JP6241230B2 - 生体情報判定装置及びプログラム - Google Patents

Description

本発明は、生体情報判定装置及びプログラムに関する。

近年、建物や部屋への入退場管理、国境でのボーダーコントロール、国民を一意に識別するナショナルユニークＩＤ等の大規模な認証基盤から、携帯電話機、パーソナルコンピュータ等の個人利用端末まで、幅広い分野において生体認証が利用されている。

大規模な認証基盤における生体認証システムでは、一度に多くの指紋情報を収集することが可能な広面積の指紋センサを利用することが多い。このような生体認証システムは、指紋の登録時又は照合時に、ユーザに対して指紋センサに読み取らせる手の種別（左手又は右手の手種別）を指示することがある。しかし、指紋センサは、指紋画像を読み取ることはできても、指紋センサ上に指示された手が置かれているか否かを判定することは困難である。

そこで、指紋センサ上に置かれた手の種別を判定するためのいくつかの技術が提案されている。

例えば、手の平面４指画像から手種別及び指種を判定する平面４指画像判定装置が知られている（例えば、特許文献１を参照）。この平面４指画像判定装置は、平面４指画像から切り出された各指の指紋画像から指紋中心点付近の隆線方向を抽出し、その隆線方向の傾向を各指の指紋毎に判定し、４指の隆線方向の傾向の組合せに基づいて、手別と指種を判定する。

また、指紋認証の認証結果に応じて、車載用情報端末の使用が左手又は右手のいずれで行われているかを判別する入力装置も知られている（例えば、特許文献２を参照）。この入力装置は、車両が右（又は左）ハンドル車である場合、左手（又は右手）による車載用情報端末の使用であると認定したときは、その使用を強制的に禁止する。

また、被認証者が差し出す手が左右どちらの手になるかを判定し、判定結果に応じた画像を表示部に表示させる生体認証装置も知られている（例えば、特許文献３を参照）。この生体認証装置は、被認証者と生体認証装置の筐体との位置関係に基づいて、生体情報センサにおける生体情報の取得可能領域へ被認証者が差し出す手が左右どちらの手になるかを判定する。

特開２００６−９９３２６号公報 特開２００５−８２０８６号公報 特開２０１０−１４６１５８号公報

上述した従来の手種別判定技術には、以下のような問題がある。
特許文献１の平面４指画像判定装置は、４指の指紋画像を入力することを前提としているため、４指のうち１本以上が欠損しているユーザは、判定の対象外となる。また、人差し指、中指、及び薬指の３指の指紋画像のみを入力するセンサを用いた場合も、判定の対象外となる。

また、特許文献１の平面４指画像判定装置及び特許文献２の入力装置は、指紋の紋様に基づいて手種別を判定するため、指紋センサにより読み取られた指紋画像が十分に明瞭であることを前提としている。指表面の状態が良好でなく、読み取られた指紋画像が不明瞭である場合は、指紋の紋様が正確に抽出されないため、手種別を判定することが困難である。

さらに、特許文献３の生体認証装置は、生体情報センサ以外に、被認証者と生体認証装置の筐体との位置関係を取得するためのセンサを含むため、装置の肥大化とコスト増が避けられない。

なお、かかる問題は、指紋に基づいて生体認証を行う場合に限らず、掌紋、手のひらの静脈等の他の生体情報に基づいて生体認証を行う場合や、生体認証システムに生体情報を登録する場合においても生ずるものである。

１つの側面において、本発明は、手の生体情報に基づいて手種別をより簡単に判定することを目的とする。

１つの案では、生体情報判定装置は、記憶部及び手種別判定部を含む。
記憶部は、手の生体情報を表す画像を記憶する。手種別判定部は、記憶部が記憶する画像内の複数の指に対応する複数の領域のうち人差し指に対応する第１の領域の大きさに基づく第１の特徴量と、薬指に対応する第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、手が右手であるか左手であるかを判定する。

実施形態によれば、手の生体情報に基づいて手種別をより簡単に判定することができる。

生体情報判定装置の機能的構成図である。 生体情報判定処理のフローチャートである。 生体情報判定装置の第１の具体例を示す図である。 生体情報登録処理のフローチャートである。 領域抽出処理のフローチャートである。 第１の読取判定処理のフローチャートである。 第２の読取判定処理のフローチャートである。 初期取得画像及び最終取得画像を示す図である。 生体情報判定装置の第２の具体例を示す図である。 第１の生体情報照合処理のフローチャートである。 第２の生体情報照合処理のフローチャートである。 情報処理装置のハードウェア構成図である。

以下、図面を参照しながら、実施形態を詳細に説明する。
特許文献１の平面４指画像判定装置は、４指の指紋画像を入力することを前提としているため、４指のうち１本以上が欠損しているユーザは、判定の対象外となる。また、人差し指、中指、及び薬指の３指の指紋画像のみを入力するセンサを用いた場合も、判定の対象外となる。

また、特許文献１の平面４指画像判定装置及び特許文献２の入力装置は、指紋の紋様に基づいて手種別を判定するため、指紋センサにより読み取られた指紋画像が十分に明瞭であることを前提としている。指表面の状態が良好でなく、読み取られた指紋画像が不明瞭である場合は、指紋の紋様が正確に抽出されないため、手種別を判定することが困難である。

さらに、特許文献３の生体認証装置は、生体情報センサ以外に、被認証者と生体認証装置の筐体との位置関係を取得するためのセンサを含むため、装置の肥大化とコスト増が避けられない。

なお、かかる問題は、指紋に基づいて生体認証を行う場合に限らず、掌紋、手のひらの静脈等の他の生体情報に基づいて生体認証を行う場合や、生体認証システムに生体情報を登録する場合においても生ずるものである。

図１は、生体情報判定装置の機能的構成例を示している。図１の生体情報判定装置１０１は、記憶部１１１及び手種別判定部１１２を含む。記憶部１１１は、手の生体情報を表す画像を記憶する。手種別判定部１１２は、記憶部が記憶する画像を用いて手の種別を判定する。

図２は、図１の生体情報判定装置１０１が行う生体情報判定処理の例を示すフローチャートである。

手種別判定部１１２は、記憶部１１１が記憶する画像を参照し（ステップ２０１）、画像内の複数の指に対応する複数の領域のうち第１の指に対応する第１の領域と、第２の指に対応する第２の領域とを用いて、手の種別を判定する（ステップ２０２）。このとき、手種別判定部１１２は、第１の領域の大きさに基づく第１の特徴量と第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、手の種別を判定する。

このような生体情報判定装置１０１によれば、手の生体情報に基づいて手種別をより簡単に判定することができる。

図３は、図１の生体情報判定装置１０１の第１の具体例を示している。図３の生体情報判定装置１０１は、生体情報の登録に用いられ、記憶部１１１、手種別判定部１１２、読取部３０１、領域抽出部３０２、領域特徴量抽出部３０３、読取判定部３０４、登録用特徴量抽出部３０５、及び特徴量登録部３０６を含む。

読取部３０１は、ユーザの手から生体情報を示す画像を時系列に（フレーム毎に）読み取り、記憶部１１１は、読み取られた画像を記憶する。例えば、読取部３０１が指紋センサである場合、読取部３０１は、ユーザの手から指紋画像を読み取る。指紋画像の検出方法としては、例えば、静電容量式、感熱式、電界式、光学式、超音波式等の接触採取方式を用いることができる。

領域抽出部３０２は、記憶部１１１が記憶する画像から各指に対応する領域を抽出し、領域特徴量抽出部３０３は、抽出された領域の大きさに基づく特徴量を抽出する。接触採取方式の読取部３０１を用いた場合、各指に対応する領域は、各指の接触領域である。

読取判定部３０４は、読取部３０１による画像の読み取りが完了したか否かを判定する。読取判定部３０４は、例えば、手種別を判定可能な画像が取得された場合に、画像の読み取りが完了したと判定することができる。

画像の読み取りが完了すると、手種別判定部１１２は、領域特徴量抽出部３０３により抽出された複数の領域の特徴量に基づいて、手種別を判定する。登録用特徴量抽出部３０５は、手の生体情報から登録用特徴量を抽出し、特徴量登録部３０６は、登録用特徴量と手種別とユーザの識別情報とを対応付けて、生体情報データベースに登録する。

登録用特徴量としては、例えば、指紋画像の特徴量を用いてもよく、他の生体情報の特徴量を用いてもよい。例えば、読取部３０１が掌紋センサを含む場合、掌紋画像の特徴量を登録用特徴量として用いることができ、読取部３０１が静脈センサを含む場合、手のひらの静脈画像の特徴量を登録用特徴量として用いることができる。

生体情報データベースは、生体情報判定装置１０１内に設けられていてもよく、他の装置に設けられていてもよい。生体情報データベースが他の装置に設けられている場合、特徴量登録部３０６は、登録用特徴量と手種別とユーザの識別情報とを対応付けて、他の装置へ送信する。

図４は、図３の生体情報判定装置１０１が行う生体情報登録処理の例を示すフローチャートである。

まず、手種別判定部１１２は、ユーザに対して登録対象の手種別を指示し（ステップ４０１）、ユーザは、指示された手種別の手を読取部３０１に差し出す。

次に、読取部３０１は、ユーザの手から画像を読み取り（ステップ４０２）、領域抽出部３０２は、読み取られた画像から各指に対応する領域を抽出する（ステップ４０３）。

次に、領域特徴量抽出部３０３は、抽出された領域の大きさに基づく特徴量を抽出し（ステップ４０４）、読取判定部３０４は、読取部３０１による画像の読み取りが完了したか否かを判定する（ステップ４０５）。画像の読み取りが完了していない場合（ステップ４０５，ＮＯ）、生体情報判定装置１０１は、ステップ４０２以降の処理を繰り返す。

一方、画像の読み取りが完了した場合（ステップ４０５，ＹＥＳ）、手種別判定部１１２は、領域特徴量抽出部３０３により抽出された複数の領域の特徴量に基づいて、ユーザが差し出した手の種別を判定する（ステップ４０６）。そして、手種別判定部１１２は、ユーザが差し出した手の種別がユーザに対して指示した手種別であるか否かをチェックする（ステップ４０７）。

ユーザが差し出した手の種別がユーザに対して指示した手種別でない場合（ステップ４０７，ＮＯ）、手種別判定部１１２は、指示した種別の手を差し出すように、ユーザに再度指示する（ステップ４１０）。そして、生体情報判定装置１０１は、ステップ４０２以降の処理を繰り返す。

一方、ユーザが差し出した手の種別がユーザに対して指示した手種別である場合（ステップ４０７，ＹＥＳ）、登録用特徴量抽出部３０５は、手の生体情報から登録用特徴量を抽出する（ステップ４０８）。そして、特徴量登録部３０６は、登録用特徴量と、手種別と、ユーザの識別情報とを対応付けて、生体情報データベースに登録する（ステップ４０９）。

図５は、図４のステップ４０３における領域抽出処理の例を示すフローチャートである。

まず、領域抽出部３０２は、読み取られた画像を複数のブロックに分割する（ステップ５０１）。このとき、領域抽出部３０２は、例えば、縦ｖ画素及び横ｗ画素（ｖ及びｗは１以上の整数）の矩形ブロックを分割の単位として用い、読取部３０１の解像度に基づいてｖ及びｗの値を決定することができる。例えば、読取部３０１として５００ｄｐｉの指紋センサを用いた場合、指紋の平均隆線間隔が８画素程度であることから、８×８や１６×１６のブロックを用いることが好ましい。

次に、領域抽出部３０２は、ブロック毎に画素値の統計量を計算する（ステップ５０２）。ブロック毎の統計量としては、例えば、１ブロック内の複数の画素値の平均値、分散、最大値、最小値、中央値、最頻値等を用いることができる。

次に、領域抽出部３０２は、各ブロックを前景領域又は背景領域のいずれかに分類する（ステップ５０３）。例えば、画素値として輝度値を用いた場合、領域抽出部３０２は、統計量が閾値未満であれば、そのブロックを前景領域に分類し、統計量が閾値以上であれば、そのブロックを背景領域に分類することができる。この場合の閾値は、指紋の隆線の画素値と隆線以外の部分の画素値との差分に基づいて決定することができる。例えば、隆線の画素値が０に近く、隆線以外の部分の画素値が２５５に近い場合、１２８程度の値を閾値として用いてもよい。

次に、領域抽出部３０２は、前景領域に分類されたブロック同士を統合する（ステップ５０４）。このとき、領域抽出部３０２は、例えば、ラベリング処理により、画像内の左上のブロックから１ラインずつ右方向にブロックを走査し、隣接する前景領域のブロック同士を統合して１つの統合領域を生成することができる。これにより、複数の指のそれぞれに対応する複数の統合領域が生成される。

そして、領域抽出部３０２は、各統合領域を各指に対応する領域として抽出する（ステップ５０５）。

このような領域抽出処理によれば、画像内の背景領域のノイズを除去して、指紋画像を含む前景領域のみを抽出することができ、手種別判定の判定精度が向上する。

図６は、図４のステップ４０５における読取判定処理の例を示すフローチャートである。

まず、読取判定部３０４は、各指に対応する領域の面積を計算し（ステップ６０１）、計算した面積を閾値と比較する（ステップ６０２）。すべての領域の面積が閾値以上である場合（ステップ６０２，ＹＥＳ）、読取判定部３０４は、画像の読み取りが完了したと判定する（ステップ６０３）。一方、いずれかの領域の面積が閾値未満である場合（ステップ６０２，ＮＯ）、読取判定部３０４は、画像の読み取りが完了していないと判定する（ステップ６０４）。

面積の閾値は、読取部３０１の解像度に基づいて決定することができる。例えば、読取部３０１として５００ｄｐｉの指紋センサを用いた場合、指紋の紋様を判別可能な大きさである１２８×１２８（＝１６３８４）画素を閾値として用いてもよい。

各指に対応する領域の面積の代わりに、その領域の位置に基づいて読取判定処理を行うことも可能である。この場合、読取判定部３０４は、各領域の重心位置を計算し、すべての領域の重心位置が読取部３０１の有効センシングエリア内にあれば、画像の読み取りが完了したと判定する。一方、いずれかの領域の重心位置が有効センシングエリアの外にあれば、読取判定部３０４は、画像の読み取りが完了していないと判定する。重心位置の代わりに、各領域を代表する他の位置を用いても構わない。

各指に対応する領域の面積の代わりに、その領域のコントラストに基づいて読取判定処理を行うことも可能である。この場合、読取判定部３０４は、各領域のコントラストを計算し、すべての領域のコントラストが閾値以上であれば、画像の読み取りが完了したと判定する。一方、いずれかの領域のコントラストが閾値未満であれば、読取判定部３０４は、画像の読み取りが完了していないと判定する。

図７は、図４のステップ４０５における読取判定処理の別の例を示すフローチャートである。

まず、読取判定部３０４は、各指に対応する領域の面積を計算し、計算した面積と前の時刻（前のフレーム）における同じ領域の面積との差分を求める（ステップ７０１）。そして、読取判定部３０４は、面積の差分を閾値と比較する（ステップ７０２）。すべての領域の差分が閾値以下である場合（ステップ７０２，ＹＥＳ）、読取判定部３０４は、画像の読み取りが完了したと判定する（ステップ７０３）。

一方、いずれかの領域の差分が閾値より大きい場合（ステップ７０２，ＮＯ）、読取判定部３０４は、画像の読み取りが完了していないと判定する（ステップ７０４）。そして、読取判定部３０４は、計算した各領域の面積を、現時刻（現在のフレーム）における各領域の面積として記録する。

面積の差分の閾値は、読取部３０１の解像度に基づいて決定することができる。例えば、読取部３０１として５００ｄｐｉの指紋センサを用いた場合、８×８（＝６４）画素を閾値として用いてもよい。

フレーム間における各指に対応する領域の面積の変化の代わりに、その領域の位置の変化に基づいて読取判定処理を行うことも可能である。この場合、読取判定部３０４は、各領域の重心位置と前の時刻（前のフレーム）における同じ領域の重心位置との距離を計算し、すべての領域の距離が閾値以下であれば、画像の読み取りが完了したと判定する。

一方、いずれかの領域の距離が閾値より大きければ、読取判定部３０４は、画像の読み取りが完了していないと判定し、計算した各領域の重心位置を、現時刻（現在のフレーム）における各領域の重心位置として記録する。重心位置の代わりに、各領域を代表する他の位置を用いても構わない。

重心位置の距離の閾値は、読取部３０１の解像度に基づいて決定することができる。例えば、読取部３０１として５００ｄｐｉの指紋センサを用いた場合、８画素を閾値として用いてもよい。

上述した各種の読取判定処理によれば、ユーザが意図しない読取動作の中断や継続を防止することができるとともに、読取動作に起因するノイズを低減することもでき、手種別判定の判定精度が向上する。

ところで、発明者は、左手又は右手の手種別を判定するために、２つの知見を利用できることに気付いた。第１の知見は、統計的に人差し指の方が薬指よりも太いということであり、第２の知見は、手の構造上、人差し指の方が薬指よりも力が入りやすいということである。

人差し指と薬指の相違点としては指の長さの差異も利用できるが、２本の指の長さの統計的な差異は小さい。また、画像内に指の付け根位置が含まれていない場合や、手そのものが回転している場合には、指の長さを正確に測定することが困難である。したがって、手種別を判定するためには、指の長さの差異よりも指の幅の差異を利用する方が好ましい。

面型の接触式指紋センサでは、指を指紋センサにある程度押し付けることで良好な指紋画像を取得できることが多い。特に、指表面が乾燥している「乾燥指」の場合は、指を強く押し付けることが好ましい。

しかし、指に加えることができる力は指毎に異なっており、人差し指と薬指とでは、人差し指の方が力を加えやすい。このため、画像の読み取りが開始された時点での画像（初期取得画像）では、どの指の接触面積も同じ程度であるのに対して、画像の読み取りが完了した時点での画像（最終取得画像）では、力の入りやすい人差し指の接触面積が大きくなる。したがって、第２の知見によれば、初期取得画像における接触面積と最終取得画像における接触面積との差分は、人差し指の方が薬指よりも大きくなると推定される。

図８は、このような初期取得画像及び最終取得画像の例を示している。この例では、ユーザが右手又は左手の人差し指、中指、及び薬指を読取部３０１に差し出し、読取部３０１は、これらの３本の指の指紋画像を時系列に読み取っている。

初期取得画像８０１において、領域８１１は、最も画像の左端に近い指（最左指）に対応する領域であり、領域８１２は、最も画像の右端に近い指（最右指）に対応する領域である。同様に、最終取得画像８０２において、領域８２１は、最左指に対応する領域であり、領域８２２は、最右指に対応する領域である。ユーザが差し出した手が右手の場合、最左指は人差し指であり、最右指は薬指である。一方、ユーザが差し出した手が左手の場合、最左指は薬指であり、最右指は人差し指である。

図４のステップ４０４において、領域特徴量抽出部３０３は、複数の指に対応する複数の領域のうち、例えば、最左指に対応する領域と最右指に対応する領域とから、領域の大きさに基づく特徴量をそれぞれ抽出する。領域の大きさに基づく特徴量としては、領域の幅、領域の面積の差分等を用いることができる。

領域の幅を特徴量として用いる場合、領域特徴量抽出部３０３は、最終取得画像８０２から領域８２１の幅ｗ１ｅと領域８２２の幅ｗ２ｅとを抽出する。領域特徴量抽出部３０３は、幅ｗ１ｅ及び幅ｗ２ｅの代わりに、幅ｗ１ｂ及び幅ｗ２ｂを抽出してもよい。

領域の面積の差分を特徴量として用いる場合、領域特徴量抽出部３０３は、初期取得画像８０１における領域８１１の面積ａ１ｂと領域８１２の面積ａ２ｂとを計算し、最終取得画像８０２における領域８２１の面積ａ１ｅと領域８２２の面積ａ２ｅとを計算する。面積ａ１ｂは、領域８１１の幅ｗ１ｂと高さｈ１ｂを乗算することで求めることができ、面積ａ２ｂは、領域８１２の幅ｗ２ｂと高さｈ２ｂを乗算することで求めることができる。同様に、面積ａ１ｅは、領域８２１の幅ｗ１ｅと高さｈ１ｅを乗算することで求めることができ、面積ａ２ｅは、領域８２２の幅ｗ２ｅと高さｈ２ｅを乗算することで求めることができる。

そして、領域特徴量抽出部３０３は、面積ａ１ｂと面積ａ１ｅとの差分を計算し、面積ａ２ｂと面積ａ２ｅとの差分を計算する。

幅及び面積の差分を特徴量として用いる場合、領域特徴量抽出部３０３は、最終取得画像８０２から幅ｗ１ｅ及び幅ｗ２ｅを抽出するとともに、面積ａ１ｂと面積ａ１ｅとの差分を計算し、面積ａ２ｂと面積ａ２ｅとの差分を計算する。領域特徴量抽出部３０３は、幅ｗ１ｅ及び幅ｗ２ｅの代わりに、幅ｗ１ｂ及び幅ｗ２ｂを抽出してもよい。

図４のステップ４０６において、手種別判定部１１２は、例えば、最左指に対応する領域の特徴量と最右指に対応する領域の特徴量とを比較し、以下のいずれかの判定論理に基づいて手種別を判定することができる。

（１）判定論理１
特徴量が領域の幅である場合、手種別判定部１１２は、以下の条件式により手種別を判定する。
Ｉｆ ｗ１ｅ＞ｗ２ｅ 右手
Ｅｌｓｅ 左手
上記条件式において、幅ｗ１ｅ及び幅ｗ２ｅの代わりに、幅ｗ１ｂ及び幅ｗ２ｂを用いてもよい。

（２）判定論理２
特徴量が領域の面積の差分である場合、手種別判定部１１２は、以下の条件式により手種別を判定する。
Ｉｆ （ａ１ｂ−ａ１ｅ）² ＞（ａ２ｂ−ａ２ｅ）² 右手
Ｅｌｓｅ 左手

（３）判定論理３
特徴量が領域の面積の差分である場合、手種別判定部１１２は、以下の条件式により手種別を判定する。
Ｉｆ ｜ａ１ｂ−ａ１ｅ｜＞｜ａ２ｂ−ａ２ｅ｜ 右手
Ｅｌｓｅ 左手

（４）判定論理４
特徴量が幅及び面積の差分である場合、手種別判定部１１２は、以下の条件式により手種別を判定する。
Ｉｆ α・ｗ１ｅ＋β・（ａ１ｂ−ａ１ｅ）²
＞α・ｗ２ｅ＋β・（ａ２ｂ−ａ２ｅ）² 右手
Ｅｌｓｅ 左手
α及びβは、それぞれ、幅及び面積の差分に関する重み係数であり、正の実数である。幅の重みを面積の差分の重みより大きく設定する場合、例えば、α：β＝２：１となるようなα及びβを用いてもよい。
上記条件式において、幅ｗ１ｅ及び幅ｗ２ｅの代わりに、幅ｗ１ｂ及び幅ｗ２ｂを用いてもよい。

（５）判定論理５
特徴量が幅及び面積の差分である場合、手種別判定部１１２は、以下の条件式により手種別を判定する。
Ｉｆ α・ｗ１ｅ＋β・｜ａ１ｂ−ａ１ｅ｜
＞α・ｗ２ｅ＋β・｜ａ２ｂ−ａ２ｅ｜ 右手
Ｅｌｓｅ 左手
上記条件式において、幅ｗ１ｅ及び幅ｗ２ｅの代わりに、幅ｗ１ｂ及び幅ｗ２ｂを用いてもよい。

領域の幅、領域の面積の差分等の領域の大きさに基づく特徴量は、指紋の紋様と比較して、より簡単に抽出し比較することができる。したがって、領域の大きさに基づく特徴量を用いることで、より高速に手種別を判定することが可能になる。また、幅及び面積の差分を併用することで、手種別判定の判定精度が向上する。

初期取得画像及び最終取得画像の代わりに、初期取得画像から最終取得画像までの複数時刻の画像の中からいずれか２時刻の画像を選択して、手種別判定に用いてもよい。

上述した判定論理１〜判定論理５は一例に過ぎず、他の判定論理に基づいて手種別を判定してもよい。領域の大きさに基づく特徴量は、幅及び面積の差分に限られるわけではない。

図４のステップ４０８において、登録用特徴量抽出部３０５は、読取部３０１により読み取られた画像から登録用特徴量を抽出する。例えば、登録用特徴量として指紋画像の特徴量を用いる場合、登録用特徴量抽出部３０５は、領域抽出部３０２により抽出された各指に対応する領域から、指紋画像の特徴量を抽出する。指紋画像の特徴量としては、指紋のマニューシャ（隆線が分岐している点又は隆線が途切れている点）の位置等を用いてもよい。

登録用特徴量として掌紋画像の特徴量を用いる場合、登録用特徴量抽出部３０５は、読取部３０１により読み取られた掌紋画像から特徴量を抽出する。登録用特徴量として手のひらの静脈画像の特徴量を用いる場合、登録用特徴量抽出部３０５は、読取部３０１により読み取られた静脈画像から特徴量を抽出する。

図４の生体情報登録処理によれば、３指の指紋画像のみが入力された場合でも、指紋の紋様に依存することなく、簡単に手種別を判定することができる。また、ユーザと生体情報判定装置１０１の筐体との位置関係を取得するためのセンサは不要である。

図９は、図１の生体情報判定装置１０１の第２の具体例を示している。図９の生体情報判定装置１０１は、生体認証に用いられ、記憶部１１１、手種別判定部１１２、読取部３０１、領域抽出部３０２、領域特徴量抽出部３０３、読取判定部３０４、照合用特徴量抽出部９０１、及び特徴量照合部９０２を含む。手種別判定部１１２、読取部３０１、領域抽出部３０２、領域特徴量抽出部３０３、及び読取判定部３０４の動作は、図３に示した第１の具体例と同様である。

照合用特徴量抽出部９０１は、手の生体情報から照合用特徴量を抽出し、特徴量照合部９０２は、照合用特徴量と生体情報データベースに登録された特徴量とを照合して、照合結果を出力する。照合結果には、照合用特徴量に対応するユーザの識別情報が含まれる。

照合用特徴量としては、生体情報データベースに登録された特徴量と同じ種類の生体情報の特徴量が用いられる。例えば、登録された特徴量が指紋画像の特徴量である場合、指紋画像の特徴量が照合用特徴量として用いられる。

生体情報データベースは、生体情報判定装置１０１内に設けられていてもよく、他の装置に設けられていてもよい。生体情報データベースが他の装置に設けられている場合、特徴量照合部９０２は、他の装置から登録された特徴量を受信し、受信した特徴量を用いて生体認証を行う。

また、特徴量照合部９０２は、生体情報データベースに登録された特徴量のうち、手種別判定部１１２が特定した手種別（ユーザに対して指示した手種別）に対応する特徴量のみを、照合用特徴量と照合する。例えば、手種別が左手と判定された場合、生体情報データベースに登録された右手及び左手の特徴量のうち、左手の特徴量のみが照合に用いられる。これにより、照合用特徴量と登録されたすべての特徴量とを照合する場合と比較して、より高速に生体認証を行うことができる。

図１０は、図９の生体情報判定装置１０１が行う生体情報照合処理の例を示すフローチャートである。

まず、手種別判定部１１２は、ユーザに対して照合対象の手種別を指示し（ステップ１００１）、ユーザは、指示された手種別の手を読取部３０１に差し出す。ステップ１００２〜ステップ１００７及びステップ１０１０の処理は、図４のステップ４０２〜ステップ４０７及びステップ４１０の処理と同様である。

ユーザが差し出した手の種別がユーザに対して指示した手種別である場合（ステップ１００７，ＹＥＳ）、照合用特徴量抽出部９０１は、手の生体情報から照合用特徴量を抽出する（ステップ１００８）。そして、特徴量照合部９０２は、照合用特徴量と生体情報データベースに登録された特徴量とを照合して、照合結果を出力する（ステップ１００９）。

図１０の生体情報照合処理によれば、３指の指紋画像のみが入力された場合でも、指紋の紋様に依存することなく、簡単に手種別を判定することができる。また、ユーザと生体情報判定装置１０１の筐体との位置関係を取得するためのセンサは不要である。

図１１は、ユーザに対する手種別の指示を省略した生体情報照合処理の例を示すフローチャートである。

まず、ユーザは、右手又は左手のいずれか一方を読取部３０１に差し出す。その後、生体情報判定装置１０１は、ステップ１１０１〜ステップ１１０７の処理を行う。ステップ１１０１〜ステップ１１０７の処理は、図１０のステップ１００２〜ステップ１００６及びステップ１００８〜ステップ１００９の処理と同様である。

図１、図３、及び図９の生体情報判定装置１０１の構成は一例に過ぎず、生体情報判定装置の用途や条件に応じて一部の構成要素を省略又は変更してもよい。例えば、図３及び図９の読取部３０１が他の装置に設けられている場合は、読取部３０１の代わりに受信部を設けることができる。この場合、受信部は、他の装置の読取部３０１により読み取られた画像を受信して記憶部１１１に出力し、記憶部１１１は、その画像を記憶する。生体情報判定装置１０１は、受信した画像を用いて生体情報登録処理又は生体情報照合処理を行う。

また、手種別判定に複数時刻の画像を必要としない場合は、図３及び図９の読取判定部３０４を省略することができる。この場合、手種別判定部１１２は、１枚の画像から抽出された特徴量のみを用いて、手種別を判定する。

図２、図４〜図７、図１０、及び図１１のフローチャートは一例に過ぎず、生体情報判定装置の構成や条件に応じて一部の処理を省略又は変更してもよい。例えば、手種別判定に複数時刻の画像を必要としない場合は、図４のステップ４０５、図１０のステップ１００５、及び図１１のステップ１１０４の処理を省略することができる。

また、生体情報登録処理においてユーザに対する手種別の指示を省略する場合は、図４のステップ４０１、ステップ４０７、及びステップ４１０の処理を省略することができる。さらに、図４のステップ４０３において、領域抽出部３０２は、図５の領域抽出処理とは異なる処理により、各指に対応する領域を抽出してもよい。

図１、図３、及び図９の生体情報判定装置１０１は、例えば、図１２に示すような情報処理装置（コンピュータ）を用いて実現可能である。

図１２の情報処理装置は、Central Processing Unit（ＣＰＵ）１２０１、メモリ１２０２、入力装置１２０３、出力装置１２０４、補助記憶装置１２０５、媒体駆動装置１２０６、及びネットワーク接続装置１２０７を備える。これらの構成要素はバス１２０８により互いに接続されている。図３及び図９の読取部３０１は、バス１２０８に接続されていてもよい。

メモリ１２０２は、例えば、Read Only Memory（ＲＯＭ）、Random Access Memory（ＲＡＭ）、フラッシュメモリ等の半導体メモリであり、処理に用いられるプログラム及びデータを格納する。メモリ１２０２は、図１、図３、及び図９の記憶部１１１として用いることができる。

ＣＰＵ１２０１（プロセッサ）は、例えば、メモリ１２０２を利用してプログラムを実行することにより、図１、図３、及び図９の手種別判定部１１２、領域抽出部３０２、領域特徴量抽出部３０３、及び読取判定部３０４として動作する。ＣＰＵ１２０１は、図３の登録用特徴量抽出部３０５、特徴量登録部３０６、図９の照合用特徴量抽出部９０１、特徴量照合部９０２としても動作する。

入力装置１２０３は、例えば、キーボード、ポインティングデバイス等であり、オペレータ又はユーザからの指示や情報の入力に用いられる。出力装置１２０４は、例えば、表示装置、プリンタ、スピーカ等であり、オペレータ又はユーザへの問い合わせ又は指示、及び処理結果の出力に用いられる。ユーザへの指示には手種別の指示が含まれ、処理結果には照合結果を示す情報が含まれる。

補助記憶装置１２０５は、例えば、磁気ディスク装置、光ディスク装置、光磁気ディスク装置、テープ装置等である。補助記憶装置１２０５は、ハードディスクドライブであってもよい。情報処理装置は、補助記憶装置１２０５にプログラム及びデータを格納しておき、それらをメモリ１２０２にロードして使用することができる。補助記憶装置１２０５は、図１、図３、及び図９の記憶部１１１及び生体情報データベースとして用いることができる。

媒体駆動装置１２０６は、可搬型記録媒体１２０９を駆動し、その記録内容にアクセスする。可搬型記録媒体１２０９は、メモリデバイス、フレキシブルディスク、光ディスク、光磁気ディスク等である。可搬型記録媒体１２０９は、Compact Disk Read Only Memory（ＣＤ−ＲＯＭ）、Digital Versatile Disk（ＤＶＤ）、Universal Serial Bus（ＵＳＢ）メモリ等であってもよい。オペレータは、この可搬型記録媒体１２０９にプログラム及びデータを格納しておき、それらをメモリ１２０２にロードして使用することができる。

このように、処理に用いられるプログラム及びデータを格納するコンピュータ読み取り可能な記録媒体は、メモリ１２０２、補助記憶装置１２０５、又は可搬型記録媒体１２０９のような、物理的な（非一時的な）記録媒体である。

ネットワーク接続装置１２０７は、Local Area Network、Wide 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通信インタフェースである。情報処理装置は、プログラム及びデータを外部の装置からネットワーク接続装置１２０７を介して受け取り、それらをメモリ１２０２にロードして使用することができる。

読取部３０１が他の装置に設けられている場合、情報処理装置は、ネットワーク接続装置１２０７を介して、他の装置の読取部３０１により読み取られた画像を受信することができる。

また、生体情報データベースが他の装置に設けられている場合、情報処理装置は、ネットワーク接続装置１２０７を介して、登録用特徴量と手種別とユーザの識別情報とを他の装置へ送信することができる。そして、情報処理装置は、ネットワーク接続装置１２０７を介して、他の装置から登録された特徴量を受信することができる。

なお、情報処理装置が図１２のすべての構成要素を含む必要はなく、用途や条件に応じて一部の構成要素を省略することも可能である。例えば、オペレータ又はユーザからの指示や情報を入力する必要がない場合は、入力装置１２０３を省略してもよい。オペレータ又はユーザへの問い合わせ又は指示、及び処理結果を出力する必要がない場合は、出力装置１２０４を省略してもよい。

また、読取部３０１及び生体情報データベースが生体情報判定装置１０１内に設けられており、他の装置との通信を行う必要がない場合は、ネットワーク接続装置１２０７を省略してもよい。可搬型記録媒体１２０９を利用しない場合は、媒体駆動装置１２０６を省略してもよい。

開示の実施形態とその利点について詳しく説明したが、当業者は、特許請求の範囲に明確に記載した本発明の範囲から逸脱することなく、様々な変更、追加、省略をすることができるであろう。

図１乃至図１２を参照しながら説明した実施形態に関し、さらに以下の付記を開示する。
（付記１）
手の生体情報を表す画像を記憶する記憶部と、
前記画像内の複数の指に対応する複数の領域のうち第１の指に対応する第１の領域の大きさに基づく第１の特徴量と、第２の指に対応する第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、前記手の種別を判定する手種別判定部と、
を備えることを特徴とする生体情報判定装置。
（付記２）
前記第１の特徴量は、前記第１の領域の幅に基づく特徴量であり、前記第２の特徴量は、前記第２の領域の幅に基づく特徴量であることを特徴とする付記１記載の生体情報判定装置。
（付記３）
前記手から前記画像を読み取る読取部と、
前記画像内の前記複数の領域の中から前記第１の領域と前記第２の領域とを抽出する領域抽出部と、
前記第１の領域から前記第１の特徴量を抽出し、前記第２の領域から前記第２の特徴量を抽出する領域特徴量抽出部と、
をさらに備えることを特徴とする付記１又は２記載の生体情報判定装置。
（付記４）
前記第１の特徴量は、第１の時刻において入力された前記画像内の前記第１の領域の面積と、前記第１の時刻より後の第２の時刻において入力された前記画像内の前記第１の領域の面積との差分に基づく特徴量であり、前記第２の特徴量は、前記第１の時刻において入力された前記画像内の前記第２の領域の面積と、前記第２の時刻において入力された前記画像内の前記第２の領域の面積との差分に基づく特徴量であることを特徴とする付記１記載の生体情報判定装置。
（付記５）
前記第１の特徴量は、第１の時刻において入力された前記画像内の前記第１の領域の面積と、前記第１の時刻より後の第２の時刻において入力された前記画像内の前記第１の領域の面積との差分と、前記第１の時刻又は前記第２の時刻において入力された前記画像内の前記第１の領域の幅とに基づく特徴量であり、前記第２の特徴量は、前記第１の時刻において入力された前記画像内の前記第２の領域の面積と、前記第２の時刻において入力された前記画像内の前記第２の領域の面積との差分と、前記第１の時刻又は前記第２の時刻において入力された前記画像内の前記第２の領域の幅とに基づく特徴量であることを特徴とする付記１記載の生体情報判定装置。
（付記６）
前記手から前記画像を読み取る読取部と、
前記画像内の前記複数の領域の中から前記第１の領域と前記第２の領域とを抽出する領域抽出部と、
前記読取部による前記画像の読み取りが完了したか否かを判定する読取判定部と、
前記画像の読み取りが開始された時刻を前記第１の時刻として用い、前記画像の読み取りが完了した時刻を前記第２の時刻として用いて、前記第１の領域から前記第１の特徴量を抽出し、前記第２の領域から前記第２の特徴量を抽出する領域特徴量抽出部と、
をさらに備えることを特徴とする付記４又は５記載の生体情報判定装置。
（付記７）
前記読取判定部は、前記第１の領域又は前記第２の領域のうち一方の領域である第３の領域の位置、前記第３の領域の面積、前記第３の領域のコントラスト、前記第３の領域の位置の時間変化、又は前記第３の領域の面積の時間変化に基づいて、前記読取部による前記画像の読み取りが完了したか否かを判定することを特徴とする付記６記載の生体情報判定装置。
（付記８）
前記第１の指の太さ又は力の入りやすさと前記第２の指の太さ又は力の入りやすさとが異なることを特徴とする付記１乃至７のいずれか１項に記載の生体情報判定装置。
（付記９）
前記手の生体情報から照合用特徴量を抽出する照合用特徴量抽出部と、
前記照合用特徴量と前記手の種別に対応する登録生体情報の特徴量とを照合し、照合結果を出力する特徴量照合部と、
をさらに備えることを特徴とする付記１乃至８のいずれか１項に記載の生体情報判定装置。
（付記１０）
前記手の生体情報から登録用特徴量を抽出する登録用特徴量抽出部と、
前記登録用特徴量を生体情報データベースに登録する特徴量登録部と、
をさらに備えることを特徴とする付記１乃至８のいずれか１項に記載の生体情報判定装置。
（付記１１）
手の生体情報を表す画像を記憶する記憶部を参照し、
前記画像内の複数の指に対応する複数の領域のうち第１の指に対応する第１の領域の大きさに基づく第１の特徴量と、第２の指に対応する第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、前記手の種別を判定する、
処理をコンピュータに実行させるプログラム。

１０１ 生体情報判定装置
１１１ 記憶部
１１２ 手種別判定部
３０１ 読取部
３０２ 領域抽出部
３０３ 領域特徴量抽出部
３０４ 読取判定部
３０５ 登録用特徴量抽出部
３０６ 特徴量登録部
９０１ 照合用特徴量抽出部
９０２ 特徴量照合部
８０１ 初期取得画像
８０２ 最終取得画像
８１１、８１２、８２１、８２２ 領域
１２０１ ＣＰＵ
１２０２ メモリ
１２０３ 入力装置
１２０４ 出力装置
１２０５ 補助記憶装置
１２０６ 媒体駆動装置
１２０７ ネットワーク接続装置
１２０８ バス
１２０９ 可搬型記録媒体

Claims (8)

1. 手の生体情報を表す画像を記憶する記憶部と、
   前記画像内の複数の指に対応する複数の領域のうち人差し指に対応する第１の領域の大きさに基づく第１の特徴量と、薬指に対応する第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、前記手が右手であるか左手であるかを判定する手種別判定部と、
   を備えることを特徴とする生体情報判定装置。
2. 前記第１の特徴量は、前記第１の領域の幅に基づく特徴量であり、前記第２の特徴量は、前記第２の領域の幅に基づく特徴量であることを特徴とする請求項１記載の生体情報判定装置。
3. 前記手から前記画像を読み取る読取部と、
   前記画像内の前記複数の領域の中から前記第１の領域と前記第２の領域とを抽出する領域抽出部と、
   前記第１の領域から前記第１の特徴量を抽出し、前記第２の領域から前記第２の特徴量を抽出する領域特徴量抽出部と、
   をさらに備えることを特徴とする請求項１又は２記載の生体情報判定装置。
4. 前記第１の特徴量は、第１の時刻において入力された前記画像内の前記第１の領域の面積と、前記第１の時刻より後の第２の時刻において入力された前記画像内の前記第１の領域の面積との差分に基づく特徴量であり、前記第２の特徴量は、前記第１の時刻において入力された前記画像内の前記第２の領域の面積と、前記第２の時刻において入力された前記画像内の前記第２の領域の面積との差分に基づく特徴量であることを特徴とする請求項１記載の生体情報判定装置。
5. 前記第１の特徴量は、第１の時刻において入力された前記画像内の前記第１の領域の面積と、前記第１の時刻より後の第２の時刻において入力された前記画像内の前記第１の領域の面積との差分と、前記第１の時刻又は前記第２の時刻において入力された前記画像内の前記第１の領域の幅とに基づく特徴量であり、前記第２の特徴量は、前記第１の時刻において入力された前記画像内の前記第２の領域の面積と、前記第２の時刻において入力された前記画像内の前記第２の領域の面積との差分と、前記第１の時刻又は前記第２の時刻において入力された前記画像内の前記第２の領域の幅とに基づく特徴量であることを特徴とする請求項１記載の生体情報判定装置。
6. 前記手から前記画像を読み取る読取部と、
   前記画像内の前記複数の領域の中から前記第１の領域と前記第２の領域とを抽出する領域抽出部と、
   前記読取部による前記画像の読み取りが完了したか否かを判定する読取判定部と、
   前記画像の読み取りが開始された時刻を前記第１の時刻として用い、前記画像の読み取りが完了した時刻を前記第２の時刻として用いて、前記第１の領域から前記第１の特徴量を抽出し、前記第２の領域から前記第２の特徴量を抽出する領域特徴量抽出部と、
   をさらに備えることを特徴とする請求項４又は５記載の生体情報判定装置。
7. 前記人差し指の太さ又は力の入りやすさと前記薬指の太さ又は力の入りやすさとが異なることを特徴とする請求項１乃至６のいずれか１項に記載の生体情報判定装置。
8. 手の生体情報を表す画像を記憶する記憶部を参照し、
   前記画像内の複数の指に対応する複数の領域のうち人差し指に対応する第１の領域の大きさに基づく第１の特徴量と、薬指に対応する第２の領域の大きさに基づく第２の特徴量とを比較した結果に基づいて、前記手が右手であるか左手であるかを判定する
   処理をコンピュータに実行させるプログラム。