JP2005258801A - Personal identification system - Google Patents
Personal identification system Download PDFInfo
- Publication number
- JP2005258801A JP2005258801A JP2004069330A JP2004069330A JP2005258801A JP 2005258801 A JP2005258801 A JP 2005258801A JP 2004069330 A JP2004069330 A JP 2004069330A JP 2004069330 A JP2004069330 A JP 2004069330A JP 2005258801 A JP2005258801 A JP 2005258801A
- Authority
- JP
- Japan
- Prior art keywords
- authentication
- information
- unit
- personal
- authentication information
- 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
Images
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、個人の生体特徴を使用した個人認証システムに係り、特に、簡易な処理で主認証を実行できるだけでなく、主認証で充分な認証精度が得られなかったときに追加認証を行うことにより認証精度を向上した個人認証システムに関する。 The present invention relates to a personal authentication system using a biometric feature of an individual, and in particular, not only can perform main authentication with simple processing, but also performs additional authentication when sufficient authentication accuracy cannot be obtained with main authentication. The present invention relates to a personal authentication system that improves authentication accuracy.
個人が特定の組織・機能等にアクセス権を有するか否かを判定するために、顔、指紋、虹彩のような個人の生体特徴情報を記憶したICカードのような記憶媒体を適用した認証システムが、既に実用化されている。 An authentication system to which a storage medium such as an IC card storing personal biometric feature information such as a face, fingerprint, and iris is applied in order to determine whether or not an individual has access to a specific organization / function. Has already been put to practical use.
上記の認証システムの認証精度を向上するために、複数枚の顔データの中から、他人の顔データと識別するのに最適な1つの顔データを選択して記憶媒体に記憶する「アクセスコントロールに用いる情報記憶媒体の発行装置および発行システム」も提案されている(例えば特許文献1参照)。 In order to improve the authentication accuracy of the above authentication system, one face data that is most suitable for distinguishing from other face data is selected from a plurality of face data and stored in a storage medium. An information storage medium issuing device and issuing system to be used ”have also been proposed (see, for example, Patent Document 1).
上記提案に係る従来の装置では、図18に示す手順で最適な顔データが選択される。 In the conventional apparatus according to the above proposal, optimum face data is selected by the procedure shown in FIG.
従来の装置は、最初に、個人の顔画像から顔の特徴を抽出した顔データを生成(ステップS181)する。 The conventional apparatus first generates face data obtained by extracting facial features from a personal face image (step S181).
次に、この顔データとデータベースに登録された他人の顔データとを比較することにより非類似度を算出(ステップS182)し、この非類似度に基づいて評価値を決定(ステップS183)する。 Next, the degree of dissimilarity is calculated by comparing the face data with other person's face data registered in the database (step S182), and an evaluation value is determined based on the degree of dissimilarity (step S183).
そして、評価値が最高となる顔データを最適データとして選択(ステップS184)し、最適データをICカードに出力(ステップS185)するとともに、最適データをデータベースに登録(ステップS186)する。
しかしながら、従来の個人認証システムには、単一の認証方法により個人を認証しているため、複雑な認証処理が必要となるだけでなく、閾値により認証精度が左右されるという問題があった。 However, since the conventional personal authentication system authenticates an individual by a single authentication method, there is a problem that not only complicated authentication processing is required, but also the authentication accuracy depends on a threshold value.
即ち、閾値を厳しく設定すると本人が認証されない機会が多くなり、閾値を甘く設定すると他人を誤って本人と認証してしまう機会が多くなる。 That is, if the threshold value is set strictly, there are many opportunities for the person not being authenticated, and if the threshold value is set sweetly, there are many chances that another person is mistakenly authenticated as the person.
本発明は、従来の問題を解決するためになされたものであって、簡易な処理で主認証を実行できるだけでなく、主認証で充分な認証精度が得られなかったときに追加認証を行うことにより認証精度を向上できる個人認証システムを提供することを目的とする。 The present invention has been made to solve the conventional problems, and not only can perform main authentication with a simple process, but also performs additional authentication when sufficient authentication accuracy cannot be obtained by main authentication. It aims at providing the personal authentication system which can improve an authentication precision by this.
本発明の個人認証システムは、個人の生体的な特徴及び他人の生体的な特徴に基づいて認証情報を生成する認証情報生成手段と、個人認証時に個人の生体的な特徴を表す認証時個人特徴情報と前記認証情報とを使用して個人の認証を実行する認証実行手段とを備える認証システムであって、前記認証情報生成手段が、個人の生体的な特徴を表す個人特徴情報を取得する個人特徴情報取得部と、他人の生体的な特徴を表す他人特徴情報を蓄積した他人特徴情報蓄積部と、前記個人特徴情報と前記他人特徴情報とに基づいて認証情報を学習する認証情報学習部と、前記認証情報を出力する認証情報出力部とを含み、前記認証実行手段が、前記認証時個人特徴情報を取得する認証時個人特徴情報取得部と、前記認証情報出力部から出力された認証情報を記憶する認証情報記憶部と、前記認証情報記憶部に記憶された認証情報と前記認証時個人特徴情報取得部で取得された認証時個人特徴情報とに基づいて主認証を実行する主認証実行部と、前記主認証実行部における認証結果に基づいて追加の認証を実行する追加認証実行部と、前記主認証実行部又は前記追加認証実行部における認証結果を出力する認証結果出力部とを含む構成を有している。 The personal authentication system of the present invention includes an authentication information generating means for generating authentication information based on an individual biometric feature and another person's biometric feature, and an authentication personal feature representing an individual biometric feature at the time of personal authentication. An authentication system comprising authentication execution means for executing personal authentication using information and the authentication information, wherein the authentication information generating means acquires personal feature information representing a biological characteristic of the individual A feature information acquisition unit, an other person feature information storage unit that stores other person feature information representing a biological feature of another person, an authentication information learning unit that learns authentication information based on the personal feature information and the other person feature information, An authentication information output unit for outputting the authentication information, wherein the authentication executing means is an authentication personal feature information acquisition unit for acquiring the authentication personal feature information and an authentication information output from the authentication information output unit. Authentication information storage unit for storing the authentication information, main authentication execution for executing main authentication based on the authentication information stored in the authentication information storage unit and the personal characteristic information at the time of authentication acquired by the personal characteristic information at the time of authentication An additional authentication execution unit that performs additional authentication based on an authentication result in the main authentication execution unit, and an authentication result output unit that outputs an authentication result in the main authentication execution unit or the additional authentication execution unit It has a configuration.
この構成により、認証実行部により認証できなかった場合でも追加認証が実行されるので認証精度を高めることができることとなる。 With this configuration, even when authentication cannot be performed by the authentication execution unit, additional authentication is performed, so that the authentication accuracy can be improved.
本発明の個人認証システムは、前記認証情報学習部が、前記個人特徴情報と前記他人特徴情報とを学習情報としてサポート・ベクトル・マシーン法(以下SVM法と記す)の評価関数の係数を学習するものであり、前記主認証実行部が、前記係数を使用して前記評価関数の値である評価値を算出する評価値算出部と、前記評価値に基づいて追加認証するか否かを判断する判断部とを含む構成を有している。 In the personal authentication system of the present invention, the authentication information learning unit learns a coefficient of an evaluation function of a support vector machine method (hereinafter referred to as SVM method) using the personal characteristic information and the other person characteristic information as learning information. And the main authentication execution unit determines whether or not to perform additional authentication based on the evaluation value and an evaluation value calculation unit that calculates an evaluation value that is a value of the evaluation function using the coefficient And a determination unit.
この構成により、主認証実行部は簡易な計算により個人認証を実行することができる。 With this configuration, the main authentication execution unit can execute personal authentication by simple calculation.
本発明の個人認証システムは、前記判断部が、前記評価値が正の所定値α以上であれば前記個人を本人と認証し、−α以下であれば前記個人を本人でないと認証し、α未満、かつ−αより大であるときは前記追加認証部により追加の認証が必要と判断する構成を有している。 In the personal authentication system of the present invention, the determination unit authenticates the individual as the principal if the evaluation value is equal to or greater than the positive predetermined value α, and authenticates the individual as not the principal if the evaluation value is −α or less. If it is less than and greater than -α, the additional authentication unit determines that additional authentication is necessary.
この構成により、−α<評価値<αであるときに限り追加認証を実行することが可能となる。 With this configuration, it is possible to execute additional authentication only when −α <evaluation value <α.
本発明の個人認証システムは、前記認証情報学習部が、前記個人特徴情報及び前記他人特徴情報の中から前記SVM法のサポート・ベクトルに対応する前記個人特徴情報及び前記他人特徴情報を特定認証情報として抽出する特定認証情報抽出部とを含み、前記認証情報出力部が、前記認証情報及び前記特定認証情報を出力するものであり、前記認証情報入力部が、前記認証情報及び前記特定認証情報を入力するものであり、前記追加認証実行部が、前記認証情報入力部で入力された前記特定認証情報及び前記認証時個人特徴情報入力部から入力された認証時個人特徴情報とに基づいて追加認証を実行する構成を有している。 In the personal authentication system of the present invention, the authentication information learning unit specifies the personal feature information and the other person feature information corresponding to the support vector of the SVM method from the personal feature information and the other person feature information. A specific authentication information extraction unit that extracts the authentication information, the authentication information output unit outputs the authentication information and the specific authentication information, and the authentication information input unit outputs the authentication information and the specific authentication information. And the additional authentication execution unit performs additional authentication based on the specific authentication information input by the authentication information input unit and the personal characteristic information at the time of authentication input from the authentication personal characteristic information input unit. It has the structure which performs.
この構成により、追加認証時に必要な特定認証情報を抽出して、記憶することが可能となる。 With this configuration, it is possible to extract and store specific authentication information necessary for additional authentication.
本発明の個人認証システムは、前記認証情報記憶部及び前記主認証実行手段が、1枚のICカード内に構成される構成を有する。 The personal authentication system of the present invention has a configuration in which the authentication information storage unit and the main authentication execution means are configured in one IC card.
この構成により、主認証実行時に認証情報がICカードの外部に漏洩することを防止することが可能となる。 With this configuration, it is possible to prevent authentication information from leaking outside the IC card when performing main authentication.
本発明の個人認証システムは、前記認証情報記憶部、前記主認証実行部、及び前記追加認証実行部が、1枚のICカード内に構成される構成を有する。 The personal authentication system of the present invention has a configuration in which the authentication information storage unit, the main authentication execution unit, and the additional authentication execution unit are configured in one IC card.
この構成により、主認証実行時に認証情報が、追加認証時に特定認証情報がICカードの外部に漏洩することを防止することが可能となる。 With this configuration, it is possible to prevent the authentication information from leaking to the outside of the IC card when performing the main authentication and the specific authentication information during the additional authentication.
本発明は、主認証実行部に加えて追加認証実行部を設けることにより、簡易な処理で主認証を実行できるだけでなく、主認証で充分な認証精度が得られなかったときに追加認証を行うことにより認証精度を向上できる。 In the present invention, by providing an additional authentication execution unit in addition to the main authentication execution unit, it is possible not only to execute the main authentication with a simple process, but also to perform additional authentication when sufficient authentication accuracy cannot be obtained by the main authentication. As a result, the authentication accuracy can be improved.
以下、本発明の実施の形態の個人認証システムについて、図面を用いて説明する。 Hereinafter, a personal authentication system according to an embodiment of the present invention will be described with reference to the drawings.
本発明の第1の実施の形態の個人認証システムは、図1に示すように、個人の生体的な特徴及び他人の生体的な特徴に基づいて認証情報を生成する認証情報生成手段1と、認証実行時に個人の生体的な特徴を表す認証時個人特徴情報と認証情報とを使用して個人の認証を実行する認証実行手段2とを備える。
As shown in FIG. 1, the personal authentication system according to the first embodiment of the present invention includes an authentication
認証情報生成手段1は、個人の生体的な特徴を表す個人特徴情報を取得する個人特徴情報取得部11と、他人の生体的な特徴を表す他人特徴情報を蓄積した他人特徴情報蓄積部12と、個人特徴情報と前記他人特徴情報とに基づいて認証情報を学習する認証情報学習部13と、認証情報を出力する認証情報出力部14とを含む。
The authentication information generation means 1 includes a personal feature
認証実行手段2は、認証時個人特徴情報を取得する認証時個人特徴情報取得部21と、認証情報出力部14から出力された認証情報を記憶する認証情報記憶部22と、認証情報記憶部22に記憶された認証情報と認証時個人特徴情報取得部21で取得された認証時個人特徴情報とに基づいて主認証を実行する主認証実行部23と、主認証実行部23における認証結果に基づいて追加の認証を実行する追加認証実行部24と、主認証実行部23又は追加認証実行部24における認証結果を出力する認証結果出力部25とを含む。
The authentication execution means 2 includes an authentication personal feature
認証情報生成手段1として機能する認証情報生成装置50は、図2に示すように、認証情報作成時にユーザUの顔画像を撮影する撮像装置51と、他人の特徴情報を蓄積する他人特徴情報サーバ52と、ユーザUの顔画像及び他人特徴情報に基づいて認証情報及び特定認証情報を生成する処理装置6と、処理装置6と他人特徴情報サーバ52とを接続する通信網53と、処理装置6により算出された認証情報を出力する情報入出力装置54とを含む。
As shown in FIG. 2, the authentication
処理装置6は、図3に示すように、バス60に、CPU61と、メモリ62と、画像入力I/F(インターフェース)63と、情報入出力I/F64と、通信I/F65と、周辺機器I/F66とが接続された構成を有する。
As shown in FIG. 3, the
画像入力I/F63には撮像装置51が接続され、通信I/F65には通信網53が接続される。また、情報入出力I/F64には情報入出力装置54が接続され、周辺機器I/F66には表示装置67、キーボード68及びポインティングデバイスであるマウス69が接続される。
An
処理装置6で生成された認証情報及び特定認証情報が書き込まれるICカード7は、図2に示すように、バス70に情報入出力部71と、CPU72と、メモリ73とが接続された構成を有する。
As shown in FIG. 2, the
認証実行手段2として機能する認証実行装置80は、図4に示すように、認証実行時にユーザUの顔画像を撮影する撮像装置81と、ユーザUの顔画像を処理する処理装置9と、認証結果を出力する認証結果出力装置82と、処理装置9とICカード7とを接続する情報入出力装置83と、ICカード7とを含む。
As shown in FIG. 4, the
処理装置9は、図5に示すように、バス90に、CPU91と、メモリ92と、画像入力I/F(インターフェース)93と、情報入出力I/F94と、出力I/F95と、周辺機器I/F96とが接続された構成を有する。
As illustrated in FIG. 5, the
画像入力I/F93には撮像装置81が接続され、出力I/F95には認証結果出力装置82が接続される。また、情報入出力I/F94には情報入出力装置83が接続され、周辺機器I/F96には表示装置97、キーボード98及びポインティングデバイスであるマウス99が接続される。
An
なお、処理装置6と9、撮像装置51と81、情報入出力装置54と83、表示装置67と97、キーボード68と98、及びマウス69と99を、それぞれ、同一のハードウエアとし、認証情報生成装置50と認証実行装置80とを一つの装置で構成することも可能である。
The
次に、本発明に係る個人認証システムの動作を、認証情報生成段階と個人認証実行段階に分けて説明する。 Next, the operation of the personal authentication system according to the present invention will be described by dividing it into an authentication information generation stage and a personal authentication execution stage.
認証情報生成装置50に含まれる処理装置6のCPU61は、ユーザUが撮像装置51の前に位置したときに、メモリ62に記憶されたプログラムを読み出し、図6のフローチャートに従って認証情報生成処理を開始する。
When the user U is positioned in front of the
CPU61は、まず個人特徴情報取得処理を実行(ステップS31)し、次に他人特徴情報取得処理を実行(ステップS32)する。さらに、CPU61は、認証情報学習処理を実行(ステップS33)し、最後に認証情報出力処理を実行(ステップS34)するが、各処理の詳細は以下に述べる。
The
図7は個人情報取得処理の詳細フローチャートであって、CPU61は撮像装置51が撮像したユーザUの顔画像を予め定められた枚数(1枚又は複数枚)を画像入力I/F63を介してメモリ62に取り込む(ステップS311)。次に、CPU61は、顔画像の姿勢、サイズ、輝度等を正規化する前処理を実行(ステップS312)する。そして、CPU61は、正規化後の顔画像を表情毎に計数(ステップS313)して、表情毎の顔画像が必要枚数存在するか否かを判定(ステップS314)する。顔画像が必要枚数存在しない場合は、CPU61は既存のユーザUの顔画像を使用して各表情の画像を必要枚数合成(ステップS315)する。
FIG. 7 is a detailed flowchart of personal information acquisition processing. The
なお、顔画像の合成には、周知の方法、例えば”Synthesis of Novel Views from a single Face”(T. Vetter, International Journal of Computer Vision Vol.28,1988,pp.103-116)に記載されている方法を適用することが可能である。 The face image synthesis is described in a well-known method such as “Synthesis of Novel Views from a single Face” (T. Vetter, International Journal of Computer Vision Vol. 28, 1988, pp. 103-116). It is possible to apply the method.
上記は、撮像装置51でユーザUの顔画像を撮像するものとしているが、他の方法によりユーザUの顔画像をメモリ62に取り込んでもよい。例えば、ユーザUが持参したユーザUの顔写真を直接読み込んでもよく、あるいはユーザUの顔画像が他のデータベースに記憶されている場合にはそれを読み込んでもよい。ユーザUの顔画像は、大きさ、明瞭さにもよるが、数千枚準備することが望ましい。
In the above description, the face image of the user U is picked up by the
ユーザUの顔画像が必要枚数揃うと、CPU61は顔画像から個人特徴ベクトルXuiを生成(ステップS316)する。
When the necessary number of face images of the user U are prepared, the
顔画像から特徴ベクトルを生成する方法は特に限定されないが、図8に示すように、顔映像を5×5の領域に分解し、領域の明度を矢印の順に並べて個人特徴ベクトルXui(1≦i≦I)とすることができる。 Although the method for generating the feature vector from the face image is not particularly limited, as shown in FIG. 8, the face image is decomposed into 5 × 5 regions, and the brightness values of the regions are arranged in the order of arrows, so that the individual feature vector Xui (1 ≦ i ≦ I).
CPU61は、他のユーザの認証情報生成に利用するために、ユーザUの顔画像(又は特徴ベクトル)を他人特徴サーバ52に送信して、個人特徴情報取得処理を終了する。
The
他人特徴情報取得処理では、CPU61は、図9に示すように、他人特徴情報サーバ52から通信網53を介して他人特徴ベクトルXoj(1≦j≦J)を必要数(例えば数千)読み込む(ステップS321)。
In the other person feature information acquisition process, as shown in FIG. 9, the
認証情報学習処理では、CPU61は、図10に示すように、[数1]で表されるSVM法の評価関数Hの係数W及びbを決定する(ステップS331)。
In the authentication information learning process, as shown in FIG. 10, the
SVM法は、個人特徴ベクトルXui及び他人特徴ベクトルXojからのユークリッド距離が最も大きくなるように、境界線H=0の係数W及びbを決定する。 In the SVM method, the coefficients W and b of the boundary line H = 0 are determined so that the Euclidean distance from the individual feature vector Xui and the other person feature vector Xoj becomes the maximum.
そして、図11に示すように、個人特徴ベクトルXuiは原則的にH>0の領域に、他人特徴ベクトルXojは原則的にH<0の領域に存在する。 As shown in FIG. 11, the individual feature vector Xui is basically in the region of H> 0, and the other person feature vector Xoj is in principle in the region of H <0.
従って、H≧α(他だし、α>0)の領域に存在する個人特徴ベクトルXui、およびH≦−αの領域に存在する他人特徴ベクトルXojは、H=0とする係数W及びbの学習に大きな影響を与えることはなく、−α<H<αの領域に存在する個人特徴ベクトルXui及び他人特徴ベクトルXojは係数W及びbの学習に大きな影響を与えることとなる。 Therefore, the personal feature vector Xui existing in the region of H ≧ α (others, α> 0) and the other person feature vector Xoj existing in the region of H ≦ −α are learned by the coefficients W and b where H = 0. The personal feature vector Xui and the other-person feature vector Xoj existing in the region of −α <H <α have a great influence on the learning of the coefficients W and b.
そこで、CPU61は、−α<H<αの領域に存在する個人特徴ベクトルXui及び他人特徴ベクトルXojを特定認証情報(=サポート・ベクトル)Xsとして抽出する(ステップS332)。
Therefore, the
認証情報出力処理では、CPU61は、図12に示すように、情報入出力装置54に差し込まれたICカード7のメモリ73に係数W及びbを書き出し(ステップS341)、次に特定認証情報Xsを書き出す(ステップS342)。
In the authentication information output process, as shown in FIG. 12, the
以上の処理によって、ユーザUは認証情報が書き込まれたICカード7を入手することとなる。
Through the above processing, the user U obtains the
次に、個人認証実行段階の動作を説明する。 Next, the operation in the personal authentication execution stage will be described.
ユーザUが、空港の出入国窓口のように、ユーザUが本人である認証を要する場所において、認証情報が書き込まれたICカード7を認証実行装置80の情報入出力装置83に挿入したときに、処理装置9は、図13のフローチャートに従って、個人認証処理を開始する。
When the user U inserts the
処理装置9のCPU91は、まず、認証時個人特徴情報取得処理を実行(ステップS41)し、次に主認証処理を実行(ステップS42)する。次に、CPU91は、追加認証が必要か否かを判定(ステップS43)し、必要に応じて追加認証処理を実行(ステップS44)する。最後に、CPU91は認証結果を出力(ステップS45)するが、各処理の詳細は以下に説明する。
The
図14は、認証時個人特徴情報取得処理のフローチャートであって、CPU91は、撮像装置81を使用してユーザUの顔画像を撮像(ステップS411)し、姿勢、サイズ、明度等の正規化処理を実行(ステップS412)した後に、認証時個人特徴ベクトルXrを生成(ステップS413)する。
FIG. 14 is a flowchart of the personal characteristic information acquisition process at the time of authentication. The
図15は、主認証処理のフローチャートであって、認証情報の外部への漏洩を防止するために、個人認証処理はICカード7の中で実行される。
FIG. 15 is a flowchart of the main authentication process. The personal authentication process is executed in the
ICカード7内のCPU72は、情報入出力装置83及び情報入出力部71を介して処理装置9で生成された認証時個人特徴ベクトルXrを読み込み、ICカード7内のメモリ73に記憶されている認証情報である係数W及びbを使用して評価関数Hの値を算出(ステップS421)して処理装置9に出力する。
The
処理装置9は、評価関数の値を判定(ステップS43)し、−α<H<αであれば、追加認証処理を実行(ステップS44)する。
The
追加認証処理は、認証時個人特徴ベクトルXr及びICカード7のメモリ73に記憶されている特定認証情報(=サポート・ベクトル)Xsに基づいて実行されるが、具体的な認証方法は特に規定されず、公知の認証方法を適用することができる。
The additional authentication process is executed based on the individual feature vector Xr at the time of authentication and the specific authentication information (= support vector) Xs stored in the
また、追加認証処理の実行場所も特に規定されず、ICカード7のCPU72の処理能力が十分である場合には、特定認証情報の外部への漏洩防止という観点から、追加認証の全処理をICカード7で実行することが望ましい。
Further, the execution place of the additional authentication process is not particularly defined. If the processing capacity of the
ICカード7のCPU72の処理能力が十分でない場合には、追加認証処理の一部又は全部を処理装置9で実行してもよい。
If the processing capacity of the
図16は追加認証処理のフローチャートであって、CPU72(又は91)は、追加認証が正確に行われたかを示すパラメータpを初期値“0”に設定(ステップS440)し、次に特定認証情報Xskを示すパラメータkを初期値“1”に設定(ステップS441)する。 FIG. 16 is a flowchart of additional authentication processing, in which the CPU 72 (or 91) sets a parameter p indicating whether additional authentication has been performed correctly to an initial value “0” (step S440), and then specifies specific authentication information. A parameter k indicating Xsk is set to an initial value “1” (step S441).
次に、CPU72(又は91)は、認証時個人特徴ベクトルXr及び1つの特定認証情報Xskに基づいて追加認証(ステップS442)を行い、追加認証結果と主認証結果とが一致するか否かを判定(ステップS443)する。 Next, the CPU 72 (or 91) performs additional authentication (step S442) based on the individual feature vector Xr during authentication and one specific authentication information Xsk, and determines whether or not the additional authentication result matches the main authentication result. Determination is made (step S443).
即ち、特定認証情報Xskが個人特徴ベクトルであって追加認証において「本人である」と認証されたとき、及び特定認証情報Xskが他人特徴ベクトルであって追加認証において「本人でない」と認証されたときに追加認証結果と主認証結果とが一致したと判定する。 That is, when the specific authentication information Xsk is an individual feature vector and authenticated as “person” in the additional authentication, and the specific authentication information Xsk is an other person feature vector and is authenticated as “not the person” in the additional authentication. Sometimes it is determined that the additional authentication result matches the main authentication result.
逆に、特定認証情報Xskが他人特徴ベクトルであって追加認証において「本人である」と認証されたとき、及び特定認証情報Xskが本人特徴ベクトルであって追加認証において「本人でない」と認証されたときに追加認証結果と主認証結果とは一致しないと判定する。 On the other hand, when the specific authentication information Xsk is a stranger feature vector and is authenticated as “person” in the additional authentication, and the specific authentication information Xsk is a personal feature vector and is authenticated as “not the person” in the additional authentication. It is determined that the additional authentication result and the main authentication result do not match.
CPU72(又は91)は、ステップS443で追加認証結果と主認証結果とが一致すると判定したときは、パラメータpをインクリメント(ステップS444)してステップS445に進む。逆に、CPU72(又は91)は、ステップS443で追加認証結果と主認証結果とが一致しないと判定したときは、直接ステップS445に進む。 If the CPU 72 (or 91) determines in step S443 that the additional authentication result matches the main authentication result, the CPU 72 (or 91) increments the parameter p (step S444) and proceeds to step S445. Conversely, when the CPU 72 (or 91) determines in step S443 that the additional authentication result and the main authentication result do not match, the process proceeds directly to step S445.
次に、CPU72(又は91)は、すべての特定認証情報Xsについて追加認証を終えたか否かを判定(ステップS445)し、否定判定したときはパラメータkをインクリメント(ステップS446)し、ステップS442〜ステップS445までの処理を繰り返す。 Next, the CPU 72 (or 91) determines whether or not the additional authentication has been completed for all the specific authentication information Xs (step S445), and when negative determination is made, the parameter k is incremented (step S446), and steps S442 to S442 are performed. The processing up to step S445 is repeated.
CPU72(又は91)は、ステップS445で肯定判定したときには、追加認証結果と主認証結果とが一致した数pが予め定められた閾値P以上であるか否かを判定(ステップS447)する。 When an affirmative determination is made in step S445, the CPU 72 (or 91) determines whether or not the number p in which the additional authentication result matches the main authentication result is greater than or equal to a predetermined threshold value P (step S447).
そして、CPU72(又は91)は、ステップS447で肯定判定したときは追加認証評価値Gを“1”に設定し、否定判定したときは追加認証評価値Gを“−1”に設定する。 Then, the CPU 72 (or 91) sets the additional authentication evaluation value G to “1” when an affirmative determination is made in step S447, and sets the additional authentication evaluation value G to “−1” when a negative determination is made.
図17は認証結果出力処理のフローチャートであって、処理装置9のCPU91は、認証処理で算出された評価関数Hの値が判定(ステップS451)される。
FIG. 17 is a flowchart of the authentication result output process, and the
そしてH≧αであれば、認証時個人特徴ベクトルXrはSVM法の境界線H=0から十分に離れて個人特徴ベクトルの領域に存在するので、ユーザUを本人と認証することを表す信号を出力(ステップS453)する。 If H ≧ α, the personal feature vector Xr at the time of authentication exists in the region of the personal feature vector sufficiently away from the boundary line H = 0 of the SVM method, and thus a signal indicating that the user U is authenticated as the user is generated. Output (step S453).
逆に、H≦−αであれば、認証時個人特徴ベクトルXrはSVM法の境界線H=0から十分に離れて他人特徴ベクトルの領域に存在するので、ユーザUを本人と認証しないことを表す信号を出力する(ステップS454)。 On the other hand, if H ≦ −α, the personal feature vector Xr at the time of authentication is sufficiently far from the boundary line H = 0 of the SVM method and exists in the area of the other person's feature vector, so that the user U is not authenticated as the user. The signal to represent is output (step S454).
さらに、−α<H<αであれば、SVM法による認証は充分な精度が確保できないものとして、上述した追加認証評価関数の値を判定(ステップS452)する。 Furthermore, if -α <H <α, the value of the additional authentication evaluation function described above is determined (step S452), assuming that the accuracy by the SVM method cannot ensure sufficient accuracy.
G>0であればステップS453に進み、G<0であればステップS454に進む。 If G> 0, the process proceeds to step S453, and if G <0, the process proceeds to step S454.
以上のように、本発明に係る個人認証システムによれば、SVM法により認証を実行する認証実行部及び追加認証を実行する追加認証部を設けることにより、SVM法により認証できなかった場合でも追加認証が実行されるので認証精度を高めることが可能となる。 As described above, according to the personal authentication system of the present invention, an authentication execution unit that performs authentication by the SVM method and an additional authentication unit that performs additional authentication are provided, so that even if the authentication cannot be performed by the SVM method, it is added. Since the authentication is executed, it is possible to improve the authentication accuracy.
以上のように、本発明に係る個人認証システムは、簡易な処理で主認証を実行できるだけでなく、主認証で充分な認証精度が得られなかったときに追加認証を行うことにより認証精度を向上できるという効果を有し、認証装置等として有効である。 As described above, the personal authentication system according to the present invention can not only perform the main authentication with a simple process, but also improve the authentication accuracy by performing additional authentication when the main authentication fails to obtain sufficient authentication accuracy. It is effective as an authentication device.
1 認証情報生成手段
11 個人特徴情報取得部
12 他人特徴情報蓄積部
13 認証情報学習部
14 認証情報出力部
2 認証実行手段
21 認証時個人特徴情報取得部
22 認証情報記憶部
23 主認証実行部
24 追加認証実行部
25 認証結果出力部
DESCRIPTION OF
Claims (6)
前記認証情報生成手段が、個人の生体的な特徴を表す個人特徴情報を取得する個人特徴情報取得部と、他人の生体的な特徴を表す他人特徴情報を蓄積した他人特徴情報蓄積部と、前記個人特徴情報と前記他人特徴情報とに基づいて認証情報を学習する認証情報学習部と、前記認証情報を出力する認証情報出力部とを含み、
前記認証実行手段が、前記認証時個人特徴情報を取得する認証時個人特徴情報取得部と、前記認証情報出力部から出力された認証情報を記憶する認証情報記憶部と、前記認証情報記憶部に記憶された認証情報と前記認証時個人特徴情報取得部で取得された認証時個人特徴情報とに基づいて主認証を実行する主認証実行部と、前記主認証実行部における認証結果に基づいて追加の認証を実行する追加認証実行部と、前記主認証実行部又は前記追加認証実行部における認証結果を出力する認証結果出力部とを含むことを特徴とする認証システム。 Using authentication information generating means for generating authentication information based on a biometric feature of an individual and a biometric feature of another person, and using the personal feature information at the time of authentication representing the biometric feature of the individual at the time of personal authentication and the authentication information An authentication system comprising authentication execution means for executing personal authentication,
The authentication information generating means includes a personal feature information acquisition unit that acquires personal feature information representing a biological feature of an individual, an other person feature information storage unit that stores other person feature information representing a biological feature of another person, An authentication information learning unit that learns authentication information based on personal feature information and the other person feature information; and an authentication information output unit that outputs the authentication information;
The authentication execution means includes an authentication personal feature information acquisition unit that acquires the authentication personal feature information, an authentication information storage unit that stores authentication information output from the authentication information output unit, and an authentication information storage unit. A main authentication execution unit that performs main authentication based on the stored authentication information and the authentication personal characteristic information acquired by the authentication personal characteristic information acquisition unit, and an addition based on the authentication result in the main authentication execution unit And an authentication result output unit that outputs an authentication result in the main authentication execution unit or the additional authentication execution unit.
前記主認証実行部が、前記係数を使用して前記評価関数の値である評価値を算出する評価値算出部と、
前記評価値に基づいて追加認証するか否かを判断する判断部とを含む請求項1に記載の認証システム。 The authentication information learning unit learns a coefficient of an evaluation function of a support vector machine method using the personal characteristic information and the other person characteristic information as learning information,
The main authentication execution unit calculates an evaluation value that is a value of the evaluation function using the coefficient; and
The authentication system according to claim 1, further comprising: a determination unit that determines whether to perform additional authentication based on the evaluation value.
前記認証情報出力部が、前記認証情報及び前記特定認証情報を出力するものであり、
前記認証情報入力部が、前記認証情報及び前記特定認証情報を入力するものであり、
前記追加認証実行部が、前記認証情報入力部で入力された前記特定認証情報及び前記認証時個人特徴情報入力部から入力された認証時個人特徴情報とに基づいて追加認証を実行するものである請求項3に記載の認証システム。 A specification in which the authentication information learning unit extracts the personal feature information and the other person feature information corresponding to the support vector of the support vector machine method from the personal feature information and the other person feature information as specific authentication information. An authentication information extraction unit,
The authentication information output unit outputs the authentication information and the specific authentication information;
The authentication information input unit inputs the authentication information and the specific authentication information;
The additional authentication execution unit executes additional authentication based on the specific authentication information input by the authentication information input unit and the authentication personal feature information input from the authentication personal feature information input unit. The authentication system according to claim 3.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004069330A JP2005258801A (en) | 2004-03-11 | 2004-03-11 | Personal identification system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004069330A JP2005258801A (en) | 2004-03-11 | 2004-03-11 | Personal identification system |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005258801A true JP2005258801A (en) | 2005-09-22 |
Family
ID=35084454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004069330A Pending JP2005258801A (en) | 2004-03-11 | 2004-03-11 | Personal identification system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005258801A (en) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008009914A (en) * | 2006-06-30 | 2008-01-17 | Canon Inc | Image processor, image processing method, program and storage medium |
US20140229739A1 (en) | 2013-02-12 | 2014-08-14 | Amazon Technologies, Inc. | Delayed data access |
JP2016508643A (en) * | 2013-02-12 | 2016-03-22 | アマゾン テクノロジーズ インコーポレイテッド | Data security service |
US9547771B2 (en) | 2013-02-12 | 2017-01-17 | Amazon Technologies, Inc. | Policy enforcement with associated data |
US9608813B1 (en) | 2013-06-13 | 2017-03-28 | Amazon Technologies, Inc. | Key rotation techniques |
US9705674B2 (en) | 2013-02-12 | 2017-07-11 | Amazon Technologies, Inc. | Federated key management |
JP2017211898A (en) * | 2016-05-27 | 2017-11-30 | 日本電信電話株式会社 | Learning system, feature learning device, method thereof, and program |
US9866392B1 (en) | 2014-09-15 | 2018-01-09 | Amazon Technologies, Inc. | Distributed system web of trust provisioning |
JP2018026122A (en) * | 2016-08-03 | 2018-02-15 | キヤノン株式会社 | Information processing device, information processing method, and program |
US9942036B2 (en) | 2014-06-27 | 2018-04-10 | Amazon Technologies, Inc. | Supporting a fixed transaction rate with a variably-backed logical cryptographic key |
US10055594B2 (en) | 2012-06-07 | 2018-08-21 | Amazon Technologies, Inc. | Virtual service provider zones |
US10075471B2 (en) | 2012-06-07 | 2018-09-11 | Amazon Technologies, Inc. | Data loss prevention techniques |
US10075295B2 (en) | 2013-02-12 | 2018-09-11 | Amazon Technologies, Inc. | Probabilistic key rotation |
US10084818B1 (en) | 2012-06-07 | 2018-09-25 | Amazon Technologies, Inc. | Flexibly configurable data modification services |
US10211977B1 (en) | 2013-02-12 | 2019-02-19 | Amazon Technologies, Inc. | Secure management of information using a security module |
US10467422B1 (en) | 2013-02-12 | 2019-11-05 | Amazon Technologies, Inc. | Automatic key rotation |
US10721075B2 (en) | 2014-05-21 | 2020-07-21 | Amazon Technologies, Inc. | Web of trust management in a distributed system |
US11036869B2 (en) | 2013-02-12 | 2021-06-15 | Amazon Technologies, Inc. | Data security with a security module |
JP7176158B1 (en) * | 2021-06-30 | 2022-11-21 | 楽天グループ株式会社 | LEARNING MODEL EVALUATION SYSTEM, LEARNING MODEL EVALUATION METHOD, AND PROGRAM |
-
2004
- 2004-03-11 JP JP2004069330A patent/JP2005258801A/en active Pending
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008009914A (en) * | 2006-06-30 | 2008-01-17 | Canon Inc | Image processor, image processing method, program and storage medium |
US10834139B2 (en) | 2012-06-07 | 2020-11-10 | Amazon Technologies, Inc. | Flexibly configurable data modification services |
US10474829B2 (en) | 2012-06-07 | 2019-11-12 | Amazon Technologies, Inc. | Virtual service provider zones |
US10084818B1 (en) | 2012-06-07 | 2018-09-25 | Amazon Technologies, Inc. | Flexibly configurable data modification services |
US10075471B2 (en) | 2012-06-07 | 2018-09-11 | Amazon Technologies, Inc. | Data loss prevention techniques |
US10055594B2 (en) | 2012-06-07 | 2018-08-21 | Amazon Technologies, Inc. | Virtual service provider zones |
US9590959B2 (en) | 2013-02-12 | 2017-03-07 | Amazon Technologies, Inc. | Data security service |
US9547771B2 (en) | 2013-02-12 | 2017-01-17 | Amazon Technologies, Inc. | Policy enforcement with associated data |
US11372993B2 (en) | 2013-02-12 | 2022-06-28 | Amazon Technologies, Inc. | Automatic key rotation |
US11036869B2 (en) | 2013-02-12 | 2021-06-15 | Amazon Technologies, Inc. | Data security with a security module |
US10467422B1 (en) | 2013-02-12 | 2019-11-05 | Amazon Technologies, Inc. | Automatic key rotation |
US11695555B2 (en) | 2013-02-12 | 2023-07-04 | Amazon Technologies, Inc. | Federated key management |
US10666436B2 (en) | 2013-02-12 | 2020-05-26 | Amazon Technologies, Inc. | Federated key management |
US9705674B2 (en) | 2013-02-12 | 2017-07-11 | Amazon Technologies, Inc. | Federated key management |
JP2016511995A (en) * | 2013-02-12 | 2016-04-21 | アマゾン テクノロジーズ インコーポレイテッド | Delayed data access |
US10075295B2 (en) | 2013-02-12 | 2018-09-11 | Amazon Technologies, Inc. | Probabilistic key rotation |
JP2016508643A (en) * | 2013-02-12 | 2016-03-22 | アマゾン テクノロジーズ インコーポレイテッド | Data security service |
US10210341B2 (en) | 2013-02-12 | 2019-02-19 | Amazon Technologies, Inc. | Delayed data access |
US10211977B1 (en) | 2013-02-12 | 2019-02-19 | Amazon Technologies, Inc. | Secure management of information using a security module |
US20140229739A1 (en) | 2013-02-12 | 2014-08-14 | Amazon Technologies, Inc. | Delayed data access |
US10382200B2 (en) | 2013-02-12 | 2019-08-13 | Amazon Technologies, Inc. | Probabilistic key rotation |
US10404670B2 (en) | 2013-02-12 | 2019-09-03 | Amazon Technologies, Inc. | Data security service |
US9832171B1 (en) | 2013-06-13 | 2017-11-28 | Amazon Technologies, Inc. | Negotiating a session with a cryptographic domain |
US10313312B2 (en) | 2013-06-13 | 2019-06-04 | Amazon Technologies, Inc. | Key rotation techniques |
US10601789B2 (en) | 2013-06-13 | 2020-03-24 | Amazon Technologies, Inc. | Session negotiations |
US9608813B1 (en) | 2013-06-13 | 2017-03-28 | Amazon Technologies, Inc. | Key rotation techniques |
US11470054B2 (en) | 2013-06-13 | 2022-10-11 | Amazon Technologies, Inc. | Key rotation techniques |
US12107897B1 (en) | 2013-07-01 | 2024-10-01 | Amazon Technologies, Inc. | Data loss prevention techniques |
US11323479B2 (en) | 2013-07-01 | 2022-05-03 | Amazon Technologies, Inc. | Data loss prevention techniques |
US10721075B2 (en) | 2014-05-21 | 2020-07-21 | Amazon Technologies, Inc. | Web of trust management in a distributed system |
US10587405B2 (en) | 2014-06-27 | 2020-03-10 | Amazon Technologies, Inc. | Supporting a fixed transaction rate with a variably-backed logical cryptographic key |
US9942036B2 (en) | 2014-06-27 | 2018-04-10 | Amazon Technologies, Inc. | Supporting a fixed transaction rate with a variably-backed logical cryptographic key |
US11368300B2 (en) | 2014-06-27 | 2022-06-21 | Amazon Technologies, Inc. | Supporting a fixed transaction rate with a variably-backed logical cryptographic key |
US9866392B1 (en) | 2014-09-15 | 2018-01-09 | Amazon Technologies, Inc. | Distributed system web of trust provisioning |
US11626996B2 (en) | 2014-09-15 | 2023-04-11 | Amazon Technologies, Inc. | Distributed system web of trust provisioning |
JP2017211898A (en) * | 2016-05-27 | 2017-11-30 | 日本電信電話株式会社 | Learning system, feature learning device, method thereof, and program |
JP7007829B2 (en) | 2016-08-03 | 2022-01-25 | キヤノン株式会社 | Information processing equipment, information processing methods and programs |
JP2018026122A (en) * | 2016-08-03 | 2018-02-15 | キヤノン株式会社 | Information processing device, information processing method, and program |
JP7176158B1 (en) * | 2021-06-30 | 2022-11-21 | 楽天グループ株式会社 | LEARNING MODEL EVALUATION SYSTEM, LEARNING MODEL EVALUATION METHOD, AND PROGRAM |
TWI827086B (en) * | 2021-06-30 | 2023-12-21 | 日商樂天集團股份有限公司 | Learning model evaluation system, learning model evaluation method and program product |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2005258801A (en) | Personal identification system | |
CN109409204B (en) | Anti-counterfeiting detection method and device, electronic equipment and storage medium | |
JP3621245B2 (en) | Person recognition device, person recognition method, and person recognition program recording medium | |
CN106850648B (en) | Identity verification method, client and service platform | |
US11893831B2 (en) | Identity information processing method and device based on fundus image | |
US20120155718A1 (en) | Face recognition apparatus and method | |
CN109271915B (en) | Anti-counterfeiting detection method and device, electronic equipment and storage medium | |
JP2005202653A (en) | Behavior recognition device and method, animal object recognition device and method, equipment control device and method, and program | |
JP2006293644A (en) | Information processing device and information processing method | |
CN105740682A (en) | Computer system as well as identification method and system of user thereof | |
JP2019117579A (en) | Biometric authentication system | |
CN111401268B (en) | Multi-mode emotion recognition method and device for open environment | |
CN106529379A (en) | Method and device for recognizing living body | |
CN110348193A (en) | Verification method, device, equipment and storage medium | |
CN110113319A (en) | Identity identifying method, device, computer equipment and storage medium | |
CN105184133B (en) | A kind of method for authenticating, device and corresponding mobile terminal | |
JP3886660B2 (en) | Registration apparatus and method in person recognition apparatus | |
KR20220123118A (en) | Systems and methods for distinguishing user, action and device-specific characteristics recorded in motion sensor data | |
Perwej | An Empirical Investigation of Human Identity Verification Methods | |
KR20210018586A (en) | Method and apparatus for identifying video content using biometric features of characters | |
CN117152308B (en) | Virtual person action expression optimization method and system | |
CN109409322B (en) | Living body detection method and device, face recognition method and face detection system | |
CN103700151A (en) | Morning run check-in method | |
JP2005165447A (en) | Age/sex discrimination device, age/sex discrimination method and person recognition device | |
CN110197171A (en) | Exchange method, device and the electronic equipment of action message based on user |