• / 57
  • 下載費用:30 金幣  

维戈塞尔塔直播间: 利用生物體信息的認證系統.pdf

摘要
申請專利號:

维戈塞尔塔vs皇家社会 www.vmyqew.com.cn CN201510329354.5

申請日:

20150615

公開號:

CN105212942A

公開日:

20160106

當前法律狀態:

有效性:

失效

法律詳情:
IPC分類號: A61B5/117 主分類號: A61B5/117
申請人: 株式會社日立制作所
發明人: 松田友輔,三浦直人,長坂晃朗,宮武孝文
地址: 日本東京都
優先權: 2014-130138
專利代理機構: 北京銀龍知識產權代理有限公司 代理人: 曾賢偉;郝慶芬
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201510329354.5

授權公告號:

法律狀態公告日:

法律狀態類型:

摘要

本發明提供一種利用生物體信息的認證系統,其目的是提供一種在生物體認證系統中精度較高的認證系統。認證系統具備:測量裝置,其從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成至少1個輸入信息;存儲裝置,其存儲從所述第1用戶的生物體形態信息取得的第1特征信息和根據所述第1用戶的生物體形態信息與第2用戶的生物體形態信息之間的相關性而取得的第2特征信息;以及認證部,其通過核對所述輸入信息與所述第1特征信息和核對所述輸入信息與所述第2特征信息來認證所述第1用戶。

權利要求書

1.一種認證系統,其特征在于,具備:測量裝置,其從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成至少1個輸入信息;存儲裝置,其存儲從所述第1用戶的生物體形態信息取得的第1特征信息和根據所述第1用戶的生物體形態信息與第2用戶的生物體形態信息之間的相關性而取得的第2特征信息;以及認證部,其通過核對所述輸入信息與所述第1特征信息和核對所述輸入信息與所述第2特征信息來認證所述第1用戶。2.根據權利要求1所述的認證系統,其特征在于,所述第2特征信息是表示所述第1用戶的所述生物體形態信息與所述第2用戶的所述生物體形態信息之間的相關性的相關值大于預定的基準值的特征信息。3.根據權利要求1所述的認證系統,其特征在于,所述認證部通過核對所述輸入信息與所述第1特征信息來計算第1分數,通過核對所述輸入信息與所述第2特征信息來計算第2分數,通過綜合所述第1分數和所述第2分數來計算最終核對分數。4.根據權利要求1所述的認證系統,其特征在于,所述認證部在所述輸入信息的范圍內搜索所述第2特征信息,來核對所述輸入信息與所述第2特征信息。5.根據權利要求1所述的認證系統,其特征在于,還具備:登錄部,其從由所述測量裝置得到的所述第1和第2用戶的各自的生物體形態信息中,提取與各用戶相關的所述第1特征信息和所述第2特征信息,并存儲在所述存儲裝置中。6.根據權利要求1所述的認證系統,其特征在于,所述存儲裝置還存儲用于從由所述測量裝置取得的所述第1用戶的所述生物體形態信息中提取成為與所述第2特征信息的核對對象的第2輸入信息的屬性信息,所述輸入部使用所述屬性信息從由所述測量裝置取得的所述第1用戶的所述生物體形態信息中提取所述第2輸入信息,所述認證部核對所述第2輸入信息與所述第2特征信息。7.根據權利要求6所述的認證系統,其特征在于,還具備:登錄部,其從由所述測量裝置得到的所述第1和第2用戶的各自的生物體形態信息中,提取與各用戶相關的所述第1特征信息、所述第2特征信息和所述屬性信息,并存儲在所述存儲裝置中。8.根據權利要求1所述的認證系統,其特征在于,所述存儲裝置還針對包含所述第1用戶的至少3人的組,存儲根據所述至少3人的生物體形態信息之間的相關性而取得的組特征信息,所述認證部通過核對所述輸入信息與所述組特征信息來確定所述第1用戶所屬的所述組。9.根據權利要求1所述的認證系統,其特征在于,還具備:數據庫,其存儲多個參照模式;以及ID生成部,其根據從由所述測量裝置取得的所述第1用戶的所述生物體形態信息和所述多個參照模式得到的相似度來生成ID。10.一種認證系統,其特征在于,具備:測量裝置,其從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成輸入信息;存儲裝置,其針對包含所述第1用戶的至少3人的組,存儲根據所述至少3人的生物體形態信息之間的相關性而取得的組特征信息;以及認證部,其通過核對所述輸入信息與所述組特征信息,來認證所述第1用戶所屬的組。11.根據權利要求10所述的認證系統,其特征在于,所述組特征信息是表示所述至少3人的生物體形態信息之間的相關性的相關值高于預定的基準值的特征信息。12.根據權利要求10所述的認證系統,其特征在于,所述存儲裝置還存儲用于針對所述至少3人用戶的各用戶,從由所述測量裝置取得的所述第1用戶的所述生物體形態信息中,提取成為與所述組特征信息的核對對象的所述輸入信息的屬性信息,所述輸入部使用所述屬性信息,從由所述測量裝置取得的所述第1用戶的所述生物體形態信息中提取所述輸入信息,所述認證部核對所述輸入信息與所述組特征信息,來認證所述第1用戶所屬的組和所述第1用戶。13.根據權利要求10所述的認證系統,其特征在于,存儲裝置還存儲從所述第1用戶的生物體形態信息中取得的第1特征信息,所述認證部通過核對所述輸入信息與所述第1特征信息來認證屬于所述組的第2用戶,確定所述第2用戶所屬的所述組,在所述第1用戶與所述第2用戶的空間距離較近,且與所述第2用戶的認證時間在時間上較近的情況下,通過核對所述輸入信息與所述組特征信息和核對所述輸入信息與屬于所述組的人物的所述第1特征信息來認證所述第1用戶。14.根據權利要求10所述的認證系統,其特征在于,存儲裝置還存儲從所述第1用戶的生物體形態信息中取得的第1特征信息,所述認證部認證完所述組后,通過核對所述輸入信息與屬于所述組的人物的所述第1特征信息來認證所述第1用戶。15.一種認證系統,其特征在于,具備:測量裝置,其用于從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成輸入信息;存儲裝置,其存儲從所述第1用戶的生物體形態信息取得的第1特征信息和表示所述第1用戶所屬的組的組信息;以及認證部,其通過核對所述輸入信息與所述第1特征信息來認證所述第1用戶,所述認證部通過核對所述輸入信息與所述第1特征信息來認證屬于所述組的第2用戶,確定所述第2用戶所屬的所述組,在所述第1用戶與所述第2用戶的空間距離較近,且與所述第2用戶的認證時間在時間上較近的情況下,在預定時間的期間,降低所述第1用戶用的認證條件。

說明書

技術領域

本發明涉及一種利用人的生物體信息來對個人進行認證的系統。

背景技術

近年來,隨著網絡技術的發展,可以預想到今后在網絡上一維管理個人認證用生物體數據的云生物體認證服務的需要會變高。如果能夠在服務器上一維管理多個生物體數據,則登錄的數據量會變得龐大。

利用生物體認證系統的人數變多時,通過口令的輸入或ID卡的提示等,在唯一確定了個人后提示生物體的、1:1認證會降低吞吐量。因此,期望進行不利用密碼編號或ID卡,而僅用生物體進行認證的所謂的1:N認證。隨著在服務器上登錄的數據量增大,1:N認證中的N增大,為了從大量登錄數據中準確地區別個人,需要進行更高精度化。

在專利文獻1中公開了利用與其他人的生物體特征的核對,使個人識別的性能高精度化的發明。在專利文獻1中記載了在利用多個生物體信息進行認證的、所謂的多模式認證中的認證時間的高速化成為問題。作為高速化的解決方法,在專利文獻1中記載了如下的方法,即:利用來自被認證者的第1生物體信息,從登錄者選定候補者后,通過第2生物體信息僅對候補者進行核對,由此來進行多模式認證。

并且,在專利文獻1中記載了“檢測出將所述候補者的第2生物體信息彼此之間的相似關系根據預定函數進行了指標化的相似值”。在專利文獻1中記載了如下的方法:在與該其他人的核對的相似值超過預定閾值的情況下,再次進行候補者的選定,僅在相似值低于預定閾值的情況下,判定為利用第2生物體信息從候補者中容易確定人物而進行認證。

現有技術文獻

專利文獻

專利文獻1:日本特開2005-275508號公報

發明內容

發明要解決的問題

然而,存在如下的問題:僅增加用于生物體認證的生物體信息的種類(生物體形態),并不一定會增加對認證個人有益的信息量。也就是說,為了高精化需要使從生物體形態得到的信息中的、對提高個人識別能力有益的信息增加。并且,認為到此為止的用于生物體認證的生物體信息沒有將生物體本來所具有的有益于個人認證的特征全部引出而靈活運用。因此,不是僅簡單地增加生物體形態的種類,而是在以往的生物體形態或新追加的生物體形態中,引出到此為止沒有使用的有益于認證的特征信息,并靈活運用該特征信息來進行認證。

本發明的目的是在生物體認證系統中,利用有益的特征信息來提供一種精度較高的認證系統。

解決問題的方法

為了實現上述目的,例如采用要求?;さ姆段竊氐慕峁?。本申請包括多個用于解決上述問題的單元,舉其中的一例,提供一種認證系統,具備:測量裝置,其從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成至少1個輸入信息;存儲裝置,其存儲從所述第1用戶的生物體形態信息取得的第1特征信息和根據所述第1用戶的生物體形態信息與第2用戶的生物體形態信息之間的相關性而取得的第2特征信息;以及認證部,其通過核對所述輸入信息與所述第1特征信息,和核對所述輸入信息與所述第2特征信息來認證所述第1用戶。

作為其他例子,提供一種認證系統,具備:測量裝置,其從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成輸入信息;存儲裝置,其針對包含所述第1用戶的至少3人的組存儲根據所述至少3人的生物體形態信息之間的相關性而取得的組特征信息;以及認證部,其通過核對所述輸入信息與所述組特征信息,來認證所述第1用戶所屬的組。

此外,作為其他例子,提供一種認證系統,具備:測量裝置,其用于從第1用戶的生物體取得生物體形態信息;輸入部,其根據所述生物體形態信息生成輸入信息;存儲裝置,其存儲從所述第1用戶的生物體形態信息取得的第1特征信息和表示所述第1用戶所屬的組的組信息;以及認證部,其通過核對所述輸入信息與所述第1特征信息來認證所述第1用戶,所述認證部通過核對所述輸入信息與所述第1特征信息來認證屬于所述組的第2用戶,確定所述第2用戶所屬的所述組,在所述第1用戶與所述第2用戶的空間距離較近,且與所述第2用戶的認證時間在時間上較近的情況下,在預定時間的期間,降低所述第1用戶用認證條件。

發明效果

根據本發明,通過利用有益的特征信息,能夠提供一種精度較高的認證系統。

可以從本說明書的描述、附圖明確本發明的進一步的特征。此外,通過以下的實施例的說明,使上述以外的問題、結構以及效果更加明確。

附圖說明

圖1A是表示第1實施例的生物體認證系統的整體結構的圖。

圖1B是第1實施例的認證處理部的功能框圖。

圖2是表示第1實施例的生物體認證系統的動作方法情形的圖。

圖3是第1實施例的認證處理的流程圖。

圖4A是說明第1實施例中的生物體特征的提取方法和生物體特征的登錄方法的圖。

圖4B是第1實施例中的登錄數據庫內的表格的一例。

圖5是說明第1實施例中的登錄數據庫的登錄數據與被認證者的輸入數據的核對處理的圖。

圖6是說明從手指血管圖像提取第1和第2特征信息,并登錄在登錄數據中的例子的圖。

圖7是說明第1實施例中的被認證者與登錄數據庫的生物體特征的核對處理的圖。

圖8A是說明第2實施例中的第2特征信息和提取屬性的登錄處理的圖。

圖8B是第2實施例中的登錄數據庫內的表格的一例。

圖9是第2實施例中的認證處理的流程圖。

圖10是說明第2實施例中的登錄數據庫的登錄數據與被認證者的輸入數據的核對處理的圖。

圖11是說明第2實施例中的登錄數據庫的登錄數據與被認證者的輸入數據的核對處理的圖。

圖12是說明從手指血管圖像提取第1特征信息、第2特征信息以及提取屬性,并登錄在登錄數據中的例子的圖。

圖13是說明第2實施例中的被認證者與登錄數據庫的生物體特征的核對處理的圖。

圖14是第3實施例中的認證處理的流程圖。

圖15A是說明第3實施例中的生物體特征的提取方法和生物體特征的登錄方法的圖。

圖15B是第3實施例中的登錄數據庫中的表格的一例。

圖16是說明第3實施例中的被認證者與登錄數據庫的生物體特征的核對處理的圖。

圖17是第4實施例中的認證處理的流程圖。

圖18A是第4實施例中的生物體特征的提取方法和生物體特征的登錄方法的圖。

圖18B是第4實施例中的登錄數據庫中的表格的一例。

圖19是說明第4實施例中的登錄數據庫的登錄數據與被認證者的輸入數據的核對處理的圖。

圖20是第5實施例中的第1認證處理的流程圖。

圖21是說明將第5實施例中的第1認證處理應用于認證門的例子的圖。

圖22是第6實施例中的第2認證處理的流程圖,是在圖14的流程后實施的流程圖。

圖23是將第6實施例中的第2認證處理應用于認證門的例子的圖。

圖24是說明第7實施例中的認證處理的流程圖。

圖25是說明第7實施例中的認證處理的流程圖。

圖26A是第7實施例中的登錄數據庫中的表格的一例的圖。

圖26B是第7實施例中的證處理的流程圖。

圖27是說明從第8實施例中的手指血管圖像生成唯一ID的方法的圖。

圖28是對第8實施例中的血管的部分模式的代碼化進行說明的圖。

具體實施方式

以下,參照附圖對本發明的實施例進行說明。另外,附圖表示遵照本發明的原理的具體的實施例,但它們是用于理解本發明的實施例,絕對不是用于限定地解釋本發明。

[第1實施例]

圖1A表示本發明的實施方式的1個生物體認證系統的整體結構。生物體認證系統具備測量設備12、認證處理部13、存儲裝置14、顯示部15、輸入部16、揚聲器17以及圖像輸入部18。

測量設備12是用于取得被認證者10的生物體形態信息的機器,例如是攝像機或距離傳感器等。以下,作為一例,對通過測量設備12得到被認證者10的生物體形態圖像的情況進行說明。圖像輸入部18取得通過測量設備12攝影的被認證者10的圖像,并根據取得的圖像生成輸入數據后發送給認證處理部13。認證處理部13包括CPU19、存儲器20以及各種接口(IF)21。CPU19通過執行記錄在存儲器20中的程序來進行各種處理。存儲器20存儲CPU19執行的程序。此外,存儲器20暫存從圖像輸入部18輸入的圖像。接口21是用于進行同與認證處理部13連接的裝置的連接的接口。具體而言,接口與測量設備12、存儲裝置14、顯示部15、輸入部16、揚聲器17以及圖像輸入部18等連接。

存儲裝置14存儲利用本系統的被認證者的登錄數據。登錄數據是用于核對被認證者的信息,例如是測量了生物體的圖像等。顯示部15例如是顯示器等,顯示從認證處理部13接收的信息。輸入部16是鍵盤或鼠標等,將被認證者輸入的信息發送給認證處理部13。揚聲器17是用語音信號發出從認證處理部13接收到的信息的裝置。

圖1B是認證處理部13的功能框圖。認證處理部13具備認證部101和登錄部102。認證部101核對從圖像輸入部18輸入的輸入數據與登錄在存儲裝置14中的登錄數據,來進行被認證者10的認證。登錄部102從由測量設備12取得的被認證者10的生物體形態圖像中提取以下要說明的第1生物體特征信息和第2生物體特征信息,并存儲在存儲裝置14內的預定的數據庫中。

認證處理部13的各處理部可以通過各種程序來實現。在存儲器20中,例如展開存儲在存儲裝置14中的各種程序。CPU19執行下載到存儲器20中的程序。CPU19執行以下要說明的處理和運算。

圖2是說明第1實施例的生物體認證系統的動作的圖。本實施例的生物體認證系統提供在網絡7上一元管理個人認證用生物體信息的云生物體認證服務。在圖2中安裝有圖1的存儲裝置14作為網絡7上的服務存儲裝置。認證處理部13與在網絡7上存在的多個服務器上的多個登錄數據庫8連接。

在圖2的生物體認證系統中,測量設備12測量被認證者10的生物體信息,將測量的生物體信息經由預定的輸入部(圖像的情況下,經由圖像輸入部18)輸入到認證處理部13中。在圖像輸入部18中,從被認證者10的生物體信息提取生物體特征信息。

CPU19通過執行存儲在存儲器20中的程序,將被認證者10的生物體特征信息與保存在經由網絡7連接的登錄數據庫8中的登錄者11(p1、p2、…、pn、n為數據庫的登錄人數)的生物體特征信息6進行核對。由此,能夠進行個人認證。

作為本實施例的特征,生物體特征信息6包括僅參照1個人的生物體形態信息而提取的第1生物體特征信息6-1和根據不同的人物的生物體形態信息之間的相關性而取得的第2生物體特征信息6-2。作為一例,第2生物體特征信息6-2是搜索在不同的人物的生物體形態信息之間相關值(相似度等)變高的生物體信息并提取出的生物體特征信息。第1生物體特征信息6-1和第2生物體特征信息6-2可以分別從相同的生物體形態中提取,也可以從不同的生物體形態中提取。提取第1生物體特征信息6-1和第2生物體特征信息6-2的生物體形態還可以是血管、指紋、掌紋、掌形、指甲形狀、面部、耳形、虹膜、視網膜、步態或其他任何生物體形態。

在一般的現有的生物體認證中,利用通過一律的特征提取處理從生物體提取的生物體特征信息(即,第1生物體特征信息6-1這樣的信息)來對個人進行認證。但是,在本發明中,除了通過一律的處理提取的第1生物體特征信息6-1外,還提取在多個人物之間相關性(相似度等)變高的第2生物體特征信息6-2來用于個人認證。

第2生物體特征信息6-2是表示多個不同人物之間的相關性的相關值變高的生物體特征信息。這里的相關值表示多個不同人物之間的生物體形態的一致程度。例如,將生物體形態作為圖像取得時,作為相關值可以列舉用于表示圖像模式之間的一致程度的相似度。在計算該相似度時,本領域的技術人員可以使用公知技術。

此外,“相關值變高”表示相關值比某基準值高預定值。作為這里的基準值可以使用從多個不同人物之間的生物體形態信息的相關值的分布中得到的標準值(例如,平均值等)。例如,利用生物體形態的圖像時,將某人物的生物體形態的圖像模式對各種人物的生物體形態的圖像模式進行匹配,來生成相似度的柱狀圖。在該柱狀圖中也可以與平均值等標準的位置進行比較,來提取位于偏離了預定值的位置上的模式作為第2生物體特征信息6-2。第2生物體特征信息6-2的提取方法并不局限于上述,也可以通過其他方法進行提取。

第1生物體特征信息6-1通過與本人進行核對而得到較高的相似度,通過與他人進行核對而得到較低的相似度。因此,第1生物體特征信息6-1是能夠區別本人與其他人而進行個人認證的信息。第1生物體特征信息6-1在與本人以外的大部分其他人的核對中得到較低的相似度。反言之,將第1生物體特征信息6-1與本人以外的其他人進行核對的情況下,幾乎不能得到較高的相似度。

對此,在與(特定的)其他人的核對中得到較高的相似度的第2生物體特征信息6-2可以在核對的人物之間成為固有特征。有目的地取得并預先登錄僅在特定的人物之間得到較高的相似度的生物體特征作為第2生物體特征信息6-2。將第2生物體特征信息6-2與特定的其他人進行核對而得到較高的相似度時,被認證者本人的可能性較高,能夠區別于其他人,因此個人被認證。此時,考慮將第1生物體特征信息6-1這樣的任意特征與其他人進行核對而得到的所有相似度全部利用于個人認證的情況。如上所述地,在與其他人的核對中幾乎得到較低的相似度,即使與其他人進行核對而得到很多較低的相似度,也幾乎對個人識別性能的提高沒有效果。因此,在個人認證中僅使用在與其他人的核對中得到較高的相似度的第2生物體特征信息6-2,由此與單純地使用與其他人進行核對而得到的相似度相比,效果上能夠提高個人的識別性能。

在本實施例中,利用通過已登錄的第1生物體特征信息6-1與本人的核對計算出的相似度來求出本人可能性,并且,還利用通過與已登錄的第2生物體特征信息6-2的核對計算出相似度來求出本人可能性。根據該結構,能夠實現更高精度的個人認證。

另外,在上述中,作為第2生物體特征信息6-2提取了表示多個不同人物之間的相關性變高的生物體特征信息,但并不局限于該例子。作為第2生物體特征信息6-2也可以提取表示多個不同人物之間的相關性變低的生物體特征信息?!跋喙刂當淶汀北硎鞠喙刂當饒郴賈檔馱ざㄖ?。此外,通過與上述相同的方法,提取在多個不同人物之間相關值變低的第2生物體特征信息6-2。此時,利用在與第2生物體特征信息6-2的核對中得到極端低的相似度的情況,能夠確認被認證者本人可能性。

以下,表示具體例。使用圖2說明想要區別被認證者px1、px2地進行認證的情況。此時,設輸入的px1的第1生物體特征信息6-1(fx1)與登錄在登錄數據庫8中的p1的第1生物體特征信息6-1(f1)進行核對時得到較高的相似度。另一方面,核對輸入的px2的第1生物體特征信息6-1(fx2)與已登錄的p1的第1生物體特征信息6-1(f1)時,得到較高的相似度,不能區別被認證者px1、px2地進行認證。

在此,分別提取并登錄預先在登錄數據庫8上的人物p1與p1以外的人物pi(2≤i≤n)之間進行核對而計算出的相似度變高的第2生物體特征信息6-2(f1-fi)。然后,從輸入的px1提取第2生物體特征信息6-2(f1-fi),與已登錄的p1的第2生物體特征信息6-2(f1-fi)進行核對而得到的多個相似度中的大部分為較高值。另一方面,核對輸入的px2的第2生物體特征信息6-2(f2-fi)與已登錄的p1的第2生物體特征信息6-2(f1-fi)而得到的多個相似度的大部分為較低值。由此,能夠區別人物px1、px2,能夠將px1認證為p1。

圖3是利用本實施例中的第1生物體特征信息6-1和第2生物體特征信息6-2來進行認證的流程圖的一例。另外,在以下將“第1生物體特征信息6-1”和“第2生物體特征信息6-2”分別稱為“第1特征信息6-1”和“第2特征信息6-2”。

在進行人物p1的認證的情況下,人物p1向攝像機等測量設備12提示生物體后,測量設備12感知人物p1的生物體(S201)。在此,若第1特征信息6-1和第2特征信息6-2為相同的生物體形態,則測量1次即可。若第1特征信息6-1與第2特征信息6-2為不同的生物體形態,則有時測量多次。

接著,圖像輸入部18根據由測量設備12測量出的信息來生成成為輸入數據的第1特征信息6-1和第2特征信息6-2(S202)。另外,如后所述,有時第2特征信息6-2為第1特征信息的部分信息。如上所述地,從1個生物體形態信息得到第1特征信息6-1和第2特征信息6-2的情況下,作為輸入數據圖像輸入部18輸入1個特征信息(例如,第1特征信息)即可。

接著,作為核對處理的初始化,認證部101將用于確定登錄數據的變量i初始化為1(S203)。變量i與登錄數據的排列順序對應,i為1時,表示開頭的登錄數據,在登錄數據數為N的情況下,表示是最后的登錄數據。認證部101核對生成的輸入數據即第1特征信息6-1與登錄數據庫8上的第i登錄數據即第1特征信息6-1,計算核對分數1(i)。并且,認證部101核對輸入數據即第2特征信息6-2與登錄數據庫8上的第i登錄數據即第2特征信息6-2,計算核對分數2(i)(S204)。

接著,認證部101綜合核對分數1(i)和核對分數2(i),來計算用于進行最終的認證判定的最終核對分數(i)(S205)。認證部101判定最終核對分數(i)是否在預先設定的認證閾值Th1以上(S206)。在滿足該判定條件的情況下,認證部101判定認證成功(S207)。

在最終核對分數(i)低于認證閾值Th1的情況下,認證部101增加變量i的值,與登錄數據庫8內的下個登錄數據進行核對。與最后的登錄數據N的核對結果,在最終得分(N)低于認證閾值的情況下,沒有要核對的登錄數據,因此認證部101判定認證失敗(S208)。

在本實施例中,作為第1特征信息6-1之間的核對結果的核對分數1(i)僅具有單一值,但作為第i登錄數據的第2特征信息6-2存在多個,因此存在多個作為第2特征信息6-2之間的核對結果的核對分數2(i)。因此,核對分數2(i)成為由多個值構成的向量數據??梢醞ü碩苑質?(i)與核對分數2(i)的多個分數的線性結合或基于利用了貝式(Bayesian)統計的各核對分數的概率密度函數的綜合方法等來計算最終核對分數(i)。

說明向登錄數據庫8的第1特征信息6-1和第2特征信息6-2的登錄方法。圖4A表示人物p1的生物體特征的提取和生物體特征登錄的方法。

在此,以通過測量設備12對每個人物p1~pn預先得到1個以上的生物體形態信息為前提,說明人物p1的第1特征信息6-1和第2特征信息6-2的提取以及登錄的處理。如上所述地,第1特征信息6-1和第2特征信息6-2可以分別從相同的生物體形態中提取,也可以從不同的生物體形態中提取。

獨立地提取從人物p1的生物體形態信息中提取的第1特征信息6-1(f1),而不考慮與p1以外的人物(p2、…、pn)的生物體的關系。登錄部102從人物p1的生物體形態信息中提取第1特征信息6-1(f1)。登錄部102將提取的第1特征信息6-1(f1)登錄在登錄數據庫8中。

另一方面,第2特征信息6-2的特征在于,在人物p1與人物p1以外的人物(p2、…、pn)之間相關值變高。登錄部102比較人物p1的生物體形態信息與某其他人(p2、…、pn)的生物體形態信息,從人物p1的生物體形態信息中提取在與各其他人之間相關值(相似度)變高的特征作為第2特征信息6-2。登錄部102將提取的第2特征信息6-2(f1-f2、…、f1-fn)登錄在登錄數據庫8中。

如圖4A所示,存在多個p1以外的人物(p2、…、pn),因此對每個人物組合區別并提取第2特征信息6-2。例如,首先,登錄部102提取在人物p1的生物體形態信息與人物p2的生物體形態信息之間相關性較高的特征作為第2特征信息6-2(f1-f2)。接著,登錄部102提取在人物p1的生物體形態信息與人物p3的生物體形態信息之間相關性較高的特征作為第2特征信息6-2(f1-f3)。同樣地,重復該處理直到人物pn為止。

因此,在提取第2特征信息6-2時,對于每個人物p1與人物pi(2≤i≤n)的組合相關值變高的第2特征信息6-2(f1-fi)變化。也就是說,根據人物p1與人物pi的組合,提取第2特征信息6-2(f1-fi)的生物體部位、位置、尺寸等能夠變化。第2特征信息6-2(f1-fi)僅在人物p1與特定人物pi之間相關值(相似度)變高。因此,通過核對人物p1的第2特征信息6-2(f1-fi)與人物p1以外的人物(例如,人物p3)的第2特征信息6-2(f3-fi)而得到的相似度較低。另外,在圖4A的例子中,在與p1以外的所有人物(p2、…、pn)之間提取第2特征信息6-2(f1-fi),但并不局限于此,也可以在與p1以外的至少1個人的人物之間提取第2特征信息6-2。

另一方面,在圖4A的例子中,根據人物p1的生物體形態信息與人物p2的生物體形態信息之間的關系提取的人物p1的第2特征信息6-2(f1-f2)在人物p1與p2是相關值較高的信息,也就是說,人物p1的第2特征信息6-2(f1-f2)與人物p2的第2特征信息6-2(f2-f1)兩個是類似的。因此,登錄人物p1的第2特征信息6-2(f1-f2)的情況下,可以登錄從人物p1的生物體形態信息提取出的第2特征信息6-2(f1-f2),也可以登錄從人物p2的生物體形態信息提取出的第2特征信息6-2(f2-f1)。作為其他例子,還可以登錄對從人物p1的生物體形態信息提取出的第2特征信息6-2(f1-f2)和從人物p2的生物體形態信息提取出的第2特征信息6-2(f2-f1)進行平均化的信息。

圖4B是登錄數據庫8的一例。在附圖中,使用“表格”結構來進行說明,但并不一定必須以表格的數據結構進行表現,也可以通過其他數據結構進行表現。

登錄數據庫8具備包含用于確定各人物的識別符(ID)401、第1特征信息6-1、第2特征信息6-2以及生物體形態信息402的第1表格。如該例子所示,也可以與第1特征信息6-1、第2特征信息6-2一起將各人物的生物體形態信息登錄在登錄數據庫8中。例如,將新的人物pz登錄在登錄數據庫8中的情況下,登錄部102可以通過比較人物pz的生物體形態與登錄數據庫8中的各人物的生物體形態信息來提取第1特征信息6-1和第2特征信息6-2后,登錄在登錄數據庫8中。

圖5是表示對登錄在登錄數據庫8中的登錄數據與被認證者的輸入數據進行核對的例子。首先,進行想要認證的人物px與人物p1的登錄數據的核對的情況下,從通過人物px提示的生物體中提取第1特征信息6-1(fx)。之后,認證部101核對第1特征信息6-1(fx)與已登錄的人物p1的第1特征信息6-1(f1)來計算相似度。接著,認證部101核對已登錄的人物p1的多個第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)與從人物px的生物體中提取出的多個第2特征信息6-2(fx-f2、fx-f3、…、fx-fn)。具體而言,分別在相同第2特征信息6-2之間進行核對,來計算出多個相似度。接著,認證部101根據得到的多個相似度計算出最終核對分數。認證部101在最終核對分數超過預先設定的閾值的情況下,將人物px判定為人物p1。另一方面,在最終核對分數低于閾值的情況下,判定為人物px不是人物p1。

在本例中,通過登錄在登錄數據庫8中的第2特征信息6-2對輸入的任意被認證者px進行認證時,圖像輸入部18不知道從被認證者px的生物體形態信息中提取哪些信息作為第2特征信息6-2(fx-f2、fx-f3、…、fx-fn)。因此,認證部101需要在生物體形態信息中存在第2特征信息的范圍內,一邊核對與已登錄的第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)類似的位置,一邊進行搜索。

在此,考慮通過已登錄在登錄數據庫8中的人物p1的第2特征信息6-2(f1-f2)來進行核對的情況。具體而言,在認證被認證者px是否是人物p1的情況下,需要核對被認證者px的生物體形態信息與第2特征信息6-2(f1-f2)來計算相似度。但是,不知道被認證者px是否是人物p1,因此實際上在被認證者px的生物體形態信息中,不知道應成為與第2特征信息6-2(f1-f2)的核對對象的是否是第2特征信息6-2(fx-f2)。因此,在本實施例中,在被認證者px的生物體形態信息中搜索與已登錄的第2特征信息6-2(f1-f2)相似度變高的特征信息,將作為該搜索結果而得到的特征信息作為第2特征信息6-2(fx-f2)來使用。例如,認證部101在被認證者px的生物體形態信息中,將與已登錄的第2特征信息6-2(f1-f2)的相似度最高的特征信息作為第2特征信息6-2(fx-f2)來使用。認證部101將最高相似度設為被認證者px的第2特征信息6-2(fx-f2)與已登錄的第2特征信息6-2(f1-f2)的核對結果的相似度f1-f2。

接著,對更具體的實施例進行說明。在以下,將人的生物體形態信息設為手指血管圖像,將提取出的第1特征信息6-1和第2特征信息6-2設為從手指血管圖像提取出的手指血管模式。圖6是表示從手指血管圖像提取出第1特征信息6-1和第2特征信息6-2,并登錄在登錄數據庫8中的例子。

如圖6所示,假定通過測量設備12(具體而言,攝像機)得到人物p1、人物p2、…、人物pn的血管圖像。首先,登錄部102從人物p1的手指血管圖像提取第1特征信息6-1(f1)。登錄部102不考慮與人物p1以外的人物的圖像的關系,通過一律的方法從人物p1的手指血管圖像中提取第1特征信息6-1(f1)。如圖6所示,第1特征信息6-1(f1)也可以提取手指血管圖像中的預先決定的區域。

接著,登錄部102在人物p1的手指血管圖像與其他人(p2、…、pn)的手指血管圖像之間提取相似度高的部分模式作為第2特征信息6-2。例如,登錄部102在人物p2的手指血管圖像的所有領域中進行匹配地搜索人物p1的手指血管圖像的某部分模式,并檢測出在與人物p2的手指血管圖像之間相似度變高的部分模式。登錄部102將該檢測出的部分模式設為第2特征信息6-2(f1-f2)。同樣地,登錄部102檢測出在人物p1的手指血管圖像與各其他人(p3、…、pn)的手指血管圖像之間相似度變高的部分模式,并將該部分模式設為第2特征信息6-2(f1-f3)、…、(f1-fn)。這樣提取出的第1特征信息6-1(f1)和多個第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)成為人物p1的特征。

在圖6的例子中,人物p1的血管的部分模式p1a與人物p2的血管的部分模式p2a相似。因此,人物p1的第2特征信息6-2(f1-f2)也可以將人物p1的血管的一部分即部分模式p1a設為第2特征信息6-2(f1-f2)?;蛘?,也可以將人物p2的血管模式的一部分即部分模式p2a設為第2特征信息6-2(f1-f2)。

此外,作為其他例子,關于相似度較高的血管的部分模式p1a、p2a,也可以在變形等變形處理中提取從一方的部分模式接近另一方的部分模式的情況下的變形處理的中途的模式作為第2特征信息6-2(f1-f2)。

此外,在圖6的例子中,在人物p1與人物p2之間作為相似度較高的血管的部分模式而提取的第2特征信息6-2(f1-f2)和在人物p1與人物p3之作為相似度較高的血管的部分模式而提取的第2特征信息6-2(f1-f3)的不同點在于血管的部分模式的區域尺寸。也就是說,根據人物的組合,以各種區域尺寸提取相似度較高的血管的部分模式即第2特征信息6-2。另外,第2特征信息6-2的區域尺寸越大成為識別度越高的特征。

作為第2特征信息6-2即血管的部分模式的檢測方法,也可以應用于以下的例子中。例如,首先,以預先設定的數分別分割2人的手指血管圖像而分為多個部分模式。接著,在多個部分模式的組合中選擇相似度最高的部分模式的組合,將該部分模式設為第2特征信息6-2即可。并且,作為其他例子,可以分別在2人的手指血管圖像中,一邊使作為部分模式而切出的區域尺寸或位置變化,一邊檢測相似度變高的部分模式。

此外,可以從通過手指血管圖像中的特征點的核對等利用了局部特征的核對而計算出的相似度較高的部分區域中提取部分模式作為第2特征信息6-2。此時,預先設定與通過2個血管的部分模式的核對計算出的相似度相關的閾值,在2個血管的部分模式的相似度超過閾值的情況下,可以將該部分模式設為第2特征信息6-2。此外,在2個手指血管圖像之間檢測出多個相似度高的部分模式的情況下,可以將每個部分模式設為第2特征信息6-2。

在本實施例中,將第2特征信息6-2設為血管的部分模式,但也可以將其他信息設為第2特征信息6-2。例如,作為第2特征信息6-2也可以采用血管的部分模式所包含的血管數、部分模式區域內血管所占的比例或在部分模式內血管流過的方向信息等。

作為其他例子,也可以將部分模式內的血管圖像的亮度梯度信息等直方圖設為第2特征信息6-2。該情況下,也可以使用針對血管的部分模式的切出位置的偏移的強健(robust)的信息作為第2特征信息6-2,從而能夠提高認證精度。此外,也可以將能夠從血管圖像提取的其他特征設為第2特征信息6-2。

接著,對提取的第1特征信息6-1和第2特征信息6-2的登錄方法進行說明。如圖6所示,登錄部102將提取的第1特征信息6-1(f1)和多個第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)登錄在登錄數據庫8中作為人物p1的特征。

對于要登錄的多個第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)的存儲順序,例如第2特征信息6-2的區域尺寸越大越先存儲。由此,能夠從尺寸較大且識別度較高的第2特征信息6-2開始與被認證者的血管圖像進行核對。此外,在其他例子中,也可以根據用于表示第2特征信息6-2的識別性的大小的指標,按照識別度從高到低的順序進行存儲。向登錄數據庫8追加新的登錄數據的情況下,不僅登錄新登錄的人物pn+1的第1特征信息6-1和第2特征信息6-2,而且更新已登錄的人物p1~pn的第2特征信息6-2。例如,對于已登錄的人物p1,在人物p1與新登錄的人物pn+1之間提取第2特征信息6-2(f1-fn+1),并追加為人物p1的登錄數據。

認證處理流程與圖3的流程圖相同,但以人物px認證的情況為例,對認證處理的具體流程進行說明。圖7表示登錄為被認證者px的人物p1的生物體特征的核對方式。

首先,被認證者px提示生物體,并通過測量設備12取得手指血管圖像。圖像輸入部18從取得的手指血管圖像提取成為第1特征信息6-1(fx)的血管模式,并輸入給認證處理部13。認證部101核對被認證者px的第1特征信息6-1(fx)與登錄的人物p1的第1特征信息6-1(f1)來計算相似度。

對于第2特征信息6-2的核對,認證部101通過在被認證者px的手指血管圖像中搜索所登錄的人物p1的第2特征信息6-2來計算相似度。例如,如圖7所示,認證部101在被認證者px的手指血管圖像整體中搜索所登錄的人物p1的第2特征信息6-2(f1-f2)。搜索的結果,如圖7所示,在手指血管圖像整體中,在虛線框的部分模式的位置,相似度最大。認證部101將相似度最大的部分模式判定為第2特征信息6-2(fx-f2),并記錄該相似度作為第2特征信息6-2(fx-f2)與人物p1的第2特征信息6-2(f1-f2)的相似度。同樣地,認證部101用人物pi的第2特征信息6-2(f1-fi)搜索被認證者px的手指血管圖像整體,記錄相似度最高的位置的相似度。認證部101綜合這樣得到的多個相似度來計算最終核對分數。最終核對分數的大小在超過預先設定的認證閾值的情況下,認證px作為p1,在低于預先設定的認證閾值的情況下,px進行與登錄數據庫8上的下個登錄數據的核對。

在本例子中,需要核對已登錄的人物p1的第2特征信息6-2(f1-f2)與被認證者px的第2特征信息6-2(f1-f2)來計算相似度。但是,不知道在被認證者px的手指血管圖像中,將哪個部分模式設成應成為與第2特征信息6-2(f1-f2)的核對對象的第2特征信息6-2(fx-f2)。因此,如圖7所示,在被認證者pX的手指血管圖像整體的區域中,一邊進行核對與人物p1的第2特征信息6-2(f1-f2)的相似度最大的位置(部分模式)一邊進行搜索,由此能夠計算出被認證者px的手指血管圖像中的部分模式與人物p1的第2特征信息6-2(f1-f2)之間的相似度。

根據上述結構,從生物體形態信息引出有益于到此為止沒有使用的認證的特征信息,能夠靈活運用該特征信息進行認證。尤其,生物體特征信息6包括僅參照1個人物的生物體形態信息而提取的第1特征信息6-1和根據不同人物的生物體形態信息之間的相關性來取得的第2特征信息6-2。除了利用第1特征信息6-1外,還利用第2特征信息6-2,由此能夠進行高精度的認證。

[第2實施例]

在本實施例中,說明從被認證者的生物體形態信息提取第2特征信息6-2的結構。在本實施例中,將提取屬性與第2特征信息6-2一起登錄在登錄數據庫8中。在此,提取屬性是指從輸入信息提取成為與登錄數據庫8中的第2特征信息6-2的核對對象的第2特征信息6-2的屬性信息。例如,提取屬性是指生物體部位、提取位置、區域尺寸等信息。

圖8A表示將第2特征信息6-2的提取屬性與第2特征信息6-2一起進行登錄的結構。不考慮與p1以外的人物(p2、…、pn)的生物體的關系,獨立地提取要從人物p1的生物體形態信息中提取的第1特征信息6-1(f1)。登錄部102從人物p1的生物體形態信息提取第1特征信息6-1(f1)。

另一方面,第2特征信息6-2是人物p1與人物p1以外的人物(p2、…、pn)之間的相關值變高的特征。登錄部102比較人物p1的生物體形態信息與某其他人(p2、…、pn)的生物體形態信息,從人物p1的生物體形態信息提取在與各其他人之間相關值(相似度)變高的特征作為第2特征信息6-2。此時,登錄部102對人物p1與各其他人的每個組合提取用于表示第2特征信息6-2的屬性信息的提取屬性9的信息。登錄部102將第2特征信息6-2的提取屬性9與第2特征信息6-2一起登錄在登錄數據庫8中。

根據人物p1與各其他人pi的組合,用于提取第2特征信息6-2(f1-fi)的表示生物體部位、提取位置、區域尺寸等屬性信息的提取屬性9(p1-pi)能夠變化。因此,登錄部102對人物p1與各其他人pi的各組合,將第2特征信息6-2(f1-fi)的提取屬性(p1-pi)登錄在登錄數據庫8中。另外,圖8B是本實施例的登錄數據庫8的表格的一例。例如,對圖4B的結構追加用于存儲提取屬性9的信息的項目即可。

作為提取屬性9,除了上述例子外,還可以考慮登錄時的人物p1的第2特征信息6-2(f1-fi)與人物pi的第2特征信息6-2(fi-f1)之間的相關值(相似度)等。因此,作為提取屬性,也可以登錄登錄者p1的第2特征信息6-2(f1-fi)與人物pi的第2特征信息6-2(fi-f1)的核對中的相似度的平均或方差等的相關值。由此,可以從已登錄的相關值與實際認證時使用第2特征信息6-2(f1-fi)計算出的相關值之間的差異,更準確地求出本人可能性。

圖9是利用第2特征信息6-2的提取屬性9來進行認證的流程圖的一例。被認證者向攝像頭等測量設備12提示生物體后,測量設備12感知被認證者的生物體(S301)。接著,圖像輸入部18由測量設備12測量出的生物體形態信息來生成成為輸入數據的第1特征信息6-1(S302)。

接著,作為核對處理的初始化,認證部101將用于確定登錄數據的變量i初始化為1(S303)。變量i與登錄數據的排列順序對應,i為1時,表示開頭的登錄數據,在登錄數據數為N的情況下,表示是最后的登錄數據。圖像輸入部18利用第i登錄的第2特征信息6-2的提取屬性9,根據被認證者的生物體形態信息生成成為輸入數據的第2特征信息6-2(S304)。

接著,認證部101核對所生成的輸入數據即第1特征信息6-1與登錄數據庫8上的第i登錄數據即第1特征信息6-1,計算核對分數1(i)。并且,認證部101核對輸入數據即第2特征信息6-2與登錄數據庫8上的第i登錄數據即第2特征信息6-2,計算核對分數2(i)(S305)。

接著,認證部101綜合核對分數1(i)和核對分數2(i),來計算用于進行最終的認證判定的最終核對分數(i)(S306)。認證部101判定最終核對分數(i)是否在預先設定的認證閾值Th2以上(S307)。在滿足該判定條件的情況下,認證部101判定認證成功(S308)。

在最終核對分數(i)低于認證閾值Th2的情況下,認證部101增加變量i的值,與登錄數據庫8上的下個登錄數據進行核對。與最后的登錄數據N的核對結果,在最終得分(N)低于認證閾值的情況下,沒有要核對的登錄數據,因此認證部101判定認證失敗(S309)。

圖10和圖11是說明將第1特征信息6-1、第2特征信息6-2與提取屬性9一起登錄的情況的認證方法的圖。

在進行人物px與登錄數據庫8上的人物的登錄數據的認證時,提取人物px的第1特征信息6-1和第2特征信息6-2。認證部101根據與登錄數據庫8上的人物的第1特征信息6-1和第2特征信息6-2進行核對而計算出的相似度的大小來認證人物px。該認證動作的情形與圖5相同,但與圖5的不同點在于,從人物px提取第2特征信息6-2時,利用登錄在登錄數據庫8中的提取屬性9。

在核對被認證者px與登錄數據庫8上的人物p1的情況下,從人物px的生物體形態信息提取第1特征信息6-1(fx)。認證部101核對第1特征信息6-1(fx)與已登錄的人物p1的第1特征信息6-1(f1)來計算相似度。此外,為了與人物p1進行核對而從被認證者px提取第2特征信息6-2(fx-fi)時,利用登錄數據庫8上的提取屬性9(p1-p2、…、p1-pn)。利用提取屬性9(p1-p2、…、p1-pn),從人物px的生物體形態信息提取多個第2特征信息6-2(fx-f2、fx-f3、…、fx-fn)。認證部101分別將被認證者px的第2特征信息6-2(fx-f2、fx-f3、…、fx-fn)與人物p1的第2特征信息6-2(f1-f2、f1-f3、…、f1-fn)進行核對,來計算相似度。接著,認證部101根據所得到的多個相似度計算出最終核對分數。認證部101在最終核對分數超過預先設定的閾值的情況下,將人物px判定為人物p1。在圖10的例子中,多個相似度的值整體較低,且最終核對分數也較低,因此將被認證者px判定為不是人物p1。另一方面,在圖11的例子中,多個相似度的值整體較大,且最終核對分數也較大,因此將被認證者px判定為是人物p2。

另外,在上述例子中,提取第2特征信息6-2作為在2人的生物體之間相關高的特征,但也可以提取在3人以上的人物之間相關變高的特征作為第3特征信息。一般,人物越多,越難表現在多個人物之間相關變高的特征,因此容易成為識別度較高的特征。

接著,對更具體的實施例進行說明。在以下,將人的生物體形態信息設為手指血管圖像,將提取的第1特征信息6-1和第2特征信息6-2設為從手指血管圖像提取的手指血管模式。圖12表示從手指血管圖像提取第1特征信息6-1、第2特征信息6-2以及提取屬性9,并登錄在登錄數據庫8中的例子。

如圖12所示,假定通過測量設備12(具體而言,攝像頭)得到人物p1、人物p2、…、人物pn的血管圖像。首先,登錄部102從人物p1的手指血管圖像提取第1特征信息6-1(f1)。登錄部102不考慮與人物p1以外的人物的圖像的關系,而通過一律的方法,從人物p1的手指血管圖像提取第1特征信息6-1(f1)。接著,登錄部102提取在人物p1的手指血管圖像與其他人(p2、…、pn)的手指血管圖像之間相似度變高的部分模式作為第2特征信息6-2。例如,登錄部102在人物p2的手指血管圖像的所有區域中一邊進行匹配一邊搜索人物p1的手指血管圖像的某部分模式,并檢測出在與人物p2的手指血管圖像之間相似度變高的部分模式。此時,登錄部102取得用于提取成為第2特征信息6-2的部分模式的位置和區域尺寸等提取屬性9的信息。登錄部102在登錄第2特征信息6-2的血管的部分模式時,將與該第2特征信息6-2對應的提取屬性一并登錄在登錄數據庫8中。

根據該結構,在登錄第2特征信息6-2的血管的部分模式時,將從手指血管圖像整體提取第2特征信息6-2的提取屬性(位置或區域尺寸等)一并進行登錄。由此,認證被認證者時,利用提取屬性從任意的被認證者px的手指血管圖像唯一提取成為第2特征信息6-2的血管的部分模式,并能夠進行與登錄數據庫8的各人物的第2特征信息的核對。

如圖12所示,可以根據人物p1與人物pi的組合,表示從手指血管圖像中提取第2特征信息6-2(f1-fi)即部分模式的位置或區域尺寸等屬性信息的提取屬性9(p1-pi)變化。因此,對每個人物p1與人物pi的組合,在登錄數據庫8中登錄第2特征信息6-2(f1-fi)的提取屬性(p1-pi)。

圖13是說明使用了屬性信息即提取屬性的認證例的圖。在圖13中,通過核對被認證者px與人物p1的登錄數據的例子進行說明。

首先,被認證者px提示生物體,并通過測量設備12取得手指血管圖像。圖像輸入部18從取得的手指血管圖像提取成為第1特征信息6-1(fx)的血管模式。對于第2特征信息6-2,圖像輸入部18利用登錄在登錄數據庫8中的提取屬性9,從被認證者px的手指血管圖像中提取第2特征信息6-2(fx-f2)。同樣地,圖像輸入部18利用登錄在登錄數據庫8中的提取屬性9,從被認證者pX的手指血管圖像提取第2特征信息6-2(fx-f3、…、fx-fn)。

接著,認證部101核對被認證者pX的第1特征信息6-1(fx)與人物p1的第1特征信息6-1(f1)來計算出相似度。并且,認證部101分別核對被認證者pX的第2特征信息6-2(fx-f2、…、fx-fn)與人物p1所對應的第2特征信息6-2(f1-f2、…、f1-fn)來計算相似度。認證部101綜合這樣得到多個相似度,來計算最終核對分數。在最終核對分數的大小超過預先設定的認證閾值的情況下,將px認證為p1,在低于預先設定的認證閾值的情況下,px與登錄數據庫8上的下個登錄數據進行核對。

在本實施例中,將各人物的組合中的血管圖像中的部分模式即第2特征信息6-2的提取位置或尺寸等提取屬性登錄在登錄數據庫8中,因此通過利用該提取屬性,能夠從輸入的被驗者px的血管圖像中唯一提取第2特征信息6-2。

在本實施例中,提取第2特征信息6-2作為在所有2個手指血管圖像(血管模式)之間相似的部分模式,但實際上在2個手指血管圖像之間并不一定存在相似的部分模式。因此,在不存在相似的部分模式的情況下,可以對一方的血管模式進行旋轉、反轉、尺寸變化(標度變化)以及變形中的至少1個模式變換處理。由此,可以提取在2個手指血管圖像之間相似的部分模式。

具體而言,登錄人物p1的第2特征信息6-2時,假定無法找到在人物p1與人物p2之間相似的血管的部分模式。此時,登錄部102可以對人物p2的血管的部分模式進行上述的模式變換處理,來生成與人物p1的血管的部分模式相似的部分模式。登錄部102也可以登錄對該人物p2的血管的部分模式進行了變換的模式作為第2特征信息6-2(f1-f2)。在人物p1為被認證者的情況下,通過核對從人物p1提取的作為第2特征信息6-2的部分模式(輸入數據)與變換人物p2的部分模式而生成的第2特征信息6-2(登錄數據),來得到較高的相似度。

此外,假定被認證者即人物p1的血管模式較少,且在血管模式中缺乏曲線等幾何結構的情況下,認證部101也可以對人物p1的血管的部分模式進行變換處理。由此,認為認證精度變高。作為第2特征信息6-2的提取屬性9,在登錄數據庫8中除了可以登錄第2特征信息6-2的提取位置或尺寸外,還可以登錄部分模式的變換處理的參數信息。由此,認證時,利用模式變換處理的參數,認證部101可以對被認證者即人物p1的血管的部分模式進行模式變換處理。

對于多個相似度的處理,在本實施例中,計算出了通過第1特征信息6-1的核對而得到的相似度和通過第2特征信息6-2的核對而得到的相似度。在到此為止的例子中,通過綜合這些多個相似度來求出1個相似度(最終核對分數),來進行認證。除此之外,可以首先通過第1特征信息6-1進行核對,在相似度高于預先設定的認證閾值的情況下設為認證成功,僅在相似度低于認證閾值的情況下,利用基于第2特征信息6-2的核對的多個相似度。相反,也可以首先通過第2特征信息6-2進行核對,在相似度高于預先設定的認證閾值的情況下設為認證成功,僅在相似度低于認證閾值的情況下,利用基于第1特征信息6-1的核對的相似度。此外,也可以僅根據基于第2特征信息6-2的核對的相似度來判定認證結果。

對于第2特征信息6-2中的核對順序,在登錄數據庫8中的第2特征信息6-2的登錄數據數較少的情況下,能夠與已登錄的所有第2特征信息6-2進行核對,來進行認證。但是,在第2特征信息6-2的登錄數據數龐大的情況下,與已登錄的所有第2特征信息6-2進行核對可能需要較多的時間。因此,可以僅與已登錄的多個第2特征信息6-2中的、對認證結果的貢獻程度較大的第2特征信息6-2進行核對。由此,無需進行與所有的第2特征信息6-2的核對,而能夠使在中途停止核對的情況下的認證的判定結果同進行與所有第2特征信息6-2的核對的情況下的認證的判定結果大致相同。除此之外,也能夠實現認證處理的高速化。

關于對認證結果的貢獻程度的計算方法,可以將第2特征信息6-2登錄時的2人的生物體特征的相似度的大小設為貢獻程度?;蛘?,在登錄數據庫8中進行核對等,也可以將本人核對時的第2特征信息6-2中的相似度較高,且另一方面第2特征信息6-2不會一致的2個人物之間的核對的相似度較低那樣的、所謂的第2特征信息6-2的識別性的大小設為對認證結果的貢獻程度。對于很難使用第2特征信息6-2進行核對時的第2特征信息6-2的順序,可以對每個已登錄的人物設定固有順序,還可以在登錄數據庫8中一律設定第2特征信息6-2的順序。

在本實施例中,提取了在2個不同的手指血管圖像之間相關性變高的第2特征信息6-2,但也可以提取在3個以上的不同的手指血管圖像之間相關性變高的第3特征信息。也可以將第1特征信息6-1和第2特征信息6-2設定為血管圖像中的某特定特征點或灰色標度表現的血管圖像的亮度起伏信息等。此外,第1特征信息6-1和第2特征信息6-2也可以分別從不同的生物體形態(血管、指紋、掌紋、掌形、指甲形狀、面部、耳形、虹膜、視網膜、步態等)中提取。

[第3實施例]

在第1和第2實施例中說明了在2個人物之間提取相關值(相似性)較高的第2特征信息6-2,并用于核對,由此認證個人的例子。除了第1特征信息6-1外,若還利用第2特征信息6-2,則能夠進行高精度的認證。另一方面,隨著在服務器等上的登錄數據庫8中登錄的數據數增加,存在認證速度變慢的可能性。因此,在本實施例中敘述了利用在多個人物之間相似性變高的特征來高精度且高速地執行認證的方法。

在第1和第2實施例中,將在2人之間相似度變高的生物體形態特征設為第2特征信息6-2,但本例子中,利用根據3人以上的不同人物的生物體形態信息之間的相關性而取得的第3特征信息(組特征信息)6-3。第3特征信息6-3是在3人以上的人物之間相關值(相似性)較高的特征信息。另外,也可以將在3人以上的人物之間相關值(相似性)較低的特征信息設為第3特征信息6-3。這里的“相關值較高(或較低)”的意思與上述說明的內容相同。利用對在該3人以上中共通而相似度變高的第3特征信息6-3與多個人物進行核對而得到的多個相似度同時變高的共現性,不僅能夠認證個人還可以確定個人所屬的組。

例如,在多個被認證者生成等待認證的行列,一個接一個進行認證的場面中,考慮屬于相同組的多個被認證者一塊在等待行列中排隊。因此,核對時間和空間上接近的多個被認證者與第3特征信息6-3。此時,得到多個較高相似度的情況下,屬于某特定組的多個被認證者在該場地的可能性變高。因此,在認證了某被認證者后能夠確定該被認證者所屬的組時,在此后要認證的被認證者中存在屬于該組的人物的可能性較高。因此,確定組后,對位置和時間接近的被認證者優先核對屬于該組的人物的登錄數據。由此,與以往相比,能夠高速進行與準確的被認證者的登錄數據進行核對的概率變高。

圖14是利用在多個人物之間相似度變高的第3特征信息6-3來確定被認證者所屬的組的流程圖的一例。

首先,同時或以預定的較短時間間隔,通過測量設備12攝影多個被認證者j的生物體(S401)。接著,圖像輸入部18根據各被認證者的生物體形態信息生成第3特征信息6-3作為輸入數據(S402)。接著,作為核對處理的初始化,認證部101將用于確定登錄數據的變量i初始化為1(S403)。變量i與登錄數據的排列順序對應,i為1時,表示開頭的登錄數據,在登錄數據數為N的情況下,表示是最后的登錄數據。

接著,認證部101核對生成的輸入數據即第3特征信息6-3與登錄數據庫8上的第i登錄數據即第3特征信息6-3,計算核對分數3j(i)(S404)。接著,認證部101對核對分數3j(i)超過預先設定的認證閾值Th3的被認證者數k進行計數(S405)。然后,認證部101判定被認證者數k是否在預先設定的閾值Th4以上(S406)。在此,通過進行使用閾值Th4的判定,能夠同時或以預定的較短時間間隔對判定組中的某一定人數進行認證。例如,4個人物屬于某組的情況下,將閾值Th4設定為“3”時,即使在該組的所有人數不滿足步驟S406的判定時,也能夠判定對組的剩余人進行認證的可能性較高,能夠推定組。

在被認證者數k在閾值Th4以上的情況下,假定核對分數3超過認證閾值Th3的被認證者屬于組i,認證部101確定組(S407)。在被認證者數k低于閾值Th4的情況下,認證部101進行與下個登錄數據的核對。與最后的登錄數據N的核對結果,被認證者數k低于閾值Th4的情況下,沒有要核對的登錄數據,因此設為組確定失敗(S408)。

圖15A是說明組的第3特征信息6-3的提取方法的圖。存在屬于組1的5人即人物p1、p2、p3、p4、p5。登錄部102提取在這些5人之間共通地相似度變高的第3特征信息6-3(gf1),并將第3特征信息6-3(gf1)登錄在登錄數據庫8中。每個組的第3特征信息6-3不同,因此登錄各組的第3特征信息6-3(gf1、gf2、…、gfn)。

圖15B是登錄數據庫8的具體例子。登錄數據庫8具備包含用于確定各組的識別符(組ID)403、第3特征信息6-3以及屬于該組的用戶識別符(用戶ID)404的第2表格。例如,屬于組的用戶識別符404中的信息與圖4B的ID401對應。因此,利用第3特征信息6-3確定組后,可以使用圖4B的信息來認證個人。

圖16是說明組的確定方法的圖。以進行在時間和空間上接近的4個被認證者px1、px2、px3、px4的認證的例子進行說明。認證部101分別核對登錄在登錄數據庫8中的組1的第3特征信息6-3(gf1)與從4個被認證者的生物體形態信息得到的第3特征信息(gx1、gx2、gx3、gx4),來計算多個相似度。在計算出的4個相似度中,與px1、px2、px3進行核對而得到的3個相似度高于認證閾值Th3。此外,假定滿足認證閾值Th3的人數在閾值Th4以上。該情況下,認證部101判定除了px4以外的px1、px2、px3等3人屬于組1。另外,對于px4,在此小于認證閾值Th3,因此沒有判定屬于組1,但也可以推定為屬于組1,來進行之后的處理。認證時,有時從各人物得到的生物體形態信息包含噪聲等,無法得到正確的判定。因此,使與屬于組1的人同時或以較短時間間隔進行認證的一方優先,如上所述,也可以將px4處理為屬于組1。

圖16的例子的情況下,僅知道px1、px2、px3屬于組1,而無法認證是屬于組1的哪個人物。因此,在認證個人的情況下,需要另外與屬于組1的人物的第1特征信息6-1和第2特征信息6-2進行核對,個別地認證被認證者。但是,僅與被稱為屬于組1的人物的第1特征信息6-1和第2特征信息6-2的、從已登錄的所有數據中檢索出的少數特征信息進行核對即可,因此能夠使核對時間高速化。

[第4實施例]

此外,登錄組1的第3特征信息6-3(gf1)時,也可以一并登錄用于提取第3特征信息6-3的位置或第3特征信息6-3的區域尺寸等提取屬性。在此,與上述同樣地,提取屬性是用于從輸入信息提取成為與登錄數據庫8中的第3特征信息6-3的核對對象的第3特征信息6-3的屬性信息。例如,第3特征信息6-3是生物體部位、提取位置、區域尺寸等信息。

根據組內的各人物,表示用于提取第3特征信息6-3的生物體部位、提取位置、區域尺寸等屬性信息的提取屬性可以變化。因此,登錄部102在組中對每個人物將第3特征信息6-3的提取屬性登錄在登錄數據庫8中。由此,能夠利用提取屬性從任意的被認證者px唯一提取第3特征信息6-3,來進行與登錄在登錄數據庫8中的第3特征信息6-3的核對。

圖17是并用第3特征信息6-3和提取屬性來確定被認證者所述的組的流程圖的一例。

首先,同時或以較短時間間隔,通過測量設備12攝影多個被認證者j的生物體(S501)。圖像輸入部18根據各被認證者的生物體形態信息生成第3特征信息6-3作為輸入數據(S502)。作為核對處理的初始化,認證部101將用于確定登錄數據的變量i初始化為1(S503)。變量i與登錄數據的排列順序對應,i為1時,表示開頭的登錄數據,在登錄數據數為N的情況下,表示是最后的登錄數據。

接著,圖像輸入部18利用登錄數據庫8上的第i個被登錄的組i的第3特征信息6-3的提取屬性,根據各被認證者j的生物體形態信息生成成為輸入數據的第3特征信息6-3(S504)。接著,認證部101核對所生成的輸入數據即第3特征信息6-3與登錄數據庫8上的第i登錄數據即第3特征信息6-3,計算核對分數3j(i)(S505)。接著,認證部101對核對分數3j(i)超過預先設定的認證閾值Th3的被認證者數k進行計數(S506)。然后,認證部101判定被認證者數k是否在預先設定的閾值Th4以上(S507)。

在被認證者數k在閾值Th4以上的情況下,假定核對分數3超過認證閾值Th3的被認證者屬于組i,認證部101確定組。與此同時,認證部101還對核對分數3超過認證閾值Th3的被認證者進行個人認證(S508)。被認證者數k低于閾值Th4的情況下,認證部101與下個登錄數據進行核對。與最后的登錄數據N的核對結果,被認證者數k低于閾值Th4的情況下,沒有要核對的登錄數據,因此認證部101判定組確定失敗(S509)。

圖18A是說明組的第3特征信息6-3的提取方法的圖。存在屬于組1的5人即人物p1、p2、p3、p4、p5。登錄部102提取在這些5人之間共通地相似度變高的第3特征信息6-3(gf1),并且提取各人物的第3特征信息6-3的提取屬性。登錄部102將第3特征信息6-3(gf1)和提取屬性的組合登錄在登錄數據庫8中。每個人物的第3特征信息6-3的提取屬性不同,因此登錄各人物的第3特征信息6-3的提取屬性(p1-1、…、p1-5)。

圖18B是登錄數據庫8的具體例子。登錄數據庫8具備包含用于確定各組的識別符(組ID)403、第3特征信息6-3、用于提取第3特征信息6-3的提取屬性405以及與各提取屬性405對應的用戶識別符(用戶ID)404的第3表格。在該例子中,提取屬性405的“p1-1”與用戶識別符404的“AAA”對應。如此,將提取屬性405與用戶識別符404對應起來進行存儲。因此,使用提取屬性405來對各人物提取唯一的第3特征信息,能夠與登錄數據庫8上的第3特征信息6-3進行核對。由此,能夠確定組的同時確定各人物。

圖19是說明組的確定以及個人的確定的圖。假定被認證者px1、px2、px3在一起的情況。在此,認證部101核對由5人(人物p1、p2、p3、p4、p5)組成的組1的第3特征信息6-3(gf1)與從被認證者px1、px2、px3提取出的第3特征信息。另外,提取屬性(p1-1、p2-1、p3-1、p4-1、p5-1)分別與人物p1、p2、p3、p4、p5對應。

首先,圖像輸入部18利用從屬于組1的各人物唯一提取第3特征信息6-3的各提取屬性(p1-1、p2-1、p3-1、p4-1、p5-1),從人物px1分別提取第3特征信息6-3(gx1-1、gx1-2、gx1-3、gx1-4、gx1-5)。此時,根據提取屬性(p1-1、p2-1、p3-1、p4-1、p5-1)提取的特征位置或尺寸不同,因此與此相伴,第3特征信息6-3(gx1-1、…、gx1-5)也發生變化。因此,區別地使用通過各提取屬性(p1-1、p2-1、p3-1、p4-1、p5-1)提取的第3特征信息6-3(gx1-1、…、gx1-5)。

認證部101分別核對從人物px1提取的多個第3特征信息(gx1-1、…、gx1-5)與登錄在登錄數據庫8中的組1的第3特征信息6-3(gf1)來計算相似度。

在圖19的例子中,基于從被認證者px1提取的第3特征信息6-3(gx1-2)與已登錄的第3特征信息6-3(gf1)的核對的相似度比其他相似度高。同樣地,基于從被認證者px2提取的第3特征信息6-3(gx2-4)與已登錄的第3特征信息6-3(gf1)的核對的相似度比其他相似度高。并且,基于從被認證者px3提取的第3特征信息6-3(gx3-1)與已登錄的第3特征信息6-3(gf1)的核對的相似度比其他相似度高。較高相似度共現,因此認證部101能夠判定為3人即人物px1、px2、px3屬于組1。并且,關于人物px1,利用提取屬性p2-1提取的第3特征信息6-3(gx1-2)與已登錄的第3特征信息6-3(gf1)的核對的相似度較高。因此,認證部101可以將人物px1認證為人物p2。同樣地進行判斷時,可以將人物px2認證為人物p4,將人物px3認證為人物p1。

在圖16、圖19的例子中說明了根據3人以上的人物之間的共通的第3特征信息6-3進行組的確定的例子以及進行組的確定和個人認證雙方的例子。并不局限于此,除了基于第3特征信息6-3的認證外,還可以并用在第1實施例中說明的從1個生物體形態信息獨立地提取的第1特征信息6-1和以使2人之間相似度變高的方式提取的第2特征信息6-2來進行認證。此外,以之前通過第1特征信息6-1進行了核對的結果為已基礎,限定進行另一方的第3特征信息6-3的核對的人物,由此不進行多于的核對,也能夠在保持較高認證精度的情況下實現高速化。與此相反,以之前通過第3特征信息6-3進行了核對的結果為已基礎,限定進行另一方的第1特征信息6-1的核對的人物,由此也能夠在保持較高認證精度的情況下實現高速化。

此外,也能夠對使用了第1特征信息6-1、表示2人間較高相關的第2特征信息6-2以及表示3人以上的多個人之間較高相關的第3特征信息6-3的核對的相似度進行組合來進行高精度的認證。例如,通過對由第3特征信息6-3的核對計算出的相似度、由第1特征信息6-1以及第2特征信息6-2的核對而計算出的相似度進行綜合,能夠進行高精度的認證。

[第5實施例]

接著,對并用第3特征信息6-3和第1特征信息6-1(或第2特征信息6-2)的例子進行說明。根據該結構,不僅能夠擔保認證精度,還能夠提高認證的高速化和方便性。

在圖16、圖19的例子中,通過與登錄在登錄數據庫8上的各組的第3特征信息6-3進行核對,來確定被認證者所屬的組。另一方面,已登錄的第3特征信息6-3的數量龐大時,與此對應與第3特征信息6-3的核對次數增加,到組的確定為止需要時間。因此,在屬于相同組的多個被認證者依次想要進行認證的情況下,最初通過第1特征信息6-1認證人物,從該認證完的人物確定該人物所述的組。由此,能夠削減確定組所需要的時間。確定完組后,在剩余的被認證者中存在屬于已確定的組的人物的可能性較高,因此并用已確定的組的第3特征信息6-3和第1特征信息6-1。由此,能夠進行高精度且高速的認證。

圖20表示首先通過第1特征信息6-1認證個人,之后,確定已認證的人物所屬的組的流程圖的一例。在該結構中,能夠僅對屬于已確定的組的人物進行高效的認證。

最初,認證部101通過第1特征信息6-1對人物p1進行認證(S601)。接著,認證部101確定認證者p1所屬的組(S602)。例如,如圖4B的第1表格以及圖15B的第2表格所示,若將第1表格和第2表格通過用戶ID關聯起來,則在基于第1特征信息6-1的認證后,確定該認證者所屬的組,能夠進行基于第3特征信息6-3的認證。

接著,通過測量設備12至少攝影1個被認證者px的生物體,取得各被認證者px的生物體形態信息(S603)。接著,認證部101判定被認證者px與認證者p1的空間距離是否小于Th5,且判定被認證者px與認證者p1的認證時間的間隔是否小于Th6(S604)??梢允褂酶魅宋锝辛巳現さ娜現び妹胖淶木嗬肜磁卸ū蝗現ふ遬x與認證者p1的空間距離。例如,存在多個認證用門的情況下,存儲裝置14也可以存儲認證用門之間的距離信息。例如,被認證者px通過與認證者p1進行了認證的門相同的門或相鄰的門進行了認證的情況下,認證部101可以判定為滿足步驟S604的空間距離條件。

判斷為不滿足步驟S604的條件的被認證者px與認證者p1的組不同,向步驟S605前進。此時,認證部101僅使用第1特征信息6-1來進行被認證者px的認證處理(S605)。

在滿足步驟S604的條件的情況下,向步驟S606前進。認證部101核對人物p1所屬的組i的第3特征信息6-3與從人物px提取的第3特征信息來計算核對分數3px(i)(S606)。接著,認證部101僅對屬于組i的各人物j,從登錄數據庫8取得第1特征信息6-1。認證部101核對屬于組i的各人物j的第1特征信息6-1與從人物px提取的第1特征信息來計算核對分數1(j)(S607)。

認證部101判定計算出的核對分數3px(i)和核對分數1(j)是否分別超過認證閾值Th7和認證閾值Th8(S608)。認證部101在滿足步驟S608的條件的情況下,判定為被認證者的認證成功(S609)。沒有滿足步驟S608的條件的情況下,認證部101判定為認證失敗(S610)。該情況下,認證部101從登錄數據庫8取得組i以外的人物的第1特征信息6-1,進行該第1特征信息6-1與從人物px提取的第1特征信息的核對(S611)。

根據上述結構,根據之前認證的人物p1確定組i,由此使用組i的第3特征信息6-3和屬于組i的人物的第1特征信息6-1來與被認證者px進行核對,因此能夠使認證高速化。并且,由于并用第3特征信息6-3和第1特征信息6-1,因此與通過第1特征信息6-1單體進行認證的情況下相比,即使步驟S608中的認證閾值Th8的值下降,也能夠維持認證系統整體的精度。以往,由于通過第1特征信息6-1單體進行認證,因此為了維持認證系統的精度,需要較高地設定認證閾值。另一方面,在本實施例中,能夠事先確定被認證者的組,來實施基于第3特征信息6-3的認證,因此即使第1特征信息6-1用認證閾值Th8的值下降,也能夠維持認證系統整體的精度。

圖21是說明并用了第3特征信息6-3和第1特征信息6-1的例子的圖。在該例子中,從手指血管圖像中提取第1特征信息6-1,從面部圖像中提取第3特征信息6-3。圖21表示多個被認證者px1~px9在3個認證門形成等待認證的行列的情況。多個認證者px1~px9通過空間上較近的認證門,并且,多個認證者px1~px9之間的認證時間間隔也較小。

首先,在認證門從由測量設備12取得的手指血管圖像提取第1特征信息6-1來進行認證。在等待認證行列中的等待中,從由測量設備12取得的面部圖像中提取第3特征信息6-3(面部特征)來進行認證。

假定最初通過第1特征信息6-1對1個人物進行認證,確定認證完的人物p1所屬的組2和該組2的第3特征信息6-3(gf2)。若假定人物p1與屬于組2的多個人物一起來到認證門,在3個認證門前排列的人物px1~px9中包括屬于與人物p1相同的組2的人物。

因此,人物p1剛剛認證完后限定于在相同認證門或位置接近的認證門進行認證的人物px1~px9,與登錄數據庫8上的組2的第3特征信息6-3(gf2)進行核對來進行認證。此外,在認證門,優先進行基于屬于組2的人物的第1特征信息6-1的核對。限定于被認證者px1~px9所屬的可能性較高的組2進行基于第3特征信息6-3(gf2)的核對,限定于屬于組2的人物進行基于第1特征信息6-1的核對。由此,與以往相比,高速地進行與準確的被認證者的登錄數據的核對的概率變高。

并且,通過限定于人物p1剛認證之后的被認證者px1~px9,能夠降低與登錄數據庫8中的第1特征信息6-1的核對以及與第3特征信息6-3的核對時的認證閾值。由于并用了第1特征信息6-1和第3特征信息6-3,因此與進行通過第1特征信息6-1單體的認證的情況相比,即使降低第1特征信息6-1和第3特征信息6-3的認證閾值,也能夠維持認證系統整體的精度。因此,能夠減少認證門的本人否定的頻率。此外,將降低認證閾值的被認證者現定于時間和空間上接近的人物,因此能夠抑制認證系統整體的他人認可的危險性。

[第6實施例]

接著,說明進行基于第3特征信息6-3的核對,確定完某組后,并用第3特征信息6-3和第1特征信息6-1的例子。圖22表示在圖14的流程后所實施的流程圖。即,在圖14的“A”后實施圖22的“A”的流程,在圖14的“B”后實施圖22的“B”的流程。

在該結構中,在核對某特定組的第3特征信息6-3與從多個人物提取的第3特征信息而得到的相似度同時較高的狀態(共現狀態)下,對較高相似度共現的人物進行基于第3特征信息6-3和第1特征信息6-1的并用的核對。由此,能夠進行高精度的認證。

在圖14中沒有確定組的情況下,認證部101僅利用第1特征信息6-1來進行被認證者px的認證處理(S701)。另一方面,在圖14中確定(或推定)了組的情況下(在此,假定確定為組i),認證部101限定于屬于組i的各人物j,從登錄數據庫8取得第1特征信息6-1。認證部101核對屬于組i的各人物j的第1特征信息6-1與從人物px提取的第1特征信息,來計算核對分數1(j)(S702)。

接著,認證部101判定在圖14的流程中計算出的核對分數3px(i)和核對分數1(j)是否分別超過認證閾值Th7和認證閾值Th8(S703)。認證部101在滿足步驟S703的條件的情況下,認為被認證者的認證成功(S704)。在沒有滿足步驟S703的條件的情況下,認證部101判定為認證失敗(S705)。該情況下,認證部101從登錄數據庫8取得組i以外的人物的第1特征信息6-1,并進行該第1特征信息6-1與從人物px提取的第1特征信息的核對(S706)。

如圖21所示,在認證門形成了進行基于手指血管(第1特征信息6-1)的等待認證的行列(被認證者px1~px9)的情況下,被認證者px1~px9緩慢地向認證門前進,大多情況下在到達認證門前需要時間。因此,考慮在到達該認證門前的時間,從被認證者px1~px9取得即使存在距離也能夠攝影的面部圖像(第3特征信息6-3),并進行基于第3特征信息6-3的核對,確定或推定多個被認證者所屬的組的情況。

在圖23的例子中,假定對被認證者px1~px9核對了組2的第3特征信息6-3(gf2)的結果,px4、px5、px6、px8這4人的相似度同時變高??梢愿菹嗨貧鵲拇笮∪范ɑ蟯貧?人屬于相同的組2。在核對多個被認證者與組2的第3特征信息6-3(gf2)而計算出的多個相似度超過預先設定的閾值的情況下,可以知道被認證者屬于組2。

此外,即使在某人物的相似度低于閾值的情況下,同時或以較短時間間隔到達認證門的其他人物的相似度較高時,也可以將相似度低于閾值的人物推定為屬于相同的組2。

能夠確定到達認證門的被認證者所屬的組,且也對個人進行了認證的情況下,直接通過認證門。通過綜合第3特征信息6-3的核對結果和認證門的第1特征信息6-1的核對結果,能夠進行高精度的認證。

在圖23的例子中,通過對推定為屬于組2的px4、px5、px6、px8這4人并用第1特征信息6-1和第3特征信息6-3,與以往的通過單體利用第1特征信息6-1的情況相比,在抑制認證系統整體的他人認可的危險的同時,能夠降低通過第1特征信息6-1的核對而計算出的相似度的認證閾值。因此,認證門的本人否定的概率降低,認證門的吞吐量提高。此外,在認證門,限定于被確定或推定為被認證者所屬的組的人物通過第1特征信息6-1進行核對,由此能夠比以往高效地進行與準確的被認證者的登錄數據的核對。

在本實施例中,從面部提取了第3特征信息6-3,但可以從通過非接觸方式攝影的虹膜、掌紋、血管等其他生物體形態中提取。此外,可以從血管、指紋、掌紋、掌形、指甲形狀、面部、耳形、虹膜、視網膜、步態等不同的形態中提取第1特征信息6-1、第2特征信息6-2以及第3特征信息6-3。

此外,在本實施例中示出了并用第1特征信息6-1和第3特征信息6-3的例子,但也可以并用第2特征信息6-2和第3特征信息6-3。此外,還可以使用第1特征信息6-1、第2特征信息6-2以及第3特征信息6-3這3個信息來進行認證。

提取第3特征信息6-3的多個人物的選擇考慮了各種方法,例如可以從共同行動的較多的多個人物中提取第3特征信息6-3。同時對多個人物一起進行認證的情況下,通過核對多個人物與第3特征信息6-3,能夠區別多個人物所屬的集團與其他不確定集團。此外,可以將確定的多個人物所屬的集團信息用于個人認證的高精度化中。

作為其他的提取第3特征信息6-3的多個人物的選擇方法,例如,可以從登錄有多個不確定的生物體形態信息的數據庫中選擇多個人物。該情況下,也可以為了在數據庫內識別性變高地決定選擇的人物與人數?;蛘?,也可以為了進行基于第3特征信息6-3的核對的數據庫內核對的高速化,決定選擇的人物和人數?;箍梢暈似淥康?,決定選擇的人物和人數。

[第7實施例]

在本實施例中,預先登錄多個人物所屬的組,在第1特征信息6-1的核對中利用多個高相似度共現的信息。根據該結構,能夠提高認證精度。

在第6實施例中說明了通過在多個人物之間共通的第3特征信息6-3的核對來確定(或推定)人物所屬的組,并用于個人認證的例子。在本實施例中利用了基于哪些人物屬于某組的相關的信息與僅從本人的生物體形態信息中提取的第1特征信息6-1的核對的相似度的共現關系。由此,能夠提高集團的確定和個人認證的精度。

圖26A是本實施例的登錄數據庫8中的表格的一例。登錄數據庫8具備包括用于確定各用戶的識別符(用戶ID)410、第1特征信息6-1以及用于確定各組的識別符(組ID)411的第4表格。

首先,如圖24所示,考慮被認證者px1、px2、…、px9想要通過3個認證門的情況。此時,在px1~px9中包括屬于相同的組1的人物p1、p2、p3、p4這4人。在3個認證門前形成3列等待認證的行列,為了最初在各個門認證前的px1、px2、px3進行認證,進行基于第1特征信息6-1的核對。

如圖25所示,認證部101通過與屬于組1的人物的第1特征信息6-1(f1)的核對計算相似度時,對人物px1得到較高的相似度。因此,將人物px1認證為人物p1。同樣地,對于人物px2,根據與第1特征信息6-1(f2)核對的相似度的大小認證為人物p2。此外,對于人物px3,根據與第1特征信息6-1(f3)核對的相似度的大小認證為人物p3。

在該時刻,屬于組1的人物p4尚未被認證。在該情況下,組1的4人中的3人的認證完成,因此屬于組1且尚未認證的p4被包含在從此進行認證的人物px4~px9中的概率較高。此時,人物px5與人物p4的第1特征信息6-1(f4)的核對結果,相似度稍稍低于認證閾值(即,相似度比認證閾值小預定值)。在此,利用之前相同組1的人物p1、p2、p3認證的結果,假定人物px5為人物p4,將人物px5作為人物p4來進行認證。即,人物p4是與相同組1的人物p1、p2、p3時間上和空間上接近的人物,因此將認證條件寬松地設定為預定時間。

圖26B是本實施例的認證處理的流程圖的一例。認證部101核對從被認證者的生物體形態信息取得的第1特征信息6-1與登錄數據庫8的第1特征信息601,來進行個人認證(S801)。在此,如圖25的例子所示,假設將px1~px3認證為p1~p3。認證部101通過參照圖26A的表格,認證完個人后,確定各人物p1~p3所屬的組(S802)。

接著,認證部101計數相同組(組1)的認證者數k(S803)。在此,認證者數k為“3”。認證部101在認證者數k在閾值Th9以上的情況下,向步驟S805前進。該情況下,認證部101在預定時間期間,將相同組的人物(在此為p4)的第1特征信息6-1的認證閾值設定為小預定值的值(S805)。

另外,在不滿足S804的條件的情況下,重復從步驟S801開始的處理。此外,關于S801~S804的處理,在經過了預先決定的時間的情況下,重置認證者數k的值。這是因為僅在通過時間上和空間上接近的多個被認證者確定了組的情況下,降低第1特征信息6-1的認證閾值。

在上述的例子中,利用之前相同組1的人物p1、p2、p3認證的結果,假定人物px5為人物p4來進行認證。然而,始終在降低了認證閾值的狀態下認證為人物p4時,對實際上不是p4的人進行誤認證的概率變高。但是,通過之前組1的多個人物認證剛完成后,限定于之后進行認證的人物即在時間上和空間上接近的人物,容易認證屬于組1且尚未進行認證的人物。由此,能夠極力減少降低了認證閾值的狀態下的核對次數,能夠減少誤認證為其他人的概率。

此外,能夠進行利用多個不同的第1特征信息6-1,并利用了基于各個第1特征信息6-1的核對的相似度的共現關系的多形態認證。例如,將2個不同的第1特征信息6-1分別設為第1特征信息6-1-1和第1特征信息6-1-2。在此,第1特征信息6-1-1是識別能力較低但對姿勢變動等強健,能夠從遠距離提取的特征。另一方面,第1特征信息6-1-2是若能夠以準確姿勢在靜止狀態下提取,則識別能力較高的特征。

利用通過屬于相同組的多個人物的第1特征信息6-1-1與多個被認證者的核對而得到的多個相似度同時變高的共現關系,由此能夠確定或推定被認證者所屬的組。核對登錄在登錄數據庫8中的第1特征信息6-1-1與被認證者而計算出的相似度比預先設定的閾值高的情況下,能夠認證被認證者,且能夠確定被認證的人物的組。對個人進行了認證,且能夠確定組的情況下,可以通過認證門。

另一方面,是與個人被認證,且確定了組的人物在時間上和空間上接近的被認證者,即通過與第1特征信息6-1-1的核對而計算出的相似度稍低于閾值的被認證者,不會被認證為個人,但可以推定該被認證者所屬的組。對于即使利用基于第1特征信息6-1-1的核對的較高相似度的共現關系,也無法認證個人的人物,并用該組的推定結果和識別性能高于第1特征信息6-1-1-的第1特征信息6-1-2。由此,能夠提高認證精度。

作為其他例子,在認證中可以利用屬于相同組的多個被認證者中的某人物通過第1特征信息6-1-1的核對得到較高相似度,而其他人物通過第1特征信息6-1-2的核對得到較高相似度的、基于不同特征的核對結果的相似度的共現關系。

[第8實施例]

在假定了經由如圖2所示的網絡7的云生物體認證的情況下,要求對服務器攻擊的對應策略。在本實施例中,將個人的生物體形態信息代碼化后,根據代碼生成唯一ID。以下,說明根據手指血管圖像生成唯一ID的例子,但同樣地也可以根據其他生物體形態信息生成唯一ID。

認證處理部13還具備根據生物體形態信息生成ID的ID生成部。此外,為了生成該ID,認證處理部13具備圖27所示的數據庫30。將數據庫30存儲在預定的存儲裝置中。如圖27所示,在數據庫30中登錄有用于與被認證者的手指血管圖像進行核對的多個(m個)參照模式(血管模式)。將參照模式j(j=1~m)設為在已登錄的多個血管模式之間相似度較高的部分模式。

在本例子中,對于所攝影的手指血管圖像,正規化手指的姿勢變動或照明變動對血管模式產生的影響,并且假設始終切出相同血管模式區域。也就是說,在能夠忽略手指的姿勢變動或位置變動以及照明變動的影響的狀態下,進行血管模式的ID化。

首先,通過測量設備12取得被認證者的手指血管圖像。之后,ID生成部如圖27所示地將ID化的手指血管圖像分割成多個(n個)塊。接著,ID生成部核對各塊i(i=1~n)的血管模式與數據庫上的m個參照模式(血管模式)來計算出相似度。

如圖28所示,ID生成部針對每個塊i,根據與所有參照模式j進行核對而計算出的相似度ms(ij)來生成ID(ij)。通過預定規則或預定函數等來進行從相似度ms(ij)向ID(ij)的變換。例如,也可以對相似度ms(ij)的值的范圍分配特定數字?;蛘?,也可以將相似度ms(ij)的值代入預定函數而得到的值設為ID(ij)。

ID生成部連接所生成的ID(ij)來生成IDi。生成的塊i的IDi如以下所示。

IDi1|IDi2|…|IDim

在此,符號“|”表示代碼連接。例如,將圖28所示的IDij按照從上到下的順序連接時成為塊i的IDi。

ID生成部連接IDi,來生成最終的唯一ID。1根手指的唯一ID如以下所示。

ID1|ID2|…|IDn

通過上述的唯一ID來管理本實施例的云端登錄數據庫8。因此,認證處理部13使用所生成的唯一ID,經由網絡7與登錄數據庫8進行信息交換。不會將個人信息即手指血管圖像在網絡7上發送。即使泄露了該唯一ID信息,也不會泄露個人手指血管模式。在如果泄露了唯一ID的情況下,能夠僅通過進行數據庫30中的參照參數的變更和ID的重新發行,而不用重新登錄手指血管模式地運用系統。

若使用上述的唯一ID,則可以在網絡服務器上進行隱私?;ば腿現?。掃描了生物體特征時,在與網絡連接的客戶終端(即,認證處理部13)上殘留有生物體形態信息,但如果在生成了唯一ID后就立即完全刪除則安全。此外,認證處理部13的ID生成部也可以將加密的唯一ID發送給網絡7。由于對唯一ID進行了加密,因此不會泄露生物體形態信息。萬一唯一ID被盜的情況下,能夠僅通過變更根據生物體特征生成唯一ID時的規則來變更唯一ID,因此不會存在被濫用的問題。

在本實施例中,對手指血管圖像中的血管模式進行代碼化來生成了唯一ID,但也可以對手指血管圖像的部分區域中的、亮度梯度或血管的走向、血管的根數或形狀等幾何學特征進行代碼化來進行ID化。

在網絡7上的登錄數據庫8中登錄有唯一ID,在認證時,通過與輸入的唯一ID進行核對來進行個人認證。即使在網絡上該唯一ID被盜,也無法從唯一ID分割出原本的生物體形態信息,因此不存在信息泄露的危險。

根據上述的第1~第8實施例,在大規模的生物體認證系統中,可以提供一種高精度的認證系統。

本發明并不局限于上述的實施例,還包括各種變形例。上述的實施例是為了便于理解本發明而進行了詳細的說明,但并不局限于必須具備所說明的所有結構。此外,也可以將某實施例的結構的一部分置換成其他實施例的結構。此外,也可以對某實施例的結構增加其他實施例的結構。此外,還可以對各實施例的結構的一部分進行其它結構的追加、刪除、置換。

關于上述的認證處理部13和圖像輸入部18等各計算部,也可以通過由處理器解釋、執行用于實現各功能的程序而以軟件實現??梢越迪指鞴δ艿某絳?、表格、文件等信息存儲在存儲器、硬盤、SSD(SolidStateDrive,固態硬盤)等存儲裝置中,或者IC卡、SD卡、DVD等存儲介質中。此外,關于上述所說明的認證處理部13和圖像輸入部18等各計算部,其中的部分或全部,也可以例如通過集成電路設計等硬件來實現。

此外,附圖中示出了認為說明上必要的控制線和數據線,并不限于必須示出產品上所有的控制線和信息線。所有的結構也可以相互連接。

符號說明

6生物體特征信息

6-1第1特征信息

6-2第2特征信息

6-3第3特征信息

7網絡

8登錄數據庫

9提取屬性

10被認證者

11登錄者

12測量設備

13認證處理部

14存儲裝置

15顯示部

16輸入部

17揚聲器

18圖像輸入部

19CPU

20存儲器

21接口

30數據庫

101認證部

102登錄部

關 鍵 詞:
利用 生物體 信息 認證 系統
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:利用生物體信息的認證系統.pdf
鏈接地址://www.vmyqew.com.cn/p-6872373.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服客服 - 聯系我們

[email protected] 2017-2018 www.vmyqew.com.cn網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開