JP2009529201A - 都合のよい符合化システム - Google Patents

Abstract

虹彩認識システム用の符合化システム。特に、符合化システムは、虹彩ピクセル情報を、記憶されるか、または、同じ形態のデータベーステンプレートと照合される、虹彩バーコードを構成する少数のビットに圧縮するための虹彩テクスチャの堅牢な符合化方法を提示する。虹彩符合化システムは、照明、オブスキュレーション、または目の照度の変動などの、種々の取り込み条件下で情報の基本的なビットを抽出することについて信頼性を有する。

Description

本出願は、２００６年３月３日に出願された米国仮出願第６０／７７８，７７０号の利益を主張する。
本出願は、２００５年１月２６日に出願された米国仮出願第６０／６４７，２７０号の利益を主張する２００６年１月２５日に出願された米国特許出願第１１／２７５，７０３号の一部継続出願である。

本出願は、２００５年１月２６日に出願された米国特許出願第１１／０４３，３６６号の一部継続出願である。
本出願は、２００６年３月１０日に出願された米国特許出願第１１／３７２，８５４号の一部継続出願である。

本出願は、２００７年２月７日に出願された米国特許出願第１１／６７２，１０８号の一部継続出願である。
本出願は、２００７年２月１５日に出願された米国特許出願第１１／６７５，４２４号の一部継続出願である。

本出願は、２００７年３月２日に出願された米国特許出願第１１／６８１，６１４号の一部継続出願である。
米国政府は、本発明における権利を有する場合がある。

本発明は、認識システムに関し、特に、バイオメトリック認識システムに関する。より詳細には、本発明は、虹彩認識システムに関する。
関連出願は、２００３年９月５日に出願された米国特許出願第１０／６５５，１２４号の一部継続出願である２００４年１１月３日に出願された米国特許出願第１０／９７９，１２９号、および、２００６年５月９日に出願された米国特許出願第１１／３８２，３７３号を含み、それらは、参照により本明細書に組み込まれる。

２００６年３月３日に出願された米国仮出願第６０／７７８，７７０号は参照により本明細書に組み込まれる。
２００６年１月２５日に出願された米国特許出願第１１／２７５，７０３号は参照により本明細書に組み込まれる。

２００５年１月２６日に出願された米国仮出願第６０／６４７，２７０号は参照により本明細書に組み込まれる。
２００５年１月２６日に出願された米国特許出願第１１／０４３，３６６号は参照により本明細書に組み込まれる。

２００６年３月１０日に出願された米国特許出願第１１／３７２，８５４号は参照により本明細書に組み込まれる。
２００７年２月７日に出願された米国特許出願第１１／６７２，１０８号は参照により本明細書に組み込まれる。

２００７年２月１５日に出願された米国特許出願第１１／６７５，４２４号は参照により本明細書に組み込まれる。
２００７年３月２日に出願された米国特許出願第１１／６８１，６１４号は参照により本明細書に組み込まれる。

本発明は、虹彩認識技術そして特に人間認証方法に関する。虹彩パターンは、固有でかつ安定性があることがわかっている。虹彩認識システムの成功は、これらの固有の虹彩パターンの適切な表現方式を使用することにある。

本発明は、虹彩マップから抽出された虹彩パターンの表現に関する。特に、本発明は、虹彩ピクセル情報を、記憶されるか、または、同じ形態のデータベーステンプレートと照合される、虹彩バーコードを構成する少数のビットに圧縮するための虹彩テクスチャの堅牢な符合化方法を提示する。虹彩符合化方法は、照明、掩蔽、または目の照度の変動などの、種々の取り込み条件下で情報の基本的なビットを抽出するために信頼性がある。

本システムは、バイオメトリクス、虹彩認識システム、画像品質メトリクス、認証、アクセス制御、監視、識別、ならびにセキュリティおよびサーベイランスシステムに関連してもよい。本発明は、改良された虹彩認識システムの開発において支えとなる虹彩符合化の処理手順を扱う。本システムは、基本的な虹彩パターン情報を保持しながら、抽出された正規化虹彩マップ画像を虹彩ピクセルのコンパクトなビット表現に圧縮する方法を提供してもよい。虹彩のこのコンパクトな表現は、正確な照合および登録を実行するために計算されてもよい。

全体の目検出システムが図１に示される。図１は、内部に顔のある画像を、本明細書で述べる目ファインダ６２に提供してもよいカメラ６１を示す。目ファインダ６２は、虹彩セグメンテーションブロック６３に進む１つまたは２つの目の画像を提供してもよい。ブロック６３内の極セグメンテーション（ＰＯＳＥ）システムを使用して、セグメンテーションが実施されてもよい。ＰＯＳＥは、画像（たとえば、３２０×２４０ピクセル）が目に見える瞳孔を有し、瞳孔内で、虹彩が部分的に目に見える可能性があるという仮定に基づいてもよい。虹彩と瞳孔との間の内側境界における瞳孔セグメンテーション、および、虹彩と強膜との間および虹彩と目蓋との間の外側境界におけるセグメンテーションが存在してもよい。区分化された画像を有する出力は、マッピング／正規化および特徴抽出のためのブロック６４に進んでもよい。ブロック６４からの出力は、符合化ブロック６５に進めてもよく、符合化ブロック６５は、１と０によって記録されるブロックに画像バーコードなどの出力を提供してもよい。画像のコーディングは、ブロック６６における目情報の記憶のための基礎を提供してもよく、目情報は、目に関連する、虹彩および瞳孔の情報などの目情報の、ブロック６７における、登録、索引付け、照合などのために使用できる。

虹彩パターン内に存在する最も弁別性のある情報が抽出され、符合化できる。虹彩テクスチャのまさに意味のある特徴が符号化されるため、テンプレート間の比較はより高速にかつより確実に行われる可能性がある。多くの虹彩認識システムは、複数のパラメータ依存性を有する２次元（２Ｄ）変調フィルタを使用して虹彩画像のバンドパス分解を使用するであろう。現在の簡略化された１Ｄ位相ベース符合化手法は、単一パラメータによって構成された単一周期フィルタを使用してもよい。

本手法は、異なる中心周波数で、また、異なるフェーザ量子化で特徴を抽出するための複数のステップに段階付けされてもよい。手法は、全てのビットを計算する必要がない状態で照合を行う程度まで、虹彩パターンをより少数のビットに圧縮してもよく（最小節減は、他の手法のビットカウントに対して５０％に達する場合がある）、そのため、大きな虹彩データベースの効率的な記憶および高速な比較を可能にする。さらに、本エンコーダは、虹彩境界を区分化するために実装されるものに対する拡張であってよく、そのため、手法の一部は、計算負荷を節減するために、セグメンテーション中の早期段階で実行されてもよい。

虹彩認識システムの基本的なコンポーネントは、虹彩テクスチャの基本的な特徴を抽出して、対象物を照合するのにその後使用されるより少数のビットにする符合化方式であってよい。照合は、セグメンテーション、特徴抽出、ならびに、空間分解能および画像品質を含む多くの因子によって著しく影響を受ける場合がある。

本手法は、虹彩パターン内に存在する最も弁別性のある情報を抽出し符号化してもよい。本特徴抽出および符合化方式は、１次元極セグメンテーション（１Ｄ ＰＯＳＥ）内に組み込まれ、そのため、エラー源を低減し、高速虹彩索引付けのための段階的照合を可能にしてもよい。虹彩テクスチャのまさに意味のある特徴が符号化されるため、テンプレート間の比較はバイアス無しで行われてもよい。多くの他の虹彩認識システムは、バイオメトリックテンプレートを作成するために、２Ｄガボール(Gabor)（すなわち、ガウス関数を有する変調正弦波および余弦波）、または一般に、ウェーブレット関数を使用した虹彩画像のバンドパス分解を使用してもよい。

ウェーブレットを使用して、虹彩マップ内のデータを、異なる分解能レベルで提示されるコンポーネントに分解してもよい。いくつかのウェーブレットフィルタが、しばしば、複数の分解能レベルで２Ｄ虹彩マップに適用されて、スペクトルおよび空間ドメイン内の局在化された特徴を抽出し、また、マルチレベル分解能の照合を可能にしてもよい。

ガボールまたは対数ガボール(log-Gabor)フィルタ（虹彩認識システムではある程度普及している）は、ウェーブレット関数の部分集合に過ぎないように見え、空間および空間周波数において特徴の結合表現を提供することができる場合がある。これらの技法は、虹彩特徴を抽出するときに有効であろう。しかし、その実装および構成は、複数のパラメータ設定および他の計算負荷を伴うように見える。虹彩符合化の現行の実装は、任意のウェーブレット関数または２Ｄガボール関数によって十分に表現される場合があるが、ガボール分解は、計算するのが難しく、また、可逆的でないこと、非線形再構成、およびＤＣ成分のうまくない処理など、良好な実装にとって望ましい数学的便宜の一部を欠いている。

本エンコーダは、１Ｄ符合化、位相情報を抽出する単一フィルタ、および、ＤＣ成分を消去し、虹彩パターンの位相コンテンツ内に存在するまさに意味のある弁別性のある情報を抽出する単純な無バイアスフィルタを組み込んでもよい。エンコーダは、虹彩パターンをより少数のビットに圧縮してもよい（たとえば、虹彩コードは、現行の虹彩コード法のちょうど２分の１のビットカウントを使用してもよい）。エンコーダ手法は、複数の独立したステップに段階付けされてもよく、そのため、ビットの全てを計算する必要がない状態で照合を行う程度までのコードビットを生成する柔軟性を可能にし、また、エンコーダ手法ステップの一部は、計算負荷を節減するために、セグメンテーション中の早期段階で実行されてもよい。

本手法およびシステムは、ハールウェーブレットフィルタを任意の形態の対称波形に拡張する簡単な手法を使用して、虹彩パターン内に存在する最も弁別性のある情報を抽出し、符合化してもよい。手法は、特徴ベクトル、すなわち、それぞれの角度で虹彩画像から抽出された半径方向変量の関数としての強度関数で始まってもよい。特徴ベクトルは、補間されて、指定された角度における２つの虹彩境界間の虹彩パターンの特徴をカバーする半径方向分解能を生成してもよい。その後、単一周期フィルタによって、抽出された特徴ベクトルのドット積がとられてもよい。対称波形の和が０になって、任意のＤＣ成分が消去され、また、バイアス無しの結果をなくすことを重視したフィルタを構築するために、種々の波形が使用されてもよい（たとえば、ガボールフィルタがこの種のバイアスを受けてよい）。その後、選択された中心周波数に相当するシフトされたセグメント／窓（すなわち、窓幅は波形周期に等しい）にわたる和を計算することによって、特徴ベクトルの位相コンテンツが取り込まれてもよい。こうして、虹彩テンプレートが、生成されたフェーザ特徴エレメントの圧縮バージョンとして生成されてもよい。和をとられた特徴ベクトルエレメントは、正値が１として表現され、負値が０として表現される（または、その逆である）ように量子化された符号であってよい。これは、関連技術の符合化手法の半分のビットカウントからなるコンパクトなバイオメトリックテンプレートをもたらす可能性がある。フィルタのシフトされたバージョンを使用して同じ手順を繰り返すことによって、さらなるビットが生成されてもよい。

本手法は、それぞれの角度で虹彩画像から抽出された特徴ベクトルで始まってもよい。特徴ベクトルは、補間されて、指定された角度における２つの虹彩境界間の虹彩パターンの特徴をカバーする半径方向分解能を生成してもよい。その後、単一周期フィルタによって、抽出された特徴ベクトルのドット積がとられてもよい。対称波形の和が０になって、任意のＤＣ成分が消去され、また、バイアス無しの結果をなくすことを重視したフィルタを構築するために、種々の波形が使用されてもよい。その後、選択された中心周波数に相当するシフトされたセグメント／窓（窓幅は波形周期に等しい）にわたる和を計算することによって、特徴ベクトルの位相コンテンツが取り込まれてもよい。こうして、虹彩テンプレートが、これらの生成されたフェーザ特徴エレメントの圧縮バージョンとして生成されてもよい。和をとられた特徴ベクトルエレメントは、意味のある正値が１として表現され、意味のある負値が０として表現され、０に近い意味の無い値がｘとして未知のビットで定義されるように量子化された符号であってよい。これは、雑音および干渉歪みに関連する不確実なビットを排除することによって、虹彩パターンのより正確な表現をもたらす可能性がある。フィルタのシフトされたバージョンを使用して同じ手順を繰り返すことによって、さらなるビットが生成されてもよい。

画像を圧縮するために、画像が符合化されてもよい。半径方向分解能 対 角度分解能を有するマップが存在してもよい。半径方向分解能（Ｒ_Ｒ）は１００ポイントを有し、角度分解能（Ａ_Ｒ）は３６０°を有してもよい。しかし、角度分解能が１８０°で終わるように、目の周りを完全に進むちょうど他の度数ごとに行われてもよい。マップは虹彩であってよい。虹彩上の半径方向マークは、デシメーションされるかまたは補間されてもよい。

データのサイズは、Ｒ_Ｒ×Ａ_Ｒバイトであってよい。それぞれのピクセルは、たとえばバイト当たり８ビットのバイトであってよい。符合化の目的は、データを圧縮して少量または小さなサイズにすることであってよい。本発明または本手法は、画像を取得し、対数ガボールウェーブレットを通して画像を処理して、２つの出力（すなわち、関連技術で行われてもよい実数と虚数）の符号を有する圧縮画像をもたらすことができる。関連技術と違って、本発明は、それぞれの角度について、半径方向軸上でだけ解析または符合化を行ってもよい。それぞれの角度で、かつ、指定された半径方向分解能で半径方向値が抽出されてもよい。符合化は、セグメンテーションと同時に行われてもよい。ビット表現について、３つの結果（すなわち、０、１、および未知数（ｘ））が得られてもよい。関連技術は、２つの結果、すなわち、１と０を有するだけであり、正から負またはその逆の遷移における値の弱い表現のために、強い指示である１または０の値を割り当てる場合がある。本システムは、１、０、または、０に近づく意味の無い値用の未知数ｘである値を、出現するままに、現実的に配置してもよい。強い値だけに留意すること、および、０に近い値において符号が著しく変動するため、無意味な値を無視することがよりよい場合がある。さらに、本符合化方式は、１次元だけを扱い、２次元を扱わなくてもよい。本明細書における情報は、ストリング、または、マッピングされ、符合化される物質の半径方向成分に関してもよい。

虹彩符合化は、虹彩認識システムの基本的なコンポーネントであってよく、虹彩テクスチャの基本的な特徴を抽出して、対象物を照合するのにその後使用されるより少数のビットにするのに使用されてもよい。照合は、セグメンテーション、特徴抽出、空間分解能、および画像品質を含む多くの因子によって著しく影響を受ける場合がある。本手法は、虹彩パターン内に存在する最も弁別性のある情報を抽出し、符合化してもよい。本特徴抽出および符合化方式は、１Ｄ ＰＯＳＥセグメンテーション内に組み込まれて、エラー源を低減し、高速虹彩索引付けのための段階的照合を可能にしてもよい。本手法を用いて、虹彩テクスチャのまさに意味のある特徴が符号化されるため、テンプレート間の比較は高速でかつバイアス無しで行われてもよい。

本手法は、１Ｄ解析に基づいてもよい。１Ｄ特徴は、計算と堅牢性の観点から、２Ｄ特徴抽出に比べて有利である場合がある。バイアス無しの特徴を回避するために、半径方向軸においてだけ、フィルタが畳み込まれてもよい。異なるスケールにおいて両方向にフィルタを畳み込むことは、性能を低下させる可能性がある。半径方向は、重要な情報のほとんどを有し、瞳孔が拡大したか否かによらず、虹彩情報を保持する可能性がある。一方、角度方向にフィルタを畳み込むことは、虹彩の閉鎖ならびに虹彩マップのアンダーサンプリングによって影響を受ける可能性がある。本システムは、半径方向に、適用される１次元手法を展開してもよい。ＰＯＳＥセグメンテーション技法の一部として、強度が、ステップ関数によって畳み込まれてもよい。その結果、特徴抽出は、セグメンテーションと組合されて、単一ステップになり、計算を減少する可能性がある。

強度値の分解は、強度変動の直交情報を抽出するために、周期フィルタを構築することが重視される、１Ｄハールウェーブレット関数またはステップ関数への拡張としての新しいフィルタのセットを使用することによって達成されてもよい。フィルタ出力は、その後、ガボールフィルタを構築することなく、等価なガボールフィルタの実数部と虚数部を提示する符号値に基づいて２値化されてもよい。

本手法は、全部の虹彩コードを処理することなく、高速でかつ迅速な照合を可能にする複数のステップに段階付けられてもよい。手法は、異なる中心周波数で、かつ、より高次の複素ドメインにおいて虹彩テクスチャを特徴付けるために、付加的な虹彩コードを抽出することを可能にしてもよい。付加的なビットの抽出は、本手法に関して可能であってよく、最初の設定で一致が発生しない場合、必要に応じて、段階付けられてよい。

２つのフィルタを構築する代わりに、１つの１Ｄ周期フィルタ（信号の直交位相情報を計算するためのフィルタサンプル１１を示す図２に留意されたい）が、ハールウェーブレット関数またはステップ関数、正弦波関数、あるいは任意の他の形態の平滑対称関数に対する拡張として構築されてもよい。フィルタは、ＤＣ成分蓄積をなくすために、その周期にわたってゼロ和を有するように構築されてもよく、また、位相情報だけが維持されるであろう。位相だけを取得することは、振幅情報に引き継がれる照明変動による影響を廃棄しながら、２つの虹彩内のテクスチャを弁別する符合化を可能にする可能性がある。振幅情報ではなく位相情報は、デジタル画像の信頼性のある特性を提供する可能性がある。振幅成分は、しばしば、照明の変動を表し、雑音によって著しく影響を受ける場合がある。

強度信号の分解は、以下の項目によって達成されてもよい。単一周期波のフィルタであって、周期Ｔで指定された中心周波数を有するフィルタを使用して、畳み込みが実施されてもよい。信号とフィルタのドット積が構築されて、出力信号
ｙ（ｒ）＝Ｉ_θ（ｒ）・ｆ（ｒ）
を生成してもよい。信号Ｉ_θ（ｒ）は、半径値の関数としてそれぞれの角度において抽出された強度信号を意味してもよい。これらは、虹彩の２つの境界間の補間された画像強度値であり、所定の数の半径サンプルＮ_ｒにサンプリングされてもよい。関数ｆ（ｒ）は、長さＮ_ｒのフィルタ関数を表してもよい。

図３に示すように、（強度信号の偶対称成分と奇対称成分を構成する）単一の２回シフト和１４を使用して、または、さらに、複数のシフトに基づいて、出力信号１３の「Ｔ」周期１２にわたって和がとられてもよい。このプロセスは、２つの出力信号、すなわち、２つのシフトが展開される場合、フィルタ信号に引き継がれる対称性の性質のために、振幅情報が相殺されながら、位相情報だけを関数とする２つの出力信号をもたらす場合がある。図３は、単一ステップにおける信号の偶／奇成分の構築を示す図である。ΔＴ１４のシフトは、周期Ｔ１２の任意の割合であってよい。ハールウェーブレットまたはガボールの直交虚数出力と実数出力の直交出力を照合するために、周期Ｔの半分、ΔＴ＝Ｔ／２に割合が設定されてもよい。その後、符号関数を使用して、フィルタリングされた値が２値化され、そのため、０または１のビットによって考えられる２つの値が提示され、ガボールフィルタ出力によって構築される実数成分と虚数成分に等しい、考えられる４つの直交値が得られる。

ガボールまたはウェーブレット手法と違って、本手法は、即座の索引付けのために、出力を２つ以上の段階に分割することを可能にしてもよい。直交情報が、別個の関数を使用して計算されてもよいため、最初に、非シフト関数を使用し、次に、虹彩マップと同じサイズ、すなわち、Ｎ_ｒ×Ｎ_θを有する虹彩コードを計算する符号化手法が段階的に行われてもよい。マスクマトリクスは、以前に行われたものに比べて、このより小さいサイズで構築されてもよい。知られているドーマン(Daugman)符合化手法で行われるマスクサイズを複製する必要性は全くないように見える。関連技術手法と違って、一致が発生しない場合、異なる周期シフト、ならびに、異なる中心周波数についてスケーリングされた周期のフィルタ出力に基づいて必要に応じて付加的なコードを抽出する本手法が使用されてもよい。手法は、照合プロセスを段階的に行い、照合を行うためのより少数のビットの抽出を可能にするという柔軟性を提供する可能性がある。

符合化は、テンプレート間の比較がリアルタイムに行われることができるように、虹彩マップ内に存在する最も弁別性のある情報を圧縮して、より少数のビットにする方法であってよい。独特な虹彩パターンの精細なまた粗い情報コンテンツを抽出するために、虹彩マップのマルチバンド分解が利用されてもよい。虹彩特徴符合化についての本方法は、いくつかのアルゴリズムにおいて提示されてもよい。

ウェーブレットを使用して、虹彩マップをフィルタバンクに分解して、異なる分解能でウェーブレット係数を抽出してもよい。ウェーブレット係数は、その後、マップを圧縮して虹彩シグネチャを表すより小数のビットにするように、各バンドにおいて符合化されてもよい。ウェーブレットを使用する利点は、ウェーブレットが、空間ドメインと周波数ドメインの両方で十分に局在化される可能性があることである。

ガボール／対数ガボールウェーブレットに関して、ドーマンは、虹彩マップを符合化するために２次元（２Ｄ）ガボールフィルタを利用するように見えた。ガボールフィルタは、ガウス波形を有する正弦余弦波変調を基礎にして構築されてもよい。これは、ガボールフィルタをウェーブレットの特別な場合としてもよく、そのため、ガボールフィルタは、実際に、空間ドメインと周波数ドメインの両方において特徴を局在化することができる。

画像の分解は、余弦変調に関連する実数部と正弦変調に関連する虚数部を有するガボールフィルタの直交対を使用して達成されてもよい。実数部と虚数部の符号を使用して、位相情報を４つのレベルに量子化してもよく、このとき、実数成分と虚数成分のそれぞれの正／負符号について０／１のビットを使用する。

ハールウェーブレットは、虹彩マップから特徴を抽出するためのウェーブレット変換の簡略化バージョンであってよい。ガボールおよび同様のウェーブレットは、設定および構成のために多くのパラメータを必要とする場合がある。

オプションにおいて、４つのレベルが、２つのデータビットを使用して表現され、それにより虹彩マップ内の各ピクセルは、虹彩バーコード（テンプレート）内の２つのデータビットに相当してよい。各バーコードについて、全部でＮｒ×Ｎｑ×２×Ｌビットが計算されてもよい。Ｌ＝バンドの数、ＮｒとＮｑは虹彩マップのサイズを示す。

本符合化方式は、２Ｄマップではなく半径方向信号を使用して、１Ｄ信号に適用されてもよい。２つのビット表現ではなく、３つのビット表現が使用されてもよい。フェーザ内の情報だけ（すなわち、振幅は全く無い）を量子化するのに必要とされるだけ量のビット（すなわち、ビットブロック）が抽出されてもよい。これは、オブスキュレーション（少数のビン比較）のために制限された虹彩領域が存在するときに重要である場合がある。こうして、抽出されるビットブロックが多ければ多いほど、よりよい照合が期待される可能性がある。さらに、単一パラメータとしての周期だけを有するガボールまたは任意のウェーブレット形態より単純な設計である場合がある単純形態波形（図２に示す）を使用することが望まれてもよい。

本方式では、３ビット表現が使用されてもよい。他の手法では、特徴ベクトルは、任意の正値が１で表現され、負値が０で表現されるように量子化された符号であってよい。しかし、本手法では、量子化は、３つのレベルを使用してもよく、正値が１で表現され、負値が０で表現され、０に近い値、すなわち、≦０（公差）がｘ（未知数）で表現される。未知ビットは、０か１のいずれかであってよい。

本手法およびシステムは、種々の符合化方式を利用してもよい。関連技術の場合と同様に２つの結果ではなく、エンコーダからの３つの結果を含むように、技術的手法が修正される場合があることを除いて、１つの方式は、関連技術に似ていてもよい。本符合化方式は、２Ｄマップではなく半径方向信号を使用して１次元（１Ｄ）信号に適用されてもよい。

虹彩符合化方式は、波形のオプションを有してもよい。本アルゴリズムのうちの１つを使用すると、それぞれ、第１、第２、および第３アルゴリズムの以下の変動に基づいて望まれるだけの量のビットブロックが抽出されてもよい。任意の周期選択について、新しいビットセットが得られてもよく、周期の任意のシフトについて、新しいビットセットが得られてもよく、任意の波長について、新しいビットセットが得られてもよい。第４アルゴリズムは、単一ビットブロックをもたらす場合がある。図４は、アルゴリズムの一部に適用可能な基本ｍａｓｋ（マスク）およびＢａｒｃｏｄｅ（バーコード）を示す図である。レイアウトは、Ｍａｓｋ４１、４２、４３、および４４ならびに対応するＢａｒｃｏｄｅ４６、４７、４８、および４９のセットを含んでもよい。ＭａｓｋおよびＢａｒｃｏｄｅ１、２、３、…、ｋに対する波形情報は、それぞれ、Ｔ_１、ΔＴ_１、ｕ_１（ｒ）、Ｔ_１、ΔＴ_２、ｕ_１（ｒ）、Ｔ_２、ΔＴ_１、ｕ_１（ｒ）、…、Ｔ_１、ΔＴ_１、ｕ_２（ｒ）によって示される。

信号は畳み込まれてもよい。波形のそれぞれの値についてスコアが得られてもよい。畳み込み結果または出力は、ｆ（ｒ）であってよい。ｆ（ｒ）は、ガンマ（γ）より大きい場合、１であってよく、ガンマより小さい場合、０であってよく、ガンマ以内か、または、ガンマより小さい場合、未知数（ｘ）であってよい。ピクセルの未知測度は、マスクされる情報が未知であり得るため、マスクされてもよい。やはり、この解析は、半径方向１次元に関してだけ行われてもよい。

符号試験が行われ、１つの値当たりたった１ビットになり、ビットの使用に関して５０％が節減されてもよい。信号が、照合にとって十分に弁別性がない場合、別のビットを得るために、シフトが行われてもよい。畳み込みは、同じ波長のシフトしたバージョンに関して行われてもよい。シフトΔＴはＴ／２に等しくてもよい。

同じ波長のシフトしたバージョンに関する畳み込みを行う一般的な形態は、
ｆ（ｒ_ｋ）＝Ｉ（ｒ）^＊ｕ（ｒ−ΔＴ_ｋ）
であってよい。式中、Ｉ（ｒ）は強度ベクトルであり、^＊は畳み込み記号である。

目的は、１ビットを有することであるが、一致が得られない場合、一致が得られるまで、２ビット、３ビット、またはそれ以上のビットに増加されてもよい。閉じた形態では、１、０、ｘの未知概念が、結果について使用されてもよい。信号の完全な周期が使用されてもよい。それぞれのシフトについて、符号試験が実施されてもよい。波形は、一般化されてもよい。

図５は、第１のアルゴリズムを使用する符号化手法の線図である。虹彩符合化を、奇対称か偶対称のいずれかである単一波形フィルタに基づかせてもよい。その後、さらなるデータコンテンツを得るために、波形の円形シフトバージョンが利用されてもよい。ガボールを使用するのではなく、１Ｄ半径方向信号に関して畳み込みが行われる対称波形としてステップ関数が利用されてもよい。ガボール（既存の技術分野で使用されることが多い）と違って、階段対称波形が、ＤＣ成分を消去するために使用されてもよい。数学的に、これは、強度関数の実際の値の積分間の単純な差に結論付けられてもよい。たとえば、半周期の１回のシフトを使用して、式は、以下に記すように簡略化されることができる。

ｆ（ｒ）＝Ｉ（ｒ）^＊ｕ（ｒ）
式中、ｆ（ｒ）は畳み込みの結果であり、Ｉ（ｒ）は演算子であり、^＊は畳み込みを示す。ｕ（ｒ）は、たとえば、図５に示すように、ステップ関数５１を示してもよい。以下は、符号試験をもたらしてもよい。

「ｘ」は、ピクセルがバーコードマスクされなければならないことを意味する「未知」を意味し、０か１のいずれかにピクセルをセットすることに関連しないことに留意されたい。同じことが、ｕ（ｒ）のシフトされたバージョンに適用される。

ΔＴ＝Ｔ／２の場合、

であってよい。
図５は、ブロック５２へのステップ関数入力を有する線図を示し、ブロック５２はブロック５３への出力を有し、ブロック５３は、次に、ブロック５４への出力を有する。ブロック５２、５３、および５４は、それぞれ、ｕ（ｔ−ΔＴ_１）、ｕ（ｔ−ΔＴ_２）、およびｕ（ｔ−ΔＴ_ｋ）を表す。「ｋ」は、どれだけの数のｕ（ｔ−ΔＴ_ｋ）ブロックが持たれてよいかに応じて３つまたは何らかの他の数であってよい。「ｋ」を使用するこの手法は、本図および本明細書で参照される他の図の他のコンポーネントおよび／またはシンボルに対する適用であってよい。ブロック５２、５３、および５４からの出力は、それぞれ、ｃｏｎｖｏｌｕｔｉｏｎ（畳み込み）演算子９９、５６、および５７に進んでもよい。同様に、演算子のそれぞれへの入力は、Ｉｒｉｓ Ｍａｐ（虹彩マップ）５５からの出力であってよい。演算子９９、５６、および５７からの出力は、それぞれ、ブロック５８、５９、および７１（それぞれ、（｜ｆ（ｒ）｜−υ）を表す）に進んでもよい。演算子９９、５６、および５７からの出力は、質問「ｓｉｇｎ（符号）（ｆ（ｒ））＜０？」をする、それぞれ、菱形シンボル７６、７７、および７７に進んでもよい。ブロック５８、５９、および７１からの出力は、質問「≦０？」をする、それぞれ、菱形シンボル７２、７３、および７４に進んでもよい。Ｍａｐ Ｍａｓｋ７９は、質問「ｍａｓｋ_θ（ｒ）＞０？」をする菱形シンボル７５に対する出力を有してもよい。菱形シンボル７２、７３、または７４からの「ｙｅｓ」回答は、それぞれ、Ｃｏｄｅ Ｍａｓｋ（コードマスク）４１、４２、または４４に対して１として進んでもよい。菱形シンボル７２、７３、または７４の１つからの「ｎｏ」回答は、菱形シンボル７５に進んでもよい。シンボル７５からの回答がｙｅｓである場合、１が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。シンボル７５からの回答がｎｏである場合、０が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。菱形シンボル７６、７７、または７８に関して、回答がｙｅｓである場合、０が、それぞれ、Ｂａｒｃｏｄｅ（バーコード）４６、４７、または４９に進んでもよい。シンボル７６、７７、または７８からの回答がｎｏである場合、１が、それぞれ、Ｂａｒｃｏｄｅ４６、４７、または４９に進んでもよい。

符合化の別の手法または方式は、図５のｃｏｎｖｏｌｕｔｉｏｎではなく、図６に示すｄｏｔ ｐｒｏｄｕｃｔ（ドット積）を使用するであろう。波長が取得され、ｄｏｔ ｐｒｏｄｕｃｔがとられ、符号試験が使用されてもよい。図６のバージョンでは畳み込むことは必要とされない。３つのビットを供給するために、同じ試験が使用されてもよい。よい多くのビットを得るためにシフトが行われてもよい。より大域的な伸張波長を広くし、新しいコードセットを得るために、全てのＴについてより多くにビンが得られてもよい。伸張するか、または、圧縮してもよい。新しい波長について、異なるコードセットが得られてもよい。全てのＴの場合、異なる周波数について異なるコードが得られてもよい。アルゴリズムは、周期フィルタを用いて信号に関するｄｏｔ ｐｒｏｄｕｃｔを展開する。

上記は、ビットについての符号試験とみなされてもよい。以下が留意されるであろう。
∀ΔＴ、要求に応じて新しいビンセットが得られてもよい。照合を行うために、方式アルゴリズムを１回だけ実行することがおそらく適切である。

∀Ｔ_１、周波数コンテンツに基づいて新しいコードセットが得られてもよい。
∀波長、ピーク減衰に基づいて新しいコードセットが得られてもよい。
図６は、ブロック５２への方形波形（ある程度一定周期を有する）入力５１を有する線図を示し、ブロック５２はブロック５３への出力を有し、ブロック５３は、次に、ブロック５４への出力を有する。ｕ（ｔ）は、半径方向軸と同じ長さを有してもよい。ブロック５２、５３、および５４は、それぞれ、ｕ（ｔ−ΔＴ_１）、ｕ（ｔ−ΔＴ_２）、およびｕ（ｔ−ΔＴ_ｋ）を表す。「ｋ」は、どれだけの数のｕ（ｔ−ΔＴ_ｋ）ブロックが持たれてよいかに応じて３つまたは何らかの他の数であってよい。「ｋ」を使用するこの手法は、本図および本明細書で参照される他の図の他のコンポーネントおよび／またはシンボルに対する適用であってよい。ブロック５２、５３、および５４からの出力は、それぞれ、ｄｏｔ ｐｒｏｄｕｃｔ演算子８２、８３、および８４に進んでもよい。同様に、演算子のそれぞれへの入力は、Ｉｒｉｓ Ｍａｐ５５からの出力であってよい。演算子８２、８３、および８４からの出力は、それぞれ、ブロック５８、５９、および７１（それぞれ、（｜ｆ（ｒ）｜−υ）を表す）に進んでもよい。演算子８２、８３、および８４からの出力は、質問「ｓｉｇｎ（ｆ（ｒ））＜０？」をする、それぞれ、菱形シンボル７６、７７、および７７に進んでもよい。ブロック５８、５９、および７１からの出力は、質問「≦０？」をする、それぞれ、菱形シンボル７２、７３、および７４に進んでもよい。Ｍａｐ Ｍａｓｋ７９は、質問「ｍａｓｋ_θ（ｒ）＞０？」をする菱形シンボル７５に対する出力を有してもよい。菱形シンボル７２、７３、または７４からの「ｙｅｓ」回答は、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に対して１として進んでもよい。菱形シンボル７２、７３、または７４の１つからの「ｎｏ」回答は、菱形シンボル７５に進んでもよい。シンボル７５からの回答がｙｅｓである場合、１が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。シンボル７５からの回答がｎｏである場合、０が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。菱形シンボル７６、７７、または７８に関して、回答がｙｅｓである場合、０が、それぞれ、Ｂａｒｃｏｄｅ４６、４７、または４９に進んでもよい。シンボル７６、７７、または７８からの回答がｎｏである場合、１が、それぞれ、Ｂａｒｃｏｄｅ４６、４７、または４９に進んでもよい。

別の手法または方式において、不均一ビニングであることがわかる図７に示す波形９１を有するように、「ビニング(bin it)」を行ってもよい。瞳孔の近くにはより多くの情報が存在するため、虹彩の内側境界では、より小さいビンが作られてもよい。そのため、より小さいビンが利用されてもよい。この手法は、ある量のカバリジに関連付けられてもよい。所与の周期から始まり所定のＴまでの積分が使用されてもよく、そして、前もって、差が構成されてもよい。大きい方の符号が１小さい方の符号が０または未知数がｘであってよい。

方式は、ビン（すなわち、ビニング手法）に基づいてもよく、ビンは、ビン内の信号の局在化した特徴を決定する。ビンは、長さＴを有するように示されてもよい。ビンは、必ずしも均一である必要はない。たとえば、内部境界の近くではより小さなビンを、外側境界（ＳＮＲが小さいと予想される）ではより大きなビンを持つことが選択されてもよい。

図７は、ブロック５２への方形波形（変動する周期を有する）入力９１を有する線図を示し、ブロック５２はブロック５３への出力を有し、ブロック５３は、次に、ブロック５４への出力を有する。ｕ（ｔ）は、半径方向軸と同じ長さを有してもよい。ブロック５２、５３、および５４は、それぞれ、ｕ（ｔ−ΔＴ_１）、ｕ（ｔ−ΔＴ_２）、およびｕ（ｔ−ΔＴ_ｋ）を表す。「ｋ」は、どれだけの数のｕ（ｔ−ΔＴ_ｋ）ブロックが持たれてよいかに応じて３つまたは何らかの他の数であってよい。「ｋ」を使用するこの手法は、本図および本明細書で参照される他の図の他のコンポーネントおよび／またはシンボルに対する適用であってよい。ブロック５２、５３、および５４からの出力は、それぞれ、ｄｏｔ ｐｒｏｄｕｃｔ演算子８２、８３、および８４に進んでもよい。同様に、演算子のそれぞれへの入力は、Ｉｒｉｓ Ｍａｐ５５からの出力であってよい。演算子８２、８３、および８４の出力は、それぞれ、ブロック５８、５９、および７１（それぞれ、（｜ｆ（ｒ）｜−υ）を表す）に進んでもよい。演算子８２、８３、および８４からの出力は、質問「ｓｉｇｎ（ｆ（ｒ））＜０？」をする、それぞれ、菱形シンボル７６、７７、および７７に進んでもよい。ブロック５８、５９、および７１からの出力は、質問「≦０？」をする、それぞれ、菱形シンボル７２、７３、および７４に進んでもよい。Ｍａｐ Ｍａｓｋ７９は、質問「ｍａｓｋ_θ（ｒ）＞０？」をする菱形シンボル７５に対する出力を有してもよい。菱形シンボル７２、７３、または７４からの「ｙｅｓ」回答は、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に対して１として進んでもよい。菱形シンボル７２、７３、または７４の１つからの「ｎｏ」回答は、菱形シンボル７５に進んでもよい。シンボル７５からの回答がｙｅｓである場合、１が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。シンボル７５からの回答がｎｏである場合、０が、それぞれ、Ｃｏｄｅ Ｍａｓｋ４１、４２、または４４に進んでもよい。菱形シンボル７６、７７、または７８に関して、回答がｙｅｓである場合、０が、それぞれ、Ｂａｒｃｏｄｅ４６、４７、または４９に進んでもよい。シンボル７６、７７、または７８からの回答がｎｏである場合、１が、それぞれ、Ｂａｒｃｏｄｅ４６、４７、または４９に進んでもよい。

図８ａおよび８ｂに示す別の手法または方式において、
∀ｆ（ｒ）＝Ｉ（ｒ）−ΣＩ（ｒ）（２つの谷内で）
である。ある意味で、

である。山と谷を取り込み、平均値を基準にして山には１を、谷には０を使用する行為が存在してもよい。その他の全ては、未知、すなわち、ｆ（ｒ）が０に近づく遷移エリアとみなされてもよい。

バーコードのビニングは、図８ａのグラフ９４に示すように、それぞれの角度についての半径方向信号の極小値９２および極大値９３に基づいてもよい。同様に、各ビン内の値９５は、１（ワン）、０（ゼロ）、およびｘ（未知）として示される。以下において、いくつかの基準が留意されてもよい。

同じピクセルについて２つの結果が存在するとき、未知ビットの選択より、確認されたビットが選択されてもよい。
図８ｂは、本明細書で述べる別のアルゴリズムの図である。Ｉｒｉｓ Ｍａｐ９６は、山が特定され９７、谷が特定される９８。これらの特定された山と谷および他のマップ９６情報は、それぞれ、適用される式１０１および１０２を有してもよい。式１０１および１０２からの結果は、質問「ｓｉｇｎ（ｆ（ｒ））＜０？」をする、菱形シンボル１０３および１０４に進んでもよい。Ｉｒｉｓ Ｍａｐ９６に対応するＭａｐ Ｍａｓｋ１０５は、質問「ｍａｓｋ_θ（ｒ）＞０？」をする菱形シンボル１０６に対する出力を有してもよい。菱形シンボル１０６の質問に対する回答がｙｅｓである場合、１が、Ｃｏｄｅ Ｍａｓｋ１０８に進んでもよく、回答がｎｏである場合、０が、Ｃｏｄｅ Ｍａｓｋ１０８に進んでもよい。菱形シンボル１０３の質問に対する回答がｙｅｓである場合、０が、Ｂａｒｃｏｄｅ１０７とシンボル１０６に進んでもよく、回答がｎｏである場合、１が、Ｃｏｄｅ Ｍａｓｋ１０８に進んでもよい。シンボル１０４の質問に対する回答がｙｅｓである場合、１が、Ｂａｒｃｏｄｅ１０７とシンボル１０６に進んでもよく、回答がｎｏである場合、０が、Ｃｏｄｅ Ｍａｓｋ１０８に進んでもよい。

解析（すなわち、符合化）は、それぞれの角度について半径方向軸上で実施されてもよい。

それぞれのピクセル値についてさらなるビットを得るために、
ｆ（ｒ）＝Ｉ（ｒ）^＊ｕ（ｒ−ΔＴ_ｋ）
である。

３ビット手法は、多くの雑音をなくすための方策とみなされてもよい。３ビット手法は、値が割り当てられないため未知として考えられることから、ｆ（ｒ）値にとってよい場合がある。未知について、別個の重みが割り当てられてもよい。重みは、総計すると他の２つの値の一方になることになるため、１００％のいずれかの極値ではないが、ｌｏｗからｈｉｇｈの間で変わってもよい。この重み付け手法は、セグメンテーション雑音ではないが、符合化の不確実性または雑音を処理してもよい。

本明細書では、内容の一部が、仮定的または予言的であるが、別の方法または時制で述べられてもよい。
本発明は、少なくとも１つの例示的な例に関して述べられたが、本明細書を読むことによって、多くの変形および変更が当業者に明らかになるであろう。したがって、添付特許請求の範囲は、全てのこうした変形および変更を含むために、従来技術を考慮して、できる限り広い範囲で解釈されるという意図がある。

全体の虹彩認識システムの図である。 符号化方式と共に、フィルタに対して使用されてもよい波形の図である。 信号の奇／偶成分の構成を示す図である。 符合化アルゴリズム用の基本ｍａｓｋ（マスク）とｂａｒｃｏｄｅ（バーコード）レイアウトを示す図である。 ｃｏｎｖｏｌｕｔｉｏｎ（畳み込み）を使用する符号化手法の図である。 ｄｏｔ ｐｒｏｄｕｃｔ（ドット積）を使用する符号化手法の図である。 ビニング手法を使用する符合化方式の図である。 図８ａは信号の極小値と極大値に基づくＢａｒｃｏｄｅ（バーコード）のビニングを用いる符合化方式を示す図である。図８ｂは信号の極小値と極大値に基づくＢａｒｃｏｄｅ（バーコード）のビニングを用いる符合化方式を示す図である。

Claims (20)

1. 虹彩パターンの意味のある特徴を抽出するステップと、
   前記特徴を符合化するステップと、
   前記符合化された虹彩パターンを、少ないが、照合を行うには十分なビットに圧縮するステップとを含む、
   符号化方法。
2. 前記抽出するステップおよび前記符合化するステップをセグメンテーションに組み込むステップをさらに含む、請求項１に記載の方法。
3. 前記虹彩パターンの前記意味のある特徴を検出するためにフィルタリングするステップをさらに含む、請求項１に記載の方法。
4. 前記符合化するステップは、複数ステージにおいて実施される、請求項１に記載の方法。
5. 前記符合化するステップは、単一のビットを用いて複数ステージにおいて実施される、請求項１に記載の方法。
6. 前記ビットは、正値、負値、または未知の値によって量子化された符号である、請求項５に記載の方法。
7. 付加的なビットが付加されて、前記虹彩パターンの前記特徴の照合を改善する、請求項５に記載の方法。
8. いくつかの角度のそれぞれにおける虹彩画像から特徴ベクトルを抽出するステップと、
   周期フィルタを用いてそれぞれの特徴ベクトルのドット積をとるステップとを含む符号化するための方法。
9. 前記フィルタは対称波形を用いて構築される、請求項８に記載の方法。
10. 前記対称波形は、その周期にわたる和が０になる、請求項９に記載の方法。
11. それぞれの特徴ベクトルは、１、０、または未知数によって量子化された符号でよい、請求項８に記載の方法。
12. いくつかの角度のそれぞれにおける前記虹彩画像からの前記特徴ベクトルは、照合に使用されるより少数のビットに符合化される、請求項８に記載の方法。
13. いくつかの角度のそれぞれにおける前記虹彩画像からの前記特徴ベクトルは、複数のステージにおいて、漸進的照合に使用されるより少数のビットに符合化される、請求項８に記載の方法。
14. 前記抽出するステップおよび符合化するステップは、前記虹彩画像のセグメンテーションに一体化される、請求項１３に記載の方法。
15. いくつかの１次元半径方向セグメントのそれぞれにおいて、虹彩パターンから特徴ベクトルを抽出するステップと、
    前記特徴ベクトルをフィルタリングするステップとを含む、
    符合化するための方法。
16. 前記１次元半径方向セグメントの軸において、前記フィルタリングのドット積をとるステップをさらに含む、請求項１５に記載の方法。
17. ０、１、および未知数のビット表現を使用して、前記１次元半径方向セグメントの軸において、前記フィルタリングのドット積をとるステップをさらに含む、請求項１５に記載の方法。
18. 前記特徴ベクトルの強度は、０、１、および未知数のビット表現を使用して、山と谷の発生に基づいて符合化される、請求項１５に記載の方法。
19. ０、１、および未知数のビット表現を使用して、前記１次元半径方向セグメントの軸において、不均一波形のドット積をとるステップをさらに含む、請求項１５に記載の方法。
20. ０、１、および未知数のビット表現を使用して、前記１次元半径方向セグメントの軸において、対称波形の畳み込みをとるステップをさらに含む、請求項１５に記載の方法。

Images