CN109923581A - 皮肤信息处理程序及皮肤信息处理装置 - Google Patents

皮肤信息处理程序及皮肤信息处理装置 Download PDF

Info

Publication number
CN109923581A
CN109923581A CN201780065620.5A CN201780065620A CN109923581A CN 109923581 A CN109923581 A CN 109923581A CN 201780065620 A CN201780065620 A CN 201780065620A CN 109923581 A CN109923581 A CN 109923581A
Authority
CN
China
Prior art keywords
information
datum mark
crestal line
skin
processing
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.)
Granted
Application number
CN201780065620.5A
Other languages
English (en)
Other versions
CN109923581B (zh
Inventor
三吉野健滋
吉嶺达树
丹羽祐平
奥村健太
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.)
DDS KK
Original Assignee
DDS KK
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 DDS KK filed Critical DDS KK
Publication of CN109923581A publication Critical patent/CN109923581A/zh
Application granted granted Critical
Publication of CN109923581B publication Critical patent/CN109923581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • 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
    • G06V40/1347Preprocessing; Feature extraction
    • G06V40/1359Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/117Identification of persons
    • A61B5/1171Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • 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
    • G06V40/1365Matching; Classification
    • G06V40/1376Matching features related to ridge properties or fingerprint texture
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/20Individual registration on entry or exit involving the use of a pass
    • G07C9/22Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/257Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30088Skin; Dermal
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00Individual registration on entry or exit
    • G07C9/20Individual registration on entry or exit involving the use of a pass
    • G07C9/22Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G07C9/26Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition using a biometric sensor integrated in the pass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Analysis (AREA)

Abstract

皮肤信息处理程序包含用于使具备处理器和存储设备的计算机执行如下步骤的指令:图像获取步骤(S1)、基准点决定步骤(S2)、提取步骤(S3)、脊线信息生成步骤(S4)以及存储控制步骤(S5)。基准点决定步骤根据画像决定表示皮肤的脊线上的汗毛孔的基准点,获取位置信息。提取步骤从多个基准点中提取配置在同一连续的脊线上的多个基准点。脊线信息生成步骤生成脊线信息,该脊线信息包含多个基准点各自的位置信息、提取出的多个基准点在脊线上的排列顺序。存储控制步骤存储脊线信息。

Description

皮肤信息处理程序及皮肤信息处理装置
技术领域
本发明涉及分析图像并生成用于生物信息比对的信息的皮肤信息处理程序及皮肤信息处理装置。
背景技术
研究有各种指纹识别装置。例如,专利文献1的生物识别装置利用从生物信息提取的指纹的脊线和谷的图案、以及从生物信息提取的汗毛孔进行比对用的生物信息相对于登录用的生物信息的认证。
现有技术文献
专利文献
专利文献1:日本专利特表2007-504524号公报
发明内容
发明所要解决的问题
上述专利文献1中记载的生物识别装置中,从认证性能提高的观点进行的探讨不够充分。
本发明的目的在于提供一种可生成用于皮肤认证且与以往相比对认证性能的提高有所贡献的信息的皮肤信息处理程序和皮肤信息处理装置。
解决技术问题的技术方案
本发明的第一方式涉及的皮肤信息处理程序包含用于使具备处理器和存储设备的计算机执行如下步骤的指令,所述步骤包括:图像获取步骤,该图像获取步骤获取图像;基准点决定步骤,该基准点决定步骤根据在所述图像获取步骤中获取到的所述图像决定表示皮肤的脊线上的汗毛孔的基准点,获取与该基准点在所述图像上的位置对应的信息即位置信息;提取步骤,该提取步骤从在所述基准点决定步骤中获取到的多个所述基准点中,提取配置在连续的脊线上的多个所述基准点;以及脊线信息生成步骤,该脊线信息生成步骤生成脊线信息,该脊线信息是包含所述提取步骤中提取出的所述多个基准点各自的所述位置信息、以及提取出的所述多个基准点在所述脊线上的排列顺序的信息;以及存储控制步骤,该存储控制步骤将在所述脊线信息生成步骤中生成的所述脊线信息存储至所述存储设备,以作为用于皮肤认证的信息。
根据本发明的第一方式涉及的皮肤信息处理程序,计算机能基于图像生成脊线信息,存储至存储设备。皮肤的脊线上的汗毛孔的配置与指纹和声纹同样是固有的,因此一生也不会改变。即使在表示皮肤信息的图像的大小比以往小,脊线的分支点和端点不包含在图像中的情况下,也有图像中含有多个汗毛孔的可能性。第一方式的脊线信息包含配置在同一连续的脊线上的多个基准点各自的、表示图像中的位置的位置信息和多个基准点在脊线上的排列顺序。基准点表示脊线上的汗毛孔。在将多个基准点按照排列顺序依次以线段相连的情况下,连结多个基准点的多个线段作为整体形成脊线状的形状。各线段的长度表示配置在同一连续的脊线上的相邻的基准点之间的距离。即,脊线信息是以汗毛孔的配置表示脊线的形状的信息,也可以说是强调了图像表示的生物信息的特征部分的信息。由此,通过执行第一方式的皮肤信息处理程序,计算机能生成用于皮肤认证且与以往相比有助于认证性能提高的脊线信息。
第一方式涉及的皮肤信息处理程序中,所述基准点决定步骤可以将所述图像中的所述汗毛孔的重心决定为所述基准点,获取该基准点的所述位置信息。通过执行该情况下的皮肤信息处理程序,计算机能决定表示汗毛孔的形状和大小的特征的、汗毛孔的重心作为基准点,生成脊线信息。
第一方式涉及的皮肤信息处理程序还可以包含用于执行如下步骤的指令:距离计算步骤,该距离计算步骤针对在所述提取步骤中提取出的所述多个基准点,计算所述多个基准点分别与所述排列顺序为下一个的基准点的距离,所述脊线信息生成步骤生成所述脊线信息,该脊线信息包含在所述提取步骤中提取出的所述多个基准点各自的所述位置信息、确定的所述多个基准点内在所述脊线上的排列顺序、和所述距离。通过执行该情况下的皮肤信息处理程序,计算机能生成包含与排列顺序为下一个的基准点的距离的脊线信息。由于脊线信息包含欧氏距离,因此计算机利用脊线信息执行皮肤认证的情况下,不需要重新计算基准点间的距离。通过执行皮肤信息处理程序,计算机生成包含与排列顺序为下一个的基准点的距离的脊线信息,从而在皮肤认证执行时以与登录时位置不同的条件下获取到图像的情况下将位置的影响考虑在内地计算相似度。
第一方式涉及的皮肤信息处理程序还可以包含用于执行如下步骤的指令:角度计算步骤,该角度计算步骤针对在所述提取步骤提取出的所述多个基准点,分别计算所述基准点与所述排列顺序为下一个的基准点的线段相对于所述基准点与所述排列顺序为上一个的所述基准点的线段的相对角度,所述脊线信息生成步骤生成所述脊线信息,该脊线信息包含所述提取步骤中提取出的所述多个基准点各自的所述位置信息、确定的所述多个基准点内在所述脊线上的排列顺序、所述相对角度。通过执行该情况下的皮肤信息处理程序,计算机能生成包含相对角度的脊线信息。由于脊线信息包含相对角度,因此计算机利用脊线信息执行皮肤认证的情况下,不需要重新计算基准点间的相对角度。即,通过执行皮肤信息处理程序,计算机能缩短皮肤认证执行时的认证时间。此外,通过执行皮肤信息处理程序,计算机生成包含相对角度的脊线信息,从而能够在执行皮肤认证时将以与登录时角度不同的条件下获取到图像的情况下角度的影响考虑在内地计算相似度。
第一方式涉及的皮肤信息处理程序还可以包含用于执行如下步骤的指令:结合信息生成步骤,该结合信息生成步骤生成在将所述基准点决定步骤中获取到的所述多个基准点分别作为关注基准点的情况下的、该关注基准点的所述位置信息、和与所述关注基准点配置在同一连续的脊线上且在所述同一连续的脊线上的排列顺序在所述关注基准点前后的基准点即结合基准点的所述位置信息进行关联而得的信息,以作为结合信息,所述提取步骤基于在所述结合信息生成步骤所生成的所述结合信息,提取配置在所述同一连续的脊线上的所述多个基准点。通过执行该情况下的皮肤信息处理程序,与没有结合信息生成步骤的情况相比,计算机能以简单的处理恰当地生成脊线信息。
第一方式涉及的皮肤信息处理程序还可以包含用于执行如下步骤的指令:所述提取步骤基于在所述结合信息生成步骤中生成的所述结合信息,将在所述多个基准点内所述排列顺序为前后的基准点的数量为1的基准点确定为所述排列顺序为最开始的基准点即起点或所述排列顺序为最后的基准点即终点,将在所述多个基准点内、所述排列顺序为前后的基准点数量为3以上的基准点确定为所述脊线的分支点,在所述连续的脊线不包含所述分支点的情况下,定义从所述起点到所述终点没有分支的脊线,提取配置在该定义的脊线上的多个所述基准点,在所述连续的脊线包含所述分支点的情况下,定义所述分支点中分支数量所对应的数量的、包含该分支点的从所述起点到所述终点无分支的多个脊线,针对该定义的多个脊线中的每一个,提取配置于相同脊线上的多个所述基准点。通过执行该情况下的皮肤信息处理程序,在同一连续的脊线中包含分支点的情况下,计算机通过从包含分支点的同一连续的脊线中,定义从起点到终点没有分支的多个脊线,从而能生成可将全部脊线作为不包含分支点的脊线来处理的脊线信息。
第一方式涉及的皮肤信息处理程序还可以包含用于执行如下步骤的指令:对应决定步骤:该对应决定步骤决定用于皮肤认证的比对用的所述脊线信息的所述基准点、和存储于所述存储设备的登录用的所述脊线信息的所述基准点的对应即位置对应;以及相似度计算步骤,该相似度计算步骤基于在所述对应决定步骤中决定的所述位置对应,计算所述比对用的脊线信息和所述登录用的脊线信息的相似度即信息相似度。通过执行该情况下的皮肤信息处理程序,由于计算机利用以汗毛孔的配置表示脊线的形状且强调了图像表示的生物信息的特征部分的脊线信息,因此与单纯比较汗毛孔的相对位置的情况相比,能执行提高了位置对应的决定和相似度计算的可靠度的处理。
第一方式涉及的皮肤信息处理程序中,还可以在所述对应决定步骤中,从所述比对用的脊线信息和所述登录用的脊线信息的多个组合中、确定选择出的所述比对用的脊线信息和选择出的所述登录用的脊线信息之差相对于连续的规定个以上的所述基准点在阈值以下的成对范围,决定所述位置对应。该情况下的皮肤信息处理程序能比较简单地进行决定位置对应的处理。
第一方式涉及的皮肤信息处理程序中,还可以在所述相似度计算步骤中,选择在所述对应决定步骤中确定所述成对范围的两组所述比对用的脊线信息和所述登录用的脊线信息,针对选择的所述两组所述比对用的脊线信息和所述登录用的脊线信息,分别确定将所述成对范围内的多个基准点依照所述排列顺序以线段相连的情况的两端,比较两个所述比对用的脊线信息各自所对应的所述两端和两个所述登录用的脊线信息各自所对应的所述两端的相对位置,计算所述信息相似度。通过执行该情况下的皮肤信息处理程序,计算机通过比较成对范围内的脊线信息的两端,能高效地比较比对用的脊线信息和登录用的脊线信息来计算信息相似度。
第一方式涉及的皮肤信息处理程序中,还可以在所述相似度计算步骤中,针对所述选择的两组所述比对用的脊线信息和所述登录用的脊线信息内的、所述两个所述比对用的脊线信息和所述两个所述登录用的脊线信息中的至少一方,将两个所述脊线信息内的一个设为第一脊线信息、另一个设为第二脊线信息的情况下,利用将所述第一脊线信息的所述两端内的至少任一个端部和所述第二脊线信息的所述两端的至少任一个端部连结而得的一个以上的比较线段的长度,来计算可靠度,也可以对所述相对位置的比较结果乘以所述可靠度,计算所述信息相似度。通过执行该情况下的皮肤信息处理程序,与不利用可靠度计算信息相似度的情况相比,计算机能计算认证精度较高的相似度。
本发明的第二方式涉及的皮肤信息处理装置具备处理器和存储设备,所述处理器作为如下单元发挥作用:图像获取单元,该图像获取单元获取图像;基准点决定单元,该基准点决定单元根据所述图像获取单元获取到的所述图像决定表示皮肤的脊线上的汗毛孔的基准点,获取与该基准点在所述图像上的位置对应的信息即位置信息;提取单元,该提取单元从所述基准点决定单元获取到的多个所述基准点中,提取配置在同一连续的脊线上的多个所述基准点;脊线信息生成单元,该脊线信息是生成单元生成脊线信息,该脊线信息包含所述提取单元所提取出的所述多个基准点各自的所述位置信息、以及提取出的所述多个基准点在所述脊线上的排列顺序;以及存储控制单元,该存储控制单元将所述脊线信息生成单元生成的所述脊线信息存储至所述存储设备,以作为用于皮肤认证的信息。
第二方式涉及的皮肤信息处理装置能基于图像生成脊线信息,存储至存储设备。皮肤的脊线上的汗毛孔的配置与指纹和声纹同样是固有的,因此一生也不会改变。表示皮肤信息的图像的大小比以往小,因此即使在脊线的分支点、端点不包含在图像中的情况下,也具有能获取多个汗毛孔的可能性。第一方式的脊线信息包含配置在同一连续的脊线上的多个基准点各自的、表示图像中的位置的位置信息和多个基准点在脊线上的排列顺序。基准点表示脊线上的汗毛孔。在将多个基准点按照排列顺序依次以线段相连的情况下,连结多个基准点的多个线段作为整体形成脊线状的形状。各线段的长度表示配置在同一连续的脊线上的相邻的基准点之间的距离。即,脊线信息是以汗毛孔的配置表示脊线的形状的信息,也可以说是强调了图像表示的生物信息的特征部分的信息。由此,第二方式的皮肤信息处理装置能生成用于皮肤认证且与以往相比有助于认证性能的提高的脊线信息。第三方式的非暂时性的计算机可读取介质存储第一方式的皮肤信息处理程序。
第四方式的皮肤信息处理程序包含用于使具备处理器和存储设备的计算机执行如下步骤的指令:对应获取步骤,该对应获取步骤在利用包含表示从图像提取出的皮肤的脊线上的特征点的基准点在所述图像上的位置信息、和依照规定的规则以线段将多个所述基准点连结时的连接顺序的线段信息进行皮肤认证的情况下,基于存储于所述存储设备的登录用的所述线段信息和比对用的所述线段信息的比较结果,获取决定为用于相似度计算的组合的多组所述登录用的线段信息和所述比对用的线段信息;选择步骤,该选择步骤从在所述对应获取步骤中获取到的多组所述登录用的线段信息和所述比对用的线段信息,选择两组所述登录用的线段信息和所述比对用的线段信息;比较步骤,该比较步骤对在所述选择步骤中选择的两个所述比对用的线段信息分别对应的两端和与两个所述登录用的线段信息分别对应的两端的相对位置进行比较;可靠度计算步骤,该可靠度计算步骤针对在所述选择步骤中选择的两组所述比对用的线段信息和所述登录用的线段信息内的、所述两个所述比对用的线段信息和所述两个所述登录用的线段信息中的至少一个,将两个所述线段信息内的一个设为第一线段信息、另一个设为第二线段信息的情况下,利用将所述第一线段信息的所述两端内的至少任一个端部和所述第二线段信息的所述两端内的至少任一个端部连结而成的一个以上的比较线段的长度来计算可靠度;以及相似度计算步骤,该相似度计算步骤利用所述比较步骤中的比较结果、和在所述可靠度计算步骤中计算出的所述可靠度,计算所述比对用的线段信息和所述登录用的线段信息的相似度即信息相似度。通过执行第四方式的皮肤信息处理程序,计算机除了比较步骤中的比较结果之外,还将在可靠度计算步骤中计算出的可靠度用于信息相似度的计算,与不利用可靠度而计算信息相似度的情况相比,能计算认证精度较高的相似度。
第四方式的皮肤信息处理程序中,所述特征点也可以是表示皮肤的脊线上的汗毛孔的点。皮肤的脊线上的汗毛孔的配置与指纹和声纹同样是固有的,因此一生也不会改变。表示皮肤信息的图像的大小比以往小,因此即使在脊线的分支点、端点不包含在图像中的情况下,也具有能获取多个汗毛孔的可能性。第一方式的脊线信息包含配置在同一连续的脊线上的多个基准点各自的、表示图像中的位置的位置信息和多个基准点在脊线上的排列顺序。基准点表示脊线上的汗毛孔。由此,通过执行第四方式的皮肤信息处理程序,计算机通过将利用表示皮肤信息的特征的汗毛孔计算出的可靠度用于信息相似度的计算,与不利用可靠度计算信息相似度的情况相比,能计算认证精度较高的相似度。
第四方式的皮肤信息处理程序中,所述线段信息也可以是脊线信息,该脊线信息包含配置在同一连续的脊线上的多个所述基准点各自的所述位置信息、和将所述提取出的多个基准点在所述脊线上的排列顺序作为所述连接顺序。在该情况下的皮肤信息处理程序基于线段信息将多个基准点按照排列顺序依次以线段相连的情况下,连结多个基准点而成的多个线段整体上形成为脊线状的形状。各线段的长度表示配置在同一连续的脊线上的相邻的基准点之间的距离。即,脊线信息是以汗毛孔的配置表示脊线的形状的信息,也可以说是强调了图像表示的生物信息的特征部分的信息。从而,通过执行第四方式的皮肤信息处理程序,计算机通过将利用基于脊线信息计算出的可靠度用于信息相似度的计算,从而与不利用可靠度计算信息相似度的情况相比,能计算认证精度较高的可靠度。
第四方式的皮肤信息处理程序中,所述相似度计算步骤可以对所述比较步骤中的比较结果乘以在所述可靠度计算步骤中计算出的所述可靠度,计算所述信息相似度。通过执行该情况下的皮肤信息处理程序,计算机能以两组线段信息表示的线段的长度强调两组线段信息的比较结果来计算信息相似度。
本发明的第五方式涉及的皮肤信息处理程序,包含用于使具备处理器和存储设备的计算机执行如下步骤的指令:图像获取步骤,该图像获取步骤获取图像;基准点决定步骤,该基准点决定步骤根据在所述图像获取步骤中获取到的所述图像决定表示皮肤的脊线上的汗毛孔的基准点,获取与该基准点在所述图像上的位置对应的信息即位置信息;结合信息生成步骤,该结合信息生成步骤生成在将所述基准点决定步骤中获取到的所述多个基准点分别作为关注基准点的情况下的、该关注基准点的所述位置信息、和与所述关注基准点配置在同一连续的脊线上且在所述同一连续的脊线上的排列顺序在所述关注基准点前后的基准点即结合基准点的所述位置信息进行关联而得的信息作为结合信息;以及第一存储控制步骤,该第一存储控制步骤将在所述结合信息生成步骤中生成的所述结合信息存储至所述存储设备作为用于皮肤认证的信息。第五方式涉及的皮肤信息处理程序能使计算机基于图像生成结合信息,并存储至存储设备。皮肤的脊线上的汗毛孔的配置与指纹和声纹同样是固有的,因此一生也不会改变。表示皮肤信息的图像的大小比以往小,因此即使在脊线的分支点、端点不包含在图像中的情况下,也具有能获取多个汗毛孔的可能性。第五方式的结合信息是表示基准点在脊线上的配置的信息,其中,该基准点表示汗毛孔,也可以说是强调了图像表示的皮肤信息的特征部分的信息。由此,通过执行第五方式的皮肤信息处理程序,计算机能生成用于皮肤认证且与以往相比有助于认证性能的提高的结合信息。
第五方式的皮肤信息处理程序还可以包含用于执行如下步骤的指令:提取步骤,该提取步骤从在所述基准点决定步骤中获取到的多个所述基准点中,基于在所述结合信息生成步骤中生成的所述结合信息,提取配置在同一连续的脊线上的多个所述基准点;脊线信息生成步骤,该脊线信息生成步骤生成脊线信息,该脊线信息包含在所述提取步骤中提取出的所述多个基准点各自的所述位置信息、以及提取出的所述多个基准点在所述脊线上的排列顺序;以及第二存储控制步骤,该第二存储控制步骤将在所述脊线信息生成步骤中生成的所述脊线信息存储至所述存储设备作为用于皮肤认证的信息。脊线信息包含配置在同一连续的脊线上的多个基准点各自的、表示图像中的位置的位置信息和多个基准点在脊线上的排列顺序。基准点表示脊线上的汗毛孔。在将多个基准点按照排列顺序依次以线段相连的情况下,连结多个基准点的多个线段作为整体形成脊线状的形状。各线段的长度表示配置在同一连续的脊线上的相邻的基准点之间的距离。即,脊线信息是以汗毛孔的配置表示脊线的形状的信息,也可以说是强调了图像表示的生物信息的特征部分的信息。通过执行该情况下的皮肤信息处理程序,与没有结合信息生成步骤的情况相比,计算机能以简单的处理恰当地生成脊线信息。由此,该情况的皮肤信息处理程序能以比较简单的处理生成用于皮肤认证且与以往相比有助于认证性能的提高的脊线信息。
第五方式的皮肤信息处理程序还可以包含用于执行如下步骤的指令:样本信息获取步骤,该样本信息获取步骤获取表示在所述基准点决定步骤中决定的所述基准点周围的颜色信息的变化的信息即样本信息;频率信息计算步骤,该频率信息计算步骤生成将在所述样本信息获取步骤中获取到的所述样本信息的频率分量和所述位置信息进行关联而得的信息作为频率信息;以及第三存储控制步骤,该第三存储控制步骤将包含在所述频率信息计算步骤中获取到的所述频率信息的信息和所述结合信息进行关联,存储至所述存储设备作为用于皮肤认证的信息。根据该情况下的皮肤信息处理程序,计算机能生成表示图像中的基准点周围的颜色变化的频率信息。皮肤信息处理程序使计算机将表示作为皮肤信息的具有特征性的汗毛孔作为基准点,能生成可抵消相对于基准旋转或移动的影响的频率信息。也就是说在执行了皮肤信息处理程序时,即使在表示皮肤信息的图像的大小比以往小的情况下,计算机也可生成不易受到皮肤信息的获取条件影响的信息。第六方式的非暂时性的计算机可读取介质存储第四方式和第五方式中的任一种的皮肤信息处理程序。第七方式的皮肤信息处理装置具备执行第四方式和第五方式中的任一种皮肤信息处理程序的各种处理步骤的处理单元。本发明可以各种方式实现,例如,能以皮肤信息处理程序、存储该皮肤信息处理程序的非暂时性的计算机可读取介质、皮肤信息处理方法等方式实现。
附图说明
图1是皮肤信息处理装置10的框图。
图2是皮肤信息处理装置10的功能框图。
图3是第一实施方式的脊线信息存储处理的流程图。
图4是基于图像41生成脊线信息的过程的说明图。
图5是基于图像41生成的脊线信息R1-R5的说明图。
图6是第二实施方式的相似度计算处理的流程图。
图7是通过登录用的脊线信息R1-R5表示的图像45、和表示比对用的脊线信息V1-V4的图像65的说明图。
图8是第三实施方式的皮肤信息处理的流程图。
图9是由图8的皮肤信息处理所执行的图像分析处理的流程图。
图10是由图9的图像信息处理所执行的结合信息生成处理的流程图。
图11是生成结合信息85的过程的说明图。
图12是由图10的结合信息生成处理所执行的删除处理的流程图。
图13是由图10的结合信息生成处理所执行的列表修正处理的流程图。
图14是由图9的图像分析处理所执行的脊线信息生成处理的流程图。
图15是登录用的图像41的说明图。
图16是生成脊线信息R1-R6的过程的说明图。
图17是由图14的脊线信息生成处理所执行的角度计算处理的流程图。
图18是分支点列表91的说明图。
图19是由图14的脊线信息生成处理所执行的分支点处理的流程图。
图20是比对用的图像61的说明图。
图21是脊线信息V1-V5的说明图。
图22是由图8的皮肤信息处理所执行的比对处理的流程图。
图23是由图22的比对处理所执行的成对范围候选选定处理的流程图。
图24是通过登录用的脊线信息Rm表示的图像47、和通过比对用的脊线信息Vn表示的图像67的说明图。
图25是选定成对范围候选的过程的说明图。
图26是通过图23的成对范围候选选定处理所选定的成对范围候选的说明图。
图27是由图22的比对处理所执行的成对范围决定处理的流程图。
图28是由图27的成对范围决定处理所执行的计算处理的流程图。
图29是存储相似度计算对、相似度以及角度的过程的说明图。
图30是由图27的成对范围决定处理所执行的成对范围删除处理的流程图。
图31是由第四实施方式的图8的皮肤信息处理所执行的图像分析处理的流程图。
图32是由图31的图像分析处理所执行的频率信息生成处理的流程图。
图33是获取样本的过程的说明图。
图34是基于多个样本数据96,表示颜色信息相对于第二位置信息的变化的图表。
图35是示出针对多个样本数据96生成的频率信息83的图。
图36是脊线信息R1-R6的说明图。
图37是由第四实施方式的图27的成对范围决定处理所执行的计算处理的流程图。
图38是由图37的计算处理所执行的频率信息的相似度计算处理的流程图。
图39是存储相似度计算对、脊线信息的相似度WR、频率信息的相似度WF以及角度的过程的说明图。
图40是表示认证试验结果的图表。
具体实施方式
参照附图对本发明的一个实施方式进行说明。以下的实施方式中例示的具体的多个数值是一例,本发明不限于这些多个数值。在以下的说明中,将图像数据简称为“图像”。
参照图1,对第一实施方式至第四实施方式共通的皮肤信息处理装置10进行说明。皮肤信息处理装置10是具备根据皮肤信息生成用于比对的比对信息的功能的电子设备。皮肤信息例如从拍摄了手指、手掌以及足底这样的无毛发皮肤的图像所表示的生物信息中来选择。本例的皮肤信息是与指纹和汗毛孔相关的信息。本例的皮肤信息处理装置10是公知的智能手机。皮肤信息处理装置10包括如下功能:即,分析拍摄了指纹和汗毛孔的图像,生成利用皮肤信息进行比对所必须的登录用的比对信息,并存储至存储于皮肤信息处理装置10的闪存4中的数据库(DB)28。皮肤信息处理装置10包括如下功能:即,分析拍摄了手指的图像,生成利用皮肤信息进行比对所必须的比对用的比对信息,并决定所生成的比对用的比对信息与存储于DB28的登录用的比对信息的对应。
如图1所示,皮肤信息处理装置10包括CPU1、ROM2、RAM3、闪存4、通信I/F5、显示部6、触摸屏7以及皮肤信息获取装置8。CPU1是对皮肤信息处理装置10进行控制的处理器。CPU1与ROM2、RAM3、闪存4、通信I/F5、显示部6、触摸屏7以及皮肤信息获取装置8电连接。ROM2存储BIOS、启动程序和初始设定值。RAM3存储各种临时数据。闪存4存储CPU1用来控制皮肤信息处理装置10而执行的程序、OS(Operating System:操作***)以及DB28。通信I/F5是用于与外部设备执行通信的控制器。显示部6是液晶显示器。触摸屏7设于显示部6的表面。皮肤信息获取装置8获取拍摄到皮肤的图像。本例的皮肤信息获取装置8是光学式的区域型传感器或显微镜,每1像素以256灰度的灰度值表示颜色信息。颜色信息是表示颜色的信息。为了获取可识别汗毛孔的图像,图像的分辨率优选为800dpi(dots per inch:每英寸点数)以上。作为一例,本例的皮肤信息处理装置10的分辨率为2000dpi。
参照图2至图5,利用图4所示的具体例说明第一实施方式的皮肤信息处理装置10中所执行的脊线信息存储处理。如图2所示,皮肤信息处理装置10具有皮肤信息获取装置8、图像获取部21、基准点决定部22、提取部23、脊线信息生成部24、登录部26、比对部27以及DB28,通过CPU1(参照图1)来执行其各功能模块所对应的处理。
如图3所示,皮肤信息获取装置8向图像获取部21输出图像。图像获取部21获取由皮肤信息获取装置8输出的图像(S1)。具体例中,皮肤信息获取装置8获取图像41。图像41示意性示出了例如分辨率为2000dpi,X方向(左右方向)为480像素、Y方向(上下方向)为800像素的矩形图像的一部分的图。基准点决定部22从在S1获取到的图像41决定表示皮肤的脊线上的汗毛孔的基准点,获取与基准点在图像上的位置对应的信息即位置信息(S2)。基准点决定部22例如将确定的汗毛孔的面积重心决定为表示汗毛孔的基准点。基准点的位置信息例如由图像坐标系的二维坐标表示。本例的图像坐标系的二维坐标为基于图像中的像素的位置、以像素为单位进行设定的坐标。在图像41中,设定以X,Y表示的图像坐标系的二维坐标。CPU1将图像41的左上的像素的位置设为图像坐标系的二维坐标46的原点。将从二维坐标46的原点起沿X正方向离开x个像素,从原点起沿Y正方向离开y个像素的位置记做坐标(x,y)。
基准点决定部22例如以如下步骤决定基准点。如图4所示,基准点决定部22根据在S1获取到的图像41生成表示脊线的图像42和表示包含汗毛孔的圆形图形的图像43。图像42例如通过对图像41二值化处理而获得。其它例子中,图像42通过将图像41提供至细节点法的处理中所使用的多个图像处理滤波器而获得。图像42内的黑色部分表示脊线,白色部分表示脊线和脊线之间的谷的部分。图像43例如通过将图像41提供至可提取规定范围的灰度值部分的图像处理滤波器而获得。汗毛孔被配置于脊线上。基准点决定部22比较图像42和图像43,将以黑色部分所示的脊线上配置的圆形的部分确定为汗毛孔。基准点决定部22例如将确定的汗毛孔的面积重心决定为表示汗毛孔的基准点。在S2的处理中,例如提取出包含图像44的基准点P1~P9的多个基准点。
提取部23从在S2中获取到的多个基准点中,提取配置在同一连续的脊线上的多个基准点(S3)。同一连续的脊线与图像42中黑色部分连续的部分相对应。配置在同一连续的脊线上的多个基准点是配置在图像42中连续的黑色部分的多个基准点。对脊线L1提取基准点P1到P3。对脊线L2提取基准点P4到P9。对脊线L3提取基准点P11到P19。对脊线L4提取基准点P20到P26。对脊线L5提取基准点P27到P30。
脊线信息生成部24生成脊线信息(S4),该脊线信息是包含在S3中提取出的多个基准点各自的位置信息和提取出的多个基准点在脊线上的排列顺序的信息。脊线信息生成部24对每条脊线生成脊线信息。脊线上的排列顺序是以线段将多个基准点从脊线的一端侧向另一端侧连接来表示脊线时的结合顺序。一端侧和另一端侧可以适当决定。脊线信息生成部24例如将一端侧设为图像41的左端侧。图5所示的脊线信息包含脊线ID、基准点ID和位置信息。脊线ID是用于识别图像上的脊线的标识。基准点ID是用于识别图像上的汗毛孔的标识。例如,脊线L1的脊线信息按照基准点ID为P1、P2、P3的顺序来登录。基准点ID的登录顺序与脊线上的排列顺序对应。脊线信息生成部24生成与脊线L1到L5分别对应的脊线信息R1到R5。
登录部26将在S4生成的脊线信息存储至DB28,以作为用于皮肤认证的登录用的比对信息(S5)。比对部27将在S4生成的脊线信息存储至RAM3,以作为用于皮肤认证的比对用的比对信息。比对部27将比对用的比对信息与存储于DB28的登录用的比对信息进行比对,进行皮肤认证。皮肤信息处理装置10到这里结束处理。
图3的S1的处理是本发明的图像获取步骤的一例。执行S1的CPU1(图像获取部21)是本发明的图像获取单元的一例。S2的处理是本发明的基准点决定步骤的一例。执行S2的CPU1(基准点决定部22)是本发明的基准点决定单元的一例。S3的处理是本发明的提取步骤的一例。执行S3的CPU1(提取部23)是本发明的提取单元的一例。S4的处理是本发明的脊线信息生成步骤的一例。执行S4的CPU1(脊线信息生成部24)是本发明的脊线信息生成单元的一例。S5的处理是本发明的存储控制步骤的一例。执行S5的CPU1(登录部26、比对部27)是本发明的存储控制单元的一例。在S4中,可以执行生成结合信息的处理以代替生成脊线信息的处理,在S5中,可以执行将在S4的处理中生成的结合信息存储至存储设备的处理。
参照图6至图7,对第二实施方式的皮肤信息处理装置10中所执行的相似度计算处理进行说明。虽然未图示,但皮肤信息处理装置10具有对应获取部、脊线信息选择部、比较部、可靠度计算部以及相似度计算部,通过CPU1(参照图1)执行与这些功能模块对应的处理。
如图6所示,对应获取部获取作为用于相似度计算的组合所决定的多组登录用的线段信息、和比对用的线段信息(S6)。多组登录用的线段信息、比对用的线段信息是如下决定的:利用包含表示从图像提取出的皮肤的脊线上的特征点的基准点在图像上的位置信息和依照规定的规则将多个基准点以线段相连时的连接顺序的线段信息,来进行皮肤认证的情况下,基于存储于存储设备(DB28)的登录用的线段信息和比对用的线段信息的比较结果来决定的。特征点例如是表示汗毛孔的点。特征点可以是依照公知的细节点法提取出的脊线的端点和分支点等。线段信息例如是脊线信息。线段信息例如可以是依照规定条件将依照细节点法提取出的特征点连结而成的线段。例如,针对图7的图像45所示的登录用的脊线信息R1到R5、图像65所示的比对用的脊线信息V1到V4,将以相同线条类型(直线、虚线、单点划线、两点划线)所示的粗线部分获取为同组的登录用的线段信息和比对用的线段信息。决定为用于相似度计算的组合的处理可以由皮肤信息处理装置10来执行,也可以由外部设备执行。生成线段信息的方法以及决定为用于对多组登录用的线段信息和比对用的线段信息计算相似度的组合的处理的方法不特别限定。
选择部从在S6获取到的多组登录用的线段信息和比对用的线段信息中,选择两组登录用的线段信息和比对用的线段信息(S7)。选择部例如选择在图7中以直线的粗线所示部分的登录用的脊线信息R2和比对用的脊线信息V1、以虚线的粗线所示部分的登录用的脊线信息R4和比对用的脊线信息V3。
比较部对在S7所选择的两个比对用的线段信息分别对应的两端和与两个登录用的线段信息分别对应的两端的相对位置进行比较(S8)。比较部确定以比对用图像65中直线的粗线所示的线段两端的基准点Q1、Q6、以虚线的粗线所示的线段两端的基准点Q19、Q23。比较部确定以登录用图像45中直线的粗线所示的线段两端的基准点P4、P9、以虚线的粗线所示的线段两端的基准点P21、P25。比较部对确定的两个比对用的线段信息分别对应的两端和与两个登录用的线段信息分别对应的两端的相对位置进行比较。比较部例如比较例如成为比对用图像65的端点的基准点Q1和Q19的距离以及相对于X轴的角度、成为登录用图像45的端点的基准点P4和P21的距离以及相对于X轴的角度。比较部例如比较例如成为比对用图像65的端点的基准点Q6和Q23的距离以及相对于X轴的角度、成为登录用图像45的端点的基准点P9和P25的距离以及相对于X轴的角度。
可靠度计算部针对在S8中选择出的两组比对用的线段信息和登录用的线段信息内的、两个比对用的线段信息和两个登录用的线段信息中的至少一方,将两个线段信息内的一个设为第一线段信息、另一个设为第二线段信息的情况下,将第一线段信息的至少任一个端部和第二线段信息的至少任一个端部连结而成的一个以上的比较线段的长度计算为可靠度(S9)。可靠度计算部例如将以比对用图像65的直线的粗线所示的线段信息作为第一线段信息,将以虚线的粗线所示的线段信息作为第二线段信息。可靠度计算部例如将第一线段信息所表示的线段的端点即基准点P1和第二线段信息所表示的线段的端点即基准点P19相连而成的线段作为比较线段,将比较线段的长度计算为可靠度。
相似度计算部利用S8中的比较结果和S9中计算出的可靠度,计算比对用的线段信息和登录用的线段信息的相似度即信息相似度(S10)。计算出的信息相似度例如用于皮肤认证。
图6的S6的处理是对应获取步骤的一例。执行S1的CPU1(对应获取部)是对应获取单元的一例。S7的处理是选择步骤的一例。执行S7的CPU1(脊线信息选择部)是选择单元的一例。S8的处理是比较步骤的一例。执行S8的CPU1(比较部)是比较单元的一例。S9的处理是可靠度计算步骤的一例。执行S9的CPU1(可靠度计算部)是可靠度计算单元的一例。S10的处理是相似度计算步骤的一例。执行S10的CPU1(相似度计算部)是相似度计算单元的一例。
1.登录时的处理
参照图8至图19,对于第三实施方式的皮肤信息处理装置10中执行的皮肤信息处理,以登录比对信息的情况为例进行说明。皮肤信息处理在用户输入了开始指令的情况下开始。开始指令包含将从图像获取到的比对信息作为登录用的比对信息登录至DB28,或者计算比对信息与登录至DB28的登录用的比对信息的相似度所涉及的指令。皮肤信息处理装置10的CPU1检测到皮肤信息处理的开始指令的输入后,将存储于闪存4的用于执行皮肤信息处理的皮肤信息处理程序读取到RAM3,依照皮肤信息处理程序所包含的指令,执行以下说明的各步骤的处理。本例中,执行催促再输入的反馈处理,直至提取到满足提取特征点的必要条件(例如图像的清晰度)的生物信息。由皮肤信息处理获取到的皮肤信息满足利用算法从皮肤信息提取比对信息的必要条件。在处理的过程中获取到的或生成的信息以及数据适当地被存储至RAM3。处理所必须的各种设定值预先被存储至闪存4。下面将步骤省略记做“S”。
如图8所示,CPU1执行图像分析处理(S11)。参照图9对图像分析处理进行说明。皮肤信息获取装置8在检测到手指接触的情况下,将能确定拍摄到指纹和汗毛孔的图像的信号输出至CPU1。CPU1接收由皮肤信息获取装置8输出的信号。CPU1基于接收到的信号获取图像(S21)。在S21中,例如获取图4所示的图像41。在图像41中,设定以X,Y表示的图像坐标系的二维坐标。CPU1对基准点决定部22在S1获取到的图像41进行二值化处理,获取表示脊线的图像42(S22)。CPU1决定基准点(S23)。例如,CPU1将图像41提供至可提取规定范围的灰度值部分的图像处理滤波器以获取图像43,比较图像42、图像43以将由黑色部分所示的脊线上所配置的圆形的部分确定为汗毛孔。CPU1将确定的汗毛孔的面积重心决定为表示汗毛孔的基准点,获取所决定的基准点的位置信息。本例的位置信息是图像坐标系中以像素为单位的坐标。CPU1只要适当考虑圆形部分的大小和形状等,判断是否将其决定为汗毛孔即可。CPU1判断在S23中决定的基准点的数量是否大于0(S24)。在S23决定的基准点的数量为0的情况下(S24为否),CPU1结束图像分析处理,将处理返回至图8的皮肤信息处理。在S23决定的基准点的数量大于0的情况下(S24为是),CPU1执行结合信息生成处理。
如图10所示,在结合信息生成处理中,CPU1将列表初始化(S31)。列表存储结合信息。结合信息是在将S23的处理所决定的多个基准点分别设为关注基准点PT的情况下,将关注基准点PT的位置信息和结合基准点PB的位置信息相关联的信息。结合基准点PB是被配置于与关注基准点PT同一连续的脊线上,且同一连续的脊线上的排列顺序在关注基准点PT前后的基准点。CPU1将在S23的处理所决定的多个基准点中选择一个基准点作为关注基准点PT(S32)。例如,图4所示的图像44的基准点P1被选择为关注基准点PT。CPU1选择一个成为结合基准点PB的候选的候选基准点PK(S33)。CPU1例如在S23的处理所决定的多个基准点内之中,按照与关注基准点PT的距离(例如欧氏距离)由近到远的顺序获取基准点作为候选基准点PK。CPU1例如选择基准点P4作为候选基准点PK。CPU1计算在S32的处理所选择的关注基准点P与在S33的处理所选择的候选基准点PK之间的距离d(S34)。距离d例如是基于关注基准点PT的位置信息和候选基准点PK的位置信息计算出的欧式距离。
CPU1判断在S34计算出的距离d是否小于阈值(S35)。阈值考虑到皮肤上的汗毛孔的分布而适当设定。在距离d不小于阈值的情况下(S35为否),CPU1执行后述的S40的处理。在距离d小于阈值的情况下(S35为是),CPU1参照图像42,在关注基准点PT和候选基准点PK之间,判断是否仅有黑色像素(S36)。例如,在关注基准点P1和候选基准点P4之间存在白色像素(S36为否)。该情况下CPU1判断关注基准点PT和候选基准点PK不配置于同一连续的脊线上,因此在S33的处理中,判断是否选择在S23的处理所决定的多个基准点内的关注基准点PT之外的基准点作为候选基准点PK(S40)。在S33的处理中存在未被选择为候选基准点PK的基准点的情况下(S40为否),CPU1选择下一个候选基准点PK(S33)。CPU1例如选择P2作为候选基准点PK,计算距离d(S34)。距离d比阈值要小(S35为是),在基准点P1与基准点P2之间仅存在黑色像素(S36为是)。由此,CPU1判断针对关注基准点PT的列表是否有空闲(S37)。本例中,可设定一个关注基准点PT附带规定个数结合基准点PB,对可登录至列表的结合基准点PB的数量设置上限。规定个数例如考虑到脊线的分岔数量而为4个。
在列表没有空闲的情况下(S37为否),CPU1判断在S34计算出的距离d是否小于dmax(S38)。dmax是存储在列表的距离d的最大值。在距离d不小于dmax的情况下(S38为否),CPU1执行后述的S40的处理。在距离d小于dmax的情况下(S38为是),针对关注基准点PT的列表内,删除成为dmax的候选基准点PK,取而代之将在S33选择的候选基准点PK追加至列表并更新列表(S39)。S37的处理中,在针对关注基准点PT的列表中存在空闲的情况下(S37为是),CPU1将在S33选择的候选基准点PK追加至针对关注基准点PT的列表(S39)。若在S33的处理中,存在未将S23的处理中决定的多个基准点内的关注基准点PT以外的基准点选择为候选基准点PK的基准点(S40为否),则CPU1将处理返回至S33。在重复执行的S39中,如图11的列表81所示,对于基准点P1,将基准点P2、P3存储于列表。在选择关注基准点PT以外的全部基准点作为候选基准点PK的情况下(S40为是),CPU1判断是否在S32的处理中选择全部基准点作为关注基准点PT(S41)。在存在未选择为关注基准点PT的基准点的情况下(S41为否),CPU1将处理返回至S32。在选择全部的基准点作为关注基准点PT的情况下(S41为是),CPU1执行删除处理(S49)。删除处理中,执行将脊线上的排列顺序不在关注基准点PT前后的基准点从列表中删除的处理。
如图12所示,删除处理中,CPU1从多个基准点中选择存储了两个以上候选基准点PK2的基准点作为关注基准点PT(S42)。CPU1例如选择基准点P1作为关注基准点PT。CPU1从在S42所选择的针对关注基准点PT的两个以上候选基准点PK中,选择两个基准点(S43)。CPU1例如选择基准点P2、P3作为两个基准点。CPU1计算在S43中选择的两个基准点各自与关注基准点PT连结的两条线段构成的角的角度AL(S44)。CPU1例如计算连结基准点P1、基准点P2的第一线段和连结基准点P1、基准点P3的第二线段构成的角的角度AL。CPU1判断在S44计算出的角度AL是否小于阈值(S45)。S45的阈值考虑到脊线的弯曲范围和汗毛孔的间隔而设定。
具体例中,判断为第一线段和第二线段构成的角的角度AL小于阈值(S45为是),在S43选择的两个基准点P2、P3内,将与在S42中选择的基准点P1的距离较远的基准点P3从列表中删除(S46)。在角度AL不小于阈值的情况下(S45为否)或者S46之后,CPU1判断在S43中是否选择了针对关注基准点P2存储的两个以上候选基准点PK的全部组合(S47)。在存在S43中未选择的组合的情况下(S47为否),CPU1将处理返回至S43。针对基准点P1,没有在S43的处理中未被选择的组合(S47为是)。在该情况下,CPU1判断在S42的处理中是否选择存储有两个以上候选基准点PK的全部基准点作为关注基准点PT(S48)。在存储两个以上候选基准点PK的基准点内,存在在S42的处理中未被选择为关注基准点PT的基准点的情况下(S48为否),CPU1将处理返回至S42的处理。在S42的处理中存储两个以上候选基准点PK的全部基准点均被选择为关注基准点PT的情况下(S48为是),CPU1到这里结束删除处理,将处理返回至图10的结合信息生成处理。通过删除处理,图11的列表81中存储的候选基准点PK中的一部分被删除,列表84被更新。
如图10所示,CPU1在S49的处理之后执行列表修正处理(S50)。列表修正处理是修正列表的处理,以使得关注基准点PT被存储为在针对关注基准点PT存储的候选基准点PK作为关注基准点PT的情况下的候选基准点PK。如图13所示,列表修正处理中,CPU1从多个基准点中选择一个基准点作为关注基准点PT(S51)。CPU1例如选择基准点P1作为关注基准点PT。CPU1判断针对在S51选择的关注基准点PT存储的候选基准点PK的数量是否大于0(S52)。在候选基准点PK的数量不大于0的情况下(S52为否),CPU1进行后述的S58的处理。在基准点P1中,存储一个候选基准点PK(S52为是),因此CPU1从列表中选择一个在S51中选择的关注基准点PT的候选基准点PK(S53)。CPU1选择基准点P2作为基准点P1的候选基准点PK。CPU1判断在S51中选择的基准点P1是否作为在S53选择的基准点P2的候选基准点PK存储至列表(S54)。在S51中选择的基准点并非作为在S53中选择的基准点的候选基准点PK而被存储至列表的情况下(S54为否),若在S53中选择的基准点的列表中存在空闲(S55为是),则CPU1将在S51中选择的基准点作为在S53中选择的基准点的候选基准点PK存储至列表(S56)。在S53中选择的基准点的列表中没有空闲的情况下(S55为否)、或者S56的处理之后,CPU1进行S57的处理。
作为基准点P2的候选基准点PK,基准点P1被存储至列表(S54为是)。在该情况下CPU1判断针对在S51中选择的关注基准点PT的全部候选基准点PK是否在S53的处理中被选择(S57)。在关注基准点PT的候选基准点PK内,存在在S53的处理中未被选择的基准点的情况下(S57为否),CPU1将处理返回至S53。在针对关注基准点PT的全部候选基准点PK在S53的处理中均被选择的情况下(S57为是),CPU1判断多个基准点是否全部在S51的处理中被选择为关注基准点(S58)。在存在未被选择为关注基准点PT的基准点的情况下(S58为否),CPU1将处理返回至S51。在全部基准点均被选择为关注基准点PT的情况下(S58为是),CPU1结束列表修正处理,将处理返回至图10的结合信息生成处理。CPU1在结束S50的列表修正处理之后,结束结合信息生成处理,将处理返回至图9的图像分析处理。通过结合信息生成处理,候选基准点PK被作为针对关注基准点PT的结合基准点PB,并储存将关注基准点PT的位置信息和结合基准点PB的位置信息进行关联而得的结合信息85。如图11所示,结合信息85中,例如将基准点P1的位置信息和基准点P2的位置信息进行关联来作为针对基准点P1的结合信息B1。将基准点P2的位置信息和基准点P1、P3的位置信息进行关联来作为针对基准点P2的结合信息B2。
如图9所示,CPU1在S25的处理之后执行脊线信息生成处理(S26)。如图14所示,脊线信息生成处理中,CPU1从多个基准点中选择一个基准点作为关注基准点PT(S61)。CPU1例如选择图15的基准点P1作为关注基准点PT。CPU1参照在S25的处理中生成的结合信息85,判断针对在S61的处理中选择的关注基准点PT存储的结合基准点PB的数量是否为1(S62)。CPU1通过S62的处理,基于结合信息将在多个基准点内排列顺序为前后的基准点的数量为1的基准点确定为排列顺序最开始的基准点即起点或排列顺序最后的基准点即终点。在结合基准点PB的数量不为1的情况下(S62为否),CPU1执行后述的S75的处理。基准点P1的结合基准点PB的数量为1(S62为是)。在该情况下CPU1参照已经存储的脊线信息,判断在S61的处理中选择的关注基准点PT是否被存储为其它脊线信息的基准点(S63)。在S61的处理中被选择的关注基准点PT被存储为其它脊线信息的基准点的情况下,例如关注基准点PT的排列顺序为前后的基准点的数量为1的基准点,则被确定为在其它脊线信息中排列顺序为最后的基准点。在关注基准点PT被存储为其它脊线信息的基准点的情况下(S63为否),CPU1执行后述的S75的处理。基准点P1不存储为其它脊线信息的基准点(S63为是)。在该情况下,CPU1进行与脊线信息Ri相关的初始化处理(S64)。在脊线信息Ri相关的初始化处理中,CPU1对第i个脊线信息Ri、分支点列表以及选择完成列表进行初始化,设为NULL值。i是表示脊线信息的登录顺序的自然数。i的初始值是1,根据已经登录的脊线信息的数量向上递增。CPU1对脊线信息Ri追加关注基准点PT(S65)。CPU1例如图16的列表86所示,将基准点P1的基准点ID和位置信息(X1,Y1)追加至脊线信息R1。通过重复执行S65的处理,基于S25的处理所生成的结合信息,依次提取配置于同一连续的脊线上的多个基准点。CPU1将基准点P1追加至选择完成列表,从而更新选择完成列表(S66)。CPU1将表示脊线信息Ri所包含的基准点的数量的变量N设定为1(S67)。
CPU1参照在S25的处理中生成的结合信息85,选择针对在S61的处理中选择的关注基准点PT存储的结合基准点PB作为选择基准点(S68)。CPU1例如选择基准点P2作为选择基准点。CPU1执行角度计算处理(S69)。如图17所示,角度计算处理中,CPU1判断选择基准点是否被存储为其它脊线信息的基准点(S81)。在选择基准点被存储为其它脊线信息的基准点的情况下(S81为否),CPU1到这里结束角度计算处理,将处理返回至图14的脊线信息生成处理。如图16的列表86所示,基准点P2未被存储为其它脊线信息的基准点(S81为是)。在该情况下,CPU1计算针对选择基准点的相对角度(S82)。相对角度是第N个基准点和排列顺序为第(N+1)个的基准点的选择基准点相连的第二线段相对于排列顺序为第N-1个的基准点和排列顺序为第N个的基准点相连的第一线段所成的角度。也就是说,相对角度是第N个基准点与排列顺序为下一个的基准点的线段相对于该第N个基准点与排列顺序为上一个的基准点的线段所成的角度。CPU1在N为1的情况下将相对角度设为0。CPU1在N为2以上的情况下,定义第一线段和第二线段并计算相对角度。本例中,将从第一线段起顺时针方向的角度设为正角度,将从第一线段起逆时针方向的角度设为负角度,以-180度到180度的角度表示相对角度。在具体例中,由于N为1,因此CPU1将针对基准点P1的相对角度设为0。
CPU1判断在S82计算出的相对角度是否小于阈值(S83)。在相对角度不小于阈值的情况下(S83为否),CPU1到这里结束角度计算处理,将处理返回至图14的脊线信息生成处理。在相对角度小于阈值的情况下(S83为是),CPU1将选择基准点追加至脊线信息Ri(S84)。CPU1将选择基准点的基准点ID、位置信息、在S82计算出的相对角度AN以及结合信息中所包含的关注基准点PT与选择基准点的距离d追加至脊线信息Ri。如图16的列表87所示,CPU1将基准点P2追加至脊线信息R1。CPU1将选择基准点追加至选择完成列表,更新选择完成列表。CPU1使N向上递增1(S85)。
CPU1参照在S25的处理中生成的结合信息85,判断针对选择基准点存储的结合基准点PB的数量是否大于1(S86)。结合基准点PB的数量为1的选择基准点处于脊线的另一端。在结合基准点PB的数量不大于1的情况下(S86为否),CPU1到这里结束角度计算处理,将处理返回至图14的脊线信息生成处理。在结合基准点PB的数量大于1的情况下(S86为是),CPU1判断结合基准点PB的数量是否大于2(S87)。S87的处理是用于基于结合信息,将多个基准点内排列顺序为前后的基准点的数量为3个以上的基准点确定为脊线的分支点的处理。结合基准点PB的数量大于2的情况(S86为是)的处理在后阐述。基准点P2的结合基准点PB的数量为2(S87为否)。在该情况下,CPU1将选择基准点作为关注基准点PT,将处理返回至图14的S68。在重复执行的S68中,CPU1在关注基准点PT为基准点P2的情况下,选择基准点P3作为结合基准点(S68)。在图17的角度计算处理中,基准点P3被判断为未选择(S81为是),计算相对角度AN2(S82)。相对角度AN2被判断为小于阈值(S83为是),如图16的列表88所示,CPU1将基准点P3追加至脊线信息R1(S84)。CPU1将基准点P3追加至选择完成列表,从而更新选择完成列表。CPU1使N向上递增1(S85)。由于针对基准点P3存储的结合基准点PB的数量为1(S86为否),因此,CPU1到这里结束角度计算处理,将处理返回至图14的脊线信息生成处理。像这样在连续的脊线上不包含分支点的情况下,CPU1定义从起点到终点的无分支的脊线,提取配置在所定义的脊线上的多个基准点以生成脊线信息。
图14的脊线信息生成处理中,CPU1判断变量N是否大于阈值(S70)。S70的处理是用于仅生成包含大于阈值数量的基准点的脊线信息。阈值例如为2。若变量N不大于阈值(S70为否),则CPU1不登录脊线信息Ri并将其删除(S71)。对于脊线信息R1,在变量N为3即大于阈值的情况(S70为是)。在该情况下,CPU1生成脊线信息R1(S72)。在S72或S71之后,CPU1判断基准点是否包含在分支点列表中(S73)。在分支点列表内包含基准点的情况下(S73为是),CPU1执行分支点处理(S74)。在分支点列表内不包含基准点的情况下(S73为否),CPU1执行后述的S75的处理。
在S87中,选择图15的基准点P13作为脊线信息R3的选择基准点的情况下,如图11的结合信息B13所示,基准点P13的结合基准点PB的数量为3,大于2(S87为是)。在该情况下,CPU1将选择基准点和脊线信息Ri追加至分支点列表(S88)。如图18所示,CPU1将基准点P13和脊线信息R3的脊线ID即L3存储至分支点列表91。CPU1将选择基准点设为关注基准点PT,在针对关注基准点PT的结合基准点PB中选择选择完成列表中没有的基准点作为选择基准点(S89)。如图18所示,CPU1在针对关注基准点PT的结合基准点PB中,将未选择为选择基准点的基准点与分支点列表的脊线信息Ri进行关联并存储(S90)。CPU1参照图11的结合信息85,将针对基准点P13的结合基准点中未存储至选择完成列表的基准点P17与基准点P13进行关联并追加至分支点列表91。CPU1将处理返回至S81。在S81中,CPU1判断在S89中选择的选择基准点是否被存储为其它脊线信息的基准点(S81)。
在脊线信息R3涉及的S73中,判断图18的分支点列表91中存储有基准点P13(S73为是)。在该情况下,CPU1执行分支点处理(S74)。如图19所示,分支点处理中,CPU1选择存储至分支点列表的分支基准点作为关注基准点PT,选择与分支基准点关联并存储的结合基准点作为选择基准点(S101)。CPU1选择存储至分支点列表91的基准点P13作为关注基准点PT,选择基准点P17作为选择基准点。CPU1将i向上递增1,设定新的脊线信息Ri(S102)。CPU1生成新的脊线信息R4。具体而言,CPU1将从脊线信息R(i-1)的从起点到关注基准点PT的脊线信息复制至脊线信息Ri(S102)。CPU1将脊线信息R3的基准点P11到P13复制至脊线信息R4。CPU1对变量N设定脊线信息Ri所包含的基准点的数量(S103)。CPU1将针对脊线信息R4的变量N设定3。CPU1从分支点列表中删除作为关注基准点PT的基准点P13(S104)。CPU1到这里结束分支点处理,将处理返回至图14的脊线信息生成处理。在S74的处理之后,CPU1将处理返回至S69。如上所述,在连续的脊线中包含分支点的情况下,CPU1定义分支点中分支数量所对应的数量的、包含该分支点的起点到终点无分支的多个脊线,针对所定义的多个脊线中的每一个,提取配置于相同脊线上的多个基准点并生成脊线信息。
图14的S75中,CPU1判断全部基准点在S61的处理中是否被选择为关注基准点PT(S75)。在任一基准点未被选择为关注基准点PT的情况下(S75为否),CPU1将处理返回至S61。在全部基准点被选择为关注基准点PT的情况下(S75为是),CPU1到这里结束脊线信息生成处理,将处理返回至图9的图像分析处理。根据图14的脊线信息生成处理,如图16的列表89所示,生成分别与脊线L1到L6对应的脊线信息R1到R6。
CPU1将在S26的处理中生成的脊线信息存储至RAM3,以作为用于皮肤认证的比对信息(S28)。CPU1到这里结束图像分析处理,将处理返回至图8的皮肤信息处理。在S11的处理之后,CPU1判断在S11中是否获取了包含脊线信息的比对信息(S12)。在未获取比对信息的情况下(S12为否),CPU1进行报错通知(S16)。CPU1例如将报错消息显示在显示部6。在获取到比对信息的情况下(S12为是),判断在S11获取到的比对信息是否作为登录用的比对信息登录至DB28(参照图2)(S13)。表示是否登录的信息例如包含在开始指令中。具体例中判断为登录(S13为是),CPU1将在S11获取到的比对信息存储至闪存4的DB28(S14)。在判断为未登录至DB28的情况下(S13为否),CPU1执行将在S11获取到的比对信息设为成为比对对象的比对用的比对信息的比对处理(S15)。S14、S15和S16中任一处理的之后,CPU1结束皮肤信息处理。
2.比对时的处理
以将利用根据图15的图像41提取出的脊线信息R1至R6作为登录用的比对信息,获取到图20的图像61作为成为比对对象的比对用的图像的情况为例,对比对时的皮肤信息处理进行说明。比对时的皮肤信息处理中,与登录时的皮肤信息处理同样地,执行S11。例如,在图9的S23中,决定图20的基准点Q1到Q27作为基准点。基于图20的基准点Q1到Q27,针对脊线Z1到Z5,生成图21的列表92所示的脊线信息V1到V5。在以下的说明中,将比对用的脊线信息记作脊线信息Vn(n为整数),将登录用的脊线信息记作脊线信息Rm(m为整数)以区别两者。将比对用的基准点记作基准点Qj(j为整数),将登录用的基准点记作基准点Pk(k为整数)以区别两者。
在图8的S12中,判断为获取到比对信息(S12为是),判断为基于开始指令不进行登录(S13为否)。CPU1执行比对处理(S15)。比对处理中,CPU1决定脊线信息Rm和脊线信息V的对应。CPU1针对所决定的对应计算相似度W,进行皮肤认证。
图22所示的比对处理中,CPU1执行成对范围候选选定处理(S201)。成对范围候选选定处理是选定成对范围的候选的处理。成对范围是从比对用的脊线信息Vn和登录用的脊线信息Rm的多个组合中,针对连续的规定个以上的基准点,所选择的比对用的脊线信息和所选择的登录用的脊线信息之差在阈值以下的范围。在成对范围候选选定处理中,CPU1选定用于皮肤认证的比对用的脊线信息的基准点和存储于存储设备的登录用的脊线信息的基准点的对应即位置对应的候选。如图23所示,在成对范围候选选定处理中,CPU1针对基于比对用的图像61生成的全部脊线信息V1到V5,生成将起点终点反转的脊线信息v1到v5(S211)。CPU1针对基于图21的列表92所示的比对用的图像61生成的全部脊线信息V1到V5,将基准点的排列顺序反转,生成脊线信息v1到v5。在脊线信息v1到v5中,位置信息和距离直接使用与基准点对应的值。相对角度设为对相对角度An乘以-1的值。
CPU1从包含基于比对用的图像61生成的脊线信息V1到V5以及在S211生成的脊线信息v1到v5在内的多个脊线信息中选择一个脊线信息(S212)。CPU1例如选择针对脊线Z1的脊线信息V1。CPU1从基于登录用的图像41生成的脊线信息R1到R6中选择一个脊线信息(S213)。CPU1选择针对脊线L1的脊线信息R1。
CPU1对变量N设定为1,对相似度W设定为0(S214)。变量N表示成对范围候选中所包含的基准点的成对数。成对是脊线信息Rm所包含的基准点Pk和脊线信息Vn所包含的基准点Qj的组合内,在后述的S217中计算的相似度w为阈值以下的组合。CPU1从脊线信息Vn所包含的基准点Qj中选择排列顺序为下一个的一个基准点(S215)。CPU1例如选择图21所示的脊线信息V1的排列顺序为第一个的基准点Q1。CPU1从脊线信息Rm所包含的基准点Pk中选择排列顺序为下一个的一个基准点(S216)。CPU1例如选择图16所示的脊线信息R1的排列顺序为第一个的基准点P1。
CPU1比较在S215选择的基准点Qj和在S216选择的基准点Pk并计算相似度w(S217)。CPU1对基准点Qj和基准点Pk比较相对角度和距离,将比较结果提供至规定的数组,计算相似度w。与相似度w较小的情况相比,相似度w越大则推定基准点Qj和基准点Pk更为相似的点。在S215选择的基准点Qj和在S216选择的基准点Pk中的任一个是以对应的脊线信息表示的线段组的起点(排列顺序为最开始的点)或终点(排列顺序为最后的点)的情况下,CPU1对相似度w设定为常数。常数比后述的S218的阈值大。基准点Q1和基准点P1均是以脊线信息表示的线段组的起点,因此对相似度w设定为常数。
CPU1判断在S217计算出的相似度w是否大于阈值(S218)。具体例中相似度w大于阈值(S218为是)。在该情况下,CPU1将变量N向上递增1,对相似度W加上在S217的处理中计算出的相似度w来更新相似度W(S221)。如图25的列表71所示,CPU1将在S215选择的基准点Q1和在S216选择的基准点P1追加至在S212选择脊线信息V1和在S213选择的脊线信息R1所涉及的成对范围候选(S222)。CPU1判断在S215选择的基准点Q1是否为在S212选择的脊线信息V1的终点(S223)。在S215选择的基准点Qj是在S212选择的脊线信息Vn的终点的情况下(S223为是),CPU1执行后述的S231的处理。基准点Q1不是脊线信息V1的终点(S223为否)。在该情况下,CPU1判断在S216选择的基准点P1是否为在S213选择的脊线信息R1的终点(S224)。在S216选择的基准点Pk是在S213选择的脊线信息Rm的终点的情况下(S224为是),CPU1执行后述的S231的处理。基准点P1不是脊线信息R1的终点(S224为否)。在该情况下,CPU1针对在S212选择的脊线信息V1和在S213选择的脊线信息R1分别选择一个排列顺序为下一个的基准点(S225)。CPU1选择基准点Q2作为脊线信息V1的排列顺序在基准点Q1的下一个的基准点。CPU1选择基准点P2作为脊线信息R1的排列顺序在基准点P1的下一个的基准点。
CPU1将处理返回至S217,计算基准点Q2和基准点P2的相似度w(S217)。基准点Q2和基准点P2的相似度w被判断为不大于阈值(S218为否),CPU1判断N是否大于阈值(S231)。S231的处理是用于将成对数量大于阈值的线段组的成对提取为成对范围候选的处理。阈值例如为3。具体例中N为2(S231为否),因此CPU1将在S222存储的、在S212选择的脊线信息V1和在S213选择的脊线信息R1涉及的成对范围内在S215选择的基准点Q1和在S216选择的基准点P1作为起点的成对范围从成对范围候选中删除(S232)。
在变量N大于阈值的情况下(S231为是)或S232之后,CPU1判断在S213选择的脊线信息R1中选择的全部基准点是否在S216的处理中被选择(S233)。在S216选择的基准点Pk是在S213选择的脊线信息R1包含的多个基准点内排列顺序为最后的基准点的情况下,CPU1判断在S213选择的脊线信息R1中的全部基准点是否在S216的处理中被选择(S233为是)。在S216的处理中选择的基准点P1不是脊线信息R1最后的基准点(S233为否)。在该情况下,CPU1选择在S213的处理中选择的脊线信息R1内排列顺序在基准点P1的下一个的基准点P2。在S213选择的脊线信息R1中的全部基准点在S216的处理中被选择的情况下(S233为是),CPU1判断在S212选择的脊线信息V1中的全部基准点是否在S215的处理中被选择(S234)。在S215选择的基准点Qj是在S212选择的脊线信息V1包含的多个基准点内排列顺序为最后的基准点的情况下,CPU1判断在S212选择的脊线信息V1中的全部基准点是否在S215的处理中被选择(S234为是)。在S215的处理选择的基准点Q是基准点Q1的情况下,则不是在S212选择的比对用脊线信息的最后的基准点(S234为否)。
在该情况下,CPU1将处理返回至S215,选择在S212选择的脊线信息Vn内、在前次的S215的处理中选择的基准点Qj的排列顺序为下一个的基准点(S215)。S215的处理之后的S216中,选择在S213所选择的登录用的脊线信息内、排列顺序为最开始的基准点。在S212选择的脊线信息V1中的全部基准点在S215的处理中被选择的情况下(S234为是),CPU1仅将在S212选择的脊线信息Vn和在S213选择的脊线信息Rm所涉及的成对范围候选中、在S221中求和得出的相似度W为最大的成对范围候选留下,将其它的成对范围候选删除(S235)。CPU1判断对于S212选择的脊线信息Vn,是否全部脊线信息Rm在S213的处理被选择(S236)。对于S212选择的脊线信息Vn,存在在S213未选择的脊线信息Rm的情况下(S236为否),CPU1将处理返回至S213,选择还未被选择的脊线信息Rm(S213)。在S212选择脊线信息V1、在S213选择脊线信息R2、在S215选择基准点Q1、在S215选择基准点P4的情况下,通过反复执行的S222的处理,存储图25的列表72所示的成对数6的基准点作为成对范围候选。在S223中,判断基准点Q6为终点(S223为是),变量N为7被判断为大于阈值(S231为是)。以同样的处理,在S212选择脊线信息V1、在S213选择脊线信息R2、在S215选择基准点Q2、在S215选择基准点P5的情况下,通过反复执行的S222的处理,存储图25的列表73所示的成对数5的基准点作为成对范围候选。在S212选择脊线信息V1、在S213选择脊线信息R2的情况下的S235中,仅留下相似度W最大的列表72所示的成对数6的基准点作为脊线信息V1和脊线信息R2涉及的成对范围候选,删除其它成对范围候选。
对于在S212选择的脊线信息Vn,在S213选择了全部脊线信息Rm的情况下(S236为是),CPU1判断全部的脊线信息Vn是否在S212的处理中被选择(S238)。在存在S212中未选择的脊线信息Vn的情况下(S238为否),CPU1将处理返回至S212,选择尚未被选择的脊线信息Vn(S212)。在全部脊线信息Vn在S212被选择情况下(S238为是),CPU1到这里结束成对范围候选选定处理并将处理返回至图22的比对处理。根据图23所示的成对范围候选选定处理,选定图26所示的成对范围的候选。如图26所示,在针对脊线Z1的脊线信息V1和针对脊线L1的脊线信息R2中,存储成对数6的基准点作为成对范围候选。在针对脊线Z2的脊线信息V2和针对脊线L3的脊线信息R3中,存储成对数6的基准点作为成对范围候选。在针对脊线Z3的脊线信息V3和针对脊线L4的脊线信息R4中,存储成对数6的基准点作为成对范围候选。在针对脊线Z4的脊线信息V4和针对脊线L5的脊线信息R5中,存储成对数5的基准点作为成对范围候选。在针对脊线Z5的脊线信息V5和针对脊线L1的脊线信息R6中,存储成对数4的基准点作为成对范围候选。在脊线信息V5和针对脊线L5的脊线信息R5中,存储成对数4的基准点作为成对范围候选。如脊线信息V5那样,在一个脊线信息Vn的确定范围内,可能多个脊线信息Rm的确定范围被设为成对范围的候选。通过S201的处理,获取被定为用于计算相似度的组合的多组登录用的线段信息和比对用的线段信息。
在图22的S201的处理之后,CPU1进行成对范围决定处理(S202)。在成对范围决定处理中,CPU1基于在S201选定的成对范围的候选决定成对范围,基于所决定的位置对应,计算比对用的脊线信息和登录用的脊线信息的相似度WR。如图27所示,在成对范围决定处理中,CPU1判断在S201的处理中生成的成对范围候选的数量是否大于2(S241)。在成对范围候选的数量不大于2的情况下(S241为否),CPU1删除全部成对范围候选(S248),到这里结束成对范围决定处理,将处理返回至图22的比对处理。如图26的列表74所示,具体例中,生成6组成对范围候选(S241为是)。在该情况下,CPU1将图像的旋转角度的数组初始化(S242)。CPU1对相似度的数组进行初始化(S243)。CPU1执行计算处理(S244)。计算处理中,CPU1选择确定了成对范围的两组比对用的脊线信息Vn和登录用的脊线信息Rm,针对选择出的两组比对用的脊线信息和登录用的脊线信息分别确定将成对范围内的多个基准点依照排列顺序以线段连结的情况下的两端。CPU1比较与两个比对用的脊线信息分别对应的两端和与两个登录用的脊线信息分别对应的两端的相对位置,计算相似度WR。
如图28所示,在计算处理中,CPU1从在S201的成对范围候选选定处理中存储于图26的列表74的成对范围候选中,选择两组比对用的成对范围候选(S251)。CPU1例如选择在脊线信息V1(脊线Z1)中包含成对数6的基准点Q1至Q6的成对范围候选、和在脊线信息V4(脊线Z4)中包含成对数5的基准点的成对范围候选。CPU1针对在S251的处理中选择的两组比对用的脊线信息Vn,确定将成对范围内的多个基准点依照排列顺序以线段连结的情况下的两端,计算将一方作为起点,另一方作为终点时的起点线段和终点线段的长度和角度(S252)。更具体而言,CPU1将图24的图像67和图26的列表74所示的、针对脊线Z1的脊线信息V1的成对范围候选所包含的基准点Q1至Q6内的、基准点Q1设为起点,基准点Q6设为终点。CPU1将针对脊线Z4的脊线信息V4的成对范围候选所包含的基准点Q19至Q23内的、基准点Q19设为起点,基准点Q23设为终点。CPU1针对连结基准点Q1和基准点Q19的起点线段LS1,计算长度、和起点线段LS1相对于与X轴平行的线段的角度AS1。CPU1针对连结基准点Q6和基准点Q23的终点线段LS2,计算长度、和起点线段LS2相对于与X轴平行的线段的角度AS2。
CPU1针对在S251选择的两组比对用的脊线信息Vn,计算将成对范围内的多个基准点依照排列顺序连结的情况下的线段长度(S253)。依次连结基准点Q1到Q6的线段的长度是距离d1到d5的和。依次连结基准点Q19到Q23的线段的长度是距离d19到d22的和。CPU1基于在S252计算出的起点线段LS1的长度、终点线段LS2的长度以及在S253计算出的成对范围内线段的长度,计算加权(S254)。CPU1例如计算在S253计算出的长度除以在S253的处理中的起点线段LS1的长度与终点线段LS2的和而得的值作为加权。CPU1在计算出的加权达到规定值以上时,也可以对加权代入规定值。
CPU1参照图26的列表74,选择在S251中选择的两组比对用的成对范围所对应的两组登录用的成对范围(S255)。CPU1通过S251的处理和S255的处理选择两组登录用的脊线信息和比对用的脊线信息。CPU1相对于在脊线信息V1(脊线Z1)中包含成对数6的基准点Q1至Q6的成对范围候选,选择在脊线信息R2(脊线L2)中包含成对数6的基准点P4到P9的成对范围候选。CPU1相对于脊线信息V4(脊线Z4)中包含成对数5的基准点的成对范围候选,选择在脊线信息R5(脊线L5)中包含成对数5的基准点P21到P25的成对范围候选。与S252同样地,CPU1针对在S256的处理中选择的两组登录用的脊线信息Rm,确定将成对范围内的多个基准点依照排列顺序以线段连结的情况的两端,计算将一方作为起点,另一方作为终点时的起点线段和终点线段的长度和角度(S256)。CPU1将针对脊线L2的脊线信息R2的成对范围候选所包含的基准点P4至P9内的、基准点P4设为起点,基准点P9设为终点。CPU1将针对脊线L5的脊线信息R5的成对范围候选所包含的基准点P21至P25内的、基准点P21设为起点,基准点P25设为终点。CPU1针对连结基准点P4和基准点P21的起点线段LT1,计算长度、和起点线段LT1相对于与X轴平行的线段的角度AT1。CPU1针对连结基准点P9和基准点Q25的终点线段LT2,计算长度、和终点线段LT2相对于与X轴平行的线段的角度AT2。与S253同样地,CPU1针对在S255选择的两组登录用的脊线信息Rm,计算将成对范围内的多个基准点依照排列顺序连结的情况下的线段长度(S257)。依次连结基准点P4到P9的线段的长度是距离D4到D8的和。依次连结基准点P21到P25的线段的长度是距离D21到D24的和。CPU1基于在S256计算出的起点线段LT1的长度、终点线段LT2的长度以及在S257计算出的成对范围内线段的长度,计算加权(S258)。CPU1例如计算在S257计算出的长度除以在S256的处理中的起点线段LT1的长度与终点线段LT2的和而得的值作为加权。CPU1在计算出的加权达到规定值以上时,也可以对加权代入规定值。
CPU1根据在S254的处理中计算出的加权和在S258计算出的加权计算可靠度(S259)。CPU1针对选择出的两组比对用的脊线信息Vn和登录用的脊线信息Rm内的、两个比对用的脊线信息和两个登录用的脊线信息中的至少一方,将两个脊线信息内的一方设为第一脊线信息、另一方设为第二脊线信息的情况下,利用将第一脊线信息的两端内的至少任一个端部和第二脊线信息的两端内的至少任一个端部连结的一个以上的比较线段的长度计算可靠度。本例的CPU1将在S254的处理中计算出的加权和在S258计算出的加权的积计算为可靠度。CPU1利用距离之差、角度之差以及在S259计算出的可靠度计算可靠度WR(S260)。距离之差是在S253计算出的比对用的起点线段与在S256计算出的登录用的起点线段的长度之差、以及在S253计算出的比对用的终点线段与在S256计算出的登录用的终点线段的长度之差。即,距离之差是线段LS1的长度和LT1的长度之差、以及线段LS2的长度和线段LT2的长度之差。角度之差是角度F1和角度F2之差。角度F1是比对用的第一线段和登录用的第一线段的角度之差。角度F2是比对用的第二线段和登录用的第二线段的角度之差。图24中,在S251选择的成对范围候选内的、连结了一个起点和终点的线段LS3是比对用的第一线段,连结了另一个起点和终点的线段LS4是比对用的第二线段。在S255选择的成对范围候选内的、连结了一个起点和终点的线段LT3是登录用的第一线段,连结了另一个起点和终点的线段LT4是登录用的第二线段。CPU1例如将距离之差、角度之差以及在S259计算出的可靠度代入规定的计算式,计算基于脊线信息算出的相似度WR。在S258计算出的相似度WR示出了与该值较小的情况相比,其值越大则相似的程度越高。
CPU1判断在S260的处理中计算出的相似度WR是否大于阈值(S261)。在相似度WR不大于阈值的情况下(S261为否),CPU1执行后述的S266的处理。在相似度WR大于阈值的情况下(S261为是),CPU1在相似度WR的数组中,分别将在S251选择的比对用的两个成对范围候选和在S255选择的登录用的两个成对范围候选作为相似度计算对,并存储至相似度WR的数组(S264)。如图29的列表75所示,CPU1将基于脊线信息V1(脊线Z1)中包含成对数6的基准点Q1到Q6的成对范围候选、脊线信息R2(脊线L2)中包含成对数6的基准点P4到P9的成对范围候选、脊线信息V4(脊线Z4)中包含成对数5的基准点的成对范围候选以及脊线信息R5(脊线L5)中包含成对数5的基准点P21到P25的成对范围候选及其成对范围候选计算出的相似度追加至数组。CPU1在图像的旋转角度的数组中存储根据在S252计算出的比对用的起点线段和终点线段、和根据在S256计算出的登录用的起点线段和终点线段计算出的图像的旋转角度的数组。如图29的列表75所示,CPU1将登录用的起点线段LT1和比对用的起点线段LS1之差、以及登录用的终点线段LT2和比对用的终点线段LT2之差分别追加至图像的旋转角度的数组。
CPU1判断相对于在S251选择的比对用的两个成对范围候选的、全部登录用的成对范围候选是否在S255被选择(S266)。S266的处理如针对图26的列表74的脊线信息V5(脊线Z5)的成对范围候选那样,是考虑到了一个成对范围候选与多个成对范围候选相关联的情况的处理。在相对于S251选择的比对用的两个成对范围候选的,登录用的成对范围候选的一部分候选在S255未被选择的情况下(S266为否),CPU1将处理返回至S255。在S251选择的比对用的两个成对范围候选相对的、登录用的成对范围候选全部在S255被选择的情况下(S266为是),CPU1判断在S201的处理选择的比对用的成对范围候选的全部组合是否在S251的处理被选择(S267)。具体例中,在基于图26的列表74的比对用的五个成对范围候选的10个组合全部在S251的处理中未被选择的情况下(S267为否),CPU1将处理返回至S251。在比对用的五个成对范围候选的10个组合全部在S251的处理被选择的情况下(S267为是),CPU1到这里结束计算处理,将处理返回至图27的成对范围决定处理。通过图28的计算处理,如图29的列表76那样,针对多个相似度计算对,存储相似度和角度。
图27的S244之后,CPU1判断在图28的S264的处理中被追加至数组的相似度WR的数量(相似度计算对的数量)是否大于阈值(S245)。在相似度WR的数量不大于阈值的情况下(S245为否),CPU1到这里结束成对范围决定处理,将处理返回至图22的比对处理。在相似度WR的数量大于阈值的情况下(S245为是),CPU1执行成对范围删除处理(S246)。成对范围删除处理是通过删除在S201的成对范围候选选定处理中被选定而在S244的计算处理的S264中所存储的成对范围内、不满足规定条件的成对范围,从而将满足规定条件的成对范围决定为用于相似度计算的成对范围的处理。具体而言,如图30所示,成对范围删除处理中,CPU1计算在图28的S265的处理中追加至数组的角度的平均值M和标准偏差H(S271)。CPU1在S265中存储的角度内选择一个(S272)。CPU1判断在S272选择的角度和在S271计算出的角度的平均值M之差的绝对值是否大于标准偏差H(S273)。与在S271计算出的角度的平均值M的差的绝对值大于标准偏差H的情况下(S273为是),CPU1从数组中删除与在S272选择的角度对应的成对范围候选、相似度WR以及角度(S274)。与在S271计算出的角度的平均值M的差的绝对值不大于标准偏差H的情况下(S273为否),或在S274的处理之后,CPU1判断在S265追加至数组的全部角度在S272的处理中是否被选择(S275)。在存在S272的处理中未被选择的角度的情况下(S275为否),CPU1将处理返回至S272。在S272的处理中选择了全部的角度的情况下(S275为是),CPU1针对S264的处理中存储的相似度计算对内、两组比对用的成对范围或两组登录用的成对范围的一方,存储有多个成对范围的情况下,从多个成对范围选择两组成对范围(S276)。例如,如图29的列表76所示,针对设定为比对用的脊线信息V1(脊线Z1)的成对范围,将对比对用的脊线信息V2到V5分别设定的成对范围作为相似度计算对,计算相似度WR。CPU1例如从对比对用的脊线信息V2到V5分别设定的成对范围中,选择对相似度计算对77的脊线信息V2设定的成对范围、和对相似度计算对78的脊线信息V3设定的成对范围。
CPU1判断在S276的处理中选择的成对范围内,将多个基准点按排列顺序连结的情况下的线段的一部分是否重叠(S277)。对脊线信息V2设定的成对范围和对脊线信息V3设定的成对范围中,基准点Q7到Q9的线段重叠(S277为是)。在该情况下,CPU1删除相似度计算对77、78内的、相似度较小的一个(S278)。在S276所选择的成对范围不重叠的情况下(S277为否)或在S278之后,CPU1判断全部成对范围是否在S276的处理中被选择(S279)。在存在任一组合在S276的处理中未被选择的情况下(S279为否),CPU1将处理返回至S276。在全部成对范围的组合在S276的处理中被选择的情况下(S279为是),CPU1到这里结束成对范围删除处理,将处理返回至图27的成对范围决定处理。CPU1在S246的处理之后,结束成对范围决定处理,将处理返回至图22的比对处理。
在图22的S202之后,CPU1利用在S260计算出的、图30的成对范围删除处理中未被删除的相似度之和,计算分数SC(S203)。分数SC表示比对用的脊线信息和频率信息、与登录用的脊线信息和频率信息的相似度。CPU1例如将相似度WR、WF的和代入规定的计算式来计算分数SC。本例的分数SC示出了如下特性:即,与值较小的情况相比,值越大则比对用的脊线信息Vn和登录用的脊线信息Rm越相似。CPU1判断在S203计算出的分数SC是否大于阈值(S204)。在分数SC大于阈值的情况下(S204为是),CPU1对皮肤认证的认证结果设定为成功(S205)。在分数SC不大于阈值的情况下(S204为否),CPU1对皮肤认证的认证结果设定为失败(S206)。CPU1在S205和S206的处理中也可以根据需要进行将认证结果显示在显示部6等的通知。CPU1到这里结束比对处理,将处理返回至图8的皮肤认证处理。图8的S15之后,CPU1到这里结束皮肤认证处理。
参照图31至图39,对第四实施方式的皮肤信息处理装置10中所执行的皮肤信息处理进行说明。第四实施方式的皮肤信息处理与第三实施方式的皮肤信息处理的不同点在于,将表示基准点周围的颜色变化的频率信息存储为用于皮肤认证的信息,其中,该基准点表示汗毛孔。更具体而言,第三实施方式的皮肤信息处理和第四实施方式的皮肤信息处理中的不同点在于,如图31所示,在图像分析处理的脊线信息生成处理(S26)和存储比对信息的处理(S28)之间,执行频率信息生成处理(S27)。此外,第三实施方式的皮肤信息处理和第四实施方式的皮肤信息处理的不同点在于,如图37所示,在图27的成对范围决定处理中所执行的计算处理的S261和S264之间,执行频率信息的相似度计算处理(S262)和比较在S262计算出的相似度和阈值的处理(S263)。第三实施方式的皮肤信息处理和第四实施方式的皮肤处理的不同点在于,图22的比对处理的S202的处理中,频率信息的相似度WF的和也用于分数SC的计算。其它的处理在第三实施方式的皮肤信息处理和第四实施方式的皮肤信息处理中相同,因此以下仅对第三实施方式的皮肤信息处理和第四实施方式的皮肤信息处理中不同的处理进行说明。与第三实施方式的皮肤信息处理同样地,第四实施方式的皮肤信息处理在用于输入了开始指令的情况下开始。开始指令中包含将由图像获取到的比对信息作为登录用的比对信息登录至DB28,或者计算与将比对信息登录至DB28的登录用的比对信息的相似度所涉及的指令。皮肤信息处理装置10的CPU1检测到皮肤信息处理的开始指令的输入后,从RAM3中读取存储于闪存4的用于执行皮肤信息处理的皮肤信息处理程序,依照皮肤信息处理程序所包含的指令,执行以下说明的各步骤的处理。本例中,执行催促再输入的反馈处理,直至提取到满足提取特征点的必要条件(例如图像的清晰度)的生物信息。由皮肤信息处理获取到的皮肤信息满足利用算法从皮肤信息提取比对信息的必要条件。在处理的过程中获取到的或生成的信息以及数据适当地被存储至RAM3。处理所必须的各种设定值预先被存储至闪存4。
如图31所示,第四实施方式的图像分析处理中,CPU1在S26的处理之后执行频率信息生成处理(S27)。如图32所示,频率信息生成处理中,CPU1从S26的处理中所生成的多个脊线信息中选择一个脊线信息(S111)。CPU1例如从图16的列表89中选择脊线信息R1。CPU1将在S111中选择的脊线信息R1所包含的基准点P1到P3内的排列顺序最靠前的基准点P1选择为起点(S112)。CPU1判断所选择的基准点P1的位置信息是否在S21获取到的图像的有效范围内(S113)。有效范围是可获取样本的区域且能获取生物图像的区域。皮肤信息获取装置8对于整个可拍摄范围内表示皮肤信息的图像并不均获取,例如有时在可拍摄范围内存在用户的手指不接触的区域。在这样的区域的图像中不出现皮肤信息。例如,与用户的手指不接触的区域对应的白图像区域中不出现皮肤信息,因此本例的CPU1不提取有效范围之外的点的样本。从而,例如,在以CPU1所选择的基准点为中心的特定区域内的颜色信息的二维傅里叶变换的能量谱的峰值为一定值以上的情况下,判断所选择的基准点的位置信息处于有效范围内。其它例子中,在包含所选择的基准点的规定范围的颜色信息经微分滤波器而获得的值的绝对值的和、或平方和为一定值以上的情况下,CPU1判断所选择的基准点的位置信息处于有效范围内。
在所选择的基准点的位置信息不在有效范围内的情况下(S113为否),CPU1执行后述的S123的处理。在所选择的基准点的位置信息处于有效范围内的情况下(S113为是),CPU1参照在S111所选择的脊线信息R1,判断是否存在排列顺序为选择中的基准点P1的下一个的基准点(S114)。在不存在选择中的基准点的下一个基准点的情况下(S114为否),CPU1执行后述的S118的处理。在脊线信息R1中,包含排列顺序为基准点P1的下一个的基准点P2(S114为是)。在该情况下,CPU1计算从选择中的基准点P1朝向排列顺序为下一个的基准点P2的向量的方向U1(S115)。CPU1基于在S115中计算出的方向U1,获取表示选择中的基准点P1周围的颜色的颜色信息(S116)。
具体而言,CPU1将与选择中的基准点P1的距离为规定值且相对于基准点P1位于S115计算出的方向U1上的点决定为开始点T1。CPU1依照规定条件获取规定个参照点。如图33所示,例如,CPU1依照规定条件,在以选择中的基准点P1为中心的半径为规定值的圆的圆周上,将开始点T1作为基准以等间隔顺时针依次设定128个参照点Tm(m为1到128的整数)。在参照点Tm具有以子像素为单位的坐标的情况下,利用公知的双线性插值或双立方插值获取颜色信息。CPU1获取将对应参照点Tm的颜色信息Cm和第二位置信息进行关联而得的样本95。样本95与表示基准点P1在图像上的位置的第一位置信息进行关联。第一位置信息只要是规定图像上的基准点P1的位置的信息即可,例如可以是绝对坐标(例如图像坐标系的坐标)、相对坐标以及获取顺序等。本例的第一位置信息由图像坐标系的坐标来表示。第二位置信息只要是规定参照点相对于基准点的位置的信息即可,例如可以是绝对坐标(例如图像坐标系的坐标)、相对坐标以及相对于基准的角度等。在参照点的获取顺序相对于成为基准的点(例如开始点)来决定的情况下,第二位置信息也可以是参照点的获取顺序。本例中,参照点的获取顺序被获取作为第二位置信息。参照点T1到T128的获取顺序分别为1到128。多个样本95是针对彼此位置不同的多个参照点Tm分别获取到的样本。CPU1将对一个开始点T1获取到的多个样本95与第一位置信息进行关联而得的信息设为样本数据96。
CPU1计算颜色信息的变化相对于针对由S116获取到的多个样本(样本数据96)的第二位置信息的频率分量,生成频率信息(S117)。频率分量例如为公知的LPC谱、LPC倒谱、群延迟谱等。频率分量例如为群延迟谱(GDS),其被定义为能量传递函数中的相位谱的频率微分。CPU1例如利用不应用窗函数而使用尤尔-沃克法计算出的线性预测系数,计算频率信息。如图34和图35所示,基于样本数据96计算出的GDS83将样本数据96的频谱中各个峰值进行分离并强调。GDS的数组的要素数量为从相位谱的要素数量减去1。具体而言,CPU1利用不应用窗函数而使用尤尔-沃克法计算出的线性预测系数,通过对LPC系数进行加权并执行高速傅立叶变换,将由此获得的能量谱取相位微分,从而计算GDS,将计算出的GDS设为频率信息。
CPU1参照在S111中选择的脊线信息R1,判断是否存在排列顺序为选择中的基准点P1的上一个得基准点(S118)。选择中的基准点P1没有排列顺序为其上一个的基准点(S118为否)。在该情况下,CPU1执行后述的S122的处理。在包含排列顺序上位于基准点的下一个的基准点的情况下(S118为是),CPU1计算从选择中的基准点Pk朝向排列顺序为上一个的基准点的向量的方向U(S119)。在选择中的基准点Pk为基准点P2的情况下(S118为是),CPU1基于从基准点P2朝向P1的方向U2,以与S116的处理同样的步骤获取表示选择中的基准点P2周围的颜色的颜色信息(S120)。CPU1以与S117的处理相同的步骤,计算颜色信息的变化相对于针对由S120获取到的多个样本(样本数据96)的第二位置信息的频率分量,生成频率信息(S121)。CPU1将S117和S121中至少任一个生成的频率信息与选择中的基准点进行关联并存储(S122)。CPU1判断在S111中选择中的脊线信息所包含的基准点是在S112的处理中选择的还是在S124的处理中选择的(S123)。在存在未选择的基准点的情况下(S123为否),CPU1选择排列顺序为下一个的基准点(S124),将处理返回至S113。
在S111中选择了选择中的脊线信息所包含的全部基准点的情况下(S123为是),CPU1判断在S26的处理中生成的全部脊线信息是否在S111被选择(S125)。在存在未选择的脊线信息的情况下(S125为否),CPU1将处理返回至S111。在全部的脊线信息在S111的处理中被选择情况下(S125为是),CPU1到这里结束频率信息生成处理并将处理返回至图31的图像分析处理。图31的图像分析处理中,在S27之后,如图36的列表98所示,CPU1将在S26生成的脊线信息和在S27生成的频率信息进行关联,并存储为用于皮肤信息的认证的比对信息(S28)。
如图37所示,第四实施方式的计算处理中,S261中,S260中计算出的相似度大于阈值的情况下(S261为是),CPU1执行频率信息的相似度计算处理(S262)。如图38所示,频率信息的相似度计算处理中,CPU1对频率信息的相似度WF设定为0(S281)。CPU1选择选择中的比对用的成对范围的起点和登录用的成对范围的起点(S282)。CPU1选择图29的脊线信息V1(脊线Z1)的基准点Q1、脊线信息V5(脊线Z5)的基准点Q24、脊线信息R2(脊线L2)的基准点P4以及脊线信息R6(脊线L6)的基准点P27。CPU1判断选择中的比对用的基准点Q1、Q24中是否存储有频率信息(S283)。在比对用的两个基准点中至少任一个不存储有频率信息的情况下(S283为否),CPU1执行后述的S288。在比对用的基准点Q1、Q24中,均存储有频率信息(S283是)。在该情况下,CPU1参照图36的列表98,判断在选择中的登录用的基准点P4、P27中是否存储有频率信息(S284)。
在登录用的两个基准点中至少任一个不存储有频率信息的情况下(S284为否),CPU1执行后述的S288。在比对用的基准点P1、P24中,均存储有频率信息(S284为是)。在该情况下,CPU1对选择中的比对用的基准点Q1、Q24和选择中的登录用的基准点P4、P27计算频率信息的距离dF(S285)。CPU1根据基准点Q1和基准点P4的距离、以及基准点Q24和基准点P27的距离计算距离dF。CPU1根据在S285的处理中计算出的距离dF计算相似度wF(S286)。CPU1例如将距离dF代入规定的计算式来计算相似度wF。CPU1对频率信息的相似度WF加上在S286计算出的相似度wF,更新频率信息的相似度WF(S287)。CPU1判断选择中的成对范围的全部基准点是否在S282或S289的处理中被选择(S288)。在存在未被选择的基准点的情况下(S288为否),CPU1选择排列顺序为下一个的基准点(S289),将处理返回至S283。在选择中的成对范围的全部基准点被选择的情况下(S288为是),CPU1到这里结束频率信息的相似度计算处理,将处理返回至图37的计算处理。
图37的S262之后,CPU1判断在S262的处理中计算出的频率信息的相似度WF是否大于阈值(S263)。在相似度WF不大于阈值的情况下(S263为否),CPU1执行与第三实施方式同样的S266的处理。在相似度WF大于阈值的情况下(S263为是),CPU1分别将在S251选择的比对用的两个成对范围候选和在S255选择的登录用的两个成对范围候选作为相似度计算对,并存储于相似度的数组(S264)。如图39的列表99所示,CPU1将基于脊线信息V1(脊线Z1)中包含成对数6的基准点Q1到Q6的成对范围候选、脊线信息R2(脊线L2)中包含成对数6的基准点P4到P9的成对范围候选、脊线信息V4(脊线Z4)中包含成对数5的基准点的成对范围候选以及脊线信息R5(脊线L5)中包含成对数5的基准点P21到P25的成对范围候选及其成对范围候选计算出的相似度和频率信息的相似度WF追加至数组。
第三以及第四实施方式的皮肤认证处理中,图9的S21的处理是本发明的图像获取步骤的一例。执行S21的处理的CPU1是本发明的图像获取单元的一例。S23的处理是本发明的基准点决定步骤的一例。执行S23的处理的CPU1是本发明的基准点决定单元的一例。S65的处理是本发明的提取步骤的一例。执行S65的处理的CPU1是本发明的提取单元的一例。S71的处理是本发明的脊线信息生成步骤的一例。执行S71的处理的CPU1是本发明的脊线信息生成单元的一例。S28的处理是本发明的存储控制步骤的一例。执行S28的处理的CPU1是本发明的存储控制单元的一例。S34的处理是本发明的距离计算步骤的一例。S82的处理是本发明的角度计算步骤的一例。S25的处理是本发明的结合信息生成步骤的一例。S201、S202的处理是对应决定步骤的一例。S203的处理是本发明的相似度计算步骤的一例。
<评价试验>
通过将脊线信息用于皮肤认证,进行确认认证性能是否提高的评价试验。针对后述的条件1到6,分别通过光学式触摸传感器对31根手指获取2000dpi的横向480像素、纵向800像素的图像,一根手指获取5~10张,将一张作为登录图像,其它作为比对图像来计算ROC(Receiver Operating Characteristic:受试者工作特性)。条件1是利用公知的细节点法进行皮肤认证的条件。条件2是利用第三实施方式的脊线信息进行皮肤认证的条件。条件3是同时使用细节点法和脊线信息进行皮肤认证的条件。条件4是利用表示由细节点法提取出的特征点的周围颜色的变化的频率信息进行皮肤认证的条件。条件5是利用表示基准点的周围的频率信息进行皮肤认证的条件,其中,基准点表示汗毛孔。条件6是组合条件5和条件6进行皮肤认证的条件。条件1至6的试验结果分别示为图40的结果31至36。如图40所示,若比较条件1至3,则条件3比条件1的认证性能更优。由此,确认了脊线信息能提高现有的认证方法的认证性能。条件6比条件4的认证性能更优。由此,确认了表示汗毛孔周围的颜色变化的频率信息能提高现有的认证方法的认证性能。
第一、第三以及第四实施方式的皮肤信息处理装置10能基于表示皮肤信息的图像生成脊线信息,并存储至RAM3和DB28中。皮肤的脊线上的汗毛孔的配置与指纹和声纹同样是固有的,因此一生也不会改变。表示皮肤信息的图像的大小比以往小,因此即使在脊线的分支点、端点不包含在图像中的情况下,也具有能获取多个汗毛孔的可能性。脊线信息包含配置在同一连续的脊线上的多个基准点各自的、表示图像中的位置的位置信息和多个基准点在脊线上的排列顺序。基准点表示脊线上的汗毛孔。在将多个基准点按照排列顺序依次以线段相连的情况下,连结多个基准点的多个线段作为整体形成脊线状的形状。各线段的长度表示配置在同一连续的脊线上的相邻的基准点之间的距离。即,脊线信息是以汗毛孔的配置表示脊线的形状的信息,也可以说是强调了图像表示的生物信息的特征部分的信息。如评价试验所确认到的,皮肤信息处理装置10能生成用于皮肤认证且与以往相比有助于认证性能的提高的脊线信息。
皮肤信息处理装置10决定图像中的汗毛孔的重心作为基准点,设为基准点的位置信息。皮肤信息处理装置10能决定表示汗毛孔的形状和大小的特征的、汗毛孔的面积重心以作为基准点,生成脊线信息。
皮肤信息处理装置10计算与排列顺序为下一个的基准点的距离(S34),生成脊线信息,该脊线信息包含同一连续的脊线上的多个基准点各自的位置信息、特定的多个基准点内在脊线上的排列顺序、以及距离(S72)。皮肤信息处理装置10能生成包含与排列顺序为下一个的基准点的距离的脊线信息。脊线信息包含与排列顺序为下一个的基准点的距离,因此在利用脊线信息执行皮肤认证的情况下,不需要针对登录用的脊线信息重新计算基准点间的距离。皮肤信息处理装置10生成包含与排列顺序为下一个的基准点的距离的脊线信息,从而能够在执行皮肤认证时以与登录时的位置不同的条件下获取到图像的情况下将位置的影响考虑在内地计算相似度。
皮肤信息处理装置10针对在同一连续的脊线上的多个基准点,分别计算该基准点与排列顺序为下一个的基准点的线段相对于该基准点与排列顺序为上一个的基准点的线段的相对角度(S82)。皮肤信息处理装置10生成脊线信息,该脊线信息包含同一连续的脊线上的多个基准点各自的位置信息、特定的多个基准点内在脊线上的排列顺序、以及相对角度(S72)。由于皮肤信息处理装置10能生成包含相对角度的脊线信息,因此在计算机利用脊线信息执行皮肤认证的情况下,不需要重新计算基准点间的相对角度。皮肤信息处理装置10能缩短执行皮肤认证时的认证时间。皮肤信息处理装置10生成包含相对角度的脊线信息,从而能够在执行皮肤认证时以与登录时的角度不同的条件下获取到图像的情况下将角度的影响考虑在内地计算相似度。
皮肤信息处理装置10生成将多个基准点分别作为关注基准点时的、关注基准点的位置信息、和与关注基准点配置在同一连续的脊线上且在同一连续的脊线上的排列顺序为关注基准点前后的基准点即结合基准点的位置信息进行关联而得的信息作为结合信息。皮肤信息处理装置10基于在S25的处理中生成的结合信息提取配置在同一连续的脊线上的多个基准点(S65)。与没有S25的处理相比,皮肤信息处理装置能通过简单的处理并且恰当地生成脊线信息。
皮肤信息处理装置10基于在S25的处理中生成的结合信息将在多个基准点内排列顺序为前后的基准点的数量为1的基准点确定为排列顺序最开始的基准点即起点或排列顺序最后的基准点即终点。皮肤信息处理装置10确定多个基准点内、排列顺序为前后的基准点数量为3以上的基准点作为脊线的分支点。在连续的脊线上不包含分支点的情况下,皮肤信息处理装置10定义起点到终点的无分支的脊线,提取配置在所定义的脊线上的多个基准点并生成脊线信息。在连续的脊线中包含分支点的情况下,皮肤信息处理装置10定义分支点中分支数量所对应的数量的、包含该分支点的起点到终点无分支的多个脊线,针对所定义的多个脊线中的每一个,提取配置于相同脊线上的多个基准点并生成脊线信息。由此,在同一连续的脊线中包含分支点的情况下,皮肤信息处理装置10通过从包含分支点的同一连续的脊线中,定义从起点到终点没有分支的多个脊线,从而能生成可将全部脊线作为不包含分支点的脊线来处理的脊线信息。
皮肤信息处理装置10决定用于皮肤认证的比对用的脊线信息的基准点和在DB28中存储的登录用的脊线信息的基准点的对应即位置对应(图22的S201、S202)。皮肤信息处理装置10基于决定的位置对应,计算比对用的脊线信息和登录用的脊线信息的相似度WR(S260),利用计算出的相似度WR计算分数SC(S203)。由此,皮肤信息处理装置10使用以汗毛孔的配置表示脊线的形状、强调了图像所表示的生物信息的特征部分的脊线信息,因此与单纯比较汗毛孔的相对位置的情况相比,能执行提高了位置对应决定的可靠度和相似度计算的可靠度的处理。
皮肤信息处理装置10在图22的S201、S202的处理中,在比对用的脊线信息和登录用的脊线信息的多个组合中、确定所选择的比对用的脊线信息和所选择的登录用的脊线信息之差对于连续的规定个以上的基准点在阈值以下的成对范围,以决定位置对应。由此,皮肤信息处理装置10能比较简单地进行决定位置对应的处理。
皮肤信息处理装置10选择成对范围确定的两组比对用的脊线信息和登录用的脊线信息(S251、S255)。皮肤信息处理装置10针对选择的两组比对用的脊线信息和登录用的脊线信息,分别确定将成对范围内的多个基准点依照排列顺序以线段连结时的两端,比较与两个比对用的脊线信息分别对应的两端、和与两个登录用的脊线信息分别对应的两端的相对位置,计算分数SC(S254、S258、S259、S260、S203)。皮肤信息处理装置10通过比较成对范围内的脊线信息的两端,能高效地比较比对用的脊线信息和登录用的脊线信息,计算出相似度。
皮肤信息处理装置10针对在S251和S255的处理中选择出的两组比对用的脊线信息和登录用的脊线信息内的、两个比对用的脊线信息和两个登录用的脊线信息中的至少一方,将两个脊线信息内的一个设为第一脊线信息、另一方设为第二脊线信息的情况下,利用将第一脊线信息的两端内的至少任一个端部和第二脊线信息的两端内的至少任一个端部相连结而成的一个以上的比较线段的长度来计算可靠度(S259)。皮肤信息处理装置10将可靠度乘以相对位置的比较结果,计算相似度WR,利用计算出的相似度WR计算分数SC(S260、S203)。与不利用可靠度而计算相似度WR的情况相比,皮肤信息处理装置10能计算认证精度较高的相似度。
本发明的皮肤信息处理程序以及皮肤信息处理装置不限定于上述实施方式,也可以在不脱离本发明主旨的范围内追加各种变更。例如,也可以适当追加下述(A)至(C)的变形。
(A)皮肤信息处理装置10的结构可以适当变更。例如,皮肤信息处理装置10不限定是智能手机的情况,例如可以是笔记本电脑、平板电脑以及移动电话这样的移动设备,也可以是自动取款机(ATM)和出勤管理装置这样的机器。皮肤信息获取装置8也可以独立于皮肤信息处理装置10设置。在该情况下,皮肤信息获取装置8和皮肤信息处理装置10可以通过连接电缆相连,也可以通过蓝牙(注册商标)以及NFC(Near Field Communicaiton:近场通信)这样的无线方式连接。皮肤信息获取装置8的检测方式例如可以是电场式、压力式、光学式中的任意种。皮肤信息获取装置8不限于面型,也可以是线型。皮肤信息获取装置8生成的图像的大小、颜色信息以及分辨率只要可提取出汗毛孔即可,可以适当变更。由此,例如颜色信息除了是与黑白图像对应的信息,也可以是与彩色图像对应的信息。
(B)皮肤信息处理程序可以存储于皮肤信息处理装置10的存储设备,直至皮肤信息处理装置10执行程序。由此,皮肤信息处理程序的获取方法、获取路径和存储皮肤信息处理程序的设备可分别适当变更。皮肤信息处理装置10的处理器所执行的信息处理程序可以经由电缆或无线通信从其它装置接收并存储于闪存等存储装置。其它装置例如包含PC(个人电脑)以及经由互联网相连的服务器。
(C)皮肤信息处理的各步骤不限定于通过CPU1来执行的例子,也可部分或全部通过其它电子设备(例如ASIC)来执行。上述处理的各步骤也可以通过多个电子设备(例如多个CPU)来分散处理。上述实施方式的皮肤信息处理的各步骤可根据需要变更顺序、省略和追加步骤。本公开的范围也包含如下情况:基于来自皮肤信息处理装置10的CPU1的指令,由皮肤信息处理装置10上启动的操作***(OS)等进行全部或部分实际的处理,根据该处理实现上述实施方式的功能的情况。例如,也可以在皮肤信息处理中适当追加如下(C-1)至(C-8)的变更。
(C-1)对在S11获取到的图像也可以适当执行前处理。例如,可以执行用于将图像的高频分量作为噪声去除的滤波处理。通过执行滤波处理,图像的边缘部分的浓淡变化变得平缓。作为用于滤波处理的滤波器,可以利用公知的低通滤波器、高斯滤波器、移动平均滤波器、中值滤波器、平均滤波器中的任一种。在其它例子中,也可以对在S11获取到的图像执行用于仅抽出特定频带分量的滤波处理。作为特定的频带,可以选择包含指纹凹凸的周期的频带。在该情况下,作为用于滤波器处理的滤波器,列举有公知的带通滤波器。
(C-2)基准点只要是表示汗毛孔的点即可,也可以不是汗毛孔的面积重心。脊线信息至少包含基准点的位置信息和脊线上的排列顺序即可。排列顺序也可以由位置信息的存储顺序来表示。脊线信息只要包含从基准点朝向排列顺序为上一个的基准点的向量的方向、和从基准点朝向排列顺序为下一个的基准点的向量的方向作为基准点的角度即可。脊线信息在同一连续的脊线上的基准点中包含分支点的情况下,不需要定义没有分支的脊线。例如,也可以定义如图7的脊线信息R3所示的包含分支的脊线。脊线信息不需要基于结合信息来生成。生成结合信息的处理可以根据需要省略。
(C-3)皮肤信息处理装置在决定用于皮肤认证的比对用的脊线信息的基准点和存储于DB28的登录用的脊线信息的基准点的对应即位置对应时,也可以将汗毛孔的局部缺失考虑在内来决定位置对应。例如,在比较图7的图像45所示的登录用的脊线信息R1到R5、和图像65所示的比对用的脊线信息V1到V4的情况下,推测到比对用的脊线信息V4中基准点P26缺失的情况。在该情况下,上述实施方式的处理中,比较了脊线信息V4的基准点Q25和脊线信息R5的基准点P28之后,再比较脊线信息V4的基准点Q27和脊线信息R5的基准点P29。即使基于距离和相对角度,判断基准点Q27和基准点Q29不相似,只要基于排列顺序在基准点P27下一个的基准点P30到基准点P28的距离与相对角度,判断与基准点Q27相似,则可以跳过基准点P29,来设定成对范围。
(C-4)可靠度的计算方法可以适当变更。可靠度以如下方式计算:针对成对范围所确定的两组比对用的脊线信息和登录用的脊线信息,分别确定将成对范围内的多个基准点依照排列顺序以线段连结时的两端,比较与两个比对用的脊线信息分别对应的两端、和与两个登录用的脊线信息分别对应的两端的相对位置,从而计算出该可靠度。由此,例如可以以如下步骤计算可靠度。根据两个比对用的脊线信息定义将所设定的成对范围内的基准点按排列顺序以线段连结而成的第一线段和第二线段。将第一线段的两端设为第一起点、第一终点,将第二线段的两端设为第二起点、第二终点。将第一起点和第二起点连结而成的线段设为第一比较线段。将第一终点和第二终点连结而成的线段设为第二比较线段。将第一起点和第二终点连结而成的线段设为第三比较线段。将第一终点和第二起点连结而成的线段设为第四比较线段。可靠度可以基于第一至第四线段中的至少任一个来计算出。例如,可以仅根据第一比较线段计算可靠度,也可以将第一到第四比较线段组合来计算可靠度。
(C-5)包含生成的结合信息和脊线信息的至少一方的比对信息可以不一定用于计算信息相似度的处理。皮肤认证可以通过与公知的比对信息组合来执行。例如,可以将利用公知的细节点法的比对结果和利用了本发明的比对信息方法的比对结果进行组合,来执行最终的判定。由此,从多种观点出发来执行比对,能期待比对精度的提高。此外,比对方法也可以考虑到处理时间和认证精度等,而自动地或通过用户从多种比对方法中进行设定。
(C-6)频率信息只要是表示基准点的周围颜色变化的信息即可。例如,频率分量不限定于一维群延迟谱。例如也可以利用LPC频谱、群延迟频谱、LPC倒谱、倒谱、自相关函数和互相关函数等其它公知的频率分量作为频率分量。频率信息不需要与脊线信息相关联。频率信息也可以与结合信息相关联。计算频率信息的处理可以省略。
(C-7)频率信息的计算方法可以适当变更。例如,在使用与本实施方式相同的一维群延迟谱作为频率分量的情况下,高频分量中可能示出较强的噪声分量。考虑到这种情况,可以基于包含优选选择了低频分量的规定个分量的频率信息,来选择频率信息。规定个数考虑样本数量和认证精度等来预先确定即可,例如在对一个第一参照点获取到的样本的数量N有128个的情况下,规定个数被设定为10至63中的任意值。优选地,规定个数被设定为12至20中的任意值。在样本数为N的情况下,规定个数优选被设定为(样本数N/10)至(样本数N/5)。例如,可以利用窗函数计算频率信息。
(C-8)样本的获取方法可以适当变更。可以利用表示基准点周围的颜色信息的变化的特征的方向来获取样本。可以计算基准点的周围的颜色信息的变化曲率作为基准方向的部分或全部。曲率是表示曲线的弯曲程度的量。在比对信息处理中设定的各种设定值、阈值等可以适当变更。各种设定值、阈值等可以根据基准点的获取条件(汗毛孔的数量、面积以及形状等)设置多个种类。

Claims (11)

1.一种皮肤信息处理程序,其特征在于,包含用于使具备处理器和存储设备的计算机执行如下步骤的指令:
图像获取步骤,该图像获取步骤获取图像;
基准点决定步骤,该基准点决定步骤根据在所述图像获取步骤中获取到的所述图像,决定表示皮肤的脊线上的汗毛孔的基准点,获取与该基准点在所述图像上的位置对应的信息即位置信息;
提取步骤,该提取步骤从在所述基准点决定步骤中获取到的多个所述基准点中,提取配置在同一连续的脊线上的多个所述基准点;
脊线信息生成步骤,该脊线信息生成步骤生成脊线信息,该脊线信息是包含所述提取步骤中提取出的所述多个基准点各自的所述位置信息、以及提取出的所述多个基准点在所述脊线上的排列顺序的信息;以及
存储控制步骤,该存储控制步骤将在所述脊线信息生成步骤中生成的所述脊线信息存储至所述存储设备,以作为用于皮肤认证的信息。
2.如权利要求1所述的皮肤信息处理程序,其特征在于,
所述基准点决定步骤将所述图像中的所述汗毛孔的重心决定为所述基准点,获取该基准点的所述位置信息。
3.如权利要求1或2所述的皮肤信息处理程序,其特征在于,
所述皮肤信息处理程序还包含用于执行如下步骤的指令:
距离计算步骤,该距离计算步骤针对在所述提取步骤中提取出的所述多个基准点,计算所述多个基准点分别与所述排列顺序为下一个的基准点的距离,
所述脊线信息生成步骤生成所述脊线信息,该脊线信息包含所述提取步骤中提取出的所述多个基准点各自的所述位置信息、确定的所述多个基准点内在所述脊线上的排列顺序、所述距离。
4.如权利要求1至3中任一项所述的皮肤信息处理程序,其特征在于,
所述皮肤信息处理程序还包含用于执行如下步骤的指令:
角度计算步骤,该角度计算步骤针对在所述提取步骤提取出的所述多个基准点,分别计算所述基准点与所述排列顺序为下一个的基准点的线段相对于所述基准点与所述排列顺序为上一个的所述基准点的线段的相对角度,
所述脊线信息生成步骤生成所述脊线信息,该脊线信息包含所述提取步骤中提取出的所述多个基准点各自的所述位置信息、确定的所述多个基准点内在所述脊线上的排列顺序、所述相对角度。
5.如权利要求1至4中任一项所述的皮肤信息处理程序,其特征在于,
所述皮肤信息处理程序还包含用于执行如下步骤的指令:
结合信息生成步骤,该结合信息生成步骤生成在将所述基准点决定步骤中获取到的所述多个基准点分别作为关注基准点的情况下的、该关注基准点的所述位置信息、和与所述关注基准点配置在同一连续的脊线上且在所述同一连续的脊线上的排列顺序在所述关注基准点前后的基准点即结合基准点的所述位置信息进行关联而得的信息,以作为结合信息,
所述提取步骤基于在所述结合信息生成步骤中生成的所述结合信息,提取配置在所述同一连续的脊线上的所述多个基准点。
6.如权利要求5所述的皮肤信息处理程序,其特征在于,
在所述提取步骤中,
基于在所述结合信息生成步骤中生成的所述结合信息,将在所述多个基准点内所述排列顺序为前后的基准点的数量为1的基准点确定为所述排列顺序为最开始的基准点即起点或所述排列顺序为最后的基准点即终点,
将在所述多个基准点内、所述排列顺序为前后的基准点数量为3以上的基准点确定为所述脊线的分支点,
在所述连续的脊线不包含所述分支点的情况下,定义从所述起点到所述终点没有分支的脊线,提取配置在该定义的脊线上的多个所述基准点,
在所述连续的脊线包含所述分支点的情况下,定义所述分支点中分支数量所对应的数量的、包含该分支点的从所述起点到所述终点无分支的多个脊线,针对该定义的多个脊线中的每一个,提取配置于相同脊线上的多个所述基准点。
7.如权利要求1至6中任一项所述的皮肤信息处理程序,其特征在于,
所述皮肤信息处理程序还包含用于执行如下步骤的指令:
对应决定步骤,该对应决定步骤决定用于皮肤认证的比对用的所述脊线信息的所述基准点、和存储于所述存储设备的登录用的所述脊线信息的所述基准点的对应即位置对应;以及
相似度计算步骤,该相似度计算步骤基于在所述对应决定步骤中决定的所述位置对应,计算所述比对用的脊线信息和所述登录用的脊线信息的相似度即信息相似度。
8.如权利要求7所述的皮肤信息处理程序,其特征在于,
在所述对应决定步骤中,从所述比对用的脊线信息和所述登录用的脊线信息的多个组合中、确定选择出的所述比对用的脊线信息和选择出的所述登录用的脊线信息之差相对于连续的规定个以上的所述基准点在阈值以下的成对范围,决定所述位置对应。
9.如权利要求8所述的皮肤信息处理程序,其特征在于,
在所述相似度计算步骤中,
选择在所述对应决定步骤中确定所述成对范围的两组所述比对用的脊线信息和所述登录用的脊线信息,
针对选择的所述两组所述比对用的脊线信息和所述登录用的脊线信息,分别确定将所述成对范围内的多个基准点依照所述排列顺序以线段相连的情况下的两端,
比较两个所述比对用的脊线信息各自所对应的所述两端和两个所述登录用的脊线信息各自所对应的所述两端的相对位置,计算所述信息相似度。
10.如权利要求9所述的皮肤信息处理程序,其特征在于,
在所述相似度计算步骤中,
针对选择的所述两组所述比对用的脊线信息和所述登录用的脊线信息内的、所述两个所述比对用的脊线信息和所述两个所述登录用的脊线信息中的至少一方,将两个所述脊线信息内的一个设为第一脊线信息、另一个设为第二脊线信息的情况下,利用将所述第一脊线信息的所述两端内的至少任一个端部和所述第二脊线信息的所述两端的至少任一个端部连结而得的一个以上的比较线段的长度,来计算可靠度,
对所述相对位置的比较结果乘以所述可靠度,计算所述信息相似度。
11.一种皮肤信息处理装置,其特征在于,
包括处理器和存储设备,
所述处理器作为如下单元发挥作用:
图像获取单元,该图像获取单元获取图像;
基准点决定单元,该基准点决定单元根据所述图像获取单元获取到的所述图像,决定表示皮肤的脊线上的汗毛孔的基准点,获取与该基准点在所述图像上的位置对应的信息即位置信息;
提取单元,该提取单元从所述基准点决定单元获取到的多个所述基准点中,提取配置在同一连续的脊线上的多个所述基准点;
脊线信息生成单元,该脊线信息生成单元生成脊线信息,该脊线信息是包含所述提取单元所提取出的所述多个基准点各自的所述位置信息、以及所述提取出的多个基准点在所述脊线上的排列顺序的信息;以及
存储控制单元,该存储控制单元将所述脊线信息生成单元生成的所述脊线信息存储至所述存储设备,以作为用于皮肤认证的信息。
CN201780065620.5A 2016-10-31 2017-10-31 皮肤信息处理方法及皮肤信息处理装置 Active CN109923581B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016213898 2016-10-31
JP2016-213898 2016-10-31
PCT/JP2017/039416 WO2018079851A1 (ja) 2016-10-31 2017-10-31 皮膚情報処理プログラム及び皮膚情報処理装置

Publications (2)

Publication Number Publication Date
CN109923581A true CN109923581A (zh) 2019-06-21
CN109923581B CN109923581B (zh) 2022-12-02

Family

ID=62023707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780065620.5A Active CN109923581B (zh) 2016-10-31 2017-10-31 皮肤信息处理方法及皮肤信息处理装置

Country Status (5)

Country Link
US (1) US10740590B2 (zh)
JP (1) JP6723547B2 (zh)
KR (1) KR102226583B1 (zh)
CN (1) CN109923581B (zh)
WO (1) WO2018079851A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210118550A1 (en) * 2019-10-21 2021-04-22 Morgan State University System and method for automated diagnosis of skin cancer types from dermoscopic images

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108764127A (zh) * 2018-05-25 2018-11-06 京东方科技集团股份有限公司 纹理识别方法及其装置
BR112021022858A2 (pt) * 2019-05-28 2021-12-28 Nec Corp Dispositivo de processamento de informações, método de processamento de informações e mídia de armazenamento

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02153478A (ja) * 1988-12-06 1990-06-13 Fujitsu Ltd 個人照合装置
JP2000132692A (ja) * 1998-10-23 2000-05-12 Nippon Telegr & Teleph Corp <Ntt> 曲線の特徴点抽出方法及びこの方法を記録した記録媒体
WO2003082113A1 (en) * 2002-03-27 2003-10-09 Central Research Laboratories Limited A skin ridge pattern identification system and method
CN1842805A (zh) * 2003-08-29 2006-10-04 皇家飞利浦电子股份有限公司 生物统计识别设备
CN1942137A (zh) * 2004-12-27 2007-04-04 株式会社Dds 皮肤评价方法和皮肤评价设备
WO2012029150A1 (ja) * 2010-09-01 2012-03-08 富士通株式会社 生体認証システム、生体認証方法、及びプログラム
US20130051638A1 (en) * 2010-06-04 2013-02-28 Nec Corporation Fingerprint authentication system, fingerprint authentication method, and fingerprint authentication program
CN104969543A (zh) * 2013-02-14 2015-10-07 松下知识产权经营株式会社 电子镜装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3057590B2 (ja) 1992-08-06 2000-06-26 中央発條株式会社 個人識別装置
KR100489430B1 (ko) * 2002-05-04 2005-05-12 에버미디어 주식회사 위치이동, 회전에 무관한 지문인식 방법 및 지문인식 장치및 그 방법을 실행시키기 위한 프로그램을 기록한기록매체
JP3846582B2 (ja) 2002-09-27 2006-11-15 日本電気株式会社 指紋認証方法/プログラム/装置
KR100480541B1 (ko) * 2002-12-23 2005-04-07 한국전자통신연구원 지문 인식 장치 및 지문 등록/인식 방법
US8451501B2 (en) 2010-12-13 2013-05-28 Xerox Corporation Watermark decoding via spectral analysis of pixel spacing
JP6366420B2 (ja) 2014-08-12 2018-08-01 株式会社ディー・ディー・エス データ作成プログラム、データ作成方法、及び、データ作成装置
JP6448253B2 (ja) 2014-08-12 2019-01-09 株式会社ディー・ディー・エス データ作成プログラム、データ作成方法、及び、データ作成装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02153478A (ja) * 1988-12-06 1990-06-13 Fujitsu Ltd 個人照合装置
JP2000132692A (ja) * 1998-10-23 2000-05-12 Nippon Telegr & Teleph Corp <Ntt> 曲線の特徴点抽出方法及びこの方法を記録した記録媒体
WO2003082113A1 (en) * 2002-03-27 2003-10-09 Central Research Laboratories Limited A skin ridge pattern identification system and method
CN1842805A (zh) * 2003-08-29 2006-10-04 皇家飞利浦电子股份有限公司 生物统计识别设备
CN1942137A (zh) * 2004-12-27 2007-04-04 株式会社Dds 皮肤评价方法和皮肤评价设备
US20130051638A1 (en) * 2010-06-04 2013-02-28 Nec Corporation Fingerprint authentication system, fingerprint authentication method, and fingerprint authentication program
WO2012029150A1 (ja) * 2010-09-01 2012-03-08 富士通株式会社 生体認証システム、生体認証方法、及びプログラム
CN104969543A (zh) * 2013-02-14 2015-10-07 松下知识产权经营株式会社 电子镜装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ANIL K ET AL.: ""Pores_and_Ridges_High-Resolution_Fingerprint_Matching_Using_Level_3_Features"", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210118550A1 (en) * 2019-10-21 2021-04-22 Morgan State University System and method for automated diagnosis of skin cancer types from dermoscopic images
US11538577B2 (en) * 2019-10-21 2022-12-27 Morgan State University System and method for automated diagnosis of skin cancer types from dermoscopic images

Also Published As

Publication number Publication date
JP6723547B2 (ja) 2020-07-15
WO2018079851A1 (ja) 2018-05-03
US20190244006A1 (en) 2019-08-08
KR20190067914A (ko) 2019-06-17
KR102226583B1 (ko) 2021-03-11
US10740590B2 (en) 2020-08-11
CN109923581B (zh) 2022-12-02
JPWO2018079851A1 (ja) 2019-10-10

Similar Documents

Publication Publication Date Title
CN109952596A (zh) 皮肤信息处理程序及皮肤信息处理装置
CN107688823B (zh) 一种图像特征获取方法及装置,电子设备
CN105930934B (zh) 展示预测模型的方法、装置及调整预测模型的方法、装置
JP2017123170A (ja) 心電図認証方法及び装置並びに学習方法
WO2020143847A2 (en) Determining action selection policies of an execution device
CN109923581A (zh) 皮肤信息处理程序及皮肤信息处理装置
CN110046622B (zh) 一种有目标的攻击样本生成方法、装置、设备及存储介质
Gabel et al. Top-down induction of similarity measures using similarity clouds
CN114549291A (zh) 图像处理方法、装置、设备以及存储介质
WO2020143848A2 (en) Determining action selection policies of an execution device
CN115330979A (zh) 表情迁移的方法、装置、电子设备及存储介质
CN110348471A (zh) 异常对象识别方法、装置、介质及电子设备
CN113011966A (zh) 基于深度学习的信用评分方法及装置
KR102469076B1 (ko) 뉴럴 네트워크를 이용하여 디지털 파일에 대한 민팅을 위한 블록체인을 결정하는 방법 및 장치
CN114882115B (zh) 车辆位姿的预测方法和装置、电子设备和存储介质
CN113065521B (zh) 物体识别方法、装置、设备及介质
CN117011909A (zh) 人脸识别模型的训练方法、人脸识别的方法和装置
CN111542818A (zh) 一种网络模型数据存取方法、装置及电子设备
CN111854751B (zh) 导航目标位置确定方法、装置、可读存储介质及机器人
CN113192043A (zh) 基于多尺度拓扑图的医学关键点检测方法、装置及应用
CN113051406A (zh) 一种人物属性预测方法、装置、服务器及可读存储介质
JP6996200B2 (ja) 画像処理方法、画像処理装置、および画像処理プログラム
CN112801287A (zh) 神经网络性能评估方法及装置、电子设备及存储介质
CN111024108A (zh) 智能路线规划展示装置
CN109844814A (zh) 信息处理程序和信息处理装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40007689

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant