WO2013145168A1 - 生体認証装置、生体認証方法、および生体認証プログラム - Google Patents

生体認証装置、生体認証方法、および生体認証プログラム Download PDF

Info

Publication number
WO2013145168A1
WO2013145168A1 PCT/JP2012/058180 JP2012058180W WO2013145168A1 WO 2013145168 A1 WO2013145168 A1 WO 2013145168A1 JP 2012058180 W JP2012058180 W JP 2012058180W WO 2013145168 A1 WO2013145168 A1 WO 2013145168A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature data
biometric
similarity
authentication
image
Prior art date
Application number
PCT/JP2012/058180
Other languages
English (en)
French (fr)
Inventor
青木隆浩
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 JP2014507136A priority Critical patent/JP5846291B2/ja
Priority to CN201280071432.0A priority patent/CN104205165B/zh
Priority to KR1020147026041A priority patent/KR101622065B1/ko
Priority to EP12872839.1A priority patent/EP2833318B1/en
Priority to PCT/JP2012/058180 priority patent/WO2013145168A1/ja
Publication of WO2013145168A1 publication Critical patent/WO2013145168A1/ja
Priority to US14/483,564 priority patent/US9336426B2/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
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns
    • G06V40/145—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • 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
    • G06V40/12—Fingerprints or palmprints
    • G06V40/13—Sensors therefor
    • G06V40/1318—Sensors therefor using electro-optical elements or layers, e.g. electroluminescent sensing
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1341—Sensing with light passing through the finger

Definitions

  • the present invention relates to a biometric authentication device, a biometric authentication method, and a biometric authentication program.
  • Examples of a method for photographing a living body in biometric authentication include a method using transmitted light and a method using reflected light.
  • a method using transmitted light When photographing a living body located under the skin such as a vein, diffused light that diffuses and returns inside the palm of the reflected light is used. In this case, the surface reflected light reflected by the skin becomes noise. Therefore, when the surface reflected light is superimposed on the diffused light, it is difficult to detect the living body.
  • Patent Document 1 surface reflection is removed using a polarizing filter.
  • Patent Document 2 surface reflection components are removed by controlling on / off of a plurality of illuminations.
  • JP 2002-200050 A JP-T 2002-514098
  • Patent Document 1 has a problem that the polarizing filter is expensive. In particular, the number of polarizing filters corresponding to the near-infrared wavelength is small and more expensive. Further, since it is necessary to emit the self-illumination through the polarizing filter, there is a problem that the amount of emitted light is generally reduced to less than half.
  • the size of the apparatus is required to be a certain level or more. That is, since it is necessary to make a difference in the incident angle of the surface reflection, it becomes an obstacle when miniaturizing the biometric authentication device.
  • the present invention has been made in view of the above problems, and an object of the present invention is to provide a biometric authentication apparatus, a biometric authentication method, and a biometric authentication program that can improve authentication accuracy while suppressing apparatus size and cost. .
  • a biometric authentication device includes a storage unit that stores registered feature data, a biometric sensor that acquires a biometric image of a user, and a surface reflection that acquires the surface reflectivity of the biometric image.
  • a degree acquisition unit a feature extraction unit that extracts feature data for matching from the biological image, and an authentication processing unit that performs matching based on the similarity between the feature data for matching and the registered feature data, and the authentication
  • the processing unit reflects the correction coefficient associated with the region of the biological image and the surface reflectance in the similarity.
  • the biometric authentication method disclosed in the specification acquires a surface reflectance of a biometric image acquired using a biometric sensor, extracts verification feature data from the biometric image, and performs the verification When matching is performed based on the similarity between the feature data and the registered feature data, the correction coefficient associated with the region of the biological image and the surface reflectance are reflected on the similarity.
  • a biometric authentication program disclosed in the specification includes a step of acquiring a surface reflectivity of a biometric image acquired using a biometric sensor in a computer, and a collation from the biometric image Extracting the feature data, and performing the matching based on the similarity between the matching feature data and the registered feature data, the correction coefficient associated with the region of the biological image and the surface Reflecting the reflectivity.
  • biometric authentication device the biometric authentication method, and the biometric authentication program disclosed in the specification, it is possible to improve the authentication accuracy while suppressing the device size and cost.
  • (A)-(c) is a figure for demonstrating a surface reflective area
  • (A) is a block diagram for demonstrating the hardware constitutions of the biometrics apparatus which concerns on Example 1
  • (b) is a perspective view for demonstrating an example of a biometric sensor. It is a block diagram of each function implement
  • (A) is a figure for demonstrating several small area
  • (b) is a figure showing an example of registration data. It is an example of the flowchart performed in the case of an authentication process.
  • (A) is an example of the flowchart performed in the case of the registration process which concerns on a modification, (b) is a figure showing an example of registration data.
  • vein authentication a method is used in which authentication is performed by photographing a subcutaneous vein using near-infrared illumination. Referring to FIG. 1, the light irradiated on the skin is separated into two types of reflection components, diffused light and surface reflected light.
  • Diffused light is light that passes through the skin while diffusing. That is, the diffused light is the light that has entered the skin and finally reaches the skin surface while being repeatedly scattered, and is output.
  • the diffused light includes information on the subcutaneous vein and is used as reflected light that is effective in vein authentication.
  • the surface reflected light is reflected light that is generated at a constant rate at the interface between the air and the skin due to the difference between the refractive index of air and the refractive index of the skin.
  • the reflection direction and intensity of the surface reflected light are determined by the incident angle of light and the refractive index (the refractive index of air and the living body) (Snel's law / Fresnel's law).
  • the surface reflected light is obtained only in the direction of the reflection angle ( ⁇ 2 ) equal to the incident angle ( ⁇ 1 ).
  • ⁇ 2 the reflection angle
  • the surface reflected light is observed within a certain range.
  • the surface reflected light is unnecessary noise for the vein image.
  • the reflection angle of surface reflection depends on the incident angle with respect to the subject. Therefore, in the case of a subject having unevenness such as a palm, an area where surface reflection occurs frequently (hereinafter referred to as a surface reflection area) may occur depending on how the light hits. Since the surface reflection area is determined depending on the distance, position, angle, etc. of the subject, it can occur in various areas of the palm as shown in FIGS. 2 (a) to 2 (c). In the example of FIGS. 2A to 2C, the shaded portion is the surface reflection region. In the surface reflection region, it is difficult to capture a clear vein image. This is because surface patterns (such as wrinkles and scratches) overlap the veins. In this case, there is a possibility that the authentication accuracy is lowered.
  • the following techniques can be used as an imaging method for removing surface reflection.
  • the polarizing filter is a filter that separates light into a P wave and an S group.
  • surface reflection can be removed by utilizing the difference in reflectance between the P wave and the S wave.
  • the polarizing filter is expensive. In particular, there are few products that support near-infrared wavelengths and they are more expensive. Further, since it is necessary to emit the self-illumination through the polarizing filter, there is a problem that the amount of emitted light is generally reduced to less than half.
  • the reflection direction of the surface reflection is determined according to the incident angle of light
  • the generation position of the surface reflection changes depending on the illumination position. Therefore, an image from which the surface reflection component is removed can be generated by taking an image while individually controlling the on / off of the plurality of illuminations.
  • the apparatus becomes large. That is, referring to FIG. 3, a certain space is required when the light sources are arranged at a plurality of locations in order to make a difference in the incident angle of the surface reflection.
  • FIG. 4A is a block diagram for explaining a hardware configuration of the biometric authentication apparatus 100 according to the first embodiment.
  • the biometric authentication device 100 includes a CPU 101, a RAM 102, a storage device 103, a biometric sensor 104, a display device 105, and the like. Each of these devices is connected by a bus or the like.
  • a CPU (Central Processing Unit) 101 is a central processing unit.
  • the CPU 101 includes one or more cores.
  • a RAM (Random Access Memory) 102 is a volatile memory that temporarily stores programs executed by the CPU 101, data processed by the CPU 101, and the like.
  • the storage device 103 is a nonvolatile storage device.
  • a ROM Read Only Memory
  • SSD solid state drive
  • the storage device 103 stores a biometric authentication program.
  • the display device 105 is a device for displaying the result of each process performed by the biometric authentication device 100.
  • the display device 105 is, for example, a liquid crystal display.
  • the biological sensor 104 is a sensor that acquires a user's biological image using reflected light, and acquires vein information such as the user's finger and palm.
  • the biosensor 104 is an imaging device that captures an image of a subcutaneous vein in the palm of the hand using near infrared rays that are highly permeable to the human body.
  • the biosensor 104 includes, for example, a CMOS (Complementary Metal Oxide Semiconductor) camera.
  • the illumination etc. which irradiate the light containing a near infrared ray may be provided.
  • the biosensor 104 may include a distance sensor for acquiring a distance between the biosensor 104 and the living body and an inclination of the living body.
  • the biosensor 104 acquires vein information by taking a palm image as an example.
  • FIG. 4B is a perspective view for explaining an example of the biosensor 104.
  • the biological sensor 104 includes an imaging device 106, a light irradiation unit 107, and a distance sensor 108.
  • the imaging device 106 is not particularly limited as long as it can acquire a vein image.
  • the light irradiation part 107 will not be specifically limited if it can irradiate the light containing a near infrared ray.
  • the light irradiation part 107 may be provided with two or more.
  • four light irradiation units 107 are arranged so as to surround the imaging device 106.
  • the distance sensor 108 is not particularly limited as long as it can acquire the distance to the subject.
  • a plurality of distance sensors 108 may be provided.
  • the distance sensor 108 is disposed between the light irradiation units 107.
  • the biometric authentication program stored in the storage device 103 of the biometric authentication device 100 is developed in the RAM 102 so as to be executable.
  • the CPU 101 executes a biometric authentication program expanded in the RAM 102. Thereby, each process by the biometric authentication device 100 is executed.
  • FIG. 5 is a block diagram of each function realized by executing the biometric authentication program. Referring to FIG. 5, by executing the biometric authentication program, overall control unit 10, imaging unit 20, feature extraction unit 30, reliability processing unit 40, surface reflectance acquisition unit 50, authentication processing unit 60, and registration processing unit 70 is realized.
  • the registration database 80 is stored in the storage device 103.
  • the overall control unit 10 controls the imaging unit 20, the feature extraction unit 30, the reliability processing unit 40, the surface reflectance acquisition unit 50, the authentication processing unit 60, and the registration processing unit 70.
  • the imaging unit 20 acquires a palm image as a biological image from the biological sensor 104 in accordance with an instruction from the overall control unit 10.
  • the imaging unit 20 receives the biometric image encrypted from the biometric sensor 104 and decrypts the image in order to prevent leakage of feature data. Also good.
  • the feature extraction unit 30 extracts feature data from the biological image acquired by the imaging unit 20.
  • the feature data is data representing a biometric feature, and in this embodiment is a palm vein pattern.
  • the reliability processing unit 40 performs processing for setting the reliability of the biological region, processing for updating the reliability of the biological region, and the like.
  • the surface reflectance acquisition unit 50 detects the surface reflection component of the palm image acquired by the biosensor 104, and calculates the surface reflectance (the degree that surface reflection is considered to exist).
  • the authentication processing unit 60 performs authentication processing in accordance with instructions from the overall control unit 10.
  • the registration processing unit 70 registers the feature data extracted by the feature extraction unit 30 and the reliability set by the reliability processing unit 40 in the registration database 80 as registration data during the registration process.
  • the feature data registered in the registration database 80 is referred to as registered feature data.
  • the authentication processing unit 60 collates the matching feature data extracted by the feature extraction unit 30 with the registered feature data registered in the registration database 80. At that time, the authentication processing unit 60 uses the reliability of the registered feature data and the surface reflectance acquired by the surface reflectance acquisition unit 50. Details of the registration process and the authentication process will be described below.
  • FIG. 6 is an example of a flowchart executed during the registration process.
  • the photographing section 20 acquires the palm image I R to the biological sensor 104 is captured (Step S1).
  • shooting conditions may be set for the subject. Specifically, an image may be acquired only when the distance, position, inclination, etc. to the subject are within a predetermined range.
  • the distance to the subject can be measured by using the distance sensor 108.
  • the position of the subject can be measured using the acquired image.
  • the inclination of the subject can be measured by using a plurality of distance sensors 108.
  • Imaging unit 20 detects the palm region from the palm image I R to the biological sensor 104 is acquired. Specifically, the photographing unit 20 cuts out the palm region by binarizing with a predetermined threshold value to the luminance value of the captured palm image I R. At this time, a luminance value normalization process may be added to improve non-uniform illumination. By performing the normalization process, it is possible to easily check the overlap of the surface reflection areas in a plurality of different images.
  • the photographing unit 20 extracts feature data F R of the palm area (step S2).
  • FIG. 7A is a diagram for explaining a plurality of small regions B i obtained by division.
  • the feature data corresponding to the small area Bi is referred to as feature data FRi . That corresponds characteristic data F R1 into small areas B 1, corresponding characteristic data F R2 into small areas B 2.
  • the reliability processing unit 40 sets the reliability V i (“i” corresponds to “i” of the small region B i) in association with the small region B i (step S4).
  • the reliability, a correction coefficient associated with the small region B i in this embodiment, is an index representing the level of confidence in the authentication of each small region B i. Therefore, the reliability processing unit 40 functions as a correction coefficient processing unit.
  • the reliability V i is a coefficient (0 to 1) representing the reliability in authentication of each small area, and the larger the reliability V i is, the higher the reliability of the small area B i is. For example, in the case of palm vein authentication, there are areas with relatively high and low authentication accuracy depending on the distribution shape of veins and the like.
  • each confidence V i may be the same value (e.g. "1"), it may be set to a different value for each small region. Further, the similarity in the initial authentication process may be used as the reliability estimation value without setting the reliability in the registration process. In this embodiment, an example in which reliability is set during registration processing will be described.
  • the registration processing unit 70 associates the feature data F Ri and the reliability V i with the small region B i and registers it as registration data in the registration database 80 (step S5).
  • FIG. 7B shows an example of registration data. “ID” is information for uniquely representing a registered user. After execution of step S5, the flowchart of FIG. 6 ends.
  • FIG. 8 is an example of a flowchart executed during the authentication process.
  • the authentication processing is performed, for example, at the time of BIOS authentication at the time of starting the PC, logon authentication of the OS, and the like.
  • the photographing section 20 acquires the collation image I M for authentication biometric sensor 104 is captured (step S11).
  • the imaging unit 20 extracts feature data F M for authentication from the collation image I M (Step S12).
  • the photographing unit 20, a feature data F M, dividing so as to correspond to small areas B i step S13.
  • the authentication processing unit 60 calculates the similarity S i between the matching feature data F Mi and the registered feature data F Ri registered in the registration database for each small region B i (step S14).
  • a correlation coefficient between images, an L1 norm, or the like can be used.
  • the degree of difference is included in the same concept as the degree of similarity in that it has a property opposite to that of the degree of similarity.
  • the surface reflectance acquiring unit 50, the collation image I M, to obtain the surface reflectance T i for each small region B i (step S15).
  • the surface reflectance is an index representing how much surface reflection exists. In a region where surface reflection occurs, the luminance value is high. In the region where surface reflection occurs, a lot of high frequency components are included due to the influence of surface wrinkles. Therefore, the surface reflectivity may be acquired by detecting at least one of the elements.
  • the surface reflectance acquisition unit 50 acquires a surface reflectance index according to the following formula (1).
  • “I i ” is the average luminance value of the small region B i
  • “F i ” is the ratio of the high frequency components included in the small region B i
  • the surface reflectance acquiring unit 50 by normalizing according to the following equation index calculated by the following formula (1) (2), to obtain the surface reflectance T i.
  • the surface reflectivity T i is normalized to a value of 0 to 1. Since the surface reflectance Ti is a coefficient representing the influence of surface reflection, a smaller value means a more desirable region for authentication.
  • the surface reflectance T i may be determined by interpolating the luminance value of the entire palm.
  • the luminance value of the entire palm may be fitted into a gentle shape such as a spline curve, and a region outside the fitting curve may be determined as a region having high surface reflection.
  • the fitting method is not particularly limited, but for example, the method described in Non-Patent Document 1 may be used.
  • the difference according to the following equation (3), the luminance value G i of the center of the small region B i, the luminance value H i of the coordinates obtained by fitting May be calculated as an index of surface reflectance. From this indication, it is possible to obtain the surface reflectance T i according to the above formula (2). If (G i ⁇ H i ) is negative, the surface reflectivity T i may be 0.0.
  • the authentication processing unit 60 corrects the similarity S i using the reliability V i and the surface reflectance T i (step S16).
  • the authentication processing unit 60 lowers the similarity as the reliability is lower, and decreases the similarity as the surface reflectance is higher. Further, the authentication processing unit 60 increases the similarity as the reliability is higher, and increases the similarity as the surface reflectance is lower. That is, the corrected similarity is a value reflecting both the reliability of the small area and the influence of the surface reflection. Therefore, an effect of improving the authentication accuracy can be obtained as compared with the method of simply comparing the similarity between the small areas.
  • the authentication processing unit 60 calculates the similarity S i ′ by correcting the similarity S i according to the following equation (4).
  • the authentication processing unit 60 performs identity determination using the corrected similarity S i ′.
  • Med () is a function that gives a median value (median value). By collating in units of small areas in this way, it is possible to correctly authenticate even when the entire palm does not match. Further, by acquiring the median value of the similarity of each region, it is possible to realize stable authentication while suppressing the influence of a block having a too high similarity or a block having a too low similarity. In the above example, the median value is used, but other statistics may be used as an index.
  • step S17 If there is a registered user determined as “Yes” in step S17, the authentication processing unit 60 determines that the authenticated user is the registered user (step S18). When it determines with "No” in step S17, the authentication process part 60 determines with a to-be-authenticated user not being among a registered user (it is another person) (step S19).
  • the reliability processing unit 40 updates the reliability V i based on the authentication result (step S20). For example, the reliability processing unit 40 updates the reliability V i as the higher the similarity Si reliability V i increases. Specifically, the reliability processing unit 40 calculates a reliability index according to the following equation (5).
  • ⁇ is a coefficient for normalizing the value of the similarity S i to a range of 0.0 to 1.0. That is, the similarity S i may take various values depending on the calculation method. For example, when a correlation coefficient is used, the value is in the range of 0.0 to 1.0, but a method using distance may take a larger value.
  • the normalization coefficient for handling these uniformly is ⁇ .
  • the index of the following formula (5) has a higher value as the similarity of the corresponding block is higher. That is, it is considered that an area having a high degree of similarity when authentication is OK as the principal has high reliability.
  • the index of the following formula (5) is the reliability in the corresponding authentication process.
  • Reliability processing unit 40 according to the following formula reliability V i of the small regions B i using this value (6), to calculate the updated reliabilities V i '.
  • w is an update weight (0.0 to 1.0). Therefore, according to the above formula (6), the reliability V i is gradually updated using the weight w that determines the update speed based on the current reliability V i .
  • the setting of the update weights w may be used surface reflectance T i as the following equation (7).
  • w 0 is a constant representing the overall speed of update. By reflecting the surface reflectance T i to update weights w, is the weight decreases the effect of updating the surface reflection is large area.
  • the surface reflectance T i is small, the similarity S i of the corresponding small area B i can be trusted, so that the update weight w can be increased. As a result, it is possible to improve the accuracy of the updating of the reliability V i.
  • both the correction coefficient and the surface reflectance associated with each region of the biological image can be reflected in the similarity between the registered feature data and the matching feature data.
  • the authentication accuracy can be improved without using a large-sized device or an expensive device. That is, it is possible to improve the authentication accuracy while suppressing the device size and cost. For example, when only one of them is reflected, there is a case where the identity determination is made based on a collation result in an area where the surface reflection is small but the importance / reliability is low as authentication. Or, even in a region where the reliability in authentication is high, erroneous authentication may be performed when there are many surface reflections.
  • authentication is performed by reflecting both the correction coefficient and the surface reflectance associated with each region of the biological image in the similarity between the registered feature data and the matching feature data.
  • Accuracy can be improved.
  • the reliability V i is a value unique to each user, while the surface reflectance T i is a value acquired during the authentication process. The combination of both has the effect of improving the authentication accuracy.
  • the authentication accuracy is improved by updating V i using the authentication result.
  • the surface reflectivity T i is an index representing the quality of the corresponding area in the corresponding authentication process, so that the authentication accuracy is improved by using the surface reflectivity T i for the update speed.
  • the surface reflectance is not acquired during the registration process, but the present invention is not limited to this.
  • the surface reflectivity may be acquired during the registration process and associated with the surface reflectivity and registered feature data.
  • the surface reflectivity acquired during the registration process is set as the surface reflectivity T i ′ corresponding to each small region B i .
  • the registration processing unit 70 may include this surface reflectance T i ′ in the registration data.
  • T i ′ the registration process in this case will be described.
  • FIG. 9A is an example of a flowchart executed in the registration process according to this modification.
  • the photographing section 20 acquires the palm image I R to the biological sensor 104 is captured (step S31).
  • the photographing unit 20 detects the palm region from the palm image I R to the biological sensor 104 is acquired.
  • the photographing unit 20 extracts feature data F R of the palm area (step S32).
  • the imaging unit 20 acquires feature data F Ri in association with a plurality of small regions B i obtained by dividing the detected palm region (step S33).
  • the registration processing unit 70 associates the feature data F Ri and the surface reflectance T i ′ with the small region B i and registers it as registration data in the registration database 0 (step S35).
  • FIG. 9B shows an example of registration data.
  • the authentication processing unit 60 may correct the similarity S i using the surface reflectance T i ′, the reliability V i, and the surface reflectance T i. .
  • the authentication processing unit 60 may calculate the similarity S i ′ by correcting the similarity S i according to the following equation (8). According to the following formula (8), the lower the reliability, the lower the similarity, and the higher the surface reflectance, the lower the similarity, and the higher the reliability, the similarity can be increased. The lower the value, the greater the similarity.
  • the biosensor in the registration process and the biosensor in the authentication process are the same, but they may be different.
  • a sensor provided in a portable terminal such as a notebook PC may be used as a collation sensor, and a stationary high-precision sensor may be used as a registration sensor.
  • a technique for reducing surface reflection is mounted on the registration sensor side. In this case, since the influence of the surface reflection in the biometric image for registration can be suppressed, high-accuracy authentication can be realized even if the registration data does not include the surface reflectance.
  • N authentication is an authentication method for identifying a corresponding user from N registered users.
  • the 1: 1 authentication is a method of performing authentication after clearly indicating who the person is using an ID card or the like in advance. Therefore, this is an authentication method for determining whether one registered user and an authenticated user match.
  • the palm is used as the subject.
  • the subcutaneous vein pattern of the subject may be extracted as the biological information.
  • the vein pattern is used as a biological body, each said example is applicable if a surface reflection component appears as noise. For example, you may use a face, an iris, etc. as biometric information.
  • the living body area is divided into a plurality of small areas, but each of the above examples may be applied to authentication processing of one area.
  • the recording medium in which the software program for realizing the function of the biometric authentication device 100 is recorded may be supplied to the biometric authentication device 100, and the CPU 101 may execute the program.
  • Examples of the storage medium for supplying the program include a CD-ROM, DVD, Blu-ray, or SD card.
  • each function is realized by executing a program by the CPU.
  • the present invention is not limited to this.
  • each function may be realized using a dedicated circuit or the like.

Abstract

　生体認証装置は、登録特徴データを保存する保存部と、ユーザの生体画像を取得する生体センサと、前記生体画像の表面反射度を取得する表面反射度取得部と、前記生体画像から照合用特徴データを抽出する特徴抽出部と、前記照合用特徴データと前記登録特徴データとの類似度に基づいて照合を行う認証処理部と、備え、前記認証処理部は、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させる。

Description

生体認証装置、生体認証方法、および生体認証プログラム
　本発明は、生体認証装置、生体認証方法、および生体認証プログラムに関する。
　生体認証において生体を撮影する方法として、透過光を用いる方法、反射光を用いる方法などがあげられる。静脈などのように皮下に位置する生体を撮影する場合、反射光のうち、手のひらの内部で拡散して戻る拡散光を用いる。この場合、皮膚で反射する表面反射光はノイズとなる。したがって、表面反射光が拡散光と重畳すると、生体の検出が困難となる。
　表面反射を除去する撮影方式として以下のような従来技術が知られている。特許文献１では、偏光フィルタを用いて表面反射を除去している。特許文献２では、複数の照明のオンオフを制御することで、表面反射成分を除去している。
特開２００２－２０００５０号公報 特表２００２－５１４０９８号公報
NON-UNIFORM ILLUMINATION CORRECTION IN TRANSMISSION ELECTRON MICROSCOPY
　しかしながら、特許文献１の技術では、偏光フィルタが高価であるという問題がある。特に近赤外の波長に対応している偏光フィルタは少なく、より高価となる。また、偏光フィルタを通して自照明を出射する必要があるため、一般には出射光量が半分未満に低下する問題がある。特許文献２の技術では、装置の大きさが一定以上必要である。つまり、表面反射の入射角に差を付ける必要がある為、生体認証装置を小型化する際には障害となる。
　本発明は上記課題に鑑みなされたものであり、装置サイズおよびコストを抑制しつつ認証精度を向上させることができる、生体認証装置、生体認証方法、および生体認証プログラムを提供することを目的とする。
　上記課題を解決するために、明細書開示の生体認証装置は、登録特徴データを保存する保存部と、ユーザの生体画像を取得する生体センサと、前記生体画像の表面反射度を取得する表面反射度取得部と、前記生体画像から照合用特徴データを抽出する特徴抽出部と、前記照合用特徴データと前記登録特徴データとの類似度に基づいて照合を行う認証処理部と、備え、前記認証処理部は、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させる。
　上記課題を解決するために、明細書開示の生体認証方法は、生体センサを用いて取得された生体画像の表面反射度を取得し、前記生体画像から照合用特徴データを抽出し、前記照合用特徴データと登録特徴データとの類似度に基づいて照合を行う際に、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させる。
　上記課題を解決するために、明細書開示の生体認証プログラムは、コンピュータに、生体センサを用いて取得された生体画像の表面反射度を取得する表面反射度取得するステップと、前記生体画像から照合用特徴データを抽出するステップと、前記照合用特徴データと登録特徴データとの類似度に基づいて照合を行う際に、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させるステップと、を実行させる。
　明細書開示の生体認証装置、生体認証方法、および生体認証プログラムによれば、装置サイズおよびコストを抑制しつつ認証精度を向上させることができる。
表面反射について説明するための図である。 （ａ）～（ｃ）は、表面反射領域について説明するための図である。 被写体と光源との位置関係を説明するための図である。 （ａ）は実施例１に係る生体認証装置のハードウェア構成を説明するためのブロック図であり、（ｂ）は生体センサの一例を説明するための斜視図である。 生体認証プログラムの実行によって実現される各機能のブロック図である。 登録処理の際に実行されるフローチャートの一例である。 （ａ）は分割によって得られた複数の小領域Ｂｉを説明するための図であり、（ｂ）は登録データの一例を表す図である。 認証処理の際に実行されるフローチャートの一例である。 （ａ）は変形例に係る登録処理の際に実行されるフローチャートの一例であり、（ｂ）は登録データの一例を表す図である。
　実施例の説明に先立って、反射光を用いた生体認証について説明する。一例として、静脈認証について説明する。静脈認証では、近赤外線の照明を使って皮下の静脈を撮影することによって認証する方式を採用している。図１を参照して、皮膚に照射された光は、拡散光および表面反射光の２種類の反射成分に分離する。
　拡散光は、皮下まで透過して拡散しながら通ってきた光である。つまり、拡散光は、皮下に入った光が散乱を繰り返しながら最終的に皮膚表面に到達して出力されたものである。拡散光は、皮下の静脈の情報を含んでおり、静脈認証において有効な反射光として用いられる。
　表面反射光は、空気の屈折率と皮膚の屈折率との違いによって、空気と皮膚との境界面で一定の割合で発生する反射光である。表面反射光の反射方向および強度は、光の入射角度および屈折率（空気および生体の屈折率）によって決まる（スネルの法則／フレネルの法則）。被写体の表面が平らな場合には、表面反射光は、入射角（θ１）と等しい反射角（θ２）方向にのみ得られる。しかしながら、生体のように表面が平らではない被写体の場合、表面反射光はある程度広がった範囲に観測される。表面反射光は、静脈画像にとっては不要なノイズである。
　表面反射の反射角は、被写体に対する入射角度に依存する。したがって、手のひらのように凹凸が存在する被写体の場合、光の当たりかたに依存して、表面反射が多く発生する領域（以下、表面反射領域）が発生する場合がある。表面反射領域は、被写体の距離、位置、角度などに依存して決定されるため、図２（ａ）～図２（ｃ）のように、手のひらの様々な領域で発生し得る。図２（ａ）～図２（ｃ）の例では、網掛けの部分が表面反射領域である。表面反射領域においては、鮮明な静脈画像を撮影することが困難である。表面の模様（皺、傷など）が静脈に重なるためである。この場合、認証精度が低下するおそれがある。
　表面反射を除去する撮影方式として、以下のような技術を用いることができる。例えば、偏光フィルタを用いて表面反射を除去することが考えられる。偏光フィルタは、光をＰ波とＳ派とに分離するフィルタである。この偏光フィルタを用いることによって、Ｐ波とＳ波との反射率の違いを利用して表面反射を除去することができる。しかしながら、偏光フィルタは高価であるという問題がある。特に近赤外の波長に対応している品は少なく、より高価となる。また、偏光フィルタを通して自照明を出射する必要がある為、一般には出射光量が半分未満に低下するという問題も生じ得る。
　また、表面反射の反射方向は光の入射角に応じて決まるため、複数の照明を設けた場合に照明の位置に応じて表面反射の発生位置が変わる。そこで、複数照明のオンおよびオフを個別に制御しながら画像を撮影することによって、表面反射成分を除去した画像を生成することができる。しかしながら、この方法を利用すると、装置が大型化してしまう。つまり、図３を参照して、表面反射の入射角に差を付けるために光源を複数箇所に配置すると、一定のスペースが必要になるのである。
　以下の実施例においては、図面を参照しつつ、装置サイズおよびコストを抑制しつつ認証精度を向上させることができる、生体認証装置、生体認証方法、および生体認証プログラムについて説明する。
　図４（ａ）は、実施例１に係る生体認証装置１００のハードウェア構成を説明するためのブロック図である。図４（ａ）を参照して、生体認証装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、生体センサ１０４、表示装置１０５などを備える。これらの各機器は、バスなどによって接続されている。
　ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１は、中央演算処理装置である。ＣＰＵ１０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。
　記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。記憶装置１０３は、生体認証プログラムを記憶している。表示装置１０５は、生体認証装置１００による各処理の結果などを表示するための装置である。表示装置１０５は、例えば、液晶ディスプレイなどである。
　生体センサ１０４は、反射光を利用してユーザの生体画像を取得するセンサであり、ユーザの指、手のひら等の静脈情報を取得する。一例として、生体センサ１０４は、人体への透過性が高い近赤外線を用いて手のひらの皮下の静脈を撮影する撮影装置である。生体センサ１０４には、たとえばＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどが備わっている。また、近赤外線を含む光を照射する照明などが設けられていてもよい。また、生体センサ１０４は、生体センサ１０４と生体との距離、該生体の傾きを取得するための距離センサを備えていてもよい。本実施例においては、生体センサ１０４は、一例として手のひらの画像を撮影することによって、静脈情報を取得する。
　図４（ｂ）は、生体センサ１０４の一例を説明するための斜視図である。図４（ｂ）を参照して、生体センサ１０４は、撮影装置１０６、光照射部１０７、および距離センサ１０８を備える。撮影装置１０６は、静脈画像を取得できるものであれば特に限定されるものではない。光照射部１０７は、近赤外線を含む光を照射できるものであれば特に限定されるものではない。また、光照射部１０７は、複数設けられていてもよい。図４（ｂ）の例では、撮影装置１０６を囲むように、４つの光照射部１０７が配置されている。距離センサ１０８は、被写体との距離を取得できるものであれば特に限定されるものではない。また、距離センサ１０８は、複数設けられていてもよい。図４（ｂ）の例では、距離センサ１０８は、各光照射部１０７の間に配置されている。
　続いて、生体認証装置１００の各処理について説明する。生体認証装置１００の記憶装置１０３に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された生体認証プログラムを実行する。それにより、生体認証装置１００による各処理が実行される。
　図５は、生体認証プログラムの実行によって実現される各機能のブロック図である。図５を参照して、生体認証プログラムの実行によって、全体制御部１０、撮影部２０、特徴抽出部３０、信頼度処理部４０、表面反射度取得部５０、認証処理部６０、および登録処理部７０が実現される。登録データベース８０は、記憶装置１０３に記憶されている。
　全体制御部１０は、撮影部２０、特徴抽出部３０、信頼度処理部４０、表面反射度取得部５０、認証処理部６０、および登録処理部７０を制御する。撮影部２０は、全体制御部１０の指示に従って、生体センサ１０４から生体画像として手のひらの画像を取得する。生体センサ１０４がＵＳＢなどで接続されている場合には、特徴データの漏えいを防止するために、撮影部２０は、生体センサ１０４から生体画像を暗号化した状態で受け取り、当該画像を復号してもよい。
　特徴抽出部３０は、撮影部２０が取得した生体画像から特徴データを抽出する。特徴データとは、生体特徴を表すデータのことであり、本実施例においては手のひら静脈パターンである。信頼度処理部４０は、生体の領域の信頼度を設定する処理、生体の領域の信頼度を更新する処理などを行う。表面反射度取得部５０は、生体センサ１０４が取得した手のひら画像の表面反射成分を検出し、表面反射度（表面反射が存在すると考えられる度合い）を算出する。認証処理部６０は、全体制御部１０の指示に従って、認証処理を行う。
　登録処理部７０は、登録処理の際に、特徴抽出部３０が抽出した特徴データおよび信頼度処理部４０が設定する信頼度を、登録データベース８０に登録データとして登録する。以下、登録データベース８０に登録された特徴データを登録特徴データと称する。認証処理においては、認証処理部６０は、特徴抽出部３０が抽出した照合用特徴データと登録データベース８０に登録された登録特徴データとを照合する。その際に、認証処理部６０は、登録特徴データの信頼度および表面反射度取得部５０が取得した表面反射度を用いる。以下、登録処理および認証処理の詳細について説明する。
（登録処理）
　図６は、登録処理の際に実行されるフローチャートの一例である。以下、図６を参照しつつ、登録処理の一例について説明する。まず、撮影部２０は、生体センサ１０４が撮影した手のひら画像ＩＲを取得する（ステップＳ１）。画像取得の際には、被写体に撮影条件が設定されていてもよい。具体的には、被写体までの距離、位置、傾きなどが所定の範囲内に入っている場合にのみ、画像を取得してもよい。なお、被写体までの距離は、距離センサ１０８を用いることによって測定することができる。被写体の位置は、取得された画像を用いて測定することができる。被写体の傾きは、複数の距離センサ１０８を用いることによって測定することができる。
　撮影部２０は、生体センサ１０４が取得した手のひら画像ＩＲから手のひら領域を検出する。具体的には、撮影部２０は、撮影した手のひら画像ＩＲの輝度値に対して所定のしきい値で２値化することによって手のひら領域を切り出す。この際、照明の不均一を改善する為に輝度値の正規化処理を加えてもよい。正規化処理を実施することによって、複数の異なった画像における表面反射領域の重なりを簡単にチェックできるようになる。
　次に、撮影部２０は、手のひら領域の特徴データＦＲを抽出する（ステップＳ２）。次に、撮影部２０は、検出された手のひら領域を分割することによって得られる複数の小領域Ｂｉ（ｉ＝１、２…Ｎ）に対応させて、特徴データＦＲを分割する（ステップＳ３）。図７（ａ）は、分割によって得られた複数の小領域Ｂｉを説明するための図である。小領域Ｂｉに対応する特徴データを、特徴データＦＲｉと称する。すなわち、小領域Ｂ１に特徴データＦＲ１が対応し、小領域Ｂ２に特徴データＦＲ２が対応する。
　次に、信頼度処理部４０は、小領域Ｂｉに関連付けて、信頼度Ｖｉ（「ｉ」は小領域Ｂｉの「ｉ」に対応する）を設定する（ステップＳ４）。信頼度とは、小領域Ｂｉに関連付けられた補正係数であり、本実施例においては、各小領域Ｂｉの認証における信頼性の高低を表す指標である。したがって、信頼度処理部４０は、補正係数処理部として機能する。具体的には、信頼度Ｖｉは各小領域の認証における信頼度を表す係数（０～１）であり、信頼度Ｖｉが大きいほど小領域Ｂｉの信頼度が高いことを意味する。例えば、手のひら静脈認証の場合、静脈の分布形状等に依存して認証精度が相対的に高い領域、低い領域が存在する。登録処理の際には、各信頼度Ｖｉは同じ値（例えば「１」）であってもよく、小領域ごとに異なる値に設定されていてもよい。また、登録処理の際には信頼度を設定せずに、初回の認証処理における類似度を信頼度の推測値として用いてもよい。本実施例においては、登録処理の際に信頼度を設定する例について説明する。
　登録処理部７０は、小領域Ｂｉに特徴データＦＲｉおよび信頼度Ｖｉを関連付けて、登録データベース８０に登録データとして登録する（ステップＳ５）。図７（ｂ）に、登録データの一例を表す。「ＩＤ」は、登録ユーザを一意に現すための情報である。ステップＳ５の実行後、図６のフローチャートが終了する。
（認証処理）
　図８は、認証処理の際に実行されるフローチャートの一例である。認証処理は、例えば、ＰＣ起動時のＢＩＯＳ認証、ＯＳのログオン認証などの際に実施される。まず、撮影部２０は、生体センサ１０４が撮影した認証用の照合画像ＩＭを取得する（ステップＳ１１）。次に、撮影部２０は、照合画像ＩＭから認証用の特徴データＦＭを抽出する（ステップＳ１２）。
　次に、撮影部２０は、特徴データＦＭを、小領域Ｂｉに対応させて分割する（ステップＳ１３）。次に、認証処理部６０は、各小領域Ｂｉごとに、照合用特徴データＦＭｉと、登録データベースに登録されている登録特徴データＦＲｉとの類似度Ｓｉを算出する（ステップＳ１４）。なお、類似度の算出には、画像間の相関係数、Ｌ１ノルムなどを用いることができる。また、相違度は、類似度と逆の性質を有するという点で、類似度と同じ概念に含まれる。
　次に、表面反射度取得部５０は、照合画像ＩＭにおいて、小領域Ｂｉごとに表面反射度Ｔｉを取得する（ステップＳ１５）。表面反射度とは、表面反射がどの程度存在するかを表す指標である。表面反射が生じている領域では、輝度値が高くなる。また、表面反射が生じている領域では、表面の皺などの影響で高周波成分が多く含まれる。そこで、少なくともいずれか一方の要素を検出することによって、表面反射度を取得してもよい。
　例えば、表面反射度取得部５０は、下記式（１）に従って、表面反射度の指標を取得する。下記式（１）において、「Ｉｉ」は小領域Ｂｉの平均輝度値であり、「Ｆｉ」は小領域Ｂｉに含まれる高周波成分の割合であり、「α０」および「α１」は係数である。次に、表面反射度取得部５０は、下記式（１）で算出された指標を下記式（２）に従って正規化することによって、表面反射度Ｔｉを取得する。下記式（２）によれば、表面反射度Ｔｉが０～１の値に正規化される。なお、表面反射度Ｔｉは表面反射の影響を表す係数であることから、値が小さいほど認証に望ましい領域であることを意味する。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　なお、表面反射度Ｔｉは、手のひら全体の輝度値を補間することによって求めてもよい。この方式では、手のひら全体の輝度値をスプライン曲線等のなだらかな形状にフィッティングし、フィッティングカーブから外れている領域を表面反射が高い領域であると判断してもよい。フィッティングの手法は特に限定されないが、例えば非特許文献１に記載の手法を用いてもよい。具体的には、小領域Ｂｉに注目した際に、下記式（３）に従って、小領域Ｂｉの中心位置の輝度値Ｇｉと、フィッティングで得られる同座標における輝度値Ｈｉとの差分を表面反射度の指標として算出してもよい。この指標から、上記式（２）に従って表面反射度Ｔｉを取得することができる。なお、（Ｇｉ－Ｈｉ）がマイナスであれば、表面反射度Ｔｉ＝０．０としてもよい。
Figure JPOXMLDOC01-appb-M000003
　次に、認証処理部６０は、信頼度Ｖｉおよび表面反射度Ｔｉを用いて類似度Ｓｉを補正する（ステップＳ１６）。認証処理部６０は、信頼度が低いほど類似度を低下させ、表面反射度が高いほど類似度を低下させる。また、認証処理部６０は、信頼度が高いほど類似度を増大させ、表面反射度が低いほど類似度を増大させる。すなわち、補正された類似度は、小領域の信頼度および表面反射の影響の両方を反映させた値である。したがって、単純に小領域間の類似度を比較する方式に比べ、認証精度が向上する効果が得られる。一例として、認証処理部６０は、下記式（４）に従って類似度Ｓｉを補正することによって、類似度Ｓｉ´を算出する。
Figure JPOXMLDOC01-appb-M000004
　次に、認証処理部６０は、補正類似度Ｓｉ´を用いて本人判定を行う。例えば、認証処理部６０は、各登録ユーザに対して、補正類似度Ｓｉ´のメディアン値を最終的な類似度ＳＴｏｔａｌ＝Ｍｅｄ（Ｓｊ）として求め、類似度ＳＴｏｔａｌがしきい値よりも大きいか否かを判定する（ステップＳ１７）。Ｍｅｄ（）は、メディアン値（中央値）を与える関数である。このように小領域単位で照合することによって、手のひら全体では一致しないような場合でも正しく認証することができる。また、各領域の類似度のメディアン値を取得することによって、類似度が高すぎるブロックや類似度が低すぎるブロックの影響を抑制しつつ、安定した認証を実現できる。なお、上記の例ではメディアン値を用いているが、他の統計量を指標として用いてもよい。
　ステップＳ１７において「Ｙｅｓ」と判定される登録ユーザが存在する場合、認証処理部６０は、被認証ユーザを当該登録ユーザ本人であると判定する（ステップＳ１８）。ステップＳ１７において「Ｎｏ」と判定された場合、認証処理部６０は、登録ユーザの中に被認証ユーザが存在しない（他人である）と判定する（ステップＳ１９）。
　ステップＳ１８の実行後、信頼度処理部４０は、認証結果に基づいて信頼度Ｖｉを更新する（ステップＳ２０）。例えば、信頼度処理部４０は、類似度Ｓｉが高いほど信頼度Ｖｉが高くなるように信頼度Ｖｉを更新する。具体邸には、信頼度処理部４０は、下記式（５）に従って信頼度の指標を算出する。αは、類似度Ｓｉの値を０．０～１．０の範囲に正規化する為の係数である。つまり、類似度Ｓｉは、計算方式によってさまざまな範囲の値を取る可能性がある。例えば、相関係数を用いる場合には０．０～１．０の範囲の値になるが、距離を用いる方式ではもっと大きな値を取る場合がある。これらを統一的に扱う為の正規化係数がαである。下記式（５）の指標は、該当ブロックの類似度が高い程、高い値を有する。つまり、本人として認証ＯＫであった際に類似度が高い領域は信頼度が高いと考えられる。また、下記式（５）の指標は、該当認証処理における信頼度である。信頼度処理部４０は、この値を用いて小領域Ｂｉの信頼度Ｖｉを下記式（６）に従って、更新された信頼度Ｖｉ´を算出する。
Figure JPOXMLDOC01-appb-M000005
Figure JPOXMLDOC01-appb-M000006
　なお、上記式（６）において、ｗは更新ウェイト（０．０～１．０）である。したがって、上記式（６）によれば、現在の信頼度Ｖｉを基に、更新の速さを決めるウェイトｗを用いて信頼度Ｖｉが徐々に更新される。この更新ウェイトｗの設定に、下記式（７）のように表面反射度Ｔｉを用いてもよい。下記式（７）において、ｗ０は、更新の全体スピードを表す定数である。更新ウェイトｗに表面反射度Ｔｉを反映させることにより、表面反射が大きい領域の更新のウェイトが下がる効果がある。逆に表面反射度Ｔｉが小さい場合には、該当小領域Ｂｉの類似度Ｓｉは信頼できるため、更新ウェイトｗを高めることができる。結果として、信頼度Ｖｉの更新の精度を向上させることができる。
Figure JPOXMLDOC01-appb-M000007
　ステップＳ２０の実行後およびステップＳ１９の実行後、図７のフローチャートは終了する。
　本実施例によれば、登録特徴データと照合用特徴データとの類似度に、生体画像の各領域に関連付けられた補正係数および表面反射度の両方を反映させることができる。この場合、大きいサイズの機器、高価な機器などを用いなくても認証精度を向上させることができる。すなわち、装置サイズおよびコストを抑制しつつ認証精度を向上させることができる。例えば、いずれか一方しか反映させない場合、表面反射は少ないが、認証として重要性・信頼性が低い領域の照合結果に基づいて本人判定がなされる場合がある。または、認証における信頼度が高い領域であっても、表面反射が多く存在する場合に誤認証がなされる場合がある。これに対して、本実施例によれば、登録特徴データと照合用特徴データとの類似度に、生体画像の各領域に関連付けられた補正係数および表面反射度の両方を反映させることによって、認証精度を向上させることができる。ここで、信頼度Ｖｉは各ユーザに対して固有の値である一方、表面反射度Ｔｉは認証処理の際に取得される値である。この両者の組合せによって認証精度が向上する効果がある。
　また、領域の信頼度Ｖｉは個人ごとに異なる為、認証結果を用いてＶｉを更新することによって認証精度が向上する。特に表面反射度Ｔｉは、該当する認証処理における該当領域の品質を表す指標であることから、表面反射度Ｔｉを更新のスピードに利用することによって、認証精度が向上する。
（変形例）
　上記の例では、登録処理の際には表面反射度を取得していなかったが、それに限られない。例えば、登録処理の際に表面反射度を取得し、当該表面反射度と登録特徴データに関連付けておいてもよい。登録処理の際に取得される表面反射度を、各小領域Ｂｉに対応させて表面反射度Ｔｉ´とする。登録処理部７０は、この表面反射度Ｔｉ´を登録データに含めてもよい。以下、この場合の登録処理について説明する。
　図９（ａ）は、本変形例に係る登録処理の際に実行されるフローチャートの一例である。以下、図９（ａ）を参照しつつ、本変形例に係る登録処理の一例について説明する。まず、撮影部２０は、生体センサ１０４が撮影した手のひら画像ＩＲを取得する（ステップＳ３１）。次に、撮影部２０は、生体センサ１０４が取得した手のひら画像ＩＲから手のひら領域を検出する。次に、撮影部２０は、手のひら領域の特徴データＦＲを抽出する（ステップＳ３２）。次に、撮影部２０は、検出された手のひら領域を分割することによって得られる複数の小領域Ｂｉに対応させて、特徴データＦＲｉを取得する（ステップＳ３３）。
　次に、表面反射度取得部５０は、手のひら画像ＩＲにおいて、小領域Ｂｉごとに表面反射度Ｔｉ´を算出する（ステップＳ３４）。次に、登録処理部７０は、小領域Ｂｉに特徴データＦＲｉおよび表面反射度Ｔｉ´を関連付けて、登録データベース０に登録データとして登録する（ステップＳ３５）。図９（ｂ）に、登録データの一例を表す。ステップＳ３５の実行後、図９（ａ）のフローチャートが終了する。本変形例においては、登録処理の際に信頼度Ｖｉが設定されていないため、初回の認証処理の類似度を信頼度として用いてもよい。また、本変形例において、登録処理の際に信頼度Ｖｉを設定し、登録データに含めてもよい。
　表面反射度Ｔｉ´が登録データに含まれる場合、認証処理部６０は、表面反射度Ｔｉ´、信頼度Ｖｉおよび表面反射度Ｔｉを用いて類似度Ｓｉを補正してもよい。例えば、認証処理部６０は、下記式（８）に従って類似度Ｓｉを補正することによって類似度Ｓｉ´を算出してもよい。下記式（８）によれば、信頼度が低いほど類似度を低下させ、表面反射度が高いほど類似度を低下させることができ、信頼度が高いほど類似度を増大させ、表面反射度が低いほど類似度を増大させることができる。
Figure JPOXMLDOC01-appb-M000008
　なお、上記各例においては、登録処理の際の生体センサと認証処理の際の生体センサとが同一のものとしているが、異なっていてもよい。例えば、照合用のセンサとしてノートＰＣなどの可搬型の端末に備わるセンサを用い、登録用のセンサとして据え置きの高精度センサを用いてもよい。なお、この場合には登録センサ側に表面反射を低減させる技術が搭載されているケースがありえる。この場合においては、登録用の生体画像における表面反射の影響を抑制できるため、登録データに表面反射度が含まれていなくても、高精度の認証が実現できる。
　なお、上記各例は、１：Ｎ認証を対象にしているが、１：１認証を対象にしてもよい。１：Ｎ認証とは、Ｎ人の登録されたユーザから該当するユーザを特定する認証方式である。１：１認証とは、事前にＩＤカードなどを使って自分が誰であるかを明示した上で認証を行う方式である。したがって、１人の登録されたユーザと、被認証ユーザが一致するか否かを判定する認証方式である。
　上記各例においては、被写体として手のひらを用いているが、指などの他の被写体を撮影することによって、当該被写体の皮下の静脈パターンを生体情報として抽出してもよい。また、上記実施例においては生体として静脈パターンを用いているが、表面反射成分がノイズとして現れる生体であれば、上記各例を適用することができる。例えば、顔、虹彩などを生体情報として用いてもよい。
　また、上記各例においては、生体の領域を複数の小領域に分割しているが、１つの領域の認証処理に対して上記各例を適用してもよい。
　生体認証装置１００の機能を実現するためのソフトウェアのプログラムが記録されている記録媒体を生体認証装置１００に供給し、ＣＰＵ１０１が当該プログラムを実行してもよい。プログラムを供給するための記憶媒体としては、例えば、ＣＤ－ＲＯＭ、ＤＶＤ、ブルーレイ又はＳＤカードなどがある。また、上記各実施例においては、ＣＰＵによるプログラムの実行によって各機能が実現されていたが、それに限られない。例えば、専用の回路などを用いて各機能を実現してもよい。
　以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
　１０　全体制御部
　２０　撮影部
　３０　特徴抽出部
　４０　信頼度処理部
　５０　表面反射度取得部
　６０　認証処理部
　７０　登録処理部
　８０　登録データベース
　１００　生体認証装置
　１０４　生体センサ

Claims (9)

  1. 　登録特徴データを保存する保存部と、
    　ユーザの生体画像を取得する生体センサと、
    　前記生体画像の表面反射度を取得する表面反射度取得部と、
    　前記生体画像から照合用特徴データを抽出する特徴抽出部と、
    　前記照合用特徴データと前記登録特徴データとの類似度に基づいて照合を行う認証処理部と、備え、
    　前記認証処理部は、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させることを特徴とする生体認証装置。
  2. 　前記認証処理部は、前記生体画像に含まれる複数の領域のそれぞれについて前記類似度を求めることを特徴とする請求項１記載の生体認証装置。
  3. 　前記認証処理部の認証結果に基づいて、前記補正係数を更新する補正係数処理部を備えることを特徴とする請求項１または２記載の生体認証装置。
  4. 　前記補正係数処理部は、前記表面反射度を前記補正係数の更新のウェイトとして用いることを特徴とする請求項３記載の生体認証装置。
  5. 　前記保存部は、前記登録特徴データの基となる生体画像の表面反射度を保存し、
    　前記認証処理部は、前記登録特徴データと前記照合用特徴データとの類似度に、前記保存部に保存された表面反射度を反映させることを特徴とする請求項１～４のいずか一項に記載の生体認証装置。
  6. 　前記表面反射度取得部は、前記生体画像の輝度値および高周波成分に基づいて表面反射度を取得することを特徴とする請求項１～５のいずれか一項に記載の生体認証装置。
  7. 　前記表面反射度取得部は、前記生体画像の輝度値に対するフィッティング処理によって表面反射度を取得することを特徴とする請求項１～５のいずれか一項に記載の生体認証装置。
  8. 　生体センサを用いて取得された生体画像の表面反射度を取得し、
    　前記生体画像から照合用特徴データを抽出し、
    　前記照合用特徴データと登録特徴データとの類似度に基づいて照合を行う際に、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させることを特徴とする生体認証方法。
  9. 　コンピュータに、
    　生体センサを用いて取得された生体画像の表面反射度を取得するステップと、
    　前記生体画像から照合用特徴データを抽出するステップと、
    　前記照合用特徴データと登録特徴データとの類似度に基づいて照合を行う際に、前記類似度に、前記生体画像の領域に関連付けられた補正係数および前記表面反射度を反映させるステップと、を実行させることを特徴とする生体認証プログラム。
PCT/JP2012/058180 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム WO2013145168A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2014507136A JP5846291B2 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム
CN201280071432.0A CN104205165B (zh) 2012-03-28 2012-03-28 生物体认证装置、生物体认证方法、以及生物体认证程序
KR1020147026041A KR101622065B1 (ko) 2012-03-28 2012-03-28 생체 인증 장치, 생체 인증 방법 및 기억 매체
EP12872839.1A EP2833318B1 (en) 2012-03-28 2012-03-28 Biometric authentication device, biometric authentication method, and biometric authentication program
PCT/JP2012/058180 WO2013145168A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム
US14/483,564 US9336426B2 (en) 2012-03-28 2014-09-11 Biometric authentication device, biometric authentication method, and computer readable, non-transitory medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/058180 WO2013145168A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/483,564 Continuation US9336426B2 (en) 2012-03-28 2014-09-11 Biometric authentication device, biometric authentication method, and computer readable, non-transitory medium

Publications (1)

Publication Number Publication Date
WO2013145168A1 true WO2013145168A1 (ja) 2013-10-03

Family

ID=49258534

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/058180 WO2013145168A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム

Country Status (6)

Country Link
US (1) US9336426B2 (ja)
EP (1) EP2833318B1 (ja)
JP (1) JP5846291B2 (ja)
KR (1) KR101622065B1 (ja)
CN (1) CN104205165B (ja)
WO (1) WO2013145168A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140118837A (ko) * 2013-03-28 2014-10-08 후지쯔 가부시끼가이샤 화상 보정 장치, 화상 보정 방법 및 생체 인증 장치

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6303485B2 (ja) * 2013-12-20 2018-04-04 富士通株式会社 生体認証装置及び生体認証方法
KR101714349B1 (ko) * 2014-12-29 2017-03-09 주식회사 슈프리마 생체 인증 장치와 그 생체 영상 출력제어 방법
JP6531395B2 (ja) * 2015-01-08 2019-06-19 富士通株式会社 三次元形状測定装置、三次元形状測定方法、及び、プログラム
US10694998B2 (en) * 2016-09-30 2020-06-30 Asia Air Survey Co., Ltd. Moving body information detection terminal
CN111971671A (zh) * 2018-04-24 2020-11-20 三菱电机株式会社 认证装置
WO2019235773A1 (en) * 2018-06-08 2019-12-12 Samsung Electronics Co., Ltd. Proximity based access control in a communication network

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07220075A (ja) * 1994-02-07 1995-08-18 Sharp Corp 指紋識別装置
JP2002514098A (ja) 1996-08-25 2002-05-14 センサー インコーポレイテッド 虹彩取得用イメージのための装置
JP2002200050A (ja) 2000-12-28 2002-07-16 Kao Corp 肌色測定装置および肌色診断装置ならびに顔画像処理装置
JP2009028427A (ja) * 2007-07-30 2009-02-12 Sony Corp 生体撮像装置
JP2010086241A (ja) * 2008-09-30 2010-04-15 Sony Corp 指静脈撮像装置および指静脈撮像方法
JP2011086265A (ja) * 2009-10-19 2011-04-28 Canon Inc 画像処理装置及び方法、プログラム及び記憶媒体

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW284907B (en) * 1995-06-07 1996-09-01 Cauldron Lp Removal of material by polarized irradiation and back side application for radiation
JP2000194829A (ja) * 1998-12-24 2000-07-14 Mitsubishi Electric Corp 凹凸パターン読取り装置
JP4039039B2 (ja) * 2001-11-08 2008-01-30 ソニー株式会社 個人認証装置
JP4169185B2 (ja) * 2002-02-25 2008-10-22 富士通株式会社 画像連結方法、プログラム及び装置
JP4387643B2 (ja) * 2002-07-31 2009-12-16 富士通株式会社 個人認識機能付き処理装置
CN100364480C (zh) * 2002-09-17 2008-01-30 富士通株式会社 生物特征信息获取设备和使用生物特征信息的认证设备
JP3770241B2 (ja) * 2003-03-04 2006-04-26 株式会社日立製作所 個人認証装置及び個人認証方法
JP2005004718A (ja) * 2003-05-16 2005-01-06 Canon Inc 信号処理装置及び制御方法
CN1317671C (zh) * 2003-11-26 2007-05-23 佳能株式会社 信号处理设备和控制方法
WO2006073450A2 (en) * 2004-04-27 2006-07-13 The Trustees Of The University Of Pennsylvania Polarization and reflection based non-contact latent fingerprint imaging and lifting
JP4815863B2 (ja) * 2005-04-28 2011-11-16 ソニー株式会社 撮像装置
CN101513348B (zh) * 2005-06-13 2011-04-20 株式会社日立制作所 静脉认证装置
KR101031712B1 (ko) * 2005-06-13 2011-04-29 가부시키가이샤 히타치세이사쿠쇼 정맥 인증 장치
JP4937607B2 (ja) 2006-03-14 2012-05-23 富士通株式会社 生体認証方法及び生体認証装置
US20090018414A1 (en) * 2007-03-23 2009-01-15 Mehrdad Toofan Subcutanous Blood Vessels Imaging System
JP4541427B2 (ja) * 2008-03-25 2010-09-08 富士通株式会社 生体認証装置、生体情報登録装置および生体認証方法
JP5098973B2 (ja) * 2008-11-27 2012-12-12 富士通株式会社 生体認証装置、生体認証方法及び生体認証プログラム
KR101328358B1 (ko) * 2009-06-17 2013-11-11 후지쯔 가부시끼가이샤 생체 인증 장치, 생체 인증 방법 및 생체 인증용 컴퓨터 프로그램이 기록된 컴퓨터 판독가능한 기록매체
EP2339534A1 (en) * 2009-11-18 2011-06-29 Panasonic Corporation Specular reflection compensation
JP5679767B2 (ja) * 2010-10-28 2015-03-04 ラピスセミコンダクタ株式会社 指紋認証装置及び指紋認証用プログラム
JP5501210B2 (ja) * 2010-12-16 2014-05-21 富士フイルム株式会社 画像処理装置
BR112013020468A2 (pt) * 2011-02-15 2016-10-18 Fujitsu Frontech Ltd aparelho de autenticação, programa de autenticação, e método de autenticação
JP5751019B2 (ja) * 2011-05-30 2015-07-22 富士通株式会社 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
TWI439907B (zh) * 2012-02-29 2014-06-01 Pixart Imaging Inc 光學觸控裝置及其偵測方法
JP5971089B2 (ja) * 2012-11-14 2016-08-17 富士通株式会社 生体情報補正装置、生体情報補正方法及び生体情報補正用コンピュータプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07220075A (ja) * 1994-02-07 1995-08-18 Sharp Corp 指紋識別装置
JP2002514098A (ja) 1996-08-25 2002-05-14 センサー インコーポレイテッド 虹彩取得用イメージのための装置
JP2002200050A (ja) 2000-12-28 2002-07-16 Kao Corp 肌色測定装置および肌色診断装置ならびに顔画像処理装置
JP2009028427A (ja) * 2007-07-30 2009-02-12 Sony Corp 生体撮像装置
JP2010086241A (ja) * 2008-09-30 2010-04-15 Sony Corp 指静脈撮像装置および指静脈撮像方法
JP2011086265A (ja) * 2009-10-19 2011-04-28 Canon Inc 画像処理装置及び方法、プログラム及び記憶媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2833318A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140118837A (ko) * 2013-03-28 2014-10-08 후지쯔 가부시끼가이샤 화상 보정 장치, 화상 보정 방법 및 생체 인증 장치
KR101701559B1 (ko) 2013-03-28 2017-02-01 후지쯔 가부시끼가이샤 화상 보정 장치, 화상 보정 방법 및 생체 인증 장치

Also Published As

Publication number Publication date
JPWO2013145168A1 (ja) 2015-08-03
JP5846291B2 (ja) 2016-01-20
EP2833318A4 (en) 2015-05-13
US20140376784A1 (en) 2014-12-25
US9336426B2 (en) 2016-05-10
EP2833318A1 (en) 2015-02-04
CN104205165A (zh) 2014-12-10
EP2833318B1 (en) 2018-12-26
CN104205165B (zh) 2017-06-23
KR20140131541A (ko) 2014-11-13
KR101622065B1 (ko) 2016-05-17

Similar Documents

Publication Publication Date Title
JP5846291B2 (ja) 生体認証装置、生体認証方法、および生体認証プログラム
JP5691669B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP2020074174A (ja) モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法
JP6089872B2 (ja) 画像補正装置、画像補正方法及び生体認証装置
US20100085151A1 (en) Authentication apparatus
WO2012111664A1 (ja) 認証装置、認証プログラム、および認証方法
JP5751019B2 (ja) 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP6467852B2 (ja) 生体情報補正装置、生体情報補正方法及び生体情報補正用コンピュータプログラム
JP2019117579A5 (ja)
JP5850138B2 (ja) 生体認証装置、生体認証方法、および生体認証プログラム
JP6044403B2 (ja) 撮像装置、撮像方法、および撮像プログラム
JP6846330B2 (ja) 生体認証装置および生体認証システム
JP5768441B2 (ja) 生体情報取得装置、生体情報取得方法、および生体情報取得プログラム
JP6801434B2 (ja) 生体画像処理装置、生体画像処理方法および生体画像処理プログラム
JP6772710B2 (ja) 生体撮影装置
KR20220037473A (ko) 촬영 장치 및 인증 장치
JP5685272B2 (ja) 認証装置、認証プログラム、および認証方法
JP2010231573A (ja) 静脈認証装置における登録情報作成方法及び装置
JP2012084061A (ja) 血流認証用端末器及び血流認証システム

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: 12872839

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2012872839

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2014507136

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 20147026041

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE