WO2013145249A1 - 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

Abstract

　生体認証装置は、生体情報を取得する生体センサと、登録特徴データの一部である登録部分データの集合における、前記生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて、対象ユーザを選択する選択部と、前記選択部によって選択された対象ユーザの登録特徴データと、前記照合用特徴データとを照合する照合処理部と、を備える。

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。

　生体センサによって取得された照合データと、データベースに登録された登録データとを照合することによって、生体認証がなされている。登録されるユーザの数が増すにつれて、認証精度および認証時間の短縮化の両立が望まれている。特許文献１は、認証精度向上の技術を開示している。特許文献２は、認証時間の短縮化の技術を開示している。

特開２００８－６５５７２号公報 特開２００２－１３３４１６号公報

　しかしながら、特許文献１，２の技術では、照合対象ユーザを適切に選択することが困難であるため、認証精度および認証時間の短縮化の両立が困難である。

　本発明は上記課題に鑑みなされたものであり、照合対象ユーザを適切に選択す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、生体情報を取得する生体センサと、登録特徴データの一部である登録部分データの集合における、前記生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて、対象ユーザを選択する選択部と、前記選択部によって選択された対象ユーザの登録特徴データと、前記照合用特徴データとを照合する照合処理部と、を備える。

　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、登録特徴データの一部である登録部分データの集合における、生体センサから得られた生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて、対象ユーザを選択し、前記選択された対象ユーザの登録特徴データと、前記照合用特徴データとの照合によって認証を行う。

　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、登録特徴データの一部である登録部分データの集合における、生体センサから得られた生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて、対象ユーザを選択するステップと、前記選択された対象ユーザの登録特徴データと、前記照合用特徴データとの照合によって認証を行うステップと、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、照合対象ユーザを適切に選択することができる。

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。 生体データ登録処理の際に実行されるフローチャートの一例を説明するための図である。 生体認証処理の際に実行されるフローチャートの一例を説明するための図である。 （ａ）はステップＳ１４の詳細を表すフローチャートの一例であり、（ｂ）は並べ替えられた登録絞込データのリストの一例である。 （ａ）および（ｂ）は所定の順位として１０位および４０位を選んだ場合の例を説明するための図である。 （ａ）～（ｃ）は絞込データ密度情報の算出の他の例を説明するための図である。 （ａ）～（ｃ）は絞込データ密度情報の算出の他の例を説明するための図である。 フローチャートの例を説明するための図である。 実施例２に係る生体認証装置の各機能のブロック図である。 実施例２に係る生体認証処理の際に実行されるフローチャートの例を説明するための図である。 実施例３に係る生体認証装置の各機能のブロック図である。 実施例３に係る生体認証処理の際に実行されるフローチャートの例を説明するための図である。

　以下の実施例で利用可能な生体情報は、特に限定されるものではなく、指紋、顔、掌形、虹彩、静脈などのあらゆる生体情報である。特徴データは、各々の生体情報から独自に抽出されて、個人認証に係る照合処理に利用されるデータである。例えば、特徴データは、指紋画像のパターン、指紋のマニューシャの位置関係、手のひら静脈画像のパターンなどである。絞込データは、特徴データの部分データ（一部のデータ）であり、照合対象ユーザの絞込処理に利用される。例えば、絞込データは、生体情報として指紋画像を用いる場合、隆線の幅、隣り合う隆線の間隔、単位面積当たりのマニューシャの個数（マニューシャ密度）などである。

　図１は、実施例１に係る生体認証装置４００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１を参照して、生体認証装置４００は、端末１００および認証サーバ２００がネットワークを介して接続された構成を有する。端末１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、表示装置１０４、生体センサ１０５、通信部１０６などを備える。認証サーバ２００は、ＣＰＵ２０１、ＲＡＭ２０２、記憶装置２０３、通信部２０４などを備える。

　ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１，２０１は、中央演算処理装置である。ＣＰＵ１０１，２０１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。ＲＡＭ２０２は、ＣＰＵ２０１が実行するプログラム、ＣＰＵ２０１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１０３，２０３は、不揮発性記憶装置である。記憶装置１０３，２０３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。本実施例に係る生体認証プログラムは、記憶装置１０３，２０３のいずれか一方、または両方に分散して記憶されている。

　表示装置１０４は、液晶ディスプレイ、エレクトロルミネッセンスパネルなどであり、生体認証処理の結果などを表示する。生体センサ１０５は、ユーザの生体情報を検出するセンサである。本実施例においては、生体センサ１０５は、ユーザの指紋画像をディジタル画像に変換する指紋センサである。指紋センサは、弱電解式、静電容量式、光学式、感熱式、超音波式などのあらゆる方式を採用することができる。通信部１０６，２０４は、例えばＬＡＮ（Ｌｏｃａｌ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）などへの接続インタフェースである。

　記憶装置１０３，２０３に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２，２０２に展開される。ＣＰＵ１０１、ＲＡＭ１０２に展開された生体認証プログラムを実行する。ＣＰＵ２０１、ＲＡＭ２０２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４００による各処理が実行される。

　生体認証プログラムが実行されることによって、生体データ登録処理、生体認証処理などが実行される。生体データ登録処理は、未登録の新規ユーザ（以下、被登録ユーザ）の特徴データおよび当該特徴データから抽出された絞込データを登録特徴データおよび登録絞込データとして登録する処理である。生体認証処理は、認証時に取得された照合用特徴データから抽出された照合用絞込データと、登録絞込データとの照合によって対象ユーザを絞り込み、絞り込まれた対象ユーザから照合用特徴データと登録特徴データとの照合によって被認証ユーザを特定する処理である。

　図２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。生体認証プログラムの実行によって、端末１００には特徴データ抽出部１１および絞込データ抽出部１２が実現される。また、認証サーバ２００には登録部２１、絞込処理部２２、照合処理部２３、判定処理部２４、拡張照合判定部２５、絞込データ密度情報算出部２６、および登録データベース２７が実現される。

（生体データ登録処理）
　図３は、生体データ登録処理の際に実行されるフローチャートの一例を説明するための図である。以下、図３を参照しつつ、生体データ登録処理の一例について説明する。特徴データ抽出部１１は、生体センサ１０５が取得した生体情報から特徴データを抽出する（ステップＳ１）。本実施例においては、特徴データとして、指紋隆線パターンから抽出されるマニューシャなどを用いる。絞込データ抽出部１２は、ステップＳ１で抽出された特徴データから絞込データを抽出する（ステップＳ２）。本実施例においては、絞込データとしては、隆線の幅、隣り合う隆線の間隔、単位面積当たりのマニューシャの個数（マニューシャ密度）などを用いる。次に、登録部２１は、登録データベース２７に、ユーザＩＤなどと関連付けて、特徴データおよび絞込データをそれぞれ登録特徴データおよび登録絞込データとして登録する（ステップＳ３）。以上の処理により、生体データ登録処理が終了する。

（生体認証処理）
　登録済みの被認証ユーザが端末１００などにログインしようとする際に、生体認証装置４００は、生体認証処理を実行する。図４は、生体認証処理の際に実行されるフローチャートの一例を説明するための図である。以下、図４を参照しつつ、生体認証処理の一例について説明する。まず、特徴データ抽出部１１は、生体センサ１０５が取得した生体情報から照合用特徴データを抽出する（ステップＳ１１）。次に、絞込データ抽出部１２は、ステップＳ１１で抽出された照合用特徴データから照合用絞込データを抽出する（ステップＳ１２）。

　次に、絞込処理部２２は、絞込処理を行う（ステップＳ１３）。絞込処理部２２は、照合用絞込データと各ユーザの登録絞込データとを比較することによって、各ユーザに対して絞込スコアを算出する。絞込処理部２２は、絞込スコアとして類似度を用いる場合には、絞込スコアの高い順に所定数の登録特徴データを選択する。一方、絞込処理部２２は、絞込スコアとして相違度（距離）を用いる場合には、絞込スコアの低い順に所定数の登録特徴データを選択する。なお、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。絞込スコアの算出方法として、絞込データをベクトルデータとしてとらえ、照合用絞込データと登録絞込データとの距離（ユークリッド距離、シティブロック距離など）を利用することができる。

　次に、絞込データ密度情報算出部２６は、登録絞込データの集合を用いて、照合用絞込データ近傍（照合用絞込データを含む所定範囲）の登録絞込データの疎密を表す密度情報を算出する（ステップＳ１４）。図５（ａ）は、ステップＳ１４の詳細を表すフローチャートの一例である。図５（ａ）を参照して、絞込データ密度情報算出部２６は、絞込スコアの昇順または降順に登録絞込データを並べ替える（ステップＳ２１）。図５（ｂ）は、並べ替えられた登録絞込データのリストの一例である。次に、絞込データ密度情報算出部２６は、２つの所定の順位の絞込スコアを取得して、それらの差を算出することによって密度情報を求める（ステップＳ２２）。

　図６（ａ）および図６（ｂ）は、上記所定の順位として１０位および４０位を選んだ場合の例を説明するための図である。図６（ａ）および図６（ｂ）において、横軸は順位を表し、縦軸は照合用絞込データと登録絞込データとの絞込スコア（距離）を表している。図６（ａ）を参照して、登録絞込データの分布が疎の領域では、類似した登録絞込データが少ないため、所定順位の絞込スコアの差は大きくなる。一方、図６（ｂ）を参照して、登録絞込データの分布が密の領域では、類似した登録絞込データが多いため、所定順位の絞込スコアの差は小さくなる。これらの傾向に基づいて、照合用絞込データ近傍の登録絞込データの密度情報として、所定順位の絞込スコアの差を用いることができる。

　密度情報算出に用いられる所定順位は、登録絞込データの全件数に応じて決定してもよい。また、密度情報として、所定順位の絞込スコアの差を用いたが、絞込スコアの比（４０位のスコア／１０位のスコアなど）を用いてもよい。または、他の統計量を用いてもよい。また、上記では絞込データ密度情報算出部２６が登録絞込データの並べ替えを行っているが、絞込処理部２２が得た結果を利用してもよい。

　図７（ａ）～図７（ｃ）は、絞込データ密度情報の算出の他の例を説明するための図である。図７（ａ）は、生体データ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。絞込データ抽出部１２は、登録データベース２７に登録された登録絞込データ空間を所定の領域に分割する（ステップＳ３１）。次に、絞込データ抽出部１２は、領域ごとに含まれる登録絞込データの個数を算出する（ステップＳ３２）。以上の処理によって、登録絞込データに対する事前の処理を行うことができる。

　図７（ｃ）は、登録絞込データ数の分布を表すである。図７（ｃ）において、Ｎ（ｉ，ｊ）が各領域の個数を表す。図７（ｃ）の例は、登録絞込データの要素数（次元数）が２の場合を表している。絞込データ抽出部１２は、これらの領域ごとの個数もしくは個数を全体の総数で割った値を登録データベース２７に登録してもよい。

　図７（ｂ）は、生体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。図７（ｂ）のフローチャートは、例えば図４のステップＳ１４の実行の際に実行される。まず、絞込データ密度情報算出部２６は、照合用絞込データが存在する領域を決定する（ステップＳ４１）。次に、絞込データ密度情報算出部２６は、ステップＳ４１で決定された領域の密度情報（個数）を取得する（ステップ４２）。以上の処理によって、絞込データ密度情報算出部２６は、絞込データ密度情報を取得することができる。なお、登録絞込データ集合は、登録データベース２７に登録されている登録絞込データであってもよく、登録絞込データとは異なる学習用のデータ集合であってもよい。

　図８（ａ）～図８（ｃ）は、絞込データ密度情報の算出の他の例を説明するための図である。図８（ａ）は、生体データ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。絞込データ抽出部１２は、登録データベース２７に登録された登録絞込データのペアごとに絞込スコアを算出し、当該絞込スコアに基づいて所定のクラスタリング手法を用いて全ての登録絞込データを分類する（ステップＳ５１）。次に、絞込データ抽出部１２は、分類ごとに含まれる登録絞込データの個数を算出する（ステップＳ５２）。以上の処理によって登録絞込データに対する事前の処理を行うことができる。

　図８（ｃ）は、分類ごとの登録絞込データ数の分布の例を表す図である。図８（ｃ）は、登録絞込データの要素数（次元数）が２の例を表している。絞込データ抽出部１２は、これらの領域ごとの個数もしくは個数を全体の総数で割った値を登録データベース２７に登録してもよい。

　図８（ｂ）は、生体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。図８（ｂ）のフローチャートは、例えば図４のステップＳ１４の実行の際に実行される。まず、絞込データ密度情報算出部２６は、照合用絞込データが存在する分類を決定する（ステップＳ６１）。次に、絞込データ密度情報算出部２６は、ステップＳ６１で決定された領域の密度情報（個数）を取得する（ステップＳ６２）。以上の処理によって、絞込データ密度情報算出部２６は、絞込データ密度情報を取得することができる。なお、登録絞込データ集合は、登録データベース２７に登録されている登録絞込データであってもよく、登録絞込データとは異なる学習用のデータ集合であってもよい。

　再度図４を参照して、ステップＳ１４の実行後、拡張照合判定部２５は、拡張照合が必要か否かを判定する（ステップＳ１５）。例えば、拡張照合判定部２５は、ステップＳ１４で算出された絞込データ密度情報（密度）があらかじめ設定されたしきい値よりも大きいか否かを判定することによって、登録絞込データの分布の疎密を判定する。照合用絞込データ近傍の登録絞込データが密であると判定されれば、拡張照合判定部２５は、拡張照合が必要と判定する。照合用絞込データ近傍の登録絞込データが疎であると判定されれば、拡張照合判定部２５は、拡張照合が不要と判定する。

　例えば、拡張照合判定部２５は、図６（ａ）および図６（ｂ）の例では、絞込スコアの差が所定のしきい値未満であれば拡張照合が必要であると判定し、絞込スコアの差が当該しきい値以上であれば拡張照合が不要であると判定する。また、拡張照合判定部２５は、図７（ａ）～図８（ｃ）の例では、絞込データ密度情報が所定のしきい以上であれば拡張照合が必要と判定し、絞込データ密度情報が当該しきい値未満であれば拡張照合が不要と判定する。なお、絞込データ密度情報のしきい値として、あらかじめ登録絞込データ集合を用いて実験的に決められた値を用いてもよく、絞込データ密度情報算出部２６の処理結果の統計量に基づいて決められた値を用いてもよい。例えば、図７（ａ）～図７（ｃ）の例では、領域ごとの密度情報に関して全領域におけるヒストグラムを求め、頻度（領域数）が上位２０％を超える密度情報の値をしきい値としてもよい。

　ステップＳ１５において「Ｙｅｓ」と判定された場合、拡張照合判定部２５は、絞込データ密度情報に基づいて、照合対象の個数を増加させる（ステップＳ１６）。例えば、拡張照合判定部２５は、照合用絞込データ近傍の登録絞込データの密度が高いほど照合対象の個数を増加させてもよい。

　次に、照合処理部２３は、絞込処理部２２によって選択されたユーザの登録特徴データと照合用特徴データとの照合処理を実施する（ステップＳ１７）。具体的には、照合処理部２３は、選択された各ユーザの登録特徴データと照合用特徴データとの照合スコアを算出する。照合スコアは、マニューシャマッチング、パターンマッチングなどによって算出される。照合スコアとして類似度を用いる場合、照合スコアは、登録特徴データと照合用特徴データとが類似しているほど高い値になる。照合スコアとして相違度（距離）を用いる場合、照合スコアは、登録特徴データと照合用特徴データとが類似しているほど低い値になる。本実施例においては、照合スコアとして類似度を用いる。

　判定処理部２４は、最大の照合スコアが所定のしきい値以上となるか否かを判定する（ステップＳ１８）。ステップＳ１８において「Ｙｅｓ」と判定された場合、判定処理部２４は、被認証ユーザが最大の照合スコアに対応するユーザであると判定し、認証成功に係る信号を出力する（ステップＳ１９）。ステップＳ１８において「Ｎｏ」と判定された場合、判定処理部は、被認証ユーザは登録されていないと判定し、認証失敗に係る信号を出力する（ステップＳ２０）。ステップＳ１９およびステップＳ２０の結果は、例えば表示装置１０４に表示される。ステップＳ１９またはステップＳ２０の実行後、フローチャートの実行が終了する。

　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照合の際に、登録絞込データの集合における、照合用絞込データを含む所定範囲の疎密に応じて対象ユーザを選択することから、照合対象ユーザを適切に選択できる。また、照合用絞込データ近傍の登録絞込データの密度が高い場合に照合対象が拡張されることから、登録絞込データの分布の偏りに起因した絞込エラーを回避することができる。それにより、認証精度が向上する。また、照合用絞込データ近傍の登録絞込データの密度が低い場合には照合対象が拡張されないことから、認証時間の短縮化を図ることができる。以上のことから、本実施例によれば、認証精度および認証時間の短縮化の両立が可能である。また、認証処理時に抽出された照合用絞込データと登録絞込データとの比較に基づいて密度情報を算出していることから、密度情報を動的に算出することができる。また、上記密度情報は照合用絞込データと登録絞込データとの比較の結果に基づくため、密度情報の算出に要する時間を抑制することができる。なお、図７（ｃ）または図８（ｃ）のように登録絞込データに対する事前の処理を取得しておけば、密度情報の算出に要する時間を短縮化することができる。

（変形例）
　上記例では、照合処理の前に拡張照合が必要か否か判定されているが、それに限られない。例えば、認証が失敗のときに拡張照合が必要か否かを判定してもよい。図９は、この場合に実行されるフローチャートの例を説明するための図である。図９を参照して、まず、特徴データ抽出部１１は、生体センサ１０５が取得した生体情報から照合用特徴データを抽出する（ステップＳ７１）。次に、絞込データ抽出部１２は、ステップＳ７１で抽出された照合用特徴データから照合用絞込データを抽出する（ステップＳ７２）。

　次に、絞込処理部２２は、絞込処理を行うことによって照合対象のユーザを絞り込む（ステップＳ７３）。次に、照合処理部２３は、絞込処理部２２によって選択されたユーザの登録特徴データと照合用特徴データとの照合処理を実施する（ステップＳ７４）。次に、判定処理部２４は、最大の照合スコアが所定のしきい値以上となるか否かを判定する（ステップＳ７５）。ステップＳ７５において「Ｙｅｓ」と判定された場合、判定処理部２４は、被認証ユーザが最大の照合スコアに対応するユーザであると判定し、認証成功に係る信号を出力する（ステップＳ７６）。

　ステップＳ７５において「Ｎｏ」と判定された場合、絞込データ密度情報算出部２６は、登録絞込データの集合を用いて、照合用絞込データ近傍の登録絞込データの疎密を表す密度情報を算出する（ステップＳ７７）。次に、拡張照合判定部２５は、拡張照合が必要か否かを判定する（ステップＳ７８）。ステップＳ７８において「Ｙｅｓ」と判定された場合、拡張照合判定部２５は、絞込データ密度情報に基づいて、照合対象の個数を増加させる（ステップＳ７９）。ステップＳ７８において「Ｎｏ」と判定された場合、判定処理部は、被認証ユーザは登録されていないと判定し、認証失敗に係る信号を出力する（ステップＳ８０）。ステップＳ７６またはステップＳ８０の実行後、フローチャートの実行が終了する。

　本変形例によれば、照合対象の拡張を行わずに照合処理が実施され、認証が失敗した場合にのみ拡張照合が必要か否かが判定される。この場合、認証が成功した場合には照合が実施されるのは必要最小限の登録データとなる。したがって、照合対象を拡張する頻度を低減し、認証処理時間の増加を抑制することができる。

　図１０は、実施例２に係る生体認証装置４００ａの各機能のブロック図である。生体認証プログラムの実行によって、端末１００には特徴データ抽出部１１、絞込データ抽出部１２、認証要求属性情報取得部１３、品質値算出部１４、および比較部１５が実現される。

　認証要求属性情報取得部１３は、生体情報が入力される端末１００において認証要求時の属性情報を取得する。属性情報として、生体認証処理時に生体センサ１０５から取得された生体情報の品質値を用いることができる。品質値算出部１４は、生体センサ１０５が取得した生体情報を処理することによって品質値を算出する。品質値は、一般に照合の容易さを表す指標として用いられ、例えば特開２００３－３３７９４９号公報、特開２００２－３２７５７号公報の技術を用いることができる。

　属性情報として再認証であるか否かを示す情報を用いてもよい。例えば、前回の生体認証処理の際に認証が失敗している場合に、再認証であると判定してもよい。この場合の属性情報として、前回の認証結果を用いることができる。または、生体認証処理時に取得された特徴データを所定期間保持し、認証失敗後の生体情報の再取得時に、両者の特徴データが同一（類似度が所定値以上）の場合に再認証であると判定してもよい。この場合の比較を、比較部１５が実施してもよい。この場合の比較処理として、照合処理部２３の処理と同様の処理を用いてもよい。

　図１１は、本実施例に係る生体認証処理の際に実行されるフローチャートの例を説明するための図である。図１１を参照して、まず、特徴データ抽出部１１は、生体センサ１０５が取得した生体情報から照合用特徴データを抽出する（ステップＳ８１）。次に、絞込データ抽出部１２は、ステップＳ８１で抽出された照合用特徴データから照合用絞込データを抽出する（ステップＳ８２）。

　次に、認証要求属性情報取得部１３は、属性情報を取得する（ステップＳ８３）。次に、絞込処理部２２は、絞込処理を行うことによって照合対象のユーザを絞り込む（ステップＳ８４）。次に、拡張照合判定部２５は、ステップＳ８３で取得された属性情報に基づいて、拡張照合の判定をすべきか否かを判定する（ステップＳ８５）。例えば、拡張照合判定部２５は、品質値が所定のしきい値よりも低い場合に、生体センサ１０５から入力される生体情報が認証に不向きであると判定し、「Ｎｏ」と判定する。一方、拡張照合判定部２５は、品質値が当該しきい値以上である場合には、「Ｙｅｓ」と判定する。または、属性情報に基づいて再認証であると判定された場合、拡張照合判定部２５は、ステップＳ８５で「Ｎｏ」と判定する。

　ステップＳ８５で「Ｙｅｓ」と判定された場合、絞込データ密度情報算出部２６は、登録絞込データ集合を用いて、照合用絞込データ近傍の登録絞込データの疎密を表す密度情報を算出する（ステップＳ８６）。次に、拡張照合判定部２５は、拡張照合が必要か否かを判定する（ステップＳ８７）。ステップＳ８７において「Ｙｅｓ」と判定された場合、拡張照合判定部２５は、絞込データ密度情報に基づいて、照合対象の個数を増加させる（ステップＳ８８）。ステップＳ８７において「Ｎｏ」と判定された場合、ステップＳ８５で「Ｎｏ」と判定された場合、またはステップＳ８８の実行後、照合処理部２３は、照合処理を実施する（ステップＳ８９）。

　次に、判定処理部２４は、最大の照合スコアが所定のしきい値以上となるか否かを判定する（ステップＳ９０）。ステップＳ９０において「Ｙｅｓ」と判定された場合、判定処理部２４は、被認証ユーザが最大の照合スコアに対応するユーザであると判定し、認証成功に係る信号を出力する（ステップＳ９１）。ステップＳ９０において「Ｎｏ」と判定された場合、判定処理部２４は、被認証ユーザは登録されていないと判定し、認証失敗に係る信号を出力する（ステップＳ９２）。ステップＳ９１またはステップＳ９２の実行後、フローチャートの実行が終了する。

　本実施例によれば、照合対象を拡張しなかったとしても、認証が成功する可能性が高い場合には、拡張照合の判定が省略される。それにより、照合対象を拡張する頻度が低減され、認証処理時間の長大化が抑制される。

　上記各例においては、１台の認証サーバを用いて認証処理を行っていたが、複数台の認証サーバを用いてもよい。本実施例においては、親認証サーバ２００ａと１台以上の子認証サーバ２０１を用いる。親認証サーバ２００ａおよび子認証サーバ２０１は、図１の認証サーバ２００と同様のハードウェア構成を有していてもよい。

　図１２は、実施例３に係る生体認証装置４００ａの各機能のブロック図である。生体認証プログラムの実行によって、端末１００には特徴データ抽出部１１および絞込データ抽出部１２が実現される。生体認証プログラムの実行によって、判定処理部２４、データ配置部２８、要求振分部２９、および拡張照合統合判定部３０が親認証サーバ２００ａに実現される。また、絞込処理部２２、照合処理部２３、拡張照合判定部２５、および絞込データ密度情報算出部２６、および登録データベース２７は、各子認証サーバ２０１に実現される。

　データ配置部２８は、生体データ登録処理の際に、登録絞込データおよび登録特徴データを、ユーザごとに各子認証サーバ２０１の登録データベース２７に振り分ける。振分方法は特に限定されるわけではないが、登録ユーザを各子認証サーバ２０１に均等に割り振ってもよい。要求振分部２９は、各子認証サーバ２０１に、認証要求を振り分ける。拡張照合統合判定部３０は、各子認証サーバ２０１の拡張照合判定結果に基づいて拡張照合を行うか否かを判定する。

　図１３は、本実施例に係る生体認証処理の際に実行されるフローチャートの例を説明するための図である。図１３を参照して、まず、特徴データ抽出部１１は、生体センサ１０５が取得した生体情報から照合用特徴データを抽出する（ステップＳ１０１）。次に、絞込データ抽出部１２は、ステップＳ１０１で抽出された照合用特徴データから照合用絞込データを抽出する（ステップＳ１０２）。

　次に、要求振分部２９は、認証要求を各子認証サーバ２０１に振り分ける（ステップＳ１０３）。各子認証サーバ２０１の絞込処理部２２は、登録データベース２７に登録されたユーザについて絞込処理を行うことによって照合対象のユーザを絞り込む（ステップＳ１０４）。次に、各子認証サーバ２０１の照合処理部２３は、照合処理を実施する（ステップＳ１０５）。次に、各子認証サーバ２０１の絞込データ密度情報算出部２６は、登録データベース２７に登録された登録絞込データの集合を用いて、照合用絞込データ近傍の登録絞込データの疎密を表す密度情報を算出する（ステップＳ１０６）。次に、各子認証サーバ２０１の拡張照合判定部２５は、拡張照合が必要か否かを判定する（ステップＳ１０７）。

　次に、判定処理部２４は、各子認証サーバ２０１が算出した照合スコアの最大値が所定のしきい値以上となるか否かを判定する（ステップＳ１０８）。ステップＳ１０８において「Ｙｅｓ」と判定された場合、判定処理部２４は、被認証ユーザが最大の照合スコアに対応するユーザであると判定し、認証成功に係る信号を出力する（ステップＳ１０９）。

　ステップＳ１０８において「Ｎｏ」と判定された場合、拡張照合統合判定部３０は、各子認証サーバ２０１の拡張照合判定部２５の判定結果に応じて、拡張照合が必要か否かを判定する（ステップＳ１１０）。ステップＳ１１０において「Ｙｅｓ」と判定された場合、拡張照合統合判定部３０は、各子認証サーバ２０１で算出された絞込データ密度情報に基づいて、照合対象の個数を増加させる（ステップＳ１１２）。ステップＳ１１２の実行後、ステップＳ１０４から再度実行される。ステップＳ１１０において「Ｎｏ」と判定された場合、判定処理部２４は、被認証ユーザは登録されていないと判定し、認証失敗に係る信号を出力する（ステップＳ１１３）。ステップＳ１０９またはステップＳ１１３の実行後、フローチャートの実行が終了する。本実施例によれば、登録ユーザ数が増大しても、高速で認証処理を行うことができる。

　生体認証装置４００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４００に供給し、ＣＰＵ１０１，２０１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。

　なお、上記各例において、絞込処理部２２、拡張照合判定部２５および絞込データ密度情報算出部２６が、照合対象ユーザを選択するための選択部として機能する。また、拡張照合判定部２５および絞込データ密度情報算出部２６が、絞込処理部２２によって絞り込まれた対象ユーザを拡張するための拡張処理部として機能する。

　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。

　１１　特徴データ抽出部
　１２　絞込データ抽出部
　２１　登録部
　２２　絞込処理部
　２３　照合処理部
　２４　判定処理部
　２５　拡張照合判定部
　２６　絞込データ密度情報算出部２６
　２７　登録データベース
　２８　データ配置部
　２９　要求振分部
　３０　拡張照合統合判定部
　１００　端末
　２００　認証サーバ
　２００ａ　親認証サーバ
　２０１　子認証サーバ
　４００　生体認証装置

Claims (17)

1. 　生体情報を取得する生体センサと、
   　登録特徴データの一部である登録部分データの集合における、前記生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて対象ユーザを選択する選択部と、
   　前記選択部によって選択された対象ユーザの登録特徴データと、前記照合用特徴データとを照合する照合処理部と、を備えることを特徴とする生体認証装置。
2. 　前記選択部は、
   　前記照合用部分データと前記登録部分データとの照合により、対象ユーザを絞り込む絞込処理部と、
   　前記疎密がしきい値以上の密度を示す場合に、前記絞り込まれた対象ユーザを拡張する拡張処理部と、を含むことを特徴とする請求項１記載の生体認証装置。
3. 　前記拡張処理部は、前記絞り込まれた対象ユーザの登録特徴データと前記照合用特徴データとの照合が失敗し、かつ前記疎密がしきい値以上の密度を示す場合に前記絞り込まれた対象ユーザを拡張することを特徴とする請求項２記載の生体認証装置。
4. 　前記拡張処理部は、前記疎密が示す密度が大きいほど、前記絞り込まれた対象ユーザ数を多くすることを特徴とする請求項２または３記載の生体認証装置。
5. 　前記拡張処理部は、前記生体センサによって得られた生体情報の品質値が所定値未満の場合には、前記対象ユーザを拡張しないことを特徴とする請求項２～４のいずれか一項に記載の生体認証装置。
6. 　前記拡張処理部は、前記生体センサによって得られた生体情報に係るユーザと、前記生体センサによって再度得られた生体情報に係るユーザとが同一であるか否かを比較する比較部を備え、
   　前記拡張処理部は、前記比較部による比較の結果、同一でないと判定された場合、前記対象ユーザを拡張しないことを特徴とする請求項２～４のいずれか一項に記載の生体認証装置。
7. 　前記疎密は、前記照合用部分データと前記登録部分データとの類似度の順位と、前記類似度との関係を表すことを特徴とする請求項１～６のいずれか一項に記載の生体認証装置。
8. 　前記拡張処理部は、部分データの分布を表す空間の各領域における登録部分データの個数を予め記憶し、
   　前記疎密は、前記照合用部分データが対応する前記空間の領域における登録部分データの個数を表すことを特徴とする請求項１～６のいずれか一項に記載の生体認証装置。
9. 　前記拡張処理部は、登録部分データ間の各類似度に応じて各登録部分データを分類し、当該分類に属する登録部分データの個数を予め記憶し、
   　前記疎密は、前記照合用部分データが対応する前記分類における登録部分データの個数を表すことを特徴とする請求項１～６のいずれか一項に記載の生体認証装置。
10. 　登録特徴データの一部である登録部分データの集合における、生体センサから得られた生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて対象ユーザを選択し、
    　前記選択された対象ユーザの登録特徴データと、前記照合用特徴データとの照合によって認証を行うことを特徴とする生体認証方法。
11. 　前記対象ユーザを選択する際に、前記照合用部分データと前記登録部分データとの照合により、対象ユーザを絞り込み、前記疎密がしきい値以上の密度を示す場合に、前記絞り込まれた対象ユーザを拡張する、ことを特徴とする請求項１０記載の生体認証方法。
12. 　前記絞り込まれた対象ユーザの登録特徴データと前記照合用特徴データとの照合が失敗し、かつ前記疎密がしきい値以上の密度を示す場合に前記絞り込まれた対象ユーザを拡張することを特徴とする請求項１１記載の生体認証方法。
13. 　前記疎密が示す密度が大きいほど、前記絞り込まれた対象ユーザ数を多くすることを特徴とする請求項１１または１２記載の生体認証方法。
14. 　コンピュータに、
    　登録特徴データの一部である登録部分データの集合における、生体センサから得られた生体情報から抽出された照合用特徴データの一部である照合用部分データを含む所定範囲の疎密に応じて対象ユーザを選択するステップと、
    　前記選択された対象ユーザの登録特徴データと、前記照合用特徴データとの照合によって認証を行うステップと、を実行させることを特徴とする生体認証プログラム。
15. 　前記対象ユーザを選択するステップは、
    　前記照合用部分データと前記登録部分データとの照合により、対象ユーザを絞り込むステップと、
    　前記疎密がしきい値以上の密度を示す場合に、前記絞り込まれた対象ユーザを拡張するステップと、を実行するステップであることを特徴とする請求項１４記載の生体認証プログラム。
16. 　前記絞り込まれた対象ユーザを拡張するステップにおいて、前記絞り込まれた対象ユーザの登録特徴データと前記照合用特徴データとの照合が失敗し、かつ前記疎密がしきい値以上の密度を示す場合に前記絞り込まれた対象ユーザを拡張することを特徴とする請求項１５記載の生体認証プログラム。
17. 　前記絞り込まれた対象ユーザを拡張するステップにおいて、前記疎密が示す密度が大きいほど、前記絞り込まれた対象ユーザ数を多くすることを特徴とする請求項１５または１６記載の生体認証プログラム。

Images