特開 2024-76083 ユーザ認証プログラム、情報処理装置及びユーザ認証方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024076083

(43)【公開日】2024-06-05

(54)【発明の名称】ユーザ認証プログラム、情報処理装置及びユーザ認証方法

(51)【国際特許分類】

   G06F 21/32 20130101AFI20240529BHJP

   G06N 20/00 20190101ALI20240529BHJP

【ＦＩ】

G06F21/32

G06N20/00 130

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022187467

(22)【出願日】2022-11-24

【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り （１）令和４年３月２６日にＴｈｅ ５ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｌｅｃｔｒｏｎｉｃｓ，Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ（ＩＣＥＣＣ ２０２２）にて発表。 （２）令和４年７月８日にｈｔｔｐｓ：／／ｄｌ．ａｃｍ．ｏｒｇ／ｄｏｉ／１０．１１４５／３５３１０２８．３５３１０３２にて発表。

(71)【出願人】

【識別番号】506301140

【氏名又は名称】公立大学法人会津大学

(74)【代理人】

【識別番号】110003421

【氏名又は名称】弁理士法人フィールズ国際特許事務所

(72)【発明者】

【氏名】慎 重弼

(72)【発明者】

【氏名】ハサン ムハンマド アル メヘディ

(57)【要約】

【課題】ユーザが容易に覚えることが可能なジェスチャーを用いた認証を行うことを可能とするユーザ認証プログラム、情報処理装置及びユーザ認証方法を提供する。
【解決手段】同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーを推定対象の人物が実施した場合における手の動作を示す第１の時系列データを取得し、取得した第１の時系列データから、推定対象の人物の手の特徴を示す第１の特徴データを特定し、学習対象の人物が１以上のジェスチャーを実施した場合における学習対象の人物の手の特徴を示す第２の特徴データと、学習対象の人物の第２の識別情報とをそれぞれ含む複数の教師データを学習した機械学習モデルに対して、第１の特徴データを入力し、第１の特徴データの入力に伴って機械学習モデルから出力される第１の識別情報を取得し、取得した第１の識別情報に基づいて、推定対象の人物と学習対象の人物とが一致するか否かを判定し、推定対象の人物と学習対象の人物とが一致するか否かについての判定結果を出力する。
【選択図】図３

【特許請求の範囲】

【請求項1】

同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーを推定対象の人物が実施した場合における手の動作を示す第１の時系列データを取得し、
取得した前記第１の時系列データから、前記推定対象の人物の手の特徴を示す第１の特徴データを特定し、
学習対象の人物が前記１以上のジェスチャーを実施した場合における前記学習対象の人物の手の特徴を示す第２の特徴データと、前記学習対象の人物の第２の識別情報とをそれぞれ含む複数の教師データを学習した機械学習モデルに対して、前記第１の特徴データを入力し、前記第１の特徴データの入力に伴って前記機械学習モデルから出力される第１の識別情報を取得し、
取得した前記第１の識別情報に基づいて、前記推定対象の人物と前記学習対象の人物とが一致するか否かを判定し、
前記推定対象の人物と前記学習対象の人物とが一致するか否かについての判定結果を出力する、
処理をコンピュータに実行させることを特徴とするユーザ認証プログラム。

【請求項2】

請求項１において、
さらに、前記複数の教師データを学習することによって前記機械学習モデルを生成し、
生成した前記機械学習モデルを記憶部に記憶する、
処理をコンピュータに実行させ、
前記取得する処理では、前記記憶部に記憶された前記機械学習モデルに対して前記第１の特徴データを入力する、
ことを特徴とするユーザ認証プログラム。

【請求項3】

請求項１において、
前記特定する処理では、前記推定対象の人物の手の形状における特徴と前記推定対象の人物の手の動作に関する特徴とのうちの少なくともいずれかを含む特徴データを前記第１の特徴データとして特定し、
前記第１の識別情報を取得する処理では、前記学習対象の人物が前記１以上のジェスチャーを実施した場合における前記学習対象の人物の手の形状に関する特徴と前記学習対象の人物の手の動作についての特徴とのうちのいずれかを含む前記第２の特徴データと、前記学習対象の人物の前記第２の識別情報とをそれぞれ含む前記複数の教師データを学習した前記機械学習モデルに対して、前記第１の特徴データを入力する、
ことを特徴とするユーザ認証プログラム。

【請求項4】

請求項１において、
前記特定する処理では、
取得した前記第１の時系列データを時系列順に複数のグループに分割し、
前記複数のグループごとに、各グループに含まれる前記第１の時系列データから前記第１の特徴データを特定し、
前記取得する処理では、前記機械学習モデルに対して、前記複数のグループごとの前記第１の特徴データを入力する、
ことを特徴とするユーザ認証プログラム。

【請求項5】

請求項１において、さらに、
前記１以上のジェスチャーを前記学習対象の人物が実施した場合における手の動作を示す第２の時系列データを取得し、
取得した前記第２の時系列データを時系列順に複数のグループに分割し、
前記複数のグループごとに、各グループに含まれる前記第２の時系列データから前記第２の特徴データを特定し、
前記複数のグループごとの前記第２の特徴データと前記第２の識別情報とをそれぞれ含む前記複数の教師データを学習することによって前記機械学習モデルを生成し、
生成した前記機械学習モデルを記憶部に記憶する、
処理をコンピュータに実行させることを特徴とするユーザ認証プログラム。

【請求項6】

請求項１において、
前記判定する処理では、前記第１の識別情報と前記第２の識別情報とが一致する場合、前記推定対象の人物と前記学習対象の人物とが一致すると判定する、
ことを特徴とするユーザ認証プログラム。

【請求項7】

同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーを推定対象の人物が実施した場合における手の動作を示す第１の時系列データを取得するデータ受信部と、
取得した前記第１の時系列データから、前記推定対象の人物の手の特徴を示す第１の特徴データを特定する特徴特定部と、
学習対象の人物が前記１以上のジェスチャーを実施した場合における前記学習対象の人物の手の特徴を示す第２の特徴データと、前記学習対象の人物の第２の識別情報とをそれぞれ含む複数の教師データを学習した機械学習モデルに対して、前記第１の特徴データを入力し、前記第１の特徴データの入力に伴って前記機械学習モデルから出力される第１の識別情報を取得する識別情報取得部と、
取得した前記第１の識別情報に基づいて、前記推定対象の人物と前記学習対象の人物とが一致するか否かを判定する対象判定部と、
前記推定対象の人物と前記学習対象の人物とが一致するか否かについての判定結果を出力する結果出力部と、を有する、
ことを特徴とする情報処理装置。

【請求項8】

同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーを推定対象の人物が実施した場合における手の動作を示す第１の時系列データを取得し、
取得した前記第１の時系列データから、前記推定対象の人物の手の特徴を示す第１の特徴データを特定し、
学習対象の人物が前記１以上のジェスチャーを実施した場合における前記学習対象の人物の手の特徴を示す第２の特徴データと、前記学習対象の人物の第２の識別情報とをそれぞれ含む複数の教師データを学習した機械学習モデルに対して、前記第１の特徴データを入力し、前記第１の特徴データの入力に伴って前記機械学習モデルから出力される第１の識別情報を取得し、
取得した前記第１の識別情報に基づいて、前記推定対象の人物と前記学習対象の人物とが一致するか否かを判定し、
前記推定対象の人物と前記学習対象の人物とが一致するか否かについての判定結果を出力する、
処理をコンピュータが実行することを特徴とするユーザ認証方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ユーザ認証プログラム、情報処理装置及びユーザ認証方法に関する。

【背景技術】

【0002】

近年、例えば、実空間上におけるユーザの手の動作を検知する検知装置（以下、単に検知装置とも呼ぶ）を用いることにより、ユーザの認証を行う技術の研究が行われている。

【0003】

具体的に、ユーザは、例えば、予め定めたパスワードを示す１以上のジェスチャーを実空間上において行う。そして、検知装置は、例えば、ユーザが行った１以上のジェスチャーを構成する各動作を検知する。その後、ユーザの認証を行う情報処理装置（以下、単に情報処理装置とも呼ぶ）は、例えば、検知装置によって検知された各動作から特定したパスワードによってユーザの認証を行う（特許文献１参照）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２０１３／００３４２４号

【発明の概要】

【発明が解決しようとする課題】

【0005】

ここで、例えば、認証に用いられるジェスチャーが複雑である場合、認証を行うために必要な全てのジェスチャーを覚えることが容易でない場合がある。そのため、上記のような分野では、例えば、ユーザが容易に覚えることが可能なジェスチャーを用いた認証方法が求められている。

【0006】

そこで、本発明の目的は、ユーザが容易に覚えることが可能なジェスチャーを用いた認証を行うことを可能とするユーザ認証プログラム、情報処理装置及びユーザ認証方法を提供することにある。

【課題を解決するための手段】

【0007】

上記目的を達成するための本発明におけるユーザ認証プログラムは、同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーを推定対象の人物が実施した場合における手の動作を示す第１の時系列データを取得し、取得した前記第１の時系列データから、前記推定対象の人物の手の特徴を示す第１の特徴データを特定し、学習対象の人物が前記１以上のジェスチャーを実施した場合における前記学習対象の人物の手の特徴を示す第２の特徴データと、前記学習対象の人物の第２の識別情報とをそれぞれ含む複数の教師データを学習した機械学習モデルに対して、前記第１の特徴データを入力し、前記第１の特徴データの入力に伴って前記機械学習モデルから出力される第１の識別情報を取得し、取得した前記第１の識別情報に基づいて、前記推定対象の人物と前記学習対象の人物とが一致するか否かを判定し、前記推定対象の人物と前記学習対象の人物とが一致するか否かについての判定結果を出力する、処理をコンピュータに実行させる。

【発明の効果】

【0008】

本発明におけるユーザ認証プログラム、情報処理装置及びユーザ認証方法によれば、ユーザが容易に覚えることが可能なジェスチャーを用いることによる認証を行うことが可能になる。

【図面の簡単な説明】

【0009】

【図1】図１は、第１の実施の形態における情報処理装置１の構成例を示す図である。

【図2】図２は、第１の実施の形態におけるジェスチャーＪの具体例について説明する図である。

【図3】図３は、第１の実施の形態におけるジェスチャーＪの具体例について説明する図である。

【図4】図４は、第１の実施の形態におけるジェスチャーＪの具体例について説明する図である。

【図5】図５は、第１の実施の形態の概略を説明する図である。

【図6】図６は、第１の実施の形態の概略を説明する図である。

【図7】図７は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。

【図8】図８は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。

【図9】図９は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。

【図10】図１０は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。

【図11】図１１は、時系列データ１３１の具体例について説明する図である。

【図12】図１２は、特徴データ１３２の具体例について説明する図である。

【図13】図１３は、第１の実施の形態における学習処理の詳細を説明する図である。

【図14】図１４は、教師データ１３４の具体例について説明を行う。

【図15】図１５は、第１の実施の形態におけるユーザ認証処理の詳細を説明するフローチャート図である。

【図16】図１６は、第１の実施の形態におけるユーザ認証処理の詳細を説明する図である。

【発明を実施するための形態】

【0010】

以下、図面を参照して本発明の実施の形態について説明する。しかしながら、かかる実施の形態例が、本発明の技術的範囲を限定するものではない。

【0011】

［第１の実施の形態における情報処理装置１の構成例］
初めに、第１の実施の形態における情報処理装置１の構成例について説明を行う。図１は、第１の実施の形態における情報処理装置１の構成例を示す図である。

【0012】

情報処理装置１は、情報処理システム１０に含まれるコンピュータ装置であって、例えば、汎用的なＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）である。そして、情報処理装置１は、例えば、ユーザの認証を行う処理（以下、ユーザ認証処理とも呼ぶ）を行う。

【0013】

情報処理装置１は、汎用的なコンピュータ装置のハードウエア構成を有し、例えば、図１に示すように、プロセッサであるＣＰＵ１０１と、メモリ１０２と、通信インタフェース１０３と、記憶媒体１０４（以下、記憶部１０４とも呼ぶ）とを有する。各部は、バス１０５を介して互いに接続される。

【0014】

記憶媒体１０４は、例えば、ユーザ認証処理を行うためのプログラム（図示しない）を記憶するプログラム格納領域（図示しない）を有する。

【0015】

また、記憶媒体１０４は、例えば、ユーザ認証処理を行う際に用いられる情報を記憶する記憶領域（図示せず）を有する。なお、記憶媒体１０４は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）であってよい。

【0016】

ＣＰＵ１０１は、例えば、記憶媒体１０４からメモリ１０２にロードされたプログラム（図示せず）を実行することによってユーザ認証処理を行う。

【0017】

通信インタフェース１０３は、例えば、有線通信または無線通信によって検知装置２と通信を行う。

【0018】

また、検知装置２は、例えば、情報処理システム１０に含まれるコンピュータ装置であって、例えば、リープモーション社のＬＥＡＰ ＭＯＴＩＯＮ（登録商標）コントローラである。

【0019】

そして、検知装置２は、例えば、実空間上においてユーザが行った１以上のジェスチャーを構成する複数の動作を検知し、検知した複数の動作のそれぞれを示す複数の時系列データ（以下、キャプチャーデータとも呼ぶ）を情報処理装置１に送信する。具体的に、検知装置２は、例えば、ユーザが１以上のジェスチャーを実施している間、所定時間ごと（例えば、１０ｍｓごと）に時系列データを生成して情報処理装置１に送信する。その後、情報処理装置１は、例えば、検知装置２から送信された複数の時系列データが示すパスワードによってユーザ（１以上のジェスチャーを行ったユーザ）の認証を行う。

【0020】

［第１の実施の形態におけるジェスチャーＪの具体例］
次に、第１の実施の形態におけるジェスチャーＪの具体例について説明を行う。図２から図４は、第１の実施の形態におけるジェスチャーＪの具体例について説明する図である。

【0021】

各ジェスチャーＪは、認証対象のユーザが実施するジェスチャーであり、図２から図４に示すように、例えば、同一の手の親指と親指以外のいずれかの指とのタップを含む動作である。

【0022】

具体的に、ユーザは、図２（Ａ）に示すように、例えば、右手の親指と人差し指とをタップすることによってジェスチャーＪ（以下、ジェスチャーＪ１とも呼ぶ）を行う。また、ユーザは、図２（Ｂ）に示すように、例えば、右手の親指と中指とをタップすることによってジェスチャーＪ（以下、ジェスチャーＪ２とも呼ぶ）を行う。また、ユーザは、図２（Ｃ）に示すように、例えば、右手の親指と薬指とをタップすることによってジェスチャーＪ（以下、ジェスチャーＪ３とも呼ぶ）を行う。さらに、ユーザは、図２（Ｄ）に示すように、例えば、右手の親指と小指とをタップすることによってジェスチャーＪ（以下、ジェスチャーＪ４とも呼ぶ）を行う。

【0023】

さらに具体的に、例えば、「２１４３」が示すパスワードを入力するために、「２１４３」を示す１以上のジェスチャーＪを実施する場合、ユーザは、図３に示すように、ジェスチャーＪ２、ジェスチャーＪ１、ジェスチャーＪ４及びジェスチャーＪ３を検知装置２の近傍において連続的に実施する。

【0024】

そして、検知装置２は、この場合、例えば、ジェスチャーＪ２、ジェスチャーＪ１、ジェスチャーＪ４及びジェスチャーＪ３を構成する複数の動作を検知し、検知した複数の動作のそれぞれを示す複数の時系列データを情報処理装置１に送信する。その後、情報処理装置１は、例えば、検知装置２から送信された複数の時系列データに対応するパスワードとして「２１４３」を特定し、特定した「２１４３」によってユーザ（１以上のジェスチャーＪを実施したユーザ）の認証を行う。

【0025】

また、例えば、「１４２２」が示すパスワードを入力するために、「１４２２」を示す１以上のジェスチャーＪを実施する場合、ユーザは、図３に示すように、ジェスチャーＪ１、ジェスチャーＪ４、ジェスチャーＪ２及びジェスチャーＪ２を検知装置２の近傍において連続的に実施する。

【0026】

そして、検知装置２は、この場合、例えば、ジェスチャーＪ１、ジェスチャーＪ４、ジェスチャーＪ２及びジェスチャーＪ２を構成する複数の動作を検知し、検知した複数の動作のそれぞれを示す複数の時系列データを情報処理装置１に送信する。その後、情報処理装置１は、例えば、検知装置２から送信された複数の時系列データに対応するパスワードとして「１４２２」を特定し、特定した「１４２２」によってユーザ（１以上のジェスチャーＪを実施したユーザ）の認証を行う。

【0027】

すなわち、人差し指は、親指の１つ隣の指であり、中指は、親指の２つ隣の指であり、薬指は、親指の３つ隣の指であり、小指は、親指の４つ隣の指である。そのため、人差し指が「１」に対応し、中指が「２」に対応し、薬指が「３」に対応し、さらに、小指が「４」に対応することは、ユーザが直感的に理解しやすい対応付けであると考えられる。

【0028】

そこで、本実施の形態における情報処理装置１は、ユーザ認証処理において、例えば、親指と人差し指とをタップするジェスチャーＪ１を「１」に対応するジェスチャーとして利用し、親指と中指とをタップするジェスチャーＪ２を「２」に対応するジェスチャーとして利用し、親指と薬指とをタップするジェスチャーＪ３を「３」に対応するジェスチャーとして利用し、さらに、親指と小指とをタップするジェスチャーＪ４を「４」に対応するジェスチャーとして利用する。

【0029】

これにより、本実施の形態における情報処理装置１は、例えば、ユーザが容易に覚えることが可能なジェスチャーを用いた認証を行うことが可能になる。そのため、情報処理装置１は、例えば、ユーザの認証に行うために必要なユーザの負担を軽減させることが可能になる。

【0030】

また、本実施の形態における情報処理装置１は、例えば、ジェスチャーＪを用いてユーザの認証を行うことにより、ユーザが各ジェスチャーＪを行うスペースを抑えることが可能になる。そのため、情報処理装置１は、例えば、十分なスペースを確保することができない場合であっても、ユーザの認証を行うことが可能になる。

【0031】

また、本実施の形態における情報処理システム１０では、例えば、ＬＥＡＰ ＭＯＴＩＯＮコントローラ等を検知装置２として用いることにより、ユーザがデバイス等に直接接触する必要がなくなる。そのため、情報処理システム１０では、例えば、ユーザ認証を実施に伴う感染症の拡大等を防止することが可能になる。

【0032】

また、本実施の形態における情報処理システム１０では、例えば、ジェスチャーＪを用いてユーザの認証を行うことにより、ユーザが検知装置２に対して指を向けた状態でジェスチャーＪを実施することが可能になる。そのため、情報処理システム１０では、例えば、ジェスチャーＪの実施中においてユーザの手（指）が検知装置２から隠れることの防止が可能になり、検知装置２による各動作の認識率の低下を抑制することが可能になる。

【0033】

なお、以下、図２及び図３に示すように、認証対象のユーザが４つのジェスチャーＪを連続して実施する場合について説明を行うが、これに限られない。具体的に、情報処理システム１０では、例えば、「１２３」のように、連続して行われた３つ以下のジェスチャーＪを検知し、さらに、連続して行われた３つ以下のジェスチャーＪが示すパスワードの認証を行うものであってもよい。また、情報処理システム１０では、例えば、「４２３１２」のように、連続して行われた５つ以上のジェスチャーＪを検知し、さらに、連続して行われた５つ以上のジェスチャーＪが示すパスワードの認証を行うものであってもよい。

【0034】

また、連続して行われる１つ以上のジェスチャーＪには、例えば、図２に示す「２１４３」のように、４種類のジェスチャーＪの全て（ジェスチャーＪ１、ジェスチャーＪ２、ジェスチャーＪ３及びジェスチャーＪ４）が含まれるものであってもよいし、例えば、図３に示す「１４２２」のように、３種類のジェスチャーＪ（ジェスチャーＪ１、ジェスチャーＪ２及びジェスチャーＪ４）のみが含まれるものであってもよい。また、連続して行われる１つ以上のジェスチャーＪには、例えば、「４１４４」のように、２種類のジェスチャーＪ（ジェスチャーＪ１及びジェスチャーＪ４）のみが含まれるものであってもよいし、例えば、「１１１１」のように、１種類のジェスチャーＪ（ジェスチャーＪ１）のみが含まれるものであってもよい。

【0035】

また、検知装置２は、例えば、机や台の上面等の水平面に載置されるものであってもよいし、壁等の垂直面に取り付けられるものであってもよい。

【0036】

［第１の実施の形態の概略］
次に、第１の実施の形態の概略について説明を行う。図５及び図６は、第１の実施の形態の概略を説明する図である。具体的に、図５は、情報処理装置１の機能について説明するブロック図である。また、図６は、記憶媒体１０４に記憶される情報について説明する図である。

【0037】

情報処理装置１は、図５に示すように、例えば、データ受信部１１１、特徴特定部１１２、データ生成部１１３、モデル生成部１１４、識別情報取得部１１５、対象判定部１１６及び結果出力部１１７を含む各機能を実現する。なお、データ受信部１１１、特徴特定部１１２、データ生成部１１３及びモデル生成部１１４は、学習モデルＭＤの生成を行う処理（以下、学習処理とも呼ぶ）を実現する機能である。また、データ受信部１１１、特徴特定部１１２、識別情報取得部１１５、対象判定部１１６及び結果出力部１１７は、ユーザ認証処理を実現する機能である。

【0038】

また、記憶媒体１０４は、図６に示すように、例えば、時系列データ１３１と、特徴データ１３２と、対象識別情報１３３（以下、単に識別情報１３３とも呼ぶ）と、教師データ１３４と、学習モデルＭＤを記憶する。

【0039】

初めに、学習処理を実現する機能について説明を行う。

【0040】

情報処理装置１のデータ受信部１１１は、例えば、検知装置２によって検知されたユーザの時系列データ１３１を検知装置２から受信（取得）する。時系列データ１３１は、例えば、ユーザが１以上のジェスチャーＪ（１つのパスワードに対応する１以上のジェスチャーＪ）を実施している場合におけるユーザの手の動きを示す時系列データである。そして、データ受信部１１１は、例えば、検知装置２から受信した時系列データ１３１を記憶媒体１０４に記憶する。

【0041】

具体的に、時系列データ１３１は、例えば、ユーザの手に関する静的データ（すなわち、時間の経過に伴って変化しないデータ）と、動的データ（すなわち、時間の経過に伴って変化するデータ）とのうちの少なくともいずれかを含む。

【0042】

さらに具体的に、静的データは、例えば、ユーザの手の骨の長さや幅、ユーザの掌の長さや幅、または、ユーザの腕の長さや幅を含むものであってよい。

【0043】

また、動的データは、例えば、ユーザの手の骨の回転角度（手の骨が伸びる方向を軸とした場合における回転角度）、ユーザの掌の回転角度（掌が伸びる方向を軸とした場合における回転角度）、または、ユーザの腕の回転角度（腕が伸びる方向を軸とした場合における回転角度）を含むものであってよい。

【0044】

また、動的データは、例えば、ユーザの手の指先から掌までの距離、ユーザの手のＤＩＰ関節から掌までの距離、ユーザの手のＰＩＰ関節から掌までの距離、または、ユーザの手のＭＰ関節から掌までの距離を含むものであってよい。

【0045】

また、動的データは、例えば、ユーザの手の指の末節の角度（中節に対する角度）、ユーザの手の指の中節の角度（基節に対する角度）、または、ユーザの手の指の基節の角度（掌に対する角度）を含むものであってよい。

【0046】

また、動的データは、例えば、ユーザの手の小指の角度（薬指に対する角度）、ユーザの手の薬指の角度（中指に対する角度）、ユーザの手の中指の角度（人差し指に対する角度）または、ユーザの手の人差し指の角度（親指に対する角度）を含むものであってよい。

【0047】

また、動的データは、例えば、ユーザの手の小指の指先から親指までの距離、ユーザの手の薬指の指先から親指までの距離、ユーザの手の中指の指先から親指までの距離、または、ユーザの手の人差し指の指先から親指までの距離を含むものであってよい。

【0048】

また、動的データは、例えば、ユーザの掌の動作速度、または、ユーザの掌の動作方向を含むものであってよい。

【0049】

また、動的データは、例えば、ユーザの手の親指と人差し指とが物を掴んでいる場合における親指と人差し指との間における距離、または、ユーザの掌に対するユーザの各指の平均角度を含むものであってよい。

【0050】

情報処理装置１の特徴特定部１１２は、例えば、データ受信部１１１が受信した複数の時系列データ１３１から、ユーザの手の特徴を示す特徴データ１３２を生成する。そして、特徴特定部１１２は、例えば、生成した特徴データ１３２を記憶媒体１０４に記憶する。

【0051】

具体的に、特徴特定部１１２は、例えば、１以上のジェスチャーＪ（１つのパスワードに対応する１つ以上のジェスチャーＪ）が実施される間に検知された複数の時系列データ１３１から１以上の特徴データ１３２を生成する。

【0052】

さらに具体的に、特徴特定部１１２は、例えば、時系列データ１３１を構成する項目のうちの少なくともいずれか（静的データや動的データのうちの少なくともいずれか）についての最大値、最小値、平均値、分散及び標準偏差の少なくともいずれかを特徴データ１３２として生成（算出）する。言い換えれば、特徴特定部１１２は、例えば、時系列データ１３１に含まれる静的データについての特徴（すなわち、ユーザの手の形状における特徴）と、時系列データ１３１に含まれる動的データについての特徴（すなわち、ユーザの手の動作についての特徴）とのうちのいずれかを含むデータを特徴データ１３２として生成する。

【0053】

情報処理装置１のデータ生成部１１３は、例えば、特徴特定部１１２が生成した特徴データ１３２（記憶媒体１０４に記憶された特徴データ１３２）と、特徴データ１３２に対応するユーザを識別する対象識別情報１３３（記憶媒体１０４に記憶された対象識別情報１３３）とをそれぞれ含む複数の教師データ１３４を生成する。対象識別情報１３３は、例えば、記憶媒体１０４に予め記憶されるものであってよい。そして、データ生成部１１３は、例えば、生成した複数の教師データ１３４を記憶媒体１０４に記憶する。なお、データ生成部１１３は、例えば、特徴特定部１１２が生成した特徴データ１３２について正規化を行ってから教師データ１３４の生成を行うものであってもよい。

【0054】

情報処理装置１のモデル生成部１１４は、例えば、データ生成部１１３が生成した複数の教師データ１３４（記憶媒体１０４に記憶された複数の教師データ１３４）を学習することによって機械学習モデルＭＤ（以下、単に学習モデルＭＤとも呼ぶ）を生成する。そして、モデル生成部１１４は、例えば、生成した学習モデルＭＤを記憶媒体１０４に記憶する。なお、学習モデルＭＤは、例えば、サポートベクトルマシン（ＳＶＭ：Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）やランダムフォレスト（ＲＦ：Ｒａｍｄｏｍ Ｆｏｒｅｓｔ）等の学習モデルであってよい。

【0055】

次に、ユーザ認証処理を実現する機能について説明を行う。

【0056】

情報処理装置１のデータ受信部１１１は、例えば、検知装置２によって検知されたユーザ（認証対象のユーザ）の新たな時系列データ１３１（以下、時系列データ１３１ａとも呼ぶ）を検知装置２から受信（取得）する。そして、データ受信部１１１は、例えば、検知装置２から受信した時系列データ１３１ａを記憶媒体１０４に記憶する。

【0057】

情報処理装置１の特徴特定部１１２は、例えば、データ受信部１１１が受信した時系列データ１３１ａから、ユーザの手の特徴を示す新たな特徴データ１３２（以下、特徴データ１３２ａとも呼ぶ）を生成する。そして、特徴特定部１１２は、例えば、生成した特徴データ１３２ａを記憶媒体１０４に記憶する。

【0058】

情報処理装置１の識別情報取得部１１５は、例えば、モデル生成部１１４が生成した学習モデルＭＤ（記憶媒体１０４に記憶された学習モデルＭＤ）に対して、特徴特定部１１２が生成した特徴データ１３２ａ（記憶媒体１０４に記憶された特徴データ１３２ａ）を入力する。そして、識別情報取得部１１５は、例えば、特徴データ１３２ａの入力に伴って学習モデルＭＤから出力される対象識別情報１３３の推定値（以下、対象識別情報１３３ａとも呼ぶ）を取得する。そして、識別情報取得部１１５は、例えば、取得した対象識別情報１３３ａを記憶媒体１０４に記憶する。

【0059】

情報処理装置１の対象判定部１１６は、例えば、識別情報取得部１１５が取得した対象識別情報１３３ａ（記憶媒体１０４に記憶された対象識別情報１３３ａ）に基づいて、時系列データ１３１ａに対応するユーザ（認証対象のユーザ）の認証を行う。

【0060】

具体的に、対象判定部１１６は、例えば、識別情報取得部１１５が取得した対象識別情報１３３ａが記憶媒体１０４に記憶された対象識別情報１３３のうちのいずれかと一致するか否かを判定する。

【0061】

情報処理装置１の結果出力部１１７は、例えば、対象判定部１１６による認証結果（判定結果）を出力装置（図示せず）に出力する。

【0062】

具体的に、結果出力部１１７は、例えば、識別情報取得部１１５が取得した対象識別情報１３３ａが記憶媒体１０４に記憶された対象識別情報１３３のうちのいずれかと一致するか否かについての判定結果を出力する。

【0063】

すなわち、本実施の形態における情報処理装置１は、ユーザ認証処理において、例えば、静的データだけでなく動的データについても含む時系列データ１３１から生成した教師データ１３４を学習した学習モデルＭＤを用いる。

【0064】

これにより、本実施の形態における情報処理装置１は、例えば、静的データに加えて動的データについても考慮する形でユーザの認証を行うことが可能になる。そのため、情報処理装置１は、例えば、ユーザが容易に覚えることが可能なジェスチャーＪを用いることによってユーザの認証を行う場合であっても、パスワードの漏洩や悪意の第三者によるなりすまし等のリスクを抑えることが可能になる。

【0065】

なお、以下、学習処理及びユーザ認証処理が単一のコンピュータ装置である情報処理装置１において実行される場合について説明を行うが、これに限られない。具体的に、学習処理及びユーザ認証処理は、例えば、複数の情報処理装置１が連携して行うものであってもよい。

【0066】

［第１の実施の形態の詳細］
次に、第１の実施の形態における学習処理の詳細について説明を行う。図７から図１０は、第１の実施の形態における学習処理の詳細を説明するフローチャート図である。また、図１１から図１４は、第１の実施の形態における学習処理の詳細を説明する図である。また、図１５は、第１の実施の形態におけるユーザ認証処理の詳細を説明するフローチャート図である。また、図１６は、第１の実施の形態におけるユーザ認証処理の詳細を説明する図である。

【0067】

［時系列データ記憶処理］
初めに、第１の実施の形態における学習処理のうち、検知装置２から送信された時系列データ１３１を記憶媒体１０４に蓄積する処理（以下、時系列データ記憶処理をも呼ぶ）について説明を行う。図７は、第１の実施の形態における時系列データ記憶処理について説明する図である。

【0068】

データ受信部１１１は、図７に示すように、例えば、検知装置２から時系列データ１３１を受信するまで待機する（Ｓ１１のＮＯ）。

【0069】

そして、時系列データ１３１を受信した場合、（Ｓ１１のＹＥＳ）、データ受信部１１１は、例えば、受信した時系列データ１３１を記憶媒体１０４に記憶する（Ｓ１２）。以下、時系列データ１３１の具体例について説明を行う。

【0070】

［時系列データ１３１の具体例］
図１１は、時系列データ１３１の具体例について説明する図である。具体的に、図１１に示す時系列データ１３１は、例えば、１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１の具体例である。

【0071】

図１１に示す時系列データ１３１は、例えば、時系列データ１３１が検知装置２によって検知された時刻が設定される「時刻」と、１つ目の静的データが設定される「静的データＡ」と、２つ目の静的データが設定される「静的データＢ」と、１つ目の動的データが設定される「動的データＡ」と、２つ目の動的データが設定される「動的データＢ」とを項目として有する。１つ目の静的データは、例えば、手の人差し指の指先（末節）の骨の長さであってよく、２つ目の静的データは、例えば、手の中指の指先（末節）の骨の長さであってよい。また、１つ目の動的データは、例えば、手の人差し指の指先から掌までの距離であってよく、２つ目の動的データは、例えば、手の中指の指先から掌までの距離であってよい。

【0072】

具体的に、図１１に示す時系列データ１３１において、１行目のデータには、「時刻」として「１２：００：００．０１０」が設定され、「静的データＡ」として「１．２」が設定され、「静的データＢ」として「３．２」が設定され、「動的データＡ」として「－２．１」が設定され、「動的データＢ」として「６．０」が設定されている。

【0073】

また、図１１に示す時系列データ１３１において、２行目のデータには、「時刻」として「１２：００：００．０２０」が設定され、「静的データＡ」として「１．３」が設定され、「静的データＢ」として「３．８」が設定され、「動的データＡ」として「－２．１」が設定され、「動的データＢ」として「５．９」が設定されている。図１１に含まれる他のデータについての説明は省略する。

【0074】

なお、図１１に示す時系列データ１３１は、２つの静的データと２つの動的データとを含むデータであるが、これに限られない。具体的に、時系列データ１３１は、例えば、３つ以上の静的データを含むものであってもよいし、３つ以上の動的データを含むものであってもよい。また、時系列データ１３１は、例えば、静的データを１つのみ含むものであってもよし、動的データを１つのみ含むものであってもよい。

【0075】

［特徴特定処理］
次に、第１の実施の形態における学習処理のうち、検知装置２から送信された時系列データ１３１から特徴データ１３２を生成する処理（以下、特徴特定処理とも呼ぶ）について説明を行う。図８は、第１の実施の形態における特徴特定処理について説明する図である。

【0076】

特徴特定部１１２は、例えば、記憶媒体１０４に記憶された時系列データ１３１から、ユーザの手の特徴を示す特徴データ１３２を生成する（Ｓ２１）。

【0077】

具体的に、特徴特定部１１２は、例えば、１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１（以下、単に複数の時系列データ１３１とも呼ぶ）を時系列順に複数のグループ（以下、単に複数のグループとも呼ぶ）に分割する。そして、特徴特定部１１２は、例えば、分割した複数のグループごとに、各グループに含まれる複数の時系列データ１３１から、各グループに含まれる複数の時系列データ１３１が検知装置２によって検知された時間帯における特徴データ１３２をそれぞれ生成する。

【0078】

さらに具体的に、特徴特定部１１２は、例えば、複数のグループごとに、時系列データ１３１を構成するデータのうちの少なくともいずれか（すなわち、静的データや動的データのうちの少なくともいずれか）についての最大値、最小値、平均値、分散及び標準偏差の少なくともいずれかを特徴データ１３２として特定する。

【0079】

そして、特徴特定部１１２は、例えば、Ｓ２１の処理で生成した特徴データ１３２を記憶媒体１０４に記憶する（Ｓ２２）。

【0080】

具体的に、特徴特定部１１２は、例えば、複数のグループごとに生成した複数の特徴データ１３２を記憶媒体１０４に記憶する。以下、特徴データ１３２の具体例について説明を行う。

【0081】

［特徴データ１３２の具体例］
図１２は、特徴データ１３２の具体例について説明する図である。具体的に、図１２に示す特徴データ１３２は、例えば、１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１から生成された複数の特徴データ１３２の具体例である。

【0082】

図１２に示す特徴データ１３２は、例えば、時系列データ１３１と同様に、「静的データＡ」、「静的データＢ」、「動的データＡ」及び「動的データＢ」を項目として有する。

【0083】

具体的に、図１２に示すように、１行目のデータの「静的データＡ」には、例えば、図１１で説明した時系列データ１３１における１行目から４行目までの「静的データＡ」に設定された値の平均値である「１．２」が設定される。また、１行目のデータの「静的データＢ」には、例えば、図１１で説明した時系列データ１３１における１行目から４行目までの「静的データＢ」に設定された値の平均値である「３．６」が設定される。また、１行目のデータの「動的データＡ」には、例えば、図１１で説明した時系列データ１３１における１行目から４行目までの「動的データＡ」に設定された値の平均値である「－２．１」が設定される。また、１行目のデータの「動的データＢ」には、例えば、図１１で説明した時系列データ１３１における１行目から４行目までの「動的データＢ」に設定された値の平均値である「６．１」が設定される。

【0084】

すなわち、図１２に示す特徴データ１３２における１行目のデータは、例えば、ユーザが１以上のジェスチャーＪを実施している時間帯において生成された複数の時系列データ１３１のうち、「１２：００：００．０１０」から「１２：００：００．０４０」までの間の時間帯における４つの時系列データ１３１（複数のグループのうちの１つ目のグループに含まれる４つの時系列データ１３１）から生成された特徴データ１３２である。

【0085】

また、図１２に示すように、２行目のデータの「静的データＡ」には、例えば、図１１で説明した時系列データ１３１における５行目から８行目までの「静的データＡ」に設定された値の平均値である「１．３」が設定される。また、２行目のデータの「静的データＢ」には、例えば、図１１で説明した時系列データ１３１における５行目から８行目までの「静的データＢ」に設定された値の平均値である「３．９」が設定される。また、２行目のデータの「動的データＡ」には、例えば、図１１で説明した時系列データ１３１における５行目から８行目までの「動的データＡ」に設定された値の平均値である「－２．１」が設定される。また、２行目のデータの「動的データＢ」には、例えば、図１１で説明した時系列データ１３１における５行目から８行目までの「動的データＢ」に設定された値の平均値である「７．５」が設定される。

【0086】

すなわち、図１２に示す特徴データ１３２における２行目のデータは、例えば、ユーザが１以上のジェスチャーＪを実施している時間帯において生成された複数の時系列データ１３１のうち、「１２：００：００．０５０」から「１２：００：００．０８０」までの間の時間帯における４つの時系列データ１３１（複数のグループのうちの２つ目のグループに含まれる４つの時系列データ１３１）から生成された特徴データ１３２である。図１２に含まれる他のデータについての説明は省略する。

【0087】

なお、特徴特定部１１２は、Ｓ２１の処理において、例えば、複数の時系列データ１３１（１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１）のそれぞれに含まれる動的データについて分割を行う一方、複数の時系列データ１３１のそれぞれに含まれる静的データについては分割を行わないものであってよい。そして、特徴特定部１１２は、例えば、静的データについて、複数の時系列データ１３１から１つの特徴データ１３２を生成するとともに、動的データについて、複数の時系列データ１３１から複数の特徴データ１３２（複数のグループのそれぞれに対応する複数の特徴データ１３２）を生成するものであってもよい。

【0088】

［識別情報記憶処理］
次に、第１の実施の形態における学習処理のうち、対象識別情報１３３を記憶媒体１０４に記憶する処理（以下、識別情報記憶処理とも呼ぶ）について説明を行う。図９は、第１の実施の形態における識別情報記憶処理について説明する図である。

【0089】

データ生成部１１３は、図９に示すように、例えば、ユーザや情報処理装置１の管理者（以下、単に管理者とも呼ぶ）によって入力された対象識別情報１３３を受信する（Ｓ３１）。

【0090】

そして、データ生成部１１３は、例えば、Ｓ３１の処理で受信した対象識別情報１３３を記憶媒体１０４に記憶する（Ｓ３２）。

【0091】

［学習処理のメイン処理］
次に、第１の実施の形態における学習処理のメイン処理について説明を行う。図１０は、第１の実施の形態における学習処理のメイン処理について説明する図である。

【0092】

データ生成部１１３は、図１０及び図１３（Ａ）に示すように、例えば、記憶媒体１０４に記憶された特徴データ１３２と対象識別情報１３３とをそれぞれ含む複数の教師データ１３４を生成する（Ｓ４１）。以下、教師データ１３４の具体例について説明を行う。

【0093】

［教師データ１３４の具体例］
図１４は、教師データ１３４の具体例について説明を行う。具体的に、図１４に示す教師データ１３４は、例えば、１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１から生成された複数の特徴データ１３２を含む１つの教師データ１３４の具体例である。

【0094】

図１４に示す教師データ１３４は、例えば、ユーザを示す対象識別情報１３３が設定される「対象識別情報」を項目として有する。

【0095】

また、図１４に示す教師データ１３４は、例えば、１つ目のグループに含まれる時系列データ１３１から算出された１つ目の静的データが設定される「静的データＡ１」と、１つ目のグループに含まれる時系列データ１３１から算出された２つ目の静的データが設定される「静的データＢ１」と、１つ目のグループに含まれる時系列データ１３１から算出された１つ目の動的データが設定される「動的データＡ１」と、１つ目のグループに含まれる時系列データ１３１から算出された２つ目の動的データが設定される「動的データＢ１」とを項目として有する。

【0096】

また、図１４に示す教師データ１３４は、例えば、２つ目のグループに含まれる時系列データ１３１から算出された１つ目の静的データが設定される「静的データＡ２」と、２つ目のグループに含まれる時系列データ１３１から算出された２つ目の静的データが設定される「静的データＢ２」と、２つ目のグループに含まれる時系列データ１３１から算出された１つ目の動的データが設定される「動的データＡ２」と、２つ目のグループに含まれる時系列データ１３１から算出された２つ目の動的データが設定される「動的データＢ２」とを項目として有する。

【0097】

具体的に、図１４に示す教師データ１３４には、例えば、「対象識別情報」として「ＡＡＡ」が設定され、「静的データＡ１」として「１．２」が設定され、「静的データＢ１」として「３．６」が設定され、「動的データＡ１」として「－２．１」が設定され、「動的データＢ１」として「６．１」が設定され、「静的データＡ２」として「１．３」が設定され、「静的データＢ２」として「３．９」が設定され、「動的データＡ２」として「－２．１」が設定され、「動的データＢ２」として「７．５」が設定されている。図１４に示す教師データ１３４に含まれる他のデータについての説明は省略する。

【0098】

すなわち、本実施の形態における教師データ１３４は、例えば、１つのパスワードに対応する１つ以上のジェスチャーＪが実施される間に検知された複数の時系列データ１３１から生成された複数の特徴データ１３２（複数のグループごとに生成された複数の特徴データ１３２）を含む。言い換えれば、教師データ１３４は、例えば、互いに異なる複数のタイミングのそれぞれについての手の特徴を示す複数の特徴データ１３２を含む。

【0099】

そのため、情報処理装置１は、例えば、教師データ１３４を用いて学習モデルＭＤを学習させることにより、１つのパスワードに対応する１つ以上のジェスチャーＪの実施順序についても学習モデルＭＤに学習させることが可能になる。そのため、情報処理装置１は、例えば、ジェスチャーＪの実施順序のみが異なる複数のパスワード（例えば、「１２３４」及び「３１４２」）を区別することが可能な学習モデルＭＤを生成することが可能になる。

【0100】

図１０に戻り、モデル生成部１１４は、図１０及び図１３（Ｂ）に示すように、例えば、Ｓ４１の処理で生成した複数の教師データ１３４を用いた機械学習を行うことによって学習モデルＭＤを生成する（Ｓ４２）。

【0101】

その後、モデル生成部１１４は、例えば、Ｓ４２の処理で生成した学習モデルＭＤを記憶媒体１０４に記憶する（Ｓ４３）。

【0102】

なお、データ生成部１１３は、例えば、各ユーザが同一のパスワードに対応する１以上のジェスチャーＪを複数回（例えば、１０回以上の回数）繰り返し行うことによって生成された複数回分の複数の時系列データ１３１から、複数の教師データ１３４を生成するものであってよい。そして、モデル生成部１１４は、例えば、生成した複数の教師データ１３４のそれぞれを学習することによって学習モデルＭＤを生成するものであってよい。

【0103】

これにより、情報処理装置１は、例えば、学習モデルＭＤを用いることによるユーザの認証精度を向上させることが可能になる。

【0104】

また、例えば、複数のユーザが情報処理装置１による認証を行う場合、データ生成部１１３は、複数のユーザごとに、各ユーザが１以上のジェスチャーＪを行うことによって生成された複数の時系列データ１３１から教師データ１３４を生成するものであってよい。そして、モデル生成部１１４は、例えば、複数のユーザごとに生成した教師データ１３４のそれぞれを学習することによって学習モデルＭＤを生成するものであってよい。

【0105】

これにより、情報処理装置１は、例えば、認証を行うユーザが複数存在する場合であっても、学習モデルＭＤを用いることによるユーザの認証精度の低下を抑制することが可能になる。

【0106】

［ユーザ認証処理］
次に、第１の実施の形態におけるユーザ認証処理について説明を行う。図１５は、第１の実施の形態におけるユーザ認証処理について説明する図である。

【0107】

データ受信部１１１は、図１５に示すように、例えば、検知装置２から時系列データ１３１ａを受信するまで待機する（Ｓ５１のＮＯ）。

【0108】

具体的に、データ受信部１１１は、例えば、検知装置２の近傍においてユーザが１以上のジェスチャーＪが行われ、１以上のジェスチャーＪを構成する各動作を示す複数の時系列データ１３１ａが検知装置２から送信されるまで待機する。

【0109】

そして、時系列データ１３１ａを受信した場合、（Ｓ４１のＹＥＳ）、特徴特定部１１２は、例えば、Ｓ５１の処理で受信した時系列データ１３１ａから特徴データ１３２ａを特定する（Ｓ５２）。

【0110】

具体的に、特徴特定部１１２は、例えば、Ｓ５１の処理で受信した複数の時系列データ１３１を時系列順に複数のグループ（以下、単に複数のグループとも呼ぶ）に分割する。そして、特徴特定部１１２は、例えば、分割した複数のグループごとに、各グループに含まれる複数の時系列データ１３１ａから、各グループに含まれる複数の時系列データ１３１ａが検知装置２によって検知された時間帯における複数の特徴データ１３２ａを生成する。

【0111】

続いて、識別情報取得部１１５は、図１６に示すように、例えば、Ｓ５２の処理で特定した特徴データ１３２ａを学習モデルＭＤに入力する（Ｓ５３）。

【0112】

具体的に、識別情報取得部１１５は、例えば、複数のグループごとに生成した複数の特徴データ１３２ａを学習モデルＭＤに入力する。

【0113】

さらに、識別情報取得部１１５は、例えば、学習モデルＭＤから出力された対象識別情報１３３ａを取得する（Ｓ５４）。

【0114】

そして、対象判定部１１６は、例えば、Ｓ４３の処理で取得した対象識別情報１３３ａから、Ｓ５１の処理で受信した時系列データ１３１ａに対応するユーザの認証を行う（Ｓ５５）。

【0115】

具体的に、対象判定部１１６は、例えば、Ｓ５４の処理で取得した対象識別情報１３３ａが記憶媒体１０４に記憶された対象識別情報１３３のうちのいずれかと一致するか否かを判定する。

【0116】

その後、結果出力部１１７は、例えば、Ｓ５４の処理における認証結果（判定結果）を出力装置（図示せず）に出力する（Ｓ５５）。

【0117】

具体的に、例えば、Ｓ５４の処理で取得した対象識別情報１３３ａが記憶媒体１０４に記憶された対象識別情報１３３のうちのいずれかと一致すると対象判定部１１６が判定した場合、結果出力部１１７は、ユーザの認証が成功したことを示す情報を出力する。

【0118】

一方、Ｓ５４の処理で取得した対象識別情報１３３ａが記憶媒体１０４に記憶された対象識別情報１３３のうちのいずれかと一致しないと対象判定部１１６が判定した場合、結果出力部１１７は、ユーザの認証が失敗したことを示す情報を出力する。

【0119】

このように、本実施の形態における情報処理装置１は、例えば、同一の手の親指と親指以外のいずれかの指とのタップをそれぞれ含む１以上のジェスチャーＪを、ユーザ（以下、推定対象のユーザとも呼ぶ）が実施した場合における手の動作を示す時系列データ１３１ａ（以下、第１の時系列データ１３１ａとも呼ぶ）を取得する。そして、情報処理装置１は、例えば、取得した第１の時系列データ１３１ａから、推定対象のユーザの手の特徴を示す特徴データ１３２ａ（以下、第１の特徴データ１３２ａとも呼ぶ）を特定する。

【0120】

さらに、情報処理装置１は、例えば、ユーザ（以下、学習対象のユーザとも呼ぶ）が１以上のジェスチャーＪを実施した場合における学習対象のユーザの手の特徴を示す特徴データ１３２（以下、第２の特徴データ１３２とも呼ぶ）と、学習対象のユーザの対象識別情報１３３（以下、第２の識別情報１３３とも呼ぶ）とをそれぞれ含む複数の教師データ１３４を学習した学習モデルＭＤに対して、第１の特徴データ１３２ａを入力し、第１の特徴データ１３２ａの入力に伴って学習モデルＭＤから出力される対象識別情報１３３ａ（以下、第１の識別情報１３３ａとも呼ぶ）を取得する。そして、情報処理装置１は、例えば、取得した第１の対象識別情報１３３ａに基づいて、推定対象のユーザと学習対象のユーザとが一致するか否かを判定する。その後、情報処理装置１は、例えば、推定対象のユーザと学習対象のユーザとが一致するか否かについての判定結果を出力する。

【0121】

また、本実施の形態における情報処理装置１は、例えば、複数の教師データ１３４を学習することによって学習モデルＭＤを生成し、生成した学習モデルＭＤを記憶媒体１０４に記憶する。そして、情報処理装置１は、例えば、記憶媒体１０４に記憶された学習モデルＭＤに対して第１の特徴データ１３２ａを入力する。

【0122】

また、本実施の形態における情報処理装置１は、例えば、推定対象のユーザの手の形状における特徴と推定対象のユーザの手の動作に関する特徴とのうちの少なくともいずれかを含む特徴データを第１の特徴データ１３２ａとして特定する。そして、情報処理装置１は、例えば、学習対象のユーザが１以上のジェスチャーＪを実施した場合における学習対象のユーザの手の形状に関する特徴と学習対象のユーザの手の動作についての特徴とのうちのいずれかを含む第２の特徴データ１３２と、学習対象のユーザの第２の対象識別情報１３３とをそれぞれ含む複数の教師データ１３４を学習した学習モデルＭＤに対して、第１の特徴データ１３２ａを入力する。

【0123】

また、本実施の形態における情報処理装置１は、例えば、第１の時系列データ１３１ａを時系列順に複数のグループに分割し、複数のグループごとに、各グループに含まれる第１の時系列データ１３１ａから第１の特徴データ１３２ａを特定する。そして、情報処理装置１は、例えば、学習モデルＭＤに対して、複数のグループごとの第１の特徴データ１３２ａを入力する。

【0124】

また、本実施の形態における情報処理装置１は、例えば、１以上のジェスチャーＪを学習対象のユーザが実施した場合における手の動作を示す第２の時系列データ１３１を取得し、取得した第２の時系列データ１３１を時系列順に複数のグループに分割し、複数のグループごとに、各グループに含まれる第２の時系列データ１３１から第２の特徴データ１３２を特定し、複数のグループごとの第２の特徴データ１３２と第２の対象識別情報１３３とをそれぞれ含む複数の教師データ１３４を学習することによって学習モデルＭＤを生成し、生成した学習モデルＭＤを記憶媒体１０４に記憶する。

【0125】

また、本実施の形態における情報処理装置１は、例えば、第１の対象識別情報１３３ａと第２の対象識別情報１３３とが一致する場合、推定対象のユーザと学習対象のユーザとが一致すると判定する。

【0126】

すなわち、人差し指は、親指の１つ隣の指であり、中指は、親指の２つ隣の指であり、薬指は、親指の３つ隣の指であり、小指は、親指の４つ隣の指である。そのため、人差し指が「１」に対応し、中指が「２」に対応し、薬指が「３」に対応し、さらに、小指が「４」に対応することは、ユーザが直感的に理解しやすい対応付けであると考えられる。

【0127】

そこで、本実施の形態における情報処理装置１は、ユーザ認証処理において、例えば、親指と人差し指とをタップするジェスチャーＪ１を「１」に対応するジェスチャーとして利用し、親指と中指とをタップするジェスチャーＪ２を「２」に対応するジェスチャーとして利用し、親指と薬指とをタップするジェスチャーＪ３を「３」に対応するジェスチャーとして利用し、さらに、親指と小指とをタップするジェスチャーＪ４を「４」に対応するジェスチャーとして利用する。

【0128】

これにより、本実施の形態における情報処理装置１は、例えば、識別力の高いユーザ認証を、ユーザが容易に覚えることが可能なジェスチャーＪを用いることによって行うことが可能になる。そのため、情報処理装置１は、例えば、ユーザの認証に伴うユーザの負担を軽減させることが可能になる。

【0129】

また、本実施の形態における情報処理装置１は、例えば、静的データに加えて動的データについても考慮する形でユーザの認証を行うことで、ジェスチャーＪを用いることによってユーザの認証を行う場合であっても、パスワードの漏洩や悪意の第三者によるなりすまし等のリスクを抑えることが可能になる。

【0130】

また、本実施の形態における情報処理装置１は、例えば、ジェスチャーＪを用いてユーザの認証を行うことにより、ユーザが各ジェスチャーＪを行うスペースを抑えることが可能になる。また、本実施の形態における検知装置２は、例えば、机や台の上面等の水平面に載置するだけでなく、壁等の垂直面に取り付けることも可能である。そのため、情報処理装置１は、例えば、十分なスペースを確保することができない場合であっても、ユーザの認証を行うことが可能になる。

【0131】

また、本実施の形態における情報処理システム１０では、例えば、ＬＥＡＰ ＭＯＴＩＯＮコントローラ等を検知装置２として用いることにより、ユーザがデバイス等に直接接触する必要がなくなる。そのため、情報処理システム１０では、例えば、ユーザ認証を実施に伴う感染症の拡大等を防止することが可能になる。

【0132】

また、本実施の形態における情報処理システム１０では、例えば、ジェスチャーＪを用いてユーザの認証を行うことにより、ユーザが検知装置２に対して指を向けた状態でジェスチャーＪを実施することが可能になる。そのため、情報処理システム１０では、例えば、ジェスチャーＪの実施中においてユーザの手（指）が検知装置２から隠れることの防止が可能になり、検知装置２による各動作の認識率の低下（情報処理装置１における判定精度の低下）を抑制することが可能になる。

【0133】

また、本実施の形態における情報処理システム１０では、例えば、ジェスチャーＪを用いてユーザの認証を行うことにより、１つのパスワードに対応させるジェスチャーJの数やジェスチャーJの順序を任意に決定することが可能になる。

【符号の説明】

【0134】

１：情報処理装置
２：検知装置
１０１：ＣＰＵ
１０２：メモリ
１０３：通信インタフェース
１０４：記憶媒体
１０５：バス
１１１：データ受信部
１１２：特徴特定部
１１３：データ生成部
１１４：モデル生成部
１１５：識別情報取得部
１１６：対象判定部
１１７：結果出力部

【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】