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

WO2015145591A1 - 生体認証装置、生体認証方法、及びプログラム - Google Patents

生体認証装置、生体認証方法、及びプログラム Download PDF

Info

Publication number
WO2015145591A1
WO2015145591A1 PCT/JP2014/058386 JP2014058386W WO2015145591A1 WO 2015145591 A1 WO2015145591 A1 WO 2015145591A1 JP 2014058386 W JP2014058386 W JP 2014058386W WO 2015145591 A1 WO2015145591 A1 WO 2015145591A1
Authority
WO
WIPO (PCT)
Prior art keywords
feature
directional
similarity
omnidirectional
orthogonal
Prior art date
Application number
PCT/JP2014/058386
Other languages
English (en)
French (fr)
Inventor
鈴木智晴
Original Assignee
富士通フロンテック株式会社
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 富士通フロンテック株式会社 filed Critical 富士通フロンテック株式会社
Priority to JP2016509686A priority Critical patent/JP6069582B2/ja
Priority to PCT/JP2014/058386 priority patent/WO2015145591A1/ja
Priority to EP14887087.6A priority patent/EP3125193B1/en
Publication of WO2015145591A1 publication Critical patent/WO2015145591A1/ja
Priority to US15/261,137 priority patent/US10019619B2/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
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Definitions

  • the embodiment of the present disclosure relates to biometric authentication technology.
  • biometric authentication device if the biometric information extracted from the captured image and the biometric information registered in advance match each other, it is determined that the user is the person himself / herself.
  • This biometric information includes features such as palm prints and veins.
  • the features indicating the palm prints are separated from the captured image to indicate the veins as much as possible. It needs to be a feature only.
  • a method of separating the feature indicating the palm print for example, a method of optical separation using a polarizing filter or the like is known.
  • a method using multiple wavelength imaging is known.
  • the biometric authentication must be performed using the biometric information including the feature showing the palm print. Because the diversity of features that indicate palm prints is less than the variety of features that indicate veins, the more features that indicate palm prints included in biological information, the higher the acceptance rate of others (FAR (False Acceptance Rate)) . In addition, when a feature indicating a palm print in which melanin is strongly deposited is included, a feature indicating a palm print is more easily extracted than a feature indicating a vein, and the acceptance rate of others is further increased.
  • a biometric authentication device capable of suppressing an increase in the acceptance rate of others even when a method of physically separating a feature indicating a palmprint from an image cannot be applied. And to provide a program.
  • the biometric authentication device corresponds to a filter that extracts directional features corresponding to mutually different directions from an input image, and corresponds to a predetermined direction among a plurality of directional features extracted from the filter.
  • An orthogonal filter that lowers the overall luminance value of the directional feature, increases the overall luminance value of the directional feature corresponding to the direction orthogonal to the directional feature corresponding to the predetermined direction, and outputs other directional features as they are
  • An omnidirectional feature generation processing unit that generates an omnidirectional feature from a plurality of directional features output from the orthogonal filter, and a registered omnidirectional feature stored in the omnidirectional feature and a storage unit;
  • a matching processing unit for obtaining the similarity, and a determination unit for determining whether or not the person is the person using the similarity.
  • the biometric authentication device includes a filter that extracts directional features corresponding to different directions from an input image, and an omnidirectional feature by a plurality of directional features extracted from the filter.
  • An omnidirectional feature generation processing unit that generates a directional feature selected from a plurality of directional features extracted from the filter, and outputs a directional feature corresponding to a predetermined direction as a main directional feature.
  • a selection unit that selects a directional feature corresponding to a direction orthogonal to the main directional feature from among the plurality of extracted directional features and outputs the selected directional feature as an orthogonal directional feature; and the omnidirectional feature and the storage unit
  • An omnidirectional feature matching processing unit for obtaining a first similarity to a stored registered omnidirectional feature; the main directional feature and a registered main directional feature stored in the storage unit;
  • a directional feature matching processing unit for obtaining a third similarity between the orthogonal directional feature and a registered orthogonal directional feature stored in the storage unit;
  • a similarity adjustment unit that reduces the weight of similarity compared to the weight of the third similarity and outputs the sum as a fourth similarity, and the first similarity and the fourth similarity
  • a determination unit that determines whether or not the user is the person himself / herself.
  • the biometric authentication device includes a filter that extracts directional features corresponding to different directions from an input image, and an omnidirectional feature by a plurality of directional features extracted from the filter.
  • An omnidirectional feature generation processing unit that generates a directional feature selected from a plurality of directional features extracted from the filter, and outputs a directional feature corresponding to a predetermined direction as a main directional feature.
  • a selection unit that selects a directional feature corresponding to a direction orthogonal to the main directional feature from among the plurality of extracted directional features and outputs the selected directional feature as an orthogonal directional feature; and the omnidirectional feature and the storage unit
  • An omnidirectional feature matching processing unit for obtaining a first similarity to a stored registered omnidirectional feature; the main directional feature and a registered main directional feature stored in the storage unit;
  • a directional feature matching processing unit for obtaining a third similarity between the orthogonal directional feature and the registered orthogonal directional feature stored in the storage unit,
  • a similarity adjustment unit that increases the weighting of similarity compared to the weighting of the second similarity and outputs the sum as a fourth similarity, and the first similarity and the fourth similarity
  • a determination unit that determines whether or not the user is the person himself / herself.
  • the computer extracts directional features corresponding to directions different from each other from an input image, and corresponds to a predetermined direction among the plurality of extracted directional features. Lowering the overall luminance value of the directional feature, increasing the overall luminance value of the directional feature corresponding to the direction orthogonal to the directional feature corresponding to the predetermined direction, outputting the other directional features as they are, An omnidirectional feature is generated from a plurality of output directional features, and a similarity between the omnidirectional feature and a registered omnidirectional feature stored in a storage unit is obtained. It is determined whether or not there is.
  • a computer extracts directional features corresponding to different directions from an input image, and generates omnidirectional features by the plurality of extracted directional features. And selecting a directional feature corresponding to a predetermined direction from the plurality of extracted directional features and outputting the selected directional feature as the main directional feature.
  • a computer extracts directional features corresponding to different directions from an input image, and generates omnidirectional features by the plurality of extracted directional features. And selecting a directional feature corresponding to a predetermined direction from the plurality of extracted directional features and outputting the selected directional feature as the main directional feature.
  • the program according to the embodiment of the present disclosure extracts a directional feature corresponding to a different direction from an input image to a computer, and a directional feature corresponding to a predetermined direction among the plurality of extracted directional features.
  • Lower the overall luminance value of the target feature increase the overall brightness value of the directional feature corresponding to the direction orthogonal to the directional feature corresponding to the predetermined direction, output the other directional features as they are, and output Whether an omnidirectional feature is generated from a plurality of directional features, the degree of similarity between the omnidirectional feature and a registered omnidirectional feature stored in a storage unit is obtained, and the identity is used by using the degree of similarity. Make a determination of NO.
  • the program according to the embodiment of the present disclosure extracts directional features corresponding to mutually different directions from an input image to a computer, and generates omnidirectional features by the plurality of extracted directional features, Among the plurality of extracted directional features, a directional feature corresponding to a predetermined direction is selected and output as a main directional feature, and among the plurality of extracted directional features, the directional feature is orthogonal to the main directional feature. A directional feature corresponding to a direction is selected and output as an orthogonal directional feature, a first similarity between the omnidirectional feature and a registered omnidirectional feature stored in a storage unit is obtained, and the main directional feature is obtained.
  • a second similarity between the primary feature and the registered main directional feature stored in the storage unit is obtained, and a third similarity between the orthogonal directional feature and the registered orthogonal directional feature stored in the storage unit is obtained.
  • Find similarity The weight of the second similarity is made smaller than the weight of the third similarity, the sum of them is output as a fourth similarity, and the first similarity and the fourth similarity are To determine whether or not the user is the person himself / herself.
  • the program according to the embodiment of the present disclosure extracts directional features corresponding to mutually different directions from an input image to a computer, and generates omnidirectional features by the plurality of extracted directional features, Among the plurality of extracted directional features, a directional feature corresponding to a predetermined direction is selected and output as a main directional feature, and among the plurality of extracted directional features, the directional feature is orthogonal to the main directional feature. A directional feature corresponding to a direction is selected and output as an orthogonal directional feature, a first similarity between the omnidirectional feature and a registered omnidirectional feature stored in a storage unit is obtained, and the main directional feature is obtained.
  • a second similarity between the primary feature and the registered main directional feature stored in the storage unit is obtained, and a third similarity between the orthogonal directional feature and the registered orthogonal directional feature stored in the storage unit is obtained.
  • Find similarity The weight of the third similarity is increased as compared with the weight of the second similarity, and the sum of them is output as a fourth similarity, and the first similarity and the fourth similarity are calculated. To determine whether or not the user is the person himself / herself.
  • FIG. 1 is a diagram illustrating an example of a biometric authentication apparatus according to the first embodiment.
  • a biometric authentication device 1 illustrated in FIG. 1 includes an image acquisition unit 2, a region specification unit 3, a feature extraction unit 4, a matching processing unit 5, a score determination unit 6 (determination unit), and a storage unit 7. .
  • FIG. 2 is a flowchart showing the biometric authentication method of the first embodiment.
  • the image acquisition unit 2 acquires an image of a subject's hand (S1).
  • the image acquisition unit 2 is an imaging device, and acquires a captured image of a hand of a subject using a single-plate imaging element and RGB color filters in a Bayer array.
  • the region specifying unit 3 specifies a palm region (ROI (Region Of Interest)) corresponding to the palm of the subject in the image acquired by the image acquiring unit 2 (S2).
  • ROI Region Of Interest
  • the feature extraction unit 4 extracts an omnidirectional feature from the palm region image f specified by the region specification unit 3 (S3).
  • the matching processing unit 5 obtains the similarity between the omnidirectional feature extracted by the feature extraction unit 4 and the registered omnidirectional feature registered in advance and stored in the storage unit 7 (S4).
  • the score determination unit 6 determines whether or not the person is the person based on the similarity obtained by the matching processing unit 5 (S5).
  • FIG. 3 is a diagram illustrating an example of the feature extraction unit 4 according to the first embodiment.
  • the feature extraction unit 4 shown in FIG. 3 includes a filter 41, an orthogonal filter 42, a point-wise maximum selection unit 43, a binarization unit 44, and a thinning unit 45.
  • the filter 41 has eight directions ⁇ (0 °, 22.5 °, 45 °, 67.5 °, 90 °, 112.5 °, 135 °, relative to the input image f of the palm region (the luminance values of all the pixels). Gabor filter processing is performed every 157.5 °), and each filter response (luminance value) is converted into a directional feature g ⁇ (directional feature g 0 ° , directional feature g 22.5 ° , directional feature g 45 ° , directional feature g 67.5 ° , directional feature g 90 ° , directional feature g 112.5 ° , directional feature g 135 ° , directional feature g 157.5 ° ).
  • the number of directions ⁇ set during the filtering process is not limited to eight as long as it is two or more.
  • the filtering process is not limited to the Gabor filter process as long as it has a high filter response with respect to a linear dark part in each direction ⁇ in the image f.
  • the orthogonal filter 42 includes the entire directional feature g 0 ° (directional feature g ⁇ of S (Significant) component) corresponding to the direction ⁇ of 0 ° among the directional features g ⁇ extracted from the filter 41. Decrease the luminance value, increase the overall luminance value of the directional feature g 90 ° (directional characteristic g ⁇ of the P (Perpendicular) component) corresponding to the direction orthogonal to the directional feature g ⁇ of the S component, Directive feature g ⁇ is output as it is.
  • the maximum value selection unit 43 each point, by the directional characteristic g theta outputted from the orthogonal filter 49, and outputs the non-directional characteristics g.
  • each point maximum value selection unit 43 as shown in Expression 1, among the directional features g ⁇ (i, j) output from the orthogonal filter 49, the maximum directional feature max ⁇ ⁇ g ⁇ ( i, j) ⁇ is output as an omnidirectional feature g (i, j).
  • i indicates the position in the horizontal axis direction of the two-dimensional coordinate when the positions of all the pixels in the palm region correspond to the position on the two-dimensional coordinate
  • j indicates the vertical axis direction of the two-dimensional coordinate. Indicates the position.
  • the binarizing unit 44 sets 1 to an omnidirectional surface feature.
  • b (i, j) is output, and when the omnidirectional feature g (i, j) is a value other than a positive value, 0 is output as the omnidirectional surface feature b (i, j).
  • the omnidirectional surface feature b obtained at this time is stored in the storage unit 7.
  • the binarization process is performed by a threshold process using a simple constant 0.
  • the binarization process may be performed using a more advanced adaptive-thresholding method.
  • the thinning unit 45 obtains an omnidirectional line feature LF by performing thinning processing (skeltonizing) on the omnidirectional surface feature b as shown in Equation 3. Note that skel represents a thinning process. Further, the omnidirectional line feature LF obtained at this time is stored in the storage unit 7.
  • a line feature is an image made up of lines.
  • the collation processing unit 5 shown in FIG. 1 includes an omnidirectional line feature LF output from the thinning unit 45 and stored in the storage unit 7 and pre-registered and stored in the storage unit 7. A similarity score with a registered non-directional line feature TLF is obtained.
  • the score determination part 6 shown in FIG. 1 determines with the identity when the similarity sore is more than a threshold value.
  • the palm print is mainly composed of wrinkles that are generated when the hand is held, and thus the directional feature g ⁇ that is presumed to contain a lot of palm print
  • the direction ⁇ corresponding to is 0 °. Therefore, the directivity characteristics g theta of S component becomes oriented features palm print of the palm region is emphasized g theta, generated directional characteristic g theta of S component lowered the overall brightness value is used
  • the omni-directional line feature LF is reduced in the influence of palm prints. As a result, since it is possible to determine whether or not the person is the person while suppressing the influence of the palm print, the authentication accuracy can be improved.
  • the biometric authentication device 1 of the first embodiment even when the method of physically separating the feature indicating the palm print from the image cannot be applied, it is possible to suppress an increase in the acceptance rate of others.
  • melanin deposited strongly in the palm of the subject even when the palm print is abundant in directional characteristics g theta, a determination of whether a person with reduced influence of a palm print in the non-oriented line feature LF Therefore, the acceptance rate of others can be reduced.
  • the veins mainly extend from the wrist toward the four fingers, and therefore the direction ⁇ corresponding to the directional feature g ⁇ estimated to include many veins is 90 °. Therefore, the directivity characteristics g theta of P component, becomes oriented features g vein is emphasized within the palm region theta, generated directional characteristic g theta of P component raised the overall brightness value is used
  • the omni-directional line feature LF is enhanced with veins. As a result, it is possible to determine whether or not the person is the person by emphasizing veins that are more diverse than the palm print, so that the person rejection rate can be reduced.
  • FIG. 5 is a diagram illustrating an example of a biometric authentication apparatus according to the second embodiment.
  • the biometric authentication device 1 illustrated in FIG. 5 includes an image acquisition unit 2, a region specifying unit 3, a feature extraction unit 4, a matching processing unit 5, a score determination unit 6 (determination unit), and a storage unit 7. .
  • the feature extraction unit 4 includes an omnidirectional feature generation processing unit 8 and a directional feature generation processing unit 9.
  • the matching processing unit 5 includes an omnidirectional feature matching processing unit 10 and a directional feature matching processing unit 11.
  • FIG. 6 is a flowchart illustrating a biometric authentication method according to the second embodiment.
  • the image acquisition unit 2 acquires an image of a subject's hand (S11).
  • the image acquisition unit 2 is an imaging device, and acquires a captured image of a hand of a subject using a single-plate imaging element and RGB color filters in a Bayer array.
  • the area specifying unit 3 specifies a palm area corresponding to the palm of the subject in the image acquired by the image acquiring unit 2 (S12).
  • the omnidirectional feature generation processing unit 8 generates an omnidirectional feature from the palm region image f specified by the region specifying unit 3, and the directional feature generation processing unit 9 specifies the region specifying unit 3.
  • a directional feature is generated from the image f of the palm region to be performed (S13). Note that directional is defined as not omnidirectional.
  • the omnidirectional feature matching processing unit 10 is similar to the omnidirectional feature generated by the omnidirectional feature extraction processing unit 8 and the registered omnidirectional feature registered in advance in the storage unit 7.
  • the directional feature matching processing unit 11 calculates the degree of similarity between the directional feature generated by the directional feature extraction processing unit 9 and the registered directional feature registered in advance in the storage unit 7. (S14).
  • the score determination unit 6 determines whether or not the person is the person based on the similarity obtained by the omnidirectional feature matching processing unit 10 and the similarity obtained by the directional feature matching processing unit 11 (S15).
  • FIG. 7 is a diagram illustrating an example of the feature extraction unit 4 of the first embodiment.
  • symbol is attached
  • the feature extraction unit 4 shown in FIG. 7 includes a filter 41, a point-wise maximum selection unit 43, a binarization unit 44, a thinning unit 45, a selection unit 46, and binarization. Part 47.
  • Each point maximum value selection unit 43 as shown in Equation 1 above, among the directional features g ⁇ (i, j) extracted from the filter 41, the maximum directional feature max ⁇ ⁇ g ⁇ (i, j) ⁇ is output as an omnidirectional feature g (i, j).
  • the binarization unit 44 sets 1 to an omnidirectional plane when the omnidirectional feature g (i, j) output from each point maximum value selection unit 43 is a positive value.
  • the omnidirectional feature g (i, j) is a value other than a positive value, 0 is output as the omnidirectional feature b (i, j).
  • the omnidirectional surface feature b obtained at this time is stored in the storage unit 7.
  • the thinning unit 45 obtains an omnidirectional line feature LF by performing thinning processing (skeltonizing) on the omnidirectional surface feature b as shown in the above equation 3. Note that skel represents a thinning process. Further, the omnidirectional line feature LF obtained at this time is stored in the storage unit 7.
  • the selection unit 46 selects the directional feature g 0 ° corresponding to the direction ⁇ of 0 ° from the directional features g ⁇ extracted from the filter 41 and outputs the selected directional feature g 0 ° as the main directional feature g s. 41 out of the directional characteristic g theta extracted from outputs as the main directional characteristic g directional characteristics corresponding to the direction perpendicular to the theta g 90 ° orthogonal directional characteristics g p select.
  • Binarizing unit 47 performs respective binarization processing to the main directional characteristic g s and the orthogonal oriented features g p selected by the selection unit 46, the result main oriented surface features b s and quadrature and outputs it as directional surface characteristics b p.
  • the binarization unit 47 when the main directional feature g s (i, j) is positive, the binarization unit 47 outputs 1 as the main directional surface feature b s (i, j). When the main directional feature g s (i, j) is non-positive, 0 is output as the main directional surface feature b s (i, j).
  • the main directional surface feature b s obtained at this time is stored in the storage unit 7.
  • Equation 5 when the orthogonal directivity feature g p (i, j) is positive, the binarization unit 47 outputs 1 as the orthogonal directivity surface feature b p (i, j). When the orthogonal directional feature g p (i, j) is other than positive, 0 is output as the orthogonal directional surface feature b p (i, j). Incidentally, the orthogonal oriented surface characteristics b p obtained at this time is stored in the storage unit 7.
  • the binarization unit 47 performs the binarization process by a threshold process using a simple constant 0. However, the binarization process may be performed using a more advanced adaptive-thresholding method.
  • FIG. 8 is a diagram illustrating an example of the matching processing unit 5 according to the second embodiment.
  • the matching processing unit 5 illustrated in FIG. 8 includes an omnidirectional feature matching processing unit 10, a directional feature matching processing unit 11, and a similarity adjustment unit 51.
  • the omnidirectional feature matching processing unit 10 outputs the omnidirectional line feature LF output from the thinning unit 45 and stored in the storage unit 7, and the registered omnidirectional line feature registered in advance in the storage unit 7.
  • the similarity score 1 with the TLF is obtained.
  • the directional feature matching processing unit 11 outputs the main directional surface feature b s output from the binarization unit 47 and stored in the storage unit 7, and the registered main directional surface registered in advance in the storage unit 7. together determine the similarity score 2 between the characteristic Tb s, 2 orthogonal oriented surface characteristics b p stored is outputted to the storage unit 7 from the binarization unit 47, a registration stored in the storage unit 7 is registered in advance The similarity score 3 with the orthogonal directional surface feature Tb p is obtained.
  • the similarity adjustment unit 51 weights the similarity score 2 and the similarity score 3 output from the directional feature matching processing unit 11 with a constant ak and a constant c as shown in Equation 6, and after weighting The sum of the similarity score 2 and the similarity score 3 is output as the similarity score 4 .
  • the similarity adjuster 51 makes negative use of the similarity score 2 by reducing the weighting of the similarity score 2 compared to the weighting of the similarity score 3 .
  • the similarity adjustment unit 51 actively uses the similarity score 3 by increasing the weighting of the similarity score 3 compared to the weighting of the similarity score 2 .
  • the score determination unit 6 shown in FIG. 1 determines that the person is the person when the total similarity score of the similarity score 1 and the similarity score 4 is equal to or greater than a threshold value.
  • the biometric authentication device 1 of the second embodiment it is possible to suppress an increase in the acceptance rate of others even when a method for physically separating a feature indicating a palmprint from an image cannot be applied.
  • a method for physically separating a feature indicating a palmprint from an image cannot be applied.
  • melanin is strongly deposited in the palm of the subject and a lot of palm prints are included in the omnidirectional line feature LF, it is determined whether the person is the person by suppressing the influence of the palm prints on the omnidirectional line feature LF. Therefore, the acceptance rate of others can be reduced.
  • FIG. 9 is a diagram illustrating an example of hardware configuring the biometric authentication device 1 according to the embodiment of the present disclosure.
  • the hardware configuring the biometric authentication device 1 includes a control unit 1201, a storage unit 1202, a recording medium reading device 1203, an input / output interface 1204, and a communication interface 1205. Each is connected by a bus 1206. Note that the hardware configuring the image processing apparatus 1 may be realized using a cloud or the like.
  • the control unit 1201 may use, for example, a Central Processing Unit (CPU), a multi-core CPU, and a programmable device (Field Programmable Gate Array (FPGA), Programmable Logic Device (PLD), etc.). It corresponds to the area specifying unit 3, the feature extracting unit 4, the matching processing unit 5, and the score determining unit 6 shown.
  • CPU Central Processing Unit
  • FPGA Field Programmable Gate Array
  • PLD Programmable Logic Device
  • the storage unit 1202 corresponds to the storage unit 7 shown in FIG. 1 or FIG. Note that the storage unit 1202 may be used as a work area at the time of execution. Further, another storage unit may be provided outside the biometric authentication device 1.
  • the recording medium reading device 1203 reads data recorded on the recording medium 1207 or writes data to the recording medium 1207 under the control of the control unit 1201.
  • the removable recording medium 1207 is a non-transitory recording medium that can be read by a computer.
  • a magnetic recording device for example, a hard disk device (HDD) can be considered.
  • a hard disk device HDD
  • the optical disc for example, Digital Versatile Disc (DVD), DVD-RAM, Compact Disc Read Only Memory (CD-ROM), CD-R (Recordable) / RW (ReWritable), and the like can be considered.
  • the magneto-optical recording medium for example, Magneto-Optical disk (MO) can be considered.
  • the storage unit 1202 is also included in a non-transitory recording medium.
  • the input / output interface 1204 is connected to the input / output unit 1208 and sends information input from the input / output unit 1208 by the user to the control unit 1201 via the bus 1206.
  • the input / output interface 1204 sends information sent from the control unit 1201 to the input / output unit 1208 via the bus 1206.
  • the input / output unit 1208 corresponds to the image acquisition unit 2 shown in FIG. 1 or 5 and may be an imaging device, for example.
  • the input / output unit 1208 may be, for example, a keyboard, a pointing device (such as a mouse), a touch panel, a Cathode Ray Ray Tube (CRT) display, a printer, or the like.
  • the communication interface 1205 is an interface for performing Local Area Network (LAN) connection and Internet connection. Further, the communication interface 1205 may be used as an interface for performing a LAN connection, Internet connection, or wireless connection with another computer as necessary.
  • LAN Local Area Network
  • the communication interface 1205 may be used as an interface for performing a LAN connection, Internet connection, or wireless connection with another computer as necessary.
  • each processing function (for example, the area specifying unit 3, the feature extracting unit 4, the matching processing unit 5, the score determination) is executed by executing a program describing the contents of various processing functions performed by the biometric authentication device 1 on a computer.
  • Part 6 is realized on a computer.
  • a program describing the contents of various processing functions can be stored in the storage unit 1202 or the recording medium 1207.
  • a recording medium 1207 such as a DVD or CD-ROM in which the program is recorded is sold. It is also possible to record the program in a storage device of the server computer and transfer the program from the server computer to another computer via a network.
  • the computer that executes the program stores, for example, the program recorded in the recording medium 1207 or the program transferred from the server computer in the storage unit 1202.
  • the computer reads the program from the storage unit 1202 and executes processing according to the program.
  • the computer can also read the program directly from the recording medium 1207 and execute processing according to the program. Further, each time the program is transferred from the server computer, the computer can sequentially execute processing according to the received program.
  • the image processing apparatus that performs authentication using a palm vein has been described as an example.
  • the present invention is not limited to this, and any other feature detection site of a living body may be used.
  • other feature detection parts of a living body are not limited to veins, but include a blood vessel image of a living body, a pattern of a living body, a fingerprint or palm print of a living body, a sole, a toe, a back of a limb, a wrist, an arm, etc. May be.
  • the other characteristic detection part of a biological body should just be a part which can observe a vein.
  • any other feature detection part of a living body that can specify biological information is advantageous for authentication.
  • a part can be specified from the acquired image.
  • the above-described embodiment can be variously modified within a range not departing from the gist of the embodiment. Further, the above-described embodiments can be modified and changed by those skilled in the art, and are not limited to the exact configurations and application examples described.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタ４１と、フィルタ４１から抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力する直交フィルタ４２と、直交フィルタ４２から出力される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部４３～４５と、無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求める照合処理部と、類似度を用いて、本人であるか否かの判定を行う判定部とを備えて生体認証装置を構成する。

Description

生体認証装置、生体認証方法、及びプログラム
　本開示の実施形態では、生体認証の技術に関する。
　既存の生体認証装置では、撮影後の画像から抽出される生体情報と、予め登録されている生体情報とが互いに一致する場合、本人であると判定する。この生体情報には掌紋や静脈などを示す特徴が含まれており、静脈を示す特徴を用いて生体認証を行う場合は、撮影後の画像から掌紋を示す特徴を分離して、できるだけ静脈を示す特徴のみにする必要がある。掌紋を示す特徴を分離する方法として、例えば、偏光フィルタなどを利用して光学的に分離する方法が知られている。また、他の方法として、例えば、複数波長撮影による方法が知られている。
A.Ross, A.K.Jain, and J.Reisman, "A Hybrid fingerprint matcher", Pattern Recognition, vol.36, no.7, pp.1661-1673, 2003.
　しかしながら、掌紋を示す特徴を物理的に分離する方法を適用できない場合では、掌紋を示す特徴が含まれたままの生体情報を用いて生体認証を行わなくてはならない。掌紋を示す特徴の多様性は、静脈を示す特徴の多様性に比べて乏しいため、生体情報に含まれる掌紋を示す特徴が多い程、他人受入率（FAR（False Acceptance Rate））を高めてしまう。また、メラニンが強く沈着した掌紋を示す特徴が含まれている場合、静脈を示す特徴に比べて掌紋を示す特徴が抽出され易くなるため、他人受入率をさらに高めてしまう。
　本開示の実施形態では、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることが可能な生体認証装置、生体認証方法、及びプログラムを提供することを目的とする。
　本開示の実施形態の生体認証装置は、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力する直交フィルタと、前記直交フィルタから出力される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求める照合処理部と、前記類似度を用いて、本人であるか否かの判定を行う判定部とを備える。
　また、本開示の実施形態の生体認証装置は、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、前記フィルタから抽出される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力するともに、前記フィルタから抽出される複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力する選択部と、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求める無指向的特徴照合処理部と、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求めるとともに、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求める指向的特徴照合処理部と、前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力する類似度調整部と、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う判定部とを備える。
　また、本開示の実施形態の生体認証装置は、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、前記フィルタから抽出される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力するともに、前記フィルタから抽出される複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力する選択部と、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求める無指向的特徴照合処理部と、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求めるとともに、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求める指向的特徴照合処理部と、前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力する類似度調整部と、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う判定部とを備える。
　また、本開示の実施形態の生体認証方法は、コンピュータが、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力し、前記出力した複数の指向的特徴により無指向的特徴を生成し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求め、前記類似度を用いて、本人であるか否かの判定を行う。
　また、本開示の実施形態の生体認証方法は、コンピュータが、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴により無指向的特徴を生成し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力し、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う。
　また、本開示の実施形態の生体認証方法は、コンピュータが、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴により無指向的特徴を生成し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力し、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う。
　また、本開示の実施形態のプログラムは、コンピュータに、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力し、前記出力した複数の指向的特徴により無指向的特徴を生成し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求め、前記類似度を用いて、本人であるか否かの判定を行うことを実行させる。
　また、本開示の実施形態のプログラムは、コンピュータに、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴により無指向的特徴を生成し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力し、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行うことを実行させる。
　また、本開示の実施形態のプログラムは、コンピュータに、入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、前記抽出した複数の指向的特徴により無指向的特徴を生成し、前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力し、前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行うことを実行させる。
　本開示の実施形態によれば、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。
第１実施形態の生体認証装置の一例を示す図である。 第１実施形態の生体認証方法を示すフローチャートである。 第１実施形態の特徴抽出部の一例を示す図である。 第１実施形態の照合処理部の一例を示す図である。 第２実施形態の生体認証装置の一例を示す図である。 第２実施形態の生体認証方法を示すフローチャートである。 第２実施形態の特徴抽出部の一例を示す図である。 第２実施形態の照合処理部の一例を示す図である。 生体認証装置のハードウェアの一例を示す図である。
＜第１実施形態＞
　図１は、第１実施形態の生体認証装置の一例を示す図である。
　図１に示す生体認証装置１は、画像取得部２と、領域特定部３と、特徴抽出部４と、照合処理部５と、スコア判定部６（判定部）と、記憶部７とを備える。
　図２は、第１実施形態の生体認証方法を示すフローチャートである。
　まず、画像取得部２は、被験者の手の画像を取得する（Ｓ１）。例えば、画像取得部２は、撮像装置であって、単板の撮像素子とベイヤー配列のＲＧＢの各カラーフィルタにより被検者の手の撮像画像を取得する。
　次に、領域特定部３は、画像取得部２で取得される画像において被検者の手のひらに相当する手のひら領域（ROI(Region Of Interest)）を特定する（Ｓ２）。
　次に、特徴抽出部４は、領域特定部３により特定される手のひら領域の画像ｆから無指向的特徴を抽出する（Ｓ３）。なお、無指向的とは、ある画像ｆに対してフィルタ処理Ｓを行う場合において、フィルタ処理Ｓの前に様々な角度θに対する画像回転変換処理ＴθやＴθの逆変換処理Ｔθ －１を挿入した場合であっても、フィルタ処理Ｓ単体の結果とほとんど変わらないことと定義する。すなわち、記号であらわすと、無指向的とは、任意の角度θにおいて、Ｓ（ｆ）＝Ｔθ －１（Ｓ（Ｔθ（ｆ）））であると定義する。
　次に、照合処理部５は、特徴抽出部４により抽出される無指向的特徴と、予め登録され記憶部７に記憶されている登録無指向的特徴との類似度を求める（Ｓ４）。
　次に、スコア判定部６は、照合処理部５により求められる類似度により本人であるか否かの判定を行う（Ｓ５）。
　図３は、第１実施形態の特徴抽出部４の一例を示す図である。
　図３に示す特徴抽出部４は、フィルタ４１と、直交フィルタ４２と、各点最大値選択（point-wise maximum）部４３と、２値化部４４と、細線化部４５とを備える。
　フィルタ４１は、入力される手のひら領域の画像ｆ（の全画素の輝度値）に対して、８つの方向θ（0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°）毎にGaborフィルタ処理を行い、それぞれのフィルタ応答（輝度値）を指向的特徴ｇθ（指向的特徴ｇ0°、指向的特徴ｇ22.5°、指向的特徴ｇ45°、指向的特徴ｇ67.5°、指向的特徴ｇ90°、指向的特徴ｇ112.5°、指向的特徴ｇ135°、指向的特徴ｇ157.5°）として得る。なお、フィルタリング処理時に設定される方向θの数は２つ以上であれば、８つに限定されない。また、フィルタリング処理は、画像ｆ内の各方向θの線状の暗部に対して高いフィルタ応答をもつものであれば、Gaborフィルタ処理に限定されない。
　直交フィルタ４２は、フィルタ４１から抽出される各指向的特徴ｇθのうち、方向θが０°に対応する指向的特徴ｇ０°（Ｓ（Significant）成分の指向的特徴ｇθ）の全体の輝度値を下げ、そのＳ成分の指向的特徴ｇθに直交する方向に対応する指向的特徴ｇ９０°（Ｐ（Perpendicular）成分の指向的特徴ｇθ）の全体の輝度値を上げ、その他の指向的特徴ｇθをそのまま出力する。
　各点最大値選択部４３は、直交フィルタ４９から出力される各指向的特徴ｇθにより、無指向的特徴gを出力する。例えば、各点最大値選択部４３は、式１に示すように、直交フィルタ４９から出力される各指向的特徴ｇθ（i,j）のうち、最大の指向的特徴ｍａｘθ｛ｇθ（i,j）｝を無指向的特徴g(i,j)として出力する。なお、iは、手のひら領域内の全画素の位置を２次元座標上の位置に対応させたときのその２次元座標の横軸方向の位置を示し、jは、その２次元座標の縦軸方向の位置を示す。
Figure JPOXMLDOC01-appb-M000001
　２値化部４４は、式２に示すように、各点最大値選択部４３から出力される無指向的特徴g(i,j)が正の値であるとき、１を無指向的面特徴b(i,j)として出力し、無指向的特徴g(i,j)が正の値以外の値であるとき、０を無指向的面特徴b(i,j)として出力する。このとき得られた無指向的面特徴ｂは、記憶部７に記憶される。
Figure JPOXMLDOC01-appb-M000002
　なお、上記２値化部４４では、単純な定数０による閾値処理によって２値化処理を行っているが、より高度なAdaptive-thresholding法を用いて２値化処理を行ってもよい。
　細線化部４５は、式３に示すように、無指向的面特徴bに対して、細線化処理（skeltonizing）を行うことにより、無指向的線特徴ＬＦを得る。なお、skelは、細線化処理を表す。また、このとき得られた無指向的線特徴ＬＦは、記憶部７に記憶される。また、線特徴とは、線状からなる画像である。
Figure JPOXMLDOC01-appb-M000003
　図１に示す照合処理部５は、図４に示すように、細線化部４５から出力され記憶部７に記憶されている無指向的線特徴ＬＦと、予め登録され記憶部７に記憶されている登録無指向的線特徴ＴＬＦとの類似度scoreを求める。
　そして、図１に示すスコア判定部６は、類似度soreが閾値以上であるとき、本人であると判定する。
　例えば、被験者の手の長手方向に直交する方向を０°とする場合、掌紋は主に手を握ったときに生じる皺により構成されるため、掌紋を多く含むと推測される指向的特徴ｇθに対応する方向θは０°になる。そのため、Ｓ成分の指向的特徴ｇθは、手のひら領域内の掌紋が強調された指向的特徴ｇθになり、全体の輝度値が下げられたＳ成分の指向的特徴ｇθが用いられて生成される無指向的線特徴ＬＦは、掌紋の影響が抑えられたものになる。これにより、掌紋の影響を抑えて本人であるか否かの判定を行うことができるため、認証精度を向上させることができる。すなわち、第１実施形態の生体認証装置１によれば、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。また、特に被験者の手のひらにおいてメラニンが強く沈着し、指向的特徴ｇθに掌紋が多く含まれる場合でも、無指向的線特徴ＬＦにおける掌紋の影響を抑えて本人であるか否かの判定を行うことができるため、他人受入率を低減することができる。
　また、被験者の手の長手方向を９０°とする場合、静脈は主に手首から四指に向かう方向にのびているため、静脈を多く含むと推測される指向的特徴ｇθに対応する方向θは９０°になる。そのため、Ｐ成分の指向的特徴ｇθは、手のひら領域内の静脈が強調された指向的特徴ｇθになり、全体の輝度値が上げられたＰ成分の指向的特徴ｇθが用いられて生成される無指向的線特徴ＬＦは、静脈が強調されたものになる。これにより、掌紋に比べて多様性が高い静脈を強調させて本人であるか否かの判定を行うことができるので、本人拒否率を低減することができる。
＜第２実施形態＞
　図５は、第２実施形態の生体認証装置の一例を示す図である。
　図５に示す生体認証装置１は、画像取得部２と、領域特定部３と、特徴抽出部４と、照合処理部５と、スコア判定部６（判定部）と、記憶部７とを備える。
　特徴抽出部４は、無指向的特徴生成処理部８と、指向的特徴生成処理部９とを備える。
　照合処理部５は、無指向的特徴照合処理部１０と、指向的特徴照合処理部１１とを備える。
　図６は、第２実施形態の生体認証方法を示すフローチャートである。
　まず、画像取得部２は、被験者の手の画像を取得する（Ｓ１１）。例えば、画像取得部２は、撮像装置であって、単板の撮像素子とベイヤー配列のＲＧＢの各カラーフィルタにより被検者の手の撮像画像を取得する。
　次に、領域特定部３は、画像取得部２で取得される画像において被検者の手のひらに相当する手のひら領域を特定する（Ｓ１２）。
　次に、無指向的特徴生成処理部８は、領域特定部３により特定される手のひら領域の画像ｆから無指向的特徴を生成し、指向的特徴生成処理部９は、領域特定部３により特定される手のひら領域の画像ｆから指向的特徴を生成する（Ｓ１３）。なお、指向的とは、無指向的でないことと定義する。
　次に、無指向的特徴照合処理部１０は、無指向的特徴抽出処理部８により生成される無指向的特徴と、予め登録され記憶部７に記憶されている登録無指向的特徴との類似度を求め、指向的特徴照合処理部１１は、指向的特徴抽出処理部９により生成される指向的特徴と、予め登録され記憶部７に記憶されている登録指向的特徴との類似度を求める（Ｓ１４）。
　次に、スコア判定部６は、無指向的特徴照合処理部１０により求められる類似度及び指向的特徴照合処理部１１により求められる類似度により本人であるか否かの判定を行う（Ｓ１５）。
　図７は、第１実施形態の特徴抽出部４の一例を示す図である。なお、図３に示す構成と同じ構成には同じ符号を付し、その説明を省略する。
　図７に示す特徴抽出部４は、フィルタ４１と、各点最大値選択（point-wise maximum）部４３と、２値化部４４と、細線化部４５と、選択部４６と、２値化部４７とを備える。
　各点最大値選択部４３は、上記式１に示すように、フィルタ４１から抽出される各指向的特徴ｇθ（i,j）のうち、最大の指向的特徴ｍａｘθ｛ｇθ（i,j）｝を無指向的特徴g(i,j)として出力する。
　２値化部４４は、上記式２に示すように、各点最大値選択部４３から出力される無指向的特徴g(i,j)が正の値であるとき、１を無指向的面特徴b(i,j)として出力し、無指向的特徴g(i,j)が正の値以外の値であるとき、０を無指向的面特徴b(i,j)として出力する。このとき得られた無指向的面特徴ｂは、記憶部７に記憶される。
　細線化部４５は、上記式３に示すように、無指向的面特徴bに対して、細線化処理（skeltonizing）を行うことにより、無指向的線特徴ＬＦを得る。なお、skelは、細線化処理を表す。また、このとき得られた無指向的線特徴ＬＦは、記憶部７に記憶される。
　選択部４６は、フィルタ４１から抽出される各指向的特徴ｇθのうち、方向θが０°に対応する指向的特徴ｇ０°を選択して主要指向的特徴ｇｓとして出力するとともに、フィルタ４１から抽出される各指向的特徴ｇθのうち、主要指向的特徴ｇθに直交する方向に対応する指向的特徴ｇ９０°を選択して直交指向的特徴ｇｐとして出力する。
　２値化部４７は、選択部４６により選択された主要指向的特徴ｇｓ及び直交指向的特徴ｇｐに対してそれぞれ２値化処理を行い、その結果を主要指向的面特徴ｂｓ及び直交指向的面特徴ｂｐとして出力する。
　例えば、２値化部４７は、式４に示すように、主要指向的特徴gｓ(i,j)が正であるとき、１を主要指向的面特徴bｓ(i,j)として出力し、主要指向的特徴gｓ(i,j)が正以外であるとき、０を主要指向的面特徴bｓ(i,j)として出力する。なお、このとき得られる主要指向的面特徴ｂｓは、記憶部７に記憶される。
Figure JPOXMLDOC01-appb-M000004
　また、２値化部４７は、式５に示すように、直交指向的特徴gｐ(i,j)が正であるとき、１を直交指向的面特徴bｐ(i,j)として出力し、直交指向的特徴gｐ(i,j)が正以外であるとき、０を直交指向的面特徴bｐ(i,j)として出力する。なお、このとき得られる直交指向的面特徴ｂｐは、記憶部７に記憶される。
Figure JPOXMLDOC01-appb-M000005
　なお、上記２値化部４７では、単純な定数０による閾値処理によって２値化処理を行っているが、より高度なAdaptive-thresholding法を用いて２値化処理を行ってもよい。
　図８は、第２実施形態の照合処理部５の一例を示す図である。
　図８に示す照合処理部５は、無指向的特徴照合処理部１０と、指向的特徴照合処理部１１と、類似度調整部５１とを備える。
　無指向的特徴照合処理部１０は、細線化部４５から出力され記憶部７に記憶されている無指向的線特徴ＬＦと、予め登録され記憶部７に記憶されている登録無指向的線特徴ＴＬＦとの類似度score１を求める。
　指向的特徴照合処理部１１は、２値化部４７から出力され記憶部７に記憶されている主要指向的面特徴ｂｓと、予め登録され記憶部７に記憶されている登録主要指向的面特徴Ｔｂｓとの類似度score２を求めるとともに、２値化部４７から出力され記憶部７に記憶されている直交指向的面特徴ｂｐと、予め登録され記憶部７に記憶されている登録直交指向的面特徴Ｔｂｐとの類似度score３を求める。
　類似度調整部５１は、式６に示すように、指向的特徴照合処理部１１から出力される類似度score２及び類似度score３に対して定数ａｋや定数ｃにより重み付けするとともに、重み付け後の類似度score２及び類似度score３の合計を類似度score４として出力する。
Figure JPOXMLDOC01-appb-M000006
　以下、あるｋについて、ａｋ＞０で、かつ、定数ａｋの絶対値が他の定数ａｋに比べて相対的に大きい程、scoreｋを積極的利用するといい（類似性を積極的に肯定する作用）、そうでないとき、scoreｋを消極的利用するという。
　また、類似度調整部５１は、類似度score2の重み付けを類似度score３の重み付けに比べて小さくすることにより、その類似度score2を消極的利用する。
　また、類似度調整部５１は、類似度score３の重み付けを類似度score2の重み付けに比べて大きくすることにより、その類似度score３を積極的利用する。
　そして、図１に示すスコア判定部６は、類似度score１と類似度score４の合計の類似度scoreが閾値以上であるとき、本人であると判定する。
　このように、類似度score2が消極的利用されることにより、掌紋の影響を抑えて本人であるか否かの判定を行うことができ、認証精度を向上させることができる。すなわち、第２実施形態の生体認証装置１によれば、画像から掌紋を示す特徴を物理的に分離する方法を適用できない場合であっても、他人受入率が高くなることを抑えることができる。また、特に被験者の手のひらにおいてメラニンが強く沈着し、無指向的線特徴ＬＦに掌紋が多く含まれる場合でも、その無指向的線特徴ＬＦにおける掌紋の影響を抑えて本人であるか否かの判定を行うことができるため、他人受入率を低減することができる。
　また、類似度score3が積極的利用されることにより、掌紋に比べて多様性が高い静脈を強調させて本人であるか否かの判定を行うことができるので、本人拒否率を低減することができる。
　図９は、本開示の実施形態の生体認証装置１を構成するハードウェアの一例を示す図である。
　図９に示すように、生体認証装置１を構成するハードウェアは、制御部１２０１と、記憶部１２０２と、記録媒体読取装置１２０３と、入出力インタフェース１２０４と、通信インタフェース１２０５とを備え、それらがバス１２０６によってそれぞれ接続されている。なお、画像処理装置１を構成するハードウェアは、クラウドなどを用いて実現してもよい。
　制御部１２０１は、例えば、Central Processing Unit（ＣＰＵ）、マルチコアＣＰＵ、プログラマブルなデバイス（Field Programmable Gate Array（ＦＰＧＡ）、Programmable Logic Device（ＰＬＤ）など）を用いることが考えられ、図１又は図５に示す領域特定部３、特徴抽出部４、照合処理部５、及びスコア判定部６に相当する。
　記憶部１２０２は、図１又は図５に示す記憶部７に相当し、例えばRead Only Memory（ＲＯＭ）、Random Access Memory（ＲＡＭ）などのメモリやハードディスクなどが考えられる。なお、記憶部１２０２は、実行時のワークエリアとして用いてもよい。また、生体認証装置１の外部に他の記憶部を設けてもよい。
　記録媒体読取装置１２０３は、制御部１２０１の制御により、記録媒体１２０７に記録されるデータを読み出したり、記録媒体１２０７にデータを書き込んだりする。また、着脱可能な記録媒体１２０７は、コンピュータで読み取り可能なnon-transitory（非一時的）な記録媒体であって、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリなどが考えられる。磁気記録装置は、例えば、ハードディスク装置（ＨＤＤ）などが考えられる。光ディスクは、例えば、Digital Versatile Disc（ＤＶＤ）、ＤＶＤ－ＲＡＭ、Compact Disc Read Only Memory（ＣＤ－ＲＯＭ）、ＣＤ－Ｒ(Recordable)／ＲＷ（ReWritable）などが考えられる。光磁気記録媒体は、例えば、Magneto-Optical disk（ＭＯ）などが考えられる。なお、記憶部１２０２もnon-transitory（非一時的）な記録媒体に含まれる。
　入出力インタフェース１２０４は、入出力部１２０８が接続され、ユーザにより入出力部１２０８から入力された情報をバス１２０６を介して制御部１２０１に送る。また、入出力インタフェース１２０４は、制御部１２０１から送られてくる情報をバス１２０６を介して入出力部１２０８に送る。
　入出力部１２０８は、図１又は図５に示す画像取得部２に相当し、例えば、撮像装置などが考えられる。また、入出力部１２０８は、例えば、キーボード、ポインティングデバイス（マウスなど）、タッチパネル、Cathode Ray Tube（ＣＲＴ）ディスプレイ、プリンタなどが考えられる。
　通信インタフェース１２０５は、Local Area Network（ＬＡＮ）接続やインターネット接続を行うためのインタフェースである。また、通信インタフェース１２０５は必要に応じ、他のコンピュータとの間のＬＡＮ接続やインターネット接続や無線接続を行うためのインタフェースとして用いてもよい。
　このようなハードウェアを有するコンピュータを用いることによって、生体認証装置１が行う各種処理機能が実現される。この場合、生体認証装置１が行う各種処理機能の内容を記述したプログラムをコンピュータで実行することにより、上記各処理機能（例えば、領域特定部３、特徴抽出部４、照合処理部５、スコア判定部６）がコンピュータ上で実現される。各種処理機能の内容を記述したプログラムは、記憶部１２０２や記録媒体１２０７に格納しておくことができる。
　プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤ－ＲＯＭなどの記録媒体１２０７が販売される。また、プログラムをサーバコンピュータの記憶装置に記録しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
　プログラムを実行するコンピュータは、例えば、記録媒体１２０７に記録されたプログラム、又は、サーバコンピュータから転送されたプログラムを、記憶部１２０２に記憶する。そして、コンピュータは、記憶部１２０２からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、記録媒体１２０７から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。
　なお、本開示の実施形態では、手のひらの静脈を用いて認証を行う画像処理装置を例示して説明したが、これに限らず、生体のその他の特徴検出部位であればどこでもよい。
　たとえば、生体のその他の特徴検出部位は、静脈に限らず、生体の血管像や、生体の紋様、生体の指紋や掌紋、足の裏、手足の指、手足の甲、手首、腕などであってもよい。
　なお、認証に静脈を用いる場合、生体のその他の特徴検出部位は、静脈を観察可能な部位であればよい。
　なお、生体情報を特定可能な生体のその他の特徴検出部位であれば認証に有利である。たとえば、手のひらや顔などであれば、取得した画像から部位を特定可能である。また、上述の実施の形態は、実施の形態の要旨を逸脱しない範囲内において種々の変更を加えることができる。さらに、上述の実施の形態は、多数の変形、変更が当業者にとって可能であり、説明した正確な構成および応用例に限定されるものではない。
１　生体認証装置
２　画像取得部
３　領域特定部
４　特徴抽出部
５　照合処理部
６　スコア判定部
７　記憶部
８　無指向的特徴生成処理部
９　指向的特徴生成処理部
１０　無指向的特徴照合処理部
１１　指向的特徴照合処理部
４１　フィルタ
４２　直交フィルタ
４３　各点最大値選択部
４４　２値化部
４５　細線化部
４６　選択部
４７　２値化部
５１　類似度調整部

Claims (9)

  1. 　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、
    　前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力する直交フィルタと、
    　前記直交フィルタから出力される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求める照合処理部と、
    　前記類似度を用いて、本人であるか否かの判定を行う判定部と、
    　を備える生体認証装置。
  2. 　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、
    　前記フィルタから抽出される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、
    　前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力するともに、前記フィルタから抽出される複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力する選択部と、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求める無指向的特徴照合処理部と、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求めるとともに、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求める指向的特徴照合処理部と、
    　前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力する類似度調整部と、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う判定部と、
    　を備える生体認証装置。
  3. 　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出するフィルタと、
    　前記フィルタから抽出される複数の指向的特徴により無指向的特徴を生成する無指向的特徴生成処理部と、
    　前記フィルタから抽出される複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力するともに、前記フィルタから抽出される複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力する選択部と、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求める無指向的特徴照合処理部と、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求めるとともに、前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求める指向的特徴照合処理部と、
    　前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力する類似度調整部と、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う判定部と、
    　を備える生体認証装置。
  4. 　コンピュータが、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力し、
    　前記出力した複数の指向的特徴により無指向的特徴を生成し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求め、
    　前記類似度を用いて、本人であるか否かの判定を行う、
    　ことを特徴とする生体認証方法。
  5. 　コンピュータが、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴により無指向的特徴を生成し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、
    　前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、
    　前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、
    　前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力し、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う、
    　ことを特徴とする生体認証方法。
  6. 　コンピュータが、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴により無指向的特徴を生成し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、
    　前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、
    　前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、
    　前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力し、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う、
    　ことを特徴とする生体認証方法。
  7. 　コンピュータに、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴の全体の輝度値を下げ、前記所定方向に対応する指向的特徴に直交する方向に対応する指向的特徴の全体の輝度値を上げ、その他の指向的特徴をそのまま出力し、
    　前記出力した複数の指向的特徴により無指向的特徴を生成し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との類似度を求め、
    　前記類似度を用いて、本人であるか否かの判定を行う、
    　ことを実行させるためのプログラム。
  8. 　コンピュータに、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴により無指向的特徴を生成し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、
    　前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、
    　前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、
    　前記第２の類似度の重み付けを前記第３の類似度の重み付けに比べて小さくし、それらの合計を第４の類似度として出力し、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う、
    　ことを実行させるためのプログラム。
  9. 　コンピュータに、
    　入力される画像からそれぞれ互いに異なる方向に対応する指向的特徴を抽出し、
    　前記抽出した複数の指向的特徴により無指向的特徴を生成し、
    　前記抽出した複数の指向的特徴のうち、所定方向に対応する指向的特徴を選択して主要指向的特徴として出力し、
    　前記抽出した複数の指向的特徴のうち、前記主要指向的特徴に直交する方向に対応する指向的特徴を選択して直交指向的特徴として出力し、
    　前記無指向的特徴と記憶部に記憶されている登録無指向的特徴との第１の類似度を求め、
    　前記主要指向的特徴と前記記憶部に記憶されている登録主要指向的特徴との第２の類似度を求め、
    　前記直交指向的特徴と前記記憶部に記憶されている登録直交指向的特徴との第３の類似度を求め、
    　前記第３の類似度の重み付けを前記第２の類似度の重み付けに比べて大きくし、それらの合計を第４の類似度として出力し、
    　前記第１の類似度及び前記第４の類似度を用いて、本人であるか否かの判定を行う、
    　ことを実行させるためのプログラム。
PCT/JP2014/058386 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム WO2015145591A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2016509686A JP6069582B2 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム
PCT/JP2014/058386 WO2015145591A1 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム
EP14887087.6A EP3125193B1 (en) 2014-03-25 2014-03-25 Biometric authentication device, biometric authentication method, and program
US15/261,137 US10019619B2 (en) 2014-03-25 2016-09-09 Biometrics authentication device and biometrics authentication method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/058386 WO2015145591A1 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/261,137 Continuation US10019619B2 (en) 2014-03-25 2016-09-09 Biometrics authentication device and biometrics authentication method

Publications (1)

Publication Number Publication Date
WO2015145591A1 true WO2015145591A1 (ja) 2015-10-01

Family

ID=54194189

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/058386 WO2015145591A1 (ja) 2014-03-25 2014-03-25 生体認証装置、生体認証方法、及びプログラム

Country Status (4)

Country Link
US (1) US10019619B2 (ja)
EP (1) EP3125193B1 (ja)
JP (1) JP6069582B2 (ja)
WO (1) WO2015145591A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017022507A (ja) * 2015-07-09 2017-01-26 株式会社リコー 通信装置、通信システム、及びプログラム
KR102468133B1 (ko) * 2016-02-29 2022-11-18 엘지전자 주식회사 발 정맥 인증 장치
CN113722692B (zh) * 2021-09-07 2022-09-02 墨奇科技（北京）有限公司 身份识别的装置及其方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000358025A (ja) * 1999-06-15 2000-12-26 Nec Corp 情報処理方法、情報処理装置及び情報処理プログラムを記憶した記録媒体
JP2005149455A (ja) * 2003-10-21 2005-06-09 Sharp Corp 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体
JP2006301881A (ja) * 2005-04-19 2006-11-02 Glory Ltd 貨幣識別装置、貨幣識別方法および貨幣識別プログラム
JP2009245347A (ja) * 2008-03-31 2009-10-22 Fujitsu Ltd パターンの位置合わせ方法、照合方法及び照合装置
JP2009301104A (ja) * 2008-06-10 2009-12-24 Chube Univ 物体検出装置
WO2012020718A1 (ja) * 2010-08-12 2012-02-16 日本電気株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP2012073684A (ja) * 2010-09-27 2012-04-12 Fujitsu Ltd 画像認識方法及び装置並びにプログラム
WO2013136553A1 (ja) * 2012-03-16 2013-09-19 ユニバーサルロボット株式会社 個人認証方法及び個人認証装置
JP2013200673A (ja) * 2012-03-23 2013-10-03 Fujitsu Ltd 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

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6282304B1 (en) * 1999-05-14 2001-08-28 Biolink Technologies International, Inc. Biometric system for biometric input, comparison, authentication and access control and method therefor
US7072525B1 (en) * 2001-02-16 2006-07-04 Yesvideo, Inc. Adaptive filtering of visual image using auxiliary image information
US6876757B2 (en) * 2001-05-25 2005-04-05 Geometric Informatics, Inc. Fingerprint recognition system
US7636455B2 (en) * 2002-06-04 2009-12-22 Raytheon Company Digital image edge detection and road network tracking method and system
CN1238809C (zh) * 2002-09-04 2006-01-25 长春鸿达光电子与生物统计识别技术有限公司 指纹识别方法、以及指纹控制方法和系统
US7496214B2 (en) * 2002-09-25 2009-02-24 The Hong Kong Polytechnic University Method of palm print identification
HK1062117A2 (en) * 2002-09-25 2004-09-17 Univ Hong Kong Polytechnic Method of palm print identification using geometry, line and/or texture features
US7664326B2 (en) * 2004-07-09 2010-02-16 Aloka Co., Ltd Method and apparatus of image processing to detect and enhance edges
US7359555B2 (en) * 2004-10-08 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Detecting roads in aerial images using feature-based classifiers
KR100752640B1 (ko) * 2005-01-05 2007-08-29 삼성전자주식회사 방향성 기울기 필터를 이용한 지문 영역 분할 장치 및 방법
US20070036400A1 (en) * 2005-03-28 2007-02-15 Sanyo Electric Co., Ltd. User authentication using biometric information
JP4871144B2 (ja) * 2006-01-13 2012-02-08 株式会社東芝 画像処理装置、方法、プログラム
AU2006350242A1 (en) * 2006-11-03 2008-05-08 Snowflake Technologies Corporation Method and apparatus for extraction and matching of biometric detail
US20080298642A1 (en) * 2006-11-03 2008-12-04 Snowflake Technologies Corporation Method and apparatus for extraction and matching of biometric detail
KR101035930B1 (ko) * 2007-01-24 2011-05-23 후지쯔 가부시끼가이샤 화상 판독 장치, 화상 판독 프로그램을 기록한 기록 매체, 화상 판독 방법
KR101484566B1 (ko) * 2007-03-21 2015-01-20 루미다임 인크. 국소적으로 일관된 피처를 기초로 하는 생체인식
KR100946155B1 (ko) * 2007-08-20 2010-03-10 경희대학교 산학협력단 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법
JP5061988B2 (ja) * 2008-03-25 2012-10-31 日本電気株式会社 隆線方向抽出装置および隆線方向抽出プログラムと隆線方向抽出方法
US20100158329A1 (en) * 2008-12-19 2010-06-24 Shajil Asokan Thaniyath Elegant Solutions for Fingerprint Image Enhancement
US20120108973A1 (en) * 2010-11-01 2012-05-03 Toshiba Medical Systems Corporation Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus
WO2012078114A1 (en) * 2010-12-09 2012-06-14 Nanyang Technological University Method and an apparatus for determining vein patterns from a colour image
JP2012256272A (ja) * 2011-06-10 2012-12-27 Seiko Epson Corp 生体識別装置、及び、生体識別方法
US20130004028A1 (en) * 2011-06-28 2013-01-03 Jones Michael J Method for Filtering Using Block-Gabor Filters for Determining Descriptors for Images
KR101217214B1 (ko) * 2012-02-15 2012-12-31 동국대학교 산학협력단 의료용 혈관 영상의 선명화 방법
JP5971089B2 (ja) * 2012-11-14 2016-08-17 富士通株式会社 生体情報補正装置、生体情報補正方法及び生体情報補正用コンピュータプログラム
JP6116291B2 (ja) * 2013-02-27 2017-04-19 オリンパス株式会社 画像処理装置、画像処理方法及び画像処理プログラム
US9141872B2 (en) * 2013-09-11 2015-09-22 Digitalglobe, Inc. Automated and scalable object and feature extraction from imagery

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000358025A (ja) * 1999-06-15 2000-12-26 Nec Corp 情報処理方法、情報処理装置及び情報処理プログラムを記憶した記録媒体
JP2005149455A (ja) * 2003-10-21 2005-06-09 Sharp Corp 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体
JP2006301881A (ja) * 2005-04-19 2006-11-02 Glory Ltd 貨幣識別装置、貨幣識別方法および貨幣識別プログラム
JP2009245347A (ja) * 2008-03-31 2009-10-22 Fujitsu Ltd パターンの位置合わせ方法、照合方法及び照合装置
JP2009301104A (ja) * 2008-06-10 2009-12-24 Chube Univ 物体検出装置
WO2012020718A1 (ja) * 2010-08-12 2012-02-16 日本電気株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP2012073684A (ja) * 2010-09-27 2012-04-12 Fujitsu Ltd 画像認識方法及び装置並びにプログラム
WO2013136553A1 (ja) * 2012-03-16 2013-09-19 ユニバーサルロボット株式会社 個人認証方法及び個人認証装置
JP2013200673A (ja) * 2012-03-23 2013-10-03 Fujitsu Ltd 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ARUN ROSS ET AL.: "A hybrid fingerprint matcher", PATTERN RECOGNITION, vol. 36, no. 7, 31 July 2003 (2003-07-31), pages 1661 - 1673, XP004417159 *
See also references of EP3125193A4 *

Also Published As

Publication number Publication date
JP6069582B2 (ja) 2017-02-01
JPWO2015145591A1 (ja) 2017-04-13
EP3125193A1 (en) 2017-02-01
EP3125193B1 (en) 2020-12-23
EP3125193A4 (en) 2017-10-11
US20170206402A1 (en) 2017-07-20
US10019619B2 (en) 2018-07-10

Similar Documents

Publication Publication Date Title
JP6553976B2 (ja) 認証装置及び認証方法並びに記録媒体
JP6528608B2 (ja) 診断装置、及び診断装置における学習処理方法、並びにプログラム
JP2011159035A (ja) 生体認証装置、生体認証方法およびプログラム
CN108399374B (zh) 选择用于指纹识别的候选指纹图像的方法和设备
JP5656768B2 (ja) 画像特徴量抽出装置およびそのプログラム
JP6069582B2 (ja) 生体認証装置、生体認証方法、及びプログラム
EP3217659B1 (en) Image processing apparatus, image processing method, and program
JP2015204023A (ja) 被写体検出装置、被写体検出方法及びプログラム
JP6069581B2 (ja) 生体認証装置、生体認証方法、及びプログラム
JP6629150B2 (ja) 手のひら検知装置、掌紋認証装置、手のひら検知方法、及びプログラム
KR101450247B1 (ko) Ｓｉｆｔ 특징점에 기반한 손가락 정맥 인증 방법
JP6431044B2 (ja) 生体認証装置、生体認証方法、及びプログラム
JP6117988B2 (ja) 生体認証装置、生体認証方法、及びプログラム
CN109409322B (zh) 活体检测方法、装置及人脸识别方法和人脸检测系统
KR20210127257A (ko) 사용자의 생체 특성을 가지는 이미지 내에서 객체를 식별하고 생체 특성을 포함하는 이미지의 일부를 이미지의 다른 부분으로부터 분리함으로써 사용자의 신원을 식별하기 위한 방법(Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image)
JP2010277196A (ja) 情報処理装置、情報処理方法およびプログラム
WO2015147088A1 (ja) 生体情報登録方法、生体認証方法、生体情報登録装置、生体認証装置及びプログラム
Sindu et al. Extraction of Iris Crypt, Pigment Spot, and Wolfflin Nodule Biological Feature using Feature Point Selection Algorithms
Ahmer et al. Human identity recognition using ear lobes geometric features

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: 14887087

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016509686

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2014887087

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014887087

Country of ref document: EP