JP4358444B2 - パターン認識のタスクを自動的にトリガする方法 - Google Patents

パターン認識のタスクを自動的にトリガする方法 Download PDF

Info

Publication number
JP4358444B2
JP4358444B2 JP2000572788A JP2000572788A JP4358444B2 JP 4358444 B2 JP4358444 B2 JP 4358444B2 JP 2000572788 A JP2000572788 A JP 2000572788A JP 2000572788 A JP2000572788 A JP 2000572788A JP 4358444 B2 JP4358444 B2 JP 4358444B2
Authority
JP
Japan
Prior art keywords
value
histogram
pattern recognition
pattern
fingerprint
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
JP2000572788A
Other languages
English (en)
Other versions
JP2002526837A (ja
Inventor
エッガー ロベルト
ハーゼルシュタイナー エルンスト
ヘッシュグル クルト
フリベルニヒ ゲルト
マリウス ヴォルフガング
ラウネッガー アルノ
ヴィンディッシュ クラウディア
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of JP2002526837A publication Critical patent/JP2002526837A/ja
Application granted granted Critical
Publication of JP4358444B2 publication Critical patent/JP4358444B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Input (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Description

【０００１】
産業上の利用分野
本発明は、パターン認識のタスクを自動的にトリガする方法に関する。
【０００２】
パターン認識のタスクは目立って重要性をもつようになってきた。このタスクは、高度に自動化された製造業務において産業ロボットに関連して所定の役割を果たしているが、殊に機械による人間の識別において重要である。この場合、考えられ得る適用事例は、たとえば入場コントロール、現金自動支払機、あらゆる形式の通信機器などである。
【０００３】
従来の技術
IEEE Spectrum, 2. 1994, "It had to be you" によれば、人間の識別に適した人間の特徴はたとえば網膜における血路のパターン、虹彩の構造、指の長さや形状、顔、声、あるいは指紋であることが知られている。ここで、おそらく最も研究されていてつまりはもっとも信頼性の高い特徴は指紋である。また、指紋は利用者にとって快適に確かめることもできるのに対し、たとえば網膜パターンは被識別者に対し不快な手順を実施することによってしか捕捉できず、したがってその作用が問題とならない場合あるいはそれどころかそれが望まれる場合しか適用されない。
【０００４】
本発明の説明
指紋と記憶されたパターンとの比較を自動的に実施する方法は公知である。この方法は通常、利用者により発せられる命令によってスタートする（トリガされる）。このことは多くの事例において欠点と感じられるので、本発明の課題はパターン認識プロセスが自立的にトリガされるようにした方法を提供することである。
【０００５】
本発明によればこの課題は冒頭で述べた形式の方法において、得られた画像の情報から周期的に繰り返し該画像におけるグレー値の頻度分布に関するヒストグラムを求め、該ヒストグラムの特徴を求め、該特徴に基づき関連のあるパターンが存在しているか否かを判定し、存在しているのであれば認識プロセスをトリガすることにより解決される。この方法は、複雑でなくそれに付随して計算時間が短い点で優れており、それにより得られた画像の種類に関する信頼性の高い情報が提供される。
【０００６】
本発明は、認識すべきパターンが指紋であるときに殊に有利に使用することができる。指紋に基づく人間の識別は、自動的なパターン認識において最も有望な適用分野の１つを成しているけれども、まさにこのような場合、操作の快適性が重要となる。利用者が付加的な操作を行うことなく、単にセンサに指を載せるだけで識別プロセスをトリガできるようにしたい。本発明によればこのことは、押しボタンなどコストがかかり故障しやすい機械的なコンポーネントを用いる必要なく達成される。
【０００７】
また、ヒストグラムの特徴として、グレー値の算術平均値（Ｉａ）、最小グレー値（Ｉｍｉｎ）、最大グレー値（Ｉｍａｘ）、下側の最大値（Ｎｍａｘ１）、上側の最大値（Ｎｍａｘ２）を使用するのもよい。これらの値は、指紋のヒストグラムにおける典型的な鞍状の経過特性を十分に表しており、簡単に求めることができる。
【０００８】
図面の説明
図１は、指紋のグレー値のヒストグラムの実例を示す図である。
【０００９】
本発明を実施する最良の手法
図示されているヒストグラムは、以下の生成規則に従って作成された。
【００１０】
ｙ［ｉ］＝Ｎｉ
ここでｉは想定されるグレー値の量を表し、８ｂｉｔのディジタル変換器であればたとえば２５６個の異なる値となり、さらにＮは、指標ｉにより表されるグレー値が画像に出願した回数を表す。また、この図面において指標ｉは横座標の値を成し、Ｎは縦座標の値を成している。さらに、図示された指紋のヒストグラムは、２つのはっきりとした最大部分をもつ鞍状の経過特性を有していることも示されている。このことは、乳頭状曲線（Papillarlinie）ないしは相応の中間の空間に対するグレー値に対応する。したがってこの経過特性は、指紋にとって典型的なものである。
【００１１】
特性曲線経過を自動的に判定するために、数学的に簡単に求められる特徴によってその曲線経過を記述する。これは以下の通りである：
グレー値の算術平均値Ｉａ
最小グレー値（最も暗い画素）Ｉｍｉｎ
最大グレー値（最も明るい画素）Ｉｍａｘ
下側の最大値（乳頭状曲線におけるグレー値の個数）Ｎｍａｘ１
上側の最大値（中間の空間におけるグレー値の個数）Ｎｍａｘ２
産業上の適用事例
２５６×２５６の分解能および８ｂｉｔのダイナミック（２５６の異なるグレー階調）をもつセンサ Siemens Fingertip-CMOS-Sensor を用いて記録された指紋画像の場合、以下のような値になるものとする。
【００１２】
グレー値の算術平均値Ｉａ＝６０〜１０５
最小グレー値Ｉｍｉｎ＝４０〜６５
最大グレー値Ｉｍａｘ＝９０〜１５０
下側の最大値Ｎｍａｘ１＝５００〜２５０００の値
上側の最大値Ｎｍａｘ２＝５００〜１６０００の値
捕捉された画像の特徴が所定の範囲内にあるのかを調べることにより、指紋が存在しているか否かが簡単に判定される。しかしながら記録エラーにより、個々の特徴が類型的でないかたちで平均的な値から隔たってしまう事例の発生する可能性がある。そのような記録は事前に排除されるようにする目的で、５つの特徴のうち４つしか所定の範囲内になくても指紋画像が存在するものとする。
【００１３】
この方法の拡張として、たとえば以下のことが考えられる。すなわち、各特徴ごとに一致状態の品質尺度を求め、それらから一致状態の全体品質数を求め、それを画像分類の基礎として用いることが考えられる。
【００１４】
この実施例では指紋のヒストグラムを示したが、本発明はそのような適用事例に限定されるものではなく、パターン認識のタスク全般において、パターンのヒストグラムが特徴的な性質をもつ事例に適しており、つまりパターンが特徴的なグレー値の分布をもつような事例に適している。
【図面の簡単な説明】
【図１】 指紋のグレー値のヒストグラムの実例を示す図である。

Claims (3)

  1. パターン認識のタスクを自動的にトリガする方法において、
    得られた画像の情報から周期的に繰り返し該画像におけるグレー値の頻度分布に関するヒストグラムを求め、
    該ヒストグラムの特徴を求め、
    該特徴に基づき関連のあるパターンが存在しているか否かを判定し、
    存在しているのであれば認識プロセスをトリガすることを特徴とする、
    パターン認識のタスクを自動的にトリガする方法。
  2. 認識すべきパターンは指紋である、請求項１記載の方法。
  3. ヒストグラムの特徴として、グレー値の算術平均値（Ｉａ）、最小グレー値（Ｉｍｉｎ）、最大グレー値（Ｉｍａｘ）、下側の最大値（Ｎｍａｘ１）、上側の最大値（Ｎｍａｘ２）を使用する、請求項２記載の方法。
JP2000572788A 1998-09-30 1999-09-01 パターン認識のタスクを自動的にトリガする方法 Expired - Fee Related JP4358444B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
AT0162498A ATA162498A (de) 1998-09-30 1998-09-30 Verfahren zur automatischen triggerung von mustererkennungsaufgaben
AT1624/98 1998-09-30
PCT/DE1999/002728 WO2000019356A1 (de) 1998-09-30 1999-09-01 Verfahren zur automatischen triggerung von mustererkennungsaufgaben

Publications (2)

Publication Number Publication Date
JP2002526837A JP2002526837A (ja) 2002-08-20
JP4358444B2 true JP4358444B2 (ja) 2009-11-04

Family

ID=3517450

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000572788A Expired - Fee Related JP4358444B2 (ja) 1998-09-30 1999-09-01 パターン認識のタスクを自動的にトリガする方法

Country Status (5)

Country Link
EP (1) EP1032916B1 (ja)
JP (1) JP4358444B2 (ja)
AT (1) ATA162498A (ja)
DE (1) DE59911489D1 (ja)
WO (1) WO2000019356A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4636306B2 (ja) * 2004-04-30 2011-02-23 ソニー株式会社 識別装置及び識別方法並びに認証システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0640933A3 (de) * 1993-08-23 1995-09-13 Gim Ges Fuer Innovation Und Ma Verfahren und Anordnung zur Mustererkennung.
DE19731296A1 (de) * 1997-01-07 1998-07-09 Sung Hwan Kim Personen-Identifikationssystem

Also Published As

Publication number Publication date
WO2000019356A1 (de) 2000-04-06
JP2002526837A (ja) 2002-08-20
EP1032916A1 (de) 2000-09-06
DE59911489D1 (de) 2005-02-24
ATA162498A (de) 2001-03-15
EP1032916B1 (de) 2005-01-19

Similar Documents

Publication Publication Date Title
Liam et al. Iris recognition using self-organizing neural network
EP1104143B1 (en) Handheld devices
JP4510287B2 (ja) パターン認識タスクのための基準画像の作成方法
US7685432B2 (en) Authentication method based on biological characteristic information
Haselsteiner et al. Using time-dependent neural networks for EEG classification
EP1589480A1 (en) Biometrics information registration apparatus, biometrics information matching apparatus, biometrics information registration/matching system, and biometrics information registration program
Kronegg et al. Analysis of bit-rate definitions for Brain-Computer Interfaces.
CN108334766B (zh) 电子装置、解锁方法及相关产品
Gamboa et al. An Identity Authentication System Based On Human Computer Interaction Behaviour.
KR20180093917A (ko) 지문이미지를 형성하기 위한 방법 및 지문감지 시스템
CA2128411A1 (en) Apparatus and method for biometric identification
US20040013288A1 (en) Device and method for biometric verification and registration of a persons identity by means of fingerprint information
Quek et al. Pseudo-outer product based fuzzy neural network fingerprint verification system
CN108369632A (zh) 用于更新生物计量参考数据的方法
JP4358444B2 (ja) パターン認識のタスクを自動的にトリガする方法
JP6765657B2 (ja) 認証装置、認証方法及びコンピュータプログラム
DE19837642C1 (de) Verfahren und Anordnung zur Steuerung eines Gerätes mittels Fingerabdruckinformationen
Colak et al. Blood pressure estimation using neural networks
US6901165B1 (en) Method of automatically triggering pattern recognition procedures
EP1454304B1 (en) Security method and system
Das et al. A subject-specific frequency band selection for efficient BCI-an interval type-2 fuzzy inference system approach
JP4165203B2 (ja) 画像照合装置、画像照合方法、画像照合プログラム
Burge et al. Frameworks for fraud detection in mobile telecommunications networks
Hargrove et al. Principal components analysis preprocessing to reduce controller delays in pattern recognition based myoelectric control
Murugan et al. Fingerprint matching through back propagation neural network

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060831

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20090304

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20090601

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: 20090708

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: 20090806

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

Free format text: PAYMENT UNTIL: 20120814

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4358444

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

Free format text: PAYMENT UNTIL: 20120814

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20130814

Year of fee payment: 4

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees