JP2009528586A

JP2009528586A - 回転補正する虹彩比較

Info

Publication number: JP2009528586A
Application number: JP2008555878A
Authority: JP
Inventors: モンロー，ドナルド，マーチン
Original assignee: Individual
Current assignee: Individual
Priority date: 2006-02-27
Filing date: 2007-02-27
Publication date: 2009-08-06
Also published as: US7844084B2; US20070201728A1; ZA200808220B; EP1989661A1; WO2007096657A1

Abstract

【課題】第１の虹彩画像が第２の虹彩画像に最も良く適合するアライメント角度を決定する。
【解決手段】テスト虹彩画像と候補虹彩画像とを比較する方法であって，前記方法は，それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し，前記リストを周期的なものとして処理し，あるリストが他のリストと最も良くマッチするように相対移動値を計算し，前記移動値は前記テスト画像が前記虹彩画像と最も良くマッチする量だけ相対的に回転するものを含む。本方法は，単独又は他の身元照合システムと組み合わせてのどちらかで使用されてもよい。
【選択図】図１

Description

本発明は，回転補正する虹彩比較に関する。詳しくは，本発明は，人の虹彩のマッチングに限られるものでなはく，例えば，本人確認のために用いる回転補正した虹彩比較に関する。本発明の方法は，単独で用いられてもよいし，又は他の虹彩マッチングや比較アルゴリズムの精度を促進する若しくは改善するために用いられてもよい。

バイオメトリクス情報の認証，特に虹彩認証を用いた個人認証は，他の生体認証より正確であり，その使用は増加している。しかし，最近十年間の進歩にもかかわらず，画像のサイズ，位置，および方向にばらつぎがある。したがって，よりしっかりした虹彩認証システムを構築することが未だに要求されている。主にカメラの光学倍率と眼とカメラの間の距離によって起こる画像のサイズと位置の変化は，前処理の段階ですぐに正規化される。また，虹彩内の膨張による瞳孔サイズの非アフィンパターンの変形と変化を補正することが可能である。一方，虹彩方位（ｏｒｉｅｎｔａｔｉｏｎ）は，軸転眼球運動，及び頭位傾斜を含む，さまざまな内的や外的要素に依存するものである。光学システムには，眼の位置，カメラの位置および鏡の角度による画像回転が取り入れられている。現在のマッチングシステムでは，特徴ベクトルの配列を作成するために，取り込み方位付近でさまざまな回転量で虹彩画像を回転させる。その特徴ベクトルは，最も良いマッチングを見つけるために別々に比較される。

アプローチの一つは，Ｊ．Ｄａｕｇｍａｎの著書“Ｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｂｅｉｎｇｒａｎｄｏｍ：Ｓｔａｔｉｓｔｉｃａｌｐｒｉｎｃｉｐｌｅｓｏｆｉｒｉｓｒｅｃｏｎｇｎｉｔｉｏｎ”，ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ｖｏｌ．３６，ｐｐ．２７９−２９１，２００３において論じられている。Ｄａｕｇｍａｎは，１つのカノニカル・オリエンテーション（ｃａｎｏｉｃａｌｏｒｉｅｎｔａｔｉｏｎ）で虹彩コードを計算し，環状視野移動（ｃｙｃｌｉｃｓｃｒｏｌｌｉｎｇ）を利用し，複数の方位と虹彩コードを比べている。多重比較を使用すると，保存場所がより多く必要となり，登録や評価に時間がかかってしまう。

画像のばらつきがある場合，相関フィルターを用いることで，高いマッチング性能を得ることができることが知られている。そして，バイオメトリック認証において相関を用いた研究がいくつか行なわれている。参照として，例えば，Ｒ．Ｐ．Ｗｉｌｄｅｓ，“Ｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎ：ａｎｅｍｅｒｇｉｎｇｂｉｏｍｅｔｒｉｃｔｅｃｈｎｏｌｏｇｙ”，Ｐｒｏｃ．ｏｆｔｈｅＩＥＥＥ，ｖｏｌ．８５，ｐｐ．１３４８−１３６３，１９９７．，Ｌ．Ｍａ，Ｔ．Ｔａｎ，Ｙ．Ｗａｎｇ，ａｎｄＤ．Ｚｈａｎｇ，“Ｅｆｆｉｃｉｅｎｔｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｂｙｃｈａｒａｃｔｅｒｉｚｉｎｇｋｅｙｌｏｃａｌｖａｒｉａｔｉｏｎｓ，”ＩＥＥＥＴｒａｎｓ．ｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，ｖｏｌ．１３，ｐｐ．７３９−７５０，２００４があげられる。他のアプローチでは，位相情報に基づく画像マッチングを用いて，指紋認証や虹彩認証などにおいて高い認証結果を得ている。参照として，例えば，ＫａｚｕｙｕｋｉＭｉｙａｚａｗａ，ＫｏｉｃｈｉＩｔｏ，ＴａｋａｆｕｍｉＡｏｋｉ，ＫｏｊｉＫｏｂａｙａｓｈｉ，ａｎｄＨ．Ｎａｋａｊｉｍａ，“ＡｎＥｆｆｉｃｉｅｎｔＩｒｉｓＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍＵｓｉｎｇＰｈａｓｅ−ＢａｓｅｄＩｍａｇｅＭａｔｃｈｉｎｇ，”Ｐｒｏｃ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，Ｇｅｎｏａ，２００５．ＫｏｉｃｈｉＩｔｏ，ＡｙｕｍｉＭｏｒｉｔａ，ＴａｋａｆｕｍｉＡｏｋｉ，ＴａｔｓｕｏＨｉｇｕｃｈｉ，ＨｉｒｏｓｈｉＮａｋａｊｉｍａ，ａｎｄＫ．Ｋｏｂａｙａｓｈｉ，“ＡＦｉｎｇｅｒｐｒｉｎｔＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍＵｓｉｎｇＰｈａｓｅ−ＢａｓｅｄＩｍａｇｅＭａｔｃｈｉｎｇｆｏｒＬｏｗ−ＱｕａｌｉｔｙＦｉｎｇｅｒｐｒｉｎｔｓ，”Ｐｒｏｃ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｏｃｅｓｓｉｎｇ，Ｇｅｎｏａ，２００５，があげられる。

Ｊ．Ｄａｕｇｍａｎ，"Ｔｈｅｉｍｐｏｒｔａｎｃｅｏｆｂｅｉｎｇｒａｎｄｏｍ：Ｓｔａｔｉｓｔｉｃａｌｐｒｉｎｃｉｐｌｅｓｏｆｉｒｉｓｒｅｃｏｎｇｎｉｔｉｏｎ"，ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ｖｏｌ．３６，ｐｐ．２７９−２９１，２００３Ｒ．Ｐ．Ｗｉｌｄｅｓ，"Ｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎ：ａｎｅｍｅｒｇｉｎｇｂｉｏｍｅｔｒｉｃｔｅｃｈｎｏｌｏｇｙ"，Ｐｒｏｃ．ｏｆｔｈｅＩＥＥＥ，ｖｏｌ．８５，ｐｐ．１３４８−１３６３，１９９７Ｌ．Ｍａ，Ｔ．Ｔａｎ，Ｙ．Ｗａｎｇ，ａｎｄＤ．Ｚｈａｎｇ，"Ｅｆｆｉｃｉｅｎｔｉｒｉｓｒｅｃｏｇｎｉｔｉｏｎｂｙｃｈａｒａｃｔｅｒｉｚｉｎｇｋｅｙｌｏｃａｌｖａｒｉａｔｉｏｎｓ，"ＩＥＥＥＴｒａｎｓ．ｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，ｖｏｌ．１３，ｐｐ．７３９−７５０，２００４ＫａｚｕｙｕｋｉＭｉｙａｚａｗａ，ＫｏｉｃｈｉＩｔｏ，ＴａｋａｆｕｍｉＡｏｋｉ，ＫｏｊｉＫｏｂａｙａｓｈｉ，ａｎｄＨ．Ｎａｋａｊｉｍａ，"ＡｎＥｆｆｉｃｉｅｎｔＩｒｉｓＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍＵｓｉｎｇＰｈａｓｅ−ＢａｓｅｄＩｍａｇｅＭａｔｃｈｉｎｇ，"Ｐｒｏｃ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，Ｇｅｎｏａ，２００５．ＫｏｉｃｈｉＩｔｏ，ＡｙｕｍｉＭｏｒｉｔａ，ＴａｋａｆｕｍｉＡｏｋｉ，ＴａｔｓｕｏＨｉｇｕｃｈｉ，ＨｉｒｏｓｈｉＮａｋａｊｉｍａ，ａｎｄＫ．Ｋｏｂａｙａｓｈｉ，"ＡＦｉｎｇｅｒｐｒｉｎｔＲｅｃｏｇｎｉｔｉｏｎＡｌｇｏｒｉｔｈｍＵｓｉｎｇＰｈａｓｅ−ＢａｓｅｄＩｍａｇｅＭａｔｃｈｉｎｇｆｏｒＬｏｗ−ＱｕａｌｉｔｙＦｉｎｇｅｒｐｒｉｎｔｓ，"Ｐｒｏｃ．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｍａｇｅＰｏｃｅｓｓｉｎｇ，Ｇｅｎｏａ，２００５，

これらの２次元相互相関技術では，虹彩コードに加えて画像の全体のデータベースを保存する必要がある。その作業（ｏｐｅｒａｔｉｏｎ）は，計算量が多く，通常，検証/識別プロセスの速度にかなり影響を与える。

本発明は，様々な側面において使用され，特に，第１の虹彩画像が第２の虹彩画像に最も良く適合するアライメント）角度を決定するという特定の用途に限られない。本発明は，第１の虹彩画像が第２の虹彩画像と一致し，同じ一個人であるかどうかの決定を助けるために，１つ又はそれ以上の別々のアルゴリズムとともに用いられてもよい。

本発明によれば，テスト虹彩画像と候補虹彩画像とを比較する方法を提供することができる。前記方法は，
（ａ）それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成し，及び
（ｂ）前記リスト（テストリストと候補リスト）を周期的なものとして扱い，一方のリストが他方のリストと最も良くマッチするような相対移動値を計算し，前記移動値は前記テスト虹彩画像が前記候補虹彩画像と最も良くマッチする量だけ相対的に回転するものである。

本発明は，以下の方法のいずれか，及びこれらの方法のいずれか２つ又はそれ以上を適宜組み合わせたものも含む。

瞳孔の輪郭に沿った１つまたはそれ以上の曲線からの１つまたはそれ以上のピクセル値リストは，回転量を決定することができる対となる虹彩画像間で処理され，前記回転量は，２つの虹彩画像を最適アライメントにするために必要とされる，さまざまな種類の眼の複数の画像の回転アライメントのための方法。

瞳孔は円形，又は円形に近く，そして，前記曲線は円形である方法。

処理を行う第１工程は，曲線数を減らすために，複数の曲線上の対応する位置からのピクセル値を平均する工程を含む方法。

すべての曲線が，瞳孔の輪郭に沿った曲線の周りのピクセル値の変化を表す，１つの平均ピクセル値リストを作成するために，平均される方法。

虹彩は長方形配列（ｒｅｃｔａｎｇｕｌａｒａｒｒａｙ）に再度サンプリングされ，及び，再度サンプリングされた画像からの直線は，瞳孔の輪郭に沿った曲線に対応する方法。
処理を行う第１工程は，曲線数を減らすために，複数の曲線上の対応する位置からのピクセル値を平均する工程を含む方法。

２つの虹彩間の回転量は，２つの虹彩のピクセル値リストの直接比較することによって決定される方法。

処理を行う第２工程は，ピクセル値リストを計算する工程を含む方法。

計算する工程は，２つの虹彩からのピクセル値リスト間の相互相関関数を計算する工程を含む方法。

相互相関関数は，ピクセル値リストを直接処理することによって求められる方法。

相互相関関数を求める方法であって：
（ｉ）２つのピクセル値リストをフーリエ変換する工程と，（ｉｉ）２つのフーリエ係数リストをそれぞれ掛け合わせる工程と，（ｉｉ）掛け合わせたリストを逆フーリエ変換する工程である方法。

相互相関関数を求める方法であって，
（ｉ）２つのピクセル値リストをフーリエ変換する工程と，（ｉｉ）１つのフーリエ係数リストを，他のフーリエ係数リストの複素共役で，それぞれの掛け合わせる工程と，（ｉｉｉ）掛け合わせたリストを逆フーリエ変換する工程である方法。

相関関数の最大値の位置は，２つの虹彩間の回転量を示す方法。

相関関数は，２つの虹彩間の回転量を決定するために処理工程をさらに含む方法。

さらに含む処理工程は，ノイズを減らす及び相関関数値の有意な最大値（ｓｉｇｎｉｆｉｃａｎｔｍａｘｉｍｕｍ）を確認するためにフィルタリングする工程である方法。

回転量の決定は，認証マッチングシステムに保存されている虹彩認証を補助する方法。

保存されている虹彩コードのリストは，保存されていない虹彩コードを１つもしくはそれ以上の保存されている虹彩と一致させるために必要な回転量を決めるための処理が行われたピクセル値リストを含む方法。

１つまたはそれ以上のピクセル値リストが保存される方法。

ピクセル値リストから決定された１つまたはそれ以上のフーリエ係数リストが保存される方法。

前記結果は，要求された個人認証を照合する方法として使用される方法。

前記結果は，要求された個人認証を拒絶する方法として使用される方法。

前記結果は，マッチングしている虹彩があるとして，虹彩データのデータベースから１人もしくはそれ以上の個人を選定するために使用される方法。

前記結果は，虹彩データのデータベースで一致するものがないとして，虹彩データを拒絶するために使用される方法。

拒絶は，別の方法でさらに処理を行う認証マッチングシステムの処理速度を改善するために使用される方法。

拒絶または選出は，虹彩の回転マッチングがないシステムと比べて，認証精度改善するために，他のデータと組み合わせて使用される方法。

本発明は，さまざまな方法に用いてもよい。いつくかの具体的な実施態様を以下に説明する。
本発明の好ましい方法を利用する前に，図１に概略的に示されているように，眼の画像は，必要でない情報を取り除くため，通常前処理が行われる。まず，内側１０２と外側１０４の虹彩の境界は，瞳孔１０６，強膜（示さず）及び上下のまぶた１０８とまつ毛１１１を削除するために設けられる。虹彩画像の結果は，必要であれば，虹彩の肥大及び収縮の効果を考慮するように調整されてもよく，グレースケールと強度調整が適用されてもよい。

次の工程は，閉曲線１１０周りのピクセル値をサンプリングし，ピクセル値関数，または図２に示されるようなサンプルリスト２１０を作成する工程である。本質的な特徴ではないけれども，曲線１１０は一般的に円形になり，瞳孔１０６の中央に中心が置かれる。ピクセル値は，矢印１１２で示すように曲線にそって動かすことによって，例えば，事前に定義されたゼロ方向１１４からはじめ，円の周りを等間隔の角度で増進させることによって，サンプリングされてもよい。ピクセル値は，色調などの他の特性が用いられる場合もあるが，通常，サンプル強度に基づかれている。

サンプルは記録されたものとして用いられてもよく，または，リストは，使用前に，例えば，補間もしくは正規化などの方法で前処理されてもよい。

虹彩画像中の曲線１１０の大きさ／位置は，特定の用途に応じて選ばれてもよい。曲線１１０は，例えば，内側境界線１０２または外側境界線１０４から一定距離であってもよい。代わりに，曲線は，内側と外側の境界線の間の距離の固定比率，例えば，内側と外側の境界線の間の距離のちょうど半分の位置に設置されてもよい。

他の方法ではあるが本質的には同等なアプローチでは，虹彩画像を極座標から長方形画像に変換する，その後，変換した画像内で，直線または曲線をサンプリングする。

１つの曲線１１０のピクセル値を表す関数２１０の代わりに，２つもしくはそれ以上の曲線の平均値を示してもよい。例えば，同一角方向にある，すでに示した曲線１１０及び第２の曲線１１６の平均値を示してもよい。代わりの選択肢として，１つの曲線が使用されるが，それぞれの角位置で，狭い領域内でのピクセル値の平均値を求める。曲線を分類する（ｇｒｏｕｐｉｎｇ）／計量する（ｗｅｉｇｈｔｉｎｇ）／平均する（ａｖｅｒａｇｉｎｇ）他の方法は，当業者であれば思いつくことができる。図２の結果として生じる線（ｒｅｓｕｌｔａｎｔｔｒａｃｅ）２１０は，ノイズに起因するあらゆる点をおおむね除外するが，それぞれの個人に特有なあらゆる点を十分に表す。

本発明の目的は，図１の虹彩画像（“テスト画像”）がマッチしているか，または虹彩画像データベース内の既存の候補画像若しくは保存画像にマッチしている可能性があるかを決定することである。データベース内のそれぞれの保存画像は，上記したような処理がすでに行われている。そして，それに応じて，データベース内のそれぞれの候補画像は，それぞれの独自のトレース（ｔｒａｃｅ）２１０を有する。

トレース（ｔｒａｃｅ）２１０は虹彩内の閉曲線を表しているので，簡単に，周期一次元関数として考慮され，数学的に分析される。これは，既存の二次元アプローチに対してかなり進歩している。

単純化したアプローチとしては，最も良いマッチングの位置を見つけるために，周期的テスト線（ｐｅｒｉｏｄｉｃｔｅｓｔｔｒａｃｅ）を取得し，周期的候補線（ｐｅｒｉｏｄｉｃｃａｎｄｉｄａｔｅｔｒａｃｅ）に対してスライドさせる。あるポイントでの適合度を比較することによって，その後，テスト画像が候補画像にマッチするという仮説を承認，または拒絶することができる。オフセット（ｏｆｆｓｅｔ）範囲は，画像の１つが他の画像に適合するようになっている角回転に相当する。処理要件を減らすために，又は合っていそうにない大角度での見かけ上のマッチングを避けるために，許容角回転量の限界を決めてもよい。通常，候補虹彩画像とテスト虹彩画像はともに，ほぼ垂直に対象を撮影して得られている。そのため，一般的に多くの用途において，必ずしも３６０度全部でマッチングしている必要はない。画像の撮影時に撮影対象の頭が少し傾いている場合や，又はカメラ自体が垂直でない，及び撮影対象の人の正面に置かれない場合は，少し角度を修正してもよい。もし初期画像が，携帯用のカメラを用いて撮影される場合は，このような修正は頻繁に行われる。

より高精度なアプローチ（最も多くの用途で好まれるアプローチ）は，テスト線（ｔｅｓｔｔｒａｃｅ）と候補線（ｃａｎｄｉｄａｔｅｔｒａｃｅ）の間の相互相関関数を計算することである。その後，適合度は，最も良いマッチングとなる回転角度を表しているピーク位置で，相互関数出力内の任意のピークのサイズに基づいて決定される。もし必要であれば，許容できる回転範囲に数値限界を設けてもよい。このアプローチは，状況次第で，データを得るために用いられるサンプル解像度より，マッチングに優れている解像度を提供することができる。

多くの用途に適している，さらに有利なアプローチを図３に示す。ここで，ＦＦＴのようなフーリエ変換は，テスト線と候補線の両方に対して行われる。その後，これらのＦＦＴの１つは，他のＦＦＴとの共役で掛け合わされ，最終相互相関を得るために，この積の逆フーリエ変換が行われる。

図３において示すように，極座標からデカルト（Ｃａｒｔｅｓｉａｎ）座標に変換された後に，それぞれの保存画像とテスト画像の行平均値に対して初期ＦＦＴを取得する。上記したように，一次元線（ｔｒａｃｅ）２１０を作成するどんな方法をも代わりに使用してもよいということは当然のことである。

上記のように，虹彩画像において，周方向についての円対称性は，出力線２１０の水平な周期性に変換される。図３において，この対称性は，一次元円形相互相関の離散フーリエ変換（ＤＦＴ）特性を用いて利用される。基本となる特徴の概要を以下に示す。

x_p(n)をｋサンプルまで右に移動すると，周期配列は以下のようになる。

従って，有限持続配列は，次式となる。

上式は，環状に移動するオリジナル配列ｘ（ｎ）に関係している。一般的に，配列の環状シフト（ｃｉｒｃｕｌａｒｓｈｉｆｔ）は，インデックスモジュールＮとして表すことができ，以下のように表わされる。

フーリエ変換特性より，空間ドメインにおける巡回畳み込み（ＣｉｒｃｕｌａｒＣｏｎｖｏｌｕｔｉｏｎ）は，フーリエドメインの掛け合わせと等しい。同様に，空間ドメインの周期時間シフト（ｃｉｒｃｕｌａｒｔｉｍｅｓｈｉｆｔ）は，指数を掛け合わせた周波ドメインと等しい。

図３の特定の用途では，それぞれのテスト虹彩に対して，周期配列は，５１２×８０の正規化虹彩画像から，瞳孔の境界から数えられる画像の列５−９を平均することによって，導き出される。この列は，まつ毛又はまぶたによってあいまいになる外側領域を避け，不規則になるのを避けるために瞳孔の境界から十分に離れている。その後，この一次元ＦＦＴの共役は，特徴ベクトルと共に保存される。候補画像は正規化され，同じ群（ｂａｎｄ）のＦＦＴは，テスト虹彩ＦＦＴを用いる回転補正（ｒｏｔａｔｉｏｎｃｏｍｐｅｎｓａｔｉｏｎ）で使用するために計算される。

相互相関の計算の後に，ピークの鋭さは以下で説明される方法で測定されてその位置が示される。虹彩が一致している場合は鋭いピークとなり，一方，一致していない場合は平らなピークになる。虹彩回転度は，ピークの位置によって表される。ピークが十分鋭い場合は，候補虹彩からの正規化画像は，登録されている虹彩のアライメント（ａｌｉｇｎｍｅｎｔ）に移動する。そして，虹彩コードは，より詳細なマッチングを得るために（例えば，他のすぐれた処理装置−集約アルゴリズム（ｉｎｔｅｎｓｉｖｅａｌｇｏｒｉｔｈｍ）を使って）最終的に計算される。

初期のマッチングは相関関係ピークに基づいているので，それぞれの判別（ｄｉｓｃｒｉｍｉｎａｔｉｏｎ）に対して，マッチング程度の測定基準を有することが必要である。画像のばらつきに対して，着実に決定をするために，決定は，より広い領域の相関関係出力に基づいて行われることが好ましい。図４に示されたプロットなど，様々な相関関係のプロットを観察することから，優れた測定基準は，ピークについて限定領域中の分散に基づかれるという結論になりうる。

優れた判別（ｄｉｓｃｒｉｍｉｎａｔｉｏｎ）はピーク対サイドローブ比（ＰＳＲ）を用いて表される。このため，サイドローブ値Ｓは，ピークの中心にある３３２の値領域の平均値として与えられる。即ち，ピークの中心にある１３の値を除いて，ピーク値の両側の１６６の相関値として与えられる。ピーク値をＰ，サイドローブ値の標準偏差値をσとすると，ＰＳＲは以下のように表わすことができる。

狭いピークと広いサイドローブは，マッチングピークの世界的優位性（ｇｌｏｂａｌｄｏｍｉｎａｎｃｅ）を利用する。しかしながら，判別を偏らせるマッチングしない極大を考慮しない。

上記で説明した方法は，本人確認（ｉｄｅｎｔｉｔｙｖｅｒｉｆｉｃａｔｉｏｎ）や身分証明（ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）の両方に適用されてもよい。本人確認では，システムは，主張された身元（ｉｄｅｎｔｉｔｙ）を確かめようと試みる。そして，それに従って，テスト画像と身元を主張している人の既知の画像の間で比較が１度行われる。身元証明では，タスク（ｔａｓｋ）は，マッチする可能性があるものすべてを探すために，虹彩データベース中の可能性がある候補のすべてを確かめることである。後者の場合は，システムは，例えば，ある人が何回データベースに偽名で登録を受けたかを見つけ出すようにしてもよい。

記載した方法は，虹彩マッチングの方法として，単独で用いられてもよいし，又は速度及び／又は精度を改善するために，他のバイオメトリックマッチングシステムと共役して代わりに用いられてもよい。後者の場合は，本発明の実施態様は，二つの虹彩が本当に同一であるかどうかを決定するために他のバイオメトリックシステム又はアルゴリズムを使わず，テスト虹彩と候補虹彩の間の最良のマッチング角度を見つけるために使用されてもよい。

さらなる可能性は，事前に選択を行うために本発明の実施態様を使用することである。前記したＰＳＲの実施態様では，事前の選択は，実験的に設定された値１．５よりも低いＰＳＲを切り捨てることによって達成されてもよい。それに続き，両側の２０ピクセルより大きい回転指数（ｒｏｔａｔｉｏｎｉｎｄｉｃｅｓ）を有するケースを除いてもよい。図３の下の方に示されたように，二次元コードでコード化される前に，事前の選択テストに合格する画像は，１列に並んで回転させられる。その後，選択された回転画像の特徴ベクトルは，用意済みのハミング距離を与えるために，保存画像内で作成されそして比較される。これらは，マッチング／照合で使用することができる。

保存スペースが限られているアプリケーションでは，必ずしもオリジナルの虹彩情報のすべてを保存する必要はないということに留意する。問い合わせが行われるデータベースは，適切なアプリケーションに，事前に計算されたＦＦＴだけを保存してもよい。

以下添付図面を説明する：
図１は，人の眼に関するデータを収集する過程を示す。図２は，測定結果から作成されたサイクリック関数（ｃｙｃｌｉｃｆｕｎｃｔｉｏｎ）／ピクセル値リストを示す。図３は，相互相関の一般的な手順を示す。図４は，マッチング虹彩画像に基づいた正規化相互相関線（ｔｒａｃｅ）を示す。図５は，もっともマッチングしている虹彩画像間の正規化相互相関線（ｔｒａｃｅ）を示す。

Claims

テスト虹彩画像と候補虹彩画像とを比較する方法であって，前記方法は，
（ａ）それぞれの瞳孔の周りのそれぞれの曲線に沿って測定された画像値を表すテストリストと候補リストとを作成する工程と，
（ｂ）前記テストリストと候補リストを周期的なものとして扱って，一方のリストが他方のリストと最も良くマッチするように相対移動値を計算する工程と，
を含み，
前記相対移動値は前記テスト虹彩画像が前記候補虹彩画像と最も良くマッチする量だけ相対的に回転する量である，
方法。
前記候補リストに対して前記テストリストをスライドする工程を含む，請求項１に記載の方法。
前記テストリストと前記候補リストの相互相関を計算する工程を含む請求項１に記載の方法。
前記テストリストと前記候補リストのデジタルフーリエ変換値を求める工程と，それぞれの変換値またはその共役値を掛け合わせる工程と，前記相互相関を求めるために逆デジタルフーリエ変換処理を行う工程を含む請求項１に記載の方法。
複数の候補虹彩画像について，デジタルフーリエ変換を事前に計算し，保存する工程を含む請求項４に記載の方法。
前記テストリストと前記候補リストは，前記曲線に沿った局所領域の上で平均画像特性を表す請求項１に記載の方法。
前記テストリストと前記候補リストは，複数のそれぞれの曲線の画像平均値を表す請求項１に記載の方法。
前記テストリストと前記候補リストは，再度マッピングされたそれぞれの虹彩の長方形画像内でそれぞれの行列（ｌｉｎｅｓ）から画像の値を測定することによって作成される請求項１に記載の方法。
前記移動値のマッチングの量を評価する工程をさらに含む請求項１に記載の方法。
前記マッチングの量により，前記テスト虹彩画像と前記候補虹彩画像とが同一個人に属するかそうでないかを決定する工程をさらに含む請求項９に記載の方法。
前記マッチングの量と追加バイオメトリックデータとを用いて，前記テスト虹彩画像と前記候補虹彩画像が同一個人に属するか属さないかを決定する工程をさらに含む請求項９に記載の方法。
前記テスト虹彩画像と前記複数の候補虹彩画像とを比較する工程と，前記それぞれのマッチングの量に応じて１つ又はそれ以上のマッチしたものを決定する工程と，をさらに含む請求項９に記載の方法。
前記テスト虹彩画像と前記複数の候補虹彩画像とを比較する工程と，前記それぞれのマッチングの量に応じて１つ又はそれ以上のマッチした可能性のあるものを決定する工程と，もし存在する場合，前記マッチした可能性のあるもののうち承認することができるものを決定するために，前記マッチした可能性のあるものを認証マッチングシステムへ送る工程とをさらに含む，請求項９に記載の方法。