JP5240082B2 - 生体認証装置、認証精度評価装置及び生体認証方法 - Google Patents
生体認証装置、認証精度評価装置及び生体認証方法 Download PDFInfo
- Publication number
- JP5240082B2 JP5240082B2 JP2009140527A JP2009140527A JP5240082B2 JP 5240082 B2 JP5240082 B2 JP 5240082B2 JP 2009140527 A JP2009140527 A JP 2009140527A JP 2009140527 A JP2009140527 A JP 2009140527A JP 5240082 B2 JP5240082 B2 JP 5240082B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- generation
- image
- variation
- calculating
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
- G06V40/14—Vascular patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Description
人と判断する。類似度の反対の相違度を閾値と比較して本人の判定を行っても良い。類似度または相違度に基づく判定においては、以下の2種類の誤りが発生する可能性がある。
登録者が他人であるにもかかわらず,誤って本人と判断する(他人受入)。
前者の誤りが発生する割合を本人拒否率(False Rejection Rate:FRR)、後者の誤りが発生する割合を他人受入率(False Acceptance Rate:FAR)と呼ぶ。両者を総称して認証精度と呼ぶ。認証精度は個人認証において最も重要な性能指標のひとつである。
1. 多くの被験者についてカメラ等のセンサにより測定を行い、学習用のデータ(教師
データ)を得る。
2. 教師データを観察し、個人認証処理の誤り少なくするために効果的と見込まれる測定方法、特徴の抽出方法ならびに照合方法を考案、実現する。
3. 2の照合方法を1の教師データ、あるいは(特に測定方法の変更を伴う場合) 新た
に獲得した教師データに対し実施し認証精度評価を行う。
4. 上記の1−3のステップを目標とする精度が得られるまで繰り返す。
学習する場合には、同一人物による登録像と照合像の組を、多くの人数分集めて教師データとする。教師データを用いて照合を行い、同一照合像と登録像の組の生成回数を記録し、生成回数を全教師データ数で割って、照合像生成確率、変動確率を計算してデータベースに保存する。
一方、測定・抽出に用いる装置もしくは方法が登録時と照合時に異なる場合がある。例えば、登録用の装置は専用の高解像度のセンサが用いられ、照合用の装置は安価な低解像度のセンサを用いたり、Webカメラや携帯電話に付属のカメラ等を用いたりすることが考えられる。このような場合、XとYは一致しない。
する。不特定の人物が登録を行うとき,登録像xを得る確率(登録像生成確率) をPX(
x)とすると、Σx∈XPX(x)=1、が成り立つ。
これに代わり,カードや番号等によって表される特定の人物iが登録を行うときに登録像xを得る確率PX,i(x)を用いることもある.
不特定の人物が照合を行うとき、照合像yを得る照合像生成確率をPY(y)で表す。このとき、Σy∈YPY(y)=1、が成り立つ。
とを示している。
不特定の人物について,登録像がxのとき照合像がyとなる変動確率をPY|X(y|x)とする。これに代わり、特定の人物iについて登録像がxのとき、照合像がyとなる確率PY|X,i(y|x)を用いても良い。
第1の方法は、照合像生成確率モデルPYと変動確率モデルPY|Xを用いて、相違度PY(y)/PY|X(y|x)を求める。
図1は、第1の実施の形態の生体認証装置11の構成を示す図である。第1の実施の形態は、照合像生成確率モデルを用いて照合像生成確率を計算し、変動確率モデルを用いて変動確率を計算する。そして、照合像生成確率と変動確率から相違度を計算し、相違度を所定の閾値と比較することで本人か否かの認証を行う。
以下、生体認証装置11の処理動作を、図2のフローチャートを参照して説明する。
本人判定部20は、相違度と予め決められている本人判定閾値を比較し(S19)、相違度が閾値以下であれば本人(S20)、閾値より大きければ他人と判定する(S21)。判定結果出力部21は判定結果を出力する(S22)。類似度を計算する場合には、類似度が所定の閾値以上であれば本人、閾値未満であれば他人と判定する。
照合像の生成可能空間において、静脈は心臓に近い側から末端に向かって形成される。図3は、初期領域の生成開始点から静脈が生成される確率分布を示したものである。静脈の点、線分、曲線等の各要素は、既存の要素が存在しない場所に生成され易いという傾向を持っている。
全体パラメータ確率計算部31は、確率モデルのパラメータの計算を行う(S31)。
期要素の生成確率を計算する(S32)。
要素生成基点決定部33は、例えば、要素生成基点の候補として複数の要素がある場合に、それらの中の生成基点を決定する(S33)。
要素生成確率の計算が終了していない既生成要素が存在する場合には(S35、NO)、ステップS33に戻り、残りの既生成要素を基点にして上記のステップS33〜S35の処理を繰り返す。
上記の処理により積算部36からは認証対象の照合像の生成確率が出力される。
各初期要素候補の評価値を評価値表(初期要素生成評価値表)から読み込み、初期要素生成評価値を計算する(図6(A)、S41)。初期要素生成評価値(初期要素の生成確率を計算するためのデータ)を取得するための初期要素評価値表は、複数の教師データから予め作成しておく。
上記のステップS41及びS42の処理により、照合像の所定の生成領域内の初期要素の生成確率を計算することができる。
要素(以下、その要素が生成済みか否かに応じて注目要素又は注目要素候補と呼ぶ)と既生成要素との距離のn乗を計算する(図6(B)、S51)。ステップS51の処理を各既生成要素について行う。
図8(A)において、生成要素数の0〜3のそれぞれが可能か、つまり生成可能な要素数を調べる(S61)。
、隣接2点に分岐されるか、隣接3点に分岐されるか、それともそこが端点かを判定する処理である。本実施の形態においては、要素数評価値表には、隣接1点を生成する場合、
隣接2点を生成する場合、隣接3点を生成する場合、要素を生成しない場合の4通りの要素数の評価値が記憶されている。要素数評価値表は、複数の登録像と照合像の組の教師データから作成される。要素数は4通りに限らず、3通り以下でも良いし、5通り以上でも
良い。
次に、ステップS63の要素生成評価値計算処理を実行する。ステップS63の要素生成評価値計算処理は、該当する要素数の各要素候補の組について行う。
最初に、注目要素候補と各既生成要素の距離のn乗を計算する(S71)。
図8(B)のステップS72からステップS71へ戻るループは、ステップS71、S72の処理を、計算対象の各注目要素候補について実行することを示している。
図8(A)のステップS63の要素生成評価値計算が終了したなら、次のステップS64の処理に進む。ステップS64では、照合像の計算対象の要素の組の評価値を当該生成要素数の要素組の全評価値和で除算した値に、生成要素数確率を乗算した値を要素生成確率として算出する。つまり、(照合像の計算対象の要素組の評価値/当該生成要素数の要素組の全評価値和)×生成要素数確率を要素生成確率として計算する。
図9(A)は、樹木状生体情報の一例を示す図である。図9(A)は、5×5画素の生体情報を示しており、「1」は、生体情報が存在する画素を示し、「0」は生体情報が存在しない画素を示す。樹木状生体情報は、例えば、手のひらの静脈のパターンを示す情報である。
本実施の形態では、登録像と照合像の組の教師データを用いて学習を行うことで、初期要素の生成確率を示すデータ(例えば、初期要素生成評価値)を計算し、得られたデータを初期要素評価値表として記憶装置、例えば、メモリに保存している。
この場合、全評価値の和は「16」となるので、左端の要素の初期要素生成確率は1/16、左から2番目の要素の処理要素生成確率は4/16となる。また、左から3番目の
要素の初期要素生成確率は6/16、左から4番目の要素の初期要素生成確率は4/16、右端の要素の初期要素生成確率は1/16となる。初期要素として要素aが選択された場合、その初期要素生成確率は「4/16」となる。
いる。
生成基点aの初期要素生成確率は、初期要素評価値表から取得した評価値「4」と全評価値の和「16」から「4/16」となる。
まず生成基点を決定する。要素iの生成されやすさは外周の仮想的な既生成要素との距離が1画素であるので「1」、要素eの生成されやすさは外周の仮想的な既生成要素との距離が2画素であるので「4」となる。なお既生成要素aは注目要素eと隣接しているので距離の計算からは除外されている。よって生成されやすさ最大の要素eを生成基点に選ぶ。
2乗は「4」となる。この値が距離の2乗の最小値となるので、注目要素候補hの要素生成評価値は「4」となる。
評価値として「5」、要素生成評価値の和として「13」が得られる。従って、注目要素候補fの要素生成確率は「(9/10)・(5/13)」となる。
上述した処理を照合像の各要素を基点として行い、各要素の要素生成確率の積を求めることで照合像生成確率を計算することができる。
領域を示している。対となる照合像と登録像とは類似性が高いので登録像と照合像から変動確率を計算することができる。図12は、登録像全体にある変形をほどこしたときに得られる照合像を示している。
変動確率計算部18は、全体パラメータ確率計算部41と、初期要素変動確率計算部42と、要素生成基点決定部43と、要素変動確率計算部44と、要素生成終了判定部45と、積算部46を有する。
ステップS81において、全体パラメータ確率計算部41は、変動確率モデルの計算に使用するパラメータの確率計算等を行う。全体パラメータ確率計算部41には、登録像、照合像、形状・撮影条件等のデータが入力される。
ステップS83において、要素生成基点決定部43は、要素の生成されやすさを計算して基点要素を決定する。ステップS83の処理は、図6(B)の要素生成基点決定処理と同じである。具体的には、距離のn乗の最大値を生成されやすさとして求め、生成されやすさが最大の既生成要素を生成基点として決定する。
ステップS85において、要素生成終了判定部45は、既生成要素が全て基点となったか否かを判定する。基点となっていない既生成要素が存在する場合には(S85、NO)、ステップS83の要素生成基点決定処理に戻る。
既生成要素が全て基点となった場合には(S85,YES)、ステップS86に進む。ステップS86において、積算部46は、各要素の要素変動確率の積を計算する。
特定された認証対象者の登録像の初期要素と照合像の初期要素の距離を計算し、変動係数表51(図16(B))を参照して算出した距離に対応する変動係数データを取得する(S91)。
登録像と照合像の距離は生体情報が「1」である要素間の距離から計算することができる。
次に、ステップS92で取得した初期要素評価値に、ステップS91で取得した変動係数を乗算して初期要素変動評価値を計算する(S93)。
生成基点が決定したなら、その生成基点において生成要素数0〜3のそれぞれが可能かを調べる(S101)。この実施の形態では、生成可能な要素数として、0〜3の4通りの要素数が生成可能となっている。生成基点の生成可能な要素数は、基点の位置、教師データの学習結果等により予め決めておくことができる。
図18は、図17のステップS103の要素変動評価値計算処理の詳細なフローチャートである。
要素変動評価値計算処理においても、前述した要素生成確率計算処理と同様に、生成領域の外側に仮想的な既生成要素が存在するものと仮定する。そして、これら仮想的な既生成要素を距離計算の対象に含めている。また、注目要素候補に隣接する既生成要素は、距離の計算対象に含めないこととする。
次に、注目要素候補と登録像の要素の距離を計算し、変動係数表51から該当する距離の変動係数を取得する(S203)。
注目要素候補の要素変動評価値の計算が終了したなら、ステップS205に進み、各注目要素候補の変動評価値の積を計算し、計算結果の値を注目要素候補の組の要素変動評価値として算出する。
期要素の変動確率計算の説明図である。
最初に、登録像と照合像の該当する要素の距離を計算し、変動係数表51(図16(B))から距離の2乗に対応する変動係数を取得する。この距離計算により、図19の左から2番目の初期要素候補aの変動係数として「2」が得られる。
各初期要素候補の変動係数と初期要素生成評価値が得られたなら、それらを乗算して初期要素変動評価値を計算する。
図19の例では、初期要素aの要素評価値は「4」、初期要素候補の評価値和は「16」、変動係数は「2」である。従って、初期要素aの要素変動確率Paは、例えば、Pa=(4/16)×2/{(1/16)×(1/4)+(4/16)×2+(6/16)×4+(4/16)×2+(1/16)×(1/4)}、となる。
図20は、隣接1点を生成する場合と、隣接2点を生成する場合と、要素を生成しない場合の3通りの要素数の評価値が要素数評価値表に記憶されている場合の例を示している。
要素数評価値表から生成要素数の評価値を読み込むと、隣接1点を生成する場合の要素数の評価値として「9」が、隣接2点を生成する場合の要素数の評価値として「6」が、要素を生成しない場合の要素数の評価値として「1」が得られる。この場合の評価値の和は「16」となる。従って、隣接2点を生成する場合の生成要素数確率は「6/16」となる。
図20の2段目の画像の注目要素候補bは、既生成要素との距離の2乗が「1」であり、変動係数は変動係数表51から「4」が得られるので、その要素変動評価値は「1×4」となる。
また、図20の3段目の画像の注目要素候補fの要素生成評価値は「5」、変動係数は「2」となる。
上述した照合像生成確率計算と変動確率計算等を行うことで、照合像生成確率PY(y)と変動確率PY|X(y|x)を求めることができる。そして、照合像生成確率PY(y)を変動確率PY|X(y|x)で除算した値を相違度として求め、その相違度と本人判定閾値を比較することで、照合像が登録された本人のものか否かを判定することができる。
第1の方法は、実測した特徴量をパラメータに代入する方法である。例えば、実測した初期要素生成位置の頻度分布をそのまま初期要素確率分布の生成位置の分布に用いる。
複数の照合像を撮影し(S301)、各照合像から生体情報を抽出する(S302)。
ないデータによる認証を実現している。
さらに、確率モデルを用い仮想的な登録像と照合像を生成して認証を繰り返し行うことで認証精度を予め確認することができるので認証精度の検証が容易になる。
次に、第2の実施の形態について説明する。第2の実施の形態は、登録像生成確率モデルを用いて登録像を仮想生成して登録像生成確率を計算し、さらにその登録像生成確率から照合像生成確率を計算する。また、変動確率モデルを用いて変動確率を計算する。そして、照合像生成確率と変動確率から相違度を計算して認証を行うものである。
図22の登録像撮影部12、登録像抽出部13、照合像撮影部14、照合像抽出部15及び形状・撮影条件入力部16の機能は、図1の同じ符号のブロックと同じである。
ステップS503は登録像生成確率計算部64の処理内容を示している。ステップS503では、登録像の登録像生成確率を計算する。例えば、実際の登録像の分布から登録像生成確率を計算する。
プS501〜S504の処理を所定の仮想生成回数に達するまで繰り返す。
全体パラメータ確率計算部71には、照合像と形状・撮影条件等のデータが入力される。全体パラメータ確率計算部71は、登録像生成確率モデル及び変動確率モデルのパラメータを決定する(図26、S601)。
要素仮想生成部74は、生成要素数の評価値に基づいて要素を生成する(S604)。要素仮想生成終了判定部75は、仮想生成した登録像の既生成要素が全て基点となった否かを判定する(S605)。基点となっていない既生成要素が存在する場合には(S605、NO)、ステップS603に戻り、その既生成要素を基点として要素を仮想生成する。
初期要素仮想生成評価値を計算する(S701)。ステップS701の処理は、例えば、初期要素候補と照合像の初期要素の距離を計算し、変動係数表51から距離に対応する変動係数データを取得する。そして、初期要素評価値表から初期要素評価値データを取得し、取得した初期要素評価値データに変動係数データを乗算して初期要素仮想生成評価値を計算する。ステップS701の処理を、各初期要素候補について実行する。
上記のステップS701及びS702の処理により、初期要素仮想生成確率に基づいて初期要素候補の中から1つの初期要素を仮想生成することができる。
既生成要素の仮想生成されやすさを計算する(S703)。ステップS703の仮想生成されやすさの計算処理は、図6のステップS51、S52における注目要素候補と既生成要素の距離のn乗の最大値を生成されやすさとして計算する処理と同じである。
上記のステップS703及びS704の処理により、初期要素候補が複数ある場合に、距離のn乗の値が大きい要素から順に生成基点として選択される。これらの処理により要素の生成順序を一意に決めることができる。
生成要素数0〜3のそれぞれが可能かを調べる(S801)。ステップS801の処理は、要素数が0〜3の4通りある場合に、生成可能な要素数を調べるものである。ステッ
プS801の処理は、図8(A)のステップS61の処理と同じである。
図29は、図28のステップS803の要素仮想生成評価値計算処理の詳細なフローチャートである。
次に、仮想生成した登録像の注目要素候補と照合像の要素の距離を計算し、変動係数表51から距離に対応する変動係数を取得する(S903)。
次に、現在計算中のそれぞれの注目要素候補の仮想生成評価値の積を、該当する注目要素候補の組の要素仮想生成評価値として計算する(S905)。
上述した処理により、図24のステップS501の登録像仮想生成処理が終了したなら、次のステップS502の登録像仮想生成確率計算処理を実行する。ステップS502の処理は、例えば、式2の仮想生成確率r(xi)を計算する処理である。この仮想生成確率r(xi)は、照合像生成確率集計部65に出力される。
上記のステップS501〜S504の処理を予め決めた仮想生成回数に達するまで繰り返す。そして、所定の仮想生成回数に達したなら、ステップS505の照合像生成確率計算処理を実行する。ステップS505の処理は、ステップS502で得られる登録像仮想生成確率と、ステップS503で得られる登録像生成確率と、ステップS504で得られる変動確率とに基づいて計算した値を集計して平均値を計算する。具体的には、以下の式により照合像生成確率を計算する。
照合像生成確率=(登録像生成確率/登録像仮想生成確率×変動確率)の平均値
上述した第2の実施の形態は、登録像生成確率モデルを用いて仮想的に登録像を多数生成し、生成した複数の仮想登録像の仮想生成確率と登録像の生成確率と変動確率から照合像生成確率を計算している。そして、照合像生成確率と変動確率から相違度を計算し本人か否かを判定している。
さらに、仮想的な登録像、照合像を生成して認証を繰り返し行うことで認証精度を予め確認することができるので認証精度の検証が容易になる。
次に、第3の実施の形態について説明する。第3の実施の形態は、仮想生成した登録像と照合像の複数の組に対して認証を繰り返し行うことで、事前に認証精度の評価を行えるようにしたものである。本実施の形態では、その一例として、仮想生成した登録像と照合像の照合像生成確率と変動確率から相違度を計算し、相違度のヒストグラムを作成することで認証精度の評価を行っている。なお、認証精度の評価方法は、ヒストグラムを作成する方法に限らず他の評価方法でも良い。
照合像仮想生成部83は、仮想生成した登録像を変動確率モデルを用いて計算した変動確率に従って変動させて照合像を仮想生成する。
照合像生成確率集計部65には、登録像仮想生成確率計算部63から出力される登録像仮想生成確率と、変動確率計算部18から出力される変動確率と、登録像生成確率計算部64から出力される登録像生成確率とが入力される。照合生成確率集計部65は、登録像仮想生成確率と登録像生成確率と変動確率に基づいて照合像生成確率を計算し、計算結果の照合像生成確率を相違度計算部19に出力する。
集計部84は、相違度計算部19から出力される相違度のヒストグラムを作成する。出力部85は、作成した相違度ヒストグラムを出力する。相違度ヒストグラムを作成するこ
とで、例えば、パラメータを変化させたときの確率モデルの認証精度を調べることができる。
図31のステップS1001において、登録像生成確率に基づく登録像仮想生成処理を実行する。ステップS1001は、登録像仮想生成部82の処理内容を示している。
最初に、全体パラメータ、つまり確率モデルのパラメータを決定する(S1101)。次に、初期要素評価値に基づく初期要素仮想生成処理を実行する(S1102)。初期要素評価値は、前述した初期要素評価値表から取得する。ステップS1102の処理を各初期要素候補について実行する。ステップS1102の初期要素仮想生成処理は、図27(A)の初期要素仮想生成処理と同じ処理である。ただし生成確率は、実際の登録像を教師データとして学習した分布に従う。
図33は、図32のステップS1104の要素仮想生成処理の詳細なフローチャートである。
次に、ステップS1202において、生成要素数評価値表から要素数の評価値を読み出し、読み出した評価値に比例した確率で生成要素数をランダムに選択する。ステップS1202の処理により、生成可能な要素数の中で、要素数の評価値に比例した確率で要素数が選択される。
図32のステップS1104の要素仮想生成処理が終了したなら、図32のステップS1105に進み、既生成要素が全て基点となったか否かを判定する。
全ての既生成要素に対する処理が終了したなら(S1105、YES)、そこで処理を終了する。
図34は、図31のステップS1002の変動確率に基づく照合像仮想生成処理の詳細
なフローチャートである。
最初に、全体パラメータ(確率モデルのパラメータ)を決定する(S1301)。次に、変動確率に基づく初期要素仮想生成処理を実行する(S1302)。
登録像初期要素と初期要素候補の距離を計算し、距離に対応する変動係数を変動係数表から取得する(S1401)。
上記のステップS1401〜S1403の処理を各初期要素候補について実行する。
上記のステップS1401〜S1404の処理により、変動確率に基づいて1つの初期
要素を生成することができる。
図36は、図34のステップS1304の変動確率に基づく要素生成処理の詳細なフローチャートである。
次に、生成要素数評価値表から要素数評価値を読み込み、読み込んだ評価値に比例した確率で生成要素数をランダムに選択する(S1502)。
上記のステップS1501〜S1504の処理により、照合像の一般要素が仮想生成される。
基点となっていない既生成要素が存在する場合には(S1305、NO)、ステップS1303に戻り上述した処理を繰り返す。
上述したステップS1301〜S1305の処理により、照合像を仮想生成することができる。
図37は、図31のステップS1004の照合像生成確率計算処理の詳細なフローチャートである。図37のフローチャートは、図30の登録像仮想生成部62、登録像仮想生成確率計算部63,登録生成確率計算部64、変動確率計算部18及び照合像生成確率集計部65の処理内容を示している。図37の照合像生成確率計算処理は、図24の第2の実施の形態の照合像生成確率計算処理と同じである。
次に、ステップS1602において、仮想生成した登録像の仮想生成確率を計算する。
次に、ステップS1603において、登録像の登録像生成確率を計算する。例えば、実際の登録像の分布から登録像生成確率を計算する。
上記のステップS1601〜S1604の処理を所定の仮想生成回数に達するまで繰り返す。
照合像生成確率=(登録像生成確率/登録像仮想生成確率×変動確率)の平均値
上記のステップS1601〜S1604の処理により、仮想生成した登録像と仮想生成した照合像の組による照合像生成確率を計算することができる。
上記のステップS1001〜S1007の処理を、予め決めた相違度計算回数に達するまで繰り返し実行する。
上述した第3の実施の形態によれば、確率モデルを用いて仮想登録像と仮想照合像を種
々生成して、照合像生成確率、変動確率を計算し、相違度ヒストグラムを作成することで、確率モデルの認証精度を評価することができる。また、パラメータを種々変化させて認証精度を評価することで、高い認証精度が得られる最適なパラメータを決定することができる。
また、認証精度を評価するためデータは相違度ヒストグラムに限らず、他のデータでも良い。
(付記1)
生体の血管像を示す複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データとに基づいて、認証対象の照合像の注目要素の要素生成確率を計算し、各注目要素の前記要素生成確率を積算した値を、認証対象の前記照合像の照合像生成確率として計算する照合像生成確率計算手段と、
前記記憶手段に記憶されている変動係数又は変動確率を示す前記データに基づいて、前記照合像の前記注目要素と認証対象者の登録像の要素の変動確率を計算し、各注目要素の前記変動確率を積算した値を前記照合像の変動確率として計算する変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する判定手段とを備える生体認証装置。
(付記2)
付記1記載の生体認証装置において、
前記照合像生成確率計算手段は、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データに基づいて、前記照合像の初期要素の生成確率を計算する初期要素生成確率計算手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている要素の分岐確率を示す前記データに基づいて前記注目要素の要素生成確率を計算する要素生成確率計算手段と、
前記初期要素生成確率と各要素の前記要素生成確率の積を、認証対象の前記照合像の前記照合像生成確率として計算する積算手段とを有する。
(付記3)
付記1又は2記載の生体認証装置において、
前記変動確率計算手段は、
前記登録像の初期要素と前記照合像の前記注目要素の距離を計算し、計算により得られた距離に対応する変動係数又は変動確率を示す前記データを前記記憶手段から取得し、取得した変動係数又は変動確率を示す前記データと前記初期要素の生成確率を示す前記データとに基づいて初期要素変動確率を計算する初期要素変動確率計算手段と、
前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている要素の分岐確率を示す前記データに基づいて前記注目要
素の要素変動確率を計算する要素変動確率計算手段と、
前記初期要素変動確率と各注目要素の前記要素変動確率の積を、前記登録像と認証対象の前記照合像の変動確率として計算する変動確率計算手段とを有する。
(付記4)
付記1、2又は3記載の生体認証装置において、
前記記憶手段は、前記血管像の初期要素の生成確率を示す前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、前記照合像と前記登録像の要素の変動係数又は変動確率を示す前記データとして変動係数データを記憶し、
前記照合像生成確率計算手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データに基づいて、前記照合像の初期要素の生成確率データを計算する初期要素生成確率計算手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている前記要素数評価値データに基づいて前記注目要素の要素生成確率データを計算する要素生成確率計算手段と、
前記初期要素生成確率データと各要素の前記要素生成確率データの積を、認証対象の前記照合像の前記照合像生成確率として計算する積算手段とを有する。
(付記5)
付記4記載の生体認証装置において、
前記変動確率計算手段は、
前記登録像の初期要素と前記照合像の前記注目要素の距離を計算し、計算により得られた距離に対応する前記変動係数データを前記記憶手段から取得し、取得した前記変動係数データと前記初期要素生成評価値データとに基づいて初期要素変動確率を計算する初期要素変動確率計算手段と、
前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている前記生成要素数評価値データに基づいて前記注目要素の要素変動確率を計算する要素変動確率計算手段とを有する。
(付記6)
付記4記載の生体認証装置において、
前記要素生成確率計算手段は、
前記照合像の該当する前記注目要素の前記要素数評価値データを、分岐可能な要素の要素数評価値データの和で除算した値を要素数確率データとして計算する要素数確率計算手段と、
前記注目要素と既生成要素の距離のn乗を要素生成評価値データとして計算する要素生成評価値計算手段と、
前記注目要素の前記要素生成評価値データを分岐可能な要素の前記要素生成評価値データの和で除算した値と、前記要素数確率データとの積を前記要素生成確率として計算する積算手段とを有する。
(付記7)
付記4記載の生体認証装置において、
前記変動確率計算手段は、
前記照合像の初期要素候補と前記登録像の初期要素の距離を算出し、算出した距離に対応する変動係数データを前記記憶手段から取得し、取得した前記変動係数データと前記初期要素生成評価値データとに基づいて初期要素変動確率を計算する初期要素変動確率計算手段と、
前記注目要素と既生成要素の距離のn乗の値を要素生成評価値として算出し、前記距離に対応する前記変動係数データを前記記憶手段から取得し、取得した前記変動係数データと前記要素生成評価値の積を前記注目要素の要素変動評価値として計算する要素変動評価
値計算手段と、
前記注目要素の前記要素変動評価値を分岐可能は要素の前記要素変動評価値の和で除算した値と、前記要素数評価値から得られる要素の分岐確率を示す要素数確率とに基づいて要素変動確率を計算する要素変動確率計算手段と、
前記初期要素変動確率と各要素の前記要素変動確率の積を、前記照合像の前記変動確率として計算する積算手段とを有する。
(付記8)
生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと、要素の分岐確率を示す前記データとに基づいて複数の要素を仮想生成して登録像を仮想生成する登録像仮想生成手段と、
仮想生成した前記登録像の登録像仮想生成確率を計算する登録像仮想生成確率計算手段と、
登録像の登録像生成確率を計算する登録像生成確率計算手段と、
仮想生成した前記登録像と前記照合像との仮想変動確率を計算する第1の変動確率計算手段と、
前記登録像生成確率と、前記登録像仮想生成確率と、前記仮想変動確率とに基づいて照合像生成確率を計算する照合像生成確率計算手段と、
前記登録像と認証対象の前記照合像の変動確率を計算する第2の変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する判定手段とを備える生体認証装置。
(付記9)
付記8記載の生体認証装置において、
前記記憶手段は、血管像の初期要素の生成確率を示す前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、前記要素の変動係数又は変動確率を示すデータとして変動係数データを記憶し、
前記登録像仮想生成手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データに基づいて初期要素を仮想生成する初期要素仮想生成手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素仮想生成基点決定手段と、
前記記憶手段に記憶されている前記要素数評価値データに基づいて要素を仮想生成する要素仮想生成手段とを有する。
(付記10)
付記9記載の生体認証装置において、
前記初期要素仮想生成手段は、前記記憶手段に記憶されている前記初期要素生成評価値データに比例した確率で複数の初期要素の中から1つを選択して初期要素を仮想生成し、
前記要素仮想生成手段は、前記要素数評価値データに比例した確率で生成要素数を選択する要素数選択手段と、選択した要素数の要素候補の要素仮想生成評価値データを計算する要素仮想生成評価値計算手段と、前記要素仮想生成評価値データに比例した確率で複数の要素候補の中から1つを選択する要素選択手段とを有する。
(付記11)
付記9記載の生体認証装置において、
前記要素仮想生成評価値計算手段は、
前記注目要素と既生成要素の距離のn乗を計算し、計算により得られた距離を前記注目要素の要素生成評価値データとして計算する評価値計算手段と、
前記注目要素と照合像の要素の距離を計算し、得られた距離に対応する変動係数データを前記記憶手段から取得し、取得した前記変動係数データと前記注目要素の前記要素生成評価値データとに基づいて要素仮想生成評価値データを計算する要素仮想生成評価値計算手段と、
各注目要素の前記要素仮想生成評価値データの積を要素候補の組の要素仮想生成評価値データとして計算する要素候補組の要素仮想生成評価値計算手段とを有する。
(付記12)
生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データに基づいて複数の登録像を仮想生成する登録像仮想生成手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データと変動係数又は変動確率を示す前記データに基づいて複数の照合像を仮想生成する照合像仮想生成手段と、
照合像の生成確率を計算する照合像生成確率計算手段と、
仮想生成した登録像と仮想生成した照合像の変動確率を計算する変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
複数の前記相違度又は類似度を集計して認証精度を示すデータを作成する作成手段とを備える認証精度評価装置。
(付記13)
付記12記載の認証精度評価装置において、
前記記憶手段は、前記血管像の初期要素の生成確率を示す前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、要素の変動係数又は変動確率を示す前記データとして要素の変動係数データを記憶し、
前記登録像仮想生成手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データに比例した確率で複数の初期要素候補の中から1つを選択して初期要素を仮想生成する初期要素仮想生成手段と、
注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素仮想生成基点決定手段と、
前記要素数評価値データに比例した確率で生成要素数を選択し、選択した要素数の要素候補の要素仮想生成評価値を計算する要素仮想生成評価値計算手段と、
前記要素仮想生成評価値に比例した確率で複数の要素候補の中の1つを選択して要素を仮想生成する要素仮想生成手段とを有する。
(付記14)
付記13記載の認証精度評価装置において、
前記照合像仮想生成手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データと、前記変動係数データの積に比例した確率で複数の初期要素候補の中から1つを選択して初期要素を仮想生成する初期要素仮想生成手段と、
前記要素数評価値データに比例した確率で複数の生成要素数の中から1つの生成要素数を選択する要素数選択手段と、
選択した要素数の要素候補の要素仮想生成評価値を計算する要素仮想生成評価値計算手段と、
前記要素仮想生成評価値に比例した確率で複数の要素候補の中の1つを選択して要素を仮想生成する要素仮想生成手段とを有する。
(付記15)
生体の血管像を示す複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られ
る、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、前要素の変動係数又は変動確率を示すデータを記憶手段に記憶し、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データに基づいて、認証対象の照合像の注目要素の要素生成確率を計算し、各注目要素の前記要素生成確率を積算した値を、認証対象の前記照合像の照合像生成確率として計算する処理と、
前記記憶手段に記憶されている変動係数又は変動確率を示す前記データに基づいて、前記照合像の前記注目要素と認証対象者の登録像の要素の変動確率を計算し、各注目要素の前記変動確率を積算した値を前記照合像の変動確率として計算する処理と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する処理と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する処理とを、コンピュータに実行させる生体認証方法。
(付記16)
付記15記載の生体認証方法において、
前記記憶手段に、初期要素の生成確率を計算するための前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、要素の変動係数又は変動確率を示す前記データとして変動係数データを記憶し、
前記照合像生成確率を計算する処理は、
前記記憶手段に記憶されている前記初期要素生成評価値データに基づいて、前記照合像の初期要素の生成確率を計算する処理と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する処理と、
前記記憶手段に記憶されている前記要素数評価値データに基づいて前記注目要素の要素生成確率を計算する処理と、
前記初期要素生成確率と各要素の前記要素生成確率の積を前記照合像生成確率として計算する処理を有する。
(付記17)
生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶手段に記憶し、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと、要素の分岐確率を示す前記データとに基づいて複数の要素を仮想生成して登録像を仮想生成する処理と、
仮想生成した前記登録像の登録像仮想生成確率を計算する処理と、
登録像の登録像生成確率を計算する処理と、
仮想生成した前記登録像と前記照合像との仮想変動確率を計算する処理と、
前記登録像生成確率と、前記登録像仮想生成確率と、前記仮想変動確率とに基づいて照合像生成確率を計算する処理と、
前記登録像と認証対象の前記照合像の変動確率を計算する処理と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する処理と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する処理とを、コンピュータが実行する生体認証方法。
(付記18)
生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータを記憶手段に記憶する処理と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データに基づいて複数の登録像を仮想生成する処理と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データと変動係数又は変動確率を示す前記データに基づいて複数の照合像を仮想生成する処理と、
照合像の生成確率を計算する処理と、
仮想生成した登録と仮想生成した照合像の変動確率を計算する処理と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する処理と、
複数の前記相違度又は類似度を集計して認証精度を示すデータを作成する処理とを、コンピュータが実行する認証精度評価方法。
12 登録像撮影部
13 登録像抽出部
14 照合像撮影部
15 照合像抽出部
16 形状・撮影条件入力部
17 照合像生成確率計算部
18 変動確率計算部
19 相違度計算部
20 本人判定部
21 判定結果出力部
62 登録像仮想生成部
63 登録像仮想生成確率計算部
64 登録像生成確率計算部
65 照合像生成確率集計部
81 認証精度評価装置
82 登録像仮想生成部
83 照合像仮想生成部
81 集計部
Claims (8)
- 生体の血管像を示す複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、前要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと分岐確率を示す前記データに基づいて、認証対象の照合像の注目要素の要素生成確率を計算し、各注目要素の前記要素生成確率を積算した値を、認証対象の前記照合像の照合像生成確率として計算する照合像生成確率計算手段と、
前記記憶手段に記憶されている変動係数又は変動確率を示す前記データに基づいて、前記照合像の前記注目要素と認証対象者の登録像の要素の変動確率を計算し、各注目要素の前記変動確率を積算した値を前記照合像の変動確率として計算する変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する判定手段とを備える生体認証装置。 - 前記照合像生成確率計算手段は、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データに基づいて、前記照合像の初期要素の生成確率を計算する初期要素生成確率計算手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている要素の分岐確率を示す前記データに基づいて前記注目要素の要素生成確率を計算する要素生成確率計算手段と、
前記初期要素生成確率と各要素の前記要素生成確率の積を、認証対象の前記照合像の前記照合像生成確率データとして計算する積算手段とを有する請求項1記載の生体認証装置。 - 前記変動確率計算手段は、
前記登録像の初期要素と前記照合像の前記注目要素の距離を計算し、計算により得られた距離に対応する変動係数又は変動確率を示す前記データを前記記憶手段から取得し、取得した前記変動係数又は変動確率を示す前記データと前記初期要素の生成確率を示す前記データとに基づいて初期要素変動確率を計算する初期要素変動確率計算手段と、
前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている要素の分岐確率を示す前記データに基づいて前記注目要素の要素変動確率を計算する要素変動確率計算手段と、
前記初期要素変動確率と各注目要素の要素変動確率の積を、前記登録像と認証対象の前記照合像の変動確率として計算する変動確率計算手段とを有する請求項1又は2記載の生体認証装置。 - 前記記憶手段は、前記血管像の初期要素の生成確率を示す前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、前記照合像と前記登録像の要素の変動係数又は変動確率を示す前記データとして変動係数データを記憶し、
前記照合像生成確率計算手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データに基づいて、前記照合像の初期要素の生成確率データを計算する初期要素生成確率計算手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素生成基点決定手段と、
前記記憶手段に記憶されている前記要素数評価値データに基づいて前記注目要素の要素生成確率データを計算する要素生成確率計算手段と、
前記初期要素生成確率と各要素の前記要素生成確率の積を、認証対象の前記照合像の前記照合像生成確率として計算する積算手段とを有する請求項1、2又は3記載の生体認証装置。 - 生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データとに基づいて複数の要素を仮想生成して登録像を仮想生成する登録像仮想生成手段と、
仮想生成した前記登録像の登録像仮想生成確率を計算する登録像仮想生成確率計算手段と、
登録像の登録像生成確率を計算する登録像生成確率計算手段と、
仮想生成した前記登録像と前記照合像との仮想変動確率を計算する第1の変動確率計算手段と、
前記登録像生成確率と、前記登録像仮想生成確率と、前記仮想変動確率とに基づいて照合像生成確率を計算する照合像生成確率計算手段と、
前記登録像と認証対象の前記照合像の変動確率を計算する第2の変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する判定手段とを備える生体認証装置。 - 前記記憶手段は、血管像の初期要素の生成確率を示す前記データとして初期要素生成評価値データを記憶し、要素の分岐確率を示す前記データとして要素数評価値データを記憶し、前記要素の変動係数又は変動確率を示す前記データとして変動係数データを記憶し、
前記登録像仮想生成手段は、
前記記憶手段に記憶されている前記初期要素生成評価値データに基づいて初期要素を仮想生成する初期要素仮想生成手段と、
前記照合像の前記注目要素と既生成要素の距離に基づいて生成基点となる要素を決定する要素仮想生成基点決定手段と、
前記記憶手段に記憶されている前記要素数評価値データに基づいて要素を仮想生成する要素仮想生成手段とを有する請求項5記載の生体認証装置。 - 生体の血管像の複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、前記血管像の初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータとを記憶する記憶手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データに基づいて複数の登録像を仮想生成する登録像仮想生成手段と、
前記記憶手段に記憶されている初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データと変動係数又は変動確率を示す前記データに基づいて複数の照合像を仮想生成する照合像仮想生成手段と、
照合像の生成確率を計算する照合像生成確率計算手段と、
仮想生成した登録像と仮想生成した照合像の変動確率を計算する変動確率計算手段と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する相違度/類似度計算手段と、
複数の前記相違度又は類似度を集計して認証精度を示すデータを出力する出力手段とを備える認証精度評価装置。 - 生体の血管像を示す複数の登録像と照合像の組をそれぞれ複数の要素に分割して得られる、初期要素の生成確率を示すデータと、要素の分岐確率を示すデータと、要素の変動係数又は変動確率を示すデータを記憶手段に記憶し、
認証対象の照合像の注目要素の要素生成確率を、前記記憶手段に記憶されている前記初期要素の生成確率を示す前記データと要素の分岐確率を示す前記データとに基づいて計算し、各注目要素の前記要素生成確率を積算した値を認証対象の照合像の照合像生成確率として計算する処理と、
前記照合像の前記注目要素と登録像の要素の変動確率を、前記記憶手段に記憶されている前記変動係数又は変動確率を示す前記データに基づいて計算し、各注目要素の前記変動確率を積算した値を前記照合像の変動確率として計算する処理と、
前記照合像生成確率と前記変動確率とに基づいて相違度又は類似度を計算する処理と、
前記相違度又は類似度が所定の閾値以下か又は以上かにより、認証対象の前記照合像が登録された本人のものか否かを判定する処理を、コンピュータが実行する生体認証方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009140527A JP5240082B2 (ja) | 2009-06-11 | 2009-06-11 | 生体認証装置、認証精度評価装置及び生体認証方法 |
US12/795,924 US8374401B2 (en) | 2009-06-11 | 2010-06-08 | Biometric authentication device, authentication accuracy evaluation device and biometric authentication method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009140527A JP5240082B2 (ja) | 2009-06-11 | 2009-06-11 | 生体認証装置、認証精度評価装置及び生体認証方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010287065A JP2010287065A (ja) | 2010-12-24 |
JP5240082B2 true JP5240082B2 (ja) | 2013-07-17 |
Family
ID=43306492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009140527A Active JP5240082B2 (ja) | 2009-06-11 | 2009-06-11 | 生体認証装置、認証精度評価装置及び生体認証方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8374401B2 (ja) |
JP (1) | JP5240082B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010041735B4 (de) * | 2010-09-30 | 2019-05-23 | Siemens Healthcare Gmbh | Verfahren zum Darstellen eines Gefäßes eines bestimmten biologischen Objekts |
WO2013181695A1 (en) * | 2012-06-04 | 2013-12-12 | National Ict Australia Limited | Biometric verification |
US10467460B2 (en) | 2013-07-02 | 2019-11-05 | Robert F. Nienhouse 1997 Declaration Of Trust | System and method for locating and determining substance use |
US9707845B1 (en) | 2013-07-02 | 2017-07-18 | Robert F. Nienhouse 1997 Declaration Of Trust | System and method for locating and determining substance use |
WO2015006950A1 (en) * | 2013-07-18 | 2015-01-22 | Nokia Corporation | Apparatus for authenticating pairing of electronic devices and associated methods |
CN103995997B (zh) * | 2014-05-15 | 2017-09-12 | 华为技术有限公司 | 一种用户权限的分配方法和设备 |
WO2018126124A1 (en) * | 2016-12-29 | 2018-07-05 | Robert F. Nienhouse 1997 Declaration Of Trust | System and method for locating and determining substance use |
JP6981249B2 (ja) * | 2017-12-28 | 2021-12-15 | 富士通株式会社 | 生体認証装置、生体認証プログラム、及び生体認証方法 |
US11200304B2 (en) | 2018-04-09 | 2021-12-14 | Robert F. Nienhouse 1997 Declaration Of Trust | System and method for locating and determining substance use |
US12019784B2 (en) * | 2019-10-30 | 2024-06-25 | EMC IP Holding Company LLC | Privacy preserving evaluation of sensitive user features for anomaly detection |
CN113705428B (zh) * | 2021-08-26 | 2024-07-19 | 北京市商汤科技开发有限公司 | 活体检测方法及装置、电子设备及计算机可读存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6519563B1 (en) * | 1999-02-16 | 2003-02-11 | Lucent Technologies Inc. | Background model design for flexible and portable speaker verification systems |
JP2001101406A (ja) | 1999-09-27 | 2001-04-13 | Ntt Data Corp | 一般的侵入者モデル作成方法及び装置、個人認証方法及び装置 |
JP2002092616A (ja) * | 2000-09-20 | 2002-03-29 | Hitachi Ltd | 個人認証装置 |
JP4372051B2 (ja) * | 2005-06-13 | 2009-11-25 | 株式会社東芝 | 手形状認識装置及びその方法 |
JP4809155B2 (ja) * | 2006-08-02 | 2011-11-09 | 株式会社 テクスピアー | 手の甲認証システム及び手の甲認証方法 |
JP4375571B2 (ja) * | 2006-08-04 | 2009-12-02 | 日本電気株式会社 | 顔類似度算出方法および装置 |
JP4671049B2 (ja) * | 2006-11-20 | 2011-04-13 | ソニー株式会社 | 認証装置、登録装置、登録方法、登録プログラム、認証方法及び認証プログラム |
WO2008062544A1 (fr) * | 2006-11-21 | 2008-05-29 | Hitachi, Ltd. | Dispositif d'authentification biométrique et terminal portable |
IL184399A0 (en) * | 2007-07-03 | 2007-10-31 | Yossi Tsuria | Content delivery system |
WO2009088963A2 (en) * | 2008-01-02 | 2009-07-16 | Bio-Tree Systems, Inc. | Methods of obtaining geometry from images |
-
2009
- 2009-06-11 JP JP2009140527A patent/JP5240082B2/ja active Active
-
2010
- 2010-06-08 US US12/795,924 patent/US8374401B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20100316261A1 (en) | 2010-12-16 |
US8374401B2 (en) | 2013-02-12 |
JP2010287065A (ja) | 2010-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5240082B2 (ja) | 生体認証装置、認証精度評価装置及び生体認証方法 | |
CN109948408B (zh) | 活性测试方法和设备 | |
JP6204199B2 (ja) | 画像品質の評価 | |
JP4611427B2 (ja) | 画像読取装置、画像読取プログラム、画像読取方法 | |
US10558851B2 (en) | Image processing apparatus and method of generating face image | |
JP6639123B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2018508888A5 (ja) | ||
JPWO2004079658A1 (ja) | 生体画像照合装置およびその照合方法 | |
CN109886223B (zh) | 人脸识别方法、底库录入方法、装置及电子设备 | |
JP5372183B2 (ja) | 硬貨分類装置および硬貨分類方法 | |
CN112560710B (zh) | 一种用于构建指静脉识别系统的方法及指静脉识别系统 | |
KR100777922B1 (ko) | 영상인식을 이용한 개인인증 및 전자서명 시스템 및 그방법 | |
JP2016167164A (ja) | 画像認識装置、画像認識方法、及び画像認識プログラム | |
CN109961103B (zh) | 特征提取模型的训练方法、图像特征的提取方法及装置 | |
CN114724258A (zh) | 活体检测方法、装置、存储介质及计算机设备 | |
CN114170690A (zh) | 活体识别和构建活体识别模型的方法、装置 | |
JP2013101423A (ja) | 画像マッチング装置及び画像マッチングプログラム | |
JP5025713B2 (ja) | 属性識別装置、および属性識別プログラム | |
JP2008009617A (ja) | 個人生体情報照合装置、個人生体情報照合プログラムおよび個人生体情報照合方法 | |
JP2019061494A (ja) | 情報処理装置、情報処理方法及びプログラム | |
Regouid et al. | Comparative study of 1D-local descriptors for ear biometric system | |
CN114612979A (zh) | 一种活体检测方法及装置、电子设备、存储介质 | |
JP7347750B2 (ja) | 照合装置、学習装置、方法、及びプログラム | |
JP6442873B2 (ja) | 指紋画像処理装置、指紋画像処理方法及びプログラム | |
JP2019149028A (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130208 |
|
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: 20130305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130318 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160412 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5240082 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |