知財求人 - 知財ポータルサイト「IP Force」
(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】6452617
(24)【登録日】2018年12月21日
(45)【発行日】2019年1月16日
(54)【発明の名称】バイオメトリク虹彩照合システム
(51)【国際特許分類】
G06T 7/00 20170101AFI20190107BHJP
【ＦＩ】
G06T7/00 510D
【請求項の数】2
【全頁数】23
(21)【出願番号】特願2015-545911(P2015-545911)
(86)(22)【出願日】2013年12月9日
(65)【公表番号】特表2015-536519(P2015-536519A)
(43)【公表日】2015年12月21日
(86)【国際出願番号】US2013073887
(87)【国際公開番号】WO2014093227
(87)【国際公開日】20140619
【審査請求日】2016年11月30日
(31)【優先権主張番号】61/735,495
(32)【優先日】2012年12月10日
(33)【優先権主張国】US
(31)【優先権主張番号】61/837,202
(32)【優先日】2013年6月20日
(33)【優先権主張国】US
【前置審査】
(73)【特許権者】
【識別番号】501228071
【氏名又は名称】エスアールアイ インターナショナル
【氏名又は名称原語表記】ＳＲＩ Ｉｎｔｅｒｎａｔｉｏｎａｌ
(74)【代理人】
【識別番号】100108453
【弁理士】
【氏名又は名称】村山 靖彦
(74)【代理人】
【識別番号】100110364
【弁理士】
【氏名又は名称】実広 信哉
(74)【代理人】
【識別番号】100133400
【弁理士】
【氏名又は名称】阿部 達彦
(72)【発明者】
【氏名】ジェームズ・アール・バーゲン
【審査官】
松田 直也
(56)【参考文献】
【文献】
特表２００８−５３８４２５（ＪＰ，Ａ）
【文献】
特開２００７−０１１６６７（ＪＰ，Ａ）
【文献】
宮澤 一之，位相限定相関法に基づく虹彩認証アルゴリズム，映像情報メディア学会技術報告，日本，（社）映像情報メディア学会，２００６年 ６月２７日，第30巻,第33号，45〜48
(58)【調査した分野】（Int.Cl.，ＤＢ名）
Ｇ０６Ｔ ７／００
(57)【特許請求の範囲】
【請求項1】
瞳孔を区別するための方法であって、
入力画像内で検出される１つ又は複数の目の中の瞳孔領域を区分化するステップと、
前記入力画像内の前記１つ又は複数の目のそれぞれの中の強膜領域から虹彩領域を区分化するステップと
を含み、
前記瞳孔及び虹彩／強膜の境界を区分化するステップが、
前記入力画像内のそれぞれの目に対応する１つ又は複数のエッジマップを生成するステップと、
前記１つ又は複数のエッジマップに基づいて１つ又は複数の瞳孔輪郭候補を構築するステップであって、各エッジマップは少なくとも１つの瞳孔輪郭候補を含む、構築するステップと、
前記入力画像内のそれぞれの目の最も合致する瞳孔輪郭候補を決定するステップと
を含み、
１つ又は複数の瞳孔輪郭候補を構築するステップが、
前記１つ又は複数のエッジマップのそれぞれについて、エッジ点が円の輪郭上にある第１の候補円から第１の瞳孔輪郭候補を構築するステップと、
前記１つ又は複数のエッジマップのそれぞれについて、エッジ点が円内にない第２の候補円から第２の瞳孔輪郭候補を構築するステップと、
前記第１の瞳孔輪郭候補と前記第２の瞳孔輪郭候補との間で前記最も合致する瞳孔輪郭候補を求めるステップと
を含む、方法。
入力画像内で検出される１つ又は複数の目の中の瞳孔領域を区分化するステップと、
前記入力画像内の前記１つ又は複数の目のそれぞれの中の強膜領域から虹彩領域を区分化するステップと
を含み、
前記瞳孔及び虹彩／強膜の境界を区分化するステップが、
前記入力画像内のそれぞれの目に対応する１つ又は複数のエッジマップを生成するステップと、
前記１つ又は複数のエッジマップに基づいて１つ又は複数の瞳孔輪郭候補を構築するステップであって、各エッジマップは少なくとも１つの瞳孔輪郭候補を含む、構築するステップと、
前記入力画像内のそれぞれの目の最も合致する瞳孔輪郭候補を決定するステップと
を含み、
１つ又は複数の瞳孔輪郭候補を構築するステップが、
前記１つ又は複数のエッジマップのそれぞれについて、エッジ点が円の輪郭上にある第１の候補円から第１の瞳孔輪郭候補を構築するステップと、
前記１つ又は複数のエッジマップのそれぞれについて、エッジ点が円内にない第２の候補円から第２の瞳孔輪郭候補を構築するステップと、
前記第１の瞳孔輪郭候補と前記第２の瞳孔輪郭候補との間で前記最も合致する瞳孔輪郭候補を求めるステップと
を含む、方法。
【請求項2】
入力画像内の目の傾斜を推定するための方法であって、
目の１つ又は複数のフレームを捕捉するカメラの向きを受け取るステップと、
前記カメラの向きに対する前記目の傾斜方向を推定するステップと
を含み、
遠近歪みを補正するステップが、前記推定した傾斜方向に前記入力画像を伸縮するステップ、及び前記入力画像に対してアフィン変換又は投影変換を適用するステップのうちの１つを含み、
角膜歪みを補正するステップが、
前記目の虹彩輪郭上の複数の点を瞳孔輪郭上の複数の点につなぐ複数のスポークを定めるステップと、
前記虹彩輪郭上の前記複数の点を合成の円形瞳孔輪郭につなぐ位置に前記複数のスポークをマッピングするステップと、
前記マッピングを前記入力画像に適用するステップと
を含む、方法。
目の１つ又は複数のフレームを捕捉するカメラの向きを受け取るステップと、
前記カメラの向きに対する前記目の傾斜方向を推定するステップと
を含み、
遠近歪みを補正するステップが、前記推定した傾斜方向に前記入力画像を伸縮するステップ、及び前記入力画像に対してアフィン変換又は投影変換を適用するステップのうちの１つを含み、
角膜歪みを補正するステップが、
前記目の虹彩輪郭上の複数の点を瞳孔輪郭上の複数の点につなぐ複数のスポークを定めるステップと、
前記虹彩輪郭上の前記複数の点を合成の円形瞳孔輪郭につなぐ位置に前記複数のスポークをマッピングするステップと、
前記マッピングを前記入力画像に適用するステップと
を含む、方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、一般に虹彩照合に関し、より詳細には、虹彩の前処理、符号化、及びバイオメトリク照合を行うための方法及び機器に関する。本発明は、一部、陸軍研究、開発および工学契約番号W911NF-11-C-0255の下、政府支援によってなされた。政府は、本発明に一定の権利を有する。
【背景技術】
【0002】
現在の虹彩認識によるバイオメトリク装置は、虹彩のバイオメトリク解析の需要を満たすために、画像捕捉過程に対して厳格な要件を課す。それらの厳格な要件を満たさない虹彩のバイオメトリク情報を利用する方法は存在しない。例えば、下方に向けられた目、捕捉装置に対して斜角にある目、又は異なる光条件内にある目は、現在の虹彩照合システムによって照合できないことが多い。従って、現在の虹彩のバイオメトリク応用では、既存の処理に画像の捕捉を合わせなければならない。
【発明の概要】
【発明が解決しようとする課題】
【0003】
従って、入手可能な広範な虹彩データを処理して正確なバイオメトリクの結果を実現する、バイオメトリク虹彩照合システムが求められている。
【課題を解決するための手段】
【0004】
特許請求の範囲の中でより完璧に記載する、図面の少なくとも１つに関連して概ね示し且つ／又は説明する、バイオメトリク虹彩照合のための機器又は方法を提供する。
【0005】
本開示の以下の詳細な説明、並びに同様の参照番号が全体を通して同様の部分を指す添付図面を検討することにより、本開示のこれらの及び他の特徴及び利点を理解することができる。
【0006】
上記で列挙した本発明の特徴である方法を詳しく理解できるように、上記で簡潔に要約した本発明のより詳細な説明を、その一部を添付図面に示す実施形態を参照することによって理解することができる。但し、添付図面は本発明の典型的な実施形態を示すに過ぎず、よって本発明の範囲の限定であると解釈すべきではなく、本発明は他の同様に効果的な実施形態も認めることができる。
【図面の簡単な説明】
【0007】
【図1】本発明の例示的実施形態による、バイオメトリク虹彩照合用の虹彩プロセッサのブロック図を示す。
【図3A】本発明の例示的実施形態による、瞳孔及び虹彩の明度に対するカメラ照明の効果のグラフを示す。
【図4A】本発明の一実施形態による、エッジ検出方法の流れ図を示す。
【図4B】本発明の例示的実施形態による、瞳孔の輪郭曲線候補を示す。
【図4C】本発明の例示的実施形態による、角膜歪みを補正する方法の流れ図を示す。
【図4D】本発明の例示的実施形態による、フォアショートニングの補正結果を示す。
【図5】本発明の例示的実施形態による、符号化プロセッサのブロック図を示す。
【図6】本発明の例示的実施形態による、多重分解能虹彩符号のサンプルを示す。
【図7】本発明の例示的実施形態による、照合プロセッサのブロック図を示す。
【図8】本発明の例示的実施形態による、照合プロセッサによって行われる虹彩符号の照合過程を示す。
【図9】本発明の例示的実施形態による、虹彩符号の流動場を推定するための、上記の粗から微へのアルゴリズムの図である。
【図10】本発明の例示的実施形態による、２つの虹彩符号間の流動場を推定するための方法を示す流れ図である。
【図11】本発明の例示的実施形態による、２つの虹彩符号間の流動場を推定するための方法を示す流れ図である。
【図12】本発明の例示的実施形態による、虹彩プロセッサを実装するためのコンピュータシステムを示す。
【図13】本発明の例示的実施形態による、例示的動作シナリオにある虹彩プロセッサを示す。
【発明を実施するための形態】
【0008】
本発明の実施形態は、一般にバイオメトリク虹彩照合のための方法及び機器に関する。一実施形態によれば、バイオメトリク虹彩照合のための方法が、目の赤外画像を受け取るステップと、目の中の虹彩と瞳孔との境界を分けるステップと、虹彩及び／又は瞳孔の任意の傾斜又は傾きを補正すると共に角膜歪みを補正するステップと、補正した虹彩画像に基づき多重分解能虹彩符号を生成するステップと、知られている虹彩画像のデータベースに対して虹彩符号を照合して合致の有無を判定するステップとを含む。
【0009】
図１は、本発明の例示的実施形態による、バイオメトリク虹彩照合用の虹彩プロセッサ１００のブロック図を示す。虹彩プロセッサ１００は、プリプロセッサ１０２、符号化プロセッサ１０４、及び照合プロセッサ１０６を含む。虹彩プロセッサ１００は、画像を入力、例えば入力画像１０１として受け取り、合致した虹彩１０８をリモートデータベース又はローカルデータベースから出力する。データベースは、「クラウド」サービスとしてや、インターネット接続等を介して直接アクセスできることを当業者なら理解されよう。虹彩プロセッサ１００の破線の外郭線によって示すプリプロセッサ１０２、符号化プロセッサ１０４、及び照合プロセッサ１０６は、単一の装置上で、又は異なる装置、サーバ、クラウドサービス等の上で実行され得る。当業者なら理解するように、虹彩プロセッサ１００はモジュール式とすることができ、各プロセッサは、単一の装置上に、複数の装置上に、サービスとしてクラウド内に実装することができる。プリプロセッサ１０２は、符号化プロセッサ１０４及び照合プロセッサ１０６とは独立に使用できることを当業者なら理解されよう。
【0010】
本発明の例示的実施形態によれば、入力画像１０１は赤外画像であり、虹彩プロセッサ１００に結合される赤外線捕捉装置（不図示）によって捕捉される。赤外線捕捉装置は、当業者に知られている任意の種類の赤外線捕捉装置とすることができる。他の例では、入力画像１０１がＲＧＢ（赤、緑、青）画像等である。入力画像１０１は、虹彩及び瞳孔が少なくとも部分的に見える目を含み、虹彩プロセッサ１００は、その目を目画像のローカルデータベース又はリモートデータベース内の目画像の虹彩に対して照合しようと試みる。例示的実施形態によれば、虹彩は、２つの符号化虹彩画像間のハミング距離に基づいて照合される。
【0011】
最初に、入力画像１０１がプリプロセッサ１０２によって処理される。プリプロセッサ１０２は、入力画像１０１内の虹彩を区分化及び正規化し、入力画像１０１は、虹彩／瞳孔及び虹彩／強膜の可変コントラスト、狭い瞼開度、及び非正面の虹彩表示を有する場合がある。プリプロセッサ１０２の結果は、はっきりと線引きされた虹彩の境界、及び合成された準正面の表示を含む修正済み虹彩画像である。例えば、入力画像１０１内の虹彩が左、右、上、又は下に向かって回転している場合、プリプロセッサ１０２は、あたかもその虹彩が真正面に位置していたかのように入力画像１０１上の虹彩を合成する。同様に、正面に位置する瞳孔が、入力画像１０１のスキューされた又は回転された瞳孔上に合成される。
【0012】
符号化プロセッサ１０４は、様々な分解能、質、及び焦点状態の入力画像１０１内に含まれる構造上の虹彩情報をロバストに表現できるように、空間規模の所定の範囲においてプリプロセッサ１０２が生成する虹彩画像の虹彩情報を解析し、符号化する。その結果生じる符号の情報内容は、入力画像１０１の特性に応じて異なる。符号化プロセッサ１０４によって生成される、入力画像１０１を表す符号は、照合プロセッサ１０６による虹彩符号の整列を助ける空間的補間を可能にする。
【0013】
符号化プロセッサ１０４からの出力符号は、照合プロセッサ１０６に結合される。照合プロセッサ１０６は、記憶済みの虹彩画像と入力画像１０１から生成される捕捉虹彩符号との間の虹彩構造情報の制約付きアクティブ整列を実装し、プリプロセッサ１０２による虹彩画像の正規化における制約を補償する。照合プロセッサ１０６は、符号化プロセッサ１０４によって生成される符号の推定残留歪みに基づき、符号を局所的にずらし又は歪ませることによって整列を行い、生成符号を記憶済みの虹彩符号テンプレートに対して照合する。一部の実施形態によれば、整列を行うために「バレルシフト」アルゴリズムを使用する。このようにして構造上の対応を位置合わせし、照合プロセッサ１０６が整列された符号を比較して合致の有無を判定する。合致が見つかる場合、照合プロセッサは合致した虹彩データ１０８を返す。
【0014】
合致した虹彩データ１０８は多くの例で、例えば金融取引を承認するために使用することができる。プリプロセッサ１０２は、携帯電話、カメラ、タブレット等のモバイル装置上で実行されるアプリケーションとすることができる。モバイル装置上のプリプロセッサ１０２は、装置のカメラを使用して利用者の目の画像を捕捉し、モバイル装置上で前処理ステップを実行し、次いでバンドル化され、暗号化された要求を符号化プロセッサ１０４に伝送することができ、符号化プロセッサ１０４は例えば金融機関のリモートサーバ上のクラウドサービスを介してアクセスすることができる。他の実施形態では、モバイル装置上のアプリケーションが符号化プロセッサ１０４も含むことができ、虹彩の符号化がモバイル装置上で実行される。一部の実施形態では、プリプロセッサ１０２を現金自動預払機（ＡＴＭ）と共に使用することができ、利用者はプリプロセッサ１０２によって走査され、処理される自身の虹彩によって承認される。プリプロセッサ１０２はＡＴＭのソフトウェア内にあっても良く、又はＡＴＭが、カメラによって捕捉される画像を、前処理を行うためにプリプロセッサ１０２が実行されるサーバに供給しても良い。
【0015】
符号化プロセッサ１０４は、照合プロセッサ１０６に伝送される虹彩符号を生成する。照合プロセッサ１０６は、金融機関のサーバ上にホストされても良く、又は虹彩画像に基づいて利用者を認証するための、複数の金融機関が使用可能なリモートサードパーティサービスとすることができる。利用者が認証されると、利用者と金融機関との間で金融取引を行うことができる。同様に、虹彩プロセッサ１００は、ソーシャルネットワーク、メッセージングサービス等へのサインイン等、任意の脈絡で利用者を認証するために使用することができる。
【0016】
虹彩プロセッサ１００は、例えば虹彩識別に基づくマーケティングデータの収集やターゲティングに使用することができる。例えば、食品雑貨店にいる顧客を検出し、その顧客の虹彩をローカルデータベース又はリモートデータベース内に記憶することができる。その顧客が再びその食品雑貨店又は虹彩情報が共有される関連店に入店する場合、店は虹彩検出及び視線追跡を使用することにより、その顧客、その顧客が最も頻繁に購入し、目を通す品物等のプロファイルを構築することができる。これらのマーケティングプロファイルは、製品を配置するために店自体が使用することができ、又はマーケティングデータとしてサードパーティマーケティングサービスによって使用されても良い。他の実施形態では、顧客プロファイルを識別情報と照合することができ、店と提携するウェブサイト又は虹彩データにアクセス可能なウェブサイトを顧客が使用すると、そのウェブサイトは顧客を識別し、その顧客にターゲットマーケティングを提供する。
【0017】
虹彩プロセッサ１００は、携帯装置の利用者を承認し、地理位置情報データ等と共に装置が盗難されているかどうかを判定するために使用することができる。この実施形態では、携帯装置の購入時に、利用者が自身の識別情報を自らの虹彩情報に基づいて装置上に「転写する」ことができ、その結果、盗難が報告された場合に他者がその装置を使用することを防ぐことができる。承認はオフィス環境又は個人環境に拡張することもでき、かかる環境では、虹彩プロセッサ１００を使用し、承認され又は検出された利用者が特定の位置にアクセスできるかどうかを判定することができる。例えば、セキュリティ保護されたオフィス環境では、大半の従業員にとって写真を撮ることが禁止されている場合があるが、承認された従業員についてはこの禁止を無効にし、カメラを使用可能にすることができる。従業員の画像を捕捉するために従業員のモバイル装置を使用し、虹彩プロセッサ１００が従業員の虹彩を照合し、その従業員の承認を線引きする従業員プロファイルを抽出する。
【0018】
医療分野では、薬剤、装置等の特定の医療資源にアクセスしている人物が、その資源へのアクセスを許可されているかどうかを判定するために虹彩プロセッサ１００を使用することができる。虹彩プロセッサ１００は、例えば薬品戸棚にアクセスする人物の動画を捕捉する記録装置に結合することができ、その人物が戸棚から医療資源を取ることを承認されているかどうか。
【0019】
虹彩プロセッサ１００は、資源が限られている小企業によって、セキュリティシステム及び認証装置として使用されても良い。電気的／機械的な施錠システムにカメラ又は他の画像捕捉装置を単純に結合することにより、企業は承認された人物しかドア、オフィス、金庫室等を利用できなくすることができる。符号化プロセッサ１０４が生成する虹彩符号は、例えば飛行機の搭乗券を承認するために使用することができる。旅行（飛行機、電車、バス等）切符の購入時に、符号化プロセッサ１０４は購入者の虹彩符号を生成し、その虹彩符号を搭乗券に転写するために保存する。旅行者が飛行機、バス、又は電車に乗るとき、運輸会社は照合プロセッサ１０６を呼び出し、搭乗券を提示する旅行者によって作り出される虹彩符号に対して搭乗券上の虹彩符号を照合することができる。合致がある場合、その旅行者はバス、電車、又は飛行機に乗ることを許可される。
【0020】
図２は、本発明の例示的実施形態による、虹彩プロセッサのプリプロセッサのブロック図を示す。プリプロセッサは入力画像１０１を受け取り、修正済み虹彩画像２２０を出力する。修正済み虹彩画像２２０は、周囲照明条件、様々な照明形状、狭い瞼開域、表示角（傾き）等、無制御の捕捉シナリオを補正する。修正済み虹彩画像２２０は、虹彩画像２２０が与えられる照合アルゴリズムに基づいて様々な不適合を補正することを当業者なら理解されよう。
【0021】
プリプロセッサ２００は、区分化モジュール２０２及び補正モジュール２０４を含む。区分化モジュール２０２は、瞳孔区分化モジュール２０６、虹彩区分化モジュール２０８、及びエッジ検出モジュール２０９を更に含む。区分化モジュール２０２は、低コントラストの瞳孔と虹彩との境界について入力画像を補正する。次いで、区分化モジュール２０２が生成した画像が、更なる補正のために補正モジュール２０４に結合される。補正モジュール２０４は、傾斜補正モジュール２１０及び角膜補正モジュール２１２を含む。区分化モジュール２０２の詳細については以下で説明する。
【0022】
図３Ａは、様々な照明形状が瞳孔の異なる外観を作り出すことを示す。図３Ａは、距離、例えば１メートルや２メートル、瞳孔の大きさ、例えば２．４ｍｍや４．０ｍｍ、及びカメラ／照明器の距離、例えば６〜１６ｃｍに応じた瞳孔−虹彩明度測定値の違いを示す。カメラ／照明器の距離が長くなるにつれ、瞳孔虹彩明度が低下する。瞳孔のコントラストは、カメラと対象との間の距離に応じて、並びに照明器の形状寸法及び瞳孔径に応じて大幅に変わる。距離による変化は、照明器とカメラ軸との間の角距離が長距離よりも短距離（例えば１ｍ）において大きいことに起因する。照明器とカメラ軸とが近づくにつれ、網膜から瞳孔を通って外に跳ね返るより多くの光がカメラレンズによって捕捉される。このことは、普通の写真内の赤目及び赤外写真内の明瞳孔を招く。例示的な照明器については、参照によりその全体を本明細書に援用する２００６年１月１９日に出願されたＭａｔｅｙの「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｓｔｒｏｂｅｄ Ｉｍａｇｅ Ｃａｐｔｕｒｅ」と題された米国特許第７，５４２，６２８号明細書、及び２００９年４月２４日に出願されたＭａｔｅｙの「Ｍｅｔｈｏｄ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｓｔｒｏｂｅｄ Ｉｍａｇｅ Ｃａｐｔｕｒｅ」と題された米国特許第７，６５７，１２７号明細書の中で更に説明されている。
【0023】
区分化モジュール２０２及び補正モジュール２０４は、例えば医療分野、ターゲットマーケティング、店内の顧客追跡等に使用することができる。例えば、図２及び図３Ａ〜図３Ｄに関して更に説明するように、医療分野では、人が有し得る病気をその人の虹彩プロファイルに基づいて診断するための診断ツールとして、瞳孔及び虹彩の挿入がプリプロセッサ１０２によって行われ得る。
【0024】
図３Ｂは、本発明の例示的実施形態による、虹彩及び瞳孔の境界の照合についての一例を示す。一部の実施形態によれば、虹彩径が区分化モジュール２０８によって正規化される。大きさの正規化は、画像を撮るカメラの自動焦点設定から得られる距離推定を用いて行われる。画像３００は、瞳孔区分化モジュール２０６が計算した瞳孔の境界３０４を示す。次いで瞳孔区分化モジュール２０６は、画像３００内の瞳孔の境界３０４内に人工的な暗い瞳孔を挿入する。その後、虹彩の境界を計算する虹彩区分化モジュール２０８に画像３００を結合する。図３Ｃ及び図３Ｄは、挿入された人工瞳孔及び虹彩の境界の例を示す。図３Ｃでは、入力画像３２０がプリプロセッサ２００に結合される。次いで、瞳孔境界領域３２６を計算するために、入力画像３２０が瞳孔区分化モジュール２０６によって区分化される。その後、瞳孔区分化モジュールが人工的な黒色の瞳孔を瞳孔境界領域３２６内に挿入する。更に、傾いた虹彩及び瞳孔を円形になるように歪める。瞳孔境界領域３２６内に人工瞳孔を挿入することは、例えばカメラが捕捉する画像内の赤目現象を除去するために使用することができる。区分化モジュール２０２は、瞳孔領域と虹彩領域とを分けるために使用することができ、人工瞳孔を挿入することにより、瞳孔の赤目を補正することができる。区分化し、歪めるこの過程については以下でより詳細に説明する。
【0025】
図３Ｄは、同様の過程だが、画像３５０内の下向きの虹彩についての過程を示す。画像３５２内では、瞼によって遮られているにもかかわらず、瞳孔境界３５６が相変わらず検出されている。区分化を助けるために、瞳孔及び虹彩の両方を歪ませて円形領域を形成する。瞳孔区分化モジュール２０６が画像３５２内に黒いディスク／人工瞳孔を挿入し、画像３５２を虹彩区分化モジュール２０８に結合する。虹彩区分化モジュール２０８が、虹彩境界３５８を決定する。最終的に、様々な照明条件について虹彩境界及び瞳孔境界を補正し、画像３５４内に提示し、画像３５４内では領域３６０が人工瞳孔を伴って見られ得る。一部の実施形態によれば、人工瞳孔は必ずしも黒でなくても良く、サードパーティ虹彩認識ソフトウェアとの互換性に基づく別の適切な色とすることができる。
【0026】
一実施形態によれば、ハフ変換を使用して瞳孔境界、例えば３０４、３２６及び３５６、並びに虹彩境界（虹彩／強膜の境界領域）、例えば３０６、３２８及び３５８を計算する。瞳孔区分化モジュール２０６及び虹彩区分化モジュール２０８は、エッジ検出モジュール２０９を用いたエッジ検出を使用してエッジマップを生成し、エッジマップは、エッジコントラストが低い場合にさえグレースケール瞳孔の変化するスケールに有効である。瞳孔区分化モジュール２０６が区分化された瞳孔領域（従って瞳孔の輪郭線）を決定し、瞳孔及び虹彩が円形領域を形成するように歪められると、暗い瞳孔の外観を擬似するように区分化された瞳孔領域が黒い又は暗いディスクで置換される。
【0027】
図４Ａは、本発明の一実施形態による、エッジ検出方法４００の流れ図を示す。方法４００は、瞳孔及び虹彩の境界を検出するために使用するエッジ検出モジュール２０９の動作についての例示的説明である。
【0028】
この方法はステップ４０２で始まり、ステップ４０４に進む。ステップ４０４で、目の画像、例えば入力画像１０１からエッジマップを生成する。明るく照らされた虹彩画像の一例示的エッジマップを図４Ｂの画像４２０に示す。画像４２２は、そこまで明るく照らされなかった虹彩画像、即ちそのエッジが画像４２０内のエッジ程明確には見えない不明瞭な瞳孔のエッジマップである。
【0029】
ステップ４０６で、所与のエッジマップについて瞳孔輪郭候補を構築する。ステップ４０６は、サブステップ４０６Ａ及び４０６Ｂから成る。サブステップ４０６Ａで、図４Ｂの画像４２０に示すように、第１の瞳孔輪郭候補を最適円から作成する。例えば、円の円点の最も大きい部分がエッジ点に一致するという意味で、エッジマップ内で最高水準の支援を有する円を見つけるために、ハフ変換やＲＡＮＳＡＣ（ランダムサンプルコンセンサス）法を使用することができる。ステップ４０６Ｂで、図４Ｂの画像４２２に示すように、第２の瞳孔輪郭候補を最良の内接円から構築する。内接円とは、エッジ点が（又は指定された少数のエッジ点しか）円内にないようにエッジマップのエリア／領域内に描くことができる円であることを当業者なら理解されよう。一実施形態によれば、最良の内接円とは、瞳孔のエリア／領域内で見つけることができる最大のかかる内接円である。次いでこの方法はステップ４０８に進み、ステップ４０８では、方法４００が、エッジマップの第１の及び第２の瞳孔合致輪郭候補から最も合致する瞳孔輪郭候補を決定する。一実施形態によれば、最良合致は、最適円の支援水準を評価し、この支援水準が閾値を上回る場合に最適円を最良合致として選択することによって決定される。最良の内接円は、最適円の支援水準が閾値を下回る場合に最良合致として選択される。
【0030】
一実施形態によれば、エッジ輪郭マップ内で最適輪郭（円）がエッジ輪郭にどの程度うまく合致するのかに基づく自動処理を使用して、どの輪郭候補を選ぶのかを決める。例えば、上記の最も支援された円では、その角度方向が候補円の一部であるそのエッジ点と一致するエッジ点に限られる、エッジ点の部分集合を選択することができる。言い換えれば、その方向が候補円の推定される中心からの方向に対してほぼ垂直であるエッジ点だけが含まれる。この処理は、円の一部になる正しい位置に偶然入り得るが、実際の円の輪郭に対応しないエッジ点を検討対象から除去する。そのように選択されるエッジ点の比率が、円を構成する点の数の幾らかの指定の割合（例えば２０％）を上回る場合、その円の支援水準が十分と見なされ、最適円が選択される。被選択エッジ点による支援水準がこの閾値を下回る場合、最適円は不十分な支援を有すると見なされ、代わりに最良の内接円が選択される。概して言えば、明るい色の目のエッジマップが最良の内接円４３０及び最適円４３２にオーバレイされる図４Ｂの画像４２０に示すように、最適輪郭候補は明瞳孔画像内の正確な瞳孔の区分化を提供する。次いでこの方法は、最も合致する瞳孔輪郭候補が見つかると、ステップ４１２で終了する。
【0031】
一部の例では、虹彩画像が、例えば図３Ｄに示すように鼻側の凝視角に対する凝視の偏差が０度から４０度に及ぶ、一連の傾斜した視野条件にわたって捕捉される場合がある。傾斜補正モジュール２１０は、この傾斜について画像を修正し、傾斜補正済み画像を生成する。一実施形態によれば、傾斜補正済み画像は、傾斜の程度及び方向／角度を推定し又は求め、虹彩画像に幾何変換を適用して傾斜した視角を補償することによって生成され得る。虹彩が平らなディスクである場合、この変換の最も単純な形態は、傾斜方向に画像を伸縮して虹彩と画像平面との間の角度によって引き起こされるフォアショートニングを補償することである。かかる非等方伸縮は、アフィン変換として数学的に表される。この幾何学的傾斜除去のより正確なバージョンは、平らで傾いた面上のパターンの画像表現をより良く表す投影変換でアフィン変換を置換する。
【0032】
補正モジュール２０４には、虹彩プロセッサ１００の他の構成要素とは無関係の幾つかの用途がある。例えば、補正モジュール２０４を使用して人の目の１つ又は複数のフレームを捕捉することにより、人の凝視を検出し又は人の凝視を継続的に追跡することができる。傾斜補正モジュール２１０は、例えばモバイル装置上の利用者の凝視を継続的に追跡し、文書をスクロールし、スワイプ等を行うために使用することができる。この傾斜検出は、モバイル装置のディスプレイを有効又は無効にするために、例えば図１に記載した照合プロセッサ１０６とは独立に使用することができる。
【0033】
一部の実施形態では、区分化モジュールが入力画像１０１上に人工的な瞳孔のディスクを設ける前に、補正モジュール２０４が入力画像１０１を補正する。一部の例では、見た目に明らかな虹彩の鼻側の部分の瞳孔が片寄って圧縮されること等、傾斜補正が依然として歪みを示す場合があり、虹彩をバイオメトリクによって記憶済みの虹彩画像と照合する際に問題を引き起こす。この歪みは、そこを通して虹彩を撮像する、人間の目の角膜及び前眼房の光学効果によって引き起こされる。これらの２つの構造は同様の屈折率（前眼房を満たす房水で１．３３６、角膜で１．３７６）を有し、そのため合わさると、それらの光学効果はおおよそ、虹彩と接触する水で満たされた単一の平凸レンズの光学効果である。斜角から見ると、かかるレンズは虹彩画像内に非対称の歪みを作り出し、或る領域内では画像を圧縮し、他の領域内では画像を拡張する。
【0034】
傾斜補正モジュール２１０によって生成される傾斜補正済み画像は、上記の角膜の歪みを補正する角膜補正モジュール２１２に結合される。
【0035】
図４Ｃは、本発明の例示的実施形態による、角膜歪みを補正する方法４４０の流れ図を示す。方法４００は、エッジ検出モジュール２０９の動作についての例示的説明である。
【0036】
この方法はステップ４０２で始まり、ステップ４０４に進む。ステップ４０４で、傾斜補正モジュール２１０が、カメラの向きに対する虹彩の傾斜角を推定する。傾斜は、瞳孔の中心を見つけ、その中心と虹彩の撮像に使用される近赤外照明器によって引き起こされる角膜内の明るい反射との間の距離を測定することによって概算で推定することができる。当業者に知られている傾斜推定の他の方法も使用することができる。実際に、本明細書では傾斜推定の如何なる方法も置換することができる。
【0037】
この方法は、画像が遠近歪み、即ち発生する虹彩のフォアショートニングについて補正されるステップ４０６に進む。フォアショートニングの効果は、方向又は傾斜に関する捕捉画像の単純な圧縮として概算することができる。従って、この効果は、傾斜推定ステップから得た方向に画像を単純に伸縮することによって補償することができる。投影変換を使用してフォアショートニングの効果をより精密に捕捉することにより、より正確な補正を行うこともできる。
【0038】
最後にステップ４４８で、方法４００は、傾斜した角膜を介して見ることによる光学的歪みの効果を補正する。一実施形態によれば、上記の光学的歪みをおおよそ補正することは、瞳孔の偏心及び瞳孔の伸長の効果を測定し、補正することによって実現することができる。この方法はステップ４５０で終了する。
【0039】
図４Ｄの画像４６０内で見られるように、傾斜の推定に基づきフォアショートニングを補正した後、瞳孔は依然として虹彩の中心に対して左にずれて表示され、水平方向に伸びて表示されている。これらの効果は、角膜の光学効果によって引き起こされる。角膜補正モジュール２１２は、これらの歪みを引き起こした光学要素をモデリングすることなしに、虹彩エリア／領域を非線形に歪めて虹彩輪郭４６６及び瞳孔輪郭４６８を同心円にすることによってこれらの歪みを補正する。角膜補正モジュール２１２は、非円形瞳孔輪郭４６８上の点を非円形虹彩／強膜輪郭４６６上の対応する点につなぐ１組のスポーク４７０を定め、合成の円形瞳孔輪郭４７２を同心円虹彩／強膜輪郭４７４につなぐ位置にスポーク４７０の各スポークをマッピングすることにより、この非線形ワーピング関数を作成する。次いで、説明した変換を基礎画像４６０に適用する。この（適切な補間を伴う）マッピングの結果を画像４７６内に示す。瞳孔及び虹彩のエリア／領域が同心円になるようにずらした後、より優れた合致結果を伴い、符号化処理をより正確に行うことができる。
【0040】
上記のようにかかる補正済み画像を構築した後、標準的な管理条件下で捕捉される虹彩画像に適用されるように設計された所望の任意の虹彩バイオメトリクアルゴリズムを使用し、虹彩の符号化及び照合を行うことができる。例えば、Ｄａｕｇｍａｎの古典的方法（Ｄａｕｇｍａｎ， Ｊ．， “Ｈｉｇｈ ｃｏｎｆｉｄｅｎｃｅ ｖｉｓｕａｌ ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｐｅｒｓｏｎｓ ｂｙ ａ ｔｅｓｔ ｏｆ ｓｔａｔｉｓｔｉｃａｌ ｉｎｄｅｐｅｎｄｅｎｃｅ”， ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ， １５ （１１）， ｐｐ １１４８−１１６１ （１９９３））を適用することができる。但し、これだけに限定されないが、Ｍｕｎｒｏ（Ｄ． Ｍ． Ｍｏｎｒｏ ａｎｄ Ｄ． Ｚｈａｎｇ， Ａｎ Ｅｆｆｅｃｔｉｖｅ Ｈｕｍａｎ Ｉｒｉｓ Ｃｏｄｅ ｗｉｔｈ Ｌｏｗ Ｃｏｍｐｌｅｘｉｔｙ， Ｐｒｏｃ． ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ， ｖｏｌ． ３， ｐｐ． ２７７−２８０， Ｓｅｐ ２００５）及びＴａｎ（Ｔａｎ ｅｔ ａｌ， Ｅｆｆｉｃｉｅｎｔ Ｉｒｉｓ Ｒｅｃｏｇｎｉｔｉｏｎ ｂｙ Ｃｈａｒａｃｔｅｒｉｚｉｎｇ Ｋｅｙ Ｌｏｃａｌ Ｖａｒｉａｔｉｏｎｓ ＩＥＥＥ ＴＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＩＭＡＧＥ ＰＲＯＣＥＳＳＩＮＧ， ＶＯＬ． １３， ＮＯ． ６， ＪＵＮＥ ２００４）の方法を含む、他者によって開発された方法も使用することができる。
【0041】
図５は、本発明の例示的実施形態による、符号化プロセッサ５００のブロック図を示す。符号化プロセッサ５００は、座標モジュール５０２及び抽出モジュール５０６を含む。
【0042】
座標モジュール５０２は、対応する空間情報を比較できるように、変化する虹彩画像から抽出される虹彩情報を位置合わせすることを可能にする、不変の座標系画像表現に関する不変の座標系を構築する。抽出モジュール５０６は、提示された目の２つの画像が統計的に独立したパターンを表すという仮説の拒絶を支援するために虹彩画像から情報を抽出する。符号化プロセッサ５００は、他の虹彩画像と正確に照合するための区分化され、補正された虹彩画像２２０を作成し、非制約の虹彩捕捉応用を可能にする。例えば、画像の大きさ及び焦点は、個々の虹彩構造の違い、及び虹彩構造の空間情報内容の照明波長によるばらつきに加え、距離と共に変化し得る。概して、虹彩の符号化は約１５から４０周期／２ｐｉ、又は２．５から６画素／周期の間の角周波数に基づき、一実施形態によれば、本願は、符号化プロセッサ５００が生成する符号に基づくロバストな照合を約４０画素／虹彩径まで実現する。
【0043】
一実施形態によれば、符号化プロセッサ５００は、単一の解析スケールを選ぶのではなく、多重分解能符号化手法を包含するＤａｕｇｍａｎの局所位相表現の改変形態を使用する。低周波成分は、低分解能画像内で引き続き入手でき、焦点がぼけた画像又は他の方法で劣化した画像内で失われにくい。一実施形態では、著しい遮蔽が生じ得る虹彩画像を処理する場合に有用な高密度符号化をＤａｕｇｍａｎの局所位相表現の改変形態が可能にする。上記のロバストな区分化及び修正の過程は、様々な虹彩符号化及び照合アルゴリズムと共に使用可能な補正済みの虹彩画像を生成するが、一部の状況では標準アルゴリズムの特性を保つ利点がある。Ｄａｕｇｍａｎ型の位相符号化手法の１つの利点は、虹彩画像の入手可能な全部分を表す符号を生成することである。これは、遮蔽され、さもなければ合致されるべき特定の画像内で入手できない場合があるまばらな局所的特徴を用いる手法とは対照的である。更に、多重分解能位相手法を使用することにより、既存の位相に基づく表現との符号レベルの互換性を実現する可能性を保つ。多重スケール情報を含むことに加え、作成される符号は、比較前の虹彩符号の整列及び局所構造情報の空間的補間の推定を助ける追加情報を含む。
【0044】
図５に示すように、符号化プロセッサ５００は、座標モジュール５０２を含む。座標モジュール５０２は、修正済み虹彩画像２２０を偏光虹彩画像５０４に変換する。この偏光虹彩画像５０４では、瞳孔境界が上部に表示され（バイオメトリクスキャナの照明器コラムの鏡面反射に気付かれたい）、虹彩−強膜境界領域が下部に表示される。角度寸法は、画像の左側において３時から時計回りに進む。左から右に進み、下瞼及び上瞼が見える。画像５０４では、睫毛が上瞼から瞳孔の中にまで伸びていることに留意されたい。
【0045】
続いて、修正済み虹彩画像を極座標画像に変換した後、画像５０４が抽出モジュール５０６に結合され、抽出モジュール５０６は、偏光虹彩画像５０４をフィルタにかけ、サブサンプリングして図６にその一例を示す多重分解能虹彩符号表現５２０を生成する。一例示的実施形態によれば、画像５０４を一連の帯域フィルタに通して１組のフィルタ済み画像を生成する。図６は、フィルタ１２１（フィルタ１．．．５）によってフィルタにかけられ、高周波領域の帯から低周波領域の帯までのフィルタ済みの帯６００、６０２、６０４、６０６、及び６０８のそれぞれを含む虹彩符号６２２を生成する、偏光虹彩画像６２０の一例を示す。図示の５つの帯は、虹彩の周りで２００画素においてサンプリングした偏光画像に対する、６、８、１２、１６、及び２４画素のガボールフィルタ（調和解析、ウェーブレット復元、及びエッジ検出に使用される線形フィルタ）搬送波波長に対応する。従って周波数は、ほぼ３３、２５、１６、１２、及び８周期／２ｐｉの角空間周波数に対応する。
【0046】
より高い周波数は、標準の虹彩照合アルゴリズムに使用される周波数に相当する。マスク６１０は２つのマスクの融合であり、２つのマスクとはつまり、鏡面反射及び瞼と睫毛の場所のおおよその位置に対応する領域にマスクをかける、入力偏光虹彩画像５０４内の明度解析に基づく（全ての帯に共通の）マスクと、局所位相測定値が不安定な領域（不安定領域）にマスクをかける、ガボールフィルタにかけられた画像内の信号強度に基づくマスクとである。虹彩符号６２２内に示す多重分解能表現は、虹彩における単位距離当たりの画素数の点で異なる虹彩画像、並びに図２〜図４Ｄに関して上記で論じたようにフォアショートニング及び光学的縮小を引き起こす傾斜したカメラ視野の原因となる、カメラ−対象間の様々な距離における画像からの情報を表示できるようにする。
【0047】
虹彩符号表現５２０の他の重要な特性は、フィルタ特性、空間サンプリング、表現、及び量子化の完全記述である。フィルタ特性は、中心周波数、帯域幅、関数の種類（例えばログガボール）、及び配向調整のうちの１つ又は複数を含む。空間サンプリングは、フィルタの種類ごとに正規化画像の放射軸及び角度軸に沿った間隔の１つ又は複数を含み、量子化は、それぞれの値が表わされる数のレベル又はそれぞれに割り当てられるビット数を明示する。例示的実施形態によれば、虹彩符号表現５２０及び例示的虹彩符号６２２は、サブナイキスト空間サンプリングを使用することによる補間を可能にする、歪めることができる符号であり、生成を行うフィルタ６２１内の各フィルタ１．．．５の要件は、正確に補間するのに十分なサンプリングの基準を与える。サブナイキスト空間サンプリングは、Ｄａｕｇｍａｎ型の符号化で使用される複素位相成分当たり１ビットよりも微細な明度の量子化と組み合わせられる。例えば、複素位相成分ごとに４ビット使用する場合、これはおおよそ位相角の６４ステップ、従ってｐｉ／３２ラジアン又は６度未満の最大補間誤差に相当する。
【0048】
一部の実施形態では、非量子化虹彩符号も照合することができ、元の複素帯域フィルタ出力は量子化なしに記憶される。一実施形態では、それぞれのフィルタ出力が単位円上の複素数を表すように、フィルタ出力を規模に関して正規化する。遮蔽及び局所的複素振幅に基づいてデータマスクが生成される。Ｄａｕｇｍａｎ虹彩符号の標準ハミング距離測度の最も近い類似物である合致測度は、位相差ヒストグラムに基づく。このヒストグラムは比較されている２つの符号の位相ベクトル間の角度を計算し（図６参照）、−ｐｉとｐｉとの間の位相差の（有効なデータマスクの影響を受ける）ヒストグラムをコンパイルすることによって構築される。これらの位相差は、符号が同じ目を表す場合は小さく、符号が統計的に独立した目を表す場合は或る程度均一に分散される。
【0049】
そのような２つのヒストグラムの一例を図７に示す。左側のヒストグラムは偽物の合致に対応し、右側のヒストグラムは真正の合致に対応する。予期されるように、真正の分布は、ゼロ位相シフトの前後で密に集中し、位相差値の少ない割合しか絶対値がｐｉ／２を上回らない。対照的に、偽物のヒストグラムは多くの大きい位相差を示し、ゼロ値前後に集中する明らかな兆候は示さない。所望の場合、ｐｉ／２を上回る値の一部を使用し、Ｄａｕｇｍａｎ符号ハミング距離とそっくりに挙動する合致統計を生成することができる。但し、以下に記載するように、真正の分布と偽物の分布とを区別するために使用することができる中心集中度及び分散の他の多くの測度がある。更に、偽物の及び真正のヒストグラムの十分なトレーニングセットを与え、判別解析、サポートベクタマシン、ニューラルネットワーク、ロジスティック回帰等、統計的分類又は機械学習技法を使用して一部のデータ種別に最適な決定手順を構築することが有益な場合がある。
【0050】
位相差ヒストグラムの中央値の測定及びその点の周りの分散の測定は、位相差が角度であり、従ってヒストグラムが閉じた円上に分布することを考慮に入れる。通常の平均及び分散の測度（又は必要に応じて更に高いモーメント）は、角度データの所望の特性を正しく表さない。フォンミーゼス分布は、周期的領域にわたって分布するデータの特性を推定するための良く特徴付けられた方法を提供する。フォンミーゼス平均は、分布の集中の中心の推定、集中パラメータ、及び散らばりの推定を与える。位相差が単位複素数として表される場合、どちらの量も簡単に計算することができる。この場合、平均推定は、単純に複素数のサンプル平均に対応する角度であり、集中パラメータは、単純にサンプル平均の複素強度に関係する。
【0051】
別の実施形態によれば、円調和関数を計算するためのフーリエ級数展開を使用することにより、周期的領域にわたってデータが解析される。フォンミーゼスパラメータのように、相対強度の次数の低い円調和関数は、データの集中度に関する情報を与える。決定手順を構築するための学習技法を使用する前に、円調和関数を使用してヒストグラムデータを変換することが有益である。
【0052】
位相差ヒストグラムは、２つの符号間の合致水準を解析するのを助けるが、２つの符号の比較に関係する情報の全ては表わさない。位相差の値が絶対位相に応じて変わる場合、強い結び付きが与えられても、ヒストグラムは低い集中度（即ち大きい分散）を示す。一実施形態によれば、或る確率変数の値の知識を所与として別の確率変数のエントロピの低下を測定する、相互情報量又は他の条件付きエントロピ記述を使用してこの問題を防ぐ。このより完全な特徴付けは、変数が無相関の場合でも関連性を検出する。
【0053】
位相差ヒストグラムのもう１つの制限は、ヒストグラムが全体統計なので空間情報を完全に抑制することである。しかし、位相差の局所的若しくはパッチ式の均一性又は他の検出可能な関連性も符号が無関係ではないと結論付けるには十分である。この局所的解析は、局所的ヒストグラム解析、相互情報量、又は空間相関解析を使用して実現することができる。
【0054】
図７は、本発明の例示的実施形態による、照合プロセッサ７００のブロック図を示す。照合プロセッサ１０６は、整列モジュール７０２及び流動推定モジュール７０４を含む。例示的実施形態によれば、図５に示す符号化プロセッサ５００によって生成される虹彩符号５２０が、整列モジュール７０２に結合される。整列モジュール７０２は、以下に記載する照合アルゴリズムに基づき虹彩符号５２０に対して様々な整列を行う。整列モジュール７０２は、虹彩符号５２０を流動推定モジュール７０４に更に結合し、照合を支援するための推定流動ベクトルを生成する。整列モジュール７０２は、虹彩符号５２０をデータベース７０８の虹彩符号７０６と比較して合致の有無を判定する。合致がない場合、データベース７０８からの更に多くの虹彩符号が虹彩符号５２０と比較される。合致スコアを求め、合致スコアが所定の閾値を満たし又はそれを下回る場合は合致がある。例示的実施形態によれば、合致スコアとしてハミング距離が使用される。最終的に、合致した虹彩データ１０８が照合プロセッサ７００によって返される。他の一部の実施形態によれば、未知の虹彩符号５２０及び記憶されている虹彩符号７０６から得られる情報に対して流動推定が適用される。この情報は、それ自体が虹彩符号５２０の一部でもそうでなくても良い。結果として生じる流動推定モジュール７０４からの流動場を使用して修正済み虹彩符号を生成し、照合プロセッサ７００がこの修正済み虹彩符号を参照虹彩符号と照合して合致スコア７２０を生成する。
【0055】
二値の脈絡、即ち虹彩符号の比較では、２つの二値画像間で異なるビット数を計算するためのＸＯＲ演算に基づく二値距離をハミング距離が表す。例示的実施形態によれば、整列モジュール７０２が虹彩符号に対してＤａｕｇｍａｎバレルシフトを行い、即ち比較されている虹彩符号間の最良合致を与える虹彩符号の循環を見つける。一実施形態では、照合プロセッサ７００が使用する照合アルゴリズムが、バレルシフト位置の組ごとのハミング距離（ＨＤ）を使用し、最も低いハミング距離をその符号の対のスコアとして取る修正済みアルゴリズムである。スコアが（符号によって表わされる統計的な自由度の推定数に基づいて調節することができる）何らかの閾値を下回る場合、未知の符号が合致と見なされる。ＨＤが閾値を上回る場合、未知の符号が偽物とラベル付けされる。一実施形態では、閾値が虹彩符号の構造の詳細及び合致シナリオの統計的要件によって決まる。
【0056】
整列モジュール７０２が使用する修正済みアルゴリズムは、比較されている虹彩符号をバレルシフトし、更に虹彩符号を互いに局所的に整列して、補正されていない光学的歪み又は虹彩の膨脹及び収縮の複雑さに起因する虹彩画像の正規化における不正確さを補償する。整列モジュール７０２が行う局所的整列機能は、虹彩の全体にわたって均一ではない入力虹彩画像内の歪みを補償できるようにする。この機能は、符号の局所領域をシフトして、それらの領域を参照符号の対応する領域とより正確に整列させることによって達成される。非常に狭い推定領域を使用してこの処理を実行する場合、事実上どんな虹彩符号も他の任意の虹彩符号に合致させることができ、それにより誤った合致が作り出されることになる。
【0057】
推定流動場に対して適切な平滑度条件を課すために、この誤った合致の問題を回避することができる。例えば、比較的広い推定領域を使用して局所変換推定を行うことによって流動場を推定する場合、局所流動推定がこの比較的広い領域にわたる平均運動を表す。
【0058】
かかる領域が重複し、付近の位置の流動ベクトルを計算するために使用する領域がほぼ同じ内容を含む場合、変位推定は位置と共に徐々に変化し、誤った合致が防がれる。或いは、狭い推定領域を用いて行った局所変位推定を空間フィルタリングによって平滑化し、局所変位の急激な変化をなくすことができる。更なる代替策として、次数の低い多項式級数や打切りフーリエ級数等の大域パラメトリック表現を使用することができ、このパラメトリック表現のパラメータは直接推定され、又は局所推定に適合される。かかるパラメトリック表現は、局所シフトにおける急激過ぎる変化が生じるのを防ぐ固有の平滑特性を有する。各虹彩符号は複数の周波数帯を含むので、整列モジュール７０２は、例えば虹彩符号５２０と虹彩符号７０６との比較ごとに複数の合致スコアを更に生成する。
【0059】
図８は、本発明の例示的実施形態による、照合プロセッサ７００によって行われる虹彩符号の照合過程を示す。標準的な虹彩符号の照合と同じく、照合しようとする第１の符号８００及び第２の符号８０２は、角座標及び正規化された動径座標から成る、修正された（例えば偏光された）虹彩画像の座標系上の値として表される。局所変位関数又は流動場が図７の照合機器の流動推定モジュール７０４によって計算され、幾らかの平滑度又はパラメトリック拘束を条件として、第１の虹彩符号８００内の構造を第２の符号８０２内の対応する構造に最も上手く整列させる整列モジュール７０２に結合される。この流動場推定は、標準的なバレルシフト整列の効果を含むことができ、又は別のステップとして実行可能なバレルシフト整列の効果を含み得る。この流動場内のベクトルは、第１の符号８００内の画像構造が第２の符号８０２内の構造に最も良く合致する正規化画像座標系内の変位をそれぞれ明示する。
【0060】
第１の虹彩符号８００内の各帯を、この変位関数を用いて変換して整列虹彩符号を生成し、この整列虹彩符号と第２の符号８０２の対応する帯との間のハミング距離を計算する。平滑であるように変換が制約されるので、以下で説明するように、偽物符号が真正符号に変換されることはない。
【0061】
流動推定モジュール７０４は、流動場を低減された分解能で虹彩符号ごとに計算し、流動場を平滑に補間して最終推定を生成する。一例示的実施形態によれば、流動推定モジュール７０４が、ピラミッドに基づく粗から微への流動推定技法を使用するが、他の技法を代わりに使用しても良いことを当業者なら理解されよう。整列モジュール７０２は、第１の虹彩符号８００及び第２の虹彩符号８０２のそれぞれの１つの帯の中に小さな局所シフトを取り入れ、そのシフトは角度方向にあり、全ての半径方向位置において等しい。変位シフトも角度方向に平滑に変化する。この時点でハミング距離を計算すると、非合致という結果になる（例えばＤａｕｇｍａｎ型の照合アルゴリズムを使用する場合、３３を上回るハミング距離は非合致を意味する）。流動推定モジュール７０４は、粗から微へのアルゴリズムを使用して、符号８００と符号８０２との間の流動場を符号の低分解能帯から推定する。
【0062】
次いで、整列モジュール７０２が推定流動場の分だけ符号８００を歪ませ、高信頼度の合致を示唆する大幅に低減されたハミング距離をもたらす。Ｄａｕｇｍａｎ型の照合器では、ハミング距離＜．３は高信頼度の合致を意味する。高信頼度の合致と見なされる様々なハミング距離値に様々な合致が対応し得ることを当業者なら理解されよう。別の実施形態によれば、照合プロセッサ７００は、比較される符号の位相角に基づく相互情報量測度、並びに位相角の局所的な違いに基づく測度を使用することにより、２つの虹彩符号を照合することができる。
【0063】
図９は、本発明の例示的実施形態による、虹彩符号の流動場を推定するための、上記の粗から微へのアルゴリズムの図である。粗から微への修正は、図９に示すように、実質的に入力画像９００及び９０２のそれぞれの帯域フィルタにかけたバージョン９０４−１から９０４−Ｎ及び９０６−１から９０６−１の集まりである「ピラミッド」構造に基づいて機能する。
【0064】
最も低い周波数帯９０４−１及び９０６−１から開始し、ピラミッド内の各レベルにおいて前のレベルで推定した変位９０８−１から９０８−Ｎを使用して現在のレベルの画像を歪ませ、次いで歪ませたレベルと他の画像内の対応するピラミッドレベルとの間の残差に基づいて増分変位を計算する。この処理は、最も高いレベルに到達し、結果が最終推定流動場９１０になるまで続く。
【0065】
多重分解能虹彩符号自体、整列が望まれる画像の帯域フィルタにかけられたバージョンの集まりなので、一実施形態によれば、これらの帯自体を使用して整列モジュール７０２内で整列過程を駆動することができる。これにより、真に「自己整列式の」虹彩符号が生成される。この手法では、多重分解能虹彩符号構造の一部として更なる整列データを記憶する必要がない。
【0066】
図１０は、本発明の例示的実施形態による、２つの虹彩符号間の流動場を推定するための方法１０００を示す流れ図である。この方法は、流動推定モジュール７０４の実装である。この方法はステップ１００２で始まり、ステップ１００４に進む。
【0067】
ステップ１００４で、流動推定モジュール７０４が、帯域フィルタを使用し、第１の入力画像（即ち第１の虹彩符号）から第１の複数の画像、第２の入力画像（即ち照合対象の第２の虹彩符号）から第２の複数の画像を生成し、第１の複数の画像及び第２の複数の画像は低周波帯から高周波帯に及ぶ画像を含む。
【0068】
次にこの方法はステップ１００６に進み、ステップ１００６では、流動推定モジュール７０４が、処理されていない、即ち前の流動場推定がない、最も低い周波数帯の第１の複数の画像から画像を選択する。ステップ１００８で、流動推定モジュール７０４が、第１の複数の画像と第２の複数の画像との間で、低周波帯内の流動場が推定されているかどうかを判定する。低周波帯内の流動場が推定されている場合、この方法は、低周波帯の流動場推定を使用して被選択画像を歪ませるステップ１０１０に進む。低周波帯内の流動場推定が推定されていない場合、この方法はステップ１０１２に進み、ステップ１０１２では、歪められた画像と第２の複数の画像からの同じ周波数帯にある第２の画像との間の残差に基づき、流動推定モジュール７０４が流動場を推定する。
【0069】
次いでこの方法はステップ１０１４に進み、ステップ１０１４では、流動推定モジュール７０４が全ての周波数帯が処理されているかどうかを判定する。処理されていない場合、この方法はステップ１００６に戻り、全ての周波数帯が処理されるまで次に高い周波数帯を処理する。全ての周波数帯を処理する（即ち低周波の流動場推定によって歪ませる）と、この方法は、最後の流動場推定を照合プロセッサ７００に返すステップ１０１６に進む。この方法はステップ１０１８で終了する。
【0070】
図１１は、本発明の例示的実施形態による、２つの虹彩符号間の流動場を推定するための方法１１００を示す流れ図である。この方法は、虹彩プロセッサ１００の実装である。この方法はステップ１１０２で始まり、ステップ１１０４に進む。
【0071】
ステップ１１０４で、プリプロセッサ１０２が、目を含む画像を前処理し、瞳孔及び虹彩の境界が修正され、傾斜及び角膜歪みが補正された修正済み虹彩画像を生成する。
【0072】
この方法はステップ１１０６に進み、ステップ１１０６では、符号化プロセッサ１０４が修正済み虹彩画像を多重分解能虹彩符号へと符号化する。虹彩符号は、修正済み虹彩画像の偏光バージョンの多重周波数帯表現を含む。次いでこの方法はステップ１１０８に進み、ステップ１１０８では、多重分解能虹彩符号をデータベース内の１組の記憶済みの虹彩符号と比較して虹彩符号がデータベース内に含まれているかどうかを判定し、合致した虹彩に関連するデータを返す。この方法はステップ１１１０で終了する。
【0073】
図１２は、本発明の例示的実施形態による、虹彩プロセッサ１００を実装するためのコンピュータシステムを示す。コンピュータシステム１２００は、プロセッサ１２０２、様々な支援回路１２０５、及びメモリ１２０４を含む。コンピュータシステム１２００は、プロセッサ１２０２と同様の、当技術分野で知られている１つ又は複数のマイクロプロセッサを含むことができる。プロセッサ１２０２用の支援回路１２０５は、従来のキャッシュ、電源供給、クロック回路、データレジスタ、入出力インターフェイス１２０７等を含む。入出力インターフェイス１２０７は、メモリ１２０４に直接結合されても、支援回路１２０５を介して結合されても良い。入出力インターフェイス１２０７は、ネットワーク装置、様々な記憶装置、マウス、キーボード、ディスプレイ、映像及び音声センサ、可視赤外カメラ等、入力装置及び／又は出力装置と通信するように構成することができる。
【0074】
メモリ１２０４又はコンピュータ可読媒体は、プロセッサ１２０２によって実行され且つ／又は使用され得る、非一時的なプロセッサ実行可能命令及び／又はデータを記憶する。これらのプロセッサ実行可能命令は、ファームウェア、ソフトウェア等、又はその何らかの組合せを含み得る。メモリ１２０４内に記憶されるプロセッサ実行可能命令を有するモジュールは、虹彩プロセッサ１２０６を含む。虹彩プロセッサ１２０６は、前処理モジュール１２０８、符号化モジュール１２１０、及び照合モジュール１２１２を更に含む。メモリ１２０４は、データベース１２１４を更に含むことができるが、データベース１２１４は、虹彩プロセッサ１２０６と同じ物理メモリ１２０４内になくても良いことを当業者なら理解されよう。データベース１２１４は、クラウドサービスを介して虹彩プロセッサ１２０６によって遠隔的にアクセスされても良い。更に当業者は、虹彩プロセッサ１２０６がメモリ１２０４上に共同設置することができない幾つかの構成要素を有しても良いことを理解されよう。例えば一部の実施形態では、前処理モジュール１２０８がコンピュータシステム１２００にとってローカルであるのに対し、符号化モジュール１２１０及び照合モジュール１２１２は、有線又は無線ネットワーク経由でクラウドサービスとしてアクセスされ得る。他の例では、照合モジュール１２１２だけがネットワーク経由でアクセスされる。各モジュール間の通信は、データがネットワーク上を移動するとき暗号化され得る。
【0075】
コンピュータシステム１２００は、幾つかある既知のプラットフォームの中で特に、ＯＳ／２、Ｊａｖａ(登録商標)仮想マシン、Ｌｉｎｕｘ(登録商標)、ＳＯＬＡＲＩＳ、ＵＮＩＸ(登録商標)、ＨＰＵＸ、ＡＩＸ、ＷＩＮＤＯＷＳ(登録商標)、ＷＩＮＤＯＷＳ(登録商標)９５、ＷＩＮＤＯＷＳ(登録商標)９８、ＷＩＮＤＯＷＳ(登録商標) ＮＴ、ＷＩＮＤＯＷＳ(登録商標)２０００、ＷＩＮＤＯＷＳ(登録商標) ＭＥ、ＷＩＮＤＯＷＳ(登録商標) ＸＰ、ＷＩＮＤＯＷＳ(登録商標) ＳＥＲＶＥＲ、ＷＩＮＤＯＷＳ(登録商標) ８、Ｍａｃ ＯＳ Ｘ、ＩＯＳ、ＡＮＤＲＯＩＤ(登録商標)を含み得る、１つ又は複数のオペレーティングシステム１２２０（概してオペレーティングシステム（ＯＳ）と呼ばれる）でプログラムされ得る。オペレーティングシステムの少なくとも一部を、メモリ１２０４内に配置することができる。
【0076】
メモリ１２０４は、下記のランダムアクセスメモリ、読取専用メモリ、磁気抵抗読取／書込みメモリ、光読取／書込みメモリ、キャッシュメモリ、磁気読取／書込みメモリ等、並びに以下に記載する信号保持媒体のうちの１つ又は複数を含み得る。
【0077】
コンピュータシステム１２００は、例えば携帯電話やタブレット装置等のモバイル装置とすることができることを当業者なら理解されよう。モバイル装置はカメラを含み、虹彩プロセッサ１２０６をアプリケーションとしてメモリ上に記憶しても良い。一部の実施形態では、虹彩プロセッサ１２０６をオペレーティングシステム１２２０の一部とすることができる。一部の実施形態では、虹彩プロセッサ１２０６が独立したプロセッサでも良く、又はプロセッサ１２０２とは異なるチップ上に記憶されても良い。例えば、多くの場合にモバイル装置はカメラ処理モジュール及び虹彩プロセッサ１２０６を有し、又は虹彩プロセッサ１２０６の一部がカメラ処理モジュール上にあっても良く、カメラ内の撮像装置はＣＣＤ又はＣＭＯＳ撮像装置である。一部の例では、幾つかのセンサ、その種のカメラ撮像装置等を含むようにモバイル装置をカスタマイズすることができる。
【0078】
図１３は、例示的動作シナリオにある虹彩プロセッサ１００を示す。この事例では、廊下を歩く複数の人物を識別するために、虹彩プロセッサ１００を含む顔追跡及び可動型／自動焦点式の虹彩捕捉装置の組合せを使用する。本発明の機能を有する装置を使用する場合、捕捉装置は廊下の端に邪魔にならないように配置することができ、一連の表示角をもたらす広範囲の捕捉距離において動作することができる。或る環境内で個人を追跡し、１台又は複数台のカメラを向けて画像データを捕捉するための機構が、米国特許第６４３７８１９号明細書の中で開示されている。しかし、斜め視野、低分解能、及び他の要因により、この方法で捕捉される虹彩画像は既存の虹彩バイオメトリクシステムの処理要件を満たさない。本発明によれば、虹彩バイオメトリクから得た識別情報を人物追跡システムからの追跡情報と組み合わせることにより、アクティブ捕捉領域を通過する各人物に識別情報を関連させる（又は識別情報を割り出すことができない）ことが可能である。
【0079】
様々な要素、装置、モジュール、及び回路をそのそれぞれの機能に関して上記で説明した。これらの要素、装置、モジュール、及び回路は、本明細書に記載したそのそれぞれの機能を実行するための手段と見なす。上記の内容は本発明の実施形態を対象とするが、本発明の基本的な範囲から逸脱することなしに本発明の他の及び更なる実施形態を考案することもでき、本発明の範囲は添付の特許請求の範囲によって定められる。
【符号の説明】
【0080】
１００ 虹彩プロセッサ１０２ プリプロセッサ
１０４ 符号化プロセッサ
１０６ 照合プロセッサ