WO2009107237A1 - 生体認証装置 - Google Patents

生体認証装置 Download PDF

Info

Publication number
WO2009107237A1
WO2009107237A1 PCT/JP2008/053667 JP2008053667W WO2009107237A1 WO 2009107237 A1 WO2009107237 A1 WO 2009107237A1 JP 2008053667 W JP2008053667 W JP 2008053667W WO 2009107237 A1 WO2009107237 A1 WO 2009107237A1
Authority
WO
WIPO (PCT)
Prior art keywords
reflected
biometric
infrared light
image
face
Prior art date
Application number
PCT/JP2008/053667
Other languages
English (en)
French (fr)
Inventor
和隆 安達
Original Assignee
グローリー株式会社
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 グローリー株式会社 filed Critical グローリー株式会社
Priority to JP2010500509A priority Critical patent/JPWO2009107237A1/ja
Priority to PCT/JP2008/053667 priority patent/WO2009107237A1/ja
Publication of WO2009107237A1 publication Critical patent/WO2009107237A1/ja

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection

Definitions

  • the present invention relates to a biometric authentication device that performs biometric authentication by comparing a captured biometric image with registered biometric information, and in particular, can prevent fraud using a non-biological object such as a photograph.
  • the present invention relates to a biometric authentication device.
  • a biometric authentication device a face authentication device that verifies the identity of a person to be authenticated by comparing an input image obtained by capturing the face of the person to be authenticated with a CCD (Charge Coupled Devices) camera or the like and a registered image registered in advance. It has been known.
  • CCD Charge Coupled Devices
  • Patent Document 1 uses a property that a printed matter such as a photograph does not absorb infrared light, and uses a visible camera that captures visible light and an infrared camera that captures infrared light in combination.
  • a face authentication method that eliminates the above is disclosed.
  • the infrared light is irradiated to a face photograph printed on ordinary photographic paper, or a face photograph printed with an ink-jet color printer or dye-based printer, the infrared light is reflected uniformly.
  • the face on the photo is not shown. Therefore, in such a case, it can be determined that the photograph is a face photo.
  • the present invention has been made to solve the above-described problems of the prior art, and an object of the present invention is to provide a biometric authentication apparatus that can prevent fraud using a non-living object such as a photograph.
  • the present invention provides a biometric authentication device that performs biometric authentication by comparing a captured biometric image with registered registered biometric information.
  • Irradiation means for irradiating an object with infrared light reflected visible light imaging means for imaging reflected visible light in which the visible light is reflected by the object, and reflection in which the infrared light is reflected by the object
  • Reflected infrared light imaging means for imaging infrared light personal verification means for performing personal verification based on the reflected visible light image captured by the reflected visible light imaging means, and captured by the reflected infrared light imaging means
  • biometric discrimination means for performing biometric discrimination based on the reflected infrared light image.
  • the present invention is also a biometric authentication apparatus that performs biometric authentication by comparing a captured biometric image with registered registered biometric information, an irradiation unit that irradiates an object with infrared light, and the red Reflected infrared light imaging means for picking up reflected infrared light reflected by the object from outside light, and identity verification for performing person verification based on the reflected infrared light image picked up by the reflected infrared light imaging means And biometric discrimination means for performing biometric discrimination based on the reflected infrared light image.
  • the living body discriminating means is a learning data previously registered in the storage unit as each coefficient of a discriminant used for discriminant analysis of whether the object is a living body or a non-living body.
  • biometric discrimination based on the calculated feature value calculated from the discriminant using the feature data for discrimination based on the reflected infrared light image captured by the reflected infrared light imaging means and the learning data. It is characterized by performing.
  • the living body discriminating unit is configured to detect the reflected infrared light image or the reflected infrared light registered in the storage unit when the object is a living body and a non-living body, respectively.
  • Feature data for verification obtained by processing an optical image for verification
  • feature data for verification obtained by processing the reflected infrared light image captured by the reflected infrared light imaging unit or the reflected infrared light image for verification
  • the biometric discrimination is performed by comparing the above and each.
  • the biometric determination unit determines that it is a biometric. It further comprises a determination means.
  • the present invention provides the black-and-white non-living object for identifying the black and white non-living object among the objects based on a dispersion value of a color distribution related to the reflected visible light image captured by the reflected visible light imaging unit. It further comprises an object identifying means.
  • the present invention is the above-described invention, wherein the irradiating unit further irradiates an object with visible light, and the reflected visible light images the reflected visible light reflected by the object.
  • An imaging unit is further provided, and a black and white non-living object among the objects is identified based on a dispersion value of a color distribution relating to the reflected visible light image captured by the reflected visible light imaging unit.
  • the present invention is characterized in that, in the above-mentioned invention, the reflected visible light imaging means and the reflected infrared light imaging means simultaneously image the object.
  • visible light and infrared light are irradiated to an object, reflected visible light reflected by the object is imaged, and infrared light reflected by the object is reflected infrared light.
  • the person was verified based on the captured reflected visible light image, and the living body was determined based on the captured reflected infrared light image, so it was printed with a component that absorbs infrared light. There is an effect that it is possible to prevent fraud using biophotographs.
  • infrared light is irradiated onto an object, reflected infrared light reflected by the object is imaged, and personal verification is performed based on the captured reflected infrared light image. Since the living body determination is performed based on the reflected infrared light image, it is possible to prevent an illegal act using a living body photograph printed with a component that absorbs infrared light.
  • the reflected infrared light imaged by reading the learning data registered in advance in the storage unit as each coefficient of the discriminant used for discriminant analysis used to determine whether the object is a living body or a non-living body Since the biometric discrimination is performed based on the calculated value calculated from the discriminant using the feature data for discrimination based on the image and the learning data, the object is reflected in the reflected infrared light image. In addition, there is an effect that it is possible to distinguish between a living body and a non-living object such as a photograph.
  • the biometric authentication is performed while excluding the biophotograph. There is an effect that can be performed.
  • black and white non-biological objects are identified among the objects based on the dispersion value of the color distribution relating to the reflected visible light that has been imaged, black and white non-biological objects such as black and white photographs There is an effect that an object can be reliably identified.
  • visible light is further irradiated onto the object, reflected visible light reflected by the object is imaged, and based on a dispersion value of a color distribution relating to the captured reflected visible light image.
  • the authentication time required for biometric authentication can be shortened.
  • FIG. 1 is a diagram showing an outline of a face authentication method according to the present invention.
  • FIG. 2 is a block diagram illustrating the configuration of the face authentication apparatus according to the present embodiment.
  • FIG. 3 is a side view of the face authentication apparatus.
  • FIG. 4 is a diagram showing an outline of color discrimination processing by the color discrimination unit.
  • FIG. 5 is a flowchart showing the processing procedure of the color discrimination process.
  • FIG. 6 is a flowchart showing a procedure for registering learning data.
  • FIG. 7 is a flowchart showing a processing procedure of the biometric discrimination process by the biometric discrimination unit.
  • FIG. 8 is a flowchart illustrating a processing procedure executed by the face authentication apparatus.
  • FIG. 9 is a diagram illustrating an example of parallel processing.
  • the biometric authentication method according to the present invention
  • an embodiment of the face authentication device that is an example of the biometric authentication device to which the biometric authentication method according to the present invention is applied.
  • the authentication target of the biometric authentication method and the biometric authentication apparatus according to the present invention is not limited to the face, and can be applied to general biological parts such as fingers and palms.
  • a printed matter such as a photograph is used as an example of a non-living object.
  • the non-living object is not limited to a planar object, and includes a three-dimensional shaped object such as a mask or a statue.
  • FIG. 1 is a diagram showing an outline of a face authentication method according to the present invention.
  • A in the figure shows a black-and-white photograph that is a printed matter (for example, a printed matter by a laser printer) containing a component that absorbs infrared light
  • B in the figure shows a printed matter that does not absorb infrared light.
  • a color photograph for example, a printed matter by an ink jet printer
  • C in the figure is a color photograph that is a printed matter (for example, a printed matter by a laser printer) containing a component that absorbs infrared light. Shows about the case.
  • the photographs (A) to (C), which can be authentication objects, are picked up by a visible camera and an infrared camera, as in the prior art according to Patent Document 1 described above.
  • a black and white photograph of (A) is captured with a visible camera
  • a color image is obtained.
  • color photograph of (C) is captured with a visible camera
  • color images are obtained. It becomes an image.
  • the photo of (C) (color photo including a component that absorbs infrared light) that cannot be identified by the prior art is performed by performing biometric discrimination described later. It was decided to be a color photograph (see (1) in the figure).
  • the determination processing is performed based on the dispersion value of the color distribution, so that the accuracy of black / white / color determination is increased.
  • FIG. 1 an embodiment of the face authentication apparatus to which the face authentication method according to the present invention shown in FIG. 1 is applied will be described with reference to FIGS.
  • FIG. 2 is a block diagram illustrating the configuration of the face authentication apparatus 10 according to the present embodiment.
  • FIG. 2 only components necessary for explaining the features of the face authentication device 10 are shown, and descriptions of general components such as an output unit and a display unit that output the face authentication result are shown. Omitted.
  • the face authentication apparatus 10 includes an illumination 11 that is an irradiation unit, a visible camera 12 that is a reflected visible light imaging unit, an infrared camera 13 that is a reflected infrared light imaging unit, and a control unit 14. And a storage unit 15.
  • the control unit 14 includes a visible image acquisition unit 14a, a face detection unit 14b, a face verification unit 14c that is a personal verification unit, a color determination unit 14d that is a monochrome object identification unit, and an infrared image acquisition unit 14e. And a biometric determination unit 14f and a final determination unit 14g.
  • the storage unit 15 stores learning data 15a and a registered image 15b that is an image of a registered person's face.
  • the illumination 11 is a device that irradiates an object to be authenticated with visible light and infrared light, and includes a light emitter such as a halogen lamp or LED (Light Emitting Diode).
  • the illumination 11 may be configured by a combination of a light emitter that emits visible light and a light emitter that emits infrared light.
  • a single light emitter that emits visible light and infrared light for example, a halogen lamp).
  • the visible camera 12 is a camera such as a CCD (Charge Coupled Devices) camera.
  • the visible camera 12 detects reflected visible light, which is reflected light reflected by an authentication object, and is a control unit 14 as a visible image. To the visible image acquisition unit 14a. Note that the timing at which the visible camera 12 images the authentication object is controlled to be substantially the same as the timing at which the infrared camera 13 images the authentication object.
  • the infrared camera 13 is configured, for example, by mounting a filter that cuts visible light on a camera such as a CCD (Charge Coupled Devices) camera that is sensitive to infrared wavelengths.
  • the infrared camera 13 detects reflected infrared light that is reflected light of the infrared light irradiated by the illumination 11 and is reflected by the authentication object, and transmits the infrared light to the infrared image acquisition unit 14e of the control unit 14 as an infrared image. hand over.
  • the timing at which the infrared camera 13 images the authentication object is controlled to be substantially the same as the timing at which the visible camera 12 images the authentication object.
  • FIG. 3 is a side view of the face authentication apparatus 10.
  • the illumination 11 is provided, for example, above the face authentication device 10 and irradiates visible light and infrared light onto an authentication target (such as a human face).
  • the visible camera 12 and the infrared camera 13 are provided, for example, in front of the face authentication device 10 with a predetermined interval (see 31 in the figure) vertically.
  • the camera interval 31 is, for example, about 50 mm. Note that, in the method of removing a plane photograph by stereo viewing of two cameras, the camera interval needs to be about 100 mm to 200 mm, but the face authentication apparatus 10 according to the present embodiment does not need to perform stereo viewing. The camera interval can be reduced, and the size of the face authentication device 10 itself can be made compact.
  • control unit 14 performs face matching processing and color discrimination processing based on a visible image, and performs biometric discrimination processing based on an infrared image, and finally performs a face matching processing result, a color discrimination processing result, and a biometric discrimination processing result.
  • This is a processing unit that performs a simple determination (determination for separating a human face and a photograph).
  • the visible image acquisition unit 14a is a processing unit that performs a process of receiving a visible image from the visible camera 12 and passing the received visible image to the face detection unit 14b.
  • the face detection unit 14b is a processing unit that performs a face search on the visible image received from the visible image acquisition unit 14a, and performs a process of passing the detected face part to the face matching unit 14c and the color determination unit 14d.
  • the face detection unit 14b also performs a face search for the infrared image received from the infrared image acquisition unit 14e, and performs a process of passing the detected face part to the living body determination unit 14f.
  • the face collation unit 14c is a registered person or not by comparing the registered image 15b stored in the storage unit 15 with the face portion of the visible image received from the face detection unit 14b. It is a processing part which determines. For example, the face matching unit 14c compares the face portion of the visible image and each registered image 15b to calculate a similarity that is a value indicating how similar the two images are, and the similarity of the calculated feature points When the registered image 15b having a degree equal to or higher than a predetermined value exists, it is determined that the person is not present. One-to-one matching between the face portion of the visible image and the designated registered image 15b may be performed. Then, the face matching unit 14c passes the matching result to the final determination unit 14g. Note that a visible image is usually used as the registered image 15b.
  • the registered image 15b is compared with the visible image.
  • the matching feature amount calculated from the registered image 15b is registered in the storage unit 15, and the face
  • the collation unit 14c may calculate the collation feature amount from the visible image, and then compare the calculated feature amount with the feature amount registered in the storage unit 15. That is, as the registered biometric information, a biometric image or a feature quantity (matching feature quantity data) based on the biometric image can be used.
  • the color determination unit 14d calculates a dispersion value of the color distribution for the face portion of the visible image received from the face detection unit 14b, and compares the calculated dispersion value with a predetermined threshold value so that the face portion of the visible image is colored. It is a processing unit that determines whether the captured object is a monochrome non-living object.
  • the contents of the color determination process performed by the color determination unit 14d will be described with reference to FIGS.
  • FIG. 4 is a diagram showing an outline of color discrimination processing by the color discrimination unit 14d.
  • the HS plane is used as the basic axis for handling the color.
  • “H” is a hue which is a value representing a hue, and indicates a color change in the circumferential direction as shown in FIG.
  • S is a saturation that is a value representing the vividness of the color, and indicates a distance from the center point as shown in (1) of FIG.
  • the color distribution developed on the HS plane is called an HS histogram.
  • the case where the HS plane is used as the basic axis for handling the color has been described.
  • other basic axes may be used.
  • (2) in FIG. 4 shows a conventional color discrimination method.
  • 41 in the figure is a color distribution in the case of a black and white photograph
  • 42 in the figure is a color distribution in the case of a color photograph or a human face.
  • 41 near the center point is determined to be black and white
  • 42 far from the center point is determined to be color.
  • the color determination unit 14d determines black and white / color based on the dispersion value from the center position in each color distribution. For example, as shown in (3) of FIG. 4, the color distribution center position 44 is calculated for the color distribution 42 of the color. Then, a dispersion value from the color distribution center position 44 is obtained for the color distribution 42 of the color, and monochrome / color determination is performed based on whether or not the obtained dispersion value is larger than a predetermined threshold value.
  • the color distribution 42 of color tends to be a wider distribution than the color distribution 41 of black and white
  • the use of the dispersion value from the center position of the color distribution increases the black / white / color determination. Can be done with precision. By doing so, it is possible to discriminate between a biological body that seems to be close to black and white, such as a white person or a black person, and a black and white non-biological body. This is because a living body close to black and white has a larger dispersion value than a black and white non-living body expressed purely in black and white.
  • FIG. 5 is a flowchart showing a processing procedure of color discrimination processing.
  • the color determination unit 14d generates an HS histogram of the face portion (step S101), and calculates the barycentric position (that is, the center position) of the color distribution (step S102). Subsequently, a variance value from the center of gravity position is calculated (step S103), and it is determined whether or not the calculated variance value is equal to or greater than a predetermined threshold value (step S104).
  • Step S105 If the variance value is equal to or greater than the predetermined threshold (Yes at Step S104), the color is determined (Step S105) and the process is terminated. On the other hand, when the variance value is less than the predetermined threshold value (No at Step S104), it is determined that it is black and white (Step S106), and the process is terminated. As described above, when a black and white non-living body is imaged, it is determined to be black and white, so that it can be identified as a black and white non-living body.
  • the infrared image acquisition unit 14e is a processing unit that performs a process of receiving an infrared image from the infrared camera 13 and passing the received infrared image to the face detection unit 14b.
  • the biometric discrimination unit 14f performs biometric discrimination by performing discriminant analysis such as linear discriminant analysis on the face portion of the infrared image received from the face detection unit 14b using the learning data 15a stored in the storage unit 15. It is a processing unit.
  • Biometric discrimination refers to discriminating whether a face part included in an infrared image is a human face or a non-living object such as a photograph.
  • FIG. 6 is a flowchart showing the registration procedure of the learning data 15a.
  • a living body (face) image or a non-living body (photo) image is input (step S201), and is associated with the average face (step S202).
  • the position of the face image input in step S201 Correction is executed (step S203).
  • the average face refers to the average of the faces of a large number of people, and can be obtained, for example, by superimposing face images of a large number of people.
  • step S204 normalization of the image size is performed on the position-corrected face image.
  • this normalization is performed by reducing the face image to 16 pixels ⁇ 16 pixels.
  • the feature amount shown in step S205 indicates discrimination feature value data that is data normalized for discrimination and learning.
  • the learning process in step S206 refers to obtaining each coefficient of the discriminant used for the linear discrimination process as a value suitable for discriminating between a face and a photograph.
  • the discriminant is It is expressed as
  • Equation (1) takes a value of 1 to 256. Also, 256-dimensional feature values are substituted for x i in equation (1). Then, the values of a i and a 0 that are coefficients are learned so that the case of the face and the case of the photograph can be separated by a predetermined threshold with respect to the value of z that is the left side of the expression (1).
  • FIG. 6 demonstrated the case where linear discriminant analysis was used in the learning process of step S206, it is good also as using another statistical method.
  • a nonlinear discriminant analysis e.g., a support vector machine (SVM) method, a neural network method, a subspace method, or the like can be used.
  • SVM support vector machine
  • each coefficient of equation (1) or equation (1) itself is registered in the storage unit 15 as learning data 15a, and the biometric discrimination unit 14f performs biometric discrimination by linear discriminant analysis using the learning data 15a.
  • biometric discrimination matching data infrared image or matching feature data
  • biometric discrimination matching data representing a non-biological (photo) image
  • biometric discrimination matching data representing a non-biological (photo) image
  • the similarity between the face part and the biometric discrimination matching data representing the living body is larger than the similarity between the face part and the biometric discrimination matching data representing the non-living body, Anything other than is determined as non-living. In this case, it may be added as a condition for discriminating that the difference between the two similarities is a predetermined value or more from a living body.
  • at least two types of biometric identification verification data that are registered in advance are required to represent biometric (face) images and non-biological (photo) images. Also good.
  • the biometric discrimination collation data may be created from a single person's biological image and non-biological image (such as a photograph or an image of a model imitating the person). You may create from the average image which averaged the non-biological image.
  • each registered person may have dedicated biometric discrimination collation data.
  • FIG. 6 shows the case where the face image is reduced to 16 pixels ⁇ 16 pixels and converted to 256-dimensional feature amounts (determination feature amount data), the face image may not be reduced.
  • the number of pixels in the case of reduction may be set to another number of pixels.
  • the number of pixels normalized in step S204 in FIG. 6 is made equal to the number of pixels normalized in step S303 in FIG. If the face image is not reduced, the face image is used as a feature amount (determination feature amount data) having dimensions corresponding to the number of pixels of the face image.
  • FIG. 7 is a flowchart illustrating a processing procedure of the biometric determination process performed by the biometric determination unit 14f.
  • the living body determination unit 14f associates the infrared face image with the average face (step S301), and corrects the face position of the infrared face image (step S302). Then, the size of the infrared face image is normalized by reducing the infrared face image to 16 pixels ⁇ 16 pixels (step S303).
  • This discriminant analysis is performed according to the following procedure. That is, using the coefficients (a i and a 0 ) of the above equation (1) stored in the storage unit 15 as the learning data 15a, the 256-dimensional feature values calculated in step S304 are expressed by the equation (1). Substituting for x i respectively. Whether the infrared face image belongs to the biological (face) category or the non-biological (photo) category based on whether the value of z in Expression (1) is greater than or equal to a predetermined threshold value. Determined.
  • step S306 If it is determined that the image belongs to the biological (face) category (step S306, Yes), the infrared face image is determined as a biological (face) (step S307). On the other hand, when the determination condition of step S306 is not satisfied (step S306, No), the infrared face image is determined to be a non-living body (photograph) (step S308).
  • FIG. 7 shows a case where the infrared face image is reduced to 16 pixels ⁇ 16 pixels and converted into 256-dimensional feature amounts (determination feature amount data), but the infrared face image is not reduced. Also good. Further, the number of pixels in the case of reduction may be set to another number of pixels. In these cases, the number of pixels normalized in step S303 in FIG. 7 is set equal to the number of pixels normalized in step S204 in FIG. When the infrared face image is not reduced, the infrared face image is used as a feature amount (determination feature amount data) having dimensions corresponding to the number of pixels of the infrared face image.
  • the final determination unit 14g determines the final authentication success / failure based on the face verification result received from the face verification unit 14c, the color determination result received from the color determination unit 14d, and the biometric determination result received from the biometric determination unit 14f. Is a processing unit.
  • the final determination unit 14g determines that the authentication target is a human face when the face verification result is a successful verification, the color determination result is color, and the biometric determination result is a living body (face). It is determined that the final authentication is successful. Further, when the face matching result is a successful matching and the color discrimination result is color, but the biometric discrimination result is a non-living body (photograph), the authentication target is a color photo and the final authentication is performed. Judge that it failed. If the color determination result is black and white, it is determined that the final authentication has failed, assuming that the authentication target is a black and white photograph, regardless of other determination results.
  • the storage unit 15 is a storage unit configured by a memory such as a ROM (Read Only Memory) or a RAM (Random Access Memory), and stores learning data 15a and a registered image 15b.
  • the learning data 15a is data registered according to the procedure of FIG. 6 already described, and is used by the living body determination unit 14f.
  • the registered image 15b is a face image of the person to be authenticated registered in advance, and is used by the face matching unit 14c.
  • the face matching unit 14c calculates the matching feature amount of the visible image
  • the matching feature amount of the registered image 15b may be registered in the storage unit 15 instead of the registered image 15b.
  • FIG. 8 is a flowchart illustrating a processing procedure executed by the face authentication apparatus 10.
  • the face detection unit 14b performs face detection processing on the visible image.
  • step S403 If the face detection process in step S402 is successful (step S403, Yes), the face matching unit 14c performs a face matching process on the visible image (step S404). If face detection fails (step S403, No), the processing after step S401 is repeated.
  • step S404 it is determined whether or not the face matching in step S404 is successful (step S405). If the face matching is successful (step S405, Yes), the color determination unit 14d performs color determination processing on the visible image. This is performed (step S406). If face verification fails (No in step S405), it is determined that authentication has failed, and the process is immediately terminated.
  • step S407 it is determined whether or not the color discrimination result for the visible image is color (step S407). If the color discrimination result is color (step S407, Yes), the face detection unit 14b performs face detection processing for the infrared image. Is performed (step S408). If it is not a color (step S407, No), the authentication object is determined to be a photograph (step S413), and the process is terminated.
  • step S408 it is determined whether or not the face detection process in step S408 is successful (step S409). If the face detection is successful (step S409, Yes), the biometric determination unit 14f performs biometric determination on the infrared image. Processing is performed (step S410). If face detection fails (step S409, No), the authentication object is determined to be a photograph (step S413), and the process ends.
  • step S411 it is determined whether or not it is determined as a living body in the living body determination process in step S410 (step S411). If it is determined as a living body (step S411, Yes), it is determined that authentication is successful (step S412). Exit. On the other hand, if it is determined in step S411 that it is a non-living body (step S411, No), the authentication object is determined to be a photograph (step S413), and the process ends.
  • a visible image face detection process (step S402), a visible image face collation process (step S404), a visible image color discrimination process (step S406), an infrared image face detection process (step S408), and an infrared image
  • the biometric determination processing (step S410) has been described for processing in these orders, the processing may be performed in a sequence other than these orders.
  • the visible image color discrimination process in step S406 may be executed at any stage after step S403.
  • the infrared image biometric determination process in step 410 may be executed at any stage after step S409.
  • the execution order of the infrared image face detection process in step S408 and the visible image face detection process in step S402 may be switched.
  • a visible image face detection process (step S402), a visible image face matching process (step S404), a visible image color discrimination process (step S406), an infrared image face detection process (step S408), and an infrared image
  • the biometric determination processing (step S410) has been described for processing in series in these orders, these processing may be performed in parallel.
  • FIG. 9 is a diagram illustrating an example of parallel processing.
  • the arrow shown to the figure represents the order in which a process is performed.
  • the face detection unit 14b performs the visible image face detection process and the infrared image face detection process in parallel, and then the visible image by the face matching unit 14c.
  • the face matching process, the visible image color discrimination process by the color discrimination unit 14d, and the infrared image discrimination process by the living body discrimination unit 14f are performed in parallel.
  • final processing result determination is performed by the final determination unit 14g.
  • the illumination irradiates the object with visible light and infrared light
  • the visible camera captures the reflected visible light reflected by the object
  • the red light The outside camera images reflected infrared light reflected by the object
  • the face matching unit performs face matching based on the captured reflected visible light image
  • the living body discrimination unit is imaged. Since the face authentication apparatus is configured to perform biometric discrimination based on the reflected infrared light image, it is possible to prevent fraud using a face photograph printed with a component that absorbs infrared light.
  • the face matching unit performs face matching based on the reflected visible light image
  • face matching can also be performed based on the reflected infrared light image.
  • an infrared light image is usually used as the registered image.
  • the biometric discrimination unit may also function as the face collation unit.
  • the registered image or the matching feature data may be the same as the biometric data (biological image or matching feature data).
  • the face authentication device is taken as an example, but the present invention is also effective for subjects other than the face such as fingers and palms, and can be applied to biometric authentication in general.
  • the biometric authentication device is useful for preventing illegal acts using photographs, and is particularly suitable when it is desired to reliably exclude photographs containing components that absorb infrared rays.

Abstract

　照明が、可視光および赤外光を対象物へ照射し、可視カメラが、可視光が対象物によって反射された反射可視光を撮像し、赤外カメラが、赤外光が対象物によって反射された反射赤外光を撮像し、顔照合部が、撮像された反射可視光画像に基づいて顔照合を行い、生体判別部が、撮像された反射赤外光画像に基づいて生体判別を行うように生体認証装置を構成する。

Description

生体認証装置
　本発明は、撮像された生体画像と登録された登録生体情報とを照合することによって生体認証を行う生体認証装置に関し、特に、写真等の非生体物を用いた不正行為を防止することができる生体認証装置に関するものである。
　従来から、生体認証装置として、認証対象者の顔をＣＣＤ（Charge　Coupled　Devices）カメラ等で撮像した入力画像とあらかじめ登録されている登録画像とを照合し、本人であることを認証する顔認証装置が知られている。
　しかし、このような顔認証装置は、本人の顔写真をカメラにかざす不正行為を排除する機能を備えたものが少なく、セキュリティ性に問題があることが指摘されている。このため、顔認証装置の実用性を高めるべく、顔写真を排除する機能を備えた顔認証手法が提案されている。
　たとえば、特許文献１には、写真などの印刷物が赤外光を吸収しない性質を利用し、可視光を撮像する可視カメラと、赤外光を撮像する赤外カメラとを併用することで顔写真を排除する顔認証手法が開示されている。
　具体的には、通常の印画紙にプリントした顔写真や、インクジェットカラープリンタ、染料系プリンタで印刷した顔写真に赤外光を照射した場合、赤外光が一様に反射されるので赤外カメラで撮像すると写真上の顔は写らない。したがって、このような場合には、顔写真であると判定することができる。
特開２００７－４６１２号公報
　しかしながら、赤外光を吸収する成分で印刷された写真（たとえば、レーザプリンタや顔料系プリンタで印刷された写真）の場合には、赤外カメラで撮像しても生体部位（たとえば、顔、指、掌など）が写ってしまう。このため、生体部位の有無に基づいて写真を識別することはできない。したがって、特許文献１の技術を用いたとしても写真を完全には排除することができないという問題があった。
　これらのことから、写真等の非生体物を用いた不正行為を防止することができる生体認証装置をいかにして実現するかが大きな課題となっている。
　本発明は、上述した従来技術の課題を解決するためになされたものであり、写真等の非生体物を用いた不正行為を防止することができる生体認証装置を提供することを目的とする。
　上述した課題を解決し、目的を達成するために、本発明は、撮像された生体画像と登録された登録生体情報とを照合することによって生体認証を行う生体認証装置であって、可視光および赤外光を対象物へ照射する照射手段と、前記可視光が前記対象物によって反射された反射可視光を撮像する反射可視光撮像手段と、前記赤外光が前記対象物によって反射された反射赤外光を撮像する反射赤外光撮像手段と、前記反射可視光撮像手段によって撮像された反射可視光画像に基づいて本人照合を行う本人照合手段と、前記反射赤外光撮像手段によって撮像された反射赤外光画像に基づいて生体判別を行う生体判別手段とを備えたことを特徴とする。
　また、本発明は、撮像された生体画像と登録された登録生体情報とを照合することによって生体認証を行う生体認証装置であって、赤外光を対象物へ照射する照射手段と、前記赤外光が前記対象物によって反射された反射赤外光を撮像する反射赤外光撮像手段と、前記反射赤外光撮像手段によって撮像された反射赤外光画像に基づいて本人照合を行う本人照合手段と、前記反射赤外光画像に基づいて生体判別を行う生体判別手段とを備えたことを特徴とする。
　また、本発明は、上記の発明において、前記生体判別手段は、前記対象物が生体であるか非生体であるかの判別分析に用いる判別式の各係数として予め記憶部に登録された学習データを読み出し、前記反射赤外光撮像手段によって撮像された前記反射赤外光画像に基づく判別用特徴量データおよび前記学習データを用いて前記判別式から算出された算出値に基づいて前記生体判別を行うことを特徴とする。
　また、本発明は、上記の発明において、前記生体判別手段は、前記対象物が生体である場合および非生体である場合についてそれぞれ記憶部に登録された前記反射赤外光画像または該反射赤外光画像を照合用に加工した照合用特徴量データと、前記反射赤外光撮像手段によって撮像された前記反射赤外光画像または該反射赤外光画像を照合用に加工した照合用特徴量データとをそれぞれ対比することで前記生体判別を行うことを特徴とする。
　また、本発明は、上記の発明において、前記本人照合手段による本人照合に成功し、かつ、前記生体判別手段によって生体と判定されたことを条件として最終的な生体認証に成功したものと判定する判定手段をさらに備えたことを特徴とする。
　また、本発明は、上記の発明において、前記反射可視光撮像手段によって撮像された前記反射可視光画像に係る色分布の分散値に基づいて前記対象物のうち白黒の非生体物を識別する白黒対象物識別手段をさらに備えたことを特徴とする。
　また、本発明は、上記の発明において、前記照射手段は、可視光を対象物へさらに照射するものであって、前記可視光が前記対象物によって反射された反射可視光を撮像する反射可視光撮像手段をさらに備え、前記反射可視光撮像手段によって撮像された前記反射可視光画像に係る色分布の分散値に基づいて前記対象物のうち白黒の非生体物を識別することを特徴とする。
　また、本発明は、上記の発明において、前記反射可視光撮像手段および前記反射赤外光撮像手段は、前記対象物を同時に撮像することを特徴とする。
　本発明によれば、可視光および赤外光を対象物へ照射し、可視光が対象物によって反射された反射可視光を撮像し、赤外光が前記対象物によって反射された反射赤外光を撮像し、撮像された反射可視光画像に基づいて本人照合を行い、撮像された反射赤外光画像に基づいて生体判別を行うこととしたので、赤外光を吸収する成分で印刷された生体写真を用いた不正行為を防止することができるという効果を奏する。
　また、本発明によれば、赤外光を対象物へ照射し、赤外光が対象物によって反射された反射赤外光を撮像し、撮像された反射赤外光画像に基づいて本人照合を行い、反射赤外光画像に基づいて生体判別を行うこととしたので、赤外光を吸収する成分で印刷された生体写真を用いた不正行為を防止することができるという効果を奏する。
　また、本発明によれば、対象物が生体であるか非生体であるかの判別分析に用いる判別式の各係数として予め記憶部に登録された学習データを読み出し、撮像された反射赤外光画像に基づく判別用特徴量データおよび学習データを用いて判別式から算出された算出値に基づいて生体判別を行うこととしたので、反射赤外光画像に対象物が写っている場合であっても、生体と写真等の非生体物とを判別することができるという効果を奏する。
　また、本発明によれば、対象物が生体である場合および非生体である場合についてそれぞれ記憶部に登録された反射赤外光画像またはこの反射赤外光画像を照合用に加工した照合用特徴量データと、撮像された反射赤外光画像またはこの反射赤外光画像を照合用に加工した照合用特徴量データとをそれぞれ対比することとしたので、反射赤外光画像に対象物が写っている場合であっても、生体と写真等の非生体物とを判別することができるという効果を奏する。
　また、本発明によれば、本人照合に成功し、かつ、生体と判定されたことを条件として最終的な生体認証に成功したものと判定することとしたので、生体写真を排除しつつ生体認証を行うことができるという効果を奏する。
　また、本発明によれば、撮像された前記反射可視光に係る色分布の分散値に基づいて対象物のうち白黒の非生体物を識別することとしたので、白黒写真等の白黒の非生体物を確実に識別することができるという効果を奏する。
　また、本発明によれば、可視光を対象物へさらに照射し、可視光が対象物によって反射された反射可視光を撮像し、撮像された反射可視光画像に係る色分布の分散値に基づいて対象物のうち白黒の非生体物を識別することとしたので、白黒写真等の白黒の非生体物を確実に識別することができるという効果を奏する。
　また、本発明によれば、反射可視光および反射赤外光を用いて対象物を同時に撮像することとしたので、生体認証に要する認証時間を短縮することができるという効果を奏する。
図１は、本発明に係る顔認証手法の概要を示す図である。 図２は、本実施例に係る顔認証装置の構成を示すブロック図である。 図３は、顔認証装置の側面図である。 図４は、カラー判別部によるカラー判別処理の概要を示す図である。 図５は、カラー判別処理の処理手順を示すフローチャートである。 図６は、学習データの登録手順を示すフローチャートである。 図７は、生体判別部による生体判別処理の処理手順を示すフローチャートである。 図８は、顔認証装置が実行する処理手順を示すフローチャートである。 図９は、並列処理の一例を示す図である。
符号の説明
　　１０　　顔認証装置
　　１１　　照明
　　１２　　可視カメラ
　　１３　　赤外カメラ
　　１４　　制御部
　　１４ａ　可視画像取得部
　　１４ｂ　顔検出部
　　１４ｃ　顔照合部(本人照合手段)
　　１４ｄ　カラー判別部（白黒対象物識別手段）
　　１４ｅ　赤外画像取得部
　　１４ｆ　生体判別部
　　１４ｇ　最終判定部
　　１５　　記憶部
　　１５ａ　学習データ
　　１５ｂ　登録画像
　　３１　　カメラ間隔
　　４１、４２　色分布
　　４３　　色分布中心位置
　以下に、添付図面を参照して、本発明に係る生体認証手法の好適な実施例を詳細に説明する。なお、以下では、本発明に係る生体認証手法の一例である顔認証手法の概要について説明した後に、本発明に係る生体認証手法を適用した生体認証装置の一例である顔認証装置についての実施例を説明することとする。なお、本発明に係る生体認証手法および生体認証装置の認証対象は顔に限られるものではなく、指、掌など生体部位全般に適用可能である。また、以下では、非生体物の一例として写真等の印刷物を用いて説明するが、非生体物は平面的なものに限らず、お面や彫像等の立体的な造形物も含むものとする。
　まず、本発明に係る顔認証手法の概要について図１を用いて説明する。図１は、本発明に係る顔認証手法の概要を示す図である。なお、同図の（Ａ）には赤外光を吸収する成分を含んだ印刷物（たとえば、レーザプリンタによる印刷物）である白黒写真を、同図の（Ｂ）には赤外光を吸収しない印刷物（たとえば、インクジェットプリンタによる印刷物）であるカラー写真を、同図の（Ｃ）には赤外光を吸収する成分を含んだ印刷物（たとえば、レーザプリンタによる印刷物）であるカラー写真を、それぞれかざした場合について示している。
　本発明に係る顔認証手法は、上記した特許文献１に係る従来技術と同様に、認証の対象物となりうる（Ａ）～（Ｃ）の写真を、可視カメラおよび赤外カメラで撮像する。そして、（Ａ）の白黒写真を可視カメラで撮像すると白黒の画像となり、（Ｂ）のカラー写真を可視カメラで撮像するとカラーの画像となり、（Ｃ）のカラー写真を可視カメラで撮像するとカラーの画像となる。一方、（Ａ）および（Ｃ）の写真を赤外カメラで撮像すると赤外光を吸収する成分によって顔が写るが、（Ｂ）の写真を赤外カメラで撮像すると顔が写らない。これは、赤外光を吸収する成分を含んだ印刷物では、その濃淡や色によって赤外光を吸収する量が異なるので反射赤外光の強さに差が生じるが、赤外光を吸収しない印刷物では、その濃淡や色にかかわらず赤外光が一様に反射されるためである。
　上記した特許文献１に係る従来技術では、白黒写真である（Ａ）を可視カメラで撮像した場合に、可視カメラ画像が白黒となることを利用して（Ａ）が白黒写真であると判定していた。また、赤外光を吸収しないカラー写真である（Ｂ）を赤外カメラで撮像した場合に、赤外カメラ画像に顔が写らないことを利用して（Ｂ）がカラー写真であると判定していた。しかし、赤外光を吸収する成分を含んだカラー写真である（Ｃ）については、人の顔を区別することができず顔と判定してしまうことになる。
　そこで、本発明に係る顔認証手法では、従来技術が識別することができなかった（Ｃ）の写真（赤外光を吸収する成分を含んだカラー写真）を、後述する生体判別を行うことによってカラー写真と判定することとした（同図の（１）参照）。
　なお、本発明に係る顔認証手法では、可視カメラ画像が白黒であるかカラーであるかを判別する際に、色分布の分散値に基づいて判別処理を行うことで、白黒／カラー判別の精度を向上させているが、この点については、図４を用いて後述することとする。
　以下では、図１に示した本発明に係る顔認証手法を適用した顔認証装置に係る実施例を図２～図９を用いて説明する。
　まず、本実施例に係る顔認証装置１０の構成について図２を用いて説明する。図２は、本実施例に係る顔認証装置１０の構成を示すブロック図である。なお、同図においては、顔認証装置１０の特徴を説明するために必要な構成要素のみを示しており、顔認証結果を出力する出力部や表示部等の一般的な構成要素についての記載を省略している。
　同図に示すように、顔認証装置１０は、照射手段である照明１１と、反射可視光撮像手段である可視カメラ１２と、反射赤外光撮像手段である赤外カメラ１３と、制御部１４と、記憶部１５とを備えている。また、制御部１４は、可視画像取得部１４ａと、顔検出部１４ｂと、本人照合手段である顔照合部１４ｃと、白黒対象物識別手段であるカラー判別部１４ｄと、赤外画像取得部１４ｅと、生体判別部１４ｆと、最終判定部１４ｇとをさらに備えており、記憶部１５は、学習データ１５ａと、登録された人の顔の画像である登録画像１５ｂとを記憶する。
　照明１１は、可視光および赤外光を認証対象物に対して照射するデバイスであり、ハロゲンランプやＬＥＤ（Light　Emitting　Diode）などの発光体から構成される。なお、この照明１１は、可視光を発する発光体と赤外光を発する発光体との組み合わせで構成することしてもよく、可視光および赤外光を発する単一の発光体（たとえば、ハロゲンランプ）としてもよい。
　可視カメラ１２は、ＣＣＤ（Charge　Coupled　Devices）カメラ等のカメラであり、照明１１が照射した可視光が認証対象物によって反射された反射光である反射可視光を検知し、可視画像として制御部１４の可視画像取得部１４ａへ渡す。なお、可視カメラ１２が認証対象物を撮像するタイミングは、赤外カメラ１３が認証対象物を撮像するタイミングと略同一となるように制御される。
　赤外カメラ１３は、たとえば、ＣＣＤ（Charge　Coupled　Devices）カメラ等のカメラであって赤外波長に感度をもつカメラに、可視光線をカットするフィルタを装着することによって構成される。この赤外カメラ１３は、照明１１が照射した赤外光が認証対象物によって反射された反射光である反射赤外光を検知し、赤外画像として制御部１４の赤外画像取得部１４ｅへ渡す。なお、赤外カメラ１３が認証対象物を撮像するタイミングは、可視カメラ１２が認証対象物を撮像するタイミングと略同一となるように制御される。
　ここで、照明１１、可視カメラ１２および赤外カメラ１３の配置について図３を用いて説明しておく。図３は、顔認証装置１０の側面図である。図３に示すように、照明１１は、たとえば、顔認証装置１０の上方に設けられ、認証対象物（人の顔など）に対して可視光および赤外光を照射する。また、可視カメラ１２および赤外カメラ１３は、たとえば、顔認証装置１０の前方に上下に所定間隔（同図の３１参照）をおいて設けられる。
　ここで、カメラ間隔３１は、たとえば、５０ｍｍ程度である。なお、２つのカメラのステレオ視によって平面写真を排除する手法では、カメラ間隔は１００ｍｍ～２００ｍｍ程度とる必要があるが、本実施例に係る顔認証装置１０は、ステレオ視を行う必要がないので、カメラ間隔を小さくすることができ、顔認証装置１０自体のサイズをコンパクトにすることが可能となる。
　図２の説明に戻り、制御部１４について説明する。制御部１４は、可視画像に基づく顔照合処理およびカラー判別処理を行うとともに、赤外画像に基づく生体判別処理を行い、顔照合処理結果、カラー判別処理結果および生体判別処理結果に基づいて最終的な判定（人の顔と写真とを切り分ける判定）を行う処理部である。
　可視画像取得部１４ａは、可視カメラ１２から可視画像を受け取り、受け取った可視画像を顔検出部１４ｂへ渡す処理を行う処理部である。また、顔検出部１４ｂは、可視画像取得部１４ａから受け取った可視画像について顔サーチを行い、検出した顔部分を顔照合部１４ｃおよびカラー判別部１４ｄへ渡す処理を行う処理部である。なお、この顔検出部１４ｂは、赤外画像取得部１４ｅから受け取った赤外画像についても顔サーチを行い、検出した顔部分を生体判別部１４ｆへ渡す処理を行う。
　顔照合部１４ｃは、記憶部１５に記憶された登録画像１５ｂと、顔検出部１４ｂから受け取った可視画像の顔部分とを対比することで撮像された人が登録された本人であるか否かを判定する処理部である。たとえば、この顔照合部１４ｃは、可視画像の顔部分と各登録画像１５ｂとを対比して両画像がどの程度類似しているかを表す値である類似度を算出し、算出した特徴点の類似度が所定値以上である登録画像１５ｂが存在する場合には本人と、存在しない場合には本人ではないと判定する。なお、可視画像の顔部分と指定された登録画像１５ｂとの１対１の照合を行うこととしてもよい。そして、顔照合部１４ｃは、照合結果を最終判定部１４ｇへ渡す。なお、登録画像１５ｂとしては、通常、可視画像が用いられる。
　なお、本実施例では、登録画像１５ｂと可視画像とを対比する場合について示したが、登録画像１５ｂのかわりに登録画像１５ｂから算出した照合用特徴量を記憶部１５へ登録しておき、顔照合部１４ｃが可視画像から照合用特徴量を算出したうえで、算出した特徴量と、記憶部１５に登録された特徴量とを対比することとしてもよい。すなわち、登録生体情報としては、生体画像または生体画像に基づいた特徴量（照合用特徴量データ）を用いることができる。
　カラー判定部１４ｄは、顔検出部１４ｂから受け取った可視画像の顔部分について色分布の分散値を算出し、算出した分散値と所定の閾値とを比較することで、可視画像の顔部分がカラーであるか白黒であるかを判定し、撮像された対象物が白黒の非生体物であるか否かを識別する処理部である。ここで、このカラー判定部１４ｄが行うカラー判定処理の内容について図４および図５を用いて説明しておく。
　図４は、カラー判別部１４ｄによるカラー判別処理の概要を示す図である。なお、同図には、カラーを取り扱う基本軸としてＨＳ平面を用いる場合について示している。ここで、「Ｈ」とは色合いをあらわす値である色相であり、図４の（１）に示したように、円周方向の色変化のことを指す。
　また、「Ｓ」とは色の鮮やかさをあらわす値である彩度であり、図４の（１）に示したように、中心点からの距離のことを指す。また、ＨＳ平面に展開された色分布はＨＳヒストグラムと呼ばれる。なお、本実施例では、カラーを取り扱う基本軸としてＨＳ平面を用いる場合について示したが、他の基本軸を用いることとしてもよい。
　図４の（２）に示したのは、従来のカラー判別手法である。また、同図の４１は、白黒写真である場合の色分布であり、同図の４２は、カラー写真あるいは人の顔である場合の色分布である。従来は、各分布が中心点に近いか否かを判定基準として用いていたので、中心点に近い４１については白黒、中心点から遠い４２についてはカラーと判定していた。
　しかし、カメラのホワイトバランス設定のずれや、外光などの環境光の影響によって、同図の４２に示した色分布が同図の４３に示した位置にずれると、４２の色分布を白黒と誤判定してしまうことになる。
　そこで、本実施例に係るカラー判別部１４ｄは、各色分布における中心位置からの分散値に基づいて白黒／カラーの判定を行うこととした。たとえば、図４の（３）に示したように、カラーの色分布４２について、色分布中心位置４４を算出する。そして、カラーの色分布４２について色分布中心位置４４からの分散値を求め、求めた分散値が所定の閾値より大きいか否かで白黒／カラーの判定を行う。
　ここで、カラーの色分布４２は、白黒の色分布４１に比べて拡がりをもった分布となる傾向があるため、色分布についての中心位置からの分散値を用いると白黒／カラーの判定を高精度に行うことができる。このようにすることで、肌の色が白い人や黒い人など、一見、白黒に近いと思われる生体と、白黒の非生体とを判別することができる。白黒に近い生体であれば、純粋に白黒の濃淡で表現される白黒の非生体と比べ、分散値が大きくなるためである。
　図５は、カラー判別処理の処理手順を示すフローチャートである。同図に示すように、カラー判別部１４ｄは、顔部分のＨＳヒストグラムを生成し（ステップＳ１０１）、色分布の重心位置（すなわち、中心位置）を算出する（ステップＳ１０２）。つづいて、重心位置からの分散値を算出し（ステップＳ１０３）、算出した分散値が所定の閾値以上であるか否かを判定する（ステップＳ１０４）。
　そして、分散値が所定の閾値以上である場合には（ステップＳ１０４，Ｙｅｓ）、カラーと判定して（ステップＳ１０５）処理を終了する。一方、分散値が所定の閾値未満である場合には（ステップＳ１０４，Ｎｏ）、白黒と判定して（ステップＳ１０６）処理を終了する。このように、白黒の非生体が撮像された場合には白黒と判定されるので、白黒の非生体であると識別することができる。
　図２の説明に戻り、赤外画像取得部１４ｅについて説明する。赤外画像取得部１４ｅは、赤外カメラ１３から赤外画像を受け取り、受け取った赤外画像を顔検出部１４ｂへ渡す処理を行う処理部である。また、生体判別部１４ｆは、記憶部１５に記憶された学習データ１５ａを用い、顔検出部１４ｂから受け取った赤外画像の顔部分について線形判別分析などの判別分析を行うことで生体判別を行う処理部である。なお、生体判別とは、赤外画像に含まれる顔部分が、人の顔であるか写真などの非生体物であるかを判別することを指す。
　ここで、生体判別部１４ｆが用いる学習データ１５ａの登録手順について図６を用いて説明しておく。図６は、学習データ１５ａの登録手順を示すフローチャートである。同図に示すように、生体（顔）画像あるいは非生体（写真）画像を入力し（ステップＳ２０１）、平均顔との対応付けを行い（ステップＳ２０２）、ステップＳ２０１で入力された顔画像の位置補正を実行する（ステップＳ２０３）。ここで、平均顔とは、多数の人の顔の平均を指し、たとえば、多数の人の顔画像を重ね合わせて平均をとることで得られる。
　そして、位置補正済みの顔画像について画像サイズの正規化を行う（ステップＳ２０４）。ここで、この正規化は、顔画像を１６画素×１６画素に縮小することで行われる。つづいて、各画素の値（濃淡を示す値）を１６×１６＝２５６次元の特徴量へ変換し（ステップＳ２０５）、学習処理（ステップＳ２０６）を実行する。なお、ステップＳ２０５に示した特徴量は、判別やその学習のために正規化されたデータである判別用特徴量データのことを指す。
　ここで、ステップＳ２０６の学習処理とは、線形判別処理に用いられる判別式の各係数を顔と写真とを判別するために適した値として求めることを指す。たとえば、かかる判別式は、
Figure JPOXMLDOC01-appb-M000001
 と表わされる。
　なお、特徴量（判別用特徴量データ）は、上記したように２５６次元の値をとるため、式（１）のｉは、１～２５６の値をとる。また、式（１）のｘｉには、２５６次元の各特徴量が代入される。そして、式（１）の左辺であるｚの値について、顔の場合と写真の場合とを所定の閾値で区切ることができるように、係数であるａｉおよびａ０の値が学習される。
　なお、図６では、ステップＳ２０６の学習処理において線形判別分析を用いる場合について説明したが、その他の統計手法を用いることとしてもよい。たとえば、非線形判別分析やＳｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ（ＳＶＭ）法、ニューラルネットワーク法、部分空間法等を用いることができる。
　また、本実施例では、学習データ１５ａとして式（１）の各係数あるいは式（１）自体を記憶部１５へ登録し、生体判別部１４ｆが、学習データ１５ａを用いた線形判別分析によって生体判別を行う場合について説明する。しかし、これに限らず、別の方法によって生体判別を行うことも可能である。たとえば、生体（顔）画像を代表する生体判別用照合データ（赤外画像または照合用特徴量データ）と、非生体（写真）画像を代表する生体判別用照合データとをそれぞれ対比して照合を行い、類似度を比較して生体か非生体かを判別することとしてもよい。
　具体的には、顔部分と生体を代表する生体判別用照合データとの類似度が、顔部分と非生体を代表する生体判別用照合データとの類似度よりも大きい場合には生体と、それ以外は非生体と判別する。この場合、両類似度の差が所定値以上であることを生体と判別する際の条件として付加することとしてもよい。なお、あらかじめ登録しておく生体判別用照合データは、生体（顔）画像を代表するものと非生体（写真）画像を代表するものとの少なくとも２つが必要であるが、さらに数を増やすことしてもよい。また、これらの生体判別用照合データは、単一の人物の生体画像および非生体画像（写真や当該人物を模した造形物の画像等）から作成してもよく、複数の人物の生体画像および非生体画像を平均化した平均画像から作成してもよい。さらに、登録された人物ごとに専用の生体判別用照合データをもつようにしてもよい。
　なお、図６では、顔画像を１６画素×１６画素に縮小して２５６次元の特徴量（判別用特徴量データ）へ変換する場合について示したが、顔画像を縮小しないこととしてもよい。また、縮小する場合の画素数を他の画素数とすることとしてもよい。これらの場合には、図６のステップＳ２０４で正規化された画素数と、図７におけるステップＳ３０３で正規化された画素数とが同一となるようにする。なお、顔画像を縮小しない場合には、顔画像を、顔画像の画素数分の次元をもつ特徴量（判別用特徴量データ）として用いることになる。
　つづいて、生体判別部１４ｆによる生体判別処理の処理手順について図７を用いて説明しておく。図７は、生体判別部１４ｆによる生体判別処理の処理手順を示すフローチャートである。同図に示すように、生体判別部１４ｆは、赤外顔画像と平均顔との対応付けを行い（ステップＳ３０１）、赤外顔画像の顔位置を補正する（ステップＳ３０２）。そして、赤外顔画像を１６画素×１６画素に縮小することで、赤外顔画像のサイズを正規化する（ステップＳ３０３）。
　つづいて、１６画素×１６画素に縮小された赤外顔画像について、各画素の値（濃淡を示す値）を１６×１６＝２５６次元の特徴量（判別用特徴量データ）へ変換する（ステップＳ３０４）。そして、記憶部１５の学習データ１５ａを用いた判別分析が行われる（ステップＳ３０５）。
　この判別分析は以下に示す手順で行われる。すなわち、学習データ１５ａとして記憶部１５に記憶されている上記した式（１）の各係数（ａｉおよびａ０）を用い、ステップＳ３０４で算出された２５６次元の各特徴量を式（１）のｘｉへそれぞれ代入する。そして、式（１）のｚの値が所定の閾値以上であるか未満であるかに基づき、赤外顔画像が、生体（顔）カテゴリに属するか、非生体（写真）カテゴリに属するかが判別される。
　そして、生体（顔）カテゴリに属すると判定された場合には（ステップＳ３０６，Ｙｅｓ）、赤外顔画像を生体（顔）と判定する（ステップＳ３０７）。一方、ステップＳ３０６の判定条件を満たさなかった場合には（ステップＳ３０６，Ｎｏ）、赤外顔画像を非生体（写真）と判定する（ステップＳ３０８）。
　なお、図７では、赤外顔画像を１６画素×１６画素に縮小して２５６次元の特徴量（判別用特徴量データ）へ変換する場合について示したが、赤外顔画像を縮小しないこととしてもよい。また、縮小する場合の画素数を他の画素数とすることとしてよい。これらの場合には、図７におけるステップＳ３０３で正規化された画素数と、図６のステップＳ２０４で正規化された画素数とが同一となるようにする。なお、赤外顔画像を縮小しない場合には、赤外顔画像を、赤外顔画像の画素数分の次元をもつ特徴量（判別用特徴量データ）として用いることになる。
　図２の説明に戻り、最終判定部１４ｇについて説明する。最終判定部１４ｇは、顔照合部１４ｃから受け取った顔照合結果、カラー判別部１４ｄから受け取ったカラー判別結果および生体判別部１４ｆから受け取った生体判別結果に基づいて最終的な認証成否を判定する処理を行う処理部である。
　たとえば、この最終判定部１４ｇは、顔照合結果が照合成功であり、カラー判別結果がカラーであり、生体判別結果が生体（顔）である場合には、認証対象物は人の顔であるとして、最終的な認証に成功したと判定する。また、顔照合結果が照合成功であり、カラー判別結果がカラーであるが、生体判別結果が非生体（写真）である場合には、認証対象物はカラー写真であるとして、最終的な認証に失敗したと判定する。なお、カラー判別結果が白黒であれば、他の判定結果にかかわらず、認証対象物が白黒写真であるとして、最終的な認証に失敗したと判定する。
　記憶部１５は、ＲＯＭ（Read　Only　Memory）やＲＡＭ（Random　Access　Memory）等のメモリで構成される記憶部であり、学習データ１５ａおよび登録画像１５ｂを記憶する。学習データ１５ａは、既に説明した図６の手順に従って登録されるデータであり、生体判別部１４ｆによって用いられる。
　登録画像１５ｂは、あらかじめ登録された認証対象者の顔画像であり、顔照合部１４ｃによって用いられる。なお、顔照合部１４ｃが可視画像の照合用特徴量を算出する場合には、登録画像１５ｂのかわりに登録画像１５ｂの照合用特徴量を記憶部１５へ登録することとしてもよい。
　次に、顔認証装置１０が実行する処理手順について図８を用いて説明する。図８は、顔認証装置１０が実行する処理手順を示すフローチャートである。同図に示すように、可視画像取得部１４ａおよび赤外画像取得部１４ｅが、可視画像および赤外画像をそれぞれ取得すると（ステップＳ４０１）、顔検出部１４ｂは、可視画像について顔検出処理を行う（ステップＳ４０２）。
　そして、ステップＳ４０２の顔検出処理に成功した場合には（ステップＳ４０３，Ｙｅｓ）、顔照合部１４ｃが、可視画像について顔照合処理を行う（ステップＳ４０４）。なお、顔検出に失敗した場合には（ステップＳ４０３，Ｎｏ）、ステップＳ４０１以降の処理を繰り返す。
　つづいて、ステップＳ４０４の顔照合に成功したか否かが判定され（ステップＳ４０５）、顔照合に成功した場合には（ステップＳ４０５，Ｙｅｓ）、カラー判別部１４ｄが、可視画像についてカラー判別処理を行う（ステップＳ４０６）。なお、顔照合に失敗した場合には（ステップＳ４０５，Ｎｏ）、認証に失敗したものとして、ただちに、処理を終了する。
　そして、可視画像についてのカラー判別結果がカラーであるか否かが判定され（ステップＳ４０７）、カラーである場合には（ステップＳ４０７，Ｙｅｓ）、顔検出部１４ｂは、赤外画像について顔検出処理を行う（ステップＳ４０８）。なお、カラーではない場合には（ステップＳ４０７，Ｎｏ）、認証対象物を写真と判定して（ステップＳ４１３）処理を終了する。
　つづいて、ステップＳ４０８の顔検出処理に成功したか否かが判定され（ステップＳ４０９）、顔検出に成功した場合には（ステップＳ４０９，Ｙｅｓ）、生体判別部１４ｆが、赤外画像について生体判別処理を行う（ステップＳ４１０）。なお、顔検出に失敗した場合には（ステップＳ４０９，Ｎｏ）、認証対象物を写真と判定して（ステップＳ４１３）処理を終了する。
　そして、ステップＳ４１０の生体判別処理において生体と判別されたか否かが判定され（ステップＳ４１１）、生体と判定された場合には（ステップＳ４１１，Ｙｅｓ）、認証成功と判定して（ステップＳ４１２）処理を終了する。一方、ステップＳ４１１において非生体と判定された場合には（ステップＳ４１１，Ｎｏ）、認証対象物を写真と判定して（ステップＳ４１３）処理を終了する。
　なお、図８では、可視画像顔検出処理（ステップＳ４０２）、可視画像顔照合処理（ステップＳ４０４）、可視画像カラー判別処理（ステップＳ４０６）、赤外画像顔検出処理（ステップＳ４０８）および赤外画像生体判別処理（ステップＳ４１０）を、これらの順序で処理する場合について示したが、これらの順序以外で処理することとしてもよい。たとえば、ステップＳ４０６の可視画像カラー判別処理は、ステップＳ４０３以降であればどの段階で実行しても構わない。同じく、ステップ４１０の赤外画像生体判別処理は、ステップＳ４０９以降であればどの段階で実行しても構わない。また、ステップＳ４０８の赤外画像顔検出処理とステップＳ４０２の可視画像顔検出処理の実行順序を入れ替えることとしてもよい。
　また、図８では、可視画像顔検出処理（ステップＳ４０２）、可視画像顔照合処理（ステップＳ４０４）、可視画像カラー判別処理（ステップＳ４０６）、赤外画像顔検出処理（ステップＳ４０８）および赤外画像生体判別処理（ステップＳ４１０）を、これらの順序で直列に処理する場合について示したが、これらの処理を並列で行うこととしてもよい。
　図９は、並列処理の一例を示す図である。なお、同図に示す矢印は、処理が実行される順序をあらわしている。同図に示すように、認証処理が開始されたならば、顔検出部１４ｂは、可視画像顔検出処理と赤外画像顔検出処理とを並列で行い、つづいて、顔照合部１４ｃによる可視画像顔照合処理と、カラー判別部１４ｄによる可視画像カラー判別処理と、生体判別部１４ｆによる赤外画像判別処理を並列で行う。そして、最終判定部１４ｇによって最終的な処理結果判定が行われる。このように、各処理を並列で行うことで、認証処理に要する時間を短縮することが可能となる。
　上述してきたように、本実施例によれば、照明が、可視光および赤外光を対象物へ照射し、可視カメラが、可視光が対象物によって反射された反射可視光を撮像し、赤外カメラが、赤外光が前記対象物によって反射された反射赤外光を撮像し、顔照合部が、撮像された反射可視光画像に基づいて顔照合を行い、生体判別部が、撮像された反射赤外光画像に基づいて生体判別を行うように顔認証装置を構成したので、赤外光を吸収する成分で印刷された顔写真を用いた不正行為を防止することができる。
　なお、上述した実施例では、顔照合部は反射可視光画像に基づいて顔照合を行う場合について説明したが、顔照合を反射赤外光画像に基づいて行うことも可能である。この場合、登録画像として通常は赤外光画像が用いられる。また、生体判別を生体および非生体の生体情報を用いた照合によって行う場合には、生体判別部が顔照合部の機能を兼ねることとしてもよい。この場合、登録画像または照合用特徴量データと、生体判別用データ（生体画像または照合用特徴量データ）とが同一のものであってもよい。
　なお、上述した実施例では、顔認証装置を例としたが、本発明は、たとえば、指、掌など顔以外の対象にも有効であり、生体認証全般に適用可能である。
　以上のように、本発明に係る生体認証装置は、写真を用いた不正行為の防止に有用であり、特に、赤外線を吸収する成分を含んだ写真を確実に排除したい場合に適している。

Claims (8)

  1. 　撮像された生体画像と登録された登録生体情報とを照合することによって生体認証を行う生体認証装置であって、
    　可視光および赤外光を対象物へ照射する照射手段と、
    　前記可視光が前記対象物によって反射された反射可視光を撮像する反射可視光撮像手段と、
    　前記赤外光が前記対象物によって反射された反射赤外光を撮像する反射赤外光撮像手段と、
    　前記反射可視光撮像手段によって撮像された反射可視光画像に基づいて本人照合を行う本人照合手段と、
    　前記反射赤外光撮像手段によって撮像された反射赤外光画像に基づいて生体判別を行う生体判別手段と
    　を備えたことを特徴とする生体認証装置。
  2. 　撮像された生体画像と登録された登録生体情報とを照合することによって生体認証を行う生体認証装置であって、
    　赤外光を対象物へ照射する照射手段と、
    　前記赤外光が前記対象物によって反射された反射赤外光を撮像する反射赤外光撮像手段と、
    　前記反射赤外光撮像手段によって撮像された反射赤外光画像に基づいて本人照合を行う本人照合手段と、
    　前記反射赤外光画像に基づいて生体判別を行う生体判別手段と
    　を備えたことを特徴とする生体認証装置。
  3. 　前記生体判別手段は、
    　前記対象物が生体であるか非生体であるかの判別分析に用いる判別式の各係数として予め記憶部に登録された学習データを読み出し、前記反射赤外光撮像手段によって撮像された前記反射赤外光画像に基づく判別用特徴量データおよび前記学習データを用いて前記判別式から算出された算出値に基づいて前記生体判別を行うことを特徴とする請求項１または２に記載の生体認証装置。
  4. 　前記生体判別手段は、
    　前記対象物が生体である場合および非生体である場合についてそれぞれ記憶部に登録された前記反射赤外光画像または該反射赤外光画像を照合用に加工した照合用特徴量データと、前記反射赤外光撮像手段によって撮像された前記反射赤外光画像または該反射赤外光画像を照合用に加工した照合用特徴量データとをそれぞれ対比することで前記生体判別を行うことを特徴とする請求項１または２に記載の生体認証装置。
  5. 　前記本人照合手段による本人照合に成功し、かつ、前記生体判別手段によって生体と判定されたことを条件として最終的な生体認証に成功したものと判定する判定手段
    　をさらに備えたことを特徴とする請求項１または２に記載の生体認証装置。
  6. 　前記反射可視光撮像手段によって撮像された前記反射可視光画像に係る色分布の分散値に基づいて前記対象物のうち白黒の非生体物を識別する白黒対象物識別手段
    　をさらに備えたことを特徴とする請求項１に記載の生体認証装置。
  7. 　前記照射手段は、
    　可視光を対象物へさらに照射するものであって、
    　前記可視光が前記対象物によって反射された反射可視光を撮像する反射可視光撮像手段
    　をさらに備え、
    　前記反射可視光撮像手段によって撮像された前記反射可視光画像に係る色分布の分散値に基づいて前記対象物のうち白黒の非生体物を識別することを特徴とする請求項２に記載の生体認証装置。
  8. 　前記反射可視光撮像手段および前記反射赤外光撮像手段は、
    　前記対象物を同時に撮像することを特徴とする請求項１または７に記載の生体認証装置。
PCT/JP2008/053667 2008-02-29 2008-02-29 生体認証装置 WO2009107237A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2010500509A JPWO2009107237A1 (ja) 2008-02-29 2008-02-29 生体認証装置
PCT/JP2008/053667 WO2009107237A1 (ja) 2008-02-29 2008-02-29 生体認証装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2008/053667 WO2009107237A1 (ja) 2008-02-29 2008-02-29 生体認証装置

Publications (1)

Publication Number Publication Date
WO2009107237A1 true WO2009107237A1 (ja) 2009-09-03

Family

ID=41015650

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2008/053667 WO2009107237A1 (ja) 2008-02-29 2008-02-29 生体認証装置

Country Status (2)

Country Link
JP (1) JPWO2009107237A1 (ja)
WO (1) WO2009107237A1 (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103077382A (zh) * 2013-01-08 2013-05-01 紫光股份有限公司 一种用于人脸识别系统的真人鉴别装置
JPWO2013035150A1 (ja) * 2011-09-05 2015-03-23 株式会社モルフォ 顔認証システム、顔認証方法、および顔認証プログラム
US9042609B2 (en) 2011-09-05 2015-05-26 Morpho, Inc. Face authentication system, face authentication method, and face authentication program
JP2016173813A (ja) * 2015-03-16 2016-09-29 株式会社リコー 情報処理装置、情報処理システム、認証方法、及びプログラム
JP2018005805A (ja) * 2016-07-08 2018-01-11 株式会社リコー 情報処理システム、画像処理装置、情報処理装置、及びプログラム
WO2018079031A1 (ja) 2016-10-31 2018-05-03 日本電気株式会社 画像処理装置、画像処理方法、顔認証システム、プログラム及び記録媒体
CN108292363A (zh) * 2016-07-22 2018-07-17 日电实验室美国公司 用于防欺骗面部识别的活体检测
JP2020532802A (ja) * 2017-09-07 2020-11-12 ベイジン センスタイム テクノロジー デベロップメント カンパニー， リミテッド 顔ロック解除方法、その情報登録方法及び装置、機器並びに媒体
JP2021089557A (ja) * 2019-12-04 2021-06-10 株式会社デジタル・ナレッジ 試験システム
JP2021114313A (ja) * 2020-07-15 2021-08-05 ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド 顔合成画像検出方法、顔合成画像検出装置、電子機器、記憶媒体及びコンピュータプログラム
JP2021534497A (ja) * 2018-09-26 2021-12-09 ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン） 個人識別方法、コンピュータ可読記憶媒体、端末デバイスおよび装置
JP2022501686A (ja) * 2019-08-19 2022-01-06 深▲セン▼市商湯科技有限公司Shenzhen Sensetime Technology Co., Ltd. 生体検出方法及び装置、電子機器並びに記憶媒体
JP2022522523A (ja) * 2019-09-26 2022-04-19 アンドオープン カンパニー， リミテッド セキュリティーカードを用いたユーザ認証装置及びユーザ認証方法
WO2022172430A1 (ja) 2021-02-15 2022-08-18 富士通株式会社 判定方法、判定プログラム、及び情報処理装置
JP7199614B1 (ja) * 2022-05-16 2023-01-05 三菱電機株式会社 人検知装置、人検知システム、人検知方法、及び人検知プログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488486B (zh) * 2015-12-07 2018-10-30 清华大学 防止照片攻击的人脸识别方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11339048A (ja) * 1998-05-29 1999-12-10 Omron Corp 個人識別装置、個人識別方法および個人識別プログラムを記録した記録媒体
JP2005260657A (ja) * 2004-03-12 2005-09-22 Casio Comput Co Ltd 撮影装置、画像処理方法及びプログラム
JP2007004612A (ja) * 2005-06-24 2007-01-11 Glory Ltd 顔認証装置及び顔認証方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4517987B2 (ja) * 2004-09-10 2010-08-04 富士ゼロックス株式会社 画像処理方法及び画像処理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11339048A (ja) * 1998-05-29 1999-12-10 Omron Corp 個人識別装置、個人識別方法および個人識別プログラムを記録した記録媒体
JP2005260657A (ja) * 2004-03-12 2005-09-22 Casio Comput Co Ltd 撮影装置、画像処理方法及びプログラム
JP2007004612A (ja) * 2005-06-24 2007-01-11 Glory Ltd 顔認証装置及び顔認証方法

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2013035150A1 (ja) * 2011-09-05 2015-03-23 株式会社モルフォ 顔認証システム、顔認証方法、および顔認証プログラム
US9042609B2 (en) 2011-09-05 2015-05-26 Morpho, Inc. Face authentication system, face authentication method, and face authentication program
CN103077382A (zh) * 2013-01-08 2013-05-01 紫光股份有限公司 一种用于人脸识别系统的真人鉴别装置
JP2016173813A (ja) * 2015-03-16 2016-09-29 株式会社リコー 情報処理装置、情報処理システム、認証方法、及びプログラム
JP2018005805A (ja) * 2016-07-08 2018-01-11 株式会社リコー 情報処理システム、画像処理装置、情報処理装置、及びプログラム
CN108292363B (zh) * 2016-07-22 2022-05-24 日电实验室美国公司 用于防欺骗面部识别的活体检测
CN108292363A (zh) * 2016-07-22 2018-07-17 日电实验室美国公司 用于防欺骗面部识别的活体检测
JP2019508801A (ja) * 2016-07-22 2019-03-28 エヌイーシー ラボラトリーズ アメリカ インクＮＥＣ Ｌａｂｏｒａｔｏｒｉｅｓ Ａｍｅｒｉｃａ， Ｉｎｃ． なりすまし防止顔認識のための生体検知
JP7040457B2 (ja) 2016-10-31 2022-03-23 日本電気株式会社 画像処理装置、画像処理方法、顔認証システム及びプログラム
JPWO2018079031A1 (ja) * 2016-10-31 2019-09-12 日本電気株式会社 画像処理装置、画像処理方法、顔認証システム及びプログラム
US11915517B2 (en) 2016-10-31 2024-02-27 Nec Corporation Image processing device, image processing method, face recognition system, program, and storage medium
US11423693B2 (en) 2016-10-31 2022-08-23 Nec Corporation Image processing device, image processing method, face recognition system, program, and storage medium
WO2018079031A1 (ja) 2016-10-31 2018-05-03 日本電気株式会社 画像処理装置、画像処理方法、顔認証システム、プログラム及び記録媒体
JP7080308B2 (ja) 2017-09-07 2022-06-03 ベイジン センスタイム テクノロジー デベロップメント カンパニー， リミテッド 顔ロック解除方法、その情報登録方法及び装置、機器並びに媒体
JP2020532802A (ja) * 2017-09-07 2020-11-12 ベイジン センスタイム テクノロジー デベロップメント カンパニー， リミテッド 顔ロック解除方法、その情報登録方法及び装置、機器並びに媒体
JP2021534497A (ja) * 2018-09-26 2021-12-09 ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン） 個人識別方法、コンピュータ可読記憶媒体、端末デバイスおよび装置
JP7105988B2 (ja) 2018-09-26 2022-07-25 ワン・コネクト・スマート・テクノロジー・カンパニー・リミテッド・（シェンチェン） 個人識別方法、コンピュータ可読記憶媒体、端末デバイスおよび装置
JP7110412B2 (ja) 2019-08-19 2022-08-01 深▲セン▼市商湯科技有限公司 生体検出方法及び装置、電子機器並びに記憶媒体
JP2022501686A (ja) * 2019-08-19 2022-01-06 深▲セン▼市商湯科技有限公司Shenzhen Sensetime Technology Co., Ltd. 生体検出方法及び装置、電子機器並びに記憶媒体
JP2022522523A (ja) * 2019-09-26 2022-04-19 アンドオープン カンパニー， リミテッド セキュリティーカードを用いたユーザ認証装置及びユーザ認証方法
JP2021089557A (ja) * 2019-12-04 2021-06-10 株式会社デジタル・ナレッジ 試験システム
JP7381014B2 (ja) 2019-12-04 2023-11-15 株式会社デジタル・ナレッジ 試験システム
US11881050B2 (en) 2020-07-15 2024-01-23 Beijing Baidu Netcom Science And Technology Co., Ltd. Method for detecting face synthetic image, electronic device, and storage medium
JP2021114313A (ja) * 2020-07-15 2021-08-05 ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド 顔合成画像検出方法、顔合成画像検出装置、電子機器、記憶媒体及びコンピュータプログラム
JP7126586B2 (ja) 2020-07-15 2022-08-26 ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド 顔合成画像検出方法、顔合成画像検出装置、電子機器、記憶媒体及びコンピュータプログラム
WO2022172430A1 (ja) 2021-02-15 2022-08-18 富士通株式会社 判定方法、判定プログラム、及び情報処理装置
WO2023223376A1 (ja) * 2022-05-16 2023-11-23 三菱電機株式会社 人検知装置、人検知システム、人検知方法、及び人検知プログラム
JP7199614B1 (ja) * 2022-05-16 2023-01-05 三菱電機株式会社 人検知装置、人検知システム、人検知方法、及び人検知プログラム

Also Published As

Publication number Publication date
JPWO2009107237A1 (ja) 2011-06-30

Similar Documents

Publication Publication Date Title
WO2009107237A1 (ja) 生体認証装置
US11294996B2 (en) Systems and methods for using machine learning for image-based spoof detection
US9959478B2 (en) Method and system for biometric recognition
JP5076563B2 (ja) 顔照合装置
JP2022023861A (ja) 画像処理装置、画像処理方法、顔認証システム及びプログラム
US8953849B2 (en) Method and system for biometric recognition
WO2011058836A1 (ja) 偽指判定装置、偽指判定方法および偽指判定プログラム
KR102317180B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
US11227170B2 (en) Collation device and collation method
JP2005149515A (ja) 赤外線を用いた人間識別装置およびその方法
KR101281272B1 (ko) 원적외선 스테레오 카메라를 이용한 보행자 보호 방법 및 장치
JP2003178306A (ja) 個人認証装置および個人認証方法
Kose et al. Shape and texture based countermeasure to protect face recognition systems against mask attacks
Kose et al. Mask spoofing in face recognition and countermeasures
KR101919090B1 (ko) 3차원 깊이정보 및 적외선정보에 기반하여 생체여부의 확인을 행하는 얼굴인식 장치 및 방법
US8855381B2 (en) Fake-finger determination device, fake-finger determination method and fake-finger determination program
WO2021166289A1 (ja) データ登録装置、生体認証装置、および記録媒体
Scherhag et al. Face morphing attack detection methods
JP4675636B2 (ja) 指紋照合装置
JPH11306348A (ja) 対象物検出装置及び対象物検出方法
JP4694352B2 (ja) 指紋照合装置
CN115994996A (zh) 对照装置、存储介质及对照方法
TWI592882B (zh) 偽裝影像檢測方法及系統
CN115376212A (zh) 伪造图像检测
EP3724815B1 (en) Anti-spoofing face id sensing based on retro-reflection

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 08721087

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010500509

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 08721087

Country of ref document: EP

Kind code of ref document: A1