JP2004248714A - 生体信号を用いた認証方法および認証装置 - Google Patents
生体信号を用いた認証方法および認証装置 Download PDFInfo
- Publication number
- JP2004248714A JP2004248714A JP2003039378A JP2003039378A JP2004248714A JP 2004248714 A JP2004248714 A JP 2004248714A JP 2003039378 A JP2003039378 A JP 2003039378A JP 2003039378 A JP2003039378 A JP 2003039378A JP 2004248714 A JP2004248714 A JP 2004248714A
- Authority
- JP
- Japan
- Prior art keywords
- biological signal
- authentication method
- authentication
- base
- basis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000747 cardiac effect Effects 0.000 claims description 5
- 230000003183 myoelectrical effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 17
- 230000009466 transformation Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
【課題】偽造に対して頑健な認証方法を提供する。
【解決手段】まず、対象候補者毎の脳波を、各測定点において取得する。ついで、脳波における周波数成分をデータベースに格納する。
ついで、認証対象者の脳波を、各測定点において取得する。ついで、取得した脳波の周波数成分を取得する。
ついで、データベースに格納してある周波数成分と、認証対象者の周波数成分との距離を算出する。この距離は、例えばユークリッド距離である。算出された距離の近さに基づいて、対象者と対象候補者の同一性を認証することができる。
【選択図】 図３
【解決手段】まず、対象候補者毎の脳波を、各測定点において取得する。ついで、脳波における周波数成分をデータベースに格納する。
ついで、認証対象者の脳波を、各測定点において取得する。ついで、取得した脳波の周波数成分を取得する。
ついで、データベースに格納してある周波数成分と、認証対象者の周波数成分との距離を算出する。この距離は、例えばユークリッド距離である。算出された距離の近さに基づいて、対象者と対象候補者の同一性を認証することができる。
【選択図】 図３
Description
【０００１】
【発明の属する技術分野】
本発明は、生体信号を用いて個別の生体を認証する方法に関するものである。
【０００２】
【背景技術】
生体情報を用いた個人認証方式としては、人の指紋や声紋を用いたものがある。しかしながら、これらの生体情報は、偽造が比較的に容易であるという問題がある。
【０００３】
【発明が解決しようとする課題】
本発明は、前記の事情に鑑みてなされたものである。本発明の目的は、偽造に対して頑健な認証方法を提供することである。
【０００４】
【課題を解決するための手段】
本発明の認証方法は、次のステップを含んでいる。
（１）対象者から取得した生体信号から、前記生体信号の特徴を示す基底を生成するステップ、および
（２）前記基底と、対象候補者における生体信号の特徴を示す、予め取得されている基底との距離に基づいて認証を行うステップ。
【０００５】
前記生体信号とは、例えば、脳波、脈波、筋電位または心電位である。
【０００６】
前記基底は、例えば、周波数成分である。この周波数成分は、例えば、生体信号のフーリエ変換により取得できる。
【０００７】
また、前記基底とは、時間領域成分であってもよい。この時間領域成分は、例えば、生体信号の相関次元解析により取得できる。
【０００８】
対象者の生体信号に基づく基底と、対象候補者の生体信号に基づく基底との距離とは、例えば、距離の公理を満たす非類似度である。
【０００９】
前記認証方法においては、対象者の生体信号に基づく基底が、複数の前記対象候補者の生体信号に基づく基底とほぼ同じ距離である場合には、認証不能とすることができる。
【００１０】
本発明に係る認証方法は、次のステップを含む構成であっても良い。
（１）対象候補者から取得した生体信号から、この生体信号の特徴を示す基底を生成し、この基底をデータベースに格納するステップ、
（２）対象者から取得した生体信号から、この生体信号の特徴を示す基底を生成するステップ、および
（３）前記対象者の基底と、前記対象候補者の基底との距離に基づいて、認証を行うステップ。
【００１１】
本発明のコンピュータプログラムは、前記した方法におけるステップをコンピュータで実行するためのものである。
【００１２】
本発明の記録媒体は、前記コンピュータプログラムを記録し、かつ、コンピュータで読み取り可能なものである。
【００１３】
本発明の認証装置は、データ取得部と、特徴抽出部と、データベースと、判定部とを備えている。前記データベースには、認証対象の候補者から取得した生体信号に基づく基底が格納されている。前記データ取得部は、対象者から生体信号を取得するものである。前記特徴抽出部は、前記データ取得部で取得された生体信号に基づいて基底を生成するものである。前記判定部は、前記特徴抽出部で生成された基底と、前記データベースに格納された基底との距離の近さに基づいて認証を行うものである。
【００１４】
【発明の実施の形態】
本発明の一実施形態に係る認証方法を、添付の図面を参照しながら説明する。まず、この認証方法に用いる認証装置の概要を図１に基づいて説明する。この実施形態では、この装置を、認証用のデータベースの作成と、このデータベースに基づく認証の両者に用いるものとして説明する。ただし、データベースの作成と認証とで、用いる装置が異なっていても良い。
【００１５】
この認証装置は、データ取得部１と、特徴抽出部２と、データベース３と、判定部４とを備えている。データ取得部１は、対象者および対象候補者について、生体信号としての脳波を取得する部分である。ここで、対象者とは、実際の認証における対象者を言うものとし、対象候補者とは、認証の対象となる可能性のある者を言うものとする。したがって、対象者と対象候補者とが同一の場合も異なる場合もある。データ取得部１は、具体的には、脳波測定用の複数の電極を備えている。データ取得方法の具体例は後述する。
【００１６】
特徴抽出部２は、データ取得部１で取得された脳波を解析して、脳波の特徴を示す基底を生成するものである。具体的には、特徴抽出部２は、脳波を示す離散的データをＦＦＴ処理して、直交基底としての周波数成分を出力するようになっている。特徴抽出部２は、コンピュータにより容易に構成することができる。特徴抽出方法の詳細は後述する。
【００１７】
データベース３は、特徴抽出部２を用いて対象候補者から予め取得しておいた、生体信号の特徴を示す基底（具体的には脳波の周波数成分）を格納しておくものである。データベース３はハードディスク等の任意のハードウエアまたはソフトエアにより構成することができる。データ構造の具体例は後述する。
【００１８】
判定部４は、認証対象者の基底と、データベースに格納された基底との距離の近さに基づいて、対象者を認証できるかどうかの判定を行うものである。判定部４も、コンピュータにより容易に構成することができる。判定部４における具体的な判定方法は後述する。
【００１９】
つぎに、前記装置を用いた認証方法を、図２および図３を主に参照しながら説明する。まず、認証に用いるデータベースの構築について説明する。
【００２０】
（データベースの構築）
データ取得部１により、認証対象の候補者から、生体信号としての脳波を取得する（ステップ２−１）。具体的には、まず、データ取得部１の複数の電極を、国際１０／２０電極法に基づいて、対象候補者の頭部１０（図４参照）に取り付ける。具体的には、１３個の電極を、図４において○で囲まれた位置（Ａ１およびＡ２を除く）に配置する。ここで、頭部１０は耳１１と鼻１２とを有している。図４中Ａ１およびＡ２の位置には、参照電極（基準電極）を配置する。ついで、測定用の電極の出力をバンドパスフィルタに通す。この実施形態では、０．５３〜３０［Ｈｚ］のバンドパスフィルタを用いる。ついで、バンドバスフィルタの出力をサンプリングする。サンプリング周波数は、この実施形態では１０２４［Ｈｚ］とした。また、サンプリング時間は１．０秒とした。これにより、１秒当たり１０２４個の離散的な測定データを得ることができる。ｍ番目（ｍ＝１，２，…，１３）の測定点におけるデータｘｎ（ｎ＝１，２，…，１０２４）の組をｐｍとすると、ｐｍは下記（１）式で表される。
【００２１】
ついで、特徴抽出部２により、生体信号の特徴を示す基底を生成する（ステップ２−２）。基底とは、この実施形態では周波数成分である。具体的には、まず、各測定点でのデータｐｍを離散フーリエ変換により周波数成分に分解する。離散フーリエ変換は、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）により高速に計算することができる。
【００２２】
各測定点におけるｎ番目のサンプリングデータをｘｎ、ＦＦＴで計算された周波数ｋ［Ｈｚ］における成分データ（つまり離散フーリエスペクトル）をＦｋとすると、
となる。
【００２３】
この実施形態では、バンドパスフィルタの出力を考慮して、データＦｋのうち、８〜３０ＨｚでのデータＦ８〜Ｆ３０を用いる。これらの周波数成分が基底となる。ただし、この実施形態では、さらに、次の操作を行う。まず、周波数成分データＦ８〜Ｆ３０の絶対値の組をベクトルＰｍ（ｍ＝１，２，…，１３）とする。つまり、測定点毎に、周波数成分データの絶対値の組を作る。このベクトルＰｍの組を行列Ｂとする。ベクトルＰｍおよび行列Ｂは以下のように表される。
【００２４】
この行列Ｂは、対象候補者に対する１秒間の測定毎に生成される。２００回の測定を行うこととすれば、各対象候補者について下記のパターン行列Ｂａｖｅを生成できる。
ここで、Ｂ（ｊ）は、ｊ（ｊ＝１，２，…，２００）回目の測定における行列Ｂを表す。このようにして生成されたパターン行列Ｂａｖｅは、対象候補者毎にデータベース３に格納される（ステップ２−３）。以上の動作を各対象候補者について行う。従って、データベース３は、対象候補者とパターン行列とが対応するテーブルを備えていることになる。本実施形態では、パターン行列Ｂａｖｅの要素が基底を表している。
【００２５】
（対象者の認証）
データベース３が作成された後、対象者の認証が行われる。まず、データ取得部１により、対象者の生体信号を取得する（図３のステップ３−１）。なお、前記した通り、この実施形態では、データ取得部１および特徴抽出部２を、データベース作成と実際の認証とに用いているが、別の装置を用いることは当然に可能である。対象者からの生体信号の取得方法は、前記したデータベース作成時における対象候補者からの取得方法と同様なので説明を省略する。これにより、対象者における各測定点でのデータの組ｐ′ｍ（ｍ＝１，２，…，１３）を得ることができる。
【００２６】
ついで、取得された生体信号の特徴を示す基底を、特徴抽出部２により生成する（ステップ３−２）。前記したとおり、この実施形態では、基底とは、脳波の周波数成分である。この生成方法も、前記したデータベース作成時と同様なので説明を省略する。これにより、対象者からのパターン行列Ｂ′ａｖｅを生成することができる。
【００２７】
ついで、対象者からのパターン行列Ｂ′ａｖｅ（未知データ）と、データベース３に格納されている対象候補者のパターン行列Ｂａｖｅ（既知データ）との距離を対比する（ステップ３−３）。距離の計算手法としては種々存在するが、この実施形態では、ユークリッド距離を用いる。より具体的には、各パターン行列における各要素の２乗の和（すなわちユークリッド距離の二乗）を距離として算出する。もちろん、ユークリッド距離そのものを算出しても良い。この計算を、データベースに格納されている各パターン行列Ｂａｖｅについて行う。なお、距離としては、ユークリッド距離ではなく、マハラノビス距離であってもよい。さらに、距離としては、距離の公理（すなわち非負、同一性、対称性および三角不等性）を満たす非類似度を用いることができる。
【００２８】
ついで、データベース中のパターン行列Ｂ′ａｖｅ中でもっとも距離の短いものを選定する。これにより、データベースに予めデータを登録しておいた対象候補者が特定される。したがって、認証対象とされている対象者が、予め登録されている者であることの認証を行うことができる。より具体的な認証手順としては、例えば、予め登録されている対象候補者毎のＩＤの入力を対象者に求める。前記方法により特定された対象候補者のＩＤと入力されたＩＤとが合致すれば、両者が同一人であると判定することができる。もちろん、指紋等を用いた他の認証方法と組み合わせて認証を行っても良い。判定結果は、適宜の方法で出力される（ステップ３−４）。例えば、ディスプレイに認証結果が表示される。
【００２９】
本実施形態の方法によれば、偽造が困難な脳波を用いて認証を行うので、偽造に対して頑健な認証方法を提供することができる。
【００３０】
【実験例】
認証精度を検証するため、以下の実験を行った。被験者数は１０名とした。被験者毎に、前記した実施形態の方法により、周波数成分を要素とする行列Ｂを４００個生成した。
【００３１】
これらの行列Ｂのうち、２００個のデータから、データベースに格納されるべきパターン行列Ｂａｖｅを生成した。残りの２００個のデータから、検証用のパターン行列Ｂ′ａｖｅを生成した。他の条件は、前記した実施形態と同様とした。なお、生成された周波数データを被験者毎に図５〜１２に示す。
【００３２】
本実施形態の方法に従って、ある被験者におけるパターン行列Ｂ′ａｖｅと最も近いパターン行列Ｂａｖｅを選択した。そして、当該被験者と、選択されたパターン行列Ｂａｖｅにおける被験者とが一致するかどうかを、各被験者について調べた。その結果、正しい個人認識を、７４％の被験者に対して行うことができた。
【００３３】
また、最小距離付近（例えば最小距離から２０％の範囲内）に複数の対象候補者がいる場合には認識不可と判定することにより、９０．５％という高い認識率を得ることができた。
【００３４】
前記した各実施形態の実行は、当業者にはコンピュータを用いて容易に実行可能である。そのためのプログラムは、コンピュータで読み取り可能な記録媒体、例えばＨＤ、ＦＤ、ＣＤ、ＭＯなど、任意のものに格納できる。
【００３５】
なお、前記各実施形態の記載は単なる一例に過ぎず、本発明に必須の構成を示したものではない。各部の構成は、本発明の趣旨を達成できるものであれば、上記に限らない。
【００３６】
例えば、前記実施形態では、離散フーリエ変換により周波数成分を基底として抽出する構成としたが、ウエーブレット変換における直交基底としての時間関数（時間領域成分）を基底として抽出しても良い。時間領域成分を基底として用いた場合の認証方法は前記と同様でよい。認証に用いうる基底としての時間領域成分には、他にも、例えば、リアプノフ指数、リアプノフ次元、リカレントプロット、ＫＳエントロピー、軌道平行測度、またはハウスドルフ次元（相関次元、フラクタル次元および容量次元のいずれかである場合を含む）などのカオス解析結果が利用できる。なお、相関次元解析はカオス解析に含まれる概念である。さらには、例えば、離散コサイン変換、離散サイン変換、ハートレー変換、スラント変換、ウォルシュ・アダマール変換、ハール変換、Ｍ変換などの直交変換方式における基底を用いて、前記実施形態の方法により認証することも可能である。また、前記実施形態では、離散データに基づいた離散フーリエ変換等の解析方法を例示したが、連続データを用いたフーリエ変換等の解析方法を用いて基底を生成しても良い。
【００３７】
また、前記実施形態では、生体信号として脳波を用いたが、これに限らず、例えば、脈波、筋電位または心電位を用いても良い。脈波は、例えば、身体の透過光を検出することにより、血流量の変化として検出することができる。また、筋電位や心電位は、電極を用いた通常の検出方法により検出することができる。したがって、脈波、筋電位または心電位を生体信号として用いた場合には、認証装置や認証手順を簡易にできるという利点がある。さらに、脳波以外の生体信号を認証に用いた場合であっても、生体信号の偽造は比較的難しいため、偽造に対して頑健な認証方法を提供することができる。
また、各実施形態を実現するための各部（機能ブロックを含む）の具体的手段は、ハードウエア、ソフトウエア、ネットワーク、これらの組み合わせ、その他の任意の手段を用いることができ、このこと自体は当業者において自明である。さらに、機能ブロックどうしが複合して一つの機能ブロックに集約されても良い。また、一つの機能ブロックの機能が複数の機能ブロックの協働により実現されても良い。
【００３８】
【発明の効果】
本発明によれば、偽造に対して頑健な認証方法を提供することが可能となる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る認証方法を実施するための認証装置の概略を示すブロック図である。
【図２】本発明の一実施形態に係る認証方法における、データベースの生成手順を示すフローチャートである。
【図３】本発明の一実施形態に係る認証方法における、データベースを用いた認証手順を示すフローチャートである。
【図４】電極の取り付け方法を説明するための説明図であって、図（ａ）は頭部の平面図、図（ｂ）はその側面図である。
【図５】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図６】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図７】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図８】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図９】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１０】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１１】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１２】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【発明の属する技術分野】
本発明は、生体信号を用いて個別の生体を認証する方法に関するものである。
【０００２】
【背景技術】
生体情報を用いた個人認証方式としては、人の指紋や声紋を用いたものがある。しかしながら、これらの生体情報は、偽造が比較的に容易であるという問題がある。
【０００３】
【発明が解決しようとする課題】
本発明は、前記の事情に鑑みてなされたものである。本発明の目的は、偽造に対して頑健な認証方法を提供することである。
【０００４】
【課題を解決するための手段】
本発明の認証方法は、次のステップを含んでいる。
（１）対象者から取得した生体信号から、前記生体信号の特徴を示す基底を生成するステップ、および
（２）前記基底と、対象候補者における生体信号の特徴を示す、予め取得されている基底との距離に基づいて認証を行うステップ。
【０００５】
前記生体信号とは、例えば、脳波、脈波、筋電位または心電位である。
【０００６】
前記基底は、例えば、周波数成分である。この周波数成分は、例えば、生体信号のフーリエ変換により取得できる。
【０００７】
また、前記基底とは、時間領域成分であってもよい。この時間領域成分は、例えば、生体信号の相関次元解析により取得できる。
【０００８】
対象者の生体信号に基づく基底と、対象候補者の生体信号に基づく基底との距離とは、例えば、距離の公理を満たす非類似度である。
【０００９】
前記認証方法においては、対象者の生体信号に基づく基底が、複数の前記対象候補者の生体信号に基づく基底とほぼ同じ距離である場合には、認証不能とすることができる。
【００１０】
本発明に係る認証方法は、次のステップを含む構成であっても良い。
（１）対象候補者から取得した生体信号から、この生体信号の特徴を示す基底を生成し、この基底をデータベースに格納するステップ、
（２）対象者から取得した生体信号から、この生体信号の特徴を示す基底を生成するステップ、および
（３）前記対象者の基底と、前記対象候補者の基底との距離に基づいて、認証を行うステップ。
【００１１】
本発明のコンピュータプログラムは、前記した方法におけるステップをコンピュータで実行するためのものである。
【００１２】
本発明の記録媒体は、前記コンピュータプログラムを記録し、かつ、コンピュータで読み取り可能なものである。
【００１３】
本発明の認証装置は、データ取得部と、特徴抽出部と、データベースと、判定部とを備えている。前記データベースには、認証対象の候補者から取得した生体信号に基づく基底が格納されている。前記データ取得部は、対象者から生体信号を取得するものである。前記特徴抽出部は、前記データ取得部で取得された生体信号に基づいて基底を生成するものである。前記判定部は、前記特徴抽出部で生成された基底と、前記データベースに格納された基底との距離の近さに基づいて認証を行うものである。
【００１４】
【発明の実施の形態】
本発明の一実施形態に係る認証方法を、添付の図面を参照しながら説明する。まず、この認証方法に用いる認証装置の概要を図１に基づいて説明する。この実施形態では、この装置を、認証用のデータベースの作成と、このデータベースに基づく認証の両者に用いるものとして説明する。ただし、データベースの作成と認証とで、用いる装置が異なっていても良い。
【００１５】
この認証装置は、データ取得部１と、特徴抽出部２と、データベース３と、判定部４とを備えている。データ取得部１は、対象者および対象候補者について、生体信号としての脳波を取得する部分である。ここで、対象者とは、実際の認証における対象者を言うものとし、対象候補者とは、認証の対象となる可能性のある者を言うものとする。したがって、対象者と対象候補者とが同一の場合も異なる場合もある。データ取得部１は、具体的には、脳波測定用の複数の電極を備えている。データ取得方法の具体例は後述する。
【００１６】
特徴抽出部２は、データ取得部１で取得された脳波を解析して、脳波の特徴を示す基底を生成するものである。具体的には、特徴抽出部２は、脳波を示す離散的データをＦＦＴ処理して、直交基底としての周波数成分を出力するようになっている。特徴抽出部２は、コンピュータにより容易に構成することができる。特徴抽出方法の詳細は後述する。
【００１７】
データベース３は、特徴抽出部２を用いて対象候補者から予め取得しておいた、生体信号の特徴を示す基底（具体的には脳波の周波数成分）を格納しておくものである。データベース３はハードディスク等の任意のハードウエアまたはソフトエアにより構成することができる。データ構造の具体例は後述する。
【００１８】
判定部４は、認証対象者の基底と、データベースに格納された基底との距離の近さに基づいて、対象者を認証できるかどうかの判定を行うものである。判定部４も、コンピュータにより容易に構成することができる。判定部４における具体的な判定方法は後述する。
【００１９】
つぎに、前記装置を用いた認証方法を、図２および図３を主に参照しながら説明する。まず、認証に用いるデータベースの構築について説明する。
【００２０】
（データベースの構築）
データ取得部１により、認証対象の候補者から、生体信号としての脳波を取得する（ステップ２−１）。具体的には、まず、データ取得部１の複数の電極を、国際１０／２０電極法に基づいて、対象候補者の頭部１０（図４参照）に取り付ける。具体的には、１３個の電極を、図４において○で囲まれた位置（Ａ１およびＡ２を除く）に配置する。ここで、頭部１０は耳１１と鼻１２とを有している。図４中Ａ１およびＡ２の位置には、参照電極（基準電極）を配置する。ついで、測定用の電極の出力をバンドパスフィルタに通す。この実施形態では、０．５３〜３０［Ｈｚ］のバンドパスフィルタを用いる。ついで、バンドバスフィルタの出力をサンプリングする。サンプリング周波数は、この実施形態では１０２４［Ｈｚ］とした。また、サンプリング時間は１．０秒とした。これにより、１秒当たり１０２４個の離散的な測定データを得ることができる。ｍ番目（ｍ＝１，２，…，１３）の測定点におけるデータｘｎ（ｎ＝１，２，…，１０２４）の組をｐｍとすると、ｐｍは下記（１）式で表される。
ついで、特徴抽出部２により、生体信号の特徴を示す基底を生成する（ステップ２−２）。基底とは、この実施形態では周波数成分である。具体的には、まず、各測定点でのデータｐｍを離散フーリエ変換により周波数成分に分解する。離散フーリエ変換は、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）により高速に計算することができる。
【００２２】
各測定点におけるｎ番目のサンプリングデータをｘｎ、ＦＦＴで計算された周波数ｋ［Ｈｚ］における成分データ（つまり離散フーリエスペクトル）をＦｋとすると、
【００２３】
この実施形態では、バンドパスフィルタの出力を考慮して、データＦｋのうち、８〜３０ＨｚでのデータＦ８〜Ｆ３０を用いる。これらの周波数成分が基底となる。ただし、この実施形態では、さらに、次の操作を行う。まず、周波数成分データＦ８〜Ｆ３０の絶対値の組をベクトルＰｍ（ｍ＝１，２，…，１３）とする。つまり、測定点毎に、周波数成分データの絶対値の組を作る。このベクトルＰｍの組を行列Ｂとする。ベクトルＰｍおよび行列Ｂは以下のように表される。
この行列Ｂは、対象候補者に対する１秒間の測定毎に生成される。２００回の測定を行うこととすれば、各対象候補者について下記のパターン行列Ｂａｖｅを生成できる。
【００２５】
（対象者の認証）
データベース３が作成された後、対象者の認証が行われる。まず、データ取得部１により、対象者の生体信号を取得する（図３のステップ３−１）。なお、前記した通り、この実施形態では、データ取得部１および特徴抽出部２を、データベース作成と実際の認証とに用いているが、別の装置を用いることは当然に可能である。対象者からの生体信号の取得方法は、前記したデータベース作成時における対象候補者からの取得方法と同様なので説明を省略する。これにより、対象者における各測定点でのデータの組ｐ′ｍ（ｍ＝１，２，…，１３）を得ることができる。
【００２６】
ついで、取得された生体信号の特徴を示す基底を、特徴抽出部２により生成する（ステップ３−２）。前記したとおり、この実施形態では、基底とは、脳波の周波数成分である。この生成方法も、前記したデータベース作成時と同様なので説明を省略する。これにより、対象者からのパターン行列Ｂ′ａｖｅを生成することができる。
【００２７】
ついで、対象者からのパターン行列Ｂ′ａｖｅ（未知データ）と、データベース３に格納されている対象候補者のパターン行列Ｂａｖｅ（既知データ）との距離を対比する（ステップ３−３）。距離の計算手法としては種々存在するが、この実施形態では、ユークリッド距離を用いる。より具体的には、各パターン行列における各要素の２乗の和（すなわちユークリッド距離の二乗）を距離として算出する。もちろん、ユークリッド距離そのものを算出しても良い。この計算を、データベースに格納されている各パターン行列Ｂａｖｅについて行う。なお、距離としては、ユークリッド距離ではなく、マハラノビス距離であってもよい。さらに、距離としては、距離の公理（すなわち非負、同一性、対称性および三角不等性）を満たす非類似度を用いることができる。
【００２８】
ついで、データベース中のパターン行列Ｂ′ａｖｅ中でもっとも距離の短いものを選定する。これにより、データベースに予めデータを登録しておいた対象候補者が特定される。したがって、認証対象とされている対象者が、予め登録されている者であることの認証を行うことができる。より具体的な認証手順としては、例えば、予め登録されている対象候補者毎のＩＤの入力を対象者に求める。前記方法により特定された対象候補者のＩＤと入力されたＩＤとが合致すれば、両者が同一人であると判定することができる。もちろん、指紋等を用いた他の認証方法と組み合わせて認証を行っても良い。判定結果は、適宜の方法で出力される（ステップ３−４）。例えば、ディスプレイに認証結果が表示される。
【００２９】
本実施形態の方法によれば、偽造が困難な脳波を用いて認証を行うので、偽造に対して頑健な認証方法を提供することができる。
【００３０】
【実験例】
認証精度を検証するため、以下の実験を行った。被験者数は１０名とした。被験者毎に、前記した実施形態の方法により、周波数成分を要素とする行列Ｂを４００個生成した。
【００３１】
これらの行列Ｂのうち、２００個のデータから、データベースに格納されるべきパターン行列Ｂａｖｅを生成した。残りの２００個のデータから、検証用のパターン行列Ｂ′ａｖｅを生成した。他の条件は、前記した実施形態と同様とした。なお、生成された周波数データを被験者毎に図５〜１２に示す。
【００３２】
本実施形態の方法に従って、ある被験者におけるパターン行列Ｂ′ａｖｅと最も近いパターン行列Ｂａｖｅを選択した。そして、当該被験者と、選択されたパターン行列Ｂａｖｅにおける被験者とが一致するかどうかを、各被験者について調べた。その結果、正しい個人認識を、７４％の被験者に対して行うことができた。
【００３３】
また、最小距離付近（例えば最小距離から２０％の範囲内）に複数の対象候補者がいる場合には認識不可と判定することにより、９０．５％という高い認識率を得ることができた。
【００３４】
前記した各実施形態の実行は、当業者にはコンピュータを用いて容易に実行可能である。そのためのプログラムは、コンピュータで読み取り可能な記録媒体、例えばＨＤ、ＦＤ、ＣＤ、ＭＯなど、任意のものに格納できる。
【００３５】
なお、前記各実施形態の記載は単なる一例に過ぎず、本発明に必須の構成を示したものではない。各部の構成は、本発明の趣旨を達成できるものであれば、上記に限らない。
【００３６】
例えば、前記実施形態では、離散フーリエ変換により周波数成分を基底として抽出する構成としたが、ウエーブレット変換における直交基底としての時間関数（時間領域成分）を基底として抽出しても良い。時間領域成分を基底として用いた場合の認証方法は前記と同様でよい。認証に用いうる基底としての時間領域成分には、他にも、例えば、リアプノフ指数、リアプノフ次元、リカレントプロット、ＫＳエントロピー、軌道平行測度、またはハウスドルフ次元（相関次元、フラクタル次元および容量次元のいずれかである場合を含む）などのカオス解析結果が利用できる。なお、相関次元解析はカオス解析に含まれる概念である。さらには、例えば、離散コサイン変換、離散サイン変換、ハートレー変換、スラント変換、ウォルシュ・アダマール変換、ハール変換、Ｍ変換などの直交変換方式における基底を用いて、前記実施形態の方法により認証することも可能である。また、前記実施形態では、離散データに基づいた離散フーリエ変換等の解析方法を例示したが、連続データを用いたフーリエ変換等の解析方法を用いて基底を生成しても良い。
【００３７】
また、前記実施形態では、生体信号として脳波を用いたが、これに限らず、例えば、脈波、筋電位または心電位を用いても良い。脈波は、例えば、身体の透過光を検出することにより、血流量の変化として検出することができる。また、筋電位や心電位は、電極を用いた通常の検出方法により検出することができる。したがって、脈波、筋電位または心電位を生体信号として用いた場合には、認証装置や認証手順を簡易にできるという利点がある。さらに、脳波以外の生体信号を認証に用いた場合であっても、生体信号の偽造は比較的難しいため、偽造に対して頑健な認証方法を提供することができる。
また、各実施形態を実現するための各部（機能ブロックを含む）の具体的手段は、ハードウエア、ソフトウエア、ネットワーク、これらの組み合わせ、その他の任意の手段を用いることができ、このこと自体は当業者において自明である。さらに、機能ブロックどうしが複合して一つの機能ブロックに集約されても良い。また、一つの機能ブロックの機能が複数の機能ブロックの協働により実現されても良い。
【００３８】
【発明の効果】
本発明によれば、偽造に対して頑健な認証方法を提供することが可能となる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る認証方法を実施するための認証装置の概略を示すブロック図である。
【図２】本発明の一実施形態に係る認証方法における、データベースの生成手順を示すフローチャートである。
【図３】本発明の一実施形態に係る認証方法における、データベースを用いた認証手順を示すフローチャートである。
【図４】電極の取り付け方法を説明するための説明図であって、図（ａ）は頭部の平面図、図（ｂ）はその側面図である。
【図５】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図６】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図７】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図８】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図９】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１０】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１１】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
【図１２】実験例における周波数データの例を示すグラフである。図中縦軸は周波数、横軸は測定点を示す。また、成分の絶対値が大きい部分を濃色で示している。
Claims (15)
- 次のステップを含むことを特徴とする認証方法：
（１）対象者から取得した生体信号から、前記生体信号の特徴を示す基底を生成するステップ；
（２）前記基底と、対象候補者における生体信号の特徴を示す、予め取得されている基底との距離に基づいて認証を行うステップ。 - 前記生体信号は脳波であることを特徴とする請求項１記載の認証方法。
- 前記生体信号は脈波であることを特徴とする請求項１記載の認証方法。
- 前記生体信号は筋電位であることを特徴とする請求項１記載の認証方法。
- 前記生体信号は心電位であることを特徴とする請求項１記載の認証方法。
- 前記基底とは周波数成分であることを特徴とする請求項１〜５のいずれか１項記載の認証方法。
- 前記周波数成分は、前記生体信号のフーリエ変換により取得されることを特徴とする請求項６記載の認証方法。
- 前記基底とは時間領域成分であることを特徴とする請求項１〜５のいずれか１項記載の認証方法。
- 前記時間領域成分は、前記生体信号の相関次元解析により取得されることを特徴とする請求項８記載の認証方法。
- 前記対象者の生体信号に基づく基底と前記対象候補者の生体信号に基づく基底との距離とは、距離の公理を満たす非類似度であることを特徴とする請求項１〜９のいずれか１項記載の認証方法。
- 前記対象者の生体信号に基づく基底が、複数の前記対象候補者の生体信号に基づく基底とほぼ同じ距離である場合には、認証不能とすることを特徴とする請求項１〜１０のいずれか１項記載の認証方法。
- 次のステップを含むことを特徴とする認証方法：
（１）対象候補者から取得した生体信号から、この生体信号の特徴を示す基底を生成し、この基底をデータベースに格納するステップ；
（２）対象者から取得した生体信号から、この生体信号の特徴を示す基底を生成するステップ；
（３）前記対象者の基底と、前記対象候補者の基底との距離に基づいて、認証を行うステップ。 - 請求項１〜１２のいずれか１項に記載のステップをコンピュータで実行するためのコンピュータプログラム。
- 請求項１３記載のコンピュータプログラムを記録した、コンピュータで読み取り可能な記録媒体。
- データ取得部と、特徴抽出部と、データベースと、判定部とを備えており、前記データベースには、認証対象の候補者から取得した生体信号に基づく基底が格納されており、前記データ取得部は、対象者から生体信号を取得するものであり、前記特徴抽出部は、前記データ取得部で取得された生体信号に基づいて基底を生成するものであり、前記判定部は、前記特徴抽出部で生成された基底と、前記データベースに格納された基底との距離の近さに基づいて認証を行うものであることを特徴とする認証装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003039378A JP2004248714A (ja) | 2003-02-18 | 2003-02-18 | 生体信号を用いた認証方法および認証装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003039378A JP2004248714A (ja) | 2003-02-18 | 2003-02-18 | 生体信号を用いた認証方法および認証装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004248714A true JP2004248714A (ja) | 2004-09-09 |
Family
ID=33023576
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003039378A Withdrawn JP2004248714A (ja) | 2003-02-18 | 2003-02-18 | 生体信号を用いた認証方法および認証装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004248714A (ja) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008144174A1 (en) * | 2007-05-21 | 2008-11-27 | Ut-Battelle, Llc | Methods for using a biometric parameter in the identification of persons |
| WO2009010001A1 (fr) * | 2007-07-19 | 2009-01-22 | Zhiping Meng | Procédé et système pour un cryptage et une identification personnelle basés sur les ondes cérébrales |
| US7617058B2 (en) | 2004-11-17 | 2009-11-10 | Samsung Electronics Co., Ltd. | Biometric apparatus and method using bio signals |
| CN101828921A (zh) * | 2010-06-13 | 2010-09-15 | 天津大学 | 基于视觉诱发脑电vep的身份识别方法 |
| KR101281852B1 (ko) | 2012-06-28 | 2013-07-03 | 고려대학교 산학협력단 | 뇌 신호를 이용한 생체 인증 장치 및 방법 |
| JP2015520627A (ja) * | 2012-05-03 | 2015-07-23 | ユニベルシテ ピエール エ マリーキュリー（パリ シズエム） | 患者の脳の電気活動を解析してこの患者の生理状態を特徴付ける方法および当該方法を適用した監視装置 |
| KR101551169B1 (ko) | 2012-08-30 | 2015-09-08 | 한국과학기술원 | 생체신호를 이용한 보안 서비스 제공 방법 및 장치 |
| JP2016513319A (ja) * | 2013-03-15 | 2016-05-12 | インテル コーポレイション | 収集された生物物理的信号の時間的パターンおよび空間的パターンに基づく脳‐コンピューターインターフェース（ｂｃｉ）システム |
| WO2016080366A1 (ja) * | 2014-11-21 | 2016-05-26 | 国立研究開発法人産業技術総合研究所 | 脳波による認証装置、認証方法、認証システム及びプログラム |
| WO2016190428A1 (ja) * | 2015-05-28 | 2016-12-01 | 国立研究開発法人理化学研究所 | 判定装置、判定方法、プログラム、ならびに、情報記録媒体 |
| CN106897592A (zh) * | 2015-12-21 | 2017-06-27 | 三星电子株式会社 | 用户认证方法、用户认证设备以及书写工具 |
| JP2017144132A (ja) * | 2016-02-19 | 2017-08-24 | 株式会社豊田中央研究所 | 個人識別装置、個人識別方法、及び個人識別プログラム |
| US10752932B2 (en) | 2017-08-08 | 2020-08-25 | International Business Machines Corporation | Biosensor for multi-analyte characterization |
-
2003
- 2003-02-18 JP JP2003039378A patent/JP2004248714A/ja not_active Withdrawn
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7617058B2 (en) | 2004-11-17 | 2009-11-10 | Samsung Electronics Co., Ltd. | Biometric apparatus and method using bio signals |
| WO2008144174A1 (en) * | 2007-05-21 | 2008-11-27 | Ut-Battelle, Llc | Methods for using a biometric parameter in the identification of persons |
| US8065529B2 (en) | 2007-05-21 | 2011-11-22 | Ut-Battelle, Llc | Methods for using a biometric parameter in the identification of persons |
| WO2009010001A1 (fr) * | 2007-07-19 | 2009-01-22 | Zhiping Meng | Procédé et système pour un cryptage et une identification personnelle basés sur les ondes cérébrales |
| CN101828921A (zh) * | 2010-06-13 | 2010-09-15 | 天津大学 | 基于视觉诱发脑电vep的身份识别方法 |
| JP2015520627A (ja) * | 2012-05-03 | 2015-07-23 | ユニベルシテ ピエール エ マリーキュリー（パリ シズエム） | 患者の脳の電気活動を解析してこの患者の生理状態を特徴付ける方法および当該方法を適用した監視装置 |
| KR101281852B1 (ko) | 2012-06-28 | 2013-07-03 | 고려대학교 산학협력단 | 뇌 신호를 이용한 생체 인증 장치 및 방법 |
| KR101551169B1 (ko) | 2012-08-30 | 2015-09-08 | 한국과학기술원 | 생체신호를 이용한 보안 서비스 제공 방법 및 장치 |
| JP2016513319A (ja) * | 2013-03-15 | 2016-05-12 | インテル コーポレイション | 収集された生物物理的信号の時間的パターンおよび空間的パターンに基づく脳‐コンピューターインターフェース（ｂｃｉ）システム |
| US10470690B2 (en) | 2014-11-21 | 2019-11-12 | National Institute Of Advanced Industrial Science And Technology | Authentication device using brainwaves, authentication method, authentication system, and program |
| JPWO2016080366A1 (ja) * | 2014-11-21 | 2017-09-14 | 国立研究開発法人産業技術総合研究所 | 脳波による認証装置、認証方法、認証システム及びプログラム |
| WO2016080366A1 (ja) * | 2014-11-21 | 2016-05-26 | 国立研究開発法人産業技術総合研究所 | 脳波による認証装置、認証方法、認証システム及びプログラム |
| WO2016190428A1 (ja) * | 2015-05-28 | 2016-12-01 | 国立研究開発法人理化学研究所 | 判定装置、判定方法、プログラム、ならびに、情報記録媒体 |
| US11630512B2 (en) | 2015-05-28 | 2023-04-18 | Riken | Determination device, determination method, program, and information storage medium |
| CN106897592A (zh) * | 2015-12-21 | 2017-06-27 | 三星电子株式会社 | 用户认证方法、用户认证设备以及书写工具 |
| JP2017113542A (ja) * | 2015-12-21 | 2017-06-29 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | ユーザ認証装置及び方法並びに筆記具 |
| CN106897592B (zh) * | 2015-12-21 | 2022-08-05 | 三星电子株式会社 | 用户认证方法、用户认证设备以及书写工具 |
| JP2017144132A (ja) * | 2016-02-19 | 2017-08-24 | 株式会社豊田中央研究所 | 個人識別装置、個人識別方法、及び個人識別プログラム |
| US10752932B2 (en) | 2017-08-08 | 2020-08-25 | International Business Machines Corporation | Biosensor for multi-analyte characterization |
| US10954544B2 (en) | 2017-08-08 | 2021-03-23 | International Business Machines Corporation | Biosensor for multi-analyte characterization |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10154818B2 (en) | Biometric authentication method and apparatus | |
| CA2835460C (en) | System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals | |
| CN105787420B (zh) | 用于生物认证的方法、装置以及生物认证系统 | |
| EP3040018A1 (en) | Method and apparatus for authenticating user based on biosignal | |
| Abdeldayem et al. | ECG-based human authentication using high-level spectro-temporal signal features | |
| Islam et al. | Biometric template extraction from a heartbeat signal captured from fingers | |
| US10765332B2 (en) | Detection of the heartbeat in cranial accelerometer data using independent component analysis | |
| JP2004248714A (ja) | 生体信号を用いた認証方法および認証装置 | |
| CN107437011A (zh) | 基于脑电信号的身份识别的方法和装置 | |
| Hussein et al. | An IoT real-time biometric authentication system based on ECG fiducial extracted features using discrete cosine transform | |
| JP2012176106A (ja) | 認証装置及び認証方法、電子機器、並びにコンピューター・プロクラム | |
| Reshmi et al. | A novel approach to brain biometric user recognition | |
| WO2017084546A1 (zh) | 基于可穿戴设备的用户关注信息确定方法、装置和可穿戴设备 | |
| JP2013150806A (ja) | 電子バイオメトリック識別認識のための方法及び装置 | |
| Sasikala et al. | Identification of individuals using electrocardiogram | |
| Revett et al. | Cognitive biometrics: Challenges for the future | |
| KR101524918B1 (ko) | 생체 신호를 이용한 감정 인식 방법 및 그 장치 | |
| JP6203324B1 (ja) | 認知状態推定システム及び認知状態推定方法 | |
| Guo et al. | Ballistocardiogram-based person identification using correlation analysis | |
| Pathoumvanh et al. | ECG analysis for person identification | |
| Boubakeur et al. | EEG-based person recognition analysis and criticism | |
| Matos et al. | Biometric recognition system using low bandwidth ECG signals | |
| D’angelis et al. | Advancing ECG Biometrics Through Vision Transformers: A Confidence-Driven Approach | |
| Ivanciu et al. | A review of ECG based biometric systems | |
| Yeen et al. | Development of heartbeat based biometric system using wavelet transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060509 |