Nothing Special   »   [go: up one dir, main page]

WO2013145166A1 - 生体認証装置、生体認証方法、および生体認証プログラム - Google Patents

生体認証装置、生体認証方法、および生体認証プログラム Download PDF

Info

Publication number
WO2013145166A1
WO2013145166A1 PCT/JP2012/058169 JP2012058169W WO2013145166A1 WO 2013145166 A1 WO2013145166 A1 WO 2013145166A1 JP 2012058169 W JP2012058169 W JP 2012058169W WO 2013145166 A1 WO2013145166 A1 WO 2013145166A1
Authority
WO
WIPO (PCT)
Prior art keywords
authentication
biometric
sensor
processing unit
image
Prior art date
Application number
PCT/JP2012/058169
Other languages
English (en)
French (fr)
Inventor
青木隆浩
Original Assignee
富士通株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to EP12873357.3A priority Critical patent/EP2833320B1/en
Priority to JP2014507134A priority patent/JP5850138B2/ja
Priority to CN201280071769.1A priority patent/CN104221052B/zh
Priority to KR1020147026224A priority patent/KR101620774B1/ko
Priority to PCT/JP2012/058169 priority patent/WO2013145166A1/ja
Publication of WO2013145166A1 publication Critical patent/WO2013145166A1/ja
Priority to US14/494,944 priority patent/US9208391B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities

Definitions

  • the present invention relates to a biometric authentication device, a biometric authentication method, and a biometric authentication program.
  • Biometric authentication is performed by comparing verification data acquired by a biometric sensor with registered data registered in a database.
  • biometric authentication has been diversified, and Patent Documents 1 to 3 disclose techniques related to diversified biometric authentication.
  • Patent Documents 1 to 3 there is a risk that authentication accuracy may be lowered when a plurality of biometric sensors are used.
  • the present invention has been made in view of the above problems, and an object thereof is to provide a biometric authentication device, a biometric authentication method, and a biometric authentication program that can suppress a decrease in authentication accuracy when a plurality of biometric sensors are used. To do.
  • a biometric authentication device in the specification includes a first biometric sensor that acquires user biometric information and a second biometric information that is less reproducible than the first biometric sensor.
  • a biometric sensor and an authentication processing unit that performs authentication by verification using biometric information acquired by the first and second biosensors, wherein the authentication processing unit is acquired by the first biosensor.
  • the biometric information acquired by the second biometric sensor is collated using the biometric information when the biometric information and the registered information are successfully collated.
  • the biometric authentication method disclosed in the specification includes a first authentication processing step of performing authentication by comparing biometric information acquired by a first biometric sensor that acquires biometric information of a user with registration information.
  • the biometric authentication program disclosed in the specification is a first authentication that performs authentication on a computer by comparing biometric information acquired by a first biometric sensor that acquires biometric information of a user with registered information.
  • a second biometric sensor that acquires biometric information of a user with lower reproducibility than the first biometric sensor is acquired using the biometric information when the verification in the processing step and the first authentication processing step is successful.
  • biometric authentication device biometric authentication method, and biometric authentication program disclosed in the specification, it is possible to suppress a decrease in authentication accuracy when a plurality of biometric sensors are used.
  • (A) is a block diagram for demonstrating the hardware constitutions of the biometrics apparatus which concerns on Example 1
  • (b) is a schematic diagram for demonstrating an example of the biosensor which detects a palm vein.
  • (A) is a block diagram of each function implement
  • (b) is an example of the table showing the registration data registered into the registration database. It is an example of the flowchart performed in the case of the authentication process at the time of using a biometric sensor. It is a figure for demonstrating the example of a production
  • FIG. 9 is a block diagram for explaining a hardware configuration of a biometric authentication apparatus according to a second embodiment. It is a block diagram of each function implement
  • FIG. 1 is a diagram for explaining an example of a scene to which the following embodiment is applied.
  • sensors for entering / exiting management type A sensor
  • sensors type B sensor
  • Biometric authentication is performed by comparing the biometric information acquired by the biometric sensor with the registered information registered in the registration database.
  • type A sensors require high-precision authentication. Therefore, for type A sensors, for example, large-size and high-cost sensors are used, although the authentication accuracy and external light resistance are high.
  • a sensor built in each desktop PC, notebook PC, etc. in the office is limited in size. Moreover, since the number of introductions increases, cost cut is required. Therefore, a small and inexpensive sensor is used for the type B sensor. In this case, the authentication accuracy at the sensor in the office is lowered. There is a need to improve the authentication accuracy of such type B sensors. Therefore, in the following embodiments, a biometric authentication device, a biometric authentication method, and a biometric authentication program that can suppress a decrease in authentication accuracy when a plurality of biometric sensors are used will be described.
  • FIG. 2A is a block diagram for explaining a hardware configuration of the biometric authentication device 400 according to the first embodiment.
  • the biometric authentication device 400 has a configuration in which a terminal 100, a terminal 200, and a storage device 300 are connected via a network.
  • a network in this case, a communication network such as an intranet, a public line network, or the Internet can be used.
  • the terminal 100 is a device that determines permission to enter the office, for example, and the terminal 100 is a PC terminal or the like disposed in the office.
  • the terminal 100 includes a CPU 101, a RAM 102, a storage device 103, a first biological sensor 104, a display device 105, a communication unit 106, and the like. Each of these devices is connected by a bus or the like.
  • the terminal 200 includes a CPU 201, a RAM 202, a storage device 203, a second biosensor 204, a display device 205, a communication unit 206, and the like. Each of these devices is connected by a bus or the like.
  • CPU Central Processing Unit
  • 201 is a central processing unit.
  • the CPUs 101 and 201 include one or more cores.
  • a RAM (Random Access Memory) 102 is a volatile memory that temporarily stores programs executed by the CPU 101, data processed by the CPU 101, and the like.
  • the RAM 202 is a volatile memory that temporarily stores programs executed by the CPU 201, data processed by the CPU 201, and the like.
  • Storage devices 103 and 203 are nonvolatile storage devices. As the storage devices 103 and 203, for example, a solid state drive (SSD) such as a ROM (Read Only Memory) or a flash memory, a hard disk driven by a hard disk drive, or the like can be used.
  • the display device 105 is a device for displaying the result of each process performed by the terminal 100.
  • the display device 205 is a device for displaying the result of each process performed by the biometric authentication device 200.
  • the display devices 105 and 205 are, for example, liquid crystal displays.
  • Communication units 106 and 206 are interfaces for transmitting and receiving signals to and from other devices.
  • the first biological sensor 104 and the second biological sensor 204 are sensors that acquire user's biological information.
  • the biometric information of the user is not particularly limited, and is information related to any living body such as a fingerprint, a vein, an iris, a voiceprint, and a shape.
  • sensors that detect palm veins as images are used as the first biological sensor 104 and the second biological sensor 204.
  • FIG. 2B is a schematic diagram for explaining an example of the first biological sensor 104 that detects a palm vein.
  • the first biological sensor 104 is a photographing device that photographs the subcutaneous vein of the palm using near infrared rays having high permeability to the human body.
  • the first biological sensor 104 is provided with, for example, a CMOS (Complementary Metal Oxide Semiconductor) camera.
  • the illumination etc. which irradiate the light containing a near infrared ray may be provided.
  • the second biosensor 204 has the same configuration as the first biosensor 104.
  • the first biological sensor 104 has higher reproducibility than the second biological sensor 204 when acquiring the biological information of the user. That is, the similarities of the biological information acquired by the first biological sensor 104 a plurality of times are higher than the similarities of the biological information acquired by the second biological sensor 204 a plurality of times.
  • the first biological sensor 104 and the second biological sensor 204 are biological image acquisition sensors, the first biological sensor 104 has a device configuration that realizes higher image quality than the second biological sensor 204.
  • the image quality of an image that satisfies the following requirements is referred to as high image quality
  • the image quality of an image that does not satisfy the following requirements is referred to as low image quality.
  • the image quality of an image with less noise may be referred to as high image quality. This is because the smaller the noise, the more stable the authentication feature can be extracted, and the higher the authentication accuracy.
  • the noise of the image is determined by the light quantity of the light source and the lens performance. For example, noise is reduced when the amount of light is large.
  • an F value of an index representing brightness can be used.
  • the image quality of an image with small peripheral dimming may be referred to as high image quality. This is because the edge feature of the captured image can be stably extracted when the peripheral light attenuation is small.
  • the authentication part extraction process is stable, the authentication accuracy is improved.
  • the clipping process is, for example, a process of clipping a palm region that is an authentication target from an image. Ambient dimming is determined by lens performance, illumination uniformity, and the like.
  • the image quality of a high resolution image may be referred to as high image quality. This is because if the resolution of the image is high, fine features can be photographed, and the authentication accuracy increases.
  • the resolution of an image is determined by the performance of an image sensor (CMOS or CCD), the performance of a transmission path (for example, USB transfer capability), and the like. Regarding the performance of the transmission path, even if high-resolution data can be acquired by the image sensor, the high-resolution data generally has a large data capacity, so it is difficult to actually use it if the capacity of the transmission path is small. Because of the circumstances.
  • the image quality of a high resolution image may be referred to as high image quality.
  • the resolution is an index indicating how much information can be distinguished. For example, it is an index for photographing a pair of white and black lines and determining whether a fine line pair can be correctly identified as a line pair. Specifically, when the resolution is low, white and black are mixed and appear gray. The resolution depends on the performance of the lens together with the resolution.
  • the MTF (Modulation Transfer Function) of the lens may be used as an index of resolution.
  • the image quality of an image with less surface reflection may be referred to as high image quality. This is because if the surface reflection is small, the vein image of the internal feature can be clearly captured and the authentication accuracy is improved.
  • the surface reflection component is a reflection component generated at the boundary between the palm and air. Surface reflection can be reduced by mounting a polarizing plate. Moreover, surface reflection can be reduced by the arrangement of the light source and the lighting method.
  • the storage device 300 is a nonvolatile storage device.
  • a solid state drive such as a ROM or a flash memory, a hard disk driven by a hard disk drive, or the like can be used.
  • the storage device 300 stores a biometric authentication program.
  • the biometric authentication program may be distributed and stored in the storage devices 103 and 203.
  • the biometric authentication program stored in the storage device 300 is expanded in the RAMs 102 and 202 so as to be executable.
  • the CPU 101 executes a biometric authentication program expanded in the RAM 102.
  • the CPU 201 executes a biometric authentication program developed in the RAM 202. Thereby, each process by the terminal 100 is performed.
  • FIG. 3A is a block diagram of each function realized by executing the biometric authentication program.
  • the terminal 100 by executing the biometric authentication program, the terminal 100 causes the overall control unit 11, the imaging processing unit 12, the authentication processing unit 13, the template acquisition unit 14, the temporary template generation unit 15, and the image processing. It functions as the unit 16.
  • the terminal 200 By executing the biometric authentication program, the terminal 200 functions as the overall control unit 21, the imaging processing unit 22, the authentication processing unit 23, the template acquisition unit 24, and the template cache unit 25.
  • the storage device 300 functions as the registration database 30 by executing the biometric authentication program.
  • the overall control unit 11 controls the imaging processing unit 12, the authentication processing unit 13, the template acquisition unit 14, the temporary template generation unit 15, and the image processing unit 16.
  • the imaging processing unit 12 acquires a palm image from the first biological sensor 104 in accordance with an instruction from the overall control unit 11.
  • the authentication processing unit 13 extracts the vein information of the palm as an authentication feature from the palm image acquired by the imaging processing unit 12 in accordance with an instruction from the overall control unit 11, and performs authentication processing.
  • the template acquisition unit 14 acquires a registration template (registration data) from the registration database 30 for authentication in the authentication processing unit 13.
  • the temporary template generation unit 15 generates a temporary template from the authentication feature extracted by the authentication processing unit 13.
  • the image processing unit 16 processes the image acquired by the imaging processing unit 12.
  • the overall control unit 21 controls the photographing processing unit 22, the authentication processing unit 23, the template acquisition unit 24, and the template cache unit 25.
  • the imaging processing unit 22 acquires a palm image from the second biological sensor 204 in accordance with an instruction from the overall control unit 21.
  • the authentication processing unit 23 extracts the vein information of the palm as an authentication feature from the palm image acquired by the imaging processing unit 22 in accordance with an instruction from the overall control unit 21, and performs authentication processing.
  • the template acquisition unit 24 acquires a registration template (registration data) from the registration database 30 for authentication in the authentication processing unit 23.
  • the template cache unit 25 temporarily stores the temporary template generated by the temporary template generation unit 15.
  • FIG. 3B is an example of a table representing registration templates registered in the registration database 30.
  • the registration template includes an authentication feature associated with each user ID.
  • This registration template can be registered in advance in the registration database 30 using the first biological sensor 104 or the like. Details of the authentication process will be described below.
  • FIG. 4 is an example of a flowchart executed in the authentication process when the first biosensor 104 is used. This authentication process is performed, for example, when entering the office.
  • the imaging processing unit 12 acquires a palm image I for authentication from the first biological sensor 104 (step S1).
  • the authentication processing unit 13 extracts an authentication feature F from the palm image I (step S2).
  • the authentication processing unit 13, an authentication feature F, the template acquisition section 14 collates the registration template T R obtained from the registration database 30, and calculates both the similarity S (step S3).
  • the authentication processing unit 13 calculates the similarity between each user's registered template (T R1 to T RN ) and the authentication feature F.
  • step S4 the authentication processing unit 13, the similarity S of any user is equal to or threshold TH 0 or more (step S4).
  • the authentication process part 13 outputs the signal which concerns on authentication success (step S5). Thereby, for example, a door for entering the office is unlocked.
  • the image processing unit 16 generates the image I ′ having a lower image quality than the image I by processing the palm image I that has been successfully authenticated (step S6).
  • a sufficient amount of illumination light may not be obtained.
  • the second biosensor 204 is built in a notebook PC, it is necessary to reduce the amount of light from the relationship of power consumption. As a result of reducing the amount of light, a lot of image noise is included.
  • the size of an image sensor (CCD, CMOS, etc.) used to acquire an image is reduced. As the area of the image sensor decreases, the amount of light received per unit area decreases, resulting in increased noise. In general, small and inexpensive sensors often use small image sensors, and as a result, noise tends to increase.
  • the image processing unit 16 reduces the difference between the image quality acquired by the first biosensor 104 and the image quality acquired by the second biosensor 204 to the image acquired by the first biosensor 104. Noise may be added.
  • the image processing unit 16 measures the noise magnitude ⁇ that can express the difference between the sensors in advance, and adds the random noise determined based on the corresponding ⁇ to the pixel of the palm image I. Specifically, the image processing unit 16 acquires the image I ′ according to the following formula (1).
  • I ′ (x) is a processed image I ′
  • I (x) is a palm image I before processing
  • I ′ (x) I (x) + N (x) (1)
  • FIG. 5 is a diagram for explaining another example of the generation of the low-quality image I ′.
  • the sensor area may be small and the irradiation area of the light source may be limited.
  • the sensor area is small, it is difficult to irradiate light uniformly on the subject such as a palm.
  • peripheral dimming to the image acquired by the first biological sensor 104, the difference between the image quality of the image acquired by the first biological sensor 104 and the image quality of the image acquired by the second biological sensor 204 is reduced. can do.
  • FIG. 5 is a diagram for explaining another example of the generation of the low-quality image I ′.
  • the image processing unit 16 represents a difference between the distribution of luminance values of the image acquired by the first biological sensor 104 and the distribution of luminance values of the image acquired by the second biological sensor 204. Obtain a dimming conversion curve in advance. Furthermore, the image processing unit 16 generates the low-quality image I ′ by applying the peripheral dimming conversion curve to the image acquired by the first biological sensor 104. Thereby, the difference between the image quality of the image acquired by the first biosensor 104 and the image quality of the image acquired by the second biosensor 204 is reduced. Specifically, the image processing unit 16 acquires the image I ′ according to the following formula (2).
  • I ′ (x) is an image I ′ after processing
  • I (x) is a palm image I before processing
  • I ′ (x) a (x) ⁇ I (x) (2)
  • FIG. 6 is a diagram for explaining another example of the generation of the low-quality image I ′.
  • the second biological sensor 204 when an inexpensive sensor is used as the second biological sensor 204, the number of lenses, the lens thickness, and the like are restricted. In addition, the optical characteristics are reduced depending on the material of the lens. In this case, the sharpness (frequency characteristic) of the image acquired by the second biological sensor 204 is lowered. This sharpness can be expressed using the MTF value.
  • the MTF value is a value expressing in the frequency domain how much the original image is degraded by the lens.
  • the image processing unit 16 obtains in advance a “frequency degradation curve” that matches the frequency characteristics between sensors, and changes the frequency characteristics according to the frequency degradation curve. .
  • the image processing unit 16 acquires the image I ′ according to the following formula (3).
  • F ′ (f) is the Fourier transform of the processed image I ′
  • F (f) is the Fourier transform of the palm image I before processing
  • a (f) is the frequency. It is a deterioration curve.
  • F ′ (f) a (f) ⁇ F (f) (3)
  • the image processing unit 16 adds lens distortion to the palm image I acquired by the first biological sensor 104, whereby the image quality of the image acquired by the first biological sensor 104 and the second biological sensor 204 acquire it. It is possible to reduce the difference from the image quality of the processed image.
  • FIG. 7 is a diagram for explaining another example of the generation of the low-quality image I ′.
  • the image quality of the image acquired by the first biological sensor 104 and the image quality of the image acquired by the second biological sensor 204 are added by adding high-frequency noise to a region where the luminance value of the palm image acquired by the second biological sensor 204 is high. Can be reduced. Since the surface reflection is a reflection in which the incident angle and the reflection angle are equal, it is highly likely that the surface reflection occurs in the “convex region” of the palm with reference to FIG. Since this area has a high average luminance value, occurrence of surface reflection can be predicted based on the luminance value. Since high-frequency noise is generated in a region where surface reflection exists due to surface wrinkles or the like, the image processing unit 16 may perform processing for adding high-frequency noise to the corresponding region.
  • the authentication processing unit 13 extracts an authentication feature from the image I ′, and the temporary template generation unit 15 sends the authentication feature to the template cache unit 25 as a temporary template T I ′ (step S7).
  • the authentication process part 13 outputs the signal which concerns on authentication failure (step S8).
  • FIG. 8 is an example of a flowchart executed in the authentication process when the second biosensor 204 is used.
  • This authentication process is performed after successful authentication using the first biosensor 104. For example, it is performed at the time of BIOS authentication at the time of PC activation after entering the office, OS logon authentication, or the like.
  • the imaging processing unit 22 acquires a palm image I for authentication from the second biosensor 204 (step S11).
  • the authentication processing unit 23 extracts an authentication feature F from the palm image I (step S12).
  • the authentication processing unit 23 includes an authentication feature F, the template acquisition section 24 collates the registration template T R obtained from the registration database 30, and calculates both the similarity S (step S13).
  • the authentication processing unit 23 determines whether or not the similarity S is equal to or higher than a threshold value TH 2 ( ⁇ TH 1 ) (Step S15).
  • the template acquisition unit 24 acquires the temporary template TI ′ from the template cache unit 5 (Step S16).
  • the authentication processing unit 23 collates the authentication feature F with the temporary template T I ′ and calculates a similarity S ′ between them (step S17).
  • the authentication processing unit 23 determines whether or not the similarity S ′ is greater than or equal to the threshold value TH 3 (step S18). If “Yes” is determined in step S18, or if “Yes” is determined in step S14, the authentication processing unit 23 outputs a signal related to the authentication success (step S19). If it is determined “No” in step S18 or “No” in step S15, the authentication processing unit 23 outputs a signal related to the authentication failure (step S20). After execution of step S19 or after execution of step S20, execution of the flowchart of FIG. 8 ends.
  • the biometric information regarding the authentication success acquired by the first biosensor 104 with high reproducibility is obtained.
  • highly reliable biological information can be used.
  • the second biological sensor 204 is not required to have high reproducibility.
  • an inexpensive apparatus can be used as the second biological sensor 204, the cost can be suppressed.
  • a registration template may be required for each biosensor. This is because in the case of a low image quality sensor, it is greatly affected by slight posture fluctuations of a subject (such as a palm), and thus has a large influence on the authentication accuracy.
  • a temporary template based on the biometric information related to the authentication success can be used, it is not necessary to individually create a registration template for each biosensor. Thereby, the amount of registered templates can be reduced.
  • the cause of the authentication failure can be estimated as follows. First, after registering the registration template T R in the registration database 30 may over time until the actual authentication process. In this case, (1) fluctuation of the living body itself, (2) fluctuation of posture, fluctuation unique to collation such as noise, and the like cause authentication failure. As a factor of (1), the influence of the surface flaw etc. are mentioned, for example. On the other hand, the factor (1) is not easily included in the high-quality image collected on that day. For this reason, the cause of the authentication failure can be estimated by comparing the high-quality image acquired by the first biosensor 104 on the day (or a very close time interval) with the image acquired by the second biosensor 204. .
  • FIG. 9 is a diagram for explaining an example of a processing flow for estimating the cause of the authentication failure.
  • the imaging processing unit 22 acquires the palm image I for authentication from the second biometric sensor 204 (step S21).
  • the authentication processing unit 23 an authentication feature F extracted from the palm image I, with the registered template T R the template acquisition section 24 acquires from the registration database 30 collates, calculates the similarity S 0 of both ( Step S22).
  • the authentication processing unit 23 determines whether or not the similarity S 0 is greater than or equal to a threshold value TH 0 (step S23). If it is determined as “Yes” in step S23, the authentication processing unit 23 outputs a signal related to the authentication success (step S24). When it is determined as “No” in step S23, the template acquisition unit 24 acquires the temporary template TI ′ from the template cache unit 25 (step S25).
  • the authentication processing unit 23 includes an authentication feature F, collates and temporary template T I', calculates both the similarity S T (step S26).
  • the authentication processing unit 23, the similarity S T is equal to or more than the threshold value TH T (step S27).
  • the authentication process part 23 will estimate that the fluctuation
  • the authentication feature F and the temporary template T I ′ are collated. If the similarity in this case is high, it is estimated that the biometric feature has changed. This is because the similarity between the temporary template T I ′ and the authentication feature F is high, while the similarity between the previously registered template and the authentication feature F is low. At this time, an accurate determination can be made by performing image processing for absorbing the difference in image quality between sensors.
  • the degree of influence of surface reflection varies from individual to individual. This is because surface reflection is greatly affected by the incident angle and the reflection angle of light, but the shape of the palm differs from person to person. Therefore, there are users who are strongly affected by surface reflection and users who are not so affected. The above effect can be obtained by applying the surface reflection addition process only to a specific user who is strongly influenced by the surface reflection.
  • the presence or absence of application may be determined according to the history of authentication results. In other words, the authentication failure rate for a predetermined period or number of times is checked, and when the authentication failure rate exceeds a predetermined value, the image quality of the image at the time of successful authentication by the first biometric sensor 104 is reduced to make a temporary template. May be generated.
  • the present invention is not limited thereto.
  • a combination of the similarity S R between the authentication feature F and the registered template T R extracted from the image I obtained by the second biometric sensor 204, a similarity S T with the authentication feature F and temporary template T I' A fusion score (total similarity) may be used.
  • the total similarity S TOTAL may be calculated according to the following equation (4).
  • S TOTAL (1.0-w) S R + wS T (4)
  • “w” is a coefficient representing the weight of each similarity. If you just registered in the registration template T R, differences between the registered template T R one o'clock template T I'is small. On the other hand, over time, differences between the registered template T R one o'clock template T I'increases. Therefore, “w” may be reduced immediately after registration, and “w” may be increased as time passes. In the example of FIG. 11, an upper limit (0.5) is set for “w”.
  • the number of biosensors having a low reproducibility is not necessarily one.
  • a plurality of types of low-quality biosensors may be provided.
  • a biosensor 204a and a biosensor 204b are provided.
  • a plurality of factors are mixed as image quality deterioration factors.
  • the degradation of the lens MTF exists as a degradation factor in the biosensor 204a, and that there are two degradation factors of the biosensor 204b, that is, a decrease in lens MTF and noise. This may occur when the biosensor 204a and the biosensor 204b share a lens but have different image sensors.
  • the processing may be made more efficient by sequentially applying the processing. Specifically, first, a temporary template T1 to which the MTF deterioration process is applied may be generated, and the temporary template T1 may be used for authentication by the biometric sensor 204a. Subsequently, a temporary template T2 obtained by applying noise addition processing to the temporary template T1 may be generated, and the temporary template T2 may be used for authentication by the biometric sensor 204b. By doing in this way, processing can be made more efficient than generating individual sensor images.
  • the mode of performing the authentication process at each terminal has been described.
  • the authentication process may be performed by an authentication server.
  • an authentication server For example, a case where a high image quality sensor is used at the time of entry and a low image quality sensor is used for identity confirmation after entering the country corresponds. In such a case, authentication processing is performed collectively by the authentication server.
  • FIG. 12 is a block diagram for explaining a hardware configuration of the biometric authentication device 400a according to the second embodiment.
  • biometric authentication device 400a has a configuration in which terminal 100a, terminal 200a, storage device 300, and server 500 are connected via a network.
  • the terminal 100a is an apparatus that performs authentication at the time of entry, for example.
  • the terminal 200a is a terminal that is used, for example, for confirmation of identity after entering the country, and the server 500 is an authentication server that collectively performs authentication processing.
  • the terminal 100a includes a CPU 101, a RAM 102, a storage device 103, a first biological sensor 104, a display device 105, a communication unit 106, and the like. Each of these devices is connected by a bus or the like.
  • the terminal 200a includes a CPU 201, a RAM 202, a storage device 203, a second biosensor 204, a display device 205, a communication unit 206, and the like. Each of these devices is connected by a bus or the like.
  • the server 500 includes a CPU 501, a RAM 502, a storage device 503, a communication unit 504, and the like. Each of these devices is connected by a bus or the like.
  • the CPU 501 is a central processing unit.
  • the RAM 502 is a volatile memory that temporarily stores programs executed by the CPU 501, data processed by the CPU 501, and the like.
  • the storage device 503 is a nonvolatile storage device.
  • the communication unit 504 is an interface for transmitting and receiving signals to and from other devices.
  • the storage device 300 is a nonvolatile storage device and stores a biometric authentication program. The biometric authentication program may be distributed and stored in the storage devices 103, 203, and 503.
  • the biometric authentication program stored in the storage device 300 is expanded in the RAMs 102, 202, and 502 so as to be executable.
  • the CPU 101 executes a biometric authentication program expanded in the RAM 102.
  • the CPU 201 executes a biometric authentication program developed in the RAM 202.
  • the CPU 501 executes a biometric authentication program expanded in the RAM 502. Thereby, each process by the biometric authentication device 400a is executed.
  • FIG. 13 is a block diagram of each function realized by executing the biometric authentication program.
  • terminal 100 a functions as overall control unit 11, imaging processing unit 12, authentication processing unit 13, temporary template generation unit 15, and image processing unit 16.
  • the terminal 200a functions as the overall control unit 21, the imaging processing unit 22, and the authentication processing unit 23.
  • the storage device 300 functions as the registration database 30 by executing the biometric authentication program.
  • the server 500 functions as the overall control unit 31, the authentication processing unit 32, the template acquisition unit 33, and the template cache unit 34 by executing the biometric authentication program.
  • the authentication processing unit 13 extracts an authentication feature from the palm image acquired by the biometric sensor 104, and sends the authentication feature to the server 500 without performing a matching process.
  • the authentication processing unit 23 extracts an authentication feature from the palm image acquired by the second biometric sensor 204 and sends the authentication feature to the server 500 without performing a matching process.
  • the overall control unit 31 controls the authentication processing unit 32, the template acquisition unit 33, and the template cache unit 34.
  • the authentication processing unit 32 performs authentication processing using the authentication feature sent from the authentication processing unit 13 and the authentication processing unit 23 in accordance with an instruction from the overall control unit 31.
  • the template acquisition unit 33 acquires a template from the registration database 30 for authentication in the authentication processing unit 32.
  • the template cache unit 34 temporarily stores the template generated by the temporary template generation unit 15.
  • FIG. 14 is an example of a flowchart executed in the authentication process when the biosensor 104 is used. This authentication process is performed when entering Japan.
  • the imaging processing unit 12 acquires a palm image I for authentication from the biometric sensor 104 (step S31).
  • the authentication processing unit 13 extracts an authentication feature F from the palm image I (step S32).
  • the authentication processing unit 13 sends the authentication feature F to the server 500 (step S33).
  • the authentication processing unit 32 includes an authentication feature F, the template acquisition section 33 collates the registration template T R obtained from the registration database 30, and calculates both the similarity S (step S34).
  • the authentication processing unit 32 the similarity S is equal to or threshold TH 0 or more (step S35). If it is determined as “Yes” in step S35, the authentication processing unit 32 outputs a result related to the authentication success (step S36). When it determines with "No” in step S35, the authentication process part 32 outputs the result which concerns on authentication failure (step S37).
  • the authentication processing unit 13 receives the authentication result from the authentication processing unit 32 (step S38).
  • the authentication processing unit 13 determines whether or not the received authentication result is successful (step S39). When it determines with "Yes” in step S39, the authentication process part 13 outputs the signal which concerns on authentication success (step S40).
  • the image processing unit 16 processes the palm image I to generate an image I ′ having a lower image quality than the image I (step S41).
  • the authentication processing unit 13 extracts an authentication feature from the image I ′, and the temporary template generation unit 15 sends the authentication feature to the server 500 as a temporary template T I ′ (step S42).
  • the authentication process part 13 outputs the signal which concerns on authentication failure (step S43).
  • FIG. 15 is an example of a flowchart executed in the authentication process when the second biosensor 204 is used.
  • This authentication process is performed after the authentication process using the first biosensor 104 is successful. For example, it is performed at the time of identity verification after entering Japan.
  • the imaging processing unit 22 acquires a palm image I for authentication from the second biosensor 204 (step S51).
  • the authentication processing unit 23 extracts an authentication feature F from the palm image I (step S52).
  • the authentication processing unit 23 sends the authentication feature F to the server 500 (step S53).
  • the authentication processing unit 23 receives an authentication result from the server 500 (step S54).
  • step S55 determines whether or not the received authentication result is successful. If it is determined as “Yes” in step S25, the authentication processing unit 23 outputs a signal related to the authentication success (step S56). If it is determined “No” in step S55, the authentication processing unit 23 outputs a signal related to the authentication failure (step S57).
  • the flowchart of FIG. 15 ends after execution of step S56 and after execution of step S57.
  • FIG. 16 is an example of a flowchart executed by the server 500 after execution of step S53 of FIG.
  • authentication processing unit 32 receives authentication feature F from authentication processing unit 23 (step S61).
  • the authentication processing unit 32 includes an authentication feature F
  • the template acquisition section 33 collates the registration template T R obtained from the registration database 30, and calculates both the similarity S (step S62).
  • the authentication processing unit 32 determines whether or not the similarity S is equal to or higher than a threshold value TH 2 ( ⁇ TH 1 ) (Step S64). If it is determined as “Yes” in step S64, the template acquisition unit 33 acquires the temporary template TI ′ from the template cache unit 34 (step S65).
  • the authentication processing unit 32 collates the authentication feature F with the temporary template T I ′ and calculates a similarity S ′ between them (step S66).
  • the authentication processing unit 32 determines whether or not the similarity S ′ is greater than or equal to the threshold value TH 3 (step S67). If “Yes” is determined in step S67, or if “Yes” is determined in step S64, the authentication processing unit 32 returns a signal related to the authentication success to the terminal 200a (step S68). If it is determined “No” in step S64, or if “No” is determined in step S67, the authentication processing unit 32 returns a signal related to the authentication failure to the terminal 200a (step S69). After execution of step S19 or after execution of step S20, execution of the flowchart of FIG.
  • the biometric information regarding the authentication success acquired by the first biosensor 104 with high reproducibility is obtained.
  • highly reliable biological information can be used.
  • the second biological sensor 204 is not required to have high reproducibility.
  • an inexpensive apparatus can be used as the second biological sensor 204, the cost can be suppressed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

　生体認証装置は、ユーザの生体情報を取得する第１生体センサと、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサと、前記第１生体センサおよび前記第２生体センサが取得した生体情報を用いた照合によって認証を行う認証処理部と、を備え、前記認証処理部は、前記第１生体センサが取得した生体情報と登録情報との照合が成功した際の当該生体情報を利用して、前記第２生体センサが取得した生体情報を照合する。

Description

生体認証装置、生体認証方法、および生体認証プログラム
　本発明は、生体認証装置、生体認証方法、および生体認証プログラムに関する。
　生体センサによって取得された照合データと、データベースに登録された登録データとを照合することによって、生体認証がなされている。近年、生体認証は多様化しつつあり、特許文献１～３は、多様化された生体認証に係る技術を開示している。
特開２００１－１４４６２号公報 特開２００６－１０７３４０号公報 特開２００９－１６９７９６号公報
　しかしながら、特許文献１～３の技術では、複数の生体センサを用いた場合に認証精度が低下するおそれがある。
　本発明は上記課題に鑑みなされたものであり、複数の生体センサを用いた場合に認証精度低下を抑制することができる生体認証装置、生体認証方法、および生体認証プログラムを提供することを目的とする。
　上記課題を解決するために、明細書開示の生体認証装置は、ユーザの生体情報を取得する第１生体センサと、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサと、前記第１生体センサおよび前記第２生体センサが取得した生体情報を用いた照合によって認証を行う認証処理部と、を備え、前記認証処理部は、前記第１生体センサが取得した生体情報と登録情報との照合が成功した際の当該生体情報を利用して、前記第２生体センサが取得した生体情報を照合する。
　上記課題を解決するために、明細書開示の生体認証方法は、ユーザの生体情報を取得する第１生体センサが取得した生体情報と、登録情報との照合によって認証を行う第１認証処理ステップと、前記第１認証処理ステップにおける照合が成功した場合の当該生体情報を利用して、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサが取得した生体情報を照合することによって認証を行う第２認証処理ステップと、を含む。
　上記課題を解決するために、明細書開示の生体認証プログラムは、コンピュータに、ユーザの生体情報を取得する第１生体センサが取得した生体情報と、登録情報との照合によって認証を行う第１認証処理ステップと、前記第１認証処理ステップにおける照合が成功した場合の当該生体情報を利用して、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサが取得した生体情報を照合することによって認証を行う第２認証処理ステップと、を実行させる。
　明細書開示の生体認証装置、生体認証方法、および生体認証プログラムによれば、複数の生体センサを用いた場合に認証精度低下を抑制することができる。
実施例が適用される場面の例である。 （ａ）は実施例１に係る生体認証装置のハードウェア構成を説明するためのブロック図であり、（ｂ）は手のひら静脈を検出する生体センサの一例を説明するための模式図である。 （ａ）は生体認証プログラムの実行によって実現される各機能のブロック図であり、（ｂ）は登録データベースに登録されている登録データを表すテーブルの一例である。 生体センサを用いた場合の認証処理の際に実行されるフローチャートの一例である。 低画質の画像の生成の例について説明するための図である。 低画質の画像の生成の他の例について説明するための図である。 低画質の画像の生成の他の例について説明するための図である。 生体センサを用いた場合の認証処理の際に実行されるフローチャートの一例である。 認証失敗の原因を推定するための処理フローの一例を説明するための図である。 周辺減光に対する手の大きさの影響を説明するための図である。 融合スコアを説明するための図である。 実施例２に係る生体認証装置のハードウェア構成を説明するためのブロック図である。 生体認証プログラムの実行によって実現される各機能のブロック図である。 生体センサを用いた場合の認証処理の際に実行されるフローチャートの一例である。 第２生体センサを用いた場合の認証処理の際に実行されるフローチャートの一例である。 図１５のステップＳ５３の実行後にサーバによって実施されるフローチャートの一例である。
　実施例の説明に先立って、下記の実施例が適用される場面の例について説明する。図１は、下記実施例が適用される場面の例を説明するための図である。図１を参照して、入退室管理用のセンサ（タイプＡセンサ）と、オフィス内のＰＣのログオン管理用、ロッカーの施錠管理用などのセンサ（タイプＢセンサ）とが配置されている。生体センサによって取得された生体情報と、登録データベースに登録された登録情報とを照合することによって、生体認証がなされる。
　入退室管理はセキュリティの第一歩であるため、タイプＡセンサには高精度の認証が要求される。そこで、タイプＡセンサには、例えば認証精度・外光耐性等は高いが大型で高コストのセンサが用いられる。これに対して、オフィス内の各デスクトップＰＣ、ノートＰＣなどに内蔵されるセンサは、大きさの面で制約がある。また、導入台数も多くなるため、コストカットが要求される。そのため、タイプＢセンサには、小型で安価なセンサが用いられる。この場合、オフィス内のセンサでの認証精度が低下する。このようなタイプＢセンサの認証精度を改善することが求められている。そこで、以下の実施例では、複数の生体センサを用いた場合に認証精度低下を抑制することができる生体認証装置、生体認証方法、および生体認証プログラムについて説明する。
　図２（ａ）は、実施例１に係る生体認証装置４００のハードウェア構成を説明するためのブロック図である。図２（ａ）を参照して、生体認証装置４００は、端末１００、端末２００および記憶装置３００がネットワークを介して接続された構成を有する。この場合のネットワークとして、イントラネット、公衆回線網、インターネット等の通信網を用いることができる。端末１００は、例えばオフィスへの入室の許可を判定する装置であり、端末１００は、オフィス内に配置されたＰＣ端末などである。
　端末１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、第１生体センサ１０４、表示装置１０５、通信部１０６などを備える。これらの各機器は、バスなどによって接続されている。端末２００は、ＣＰＵ２０１、ＲＡＭ２０２、記憶装置２０３、第２生体センサ２０４、表示装置２０５、通信部２０６などを備える。これらの各機器は、バスなどによって接続されている。
　ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１，２０１は、中央演算処理装置である。ＣＰＵ１０１，２０１は、１以上のコアを含む。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。ＲＡＭ２０２は、ＣＰＵ２０１が実行するプログラム、ＣＰＵ２０１が処理するデータなどを一時的に記憶する揮発性メモリである。
　記憶装置１０３，２０３は、不揮発性記憶装置である。記憶装置１０３，２０３として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。表示装置１０５は、端末１００による各処理の結果などを表示するための装置である。表示装置２０５は、生体認証装置２００による各処理の結果などを表示するための装置である。表示装置１０５，２０５は、例えば、液晶ディスプレイなどである。通信部１０６，２０６は、他機器との間で信号を送受信するためのインタフェースである。
　第１生体センサ１０４および第２生体センサ２０４は、ユーザの生体情報を取得するセンサである。ユーザの生体情報は、特に限定されるものではなく、指紋、静脈、虹彩、声紋、形状などのあらゆる生体に係る情報である。本実施例においては、一例として手のひら静脈を画像として検出するセンサを第１生体センサ１０４および第２生体センサ２０４として用いる。図２（ｂ）は、手のひら静脈を検出する第１生体センサ１０４の一例を説明するための模式図である。
　第１生体センサ１０４は、人体への透過性が高い近赤外線を用いて手のひらの皮下の静脈を撮影する撮影装置である。第１生体センサ１０４には、たとえばＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ　Ｍｅｔａｌ　Ｏｘｉｄｅ　Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどが備わっている。また、近赤外線を含む光を照射する照明などが設けられていてもよい。第２生体センサ２０４も第１生体センサ１０４と同様の構成を有する。
　第１生体センサ１０４は、ユーザの生体情報を取得するに際して、第２生体センサ２０４よりも高い再現性を有する。すなわち、第１生体センサ１０４によって複数回取得された生体情報の互いの類似度は、第２生体センサ２０４によって複数回取得された生体情報の互いの類似度よりも高くなる。第１生体センサ１０４および第２生体センサ２０４が生体画像を取得センサである場合には、第１生体センサ１０４は、第２生体センサ２０４よりも高い画質を実現する装置構成を有する。
　なお、ここで、高画質および低画質について説明する。本実施例においては、下記要件を満たす画像の画質を高画質と称し、下記要件を満たさない画像の画質を低画質と称する。具体的には、ノイズが少ない画像の画質を高画質と称してもよい。ノイズが少ないほど、認証特徴を安定して抽出可能であり、認証精度が高まるからである。画像のノイズは、光源の光量やレンズの性能などによって決まる。例えば、光量が多いとノイズが減る。レンズの性能として、明るさを表す指標のＦ値を用いることができる。
　また、周辺減光が小さい画像の画質を高画質と称してもよい。周辺減光が小さいと、撮影画像の端の特徴を安定抽出することができるからである。また、認証部位の切り出し処理も安定するため、認証精度が向上する。切り出し処理とは、たとえば画像から認証対象である手のひら領域を切り出す処理のことである。周辺減光は、レンズの性能、照明の均一度などによって決まる。
　また、解像度が高い画像の画質を高画質と称してもよい。画像の解像度が高いと細かい特徴まで撮影することができ、認証精度が高まるからである。画像の解像度は、撮像素子（ＣＭＯＳやＣＣＤ）などの性能、伝送経路の性能（例えばＵＳＢの転送能力）などによって決まる。伝送路の性能に関しては、仮に撮像素子で高解像度のデータを取得可能であったとしても、一般に高解像度データはデータ容量が大きいため、伝送路のキャパシティが小さいと実際に利用することが困難であるという事情による。
　また、分解能が高い画像の画質を高画質と称してもよい。分解能は、どれだけ細かい情報を区別できるかを表す指標である。例えば、白および黒のラインのペアを撮影し、細かいラインペアをラインペアとして正しく識別できるかを判断するための指標である。具体的には、分解能が低いと白と黒とが混じり合い、灰色に見える。分解能は、解像度とともにレンズの性能によって決まる。レンズのＭＴＦ（Ｍｏｄｕｌａｔｉｏｎ　Ｔｒａｎｓｆｅｒ　Ｆｕｎｃｔｉｏｎ）を分解能の指標として用いてもよい。
　また、表面反射が少ない画像の画質を高画質と称してもよい。表面反射が少ないと、内部特徴の静脈画像を鮮明に撮影することができ、認証精度が向上するからである。表面反射成分は、手のひらと空気との境界で発生する反射成分である。表面反射は、偏光板を実装することによって低減することができる。また、光源の配置および点灯方法によって表面反射を低減することができる。
　記憶装置３００は、不揮発性記憶装置である。記憶装置３００として、例えば、ＲＯＭ、フラッシュメモリなどのソリッド・ステート・ドライブ、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。記憶装置３００は、生体認証プログラムを記憶している。なお、生体認証プログラムは、記憶装置１０３，２０３に分散して記憶されていてもよい。
　続いて、端末１００の各処理について説明する。記憶装置３００に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２，２０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された生体認証プログラムを実行する。ＣＰＵ２０１は、ＲＡＭ２０２に展開された生体認証プログラムを実行する。それにより、端末１００による各処理が実行される。
　図３（ａ）は、生体認証プログラムの実行によって実現される各機能のブロック図である。図３（ａ）を参照して、生体認証プログラムの実行によって、端末１００は、全体制御部１１、撮影処理部１２、認証処理部１３、テンプレート取得部１４、一時テンプレート生成部１５、および画像加工部１６として機能する。生体認証プログラムの実行によって、端末２００は、全体制御部２１、撮影処理部２２、認証処理部２３、テンプレート取得部２４、およびテンプレートキャッシュ部２５として機能する。また、生体認証プログラムの実行によって、記憶装置３００は、登録データベース３０として機能する。
　全体制御部１１は、撮影処理部１２、認証処理部１３、テンプレート取得部１４、一時テンプレート生成部１５および画像加工部１６を制御する。撮影処理部１２は、全体制御部１１の指示に従って、第１生体センサ１０４から手のひら画像を取得する。認証処理部１３は、全体制御部１１の指示に従って、撮影処理部１２が取得した手のひら画像から手のひらの静脈情報を認証特徴として抽出し、認証処理を行う。テンプレート取得部１４は、認証処理部１３における認証用に、登録データベース３０から登録テンプレート（登録データ）を取得する。一時テンプレート生成部１５は、認証処理部１３が抽出した認証特徴から一時テンプレートを生成する。画像加工部１６は、撮影処理部１２が取得した画像を加工する。
　全体制御部２１は、撮影処理部２２、認証処理部２３、テンプレート取得部２４、およびテンプレートキャッシュ部２５を制御する。撮影処理部２２は、全体制御部２１の指示に従って、第２生体センサ２０４から手のひら画像を取得する。認証処理部２３は、全体制御部２１の指示に従って、撮影処理部２２が取得した手のひら画像から手のひらの静脈情報を認証特徴として抽出し、認証処理を行う。テンプレート取得部２４は、認証処理部２３における認証用に、登録データベース３０から登録テンプレート（登録データ）を取得する。テンプレートキャッシュ部２５は、一時テンプレート生成部１５が生成した一時テンプレートを一時的に保存する。
　図３（ｂ）は、登録データベース３０に登録されている登録テンプレートを表すテーブルの一例である。図３（ｂ）を参照して、登録テンプレートには、各ユーザのＩＤに関連付けて認証特徴が含まれている。この登録テンプレートは、第１生体センサ１０４などを用いてあらかじめ登録データベース３０に登録しておくことができる。以下、認証処理の詳細について説明する。
（認証処理）
　図４は、第１生体センサ１０４を用いた場合の認証処理の際に実行されるフローチャートの一例である。この認証処理は、例えば、オフィスへの入室の際に実施される。撮影処理部１２は、第１生体センサ１０４から認証用の手のひら画像Ｉを取得する（ステップＳ１）。次に、認証処理部１３は、手のひら画像Ｉから認証特徴Ｆを抽出する（ステップＳ２）。次に、認証処理部１３は、認証特徴Ｆと、テンプレート取得部１４が登録データベース３０から取得した登録テンプレートＴＲとを照合し、両者の類似度Ｓを算出する（ステップＳ３）。なお、認証処理部１３は、各ユーザの登録テンプレート（ＴＲ１～ＴＲＮ）と認証特徴Ｆとの類似度を算出する。
　次に、認証処理部１３は、いずれかのユーザの類似度Ｓがしきい値ＴＨ０以上であるか否かを判定する（ステップＳ４）。ステップＳ４において「Ｙｅｓ」と判定された場合、認証処理部１３は、認証成功に係る信号を出力する（ステップＳ５）。それにより、例えばオフィスへの入室用のドアが開錠する。次に、画像加工部１６は、認証成功に至った手のひら画像Ｉを加工することによって、画像Ｉよりも低画質の画像Ｉ´を生成する（ステップＳ６）。
　ここで、低画質の画像Ｉ´を生成する例について説明する。例えば、再現性の低い第２生体センサ２０４を用いる場合に、十分な照明光量が得られない場合がある。例えば第２生体センサ２０４がノートＰＣに内蔵される場合には、消費電力の関係から光量を減らす必要がある。光量を減らした結果、画像のノイズが多く含まれることになる。また、画像の取得に用いる撮像素子（ＣＣＤやＣＭＯＳなど）のサイズが縮小されている場合がある。撮像素子の面積が小さくなると、単位面積当たりの受光量が低下するため、結果としてノイズが増加する。小型・安価のセンサでは一般に小型の撮像素子を利用することが多いため、結果としてノイズが多くなる傾向がある。
　画像にノイズが存在する場合、特徴量（指紋の隆線や静脈パターン）などの抽出が不安定となる。そこで、画像加工部１６は、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違を低減するために、第１生体センサ１０４が取得した画像にノイズを付加してもよい。例えば、画像加工部１６は、センサ間の差異を表現できるノイズの大きさσを事前に測定し、該当するσを基に決定したランダムノイズを手のひら画像Ｉの画素にくわえる。具体的には画像加工部１６は、下記式（１）に従って、画像Ｉ´を取得する。なお、下記式（１）においてＩ´（ｘ）は加工後の画像Ｉ´であり、Ｉ（ｘ）は加工前の手のひら画像Ｉであり、Ｎ（ｘ）はノイズ（平均＝０）である。
Ｉ´（ｘ）＝Ｉ（ｘ）＋Ｎ（ｘ）　（１）
　図５は、低画質の画像Ｉ´の生成の他の例について説明するための図である。例えば、第２生体センサ２０４として小型のセンサを用いた場合、センサ面積が小さく、光源の照射面積が制限される場合がある。センサ面積が小さいと、手のひらなど被写体に均等に光を照射することが困難になる。この場合、第１生体センサ１０４が取得する画像に周辺減光を付加することによって、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違を低減することができる。例えば、図５を参照して、画像加工部１６は、第１生体センサ１０４が取得する画像の輝度値の分布と第２生体センサ２０４が取得する画像の輝度値の分布との相違を表す周辺減光変換カーブを事前に求めておく。さらに、画像加工部１６は、第１生体センサ１０４が取得した画像に当該周辺減光変換カーブを適用することによって、低画質の画像Ｉ´を生成する。これにより、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違が低減される。具体的には、画像加工部１６は、下記式（２）に従って、画像Ｉ´を取得する。なお、下記式（２）において、Ｉ´（ｘ）は加工後の画像Ｉ´であり、Ｉ（ｘ）は加工前の手のひら画像Ｉであり、ａ（ｘ）は周辺減光カーブ（ａ（０）＝１．０）である。
Ｉ´（ｘ）＝ａ（ｘ）・Ｉ（ｘ）　（２）
　図６は、低画質の画像Ｉ´の生成の他の例について説明するための図である。例えば、第２生体センサ２０４として安価なセンサを用いた場合、レンズ枚数、レンズの厚さなどが制約を受ける。また、レンズの材料に応じて光学特性が低下する。この場合、第２生体センサ２０４で取得した画像の先鋭度(周波数特性)が低下する。この先鋭度は、ＭＴＦ値を使って表現することができる。ＭＴＦ値は、元の画像がどの程度レンズによって劣化するかを周波数領域で表現した値である。この場合、第１生体センサ１０４が取得する画像の周波数特性を劣化させることによって、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違を低減することができる。具体的には、画像加工部１６は、図６を参照して、センサ間の周波数特性を一致させるような「周波数劣化カーブ」を事前に求めておき、当該周波数劣化カーブに従って周波数特性を変更させる。具体的には、画像加工部１６は、下記式（３）に従って、画像Ｉ´を取得する。なお、下記式（３）において、Ｆ´（ｆ）は加工後の画像Ｉ´のフーリエ変換であり、Ｆ（ｆ）は加工前の手のひら画像Ｉのフーリエ変換であり、ａ（ｆ）は周波数劣化カーブである。
Ｆ´（ｆ）＝ａ（ｆ）・Ｆ（ｆ）　（３）
　なお、レンズの相違を吸収するための画像加工処理として、レンズの歪みを適用してもよい。この場合、画像加工部１６は、第１生体センサ１０４が取得した手のひら画像Ｉに対してレンズ歪みを付加することによって、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違を低減することができる。
　図７は、低画質の画像Ｉ´の生成の他の例について説明するための図である。例えば、第２生体センサ２０４が取得した手のひら画像の輝度値が高い領域に高周波ノイズを付加することによって、第１生体センサ１０４が取得した画像の画質と第２生体センサ２０４が取得した画像の画質との相違を低減できる。表面反射は、入射角と反射角とが等しい反射であるため、図７を参照して、手のひらの“凸領域”で発生する可能性が高い。この領域は平均輝度値が高いため、輝度値を基準にして表面反射の発生を予測できる。表面反射が存在する領域には表面の皺などによって高周波のノイズが発生するため、画像加工部１６は、該当領域に高周波ノイズを付加する加工処理を行ってもよい。
　再度図４を参照して、認証処理部１３は画像Ｉ´から認証特徴を抽出し、一時テンプレート生成部１５は、当該認証特徴を一時テンプレートＴＩ´としてテンプレートキャッシュ部２５に送る（ステップＳ７）。なお、ステップＳ４において「Ｎｏ」と判定された場合、認証処理部１３は、認証失敗に係る信号を出力する（ステップＳ８）。ステップＳ７の実行後またはステップＳ８の実行後、図４のフローチャートの実行が終了する。
　図８は、第２生体センサ２０４を用いた場合の認証処理の際に実行されるフローチャートの一例である。この認証処理は、第１生体センサ１０４を用いた認証が成功した後に実施される。例えば、オフィスに入室した後におけるＰＣ起動時のＢＩＯＳ認証、ＯＳのログオン認証等の際に実施される。撮影処理部２２は、第２生体センサ２０４から認証用の手のひら画像Ｉを取得する（ステップＳ１１）。次に、認証処理部２３は、手のひら画像Ｉから認証特徴Ｆを抽出する（ステップＳ１２）。次に、認証処理部２３は、認証特徴Ｆと、テンプレート取得部２４が登録データベース３０から取得した登録テンプレートＴＲとを照合し、両者の類似度Ｓを算出する（ステップＳ１３）。
　次に、認証処理部２３は、類似度Ｓがしきい値ＴＨ１以上であるか否かを判定する（ステップＳ１４）。ステップＳ１４において「Ｎｏ」と判定された場合、認証処理部２３は、類似度Ｓがしきい値ＴＨ２（＜ＴＨ１）以上であるか否かを判定する（ステップＳ１５）。ステップＳ１５において「Ｙｅｓ」と判定された場合、テンプレート取得部２４は、テンプレートキャッシュ部５から一時テンプレートＴＩ´を取得する（ステップＳ１６）。
　次に、認証処理部２３は、認証特徴Ｆと、一時テンプレートＴＩ´とを照合し、両者の類似度Ｓ´を算出する（ステップＳ１７）。次に、認証処理部２３は、類似度Ｓ´がしきい値ＴＨ３以上であるか否かを判定する（ステップＳ１８）。ステップＳ１８において「Ｙｅｓ」と判定された場合、またはステップＳ１４において「Ｙｅｓ」と判定された場合、認証処理部２３は、認証成功に係る信号を出力する（ステップＳ１９）。ステップＳ１８において「Ｎｏ」と判定された場合、またはステップＳ１５において「Ｎｏ」と判定された場合、認証処理部２３は、認証失敗に係る信号を出力する（ステップＳ２０）。ステップＳ１９の実行後またはステップＳ２０の実行後、図８のフローチャートの実行が終了する。
　本実施例によれば、再現性の低い第２生体センサ２０４によって取得された生体情報に基づく認証を行う際に、再現性の高い第１生体センサ１０４によって取得された認証成功に係る生体情報を利用することができる。それにより、信頼性の高い生体情報を用いることができる。その結果、第２生体センサ２０４を用いた認証の精度低下を抑制することができ、利便性低下が抑制される。また、信頼性の高い生体情報を用いることができることから、第２生体センサ２０４には高い再現性が要求されない。それにより、第２生体センサ２０４として安価な装置を用いることができるため、コストを抑制することができる。
　ところで、複数の生体センサが設けられている場合、生体センサごとに登録テンプレートが必要とされることがあった。低画質センサの場合には、被写体（手のひらなど）の僅かな姿勢変動の影響を大きく受ける為、認証精度に対する影響が大きかったからである。これに対して、本実施例によれば、上記認証成功に係る生体情報に基づく一時テンプレートを利用することができるため、各生体センサに対して個別に登録テンプレートを作成する必要がない。それにより、登録テンプレートの量を削減することができる。
　本実施例によれば、第２生体センサ２０４で認証が失敗した際の原因を推定することができる。具体的には、第１生体センサ１０４で取得した高画質画像を利用することによって、以下のように認証失敗の原因の推定を行うことができる。まず、登録テンプレートＴＲを登録データベース３０に登録してから、実際の認証処理までの間に時間が経過する場合がある。この場合、（１）生体そのものの変動、および（２）姿勢変動、ノイズなどの照合固有の変動、などが認証失敗の原因となる。（１）の要因としては、例えば表面の傷の影響などが挙げられる。一方、当日採取した高画質画像には（１）の要因は含まれにくい。その為、第１生体センサ１０４で当日（或いは非常に近い時間間隔）で取得した高画質画像と第２生体センサ２０４で取得した画像とを比較することによって認証失敗の原因を推定することができる。
　図９は、認証失敗の原因を推定するための処理フローの一例を説明するための図である。図９を参照して、撮影処理部２２は、第２生体センサ２０４から認証用の手のひら画像Ｉを取得する（ステップＳ２１）。次に、認証処理部２３は、手のひら画像Ｉから抽出した認証特徴Ｆと、テンプレート取得部２４が登録データベース３０から取得した登録テンプレートＴＲとを照合し、両者の類似度Ｓ０を算出する（ステップＳ２２）。
　次に、認証処理部２３は、類似度Ｓ０がしきい値ＴＨ０以上であるか否かを判定する（ステップＳ２３）。ステップＳ２３において「Ｙｅｓ」と判定された場合、認証処理部２３は、認証成功に係る信号を出力する（ステップＳ２４）。ステップＳ２３において「Ｎｏ」と判定された場合、テンプレート取得部２４は、テンプレートキャッシュ部２５から一時テンプレートＴＩ´を取得する（ステップＳ２５）。
　次に、認証処理部２３は、認証特徴Ｆと、一時テンプレートＴＩ´とを照合し、両者の類似度ＳＴを算出する（ステップＳ２６）。次に、認証処理部２３は、類似度ＳＴがしきい値ＴＨＴ以上であるか否かを判定する（ステップＳ２７）。ステップＳ２７において「Ｙｅｓ」と判定された場合、認証処理部２３は、生体の変動がエラー原因と推定し、その旨を表示装置２０５に表示させる（ステップＳ２８）。ステップＳ２７において「Ｎｏ」と判定された場合、認証処理部２３は、照合時の生体の姿勢などが認証失敗と推定し、その旨を表示装置２０５に表示させる（ステップＳ２９）。
　図９のフローチャートによれば、第２生体センサ２０４での認証が失敗した場合に、認証特徴Ｆと一時テンプレートＴＩ´との照合がなされる。この場合の類似度が高ければ、生体特徴に変動が生じていると推定される。なぜなら、一時テンプレートＴＩ´と認証特徴Ｆとの類似度が高い一方で、以前に登録された登録テンプレートと認証特徴Ｆとの類似度が低いからである。この際、センサ間の画質の相違を吸収するための画像加工処理を行うことによって、正確な判定を行うことができる。
（他の例）
　上記各例では、全てのユーザに対して一時テンプレートを生成する構成について説明したが、それに限られない。例えば、一時テンプレートの生成を個人単位で有効または無効としてもよい。例えば、図１０を参照して、周辺減光は手の大きい人で影響が大きい一方、手の小さい人にはあまり影響がない。したがって、手のひらが小さいユーザに対しては一時テンプレートの生成を抑制することによって画像処理によるＣＰＵ負荷や消費電力、記憶容量を削減する効果が得られる。
　また、表面反射の影響度合いは個人ごとに異なる。表面反射は光の入射角と反射角の影響を大きく受けるものであるが、手のひらの形状は個人ごとに異なっているからである。したがって、表面反射の影響を強く受けるユーザと、あまり受けないユーザとが存在する。表面反射の影響の強い特定のユーザにのみ、表面反射付加処理を適用することによって上記効果を得ることができる。
　表面反射の場合には手の大きさとは異なり、登録時に適用の有無を判定することは困難である。表面反射の影響は手のひらのかざし方に依存するため、登録時の数回の画像データだけからは判定することが難しいためである。そこで、認証結果の履歴に応じて適用の有無を判定してもよい。つまり、所定の期間あるいは回数の認証失敗率を調べ、当該認証失敗率が所定の値を上回っている場合に、第１生体センサ１０４での認証成功の際の画像の画質を低下させて一時テンプレートを生成してもよい。
　また、上記各例では、第１生体センサ１０４で取得した画像を加工したものを、第２生体センサ２０４を用いた認証に利用する態様について説明したが、それに限られない。例えば、第２生体センサ２０４で取得した画像Ｉから抽出した認証特徴Ｆと登録テンプレートＴＲとの類似度ＳＲと、認証特徴Ｆと一時テンプレートＴＩ´との類似度ＳＴとを組み合わせた融合スコア（総合類似度）を利用してもよい。例えば、下記式（４）に従って、総合類似度ＳＴＯＴＡＬを算出してもよい。
ＳＴＯＴＡＬ＝（１．０－ｗ）ＳＲ＋ｗＳＴ　（４）
　上記式（４）において、「ｗ」はそれぞれの類似度のウェイトを表す係数である。登録テンプレートＴＲの登録直後の場合は、登録テンプレートＴＲと一時テンプレートＴＩ´との間の相違は小さくなっている。一方、時間の経過に伴い、登録テンプレートＴＲと一時テンプレートＴＩ´との間の相違は大きくなる。したがって、登録直後には「ｗ」を小さくしておき、時間の経過とともに「ｗ」を大きくしてもよい。なお、図１１の例では、「ｗ」に上限値（０．５）が設定されている。
　なお、再現性の低い構成の生体センサの種類は１つとは限らない。例えば、複数種類の低画質の生体センサが設けられている場合がある。例えば、生体センサ２０４ａと生体センサ２０４ｂとが設けられていると仮定する。この場合、画質の劣化要因として、複数の要因が混在する。例えば、生体センサ２０４ａには劣化要因としてレンズＭＴＦ低下が存在し、生体センサ２０４ｂにはレンズのＭＴＦ低下とノイズという２つの劣化要因が存在している可能性がある。これは、生体センサ２０４ａと生体センサ２０４ｂとで、レンズは共有している一方、撮像素子が異なっている場合などに起こり得る。
　このような場合に、第１生体センサ１０４で取得した画像から一時テンプレートＴＩ´を生成する際に、処理を逐次的に適用することによって処理を効率化してもよい。具体的には、まず初めにＭＴＦ劣化処理を適用した一時テンプレートＴ１を生成し、当該一時テンプレートＴ１を生体センサ２０４ａでの認証に用いてもよい。引き続き、一時テンプレートＴ１にノイズ付加処理を適用した一時テンプレートＴ２を生成し、当該一時テンプレートＴ２を生体センサ２０４ｂでの認証に用いてもよい。このようにすることによって、個々のセンサ用画像を個別に生成するよりも処理を効率化することができる。
　実施例１では、各端末で認証処理を行う態様について説明したが、認証処理を認証サーバにて実施してもよい。例えば、入国時に高画質センサを用い、入国後の身元確認などに低画質センサを用いる場合などが対応する。このような場合、認証サーバで一括して認証処理がなされる。
　図１２は、実施例２に係る生体認証装置４００ａのハードウェア構成を説明するためのブロック図である。図１２を参照して、生体認証装置４００ａは、端末１００ａ、端末２００ａ、記憶装置３００およびサーバ５００がネットワークを介して接続された構成を有する。端末１００ａは、例えば入国の際の認証を行う装置であり、端末２００ａは、例えば入国後の身元確認などに用いられる端末であり、サーバ５００は、認証処理を一括で行う認証サーバである。
　端末１００ａは、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、第１生体センサ１０４、表示装置１０５、通信部１０６などを備える。これらの各機器は、バスなどによって接続されている。端末２００ａは、ＣＰＵ２０１、ＲＡＭ２０２、記憶装置２０３、第２生体センサ２０４、表示装置２０５、通信部２０６などを備える。これらの各機器は、バスなどによって接続されている。サーバ５００は、ＣＰＵ５０１、ＲＡＭ５０２、記憶装置５０３、通信部５０４などを備える。これらの各機器は、バスなどによって接続されている。
　ＣＰＵ５０１は、中央演算処理装置である。ＲＡＭ５０２は、ＣＰＵ５０１が実行するプログラム、ＣＰＵ５０１が処理するデータなどを一時的に記憶する揮発性メモリである。記憶装置５０３は、不揮発性記憶装置である。通信部５０４は、他機器との間で信号を送受信するためのインタフェースである。記憶装置３００は、不揮発性記憶装置であり、生体認証プログラムを記憶している。なお、生体認証プログラムは、記憶装置１０３，２０３，５０３に分散して記憶されていてもよい。
　続いて、生体認証装置４００ａの各処理について説明する。記憶装置３００に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２，２０２，５０２に展開される。ＣＰＵ１０１は、ＲＡＭ１０２に展開された生体認証プログラムを実行する。ＣＰＵ２０１は、ＲＡＭ２０２に展開された生体認証プログラムを実行する。ＣＰＵ５０１は、ＲＡＭ５０２に展開された生体認証プログラムを実行する。それにより、生体認証装置４００ａによる各処理が実行される。
　図１３は、生体認証プログラムの実行によって実現される各機能のブロック図である。図１３を参照して、生体認証プログラムの実行によって、端末１００ａは、全体制御部１１、撮影処理部１２、認証処理部１３、一時テンプレート生成部１５、および画像加工部１６として機能する。生体認証プログラムの実行によって、端末２００ａは、全体制御部２１、撮影処理部２２、および認証処理部２３として機能する。また、生体認証プログラムの実行によって、記憶装置３００は、登録データベース３０として機能する。また、生体認証プログラムの実行によって、サーバ５００は、全体制御部３１、認証処理部３２、テンプレート取得部３３およびテンプレートキャッシュ部３４として機能する。
　本実施例においては、認証処理部１３は、生体センサ１０４が取得した手のひら画像から認証特徴を抽出し、照合処理を行わずに当該認証特徴をサーバ５００に送る。認証処理部２３は、第２生体センサ２０４が取得した手のひら画像から認証特徴を抽出し、照合処理を行わずに当該認証特徴をサーバ５００に送る。
　全体制御部３１は、認証処理部３２、テンプレート取得部３３およびテンプレートキャッシュ部３４を制御する。認証処理部３２は、全体制御部３１の指示に従って、認証処理部１３および認証処理部２３から送られてきた認証特徴を利用して認証処理を行う。テンプレート取得部３３は、認証処理部３２における認証用に、登録データベース３０からテンプレートを取得する。テンプレートキャッシュ部３４は、一時テンプレート生成部１５が生成したテンプレートを一時的に保存する。
（認証処理）
　図１４は、生体センサ１０４を用いた場合の認証処理の際に実行されるフローチャートの一例である。この認証処理は、入国時などに実施される。撮影処理部１２は、生体センサ１０４から認証用の手のひら画像Ｉを取得する（ステップＳ３１）。次に、認証処理部１３は、手のひら画像Ｉから認証特徴Ｆを抽出する（ステップＳ３２）。次に、認証処理部１３は、認証特徴Ｆをサーバ５００に送る（ステップＳ３３）。
　次に、認証処理部３２は、認証特徴Ｆと、テンプレート取得部３３が登録データベース３０から取得した登録テンプレートＴＲとを照合し、両者の類似度Ｓを算出する（ステップＳ３４）。次に、認証処理部３２は、類似度Ｓがしきい値ＴＨ０以上であるか否かを判定する（ステップＳ３５）。ステップＳ３５において「Ｙｅｓ」と判定された場合、認証処理部３２は、認証成功に係る結果を出力する（ステップＳ３６）。ステップＳ３５において「Ｎｏ」と判定された場合、認証処理部３２は、認証失敗に係る結果を出力する（ステップＳ３７）。
　認証処理部１３は、認証処理部３２から認証結果を受け取る（ステップＳ３８）。認証処理部１３は、受け取った認証結果が成功であるか否かを判定する（ステップＳ３９）。ステップＳ３９において「Ｙｅｓ」と判定された場合、認証処理部１３は、認証成功に係る信号を出力する（ステップＳ４０）。次に、画像加工部１６は、手のひら画像Ｉを加工することによって、画像Ｉよりも低画質の画像Ｉ´を生成する（ステップＳ４１）。次に、認証処理部１３は画像Ｉ´から認証特徴を抽出し、一時テンプレート生成部１５は、当該認証特徴を一時テンプレートＴＩ´としてサーバ５００に送る（ステップＳ４２）。なお、ステップＳ３９において「Ｎｏ」と判定された場合、認証処理部１３は、認証失敗に係る信号を出力する（ステップＳ４３）。ステップＳ４２の実行後またはステップＳ４３の実行後、図１４のフローチャートの実行が終了する。
　図１５は、第２生体センサ２０４を用いた場合の認証処理の際に実行されるフローチャートの一例である。この認証処理は、第１生体センサ１０４を用いた認証処理が成功した後に実施される。例えば、入国後の身元確認などの際に実施される。撮影処理部２２は、第２生体センサ２０４から認証用の手のひら画像Ｉを取得する（ステップＳ５１）。次に、認証処理部２３は、手のひら画像Ｉから認証特徴Ｆを抽出する（ステップＳ５２）。次に、認証処理部２３は、認証特徴Ｆをサーバ５００に送る（ステップＳ５３）。次に、認証処理部２３は、サーバ５００から認証結果を受け取る（ステップＳ５４）。
　次に、認証処理部２３は、受け取った認証結果が成功であるか否かを判定する（ステップＳ５５）。ステップＳ２５において「Ｙｅｓ」と判定された場合、認証処理部２３は、認証成功に係る信号を出力する（ステップＳ５６）。ステップＳ５５において「Ｎｏ」と判定された場合、認証処理部２３は、認証失敗に係る信号を出力する（ステップＳ５７）。ステップＳ５６の実行後およびステップＳ５７の実行後に図１５のフローチャートが終了する。
　図１６は、図１５のステップＳ５３の実行後にサーバ５００によって実施されるフローチャートの一例である。図１６を参照して、認証処理部３２は、認証処理部２３から認証特徴Ｆを受け取る（ステップＳ６１）。次に、認証処理部３２は、認証特徴Ｆと、テンプレート取得部３３が登録データベース３０から取得した登録テンプレートＴＲとを照合し、両者の類似度Ｓを算出する（ステップＳ６２）。
　次に、認証処理部３２は、類似度Ｓがしきい値ＴＨ１以上であるか否かを判定する（ステップＳ６３）。ステップＳ６３において「Ｎｏ」と判定された場合、認証処理部３２は、類似度Ｓがしきい値ＴＨ２（＜ＴＨ１）以上であるか否かを判定する（ステップＳ６４）。ステップＳ６４において「Ｙｅｓ」と判定された場合、テンプレート取得部３３は、テンプレートキャッシュ部３４から一時テンプレートＴＩ´を取得する（ステップＳ６５）。
　次に、認証処理部３２は、認証特徴Ｆと、一時テンプレートＴＩ´とを照合し、両者の類似度Ｓ´を算出する（ステップＳ６６）。次に、認証処理部３２は、類似度Ｓ´がしきい値ＴＨ３以上であるか否かを判定する（ステップＳ６７）。ステップＳ６７において「Ｙｅｓ」と判定された場合、またはステップＳ６４において「Ｙｅｓ」と判定された場合、認証処理部３２は、認証成功に係る信号を端末２００ａに返す（ステップＳ６８）。ステップＳ６４において「Ｎｏ」と判定された場合、またはステップＳ６７において「Ｎｏ」と判定された場合、認証処理部３２は、認証失敗に係る信号を端末２００ａに返す（ステップＳ６９）。ステップＳ１９の実行後またはステップＳ２０の実行後、図５のフローチャートの実行が終了する。
　本実施例によれば、再現性の低い第２生体センサ２０４によって取得された生体情報に基づく認証を行う際に、再現性の高い第１生体センサ１０４によって取得された認証成功に係る生体情報を利用することができる。それにより、信頼性の高い生体情報を用いることができる。その結果、第２生体センサ２０４を用いた認証の精度低下を抑制することができ、利便性低下が抑制される。また、信頼性の高い生体情報を用いることができることから、第２生体センサ２０４には高い再現性が要求されない。それにより、第２生体センサ２０４として安価な装置を用いることができるため、コストを抑制することができる。
　以上、本発明の実施例について詳述したが、本発明は係る特定の実施例に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
　１１　全体制御部
　１２　撮影処理部
　１３　認証処理部
　１４　テンプレート取得部
　１５　一時テンプレート生成部
　１６　画像加工部
　２１　全体制御部
　２２　撮影処理部
　２３　認証処理部
　２４　テンプレート取得部
　２５　テンプレートキャッシュ部
　３０　登録データベース
　１００　端末
　１０４　第１生体センサ
　２００　端末
　２０４　第２生体センサ

Claims (7)

  1. 　ユーザの生体情報を取得する第１生体センサと、
    　前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサと、
    　前記第１生体センサおよび前記第２生体センサが取得した生体情報を用いた照合によって認証を行う認証処理部と、を備え、
    　前記認証処理部は、前記第１生体センサが取得した生体情報と登録情報との照合が成功した際の当該生体情報を利用して、前記第２生体センサが取得した生体情報を照合することを特徴とする生体認証装置。
  2. 　前記第１生体センサが取得した生体情報と登録情報との照合が成功した際の当該生体情報を加工する加工部を備え、
    　前記認証処理部は、前記加工部による加工によって得られた加工生体情報と、前記第２生体センサが取得した生体情報との照合によって認証を行うことを特徴とする請求項１記載の生体認証装置。
  3. 　前記認証処理部は、前記第２生体センサが取得した生体情報と前記登録情報との照合による認証が失敗した場合に、前記加工生体情報と、前記第２生体センサが取得した生体情報との照合によって認証を行うことを特徴とする請求項２記載の生体認証装置。
  4. 　前記第１生体センサおよび前記第２生体センサは、生体画像を取得するセンサであり、
    　前記加工部は、前記第１生体センサが取得した生体画像の画質を低下させる処理を行うことを特徴とする請求項２または３記載の生体認証装置。
  5. 　前記認証処理部は、前記第１生体センサが取得した生体情報と登録情報との照合が成功した際の当該生体情報と前記第２生体センサが取得した生体情報との照合に、前記第２生体センサが取得した生体情報と前記登録情報との照合結果を反映させることを特徴とする請求項１～４のいずれか一項に記載の生体認証装置。
  6. 　ユーザの生体情報を取得する第１生体センサが取得した生体情報と、登録情報との照合によって認証を行う第１認証処理ステップと、
    　前記第１認証処理ステップにおける照合が成功した場合の当該生体情報を利用して、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサが取得した生体情報を照合することによって認証を行う第２認証処理ステップと、を含むことを特徴とする生体認証方法。
  7. 　コンピュータに、
    　ユーザの生体情報を取得する第１生体センサが取得した生体情報と、登録情報との照合によって認証を行う第１認証処理ステップと、
    　前記第１認証処理ステップにおける照合が成功した場合の当該生体情報を利用して、前記第１生体センサよりも低い再現性でユーザの生体情報を取得する第２生体センサが取得した生体情報を照合することによって認証を行う第２認証処理ステップと、を実行させることを特徴とする生体認証プログラム。
PCT/JP2012/058169 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム WO2013145166A1 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
EP12873357.3A EP2833320B1 (en) 2012-03-28 2012-03-28 Biometric authentication device, biometric authentication method, and biometric authentication program
JP2014507134A JP5850138B2 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム
CN201280071769.1A CN104221052B (zh) 2012-03-28 2012-03-28 生物体认证装置、生物体认证方法、以及生物体认证程序
KR1020147026224A KR101620774B1 (ko) 2012-03-28 2012-03-28 생체 인증 장치, 생체 인증 방법 및 기억 매체
PCT/JP2012/058169 WO2013145166A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム
US14/494,944 US9208391B2 (en) 2012-03-28 2014-09-24 Biometric authentication device, biometric authentication method, and computer readable, non-transitory medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/058169 WO2013145166A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/494,944 Continuation US9208391B2 (en) 2012-03-28 2014-09-24 Biometric authentication device, biometric authentication method, and computer readable, non-transitory medium

Publications (1)

Publication Number Publication Date
WO2013145166A1 true WO2013145166A1 (ja) 2013-10-03

Family

ID=49258532

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/058169 WO2013145166A1 (ja) 2012-03-28 2012-03-28 生体認証装置、生体認証方法、および生体認証プログラム

Country Status (6)

Country Link
US (1) US9208391B2 (ja)
EP (1) EP2833320B1 (ja)
JP (1) JP5850138B2 (ja)
KR (1) KR101620774B1 (ja)
CN (1) CN104221052B (ja)
WO (1) WO2013145166A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015100210A1 (en) * 2013-12-28 2015-07-02 Intel Corporation Extending user authentication across a trust group of smart devices

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9197637B2 (en) * 2011-07-08 2015-11-24 Research Foundation Of The City University Of New York Method of comparing private data without revealing the data
CH707230B1 (de) * 2012-11-20 2016-02-29 Frank Türen Ag Türsystem mit berührungsloser Zutrittskontrolle und berührungsloser Türbedienung.
JP6531395B2 (ja) * 2015-01-08 2019-06-19 富士通株式会社 三次元形状測定装置、三次元形状測定方法、及び、プログラム
US10740335B1 (en) 2016-01-15 2020-08-11 Accenture Global Solutions Limited Biometric data combination engine
JP6717068B2 (ja) * 2016-06-13 2020-07-01 コニカミノルタ株式会社 情報処理端末、情報処理システム、プログラム、および制御方法
US11275820B2 (en) * 2019-03-08 2022-03-15 Master Lock Company Llc Locking device biometric access
US11495041B2 (en) * 2019-03-29 2022-11-08 Jumio Corporation Biometric identification using composite hand images

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001014462A (ja) 1999-07-02 2001-01-19 Mitsubishi Electric Corp 指紋照合システム
JP2001084371A (ja) * 1999-09-14 2001-03-30 Fujitsu Ltd 生体情報を用いた個人認証システム
JP2004021491A (ja) * 2002-06-14 2004-01-22 Canon Inc 生体パターン認証装置、生体パターン認証方法及びこの方法を記述したプログラム
JP2006107340A (ja) 2004-10-08 2006-04-20 Fujitsu Ltd 生体情報認証装置及び方法，並びに生体情報認証プログラム及び生体情報認証プログラムを記録したコンピュータ読取可能な記録媒体
JP2009169796A (ja) 2008-01-18 2009-07-30 Hitachi Omron Terminal Solutions Corp システム管理装置、およびセキュリティシステム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100342159B1 (ko) 1996-08-25 2002-06-27 센사르 인코포레이티드 홍채영상 포착장치 및 홍채영상 포착방법
JP3877959B2 (ja) 2000-12-28 2007-02-07 花王株式会社 肌色測定装置および肌画像処理装置
US20080177994A1 (en) * 2003-01-12 2008-07-24 Yaron Mayer System and method for improving the efficiency, comfort, and/or reliability in Operating Systems, such as for example Windows
JP2006202212A (ja) * 2005-01-24 2006-08-03 Konica Minolta Business Technologies Inc 個人認証装置、情報処理装置及び個人認証システム
JP4929804B2 (ja) * 2006-04-10 2012-05-09 富士通株式会社 認証方法、認証装置および認証プログラム
US8953849B2 (en) * 2007-04-19 2015-02-10 Eyelock, Inc. Method and system for biometric recognition
CN102460507B (zh) * 2009-06-17 2014-12-03 富士通株式会社 生物体认证装置、生物体认证方法以及生物体认证用计算机程序
JP5422326B2 (ja) * 2009-09-30 2014-02-19 株式会社日立製作所 生体認証装置
JP5810581B2 (ja) * 2011-03-29 2015-11-11 富士通株式会社 生体情報処理装置、生体情報処理方法、および生体情報処理プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001014462A (ja) 1999-07-02 2001-01-19 Mitsubishi Electric Corp 指紋照合システム
JP2001084371A (ja) * 1999-09-14 2001-03-30 Fujitsu Ltd 生体情報を用いた個人認証システム
JP2004021491A (ja) * 2002-06-14 2004-01-22 Canon Inc 生体パターン認証装置、生体パターン認証方法及びこの方法を記述したプログラム
JP2006107340A (ja) 2004-10-08 2006-04-20 Fujitsu Ltd 生体情報認証装置及び方法，並びに生体情報認証プログラム及び生体情報認証プログラムを記録したコンピュータ読取可能な記録媒体
JP2009169796A (ja) 2008-01-18 2009-07-30 Hitachi Omron Terminal Solutions Corp システム管理装置、およびセキュリティシステム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2833320A4

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015100210A1 (en) * 2013-12-28 2015-07-02 Intel Corporation Extending user authentication across a trust group of smart devices
US9684778B2 (en) 2013-12-28 2017-06-20 Intel Corporation Extending user authentication across a trust group of smart devices

Also Published As

Publication number Publication date
EP2833320A1 (en) 2015-02-04
EP2833320A4 (en) 2015-06-24
KR20140138185A (ko) 2014-12-03
US9208391B2 (en) 2015-12-08
JPWO2013145166A1 (ja) 2015-08-03
US20150010217A1 (en) 2015-01-08
CN104221052B (zh) 2017-05-10
KR101620774B1 (ko) 2016-05-12
JP5850138B2 (ja) 2016-02-03
EP2833320B1 (en) 2018-04-18
CN104221052A (zh) 2014-12-17

Similar Documents

Publication Publication Date Title
JP5850138B2 (ja) 生体認証装置、生体認証方法、および生体認証プログラム
TWI706264B (zh) 證件的驗證方法、裝置、電子設備和儲存介質
US10049361B2 (en) Dynamic authentication technology
US10268910B1 (en) Authentication based on heartbeat detection and facial recognition in video data
US10135817B2 (en) Enhancing authentication and source of proof through a dynamically updatable biometrics database
US11348370B2 (en) Iris authentication device, iris authentication method, and recording medium
JP6028453B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US20110206244A1 (en) Systems and methods for enhanced biometric security
CN110348195A (zh) 数据凭证授权方法、装置、计算机设备和存储介质
KR101622065B1 (ko) 생체 인증 장치, 생체 인증 방법 및 기억 매체
US20230334136A1 (en) Adhoc enrollment process
US20220044014A1 (en) Iris authentication device, iris authentication method and recording medium
JP2006085289A (ja) 顔認証システムおよび顔認証方法
JP6432634B2 (ja) 認証装置、認証方法、及びプログラム
KR102570071B1 (ko) 라이브니스 검사 방법 및 장치, 얼굴 인증 방법 및 장치
Chhabra et al. Low quality iris detection in smart phone: a survey
US20240046709A1 (en) System and method for liveness verification
WO2023084667A1 (ja) 認証装置、エンジン生成装置、認証方法、エンジン生成方法、及び、記録媒体
Lunerti et al. Selfies for Mobile Biometrics: Sample Quality in Unconstrained Environments
Singh et al. Biometric Methods of Face Recognition: A Mirror Review
KR20210050650A (ko) 모바일 기기의 페이스 인증을 통한 잠금 해제 방법
KR20210001270A (ko) 블러 추정 방법 및 장치
Wenhan et al. Cloud-based face recognition algorithm
Nandhini et al. Multimodal biometric analysis against spoofing attacks using image quality assessment

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12873357

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014507134

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2012873357

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 20147026224

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE