JPS59192A - 個人照合装置 - Google Patents
個人照合装置Info
- Publication number
- JPS59192A JPS59192A JP57109527A JP10952782A JPS59192A JP S59192 A JPS59192 A JP S59192A JP 57109527 A JP57109527 A JP 57109527A JP 10952782 A JP10952782 A JP 10952782A JP S59192 A JPS59192 A JP S59192A
- Authority
- JP
- Japan
- Prior art keywords
- turn
- pattern
- turns
- residual
- person
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 29
- 238000012795 verification Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 101150084935 PTER gene Proteins 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
- G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches
-
- 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
- G06V40/30—Writer recognition; Reading and verifying signatures
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の技術分野〕
本発明は人力された例えば音声パターンに従って予め登
録された個人を照合識別することのできる個人照合装置
に関する。
録された個人を照合識別することのできる個人照合装置
に関する。
金融業務や建物の人出管理業務にあっては、その防犯対
策上、個人の照合、確認が極めて重要である。現在、代
表的な個人照合法として、例えば銀行業務におけるID
カード法が広く知られている。このIDカード法は、I
Dカードに磁気記録された予め登録したID番号と、新
たにテンキーを用いて入力されたID番号とを照合して
個人を確認するもので、その論理構成が簡単であり、確
実な照合を行い得ることから広く普及している。
策上、個人の照合、確認が極めて重要である。現在、代
表的な個人照合法として、例えば銀行業務におけるID
カード法が広く知られている。このIDカード法は、I
Dカードに磁気記録された予め登録したID番号と、新
たにテンキーを用いて入力されたID番号とを照合して
個人を確認するもので、その論理構成が簡単であり、確
実な照合を行い得ることから広く普及している。
然し乍ら、このIDカード法ではI Dカードを紛失し
たり、或いは登録しだID番号を忘れ/ζりして実際上
、上記照合が不能となると云う不具合を治している。寸
だ紛失したIDカードに記録されているID番号が何等
かの手段によって第三者に知れた場合、これによって誤
った個人照合が行われて上記IDカードの不正使用がな
される虞れもある。
たり、或いは登録しだID番号を忘れ/ζりして実際上
、上記照合が不能となると云う不具合を治している。寸
だ紛失したIDカードに記録されているID番号が何等
かの手段によって第三者に知れた場合、これによって誤
った個人照合が行われて上記IDカードの不正使用がな
される虞れもある。
そこで最近では上述したID番号の代りに個人特有な音
声、手型、手書文字等の特徴・リーンを利用した個人照
合が種々試みられている。
声、手型、手書文字等の特徴・リーンを利用した個人照
合が種々試みられている。
しかし、登録された・ぞターンとの完全一致をとること
や、特徴値判定と云った簡単な手法によって個人照合処
理を行っているだけなので、十分高い照合率を得るに至
っていない。これ故、実用化にf(j、未だ幾つかの問
題があった。
や、特徴値判定と云った簡単な手法によって個人照合処
理を行っているだけなので、十分高い照合率を得るに至
っていない。これ故、実用化にf(j、未だ幾つかの問
題があった。
本発明はこのような事情を考慮しとなされたもので、そ
の目的とするところは、入力されたパターンに従って予
め登録された個人を簡易に、る実用性の高い個人照合装
置を提供することにある。
の目的とするところは、入力されたパターンに従って予
め登録された個人を簡易に、る実用性の高い個人照合装
置を提供することにある。
本発明は人カバターンから同じカテゴリの標準パターン
成分を差引いて求められた残差・セターンから、その特
徴系列パターンを求め、この特徴系列パターンのレベル
で被照合者の個人識別を行うようにしたものである。
成分を差引いて求められた残差・セターンから、その特
徴系列パターンを求め、この特徴系列パターンのレベル
で被照合者の個人識別を行うようにしたものである。
従って本発明によれは残差・リーンと云う個人性の強い
情報の更にその特徴を顕著に示す特徴系列パターンを用
いて照合処理を行うので、高精度に、しかも信頼性良く
その照合結果を得ることが可能となシ、実用上多大なる
効果が奏せられる。
情報の更にその特徴を顕著に示す特徴系列パターンを用
いて照合処理を行うので、高精度に、しかも信頼性良く
その照合結果を得ることが可能となシ、実用上多大なる
効果が奏せられる。
以下、図面を参照して本発明の一実施例につき説明する
ヮ 第1図は実施例装置の要部を示す概略構成図である。こ
の装置は音声入力された音声情報を用いて個人照合処理
を行うもので、Aは音声分析部、Bは個人照合部である
。入力された音声信号は音響処理部1にて分析され、そ
の特徴・やラメータが抽出される。認識処理部2は、入
力音声信号に対して音声区間の切出しや時間軸の正規化
処理等を行ったのち、上記特徴パラメータを辞書3に予
め登録された標準・やターンと照合し、例えば類似度計
算を行う等してぞのカテゴリを判定している。そして、
この判定された同一カテゴリの標準パターン成分を前記
入力音声・Pターンよシ差引き、これによって入力音声
の個人性の強い残差・!ターンが求められている。
ヮ 第1図は実施例装置の要部を示す概略構成図である。こ
の装置は音声入力された音声情報を用いて個人照合処理
を行うもので、Aは音声分析部、Bは個人照合部である
。入力された音声信号は音響処理部1にて分析され、そ
の特徴・やラメータが抽出される。認識処理部2は、入
力音声信号に対して音声区間の切出しや時間軸の正規化
処理等を行ったのち、上記特徴パラメータを辞書3に予
め登録された標準・やターンと照合し、例えば類似度計
算を行う等してぞのカテゴリを判定している。そして、
この判定された同一カテゴリの標準パターン成分を前記
入力音声・Pターンよシ差引き、これによって入力音声
の個人性の強い残差・!ターンが求められている。
しかしで、上記の如く求められた残差/Fターンは個人
照合部Bに供給され、個人照合処理に供される。この個
人照合処理は、認識処理部4において、辞書5に予め登
録された各個人の登録残差・!ターンとの照合比較、そ
して判定部6における上記比較結果の判定結果に応じた
認識処理部7における辞書8を用いた照合比較、更に判
定部9によるその判定と云う2段段の処理によって行わ
れるようになっている。認識処J、lj部7は、前述し
た音声残差・9ターンから例えば音韻特徴系列等のその
特徴を顕著に示す特徴系列・母ターンを抽出し、予め同
様に抽出されたのち辞書8に登録されている辞書特徴系
列神ターンとの照合を行うものである。これらの各照合
結果を総合判定することにより、音声入力者、つまシ被
照合者が個人識別されることになる。
照合部Bに供給され、個人照合処理に供される。この個
人照合処理は、認識処理部4において、辞書5に予め登
録された各個人の登録残差・!ターンとの照合比較、そ
して判定部6における上記比較結果の判定結果に応じた
認識処理部7における辞書8を用いた照合比較、更に判
定部9によるその判定と云う2段段の処理によって行わ
れるようになっている。認識処J、lj部7は、前述し
た音声残差・9ターンから例えば音韻特徴系列等のその
特徴を顕著に示す特徴系列・母ターンを抽出し、予め同
様に抽出されたのち辞書8に登録されている辞書特徴系
列神ターンとの照合を行うものである。これらの各照合
結果を総合判定することにより、音声入力者、つまシ被
照合者が個人識別されることになる。
第2図は、上述した装置における個人の・ぐターン登録
と、登録されたパターンを用いた被照合者の個人識別処
理とを概略的に示した処理フローであシ、以下、この処
理フローに従って本装置の作用・効果を説明する。
と、登録されたパターンを用いた被照合者の個人識別処
理とを概略的に示した処理フローであシ、以下、この処
理フローに従って本装置の作用・効果を説明する。
今、個人照合に用いる音声や文字等の・!ターンをベク
トルf(ト)で示すものとする。こむで/= &:I。
トルf(ト)で示すものとする。こむで/= &:I。
上記・やターンが属するカテゴリ(t=1.2.3・・
・・・・、L)を示している。しかしてカテゴリtの標
準パターンは、例えば不特定多数の人からそれぞれ得ら
れるカテゴ+77のパターンを平均化処理し/cシ、或
いはその集合(【、)を基礎として作成される。つまシ
、 (f“1(j−1,2,3・・・−・J )−・ψ叩、
I tとし
て、標準・Pターンψ“が求められ、各力テコIJ /
−4rjに辞書3に登録される。この標準・にターンψ
(′d1、従来周知の複合類似度法や混合類似度法で用
いられる標準パターンと同様な手法によって求められる
ものであり、 ψ“−(φ/勺 (m= 1 、 2 、 3−−
J)として与えらノ1.る。このようi/(−、L、
で示される標準・Pターンtよ、前記・eターン集合(
f・叩)をもとに、そり平均パターンおよび代表的々変
形・やターンを表わしており、最小自乗法的な意味にお
いて最適な近似表現となっている。尚、φ(4)は同一
り力テコ+7 tにおいて、互いに直交する関係Vcな
っでいる。
・・・・、L)を示している。しかしてカテゴリtの標
準パターンは、例えば不特定多数の人からそれぞれ得ら
れるカテゴ+77のパターンを平均化処理し/cシ、或
いはその集合(【、)を基礎として作成される。つまシ
、 (f“1(j−1,2,3・・・−・J )−・ψ叩、
I tとし
て、標準・Pターンψ“が求められ、各力テコIJ /
−4rjに辞書3に登録される。この標準・にターンψ
(′d1、従来周知の複合類似度法や混合類似度法で用
いられる標準パターンと同様な手法によって求められる
ものであり、 ψ“−(φ/勺 (m= 1 、 2 、 3−−
J)として与えらノ1.る。このようi/(−、L、
で示される標準・Pターンtよ、前記・eターン集合(
f・叩)をもとに、そり平均パターンおよび代表的々変
形・やターンを表わしており、最小自乗法的な意味にお
いて最適な近似表現となっている。尚、φ(4)は同一
り力テコ+7 tにおいて、互いに直交する関係Vcな
っでいる。
さて、特定の個人αが、個人照合の為に予め登録入力す
る・パターンを杵ごとすると、このパターン私“は上記
個人αの特性を示す特有の歪を持つ、カテゴリtに属し
たもりとなる。峰−こて、この登録パターンgCtCI
Jから、これに計1する平均的な・ぞターン成分、即ち
標準・ぞターン成分を差引いて個人の特性を強調しだ残
差・ゼターンh♂を、例えば として求める。ここで(・)は内積を示し、分母は正規
化の為に導入したもので1lllil−1ソルムを示し
ている。但し、分母を”J″′として残差・やターンh
♂を簡単に求める場合もある。このようにして求められ
た残差・lターンh♂も個人の識別情報用辞書として登
録される。
る・パターンを杵ごとすると、このパターン私“は上記
個人αの特性を示す特有の歪を持つ、カテゴリtに属し
たもりとなる。峰−こて、この登録パターンgCtCI
Jから、これに計1する平均的な・ぞターン成分、即ち
標準・ぞターン成分を差引いて個人の特性を強調しだ残
差・ゼターンh♂を、例えば として求める。ここで(・)は内積を示し、分母は正規
化の為に導入したもので1lllil−1ソルムを示し
ている。但し、分母を”J″′として残差・やターンh
♂を簡単に求める場合もある。このようにして求められ
た残差・lターンh♂も個人の識別情報用辞書として登
録される。
さて本装置では上記残差パターンh♂から更にその特徴
系列が求められる。即ち、入カバターンが音声である場
合には、子音や母音等の音韻特徴を抽出し、これがどの
ような時間系列になっているかを分析している。この特
徴ある音ntl・Pクーンcr、itlの分析結果から
、その特徴系列の全部或いはそり一部が特徴系列・?タ
ーン・、X“−(・fJII I ・ンン ・
・・ ・・ ・“ )α(nl として求められている。この特徴系列パターンCα“が
第2の辞書として登録される。このようにして、各個人
の登録・パターンが、それぞれ辞賓登録されることにな
る。
系列が求められる。即ち、入カバターンが音声である場
合には、子音や母音等の音韻特徴を抽出し、これがどの
ような時間系列になっているかを分析している。この特
徴ある音ntl・Pクーンcr、itlの分析結果から
、その特徴系列の全部或いはそり一部が特徴系列・?タ
ーン・、X“−(・fJII I ・ンン ・
・・ ・・ ・“ )α(nl として求められている。この特徴系列パターンCα“が
第2の辞書として登録される。このようにして、各個人
の登録・パターンが、それぞれ辞賓登録されることにな
る。
さて、こりような情報により構成された辞15.8を用
いた被照合者の個人識別は次のようにして行われる。
いた被照合者の個人識別は次のようにして行われる。
先ず個人照合の為に被照合者が入力した照合・fターン
をpとすると、その分析処理によって上記照合・ンター
ンpの力テコ゛りが判定され、同じ力テコ゛りの標準・
9タ一ン成分φ“を用いて上記照合パターンpの残差・
ぞターンq“がとして求められる。との残差パターンq
c′と前記辞書登録した残差・Pターンhr、ff1(
′とを照合し−C第1段階の照合処理を行う。この照合
処理は、公知の単純類似度法や複合類似度法を用いで行
われる。例えば複合類似度法を用い/こ場合、q(6)
とhα“との類似度S(q“、h♂)を として算出する。この獅4出された類似jノ1値に対し
て1 θ1 、θ2を定数とし、 S(q“、h♂)〉θ1 なる条件で被照合者が個人αであると判定する。
をpとすると、その分析処理によって上記照合・ンター
ンpの力テコ゛りが判定され、同じ力テコ゛りの標準・
9タ一ン成分φ“を用いて上記照合パターンpの残差・
ぞターンq“がとして求められる。との残差パターンq
c′と前記辞書登録した残差・Pターンhr、ff1(
′とを照合し−C第1段階の照合処理を行う。この照合
処理は、公知の単純類似度法や複合類似度法を用いで行
われる。例えば複合類似度法を用い/こ場合、q(6)
とhα“との類似度S(q“、h♂)を として算出する。この獅4出された類似jノ1値に対し
て1 θ1 、θ2を定数とし、 S(q“、h♂)〉θ1 なる条件で被照合者が個人αであると判定する。
まだ同様にして
S(q″l、h♂)〈θ2
なる条件の場合には、被照合者は個人(χでないとして
判定する。また判定結果が θz<S(q叩、h♂)〈θl である場合、被照合者を個人αであると識別することか
不十分であるとし、これをリジェクト′する。即ち、と
の残差・やターンによる照合で十分旨い精度でパターン
の一致・不一致の結果が得られた場合、そり結果だけを
用いて被照合者の個人識別結果を得る。またこのとき、
類似度値が十分高くなく、且つ十分低くない状態でその
判定が困難な場合にはこれをリジェクトして後述するよ
うに特徴系列・!ターンを用いた照合処理を行う。
判定する。また判定結果が θz<S(q叩、h♂)〈θl である場合、被照合者を個人αであると識別することか
不十分であるとし、これをリジェクト′する。即ち、と
の残差・やターンによる照合で十分旨い精度でパターン
の一致・不一致の結果が得られた場合、そり結果だけを
用いて被照合者の個人識別結果を得る。またこのとき、
類似度値が十分高くなく、且つ十分低くない状態でその
判定が困難な場合にはこれをリジェクトして後述するよ
うに特徴系列・!ターンを用いた照合処理を行う。
尚、上述した判定処理(・ゴ、被照合者が特定の個人α
であるか否かを識別するものであるが、カテゴリを同じ
くするパターンを登録した複数の個人が存在する揚台に
dl、そり各々について類似度値を求める。そして、そ
り中で最大を示す類似度値をS(″とじ、且つそり次に
大きな値l) を示す類似度値をS として、次の判定処理ext を行う。即ち、θ3 、θ、1θ5をそれぞれ定数とし
、 晴、”” Max(S (q” 、 hα”)1,2)
>θ3なる条件が共に満たされたとき、被照合者を個
人αとして識別判定する。また S濫、〈θ。
であるか否かを識別するものであるが、カテゴリを同じ
くするパターンを登録した複数の個人が存在する揚台に
dl、そり各々について類似度値を求める。そして、そ
り中で最大を示す類似度値をS(″とじ、且つそり次に
大きな値l) を示す類似度値をS として、次の判定処理ext を行う。即ち、θ3 、θ、1θ5をそれぞれ定数とし
、 晴、”” Max(S (q” 、 hα”)1,2)
>θ3なる条件が共に満たされたとき、被照合者を個
人αとして識別判定する。また S濫、〈θ。
なる条件の場合には、被照合者がいずれの登録された個
人にも該当し−ないとして判定し、そノ1以外の場合に
は、正確な識別ができないとしてリジェクトする。
人にも該当し−ないとして判定し、そノ1以外の場合に
は、正確な識別ができないとしてリジェクトする。
そり後、上記残差・9ターンを用いた照合において判定
がリジェクト処理された場合、以下に説明するように、
前記残差・臂ターンの特徴系列・9ターンを用いた照合
処理を行う。この場合、先ず被照合者が入力した照合パ
ターンpの残差パターンq′から、前述した手順と同様
にしてその特徴系列・ンターンd。ソヲ d♂=(d路、)、d記2.〜dム) を求める。このようにしで求められた照合・Pター 7
pの特徴系列パターンd。奴と、前記辞書登録した特
徴系列・Pターンc(:t“とを比較照合しで1固入識
別を行うっこり比較照合Q」、公知V遷移チーグル法や
ダイナミツクツ0ログラミング法(DP法)笠を用いて
行われる。例えばCa“とdtx” l v)一致度(
距Nfl ) T(Ctr 、da” )をとして求め
る。ここでt は特徴ベクトル(c、d) cLA とdVJ との距離を示しでおり、またω
filαill r、tfl+ は迅み関数である。そしてm1nFは、DP法において
、一致すさせ方を成る範囲Fで変化させたときの最小値
をとる一致度条f(を示すものであし ]〜かして、−ト記一致度の判冨Q」1、θも 、θフ
を定数とじて T(C,F1輸“)くθ6 を得て被照合者を個人αとして識別する。
がリジェクト処理された場合、以下に説明するように、
前記残差・臂ターンの特徴系列・9ターンを用いた照合
処理を行う。この場合、先ず被照合者が入力した照合パ
ターンpの残差パターンq′から、前述した手順と同様
にしてその特徴系列・ンターンd。ソヲ d♂=(d路、)、d記2.〜dム) を求める。このようにしで求められた照合・Pター 7
pの特徴系列パターンd。奴と、前記辞書登録した特
徴系列・Pターンc(:t“とを比較照合しで1固入識
別を行うっこり比較照合Q」、公知V遷移チーグル法や
ダイナミツクツ0ログラミング法(DP法)笠を用いて
行われる。例えばCa“とdtx” l v)一致度(
距Nfl ) T(Ctr 、da” )をとして求め
る。ここでt は特徴ベクトル(c、d) cLA とdVJ との距離を示しでおり、またω
filαill r、tfl+ は迅み関数である。そしてm1nFは、DP法において
、一致すさせ方を成る範囲Fで変化させたときの最小値
をとる一致度条f(を示すものであし ]〜かして、−ト記一致度の判冨Q」1、θも 、θフ
を定数とじて T(C,F1輸“)くθ6 を得て被照合者を個人αとして識別する。
なる場合には、これを被照合者が個人α((舎ずとして
判定する。更に θ5(T(c♂、da町(θ7 の場合には1[^1人識別判定が不能であるとし又リジ
ェクトする。
判定する。更に θ5(T(c♂、da町(θ7 の場合には1[^1人識別判定が不能であるとし又リジ
ェクトする。
尚、複数の識別候補が在る場合には、その辞書登録され
た特徴系列パターンc(t″のそれぞれについて一致度
を求め、その中の最小仙を7J<すもりをr 、次位
のものをT“ とする。そしくイ) mI n ne
xtてθ8 、θ9.θ1oをそれぞれ定数として定め
、Tm汽〈6色 1 Tm(fnT n、’−1.:t1 >09なる条
件が共に満たされるとき、被照合者を個人αとして判定
識別する。寸だ T (イ)〉θ1゜ in なる場合には、これを被照合者が個人αに否ずとして判
定し、それ以外の場合には明確な識別ができないことか
ら、これをリジェクトする。
た特徴系列パターンc(t″のそれぞれについて一致度
を求め、その中の最小仙を7J<すもりをr 、次位
のものをT“ とする。そしくイ) mI n ne
xtてθ8 、θ9.θ1oをそれぞれ定数として定め
、Tm汽〈6色 1 Tm(fnT n、’−1.:t1 >09なる条
件が共に満たされるとき、被照合者を個人αとして判定
識別する。寸だ T (イ)〉θ1゜ in なる場合には、これを被照合者が個人αに否ずとして判
定し、それ以外の場合には明確な識別ができないことか
ら、これをリジェクトする。
こりようにして入力・等り一ンから標準パターン成分を
除いた残差パターン、および、その残差・やターンの特
徴系列・eり一ンを用いて個人照合を行う本装置によれ
ば、照合判定するノ9ターン自体が個人性の非常に強い
ものであるから極め−し精1F+1 v高い識別判定を
行い得る。しかも、従来の単純なカテコ゛りの一致判定
だけを行うものとt」、異なシ、個人特有な情報、つ捷
シ残差パターンと、更にその特徴を顕著に示す特徴系列
パターンとを用いて照合を行うので、判定の基礎となる
情報自体が極めて精f@−v)高いものとなる。かくし
1ここに、信頼性および精度良く、しかも効果的に個人
照合を行うことが可能となり、実用上絶大なる効果が奏
せられる。
除いた残差パターン、および、その残差・やターンの特
徴系列・eり一ンを用いて個人照合を行う本装置によれ
ば、照合判定するノ9ターン自体が個人性の非常に強い
ものであるから極め−し精1F+1 v高い識別判定を
行い得る。しかも、従来の単純なカテコ゛りの一致判定
だけを行うものとt」、異なシ、個人特有な情報、つ捷
シ残差パターンと、更にその特徴を顕著に示す特徴系列
パターンとを用いて照合を行うので、判定の基礎となる
情報自体が極めて精f@−v)高いものとなる。かくし
1ここに、信頼性および精度良く、しかも効果的に個人
照合を行うことが可能となり、実用上絶大なる効果が奏
せられる。
尚、前述した照合によリリノ、クトされた場合には、・
母ターンの再入力を行わしめる等すれば、照合精度の向
上を期待することができる。
母ターンの再入力を行わしめる等すれば、照合精度の向
上を期待することができる。
尚、本発明は上述した実施例に限定されるものではない
。実施例では音声入力された音声・♀ターンを識別対象
としたが、文字・やターンや、オンライン入力されるペ
ン座標系列、筆圧等り時間的変化パターン金識別対象と
することもできる。要するに本発明はその要旨を逸脱し
/Cい範囲で種々変形して実施することができる。
。実施例では音声入力された音声・♀ターンを識別対象
としたが、文字・やターンや、オンライン入力されるペ
ン座標系列、筆圧等り時間的変化パターン金識別対象と
することもできる。要するに本発明はその要旨を逸脱し
/Cい範囲で種々変形して実施することができる。
第1図は本発明り一実施例装置の要部概略構成図、第2
図は実施例装置にお&−Jる照合処理形態を示す図であ
る。 A・・・音声分析部、B・・・個人照合部、2,4゜7
・・・認識処理部、3 、5 、8.・・辞書、6,9
・判定部。
図は実施例装置にお&−Jる照合処理形態を示す図であ
る。 A・・・音声分析部、B・・・個人照合部、2,4゜7
・・・認識処理部、3 、5 、8.・・辞書、6,9
・判定部。
Claims (1)
- 【特許請求の範囲】 (リ 個人が入力した登録・Pターンから同じカテ了り
の標準・セクーン成分を差引いた残差・ぐターンの特徴
系列パターンを抽出して辞書登録する手段と、被照合者
が人力した照合・やターンから同じカテゴリの標準パタ
ーン成分を差引いた残差・やターンの特徴系列パターン
を抽出する手段と、この照合・Pターンから求められた
特徴系列・ぞターンと前記辞書登録された特徴系列・9
ターンとを比較して前記被照合者を個人識別する手段と
を具備したことを特徴とする個人照合装置P=7 。 (2)特徴系列パターンの比較による個人識別処理d1
、入力・9ターンのカテゴリ比較および上記人力・やタ
ーンから求められだ残差・ンターンによる比較処理を行
ったのちに行われるものである特許請求の範囲第1項記
載の個人照合装置6:。 (3)標準・千ターン成分は、不特定多数の人が入力し
た入力・母ターンをカテゴリ別に平均化処理して求めた
ものである特許請求の範囲第1項記載の個人照合装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57109527A JPS59192A (ja) | 1982-06-25 | 1982-06-25 | 個人照合装置 |
US06/505,496 US4716593A (en) | 1982-06-25 | 1983-06-17 | Identity verification system |
EP83106011A EP0099476B1 (en) | 1982-06-25 | 1983-06-20 | Identity verification system |
DE8383106011T DE3378853D1 (en) | 1982-06-25 | 1983-06-20 | Identity verification system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57109527A JPS59192A (ja) | 1982-06-25 | 1982-06-25 | 個人照合装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS59192A true JPS59192A (ja) | 1984-01-05 |
Family
ID=14512514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57109527A Pending JPS59192A (ja) | 1982-06-25 | 1982-06-25 | 個人照合装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US4716593A (ja) |
EP (1) | EP0099476B1 (ja) |
JP (1) | JPS59192A (ja) |
DE (1) | DE3378853D1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017059120A (ja) * | 2015-09-18 | 2017-03-23 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8529926D0 (en) * | 1985-12-04 | 1986-01-15 | British Telecomm | Procedural locks |
JPS62232691A (ja) * | 1986-04-03 | 1987-10-13 | 株式会社リコー | 音声認識装置 |
US4910782A (en) * | 1986-05-23 | 1990-03-20 | Nec Corporation | Speaker verification system |
US4882755A (en) * | 1986-08-21 | 1989-11-21 | Oki Electric Industry Co., Ltd. | Speech recognition system which avoids ambiguity when matching frequency spectra by employing an additional verbal feature |
JPH0795240B2 (ja) * | 1986-12-19 | 1995-10-11 | 株式会社日立製作所 | 個人音声パタ−ン入りカ−ドシステム |
US5548647A (en) * | 1987-04-03 | 1996-08-20 | Texas Instruments Incorporated | Fixed text speaker verification method and apparatus |
DE3819178A1 (de) * | 1987-06-04 | 1988-12-22 | Ricoh Kk | Spracherkennungsverfahren und -einrichtung |
US4829572A (en) * | 1987-11-05 | 1989-05-09 | Andrew Ho Chung | Speech recognition system |
US4802231A (en) * | 1987-11-24 | 1989-01-31 | Elliot Davis | Pattern recognition error reduction system |
EP0438662A2 (en) * | 1990-01-23 | 1991-07-31 | International Business Machines Corporation | Apparatus and method of grouping utterances of a phoneme into context-de-pendent categories based on sound-similarity for automatic speech recognition |
DE69101500T2 (de) * | 1990-01-25 | 1994-08-18 | Mitsubishi Motors Corp | Regelsystem für die Antriebsleistung von Kraftfahrzeugen. |
EP0459384B1 (en) * | 1990-05-28 | 1998-12-30 | Matsushita Electric Industrial Co., Ltd. | Speech signal processing apparatus for cutting out a speech signal from a noisy speech signal |
GB9021489D0 (en) * | 1990-10-03 | 1990-11-14 | Ensigma Ltd | Methods and apparatus for verifying the originator of a sequence of operations |
US5438676A (en) * | 1991-05-10 | 1995-08-01 | Siemens Corporate Research, Inc. | Method for adapting a similarity function for identifying misclassified software objects |
US5440742A (en) * | 1991-05-10 | 1995-08-08 | Siemens Corporate Research, Inc. | Two-neighborhood method for computing similarity between two groups of objects |
US5428788A (en) * | 1991-05-10 | 1995-06-27 | Siemens Corporate Research, Inc. | Feature ratio method for computing software similarity |
EP0513652A2 (en) * | 1991-05-10 | 1992-11-19 | Siemens Aktiengesellschaft | Method for modelling similarity function using neural network |
US5317741A (en) * | 1991-05-10 | 1994-05-31 | Siemens Corporate Research, Inc. | Computer method for identifying a misclassified software object in a cluster of internally similar software objects |
US5485621A (en) * | 1991-05-10 | 1996-01-16 | Siemens Corporate Research, Inc. | Interactive method of using a group similarity measure for providing a decision on which groups to combine |
US5271088A (en) * | 1991-05-13 | 1993-12-14 | Itt Corporation | Automated sorting of voice messages through speaker spotting |
US5369727A (en) * | 1991-05-16 | 1994-11-29 | Matsushita Electric Industrial Co., Ltd. | Method of speech recognition with correlation of similarities |
US5212730A (en) * | 1991-07-01 | 1993-05-18 | Texas Instruments Incorporated | Voice recognition of proper names using text-derived recognition models |
DE4231937C1 (de) * | 1992-09-24 | 1993-12-02 | Telefonbau & Normalzeit Gmbh | Verfahren zum Feststellen der Identität des Inhabers einer Chipkarte, inbesondere Kreditkarte |
EP0598469A3 (en) * | 1992-10-27 | 1996-07-10 | Daniel P Dunlevy | Interactive credit card fraud control process. |
JP3114468B2 (ja) * | 1993-11-25 | 2000-12-04 | 松下電器産業株式会社 | 音声認識方法 |
US5459957A (en) * | 1994-06-09 | 1995-10-24 | Winer; Guy T. | Gun security and safety system |
DE19630109A1 (de) * | 1996-07-25 | 1998-01-29 | Siemens Ag | Verfahren zur Sprecherverifikation anhand mindestens eines von einem Sprecher eingesprochenen Sprachsignals, durch einen Rechner |
US6205424B1 (en) * | 1996-07-31 | 2001-03-20 | Compaq Computer Corporation | Two-staged cohort selection for speaker verification system |
US6182037B1 (en) * | 1997-05-06 | 2001-01-30 | International Business Machines Corporation | Speaker recognition over large population with fast and detailed matches |
US7765164B1 (en) | 2001-09-21 | 2010-07-27 | Yt Acquisition Corporation | System and method for offering in-lane periodical subscriptions |
US7533809B1 (en) | 2001-09-21 | 2009-05-19 | Yt Acquisition Corporation | System and method for operating a parking facility |
US7437330B1 (en) | 2002-09-20 | 2008-10-14 | Yt Acquisition Corp. | System and method for categorizing transactions |
US7464059B1 (en) | 2001-09-21 | 2008-12-09 | Yt Acquisition Corporation | System and method for purchase benefits at a point of sale |
US9189788B1 (en) | 2001-09-21 | 2015-11-17 | Open Invention Network, Llc | System and method for verifying identity |
US7269737B2 (en) | 2001-09-21 | 2007-09-11 | Pay By Touch Checking Resources, Inc. | System and method for biometric authorization for financial transactions |
US7624073B1 (en) | 2001-09-21 | 2009-11-24 | Yt Acquisition Corporation | System and method for categorizing transactions |
US8200980B1 (en) | 2001-09-21 | 2012-06-12 | Open Invention Network, Llc | System and method for enrolling in a biometric system |
US7379868B2 (en) * | 2002-07-18 | 2008-05-27 | Massachusetts Institute Of Technology | Method and apparatus for differential compression of speaker models |
US20040132610A1 (en) * | 2003-01-03 | 2004-07-08 | Tagge Christopher D. | Transition metal complexes in the controlled synthesis of polyolefins substituted with functional groups |
US7412387B2 (en) * | 2005-01-18 | 2008-08-12 | International Business Machines Corporation | Automatic improvement of spoken language |
JP4305509B2 (ja) * | 2006-12-26 | 2009-07-29 | ヤマハ株式会社 | 音声処理装置およびプログラム |
WO2010086925A1 (ja) * | 2009-01-30 | 2010-08-05 | 三菱電機株式会社 | 音声認識装置 |
US10032065B2 (en) | 2013-10-25 | 2018-07-24 | Wacom Co., Ltd. | Dynamic handwriting verification, handwriting-based user authentication, handwriting data generation, and handwriting data preservation |
SG11201601314RA (en) | 2013-10-25 | 2016-03-30 | Wacom Co Ltd | Dynamic handwriting verification, handwriting-baseduser authentication, handwriting data generation, and handwriting data preservation |
US9235748B2 (en) | 2013-11-14 | 2016-01-12 | Wacom Co., Ltd. | Dynamic handwriting verification and handwriting-based user authentication |
US11587096B2 (en) | 2015-10-14 | 2023-02-21 | Accreditrust Technologies, LLC | Systems and methods for interdependent identity based credential collection validation |
WO2019194451A1 (ko) * | 2018-04-06 | 2019-10-10 | 삼성전자주식회사 | 인공지능을 이용한 음성 대화 분석 방법 및 장치 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3182290A (en) * | 1960-10-20 | 1965-05-04 | Control Data Corp | Character reading system with sub matrix |
US4092493A (en) * | 1976-11-30 | 1978-05-30 | Bell Telephone Laboratories, Incorporated | Speech recognition system |
US4181821A (en) * | 1978-10-31 | 1980-01-01 | Bell Telephone Laboratories, Incorporated | Multiple template speech recognition system |
US4286255A (en) * | 1979-02-22 | 1981-08-25 | Burroughs Corporation | Signature verification method and apparatus |
DE3026055C2 (de) * | 1980-07-09 | 1984-01-12 | Computer Gesellschaft Konstanz Mbh, 7750 Konstanz | Schaltungsanordnung zur maschinellen Zeichererkennung |
JPS6037957B2 (ja) * | 1980-07-22 | 1985-08-29 | 富士通株式会社 | 文字認識装置 |
US4363102A (en) * | 1981-03-27 | 1982-12-07 | Bell Telephone Laboratories, Incorporated | Speaker identification system using word recognition templates |
US4520500A (en) * | 1981-05-07 | 1985-05-28 | Oki Electric Industry Co., Ltd. | Speech recognition system |
JPS5879300A (ja) * | 1981-11-06 | 1983-05-13 | 日本電気株式会社 | パタ−ン距離計算方式 |
US4449189A (en) * | 1981-11-20 | 1984-05-15 | Siemens Corporation | Personal access control system using speech and face recognition |
-
1982
- 1982-06-25 JP JP57109527A patent/JPS59192A/ja active Pending
-
1983
- 1983-06-17 US US06/505,496 patent/US4716593A/en not_active Expired - Fee Related
- 1983-06-20 DE DE8383106011T patent/DE3378853D1/de not_active Expired
- 1983-06-20 EP EP83106011A patent/EP0099476B1/en not_active Expired
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017059120A (ja) * | 2015-09-18 | 2017-03-23 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
Also Published As
Publication number | Publication date |
---|---|
US4716593A (en) | 1987-12-29 |
EP0099476A3 (en) | 1987-01-07 |
EP0099476A2 (en) | 1984-02-01 |
EP0099476B1 (en) | 1989-01-04 |
DE3378853D1 (en) | 1989-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS59192A (ja) | 個人照合装置 | |
US20240249728A1 (en) | End-to-end speaker recognition using deep neural network | |
Singh et al. | Voice biometric: A technology for voice based authentication | |
Chen et al. | Robust deep feature for spoofing detection—The SJTU system for ASVspoof 2015 challenge | |
US6401063B1 (en) | Method and apparatus for use in speaker verification | |
US9218809B2 (en) | Fast, language-independent method for user authentication by voice | |
Bigun et al. | Multimodal biometric authentication using quality signals in mobile communications | |
Camlikaya et al. | Multi-biometric templates using fingerprint and voice | |
JPS58129682A (ja) | 個人照合装置 | |
CN106709402A (zh) | 基于音型像特征的真人活体身份验证方法 | |
KR100297833B1 (ko) | 비고정 연속 숫자음을 이용한 화자 검증 시스템 및 그 방법 | |
US12069047B2 (en) | Using an enrolled biometric dataset to detect adversarial examples in biometrics-based authentication system | |
US10970573B2 (en) | Method and system for free text keystroke biometric authentication | |
Teh et al. | Feature fusion approach on keystroke dynamics efficiency enhancement | |
Kaur et al. | Multimodal biometric system using speech and signature modalities | |
Folorunso et al. | A review of voice-base person identification: state-of-the-art | |
Orken et al. | Development of security systems using DNN and i & x-vector classifiers | |
US6499012B1 (en) | Method and apparatus for hierarchical training of speech models for use in speaker verification | |
Kaur et al. | Efficient and robust multimodal biometric system for feature level fusion (speech and signature) | |
Martinez-Diaz et al. | Universal background models for dynamic signature verification | |
Akingbade et al. | Voice-based door access control system using the mel frequency cepstrum coefficients and gaussian mixture model | |
Nallagatla et al. | Sequential decision fusion for controlled detection errors | |
JPH0370239B2 (ja) | ||
KR102679667B1 (ko) | 딥러닝 기반 필적 인식 장치 및 방법 | |
Al-Tekreeti et al. | Speaker voice recognition using a hybrid PSO/fuzzy logic system |