JP6040340B2 - 静脈網により人物を識別/認証する方法 - Google Patents

静脈網により人物を識別/認証する方法 Download PDF

Info

Publication number
JP6040340B2
JP6040340B2 JP2016511065A JP2016511065A JP6040340B2 JP 6040340 B2 JP6040340 B2 JP 6040340B2 JP 2016511065 A JP2016511065 A JP 2016511065A JP 2016511065 A JP2016511065 A JP 2016511065A JP 6040340 B2 JP6040340 B2 JP 6040340B2
Authority
JP
Japan
Prior art keywords
network image
image
vein
band
processing unit
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
Application number
JP2016511065A
Other languages
English (en)
Other versions
JP2016524212A (ja
Inventor
ケッチャンタン,ウィリアム
Original Assignee
モルフォ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by モルフォ filed Critical モルフォ
Publication of JP2016524212A publication Critical patent/JP2016524212A/ja
Application granted granted Critical
Publication of JP6040340B2 publication Critical patent/JP6040340B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/08Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Description

本発明は、データベースにて静脈網を認証/識別する方法、および、そのような認証/識別方法を実施するのに適した静脈網を認証/識別するシステムに関する。
本発明は、生体認識の分野、特に、指の静脈網の分析による識別の分野に用途を見出している。
識別/認証システムにより実施される、指の静脈網を分析することにより人物を識別/認証する方法が知られている。識別/認証方法は、近赤外ビーム(700および900nm)を用いて指を照明するステップと、赤外カメラを用いて、照明された指の静脈網の画像を取り込むステップとを備える。識別方法は、得られた静脈網の画像とデータベース内の参照静脈網画像とを比較するステップと、比較ステップの結果に基づく、人物の真正性/識別子に関する判定ステップとにさらに続く。
そのような方法は良い結果を与えるとしても、限界がある。特に、データベースは多数の参照静脈網画像を有することがあり、また、比較および判定時間は比較的長いことがあるので、待合者にとって不便となる。
L.KaufmanおよびP.Rousseeuw著、表題「Clustering by Means of Medoids」、Fac.,Univ.出版、(1987) http://en.wikipedia.org/wiki/Canny_edge_detector http://en.wikipedia.org/wiki/Mathematical_morphology
本発明の1つの目的は、人物の認証/識別におけるより高速な処理を可能とする、静脈網を認証/識別する方法を提案することである。
この目的を達成するために、人物の指の静脈網の画像を取り込むために設けられた取り込み装置と、処理部と、トポロジー特徴に応じてクラス別に分割された参照静脈網画像とクラス毎の参照トポロジー特徴のセットとを含むデータベースとを備える識別/認証システムにより前記人物を識別/認証する方法であって、方法は:
− 取り込み装置が、静脈網の画像を取り込む取り込みステップと、
− 取り込み装置が、取り込まれた静脈網画像を処理部へ送信する送信ステップと、
− 処理部が、静脈網画像を表示ウィンドウに対して中央移動させる中央移動ステップと、
− 処理部が、中央移動された静脈網画像を、指の軸に平行な少なくとも2つのバンドに切断する切断ステップと、
− 処理部が、各バンドの少なくとも1つのトポロジー特徴のセットを抽出する第1の抽出ステップと、
− 処理部が、クラス毎に、抽出されたセットと前記クラスの全ての参照トポロジー特徴との距離を算出する距離ステップと、
− 処理部が、静脈網画像を、最短距離に対応するクラスに割り当てる分類ステップと、
− 処理部が、静脈網画像を、静脈網画像が割り当てられたクラス内の各参照静脈網画像と比較する比較ステップと、
− 処理部が、比較ステップの結果に基づいて、人物の真正性/識別子に関する判定を行う判定ステップと
を備える、方法が提案される。
有利には、識別/認証方法は、処理部が、バンドの各ペアに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出ステップで得られたセットに新しい抽出されたセットとして連結する第2の抽出ステップを、第1の抽出ステップおよび距離ステップの間に備える。
有利には、識別/認証方法は、取り込まれた静脈網画像が鮮明化される前処理ステップを、送信ステップおよび中央移動ステップの間に備える。
有利には、トポロジー特徴が、以下のトポロジー特徴:
各バンドに対して:
バンド内の静脈網画像の表面面積、
バンド内の静脈網画像の幾何学的中心、
バンド内の静脈網画像の幾何学的分散、
バンド内の静脈網画像の枝の方向ヒストグラム、
バンド内の静脈網画像の枝の分岐の数、
バンド内の分岐の幾何学的中心、
バンド内の分岐の幾何学的分散、
バンドの各ペアに対して:
前記ペアの第1のバンドの静脈網画像の表面と、前記ペアの第2のバンドの静脈網画像の表面との距離、
前記ペアの第1のバンドの静脈網画像の幾何学的中心と、前記ペアの第2のバンドの静脈網画像の幾何学的中心との距離、
前記ペアの第1のバンドの静脈網画像の枝の方向ヒストグラムと、前記ペアの第2のバンドの静脈網画像の枝の方向ヒストグラムとの距離、
の中にある。
本発明はまた、指の静脈網を用いた人物の識別/認証のためのシステムであって、上記の変形のいずれか1つに記載の識別/認証方法を実施することを目的とし、システムは:
− 静脈網の画像を取り込むために設けられた取り込み装置と、
− 処理部と、
− トポロジー特徴に応じてクラス別に分割された参照静脈網画像とクラス毎の参照トポロジー特徴のセットとを含むデータベースと、
− 取り込まれた静脈網画像を処理部へ送信するために設けられた送信手段と
を備え、
処理部は:
− 静脈網画像を表示ウィンドウに対して中央移動させるために設けられた中央移動手段と、
− 静脈網画像を、指の軸に平行な少なくとも2つのバンドに切断するために設けられた切断手段と、
− 各バンドの少なくとも1つのトポロジー特徴のセットを抽出するために設けられた第1の抽出手段と、
− データベースのクラス毎に、抽出手段により抽出されたセットと前記クラスの参照トポロジー特徴のセットとの距離を算出するために設けられた距離手段と、
− 静脈網画像を、最短距離に対応するクラスに割り当てるために設けられた分類手段と、
− 静脈網画像を、静脈網画像が分類手段により割り当てられたクラスの各参照静脈網画像と比較するために設けられた比較手段と、
− 比較手段による比較に基づいて、人物の真正性/識別子に関する判定を行うために設けられた判定手段と
を備える、システムを提案する。
有利には、処理部が、バンドの各ペアに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出手段により得られたセットに新しい抽出されたセットとして連結するために設けられた第2の抽出手段を備える。
有利には、処理部が、取り込まれた静脈網画像を鮮明化するための前処理手段を備える。
上記の本発明の特徴は、他と同様に、例示の実施形態の以下の記述を読むことによりさらに明らかとなり、前記記載は、添付の図面に関連して与えられる。
本発明による認証/識別システムの図である。 静脈網の画像の図である。 本発明による認証/識別方法のアルゴリズムの図である。
図1に、人物の指152の静脈網150に関して実装された認証/識別システム100を示す。
認証/識別システム100は、静脈網150の画像を取り込むための取り込み装置102、104と、処理部108と、処理部108に接続されたデータベース106とを備える。
データベース106は、参照静脈網の画像、つまり、認証された人物に属すると考えられる静脈網の画像を含む。
取り込み装置102、104は、本明細書では、近赤外光源102(700および900nm)と、赤外カメラ104とを備える。典型的な波長は850nmであるが、700から950nmの間のあらゆる波長が適している。
本明細書で提示される本発明の実施形態では、静脈網150の画像は、指152を側面から照らすことで取得されるが、他の実施形態も想定され得、例えば、設置された照明を指152の下方または上方に設置して、指上で光を反射させること、または、透過させることなどがある。
図1の実施形態では、赤外カメラ104のレンズは、光源102に対面している。指152が置かれたとき、光源102および赤外カメラ104の間に位置するようになる。光源102は指152の側面を照明する。そして、赤外光は皮下組織により拡散され、脱酸素化ヘモグロビンに吸収され、これにより、指152の腹から数ミリメートルに位置する静脈網150が可視化される。
取り込まれた静脈網150の画像は、処理部108へ送信される。
図2は、処理部108へ送信された静脈網150の画像202が表示される表示ウィンドウ200を示し、この画像を以降「静脈網画像202」と呼ぶ。
静脈網画像202は、表示ウィンドウ200に対して中央移動され、そして、指152の軸と平行な少なくとも2つのバンド204a−d(本明細書では4バンドある)に分割される。
各バンド204a−dから、静脈網画像202の少なくとも1つの特徴、特に前記バンド204a−dにおける静脈網画像202のトポロジーに関する特徴が抽出される。この特徴を以降「トポロジー特徴」と呼ぶ。
バンド204a−dの各ペアから、前記ペアの2つのバンド204a−d間の静脈網画像202のトポロジーに関する少なくとも1つの特徴もまた抽出され得る。この特徴もまた、以降「トポロジー特徴」と呼ぶ。
トポロジー特徴は、様々な種類があり、例えば:
− 各バンド204a−dに対して:
○ バンド204a−d内の静脈網150を表す画素の数により表され得る、バンド204a−d内の静脈網画像202の表面、
○ バンド204a−d内の静脈網150を表す画素の重心により表され得る、バンド204a−d内の静脈網画像202の幾何学的中心、
○ 静脈網画像202の幾何学的中心に対するバンド204a−d内の静脈網150を表す画素の標準偏差により表され得る、バンド204a−d内の静脈網画像202の幾何学的分散、
○ バンド204a−d内の静脈網202の枝の方向ヒストグラム、
○ バンド204a−d内の静脈網画像202の枝の分岐の数、
○ バンド204a−d内の分岐の重心により表され得る、バンド204a−d内の分岐の幾何学的中心、
○ 分岐の幾何学的中心に対するバンド204a−d内の分岐の標準偏差により表され得る、バンド204a−d内の分岐の幾何学的分散、
− バンド204a−dの各ペアに対して:
○ 前記ペアの第1のバンド204a−dの静脈網画像202の表面と、前記ペアの第2のバンド204a−dの静脈網画像202の表面との距離、
○ 前記ペアの第1のバンド204a−dの静脈網画像202の幾何学的中心と、前記ペアの第2のバンド204a−dの静脈網画像202の幾何学的中心との距離、
○ 前記ペアの第1のバンド204a−dの静脈網画像202の枝の方向ヒストグラムと、前記ペアの第2のバンド204a−dの静脈網画像202の枝の方向ヒストグラムとの距離、
などがある。
データベース106はいくつかのクラスに分割され(「データクラスタリング」)、各クラスの参照画像はそれらの間の共通のトポロジー特徴を共有する。
データベース106の分割を実現するために、データベース106の参照静脈網の各画像は同一の処理が施され、その処理は:
− 参照静脈網の画像を表示ウィンドウ200に対して中央移動することと、
− 中央移動した参照静脈網の画像を指152の軸に平行な少なくとも2つのバンド204a−dに切断することと、
− 各バンド204a−dから、前記バンド204a−d内の参照静脈網の画像の少なくとも1つのトポロジー特徴を抽出することと、そして任意選択で、
− 2つのバンド204a−d間の参照静脈網の画像の少なくとも1つのトポロジー特徴を抽出することと
から構成される。
クラス数は、例えば、Kが学習により得られる、K−Medoids型の分割方法をデータベース106に対して用いることで決定される。トポロジー特徴は分割方法の基礎となり、求められる分割特性に応じて、単一のトポロジー特徴、全てのトポロジー特徴、またはそれらの一部を選ぶことができる。
そのような方法は、L.KaufmanおよびP.Rousseeuw著、表題「Clustering by Means of Medoids」、Fac.,Univ.出版、(1987)の文書に記載されている。
以下に説明されるように、クラス数は、人物を認証/識別する際の応答時間を著しく減少させるのに十分でなければならない。
よい分割を得るためには、クラス内分散を、前記クラスの参照画像が非常に近くなるように最小化し、クラス間分散を、2つのクラスの参照画像が非常に離れるように最大化する必要がある。
したがって、参照画像Iから、他の参照画像Iは、参照画像Iおよび参照画像Iの間の距離が最短距離よりも短い場合に、参照画像Iのクラスに属すると考えられる。
参照画像Iおよび参照画像Iの間の距離はd(I,I)と表され、種類iの各トポロジー特徴に関する、参照画像Iの種類iのトポロジー特徴
Figure 0006040340
と、参照画像Iの種類iの対応するトポロジー特徴
Figure 0006040340
の間の標準化された距離の総和に等しく、つまり:
Figure 0006040340
である。
静脈網画像202の表面の場合、距離は好ましくはLノルムである。静脈網画像202の幾何学的中心、静脈網画像202の幾何学的分散、および分岐の幾何学的中心の場合、距離は好ましくはLノルムである。
枝の方向ヒストグラムの場合、距離は好ましくはバタチャリア距離である。
各クラスに対して、また、前記クラスの種類iの各トポロジー特徴に対して、種類iの参照トポロジー特徴が決定される。種類iの各参照トポロジー特徴を決定するためにいくつかの解決方法が考えられ、例えば:
− 種類iの各参照トポロジー特徴は、あるクラスの参照画像のトポロジー特徴からなる前記クラスの種類iの平均トポロジー特徴に等しくてもよく、または、
− トポロジー特徴がクラス内の他の画像と距離に関して最も近いクラスの画像が検索され、前記画像の種類iのトポロジー特徴の値が、iの各参照トポロジー特徴に割り当てられる。
したがってデータベース106は、クラス毎に、参照トポロジー特徴から構成されるセットを含む。
図3に、認証/識別システム100により用いられる人物の認証/識別方法300のアルゴリズムを示す。
認証/識別方法300は:
− 赤外カメラ104が、照射源102により照明される静脈網150の画像を取り込む取り込みステップ302と、
− 赤外カメラ104が、取り込まれた静脈網画像202を処理装置108へ送信する送信ステップ304と、
− 処理部108が、静脈網画像202を表示ウィンドウ200に対して中央移動させる中央移動ステップ306と、
− 処理部108が、中央移動させた静脈網画像202を、指152の軸に平行な少なくとも2つのバンド204a−d(本明細書では4バンドある)に切断する切断ステップ308と、
− 処理部108が、各バンド204a−dの少なくとも1つのトポロジー特徴のセットを抽出する第1の抽出ステップ310と、
− 処理部108が、データベース106の各クラスに対して、抽出されたセットと、前記クラスの全ての参照トポロジー特徴との距離を算出する、距離ステップとも呼ばれる、類似性ステップ312と、
− 処理部106が、静脈網画像202を最短距離に対応するクラスに割り当てる分類ステップ314と、
− 処理部108が、静脈網画像202を、静脈網画像202が割り当てられたクラスの各参照静脈網画像と比較する比較ステップ316と、
− 処理部108が、比較ステップ316の結果に基づいて、人物の真正性/識別子に関する判定を行う判定ステップ318と
を備える。
このように、比較ステップは少数の参照静脈網を有するクラスに実施され、これにより、より高速に認証/識別を得ることができる。
静脈網150の画像の中央移動と、参照静脈網画像の中央移動とは、同じ表示ウィンドウ200に基づいて行われる。同様に、バンドの幅は、静脈網150の画像および参照静脈網画像に関して、同一である。
中央移動ステップ306は、好ましくは、取り込み画像上の指152の輪郭を判定することと、指152の輪郭を表示ウィンドウ200に対して中央移動させることで表示ウィンドウ200上での静脈網画像202の位置を中央移動させることとから構成される。例えばhttp://en.wikipedia.org/wiki/Canny_edge_detectorのリンクに記載されたCanny Derriche輪郭検出器などが用い得る。
距離ステップ312において、その計算は、同一のトポロジー特徴に基づくトポロジー特徴の2つのセットに対して行われる。例えば、もしもトポロジー特徴の参照セットが、静脈網画像の表面と、静脈網画像の幾何学的中心とを備えるならば、抽出されたセットもまた、静脈網画像の表面と、静脈網画像の幾何学的中心とを備える。
方法300の信頼性を、第1の抽出ステップ310と距離ステップ312の間に第2の抽出ステップ311を含めることで、高めることもできる。第2の抽出ステップ311において、処理部108は、バンド204a−dの各ペアに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出ステップ310で得られたセットと、新しい抽出されたセットとして連結する。
ノイズまたは取り込みの問題に関する妨害を低減するため、方法300は、送信ステップ304および中央移動ステップ306との間に前処理ステップ305を備える。前処理ステップ305は、取り込まれた静脈網画像202を鮮明化することから構成される。鮮明化は例えば、静脈網画像202上で互いに一直線上にあるが分離している枝を接続すること、または、静脈網画像202上で小さすぎる枝を削除することにより(例えば10ピクセルより短い枝を削除することは賢明である)おこなわれる。
そのような鮮明化は当業者により知られており、例えばhttp://en.wikipedia.org/wiki/Mathematical_morphologyのリンクに記載されている。
より一般的には、認証/識別システム100は:
− 静脈網150の画像を取り込むために設けられた取り込み手段102、104と、
− 取り込まれた静脈網画像202を処理部108へ送信するために設けられた送信手段と、
− 静脈網画像202を表示ウィンドウ200に対して中央移動させるために設けられた中央移動手段と、
− 静脈網画像202を、指152の軸に平行な少なくとも2つのバンド204a−dに切断するために設けられた切断手段と、
− 各バンド204a−dの少なくとも1つのトポロジー特徴のセットを抽出するために設けられた第1の抽出手段と、
− データベース106のクラス毎に、抽出手段により抽出されたセットと前記クラスの全ての参照トポロジー特徴との距離を算出するために設けられた、距離手段とも呼ばれる、類似性手段と、
− 静脈網画像202を、最短距離に対応するクラスに割り当てるために設けられた分類手段と、
− 静脈網画像202を、静脈網画像202が分類手段により割り当てられたクラスの各参照静脈網画像と比較するために設けられた比較手段と、
− 比較手段による比較に基づいて、人物の真正性/識別子に関する判定を行うために設けられた判定手段と
を備える。
方法300が第2の抽出ステップ311を備える場合、認証/識別システム100、より具体的には処理部108は、各バンド204a−dに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出手段により得られたセットに新しい抽出されたセットとして連結するために設けられた第2の抽出手段を備える。
方法300が前処理ステップ305を備える場合、認証/識別システム100、より具体的には処理部108は、静脈網画像202上で互いに一直線上にあるが分離している枝を接続すること、および/または、静脈網画像202上で小さすぎる枝を削除することにより、取り込まれた静脈網画像202を鮮明化するための前処理手段を備える。
取り込み手段は、本明細書では、照射源102および赤外カメラ104である。
送信手段は、赤外カメラ104に組み込まれる。
中央移動手段、切断手段、第1の抽出手段、距離手段、分類手段、比較手段、判定手段、第2の抽出手段、および前処理手段は、本明細書では、処理部108の要素である。
当然ながら、本発明は、記載および描写された実施例および実施形態に限定されることはないが、当業者に利用しやすい多数の変形が可能である。

Claims (5)

  1. 人物の指(152)の静脈網(150)の画像を取り込むために設けられた取り込み装置(201、104)と、処理部(108)と、トポロジー特徴に応じてクラス別に分割された参照静脈網画像とクラス毎の参照トポロジー特徴のセットとを含むデータベース(106)とを備える識別/認証システム(100)により前記人物を識別/認証する方法(300)であって、
    − 取り込み装置(102、104)が、静脈網(150)の画像を取り込む取り込みステップ(302)と、
    − 取り込み装置(102、104)が、取り込まれた静脈網画像(202)を処理部(108)へ送信する送信ステップ(304)と、
    − 処理部(108)が、静脈網画像(202)を表示ウィンドウ(200)に対して中央移動させる中央移動ステップ(306)と、
    − 処理部(108)が、中央移動された静脈網画像(202)を、指(152)の軸に平行な少なくとも2つのバンド(204a−d)に切断する切断ステップ(308)と、
    − 処理部(108)が、各バンド(204a−d)の少なくとも1つのトポロジー特徴のセットを抽出する第1の抽出ステップ(310)と、
    − 処理部(108)が、バンド(204a−d)の各ペアに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出ステップ(310)で得られたセットに新しい抽出されたセットとして連結する第2の抽出ステップ(311)と、
    − 処理部(108)が、クラス毎に、抽出されたセットと前記クラスの全ての参照トポロジー特徴との距離を算出する距離ステップ(312)と、
    − 処理部(108)が、静脈網画像(202)を、最短距離に対応するクラスに割り当てる分類ステップ(314)と、
    − 処理部(108)が、静脈網画像(202)を、静脈網画像(202)が割り当てられたクラス内の各参照静脈網画像と比較する比較ステップ(316)と、
    − 処理部(108)が、比較ステップ(316)の結果に基づいて、人物の真正性/識別子に関する判定を行う判定ステップ(318)と
    を備える、方法。
  2. 取り込まれた静脈網画像(202)が鮮明化される前処理ステップ(305)を、送信ステップ(304)および中央移動ステップ(306)の間に備えることを特徴とする、請求項1に記載の識別/認証方法(300)。
  3. トポロジー特徴が、以下のトポロジー特徴、すなわち、
    各バンド(204a−d)に対して、
    バンド(204a−d)内の静脈網画像(202)の表面面積、
    バンド(204a−d)内の静脈網画像(202)の幾何学的中心、
    バンド(204a−d)内の静脈網画像(202)の幾何学的分散、
    バンド(204a−d)内の静脈網画像(202)の枝の方向ヒストグラム、
    バンド(204a−d)内の静脈網画像(202)の枝の分岐の数、
    バンド(204a−d)内の分岐の幾何学的中心、
    バンド(204a−d)内の分岐の幾何学的分散、
    バンド(204a−d)の各ペアに対して、
    前記ペアの第1のバンド(204a−d)の静脈網画像(202)の表面と、前記ペアの第2のバンド(204a−d)の静脈網画像(202)の表面との距離、
    前記ペアの第1のバンド(204a−d)の静脈網画像(202)の幾何学的中心と、前記ペアの第2のバンド(204a−d)の静脈網画像(202)の幾何学的中心との距離、
    前記ペアの第1のバンド(204a−d)の静脈網画像(202)の枝の方向ヒストグラムと、前記ペアの第2のバンド(204a−d)の静脈網画像(202)の枝の方向ヒストグラムとの距離、
    の中にあることを特徴とする、請求項1または2に記載の識別/認証方法(300)。
  4. 指(152)の静脈網(150)による人物の識別/認証のためのシステム(100)であって、請求項1からのいずれか一項に記載の識別/認証方法(300)を実施することを目的とし、
    − 静脈網(150)の画像を取り込むために設けられた取り込み装置(102、104)と、
    − 処理部(108)と、
    − トポロジー特徴に応じてクラス別に分割された参照静脈網画像とクラス毎の参照トポロジー特徴のセットとを含むデータベース(106)と、
    − 取り込まれた静脈網画像(202)を処理部(108)へ送信するために設けられた送信手段と
    を備え、
    処理部(108)は、
    − 静脈網画像(202)を表示ウィンドウ(200)に対して中央移動させるために設けられた中央移動手段と、
    − 静脈網画像(202)を、指(152)の軸に平行な少なくとも2つのバンド(204a−d)に切断するために設けられた切断手段と、
    − 各バンド(204a−d)の少なくとも1つのトポロジー特徴のセットを抽出するために設けられた第1の抽出手段と、
    − バンド(204a−d)の各ペアに関する少なくとも1つのトポロジー特徴のセットを抽出し、このセットを第1の抽出手段により得られたセットに新しい抽出されたセットとして連結するために設けられた第2の抽出手段と、
    − データベース(106)のクラス毎に、抽出手段により抽出されたセットと前記クラスの参照トポロジー特徴のセットとの距離を算出するために設けられた距離手段と、
    − 静脈網画像(202)を、最短距離に対応するクラスに割り当てるために設けられた分類手段と、
    − 静脈網画像(202)を、静脈網画像(202)が分類手段により割り当てられたクラスの各参照静脈網画像と比較するために設けられた比較手段と、
    − 比較手段による比較に基づいて、人物の真正性/識別子に関する判定を行うために設けられた判定手段と
    を備える、システム(100)。
  5. 処理部(108)が、取り込まれた静脈網画像(202)を鮮明化するための前処理手段を備えることを特徴とする、請求項に記載の識別/認証システム(100)。
JP2016511065A 2013-05-03 2014-04-30 静脈網により人物を識別/認証する方法 Active JP6040340B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR13/54081 2013-05-03
FR1354081A FR3005365B1 (fr) 2013-05-03 2013-05-03 Procede d'identification/authentification d'une personne par son reseau veineux
PCT/EP2014/058872 WO2014177637A1 (fr) 2013-05-03 2014-04-30 Procédé d'identification/authentification d'une personne par son réseau veineux

Publications (2)

Publication Number Publication Date
JP2016524212A JP2016524212A (ja) 2016-08-12
JP6040340B2 true JP6040340B2 (ja) 2016-12-07

Family

ID=48906334

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016511065A Active JP6040340B2 (ja) 2013-05-03 2014-04-30 静脈網により人物を識別/認証する方法

Country Status (4)

Country Link
US (1) US9325707B2 (ja)
JP (1) JP6040340B2 (ja)
FR (1) FR3005365B1 (ja)
WO (1) WO2014177637A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3034224B1 (fr) * 2015-03-23 2018-03-23 Morpho Dispositif de verification de la veracite d'une empreinte digitale
US10424072B2 (en) 2016-03-01 2019-09-24 Samsung Electronics Co., Ltd. Leveraging multi cues for fine-grained object classification
US10579860B2 (en) 2016-06-06 2020-03-03 Samsung Electronics Co., Ltd. Learning model for salient facial region detection
JP2019185384A (ja) * 2018-04-10 2019-10-24 キヤノン株式会社 画像認証装置、画像認証方法、コンピュータプログラムおよび記憶媒体
US20230403159A1 (en) 2022-06-09 2023-12-14 The Government of the United States of America, as represented by the Secretary of Homeland Security Biometric identification using homomorphic primary matching with failover non-encrypted exception handling
US11924349B2 (en) 2022-06-09 2024-03-05 The Government of the United States of America, as represented by the Secretary of Homeland Security Third party biometric homomorphic encryption matching for privacy protection

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4345426B2 (ja) * 2003-10-07 2009-10-14 ソニー株式会社 画像照合方法、プログラム、および画像照合装置
JP2006059282A (ja) * 2004-08-24 2006-03-02 Fujitsu Ltd 生体特徴情報に基づく認証方法
WO2008120317A1 (ja) * 2007-03-28 2008-10-09 Fujitsu Limited 照合装置、認証装置、照合方法、認証方法、照合プログラム及び認証プログラム
JP5045344B2 (ja) * 2007-09-28 2012-10-10 ソニー株式会社 登録装置、登録方法、認証装置及び認証方法
JP2009140076A (ja) * 2007-12-04 2009-06-25 Sony Corp 認証装置及び認証方法
JP2009187520A (ja) * 2008-01-09 2009-08-20 Sony Corp 認証装置、認証方法、登録装置及び登録方法
JP5424788B2 (ja) * 2009-09-16 2014-02-26 株式会社日立ソリューションズ 生体認証装置に用いる生体情報作成方法および認証方法並びに装置
JP5511277B2 (ja) * 2009-09-16 2014-06-04 株式会社日立ソリューションズ 認証システム
JP5504928B2 (ja) * 2010-01-29 2014-05-28 ソニー株式会社 生体認証装置、生体認証方法およびプログラム
US8509495B2 (en) * 2011-04-15 2013-08-13 Xerox Corporation Subcutaneous vein pattern detection via multi-spectral IR imaging in an identity verification system

Also Published As

Publication number Publication date
US20150264046A1 (en) 2015-09-17
JP2016524212A (ja) 2016-08-12
FR3005365B1 (fr) 2015-06-05
FR3005365A1 (fr) 2014-11-07
US9325707B2 (en) 2016-04-26
WO2014177637A1 (fr) 2014-11-06

Similar Documents

Publication Publication Date Title
JP6040340B2 (ja) 静脈網により人物を識別/認証する方法
JP7242528B2 (ja) モバイルデバイスを用いてキャプチャした画像を使用する、指紋によるユーザ認証を実施するためのシステムおよび方法
Song et al. A finger-vein verification system using mean curvature
US8265347B2 (en) Method and system for personal identification using 3D palmprint imaging
US10733414B2 (en) System and method for personal identification based on multimodal biometric information
Zhang et al. Robust palmprint verification using 2D and 3D features
US20030039382A1 (en) Fingerprint recognition system
US20130129164A1 (en) Identity recognition system and method based on hybrid biometrics
Hemalatha A systematic review on Fingerprint based Biometric Authentication System
JP5951817B1 (ja) 指静脈認証システム
CN105975951A (zh) 手指中段指静脉指纹融合识别方法
US9558392B2 (en) Finger vein authentication system
CN110008931A (zh) 结合指纹与指静脉信息的混合识别方法
KR101601187B1 (ko) 손금 기반 사용자 인식 정보를 이용한 기기 컨트롤 장치 및 그 방법
Donida Labati et al. A scheme for fingerphoto recognition in smartphones
KR102174083B1 (ko) 딥 러닝 기반의 지정맥을 이용한 생체 인식 장치 및 방법
JP2010277315A (ja) 情報処理装置、認証データ選択方法およびプログラム
Farooq et al. Performance analysis of biometric recognition system based on palmprint
JP2011044101A (ja) 閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラム
KR20140074905A (ko) 홍채 인식에 의한 식별
KR102320005B1 (ko) 영상 분석 기반 비정상 객체 검출 시스템 및 방법
KR101496852B1 (ko) 지정맥 인증 시스템
KR100698723B1 (ko) 지문 중심점 부위 특징점을 이용한 고속 매칭
Tatar et al. Improvement of the fingerprint recognition process
KR101584730B1 (ko) 정맥 인증 시스템

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160722

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: 20161011

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161107

R150 Certificate of patent or registration of utility model

Ref document number: 6040340

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250