CN101482922B - 认证装置、认证方法、登记装置和登记方法 - Google Patents

认证装置、认证方法、登记装置和登记方法 Download PDF

Info

Publication number
CN101482922B
CN101482922B CN2009100019153A CN200910001915A CN101482922B CN 101482922 B CN101482922 B CN 101482922B CN 2009100019153 A CN2009100019153 A CN 2009100019153A CN 200910001915 A CN200910001915 A CN 200910001915A CN 101482922 B CN101482922 B CN 101482922B
Authority
CN
China
Prior art keywords
data
vein
unit
finger
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2009100019153A
Other languages
English (en)
Other versions
CN101482922A (zh
Inventor
***·阿卜杜勒·穆奎特
阿部博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN101482922A publication Critical patent/CN101482922A/zh
Application granted granted Critical
Publication of CN101482922B publication Critical patent/CN101482922B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12Fingerprints or palmprints
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/242Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Input (AREA)

Abstract

本发明提供了认证装置、认证方法、登记装置和登记方法。一种认证装置,包括:静脉数据提取单元,该静脉数据提取单元从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;提取单元,该提取单元提取表示所述手指的轮廓在提取所述静脉数据的中间阶段具有的位置的位置数据;以及确定单元,该确定单元根据所述位置数据和与登记的静脉数据相关联的数据之间的相似度来确定要被与所述静脉数据相核对的核对候选。

Description

认证装置、认证方法、登记装置和登记方法
技术领域
本发明涉及适合用于生物特征认证(biometric authentication)中的认证装置、认证方法、登记装置和登记方法。
背景技术
已知这样的***,其中,表示人进出某个场所的数据被存储在存储器中。可以从该存储器中检索数据,以判定刚才输入了与存储器中登记的任何数据项相同的数据项的人是否确实被登记在***中。在此情况下,执行所谓的“1:N认证”,从而所输入的关于该人的数据项被与存储在存储器中的数据项相核对。
已经提出了这种类型的认证装置(例如参考日本专利申请早期公开No.2005-215883)。任何这种类型的认证装置都从登记图像和要被认证的人的核对图像生成低分辨率图像的转换后登记图像和低分辨率的转换后核对图像。认证装置随后根据登记图像和要认证的人的图像之间的核对结果,来判定作为与转换后核对图像具有较高相关度的预定数目的转换后登记图像的源的登记图像是否表示在装置中登记的任何人。
发明内容
在这种配置的认证装置中,转换后核对图像是从要认证的人的核对图像生成的。因此,除非生成了某人的核对图像,否则就无法判定该人是否已被登记。这降低了认证速度。
在该认证装置中,转换后登记图像和转换后认证图像是通过Huff变换来生成的。Huff变换是在ρ-θ空间中定量地找出应当转换的图像(x-y平面图像)的直线成分的处理。
定量找出的直线成分不仅包括连续的线条,还包括排列成一直线的线段,从而形成虚线(或点线)。也就是说,要被与要认证的人的核对图像相核对的任何登记图像都是从基于登记图像或核对图像中不包含的元素的低相关度来确定的。因此,作为与转换后核对图像具有高相关度的转换后登记图像的源的登记图像可能不包括已登记的人的登记图像。这必然会降低认证速度。
本发明是考虑到上述问题而作出的,并且旨在提供一种认证装置、认证方法、登记装置和登记方法。
根据本发明的一个方面,提供了一种认证装置,包括:静脉数据提取单元,该静脉数据提取单元从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;提取单元,该提取单元提取表示所述手指的轮廓在提取所述静脉数据的中间阶段具有的位置的位置数据;以及确定单元,该确定单元根据所述位置数据和与登记的静脉数据相关联的数据之间的相似度来确定要被与所述静脉数据相核对的核对候选。
根据本发明的另一个方面,提供了一种认证方法,包括:从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据的步骤;提取表示所述手指的轮廓在提取所述静脉数据的中间阶段具有的位置的位置数据的步骤;以及根据所述位置数据和与登记的静脉数据相关联的数据之间的相似度来确定要被与所述静脉数据相核对的核对候选的步骤。
根据本发明的另一个方面,提供了一种登记装置,包括:静脉数据提取单元,该静脉数据提取单元从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;关键数据提取单元,该关键数据提取单元提取表示所述手指在提取所述静脉数据的中间阶段具有的状态的数据来作为核对候选的关键数据;以及登记单元,该登记单元将所述静脉数据和所述关键数据相关联地存储在存储单元中。
根据本发明的另一个方面,提供了一种登记方法,包括:静脉数据提取步骤,从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;关键数据提取步骤,提取表示所述手指在提取所述静脉数据的中间阶段具有的状态的数据来作为核对候选的关键数据;以及登记步骤,将所述静脉数据和所述关键数据相关联地存储在存储单元中。
根据本发明,手指轮廓在提取静脉数据的中间阶段所具有的位置被用作确定核对候选的元素。因此,可以在提取静脉数据之前确定核对候选。另外,可以基于生物特征元素直接精确确定核对候选,而不会受到诸如Huff变换图像之类的伪元素的影响。因此,本发明可以实现能够高速操作的认证装置、认证方法、登记装置和登记方法。
当结合附图来阅读以下详细描述时,本发明的性质、原理和应用将变得更清楚,附图中相似的部分由相似的标号或字符来标示。
附图说明
在附图中:
图1是示出根据本发明实施例的认证装置的配置的框图;
图2是示出当认证装置工作在静脉登记模式中时控制单元的功能配置(1)的框图;
图3是示出当认证装置工作在认证模式中时控制单元的功能配置(1)的框图;
图4是示出静脉数据提取单元的配置的框图;
图5A和图5B是说明在提取静脉数据的过程中亮度如何变化的图;
图6是示出关键数据提取单元的配置的框图;
图7A至图7D是说明如何提取表示手指的轮廓的数据的示意图;
图8A和图8B是说明如何提取亮度直方图的示意图;
图9A和图9B是示出分别在静脉宽度减小处理之前和之后获取的相同静脉的两个图像的示意图;
图10是示出认证单元的配置(1)的框图;
图11是示出认证处理的序列的流程图;
图12A和图12B是表示实验结果的示意图;
图13是示出蜂窝电话的外观的示意图;
图14是示出蜂窝电话的可移动范围的示意图;
图15是说明用户应当如何放置手指的图,即说明当LCD的上边缘被用作基准时相对于蜂窝电话的基部和光源应当如何定位手指;
图16是说明如何利用蜂窝电话来对静脉成像的图;
图17是示出蜂窝电话的电路配置的框图;
图18是示出工作在静脉登记模式中的控制单元的功能配置(2)的框图;
图19是示出工作在认证模式中的控制单元的功能配置(2)的框图;
图20是示出认证单元的配置(2)的框图;
图21A和图21B是说明当手指在其长度方向上移位时手指轮廓如何变化的示意图;
图22A和22C是说明如何通过考虑到手指在其长度方向上的移位来计算手指轮廓的变化的示意图;
图23是说明在基于静脉数据的估计值来选择核对候选的情况下出现的问题的示意图;并且
图24是说明如何计算已登记集合的评估值的示意图。
具体实施方式
将参考附图详细描述本发明的实施例。
(1)第一实施例
(1-1)认证装置的电路配置
图1是示出根据本发明第一实施例的认证装置1的配置的框图。认证装置1包括控制单元10、操作单元11、成像单元12、存储单元13、接口14、显示单元15以及音频输出单元16。单元12至16经由总线17连接到控制单元10。操作单元11直接连接到控制单元10。
控制单元10是由中央处理单元(CPU)、只读存储器(ROM)和随机访问存储器(RAM)组成的计算机。CPU控制认证装置1的所有组件。ROM存储包括激活程序在内的各种程序。RAM作为CPU的工作存储器来工作。
操作单元11可***作以向控制单元10输入命令COM1和命令COM2。如果命令COM1被输入到控制单元10,认证装置1将会工作在登记用户(以下称为“登记者”)的静脉的模式中(以下,这种操作模式将被称为“静脉登记模式”)。如果命令COM2被输入到控制单元10,认证装置1则将会工作在识别登记者的模式中(以下,这种操作模式将被称为“认证模式”)。
根据命令COM1或COM2,控制单元10判定认证装置1应当在哪种模式中工作。控制单元10随后根据与命令COM1或COM2相关联的程序来对成像单元12、存储单元13、接口14、显示单元15和音频输出单元16进行控制。认证装置1因此工作在静脉登记模式或认证模式中。
成像单元12具有光源,该光源向放置在认证装置1的光输入表面上的登记者的手指的指腹部分施加光。所施加的光经过手指中的静脉层,到达静脉层后的那层。该光(以下称为“近红外光”)包括具有波长700nm至900nm的波束,这些波束被去氧血红蛋白和氧合血红蛋白两者独特地吸收。
成像单元12以固定的间隔生成表示放置在认证装置1的光输入表面上的那部分活体中的静脉的图像的视频数据。这样生成的视频数据被提供到控制单元10。
存储单元13被设置来存储要登记的图像中包括的关于静脉的数据(以下称为“静脉数据”)。存储单元13存储程序和各种数据项,例如设定数据项。存储单元13还存储控制单元10所指定的数据。这种数据可被从存储单元13中读取。
接口14可以通过特定的传输路径向连接到认证装置1的任何外部装置发送各种数据项并从其接收各种数据项。
显示单元15在屏幕上显示从控制单元10提供来的显示数据所表示的字符和图形。音频输出单元16具有基于从控制单元10提供来的音频数据生成声音的扬声器。
(1-1-1)静脉登记模式
将说明静脉登记模式。一旦认证装置1已被设定到静脉登记模式,控制单元10就使得显示单元15或者音频输出单元16或者两者给出消息,以要求登记者将其手指放置在装置1的光输入表面上。然后,控制单元10充当成像控制单元21、静脉数据提取单元22、关键数据提取单元23和登记单元24,如图2所示。
成像控制单元21驱动光源,该光源向手指施加近红外光。在手指中,近红外光经过静脉层,到达静脉层后的那层。在手指中,光被散射和反射。被反射的那部分光传播经过静脉层和皮肤表面层,返回到认证装置1的光输入表面。传播回光输入表面的近红外光被引导到成像单元12的成像表面。在成像表面上,近红外光形成一高对比度图像,该图像包括亮部分,即手指的非静脉部分,和暗部分,即手指中的静脉。表示静脉的部分较暗,这是因为静脉中流动的血液中包含的血红蛋白吸收了大量的光。(以下,反射光中表示静脉的那些部分将被总称为“静脉投影光”)。
成像控制单元21基于从成像单元12输出的视频数据来调节光学透镜的位置,从而将静脉的图像放到焦点。另外,成像控制单元21基于规定的曝光值(EV)来调节成像元件的光圈打开和快门速度(曝光时间)。因此,成像单元12被设定到对于对放置在光输入表面上的手指中流动的静脉成像来说最优的成像条件。
在被设定到最优成像条件的情况下,成像控制单元21将成像单元12所给出的视频数据提供给静脉数据提取单元22。
静脉数据提取单元22从提供自成像控制单元21的表示静脉图像的视频数据中提取静脉数据。这样,所提取的静脉数据源自成像单元12的数据输出。
关键数据提取单元23从静脉数据提取单元22获取在提取静脉数据的过程中的规定阶段生成的视频数据。所获取的视频数据被用作核对候选的关键。(以下,该视频数据也将被称为“关键数据”)。
登记单元24将静脉数据提取单元22所提取的静脉数据与关键数据提取单元23所提取的关键数据相关联地登记在存储单元13中。
这样,如果认证装置1被设定到静脉登记模式,控制单元10则在存储单元13中登记了静脉数据和表示在提取静脉数据的过程中的规定阶段静脉数据所呈现的状态的关键数据。
(1-1-2)认证模式
将说明认证模式。一旦认证装置1已被设定到认证模式,控制单元10就指示显示单元15或音频输出单元16或者两者给出消息,要求登记者将其手指放置在装置1的光输入表面上。然后,控制单元10开始充当成像控制单元21、静脉数据提取单元22、关键数据提取单元23、读取单元31、认证单元32和处理执行单元33,如图3所示,在图3中,相应的组件是用与图2相同的标号来标示的。
成像控制单元21驱动近红外光源,并将成像单元12设定到成像条件。以与静脉登记模式中相同的方式,静脉数据提取单元22从经由成像控制单元21从成像单元12提供来的视频数据中提取静脉数据。这样,提取了关于登记者的静脉数据。
存储单元13可存储关于登记者的多个静脉数据项。在此情况下,关键数据提取单元23从静脉数据提取单元22中获取在提取静脉数据的过程中在与静脉登记模式中相同的阶段生成的视频数据,然后以与静脉登记模式中相同的方式来提取关键数据。
存储单元13可以只存储一个关于登记者的静脉数据项。在此情况下,读取单元31读取该静脉数据项并将其提供给认证单元32。认证单元32根据读取单元31已从存储单元13读取的静脉数据和静脉数据提取单元22已提取的静脉数据两者来判定用户是否是经认证的登记者(即,认证是否已成功完成)。
另一方面,存储单元13可以存储多个关于登记者的静脉数据项。如果是这样的话,读取单元31则从存储单元13中读取与这些静脉数据项相关联的关键数据,并且将这些关键数据提供给认证单元32。认证单元32根据读取单元31已从存储单元13读取的关于登记者的关键数据和关键数据提取单元23已提取的关于登记者的关键数据两者来确定静脉数据提取单元22应当提取的核对候选。
认证单元32使得读取单元31读取已被确定为核对候选的关于登记者的静脉数据。利用这样读取的静脉数据和静脉数据提取单元22所提取的关于登记者的静脉数据,认证单元32判定用户是否是经认证的登记者(即,认证是否已成功完成)。
如果认证单元32判定登记者已被认证(如果认证已成功完成),那么处理执行单元33就生成用于启动特定处理的控制数据。该控制数据被提供给连接到接口14的内部或外部装置。该内部或外部装置执行例如在预设的时间期间保持门锁定或者释放受控对象的操作模式的特定处理。
如果认证单元32判定登记者未被认证,处理执行单元33则指示显示单元15或音频输出单元16或两者给出告知登记者未被认证的消息。
这样,利用登记的人的静脉数据和指示出要认证的人的静脉数据在提取静脉数据的过程中的特定阶段所具有状态的关键数据,控制单元10获取了在认证装置1处于静脉登记模式中的同时应当与要认证的人的静脉数据相核对的核对候选。
(1-2)静脉数据提取单元的配置
将描述静脉数据提取单元22的配置。如图4所示,静脉数据提取单元22包括图像平滑单元41、轮廓增强单元42、掩蔽图像生成单元43、提取单元44、静脉平滑单元45、二进制编码单元46、线条加粗单元47以及线条细化单元48。
图像平滑单元41具有诸如高斯滤波器之类的空间滤波器。该空间滤波器对上述实施例中生成的并从成像控制单元21提供来的视频数据所表示的静脉图像执行滤波。从而使得静脉图像平滑。
轮廓增强单元42具有诸如高斯-拉普拉斯(Log)滤波器之类的空间滤波器。该空间滤波器对被图像平滑单元41平滑的静脉图像执行滤波,从而增强静脉图像的轮廓。
根据静脉图像相对于背景图像所具有的对比度,掩蔽图像生成单元43从轮廓已被轮廓增强单元42增强的静脉图像中检测手指的轮廓。掩蔽图像生成单元43生成表示手指轮廓所限定的手指区域和位于手指区域之外的区域的二进制数据。(以下,该二进制数据所表示的图像将被称为“掩蔽图像”)。
提取单元44使用掩蔽图像生成单元43所生成的掩蔽图像,从而从轮廓已被轮廓增强单元42增强的静脉图像中提取预设尺寸的图像。
静脉平滑单元45具有诸如中值滤波器之类的空间滤波器。该空间滤波器对提取单元44所提取的静脉图像执行滤波,从而平滑静脉图像中的静脉的图像。
二进制编码单元46利用预设的亮度作为阈值,把由静脉平滑单元45这样平滑的示出静脉的静脉图像转换成二进制图像。假定尚未被平滑的示出静脉的静脉图像也被转换成二进制图像。那么,如图5A所示,每条静脉的图像很有可能会分割成两条静脉。因此,可以获得如图5B所示的表示与实际静脉类似的图像的二进制数据。
线条加粗单元47具有诸如膨胀滤波器之类的空间滤波器。该膨胀滤波器对二进制编码单元46生成的二进制静脉视频数据执行滤波,从而增大静脉图像中的静脉的粗细。结果,这些静脉被耦合起来,表示更粗的静脉。
线条细化单元48具有诸如腐蚀滤波器之类的空间滤波器。该腐蚀滤波器对由线条加粗单元47形成的粗静脉图像执行滤波,使得静脉的粗细为固定的值。
这样,静脉数据提取单元22提取出不仅表示具有固定粗细的静脉部分还表示背景部分的二进制数据,来作为静脉数据。
(1-3)关键数据提取单元的配置
将描述关键数据提取单元23的配置。如图6所示,关键数据提取单元23包括选择关键(selection key)数据提取单元51和所选关键(selectedkey)数据提取单元52。
选择关键数据提取单元51是提取下述数据来作为用于选择核对候选的关键(key)的单元:该数据表示在静脉数据提取单元22执行的处理的中间阶段生成的视频数据的状态。(以下,该数据将被称为“选择关键数据”)。选择关键数据提取单元51具有轮廓提取单元61、频率分布提取单元62和血管面积提取单元63。
利用在从图像中去除噪声分量时生成的静脉数据,轮廓提取单元61提取表示手指的轮廓的选择关键数据。
将说明提取技术的具体示例。首先,轮廓提取单元61从掩蔽图像生成单元43获取掩蔽图像(图7A)。然后,单元61提取掩蔽图像的特定区域(图7B),该特定区域表示手指的轮廓(即,限定手指轮廓的像素)。
轮廓提取单元61在垂直和水平方向上将该特定区域(图7B)压缩到原始尺寸的n分之一(图7C)。单元61随后确定压缩后的特定区域(图7C)中包含的手指轮廓(即,像素所限定的手指轮廓)的位置。这样确定的位置是表示从基准线(即,左边缘)起测量的、由构成一行或一列的像素的数目所限定的距离的坐标(x坐标)(图7D)。
在该提取技术中,表示与基准线(即,左边缘)的距离并且由构成一行或一列的像素的数目限定的坐标值(x坐标)被用作上述选择关键数据。因此,表示手指轮廓的状态(形状)的数据可以比选择关键数据由构成手指轮廓的像素的x-y坐标组成的情况下的更小。
假定要从掩蔽图像提取的特定区域由240×30个像素组成,并且该区域被压缩到原始尺寸的五分之一。于是,在由48×6个像素组成的压缩后区域中,手指轮廓相对于基准线的位置(坐标值)是“48×1”。在此情况下,选择关键数据由24个字节组成。
频率分布提取单元62利用在从图像中去除噪声分量时生成的静脉图像来提取选择关键数据。这样提取的选择关键数据表示手指轮廓所限定的手指区域的频率分布。
将说明提取技术的具体示例。频率分布提取单元62获取被图像平滑单元41平滑的静脉图像。单元62还从掩蔽图像生成单元43获取掩蔽图像。
频率分布提取单元62利用该掩蔽图像,从平滑后的静脉图像中的特定区域中识别手指区域(图8A)。另外,单元62从该手指区域中提取像素,并将像素分类成群组,每个群组由相同亮度级别的像素组成(参见图8B)。
在该提取技术中,平滑后的静脉图像中的手指区域的亮度直方图被用作选择关键数据。因此,与手指区域本身被用作选择关键数据的情况相比,可以用更少的数据来表示手指区域。注意,如果像素被分类成16个柱(bin),其中每个被赋予一个亮度级别,那么选择关键数据由16个字节组成。
另外,在该提取技术中,要提取的图像是由图像平滑单元41平滑的静脉图像。因此,与静脉图像在其从图像平滑单元41提供来之后被提取然后被轮廓增强单元42或静脉平滑单元45处理的情况相比,就亮度而言手指区域受到的控制更少。静脉图像可被提取来作为表现显著特性的选择关键数据。
利用由二进制数据表示的、在加粗静脉的过程中的一个阶段生成的静脉图像,血管面积提取单元63提取表示手指轮廓所限定的手指区域中的面积的选择关键数据。将说明该提取技术的具体示例。首先,血管面积提取单元63从线条加粗单元47获取表示加粗的静脉的静脉图像的二进制数据。然后,单元63从该静脉图像中提取表示限定静脉的像素的数目(血管面积)的选择关键数据。
这样,在该提取技术中,由二进制数据表示的加粗的静脉的图像中的血管面积被用作根据其来确定血管面积的图像。因此,与血管本身被用作选择关键数据的情况相比,可以用更少量的数据来表示手指区域的状态。注意,该选择关键数据由两个字节组成。
如上所述,加粗的静脉的二进制图像被用于该提取技术中,作为从中提取血管面积的图像。因此,与从例如多值静脉图像中提取血管面积的情况相比,任何血管和任何其他部分之间的边界更为明显。结果,在特定的条件下可以提取血管面积。图9A示出了由二进制数据表示的加粗的静脉的图像。比起图9B所示的通过对二进制数据执行线条细化处理而获得的这种静脉图像来,该图像更忠实地示出了血管的状况。图9A的图像因此可以被提取来作为表现静脉的显著特性的选择关键数据。
选择关键数据提取单元51所提取的选择关键数据由24字节块、16字节块和2字节块组成,总共是42个字节。即使48类静脉数据项被登记,存储单元13中与静脉数据相关联地登记的选择关键数据也落在1k字节之内。因此,选择关键数据只占据了存储单元13中极小区域。
所选关键数据提取单元52是提取表示要被登记的、从静脉数据提取单元22输出的静脉图像的状态的数据(以下称为“所选关键数据”)的单元。固定关键数据将被用作用来确定核对候选的关键。
更确切地说,所选关键数据提取单元52首先从线条细化单元48中提取包括静脉部分和背景部分的、由二进制数据表示的静脉图像,该静脉部分是要登记的部分并且具有固定的静脉宽度。单元52随后将该静脉图像压缩到原始尺寸的n分之一(1/n),从而生成压缩后图像(以下称为“缩略图图像”)。也就是说,单元52提取缩略图图像来作为所选关键数据。
所选关键数据反映了应当登记的整个静脉图像的内容。因此,该所选关键数据是比起图像平滑单元41、轮廓增强单元42或掩蔽图像生成单元43所提取的所选关键数据来更详细表示静脉的关键数据。
(1-4)认证单元的配置
将描述认证单元32的配置。如图10所示,认证单元32包括候选选择单元71、候选确定单元72以及判决单元73。
候选选择单元71对由读取单元31从存储单元13中读取的登记的选择关键数据(即,手指轮廓的位置(坐标值)、每个亮度级别的像素数目、以及限定静脉的像素的数目)与关键数据提取单元23所提取的要被认证的选择关键数据(即,手指轮廓的坐标值、每个亮度级别的像素数目、以及限定静脉的像素的数目)进行比较。
候选选择单元71在每个亮度级别的像素数目方面对这些选择关键数据项进行比较。首先,单元71找出登记的选择关键数据(更确切地说是手指轮廓的坐标值)和要被认证的选择关键数据(更确切地说是手指轮廓的坐标值)之间的差异,该差异以行(或列)为单位。然后,单元71将所找出的以行(或列)为单位的差异的绝对值加起来。由此产生的总和越小,选择关键数据项所表示的手指轮廓就越相似。绝对值的总和将被称为“手指轮廓差异值”。
另外,候选选择单元71在每个亮度级别的像素数目方面对这些选择关键数据项进行比较。也就是说,单元71比较登记的选择关键数据(更确切地说是每个群组的处于某一亮度级别的像素的数目)和要被认证的选择关键数据(更确切地说是每个群组的处于某一亮度级别的像素的数目)。然后,单元71选择所比较的每两个像素数目中较小的那个,并且将这样选择的像素数目加起来。由此产生的总和越大,选择关键数据项所表示的手指区域就越相似。像素数目的总和将被称为“手指区域差异值”。
另外,候选选择单元71在限定静脉的像素的数目方面对这些选择关键数据项进行比较。首先,单元71找出登记的选择关键数据(更确切地说是限定静脉的像素的数目)与选择关键数据提取单元51所提取的要被认证的选择关键数据(更确切地说是限定静脉的像素的数目)之间的差异。这样获得的差异越小,静脉在手指区域中占据的面积就越大。该差异将被称为“血管差异值”。
这样,候选选择单元71获得了手指轮廓差异值S、手指区域差异值H和血管差异值D。为手指轮廓差异值S设定了两个阈值,即第一阈值T1和第二阈值T2。另外,为血管差异值D设定了一个阈值,即第三阈值T3。于是:
ES = S T 1
EH = H T 2 . . . ( 1 )
ED = D T 3
这样,计算出手指轮廓差异值S与第一阈值T1的比率ES、手指区域差异值H与第二阈值T2的比率EH以及血管差异值D与第三阈值T3的比率ED,从而将手指轮廓差异值、手指区域差异值和血管差异值设定在恒定范围内(或者对这三个值进行正规化)。
然后,候选选择单元71执行以下计算:
E=ES+ED-EH    ...(2)
也就是说,候选选择单元71从手指轮廓差异值S与第一阈值T1的比率ES和血管差异值D与第三阈值T3的比率ED的总和中减去手指区域差异值H与第二阈值T2的比率EH。单元71从而生成了评估值E。手指轮廓差异值S和血管差异值D越小,或者手指区域差异值H越大,相似度越高。因此,评估值E越小,登记者就越有可能被认证。
这样,候选选择单元71检测具有小于为评估值E设定的第四阈值的评估值的选择关键数据,并且选择与检测到的选择关键数据相关联的登记的静脉数据,来作为将要被与应当认证的静脉数据相核对的核对候选。
候选选择单元71将迄今为止选择的核对候选的数目与核对候选的预设数目(以下称为“预设候选数目”)相比较。如果所选择的核对候选的数目等于或大于预设候选数目,则将按评估值E的降序来对所选择的核对候选进行核对。
假定所选择的核对候选的数目小于预设候选数目。于是,被选择为登记的核对候选的静脉数据项可包括与要被认证的静脉数据相同或者说被认为相同的数据项。在此情况下,候选选择单元71再次按评估值E的降序选择预设数目的候选,并且设定对这样选择的核对候选进行核对的顺序。
也就是说,候选选择单元71被设计为利用被提取来登记或认证的图像的一部分(即,手指轮廓、手指区域或静脉部分)的相似度作为选择核对候选的基准,来选择静脉数据项并且设定将这些作为候选的静脉数据项与应当认证的静脉数据项进行核对的顺序,并且设定对所选择的核对候选进行核对的顺序。
如果核对候选的数目小于预设候选数目,那么候选选择单元71按相似度的降序选择静脉数据项,而不管核对候选是否具有低于预设级别(即,第四阈值)的相似度(就形状、亮度和静脉像素的数目而言)。这增大了选择与要被认证的静脉数据相同或者被认为相同的核对候选的机率。
注意,取决于指尖弯曲度或者手指的粗细,静脉轮廓有所不同。因此,候选选择单元71从核对候选中排除了就所认证的手指的类型和手指的发育而言不同的静脉数据项。
根据手指的粗细、登记者的人种(例如黑人或白种人),手指区域的亮度对于不同的人是不同的。这就是为什么候选选择单元71会根据手指区域的亮度大致从核对候选中排除了就所认证的手指的类型和手指的发育而言不同的静脉数据项。
另外,根据例如性别、脂肪含量或者手指粗细,血管面积对于不同的人是不同的。因此,候选选择单元71从核对候选中排除了就所认证的手指的类型和登记者的性别而言不同的静脉数据项。
候选确定单元72利用与登记的核对候选的静脉数据相关联的固定关键数据(缩略图图像)以及关键数据提取单元23所提取的要被认证的固定关键数据(缩略图图像),来确定一个核对候选,或者选择候选选择单元71所选择的数目等于或大于预设数目的核对候选中的一个。
更具体而言,按照候选选择单元71所设定的顺序,候选确定单元72使得读取单元31读取登记的固定关键数据项。每当读取单元31读取固定关键数据(缩略图图像)时,单元72就将该固定关键数据与要被认证的固定关键数据项(缩略图图像)相核对。在将固定关键数据(缩略图图像)与要被认证的固定关键数据项相核对的这个过程中,例如以互核对函数、相位核对函数或者绝对差之和(SAD)的形式来确定固定数据的相似度(或者差异程度)。
将相互比较的这些固定关键数据项(缩略图图像)(其中一个是登记的,另一个要被认证)进行核对的结果可能等于或大于为该结果设定的第五阈值。如果是这样,候选确定单元72就确定与登记的并且与该缩略图图像相关联的静脉数据是应当认证的静脉数据的核对候选。
也就是说,候选确定单元72被配置为通过利用从登记和认证时提取的静脉数据中获取的并且比起所选关键数据来更详细地表示静脉的固定关键数据(缩略图图像)作为核对候选确定基准,来确定作为与要被认证的静脉数据进行核对的候选的静脉数据。
判决单元73将候选确定单元72确定为核对候选的静脉数据与静脉数据提取单元22提取的作为要被认证的静脉数据的静脉数据相核对。基于该核对的结果,判决单元73判定用户是否是已认证的登记者。在对静脉数据项的这个核对中,可以使用与固定关键数据(缩略图图像)相同的基准数据或或任何其他数据。
(1-5)认证处理的序列
将描述认证单元32执行的认证处理的序列。如图11所示,当认证装置1被设定到认证模式时,认证单元32开始执行认证处理。在步骤SP1中,认证单元32获取登记的选择关键数据和要认证的选择关键数据。该处理随后进行到步骤SP2。
在步骤SP2中,认证单元32对登记的选择关键数据与要认证的选择关键数据进行比较,从而生成评估值。认证单元32生成评估值,以表明所比较的选择关键数据项之间的差异越小,这些选择关键数据项就越被评估为核对候选。然后,该处理进行到步骤SP3。
在步骤SP3中,认证单元32检测具有小于规定值的评估值的登记的选择关键数据,并且选择与这样检测到的选择关键数据相关联的静脉数据,来作为要被与应当认证的静脉数据相核对的核对候选。然后该处理进行到步骤SP4,在步骤SP4中,认证单元32判定这样选择的核对候选的数目是否等于或大于规定数目(预设候选数目)。
所选择的核对候选的数目可能等于或大于预设候选数目。在此情况下,认证单元32判定被选择作为登记的核对候选的静脉数据项很有可能包括与要被认证的静脉数据相同或被认为相同的数据项。在此情况下,认证单元32转到步骤SP6,跳过步骤SP5。
所选择的核对候选的数目可能小于预设候选数目。在此情况下,认证单元32判定被选择作为登记的核对候选的静脉数据项可能不包括与要被认证的静脉数据相同或被认为相同的数据项。如果是这样,该处理则进行到步骤SP5。在步骤SP5中,候选选择单元71按评估值的降序再次选择预设数目的候选。认证单元32随后进行到步骤SP6。
在步骤SP6中,认证单元32按降序设定在步骤SP2中生成的核对候选。在步骤SP7中,认证单元32获取与登记的静脉数据相关联并被用作核对候选的固定关键数据项,并且获取要认证的固定关键数据。
认证单元32随后进行到步骤SP8,并且按步骤SP6中设定的顺序将该固定关键数据与要认证的固定关键数据项进行核对。这样,认证单元32将与该固定关键数据相关联的、登记并且表示相对于要认证的固定关键数据有等于或高于预设值的相似度的静脉数据项确定为核对候选。
在步骤SP9中,认证单元32将被确定为核对候选的登记的静脉数据项与要认证的静脉数据相核对。在步骤SP10中,认证单元32判定用户是否是已认证的登记者。然后,单元32终止认证处理。
这样,认证单元32被配置为使用选择关键数据,从而减少了核对候选的数目,然后使用比选择关键数据更精细的固定关键数据,从而进一步减少了核对候选的数目。
(1-6)操作和效果
具有上述配置的认证装置1提取表示手指轮廓在提取要登记的静脉数据的过程的中间阶段所在的位置的关键数据,并将该关键数据与静脉数据相关联地存储在存储单元13中。
认证装置1还提取表示手指轮廓在提取要认证静脉数据的过程的中间阶段所在的位置的关键数据。认证装置1随后根据与存储单元13中登记的关键数据的相似度,来确定登记的静脉数据项中的一个作为与要认证的静脉数据相核对的候选。
这样,在认证装置1中,手指轮廓在提取静脉数据的过程的中间阶段所在的位置是确定核对候选的元素。认证装置1因此可以在提取要认证的静脉数据的过程期间确定该核对候选。这样,认证装置1可以高速地认证用户。因为表示手指轮廓的位置的数据涉及活体的元素,而不包含诸如Huff变换图像之类的伪元素。这使得核对候选不包括登记者的已登记图像的概率达到最低限度。认证装置1因此可以高速地认证用户。
在认证装置1中,在限定手指轮廓的像素之中,相隔固定间隔的像素的位置(图7C)被从在提取静脉数据的过程的中间阶段生成的图像的特定区域中提取出来,作为手指轮廓位置数据。
因此,与像素的位置(图7B)被用作表示手指轮廓的数据的情况下相比,认证装置1可以用更少量的数据来显示手指轮廓。结果,数据在存储单元13中占据的区域可得以减小。同时,可以减小确定手指轮廓位置数据的相似度的负担。
在认证装置1中,相隔固定间隔的像素的位置是由表示与基准线(即,左边缘)的距离的坐标值(x坐标)来限定的,而不是由x坐标和y坐标来限定的(参见图7D)。因此,更少量的数据就可以限定手指轮廓。
在认证装置1中,在从示出手指中的静脉的图像中去除噪声分量的阶段生成的图像(或者说在图像平滑单元41中生成的图像)被用作从中提取表示手指轮廓的位置的数据的图像。因此,可以从没有由于例如成像条件的瞬时变化而造成的伪元素的图像中更精确地提取手指轮廓。这进一步降低了核对候选不包括登记者的已登记图像的概率。
在认证装置1中,不仅提取表示手指轮廓的数据,还提取表示手指轮廓所限定的手指区域的频率分布的数据和表示手指轮廓所限定的区域中的静脉面积的数据。因此,认证装置1可以从各个角度来检测活体的特性。这样,即使表示每种特性的数据的量较少,与数据只表示手指轮廓的情况相比,也可以更加容易地降低核对候选不包括登记者的已登记图像的概率。
图12A和图12B是示出实验结果的图,其中登记了50个人的静脉图像(200幅图像)。在这些图中,对于每个人,三维地绘出了表示手指轮廓的数据、表示手指轮廓所限定的手指区域的频率分布的数据、以及表示手指轮廓所限定的区域中的静脉面积的数据。从图12A和图12B可以看出,灰色标记(涉及一个人)位于黑色标记(涉及另一个人)的群组的角度处。这表明,核对候选不包括登记者的已登记图像的概率是极低的。
在认证装置1中,从式(1)和式(2)可以看出,通过从手指轮廓差异值S与第一阈值T1的比率ES和血管差异值D与第三阈值T3的比率ED的总和中减去手指区域差异值H与第二阈值T2的比率EH,来获得分别表示手指轮廓、手指轮廓所限定的手指区域的频率分布、以及手指轮廓所限定的区域中的静脉面积的三个数据项之间的相似度。
因此,在认证装置1中,可以通过执行诸如加法和减法之类的简单运算来计算相似度,而不是通过利用离差(dispersion)和标准偏差执行复杂的统计运算以获得相关系数从而来计算相似度。结果,比起其他方式来,可以更迅速地实现认证。
另外,在认证装置1中,根据选择关键数据项(即,手指轮廓、手指轮廓所限定的手指区域的频率分布、以及手指轮廓所限定的区域中的静脉面积)之间的相似度来选择核对候选。然后,根据量大于选择关键数据的固定关键数据(缩略图图像)的相似度来确定所选择的核对候选中的一个。
这样,在认证装置1中,首先减少了核对候选的数目,然后进一步更精细地减少了核对候选的数目。因此,与仅根据选择关键数据或固定关键数据确定核对候选的情况相比,认证装置1可以更高速地认证任何登记者,并且可以益发使得核对候选不包括登记者的已登记图像的概率达到最低限度。
在MATLAB 7.4.0上,对于一个静脉图像,计算选择关键数据的相似度所需的时间是0.01msec或更少。当N个图像中每第四个图像(N/4)被选择为核对候选,并且这样选择的图像中的每第二个(N/8)图像被选择为核对候选时,在MATLAB 7.4.0上计算相似度所需的时间是3msec。在MATLAB 7.4.0上将这样确定的候选与要认证的静脉数据相核对并判定用户是否是经认证的登记者所需的时间是10msec。
这样,上述认证的平均时间理论上是0.01·N msec+3N/8msec+10msec,或者说0.3651N+10msec。另一方面,仅根据固定关键数据(缩略图图像)而不使用所选关键数据来确定核对候选的认证的平均时间是1.5N+10msec。
也就是说,如果首先利用选择关键数据来选择一些核对候选,然后利用固定关键来进一步进行选择,那么与仅根据固定关键数据来确定核对候选的情况相比,实现认证的速度可以是大约4倍那么快。
在如上所述那样配置的认证装置1中,根据在提取静脉数据的过程的中间阶段提取的手指轮廓来选择核对候选。也就是说,可以在提取要被认证的静脉数据的同时选择核对候选。这样,与包含伪元素的数据被用于选择核对候选的情况下相比,更加降低了核对候选不包括登记者的已登记图像的概率。认证装置1因而可以高速地认证登记者。
(2)第二实施例
(2-1)蜂窝电话的外观
图13示出了根据本发明第二实施例的蜂窝电话100的外观。蜂窝电话100包括第一外壳102、第二外壳103和铰接单元104。第一外壳102和第二外壳103基本上具有长方体形状。
液晶显示屏(LCD)111被设置在第一外壳102的一个表面P1的中央部分。扬声器112被设置在表面P1的与该表面的沟状部分相对的部分中。
第二外壳103具有表面P2。在表面P2的中央部分上,设置了操作单元113。操作单元113具有电源键、呼叫键、菜单键和字符键。表面P2的突出部分(其位于第一外壳102的表面P1的沟状部分中)具有成像窗口114。麦克风115被设置在表面P2的与突出部分相对的那一端。
铰接单元104具有穿过第一外壳102的沟状部分和第二外壳103的突出部分的轴。绕着该轴,第一外壳102或第二外壳103可以在下述位置之间旋转,如图14所示:表面P1和P2彼此相对的位置(以下称为“闭合位置”)和表面P1和P2在其间限定了预定的角度的打开位置(以下称为“打开位置”)。
蜂窝电话100被设计成使得第二外壳103的突出部分不仅在蜂窝电话100处于闭合位置时而且在其处于打开位置时都保持暴露。因此,不论蜂窝电话100是处于闭合位置还是处于打开位置,都可以通过成像窗口114对对象成像。
另外,蜂窝电话100被设计成使得放置在第一外壳102上的指定位置处的手指中的血管所反射的光经过成像窗口114。也就是说,光源单元121被布置在LCD 111的上边缘和扬声器112之间,并且各自具有类似薄板的形状的一对基部122(基部122a和122b)分别被设置在LCD 111的上部的两侧。
基部122a和122b的这种布置以及基部122与光源单元121的位置关系使得用户能够明白,他应当将其手指放在显示屏幕上,而不是放在扬声器112上,如图15所示。此外,基部122防止了用户的手指接触LCD 111的显示屏幕,最终防止了污物(例如汗液)粘到显示屏幕上。
假定当第一外壳102保持在打开位置时,用户将其手指放置在第一外壳102的指定位置上,如图16所示。于是,从光源单元121发出的近红外光经过手指中的静脉层,到达静脉层后的那层。在手指中,光被散射和反射。被反射或散射的光从手指中射出。
从手指中射出的近红外光中与第一外壳102的表面P1平行或基本平行传播的那部分经过成像窗口114。在第二外壳103中,近红外光被光学***引导到电荷耦合器件(CCD)。近红外光中经过了手指的非静脉部分(未经过静脉层)的那部分形成明亮图像。另一方面,近红外光中经过了手指的静脉部分(经过了静脉层)的那部分形成暗图像,因为血红蛋白吸收光。
(2-2)蜂窝电话的电路配置
将描述蜂窝电话100的电路配置。如图17所示(其中一些组件由与图13相同的标号来标示),LCD 111、扬声器112、麦克风115、CCD131、存储单元132和通信单元133经由总线134连接到控制单元130。
控制单元130是包括CPU、ROM和RAM的计算机。CPU控制蜂窝电话100的所有组件。ROM存储包括激活程序在内的各种程序。RAM充当CPU的工作存储器。
控制单元130可以从操作单元113接收各种指令。这些指令包括用于运行血管登记模式的指令、用于运行认证模式的指令、用于运行电子邮件准备/发送模式的指令,以及用于运行通信模式的指令。
控制单元130根据接收到的指令来确定要运行的操作模式。根据与该操作模式相关联的程序,控制单元130控制LCD 111、扬声器112、麦克风115、CCD 131、存储单元132和通信单元133,从而执行各种处理。
LCD 111被配置为在显示屏幕上显示诸如字符和图形之类的内容,所述内容是由从控制单元130提供来的显示数据所表示的。扬声器112可以生成由从控制单元130提供来的音频数据所表示的话音。麦克风115按预定的周期捕捉话音并将该话音转换成音频数据。该音频数据被输出到控制单元130。
CCD 131接收通过成像窗口114(图13)到达的光,并以固定的间隔来对该光执行光电转换。这样,CCD 131将光转换成视频数据。视频数据被发送到控制单元130。
存储单元132被设置来保存各种数据项,例如静脉数据、程序和设定数据。存储单元132被配置为存储控制单元130所指定的任何数据。该数据可被从存储单元132中读取。
通信单元133接收来自麦克风115或控制单元130的各种数据项。单元133对数据执行特定的调制处理并放大该数据,从而生成信号。这样生成的信号被作为上行链路信号从蜂窝电话100的天线ANT发送到基站(未示出)。
通信单元133经由天线ANT接收从基站(未示出)发送来的下行链路信号。单元133放大下行链路信号,然后对下行链路信号执行特定的解调处理,从而生成数据。该数据被提供到扬声器112或控制单元130。
(2-2-1)静脉登记模式
接下来将说明静脉登记模式。控制单元130可以判定应当运行静脉登记模式。在此情况下,控制单元130使得LCD 111或扬声器112或者两者告知用户将第一外壳102和第二外壳103移动到打开位置(图16),然后将其手指放置在显示屏幕上方,使其沿LCD 111的上边缘延伸(图15)。
然后,控制单元130充当成像控制单元21、静脉数据提取单元22、关键数据提取单元23和登记单元140,如图18所示。成像控制单元21、静脉数据提取单元22和关键数据提取单元23与图2所示的相同。因此,下面将只描述与第一实施例中的登记单元24具有不同配置的登记单元140。
登记单元140根据静脉数据提取单元22提供的静脉数据的量和静脉图案的形状,来判定静脉数据是否适合登记。如果认为静脉数据适合登记,登记单元140则判定登记者应当登记的静脉数据项的数目是否达到了两个或更多个。
如果认为静脉数据不适合登记或者适合登记的静脉数据项的数目尚未达到预设值,登记单元140则通过LCD 111或扬声器112或两者来通知将该事实。
如果适合登记的静脉数据项的数目达到了预设值,登记单元140则在存储单元132中存储静脉数据项以及关键数据提取单元23从图像中提取的关键数据项,其中每个静脉数据项与关键数据项相关联。(每个静脉数据项和相关联的关键数据项的集合将被称为“已登记集合”(registeredset))。
登记单元140从而将每个静脉数据项与关键数据项相关联地进行存储。鉴于此,登记单元140与第一实施例的登记单元24不同,第一实施例的登记单元24登记关于手指的静脉数据和关于该手指的关键数据。
(2-2-2)认证模式
接下来将说明认证模式。一旦蜂窝电话已被设定到认证模式,控制单元130就指示LCD 111或扬声器112或两者,要求登记者将第一外壳102和第二外壳103移动到打开位置(图16)并且将其手指沿着LCD 111的边缘放置在显示屏幕上方(图15)。
如果存储单元132存储了一个已登记集合,读取单元31则将该已登记集合中包含的静脉数据提供给认证单元150。认证单元150利用读取单元31所读取的登记的静脉数据和静脉数据提取单元22所提取的应当被认证的静脉数据,来判定用户是否是登记者。(换言之,认证单元150判定认证是否已成功完成)。
另一方面,如果存储单元132存储了多个已登记集合,那么读取单元31提供与每个已登记集合中包含的静脉数据相关联的已登记的关键数据。
在此情况下,认证单元150基于读取单元31所读取的登记的关键数据和关键数据提取单元23所提取的要认证的关键数据,来从存储在存储单元132中的已登记集合中选择应当与静脉数据提取单元22提取的应当被认证的静脉数据相核对的已登记集合。
认证单元150使得读取单元31读取被确定为核对候选的已登记集合中包含的静脉数据。利用这样读取的静脉数据和静脉数据提取单元22所提取的要认证的静脉数据,认证单元150判定用户是否是登记者。(也就是说,单元150判定认证是否已成功完成)。
这样,认证单元150根据已登记集合中包含的静脉数据单元来确定核对候选。在这个方面,认证单元150与第一实施例的认证单元32不同,第一实施例的认证单元32根据各个静脉数据项来确定核对候选。认证单元150所执行的处理将在以下图中说明。
(2-3)认证单元的配置
将参考图20来描述认证单元150的配置,在该图中,与图10所示相同的组件由相同的标号来标示。如图20所示,认证单元150包括候选选择单元160、候选确定单元72和判决单元73。将只说明与第一实施例中的候选选择单元71具有不同配置的候选选择单元160。
候选选择单元160将读取单元31从存储单元132中读取的登记的选择关键数据(即,手指轮廓的位置(坐标值)、每个亮度级别的像素数目、以及静脉像素的数目)与关键数据提取单元23所提取的应当被认证的选择关键数据(即,手指轮廓的位置(坐标值)、每个亮度级别的像素数目、以及静脉像素的数目)进行比较。
在比较指示出手指轮廓的坐标值的选择关键数据时,候选选择单元160考虑了手指的沿长度方向的移位。在这个方面上,候选选择单元160与第一实施例的候选选择单元71不同,第一实施例的候选选择单元71完全不考虑手指的移位。
候选选择单元71找出登记的选择关键数据(即,手指轮廓的坐标值x)与要被认证的选择关键数据(即,手指轮廓的坐标值x)之间的以行(或列)为单位的差异。因此,即使用户是登记者,当在选择关键数据被登记之后、静脉数据被认证之前,沿着LCD 111的上边缘延伸的手指在长度方向上移动时,手指轮廓也会发生变化,如图21A和图21B所示。
在此情况下,虽然用户是登记者,但所比较的选择关键数据项之间的差异较大。因此,登记者的静脉数据可能不被选择,虽然它应当被选择为核对候选。
候选选择单元160使用登记的选择关键数据或者要认证的选择关键数据(即,手指轮廓的坐标值x),来作为关于移位对象的数据。例如,如图22A至图22C所示,关于移位对象的选择关键数据SK(即,手指轮廓的坐标值x)沿着手指的长度方向按规定的节距被从起始位置(图22A)移动到结束位置(图22B)。
候选选择单元160获得在对象所被移位到的这些位置(包括起始和结束位置)处手指轮廓的绝对值差异的平均值(在图22A至图22C中箭头所指示的范围上)。所获得的最小值被应用作为手指轮廓差异值。在图22A至图22C的情况中,图22A的情况具有最小值。
更具体而言,候选选择单元160利用以下式子来获得手指轮廓差异值:
s = min ( Σ p = 1 l v - lS max | | S ( r , p ) - S ( i , p + lS max ) | | ( l v - lS max ) , Σ p = 1 l v - lS max + 1 | | S ( r , p ) - S ( i , p + ( lS max - 1 ) ) | | ( l v - lS max + 1 ) , · · · · · · , Σ p = 1 l v | | S ( r , p ) - S ( i , p ) | | l v ,
Σ p = 2 l v | | S ( r , p ) - S ( i , p - 1 ) | | ( l v - 1 ) , · · · · · · , Σ p = lS max l v | | S ( r , p ) - S ( i , p - ( lS max - 1 ) ) | | ( l v - lS max + 1 ) , Σ p = lS max + 1 l v | | S ( r , p ) - S ( i , p - ( lS max ) ) | | ( l v - lS max ) ) · · · · · · ( 3 )
其中,“lv”是手指轮廓的长度,lSmax是最大移位,p是限定手指轮廓的索引(位置),S是索引P的手指轮廓差异值。
在式(3)中,r是登记的对象,I是要认证的对象。
这样,候选选择单元160考虑到了应当被放置在特定位置处的手指的长度方向移位。
为了比较各自表示某一亮度级别的像素数目的选择关键数据项或者各自表示静脉图像像素数目的选择关键数据项,候选选择单元160利用与第一实施例中候选选择单元71使用的技术相同的技术来获得手指区域差异值和血管差异值。
比较了选择关键数据项后,候选选择单元160可获得手指轮廓差异值、手指区域差异值和血管差异值。如果是这样,那么单元160使用第一实施例中的式(1),从而将手指轮廓差异值、手指区域差异值和血管差异值设定在恒定范围内(或者对这些值进行正规化)。
然后,候选选择单元160使用这样正规化后的手指轮廓差异值、手指区域差异值和血管差异值,并且生成以已登记集合为单位的评估值。在这个方面,以已登记集合为单位生成评估值的候选选择单元160与以各个静脉数据项为单位生成评估值的候选选择单元71是不同的。
也就是说,各个已登记集合中的静脉数据项涉及同一个人,虽然这些静脉数据项是彼此不同的。如果要认证的用户是登记者,分别为这些静脉数据项找出的评估值则没有很大的不同,而是很小。
如果如图23所示为已登记集合中包含的静脉数据项中的仅一个找出的评估值E较小,那么要认证的用户是登记者的概率很低。然而,第一实施例中的候选选择单元71在选择关于登记者的静脉数据之前可能选择其评估值E较大的静脉数据来作为核对候选。这可能降低认证速度。
鉴于此,候选选择单元160被配置为找出通过式(2)评估的、关于已登记集合中的静脉数据项的值E的倒数的总和,然后使用该总和作为已登记集合的评估值,如图24所示。由于评估值E是值E的倒数的总和,因此用户是登记者的概率与评估值E成比例地增大。
候选选择单元160从而获得了以已登记集合中包含的静脉数据项为单位来评估的值。这可以防止核对候选选择精确度的下降,这种下降是由关于某些已登记集合中包含的静脉数据项的评估值E较高导致的。
式(2)所获得的值的平均值或者这些值的总和可用于计算每个已登记集合的评估值。在此情况下,评估值对于已登记集合来说将会太大了。从而除了登记者之外的任何人的已登记集合可能在登记者的已登记集合之前被选择,从而降低了认证速度。这样的情况是可以得到防止的,因为候选选择单元160使用了通过利用式(2)获得的值的“倒数”的总和。
如果为各个已登记集合获得评估值,候选选择单元160则选择具有等于或大于为评估值设定的阈值的评估值的已登记集合的选择关键数据项,以及登记的与这些选择关键数据项相关联的静脉数据项。这样选择的选择关键数据项和静脉数据项被用作与要认证的静脉数据相核对的候选。候选选择单元160以与第一实施例中的候选选择单元71相同的方式来按顺序布置核对候选。
(2-4)操作和效果
具有上述配置的蜂窝电话100考虑到了手指在长度方向上的移位,以便从表示手指轮廓并且登记的选择关键数据(手指轮廓的坐标值x)和表示手指轮廓并且应当被认证的选择关键数据(手指轮廓的坐标值x)中获得手指轮廓差异值,即,用于选择核对候选的指标。(参见式(3)和图22A至图22C)。
因此,与不考虑手指在长度方向上的移位的情况相比,蜂窝电话100可以更精确地获得手指轮廓差异值,即用于选择核对候选的一个指标。因此,当登记者将其手指放置在蜂窝电话100的显示屏幕上方时,登记者的静脉数据必然被选择为核对候选。结果,可以高速地认证登记者。
此外,蜂窝电话100被构造为防止放置在指定位置上的用户手指在手指的宽度方向上移位(参见图15)。也就是说,CCD被定位来接收从光源单元121发射出的光。更确切地说,CCD被布置成跨基部122与光源单元121相对,并且位于LCD 111的上边缘、基部122a和122b之间。
利用从CCD输出的静脉数据中包含的选择关键数据(手指轮廓的坐标值x),蜂窝电话100在考虑手指的长度方向移位的情况下获得手指轮廓差异值。因此,可以省略找出手指的宽度方向移位所需的任何操作。结果,与其他方式相比可以更高速地认证登记者。
在登记模式中,蜂窝电话100以已登记集合的形式登记均关于同一手指的静脉数据项和关键数据项,其中每个已登记集合由静脉数据项和与之相关联的关键数据项组成。在认证模式中,蜂窝电话100选择应当与应当被认证的静脉数据相核对的已登记集合中的任何候选。
更具体地说,对于各个已登记集合中包含的静脉数据项,蜂窝电话100计算利用式(2)获得的值E的倒数的总和(参见图24)。虽然已登记集合被用作单位,但与计算评估值E的平均值或总和的情况相比,可以更精确地对评估值E对每个已登记集合中包含的静脉数据施加的影响进行加权。
因此,利用蜂窝电话100,防止了以下情况:即使同一人的同一手指被放置在显示屏幕上,应当被选择为核对候选的登记者的静脉数据也未被选择为核对候选。从而,可以高速地识别登记者。
上述配置对于每个已登记集合找出用作选择核对候选的指标的精确手指轮廓差异值,并且根据该指标获得评估值。因此,根据本发明第二实施例的蜂窝电话100与认证装置1相比可以更高速地认证登记者。
(3)其他实施例
在上述实施例中,具有图4所示的组件41至48的静脉数据提取单元22被用作从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据的单元。然而,本发明并不限于这种配置。可以进行多种配置变化。例如,组件41至48中的一些可以根本不被使用,或者可以被其他组件所替换。或者,可以使用额外的处理单元。类似地,可以改变组件41至48所执行的处理技术(例如,内核大小,等等)。
在上述实施例中,提取了下述数据:表示在提取静脉数据的中间阶段手指轮廓所具有的位置的数据、表示手指轮廓所限定的区域的频率分布的数据、以及表示手指轮廓所限定的区域的静脉面积的数据。但是,本发明并不限于此。如果表示手指轮廓的位置的数据被提取,任何其他数据就可不被提取,或者可被不同的数据所替换。
这是因为,在表示在提取静脉数据的中间阶段手指轮廓所具有的位置的数据、表示手指轮廓所限定的区域的频率分布的数据以及表示手指轮廓所限定的区域的静脉面积的数据中,表示手指轮廓的位置的数据是最精确的。
在上述实施例中,利用选择关键数据来选择多个核对候选,并且利用固定关键数据来确定一个核对候选。然而,本发明并不限于此。也可以利用选择关键数据来确定一个核对候选。在此情况下,与传统的认证技术相比,也可以增大认证速度。
在上述实施例中,表示与特定区域中的某点的距离的数据(图7C)被用作表示手指轮廓的位置的数据。取而代之,可以用Bézier曲线等等来提取控制点,或者可以采用任何其他技术。
在上述实施例中,亮度直方图被用作手指区域的频率分布。然而,本发明并不限于此。取而代之,可以为三原色中的全部或一些提取直方图,或者可以采用任何其他提取技术。
在上述实施例中,认证装置1具有成像功能(成像单元12)、登记功能(图2)和认证功能(图3)。但是,本发明并不限于此。而是,它可被应用到具有这些功能中的一个或一些的装置。
本发明可用于生物特征认证领域。
本领域的技术人员应当理解,取决于设计要求和其他因素,可以进行各种修改、组合、子组合和变更,只要它们处于所附权利要求或其等同物的范围之内。
本发明包含与2008年1月9日向日本专利局提交的日本专利申请JP2008-002630和2008年5月13日向日本专利局提交的日本专利申请JP2008-126207相关的主题,这里通过引用将这些申请的全部内容并入。

Claims (18)

1.一种认证装置,包括:
静脉数据提取单元,该静脉数据提取单元从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;
提取单元,该提取单元提取表示所述手指的轮廓在提取所述静脉数据的中间阶段具有的位置的位置数据;以及
确定单元,该确定单元根据所述位置数据和与登记的静脉数据相关联的数据之间的相似度来确定要被与所述静脉数据相核对的核对候选,
其中,从在提取所述静脉数据的过程中的中间阶段生成的图像的特定区域中,对于相隔固定间隔的像素的位置,所述提取单元提取表示在所述特定区域中与基准点的距离的数据,并且在限定所述手指的轮廓的像素之中,所述提取单元提取表示所述手指轮廓所限定的区域的静脉面积的数据;并且
所述确定单元利用第一比率和第二比率的总和来确定要被与所述静脉数据相核对的核对候选,所述第一比率是基准值与一绝对值的比率,该绝对值是所述在所述特定区域中与基准点的距离和在与所述登记的静脉数据相关联的特定区域中与基准点的距离之间的差异的绝对值,所述第二比率是基准值与所述静脉面积和与所述登记的静脉数据相关联的静脉面积之间的差异的比率。
2.根据权利要求1所述的认证装置,其中
所述提取单元从在中间阶段生成的图像的特定区域中,提取表示限定所述手指的轮廓的像素中的相隔固定间隔的像素的位置的数据。
3.根据权利要求2所述的认证装置,其中
对于所述相隔固定间隔的像素的位置,所述提取单元提取表示在所述特定区域中与基准点的距离的数据。
4.根据权利要求3所述的认证装置,其中
所述确定单元利用所述在所述特定区域中与基准点的距离和在与所述登记的静脉数据相关联的特定区域中与基准点的距离之间的差异,来  确定 要被与所述静脉数据相核对的核对候选。
5.根据权利要求3或4所述的认证装置,其中
所述特定区域或所述与所述登记的静脉数据相关联的特定区域被用作要被移位的对象,并且所述要被与所述静脉数据相核对的核对候选是利用每次被用作对象的特定区域在所述手指的长度方向上被移位时获得的差异来确定的。
6.根据权利要求5所述的认证装置,其中
所述静脉数据提取单元从输出自成像单元的图像中提取所述静脉数据,该成像单元接收近红外光并被布置成与近红外光源之间隔着显示单元相对,所述显示单元指示用户将手指放置在沿手指的长度方向延伸的表面上。
7.根据权利要求2所述的认证装置,其中
所述在中间阶段生成的图像是来自所述静脉数据提取单元的、在从包括存在于手指中的静脉的图像中去除噪声分量后生成的图像。
8.根据权利要求1所述的认证装置,其中
所述提取单元从所述静脉数据提取单元中获取在从包括存在于手指中的静脉的图像中去除噪声分量后生成的图像以及作为由二进制数据表示的该图像的二进制图像,从在从该图像中去除噪声分量后生成的图像中提取表示所述手指轮廓的位置的数据,并且从所述二进制图像中提取表示所述手指轮廓所限定的区域中的静脉面积的数据。
9.根据权利要求1所述的认证装置,其中
对每个已登记集合中包含的静脉数据获得所述总和,并且利用每个已登记集合中的所述总和的倒数之和来为每个已登记集合确定要被与所述静脉数据相核对的核对候选。
10.根据权利要求1所述的认证装置,还包括
生成单元,该生成单元从所述静脉数据提取单元获取由二进制数据表示并且由背景部分和表示固定宽度的静脉的静脉部分组成的图像并对该图像进行压缩,从而生成压缩后图像
其中所述确定单元包括 
候选选择单元,该候选选择单元根据所述位置数据和所述与登记的静脉数据相关联的数据之间的相似度,来选择要被与所述静脉数据相核对的核对候选;以及
候选确定单元,该候选确定单元根据所述压缩后图像和与已被选择为所述核对候选并且已登记的静脉数据相关联的压缩后图像,来确定要被与所述静脉数据相核对的核对候选。
11.一种认证方法,包括:
从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据的步骤;
提取表示所述手指的轮廓在提取所述静脉数据的中间阶段具有的位置的位置数据的步骤;以及
根据所述位置数据和与登记的静脉数据相关联的数据之间的相似度来确定要被与所述静脉数据相核对的核对候选的步骤,其中
从在提取所述静脉数据的过程中的中间阶段生成的图像的特定区域中,对于相隔固定间隔的像素的位置,提取表示在所述特定区域中与基准点的距离的数据,并且在限定所述手指的轮廓的像素之中,提取表示所述手指轮廓所限定的区域的静脉面积的数据;并且
利用第一比率和第二比率的总和来确定要被与所述静脉数据相核对的核对候选,所述第一比率是基准值与一绝对值的比率,该绝对值是所述在所述特定区域中与基准点的距离和在与所述登记的静脉数据相关联的特定区域中与基准点的距离之间的差异的绝对值,所述第二比率是基准值与所述静脉面积和与所述登记的静脉数据相关联的静脉面积之间的差异的比率。
12.一种登记装置,包括:
静脉数据提取单元,该静脉数据提取单元从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;
关键数据提取单元,该关键数据提取单元提取表示所述手指在提取所述静脉数据的中间阶段具有的状态的数据来作为核对候选的关键数据;以及 
登记单元,该登记单元将所述静脉数据和所述关键数据相关联地存储在存储单元中,其中
所述关键数据提取单元提取从由以下数据组成的组中选择的至少两个数据项:表示所述手指轮廓在提取所述静脉数据的中间阶段具有的位置的数据、表示所述手指轮廓所限定的区域的频率分布的数据、以及表示所述手指轮廓所限定的区域中的静脉面积的数据,并且其中
从在提取所述静脉数据的过程中的中间阶段生成的图像的特定区域中,对于相隔固定间隔的像素的位置,所述关键数据提取单元提取表示在所述特定区域中与基准点的距离的数据,并且在限定所述手指的轮廓的像素之中,所述关键数据提取单元提取表示所述手指轮廓所限定的区域的静脉面积的数据。
13.根据权利要求12所述的登记装置,其中
所述关键数据提取单元从在中间阶段生成的图像的特定区域中,提取表示限定所述手指的轮廓的像素中的相隔固定间隔的像素的位置的数据。
14.根据权利要求13所述的登记装置,其中
对于所述相隔固定间隔的像素的位置,所述关键数据提取单元提取表示在所述特定区域中与基准点的距离的数据。
15.根据权利要求13所述的登记装置,其中
所述在中间阶段生成的图像是来自所述静脉数据提取单元的、在从包括存在于手指中的静脉的图像中去除噪声分量后生成的图像。
16.根据权利要求12所述的登记装置,其中
所述关键数据提取单元从所述静脉数据提取单元中获取在从包括存在于手指中的静脉的图像中去除噪声分量后生成的图像以及作为由二进制数据表示的该图像的二进制图像,从在从该图像中去除噪声分量后生成的图像中提取表示所述手指轮廓的位置的数据,并且从所述二进制图像中提取表示所述手指轮廓所限定的区域中的静脉面积的数据。
17.根据权利要求12所述的登记装置,其中
所述关键数据提取单元包括:
选择关键数据提取单元,该选择关键数据提取单元提取表示所述 手指轮廓在提取所述静脉数据的中间阶段具有的位置的数据,来作为用于选择核对候选的关键数据;以及
固定关键数据提取单元,该固定关键数据提取单元从所述静脉数据提取单元中获取由二进制数据表示并且由背景部分和表示固定宽度的静脉的静脉部分组成的图像以对该图像进行压缩,从而生成压缩后图像,并且提取所述压缩后图像来作为从所选择的核对候选中确定一核对候选的关键数据。
18.一种登记方法,包括:
静脉数据提取步骤,从包括存在于手指中的静脉的图像中提取表示静脉的静脉数据;
关键数据提取步骤,提取表示所述手指在提取所述静脉数据的中间阶段具有的状态的数据来作为核对候选的关键数据;以及
登记步骤,将所述静脉数据和所述关键数据相关联地存储在存储单元中,其中
提取从由以下数据组成的组中选择的至少两个数据项:表示所述手指轮廓在提取所述静脉数据的中间阶段具有的位置的数据、表示所述手指轮廓所限定的区域的频率分布的数据、以及表示所述手指轮廓所限定的区域中的静脉面积的数据,并且其中
从在提取所述静脉数据的过程中的中间阶段生成的图像的特定区域中,对于相隔固定间隔的像素的位置,提取表示在所述特定区域中与基准点的距离的数据,并且在限定所述手指的轮廓的像素之中,提取表示所述手指轮廓所限定的区域的静脉面积的数据。 
CN2009100019153A 2008-01-09 2009-01-07 认证装置、认证方法、登记装置和登记方法 Expired - Fee Related CN101482922B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2008-002630 2008-01-09
JP2008002630 2008-01-09
JP2008002630 2008-01-09

Publications (2)

Publication Number Publication Date
CN101482922A CN101482922A (zh) 2009-07-15
CN101482922B true CN101482922B (zh) 2012-12-19

Family

ID=40844601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100019153A Expired - Fee Related CN101482922B (zh) 2008-01-09 2009-01-07 认证装置、认证方法、登记装置和登记方法

Country Status (3)

Country Link
US (2) US8798329B2 (zh)
JP (1) JP2009187520A (zh)
CN (1) CN101482922B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4882794B2 (ja) * 2007-02-26 2012-02-22 ソニー株式会社 画像判定装置、画像判定方法及びプログラム
JP2009140076A (ja) * 2007-12-04 2009-06-25 Sony Corp 認証装置及び認証方法
JP5511277B2 (ja) * 2009-09-16 2014-06-04 株式会社日立ソリューションズ 認証システム
JP5504928B2 (ja) 2010-01-29 2014-05-28 ソニー株式会社 生体認証装置、生体認証方法およびプログラム
CZ305276B6 (cs) * 2010-08-03 2015-07-15 Vysoké Učení Technické V Brně Biometrické bezpečnostní zařízení pro snímání a rozpoznávání žil prstů lidské ruky
TWI599964B (zh) * 2010-09-03 2017-09-21 國立台灣科技大學 手指靜脈辨識系統與方法
EP2671189A1 (en) * 2011-02-04 2013-12-11 Gannon Technologies Group LLC Systems and methods for biometric identification
JP5737300B2 (ja) * 2011-02-15 2015-06-17 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用コンピュータプログラム
KR101189633B1 (ko) * 2011-08-22 2012-10-10 성균관대학교산학협력단 손가락 움직임에 따른 포인터 제어명령어 인식 방법 및 손가락 움직임에 따라 포인터를 제어하는 모바일 단말
JP6069835B2 (ja) * 2012-01-05 2017-02-01 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
US8768049B2 (en) 2012-07-13 2014-07-01 Seiko Epson Corporation Small vein image recognition and authorization using constrained geometrical matching and weighted voting under generic tree model
US8867851B2 (en) 2012-12-12 2014-10-21 Seiko Epson Corporation Sparse coding based superpixel representation using hierarchical codebook constructing and indexing
US9390500B1 (en) * 2013-03-14 2016-07-12 Amazon Technologies, Inc. Pointing finger detection
FR3005365B1 (fr) 2013-05-03 2015-06-05 Morpho Procede d'identification/authentification d'une personne par son reseau veineux
US9158996B2 (en) * 2013-09-12 2015-10-13 Kabushiki Kaisha Toshiba Learning image collection apparatus, learning apparatus, and target object detection apparatus
KR102302844B1 (ko) 2014-10-23 2021-09-16 삼성전자주식회사 정맥 패턴을 이용한 사용자 인증 방법 및 장치
CN104951687A (zh) * 2015-07-21 2015-09-30 上海斐讯数据通信技术有限公司 一种指纹解锁的方法及***
JP2017065128A (ja) * 2015-09-30 2017-04-06 キヤノン株式会社 印刷装置、その制御方法、およびプログラム
DE102015120967A1 (de) * 2015-12-02 2017-06-08 Carl Zeiss Ag Verfahren und Vorrichtung zur Bildkorrektur
US10515281B1 (en) * 2016-12-29 2019-12-24 Wells Fargo Bank, N.A. Blood vessel image authentication
DE102017112484A1 (de) 2017-06-07 2018-12-13 Carl Zeiss Ag Verfahren und Vorrichtung zur Bildkorrektur
CN109700435A (zh) * 2019-01-28 2019-05-03 上海得舟信息科技有限公司 一种投影式静脉血管造影装置及其图像处理方法
WO2020218656A1 (ko) * 2019-04-26 2020-10-29 엘지전자 주식회사 전자 장치 및 그 제어방법

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1961023A (en) * 1933-12-07 1934-05-29 Herman O West Plunger for hypodermic syringes
DE3775054D1 (de) * 1987-06-16 1992-01-16 Akzo Nv Zweikammer-spritze und herstellungsverfahren.
US5865798A (en) * 1996-06-28 1999-02-02 Becton Dickinson France, S.A. Stopper assembly having bypass features for use in a multi-chamber syringe barrel
JP3825222B2 (ja) * 2000-03-24 2006-09-27 松下電器産業株式会社 本人認証装置および本人認証システムならびに電子決済システム
JP3558025B2 (ja) * 2000-09-06 2004-08-25 株式会社日立製作所 個人認証装置及び方法
JP2004154419A (ja) * 2002-11-07 2004-06-03 Sony Corp 信号処理装置および方法、記録媒体、並びにプログラム
JP4389489B2 (ja) * 2003-05-06 2009-12-24 ソニー株式会社 画像処理方法、および画像処理装置
JP2007524906A (ja) * 2003-06-21 2007-08-30 アプリリス,インコーポレイテッド 生体認証用画像を処理する方法および装置
JP4428067B2 (ja) 2004-01-28 2010-03-10 ソニー株式会社 画像照合装置、プログラム、および画像照合方法
JP2006059282A (ja) * 2004-08-24 2006-03-02 Fujitsu Ltd 生体特徴情報に基づく認証方法
JP2006107366A (ja) * 2004-10-08 2006-04-20 Fujitsu Ltd 生体情報入力装置,生体認証装置,生体情報処理方法,生体情報処理プログラムおよび同プログラムを記録したコンピュータ読取可能な記録媒体
JP4671811B2 (ja) * 2004-11-05 2011-04-20 日立オートモティブシステムズ株式会社 指認証装置
US20070036400A1 (en) * 2005-03-28 2007-02-15 Sanyo Electric Co., Ltd. User authentication using biometric information
KR100927757B1 (ko) * 2005-06-13 2009-11-20 가부시키가이샤 히타치세이사쿠쇼 정보 휴대 단말
JP4692174B2 (ja) * 2005-09-14 2011-06-01 株式会社日立製作所 個人認証装置及びドア開閉システム
JP2007148950A (ja) * 2005-11-30 2007-06-14 Hitachi Ltd 情報処理装置
JP4952026B2 (ja) * 2006-03-31 2012-06-13 株式会社日立製作所 生体情報認証装置および認証方法
JP2008097438A (ja) * 2006-10-13 2008-04-24 Hitachi Ltd ユーザ認証システム、認証サーバ、端末、及び耐タンパデバイス

Also Published As

Publication number Publication date
JP2009187520A (ja) 2009-08-20
US8798329B2 (en) 2014-08-05
CN101482922A (zh) 2009-07-15
US20090175505A1 (en) 2009-07-09
US8666121B2 (en) 2014-03-04
US20090285453A1 (en) 2009-11-19

Similar Documents

Publication Publication Date Title
CN101482922B (zh) 认证装置、认证方法、登记装置和登记方法
JP6650946B2 (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
US10769423B2 (en) Method, system and terminal for identity authentication, and computer readable storage medium
CN110598710B (zh) 证件识别方法及装置
EP2148303A1 (en) Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure
CN109711255A (zh) 指纹采集方法及相关装置
EP2148295A1 (en) Vein pattern management system, vein pattern registration device, vein pattern authentication device, vein pattern registration method, vein pattern authentication method, program, and vein data structure
CN109117700A (zh) 脸部验证方法和设备
US20090214083A1 (en) Vein authentication device and vein authentication method
KR20140020735A (ko) 바이오메트릭 인증을 위한 품질 메트릭
CN111401134A (zh) 活体检测方法、装置、电子设备及存储介质
CN111445640A (zh) 基于虹膜识别的快递取件方法、装置、设备及存储介质
US8270681B2 (en) Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration
CN104221052B (zh) 生物体认证装置、生物体认证方法、以及生物体认证程序
US20100008546A1 (en) Pattern identification method, registration device, verification device and program
US8320639B2 (en) Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration
CN111914235A (zh) 电子设备及其指纹识别方法和装置
JP2018026012A (ja) 手のひら検知装置、掌紋認証装置、手のひら検知方法、及びプログラム
CN101582115B (zh) 认证装置、认证方法、登记装置和登记方法
Kulkarni et al. Efficient approach determination for fake biometric Detection
KR20060000835A (ko) 얼굴 인식 방법 및 시스템
CN115619410A (zh) 自适应金融支付平台
KR101021838B1 (ko) 사용자 인증 촬상 장치 및 방법
CN116486439A (zh) 指纹录入方法、电子设备及存储介质
CN118155246A (zh) 识别掌纹的方法和装置、电子设备和存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121219

Termination date: 20220107

CF01 Termination of patent right due to non-payment of annual fee