JP5713026B2 - 生体認証装置 - Google Patents

Description

本発明は、生体情報に基づいて本人認証を行う生体認証装置に関する。

今日、指紋や、静脈、眼球の虹彩等の生体情報を利用して本人認証を行う生体認証装置が広く使用されている。このような生体認証装置では、比較する登録データの数に基づいて１対１方式と１対Ｎ方式に大別される。１対１方式は本人認証を行う際、生体情報以外の他の本人特定手段を併用する方式である。例えば、利用者ＩＤの入力やＩCカードからの識別情報の入力等を併用して本人認証を行う。一方、１対Ｎ方式は、生体情報のみを使用して本人認証を行う方式である。

上記１対Ｎ方式では、予め設定された生体情報の類似度に対する判定閾値を基準に本人認証を行う。すなわち、利用者から取得した生体情報と予め登録された生体情報とを比較して得られる類似度を、上記判定閾値と比較して本人認証を行なう。このように、１対Ｎ方式では生体情報以外の情報の入力は不要であるため、利用者にとって利便性が高い。しかし、１対Ｎ方式では登録された識別対象となる生体情報の全てに対して類似度の比較処理を行う必要がある。このため、生体認証装置の負荷が大きく、本人認証に要する時間も長くなる。

そこで、登録された識別対象となる生体情報との比較処理を行う前に、入力された生体情報に対する分類処理を行い、本人認証の対象となる生体情報の数を減らす処理を行っている。例えば、生体情報が指紋である場合、入力された指紋情報に基づいて指紋を分類し、識別対象を絞り込む。このように識別対象を絞り込むことによって、識別処理の対象となる生体情報の数を減らし、生体認証装置の負荷を軽減している。しかしながら、上記識別対象の絞り込みを行う場合、絞り込みに失敗する場合がある。この場合、本人の生体情報が含まれない分類に絞り込まれるビニングエラーが発生する。

そこで、取得した指紋等の生体情報から生理学的特徴を指標化し、例えば指紋の端点や分岐点の数を指標値として分類し、登録時の指紋情報に基づく分類が境界領域にある場合、対象となる指紋情報を両方の分類に登録することによってビニングエラーの発生を低減させる発明が開示されている（特許文献１）。

また、指紋分類による絞り込みを行う方式において、求めた分類クラスの確信度が低い場合、全ての分類の指紋情報を対象として識別処理を行う発明も開示されている（特許文献２）。

さらに、取得した指紋情報の品質が低い場合、指紋情報の再入力を促し、再入力された指紋情報との合成処理を行うことにより、特徴点等の情報量を増加させ、照合が成功するような指紋画像を作成する発明も開示されている（特許文献３）。

特開２００６−７２４２９号公報 特開平１０−１８７９７０号公報 特開２００５−３０１３４８号公報

しかしながら、上記特許文献１及び２に係る発明では、生体情報の入力状態が良好ではない場合が考慮されておらず、本人認証に失敗する可能性が高い。

また、上記特許文献２に係る発明では、分類範囲を広げて識別処理を行うが、もともと分類が正しく選択されている場合、分類を広げて識別処理を繰り返すことは、他人を誤って本人と認証してしまう問題がある。一方、特許文献３に係る発明では、利用者による生体情報の再入力処理が繰り返され、生体認証装置への負荷が増す。

そこで、分類を広げて識別処理を繰り返すことによって、他人を誤って本人と認証してしまう可能性を軽減し、生体情報の入力状態が良好である場合において無用な再入力処理を減らし、生体認証装置の負荷を軽減する生体認証装置を提供する。

生体認証装置は、特徴抽出手段によって、生体情報入力手段から入力された指紋等の生体情報の特徴情報を抽出し、この特徴情報に基づいて生体情報の合成信頼度と分類信頼度を算出し、例えばこの合成信頼度が所定閾値以上であり、分類信頼度が所定閾値未満である場合、不要な生体情報の再入力を行わず、またビニングエラーを回避すべく、分類手段によって取得した分類に属さない他の分類の生体情報との識別処理も実行し、逆に合成信頼度が所定閾値未満であり、分類信頼度が所定閾値以上である場合、他の分類の生体情報との不要な識別処理を行うことなく、他人を誤って本人と認証する可能性を低減し、本人認証の確率を向上すべく、生体情報の再入力処理を行う。

また、識別処理を行う場合には、記憶手段に記憶された対応する分類の生体情報を読み出して識別処理を行い、分類を広げて識別処理を行う場合には、他の分類に属する生体情報を読み出し、識別処理を行う。また、生体情報の再入力処理を行う場合には、通知手段から利用者に対して生体情報の再入力指示を行う。

開示の生体認証装置は、分類信頼度が高い場合、異なる分類の生体情報との識別処理を行うことなく、他人を誤って本人と認証する可能性を低減でき、また合成信頼度が高い場合、不要な生体情報の再入力を行わず、生体認証装置の負荷を軽減でき、さらに分類信頼度が低い場合、異なる分類の生体情報との識別処理を行い、ビニングエラーを回避することができる。

本実施形態の生体認証装置を説明する図である。 分類部による指紋の分類処理を説明するフローチャートである。 登録データ記憶部の一例を示す図である。 本実施形態の処理動作を説明するフローチャートである。 登録データ記憶部の一例を説明する図である。 信頼度の分析処理を説明するフローチャートである。 信頼度分析部による分析結果を表形式にまとめた図である。 指紋情報の再入力処理により、合成後の指紋の紋様が変化する様子を示す図であり、（ａ）は１回目に入力した指紋情報に基づく指紋の紋様を示し、（ｂ）は２回目に入力した指紋情報に基づく指紋の紋様を示し、（ｃ）は１回目と２回目の指紋情報を合成した指紋の紋様を示す。 再入力指示があった場合の合成信頼度の変化を示し、合成信頼度が向上する例を示す図である。 再入力指示があった場合の合成信頼度の変化を示し、合成信頼度に変化があまり生じない例を示す図である。 情報処理装置のシステム図である。 プログラム及びデータの提供方法を示す図である。

以下、本発明の実施形態を図面に基づいて説明する。尚、本実施形態において、本人認証を行う際の生体情報としては、指紋情報を使用するものとして説明する。

図１は、本実施形態の生体認証装置を説明するブロック図である。本実施形態の生体認証装置１は、生体情報入力部２、生体情報信頼度分析部３、識別制御部４、識別部５、本人判定部６、通知部７、及び登録データ記憶部８を備える。

生体情報入力部２は指紋センサであり、生体情報入力部２には、利用者の生体情報１８として指紋情報が入力する。指紋センサとしては、例えば利用者の指をガラス面に置き、光を照射し、その反射光量の大小を電気信号に変換して指紋の紋様を読み取るＣＣＤ（charge coupled device）センサや、指を電極の保護膜上に置き、指紋の凹凸によって異なる電荷量を検出し、指紋紋様を読み取る静電容量型半導体センサ等の各種指紋センサを使用することができる。

生体情報信頼度分析部３は、合成部１０、情報保持部１１、特徴抽出部１２、分類部１３、合成信頼度算出部１４、分類信頼度算出部１５、信頼度分析部１６を備える。情報保持部１１は生体情報入力部２から入力された指紋情報を保持すると共に、特徴抽出部１２によって抽出した特徴情報を保持する。

合成部１０は生体情報入力部２から入力された新たな指紋情報と、上記情報保持部１１に保持された指紋情報の合成処理を行う。例えば、合成部１０は両指紋情報をオア（OR）合成し、又は一方の指紋情報に所定の重み付けを行ったオア合成処理を行う。尚、情報保持部１１に保持される情報は、新たに生体情報入力部２に指紋情報を入力する利用者の前の生体情報及び特徴情報であり、合成部１０によって同じ利用者の指紋情報が合成される。尚、利用者による最初の指紋情報の入力の際には、上記合成処理が行われることはなく、生体情報入力部２から入力した指紋情報は直接特徴抽出部１２に送信される。

合成部１０によって合成された指紋情報、又は生体情報入力部２から入力した最初の指紋情報は特徴抽出部１２に送信され、特徴抽出部１２によって指紋の特徴点が抽出される。例えば、隆線が途切れる点である端点、隆線が２本に分岐する分岐点、指紋紋様の中心点、隆線が三方向から集まる三角州の位置の特徴点が抽出され、更にそれぞれの関係が特徴情報として抽出される。

分類部１３は、特徴抽出部１２によって抽出された特徴情報に基づいて、指紋を分類する。例えば、上記中心点や三角州の位置、隆線方向等に基づいて指紋を分類する。図２は、この指紋の分類処理を具体的に説明するフローチャートである。

先ず、指紋の三角州の数と位置の情報に基づいて、指紋中心の下方に三角州が２つあるか判断する（ステップ（以下、SＴで示す）１）。ここで、指紋中心の下方に三角州が２つある場合（ＳＴ１がＹＥＳ）、指紋分類は渦状紋であると判断する（ＳＴ２）。

一方、指紋中心の下方に三角州が２つない場合（ＳＴ１がＮＯ）、更に指紋中心の下方に三角州が１つだけあり（ＳＴ３がＹＥＳ）、この三角州が指紋中心の右下方向に存在し（ＳＴ４がＹＥＳ）、かつ指紋中心左下の隆線方向が右下向きであれば（ＳＴ５がＹＥＳ）、この場合も指紋分類は渦状紋であると判断する（ＳＴ６）。

また、三角州が指紋中心の右下方向に存在せず（ＳＴ４がＮＯ）、かつ指紋中心右下の隆線方向が左下向きであれば（ＳＴ８がＹＥＳ）、この場合も指紋分類は渦状紋であると判断する（ＳＴ９）。

また、三角州が指紋中心の下方に１つだけあり（ＳＴ３がＹＥＳ）、この三角州が指紋中心の右下方向に存在し（ＳＴ４がＹＥＳ）、かつ指紋中心左下の隆線方向が右下向きでなければ（ＳＴ５がＮＯ）、指紋分類は左流れ蹄状紋であると判断する（ＳＴ７）。また、三角州が指紋中心の下方に１つだけあり（ＳＴ３がＹＥＳ）、この三角州が指紋中心の右下方向に存在せず（ＳＴ４がＮＯ）、かつ指紋中心右下の隆線方向が左下向きでなければ（ＳＴ８がＮＯ）、指紋分類は右流れ蹄状紋であると判断する（ＳＴ１０）。

さらに、指紋中心の下方に三角州が無い場合（ＳＴ１１がＹＥＳ）、指紋分類は弓状紋であると判断する（ＳＴ１２）。尚、指紋中心の下方に三角州が３つ以上存在するか、又は指紋中心の下方以外に三角州が存在する場合等、上記条件に合致しない場合（ＳＴ１１がＮＯ）、その他の指紋分類であると判断する（ＳＴ１３）。

一方、合成信頼度算出部１４は、特徴抽出部１２によって抽出された特徴情報に基づいて合成信頼度（Re_S）を算出する。この合成信頼度（Re_S）は、以下の計算式によって算出される。
Re_S = f(Ａ,Ｆ,Ｓ) ・・・・・・（１）

尚、Ａは所定品質以上の画像が取得できた指紋の面積を示し、Ｆは上記特徴情報の数を示し、Ｓは特異点情報を示す。また、合成処理が行われない初回の指紋情報の入力時においても、説明上、合成信頼度算出部１４が行う処理を合成信頼度算出処理と言う。

ここで、上記品質は入力画像の鮮明さと特徴情報に対するノイズの大きさによって決まり、例えば汗や力の入れ過ぎ等により隆線がつぶれている部分が存在する場合、隆線の方向が明確ではなくノイズが大きいと判断される。したがって、上記所定品質以上の画像が取得できた指紋の面積Ａは、入力画像の鮮明さと特徴情報に対するノイズの大きさが、一定レベル以上確保された面積であり、例えば当該面積に対応する数値が予めテーブルに記憶され、一定レベル以上の品質が確保された面積に対応する数値がこのテーブルから読み出され、上記計算に使用される。

また、特徴情報の数Ｆは、前述の隆線の端点や、分岐点、指紋紋様の中心点等の情報の数であり、少なくとも識別処理に使用できるレベルの特徴情報の数であり、例えば当該特徴情報の数に対応する数値が記憶されたテーブルを作成し、このテーブルから対応する数値を読み出し、上記計算に使用する。

さらに、特異点情報Ｓは特徴情報の中で特に指紋の中心位置を決める情報であり、例えば指紋の中心位置、三角州の位置及び数の情報であり、上記と同様少なくとも識別処理に使用できるレベルの特異点情報であり、特異点情報に対応した重み付けが付与された数値が記憶されたテーブルを作成し、このテーブルから対応する数値を読み出し、上記計算に使用する。

尚、取得した特異点情報の数を、例えば特徴情報に対する重要度の相違から重み付けを行った特異点情報Ｓの計算式を以下に示す。
S =ｗ２×Sn

尚、上記ｗ２は特徴情報に対する重み付けの値であり、ｗ２は１より大きい値である。また、Snは特異点情報の数を示す。

上記合成信頼度算出部１４によって算出された合成信頼度の情報は、信頼度分析部１６に送信される。
一方、分類信頼度算出部１５は、分類部１３によって行われた指紋の分類結果の信頼性を示す分類信頼度（Re_B）を算出する。分類信頼度（Re_B）は、以下の計算式に従って算出される。
Re_B = ｇ(Ｃ,Ｓ´,Ｒ) ・・・・・・・（２）

尚、Ｃは分類部１３によって分類された指紋分類を示し、Ｓ´は分類特異点情報を示し、Ｒは特異点付近の隆線方向の形状や特異点の有無の情報を示す。

ここで、上記分類特異点情報Ｓ´は、指紋分類Cとの関連において決定され、指紋分類Cとの特異点配列の一致度に基づいて決定される。
また、特異点付近の隆線方向の形状や特異点の有無の情報Rについても、予め計算されたデータに基づいて、例えばテーブルに記憶され、対応する数値がこのテーブルから読み出され、上記計算に使用される。尚、このRについても、上記テーブルに数値を設定する際、指紋分類Cとの関連において、重み付けされる。

信頼度分析部１６は、合成信頼度算出部１４によって算出された合成信頼度の計算結果と分類信頼度算出部１５によって算出された分類信頼度の計算結果に基づき、識別対象となる指紋情報の分析を行い、識別処理の実行の要否を分析し、また指紋情報の再入力の必要性を分析する。尚、信頼度分析部１６には記憶部１６ａが備えられ、後述する第１閾値〜第４閾値の各値が記憶されている。

識別制御部４は、上記信頼度分析部１６による分析結果を受信し、識別処理が必要であるとの分析結果を得ると、識別部５に識別処理の実行を指示する。また、識別制御部４は識別部５によって実行された識別結果を識別部５から受信し、その結果を本人判定部６に送信する。

また、識別制御部４は、上記信頼度分析部１６によって再入力が必要であるとの分析結果を得ると、生体情報入力部２、及び通知部７に対して指紋情報の再入力を指示する。また、通知部７は指紋情報の再入力指示を利用者に通知する。

識別部５は、合成部１０から識別制御部４を通して供給される合成後の指紋情報と登録データ記憶部８に登録された登録データとの類似度を比較する。尚、利用者の最初の指紋情報の入力時には、合成部１０による合成処理が行われることがなく、識別制御部４を通して識別部５に指紋情報が入力し、登録データ記憶部８に登録された指紋情報との類似度が比較される。

登録データ記憶部８には、例えば利用者のユーザ名、ＩＤ番号、指紋分類、及び指紋情報が関連付けられて、記憶されている。図３は、登録データ記憶部８の一例を示す図である。図３において、例えばテーブル形式の登録データ記憶部８は、ユーザ名記憶部８ａ、ID番号記憶部８ｂ、分類記憶部８ｃ、指紋情報のリンク先アドレス記憶部８ｄの各記憶エリアを有する。また、利用者の指紋情報は登録エリア８ｅに登録されており、リンク先アドレス記憶部８ｄには、対応する利用者の指紋情報が登録された登録エリア８ｅのアドレスが記憶されている。

例えば、利用者「○○○」の場合、ユーザ名記憶部８ａに「○○○」が記憶され、ID番号記憶部８ｂに「０００１」が記憶され、分類記憶部８ｃに、例えば指紋分類「渦状紋」が記憶され、リンク先アドレス記憶部８ｄに対応する利用者の指紋情報が登録されたアドレス「５００１」が記憶されている。

また、例えば利用者「△△△」の場合、ユーザ名記憶部８ａに「△△△」が記憶され、ID番号記憶部８ｂに「０００２」が記憶され、分類記憶部８ｃに、例えば指紋分類「左流れ蹄状紋」が記憶され、リンク先アドレス記憶部８ｄに対応する利用者の指紋情報が登録されたアドレス「６００１」が記憶されている。また、利用者「□□□」の場合、ユーザ名記憶部８ａに「□□□」が記憶され、ID番号記憶部８ｂに「０００３」が記憶され、分類記憶部８ｃに、例えば指紋分類「渦状紋」が記憶され、リンク先アドレス記憶部８ｄに対応する利用者の指紋情報が登録されたアドレス「７００１」が記憶されている。

以下、同図に示す通りであり、ID番号「０００４」の利用者の場合、例えば分類記憶部８ｃに指紋分類「右流れ蹄状紋」が記憶され、ID番号「０００５」の利用者の場合、例えば分類記憶部８ｃに指紋分類「渦状紋」が記憶されている。

識別制御部４は登録データ記憶部８から対応する指紋分類に含まれる指紋情報を読み出し、この読み出された指紋情報を識別部５に送り、識別部５は入力した指紋情報との識別処理を行う。すなわち、識別部５は分類部１３によって選択された分類に含まれる指紋情報、例えば「渦状紋」の指紋分類に含まれる指紋情報を読み出し、入力した指紋情報との類似度を比較する。本人判定部６は、上記識別部５による識別処理が成功した場合、本人認証が成功したことを判定し、通知部７に通知する。

通知部７は例えば液晶表示画面を備え、本人認証を求める利用者に対して各種情報を表示する。また、通知部７は、例えば生体認証装置１内のオペレーションシステム（ＯＳ）やアプリケーション（ＡＰＬ）によって、認証結果を他の装置に通知する機能を有するようにしてもよい。この場合、本実施形態の生体認証装置にネットワークを介して接続されたパーソナルコンピュータ（ＰＣ）やＰＤＡ（personal digital assistant）等の装置に本人認証結果や再入力の指示等の情報を通知することができる。

以上の構成において、以下に本実施形態の処理動作を説明する。
図４は、本実施形態の処理動作を説明するフローチャートである。先ず、生体認証装置１の不図示のプロセッサは、利用者の生体情報１８として指紋情報を取得する（ステップ（以下、Ｓで示す）１）。例えば、利用者が生体情報入力部２である指紋センサのガラス面上に指を置くと、生体情報入力部２はこれを検知し、利用者の指紋情報を読み取る。

次に、情報保持部１１に指紋情報が保持されているか判断する（Ｓ２）。この判断は、同じ利用者の前の指紋情報、又は合成された前の指紋情報が情報保持部１１に保持されているか判断するものである。すなわち、識別制御部４から指紋情報の再入力指示がある場合、同じ利用者の前の指紋情報、又は合成された前の指紋情報が情報保持部１１に保持されている（Ｓ２がＹＥＳ）。したがって、この場合、情報保持部１１に保持された指紋情報、又は合成された前の指紋情報と新たに生体情報入力部２から入力した指紋情報を合成する（Ｓ３）。

一方、再入力指示が行われていない場合、例えば最初の判断であれば、情報保持部１１に指紋情報等が保持されていないので（Ｓ２がＮＯ）、合成部１０による合成処理を行うことなく、特徴抽出部１２による指紋情報の特徴抽出処理を行う（Ｓ４）。

この特徴抽出処理は、特徴抽出部１２によって実行され、生体情報入力部２から入力した指紋情報、又は合成部１０によって合成された指紋情報から指紋の特徴情報を抽出する。例えば、隆線が途切れる端点、隆線が２本に分岐する分岐点、指紋紋様の中心点、隆線が三方向から集まる三角州等の特徴点を抽出し、更にそれぞれの関係を特徴情報として抽出する。

次に、特徴抽出部１２は抽出した特徴情報及び指紋情報を情報保持部１１に送信する。また、特徴抽出部１２は、分類部１３及び合成信頼度算出部１４に特徴情報を送信する。情報保持部１１は入力した上記指紋情報と特徴情報を保持する（Ｓ５）。例えば、図５に示す記憶エリア１１ａに指紋情報を画像データの形式で保持し、記憶エリア１１ｂに特徴情報を保持する。

次に、合成信頼度算出部１４は、特徴抽出部１２から送信された特徴情報に基づいて合成信頼度を算出する（Ｓ６）。この合成信頼度の算出は上記計算式（１）によって計算され、この計算結果は信頼度分析部１６に送信される。

次に、分類部１３によって、指紋の分類処理を行う（Ｓ７）。この指紋の分類処理については、前述の図２のフローチャートにおける説明の通りであり、生体情報に基づいて利用者の指紋を、例えば渦状紋や、左流れ蹄状紋、右流れ蹄状紋等に分類する。

次に、分類信頼度の算出処理を行う（Ｓ８）。この分類信頼度の計算は前述の計算式（２）に従って実行され、分類信頼度算出部１５によって計算された分類信頼度の計算結果は信頼度分析部１６に送信される。

次に、信頼度分析部１６によって信頼度の分析処理を行う（Ｓ９）。この処理は上記合成信頼度算出部１４による合成信頼度の計算結果と、分類信頼度算出部１５による分類信頼度の計算結果に基づいて行われる。例えば、信頼度分析部１６は合成信頼度の良否を判断するため第１閾値の値を使用し、上記合成信頼度算出部１４から送信される合成信頼度の計算結果が上記第１閾値以上であるか、又は第１閾値未満であるか判断する。また、後述する合成信頼度の変化を判断するための第３閾値、及び第４閾値の値も使用する。

また、信頼度分析部１６は分類信頼度の良否を判断するため第２閾値の値を使用し、上記分類信頼度算出部１５から送信される分類信頼度の計算結果が上記第２閾値以上であるか、又は第２閾値未満であるか判断する。尚、具体的な信頼度の分析処理については、後に詳しく説明する。

識別制御部４は上記信頼度分析部１６による信頼度の分析結果に基づいて、指紋情報の再入力が必要であるか否かの判断を行う（Ｓ１０）。そして、指紋情報の再入力が必要であれば（Ｓ１０がＹＥＳ）、生体情報入力部２は利用者の生体情報を再度取得する（Ｓ１）。一方、指紋情報の再入力が不要であれば（Ｓ１０がＮＯ）、識別制御部４は識別部５に指示を行い、識別部５に対して登録データ記憶部８に登録された指紋情報との識別処理を行わせる（Ｓ１１）。

次に、上記識別処理の結果、識別に成功したと判断する場合（Ｓ１２がＹＥＳ）、識別制御部４は本人判定部６に識別成功の情報を送信し、本人判定部６は本人認証の成功を利用者に通知する（Ｓ１３）。一方、識別制御部４は識別処理に失敗したと判断する場合（Ｓ１２がＮＯ）、更に指紋情報の再入力が必要であるか判断する（Ｓ１４）。そして、指紋情報の再入力が必要であると判断すると（Ｓ１４がＹＥＳ）、通知部７は利用者に生体情報の再入力を指示し、生体情報入力部２は利用者の生体情報を再度取得する（Ｓ１）。一方、再入力が必要ではないと判断すると（Ｓ１４がＮＯ）、識別失敗の情報を通知部７に送信し、通知部７は利用者に対して識別失敗の通知を行う（Ｓ１５）。

次に、図６に示すフローチャートを用いて、前述の信頼度分析部１６による信頼度の分析処理（Ｓ９）を説明する。

前述のように、信頼度分析部１６には合成信頼度算出部１４から合成信頼度の計算結果が入力し、分類信頼度算出部１５から分類信頼度の計算結果が入力する。先ず、不図示のプロッセッサは、合成信頼度算出部１４から入力する合成信頼度の計算結果が第１閾値以上であるか判断する（Ｓ９−１）。ここで、計算結果が第１閾値以上であれば（Ｓ９−１がＹＥＳ）、更に分類信頼度算出部１５から入力する分類信頼度の計算結果が第２閾値以上であるか判断する（Ｓ９−２）。ここで、分類信頼度の計算結果も第２閾値以上であれば（Ｓ９−２がＹＥＳ）、信頼度分析部１６は識別処理を実施し、識別処理が失敗した後、指紋情報の再入力は行わないとする分析結果を識別制御部４に送信する（Ｓ９−３）。

図７は、上記信頼度分析部１６による分析結果を表形式にまとめた図である。上記場合、合成信頼度が第１閾値以上であり、かつ分類信頼度も第２閾値以上であり、この場合の分析結果は図７に示すエリアBに記載する内容となる。したがって、識別制御部４は信頼度分析部１６の分析結果に従って、先ず分類部１３によって判断された指紋分類を対象として識別処理を実行する。

この処理は前述のように、識別制御部４からの指示に従って、識別部５が登録データ記憶部８に登録された指紋情報との識別処理を行うものである。例えば、分類部１３によって指紋分類が「渦状紋」であると判断されている場合、登録データ記憶部８から対応する指紋情報が読み出され、識別処理が行われる。例えば、図２に示す例では、登録データ記憶部８から「渦状紋」の指紋分類に含まれるID番号「０００１」、「０００３」、「０００５」、・・・の利用者の指紋情報が順次読み出され、識別処理が行われる。尚、分類部１３が判断した指紋分類が他の分類である場合にも、同様に対応する指紋分類に含まれる利用者の指紋情報が順次読み出され、識別処理が行われる。

上記識別処理の結果、識別に成功した場合、前述のように通知部７から利用者に対して識別成功の情報が通知される。一方、識別処理に失敗した場合には、利用者に対して識別失敗の通知が行われ、再入力処理、及び他の指紋分類に含まれる指紋情報との識別処理は行わない。このように処理することにより、処理時間を短くすることができる。

この場合、指紋情報の入力状態は良好であり、他の指紋分類に含まれる指紋情報まで範囲を拡大して識別処理を繰り返すことは、他人を誤って本人と認識してしまう誤認識の可能性が増すためである。また、このように処理することによって、生体認証装置１の負荷を低減することもでき、処理時間も短くできる。

次に、合成信頼度は第１閾値以上である（Ｓ９−１がＹＥＳ）が、分類信頼度が第２閾値未満である場合（Ｓ９−２がＮＯ）、信頼度分析部１６は識別処理を実施し、識別処理が失敗した後、識別対象を他の指紋分類に拡大して認証処理を継続する分析結果を識別制御部４に送信する（Ｓ９−４）。この分析結果は、図７に示すエリアDに該当する。この場合、合成入力状態は良好であるため、識別処理の範囲を拡大し、他の指紋分類に属する登録データとの識別処理を実行させる分析結果である。

例えば、図２に示す例の場合、分類部１３によって指紋分類が「渦状紋」であるとの分類結果を得たとすると、対応する指紋分類の利用者の指紋情報を順次読み出し、識別処理を行う。そして、これらの指紋情報との識別処理に失敗した場合、識別対象を更に他の指紋分類に拡大して認証処理を行う。例えば、指紋分類「左流れ蹄状紋」や「右流れ蹄状紋」等の他の指紋分類に含まれる指紋情報に範囲を拡大して識別処理を行う。

上記識別処理の結果、識別に成功した場合、前述のように通知部７から利用者に対して識別成功の情報が通知される。一方、識別処理に失敗した場合には、利用者に対して識別失敗の通知を行ない、更なる指紋情報の再入力指示を行わない。

この場合、指紋の合成信頼度は良好であるが、分類信頼度が低いため、ビニングエラーが発生する危険があり、これを回避するため、他の指紋分類に含まれる指紋情報との識別処理も実行するものである。また、再入力処理を行わないことによって、利用者の負担を軽減することもできる。

一方、合成信頼度が第１閾値未満であり（Ｓ９−１がＮＯ）、分類信頼度が第２閾値以上である場合（Ｓ９−５がＹＥＳ）、分析結果は図７に示すエリアＡに該当する。この場合、更に合成信頼度の変化が第４閾値以上であるか判断し（Ｓ９−６）、合成信頼度の変化が第４閾値以上である場合（Ｓ９−６がＹＥＳ）、識別制御部４は識別処理を指示し、識別処理が失敗した後、指紋情報の再入力を指示する（Ｓ９−７）。また、合成信頼度の変化が第４閾値未満である場合（Ｓ９−６がＮＯ）、識別制御部４は識別処理を指示し、識別処理が失敗した後、指紋情報の再入力は行わない（Ｓ９−８）。

すなわち、合成信頼度の変化が第４閾値以上である場合（Ｓ９−６がＹＥＳ）、識別制御部４は分類部１３によって得た指紋分類を対象として識別処理を指示する。そして、識別処理に失敗した場合、他の指紋分類に処理を拡大するのではなく、指紋情報の再入力を指示する。但し、最初の上記判断（Ｓ９−６）においては、指紋情報の合成処理は行われてはおらず、合成信頼度の変化も算出できないので、指紋情報の再入力指示を行う。

図８（ａ）〜（ｃ）は、指紋情報の再入力処理により、合成後の指紋情報の変化を示す図である。図８（ａ）に示す指紋の紋様は、例えば１回目の指紋情報に基づくものであり、指紋の左上部分のみの情報しか取得できていない。したがって、再入力指示があり、図８（ｂ）に示す指紋の紋様が取得されたとすると、合成部１０による合成結果は、図８（ｃ）に示す指紋の紋様となる。

上記再入力処理によって、合成信頼度の変化が、信頼度分析部１６によって計算され、例えば前回に比べて合成信頼度の変化が前述の第４閾値以上であれば、同じ指紋分類の範囲で識別処理が行われ、再入力処理が繰り返される。一方、指紋情報の再入力処理を行い、合成信頼度の変化が第４閾値未満になると、同じ指紋分類の範囲での識別処理に失敗すると、指紋情報の再入力処理は行わない。

すなわち、上記のように処理することによって、他の指紋分類に含まれる指紋情報にまで識別処理の処理範囲を拡大することがなく、他人を誤って本人と認証してしまう危険性を回避することができる。また、必要以上の再入力処理を行わないことによって、生体認証装置の負荷を軽減することもできる。

最後に、合成信頼度が第１閾値未満であり（Ｓ９−１がＮＯ）、かつ分類信頼度も第２閾値未満である場合（Ｓ９−５もＮＯ）、分析結果は図７に示すエリアCに該当する。この場合、合成信頼度及び分類信頼度が共に低い状態である。

この場合、合成信頼度の変化が第３閾値以上であるか判断し（Ｓ９−９）、合成信頼度が第３閾値以上である場合（Ｓ９−９がＹＥＳ）、識別制御部４は識別処理の指示を行うことなく、指紋情報の再入力を指示する（Ｓ９−１０）。この場合、認識処理を実行しても認識に成功する可能性は低く、指紋情報の再入力指示を直ちに行う。但し、この場合も、最初の上記判断（Ｓ９−９）においては、指紋情報の合成処理は行われてはおらず、合成信頼度の変化も算出できないので、指紋情報の再入力指示を行う。

その後、再入力処理によって合成信頼度が向上し、合成信頼度の変化が第３閾値以上である間（Ｓ９−９がＹＥＳ）、再入力指示が繰り返される（Ｓ９−１０）。

図９及び図１０は、上記再入力指示があった場合の合成信頼度の変化を示す図である。先ず、図９に示す例は、１回目の指紋情報のレベルが図９に示す（１）の位置にあり、指紋情報の再入力指示が行われ、２回目の指紋情報のレベルが図９に示す（２）の位置に向上した場合である。この場合、信頼度分析部１６によって合成信頼度の変化が第３閾値以上であると分析され、再度再入力指示が行われる。

一方、図１０に示す例は、図９に示す例と同様、１回目の指紋情報のレベルが（１）の位置にあり、指紋情報の再入力指示が行われ、２回目の指紋情報の入力によって合成信頼度が第３閾値以上向上し、レベルが図１０に示す（２）の位置に変化し、更に再入力処理が行われた結果、合成信頼度の変化が第３閾値未満の位置（３）になった場合の例である（Ｓ９−９がＮＯ）。

この場合、これ以上再入力処理を実行しても合成信頼度の向上は見込めないので、再入力指示を行うことなく、識別処理を実行し、識別処理に失敗した場合、他の指紋分類の指紋情報に範囲を広げて識別処理を行う（Ｓ９−１１）。すなわち、この場合、指紋分類の範囲を拡大して識別処理を継続し、ビニングエラーを回避する。

以上のように、本実施形態では、入力した指紋情報の合成信頼度と分類信頼度に従って識別処理の実行の要否、及び指紋情報の再入力の必要性の判断を行うので、分類を広げて無用な識別処理を繰り返し、他人を誤って本人と認識してしまう誤認識を回避し、また無用な再入力指示による生体認証装置への負荷の増大を防止できる。

すなわち、分類信頼度が良好である場合には、指紋分類を広げて不要な識別処理を行うことなく、他人を誤って本人と認識してしまう誤認識を回避することができる。また、合成信頼度が良好である場合には、不要な再入力指示を行うことなく、利用者の負担を軽減することができる。さらに、分類信頼度が良好ではない場合、指紋分類の範囲を拡大して識別処理を行い、ビニングエラーを回避することができる。また、不要な識別処理や再入力処理を減らすことによって、生体認証装置への負荷を軽減することができる。

尚、本実施形態においては、生体情報入力部２に入力する生体情報として指紋の例について説明したが、生体情報として静脈、眼球の虹彩、手の甲の血管模様等の生体情報を利用する場合であっても同様に実施することができる。

また、指紋分類として「渦状紋」、「右流れ蹄状紋」、「左流れ蹄状紋」、「弓状紋」の例を説明したが、他の指紋分類、例えば「単純弓状紋」、「突起弓状紋」、「変体紋」等も含めて指紋分類を行ってもよい。

また、本実施形態においては、分類部１３による指紋分類を指紋の中心点や三角州の位置、隆線方向等に基づいて決定したが、上記特徴情報以外の特徴情報を利用して指紋分類を決定してもよい。

さらに、図１に示す生体認証装置１は、例えば図１１に示す情報処理装置（コンピュータ）１９を使用して実現することもできる。図１１に示す情報処理装置１９は、ＣＰＵ２０、メモリ２１、入力装置２２、出力装置２３、外部記憶装置２４、生体センサ制御装置２５、及びネットワーク接続装置２６を備える。また、それらはバス２７により互いに接続されている。

メモリ２１は、例えばＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等を含み、処理に用いられるプログラム及びデータを記憶する。メモリ２１に記憶されるプログラムには、前述の図３の生体認証処理や、図５に示す分類処理、図６に示す信頼度分析処理を実行するプログラムが含まれる。また、メモリ２１に記憶されるデータには、前述の第１閾値乃至第４閾値のデータが含まれる。ＣＰＵ２０は、メモリ２１のプログラムを利用して生体認証処理を行い、この処理を実行する際、上記第１閾値乃至第４閾値のデータを読み出して使用する。

入力装置２２は、例えばキーボードやマウス等のポインティングデバイスであり、利用者の指示や情報の入力に用いられる。また、出力装置２３、例えばディスプレイや、プリンタ等であり、利用者への問い合わせや処理結果の表示に使用する。

外部記憶装置２４は、例えば磁気ディスク装置、光ディスク装置、磁気テープ装置等である。この外部記憶装置２４には、上記プログラムやデータが記憶され、必要に応じてメモリ２１にロードして使用する。

生体センサ制御装置２５は、生体センサ２８から入力する指紋情報等の生体情報の入力制御を行い、生体情報をＣＰＵ２０等に送信する。

ネットワーク接続装置２６は、ＬＡＮ（Local Area Network）等の通信ネットワークに接続され、通信に伴うデータ変換を行う。また、情報処理装置１９は、必要に応じて、プログラムやデータを外部の装置からネットワーク接続装置２６を通して受け取り、メモリ２１にロードして使用する。

図１２は、上記図１１の情報処理装置１９にプログラムやデータを提供する方法を示す。例えば、外部記憶装置２４のデータベース２９に記憶したプログラムやデータは、情報処理装置１９のメモリ２１にロードされる。また、外部装置３０は、プログラムやデータを搬送する搬送信号を生成し、通信ネットワーク上の任意の伝送媒体を介して情報処理装置１９に送信する。ＣＰＵ２０は、上記各方法によって取得したプログラムを実行し、上記データを使用して生体認証処理を行う。

１ 生体認証装置
２ 生体情報入力部
３ 生体データ生成制御部
４ 識別制御部
５ 識別部
６ 本人判定部
７ 通知部
８ 登録データ記憶部
８ａ ユーザ名記憶部
８ｂ ＩＤ番号記憶部
８ｃ 分類記憶部
８ｄ リンク先アドレス記憶部
８ｅ 登録エリア
１０ 合成部
１１ 情報保持部
１１ａ、１１ｂ 記憶エリア
１２ 特徴抽出部
１３ 分類部
１４ 合成信頼度算出部
１５ 分類信頼度算出部
１６ 信頼度分析部
１８ 生体情報
１９ 情報処理装置
２０ ＣＰＵ
２１ メモリ
２２ 入力装置
２３ 出力装置
２４ 外部記憶装置
２５ 生体センサ制御装置
２６ ネットワーク接続装置
２７ バス
２８ 生体センサ
２９ データベース
３０ 外部装置

Claims (6)

1. 入力された生体情報から抽出された特徴情報に基づいて、前記生体情報の分類を行う分類手段と、
   前記生体情報の第１の信頼度を算出する合成信頼度算出手段と、
   前記分類手段によって分類された生体情報の第１の分類信頼度を算出する分類信頼度算出手段と、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記生体情報の再入力を指示し、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値以上である場合に、前記生体情報と、予め記憶手段に記憶された生体情報のうちで前記分類手段によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗した場合に、前記生体情報の再入力を指示し、又は
   前記第１の信頼度が前記第１の閾値以上である場合に、前記生体情報と、予め前記記憶手段に記憶された生体情報のうちで前記分類手段によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗し、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記分類手段によって分類された前記生体情報の分類を広げて再度、前記生体情報との識別処理を指示する、
   制御手段と、
   前記制御手段による前記識別処理の指示に従って、前記記憶手段に記憶された生体情報との識別処理を行う識別手段と、
   前記制御手段による前記再入力の指示に従って、前記再入力の指示を利用者に通知する通知手段と、
   を有することを特徴とする生体認証装置。
2. 前記記憶手段には、前記分類手段によって取得した分類毎に、該分類に属する生体情報が記憶されていることを特徴とする請求項１に記載の生体認証装置。
3. 前記合成信頼度算出手段は、前記生体情報と、前記通知手段による前記再入力の指示の通知に応じて再入力された生体情報とから合成された生体情報の第２の信頼度を算出し、
   前記分類手段は、前記合成された生体情報から抽出された特徴情報に基づいて、前記合成された生体情報の分類を行い、
   前記分類信頼度算出手段は、前記分類手段によって分類された前記合成された生体情報の第２の分類信頼度を算出し、
   前記制御手段は、
   前記第２の信頼度が第１の閾値未満であり、且つ、前記第２の分類信頼度が第２の閾値未満である場合に、前記第１の信頼度から前記第２の信頼度への変化が第３の閾値以上であるか否かを判定し、
   前記第１の信頼度から前記第２の信頼度への変化が第３の閾値以上である場合に、前記生体情報の再入力を指示し、
   前記第１の信頼度から前記第２の信頼度への変化が第３の閾値未満である場合に、前記生体情報と、予め前記記憶手段に記憶された生体情報のうちで前記分類手段によって特定された前記合成された生体情報の分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗した場合に、前記分類手段によって分類された前記合成された生体情報の分類を広げて再度、前記生体情報との識別処理を指示する、
   ことを特徴とする請求項１又は２に記載の生体認証装置。
4. 前記制御手段は、前記第２の信頼度が第１の閾値未満であり、且つ、前記第２の分類信頼度が第２の閾値以上である場合に、前記生体情報と、予め前記記憶手段に記憶された生体情報のうちで前記分類手段によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗し、且つ、前記第１の信頼度から前記第２の信頼度への変化が第４の閾値以上である場合に、前記生体情報の再入力を指示する、
   ことを特徴とする請求項３に記載の生体認証装置。
5. 入力された生体情報から抽出された特徴情報に基づいて、前記生体情報の分類を行う分類処理と、
   前記生体情報の第１の信頼度を算出する合成信頼度算出処理と、
   前記分類処理によって分類された生体情報の第１の分類信頼度を算出する分類信頼度算出処理と、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記生体情報の再入力を指示し、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値以上である場合に、前記生体情報と、予め記憶手段に記憶された生体情報のうちで前記分類処理によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗した場合に、前記生体情報の再入力を指示し、又は
   前記第１の信頼度が前記第１の閾値以上である場合に、前記生体情報と、予め前記記憶手段に記憶された生体情報のうちで前記分類処理によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗し、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記分類処理によって分類された前記生体情報の分類を広げて再度、前記生体情報との識別処理を指示する、
   制御処理と、
   前記指示に従って行う前記識別処理と、
   前記再入力の指示に従って、該再入力の指示を利用者に通知する通知処理と、
   を行うことを特徴とする生体認証方法。
6. コンピュータを生体認証装置として動作させるプログラムであって、
   入力された生体情報から抽出された特徴情報に基づいて、前記生体情報の分類を行う分類処理と、
   前記生体情報の第１の信頼度を算出する合成信頼度算出処理と、
   前記分類処理によって分類された生体情報の第１の分類信頼度を算出する分類信頼度算出処理と、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記生体情報の再入力を指示し、
   前記第１の信頼度が第１の閾値未満であり、且つ、前記第１の分類信頼度が第２の閾値以上である場合に、前記生体情報と、予め記憶手段に記憶された生体情報のうちで前記分類処理によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗した場合に、前記生体情報の再入力を指示し、又は
   前記第１の信頼度が前記第１の閾値以上である場合に、前記生体情報と、予め前記記憶手段に記憶された生体情報のうちで前記分類処理によって特定された分類に属する生体情報との識別処理を指示し、更に、該識別処理に失敗し、且つ、前記第１の分類信頼度が第２の閾値未満である場合に、前記分類処理によって分類された前記生体情報の分類を広げて再度、前記生体情報との識別処理を指示する、
   制御処理と、
   前記指示に従って行う前記識別処理と、
   前記再入力の指示に従って、該再入力の指示を利用者に通知する通知処理と、
   をコンピュータに実行させることを特徴とする生体認証プログラム。

Images