生物体特征向量提取装置以及生物体特征向量提取方法
【专利摘要】本发明涉及生物体特征向量提取装置以及生物体特征向量提取方法，能够不依赖于生物体信息的位置偏移或歪斜地使可从生物体信息提取的生物体特征向量的再现性提高。生物体特征向量提取装置具备：获取生物体图像的获取部、根据所述生物体图像生成多个小区域图像的小区域图像生成部、从所述小区域图像提取生物体局部特征量的特征提取部、以及通过按照规定的规则结合所述生物体局部特征量来生成表示用于识别所述生物体图像的特征的生物体特征向量的生物体特征向量生成部，所述小区域图像生成部以所述多个小区域图像间的生物体信息量的偏差控制在规定值内的方式生成所述多个小区域图像。
【专利说明】生物体特征向量提取装置以及生物体特征向量提取方法
【技术领域】
[0001] 本发明涉及生物体特征向量提取装置、生物体特征向量提取方法、以及生物体特 征向量提取程序。
【背景技术】
[0002] 作为可靠性较高的本人确认方法，使用有利用了指纹、掌纹、静脉图案、虹膜、脸图 像、声音这样的人类的生物体信息的认证。此外，在生物体认证技术中，将生物体信息所具 有的对个人识别有用的生物体特征信息表示为以1"的二进制串表现的生物体特征二 进制串的技术的要求增高。通过对生物体特征信息进行二进制化，能够降低生物体特征信 息的大小并以简单的距离计算进行对照，从而能够实现通过1C卡等低规格的CPU的生物体 认证、对大量的生物体数据进行超高速的比较，将已经登记的生物体数据无效化的技术、或 根据相同的生物体数据生成新的登记数据的可撤销的生物体认证这样的利用情形。
[0003] 然而，利用者输入的生物体信息存在根据输入的方法或环境而变化的情况。因此， 存在可从相同的生物体信息提取的生物体特征信息的再现性降低，对照精度降低的情况。
[0004] 于是，专利文献1公开了按照脸的各构成部份来提取脸图像特征点的内容。专 利文献2公开了对生物体图像进行频率转换，将频率成分的主成分作为生物体特征信息， 通过在图像的纵向和横向独立地进行DP(Dynamic Programming:动态规划）匹配或基于 HMM(Hidden Markov Model :隐马尔可夫模型）的距离计算，实现位置偏移或歪斜较强的对 照的方法。专利文献3公开了通过在指纹认证中将指纹图像分割成包含2、3条纹理线的小 区域，并在登记指纹图像和输入指纹图像中进行相关较高的小区域彼此的对应，从而进行 可靠的对照的方法。
[0005] 专利文献1 :日本特开平5-197793号公报
[0006] 专利文献1 :国际公开第2008/133235号
[0007] 专利文献1 :国际公开第2009/104429号
【发明内容】
[0008] 然而，由于在前述的专利文献的技术中，在对照时进行用于降低生物体信息的位 置偏移或歪斜的处理，所以在对用于该对照的生物体特征信息进行了二进制化的情况下， 受到位置偏移或歪斜的影响，导致二进制串的再现性降低.
[0009] 在1个方面，本件的目的在于，提供能够不依赖于生物体信息的位置偏移或歪斜 地使可从生物体信息提取的生物体特征向量的再现性提高的生物体特征向量提取装置、生 物体特征向量提取方法、以及生物体特征向量提取程序。
[0010] 在1个方式中，生物体特征向量提取装置具备：获取部，其获取生物体图像；小区 域图像生成部，其根据上述生物体图像来生成多个小区域图像；特征提取部，其从上述小区 域图像提取生物体局部特征量；以及生物体特征向量生成部，其通过按照规定的规则结合 上述生物体局部特征量，来生成表示用于识别上述生物体图像的特征的生物体特征向量， 上述小区域图像生成部以上述多个小区域图像间的生物体信息量的偏差控制在规定值内 的方式生成上述多个小区域图像。
[0011] 能够不依赖于生物体信息的位置偏移或歪斜地使可从生物体信息提取的生物体 特征向量的再现性提高。此外，能够通过简单的距离计算提取可进行比较的生物体特征向 量。
【专利附图】
【附图说明】
[0012] 图1 (a)是用于说明实施例1所涉及的生物体特征向量提取装置的硬件构成的框 图，（b)是生物体传感器的示意图。
[0013] 图2是通过执行生物体特征向量提取程序而实现的各功能的框图。
[0014] 图3是表示用于作成登记生物体特征向量的登记处理的一例的流程图。
[0015] 图4是表示小区域图像的生成的图。
[0016] 图5是表示矩形的例子的图。
[0017] 图6是表示针对被存放了登记生物体特征向量的用户的认证处理的一例的流程 图。
[0018] 图7是表示本实施例所涉及的小区域图像的生成处理的一例的流程图。
[0019] 图8是表示小区域图像的例子的图。
[0020] 图9是表示小区域图像的例子的图。
[0021] 图10(a)和（b)是表示小区域图像的例子的图。
[0022] 图11是用于说明生物体特征向量的计算方法的图。
[0023] 图12是流程图的例子。
[0024] 图13是表示用于作成登记生物体特征二进制串的登记处理的一例的流程图。
[0025] 图14是表示针对被存放了登记生物体特征二进制串的用户的认证处理的一例的 流程图。
[0026] 图中符号说明：
[0027] 10:控制部；11:小区域图像生成部；12:特征提取部；13:生物体特征向量生成 部；14:认证处理部；20:生物体特征向量存放部；100:生物体特征向量提取装置；105:生 物体传感器。
【具体实施方式】
[0028] 以下参照附图，对实施例进行说明。
[0029]【实施例1】
[0030] 图1 (a)是用于说明实施例1所涉及的生物体特征向量提取装置100的硬件构成 的框图。图1(b)是后述的生物体传感器105的示意图。参照图1(a)，生物体特征向量提取 装置100具备：CPU10URAM102、存储装置103、显示装置104、生物体传感器105等。这些各 设备通过总线等而连接。
[0031] CPU (Central Processing Unit:中央处理单兀）101是中央运算处理装置。CPU101 包含1个以上的核。RAM (Random Access Memory:随机存取存储器）102是暂时存储CPU101 执行的程序、CPU101处理的数据等的易失性存储器。
[0032] 存储装置103是非易失性存储装置。作为存储装置103,例如能够使用ROM (Read Only Memory:只读存储器）、闪存存储器等固态驱动器（SSD)、被硬盘驱动器驱动的硬盘 等。本实施例所涉及的生物体特征向量提取程序被存储在存储装置103中。显示装置104 是液晶显示器、电致发光面板等，其显示生物体特征向量提取装置100的处理结果等。
[0033] 生物体传感器105是获取用户的生物体图像的传感器。生物体传感器105可以 是与用户的身体的一部分接触来获取生物体图像的接触型传感器、以非接触的方式获取 生物体图像的非接触型传感器的任意一个。在本实施例中，作为一例，生物体传感器105 是以非接触的方式获取手掌静脉图像的传感器，是CMOS(ComplementaryMetalOxide Semiconductor:互补金属氧化物半导体）照相机等。例如，生物体传感器105通过利用近 红外线，来获取手掌静脉图像。
[0034] 存储装置103中所存储的生物体特征向量提取程序以可执行的方式被展开到 RAM102。CPU101执行展开到RAM102的生物体特征向量提取程序。由此，由生物体特征向量 提取装置100执行各处理.
[0035] 图2是通过执行生物体特征向量提取程序而实现的各功能的框图。通过执行生物 体特征向量提取程序，来实现控制部10和生物体特征向量存放部20。控制部10作为小区 域图像生成部11、特征提取部12、生物体特征向量生成部13、以及认证处理部14而发挥作 用。
[0036] 小区域图像生成部11根据生物体传感器105获取的静脉图像而生成多个小区域 图像。特征提取部12从由小区域图像生成部11生成的各小区域图像提取生物体局部特征 量。生物体特征向量生成部13根据特征提取部12提取出的生物体局部特征量而生成生物 体特征向量。认证处理部14对照生物体特征向量生成部13生成的生物体特征向量和生物 体特征向量存放部20存放的登记生物体特征向量。以下，对各部详细地进行说明。
[0037] 图3是表示用于作成登记生物体特征向量的登记处理的一例的流程图。参照图3， 生物体传感器105获取用户手掌静脉图像（步骤S1)。接着，小区域图像生成部11根据生 物体传感器105获取的静脉图像而生成多个小区域图像（步骤S2)。小区域图像生成部11 以在多个小区域图像间，生物体信息量的偏差控制在规定值内（阈值以下）的方式生成小 区域图像。
[0038] 图4是表示小区域图像的生成的图。小区域图像生成部11生成N个小区域图像。 这里，N可以是2以上的任意数，但是在以下的例子中，对N = 16的情况进行说明。将静脉 图像设为I。此外，作为一例，将I的大小设为200像素X200像素。
[0039] 小区域图像生成部11将I上的原点0确定为中指根部这样的不依赖于位置偏移 的特定点（能够用作基准的点）。此外，作为一例，小区域图像生成部11将N= 16个关注 点确定为 fn(x，y) = (40i，40j-20)(其中，i = 1、2、3、4, j = _1、0、1、2)。接着，小区域图 像生成部11分别针对16个关注点fn，搜索距离最小的特征点，并将其与f n建立对应。所 谓特征点，是表示静脉图案的端点、分支点、交叉点等的生物体特征的点。但是，在自某个关 注点f n开始规定的值L以内的距离不存在特征点的情况下，小区域图像生成部11将与fn 对应的特征点设为"不存在符合的"。最后，小区域图像生成部11根据各特征点来确定小区 域图像。例如，能够设为以特征点为中心的m像素Xn像素的矩形、以特征点为中心的长径 a、短径b的椭圆等。这里，在图4中表示设为m = n = 30的矩形的例子。另外，小区域图 像也可以至少一部分像素不重复，共有一部分像素。但是，在不存在与4对应的特征点的 情况下，小区域图像生成部11不确定小区域图像。另外，关注点4的获取方法是任意的， 在上述的例子中，以等间隔的方式获取了关注点，但是间隔也可以不是固定，例如越靠近中 心间隔变得越窄。
[0040] 小区域图像生成部11以在多个小区域图像间，生物体信息量的偏差控制在规定 值内的方式生成多个小区域图像。例如，小区域图像生成部11将在静脉图像中能看到静脉 图案的像素值设为1，将不是这种情况的像素值设为0。接着，在将各小区域图像内的静脉 存在度（小区域图像中的生物体像素数的比率）设为小区域图像内的像素值的和/小区域 图像所包含的像素数的情况下，小区域图像生成部11也可以以使得静脉存在度成为规定 值或者规定范围内的方式求出m、n，并决定各小区域图像。另外，没有特别地限定小区域图 像的形状。
[0041] 再次参照图3,执行步骤S2后，特征提取部12在各小区域图像中提取生物体局部 特征量（步骤S3)。作为一例，生物体局部特征量表示小区域图像中的亮度梯度或亮度变 化，例如，可举出在小区域图像内的梯度平均、亮度值的方差等。作为一例，特征提取部12 提取各小区域图像内亮度梯度的大小来作为生物体局部特征量。但是，对于不存在特征点 的f n，也可以将生物体局部特征量设为0。在本实施例中，针对Nffn逐一地计算生物体局 部特征量，得到总计N个生物体局部特征量。图5是表示关注点、特征点、小区域图像、以及 特征量的对应关系的图。
[0042] 再次参照图3,在执行步骤S3后，生物体特征向量生成部13结合N个生物体局部 特征量来生成N次生物体特征向量（步骤S4)。生物体特征向量是按照规定的规则而排列 了 N个生物体局部特征量而成。生物体特征向量生成部13在针对N个fn逐一地计算出特 征量时，将排列了 N个生物体局部特征量而成的向量设为生物体特征向量。对于排列方法， 也可以按照f\、f2、-- -- fn的顺序排列，还可以按照规定的规则改变顺序。
[0043] 再次参照图3,在执行步骤S4后，生物体特征向量生成部13将生成的生物体特征 向量与用户的ID建立关联，并存放于生物体特征向量存放部20 (步骤S5)。通过以上的处 理，存放各用户的登记生物体特征向量。
[0044] 图6是表示针对被存放了登记生物体特征向量的用户的认证处理的一例的流程 图。参照图6,生物体特征向量提取装置100通过与图3的步骤S1?步骤S5相同的处理， 生成生物体特征向量（以下，为输入生物体特征向量）（步骤S11)。接着，认证处理部14计 算输入生物体特征向量与规定的登记生物体特征向量的距离（步骤S12)。针对此时的距 离，例如可举出L1准则、L2准则等。
[0045] 认证处理部14判定在步骤S12中计算出的距离是否小于规定的阈值Th(步骤 S13)。在步骤S13中判定为"是"的情况下，认证处理部14判定为认证成功（步骤S14)。在 步骤S13中判定为"否"的情况下，认证处理部14判定是否在生物体特征向量存放部20中 存放有其他的登记生物体特征向量（步骤S15)。在步骤S15中判定为"是"的情况下，再次 执行步骤S12。该情况下，使用存放在生物体特征向量存放部20中的其他的登记生物体特 征向量。在步骤S15中判定为"否"的情况下，认证处理部14判定为认证失败（步骤S16)。
[0046]根据本实施例，在根据静脉图像等生物体图像而生成多个小区域图像时，在小区 域图像间，生物体信息量的偏差控制在规定值内。由此，能够抑制位置偏移或歪斜的影响， 能够不依赖于生物体信息的位置偏移或歪斜地使可从生物体信息提取的生物体特征向量 的再现性提高。此外，由于根据从各小区域图像提取出的生物体局部特征量而生成生物体 特征向量，所以能够通过简单的距离计算，高速地进行生物体认证。
[0047]此外，通过生成生物体特征向量，而容易地对用于认证的信息进行二进制化。这里 所谓二进制化，是指通过某种操作将生物体特征向量表示为〇和1的2进制的数串，由此将 该2进制的数串称为生物体特征二进制串。此外，通过海明距离等距离的计算，生物体特征 二进制串也能够进行利用者的识别。在公知的范围内存在多种二进制化的方式，只要最终 输出2进制的数串，则不在乎二进制化的方式。
[0048]【实施例2】
[0049] 在实施例1中，分别针对N个关注点fn，搜索距离最小的特征点，根据各特征点确 定小区域图像，但是并不局限于此。在实施例2中，基于静脉图像的亮度重心来生成各小区 域图像.
[0050] 图7是表示本实施例所涉及的小区域图像的生成处理的一例的流程图。参照图 7,小区域图像生成部11计算生物体传感器105获取的静脉图像的亮度重心G(p，q)(步骤 S21)。亮度重心例如能够按照下述式来计算。i和j表示像素的坐标，P(i，j)表示各像素 的亮度值。
[0051]【数1】
【权利要求】
1. 一种生物体特征向量提取装置，其特征在于，具备： 获取部，其获取生物体图像； 小区域图像生成部，其根据所述生物体图像来生成多个小区域图像； 特征提取部，其从所述小区域图像提取生物体局部特征量；W及 生物体特征向量生成部，其通过按照规定的规则结合所述生物体局部特征量，来生成 表示用于识别所述生物体图像的特征的生物体特征向量， 所述小区域图像生成部W使得所述多个小区域图像间的生物体信息量的偏差控制在 规定值内的方式生成所述多个小区域图像。
2. 根据权利要求1所述的生物体特征向量提取装置，其特征在于， 所述小区域图像生成部W使得所述多个小区域图像间的生物体像素数的比率的偏差 控制在规定值内的方式生成所述多个小区域图像。
3. 根据权利要求1所述的生物体特征向量提取装置，其特征在于， 所述小区域图像生成部通过将所述生物体图像的亮度重也作为中也分割所述生物体 图像，从而生成所述多个小区域图像。
4. 根据权利要求3所述的生物体特征向量提取装置，其特征在于， 所述小区域图像生成部通过利用W所述亮度重也为交点的直线分割所述生物体图像， 从而生成所述多个小区域图像。
5. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述特征提取部分别针对所述多个小区域图像，利用多个滤波器进行滤波，然后提取 所述小区域图像的生物体局部特征。
6. 根据权利要求5所述的生物体特征向量提取装置，其特征在于， 所述特征提取部使用加博滤波器来作为所述滤波器。
7. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述小区域图像生成部将所述生物体图像分割成多个矩形区域。
8. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述获取部获取手掌静脉图像来作为所述生物体图像。
9. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述生物体特征向量生成部生成按照规定的顺序排列了由所述特征提取部提取出的 所述小区域图像的生物体局部特征量的生物体特征向量， 所述生物体特征向量提取装置具备判定部，该判定部通过距离计算对所述生物体特征 向量进行比较对照，来判定是否是本人。
10. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述生物体特征向量生成部生成将向量的成分的个数削减成比原来的个数少的规定 数的生物体特征向量。
11. 根据权利要求1至4中任意一项所述的生物体特征向量提取装置，其特征在于， 所述生物体特征向量生成部将所述生物体特征向量生成为的二进制串表现 的生物体特征二进制串。
12. -种生物体特征向量提取方法，其特征在于， 获取生物体图像， 在根据所述生物体图像生成多个小区域图像时，w使得所述多个小区域图像间的生物 体信息量的偏差控制在规定值内的方式生成所述多个小区域图像， 从所述小区域图像提取生物体局部特征量， 通过按照规定的规则结合所述生物体局部特征量，来生成表示用于识别所述生物体图 像的特征的生物体特征向量。
【文档编号】G06K9/46GK104346619SQ201410370066
【公开日】2015年2月11日 申请日期:2014年7月30日 优先权日:2013年7月30日
【发明者】松涛智明 申请人:富士通株式会社