JP2017162301A - 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

Abstract

【課題】ユーザ個々に応じた生体の誘導をして認証を行う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。【解決手段】生体認証装置は、生体部位の生体特徴と当該生体部位の形状とを記憶するデータベース２０と、ユーザの生体部位の画像を取得する生体センサと、前記生体センサが取得した画像において、前記生体部位の形状を算出する３次元形状算出部１３と、前記３次元形状算出部１３によって算出された形状と前記データベース２０に記憶された形状との相対比較に基づいた誘導情報を前記ユーザに提示する誘導制御部１８と、前記データベース２０に記憶された前記生体特徴と、前記誘導制御部１８による前記誘導情報の提示後に前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合する認証部１９と、を備える。【選択図】図２

Description

本件は、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。

生体認証において、登録データの撮影時は手などの認証対象部位の姿勢をガイドで矯正するが、認証時はガイドの補助がないケースも多い。そのため、登録時と認証時とでは、認証対象部位の傾きや、開き具合などの形状に違いが生じ、本人受入れ拒否が起きやすくなる（例えば、特許文献１参照）。

特開２０１４−１８０４３５号公報

R.Kimmel et al., "Global Shape from Shading", CVGIP: Image Understanding, pp.120-125, 1995 R.Zhang et al., "Shape from Shading: A Survey", IEEE PAMI(Transactions on Pattern Analysis and Machine Intelligence), Vol.21, No.8, pp.690-706, August 1999 E.Prados et al., "Shape from Shading: a well-posed problem?", INRIA, No.5297, pp.1-55, August 2004

そこで、認証対象部位の形状に応じて生体画像を補正することが考えられるが、当該補正において適用できる形状の範囲に限界がある。認証対象部位の形状自体を変えるようにユーザに誘導メッセージを提示することが有効であるが、画一的な基準に基づく誘導メッセージを提示しても、個人差によりそのメッセージに従うことが難しいことがある。手のひらの開き方、つまり、どの程度手のひらを開くことができるかは個人ごとに違いがある。そのため、画一的な基準で開き方を判定し、誘導することは望ましくない。例えば、手のひらが一定上開かない人に対して、「手のひらを開いてください」というメッセージを表示してしまうことになり、利用者の心理的な面および認証精度の点から望ましくない。

１つの側面では、本発明は、ユーザ個々に応じた生体の誘導をして認証を行う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。

１つの態様では、生体認証装置は、生体部位の生体特徴と当該生体部位の形状とを記憶する記憶部と、ユーザの生体部位の画像を取得する生体センサと、前記生体センサが取得した画像において、前記生体部位の形状を算出する算出部と、前記算出部によって算出された形状と前記記憶部に記憶された形状との相対比較に基づいた誘導情報を前記ユーザに提示する提示部と、前記記憶部に記憶された前記生体特徴と、前記提示部による前記誘導情報の提示後に前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合する照合部と、を備える。

ユーザ個々に応じた生体の誘導をして認証を行うことができる。

（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）は生体センサの模式図である。 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。 登録処理の詳細を例示するフローチャートである。 登録データセットを例示する図である。 （ａ）および（ｂ）は手のひらの状態と曲率との関係を例示する図である。 認証処理の詳細を例示するフローチャートである。 （ａ）および（ｂ）は手のひらの縦横比を例示する図である。 （ａ）および（ｂ）は手のひらの面積を例示する図である。

以下、図面を参照しつつ、実施例について説明する。

図１（ａ）は、実施例１に係る生体認証装置１００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１（ｂ）は、後述する生体センサ１０５の模式図である。図１（ａ）を参照して、生体認証装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３、表示装置１０４、生体センサ１０５、通信部１０６、属性情報取得部１０７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は、中央演算処理装置である。ＣＰＵ１０１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。

記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３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。本実施例に係る生体認証プログラムは、記憶装置１０３に記憶されている。表示装置１０４は、液晶ディスプレイ、エレクトロルミネッセンスパネル等であり、後述する各処理の結果などを表示する。

生体センサ１０５は、ユーザの生体情報を取得するセンサであり、本実施例においては、ユーザの手のひらの画像を非接触で取得する。図１（ｂ）で例示するように、生体センサ１０５は、一例として、ＣＭＯＳ（Ｃｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）カメラなどである。生体センサ１０５は、例えば、可視光の情報に基づいて、掌紋パターン、手のひらの形状などを取得することができる。また、生体センサ１０５は、近赤外線を利用することによって、静脈パターンなどの血管パターンを取得することもできる。

通信部１０６は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などへの接続インタフェースである。属性情報取得部１０７は、キーボード、マウスなどの入力機器であり、例えば、ユーザを識別するためのＩＤ、ユーザ名、パスワードなどを入力するための装置である。

記憶装置１０３に記憶されている生体認証プログラムは、実行可能にＲＡＭ１０２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。それにより、生体認証装置１００による各処理が実行される。生体認証プログラムが実行されることによって、登録処理、認証処理などが実行される。

登録処理は、各ユーザに関連づけて、生体センサ１０５が取得した手のひら画像から得られた生体特徴をデータベースに登録する処理である。本実施例においては、手のひら画像から抽出された掌紋、静脈パターン、手のひら形状などが生体特徴としてデータベースに登録される。認証処理は、生体センサ１０５が取得した照合用生体特徴とデータベースに登録された登録生体特徴とを照合する処理である。本実施例においては、一例として、認証処理時に取得された静脈パターンとデータベースに登録された静脈パターンとの類似度がしきい値以上であれば当該ユーザが登録されたユーザと同一人物であると判定される。登録処理および認証処理の詳細については後述する。

図２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。生体認証プログラムの実行によって、全体管理部１１、記憶部１２、３次元形状算出部１３、フィッティング部１４、曲率計算部１５、特徴抽出部１６、登録部１７、誘導制御部１８、認証部１９、データベース２０などが実現される。なお、図１および図２の例では、スタンドアローンの端末で構成されているが、それに限られない。例えば、本実施例は、クライアントサーバのシステムにも適用可能である。本実施例では、説明の簡略化のために、スタンドアローンの端末における例について説明する。

（登録処理）
図３は、登録処理の詳細を例示するフローチャートである。以下、図２および図３を参照しつつ、登録処理について説明する。全体管理部１１は、図３のフローチャートに従って、各部を制御する。まず、属性情報取得部１０７は、ユーザの属性情報を取得する（ステップＳ１）。次に、生体センサ１０５は、生体センサ１０５に対して手をかざすユーザの手のひら画像ｒを登録用に取得する（ステップＳ２）。ユーザの属性情報および手のひら画像ｒは、記憶部１２に一時的に記憶される。

次に、３次元形状算出部１３は、記憶部１２に記憶された手のひら画像ｒにおいて、手のひらの３次元形状を算出する（ステップＳ３）。３次元形状の算出には、ＳＦＳ（Ｓｈａｐｅ Ｆｒｏｍ Ｓｈａｄｉｎｇ）技術を用いることができる。ＳＦＳ技術とは、被写体に光を照射して撮影した被写体の画像の輝度分布から、被写体の３次元的な形状を認識する技術である。ＳＦＳ技術で用いる算出処理については、例えば、上記の非特許文献１〜３に一例が開示されている。

次に、フィッティング部１４は、ステップＳ３で算出された３次元形状を２次曲面にフィッティングする（ステップＳ４）。次に、曲率計算部１５は、ステップＳ４でのフィッティングによって得られた２次曲面の式から、手のひらの曲率を計算する（ステップＳ５）。ここで得られる曲率は、ガウス曲率Ｋである。ガウス曲率Ｋは、曲面上の各点で定義される値である。曲率計算部１５は、得られたガウス曲率Ｋの平均値を、登録処理時の曲率Ｋｒとして取得する。なお、３次元形状の点ごとの微分値を求めると演算量が増える。これに対して、３次元形状の各点を２次曲面にフィッティングすることで、曲面のパラメータを用いて各点の曲率を下記式（１）〜（８）のように簡単に求めることができる。

まず、手のひら形状を下記式（１）の２次曲面でフィッティングする。（Ｘ，Ｙ，Ｚ）は、手のひらの各座標を表す。ａ〜ｆは、フィッティング係数を表す。

２次曲面上のガウス曲率Ｋは、下記式（２）に従って求めることができる。ただし、Ｅ〜Ｎは、下記式（３）〜（８）のように、フィッティング係数ａ〜ｆと、注目点のＸＹ座標値である（ｕ，ｖ）とから求まる。

次に、特徴抽出部１６は、手のひら画像ｒから生体特徴を登録生体特徴として抽出する（ステップＳ６）。本実施例においては、登録生体特徴として静脈パターンが抽出される。静脈パターンには、静脈の端点や分岐点の座標や方向、２個の分岐点の連結情報などが含まれる。次に、登録部１７は、ステップＳ１で取得した属性情報と、ステップＳ５で計算した曲率Ｋｒと、ステップＳ６で抽出した登録生体特徴とを関連付けて、登録データセットとしてデータベース２０に登録する（ステップＳ７）。以上の処理により、登録処理が完了する。図４は、登録データセットを例示する図である。登録テンプレートが登録生体特徴に対応する。図４の例では、各ユーザのＩＤと関連付けて、登録生体特徴と曲率Ｋｒが登録されている。

ここで、手のひらの状態と曲率との関係について説明する。図５（ａ）で例示するように、ガウス曲率Ｋが正の値である場合、手のひらが凸形状となっている。すなわち、ガウス曲率Ｋの符号がプラスであることは、手のひらが閉じていることを意味する。次に、図５（ｂ）で例示するように、ガウス曲率Ｋが負の値である場合、手のひらが凹形状となっている。すなわち、ガウス曲率Ｋの符号がマイナスであることは、手のひらが反っていることを意味する。曲率Ｋｒと、認証処理時に得られた曲率Ｋｉとの差に応じて、ユーザの手の開き方を誘導することによって、認証処理時の手の開き方を登録処理時の手の開き方に近づけることができる。

（認証処理）
まず、図６は、認証処理の詳細を例示するフローチャートである。図６で例示するように、属性情報取得部１０７は、ユーザの属性情報を取得する（ステップＳ１１）。次に、誘導制御部１８は、ステップＳ１１で取得された属性情報に対応する登録データセットの曲率Ｋｒを取得する（ステップＳ１２）。次に、生体センサ１０５は、ユーザの手のひら画像を認証用画像ｉとして取得する（ステップＳ１３）。認証用画像ｉは、記憶部１２に一時的に記憶される。

次に、３次元形状算出部１３は、記憶部１２に記憶された認証用画像ｉにおいて、手のひらの３次元形状を算出する。次に、フィッティング部１４は、算出された３次元形状に対して２次曲面近似を施す。次に、曲率計算部１５は、得られた２次曲面から、手のひらの曲率Ｋｉを計算する（ステップＳ１４）。次に、誘導制御部１８は、曲率Ｋｒと曲率Ｋｉとの相対比較の相違度として、曲率差分ΔＫ＝Ｋｉ−Ｋｒを計算する（ステップＳ１５）。次に、誘導制御部１８は、ΔＫが正の閾値Ｔｈ１を上回るか否かを判定する（ステップＳ１６）。ステップＳ１６で「Ｙｅｓ」と判定された場合、誘導制御部１８は、表示装置１０４に「手のひらを開いてください」と表示させる（ステップＳ１７）。その後、ステップＳ１３から再度実行される。

ステップＳ１６で「Ｎｏ」と判定された場合、誘導制御部１８は、ΔＫが負の閾値Ｔｈ２を下回るか否かを判定する（ステップＳ１８）。ステップＳ１８で「Ｙｅｓ」と判定された場合、誘導制御部１８は、表示装置１０４に「リラックスして手を開いてください」と表示させる（ステップＳ１９）。その後、ステップＳ１３から再度実行される。ステップＳ１８で「Ｎｏ」と判定された場合、特徴抽出部１６は、認証用画像ｉから生体特徴を照合用生体特徴として抽出する（ステップＳ２０）。

次に、認証部１９は、照合用生体特徴と、ステップＳ１１で取得された属性情報に対応する登録データセットの登録生体特徴とを照合し、その結果を表示装置１０４に表示させる（ステップＳ２１）。具体的には、認証部１９は、照合用生体特徴と登録生体特徴との類似度が閾値以上であるか否かを判定し、その結果を表示装置１０４に表示させる。

本実施例によれば、曲率Ｋｒと曲率Ｋｉとの相対比較に基づいて誘導情報がユーザに提示されるため、ユーザ個々に応じた生体部位の誘導をしたうえで認証を行うことができる。例えば、曲率差分ΔＫが小さくなるような誘導情報を提示することで、認証処理時の曲率を登録処理時の曲率に近づけることができる。それにより、手のひらの開き方の個人差を吸収することができる。そのため、手のひらを開くことが難しい利用者に対し、必要以上に手のひらを開かせるような誘導を行うことがなくなる。その結果、認証精度が向上する。また、３次元形状データを２次曲面近似することで、曲率演算を高速に行うことができる。

なお、ステップＳ１６およびステップＳ１８の実行によって、曲率差分ΔＫの絶対値が閾値以下となるか否かを判定している。この判定は、曲率Ｋｒと曲率Ｋｉとの相対比較の相違度が閾値以下となるか否かの判定に相当する。上記例では、曲率Ｋｒと曲率Ｋｉとの相対比較の相違度として曲率差分ΔＫ＝Ｋｉ−Ｋｒを用いたが、それに限られない。例えば、認証処理時の曲率Ｋｉと登録処理時の曲率Ｋｒとの比率を、相対比較の相違度として用いてもよい。

生体部位の形状のパラメータとして、曲率以外の指標を用いてもよい。例えば、手のひらの縦横比（アスペクト比＝長さ／幅）を用いてもよい。例えば、図７（ａ）で例示するように、幅の比率に対して長さの比率が大きい場合（アスペクト比大）は、手が開いている場合である。一方、図７（ｂ）で例示するように、長さの比率に対して幅の比率が大きい場合（アスペクト比小）は、手が閉じている場合である。そこで、第１閾値および第２閾値（＜第１閾値）を用いて、縦横比が第１閾値を上回る場合には手を閉じる誘導を行い、縦横比が第２閾値を下回る場合には手を開く誘導を行ってもよい。なお、図７（ａ）および図７（ｂ）の形状は、楕円に近似した手のひらの形状である。

生体部位の形状のパラメータとして、手のひらの面積を用いてもよい。例えば、図８（ａ）で例示するように、手のひらの面積が大きい場合は、手が開いている場合である。一方、図８（ｂ）で例示するように、手のひらの面積が小さい場合は、手が閉じている場合である。そこで、第１閾値および第２閾値（＜第１閾値）を用いて、手のひらの面積が第１閾値を上回る場合には手を閉じる誘導を行い、手のひらの面積が第２閾値を下回る場合には手を開く誘導を行ってもよい。なお、図８（ａ）および図８（ｂ）の形状は、楕円に近似した手のひらの形状である。

なお、上記各例では、認証用の生体部位として手のひらを用い、生体特徴として手のひら静脈を用いたが、それに限られない。例えば、認証用の生体部位として指を用いて、生体特徴として指静脈を用いてもよい。この場合、指の曲がり具合を誘導すればよい。

また、上記各例においては、認証処理の際に属性情報を取得することによって照合対象の登録生体特徴を特定する１：１認証について説明しているが、それに限られない。認証処理の際に属性情報を取得せずに照合用生体特徴と複数の登録生体特徴とを照合する１：Ｎ認証にも本実施例を適用することができる。この場合においては、属性情報を取得しないため、特定のユーザの曲率Ｋｒを利用することができない。そこで、平均的な曲率＜Ｋｒ＞を誘導に用いてもよい。ここで、曲率＜Ｋｒ＞は、生体認証装置が想定しているユーザの曲率の平均値である。つまり、想定している複数の利用者の平均的な曲率を誘導に用いることで、可能な限り手のひらの開き方の個性を反映させる。この際、１：１認証の場合とは異なり、特定の個人の手のひらの開き方（登録時曲率）を反映することができないため、判定閾値（図６のＴｈ１，Ｔｈ２）を１：１認証時よりも緩く設定することが望ましい。

上記各例において、データベース２０が、生体部位の生体特徴と当該生体部位の形状とを記憶する記憶部の一例として機能する。生体センサ１０５が、ユーザの生体部位の画像を取得する生体センサの一例として機能する。３次元形状算出部１３が、生体センサが取得した画像において生体部位の形状を算出する算出部の一例として機能する。誘導制御部１８が、算出部によって算出された形状と記憶部に記憶された形状との相対比較に基づいた誘導情報をユーザに提示する提示部の一例として機能する。認証部１９が、記憶部に記憶された生体特徴と、提示部による誘導情報の提示後に生体センサが取得したユーザの生体部位の画像における生体特徴とを照合する照合部の一例として機能する。

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 全体管理部
１２ 記憶部
１３ ３次元形状算出部
１４ フィッティング部
１５ 曲率計算部
１６ 特徴抽出部
１７ 登録部
１８ 誘導制御部
１９ 認証部
２０ データベース
１００ 生体認証装置
１０５ 生体センサ

Claims (8)

1. 生体部位の生体特徴と当該生体部位の形状とを記憶する記憶部と、
   ユーザの生体部位の画像を取得する生体センサと、
   前記生体センサが取得した画像において、前記生体部位の形状を算出する算出部と、
   前記算出部によって算出された形状と前記記憶部に記憶された形状との相対比較に基づいた誘導情報を前記ユーザに提示する提示部と、
   前記記憶部に記憶された前記生体特徴と、前記提示部による前記誘導情報の提示後に前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合する照合部と、を備えることを特徴とする生体認証装置。
2. 前記照合部は、前記相対比較における相違度が閾値以下となった場合に、前記記憶部に記憶された前記生体特徴と、前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合することを特徴とする請求項１記載の生体認証装置。
3. 前記算出部は、前記生体部位の形状として曲率を算出することを特徴とする請求項１または２記載の生体認証装置。
4. 前記算出部は、前記生体部位を２次曲面へフィッティングすることによって曲率を求めることを特徴とする請求項３記載の生体認証装置。
5. 前記生体部位は、手のひらであ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. 前記記憶部に記憶された形状は、複数のユーザの形状から得られた形状であることを特徴とする請求項１〜５のいずれか一項に記載の生体認証装置。
7. 記憶部が、生体部位の生体特徴と当該生体部位の形状とを記憶し、
   生体センサが取得したユーザの生体部位の画像において、前記生体部位の形状を算出部が算出し、
   前記算出部によって算出された形状と前記記憶部に記憶された形状との相対比較に基づいた誘導情報を提示部が前記ユーザに提示し、
   前記記憶部に記憶された前記生体特徴と、前記提示部による前記誘導情報の提示後に前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合部が照合する、ことを特徴とする生体認証方法。
8. 生体部位の生体特徴と当該生体部位の形状とを記憶する処理と、
   生体センサが取得したユーザの画像において、前記生体部位の形状を算出する処理と、
   算出された形状と記憶された形状との相対比較に基づいた誘導情報を前記ユーザに提示する処理と、
   記憶された前記生体特徴と、前記誘導情報の提示後に前記生体センサが取得した前記ユーザの生体部位の画像における生体特徴とを照合する処理と、を実行させることを特徴とする生体認証プログラム。

Images