特許 6069581 生体認証装置、生体認証方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6069581

(24)【登録日】2017年1月6日

(45)【発行日】2017年2月1日

(54)【発明の名称】生体認証装置、生体認証方法、及びプログラム

(51)【国際特許分類】

   G06T 7/00 20170101AFI20170123BHJP

   G06F 21/32 20130101ALI20170123BHJP

【ＦＩ】

   G06T7/00 510B

   G06F21/32

【請求項の数】17

【全頁数】33

(21)【出願番号】特願2016-509685(P2016-509685)

(86)(22)【出願日】2014年3月25日

(86)【国際出願番号】JP2014058385

(87)【国際公開番号】WO2015145590

(87)【国際公開日】20151001

【審査請求日】2016年3月11日

(73)【特許権者】

【識別番号】000237639

【氏名又は名称】富士通フロンテック株式会社

(74)【代理人】

【識別番号】100074099

【弁理士】

【氏名又は名称】大菅 義之

(72)【発明者】

【氏名】鈴木 智晴

【審査官】 佐田 宏史

(56)【参考文献】

【文献】 特開２００９−２３７６２１（ＪＰ，Ａ）

【文献】 特表２００６−５００６６２（ＪＰ，Ａ）

【文献】 特開２０１２−０７３６８４（ＪＰ，Ａ）

【文献】 特開２００６−３０１８８１（ＪＰ，Ａ）

【文献】 特開２００９−３０１１０４（ＪＰ，Ａ）

【文献】 特開２００５−１４９４５５（ＪＰ，Ａ）

【文献】 特開２００９−２４５３４７（ＪＰ，Ａ）

【文献】 特開２０００−３５８０２５（ＪＰ，Ａ）

【文献】 特開２０１３−２００６７３（ＪＰ，Ａ）

【文献】 特開２０１２−２５６２７２（ＪＰ，Ａ）

【文献】 国際公開第２０１２／０２０７１８（ＷＯ，Ａ１）

【文献】 国際公開第２０１３／１３６５５３（ＷＯ，Ａ１）

【文献】 山田 敬嗣、津雲 淳，“Ｇａｂｏｒ特徴の安定性考察と文字認識”，電子情報通信学会技術研究報告，日本，社団法人電子情報通信学会，１９９３年 １月２１日，Vol.92, No.433，pp.75-82

【文献】 シームアン ギッジャー、外２名，“ガボールウェーブレットを用いた人物顔の検出と向きの推定”，情報処理学会研究報告，日本，社団法人情報処理学会，２００４年１１月２６日，Vol.2004, No.119，pp.1-6

【文献】 堀田 一弘、外３名，“最大クリーク抽出に基づく画像からの対象検出”，情報処理学会研究報告，日本，社団法人情報処理学会，２００２年１１月２９日，Vol.2002, No.114，pp.49-56

【文献】 吉村 浩至、外３名，“字幕パターン認識におけるエッジ方向成分射影法の有効性検討”，電子情報通信学会技術研究報告，日本，社団法人電子情報通信学会，２０００年 ２月２２日，Vol.99, No.649，pp.17-22

【文献】 森 慧、外３名，“指の回転が局所特徴量を用いた非接触型指紋認証に及ぼす影響 −ＨＯＧ特徴量と局所輝度特徴量の比較−”，情報処理学会 シンポジウム 画像の認識・理解シンポジウム（ＭＩＲＵ） ２０１１，日本，情報処理学会，２０１１年 ７月２０日，pp.599-604

【文献】 Arun Ross et al.，"A hybrid fingerprint matcher"，Pattern Recognition，NL，Elsevier Science Ltd.，２００３年 ７月３１日，Vol.36, No.7，pp.1661-1673，ＵＲＬ，http://www.cse.msu.edu/rgroups/biometrics/Publications/Fingerprint/RossJainReisman_HybridFpMatcher_PR03.pdf

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ ７／００−７／６０

Ｇ０６Ｆ ２１／３２

(57)【特許請求の範囲】

【請求項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し、それら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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択する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第１の類似度を求める無指向的特徴照合処理部と、
前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２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１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２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。

【請求項2】

請求項１に記載の生体認証装置であって、
前記指向的特徴生成処理部は、前記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、それら指向的特徴のうち、前記基準方向を基準とする相対方向に対応する相対指向的特徴を選択し、
前記指向的特徴照合処理部は、前記相対指向的特徴と前記記憶部に記憶されている登録相対指向的特徴との第３の類似度を求め、
前記判定部は、前記第３の類似度の重み付けを前記第１の類似度の重み付けに比べて大きくするとともに、前記第３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装置。

【請求項3】

請求項２に記載の生体認証装置であって、
前記基準指向的特徴及び前記相対指向的特徴に対してＡＮＤ演算を行い、その演算結果を無指向的点特徴とするＡＮＤ演算部と、
前記無指向的点特徴と前記記憶部に記憶されている登録無指向的点特徴との第４の類似度を求める無指向的点特徴照合処理部と、
を備え、
前記判定部は、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装置。

【請求項4】

請求項１〜３の何れか１項に記載の生体認証装置であって、
前記指向的特徴照合処理部は、前記第２の類似度を求める際、前記無指向的特徴照合処理部において前記第１の類似度を求める際に行われた前記無指向的特徴と前記登録無指向的特徴との位置合わせ処理で用いられた位置合わせ情報を用いて、前記基準指向的特徴と前記登録基準指向的特徴との位置合わせ処理を行う
ことを特徴とする生体認証装置。

【請求項5】

請求項１〜４の何れか１項に記載の生体認証装置であって、
前記指向的特徴生成処理部は、前記画像から抽出される複数の指向的特徴のうち、フィルタ出力エネルギーが最大になる前記指向的特徴に対応する方向を前記基準方向に定める
ことを特徴とする生体認証装置。

【請求項6】

請求項２に記載の生体認証装置であって、
前記指向的特徴生成処理部から出力される基準指向的特徴及び相対指向的特徴に対してＯＲ演算を行い、その演算結果を無指向的面特徴とする、又は、前記記憶部に記憶されている登録基準指向的特徴及び登録相対指向的特徴に対してＯＲ演算を行い、その演算結果を登録無指向的面特徴とするＯＲ演算部を備え、
前記指向的特徴照合処理部は、前記無指向的面特徴と前記登録基準指向的特徴との類似度を前記第２の類似度とし、前記無指向的面特徴と前記登録相対指向的特徴との類似度を前記第３の類似度とする、又は、前記基準指向的特徴と前記登録無指向的面特徴との類似度を前記第２の類似度とし、前記相対指向的特徴と前記登録無指向的面特徴との類似度を前記第３の類似度とする
ことを特徴とする生体認証装置。

【請求項7】

請求項２に記載の生体認証装置であって、
前記指向的特徴照合処理部は、
前記指向的特徴生成処理部から出力される基準指向的特徴及び相対指向的特徴に対してＯＲ演算を行い、その演算結果を無指向的面特徴とする第１のＯＲ演算部と、
前記記憶部に記憶されている登録基準指向的特徴及び登録相対指向的特徴に対してＯＲ演算を行い、その演算結果を登録無指向的面特徴とする第２のＯＲ演算部と、
前記無指向的面特徴と前記登録基準指向的特徴との類似度を前記第２の類似度とし、前記無指向的面特徴と前記登録相対指向的特徴との類似度を前記第３の類似度とする第１の指向的特徴照合処理部と、
前記基準指向的特徴と前記登録無指向的面特徴との類似度を第５の類似度とし、前記相対指向的特徴と前記登録無指向的面特徴との類似度を第６の類似度とする第２の指向的特徴照合処理部と、
を備え、
前記判定部は、前記第２及び第３の類似度、並びに、前記第５及び第６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装置。

【請求項8】

請求項３に記載の生体認証装置であって、
前記無指向的特徴照合処理部において前記第１の類似度を求める際に行われた前記無指向的特徴と前記登録無指向的特徴との位置合わせ処理で用いられた位置合わせ情報、及び、前記無指向的点特徴照合処理部において前記４の類似度を求める際に行われた前記無指向的点特徴と前記登録無指向的点特徴との位置合わせ処理で用いられた位置合わせ情報を用いて、位置合わせ情報を生成する位置合わせ情報生成部を備え、
前記指向的特徴照合処理部は、前記第２の類似度を求める際、前記位置合わせ情報生成部により生成される位置合わせ情報を用いて、前記基準指向的特徴と前記登録基準指向的特徴との位置合わせ処理を行う
ことを特徴とする生体認証装置。

【請求項9】

請求項１〜８の何れか１項に記載の生体認証装置であって、
前記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、それら指向的特徴により、主要な線の依存度を示す主要線特徴を生成する主要線特徴抽出部と、
前記主要線特徴と前記記憶部に記憶されている登録主要線特徴との第７の類似度を求める主要線特徴照合処理部と、
を備え、
前記判定部は、前記第７の類似度が大きい程、前記第７の類似度に対応する重み付けを小さくするとともに、前記第７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装置。

【請求項10】

請求項１〜９の何れか１項に記載の生体認証装置であって、
前記無指向的特徴生成処理部は、
前記画像から前記複数の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、前記基準方向に対応する指向的特徴の全体の輝度値を下げ、前記基準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を用いて、前記無指向的特徴を生成する無指向的特徴生成部と、
を備えることを特徴とする生体認証装置。

【請求項11】

請求項１〜９の何れか１項に記載の生体認証装置であって、
前記無指向的特徴抽出処理部は、
前記画像から前記複数の指向的特徴を抽出するフィルタと、
前記フィルタにより抽出される複数の指向的特徴に対して、正規化を行う方向毎指向的特徴正規化処理部と、
前記方向毎指向的特徴正規化処理部から出力される複数の指向的特徴を用いて、前記無指向的特徴を生成する無指向的特徴生成部と、
を備えることを特徴とする生体認証装置。

【請求項12】

請求項１〜１０の何れか１項に記載の生体認証装置であって、
前記指向的特徴照合処理部により求められる複数の類似度のうち、前記基準方向に対応する前記第２の類似度を選択するスコア解析部を備え、
前記判定部は、前記第２の類似度の重み付けを小さくする、
ことを特徴とする生体認証装置。

【請求項13】

請求項１〜１２の何れか１項に記載の生体認証装置であって、
前記画像に対して、ノイズ除去を行うノイズ除去処理部を備え、
前記無指向的特徴抽出処理部は、前記ノイズ除去処理部から出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、それら指向的特徴により前記無指向的特徴を生成し、
前記指向的特徴抽出処理部は、前記ノイズ除去処理部から出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、それら指向的特徴のうち、前記基準方向に対応する前記基準指向的特徴を選択する
ことを特徴とする生体認証装置。

【請求項14】

請求項１〜１３の何れか１項に記載の生体認証装置であって、
前記画像に対して、輝度正規化を行う輝度正規化処理部を備え、
前記無指向的特徴抽出処理部は、前記輝度正規化処理部から出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、それら指向的特徴により前記無指向的特徴を生成し、
前記指向的特徴抽出処理部は、前記輝度正規化部から出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、それら指向的特徴のうち、前記基準方向に対応する前記基準指向的特徴を選択する
ことを特徴とする生体認証装置。

【請求項15】

請求項１〜１４の何れか１項に記載の生体認証装置であって、
前記画像に対して、幾何的正規化を行う幾何的正規化処理部を備え、
前記無指向的特徴抽出処理部は、前記幾何的正規化処理部から出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、それら指向的特徴により前記無指向的特徴を生成し、
前記指向的特徴抽出処理部は、前記幾何的正規化部から出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、それら指向的特徴のうち、前記基準方向に対応する前記基準指向的特徴を選択する
ことを特徴とする生体認証装置。

【請求項16】

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、それら指向的特徴により無指向的特徴を生成し、
前記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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択し、
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、
前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２の類似度を求め、
前記第２の類似度の重み付けを前記第１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２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。

【請求項17】

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、それら指向的特徴により無指向的特徴を生成し、
前記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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択し、
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、
前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２の類似度を求め、
前記第２の類似度の重み付けを前記第１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２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。

【発明の詳細な説明】

【技術分野】

【0001】

本開示の実施形態は、生体認証の技術に関する。

【背景技術】

【0002】

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。

【先行技術文献】

【非特許文献】

【0003】

【非特許文献1】A.Ross, A.K.Jain, and J.Reisman, “A Hybrid fingerprint matcher”, Pattern Recognition, vol.36, no.7, pp.1661-1673, 2003.

【発明の概要】

【発明が解決しようとする課題】

【0004】

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。

【0005】

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。

【課題を解決するための手段】

【0006】

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し、それら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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択する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第１の類似度を求める無指向的特徴照合処理部と、前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２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１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２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。

【0007】

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、それら指向的特徴により無指向的特徴を生成し、前記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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択し、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、前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２の類似度を求め、前記第２の類似度の重み付けを前記第１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２の類似度を用いて、本人であるか否かの判定を行う。

【0008】

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、それら指向的特徴により無指向的特徴を生成し、前記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、それら指向的特徴のうち、基準方向に対応する基準指向的特徴を選択し、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、前記基準指向的特徴と前記記憶部に記憶されている登録基準指向的特徴との第２の類似度を求め、前記第２の類似度の重み付けを前記第１の類似度の重み付けに比べて小さくするとともに、前記第１及び第２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。

【発明の効果】

【0009】

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。

【図面の簡単な説明】

【0010】

【図1】第１実施形態の生体認証装置の一例を示す図である。

【図2】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。

【図3】第１実施形態の特徴抽出部の一例を示す図である。

【図4】第１実施形態の照合処理部の一例を示す図である。

【図5】第２実施形態の照合処理部の一例を示す図である。

【図6】第３実施形態の特徴抽出部の一例を示す図である。

【図7】第４実施形態の照合処理部の一例を示す図である。

【図8】第４実施形態の照合処理部の一例を示す図である。

【図9】第５実施形態の生体認証装置の一例を示す図である。

【図10】データ処理部の一例を示す図である。

【図11】データ処理部の他の例を示す図である。

【図12】第６実施形態の照合処理部の一例を示す図である。

【図13】第７実施形態の照合処理部の一例を示す図である。

【図14】第８実施形態の特徴抽出部の一例を示す図である。

【図15】第８実施形態の照合処理部の一例を示す図である。

【図16】第９実施形態の特徴抽出部の一例を示す図である。

【図17】第１０実施形態の照合処理部の一例を示す図である。

【図18】第１１実施形態の特徴抽出部の一例を示す図である。

【図19】第１２実施形態の生体認証装置の一例を示す図である。

【図20】第１３実施形態の生体認証装置の一例を示す図である。

【図21】第１４実施形態の生体認証装置の一例を示す図である。

【図22】第１５実施形態の生体認証装置の一例を示す図である。

【図23】第１５実施形態の特徴抽出部の一例を示す図である。

【図24】第１５実施形態の照合処理部の一例を示す図である。

【図25】生体認証装置のハードウェアの一例を示す図である。

【発明を実施するための形態】

【0011】

＜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。

【0012】

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。

【0013】

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。

【0014】

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。

【0015】

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）。

【0016】

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Ｔ_θやＴ_θの逆変換処理Ｔ_θ^−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）＝Ｔ_θ^−１（Ｓ（Ｔ_θ（ｆ）））であると定義する。

【0017】

次に、指向的特徴生成処理部９は、手のひら領域の画像ｆから指向的特徴を生成する（Ｓ４）。なお、指向的とは、無指向的でないことと定義する。

【0018】

次に、無指向的特徴照合処理部１０は、無指向的特徴生成処理部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る（Ｓ５）。

【0019】

次に、指向的特徴照合処理部１１は、指向的特徴生成処理部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（Ｓ６）。

【0020】

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（Ｓ７）。

【0021】

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、各点最大値選択（point-wise maximum）部４２と、２値化部４３と、細線化部４４と、指向的特徴選択部４５と、２値化部４６と、ＡＮＤ演算部４７とを備える。

【0022】

フィルタ４１は、入力される手のひら領域の画像ｆ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ｇ_θ（指向的特徴ｇ_0°、指向的特徴ｇ_22.5°、指向的特徴ｇ_45°、指向的特徴ｇ_67.5°、指向的特徴ｇ_90°、指向的特徴ｇ_112.5°、指向的特徴ｇ_135°、指向的特徴ｇ_157.5°）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。

【0023】

各点最大値選択部４２は、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ｇ_θ（i,j）のうち、最大の指向的特徴ｍａｘ_θ｛ｇ_θ（i,j）｝を無指向的特徴g(i,j)として出力する。なお、iは、手のひら領域内の各画素の位置を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。

【0024】

【数1】

【0025】

２値化部４３は、式２のように、各点最大値選択部４２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。

【0026】

【数2】

【0027】

なお、上記２値化部４３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。

【0028】

細線化部４４は、式３のように、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。

【0029】

【数3】

【0030】

指向的特徴選択部４５は、基準方向θ_ｒを定めるとともに、その基準方向θ_ｒを基準として４５°づつ変化させた３つの相対方向θ_ｒ＋α（相対方向θ_{ｒ＋４５°}、相対方向θ_{ｒ＋９０°}、及び相対方向θ_{ｒ＋１３５°}）を定める。例えば、手のひらをガイドに乗せて手のひら領域を特定するような場合では、掌紋によるフィルタ応答を多く含む方向を事前に統計的に知ることができる。このように、掌紋によるフィルタ応答を多く含む方向が既知であったと仮定する場合では、掌紋によるフィルタ応答を多く含む方向を基準方向θ_ｒとして定める。

【0031】

また、指向的特徴選択部４５は、フィルタ４１から抽出される各指向的特徴ｇ_θのうち、基準方向θ_ｒに対応する指向的特徴ｇ_θを選択して指向的特徴ｇ_θｒとし、相対方向θ_ｒ＋45°に対応する指向的特徴ｇ_θを選択して指向的特徴ｇ_θｒ＋45°とし、相対方向θ_{ｒ＋９０°}に対応する指向的特徴ｇ_θを選択して指向的特徴ｇ_{θｒ＋９０°}とし、相対方向θ_{ｒ＋１３5°}に対応する指向的特徴ｇ_θを選択して指向的特徴ｇ_{θｒ＋１３5°}とする。例えば、指向的特徴選択部２５は、０°を基準方向θ_ｒとして定める場合、フィルタ４１から抽出される指向的特徴ｇ_0°、指向的特徴ｇ_22.5°、指向的特徴ｇ_45°、指向的特徴ｇ_67.5°、指向的特徴ｇ_90°、指向的特徴ｇ_112.5°、指向的特徴ｇ_135°、指向的特徴ｇ_157.5°のうち、基準方向θ_ｒに対応する指向的特徴ｇ_θｒとして指向的特徴ｇ_0°を選択し、相対方向θ_θｒ＋45°に対応する指向的特徴ｇ_{θｒ＋４５°}として指向的特徴ｇ_４５°を選択し、相対方向θ_{θｒ＋９０°}に対応する指向的特徴ｇ_θｒとして指向的特徴ｇ_９０°を選択し、相対方向θ_{θｒ＋１３５°}に対応する指向的特徴ｇ_θｒとして指向的特徴ｇ_１３５°を選択する。なお、指向的特徴選択部４５により選択される指向的特徴ｇ_θの数は、４つに限定されない。

【0032】

２値化部４６は、指向的特徴選択部４５により選択された指向的特徴ｇ_θｒ、指向的特徴ｇ_θｒ＋45°、指向的特徴_θｒ＋90°、及び指向的特徴_{θｒ＋135°}に対してそれぞれ２値化処理を行い、その結果を指向的面特徴ｂ_１〜ｂ_４として出力する。

【0033】

例えば、２値化部４６は、式４に示すように、指向的特徴g_θｒ(i,j)が正であるとき、１を指向的面特徴b_１(i,j)として出力し、指向的特徴g_θｒ(i,j)が正以外であるとき、０を指向的面特徴b_１(i,j)として出力する。なお、このとき得られる指向的面特徴ｂ_１は、記憶部７に記憶される。

【0034】

【数4】

【0035】

また、２値化部４６は、式５に示すように、指向的特徴g_{θｒ＋４５°}(i,j)が正であるとき、１を指向的面特徴b_２(i,j)として出力し、指向的特徴g_{θｒ＋４５°}(i,j)が正以外であるとき、０を指向的面特徴b_２(i,j)として出力する。なお、このとき得られる指向的面特徴ｂ_２は、記憶部７に記憶される。

【0036】

【数5】

【0037】

また、２値化部４６は、式６に示すように、指向的特徴g_{θｒ＋９０°}(i,j)が正であるとき、１を指向的面特徴b_３(i,j)として出力し、指向的特徴g_{θｒ＋９０°}(i,j)が正以外であるとき、０を指向的面特徴b_３(i,j)として出力する。なお、このとき得られる指向的面特徴ｂ_３は、記憶部７に記憶される。

【0038】

【数6】

【0039】

また、２値化部４６は、式７に示すように、指向的特徴g_{θｒ＋１３５°}(i,j)が正であるとき、１を指向的面特徴b_４(i,j)として出力し、指向的特徴g_{θｒ＋１３５°}(i,j)が正以外であるとき、０を指向的面特徴b_４(i,j)として出力する。なお、このとき得られる指向的面特徴ｂ_４は、記憶部７に記憶される。

【0040】

【数7】

【0041】

なお、上記２値化部４６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。

【0042】

ＡＮＤ演算部４７は、式８に示すように、指向的面特徴ｂ_１〜ｂ_４に対してＡＮＤ演算を行い、その結果を無指向的点特徴ＣＰＦ（Cross-point Feature）として出力する。なお、このとき得られる無指向的点特徴ＣＰＦは、記憶部７に記憶される。また、点特徴とは、点状からなる画像である。

【0043】

【数8】

【0044】

図４は、第１実施形態の照合処理部５の一例を示す図である。
図４に示す照合処理部５は、無指向的線特徴照合処理部５１と、無指向的点特徴照合処理部５２と、指向的面特徴照合処理部５３とを備える。

【0045】

無指向的線特徴照合処理部５１は、細線化部４４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_１を求める。

【0046】

無指向的点特徴照合処理部５２は、ＡＮＤ演算部４７から出力され記憶部７に記憶されている無指向的点特徴ＣＰＦ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点特徴ＴＣＰＦとの類似度score_２を求める。

【0047】

指向的面特徴照合処理部５３は、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_１と、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_１との指向的面特徴類似度score_３を求める。また、指向的面特徴照合処理部５３は、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_２と、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_２との類似度score_４を求める。また、指向的面特徴照合処理部５３は、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_５と、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_５との類似度score_５を求める。また、指向的面特徴照合処理部５３は、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_６と、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_６との類似度score_６を求める。

【0048】

スコア判定部６は、式９に示すように、score_１〜score_６に対して定数ａ_ｋや定数ｃにより重み付けするとともに、重み付け後のscore_１〜score_６の合計をscoreとして出力する。そして、スコア判定部６は、例えば、scoreが閾値以上であるとき、本人であると判定する。

【0049】

【数9】

【0050】

以下、あるｋについて、ａ_ｋ＞０で、かつ、定数ａ_ｋの絶対値が他の定数ａ_ｋ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。

【0051】

例えば、掌紋に相当するフィルタ応答を多く含むと推測される指向的特徴ｇ_θの方向０°を基準方向θ_ｒとして定める場合、類似度score_３〜score_６のうち、基準方向θ_ｒに対応する類似度score_３を消極的利用することにより、掌紋の影響を小さくして、本人であるか否かの判定を行うことができる。これにより、無指向的特徴に静脈だけでなく掌紋も含まれている場合であっても、他人受入率を抑えることができる。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。

【0052】

また、主に、掌紋は手が握られたときにできる皺により構成され、静脈は手首から四指の方向へのびているため、静脈は掌紋に対して直交方向になる。そのため、基準方向θ_ｒに直交する方向の指向的特徴ｇ_{θ＋９０°}に対応する類似度score_５を積極的利用することにより、静脈を強調して、本人であるか否かの判定を行うことができる。これにより、本人拒否率（ＦＲＲ（False Rejection Rate））を低減することができる。

【0053】

以上のように、第１実施形態の生体認証装置１では、入力される画像を無指向的特徴群と指向的特徴群に分離して保持することによって、後の照合処理部５において両群毎の相関を得ることができ、それらを、スコア判定部６において積極的利用や消極的利用を行うことにより、方向毎の偏りによらない、かつ、ロバストな認証ができる。

【0054】

すなわち、第１実施形態の生体認証装置１では、無指向的特徴において面特徴、線特徴、点特徴のうち複数、又は、指向的特徴において面特徴、線特徴の両方を特徴データとして保持し、照合に用いることができる。このように無指向的特徴と指向的特徴をさらに多段階の表現形式として情報を保持し、後の照合処理部５において各表現形式毎の相関を得ることができ、それらを、スコア判定部６において積極的利用や消極的利用を行うことにより、より方向毎の偏りによらない、かつ、ロバストな認証ができる。

【0055】

なお、第１実施形態の生体認証装置１において、ＡＮＤ演算部４７や無指向的点特徴照合処理部５２を省略してもよい。

【0056】

＜第２実施形態＞
次に、第２実施形態の生体認証装置１について説明する。なお、照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0057】

図５は、第２実施形態の照合処理部５の一例を示す図である。なお、図４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。

【0058】

図５に示す照合処理部５では、無指向的線特徴照合処理部５１で類似度score₁が求められる際に行われる位置合わせ処理により得られる位置合わせ情報を、無指向的点特徴照合処理部５２で類似度score₂を求める際に行われる位置合わせ処理に使用し、無指向的点特徴照合処理部５２で類似度score₂が求められる際に行われる位置合わせ処理により得られる位置合わせ情報を、指向的面特徴照合処理部５３で類似度score₃〜score₆を求める際に行われる位置合わせ処理に使用する。

【0059】

すなわち、無指向的線特徴照合処理部５１は、例えば、Correlation-basedの類似度算出処理を用いて、無指向的線特徴ＬＦと登録無指向的線特徴ＴＬＦとの類似度score₁を求め、そのときに行った位置合わせ処理により得られた位置合わせ情報（例えば、幾何的変換である、Affine変換、射影変換、Thin-Plate Spline変換などで用いられる変換係数など）を無指向的点特徴照合処理部５２に渡す。

【0060】

次に、無指向的点特徴照合処理部５２は、無指向的線特徴照合処理部５１から受け取った位置合わせ情報を初期の位置合わせ情報として位置合わせ処理に利用しつつ、無指向的点特徴ＣＰＦと登録無指向的点特徴ＴＣＰＦとの類似度score₂を求め、そのときに行った位置合わせ処理により得られた位置合わせ情報を指向的面特徴照合処理部５３に渡す。

【0061】

そして、指向的面特徴照合処理部５３は、無指向的点特徴照合処理部５２から受け取った位置合わせ情報を初期の位置合わせ情報として位置合わせ処理に利用しつつ、指向的面特徴ｂ₁〜ｂ_４と登録指向的面特徴Ｔｂ_１〜Ｔｂ_４との類似度score₃〜score₆を求める。

【0062】

これにより、以下の課題（１）〜（３）を同時に解決することができる。
課題（１）：指向的特徴は方向依存があるため、手かざしの状態により、基準方向θ_ｒからずれる場合に、指向的特性が変動しやすい。

【0063】

課題（２）：指向的面特徴ｂと登録指向的面特徴Ｔｂはそれぞれ変動を受けやすいため、対応する共通の特徴箇所が少ない場合が多く、これらの照合処理部５での位置合わせ処理が失敗しやすい。

【0064】

課題（３）：第１実施形態のように、多段階、特に指向的面特徴ｂを用いる場合はさらにこの問題が大きく、微小な位置合わせのずれが、指向的面特徴ｂと登録指向的面特徴Ｔｂのずれに繋がり、類似度score₃〜score₆を大きく下げてしまう傾向にある。

【0065】

課題（１）〜（３）が解決されることによって、画像取得結果の角度変動に強く、ロバストかつ高精度な位置合わせを行うことができる。

【0066】

＜第３実施形態＞
次に、第３実施形態の生体認証装置１について説明する。なお、特徴抽出部４以外の構成は、第１実施形態の構成と同様とする。

【0067】

図６は、第３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。

【0068】

図６に示す指向的特徴選択部４５は、フィルタ４１から抽出される各指向的特徴ｇ_θのうち、フィルタ出力エネルギーが最大になる指向的特徴ｇ_θに対応する方向θを基準方向θ_ｒに定める。

【0069】

例えば、指向的特徴選択部４５は、式１０のように、最大出力方向（argmax_ψ｛||ｇ_ψ||Ｌ^２｝））を基準方向θ_ｒとして定める。なお、||ｇ_φ||Ｌ^２（Ｌ^２ノルム）は、式１１に示すように定義する。

【0070】

【数10】

【0071】

【数11】

【0072】

なお、フィルタ出力エネルギーの一例として、Ｌ^２ノルム以外にも、より一般のＬ^ｐノルム（１≦ｐ≦∞）を選ぶことができる。

【0073】

これにより、以下の課題（４）〜（７）を同時に解決することができる。
課題（４）：より被験者の自由度の高い認証系、特には、ガイドレス認証においては、手のかざされ方が様々であったり、遮光型のガイド等使用した場合、取得画像には手の輪郭が映らず、領域特定部３において、手の角度が既知とならない場合があり、これらの場合においては基準方向θ_ｒが定まらない。

【0074】

課題（５）：右手と左手とどちらもかざされる場合においては、左右それぞれの基準方向θ_ｒを定め、これら基準方向θ_ｒの平均を利用する場合が考えられるが、このような場合は、その基準方向θ_ｒの平均と被験者の各手とのずれが大きくなる。

【0075】

課題（６）：掌紋の出力が強い被験者であっても、そういった被験者毎にもっとも掌紋が出力される方向は個人差があるため、一律に定めた既知の基準では、掌紋を十分に基準方向θ_ｒに対応する指向的特徴ｇ_θに含めることができない。

【0076】

課題（７）：課題（４）〜（６）のため、静脈と掌紋の分離が十分とならず、結果として指向的特徴による照合処理において、十分に他人受入率の抑止効果が得られない。

【0077】

課題（４）〜（７）が解決されることによって、被験者間での掌紋の方向にばらつきがある場合であっても、またさらには、より自由度の高い認証系であっても、手のひら全体を写すことができない画像取得部２であっても、被験者の手の左右両パターンがかざされる場合であっても、被験者の各手毎に基準方向θ_ｒとして最大出力方向を選ぶことで、適応的に処理を行うことができ、掌紋を精度よく捉えることによって、静脈と掌紋の分離を十分に行うことができ、認証精度（特に他人受入率）を向上させる効果がある。

【0078】

例えば、指向的特徴選択部４５は、フィルタ４１から抽出される各指向的特徴ｇ_θのうち、Ｌ^２ノルムが最大になる指向的特徴ｇ_θに対応する方向θを最大出力方向として基準方向θ_ｒに定めるとともに、その基準方向θ_ｒを基準として相対方向θ_{ｒ＋４５°}、θ_{ｒ＋９０°}、θ_{ｒ＋１３５°}を定める。

【0079】

次に、指向的特徴選択部４５は、フィルタ４１から抽出される各指向的特徴ｇ_θのうち、基準方向θ_ｒに対応する指向的特徴ｇ_θを指向的特徴ｇ_θｍａｘとして選択し、相対方向θ_{ｒ＋４５°}に対応する指向的特徴ｇ_θを指向的特徴ｇ_{θｍａｘ＋４５°}として選択し、相対方向θ_{ｒ＋９０°}に対応する指向的特徴ｇ_θを指向的特徴ｇ_{θｍａｘ＋９０°}として選択し、相対方向θ_{ｒ＋１３５°}に対応する指向的特徴ｇ_θを指向的特徴ｇ_{θｍａｘ＋１３５°}として選択する。

【0080】

２値化部４６は、指向的特徴選択部４５により選択された最大指向的特徴ｇ_θｍａｘ、指向的特徴ｇ_{θｍａｘ＋45°}、指向的特徴_{θｍａｘ＋90°}、及び指向的特徴_{θｍａｘ＋135°}に対してそれぞれ２値化処理を行い、その結果を指向的面特徴ｂ_１〜ｂ_４として出力する。

【0081】

手のひら領域において掌紋が静脈などに比べて多く含まれている場合、フィルタ４１から抽出される指向的特徴ｇ_θのうち、最大出力方向に対応する指向的特徴ｇ_θｍａｘに多くの掌紋が含まれる傾向にある。そのため、最大出力方向を基準方向θ_ｒとして定めることにより、ガイドレスだったり、被験者の手がガイドからずれたりしてしまっていても、基準方向θ_ｒに対応する指向的特徴ｇ_θとして多くの掌紋が含まれる指向的特徴ｇ_θを選択することができる。これにより、この基準方向θ_ｒに対応する類似度score_３を消極的利用することで、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。

【0082】

＜第４実施形態＞
次に、第４実施形態の生体認証装置１について説明する。なお、照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0083】

図７は、第４実施形態の照合処理部５の一例を示す図である。なお、図４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。

【0084】

図７に示す照合処理部５は、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、ＯＲ演算部５４を備えている。

【0085】

図７に示すＯＲ演算部５４は、式１２に示すように、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_１〜ｂ_４に対してＯＲ演算を行い、その演算結果を無指向的面特徴ｂ_ｏｒとして出力する。

【0086】

【数12】

【0087】

指向的面特徴照合処理部５３は、無指向的面特徴ｂ_ｏｒと、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_１〜Ｔｂ_４とのそれぞれの類似度を求め、それら類似度を類似度score_３〜score_６として出力する。

【0088】

また、図８は、第４実施形態の照合処理部５の他の例を示す図である。なお、図４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。

【0089】

図８に示す照合処理部５は、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、ＯＲ演算部５５を備えている。

【0090】

図８に示すＯＲ演算部５５は、式１３に示すように、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_１〜Ｔｂ_４に対してＯＲ演算を行い、その演算結果を登録無指向的面特徴Ｔｂ_ｏｒとして出力する。

【0091】

【数13】

【0092】

指向的面特徴照合処理部５３は、登録無指向的面特徴Ｔｂ_ｏｒと、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_１〜ｂ_４とのそれぞれの類似度を求め、それら類似度を類似度score_３〜score_６として出力する。

【0093】

これにより、上記課題（１）、（２）を同時に解決することができるため、照合処理の精度を高めることができ、ロバスト性を向上させることができる。

【0094】

無指向的面特徴ｂ_ｏｒや登録無指向的面特徴Ｔｂ_ｏｒは、指向的面特徴ｂや登録指向的面特徴Ｔｂに比べて、情報量が多くなるため、基準方向θ_ｒと手のひら領域内の掌紋の方向とが多少ずれていても、そのずれを補正しやすくすることができるため、ずれにより類似度score_３〜score_６が下がることを抑えることができる。すなわち、照合精度を高め、認証精度を向上させることができる。

【0095】

＜第５実施形態＞
次に、第５実施形態の生体認証装置１について説明する。

【0096】

図９は、第５実施形態の生体認証装置１の一例を示す図である。なお、図１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。

【0097】

図９に示す生体認証装置１は、画像取得部２、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、及び記憶部７の他に、データ処理部１２を備える。

【0098】

データ処理部１２は、指向的特徴生成処理部９から出力され記憶部７に記憶されている指向的面特徴ｂ_１〜ｂ_４に対してＡＮＤ演算やＯＲ演算などを行う。

【0099】

図１０は、データ処理部１２の一例を示す図である。
図１０に示すデータ処理部１２は、ＯＲ演算部１２１と、ＡＮＤ演算部１２２とを備える。

【0100】

ＯＲ演算部１２１は、上記式１２に示すように、指向的面特徴ｂ_１〜ｂ_４に対してＯＲ演算を行い、その演算結果を近似無指向的面特徴ｂ_ＯＲとして記憶部７に記憶させる。近似無指向的面特徴ｂ_ＯＲは、２値化部４３から出力される無指向的面特徴ｂと近似しているため、２値化部４３から出力される無指向的面特徴ｂを記憶部７に記憶させておく必要がなくなり、その分、記憶部７の記憶容量を削減することができる。また、ネットワークを介して外部の記憶部にデータを記憶させる場合は、そのデータ量を抑えることができるため、ネットワークの通信速度の低減を抑えることができる。

【0101】

ＡＮＤ演算部１２２は、式１４に示すように、指向的面特徴ｂ_１〜ｂ_４に対してＡＮＤ演算を行い、その演算結果を近似無指向的点特徴ｂ_ＡＮＤとして記憶部７に記憶させる。近似無指向的点特徴ｂ_ＡＮＤは、ＡＮＤ演算部４７から出力される無指向的点特徴ＣＰＦと近似しているため、ＡＮＤ演算部４７から出力される無指向的点特徴ＣＰＦを記憶部７に記憶させておく必要がなくなり、その分、記憶部７の記憶容量を削減することができる。また、ネットワークを介して外部の記憶部にデータを記憶させる場合は、そのデータ量を抑えることができるため、ネットワークの通信速度の低減を抑えることができる。また、ＡＮＤ演算部４７を省略することができるため、特徴抽出部４の構成を簡単にすることができる。

【0102】

【数14】

【0103】

図１１は、データ処理部１２の他の例を示す図である。なお、図１０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。

【0104】

図１１に示すデータ処理部１２は、ＯＲ演算部１２１及びＡＮＤ演算部１２２の他に、細線化部１２３を備える。

【0105】

細線化部１２３は、ＯＲ演算部１２１から出力される近似無指向的面特徴ｂ_ＯＲに対して、細線化処理を行い、その処理結果を近似無指向的線特徴ｂ_ＬＦとして記憶部７に記憶させる。近似無指向的線特徴ｂ_ＬＦは、細線化部４４から出力される無指向的線特徴ＬＦと近似しているため、細線化部４４から出力される無指向的線特徴ＬＦを記憶部７に記憶させておく必要がなくなり、その分、記憶部７の記憶容量を削減することができる。また、ネットワークを介して外部の記憶部にデータを記憶させる場合は、そのデータ量を抑えることができるため、ネットワークの通信速度の低減を抑えることができる。また、各点最大値選択部４２、２値化部４３、及び細線化部４４を省略することができ、特徴抽出部４の構成を簡単にすることができる。

【0106】

＜第６実施形態＞
次に、第６実施形態の生体認証装置１について説明する。なお、照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0107】

図１２は、第６実施形態の照合処理部５の一例を示す図である。なお、図７や図８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。

【0108】

図１２に示す照合処理部５では、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、指向的面特徴照合処理部５３、ＯＲ演算部５４、及びＯＲ演算部５５の他に、指向的面特徴照合処理部５６を備えている。

【0109】

図１２に示すＯＲ演算部５４は、図７に示すＯＲ演算部５４と同様に、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_１〜ｂ_４に対してＯＲ演算を行い、その演算結果を無指向的面特徴ｂ_ｏｒとして出力する。

【0110】

図１２に示すＯＲ演算部５５は、図８に示すＯＲ演算部５５と同様に、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_１〜Ｔｂ_４に対してＯＲ演算を行い、その演算結果を無指向的面特徴Ｔｂ_ｏｒとして出力する。

【0111】

指向的面特徴照合処理部５３は、無指向的面特徴ｂ_ＯＲと、予め登録され記憶部７に記憶されている登録指向的面特徴Ｔｂ_１〜Ｔｂ_４とのそれぞれの類似度を求め、それら類似度を類似度score_３〜score_６として出力する。

【0112】

指向的面特徴照合処理部５６は、登録無指向的面特徴Ｔｂ_ＯＲと、２値化部４６から出力され記憶部７に記憶されている指向的面特徴ｂ_１〜ｂ_４とのそれぞれの類似度を求め、それら類似度を類似度score_７〜score_１０として出力する。

【0113】

スコア判定部６は、式１５に示すように、score_１〜score_１０に対して定数ａ_ｋや定数ｃにより重み付けするとともに、重み付け後のscore_１〜score_１０の合計をscoreとして出力する。そして、スコア判定部６は、例えば、scoreが閾値以上であるとき、本人であると判定する。

【0114】

【数15】

【0115】

これにより、以下の課題（８）、（９）を同時に解決することができる。
課題（８）：指向的面特徴ｂ_１〜ｂ_４の品質がよくない場合、類似度score_３〜score_６がかなり下がってしまい、ロバスト性が低くなってしまう。

【0116】

課題（９）：登録指向的面特徴Ｔｂ_１〜Ｔｂ_４にウルフ性（生体認証において本人以外であってもだれとでも合致してしまう特性）があった場合、特に他人受入率の上昇要因になってしまう。

【0117】

無指向的面特徴ｂ_ｏｒや登録無指向的面特徴Ｔｂ_ｏｒは、指向的面特徴ｂや登録指向的面特徴Ｔｂに比べて、情報量が多くなるため、基準方向θ_ｒと手のひら領域内の掌紋の方向とが多少ずれていても、そのずれを補正しやすくすることができるため、ずれにより類似度score_３〜score_１０が下がることを抑えることができる。すなわち、照合精度を高め、認証精度を向上させることができる。

【0118】

＜第７実施形態＞
次に、第７実施形態の生体認証装置１について説明する。なお、照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0119】

図１３は、第７実施形態の照合処理部５の一例を示す図である。なお、図５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。

【0120】

図１３に示す照合処理部５は、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、位置合わせ情報生成部５７を備える。

【0121】

位置合わせ情報生成部５７は、無指向的線特徴照合処理部５１で類似度score₁が求められる際に行われる位置合わせ処理により得られる位置合わせ情報と、無指向的点特徴照合処理部５２で類似度score₂が求められる際に行われる位置合わせ処理により得られる位置合わせ情報により、指向的面特徴照合処理部５３で類似度score₃〜score₆を求める際に行われる位置合わせ処理で使用するための位置合わせ情報を生成する。

【0122】

指向的面特徴照合処理部５３は、位置合わせ情報選択部５７により生成された位置合わせ情報を初期の位置合わせ情報として位置合わせ処理に利用する。

【0123】

まず、位置合わせ情報選択部５７は、指向的面特徴照合処理部５３において類似度score₃〜score₆を求める際に用いられる評価関数、又は、その評価関数により生成される結果と近似する結果を生成することが可能な評価関数を選ぶ（Step0.）。例えば、位置合わせ情報選択部５７は、指向的面特徴照合処理部５３において類似度score₃〜score₆を求める際に面特徴の評価関数が使われている場合、面特徴評価関数、又は、線特徴評価関数を選ぶ。

【0124】

次に、位置合わせ情報生成部５７は、Step0.で選んだ評価関数を用いて、複数の位置合わせ情報（無指向的線特徴照合処理部５１から受け取った位置合わせ情報と無指向的点特徴照合処理部５２から受け取った位置合わせ情報）の評価を行い、位置合わせ処理の精度が最も高くなる位置合わせ情報を１つ以上選択する（Step1.）。

【0125】

そして、位置合わせ情報生成部５７は、Step1.で求めた位置合わせ情報を微調整し、その微調整後の位置合わせ情報を指向的面特徴照合処理部５３に渡す（Step2.）。例えば、位置合わせ情報生成部５７は、Step1.で選択した位置合わせ情報に対して、ＩＣＰ法（Iterative Closest Point Method）やブロックマッチング法を用いて、位置合わせ時の局所的なずれを吸収する情報を追加したり、Step1.で選択した位置合わせ情報自体を変更したりする。

【0126】

このように、無指向的線特徴照合処理部５１で得られる位置合わせ情報や無指向的点特徴照合処理部５２で得られる位置合わせ情報を用いて、指向的面特徴照合処理部５３の位置合わせ処理で用いる位置合わせ情報を生成しているため、指向的面特徴ｂ_１〜ｂ_４と登録指向的面特徴Ｔｂ_１〜Ｔｂ_４との類似度score₃〜score₆を精度良く求めることができる。すなわち、照合精度を高め、認証精度を向上させることができる。

【0127】

＜第８実施形態＞
次に、第８実施形態の生体認証装置１について説明する。なお、特徴抽出部４及び照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0128】

図１４は、第８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に示す特徴抽出部４と同じ構成には同じ符号を付し、その説明を省略する。

【0129】

図１４に示す特徴抽出部４は、フィルタ４１、各点最大値選択部４２、２値化部４３、細線化部４４、指向的特徴選択部４５、２値化部４６、及びＡＮＤ演算部４７の他に、主要線特徴（ＰＬＤＩ（Principal-Line Dependent Index））抽出部４８を備える。

【0130】

主要線特徴抽出部４８は、フィルタ４１から抽出される各指向的特徴ｇ_θにより、手のひら領域内の掌紋として主要な線の依存度を示す主要線特徴PLDIを生成する。例えば、主要線特徴抽出部４８は、フィルタ４１から抽出される各指向的特徴ｇ_θ（i,j）のうち、最大の指向的特徴MAX（i,j）を選択する。また、主要線特徴抽出部４８は、フィルタ４１から抽出される各指向的特徴ｇ_θ（i,j）のうち、最小の指向的特徴MIN（i,j）を選択する。また、主要線特徴抽出部４８は、フィルタ４１から抽出される各指向的特徴ｇ_θの平均値AVE（i,j）を求める。そして、主要線特徴抽出部４８は、最大の指向的特徴MAX（i,j）と最小の指向的特徴MIN（i,j）との差を、平均値AVE（i,j）で除算した値を主要線特徴PLDI（i,j）とする。

【0131】

なお、主要線特徴PLDIの求め方は、上記の方法に限定されない。

【0132】

図１５は、第８実施形態の照合処理部５の一例を示す図である。なお、図４に示す照合処理部５と同じ構成には同じ符号を付し、その説明を省略する。

【0133】

図１５に示す照合処理部５は、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、主要線特徴照合処理部５８を備える。

【0134】

主要線特徴照合処理部５８は、主要線特徴抽出部４８から出力され記憶部７に記憶されている主要線特徴PLDIと予め記憶部７に記憶されている登録主要線特徴TPLDIとの類似度score_１１を求める。

【0135】

そして、スコア判定部６は、類似度score_１１が大きい程、その類似度score_１１に対応する重み付けを小さくすることにより、類似度score₁₁を消極的利用する。

【0136】

このように、類似度score_１１を消極的利用することで、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８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、無指向的線特徴に掌紋が多く含まれる場合でも、その無指向的線特徴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。

【0137】

＜第９実施形態＞
次に、第９実施形態の生体認証装置１について説明する。なお、特徴抽出部４以外の構成は、第１実施形態の構成と同様とする。

【0138】

図１６は、第９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。

【0139】

図１６に示す特徴抽出部４は、フィルタ４１、各点最大値選択部４２、２値化部４３、細線化部４４、指向的特徴選択部４５、２値化部４６、及びＡＮＤ演算部４７の他に、直交フィルタ４９を備える。

【0140】

直交フィルタ４９は、フィルタ４１から抽出される各指向的特徴ｇ_θのうち、方向θが０°に対応する指向的特徴ｇ_０°（Ｓ成分（Significant Feature）の指向的特徴ｇ_θ）の全体の輝度値を下げ、そのＳ成分の指向的特徴ｇ_θに直交する方向に対応する指向的特徴ｇ_９０°（Ｐ成分（Perpendicular Feature）の指向的特徴ｇ_θ）の全体の輝度値を上げ、その他の指向的特徴ｇ_θをそのまま出力する。

【0141】

各点最大値選択部４２は、直交フィルタ４９から出力される各指向的特徴ｇ_θに対して、上記式１に示す演算を行い、無指向的特徴gを出力する。

【0142】

２値化部４３は、各点最大値選択部４２から出力される無指向的特徴gに対して２値化処理を行い、その処理結果として無指向的面特徴ｂを出力する。

【0143】

細線化部４４は、２値化部４３から出力される無指向的面特徴bに対して、細線化処理を行い、その処理結果として無指向的線特徴ＬＦを出力する。

【0144】

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ｇ_θ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ｇ_θは、手のひら領域内の掌紋が強調された指向的特徴ｇ_θになり、全体の輝度値が下げられたＳ成分の指向的特徴ｇ_θ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９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。

【0145】

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ｇ_θ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ｇ_θは、手のひら領域内の静脈が強調された指向的特徴ｇ_θになり、全体の輝度値が上げられたＰ成分の指向的特徴ｇ_θ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。

【0146】

＜第１０実施形態＞
次に、第１０実施形態の生体認証装置１について説明する。なお、照合処理部５以外の構成は、第１実施形態の構成と同様とする。

【0147】

図１７は、第１０実施形態の照合処理部５の一例を示す図である。なお、図４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。

【0148】

図１７に示す照合処理部５は、無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、スコア解析部５９を備える。

【0149】

スコア解析部５９は、指向的面特徴照合処理部５３から出力される類似度score_３〜score_６のうち、指向的面特徴ｂ_１に対応する類似度score_３をscore_ＭＡＸとして出力するとともに、指向的面特徴ｂ_３に対応する類似度score_５をscore_ＭＩＮとして出力する。

【0150】

スコア判定部６は、score_ＭＡＸを消極的利用し、score_ＭＩＮを積極的利用する。
指向的面特徴ｂ_３は、掌紋が多く含まれる傾向にある指向的面特徴ｂであるため、その指向的面特徴ｂ_３に対応する類似度score_ＭＡＸを消極的利用することにより、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１０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。

【0151】

また、指向的面特徴ｂ_５は、静脈が多く含まれる傾向にある指向的面特徴ｂであるため、その指向的面特徴ｂ_５に対応する類似度score_ＭＩＮを積極的利用することにより、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。

【0152】

なお、第８実施形態の主要線特徴抽出部４８を第１０実施形態の生体認証装置１に備え、主要線特徴PLDIが大きい程、類似度score_ＭＡＸをさらに消極的利用するように構成してもよい。

【0153】

＜第１１実施形態＞
次に、第１１実施形態の生体認証装置１について説明する。なお、特徴抽出部４以外の構成は、第１実施形態の構成と同様とする。

【0154】

図１８は、第１１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。

【0155】

図１８に示す特徴抽出部４は、フィルタ４１、各点最大値選択部４２、２値化部４３、細線化部４４、指向的特徴選択部４５、２値化部４６、及びＡＮＤ演算部４７の他に、方向毎指向的特徴正規化処理部５０を備える。

【0156】

方向毎指向的特徴正規化処理部５０は、フィルタ４１から抽出される各指向的特徴ｇ_θに対してそれぞれ正規化を行う。

【0157】

各点最大値選択部４２は、方向毎指向的特徴正規化処理部５０により正規化が行われた各指向的特徴ｇ_θに対して、上記式１に示す演算を行い、無指向的特徴gを出力する。

【0158】

２値化部４３は、各点最大値選択部４２から出力される無指向的特徴gに対して２値化処理を行い、その処理結果として無指向的面特徴ｂを出力する。

【0159】

細線化部４４は、２値化部４３から出力される無指向的面特徴bに対して、細線化処理を行い、その処理結果として無指向的線特徴ＬＦを出力する。

【0160】

掌紋に相当する輝度値は静脈に相当する輝度値よりも大きくなる傾向にある。そのため、フィルタ４１から抽出される各指向的特徴ｇ_θに対して正規化が行われると、各指向的特徴ｇ_θにおいて、静脈に相当する輝度値に比べて掌紋に相当する輝度値が小さくなる。そして、正規化後の各指向的特徴ｇ_θ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。そのため、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１１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、特に、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。

【0161】

また、フィルタ４１から抽出される各指向的特徴ｇ_θに対して正規化が行われると、各指向的特徴ｇ_θにおいて、掌紋に相当する輝度値に比べて静脈に相当する輝度値が大きくなる。そして、正規化後の各指向的特徴ｇ_θ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。そのため、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。

【0162】

＜第１２実施形態＞
次に、第１２実施形態の生体認証装置１について説明する。

【0163】

図１９は、第１２実施形態の生体認証装置１の一例を示す図である。なお、図１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。

【0164】

図１９に示す生体認証装置１は、画像取得部２、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、及び記憶部７の他に、ノイズ除去処理部１３を備える。

【0165】

ノイズ除去処理部１３は、手のひら領域の画像に対して、ノイズ除去処理を行う。例えば、ノイズ除去処理部１３は、手のひら領域の画像に対して、ウェーブレット変換を用いたノイズ除去処理を行う。「S.D.Ruikar, D.D.Doye, “Wavelet Based Image Denoising Technique,” IJACSA, vol.2, no.3, March 2011.」参照。

【0166】

特徴抽出部４は、ノイズ除去処理部１３によりノイズ除去された手のひら領域の画像ｆから無指向的特徴（無指向的線特徴ＬＦ、無指向的点特徴ＣＰＦ）と指向的特徴（指向的面特徴ｂ_１〜ｂ_４）を生成する。

【0167】

このように、ノイズが除去された手のひら領域の画像ｆから無指向的特徴と指向的特徴を生成することができるため、認証精度を上げることができる。

【0168】

＜第１３実施形態＞
次に、第１３実施形態の生体認証装置１について説明する。

【0169】

図２０は、第１３実施形態の生体認証装置１の一例を示す図である。なお、図１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。

【0170】

図２０に示す生体認証装置１は、画像取得部２、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、及び記憶部７の他に、輝度正規化処理部１４を備える。
輝度正規化処理部１４は、手のひら領域の画像ｆに対して輝度正規化を行う。

【0171】

特徴抽出部４は、輝度正規化処理部１４により輝度正規化された手のひら領域の画像ｆから無指向的特徴（無指向的線特徴ＬＦ、無指向的点特徴ＣＰＦ）と指向的特徴（指向的面特徴ｂ_１〜ｂ_４）を生成する。

【0172】

このように、ノイズ（高過ぎる輝度値や低過ぎる輝度値）が低減された手のひら領域の画像ｆから無指向的特徴と指向的特徴を生成することができるため、認証精度を上げることができる。

【0173】

＜第１４実施形態＞
次に、第１４実施形態の生体認証装置１について説明する。

【0174】

図２１は、第１４実施形態の生体認証装置１の一例を示す図である。なお、図１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。

【0175】

図２１に示す生体認証装置１は、画像取得部２、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、及び記憶部７の他に、幾何正規化処理部１５を備える。

【0176】

幾何的正規化処理部１５は、手のひら領域の画像ｆに対して、幾何的正規化を行う。
特徴抽出部４は、幾何的正規化処理部１５により幾何的正規化された手のひら領域の画像ｆから無指向的特徴（無指向的線特徴ＬＦ、無指向的点特徴ＣＰＦ）と指向的特徴（指向的面特徴ｂ_１〜ｂ_４）を生成する。

【0177】

このように、幾何的正規化された手のひら領域の画像ｆから無指向的特徴と指向的特徴を生成することができるため、認証精度を上げることができる。

【0178】

＜第１５実施形態＞
次に、第１５実施形態の生体認証装置１について説明する。

【0179】

図２２は、第１５実施形態の生体認証装置１の一例を示す図である。なお、図１、図１９、図２０、図２１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。

【0180】

図２２に示す生体認証装置１は、第１実施形態の画像取得部２、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、及び記憶部７の他に、第１２実施形態のノイズ除去処理部１３、第１３実施形態の輝度正規化処理部１４、及び第１４実施形態の幾何的正規化処理部１５を備える。

【0181】

図２３は、第１５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、図６、図１４、図１８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。

【0182】

図２３に示す特徴抽出部４は、第１実施形態のフィルタ４１、各点最大値選択部４２、２値化部４３、細線化部４４、指向的特徴選択部４５、２値化部４６、及びＡＮＤ演算部４７の他に、第８実施形態の主要線特徴抽出部４８、及び第１１実施形態の方向毎指向的特徴正規化処理部５０を備える。

【0183】

図２４は、第１５実施形態の照合処理部５の一例を示す図である。なお、図４、図５、図１２、図１５、図１７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。

【0184】

図２４に示す照合処理部５は、第１及び第２実施形態の無指向的線特徴照合処理部５１、無指向的点特徴照合処理部５２、及び指向的面特徴照合処理部５３の他に、第６実施形態のＯＲ演算部５４、ＯＲ演算部５５、及び指向的面特徴照合処理部５６、第８実施形態の主要線特徴照合処理部５８、並びに第１０実施形態のスコア解析部５９を備える。

【0185】

このように、様々な実施形態を組み合わせることにより、各実施形態で得られる効果を複合的に高めることができる。

【0186】

なお、各実施形態の組合せは、第１５実施形態の組合せに限定されず、様々な組合せが考えられる。

【0187】

図２５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。

【0188】

図２５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。

【0189】

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、図９に示すデータ処理部１２、図１９に示すノイズ除去部１３、図２０に示す輝度正規化処理部１４、図２１に示す幾何的正規化処理部１５に相当する。

【0190】

記憶部１２０２は、図１、図９、図１９、図２０、図２１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。

【0191】

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。

【0192】

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。

【0193】

入出力部１２０８は、図１、図９、図１９、図２０、図２１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。

【0194】

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。

【0195】

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、データ処理部１２、ノイズ除去部１３、輝度正規化処理部１４、及び幾何的正規化処理部１５）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。

【0196】

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。

【0197】

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。

【0198】

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。

【0199】

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。

【0200】

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。

【符号の説明】

【0201】

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 無指向的特徴抽出処理部
９ 指向的特徴抽出処理部
１０ 無指向的特徴照合処理部
１１ 指向的特徴照合処理部
１２ データ処理部
１３ ノイズ除去処理部
１４ 輝度正規化処理部
１５ 幾何的正規化処理部
４１ フィルタ
４２ 各点最大値選択部
４３ ２値化部
４４ 細線化部
４５ 指向的特徴選択部
４６ ２値化部
４７ ＡＮＤ演算部
４８ 主要線特徴抽出部
４９ 直交フィルタ
５０ 方向毎指向的特徴正規化処理部
５１ 無指向的線特徴照合処理部
５２ 指向的線点特徴照合処理部
５３ 指向的線面特徴照合処理部
５４、５５ ＯＲ演算部
５６ 指向的線面特徴照合処理部
５７ 位置合わせ情報生成部
５８ 主要線特徴照合処理部
５９ スコア解析部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】