JP6117988B2 - 生体認証装置、生体認証方法、及びプログラム - Google Patents

生体認証装置、生体認証方法、及びプログラム Download PDF

Info

Publication number
JP6117988B2
JP6117988B2 JP2016509683A JP2016509683A JP6117988B2 JP 6117988 B2 JP6117988 B2 JP 6117988B2 JP 2016509683 A JP2016509683 A JP 2016509683A JP 2016509683 A JP2016509683 A JP 2016509683A JP 6117988 B2 JP6117988 B2 JP 6117988B2
Authority
JP
Japan
Prior art keywords
directional
feature
similarity
features
person
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.)
Active
Application number
JP2016509683A
Other languages
English (en)
Other versions
JPWO2015145588A1 (ja
Inventor
鈴木　智晴
智晴 鈴木
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.)
Fujitsu Frontech Ltd
Original Assignee
Fujitsu Frontech Ltd
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 Fujitsu Frontech Ltd filed Critical Fujitsu Frontech Ltd
Publication of JPWO2015145588A1 publication Critical patent/JPWO2015145588A1/ja
Application granted granted Critical
Publication of JP6117988B2 publication Critical patent/JP6117988B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Collating Specific Patterns (AREA)

Description

本開示の実施形態では、生体認証の技術に関する。
既存の生体認証装置では、撮影後の画像から抽出される生体情報と、予め登録されている生体情報とが互いに一致する場合、本人であると判定する。この生体情報には掌紋や静脈などを示す特徴が含まれており、静脈を示す特徴を用いて生体認証を行う場合は、撮影後の画像から掌紋を示す特徴を分離して、できるだけ静脈を示す特徴のみにする必要がある。掌紋を示す特徴を分離する方法として、例えば、偏光フィルタなどを利用して光学的に分離する方法が知られている。また、他の方法として、例えば、複数波長撮影による方法が知られている。
A.Ross, A.K.Jain, and J.Reisman, "A Hybrid fingerprint matcher", Pattern Recognition, vol.36, no.7, pp.1661-1673, 2003.
しかしながら、掌紋を示す特徴を物理的に分離する方法を適用できない場合では、掌紋を示す特徴が含まれたままの生体情報を用いて生体認証を行わなくてはならない。掌紋を示す特徴の多様性は、静脈を示す特徴の多様性に比べて乏しいため、生体情報に含まれる掌紋を示す特徴が多い程、他人受入率（FAR（False Acceptance Rate））を高めてしまう。また、メラニンが強く沈着した掌紋を示す特徴が含まれている場合、静脈を示す特徴に比べて掌紋を示す特徴が抽出され易くなるため、他人受入率をさらに高めてしまう。
本開示の実施形態では、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることが可能な生体認証装置、生体認証方法、及びプログラムを提供することを目的とする。
本開示の実施形態の生体認証装置は、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成する主要線特徴生成部と、前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求める主要線特徴照合処理部と、前記第１の類似度を用いて、本人であるか否かの判定を行う判定部とを備える。
また、本開示の実施形態の生体認証方法は、コンピュータが、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成し、前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求め、前記第１の類似度を用いて、本人であるか否かの判定を行う。
また、本開示の実施形態のプログラムは、コンピュータに、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成し、前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求め、前記第１の類似度を用いて、本人であるか否かの判定を行うことを実行させる。
本開示の実施形態によれば、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。
実施形態の生体認証装置の一例を示す図である。 実施形態の生体認証方法を示すフローチャートである。 実施形態の特徴抽出部の一例を示す図である。 実施形態の照合処理部の一例を示す図である。 生体認証装置のハードウェアの一例を示す図である。
図１は、本開示の実施形態の生体認証装置の一例を示す図である。
図１に示す生体認証装置１は、画像取得部２と、領域特定部３と、特徴抽出部４と、照合処理部５と、スコア判定部６（判定部）と、記憶部７とを備える。
特徴抽出部４は、無指向的特徴生成処理部８と、主要線特徴生成処理部９とを備える。
照合処理部５は、無指向的特徴照合処理部１０と、主要線特徴照合処理部１１とを備える。
図２は、本開示の実施形態の生体認証方法を示すフローチャートである。
まず、画像取得部２は、被験者の手の画像を取得する（Ｓ１）。例えば、画像取得部２は、撮像装置であって、単板の撮像素子とベイヤー配列のＲＧＢの各カラーフィルタにより被検者の手の撮像画像を取得する。
次に、領域特定部３は、画像取得部２で取得される画像において被検者の手のひらに相当する手のひら領域（ROI(Region Of Interest)）を特定する（Ｓ２）。
次に、無指向的特徴生成処理部８は、領域特定部３により特定される手のひら領域の画像ｆから無指向的特徴を生成する（Ｓ３）。なお、無指向的とは、ある画像ｆに対してフィルタ処理Ｓを行う場合において、フィルタ処理Ｓの前に様々な角度θに対する画像回転変換処理ＴθやＴθの逆変換処理Ｔθ −１を挿入した場合であっても、フィルタ処理Ｓ単体の結果とほとんど変わらないことと定義する。すなわち、記号であらわすと、無指向的とは、任意の角度θにおいて、Ｓ（ｆ）＝Ｔθ −１（Ｓ（Ｔθ（ｆ）））であると定義する。
次に、主要線特徴生成処理部９は、手のひら領域の画像ｆから主要線特徴（ＰＬＤＩ（Principal-Line Dependent Index））を生成する（Ｓ４）。なお、線特徴とは、線状からなる画像である。
次に、無指向的特徴照合処理部１０は、無指向的特徴生成処理部８により生成される無指向的特徴と、予め登録され記憶部７に記憶されている登録無指向的特徴との類似度を求める（Ｓ５）。
次に、主要線特徴照合処理部１１は、主要線特徴生成処理部９により生成される主要線特徴と、予め登録され記憶部７に記憶されている登録主要線特徴との類似度を求める（Ｓ６）。
次に、スコア判定部６は、無指向的特徴照合処理部１０により求められる類似度及び主要線特徴照合処理部１１により求められる類似度により、本人であるか否かの判定を行う（Ｓ７）。
図３は、本開示の実施形態の特徴抽出部４の一例を示す図である。
図３に示す特徴抽出部４は、フィルタ４１と、各点最大値選択（point-wise maximum）部４２と、２値化部４３と、細線化部４４と、主要線特徴抽出部４５とを備える。
フィルタ４１は、入力される手のひら領域の画像ｆに対して、８つの方向θ（0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°）毎にGaborフィルタ処理を行い、それぞれのフィルタ応答（輝度値）を指向的特徴ｇθ（指向的特徴ｇ0°、指向的特徴ｇ22.5°、指向的特徴ｇ45°、指向的特徴ｇ67.5°、指向的特徴ｇ90°、指向的特徴ｇ112.5°、指向的特徴ｇ135°、指向的特徴ｇ157.5°）として得る。なお、フィルタリング処理時に設定される方向θの数は２つ以上であれば、８つに限定されない。また、フィルタリング処理は、画像ｆ内の各方向θの線状の暗部に対して高いフィルタ応答をもつものであれば、Gaborフィルタ処理に限定されない。
各点最大値選択部４２は、式１に示すように、フィルタ４１から抽出される各指向的特徴ｇθ（i,j）のうち、最大の指向的特徴ｍａｘθ｛ｇθ（i,j）｝を無指向的特徴g(i,j)として出力する。なお、iは、手のひら領域内の各画素の位置を２次元座標上の位置に対応させたときのその２次元座標の横軸方向の位置を示し、jは、その２次元座標の縦軸方向の位置を示す。
Figure 0006117988
２値化部４３は、式２に示すように、各点最大値選択部４２から出力される無指向的特徴g(i,j)が正の値であるとき、１を無指向的面特徴b(i,j)として出力し、無指向的特徴g(i,j)が正の値以外の値であるとき、０を無指向的面特徴b(i,j)として出力する。このとき得られた無指向的面特徴ｂは、記憶部７に記憶される。
Figure 0006117988
なお、上記２値化部４３では、単純な定数０による閾値処理によって２値化処理を行っているが、より高度なAdaptive-thresholding法を用いて２値化処理を行ってもよい。
細線化部４４は、式３に示すように、無指向的面特徴bに対して、細線化処理（skeltonizing）を行うことにより、無指向的線特徴ＬＦを得る。なお、skelは、細線化処理を表す。また、このとき得られた無指向的線特徴ＬＦは、記憶部７に記憶される。
Figure 0006117988
主要線特徴抽出部４５は、フィルタ４１から抽出される各指向的特徴ｇθにより、手のひら領域内の主要な線（主に掌紋に相当する線）の依存度を示す主要線特徴PLDIを生成する。例えば、主要線特徴抽出部４８は、フィルタ４１から出力される各指向的特徴ｇθ（i,j）のうち、最大の指向的特徴MAX（i,j）を選択する。また、主要線特徴抽出部４８は、フィルタ４１から出力される各指向的特徴ｇθ（i,j）のうち、最小の指向的特徴MIN（i,j）を選択する。また、主要線特徴抽出部４８は、フィルタ４１から出力される各指向的特徴ｇθ（i,j）の平均値AVE（i,j）を求める。そして、主要線特徴抽出部４８は、最大の指向的特徴MAX（i,j）と最小の指向的特徴MIN（i,j）との差を、平均値AVE（i,j）で除算した値を主要線特徴PLDI（i,j）とする。
なお、主要線特徴PLDI（i,j）の求め方は、上記の方法に限定されない。
図４は、本開示の実施形態の照合処理部５の一例を示す図である。
無指向的特徴照合処理部１０は、細線化部４４から出力され記憶部７に記憶されている無指向的線特徴ＬＦと、予め登録され記憶部７に記憶されている登録無指向的線特徴ＴＬＦとの類似度score1を求める。
主要線特徴照合処理部１１は、主要線特徴抽出部４５から出力され記憶部７に記憶されている主要線特徴PLDIと予め登録され記憶部７に記憶されている登録主要線特徴TPLDIとの類似度score2を求める。
スコア判定部６は、式４に示すように、類似度score1及び類似度score2に対して定数ａｋや定数ｃにより重み付けするとともに、重み付け後の類似度score1及び類似度score2の合計を類似度scoreとする。そして、スコア判定部６は、例えば、類似度scoreが閾値以上であるとき、本人であると判定する。
Figure 0006117988
以下、あるｋについて、ａｋ＞０で、かつ、定数ａｋの絶対値が他の定数ａｋに比べて相対的に大きい程、類似度scorekを積極的利用するといい（類似性を積極的に肯定する作用）、そうでないとき、類似度scorekを消極的利用するという。
また、スコア判定部６は、類似度score2が大きくなる程、その類似度score2に対応する重み付けを小さくすることにより、その類似度score2を消極的利用する。
このように、類似度score2を消極的利用することで、掌紋の影響を抑えて本人であるか否かの判定を行うことができるため、認証精度を向上させることができる。すなわち、本開示の実施形態の生体認証装置１によれば、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。また、特に被験者の手のひらにおいてメラニンが強く沈着し、無指向的線特徴ＬＦに掌紋が多く含まれる場合でも、無指向的線特徴ＬＦにおける掌紋の影響を抑えて本人であるか否かの判定を行うことができるため、他人受入率を低減することができる。
なお、上記実施形態では、類似度score1及び類似度score2を求め、それら類似度score1及び類似度score2を用いて本人であるか否かの判定を行う構成であるが、類似度score2のみを求め、その類似度score2のみを用いて本人であるか否かの判定を行うように構成してもよい。これにより、類似度score2のみを用いて、すなわち、掌紋を示す特徴のみを用いて、本人であるか否かの判定を行うことができるため、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。
また、類似度score1及び類似度score2を求め、主要線特徴PLDIが高いとき（例えば、主要線特徴PLDIが閾値以上のとき）、類似度score2のみを用いて本人であるか否かの判定を行い、主要線特徴PLDIが低いとき（例えば、主要線特徴PLDIが閾値よりも小さいとき）、類似度score1及び類似度score2を用いて本人であるか否かの判定を行うように構成してもよい。これにより、複数の認証方法（モーダル）を切り替えて相補的に認証するマルチモーダル認証を行うことができる。
図５は、本開示の実施形態の生体認証装置１を構成するハードウェアの一例を示す図である。
図５に示すように、生体認証装置１を構成するハードウェアは、制御部１２０１と、記憶部１２０２と、記録媒体読取装置１２０３と、入出力インタフェース１２０４と、通信インタフェース１２０５とを備え、それらがバス１２０６によってそれぞれ接続されている。なお、画像処理装置１を構成するハードウェアは、クラウドなどを用いて実現してもよい。
制御部１２０１は、例えば、Central Processing Unit（ＣＰＵ）、マルチコアＣＰＵ、プログラマブルなデバイス（Field Programmable Gate Array（ＦＰＧＡ）、Programmable Logic Device（ＰＬＤ）など）を用いることが考えられ、図１に示す領域特定部３、特徴抽出部４、照合処理部５、及びスコア判定部６に相当する。
記憶部１２０２は、図１に示す記憶部７に相当し、例えばRead Only Memory（ＲＯＭ）、Random Access Memory（ＲＡＭ）などのメモリやハードディスクなどが考えられる。なお、記憶部１２０２は、実行時のワークエリアとして用いてもよい。また、生体認証装置１の外部に他の記憶部を設けてもよい。
記録媒体読取装置１２０３は、制御部１２０１の制御により、記録媒体１２０７に記録されるデータを読み出したり、記録媒体１２０７にデータを書き込んだりする。また、着脱可能な記録媒体１２０７は、コンピュータで読み取り可能なnon-transitory（非一時的）な記録媒体であって、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリなどが考えられる。磁気記録装置は、例えば、ハードディスク装置（ＨＤＤ）などが考えられる。光ディスクは、例えば、Digital Versatile Disc（ＤＶＤ）、ＤＶＤ−ＲＡＭ、Compact Disc Read Only Memory（ＣＤ−ＲＯＭ）、ＣＤ−Ｒ(Recordable)／ＲＷ（ReWritable）などが考えられる。光磁気記録媒体は、例えば、Magneto-Optical disk（ＭＯ）などが考えられる。なお、記憶部１２０２もnon-transitory（非一時的）な記録媒体に含まれる。
入出力インタフェース１２０４は、入出力部１２０８が接続され、ユーザにより入出力部１２０８から入力された情報をバス１２０６を介して制御部１２０１に送る。また、入出力インタフェース１２０４は、制御部１２０１から送られてくる情報をバス１２０６を介して入出力部１２０８に送る。
入出力部１２０８は、図１に示す画像取得部２に相当し、例えば、撮像装置などが考えられる。また、入出力部１２０８は、例えば、キーボード、ポインティングデバイス（マウスなど）、タッチパネル、Cathode Ray Tube（ＣＲＴ）ディスプレイ、プリンタなどが考えられる。
通信インタフェース１２０５は、Local Area Network（ＬＡＮ）接続やインターネット接続を行うためのインタフェースである。また、通信インタフェース１２０５は必要に応じ、他のコンピュータとの間のＬＡＮ接続やインターネット接続や無線接続を行うためのインタフェースとして用いてもよい。
このようなハードウェアを有するコンピュータを用いることによって、生体認証装置１が行う各種処理機能が実現される。この場合、生体認証装置１が行う各種処理機能の内容を記述したプログラムをコンピュータで実行することにより、上記各処理機能（例えば、領域特定部３、特徴抽出部４、照合処理部５、スコア判定部６）がコンピュータ上で実現される。各種処理機能の内容を記述したプログラムは、記憶部１２０２や記録媒体１２０７に格納しておくことができる。
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭなどの記録媒体１２０７が販売される。また、プログラムをサーバコンピュータの記憶装置に記録しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
プログラムを実行するコンピュータは、例えば、記録媒体１２０７に記録されたプログラム、又は、サーバコンピュータから転送されたプログラムを、記憶部１２０２に記憶する。そして、コンピュータは、記憶部１２０２からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、記録媒体１２０７から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
なお、本開示の実施形態では、手のひらの静脈を用いて認証を行う画像処理装置を例示して説明したが、これに限らず、生体のその他の特徴検出部位であればどこでもよい。
たとえば、生体のその他の特徴検出部位は、静脈に限らず、生体の血管像や、生体の紋様、生体の指紋や掌紋、足の裏、手足の指、手足の甲、手首、腕などであってもよい。
なお、認証に静脈を用いる場合、生体のその他の特徴検出部位は、静脈を観察可能な部位であればよい。
なお、生体情報を特定可能な生体のその他の特徴検出部位であれば認証に有利である。たとえば、手のひらや顔などであれば、取得した画像から部位を特定可能である。また、上述の実施の形態は、実施の形態の要旨を逸脱しない範囲内において種々の変更を加えることができる。さらに、上述の実施の形態は、多数の変形、変更が当業者にとって可能であり、説明した正確な構成および応用例に限定されるものではない。
１ 生体認証装置
２ 画像取得部
３ 領域特定部
４ 特徴抽出部
５ 照合処理部
６ スコア判定部
７ 記憶部
８ 無指向的特徴生成処理部
９ 主要線特徴生成処理部
１０ 無指向的特徴照合処理部
１１ 主要線特徴照合処理部
４１ フィルタ
４２ 各点最大値選択部
４３ ２値化部
４４ 細線化部
４５ 主要線特徴抽出部

Claims (6)

  1. 入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成する主要線特徴生成部と、
    前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求める主要線特徴照合処理部と、
    前記第１の類似度を用いて、本人であるか否かの判定を行う判定部と、
    を備える生体認証装置。
  2. 請求項１に記載される生体認証装置であって、
    前記画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、
    前記無指向的特徴と前記記憶部に記憶されている登録無指向的特徴との第２の類似度を求める無指向的特徴照合処理部と、
    を備え、
    前記判定部は、前記第１の類似度が大きくなる程、前記第１の類似度に対応する重み付けを小さくするとともに、前記第１及び第２の類似度を用いて、本人であるか否かの判定を行う、
    ことを特徴とする生体認証装置。
  3. コンピュータが、
    入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成し、
    前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求め、
    前記第１の類似度を用いて、本人であるか否かの判定を行う、
    ことを特徴とする生体認証方法。
  4. 請求項３に記載の生体認証方法であって、
    前記コンピュータが、
    前記画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴により無指向的特徴を生成し、
    前記無指向的特徴と前記記憶部に記憶されている登録無指向的特徴との第２の類似度を求め、
    前記第１の類似度が大きくなる程、前記第１の類似度に対応する重み付けを小さくするとともに、前記第１及び第２の類似度を用いて、本人であるか否かの判定を行う、
    ことを特徴とする生体認証方法。
  5. コンピュータに、
    入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴のうちの最大の指向的特徴と最小の指向的特徴の差を、前記各指向的特徴の平均値で除算した値である主要線特徴を生成し、
    前記主要線特徴と記憶部に記憶されている登録主要線特徴との第１の類似度を求め、
    前記第１の類似度を用いて、本人であるか否かの判定を行う、
    ことを実行させるためのプログラム。
  6. 請求項５に記載のプログラムであって、
    前記コンピュータに、
    前記画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、それら指向的特徴により無指向的特徴を生成し、
    前記無指向的特徴と前記記憶部に記憶されている登録無指向的特徴との第２の類似度を求め、
    前記第１の類似度が大きくなる程、前記第１の類似度に対応する重み付けを小さくするとともに、前記第１及び第２の類似度を用いて、本人であるか否かの判定を行う、
    ことを実行させるためのプログラム。
JP2016509683A 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム Active JP6117988B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/058383 WO2015145588A1 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム

Publications (2)

Publication Number Publication Date
JPWO2015145588A1 JPWO2015145588A1 (ja) 2017-04-13
JP6117988B2 true JP6117988B2 (ja) 2017-04-19

Family

ID=54194186

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016509683A Active JP6117988B2 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム

Country Status (4)

Country Link
US (1) US9898673B2 (ja)
EP (1) EP3125192B1 (ja)
JP (1) JP6117988B2 (ja)
WO (1) WO2015145588A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990815A (zh) * 2019-11-11 2020-04-10 珠海格力电器股份有限公司 一种身份验证方法及装置

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6282304B1 (en) 1999-05-14 2001-08-28 Biolink Technologies International, Inc. Biometric system for biometric input, comparison, authentication and access control and method therefor
JP2000358025A (ja) * 1999-06-15 2000-12-26 Nec Corp 情報処理方法、情報処理装置及び情報処理プログラムを記憶した記録媒体
US7072525B1 (en) 2001-02-16 2006-07-04 Yesvideo, Inc. Adaptive filtering of visual image using auxiliary image information
US7636455B2 (en) 2002-06-04 2009-12-22 Raytheon Company Digital image edge detection and road network tracking method and system
CN1238809C (zh) 2002-09-04 2006-01-25 长春鸿达光电子与生物统计识别技术有限公司 指纹识别方法、以及指纹控制方法和***
HK1062117A2 (en) * 2002-09-25 2004-09-17 Univ Hong Kong Polytechnic Method of palm print identification using geometry, line and/or texture features
US7496214B2 (en) 2002-09-25 2009-02-24 The Hong Kong Polytechnic University Method of palm print identification
US20040057606A1 (en) 2002-09-25 2004-03-25 The Hong Kong Polytechnic University Apparatus for capturing a palmprint image
JPWO2005008753A1 (ja) 2003-05-23 2006-11-16 株式会社ニコン テンプレート作成方法とその装置、パターン検出方法、位置検出方法とその装置、露光方法とその装置、デバイス製造方法及びテンプレート作成プログラム
JP2005149455A (ja) 2003-10-21 2005-06-09 Sharp Corp 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体
US20050281438A1 (en) * 2004-06-21 2005-12-22 Zhang David D Palm print identification using palm line orientation
US7664326B2 (en) 2004-07-09 2010-02-16 Aloka Co., Ltd Method and apparatus of image processing to detect and enhance edges
US7359555B2 (en) 2004-10-08 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Detecting roads in aerial images using feature-based classifiers
KR100752640B1 (ko) 2005-01-05 2007-08-29 삼성전자주식회사 방향성 기울기 필터를 이용한 지문 영역 분할 장치 및 방법
JP4932177B2 (ja) * 2005-04-19 2012-05-16 グローリー株式会社 硬貨分類装置および硬貨分類方法
JP4871144B2 (ja) 2006-01-13 2012-02-08 株式会社東芝 画像処理装置、方法、プログラム
JP4937607B2 (ja) 2006-03-14 2012-05-23 富士通株式会社 生体認証方法及び生体認証装置
US20080298642A1 (en) 2006-11-03 2008-12-04 Snowflake Technologies Corporation Method and apparatus for extraction and matching of biometric detail
JP2008152530A (ja) 2006-12-18 2008-07-03 Sony Corp 顔認識装置及び顔認識方法、ガボア・フィルタ適用装置、並びにコンピュータ・プログラム
US8285010B2 (en) 2007-03-21 2012-10-09 Lumidigm, Inc. Biometrics based on locally consistent features
US20090185746A1 (en) 2008-01-22 2009-07-23 The University Of Western Australia Image recognition
JP5061988B2 (ja) * 2008-03-25 2012-10-31 日本電気株式会社 隆線方向抽出装置および隆線方向抽出プログラムと隆線方向抽出方法
JP5031641B2 (ja) * 2008-03-31 2012-09-19 富士通株式会社 パターンの位置合わせ方法、照合方法及び照合装置
US8265347B2 (en) * 2008-04-24 2012-09-11 The Hong Kong Polytechnic University Method and system for personal identification using 3D palmprint imaging
JP4997178B2 (ja) * 2008-06-10 2012-08-08 学校法人中部大学 物体検出装置
EP2495699B1 (en) 2009-10-30 2019-07-10 Fujitsu Frontech Limited Biometric information registration method, biometric authentication method, and biometric authentication device
JP5870922B2 (ja) * 2010-08-12 2016-03-01 日本電気株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP5500024B2 (ja) * 2010-09-27 2014-05-21 富士通株式会社 画像認識方法及び装置並びにプログラム
US20120108973A1 (en) 2010-11-01 2012-05-03 Toshiba Medical Systems Corporation Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus
WO2012078114A1 (en) 2010-12-09 2012-06-14 Nanyang Technological University Method and an apparatus for determining vein patterns from a colour image
US20120194662A1 (en) * 2011-01-28 2012-08-02 The Hong Kong Polytechnic University Method and system for multispectral palmprint verification
JP2012256272A (ja) * 2011-06-10 2012-12-27 Seiko Epson Corp 生体識別装置、及び、生体識別方法
US20130004028A1 (en) 2011-06-28 2013-01-03 Jones Michael J Method for Filtering Using Block-Gabor Filters for Determining Descriptors for Images
SG11201405394PA (en) 2012-03-16 2014-11-27 Universal Robot Kabushiki Kaisha Personal authentication method and personal authentication device
JP6024141B2 (ja) 2012-03-23 2016-11-09 富士通株式会社 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム
JP6129309B2 (ja) 2012-07-12 2017-05-17 デュアル・アパーチャー・インターナショナル・カンパニー・リミテッド ジェスチャに基づくユーザインターフェース
US8953854B2 (en) 2012-08-08 2015-02-10 The Hong Kong Polytechnic University Contactless 3D biometric feature identification system and method thereof
JP5971089B2 (ja) 2012-11-14 2016-08-17 富士通株式会社 生体情報補正装置、生体情報補正方法及び生体情報補正用コンピュータプログラム
JP6116291B2 (ja) 2013-02-27 2017-04-19 オリンパス株式会社 画像処理装置、画像処理方法及び画像処理プログラム
US9141872B2 (en) 2013-09-11 2015-09-22 Digitalglobe, Inc. Automated and scalable object and feature extraction from imagery

Also Published As

Publication number Publication date
EP3125192B1 (en) 2023-05-10
WO2015145588A1 (ja) 2015-10-01
EP3125192A4 (en) 2017-05-17
US9898673B2 (en) 2018-02-20
JPWO2015145588A1 (ja) 2017-04-13
US20160350608A1 (en) 2016-12-01
EP3125192A1 (en) 2017-02-01

Similar Documents

Publication Publication Date Title
JP6778247B2 (ja) 眼球血管および顔認識のための画像および特徴品質、画像強化および特徴抽出、ならびにバイオメトリックシステムのための眼球血管と顔領域および／またはサブ顔領域との融合
US10521643B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US11263432B2 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
JP6528608B2 (ja) 診断装置、及び診断装置における学習処理方法、並びにプログラム
US20180165508A1 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
US20160162673A1 (en) Technologies for learning body part geometry for use in biometric authentication
KR20190094352A (ko) 모바일 디바이스를 사용하여 캡처된 화상을 사용하여 지문 기반 사용자 인증을 수행하기 위한 시스템 및 방법
KR102214918B1 (ko) 얼굴 인식 방법 및 장치
JP2011159035A (ja) 生体認証装置、生体認証方法およびプログラム
KR102369412B1 (ko) 홍채 인식 장치 및 방법
EP3217659B1 (en) Image processing apparatus, image processing method, and program
US10019619B2 (en) Biometrics authentication device and biometrics authentication method
JP6069581B2 (ja) 生体認証装置、生体認証方法、及びプログラム
JP6629150B2 (ja) 手のひら検知装置、掌紋認証装置、手のひら検知方法、及びプログラム
JP6117988B2 (ja) 生体認証装置、生体認証方法、及びプログラム
JP6431044B2 (ja) 生体認証装置、生体認証方法、及びプログラム
KR20210127257A (ko) 사용자의 생체 특성을 가지는 이미지 내에서 객체를 식별하고 생체 특성을 포함하는 이미지의 일부를 이미지의 다른 부분으로부터 분리함으로써 사용자의 신원을 식별하기 위한 방법(Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image)
JP6242726B2 (ja) 生体情報登録方法、生体認証方法、生体情報登録装置、生体認証装置及びプログラム
KR102028049B1 (ko) 동물 귀 정맥을 이용한 동물의 인증 방법
Ahmer et al. Human identity recognition using ear lobes geometric features
Khan et al. An analysis on iris segmentation method for non ideal iris images like off-axis angle and distance acquired

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161220

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170217

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170321

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170323

R150 Certificate of patent or registration of utility model

Ref document number: 6117988

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150