JP7405240B2 - 認証装置、認証方法、及び、プログラム - Google Patents
認証装置、認証方法、及び、プログラム Download PDFInfo
- Publication number
- JP7405240B2 JP7405240B2 JP2022510253A JP2022510253A JP7405240B2 JP 7405240 B2 JP7405240 B2 JP 7405240B2 JP 2022510253 A JP2022510253 A JP 2022510253A JP 2022510253 A JP2022510253 A JP 2022510253A JP 7405240 B2 JP7405240 B2 JP 7405240B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- visible light
- converted
- feature amount
- iris
- 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
Links
- 238000000034 method Methods 0.000 title claims description 52
- 238000006243 chemical reaction Methods 0.000 claims description 122
- 238000000605 extraction Methods 0.000 claims description 37
- 239000000284 extract Substances 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 22
- 238000012795 verification Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004040 coloring Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000016339 iris pattern Diseases 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- 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
- G06V40/193—Preprocessing; Feature extraction
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
Description
本発明の他の観点は、認証装置であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、前記変換画像の特徴量を抽出する特徴量抽出手段と、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、を備え、前記画像変換手段は、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する。
本発明の他の観点は、認証装置であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、前記変換画像の特徴量を抽出する特徴量抽出手段と、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、を備え、前記画像変換手段は、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する。
本発明の他の観点は、認証装置であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、前記変換画像の特徴量を抽出する特徴量抽出手段と、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、を備え、前記画像変換手段は、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、前記特徴量抽出手段は、前記複数の変換画像から特徴量を抽出し、前記照合手段は、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する。
本発明の他の観点は、認証方法であって、画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、特徴量抽出手段が、前記変換画像の特徴量を抽出し、照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、前記画像変換手段が、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する。
本発明の他の観点は、認証方法であって、画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、特徴量抽出手段が、前記変換画像の特徴量を抽出し、照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、前記画像変換手段が、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する。
本発明の他の観点は、認証方法であって、画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、特徴量抽出手段が、前記変換画像の特徴量を抽出し、照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、前記画像変換手段が、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、前記特徴量抽出手段が、前記複数の変換画像から特徴量を抽出し、前記照合手段が、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する。
本発明の他の観点は、記録媒体であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、前記変換画像の特徴量を抽出し、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する処理を前記コンピュータに実行させるプログラムを記録する。
本発明の他の観点は、記録媒体であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、前記変換画像の特徴量を抽出し、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する処理を前記コンピュータに実行させるプログラムを記録する。
本発明の他の観点は、記録媒体であって、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、前記変換画像の特徴量を抽出し、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、前記複数の変換画像から特徴量を抽出し、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する処理を前記コンピュータに実行させるプログラムを記録する。
<第1実施形態>
[認証システム]
図1は、第1実施形態に係る認証装置を適用した認証システムの概略構成を示す図である。認証システム1は、可視光カメラ2と、1つ又は複数の認証装置10と、虹彩画像データベース(以下、「データベース」を「DB」とも記す。)4と、管理装置5とを備える。各認証装置10は、対応する可視光カメラ2に接続されている。また、各認証装置10と、虹彩画像DB4と、管理装置5とはネットワーク6を通じて接続されている。
図2は、認証装置のハードウェア構成を示すブロック図である。認証装置10は、IF(InterFace)11と、プロセッサ12と、メモリ13と、記録媒体14と、データベース(DB)15と、を備える。
図3は、認証装置10の機能構成を示すブロック図である。認証装置10は、画像変換部20と、特徴量抽出部30と、照合部40とを備える。画像変換部20には、可視光カメラ2から対象者Xの顔の可視光画像D1が入力される。画像変換部20は、対象者Xの顔全体の可視光画像D1から目の領域を切り出し、モノクロ変換を行ってモノクロ画像を生成する。そして、画像変換部20は、得られたモノクロ画像を、モノクロ変換画像D2として特徴量抽出部30に出力する。
図5は、認証装置10により行われる虹彩認証処理のフローチャートである。この処理は、図2に示すプロセッサ12が、予め用意されたプログラムを実行することにより実現される。
上記の実施形態では、画像変換部20において、複数の変換処理部21がそれぞれ異なる画像変換アルゴリズムを用いて可視光画像D1をモノクロ変換し、選択部22がそのうち最も品質値が高いものをモノクロ変換画像D2として選択している。その代わりに、画像変換部20は以下の方法で画像変換アルゴリズムを選択してもよい。
第1の方法では、選択部22は、虹彩画像DB4に記憶されている赤外線画像の撮影条件に基づき、その撮影条件に適した画像変換アルゴリズムを選択する。虹彩画像DB4に記憶されている登録特徴量D4は、登録済人物の虹彩を撮影した赤外線画像に対して特徴量の抽出を行って生成したものであるので、モノクロ変換画像D2側も、それと同じ撮影条件に合わせることが有効である。具体的な処理としては、虹彩画像DB4に記憶されている登録特徴量D4の元になった赤外線画像の撮影条件を認証装置10に設定しておき、選択部22はその撮影条件に基づいて最適な画像変換アルゴリズムを選択し、その画像変換アルゴリズムを用いて変換された画像をモノクロ変換画像D2とする。この方法では、図4に示す複数の変換処理部21のうち、撮影条件に基づいて選択された画像変換アルゴリズムを用いる1つの変換処理部21で可視光画像D1のモノクロ変換を行えばよい。
第2の方法では、対象者Xの属性に基づいて、その属性に適した画像変換アルゴリズムを選択する。人間の瞳の色には人種毎の相違があり、一般的にアジア人の瞳はブラウン系であり、欧米人の瞳はブルー系である。よって、瞳の色ごとに適切な画像変換アルゴリズムを予め決定しておき、実際に可視光画像D1を撮影した対象者Xの人種などの情報に応じて適切な画像変換アルゴリズムを選択してもよい。これにより、対象者の属性に応じて適切な画像変換を行うことができる。
上記の実施形態では、画像変換部20は、複数の画像変換アルゴリズムのうちの1つを用いて変換された画像をモノクロ変換画像D2として出力している。その代わりに、認証装置10は、複数の画像変換アルゴリズムを適用して虹彩認証を行ってもよい。
具体的に、画像変換部20は以下のような画像変換アルゴリズムを使用することができる。
(1)コントラスト調整を行うアルゴリズム
画像変換アルゴリズムを使用して可視光画像をモノクロ変換する際に、画像を高コントラスト化する。これにより、画像中の瞳孔を検出しやすくなり、虹彩を読み取り易くなる。
画像変換アルゴリズムを使用して可視光画像をモノクロ変換する際に、ガンマ値を補正し、輝度を調整する。これにより、画像中の瞳孔を検出しやすくなり、虹彩を読み取り易くなる。
深層学習を用いた画像変換モデルを使用して可視光画像をモノクロ画像に変換する。即ち、入力された可視光画像をモノクロ変換してモノクロ画像を出力する画像変換モデルを学習する。画像変換モデルの学習時には、入力データとしての可視光画像に対して、予め正解データを用意しておく。例えば、同一人物の顔を可視光カメラで撮影した画像と、赤外線カメラで撮影した画像を用意し、前者を入力データ、後者を正解データとしてもよい。もしくは、入力データとして使用する可視光画像に対して、特徴量の抽出がしやすいような画像処理を行って正解データを生成してもよい。学習時には、用意された可視光画像の入力データを画像変換モデルに入力し、その出力と正解データとの損失に基づいて画像変換モデルのパラメータを最適化し、学習済みの画像変換モデルを生成する。実際の画像変換時には、学習済みの画像変換モデルを用いて、入力された可視光画像をモノクロ変換する。
図6は、管理装置5の表示例を示す。図6の例は、ある一人の対象者Xについての表示例である。管理画面50は、顔画像51と、モノクロ変換画像52と、赤外線画像53と、一致度のスコア54とを含む。顔画像51は、可視光カメラ2で撮影された対象者Xの顔全体の可視光画像である。モノクロ変換画像52は、可視光画像から切り出された対象者Xの目の領域を、ある画像変換アルゴリズムを用いて変換して得られた画像である。なお、モノクロ変換画像52の近傍には、モノクロ変換に用いられた画像変換アルゴリズム(図6の例では、アルゴリズムB)を示す情報が表示される。赤外線画像53は、照合の対象となっている登録特徴量D4を抽出する元となった赤外線画像である。赤外線画像53は、虹彩画像DB4に記憶されている画像である。スコア54は、モノクロ変換画像52から抽出された特徴量と、赤外線画像53に対応する登録特徴量との一致度を示すスコアであり、照合部40により算出されたものである。このように、管理画面50によれば、認証システム1の管理者などは、可視光画像の変換に用いた画像変換アルゴリズム、変換により得られたモノクロ変換画像、照合に用いた赤外線画像、一致度のスコアなどを容易に認識することができる。
可視光画像には、照明などの映り込みが発生することがある。映り込みとは、滑らかな表面などに反射した光源や他の像が画像として撮影されることを言う。虹彩認証のために撮影した可視光画像では、瞳の領域などに照明や対象者の背景などが映り込むことがある。この場合、可視光画像を変換したモノクロ変換画像では、映り込みの領域においては虹彩の模様が見えにくくなり、照合に使用することができない。そこで、特徴量抽出部30は、入力されたモノクロ変換画像D2の画素値が所定値以上である領域を映り込み領域として検出し、映り込み領域以外の領域で特徴量を抽出する。また、照合部40も、その映り込み領域以外の領域の登録特徴量を用いて照合を行う。これにより、可視光画像を使用する場合の映り込みの問題を解消することができる。
次に、上記の実施形態の変形例について説明する。以下の変形例は、適宜組み合わせて適用することができる。
(変形例1)
上記の実施形態では、可視光画像をモノクロ変換して特徴量の抽出を行っているが、完全なモノクロ変換以外の手法で可視光画像を変換してもよい。欧米人の虹彩の場合は、可視光画像を完全なモノクロ画像(2値画像)に変換しなくても、例えばコントラスト調整などにより特徴量を抽出できる場合がある。よって、虹彩の色調などに応じて、特徴量の抽出を可能とする他の画像変換を採用してもよい。また、同様の観点から、虹彩画像DB4に記憶されている赤外線画像との照合に用いられる変換画像も、完全なモノクロ画像(2値画像)でなくてもよい。
上記の実施形態では、可視光画像をモノクロ変換し、特徴量の照合を行っているが、その代わりに、可視光画像をRGBの各成分に変換し、それらを用いて特徴量の照合を行ってもよい。この場合、画像変換部20は可視光画像D1をRGB各色の画像に変換し、特徴量抽出部30は各色の変換画像から特徴量を抽出し、照合部40は抽出された各色の特徴量を、虹彩画像DB4に記憶されている登録特徴量と照合する。照合部40は、得られた各色のスコアに基づいて認証結果を生成する。例えば、照合部40は、得られた3つのスコアの平均値、最大値などに基づいて認証結果を決定してもよい。もしくは、照合部40は、得られた3つのスコア毎に認証結果(認証成功、認証失敗など)を判定し、それらの多数決などにより最終的な認証結果を決定してもよい。この方法によっても、可視光画像を用いて虹彩認証が可能となる。
上記の認証システム1は虹彩認証のみを行っているが、さらに顔認証を行ってもよい。上記の本実施形態によれば可視光画像を用いて虹彩認証を行うことができるので、可視光カメラで撮影された可視光画像を用いて虹彩認証と顔認証の両方を行うことができる。具体的には、まず、上記の実施形態による虹彩認証を行い、虹彩認証に失敗した場合に、可視光カメラで撮影された顔画像を用いて顔認証を行ってもよい。また、一般的には顔認証よりも虹彩認証の方が認証精度が高いので、まず、可視光カメラで撮影された顔画像を用いて顔認証を行い、顔認証に失敗した場合に、上記の実施形態による虹彩認証を行ってもよい。なお、認証に失敗した場合とは、具体的には、特徴量の照合により得られた類似度のスコアが閾値以下の場合である。
上記の実施形態では、可視光カメラ2で撮影した可視光画像と、虹彩画像DB4に登録されている赤外線画像とを照合している。その代わりに、虹彩画像DB4に可視光画像を登録しておき、可視光カメラ2で撮影した可視光画像と、虹彩画像DB4に登録されている可視光画像とを照合してもよい。この場合、可視光画像同士の照合の方法としては、例えば、両方の可視光画像をRGBの各成分に変換し、RGB各色毎に特徴量を抽出し、それらを照合してもよい。この場合には、得られた3色のスコアの平均値、最大値などに基づいて認証結果を決定してもよいし、得られた3色のスコア毎に認証結果(認証成功、認証失敗など)を判定し、それらの多数決などにより最終的な認証結果を決定してもよい。また、別の方法では、両方の可視光画像をモノクロ変換し、モノクロ画像から得られた特徴量を用いて照合を行ってもよい。
上記の実施形態では、複数の認証装置10と、虹彩画像DB4と、管理装置5とをネットワーク6で接続しているが、その代わりに、スタンドアローン型の1つの認証装置を構成してもよい。その場合には、1つの認証装置内のデータベースに虹彩画像DBを設け、表示部に管理画像50を表示すればよい。
図8は、第2実施形態に係る認証装置の機能構成を示すブロック図である。認証装置70は、画像変換手段71と、特徴量抽出手段72と、照合手段73とを備える。画像変換手段71は、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する。特徴量抽出手段72は、変換画像の特徴量を抽出する。照合手段73は、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、対象者の認証を行う。
対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、
前記変換画像の特徴量を抽出する特徴量抽出手段と、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、
を備える認証装置。
前記画像変換手段は、
前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成する変換処理手段と、
前記複数の変換画像のうち最も品質の良い変換画像を選択し、前記特徴量抽出手段に出力する選択手段と、
を備える付記1に記載の認証装置。
前記画像変換手段は、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する付記1に記載の認証装置。
前記画像変換手段は、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する付記1に記載の認証装置。
前記画像変換手段は、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、
前記特徴量抽出手段は、前記複数の変換画像から特徴量を抽出し、
前記照合手段は、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する付記1に記載の認証装置。
前記画像変換手段は、前記可視光画像をモノクロ画像に変換する付記1乃至5のいずれか一項に記載の認証装置。
前記照合手段は、前記変換画像における各画素の輝度値に基づいて、光の反射により生じる映り込み領域を検出し、前記変換画像及び前記赤外線画像の前記映り込み領域以外の領域における特徴量を照合する付記1乃至6のいずれか一項に記載の認証装置。
前記画像変換手段は、前記可視光画像を、RGB各色の画像に変換し、
前記特徴量抽出手段は、前記RGB各色の変換画像から特徴量を抽出し、
前記照合手段は、前記RGB各色の画像から抽出された特徴量を、それぞれ前記赤外線画像から生成された特徴量と照合し、得られた結果に基づいて前記対象者の認証を行う付記1に記載の認証装置。
前記可視光画像は、前記対象者の顔を含む領域の画像であり、
前記可視光画像を用いて、前記対象者の顔認証を行う顔認証手段を備える付記1乃至8のいずれか一項に記載の認証装置。
前記顔認証手段は、前記照合手段により前記対象者の認証結果が得られた場合には前記顔認証を行わず、前記照合手段により前記対象者の認証結果が得られなかった場合に前記顔認証を行う付記9に記載の認証装置。
前記照合手段は、前記顔認証手段により前記対象者の認証結果が得られた場合には前記認証を行わず、前記顔認証手段により前記対象者の認証結果が得られなかった場合に前記認証を行う付記9に記載の認証装置。
対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う認証方法。
対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させるプログラムを記録した記録媒体。
2 可視光カメラ
4 虹彩画像データベース
5 管理装置
6 ネットワーク
10 認証装置
11 IF(InterFace)
12 プロセッサ
13 メモリ
14 記録媒体
15 データベース(DB)
20 画像変換部
21 変換処理部
22 選択部
30 特徴量抽出部
40 照合部
50 管理画像
51 顔画像
52 モノクロ変換画像
70 認証装置
71 画像変換手段
72 特徴量抽出手段
73 照合手段
53 赤外線画像
54 スコア
D1 可視光画像
D2 モノクロ変換画像
D3 特徴量
Claims (14)
- 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、
前記変換画像の特徴量を抽出する特徴量抽出手段と、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、
を備え、
前記画像変換手段は、
前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成する変換処理手段と、
前記複数の変換画像のうち最も品質の良い変換画像を選択し、前記特徴量抽出手段に出力する選択手段と、
を備える認証装置。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、
前記変換画像の特徴量を抽出する特徴量抽出手段と、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、
を備え、
前記画像変換手段は、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する認証装置。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、
前記変換画像の特徴量を抽出する特徴量抽出手段と、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、
を備え、
前記画像変換手段は、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する認証装置。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成する画像変換手段と、
前記変換画像の特徴量を抽出する特徴量抽出手段と、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う照合手段と、
を備え、
前記画像変換手段は、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、
前記特徴量抽出手段は、前記複数の変換画像から特徴量を抽出し、
前記照合手段は、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する認証装置。 - 前記画像変換手段は、前記可視光画像をモノクロ画像に変換する請求項1乃至4のいずれか一項に記載の認証装置。
- 前記照合手段は、前記変換画像における各画素の輝度値に基づいて、光の反射により生じる映り込み領域を検出し、前記変換画像及び前記赤外線画像の前記映り込み領域以外の領域における特徴量を照合する請求項1乃至5のいずれか一項に記載の認証装置。
- 画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
特徴量抽出手段が、前記変換画像の特徴量を抽出し、
照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、
前記画像変換手段が、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、前記複数の変換画像のうち最も品質の良い変換画像を選択し、前記特徴量抽出手段に出力する認証方法。 - 画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
特徴量抽出手段が、前記変換画像の特徴量を抽出し、
照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、
前記画像変換手段が、前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する認証方法。 - 画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
特徴量抽出手段が、前記変換画像の特徴量を抽出し、
照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、
前記画像変換手段が、前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する認証方法。 - 画像変換手段が、対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
特徴量抽出手段が、前記変換画像の特徴量を抽出し、
照合手段が、抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行い、さらに、
前記画像変換手段が、前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、
前記特徴量抽出手段が、前記複数の変換画像から特徴量を抽出し、
前記照合手段が、前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する認証方法。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、
前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、
前記複数の変換画像のうち最も品質の良い変換画像を選択し、当該選択した変換画像の特徴量を抽出する処理を前記コンピュータに実行させるプログラムを記録した記録媒体。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、
前記赤外線画像の撮影条件に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する処理を前記コンピュータに実行させるプログラムを記録した記録媒体。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、
前記対象者の属性に基づいて、複数のアルゴリズムから少なくとも1つのアルゴリズムを選択し、選択したアルゴリズムを用いて前記可視光画像を変換する処理を前記コンピュータに実行させるプログラムを記録した記録媒体。 - 対象者の虹彩を含む領域を可視光で撮影した可視光画像を変換し、変換画像を生成し、
前記変換画像の特徴量を抽出し、
抽出された特徴量と、虹彩の赤外線画像から生成された特徴量とを照合し、前記対象者の認証を行う処理をコンピュータに実行させ、さらに、
前記可視光画像を複数のアルゴリズムを用いて変換して、複数の変換画像を生成し、
前記複数の変換画像から特徴量を抽出し、
前記複数の変換画像から抽出された特徴量を順に選択して前記赤外線画像から生成された特徴量と照合する処理を前記コンピュータに実行させるプログラムを記録した記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/013584 WO2021192134A1 (ja) | 2020-03-26 | 2020-03-26 | 認証装置、認証方法、及び、記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021192134A1 JPWO2021192134A1 (ja) | 2021-09-30 |
JPWO2021192134A5 JPWO2021192134A5 (ja) | 2022-11-16 |
JP7405240B2 true JP7405240B2 (ja) | 2023-12-26 |
Family
ID=77891599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022510253A Active JP7405240B2 (ja) | 2020-03-26 | 2020-03-26 | 認証装置、認証方法、及び、プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230252119A1 (ja) |
EP (1) | EP4131148A1 (ja) |
JP (1) | JP7405240B2 (ja) |
WO (1) | WO2021192134A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023175781A1 (ja) * | 2022-03-16 | 2023-09-21 | 日本電気株式会社 | 認証装置、認証方法、プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004318248A (ja) | 2003-04-11 | 2004-11-11 | Matsushita Electric Ind Co Ltd | 虹彩認証システム及び虹彩認証方法並びに虹彩認証プログラム |
JP2005004524A (ja) | 2003-06-12 | 2005-01-06 | Oki Electric Ind Co Ltd | 識別装置および個人認証装置 |
JP2005071009A (ja) | 2003-08-22 | 2005-03-17 | Matsushita Electric Ind Co Ltd | 画像入力装置およびそれを用いた認証装置 |
JP2019128630A (ja) | 2018-01-22 | 2019-08-01 | 株式会社 日立産業制御ソリューションズ | 生体認証装置 |
WO2019150807A1 (ja) | 2018-02-01 | 2019-08-08 | ミツミ電機株式会社 | 認証装置 |
-
2020
- 2020-03-26 WO PCT/JP2020/013584 patent/WO2021192134A1/ja unknown
- 2020-03-26 JP JP2022510253A patent/JP7405240B2/ja active Active
- 2020-03-26 EP EP20927822.5A patent/EP4131148A1/en not_active Withdrawn
- 2020-03-26 US US17/912,212 patent/US20230252119A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004318248A (ja) | 2003-04-11 | 2004-11-11 | Matsushita Electric Ind Co Ltd | 虹彩認証システム及び虹彩認証方法並びに虹彩認証プログラム |
JP2005004524A (ja) | 2003-06-12 | 2005-01-06 | Oki Electric Ind Co Ltd | 識別装置および個人認証装置 |
JP2005071009A (ja) | 2003-08-22 | 2005-03-17 | Matsushita Electric Ind Co Ltd | 画像入力装置およびそれを用いた認証装置 |
JP2019128630A (ja) | 2018-01-22 | 2019-08-01 | 株式会社 日立産業制御ソリューションズ | 生体認証装置 |
WO2019150807A1 (ja) | 2018-02-01 | 2019-08-08 | ミツミ電機株式会社 | 認証装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4131148A1 (en) | 2023-02-08 |
JPWO2021192134A1 (ja) | 2021-09-30 |
WO2021192134A1 (ja) | 2021-09-30 |
US20230252119A1 (en) | 2023-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10643087B2 (en) | Systems and methods of biometric analysis to determine a live subject | |
KR101495430B1 (ko) | 바이오메트릭 인증을 위한 품질 메트릭 | |
JP6550094B2 (ja) | 認証装置および認証方法 | |
KR101356358B1 (ko) | 눈의 이미지에 기초한 바이오메트릭 인증을 위한 기기 및 컴퓨터 구현 방법 | |
JP3940759B2 (ja) | 虹彩登録方法、虹彩登録装置および虹彩登録プログラム | |
JP7004059B2 (ja) | なりすまし検知装置、なりすまし検知方法、及びプログラム | |
JP6984724B2 (ja) | なりすまし検知装置、なりすまし検知方法、及びプログラム | |
US20170308690A1 (en) | Information processing apparatus, information processing method, and program | |
US9946929B2 (en) | Method of detecting boundaries of the human eye | |
JP7405240B2 (ja) | 認証装置、認証方法、及び、プログラム | |
KR102038576B1 (ko) | 홍채 인식 시스템의 부정행위 검출 방법 | |
WO2021166289A1 (ja) | データ登録装置、生体認証装置、および記録媒体 | |
Shahriar et al. | An iris-based authentication framework to prevent presentation attacks | |
WO2022222957A1 (zh) | 一种目标识别的方法和系统 | |
JP2004086614A (ja) | 目画像撮像装置及び目画像認証装置 | |
KR102570071B1 (ko) | 라이브니스 검사 방법 및 장치, 얼굴 인증 방법 및 장치 | |
JPWO2021192134A5 (ja) | 認証装置、認証方法、及び、プログラム | |
JP7445335B2 (ja) | 照明源を含むデバイスを使用する生体性検出 | |
JP7400924B2 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
JP2021096831A (ja) | 判定装置、判定装置を含む携帯端末、および判定装置用のプログラム | |
KR102342334B1 (ko) | 개선된 황달 진단 방법 및 그 시스템 | |
WO2023084667A1 (ja) | 認証装置、エンジン生成装置、認証方法、エンジン生成方法、及び、記録媒体 | |
Suma | High dynamic range imaging for face matching | |
JP2022031456A (ja) | なりすまし検知装置、なりすまし検知方法、及びプログラム | |
JP2022028850A (ja) | なりすまし検知装置、なりすまし検知方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220916 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230908 |
|
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: 20231114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231127 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7405240 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |