JP7147860B2 - 生体認証装置、生体認証方法、及び生体認証プログラム - Google Patents

生体認証装置、生体認証方法、及び生体認証プログラム Download PDF

Info

Publication number
JP7147860B2
JP7147860B2 JP2020551001A JP2020551001A JP7147860B2 JP 7147860 B2 JP7147860 B2 JP 7147860B2 JP 2020551001 A JP2020551001 A JP 2020551001A JP 2020551001 A JP2020551001 A JP 2020551001A JP 7147860 B2 JP7147860 B2 JP 7147860B2
Authority
JP
Japan
Prior art keywords
person
feature information
persons
biometric information
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
JP2020551001A
Other languages
English (en)
Other versions
JPWO2020070821A1 (ja
Inventor
聡史 仙波
登樹 安部
茂史 山田
智明 松濤
和也 宇野
淳二 高木
秀継 内田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JPWO2020070821A1 publication Critical patent/JPWO2020070821A1/ja
Application granted granted Critical
Publication of JP7147860B2 publication Critical patent/JP7147860B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • 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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/167Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • 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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • 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
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172Classification, e.g. identification
    • G06V40/173Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Description

本発明は、生体認証装置、生体認証方法、及び生体認証プログラムに関する。
現金自動預け払い機やキオスク端末では、生体認証技術で個人を認証することがある。その生体認証技術は、パスワード認証で使用するパスワードを顧客が記憶する必要がないため、顧客の利便性を高めることが可能である。
生体認証技術では、個人の生体を特徴付ける生体情報を取得し、それをデータベースに登録しておいた複数の人物の生体情報と照合して、両者が一致した場合に認証が成功する。但し、この方法では、データベースに登録しておいた全人物の生体情報を検索する必要があるため、認証に時間がかかるという問題がある。
そこで、高速で認証を行う様々な提案がなされている。
例えば、データ量が小さい生体情報を利用して候補者をある程度絞り込み、その後にデータ量が大きい生体情報を利用して候補者を一人に特定する方法が提案されている(例えば、特許文献1参照)。
また、人物の国籍、性別、及び年齢に応じて認証用のアルゴリズムを変える方法も提案されている(例えば、特許文献2参照)。
特開2007-156790号公報 特開2017-162010号公報
しかしながら、これらの方法では、生体が有する生体情報が十分に活かされておらず、生体認証が有する優れた弁別精度が損なわれてしまう。
本発明は、高速で認証することが可能な生体認証装置、生体認証方法、及び生体認証プログラムを提供することを目的とする。
一側面によれば、一以上の人物の顔を含む画像を取得する画像取得部と、取得した前記画像から顔が欠けていない一以上の第1人物の顔の特徴情報を抽出する抽出部と、抽出した前記第1人物の顔の特徴情報憶部に記憶された複数の人物の顔の特徴情報と照合、前記複数の人物のなかから前記第1人物に類似する人物のグループを選別する選別部と、前記第1人物の生体情報を取得する生体情報取得部と、取得した前記第1人物の生体情報と、記憶部に記憶され前記グループに含まれる各々の人物の生体情報とを照合、前記第1人物を認証する認証部と、を有する生体認証装置が提供される。
一側面によれば、高速で認証することができる。
本実施形態に係る生体認証装置の全体構成を示す模式図である。 本実施形態に係る認証サーバのハードウェア構成図である。 本実施形態に係る個別認証装置のハードウェア構成図である。 本実施形態に係る生体認証装置の機能構成図である。 図5Aは、本実施形態において、カメラから見た待機列の例を示す図であり、図5Bは、本実施形態において、図5Aで示す場合に画像取得部が取得した画像の例を示す図である。 図6Aは、本実施形態において、カメラから見た待機列の別の例を示す図であり、図6Bは、本実施形態において、図6Aで示す場合に画像取得部が取得した画像の例を示す図である。 本実施形態に係る生体認証方法について示すフローチャート(その1)である。 本実施形態に係る生体認証方法について示すフローチャート(その2)である。 本実施形態に係る生体認証方法について示すフローチャート(その3)である。 本実施形態に係る生体認証方法について示すフローチャート(その4)である。
以下に、本実施形態について添付図面を参照しながら説明する。
<全体構成>
図1は、本実施形態に係る生体認証装置の全体構成を示す模式図である。
本実施形態では、銀行や店舗等において複数の人物12の待機列11が生じており、各々の人物12が後述のように生体認証装置1で認証を受ける場合を想定する。なお、各々の人物12は、ポール9で規制されたエリアを矢印Aに沿って歩いていくものとする。
生体認証装置1は、操作端末2、個別認証装置3、認証サーバ4、記憶部5、及びカメラ6を備える。
このうち、操作端末2は、例えば現金自動預け払い機やキオスク端末である。操作端末2の設置台数は特に限定されず、操作端末2を一台のみ設置してもよいし、複数台の操作端末2を設置してもよい。また、各々の操作端末2には、各人物12の生体情報13を取得する生体センサ7として静脈センサが設けられる。静脈センサは、人物の手のひらの静脈パターンを取得するデバイスである。
個別認証装置3は、生体センサ7が取得した生体情報に基づいて個人を認証する装置であって、LAN(Local Area Network)等のネットワークを介して認証サーバ4に接続される。
認証サーバ4は、個別認証装置3による認証に先立って、認証対象の人物の候補を絞り込むコンピュータである。この例では、認証サーバ4に共有メモリ10を設ける。共有メモリ10は、DRAM(Dynamic Random Access Memory)等の揮発性メモリであり、絞り込まれた人物12のグループGを記憶する。
一方、記憶部5は、生体情報データベースDBを記憶するハードウェアである。その生体情報データベースDBには、操作端末2による取引が許可されている全ての人物12の顔の特徴を示す特徴情報と、各人物の生体情報13とが格納される。記憶部5として使用するハードウェアは特に限定されず、ハードディスクドライブやSSD(Solid State Drive)等の不揮発性の記憶装置を記憶部5として設けてもよいし、DRAM等の揮発性の記憶装置を記憶部5として設けてもよい。
また、カメラ6は、待機列11の先頭者12aを向いており、先頭者12aとその周囲の静止画像を撮像する。
<ハードウェア構成>
図2は、認証サーバ4のハードウェア構成図である。
図2に示すように、認証サーバ4は、共有メモリ10、第1のメモリ15、第2のメモリ16、通信部17、プロセッサ18、及びストレージ19を有する。これらの各部は、バス20を介して相互に接続される。
このうち、ストレージ19は、フラッシュメモリ等の不揮発性の記憶装置であり、本実施形態に係る生体認証プログラム21を記憶する。
なお、その生体認証プログラム21をコンピュータが読み取り可能な記録媒体22に記録させておき、プロセッサ18に記録媒体22の生体認証プログラム21を読み取らせるようにしてもよい。
そのような記録媒体22としては、例えばCD-ROM(Compact Disc - Read Only Memory)、DVD(Digital Versatile Disc)、及びUSB(Universal Serial Bus)メモリ等の物理的な可搬型記録媒体がある。また、フラッシュメモリ等の半導体メモリやハードディスクドライブを記録媒体22として使用してもよい。これらの記録媒体22は、物理的な形態を持たない搬送波のような一時的な媒体ではない。
更に、公衆回線、インターネット、及びLAN(Local Area Network)等に接続された装置に生体認証プログラム21を記憶させておき、プロセッサ18が生体認証プログラム21を読み出して実行するようにしてもよい。
そして、第1のメモリ15は、DRAM等のようにデータを一時的に記憶するハードウェアであって、その上に前述の生体認証プログラム21が展開される。
また、この例では、カメラ6で撮像された顔の特徴を示す特徴情報14も第1のメモリ15に記憶される。なお、このように特徴情報14と生体認証プログラム21とを第1のメモリ15に格納せずに、特徴情報14を記憶するための専用のメモリを設けてもよい。
一方、第2のメモリ16は、第1のメモリ15よりも読み出し速度が速いデバイスである。そのようなデバイスとしては、プロセッサ18のキャッシュメモリやSRAM(Static RAM)がある。また、特徴情報14を用いて照合を行うときには、後述のようにプロセッサ18が第1のメモリ15から第2のメモリ16に特徴情報14を移動させる。
共有メモリ10は、個別認証装置3から参照や削除等のアクセスが可能なDRAM等の揮発性メモリであり、グループGに含まれる各人物の生体情報13と特徴情報14とを記憶する。
そして、通信部17は、例えばLANのインターフェースである。その通信部17により、個別認証装置3、記憶部5、及びカメラ6の各々が認証サーバ4に接続される。
プロセッサ18は、認証サーバ4の各部を制御したり、第1のメモリ15と協働して生体認証プログラム21を実行したりするCPU(Central Processing Unit)等のハードウェアである。なお、複数のコアを有するプロセッサ18を使用したり、複数のプロセッサ18を使用したりすることにより、生体認証プログラム21を並列的に実行してもよい。更に、ASIC(Application Specific Integrated Circuit)やFPGA(Field-Programmable Gate Array)をプロセッサ18として使用してもよい。
なお、図1の例では認証サーバ4とは別に記憶部5を設け、その記憶部5に生体情報データベースDBを格納したが、生体情報データベースDBを第1のメモリ15やストレージ19に記憶させてもよい。
一方、図3は、個別認証装置3のハードウェア構成図である。
図3に示すように、個別認証装置3は、メモリ30、通信部31、及びプロセッサ32を有する。これらの各部は、バス33を介して相互に接続される。
このうち、メモリ30は、DRAM等のようにデータを一時的に記憶するハードウェアであって、その上に個別認証プログラムが展開される。
そして、通信部31は、例えばLANのインターフェースである。その通信部31により、個別認証装置3が認証サーバ4に接続される。
プロセッサ32は、個別認証装置3の各部を制御したり、メモリ30と協働して個別認証プログラムを実行したりするCPU等のハードウェアである。
<機能構成>
図4は、生体認証装置1の機能構成図である。
図4に示すように、認証サーバ4は、個別認証装置3、記憶部5、及びカメラ6の各々にアクセス可能である。
このうち、記憶部5には前述の生体情報データベースDBが格納される。生体情報データベースDBは、操作端末2による取引が許可されている全ての人物12と、当該人物の生体情報13及び特徴情報14とを対応付けたデータベースである。
また、認証サーバ4は、画像取得部41、抽出部42、選別部43、及び判定部44を有する。これらの各部は、第1のメモリ15とプロセッサ18が協同して生体認証プログラム21を実行することで実現される。
このうち、画像取得部41は、カメラ6から撮像データを取り込むことにより、待機列11の先頭者12aを含む画像を一定の周期で取得する。その周期は特に限定されないが、この例ではその周期を0.3秒とする。
図5Aは、カメラ6から見た待機列11の例を示す図である。
図5Aの例では、ポール9の間の領域をカメラ6が撮像している。そして、先頭者12aの顔が完全に見えているのに対し、先頭者12aよりも後ろの各人物12の顔の一部が欠けている。
図5Bは、この場合に画像取得部41が取得した画像53の例を示す図である。
図5Bにおける矩形領域Sは、後述の抽出部42が画像53内を検索して各人物12の顔が写る領域として特定された部分である。先頭者12aの顔は完全にカメラ6から見えているため、先頭者12aの矩形領域Sはその顔を完全に含む矩形領域となる。一方、先頭者12aよりも後ろの人物12の矩形領域Sは、当該人物の顔の一部のみを含む領域となる。
このように先頭者12aの顔のみが完全に見えている場合には、図5Bのように先頭者12aを含む画像53を利用して後述のように認証を行う。
一方、図6Aは、カメラ6から見た待機列11の別の例を示す図である。
図6Aの例では、2番目の人物12bの顔が先頭者12aに隠れていない。
図6Bは、この場合に画像取得部41が取得した画像53の例を示す図である。このように複数の顔が完全に見えている場合には、顔を完全に含む矩形領域Sが複数存在することになる。この場合には、各矩形領域Sの各々を含む画像53を複数生成し、これらの画像53を用いて後述のように認証を行う。
再び図4を参照する。
抽出部42は、画像取得部41が取得した画像53において先頭者12aの顔を検索する。顔が検出できた場合には、抽出部42は、その顔の特徴情報14を抽出する。そのような特徴情報14としては、例えば目、鼻、及び口の相互の位置関係を示すランドマーク情報がある。
前述の図5Bのように先頭者12a以外の人物12の顔が不完全に映っている場合には、抽出部42は、先頭者12a以外の人物の特徴情報14が不完全と判断する。よって、この場合には、抽出部42によって先頭者12aの特徴情報14のみが抽出される。
一方、前述の図6Bのように先頭者12aと二番目の人物12bの両方の顔が完全に映っている場合には、抽出部42は、先頭者12aと二番目の人物12bの両方の特徴情報14を抽出する。
選別部43は、抽出部42が抽出した特徴情報14と、生体情報データベースDBの特徴情報14とを照合する。これにより、選別部43は、生体情報データベースDBに含まれる複数の人物のうちで、顔が先頭者12aに類似する人物のグループGを選別する。
判定部44は、抽出部42が抽出した先頭者12aの特徴情報14に変化があったときに、先頭者12aが他の者に入れ替わったと判定する。
また、個別認証装置3は、生体情報取得部51と認証部52とを有する。
これらの各部は、プロセッサ32とメモリ30とが協同して前述の個別認証プログラムを実行することにより実現される。
このうち、生体情報取得部51は、生体センサ7から先頭者12aの生体情報13を取得する。前述のように生体センサ7は静脈センサである。この場合は、生体情報取得部51によって、手のひらの静脈パターンの特徴が生体情報13として取得される。
また、認証部52は、グループGに含まれる人物の各々の生体情報13と、生体情報取得部51が取得した先頭者12aの生体情報13とを照合することにより、先頭者を認証する。
<生体認証方法>
次に、本実施形態に係る生体認証方法について説明する。
図7~図10は、本実施形態に係る生体認証方法について示すフローチャートである。
まず、ステップS1において、カメラ6が、先頭者12aを含む画像53(図4B、図5B参照)を撮像する。
次に、ステップS2に移り、画像取得部41が画像53を取得する。
次いで、ステップS3に移り、抽出部42が、画像53の中で先頭者12aの顔を検索する。
そして、ステップS4に移り、抽出部42が、顔が検出できたかどうかを判定する。
ここで、顔が検出できない(NO)と判定された場合には、ステップS5に移り、先頭者12aの顔を含む画像53を取得できるまで待機する。
一方、ステップS4において顔が検出できた(YES)と判定された場合にはステップS6に移る。
ステップS6においては、抽出部42が、画像53に複数の顔が存在するかどうかを判定する。例えば、抽出部42は、図5Bのように先頭者12aよりも後ろの各人物12の顔の一部が欠けている場合には、複数の顔は存在しないと判定する。一方、図6Bのように先頭者12aの後ろの人物の顔が隠れていない場合には、抽出部42は、複数の顔が存在すると判定する。
ここで、複数の顔が存在する(YES)と判定された場合にはステップS7に移る。
ステップS7においては、図6Bに示したようにカメラ6で撮像した画像を切り出して複数の画像53を生成し、その各々に各人物12の顔が入るようにする。そして、これら複数の画像53に対し、以降の各処理を行う。
一方、複数の顔が存在しない(NO)と判定された場合にはステップS8に移る。
ステップS8においては、抽出部42が、画像53において人物12の顔が写る矩形領域Sを特定する。そして、抽出部42が、矩形領域Sに含まれる顔の特徴情報14として、目、鼻、及び口の相互の位置関係を示すランドマーク情報を抽出する。これと共に、抽出部42が、画像53に含まれる顔の面積を示す面積データを生成する。
次に、ステップS9に移り、判定部44が、第1のメモリ15に特徴情報14があるかどうかを判定する。
ここで、特徴情報14がない(NO)と判定された場合にはステップS10に移る。
ステップS10では、判定部44が、ステップS8で抽出した特徴情報14と面積データを第1のメモリ15に新規に保存する。本実施形態では、後述のように特徴情報14を随時更新していき、最新の特徴情報14が直前の特徴情報14と一致しなくなってから所定の時間が経過したときに、先頭者12aが操作端末2に向けて歩き出したと判断する。
そのような判断を可能とするために、最新の特徴情報14が直前の特徴情報14と一致した時刻を特徴一致時刻として第1のメモリ15に保存する。なお、ステップS10のように第1のメモリ15に新規に特徴情報14を保存した場合には、その保存時刻を特徴一致時刻として格納する。
一方、ステップS9において特徴情報14がある(YES)と判定された場合にはステップS11に移る。
ステップS11においては、判定部44が、第1のメモリ15に現時点で保存されている特徴情報14と、ステップS8で新たに抽出された特徴情報14とを照合する。
ここで、この照合が失敗した場合には、先頭者12aが他の人物に入れ替わった可能性が高い。
そこで、次のステップS12では、判定部44が、ステップS11の照合結果に基づいて、先頭者12aが同一人物であるか否かを判定する。例えば、ステップS11の照合が成功した場合には、先頭者12aの特徴情報14に変化がないため、判定部44は先頭者が同一人物であると判定する。一方、その照合に失敗した場合には、先頭者12aの特徴情報14が変化したことになるため、判定部44は、先頭者12aが同一人物ではないと判定する。
ここで、同一人物の特徴情報14である(YES)と判定された場合にはステップS13に移る。
ステップS13においては、前述の特徴一致時刻を現在時刻に更新する。
次に、ステップS14に移り、抽出部42が、異なる時刻で取得された画像53のうち、古い時刻よりも新しい時刻における顔の面積が大きいかどうかを判定する。その判定は、ステップS8で生成した面積データと、第1のメモリ15に現時点で保存されている面積データとを抽出部42が比較することにより行われる。
ここで、古い時刻よりも新しい時刻における顔の面積が大きい(YES)と判定された場合にはステップS15に移る。
そのステップS15においては、抽出部42が、ステップS8で抽出した特徴情報14と面積データとを第1のメモリ15に上書きする。これにより、特徴情報14が、新しい時刻における情報に更新されることになる。
また、画像53における顔の面積が大きいほど、その画像53から得られる特徴情報14の信頼性も高まる。そのため、このように顔の面積が大きい場合に特徴情報14を更新することで、第1のメモリ15内の特徴情報14の信頼性を向上させることができる。
一方、ステップS14において、古い時刻よりも新しい時刻における顔の面積が大きくない(NO)と判定された場合にはステップS16に移る。
ステップS16では、ステップS8で抽出した特徴情報14と面積データとを破棄する。
また、前述のステップS12において同一人物の特徴情報14ではない(NO)と判定された場合にはステップS17に移る。
そのステップS17においては、判定部44が、ステップS8で抽出した特徴情報14と面積データとは先頭者12aのものではないと判定し、これらの特徴情報14と面積データとを破棄する。
次に、ステップS18に移り、判定部44が、図6Bのように顔が存在する画像53が他にあるかどうかを判定する。
ここで、画像53が他にある(YES)と判定された場合には、その画像53に対して前述のステップS8を行う。
一方、画像53が他にない(NO)と判定された場合にはステップS19に移る。
ステップS19では、判定部44が、現在時刻が特徴一致時刻から所定の時間だけ経過したかどうかを判定する。判定の基準となる所定の時間は、先頭者12aが操作端末2に向けて歩き出したとかどうかを判定する目安となる時間である。特徴情報14が一致しなくなってから凡そ2秒程度経過していれば、先頭者12aが歩き始めていると考えられるため、本実施形態では所定の時間を2秒とする。
ここで、所定の時間が経過していない(NO)と判定された場合には、前述のステップS1に戻る。
一方、所定の時間が経過した(YES)と判定された場合にはステップS20に移る。
ステップS20では、抽出部42が、第1のメモリ15に格納されている特徴情報14を第2のメモリ16に移動させ、第1のメモリ15から特徴情報14を削除する。
次に、ステップS21に移り、選別部43が、第2のメモリ16に格納されている特徴情報14と、生体情報データベースDBにおける特徴情報14とを照合する第1の照合処理を行う。この第1の照合処理によって、生体情報データベースDBに含まれる複数の人物のなかから、顔が先頭者12aに類似する者が絞り込まれることになる。
なお、この第1の照合処理において、生体情報データベースDBに登録されている全人数の1%から0.1%程度に候補者を絞り込む。本人を確度高く検索する目的であるため、当該照合処理に設定される誤照合率は一般の生体認証で利用される設定値よりも緩くてもよい。例えば、100分の1や1000分の1程度であってもよい。これにより、生体情報データベースDBに登録されている全ての人物の人数が1000万人の場合には、10万人から1万人程度が先頭者12aに類似しているものと絞り込まれることになる。
また、この例のように第1のメモリ15よりも読み出し速度が速い第2のメモリ16に予め特徴情報14を移動させておくことで、第1の照合処理を高速に行うことができる。
次に、ステップS22に移り、選別部43が、生体情報データベースDBに登録されている全ての人物のなかから、ステップS21において顔が先頭者12aに類似するとされた者のグループGを選別する。そして、選別部43が、そのグループGの各人の生体情報13をデータベースDBから取得し、それを共有メモリ10に格納する。
続いて、ステップS23に移り、複数の操作端末2のうちで空いている操作端末2に先頭者12aが到着し、当該操作端末2が先頭者12aの入力操作を受け付ける。例えば、操作端末2は、自装置に設けられている不図示のタッチパネルを介して先頭者12aの入力操作を受け付ける。
次いで、ステップS24に移り、先頭者12aが自分の手のひらを生体センサ7にかざす。そして、生体センサ7が手のひらをセンシングし、先頭者12aの生体情報13として手のひらの静脈パターンを取得する。
次に、ステップS25に移り、生体センサ7が取得した生体情報13を、個別認証装置3の生体情報取得部51が取得する。
続いて、ステップS26に移り、認証部52が、グループGに含まれる人物の各々の生体情報13を共有メモリ10から取得する。
次に、ステップS27に移り、認証部52が、ステップS26で取得したグループGの各人の生体情報13と、ステップS25で生体情報取得部51が取得した先頭者12aの生体情報13とを照合する第2の照合処理を行う。その第2の照合処理における誤照合率は、第1の照合処理(ステップS21)の誤照合率よりも厳しい値に設定され、例えば10万分の1から1000万分の1程度に設定される。
この第2の照合処理では、データベースDBに含まれる全人物の生体情報13を用いて照合する必要がなく、全人物の一部のグループGの生体情報13のみをプロセッサ18が参照して照合を行えばよい。そのため、プロセッサ18が生体認証プログラム21を実行する実行時間を短縮することができる。
しかも、その照合を行うためには、ステップS22においてグループGの生体情報13のみを共有メモリ10に格納すればよい。よって、生体情報データベースDBの全ての生体情報13を共有メモリ10に格納する場合と比較して共有メモリ10のメモリ使用量を減らすことができる。
このように生体認証プログラム21の実行時間の短縮化やメモリ使用量の削減が可能となることで、本実施形態では認証サーバ4のコンピュータとしての機能の改善を図ることができる。
次に、ステップS28に移り、認証部52が、グループGの中に先頭者12aの生体情報13と一致する人物がいるかどうかを判定することにより、先頭者12aを認証する。
ここで、一致する人物がいる(YES)と判定された場合には認証に成功したことになる。よって、この場合には、ステップS29に移り、先頭者12aによる取引操作を操作端末2が受け付ける。
一方、ステップS28において一致する者がいない(NO)と判定された場合には認証に失敗したことになる。この場合には、ステップS30に移り、先頭者12aに対してもう一度生体センサ7を使用するように操作端末2が指示し、再びステップS24からやり直す。
以上により、本実施形態に係る認証方法の基本ステップを終了する。
上記した本実施形態によれば、第1の照合処理(ステップS21)で先頭者12aに類似する顔のグループGを予め選別しておき、第2の照合処理(ステップS27)でグループGに属する人物の生体情報13のみを用いて照合を行う。そのため、第2の照合処理(ステップS27)において生体情報データベースDBに含まれる全人物の照合を行う必要がなく、短時間で照合を行うことができる。
しかも、第2の照合処理における誤照合率を第1の照合処理のそれよりも小さくしたため、第2の照合処理においてグループGのなかから先頭者12aを特定できる確度を高めることができる。
以上、本実施形態について詳細に説明したが、本実施形態は上記に限定されない。例えば、上記では生体センサ7として静脈センサを設けたが、顔画像を取得するカメラ、虹彩認証用のカメラ、又は指紋センサを生体センサ7として設けてもよい。その場合は、ステップS27の第2の照合処理において、顔画像の特徴情報を用いた照合、虹彩の照合、及び指紋の照合等を行えばよい。

Claims (6)

  1. 一以上の人物の顔を含む画像を取得する画像取得部と、
    取得した前記画像から顔が欠けていない一以上の第1人物の顔の特徴情報を抽出する抽出部と、
    抽出した前記第1人物の顔の特徴情報憶部に記憶された複数の人物の顔の特徴情報と照合、前記複数の人物のなかから前記第1人物に類似する人物のグループを選別する選別部と、
    前記第1人物の生体情報を取得する生体情報取得部と、
    取得した前記第1人物の生体情報と、記憶部に記憶され前記グループに含まれる各々の人物の生体情報とを照合、前記第1人物を認証する認証部と、
    を有することを特徴とする生体認証装置。
  2. 前記抽出部は、異なる時刻で取得された前記画像のうち、古い時刻よりも新しい時刻における顔の面積が大きいときに、前記第1人物の特徴情報を、前記新しい時刻における前記第1人物の顔の特徴情報に更新することを特徴とする請求項1に記載の生体認証装置。
  3. 前記認証部による照合処理の誤照合率は、前記選別部による照合処理の誤照合率よりも小さいことを特徴とする請求項1に記載の生体認証装置。
  4. 一以上の人物の顔を含む画像を取得し、
    取得した前記画像から顔が欠けていない一以上の第1人物の顔の特徴情報を抽出し、
    抽出した前記第1人物の顔の特徴情報、記憶部に記憶された複数の人物の顔の特徴情報とを照合することにより、前記複数の人物のなかから前記第1人物に類似する人物のグループを選別し、
    前記第1人物の生体情報を取得し、
    取得した前記第1人物の前記生体情報と、記憶部に記憶された前記グループに含まれる各々の人物の生体情報とを照合することにより、前記第1人物を認証する、
    処理をコンピュータが実行することを特徴とする生体認証方法。
  5. 一以上の人物の顔を含む画像を取得し、
    取得した前記画像から顔が欠けていない一以上の第1人物の顔の特徴情報を抽出し、
    抽出した前記第1人物の顔の特徴情報、記憶部に記憶された複数の人物の顔の特徴情報と照合することにより、前記複数の人物のなかから前記第1人物に類似する人物のグループを選別し、
    前記第1人物の生体情報を取得し、
    取得した前記第1人物の前記生体情報と、記憶部に記憶された前記グループに含まれる各々の人物の生体情報とを照合することにより、前記第1人物を認証する、
    処理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。
  6. 一以上の人物の顔を含む画像を取得する画像取得部と、
    前記取得した画像から前記一以上の人物が並ぶ待機列の先頭者の顔が写る領域を特定し、特定した領域に含まれる前記先頭者の顔の特徴情報を抽出する抽出部と、
    前記抽出した前記先頭者の前記特徴情報に変化があったときに、前記先頭者が入れ替わったと判定する判定部と、
    抽出した前記特徴情報を、複数の人物の顔の特徴を示す特徴情報と各々の前記人物の生体情報とを記憶した記憶部に記憶された前記特徴情報と照合する第1の照合処理により、前記複数の人物のなかから前記先頭者に類似する人物のグループを選別する選別部と、
    前記先頭者の前記生体情報を取得する生体情報取得部と、
    前記記憶部に記憶されている前記生体情報のうちで前記グループに含まれる各々の人物の前記生体情報と、前記取得した前記先頭者の前記生体情報とを照合する第2の照合処理により、前記先頭者を認証する認証部と、
    を有することと、
    前記選別部は、前記先頭者が入れ替わったと判定されてから所定の時間が経過した後に、前記第1の照合処理を行うことと、
    を特徴とする生体認証装置。
JP2020551001A 2018-10-03 2018-10-03 生体認証装置、生体認証方法、及び生体認証プログラム Active JP7147860B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/037012 WO2020070821A1 (ja) 2018-10-03 2018-10-03 生体認証装置、生体認証方法、及び生体認証プログラム

Publications (2)

Publication Number Publication Date
JPWO2020070821A1 JPWO2020070821A1 (ja) 2021-09-24
JP7147860B2 true JP7147860B2 (ja) 2022-10-05

Family

ID=70055746

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020551001A Active JP7147860B2 (ja) 2018-10-03 2018-10-03 生体認証装置、生体認証方法、及び生体認証プログラム

Country Status (5)

Country Link
US (1) US20210216617A1 (ja)
EP (1) EP3862895B1 (ja)
JP (1) JP7147860B2 (ja)
CN (1) CN112771522A (ja)
WO (1) WO2020070821A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210087792A (ko) * 2020-01-03 2021-07-13 엘지전자 주식회사 사용자 인증
JP7399727B2 (ja) * 2020-01-30 2023-12-18 株式会社東芝 認証デバイスおよび認証システム
WO2021229725A1 (ja) * 2020-05-13 2021-11-18 富士通株式会社 認証方法、認証プログラム、および情報処理装置
WO2021229717A1 (ja) * 2020-05-13 2021-11-18 富士通株式会社 認証方法、認証プログラム、および情報処理装置
CN115668186A (zh) 2020-06-11 2023-01-31 富士通株式会社 认证方法、信息处理装置、以及认证程序
US12086225B1 (en) * 2021-09-22 2024-09-10 Amazon Technologies, Inc. System to reduce data retention

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011210030A (ja) 2010-03-30 2011-10-20 Panasonic Corp 顔認識装置及び顔認識方法
JP2018116353A (ja) 2017-01-16 2018-07-26 高知信用金庫 金融機関における利用者特定システム及び取引方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2855102B2 (ja) * 1996-05-20 1999-02-10 沖電気工業株式会社 人体の特徴認識による取引処理システム
JP2004030334A (ja) * 2002-06-26 2004-01-29 Nec Soft Ltd バイオメトリクス認証サービス方法、システム及びプログラム
US20060170769A1 (en) * 2005-01-31 2006-08-03 Jianpeng Zhou Human and object recognition in digital video
JP2007156790A (ja) * 2005-12-05 2007-06-21 Hitachi Omron Terminal Solutions Corp 複数種の生体情報による認証をおこなう認証技術
KR20100041562A (ko) * 2008-10-14 2010-04-22 (주) 위트젠 인증 대상자의 얼굴 인식과 지문 인식을 통한 사용자 인증 수행 방법 및 시스템
CN102332093B (zh) * 2011-09-19 2014-01-15 汉王科技股份有限公司 一种掌纹和人脸融合识别的身份认证方法及装置
JP2017162010A (ja) * 2016-03-07 2017-09-14 株式会社東芝 本人照合システムおよび本人照合方法
US11089351B2 (en) * 2017-02-02 2021-08-10 Maxell, Ltd. Display apparatus and remote operation control apparatus

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011210030A (ja) 2010-03-30 2011-10-20 Panasonic Corp 顔認識装置及び顔認識方法
JP2018116353A (ja) 2017-01-16 2018-07-26 高知信用金庫 金融機関における利用者特定システム及び取引方法

Also Published As

Publication number Publication date
EP3862895B1 (en) 2023-08-16
WO2020070821A1 (ja) 2020-04-09
CN112771522A (zh) 2021-05-07
EP3862895A4 (en) 2021-09-15
JPWO2020070821A1 (ja) 2021-09-24
US20210216617A1 (en) 2021-07-15
EP3862895A1 (en) 2021-08-11

Similar Documents

Publication Publication Date Title
JP7147860B2 (ja) 生体認証装置、生体認証方法、及び生体認証プログラム
US20210286870A1 (en) Step-Up Authentication
JP7006584B2 (ja) 生体データ処理装置、生体データ処理システム、生体データ処理方法、生体データ処理プログラム、生体データ処理プログラムを記憶する記憶媒体
JP6751072B2 (ja) 生体認証システム
JP5710748B2 (ja) 生体認証システム
JP4760049B2 (ja) 顔認証装置、その顔認証方法、その顔認証装置を組み込んだ電子機器およびその顔認証プログラムを記録した記録媒体
JP6964527B2 (ja) 認証システム、認証装置、認証プログラム、および認証方法
JP5659777B2 (ja) 認証処理装置、認証処理方法、及びプログラム
CN111581625A (zh) 一种用户身份识别方法、装置及电子设备
KR20170123950A (ko) 얼굴 인식을 이용한 출입 관리 방법 및 시스템
US20230377399A1 (en) Authentication method, storage medium, and information processing device
KR20100041562A (ko) 인증 대상자의 얼굴 인식과 지문 인식을 통한 사용자 인증 수행 방법 및 시스템
US20230008004A1 (en) Authentication method, non-transitory computer-readable storage medium for storing authentication program, and information processing apparatus
JP2005275605A (ja) 個人認証装置および個人認証方法
WO2022249378A1 (ja) 情報提示方法、情報提示プログラム、および情報処理装置
JP7248348B2 (ja) 顔認証装置、顔認証方法、及びプログラム
KR100927589B1 (ko) 다중의 생체정보를 이용한 신원확인 시스템 및 방법
JPWO2020152917A1 (ja) 顔認証装置、顔認証方法、プログラム、および記録媒体
JP7327662B2 (ja) 認証方法、認証プログラム及び認証装置
JP7468626B2 (ja) 認証装置、認証方法、プログラム
WO2021234901A1 (ja) 制御方法、制御プログラム、および情報処理装置
WO2023242951A1 (ja) キャッシュ制御装置、キャッシュ制御方法、およびキャッシュ制御プログラム
JP2019106077A (ja) 生体認証装置、および、生体認証方法
JP2022025827A (ja) 認証方法、認証プログラム、および情報処理装置
JP2022092227A (ja) 本人確認システム、本人確認用サーバ、及び方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210210

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220408

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: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220905

R150 Certificate of patent or registration of utility model

Ref document number: 7147860

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150