップと、検出された小領域から特徴点候補及び前記属性情報を検出するステップと、検出された特徴点候補及び属性情報から前記小領域が前記皮膚テクスチャか否かを判定する判定ステップとを有する請求項1乃至3のいずれか1項に記載の個人認証方法。
  5. 前記顔領域を特定するステップは、前記入力された画像から顔の基準点を検出する基準点検出ステップと、検出された基準点を用いて位置及び大きさを揃えた顔領域を求める正規化ステップとを含む請求項4に記載の個人認証方法。
  6. 前記小領域を検出するステップは、前記特定された顔領域の各点での分離度を対応させた、前記小領域を表す分離度マップを生成し、前記特徴点候補及び属性情報を検出するステップは、前記分離度マップ内において分離度の値が予め定めた閾値を超える点を抽出し、該抽出した点に対して前記分離度マップが局所最大の点を前記特徴点候補として検出する請求項4に記載の個人認証方法。
  7. 認証対象の個人の画像を入力する画像入力部と、
    入力された画像から前記認識対象の個人の特定の皮膚テクスチャの分離度と前記皮膚テクスチャの内側と外側の平均輝度の比とを含む属性情報から得られる、前記分離度と前記平均輝度の比との積を用いて定義される皮膚テクスチャらしさを用いて前記皮膚テクスチャを検出するテクスチャ検出部と、
    前記皮膚テクスチャの位置前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す第1特徴パターンを生成するパターン生成部と、
    前記第1特徴パターンデータベースに予め記憶された、前記皮膚テクスチャの位置に前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す複数の第2特徴パターンとをそれぞれの類似度を用いて照合して前記認証対象の個人についての個人認証結果を得る照合部とを具備する個人認証装置。
  8. 認証対象の個人の画像を入力する処理と、
    入力された画像から前記認識対象の個人の特定の皮膚テクスチャの分離度と前記皮膚テクスチャの内側と外側の平均輝度の比とを含む属性情報から得られる、前記分離度と前記平均輝度の比との積を用いて定義される皮膚テクスチャらしさを用いて前記皮膚テクスチャを検出する処理と、
    前記皮膚テクスチャの位置前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す第1特徴パターンを生成する処理と、
    前記第1特徴パターンデータベースに予め記憶された、前記皮膚テクスチャの位置に前記皮膚テクスチャらしさから得られる値を持つ、前記皮膚テクスチャの特徴量を示す複数の第2特徴パターンとをそれぞれの類似度を用いて照合して前記認証対象の個人についての個人認証結果を得る処理とを含む個人認証処理をコンピュータに行わせるためのプログラム。
JP2004295312A 2004-10-07 2004-10-07 個人認証方法、装置及びプログラム Expired - Fee Related JP4351982B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2004295312A JP4351982B2 (ja) 2004-10-07 2004-10-07 個人認証方法、装置及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004295312A JP4351982B2 (ja) 2004-10-07 2004-10-07 個人認証方法、装置及びプログラム

Publications (2)

Publication Number Publication Date
JP2006107288A JP2006107288A (ja) 2006-04-20
JP4351982B2 true JP4351982B2 (ja) 2009-10-28

Family

ID=36376934

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004295312A Expired - Fee Related JP4351982B2 (ja) 2004-10-07 2004-10-07 個人認証方法、装置及びプログラム

Country Status (1)

Country Link
JP (1) JP4351982B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014098136A1 (ja) 2012-12-19 2014-06-26 株式会社デンソーウェーブ 情報コード、情報コード生成方法、情報コード読取装置、及び情報コード利用システム

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4992289B2 (ja) * 2006-05-11 2012-08-08 コニカミノルタホールディングス株式会社 認証システム、認証方法、及びプログラム
KR100888475B1 (ko) 2007-02-02 2009-03-12 삼성전자주식회사 모델간 충돌 여부 검사 방법 및 장치
EP2947592B1 (en) 2007-09-24 2021-10-27 Apple Inc. Embedded authentication systems in an electronic device
US8600120B2 (en) 2008-01-03 2013-12-03 Apple Inc. Personal computing device control using face detection and recognition
US8605962B2 (en) 2008-01-21 2013-12-10 Nec Corporation Pattern matching system, pattern matching method, and pattern matching program
US20110002511A1 (en) * 2008-02-27 2011-01-06 Hitoshi Imaoka Mole identifying device, and personal authentication device, method, and program
WO2009131209A1 (ja) 2008-04-24 2009-10-29 日本電気株式会社 画像照合装置、画像照合方法および画像照合用プログラム
US9002322B2 (en) 2011-09-29 2015-04-07 Apple Inc. Authentication with secondary approver
US8769624B2 (en) 2011-09-29 2014-07-01 Apple Inc. Access control utilizing indirect authentication
JP5867267B2 (ja) * 2012-04-26 2016-02-24 日産自動車株式会社 歩行者検出装置及び歩行者検出方法
BR112014028774B1 (pt) 2012-05-18 2022-05-10 Apple Inc Método, dispositivo eletrônico, meio de armazenamento legível por computador e aparelho de processamento de informações
US9898642B2 (en) 2013-09-09 2018-02-20 Apple Inc. Device, method, and graphical user interface for manipulating user interfaces based on fingerprint sensor inputs
US11188770B2 (en) 2014-03-13 2021-11-30 Nec Corporation Detecting device, detecting method, and recording medium
US10043185B2 (en) 2014-05-29 2018-08-07 Apple Inc. User interface for payments
US10055661B2 (en) * 2015-03-24 2018-08-21 Intel Corporation Skin texture-based authentication
DK179186B1 (en) 2016-05-19 2018-01-15 Apple Inc REMOTE AUTHORIZATION TO CONTINUE WITH AN ACTION
DK179471B1 (en) 2016-09-23 2018-11-26 Apple Inc. IMAGE DATA FOR ENHANCED USER INTERACTIONS
JP6798285B2 (ja) 2016-11-30 2020-12-09 富士通株式会社 生体認証装置、生体認証方法及びプログラム
KR102185854B1 (ko) 2017-09-09 2020-12-02 애플 인크. 생체측정 인증의 구현
EP4156129A1 (en) 2017-09-09 2023-03-29 Apple Inc. Implementation of biometric enrollment
US11170085B2 (en) 2018-06-03 2021-11-09 Apple Inc. Implementation of biometric authentication
US10860096B2 (en) 2018-09-28 2020-12-08 Apple Inc. Device control using gaze information
US11100349B2 (en) 2018-09-28 2021-08-24 Apple Inc. Audio assisted enrollment
CN110110637A (zh) * 2019-04-25 2019-08-09 深圳市华嘉生物智能科技有限公司 一种人脸皮肤皱纹自动识别和皱纹严重程度自动分级的方法
JP2020074241A (ja) * 2020-02-12 2020-05-14 日本電気株式会社 検知装置
EP4264460A1 (en) 2021-01-25 2023-10-25 Apple Inc. Implementation of biometric authentication

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014098136A1 (ja) 2012-12-19 2014-06-26 株式会社デンソーウェーブ 情報コード、情報コード生成方法、情報コード読取装置、及び情報コード利用システム

Also Published As

Publication number Publication date
JP2006107288A (ja) 2006-04-20

Similar Documents

Publication Publication Date Title
JP4351982B2 (ja) 個人認証方法、装置及びプログラム
US9785823B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
Tome et al. Facial soft biometric features for forensic face recognition
US8655029B2 (en) Hash-based face recognition system
US7412081B2 (en) Personal authentication apparatus and personal authentication method
JP4786483B2 (ja) 生体認証装置の生体誘導制御方法及び生体認証装置
JP5304901B2 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
JP4406547B2 (ja) Idカード作成装置、idカード、顔認証端末装置、顔認証装置およびシステム
US20190392129A1 (en) Identity authentication method
JP5439809B2 (ja) 生体認証装置
KR100940902B1 (ko) 손가락 기하학 정보를 이용한 바이오 인식 방법
Charity et al. A bimodal biometrie student attendance system
CN111178130A (zh) 一种基于深度学习的人脸识别方法、系统和可读存储介质
Pan et al. Securitas: user identification through rgb-nir camera pair on mobile devices
Xu et al. Robust shape-feature-vector-based face recognition system
Sharma et al. Human recognition methods based on biometric technologies
Sanches et al. A single sensor hand biometric multimodal system
Shukla et al. A Hybrid Model of Multimodal Biometrics System using Fingerprint and Face as Traits
CN115668311A (zh) 认证方法、认证程序以及信息处理装置
Muthukumaran et al. Face and Iris based Human Authentication using Deep Learning
Sharma et al. Fingerprint matching Using Minutiae Extraction Techniques
Sree et al. Dorsal Hand Vein Pattern Authentication by Hough Peaks
OLAYIWOLA et al. Development of Palmvein Recognition System Using Fire Fly Algorithm
JP2004192250A (ja) 個人認証装置
Dere et al. Biometric Accreditation Adoption using Iris and Fingerprint: A Review

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060131

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20081128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20081209

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090407

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090604

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: 20090630

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: 20090727

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120731

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130731

Year of fee payment: 4

LAPS Cancellation because of no payment of annual fees