[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2012090338A1 - 生体情報登録装置及び生体情報登録方法 - Google Patents

生体情報登録装置及び生体情報登録方法 Download PDF

Info

Publication number
WO2012090338A1
WO2012090338A1 PCT/JP2010/073831 JP2010073831W WO2012090338A1 WO 2012090338 A1 WO2012090338 A1 WO 2012090338A1 JP 2010073831 W JP2010073831 W JP 2010073831W WO 2012090338 A1 WO2012090338 A1 WO 2012090338A1
Authority
WO
WIPO (PCT)
Prior art keywords
quality
information
estimated
biometric information
quality information
Prior art date
Application number
PCT/JP2010/073831
Other languages
English (en)
French (fr)
Inventor
安部登樹
Original Assignee
富士通株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to PCT/JP2010/073831 priority Critical patent/WO2012090338A1/ja
Priority to JP2012550667A priority patent/JP5641059B2/ja
Priority to EP10861509.7A priority patent/EP2672450A4/en
Publication of WO2012090338A1 publication Critical patent/WO2012090338A1/ja
Priority to US13/922,958 priority patent/US9239944B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1335—Combining adjacent partial images (e.g. slices) to create a composite input or reference pattern; Tracking a sweeping finger movement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification

Definitions

  • This relates to a device for registering biometric information such as fingerprints and blood vessels.
  • biometric authentication function In order to ensure security, it has become common to authenticate occupants using biometric information.
  • biometric information with low quality may be registered. In that case, there is a possibility that the user is not authenticated even though he / she is the registrant at the time of operation. Also, an authentication error may occur because the environment at the time of inputting biometric information is different from the environment at the time of registration.
  • the input environment at the time of input of biometric information is stored in association with the biometric information, and the input environment of registered biometric information is set at the time of matching.
  • a technique for performing authentication with reference is known (for example, Patent Document 2).
  • the disclosed biometric information registration device includes biometric information reading means for reading biometric information, quality calculating means for calculating quality information of the biometric information read by the biometric information reading means, and the quality calculated by the quality calculating means. Based on the information, quality estimation means for estimating the quality of the next input biological information, estimated quality information estimated by the quality estimation means, and quality of the next biological information calculated by the quality calculation means Estimated match quality calculation means for calculating estimated match quality information indicating a degree of coincidence with information, progress quality calculation means for calculating progress quality information indicating the progress of quality of a plurality of estimated match quality information, and the estimated match quality information And the authentication appropriateness determining means for determining the appropriateness of the registration of the biometric information based on the progress quality information and the authentication appropriateness determining means. If it is determined, and a biometric information registration unit for registering the biometric information.
  • biometric information registration apparatus it is possible to suppress a decrease in authentication accuracy during operation.
  • FIG. 1 It is a figure which shows the biometric information registration apparatus of embodiment. It is a figure which shows the input / output information of each part.
  • FIG. 1 is a flowchart of the biometric information registration process of embodiment. It is a flowchart of progress quality calculation processing. It is a flowchart of an authentication appropriateness determination process. It is a flowchart of the process which estimates the sweat area
  • FIG. 1 is a diagram illustrating a configuration of the biometric information registration apparatus 11 according to the first embodiment.
  • the biometric information registration device 11 is a device for registering biometric information indicating, for example, fingerprints, palm prints, blood vessel distributions, and the like.
  • the biometric information registration device may have only a biometric information registration function, or may have both a registration function and an authentication function.
  • the biometric information registration apparatus according to the following embodiment is used for authentication of a user of a personal computer, for example.
  • the biometric information registration device 11 includes a biometric information reading unit 12, an operation unit 13, a display unit 14, and a control unit 15.
  • the control unit 15 includes a feature amount extraction unit 16, a quality calculation unit 17, a next input quality estimation unit 18, an estimated matching quality calculation unit 19, a progress quality calculation unit 20, an authentication appropriateness determination unit 21, and biometric information.
  • a registration unit 22 is included. In addition, it has a biometric information database 23 in which registered biometric information is stored.
  • the biological information reading unit 12 outputs image data of a biological part (for example, a finger, a palm, etc.).
  • the biological information reading unit 12 is, for example, a fingerprint sensor.
  • the reading area of the fingerprint sensor is made smaller than the area of the entire fingerprint, and the entire fingerprint is read by moving the finger on the fingerprint sensor. As a result, the size of the fingerprint sensor can be reduced and the component cost can be reduced.
  • the feature amount extraction unit 16 extracts the feature amount of the biological information read by the biological information reading unit 12. For example, in the case of a fingerprint, a branch point where a ridge of the fingerprint is branched or an end point where the ridge is interrupted is extracted as a feature amount. A known method can be used as a method for extracting the feature amount of the biological information.
  • the quality calculation unit 17 calculates the quality information of the biological information from the input biological information.
  • the quality information calculated by the quality calculation unit 17 includes, for example, the area of a region in which the distinction between the ridges and valleys of the fingerprint is unclear, the moving speed when the fingerprint is input by sliding the finger, or the area of the read fingerprint Etc.
  • the next input quality estimation unit 18 estimates the quality of the biometric information at the next input using an estimation model formula that takes into account the change in characteristics at the time of fingerprint input. Information obtained by this estimation is estimated quality information.
  • a fingerprint sweat area, a fingerprint catching area, or a fingerprint reading start position is estimated as the next input quality.
  • the estimated match quality calculation unit 19 calculates information indicating the degree of match between the estimated quality information estimated by the next input quality estimation unit 18 and the quality information of the biological information actually input as estimated match quality information.
  • the progress quality calculation unit 20 calculates information indicating the quality progress of the plurality of estimated matching quality information as the progress quality information.
  • the progress quality calculation unit 20 calculates, for example, a cumulative value of differences in time series order of the estimated match quality information as the progress quality information. When a cumulative value of time-series order differences is calculated as the progress quality information, the value of the progress quality information becomes smaller as the difference between the estimated matching quality information is smaller.
  • the authentication suitability determination unit 21 compares the elapsed quality information calculated by the elapsed quality calculation unit 20 with the first threshold value, and calculates the estimated match quality information calculated by the estimated match quality calculation unit 19 and the second threshold value. Comparison is made, and whether or not biometric information is registered is determined based on the comparison result.
  • the authentication suitability determination unit 21 determines the suitability of biometric information registration using, for example, the following “Formula 1”. if Q elapse ⁇ th1 ave (Q match ) ⁇ th2 can be registered ave (Q match ) ⁇ th2 re-register with the same type of biological information ave (Q match ) ⁇ th2 Re-registration with the same type of biometric information ave (Q match ) ⁇ th2 Re-register with another type of biometric information (Formula 1)
  • Q match is information indicating the degree of coincidence between the estimated quality information and the quality information of the biological information actually input. The higher the degree of matching quality information is actually entered and the estimated quality information biometric information, the value of Q match increases, the value of the lower degree of coincidence Q match is reduced.
  • Q elapse is information indicating a change in the estimated match quality information
  • the value of Q elapse decreases as the variation in the estimated match quality information decreases. For example, when fingerprints are read a plurality of times at the time of registration, the cumulative value of the differences in the time series order of the estimated matching quality information sequence is calculated as the elapsed quality information Qelapse .
  • th1 is the first threshold is the upper limit of elapsed quality information Q Elapse
  • th2 is the second threshold value which is the lower limit of the estimated matching quality information Q match.
  • the authentication appropriateness determination unit 21 determines whether or not the elapsed quality information Qelapse is less than the first threshold th1 and whether or not a value (for example, an average value) obtained from the plurality of estimated matching quality information is equal to or greater than the second threshold th2. judge.
  • the input biometric information is suitable for registration.
  • the input biometric information is not suitable for registration.
  • the user is prompted to re-register the same type of biometric information.
  • the authentication suitability determination unit 21 displays a message prompting re-registration of biometric information on the display unit or by voice.
  • the authentication suitability determination unit 21 performs registration. Judge that it is inappropriate, and instruct re-registration with the same type of biometric information.
  • the determination of the suitability of biometric information registration in the authentication suitability determination unit 21 is not limited to the above-described method for obtaining the time-series difference sum of the estimated match quality information sequence.
  • the variance of the estimated match quality information sequence may be obtained, and if the variance is equal to or less than a certain value, it may be determined that it is suitable for registration.
  • the determination of whether or not the threshold value is exceeded is not limited to the above determination method. For example, if the Q match value decreases as the degree of coincidence increases, it may be determined whether the Q match value is less than a threshold value.
  • the biometric information registration unit 22 registers the biometric information extracted by the feature amount extraction unit 16 based on the determination result of the authentication suitability determination unit 21.
  • the biometric information database 23 stores biometric information for which registration has been instructed by the biometric information registration unit 22.
  • the biometric information database 23 does not need to be provided in the biometric information registration apparatus 11 and may be provided in another apparatus so that the biometric information registration apparatus 11 can access via a network.
  • the progress quality calculation unit 20 calculates the progress quality information using the plurality of estimated match quality information output from the estimated match quality calculation unit 19, and outputs the calculated progress quality information to the authentication suitability determination unit 21.
  • FIG. 3A is a diagram showing a data configuration of the biological information database 23.
  • a plurality of pieces of biometric information such as biometric information 1 and biometric information 2 are registered in association with IDs for identifying registrants.
  • IDs for identifying registrants.
  • FIG. 3B is a diagram showing a data configuration of quality information of biological information.
  • the quality value (quality information) of the biometric information input for the first time is stored in a storage unit such as a memory.
  • the authentication suitability determination process in step S19 is executed.
  • the passage quality information and the estimated match quality information are respectively compared with threshold values to determine the suitability of the input biometric information registration.
  • FIG. 8 is an explanatory diagram of a sweat region.
  • a black portion indicated by an arrow in FIG. 8A is a sweat region of the fingerprint image.
  • the fingerprint image is divided into a plurality of lattice-like regions (FIG. 8 (2)), and the contrast value of each region is calculated.
  • FIG. 8 (3) shows the contrast values of the respective areas divided in a grid pattern, and these values are stored in a memory or the like.
  • FIG. 9 is an explanatory diagram of sweat area estimation.
  • FIG. 9A shows a part of the fingerprint image and the sliding direction of the finger.
  • the fingerprint is read by sliding the finger vertically downward in FIG.
  • the finger is slid to read the fingerprint
  • the sweat in the groove portion is blocked by the ridge and moves along the direction of the ridge.
  • the direction of the ridge is estimated by ridge correction processing.
  • the sweat movement direction is estimated based on the estimated ridge direction and slide direction, and the next sweat area shown in FIG. 9B is estimated.
  • the fingerprint ridge direction is obtained by dividing the fingerprint image into w ⁇ w blocks and using a Sobel filter or the like to perform partial differentiation in the horizontal direction (x direction) and vertical direction (y direction), respectively. Find the derivative and the partial derivative of y.
  • the local ridge direction ⁇ (i, j) with respect to the central pixel (i, j) of each block is calculated from the partial differentiation of x and the partial differentiation of y and the following equations.
  • a method using a directional filter can be used.
  • a method using a smoothing mask a method in which the flow in the ridge direction is regarded as a phase diagram used in physics, and smoothed by modeling using mathematical formulas are known. .
  • the sweat area is then calculated.
  • the fingerprint image is divided into a plurality of lattice regions, and a contrast value is calculated for each region.
  • the calculation of the contrast value includes a method using the average or variance of pixel values, a method of performing frequency analysis, and extracting a low frequency region.
  • the calculated contrast value is compared with a predetermined threshold value, and if the contrast value is less than the threshold value, the low contrast region is determined as a sweat region.
  • FIG. 13 is a diagram showing the data structure of the catching area. As described above, “1” is set to the position corresponding to the pixel in the catching area, and “0” is set to the position corresponding to the other pixels.
  • FIG. 15 is a flowchart showing the process of the third embodiment for estimating the input start position of a fingerprint.
  • the moving speed of the finger when inputting the fingerprint by sliding the finger is calculated (S81).
  • the speed information calculation process in step S81 is the same as the process in step S61 of the second embodiment.
  • the estimated next input start position D next is a value in the range of the current input start position D c ⁇ ⁇ ⁇ v.
  • the current input start position Dc is set as the estimated next input start position Dnext .
  • the fingerprint sensor does not always operate, but starts to operate upon detecting that a finger is placed on the fingerprint sensor. Therefore, a certain time is required until the fingerprint sensor actually starts reading the fingerprint. If the time required for starting the fingerprint sensor is t wake , the input start position can be calculated from the finger movement speed v, the time t wake, and the reading start position D 1 . Since the distance from the reference point to the reading start position can be calculated from the input fingerprint image, the distance from the reference point to the current input start position can also be calculated.
  • the fingerprint image reading start position is a position shown in the left fingerprint image of FIG.
  • the input start position is a position lower than the reading start position by a distance v ⁇ t wake in the vertical direction (as viewed from the front in FIG. 16) (Shown in the center fingerprint image in FIG. 16).
  • a range of 2 ⁇ ⁇ v with respect to the input start position is set as the estimated input start position from the input start position, the finger movement speed v, and the time t wake. Can be identified.
  • the current input start position is set as the estimated next input start position.
  • estimated match quality information is calculated from the difference between the estimated next input start position D next and the actual input start position D i .
  • biometric information with little variation in quality can be registered, it is possible to prevent biometric information with a lower quality than that at the time of operation or biometric information with a quality that is too high from being registered, thereby reducing the accuracy of authentication during operation. . Moreover, even if the quality of the biometric information is low, biometric information with stable quality can be registered, so that the user's registration opportunities can be increased.
  • the moving speed of the finger may vary, and as a result, the input start position may also vary. Even in such a case, it is possible to register a fingerprint image with little variation in quality, and it is possible to prevent a decrease in authentication accuracy during operation.
  • the present invention is not limited to a fingerprint image, and can be applied to an apparatus for registering other biological information such as a palm print.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)

Abstract

　次回入力される生体情報の品質を推定する。推定品質情報と、実際に入力された生体情報の品質情報との一致度を示す推定一致品質情報を算出する。さらに、複数の推定一致品質情報の品質の経過を示す経過品質情報を算出する。そして、推定一致品質情報と経過品質情報とに基づいて、生体情報の登録の適否を判定する。

Description

生体情報登録装置及び生体情報登録方法
　指紋、血管等の生体情報を登録する装置に関する。
　セキュリティを確保するために生体情報を利用して入室者の認証を行うことが一般的になってきている。個人で使用する機器、例えば、パーソナルコンピュータ、携帯電話機等にも、他人による不正な利用を防止するために生体認証機能を有するものがある。
　生体認証を行うためには、予め生体情報を登録しておく必要があるが、利用者は必ずしも生体情報の登録作業に慣れていないので、品質の低い生体情報を登録してしまうことがある。その場合、運用時に登録者本人であるにもかかわらず認証されない可能性がある。また、生体情報の入力時の環境が、登録時の環境と異なるために認証エラーとなることもある。
　上記の問題を解決するために、登録指紋品質を設定できる登録閾値設定手段を設け、指紋登録のときに一定の品質を満たさない指紋データの登録を許可しないようにする技術が知られている。さらに、登録した指紋データと、最後に照合成功した指紋データを記憶しておき、照合対象の指紋データと、登録指紋データと、最後に照合成功した指紋データの総合評価を行うことで、入力時の環境の影響を減らす技術が知られている（例えば、特許文献１）。
　また、生体情報の入力環境の違いや経年変化による精度変化を改善するために、生体情報の入力時の入力環境を生体情報と対応付けて記憶しておき、照合時に登録生体情報の入力環境を参照して認証を行う技術が知られている（例えば、特許文献２）。
　また、半導体チップを利用した指紋センサにおいて、チップ面積を小さくするために、指紋の一部の画像を指紋センサで読み取り、読み取った複数の部分画像から指紋画像を得ることが知られている（例えば、特許文献３）。
特開２０００－５７３４１号公報 特開２００２－２３６６６５号公報 特開２００４－３４８７２６号公報
　生体情報認証装置における、運用時の認証精度の低下を抑止することである。
　開示の生体情報登録装置は、生体情報を読み取る生体情報読み取り手段と、前記生体情報読み取り手段により読み取られる前記生体情報の品質情報を算出する品質算出手段と、前記品質算出手段により算出された前記品質情報に基ついて、次に入力される生体情報の品質を推定する品質推定手段と、前記品質推定手段により推定される推定品質情報と、前記品質算出手段により算出される、次の生体情報の品質情報との一致度を示す推定一致品質情報を算出する推定一致品質算出手段と、複数の推定一致品質情報の品質の経過を示す経過品質情報を算出する経過品質算出手段と、前記推定一致品質情報と前記経過品質情報とに基づいて、前記生体情報の登録の適否を判定する認証適正判定手段と、前記認証適正判定手段により登録に適すると判定されたとき、前記生体情報を登録する生体情報登録手段とを備える。
　開示の生体情報登録装置によれば、運用時の認証精度の低下を抑止することができる。
実施の形態の生体情報登録装置を示す図である。 各部の入出力情報を示す図である。 （Ａ）～（Ｃ）はデータ構成を示す図である。 実施の形態の生体情報登録処理のフローチャートである。 経過品質算出処理のフローチャートである。 認証適正判定処理のフローチャートである。 第１の実施の形態の汗領域を推定する処理のフローチャートである。 汗領域算出の説明図である。 汗領域推定の説明図である。 第２の実施の形態の引っかかり領域を推定する処理のフローチャートである。 速度・加速度算出の説明図である。 指紋の引っかかり領域の説明図である。 引っかかり領域のデータ構成を示す図である。 第２の実施の形態の推定一致品質算出処理のフローチャートである。 第３の実施の形態の入力開始位置を推定する処理のフローチャートである。 入力開始位置算出の説明図である。 次回入力開始位置推定の説明図である。
　以下、実施の形態について説明する。図１は、第1の実施の形態の生体情報登録装置１１の構成を示す図である。生体情報登録装置１１は、例えば、指紋、掌紋、血管の分布等を示す生体情報を登録するための装置である。生体情報登録装置は、生体情報の登録機能のみを有しても良いし、登録機能と認証機能の両方を有しても良い。以下の実施の形態の生体情報登録装置は、例えば、パーソナルコンピュータの利用者の認証に用いられる。
　生体情報登録装置１１は、生体情報読み取り部１２と、操作部１３と、表示部１４と、制御部１５を有する。制御部１５は、特徴量抽出部１６と、品質算出部１７と、次回入力品質推定部１８と、推定一致品質算出部１９と、経過品質算出部２０と、認証適正判定部２１と、生体情報登録部２２を有する。この他に、登録された生体情報が格納される生体情報データベース２３を有する。
　生体情報読み取り部１２は、生体の部位（例えば、指、掌等）の画像データを出力する。生体情報読み取り部１２は、例えば、指紋センサである。この実施の形態では、指紋センサの読み取り面積を指紋全体の面積より狭くして、指紋センサの上で指を移動させることで指紋全体を読み取るようにしている。これにより、指紋センサのサイズを小さくして部品コストを低減することができる。
　特徴量抽出部１６は、生体情報読み取り部１２で読み取られる生体情報の特徴量を抽出する。例えば、指紋の場合には、特徴量として指紋の隆線が分岐している分岐点又は隆線が途切れている端点を抽出する。生体情報の特徴量の抽出方法は、公知の方法を利用することができる。
　品質算出部１７は、入力された生体情報から生体情報の品質情報を算出する。品質算出部１７で算出する品質情報は、例えば、指紋の隆線と谷線の区別が不鮮明な領域の面積、指をスライドさせて指紋を入力するときの移動速度、あるいは読み取られた指紋の面積などである。
　次回入力品質推定部１８は、指紋入力時の特性の変化を考慮した推定モデル式を用いて、次回入力時の生体情報の品質を推定する。この推定により得られる情報が推定品質情報である。
　以下の実施の形態においては、例えば、指紋の汗領域、指紋の引っかかり領域、あるいは指紋の読み取り開始位置を次回入力品質として推定している。
　推定一致品質算出部１９は、次回入力品質推定部１８で推定された推定品質情報と、実際に入力された生体情報の品質情報との一致度を示す情報を推定一致品質情報として算出する。
　経過品質算出部２０は、複数の推定一致品質情報の品質経過を示す情報を経過品質情報として算出する。経過品質算出部２０は、例えば、推定一致品質情報の時系列順の差分の累積値を経過品質情報として算出する。経過品質情報として時系列順の差分の累積値を算出した場合には、推定一致品質情報間の差が小さいほど、経過品質情報の値は小さくなる。
　認証適正判定部２１は、経過品質算出部２０で算出される経過品質情報と第1の閾値を比較とすると共に、推定一致品質算出部１９で算出される推定一致品質情報と第２の閾値を比較し、それらの比較結果に基づいて生体情報の登録の適否を判定する。
　認証適正判定部２１は、例えば、以下の「式１」を用いて生体情報の登録の適否を判定する。
ｉｆ　Ｑｅｌａｐｓｅ＜ｔｈ１　　　　　　　　　　　　　　
　　　ａｖｅ（Ｑｍａｔｃｈ）≧ｔｈ２　登録可能
　　　ａｖｅ（Ｑｍａｔｃｈ）＜ｔｈ２　同じ種類の生体情報で再登録
ｅｌｓｅ
　　　ａｖｅ（Ｑｍａｔｃｈ）≧ｔｈ２　同じ種類の生体情報で再登録
　　　ａｖｅ（Ｑｍａｔｃｈ）＜ｔｈ２　他の種類の生体情報で再登録　（式１）
　上記の式において、Ｑｍａｔｃｈは、推定品質情報と実際に入力された生体情報の品質情報との一致度を示す情報である。推定品質情報と実際に入力された生体情報の品質情報の一致度が高いほど、Ｑｍａｔｃｈの値は大きくなり、一致度が低いほどＱｍａｔｃｈの値は小さくなる。
　Ｑｅｌａｐｓｅは、推定一致品質情報の変化を示す情報であり、推定一致品質情報のばらつきが小さいほどＱｅｌａｐｓｅの値は小さくなる。例えば、登録時に複数回指紋の読み取りを行う場合に、推定一致品質情報列の時系列順の差分の累積値を経過品質情報Ｑｅｌａｐｓｅとして算出する。
　ｔｈ１は、経過品質情報Ｑｅｌａｐｓｅの上限値である第1の閾値、ｔｈ２は、推定一致品質情報Ｑｍａｔｃｈの下限値である第２の閾値である。
　認証適正判定部２１は、経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１未満か否か、複数の推定一致品質情報から得られる値（例えば、平均値）が第２の閾値ｔｈ２以上か否かを判定する。そして、経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１未満で、かつ推定一致品質情報Ｑｍａｔｃｈの平均値ａｖｅ（Ｑｍａｔｃｈ）が第２の閾値ｔｈ２以上のときには、入力された生体情報は登録に適したものと判断する。
　また、経過品質情報Ｑｅｌａｐｓｅが第1の閾値ｔｈ１未満で、かつ推定一致品質情報Ｑｍａｔｃｈの平均値ａｖｅ（Ｑｍａｔｃｈ）が第２の閾値ｔｈ２未満のときには、入力された生体情報は登録に不適と判断する。この場合、利用者に同じ種類の生体情報の再登録を促す。例えば、認証適正判定部２１は、生体情報の再登録を促すメッセージを表示部に表示又は音声により通知する。
　他方、経過品質情報Ｑｅｌａｐｓｅが第1の閾値ｔｈ１以上で、かつ推定一致品質情報Ｑｍａｔｃｈの平均値ａｖｅ（Ｑｍａｔｃｈ）が第２の閾値ｔｈ２以上のときには、認証適正判定部２１は、登録に不適と判断し、同じ種類の生体情報で再登録を行うことを指示する。
　また、経過品質情報Ｑｅｌａｐｓｅが第1の閾値ｔｈ１以上で、かつ推定一致品質情報Ｑｍａｔｃｈの平均値ａｖｅ（Ｑｍａｔｃｈ）が第２の閾値ｔｈ２未満のときには、登録に不適と判断し、異なる種類の生体情報（例えば、指紋認証であれば、他の指）の再登録を促す。
　認証適正判定部２１における、生体情報の登録の適否の判定は、上述した推定一致品質情報列の時系列の差分和を求める方法に限らない。例えば、推定一致品質情報列の分散を求めて、分散が一定値以下であれば、登録に適していると判定しても良い。また、閾値以上か否かの判定も上記の判定方法に限らない。例えば、一致度が高いほどＱｍａｔｃｈの値が小さくなる場合には、Ｑｍａｔｃｈの値が閾値未満か否かを判定すれば良い。
　生体情報登録部２２は、認証適正判定部２１の判定結果に基づいて、特徴量抽出部１６で抽出された生体情報の登録を行う。
　生体情報データベース２３は、生体情報登録部２２により登録が指示された生体情報を格納する。生体情報データベース２３は、生体情報登録装置１１内に設ける必要はなく、別の装置に設け、ネットワークを介して生体情報登録装置１１がアクセスするようにしても良い。
　図２は、生体情報登録装置の各部の入出力情報を示す図である。
　生体情報読み取り部１２で読み取られた生体情報は、特徴量抽出部１６と品質算出部１７に出力される。品質算出部１７で算出される生体情報の品質情報は、次回入力品質推定部１８と推定一致品質算出部１９に出力される。
　次回入力品質推定部１８は、入力された生体情報の品質情報を用いて次回入力品質を推定する。
　推定一致品質算出部１９は、品質算出部１７から出力される品質情報と、次回入力品質推定部１８から出力される推定品質情報とを用いて、推定一致品質情報を算出する。算出された推定一致品質情報は、経過品質算出部２０と認証適正判定部２１に出力される。
　経過品質算出部２０は、推定一致品質算出部１９から出力される複数の推定一致品質情報を用いて経過品質情報を算出し、算出した経過品質情報を認証適正判定部２１に出力する。
　認証適正判定部２１は、推定一致品質算出部１９から出力される推定一致品質情報と、経過品質算出部２０から出力される経過品質情報を用いて、生体情報の登録の適否を判定し、判定結果を生体情報登録部２２に出力する。
　生体情報登録部２２は、認証適正判定部２１から登録に適しているとの判定結果を受信したときには、特徴量抽出部１６から出力される生体情報の特徴量データを、生体情報データベース２３に登録する。また、生体情報登録部２２は、認証適正判定部２１から登録に不適であるとの判定結果を受信したときには、入力された特徴量データの登録を行わない。
　図３（Ａ）は、生体情報データベース２３のデータ構成を示す図である。生体情報データベース２３には、登録者を特定するＩＤと対応付けて生体情報１、生体情報２等の複数の生体情報が登録されている。この実施の形態では、登録時に同じ指の指紋を複数回入力するので、一つのＩＤに対して、一つまたは複数の生体情報が登録される。
　図３（Ｂ）は、生体情報の品質情報のデータ構成を示す図である。１回目に入力された生体情報の品質値（品質情報）、２回目に入力された生体情報の品質値等がメモリ等の記憶部に格納される。
　図３（Ｃ）は、推定一致品質情報のデータ構成を示す図である。１回目に入力された生体情報の品質情報から得られる推定品質情報と、２回目の生体情報の品質情報との一致度を示す推定一致品質情報が２回目の入力の推定一致品質値としてメモリ等の記憶部に格納される。同様に、２回目（又は１回目と２回目）に入力された生体情報の品質情報から得られる推定品質情報と、３回目の生体情報の品質情報との一致度を示す推定一致品質情報が、３回目の入力の推定一致品質値としてメモリに格納される。
　図４は、実施の形態の生体情報登録処理のフローチャートである。図４の処理は、例えば、制御部１５のＣＰＵ等により実行される。
　生体情報の入力回数をカウントするカウンタｃｏｕｎｔに初期として「０」を設定する（Ｓ１１）。
　生体情報読み取り部１２により生体情報が読み取られると、カウンタｃｏｕｎｔの値がインクリメントされる（Ｓ１２）。
　次に、生体情報読み取り部１２により読み取られた生体情報の品質を算出する（Ｓ１３）。ステップＳ１３の処理では、例えば、指紋認証の場合には、隆線と谷線の区別が不鮮明な領域の面積等を品質情報として算出する。
　次に、カウンタｃｏｕｎｔの値が１より大きいか否かを判定する（Ｓ１４）。カウンタｃｏｕｎｔの値が１と等しいか、小さいときには（Ｓ１４、ＮＯ）、ステップＳ１２に戻り、生体情報の入力処理を再度実行する。
　他方、カウンタｃｏｕｎｔの値が１より大きいときには（Ｓ１４、ＹＥＳ）、ステップＳ１５に進み、次回入力品質を推定する。ステップＳ１５では、例えば、隆線と谷線の区別が不鮮明になっている汗領域の位置を推定する。
　次に、推定一致品質算出処理を実行する（Ｓ１６）。ステップＳ１６の推定一致品質算出処理では、次回入力品質推定処理（Ｓ１５）で推定した次回入力品質推定情報と、実際に入力された生体情報の品質情報の一致度を示す情報を、推定一致品質情報として算出する。
　次に、カウンタｃｏｕｎｔの値が入力回数の閾値Th_inputより大きいか否かを判定する（Ｓ１７）。カウンタｃｏｕｎｔの値が閾値Th_input以下のときには（Ｓ１７、ＮＯ）、ステップＳ１２の処理に戻る。
　他方、カウンタｃｏｕｎｔの値が閾値Th_inputより大きいときには、すなわち必要な回数分の生体情報の入力が行われたときには（Ｓ１７、ＹＥＳ）、ステップＳ１８の経過品質情報算出処理を実行する。
　次に、ステップＳ１９の認証適正判定処理を実行する。ステップＳ１９の認証適正判定処理では、経過品質情報と推定一致品質情報をそれぞれ閾値と比較することで、入力された生体情報の登録の適否を判定する。
　登録に不適と判定されたときには、ステップＳ１１に戻り、利用者に同じ種類又は異なる種類の生体情報の再入力を促す、あるいは登録不可と判定して処理を終了する。
　他方、生体情報が登録に適していると判定されたときには（Ｓ１９、適正）、ステップＳ２０に進み、生体情報の特徴量を抽出する。
　次に、登録処理を実行する（Ｓ２１）。ステップＳ２１の登録処理では、例えば、抽出した生体情報の特徴量データを、登録者を特定するＩＤと対応付けて生体情報データベース２３に登録する。
　図５は、図４のステップＳ１８の経過品質算出処理のフローチャートである。
　カウンタｋに初期値として「１」を設定する（Ｓ３１）。次に、今回の推定一致品質情報Ｑｍａｔｃｈ（ｋ）と前回の推定一致品質情報Ｑｍａｔｃｈ（ｋ－１）の差分と、前回の経過品質情報Ｑｅｌａｐｓｅの加算結果を、今回の経過品質情報Ｑｅｌａｐｓｅとして算出する。ステップＳ３２の処理により、推定一致品質情報Ｑｍａｔｃｈ（ｋ）の時系列順の差分値の累積値が、経過品質情報Ｑｅｌａｐｓｅとして得られる。
　次に、カウンタｋの値をインクリメントする（Ｓ３３）。次に、カウンタｋの値が、予め決められている入力回数の上限値Ｎより大きいか否かを判定する（Ｓ３４）。上限値Ｎ以下であれば（Ｓ３４、ＮＯ）、ステップＳ３２に戻り、次の経過品質情報の算出を行う。カウンタｋの値がＮより大きければ（Ｓ３４、ＹＥＳ）、すなわち、入力回数の上限値Ｎを超えたときには、次の処理に進む。
　図６は、図４のステップＳ１９の認証適正判定処理のフローチャートである。
　最初に、推定一致品質情報Ｑｍａｔｃｈの平均値を算出する（Ｓ４１）。次に、経過品質算出処理（Ｓ１８）で算出した経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１未満か否かを判定する（Ｓ４２）。
　経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１未満のときには（Ｓ４２、ＹＥＳ）、ステップＳ４３に進み、推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２以上か否かを判定する。
　推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２以上のときには（Ｓ４３、ＹＥＳ）、ステップＳ４４に進み、入力された生体情報を登録可能と判定する。
　他方、推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２未満のときには、ステップＳ４５に進み、利用者に同じ種類の生体情報での再登録を指示する。
　ステップＳ４２において、経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１以上であると判定されたときには（Ｓ４２、ＮＯ）、ステップＳ４６に進み、推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２以上か否かを判定する。
　推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２以上のときには（Ｓ４６、ＹＥＳ）、上記のステップＳ４５に進み、利用者に同じ種類の生体情報での再登録を指示する。
　経過品質情報Ｑｅｌａｐｓｅが第１の閾値ｔｈ１以上で、かつ推定一致品質情報Ｑｍａｔｃｈの平均値が第２の閾値ｔｈ２未満のときには（Ｓ４６、ＮＯ）、ステップＳ４７に進み、入力された生体情報の登録を不可と判定する。
　ここで、図４のステップＳ１５の次回入力品質推定処理の一例として、指紋の汗領域を推定する場合、指をスライドさせたときの引っかかり領域を推定する場合、あるいは入力開始位置を推定する場合の処理内容について詳しく説明する。
　図７は、次回入力品質推定情報として汗領域を推定する第１の実施の形態の処理内容を示すフローチャートである。
　指紋の隆線方向を算出する（Ｓ５１）。隆線方向の算出は、前述した大きさｗ×ｗの指紋画像の各ブロックの中心画素の隆線方向を計算することで行う。算出した隆線方向を示すデータはメモリ等の記憶部に保存する。
　次に、低コントラスト領域の隆線方向の補正を行う（Ｓ５２）。隆線方向の補正は、前述したガウシャンフィルタ等の平滑化マスクを利用する方法、隆線方向の流れを相図を利用してモデリングすることで平滑化する方法等で実現する。補正した隆線方向を示すデータはメモリ等の記憶部に保存する。
　次に、入力された生体情報の汗領域を算出する（Ｓ５３）。算出した汗領域を示すデータはメモリ等の記憶部に保存する。
　図８は、汗領域の説明図である。図８（１）に矢印で示す黒い部分が指紋画像の汗領域である。汗領域を抽出するために、指紋画像を格子状の複数の領域に分割し（図８（２））、各領域のコントラスト値を計算する。図８（３）は、格子状に分割した各領域のコントラスト値を示しており、これらの値はメモリ等に格納される。
　次に、図８（３）に示すコントラスト値の内で、低コントラスト値の領域を汗領域として抽出する。図８（４）は、低コントラスト値の領域を、汗領域として算出した結果を示している。
　以上のようにして汗領域を算出したなら、次に、図７のステップＳ５４において、次回汗領域を推定する。
　図９は、汗領域推定の説明図である。図９（Ａ）は、指紋画像の一部と、指のスライド方向を示している。この例では、指を図９の垂直下方向にスライドさせて指紋の読み取りを行っている。指紋を読み取るために指をスライドさせると、溝の部分にある汗は隆線により堰き止められ、隆線の方向に沿って移動する。入力された指紋画像は、汗領域の部分の隆線の方向が判別できないので、隆線補正処理により隆線の方向を推定する。そして、推定した隆線方向とスライド方向とに基づいて汗の移動方向を推定し、図９（Ｂ）に示す次回汗領域を推定する。
　ここで、次回入力品質の推定方法について説明する。指に汗領域が存在する場合、指紋センサの上で指をスライドさせたときに、指に加わる力により汗領域も移動する。次回の汗領域の位置を推定するためには指紋の隆線方向を算出する必要がある。指紋の隆線方向は、指紋画像をｗ×ｗのブロックに分割し、ソーベルフィルタなどを利用して、水平方向（ｘ方向）、垂直方向（ｙ方向）にそれぞれ偏微分してｘの偏微分とｙの偏微分を求める。ｘの偏微分とｙの偏微分と、以下の式から各ブロックの中心画素（ｉ、ｊ）に対する局所的な隆線方向θ（ｉ，ｊ）を算出する。
Figure JPOXMLDOC01-appb-M000001
　上記の算出方法以外に方向フィルタを利用する方法等公知の他の方法を利用できる。
　一般に、隆線と谷線のコントラストが低い不鮮明な領域では、隆線方向を正確に算出することが難しい。そこで、隆線方向補正処理を実施して隆線方向を確定する。隆線方向の補正には、平滑化マスクを利用する方法、隆線方向の流れを物理学で用いられる相図と見立て、数式を用いてモデリングすることで平滑化する方法等が知られている。
　隆線方向を算出したなら、次に汗領域を算出する。汗領域は、指紋画像を格子状の複数の領域に分割し、領域毎にコントラスト値を算出する。コントラスト値の算出には、画素値の平均又は分散を利用する方法、周波数解析を行い、低周波領域を抽出する方法などがある。算出したコントラスト値を予め決められた閾値と比較し、コントラスト値が閾値未満であれば、その低コントラスト領域を汗領域と判定する。
　指紋を読み取らせる際に指をスライドさせる動作により汗はこすれて落ち、汗領域は小さくなる。指紋は溝（谷線）が多数存在する構造を有しているので溝に汗が溜まりやすい。また、指のスライド方向と溝の方向が直交する方向に近づくほど汗の流れを堰き止める効果が大きくなる。この性質を利用して以下の式を用いて、次回汗領域Ｒｎｅｘｔを推定する。
　Ｒｎｅｘｔ＝｛Ｒ（i,j)｜ｃｏｓ（｜Ｏ’(i,j)-Ｏｓｌｉｄｅ｜）＞閾値　（式２）
　Ｒ(i,j)は、入力された生体情報から得られる汗領域の位置を示す。
　Ｏ’(i,j)は補正後の隆線方向の角度、Ｏｓｌｉｄｅは指のスライド方向の角度を示す。
　上記の式において、Ｒｎｅｘｔの値として、汗領域であれば「１」が、それ以外の領域は「－１」が格納される。
　推定一致品質算出部１９は、以下の式を用いて推定一致品質情報Ｑｍａｔｃｈを算出する。
　ｉｆ　Ｒ－Ｒｎｅｘｔ＝０、　Ｑｍａｔｃｈ（ｉ）＝１
　ｅｌｓｅ　　　　　　Ｑｍａｔｃｈ（ｉ）＝１／（Ｒ－Ｒｎｅｘｔ）   （式３）
　Ｑｍａｔｃｈは、次回推定品質情報Ｒｎｅｘｔと、実際に入力された指紋の品質情報Ｒとの一致度を示す情報である。Ｒ－Ｒｎｅｘｔは、１以上の整数である。
　上記の式において、実際に入力された指紋の品質情報Ｒと、次回推定品質情報Ｒｎｅｘｔが一致する場合には、推定一致品質情報Ｑｍａｔｃｈ（ｉ）は「１」となる。
　また、実際に入力された指紋の品質情報Ｒと、次回推定品質情報Ｒｎｅｘｔが一致しないときには、推定一致品質情報Ｑｍａｔｃｈ（ｉ）の値は「１」未満となり、一致度が低いほどＱｍａｔｃｈ（ｉ）の値は小さくなる。
　経過品質算出部２０は、以下の式を用いて経過品質情報Ｑｅｌａｐｓｅを算出する。
Figure JPOXMLDOC01-appb-M000002
　認証適正判定部２１は、前述した式１を用いて、経過品質情報Ｑｅｌａｐｓｅと推定一致品質情報Ｑｍａｔｃｈをそれぞれの閾値と比較することで生体情報の登録の適否を判定する。
　上述した第１の実施の形態によれば、以下のような効果が得られる。品質のばらつきの少ない生体情報を登録することができるので、運用時に比べて品質の低い生体情報、あるいは不当に品質が高すぎる生体情報が登録され、それにより運用時の認証精度が低下するのを抑止できる。また、生体情報の品質が低くとも、安定した品質の生体情報であれば登録することができるので、当該生体情報登録装置を有した認証システムを利用できる人の数を増やすことができる。
　特に、パーソナルコンピュータ等に実装される生体認証装置では、利用者が生体情報の登録に慣れていないために、登録時の生体情報の品質のばらつきが多くなると考えられる。このようなケースでも、上述した第１の実施の形態によれば、品質のばらつきの少ない生体情報を登録することで運用時の認証精度の低下を抑止できる。
　次に、図１０は、次回入力品質として指紋の引っかかり領域を推定する第２の実施の形態の処理を示すフローチャートである。
　指紋センサの上で指をスライドさせたときの速度情報を算出する（Ｓ６１）。次に、速度情報の変化から加速度情報を算出する（Ｓ６２）。
　図１１は、速度・加速度算出の説明図である。生体情報読み取り部１２で読み取られる指紋の２枚の部分画像（スライス画像）の相関値が最大になるように、一方の部分画像の画素を移動させる。このときの平行移動画素数をεｉとすると、指の移動速度ｖｉは、ｖｉ＝εｉ／Ｔ、から求めることができる。
　また、加速度αｉは、連続する２枚の部分画像から求めた速度ｖｉ＋１、ｖｉを用いて、αｉ＝ｖｉ＋１－ｖｉから求めることができる。
　次に、速度の変曲点を引っかかり位置として算出する（Ｓ６３）。ステップＳ４３の処理では、例えば、引っかかり位置ｔｉは、速度ｖを時間ｔで偏微分した値が０となる位置として求める。
　さらに、算出された加速度情報を用いて引っかかり強度を算出する（Ｓ６４）。引っかかり強度が大きいほど、指が引っかかったときの加速度の変化が大きくなり、引っかかり強度が小さいほど加速度の変化量は小さくなる。従って、引っかかり強度は、加速度の振幅値で表すことができる。
　図１２は、指をスライドさせるときの引っかかり領域の説明図である。指をスライドさせて指紋の読み取りを行う場合、指紋の凹凸と指紋センサとの摩擦により引っかかりが生じて指の移動速度が変化する。第２の実施の形態では、指をスライドさせたときの速度の変化する位置を特定し、速度変化の開始位置から終了位置までを引っかかり領域として定義する。
　引っかかり強度が大きいほど、スライドさせたときの指表面のたわみが大きくなり、ひっかかり位置がずれやすい。この性質を元に、引っかかり強度と現在の引っかかり領域の位置から次回引っかかり領域を予測する。
　現在の引っかかり領域をｔｉ、現在の引っかかり強度をａｉ、次回推定引っかかり領域をｔｎｅｘｔ、とすると、次回推定引っかかり領域ｔｎｅｘｔは以下の式で表せる。
ｔｉ－αａｉ＜ｔｎｅｘｔ＜ｔｉ＋αａｉ　　ｔｎｅｘｔ＝１
　　　　　　　　　　ｅｌｓｅ　　　　　ｔｎｅｘｔ＝０  （式４）
　すなわち、次回推定引っかかり領域ｔｎｅｘｔは、ｔｉ－αａｉからｔｉ＋αａｉの範囲で、その範囲のｔｎｅｘｔの値として「１」を設定し、それ以外の領域の値として「０」が設定される。
　図１３は、引っかかり領域のデータ構成を示す図である。上記のように引っかかり領域の画素に対応する位置には「１」が設定され、それ以外の画素に対応する位置には「０」が設定される。
　図１４は、第２の実施の形態の推定一致品質算出処理のフローチャートである。
　最初に、前回入力時に指をスライドさせたときの加速度列と、今回入力時の加速度列の位置合わせ行うことで引っかかり領域の位置合わせを行う（Ｓ７１）。加速度列の位置合わせは、例えば、端点フリーダイナミックプログラミングマッチングにより位置合わせを行う。これは、２つの時系列データの対応付けを最適化する公知の手法である。
　次に、推定次回引っかかり領域の各点に重み付けして、実際に入力された指紋画像の引っかかり領域と推定引っかかり領域の各対応点の距離Ｄを算出する８Ｓ７２）。ステップＳ７２の処理では、例えば、Ｄ＝Σ｜ｔｉ－ηｉ・ｔｎｅｘｔ｜、から距離Ｄを算出する。ηｉは、引っかかり領域の各点の重み係数である。
　次に、算出された距離Ｄが「０」か否かを判別する（Ｓ７３）。距離Ｄが「０」のときには（Ｓ７３、ＹＥＳ）、ステップＳ７４に進み、推定一致品質情報Ｑｍａｔｃｈの値として「１」を設定する。
　他方、距離Ｄが「０」でないときには（Ｓ７３、ＮＯ）、ステップＳ７５に進み、Ｑｍａｔｃｈの値として１／Ｄを設定する。
　ステップＳ７３～Ｓ７５の処理内容を式で表すと以下のようになる。
　ｉｆ　Ｄ＝０　　　Ｑｍａｔｃｈ（ｉ）＝１
　　　　ｅｌｓｅ　　Ｑｍａｔｃｈ（ｉ）＝１／Ｄ     （式５）
　その後、前述したステップＳ１８の経過品質算出処理、Ｓ１９の認証適正判定処理を実行して、生体情報の登録の適否を判断する。
　上述した第２の実施の形態によれば、以下のような効果が得られる。品質のばらつきの少ない生体情報を登録することができるので、運用時に比べて品質の低い生体情報、あるいは品質が高すぎる生体情報が登録され、それにより運用時の認証精度が低下するのを抑止できる。また、生体情報の品質が低くとも、安定した品質の生体情報であれば登録することができるので、利用者の登録機会を増やすことができる。
　次に、図１５は、指紋の入力開始位置を推定する第３の実施の形態の処理を示すフローチャートである。
　指をスライドさせて指紋を入力するときの指の移動速度を算出する（Ｓ８１）。ステップＳ８１の速度情報の算出処理は、第２の実施の形態のステップＳ６１の処理と同じである。
　次に、基準点を算出する（Ｓ８２）。ステップＳ８２の基準点の算出処理は、指紋画像を格子状に分割し、各ブロックの隆線方向を算出し、隆線方向の変化量が大きく、指の先端に向かって凸の部分（図１６参照）を基準点として特定する。次に、現在の入力開始位置を算出する（Ｓ８３）。
　次に、算出した入力開始位置に基づいて、次回入力開始位置Ｄｎｅｘｔを推定する（Ｓ８４）。
　指の移動速度ｖが大きいほど、入力開始位置のずれも大きくなると考えられる。そこで、指の移動速度ｖを考慮して、以下の式を用いて推定入力開始位置を算出する。
ｖ・ｔｗａｋｅ＋Ｄ１－α・ｖ＜Ｄｎｅｘｔ＜ｖ・ｔｗａｋｅ＋Ｄ１＋α・ｖ  （式６）
　　ｖ：指の移動速度
　　ｔｗａｋｅ：指紋センサの起動時間
　　α：定数
　　Ｄ１：指紋センサの読み取り開始位置
　　Ｄｎｅｘｔ：推定次回入力開始位置
　すなわち、推定次回入力開始位置Ｄｎｅｘｔは、現在の入力開始位置Ｄｃ±α・ｖの範囲の値となる。第３の実施の形態においては、例えば、推定次回入力開始位置Ｄｎｅｘｔとして現在の入力開始位置Ｄｃを設定する。
　ここで、図１６及び図１７を参照して指紋の入力開始位置の算出方法と、次回入力開始位置の推定方法について説明する。
　指紋センサは常に動作しているのではなく、指紋センサの上に指をのせられたことを検出して動作を開始する。そのため、指紋センサが実際に指紋の読み取りを開始するまでに一定の時間を要する。指紋センサの起動までに要する時間をｔｗａｋｅとすると、指の移動速度ｖと時間ｔｗａｋｅと読み取り開始位置Ｄ１から入力開始位置を算出することができる。基準点から読み取り開始位置までの距離は、入力された指紋画像から算出することができるので、基準点から現在の入力開始位置までの距離も算出することができる。
　指紋画像の読み取り開始位置が、図１６の左側の指紋画像に示す位置であるとする。指の移動速度ｖ、指紋センサの起動に要する時間ｔｗａｋｅとすると、入力開始位置は、読み取り開始位置より垂直方向（図１６の正面から見て）に距離ｖ・ｔｗａｋｅだけ下側の位置となる（図１６の中央の指紋画像に示す）。
　指紋の基準位置が、図１６の右側の指紋画像に黒点で示す位置であるとすると、入力開始位置は、基準点から読み取り開始位置までの距離に、上記の距離ｖ・ｔｗａｋｅを加算した位置となる。
　図１７において、現在の入力開始位置を算出したなら、その入力開始位置と、指の移動速度ｖと、時間ｔｗａｋｅから、入力開始位置に対して２α・ｖの範囲を、推定入力開始位置として特定することができる。例えば、現在の入力開始位置を推定次回入力開始位置として設定する。
　第３の実施の形態の推定一致品質算出処理（図４のＳ１８）では、推定次回入力開始位置Ｄｎｅｘｔと、実際の入力開始位置Ｄｉの差分から推定一致品質情報を算出する。推定一致品質情報は、例えば、以下の式を用いて算出することができる。
ｉｆ　Ｄｉ－Ｄｎｅｘｔ＝０　Ｑｍａｔｃｈ（ｉ）＝１
　　　　　ｅｌｓｅ　　　Ｑｍａｔｃｈ（ｉ）＝１／（Ｄｉ－Ｄｎｅｘｔ）（式７）
　すなわち、推定次回入力開始位置Ｄｎｅｘｔと実際の入力開始位置Ｄｉの差分が０のときには、推定一致品質情報Ｑｍａｔｃｈ（ｉ）として「１」を設定する。
　実際の入力開始位置Ｄｉと推定次回入力開始位置Ｄｎｅｘｔの差分が０以外のときには、推定一致品質情報Ｑｍａｔｃｈ（ｉ）として１／（Ｄｉ－Ｄｎｅｘｔ）を設定する。
　経過品質算出処理においては、上記の推定一致品質情報の時系列順の差分の累積値を経過品質情報として算出する。
　上述した第３の実施の形態によれば、以下のような効果が得られる。品質のばらつきの少ない生体情報を登録することができるので、運用時に比べて品質の低い生体情報、あるいは品質が高すぎる生体情報が登録され、それにより運用時の認証精度が低下するのを抑止できる。また、生体情報の品質が低くても、安定した品質の生体情報であれば登録することができるので、利用者の登録機会を増やすことができる。
　特に、パーソナルコンピュータ等に実装される生体認証装置では、利用者が生体情報の登録に慣れていないために、指の移動速度にばらつきが生じ、その結果入力開始位置にもばらつき生じる可能性がある。このようなケースでも、品質のばらつきの少ない指紋画像を登録することができ、運用時の認証精度が低下するのを抑止できる。
　上述した実施の形態は、指紋画像を登録する場合について説明したが、指紋画像に限らず、掌紋等の他の生体情報を登録する装置にも適用できる。
１１　生体情報登録装置
１２　生体情報読み取り部
１３　操作部
１４　表示部
１５　制御部
１６　特徴量抽出部
１７　品質算出部
１８　次回入力品質推定部
１９　推定一致品質算出部
２０　経過品質算出部
２１　認証適正判定部
２２　生体情報登録部
２３　生体情報データベース

Claims (10)

  1. 　生体情報を読み取る生体情報読み取り手段と、
    　前記生体情報読み取り手段により読み取られる前記生体情報の品質情報を算出する品質算出手段と、
    　前記品質算出手段により算出された前記品質情報に基づいて、次に入力される生体情報の品質を推定する品質推定手段と、
    　前記品質推定手段により推定される推定品質情報と、前記品質算出手段により算出される、次の生体情報の品質情報との一致度を示す推定一致品質情報を算出する推定一致品質算出手段と、
    　複数の推定一致品質情報の品質の経過を示す経過品質情報を算出する経過品質算出手段と、
    　前記推定一致品質情報と前記経過品質情報とに基づいて、前記生体情報の登録の適否を判定する認証適正判定手段と、
    　前記認証適正判定手段により登録に適すると判定されたとき、前記生体情報を登録する生体情報登録手段とを備える生体情報登録装置。
  2. 　前記認証適正判定手段は、前記経過品質情報と第１の閾値の比較結果と、前記複数の推定一致品質情報から得られる情報と第２の閾値との比較結果に基づいて、前記生体情報の登録の適否を判定する請求項１記載の生体情報登録装置。
  3. 　前記経過品質算出手段は、前記複数の推定一致品質情報の時系列順の差分の累積値を前記経過品質情報として算出する請求項１又は２記載の生体情報登録装置。
  4. 　前記認証適正判定手段は、前記経過品質情報が第１の閾値未満で、かつ前記複数の推定一致品質情報の平均値が第２の閾値以上のとき、入力された前記生体情報が登録に適していると判定する請求項１又は２記載の生体情報登録装置。
  5. 　前記品質算出手段は、前記生体情報読み取り手段により読み取った指紋画像の低コントラスト領域を汗領域として抽出し、
    　前記品質推定手段は、前記指紋画像の隆線の方向を特定し、指のスライド方向と前記隆線の方向とに基づいて、次回入力時の汗領域を推定し、
    　前記推定一致品質算出手段は、前記品質推定手段により推定される推定汗領域と、前記品質算出手段により算出される、次の生体情報の汗領域との一致度を示す推定一致品質情報を算出する請求項１、２、３又は４記載の生体情報登録装置。
  6. 　前記品質推定手段は、前記生体情報読み取り手段により読み取られる指紋の複数の部分画像から指の移動速度及び加速度を算出し、速度が変化する位置を指をスライドさせたときの引っかかり領域の開始位置と終了位置として算出すると共に、加速度の大きさを引っかかり強度として算出し、算出した引っかかり領域の開始位置と終了位置と引っかかり強度に基づいて、次回引っかかり領域を推定し、
    　前記推定一致品質算出手段は、推定した次回引っかかり領域と、前記品質算出手段により算出される、次の生体情報の引っかかり領域との一致度を示す推定一致品質情報を算出する請求項１、２、３、４又は５記載の生体情報登録装置。
  7. 　前記品質算出手段は、前記生体情報読み取り手段により読み取られる指紋の複数の部分画像から指の移動速度を算出し、算出した移動速度と前記生体情報読み取り手段の起動に要する時間と読み取り開始位置から、指紋の入力開始位置を算出し、
    　前記品質推定手段は、前記品質算出手段により算出される前記入力開始位置と指の移動速度とに基づいて、次回入力開始位置を推定し、
    　前記推定一致品質算出手段は、推定次回入力開始位置と、前記品質算出手段により算出される、次の生体情報の入力開始位置との一致度を示す推定一致品質情報を算出する請求項１乃至６のいずれか１項に記載の生体情報登録装置。
  8. 　生体情報読み取り手段により生体情報を読み取り、
    　読み取った前記生体情報の品質情報を算出し、
    　算出された前記品質情報に基づいて、次に入力される生体情報の品質を推定し、
    　推定により得られる推定品質情報と、次の生体情報の品質情報の一致度を示す推定一致品質情報を算出し、
    　複数の推定一致品質情報の品質の経過を示す経過品質情報を算出し、
    　前記推定一致品質情報と前記経過品質情報とに基づいて、前記生体情報の登録の適否を判定し、
    　判定結果に基づいて前記生体情報の登録を行う生体情報登録方法。
  9. 　前記経過品質情報と第１の閾値の比較結果と、前記複数の推定一致品質情報から得られる情報と第２の閾値との比較結果に基づいて、前記生体情報の登録の適否を判定する請求項８記載の生体情報登録方法。
  10. 　前記複数の推定一致品質情報の時系列順の差分の累積値を前記経過品質情報として算出する請求項８又は９記載の生体情報登録方法。
PCT/JP2010/073831 2010-12-29 2010-12-29 生体情報登録装置及び生体情報登録方法 WO2012090338A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
PCT/JP2010/073831 WO2012090338A1 (ja) 2010-12-29 2010-12-29 生体情報登録装置及び生体情報登録方法
JP2012550667A JP5641059B2 (ja) 2010-12-29 2010-12-29 生体情報登録装置及び生体情報登録方法
EP10861509.7A EP2672450A4 (en) 2010-12-29 2010-12-29 BIOMETRIC INFORMATION RECORDING DEVICE AND BIOMETRIC INFORMATION RECORDING METHOD
US13/922,958 US9239944B2 (en) 2010-12-29 2013-06-20 Biometric information registration device and biometric information registration method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2010/073831 WO2012090338A1 (ja) 2010-12-29 2010-12-29 生体情報登録装置及び生体情報登録方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US13/922,958 Continuation US9239944B2 (en) 2010-12-29 2013-06-20 Biometric information registration device and biometric information registration method

Publications (1)

Publication Number Publication Date
WO2012090338A1 true WO2012090338A1 (ja) 2012-07-05

Family

ID=46382485

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2010/073831 WO2012090338A1 (ja) 2010-12-29 2010-12-29 生体情報登録装置及び生体情報登録方法

Country Status (4)

Country Link
US (1) US9239944B2 (ja)
EP (1) EP2672450A4 (ja)
JP (1) JP5641059B2 (ja)
WO (1) WO2012090338A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160076278A (ko) * 2014-12-22 2016-06-30 삼성전자주식회사 전자 장치의 화면 보안
KR20170027115A (ko) * 2015-09-01 2017-03-09 주식회사 리얼아이덴티티 미세 땀 감지 방법 및 이를 이용한 생체 인증장치

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013122679A (ja) * 2011-12-12 2013-06-20 Hitachi Ltd 安全性の高い生体認証システム
US9268991B2 (en) * 2012-03-27 2016-02-23 Synaptics Incorporated Method of and system for enrolling and matching biometric data
GB2537992A (en) * 2013-03-14 2016-11-02 Applied Neural Tech Ltd A method, apparatus and system of encoding content and an image
US9965608B2 (en) * 2013-07-18 2018-05-08 Samsung Electronics Co., Ltd. Biometrics-based authentication method and apparatus
US9576126B2 (en) * 2014-02-13 2017-02-21 Apple Inc. Updating a template for a biometric recognition device
KR102212632B1 (ko) * 2014-05-12 2021-02-08 삼성전자주식회사 지문 인식 방법 및 이를 수행하는 전자 장치
US9195879B1 (en) * 2014-08-31 2015-11-24 Qualcomm Incorporated Air/object determination for biometric sensors
US9582705B2 (en) * 2014-08-31 2017-02-28 Qualcomm Incorporated Layered filtering for biometric sensors
US9665763B2 (en) * 2014-08-31 2017-05-30 Qualcomm Incorporated Finger/non-finger determination for biometric sensors
TWI592854B (zh) * 2014-12-18 2017-07-21 指紋卡公司 使用觸控感測器資料的指紋認證
US9749317B2 (en) 2015-08-28 2017-08-29 At&T Intellectual Property I, L.P. Nullifying biometrics
CN105426835B (zh) * 2015-11-13 2019-03-05 Oppo广东移动通信有限公司 指纹注册方法、装置及移动终端
CN105956448B (zh) * 2016-05-27 2017-11-24 广东欧珀移动通信有限公司 一种指纹解锁方法、装置及用户终端
US10607055B2 (en) * 2017-02-06 2020-03-31 Fingerprint Cards Ab Method for authenticating a finger of a user of an electronic device
US11887621B2 (en) * 2018-01-25 2024-01-30 The Children's Hospital Of Philadelphia Biometric sensor device for digital quantitative phenotyping

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000057341A (ja) 1998-08-12 2000-02-25 Fujitsu Support & Service Kk 指紋による個人認証システム
JP2002236665A (ja) 2001-02-09 2002-08-23 Matsushita Electric Ind Co Ltd 個人認証装置
JP2004348726A (ja) 2003-05-20 2004-12-09 Lightuning Technology Inc スウィープ式指紋センサモジュール及びその検出方法
JP2007004823A (ja) * 2006-08-18 2007-01-11 Fujitsu Ltd 生体情報取得装置および生体情報による認証装置
WO2008090608A1 (ja) * 2007-01-24 2008-07-31 Fujitsu Limited 画像読取装置、画像読取プログラム、画像読取方法
JP2008226067A (ja) * 2007-03-15 2008-09-25 Oki Electric Ind Co Ltd 画像処理装置と画像処理方法
WO2010119500A1 (ja) * 2009-04-13 2010-10-21 富士通株式会社 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659626A (en) * 1994-10-20 1997-08-19 Calspan Corporation Fingerprint identification system
JP3439359B2 (ja) * 1998-12-18 2003-08-25 日本電気株式会社 個人識別方法、個人識別装置および記録媒体
US6567765B1 (en) * 2000-08-17 2003-05-20 Siemens Corporate Research, Inc. Evaluation system and method for fingerprint verification
EP1541086B1 (en) * 2002-09-17 2010-11-10 Fujitsu Limited Biological information acquiring apparatus and authentication apparatus using biological information
JP2004178057A (ja) * 2002-11-25 2004-06-24 Matsushita Electric Ind Co Ltd 画像読取装置及び画像合成方法
US7565548B2 (en) * 2004-11-18 2009-07-21 Biogy, Inc. Biometric print quality assurance
JP4403426B2 (ja) * 2007-01-09 2010-01-27 サイレックス・テクノロジー株式会社 生体認証装置及び生体認証プログラム
JP4470979B2 (ja) * 2007-09-06 2010-06-02 ミツミ電機株式会社 指移動位置推定装置及びこれを用いた指紋画像処理装置、指移動推定方法及びこれを用いた指紋画像処理方法
US8204281B2 (en) * 2007-12-14 2012-06-19 Validity Sensors, Inc. System and method to remove artifacts from fingerprint sensor scans
JP5040835B2 (ja) * 2008-07-04 2012-10-03 富士通株式会社 生体情報読取装置、生体情報読取方法および生体情報読取プログラム
JP2010061577A (ja) * 2008-09-05 2010-03-18 Fujitsu Ltd 機能起動装置、機能起動方法および機能起動処理プログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000057341A (ja) 1998-08-12 2000-02-25 Fujitsu Support & Service Kk 指紋による個人認証システム
JP2002236665A (ja) 2001-02-09 2002-08-23 Matsushita Electric Ind Co Ltd 個人認証装置
JP2004348726A (ja) 2003-05-20 2004-12-09 Lightuning Technology Inc スウィープ式指紋センサモジュール及びその検出方法
JP2007004823A (ja) * 2006-08-18 2007-01-11 Fujitsu Ltd 生体情報取得装置および生体情報による認証装置
WO2008090608A1 (ja) * 2007-01-24 2008-07-31 Fujitsu Limited 画像読取装置、画像読取プログラム、画像読取方法
JP2008226067A (ja) * 2007-03-15 2008-09-25 Oki Electric Ind Co Ltd 画像処理装置と画像処理方法
WO2010119500A1 (ja) * 2009-04-13 2010-10-21 富士通株式会社 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2672450A4

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160076278A (ko) * 2014-12-22 2016-06-30 삼성전자주식회사 전자 장치의 화면 보안
KR102295145B1 (ko) 2014-12-22 2021-08-31 삼성전자주식회사 전자 장치의 화면 보안
KR20170027115A (ko) * 2015-09-01 2017-03-09 주식회사 리얼아이덴티티 미세 땀 감지 방법 및 이를 이용한 생체 인증장치
KR102335842B1 (ko) * 2015-09-01 2021-12-07 주식회사 리얼아이덴티티 미세 땀 감지 방법 및 이를 이용한 생체 인증장치

Also Published As

Publication number Publication date
US9239944B2 (en) 2016-01-19
EP2672450A1 (en) 2013-12-11
US20130279770A1 (en) 2013-10-24
JP5641059B2 (ja) 2014-12-17
JPWO2012090338A1 (ja) 2014-06-05
EP2672450A4 (en) 2014-05-21

Similar Documents

Publication Publication Date Title
JP5641059B2 (ja) 生体情報登録装置及び生体情報登録方法
US7697734B2 (en) Method and apparatus of detecting eye using symmetry and moment characteristics of object
JP5196010B2 (ja) 生体情報登録装置、生体情報登録方法及び生体情報登録用コンピュータプログラムならびに生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP5699845B2 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
KR100940902B1 (ko) 손가락 기하학 정보를 이용한 바이오 인식 방법
Malik et al. Harris operator corner detection using sliding window method
JPH08507398A (ja) 高精度オンラインダイナミック署名照合システム
KR20040057942A (ko) 개인 인증 장치 및 개인 인증 방법
WO2013088555A1 (ja) 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
Jiang et al. Reference point detection for fingerprint recognition
WO2008054940A2 (en) Print matching method and apparatus using pseudo-ridges
JP4756589B2 (ja) 画像処理装置および方法、プログラム、並びに記録媒体
JP2013210902A (ja) 生体認証装置、生体認証方法及び生体認証用コンピュータプログラム
JP2010224681A (ja) 画像検出装置、画像検出方法、及び画像検出プログラム
Putra et al. Hand geometry verification based on chain code and dynamic time warping
JP2019109619A (ja) 生体認証装置、生体認証方法、および生体認証プログラム
US11017198B2 (en) Slap segmentation of contactless fingerprint images
JP2015219681A (ja) 顔画像認識装置及び顔画像認識プログラム
KR101972231B1 (ko) 딥러닝을 이용한 서명 인증 장치 및 방법
JP6798285B2 (ja) 生体認証装置、生体認証方法及びプログラム
JP2007524143A (ja) 掌紋認証の方法
JP2002140709A (ja) ペン入力個人認識方法
EP4167179A1 (en) Authentication method, authentication program, and information processing device
JP2006244365A (ja) バイオメトリクス照合方法
Gofman et al. Quality-based score-level fusion for secure and robust multimodal biometrics-based authentication on consumer mobile devices

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10861509

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2012550667

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2010861509

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE