专利名称：便携终端以及持握特征学习方法
技术领域：
本发明涉及便取得携终端被持握时的持握特征样本，从而进行本人认证的便携终端以及持握特征学习方法。
背景技术：
近年来，随着便携终端的高功能化，电子货币等各种有关金钱的服务变为普及。此夕卜，随着便携终端的高功能化，在便携终端中开始记录更多的例如通讯录、邮件、照片、网站访问历史等与个人隐私有关的信息。以往，在使用便携终端时，通过开始使用时的本人认证(以下称为“登录认证”)来确保对于在便携终端使用的信息的安全。然而，登录认证中在开始使用时进行本人认证后，不会持续监视使用者是否一直为本人。因此，如果便携终端在登录认证后因某种原因转移到其他人的手中，则取得便携终端的其他人无需再次进行登录认证，便可进行便携终端的操作。这样的登录认证的安全的脆弱性是一直以来的问题。对此，专利文献I公开了一种便携终端，通过多个压力传感器来取得进行本人认证时用户持握的便携终端的位置，在进行本人认证后用户持握的位置发生一定程度以上的变化时，使得用户输入的接受服务的提供所需的数据变为无效，并取消已经进行的本人认证的有效性。因此，即使在进行本人认证，输入接受服务的提供所需的数据的过程中该便携终端被盗等，在离开用户的手的时刻，本人认证以及用户输入的数据变为无效，这样在本人认证变为无效后，为了接受服务的提供还需要再次进行本人认证，因此可以有效防止第三方的不正当使用。现有技术文献专利文献
专利文献1:特开2001-142849号公报
发明内容
发明要解决的课题使用如专利文献I等的生物信息(持握信息)的本人认证方式，通过从获得的持握压力分布(持握压力值数列)的学习，事先提取并登记称为模板(Template)的本人的特征性持握压力值数列的信息，认证时通过比较在传感器获取的持握压力值数列的样本(以下称为“持握特征样本”或者简单地称为“样本”)与已登记的模板，从而进行认证。在该比较中，灵活运用了很多图案识别的技术。在图案识别中，使用向量之间的距离求得模板和样本的相似程度。作为在生物认证常用的距离的有马哈拉诺比斯广义距离、汉明距离等。当这些距离超过预先规定的阈值时，判定样本为其他人形成的，而不超过阈值时判定样本为本人形成的。在此，将便携终端变更为其他机型时，会改变传感器在便携终端中的相对位置、便携终端的外形、或者操作键的排列等，因此不能继续使用用于本人认证的模板(以下称为“本人认证模板”)。因此每当便携终端变更机型时都需要重新学习本人认证模板，这有损于用户的便利性。此外，在变更机型后的本人认证模板学习期间，需要进行密码设定等，通过其他方法来确保便携终端的安全，也存在有损于用户的便利性的课题。在此，本发明的目的在于，提供一种便携终端，在变更机型后的便携终端中也可以继续使用在变更机型前的便携终端中使用的本人认证模板。解决课题的手段本发明的便携终端，其特征在于，通过由多个传感器组成的传感器阵列取得持握时的持握特征样本，并使用旧本人认证模板进行本人认证，包括:旧模板存储部、传感器位置存储部、传感器位置校正部、持握特征样本取得部、模板对照部、模板存储部。旧模板存储部将在过去使用的便携终端中用于本人认证的本人认证模板作为旧模板来存储。传感器位置存储部存储当前正在使用的便携终端中的传感器的位置。传感器位置校正部取得旧模板以及传感器位置，并根据传感器位置插补旧模板，生成插补模板。持握特征样本取得部从传感阵列取得持握特征样本。模板对照部对照插补模板和取得的持握特征样本并计算向量之间的距离。模板存储部在插补模板与取得的持握特征样本的向量之间的距离为预先规定值以下时，将插补模板作为本人认证模板存储。发明效果根据本发明的便携终端，可以在机型变更后的便携终端继续使用在机型变更前的便携终端中使用的本人认证模板，因此无需在每当变更机型时都要重新学习本人认证模板，从而提高用户的便利性。
图1是表示包括压力传感器阵列的便携终端800a的图。图2是表示包括压力传感器阵列的便携终端800b的图。图3是表示移动终端800a的持握状态的图。图4是表示移动终 端800b的持握状态的图。图5是表示移动终端800b’的持握状态的图。图6是表示包括压力传感器阵列的便携终端800c的图。图7是表示包括压力传感器阵列的便携终端800d的图。图8是表示移动终端800c的持握状态的图。图9是表示移动终端800d的持握状态的图。图1OA是示例在机型变更前后传感器位置不同时的机型变更前的本人认证模板的图。图1OB是示例机型变更后的持握特征样本的图。图1lA是用于说明由传感器位置校正部进行的插补的图。图1lB是表示通过插补而生成的模板的图。图12A是在机型变更前后持握状态不同时的机型变更前的本人认证模板的示例图。图12B是示例机型变更后的持握特征样本的图。图13A是用于说明由特征片段提取部进行的提取特征片段的图。图13B是用于说明关于由特征片段提取部进行的变形校正的图。图14是表示实施例一的便携终端的结构的方框图。
图15是表示实施例二的便携终端的结构的方框图。图16是表示实施例一的便携终端的继续使用旧模板的动作的流程图。图17是表示实施例一的便携终端的本人认证模板学习动作的流程图。图18是表示实施例一的便携终端的认证动作的流程图。图19是表示实施例二的便携终端的继续使用旧模板的动作的流程图。
具体实施例方式下面，详细说明本发明的实施方式。另外，对具有相同功能的结构部赋予相同编号，并省略重复说明。<关于持握特征样本>首先，说明在图14、15表示为本发明的全部实施例的功能模块的便携终端800、800’所取得的持握特征样本。人们不仅先天性地在(I)手指的长度、(2)握力的强度等有所不同，而且后天性地在(3)持握便携终端时的习惯等也不尽相同，因此持握特征作为用于本人认证的生物信息极佳。具体地，持握特征认证无论是在本人拒绝率和他人接受率均具有与一般的人脸识别同等的精确度。作为持握特征样本，可以想到例如持握压力分布、持握形状分布。持握温热分布等。作为这些持握特征样本的取得方法，例如可以通过在便携终端800、800’的表面平面型或者直线型地分布配置多个压力传感器，从而去得持握压力分布。同样地，也可以通过CXD (CMOS)传感器的平面型或者直线型分布配置来取得持握形状分布。同样地，可以通过红外线传感器的平面型或者直线型分布配置来取得持握温热分布。此外，如果是在终端背面·配置有操作键(触摸面板)的便携终端，也可以通过持握终端时的操作键(触摸面板)的按压情况(操作键、触摸面板是否正在被按压)来取得持握特征。在实施例中的说明中，作为具体例，使用持握压力分布作为持握特征样本，在便携终端800、800’的外围直线型地配置压力传感器阵列，并使用由该压力传感器阵列取得的各个位置的压力值的预先规定顺序的压力值序列作为持握特征样本。<关于持握特征样本的取得定时>持握特征样本例如可以与采样触发的发生同时取得。采样触发是指预先设定的持握特征样本的取得定时。例如，想取得在便携终端800、800’的正在启动浏览器软件时的持握特征样本时，可以将采样触发设定为“正在启动浏览器η按下决定键”。该采样触发“正在启动浏览器η按下决定键”是指，正在启动浏览器并且用户按下便携终端800、800’时，将该操作作为采样触发立即取得持握特征样本。想在如正在通话等较少按下决定键等操作键的情况下取得持握特征样本时，也可以例如将采样触发设为“三分钟一次”，每当通话状态持续三分钟时使得采样触发自动发生，从而取得持握特征样本。如此使用采样触发来取得学习本人认证模板所需的持握特征样本有以下优点。如果使用采样触发，可以将用户在无意识中进行的自身的键操作作为取得定时而自动取得并且逐渐累积持握特征样本。由此，可以取得用户无意识并且最为自然的状态、放松的状态使用终端时的状态的持握特征样本，可以减少持握特征样本的观测值的方差。此外，如果通过便携终端的显示的使用准备向导中显示开始取得持握特征样本的消息，则接受到消息的用户摆姿势从而试图按照用户意识中的“正确的持握方法”来持握，而不是平常的持握方法。此外，用户也有可能因事先接受了消息从而想不起来自己平常的持握方法，因此而导致难以取得高精确度的持握特征样本。在这种情况下，如果能够像上述那样在用户无意识中取得持握特征样本，可以解决上述的问题，从而可以取得高精确度的持握特征样本。<关于本人认证模板>详细说明本发明的全部实施例中的便携终端800、800’在本人认证时使用的本人认证模板。本人认证模板是指代表用户的持握特征而表示的标本。本人认证模板通过从用户取得的上述持握特征样本的平均值等学习。学习的的本人认证模板与学习后新取得的持握特征样本进行对照。根据通过对照求得的值(向量之间的距离，例如马哈拉诺比斯广义距离)的大小来判定学习后的新取得的持握特征样本是否与本人认证模板相比为同一人的。下面说明上述的成为本人认证的判定标准的距离的若干例子。例如，在用于学习而测量的第j次的测量中的第i个传感器所取得的压力作为其中，i=l、2、...、!!，j=l、
2、...、!!!，η为传感器的最大数量，m为用于学习的取得持握特征样本的最大次数，分别为2以上的整数。定义压力值的平均，方差及其向量如下:
权利要求
1.一种便携终端，从由多个传感器组成的传感器阵列取得持握特征样本，并使用本人认证模板进行本人认证，包括: 旧模板存储部，将在过去使用的便携终端中用于本人认证的本人认证模板作为旧模板来存储； 传感器位置存储部，存储当前正在使用的便携终端中的传感器的位置； 传感器位置校正部，取得所述旧模板以及所述传感器位置，根据所述传感器位置来插补所述旧模板而生成插补模板； 持握特征样本取得部，从所述传感器阵列取得持握特征样本； 模板对照部，对照所述插补模板以及所述取得的持握特征样本，并计算向量之间的距离；以及 存储部，当所述插补模板与所述取得的持握特征样本的向量之间的距离为预先规定的值以下时，将所述插补模板作为所述本人认证模板来存储。
2.如权利要求1所述的便携终端，还包括: 样本暂时存储部，当所述插补模板与所述取得的持握特征样本的向量之间的距离不为预先规定的值以下时，存储一定数量的所述持握特征样本； 模板学习部，当所述样本暂时存储部储存了一定数量的所述持握特征样本时，使用该持握特征样本来学习所述本人认证模板，并存储到所述模板存储部。
3.如权利要求1所述的便携终端，还包括: 特征片段提取部，当所述插补模板与所述取得的持握特征样本的向量之间的距离不为预先规定的值以下时，从所述插补模板提取特征片段，按照每一个该特征片段对照所述插补模板与所述持握特征样本，并计算距离； 片段位置校正部，在所述特征片段提取部计算的距离不为预先规定的值以下的特征片段中，对所述插补模板进行变形校正，从而生成校正模板， 所述模板对照部对照所述校正模板与所述持握特征样本，并计算向量之间的距离，所述模板存储部在所述校正模板与所述持握特征样本的向量之间的距离为预先规定的值以下时，将所述校正模板作为所述本人认证模板来存储。
4.如权利要求3所述的便携终端，还包括: 样本暂时存储部，当所述校正模板与所述持握特征样本的向量之间的距离不为预先规定的值以下时，存储一定数量的所述持握特征样本； 模板学习部，当所述样本暂时存储部储存了一定数量的所述持握特征样本时，使用该持握特征样本来学习所述本人认证模板，并存储到所述模板存储部。
5.一种持握特征学习方法，从由多个传感器组成的传感器阵列取得持握特征样本，进行用于本人认证的本人认证模板的学习，包括: 旧模板存储步骤，将在过去使用的便携终端中用于本人认证的本人认证模板作为旧模板来存储； 传感器位置存储步骤，存储当前正在使用的便携终端中的传感器的位置； 传感器位置校正步骤，取得所述旧模板以及所述传感器位置，根据所述传感器位置来插补所述旧模板而生成插补模板； 持握特征样本取得步骤，从所述传感器阵列取得持握特征样本；模板对照步骤，对照所述插补模板以及所述取得的持握特征样本，并计算向量之间的距离；以及 存储步骤，当所述插补模板与所述取得的持握特征样本的向量之间的距离为预先规定的值以下时，将所述插补模板作为所述本人认证模板来存储。
6.如权利要求5所述的持握特征学习方法，还包括: 样本暂时存储步骤，当所述插补模板与所述取得的持握特征样本的向量之间的距离不为预先规定的值以下时，存储一定数量的所述持握特征样本； 模板学习步骤，当在所述样本暂时存储步骤储存了一定数量的所述持握特征样本时，使用该持握特征样本来学习并存储所述本人认证模板。
7.如权利要求5所述的持握特征学习方法，还包括: 特征片段提取步骤，当所述插补模板与所述取得的持握特征样本的向量之间的距离不为预先规定的值以下时，从所述插补模板提取特征片段，按照每一个该特征片段对照所述插补模板与所述持握特征样本，并计算距离； 片段位置校正步骤，在所述特征片段提取步骤计算的距离不为预先规定的值以下的特征片段中，对所述插补模板进行变形校正，从而生成校正模板， 所述模板对照步骤对照所述校正模板与所述持握特征样本，并计算向量之间的距离， 在所述校正模板与所述持握特征样本的向量之间的距离为预先规定的值以下时，所述模板存储步骤将所述校正模板作为所述本人认证模板来存储。
8.如权利要求7所述的持握特征学习方法，还包括: 样本暂时存储步骤，当所述校正模板与所述持握特征样本的向量之间的距离不为预先规定的值以下时，存储一定数量的所述持握特征样本； 模板学习步骤，当在所述样本暂时存储步骤储存了一定数量的所述持握特征样本时，使用该持握特征样本来学习并存储本人认证模板。
9.一种记录介 质，存储了在计算机中执行权利要求5至8中的任何一项所述的持握特征学习方法的程序。
全文摘要
包括旧模板存储部，将在过去使用的便携终端中用于本人认证的本人认证模板作为旧模板存储；传感器位置存储部，存储当前正在使用的便携终端中的传感器的位置；传感器位置校正部，取得旧模板以及传感器位置，并根据传感器位置而插补旧模板从而生成插补模板；持握特征样本取得部，从传感器阵列取得持握特征样本；模板对照部，对照插补模板和取得的持握特征样本，从而计算向量之间的距离；模板存储部，在插补模板和取得的持握特征样本的向量之间的距离为预先规定的值以下时，将插补模板作为本人认证模板进行存储。
文档编号G06F21/31GK103238156SQ201280003935
公开日2013年8月7日 申请日期2012年4月13日 优先权日2011年4月15日
发明者太田学, 森永康夫, 塚本昌克, 樋口健 申请人:株式会社Ntt都科摩