JPH07141506A - 情報処理装置 - Google Patents
情報処理装置Info
- Publication number
- JPH07141506A JPH07141506A JP5288097A JP28809793A JPH07141506A JP H07141506 A JPH07141506 A JP H07141506A JP 5288097 A JP5288097 A JP 5288097A JP 28809793 A JP28809793 A JP 28809793A JP H07141506 A JPH07141506 A JP H07141506A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information processing
- processing apparatus
- input
- palm
- 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.)
- Pending
Links
Landscapes
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】
【目的】 利用するシステムの位置で顔画像入力を行う
だけで、利用者が自分の暗証コード(キャラクタパスワ
ード)をいちいち覚えておく必要なく本人の照合を可能
にし、更に他人にプロテクトをはずされることを防ぐこ
とを可能にする。 【構成】 スチルビデオカメラ8によって取り込まれた
顔画像は、画像処理ボード7の中のA/Dコンバータ2
1によりデジタル情報へと変換され特徴抽出回路22に
おくられ、ここではデジタル変換された顔画像情報は、
個人の特徴を最も良く表わすパラメータへと変換され
る。ついで照合回路23において、特徴抽出回路22で
作成したパラメータと予め登録してある特定利用者の特
徴パラメータとの照合(パターンマッチング)が行われ
一致すれば照合成功とする。
だけで、利用者が自分の暗証コード(キャラクタパスワ
ード)をいちいち覚えておく必要なく本人の照合を可能
にし、更に他人にプロテクトをはずされることを防ぐこ
とを可能にする。 【構成】 スチルビデオカメラ8によって取り込まれた
顔画像は、画像処理ボード7の中のA/Dコンバータ2
1によりデジタル情報へと変換され特徴抽出回路22に
おくられ、ここではデジタル変換された顔画像情報は、
個人の特徴を最も良く表わすパラメータへと変換され
る。ついで照合回路23において、特徴抽出回路22で
作成したパラメータと予め登録してある特定利用者の特
徴パラメータとの照合(パターンマッチング)が行われ
一致すれば照合成功とする。
Description
【0001】
【産業上の利用分野】本発明は、例えばファイルオープ
ン、ログインの際、プロテクト機能を有する情報処理装
置に関し、特にその利用者照合の入力方式、および処理
に特徴を有する情報処理装置に関するものである。
ン、ログインの際、プロテクト機能を有する情報処理装
置に関し、特にその利用者照合の入力方式、および処理
に特徴を有する情報処理装置に関するものである。
【0002】
【従来の技術】従来、コンピュータなどの情報処理装
置、Desk Top Publishingなどの文
書処理装置は、何人かの共有マシーンとして利用する事
が多く、これらを利用するユーザは、システムへのログ
イン、あるいは自分の作成したファイルに機密性を持た
せるため、キーボードなどのキャラクタ入力装置を用い
て、システムの利用者が決めた暗証コードをパスワード
として入力し、これを装置内に予め登録してあるコード
と照合することにより、利用者の認識を行っていた。
置、Desk Top Publishingなどの文
書処理装置は、何人かの共有マシーンとして利用する事
が多く、これらを利用するユーザは、システムへのログ
イン、あるいは自分の作成したファイルに機密性を持た
せるため、キーボードなどのキャラクタ入力装置を用い
て、システムの利用者が決めた暗証コードをパスワード
として入力し、これを装置内に予め登録してあるコード
と照合することにより、利用者の認識を行っていた。
【0003】
【発明が解決しようとする課題】しかしながら、上記従
来例のようなキャラクタ入力によるパスワード処理は、
システム利用者が自分で決めた暗証コードを忘れてしま
った場合、自分のファイルを開くこと、あるいは、シス
テムにログインすることができなくなり、暗証解読のた
め無駄な時間を割かなくてはならない事を余儀なくされ
ていた。また、本人以外でも、その人のパスワードを知
っていれば、ファイルをオープン、あるいは、システム
のログインを行なうことができるため、本当の意味での
プロテクトはなされているとは言えなかった。
来例のようなキャラクタ入力によるパスワード処理は、
システム利用者が自分で決めた暗証コードを忘れてしま
った場合、自分のファイルを開くこと、あるいは、シス
テムにログインすることができなくなり、暗証解読のた
め無駄な時間を割かなくてはならない事を余儀なくされ
ていた。また、本人以外でも、その人のパスワードを知
っていれば、ファイルをオープン、あるいは、システム
のログインを行なうことができるため、本当の意味での
プロテクトはなされているとは言えなかった。
【0004】本発明の目的は以上のような問題を解消し
た情報処理装置を提供することにある。
た情報処理装置を提供することにある。
【0005】
【課題を解決するための手段】上記目的を達成するため
本発明はシステム利用権を制限する保護機能を有する情
報処理装置において、システム利用者の特定箇所の画像
を入力する入力手段と、該入力手段から入力した入力画
像から利用者を照合する照合手段とを有することを特徴
とする。
本発明はシステム利用権を制限する保護機能を有する情
報処理装置において、システム利用者の特定箇所の画像
を入力する入力手段と、該入力手段から入力した入力画
像から利用者を照合する照合手段とを有することを特徴
とする。
【0006】
【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。
に説明する。
【0007】〈実施例1〉図1は以下に示す実施例1〜
4にかかる情報処理装置全体のブロック図であり、1は
システムバス、2は装置全体を制御するCPU、3はプ
ログラムを記憶したり、ワーク領域として使われるメイ
ンメモリ、4はCPUを介さずにメモリとI/O間でデ
ータの転送を行うDMAの制御回路(Direct M
emoryAccess Controller以下D
MACと記す)、10はLAN9とのインターフェー
ス、11はROM、SRAM、RS232C等のI/O
類、13はハードディスク、14はフロッピーディス
ク、12はハードディスク13やフロッピーディスク1
4とのインターフェース、16は高解像度のプリンタ、
15はプリンタインターフェース、17はキーボードや
マウスのインターフェース、18はキーボード、19は
ポインティングデバイスであるマウス、9はローカルエ
リアネットワーク、5はVRAMを含むCRT制御回
路、6は表示データを表示するCRTモニタ、8は顔画
像を取り込むスチルビデオカメラ、7はビデオカメラ8
で取り込まれた顔画像情報を処理する画像処理ボード、
20は顔画像等の入力情報を処理する際の数値演算を専
用に行うための数値演算プロセッサであるDSP(Di
gital Signal Prosessor)、2
4は顔画像を取り込む時のリモートシャッターである。
4にかかる情報処理装置全体のブロック図であり、1は
システムバス、2は装置全体を制御するCPU、3はプ
ログラムを記憶したり、ワーク領域として使われるメイ
ンメモリ、4はCPUを介さずにメモリとI/O間でデ
ータの転送を行うDMAの制御回路(Direct M
emoryAccess Controller以下D
MACと記す)、10はLAN9とのインターフェー
ス、11はROM、SRAM、RS232C等のI/O
類、13はハードディスク、14はフロッピーディス
ク、12はハードディスク13やフロッピーディスク1
4とのインターフェース、16は高解像度のプリンタ、
15はプリンタインターフェース、17はキーボードや
マウスのインターフェース、18はキーボード、19は
ポインティングデバイスであるマウス、9はローカルエ
リアネットワーク、5はVRAMを含むCRT制御回
路、6は表示データを表示するCRTモニタ、8は顔画
像を取り込むスチルビデオカメラ、7はビデオカメラ8
で取り込まれた顔画像情報を処理する画像処理ボード、
20は顔画像等の入力情報を処理する際の数値演算を専
用に行うための数値演算プロセッサであるDSP(Di
gital Signal Prosessor)、2
4は顔画像を取り込む時のリモートシャッターである。
【0008】図1において、CPU2はパワーオン後、
I/O11にあるROM内のプログラムに従ってシステ
ムチェック等の立ち上げ処理を行なった後、ハードディ
スク13内に格納されたOS等のプログラムをメインメ
モリに持ってくる。ユーザーのキーボード18やマウス
19からの指示により、アプリケーションプログラムが
動作する。CRT6への画面表示は、CRT制御回路5
内のビデオメモリにCPU2が直接データを書き込むこ
とで行なわれる。
I/O11にあるROM内のプログラムに従ってシステ
ムチェック等の立ち上げ処理を行なった後、ハードディ
スク13内に格納されたOS等のプログラムをメインメ
モリに持ってくる。ユーザーのキーボード18やマウス
19からの指示により、アプリケーションプログラムが
動作する。CRT6への画面表示は、CRT制御回路5
内のビデオメモリにCPU2が直接データを書き込むこ
とで行なわれる。
【0009】本発明の具体的な実施方法を図2に示した
顔画像処理ボード7のブロック図を用いて説明する。ま
た、ここでは、個人のファイルにプロテクトをかけられ
る文書処理装置に関する例を説明する。システム利用者
の顔画像を取り込む顔画像読み取り用のスチルビデオカ
メラ8によって、利用者はシステムを立ち上げた後に自
分のファイルを開くために、自分の顔を装置に認識させ
るための自画像を装置に採り込む。これについて図3を
用いて説明する。まず利用者27は、指定された位置に
着席し、CRT6の管面に対して正面をむく、このとき
の位置がばらばらでは正確な認識画像が採取できないの
で、あらかじめスチルビデオカメラ8には利用者27と
の測定距離を設定しておき、スチルビデオカメラ8に内
蔵した赤外線測距センサによりフォーカス、位置関係の
あった顔画像を撮る。このようにして、スチルビデオカ
メラ8より取り込まれた顔画像情報は25のケーブルラ
インを経て、情報処理装置の本体26に取り込まれる。
顔画像処理ボード7のブロック図を用いて説明する。ま
た、ここでは、個人のファイルにプロテクトをかけられ
る文書処理装置に関する例を説明する。システム利用者
の顔画像を取り込む顔画像読み取り用のスチルビデオカ
メラ8によって、利用者はシステムを立ち上げた後に自
分のファイルを開くために、自分の顔を装置に認識させ
るための自画像を装置に採り込む。これについて図3を
用いて説明する。まず利用者27は、指定された位置に
着席し、CRT6の管面に対して正面をむく、このとき
の位置がばらばらでは正確な認識画像が採取できないの
で、あらかじめスチルビデオカメラ8には利用者27と
の測定距離を設定しておき、スチルビデオカメラ8に内
蔵した赤外線測距センサによりフォーカス、位置関係の
あった顔画像を撮る。このようにして、スチルビデオカ
メラ8より取り込まれた顔画像情報は25のケーブルラ
インを経て、情報処理装置の本体26に取り込まれる。
【0010】図2の説明に戻ると、取り込まれた顔画像
は、画像処理ボード7の中のA/Dコンバータ21によ
りデジタル情報へと変換される。次にこれは、特徴抽出
回路22におくられ、ここではデジタル変換された顔画
像情報は、個人の特徴を最も良く表わすパラメータへと
変換される。ここで、個人情報パラメータを抽出する手
段は種々あるが、人それぞれ違う顔の特徴を簡単にとら
えるため、輪郭方向を顔画像パターンの特徴とする方法
を一例として図4を用いて説明する。
は、画像処理ボード7の中のA/Dコンバータ21によ
りデジタル情報へと変換される。次にこれは、特徴抽出
回路22におくられ、ここではデジタル変換された顔画
像情報は、個人の特徴を最も良く表わすパラメータへと
変換される。ここで、個人情報パラメータを抽出する手
段は種々あるが、人それぞれ違う顔の特徴を簡単にとら
えるため、輪郭方向を顔画像パターンの特徴とする方法
を一例として図4を用いて説明する。
【0011】まず、22の特徴抽出回路に入力されたデ
ジタル情報は、S30で1024×1024ドットの原
画像データ31へ変換される。次に、S32で顔画像の
輪郭を細かく判定するために、31の原画像データに画
像処理でよく行う輪郭抽出処理(特徴抽出手段)を施し
て情報量を減らしてイラスト画像33を得る。このイラ
スト画像33から、利用者の特徴を最もよく表わす32
×32のドットパターン36を作成する。このアルゴリ
ズムは種々あるが、ここでは、S34における33のイ
ラスト画像から特に、目、鼻、耳、眉の形、口、顔の輪
郭等の特徴に的を絞る特徴追跡処理を行うことにより、
利用者の特徴画像をつくることとする。そしてS35で
抽出したドットパターン36を個人情報を最もよく表わ
す特徴パラメータとする。このように個人情報の特徴抽
出回路22で得られた特徴パラメータは、23の個人情
報の特徴照合回路へと受け渡される。ここでは、回路2
2で得られた個人情報としてのパラメータを予め登録さ
れている特定利用者のパラメータと照合する作業を行
う。回路22で個人情報のパラメータができた事を示す
フラグが立つとCPU2は、ハードディスク13に予め
登録されている個人情報データ(標準パターン)を読み
出し、照合回路23に転送する。ここで特徴抽出回路2
2で作成したパラメータと予め登録してある特定利用者
の特徴パラメータとの照合(パターンマッチング)が行
われる。ここでも、照合方法は種々あるが、例えば、利
用者の特徴パラメータを未知パターンとして入力したと
き、この未知パターンと予め登録されている特定利用者
の特徴パラメータ(標準パターン)をそれぞれユークリ
ッド距離のような距離尺度を用いて計算し、その中で最
も距離が近いと判定された登録者に対し、その絶対距離
がある設定しきい値以内なら、その未知パターンを特定
利用者として判断する。ここで、本人であるという最終
判断は、利用者が開きたいファイルの管理者と特徴照合
回路23で判定された登録者の一致があればなされるこ
とになる。ここで上述した一連の流れは、ソフト的に行
なってもいいし、専用のハード回路を用いても良い。こ
れらの演算は、CPU2を用いても良いが、CPU2の
負担軽減と処理の高速化を図るには専用の数値演算プロ
セッサであるDSP20を用いても良い。
ジタル情報は、S30で1024×1024ドットの原
画像データ31へ変換される。次に、S32で顔画像の
輪郭を細かく判定するために、31の原画像データに画
像処理でよく行う輪郭抽出処理(特徴抽出手段)を施し
て情報量を減らしてイラスト画像33を得る。このイラ
スト画像33から、利用者の特徴を最もよく表わす32
×32のドットパターン36を作成する。このアルゴリ
ズムは種々あるが、ここでは、S34における33のイ
ラスト画像から特に、目、鼻、耳、眉の形、口、顔の輪
郭等の特徴に的を絞る特徴追跡処理を行うことにより、
利用者の特徴画像をつくることとする。そしてS35で
抽出したドットパターン36を個人情報を最もよく表わ
す特徴パラメータとする。このように個人情報の特徴抽
出回路22で得られた特徴パラメータは、23の個人情
報の特徴照合回路へと受け渡される。ここでは、回路2
2で得られた個人情報としてのパラメータを予め登録さ
れている特定利用者のパラメータと照合する作業を行
う。回路22で個人情報のパラメータができた事を示す
フラグが立つとCPU2は、ハードディスク13に予め
登録されている個人情報データ(標準パターン)を読み
出し、照合回路23に転送する。ここで特徴抽出回路2
2で作成したパラメータと予め登録してある特定利用者
の特徴パラメータとの照合(パターンマッチング)が行
われる。ここでも、照合方法は種々あるが、例えば、利
用者の特徴パラメータを未知パターンとして入力したと
き、この未知パターンと予め登録されている特定利用者
の特徴パラメータ(標準パターン)をそれぞれユークリ
ッド距離のような距離尺度を用いて計算し、その中で最
も距離が近いと判定された登録者に対し、その絶対距離
がある設定しきい値以内なら、その未知パターンを特定
利用者として判断する。ここで、本人であるという最終
判断は、利用者が開きたいファイルの管理者と特徴照合
回路23で判定された登録者の一致があればなされるこ
とになる。ここで上述した一連の流れは、ソフト的に行
なってもいいし、専用のハード回路を用いても良い。こ
れらの演算は、CPU2を用いても良いが、CPU2の
負担軽減と処理の高速化を図るには専用の数値演算プロ
セッサであるDSP20を用いても良い。
【0012】次に、フローチャートに従って実施例の動
作を説明する。まず、パスワード処理の流れは図5に示
すように、S101でシステム利用者が自分のファイル
を開く要求を行う。S102で顔画像パスワードの登録
があるかを確認し、なければS103に進みファイルを
オープンする。もし、登録があればS104に進む。こ
こでは、顔画像入力をスチルビデオカメラ8を用いて行
う。S105で図2の説明で述べた処理がなされ、利用
者本人の照合が成功したらパスワード処理は終了し、S
103にすすむ。S105で本人の照合が取れなかった
場合はこの処理を繰り返すことになるが、S106で顔
画像入力を行った数をカウントして置き、S107であ
るカウント数(ここでは3回)以上の入力を行っても本
人の照合が取れなかった場合には、顔画像パスワード処
理ができなくなるようになっている。以上のような手順
でパスワード処理はすべて終了する。
作を説明する。まず、パスワード処理の流れは図5に示
すように、S101でシステム利用者が自分のファイル
を開く要求を行う。S102で顔画像パスワードの登録
があるかを確認し、なければS103に進みファイルを
オープンする。もし、登録があればS104に進む。こ
こでは、顔画像入力をスチルビデオカメラ8を用いて行
う。S105で図2の説明で述べた処理がなされ、利用
者本人の照合が成功したらパスワード処理は終了し、S
103にすすむ。S105で本人の照合が取れなかった
場合はこの処理を繰り返すことになるが、S106で顔
画像入力を行った数をカウントして置き、S107であ
るカウント数(ここでは3回)以上の入力を行っても本
人の照合が取れなかった場合には、顔画像パスワード処
理ができなくなるようになっている。以上のような手順
でパスワード処理はすべて終了する。
【0013】〈実施例2〉ここで、図2の照合回路23
における照合方法をニューラルネットワークに置き換え
た他の実施例をあげる。先ず、ニューラルネットにパー
セプトロンと呼ばれる階層構造を用いた例を図6を用い
て説明する。パーセプトロンは、人間の脳細胞中のニュ
ーロンを模した構造で、入力層109、第1中間層11
0、第2中間層111、出力層112からなり、それぞ
れの層はニューロンにあたるいくつかのユニット117
からなる。これらのユニットは違う層間のユニット同士
結合している。この層間の結合には重みずけがなされて
おり、この重みを変えることにより、ユニットの結合の
仕方を変えることができる。ここでは簡単に、この重み
の変更方法について、バックプロパゲーション法(誤差
逆伝搬法)という学習法を用いて説明する。図6の入力
層109には、実施例1で説明した顔画像の32×32
(1024ユニット)の2値パターン108を特徴パラ
メータとして入力する。入力層のネットワーク構造は、
顔画像の二次元の特徴パターンを効率よくとらえるため
に、109のような入力層の縦32パターン、および横
32パターンの各バンドを中間層への入力としてある。
この信号は、第1中間層110、第2中間層111を経
て特徴パターンの分析がなされ、結果は出力層112へ
と出力される。出力層でのユニット数Nは、登録できる
利用者数(2N 人)に対応する。出力信号113は、認
識利用者信号として出力され、これを正解信号としての
教師信号114と比較する事により学習誤差を計算す
る。この誤差が小さくなるように重み修正116をその
都度行なう。このように、登録される人数分の特徴パラ
メータを何回も入力し、誤差が小さくなるまで(学習が
収束するまで)繰り返し行なう。
における照合方法をニューラルネットワークに置き換え
た他の実施例をあげる。先ず、ニューラルネットにパー
セプトロンと呼ばれる階層構造を用いた例を図6を用い
て説明する。パーセプトロンは、人間の脳細胞中のニュ
ーロンを模した構造で、入力層109、第1中間層11
0、第2中間層111、出力層112からなり、それぞ
れの層はニューロンにあたるいくつかのユニット117
からなる。これらのユニットは違う層間のユニット同士
結合している。この層間の結合には重みずけがなされて
おり、この重みを変えることにより、ユニットの結合の
仕方を変えることができる。ここでは簡単に、この重み
の変更方法について、バックプロパゲーション法(誤差
逆伝搬法)という学習法を用いて説明する。図6の入力
層109には、実施例1で説明した顔画像の32×32
(1024ユニット)の2値パターン108を特徴パラ
メータとして入力する。入力層のネットワーク構造は、
顔画像の二次元の特徴パターンを効率よくとらえるため
に、109のような入力層の縦32パターン、および横
32パターンの各バンドを中間層への入力としてある。
この信号は、第1中間層110、第2中間層111を経
て特徴パターンの分析がなされ、結果は出力層112へ
と出力される。出力層でのユニット数Nは、登録できる
利用者数(2N 人)に対応する。出力信号113は、認
識利用者信号として出力され、これを正解信号としての
教師信号114と比較する事により学習誤差を計算す
る。この誤差が小さくなるように重み修正116をその
都度行なう。このように、登録される人数分の特徴パラ
メータを何回も入力し、誤差が小さくなるまで(学習が
収束するまで)繰り返し行なう。
【0014】このようにして学習が収束したニューラル
ネットのシステムに対して、システム利用者は、図2の
スチルビデオカメラ8から顔画像入力を行なう。この顔
画像は、未知パターンとして画像処理ボード7(ここで
は、ニューラルネットシステムにあたる。)に入力さ
れ、A/Dコンバータ21でA/D変換された後特徴抽
出回路22で顔画像の特徴パターンに変換される。この
顔画像の特徴パターンを上記の学習が収束したニューラ
ルネットに入力することにより利用者識別処理が行なわ
れる。このようにして識別された利用者と開きたいファ
イルの管理者が一致した場合、顔画像パスワードの本人
照合がなされたことになり、ファイルを開くことができ
る。
ネットのシステムに対して、システム利用者は、図2の
スチルビデオカメラ8から顔画像入力を行なう。この顔
画像は、未知パターンとして画像処理ボード7(ここで
は、ニューラルネットシステムにあたる。)に入力さ
れ、A/Dコンバータ21でA/D変換された後特徴抽
出回路22で顔画像の特徴パターンに変換される。この
顔画像の特徴パターンを上記の学習が収束したニューラ
ルネットに入力することにより利用者識別処理が行なわ
れる。このようにして識別された利用者と開きたいファ
イルの管理者が一致した場合、顔画像パスワードの本人
照合がなされたことになり、ファイルを開くことができ
る。
【0015】以上述べたように、顔画像による本人照合
にニューラルネットを用いることによって、本人の顔画
像と似ている者が利用しても、ニューラルネットの学習
による顔画像パターンの領域分け能力によって、このシ
ステムの識別能力がアップするというこの実施例特有の
効果もえられる。
にニューラルネットを用いることによって、本人の顔画
像と似ている者が利用しても、ニューラルネットの学習
による顔画像パターンの領域分け能力によって、このシ
ステムの識別能力がアップするというこの実施例特有の
効果もえられる。
【0016】〈実施例3〉次に、従来のキャラクタパス
ワード入力と本発明の実施例1,2における顔画像入力
との二重化を図った場合の実施例を図7のフローチャー
トを用いて説明する。S118でシステム利用者が自分
のファイルを開く要求を行う。S119でキャラクタパ
スワードの登録があるかを確認し、あればS120に進
み自分の決めた暗証コードをキーボード18から入力す
る。S121で照合が取れなければS119に戻りこれ
を繰り返す。照合が取れれば、S123に進みファイル
をオープンする。S119でキャラクタパスワードの登
録がない、あるいは、S122でパスワードの二重化が
なされている場合はS124に進む。ここでは、顔画像
入力をスチルビデオカメラ8を用いて行う。S125で
図2の説明で述べたような処理、あるいは、実施例2で
述べたような処理がなされ、利用者本人の照合が成功し
たらパスワード処理は終了しS123でファイルをオー
プンする。S125で本人の照合が取れなかった場合は
この処理を繰り返すことになるが、S126で顔画像入
力を行った数をカウントして置き、S127であるカウ
ント数(ここでは3回)以上の画像入力を行っても本人
の照合が取れなかった場合には、顔画像パスワード処理
ができなくなり、再びS119に戻る。二重化されたパ
スワード入力処理は、以上のように行なわれる。
ワード入力と本発明の実施例1,2における顔画像入力
との二重化を図った場合の実施例を図7のフローチャー
トを用いて説明する。S118でシステム利用者が自分
のファイルを開く要求を行う。S119でキャラクタパ
スワードの登録があるかを確認し、あればS120に進
み自分の決めた暗証コードをキーボード18から入力す
る。S121で照合が取れなければS119に戻りこれ
を繰り返す。照合が取れれば、S123に進みファイル
をオープンする。S119でキャラクタパスワードの登
録がない、あるいは、S122でパスワードの二重化が
なされている場合はS124に進む。ここでは、顔画像
入力をスチルビデオカメラ8を用いて行う。S125で
図2の説明で述べたような処理、あるいは、実施例2で
述べたような処理がなされ、利用者本人の照合が成功し
たらパスワード処理は終了しS123でファイルをオー
プンする。S125で本人の照合が取れなかった場合は
この処理を繰り返すことになるが、S126で顔画像入
力を行った数をカウントして置き、S127であるカウ
ント数(ここでは3回)以上の画像入力を行っても本人
の照合が取れなかった場合には、顔画像パスワード処理
ができなくなり、再びS119に戻る。二重化されたパ
スワード入力処理は、以上のように行なわれる。
【0017】以上述べたように、パスワード処理を二重
化することにより、一つのパスワード入力の時以上に機
密性を高めることができるというこの実施例特有の効果
もえられる。
化することにより、一つのパスワード入力の時以上に機
密性を高めることができるというこの実施例特有の効果
もえられる。
【0018】〈実施例4〉顔画像パスワードにとって一
番の問題点は、人間の顔(人相)はいつも一定だとは限
らない点である。つまり、太って丸くなっている時、や
せて細くなっている時、髪が伸びている時、髪をきった
ばかりの時、メガネを着用している時とそうではない時
など色々考えられる、このように異なった状態を、ある
一定時期のデータベースで認識させようとしても認識率
の向上は望めない。そこで本実施例は、ある一定期間ご
とに照合用のデータベースを更新していくシステムにつ
いて図8を用いて説明する。図8において顔画像を入力
し、照合するまでのフローは前実施例で説明した通りの
ものであるが、本実施例では、S127で3回以上照合
が取れないことが続いた時は、システム利用者の顔画像
が時期差により変化したことによって、認識率の低下が
起きていると判断を下す。このときS130でデータベ
ースの更新をするかどうか判断することになる。つま
り、元々照合用のデータベースには、登録年月日のよう
な時期情報を含むフォーマットにしておく。システム利
用者は、ログインの度にこの情報を現在の年月日と比較
し、あるしきい値より時期差が大きくなった時にデータ
ベースのアップデイトを行うように処理を行なうように
なる。データベースの更新の期間は、ユーザの生活スタ
イルによっても変化するので(あまり風貌が変わらない
人が多い集団と、そうでない集団によっても違う。)シ
ステム管理者が責任を持って決定することになる。この
ようにして、S130でデータベース変更の決定がなさ
れた場合にはS131に行き、ここで顔画像、登録年月
日の再登録を行ない次のパスワード処理のための新しい
データベースが作成され処理を終了する。以上述べたよ
うに、データベースの再変更を時期差をみてすることに
より、認識率の向上によるパスワード処理の迅速かとい
う実施例特有の効果も得られる。
番の問題点は、人間の顔(人相)はいつも一定だとは限
らない点である。つまり、太って丸くなっている時、や
せて細くなっている時、髪が伸びている時、髪をきった
ばかりの時、メガネを着用している時とそうではない時
など色々考えられる、このように異なった状態を、ある
一定時期のデータベースで認識させようとしても認識率
の向上は望めない。そこで本実施例は、ある一定期間ご
とに照合用のデータベースを更新していくシステムにつ
いて図8を用いて説明する。図8において顔画像を入力
し、照合するまでのフローは前実施例で説明した通りの
ものであるが、本実施例では、S127で3回以上照合
が取れないことが続いた時は、システム利用者の顔画像
が時期差により変化したことによって、認識率の低下が
起きていると判断を下す。このときS130でデータベ
ースの更新をするかどうか判断することになる。つま
り、元々照合用のデータベースには、登録年月日のよう
な時期情報を含むフォーマットにしておく。システム利
用者は、ログインの度にこの情報を現在の年月日と比較
し、あるしきい値より時期差が大きくなった時にデータ
ベースのアップデイトを行うように処理を行なうように
なる。データベースの更新の期間は、ユーザの生活スタ
イルによっても変化するので(あまり風貌が変わらない
人が多い集団と、そうでない集団によっても違う。)シ
ステム管理者が責任を持って決定することになる。この
ようにして、S130でデータベース変更の決定がなさ
れた場合にはS131に行き、ここで顔画像、登録年月
日の再登録を行ない次のパスワード処理のための新しい
データベースが作成され処理を終了する。以上述べたよ
うに、データベースの再変更を時期差をみてすることに
より、認識率の向上によるパスワード処理の迅速かとい
う実施例特有の効果も得られる。
【0019】さらにシステム利用者が決められたデータ
ベース更新期間内に、例えば髪を切ったり、容姿がやせ
たり太ったりして、認識率の低下を引き起こすくらいに
変化したと思われる場合や、認識率があまり上がらず、
データベースを再登録しなければならないと判断した時
に、システム管理者の許可をもらってデータベースの再
登録ができるようにすることもできる。このときシステ
ム利用者は、システム管理者から教えられた所定のキャ
ラクタパスワードを入力することにより、もし一致があ
れば、S131の再登録処理を行ない、データベースの
再登録を実行できるようにすることができる。これによ
り、利用者の容姿変化による認識率の低下を軽減でき、
操作性を更に向上することができる。
ベース更新期間内に、例えば髪を切ったり、容姿がやせ
たり太ったりして、認識率の低下を引き起こすくらいに
変化したと思われる場合や、認識率があまり上がらず、
データベースを再登録しなければならないと判断した時
に、システム管理者の許可をもらってデータベースの再
登録ができるようにすることもできる。このときシステ
ム利用者は、システム管理者から教えられた所定のキャ
ラクタパスワードを入力することにより、もし一致があ
れば、S131の再登録処理を行ない、データベースの
再登録を実行できるようにすることができる。これによ
り、利用者の容姿変化による認識率の低下を軽減でき、
操作性を更に向上することができる。
【0020】〈実施例5〉図9は以下に示す各実施例に
かかる情報処理装置全体のブロック図であり、光学式読
取り装置80、画像処理ボード70以外は図1と同様で
ある。
かかる情報処理装置全体のブロック図であり、光学式読
取り装置80、画像処理ボード70以外は図1と同様で
ある。
【0021】本実施例の具体的な処理方法を図10に示
した画像処理ボード70のブロック図を用いて説明す
る。また、ここでは、個人のファイルにプロテクトをか
けられる文書処理装置に関する例を説明する。80はシ
ステム利用者の手相を取り込む光学式読取り装置で、利
用者はシステムを立ち上げた後に、自分のファイルを開
くために、まず指定された方向の手を光学式読み取り装
置80のガラス面に乗せる。このとき、手のひらを乗せ
る位置の位置合わせが必要であるが、これについては図
15に示したような光学式読み取り装置を提案する。2
00は装置本体、201はガラス面、202は手のひら
の位置決め枠、204はガラス面201上の中心の位置
を決めるコアマークである。このコアマーク204に、
自分の手のひらの重心(コア)を206のように合わせ
る。
した画像処理ボード70のブロック図を用いて説明す
る。また、ここでは、個人のファイルにプロテクトをか
けられる文書処理装置に関する例を説明する。80はシ
ステム利用者の手相を取り込む光学式読取り装置で、利
用者はシステムを立ち上げた後に、自分のファイルを開
くために、まず指定された方向の手を光学式読み取り装
置80のガラス面に乗せる。このとき、手のひらを乗せ
る位置の位置合わせが必要であるが、これについては図
15に示したような光学式読み取り装置を提案する。2
00は装置本体、201はガラス面、202は手のひら
の位置決め枠、204はガラス面201上の中心の位置
を決めるコアマークである。このコアマーク204に、
自分の手のひらの重心(コア)を206のように合わせ
る。
【0022】次に光学式読み取り装置80はスキャニン
グを行い手相のしわ(隆線)の形状を読み取っていく。
このようにして、光学式読み取り装置80より取り込ま
れた手相は、画像処理ボード70の中のA/Dコンバー
タ21によりデジタル情報へと変換される。次に、22
Aは特徴抽出回路で、ここではデジタル変換された手相
情報は、個人の特徴を最も良く表わすパラメータへと変
換される。ここで、個人情報パラメータを抽出する手段
は種々あるが、複雑な紋様の特徴を簡単にとられるた
め、隆線方向を手相パターンの特徴とする方法を一例と
して図11を用いて説明する。まず、22Aの個人情報
の特徴抽出回路に入力されたデジタル情報は、S300
で256×256ドットの原画像データ350へ変換さ
れる。次に、手相の隆線の流れを細かく判定するため
に、S310で8×8ドットの領域を一つの処理領域と
して分割し、9種類の方向軸に対する投影を用いること
によって、最適な隆線方向を1つ選択する。ここで、8
×8ドットの単位領域内では、各画素は9種類の方向コ
ードを持ち、1番目から8番目は0とπとの間の8方向
に対応し、9番目は隆線方向が存在しないコードとし
た。このようにして、S320で32×32ドットの方
向データ(360)が得られる。次に、方向データ化さ
れた隆線形状の特徴を損なうことなく追跡し、手相の特
徴パターンを抽出するために隆線追跡処理S330を行
なう。ここでの処理は、方向データの特殊性をある程度
排除し、隆線の細かい形状の特徴を重視し過ぎないよう
に、マクロ的に追跡することを試みる。まず、円弧或い
は方形形状になっている手のひらの重心を示すコアを手
相照合の基準点として求める。次に、このコアを追跡の
対象点とし、決められた規則に従い、この対象点の周り
の方向コードとの関係で隆線を追跡して行く。このよう
にして、手相の32×32ドット方向パターン360
は、16×16ドットの2値の特徴パターン370にS
340で変換される。これを特徴よく表わす特徴パラメ
ータとする。このように特徴抽出回路22Aで得られた
特徴パラメータは、23Aの特徴照合回路へと受け渡さ
れる。ここでは、回路22Aで得られた特徴としてのパ
ラメータを予め登録されている特定利用者のパラメータ
と照合する作業を行う。回路22Aで特徴のパラメータ
が抽出できた事を示すフラグが立つとCPU2は、ハー
ドディスク13に予め登録されている個人情報データ
(標準パターン)を読み出し、特徴照合回路23Aに転
送する。ここで回路22Aで作成したパラメータと予め
登録してある特定利用者の特徴パラメータとの照合(パ
ターンマッチング)が行われる。ここでも、照合方法は
種々あるが、例えば、利用者の特徴パラメータが未知パ
ターンとして入力したとき、この未知パターンと予め登
録されている特定利用者の特徴パラメータ(標準パター
ン)をそれぞれユークリッド距離のような距離尺度を用
いて計算し、その中で最も距離が近いと判定された登録
者に対し、その絶対距離がある設定しきい値以内なら、
その登録者を判定される利用者として判断する。ここ
で、本人であるという最終判断は、利用者が開きたいフ
ァイルの管理者と特徴照合回路23Aで判定された登録
者の一致があればなされることになる。ここで上述した
一連の流れは、ソフト的に行なってもいいし、専用のハ
ード回路を用いても良い。これらの演算は、CPU2を
用いても良いが、CPU2の負担軽減と処理の高速化を
図るには専用の数値演算プロセッサであるDSP20を
用いても良い。
グを行い手相のしわ(隆線)の形状を読み取っていく。
このようにして、光学式読み取り装置80より取り込ま
れた手相は、画像処理ボード70の中のA/Dコンバー
タ21によりデジタル情報へと変換される。次に、22
Aは特徴抽出回路で、ここではデジタル変換された手相
情報は、個人の特徴を最も良く表わすパラメータへと変
換される。ここで、個人情報パラメータを抽出する手段
は種々あるが、複雑な紋様の特徴を簡単にとられるた
め、隆線方向を手相パターンの特徴とする方法を一例と
して図11を用いて説明する。まず、22Aの個人情報
の特徴抽出回路に入力されたデジタル情報は、S300
で256×256ドットの原画像データ350へ変換さ
れる。次に、手相の隆線の流れを細かく判定するため
に、S310で8×8ドットの領域を一つの処理領域と
して分割し、9種類の方向軸に対する投影を用いること
によって、最適な隆線方向を1つ選択する。ここで、8
×8ドットの単位領域内では、各画素は9種類の方向コ
ードを持ち、1番目から8番目は0とπとの間の8方向
に対応し、9番目は隆線方向が存在しないコードとし
た。このようにして、S320で32×32ドットの方
向データ(360)が得られる。次に、方向データ化さ
れた隆線形状の特徴を損なうことなく追跡し、手相の特
徴パターンを抽出するために隆線追跡処理S330を行
なう。ここでの処理は、方向データの特殊性をある程度
排除し、隆線の細かい形状の特徴を重視し過ぎないよう
に、マクロ的に追跡することを試みる。まず、円弧或い
は方形形状になっている手のひらの重心を示すコアを手
相照合の基準点として求める。次に、このコアを追跡の
対象点とし、決められた規則に従い、この対象点の周り
の方向コードとの関係で隆線を追跡して行く。このよう
にして、手相の32×32ドット方向パターン360
は、16×16ドットの2値の特徴パターン370にS
340で変換される。これを特徴よく表わす特徴パラメ
ータとする。このように特徴抽出回路22Aで得られた
特徴パラメータは、23Aの特徴照合回路へと受け渡さ
れる。ここでは、回路22Aで得られた特徴としてのパ
ラメータを予め登録されている特定利用者のパラメータ
と照合する作業を行う。回路22Aで特徴のパラメータ
が抽出できた事を示すフラグが立つとCPU2は、ハー
ドディスク13に予め登録されている個人情報データ
(標準パターン)を読み出し、特徴照合回路23Aに転
送する。ここで回路22Aで作成したパラメータと予め
登録してある特定利用者の特徴パラメータとの照合(パ
ターンマッチング)が行われる。ここでも、照合方法は
種々あるが、例えば、利用者の特徴パラメータが未知パ
ターンとして入力したとき、この未知パターンと予め登
録されている特定利用者の特徴パラメータ(標準パター
ン)をそれぞれユークリッド距離のような距離尺度を用
いて計算し、その中で最も距離が近いと判定された登録
者に対し、その絶対距離がある設定しきい値以内なら、
その登録者を判定される利用者として判断する。ここ
で、本人であるという最終判断は、利用者が開きたいフ
ァイルの管理者と特徴照合回路23Aで判定された登録
者の一致があればなされることになる。ここで上述した
一連の流れは、ソフト的に行なってもいいし、専用のハ
ード回路を用いても良い。これらの演算は、CPU2を
用いても良いが、CPU2の負担軽減と処理の高速化を
図るには専用の数値演算プロセッサであるDSP20を
用いても良い。
【0023】次に、図12に示すフローチャートに従っ
て本実施例の動作を説明するが、S104Aにおいて手
相入力を光学式読取り装置80を用いて行う以外は図5
と同様である。
て本実施例の動作を説明するが、S104Aにおいて手
相入力を光学式読取り装置80を用いて行う以外は図5
と同様である。
【0024】〈実施例6〉ここで、図13を用いて、図
10の個人情報照合回路23における照合方法をニュー
ラルネットワークに置き換えた実施例をあげるが、入力
層109に入力する特徴パラメータが手相の16×16
(256ユニット)の2値パターン108Aである以外
は図6と同様である。入力層のネットワーク構造は、指
紋の二次元の特徴パターンを効率よくとらえるために、
109のような入力層の縦16パターン、および横16
パターンの各バンドを中間層への入力としてある。この
信号は、第1中間層110、第2中間層111を経て特
徴パターンの分析がなされ、結果は出力層112へと出
力される。出力層でのユニット数Nは、登録できる利用
者数(2N 人)に対応する。出力信号113は、認識利
用者信号として出力され、これを正解信号としての教師
信号114と比較する事により学習誤差を計算する。こ
の誤差が小さくなるように重み修正116をその都度行
なう。このように、登録される人数分の特徴パラメータ
を何回も入力し、誤差が小さくなるまで(学習が収束す
るまで)繰り返し行なう。
10の個人情報照合回路23における照合方法をニュー
ラルネットワークに置き換えた実施例をあげるが、入力
層109に入力する特徴パラメータが手相の16×16
(256ユニット)の2値パターン108Aである以外
は図6と同様である。入力層のネットワーク構造は、指
紋の二次元の特徴パターンを効率よくとらえるために、
109のような入力層の縦16パターン、および横16
パターンの各バンドを中間層への入力としてある。この
信号は、第1中間層110、第2中間層111を経て特
徴パターンの分析がなされ、結果は出力層112へと出
力される。出力層でのユニット数Nは、登録できる利用
者数(2N 人)に対応する。出力信号113は、認識利
用者信号として出力され、これを正解信号としての教師
信号114と比較する事により学習誤差を計算する。こ
の誤差が小さくなるように重み修正116をその都度行
なう。このように、登録される人数分の特徴パラメータ
を何回も入力し、誤差が小さくなるまで(学習が収束す
るまで)繰り返し行なう。
【0025】このようにして学習が収束したニューラル
ネットのシステムに対して、システム利用者は、光学式
読取り装置8から手相入力を行なう。この手相は、未知
パターンとして画像処理ボード7(ここでは、ニューラ
ルネットシステムにあたる。)に入力され、A/Dコン
バータ21でA/D変換された後特徴抽出回路22で手
相の特徴パターンに変換される。この手相の特徴パター
ンを上記の学習が収束したニューラルネットに入力する
ことにより利用者識別処理が行なわれる。このようにし
て識別された利用者と開きたいファイルの管理者が一致
した場合、手相パスワードの本人照合がなされたことに
なり、ファイルを開くことができる。
ネットのシステムに対して、システム利用者は、光学式
読取り装置8から手相入力を行なう。この手相は、未知
パターンとして画像処理ボード7(ここでは、ニューラ
ルネットシステムにあたる。)に入力され、A/Dコン
バータ21でA/D変換された後特徴抽出回路22で手
相の特徴パターンに変換される。この手相の特徴パター
ンを上記の学習が収束したニューラルネットに入力する
ことにより利用者識別処理が行なわれる。このようにし
て識別された利用者と開きたいファイルの管理者が一致
した場合、手相パスワードの本人照合がなされたことに
なり、ファイルを開くことができる。
【0026】以上述べたように、手相による本人照合に
ニューラルネットを用いることによって、本人の手相と
似ている者が利用しても、ニューラルネットの学習によ
る手相パターンの領域分け能力によって、このシステム
の識別能力がアップするというこの実施例特有の効果も
えられる。
ニューラルネットを用いることによって、本人の手相と
似ている者が利用しても、ニューラルネットの学習によ
る手相パターンの領域分け能力によって、このシステム
の識別能力がアップするというこの実施例特有の効果も
えられる。
【0027】〈実施例7〉次に、従来のキャラクタパス
ワード入力と本発明の実施例5,6における手相入力と
の二重化を図った場合の実施例を図14のフローチャー
トを用いて説明するが、S124Aでの光学式読取り装
置80による手相入力以外は図7と同様である。
ワード入力と本発明の実施例5,6における手相入力と
の二重化を図った場合の実施例を図14のフローチャー
トを用いて説明するが、S124Aでの光学式読取り装
置80による手相入力以外は図7と同様である。
【0028】以上述べたように、パスワード処理を二重
化することにより、一つのパスワード入力の時以上に機
密性を高めることができるというこの実施例特有の効果
もえられる。
化することにより、一つのパスワード入力の時以上に機
密性を高めることができるというこの実施例特有の効果
もえられる。
【0029】〈実施例8〉上述した実施例で個人情報と
して手相を用いてきたが、システムを利用する登録者が
増えることにより、個人照合が困難になる可能性が出て
くる。そこで、本実施例では、さらに照合率を向上させ
るために、万人不動の個人情報である、指紋情報を取り
入れ、手相情報と二重化した個人情報を1データベース
としてパックすることの実施例をあげる。
して手相を用いてきたが、システムを利用する登録者が
増えることにより、個人照合が困難になる可能性が出て
くる。そこで、本実施例では、さらに照合率を向上させ
るために、万人不動の個人情報である、指紋情報を取り
入れ、手相情報と二重化した個人情報を1データベース
としてパックすることの実施例をあげる。
【0030】ここで指紋の採取方法について簡単に説明
すると、図15の光学式読取り装置200のガラス面2
01に、スタンプインクを付着させた指を押し付けるこ
とによりガラス面に指紋を付着させる。ここで指紋をつ
ける位置決めであるが、手相の時と同様に、指紋位置決
め枠203内のコア204に指紋の中心としてのコアを
合わせる。ここで、光学式読取り装置のカバーを下ろし
スイッチをオンすることで指紋の読取りが開始される。
以上のようにして指紋入力が行なわれる。また、指紋が
付着して汚れたガラス面は次の人のために綺麗にふきと
っておけばよい。
すると、図15の光学式読取り装置200のガラス面2
01に、スタンプインクを付着させた指を押し付けるこ
とによりガラス面に指紋を付着させる。ここで指紋をつ
ける位置決めであるが、手相の時と同様に、指紋位置決
め枠203内のコア204に指紋の中心としてのコアを
合わせる。ここで、光学式読取り装置のカバーを下ろし
スイッチをオンすることで指紋の読取りが開始される。
以上のようにして指紋入力が行なわれる。また、指紋が
付着して汚れたガラス面は次の人のために綺麗にふきと
っておけばよい。
【0031】この指紋による照合方法は、前述した手相
照合と同じアルゴリズムを用いて16×16の特徴パタ
ーンを作ることになる。この指紋による特徴パターンと
手相による特徴パターンを組み合わせたデータベースを
作成することによる、個人的特徴の判別が手相だけでは
つきずらいときにでも区別が容易になり照合率も向上す
る。この方法は、システム利用者の数が多い時には特に
有利になるというこの実施例特有の効果も得られる。
照合と同じアルゴリズムを用いて16×16の特徴パタ
ーンを作ることになる。この指紋による特徴パターンと
手相による特徴パターンを組み合わせたデータベースを
作成することによる、個人的特徴の判別が手相だけでは
つきずらいときにでも区別が容易になり照合率も向上す
る。この方法は、システム利用者の数が多い時には特に
有利になるというこの実施例特有の効果も得られる。
【0032】〈実施例9〉上述した実施例で個人情報と
して手相を用いてきたが、システムを利用する登録者が
増えることにより、個人照合が困難になる可能性が出て
くる。ここで、本実施例では、更に照合率を向上させる
ために、利用者の手の大きさを測定し、これと手相を二
重化した個人情報を1データベースとしてパックするこ
との実施例をあげる。
して手相を用いてきたが、システムを利用する登録者が
増えることにより、個人照合が困難になる可能性が出て
くる。ここで、本実施例では、更に照合率を向上させる
ために、利用者の手の大きさを測定し、これと手相を二
重化した個人情報を1データベースとしてパックするこ
との実施例をあげる。
【0033】次に、手の大きさをどのように認知するか
について図16を用いて説明する。光学式読み取り装置
により読み取られた画像は215のようになり、手を乗
せてていない部分は黒で、それ以外は白黒のドットにな
る。ここで手の大きさは、手のひらのコア216(これ
は図15のコア204と一致させる。)から5本の指ま
での距離210,211,212,213,214で定
義することにする。つまり、コアから白ドットまでの距
離を計算し、一番大きい5ポイントを抽出すれば手の大
きさが決められることが分かる。この5つの距離を手の
大きさによる特徴パターンとする。
について図16を用いて説明する。光学式読み取り装置
により読み取られた画像は215のようになり、手を乗
せてていない部分は黒で、それ以外は白黒のドットにな
る。ここで手の大きさは、手のひらのコア216(これ
は図15のコア204と一致させる。)から5本の指ま
での距離210,211,212,213,214で定
義することにする。つまり、コアから白ドットまでの距
離を計算し、一番大きい5ポイントを抽出すれば手の大
きさが決められることが分かる。この5つの距離を手の
大きさによる特徴パターンとする。
【0034】この手の大きさによる特徴パターンと手相
による特徴パターンを組み合わせたデータベースを作成
することによる、個人的特徴の判別が手相だけではつき
ずらいときにでも区別が容易になり照合率も向上する。
この方法は、システム利用者の数が多い時には特に有利
になるというこの実施例特有の効果も得られる。
による特徴パターンを組み合わせたデータベースを作成
することによる、個人的特徴の判別が手相だけではつき
ずらいときにでも区別が容易になり照合率も向上する。
この方法は、システム利用者の数が多い時には特に有利
になるというこの実施例特有の効果も得られる。
【0035】〈実施例10〉ここで、今まで述べてきた
手相入力は指紋などに比べると、その紋様が単純なの
で、手相のコピーを光学式読み取り装置に乗せることに
より、ニセパスワード入力が他人により行なわれる危険
性も考えられる。そこで本実施例は、この問題に対し
て、実際の肉体としての手が乗っていることを確認し、
そうでない時にはファイルをオープンさせないようにす
る機能を付加したものである。
手相入力は指紋などに比べると、その紋様が単純なの
で、手相のコピーを光学式読み取り装置に乗せることに
より、ニセパスワード入力が他人により行なわれる危険
性も考えられる。そこで本実施例は、この問題に対し
て、実際の肉体としての手が乗っていることを確認し、
そうでない時にはファイルをオープンさせないようにす
る機能を付加したものである。
【0036】具体的には、図15のように温度・脈拍セ
ンサ205を装置200に装着させる。手相入力のとき
207のように手首にセンサ205が接触するようにす
ることで、利用者の体温、一分間の脈拍数を感知できる
ようにする。手相照合のモードに入る前に、あらかじめ
登録してあるシステム利用者の、体温・脈拍データとの
照合を行ない、決められた範囲内に収まるときのみ手相
照合のモードに入れるようにさせている。このような機
能を付加することによって、コピーした手相を使って他
者にファイルを開かれることを防ぎ、ファイルの機密性
を向上させることができる。
ンサ205を装置200に装着させる。手相入力のとき
207のように手首にセンサ205が接触するようにす
ることで、利用者の体温、一分間の脈拍数を感知できる
ようにする。手相照合のモードに入る前に、あらかじめ
登録してあるシステム利用者の、体温・脈拍データとの
照合を行ない、決められた範囲内に収まるときのみ手相
照合のモードに入れるようにさせている。このような機
能を付加することによって、コピーした手相を使って他
者にファイルを開かれることを防ぎ、ファイルの機密性
を向上させることができる。
【0037】
【発明の効果】以上説明したように、パスワード入力を
顔または手のひら等の人体に関する特定箇所の画像によ
って行なうことにより以下の効果がえられる。
顔または手のひら等の人体に関する特定箇所の画像によ
って行なうことにより以下の効果がえられる。
【0038】1.システム利用者が自分で決めた暗証コ
ードを忘れてしまっても、自分のファイルを開くこと、
または、システムにログインすることができる。また、
それを覚えておく必要がなくなる。
ードを忘れてしまっても、自分のファイルを開くこと、
または、システムにログインすることができる。また、
それを覚えておく必要がなくなる。
【0039】2.他人に自分の暗証コードを知られたと
しても、他人にプロテクトを解かれることはなく機密性
は保持できる。
しても、他人にプロテクトを解かれることはなく機密性
は保持できる。
【0040】3.パスワード入力において、キーボード
入力の煩わしい作業から開放され、処理がスムーズに行
なえる。
入力の煩わしい作業から開放され、処理がスムーズに行
なえる。
【0041】4.顔または手は、同一の顔または手相を
持つ人間がいない(万人不同)、損傷を与えない限り一
生涯変わらない(終生不変)という特性を持つため、生
体の個人情報の中でも外的要因に作用されない安定した
情報となりえるため、利用者照合の信頼性が向上する。
持つ人間がいない(万人不同)、損傷を与えない限り一
生涯変わらない(終生不変)という特性を持つため、生
体の個人情報の中でも外的要因に作用されない安定した
情報となりえるため、利用者照合の信頼性が向上する。
【図1】本発明の実施例1〜4にかかる情報処理装置の
ブロック図である。
ブロック図である。
【図2】同実施例の画像処理ボードのブロック図であ
る。
る。
【図3】システムセッティングを示す図である。
【図4】パスワード処理の動作フローチャートである。
【図5】顔画像の特徴パターン抽出処理のフローチャー
トである。
トである。
【図6】ニューラルネット(パーセプトロン構造)の構
造図である。
造図である。
【図7】パスワード二重化処理の動作フローチャートで
ある。
ある。
【図8】データベース変更処理のフローチャートであ
る。
る。
【図9】本発明の実施例5〜10にかかる情報処理装置
のブロック図である。
のブロック図である。
【図10】同実施例の画像処理ボードのブロック図であ
る。
る。
【図11】パスワード処理の動作フローチャートであ
る。
る。
【図12】手相の特徴パターン抽出処理のフローチャー
トである。
トである。
【図13】ニューラルネット(パーセプトロン構造)の
構造図である。
構造図である。
【図14】パスワード二重化処理の動作フローチャート
である。
である。
【図15】手相パスワード入力用光学読み取り装置のイ
メージ図である。
メージ図である。
【図16】手の大きさの測定方法のイメージ図である。
1 システムバス 2 CPU 3 メインメモリ 4 DMAC 5 CRTインターフェース 6 CRTディスプレイ 7 画像処理ボード 8 スチルビデオカメラ 9 LAN 10 LANインターフェース 11 I/O 12 ディスクインターフェース 13 ハードディスク 14 フロッピーディスク 15 プリンタインターフェース 16 プリンタ 17 キーボードやマウスのインターフェース 18 キーボード 19 マウス 20 デジタル・シグナル・プロセッサ 21 A/Dコンバータ 22 特徴抽出回路 23 特徴照合回路
Claims (11)
- 【請求項1】 システム利用権を制限する保護機能を有
する情報処理装置において、システム利用者の特定箇所
の画像を入力する入力手段と、該入力手段から入力した
入力画像から利用者を照合する照合手段とを有すること
を特徴とする情報処理装置。 - 【請求項2】 請求項1において、前記照合手段は、入
力画像から個人的特徴を抽出する手段と、複数個人の個
人的特徴をあらかじめ登録してある登録手段と、前記抽
出された個人的特徴を前記あらかじめ登録してある個人
的特徴と比較する比較手段とを有することを特徴とする
情報処理装置。 - 【請求項3】 請求項1において、前記照合手段は、入
力画像から個人的特徴を抽出する手段と、学習機能を持
った識別手段とを有し、前記抽出した個人的特徴に基づ
いて、前記識別手段によって利用者にシステム利用権を
与えることを特徴とする情報処理装置。 - 【請求項4】 請求項1において、さらにキャラクタパ
スワードを入力する手段と、前記入力キャラクタパスワ
ードと前記入力画像を二重化して利用者にシステム利用
権を与えるか否かを判断する手段とを有することを特徴
とする情報処理装置。 - 【請求項5】 請求項2において、前記登録手段におけ
るあらかじめ登録してある個人的特徴のデータベースに
登録日情報を持たせ、該登録日情報とログイン時の日時
を比較させることにより、一定の決まった期間ごとにデ
ータベースを更新していく手段を有することを特徴とす
る情報処理装置。 - 【請求項6】 請求項2において、前記登録手段はあら
かじめ登録してある個人的特徴のデータベースが更新可
能であることを特徴とする情報処理装置。 - 【請求項7】 請求項1ないし6のいずれかの項におい
て、前記利用者の特定箇所は顔であることを特徴とする
情報処理装置。 - 【請求項8】 請求項1ないし4のいずれかの項におい
て、前記利用者の特定箇所は手であることを特徴とする
情報処理装置。 - 【請求項9】 請求項8において、前記入力手段は手相
入力手段と指紋入力手段とを有することを特徴とする情
報処理装置。 - 【請求項10】 請求項8において、前記入力手段は手
相入力手段と手の大きさ判定をする手段とを有すること
を特徴とする情報処理装置。 - 【請求項11】 請求項8において、前記照合手段は温
度および脈拍センサによる肉体を感知する手段を有し、
該感知手段の感知結果を利用者の照合に適当することを
特徴とする情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5288097A JPH07141506A (ja) | 1993-11-17 | 1993-11-17 | 情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5288097A JPH07141506A (ja) | 1993-11-17 | 1993-11-17 | 情報処理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07141506A true JPH07141506A (ja) | 1995-06-02 |
Family
ID=17725761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5288097A Pending JPH07141506A (ja) | 1993-11-17 | 1993-11-17 | 情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07141506A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997042559A1 (fr) * | 1996-05-07 | 1997-11-13 | Iwamoto, Hideji | Systeme de securite pour ordinateur personnel |
JPH11339048A (ja) * | 1998-05-29 | 1999-12-10 | Omron Corp | 個人識別装置、個人識別方法および個人識別プログラムを記録した記録媒体 |
US6038337A (en) * | 1996-03-29 | 2000-03-14 | Nec Research Institute, Inc. | Method and apparatus for object recognition |
JP2000148276A (ja) * | 1998-11-05 | 2000-05-26 | Fujitsu Ltd | セキュリティ監視装置,セキュリティ監視方法およびセキュリティ監視用プログラム記録媒体 |
JP2001014052A (ja) * | 1999-06-25 | 2001-01-19 | Toshiba Corp | コンピュータシステムの個人認証方法、コンピュータシステム、及び記録媒体 |
JP2002163654A (ja) * | 2000-11-29 | 2002-06-07 | Omron Corp | 制御装置 |
JP2002334335A (ja) * | 2001-03-09 | 2002-11-22 | Toshiba Corp | 顔画像認識装置および通行制御装置 |
JP2007524143A (ja) * | 2003-06-12 | 2007-08-23 | ザ ホンコン ポリテクニック ユニヴァーシティ | 掌紋認証の方法 |
WO2007099834A1 (ja) * | 2006-03-01 | 2007-09-07 | Nec Corporation | 顔認証装置、顔認証方法およびプログラム |
WO2008120317A1 (ja) * | 2007-03-28 | 2008-10-09 | Fujitsu Limited | 照合装置、認証装置、照合方法、認証方法、照合プログラム及び認証プログラム |
US8005298B2 (en) | 2006-12-22 | 2011-08-23 | Canon Kabushiki Kaisha | Image processing apparatus and method thereof |
JP2020057275A (ja) * | 2018-10-03 | 2020-04-09 | 株式会社日立製作所 | 生体認証システム、生体認証方法およびプログラム |
-
1993
- 1993-11-17 JP JP5288097A patent/JPH07141506A/ja active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038337A (en) * | 1996-03-29 | 2000-03-14 | Nec Research Institute, Inc. | Method and apparatus for object recognition |
WO1997042559A1 (fr) * | 1996-05-07 | 1997-11-13 | Iwamoto, Hideji | Systeme de securite pour ordinateur personnel |
JPH11339048A (ja) * | 1998-05-29 | 1999-12-10 | Omron Corp | 個人識別装置、個人識別方法および個人識別プログラムを記録した記録媒体 |
JP2000148276A (ja) * | 1998-11-05 | 2000-05-26 | Fujitsu Ltd | セキュリティ監視装置,セキュリティ監視方法およびセキュリティ監視用プログラム記録媒体 |
JP2001014052A (ja) * | 1999-06-25 | 2001-01-19 | Toshiba Corp | コンピュータシステムの個人認証方法、コンピュータシステム、及び記録媒体 |
JP4645872B2 (ja) * | 2000-11-29 | 2011-03-09 | オムロン株式会社 | 制御装置および認証方法 |
JP2002163654A (ja) * | 2000-11-29 | 2002-06-07 | Omron Corp | 制御装置 |
JP2002334335A (ja) * | 2001-03-09 | 2002-11-22 | Toshiba Corp | 顔画像認識装置および通行制御装置 |
JP2007524143A (ja) * | 2003-06-12 | 2007-08-23 | ザ ホンコン ポリテクニック ユニヴァーシティ | 掌紋認証の方法 |
WO2007099834A1 (ja) * | 2006-03-01 | 2007-09-07 | Nec Corporation | 顔認証装置、顔認証方法およびプログラム |
JPWO2007099834A1 (ja) * | 2006-03-01 | 2009-07-16 | 日本電気株式会社 | 顔認証装置、顔認証方法およびプログラム |
JP4924603B2 (ja) * | 2006-03-01 | 2012-04-25 | 日本電気株式会社 | 顔認証装置、顔認証方法およびプログラム |
US8290220B2 (en) | 2006-03-01 | 2012-10-16 | Nec Corporation | Face authenticating apparatus, face authenticating method, and program |
US8005298B2 (en) | 2006-12-22 | 2011-08-23 | Canon Kabushiki Kaisha | Image processing apparatus and method thereof |
WO2008120317A1 (ja) * | 2007-03-28 | 2008-10-09 | Fujitsu Limited | 照合装置、認証装置、照合方法、認証方法、照合プログラム及び認証プログラム |
JP2020057275A (ja) * | 2018-10-03 | 2020-04-09 | 株式会社日立製作所 | 生体認証システム、生体認証方法およびプログラム |
WO2020071008A1 (ja) * | 2018-10-03 | 2020-04-09 | 株式会社日立製作所 | 生体認証システム、生体認証方法およびプログラム |
EP3862968A4 (en) * | 2018-10-03 | 2022-12-28 | Hitachi, Ltd. | BIOMETRIC AUTHENTICATION SYSTEM, BIOMETRIC AUTHENTICATION METHOD AND PROGRAM |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220165087A1 (en) | Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices | |
EP0976087B1 (en) | Biometric recognition using a master pattern set | |
JP5008269B2 (ja) | 情報処理装置、情報処理方法 | |
Sanderson et al. | Authentication for secure environments based on iris scanning technology | |
JP5747642B2 (ja) | 生体認証装置、生体認証システム、生体認証サーバ、生体認証クライアント及び生体認証装置制御方法 | |
CN110326001A (zh) | 使用利用移动设备捕捉的图像执行基于指纹的用户认证的***和方法 | |
JP2004213087A (ja) | 個人認証装置および個人認証方法 | |
JPH07141506A (ja) | 情報処理装置 | |
JP2003051012A (ja) | ユーザ認証方法及びユーザ認証装置 | |
US20070055648A1 (en) | Contents presenting apparatus, method and program | |
US20020090146A1 (en) | Hand recognition with position determination | |
JP2004220376A (ja) | セキュリティ管理方法およびシステム、プログラム、記録媒体 | |
CN108921125A (zh) | 一种坐姿检测方法及可穿戴设备 | |
WO2013075497A1 (zh) | 信息采集装置和方法以及身份识别***和方法 | |
CN114220130A (zh) | 非接触式手势与掌纹、掌静脉融合的身份识别***及方法 | |
WO2002009024A1 (en) | Identity systems | |
Perwej | An Empirical Investigation of Human Identity Verification Methods | |
Vasavi et al. | Novel Multimodal Biometric Feature Extraction for Precise Human Identification. | |
CN116226817A (zh) | 身份识别方法、装置、计算机设备和存储介质 | |
WO2022074787A1 (ja) | 画像処理装置、画像処理方法、プログラム | |
Samatha et al. | Securesense: Enhancing person verification through multimodal biometrics for robust authentication | |
Ribarić et al. | A biometric identification system based on the fusion of hand and palm features | |
Ives et al. | An Introduction to Biometrics | |
WO2023281571A1 (ja) | 情報処理システム、情報処理方法、生体照合システム、生体照合方法及び記憶媒体 | |
JP7272510B2 (ja) | 照合装置、照合方法、プログラム |