WO2011108061A1 - 生体情報処理装置及び方法 - Google Patents

生体情報処理装置及び方法 Download PDF

Info

Publication number
WO2011108061A1
WO2011108061A1 PCT/JP2010/053249 JP2010053249W WO2011108061A1 WO 2011108061 A1 WO2011108061 A1 WO 2011108061A1 JP 2010053249 W JP2010053249 W JP 2010053249W WO 2011108061 A1 WO2011108061 A1 WO 2011108061A1
Authority
WO
WIPO (PCT)
Prior art keywords
biometric information
biological information
authentication
unit
authentication rate
Prior art date
Application number
PCT/JP2010/053249
Other languages
English (en)
French (fr)
Inventor
登樹 安部
Original Assignee
富士通株式会社
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 富士通株式会社 filed Critical 富士通株式会社
Priority to JP2012502904A priority Critical patent/JP5454672B2/ja
Priority to EP10846968.5A priority patent/EP2544147A4/en
Priority to PCT/JP2010/053249 priority patent/WO2011108061A1/ja
Publication of WO2011108061A1 publication Critical patent/WO2011108061A1/ja
Priority to US13/600,878 priority patent/US8736421B2/en

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
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern

Definitions

  • the present invention relates to biological information processing technology.
  • biometric information such as fingerprints, palm prints, irises, retinas, blood vessel images, and voice prints is used for personal authentication.
  • biometric information may change according to the season, the physical condition of the individual, and aging. If the biometric information changes, the biometric authentication system may not be able to authenticate the individual correctly. For example, in a biometric authentication system using fingerprints, it may be difficult to collate because the state of the finger surface at the time of biometric information registration and the state at the time of collation change depending on the physical condition and season of the person.
  • registration is performed using a method of selecting a registered image based on the quality of the biometric image at the time of registration (hereinafter referred to as a first conventional method) or a biometric image input at the time of verification.
  • a method for replacing data hereinafter referred to as a second conventional method has been proposed.
  • the first conventional method among the conventional methods as described above cannot cope with the secular change and the temporal change of the living body, and authentication is performed after a certain period of time has passed since the biometric information was registered. It can be difficult.
  • the registration data update process since the registration data update process is executed at the time of collation, processes other than the authentication process are executed, which increases the processing load on the biometric authentication system.
  • the conventional biometric information processing method cannot deal with temporal or temporal biometric fluctuations, and thus cannot prevent a decrease in authentication accuracy after a certain period of time has elapsed in the biometric authentication system.
  • the subject which concerns on 1 aspect of this invention is providing the biometric information processing technique which prevents the fall of the authentication precision accompanying a biometric variation in view of such a problem.
  • the first aspect relates to a biological information processing apparatus.
  • the biological information processing apparatus includes a calculation unit that calculates the direction of each feature line included in the biological information collected from a user, a smoothing unit that smoothes each feature line, Difference calculation means for calculating the difference between the direction of the feature line and the direction of each smoothed feature line, and a region that may vary from the biological information according to each calculated difference Detection means for detecting as a candidate area, and prediction means for predicting future authentication accuracy using the biological information based on the detected variation candidate area.
  • FIG. 1 is a block diagram illustrating a configuration of the biological information processing apparatus according to the first embodiment.
  • FIG. 2 is a diagram showing a concept of region detection when a fingerprint is used as biometric information.
  • FIG. 3 is a diagram illustrating a predetermined range used for determining a variation candidate block.
  • FIG. 4 is a conceptual diagram showing a threshold value determination method for determining a variation candidate block.
  • FIG. 5 is a flowchart illustrating an operation example of the biological information processing apparatus according to the first embodiment.
  • FIG. 6 is a block diagram illustrating a configuration of the biological information processing apparatus according to the second embodiment.
  • FIG. 7 is a flowchart illustrating an operation example of the biological information processing apparatus according to the second embodiment.
  • FIG. 8 is a block diagram illustrating a configuration of the biological information processing apparatus according to the third embodiment.
  • the biometric information processing apparatus as an embodiment is applied to a part of a biometric authentication system that authenticates an individual, a biometric information management system that manages biometric information of each individual, and the like.
  • a biometric authentication system that authenticates an individual
  • a biometric information management system that manages biometric information of each individual
  • FIG. 1 is a block diagram illustrating a configuration of the biological information processing apparatus according to the first embodiment.
  • the biological information processing apparatus 1 includes a biological information input unit 11, a user interface (IF) unit 12, a control unit 13, a direction calculation unit 14, a direction smoothing unit 15, a difference calculation unit 16, a region detection unit 17, An authentication rate prediction unit 18 and the like are included.
  • Each unit of the biological information processing apparatus 1 is realized as a software component, a hardware component, or a combination thereof (see [Others]). Each of these units is connected to be communicable. When each unit is realized as a hardware component, for example, they are connected by a bus 10.
  • the biometric information input unit 11 reads biometric information from the user and visualizes the read biometric information.
  • the biological information input unit 11 is realized as a sensor, for example, and reads biological information by sending electromagnetic waves toward the living body and detecting the reflected wave. Capacitance type, thermal type, electric field type, optical type, etc. can be used as a biometric information reading method, and this embodiment does not limit this biometric information reading method.
  • biometric information fingerprints, irises, retinas, blood vessel images, voiceprints, and the like are used. Although the present embodiment does not limit the type of biometric information, the following description will be given by taking a fingerprint as an example.
  • the biometric information input unit 11 outputs a visualized biometric information image.
  • the user IF unit 12 is a device that outputs to a display device, and is a device that accepts input from a user.
  • the display device include a cathode ray tube (CRT), a liquid crystal display device (LCD), and a plasma display device (PDP).
  • the user IF unit 12 causes the display device to display data transmitted from another unit under the control of the control unit 13 or the like.
  • devices that accept input include a keyboard and a mouse.
  • the user IF unit 12 may be realized as a touch panel in which a display device and a device that receives input are integrated.
  • Control unit 13 controls each unit.
  • the units realized as software components may be realized by the control unit 13 executing a program read from a storage unit (not shown).
  • the direction calculation unit 14 divides the biological information image output from the biological information input unit 11 into a plurality of blocks having a predetermined size, and calculates a ridge direction ⁇ for each block. Since each ridge direction ⁇ is calculated for each block, it is local feature information.
  • a ridge direction is described to show an example of handling a fingerprint as biometric information.
  • This ridge direction means a direction of a feature line indicating a local feature of a biometric information image.
  • the tangent direction of the characteristic line segment of the biological information image is calculated as the characteristic line direction (ridge direction).
  • a specific example of a ridge direction calculation method when a plurality of blocks are generated by dividing a biological information image into w (vertical (y direction) w) and horizontal (x direction) w pieces will be described.
  • the direction calculation unit 14 performs partial differentiation in the horizontal direction (x direction) and the vertical direction (y direction) by applying a primary differential filter such as a Sobel filter to the block image (i, j). , ⁇ x , ⁇ y .
  • the direction calculation unit 14 calculates the ridge direction ⁇ (i, j) for the block image using the following equations (1), (2), and (3) from ⁇ x and ⁇ y . Note that (i, j) indicates the position of the block image in the entire biological information image, and the ridge direction ⁇ (i, j) indicates the ridge direction calculated for the block image (i, j).
  • the direction calculation unit 14 may calculate the ridge direction using a direction filter or the like other than the first-order differential filter as described above.
  • the direction smoothing unit 15 corrects each ridge direction ⁇ (i, j) calculated by the direction calculation unit 14 by using the ridge direction of the surrounding blocks. For this correction, for example, a smoothing mask (filter) is used. Further, it is possible to use a technique of smoothing the flow in the ridge direction as a phase diagram and modeling it with a mathematical expression.
  • the ridge direction calculated by the direction calculation unit 14 is expressed as ⁇ R (i, j)
  • the ridge direction smoothed by the direction smoothing unit 15 is expressed as ⁇ S (i, j).
  • the difference calculation unit 16 calculates the difference between the ridge direction ⁇ R (i, j) and the smoothed ridge direction ⁇ S (i, j) for each block. In general, since the direction information is discontinuous, the difference calculation unit 16 converts the ridge direction ⁇ R (i, j) and the smoothed ridge direction ⁇ S (i, j) into a continuous vector field. The difference between the two is calculated.
  • the calculated difference value of the block (i, j) is expressed as O Q (i, j).
  • the region detection unit 17 determines a variation candidate block from among a plurality of blocks based on the difference value for each block calculated by the difference calculation unit 16.
  • FIG. 2 is a diagram showing a concept of region detection when a fingerprint is used as biometric information. As shown in FIG. 2, the smoothed ridge direction ⁇ S (i, j) is calculated along the ridge regardless of the noise appearing in the fingerprint image.
  • the ridge direction ⁇ R (i, j) and the smoothed ridge direction ⁇ S (i, j) are the following image regions that can be calculated in different directions.
  • the following areas can be considered.
  • An area where the ridge is divided by a scratch hereinafter referred to as a scratch area.
  • a region where valleys are filled with sweat or deposits and ridges appear to be connected hereinafter referred to as buried regions.
  • a region where the ridge line is suddenly narrowed or thickened hereinafter referred to as a variation candidate region).
  • the flaw region and the buried region are greatly affected by scratches and sweat, and the ridge direction ⁇ R (i, j) is calculated according to how the scratches and sweat are generated regardless of the original ridge direction.
  • the ridge direction ⁇ R (i, j) is often detected in a state significantly different from the smoothed ridge direction ⁇ S (i, j). Tend to be larger.
  • These flaw regions and buried regions are regions that change suddenly, not regions that change with changes in the external environment such as the passage of time or seasonal variations.
  • the variation candidate area since the ridges are not divided or combined, the ridge direction ⁇ R (i, j) is an approximation that is slightly different from the smoothed ridge direction ⁇ S (i, j). It tends to be calculated with the value obtained. Therefore, the variation candidate area hardly affects the authentication performance for a certain period from the time of registration. However, there is a possibility that the change candidate area may be changed to a flaw area or a buried area due to a change in the biological state with changes in the external environment such as the passage of time or seasonal fluctuation. When the variation candidate region changes in this way, a large difference occurs between the feature amount extracted from the biometric information image at the time of registration and the feature amount extracted from the biometric information image at the time of matching, and as a result, authentication is performed. It becomes difficult.
  • the area detection unit 17 detects a block corresponding to the fluctuation candidate area, that is, a fluctuation candidate block.
  • the variation candidate region has a smaller difference value O Q (i, j) than the scratch region or the buried region, and has a certain size.
  • This certain level is a size that can be distinguished from noise generated by a biometric information detection method, image processing, or the like.
  • Area detection unit 17, such difference value O Q (i, j) by using a predetermined range that can take, when the difference value O Q where (i, j) belongs to a predetermined range, the block (i, j) is determined as a variation candidate block.
  • FIG. 3 is a diagram illustrating a predetermined range used for determining a variation candidate block.
  • the region detection unit 17 detects the variation candidate block by using the first threshold value ⁇ / 6 and the second threshold value ⁇ / 3.
  • the second threshold is set to exclude a scratch area or a buried area, and the first threshold is set to exclude noise.
  • the first threshold value and the second threshold value are determined so that, for example, several training samples are used in advance so that the number of variation candidate blocks is a predetermined ratio with respect to the total number of blocks.
  • the first threshold value and the second threshold value are determined so that the number of variation candidate blocks is half of the total number of blocks.
  • FIG. 4 is a conceptual diagram showing a threshold value determination method for determining a variation candidate block.
  • the authentication rate prediction unit 18 calculates the number of variation candidate blocks O QSUM detected by the region detection unit 17 for the target biological information image, and predicts the authentication rate according to the number of variation candidate blocks O QSUM .
  • this predicted authentication rate is referred to as a predicted authentication rate.
  • the authentication rate is described as an index indicating the predicted authentication accuracy, and the authentication rate described here means the actual authentication rate such as the acceptance rate of others and the rejection rate of the person. It is not limited.
  • the predicted authentication rate decreases as the number of variable candidate blocks O QSUM increases.
  • the change candidate area is an area that may change to a flaw area or a buried area with changes in the external environment such as the passage of time or seasonal fluctuations, so when the number of change candidate blocks is large, that is, when the change candidate area is wide This is because the possibility of a decrease in the authentication rate is increased.
  • the authentication rate prediction unit 18 acquires the predicted authentication rate by the following formula, for example.
  • Prediction authentication rate max (1 ⁇ a ⁇ number of fluctuation candidate blocks / total number of blocks, 0) max (A, B) is a function for extracting the larger value of A and B.
  • the constant a is an adjustment value that is determined in advance using a training sample or the like, and is set to 1 when the number of variation candidate blocks is directly reflected in the predicted authentication rate.
  • the predicted authentication rate acquired by the authentication rate prediction unit 18 may be stored sequentially or may be output to the display device of the user IF unit 12.
  • FIG. 5 is a flowchart illustrating an operation example of the biological information processing apparatus according to the first embodiment.
  • the biological information input unit 11 acquires biological information from a user (S51).
  • the biometric information input unit 11 outputs a biometric information image by visualizing the acquired biometric information.
  • the direction calculation unit 14 divides the biological information image output from the biological information input unit 11 into a plurality of blocks having a predetermined size, and each ridge direction ⁇ R (i, j) for each block (i, j). Are respectively calculated (S52).
  • the direction smoothing unit 15 smoothes each ridge direction ⁇ (i, j) calculated by the direction calculating unit 14 (S53).
  • the difference calculation unit 16 calculates a difference O Q (i, j) between the ridge direction ⁇ R (i, j) and the smoothed ridge direction ⁇ S (i, j) for each block (S54). ).
  • the area detection unit 17 determines whether or not each difference O Q (i, j) for each block (i, j) calculated by the difference calculation unit 16 belongs to a predetermined range.
  • the predetermined range is set, for example, to a range larger than the first threshold and smaller than the second threshold.
  • the region detection unit 17 determines a block (i, j) in which the difference O Q (i, j) belongs to a predetermined range as a variation candidate block (S55).
  • the authentication rate prediction unit 18 predicts the authentication rate according to the number of variation candidate blocks detected by the region detection unit 17 (S56).
  • the biological information image in which the biological information is visualized is divided into a plurality of blocks, and the variation candidate block is detected according to the direction of the feature line of each block.
  • the variation candidate block is detected according to the direction of the feature line of each block.
  • the authentication rate (authentication accuracy) is predicted according to the number of variation candidate blocks detected in this way, that is, the size of the variation candidate region. That is, it can be said that the predicted authentication rate acquired in Example 1 is a prediction of the future authentication rate because it includes the susceptibility to fluctuations in the read biometric information.
  • the biological information processing apparatus 1 in the first embodiment the authentication stability of the biological information can be determined by using the acquired predicted authentication rate. As a result, after a certain period of time has elapsed. It is possible to prevent a decrease in authentication accuracy.
  • Example 2 shows an example in which the predicted authentication rate acquired by the method in Example 1 described above is used for evaluation of biometric information acquired for registration.
  • FIG. 6 is a block diagram illustrating a configuration of the biological information processing apparatus according to the second embodiment.
  • the biological information processing apparatus 1 further includes a predicted authentication rate management unit 19, a predicted authentication rate database (DB) 20, a biometric information management unit 21, and a biometric information database (DB). 22 and the biological information evaluation part 23 grade
  • Each unit of the biological information processing apparatus 1 is realized as a software component, a hardware component, or a combination thereof (see [Others]). Each of these units is connected to be communicable. When each unit is realized as a hardware component, for example, they are connected by a bus 10.
  • the contents different from the first embodiment will be mainly described.
  • the control unit 13 controls the user IF unit 12 to cause the user to perform a biometric information registration procedure.
  • the user is requested to input biometric information a predetermined number of times TH INPUT (for example, five times), and the biometric information of the user is registered in the biometric information DB 22 in accordance with the operation result.
  • the control unit 13 detects that biometric information is input to the biometric information input unit 11, the control unit 13 counts the number of inputs, and if this count exceeds a predetermined threshold TH INPUT , the biometric information evaluation unit 23.
  • the biological information evaluation unit 23 evaluates the target biological information.
  • the control unit 13 receives an instruction from the biological information evaluation unit 23 and displays a predetermined screen during the registration procedure.
  • the predicted authentication rate management unit 19 manages the predicted authentication rate determined by the authentication rate prediction unit 18.
  • the predicted authentication rate management unit 19 receives a predicted authentication rate determined based on the biometric information input at the time of the biometric information registration procedure from the authentication rate prediction unit 18, and each time, the predicted authentication rate is stored in the predicted authentication rate DB 20.
  • the predicted authentication rate DB 20 stores a plurality of predicted authentication rates corresponding to the predetermined number of acquisition times for each user. At this time, a plurality of predicted authentication rates are stored in the predicted authentication rate DB 20 in a state associated with the user ID for specifying the user.
  • the biometric information management unit 21 manages biometric information data for each legitimate user. Specifically, the biometric information management unit 21 receives a biometric information image acquired from the user and output from the biometric information input unit 11 in the registration process related to the user who has been authenticated, and the biometric information image is displayed as the biometric information image. It is stored in the biometric information DB 22 together with a user ID that identifies the user. Note that what is stored in the biological information DB 22 may include not only the biological information image but also coordinate information obtained from the biological information, feature point information, and the like.
  • the biometric authentication process using the biometric information image is executed by another unit (not shown). Since this biometric authentication process itself is not limited in the present embodiment, a general process may be performed.
  • the biometric information evaluation unit 23 evaluates each user's biometric information based on the predicted authentication rate managed by the predicted authentication rate management unit 19.
  • the biometric information evaluation unit 23 executes a predetermined handling process according to the evaluation result.
  • the biometric information evaluation unit 23 evaluates the biometric information of the registration target user.
  • the biometric information evaluation unit 23 When evaluating the biometric information, the biometric information evaluation unit 23 requests the predicted authentication rate management unit 19 for a predicted authentication rate related to the registration target user who is the owner of the biometric information. When receiving a plurality of predicted authentication rates related to the registration target user, the biological information evaluation unit 23 calculates a statistical value of the predicted authentication rate based on the plurality of predicted authentication rates. As this statistical value, for example, an average value, a variance value, a relationship value with a predetermined threshold value, or the like is used. As the relationship value with the predetermined threshold, for example, the number of predicted authentication rates exceeding a predetermined allowable authentication rate in the history of predicted authentication rates is used.
  • the biometric information evaluation unit 23 determines that the countermeasure processing need not be executed. . Specifically, when the average value of the predicted authentication rate is larger than the threshold value TH AVE and the variance value of the predicted authentication rate is equal to or less than the threshold value TH VAR , the biometric information evaluation unit 23 performs the predicted authentication rate as described above. Is determined to be stable at a high value. In this case, the biometric information evaluation unit 23 requests the biometric information management unit 21 to store any one of the biometric information input TH INPUT a predetermined number of times in the biometric information DB 22. When the second conventional method as described in the background art is used, the biological information data stored in the biological information DB 22 may be updated by the method.
  • the biometric information evaluation unit 23 determines re-registration based on different biometric information as a countermeasure process. Specifically, the biological information evaluation unit 23 predicts that the average value of the predicted authentication rate is equal to or less than the threshold value TH AVE , the variance value of the predicted authentication rate is greater than the threshold value TH VAR , and exceeds a predetermined allowable authentication rate. When the number of authentication rates is equal to or less than the threshold TH CNT , as described above, it is determined that the predicted authentication rate is not stable while taking a low value.
  • the biometric information evaluation unit 23 determines re-registration based on different biometric information
  • the biometric information evaluation unit 23 instructs the predicted authentication rate management unit 19 to delete the predicted authentication rate related to the registration target user from the predicted authentication rate DB 20.
  • the biometric information evaluation unit 23 requests the control unit 13 to display a screen for prompting the user to perform a reprocedure using different biometric information.
  • a screen that prompts the user to use a finger different from the finger used in the current registration procedure is displayed on the display device.
  • a palm print or blood vessel image is used as biometric information, it is prompted to register biometric information with different hands.
  • the biological information evaluation unit 23 is not stable in a case other than the above two states, i.e., the predicted authentication rate is high and stable, and the predicted authentication rate is low and not stable. If so, decide to reevaluate. This determination is based on the determination that the value of the predicted authentication rate has deteriorated due to the influence of how to read biometric information (such as how to place a finger) in this registration procedure.
  • the biological information evaluation unit 23 determines re-evaluation
  • the biological information evaluation unit 23 instructs the predicted authentication rate management unit 19 to delete the predicted authentication rate related to the registration target user from the predicted authentication rate DB 20.
  • the biometric information evaluation unit 23 requests the control unit 13 to display a screen for prompting the user to perform a reprocedure using the same biometric information. On this screen, for example, a comment indicating that the living body should be properly placed when reading the biological information is displayed.
  • the biometric information evaluation unit 23 may determine re-registration based on different biometric information when the re-evaluation is repeated a predetermined threshold number of times for the same user.
  • FIG. 7 is a flowchart illustrating an operation example of the biological information processing apparatus according to the second embodiment.
  • the above-described steps shown in FIG. 5 are executed, whereby the biometric information of the registration target user is acquired, and the predicted authentication rate of the acquired biometric information is calculated (S71).
  • the calculated predicted authentication rate is stored in the predicted authentication rate DB 20 together with the user ID indicating the registration target user.
  • control unit 13 When the control unit 13 detects that biometric information is input to the biometric information input unit 11, the control unit 13 counts the number of inputs (S72). The control unit 13 determines whether or not the counted number of inputs exceeds a predetermined threshold value TH INPUT (S73). The control unit 13 repeats the above steps (S71 and S72) until the number of inputs exceeds a predetermined threshold value TH INPUT . When the number of inputs exceeds a predetermined threshold value TH INPUT (S73; YES), the control unit 13 notifies the biological information evaluation unit 23 to that effect.
  • the biometric information evaluation unit 23 Upon receiving this notification, the biometric information evaluation unit 23 requests the predicted authentication rate management unit 19 for all predicted authentication rates stored for the registration target user. In response to this request, the predicted authentication rate management unit 19 extracts the predicted authentication rate of the registration target user from the predicted authentication rate DB 20 and sends the extracted plurality of predicted authentication rates to the biometric information evaluation unit 23.
  • the number of predicted authentication rates extracted here is the same as the predetermined threshold TH INPUT .
  • the biometric information evaluation unit 23 calculates a statistical value of the predicted authentication rate based on the plurality of predicted authentication rates sent from the predicted authentication rate management unit 19 (S74). Specifically, the average value, the variance value, and the number of predicted authentication rates exceeding a predetermined allowable authentication rate are calculated. In the second embodiment, three values of an average value, a variance value, and the number of predicted authentication rates exceeding a predetermined allowable authentication rate are used as statistical values of the predicted authentication rate. At least one of these three values is used. Or other statistics may be used.
  • the biological information evaluation unit 23 first determines whether or not the average value exceeds a predetermined threshold value TH AVE (S75). Subsequently, the biological information evaluation unit 23 determines whether or not the variance value exceeds a predetermined threshold value TH VAR (S76 and S80). If the biometric information evaluation unit 23 determines that the average value exceeds the predetermined threshold value TH AVE (S75; YES) and the variance value does not exceed the predetermined threshold value TH VAR (S76; NO), the coping process is not performed. Determine (S77). In this case, the biometric information evaluation unit 23 requests the biometric information management unit 21 to store any one of the biometric information input TH INPUT a predetermined number of times in the biometric information DB 22. Thereby, the biometric information registration procedure for the registration target user is completed.
  • the biological information evaluation unit 23 determines that the average value does not exceed the predetermined threshold value TH AVE (S75; NO) and the variance value exceeds the predetermined threshold value TH VAR (S76; YES), the biological information evaluation unit 23 further determines the predetermined value. It is determined whether or not the number of predicted authentication rates exceeding the allowable authentication rate is equal to or less than a predetermined threshold TH CNT (S81).
  • the biometric information evaluation unit 23 does not exceed the predetermined threshold TH AVE (S75; NO), the variance value exceeds the predetermined threshold TH VAR (S76; YES), and the predetermined allowable authentication When the number of predicted authentication rates exceeding the rate is equal to or less than the predetermined threshold TH CNT (S81; YES), re-registration with different biometric information is determined (S82).
  • the biometric information evaluation unit 23 determines re-registration based on different biometric information
  • the biometric information evaluation unit 23 instructs the predicted authentication rate management unit 19 to delete the predicted authentication rate related to the registration target user from the predicted authentication rate DB 20.
  • the biometric information evaluation unit 23 requests the control unit 13 to display a screen for prompting the user to perform a re-registration procedure using different biometric information. Thereby, the registration procedure using a living body different from the living body (for example, a finger) used in the previous registration procedure is resumed (return to S71).
  • the different biometric information is biometric. It is registered in the information DB 22 (S77).
  • the biological information evaluating unit 23 determines that the average value exceeds the predetermined threshold value TH AVE (S75; YES) and the variance value exceeds the predetermined threshold value TH VAR (S76; YES), and the average value is predetermined. If the threshold TH AVE is not exceeded (S75; NO) and the variance value does not exceed the predetermined threshold TH VAR (S76; NO), re-evaluation based on the same biological information is determined (S78). Furthermore, the biological information evaluation unit 23 does not exceed the predetermined threshold value TH AVE (S75; NO), the variance value exceeds the predetermined threshold value TH VAR (S76; YES), and has a predetermined value. Similarly, when the number of predicted authentication rates exceeding the allowable authentication rate exceeds the predetermined threshold TH CNT (S81; NO), re-evaluation based on the same biometric information is determined (S78).
  • the biological information evaluation unit 23 determines re-evaluation
  • the biological information evaluation unit 23 instructs the predicted authentication rate management unit 19 to delete the predicted authentication rate related to the registration target user from the predicted authentication rate DB 20. Furthermore, the biometric information evaluation unit 23 requests the control unit 13 to display a screen for prompting the user to perform a re-registration procedure using the same biometric information. Thereby, the registration procedure using the same living body (for example, finger) used in the previous registration procedure is resumed (return to S71).
  • each of the plurality of biological information acquired for registration from the user is predicted using the same method as in the first embodiment.
  • Each authentication rate is calculated.
  • statistical values of a plurality of predicted authentication rates calculated as described above are calculated, and biometric information acquired for registration is evaluated based on the statistical values.
  • the predicted authentication rate (predicted authentication accuracy) calculated in the present embodiment includes the ease of fluctuation of the read biometric information, and thus indicates the authentication stability of the biometric information.
  • biometric information for registration is evaluated at the predicted authentication rate, and whether or not the biometric information acquired for registration is actually registered is determined according to the evaluation result. Depending on the evaluation result, the registration procedure is performed again.
  • biometric information with high authentication stability can be registered, it is possible to prevent a decrease in authentication accuracy after a certain period has elapsed since registration.
  • FIG. 8 is a block diagram illustrating a configuration of the biological information processing apparatus according to the third embodiment.
  • the biological information processing apparatus 1 further includes an authentication rate calculation unit 81, a predicted authentication rate correction unit 82, and the like in addition to the configuration of the second embodiment.
  • Each unit of the biological information processing apparatus 1 is realized as a software component, a hardware component, or a combination thereof (see [Others]). Each of these units is connected to be communicable. When each unit is realized as a hardware component, for example, they are connected by a bus 10.
  • the contents different from the first and second embodiments will be mainly described.
  • the authentication rate calculation unit 81 is based on the history of the authentication process result between the biometric information data registered in the biometric information DB 22 and the biometric information input to the biometric information input unit 11 in the authentication processing unit (not shown). The authentication rate is calculated. The authentication rate calculation unit 81 calculates a value obtained by dividing the number of successful authentications by the total number of authentications as an actual authentication rate. The authentication rate calculation unit 81 calculates an actual authentication rate every time authentication is performed.
  • the predicted authentication rate correction unit 82 corrects the predicted authentication rate determined by the authentication rate prediction unit 18 using the actual authentication rate calculated by the authentication rate calculation unit 81, and the corrected predicted authentication rate is predicted authentication rate. Send to the management unit 19. As a result, the corrected predicted authentication rate is stored in the predicted authentication rate DB 20.
  • the predicted authentication rate correction unit 82 is the current predicted authentication rate predicted by the authentication rate prediction unit 18 and the target user stored in the predicted authentication rate DB 20 as shown in the following equation (4).
  • the predicted authentication rate is calculated by using the previous predicted authentication rate and the actual authentication rate calculated by the authentication rate calculation unit 81.
  • pred [n] represents the current predicted authentication rate
  • pred [n ⁇ 1] represents the previous predicted authentication rate
  • actual represents the actual authentication rate.
  • amended is shown.
  • the predicted authentication rate correction unit 82 may execute correction processing of the predicted authentication rate each time the predicted authentication rate is acquired by the authentication rate prediction unit 18, or the actual authentication rate and the predicted authentication rate The correction process may be executed when the difference between the two becomes larger than a predetermined threshold.
  • the accuracy of the predicted authentication rate can be improved. If the accuracy of the predicted authentication rate can be improved, the authentication stability of biometric information can be accurately determined. As a result, the certainty of preventing the deterioration of the authentication accuracy after a certain period of time is improved.
  • a hardware component is a hardware circuit, for example, a field programmable gate array (FPGA), an application specific integrated circuit (ASIC), a gate array, a combination of logic gates, a signal processing circuit, an analog circuit, etc. There is.
  • FPGA field programmable gate array
  • ASIC application specific integrated circuit
  • Software components are parts (fragments) that realize the above processing as software, and are not a concept that limits the language, development environment, etc. that realizes the software.
  • Examples of software components include tasks, processes, threads, drivers, firmware, databases, tables, functions, procedures, subroutines, predetermined portions of program code, data structures, arrays, variables, parameters, and the like.
  • These software components are realized in one or a plurality of memories in a computer, or data in one or a plurality of memories is one or a plurality of processors (for example, a CPU (Central Processing Unit), a DSP, or the like. (Digital Signal Processor) etc.)
  • processors for example, a CPU (Central Processing Unit), a DSP, or the like. (Digital Signal Processor) etc.
  • Each processing unit may be configured as a hardware component, a software component, or a combination thereof by a method that can be realized by a normal engineer in this technical field.
  • Biometric information processing apparatus 11 Biometric information input part 12 User interface (IF) part 13 Control part 14 Direction calculation part 15 Direction smoothing part 16 Difference calculation part 17 Area

Abstract

　生体情報処理装置は、ユーザから採取された生体情報に含まれる各特徴線の方向をそれぞれ算出する算出手段と、上記各特徴線をそれぞれ平滑化する平滑化手段と、上記各特徴線の方向と平滑化された各特徴線の方向との差分をそれぞれ算出する差分算出手段と、算出された各差分に応じて、上記生体情報の中から変動する可能性のある領域を変動候補領域として検出する検出手段と、この検出された変動候補領域に基づいて上記生体情報を用いた今後の認証精度を予測する予測手段と、を備える。

Description

生体情報処理装置及び方法
　本発明は、生体情報処理技術に関する。
　生体認証システムでは、指紋、掌紋、虹彩、網膜、血管像、声紋等の生体情報が個人認証のために利用される。このような生体情報は、季節や個人の体調や加齢に応じて変化する場合がある。生体情報が変化すると、生体認証システムにおいて個人を正しく認証できなくなる場合がある。例えば、指紋を用いた生体認証システムでは、生体情報登録時の指表面の状態と照合時の状態とが本人の体調や季節によって変化することにより照合困難となる場合がある。
　このような問題を解決するために、登録時の生体画像の品質から登録画像を選別する手法（以降、第１の従来手法と表記する）や、照合時に入力された生体画像を利用して登録データを置き換える手法（以降、第２の従来手法）等が提案されている。
特開２０００－２０７２５号公報 特開２００５－２０２６７３号公報 特開２０００－３００６５号公報 特開２００３－３６４４１号公報 特開２００７－１１７６４号公報 特開平１１－１５４２３０号公報
Umut Uludag, Arun Ross, and Anil Jain, "Biometric template selection and update: a case study in fingerprints", Pattern Recognition 37 (2004) 1533-1542, received 23 June 2003 accepted 13 November 2003.
　しかしながら、上述のような従来手法のうちの第１の従来手法では、生体の経年変化、時期的変化に対応することができず、生体情報を登録してから或る程度期間が経過すると認証が困難となる場合がある。
　また、第２の従来手法では、照合時に登録データの更新処理が実行されるため、認証処理以外の処理が実行されることになり生体認証システムへの処理負荷が大きくなる。また、登録データを更新するためには照合に成功することが必須要件であるところ、照合に成功しない程、生体が変動を受けた場合は更新することができない。
　つまり、従来の生体情報処理手法では時期的又は経時的な生体変動に対処することができないため、生体認証システムにおける、登録時から或る期間経過後の認証精度の低下を防ぐことができない。
　本発明の一態様に係る課題は、このような問題点に鑑み、生体変動に伴う認証精度の低下を防ぐ生体情報処理技術を提供することにある。
　本発明の各態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。
　第１態様は、生体情報処理装置に関する。第１態様に係る生体情報処理装置は、ユーザから採取された生体情報に含まれる各特徴線の方向をそれぞれ算出する算出手段と、上記各特徴線をそれぞれ平滑化する平滑化手段と、上記各特徴線の方向と平滑化された各特徴線の方向との差分をそれぞれ算出する差分算出手段と、算出された各差分に応じて、上記生体情報の中から変動する可能性のある領域を変動候補領域として検出する検出手段と、この検出された変動候補領域に基づいて上記生体情報を用いた今後の認証精度を予測する予測手段と、を備える。
　なお、本発明の他の態様として、以上の構成を実現する方法、プログラム、このプログラムを記録したコンピュータが読み取り可能な記憶媒体等であってもよい。
　上記各態様によれば、生体変動に伴う認証精度の低下を防ぐ生体情報処理技術を提供することができる。
図１は、実施例１における生体情報処理装置の構成を示すブロック図である。 図２は、生体情報として指紋が利用された場合の領域検出の概念を示す図である。 図３は、変動候補ブロックの決定に利用される所定範囲を示す図である。 図４は、変動候補ブロックを決めるための閾値の決定手法を示す概念図である。 図５は、実施例１における生体情報処理装置の動作例を示すフローチャートである。 図６は、実施例２における生体情報処理装置の構成を示すブロック図である。 図７は、実施例２における生体情報処理装置の動作例を示すフローチャートである。 図８は、実施例３における生体情報処理装置の構成を示すブロック図である。
　以下、実施形態としての生体情報処理装置について具体例を挙げ説明する。実施形態としての生体情報処理装置は、例えば、個人を認証する生体認証システムや各個人の生体情報を管理する生体情報管理システム等の一部に適用される。以下に挙げた各実施例はそれぞれ例示であり、本実施形態は以下の各実施例の構成に限定されない。
　図１は、実施例１における生体情報処理装置の構成を示すブロック図である。実施例１における生体情報処理装置１は、生体情報入力部１１、ユーザインタフェース（ＩＦ）部１２、制御部１３、方向算出部１４、方向平滑化部１５、差分算出部１６、領域検出部１７、認証率予測部１８等を含む。これら生体情報処理装置１の各ユニットは、ソフトウェアの構成要素、又はハードウェアの構成要素、若しくはこれらの組み合わせとしてそれぞれ実現される（［その他］の項参照）。これら各ユニットはそれぞれ通信可能に接続される。各ユニットがそれぞれハードウェア構成要素として実現されている場合には例えばバス１０で接続される。
　生体情報入力部１１は、ユーザから生体情報を読み取り、読み取られた生体情報を映像化する。生体情報入力部１１は、例えば、センサとして実現され、電磁波を生体へ向けて送出しその反射波を検出することにより生体情報を読み取る。生体情報の読み取り手法としては、静電容量式、感熱式、電界式、光学式などが利用可能で有り、本実施形態はこの生体情報読み取り手法を限定するものではない。また、生体情報としては、指紋、虹彩、網膜、血管像、声紋等が利用される。本実施形態はこの生体情報の種類を限定するものではないが、以下の説明では指紋を例に挙げ説明する。生体情報入力部１１は、映像化された生体情報画像を出力する。
　ユーザＩＦ部１２は、表示機器への出力を行う機器であり、ユーザからの入力を受け付ける機器である。表示機器としては、例えば、陰極線管（ＣＲＴ）、液晶表示装置（ＬＣＤ）、プラズマ表示装置（ＰＤＰ）等がある。ユーザＩＦ部１２は、制御部１３等の制御により他のユニットから送られるデータを当該表示機器に表示させる。また、入力を受け付ける機器としては、例えば、キーボード、マウス等がある。ユーザＩＦ部１２は、表示機器と入力を受け付ける機器とが一体化されたタッチパネルとして実現されてもよい。
　制御部１３は、各ユニットをそれぞれ制御する。ソフトウェアの構成要素として実現されているユニットは、記憶部（図示せず）から読み出されたプログラムが制御部１３で実行されることにより実現されるようにしてもよい。
　方向算出部１４は、生体情報入力部１１から出力された生体情報画像を所定の大きさの複数ブロックに分割し、各ブロックについて隆線方向θをそれぞれ算出する。各隆線方向θは、ブロック毎にそれぞれ算出されるため、局所的な特徴情報である。本実施形態では、生体情報として指紋を扱う例を示すため隆線方向と表記するが、この隆線方向とは、生体情報画像の局所的な特徴を示す特徴線の方向を意味する。例えば、生体情報画像の特徴的な線分の接線方向が特徴線方向（隆線方向）として算出される。以下、生体情報画像を縦（ｙ方向）ｗ個、横（ｘ方向）ｗ個となるように分割して複数ブロックを生成した場合の隆線方向の算出方法の具体例を示す。
　方向算出部１４は、ブロック画像（ｉ，ｊ）に対してソーベルフィルタ等のような一次微分フィルタを適用することにより、横方向（ｘ方向）、縦方向（ｙ方向）にそれぞれ偏微分し、∂x、∂yを得る。方向算出部１４は、∂x、∂yから以下の式（１）、（２）及び（３）を用いて、そのブロック画像に関する隆線方向θ（ｉ，ｊ）を算出する。なお、（ｉ，ｊ）は、生体情報画像全体におけるそのブロック画像の位置を示し、隆線方向θ（ｉ，ｊ）はブロック画像（ｉ，ｊ）について算出される隆線方向を示す。
Figure JPOXMLDOC01-appb-M000001
 　方向算出部１４は、上述のような一次微分フィルタ以外に、方向フィルタ等を用いて、隆線方向を算出するようにしてもよい。
　方向平滑化部１５は、方向算出部１４により算出された各隆線方向θ（ｉ，ｊ）を周辺ブロックの隆線方向を利用することによりそれぞれ補正する。この補正には、例えば、平滑化マスク（フィルタ）が利用される。また、隆線方向の流れを相図とみなし、数式でモデリングすることで平滑化する技術を利用するようにしてもよい。以降、方向算出部１４で算出された隆線方向をθR（ｉ，ｊ）と表記し、方向平滑化部１５で平滑化された隆線方向をθS（ｉ，ｊ）と表記する。
　差分算出部１６は、隆線方向θR（ｉ，ｊ）と平滑化された隆線方向θS（ｉ，ｊ）との差分を各ブロックについてそれぞれ算出する。一般に、方向情報は不連続であるため、差分算出部１６は、隆線方向θR（ｉ，ｊ）及び平滑化された隆線方向θS（ｉ，ｊ）を連続ベクトル場に変換した後、両者の差分を算出する。以降、算出されたブロック（ｉ，ｊ）の差分値をＯQ（ｉ，ｊ）と表記する。
　領域検出部１７は、差分算出部１６により算出された各ブロックについての差分値に基づいて複数のブロックの中から変動候補ブロックを決定する。図２は、生体情報として指紋が利用された場合の領域検出の概念を示す図である。図２に示されるように、平滑化された隆線方向θS（ｉ，ｊ）は指紋画像に現れているノイズに関係なく隆線に沿って算出される。
　図２に示されるような生体情報画像では、隆線方向θR（ｉ，ｊ）と平滑化された隆線方向θS（ｉ，ｊ）とが異なった方向に算出され得る画像領域として以下のような領域が考えられる。
・傷により隆線が分断されている領域（以降、キズ領域と表記する）。
・汗や付着物により谷線が埋まり隆線が繋がっているように見える領域（以降、埋まり領域と表記する）。
・隆線が急に細く又は太くなっている領域（以降、変動候補領域と表記する）。
　ここで、上記キズ領域及び埋まり領域は、傷や汗などの影響を大きく受け、本来の隆線方向とは無関係に傷や汗の生じ方によって隆線方向θR（ｉ，ｊ）が算出される．これにより、隆線方向θR（ｉ，ｊ）が平滑化された隆線方向θS（ｉ，ｊ）と大きく異なった状態で検出される場合が多いため、これら領域では隆線方向差分結果が大きくなる傾向にある。これらキズ領域及び埋まり領域は、時間の経過や季節変動等の外環境の変動に伴って変化する領域ではなく、突発的に変化する領域である。
　一方で、変動候補領域では、隆線の分断や結合が生じていないため、隆線方向θR（ｉ，ｊ）が平滑化された隆線方向θS（ｉ，ｊ）と多少異なるものの近似した値で算出される傾向となる。よって、変動候補領域は、登録時から或る一定期間については、認証性能に悪影響を及ぼすことが少ない。しかしながら、変動候補領域は、時間の経過や季節変動等の外環境の変動に伴って生体状態が変化することにより、キズ領域や埋まり領域に変わる可能性がある。このように変動候補領域が変化した場合、登録時の生体情報画像から抽出される特徴量と照合時の生体情報画像から抽出される特徴量との間に大きな差異が生じてしまい、結果、認証困難となる。
　従って、領域検出部１７は、この変動候補領域に該当するブロック、即ち、変動候補ブロックを検出する。変動候補領域は、上述したとおり、キズ領域や埋まり領域に較べて差分値ＯQ（ｉ，ｊ）が小さく、或る程度の大きさとなる。このある程度の大きさとは、生体情報の検出手法や画像処理等によって発生するノイズと区別し得る大きさである。領域検出部１７は、このような差分値ＯQ（ｉ，ｊ）が取り得る所定範囲を用いることにより、差分値ＯQ（ｉ，ｊ）が所定範囲に属する場合に、そのブロック（ｉ，ｊ）を変動候補ブロックに決定する。
　この変動候補ブロックの決定に利用される所定範囲は、例えば、図３のように設定される。図３は、変動候補ブロックの決定に利用される所定範囲を示す図である。図３の例では、差分値ＯQ（ｉ，ｊ）がπ／６より大きくπ／３よりも小さい場合に、そのブロック（ｉ，ｊ）が変動候補ブロックに決定される。図３の例によれば、領域検出部１７は、第１の閾値π／６と第２の閾値π／３とを用いることにより変動候補ブロックを検出する。第２の閾値は、キズ領域や埋まり領域を除外するために設定され、第１の閾値は、ノイズを除外するために設定される。
　このような第１の閾値及び第２の閾値は、例えば、予めいくつかの訓練サンプルを用いて、変動候補ブロックの数が全ブロック数に対して所定割合となるように決定される。図４の例では、変動候補ブロックの数が全ブロック数の半分となるように第１の閾値及び第２の閾値が決められる。図４は、変動候補ブロックを決めるための閾値の決定手法を示す概念図である。
　認証率予測部１８は、対象となる生体情報画像について領域検出部１７により検出された変動候補ブロックの数ＯQSUMを算出し、この変動候補ブロック数ＯQSUMに応じて認証率を予測する。以降、この予測された認証率を予測認証率と表記する。本実施形態では、予測される認証精度を示す指標として認証率と表記しているに過ぎず、ここで表記される認証率とは、他人受け入れ率や本人拒否率といった実際の認証率の意味に限定するものではない。予測認証率は、変動候補ブロック数ＯQSUMが増えるにしたがって低下する。変動候補領域は、時間の経過や季節変動等の外環境の変動に伴ってキズ領域や埋まり領域に変わる可能性のある領域であるため、変動候補ブロック数が多い即ち変動候補領域が広い場合には、認証率の低下の可能性が高くなるからである。
　認証率予測部１８は、例えば、以下の式により予測認証率を取得する。
　予測認証率＝ｍａｘ（１－ａ×変動候補ブロック数÷全ブロック数，０）
　ｍａｘ(Ａ，Ｂ)はＡかＢかの大きいほうの値を取り出す関数である。定数ａは、予め訓練サンプルなどを利用して決定しておく調整値であり、変動候補ブロック数を直接的に予測認証率に反映させる場合には１に設定される。
　認証率予測部１８で取得される予測認証率は、逐次、保存されるようにしてもよいし、ユーザＩＦ部１２の表示機器に出力するようにしてもよい。
　〔動作例〕
　図５は、実施例１における生体情報処理装置の動作例を示すフローチャートである。実施例１における生体情報処理装置では、まず、生体情報入力部１１がユーザから生体情報を取得する（Ｓ５１）。生体情報入力部１１は、取得された生体情報を映像化することにより、生体情報画像を出力する。
　方向算出部１４は、生体情報入力部１１から出力されたその生体情報画像を所定の大きさの複数ブロックに分割し、各ブロック（ｉ，ｊ）について各隆線方向θR（ｉ，ｊ）をそれぞれ算出する（Ｓ５２）。方向平滑化部１５は、方向算出部１４により算出された各隆線方向θ（ｉ，ｊ）をそれぞれ平滑化する（Ｓ５３）。差分算出部１６は、隆線方向θR（ｉ，ｊ）と平滑化された隆線方向θS（ｉ，ｊ）との差分ＯQ（ｉ，ｊ）を各ブロックについてそれぞれ算出する（Ｓ５４）。
　領域検出部１７は、差分算出部１６により算出された各ブロック（ｉ，ｊ）についての各差分ＯQ（ｉ，ｊ）が所定範囲に属するか否かをそれぞれ判定する。その所定範囲は、例えば、第１閾値より大きく第２閾値よりも小さい範囲に設定される。領域検出部１７は、差分ＯQ（ｉ，ｊ）が所定範囲に属するブロック（ｉ，ｊ）を変動候補ブロックに決定する（Ｓ５５）。
　認証率予測部１８は、領域検出部１７により検出された変動候補ブロックの数に応じて、認証率を予測する（Ｓ５６）。
　このように、実施例１における生体情報処理装置１では、生体情報が映像化された生体情報画像が複数のブロックに区分けされ、各ブロックの特徴線の方向に応じて、変動候補ブロックが検出される。言い換えれば、今後の生体状態の変化により生体情報が大きく変動する可能性のある局所領域が変動候補ブロックとして検出される。
　実施例１では、このように検出された変動候補ブロックの数、即ち変動候補領域の大きさに応じて、認証率（認証精度）が予測される。即ち、実施例１で取得される予測認証率は、読み取られた生体情報の変動の受け易さを含むため、将来の認証率を予測したものと言える。これにより、実施例１における生体情報処理装置１によれば、取得された予測認証率を利用することにより、その生体情報の認証安定度を判定することができ、ひいては、或る期間経過後の認証精度の低下を未然に防止することができる。
　実施例２では、登録されるために取得された生体情報の評価に、上述の実施例１における手法で取得される予測認証率が用いられる例を示す。図６は、実施例２における生体情報処理装置の構成を示すブロック図である。
　実施例２における生体情報処理装置１は、実施例１の構成に加えて、更に、予測認証率管理部１９、予測認証率データベース（ＤＢ）２０、生体情報管理部２１、生体情報データベース（ＤＢ）２２、生体情報評価部２３等を含む。これら生体情報処理装置１の各ユニットは、ソフトウェアの構成要素、又はハードウェアの構成要素、若しくはこれらの組み合わせとしてそれぞれ実現される（［その他］の項参照）。これら各ユニットはそれぞれ通信可能に接続される。各ユニットがそれぞれハードウェア構成要素として実現されている場合には例えばバス１０で接続される。以下、実施例１と異なる内容を中心に説明する。
　制御部１３は、ユーザＩＦ部１２を制御することによりユーザに生体情報の登録手続きをさせる。この生体情報の登録手続きでは、ユーザに所定回数ＴＨINPUT（例えば５回）生体情報の入力操作が要求され、この操作結果に応じて、このユーザの生体情報が生体情報ＤＢ２２に登録される。制御部１３は、生体情報が生体情報入力部１１へ入力されたことを検知すると、その入力回数をカウントし、このカウント数が所定閾値ＴＨINPUTを超えた場合に、その旨を生体情報評価部２３に通知する。この通知により生体情報評価部２３により対象の生体情報が評価される。この評価結果に応じて生体情報評価部２３から指示を受け、制御部１３は、この登録手続き中に所定の画面を表示させる。
　予測認証率管理部１９は、認証率予測部１８により決定された予測認証率を管理する。予測認証率管理部１９は、生体情報登録手続き時において入力された生体情報に基づいて決定される予測認証率を認証率予測部１８から受け、その都度、予測認証率ＤＢ２０へその予測認証率を格納する。これにより、予測認証率ＤＢ２０には、各ユーザについて所定取得回数に対応する複数の予測認証率がそれぞれ格納される。このとき、ユーザを特定するためのユーザＩＤと関連付けられた状態で、複数の予測認証率が予測認証率ＤＢ２０に格納される。
　生体情報管理部２１は、正当な各ユーザについての生体情報データをそれぞれ管理する。具体的には、生体情報管理部２１は、正当性が認証されたユーザに関する登録処理において、そのユーザから取得され生体情報入力部１１から出力される生体情報画像を受け、その生体情報画像をそのユーザを特定するユーザＩＤと共に生体情報ＤＢ２２に格納する。なお、生体情報ＤＢ２２に格納されるのは、生体情報画像のみでなく、生体情報から得られる座標情報、特徴点情報等が含まれるようにしてもよい。なお、生体情報画像を用いた生体認証処理については図示しない他のユニットにより実行される。本実施形態は、この生体認証処理自体を限定するものではないため、一般的な処理が行われればよい。
　生体情報評価部２３は、予測認証率管理部１９で管理される予測認証率に基づいて各ユーザの生体情報を評価する。生体情報評価部２３は、この評価結果に応じた所定の対処処理を実行する。生体情報評価部２３は、登録対象のユーザの生体情報が所定回数ＴＨINPUT入力された旨の通知を受けると、その登録対象のユーザの生体情報を評価する。
　生体情報評価部２３は、生体情報を評価するにあたり、その生体情報の所有者である登録対象ユーザに関する予測認証率を予測認証率管理部１９に要求する。生体情報評価部２３は、その登録対象ユーザに関する複数の予測認証率を受けると、この複数の予測認証率に基づいて予測認証率の統計値を算出する。この統計値としては、例えば、平均値、分散値、所定の閾値との関係値等が利用される。所定の閾値との関係値とは、例えば、予測認証率の履歴のうち所定の許容認証率を超えた予測認証率の数が利用される。
　生体情報評価部２３は、算出された予測認証率の統計値に応じて、予測認証率が高い値で安定していると判断した場合には、対処処理を実行しなくてもよいと判断する。具体的には、生体情報評価部２３は、予測認証率の平均値が閾値ＴＨAVEよりも大きく、予測認証率の分散値が閾値ＴＨVAR以下である場合に、上述のように、予測認証率が高い値で安定していると判断する。この場合、生体情報評価部２３は、所定回数ＴＨINPUT入力された生体情報のいずれか１つを生体情報ＤＢ２２に格納するように生体情報管理部２１へ依頼する。なお、背景技術の項で説明したような第２の従来手法を用いている場合には、その手法により生体情報ＤＢ２２に格納される生体情報データが更新されるようにしてもよい。
　生体情報評価部２３は、予測認証率が低い値を取りつつ安定していないと判断した場合には、対処処理として異なる生体情報による再登録を決定する。具体的には、生体情報評価部２３は、予測認証率の平均値が閾値ＴＨAVE以下であり、予測認証率の分散値が閾値ＴＨVARより大きく、かつ、所定の許容認証率を超えた予測認証率の数が閾値ＴＨCNT以下である場合に、上述のように、予測認証率が低い値をとりつつ安定していないと判断する。
　生体情報評価部２３は、異なる生体情報による再登録を決定した場合には、予測認証率管理部１９にその登録対象ユーザに関する予測認証率を予測認証率ＤＢ２０から削除するように指示する。更に、生体情報評価部２３は、異なる生体情報による再手続きをユーザに促すための画面を表示するように制御部１３へ依頼する。これにより、例えば、生体情報として指紋が利用されている場合には、今回の登録手続きで用いた指とは異なる指を用いることをユーザに促す画面が表示機器に表示される。また、掌紋や血管像が生体情報として利用されている場合には、異なる手での生体情報登録を行うことが促される。
　生体情報評価部２３は、上記２つの状態以外の場合、即ち、予測認証率が高い値で安定しているわけでもなく、かつ、予測認証率が低い値を取りつつ安定していないわけでもない場合には、再評価を決定する。この決定は、この度の登録手続きにおける生体情報の読み取り方（指の置き方等）の影響で予測認証率の値が悪くなっているとの判断に基づく。
　生体情報評価部２３は、再評価を決定すると、予測認証率管理部１９にその登録対象ユーザに関する予測認証率を予測認証率ＤＢ２０から削除するように指示する。更に、生体情報評価部２３は、同一生体情報による再手続きをユーザに促すための画面を表示するように制御部１３へ依頼する。この画面には、例えば、生体情報読み取り時の生体の置き方を適正にして下さいといったコメントが表示される。なお、生体情報評価部２３は、同一ユーザに対し再評価の決定が所定の閾値回数繰り返された場合には、異なる生体情報による再登録を決定するようにしてもよい。
　〔動作例〕
　図７は、実施例２における生体情報処理装置の動作例を示すフローチャートである。
　生体情報登録手続きにおいて、上述した図５に示す各ステップが実行されることにより、登録対象ユーザの生体情報が取得され、この取得された生体情報の予測認証率が算出される（Ｓ７１）。算出された予測認証率は、その登録対象ユーザを示すユーザＩＤと共に予測認証率ＤＢ２０に格納される。
　制御部１３は、生体情報が生体情報入力部１１へ入力されたことを検知すると、その入力回数をカウントする（Ｓ７２）。制御部１３は、カウントされた入力回数が所定閾値ＴＨINPUTを超えているか否かを判定する（Ｓ７３）。制御部１３は、入力回数が所定閾値ＴＨINPUTを超えるまで、上述のステップ（Ｓ７１及びＳ７２）を繰り返す。制御部１３は、入力回数が所定閾値ＴＨINPUTを超えると（Ｓ７３；ＹＥＳ）、その旨を生体情報評価部２３に通知する。
　生体情報評価部２３は、この通知を受けると、登録対象ユーザに関し格納される全ての予測認証率を予測認証率管理部１９へ要求する。予測認証率管理部１９は、この要求に応じて、その登録対象ユーザの予測認証率を予測認証率ＤＢ２０から抽出し、抽出された複数の予測認証率を生体情報評価部２３へ送る。ここで抽出された予測認証率の数は、上記所定閾値ＴＨINPUTと同数となる。
　生体情報評価部２３は、予測認証率管理部１９から送られる複数の予測認証率に基づいて、予測認証率の統計値を算出する（Ｓ７４）。具体的には、平均値、分散値、及び、所定の許容認証率を超えた予測認証率の数が算出される。実施例２では、予測認証率の統計値として、平均値、分散値、及び、所定の許容認証率を超えた予測認証率の数の３つの値が用いられるが、これら３つの少なくとも１つが用いられてもよいし、他の統計値が用いられてもよい。
　生体情報評価部２３は、まず、平均値が所定閾値ＴＨAVEを超えているか否かを判定する（Ｓ７５）。続いて、生体情報評価部２３は、分散値が所定閾値ＴＨVARを超えているか否かを判定する（Ｓ７６及びＳ８０）。生体情報評価部２３は、平均値が所定閾値ＴＨAVEを超えており（Ｓ７５；ＹＥＳ）、かつ、分散値が所定閾値ＴＨVARを超えていない（Ｓ７６；ＮＯ）と判定すると、対処処理なしと決定する（Ｓ７７）。この場合、生体情報評価部２３は、所定回数ＴＨINPUT入力された生体情報のいずれか１つを生体情報ＤＢ２２に格納するように生体情報管理部２１へ依頼する。これにより、この登録対象ユーザのための生体情報登録手続きが完了する。
　生体情報評価部２３は、平均値が所定閾値ＴＨAVEを超えておらず（Ｓ７５；ＮＯ）、かつ、分散値が所定閾値ＴＨVARを超えている（Ｓ７６；ＹＥＳ）と判定すると、更に、所定の許容認証率を超えた予測認証率の数が所定閾値ＴＨCNT以下であるか否かを判定する（Ｓ８１）。生体情報評価部２３は、平均値が所定閾値ＴＨAVEを超えておらず（Ｓ７５；ＮＯ）、かつ、分散値が所定閾値ＴＨVARを超えており（Ｓ７６；ＹＥＳ）、かつ、所定の許容認証率を超えた予測認証率の数が所定閾値ＴＨCNT以下である（Ｓ８１；ＹＥＳ）場合には、異なる生体情報による再登録を決定する（Ｓ８２）。
　生体情報評価部２３は、異なる生体情報による再登録を決定した場合には、予測認証率管理部１９にその登録対象ユーザに関する予測認証率を予測認証率ＤＢ２０から削除するように指示する。更に、生体情報評価部２３は、異なる生体情報による再登録手続きをユーザに促すための画面を表示するように制御部１３へ依頼する。これにより、前回の登録手続きで用いた生体（例えば指）とは異なる生体を用いての登録手続きが再開する（Ｓ７１へ戻る）。以降、この異なる生体情報を用いた登録手続きにおいて、予測認証率の統計値が高い値で安定していると判定された場合には（Ｓ７５；ＹＥＳ及びＳ７６；ＮＯ）、その異なる生体情報が生体情報ＤＢ２２に登録される（Ｓ７７）。
　生体情報評価部２３は、平均値が所定閾値ＴＨAVEを超えており（Ｓ７５；ＹＥＳ）、かつ、分散値が所定閾値ＴＨVARを超えている（Ｓ７６；ＹＥＳ）場合、及び、平均値が所定閾値ＴＨAVEを超えておらず（Ｓ７５；ＮＯ）、かつ、分散値が所定閾値ＴＨVARを超えていない（Ｓ７６；ＮＯ）場合には、同一生体情報による再評価を決定する（Ｓ７８）。更に、生体情報評価部２３は、平均値が所定閾値ＴＨAVEを超えておらず（Ｓ７５；ＮＯ）、かつ、分散値が所定閾値ＴＨVARを超えており（Ｓ７６；ＹＥＳ）、かつ、所定の許容認証率を超えた予測認証率の数が所定閾値ＴＨCNTを越えている（Ｓ８１；ＮＯ）場合にも、同様に、同一生体情報による再評価を決定する（Ｓ７８）。
　生体情報評価部２３は、再評価を決定すると、予測認証率管理部１９にその登録対象ユーザに関する予測認証率を予測認証率ＤＢ２０から削除するように指示する。更に、生体情報評価部２３は、同一生体情報による再登録手続きをユーザに促すための画面を表示するように制御部１３へ依頼する。これにより、前回の登録手続きで用いた生体（例えば指）と同一の生体を用いての登録手続きが再開する（Ｓ７１へ戻る）。以降、この再登録手続きにおいて、予測認証率の統計値が高い値で安定していると判定された場合には（Ｓ７５；ＹＥＳ及びＳ７６；ＮＯ）、その再登録手続きで取得された生体情報が生体情報ＤＢ２２に登録される（Ｓ７７）。
　このように、実施例２における生体情報処理装置１では、ユーザの生体情報を登録する際に、そのユーザから登録のために取得された複数の生体情報について実施例１と同様の手法で各予測認証率がそれぞれ算出される。実施例２では、このように算出された複数の予測認証率の統計値が算出され、この統計値に基づいて登録のために取得された生体情報が評価される。
　上述したように本実施形態で算出される予測認証率（予測認証精度）は、読み取られた生体情報の変動の受け易さを含むため、その生体情報の認証安定度を示す。実施例２では、登録するための生体情報をこの予測認証率で評価し、この評価結果に応じて、その登録するために取得された生体情報を実際に登録するか否かが決定される。評価結果によっては登録手続きが再度行われる。
　従って、実施例２によれば、認証安定度の高い生体情報を登録することができるため、登録時から或る期間経過後の認証精度の低下を防ぐことができる。
　実施例３では、上述の実施例１における手法で取得される予測認証率が実際の認証率を考慮することにより補正される。図８は、実施例３における生体情報処理装置の構成を示すブロック図である。
　実施例３における生体情報処理装置１は、実施例２の構成に加えて、更に、認証率算出部８１、予測認証率補正部８２等を含む。これら生体情報処理装置１の各ユニットは、ソフトウェアの構成要素、又はハードウェアの構成要素、若しくはこれらの組み合わせとしてそれぞれ実現される（［その他］の項参照）。これら各ユニットはそれぞれ通信可能に接続される。各ユニットがそれぞれハードウェア構成要素として実現されている場合には例えばバス１０で接続される。以下、実施例１及び２と異なる内容を中心に説明する。
　認証率算出部８１は、図示しない認証処理部における、生体情報ＤＢ２２に登録されている生体情報データと生体情報入力部１１に入力される生体情報との認証処理の結果の履歴に基づいて、実際の認証率を算出する。認証率算出部８１は、認証が成功した回数を全認証回数で除算した値を実際の認証率として算出する。認証率算出部８１は、認証が行われる度に実際の認証率を算出する。
　予測認証率補正部８２は、認証率予測部１８により決定された予測認証率を認証率算出部８１で算出された実際の認証率を用いて補正し、補正された予測認証率を予測認証率管理部１９へ送る。結果、補正された予測認証率が予測認証率ＤＢ２０に格納される。
　具体的には、予測認証率補正部８２は、以下の式（４）に示すように、認証率予測部１８で予測された今回の予測認証率、予測認証率ＤＢ２０に格納される対象ユーザについての前回の予測認証率、及び、認証率算出部８１で算出された実際の認証率を用いることにより予測認証率を算出する。以下の式（４）におけるｐｒｅｄ［ｎ］は今回の予測認証率を示し、ｐｒｅｄ［ｎ－１］が前回の予測認証率を示し、ａｃｔｕａｌが実際の認証率を示す。以下の式（４）の左辺で示される予測認証率ｐｒｅｄ［ｎ］が補正された予測認証率を示す。
Figure JPOXMLDOC01-appb-M000002
　予測認証率補正部８２は、認証率予測部１８により予測認証率が取得される度に、この予測認証率の補正処理を実行するようにしてもよいし、実際の認証率と予測認証率との差異が所定閾値より大きくなった場合に当該補正処理を実行するようにしてもよい。
　このように実施例３によれば、実際の認証率を予測認証率に反映させるため、予測認証率の精度を向上させることができる。予測認証率の精度を向上させることができれば、生体情報の認証安定度を正確に判定することができる。ひいては、或る期間経過後の認証精度の低下の防止の確実性が向上することに繋がる。
　［その他］
　〈ハードウェアの構成要素（Component）及びソフトウェアの構成要素（Component）について〉
　ハードウェアの構成要素とは、ハードウェア回路であり、例えば、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）、特定用途向け集積回路（ＡＳＩＣ）、ゲートアレイ、論理ゲートの組み合わせ、信号処理回路、アナログ回路等がある。
　ソフトウェアの構成要素とは、ソフトウェアとして上記処理を実現する部品（断片）であり、そのソフトウェアを実現する言語、開発環境等を限定する概念ではない。ソフトウェアの構成要素としては、例えば、タスク、プロセス、スレッド、ドライバ、ファームウェア、データベース、テーブル、関数、プロシジャ、サブルーチン、プログラムコードの所定の部分、データ構造、配列、変数、パラメータ等がある。これらソフトウェアの構成要素は、コンピュータ内において、１又は複数のメモリ上で実現されるか、或いは、１又は複数のメモリ上のデータが１又は複数のプロセッサ（例えば、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）等）で実行されることにより実現される。
　なお、上述の各実施形態は、上記各処理部の実現手法を限定するものではない。上記各処理部は、上記ハードウェアの構成要素又はソフトウェアの構成要素若しくはこれらの組み合わせとして、本技術分野の通常の技術者において実現可能な手法により構成されていればよい。
　１　生体情報処理装置
　１１　生体情報入力部
　１２　ユーザインタフェース（ＩＦ）部
　１３　制御部
　１４　方向算出部
　１５　方向平滑化部
　１６　差分算出部
　１７　領域検出部
　１８　認証率予測部
　１９　予測認証率管理部
　２０　予測認証率データベース（ＤＢ）
　２１　生体情報管理部
　２２　生体情報データベース（ＤＢ）
　２３　生体情報評価部
　８１　認証率算出部
　８２　予測認証率補正部

Claims (6)

  1. 　ユーザから取得された生体情報に含まれる各特徴線の方向をそれぞれ算出する算出手段と、
    　前記各特徴線をそれぞれ平滑化する平滑化手段と、
    　前記各特徴線の方向と平滑化された各特徴線の方向との差分をそれぞれ算出する差分算出手段と、
    　前記各差分に応じて、前記生体情報の中から変動する可能性のある領域を変動候補領域として検出する検出手段と、
    　前記検出された変動候補領域に基づいて前記生体情報を用いた今後の認証精度を予測する予測手段と、
    　を備えることを特徴とする生体情報処理装置。
  2. 　前記算出手段は、前記生体情報に含まれる全生体領域を複数の領域に分割し、分割された各領域についてそれぞれ特徴線方向を算出する、
    　ことを特徴とする請求項１に記載の生体情報処理装置。
  3. 　前記検出手段は、前記分割された各領域についてそれぞれ前記差分に応じて変動候補領域か否かを判定し、
    　前記予測手段は、前記変動候補領域と判定された領域の数を用いて前記生体情報を用いた今後の認証精度を予測する、
    　ことを特徴とする請求項２に記載の生体情報処理装置。
  4. 　前記ユーザの生体情報を登録する際に複数回取得された各生体情報に関し前記予測手段により予測された認証精度を示す各認証精度情報をそれぞれ格納する格納手段と、
    　前記格納手段に格納される前記ユーザに関する複数の認証精度情報に応じて、登録するために前記ユーザから取得された生体情報を評価する評価手段と、
    　を更に備える請求項１から３のいずれか１項に記載の生体情報処理装置。
  5. 　前記ユーザに関する実際の認証処理の結果の履歴に基づいて実認証率を算出する認証率算出手段と、
    　前記認証率算出手段により算出された実認証率を前記予測手段により予測された認証精度に関する情報に反映させることで前記予測手段により予測された認証精度を補正する補正手段と、
    　を更に備える請求項１から４のいずれか１項に記載の生体情報処理装置。
  6. 　コンピュータが、
    　ユーザから取得された生体情報に含まれる各特徴線の方向をそれぞれ算出し、
    　前記各特徴線をそれぞれ平滑化し、
    　前記各特徴線の方向と平滑化された各特徴線の方向との差分をそれぞれ算出し、
    　前記各差分に応じて、前記生体情報の中から変動する可能性のある領域を変動候補領域として検出し、
    　前記検出された変動候補領域に基づいて前記生体情報を用いた今後の認証精度を予測する、
    　ことを含む生体情報処理方法。
PCT/JP2010/053249 2010-03-01 2010-03-01 生体情報処理装置及び方法 WO2011108061A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2012502904A JP5454672B2 (ja) 2010-03-01 2010-03-01 生体情報処理装置及び方法
EP10846968.5A EP2544147A4 (en) 2010-03-01 2010-03-01 DEVICE AND METHOD FOR MANAGING BIOLOGICAL INFORMATION
PCT/JP2010/053249 WO2011108061A1 (ja) 2010-03-01 2010-03-01 生体情報処理装置及び方法
US13/600,878 US8736421B2 (en) 2010-03-01 2012-08-31 Biometric information processing apparatus and biometric information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2010/053249 WO2011108061A1 (ja) 2010-03-01 2010-03-01 生体情報処理装置及び方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/600,878 Continuation US8736421B2 (en) 2010-03-01 2012-08-31 Biometric information processing apparatus and biometric information processing method

Publications (1)

Publication Number Publication Date
WO2011108061A1 true WO2011108061A1 (ja) 2011-09-09

Family

ID=44541747

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/053249 WO2011108061A1 (ja) 2010-03-01 2010-03-01 生体情報処理装置及び方法

Country Status (4)

Country Link
US (1) US8736421B2 (ja)
EP (1) EP2544147A4 (ja)
JP (1) JP5454672B2 (ja)
WO (1) WO2011108061A1 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2579183B1 (en) * 2011-10-03 2019-05-01 Accenture Global Services Limited Biometric training and matching engine
US9268991B2 (en) * 2012-03-27 2016-02-23 Synaptics Incorporated Method of and system for enrolling and matching biometric data
US10372962B2 (en) 2012-06-29 2019-08-06 Apple Inc. Zero fingerprint enrollment system for an electronic device
US8913801B2 (en) 2012-06-29 2014-12-16 Apple Inc. Enrollment using synthetic fingerprint image and fingerprint sensing systems
US10235508B2 (en) 2013-05-08 2019-03-19 Jpmorgan Chase Bank, N.A. Systems and methods for high fidelity multi-modal out-of-band biometric authentication with human cross-checking
US9721175B2 (en) 2013-05-08 2017-08-01 Jpmorgan Chase Bank, N.A. Systems and methods for high fidelity multi-modal out-of-band biometric authentication through vector-based multi-profile storage
US9760785B2 (en) 2013-05-08 2017-09-12 Jpmorgan Chase Bank, N.A. Systems and methods for high fidelity multi-modal out-of-band biometric authentication
US9923855B2 (en) 2013-08-01 2018-03-20 Jpmorgan Chase Bank, N.A. Systems and methods for electronic message prioritization
US9892576B2 (en) 2013-08-02 2018-02-13 Jpmorgan Chase Bank, N.A. Biometrics identification module and personal wearable electronics network based authentication and transaction processing
US9514351B2 (en) 2014-02-12 2016-12-06 Apple Inc. Processing a fingerprint for fingerprint matching
US9576126B2 (en) * 2014-02-13 2017-02-21 Apple Inc. Updating a template for a biometric recognition device
CN106683074B (zh) * 2016-11-03 2019-11-05 中国科学院信息工程研究所 一种基于雾霾特性的图像篡改检测方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0452975A (ja) * 1990-06-20 1992-02-20 Nippon Denki Security Syst Kk 指紋紋様分類装置
JPH05108805A (ja) * 1991-10-17 1993-04-30 Nippondenso Co Ltd 指紋照合装置
JPH05181956A (ja) * 1992-01-07 1993-07-23 Nec Corp 隆線方向パターン平滑化方法およびその装置
JPH11154230A (ja) 1997-11-20 1999-06-08 Sony Corp 画像照合装置及び画像照合方法
JP2000020725A (ja) 1998-07-06 2000-01-21 Ntt Data Corp パターン認識辞書作成方法及び装置、記録媒体
JP2000030065A (ja) 1998-07-14 2000-01-28 Toshiba Corp パターン認識装置及びその方法
JP2003036441A (ja) 2001-07-24 2003-02-07 Mitsubishi Electric Corp 登録データ更新方法およびその装置
JP2005202673A (ja) 2004-01-15 2005-07-28 Kddi Corp 画像認識装置
JP2007004532A (ja) * 2005-06-24 2007-01-11 Dainippon Printing Co Ltd Ｉｃカード、および、ｉｃカードプログラム
JP2007011764A (ja) 2005-06-30 2007-01-18 Casio Comput Co Ltd 画像照合装置、および画像照合処理プログラム、画像照合方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0429412A (ja) 1990-05-23 1992-01-31 Matsushita Electric Ind Co Ltd 位相比較装置
US6466685B1 (en) 1998-07-14 2002-10-15 Kabushiki Kaisha Toshiba Pattern recognition apparatus and method
JP3479871B2 (ja) 1998-08-14 2003-12-15 富士通アクセス株式会社 指紋照合方法及び指紋照合システム
US7769206B2 (en) 2004-03-04 2010-08-03 Nec Corporation Finger/palm print image processing system and finger/palm print image processing method
JP2007041925A (ja) 2005-08-04 2007-02-15 Casio Comput Co Ltd 指紋照合装置、指紋照合処理プログラム、および指紋照合方法
GB2450479A (en) * 2007-06-22 2008-12-31 Warwick Warp Ltd Fingerprint recognition including preprocessing an image by justification and segmentation before plotting ridge characteristics in feature space
CN102077247B (zh) * 2008-06-30 2013-08-21 富士通株式会社 认证装置
JP5423815B2 (ja) * 2010-01-28 2014-02-19 富士通株式会社 認証装置、認証システム及び認証方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0452975A (ja) * 1990-06-20 1992-02-20 Nippon Denki Security Syst Kk 指紋紋様分類装置
JPH05108805A (ja) * 1991-10-17 1993-04-30 Nippondenso Co Ltd 指紋照合装置
JPH05181956A (ja) * 1992-01-07 1993-07-23 Nec Corp 隆線方向パターン平滑化方法およびその装置
JPH11154230A (ja) 1997-11-20 1999-06-08 Sony Corp 画像照合装置及び画像照合方法
JP2000020725A (ja) 1998-07-06 2000-01-21 Ntt Data Corp パターン認識辞書作成方法及び装置、記録媒体
JP2000030065A (ja) 1998-07-14 2000-01-28 Toshiba Corp パターン認識装置及びその方法
JP2003036441A (ja) 2001-07-24 2003-02-07 Mitsubishi Electric Corp 登録データ更新方法およびその装置
JP2005202673A (ja) 2004-01-15 2005-07-28 Kddi Corp 画像認識装置
JP2007004532A (ja) * 2005-06-24 2007-01-11 Dainippon Printing Co Ltd Ｉｃカード、および、ｉｃカードプログラム
JP2007011764A (ja) 2005-06-30 2007-01-18 Casio Comput Co Ltd 画像照合装置、および画像照合処理プログラム、画像照合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
See also references of EP2544147A4
UMUT ULUDAG; ARUN ROSS; ANIL JAIN: "Biometric template selection and update: a case study in fingerprints", PATTERN RECOGNITION, vol. 37, 23 June 2003 (2003-06-23), pages 1533 - 1542, XP004508402, DOI: doi:10.1016/j.patcog.2003.11.012

Also Published As

Publication number Publication date
US20120319817A1 (en) 2012-12-20
JP5454672B2 (ja) 2014-03-26
EP2544147A4 (en) 2016-08-10
JPWO2011108061A1 (ja) 2013-06-20
US8736421B2 (en) 2014-05-27
EP2544147A1 (en) 2013-01-09

Similar Documents

Publication Publication Date Title
JP5454672B2 (ja) 生体情報処理装置及び方法
JP4369922B2 (ja) 生体画像照合装置およびその照合方法
US20120290526A1 (en) Method and System for Association and Decision Fusion of Multimodal Inputs
US20160070968A1 (en) Image-based liveness detection for ultrasonic fingerprints
US11017210B2 (en) Image processing apparatus and method
US20130329970A1 (en) Image authentication apparatus, image processing system, control program for image authentication apparatus, computer-readable recording medium, and image authentication method
MX2012010637A (es) Procesador de informacion biologica.
JP2020184331A (ja) ライブネス検査方法及び装置、顔認証方法及び装置
KR102434703B1 (ko) 생체 이미지 처리 방법 및 이를 포함한 장치
CN113986561B (zh) 人工智能任务处理方法、装置、电子设备及可读存储介质
JP7459924B2 (ja) 画像処理装置、画像認識システム、画像処理方法および画像処理プログラム
WO2021229663A1 (ja) 学習装置、学習方法および記録媒体
US9959635B2 (en) State determination device, eye closure determination device, state determination method, and storage medium
JP2010219934A (ja) 目標追尾装置
KR100489430B1 (ko) 위치이동, 회전에 무관한 지문인식 방법 및 지문인식 장치및 그 방법을 실행시키기 위한 프로그램을 기록한기록매체
CN116109572A (zh) 工件边缘微弱缺陷的检测方法、装置及电子设备
CN116091963A (zh) 临床试验机构质量评估方法、装置、电子设备及存储介质
WO2021229661A1 (ja) 判定装置、判定方法および記録媒体
WO2021229662A1 (ja) 判定装置、判定方法および記録媒体
US11769349B2 (en) Information processing system, data accumulation apparatus, data generation apparatus, information processing method, data accumulation method, data generation method, recording medium and database
WO2021229654A1 (ja) 判定装置、判定方法および記録媒体
WO2021229660A1 (ja) 判定装置、学習方法および記録媒体
JP4270842B2 (ja) 指紋照合装置
JP2018142137A (ja) 情報処理装置、情報処理方法、及びプログラム
JP2021034016A (ja) 電子装置、該電子装置で指紋映像を処理する方法、及び記録媒体

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: 10846968

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012502904

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2010846968

Country of ref document: EP