JP4911300B2 - パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム - Google Patents
パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム Download PDFInfo
- Publication number
- JP4911300B2 JP4911300B2 JP2006554005A JP2006554005A JP4911300B2 JP 4911300 B2 JP4911300 B2 JP 4911300B2 JP 2006554005 A JP2006554005 A JP 2006554005A JP 2006554005 A JP2006554005 A JP 2006554005A JP 4911300 B2 JP4911300 B2 JP 4911300B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern information
- data
- information data
- pattern
- information registration
- 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.)
- Active
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
- G06V40/1365—Matching; Classification
- G06V40/1371—Matching features related to minutiae or pores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
【技術分野】
【０００１】
本発明は、パターン情報登録装置に関し、特に、パターン情報データの良否を判定するパターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システムに関する。
【背景技術】
【０００２】
指紋を始めとするパターン情報の認識は、本人確認、犯罪防止等の手段として広く利用される。生体識別を目的としてパターン情報を利用する場合、最初にパターン登録を行い、以後これに基づき照合を行うことが一般に行われる。
従来のパターン情報登録方法では、パターン情報データの良否を判定する基準を定めることは困難であった。このため、照合装置に要求される精度を満たさないパターン情報データを登録し、その結果、データが多数の場合にはデータ間の識別が難しくなるという問題があった。このように、従来のパターン情報登録方法では、パターン情報データの良否を判定することはできなかった。
このような問題の解決に類する方法の一例が、例えば特開平８−２６３６５８号公報及び例えば特開２０００−３３９４６１号公報に記載されている。
特開平８−２６３６５８号公報に開示される方法は、指紋登録方法に関するもので、指紋の正規特徴点と疑似特徴点を検出し、正規特徴点をほぼ中心とした登録窓内の疑似特徴点の数を計算する。そして、全登録窓内の疑似特徴点を合計し、登録窓数で除算することにより、登録窓内の平均疑似特徴点数を求める。疑似特徴点はひび割れ、しわ等により発生する特徴点であるため、平均疑似特徴点数は少ない程、指紋画像の画質が良好であることを示す。したがって、平均疑似特徴点数が閾値以下の場合に、撮像した指紋画像の画質が良好であると判定して登録処理を行うというものである。
また、特開２０００−３３９４６１号公報の方法は、パターン辞書の作成方法に関するもので、パターン辞書の弱点を補強するための追加辞書を作成する。追加辞書の作成では、学習対象パターンの特徴ベクトル、認識結果を入力し、各特徴ベクトルを中心とする近傍領域を求める。ここで、近傍領域とは、一定の包含条件を満たす各特徴ベクトルの集合である。包含条件としては、例えば、近傍領域内の特徴ベクトルはすべて誤読データであると設定することができる。このようにして求めた近傍領域の最大のものを求め、追加辞書に書き込むというものである。
また、上記の方法以外にも、以下の方法が開示されている。
特開平３−２１８５７５号公報に記載された特徴抽出装置では、指紋画像を処理し得られた特徴点の数が所定の値以上であれば、認証に必要な情報が得られたとして登録処理を行うというものである。
特開昭６３−４３８１号公報に記載された指紋照合装置では、指紋画像を処理し得られた特徴点の数が所定の値以下であれば、疑似特徴点が少なく良好な指紋であると判断し、登録処理を行うというものである。
特開平１−１３１９７８号公報に記載された指紋の同一性判定方法では、複数回採取した指紋の特徴点を相互に照合し、共通の特徴点が多く含まれるものを登録するというものである。
特開平１１−１５４２３０号公報に記載された画像照合装置では、既に登録されているテンプレートと照合を行い、高い一致度が得られた時に新しいテンプレートとして登録するというものである。
また、任意パターンと比較した場合に偶然一致する確率を用いて照合を行うパターン照合装置の一例が特開２００２−２８８６６７号公報に記載されている。特開２００２−２８８６６７号公報に記載されたパターン照合装置では、任意の図形とモデル図形を比較した場合に検査図形とモデル図形を比較した場合よりも、より特徴点が一致する確率を用いて検査図形とモデル図形の照合を行うというものである。
上述した従来の技術は、いずれも以下に述べるような問題点があった。
特開平８−２６３６５８号公報の方法は、疑似特徴点に基づきパターン情報データの良否を判定する方法である。疑似特徴点は、パターン情報自体のデータである特徴点（正規特徴点）とは別物である。特開平８−２６３６５８号公報の方法によるパターン情報データの良否の判定はパターン情報データの特徴点に基づくものではない。
したがって、特開平８−２６３６５８号公報の方法では、特徴点でない情報である疑似特徴点に基づき良否を判定するため、特徴点を情報とするパターン情報データの良否の判定をすることはできなかった。
また、特開２０００−３３９４６１号公報の方法は、パターン辞書の弱点を補強する方法であって、パターン情報データの良否を判定することを目的とするものではない。
また、特開平３−２１８５７５号公報、特開昭６３−４３８１号公報、特開平１−１３１９７８号公報に記載されたパターン情報登録方法は、以下に述べるようにパターン情報データの良否を判定するものではない。
すなわち、特開平３−２１８５７５号公報、特開昭６３−４３８１号公報、特開平１−１３１９７８号公報の方法では、指紋の大きさは考慮されず、特徴点の数だけが考慮されているためである。これらの方法では、一定数以上の特徴点の数がある場合に良好と判定するものである。しかしながら、これらの方法では、指紋の大きさは考慮されないため、パターン情報データの良否を判定するものではない。
また、特開平１１−１５４２３０号公報、特開２００２−２８８６６７号公報の方法は、それぞれテンプレートの登録方法、検査図形とモデル図形との類似度の計算方法であって、やはりパターン情報データの良否を判定するものではない。
【発明の開示】
【０００３】
本発明の目的は、上記従来技術の欠点を解決し、パターン情報データの良否を判定するパターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システムを提供することにある。
上記目的を達成するための本発明は、パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録装置であって、前記判定対象のパターン情報データと同数の特徴点を有する任意のパターン情報データを形成し、前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、当該識別精度値に基づいて前記判定対象のパターン情報データの良否を判定することを特徴とする。
また、前記判定対象のパターン情報データの所定領域内に前記同数の特徴点をランダムに配置することにより前記任意のパターン情報データを形成し、前記同数の特徴点がそれぞれ前記判定対象のパターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とするものである。
生体識別を目的としてパターン情報を利用する場合、最初にパターン登録を行い、以後これに基づき照合を行うことが一般に行われる。このパターン登録の際、登録されるパターン情報データの識別精度が高い場合には他の多くのパターン情報データとの識別が容易であり、一方、登録されるデータの識別精度が低い場合には他の多くのデータとの識別が困難となる。したがって、データ登録時に登録されるパターン情報データの識別精度値を計算により求め、パターン情報データの良否を判定することが求められる。
本発明のパターン情報登録装置では、識別精度値が、パターン情報データを特徴点の数が同数の任意のパターン情報データと区別できない確率であると定義し、その計算を判定対象のパターン情報データに対して計算する。
識別精度値の計算では、最初に、判定対象のパターン情報データから画像領域と特徴点を抽出する。次に、特徴点の数が判定対象のパターン情報データと同数の任意データを形成し、判定対象のパターン情報データと任意データとを識別できない確率を計算する。両データを識別できない状況は、任意データと登録対象のパターン情報データが一致する場合に起こる。したがって、判定対象のパターン情報データを任意データから区別できない確率は、任意データと判定対象のパターン情報データが一致する確率に等しいことがわかる。以上から、識別精度値は当該一致する確率を計算すれば求められることが導かれる。
本発明では、この一致する確率を求める計算を以下のように行う。任意データは、判定対象のパターン情報データの画像領域内に当該パターン情報データの特徴点と同数の特徴点をランダムに配置することにより形成する。配置した特徴点の全てが判定対象のパターン情報データの各特徴点の近傍に配置された場合には、任意データと判定対象のパターン情報データが一致したものとみなす。
したがって、一致する確率は、画像領域内に複数の特徴点があり、当該画像領域内にランダムに特徴点と同数の特徴点を配置した場合に、全ての同数の特徴点がそれぞれ複数の特徴点の近傍に配置される確率となる。この確率は、特徴点の近傍が特徴点を中心とする円の内側であると仮定して、当該円の半径、画像領域の面積、特徴点の数を指定することにより、計算することができる。
このように、パターン情報データの識別精度値を計算により求め、予め指定した閾値と比較することにより、パターン情報データの良否を判定する。
本発明によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
【図面の簡単な説明】
【０００４】
図１は、本発明の第１の実施例によるパターン情報登録装置の構成を示すブロック図である。
図２は、本発明の第１の実施例によるパターン情報登録装置の動作を説明するためのフローチャートである。
図３は、本発明の第１の実施例による指紋データの識別精度の良否を判定する例を説明するためのフローチャートである。
図４は、本発明の第１の実施例による判定対象の指紋データの特徴点を示す図である。
図５は、本発明の第１の実施例による判定対象の指紋データの特徴点の位置と任意データの特徴点の位置が一致していると判定する例を示す図である。
図６は、本発明の第１の実施例による任意データの特徴点の位置と判定対象の指紋データの特徴点の位置が一致しないと判定する例を示す図である。
図７は、本発明の第１の実施例による任意データの特徴点を形成する様子を示す図である。
図８は、本発明の第１の実施例による任意データの特徴点と判定対象の指紋データの特徴点が一致した例を示す図である。
図９は、本発明の第１の実施例による任意データの特徴点と判定対象の指紋データの特徴点が一致しない例を示す図である。
図１０は、本発明の第１の実施例によるパターン情報データの良否判定の具体例を説明するための図である。
図１１は、本発明の第２の実施例によるパターン情報登録装置の構成を示すブロック図である。
図１２は、本発明の第２の実施例によるパターン情報登録装置の動作を説明するためのフローチャートである。
図１３は、本発明の第２の実施例によるパターン情報登録装置の動作例を説明するためのフローチャートである。
図１４は、本発明の第２の実施例による１回目に入力された指紋データを示す図である。
図１５は、本発明の第２の実施例による２回目に入力された指紋データを示す図である。
図１６は、本発明の第２の実施例の共通特徴抽出手段による２つの指紋データから共通する特徴を抽出する例を示す図である。
図１７は、本発明の第２の実施例による共通特徴抽出手段で抽出した２つの指紋データの共通領域と共通特徴点を示す図である。
図１８は、本発明の第２の実施例によるパターン情報として顔を用いる場合の特徴点の例を示す図である。
図１９は、本発明の第２の実施例によるパターン情報として目の端部の位置を用いる場合の特徴点の例を示す図である。
図２０は、本発明の第３の実施例によるパターン照合システムの構成を示すブロック図である。
【発明を実施するための最良の形態】
【０００５】
【実施例１】
【０００６】
以下、本発明の好適な実施例について図面を参照して詳細に説明する。
図１は、本実施例によるパターン情報登録装置１０の構成を示すブロック図である。
図１を参照すると、本実施例によるパターン情報登録装置１０は、入力部２０と、データ処理部３０と、出力部４０と、登録部５０による構成となっている。
入力部２０は、入力手段２１と特徴量抽出手段２２を備える。これらの手段は、概略つぎのように動作する。
入力手段２１は、スキャナ等で実現され、例えば指紋画像をパターン情報データとして入力する機能を有する。
特徴量抽出手段２２は、パターン情報データに含まれる特徴量を抽出する機能を有する。ここで、特徴量とは画像を識別するための量であり、特徴点、画像データの領域を含む。
特徴量については、図３で指紋の例について説明する。
データ処理部３０は、識別精度値計算手段３１と、良否判定手段３２を備える。
識別精度値計算手段３１は、入力部２０から入力されたパターン情報データの識別精度値を計算することができる。
良否判定手段３２は、パターン情報データの良否を判定する手段であって、識別精度値計算手段３１で求めたパターン情報データの識別精度値が所定の閾値を越えない場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定することができる。
データ処理部３０は、識別精度値計算手段３１と良否判定手段３２の機能を実行するコンピュータ処理装置で実現される。
出力部４０は、良否判定手段３２で行った判定結果を出力することができる。出力部４０は、ディスプレイ又はプリンタを備えている。
登録部５０は、良否判定手段３２により良好であると判定されたパターン情報データの登録処理を行い、登録済みのデータをデータベース６０に格納する。
次に、本実施例によるパターン情報登録装置１０の動作を説明する。
図２は、本実施例によるパターン情報登録装置１０の動作を説明するためのフローチャートである。なお、必要に応じて、図１の主要な部分を参照する。
最初に、入力手段２１によりパターン情報データを入力し（ステップ２０１）、特徴量抽出手段２２によりその特徴量を抽出する（ステップ２０２）。
識別精度値計算手段３１は、入力部２０から提供されたパターン情報データの特徴量を用いて、識別精度値を計算する（ステップ２０３）。
良否判定手段３２は、識別精度値計算手段３１で計算した識別精度値が閾値を越えない場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定する（ステップ２０４）。
パターン情報データが良好であると判定された場合（ステップ２０５）、出力手段４０により良好である旨の判定結果が出力される（ステップ２０６）。
次に、登録部５０により、パターン情報データの登録処理が行われ（ステップ２０７）、登録済みのデータがデータベース６０に格納される。
一方、パターン情報データが良好でないと判定された場合（ステップ２０５）、出力部４０により良好でない旨の判定結果が出力される（ステップ２０８）。
本発明の特徴である、パターン情報データの識別精度値を計算し、当該パターン情報データの良否を判定して、登録処理を行う機能については、コンピュータ装置の内部にそのような機能を実現するプログラムを組み込んだ回路部品を実装して実現することも可能であるが、本発明の特徴的な機能を実現するためのプログラム（アプリケーション）を記憶媒体に記憶させ、コンピュータ装置で当該プログラムを実行することで、パターン情報登録装置１０として機能させることもできる。
次に、本実施例によるパターン情報登録装置１０の具体的な動作例を、図１を用いて詳細に説明する。本動作例では、パターン情報が指紋データの場合について説明する。
本動作例では、入力部２０の入力手段２１に指紋センサを備え、指紋センサから指紋画像を取り込む。
入力部２０は、指紋センサで撮像した指紋画像又は特徴抽出を行った後の指紋データをネットワーク経由で入力することができる。また、データ処理部の内部あるいは外部のメモリやハードディスク等の記憶装置に記録された指紋画像や指紋データを入力することもできる。
出力部４０は、ディスプレイやプリンタ等に結果を出力するだけでなく、ネットワークを通じて他の処理装置へ判定結果を提供することができる。また、結果をデータ処理部の内部あるいは外部のメモリやハードディスク等に記録することができる。
また、登録部５０に接続されたデータベース６０に記録した登録済みデータを書き込んだ記憶媒体を、他の装置で使用することもできる。
次に、指紋データの識別精度の良否を判定する例について説明する。
図３は、本実施例による指紋データの識別精度の良否を判定する例を説明するためのフローチャートである。なお、必要に応じて、図１の主要な部分を参照する。
最初に、入力手段２１の備える指紋センサに指紋データを入力する（ステップ３０１）。
次に、識別精度値を計算するための特徴量である、指紋の領域、特徴点の数が特徴量抽出手段２１により抽出される（ステップ３０２）。
指紋データの持つ識別精度値は、特徴点の数が同数の他の指紋データと比較した場合に、区別できない確率で定義することができる。識別精度値が小さいほど識別精度が高く、大きいほど識別精度が低いことを表す。なお、区別できない確率の計算については、後述する識別精度値の計算で説明する。
なお本実施例により識別精度の良否が判定された指紋データをパターン認証システムに登録する際、使用する特徴量は、本発明のパターン情報登録装置で判定した指紋データの特徴量を用いることが望ましい。また、特徴量の一致、不一致の判定基準も本発明のパターン情報登録装置で判定した指紋データの判定基準と一致させることが望ましい。
次に指紋データの識別精度値の計算に用いる数式を説明する。
なお、以下の数式は指紋データを対象とした例であるが、パターン情報データを対象とする場合には、指紋データをパターン情報データに置き換え、また指紋領域を画像領域と置き換えることにより、全く同様に計算を行うことができる。
以下に示す指紋データの識別精度値を計算する数式のうち、式１と式２は、特開２００２−２８８６６７号公報に開示されている。
面積Ｓの指紋領域内に特徴点がＮ２個あり、指紋領域内にランダムに１つの点を配置した場合に、当該１つの点が、指紋領域内にＮ２個ある特徴点のいずれかを中心とした半径Ｒの円の内側に入る確率は、式１で与えられる。
また、Ｎ１個の点をランダムに指紋領域内に配置した場合に、Ｍ１個の点が指紋領域の特徴点のそれぞれを中心として半径Ｒの円の内側に入る確率は、式２で与えられる。
なお、以上の式１、式２では、特徴点の密度が疎であるために、指紋領域内の各特徴点を中心とした半径Ｒの円は、互いに重なることがないことを仮定している。
本実施例の場合、式２でＮ１とＭ１を等しい（＝Ｎ）とおくと、Ｎ個の点をランダムに指紋領域内に配置した場合に、Ｎ個の点が指紋領域の特徴点のそれぞれを中心として半径Ｒの円の内側に入る確率は、式３で与えられる。
次に、識別精度値の計算について説明する。
本発明では、指紋データの持つ識別精度値は、指紋データを、特徴点の数が同数の他の指紋データと比較した場合に、区別できない確率で定義する。この確率は、後述するように、指紋データを、当該指紋データと同数の特徴点を有する任意のパターン情報データと比較した際、両者が一致する確率であるとして、計算することができる。
以下では、当該指紋データと同数の特徴点を有する任意のパターン情報データを任意データと略して記述する。
識別精度値の計算では、最初に、パターン情報データから画像領域と特徴点を抽出する。次に、任意データを形成し、判定対象のパターン情報データと任意データとを区別できない確率を計算する。両データを区別できない状況は、任意データと判定対象のパターン情報データが一致する場合に起こる。したがって、判定対象のパターン情報データを任意データから区別できない確率は、任意データと判定対象のパターン情報データが一致する確率に等しいことがわかる。以上から、識別精度値は、任意データと判定対象のパターン情報データが一致する確率を計算すれば求められることが導かれる。
この計算では、任意データを、判定対象のパターン情報データの画像領域内にパターン情報データの特徴点と同数の点をランダムに配置することにより形成する。
次に、当該同数の点がそれぞれパターン情報データの特徴点の近傍に配置される確率を求める。本実施例では、特徴点の近傍が特徴点を中心として半径Ｒ以内の領域であるとして確率を計算する。
図４は、本実施例による判定対象の指紋データの特徴点を示す図である。
図４を参照すると、指紋データの特徴点である端点及び分岐点が各々１つ見られる。
図５は、本実施例による判定対象の指紋データの特徴点１１１の位置と任意データの特徴点１２１の位置が一致していると判定する例を示す図である。図は、指紋データと比較データを重ねた画像の一部を拡大して示したものである。
図５を参照すると、任意データの特徴点１２１は、指紋データの特徴点１１１を中心とした半径Ｒ以内の領域に位置しており、このような場合、任意データの特徴点１２１は指紋データの特徴点１１１と同じ点であると判定する。
図６は、本実施例による任意データの特徴点１２１の位置と判定対象の指紋データの特徴点１１１の位置が一致しないと判定する例を示す図である。
図６を参照すると、任意データの特徴点１２１は、指紋データの特徴点１１１を中心とした半径Ｒ以内の領域の外側に位置しており、このような場合、任意データの特徴点１２１の位置は指紋データの特徴点１１１の位置と一致しないと判定する。
前述したように、本発明では指紋データの識別精度値を、指紋データを任意データと比較した場合に、区別できない確率で定義する。指紋データと任意の指紋データを区別できないということは、両者が一致することであるということを考慮すると、両者が一致する場合の確率を実際の指紋データの特徴点について計算することにより指紋データの識別精度値を求めることができる。
図７は、本実施例による任意データの特徴点１２２を形成する様子を示す図である。
図７を参照すると、指紋領域１０１に５個の指紋データの特徴点１２２があることがわかる。任意データの特徴点１２２が指紋データの特徴点と一致する確率を求めるために、指紋データの５個の特徴点１１２をランダムに並べ替える。並べ替えにより、指紋データの特徴点１１２は任意データの特徴点１２２の位置に移動する。
以上のようにして識別精度値を計算するための準備がなされる。
次に、任意データの特徴点１２２が指紋データ１１２の特徴点を中心とする円の内側であれば任意データの特徴点１２２と指紋データ１１２の特徴点は一致すると判定し、また任意データの特徴点１２２が指紋データ１１２の特徴点を中心とする円の外側であれば両者は一致しないと判定するための円の半径Ｒが、識別精度値計算手段３１により設定される（ステップ３０３）。
図８は、本実施例による任意データの特徴点１２２と判定対象の指紋データの特徴点１１２が一致した例を示す図である。
図８を参照すると、任意データの特徴点１２２はいずれも指紋データの特徴点１１２を中心とした半径Ｒ以内の領域にあり、任意データの特徴点１２２の位置と指紋データの特徴点１１２の位置がすべての特徴点で一致していることがわかる。
図８の状態が実現される確率は、前述した式３で半径Ｒを設定することにより計算することができる。
図９は、本実施例による任意データの特徴点１２２と判定対象の指紋データの特徴点１１２が一致しない例を示す図である。任意データ１２２の特徴点のうち、１個の特徴点が指紋データ１１２の特徴点を中心とした半径Ｒ以内の領域の外側に位置しており、任意データの特徴点１２２と指紋データの特徴点１１２は一致していない。
このように任意データの特徴点１２２と指紋データの特徴点１１２が一致する確率を計算することにより、指紋データの識別精度値が識別精度値計算手段３１により計算される（ステップ３０４）。
良否判定手段３２では、識別精度値計算手段３１で計算した識別精度値を所定の閾値と比較する（ステップ３０５）。
識別精度値と閾値とを比較した結果（ステップ３０６）、識別精度値計算手段３１で計算した確率が閾値よりも小さい、つまり閾値よりも識別精度値が小さい場合は、良否判定手段３２は識別精度が高く良好な指紋データであると判定する（ステップ３０７）。
識別精度が高いと判定された指紋データに対しては、出力部４０により良好である旨の判定結果が出力される（ステップ３０８）。
次に、登録部５０で登録処理がなされる（ステップ３０９）。
一方、識別精度値計算手段３１で計算した確率が閾値よりも大きい、つまり閾値よりも識別精度値が大きい場合は、良否判定手段３２は識別精度が低く良好な指紋データではないと判定する（ステップ３１０）。
識別精度が低いと判定された指紋データに対しては、出力部４０により良好でない旨の判定結果が出力される（ステップ３１１）。
上記の例では、図７で示したように、特徴点の数が５個の場合について説明したが、特徴点の数が変化した場合、例えば特徴点の数が１個の場合を考えると、任意データが指紋データに一致する確率は高くなる。このため、識別精度値が大きくなり、識別精度は低くなる。
また、特徴点の数が多い場合には、任意データが指紋データに一致する確率は低くなり、識別精度は高くなる。
このように、本実施例によれば、情報量である特徴点の数が変化しても、識別精度値を計算することが可能である。
以上述べたように、本実施例のパターン情報登録装置１０は、パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録する装置であって、判定対象のパターン情報データと同数の特徴点を有する任意のパターン情報データを形成し、判定対象のパターン情報データと任意のパターン情報データとの一致度を表す識別精度値を算出し、当該識別精度値に基づいて判定対象のパターン情報データの良否を判定するものである。
また、判定対象のパターン情報データの所定領域内に同数の特徴点をランダムに配置することにより任意のパターン情報データを形成し、同数の特徴点がそれぞれ判定対象のパターン情報データの特徴点の近傍に配置されると、任意のパターン情報データが判定対象のパターン情報データに一致したとみなして、識別精度値を計算するものである。
なお、閾値としては、本発明の指紋登録システムによって登録した指紋データを認証に用いる認証装置に求められる誤照合率（ＦＭＲ：Ｆａｌｓｅ Ｍａｔｃｈ Ｒａｔｅ）を用いることができる。識別精度値が認証装置に要求されるＦＭＲに一致している場合には、特に問題は生じない。
しかし、識別精度値が認証装置に要求されるＦＭＲより大きいデータでは、他人の指紋と比較した場合に正しく識別できる精度が不足し、認証装置の認証精度値を所望の認証精度値に保つことができなくなる。このような状況は、例えば、暗証番号を他の暗証番号と区別できない確率を１万分の１以下に抑えることが要求されている４桁の暗証番号システムに、３桁の暗証番号で登録することと類似している。すなわち、仮に３桁の暗証番号を用いて４桁の暗証番号システムに登録しても、認証装置の認証精度を低下させることはいうまでもない。
良否を判定する閾値としては、認証装置に要求されるＦＭＲをそのまま用いても良いし、あるいはＦＭＲに適当な安全係数（１未満）を掛けた値を用いても良い。
また円の半径Ｒは、式１、式２で互いに特徴点を中心とする円が互いに重なることがないことを仮定して計算しているため、指紋領域の面積を特徴点の数で除算して計算された面積の１／１０の面積を有する円の半径よりも小さい値に設定することが好ましい。
指紋以外のパターン情報に用いる場合も、画像領域の面積を特徴点の数で除算して計算された面積の１／１０の面積を有する円の半径よりも小さい値に設定することが好ましい。
以上説明した本実施例によるパターン情報登録装置１０によれば、判定対象のパターン情報データのみを用いて、識別精度の良否を反映する識別精度値を計算することができる。識別精度値は小さいほど識別精度が高くなり、大きいほど識別精度が低くなる。例えば、特徴点の数が多い指紋の場合、式３により計算される識別精度値は小さくなるため、識別精度が高くなる。また、特徴点の数が少ない指紋の場合、式３により計算される識別精度値は大きくなるため、識別精度が低くなる。このように、本実施例によれば判定対象のパターン情報データのみを用いて、その良否を判定することが可能となる。
次に、パターン情報データの良否判定について具体例をあげて説明する。
図１０は、本実施例によるパターン情報データの良否判定の具体例を説明するための図である。
図１０を参照すると、２つのパターン情報データ（１）、（２）についての良否判定の具体例が示されている。２つのパターン情報データ（１）、（２）について、面積Ｓを１００ｍｍ２、半径Ｒを１ｍｍと設定している。また、パターン情報データ（１）に含まれる特徴点の数は１０、パターン情報データ（２）に含まれる特徴点の数は８である。さらに、この例では良否判定のための識別精度値の閾値を１×１０−６に設定している。
上記具体例において、式３により計算される識別精度値は、それぞれパターン情報データ（１）で９．３×１０−７、またパターン情報データ（２）で１．６×１０−６となる。
この場合、良否判定ための識別精度値の閾値が１×１０−６に設定されていることから、判定ステップにおいて、パターン情報データ（１）は登録可能、パターン情報データ（２）は登録不可と判定されるものである。
本実施例で説明した識別精度値の計算は他にない概念である。前述したように、識別制度値は、判定対象のパターン情報データと同数の特徴点をランダムに配置した場合に判定対象のパターン情報データと一致する確率で計算されるため、一致する状況を実現するためには、一致する確率の逆数回、当該同数の特徴点の配置を変える必要がある。例えば、識別精度値が０．０１であったとすれば、１００回配置を変えることにより実現される１００個のパターン情報データの中に判定対象のパターン情報データと一致する１個のデータがあることになる。したがって、識別精度値が０．０１の場合には、１００個程度のデータと識別できることになる。同様に、識別精度値が０．００１の場合には、１０００個程度のデータと識別できることになる。このように識別精度値の逆数は、識別できるデータの個数の程度を与えるものとなる。すなわち、識別精度値はパターン情報データの持つ識別能力を示すと考えることができる。
本実施例で説明した識別精度値は他にない概念であり、以下のように他の方法と組合せた応用も可能である。識別精度値は他の経験的な方法によっても決定することができる。しかしながら、他の方法は、テストデータを使った経験的な方法である。そこで、本実施例で説明した方法のデータを他の経験的な方法のデータと予め比較しておけば、次からは他の経験的な方法と同じ結果を、判定対象のパターン情報データを入力するだけで実現することができる。なお、本実施例で説明した方法のデータを他の経験的な方法のデータと比較する場合には、式１の半径Ｒを調整することにより、他のデータとの整合をとることも容易である。
また、判定対象のパターン情報データを入力するだけで識別精度値を計算できる利点を生かして、パターン情報データの識別精度の基準を定める標準化の手段としての応用も考えられる。
上記実施例では、特徴点が指紋の端点及び分岐点の場合について説明したが、これら以外の特徴点であっても本実施例を同様に適用できる。
以上説明した実施例によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより、当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
さらに、別の効果として、判定対象のパターン情報データのみを用いて、識別精度の良否を判定することが可能となる。
その理由は、判定対象のパターン情報データのみで識別精度値を計算するためである。
【実施例２】
【０００７】
次に、本発明の第２の実施例について図面を用いて説明する。
図１１は、本実施例によるパターン情報登録装置１５の構成を示すブロック図である。
図１１を参照すると、本実施例によるパターン情報登録装置１５は、本発明の第１の実施例によるパターン情報登録装置１０のデータ処理部３０の構成に、共通特徴抽出手段３５を加えたものとなっている。
入力部２０では、パターン情報を複数回入力し、入力された複数のパターン情報データとその特徴量データをデータ処理部３０へ提供する。
共通特徴抽出手段３５は、入力部２０で取り込まれた複数のパターン情報データに共通に含まれる特徴を抽出することができる。
共通特徴抽出手段３５では、入力された全ての複数のパターン情報データに共通に含まれる特徴を抽出すると、情報の共通性の高い２つのパターン情報データを選択する。なお、入力されたパターン情報データ数が２つの場合には２つのパターン情報データが選択対象となる。また、入力データ数が３つの場合には、３つのデータのうち、情報の共通性の高い２つ又は３つのパターン情報データが選択対象となる。
なお、選択されるパターン情報データ数は、入力データ数が３つ以上の場合には、３つ以上であってもよい。
このようにして選択された２つのパターン情報データは、これらの２つのパターン情報データに共通に含まれる特徴を抽出した後、識別精度値計算手段３１で識別精度値の計算がなされる。
次に、本実施例によるパターン情報登録装置１５の動作を説明する。
図１２は、本実施例によるパターン情報登録装置１５の動作を説明するためのフローチャートである。なお、必要に応じて、図１１の主要な部分を参照する。
最初に、入力手段２１によりパターン情報データを入力し（ステップ１００１）、特徴量抽出手段２２によりその特徴量を抽出する（ステップ１００２）。
共通特徴抽出手段３５では、複数のパターン情報データに含まれる共通の特徴量を抽出し、識別精度値計算手段３１へ提供する（ステップ１００３）。
識別精度値計算手段３１は、共通特徴抽出手段３５により抽出された共通の特徴量を用いてパターン情報データの識別精度値を計算する（ステップ１００４）。
良否判定手段３２は、識別精度値計算手段３１で計算した識別精度値が閾値以内である場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定する（ステップ１００５）。
パターン情報データが良好であると判定された場合（ステップ１００６）、出力部４０により良好である旨の判定結果が出力される（ステップ１００７）。
次に、登録部５０により、パターン情報データの登録処理が行われ（ステップ１００８）、登録に必要なデータがデータベース５０に格納される。
一方、パターン情報データが良好でないと判定された場合（ステップ１００６）、出力部４０により良好でない旨の判定結果が出力される（ステップ１００９）。
本実施例では、共通特徴抽出手段３５で、入力された複数のパターン情報データのうち、共通性の高い複数のデータを選択し、当該複数のデータの特徴量を抽出するため、データのばらつきの影響を低減することが可能となり、１回のパターン情報データの特徴量を用いる場合よりも正確に良否を判定することができる。
次に、本実施例によるパターン情報登録装置１５の具体的な動作例を説明する。本動作例では、指紋データが２回入力される。
図１３は、本実施例によるパターン情報登録装置１５の動作例を説明するためのフローチャートである。なお、必要に応じて、図１１の主要な部分を参照する。
入力部２０は、指紋データを２回入力し（ステップ１１０１）、データ処理部３０へ特徴量を提供する。
データ処理部３０は、共通特徴抽出手段３５で２つの指紋データを比較する（ステップ１１０２）。
図１４は、本実施例による１回目に入力された指紋データを示す図である。指紋領域１０２内に５個の任意データの点１２３があることがわかる。
図１５は、本実施例による２回目に入力された指紋データを示す図である。指紋領域１０３内に５個の特徴点１３２があることがわかる。
図１６は、本実施例の共通特徴抽出手段３５による２つの指紋データから共通する特徴を抽出する例を示す図である。
図１６を参照すると、１回目に入力された指紋データの指紋領域１０２と２回目に入力された指紋データの指紋領域１０３とで共通する領域（以下では共通領域１０５と略す）が見られる。また、共通領域１０５内には、４個の共通する特徴点（以下では共通特徴点と略す）が配置されている。
共通特徴抽出手段３５は、２つの指紋データの共通領域１０５と共通特徴点１３５を抽出する（ステップ１１０３）。
図１７は、本実施例による共通特徴抽出手段３５で抽出した２つの指紋データの共通領域１０５と共通特徴点１３５を示す図である。
次に、識別精度値計算手段３１により２つの指紋データの共通領域１０５と共通特徴点１３５で構成される指紋データの識別精度値を計算する（ステップ１１０４）。
良否判定手段３２では、識別精度値計算手段３１で計算した識別精度値を所定の閾値と比較する（ステップ１１０５）。
識別精度値と閾値とを比較した結果（ステップ１１０６）、識別精度値計算手段３１で計算した識別精度値が閾値よりも小さい、つまり閾値よりも識別精度値が小さい場合は、識別精度が高く良好な指紋データであると判定する（ステップ１１０７）。
識別精度が高いと判定された指紋データに対しては、出力部４０により良好である旨の判定結果が出力される（ステップ１１０８）。
次に、登録部５０で登録処理がなされる（ステップ１１０９）。
一方、識別精度値計算手段３１で計算した確率が閾値よりも大きい、つまり閾値よりも識別精度値が大きい場合は、良否判定手段３２は識別精度が低く良好な指紋データではないと判定する（ステップ１１１０）。
識別精度が低いと判定された指紋データに対しては、出力部４０により良好でない旨の判定結果が出力される（ステップ１１１１）。
以上のようにして、複数の指紋データに共通に含まれる特徴を抽出し、識別精度値を計算することができる。
上記の例は、指紋データを２回入力した場合の例であるが、入力の回数は３回以上であってもよい。
また、指紋データを３回以上入力した場合、共通特徴抽出手段３５では、複数の指紋データの中から共通性の高い２つのパターン情報データの組合せを選択して識別精度値を計算するため、２回の指紋データだけでは良否判定手段３２により良好でないと判定されても、３回以上入力後は指紋データが良好と判定されることもある。このため、指紋データが良好と判定されるまで逐次入力すると信頼性の高い識別精度値の計算が可能となる。
以上説明した実施例によれば、識別精度値を正確に計算することができる。
その理由は、共通性の高い複数のパターン情報データの組合せを選択することにより、データのばらつきの影響を低減することが可能となるためである。
以上述べた第１の実施例及び第２の実施例では、特徴点の位置を用いて特徴点の一致、不一致を説明したが、特徴点の接する隆線の方向など他の特徴量を加えて更に詳細に識別精度を計算することもできる。
また、以上述べた第１の実施例及び第２の実施例では、パターン情報として指紋データを用いて説明したが、掌紋を用いることもできる。さらに、虹彩や顔、掌形、静脈パターンなどの個人を特定できる他のパターン情報を用いることもできる。
例えば、パターン情報として顔を用いる場合、特定部位、例えば目の端部又は唇の端部を特徴点とすることができる。
図１８は、本実施例によるパターン情報として顔を用いる場合の特徴点の例を示す図である。図に示すように、目や唇などの端部の位置は顔全体に一様に分布しているわけではないので、指紋データのように、特徴点の位置をランダムに配置した場合の任意データと一致する確率を求めることによって識別精度値を計算することはできない。
図１９は、本実施例によるパターン情報として目の端部の位置を用いる場合の特徴点の例を示す図である。なお、図の端部の点は、目の端部の出現する位置の分布（以下では出現分布と略す）を示している。この出現分布（出現頻度）は、過去のデータに基づくものであってもよく、またデータが発生すると予測される確率（生起確率）に基づくものであってもよい。
指紋の場合と異なり、目の端部の出現する位置は顔全体に一様とはならない。このように特徴点の位置の分布が一様でない場合、図１９にみられるように、特定部位の出現する位置の頻度に従って目の端部を配置する場合を仮定し、目尻のパターン情報データと任意のパターン情報データとが一致する確率を計算すればよい。
また、文字、紋様などのパターン情報の識別精度値を計算して、これらのパターン情報の照合用辞書登録に用いることもできる。
【実施例３】
【０００８】
次に、本発明の第３の実施例について図面を用いて説明する。
図２０は、本実施例によるパターン照合システム７０の構成を示すブロック図である。以下の説明では、必要に応じて図１の主要な部分を参照する。
図２０を参照すると、本実施例によるパターン照合システム７０は、パターン情報登録装置１０と、データベース６０と、パターン照合装置８０を備えている。パターン情報登録装置１０とパターン照合装置８０は、データベース６０を介して接続されている。
パターン情報登録装置１０の構成は、図１と同様である。但し、データベース６０はパターン照合装置８０に接続するため、パターン情報登録装置１０の外部に設置している。
また、パターン照合装置８０は、内部に複数の登録済みの照合用パターン情報データを記憶し、照合対象のパターン情報データが入力されると、当該パターン情報データが内部に記憶された複数のパターン情報データのいずれに該当するかを特定する。
次に、本実施例によるパターン照合システム７０の動作を説明する。
パターン情報登録装置１０は、第１の実施例で説明したように、登録のために入力されるパターン情報データの良否を判定し、識別精度が高く良好と判定されたパターン情報データの登録処理を行い、登録済みのデータ（以下では登録データと略す）をデータベース６０に格納する。
パターン照合装置８０は、データベース６０に格納された登録データの読み出しを行い、照合用データとしてパターン照合装置８０の内部に記憶する。
パターン照合装置８０は照合用データを用いて、パターン照合装置８０に入力されたパターン情報が、内部に記憶された複数のパターン情報データのいずれに該当するのかを特定する。
パターン照合装置８０が指紋照合装置の場合、指紋データが入力されると、指紋照合装置は内部に記憶された指紋データとの照合を行い、指紋に該当するデータを特定し、本人であるかどうかの判定を行う。
上記説明では、パターン照合システム７０が１つの装置であるとして説明を行ったが、パターン情報登録装置１０とパターン照合装置８０とは、互いに別の場所に配置することもできる。この場合、データベース６０は図１のようにパターン情報登録装置１０の内部に設置し、パターン情報登録装置１０とパターン照合装置８０とをネットワークを介して接続すればよい。
本発明のパターン情報登録装置１０、１５は、その動作をハードウェア的に実現することは勿論として、上記した各手段を実行するパターン情報登録プログラム（アプリケーション）３００をコンピュータ処理装置であるパターン情報登録装置１０、１５で実行することにより、ソフトウェア的に実現することができる。このパターン情報登録プログラム３００は、磁気ディスク、半導体メモリその他の記録媒体に格納され、その記録媒体からパターン情報登録装置１０、１５にロードされ、その動作を制御することにより、上述した各機能を実現する。
以上説明したように、本発明によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
以上好ましい複数の実施例をあげて本発明を説明したが、本発明は必ずしも、上記実施例に限定されるものでなく、その技術的思想の範囲内において様々に変形して実施することができる。
【０００１】
本発明は、パターン情報登録装置に関し、特に、パターン情報データの良否を判定するパターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システムに関する。
【背景技術】
【０００２】
指紋を始めとするパターン情報の認識は、本人確認、犯罪防止等の手段として広く利用される。生体識別を目的としてパターン情報を利用する場合、最初にパターン登録を行い、以後これに基づき照合を行うことが一般に行われる。
従来のパターン情報登録方法では、パターン情報データの良否を判定する基準を定めることは困難であった。このため、照合装置に要求される精度を満たさないパターン情報データを登録し、その結果、データが多数の場合にはデータ間の識別が難しくなるという問題があった。このように、従来のパターン情報登録方法では、パターン情報データの良否を判定することはできなかった。
このような問題の解決に類する方法の一例が、例えば特開平８−２６３６５８号公報及び例えば特開２０００−３３９４６１号公報に記載されている。
特開平８−２６３６５８号公報に開示される方法は、指紋登録方法に関するもので、指紋の正規特徴点と疑似特徴点を検出し、正規特徴点をほぼ中心とした登録窓内の疑似特徴点の数を計算する。そして、全登録窓内の疑似特徴点を合計し、登録窓数で除算することにより、登録窓内の平均疑似特徴点数を求める。疑似特徴点はひび割れ、しわ等により発生する特徴点であるため、平均疑似特徴点数は少ない程、指紋画像の画質が良好であることを示す。したがって、平均疑似特徴点数が閾値以下の場合に、撮像した指紋画像の画質が良好であると判定して登録処理を行うというものである。
また、特開２０００−３３９４６１号公報の方法は、パターン辞書の作成方法に関するもので、パターン辞書の弱点を補強するための追加辞書を作成する。追加辞書の作成では、学習対象パターンの特徴ベクトル、認識結果を入力し、各特徴ベクトルを中心とする近傍領域を求める。ここで、近傍領域とは、一定の包含条件を満たす各特徴ベクトルの集合である。包含条件としては、例えば、近傍領域内の特徴ベクトルはすべて誤読データであると設定することができる。このようにして求めた近傍領域の最大のものを求め、追加辞書に書き込むというものである。
また、上記の方法以外にも、以下の方法が開示されている。
特開平３−２１８５７５号公報に記載された特徴抽出装置では、指紋画像を処理し得られた特徴点の数が所定の値以上であれば、認証に必要な情報が得られたとして登録処理を行うというものである。
特開昭６３−４３８１号公報に記載された指紋照合装置では、指紋画像を処理し得られた特徴点の数が所定の値以下であれば、疑似特徴点が少なく良好な指紋であると判断し、登録処理を行うというものである。
特開平１−１３１９７８号公報に記載された指紋の同一性判定方法では、複数回採取した指紋の特徴点を相互に照合し、共通の特徴点が多く含まれるものを登録するというものである。
特開平１１−１５４２３０号公報に記載された画像照合装置では、既に登録されているテンプレートと照合を行い、高い一致度が得られた時に新しいテンプレートとして登録するというものである。
また、任意パターンと比較した場合に偶然一致する確率を用いて照合を行うパターン照合装置の一例が特開２００２−２８８６６７号公報に記載されている。特開２００２−２８８６６７号公報に記載されたパターン照合装置では、任意の図形とモデル図形を比較した場合に検査図形とモデル図形を比較した場合よりも、より特徴点が一致する確率を用いて検査図形とモデル図形の照合を行うというものである。
上述した従来の技術は、いずれも以下に述べるような問題点があった。
特開平８−２６３６５８号公報の方法は、疑似特徴点に基づきパターン情報データの良否を判定する方法である。疑似特徴点は、パターン情報自体のデータである特徴点（正規特徴点）とは別物である。特開平８−２６３６５８号公報の方法によるパターン情報データの良否の判定はパターン情報データの特徴点に基づくものではない。
したがって、特開平８−２６３６５８号公報の方法では、特徴点でない情報である疑似特徴点に基づき良否を判定するため、特徴点を情報とするパターン情報データの良否の判定をすることはできなかった。
また、特開２０００−３３９４６１号公報の方法は、パターン辞書の弱点を補強する方法であって、パターン情報データの良否を判定することを目的とするものではない。
また、特開平３−２１８５７５号公報、特開昭６３−４３８１号公報、特開平１−１３１９７８号公報に記載されたパターン情報登録方法は、以下に述べるようにパターン情報データの良否を判定するものではない。
すなわち、特開平３−２１８５７５号公報、特開昭６３−４３８１号公報、特開平１−１３１９７８号公報の方法では、指紋の大きさは考慮されず、特徴点の数だけが考慮されているためである。これらの方法では、一定数以上の特徴点の数がある場合に良好と判定するものである。しかしながら、これらの方法では、指紋の大きさは考慮されないため、パターン情報データの良否を判定するものではない。
また、特開平１１−１５４２３０号公報、特開２００２−２８８６６７号公報の方法は、それぞれテンプレートの登録方法、検査図形とモデル図形との類似度の計算方法であって、やはりパターン情報データの良否を判定するものではない。
【発明の開示】
【０００３】
本発明の目的は、上記従来技術の欠点を解決し、パターン情報データの良否を判定するパターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システムを提供することにある。
上記目的を達成するための本発明は、パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録装置であって、前記判定対象のパターン情報データと同数の特徴点を有する任意のパターン情報データを形成し、前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、当該識別精度値に基づいて前記判定対象のパターン情報データの良否を判定することを特徴とする。
また、前記判定対象のパターン情報データの所定領域内に前記同数の特徴点をランダムに配置することにより前記任意のパターン情報データを形成し、前記同数の特徴点がそれぞれ前記判定対象のパターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とするものである。
生体識別を目的としてパターン情報を利用する場合、最初にパターン登録を行い、以後これに基づき照合を行うことが一般に行われる。このパターン登録の際、登録されるパターン情報データの識別精度が高い場合には他の多くのパターン情報データとの識別が容易であり、一方、登録されるデータの識別精度が低い場合には他の多くのデータとの識別が困難となる。したがって、データ登録時に登録されるパターン情報データの識別精度値を計算により求め、パターン情報データの良否を判定することが求められる。
本発明のパターン情報登録装置では、識別精度値が、パターン情報データを特徴点の数が同数の任意のパターン情報データと区別できない確率であると定義し、その計算を判定対象のパターン情報データに対して計算する。
識別精度値の計算では、最初に、判定対象のパターン情報データから画像領域と特徴点を抽出する。次に、特徴点の数が判定対象のパターン情報データと同数の任意データを形成し、判定対象のパターン情報データと任意データとを識別できない確率を計算する。両データを識別できない状況は、任意データと登録対象のパターン情報データが一致する場合に起こる。したがって、判定対象のパターン情報データを任意データから区別できない確率は、任意データと判定対象のパターン情報データが一致する確率に等しいことがわかる。以上から、識別精度値は当該一致する確率を計算すれば求められることが導かれる。
本発明では、この一致する確率を求める計算を以下のように行う。任意データは、判定対象のパターン情報データの画像領域内に当該パターン情報データの特徴点と同数の特徴点をランダムに配置することにより形成する。配置した特徴点の全てが判定対象のパターン情報データの各特徴点の近傍に配置された場合には、任意データと判定対象のパターン情報データが一致したものとみなす。
したがって、一致する確率は、画像領域内に複数の特徴点があり、当該画像領域内にランダムに特徴点と同数の特徴点を配置した場合に、全ての同数の特徴点がそれぞれ複数の特徴点の近傍に配置される確率となる。この確率は、特徴点の近傍が特徴点を中心とする円の内側であると仮定して、当該円の半径、画像領域の面積、特徴点の数を指定することにより、計算することができる。
このように、パターン情報データの識別精度値を計算により求め、予め指定した閾値と比較することにより、パターン情報データの良否を判定する。
本発明によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
【図面の簡単な説明】
【０００４】
図１は、本発明の第１の実施例によるパターン情報登録装置の構成を示すブロック図である。
図２は、本発明の第１の実施例によるパターン情報登録装置の動作を説明するためのフローチャートである。
図３は、本発明の第１の実施例による指紋データの識別精度の良否を判定する例を説明するためのフローチャートである。
図４は、本発明の第１の実施例による判定対象の指紋データの特徴点を示す図である。
図５は、本発明の第１の実施例による判定対象の指紋データの特徴点の位置と任意データの特徴点の位置が一致していると判定する例を示す図である。
図６は、本発明の第１の実施例による任意データの特徴点の位置と判定対象の指紋データの特徴点の位置が一致しないと判定する例を示す図である。
図７は、本発明の第１の実施例による任意データの特徴点を形成する様子を示す図である。
図８は、本発明の第１の実施例による任意データの特徴点と判定対象の指紋データの特徴点が一致した例を示す図である。
図９は、本発明の第１の実施例による任意データの特徴点と判定対象の指紋データの特徴点が一致しない例を示す図である。
図１０は、本発明の第１の実施例によるパターン情報データの良否判定の具体例を説明するための図である。
図１１は、本発明の第２の実施例によるパターン情報登録装置の構成を示すブロック図である。
図１２は、本発明の第２の実施例によるパターン情報登録装置の動作を説明するためのフローチャートである。
図１３は、本発明の第２の実施例によるパターン情報登録装置の動作例を説明するためのフローチャートである。
図１４は、本発明の第２の実施例による１回目に入力された指紋データを示す図である。
図１５は、本発明の第２の実施例による２回目に入力された指紋データを示す図である。
図１６は、本発明の第２の実施例の共通特徴抽出手段による２つの指紋データから共通する特徴を抽出する例を示す図である。
図１７は、本発明の第２の実施例による共通特徴抽出手段で抽出した２つの指紋データの共通領域と共通特徴点を示す図である。
図１８は、本発明の第２の実施例によるパターン情報として顔を用いる場合の特徴点の例を示す図である。
図１９は、本発明の第２の実施例によるパターン情報として目の端部の位置を用いる場合の特徴点の例を示す図である。
図２０は、本発明の第３の実施例によるパターン照合システムの構成を示すブロック図である。
【発明を実施するための最良の形態】
【０００５】
【実施例１】
【０００６】
以下、本発明の好適な実施例について図面を参照して詳細に説明する。
図１は、本実施例によるパターン情報登録装置１０の構成を示すブロック図である。
図１を参照すると、本実施例によるパターン情報登録装置１０は、入力部２０と、データ処理部３０と、出力部４０と、登録部５０による構成となっている。
入力部２０は、入力手段２１と特徴量抽出手段２２を備える。これらの手段は、概略つぎのように動作する。
入力手段２１は、スキャナ等で実現され、例えば指紋画像をパターン情報データとして入力する機能を有する。
特徴量抽出手段２２は、パターン情報データに含まれる特徴量を抽出する機能を有する。ここで、特徴量とは画像を識別するための量であり、特徴点、画像データの領域を含む。
特徴量については、図３で指紋の例について説明する。
データ処理部３０は、識別精度値計算手段３１と、良否判定手段３２を備える。
識別精度値計算手段３１は、入力部２０から入力されたパターン情報データの識別精度値を計算することができる。
良否判定手段３２は、パターン情報データの良否を判定する手段であって、識別精度値計算手段３１で求めたパターン情報データの識別精度値が所定の閾値を越えない場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定することができる。
データ処理部３０は、識別精度値計算手段３１と良否判定手段３２の機能を実行するコンピュータ処理装置で実現される。
出力部４０は、良否判定手段３２で行った判定結果を出力することができる。出力部４０は、ディスプレイ又はプリンタを備えている。
登録部５０は、良否判定手段３２により良好であると判定されたパターン情報データの登録処理を行い、登録済みのデータをデータベース６０に格納する。
次に、本実施例によるパターン情報登録装置１０の動作を説明する。
図２は、本実施例によるパターン情報登録装置１０の動作を説明するためのフローチャートである。なお、必要に応じて、図１の主要な部分を参照する。
最初に、入力手段２１によりパターン情報データを入力し（ステップ２０１）、特徴量抽出手段２２によりその特徴量を抽出する（ステップ２０２）。
識別精度値計算手段３１は、入力部２０から提供されたパターン情報データの特徴量を用いて、識別精度値を計算する（ステップ２０３）。
良否判定手段３２は、識別精度値計算手段３１で計算した識別精度値が閾値を越えない場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定する（ステップ２０４）。
パターン情報データが良好であると判定された場合（ステップ２０５）、出力手段４０により良好である旨の判定結果が出力される（ステップ２０６）。
次に、登録部５０により、パターン情報データの登録処理が行われ（ステップ２０７）、登録済みのデータがデータベース６０に格納される。
一方、パターン情報データが良好でないと判定された場合（ステップ２０５）、出力部４０により良好でない旨の判定結果が出力される（ステップ２０８）。
本発明の特徴である、パターン情報データの識別精度値を計算し、当該パターン情報データの良否を判定して、登録処理を行う機能については、コンピュータ装置の内部にそのような機能を実現するプログラムを組み込んだ回路部品を実装して実現することも可能であるが、本発明の特徴的な機能を実現するためのプログラム（アプリケーション）を記憶媒体に記憶させ、コンピュータ装置で当該プログラムを実行することで、パターン情報登録装置１０として機能させることもできる。
次に、本実施例によるパターン情報登録装置１０の具体的な動作例を、図１を用いて詳細に説明する。本動作例では、パターン情報が指紋データの場合について説明する。
本動作例では、入力部２０の入力手段２１に指紋センサを備え、指紋センサから指紋画像を取り込む。
入力部２０は、指紋センサで撮像した指紋画像又は特徴抽出を行った後の指紋データをネットワーク経由で入力することができる。また、データ処理部の内部あるいは外部のメモリやハードディスク等の記憶装置に記録された指紋画像や指紋データを入力することもできる。
出力部４０は、ディスプレイやプリンタ等に結果を出力するだけでなく、ネットワークを通じて他の処理装置へ判定結果を提供することができる。また、結果をデータ処理部の内部あるいは外部のメモリやハードディスク等に記録することができる。
また、登録部５０に接続されたデータベース６０に記録した登録済みデータを書き込んだ記憶媒体を、他の装置で使用することもできる。
次に、指紋データの識別精度の良否を判定する例について説明する。
図３は、本実施例による指紋データの識別精度の良否を判定する例を説明するためのフローチャートである。なお、必要に応じて、図１の主要な部分を参照する。
最初に、入力手段２１の備える指紋センサに指紋データを入力する（ステップ３０１）。
次に、識別精度値を計算するための特徴量である、指紋の領域、特徴点の数が特徴量抽出手段２１により抽出される（ステップ３０２）。
指紋データの持つ識別精度値は、特徴点の数が同数の他の指紋データと比較した場合に、区別できない確率で定義することができる。識別精度値が小さいほど識別精度が高く、大きいほど識別精度が低いことを表す。なお、区別できない確率の計算については、後述する識別精度値の計算で説明する。
なお本実施例により識別精度の良否が判定された指紋データをパターン認証システムに登録する際、使用する特徴量は、本発明のパターン情報登録装置で判定した指紋データの特徴量を用いることが望ましい。また、特徴量の一致、不一致の判定基準も本発明のパターン情報登録装置で判定した指紋データの判定基準と一致させることが望ましい。
次に指紋データの識別精度値の計算に用いる数式を説明する。
なお、以下の数式は指紋データを対象とした例であるが、パターン情報データを対象とする場合には、指紋データをパターン情報データに置き換え、また指紋領域を画像領域と置き換えることにより、全く同様に計算を行うことができる。
以下に示す指紋データの識別精度値を計算する数式のうち、式１と式２は、特開２００２−２８８６６７号公報に開示されている。
面積Ｓの指紋領域内に特徴点がＮ２個あり、指紋領域内にランダムに１つの点を配置した場合に、当該１つの点が、指紋領域内にＮ２個ある特徴点のいずれかを中心とした半径Ｒの円の内側に入る確率は、式１で与えられる。
本実施例の場合、式２でＮ１とＭ１を等しい（＝Ｎ）とおくと、Ｎ個の点をランダムに指紋領域内に配置した場合に、Ｎ個の点が指紋領域の特徴点のそれぞれを中心として半径Ｒの円の内側に入る確率は、式３で与えられる。
本発明では、指紋データの持つ識別精度値は、指紋データを、特徴点の数が同数の他の指紋データと比較した場合に、区別できない確率で定義する。この確率は、後述するように、指紋データを、当該指紋データと同数の特徴点を有する任意のパターン情報データと比較した際、両者が一致する確率であるとして、計算することができる。
以下では、当該指紋データと同数の特徴点を有する任意のパターン情報データを任意データと略して記述する。
識別精度値の計算では、最初に、パターン情報データから画像領域と特徴点を抽出する。次に、任意データを形成し、判定対象のパターン情報データと任意データとを区別できない確率を計算する。両データを区別できない状況は、任意データと判定対象のパターン情報データが一致する場合に起こる。したがって、判定対象のパターン情報データを任意データから区別できない確率は、任意データと判定対象のパターン情報データが一致する確率に等しいことがわかる。以上から、識別精度値は、任意データと判定対象のパターン情報データが一致する確率を計算すれば求められることが導かれる。
この計算では、任意データを、判定対象のパターン情報データの画像領域内にパターン情報データの特徴点と同数の点をランダムに配置することにより形成する。
次に、当該同数の点がそれぞれパターン情報データの特徴点の近傍に配置される確率を求める。本実施例では、特徴点の近傍が特徴点を中心として半径Ｒ以内の領域であるとして確率を計算する。
図４は、本実施例による判定対象の指紋データの特徴点を示す図である。
図４を参照すると、指紋データの特徴点である端点及び分岐点が各々１つ見られる。
図５は、本実施例による判定対象の指紋データの特徴点１１１の位置と任意データの特徴点１２１の位置が一致していると判定する例を示す図である。図は、指紋データと比較データを重ねた画像の一部を拡大して示したものである。
図５を参照すると、任意データの特徴点１２１は、指紋データの特徴点１１１を中心とした半径Ｒ以内の領域に位置しており、このような場合、任意データの特徴点１２１は指紋データの特徴点１１１と同じ点であると判定する。
図６は、本実施例による任意データの特徴点１２１の位置と判定対象の指紋データの特徴点１１１の位置が一致しないと判定する例を示す図である。
図６を参照すると、任意データの特徴点１２１は、指紋データの特徴点１１１を中心とした半径Ｒ以内の領域の外側に位置しており、このような場合、任意データの特徴点１２１の位置は指紋データの特徴点１１１の位置と一致しないと判定する。
前述したように、本発明では指紋データの識別精度値を、指紋データを任意データと比較した場合に、区別できない確率で定義する。指紋データと任意の指紋データを区別できないということは、両者が一致することであるということを考慮すると、両者が一致する場合の確率を実際の指紋データの特徴点について計算することにより指紋データの識別精度値を求めることができる。
図７は、本実施例による任意データの特徴点１２２を形成する様子を示す図である。
図７を参照すると、指紋領域１０１に５個の指紋データの特徴点１２２があることがわかる。任意データの特徴点１２２が指紋データの特徴点と一致する確率を求めるために、指紋データの５個の特徴点１１２をランダムに並べ替える。並べ替えにより、指紋データの特徴点１１２は任意データの特徴点１２２の位置に移動する。
以上のようにして識別精度値を計算するための準備がなされる。
次に、任意データの特徴点１２２が指紋データ１１２の特徴点を中心とする円の内側であれば任意データの特徴点１２２と指紋データ１１２の特徴点は一致すると判定し、また任意データの特徴点１２２が指紋データ１１２の特徴点を中心とする円の外側であれば両者は一致しないと判定するための円の半径Ｒが、識別精度値計算手段３１により設定される（ステップ３０３）。
図８は、本実施例による任意データの特徴点１２２と判定対象の指紋データの特徴点１１２が一致した例を示す図である。
図８を参照すると、任意データの特徴点１２２はいずれも指紋データの特徴点１１２を中心とした半径Ｒ以内の領域にあり、任意データの特徴点１２２の位置と指紋データの特徴点１１２の位置がすべての特徴点で一致していることがわかる。
図８の状態が実現される確率は、前述した式３で半径Ｒを設定することにより計算することができる。
図９は、本実施例による任意データの特徴点１２２と判定対象の指紋データの特徴点１１２が一致しない例を示す図である。任意データ１２２の特徴点のうち、１個の特徴点が指紋データ１１２の特徴点を中心とした半径Ｒ以内の領域の外側に位置しており、任意データの特徴点１２２と指紋データの特徴点１１２は一致していない。
このように任意データの特徴点１２２と指紋データの特徴点１１２が一致する確率を計算することにより、指紋データの識別精度値が識別精度値計算手段３１により計算される（ステップ３０４）。
良否判定手段３２では、識別精度値計算手段３１で計算した識別精度値を所定の閾値と比較する（ステップ３０５）。
識別精度値と閾値とを比較した結果（ステップ３０６）、識別精度値計算手段３１で計算した確率が閾値よりも小さい、つまり閾値よりも識別精度値が小さい場合は、良否判定手段３２は識別精度が高く良好な指紋データであると判定する（ステップ３０７）。
識別精度が高いと判定された指紋データに対しては、出力部４０により良好である旨の判定結果が出力される（ステップ３０８）。
次に、登録部５０で登録処理がなされる（ステップ３０９）。
一方、識別精度値計算手段３１で計算した確率が閾値よりも大きい、つまり閾値よりも識別精度値が大きい場合は、良否判定手段３２は識別精度が低く良好な指紋データではないと判定する（ステップ３１０）。
識別精度が低いと判定された指紋データに対しては、出力部４０により良好でない旨の判定結果が出力される（ステップ３１１）。
上記の例では、図７で示したように、特徴点の数が５個の場合について説明したが、特徴点の数が変化した場合、例えば特徴点の数が１個の場合を考えると、任意データが指紋データに一致する確率は高くなる。このため、識別精度値が大きくなり、識別精度は低くなる。
また、特徴点の数が多い場合には、任意データが指紋データに一致する確率は低くなり、識別精度は高くなる。
このように、本実施例によれば、情報量である特徴点の数が変化しても、識別精度値を計算することが可能である。
以上述べたように、本実施例のパターン情報登録装置１０は、パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録する装置であって、判定対象のパターン情報データと同数の特徴点を有する任意のパターン情報データを形成し、判定対象のパターン情報データと任意のパターン情報データとの一致度を表す識別精度値を算出し、当該識別精度値に基づいて判定対象のパターン情報データの良否を判定するものである。
また、判定対象のパターン情報データの所定領域内に同数の特徴点をランダムに配置することにより任意のパターン情報データを形成し、同数の特徴点がそれぞれ判定対象のパターン情報データの特徴点の近傍に配置されると、任意のパターン情報データが判定対象のパターン情報データに一致したとみなして、識別精度値を計算するものである。
なお、閾値としては、本発明の指紋登録システムによって登録した指紋データを認証に用いる認証装置に求められる誤照合率（ＦＭＲ：Ｆａｌｓｅ Ｍａｔｃｈ Ｒａｔｅ）を用いることができる。識別精度値が認証装置に要求されるＦＭＲに一致している場合には、特に問題は生じない。
しかし、識別精度値が認証装置に要求されるＦＭＲより大きいデータでは、他人の指紋と比較した場合に正しく識別できる精度が不足し、認証装置の認証精度値を所望の認証精度値に保つことができなくなる。このような状況は、例えば、暗証番号を他の暗証番号と区別できない確率を１万分の１以下に抑えることが要求されている４桁の暗証番号システムに、３桁の暗証番号で登録することと類似している。すなわち、仮に３桁の暗証番号を用いて４桁の暗証番号システムに登録しても、認証装置の認証精度を低下させることはいうまでもない。
良否を判定する閾値としては、認証装置に要求されるＦＭＲをそのまま用いても良いし、あるいはＦＭＲに適当な安全係数（１未満）を掛けた値を用いても良い。
また円の半径Ｒは、式１、式２で互いに特徴点を中心とする円が互いに重なることがないことを仮定して計算しているため、指紋領域の面積を特徴点の数で除算して計算された面積の１／１０の面積を有する円の半径よりも小さい値に設定することが好ましい。
指紋以外のパターン情報に用いる場合も、画像領域の面積を特徴点の数で除算して計算された面積の１／１０の面積を有する円の半径よりも小さい値に設定することが好ましい。
以上説明した本実施例によるパターン情報登録装置１０によれば、判定対象のパターン情報データのみを用いて、識別精度の良否を反映する識別精度値を計算することができる。識別精度値は小さいほど識別精度が高くなり、大きいほど識別精度が低くなる。例えば、特徴点の数が多い指紋の場合、式３により計算される識別精度値は小さくなるため、識別精度が高くなる。また、特徴点の数が少ない指紋の場合、式３により計算される識別精度値は大きくなるため、識別精度が低くなる。このように、本実施例によれば判定対象のパターン情報データのみを用いて、その良否を判定することが可能となる。
次に、パターン情報データの良否判定について具体例をあげて説明する。
図１０は、本実施例によるパターン情報データの良否判定の具体例を説明するための図である。
図１０を参照すると、２つのパターン情報データ（１）、（２）についての良否判定の具体例が示されている。２つのパターン情報データ（１）、（２）について、面積Ｓを１００ｍｍ２、半径Ｒを１ｍｍと設定している。また、パターン情報データ（１）に含まれる特徴点の数は１０、パターン情報データ（２）に含まれる特徴点の数は８である。さらに、この例では良否判定のための識別精度値の閾値を１×１０−６に設定している。
上記具体例において、式３により計算される識別精度値は、それぞれパターン情報データ（１）で９．３×１０−７、またパターン情報データ（２）で１．６×１０−６となる。
この場合、良否判定ための識別精度値の閾値が１×１０−６に設定されていることから、判定ステップにおいて、パターン情報データ（１）は登録可能、パターン情報データ（２）は登録不可と判定されるものである。
本実施例で説明した識別精度値の計算は他にない概念である。前述したように、識別制度値は、判定対象のパターン情報データと同数の特徴点をランダムに配置した場合に判定対象のパターン情報データと一致する確率で計算されるため、一致する状況を実現するためには、一致する確率の逆数回、当該同数の特徴点の配置を変える必要がある。例えば、識別精度値が０．０１であったとすれば、１００回配置を変えることにより実現される１００個のパターン情報データの中に判定対象のパターン情報データと一致する１個のデータがあることになる。したがって、識別精度値が０．０１の場合には、１００個程度のデータと識別できることになる。同様に、識別精度値が０．００１の場合には、１０００個程度のデータと識別できることになる。このように識別精度値の逆数は、識別できるデータの個数の程度を与えるものとなる。すなわち、識別精度値はパターン情報データの持つ識別能力を示すと考えることができる。
本実施例で説明した識別精度値は他にない概念であり、以下のように他の方法と組合せた応用も可能である。識別精度値は他の経験的な方法によっても決定することができる。しかしながら、他の方法は、テストデータを使った経験的な方法である。そこで、本実施例で説明した方法のデータを他の経験的な方法のデータと予め比較しておけば、次からは他の経験的な方法と同じ結果を、判定対象のパターン情報データを入力するだけで実現することができる。なお、本実施例で説明した方法のデータを他の経験的な方法のデータと比較する場合には、式１の半径Ｒを調整することにより、他のデータとの整合をとることも容易である。
また、判定対象のパターン情報データを入力するだけで識別精度値を計算できる利点を生かして、パターン情報データの識別精度の基準を定める標準化の手段としての応用も考えられる。
上記実施例では、特徴点が指紋の端点及び分岐点の場合について説明したが、これら以外の特徴点であっても本実施例を同様に適用できる。
以上説明した実施例によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより、当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
さらに、別の効果として、判定対象のパターン情報データのみを用いて、識別精度の良否を判定することが可能となる。
その理由は、判定対象のパターン情報データのみで識別精度値を計算するためである。
【実施例２】
【０００７】
次に、本発明の第２の実施例について図面を用いて説明する。
図１１は、本実施例によるパターン情報登録装置１５の構成を示すブロック図である。
図１１を参照すると、本実施例によるパターン情報登録装置１５は、本発明の第１の実施例によるパターン情報登録装置１０のデータ処理部３０の構成に、共通特徴抽出手段３５を加えたものとなっている。
入力部２０では、パターン情報を複数回入力し、入力された複数のパターン情報データとその特徴量データをデータ処理部３０へ提供する。
共通特徴抽出手段３５は、入力部２０で取り込まれた複数のパターン情報データに共通に含まれる特徴を抽出することができる。
共通特徴抽出手段３５では、入力された全ての複数のパターン情報データに共通に含まれる特徴を抽出すると、情報の共通性の高い２つのパターン情報データを選択する。なお、入力されたパターン情報データ数が２つの場合には２つのパターン情報データが選択対象となる。また、入力データ数が３つの場合には、３つのデータのうち、情報の共通性の高い２つ又は３つのパターン情報データが選択対象となる。
なお、選択されるパターン情報データ数は、入力データ数が３つ以上の場合には、３つ以上であってもよい。
このようにして選択された２つのパターン情報データは、これらの２つのパターン情報データに共通に含まれる特徴を抽出した後、識別精度値計算手段３１で識別精度値の計算がなされる。
次に、本実施例によるパターン情報登録装置１５の動作を説明する。
図１２は、本実施例によるパターン情報登録装置１５の動作を説明するためのフローチャートである。なお、必要に応じて、図１１の主要な部分を参照する。
最初に、入力手段２１によりパターン情報データを入力し（ステップ１００１）、特徴量抽出手段２２によりその特徴量を抽出する（ステップ１００２）。
共通特徴抽出手段３５では、複数のパターン情報データに含まれる共通の特徴量を抽出し、識別精度値計算手段３１へ提供する（ステップ１００３）。
識別精度値計算手段３１は、共通特徴抽出手段３５により抽出された共通の特徴量を用いてパターン情報データの識別精度値を計算する（ステップ１００４）。
良否判定手段３２は、識別精度値計算手段３１で計算した識別精度値が閾値以内である場合にパターン情報データは良好であると判定し、閾値を越える場合にパターン情報データは良好でないと判定する（ステップ１００５）。
パターン情報データが良好であると判定された場合（ステップ１００６）、出力部４０により良好である旨の判定結果が出力される（ステップ１００７）。
次に、登録部５０により、パターン情報データの登録処理が行われ（ステップ１００８）、登録に必要なデータがデータベース５０に格納される。
一方、パターン情報データが良好でないと判定された場合（ステップ１００６）、出力部４０により良好でない旨の判定結果が出力される（ステップ１００９）。
本実施例では、共通特徴抽出手段３５で、入力された複数のパターン情報データのうち、共通性の高い複数のデータを選択し、当該複数のデータの特徴量を抽出するため、データのばらつきの影響を低減することが可能となり、１回のパターン情報データの特徴量を用いる場合よりも正確に良否を判定することができる。
次に、本実施例によるパターン情報登録装置１５の具体的な動作例を説明する。本動作例では、指紋データが２回入力される。
図１３は、本実施例によるパターン情報登録装置１５の動作例を説明するためのフローチャートである。なお、必要に応じて、図１１の主要な部分を参照する。
入力部２０は、指紋データを２回入力し（ステップ１１０１）、データ処理部３０へ特徴量を提供する。
データ処理部３０は、共通特徴抽出手段３５で２つの指紋データを比較する（ステップ１１０２）。
図１４は、本実施例による１回目に入力された指紋データを示す図である。指紋領域１０２内に５個の任意データの点１２３があることがわかる。
図１５は、本実施例による２回目に入力された指紋データを示す図である。指紋領域１０３内に５個の特徴点１３２があることがわかる。
図１６は、本実施例の共通特徴抽出手段３５による２つの指紋データから共通する特徴を抽出する例を示す図である。
図１６を参照すると、１回目に入力された指紋データの指紋領域１０２と２回目に入力された指紋データの指紋領域１０３とで共通する領域（以下では共通領域１０５と略す）が見られる。また、共通領域１０５内には、４個の共通する特徴点（以下では共通特徴点と略す）が配置されている。
共通特徴抽出手段３５は、２つの指紋データの共通領域１０５と共通特徴点１３５を抽出する（ステップ１１０３）。
図１７は、本実施例による共通特徴抽出手段３５で抽出した２つの指紋データの共通領域１０５と共通特徴点１３５を示す図である。
次に、識別精度値計算手段３１により２つの指紋データの共通領域１０５と共通特徴点１３５で構成される指紋データの識別精度値を計算する（ステップ１１０４）。
良否判定手段３２では、識別精度値計算手段３１で計算した識別精度値を所定の閾値と比較する（ステップ１１０５）。
識別精度値と閾値とを比較した結果（ステップ１１０６）、識別精度値計算手段３１で計算した識別精度値が閾値よりも小さい、つまり閾値よりも識別精度値が小さい場合は、識別精度が高く良好な指紋データであると判定する（ステップ１１０７）。
識別精度が高いと判定された指紋データに対しては、出力部４０により良好である旨の判定結果が出力される（ステップ１１０８）。
次に、登録部５０で登録処理がなされる（ステップ１１０９）。
一方、識別精度値計算手段３１で計算した確率が閾値よりも大きい、つまり閾値よりも識別精度値が大きい場合は、良否判定手段３２は識別精度が低く良好な指紋データではないと判定する（ステップ１１１０）。
識別精度が低いと判定された指紋データに対しては、出力部４０により良好でない旨の判定結果が出力される（ステップ１１１１）。
以上のようにして、複数の指紋データに共通に含まれる特徴を抽出し、識別精度値を計算することができる。
上記の例は、指紋データを２回入力した場合の例であるが、入力の回数は３回以上であってもよい。
また、指紋データを３回以上入力した場合、共通特徴抽出手段３５では、複数の指紋データの中から共通性の高い２つのパターン情報データの組合せを選択して識別精度値を計算するため、２回の指紋データだけでは良否判定手段３２により良好でないと判定されても、３回以上入力後は指紋データが良好と判定されることもある。このため、指紋データが良好と判定されるまで逐次入力すると信頼性の高い識別精度値の計算が可能となる。
以上説明した実施例によれば、識別精度値を正確に計算することができる。
その理由は、共通性の高い複数のパターン情報データの組合せを選択することにより、データのばらつきの影響を低減することが可能となるためである。
以上述べた第１の実施例及び第２の実施例では、特徴点の位置を用いて特徴点の一致、不一致を説明したが、特徴点の接する隆線の方向など他の特徴量を加えて更に詳細に識別精度を計算することもできる。
また、以上述べた第１の実施例及び第２の実施例では、パターン情報として指紋データを用いて説明したが、掌紋を用いることもできる。さらに、虹彩や顔、掌形、静脈パターンなどの個人を特定できる他のパターン情報を用いることもできる。
例えば、パターン情報として顔を用いる場合、特定部位、例えば目の端部又は唇の端部を特徴点とすることができる。
図１８は、本実施例によるパターン情報として顔を用いる場合の特徴点の例を示す図である。図に示すように、目や唇などの端部の位置は顔全体に一様に分布しているわけではないので、指紋データのように、特徴点の位置をランダムに配置した場合の任意データと一致する確率を求めることによって識別精度値を計算することはできない。
図１９は、本実施例によるパターン情報として目の端部の位置を用いる場合の特徴点の例を示す図である。なお、図の端部の点は、目の端部の出現する位置の分布（以下では出現分布と略す）を示している。この出現分布（出現頻度）は、過去のデータに基づくものであってもよく、またデータが発生すると予測される確率（生起確率）に基づくものであってもよい。
指紋の場合と異なり、目の端部の出現する位置は顔全体に一様とはならない。このように特徴点の位置の分布が一様でない場合、図１９にみられるように、特定部位の出現する位置の頻度に従って目の端部を配置する場合を仮定し、目尻のパターン情報データと任意のパターン情報データとが一致する確率を計算すればよい。
また、文字、紋様などのパターン情報の識別精度値を計算して、これらのパターン情報の照合用辞書登録に用いることもできる。
【実施例３】
【０００８】
次に、本発明の第３の実施例について図面を用いて説明する。
図２０は、本実施例によるパターン照合システム７０の構成を示すブロック図である。以下の説明では、必要に応じて図１の主要な部分を参照する。
図２０を参照すると、本実施例によるパターン照合システム７０は、パターン情報登録装置１０と、データベース６０と、パターン照合装置８０を備えている。パターン情報登録装置１０とパターン照合装置８０は、データベース６０を介して接続されている。
パターン情報登録装置１０の構成は、図１と同様である。但し、データベース６０はパターン照合装置８０に接続するため、パターン情報登録装置１０の外部に設置している。
また、パターン照合装置８０は、内部に複数の登録済みの照合用パターン情報データを記憶し、照合対象のパターン情報データが入力されると、当該パターン情報データが内部に記憶された複数のパターン情報データのいずれに該当するかを特定する。
次に、本実施例によるパターン照合システム７０の動作を説明する。
パターン情報登録装置１０は、第１の実施例で説明したように、登録のために入力されるパターン情報データの良否を判定し、識別精度が高く良好と判定されたパターン情報データの登録処理を行い、登録済みのデータ（以下では登録データと略す）をデータベース６０に格納する。
パターン照合装置８０は、データベース６０に格納された登録データの読み出しを行い、照合用データとしてパターン照合装置８０の内部に記憶する。
パターン照合装置８０は照合用データを用いて、パターン照合装置８０に入力されたパターン情報が、内部に記憶された複数のパターン情報データのいずれに該当するのかを特定する。
パターン照合装置８０が指紋照合装置の場合、指紋データが入力されると、指紋照合装置は内部に記憶された指紋データとの照合を行い、指紋に該当するデータを特定し、本人であるかどうかの判定を行う。
上記説明では、パターン照合システム７０が１つの装置であるとして説明を行ったが、パターン情報登録装置１０とパターン照合装置８０とは、互いに別の場所に配置することもできる。この場合、データベース６０は図１のようにパターン情報登録装置１０の内部に設置し、パターン情報登録装置１０とパターン照合装置８０とをネットワークを介して接続すればよい。
本発明のパターン情報登録装置１０、１５は、その動作をハードウェア的に実現することは勿論として、上記した各手段を実行するパターン情報登録プログラム（アプリケーション）３００をコンピュータ処理装置であるパターン情報登録装置１０、１５で実行することにより、ソフトウェア的に実現することができる。このパターン情報登録プログラム３００は、磁気ディスク、半導体メモリその他の記録媒体に格納され、その記録媒体からパターン情報登録装置１０、１５にロードされ、その動作を制御することにより、上述した各機能を実現する。
以上説明したように、本発明によれば、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの識別精度値を計算することにより当該パターン情報データの識別精度の良否を判定するためである。
また、別の効果として、パターン情報データの情報量（例えば特徴点の数）に関係なく、パターン照合に適したパターン情報データの選択が可能になる。
その理由は、パターン情報データの情報量に応じて識別精度値を計算するためである。
以上好ましい複数の実施例をあげて本発明を説明したが、本発明は必ずしも、上記実施例に限定されるものでなく、その技術的思想の範囲内において様々に変形して実施することができる。
Claims (43)
- パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録装置であって、
特徴点を有する任意のパターン情報データを形成し、
前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、
前記識別精度値が閾値を越えない場合に前記パターン情報データが良好であると判定し、前記閾値を越える場合に前記パターン情報データが良好でないと判定し、良好であると判定したパターン情報データの登録処理を行い、
個人を特定する生体情報を認証に用いる認証装置の誤照合率に前記閾値が等しいか又は前記誤照合率よりも前記閾値が小さいことを特徴とするパターン情報登録装置。 - 前記判定対象のパターン情報データの所定領域内に前記特徴点をランダムに配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記判定対象のパターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とする請求項１に記載のパターン情報登録装置。
- 前記特徴点の近傍が前記特徴点の位置を中心とする円の内側であることを特徴とする請求項２に記載のパターン情報登録装置。
- 前記パターン情報データの識別精度値を計算する識別精度値計算手段を備えることを特徴とする請求項１から請求項３のいずれか１項に記載のパターン情報登録装置。
- 前記パターン情報データの良否を判定する良否判定手段を備えることを特徴とする請求項１から請求項４のいずれか１項に記載のパターン情報登録装置。
- 前記パターン情報データをネットワーク経由で取得することを特徴とする請求項１から請求項５のいずれか１項に記載のパターン情報登録装置。
- 前記パターン情報データが指紋データであることを特徴とする請求項１から請求項６のいずれか１項に記載のパターン情報登録装置。
- 前記指紋データに含まれる指紋領域又は特徴点の数を抽出することを特徴とする請求項７に記載のパターン情報登録装置。
- 前記特徴点が指紋隆線の端点又は指紋隆線の分岐点であることを特徴とする請求項８に記載のパターン情報登録装置。
- 前記指紋領域の面積を前記特徴点の数で除算して計算された面積の１／１０の面積に相当する円の半径よりも小さい値に、前記特徴点の位置を中心とする円の半径を設定することを特徴とする請求項８又は請求項９に記載のパターン情報登録装置。
- 前記指紋データを指紋センサにより入力することを特徴とする請求項７から請求項１０のいずれか１項に記載のパターン情報登録装置。
- 前記判定対象のパターン情報データの所定領域内に前記特徴点を、あらかじめ求めておいた特徴点の出現分布に従って配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記パターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とする請求項１に記載のパターン情報登録装置。
- 前記パターン情報データが掌紋データ又は虹彩データ又は顔データ又は掌形データ又は静脈パターンデータ又は文字データ又は紋様データであることを特徴とする請求項１２に記載のパターン情報登録装置。
- 前記顔データの特徴点が目の端部又は唇の端部であることを特徴とする請求項１３に記載のパターン情報登録装置。
- 前記特徴点として、同一のパターン情報に対応する複数のパターン情報データにおいて共通する領域内で共通に含まれる特徴点を用いることを特徴とする請求項１から請求項３のいずれか１項に記載のパターン情報登録装置。
- 前記共通する領域内で共通に含まれる特徴点を抽出する共通特徴抽出手段を備えることを特徴とする請求項１５に記載のパターン情報登録装置。
- パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録方法であって、
特徴点を有する任意のパターン情報データを形成し、
前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、
前記識別精度値が前記閾値を越えない場合に前記パターン情報データが良好であると判定し、前記閾値を越える場合に前記パターン情報データが良好でないと判定し、良好であると判定したパターン情報データの登録処理を行い、
個人を特定できる生体情報を認証に用いる認証装置に要求される誤照合率に前記閾値が等しいか又は前記誤照合率よりも前記閾値が小さいことを特徴とするパターン情報登録方法。 - 前記判定対象のパターン情報データの所定領域内に前記特徴点をランダムに配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記判定対象のパターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とする請求項１７に記載のパターン情報登録方法。
- 前記特徴点の近傍が前記特徴点の位置を中心とする円の内側であることを特徴とする請求項１８に記載のパターン情報登録方法。
- 前記パターン情報データが指紋データであることを特徴とする請求項１７から請求項１９の何れか１項に記載のパターン情報登録方法。
- 前記指紋データに含まれる指紋領域又は特徴点の数を抽出することを特徴とする請求項２０に記載のパターン情報登録方法。
- 前記特徴点が指紋隆線の端点又は指紋隆線の分岐点であることを特徴とする請求項２１に記載のパターン情報登録方法。
- 前記指紋領域の面積を前記特徴点の数で除算して計算された面積の１／１０の面積に相当する円の半径よりも小さい値に、前記特徴点の位置を中心とする円の半径を設定することを特徴とする請求項２１又は請求項２２に記載のパターン情報登録方法。
- 前記特徴点として、同一のパターン情報に対応する複数のパターン情報データにおいて共通する領域内で共通に含まれる特徴点を用いることを特徴とする請求項１７から請求項１９のいずれか１項に記載のパターン情報登録方法。
- 前記パターン情報データをネットワーク経由で取得することを特徴とする請求項１７から請求項１９のいずれか１項に記載のパターン情報登録方法。
- 前記指紋データを指紋センサにより入力することを特徴とする請求項２０から請求項２３のいずれか１項に記載のパターン情報登録方法。
- 前記判定対象のパターン情報データの所定領域内に前記特徴点を、あらかじめ求めておいた特徴点の出現分布に従って配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記パターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算することを特徴とする請求項１７に記載のパターン情報登録方法。
- 前記パターン情報データが掌紋データ又は虹彩データ又は顔データ又は掌形データ又は静脈パターンデータ又は文字データ又は紋様データであることを特徴とする請求項２７に記載のパターン情報登録方法。
- 前記顔データの特徴点が目の端部又は唇の端部であることを特徴とする請求項２８に記載のパターン情報登録方法。
- コンピュータ処理装置上で実行され、パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録プログラムであって、
前記コンピュータ処理装置に、特徴点を有する任意のパターン情報データを形成し、前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、
前記識別精度値が前記閾値を越えない場合に前記パターン情報データが良好であると判定し、前記閾値を越える場合に前記パターン情報データが良好でないと判定し、良好であると判定したパターン情報データの登録処理を行う機能を有し、
個人を特定できる生体情報を認証に用いる認証装置に要求される誤照合率に前記閾値が等しいか又は前記誤照合率よりも前記閾値が小さいことを特徴とするパターン情報登録プログラム。 - 前記判定対象のパターン情報データの所定領域内に前記特徴点をランダムに配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記判定対象のパターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算する機能を有することを特徴とする請求項３０に記載のパターン情報登録プログラム。
- 前記パターン情報データが指紋データであり、前記指紋データに含まれる指紋領域又は特徴点の数を抽出する機能を有することを特徴とする請求項３１に記載のパターン情報登録プログラム。
- 前記特徴点を指紋隆線の端点又は指紋隆線の分岐点とする機能を有することを特徴とする請求項３２に記載のパターン情報登録プログラム。
- 前記特徴点として、同一のパターン情報に対応する複数のパターン情報データにおいて共通する領域内で共通に含まれる特徴点を用いることを特徴とする請求項２９に記載のパターン情報登録プログラム。
- 前記特徴点の近傍が前記特徴点の位置を中心とする円の内側であることを特徴とする請求項３１に記載のパターン情報登録プログラム。
- 前記パターン情報データをネットワーク経由で取得する機能を有することを特徴とする請求項３０又は請求項３１のいずれか１項に記載のパターン情報登録プログラム。
- 前記指紋領域の面積を前記特徴点の数で除算して計算された面積の１／１０の面積に相当する円の半径よりも小さい値に、前記特徴点の位置を中心とする円の半径を設定する機能を有することを特徴とする請求項３２又は請求項３３に記載のパターン情報登録プログラム。
- 前記指紋データを指紋センサにより入力する機能を有することを特徴とする請求項３２、請求項３３及び請求項３７のいずれか１項に記載のパターン情報登録プログラム。
- 前記判定対象のパターン情報データの所定領域内に前記特徴点を、あらかじめ求めておいた特徴点の出現分布に従って配置することにより前記任意のパターン情報データを形成し、前記特徴点がそれぞれ前記パターン情報データの特徴点の近傍に配置されると、前記任意のパターン情報データが前記判定対象のパターン情報データに一致したとみなして、前記識別精度値を計算する機能を有することを特徴とする請求項３０に記載のパターン情報登録プログラム。
- 前記パターン情報データが掌紋データ又は虹彩データ又は顔データ又は掌形データ又は静脈パターンデータ又は文字データ又は紋様データであることを特徴とする請求項３９に記載のパターン情報登録プログラム。
- 前記顔データの特徴点が目の端部又は唇の端部であることを特徴とする請求項４０に記載のパターン情報登録プログラム。
- パターン照合に用いるために、登録の判定対象のパターン情報データを選別して登録するパターン情報登録装置と、パターン照合処理を行うパターン照合装置を備えたパターン照合システムであって、
前記パターン情報登録装置は、
特徴点を有する任意のパターン情報データを形成し、前記判定対象のパターン情報データと前記任意のパターン情報データとの一致度を表す識別精度値を算出し、
前記識別精度値が閾値を越えない場合に前記パターン情報データが良好であると判定し、前記閾値を越える場合に前記パターン情報データが良好でないと判定し、良好であると判定したパターン情報データの登録処理を行い、
個人を特定する生体情報を認証に用いる認証装置の誤照合率に前記閾値が等しいか又は前記誤照合率よりも前記閾値が小さいことを特徴とするパターン照合システム。 - 前記登録処理により登録されたデータを前記パターン情報登録装置から前記パターン照合装置へ提供し、前記パターン照合装置は前記登録されたデータを用いて、照合のために入力されるパターン情報データの照合処理を行うことを特徴とする請求項４２に記載のパターン照合システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006554005A JP4911300B2 (ja) | 2005-01-19 | 2006-01-19 | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2005011372 | 2005-01-19 | ||
| JP2005011372 | 2005-01-19 | ||
| PCT/JP2006/301164 WO2006078054A1 (ja) | 2005-01-19 | 2006-01-19 | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム |
| JP2006554005A JP4911300B2 (ja) | 2005-01-19 | 2006-01-19 | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2006078054A1 JPWO2006078054A1 (ja) | 2008-08-07 |
| JP4911300B2 true JP4911300B2 (ja) | 2012-04-04 |
Family
ID=36692420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006554005A Active JP4911300B2 (ja) | 2005-01-19 | 2006-01-19 | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8358814B2 (ja) |
| EP (1) | EP1840832A4 (ja) |
| JP (1) | JP4911300B2 (ja) |
| CN (1) | CN101107629B (ja) |
| WO (1) | WO2006078054A1 (ja) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8638815B2 (en) * | 2010-01-08 | 2014-01-28 | Blackberry Limited | Method and apparatus for logical channel prioritization for uplink carrier aggregation |
| US8437517B2 (en) | 2010-11-03 | 2013-05-07 | Lockheed Martin Corporation | Latent fingerprint detectors and fingerprint scanners therefrom |
| CN102859555B (zh) * | 2011-01-13 | 2016-04-20 | 松下知识产权经营株式会社 | 图像处理装置及图像处理方法 |
| US20150241350A1 (en) | 2011-08-26 | 2015-08-27 | Edward J. Miesak | Latent fingerprint detection |
| TW201342253A (zh) * | 2012-04-13 | 2013-10-16 | Hon Hai Prec Ind Co Ltd | 用於電子裝置中的指紋驗證方法及系統 |
| US9400914B2 (en) * | 2014-10-24 | 2016-07-26 | Egis Technology Inc. | Method and electronic device for generating fingerprint enrollment data |
| US9804096B1 (en) | 2015-01-14 | 2017-10-31 | Leidos Innovations Technology, Inc. | System and method for detecting latent images on a thermal dye printer film |
| CN105447454B (zh) * | 2015-11-13 | 2018-05-01 | 广东欧珀移动通信有限公司 | 指纹模板完善方法、装置和终端设备 |
| CN105426835B (zh) * | 2015-11-13 | 2019-03-05 | Oppo广东移动通信有限公司 | 指纹注册方法、装置及移动终端 |
| CN106682618A (zh) * | 2016-12-27 | 2017-05-17 | 努比亚技术有限公司 | 指纹识别方法及移动终端 |
| CN107122116A (zh) * | 2017-04-28 | 2017-09-01 | 广东欧珀移动通信有限公司 | 指纹识别区域显示方法及相关产品 |
| US10789449B2 (en) * | 2018-01-25 | 2020-09-29 | Egis Technology Inc. | Electronic device for distinguishing between fingerprint feature points and non-fingerprint feature points and method for the same |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06149980A (ja) * | 1992-11-09 | 1994-05-31 | Fujitsu Ltd | 指紋辞書登録処理方式 |
| JPH0991434A (ja) * | 1995-09-28 | 1997-04-04 | Hamamatsu Photonics Kk | 人物照合装置 |
| JP2002288667A (ja) * | 2001-03-28 | 2002-10-04 | Nec Corp | パターン照合装置とそのパターン照合方法、及びパターン照合プログラム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS634381A (ja) | 1986-06-24 | 1988-01-09 | Mitsubishi Electric Corp | 指紋照合装置 |
| JPH01131978A (ja) | 1987-08-26 | 1989-05-24 | Komatsu Ltd | 指紋の同一性判定方法および同一性判定装置 |
| JP2710434B2 (ja) | 1990-01-24 | 1998-02-10 | 日本電気セキュリティシステム株式会社 | 特徴抽出装置 |
| JP2990491B2 (ja) | 1995-03-20 | 1999-12-13 | 富士通電装株式会社 | 指紋登録方法及び指紋照合装置 |
| US5933516A (en) * | 1997-08-07 | 1999-08-03 | Lockheed Martin Corp. | Fingerprint matching by estimation of a maximum clique |
| JP3858391B2 (ja) | 1997-11-20 | 2006-12-13 | ソニー株式会社 | 画像照合装置及び画像照合方法 |
| JP4055974B2 (ja) | 1999-05-26 | 2008-03-05 | 株式会社リコー | パターン辞書作成方法及び装置、並びに記録媒体 |
| JP4177598B2 (ja) * | 2001-05-25 | 2008-11-05 | 株式会社東芝 | 顔画像記録装置、情報管理システム、顔画像記録方法、及び情報管理方法 |
| TWI278782B (en) * | 2001-08-24 | 2007-04-11 | Toshiba Corp | Personal recognition apparatus |
-
2006
- 2006-01-19 CN CN2006800027493A patent/CN101107629B/zh active Active
- 2006-01-19 WO PCT/JP2006/301164 patent/WO2006078054A1/ja active Application Filing
- 2006-01-19 JP JP2006554005A patent/JP4911300B2/ja active Active
- 2006-01-19 US US11/814,362 patent/US8358814B2/en active Active
- 2006-01-19 EP EP06701485A patent/EP1840832A4/en not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06149980A (ja) * | 1992-11-09 | 1994-05-31 | Fujitsu Ltd | 指紋辞書登録処理方式 |
| JPH0991434A (ja) * | 1995-09-28 | 1997-04-04 | Hamamatsu Photonics Kk | 人物照合装置 |
| JP2002288667A (ja) * | 2001-03-28 | 2002-10-04 | Nec Corp | パターン照合装置とそのパターン照合方法、及びパターン照合プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101107629B (zh) | 2011-07-27 |
| WO2006078054A1 (ja) | 2006-07-27 |
| US8358814B2 (en) | 2013-01-22 |
| EP1840832A1 (en) | 2007-10-03 |
| EP1840832A4 (en) | 2013-02-06 |
| CN101107629A (zh) | 2008-01-16 |
| US20090052752A1 (en) | 2009-02-26 |
| JPWO2006078054A1 (ja) | 2008-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4911300B2 (ja) | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム | |
| US7747043B2 (en) | Registration method for biometrics authentication system, biometrics authentication system, and program for same | |
| JP5196010B2 (ja) | 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム | |
| JP5574515B2 (ja) | 生体認証デバイス及び方法 | |
| US7257241B2 (en) | Dynamic thresholding for a fingerprint matching system | |
| US7646893B2 (en) | Biometric information apparatus narrowing biometric information of registered users used when authorizing a candidate based on features extracted from the biometric information of the candidate | |
| JP5825341B2 (ja) | 生体認証システム、生体認証方法及び生体認証プログラム | |
| US7151846B1 (en) | Apparatus and method for matching fingerprint | |
| EP2487646A1 (en) | Bioinformation processing device, bioinformation processing method and computer program for bioinformation processing | |
| JP5710748B2 (ja) | 生体認証システム | |
| US20080013803A1 (en) | Method and apparatus for determining print image quality | |
| US20080298648A1 (en) | Method and system for slap print segmentation | |
| JP2010146073A (ja) | 生体認証装置、生体認証方法及び生体認証用コンピュータプログラムならびにコンピュータシステム | |
| US20080101662A1 (en) | Print matching method and apparatus using pseudo-ridges | |
| WO2006012132A2 (en) | Generation of directional field information in the context of image processing | |
| JP4564804B2 (ja) | 生体情報照合装置 | |
| KR100489430B1 (ko) | 위치이동, 회전에 무관한 지문인식 방법 및 지문인식 장치및 그 방법을 실행시키기 위한 프로그램을 기록한기록매체 | |
| JP2866461B2 (ja) | 指紋照合装置 | |
| Sanches et al. | A single sensor hand biometric multimodal system | |
| US20050152585A1 (en) | Print analysis | |
| CN115668311A (zh) | 认证方法、认证程序以及信息处理装置 | |
| JP6510483B2 (ja) | 生体認証識別方法及びそれを用いた装置 | |
| Qureshi et al. | Effectiveness of assigning confidence levels to classifiers and a novel feature in fingerprint matching | |
| JPH03108076A (ja) | 個人認証装置 | |
| Hassan | Iris Recognition-based Security System with Canny Filter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20081212 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110929 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111128 |
|
| 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: 20111221 |
|
| 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: 20120103 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4911300 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: 20150127 Year of fee payment: 3 |