JP2014184002A - 生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラム - Google Patents

Abstract

【課題】偽造への耐性を向上させることが可能な生体検知装置を提供すること。
【解決手段】生体検知装置１０は、生体が撮影された画像を取得する。さらに、生体検知装置１０は、画像に含まれる生体領域を抽出する。さらに、生体検知装置１０は、生体領域に含まれる各画素の波長成分別の代表値の信号から波形を検出する。さらに、生体検知装置１０は、生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する。
【選択図】図１

Description

本発明は、生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラムに関する。

各種の装置または各種のシステムへのログインや施設等の入退室に顔認証が用いられる場合がある。このように、顔認証を用いる場合には、指紋認証や静脈認証などと異なり、センサ類に生体の認証部位を接触させずに、個人を認証できる。

顔認証では、カメラ等によって入力される画像と照合するために、ログインや入退室を認める者の顔が映る顔画像が予め登録される。ところが、印刷物や人形などの模造品によって顔画像が偽造される場合がある。

かかる偽造に対応するために、カメラによって入力される画像に映った顔が生体であるか否かを検知する技術が提案されている。一例としては、まばたきを検出したり、画像全体の動きの量を検出したりする技術が挙げられる。他の一例としては、赤外線センサによって生体から発せられる熱を検知する技術が挙げられる。更なる一例としては、照明を照射する方向を変えて顔の陰影を写し、顔画像が印刷物でなく立体であることを検出する技術が挙げられる。

特開２００８−７１１７９号公報 特開２０１０−５３０５５５号公報 特開２００５−３２０６７号公報 特開２０１１−１３０９９６号公報

しかしながら、上記の技術は、いずれも余計なハードウェアなしには偽造への耐性を高めることができない。

例えば、まばたきや画像全体の動きの量を検出する場合には、写真等の印刷物をカメラの前で小刻みに動かすことによって印刷物が生体と認識されてしまうことがあるので、ロバスト性の向上に自ずから限界がある。また、生体から発せられる熱を検知する場合や顔の陰影を利用する場合には、別途、赤外線センサを余計に設置したり、照明を設置したりすることになる。

１つの側面では、偽造への耐性を向上させることができる生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラムを提供することを目的とする。

一態様の生体検知装置は、生体が撮影された画像を取得する取得部を有する。さらに、前記生体検知装置は、前記画像に含まれる生体領域を抽出する領域抽出部を有する。さらに、前記生体検知装置は、前記生体領域に含まれる各画素の波長成分別の代表値の信号から、各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分が互いに相殺された信号の波形を検出する波形検出部を有する。さらに、前記生体検知装置は、前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する生体検知部を有する。

一実施形態によれば、偽造への耐性を向上させることができる。

図１は、実施例１に係る生体検知装置の機能的構成を示すブロック図である。 図２は、顔領域の一例を示す図である。 図３は、Ｇ信号およびＲ信号の各信号のスペクトルの一例を示す図である。 図４は、Ｇ成分および補正係数ｋが乗算されたＲ成分の各信号のスペクトルの一例を示す図である。 図５は、演算後のスペクトルの一例を示す図である。 図６は、波形検出部の機能的構成を示すブロック図である。 図７は、実施例１に係る生体検知処理の手順を示すフローチャートである。 図８は、実施例２に係る生体検知装置の機能的構成を示すブロック図である。 図９は、顔領域の一例を示す図である。 図１０は、各領域における波形の一例を示す図である。 図１１は、実施例２に係る生体検知処理の手順を示すフローチャートである。 図１２は、実施例１〜実施例３に係る生体検知プログラムを実行するコンピュータの一例について説明するための図である。

以下に、本願の開示する生体検知装置、顔認証装置、撮像装置、生体検知方法及び生体検知プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例は開示の技術を限定するものではない。そして、各実施例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

［生体検知装置の構成］
まず、本実施例に係る生体検知装置の機能的構成について説明する。図１は、実施例１に係る生体検知装置の機能的構成を示すブロック図である。図１に示す生体検知装置１０は、画像に含まれる顔領域から脈波、すなわち心臓の拍動に伴う血液の体積の変動が検出されるか否かによって顔領域が生体であるか否かを判定する生体検知処理を実行するものである。

かかる生体検知処理は、一例として、各種の装置または各種のシステムへのログインや施設等の入退室に顔認証が用いられる場合に、当該顔認証の実行時に撮影される画像に適用される。例えば、据置き型の端末装置や携帯端末装置などの装置へのログイン、さらには、当該装置を介してアクセスされるサーバ装置で実行されるグループウェアへのログインで顔認証が実行される場合に撮影される画像に対し、上記の生体検知処理が適用される場合を想定して以下の説明を行う。

一態様としては、生体検知装置１０は、パッケージソフトウェアやオンラインソフトウェアとして提供される生体検知プログラムを所望のコンピュータにインストールさせることによって実装できる。例えば、スマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）などの通信端末のみならず、通信機能を持たないデジタルカメラ、タブレット端末やスレート端末を含む携帯端末装置に上記の生体検知プログラムをインストールさせる。これによって、携帯端末装置を生体検知装置１０として機能させることができる。なお、ここでは、生体検知装置１０の実装例として携帯端末装置を例示したが、パーソナルコンピュータを始めとする据置き型の端末装置に生体検知プログラムをインストールさせることもできる。

図１に示すように、生体検知装置１０は、カメラ１１と、画像メモリ１２と、取得部１３と、領域抽出部１４と、波形検出部１５−１〜１５−３と、生体検知部１６とを有する。なお、生体検知装置１０は、図１に示した機能部以外にも既知のコンピュータが有する各種の機能部を有することとしてもかまわない。例えば、生体検知装置１０が据置き端末として実装される場合には、キーボード、マウスやディスプレイなどの入出力デバイスをさらに有することとしてもよい。また、生体検知装置１０がタブレット端末やスレート端末として実装される場合には、タッチパネルをさらに有することとしてもよい。また、生体検知装置１０が移動体端末として実装される場合には、アンテナ、キャリア網を介して通信を行う無線通信部、ＧＰＳ（Global Positioning System）受信機などの機能部をさらに有していてもかまわない。

図１に示す機能部のうち、カメラ１１は、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像素子を搭載する撮像装置である。例えば、カメラ１１には、Ｒ（red）、Ｇ（green）、Ｂ（blue）など３種以上の受光素子を搭載することができる。かかるカメラ１１の実装例としては、デジタルカメラやＷｅｂカメラを外部端子を介して接続することとしてもよいし、カメラが出荷時から搭載されている場合にはそのカメラを流用できる。なお、ここでは、生体検知装置１０がカメラ１１を有する場合を例示したが、ネットワークまたは記憶デバイスを経由して画像を取得できる場合には、必ずしも生体検知装置１０がカメラ１１を有さずともよい。

ここで、生体検知装置１０は、上記の生体検知処理を実行するアプリケーションプログラムがプリインストールまたはインストールされている場合に、カメラ１１によって脈波が検出し易い顔認証の利用者の画像が撮像されるように画像の撮影操作を案内することができる。なお、以下では、上記のアプリケーションプログラムのことを「生体検知用アプリ」と記載する場合がある。

かかる生体検知用アプリは、図示しない入力デバイスを介して起動されると、カメラ１１を起動する。これを受けて、カメラ１１は、カメラ１１の撮影範囲に収容された被写体の撮影を開始する。このとき、利用者の顔が映る画像を撮影させる場合には、生体検知用アプリは、カメラ１１が撮影する画像を図示しない表示デバイスに表示しつつ、利用者の鼻を映す目標位置を照準として表示させることもできる。これによって、利用者の眼、耳、鼻や口などの顔パーツの中でも利用者の鼻が撮影範囲の中心部分に収まった画像が撮影できるようにする。そして、生体検知用アプリは、カメラ１１によって利用者の顔が撮影された画像を画像メモリ１２へ保存する。

画像メモリ１２は、画像を記憶する記憶デバイスである。一態様としては、画像メモリ１２には、カメラ１１によって利用者の顔が撮影される度に、利用者の顔が撮影された画像が保存される。このとき、画像メモリ１２には、所定の圧縮符号化方式によってエンコードされた動画が保存されることとしてもよいし、連続的に撮影された静止画の群が保存されることとしてもよい。以下では、カメラ１１によって利用者の顔が撮影された動画が取得される場合を想定し、動画を形成する各フレームの画像を「フレーム画像」と記載する場合がある。なお、ここでは、カメラ１１によって撮影された顔画像が保存される場合を例示したが、ネットワークを介して受信した画像が保存されることとしてよい。

取得部１３は、画像を取得する処理部である。一態様としては、取得部１３は、画像メモリ１２に記憶された利用者の画像を取得する。他の一態様としては、取得部１３は、利用者の顔が撮影された画像を蓄積するハードディスクや光ディスクなどの補助記憶装置またはメモリカードやＵＳＢ（Universal Serial Bus）メモリなどのリムーバブルメディアから画像を取得することもできる。更なる一態様としては、取得部１３は、外部装置からネットワークを介して受信した画像を取得することもできる。なお、取得部１３は、ＣＣＤやＣＭＯＳなどの撮像素子による出力から得られる２次元のビットマップデータやベクタデータなどの画像データを用いて処理を実行する場合を例示したが、１つのディテクタから出力される信号をそのまま取得して後段の処理を実行させることとしてもよい。

領域抽出部１４は、取得部１３によって取得された画像から生体領域を抽出する処理部である。一態様としては、領域抽出部１４は、取得部１３によって画像が取得されると、次のような処理を実行する。図２は、顔領域の一例を示す図である。図２に示すように、領域抽出部１４は、取得部１３によって取得された画像にテンプレートマッチング等の画像処理を実行することによって所定の顔パーツ、例えば利用者の目、鼻、唇、頬や髪などを含む顔領域２００を抽出する。さらに、領域抽出部１４は、顔領域２００から唇を含む唇領域２１０、頬を含む頬領域２２０および髪を含む髪領域２３０を抽出する。その後、領域抽出部１４は、唇領域２１０、頬領域２２０および髪領域２３０ごとに、領域に含まれる各画素が持つ画素値に所定の統計処理を実行する。例えば、領域抽出部１４は、領域に含まれる各画素が持つ画素値を波長成分ごとに平均する。この他、平均値以外にも、中央値や最頻値を計算することとしてもよく、また、加重平均以外にも任意の平均処理、例えば加重平均や移動平均などを実行することもできる。これによって、領域に含まれる各画素が持つ画素値の平均値が当該領域を代表する代表値として波長成分ごとに算出される。なお、ここでは、顔領域２００を経て唇領域２１０、頬領域２２０および髪領域２３０を抽出する場合を説明したが、画像から顔領域を切り出さずに、唇領域２１０、頬領域２２０および髪領域２３０を直接切り出すこととしてもかまわない。

波形検出部１５−１〜１５−３は、生体領域に含まれる各画素の波長成分別の代表値の信号から、各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分が互いに相殺された信号の波形を検出する処理部である。これら波形検出部１５−１〜１５−３は、波形検出部１５−１が唇領域２１０からの波形の検出を担当し、波形検出部１５−２が頬領域２２０からの波形の検出を担当し、波形検出部１５−３が髪領域２３０からの波形の検出を担当するが、各々が実行する処理の内容は同様である。よって、以下では、波形検出部１５−１〜１５−３を区別なく総称する場合に「波形検出部１５」と記載する場合がある。

一態様としては、波形検出部１５は、画像に含まれる３つの波長成分、すなわちＲ成分、Ｇ成分およびＢ成分のうち血液の吸光特定が異なるＲ成分とＧ成分の２つの波長成分の代表値の時系列データを用いて、波形を検出する。

これを説明すると、顔表面には、毛細血管が流れており、心拍により血管に流れる血流が変化すると、血流で吸収される光量も心拍に応じて変化するため、顔からの反射によって得られる輝度も心拍に伴って変化する。かかる輝度の変化量は小さいが、顔領域全体の平均輝度を求めると、輝度の時系列データには脈波成分が含まれる。ところが、輝度は、脈波以外に体動等によっても変化し、これが、脈波検出のノイズ成分、いわゆる体動アーチファクトとなる。そこで、血液の吸光特性の異なる２種類以上の波長、例えば吸光特性が高いＧ成分（５２５ｎｍ程度）、吸光特性が低いＲ成分（７００ｎｍ程度）で脈波を検出する。心拍は、０．５Ｈｚ〜４Ｈｚ、１分あたりに換算すれば３０ｂｐｍ〜２４０ｂｐｍの範囲であるので、それ以外の成分はノイズ成分とみなすことができる。ノイズには、波長特性は無い、あるいはあっても極小であると仮定すると、Ｇ信号およびＲ信号の間で０．５Ｈｚ〜４Ｈｚ以外の成分は等しいはずであるが、カメラの感度差により大きさが異なる。それゆえ、０．５Ｈｚ〜４Ｈｚ以外の成分の感度差を補正して、Ｇ成分からＲ成分を減算すれば、ノイズ成分は除去されて脈波成分のみを取り出すことができる。

例えば、Ｇ成分及びＲ成分は、下記の式（１）および下記の式（２）によって表すことができる。下記の式（１）における「Ｇｓ」は、Ｇ信号の脈波成分を指し、「Ｇｎ」は、Ｇ信号のノイズ成分を指し、また、下記の式（１）における「Ｒｓ」は、Ｒ信号の脈波成分を指し、「Ｒｎ」は、Ｒ信号のノイズ成分を指す。また、ノイズ成分は、Ｇ成分およびＲ成分の間で感度差があるので、感度差の補正係数ｋは、下記の式（３）によって表される。

Ｇａ＝Ｇｓ＋Ｇｎ・・・（１）
Ｒａ＝Ｒｓ＋Ｒｎ・・・（２）
ｋ＝Ｇｎ／Ｒｎ・・・（３）

感度差を補正してＧ成分からＲ成分を減算すると、脈波成分Ｓは、下記の式（４）となる。これを上記の式（１）及び上記の式（２）を用いて、Ｇｓ、Ｇｎ、Ｒｓ及びＲｎによって表される式へ変形すると、下記の式（５）となり、さらに、上記の式（３）を用いて、ｋを消し、式を整理すると下記の式（６）が導出される。

Ｓ＝Ｇａ−ｋＲａ・・・（４）
Ｓ＝Ｇｓ＋Ｇｎ−ｋ（Ｒｓ＋Ｒｎ）・・・（５）
Ｓ＝Ｇｓ−（Ｇｎ／Ｒｎ）Ｒｓ・・・（６）

ここで、Ｇ信号およびＲ信号は、吸光特性が異なり、Ｇｓ＞（Ｇｎ／Ｒｎ）Ｒｓである。したがって、上記の式（６）によってノイズが除去された脈波成分Ｓを算出することができる。

図３は、Ｇ信号およびＲ信号の各信号のスペクトルの一例を示す図である。図３に示すグラフの縦軸は、信号強度を指し、また、横軸は、周波数（ｂｐｍ）を指す。図３に示すように、Ｇ成分およびＲ成分は、撮像素子の感度が異なるので、両者の信号強度はそれぞれ異なる。その一方、Ｒ成分およびＧ成分は、いずれにおいても３０ｂｐｍ〜２４０ｂｐｍの範囲外、特に３ｂｐｍ以上２０ｂｐｍ未満の特定周波数帯でノイズが現れることには変わりはない。このため、図３に示すように、３ｂｐｍ以上２０ｂｐｍ未満の特定周波数帯に含まれる指定の周波数Ｆｎに対応する信号強度をＧｎ及びＲｎとして抽出できる。これらＧｎ及びＲｎによって感度差の補正係数ｋを導出できる。

図４は、Ｇ成分および補正係数ｋが乗算されたＲ成分の各信号のスペクトルの一例を示す図である。図４の例では、説明の便宜上、補正係数の絶対値を乗算した結果が図示されている。図４に示すグラフにおいても、縦軸は、信号強度を指し、また、横軸は、周波数（ｂｐｍ）を指す。図４に示すように、Ｇ成分及びＲ成分の各信号のスペクトルに補正係数ｋが乗算された場合には、Ｇ成分およびＲ成分の各成分の間で感度が揃う。特に、特定周波数帯におけるスペクトルの信号強度は、大部分においてスペクトルの信号強度が略同一になっている。その一方で、実際に脈波が含まれる周波数の周辺領域４００は、Ｇ成分およびＲ成分の各成分の間でスペクトルの信号強度が揃っていない。

図５は、演算後のスペクトルの一例を示す図である。図５では、脈波が現れている周波数帯の視認性を上げる観点から縦軸である信号強度の尺度を大きくして図示している。図５に示すように、Ｇ信号のスペクトルから補正係数ｋの乗算後のＲ信号のスペクトルが差し引かれた場合には、Ｇ成分およびＲ成分の間での吸光特性の差によって脈波が現れる信号成分の強度が可及的に維持された状態でノイズ成分が低減されていることがわかる。このようにしてノイズ成分だけが除去された脈波波形を検出することができる。

続いて、波形検出部１５の機能的構成についてさらに具体的に説明する。図６は、波形検出部の機能的構成を示すブロック図である。図６に示すように、波形検出部１５は、ＢＰＦ（Band-Pass Filter）１５２Ｒ及び１５２Ｇと、抽出部１５３Ｒ及び１５３Ｇと、ＬＰＦ（Low-Pass Filter）１５４Ｒ及び１５４Ｇと、算出部１５５と、ＢＰＦ１５６Ｒ及び１５６Ｇと、乗算部１５７と、演算部１５８とを有する。なお、図３〜図５の例では、周波数空間にて脈波を検出する例を説明したが、図６では、周波数成分への変換にかかる時間を削減する観点から、時系列空間にてノイズ成分をキャンセルして脈波を検出する場合の機能的構成を図示している。

例えば、領域抽出部１４から波形検出部１５−１には、唇領域２１０に含まれる各画素が持つＲ成分の画素値の代表値を信号値とするＲ信号の時系列データが入力されるとともに、唇領域２１０の代表値を信号値とするＧ信号の時系列データが入力される。このうち、唇領域２１０のＲ信号は、波形検出部１５−１内のＢＰＦ１５２Ｒ及びＢＰＦ１５６Ｒへ入力されるとともに、唇領域２１０のＧ信号は、波形検出部１５−１内のＢＰＦ１５２Ｇ及びＢＰＦ１５６Ｇへ入力される。なお、波形検出部１５−２及び波形検出部１５−３においても、頬領域２２０または髪領域２３０のＲ信号およびＧ信号が入力される以外に相違はない。よって、ここでは、波形検出部１５−１〜１５−３を代表して波形検出部１５−１で実行される脈波波形の検出処理について説明することとする。

ＢＰＦ１５２Ｒ、ＢＰＦ１５２Ｇ、ＢＰＦ１５６Ｒ及びＢＰＦ１５６Ｇは、いずれも所定の周波数帯の信号成分だけを通過させてそれ以外の周波数帯の信号成分を除去するバンドパスフィルタである。これらＢＰＦ１５２Ｒ、ＢＰＦ１５２Ｇ、ＢＰＦ１５６Ｒ及びＢＰＦ１５６Ｇは、ハードウェアによって実装されることとしてもよいし、ソフトウェアによって実装されることとしてもよい。

これらＢＰＦが通過させる周波数帯の違いについて説明する。ＢＰＦ１５２Ｒ及びＢＰＦ１５２Ｇは、ノイズ成分が他の周波数帯よりも顕著に現れる特定周波数帯の信号成分を通過させる。

かかる特定周波数帯は、脈波が採り得る周波数帯との間で比較することによって定めることができる。脈波が採り得る周波数帯の一例としては、０．５Ｈｚ以上４Ｈｚ以下である周波数帯、１分あたりに換算すれば３０ｂｐｍ以上２４０ｂｐｍ以下である周波数帯が挙げられる。このことから、特定周波数帯の一例としては、脈波として計測され得ない０．５Ｈｚ未満及び４Ｈｚ超過の周波数帯を採用することができる。また、特定周波数帯は、脈波が採り得る周波数帯との間でその一部が重複することとしてもよい。例えば、脈波として計測されることが想定しづらい０．７Ｈｚ〜１Ｈｚの区間で脈波が採り得る周波数帯と重複することを許容し、１Ｈｚ未満及び４Ｈｚ以上の周波数帯を特定周波数帯として採用することもできる。また、特定周波数帯は、１Ｈｚ未満及び４Ｈｚ以上の周波数帯を外縁とし、ノイズがより顕著に現れる周波数帯に絞ることもできる。例えば、ノイズは、脈波が採り得る周波数帯よりも高い高周波数帯よりも、脈波が採り得る周波数帯よりも低い低周波数帯でより顕著に現れる。このため、１Ｈｚ未満の周波数帯に特定周波数帯を絞ることもできる。また、空間周波数がゼロである直流成分の近傍には、各成分の撮像素子の感度の差が多く含まれるので、３ｂｐｍ以上６０ｂｐｍ未満の周波数帯に特定周波数帯を絞ることもできる。さらに、人の体の動き、例えば瞬きや体の揺れの他、環境光のチラツキなどのノイズが現れやすい３ｂｐｍ以上２０ｂｐｍ未満の周波数帯に特定周波数帯を絞ることもできる。

ここでは、一例として、ＢＰＦ１５２Ｒ及びＢＰＦ１５２Ｇが特定周波数帯として０．０５Ｈｚ以上０．３Ｈｚ以下の周波数帯の信号成分を通過させる場合を想定して以下の説明を行う。なお、ここでは、特定周波数帯の信号成分を抽出するために、バンドパスフィルタを用いる場合を例示したが、一定の周波数未満の周波数帯の信号成分を抽出する場合などには、ローパスフィルタを用いることもできる。

一方、ＢＰＦ１５６Ｒ及びＢＰＦ１５６Ｇは、脈波が採り得る周波数帯、例えば１Ｈｚ以上４Ｈｚ以下の周波数帯の信号成分を通過させる。なお、以下では、脈波が採り得る周波数帯のことを「脈波周波数帯」と記載する場合がある。

抽出部１５３Ｒは、Ｒ信号の特定周波数帯の信号成分の絶対強度値を抽出する。例えば、抽出部１５３Ｒは、Ｒ成分の特定周波数帯の信号成分を絶対値演算処理を実行することによって特定周波数帯の信号成分の絶対強度値を抽出する。また、抽出部１５３Ｇは、Ｇ信号の特定周波数帯の信号成分の絶対強度値を抽出する。例えば、抽出部１５３Ｇは、Ｇ成分の特定周波数帯の信号成分を絶対値演算処理を実行することによって特定周波数帯の信号成分の絶対強度値を抽出する。

ＬＰＦ１５４Ｒ及びＬＰＦ１５４Ｇは、特定周波数帯の絶対強度値の時系列データに対し、時間変化に応答させる平滑化処理を実行するローパスフィルタである。これらＬＰＦ１５４Ｒ及びＬＰＦ１５４Ｇは、ＬＰＦ１５４Ｒへ入力される信号がＲ信号であり、ＬＰＦ１５４Ｇへ入力される信号がＧ信号である以外に違いはない。かかる平滑化処理によって、特定周波数帯の絶対値強度Ｒ´ｎ及びＧ´ｎが得られる。

算出部１５５は、ＬＰＦ１５４Ｇによって出力されたＧ信号の特定周波数帯の絶対値強度Ｇ´ｎを、ＬＰＦ１５４Ｒによって出力されたＲ信号の特定周波数帯の絶対値強度Ｒ´ｎで除する除算「Ｇ´ｎ／Ｒ´ｎ」を実行する。これによって、感度差の補正係数ｋを算出する。

乗算部１５７は、ＢＰＦ１５６Ｒによって出力されたＲ信号の脈波周波数帯の信号成分に算出部１５５によって算出された補正係数ｋを乗算する。

演算部１５８は、乗算部１５７によって補正係数ｋが乗算されたＲ信号の脈波周波数帯の信号成分から、ＢＰＦ１５６Ｇによって出力されたＧ信号の脈波周波数帯の信号成分を差し引く演算「ｋ＊Ｒｓ−Ｇｓ」を実行する。かかる演算によって得られた信号の時系列データは、脈波波形に相当する。このようにして得られた唇領域２１０の波形が生体検知部１６へ出力される。

図１の説明に戻り、生体検知部１６は、顔領域で検出された信号の波形が脈波であるか否かによって画像の顔領域が生体であるか否かを判定する処理部である。この生体検知部１６は、生体検知の一態様として、顔領域の複数の部位、すなわち唇領域２１０、頬領域２２０および髪領域２３０の間で波形の振幅を比較することによって顔領域が生体であるか否かを判定する振幅比較部１６ａを有する。

かかる振幅比較部１６ａは、唇領域２１０、頬領域２２０および髪領域２３０の間で脈波波形の振幅の大きさが異なるという知見を利用して、生体の検知を行う。すなわち、同じ顔であっても顔の部位によって血管の密度は異なるので、顔の部位によって脈波信号の大きさも異なる。例えば、顔の部位で脈波成分の大きな順に並べると、唇＞頬＞額＞髪の順になる。

このことから、振幅比較部１６ａは、唇領域２１０の波形の振幅Ｓｍ、頬領域２２０の波形の振幅Ｓｃおよび髪領域２３０の波形の振幅Ｓｈの大小関係によって顔領域が生体であるか否かを判定する。

例えば、振幅比較部１６ａは、唇領域２１０の波形の振幅Ｓｍおよび頬領域２２０の波形の振幅Ｓｃの両者が所定の閾値ＳＳよりも大きいか否か、すなわちＳｍ＞ＳＳかつＳｃ＞ＳＳであるか否かを判定する。かかる閾値ＳＳには、例えば、心拍成分ではなくノイズと推定できる程度の大きさの値が設定されるのが好ましい。このとき、Ｓｍ＞ＳＳかつＳｃ＞ＳＳでない場合には、各々の領域の波形が脈波ではなくノイズである可能性が高く、唇領域２１０および頬領域２２０が生体である尤もらしさが低いと推定できる。この場合には、取得部１３によって取得された画像は、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力されない。

一方、Ｓｍ＞ＳＳかつＳｃ＞ＳＳである場合には、各々の領域の波形がノイズではなく脈波である可能性が高まる。この場合には、振幅比較部１６ａは、頬領域２２０の波形の振幅Ｓｃが唇領域２１０の波形の振幅Ｓｍに係数αが乗じられた乗算値よりも小さいか否か、すなわちＳｃ＜α＊Ｓｍであるか否かを判定する。かかる係数αには、例えば、１よりも小さい値、例えば０．８が設定されるのが好ましい。このとき、Ｓｃ＜α＊Ｓｍでない場合には、頬領域２２０の波形の振幅の方が唇領域２１０の波形の振幅よりも大きく、唇領域２１０および頬領域２２０が脈波の特性に反していると判別できる。この場合にも、取得部１３によって取得された画像は、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力されない。

また、Ｓｃ＜α＊Ｓｍである場合には、唇領域２１０の波形の振幅の方が頬領域２２０の波形の振幅よりも大きく、唇領域２１０および頬領域２２０が脈波らしい特性を持つと推定できる。この場合には、振幅比較部１６は、髪領域２３０の波形の振幅Ｓｈが閾値ＳＳ未満であるか否か、すなわちＳｈ＜ＳＳであるか否かを判定する。このとき、Ｓｈ＜ＳＳでない場合には、脈波が検出されにくい髪領域２３０で不自然に大きな脈波が検出されたことになり、髪領域２３０の特性に反する。この場合にも、取得部１３によって取得された画像は、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力されない。

ここで、Ｓｈ＜ＳＳである場合には、脈波が検出されにくい髪領域２３０で頬領域２２０の脈波波形の振幅および唇領域２１０の脈波波形の振幅に比べて無視してよい程度の振幅しかなく、髪領域２３０が持つ脈波の特性に適合する。この場合には、振幅比較部１６ａは、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力する。これによって、唇領域２１０、頬領域２２０および髪領域２３０の３つの領域の間で実際の生体と同様の脈波が検出される場合に絞って画像を出力することが可能になる。

なお、ここでは、唇領域２１０の波形の振幅Ｓｍ、頬領域２２０の波形の振幅Ｓｃおよび髪領域２３０の波形の振幅Ｓｈの大小関係を比較するのに閾値ＳＳを用いる場合を例示したが、単純に、Ｓｍ＞Ｓｃ＞Ｓｈであるか否かを判定することとしてもよい。また、唇領域２１０の波形の振幅Ｓｍ、頬領域２２０の波形の振幅Ｓｃおよび髪領域２３０の波形の振幅Ｓｈの３つの振幅を用いずとも、３つのうちいずれか２つを用いてもよいし、額領域の波形の振幅などをさらに加えて４つ以上の大小関係を比較することとしてもかまわない。

なお、上記の取得部１３と、領域抽出部１４と、波形検出部１５−１〜１５−３と、生体検知部１６とは、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などに脈波検出プログラムを実行させることによって実現できる。また、上記の各機能部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。

また、上記の画像メモリ１２には、半導体メモリ素子や記憶装置を採用できる。例えば、半導体メモリ素子の一例としては、ＶＲＡＭ（Video Random Access Memory）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）やフラッシュメモリ（flash memory）などが挙げられる。また、記憶装置の一例としては、ハードディスク、光ディスクなどの記憶装置が挙げられる。

［処理の流れ］
図７は、実施例１に係る生体検知処理の手順を示すフローチャートである。この生体検知処理は、カメラ１１によって顔認証に使用される画像が撮影された場合に、処理が起動する。

図７に示すように、取得部１３によって画像が取得されると（ステップＳ１０１）、領域抽出部１４は、当該画像にテンプレートマッチング等の画像処理を実行することによって所定の顔パーツ、例えば利用者の目、鼻、唇、頬や髪などを含む顔領域を切り出す（ステップＳ１０２）。

そして、領域抽出部１４は、顔領域から唇を含む唇領域２１０、頬を含む頬領域２２０および髪を含む髪領域２３０を抽出する（ステップＳ１０３）。続いて、領域抽出部１４は、ステップＳ１０３で抽出した領域に含まれる各画素が持つ画素値に所定の統計処理を領域別および波長成分別に実行することによって各領域を代表する代表値を波長成分別に算出する（ステップＳ１０４）。そして、波形検出部１５は、各領域の波長成分別の代表値を用いて、各領域の脈波の波形を検出する（ステップＳ１０５）。

その後、振幅比較部１６ａは、唇領域２１０の波形の振幅Ｓｍが所定の閾値ＳＳよりも大きいか否か、すなわちＳｍ＞ＳＳであるか否かを判定する（ステップＳ１０６）。このとき、Ｓｍ＞ＳＳでない場合（ステップＳ１０６Ｎｏ）には、唇領域２１０の波形が脈波ではなくノイズである可能性が高く、唇領域２１０が生体である尤もらしさが低いと推定できる。この場合には、ステップＳ１０１で取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せず、そのまま処理を終了する。

一方、Ｓｍ＞ＳＳである場合（ステップＳ１０６Ｙｅｓ）には、唇領域２１０の波形がノイズではなく脈波である可能性が高まる。この場合には、振幅比較部１６ａは、頬領域２２０の波形の振幅Ｓｃが所定の閾値ＳＳよりも大きいか否か、すなわちＳｃ＞ＳＳであるか否かをさらに判定する（ステップＳ１０７）。

このとき、Ｓｃ＞ＳＳでない場合（ステップＳ１０７Ｎｏ）には、頬領域２２０の波形が脈波ではなくノイズである可能性が高く、頬領域２２０が生体である尤もらしさが低いと推定できる。この場合には、ステップＳ１０１で取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せずに、そのまま処理を終了する。

一方、Ｓｃ＞ＳＳである場合（ステップＳ１０７Ｙｅｓ）には、頬領域２２０の波形がノイズではなく脈波である可能性が高まる。この場合には、振幅比較部１６ａは、頬領域２２０の波形の振幅Ｓｃが唇領域２１０の波形の振幅Ｓｍに係数αが乗じられた乗算値よりも小さいか否か、すなわちＳｃ＜α＊Ｓｍであるか否かをさらに判定する（ステップＳ１０８）。

このとき、Ｓｃ＜α＊Ｓｍでない場合（ステップＳ１０８Ｎｏ）には、頬領域２２０の波形の振幅の方が唇領域２１０の波形の振幅よりも大きく、唇領域２１０および頬領域２２０が脈波らしい特性を持たないと判別できる。この場合にも、ステップＳ１０１で取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せずに、そのまま処理を終了する。

また、Ｓｃ＜α＊Ｓｍである場合（ステップＳ１０８Ｙｅｓ）には、唇領域２１０の波形の振幅の方が頬領域２２０の波形の振幅よりも大きく、唇領域２１０および頬領域２２０が脈波らしい特性を持つと推定できる。この場合には、振幅比較部１６ａは、髪領域２３０の波形の振幅Ｓｈが閾値ＳＳ未満であるか否か、すなわちＳｈ＜ＳＳであるか否かをさらに判定する（ステップＳ１０９）。

このとき、Ｓｈ＜ＳＳでない場合（ステップＳ１０９Ｎｏ）には、脈波が検出されにくい髪領域２３０で不自然に大きな脈波が検出されたことになり、髪領域２３０の特性に反する。この場合にも、ステップＳ１０１で取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せずに、そのまま処理を終了する。

ここで、Ｓｈ＜ＳＳである場合（ステップＳ１０９Ｙｅｓ）には、脈波が検出されにくい髪領域２３０で頬領域２２０の波形の振幅および唇領域２１０の波形の振幅に比べて無視してよい程度の振幅しかなく、髪領域２３０が持つ脈波の特性に適合する。この場合には、振幅比較部１６ａは、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力し（ステップＳ１１０）、処理を終了する。

［実施例１の効果］
上述してきたように、本実施例に係る生体検知装置１０は、画像の顔領域が含む各画素の代表値の信号から脈波成分以外のノイズが除去された信号の波形が脈波であるか否かによって顔領域が生体であるか否かを判定する。このように、脈波といった生体固有の信号によって生体の検知を行うので、悪意の第三者にとって偽造しづらく、偽造への耐性を高めることができる。さらに、顔認証に使用されるカメラによって撮影される画像から生体の検知を行うことができるので、改めてハードウェアを余計に設置せずともよい。したがって、本実施例に係る生体検知装置１０によれば、余計なハードウェアなしに偽造への耐性を向上させることができる。

また、本実施例に係る生体検知装置１０は、顔領域に含まれる複数の部位で検出される波形の振幅が所定の大小関係を満たすか否かによって顔領域が生体であるか否かを判定する。このように、脈波を模倣するのでさえ困難である上、顔領域に含まれる複数の部位で振幅の大小関係まで模倣するのはさらに困難である。このため、本実施例に係る生体検知装置１０では、偽造への耐性をさらに向上させることができる。

さて、上記の実施例１では、顔領域に含まれる複数の部位で検出される波形の振幅の大小関係を比較することによって顔領域が生体であるか否かを判定する場合を例示したが、他の方法によって顔領域が生体であるか否かを判定することもできる。そこで、本実施例では、顔領域に含まれる複数の部位で検出される波形の位相差を比較することによって顔領域が生体であるか否かを判定する場合について説明する。

［生体検知装置の構成］
図８は、実施例２に係る生体検知装置の機能的構成を示すブロック図である。図８に示す生体検知装置２０は、図１に示した生体検知装置１０と比較して、領域抽出部２１および生体検知部２２によって実行される処理の一部が相違する。なお、図８では、図１に示した機能部と同様の機能を発揮する機能部に同一の符号を付し、その説明を省略することとする。

領域抽出部２１は、図１に示した領域抽出部１４と比較して、顔領域から抽出する顔の部位が異なる。図９は、顔領域の一例を示す図である。図９に示すように、領域抽出部２１は、画像から切り出された顔領域２００のうちあごの下端から額の上端によって挟まれる領域を下部、中部および上部の３つの領域に分割し、顔の下部領域２４０、顔の中部領域２５０及び顔の上部領域２６０を抽出する。その上で、領域抽出部２１は、顔の下部領域２４０、顔の中部領域２５０及び顔の上部領域２６０ごとに、領域に含まれる各画素が持つ画素値に所定の統計処理を実行する。これによって、顔の下部領域２４０、顔の中部領域２５０及び顔の上部領域２６０の各領域を代表する代表値を波長成分別に算出する。

生体検知部２２は、波形検出部１５−１〜１５−３によって検出される各領域の波形のピークを検出するピーク検出部２３−１〜２３−３と、各領域の波形のピークの差、いわゆる位相差を比較する位相比較部２４とを有する。

これらピーク検出部２３−１〜２３−３は、ピーク検出部２３−１が顔の下部領域の波形からのピークの検出を担当し、ピーク検出部２３−２が中部領域の波形からのピークの検出を担当し、ピーク検出部２３−３が上部領域の波形からのピークの検出を担当するが、各々が実行する処理の内容は同様である。以下では、ピーク検出部２３−１〜２３−３を区別なく総称する場合に「ピーク検出部２３」と記載する場合がある。なお、ここでは、波形からピークを検出する場合を説明したが、波形の微分波形からピークを検出することもできる。

位相比較部２４は、顔の下部領域２４０の波形のピーク、顔の中部領域２５０の波形のピーク及び顔の上部領域２６０の波形のピークの間で時間差が所定の閾値Ｔｈ以下であるか否かによって顔領域が生体であるか否かを判定する。

図１０は、各領域における波形の一例を示す図である。図１０には、顔の下部領域２４０、顔の中部領域２５０及び顔の上部領域２６０の３つのグラフが図示されている。図１０に示す下側のグラフには、顔の下部領域２４０の波形が図示されており、真ん中のグラフには、顔の中部領域２５０の波形が図示されており、上側のグラフには、顔の上部領域２６０の波形が図示されている。これらグラフの縦軸は、振幅を指し、横軸は時間を指す。

図１０に示すように、位相比較部２４は、顔の下部領域２４０で波形のピークが検出されたピーク時刻Ｔ１と、顔の中部領域２５０で波形のピークが検出されたピーク時刻Ｔ２との時間差、すなわち顔の下部領域２４０及び顔の中部領域２５０の間での波形の位相差Ｄ１（＝Ｔ２−Ｔ１）を算出する。その上で、位相比較部２４は、顔の下部領域２４０及び顔の中部領域２５０の間での波形の位相差Ｄ１が所定の適正範囲Ｒ１内であるか否かを判定する。

かかる適正範囲Ｒ１には、一例として、次のような範囲を設定することができる。例えば、下部領域２４０に含まれる唇より中部領域２５０に含まれる鼻の方が脈波の起点となる心臓よりも遠く脈波の遅延時間も長い。このため、適正範囲Ｒ１の下限値には、ゼロ以上の値が設定されるのが好ましい。また、鼻および唇の間で計測されないほど長い遅延時間が計測された場合に生体と検知される誤検知を抑制する観点から、適正範囲Ｒ１の上限値には、人の鼻および唇の間で計測される遅延時間の中でも最長と想定しうる遅延時間が設定されるのが好ましい。

このとき、波形の位相差Ｄ１が適正範囲Ｒ１外である場合には、顔領域が生体である尤もらしさが低いと推定できる。例えば、波形の位相差Ｄ１が負の値である場合には、唇よりも鼻の方が脈波の遅延時間が短いことになり、画像から検出される脈波の伝搬方法が実際の伝搬方向と反対であることがわかるので、顔領域が生体である可能性は低いと推定できる。また、波形の位相差Ｄ１が適正範囲の上限値よりも大きい場合には、画像から検出される脈波の伝搬方向は順方向であるものの、顔の下部領域２４０から中部領域２５０までの遅延が過度に長く、人として計測される範囲を逸脱していると推定できる。これらの場合には、取得部１３によって取得された画像は、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力されない。

一方、波形の位相差Ｄ１が適正範囲Ｒ１内である場合には、顔領域が生体である尤もらしさが高いと推定できる。この場合には、位相比較部２４は、顔の中部領域２５０で波形のピークが検出されたピーク時刻Ｔ２と、顔の上部領域２６０で波形のピークが検出されたピーク時刻Ｔ３との時間差、すなわち顔の中部領域２５０及び顔の上部領域２６０の間での波形の位相差Ｄ２（＝Ｔ３−Ｔ２）を算出する。その上で、位相比較部２４は、顔の中部領域２５０及び顔の上部領域２６０の間での波形の位相差Ｄ２が所定の適正範囲Ｒ２内であるか否かを判定する。

かかる適正範囲Ｒ２には、一例として、次のような範囲を設定することができる。例えば、中部領域２５０に含まれる鼻よりも上部領域２６０に含まれる額の方が脈波の起点となる心臓よりも遠く脈波の遅延時間も長い。このため、適正範囲Ｒ２の下限値には、ゼロ以上の値を設定されるのが好ましい。また、鼻および額の間で計測されないほど長い遅延時間が計測された場合に生体と検知される誤検知を抑制する観点から、適正範囲Ｒ２の上限値には、人の鼻および額の間で計測される遅延時間の中でも最長と想定しうる遅延時間を設定されるのが好ましい。

このとき、波形の位相差Ｄ２が適正範囲Ｒ２外である場合には、顔領域が生体である尤もらしさが低いと推定できる。例えば、波形の位相差Ｄ２が負の値である場合には、鼻よりも額の方が脈波の遅延時間が短いことになり、画像から検出される脈波の伝搬方法が実際の伝搬方向と反対であることがわかるので、顔領域が生体である可能性は低いと推定できる。また、波形の位相差Ｄ２が適正範囲Ｒ２の上限値よりも大きい場合には、画像から検出される脈波の伝搬方向は順方向であるものの、顔の中部領域２５０から上部領域２６０までの遅延が過度に長く、人として計測される範囲を逸脱していると推定できる。これらの場合には、取得部１３によって取得された画像は、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力されない。

ここで、波形の位相差Ｄ２が適正範囲Ｒ２内である場合には、顔領域が生体である尤もらしさがさらに高いと推定できる。この場合には、位相比較部２４は、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力する。これによって、下部領域２４０、中部領域２５０および上部領域２６０の３つの領域の間で実際の生体と同様の脈波が検出される場合に絞って画像を出力することが可能になる。

［処理の流れ］
図１１は、実施例２に係る生体検知処理の手順を示すフローチャートである。この生体検知処理は、図７に示した生体検知処理と同様に、カメラ１１によって顔認証に使用される画像が撮影された場合に、処理が起動する。

図１１に示すように、取得部１３によって画像が取得されると（ステップＳ１０１）、領域抽出部２１は、当該画像にテンプレートマッチング等の画像処理を実行することによって所定の顔パーツ、例えば利用者の目、鼻、唇、頬や髪などを含む顔領域を切り出す（ステップＳ１０２）。

そして、領域抽出部２１は、顔の下部領域２４０、顔の中部領域２５０および顔の上部領域２６０を抽出する（ステップＳ２０１）。続いて、領域抽出部２１は、ステップＳ２０１で抽出した領域に含まれる各画素が持つ画素値に所定の統計処理を領域別および波長成分別に実行することによって各領域を代表する代表値を波長成分別に算出する（ステップＳ２０２）。そして、波形検出部１５は、各領域の波長成分別の代表値を用いて、各領域の脈波の波形を検出する（ステップＳ２０３）。

その後、位相比較部２４は、各領域で波形のピークが検出されたか否か、すなわちピーク検出部２３−１〜２３−３の全てで波形のピークが検出されたか否かを判定する（ステップＳ２０４）。なお、各領域で波形のピークが検出されていない場合（ステップＳ２０４Ｎｏ）には、ステップＳ１０１に戻り、次のフレームの画像が取得される。

そして、各領域で波形のピークが検出された場合（ステップＳ２０４Ｙｅｓ）には、位相比較部２４は、顔の下部領域２４０及び顔の中部領域２５０の間での波形の位相差Ｄ１（＝Ｔ２−Ｔ１）を算出する（ステップＳ２０５）。その上で、位相比較部２４は、顔の下部領域２４０及び顔の中部領域２５０の間での波形の位相差Ｄ１が適正範囲Ｒ１内であるか否かを判定する（ステップＳ２０６）。

このとき、波形の位相差Ｄ１が適正範囲Ｒ１外である場合（ステップＳ２０６Ｎｏ）には、顔領域が生体である尤もらしさが低いと推定できる。この場合には、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せずに、そのまま処理を終了する。

一方、波形の位相差Ｄ１が適正範囲Ｒ１内である場合（ステップＳ２０６Ｙｅｓ）には、顔領域が生体である尤もらしさが高いと推定できる。この場合には、位相比較部２４は、顔の中部領域２５０及び顔の上部領域２６０の間での波形の位相差Ｄ２（＝Ｔ３−Ｔ２）を算出する（ステップＳ２０７）。その上で、位相比較部２４は、顔の中部領域２５０及び顔の上部領域２６０の間での波形の位相差Ｄ２が適正範囲Ｒ２内であるか否かを判定する（ステップＳ２０８）。

このとき、波形の位相差Ｄ２が適正範囲Ｒ２外である場合（ステップＳ２０８Ｎｏ）には、顔領域が生体である尤もらしさが低いと推定できる。この場合には、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力せずに、そのまま処理を終了する。

ここで、波形の位相差Ｄ２が適正範囲Ｒ２内である場合（ステップＳ２０８Ｙｅｓ）には、顔領域が生体である尤もらしさがさらに高いと推定できる。この場合には、位相比較部２４は、取得部１３によって取得された画像を、顔認証を実行する顔認証部もしくは外部の顔認証装置へ出力し（ステップＳ２０９）、処理を終了する。

［実施例２の効果］
上述してきたように、本実施例に係る生体検知装置２０においても、上記の実施例１と同様に、余計なハードウェアなしに偽造への耐性を向上させることができる。

また、本実施例に係る生体検知装置２０は、顔領域に含まれる複数の部位で検出される波形の位相差が適正範囲内であるか否かによって顔領域が生体であるか否かを判定する。このように、脈波を模倣するのでさえ困難である上、顔領域に含まれる複数の部位で位相差まで模倣するのはさらに困難である。よって、本実施例に係る生体検知装置２０では、偽造への耐性をさらに向上させることができる。

さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

［組合せ］
例えば、上記の実施例１及び実施例２では、各々の生体検知を単独で実行する場合を説明したが、両者を組み合わせて実行することもできる。例えば、唇領域２１０、頬領域２２０及び髪領域２３０の間で検出される波形の振幅の大小関係が所定の関係を満たし、かつ顔の下部領域２４０、顔の中部領域２５０及び顔の上部領域２６０の間で検出される波形の位相差が適正範囲内である場合に顔領域が生体であると判定することもできる。

［顔認証］
また、上記の実施例１及び実施例２では、生体検知装置および顔認証装置が別体として構成される場合を例示したが、生体検知装置を顔認証装置へ組み込むこともできる。例えば、顔領域が生体であると判定された場合に、取得部１３によって取得された画像を用いて、顔認証を実行することによって顔認証装置として構成することができる。このとき、顔認証の認証方式は、予め登録された登録画像のうち利用者によって入力された識別情報等に対応する登録画像との間で照合を行う１対１認証であってもよいし、Ｎ個の登録画像との間で照合を行う１対Ｎ認証であってもかまわない。なお、１対Ｎ認証を実行する場合には、登録画像とともに利用者の脈波を対応付けて記憶しておき、登録画像のうち波形検出部１５によって検出された脈波波形から得られる脈波との間で脈波の類似度が所定値以上である登録画像に絞り込んで顔認証を行うこととしてもよい。例えば、脈波が心拍数である場合には、取得部１３によって取得された画像の脈波波形から得られた心拍数±αの心拍数を持つ登録画像に絞り込むことができる。

［検知結果の出力態様］
また、上記の実施例１及び実施例２では、顔領域が生体であると判定された場合に画像を検知結果として出力する場合を例示したが、生体検知が実行された場合に顔領域が生体であるか否かを検知結果として出力することとしてもかまわない。

［撮像装置］
また、上記の実施例１及び実施例２では、ログインに顔認証を用いる場合を例示したが、デジタルカメラ等の撮影に生体の検知結果を用いることもできる。例えば、カメラ１１によって撮影された画像から１つまたは複数の顔候補を抽出した上で各々の顔候補ごとに生体検知を実行し、生体として検知された顔候補に焦点を合わせる合焦処理や顔候補の明るさや色が最適となるように輝度や色相調整処理を実行する撮像装置として構成することもできる。これによって、撮影を行う場合に人の顔と類似する背景等に焦点を合わせることや輝度や色相を合わせる事態を抑制できる。

［適用範囲１］
また、上記の実施例１及び実施例２では、顔領域に含まれる複数の部位で検出される波形を用いて生体検知を実行する場合を例示したが、必ずしも複数の部位で波形を検出せずともよい。例えば、生体検知装置１０または２０は、顔領域全体で検出される波形、すなわち輝度変化が検出されるか否かによって顔領域が生体であるか否かを判定することもできる。

［適用範囲２］
また、上記の実施例１及び実施例２では、ログインに顔認証を用いる場合を例示したが、入退室に顔認証を用いる場合にも、生体検知装置１０および生体検知装置２０を同様に適用できる。例えば、顔領域が生体であると判定された場合に取得部１３によって取得された画像を用いて顔認証を実行する顔認証装置が生体であると検知した場合に、解錠制御装置やドア制御装置に施錠を解除したり、ドアを開放したりさせることもできる。

［適用範囲３］
上記の実施例１及び実施例２では、生体検知装置１０及び２０が上記の生体検知処理をスタンドアローンで実行する場合を例示したが、クライアントサーバシステムとして実装することもできる。例えば、生体検知装置１０または２０は、生体検知サービスを提供するＷｅｂサーバとして実装することとしてもよいし、アウトソーシングによって生体検知サービスを提供するクラウドとして実装することとしてもかまわない。このように、生体検知装置１０または２０がサーバ装置として動作する場合には、スマートフォンや携帯電話機等の携帯端末装置やパーソナルコンピュータ等の情報処理装置をクライアント端末として収容することができる。これらクライアント端末からネットワークを介して被験者の顔が映った画像が取得された場合に生体検知処理を実行し、生体が検知された場合に顔認証や合焦処理を実行することによってログイン認証や入退室の管理を行うこともできる。

［分散および統合］
また、図示した各装置の各構成要素は、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、取得部１３、領域抽出部１４、波形検出部１５−１〜１５−３または生体検知部１６を生体検知装置１０の外部装置としてネットワーク経由で接続するようにしてもよい。さらに、取得部１３、領域抽出部２１、波形検出部１５−１〜１５−３または生体検知部２２を生体検知装置２０の外部装置としてネットワーク経由で接続するようにしてもよい。また、取得部１３、領域抽出部１４、波形検出部１５−１〜１５−３または生体検知部１６を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の生体検知装置１０の機能を実現するようにしてもよい。さらに、取得部１３、領域抽出部２１、波形検出部１５−１〜１５−３または生体検知部２２を別の装置がそれぞれ有し、ネットワーク接続されて協働することで、上記の生体検知装置２０の機能を実現するようにしてもよい。

［生体検知プログラム］
また、上記の実施例で説明した各種の処理は、予め用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図１２を用いて、上記の実施例と同様の機能を有する生体検知プログラムを実行するコンピュータの一例について説明する。

図１２は、実施例１〜実施例３に係る生体検知プログラムを実行するコンピュータの一例について説明するための図である。図１２に示すように、コンピュータ１０００は、操作部１１００ａと、スピーカ１１００ｂと、カメラ１１００ｃと、ディスプレイ１２００と、通信部１３００とを有する。さらに、このコンピュータ１０００は、ＣＰＵ１５００と、ＲＯＭ１６００と、ＨＤＤ１７００と、ＲＡＭ１８００とを有する。これら１１００〜１８００の各部はバス１４００を介して接続される。

ＨＤＤ１７００には、図１２に示すように、上記の実施例１で示した取得部１３、領域抽出部１４、波形検出部１５−１〜１５−３及び生体検知部１６と同様の機能を発揮する生体検知プログラム１７００ａが予め記憶される。また、ＨＤＤ１７００には、上記の実施例２で示した取得部１３、領域抽出部２１、波形検出部１５−１〜１５−３または生体検知部２２と同様の機能を発揮する生体検知プログラム１７００ａが予め記憶されることとしてもかまわない。この生体検知プログラム１７００ａについては、図１や図８に示した各々の機能部の各構成要素と同様、適宜統合又は分離しても良い。すなわち、ＨＤＤ１７００に格納される各データは、常に全てのデータがＨＤＤ１７００に格納される必要はなく、処理に必要なデータのみがＨＤＤ１７００に格納されれば良い。

そして、ＣＰＵ１５００が、生体検知プログラム１７００ａをＨＤＤ１７００から読み出してＲＡＭ１８００に展開する。これによって、図１２に示すように、生体検知プログラム１７００ａは、生体検知プロセス１８００ａとして機能する。この生体検知プロセス１８００ａは、ＨＤＤ１７００から読み出した各種データを適宜ＲＡＭ１８００上の自身に割り当てられた領域に展開し、この展開した各種データに基づいて各種処理を実行する。なお、生体検知プロセス１８００ａは、図１や図８に示した機能部にて実行される処理、例えば図７や図１１に示す処理を含む。また、ＣＰＵ１５００上で仮想的に実現される各処理部は、常に全ての処理部がＣＰＵ１５００上で動作する必要はなく、処理に必要な処理部のみが仮想的に実現されれば良い。

なお、上記の生体検知プログラム１７００ａについては、必ずしも最初からＨＤＤ１７００やＲＯＭ１６００に記憶させておく必要はない。例えば、コンピュータ１０００に挿入されるフレキシブルディスク、いわゆるＦＤ、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させる。そして、コンピュータ１０００がこれらの可搬用の物理媒体から各プログラムを取得して実行するようにしてもよい。また、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ１０００に接続される他のコンピュータまたはサーバ装置などに各プログラムを記憶させておき、コンピュータ１０００がこれらから各プログラムを取得して実行するようにしてもよい。

１０ 生体検知装置
１１ カメラ
１２ 画像メモリ
１３ 取得部
１４ 領域抽出部
１５−１，１５−２，１５−３ 波形検出部
１６ 生体検知部
１６ａ 振幅比較部

Claims (9)

1. 生体が撮影された画像を取得する取得部と、
   前記画像に含まれる生体領域を抽出する領域抽出部と、
   前記生体領域に含まれる各画素の波長成分別の代表値の信号から波形を検出する波形検出部と、
   前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する生体検知部と
   を有することを特徴とする生体検知装置。
2. 前記領域抽出部は、
   前記生体領域を複数の部位に分割して抽出し、
   前記波形検出部は、
   各部位に含まれる各画素の波長成分別の代表値の変化から波形を部位ごとに検出し、
   前記生体検知部は、
   前記部位ごとに検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知することを特徴とする請求項１に記載の生体検知装置。
3. 前記生体検知部は、
   各部位の間で波形の振幅が所定の大小関係を満たすか否かによって前記生体領域が生体であるか否かを検知することを特徴とする請求項２に記載の生体検知装置。
4. 前記生体検知部は、
   各部位の間で波形の位相差が所定の適正範囲内であるか否かによって前記生体領域が生体であるか否かを検知することを特徴とする請求項２に記載の生体検知装置。
5. 前記波形検出部は、
   前記波長成分ごとに各波長成分の間で脈波が採り得る周波数帯以外の特定周波数帯の成分を抽出し、
   各波長成分の間で前記特定周波数帯の成分の大きさを比較することによって、各波長成分の間で前記代表値の信号の差が演算される場合に当該代表値の信号へ乗算される補正係数であって前記特定周波数帯の成分が演算後に最小化される補正係数を算出し、
   各波長成分の代表値の信号のうち少なくとも一方の信号に前記補正係数を乗算し、
   前記補正係数の乗算後に各波長成分の間で前記代表値の信号の差を算出することによって前記特定周波数帯の成分が互いに相殺された信号の波形を検出することを特徴とする請求項１、２または３に記載の生体検知装置。
6. 生体が撮影された画像を取得する取得部と、
   前記画像に含まれる生体領域を抽出する領域抽出部と、
   前記生体領域に含まれる各画素の波長成分別の代表値の信号から、波形を検出する波形検出部と、
   前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する生体検知部と
   前記生体領域が生体であると判定された場合に、前記画像を用いて、顔認証を実行する顔認証部と
   を有することを特徴とする顔認証装置。
7. 生体が撮影された画像を取得する取得部と、
   前記画像に含まれる生体領域を抽出する領域抽出部と、
   前記生体領域に含まれる各画素の波長成分別の代表値の信号から、波形を検出する波形検出部と、
   前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する生体検知部と
   前記生体領域が生体であると判定された生体領域に対する信号処理を実行する信号処理部と
   を有することを特徴とする撮像装置。
8. コンピュータが、
   生体が撮影された画像を取得し、
   前記画像に含まれる生体領域を抽出し、
   前記生体領域に含まれる各画素の波長成分別の代表値の信号から波形を検出し、
   前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する
   処理を実行することを特徴とする生体検知方法。
9. コンピュータに、
   生体が撮影された画像を取得し、
   前記画像に含まれる生体領域を抽出し、
   前記生体領域に含まれる各画素の波長成分別の代表値の信号から波形を検出し、
   前記生体領域から検出された波形が脈波であるか否かによって当該生体領域が生体であるか否かを検知する
   処理を実行させることを特徴とする生体検知プログラム。

Images