JP5017873B2 - 個人照合装置及び個人照合方法 - Google Patents

個人照合装置及び個人照合方法 Download PDF

Info

Publication number
JP5017873B2
JP5017873B2 JP2006029521A JP2006029521A JP5017873B2 JP 5017873 B2 JP5017873 B2 JP 5017873B2 JP 2006029521 A JP2006029521 A JP 2006029521A JP 2006029521 A JP2006029521 A JP 2006029521A JP 5017873 B2 JP5017873 B2 JP 5017873B2
Authority
JP
Japan
Prior art keywords
determination
collation
information
verification
biological information
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
JP2006029521A
Other languages
English (en)
Other versions
JP2007213126A (ja
Inventor
宏 大和
雄一 川上
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.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
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 Konica Minolta Inc filed Critical Konica Minolta Inc
Priority to JP2006029521A priority Critical patent/JP5017873B2/ja
Priority to US11/700,202 priority patent/US20070237367A1/en
Publication of JP2007213126A publication Critical patent/JP2007213126A/ja
Application granted granted Critical
Publication of JP5017873B2 publication Critical patent/JP5017873B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Description

本発明は、個人から取得した生体情報を登録された生体情報と照合することにより個人の認証を行う個人照合装置、及び個人照合方法に関する。
近年、高度情報化社会の進展に伴い、特定の権限を有する個人のみに、セキュリティを重視する施設への入退室や、情報システムへのログインなどの許可を行うために、暗証番号やパスワードなどによる本人認証が広く用いられている。
しかしながら、暗証番号やパスワードには、漏れたり盗まれたりする危険性がある。一旦、暗証番号やパスワードを知られてしまえば、誰でも特定の個人になりすますことができてしまう。
一方では、それらに比べ、原理的に極めてなりすましにくい指紋や顔、虹彩、掌形などの個人特有の生体情報（バイオメトリクス）をもとに本人認証をする個人認証技術のニーズも高まりつつある。
しかし、生体情報に基づいて個人を認証する認証技術では、用いる生体情報により認証の性能に一長一短があり、何を選ぶかは、コストと安全性、利便性、社会的な受容性などさまざまな角度から選択する必要がある。
一般的に、社会的な受容性が高い生体情報を用いる認証技術では、社会的な受容性が低い生体情報を用いる認証技術に比べて、快適性では勝っているもの認識性能において劣っている。認識性能に劣るということは、本人と他人とを十分に精度よく識別できないということである。このことが生体情報を個人認証システムへ適用するための障害となってきた。
例えば、社会的な受容性が高い顔画像認識を用いて高度なセキュリティを実現するためには、本人を本人と認証する率（本人許容率）を高くすることと、本人以外の人物を拒絶する率（他人拒否率）が十分な高さを維持することとを両立させる手法を考案する必要がある。
現在の一般的な認証技術では、被験者の画像と登録されているデータを所定の特徴空間で比較照合して類似度を求め、その類似度が所定の閾値以内であるか否かで被験者が登録データの人物であるかどうかを判定することが一般的である。
しかし、判定の基準となる閾値を固定して考えた場合、閾値を低く設定すれば他人を拒絶する確率は高くなるが、同時に本人が拒絶される確率も高くなる。一方、閾値を高く設定すれば、本人許容率は高くできても、他人もまた許容しやすくなる。
これに対して、他人拒否率を優先させ、本人が拒否される事態が生じた際には、一定の条件下でＩＤやパスワードなどの他の手法を用いた再認証が可能な技術が提案された（例えば、特許文献１参照）。
特許文献１では、被験者である個人が本人認証で否認された場合、前回までの認証率が所定の閾値を超える場合には、ＩＤカードを用いて認証を行うことができるシステムが提示されている。これにより他人拒否率を十分な高さに維持し、かつ本人許容率が下がって否認されるケースが生じても、補償することができる。
しかしながら、本人許容率と他人拒否率を両立させる本質的な対策とはなっていない。本人許容率と他人拒否率の実際的な値は、判定の基準となる閾値によって変化するものであり、これを調整する必要がある。しかし最適な状態は各個人の生体情報毎に異なるものであり、本来それに合わせて個々に調整されることが望ましい。
これに対して、個人毎に、あるいはグループ毎に判定の基準となる閾値を設定する技術が提案されている（例えば、特許文献２参照）。
特許文献２では、個人毎に、あるいはグループ毎に定められた判定の閾値を使用することで、十分な本人許容率を確保している。これにより、個人毎に、すなわち生体情報毎に適切な閾値が異なる点に対応することができる。
しかしながらこの場合も、定められた閾値は、使用者の権限により範囲設定されたもので、最適が保証されているものではない。
これに対して、本人許容率と他人拒否率が両立しにくいケース、すなわち、類似度の高い他人の存在を想定し、その類似度の高い個人との照合の場合、認識条件を変化させるという技術が提案されている（例えば、特許文献３参照）。
特許文献３では、１対Ｎの認証を考慮している。誤って認識される可能性の高い、すなわち類似度の高い人物を特定し、その他人に対し、本人を表している類似度が最も離れるようにデータを取得し直していく。これにより、他人との混同が生じにくくなる。
しかしながら、データを取り直していけば必ず類似度の高い特定の人物から離れるとは限らない。データを替えるのであれば、他人から離れているかどうかよりも、最も平均的に本人の特徴を表しているかどうかが本来問われるべきであろう。
特開２０００−２００２１３号公報 特開２００４−２５２８１９号公報 特開２００５−１８２１８４号公報
上述したように、特許文献１の技術は、認証率を考慮して、生体情報以外のＩＤ等による再認証を行うことができるが、本人許容率や他人拒否率などの照合判定に対する精度には影響を与えることができない。
特許文献２の技術は、個人あるいはグループの生体情報毎に判定の閾値を設定することにより、十分な本人許容率を保持することができるが、使用者が閾値設定するので、他人拒否率も含めて、最適化されているとは必ずしもいえない。
特許文献３の技術は、類似度の高い、すなわち本人許容率と他人拒否率の両立しにくい他人の存在に対して、本人のデータを取得し直して交替させることで、類似度を低くし、混同させにくくするものの、データを取り直していけば必ず類似度の高い人物から離れるとは限らない。
本発明は、上記の課題を解決し、生体情報を用いる個人照合における照合判定の精度を向上し、十分に高い本人許容率と十分に高い他人拒否率とを保持することのできる個人照合装置、及び個人照合方法を提供することである。
上記の課題を解決するために、本発明は以下の特徴を有するものである。
１． 個人照合の対象である個人から、第１の生体情報を取得する第１の生体情報取得手段と、第２の生体情報と、前記第２の生体情報に対する過去の照合結果の累積を表す照合情報とが記録されている記憶手段と、前記記憶手段から、前記第２の生体情報とその照合情報とを取得する第２の生体情報取得手段と、前記照合情報に基づき照合判定に用いる判定閾値を決定する判定閾値決定手段と、前記第１の生体情報取得手段により取得された前記第１の生体情報と、前記第２の生体情報取得手段により取得された前記第２の生体情報との類似度を、前記判定閾値決定手段により決定された前記判定閾値と比較することにより、照合判定を行う照合判定手段と、前記照合判定手段による照合判定結果に基づき、前記記憶手段の前記第２の生体情報に対応する照合情報を更新する照合情報登録更新手段とを有し、前記記憶手段は、前記第２の生体情報に対する過去の照合試行回数、照合成功回数または失敗回数、及び判定閾値の履歴を表す情報、またはそれらと互いに変換可能な情報が、前記照合情報として、前記第２の生体情報に関連付けて記録され、前記判定閾値決定手段は、前記照合情報に基づく過去の判定閾値の履歴に応じて、判定閾値の修正を行うかどうかを決定する、ことを特徴とする個人照合装置。
２． 前記判定閾値決定手段は、前記第２の生体情報取得手段により前記記憶手段から取得された照合情報に基づいて、前記照合判定手段による照合判定が実施される前に、前記判定閾値を決定する、ことを特徴とする１に記載の個人照合装置。
３． 前記判定閾値決定手段は、前記照合判定手段による照合判定が実施された後に、その照合判定結果に基づき更新された照合情報に基づいて、次回の照合判定時に用いるべき前記判定閾値を決定する、ことを特徴とする１に記載の個人照合装置。
４． 前記判定閾値決定手段は、前記照合情報に基づく過去の照合の認証率に応じて判定閾値を修正する、ことを特徴とする１に記載の個人照合装置。
５． 前記記憶手段は、特定の個人に対応する前記第２の生体情報が複数登録されており、前記照合判定手段は、前記第１の生体情報に対して、対応する複数の前記第２の生体情報を用いて照合判定を行う、ことを特徴とする１乃至４の何れか１項に記載の個人照合装置。
６． 前記判定閾値決定手段は、複数の前記第２の生体情報のうち、適切な閾値を決定できない場合があれば、その第２の生体情報を前記記憶手段から削除することを決定する、ことを特徴とする５に記載の個人照合装置。
７． 前記記憶手段には、照合判定に用いる前記第２の生体情報以外に、第２の生体情報候補が記録されており、前記判定閾値決定手段により、削除が決定された前記第２の生体情報がある場合は、当該第２の生体情報を前記記憶手段から削除するとともに、前記第２の生体情報候補を照合判定に用いる第２の生体情報として登録する生体情報登録更新手段を有する、ことを特徴とする６に記載の個人照合装置。
８． 前記照合判定に用いる前記第１の生体情報及び前記第２の生体情報は、顔画像に基づくものである、ことを特徴とする１乃至７の何れか１項に記載の個人照合装置。
９． 個人照合の対象である個人から、第１の生体情報を取得する第１の生体情報取得工程と、第２の生体情報と、前記第２の生体情報に対する過去の照合結果の累積を表す照合情報とが記録されている記憶手段から、前記第２の生体情報とその照合情報とを取得する第２の生体情報取得工程と、前記照合情報に基づき照合判定に用いる判定閾値を決定する判定閾値決定工程と、前記第１の生体情報取得工程において取得された前記第１の生体情報と、前記第２の生体情報取得工程において取得された前記第２の生体情報との類似度を、前記判定閾値決定工程において決定された前記判定閾値と比較することにより、照合判定を行う照合判定工程と、前記照合判定工程における照合判定結果に基づき、前記記憶手段の前記第２の生体情報に対応する照合情報を更新する照合情報登録更新工程と、を備え、前記記憶手段には、前記第２の生体情報に対する過去の照合試行回数、照合成功回数または失敗回数、及び判定閾値の履歴を表す情報、またはそれらと互いに変換可能な情報が、前記照合情報として、前記第２の生体情報に関連付けて記録され、前記判定閾値決定工程では、前記照合情報に基づく過去の判定閾値の履歴に応じて、判定閾値の修正を行うかどうかが決定される、ことを特徴とする個人照合方法。
１０． 前記判定閾値決定工程では、前記第２の生体情報取得工程において前記記憶手段から取得された照合情報に基づいて、前記照合判定工程における照合判定が実施される前に、前記判定閾値が決定される、ことを特徴とする９に記載の個人照合方法。
１１． 前記判定閾値決定工程では、前記照合判定工程における照合判定が実施された後に、その照合判定結果に基づき更新された照合情報に基づいて、次回の照合判定時に用いるべき前記判定閾値が決定される、ことを特徴とする９に記載の個人照合方法。
１２． 前記判定閾値決定工程では、前記照合情報に基づく過去の照合の認証率に応じて判定閾値が修正される、ことを特徴とする９に記載の個人照合方法。
１３． 前記記憶手段には、特定の個人に対応する前記第２の生体情報が複数登録されており、前記照合判定工程では、前記第１の生体情報に対して、対応する複数の前記第２の生体情報を用いて照合判定が行われる、ことを特徴とする９乃至１２の何れか１項に記載の個人照合方法。
１４． 前記判定閾値決定工程では、複数の前記第２の生体情報のうち、適切な閾値を決定できない場合があれば、その第２の生体情報を前記記憶手段から削除することが決定される、ことを特徴とする１３に記載の個人照合方法。
１５． 前記記憶手段には、照合判定に用いる前記第２の生体情報以外に、第２の生体情報候補が記録されており、前記判定閾値決定工程において、削除が決定された前記第２の生体情報がある場合は、当該第２の生体情報を前記記憶手段から削除するとともに、前記第２の生体情報候補を照合判定に用いる第２の生体情報として登録する生体情報登録更新工程を備える、ことを特徴とする１４に記載の個人照合方法。
１６． 前記照合判定に用いる前記第１の生体情報及び前記第２の生体情報は、顔画像に基づくものである、ことを特徴とする９乃至１５の何れか１項に記載の個人照合方法。
本発明は、生体情報を用いる個人照合において、過去の照合判定の履歴を照合情報として保持し、この照合情報に基づき、照合判定の都度、判定の基準となる判定閾値を決定し、照合情報を更新していくことで、それぞれの生体情報に適した判定閾値を設定することができる。それにより、個人照合における照合判定の精度を向上し、十分に高い本人許容率と十分に高い他人拒否率とを保持することのできる個人照合装置、及び個人照合方法を提供することができる。
以下、図面を参照して、本発明の実施形態を説明する。
（個人照合装置の構成）
図１に、本発明の実施形態に係る個人照合装置１の構成図を示す。図１を用いて個人照合装置１の全体構成例を説明する。
図１において、個人照合装置１は、以下の構成要素からなる。
１１は生体情報取得部であり、個人照合を行う対象となる個人から、生体情報を取得する。すなわち、第１の生体情報取得手段として機能する。
生体情報としては、個人を認証することができ、原理的に他人がなりすますことが困難である指紋、顔、虹彩、掌形など、個人特有の生体情報を用いる。例えば、指紋や掌形であれば、装置の、指紋あるいは掌形採取面に指や手を押し当てる、顔や虹彩であれば、カメラで対象を検知して撮影する、などの方法で装置内に画像情報として取り込む。本実施形態では、生体情報として顔画像が得られるものとする。
１２は変換処理部であり、生体情報取得部１１で取得した生体情報を変換処理する。照合判定処理のために、適切なデータ形態にすることを意図し、一般的には、取得したままの生体情報、例えば本実施形態では顔画像から、特徴量を抽出し、特徴量データとして保持する。用いる特徴量とその算出法、さらに次元圧縮などの処理については、様々な公知技術が使用可能である。実例については後述する。
１３は生体情報・照合情報登録更新部であり、生体情報取得部１１で取得した生体情報を照合情報とともに、後述する記憶部１４に登録する。あるいは、既に登録されている生体情報に対して、照合情報を、後述する照合結果に基づいて更新する。従って生体情報・照合情報登録更新部１３は、生体情報登録更新手段、及び照合情報登録更新手段として機能する。
取得した生体情報を新たに登録する場合、関連付けて記録する照合情報は、照合履歴がないため、所定の初期状態に設定される。例えば、照合試行回数（０）、照合成功回数（０）、判定閾値（所定の初期値）といったふうに設定する。既に登録されている生体情報に対して照合情報を更新する場合は、上記の設定されている値を更新する。例えば、照合試行回数（１）、照合成功回数（１）、判定閾値（初期値、及び修正された値）といったふうに設定する。
１４は記憶部であり、生体情報・照合情報登録更新部１３により登録された、登録データ（生体情報）１４ａと登録データ（照合情報）１４ｂとを記憶している。すなわち、記憶部１４は、記憶手段として機能する。
図２を用いて、記憶部１４に記憶されている登録データの内容を説明する。図２には、複数の生体情報とそれぞれに対応する複数の照合情報が記憶されている状態の例を示す。
図２で記憶部１４に記憶されているのは、個人Ａについての登録データ１４１ａと登録データ候補１４１ｂ、さらに個人Ｂについての登録データ１４２ａと登録データ候補１４２ｂ、そして同様に個人Ｃ以下、任意の人数について同様の登録データと登録データ候補が記憶されていてもよい。但し、登録データ候補は無くてもよい。
個人Ａについての登録データ１４１ａは、ＩＤ、パスワードなどの認証用データ以外に、生体情報と照合情報が記憶され、生体情報としては複数の顔画像（Ａ１、Ａ２、・・・）とその各々の特徴量データが、そして照合情報としてはそれらの複数の顔画像それぞれに対する照合履歴に関わる情報が、図２に示したように記憶されている。個人Ｂについての登録データ１４２ａ、そして個人Ｃ以下も同様である。各個人に対する登録データ候補（１４１ｂ、１４２ｂ・・・）も同様の記憶内容である。
登録データ候補は、登録データと同様に照合動作を行い、結果を照合情報として更新記憶するが、実際の照合判定には用いない。後述するが、登録データ候補の照合情報は、登録データとして新規登録する際に参照される。
図１に戻り、個人照合装置１の構成の説明を続ける。
１５は生体情報・照合情報取得部であり、記憶部１４にアクセスして、特定の個人（例えば個人Ａ）に関する登録データ（生体情報、照合情報）を取得する。すなわち、第２の生体情報取得手段として機能する。
このとき、登録データを取得する特定の個人を、ＩＤやパスワードなどの個人認証用データを用いて選択するようにしてもよい。その場合、生体情報取得部１１で新たに取得した第１の生体情報と、同じＩＤやパスワードを有する登録データ（生体情報）を生体情報・照合情報取得部１５で第２の生体情報として取得し、第１の生体情報と比較して照合判定することになる。
１６は判定閾値決定部である。生体情報を用いた照合判定において使用する判定閾値を、対応する照合情報に基づいて決定する。すなわち、判定閾値決定手段として機能する。
本実施形態では、照合判定に用いる判定閾値は、個人照合を行う各個人毎に異なり、また個人照合を行うたびに変動することもあり得る。判定閾値決定部１６は個人照合を行うたびに照合情報に基づいて判定閾値を決定する機能を有し、その結果は照合情報として更新され、記憶される。従って、またその更新された照合情報（判定閾値の履歴を含む）に基づいて、次回の照合判定時に用いる判定閾値が決定されることになる。
判定閾値決定部１６での判定閾値の決定方法の詳細は後述する。
１７は照合判定部であり、上述したように判定閾値決定部１６で決定された判定閾値に基づき、上記第１の生体情報が第２の生体情報と同一個人のものであるかどうかを照合判定する。すなわち、照合判定手段として機能する。
照合判定の方法は、上記第１の生体情報と第２の生体情報のそれぞれの特徴量データから類似度を算出し、判定閾値と比較することで判定を行う。判定閾値と比較して、類似度が高ければ照合成功、すなわち本人と認証され、類似度が低ければ照合失敗、すなわち本人でないことになる。これも判定の詳細は後述する。
１８は照合判定結果処理部であり、照合判定部１７の照合判定結果に基づき、登録データの取り扱いについて決定する。例えば、照合判定結果により照合情報の更新すべき内容を生体情報・照合情報登録更新部１３に指示し、記憶部１４の登録データ（照合情報）の更新を行う。
また照合判定結果処理部１８は、場合によっては登録データ（生体情報）の削除や登録データ候補の新規登録なども生体情報・照合情報登録更新部１３に指示する場合もある。これも詳細は後述する。
（個人照合装置の動作）
次に、個人照合装置１の動作について説明する。
個人照合装置１の動作は主に２つの流れがある。一つは各個人について、生体情報を登録する登録処理の流れであり、個人照合のための登録データとして個人照合装置１内の記憶部１４に記憶される。もう一つは各個人について、新たに取得した生体情報を登録データと比較して、本人であるかどうかを照合する照合処理の流れである。従って登録処理は照合処理の準備でもあり、事前に行われることになる。
図１には、各個人について取得した生体情報を登録処理する場合と、照合処理する場合の流れの違いを、変換処理部から出る２本の矢印で示している。登録処理の場合、生体情報は生体情報・照合情報登録更新部１３を通じて記憶部１４に登録され処理を終える。照合処理の場合、生体情報は照合判定部１７により、記憶部１４から取得された登録データと照合され、判定される。判定結果に応じて照合情報の更新などの処理が照合判定結果処理部１８でおこなわれ、処理を終える。
登録処理と照合処理のフローについて、図を用いて以下に説明する。
＜登録処理フロー＞
図３は個人照合装置１の登録処理の流れを示すフローチャートである。図３を用いて、登録処理のフローを説明する。また適時、図１も参照する。
登録処理を開始すると、まずステップＳ１１で、生体情報取得部１１により第１の生体情報として、特定の個人の顔情報が取得される。
例えば、特定の個人Ａは、カメラなどの画像入力装置によりその顔を撮影され、その顔画像は、個人照合装置１の生体情報取得部１１により取得される。画像入力装置は生体情報取得部１１の構成要素であってもよいし、別途設置されて、通信手段等により生体情報取得部１１に画像入力できるようになっていてもよい。
個人Ａの顔画像は、複数回取得され、複数の顔画像が生体情報として登録されることが望ましい。照合判定も、照合の精度を上げるために複数の生体情報に基づいて実施されることが望ましい。また照合判定に用いる複数の生体情報（登録データ）以外にも予備的に登録データ候補としての生体情報を取得して、登録データと合わせて保持しておくことが望ましい。
次にステップＳ１２では、変換処理部１２により、取得した顔画像の特徴量抽出及び次元圧縮変換処理を行う。目的は照合判定処理のために、適切なデータ形態にすることであり、生体情報間の類似度を特徴空間での距離として表すためである。特徴量データの抽出については様々な公知技術が使用できるが、その具体例については後述する。
ステップＳ１３では、生体情報・照合情報登録更新部１３により、登録データが設定される。登録データは、図２で説明したような内容であり、例えば、個人Ａから取得した生体情報（顔画像から算出され、変換処理された特徴量データ）と照合情報（初期状態に設定された照合試行回数、照合成功回数、判定閾値の履歴など）とＩＤやパスワードなどの認証データが設定される。
続いてステップＳ１４では、ステップＳ１３で設定された登録データの登録が新規登録であるかどうかが判定される。つまり、その個人Ａの生体情報が既に登録されているかどうかの判定である。新規登録である場合（ステップＳ１４：ＹＥＳ）は、ステップＳ１５は省略し、ステップＳ１６を実行する。新規登録でない場合（ステップＳ１４：ＮＯ）は、ステップＳ１５を実行する。
ステップＳ１５では、既に個人Ａの生体情報が登録されていることから、今回登録を正規登録とするかどうかを判定する。つまり、登録データとするか登録データ候補とするかの判定である。これは既に登録されている生体情報の数などから自動設定してもよいし、その都度指定するようにしてもよい。
ステップＳ１５での判定が正規登録である場合（ステップＳ１５：ＹＥＳ）は、ステップＳ１６を実行する。また正規登録でない場合（ステップＳ１５：ＮＯ）は、ステップＳ１７を実行する。
ステップＳ１６では、ステップＳ１３で設定された登録データを正規の登録データとして、記憶部１４に登録し、記憶させる。またステップＳ１７では、同じく登録データを登録データ候補として記憶部１４の正規登録データと関連付けて記録する。これらの記録状態は、既に図２に示したとおりである。
以上のステップＳ１３からステップＳ１６、またはステップＳ１７に至る工程は、生体情報・照合情報登録更新部１３により実行され、記録部１４への記録が終わると登録処理は終了する。複数の顔画像が生体情報として登録される場合は、上記登録処理がその都度繰り返される。
（照合判定の精度）
次に、照合処理のフローについて説明する前に、照合判定の精度について述べておく。
前述したように、個人Ａの照合は、個人Ａから（もしくは個人Ａになりすました他人から）、新たに取得した第１の生体情報を、既に登録済みの個人Ａの第２の生体情報と比較照合して、本人であるかどうかを判定するものである。
判定には、第１の生体情報と第２の生体情報の類似度（特徴空間での両者の距離に相当する）を算出し、判定閾値と比較する。
判定結果には、次の４とおりの可能性がある。
（１）個人Ａを個人Ａである（本人である）と判定する。
（２）他人を個人Ａでない（他人である）と判定する。
（３）個人Ａを個人Ａでない（他人である）と判定する。
（４）他人を個人Ａである（本人である）と判定する。
（１）と（２）の判定結果は問題ないが、（３）と（４）の判定結果は間違いであり、こういう判定が出る可能性が小さいほど判定の精度がよく、大きいほど判定の精度が悪いことになる。
個人Ａ本人に対して（３）ではなく（１）の判定結果が出る割合を本人許容率と呼ぶことにする。本人許容率は大きいほど望ましく、１００％が理想である。
また個人Ａでない他人に対して（４）ではなく（２）の判定結果が出る割合を他人拒否率と呼ぶことにする。他人拒否率も大きいほど望ましく、１００％が理想である。
この照合判定結果に対する本人許容率と他人拒否率は、照合判定時に類似度と比較する判定閾値の大きさによってそれぞれ変化する。図４に、判定閾値の変化に対して、本人許容率と他人拒否率が変化する様子を定性的に示す。
図４では、判定閾値が小さくなるほど他人拒否率が大きくなり、好ましいが、逆に本人許容率は小さくなる。判定閾値を大きくするほど本人許容率は大きくなるが、逆に他人拒否率は小さくなる。従って、判定閾値の大きさという点からすると、本人許容率と他人拒否率は互いに相反する傾向を有する。
これらの関係は、各個人がどのような生体情報を持っているかという個人差と、その個人に対して登録されている登録データの変動にも、影響を受ける。従って判定の精度を向上する（本人許容率と他人拒否率の両方を大きくする）には、次のような方策が考えられる。
（ａ）本人許容率と他人拒否率が適正となるよう判定閾値を調整する。
（ｂ）各個人の生体情報の特性によって判定閾値を変える。
（ｃ）各個人の登録データの変動を抑える（変動の平均に近いデータにする）。
（ａ）と（ｂ）は判定閾値を各個人によって変えるとともに、本人許容率と他人拒否率の出方によっても調整するという動作になる。本実施形態では、後述するように、過去の照合結果を表す照合情報に基づいて判定閾値を決定するという処理になっている。
また、（ｃ）に対しては、判定しきい値の調整だけでうまくいかない場合は、照合判定に用いる登録データ自体を交替させることが望ましい。本実施形態では、登録データ候補を用意しておき、照合判定結果の履歴によっては、登録データ候補を登録データとする処理を行っている。
これらの点を前提として、以下に照合処理のフローについて説明する。
＜照合処理フロー１＞
図５は個人照合装置１の照合処理の流れを示すフローチャートである。図５を用いて、照合処理のフローの１例を説明する。また適時、図１も参照する。
照合処理を開始すると、まずステップＳ２１で、生体情報取得部１１により第１の生体情報として、特定の個人の顔情報が取得される。従って、ステップＳ２１は、第１の生体情報取得工程として機能する。
生体情報としての顔情報の取得方法は、図３で説明した登録処理の場合と同様である。
次にステップＳ２２では、変換処理部１２により、取得した顔画像の特徴量抽出及び次元圧縮変換処理を行う。これも図３で説明した登録処理の場合と同様である。
処理の目的は、照合判定処理のために適切なデータ形態にすることであり、生体情報間の類似度を特徴空間での距離として表すためである。以下に、生体情報として顔画像を用いる場合の具体例を説明する。
（顔画像の特徴量抽出、及び次元圧縮変換の例）
顔領域の中から、顔の特徴的な部位の位置（画像上の座標）を計算する。
顔の特徴的な部位は、目（瞳中心・目尻・目頭・瞳の上下）、眉（両端部・中央部）、鼻（小鼻の端・中央下部・鼻孔）、下顎尖端位置などの部位が挙げられる。図６に顔画像に対して位置を求める各部位の例を示す。例えば、図６のＰ１からＰ２３に至る各点が求める顔特徴部位であり、これらの点の位置を算出する。
顔画像、及びその特徴部位の位置から、顔認証に用いる特徴量を抽出する。特徴量としては、形状特徴量・テクスチャ情報を抽出する。
形状特徴量は、例えば、顔の特徴部位の位置の相関関係などから抽出することができる。関係要素は多数存在し得るので、形状特徴量は高次元空間のベクトルで表される。また、テクスチャ情報については、特徴的な局所領域を選択してそこでの濃度分布、すなわち二次元的なパターンをベクトル化して用いることができる。これも高次元の特徴量であり、さらに特徴的な局所領域を複数選択すると、複数の特徴量ベクトルとなる。
一般的には、これらの高次元の特徴量に対して、次元圧縮の処理が行われる。
例えば特徴量ｘに対して、実験的にサンプルデータを収集して、次元圧縮のための有効な座標軸を求める。次の式（１）で新たな空間での特徴量ｃが表される。
ｘ＝ｘm＋Ｐｃ （１）
ｘmは特徴量ｘの平均、Ｐは変化の正規モード（固有ベクトルのセット）である。
Ｐによって、次元圧縮のために有効な新たな空間が設定される。ｃはその空間で表現された特徴量である。Ｐで表される空間は、以下に示すような考え方で、既に元のｎ次元からｋ次元に低減されていると考えてもよい。
特徴量ｘのばらつきに対して、個人性を表す部分空間と、属性の変動を表す部分空間とに分割するように考える。このように特徴空間を分割して、特徴量ｘをｎ次元からｋ次元（特徴ベクトルｄ）に低減させる変換は、行列Ａを用いて、次のような式（２）で表現できる。
ｄ＝Ａtｘ （２）
ここで、Ａはｎ×ｋの行列である。変換Ａを決定する手法としては、次に示すような方法が公知である。
（１）特徴空間の各種成分の中から、クラス内分散とクラス間分散の比率（Ｆ比）の大きい主成分をｋ個選び出すことで、個人性を表す部分空間を求める（ＰＣＡ法）。
（２）特徴空間から、クラス間分散とクラス内分散の差が大きくなるような射影空間を求める（ＥＭ法）。
（３）特徴空間から、クラス間分散とクラス内分散の比が大きくなるような射影空間を求める。Ｆｉｓｈｅｒの判別分析法を多クラスの問題に一般化した重判別分析法である（ＭＤＡ法）。
クラス間分散は個人性を表す部分空間での分散であり、クラス内分散は属性の変動を表す部分空間での分散である。
上記の形状特徴量、テクスチャ情報を、上述のように変換処理した形状特徴量ｄsと局所テクスチャ特徴量ｄ(k)の組み合わせが、次のような顔特徴量として、個人照合辞書に登録されたり、類似度計算に用いられたりする。
顔特徴量：（ｄ(0)、ｄ(1)、・・・、ｄ(L)）、
Ｌ：局所特徴の数、ｄ(0)は、ｄsである。
もちろん、個人照合用の特徴量抽出は、形状特徴量・テクスチャ情報単独でもよい。
図５に戻り、照合処理の次のステップを説明する。
ステップＳ２３では、生体情報・照合情報取得部１５により、記憶部１４から登録データ（生体情報、照合情報）が取得される。従って、ステップＳ２３は、第２の生体情報取得工程として機能する。
ステップＳ２１で第１の生体情報の取得された個人が、個人ＡとしてのＩＤやパスワードを提示したのならば、そのＩＤあるいはパスワードなどにより、照合判定のために個人Ａについての第２の生体情報及び照合情報を記憶部１４から取得するものである。第２の生体情報は、既に特徴量データとして記憶部１４に記録されているものである。
ステップＳ２２と、このステップＳ２３とが終了すると、次のステップＳ２４及びステップＳ２５が実行される。
ステップＳ２４では、照合判定部１７により、上記の第１の生体情報と第２の生体情報の特徴量データを用いて、両者の類似度が算出される。ステップＳ２２で説明した顔特徴量に対して、類似度算出の具体例を以下に説明する。
（類似度算出）
第１の生体情報として取得し、抽出した顔特徴量（以下、第１の顔特徴量という）と、登録データから第２の生体情報として取得した顔特徴量（以下、第２の顔特徴量という）との類似度を算出する。
形状特徴量の類似度は、第１と第２の顔特徴量における、顔の特徴部位の位置を示す各頂点間のユークリッド距離の合計で、次の式（３）のように算出することができる。
Ｄs ij＝（ｄs j−ｄs i）t（ｄs j−ｄs i） （３）
ここでｉとｊは、それぞれ第１と第２の顔特徴量を示す変数である。
局所テクスチャ特徴量は、局所特徴の数Ｌだけあるものとする。
各局所テクスチャ特徴量毎の類似度は、それぞれの特徴空間上での、第１と第２の顔特徴量における各局所テクスチャ特徴量ｋ（ｋ＝１・・・Ｌ）の距離（例えばユークリッド距離）を用いて、次の式（４）のように算出される。
Ｄ(k) ij＝（ｄj−ｄi）t（ｄj−ｄi） （４）
類似度計算は、上式のように各顔特徴量グループ毎に行われ、総合的な類似度は、各顔特徴量グループの類似度の重み付け和で、次の式（５）のように算出される。
Ｄij＝ＷsＤs＋ΣＷkＤ(k) ij （５）
Σはｋ（ｋ＝１・・・Ｌ）についての総和である。
また、別の類似度算出方法として、それぞれ第１と第２の顔特徴量のサンプルｉとサンプルｊとの類似度を、ｋ次元部分空間上でのマハラノビス距離で表現することもできる。その場合の類似度は、次の式（６）のように算出できる。
Ｄij＝（ｄj−ｄi）tＳd m -1（ｄj−ｄi） （６）
Ｓmは共分散行列であり、次の式（７）のように算出される。
Ｓd m＝（１／Ｍ）ΣΣ（ｄfm−ｄc）（ｄfm−ｄc）t （７）
ここで、ΣΣはｆとｍについての総和である。ｆは各個人を表す変数であり、ｍは各個人毎の各サンプルを表す変数であり、Ｍは総サンプル数、すなわちｆの総数×ｍの総数である。ｄcはｆ、ｍに関するすべてのｄの平均であり、次の式（８）のように表される。
ｄc＝（１／Ｍ）ΣΣｄfm （８）
ここで、ΣΣはやはりｆとｍについての総和である。
以上のように、第１の顔特徴量と第２の顔特徴量の類似度は、特徴空間での両者の距離で表現され、距離が近いほど類似度が高く、距離が遠いほど類似度が低いことになる。
ステップＳ２５では、判定閾値決定部１６により、ステップＳ２３で取得した照合情報に基づいて、次の照合判定で用いる判定閾値が決定される。従って、ステップＳ２５は、判定閾値決定工程として機能する。
ステップＳ２５における判定閾値の決定は、照合判定の精度について既述したように、次の照合判定に対して、さらには照合判定の結果に基づくデータ登録の更新処理に対して、大きく影響する。ステップＳ２５の判定閾値の決定については、後で図７を参照して詳細に説明する。
ステップＳ２６では、照合判定部１７により、ステップＳ２４で算出した第１と第２の顔特徴量の類似度をステップＳ２５で決定した判定閾値と比較照合することにより、照合判定を行う。すなわち、第１の顔特徴量を取得した対象である個人が、第２の顔特徴量を登録している個人Ａと同一人であるかどうかの決定がなされる。従って、上記ステップＳ２４とステップＳ２６は照合判定工程として機能する。
記憶部１４から取得した個人Ａの第２の生体情報（第２の顔特徴量）が複数ある場合は、個々の生体情報毎に第１の生体情報との照合判定動作を行い、一つでも本人と認証されれば、個人Ａ本人であると総合判定する。個々の生体情報毎に得られた判定結果は、個々の生体情報の登録データとしての適正を判断するのに用いることが望ましい。
ステップＳ２８では、ステップＳ２６における照合判定結果に基づいて、登録データ（生体情報、照合情報）更新の処理を行う。従って、ステップＳ２８は、生体情報登録更新工程、及び照合情報登録更新工程として機能する。
ステップＳ２８における登録データ更新処理では、照合情報（照合試行回数、照合成功回数、判定閾値履歴など）が更新されるが、場合によっては、生体情報の更新（登録データの削除、登録データ候補の登録など）が行われる場合もある。ステップＳ２８の登録データ（生体情報、照合情報）更新の処理については、後で図１０を参照して詳細に説明する。
次回に備えてステップＳ２８での登録データ更新処理が終わると、個人照合の処理は終了する。
なお、ステップＳ２５で行われた判定閾値の決定については、照合判定に用いるため、照合判定の前に行う手順としているが、判定閾値の決定はどの時点で行うことも可能である。後で図１１を参照して、照合判定の後で、次回照合のために判定閾値を更新しておく手順の例も説明する。
＜判定閾値の決定＞
図７は、判定閾値の決定の流れを示すフローチャートである。図７を用いて、図５のステップＳ２５における判定閾値決定の処理手順について説明する。
まずステップＳ４１で、登録データが適正かどうかの判定が行われる。これは以下の判定閾値の決定の処理を行うかどうかを判断することを意図しており、次のように動作する。
登録データが適正である、すなわち照合情報（判定閾値の履歴）を参照して、例えば過去の一定期間における判定閾値の変動が一定値以内にあるなど、既に判定閾値の修正による変動が収束傾向にあると見なせる場合（ステップＳ４１：ＹＥＳ）は、登録データは適正であると判断し、判定閾値の決定処理は行わない。すなわち判定閾値はそのままで、判定閾値決定の処理は終了する。
登録データが適正でない、すなわち照合情報（判定閾値の履歴）を参照して、例えば過去の一定期間における判定閾値の変動が一定値を越えるなど、まだ判定閾値の修正による変動が大きいと見なせる場合（ステップＳ４１：ＮＯ）は、登録データは適正でないと判断し、判定閾値の決定処理を行うべく、次のステップＳ４２を実行する。
ステップＳ４２では、照合試行回数が所定回数以上かどうかの判定が行われる。これは、まだ照合回数が少ない場合は、その履歴に基づいて判定閾値を変更するには不十分であると見なし、以下の判定閾値の変更処理を行わず、初期値のまま使用することを意図している。
履歴が十分である、例えば照合情報（照合試行回数）を参照して、所定の回数以上である場合（ステップＳ４２：ＹＥＳ）は、判定閾値の決定処理を行うべく、次のステップＳ４３を実行する。
履歴が十分でない、例えば照合情報（照合試行回数）を参照して、所定の回数未満である場合（ステップＳ４２：ＮＯ）は、照合履歴は不十分と判断し、ステップＳ４８を実行する。ステップＳ４８では、判定閾値を初期状態のまま決定し、判定閾値決定処理を終了する。
ステップＳ４３では、過去の本人認証率が所定値以上であるかどうかを判定する。この判定は、過去の履歴において認証率が所定値と比較して高い、あるいは低いということは、本人許容率と他人拒否率のバランスが崩れていることを意味するので、これを調整するように判定閾値の変更を決定することを意図する。
過去の認証率が所定値以上である場合（ステップＳ４３：ＹＥＳ）は、ステップＳ４５を実行する。過去の認証率が所定値未満である場合（ステップＳ４３：ＮＯ）は、ステップＳ４４を実行する。
ステップＳ４５では、本人許容率が高く、その分他人拒否率の方が低くなっている場合なので、他人拒否率を上げる方向に、つまり判定閾値を下げる方向に修正する。次いでステップＳ４７で修正した判定閾値を決定し、判定閾値の決定処理を終了する。
ステップＳ４４では、判定閾値を修正する前に、現状の判定閾値が初期値状態であるかどうかを判定する。これは許容できる最大の判定閾値（つまり他人拒否率をこれ以上下げられない判定閾値）を初期値として設定しているため、判定閾値を上方修正可能かどうかを判断することを意図している。
すなわち、ステップＳ４６では、本人許容率が低いので、本人許容率を上げる方向に判定閾値を修正したいが、それは一方では他人拒否率を下げることにもなる。判定閾値が初期値である場合、それ以上他人拒否率を下げるわけにはいかないので、初期値を維持したいということである。
ステップＳ４４で、現状の判定閾値が初期値である場合（ステップＳ４４：ＹＥＳ）は、ステップＳ４９を実行する。ステップＳ４９では、判定閾値は修正しない（他人拒否率を維持するため修正できない）が、登録データ自体が適正でない（本人許容率と他人拒否率のバランスがとれない）として、登録データ自体の変更を要求するフラグを上げる。このフラグは、照合判定結果に基づく登録データ更新処理で反映されるものである。登録データ変更のフラグを上げた状態で、判定閾値の決定処理は終了する。
ステップＳ４４で、現状の判定閾値が初期値でない場合（ステップＳ４４：ＮＯ）は、ステップＳ４６を実行する。つまり、ステップＳ４６では、まだ他人拒否率を下げることも可能と見なし、本人許容率を上げる方向に、つまり判定閾値を上げる方向に修正する。次いでステップＳ４７で修正した判定閾値を決定し、判定閾値の決定処理を終了する。
このように判定閾値の決定は、過去の照合判定の履歴から本人許容率と他人拒否率のバランスがとれるような判定閾値に収束するように、修正しながら決定を行っていく。当然、最適な判定閾値が存在するという前提であり、その適切な判定閾値はその個人毎に異なるものである。従って、上記のように修正し、探しながら収束させていくという形態となる。
（判定閾値の修正と照合判定）
図８と図９を用いて、判定閾値を修正し、照合判定への影響が生ずる様子を説明する。
図８（ａ）は、生体情報としての顔特徴量を最終的に二次元に圧縮された部分空間で表した特徴空間の図である。図８（ｂ）は、各特徴量の特徴空間内での位置と初期設定判定閾値の範囲を示す図である。
この図８（ａ）には、３人の個人、すなわち人物Ａ、Ｂ、Ｃについて、各々３通りの顔特徴量データ（例えば人物ＡについてはＡ１、Ａ２、Ａ３）の登録データが示されている。またそれぞれについて特徴空間内での位置を示すとともに、初期設定した判定閾値の範囲を各特徴量の位置を中心とする破線の円で示している。
図８（ｂ）に人物Ａの場合を拡大して示すように、破線の円の半径が、判定閾値に相当する。すなわち、照合する人物の特徴量データが破線の円の半径内であれば、登録された人物Ａの特徴量との距離（類似度）が判定閾値以内ということで、照合する人物は人物Ａであるとして認証されることになる。照合する人物の特徴量データが破線の円の外、すなわち登録された人物Ａの特徴量との距離（類似度）が判定閾値を越えるならば、照合する人物は人物Ａではない、すなわち人物Ａとしては認証されないことになる。
図８（ａ）の場合でいうならば、照合用のデータとして、人物Ｂと照合する特徴量データＢｓと人物Ｃと照合する特徴量データＣｓの位置を示してある。人物Ｂと照合する特徴量データＢｓは、Ｂ２の判定閾値内であり人物Ｂとして認証されるが、一方Ａ１、Ａ３の判定閾値内でもあり、人物Ａと称し、照合を受ければ、人物Ａと認証されることになる。すなわち、人物Ａになりすますことが可能である。
同じことが人物Ｃと照合する特徴量データＣｓについてもいえる。特徴量データＣｓは、Ｃ１、Ｃ２の判定閾値内であり人物Ｃとして認証されるが、一方Ａ２、Ａ３の判定閾値内でもあり、人物Ａとして照合を受ければ、人物Ａと認証されることになる。すなわち、人物Ａになりすますことが可能である。
しかし、本実施形態のように、判定閾値の照合結果による修正処理を繰り返せば、このような課題は、徐々に調整されていくことになる。例えば、上述のようななりすましにより過去の照合判定結果に対する他人拒否率が下がってくる（認証率が上がる）と、他人拒否率を上げるように、すなわち判定閾値を下げる方向に修正が掛かっていく。
図９（ａ）には、人物Ａの場合について、判定閾値が下がった例を拡大して示す。登録データＡ１については、過去Ｎ１回の照合試行についての認証率Ｒ１％という結果に応じて、判定閾値がＸまで下がった例であり、登録データＡ２、Ａ３についても、同様に判定閾値Ｙ、Ｚまで下がっている。
図９（ｂ）の特徴空間図に戻って判定閾値の下がった影響を見てみると、人物Ｂと照合する特徴量データＢｓは、やはりＢ２の判定閾値内であり人物Ｂとして認証されるが、一方Ａ１、Ａ３の判定閾値内からは外れて、人物Ａと称して照合を受けても、人物Ａと認証されることはない。すなわち、人物Ａになりすますことはできない。
また同じことが人物Ｃと照合する特徴量データＣｓについてもいえる。特徴量データＣｓは、Ｃ１、Ｃ２の判定閾値内であり人物Ｃとして認証されるが、一方Ａ２、Ａ３の判定閾値内からは外れて、人物Ａとして照合を受けても、人物Ａと認証されることはない。すなわち、人物Ａになりすますことはできない。
上記は、照合情報としての認証率を用いて判定閾値の決定を行っているが、過去の類似度の履歴を用いて判定閾値の決定を行う、あるいは任意の過去の照合履歴を用いて判定閾値を決定するようにしてもよい。例えば、過去の類似度の履歴を用いて判定閾値の決定を行うのであれば、類似度の平均値などの算出パラメータとそれに対応する判定閾値のテーブルなどを作成しておき、その都度参照するようにしてもよい。
＜登録データの更新＞
図１０は、登録データの更新の流れを示すフローチャートである。図１０を用いて、図５のステップＳ２８における、照合判定結果に基づく登録データの更新処理手順について説明する。
まずステップＳ６１で、登録データの生体情報について更新が必要かどうかの判定が行われる。これは図５のステップＳ２５における判定閾値の決定時に、登録データ変更のフラグが上がっているかどうかに依存した判断であり、次のように動作する。
登録データ変更のフラグが上がっている、すなわち判定閾値の修正だけでは限界があると見なせる場合（ステップＳ６１：ＹＥＳ）は、登録データ（生体情報）を変更すべきと判断し、次のステップＳ６２を実行する。そうでない場合は、登録データの内、照合情報のみの更新を行えばよいということで、ステップＳ６６の照合情報の更新処理に進む。
ステップＳ６２では、照合判定結果に基づく登録データ（生体情報）の変更に関して、記憶部１４に登録データ候補が存在するかどうかの判定が行われる。登録データ候補が存在する場合（ステップＳ６２：ＹＥＳ）は、ステップＳ６３を実行し、登録データ候補が存在しない場合（ステップＳ６２：ＮＯ）は、ステップＳ６３を実行する。
ステップＳ６３では、登録データ候補を取得する、登録データ候補が複数存在する場合は、最も適した登録データ候補を選択して取得する。どの登録データ候補が最も適しているかどうかは、各登録データ候補の照合情報を参照し、過去の照合履歴を比較して決定すればよい。従って、登録データ候補は、判定には用いなくても登録データ同様に照合動作を実行し、照合情報として更新記憶しておくことが望ましい。
ステップＳ６４では、登録データ候補が存在しない。処理としては登録データを更新しないか、新しい登録データ候補を入手するかの２通りである。新しい登録データ候補を入手する場合、既に述べた登録処理が必要となる。すぐに登録処理が可能な場合は、登録処理を行った上で、次のステップＳ６５を実行する。すぐに登録処理が可能でない場合は、その旨の表示などを行った上で、次のステップ実行を可能とする。
ステップＳ６５では、登録データ更新のフラグの上がった登録データを記憶部１４から削除し、代わりに取得した登録データ候補を記憶部１４に登録データとして登録し、記憶する。適切な登録データ候補が無く、更新できない場合は、登録データの削除のみ行ってもよい。但し、登録データが一つしかない場合は、削除することは不適切であり、新規の登録データ候補が入手されるまで、保持しておくことが望ましい。
ステップＳ６６では、登録データの照合情報の更新が行われる。ステップＳ６５で登録データ（生体情報）の更新が行われたときには、その時点でこの照合情報の更新も行われるので、ステップＳ６５とステップＳ６６は同時に処理されることになる。ステップＳ６１で登録データの更新のフラグが上がっていない場合は、登録データの内、照合情報のみが更新されることになる。
（照合処理フロー２）
なお既に述べたように、図５の照合処理の説明時において、ステップＳ２５で行われた判定閾値の決定については、照合処理のフローのどの時点で行うことも可能である。
図１１は個人照合装置１の照合処理について、図５とは異なる処理の流れを示すフローチャートである。以下に、図１１を参照して、照合判定の後で、次回照合のために判定閾値を更新しておく手順の例を説明する。
照合処理を開始すると、まずステップＳ２１で、生体情報取得部１１により第１の生体情報として、特定の個人の顔情報が取得される。従って、ステップＳ２１は、第１の生体情報取得工程として機能する。生体情報としての顔情報の取得方法は、図５での説明と同様である。
次のステップＳ２２では、変換処理部１２により、取得した顔画像の特徴量抽出及び次元圧縮変換処理を行う。これも図５での説明と同様である。
ステップＳ２３では、生体情報・照合情報取得部１５により、記憶部１４から登録データ（生体情報、照合情報）が取得される。従って、ステップＳ２３は、第２の生体情報取得工程として機能する。これも図５のステップＳ２３と同様である。
ステップＳ２２と、このステップＳ２３とが終了すると、次のステップＳ２４及びステップＳ２５が実行される。
ステップＳ２４では、照合判定部１７により、上記の第１の生体情報と第２の生体情報の特徴量データを用いて、両者の類似度が算出される。これも図５のステップＳ２４と同様である。
ステップＳ２６では、照合判定部１７により、ステップＳ２４で算出した第１と第２の顔特徴量の類似度を判定閾値と比較照合することにより、照合判定を行う。すなわち、第１の顔特徴量を取得した対象である個人が、第２の顔特徴量を登録している個人Ａと同一人であるかどうかの決定がなされる。従って、上記ステップＳ２４とステップＳ２６は照合判定工程として機能する。
ここで図５のステップＳ２６と異なるのは、判定閾値の決定工程を受けた判定閾値ではなく、照合情報として取得した判定閾値を用いている点である。すなわち、この時点では判定閾値を新たに決定しておらず、前回照合時に決定されて、次回照合用として照合情報に記録された判定閾値を用いている。従って照合判定までの工程は減少するが、照合判定後の更新工程は増加する。
ステップＳ２７では、判定閾値決定部１６により、ステップＳ２６での照合判定結果に基づいて、次回の照合判定で用いる判定閾値が決定される。従って、ステップＳ２７は、判定閾値決定工程として機能する。
ここで図５と異なり、図５ではステップＳ２５であった工程が、ステップＳ２７として現れている。異なる点は、図５のステップＳ２５では取得した照合情報に基づいて判定閾値を決定していたが、このステップＳ２７では、照合情報に新たな照合判定結果を加えて、更新された照合情報を用いて判定閾値を決定している点である。これにより次回の照合情報には、それを前提とした判定閾値が既に履歴として加えられていることになる。すなわち、次回の照合判定用の判定閾値が、更新用の照合情報に既に入っているのである。
ステップＳ２８では、ステップＳ２６における照合判定結果、及びステップＳ２７における判定閾値決定結果に基づいて、登録データ（生体情報、照合情報）更新の処理を行う。従って、ステップＳ２８は、生体情報登録更新工程、及び照合情報登録更新工程として機能する。
既に述べたように、このステップＳ２８で更新された照合情報は、照合判定結果を反映しているとともに、それを反映した判定閾値も含まれている。これにより次回照合時には、適切な判定閾値を使用することができる。
このように、図１１に示したような照合処理フローによっても、図５に示した照合処理フローと同様の効果を得ることができる。
上述のように、本実施形態によれば、生体情報を用いる個人照合において、過去の照合判定の履歴を照合情報として保持し、この照合情報に基づき、照合判定の都度、判定の基準となる判定閾値を決定し、照合情報を更新していくことで、それぞれの生体情報に適した判定閾値を設定することができる。それにより、個人照合における照合判定の精度を向上し、十分に高い本人許容率と十分に高い他人拒否率とを保持することができる。また、照合結果の履歴から、適切でない登録データは削除し、登録データ候補から新たに登録データを決定することで、さらに高い本人許容率を保持することもできる。
なお本発明の実施形態は、上記の実施形態に限定されるものではなく、本発明の趣旨に則る限り、様々な変更された形態もその範囲に含まれるものである。
本発明の実施形態に係る個人照合装置の構成例を示すブロック図である。 図１の記憶部１４に記憶されているデータ内容の例を示す図である。 図１の個人照合装置１における登録処理の流れを示すフローチャートである。 個人照合判定時に、判定しきい値の変化に対して、本人許容率と他人拒否率が変化する様子を定性的に示す図である。 図１の個人照合装置１における照合処理の流れを示すフローチャートである。 顔画像から特徴量抽出するための、顔特徴部位の位置の例を示す図である。 個人照合における判定閾値決定処理の流れを示すフローチャートである。 （ａ）生体情報としての顔特徴量を二次元に圧縮された部分空間で表した特徴空間の例を示す図、及び（ｂ）各特徴量の位置と初期設定判定閾値の範囲を示す（ａ）の拡大図である。 （ａ）人物Ａの照合判定において、判定閾値が下方修正された状態を示す特徴空間の拡大図、及び（ｂ）人物Ａの判定閾値が下方修正された状態での全体的な状態を示す特徴空間の図である。 個人照合における登録データ更新処理の流れを示すフローチャートである。 個人照合における、図５とは別の照合処理の流れを示すフローチャートである。
符号の説明
１ 個人照合装置
１１ 生体情報取得部
１２ 変換処理部（特徴量抽出）
１３ 生体情報・照合情報登録更新部
１４ 記憶部
１４ａ 登録データ（生体情報）
１４ｂ 登録データ（照合情報）
１５ 生体情報・照合情報取得部
１６ 判定閾値決定部
１７ 照合判定部
１８ 照合判定結果処理部
１４１ａ 個人Ａについての登録データ
１４１ｂ 個人Ａについての登録データ候補
１４２ａ 個人Ｂについての登録データ
１４２ｂ 個人Ｂについての登録データ候補

Claims (16)

  1. 個人照合の対象である個人から、第１の生体情報を取得する第１の生体情報取得手段と、
    第２の生体情報と、前記第２の生体情報に対する過去の照合結果の累積を表す照合情報とが記録されている記憶手段と、
    前記記憶手段から、前記第２の生体情報とその照合情報とを取得する第２の生体情報取得手段と、
    前記照合情報に基づき照合判定に用いる判定閾値を決定する判定閾値決定手段と、
    前記第１の生体情報取得手段により取得された前記第１の生体情報と、前記第２の生体情報取得手段により取得された前記第２の生体情報との類似度を、前記判定閾値決定手段により決定された前記判定閾値と比較することにより、照合判定を行う照合判定手段と、
    前記照合判定手段による照合判定結果に基づき、前記記憶手段の前記第２の生体情報に対応する照合情報を更新する照合情報登録更新手段とを有し、
    前記記憶手段は、
    前記第２の生体情報に対する過去の照合試行回数、照合成功回数または失敗回数、及び判定閾値の履歴を表す情報、またはそれらと互いに変換可能な情報が、前記照合情報として、前記第２の生体情報に関連付けて記録され、
    前記判定閾値決定手段は、
    前記照合情報に基づく過去の判定閾値の履歴に応じて、判定閾値の修正を行うかどうかを決定する、ことを特徴とする個人照合装置。
  2. 前記判定閾値決定手段は、前記第２の生体情報取得手段により前記記憶手段から取得された照合情報に基づいて、前記照合判定手段による照合判定が実施される前に、前記判定閾値を決定する、ことを特徴とする請求項１に記載の個人照合装置。
  3. 前記判定閾値決定手段は、前記照合判定手段による照合判定が実施された後に、その照合判定結果に基づき更新された照合情報に基づいて、次回の照合判定時に用いるべき前記判定閾値を決定する、ことを特徴とする請求項１に記載の個人照合装置。
  4. 前記判定閾値決定手段は、前記照合情報に基づく過去の照合の認証率に応じて判定閾値を修正する、ことを特徴とする請求項１に記載の個人照合装置。
  5. 前記記憶手段は、特定の個人に対応する前記第２の生体情報が複数登録されており、
    前記照合判定手段は、前記第１の生体情報に対して、対応する複数の前記第２の生体情報を用いて照合判定を行う、ことを特徴とする請求項１乃至４の何れか１項に記載の個人照合装置。
  6. 前記判定閾値決定手段は、複数の前記第２の生体情報のうち、適切な閾値を決定できない場合があれば、その第２の生体情報を前記記憶手段から削除することを決定する、ことを特徴とする請求項５に記載の個人照合装置。
  7. 前記記憶手段には、照合判定に用いる前記第２の生体情報以外に、第２の生体情報候補が記録されており、
    前記判定閾値決定手段により、削除が決定された前記第２の生体情報がある場合は、当該第２の生体情報を前記記憶手段から削除するとともに、前記第２の生体情報候補を照合判定に用いる第２の生体情報として登録する生体情報登録更新手段を有する、ことを特徴とする請求項６に記載の個人照合装置。
  8. 前記照合判定に用いる前記第１の生体情報及び前記第２の生体情報は、顔画像に基づくものである、ことを特徴とする請求項１乃至７の何れか１項に記載の個人照合装置。
  9. 個人照合の対象である個人から、第１の生体情報を取得する第１の生体情報取得工程と、
    第２の生体情報と、前記第２の生体情報に対する過去の照合結果の累積を表す照合情報とが記録されている記憶手段から、前記第２の生体情報とその照合情報とを取得する第２の生体情報取得工程と、
    前記照合情報に基づき照合判定に用いる判定閾値を決定する判定閾値決定工程と、
    前記第１の生体情報取得工程において取得された前記第１の生体情報と、前記第２の生体情報取得工程において取得された前記第２の生体情報との類似度を、前記判定閾値決定工程において決定された前記判定閾値と比較することにより、照合判定を行う照合判定工程と、
    前記照合判定工程における照合判定結果に基づき、前記記憶手段の前記第２の生体情報に対応する照合情報を更新する照合情報登録更新工程と、を備え、
    前記記憶手段には、前記第２の生体情報に対する過去の照合試行回数、照合成功回数または失敗回数、及び判定閾値の履歴を表す情報、またはそれらと互いに変換可能な情報が、前記照合情報として、前記第２の生体情報に関連付けて記録され、
    前記判定閾値決定工程では、前記照合情報に基づく過去の判定閾値の履歴に応じて、判定閾値の修正を行うかどうかが決定される、ことを特徴とする個人照合方法。
  10. 前記判定閾値決定工程では、前記第２の生体情報取得工程において前記記憶手段から取得された照合情報に基づいて、前記照合判定工程における照合判定が実施される前に、前記判定閾値が決定される、ことを特徴とする請求項９に記載の個人照合方法。
  11. 前記判定閾値決定工程では、前記照合判定工程における照合判定が実施された後に、その照合判定結果に基づき更新された照合情報に基づいて、次回の照合判定時に用いるべき前記判定閾値が決定される、ことを特徴とする請求項９に記載の個人照合方法。
  12. 前記判定閾値決定工程では、前記照合情報に基づく過去の照合の認証率に応じて判定閾値が修正される、ことを特徴とする請求項９に記載の個人照合方法。
  13. 前記記憶手段には、特定の個人に対応する前記第２の生体情報が複数登録されており、
    前記照合判定工程では、前記第１の生体情報に対して、対応する複数の前記第２の生体情報を用いて照合判定が行われる、ことを特徴とする請求項９乃至１２の何れか１項に記載の個人照合方法。
  14. 前記判定閾値決定工程では、複数の前記第２の生体情報のうち、適切な閾値を決定できない場合があれば、その第２の生体情報を前記記憶手段から削除することが決定される、ことを特徴とする請求項１３に記載の個人照合方法。
  15. 前記記憶手段には、照合判定に用いる前記第２の生体情報以外に、第２の生体情報候補が記録されており、
    前記判定閾値決定工程において、削除が決定された前記第２の生体情報がある場合は、当該第２の生体情報を前記記憶手段から削除するとともに、前記第２の生体情報候補を照合判定に用いる第２の生体情報として登録する生体情報登録更新工程を備える、ことを特徴とする請求項１４に記載の個人照合方法。
  16. 前記照合判定に用いる前記第１の生体情報及び前記第２の生体情報は、顔画像に基づくものである、ことを特徴とする請求項９乃至１５の何れか１項に記載の個人照合方法。
JP2006029521A 2006-02-07 2006-02-07 個人照合装置及び個人照合方法 Expired - Fee Related JP5017873B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006029521A JP5017873B2 (ja) 2006-02-07 2006-02-07 個人照合装置及び個人照合方法
US11/700,202 US20070237367A1 (en) 2006-02-07 2007-01-30 Person verification apparatus and person verification method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006029521A JP5017873B2 (ja) 2006-02-07 2006-02-07 個人照合装置及び個人照合方法

Publications (2)

Publication Number Publication Date
JP2007213126A JP2007213126A (ja) 2007-08-23
JP5017873B2 true JP5017873B2 (ja) 2012-09-05

Family

ID=38491530

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006029521A Expired - Fee Related JP5017873B2 (ja) 2006-02-07 2006-02-07 個人照合装置及び個人照合方法

Country Status (2)

Country Link
US (1) US20070237367A1 (ja)
JP (1) JP5017873B2 (ja)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5010905B2 (ja) * 2006-12-13 2012-08-29 パナソニック株式会社 顔認証装置
JP5012247B2 (ja) * 2007-06-21 2012-08-29 ソニー株式会社 認証装置、入場管理装置、入退場管理装置、入場管理システム、入退場管理システム、認証処理方法およびプログラム
US8605962B2 (en) 2008-01-21 2013-12-10 Nec Corporation Pattern matching system, pattern matching method, and pattern matching program
JP5271621B2 (ja) * 2008-07-11 2013-08-21 株式会社日立製作所 利用者識別システムおよびその方法
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
JP2010128510A (ja) * 2008-11-25 2010-06-10 Hitachi Ltd 生体情報認証システム
JP5228872B2 (ja) 2008-12-16 2013-07-03 富士通株式会社 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
JP5245971B2 (ja) * 2009-03-26 2013-07-24 富士通株式会社 生体情報処理装置および方法
JP5233875B2 (ja) * 2009-06-29 2013-07-10 富士通株式会社 通知装置及び方法
CN102223432A (zh) * 2010-04-14 2011-10-19 鸿富锦精密工业（深圳）有限公司 便携式电子装置
US8850535B2 (en) * 2011-08-05 2014-09-30 Safefaces LLC Methods and systems for identity verification in a social network using ratings
US8850536B2 (en) * 2011-08-05 2014-09-30 Safefaces LLC Methods and systems for identity verification in a social network using ratings
WO2013101052A1 (en) * 2011-12-29 2013-07-04 Intel Corporation Systems, methods, and apparatus for learning the identity of an occupant of a vehicle
JP5900052B2 (ja) * 2012-03-15 2016-04-06 オムロン株式会社 登録判定装置、その制御方法および制御プログラム、並びに電子機器
JP5861529B2 (ja) * 2012-03-27 2016-02-16 富士通株式会社 生体認証装置、生体認証システム、生体認証方法、生体認証プログラム
JP2015121874A (ja) * 2013-12-20 2015-07-02 富士通株式会社 生体認証装置、照合用データ検証方法及び照合用データ検証用コンピュータプログラム
JP6241666B2 (ja) * 2014-06-10 2017-12-06 パナソニックＩｐマネジメント株式会社 利用者管理装置、利用者管理システムおよび利用者管理方法
JP6621678B2 (ja) * 2016-02-15 2019-12-18 ルネサスエレクトロニクス株式会社 認証装置、認証システム及び認証方法
JP6720699B2 (ja) * 2016-05-31 2020-07-08 株式会社リコー 画像形成装置、情報処理システム、認証方法およびプログラム
JP6919381B2 (ja) * 2017-07-13 2021-08-18 トヨタ自動車株式会社 認証装置
JP6648769B2 (ja) 2018-01-12 2020-02-14 日本電気株式会社 顔認証装置
DE102018105392A1 (de) * 2018-03-08 2019-09-12 Valeo Schalter Und Sensoren Gmbh Verfahren zum Identifizieren mindestens einer Person, Identifizierungssystem und Fahrzeug
JP7154061B2 (ja) * 2018-08-07 2022-10-17 株式会社東海理化電機製作所 生体情報認証装置
JP2021103419A (ja) * 2019-12-25 2021-07-15 株式会社東海理化電機製作所 認証システム、制御装置、およびコンピュータプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2606498B2 (ja) * 1991-08-30 1997-05-07 株式会社デンソー 指紋画像入力装置
JP3531663B2 (ja) * 1997-09-30 2004-05-31 グローリー工業株式会社 個人認証装置
JP4480832B2 (ja) * 2000-01-21 2010-06-16 三菱電機株式会社 指紋照合装置及びその照合方法
JP3825222B2 (ja) * 2000-03-24 2006-09-27 松下電器産業株式会社 本人認証装置および本人認証システムならびに電子決済システム
JP2002259980A (ja) * 2001-03-05 2002-09-13 Omron Corp 生体照合装置、生体照合システム、生体照合方法および登録データ更新方法
US20030218061A1 (en) * 2002-05-23 2003-11-27 Parascript Llc Distributed signature verification with dynamic database of reference signatures
US6993166B2 (en) * 2003-12-16 2006-01-31 Motorola, Inc. Method and apparatus for enrollment and authentication of biometric images

Also Published As

Publication number Publication date
JP2007213126A (ja) 2007-08-23
US20070237367A1 (en) 2007-10-11

Similar Documents

Publication Publication Date Title
JP5017873B2 (ja) 個人照合装置及び個人照合方法
US10430645B2 (en) Facial recognition operations based on pose
Nandakumar Multibiometric systems: Fusion strategies and template security
Sahoo et al. Multimodal biometric person authentication: A review
EP2279483B1 (en) Biometric identification and verification
CN101661557B (zh) 一种基于智能卡的人脸识别系统及其方法
Monwar et al. Multimodal biometric system using rank-level fusion approach
JP5975293B2 (ja) 認証装置及びプログラム
US8433922B2 (en) System and method of biometric authentication using multiple kinds of templates
US20190392129A1 (en) Identity authentication method
JP4351982B2 (ja) 個人認証方法、装置及びプログラム
US10885171B2 (en) Authentication verification using soft biometric traits
JP2016189162A (ja) 個人識別装置、識別閾値設定方法、およびプログラム
Charity et al. A bimodal biometrie student attendance system
JP6855266B2 (ja) 顔認証システム、顔認証方法、及び顔認証プログラム
JP2006277415A (ja) 登録方法および装置ならびに認証方法および装置
EP3785166A1 (en) Multiple enrollments in facial recognition
JP2008257327A (ja) 照合装置
WO2021229725A1 (ja) 認証方法、認証プログラム、および情報処理装置
JP2005275605A (ja) 個人認証装置および個人認証方法
Boonkrong et al. Biometric Authentication
Gavrilova et al. Current Trends in Multimodal Biometric System—Rank Level Fusion
CN116863547B (zh) 一种基于特征评分的多模态生物识别方法及系统
AU2021104662A4 (en) A multimodal biometric authentication system
Lee et al. A bifurcation-based descriptor for sclera recognition

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090127

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20110225

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20111209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111220

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120216

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: 20120515

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: 20120528

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

Free format text: PAYMENT UNTIL: 20150622

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees