JP7192872B2 - 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 - Google Patents

虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 Download PDF

Info

Publication number
JP7192872B2
JP7192872B2 JP2020551622A JP2020551622A JP7192872B2 JP 7192872 B2 JP7192872 B2 JP 7192872B2 JP 2020551622 A JP2020551622 A JP 2020551622A JP 2020551622 A JP2020551622 A JP 2020551622A JP 7192872 B2 JP7192872 B2 JP 7192872B2
Authority
JP
Japan
Prior art keywords
image
eye
score
iris
authentication
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
JP2020551622A
Other languages
English (en)
Other versions
JPWO2020079741A1 (ja
Inventor
剛志 柴田
尚司 谷内田
知里 舟山
正人 塚田
有加 荻野
慶一 蝶野
恵美 北川
康彦 吉田
祐輔 森
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2020079741A1 publication Critical patent/JPWO2020079741A1/ja
Application granted granted Critical
Publication of JP7192872B2 publication Critical patent/JP7192872B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G06V40/25—Recognition of walking or running movements, e.g. gait recognition
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Ophthalmology & Optometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Oral & Maxillofacial Surgery (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、対象を認証するための虹彩認証装置等に関する。
生体の個人差に基づいた個人認証（Biometrics-based authentication）は、ユーザが作成するパスワード等に比べ漏えいや盗難の危険性が低い。この為、個人を特定し権利を確認する目的や、セキュリティ保護の目的で生体の個人差に基づいた個人認証を導入する例が増えている。生体の個人差に基づいた個人認証技術には、生体情報として、指紋（Fingerprint）、静脈（Vein）、顔（Face）、虹彩（Iris）、音声（Voice）などを用いるものが知られている。
この中でも、虹彩認証の認証精度は高い。この理由は、虹彩の模様は指紋以上に複雑なパターンをしていて、人毎に確実に異なるためである。また、虹彩の模様は一度完成すると、その後は変化したり劣化したりすることがない。また、指紋と異なり非接触で認識が可能で、偽造が困難である。更に、同一人物であっても、右眼と左眼とでは虹彩の模様は異なる。
しかしながら、虹彩認証を行う際には、上述のように右眼と左眼とでは虹彩の模様は異なるため、左右眼の識別が必要となる。この識別のために、例えば、虹彩の近くの目頭の形状を用いて左右眼を識別する技術がある（特許文献１参照）。この他、特許文献２は、虹彩認証装置に関連する技術を開示する。
特開２００５－２２７９３３号公報 国際公開第２００９／０１６８４６号
しかし、顔の一部である目頭を基に、常に左右眼が識別できるわけではない。例えば、認証対象であるユーザの顔の撮影時に、顔に濃い影ができる、顔に強い光が照射される、顔の表情で目頭の形状が変わる、髪や眼鏡で目頭が隠れる等の場合には、目頭を精度よく撮影することができないことがある。また、遠方から目頭を詳細に撮影するには、高倍率の望遠カメラや精度の高い画像解析装置が必要となり、コストが高くなる。
本開示は上記の問題に鑑みてなされたものであり、左右眼を確実に識別して精度の高い虹彩認証を行う虹彩認証装置等を提供することを目的の１つとする。
上記問題点を鑑みて、本開示の第１の観点である虹彩認証装置は、
特定方向に移動する認証の対象を撮影した第１画像を入力する第１画像入力手段と、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力する第２画像入力手段と、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力する判定手段と、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出する検出手段と、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段と、
前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報と当該左右情報に対応する前記記憶手段に格納される１つ以上の特徴情報とを比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出するスコア算出手段と、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する認証手段
とを備える。
本開示の第２の観点である虹彩認証方法は、
特定方向に移動する認証の対象を撮影した第１画像を入力し、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する。
本開示の第３の観点である虹彩認証プログラムは、
特定方向に移動する認証の対象を撮影した第１画像を入力し、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
ことをコンピュータに実現させる。
尚、虹彩認証プログラムは記録媒体に格納されていてもよい。
本発明によれば、左右眼を確実に識別して精度の高い虹彩認証を行う虹彩認証装置等を提供することができる。
本開示の第１実施形態に係る虹彩認証装置構成の例図である。 特定方向へ移動する対象ユーザの画像の例図である。 対象ユーザの画像から取得される第１画像および第２画像の例図である。 左右情報が紐付けられた第２画像の例図である。 対象ユーザに適用する顔テンプレートの例図である。 複数の矩形領域に分割された第１画像領域を示す例図である。 顔テンプレートと第１画像領域の重なり具合を示す例図である。 顔テンプレートと第１画像領域の重なり具合を示す例図である。 顔テンプレートと第１画像領域の重なり具合を示す例図である。 本開示の第１実施形態に係る虹彩認証装置の動作を示すフローチャートである。 本開示の第２実施形態に係る虹彩認証装置の構成例を示す図である。 記憶部に格納されるデータの構成例を示す図である。 本開示の第２実施形態に係る虹彩認証装置の動作を示すフローチャートである。 本開示の第３実施形態に係る虹彩認証装置の構成例を示す図である。 本開示の第３実施形態に係る虹彩認証装置の動作を示すフローチャートである。 本開示の第４実施形態に係る虹彩認証装置の構成例を示す図である。 認証結果記憶部に格納されるデータ構成例を示す図である。 第１画像における光の変化の例を示す図である。 本開示の第４実施形態に係る虹彩認証装置の動作を示すフローチャートである。 第１乃至第４実施形態にて使用可能な情報処理装置の構成図である。
以下、各実施形態について図面を参照して詳細に説明する。以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。ただし、図面は本発明の実施形態における構成を概略的に表している。更に以下に記載される本発明の実施形態は一例であり、その本質を同一とする範囲において適宜変更可能である。
＜第１実施形態＞
生体認証のための情報としては、超音波グラフ、生体の画像、又は、音声データなど、複数の情報がある。以下の説明では、一例として、主に画像（具体的には、虹彩画像）を用いて説明するが、これは、各実施形態の限定を意図するものではない。
各実施形態において、認証の対象は、主に生体であり、人（ユーザ）、動物等を含む。認証の対象として、生体以外のもの、例えば、マネキンを含めてもよい。虹彩認証を行う際には、当該対象の左右眼（なりすましを目的とした義眼も含む）を認証する。以下の各実施形態の説明において、認証の対象は、「対象ユーザ」とも称呼される。
（虹彩認証装置）
虹彩認証装置１００は、図１に示すように、第１画像入力部１１、第２画像入力部１２、判定部１３、検出部１４、記憶部１５、スコア算出部１６および認証部１７を備える。
第１画像入力部１１および第２画像入力部１２は、カメラ１０に接続されている。カメラ１０は認証の対象であるユーザを撮影するためのカメラである。カメラ１０は１つであっても複数存在しても良い。カメラ１０は、特定方向に移動するユーザを撮影する。特定方向への移動とは、例えばウォークスルー認証（認証の対象ユーザが、立ち止まることなく、移動しながら生体認証を行うことを指す）の場合に、ユーザが認証実行エリアの入口ゲートから出口ゲートまで歩行することを意味する。特定方向に移動するユーザは、例えば図２に示すような画像としてカメラ１０に撮影される。尚、図２では全身の画像が撮影されているが、これは顔の画像などでもよい。カメラ１０は図２に示すような画像を撮影できる位置（壁、ゲート等）に固定されている。カメラ１０が撮影した画像のうち、ユーザの全身を含む領域の画像データが第１画像として第１画像入力部１１に入力され、ユーザの左右眼周辺を含む領域の画像データが第２画像として第２画像入力部１２に入力される。この画像領域の選択の処理は、カメラ１０から画像を受け取った第１画像入力部１１および第２画像入力部１２で行われても良い。尚、同処理をカメラ１０が行ってから、選択された画像領域の画像を第１画像入力部１１および第２画像入力部１２が入力しても良い。
第１画像入力部１１は、カメラ１０から、特定方向に移動するユーザの全身を含む領域を特定位置にて撮影した第１画像（図３参照）を入力する。尚、第１画像は、ユーザの顔画像であってもよい。
第２画像入力部１２は、カメラ１０から、特定方向に移動するユーザの右眼および左眼の少なくとも片方を撮影した第２画像（図３参照）を入力する。第２画像入力部１２は、両眼分の画像を入力することが好ましい。しかし、カメラ１０が片眼の画像を取得できない（例えば、前髪がかかって撮影できない、眼鏡の反射で撮影できない等）場合、撮影可能なもう片方の眼の画像を撮影するようにする。図３では、一例として、カメラ１０は、撮影対象のユーザの全身画像（第１画像）内の左右眼の領域を第２画像としているが、左右眼の領域は望遠レンズで拡大されて撮影されても良い。
判定部１３は、第１画像を含む情報を基に、第２画像がユーザの左眼のものか右眼のものかを判定し、判定結果を示す左右情報を第２画像に紐付けて出力する（図４参照）。後述するように、判定部１３は、図４に示すような虹彩の部分の画像を出力する。本実施形態では、左右眼の判定の例として、以下の２つの手法のいずれかを用いる。第１の手法として、判定部１３は、第１画像におけるユーザの顔の領域に、顔の輪郭および両眼等の位置関係を検出するための所定のテンプレートを適用してマッチング処理を行って対象ユーザの左眼および右眼を含む領域を特定し、第２画像がユーザの左眼または右眼のいずれのものであるかを判定する。両眼の位置関係を検出するには、ユーザの顔はカメラ１０に対して正面を向いていることが必要となるが、所定の進行方向に向かって移動中のユーザを撮影可能な位置にカメラ１０を設定しておくことにより、必然的にカメラ１０に対して正面を向いているユーザを判定の対象とすることができる。第２の手法として、判定部１３は、第１画像におけるユーザの右眼および左眼の領域の画素と、第２画像におけるユーザの右眼または左眼の領域の画素とを比較して、第２画像がユーザの左眼または右眼のいずれに対応するかを判定する。この場合、判定部１３は、図３に示すように、全身の画像である第１画像内のユーザの右眼および左眼のそれぞれの領域の画素を抽出し、抽出された画素を第２画像に撮影された眼の領域の画素と比較して、比較された画素に類似度に応じて第２画像に撮影された眼が左右いずれのものであるか判定する。画素の比較には、チェインコードを用いた輪郭追跡アルゴリズム、主成分分析法、三次元位相限定相関法等を用いても良い。尚、左右眼の判定の手法は上記のものに限定されない。
尚、第１画像と第２画像は、２つのカメラ１０を用いて同じタイミングで撮影されても良い。このとき、第２画像を撮影するカメラを高倍率撮影可能な望遠カメラとしてもよい。更に、第１画像と第２画像は、同じカメラ１０を用いて異なるタイミングで撮影されても良い。このときカメラ１０は被写体の第１画像および第２画像を撮影するための望遠機能の倍率の切り替えを素早く実行できるものが好ましい。
検出部１４は、第２画像を含む領域と、第１画像中の所定の領域との重なりを検出する。例えば、ある場所に固定されるカメラ１０がユーザの画像を撮影する。ここで、判定部１３が、ユーザの顔の輪郭等から左右眼の位置を定めるための顔のテンプレートを第１画像に適用し、当該第１画像に含まれる対象ユーザの左眼および右眼を含む領域（第２画像を含む領域）を特定する。図５に示される例では、第１画像中の顔テンプレートのうち、特定された対象ユーザの右眼を含む領域はａ、対象ユーザの左眼を含む領域はｂである。第１画像は、設計者等により予め図６に示すような矩形領域に分けられているとする。このとき、所定位置のカメラ１０が移動中の対象ユーザを撮影すれば、右眼は矩形領域Ｂ２に、左眼は矩形領域Ｂ３に含まれるであろうと推測し、予め当該領域を設定しておく（これらの矩形領域を第１画像中の所定の領域とする）。これは、例えば、機械学習エンジンに、ある位置における対象ユーザの複数の画像を教師データとし、予め学習させることで実現できる。本例では、図６に示すように、学習の結果、第１画像に映る対象ユーザの右眼の領域は矩形領域Ｂ２に、左眼の領域は矩形領域Ｂ３に含まれていると推測されたとする。この場合、検出部１４は、図７に示すように、顔テンプレートと分割された第１画像とを重ね、顔テンプレート中の右眼の領域ａと第１画像中にて右眼があるべき矩形領域Ｂ２とが重なっているか、同様に顔テンプレート中の左眼の領域ｂと第１画像中にて左眼があるべき矩形領域Ｂ３とが重なっているかを検出する。検出部１４は、検出結果として、左右眼が適切な位置にて重なっていることをスコア算出部１６に出力する。尚、重なりが検出されない場合、例えば、顔テンプレートの左右眼が第１画像中の左右眼があるべき矩形領域（Ｂ２、Ｂ３）と一部しか重なっていない場合（図８参照）や、対象ユーザの映像が小さく、顔テンプレートと矩形領域（Ｂ２、Ｂ３）とが全く重なっていない場合（図９参照）には、検出部１４は、検出結果として、左右眼が適切な位置にて重なっていないことをスコア算出部１６に出力する。
記憶部１５は、複数のユーザの右眼の虹彩の特徴情報、および、左眼の虹彩の特徴情報を格納する。尚、虹彩の特徴情報とは、例えば、ドーグマンアルゴリズムを基に生成される虹彩コード（図１２の特徴情報参照）である。
スコア算出部１６は、左右情報に紐付けされた第２画像（図４参照）から虹彩の特徴情報を算出し、算出された当該照合スコアに検出の結果を重み付けした第１重み照合スコアを算出する。虹彩の特徴情報として、一例として虹彩コードを使用する場合について説明する。スコア算出部１６は、判定部１３から受け取る虹彩の画像から虹彩の境界線を特定して虹彩部分を抽出する。更にスコア算出部１６は、抽出された虹彩部分の情報に、２次元ガボールフィルタを適用して虹彩模様を符号化し、虹彩コードを生成する。虹彩コードは、例えば2048ビットのデジタル符号化コードである。
ここで、左右情報に紐付けされた第２画像とは、判定部１３に右眼と判断された「右眼」とタグ付けされた虹彩画像、または、判定部１３に左眼と判断された「左眼」とタグ付けされた虹彩画像のことを指す（図４参照）。尚、左右眼のいずれかがタグ付けされた虹彩コードであってもよい。
スコア算出部１６は、算出された特徴情報と記憶部１５に格納される左右情報に関連する複数のユーザの特徴情報とを比較する。具体的に、スコア算出部１６は、右眼とタグ付けされた虹彩画像の場合は、記憶部１５に格納される右眼のみの特徴情報と比較し、左眼とタグ付けされた虹彩画像の場合は、記憶部１５に格納される左眼のみの特徴情報と比較する。スコア算出部１６は、比較の結果、照合スコアを得る。照合スコアとは、対象ユーザの虹彩コードと記憶部１５に登録済みの虹彩コードとにおいて異なるビットの数を算出（ハミング距離の算出）した結果の値である。スコア算出部１６は、照合スコアに検出部１４による検出結果を重み付けし、第１重み照合スコアを算出する。例えば、検出部１４がテンプレートで特定された左眼を含む領域および右眼を含む領域と、分割された第１画像内の左眼および右眼の領域が重なっている（左右眼が適切な位置にて重なっている）と検出した場合、照合スコアの値を高くするために、例えば照合スコアに所定値を乗算、加算したり、所定の数式に代入して算出結果を得る。この他、スコア算出部１６は、左右眼が適切な位置にて重なっていないとの検出結果を受けた場合、照合スコアを減じるように重み付けしてもよい。
認証部１７は、スコア算出部１６から第１重み照合スコアを受け取り、例えば、この第１重み照合スコアが所定の閾値と等しい又はそれ以上であれば、第１画像および第２画像に撮影されたユーザは登録済みのユーザ（正当ユーザ）であると認証し、第１重み照合スコアが所定の閾値以下であれば、第１画像および第２画像に撮影されたユーザは登録済みのユーザではないと認証する。認証部１７は、認証結果を外部の表示部２０に出力する。表示部２０は液晶ディスプレイなどであり、対象ユーザや認証実行エリアの管理者が認証結果を閲覧可能に表示できるものとする。この他、スピーカやブザーによる音声通知、ランプ点灯等により、認証結果を周知させても良い。
（虹彩認証装置の動作）
第１実施形態に係る虹彩認証装置１００の動作について図１０のフローチャートを参照して説明する。尚、記憶部１５には、認証対象となりえる複数のユーザにかかる右眼および左眼の虹彩の特徴情報が予め格納されているものとする。
ステップＳ１０１において、第１画像入力部１１は、特定方向に移動する認証の対象ユーザを撮影した第１画像を入力する。第２画像入力部１２は、対象ユーザの右眼または左眼を撮影した第２画像を少なくとも片眼分入力する。
ステップＳ１０２において、判定部１３は、第１画像を含む情報を基に、第２画像が前記対象ユーザの左眼のものか右眼のものかを判定し、判定結果を示す左右情報を第２画像に紐付けて出力する。
ステップＳ１０３において、検出部１４は、第２画像を含む領域と、第１画像中の所定の領域との重なりを検出する。
ステップＳ１０４において、スコア算出部１６は、左右情報に紐付けされた第２画像から算出される虹彩の特徴情報と、当該左右情報に対応する記憶部１５に格納される１つ以上の特徴情報とを比較して得られる照合スコアを算出する。スコア算出部１６は、照合スコアに検出の結果を重み付けして、第１重み照合スコアを算出する。
ステップＳ１０５において、認証部１７は、算出された第１重み照合スコアを基に、第１画像および第２画像に撮影されたユーザを認証し、認証結果を出力する。
以上で、虹彩認証装置１００の動作を終了する。
（第１実施形態の効果）
第１実施形態によると、左右眼を確実に識別して虹彩認証を行うことができる。この理由は、判定部１３が、第１画像を含む情報を基に、第２画像がユーザの左眼のものか右眼のものかを判定し、判定結果を左右情報として第２画像に紐付けて出力するからである。更に、検出部１４が、顔テンプレートの領域における左右眼を含む領域と、第１画像内の左右眼の領域との重なりを検出し、当該検出結果を基に、照合スコアを重み付けするからである。
＜第２実施形態＞
第１実施形態においては、左右眼の認証の重みは同じだが、同一人物でも左右の虹彩の特徴は異なるため、識別し易い眼と識別しづらい眼がある。識別し易い眼は認証処理に要する時間も短く識別精度も高いため、左右でも識別し易い眼を用いて認証処理を行う方が、短時間でより高精度の認証を行うことができる。第２の実施形態においては、識別し易い眼に重み付けして認証処理を行う虹彩認証装置等について説明する。
（虹彩認証装置）
虹彩認証装置２００は、図１１に示すように、第１画像入力部１１、第２画像入力部１２、判定部１３、検出部１４、記憶部１５ａ、スコア算出部１６ａおよび認証部１７を備える。尚、第１画像入力部１１および第２画像入力部１２は外部のカメラ１０に接続されている。認証部１７は外部の表示部２０に接続されている。
記憶部１５ａは、図１２に示すように、認証の対象となるユーザに紐付けられた識別可能なＩＤ（IDentifier）毎に、各ユーザの右眼の特徴情報および信頼度スコアと、左眼の特徴情報および信頼度スコアを格納する。信頼度とは、対象ユーザと他のユーザとの識別しやすさを表わす値であり、信頼度スコアとはこの値を０－１００％で表わしたものである。信頼度スコアの算出方法の一例について述べる。第２記憶部２２に格納される登録済みユーザのＩＤの各々をi（i={1,2,3,…,N}；Nは登録済みユーザの総数）、各登録済みユーザの右眼の虹彩画像の特徴情報（特徴ベクトル）をXright(i)、現在の対象ユーザ（照合したい人）の右眼の虹彩画像の特徴情報（特徴ベクトル）をYrightとし、Xright (i)とYrightとの相関（例えば、正規化相互相関）を全ての登録済みユーザiについて算出する。算出後、最も大きかった相関値（すなわち、本人同士（対象ユーザが登録済みユーザとしてヒットした場合）の相関値）と二番目の相関値（本人と最も相関値が高い他人である登録済みユーザとの相関値）との比率（＝一番高い相関値/二番目の相関値）を算出し、算出された値を信頼度Srightとする。同様に、左眼についても同様の処理を行い、算出された値を信頼度をSleftとする。これらの信頼度Sright、Sleftを正規化し、０％～１００％の値に変換することで、信頼度スコア（例えば、左眼２０％、右眼８０％）を得る。信頼度の正規化には様々な手法があるが、例えば、信頼度スコア（％）＝１００×（Ｓ－１）／（Ｍ－１）（このとき、１≦Ｓ≦Ｍ；ＳはSright、Sleftのいずれかを、Ｍは信頼度の最大値を表わす。最大値は予め設計者等により設定されるものとし、Ｍ＜Ｓの場合の信頼度は１００とする。）と算出する。尚、信頼度スコアの算出方法は上記に限定されない。信頼度スコアの値が高いほど、対象ユーザの特徴情報は他のユーザの特徴情報と比して識別し易い（レアな虹彩コードである）。例えば、ユーザＩＤ「１」の場合、右眼の信頼度スコア８０％、左眼の信頼度スコア２０％であるため、このユーザの右眼の虹彩は特徴的であり、似た特徴情報を有するユーザが比較的存在しないことを示す。逆にこのユーザの左眼の虹彩はあまり特徴が無く、似た特徴情報を有するユーザが多く存在することを示す。このような場合、認証処理には右眼を用いた方が効率的であるため、両眼の第２画像が撮影できた場合であっても、右眼の第２画像を用いて認証処理を行うことが望ましいといえる。逆に、何らかの事情により左眼の第２画像のみしか撮影できなかった場合、認証の照合スコアが低いとしても、それは左眼の信頼度スコアが低いためでないかとの推測が可能であり、この場合虹彩認証装置２００は、当該ユーザに虹彩画像の取り直しを依頼することもできる。具体的には、虹彩認証装置２００は、表示部２０等を介して、当該ユーザに再度認証のための入口ゲートから出口ゲートまでの移動を依頼する。信頼度スコアが高い方の眼が髪の毛等で隠れている場合、認証部１７は、表示部２０に、当該信頼度スコアが高い方の眼が明確にカメラ１０で撮影できるようにユーザに協力を依頼する文面等を提示しても良い。
スコア算出部１６ａは、図１のスコア算出部１６の動作に付け加えて、照合スコアに信頼度スコアを加味した第２重み照合スコアを用いて認証をおこなう。スコア算出部１６ａは、左右情報に紐付けされた第２画像から算出される虹彩の特徴情報と当該左右情報に対応する記憶部１５ａに格納される１つ以上の特徴情報とを比較して得られる照合スコアを算出する。更にスコア算出部１６ａは、照合スコアを基に対象ユーザを特定し、記憶部１５ａから対象ユーザに対応する信頼度スコアを取得し、算出した照合スコアに信頼度スコアを反映させた第２重み参照スコアを算出する。例えば、図１２中のＩＤが「１」のユーザだとすると、右眼の信頼度スコア８０％、左眼の信頼度スコア２０％である。このため、スコア算出部１６ａは、両眼の第２画像の照合スコアが算出されている場合、右眼の照合スコアを右眼の信頼度スコアで、左眼の照合スコアを左眼の信頼度スコアで重み付けする。このときスコア算出部１６ａは、より信頼度が高い眼の優先度を高くし、右眼の照合スコアのみを右眼の信頼度スコアで重み付けしてもよい。これにより、更に高い信頼度のスコアを得ることができる。重み付けとは、例えば双方のスコアを乗算、加算したり、所定の数式に代入して算出結果を得ることを指す。スコア算出部１６ａは、重み付けされた算出結果を第２重み照合スコアとして、認証部１７に引き渡す。
他の部の動作は第１実施形態と同様である。
（虹彩認証装置の動作）
第２実施形態に係る虹彩認証装置２００の動作について図１３のフローチャートを参照して説明する。尚、記憶部１５ａには、認証対象となりえる複数のユーザにかかる右眼および左眼の虹彩の特徴情報および信頼度スコア（図１２参照）が予め格納されているものとする。
ステップＳ２０１～Ｓ２０４は図１０のステップＳ１０１～Ｓ１０４と同様である。
ステップＳ２０５において、スコア算出部１６ａは、ステップＳ２０４にて算出された照合スコアを基に記憶部１５ａから対象ユーザを特定し、記憶部１５ａから対象ユーザに対応する信頼度スコアを取得し、算出した照合スコアを信頼度スコアで重み付けする。このときスコア算出部１６ａは、より信頼度が高い眼を優先して、当該優先度の高い眼の照合スコアを、当該眼の信頼度スコアで重み付けしてもよい。スコア算出部１６ａは、信頼度スコアで重み付けされた第２照合スコアを認証部１７に引き渡す。
ステップＳ２０６は図１０のステップＳ１０５と同様である。
以上で、虹彩認証装置２００の動作を終了する。
（第２実施形態の効果）
第２実施形態によると、第１実施形態の効果に加え、より高い精度の認証処理を行うことができる。この理由は、スコア算出部１６ａが、算出した照合スコアを基に記憶部１５ａから対象ユーザを特定し、記憶部１５ａから対象ユーザに対応する信頼度スコアを取得し、算出した照合スコアを信頼度スコアで重み付けするからである。更に、スコア算出部１６ａは、より信頼度が高い眼を優先して、当該優先度の高い眼の照合スコアを、当該眼の信頼度スコアで重み付けするからである。
＜第３実施形態＞
第１～２実施形態においては、第２画像を用いた虹彩認証のみを行ったが、第１画像を用いて他の生体認証（人型認証、歩容認証、顔認証等）を行い、２つの認証の結果を組み合わせるマルチモーダル認証を行っても良い。これにより認証の精度を更に上げることができる。第３の実施形態においては、他の生体認証を組み合わせた虹彩認証装置等について説明する。尚、人型認証とは、認証の対象者の身体の特徴（例えば、身長、体の幅、手足の長さ、顔の輪郭など、またはこれらの組み合わせ）を基に行う認証を指す。
（虹彩認証装置）
虹彩認証装置３００は、図１４に示すように、第１画像入力部１１、第２画像入力部１２、判定部１３、検出部１４、記憶部１５ａ、スコア算出部１６ａ、認証部１７ａ、第２スコア算出部２１、第２記憶部２２およびスコア統合部２３を備える。尚、第１画像入力部１１および第２画像入力部１２は外部のカメラ１０に接続されている。認証部１７ａは外部の表示部２０に接続されている。
第２記憶部２２は、第１画像を用いた他の生体認証（人型認証、歩容認証、顔認証等）の認証に用いる情報（人型、歩容、顔等の特徴情報）を格納する。
第２スコア算出部２１は、他の生体認証のために第１画像から認証の対象となるユーザの特徴情報を第２照合スコアとして算出する。
第２スコア算出部２１がどの生体認証を用いるかは、初期設定されていても良いし、ユーザが設定可能であってもよい。例えば、第１画像がユーザの全身を撮影した静画像または動画像である場合、第２スコア算出部２１は、静画像を用いた人型認証または動画像を用いた歩容認証を行い、第２照合スコアを算出する。第１画像がユーザの顔を撮影した画像である場合、第２スコア算出部２１は、第１画像を用いた顔認証を行い、第２照合スコアを算出する。
スコア統合部２３は、スコア算出部１６ａが出力する第２重み照合スコアに、第２スコア算出部２１が出力する第２照合スコアを統合し、統合スコアとして認証部１７ａに出力する。尚、統合の処理においては、重み照合スコアおよび第２照合スコアを乗算、加算したり、所定の数式に代入したりして統合スコアを算出する。尚、図１に記載のスコア算出部１６が出力する第１重み照合スコアに第２照合スコアを統合しても良い。
認証部１７ａは、統合スコアを用いて、認証処理を行う。
他の部の動作は第１～２実施形態と同様である。
（虹彩認証装置の動作）
第３実施形態に係る虹彩認証装置３００の動作について図１５のフローチャートを参照して説明する。尚、記憶部１５ａには、認証対象となりえる複数のユーザにかかる右眼および左眼の虹彩の特徴情報が予め格納されている。更に信頼度スコア（図１２参照）が格納されていてもよい。第２記憶部２２には、認証対象となりえる複数のユーザにかかる身体の特徴情報が予め格納されている。
ステップＳ３０１～Ｓ３０５は図１３のステップＳ２０１～Ｓ２０５と同様である。
ステップＳ３０６において、第２スコア算出部２１は、ユーザの身体画像が撮影された第１画像を用いて虹彩認証以外の生体認証（人型認証、歩容認証、顔認証等）を行い、第１画像に含まれるユーザの身体の特徴情報を算出し、算出された特徴情報と第２記憶部２２に格納される特徴情報とを比較して、比較結果を第２照合スコアとしてスコア統合部２３に出力する。
ステップＳ３０７において、スコア統合部２３は、スコア算出部１６ａが出力する第２重み照合スコアに、第２スコア算出部２１が出力する第２照合スコアを加味させた統合スコアを算出する。スコア統合部２３は、算出された統合スコアを認証部１７ａに出力する。
ステップＳ３０８において、認証部１７ａは、算出された統合スコアを基に、第１画像および第２画像に撮影されたユーザを認証し、認証結果を出力する。具体的に、認証部１７ａは、例えば、統合スコアが所定の閾値と等しい又はそれ以上であれば、第１画像および第２画像に撮影されたユーザは登録済みのユーザ（正当ユーザ）であると認証し、統合スコアが所定の閾値以下であれば、第１画像および第２画像に撮影されたユーザは登録済みのユーザではないと認証し、認証結果を外部の表示部２０に出力する。
以上で、虹彩認証装置３００の動作を終了する。
（第３実施形態の効果）
第３実施形態によると、第１～第２実施形態に記載の虹彩認証装置よりも、さらに認証精度の高い虹彩認証装置３００を提供することができる。この理由は、第２スコア算出部２１が第１画像に含まれる認証の対象ユーザの身体画像から特徴情報を算出して第２照合スコアを出力し、スコア統合部２３が、第２重み照合スコアに、第２照合スコアを反映させた統合スコアを算出し、この統合スコアを基に認証部１７ａが認証処理を行うからである。尚、スコア統合部２３が、第１重み照合スコアに第２照合スコアを反映させて、統合スコアを算出するように設計してもよい。
＜第４実施形態＞
検出部１４の検出においては、所定位置のカメラ１０から移動中の対象ユーザを撮影する際に、第１画像中のどの矩形領域に左右眼が含まれるかを、虹彩認証装置の運用前に教師データを基に機械学習エンジンに学習させ、学習結果を基に設計者等がカメラ１０の位置を設定する。しかし虹彩認証装置の運用後に履歴データを使用して認証用の機械学習エンジンに学習させ、改良すべき点は虹彩認証装置の各部にフィードバックさせることが望ましい。
例えば、運用後に、固定されたカメラ１０が撮影する画面内のどこに何がどのように映るかを機械学習エンジンが学習し、学習結果を基にカメラ１０の位置、角度等を調整させることができる。これは、主に認証が成功した場合の認証結果データの履歴を基に、機械学習エンジンに学習させ、調整することができる。
固定されたカメラ１０によって撮影された画像でも、季節や時間により認証精度が異なる場合がある。例えば、午前中は認証精度が高いが午後は認証精度が落ちる、又は、日中は認証精度が高いが夜間は認証精度が落ちることがある。この原因の多くは、カメラ１０が画像を撮影中に、対象ユーザを照射する光が変化したことに起因する。この他、機械学習エンジンの学習に用いた教師データの種類が偏っていた（例えば、午前中に撮影された画像のみを学習した）ことも原因となりえる。これは、主に認証が失敗した場合の認証結果データの履歴を基に、機械学習エンジンに学習させ、調整することができる。
カメラ１０による撮影時の対象ユーザに対する光の当たり具合により、第１画像における当該ユーザの全身または顔の領域の画素の輝度値、および、第２画像における当該ユーザの左右眼の領域の画素の輝度値は変化する。光には、室外光（太陽光）、室内光（照明光）、これらの混合がある。地表へ到達する太陽光は、撮影する季節や撮影する時刻の経過に応じて変化する。室内光は、照明の照度、向き、種類、更には照明の追加又は削減により変化する。太陽光および室内光の混合エリアで認証する場合、両者を配慮すべきである。第４実施形態においては、上記のように、運用後に認証結果データの履歴を基に、フィードバック調整を行う虹彩認証装置等について説明する。
（虹彩認証装置）
虹彩認証装置４００は、図１６に示すように、第１画像入力部１１、第２画像入力部１２、判定部１３、検出部１４、記憶部１５ａ、スコア算出部１６ａ、認証部１７、認証結果記憶部３１、学習部３２およびフィードバック部３３を備える。尚、第１画像入力部１１および第２画像入力部１２は外部のカメラ１０に接続されている。認証部１７は外部の表示部２０に接続されている。
認証結果記憶部３１は、認証部１７による認証結果のデータを格納する（図１７参照）。認証結果のデータは、例えば項目として、認証ＩＤ、認証時刻、認証結果および認証画像データを備えている。認証ＩＤは、各認証結果を識別するためのＩＤである。認証時刻は、認証結果が算出された時刻である。認証結果は、認証の結果を表わす符号、値等である。認証結果は図１７に示すように、正当ユーザであれば「○」、正当ユーザでなければ「×」と示される。これらはいずれも認証成功データとなる。尚、認証は失敗したが正当ユーザであった場合には、正当ユーザのＩＤ（例えば図１７では認証ＩＤ「１」では正当ユーザのＩＤ「1234」、認証ＩＤ「５」では正当ユーザのＩＤ「5678」）が格納されている。正当ユーザのＩＤは、ユーザや管理者により、タッチパネルやスキャナ等（不図示）から読み込みされるものとする。認証は失敗したが正当ユーザであった場合のデータは認証失敗データとなる。尚、認証失敗データの特定方法は上記に限られない。例えば、カメラ１０が撮影する画像内に監視員が映っている場合は、認証処理に何らかのトラブルが発生したとみなし、認証失敗データとしてもよい。監視員が映っているか否かは、監視員の顔認証により、または、監視員の服（背中部、腕部等）に付してある監視員を示すマークを認証することで判断する。この他、虹彩認証装置４００よりも高精度の虹彩認証装置を同一位置に設置しておき、２つの認証結果データを比較することで、認証失敗データを抽出することもできる。
学習部３２は、認証結果記憶部３１から抽出された認証結果のデータを基に、第１画像内のいずれの矩形領域に左眼および右眼を示す画素が含まれているかを学習する。これは検出部１４に第１画像中のどの矩形領域に左眼および右眼が多く含まれているかをフィードバックするためである。
さらに学習部３２は、第１画像および第２画像に含まれる光の特徴を学習し、特定の期間においては、対象ユーザの左眼または右眼のいずれを左右情報として第２画像に紐付けすべきか決定する。光の特徴は、第１画像および第２画像における、対象ユーザを示す画素の輝度値の変化を含む。輝度値の変化には、特定位置の季節、時刻の遷移に沿った太陽光の変化、並びに、室内における光源の種類および当該光源の配置の変化を含む。学習部３２は、これらの光の特徴が、対象ユーザを示す画素の輝度値にどのように影響を与えるかを学習し、学習結果を基に、日時毎に、認証に使用すべきカメラ１０や、認証に使用すべき左右眼を決定する。
学習部３２は、認証結果記憶部３１に格納される認証結果のデータを基に学習する機械学習エンジンなどから構成される。学習部３２は、外部の機械学習エンジンと接続し、学習の結果を受け取るように設計しても良い。
例えば、カメラ１０の位置や角度の調整についてのフィードバックを得る場合、学習部３２は、主に認証成功データの履歴を基に学習し、対象ユーザの顔の領域を第１又は第２画像内に納めるためのカメラ位置や角度についての情報を出力する。複数の固定されたカメラ１０がある場合に、季節や時刻に応じてどのカメラ１０を使用するべきかについてのフィードバックを得る場合、学習部３２は、主に認証失敗データの履歴を基に学習し、どのカメラ１０が撮影する映像が現在の認証エリアの光の状態からしてふさわしいかを判断するための情報を出力する。固定されたカメラ１０が撮影する画像を基に虹彩認証する場合であっても、太陽光の変化で午前と午後では左右眼の認証の精度が変わることがある。このような場合、学習部３２は、図１８に示すように、午前は対象ユーザの右眼を基に認証し、午後は対象ユーザの左眼を基に認証すべきという情報を出力する（対象ユーザは北向きに移動中とする）。また学習部３２は、使用する機械学習エンジンの教師データの偏りにより夜間は認証精度が落ちる傾向にあることを学習すると、追加して学習すべき教師データの種類などの情報を出力する。学習部３２は、学習結果をフィードバック部３３に引き渡し、さらに、表示部２０に表示する。
フィードバック部３３は、学習結果を基に、カメラ１０、第１画像入力部１１、第２画像入力部１２、判定部１３、検出部１４、スコア算出部１６ａ、および認証部１７の動作を調整する。尚、表示部２０に表示された学習結果を基に、管理者等が手動で各部を調整してもよい。
他の部の動作は第１～２実施形態と同様である。
（虹彩認証装置の動作）
第４実施形態に係る虹彩認証装置４００の動作について図１９のフローチャートを参照して説明する。尚、記憶部１５ａには、認証対象となりえる複数のユーザにかかる右眼および左眼の虹彩の特徴情報および信頼度スコア（図１２参照）が予め格納されているものとする。
ステップＳ４０１～Ｓ４０６は図１３のステップＳ２０１～Ｓ２０６と同様である。
ステップＳ４０７において、学習部３２は、認証結果記憶部３１から抽出された認証結果のデータを基に、第１画像内のいずれの矩形領域に左眼および右眼を示す画素が含まれているかを学習する。さらに学習部３２は、第１画像に含まれる光の特徴を学習し、特定の期間においては、対象ユーザの左眼または右眼のいずれを左右情報として第２画像に紐付けすべきか決定する。この学習は、認証結果のデータが所定量まで蓄積されてから行っても良い。
ステップＳ４０８において、学習部３２は、学習結果を表示部２０に提示すべきか、虹彩認証装置４００の各部にフィードバックすべきか判断する。どのようなトリガやタイミングでフィードバックすべきかは、設計者が予め定めていてもよいし、学習部３２が判断してもよい。フィードバックすべきと判断されると処理はステップＳ４０９へ進められ、未だフィードバックすべきでないと判断されると処理はステップＳ４０１へ戻される。
ステップＳ４０８において、フィードバック部３３は学習部３２から学習結果を受け取ると、虹彩認証装置４００の各部にフィードバックし、適宜調整を促す。
以上で、虹彩認証装置４００の動作を終了する。
（第４実施形態の効果）
第４実施形態によると、第１～２実施形態の効果に加え、より高い精度の認証処理を行うことができる。この理由は、認証結果データの履歴を基に、学習部３２が第１画像内のどの矩形領域に左眼および右眼を示す画素が含まれているかを学習し、さらに、第１～２画像に含まれる光の特徴を学習するからである。また、学習結果は虹彩認証装置４００の各部にフィードバックされる。これにより、虹彩認証装置の運用に伴い、より精度の高い認証を行うことができる。
なお、各実施形態は、組み合わせて用いられてもよい。
（情報処理装置）
上述した本発明の各実施形態において、図１、１１、１４、１６等に示す虹彩認証装置における各構成要素の一部又は全部は、例えば図２０に示すような情報処理装置５００とプログラムとの任意の組み合わせを用いて実現することも可能である。情報処理装置５００は、一例として、以下のような構成を含む。
・ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）５０１
・ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）５０２
・ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）５０３
・プログラム５０４および他のデータを格納する記憶装置５０５
・記録媒体５０６の読み書きを行うドライブ装置５０７
・通信ネットワーク５０９と接続する通信インターフェース５０８
・データの入出力を行う入出力インターフェース５１０
・各構成要素を接続するバス５１１
本願の各実施形態における虹彩認証装置の各構成要素は、これらの機能を実現するプログラム５０４をＣＰＵ５０１が取得して実行することで実現される。虹彩認証装置の各構成要素の機能を実現するプログラム５０４は、例えば、予め記憶装置５０５やＲＡＭ５０３に格納されており、必要に応じてＣＰＵ５０１が読み出す。なお、プログラム５０４は、通信ネットワーク５０９を介してＣＰＵ５０１に供給されてもよいし、予め記録媒体５０６に格納されており、ドライブ装置５０７が当該プログラムを読み出してＣＰＵ５０１に供給してもよい。
各装置の実現方法には、様々な変形例がある。例えば、虹彩認証装置は、構成要素毎にそれぞれ別個の情報処理装置とプログラムとの任意の組み合わせにより実現されてもよい。また、虹彩認証装置が備える複数の構成要素が、一つの情報処理装置５００とプログラムとの任意の組み合わせにより実現されてもよい。
また、虹彩認証装置の各構成要素の一部又は全部は、その他の汎用または専用の回路、プロセッサ等やこれらの組み合わせによって実現される。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。
虹彩認証装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組み合わせによって実現されてもよい。
虹彩認証装置の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
［付記１］
特定方向に移動する認証の対象を撮影した第１画像を入力する第１画像入力手段と、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力する第２画像入力手段と、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力する判定手段と、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出する検出手段と、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段と、
前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報と当該左右情報に対応する前記記憶手段に格納される１つ以上の特徴情報とを比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出するスコア算出手段と、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する認証手段
とを備える虹彩認証装置。
［付記２］
前記記憶手段は、前記認証される対象にかかる右眼および左眼の信頼度スコアを格納し、
前記スコア算出手段は、前記照合スコアを基に前記対象を特定し、前記記憶手段から前記対象に対応する前記信頼度スコアを取得し、前記照合スコアに前記信頼度スコアを重み付けした第２重み照合スコアを算出する
付記１に記載の虹彩認証装置。
［付記３］
前記スコア算出手段は、前記信頼度スコアを示す値が高い方の眼を優先して、前記第２重み照合スコアを算出する
付記１又は付記２に記載の虹彩認証装置。
［付記４］
一人以上の認証される対象の身体画像から算出された特徴情報を格納する第２記憶手段と、
前記第１画像入力手段から取得した前記第１画像に含まれる前記対象の身体画像から特徴情報を算出し、算出された特徴情報と前記第２記憶手段に格納される特徴情報とを比較して、比較結果を第２照合スコアとして出力する第２スコア算出手段と、
前記スコア算出手段が出力する前記第１重み照合スコアまたは前記第２重み照合スコアに、前記第２スコア算出手段が出力する前記第２照合スコアを反映させた統合スコアを算出するスコア統合手段
とを更に備え、
前記認証手段は、前記第１重み照合スコア、前記第２重み照合スコアまたは前記統合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
付記１乃至付記３のいずれかに記載の虹彩認証装置。
［付記５］
前記第１画像は前記対象の全身を撮影した静画像または動画像であり、前記第２スコア算出手段は、前記静画像を用いた人型認証または前記動画像を用いた歩容認証を実行して、前記身体画像の特徴情報を算出する
付記４に記載の虹彩認証装置。
［付記６］
前記第１画像は前記対象の顔を撮影した画像であり、前記第２スコア算出手段は、当該第１画像を用いた顔認証を実行して、前記身体画像の特徴情報を算出する
付記４に記載の虹彩認証装置。
［付記７］
前記判定手段は、前記第１画像における前記対象の顔の領域に所定のテンプレートを適用して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記１に記載の虹彩認証装置。
［付記８］
前記判定手段は、前記第１画像における前記対象の右眼および左眼の領域の画素と、前記第２画像における前記対象の右眼または左眼の領域の画素とを比較して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記１に記載の虹彩認証装置。
［付記９］
前記所定の領域は、複数の領域に分割された前記第１画像の中の１つの領域であり、
前記認証結果のデータを格納する認証結果記憶手段と、
前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像内のどの前記領域に左眼および右眼を示す画素が含まれているかを学習し、学習された左眼の領域および右眼の領域の各々を前記所定の領域とする学習手段
とを更に備える付記１に記載の虹彩認証装置。
［付記１０］
前記学習手段は、前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像および前記第２画像に含まれる光の特徴を学習し、特定の期間においては、前記対象の左眼または右眼のいずれを前記左右情報として前記第２画像に紐付けすべきか決定する
付記９に記載の虹彩認証装置。
［付記１１］
前記光の特徴とは、前記第１画像および前記第２画像における、前記対象ユーザを示す画素の輝度値の変化を含む
付記１０に記載の虹彩認証装置。
［付記１２］
前記輝度値の変化は、前記特定位置の季節、時刻の遷移に沿った太陽光の変化、並びに、室内における光源の種類および当該光源の配置の変化を含む
付記１１に記載の虹彩認証装置。
［付記１３］
特定方向に移動する認証の対象を撮影した第１画像を入力し、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
ことを備える虹彩認証方法。
［付記１４］
前記記憶手段は、前記認証される対象にかかる右眼および左眼の信頼度スコアを格納し、
前記第１重み照合スコアを算出することにおいては、前記照合スコアを基に前記対象を特定し、前記記憶手段から前記対象に対応する前記信頼度スコアを取得し、前記照合スコアに前記信頼度スコアを重み付けした第２重み照合スコアを算出する
付記１３に記載の虹彩認証方法。
［付記１５］
前記第１重み照合スコアを算出することにおいては、前記信頼度スコアを示す値が高い方の眼を優先して、前記第２重み照合スコアを算出する
付記１３又は付記１４に記載の虹彩認証方法。
［付記１６］
取得した前記第１画像に含まれる前記対象の身体画像から特徴情報を算出し、算出された特徴情報と、一人以上の認証される対象の身体画像から算出された特徴情報を格納する第２記憶手段に格納される特徴情報とを比較して、比較結果を第２照合スコアとして出力し、
前記第１重み照合スコアを算出することにおいて、前記第１重み照合スコアまたは前記第２重み照合スコアに、前記第２照合スコアを反映させた統合スコアを算出する
ことを更に備え、
前記対象を認証して認証結果を出力することは、前記第１重み照合スコア、前記第２重み照合スコアまたは前記統合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力することを含む
付記１３乃至付記１５のいずれかに記載の虹彩認証方法。
［付記１７］
前記第１画像は前記対象の全身を撮影した静画像または動画像であり、前記比較結果を第２照合スコアとして出力することは、前記静画像を用いた人型認証または前記動画像を用いた歩容認証を実行して、前記身体画像の特徴情報を算出することを含む
付記１６に記載の虹彩認証方法。
［付記１８］
前記第１画像は前記対象の顔を撮影した画像であり、前記比較結果を第２照合スコアとして出力することは、当該第１画像を用いた顔認証を実行して、前記身体画像の特徴情報を算出することを含む
付記１６に記載の虹彩認証方法。
［付記１９］
前記判定結果を左右情報として前記第２画像に紐付けて出力することは、前記第１画像における前記対象の顔の領域に所定のテンプレートを適用して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記１３に記載の虹彩認証方法。
［付記２０］
前記判定結果を左右情報として前記第２画像に紐付けて出力することは、前記第１画像における前記対象の右眼および左眼の領域の画素と、前記第２画像における前記対象の右眼または左眼の領域の画素とを比較して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記１３に記載の虹彩認証方法。
［付記２１］
前記所定の領域は、複数の領域に分割された前記第１画像の中の１つの領域であり、
前記認証結果のデータを格納する認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像内のどの前記領域に左眼および右眼を示す画素が含まれているかを学習し、学習された左眼の領域および右眼の領域の各々を前記所定の領域とする
ことを更に備える付記１３に記載の虹彩認証方法。
［付記２２］
前記学習することは、前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像および前記第２画像に含まれる光の特徴を学習し、特定の期間においては、前記対象の左眼または右眼のいずれを前記左右情報として前記第２画像に紐付けすべきか決定することを含む
付記２１に記載の虹彩認証方法。
［付記２３］
前記光の特徴とは、前記第１画像および前記第２画像における、前記対象ユーザを示す画素の輝度値の変化を含む
付記２２に記載の虹彩認証方法。
［付記２４］
前記輝度値の変化は、前記特定位置の季節、時刻の遷移に沿った太陽光の変化、並びに、室内における光源の種類および当該光源の配置の変化を含む
付記２３に記載の虹彩認証方法。
［付記２５］
特定方向に移動する認証の対象を撮影した第１画像を入力し、
前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
ことをコンピュータに実現させる虹彩認証プログラムを格納する記録媒体。
［付記２６］
前記記憶手段は、前記認証される対象にかかる右眼および左眼の信頼度スコアを格納し、
前記第１重み照合スコアを算出することにおいては、前記照合スコアを基に前記対象を特定し、前記記憶手段から前記対象に対応する前記信頼度スコアを取得し、前記照合スコアに前記信頼度スコアを重み付けした第２重み照合スコアを算出する
付記２５に記載の記録媒体。
［付記２７］
前記第１重み照合スコアを算出することにおいては、前記信頼度スコアを示す値が高い方の眼を優先して、前記第２重み照合スコアを算出する
付記２５又は付記２６に記載の記録媒体。
［付記２８］
前記第１画像入力手段から取得した前記第１画像に含まれる前記対象の身体画像から特徴情報を算出し、算出された特徴情報と、一人以上の認証される対象の身体画像から算出された特徴情報を格納する第２記憶手段に格納される特徴情報とを比較して、比較結果を第２照合スコアとして出力し、
前記第１重み照合スコアを算出することにおいて、前記第１重み照合スコアまたは前記第２重み照合スコアに、前記第２照合スコアを反映させた統合スコアを算出する
ことを更に備え、
前記対象を認証して認証結果を出力することは、前記第１重み照合スコア、前記第２重み照合スコアまたは前記統合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力することを含む
付記２５乃至付記２７のいずれかに記載の記録媒体。
［付記２９］
前記第１画像は前記対象の全身を撮影した静画像または動画像であり、前記比較結果を第２照合スコアとして出力することは、前記静画像を用いた人型認証または前記動画像を用いた歩容認証を実行して、前記身体画像の特徴情報を算出することを含む
付記２８に記載の記録媒体。
［付記３０］
前記第１画像は前記対象の顔を撮影した画像であり、前記比較結果を第２照合スコアとして出力することは、当該第１画像を用いた顔認証を実行して、前記身体画像の特徴情報を算出することを含む
付記２８に記載の記録媒体。
［付記３１］
前記判定結果を左右情報として前記第２画像に紐付けて出力することは、前記第１画像における前記対象の顔の領域に所定のテンプレートを適用して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記２５に記載の記録媒体。
［付記３２］
前記判定結果を左右情報として前記第２画像に紐付けて出力することは、前記第１画像における前記対象の右眼および左眼の領域の画素と、前記第２画像における前記対象の右眼または左眼の領域の画素とを比較して、前記２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
付記２５に記載の記録媒体。
［付記３３］
前記所定の領域は、複数の領域に分割された前記第１画像の中の１つの領域であり、
前記認証結果のデータを格納する認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像内のどの前記領域に左眼および右眼を示す画素が含まれているかを学習し、学習された左眼の領域および右眼の領域の各々を前記所定の領域とする
ことを更に備える付記２５に記載の記録媒体。
［付記３４］
前記学習することは、前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像および前記第２画像に含まれる光の特徴を学習し、特定の期間においては、前記対象の左眼または右眼のいずれを前記左右情報として前記第２画像に紐付けすべきか決定することを含む
付記３３に記載の記録媒体。
［付記３５］
前記光の特徴とは、前記第１画像および前記第２画像における、前記対象ユーザを示す画素の輝度値の変化を含む
付記３４に記載の記録媒体。
［付記３６］
前記輝度値の変化は、前記特定位置の季節、時刻の遷移に沿った太陽光の変化、並びに、室内における光源の種類および当該光源の配置の変化を含む
付記３５に記載の記録媒体。
以上、本実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
１０ カメラ
１１ 第１画像入力部
１２ 第２画像入力部
１３ 判定部
１４ 検出部
１５ 記憶部
１５ａ 記憶部
１６ スコア算出部
１６ａ スコア算出部
１７ 認証部
１７ａ 認証部
２０ 表示部
２１ 第２スコア算出部
２２ 第２記憶部
２３ スコア統合部
３１ 認証結果記憶部
３２ 学習部
３３ フィードバック部
１００ 虹彩認証装置
２００ 虹彩認証装置
３００ 虹彩認証装置
４００ 虹彩認証装置
５００ 情報処理装置
５０１ ＣＰＵ
５０３ ＲＡＭ
５０４ プログラム
５０５ 記憶装置
５０６ 記録媒体
５０７ ドライブ装置
５０８ 通信インターフェース
５０９ 通信ネットワーク
５１０ 入出力インターフェース
５１１ バス
５０７ ドライブ装置
５０８ 通信インターフェース
５０９ 通信ネットワーク
５１０ 入出力インターフェース
５１１ バス

Claims (15)

  1. 特定方向に移動する認証の対象を撮影した第１画像を入力する第１画像入力手段と、
    前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力する第２画像入力手段と、
    前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力する判定手段と、
    前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出する検出手段と、
    一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段と、
    前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報と当該左右情報に対応する前記記憶手段に格納される１つ以上の特徴情報とを比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出するスコア算出手段と、
    算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する認証手段
    とを備える虹彩認証装置。
  2. 前記記憶手段は、前記認証される対象にかかる右眼および左眼の信頼度スコアを格納し、
    前記スコア算出手段は、前記照合スコアを基に前記対象を特定し、前記記憶手段から前記対象に対応する前記信頼度スコアを取得し、前記照合スコアに前記信頼度スコアを重み付けした第２重み照合スコアを算出する
    請求項１に記載の虹彩認証装置。
  3. 前記スコア算出手段は、前記信頼度スコアを示す値が高い方の眼を優先して、前記第２重み照合スコアを算出する
    請求項２に記載の虹彩認証装置。
  4. 一人以上の認証される対象の身体画像から算出された特徴情報を格納する第２記憶手段と、
    前記第１画像入力手段から取得した前記第１画像に含まれる前記対象の身体画像から特徴情報を算出し、算出された特徴情報と前記第２記憶手段に格納される特徴情報とを比較して、比較結果を第２照合スコアとして出力する第２スコア算出手段と、
    前記スコア算出手段が出力する前記第１重み照合スコアまたは前記第２重み照合スコアに、前記第２スコア算出手段が出力する前記第２照合スコアを反映させた統合スコアを算出するスコア統合手段
    とを更に備え、
    前記認証手段は、前記第１重み照合スコア、前記第２重み照合スコアまたは前記統合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する請求項２又は請求項３に記載の虹彩認証装置。
  5. 前記第１画像は前記対象の全身を撮影した静画像または動画像であり、前記第２スコア算出手段は、前記静画像を用いた人型認証または前記動画像を用いた歩容認証を実行して、前記身体画像の特徴情報を算出する
    請求項４に記載の虹彩認証装置。
  6. 前記第１画像は前記対象の顔を撮影した画像であり、前記第２スコア算出手段は、当該第１画像を用いた顔認証を実行して、前記身体画像の特徴情報を算出する請求項４に記載の虹彩認証装置。
  7. 前記判定手段は、前記第１画像における前記対象の顔の領域に所定のテンプレートを適
    用して、前記第２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
    請求項１に記載の虹彩認証装置。
  8. 前記判定手段は、前記第１画像における前記対象の右眼および左眼の領域の画素と、前記第２画像における前記対象の右眼または左眼の領域の画素とを比較して、前記第２画像が前記対象の左眼または右眼のいずれに対応するかを判定する
    請求項１に記載の虹彩認証装置。
  9. 前記所定の領域は、複数の領域に分割された前記第１画像の中の１つの領域であり、
    前記認証結果のデータを格納する認証結果記憶手段と、
    前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像内のどの前記領域に左眼および右眼を示す画素が含まれているかを学習し、学習された左眼の領域および右眼の領域の各々を前記所定の領域とする学習手段
    とを更に備える請求項１に記載の虹彩認証装置。
  10. 前記学習手段は、前記認証結果記憶手段から抽出された前記認証結果のデータを基に、前記第１画像および前記第２画像に含まれる光の特徴を学習し、特定の期間においては、前記対象の左眼または右眼のいずれを前記左右情報として前記第２画像に紐付けすべきか決定する
    請求項９に記載の虹彩認証装置。
  11. 前記光の特徴とは、前記第１画像および前記第２画像における、前記対象を示す画素の輝度値の変化を含む
    請求項１０に記載の虹彩認証装置。
  12. 前記輝度値の変化は、特定位置の季節、時刻の遷移に沿った太陽光の変化、並びに、室内における光源の種類および当該光源の配置の変化を含む
    請求項１１に記載の虹彩認証装置。
  13. 虹彩認証装置が、
    特定方向に移動する認証の対象を撮影した第１画像を入力し、
    前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
    前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
    前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
    一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
    算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
    ことを特徴とする虹彩認証方法。
  14. 特定方向に移動する認証の対象を撮影した第１画像を入力し、
    前記対象の右眼または左眼を撮影した第２画像を少なくとも片眼分入力し、
    前記第１画像を含む情報を基に、前記第２画像が前記対象の左眼のものか右眼のものかを判定し、判定結果を左右情報として前記第２画像に紐付けて出力し、
    前記第２画像を含む領域と、前記第１画像中の所定の領域との重なりを検出し、
    一人以上の認証される対象にかかる右眼および左眼の虹彩の特徴情報を格納する記憶手段から取得する、前記左右情報に対応する１つ以上の特徴情報と、前記左右情報に紐付けされた前記第２画像から算出される虹彩の特徴情報とを、比較して照合スコアを算出し、算出された当該照合スコアに前記検出の結果を重み付けした第１重み照合スコアを算出し、
    算出された前記第１重み照合スコアを基に、前記第２画像に撮影された対象を認証し、認証結果を出力する
    ことをコンピュータに実現させる虹彩認証プログラム。
  15. 請求項１４に記載の虹彩認証プログラムが記録された記録媒体。
JP2020551622A 2018-10-16 2018-10-16 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体 Active JP7192872B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/038396 WO2020079741A1 (ja) 2018-10-16 2018-10-16 虹彩認証装置、虹彩認証方法および記録媒体

Publications (2)

Publication Number Publication Date
JPWO2020079741A1 JPWO2020079741A1 (ja) 2021-09-24
JP7192872B2 true JP7192872B2 (ja) 2022-12-20

Family

ID=70283755

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020551622A Active JP7192872B2 (ja) 2018-10-16 2018-10-16 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体

Country Status (4)

Country Link
US (5) US11348370B2 (ja)
EP (1) EP3869448A4 (ja)
JP (1) JP7192872B2 (ja)
WO (1) WO2020079741A1 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11341459B2 (en) * 2017-05-16 2022-05-24 Artentika (Pty) Ltd Digital data minutiae processing for the analysis of cultural artefacts
WO2020065954A1 (ja) * 2018-09-28 2020-04-02 日本電気株式会社 認証装置、認証方法および記憶媒体
WO2020079741A1 (ja) 2018-10-16 2020-04-23 日本電気株式会社 虹彩認証装置、虹彩認証方法および記録媒体
US11531887B1 (en) * 2020-01-23 2022-12-20 Amazon Technologies, Inc. Disruptive prediction with ordered treatment candidate bins
US20240037783A1 (en) 2021-07-30 2024-02-01 Yuka OGINO Information processing system, information processing apparatus, information processing method, and recording medium
KR20230121399A (ko) * 2022-02-11 2023-08-18 현대자동차주식회사 차량 및 차량의 제어방법
WO2024075256A1 (ja) * 2022-10-06 2024-04-11 日本電気株式会社 情報処理システム、情報処理方法、及び記録媒体

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005227933A (ja) 2004-02-12 2005-08-25 Oki Electric Ind Co Ltd バイオメトリクス照合高速化方法
JP2006212185A (ja) 2005-02-03 2006-08-17 Matsushita Electric Ind Co Ltd 生体判別装置および認証装置ならびに生体判別方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070019882A1 (en) * 2004-01-30 2007-01-25 Shoji Tanaka Makeup simulation program, makeup simulation device, and makeup simulation method
JP2007319174A (ja) 2006-05-30 2007-12-13 Matsushita Electric Ind Co Ltd 撮影装置およびそれを用いた認証装置
JP2008117333A (ja) * 2006-11-08 2008-05-22 Sony Corp 情報処理装置、情報処理方法、個人識別装置、個人識別装置における辞書データ生成・更新方法および辞書データ生成・更新プログラム
WO2009016846A1 (ja) 2007-08-02 2009-02-05 Panasonic Corporation 虹彩認証装置および虹彩認証システム
JP2009277027A (ja) * 2008-05-15 2009-11-26 Seiko Epson Corp 画像における顔の器官の画像に対応する器官領域の検出
JP5230748B2 (ja) 2008-09-26 2013-07-10 パナソニック株式会社 視線方向判定装置及び視線方向判定方法
US8948467B2 (en) * 2010-08-06 2015-02-03 Honeywell International Inc. Ocular and iris processing system and method
US10089525B1 (en) * 2014-12-31 2018-10-02 Morphotrust Usa, Llc Differentiating left and right eye images
US9449217B1 (en) * 2015-06-25 2016-09-20 West Virginia University Image authentication
JP6921694B2 (ja) 2017-09-21 2021-08-18 株式会社東芝 監視システム
KR102532746B1 (ko) 2018-02-21 2023-05-16 삼성전자주식회사 전자 장치 및 그 제어 방법
WO2020079741A1 (ja) * 2018-10-16 2020-04-23 日本電気株式会社 虹彩認証装置、虹彩認証方法および記録媒体

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005227933A (ja) 2004-02-12 2005-08-25 Oki Electric Ind Co Ltd バイオメトリクス照合高速化方法
JP2006212185A (ja) 2005-02-03 2006-08-17 Matsushita Electric Ind Co Ltd 生体判別装置および認証装置ならびに生体判別方法

Also Published As

Publication number Publication date
US20220189206A1 (en) 2022-06-16
US20220189207A1 (en) 2022-06-16
US20230351809A1 (en) 2023-11-02
US11663853B2 (en) 2023-05-30
JPWO2020079741A1 (ja) 2021-09-24
US20220189205A1 (en) 2022-06-16
EP3869448A4 (en) 2021-10-27
US20210350126A1 (en) 2021-11-11
US11756336B2 (en) 2023-09-12
US11651624B2 (en) 2023-05-16
US11989975B2 (en) 2024-05-21
WO2020079741A1 (ja) 2020-04-23
US11348370B2 (en) 2022-05-31
EP3869448A1 (en) 2021-08-25

Similar Documents

Publication Publication Date Title
JP7192872B2 (ja) 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体
RU2431190C2 (ru) Способ и устройство распознавания рельефности лица
JP7188446B2 (ja) 認証装置、認証方法、認証プログラムおよび記録媒体
JP2019506694A (ja) 生体測定分析のシステムおよび方法
KR20190097640A (ko) 영상 정합 방법 및 장치
JP2000306095A (ja) 画像照合・検索システム
JP7010385B2 (ja) 虹彩認証装置、虹彩認証方法、虹彩認証プログラムおよび記録媒体
CN112232163B (zh) 指纹采集方法及装置、指纹比对方法及装置、设备
CN112016525A (zh) 非接触式指纹采集方法和装置
TW200905577A (en) Iris recognition system
US20210256244A1 (en) Method for authentication or identification of an individual
KR20200080533A (ko) 특징점 변동을 이용한 위조 얼굴 판별장치 및 그 방법
JP7302680B2 (ja) 情報処理装置、方法およびプログラム
CN212569821U (zh) 非接触式指纹采集装置
Dixit et al. SIFRS: Spoof Invariant Facial Recognition System (A Helping Hand for Visual Impaired People)
CN114694265A (zh) 活体检测方法、装置及系统
CN118366201A (zh) 一种基于三维建模的人脸识别方法及装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210324

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210324

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20211020

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220524

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220719

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: 20221108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20221121

R151 Written notification of patent or utility model registration

Ref document number: 7192872

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151