JP2010092119A - パラメタ制御装置、パラメタ制御プログラム及び多段照合装置 - Google Patents

Abstract

【課題】入力データと登録データとの照合処理において、高度なセキュリティ及び照合精度を確保しつつ迅速に照合処理を行う。
【解決手段】照合１段目では、高速ではあるが低精度の照合処理によって登録データの絞込みを行う。続いて、照合２段目では、中速かつ中精度の照合処理によって、照合１段目からさらに登録データの絞り込みを行う。そして、照合ｍ段目では、前段の複数の照合処理で絞り込まれた少数の登録データに対して低速ではあるが高精度の照合処理を行い、一の登録データの特定を行う。各照合段階の登録データの絞り込みの精度及び速度を調整するパラメタを登録データに合わせて照合速度及び／又は照合精度が最適になるよう自動的に算出する。この様にして、高度なセキュリティ及び照合精度を確保しつつ高速に照合処理を行うことが可能になる。
【選択図】 図１

Description

本発明は、登録された複数の登録データと入力データとの照合を多段の照合装置で行う多段照合装置で行われる照合処理において登録データの絞り込みの精度及び速度を調整するパラメタを制御するパラメタ制御装置、パラメタ制御プログラム及び多段照合装置に関する。

近年、例えば、ＡＴＭ（Automatic Teller Machine）で現金の引き出しを行う際の本人確認や、セキュリティゲートでの個人識別の際等に、生体認証を用いるシステムが普及しつつある。生体認証とは、人毎に異なる個人の身体的特徴、例えば、指紋、手のひら静脈等を予めデータとして登録しておき、入力された身体的特徴等の入力データが予め登録されている登録データと一致した場合に本人と認証するものである。指紋、手のひらの静脈パターン等は、特に個々人間の差異が明確なため、適切なセンサとコンピュータを用いれば、自動的に高精度に正当な本人を識別することができることを利用し、生体認証によって高度なセキュリティを確保する生体認証システムが利用されている。

上記のような認証システムにおいて、多数の登録者が利用するゲートでの認証システム等、各入力データを複数の登録データと照合する場合において、ユーザの利便性等の理由で、ＩＤの入力等、照合対象となる登録データの指定を行わない（または、行えない）場合が多数存在する。この場合、登録されている全てのデータと入力データの照合を行う必要があり、登録データ数に応じて膨大な時間が必要になる。しかし、一般に詳細かつ正確な照合が必要なデータはごく一部で、大多数のデータは、粗いが高速な照合処理でふるい落とす事が出来る。この性質に基づき、照合処理を複数段階に分け、まず粗く高速な照合手段で絞込み、残った少数のデータについて精度は高いが照合一回あたりの時間のかかる照合手段で検証を行う多段階の照合を行う事が一般的である。多段階の照合を行う装置を多段照合装置という。

多段階照合においては、各段の照合処理において、その段におけるふるい落としの正確性、およびふるい落とす量（割合）を、一般に類似度に対する閾値と呼ばれるパラメタ（の組）によって設定、調整する。閾値が低ければ、その段での絞り込みは緩く、後段に進む登録データの割合が増え、そのため後段での処理時間が増大する代わりに、誤って正解のデータをふるい落としてしまう可能性は低くなる。逆に、閾値を高くすると、絞込みは厳しく、後段に進む登録データの割合は小さくなり、従って後段での処理時間は短くなる代わりに、誤って正解のデータをふるい落とす可能性が高くなる。従って、この閾値調整はシステムに合わせ、低すぎず、高すぎず、正確に調整する必要がある。従来、閾値の調整においては、人手で調整する手法が一般的であったが、調整作業には多大な時間を要し、人件費等のコストがかかるため、運用開始以降、閾値を人手で調整することは困難になる。そのため、調整は運用開始前に行い、運用中は変更しない方式が一般的である。

しかし、多段照合装置の運用中にも、時々刻々と登録データが追加登録されていくため、登録データ数や登録データの特性（例えば、類似データがどの程度存在するか等）の変化によって、照合時間及び照合精度の両方が時々刻々と変動する。それでも、セキュリティが保てない、照合がいつまでも終わらない、等といったシステム上の破綻は許容出来ない。

従って、閾値の調整の際には、想定される最長の照合時間及び最悪の照合精度に合わせて、最悪でも一定時間以内での照合処理完了及び一定以上の照合精度が得られるよう調整し、運用中はその閾値で固定する事が一般的である。この際、非常に類似データが多く、高精度かつ低速な後段での照合する割合を高めた場合を想定して調整する。具体的には、データ数に比して照合時間がかかる場合（最悪ケース）にも一定時間以内に照合できるよう、登録可能なデータ数上限を抑制し、その上で最大登録数の際、かつ類似データが非常に多い場合にも一定の精度以上（異なるデータを同一と見なす誤照合が一定以下）になるよう、前段ではあまり積極的にふるい落とさず、後段で照合されるよう調整する、等の手法が取られる。

しかし、前記のように、閾値の調整の際に、閾値を最悪ケースに合わせて固定してしまうために、多段照合装置の運用時の各時点における登録データ数及び登録データ特性等に対し、最適な閾値を用いた場合に実現可能となる照合システム本来の性能が得られず、相対的に低い照合精度及び照合処理速度等での運用となってしまう問題があった。

そこで、閾値をその時々で自動的に調整、照合する手段として、例えば、生体から予め取得した複数の第１の特徴データについて照合用データとの相関を検出して各々生成した複数の第１の相関値の平均値と、生体に対応付けられた閾値との差分の絶対値を、複数の第１の相関値の標準偏差で除算した値と、他の生体から予め取得した複数の第２の特徴データについて照合用データとの相関を検出して各々生成した複数の第２の相関値の平均値と閾値との差分の絶対値を複数の第２の相関値で除算した値とが一致する閾値を算出し、この閾値をもって生体認証を行う従来技術が開示されている。

また、例えば、個人照合の対象である個人から第１の生体情報を取得し、第２の生体情報と、第２の生体情報に対する過去の照合結果の累積を表す照合情報とを記録し、照合情報に基づき照合判定に用いる判定閾値を決定し、第１の生体情報と、第２の生体情報との類似度を決定された判定閾値と比較することにより、個人照合を行う従来技術が開示されている。

また、例えば、多段階照合方式の生体認証システムにおいて、第一の照合において認証失敗と判断された程度の場合のうち、明らかに認証失敗と判断されるレベルの類似度である場合、無駄な照合処理を行わないように第二の照合のみを行う様に制御したり、第一の照合の登録データを、第二の照合の登録データで更新したりして、効率的に多段階照合を行う従来技術が提案されていた。

また、生体認証とパスワードを組み合わせる認証方法において、入力されたパスワードが登録されたパスワードと一致する場合、生体認証で使われる閾値値をＦＲＲ（False Rejection Rate、本人を本人でないと誤って拒否する確率）を低める第１閾値に設定し、入力されたパスワードが登録されたパスワードと一致しない場合、生体認証で使われる閾値をＦＡＲ（False Acceptance Rate、他人を本人と誤って受け入れる確率）を低めた第２閾値に設定する従来技術が提案されていた。

特開２００６−５９０７１号公報 特開２００７−２１３１２６号公報 特開２００６−８５２６８号公報 特開２００４−２２７５８９号公報

しかしながら、上記に代表される従来技術では、生体情報は、個々のデータ量が多い上、膨大な数の登録数があり、入力生態情報と登録生態情報との照合処理において照合精度及び照合処理速度を両立させることが困難で、照合精度を優先させると照合処理速度の確保が困難になり、照合処理速度を優先させるとセキュリティ及び照合精度の確保が困難になるという背反する問題や、パスワード等の付加情報の入力の手間が増える等、ユーザの利便性面での問題等があった。

開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置は、上記問題点（課題）を解消するため、入力データと登録データとの照合処理において、追加情報を必要とせずに、高度なセキュリティ及び照合精度を確保しつつ迅速に照合処理を行い得ることを目的とする。

上述した問題を解決し、目的を達成するため、開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置は、多段の照合装置の登録データの絞り込みの精度及び速度を調整するパラメタ制御において、各段の照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出し、入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出し、異データ間類似度変動分布に基づいて、各段の照合装置におけるパラメタを変数とする照合打ち切り率関数を生成し、同一データ類似度変動分布に基づいて、各段の照合装置におけるパラメタを変数とする誤確率関数を生成し、各段の照合装置における照合打ち切り率関数、誤確率関数、各段の照合装置の単位照合時間情報及び登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成し、総照合時間関数、総誤確率関数、総照合時間関数に対応する総照合時間制約パラメタ及び総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成し、制約式を満たすパラメタの組み合わせの内、照合打ち切り率関数、誤確率関数、総照合時間関数及び総誤確率関数からなる目的関数を最適化するパラメタの組み合わせである最適パラメタ群を算出することを一要件とする。

開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置によれば、登録データの状態に応じて、最適パラメタを自動的に求め、最適パラメタに基づいて照合処理を行うため、事前に人手により固定的に設定されたパラメタを用いる場合に比べ、照合精度の高精度化、照合処理速度の高速化を図ることが出来るという効果を奏する。

また、開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置によれば、事前に人手で試行錯誤によって行わなければならなかったパラメタの最適化を自動的に行うことが出来るようになり、最適パラメタの再調整の作業コスト等を削減することが出来るという効果を奏する。

さらに、開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置によれば、従来の人手によって設定されたパラメタは経験的に基づくパラメタであって最適性の保証が無く、信頼性が不足するものであったのに対し、理論的に最適性が保証された信頼性の高い最適パラメタによって高精度かつ高速度の照合処理を行うことが出来るという効果を奏する。

以下に添付図面を参照し、開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置に係る実施形態の一例を詳細に説明する。なお、以下に示す実施形態の一例では、多段照合装置は、複数の照合段階に応じて、各段個別の照合装置を含むとする。また、各照合段階の照合装置において、各登録データの棄却水準を定める、すなわち登録データの絞り込みの割合および精度を調整するパラメタは、一般的には「閾値」と呼ばれるが、以下に示す実施形態の一例では「パラメタ」と呼ぶこととする。また、登録データは、予め多段照合装置に登録されている照合対象の生体計測データ等のデータ情報を指す。また、入力データは、認証の際に入力された生体情報等のデータ情報を指す。なお、登録データ及び入力データは、生体情報に限定されない。

先ず、図１を参照して、実施形態の一例に係るパラメタ制御装置、パラメタ制御プログラム及び多段照合装置の概要を説明する。開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置は、生体認証などにおける照合処理に際し、一の入力データと複数の登録データとを照合し、登録データ中から入力データに適合するものを抽出する１対多照合を行う。このとき、高速に照合を行うため、同図に示すように、複数の照合段階に分けて順次照合処理を行う。

例えば、図１に示すように、照合１段目では、高速ではあるが低精度の照合処理によって登録データの絞込みを行う。続いて、照合２段目では、中速かつ中精度の照合処理によって、照合１段目からさらに登録データの絞り込みを行う。以降同様に、後段では前段より低速ではあるが、前段より精度は高い照合処理を順次行う。

そして、最終の照合ｍ段目では、前段の複数の照合処理で絞り込まれた少数の登録データに対して、最も低速ではあるが最も高精度の照合処理を行い、最も入力データと同一の可能性が高い一の登録データを特定し、さらに検証を行う。各照合段階の登録データの絞り込みの精度を調整するパラメタを登録データに合わせて照合速度及び／又は照合精度が最適になるよう閾値組を自動的に算出する。この様にして、高度なセキュリティ及び照合精度を確保しつつ高速に照合処理を行うことが可能になる。なお、照合の段数は任意である。

次に、図２を参照して、登録データから各照合段階のパラメタと、照合打ち切り率と、誤確率との関係を導出する概要を説明する。パラメタの組み合わせの算出には、予め、各照合段階において、登録データ中の異データ間類似度分布及び同一データ類似度変動分布を算出する必要がある。

具体的には、異データ間類似度変動分布は、図３−１に示すように、次の様にして算出される。先ず、登録データ中の任意のデータ対に対し、類似度算出装置を用いて各照合段階の異データ間類似度を算出する。類似度算出装置は周知技術（各段の照合装置等）を用いる。そして、算出された各照合段階の異データ間類似度を照合段階毎に集計し、類似度の発生頻度の統計分布を求めて正規化することによって、各照合段階における異データ間の類似度毎の発生確率分布（異データ間類似度の確率分布）が求まる。

また、同一データ類似度変動分布は、図３−２に示すように、次の様にして算出される。先ず、各登録データに対し、入力時に発生するデータの変動及び誤差等を再現する。例えば、生体認証の場合には、変動及び誤差等の要因である、部位の形状、姿勢等の変動や、計測装置において発生するノイズ、周辺の環境条件等による外乱信号等を、登録データの種別、システム構成毎に合わせた物理計算モデル、またそれらを用いたシミュレーション技術等の様々な既存技術を適宜適用し、再現する。再現した変動及び誤差等を加味して各照合段階の異データ間類似度を集計し、類似度の発生頻度の統計分布を求めて正規化することによって同一データの類似度毎の発生確率分布（同一データ類似度の確率分布）が求まる。

次に、図４−１に示すように、異データ間類似度の確率分布を上側に累積密度変換（図４−１の左側の図の様に、各パラメタＰに対し、Ｐ以上の発生確率の総和、すなわち累積値を求める）することによって異データ間類似度変動分布を求める。また、図４−２に示す様に、同一データ類似度の確率分布を下側に累積密度変換（図４−２の左側の図の様に、各パラメタＰに対し、Ｐ以下の発生確率の総和、すなわち累積値を求める）することによって同一データ類似度変動分布を求める。

ｉ段目の照合段階において、類似度がパラメタＰ以上の類似度の異データの割合を、パラメタＰを変数とする関数である照合打ち切り率関数（各照合段階で異データと判定し、後段の照合段階から除外する登録データの割合）ｇ_ａｉ（Ｐ）と定義する。照合打ち切り率関数は、前記異データ間類似度変動分布と等価である。以降、照合打ち切り率関数ｇ_ａｉ（Ｐ）を異データ間類似度変動分と同一視する。また、ｉ段目の照合段階において、類似度がパラメタＰ以下の類似度の同一データの割合を、パラメタＰを変数とする関数である誤確率関数（入力データを誤って異なる登録データと判定してしまう確率）ｇ_ｓｉ（Ｐ）と定義する。同じく、誤確率関数は、同一データ類似度変動分布と等価である。以降、誤確率関数ｇ_ｓｉ（Ｐ）を同一データ類似度変動分布と同一視する。

なお、照合打ち切り率関数ｇ_ａｉ（Ｐ）は単調減少関数、誤確率関数ｇ_ｓｉ（Ｐ）は単調増加関数となる。累積密度変換の性質により、照合打ち切り率及び誤確率は共に単調な関数となるためである。なお、照合打ち切り率関数ｇ_ａｉ（Ｐ）及び誤確率関数ｇ_ｓｉ（Ｐ）は、各種の良く知られた補間式や正規分布の累積密度関数等の汎用関数により様々に修正近似して表現する事が出来るが、これらの表現の相違が、照合打ち切り率関数、誤確率関数の本質たる、データの変動分布等を表すという本願の主旨を違えない範囲で、任意に構成できる事は明らかであろう。以降では、それら異なる構成を代表して、照合打ち切り率関数、及び誤確率関数と称する。

この様にして、図２に示すように、登録データから、ｉ段目の照合段階における照合打ち切り率関数ｇ_ａｉ（Ｐ）及び誤確率関数ｇ_ｓｉ（Ｐ）がそれぞれ求まることとなる。

次に、対応関数群と登録データ数及び各照合段階の一回あたりの所要照合時間（以下、単位照合時間と呼ぶ）とから、多段照合装置における総照合時間及び総誤確率の関数を導出する。そして、導出された関数を構成要素とする目的関数及び制約式からなる最適化問題を数値計算により解く。

なお、単位照合時間は、大多数の照合方式において、およそ一定値と仮定できる。変動がある場合には、確率変数もしくは区間値として表現すれば、開示のパラメタ制御装置及び多段照合装置の構成、パラメタ制御処理へ容易に適用できる。なお、登録データに対し照合テストを行い、その時間から時々刻々と更新した値を単位照合時間としてもよい。

ここで、上記目的関数は、Ｔ（総照合時間）及びＧ（総誤確率）として、次式で定義される。なお、下記（１．１）式において、Ｎは登録データ数、Ｃ_ｉはｉ段目の照合段階における一回当たりの照合処理に要する時間、Ｐ_ｉはｉ段目の照合段階における登録データの絞り込みの精度を制御するパラメタ、ｇ_ａｉ（Ｐ）は前記の通り、Ｐ_ｉを変数とするｉ段目の照合段階における照合打ち切り率関数である。また、下記（１．２）式において、ｇ_ｓｉ（Ｐ_ｉ）は前記の通り、Ｐ_ｉを変数とするｉ段目の照合段階における誤確率関数である。

そして、上記最適化問題は、次式で与えられる。なお、下記（２．１）式において、Ｔは上記（１．１）式で定義される総照合時間、Ｇは上記（１．２）式で定義される総誤確率、Ｔ_{ｃｏｎｓｔ}は所望の総照合時間指定値、Ｇ_{ｃｏｎｓｔ}は所望の総誤確率指定値（照合精度指定値と同義）である。

上記（２．１）式及び／又は（２．２）式で与えられる最適化問題を解くことにより、照合精度（総誤確率）制約下での最短処理時間を達成するパラメタＰ_ｉ群、及び／又は、照合時間制約下での最適精度（総誤確率最小）を与えるパラメタＰ_ｉ群を求め、求まったパラメタＰ_ｉ群を用いて自動的に各照合段階における照合処理を最適化する。

すなわち、上記（２．１）式では、「Ｇ≦Ｇ_{ｃｏｎｓｔ}」の照合精度（総誤確率）制約式の下、パラメタＰ_ｉを走査してＴの最小値と、そのときのＰ_ｉの組み合わせ（最適パラメタ群）を求める。また、上記（２．２）式では、「Ｔ≦Ｔ_{ｃｏｎｓｔ}」の総照合時間制約式の下、パラメタＰ_ｉを走査してＧの最小値と、そのときのＰ_ｉの組み合わせ（最適パラメタ群）とを求める。

次に、図５を参照して、実施形態の一例に係る多段照合装置の構成について説明する。実施形態の一例に係る多段照合装置１００は、多段照合部１０１と、登録データＤＢ（Data Base、データベース、以下同様）１０２と、異データ間類似度変動分布算出部１０３と、同一データ類似度変動分布算出部１０４と、入力時変動再現部１０５と、数式生成部１０６と、最適パラメタ群算出部１０７と、制約条件緩和部１０８と、外部出力部１０９とを有する。

多段照合部１０１は、照合部（１段目）１０１ａ１と、照合部（２段目）１０１ａ２と、・・・（３〜ｍ−１段目の各照合部、図略）、照合部（ｍ段目）１０１ａｍとを有する。多段照合部１０１は、外部から入力データの入力を受けた認証要求に応じて、照合部（１段目）１０１ａ１、照合部（２段目）１０１ａ２、・・・（３〜ｍ−１段目の各照合部、図略）、照合部（ｍ段目）１０１ａｍの順序で、入力データと、登録データＤＢ１０２に登録されている登録データとの照合処理を行う。各照合部（ｉ段目）は、照合処理の際に、予め最適パラメタ群算出部１０７によって算出されている各照合部（ｉ段目）に対応するパラメタＰ_ｉをそれぞれ用いる。

登録データＤＢ１０２は、予め入力された生体情報等の登録データを格納している。異データ間類似度変動分布算出部１０３は、図３−１及び図４−１を参照して前述した通りの方法で、登録データＤＢ１０２に登録されている異なる登録データ間の類似度の変動分布（異データ間類似度変動分布、照合打ち切り率関数ｇ_ａｉ（Ｐ））を算出する。

なお、異データ間類似度変動分布算出部１０３は、登録データＤＢ１０２に登録されている異なる登録データに限らず、他の同様のシステムで用いられる同様のデータを含めて異なる登録データ間の類似度の変動分布（異データ間類似度変動分布、照合打ち切り関数ｇ_ａｉ（Ｐ））を算出してもよい。この様にすると、異なる登録データ間の類似度の変動分布（異データ間類似度変動分布、照合打ち切り関数ｇ_ａｉ（Ｐ））の精度をより高めることができる。

また、同一データ類似度変動分布算出部１０４は、図３−２及び図４−２を参照して前述した通りの方法で、登録データＤＢ１０２に登録されている登録データ毎の類似度の分布（同一データ類似度変動分布、誤確率関数ｇ_ｓｉ（Ｐ））を算出する。

なお、同一データ類似度変動分布算出部１０４は、登録データＤＢ１０２に登録されている登録データに限らず、他の同様のシステムで用いられる同様のデータを含めて登録データ毎の類似度の分布（同一データ類似度変動分布、誤確率関数ｇ_ｓｉ（Ｐ））を算出してもよい。この様にすると、登録データ毎の類似度の分布（同一データ類似度変動分布、誤確率関数ｇ_ｓｉ（Ｐ））の精度をより高めることができる。

入力時変動再現部１０５は、登録データの登録時と同様に入力時に発生した入力データの変動及び誤差等を再現する。例えば、生体認証の場合には、部位の形状、姿勢等の変動や、計測装置において発生するノイズ、周辺の環境条件等による外乱信号等が変動及び誤差等の要因である。入力時変動再現部１０５は、再現した入力データの変動及び誤差等を異データ間類似度変動分布算出部１０３及び／又は同一データ類似度変動分布算出部１０４に受け渡す。

異データ間類似度変動分布算出部１０３及び／又は同一データ類似度変動分布算出部１０４は、入力時変動再現部１０５によって再現された入力データの変動及び誤差等を加味してそれぞれ異データ間類似度変動分布（照合打ち切り率関数ｇ_ａｉ（Ｐ））、同一データ類似度変動分布（誤確率関数ｇ_ｓｉ（Ｐ））を算出する。

数式生成部１０６は、異データ間類似度変動分布算出部１０３によって算出された異データ間類似度変動分布（照合打ち切り率関数ｇ_ａｉ（Ｐ））及び同一データ類似度変動分布算出部１０４によって算出された同一データ類似度変動分布（誤確率関数ｇ_ｓｉ（Ｐ））に基づいて、上記（１．１）式に示した総照合時間Ｔ及び上記（１．２）式に示した総誤確率Ｇを算出する。

また、数式生成部１０６は、制約条件として入力された総照合時間指定値Ｔ_{ｃｏｎｓｔ}、総誤確率指定値Ｇ_{ｃｏｎｓｔ}及び単位照合時間の情報を元に、上記（２．１）式及び／又は上記（２．２）式で与えられる最適化問題を生成する。なお、本式（２．１）、（２．２）は制約式、目的関数の一例であって、本願は本式表現の場合に限定されるものではない。総処理時間関数、総誤確率を混合した目的関数や制約を用いる等の構成変更が可能である。以下では、代表例として（２．１）、（２．２）の場合における実施例を開示する。

最適パラメタ群算出部１０７は、数式生成部１０６によって生成された上記（２．１）式及び／又は上記（２．２）式で与えられる最適化問題の解を数値解析によって求める。すなわち、上記したように、上記（２．１）式では、「Ｇ≦Ｇ_{ｃｏｎｓｔ}」の制約式の下、パラメタＰ_ｉを走査してＴの最小値と、そのときのＰ_ｉの組み合わせ（最適パラメタ群）を求める。また、上記（２．２）式では、「Ｔ≦Ｔ_{ｃｏｎｓｔ}」の制約式の下、パラメタＰ_ｉを走査してＧの最小値と、そのときのＰ_ｉの組み合わせ（最適パラメタ群）とを求める。

そして、最適パラメタ群算出部１０７は、最適化問題の解が求まった場合、該当する解及び制約条件の緩和を行わずに求解したことを外部出力部１０９に出力する。外部出力部１０９は、例えば、ディスプレイ装置等の表示装置や、入退室ゲート制御装置やＡＴＭ内の制御部といったパラメタの算出状況を受けて動作の切り替え等を行う各種の認証システム等、である。

一方、最適パラメタ群算出部１０７は、解が存在しない、もしくは存在の可能性が極めて低く、算出が困難な場合等、最適化問題の解が求まらなかった場合、制約条件緩和部１０８に対して制約条件の緩和を要求する。制約条件緩和部１０８は、最適パラメタ群算出部１０７からの制約条件の緩和を要求に応じて、予め入力されている緩和制約条件の中（範囲）から、最適化問題の解が求まる可能性のある最低限の緩和制約条件を最適パラメタ群算出部１０７に受け渡す。最適パラメタ群算出部１０７は、緩和制約条件の下で最適化問題を再度解く。

最適パラメタ群算出部１０７は、最適化問題の解（最適パラメタ群Ｐ_ｉ）が求まるまで、徐々に制約条件を緩和する緩和制約条件を制約条件緩和部１０８から受け渡され、該当緩和制約条件の下で最適化問題を再度解く。しかし、制約条件緩和部１０８から最大限の緩和制約条件を受け渡されてもなお最適化問題の解が求まらなかった場合は、解なしとして処理を終了し、その旨を外部出力部１０９に出力する。

そして、最適パラメタ群算出部１０７は、最適化問題の解（最適パラメタ群Ｐ_ｉ）が求まった場合、最適パラメタ群Ｐ_ｉを各照合部（ｉ段目）１０１ａｉ（ｉ＝１、２、・・・、ｍ）へと受け渡す。

次に、図６を参照して、実施形態の一例に係る多段照合装置で行われる最適パラメタ群算出処理について説明する。先ず、異データ間類似度変動分布算出部１０３及び同一データ類似度変動分布算出部１０４は、登録データ内類似度分布算出処理を行う（ステップＳ１０１）。登録データ内類似度分布算出処理の詳細は、図７を参照して後述する。

続いて、数式生成部１０６は、上記（１．１）式で定義される総照合時間Ｔ及び上記（１．２）式で定義される総誤確率Ｇを算出する（ステップＳ１０２）。続いて、数式生成部１０６は、上記（２．１）式及び／又は上記（２．２）式に含まれる目的関数及び制約式を生成して最適化問題を生成する（ステップＳ１０３）。

続いて、最適パラメタ群算出部１０７は、数式生成部１０６によって生成された上記（２．１）式及び／又は上記（２．２）式で表わされる最適化問題の求解（最適パラメタ群Ｐ_ｉを求める）を数値計算等によって実行する（ステップＳ１０４）。

続いて、最適パラメタ群算出部１０７は、最適化問題の解が存在するか否かを判定する（ステップＳ１０５）。最適化問題の解が存在すると判定された場合（ステップＳ１０５肯定）、ステップＳ１０６へ移り、最適化問題の解が存在すると判定されなかった場合（ステップＳ１０５否定）、ステップＳ１０７へ移る。

ステップＳ１０６では、最適パラメタ群算出部１０７は、最適化問題の解のパラメタ群を多段照合部１０１へ反映する。ステップＳ１０６が終了すると、ステップＳ１１０へ移る。

一方、ステップＳ１０７では、最適パラメタ群算出部１０７は、制約条件緩和部１０８によって緩和された制約条件の下で最適化問題の求解を実行する。続いて、最適パラメタ群算出部１０７は、求められた解及び緩和された制約条件の緩和範囲の検証を行い、求められた解を採用するか否かを判定する（ステップＳ１０９）。

続いて、最適パラメタ群算出部１０７は、ステップＳ１０８で求められた解が採用可であると判定した場合（ステップＳ１０９肯定）、ステップＳ１０６へ移り、ステップＳ１０８で求められた解が採用可であると判定しなかった場合（ステップＳ１０９否定）、ステップＳ１１０へ移る。

ステップＳ１１０では、最適パラメタ群算出部１０７は、認証要求に対するシステム応答、最適化問題求解結果、最適化問題求解結果に応じたリソース調整指示及び／又はパラメタ調整指示等の外部へのアクションを、外部出力部１０９を制御して外部へ出力する。続いて、多段照合装置の図示しない制御部は、最適パラメタ群算出処理を終了するか否かを判定し、終了する場合（ステップＳ１１１肯定）、最適パラメタ群算出処理を終了し、終了しない場合（ステップＳ１１１否定）、ステップＳ１０１へ移る。

続いて、図７を参照して、登録データ内類似度分布算出処理について説明する。先ず、異データ間類似度変動分布算出部１０３は、任意の異登録データ間の類似度ヒストグラムを作成する（ステップＳ１０１ａ）。続いて、異データ間類似度変動分布算出部１０３は、異登録データ間の類似度ヒストグラムに、パラメタＰの上側への累積密度変換を実行することによって、近似関数である照合打ち切り率ｇ_ａｉ（Ｐ）を算出する（ステップＳ１０１ｂ）。

続いて、同一データ類似度変動分布算出部１０４は、各登録データに入力時変動再現部１０５によって再現された変動（再現）データを加味して、同一登録データの類似度ヒストグラムを作成する（ステップＳ１０１ｃ）。続いて、同一データ類似度変動分布算出部１０４は、同一登録データの類似度ヒストグラムに、パラメタＰの下側への累積密度変換を実行することによって、近似関数である誤確率ｇ_ｓｉ（Ｐ）を算出する（ステップＳ１０１ｄ）。この処理が終了すると、最適パラメタ群算出処理のステップＳ１０２へ復帰する。

以下に、最適パラメタ群算出処理の具体例を示す。以下は、照合時間一定以内の制約条件の下での誤確率最小化の例である。ここで、登録データ数上限１０００、二段階照合で、一段階目の単位照合時間をＣ_１＝０．００５、二段階目の単位照合時間をＣ_２＝０．２、同一打ち切り割合時において一段回目誤確率＞二段階目誤確率、Ｔ_{ｃｏｎｓｔ}＝１０．０とした簡易な典型例を用いて、従来手法と、開示の手法による調整時の性能を比較する。

一般に、登録データ数が多いほど照合時間は大きくなる。これに対し、総照合時間制約を必ず満たす様に調整する際には、登録データ数が上限の場合を想定して調整することとなる。開示の手法では、この時のパラメタ群を自動的かつ正確に求めることが出来る。この場合、総照合時間及び総誤確率は下記の通りとなる。

また、最適化問題は下記の通りとなる。

この時、上記最適化問題は、既存の算法により自動的に解くことが出来るが、比較説明のため、まず以下に手動による最適値算出の例を示す。照合打ち切り率に着目すると、同一個数の登録データとの照合を行う場合には、一段階目よりも二段階目の誤確率の方が小さいことから、一段階目での照合打ち切り率が小さく、従って二段階目での登録データ数が増える程、総誤確率Ｇは小さくなる。従って、一段目の照合打ち切り率は出来る限り小さく取るべきである。しかし、上記制約式から、一段階目の照合打ち切り率には、下記に示す上限ｇ_ａ１（Ｐ_１）が存在する。従って、下記（５）式の等号が成り立つ時のパラメタ群Ｐ_１及びＰ_２が、登録データ数最大（１０００）である時の最適パラメタ群である。

この場合の目的関数、すなわち上記（３．２）式の総誤確率は、例えば、ｇ_ｓ１（Ｐ_１）＝０．０４、ｇ_ｓ２（Ｐ_２）＝０．００１となる場合（実際には、それぞれ登録データから生成した誤確率関数から値を求める。ここでは、典型的な値を例に取って説明する）、約０．０４０９６となる。

人手でパラメタ群を調整する場合は、最悪時を想定し、結果として上記のようなパラメタ群を設定し固定するという手法を取る。しかし、この場合には、登録データ数上限に合わせて固定するために、登録データ数が上限未満の場合にも登録データ数最大時に適した総誤確率となる。これは、登録データ数が上限未満の場合に必ずしも最適とならない。比較のため、以下に登録データ数が上限未満の場合に開示の手法で得られる最適パラメタ群及び総誤確率の例を示す。

例えば、登録データ数が３００の場合のパラメタ群算出例を以下に示す。この場合、上記と同様に目的関数及び制約式が定められ、制約式から、下記（６）式の等号が成り立つパラメタ群により目的関数が最小化される。

上記（６）式右辺に示される一段階目の照合打ち切り率は、登録データ数が１０００である場合よりも小さい。この場合の目的関数、すなわち総誤確率は、照合打ち切り率の関数としての単調性から、登録データ数が１０００である場合よりも小さくなることが保証される。

総誤確率の減少の程度は、照合対象、登録データの性質に依存するが、パラメタに対し、概ね指数関数的に変化することが多く、例えば、ｇ_ｓ１（Ｐ_１）＝０．０１などと、Ｐ_１の数％程度の変動によってｇ_ｓ１（Ｐ_１）は数倍以上の大幅な変動が発生することが多い。

一方、二段階目の照合打ち切り率は、最終段につき制約されない（残った全データと照合しなくてはならない）ため、登録データ数が１０００である場合と同様にｇ_ｓ２（Ｐ_２）＝０．００１となる。この場合の目的関数、すなわち総誤確率は、およそ０．０１０９９となる。これは、登録データ数が１０００である場合の目的関数の値と比較して数倍の大幅な改善となる。このように、開示の手法によって自動算出されたパラメタ群それぞれを多段照合装置の各照合段階において適用することで、信頼性及び照合速度が高く、性能の良いデータ照合を、所望の総照合時間指定値Ｔ_{ｃｏｎｓｔ}以内に行うことが出来る。

総誤確率の制約条件を用いる場合、また、と総照合時間制約及び総誤確率の制約条件を併用する場合は、上記と同様の処理を自動的に行うことにより、照合時間及び誤確率を登録データ数や登録データの性質に応じて最適化することが出来る。

以上、本発明の実施形態の一例を説明したが、本発明は、これに限られるものではなく、特許請求の範囲に記載した技術的思想の範囲内で、更に種々の異なる実施形態で実施されてよいものである。また、実施形態の一例に記載した効果は、これに限定されるものではない。

また、上記実施形態の一例において説明した各処理のうち、自動的におこなわれるものとして説明した処理の全部又は一部を手動的におこなうこともでき、あるいは、手動的におこなわれるものとして説明した処理の全部又は一部を公知の方法で自動的におこなうこともできる。この他、上記実施形態の一例で示した処理手順、制御手順、具体的名称、各種のデータやパラメタを含む情報については、特記する場合を除いて任意に変更することができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示のように構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

さらに、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵ（Central Processing Unit）またはＭＰＵ（Micro Processing Unit）、ＭＣＵ（Micro Controller Unit）などのマイクロ・コンピュータ）及び当該ＣＰＵ（又はＭＰＵ、ＭＣＵなどのマイクロ・コンピュータ）にて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現されてもよい。

以上の実施形態の一例を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う多段照合装置において登録データの絞り込みの精度を調整するパラメタを制御するパラメタ制御装置であって、
各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出部と、
前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ変動分布算出部と、
前記異データ間類似度変動分布算出部によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成部と、
前記同一データ類似度変動分布算出部によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成部と、
各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成部と、
前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成部と、
前記制約式生成部によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出部と
を有することを特徴とするパラメタ制御装置。

（付記２）前記異データ間類似度変動分布算出部は、他システムに登録されている同一種の登録データを含めて前記異データ間類似度変動分布を算出することを特徴とする付記１記載のパラメタ制御装置。

（付記３）前記異データ間類似度変動分布算出部及び／又は前記同一データ変動分布算出部は、前記登録データの入力時の変動を予測して前記異データ間類似度変動分布及び／又は前記同一データ類似度変動分布を算出することを特徴とする付記１又は２記載のパラメタ制御装置。

（付記４）前記制約式は、前記総照合時間関数と前記総照合時間制約パラメタとの関係式、及び／又は、前記総誤確率関数と前記総誤確率制約パラメタとの関係式で構成され、
前記制約式を満たす前記パラメタの組み合わせが存在する前記総照合時間制約パラメタ又は前記総誤確率制約パラメタを算出する制約パラメタ算出部を有し、
前記最適パラメタ算出部は、前記制約パラメタ算出部によって算出された前記総照合時間制約パラメタ、前記総誤確率制約パラメタ、及び、前記総照合時間制約パラメタ及び前記総照合時間制約パラメタ適用時に、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出する
ことを特徴とする付記１、２又は３記載のパラメタ制御装置。

（付記５）前記制約パラメタ算出部は、前記最適パラメタ算出部によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
前記最適パラメタ算出部は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする付記１〜４のいずれか一項記載のパラメタ制御装置。

（付記６）登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う多段照合装置におけるパラメタの制御処理をコンピュータに実行させるパラメタ制御プログラムであって、
各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出手順と、
前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ変動分布算出手順と、
前記異データ間類似度変動分布算出手順によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成手順と、
前記同一データ類似度変動分布算出手順によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成手順と、
各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成手順と、
前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成手順と、
前記制約式生成手順によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出手順と
を前記コンピュータに実行させることを特徴とするパラメタ制御プログラム。

（付記７）前記異データ間類似度変動分布算出手順は、他システムに登録されている同一種の登録データを含めて前記異データ間類似度変動分布を算出することを特徴とする付記６記載のパラメタ制御プログラム。

（付記８）前記異データ間類似度変動分布算出手順及び／又は前記同一データ変動分布算出手順は、前記登録データの入力時の変動を予測して前記異データ間類似度変動分布及び／又は前記同一データ類似度変動分布を算出することを特徴とする付記６又は７記載のパラメタ制御プログラム。

（付記９）前記制約式は、前記総照合時間関数と前記総照合時間制約パラメタとの関係式、及び／又は、前記総誤確率関数と前記総誤確率制約パラメタとの関係式で構成され、
前記制約式を満たす前記パラメタの組み合わせが存在する前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを算出する制約パラメタ算出手順を前記コンピュータに実行させ、
前記最適パラメタ算出手順は、前記制約パラメタ算出手順によって算出された前記総照合時間制約パラメタ、前記総誤確率制約パラメタ、及び、前記総照合時間制約パラメタ及び前記総照合時間制約パラメタ適用時に前記目的関数を最適化する前記最適パラメタ群を算出することを特徴とする付記６、７又は８記載のパラメタ制御プログラム。

（付記１０）前記制約パラメタ算出手順は、前記最適パラメタ算出手順によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
前記最適パラメタ算出手順は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して前記目的関数を最適化する前記最適パラメタ群を算出することを特徴とする付記６〜９のいずれか一項記載のパラメタ制御プログラム。

（付記１１）登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う際のパラメタを制御する多段照合装置であって、
各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出部と、
前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ変動分布算出部と、
前記異データ間類似度変動分布算出部によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成部と、
前記同一データ類似度変動分布算出部によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成部と、
各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成部と、
前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成部と、
前記制約式生成部によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出部と
を有することを特徴とする多段照合装置。

（付記１２）前記異データ間類似度変動分布算出部は、他システムに登録されている同一種の登録データを含めて前記異データ間類似度変動分布を算出することを特徴とする付記１１記載の多段照合装置。

（付記１３）前記異データ間類似度変動分布算出部及び／又は前記同一データ変動分布算出部は、前記登録データの入力時の変動を予測して前記異データ間類似度変動分布及び／又は前記同一データ類似度変動分布を算出することを特徴とする付記１１又は１２記載の多段照合装置。

（付記１４）前記制約式は、前記総照合時間関数と前記総照合時間制約パラメタとの関係式、及び／又は、前記総誤確率関数と前記総誤確率制約パラメタとの関係式で構成され、
前記制約式を満たす前記パラメタの組み合わせが存在する前記総照合時間制約パラメタ又は前記総誤確率制約パラメタを算出する制約パラメタ算出部を有し、
前記最適パラメタ算出部は、前記制約パラメタ算出部によって算出された前記総照合時間制約パラメタ、前記総誤確率制約パラメタ、及び、前記総照合時間制約パラメタ及び前記総照合時間制約パラメタ適用時に、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする付記１１、１２又は１３記載の多段照合装置。

（付記１５）前記制約パラメタ算出部は、前記最適パラメタ算出部によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
前記最適パラメタ算出部は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする付記１１〜１４のいずれか一項記載の多段照合装置。

開示のパラメタ制御装置、パラメタ制御プログラム及び多段照合装置は、ＡＴＭ管理や入退室管理等において本人認証を生体認証で行う場合に、高度なセキュリティ及び照合精度を確保しつつ迅速に照合処理を行いたい場合に有用である。

実施形態の一例に係るパラメタ制御装置、パラメタ制御プログラム及び多段照合装置の概要を示す図である。 登録データから各照合段階のパラメタと、照合打ち切り率と、誤確率との関係を導出する概要を示す図である。 異データ間類似度変動分布の算出の概要を示す図である。 同一データ類似度変動分布の算出の概要を示す図である。 各照合段階のパラメタと、照合打ち切り率と、誤確率対応関数の導出の概要を示す図（その１）式である。 各照合段階のパラメタと、照合打ち切り率と、誤確率対応関数の導出の概要を示す図（その２）式である。 実施形態の一例に係る多段照合装置の構成を示す機能ブロック図である。 最適パラメタ群算出処理手順を示すフローチャートである。 登録データ内類似度算出処理手順を示すフローチャートである。

符号の説明

１００ 多段照合装置
１０１ 多段照合部
１０２ 登録データＤＢ
１０３ 異データ間類似度変動分布算出部
１０４ 同一データ類似度変動分布算出部
１０５ 入力時変動再現部
１０６ 数式生成部
１０７ 最適パラメタ群算出部
１０８ 制約条件緩和部
１０９ 外部出力部

Claims (10)

1. 登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う多段照合装置におけるパラメタを制御するパラメタ制御装置であって、
   各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出部と、
   前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ変動分布算出部と、
   前記異データ間類似度変動分布算出部によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成部と、
   前記同一データ類似度変動分布算出部によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成部と、
   各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成部と、
   前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成部と、
   前記制約式生成部によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出部と
   を有することを特徴とするパラメタ制御装置。
2. 前記異データ間類似度変動分布算出部及び／又は前記同一データ変動分布算出部は、前記登録データの入力時の変動を予測して前記異データ間類似度変動分布及び／又は前記同一データ類似度変動分布を算出することを特徴とする請求項１記載のパラメタ制御装置。
3. 前記制約式は、前記総照合時間関数と前記総照合時間制約パラメタとの関係式、及び／又は、前記総誤確率関数と前記総誤確率制約パラメタとの関係式で構成され、
   前記制約式を満たす前記パラメタの組み合わせが存在する前記総照合時間制約パラメタ又は前記総誤確率制約パラメタを算出する制約パラメタ算出部を有し、
   前記最適パラメタ算出部は、前記制約パラメタ算出部によって算出された前記総照合時間制約パラメタ、前記総誤確率制約パラメタ、及び、前記総照合時間制約パラメタ及び前記総誤確率制約パラメタ適用時に、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出する
   ことを特徴とする請求項１又は２記載のパラメタ制御装置。
4. 前記制約パラメタ算出部は、前記最適パラメタ算出部によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
   前記最適パラメタ算出部は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする請求項１、２又は３記載のパラメタ制御装置。
5. 登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う多段照合装置におけるパラメタの制御処理をコンピュータに実行させるパラメタ制御プログラムであって、
   各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出手順と、
   前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ変動分布算出手順と、
   前記異データ間類似度変動分布算出手順によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成手順と、
   前記同一データ類似度変動分布算出手順によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成手順と、
   各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成手順と、
   前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成手順と、
   前記制約式生成手順によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出手順と
   を前記コンピュータに実行させることを特徴とするパラメタ制御プログラム。
6. 前記異データ間類似度変動分布算出手順及び／又は前記同一データ類似度変動分布算出手順は、前記登録データの入力時の変動を予測して前記異データ間類似度変動分布及び／又は前記同一データ類似度変動分布を算出することを特徴とする請求項５記載のパラメタ制御プログラム。
7. 前記制約式は、前記総照合時間関数と前記総照合時間制約パラメタとの関係式、及び／又は、前記総誤確率関数と前記総誤確率制約パラメタとの関係式で構成され、
   前記制約式を満たす前記パラメタの組み合わせが存在する前記総照合時間制約パラメタ又は前記総誤確率制約パラメタを算出する制約パラメタ算出手順を前記コンピュータに実行させ、
   前記最適パラメタ算出手順は、前記制約パラメタ算出手順によって算出された前記総照合時間制約パラメタ、前記総誤確率制約パラメタ、及び、前記総照合時間制約パラメタ及び前記総誤確率制約パラメタ適用時に、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする請求項５又は６記載のパラメタ制御プログラム。
8. 前記制約パラメタ算出手順は、前記最適パラメタ算出手順によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
   前記最適パラメタ算出手順は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする請求項５、６又は７記載のパラメタ制御プログラム。
9. 登録された複数の登録データと入力データとの照合処理を多段の照合装置で行う際のパラメタを制御する多段照合装置であって、
   各段の前記照合装置における異なる前記登録データ間の類似度の発生確率分布である異データ間類似度変動分布を算出する異データ間類似度変動分布算出部と、
   前記入力データ毎に同一データ内の類似度の発生確率分布である同一データ類似度変動分布を算出する同一データ類似度変動分布算出部と、
   前記異データ間類似度変動分布算出部によって算出された前記異データ間類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする照合打ち切り率関数を生成する照合打ち切り率関数生成部と、
   前記同一データ類似度変動分布算出部によって算出された前記同一データ類似度変動分布に基づいて、各段の前記照合装置における前記パラメタを変数とする誤確率関数を生成する誤確率関数生成部と、
   各段の前記照合装置における前記照合打ち切り率関数、前記誤確率関数、各段の前記照合装置の単位照合時間情報及び前記登録データ数に基づいて、総照合時間関数及び総誤確率関数を生成する総照合時間関数及び総誤確率関数生成部と、
   前記総照合時間関数、前記総誤確率関数、前記総照合時間関数に対応する総照合時間制約パラメタ及び前記総誤確率関数に対応する総誤確率制約パラメタに基づく制約式を生成する制約式生成部と、
   前記制約式生成部によって生成された前記制約式を満たす前記パラメタの組み合わせの内、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記パラメタの組み合わせである最適パラメタ群を算出する最適パラメタ算出部と
   を有することを特徴とする多段照合装置。
10. 前記制約パラメタ算出部は、前記最適パラメタ算出部によって前記最適パラメタ群が算出できなかった場合、前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを緩和し、
    前記最適パラメタ算出部は、緩和された前記総照合時間制約パラメタ及び／又は前記総誤確率制約パラメタを再適用して、前記照合打ち切り率関数、前記誤確率関数、前記総照合時間関数及び前記総誤確率関数からなる目的関数を最適化する前記最適パラメタ群を算出することを特徴とする請求項９記載の多段照合装置。

Images