JP5505504B2 - 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生体情報登録装置 - Google Patents
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生体情報登録装置 Download PDFInfo
- Publication number
- JP5505504B2 JP5505504B2 JP2012526253A JP2012526253A JP5505504B2 JP 5505504 B2 JP5505504 B2 JP 5505504B2 JP 2012526253 A JP2012526253 A JP 2012526253A JP 2012526253 A JP2012526253 A JP 2012526253A JP 5505504 B2 JP5505504 B2 JP 5505504B2
- Authority
- JP
- Japan
- Prior art keywords
- biometric information
- registered
- group
- feature amount
- input
- 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
- 238000000034 method Methods 0.000 title claims description 99
- 238000004590 computer program Methods 0.000 title claims description 17
- 238000012545 processing Methods 0.000 claims description 111
- 238000000605 extraction Methods 0.000 claims description 106
- 239000000284 extract Substances 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 23
- 238000012795 verification Methods 0.000 description 18
- 210000003462 vein Anatomy 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 210000000106 sweat gland Anatomy 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06V40/1376—Matching features related to ridge properties or fingerprint texture
-
- 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
- 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)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
本発明は、例えば、生体画像に表された生体情報から特徴量を抽出し、その特徴量を生体認証に利用する生体認証装置、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生体認証に利用する生体情報を登録する生体情報登録装置に関する。
近年、手または指の静脈のパターン、指紋または掌紋などの生体情報を表した生体画像に基づいて、装置またはシステムの利用者を認証する生体認証技術が開発されている。そのような生体認証技術を利用した生体認証装置は、例えば、生体認証装置を使用しようとする利用者の生体情報を表す生体画像を入力生体画像として取得する。そして生体認証装置は、入力生体画像に表された利用者の入力生体情報を、予め登録された登録利用者の生体画像に表された生体情報である登録生体情報と照合する。生体認証装置は、照合処理の結果に基づいて、入力生体情報と登録生体情報が一致すると判定した場合、その利用者を正当な権限を有する登録利用者として認証する。そして生体認証装置は、認証された利用者が生体認証装置が組み込まれた装置または生体認証装置と接続された他の装置を使用することを許可する。
このような生体認証装置は、例えば、入力生体情報から特徴量を抽出し、その特徴量を登録生体情報から抽出された特徴量と比較することで、入力生体情報と登録生体情報を照合する(例えば、特許文献1〜4を参照)。
そのような公知技術の一例では、指紋画像が複数のゾーンに分割され、各ゾーンにおける隆線方向が抽出される。
また他の公知技術の一例では、指紋画像照合装置は、入力指紋隆線画像及び登録指紋隆線画像をそれぞれ複数のブロックに分割し、各ブロックについて隆線方向を求める。その指紋画像照合装置は、入力指紋隆線画像における隆線方向分布と、登録指紋隆線画像における隆線方向分布との間で最適な重ね合わせとなる回転成分及び移動方向成分を決定する。そしてその指紋画像照合装置は、その回転成分及び移動方向成分を用いて変換した入力指紋隆線画像と登録指紋隆線画像との間で照合する。
さらに他の公知技術の一例では、指紋照合方法は、登録指紋の隆線方向パターン及び曲率パターンと入力指紋の隆線方向パターン及び曲率パターンとを比較することにより、登録指紋と入力指紋を照合する。
さらに他の公知技術の一例では、指紋紋様の分類装置は、皮膚画像から抽出された尾根及び谷のマニューシャで対応付けされない特異なマニューシャを基準にして皮膚紋様の特徴線を追跡し、その追跡結果を用いて皮膚紋様の種別を判定する。
そのような公知技術の一例では、指紋画像が複数のゾーンに分割され、各ゾーンにおける隆線方向が抽出される。
また他の公知技術の一例では、指紋画像照合装置は、入力指紋隆線画像及び登録指紋隆線画像をそれぞれ複数のブロックに分割し、各ブロックについて隆線方向を求める。その指紋画像照合装置は、入力指紋隆線画像における隆線方向分布と、登録指紋隆線画像における隆線方向分布との間で最適な重ね合わせとなる回転成分及び移動方向成分を決定する。そしてその指紋画像照合装置は、その回転成分及び移動方向成分を用いて変換した入力指紋隆線画像と登録指紋隆線画像との間で照合する。
さらに他の公知技術の一例では、指紋照合方法は、登録指紋の隆線方向パターン及び曲率パターンと入力指紋の隆線方向パターン及び曲率パターンとを比較することにより、登録指紋と入力指紋を照合する。
さらに他の公知技術の一例では、指紋紋様の分類装置は、皮膚画像から抽出された尾根及び谷のマニューシャで対応付けされない特異なマニューシャを基準にして皮膚紋様の特徴線を追跡し、その追跡結果を用いて皮膚紋様の種別を判定する。
生体認証技術には、いわゆる1:1認証方式と1:N認証方式とがある。1:1認証方式では、利用者の入力生体情報とともに、ユーザ名または識別番号といった利用者の識別情報が入力されることにより、その利用者に対して予め登録されている登録生体情報のみが特定される。そして、生体認証装置は、入力生体情報を、その特定された登録生体情報のみと照合する。
一方、1:N認証方式では、利用者の識別情報は生体認証装置に入力されず、利用者に対応する登録生体情報は特定できない。そのため、生体認証装置は、入力生体情報を、予め登録されている全ての登録生体情報と照合する。そして生体認証装置は、入力生体情報と最も一致する登録生体情報に対応する登録利用者として利用者を認証する。したがって、登録生体情報の数が増えるほど、照合処理の実行回数も増加する。そのため、必然的に生体認証処理に要する時間も長くなってしまう。特に、生体認証技術が大規模なシステムにおいて利用される場合、登録利用者数が非常に多くなることがある。このような大規模システムがサーバ−クライアントシステムを採用していると、生体認証処理を実行するためにサーバにアクセスが集中してサーバの負荷が増大し、利用者が生体情報を入力してから認証結果が得られるまでの待ち時間が長くなるおそれがあった。
一方、1:N認証方式では、利用者の識別情報は生体認証装置に入力されず、利用者に対応する登録生体情報は特定できない。そのため、生体認証装置は、入力生体情報を、予め登録されている全ての登録生体情報と照合する。そして生体認証装置は、入力生体情報と最も一致する登録生体情報に対応する登録利用者として利用者を認証する。したがって、登録生体情報の数が増えるほど、照合処理の実行回数も増加する。そのため、必然的に生体認証処理に要する時間も長くなってしまう。特に、生体認証技術が大規模なシステムにおいて利用される場合、登録利用者数が非常に多くなることがある。このような大規模システムがサーバ−クライアントシステムを採用していると、生体認証処理を実行するためにサーバにアクセスが集中してサーバの負荷が増大し、利用者が生体情報を入力してから認証結果が得られるまでの待ち時間が長くなるおそれがあった。
しかし、利用者の使い易さの観点からすれば、生体認証処理に要する時間は短い方が好ましい。そこで、入力生体情報との照合に利用する登録生体情報を限定する技術が提案されている(例えば、特許文献5を参照)。
そのような公知技術の一例では、指紋照合装置は、入力指紋の特徴量を代表する選択用パラメータ値と複数の登録指紋の選択用パラメータとを比較することにより、入力指紋と照合する登録指紋を選択し、選択された登録指紋と入力指紋とを照合する。そして選択用パラメータとして、全指紋領域に占める隆線領域の割合、隆線と谷線の間隔、重み付き特徴点個数及び複数の特徴点における隆線方向を特徴点の信頼度で重み付けした値が用いられる。
また近年、スライド型センサまたは読取面積が小さいエリアセンサが開発されている。このようなスライド型センサまたはエリアセンサを用いて生体情報が読み取られると、画像上にその生体情報の一部しか写らないことがある。そのため、生体情報の登録時に取得された登録生体画像に写っている生体情報の領域と、照合時に取得された入力生体画像に写っている生体情報の領域とが完全に一致しない。そのため、入力生体画像から求められる選択用パラメータの値が、登録生体画像から求められる選択用パラメータの値と異なってしまい、登録生体情報が適切に選択されないおそれがあった。
そこで本明細書は、照合時に取得された画像に生体情報の一部のみが写っている場合でも、複数の登録生体情報の中から照合に用いる登録生体情報を適切に選択可能な生体認証装置、生体認証方法及び生体認証用コンピュータプログラムを提供することを目的とする。
一つの実施形態によれば、生体認証装置が提供される。この生体認証装置は、利用者の入力生体情報を取得して、その入力生体情報を表す入力生体画像を生成する生体情報取得部と、予め登録された複数の第1の所定数の登録利用者のそれぞれについて、登録利用者の登録生体情報を表す登録生体画像を複数のブロックに分割し、各ブロックに含まれる登録生体情報の幾何学的特徴が類似するブロックごとに分類された複数のグループのそれぞれについて、グループに含まれる登録生体情報の特徴を表す第1のグループ特徴量を記憶する記憶部と、処理部とを有する。その処理部は、入力生体画像を複数のブロックに分割する分割機能と、入力生体画像上の複数のブロックのそれぞれについて、ブロックに含まれる入力生体情報の幾何学的特徴を表す局所的特徴量を抽出する局所的特徴量抽出機能と、入力生体画像上の複数のブロックを、局所的特徴量が類似するブロックごとに複数のグループに分類するグループ化機能と、入力生体画像上の複数のグループのそれぞれについて、グループに含まれる入力生体情報の特徴を表す第2のグループ特徴量を抽出する機能と、入力生体画像について設定された複数のグループ及び複数の登録生体画像のそれぞれについて設定された複数のグループのうち、局所的特徴量が類似するグループごとに、第2のグループ特徴量と第1のグループ特徴量との差を算出し、その差に応じて複数の登録生体情報のそれぞれと入力生体情報との相違度合いを算出し、相違度合いが低い方から順に第1の所定数よりも少ない第2の所定数の登録生体情報を選択する選択機能と、選択された登録生体情報と入力生体情報とを照合する照合機能とを実現する。
また他の実施形態によれば、生体情報登録装置が提供される。この生体情報登録装置は、利用者の登録生体情報を取得して、その登録生体情報を表す登録生体画像を生成する生体情報取得部と、記憶部と、処理部とを有する。その処理部は、登録生体画像を複数のブロックに分割する分割機能と、複数のブロックのそれぞれについて、ブロックに含まれる登録生体情報の幾何学的特徴を表す局所的特徴量を抽出する局所的特徴量抽出機能と、複数のブロックを、局所的特徴量が類似するブロックごとに複数のグループに分類するグループ化機能と、複数のグループのそれぞれについて、グループに含まれる登録生体情報の特徴を表す第1のグループ特徴量を抽出するグループ特徴量抽出機能と、複数のグループのそれぞれについて抽出された第1のグループ特徴量を登録生体情報の識別情報とともに記憶部に記憶させる登録機能とを実現する。
さらに他の実施形態によれば、生体認証方法が提供される。この生体認証方法は、利用者の入力生体情報を取得して、その入力生体情報を表す入力生体画像を生成し、入力生体画像を複数のブロックに分割し、複数のブロックのそれぞれについて、ブロックに含まれる入力生体情報の幾何学的特徴を表す局所的特徴量を抽出し、複数のブロックを、局所的特徴量が類似するブロックごとに複数のグループに分類し、複数のグループのそれぞれについて、グループに含まれる入力生体情報の特徴を表す第2のグループ特徴量を抽出し、入力生体画像について設定された複数のグループ及び記憶部に記憶された複数の第1の所定数の登録生体画像のそれぞれについて設定された複数のグループのうち、局所的特徴量が類似するグループごとに、登録生体画像上のそのグループにおける登録生体情報の特徴を表す第1のグループ特徴量と第2のグループ特徴量との差を算出し、その差に応じて複数の登録生体情報のそれぞれと入力生体情報との相違度合いを算出し、相違度合いが低い方から順に第1の所定数よりも少ない第2の所定数の登録生体情報を選択し、選択された登録生体情報と入力生体情報とを照合することを含む。
さらに他の実施形態によれば、生体認証処理をコンピュータに行わせる生体認証用コンピュータプログラムが提供される。このコンピュータプログラムは、生体情報取得部により生成された、利用者の入力生体情報を表す入力生体画像を複数のブロックに分割し、複数のブロックのそれぞれについて、ブロックに含まれる入力生体情報の幾何学的特徴を表す局所的特徴量を抽出し、複数のブロックを、局所的特徴量が類似するブロックごとに複数のグループに分類し、複数のグループのそれぞれについて、グループに含まれる入力生体情報の特徴を表す第2のグループ特徴量を抽出し、入力生体画像について設定された複数のグループ及び記憶部に記憶された複数の第1の所定数の登録生体画像のそれぞれについて設定された複数のグループのうち、局所的特徴量が類似するグループごとに、登録生体画像上のそのグループにおける登録生体情報の特徴を表す第1のグループ特徴量と第2のグループ特徴量との差を算出し、その差に応じて複数の登録生体情報のそれぞれと入力生体情報との相違度合いを算出し、相違度合いが低い方から順に第1の所定数よりも少ない第2の所定数の登録生体情報を選択し、選択された登録生体情報と入力生体情報とを照合することをコンピュータに実行させる。
本発明の目的及び利点は、請求項において特に指摘されたエレメント及び組み合わせにより実現され、かつ達成される。
上記の一般的な記述及び下記の詳細な記述の何れも、例示的かつ説明的なものであり、請求項のように、本発明を限定するものではないことを理解されたい。
上記の一般的な記述及び下記の詳細な記述の何れも、例示的かつ説明的なものであり、請求項のように、本発明を限定するものではないことを理解されたい。
本明細書に開示された生体認証装置、生体認証方法及び生体認証用コンピュータプログラムは、照合時に取得された画像に生体情報の一部のみが写っている場合でも、複数の登録生体情報の中から照合に用いる登録生体情報を適切に選択できる。
以下、図を参照しつつ、第1の実施形態による、生体認証装置について説明する。
この生体認証装置は、利用者に対する生体認証処理を実行するために、利用者の生体情報を表した画像である入力生体画像を取得する。この生体認証装置は、入力生体画像を複数のブロックに分割し、各ブロックについて生体情報の幾何学的な局所的特徴量、特に回転不変かつシフト不変な特徴量を抽出する。そしてこの生体認証装置は、各ブロックを、局所的特徴量が類似しているブロックごとにグループ化する。またこの生体認証装置は、グループごとに第2の特徴量であるグループ特徴量を抽出する。そしてこの生体認証装置は、入力生体画像について算出したグループごとのグループ特徴量と、予め登録された登録利用者の生体情報が写っている複数の登録生体画像のそれぞれについて算出したグループごとのグループ特徴量とを比較する。その比較結果に基づいて、この生体認証装置は、複数の登録生体画像の中から照合処理の対象となる登録生体画像を選択することで、入力生体画像に利用者の生体情報の一部しか写っていなくても、適切に照合処理の対象となる登録生体画像を選択できるようにする。
この生体認証装置は、利用者に対する生体認証処理を実行するために、利用者の生体情報を表した画像である入力生体画像を取得する。この生体認証装置は、入力生体画像を複数のブロックに分割し、各ブロックについて生体情報の幾何学的な局所的特徴量、特に回転不変かつシフト不変な特徴量を抽出する。そしてこの生体認証装置は、各ブロックを、局所的特徴量が類似しているブロックごとにグループ化する。またこの生体認証装置は、グループごとに第2の特徴量であるグループ特徴量を抽出する。そしてこの生体認証装置は、入力生体画像について算出したグループごとのグループ特徴量と、予め登録された登録利用者の生体情報が写っている複数の登録生体画像のそれぞれについて算出したグループごとのグループ特徴量とを比較する。その比較結果に基づいて、この生体認証装置は、複数の登録生体画像の中から照合処理の対象となる登録生体画像を選択することで、入力生体画像に利用者の生体情報の一部しか写っていなくても、適切に照合処理の対象となる登録生体画像を選択できるようにする。
本実施形態では、生体認証装置は、生体認証の対象となる生体情報として指の指紋を利用する。しかし、生体認証の対象となる生体情報は、掌紋、鼻紋、静脈パターン、掌形、顔貌、耳介または網膜パターンなど、静止画像に表される他の生体情報であってもよい。
また、本明細書において、「照合処理」という用語は、入力生体情報と登録生体情報の類似度合いを表す類似度を算出する処理を示すために使用される。また、「生体認証処理」という用語は、照合処理だけでなく、照合処理の結果を利用して、利用者を認証するか否かを決定する処理を含む、認証処理全体を示すために使用される。
また、本明細書において、「照合処理」という用語は、入力生体情報と登録生体情報の類似度合いを表す類似度を算出する処理を示すために使用される。また、「生体認証処理」という用語は、照合処理だけでなく、照合処理の結果を利用して、利用者を認証するか否かを決定する処理を含む、認証処理全体を示すために使用される。
図1は、生体認証装置の概略構成図を示す。図1に示されるように、この生体認証装置1は、表示部2と、生体情報取得部3と、入力部4と、記憶部5と、処理部6とを有する。生体認証装置1は、生体情報取得部3により利用者の指の指紋を表す入力生体画像を生成し、その入力生体画像を用いて生体認証処理を実行する。そして生体認証装置1は、生体認証処理の結果、利用者を登録利用者の何れかとして認証した場合、生体認証装置1が実装された装置をその利用者が使用することを許可する。あるいは、生体認証装置1は、図示しない他の装置へ、利用者が認証された旨を表す信号を送信して、その利用者が他の装置を使用することを許可する。
表示部2は、例えば、液晶ディスプレイまたはCRTモニタなどの表示装置を有する。そして表示部2は、例えば、生体情報取得部3が適正な入力生体画像を取得可能な位置へ、指を配置させるためのガイダンスメッセージを利用者に対して表示する。また表示部2は、処理部6により実行されたアプリケーションに関連する各種情報などを表示する。
生体情報取得部3は、利用者の指紋を表す生体画像を生成する。そのために、生体情報取得部3は、例えば、スライド式の指紋センサを有する。この指紋センサは、例えば、光学式、静電容量式、電界式または感熱式の何れかの方式を採用したセンサとすることができる。また生体情報取得部3は、エリアセンサを利用する、何れかの指紋センサを有してもよい。そして生体情報取得部3は、生成した生体画像を処理部6へ渡す。
なお生体情報取得部3は、表示部2または入力部4と一体的に形成されていてもよい。
なお生体情報取得部3は、表示部2または入力部4と一体的に形成されていてもよい。
入力部4は、例えば、キーボード、マウス、またはタッチパッドなどのユーザインターフェースを有する。そして入力部4を介して利用者により入力されたコマンド、データ、あるいは利用者のユーザ名は、処理部6へ渡される。ただし、利用者が生体情報以外の情報を生体認証装置1に対して入力する必要がない場合、この入力部4は省略されてもよい。
記憶部5は、例えば、半導体メモリ、磁気ディスク装置、または光ディスク装置のうちの少なくとも何れか一つを有する。そして記憶部5は、生体認証装置1で使用されるアプリケーションプログラム、少なくとも一人の登録利用者のユーザ名、ユーザ識別番号及び個人設定情報、各種のデータ等を記憶する。また記憶部5は、生体認証処理を実行するためのプログラムを記憶する。さらに記憶部5は、登録利用者それぞれについて、登録利用者の登録生体情報である特定の指の指紋に関するデータを記憶する。この登録生体情報に関するデータは、選択用の特徴量と照合用の特徴量を含む。照合用の特徴量は、例えば、登録生体情報を表す画像である登録生体画像から抽出された隆線の端点または分岐点などのマニューシャの種類、位置、局所的な隆線方向、または渦中心、三角州といった特異点の位置及び種類を含む。あるいは、照合用の特徴量は、登録生体画像そのもの、あるいは登録生体画像の一部であってもよい。また選択用の特徴量は、照合時に取得された利用者の生体情報である入力生体情報と照合する登録生体情報を選択するために用いられるグループ特徴量である。グループ特徴量の詳細については後述する。
処理部6は、1個または複数個のプロセッサ及びその周辺回路を有する。そして処理部6は、生体情報取得部3から取得した、その利用者の指紋である入力生体情報が表された入力生体画像を用いた生体認証処理を実行する。また処理部6は、登録利用者の指紋である登録生体情報を登録する生体情報登録処理を実行する。
図2は、処理部6の機能ブロック図である。図2に示されるように、処理部6は、分割部11と、局所的特徴量抽出部12と、グループ化部13と、グループ特徴量抽出部14と、照合用特徴量抽出部15と、登録部16と、選択部17と、照合部18と、認証判定部19とを有する。処理部6が有するこれらの各部は、処理部6が有するプロセッサ上で実行されるコンピュータプログラムによって実装される機能モジュールである。あるいは、処理部6が有するこれらの各部は、ファームウェアとして生体認証装置1に実装されてもよい。
(生体情報登録処理)
先ず、登録利用者の生体情報を登録生体情報として登録する生体情報登録処理について説明する。
分割部11は、生体情報取得部3から取得した登録生体画像を複数のブロックに分割する。複数のブロックのそれぞれは、例えば、矩形、正三角形あるいは六角形である。そして各ブロックには複数の隆線の一部が含まれるように、各ブロックの一辺の長さは、成人の指において隣接する隆線間の間隔の代表的な値(約0.2mm)の数倍程度、例えば、0.4mmに相当する画素数に設定されることが好ましい。
また分割部11は、登録生体画像上の隆線方向と長手方向が略平行となるように配置された長方形状の複数のブロックを設定してもよい。
分割部11は、隆線方向に沿ってブロックを配置するために、登録生体画像の各部における隆線方向を求める。そこで分割部11は、例えば、局所的閾値法を用いて登録生体画像を隆線に相当する画素と谷線に相当する画素とに2値化する。分割部11は、登録生体画像全体に対して隆線に相当する画素の細線化処理を行う。そして分割部11は、登録生体画像を、例えば、複数の領域に分割し、各領域内で隆線に相当する画素が連結された複数の線の接線方向の平均値を、各領域における隆線方向とする。
分割部11は、各領域の中に、各領域における隆線方向と長手方向が略平行となるような長方形状のブロックを作成する。例えば、分割部11は、長方形状のブロックを、長方形の中心が領域の中心であるように作成する。この場合、例えば、隆線方向に直交するブロックの辺の長さは、隆線2本の幅と谷線1本の幅の合計に相当する長さとすることができる。また、隆線方向に平行するブロックの辺の長さは、隆線方向に直交する辺の長さの数倍程度、例えば、2倍程度とすることができる。
なお、各領域のサイズは、ブロックのサイズよりも大きく、例えば、一つの領域に複数個のブロックが含まれるサイズとすることが好ましい。
分割部11は、各ブロックの位置及び範囲を表すブロック位置情報(例えば、各ブロックの左上端点と右下端点の座標、あるいは各ブロックの重心とその重心から角までの距離)を局所的特徴量抽出部12へ通知する。
先ず、登録利用者の生体情報を登録生体情報として登録する生体情報登録処理について説明する。
分割部11は、生体情報取得部3から取得した登録生体画像を複数のブロックに分割する。複数のブロックのそれぞれは、例えば、矩形、正三角形あるいは六角形である。そして各ブロックには複数の隆線の一部が含まれるように、各ブロックの一辺の長さは、成人の指において隣接する隆線間の間隔の代表的な値(約0.2mm)の数倍程度、例えば、0.4mmに相当する画素数に設定されることが好ましい。
また分割部11は、登録生体画像上の隆線方向と長手方向が略平行となるように配置された長方形状の複数のブロックを設定してもよい。
分割部11は、隆線方向に沿ってブロックを配置するために、登録生体画像の各部における隆線方向を求める。そこで分割部11は、例えば、局所的閾値法を用いて登録生体画像を隆線に相当する画素と谷線に相当する画素とに2値化する。分割部11は、登録生体画像全体に対して隆線に相当する画素の細線化処理を行う。そして分割部11は、登録生体画像を、例えば、複数の領域に分割し、各領域内で隆線に相当する画素が連結された複数の線の接線方向の平均値を、各領域における隆線方向とする。
分割部11は、各領域の中に、各領域における隆線方向と長手方向が略平行となるような長方形状のブロックを作成する。例えば、分割部11は、長方形状のブロックを、長方形の中心が領域の中心であるように作成する。この場合、例えば、隆線方向に直交するブロックの辺の長さは、隆線2本の幅と谷線1本の幅の合計に相当する長さとすることができる。また、隆線方向に平行するブロックの辺の長さは、隆線方向に直交する辺の長さの数倍程度、例えば、2倍程度とすることができる。
なお、各領域のサイズは、ブロックのサイズよりも大きく、例えば、一つの領域に複数個のブロックが含まれるサイズとすることが好ましい。
分割部11は、各ブロックの位置及び範囲を表すブロック位置情報(例えば、各ブロックの左上端点と右下端点の座標、あるいは各ブロックの重心とその重心から角までの距離)を局所的特徴量抽出部12へ通知する。
局所的特徴量抽出部12は、選択用の特徴量を求めるブロックのグループを決定するための基準として、登録生体画像の各ブロックから局所的特徴量を抽出する。
生体画像上に写る生体情報の位置は、利用者の指と生体情報取得部3との位置関係によって異なる。したがって、登録時における利用者の指と生体情報取得部3との位置関係は、照合時における利用者の指と生体情報取得部3との位置関係と異なることがある。特に、生体情報取得部3が有するセンサが、スライド式センサのように一度に指紋の一部の領域しか撮影できないセンサである場合、登録時における上記の位置関係と照合時における上記の位置関係とを一致させることは困難である。
そのため、この局所的特徴量は、登録利用者の指と生体情報取得部3との位置関係によらず、ブロック内の指紋の幾何学的紋様のみによって決定される値であることが好ましい。すなわち、局所的特徴量は、登録生体画像上で回転不変かつシフト不変である幾何学的特徴量であることが好ましい。そこで本実施形態では、局所的特徴量抽出部12は、ブロックごとに、局所的特徴量として隆線の曲率を求める。
生体画像上に写る生体情報の位置は、利用者の指と生体情報取得部3との位置関係によって異なる。したがって、登録時における利用者の指と生体情報取得部3との位置関係は、照合時における利用者の指と生体情報取得部3との位置関係と異なることがある。特に、生体情報取得部3が有するセンサが、スライド式センサのように一度に指紋の一部の領域しか撮影できないセンサである場合、登録時における上記の位置関係と照合時における上記の位置関係とを一致させることは困難である。
そのため、この局所的特徴量は、登録利用者の指と生体情報取得部3との位置関係によらず、ブロック内の指紋の幾何学的紋様のみによって決定される値であることが好ましい。すなわち、局所的特徴量は、登録生体画像上で回転不変かつシフト不変である幾何学的特徴量であることが好ましい。そこで本実施形態では、局所的特徴量抽出部12は、ブロックごとに、局所的特徴量として隆線の曲率を求める。
局所的特徴量抽出部12は、登録生体画像の着目するブロックの隆線の曲率を求めるために、例えば、着目するブロック内の画素値を2値化して、隆線を表す画素と谷線を表す画素とを区別する。2値化のための閾値は、例えば、着目するブロック内の画素値の平均値とすることができる。次に局所的特徴量抽出部12は、2値化された着目ブロックについて、隆線に相当する画素値を持つ画素に対して細線化処理を行うことにより、隆線を表す画素が連結した線を、例えば1画素幅を持つ線に細線化する。
そして局所的特徴量抽出部12は、着目するブロック内で隆線を表す画素が連続する線の接線方向の平均値をその着目するブロック内の隆線方向とする。局所的特徴量抽出部12は、着目するブロックの隆線方向に沿って着目するブロックの両側に隣接する二つのブロックの隆線方向と、着目するブロックの隆線方向の差から、着目するブロックにおける隆線の曲率を求める。
そして局所的特徴量抽出部12は、着目するブロック内で隆線を表す画素が連続する線の接線方向の平均値をその着目するブロック内の隆線方向とする。局所的特徴量抽出部12は、着目するブロックの隆線方向に沿って着目するブロックの両側に隣接する二つのブロックの隆線方向と、着目するブロックの隆線方向の差から、着目するブロックにおける隆線の曲率を求める。
あるいは、局所的特徴量抽出部12は、着目するブロック内の細線化された各隆線を円弧とみなし、その細線化された隆線ごとに、その隆線上の3点の座標から円弧の曲率を求める。そして局所的特徴量抽出部12は、着目するブロック内の各隆線の曲率の平均値を、その着目するブロックの隆線の曲率とする。なお、局所的特徴量抽出部12は、各隆線の長さに応じて、曲率を加重平均してもよい。あるいは局所的特徴量抽出部12は、着目するブロック内で最も長い隆線について求めた曲率を、その着目するブロックの隆線の曲率としてもよい。
図3は、細線化された隆線を含むブロックの一例を示す。ブロック300において、線301〜303は、それぞれ、細線化された隆線である。局所的特徴量抽出部12は、例えば、最も長い隆線302の両端点p1(x1,y1)、p2(x2,y2)及び中点p3(x3,y3)の座標を用いて、次式に従って隆線302の曲率Cを算出する。
局所的特徴量抽出部12は、局所的特徴量として、隆線の曲率の代わりに、谷線の曲率、または谷線と隆線間のエッジの曲率を算出してもよい。なお、局所的特徴量抽出部12は、上記の隆線に対する曲率を求める方法と同様の方法を谷線に対して適用することにより、谷線の曲率を算出できる。また局所的特徴量抽出部12は、2値化された着目するブロックに対してsobelフィルタなどのエッジ検出フィルタを用いてエッジ検出処理を行うことにより、谷線と隆線間のエッジに相当する画素を検出できる。そして局所的特徴量抽出部12は、エッジに相当する画素が連結されたエッジ線ごとに、上記の隆線に対する曲率を求める方法と同様の方法をそのエッジ線に対して適用することにより、エッジの曲率を算出できる。
あるいは、局所的特徴量抽出部12は、着目するブロック内の同一隆線上の所定距離離れた2点における接線方向の差の平均値を、局所的特徴量としてもよい。同様に、局所的特徴量抽出部12は、着目するブロック内の同一谷線上または同一エッジ線上の所定距離離れた2点における接線方向の差の平均値を、局所的特徴量としてもよい。また所定距離は、例えば、着目するブロックの1辺の長さの1/2〜2/3に設定される。さらにまた、局所的特徴量抽出部12は、他の回転不変かつシフト不変な指紋の幾何学的な特徴量を局所的特徴量として求めてもよい。
また、局所的特徴量抽出部12は、局所的特徴量を適切に算出できないブロックには生体情報が写っていないと判定してもよい。局所的特徴量抽出部12は、例えば、ブロック内の画素値の最大値と最小値の差が小さい場合(例えば、その差が生体画像全体の最大値と最小値の差の1/5以下)、隆線と谷線を正確に分離できないので、そのブロックには生体情報が写っていないと判定する。そして局所的特徴量抽出部12は、生体情報が写っていないブロックの局所的特徴量の値を、生体情報が写っていないことを示す値に設定する。例えば、局所的特徴量抽出部12は、局所的特徴量が曲率である場合、生体情報が写っていないブロックの局所的特徴量の値を負の値に設定する。
局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
グループ化部13は、登録生体画像上の複数のブロックを、局所的特徴量が類似するブロックごとにグループ化する。
本実施形態では、グループ化部13は、局所的特徴量として求められた隆線の曲率を5段階に分類する。例えば、隆線の曲率を分類する閾値C1〜C4は、以下の表に示される。
ただし、登録生体画像の解像度は、500dpiであるとする。
グループ化部13は、登録生体画像に設定された複数のブロックのうち、閾値C1未満の隆線の曲率を持つブロックをグループg1に分類する。またグループ化部13は、閾値C1以上かつ閾値C2未満の隆線の曲率を持つブロックをグループg2に分類する。同様に、グループ化部13は、閾値C2以上かつ閾値C3未満の隆線の曲率を持つブロックをグループg3に分類する。またグループ化部13は、閾値C3以上かつ閾値C4未満の隆線の曲率を持つブロックをグループg4に分類する。そしてグループ化部13は、閾値C4の隆線の曲率を持つブロックをグループg5に分類する。
ただし、グループ化部13は、局所的特徴量の値が生体情報が写っていないことを示しているブロックを何れのグループにも分類しない。
局所的特徴量が谷線の曲率または隆線と谷線のエッジの曲率である場合も、グループ化部13は上記の閾値C1〜C4を用いて各ブロックを5個のグループの何れかに分類できる。
なお、ブロックを分類するグループの数は5個に限られない。グループの数は、局所的特徴量が類似するブロックを同一のグループに分類するのに十分な数であればよく、例えば、2以上かつブロックの総数の1/2以下の何れかに設定される。
本実施形態では、グループ化部13は、局所的特徴量として求められた隆線の曲率を5段階に分類する。例えば、隆線の曲率を分類する閾値C1〜C4は、以下の表に示される。
グループ化部13は、登録生体画像に設定された複数のブロックのうち、閾値C1未満の隆線の曲率を持つブロックをグループg1に分類する。またグループ化部13は、閾値C1以上かつ閾値C2未満の隆線の曲率を持つブロックをグループg2に分類する。同様に、グループ化部13は、閾値C2以上かつ閾値C3未満の隆線の曲率を持つブロックをグループg3に分類する。またグループ化部13は、閾値C3以上かつ閾値C4未満の隆線の曲率を持つブロックをグループg4に分類する。そしてグループ化部13は、閾値C4の隆線の曲率を持つブロックをグループg5に分類する。
ただし、グループ化部13は、局所的特徴量の値が生体情報が写っていないことを示しているブロックを何れのグループにも分類しない。
局所的特徴量が谷線の曲率または隆線と谷線のエッジの曲率である場合も、グループ化部13は上記の閾値C1〜C4を用いて各ブロックを5個のグループの何れかに分類できる。
なお、ブロックを分類するグループの数は5個に限られない。グループの数は、局所的特徴量が類似するブロックを同一のグループに分類するのに十分な数であればよく、例えば、2以上かつブロックの総数の1/2以下の何れかに設定される。
図4は、登録生体画像上の複数のブロックを5個のグループに分類した例を示す図である。図4に示される登録生体画像400は、横4列×縦5行のブロックBij(i=0〜3,j=0〜4)に分割されている。またグループg1〜g5は、それぞれ一つのグループを表す。グループg1に含まれるブロック内の隆線の曲率が最も小さく、グループg5に含まれるブロック内の隆線の曲率が最も大きい。
この例では、指紋の渦中心401がブロックB14に位置している。そのため、ブロックB14に近いブロックほど隆線の曲率が大きい。その結果、各ブロックは、ブロックB14を中心とする略同心円状にグループ化されている。このように、指紋全体において同じような特性(この例では、渦中心からの距離)を持つ領域が一つのグループとなる。
この例では、指紋の渦中心401がブロックB14に位置している。そのため、ブロックB14に近いブロックほど隆線の曲率が大きい。その結果、各ブロックは、ブロックB14を中心とする略同心円状にグループ化されている。このように、指紋全体において同じような特性(この例では、渦中心からの距離)を持つ領域が一つのグループとなる。
グループ化部13は、各ブロックのブロック位置情報に、そのブロックが分類されたグループを表すグループ識別番号を関連付ける。なおグループ識別番号は、そのグループに属するブロックの局所的特徴量の値に対応する値を持つ。そしてグループ化部13は、各グループのブロック位置情報及びグループ識別番号をグループ特徴量抽出部14へ渡す。
グループ特徴量抽出部14は、グループごとの生体情報の特性を表す特徴量を、照合時に取得される入力生体情報との照合に用いられる登録生体情報を選択するためのグループ特徴量として抽出する。上記のように、登録時における利用者の指と生体情報取得部3との位置関係は、照合時における利用者の指と生体情報取得部3との位置関係と異なることがある。そこでグループ特徴量は、回転不変、かつシフト不変であることが好ましい。
本実施形態では、グループ特徴量抽出部14は、グループ特徴量として、グループごとに単位面積当たりの隆線の分岐点及び端点といったマニューシャの個数を求める。以下では、単位面積当たりのマニューシャ個数を、マニューシャ密度と呼ぶ。このマニューシャ密度は、回転不変かつシフト不変な特徴量である。
そこでグループ特徴量抽出部14は、隆線の分岐点及び端点を各グループから抽出するために、登録生体画像から隆線が細線化された2値化画像を生成する。そして、グループ特徴量抽出部14は、複数のマスクパターンを用いて細線化された登録生体画像を走査することにより、何れかのマスクパターンと一致するときの、登録生体画像上の位置を検出する。そしてグループ特徴量抽出部14は、検出された位置の中心画素を、マニューシャとして抽出する。なお、マスクパターンは、例えば、3×3画素で表され、隆線の分岐点または端点に対応する2値パターンを持つ。
本実施形態では、グループ特徴量抽出部14は、グループ特徴量として、グループごとに単位面積当たりの隆線の分岐点及び端点といったマニューシャの個数を求める。以下では、単位面積当たりのマニューシャ個数を、マニューシャ密度と呼ぶ。このマニューシャ密度は、回転不変かつシフト不変な特徴量である。
そこでグループ特徴量抽出部14は、隆線の分岐点及び端点を各グループから抽出するために、登録生体画像から隆線が細線化された2値化画像を生成する。そして、グループ特徴量抽出部14は、複数のマスクパターンを用いて細線化された登録生体画像を走査することにより、何れかのマスクパターンと一致するときの、登録生体画像上の位置を検出する。そしてグループ特徴量抽出部14は、検出された位置の中心画素を、マニューシャとして抽出する。なお、マスクパターンは、例えば、3×3画素で表され、隆線の分岐点または端点に対応する2値パターンを持つ。
グループ特徴量抽出部14は、抽出されたマニューシャの個数をグループごとに計数する。そしてグループ特徴量抽出部14は、グループごとに、マニューシャの個数をグループの面積で割ることにより、マニューシャ密度を求める。なお、単位面積は、例えば、1ブロック当たりの面積とすることができる。この場合、グループ特徴量抽出部14は、特定のグループのマニューシャの個数をその特定のグループに含まれるブロック数で割ることにより、その特定のグループについてのマニューシャ密度を求めることができる。また単位面積は、1画素あたりの面積でもよい。この場合、グループ特徴量抽出部14は、特定のグループのマニューシャの個数をその特定のグループに含まれる画素数で割ることにより、その特定のグループについてのマニューシャ密度を求めることができる。
さらに、グループ特徴量抽出部14は、マニューシャ密度そのものをグループ特徴量とする代わりに、マニューシャ密度について複数の区分を設定し、各グループのマニューシャ密度が属する区分をグループ特徴量としてもよい。例えば、マニューシャ密度に対して'低'、'中'、'高'の3種類の区分が設定されてもよい。'低'の区分は、例えば、マニューシャ密度が0個/ブロックであることに対応する。また'中'の区分は、例えば、マニューシャ密度が0個/ブロックよりも高く、かつ1/3個/ブロック未満であることに対応する。さらに'高'の区分は、例えば、マニューシャ密度が1/3個/ブロック以上であることに対応する。そしてグループ特徴量抽出部14は、例えば、'低'、'中'、'高'の区分に対して、それぞれ、グループ特徴量として'0'、'1'、'2'の値を割り当てる。このように、着目する二つの区分間のマニューシャ密度の差が大きいほど、その二つの区分に割り当てられた値の差も大きくなるように、各区分に対する選択特徴量の値は設定される。
なお、グループ特徴量抽出部14は、登録生体画像を隆線を表す画素と谷線を表す画素に2値化した場合における、隆線を表す画素がグループの総画素数に占める比率をグループ特徴量としてもよい。あるいは、グループ特徴量抽出部14は、グループごとの隆線幅の平均値、隣接する隆線の中心線間の間隔の平均値または隆線上に存在する汗腺の単位面積当たりの個数をグループ特徴量としてもよい。例えば、汗腺は、登録生体画像を2値化することにより、隆線を表す画素で周囲を囲まれた画素として検出できる。
グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループの識別番号とともに登録部16へ渡す。
グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループの識別番号とともに登録部16へ渡す。
照合用特徴量抽出部15は、照合用の特徴量として、例えば、マニューシャを抽出する。この場合、照合用特徴量抽出部15は、グループ特徴量抽出部14がマニューシャを抽出する処理と同様の処理を行って、登録生体画像全体からマニューシャを抽出する。なお、照合用特徴量抽出部15は、隆線の端点または分岐点をマニューシャとして求める公知の他の方法を用いて、登録生体画像からマニューシャを抽出してもよい。さらに照合用特徴量抽出部15は、抽出されたマニューシャの位置、及びそのマニューシャ近傍の隆線方向を、照合用の特徴量として求める。なお、照合用特徴量抽出部15は、マニューシャ近傍の隆線方向を求めるために、隆線方向を求める公知の何れかの方法を利用することができる。
あるいは、照合用特徴量抽出部15は、登録生体画像から一部の領域を切り出して、特徴量としてもよい。この場合、切り出される領域は、指紋の渦中心または三角州といった特異点を含むことが好ましい。なお、照合用特徴量抽出部15は、例えば、マニューシャを検知するのと同様に、特異点に対応するマスクパターンと登録生体画像とのパターンマッチングを行うことにより、特異点を検出できる。
照合用特徴量抽出部15は、抽出した照合用特徴量を登録部16へ渡す。
あるいは、照合用特徴量抽出部15は、登録生体画像から一部の領域を切り出して、特徴量としてもよい。この場合、切り出される領域は、指紋の渦中心または三角州といった特異点を含むことが好ましい。なお、照合用特徴量抽出部15は、例えば、マニューシャを検知するのと同様に、特異点に対応するマスクパターンと登録生体画像とのパターンマッチングを行うことにより、特異点を検出できる。
照合用特徴量抽出部15は、抽出した照合用特徴量を登録部16へ渡す。
登録部16は、入力部4から登録利用者のユーザ名を取得する。そして登録部16は、登録利用者に対して他の登録利用者と識別可能なユーザ識別番号を割り当てる。そして登録部16は、その登録利用者に対して割り当てたユーザ識別番号を、ユーザ名、その登録利用者の登録生体画像から抽出された各グループのグループ特徴量及び照合用特徴量と関連付ける。そして登録部16は、登録利用者のユーザ識別番号、ユーザ名とともに、各グループ特徴量及び照合用特徴量を記憶部5に書き込む。これにより、各グループ特徴量及び照合用特徴量は、対応する登録利用者の登録生体情報と関連付けられる。
なお、登録部16は、入力部4を介して登録利用者の暗証番号を取得してもよい。この場合、登録部16は、その暗証番号もその登録利用者のユーザ識別番号と関連付け、そして記憶部5に書き込む。なお、登録利用者のユーザ識別番号、ユーザ名及び登録利用者の暗証番号は、それぞれ、登録生体情報を他の登録生体情報と識別するために用いられる、登録生体情報の識別情報の一例である。
登録部16は、グループ特徴量及び照合用特徴量のデータ量を減らすために、グループ特徴量及び照合用特徴量を所定の圧縮符号化方式に従って符号化し、その符号化されたデータをユーザ識別番号とともに記憶部5に書き込んでもよい。
さらにまた、登録部16は、情報漏洩に対するセキュリティ性を向上するために、ユーザ名、ユーザ識別番号、暗証番号、グループ特徴量及び照合用特徴量を所定の暗号化方式に従って暗号化し、その暗号化されたデータを記憶部5に書き込んでもよい。
なお、登録部16は、入力部4を介して登録利用者の暗証番号を取得してもよい。この場合、登録部16は、その暗証番号もその登録利用者のユーザ識別番号と関連付け、そして記憶部5に書き込む。なお、登録利用者のユーザ識別番号、ユーザ名及び登録利用者の暗証番号は、それぞれ、登録生体情報を他の登録生体情報と識別するために用いられる、登録生体情報の識別情報の一例である。
登録部16は、グループ特徴量及び照合用特徴量のデータ量を減らすために、グループ特徴量及び照合用特徴量を所定の圧縮符号化方式に従って符号化し、その符号化されたデータをユーザ識別番号とともに記憶部5に書き込んでもよい。
さらにまた、登録部16は、情報漏洩に対するセキュリティ性を向上するために、ユーザ名、ユーザ識別番号、暗証番号、グループ特徴量及び照合用特徴量を所定の暗号化方式に従って暗号化し、その暗号化されたデータを記憶部5に書き込んでもよい。
図5は、処理部6上で実行されるコンピュータプログラムにより制御される、生体情報登録処理の動作フローチャートを示す図である。図5に示されるように、処理部6は、生体情報取得部3から、利用者の登録生体情報を表す登録生体画像を取得する(ステップS101)。そして処理部6は、登録生体画像を処理部6の分割部11、局所的特徴量抽出部12、グループ特徴量抽出部14及び照合用特徴量抽出部15へ渡す。
分割部11は、登録生体画像を複数のブロックに分割する(ステップS102)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS103)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
分割部11は、登録生体画像を複数のブロックに分割する(ステップS102)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS103)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
グループ化部13は、局所的特徴量が類似するブロックをグループ化する(ステップS104)。グループ化部13は、各グループのブロック位置情報及びグループ識別番号をグループ特徴量抽出部14へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS105)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループ識別番号とともに登録部16へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS105)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループ識別番号とともに登録部16へ渡す。
また照合用特徴量抽出部15は、登録生体画像から照合用特徴量を抽出する(ステップS106)。照合用特徴量抽出部15は、抽出した照合用特徴量を登録部16へ渡す。
登録部16は、各グループのグループ特徴量及び照合用特徴量を登録利用者のユーザ名及びユーザ識別番号とともに記憶部5に書き込む(ステップS107)。
そして処理部6は、生体情報登録処理を終了する。なお、処理部6は、ステップS102〜S105の処理よりも先にステップS106の処理を実行してもよい。
登録部16は、各グループのグループ特徴量及び照合用特徴量を登録利用者のユーザ名及びユーザ識別番号とともに記憶部5に書き込む(ステップS107)。
そして処理部6は、生体情報登録処理を終了する。なお、処理部6は、ステップS102〜S105の処理よりも先にステップS106の処理を実行してもよい。
(生体認証処理)
次に、利用者の入力生体情報を登録生体情報と照合することにより、利用者が何れかの登録利用者か否か判定する生体認証処理について説明する。本実施形態では、生体認証装置1は、1:N認証方式に従って生体認証処理を実行する。
次に、利用者の入力生体情報を登録生体情報と照合することにより、利用者が何れかの登録利用者か否か判定する生体認証処理について説明する。本実施形態では、生体認証装置1は、1:N認証方式に従って生体認証処理を実行する。
分割部11、局所的特徴量抽出部12、グループ化部13及びグループ特徴量抽出部14は、照合時に生体情報取得部3から取得した利用者の入力生体情報が表された入力生体画像に対して、生体情報登録処理と同様の処理を実行する。そして分割部11、局所的特徴量抽出部12、グループ化部13及びグループ特徴量抽出部14は、入力生体画像について複数のグループを設定し、各グループについてグループ特徴量を抽出する。そして抽出された各グループ特徴量はグループ識別番号とともに、選択部17へ入力される。
また照合用特徴量抽出部15は、入力生体画像に対して上記の登録生体画像に対する処理と同様の処理を行って、入力生体情報から照合用特徴量を抽出する。そして照合用特徴量抽出部15は、抽出した照合用特徴量を照合部18へ渡す。
また照合用特徴量抽出部15は、入力生体画像に対して上記の登録生体画像に対する処理と同様の処理を行って、入力生体情報から照合用特徴量を抽出する。そして照合用特徴量抽出部15は、抽出した照合用特徴量を照合部18へ渡す。
選択部17は、記憶部5に記憶されている各登録生体情報について、それぞれ、入力生体情報から抽出されたグループ特徴量と登録生体情報から抽出されたグループ特徴量とに基づいて、入力生体情報と登録生体情報の相違度合いを表す評価値を求める。そして選択部17は、その評価値に応じて照合部18による照合処理が適用される登録生体情報を選択する。そのために、選択部17は、記憶部5に記憶されている各登録生体情報に関連付けられたグループ特徴量及び登録利用者のユーザ識別番号を読み込む。
上述したように、照合時における利用者の指と生体情報取得部3との位置関係が、登録時における利用者の指と生体情報取得部3との位置関係と異なることがある。特に、生体情報取得部3がスライド式センサである場合のように、生体画像上に指紋全体が写らない場合、登録生体画像に写っている指紋の範囲と入力生体画像に写っている指紋の範囲とが異なることがある。
しかし、グループ特徴量の一例であるマニューシャ密度は、生体情報の幾何学的な特徴が類似するグループごとに算出されている。そのため、二つの生体画像のそれぞれにおいて、特定のグループに対応する領域の大部分が生体画像上に写っていれば、その二つの生体画像におけるその特定のグループについてのマニューシャ密度は略同一の値となる。したがって、二つの生体画像の一方において写っている生体情報の領域が、他方において写っている生体情報の領域と一部において異なっていても、幾つかのグループについてのマニューシャ密度はそれら二つの生体画像において略同一の値となる。
また、各グループは、シフト不変かつ回転不変な幾何学的特徴量に基づいてグループ化されているので、各グループについて算出されたマニューシャ密度も、シフト不変かつ回転不変な特徴量となる。そのため、マニューシャ密度は、生体画像上に写っている生体情報の位置に依存しない。
しかし、グループ特徴量の一例であるマニューシャ密度は、生体情報の幾何学的な特徴が類似するグループごとに算出されている。そのため、二つの生体画像のそれぞれにおいて、特定のグループに対応する領域の大部分が生体画像上に写っていれば、その二つの生体画像におけるその特定のグループについてのマニューシャ密度は略同一の値となる。したがって、二つの生体画像の一方において写っている生体情報の領域が、他方において写っている生体情報の領域と一部において異なっていても、幾つかのグループについてのマニューシャ密度はそれら二つの生体画像において略同一の値となる。
また、各グループは、シフト不変かつ回転不変な幾何学的特徴量に基づいてグループ化されているので、各グループについて算出されたマニューシャ密度も、シフト不変かつ回転不変な特徴量となる。そのため、マニューシャ密度は、生体画像上に写っている生体情報の位置に依存しない。
図6(A)から図6(C)は、それぞれ、図4に示された登録生体画像に写っている指紋と同一の指紋を読み取った入力生体画像の例である。図6(A)に示された入力生体画像600では、指紋の下方が入力生体画像600上に写っていない。また図6(B)に示された入力生体画像610では、向かって右側の指紋の一部が入力生体画像610上に写っていない。さらに図6(C)に示された入力生体画像620では、向かって左側の指紋の一部が入力生体画像620上に写っていない。
また入力生体画像600〜620は、それぞれ複数のブロックBij(i=0〜3,j=0〜4)に分割され、各ブロックは、図4に示された登録生体画像400と同様に、ブロック内の隆線の曲率に応じてグループg1〜g5に分類されている。また図4及び図6(A)〜図6(C)のそれぞれにおいて、点α1〜α4は、マニューシャである。
また入力生体画像600〜620は、それぞれ複数のブロックBij(i=0〜3,j=0〜4)に分割され、各ブロックは、図4に示された登録生体画像400と同様に、ブロック内の隆線の曲率に応じてグループg1〜g5に分類されている。また図4及び図6(A)〜図6(C)のそれぞれにおいて、点α1〜α4は、マニューシャである。
図7は、図4に示された登録生体画像400について求められた各グループのマニューシャ密度と、図6(A)〜図6(C)に示された入力生体画像600〜620について求められた各グループのマニューシャ密度との一覧表700を表す。
表700において、一番上の行は、登録生体画像400について求められた各グループg1〜g5のマニューシャ密度を表す。また表700において、2〜4番目の行は、それぞれ、入力生体画像600〜620について求められた各グループg1〜g5のマニューシャ密度を表す。この例では、マニューシャ密度は、'低'(グループ内のマニューシャ密度は0個/ブロック)、'中'(グループ内のマニューシャ密度は0個/ブロック〜1/3個/ブロック未満)、'高'(グループ内のマニューシャ密度は1/3個/ブロック以上)に区分されている。
表700において、一番上の行は、登録生体画像400について求められた各グループg1〜g5のマニューシャ密度を表す。また表700において、2〜4番目の行は、それぞれ、入力生体画像600〜620について求められた各グループg1〜g5のマニューシャ密度を表す。この例では、マニューシャ密度は、'低'(グループ内のマニューシャ密度は0個/ブロック)、'中'(グループ内のマニューシャ密度は0個/ブロック〜1/3個/ブロック未満)、'高'(グループ内のマニューシャ密度は1/3個/ブロック以上)に区分されている。
表700に示されるように、入力生体画像600〜620に指紋の一部が写っていなくても、入力生体画像600〜620についての殆どのグループのマニューシャ密度は、登録生体画像400についての対応するグループのマニューシャ密度と等しいことが分かる。
そこで選択部17は、入力生体画像から抽出されたグループ特徴量と、各登録生体画像から抽出されたグループ特徴量との比較値を、局所的特徴量が類似するグループごとに算出し、その比較値の和を求めることにより評価値を算出する。
また、入力生体画像における特定のグループの面積と、登録生体画像における対応するグループの面積との差が小さいほど、両方の生体画像においてその特定グループ全体が写っていると推定される。そこで選択部17は、入力生体画像における面積と登録生体画像における面積の差が小さいグループほど、そのグループについて求められたグループ特徴量の比較値に対する重みが大きくなるよう、各グループ特徴量の比較値を重み付ける。
例えば、選択部17は、次式に従って評価値を求める。
ここでE(S,Tj)は、入力生体情報Sと登録生体情報Tj(j=1,2,..,N、ただしNは生体認証装置1に登録されている登録生体情報の総数)の相違度合いを表す評価値である。fi(S)、fi(Tj)は、それぞれ、グループgi(i=1,2,...,M、ただしMはグループの総数)における、入力生体情報Sについてのグループ特徴量及び登録生体情報Tjについてのグループ特徴量である。またci(fi(S),fi(Tj))は、グループgiについてのグループ特徴量fi(S)とfi(Tj)の比較値である。本実施形態では、ci(fi(S),fi(Tj))は、fi(S)とfi(Tj)の差の絶対値として表される。さらにri(i=1,2,...,M)は、グループgiについての比較値ci(fi(S),fi(Tj))に対する重み係数である。重み係数riは、例えば、入力生体情報Sにおけるグループgiに含まれるブロック数Ai(S)と登録生体情報Tjにおけるグループgiに含まれるブロック数Ai(Tj)との差の絶対値が小さいほど大きく、かつriの総和が1となるように正規化された値となる。
また、入力生体画像における特定のグループの面積と、登録生体画像における対応するグループの面積との差が小さいほど、両方の生体画像においてその特定グループ全体が写っていると推定される。そこで選択部17は、入力生体画像における面積と登録生体画像における面積の差が小さいグループほど、そのグループについて求められたグループ特徴量の比較値に対する重みが大きくなるよう、各グループ特徴量の比較値を重み付ける。
例えば、選択部17は、次式に従って評価値を求める。
なお、特定のグループの面積が大きいほど、その特定のグループが生体情報全体の特徴を表している可能性が高いと推定される。そこで選択部17は、入力生体画像におけるグループの面積と登録生体画像における対応するグループの面積の和が大きいほど、そのグループについて求められたグループ特徴量の比較値に対する重み係数を大きくしてもよい。この場合、各グループに対する重み付け係数riは次式で表されてもよい。
本実施形態では、評価値が低いほど、入力生体情報と登録生体情報間の相違度も低い。すなわち、評価値が低いほど、入力生体情報は登録生体情報と良好に一致する。そこで選択部17は、各登録生体情報について算出された評価値を、それぞれ所定の閾値と比較する。そして選択部17は、所定の閾値以下となる評価値に対応する登録生体情報を、照合処理に利用するものとして選択する。なお、所定の閾値は、例えば、評価値E(S,Tj)の平均値、あるいはその平均値から所定のオフセット値だけ減算した値とすることができる。
あるいは、選択部17は、評価値が小さい方から順に所定数の登録生体情報を、照合処理に利用するものとして選択してもよい。なお、所定数は、登録生体画像の総数よりも少なく、例えば、利用者がストレスを感じない程度の待ち時間内に照合処理を実行できる登録生体画像の数の最大値、例えば、5〜100の何れかに設定される。
選択部17は、選択した登録生体情報に対応する登録利用者のユーザ識別番号を照合部18へ通知する。
あるいは、選択部17は、評価値が小さい方から順に所定数の登録生体情報を、照合処理に利用するものとして選択してもよい。なお、所定数は、登録生体画像の総数よりも少なく、例えば、利用者がストレスを感じない程度の待ち時間内に照合処理を実行できる登録生体画像の数の最大値、例えば、5〜100の何れかに設定される。
選択部17は、選択した登録生体情報に対応する登録利用者のユーザ識別番号を照合部18へ通知する。
照合部18は、選択部17から選択された登録利用者のユーザ識別番号を受け取ると、その選択された登録利用者のユーザ識別番号に対応する登録生体情報の照合用特徴量を記憶部5から読み込む。そして照合部18は、照合用特徴量抽出部15から受け取った、入力生体情報から抽出された照合用特徴量と選択された登録生体情報の照合用特徴量とを用いて、入力生体情報を選択された登録生体情報と照合する。そして照合部18は、照合処理の結果として、入力生体情報が登録生体情報に類似している度合いを表す類似度を求める。
照合部18は、照合処理として、例えば、マニューシャマッチング、あるいはパターンマッチングを用いることができる。
照合部18は、マニューシャマッチングにより入力生体情報と登録生体情報を照合する場合、登録生体画像において、登録生体情報が写っている領域の中心付近に位置するマニューシャを、第1の基準特徴点として選択する。また照合部18は、入力生体画像から抽出されたマニューシャのうちの一つを第2の基準特徴点として選択する。そして照合部18は、第2の基準特徴点を第1の基準特徴点と一致させるように、入力生体画像を平行移動させる。なお、照合部18は、渦中心などの特異点を、第1の基準特徴点及び第2の基準特徴点としてもよい。その後、照合部18は、入力生体画像を回転させながら、登録生体画像のマニューシャと一致する入力生体画像のマニューシャの個数を求める。照合部18は、第1の基準特徴点と第2の基準特徴点の組み合わせを変えつつ、上記の処理を繰り返して、登録生体画像のマニューシャと一致する入力生体画像のマニューシャの個数の最大値を求める。
最後に、照合部18は、その個数の最大値を、入力生体情報から抽出されたマニューシャの総数で割った値を類似度として求める。したがって、この場合、類似度は0〜1の値を持ち、入力生体情報と登録生体情報の類似度合いが高い程、類似度の値は1に近づく。
最後に、照合部18は、その個数の最大値を、入力生体情報から抽出されたマニューシャの総数で割った値を類似度として求める。したがって、この場合、類似度は0〜1の値を持ち、入力生体情報と登録生体情報の類似度合いが高い程、類似度の値は1に近づく。
なお、登録生体情報のマニューシャと一致する入力生体情報のマニューシャを検出するために、照合部18は、入力生体情報の着目マニューシャの位置から所定範囲内に、登録生体情報のマニューシャが存在するか否か調べる。ここで、所定範囲は、例えば、隣接する2本の隆線の平均間隔に相当する値とすることができる。照合部18は、着目マニューシャの位置から所定範囲内に登録生体情報のマニューシャが存在する場合、それらマニューシャ近傍の隆線方向の角度差を求める。そして隆線方向の角度差の絶対値が所定角度範囲内に含まれる場合、照合部18は、その登録生体情報のマニューシャを、入力生体情報の着目マニューシャと一致すると判定する。なお所定角度範囲は、着目マニューシャ近傍の隆線方向と対応する登録生体情報のマニューシャ近傍の隆線方向とが一致しているとみなせる許容限界に対応する値であり、例えば、10度とすることができる。なお、照合部18は、着目マニューシャの位置から所定範囲内に、着目マニューシャと同じ種類の登録生体情報のマニューシャが存在する場合にのみ、入力生体情報の着目するマニューシャと一致する登録生体情報のマニューシャが存在すると判定してもよい。また、照合部18は、入力生体情報のマニューシャと一致する登録生体情報のマニューシャの個数を求める公知の他の方法を利用してもよい。
また、照合部18は、パターンマッチングにより入力生体情報と選択された登録生体情報を照合する場合、入力生体画像と、記憶部5に登録生体情報に関する照合用特徴量として記憶されている登録生体画像を使用する。そして照合部18は、入力生体画像と登録生体画像の相対的な位置を様々に変えつつ、下記の式を用いて、入力生体画像と登録生体画像間の相関値c(i,j)を算出する。
ここで、I(x,y)は、入力生体画像に含まれる、水平座標x、垂直座標yの画素の画素値を表す。またT(x-i,y-j)は、登録生体画像に含まれる、水平座標(x-i)、垂直座標(y-j)の画素の画素値を表す。また、Iavは、入力生体画像に含まれる画素の平均画素値であり、Tavは、登録生体画像に含まれる画素の平均画素値である。なお、i及びjは、それぞれ、入力生体画像と登録生体画像の水平方向及び垂直方向のずれ量を表す。さらにc(i,j)は、入力生体画像が、登録生体画像に対して水平方向にi画素かつ垂直方向にj画素ずれているときの相関値を表す。この相関値c(i,j)は、-1〜1の間に含まれる値をとり得る。入力生体画像と登録生体画像とが完全に一致している場合、相関値c(i,j)は1となる。一方、入力生体画像と登録生体画像とが完全に反転している場合、相関値c(i,j)は-1となる。
照合部18は、着目する登録生体情報について求めた相関値c(i,j)の最大値を、その着目する登録生体情報と入力生体情報との類似度とする。
照合部18は、着目する登録生体情報について求めた相関値c(i,j)の最大値を、その着目する登録生体情報と入力生体情報との類似度とする。
照合部18は、選択された登録生体情報のそれぞれについて算出した類似度のうちの最大値を求める。そして照合部18は、類似度の最大値及びその最大値に対応する登録生体情報の登録利用者のユーザ識別番号を認証判定部19へ渡す。
認証判定部19は、類似度の最大値が認証判定閾値以上となる場合、入力生体情報と、類似度の最大値に対応する登録生体情報は一致すると判定する。そして認証判定部19は、利用者を、その類似度の最大値に対応する登録生体情報を持つ登録利用者として認証する。認証判定部19は、利用者を認証すると、その認証結果を処理部6へ通知する。そして処理部6は、認証された利用者が生体認証装置1が実装された装置あるいは生体認証装置1が接続された装置を利用することを許可する。
一方、認証判定部19は、類似度の最大値が認証判定閾値未満となる場合、入力生体情報と登録生体情報は一致しないと判定する。この場合には、認証判定部19は、利用者を認証しない。認証判定部19は、利用者の認証に失敗したことを示す認証結果を処理部6へ通知する。そして処理部6は、認証されなかった利用者が生体認証装置1が実装された装置あるいは生体認証装置1が接続された装置を使用することを拒否する。また処理部6は、表示部2に、認証に失敗したことを示すメッセージを表示させてもよい。
認証判定閾値は、登録利用者本人が利用者である場合にのみ、認証判定部19が認証に成功するような値に設定されることが好ましい。そして認証判定閾値は、登録利用者とは異なる他人が利用者である場合には、認証判定部19が認証に失敗するような値に設定されることが好ましい。例えば、認証判定閾値は、類似度の取りうる最大値と最小値の差に0.7を乗じた値を、類似度の最小値に加えた値とすることができる。
認証判定閾値は、登録利用者本人が利用者である場合にのみ、認証判定部19が認証に成功するような値に設定されることが好ましい。そして認証判定閾値は、登録利用者とは異なる他人が利用者である場合には、認証判定部19が認証に失敗するような値に設定されることが好ましい。例えば、認証判定閾値は、類似度の取りうる最大値と最小値の差に0.7を乗じた値を、類似度の最小値に加えた値とすることができる。
図8及び図9は、処理部6上で実行されるコンピュータプログラムにより制御される、生体認証処理の動作フローチャートを示す。
図8に示されるように、処理部6は、生体情報取得部3から、利用者の入力生体情報を表す入力生体画像を取得する(ステップS201)。そして処理部6は、入力生体画像を処理部6の分割部11、局所的特徴量抽出部12、グループ特徴量抽出部14及び照合用特徴量抽出部15へ渡す。
分割部11は、入力生体画像を複数のブロックに分割する(ステップS202)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS203)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
図8に示されるように、処理部6は、生体情報取得部3から、利用者の入力生体情報を表す入力生体画像を取得する(ステップS201)。そして処理部6は、入力生体画像を処理部6の分割部11、局所的特徴量抽出部12、グループ特徴量抽出部14及び照合用特徴量抽出部15へ渡す。
分割部11は、入力生体画像を複数のブロックに分割する(ステップS202)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS203)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
グループ化部13は、局所的特徴量が類似するブロックをグループ化する(ステップS204)。グループ化部13は、各グループに含まれるブロック位置情報及びグループ識別番号をグループ特徴量抽出部14へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS205)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループ識別番号とともに選択部17へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS205)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量をグループ識別番号とともに選択部17へ渡す。
また照合用特徴量抽出部15は、入力生体画像から照合用特徴量を抽出する(ステップS206)。照合用特徴量抽出部15は、抽出した照合用特徴量を照合部18へ渡す。
選択部17は、入力生体情報と登録生体情報との相違度合いを表す評価値を、入力生体情報から求められたグループ特徴量と登録生体情報から求められたグループ特徴量に基づいて、全ての登録生体情報に対して算出する(ステップS207)。そして選択部17は、評価値が所定の閾値以下となる登録生体情報を選択する(ステップS208)。そして選択部17は、選択した登録生体情報に関連付けられたユーザ識別番号を照合部18へ通知する。
図9に示されるように、照合部18は、選択部17から受け取ったユーザ識別番号に対応する登録生体情報の照合用特徴量を記憶部5から読み込む。照合部18は、入力生体情報の照合用特徴量と選択された登録生体情報の照合用特徴量とに基づいて入力生体情報と選択された登録生体情報間の類似度をそれぞれ算出する(ステップS209)。そして照合部18は、類似度の最大値を求め、類似度の最大値とともに、その最大値に対応する登録利用者のユーザ識別番号を処理部6の認証判定部19へ渡す。
認証判定部19は、類似度の最大値が認証判定用閾値以上となるか否か判定する(ステップS210)。
類似度の最大値が認証判定用閾値以上である場合(ステップS210−Yes)、認証判定部19は、利用者を類似度の最大値に対応するユーザ識別番号と関連付けられた登録利用者として認証する(ステップS211)。
一方、類似度の最大値が認証判定用閾値未満である場合(ステップS210−No)、認証判定部19は利用者を認証しない(ステップS212)。
ステップS211またはS212の後、処理部6は、生体認証処理を終了する。なお、処理部6は、ステップS202〜S205の処理よりも先にステップS206の処理を実行してもよい。
類似度の最大値が認証判定用閾値以上である場合(ステップS210−Yes)、認証判定部19は、利用者を類似度の最大値に対応するユーザ識別番号と関連付けられた登録利用者として認証する(ステップS211)。
一方、類似度の最大値が認証判定用閾値未満である場合(ステップS210−No)、認証判定部19は利用者を認証しない(ステップS212)。
ステップS211またはS212の後、処理部6は、生体認証処理を終了する。なお、処理部6は、ステップS202〜S205の処理よりも先にステップS206の処理を実行してもよい。
以上に説明してきたように、この実施形態による生体認証装置は、生体情報の幾何学的な特徴量が類似しているブロックごとにグループ化し、各グループから抽出されたグループ特徴量に基づいて、入力生体情報と照合する登録生体情報を選択する。このグループ特徴量は、回転不変かつシフト不変な特徴量であるため、生体画像上の生体情報の位置に対してほとんど依存しない。またグループ特徴量は、グループの大きさに依存しない。さらにある登録利用者について生成された登録生体画像と入力生体画像の両方に、幾つかのグループが写っていれば、それらグループについてのグループ特徴量は、入力生体画像と登録生体画像とで略同一の値となる。そのため、一部のグループが入力生体画像に写っていなくても、その入力生体画像と登録生体画像についてグループ特徴量から求められる相違度合いは低くなる。そのため、この生体認証装置は、入力生体画像に利用者の生体情報の一部しか写っていなくても、複数の登録生体画像の中から照合処理の対象となる登録生体画像を適切に選択することができる。また(2)式から明らかなように、グループ特徴量を用いた評価値を算出するための演算量は、照合部による照合処理の演算量よりも極めて小さい。そのため、この生体認証装置は、1:N認証方式における生体認証処理の演算量を減らすことができる。
次に、第2の実施形態による、生体認証装置について説明する。第2の実施形態による生体認証装置は、1:1認証方式にしたがって生体認証処理を実行する。そしてこの生体認証装置は、照合処理の前に、グループ特徴量を用いて照合部による照合処理の演算量よりも演算量が少ない簡易的な照合処理を実行する。そして簡易的な照合処理の結果、利用者が登録利用者である可能性がある場合に限り、生体認証装置は、照合処理を実行する。
第2の実施形態による生体認証装置は、第1の実施形態による生体認証装置と比較して、処理部の生体認証処理に関する機能の一部のみが相違する。そこで、以下では、第2の実施形態による生体認証装置の処理部の機能のうち、第1の実施形態による生体認証装置の処理部の機能と相違する点について説明する。なお、第2の実施形態による生体認証装置により実行される生体情報登録処理は、第1の実施形態による生体認証装置により実行される生体情報登録処理と同一であるため、以下では、生体認証処理についてのみ説明する。生体情報登録処理については、上記の生体情報登録処理に関する説明を参照されたい。
第2の実施形態による生体認証装置は、第1の実施形態による生体認証装置と比較して、処理部の生体認証処理に関する機能の一部のみが相違する。そこで、以下では、第2の実施形態による生体認証装置の処理部の機能のうち、第1の実施形態による生体認証装置の処理部の機能と相違する点について説明する。なお、第2の実施形態による生体認証装置により実行される生体情報登録処理は、第1の実施形態による生体認証装置により実行される生体情報登録処理と同一であるため、以下では、生体認証処理についてのみ説明する。生体情報登録処理については、上記の生体情報登録処理に関する説明を参照されたい。
図10は、第2の実施形態による、生体認証装置が有する処理部の機能ブロック図である。図10に示されるように、処理部7は、選択部17の代わりに簡易照合部20を有する点で、図2に示された処理部6と異なる。なお、図10において、処理部7の各機能ブロックには、図2に示された処理部6の対応する機能ブロックと同じ参照番号を付した。
照合時において、利用者は、生体情報取得部3に特定の指を読み取らせ、生体情報取得部3は入力生体画像を生成する。そして生体情報取得部3は、その入力生体画像を処理部7へ出力する。また利用者は、入力部4を操作して利用者を識別する情報の一例であるユーザ名を入力する。あるいは、利用者は、入力部4を操作して、ユーザ名とともに暗証番号を入力してもよい。
入力部4は、ユーザ名、あるいはユーザ名とともに暗証番号を処理部7へ出力する。
入力部4は、ユーザ名、あるいはユーザ名とともに暗証番号を処理部7へ出力する。
処理部7は、入力生体画像を分割部11、局所的特徴量抽出部12及びグループ特徴量抽出部14へ渡して、その入力生体画像に写っている入力生体情報の各グループのグループ特徴量を抽出する。
また処理部7は、入力部4から受け取ったユーザ名に対応する登録生体情報についてのグループ特徴量及び照合用特徴量を記憶部5から読み込む。なお、処理部7は、入力部4からユーザ名とともに暗証番号を受け取っている場合、そのユーザ名とともに記憶されている暗証番号と入力された暗証番号とが一致するか否か判定する。そして処理部7は、その二つの暗証番号が一致する場合にのみ、そのユーザ名に対応するグループ特徴量及び照合用特徴量を記憶部5から読み込んでもよい。
処理部7は、入力生体情報から抽出されたグループ特徴量と、入力されたユーザ名に対応する登録生体情報についてのグループ特徴量とを簡易照合部20へ渡す。
また処理部7は、入力部4から受け取ったユーザ名に対応する登録生体情報についてのグループ特徴量及び照合用特徴量を記憶部5から読み込む。なお、処理部7は、入力部4からユーザ名とともに暗証番号を受け取っている場合、そのユーザ名とともに記憶されている暗証番号と入力された暗証番号とが一致するか否か判定する。そして処理部7は、その二つの暗証番号が一致する場合にのみ、そのユーザ名に対応するグループ特徴量及び照合用特徴量を記憶部5から読み込んでもよい。
処理部7は、入力生体情報から抽出されたグループ特徴量と、入力されたユーザ名に対応する登録生体情報についてのグループ特徴量とを簡易照合部20へ渡す。
簡易照合部20は、入力生体情報及び入力されたユーザ名に対応する登録生体情報から抽出されたグループ特徴量に基づいて、上記の(2)式あるいは(3)式にしたがって、入力生体情報と登録生体情報の相違度合いを表す評価値を算出する。
そして簡易照合部20は、その評価値が所定の閾値よりも高ければ、すなわち、相違度合いが高ければ、利用者は入力されたユーザ名に対応する登録利用者ではないと判定する。一方、その評価値が所定の閾値以下であれば、簡易照合部20は、利用者は入力されたユーザ名に対応する登録利用者である可能性があると判定する。
なお、所定の閾値は、例えば、本人棄却率が実質的に0%となる評価値の最小値とすることができる。
そして簡易照合部20は、その判定結果を処理部7へ通知する。
そして簡易照合部20は、その評価値が所定の閾値よりも高ければ、すなわち、相違度合いが高ければ、利用者は入力されたユーザ名に対応する登録利用者ではないと判定する。一方、その評価値が所定の閾値以下であれば、簡易照合部20は、利用者は入力されたユーザ名に対応する登録利用者である可能性があると判定する。
なお、所定の閾値は、例えば、本人棄却率が実質的に0%となる評価値の最小値とすることができる。
そして簡易照合部20は、その判定結果を処理部7へ通知する。
処理部7は、簡易照合部20により、利用者は入力されたユーザ名に対応する登録利用者ではないとの判定結果を受け取ると、生体認証処理を終了する。一方、処理部7は、簡易照合部20により、利用者は入力されたユーザ名に対応する登録利用者である可能性があるとの判定結果を受け取ると、照合用特徴量抽出部15へ入力生体画像を渡す。そして照合用特徴量抽出部15は、入力生体情報についての照合用特徴量を抽出する。また処理部7は、入力されたユーザ名に対応する登録生体情報の照合用特徴量を記憶部5から読み込む。そして処理部7は、入力生体情報についての照合用特徴量と、入力されたユーザ名に対応する登録生体情報についての照合用特徴量を照合部18へ渡す。
照合部18は、照合用特徴量に基づいて、入力生体情報と登録生体情報とを照合する。そして照合部18は、照合処理の結果として、入力生体情報が登録生体情報に類似している度合いを表す類似度を求める。そして照合部18は、類似度を認証判定部19へ渡す。
認証判定部19は、類似度が認証判定閾値以上であれば、利用者を入力されたユーザ名に対応する登録利用者であると認証する。一方、類似度が認証判定閾値未満であれば、認証判定部19は、利用者を認証しない。
認証判定部19は、類似度が認証判定閾値以上であれば、利用者を入力されたユーザ名に対応する登録利用者であると認証する。一方、類似度が認証判定閾値未満であれば、認証判定部19は、利用者を認証しない。
図11及び図12は、処理部7上で実行されるコンピュータプログラムにより制御される、第2の実施形態による生体認証処理の動作フローチャートを示す。
処理部7は、生体情報取得部3から、利用者の入力生体情報を表す入力生体画像を取得する。また処理部7は、入力部4からユーザ名を取得する(ステップS301)。そして処理部7は、入力生体画像を処理部7の分割部11、局所的特徴量抽出部12及びグループ特徴量抽出部14へ渡す。
分割部11は、入力生体画像を複数のブロックに分割する(ステップS302)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS303)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
処理部7は、生体情報取得部3から、利用者の入力生体情報を表す入力生体画像を取得する。また処理部7は、入力部4からユーザ名を取得する(ステップS301)。そして処理部7は、入力生体画像を処理部7の分割部11、局所的特徴量抽出部12及びグループ特徴量抽出部14へ渡す。
分割部11は、入力生体画像を複数のブロックに分割する(ステップS302)。分割部11は、各ブロックの位置及び範囲を表すブロック位置情報を局所的特徴量抽出部12へ通知する。局所的特徴量抽出部12は、各ブロックについて生体情報の幾何学的特徴量である局所的特徴量を算出する(ステップS303)。局所的特徴量抽出部12は、各ブロックの局所的特徴量を、対応するブロック位置情報とともにグループ化部13へ渡す。
グループ化部13は、局所的特徴量が類似するブロックをグループ化する(ステップS304)。グループ化部13は、各グループに含まれるブロック位置情報及びグループ識別番号をグループ特徴量抽出部14へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS305)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量を簡易照合部20へ渡す。また処理部7は、ユーザ名により特定された登録利用者の登録生体情報から抽出されたグループ特徴量を記憶部5から読込み、そのグループ特徴量を簡易照合部20へ渡す。
グループ特徴量抽出部14は、グループごとにグループ特徴量を算出する(ステップS305)。グループ特徴量抽出部14は、グループごとに求めたグループ特徴量を簡易照合部20へ渡す。また処理部7は、ユーザ名により特定された登録利用者の登録生体情報から抽出されたグループ特徴量を記憶部5から読込み、そのグループ特徴量を簡易照合部20へ渡す。
簡易照合部20は、入力生体情報についてのグループ特徴量とユーザ名により特定された登録利用者の登録生体情報についてのグループ特徴量とに基づいて、入力生体情報と登録生体情報の相違度合いを表す評価値を算出する(ステップS306)。そして簡易照合部20は、評価値が所定の閾値以下となるか否か判定する(ステップS307)。そして簡易照合部20は、その判定結果を処理部7へ通知する。
評価値が所定の閾値よりも大きい場合(ステップS307−No)、処理部7は、利用者はユーザ名により特定された登録利用者ではないと判定し、利用者を認証しない(ステップS312)。そして処理部7は生体認証処理を終了する。
一方、図12に示されるように、評価値が所定の閾値以下である場合(ステップS307−Yes)、処理部7は、入力生体画像を照合用特徴量抽出部15へ渡す。照合用特徴量抽出部15は、入力生体画像から照合用特徴量を抽出する(ステップS308)。一方、処理部7は、入力されたユーザ名に対応する登録生体情報の照合用特徴量を記憶部5から読み込む。そして処理部7は、入力生体情報についての照合用特徴量と、入力されたユーザ名に対応する登録生体情報についての照合用特徴量を照合部18へ渡す。
一方、図12に示されるように、評価値が所定の閾値以下である場合(ステップS307−Yes)、処理部7は、入力生体画像を照合用特徴量抽出部15へ渡す。照合用特徴量抽出部15は、入力生体画像から照合用特徴量を抽出する(ステップS308)。一方、処理部7は、入力されたユーザ名に対応する登録生体情報の照合用特徴量を記憶部5から読み込む。そして処理部7は、入力生体情報についての照合用特徴量と、入力されたユーザ名に対応する登録生体情報についての照合用特徴量を照合部18へ渡す。
照合部18は、入力生体情報の照合用特徴量とユーザ名により特定された登録利用者の登録生体情報の照合用特徴量とに基づいて入力生体情報とその登録生体情報間の類似度を算出する(ステップS309)。そして照合部18は、類似度を処理部7の認証判定部19へ渡す。
認証判定部19は、類似度が認証判定用閾値以上となるか否か判定する(ステップS310)。
類似度が認証判定用閾値以上である場合(ステップS310−Yes)、認証判定部19は、利用者を入力されたユーザ名により特定される登録利用者として認証する(ステップS311)。
一方、類似度が認証判定用閾値未満である場合(ステップS310−No)、認証判定部19は利用者を認証しない(ステップS312)。
ステップS311またはS312の後、処理部7は、生体認証処理を終了する。
類似度が認証判定用閾値以上である場合(ステップS310−Yes)、認証判定部19は、利用者を入力されたユーザ名により特定される登録利用者として認証する(ステップS311)。
一方、類似度が認証判定用閾値未満である場合(ステップS310−No)、認証判定部19は利用者を認証しない(ステップS312)。
ステップS311またはS312の後、処理部7は、生体認証処理を終了する。
以上に説明してきたように、第2の実施形態による生体認証装置は、1:1認証方式において、入力生体情報から抽出されたグループ特徴量とユーザ名により特定された登録生体情報から抽出されたグループ特徴量とを用いて簡易的な照合処理を実行する。そしてこの生体認証装置は、簡易的な照合処理の結果、入力生体情報と登録生体情報とがある程度一致する場合に限り、精密な照合処理を実行する。そのため、この生体認証装置は、特に利用者がユーザ名により特定された登録利用者と異なる場合における生体認証処理の演算量を減らすことができる。
なお、本発明は、上記の実施形態に限定されるものではない。例えば、登録生体情報のグループ特徴量及び照合用特徴量が予め他の装置にて求められる場合、上記の各実施形態による生体認証装置の処理部は、登録部の機能を有さなくてもよい。また、他の実施形態によれば、生体認証処理を実行する機能を有さず、生体情報登録処理を実行する機能のみを有する生体情報登録装置が提供されてもよい。この場合、生体情報登録装置は、例えば、第1の実施形態による生体認証装置が有する各部と同様の各部を有する。ただし、生体情報登録装置の処理部は、分割部、局所的特徴量抽出部、グループ化部、グループ特徴量抽出部、照合用特徴量抽出部及び登録部の機能を有するが、選択部、照合部及び認証判定部の機能は有さなくてもよい。
また他の実施形態によれば、局所的特徴量抽出部は、ブロックごとに生体情報に関する複数の幾何学的特徴量を抽出してもよい。そしてグループ化部は、複数の幾何学的特徴量が何れも類似するブロックごとにグループ化してもよい。この場合、複数の幾何学的特徴量は、例えば、隆線の曲率と隆線幅を含んでもよい。そしてグループ化部は、ブロックごとに、隆線の曲率を、表1に示されたような隆線の曲率に対する1以上の閾値と比較することによりブロックをサブグループg1〜gm(ただしmは2以上の整数)に分類する。同様に、グループ化部は、ブロックごとに、隆線幅を、隆線幅に対する1以上の閾値と比較することによってブロックをサブグループh1〜hn(ただしnは2以上の整数)分類する。そしてグループ化部は、分類されたサブグループgiとサブグループhjがともに同一となるブロックを一つのグループとする。
さらに、グループ特徴量抽出部も、各グループについて複数のグループ特徴量を抽出してもよい。例えば、複数のグループ特徴量は、マニューシャ密度と、グループ内に存在する汗腺の密度とを含んでもよい。
この場合、選択部及び簡易照合部も、グループごとに、各グループ特徴量についてそれぞれ差の絶対値を求め、その差の絶対値和を入力生体情報と登録生体情報との相違度合いを表す評価値として算出する。
さらに、グループ特徴量抽出部も、各グループについて複数のグループ特徴量を抽出してもよい。例えば、複数のグループ特徴量は、マニューシャ密度と、グループ内に存在する汗腺の密度とを含んでもよい。
この場合、選択部及び簡易照合部も、グループごとに、各グループ特徴量についてそれぞれ差の絶対値を求め、その差の絶対値和を入力生体情報と登録生体情報との相違度合いを表す評価値として算出する。
また、選択部及び簡易照合部は、入力生体情報と登録生体情報の一致度合いが高くなるほど大きくなる評価値を算出してもよい。この場合、例えば、選択部及び簡易照合部は、(2)式における比較値ci(fi(S),fi(Tj))として、1/{|fi(S)-fi(Tj)|+1}を用いてもよい。
さらに、生体情報登録処理において、生体認証装置は、登録利用者の特定の生体情報を生体情報取得部で複数回読み込むことにより作成された複数の登録生体画像を用いて、局所的特徴量、グループ特徴量及び照合用特徴量を求めてもよい。
この場合、例えば、局所的特徴量抽出部は、各登録生体画像から、それぞれ渦中心などの特異点を検出する。なお、局所的特徴量抽出部は、例えば、グループ特徴量抽出部に関して説明したようなテンプレートマッチングを用いて特異点を検出できる。そして局所的特徴量抽出部は、各登録生体画像を特異点が一致するように位置合わせする。
局所的特徴量抽出部は、ブロックごとに、各登録生体画像からそれぞれ抽出された局所的特徴量の平均値を求め、その平均値をそのブロックの局所的特徴量とする。あるいは、局所的特徴量抽出部は、ブロックごとに、各登録生体画像からそれぞれ抽出された局所的特徴量の最頻値あるいは中央値をそのブロックの局所的特徴量としてもよい。
同様に、グループ特徴量抽出部も、グループごとに、各登録生体画像からそれぞれ抽出されたグループ特徴量の平均値、最頻値あるいは中央値をそのグループのグループ特徴量としてもよい。さらに、照合用特徴量抽出部は、互いに位置合わせされた各登録生体画像を、それぞれ一つのマニューシャが含まれる程度の微小領域に分割し、そして微小領域ごとにマニューシャを抽出する。そして照合用特徴量抽出部は、半数以上の登録生体画像においてマニューシャが抽出された微小領域に、マニューシャがあるとしてもよい。
この場合、例えば、局所的特徴量抽出部は、各登録生体画像から、それぞれ渦中心などの特異点を検出する。なお、局所的特徴量抽出部は、例えば、グループ特徴量抽出部に関して説明したようなテンプレートマッチングを用いて特異点を検出できる。そして局所的特徴量抽出部は、各登録生体画像を特異点が一致するように位置合わせする。
局所的特徴量抽出部は、ブロックごとに、各登録生体画像からそれぞれ抽出された局所的特徴量の平均値を求め、その平均値をそのブロックの局所的特徴量とする。あるいは、局所的特徴量抽出部は、ブロックごとに、各登録生体画像からそれぞれ抽出された局所的特徴量の最頻値あるいは中央値をそのブロックの局所的特徴量としてもよい。
同様に、グループ特徴量抽出部も、グループごとに、各登録生体画像からそれぞれ抽出されたグループ特徴量の平均値、最頻値あるいは中央値をそのグループのグループ特徴量としてもよい。さらに、照合用特徴量抽出部は、互いに位置合わせされた各登録生体画像を、それぞれ一つのマニューシャが含まれる程度の微小領域に分割し、そして微小領域ごとにマニューシャを抽出する。そして照合用特徴量抽出部は、半数以上の登録生体画像においてマニューシャが抽出された微小領域に、マニューシャがあるとしてもよい。
また、他の実施形態による生体認証装置は、生体認証に利用する生体情報として、指紋の代わりに掌紋を用いる。この場合も、生体認証装置は、入力生体画像及び登録生体画像に対して上記の実施形態またはその変形例による生体認証装置が実行する生体情報登録処理、生体認証処理と同様の生体情報登録処理、生体認証処理を実行できる。
さらに他の実施形態による生体認証装置は、生体認証に利用する生体情報として、手のひら、手の甲または指の静脈パターンを用いる。この場合、生体認証装置は、局所的特徴量として、生体画像を分割した複数のブロックのそれぞれごとに、ブロック内に含まれる静脈の本数、または静脈が写っている画素がブロック全体に占める比率などを算出する。この場合、局所的特徴量抽出部は、局所的特徴量を抽出するために、例えば、静脈パターンが写っている生体画像を、静脈が写っている画素とそれ以外の画素に2値化する。そして局所的特徴量抽出部は、ブロックごとに静脈に相当する画素を計数することで、静脈が写っている画素がブロック全体に占める比率を算出できる。あるいは、局所的特徴量抽出部は、ブロックごとにラベリング処理を行って、連結された静脈が写っている画素ごとのグループを求める。そして局所的特徴量抽出部は、そのグループの数を、ブロック内に含まれる静脈の本数とすることができる。
また生体認証装置は、グループ特徴量として、例えば、単位面積当たりの静脈の端点及び分岐点の個数を算出する。なお、グループ特徴量抽出部は、例えば、静脈パターンが写っている生体画像を、静脈が写っている画素とそれ以外の画素に2値化した2値化画像と、静脈の端点または分岐点のパターンを表すテンプレートとのマッチングにより静脈の端点及び分岐点を検出できる。
さらに他の実施形態による生体認証装置は、生体認証に利用する生体情報として、手のひら、手の甲または指の静脈パターンを用いる。この場合、生体認証装置は、局所的特徴量として、生体画像を分割した複数のブロックのそれぞれごとに、ブロック内に含まれる静脈の本数、または静脈が写っている画素がブロック全体に占める比率などを算出する。この場合、局所的特徴量抽出部は、局所的特徴量を抽出するために、例えば、静脈パターンが写っている生体画像を、静脈が写っている画素とそれ以外の画素に2値化する。そして局所的特徴量抽出部は、ブロックごとに静脈に相当する画素を計数することで、静脈が写っている画素がブロック全体に占める比率を算出できる。あるいは、局所的特徴量抽出部は、ブロックごとにラベリング処理を行って、連結された静脈が写っている画素ごとのグループを求める。そして局所的特徴量抽出部は、そのグループの数を、ブロック内に含まれる静脈の本数とすることができる。
また生体認証装置は、グループ特徴量として、例えば、単位面積当たりの静脈の端点及び分岐点の個数を算出する。なお、グループ特徴量抽出部は、例えば、静脈パターンが写っている生体画像を、静脈が写っている画素とそれ以外の画素に2値化した2値化画像と、静脈の端点または分岐点のパターンを表すテンプレートとのマッチングにより静脈の端点及び分岐点を検出できる。
さらに、本明細書に開示された生体認証装置及び生体認証方法は、利用者が何らかの操作を行うために、利用者の生体情報と、予め登録された生体情報間で生体認証処理を実行する、各種の装置またはシステムに適用可能である。例えば、そのような装置またはシステムには、1台以上の端末とサーバが通信ネットワークを介して接続されたコンピュータシステムが含まれる。この場合、各端末に生体情報取得部が設けられ、その生体情報取得部により取得された生体画像は、サーバへ送信される。そしてサーバは、上記の実施形態の処理部の機能を実行することにより、生体画像の登録処理あるいは生体認証処理を実行する。
さらに、各端末のプロセッサが、上記の各実施形態の処理部の機能のうち、分割部、局所的特徴量抽出部、グループ化部、グループ特徴量抽出部及び照合用特徴量抽出部の機能を有してもよい、一方、サーバのプロセッサが、登録部、選択部、照合部及び認証判定部の機能を有してもよい。これにより、サーバのプロセッサに対する処理の負荷が軽減できる。
また、生体情報取得部と、記憶部と、処理部と、Universal Serial Busなどの規格に準じたデータ伝送用インターフェースとが一体として形成された可搬メモリ装置の処理部が、上記の実施形態におけるコンピュータの処理部の各機能を有していてもよい。
また、上記の各実施形態による処理部の機能をコンピュータに実現させる命令を有するコンピュータプログラムは、記録媒体に記録された形で提供されてもよい。
また、生体情報取得部と、記憶部と、処理部と、Universal Serial Busなどの規格に準じたデータ伝送用インターフェースとが一体として形成された可搬メモリ装置の処理部が、上記の実施形態におけるコンピュータの処理部の各機能を有していてもよい。
また、上記の各実施形態による処理部の機能をコンピュータに実現させる命令を有するコンピュータプログラムは、記録媒体に記録された形で提供されてもよい。
ここに挙げられた全ての例及び特定の用語は、読者が、本発明及び当該技術の促進に対する本発明者により寄与された概念を理解することを助ける、教示的な目的において意図されたものであり、本発明の優位性及び劣等性を示すことに関する、本明細書の如何なる例の構成、そのような特定の挙げられた例及び条件に限定しないように解釈されるべきものである。本発明の実施形態は詳細に説明されているが、本発明の精神及び範囲から外れることなく、様々な変更、置換及び修正をこれに加えることが可能であることを理解されたい。
1 生体認証装置
2 表示部
3 生体情報取得部
4 入力部
5 記憶部
6 処理部
11 分割部
12 局所的特徴量抽出部
13 グループ化部
14 グループ特徴量抽出部
15 照合用特徴量抽出部
16 登録部
17 選択部
18 照合部
19 認証判定部
20 簡易照合部
2 表示部
3 生体情報取得部
4 入力部
5 記憶部
6 処理部
11 分割部
12 局所的特徴量抽出部
13 グループ化部
14 グループ特徴量抽出部
15 照合用特徴量抽出部
16 登録部
17 選択部
18 照合部
19 認証判定部
20 簡易照合部
Claims (6)
- 利用者の入力生体情報を取得して、該入力生体情報を表す入力生体画像を生成する生体情報取得部と、
予め登録された複数の第1の所定数の登録利用者のそれぞれについて、当該登録利用者の登録生体情報を表す登録生体画像を複数のブロックに分割し、各ブロックに含まれる登録生体情報の幾何学的特徴が類似するブロックごとに分類された複数のグループのそれぞれについて、当該グループに含まれる登録生体情報の特徴を表す第1のグループ特徴量を記憶する記憶部と、
処理部であって、
前記入力生体画像を複数のブロックに分割する分割機能と、
前記入力生体画像上の前記複数のブロックのそれぞれについて、当該ブロックに含まれる前記入力生体情報の幾何学的特徴を表す局所的特徴量を抽出する局所的特徴量抽出機能と、
前記入力生体画像上の前記複数のブロックを、前記局所的特徴量が類似するブロックごとに複数のグループに分類するグループ化機能と、
前記入力生体画像上の前記複数のグループのそれぞれについて、当該グループに含まれる前記入力生体情報の特徴を表す第2のグループ特徴量を抽出する機能と、
前記入力生体画像について設定された前記複数のグループ及び前記複数の登録生体画像のそれぞれについて設定された複数のグループのうち、前記局所的特徴量が類似するグループごとに、前記第2のグループ特徴量と前記第1のグループ特徴量との差を算出し、当該差に応じて前記複数の登録生体情報のそれぞれと前記入力生体情報との相違度合いを算出し、当該相違度合いが低い方から順に前記第1の所定数よりも少ない第2の所定数の登録生体情報を選択する選択機能と、
前記選択された登録生体情報と前記入力生体情報とを照合する照合機能と、
を実現する処理部と、
を有する生体認証装置。 - 前記局所的特徴量は前記入力生体画像上における入力生体情報の位置及び回転に対して不変な特徴量である、請求項1に記載の生体認証装置。
- 前記第1のグループ特徴量及び前記第2のグループ特徴量は、それぞれ、単位面積当たりの前記複数のグループのそれぞれに含まれる生体情報の特徴的な点の個数である、請求項1に記載の生体認証装置。
- 利用者の登録生体情報を取得して、該登録生体情報を表す登録生体画像を生成する生体情報取得部と、
記憶部と、
処理部であって、
前記登録生体画像を複数のブロックに分割する分割機能と、
前記複数のブロックのそれぞれについて、当該ブロックに含まれる前記登録生体情報の幾何学的特徴を表す局所的特徴量を抽出する局所的特徴量抽出機能と、
前記複数のブロックを、前記局所的特徴量が類似するブロックごとに複数のグループに分類するグループ化機能と、
前記複数のグループのそれぞれについて、当該グループに含まれる前記登録生体情報の特徴を表す第1のグループ特徴量を抽出するグループ特徴量抽出機能と、
前記複数のグループのそれぞれについて抽出された前記第1のグループ特徴量を前記登録生体情報の識別情報とともに前記記憶部に記憶させる登録機能と、
を実現する処理部と、
を有する生体情報登録装置。 - 利用者の入力生体情報を取得して、該入力生体情報を表す入力生体画像を生成し、
前記入力生体画像を複数のブロックに分割し、
前記複数のブロックのそれぞれについて、当該ブロックに含まれる前記入力生体情報の幾何学的特徴を表す局所的特徴量を抽出し、
前記複数のブロックを、前記局所的特徴量が類似するブロックごとに複数のグループに分類し、
前記複数のグループのそれぞれについて、当該グループに含まれる前記入力生体情報の特徴を表す第2のグループ特徴量を抽出し、
前記入力生体画像について設定された前記複数のグループ及び記憶部に記憶された複数の第1の所定数の登録生体画像のそれぞれについて設定された複数のグループのうち、前記局所的特徴量が類似するグループごとに、登録生体画像上の当該グループにおける登録生体情報の特徴を表す第1のグループ特徴量と前記第2のグループ特徴量との差を算出し、当該差に応じて前記複数の登録生体情報のそれぞれと前記入力生体情報との相違度合いを算出し、
当該相違度合いが低い方から順に前記第1の所定数よりも少ない第2の所定数の登録生体情報を選択し、
前記選択された登録生体情報と前記入力生体情報とを照合する、
ことを含む生体認証方法。 - 生体情報取得部により生成された、利用者の入力生体情報を表す入力生体画像を複数のブロックに分割し、
前記複数のブロックのそれぞれについて、当該ブロックに含まれる前記入力生体情報の幾何学的特徴を表す局所的特徴量を抽出し、
前記複数のブロックを、前記局所的特徴量が類似するブロックごとに複数のグループに分類し、
前記複数のグループのそれぞれについて、当該グループに含まれる前記入力生体情報の特徴を表す第2のグループ特徴量を抽出し、
前記入力生体画像について設定された前記複数のグループ及び記憶部に記憶された複数の第1の所定数の登録生体画像のそれぞれについて設定された複数のグループのうち、前記局所的特徴量が類似するグループごとに、登録生体画像上の当該グループにおける登録生体情報の特徴を表す第1のグループ特徴量と前記第2のグループ特徴量との差を算出し、当該差に応じて前記複数の登録生体情報のそれぞれと前記入力生体情報との相違度合いを算出し、
当該相違度合いが低い方から順に前記第1の所定数よりも少ない第2の所定数の登録生体情報を選択し、
前記選択された登録生体情報と前記入力生体情報とを照合する、
ことをコンピュータに実行させる生体認証用コンピュータプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2010/062834 WO2012014308A1 (ja) | 2010-07-29 | 2010-07-29 | 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生体情報登録装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2012014308A1 JPWO2012014308A1 (ja) | 2013-09-09 |
JP5505504B2 true JP5505504B2 (ja) | 2014-05-28 |
Family
ID=45529552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012526253A Active JP5505504B2 (ja) | 2010-07-29 | 2010-07-29 | 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生体情報登録装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8565497B2 (ja) |
EP (1) | EP2600307B1 (ja) |
JP (1) | JP5505504B2 (ja) |
WO (1) | WO2012014308A1 (ja) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101170222B1 (ko) * | 2007-07-09 | 2012-07-31 | 후지쯔 가부시끼가이샤 | 이용자 인증 장치, 이용자 인증 방법 및 이용자 인증 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 |
JP5915336B2 (ja) * | 2012-03-30 | 2016-05-11 | 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 |
US20140270421A1 (en) * | 2013-03-15 | 2014-09-18 | Allweb Technologies Inc | Multi-layer biometric matching system |
JP6167733B2 (ja) * | 2013-07-30 | 2017-07-26 | 富士通株式会社 | 生体特徴ベクトル抽出装置、生体特徴ベクトル抽出方法、および生体特徴ベクトル抽出プログラム |
JP6241230B2 (ja) * | 2013-11-28 | 2017-12-06 | 富士通株式会社 | 生体情報判定装置及びプログラム |
JP6318588B2 (ja) * | 2013-12-04 | 2018-05-09 | 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 |
US9466009B2 (en) * | 2013-12-09 | 2016-10-11 | Nant Holdings Ip. Llc | Feature density object classification, systems and methods |
CN103646238B (zh) * | 2013-12-19 | 2016-09-21 | 清华大学 | 指纹方向场的估计方法和装置 |
EP2903288A1 (en) * | 2014-01-30 | 2015-08-05 | Thomson Licensing | Method and apparatus for constructing an epitome from an image |
US9715735B2 (en) | 2014-01-30 | 2017-07-25 | Flipboard, Inc. | Identifying regions of free space within an image |
JP6242726B2 (ja) * | 2014-03-25 | 2017-12-06 | 富士通フロンテック株式会社 | 生体情報登録方法、生体認証方法、生体情報登録装置、生体認証装置及びプログラム |
CN104063698A (zh) * | 2014-07-03 | 2014-09-24 | 南昌欧菲生物识别技术有限公司 | 指纹注册方法、指纹识别方法、指纹识别装置及终端设备 |
CN104036266A (zh) * | 2014-07-03 | 2014-09-10 | 南昌欧菲生物识别技术有限公司 | 指纹注册方法、指纹识别方法、指纹识别装置及终端设备 |
US9785818B2 (en) | 2014-08-11 | 2017-10-10 | Synaptics Incorporated | Systems and methods for image alignment |
KR102302844B1 (ko) | 2014-10-23 | 2021-09-16 | 삼성전자주식회사 | 정맥 패턴을 이용한 사용자 인증 방법 및 장치 |
US9992171B2 (en) | 2014-11-03 | 2018-06-05 | Sony Corporation | Method and system for digital rights management of encrypted digital content |
CN105205439B (zh) * | 2015-02-13 | 2017-05-03 | 比亚迪股份有限公司 | 指纹重叠区域面积的计算方法及电子装置 |
US9792485B2 (en) | 2015-06-30 | 2017-10-17 | Synaptics Incorporated | Systems and methods for coarse-to-fine ridge-based biometric image alignment |
CN105608409B (zh) * | 2015-07-16 | 2019-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 指纹识别的方法及装置 |
CN105608434A (zh) * | 2015-12-23 | 2016-05-25 | 苏州汇莱斯信息科技有限公司 | 一种基于特征识别技术的指纹识别算法 |
US9785819B1 (en) | 2016-06-30 | 2017-10-10 | Synaptics Incorporated | Systems and methods for biometric image alignment |
US10127681B2 (en) | 2016-06-30 | 2018-11-13 | Synaptics Incorporated | Systems and methods for point-based image alignment |
US10878263B2 (en) | 2016-12-19 | 2020-12-29 | Nec Corporation | Weight value determination for a collation processing device, collation processing method, and recording medium with collation processing program stored therein |
US10572636B2 (en) * | 2017-06-01 | 2020-02-25 | International Business Machines Corporation | Authentication by familiar media fragments |
CN108124483B (zh) * | 2017-12-01 | 2022-06-07 | 深圳市汇顶科技股份有限公司 | 指纹影像增强方法及指纹影像模块 |
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 |
US11386636B2 (en) | 2019-04-04 | 2022-07-12 | Datalogic Usa, Inc. | Image preprocessing for optical character recognition |
US11328045B2 (en) | 2020-01-27 | 2022-05-10 | Nxp B.V. | Biometric system and method for recognizing a biometric characteristic in the biometric system |
CN113191300B (zh) * | 2020-10-14 | 2024-01-26 | 神盾股份有限公司 | 用于指纹图像识别的方法、设备及计算机可读介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07110860A (ja) * | 1993-04-21 | 1995-04-25 | Matsumura Electron:Kk | 指紋識別装置及び照合方法 |
JPH0944666A (ja) * | 1995-08-02 | 1997-02-14 | Nec Corp | 皮膚紋様並びに指紋紋様の分類装置 |
JP2001243465A (ja) * | 2000-03-01 | 2001-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 指紋画像照合方法および指紋画像照合装置 |
JP2004145447A (ja) * | 2002-10-22 | 2004-05-20 | Secom Co Ltd | 指紋照合装置 |
JP2004272501A (ja) * | 2003-03-07 | 2004-09-30 | Oki Electric Ind Co Ltd | 登録者絞り込み方法及びバイオメトリクス照合方法並びにバイオメトリクス認証システム |
JP2007065900A (ja) * | 2005-08-30 | 2007-03-15 | Nec Corp | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
JP2009123234A (ja) * | 2002-07-30 | 2009-06-04 | Fujifilm Corp | オブジェクト識別方法および装置ならびにプログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69124312T2 (de) * | 1990-08-07 | 1997-05-07 | Sharp Kk | Verfahren zur Prüfung von Fingerabdrücken |
US5982914A (en) * | 1997-07-29 | 1999-11-09 | Smarttouch, Inc. | Identification of individuals from association of finger pores and macrofeatures |
SG67584A1 (en) * | 1999-07-08 | 2001-02-20 | Ct For Signal Proc Of The Nany | Two-stage local and global fingerprint matching technique for automated fingerprint verification/indentification |
US7236617B1 (en) * | 2000-04-13 | 2007-06-26 | Nanyang Technological University | Method and device for determining a total minutiae template from a plurality of partial minutiae templates |
JP4405656B2 (ja) * | 2000-10-20 | 2010-01-27 | 富士通株式会社 | 指紋情報を用いた個人認証システム及び同システム用登録・認証方法 |
DE60311904D1 (de) * | 2002-03-15 | 2007-04-05 | Computer Sciences Corp | Verfahren und Vorrichtungen zur Analyse von Schrift in Dokumenten |
US7620246B2 (en) * | 2002-07-30 | 2009-11-17 | Fujifilm Corporation | Method and apparatus for image processing |
US20040125993A1 (en) * | 2002-12-30 | 2004-07-01 | Yilin Zhao | Fingerprint security systems in handheld electronic devices and methods therefor |
US7555487B2 (en) * | 2004-08-20 | 2009-06-30 | Xweb, Inc. | Image processing and identification system, method and apparatus |
US20070036400A1 (en) * | 2005-03-28 | 2007-02-15 | Sanyo Electric Co., Ltd. | User authentication using biometric information |
JP5003242B2 (ja) * | 2007-03-28 | 2012-08-15 | 富士通株式会社 | 照合装置、照合方法および照合プログラム |
WO2009011661A1 (en) * | 2007-07-18 | 2009-01-22 | Agency For Science, Technology And Research | Method and device for determining a similarity value between minutiae templates |
US20090169072A1 (en) * | 2007-12-31 | 2009-07-02 | Motorola, Inc. | Method and system for comparing prints using a reconstructed direction image |
US8428310B2 (en) * | 2008-02-28 | 2013-04-23 | Adt Services Gmbh | Pattern classification system and method for collective learning |
US8265347B2 (en) * | 2008-04-24 | 2012-09-11 | The Hong Kong Polytechnic University | Method and system for personal identification using 3D palmprint imaging |
KR101379140B1 (ko) * | 2009-10-05 | 2014-03-28 | 후지쯔 가부시끼가이샤 | 생체 정보 처리 장치, 생체 정보 처리 방법 및 생체 정보 처리용 컴퓨터 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체 |
JP5660126B2 (ja) * | 2010-03-19 | 2015-01-28 | 富士通株式会社 | 識別装置、識別方法、及びプログラム |
JP5505323B2 (ja) * | 2011-01-25 | 2014-05-28 | 富士通株式会社 | 生体認証装置、生体認証装置を制御する制御プログラム、生体認証装置を制御する制御方法及び生体認証システムの制御方法 |
-
2010
- 2010-07-29 JP JP2012526253A patent/JP5505504B2/ja active Active
- 2010-07-29 EP EP10855318.1A patent/EP2600307B1/en active Active
- 2010-07-29 WO PCT/JP2010/062834 patent/WO2012014308A1/ja active Application Filing
-
2013
- 2013-01-29 US US13/752,586 patent/US8565497B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07110860A (ja) * | 1993-04-21 | 1995-04-25 | Matsumura Electron:Kk | 指紋識別装置及び照合方法 |
JPH0944666A (ja) * | 1995-08-02 | 1997-02-14 | Nec Corp | 皮膚紋様並びに指紋紋様の分類装置 |
JP2001243465A (ja) * | 2000-03-01 | 2001-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 指紋画像照合方法および指紋画像照合装置 |
JP2009123234A (ja) * | 2002-07-30 | 2009-06-04 | Fujifilm Corp | オブジェクト識別方法および装置ならびにプログラム |
JP2004145447A (ja) * | 2002-10-22 | 2004-05-20 | Secom Co Ltd | 指紋照合装置 |
JP2004272501A (ja) * | 2003-03-07 | 2004-09-30 | Oki Electric Ind Co Ltd | 登録者絞り込み方法及びバイオメトリクス照合方法並びにバイオメトリクス認証システム |
JP2007065900A (ja) * | 2005-08-30 | 2007-03-15 | Nec Corp | 隆線方向抽出装置、隆線方向抽出方法、隆線方向抽出プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP2600307B1 (en) | 2020-12-02 |
JPWO2012014308A1 (ja) | 2013-09-09 |
EP2600307A4 (en) | 2017-05-03 |
US20130142405A1 (en) | 2013-06-06 |
US8565497B2 (en) | 2013-10-22 |
WO2012014308A1 (ja) | 2012-02-02 |
EP2600307A1 (en) | 2013-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5505504B2 (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生体情報登録装置 | |
JP5799586B2 (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 | |
JP5477385B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
Ross et al. | Handbook of multibiometrics | |
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 | |
EP2199945B1 (en) | Biometric authentication device and method, computer-readable recording medium recorded with biometric authentication computer program, and computer system | |
JP5737300B2 (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 | |
JP5930023B2 (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 | |
JP5915336B2 (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 | |
JP5812109B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
JP2013030074A (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
Rathod et al. | A survey on fingerprint biometric recognition system | |
US20050152586A1 (en) | Print analysis | |
JP6056577B2 (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 | |
JP2006277146A (ja) | 照合方法および照合装置 | |
JP5509769B2 (ja) | 生体認証装置及び生体認証方法 | |
Sharma et al. | Fingerprint matching Using Minutiae Extraction Techniques | |
JP2790689B2 (ja) | 指紋中心位置算出方式 | |
Yu et al. | Decision fusion for hand biometric authentication | |
Naamha et al. | Fingerprint Identification and Verification System Based on Extraction of Unique ID | |
KR20050014406A (ko) | 이동통신 단말기에서의 지문인식 시스템 및 방법 | |
Ross et al. | Handbook | |
Santa Maria Shithil et al. | A Review on Contactless Hand Verification Systems | |
Gao | Schemes of utilizing partial fingerprints for user verification | |
JP2001222715A (ja) | 指紋照合装置および指紋照合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20140218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140303 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5505504 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |