JP2000215316A - 生体情報認識装置およびその方法 - Google Patents

Abstract

(57)【要約】 【課題】 曖昧性が存在する状況下で正しいカテゴリが
認定されなかったり間違ったカテゴリが拒絶されなかっ
たりする不都合を防止した生体情報認識装置およびその
方法を提供する。 【解決手段】 認識対象者の生体情報とカテゴリ毎の辞
書生体情報とを照合してカテゴリ毎の類似度を求め、求
められた類似度の最大値が第１の閾値以上である場合に
は、該最大類似度を得たカテゴリを認識対象者のカテゴ
リと認定し、最大類似度が第２の閾値に満たない場合に
は、前記認識対象者はどのカテゴリにも属さないとして
拒絶し、それ以外の場合には、前記認識対象者が類似度
で上位Ｍ位までのいずれのカテゴリに属するかを質疑に
より検証する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は生体情報を認識して
個人や性別などを認識特定する生体情報認識装置とその
方法に関し、特に認識結果に含まれる曖昧性を排除する
検証手段と、該検証手段を状況に応じて起動する手段と
を具備した生体情報認識装置とその方法に関する。

【０００２】

【従来の技術】（従来の認証情報の問題点）従来、個人
を認証する方法として、ＩＤカードなどの器物鍵による
認証、暗証番号などの暗号鍵による認証、指紋／声紋／
掌紋／虹彩／網膜／顔などの生体鍵による認証が提案さ
れている。

【０００３】器物鍵や暗号鍵を用いた個人認証方式は該
器物鍵や暗号鍵の提示者を曖昧性なく認証できるが、一
方で、該器物鍵の紛失／盗難や該暗号鍵の漏洩により他
人に不正使用される危険性がある。これに対して、生体
鍵を用いた個人認証方式では、該生体鍵が本人と不可分
であることから不正使用しにくいという特長がある。し
かしながら、認証結果には曖昧性（本人が認証されなか
ったり、他人が認証されてしまったりする）が存在する
ため確実な認証が行えず、これが生体鍵を用いた個人認
証の実用化を妨げる要因となっている。

【０００４】このような生体鍵、すなわち人物から取得
される生体情報の曖昧性は、認証に限らず生体情報を認
識して何らかの分類を行う全ての生体情報認識について
云えることである。 （曖昧性の説明）ここで上記の曖昧性の原因について説
明する。

【０００５】顔や声紋などの生体情報は一般にパタン
（顔画像パタンや音声スペクトルパタン）として扱うこ
とのできる情報である。このようなパタンを認識するた
めには、入力された未知の生体情報（入力生体情報、あ
るいは入力）を、予め登録してあるカテゴリ別の生体情
報（辞書生体情報、あるいは辞書）と１つ１つ照合し、
最も類似した辞書の示すカテゴリに該入力を分類すると
いう手順が必要になる。このため、入力と辞書の類似性
を表わす指標、すなわち類似度を求めて、該類似度が最
大となる辞書のカテゴリ（辞書カテゴリ）に該入力を分
類する。

【０００６】生体情報の照合に限らず、一般的なパタン
認識のための入力と辞書の表現や類似度の定義ならびに
その計算アルゴリズムは、文献［１］（エルッキ・オヤ
著（小川英光他訳）、″パターン認識と部分空間″、産
業図書、１９８６）や、文献［２］（飯島泰蔵著、″パ
ターン認識理論″、森北出版、１９８９）に開示されて
いる。

【０００７】ところで、実際のパタン認識においては、
前述したように最大類似度を得る辞書カテゴリを無条件
に認めて入力カテゴリを確定することは危険である。な
ぜなら、入力がどの辞書カテゴリにも属していない場合
も考えられるからである。そのため、入力が辞書カテゴ
リのいずれかに属しているのなら、その類似度は一定値
以上の大きさを得ているであろうという仮定に基づい
て、カテゴリを認定できる類似度の下限値を閾値とし
て、該閾値を下回る類似度しか得られない辞書カテゴリ
は認定の対象としないようにする。この結果、辞書カテ
ゴリのいずれかに認定される入力は、最大類似度が所定
閾値以上であるような入力であり、それ以外は該当する
辞書カテゴリがないものとして拒絶される。これを一般
にリジェクト処理という。

【０００８】ここで注意を要するのが、パタン認識にお
いては、常に正しい辞書カテゴリが最大類似度を獲得す
るとは限らないということである（パタン認識結果の曖
昧性）。そのため、たまたま閾値以上の最大類似度を得
た辞書カテゴリが実は正しい入力カテゴリでなかったと
しても、上記の方法では当該辞書カテゴリが入力カテゴ
リとして認定されてしまう。

【０００９】このような曖昧性の原因は類似度の分布で
説明できる。入力を同じカテゴリの辞書と照合した場合
の類似度分布を自己類似度分布、入力を異なるカテゴリ
の辞書と照合した場合の類似度分布を非自己類似度分布
と各々呼ぶと、自己類似度分布と非自己類似度分布は第
４図に例示するように重なり部分を持っている。この図
において横軸は類似度値、縦軸はその類似度値を獲得し
た入力の個数であり、図中の２１は自己類似度分布、図
中の２２は非自己類似度分布、図中の２３は重なり部分
である。

【００１０】もし、閾値を非自己類似度分布のない図中
の２４以上に設定すれば、認定されたカテゴリは必ず自
己カテゴリであるようにできるが、２４未満の領域で分
布する自己カテゴリ入力は拒絶されてしまうことにな
る。また、閾値を自己類似度分布のない図中の２５未満
に設定すれば、拒絶されるのは必ず非自己カテゴリであ
るようにできるが、２５以上の領域で分布する非自己カ
テゴリ入力を拒絶することはできない。このように、自
己類似度分布２１と非自己類似度分布２２の重なり部分
２３が意味するものは、該重なり部分２３の類似度範囲
にある照合結果は自己カテゴリが正しく照合されたもの
か、非自己カテゴリが間違って照合されたものか区別で
きないということである。

【００１１】例えば、入力をカテゴリＡの辞書と照合し
た類似度が図中の２６、カテゴリＢの辞書と照合した類
似度が図中の２７、類似度の閾値が図中の２８であった
とき、実のところ入力カテゴリはＡであったにも関わら
ず、最大類似度は２７であったため、認定された入力カ
テゴリがＢとなってしまうことが起るのである。このよ
うに、自己類似度分布と非自己類似度分布は重なりを持
ち、その範囲にあっては正しいカテゴリが必ずしも最大
類似度を獲得するとは限らないことが、パタン認識結果
を曖昧にしているのである。

【００１２】

【発明が解決しようとする課題】本発明は以上の問題点
に鑑みて成されたものであり、その目的とするところ
は、このような曖昧性が存在する状況下で正しいカテゴ
リが認定されなかったり間違ったカテゴリが拒絶されな
かったりする不都合、特に生体情報に基づく個人認証に
おける正規利用者の拒絶と不正利用者の通過を防止可能
な生体情報認識装置およびその方法を提供することであ
る。

【００１３】具体的には次のような考察結果に基づいた
生体情報認識装置およびその方法を提供する。 （装置と認識対象者の各々が了解している情報の整合性
に基づく検証）入力生体情報をＰ個の辞書生体情報と照
合して得られた最大類似度が前記第４図の重なり部分２
３に存在するとき照合結果には曖昧性が存在する、すな
わち最大類似度を獲得する辞書カテゴリが必ずしも入力
カテゴリであるとは限らない。この場合、入力カテゴリ
が必ず辞書カテゴリの１つである、すなわち認識対象者
が個人認証における正規利用者ならば、原理的には入力
カテゴリは前記重なり部分２３に類似度を獲得した辞書
カテゴリ（候補カテゴリと呼ぶ）のどれかである。

【００１４】このような場合、装置は認識対象者にカテ
ゴリを特定するための質問を発し、該質問に対する認識
対象者の回答に基づいて、入力カテゴリが前記候補カテ
ゴリのどれに該当するかを確定することができる。

【００１５】このとき、質問と回答の方法として次の２
つが考えられる。

【００１６】（１）各候補カテゴリに属する者であれば
選択するであろう情報を、その他の無関係な多数の攪乱
用情報とともに認識対象者に対して呈示し、該呈示され
た多数の情報から１つを選ばせることで、該選択された
１つが前記候補カテゴリに属する者が選択するであろう
情報のいずれに該当するかで、認識対象者のカテゴリを
この該当した候補カテゴリに認定する。

【００１７】（２）各候補カテゴリに属する者であれば
入力するであろう情報を、認識対象者に入力させること
で、該入力された情報が前記候補カテゴリに属する者が
入力するであろう情報のいずれに該当するかで、認識対
象者のカテゴリをこの該当した候補カテゴリに認定す
る。

【００１８】認識対象者のカテゴリが少なくとも候補カ
テゴリに含まれておりさえすれば、正しい情報を選択し
たり入力したりすることが可能であり、この結果、曖昧
性の存在下で該認識対象者は質問に回答することで確実
に正しく認識してもらうことが可能になる。

【００１９】なお、前記自己類似度分布２１と非自己類
似度分布２２は理論的に求めることは不可能であり、辞
書カテゴリに属する多数のサンプル入力を実際に各辞書
と照合して得た類似度の分布として求めるしかない。

【００２０】類似度分布を求めるのに関与しなかった新
規のカテゴリに属する入力（必ず非自己カテゴリ）の類
似度は、該入力が前記類似度分布を求める作業に関与し
なかったために、求められた非自己類似度分布の範囲を
逸脱しているかもしれない。しかしながら、多数のカテ
ゴリの多数のサンプルに対して類似度分布を求めておく
ことで、このような逸脱を緩和防止できるものと考えら
れる。このとき、新規カテゴリ入力の類似度は拒絶もし
くは要検証のいずれかに分類される。

【００２１】辞書カテゴリにない新規カテゴリに属する
入力、すなわち認識対象者が個人認証における不正利用
者がどの正規利用者にも分類されずに拒絶されるのは正
しい結果である。一方、検証を必要とする不正利用者が
質問回答を経て正規利用者のどれかに分類されてしまう
ならこれは間違った結果である。ここで前述した質問回
答による検証は不正利用者に対して正しく機能する（拒
絶する）か否かを考察する。

【００２２】装置は自己が想定している認識対象者の候
補カテゴリにしたがって、前記方法の（１）においては
多数の情報呈示を行い、前記方法の（２）においては情
報の入力を求める。不正利用者は候補カテゴリのいずれ
かに対応した情報を選択あるいは入力することにより当
該候補カテゴリたる正規利用者に分類される可能性があ
る。しかし、不正利用者には装置がどの候補カテゴリを
想定しているかを知る術はない。したがって、誤分類、
すなわち不正利用の発生は偶然によりどれくらい偶然に
よる正しい選択や入力が可能かに依存する。

【００２３】（１）の場合には、候補カテゴリ数が少な
く、相対的に攪乱用情報の数が多くなることで誤分類の
発生確率を減らすことができる。すなわち、候補カテゴ
リの数は極力少ない方が好ましく、また攪乱用情報の数
は極力多い方が好ましい。

【００２４】また、（２）の場合には、入力情報のバリ
エーションが多いほど誤分類の発生確率を減らす。すな
わち、そのようなバリエーションの多い情報を質問する
ことが好ましい。

【００２５】このような方策により誤分類の偶発を減ら
したうえで、（１）（２）いずれの場合も、装置は候補
カテゴリに属する者が選択あるいは入力するであろう情
報と不正利用者の回答が一致しない場合には、該不正利
用者を拒絶する。この結果、辞書カテゴリのいずれかに
属する正規利用者は質問回答によりほぼ確実に認定さ
れ、不正利用者はかなりの確率で拒絶される。これはこ
のような生体情報認識装置を個人認証装置として用いる
場合に特に重要な性質である。

【００２６】本発明は以上の考察に基づき、曖昧性の存
在を類似度値の範囲として検知し、該曖昧性の存在する
状況下にあっては、候補カテゴリに固有の情報を認識対
象者が答えられるか否かによって該認識対象者を該候補
カテゴリのいずれかに認定するかあるいは拒絶するかを
決定可能な生体情報認識の仕組を提供する。

【００２７】

【課題を解決するための手段】本発明（請求項１）に係
る生体情報認識装置は、認識対象者の生体情報を取得し
て入力生体情報と成す生体情報取得手段と、該入力生体
情報とカテゴリ別に用意された辞書生体情報とを照合し
て類似度を計算する類似度計算手段と、該計算された類
似度のうち最大のものを最大類似度と成し、該最大類似
度が第１の閾値以上である場合には、前記認識対象者を
該最大類似度を獲得した辞書生体情報に対応するカテゴ
リに属するものと認定し、前記最大類似度が前記第１の
閾値より小さい第２の閾値に満たない場合には、前記認
識対象者が属するカテゴリはないものとして拒絶し、そ
れ以外の場合には、曖昧な結果であるとして判断を保留
する候補評価手段と、該候補評価手段により判断が保留
された場合には、類似度で上位１ないし複数のカテゴリ
を候補カテゴリと成し、該候補カテゴリの各々に属する
ものであれば答えられるであろう検証用の質問を前記認
識対象者に対して呈示して答えさせることにより、該認
識対象者が正しく前記候補カテゴリのいずれに属するか
否かを検証して認定あるいは拒絶を判断する候補検証手
段と、前記候補評価手段による認定あるいは拒絶の結
果、あるいは前記候補検証手段による認定あるいは拒絶
の結果を出力する出力手段とを具備したことを特徴とす
る。

【００２８】本発明（請求項２）に係る生体情報認識装
置は、認識対象者の生体情報を取得して入力生体情報と
成す生体情報取得手段と、該入力生体情報とカテゴリ別
に用意された辞書生体情報とを照合して類似度を計算す
る類似度計算手段と、該計算された類似度のうち最大の
ものを最大類似度と成し、該最大類似度が第１の閾値以
上である場合には、前記認識対象者を該最大類似度を獲
得した辞書生体情報に対応するカテゴリに属するものと
認定し、前記最大類似度が前記第１の閾値より小さい第
２の閾値に満たない場合には、前記認識対象者が属する
カテゴリはないものとして拒絶し、それ以外の場合に
は、曖昧な結果であるとして判断を保留する候補評価手
段と、該候補評価手段により判断が保留された場合に
は、類似度で上位１ないし複数のカテゴリを候補カテゴ
リと成し、該候補カテゴリの各々に属するものであれば
答えられるであろう検証用の質問を前記認識対象者に対
して呈示して答えさせることにより、該認識対象者が正
しく前記候補カテゴリのいずれに属するか否かを検証し
て認定あるいは拒絶を判断する候補検証手段と、前記候
補評価手段において判断を保留せずに認定もしくは拒絶
を決定した場合には、所定の確率で検証用の質問を前記
認識対象者に対して呈示して答えさせつつも、認定もし
くは拒絶の判定は前記候補評価手段の決定に基づいて出
力する疑似的検証手段と、前記候補評価手段による認定
あるいは拒絶の結果、あるいは前記候補検証手段による
認定あるいは拒絶の結果を出力する出力手段とを具備し
たことを特徴とする。

【００２９】本発明（請求項３）に係る生体情報認識装
置は、認識対象者の生体情報を取得して入力生体情報と
成す生体情報取得手段と、該入力生体情報とカテゴリ別
に用意された辞書生体情報とを照合して類似度を計算す
る類似度計算手段と、該計算された類似度のうち最大の
ものを最大類似度と成し、該最大類似度が第１の閾値以
上である場合には、前記認識対象者を該最大類似度を獲
得した辞書生体情報に対応するカテゴリに属するものと
認定し、前記最大類似度が前記第１の閾値より小さい第
２の閾値に満たない場合には、前記認識対象者が属する
カテゴリはないものとして拒絶し、それ以外の場合に
は、曖昧な結果であるとして判断を保留する候補評価手
段と、該候補評価手段により判断が保留された場合に
は、類似度で上位１ないし複数のカテゴリを候補カテゴ
リと成し、該候補カテゴリの各々に属するものであれば
答えられるであろう検証用の質問を前記認識対象者に対
して呈示して答えさせることにより、該認識対象者が正
しく前記候補カテゴリのいずれに属するか否かを検証し
て認定あるいは拒絶を判断する候補検証手段と、前記候
補検証手段による認定もしくは拒絶の結果に基づいて所
定の辞書生体情報を更新する辞書更新手段と、前記候補
評価手段による認定あるいは拒絶の結果、あるいは前記
候補検証手段による認定あるいは拒絶の結果を出力する
出力手段とを具備したことを特徴とする。

【００３０】好ましくは、前記検証用の質問が、複数の
選択肢の中から前記候補カテゴリのいずれかに属するも
のであれば選ぶであろう選択肢を正しく選択することを
求めるものであることを特徴とする。

【００３１】好ましくは、前記検証用の質問が、前記候
補カテゴリのいずれかに属するものであれば答えられる
であろう情報を正しく入力することを求めるものである
ことを特徴とする。

【００３２】好ましくは、前記検証用の質問において選
択を求められる情報が、少なくとも前記候補カテゴリの
各々のパタン的属性情報であることを特徴とする。

【００３３】好ましくは、前記検証用の質問において入
力を求められる情報が、前記候補カテゴリの各々のパタ
ン的属性情報もしくは記号的属性情報であることを特徴
とする。

【００３４】本発明によれば、入力生体情報と辞書生体
情報の照合により得られた最大類似度が所定のどの値の
範囲に存在するかで認定／拒絶／保留の判断をし、該保
留となった場合には認定／拒絶の判断を認識対象者への
質疑によって行うことが可能になる。

【００３５】本発明によれば、辞書カテゴリに属する認
識対象者は、最大類似度において認定／拒絶される場合
には遅滞なく正しく認識してもらえ、最大類似度におい
て保留となった場合には質問に答えるだけで正しく認識
してもらえ、いずれにして正しく認識してもらうことが
できる。

【００３６】本発明によれば、新規のカテゴリに属する
認識対象者はほぼ必ず拒絶されることになるので、誤認
識の発生を減らすことができる。

【００３７】本発明によれば、辞書カテゴリに属する認
識対象者は、最大類似度において認定／拒絶される場合
にもある確率で質問に回答する手間を強いられるが、新
規のカテゴリに属する認識対象者に対する誤認識をさら
に減らすことができる。

【００３８】本発明によれば、辞書カテゴリに属する認
識対象者の入力生体情報を常に正しい辞書生体情報に学
習させることができ、かつ運用するほどに辞書生体情報
は入力生体情報のバリエーションを学習させて、より正
確な認識を行わせることが可能になる。

【００３９】本発明によれば、辞書カテゴリに属する認
識対象者の入力生体情報を常に正しい辞書生体情報に学
習させることにより、類似度分布の重なり部分を減少さ
せることができ、運用するほどに質疑応答の頻度が減
り、もって認識対象者の回答労力を減じることが可能に
なる。

【００４０】なお、以上の各装置に係る発明は方法に係
る発明としても成立し、方法に係る発明は装置に係る発
明としても成立する。

【００４１】また、上記の発明は、相当する手順あるい
は手段をコンピュータに実行させるためのプログラムを
記録した機械読み取り可能な媒体としても成立する。

【００４２】

【発明の実施の形態】本発明に係る生体情報認識装置と
その方法の実施例を図面にしたがって説明する。 （第１の実施例の説明）以下、本発明に係る生体情報認
識装置とその方法の第１の実施例を説明する。

【００４３】第１図に本実施例装置のブロック構成を示
す。本実施例装置は、生体情報取得部１、類似度計算部
２、認識候補評価部３、認識候補検証部４、出力部５、
ならびに記憶部６より成る。

【００４４】また、第２図に本実施例装置における処理
構成を示す。本実施例装置における処理は、生体情報入
力処理Ｓ１、入力部分空間生成処理Ｓ２、類似度計算処
理Ｓ３、認定判別処理Ｓ４、拒絶判別処理Ｓ５、質問準
備処理Ｓ６、回答受理処理Ｓ７、検証確認処理Ｓ８、出
力処理Ｓ９より成る。

【００４５】また、第３図に本実施例装置の外観例を示
す。ここに示す外観は本実施例装置が質問として画像を
表示し、認識対象者にそれを選択させる場合の例であ
り、図中の１０１は認識対象者、１０２は装置匡体、１
０３はタッチセンサ付き表示装置、１０４は生体情報入
力用センサ、１０５は表示装置１０３に表示される選択
対象たる画像である。なお、この図は模式図であり、実
際の認識対象者１０１と装置匡体１０２の大きさの関係
は図示された比率に限定されるものではない。

【００４６】また、本発明における選択すべき情報は、
対応するカテゴリ固有の情報（カテゴリの属性情報と呼
ぶ）であれば何でもよいが、画像（パタン的属性情報の
１つ）を用いる方法がその一覧性と選択性の良さから好
ましい。、本実施例装置では特に本人・縁者・知人の顔
写真や本人の持ち物の写真などを用いる。 （第１の実施例：記憶部６の説明）記憶部６は、本実施
例装置において種々利用される情報、すなわち、カテゴ
リ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ２、検
証用情報を保持記憶する。特に、本実施例装置が生体情
報により個人を特定する用途に使用される場合には、前
記検証用情報は人物の顔写真画像とすることができる。 （第１の実施例：生体情報取得部１の説明）生体情報取
得部１は、生体情報入力用センサ１０４により、認識対
象者１０１の例えば顔画像や音声波形などを取り込んで
入力生体情報として出力する（ステップＳ１）。

【００４７】例えば、生体情報として認識対象者１０１
の顔を用いる場合には、前記生体情報取得部１は生体情
報入力用センサ１０４としてテレビカメラなどの撮像手
段を具備し、該撮像手段により該人物の顔を含む画像を
取り込み、該顔を含む画像から、例えば顔らしいパタン
を教示したテンプレートを用いて、該テンプレートと最
も相関の高い領域を顔領域として該画像から抽出し、該
抽出された顔領域を所定の大きさの画像パタンに変換し
て入力生体情報として出力する。

【００４８】また例えば、生体情報として認識対象者１
０１の音声を用いる場合には、前記生体情報取得部１は
生体情報入力用センサ１０４としてマイクロフォンなど
の音声入力手段を具備し、該音声入力手段により該人物
の音声を含む音声信号を取り込み、該音声信号から十分
なパワーを持つ期間の音声信号を切り出して、該切り出
された音声信号をフーリエ変換して得られる所定数の周
波数成分によるパワースペクトルを入力生体情報として
出力する。

【００４９】あるいは前記生体情報取得部１は、上記の
組み合わせとして、認識対象者の顔画像が検出されてい
る間の該人物の音声を取り込み、該顔画像と該音声によ
る２つのパタンを１つの入力生体情報として出力するこ
とも可能である。 （第１の実施例：類似度計算部２の説明）類似度計算部
２は、入力生体情報をそのスカラー値の各々を軸とする
多次元ベクトルとし、時系列的に入力される所定数のベ
クトルを主成分分析して得られる固有ベクトルを基底と
する部分空間（入力部分空間）を生成する（ステップＳ
２）。

【００５０】次いで類似度計算部２は、カテゴリ毎に用
意されている辞書部分空間（辞書生体情報）を記憶部６
より読み出し、各辞書部分空間と前記入力部分空間とを
照合し、両部分空間の最大余弦を当該辞書部分空間が獲
得する類似度とし、さらに記憶部６にあるＰ個全ての辞
書部分空間との照合結果、すなわちＰ個のカテゴリコー
ドとその類似度を候補情報として出力する（ステップＳ
３）。 （第１の実施例：候補評価部３の説明）候補評価部３
は、前記類似度計算部２による候補情報にある１位候補
の類似度（最大類似度）が記憶部６にある所定閾値ＴＨ
１以上である場合には、該１位候補のカテゴリコードを
認識結果として認定して出力部５に送る（ステップＳ４
の左分岐）。

【００５１】また候補評価部３は、前記類似度計算部２
による候補情報にある１位候補の類似度（最大類似度）
が記憶部６にある所定閾値ＴＨ２（＜ＴＨ１）未満であ
る場合には、該候補情報にあるカテゴリコードを拒絶し
て拒絶情報を出力部５に送る（ステップＳ５の右分
岐）。

【００５２】候補評価部３は、上記いずれにも該当しな
い場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ１
未満の場合には、認定／拒絶の判断を保留し、前記類似
度計算部２による候補情報を検証すべき候補情報として
候補検証部４に送る（ステップＳ５の下分岐）。 （第１の実施例：候補検証部４の説明）候補検証部４
は、上記候補評価部３により認定／拒絶が保留された場
合に、候補評価部３から候補情報を受け取り、該候補情
報にあるカテゴリコードの真偽を検証するための検証用
情報を記憶部６より読み出す。

【００５３】本実施例装置においては、前記検証用情報
は記憶部６が擁している辞書カテゴリの属性情報たる写
真画像と、該辞書カテゴリの属性情報と無関係な写真画
像（撹乱用情報）とから成っており、認識対象者は多数
の異なる写真画像から自分の属性情報たる写真画像を選
択することを求められる。認識対象者が正規利用者であ
るならば自分の属性情報たる写真を容易に選択でき、不
正利用者であるならばおそらく撹乱用の写真画像を選択
してしまうだろう。したがって認識対象者が選択した写
真画像が候補カテゴリのいずれかの属性情報であるか否
かを検証することで、該認識対象者が候補カテゴリのい
ずれに属する者であるか否かを検証することができる。

【００５４】候補検証部４は、記憶部６にある検証用情
報から、前記候補情報にある上位Ｍ位までのカテゴリ
（候補カテゴリ）に対応する写真画像を各１枚ずつ選び
出し、さらに攪乱用の写真画像をランダムにＫ枚選び出
し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ステ
ップＳ６）。なお、前記写真画像（属性情報）は１つの
カテゴリにつき複数用意されており、候補検証部４は該
複数の写真画像から１つを毎回ランダムに選ぶものとす
る。

【００５５】このとき、前記Ｍは固定の値Ｑ（例えば上
位３位までなど）としてもよいが、類似度が前記閾値Ｔ
Ｈ２以上の候補全てとすることも可能である。これは、
類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解であ
る可能性を持っているからである。

【００５６】また、前記Ｍを前記固定値Ｑと前記類似度
が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少な
い方とすることも可能である。これはＲがＱを割る場合
にはＲ（＜Ｑ）個のみを検証することで無駄を省き、Ｒ
がＱを上回る場合には正解である可能性の高い上位Ｑ個
までしか検証しないという戦略である。個人認証におい
てはＱを十分小さくとることで不正利用の確率を減らす
ことができる。

【００５７】次いで候補検証部４は、認識対象者１０１
に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付き
表示装置１０３の表示画面を介してランダムな順序に表
示（１０５）し、該認識対象者に自己の属性情報たる写
真画像を選択するように求め、該認識対象者の指による
当該写真画像の選択操作（回答操作）をタッチセンサ付
き表示装置１０３のタッチセンサを介して検知する（ス
テップＳ７）。

【００５８】候補検証部４は、該選択操作を受理する
と、タッチセンサの押された表示画面上の座標と各画像
の表示位置とを照合して該選択された画像がどの画像で
あるかを特定し、該特定された画像が前記候補カテゴリ
に対応する画像であるか否かを検証する。この検証の結
果、該選択された写真画像に対応する候補カテゴリが発
見された場合には当該カテゴリを当該認識対象者のカテ
ゴリであると認定し（ステップＳ８の左分岐）、発見で
きない場合には当該認識対象者を拒絶する（ステップＳ
８の右分岐）。

【００５９】このような検証処理により、生体情報に基
づいて装置がＭ位までの候補として挙げたカテゴリと、
認識対象者自身が了解している自己のカテゴリとの一致
を鍵として、曖昧性のある類似度範囲にある照合結果を
検証することにより、少なくともＭ位までの候補に入る
ことができれば、類似度で１位をとれなくても認識対象
者が正しく認識してもらえるようになる。この場合、装
置が自分をどのカテゴリに類別しようとしているか認識
対象者にがわからないように、多数の攪乱用ノイズ画像
とともに装置の想定するカテゴリの画像が呈示される。
しかも、その画像の内容と呈示順序は常にランダムに変
わるので、認識対象者は自己の所属カテゴリを知ってい
る本人でなければ検証において認定してもらえる可能性
が極めて低い。 （第１の実施例：出力部５の説明）出力部５は、前記候
補評価部３による認定カテゴリコードあるいは拒絶情
報、および前記認識候補検証部４による認定カテゴリコ
ードあるいは拒絶情報を装置外部へ出力したり、拒絶の
通知を認識対象たる人物に呈示する（ステップＳ９）。

【００６０】なお、本実施例装置における閾値ＴＨ１お
よびＴＨ２は原則的には非自己類似度分布の上限２４と
自己類似度分布の下限２５に設定するものとするが、例
えば、ＴＨ２をゼロとすることで拒絶判定を無くし、認
識対象は必ず既知のいずれかのカテゴリに分類されるよ
うにすることも可能である。また、ＴＨ１を非自己類似
度分布の上限より高目や低目に設定することで、無質疑
にて認定される条件を厳しくしたり緩くしたりと加減す
ることも可能である。また、ＴＨ２を自己類似度分布の
下限より低目や高目に設定することで、無質疑にて拒絶
される条件を厳しくしたり緩くしたりと加減することも
可能である。

【００６１】いずれにせよ、本実施例装置によって、正
規の認識対象者は装置が曖昧性を検知する場合にのみ質
疑応答を求められることで、通常は生体情報の入力のみ
にて正しく認定され、一部曖昧な場合のみ質疑応答の手
間を払わされるに止まるという利便性を受けることがで
きる。

【００６２】また、属性情報は各カテゴリにつき複数用
意されており、装置は毎回その呈示内容、すなわちどの
属性情報を呈示するかを変えるので、個人認証の用途に
あっては不正利用者による通過を困難にすることができ
る。 （第２の実施例の説明）上記第１の実施例装置において
は、装置が曖昧性を検知した場合にのみ質疑が行われ
た。そのため、認識対象者は装置が質疑を行うか否かに
よって、該装置が曖昧性を抱いているか否かを知ること
ができた。

【００６３】この結果、不正利用者が自己と容貌などの
生体情報が似た正規利用者が質疑を受ける場面を観察
し、その回答を模倣することで、該不正利用者が通過で
きる可能性が存在する。なぜなら、容貌などの生体情報
が似ている正規利用者の辞書に対する不正利用者の生体
情報が獲得する類似度はＴＨ１を超えることはできない
としてもＴＨ２を超える可能性が高く、このとき発せら
れる質問に正しく答えることで不正利用者が当該正規利
用者を偽って通過することができるからである。

【００６４】このとき、不正通過が成立する条件は、
（ａ）不正利用者と似た生体情報を持つ正規利用者を該
不正利用者が発見できること、（ｂ）該正規利用者の回
答を不正利用者が真似できることの２つである。（ａ）
は生体情報として指紋、虹彩、網膜などでは困難である
が、顔を用いる場合には可能である。無論、これに加え
て似た容貌の正規利用者がたまたま存在することが条件
である。（ｂ）は認識の度毎に回答を求める属性情報を
変えることで模倣しにくくできるが、記憶部に保持格納
される属性情報のバリエーションには限りがあるので、
長期間観察することで特定の正規利用者の属性情報を調
べ上げることは可能である。

【００６５】（ａ）（ｂ）がともに成立してしまう場合
に取りえる方策は、前記調べ上げた情報が利用できるか
否かを曖昧にしてしまうことである。そのためには類似
度の曖昧性が検知されたとき以外にもある確率でランダ
ムに質疑を行うようにすればよい。この結果、正規利用
者の回答の手間が増えたり、そのために特定正規利用者
の属性情報が明らかになる機会が増えたりする不都合が
発生するが、不正利用者には目を付けた正規利用者の回
答が認定に効果があるのか否かを判断する材料がなくな
るので抑止効果を期待できる。不正利用者が人間の目で
見て自己と容貌の似ている正規利用者を発見して模倣を
計画しても、装置の目で見た似ている条件とに若干のず
れがあり、そのために不正利用者が成り代わりを計画し
た正規利用者の辞書による類似度がＴＨ２より割り込む
（拒絶される）機会がある。このとき、曖昧性のある場
合以外にも質疑が発せられていれば、不正利用者は該質
疑に正しく回答しても拒絶される場合があり、自己が成
り代わりを計画した正規利用者が自己と似ているのか否
か、すなわち類似度がＴＨ２以上となる正規利用者であ
るのか、そして今後も成り代わりを図ることが妥当なも
のか否かの確証を得ることができないのである。

【００６６】上記のような方策を可能にする、本発明に
係る生体情報認識装置とその方法の第２の実施例を説明
する。

【００６７】第６図に本実施例装置のブロック構成を示
す。本実施例装置は、生体情報取得部４１、類似度計算
部４２、候補評価部４３、候補検証部４４、疑似検証部
４７、出力部４５、ならびに記憶部４６より成る。

【００６８】また、第７図に本実施例装置における処理
構成を示す。本実施例装置における処理は、生体情報入
力処理Ｓ１１、入力部分空間生成処理Ｓ１２、類似度計
算処理Ｓ１３、認定判別処理Ｓ１４、拒絶判別処理Ｓ１
５、質問準備処理Ｓ１６、回答受理処理Ｓ１７、検証確
認処理Ｓ１８、確率処理Ｓ２０、疑似質問準備処理Ｓ２
１、疑似回答受理処理Ｓ２２、出力処理Ｓ１９より成
る。

【００６９】また、第３図に本実施例装置の外観例を示
す。ここに示す外観は前記第１の実施例装置と同じく、
本実施例装置が質問として画像を表示し、認識対象者に
それを選択させる場合の例である。 （第２の実施例：記憶部４６の説明）記憶部４６は前記
記憶部６と同様、本実施例装置において種々利用される
情報、すなわち、カテゴリ毎の辞書生体情報、類似度の
閾値ＴＨ１とＴＨ２、検証用情報を保持記憶する。 （第２の実施例：生体情報取得部４１の説明）生体情報
取得部４１は前記生体情報取得部１と同様、生体情報入
力用センサ１０４により、認識対象者１０１の例えば顔
画像や音声波形などを取り込んで入力生体情報として出
力する（ステップＳ１１）。 （第２の実施例：類似度計算部４２の説明）類似度計算
部４２は前記類似度計算部２と同様、入力生体情報をそ
のスカラー値の各々を軸とする多次元ベクトルとし、時
系列的に入力される所定数のベクトルを主成分分析して
得られる固有ベクトルを基底とする部分空間（入力部分
空間）を生成する（ステップＳ１２）。

【００７０】次いで、類似度計算部４２は前記類似度計
算部２と同様、カテゴリ毎に用意されている辞書部分空
間（辞書生体情報）を記憶部４６より読み出し、各辞書
部分空間と前記入力部分空間とを照合し、両部分空間の
最大余弦を当該辞書部分空間が獲得する類似度とし、さ
らに記憶部４６にあるＰ個全ての辞書部分空間との照合
結果、すなわちＰ個のカテゴリコードとその類似度を候
補情報として出力する（ステップＳ１３）。 （第２の実施例：候補評価部４３の説明）候補評価部４
３は前記候補評価部３と同様、前記類似度計算部４２に
よる候補情報にある１位候補の類似度（最大類似度）が
記憶部４６にある所定閾値ＴＨ１以上である場合には、
該１位候補のカテゴリコードを認識結果として認定して
出力部４５に送る（ステップＳ１４の右分岐）。

【００７１】また候補評価部４３は前記候補評価部３と
同様、前記類似度計算部４２による候補情報にある１位
候補の類似度（最大類似度）が記憶部４６にある所定閾
値ＴＨ２（＜ＴＨ１）未満である場合には、該候補情報
にあるカテゴリコードを拒絶して拒絶情報を出力部５に
送る（ステップＳ１５の右分岐）。

【００７２】候補評価部４３は前記候補評価部３と同
様、上記いずれにも該当しない場合、すなわち前記１位
の類似度がＴＨ２以上ＴＨ１未満の場合には、認定／拒
絶の判断を保留し、前記類似度計算部４２による候補情
報を検証すべき候補情報として候補検証部４４に送る
（ステップＳ１５の下分岐）。 （第２の実施例：候補検証部４４の説明）候補検証部４
４は前記候補検証部４と同様、上記候補評価部３により
認定／拒絶が保留された場合に、候補評価部４３から候
補情報を受け取り、該候補情報にあるカテゴリコードの
真偽を検証するための検証用情報を記憶部４６より読み
出す。

【００７３】本実施例装置においては、前記検証用情報
は記憶部４６が擁している辞書カテゴリの属性情報たる
写真画像と、該辞書カテゴリの属性情報と無関係な写真
画像（撹乱用情報）とから成っており、認識対象者は多
数の異なる写真画像から自分の属性情報たる写真画像を
選択することを求められる。認識対象者が正規利用者で
あるならば自分の属性情報たる写真を容易に選択でき、
不正利用者であるならばおそらく撹乱用の写真画像を選
択してしまうだろう。したがって認識対象者が選択した
写真画像が候補カテゴリのいずれかの属性情報であるか
否かを検証することで、該認識対象者が候補カテゴリの
いずれに属する者であるか否かを検証することができ
る。

【００７４】候補検証部４４は前記候補検証部４と同
様、記憶部４６にある検証用情報から、前記候補情報に
ある上位Ｍ位までのカテゴリ（候補カテゴリ）に対応す
る写真画像を各１枚ずつ選び出し、さらに攪乱用の写真
画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ＋Ｋ枚の呈示
用写真画像を準備する（ステップＳ１６）。なお、前記
写真画像（属性情報）は１つのカテゴリにつき複数用意
されており、候補検証部４４は該複数の写真画像から１
つを毎回ランダムに選ぶものとする。

【００７５】このとき、前記Ｍは固定の値Ｑ（例えば上
位３位までなど）としてもよいが、類似度が前記閾値Ｔ
Ｈ２以上の候補全てとすることも可能である。これは、
類似度がＴＨ１未満ＴＨ２以上の全ての候補が正解であ
る可能性を持っているからである。

【００７６】また、前記Ｍを前記固定値Ｑと前記類似度
が前記閾値ＴＨ２以上の候補全ての数Ｒのいずれか少な
い方とすることも可能である。これはＲがＱを割る場合
にはＲ（＜Ｑ）個のみを検証することで無駄を省き、Ｒ
がＱを上回る場合には正解である可能性の高い上位Ｑ個
までしか検証しないという戦略である。

【００７７】次いで候補検証部４４は前記候補検証部４
と同様、認識対象者１０１に対して、該Ｎ枚の呈示用写
真画像をタッチセンサ付き表示装置１０３の表示画面を
介してランダムな順序に表示（１０５）し、該認識対象
者に自己の属性情報たる写真画像を選択するように求
め、該認識対象者の指による当該写真画像の選択操作
（回答操作）をタッチセンサ付き表示装置１０３のタッ
チセンサを介して検知する（ステップＳ１７）。

【００７８】候補検証部４４は前記候補検証部４と同
様、該選択操作を受理すると、タッチセンサの押された
表示画面上の座標と各画像の表示位置とを照合して該選
択された画像がどの画像であるかを特定し、該特定され
た画像が前記候補カテゴリに対応する画像であるか否か
を検証する。この検証の結果、該選択された写真画像に
対応する候補カテゴリが発見された場合には当該カテゴ
リを当該認識対象者のカテゴリであると認定し（ステッ
プＳ１８の左分岐）、発見できない場合には当該認識対
象者を拒絶する（ステップＳ１８の右分岐）。

【００７９】このような検証処理により、生体情報に基
づいて装置がＭ位までの候補として挙げたカテゴリと、
認識対象者自身が了解している自己のカテゴリとの一致
を鍵として、曖昧性のある類似度範囲にある照合結果を
検証することにより、少なくともＭ位までの候補に入る
ことができれば、類似度で１位をとれなくても認識対象
者が正しく認識してもらえるようにすることが可能とな
る。この場合、装置が自分をどのカテゴリに類別しよう
としているか認識対象者にわからないように、多数のノ
イズ画像とともに装置の想定するカテゴリの画像が呈示
される。しかも、その画像の内容と呈示順序は常にラン
ダムに変わるので、認識対象者は自己の所属カテゴリを
知っている本人でなければ検証において認定してもらえ
る可能性が低い。 （第２の実施例：疑似検証部４７の説明）本実施例装置
で新規に加えられた疑似検証部４７は、所定の確率で前
記候補評価部４３による認定あるいは拒絶の結果を出力
部４５に直ちに出力する（ステップＳ２０の左分岐）。
前記疑似検証部４７は残る確率で疑似質疑を行う（ステ
ップＳ２０の下分岐）。

【００８０】疑似検証部４７は、疑似質疑を行う場合に
は記憶部４６にある検証用情報からＭ個の疑似候補カテ
ゴリに対応する写真画像を各１枚ずつ選び出し、さらに
攪乱用の写真画像をランダムにＫ枚選び出し合計Ｎ＝Ｍ
＋Ｋ枚の呈示用写真画像を準備する（ステップＳ２
１）。該疑似候補カテゴリは、前記候補評価部４３によ
る認定カテゴリがある場合（認定時）にはそれを必ず含
んで、残るＭ−１個のカテゴリをランダムに選び、前記
候補評価部４３による認定カテゴリがない場合（拒絶
時）にはＭ個全てをランダムに選んで決定される。な
お、前記写真画像（属性情報）は１つのカテゴリにつき
複数用意されており、疑似検証部４７は該複数の写真画
像から１つを毎回ランダムに選ぶものとする。

【００８１】次いで疑似検証部４７は、認識対象者１０
１に対して、上記Ｎ枚の呈示用写真画像をタッチセンサ
付き表示装置１０３の表示画面を介してランダムな順序
に表示（１０５）し、該認識対象者に自己の属性情報た
る写真画像を選択するように求め、該認識対象者の指に
よる当該写真画像の選択操作（回答操作）をタッチセン
サ付き表示装置１０３のタッチセンサを介して検知する
と直ちに前記候補評価部４３による認定あるいは拒絶の
結果を出力部４５に送り、前記候補検証部４４のように
認識対象者による回答を検証することはしない（ステッ
プＳ２２）。

【００８２】このような疑似検証処理により、不正利用
者は質疑に正しく回答しても拒絶される場合があり、自
己が成り代わりを計画した正規利用者が自己と似ている
のか否か、すなわち類似度がＴＨ２以上となる正規利用
者であるのか、そして今後も成り代わりを図ることが妥
当なものか否かの確証を得ることができないようにする
ことが可能になる。

【００８３】なお、上記疑似検証部４７は、前記候補評
価部４３において認定された１位候補の属性情報を含む
用に疑似質問の呈示属性情報を選び出したが、１位候補
の属性情報を含まない、すなわち正しい答えを含まない
呈示属性情報を認識対象者に呈示するようにしてもよ
い。この場合、正規利用者には質問中に正しい答えが存
在するか否かで装置が曖昧性を検知しているか否かを知
ることができるが、正規利用者でない不正利用者にはこ
のことはわからない。正規利用者は正しい答えが無い場
合には、既に認定が確定していることを知ることができ
るので、でたらめに１つの属性情報を選択すれば通過で
きる。ところが、不正利用者にはこの回答が果たして正
しいのか否かがわからないので、長期間の観察によって
正規利用者の属性情報を調べ上げることが不可能になる
のである。 （第２の実施例：出力部４５の説明）出力部４５は、前
記疑似検証部４７を経由した前記候補評価部４３による
認定カテゴリコードあるいは拒絶情報、および前記認識
候補検証部４４による認定カテゴリコードあるいは拒絶
情報を装置外部へ出力したり、拒絶の通知を認識対象た
る人物に呈示する（ステップＳ１９）。（第３の実施例
の説明）一旦生成された辞書部分空間を装置運用中に改
良することは、自己類似度分布と非自己類似度分布の重
なり部分を減少させたり、辞書が覆っていない新たなバ
リエーションを加えて辞書を強化するのに役立つ。この
ような目的による辞書改良は、自己類似度を値の高い領
域に集め（以後、反応化と呼ぶ）、非自己類似度を値の
低い領域に集める（以後、無反応化と呼ぶ）ことに他な
らない。この結果、類似度に基づく認定／拒絶の閾値処
理は容易になり、かつその信頼性は向上する。

【００８４】本発明に係る上記第１および第２の実施例
装置は、候補検証部の存在により類似度分布の重なり部
分に存在する入力生体情報を正しく分類することができ
る。そこで、この分類結果を頼りにこのような曖昧な類
似度範囲に入る入力生体情報を辞書に学習させること
で、該重なり部分を減少させ、運用を続けるほどに質疑
応答の発生頻度を減らして、もって認識対象者の労力を
減ずることが可能になる。

【００８５】反応化と無反応化は次のようにして行うこ
とができる。

【００８６】複数の教示用生体情報から相関行列（特性
核）を求め、これを主成分分析するという辞書生成プロ
セスを踏襲して、現在の辞書の特性核（辞書特性核）に
入力生体情報の自己相関行列を加えたり、辞書特性核か
ら入力生体情報の自己相関行列を差し引いたりすること
で新しい辞書特性核を作り、これを主成分分析にかけて
新たな辞書部分空間を生成する。これは文献［３］（前
田賢一、「パターン認識装置」、特開昭５６−１３７４
８）に開示されている学習型複合類似度法である。具体
的には、学習すべき入力生体情報（被学習生体情報）の
自己相関行列に非負係数をかけたものを用意し、これを
辞書特性核に加えたり（反応化）、辞書特性核から差し
引いたり（無反応化）することで学習が進行する。

【００８７】自己類似度分布と非自己類似度分布の分離
性を改善された辞書セットを得るためには、次の条件が
成立する被学習生体情報を検出して反応化や無反応化を
行う。これは類似度分布の重なり部分にある入力生体情
報を辞書に学習させることで、該重なり部分を減らすこ
とを可能にする条件である。

【００８８】［反応化］重なり部分に存在する候補カテ
ゴリのうち、質疑応答により認定されたカテゴリ、すな
わち当該入力生体情報が属する辞書（自己辞書）を反応
化する。

【００８９】［無反応化］重なり部分に存在する候補カ
テゴリのうち、質疑応答により認定されなかったカテゴ
リ、すなわち当該入力生体情報が属さない辞書（非自己
辞書）を無反応化する。

【００９０】辞書が更新されると類似度分布も変化する
ので、再び自己類似度分布と非自己類似度分布を求め、
新たなＴＨ１とＴＨ２を決定する。

【００９１】以下、このような辞書更新機能を具備した
本発明に係る生体情報認識装置とその方法の第３の実施
例を説明する。

【００９２】第８図に本実施例装置のブロック構成を示
す。本実施例装置は、生体情報取得部５１、類似度計算
部５２、認識候補評価部５３、認識候補検証部５４、辞
書更新部５７、出力部５５、ならびに記憶部５６より成
る。

【００９３】また、第９図に本実施例装置における処理
構成を示す。本実施例装置における処理は、生体情報入
力処理Ｓ３１、入力部分空間生成処理Ｓ３２、類似度計
算処理Ｓ３３、認定判別処理Ｓ３４、拒絶判別処理Ｓ３
５、質問準備処理Ｓ３６、回答受理処理Ｓ３７、検証確
認処理Ｓ３８、辞書更新処理Ｓ４０、閾値更新処理Ｓ４
１、出力処理Ｓ３９より成る。

【００９４】また、第３図に本実施例装置の外観例を示
す。ここに示す外観は前記第１および第２の実施例装置
と同じく、本実施例装置が質問として画像を表示し、認
識対象者にそれを選択させる場合の例である。 （第３の実施例：記憶部５６の説明）記憶部５６は、本
実施例装置において種々利用される情報、すなわち、カ
テゴリ毎の辞書生体情報、類似度の閾値ＴＨ１とＴＨ
２、検証用情報を保持記憶する。特に、本実施例装置が
生体情報により個人を特定する用途に使用される場合に
は、前記検証用情報は人物の顔写真画像とすることがで
きる。また、記憶部５６は新たに辞書生体情報を生成し
たときの辞書特性核と辞書生成時の教示用生体情報とを
カテゴリ毎に保持記憶する。 （第３の実施例：生体情報取得部５１の説明）生体情報
取得部５１は前記生体情報取得部１と同様、生体情報入
力用センサ１０４により、認識対象者１０１の例えば顔
画像や音声波形などを取り込んで入力生体情報として出
力する（ステップＳ３１）。 （第３の実施例：類似度計算部５２の説明）類似度計算
部５２は前記類似度計算部２と同様、入力生体情報をそ
のスカラー値の各々を軸とする多次元ベクトルとし、時
系列的に入力される所定数のベクトルを主成分分析して
得られる固有ベクトルを基底とする部分空間（入力部分
空間）を生成する（ステップＳ３２）。

【００９５】次いで類似度計算部５２は、カテゴリ毎に
用意されている辞書部分空間（辞書生体情報）を記憶部
５６より読み出し、各辞書部分空間と前記入力部分空間
とを照合し、両部分空間の最大余弦を当該辞書部分空間
が獲得する類似度とし、さらに記憶部５６にあるＰ個全
ての辞書部分空間との照合結果、すなわちＰ個のカテゴ
リコードとその類似度を候補情報として出力する（ステ
ップＳ３３）。 （第３の実施例：候補評価部５３の説明）候補評価部５
３は、前記類似度計算部２による候補情報にある１位候
補の類似度（最大類似度）が記憶部６にある所定閾値Ｔ
Ｈ１以上である場合には、該１位候補のカテゴリコード
を認識結果として認定して出力部５５に送る（ステップ
Ｓ３４の右分岐）。

【００９６】また候補評価部５３は、前記類似度計算部
５２による候補情報にある１位候補の類似度（最大類似
度）が記憶部５６にある所定閾値ＴＨ２（＜ＴＨ１）未
満である場合には、該候補情報にあるカテゴリコードを
拒絶して拒絶情報を出力部５５に送る（ステップＳ３５
の右分岐）。

【００９７】候補評価部５３は、上記いずれにも該当し
ない場合、すなわち前記１位の類似度がＴＨ２以上ＴＨ
１未満の場合には、認定／拒絶の判断を保留し、前記類
似度計算部５２による候補情報を検証すべき候補情報と
して候補検証部５４に送る（ステップＳ３５の下分
岐）。 （第３の実施例：候補検証部５４の説明）候補検証部５
４は前記候補検証部４と同様、上記候補評価部５３によ
り認定／拒絶が保留された場合に、候補評価部５３から
候補情報を受け取り、該候補情報にあるカテゴリコード
の真偽を検証するための検証用情報を記憶部５６より読
み出す。

【００９８】本実施例装置においては、前記検証用情報
は記憶部５６が擁している辞書カテゴリの属性情報たる
写真画像と、該辞書カテゴリの属性情報と無関係な写真
画像（撹乱用情報）とから成っており、認識対象者は多
数の異なる写真画像から自分の属性情報たる写真画像を
選択することを求められる。認識対象者が正規利用者で
あるならば自分の属性情報たる写真を容易に選択でき、
不正利用者であるならばおそらく撹乱用の写真画像を選
択してしまうだろう。したがって認識対象者が選択した
写真画像が候補カテゴリのいずれかの属性情報であるか
否かを検証することで、該認識対象者が候補カテゴリの
いずれに属する者であるか否かを検証することができ
る。

【００９９】候補検証部５４は、記憶部５６にある検証
用情報から、前記候補情報にある上位Ｍ位までのカテゴ
リ（候補カテゴリ）に対応する写真画像を各１枚ずつ選
び出し、さらに攪乱用の写真画像をランダムにＫ枚選び
出し合計Ｎ＝Ｍ＋Ｋ枚の呈示用写真画像を準備する（ス
テップＳ３６）。なお、前記写真画像（属性情報）は１
つのカテゴリにつき複数用意されており、候補検証部４
は該複数の写真画像から１つを毎回ランダムに選ぶもの
とする。

【０１００】次いで候補検証部５４は、認識対象者１０
１に対して、該Ｎ枚の呈示用写真画像をタッチセンサ付
き表示装置１０３の表示画面を介してランダムな順序に
表示（１０５）し、該認識対象者に自己の属性情報たる
写真画像を選択するように求め、該認識対象者の指によ
る当該写真画像の選択操作（回答操作）をタッチセンサ
付き表示装置１０３のタッチセンサを介して検知する
（ステップＳ３７）。

【０１０１】候補検証部５４は、該選択操作を受理する
と、タッチセンサの押された表示画面上の座標と各画像
の表示位置とを照合して該選択された画像がどの画像で
あるかを特定し、該特定された画像が前記候補カテゴリ
に対応する画像であるか否かを検証する。この検証の結
果、該選択された写真画像に対応する候補カテゴリが発
見された場合には当該カテゴリを当該認識対象者のカテ
ゴリであると認定し（ステップＳ３８の左分岐）、発見
できない場合には当該認識対象者を拒絶する（ステップ
Ｓ３８の右分岐）。

【０１０２】このような検証処理により、生体情報に基
づいて装置がＭ位までの候補として挙げたカテゴリと、
認識対象者自身が了解している自己のカテゴリとの一致
を鍵として、曖昧性のある類似度範囲にある照合結果を
検証することにより、少なくともＭ位までの候補に入る
ことができれば、類似度で１位をとれなくても認識対象
者が正しく認識してもらえるようになる。この場合、装
置が自分をどのカテゴリに類別しようとしているか認識
対象者にがわからないように、多数の攪乱用ノイズ画像
とともに装置の想定するカテゴリの画像が呈示される。
しかも、その画像の内容と呈示順序は常にランダムに変
わるので、認識対象者は自己の所属カテゴリを知ってい
る本人でなければ検証において認定してもらえる可能性
が極めて低い。 （第３の実施例：辞書更新部５７の説明）前記候補評価
部５３にて判断が保留され、前記候補検証部５４にて質
疑により認定もしくは拒絶された入力生体情報は、類似
度がＴＨ２以上かつＴＨ１未満の重なり部分に存在する
入力である。辞書更新部５７は、該重なり部分に存在す
る候補カテゴリの辞書を当該入力生体情報について下記
条件にしたがって反応化あるいは無反応化して辞書を更
新する（ステップＳ４０）。このとき、用いられる学習
アルゴリズムが学習型複合類似度法（文献［３］）とし
て提案されている教示生体情報の相関行列（辞書特性
核）と入力生体情報の自己相関行列の加重和計算であ
る。辞書特性核は辞書生成時に作られたものが記憶部５
６に保持記憶されており、自己相関行列は類似度計算部
５２にて入力部分空間の生成に関与した入力生体情報か
ら生成される。なお、記憶部５６にある更新前の辞書特
性核と辞書生体情報は同じカテゴリの更新された辞書特
性核と辞書生体情報に置き換えられ、自己相関行列の生
成に用いられた入力生体情報は記憶部５６にある教示用
生体情報に追加される。

【０１０３】［反応化］重なり部分に存在する候補カテ
ゴリのうち、質疑応答により認定されたカテゴリ、すな
わち当該入力生体情報が属する辞書（自己辞書）を反応
化する。

【０１０４】［無反応化］重なり部分に存在する候補カ
テゴリのうち、質疑応答により認定されなかったカテゴ
リ、すなわち当該入力生体情報が属さない辞書（非自己
辞書）を無反応化する。

【０１０５】次に、辞書更新部５７は、更新された辞書
生体情報を加えた新しい辞書セットを用いて、かつ追加
された教示用生体情報を加えた新しい教示用生体情報に
対する自己類似度分布と非自己類似度分布とを再計算
し、新しい辞書セットと新しい教示用生体情報による新
しい閾値ＴＨ１とＴＨ２を求めて記憶部５６にある古い
閾値と置き換える（ステップＳ４１）。なお、類似度分
布の計算は、同一カテゴリに属する多数の教示用生体情
報を適当な数で入力部分空間に変換し、相互部分空間法
で類似度を計算して集計することで行われる。 （第３の実施例：出力部５５の説明）出力部５５は、前
記候補評価部５３による認定カテゴリコードあるいは拒
絶情報、および前記認識候補検証部５４による認定カテ
ゴリコードあるいは拒絶情報を装置外部へ出力したり、
拒絶の通知を認識対象たる人物に呈示する（ステップＳ
３９）。

【０１０６】本実施例により、辞書カテゴリに属する認
識対象者の入力生体情報を常に正しい辞書生体情報に学
習させることができ、かつ運用するほどに辞書生体情報
は入力生体情報のバリエーションを学習させて、より正
確な認識を行わせることが可能になる。

【０１０７】また、本実施例により、辞書カテゴリに属
する認識対象者の入力生体情報を常に正しい辞書生体情
報に学習させることにより、類似度分布の重なり部分を
減少させることができ、運用するほどに質疑応答の頻度
が減り、もって認識対象者の回答労力を減じることが可
能になる。 （変形実施例の説明）なお、本発明においては、前記候
補検証部による選択を求める質問を、パタン的属性情報
たる画像情報ではなく、名前や生年月日などの記号的属
性情報とすることも可能である。この場合は画像のかわ
りに多数の記号的属性情報が表示され、認識対象者はそ
のうちの１つを選択するように求められる。

【０１０８】また、本発明においては、前記候補検証部
による質問を、パタン的属性情報たる画像情報の呈示と
選択ではなく、認識対象者の名前、生年月日、パスワー
ド、両親の名前などの記号的属性情報を入力させ、装置
が想定するＭ位までのカテゴリの記号的属性情報と照合
検証して、いずれかに一致すれば該一致したカテゴリの
中で最高順位となるカテゴリを認定し、いずれにも一致
しなければ拒絶するようにすることも可能である。この
場合、記憶部６には検証用情報として、各辞書部分空間
のカテゴリに固有の記号的属性情報が記述されていれば
可能である。認識対象者による記号的属性情報の回答入
力は、タッチセンサ付き表示装置１０２に記号に対応し
たキーを表示し、例えば１、９、６、０、０、５、０、
２と該キーを順次押すことで１９６０年５月２日のよう
な生年月日などを入力可能とすればよい。

【０１０９】また、本発明においては、前記候補検証部
による属性情報の選択や入力は例示したタッチパネルの
操作に限定されるものではない。例えば表示装置と別の
入力装置によって受理することも可能である。

【０１１０】また、本発明におけるパタン照合アルゴリ
ズムは例示した相互部分空間法に限定されず、例えば部
分空間法（文献［１］）など様々なパタン照合アルゴリ
ズムを用いることが可能である。

【０１１１】また、本発明における学習アルゴリズムは
例示した学習型複合類似度法に限定されず、例えば学習
部分空間法（文献［１］）など様々な学習アルゴリズム
を用いることができる。 （媒体による実施形態の説明）ところで、第５図に例示
するように、本発明に係る個人認証装置とその方法を実
現する情報（例えばプログラム）を記録媒体３１に記録
し、該記録した情報を該記録媒体３１を経由して撮像手
段３７を具備した装置３２や装置３３に適用したり、通
信回線３５や３６を経由して、装置３３や撮像手段３８
を具備した装置３４に適用することも可能である。すな
わち、本発明は上述した実施形態に限定されるものでは
なく、その技術的範囲において種々変形して実施するこ
とができる。

【０１１２】

【発明の効果】本発明によれば、入力生体情報と辞書生
体情報の照合により得られた最大類似度が所定のどの値
の範囲に存在するかで認定／拒絶／保留の判断をし、該
保留となった場合には認定／拒絶の判断を認識対象者へ
の質疑によって確定することが可能になる。

【０１１３】本発明によれば、辞書カテゴリに属する認
識対象者は、最大類似度において認定／拒絶される場合
には遅滞なく正しく認識してもらえ、最大類似度におい
て保留となった場合には質問に答えるだけで正しく認識
してもらえ、いずれにしても正しく認識してもうことが
できる。

【０１１４】本発明によれば、新規のカテゴリに属する
認識対象者は最大類似度において拒絶されるか、質疑応
答によってほぼ必ず拒絶されることになるので、誤認識
の発生を減らすことができる。

【０１１５】本発明によれば、辞書カテゴリに属する認
識対象者は、最大類似度において認定／拒絶される場合
にもある確率で質問に回答する手間を強いられるが、新
規のカテゴリに属する認識対象者に対する誤認識をさら
に減らすことができる。

【０１１６】本発明によれば、辞書カテゴリに属する認
識対象者の入力生体情報を常に正しい辞書生体情報に学
習させることができ、かつ運用するほどに辞書生体情報
は入力生体情報のバリエーションを学習させて、より正
確な認識を行わせることが可能になる。

【０１１７】本発明によれば、辞書カテゴリに属する認
識対象者の入力生体情報を常に正しい辞書生体情報に学
習させることにより、類似度分布の重なり部分を減少さ
せることができ、運用するほどに質疑応答の頻度が減
り、もって認識対象者の回答労力を減じることが可能に
なる。

【図面の簡単な説明】

【図１】本発明に係る生体情報認識装置の第１の実施例
装置のブロック構成を示した図である。

【図２】本発明に係る生体情報認識装置の第１の実施例
装置における処理構成を示した図である。

【図３】本発明に係る実施例装置の外観例を示した図で
ある。

【図４】自己類似度分布と非自己類似度分布を模式的に
示した図である。

【図５】記録媒体等による実施形態を説明するための図
である。

【図６】本発明に係る生体情報認識装置の第２の実施例
装置のブロック構成を示した図である。

【図７】本発明に係る生体情報認識装置の第２の実施例
装置における処理構成を示した図である。

【図８】本発明に係る生体情報認識装置の第３の実施例
装置のブロック構成を示した図である。

【図９】本発明に係る生体情報認識装置の第３の実施例
装置における処理構成を示した図である。

【符号の説明】

１ 生体情報取得部 ２ 類似度計算部 ３ 認識候補評価部 ４ 認識候補検証部 ５ 出力部 ６ 記憶部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 福井 和広 大阪府大阪市北区大淀中１丁目１番30号 株式会社東芝関西支社内 Ｆターム(参考） 5B043 AA09 BA01 CA03 GA17 HA02 HA09

Claims (10)

【特許請求の範囲】
1. 【請求項１】 認識対象者の生体情報を取得して入力生
   体情報と成す生体情報取得手段と、該入力生体情報とカ
   テゴリ別に用意された辞書生体情報とを照合して類似度
   を計算する類似度計算手段と、該計算された類似度のう
   ち最大のものを最大類似度と成し、該最大類似度が第１
   の閾値以上である場合には、前記認識対象者を該最大類
   似度を獲得した辞書生体情報に対応するカテゴリに属す
   るものと認定し、前記最大類似度が前記第１の閾値より
   小さい第２の閾値に満たない場合には、前記認識対象者
   が属するカテゴリはないものとして拒絶し、それ以外の
   場合には、曖昧な結果であるとして判断を保留する候補
   評価手段と、該候補評価手段により判断が保留された場
   合には、類似度で上位１ないし複数のカテゴリを候補カ
   テゴリと成し、該候補カテゴリの各々に属するものであ
   れば答えられるであろう検証用の質問を前記認識対象者
   に対して呈示して答えさせることにより、該認識対象者
   が正しく前記候補カテゴリのいずれに属するか否かを検
   証して認定あるいは拒絶を判断する候補検証手段と、前
   記候補評価手段による認定あるいは拒絶の結果、あるい
   は前記候補検証手段による認定あるいは拒絶の結果を出
   力する出力手段とを具備したことを特徴とする生体情報
   認識装置。
2. 【請求項２】 認識対象者の生体情報を取得して入力生
   体情報と成す生体情報取得手段と、該入力生体情報とカ
   テゴリ別に用意された辞書生体情報とを照合して類似度
   を計算する類似度計算手段と、該計算された類似度のう
   ち最大のものを最大類似度と成し、該最大類似度が第１
   の閾値以上である場合には、前記認識対象者を該最大類
   似度を獲得した辞書生体情報に対応するカテゴリに属す
   るものと認定し、前記最大類似度が前記第１の閾値より
   小さい第２の閾値に満たない場合には、前記認識対象者
   が属するカテゴリはないものとして拒絶し、それ以外の
   場合には、曖昧な結果であるとして判断を保留する候補
   評価手段と、該候補評価手段により判断が保留された場
   合には、類似度で上位１ないし複数のカテゴリを候補カ
   テゴリと成し、該候補カテゴリの各々に属するものであ
   れば答えられるであろう検証用の質問を前記認識対象者
   に対して呈示して答えさせることにより、該認識対象者
   が正しく前記候補カテゴリのいずれに属するか否かを検
   証して認定あるいは拒絶を判断する候補検証手段と、前
   記候補評価手段において判断を保留せずに認定もしくは
   拒絶を決定した場合には、所定の確率で検証用の質問を
   前記認識対象者に対して呈示して答えさせつつも、認定
   もしくは拒絶の判定は前記候補評価手段の決定に基づい
   て出力する疑似的検証手段と、前記候補評価手段による
   認定あるいは拒絶の結果、あるいは前記候補検証手段に
   よる認定あるいは拒絶の結果を出力する出力手段とを具
   備したことを特徴とする生体情報認識装置。
3. 【請求項３】 認識対象者の生体情報を取得して入力生
   体情報と成す生体情報取得手段と、該入力生体情報とカ
   テゴリ別に用意された辞書生体情報とを照合して類似度
   を計算する類似度計算手段と、該計算された類似度のう
   ち最大のものを最大類似度と成し、該最大類似度が第１
   の閾値以上である場合には、前記認識対象者を該最大類
   似度を獲得した辞書生体情報に対応するカテゴリに属す
   るものと認定し、前記最大類似度が前記第１の閾値より
   小さい第２の閾値に満たない場合には、前記認識対象者
   が属するカテゴリはないものとして拒絶し、それ以外の
   場合には、曖昧な結果であるとして判断を保留する候補
   評価手段と、該候補評価手段により判断が保留された場
   合には、類似度で上位１ないし複数のカテゴリを候補カ
   テゴリと成し、該候補カテゴリの各々に属するものであ
   れば答えられるであろう検証用の質問を前記認識対象者
   に対して呈示して答えさせることにより、該認識対象者
   が正しく前記候補カテゴリのいずれに属するか否かを検
   証して認定あるいは拒絶を判断する候補検証手段と、前
   記候補検証手段による認定もしくは拒絶の結果に基づい
   て所定の辞書生体情報を更新する辞書更新手段と、前記
   候補評価手段による認定あるいは拒絶の結果、あるいは
   前記候補検証手段による認定あるいは拒絶の結果を出力
   する出力手段とを具備したことを特徴とする生体情報認
   識装置。
4. 【請求項４】 前記検証用の質問が、複数の選択肢の中
   から前記候補カテゴリのいずれかに属するものであれば
   選ぶであろう選択肢を正しく選択することを求めるもの
   であることを特徴とする請求項１、２、３のいずれかに
   記載の生体情報認識装置。
5. 【請求項５】 前記検証用の質問が、前記候補カテゴリ
   のいずれかに属するものであれば答えられるであろう情
   報を正しく入力することを求めるものであることを特徴
   とする請求項１、２、３のいずれかに記載の生体情報認
   識装置。
6. 【請求項６】 前記検証用の質問において選択を求めら
   れる情報が、少なくとも前記候補カテゴリの各々のパタ
   ン的属性情報であることを特徴とする請求項４に記載の
   生体情報認識装置。
7. 【請求項７】 前記検証用の質問において入力を求めら
   れる情報が、前記候補カテゴリの各々のパタン的属性情
   報もしくは記号的属性情報であることを特徴とする請求
   項５に記載の生体情報認識装置。
8. 【請求項８】 認識対象者の生体情報を取得して入力生
   体情報と成す生体情報取得処理と、該入力生体情報とカ
   テゴリ別に用意された辞書生体情報とを照合して類似度
   を計算する類似度計算処理と、該計算された類似度のう
   ち最大のものを最大類似度と成し、該最大類似度が第１
   の閾値以上である場合には、前記認識対象者を該最大類
   似度を獲得した辞書生体鍵に対応するカテゴリに属する
   ものと認定し、前記最大類似度が前記第１の閾値以下の
   値である第２の閾値に満たない場合には、前記認識対象
   者が属するカテゴリはないものとして拒絶し、それ以外
   の場合には、曖昧な結果であるとして判断を保留する候
   補評価処理と、該候補評価処理により判断が保留された
   場合には、類似度で上位１ないし複数のカテゴリを候補
   カテゴリと成し、該後方カテゴリの各々に属するもので
   あれば答えられるであろう検証用の質問を前記認識対象
   者に対して呈示して答えさせることにより、該認識対象
   者が正しく前記候補カテゴリのいずれに属するか否かを
   検証して認定あるいは拒絶を判断する候補検証処理と、
   前記候補評価処理による認定あるいは拒絶の結果、ある
   いは前記候補検証処理による認定あるいは拒絶の結果を
   出力する出力処理とを具備したことを特徴とする生体情
   報認識方法。
9. 【請求項９】 認識対象者の生体情報を取得して入力生
   体情報と成す生体情報取得処理と、該入力生体情報とカ
   テゴリ別に用意された辞書生体情報とを照合して類似度
   を計算する類似度計算処理と、該計算された類似度のう
   ち最大のものを最大類似度と成し、該最大類似度が第１
   の閾値以上である場合には、前記認識対象者を該最大類
   似度を獲得した辞書生体鍵に対応するカテゴリに属する
   ものと認定し、前記最大類似度が前記第１の閾値以下の
   値である第２の閾値に満たない場合には、前記認識対象
   者が属するカテゴリはないものとして拒絶し、それ以外
   の場合には、曖昧な結果であるとして判断を保留する候
   補評価処理と、該候補評価処理により判断が保留された
   場合には、類似度で上位１ないし複数のカテゴリを候補
   カテゴリと成し、該後方カテゴリの各々に属するもので
   あれば答えられるであろう検証用の質問を前記認識対象
   者に対して呈示して答えさせることにより、該認識対象
   者が正しく前記候補カテゴリのいずれに属するか否かを
   検証して認定あるいは拒絶を判断する候補検証処理と、
   前記候補評価処理において判断を保留せずに認定もしく
   は拒絶を決定した場合には、所定の確率で検証用の質問
   を前記認識対象者に対して呈示して答えさせつつも、認
   定もしくは拒絶の判定は前記候補評価処理の決定に基づ
   いて出力する疑似的検証処理と、前記候補評価処理によ
   る認定あるいは拒絶の結果、あるいは前記候補検証処理
   による認定あるいは拒絶の結果を出力する出力処理とを
   具備したことを特徴とする生体情報認識方法。
10. 【請求項１０】 認識対象者の生体情報を取得して入力
    生体情報と成す生体情報取得処理と、該入力生体情報と
    カテゴリ別に用意された辞書生体情報とを照合して類似
    度を計算する類似度計算処理と、該計算された類似度の
    うち最大のものを最大類似度と成し、該最大類似度が第
    １の閾値以上である場合には、前記認識対象者を該最大
    類似度を獲得した辞書生体情報に対応するカテゴリに属
    するものと認定し、前記最大類似度が前記第１の閾値よ
    り小さい第２の閾値に満たない場合には、前記認識対象
    者が属するカテゴリはないものとして拒絶し、それ以外
    の場合には、曖昧な結果であるとして判断を保留する候
    補評価処理と、該候補評価処理により判断が保留された
    場合には、類似度で上位１ないし複数のカテゴリを候補
    カテゴリと成し、該候補カテゴリの各々に属するもので
    あれば答えられるであろう検証用の質問を前記認識対象
    者に対して呈示して答えさせることにより、該認識対象
    者が正しく前記候補カテゴリのいずれに属するか否かを
    検証して認定あるいは拒絶を判断する候補検証処理と、
    前記候補検証処理による認定もしくは拒絶の結果に基づ
    いて所定の辞書生体情報を更新する辞書更新処理と、前
    記候補評価処理による認定あるいは拒絶の結果、あるい
    は前記候補検証処理による認定あるいは拒絶の結果を出
    力する出力処理とを具備したことを特徴とする生体情報
    認識方法。