JPH11213163A - 個体識別装置 - Google Patents

Abstract

(57)【要約】 【課題】 本人拒否率を低減することのできる個体識別
装置を実現する。 【解決手段】 識別対象の個体に対して、認識手段１で
本人でないと判定した場合、領域分割手段３は、識別対
象の画像データを複数の領域に分割し、各領域毎の、辞
書データとの一致度を求める。領域分割手段３は、求め
た領域毎の一致度の低い順に並べ替える。部分比較手段
５は、識別対象の画像データに対して、領域分割手段３
が順位付けした一致度の最も低い領域を除外し、残った
領域と辞書データとの一致度を求め、これが閾値を満足
するかを判定する。満足しない場合は、最も低い領域と
２番目に低い領域とを除外し、同様の処理を行う。ここ
で、閾値を満足しない場合は、順次、一致度が低い領域
から除外し、一度も閾値を満足しなかった場合は本人で
はないと判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力画像データと
予め記憶した辞書データを比較することにより個体識別
を行う個体識別装置に関する。

【０００２】

【従来の技術】人間や動物の生体情報（顔、虹彩、指紋
など）を用いて個体を識別する技術が知られている。こ
のような技術としては、例えば、虹彩を用いて個体識別
を行うものとして、文献：米国特許第５２９１５６０号
明細書に示されているものがあった。

【０００３】上記文献に開示されている技術では、瞳孔
に外接する円および虹彩に外接する円を検出し、二つの
円に基づいて、虹彩上に座標系を設定し、設定した座標
系に基づいて、虹彩領域の濃淡画像をフィルタ処理によ
り２値化する（２値化して得られたコードをアイリスコ
ードと呼ぶ）。このようにして得られたアイリスコード
と、同様の方法で予め作成したアイリスコードとを比較
してハミング距離を求め、閾値処理により本人判定を行
うものである。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来の技術では、目が細い場合や瞳孔の形が円でない場合
等では、識別対象が本人であってもリジェクト（拒否）
してしまう恐れがあった。

【０００５】図２は、このような従来の問題を示す説明
図である。図中、［Ａ］に示す例は、目が細い場合など
に、虹彩領域や瞳孔の一部がまぶたやまつげによって隠
されている場合である。このような場合、瞳孔、虹彩、
強膜の境界が不明瞭となり、円の位置検出の結果が不安
定になることがある。このように円の位置検出結果が不
安定になると、アイリスコードが変動することになる。
その結果、アイリスコードの変動によって、最悪の場
合、本人判定に失敗する恐れがあった。

【０００６】また、瞳孔の形が円でない場合も円の位置
検出結果が不安定になる。例えば、図中の［Ｂ］のよう
に、瞳孔が円でない場合、円の位置検出結果は瞳孔境界
の状態によって変化する。例えば、瞳孔の下の境界に円
を当てはめてしまう場合や、上の境界に円を当てはめて
しまう場合など、境界の状況により変化する。この場合
も、アイリスコードが変動し、最悪の場合、本人判定に
失敗する恐れがある。また、虹彩の形が円でない場合も
同様の問題が発生する。

【０００７】更に、眼鏡をかけた場合に、例えば、図中
の［Ｃ］のようにレンズが汚れていると、虹彩領域の画
像にノイズが乗ってしまう。従って、汚れの部分をその
ままコード化すると、アイリスコードが汚れていない場
合とは異なってしまい、最悪の場合、本人判定に失敗し
てしまう恐れがあった。

【０００８】このような点から、本人拒否率を低減する
ことのできる個体識別装置の実現が望まれていた。

【０００９】

【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。 〈請求項１の構成〉識別対象となる個体の入力画像と、
予め設けられた真の個体の辞書データとを照合し、識別
対象の個体が真の個体であるかを判定する認識手段と、
認識手段で識別対象が真の個体でないと判定された場
合、識別対象の画像を予め設定された複数の領域に分割
し、分割した各領域毎に、真の個体の辞書データとの一
致度を求める領域分割手段と、識別対象の画像に対し
て、領域分割手段により求めた一致度のうち最も一致度
の低い領域から順次除外し、残った領域と真の個体の辞
書データとの一致度を求め、いずれかの時点で、この一
致度が、予め設定された真の個体と判定する閾値を満足
した場合は、識別対象となる個体は真の個体であると判
定する部分比較手段とを備えたことを特徴とする個体識
別装置である。

【００１０】〈請求項１の説明〉入力画像や辞書データ
は、例えば人間の目の虹彩画像に関するデータであり、
個体識別は、アイリスコードの比較による識別である
が、これ以外にも、顔や指紋等、他の識別方法を用いる
個体識別でも適用可能である。また、人間に限定される
ものではなく、例えば馬の目による識別等、動物の個体
識別であってもよい。

【００１１】真の個体の辞書データとは、人間の場合は
本人の辞書データである。真の個体であると判定する、
とは、本人であると判定することを意味している。領域
分割手段が分割する領域の個数や形状は、識別対象や利
用条件等によって種々選択できるものとする。一致度と
は、例えば識別対象と真の個体の辞書データとのハミン
グ距離で表すが、これ以外の手段を用いてもよい。

【００１２】部分比較手段は、例えば、ハミング距離が
最も大きい領域を除外し、残った領域の辞書データとの
ハミング距離を求める。その結果、予め設定した閾値を
下回らなかった場合は、ハミング距離が次に大きい領域
も除外し、残った領域の辞書データとのハミング距離を
求める。そして、このハミング距離が閾値を下回ったか
を調べ、下回らなかった場合は、上記の動作を繰り返し
て行う。このような動作を繰り返して行い、一度も閾値
を下回らなかった場合は、本人ではないと判定する。

【００１３】このような動作により、識別対象の画像デ
ータで、辞書データと一致する部分がある程度残ってい
れば本人と判定することができ、従って、本人拒否率を
低減することが可能となる。

【００１４】〈請求項２の構成〉請求項１に記載の個体
識別装置において、識別対象となる個体の画像と辞書デ
ータとを比較する領域の個数が少ないほど、真の個体で
あるという判定に高い一致度が必要となる値の閾値を保
持する閾値記憶手段と、識別対象となる個体が真の個体
であるか否かを判定する場合、閾値記憶手段が有するそ
の時点の比較する領域の個数に対応した閾値を用いて、
この閾値が一致度を満足するかを判定し、そうであった
場合に真の個体であると判定する部分比較手段とを備え
たことを特徴とする個体識別装置である。

【００１５】〈請求項２の説明〉請求項２の発明は、請
求項１の発明に加えて、閾値の値を、比較する領域数に
応じて変化させるようにしたものである。即ち、閾値
は、比較する領域数が少ないほど真の個体であるという
判定に高い一致度が必要となる値に設定されている。真
の個体であるという判定に高い一致度が必要となる値と
は、例えば、一致度をハミング距離で表した場合に、こ
のハミング距離が小さい値であることを意味している。
これにより、部分比較手段が比較を行う場合、比較に用
いた領域数が少ないほど本人判定を厳しい条件で行うこ
とになる。従って、判定が少ない領域数で行われた場合
でも、ある個体を異なる個体であると判定してしまう誤
識別を防止することができ、本人判定性能を更に向上さ
せることができる。

【００１６】また、比較する領域数と閾値との関係は、
どのように設定してもよく、例えばある領域数より少な
くなったら急激に閾値を厳しくするといったように、利
用条件等によって適宜設定が可能である。

【００１７】〈請求項３の構成〉請求項１または２に記
載の個体識別装置において、識別対象の画像と辞書デー
タとは、目の中の虹彩領域に関するデータであることを
特徴とする個体識別装置である。

【００１８】〈請求項３の説明〉請求項３の発明は、個
体識別を虹彩認識処理で行うようにしたものである。こ
れにより、本人の入力画像であってもまぶたやまつげで
虹彩が隠されていたり、眼鏡をかけている場合にレンズ
が汚れているといった要因で、本人拒否されてしまうこ
とを低減することができる。

【００１９】

【発明の実施の形態】《本発明の概要》本発明は、従来
のアイリス認識技術の後処理として機能する。よって、
従来のアイリス認識技術に本発明を付加することによ
り、本人拒否率を低減した高性能なアイリス認識装置が
実現可能となる。

【００２０】本発明は、従来のアイリス認識手段の認識
結果が「リジェクト（拒否）」、即ち、本人でないと判
定した場合に、アイリス領域を予め設定したいくつかの
領域に分割し、分割した各領域の中で辞書データとの一
致度が低い領域、つまりハミング距離が大きい領域を除
外して、再度、全体のハミング距離を計算することによ
り本人拒否率を低減する。

【００２１】実際の処理では、分割した領域毎にハミン
グ距離を求め、ハミング距離が最も大きい領域を処理の
対象から除外し、残りの領域のハミング距離を求めて、
予め設定した比較ビット数毎の閾値と比較する。ここ
で、閾値を下回った場合は、本人であると判定し、処理
を終了する。

【００２２】もし、閾値を下回らなかった場合は、ハミ
ング距離が最も大きい領域と、その次にハミング距離が
大きい領域の両方の領域を除外し、残りの領域全体のハ
ミング距離を求める。同様に、比較ビット数に応じた閾
値と比較し、本人判定を行う。ここで、本人と判定され
ない場合は、次にハミング距離が３番目に大きい領域も
比較処理の対象から除外し、同様の処理を繰り返す。

【００２３】上記の処理を繰り返して行い、一度も本人
と判定されなかった場合は、「本人でない（リジェク
ト）」と判定する。

【００２４】上記のような処理を行うことにより、円の
位置検出がずれた場合や、眼鏡やレンズが汚れている場
合に、従来のアイリス認識技術で本人判定に失敗した場
合でも、虹彩領域で認識辞書と一致する部分がある程度
残っていれば、本人と判定できる可能性が上がる。

【００２５】以下、本発明の実施の形態を図面を用いて
詳細に説明する。 《具体例》 〈構成〉図１は本発明の個体識別装置の具体例を示す構
成図である。図の装置はコンピュータで構成され、認識
手段１、認識辞書２、領域分割手段３、領域情報記憶手
段４、部分比較手段５、閾値記憶手段６からなる。ま
た、本具体例では、個体識別として、アイリス認識処理
を行う場合を説明する。

【００２６】認識手段１は、従来技術の文献に示すよう
なアイリス認識手段である。即ち、識別対象となる虹彩
画像データと、認識辞書２に予め設けられた本人の辞書
データとを照合し、識別対象の個体が本人であるかを判
定する機能部である。

【００２７】認識辞書２は、半導体メモリやディスク等
の補助記憶装置上に実現され、認識対象の特徴データ
（アイリスコード）を予め記憶しておくための辞書であ
る。

【００２８】領域分割手段３は、認識手段１において、
識別対象が本人でないと判定された場合、識別対象の画
像を予め設定された複数の領域に分割し、分割した各領
域毎に、本人の辞書データとのハミング距離を求め、か
つ、これをハミング距離の大きさ順に並べ替えを行う機
能部である。

【００２９】領域情報記憶手段４は、半導体メモリやデ
ィスク等の補助記憶装置上に実現され、領域分割手段３
が求めた領域毎のハミング距離等のデータを記憶する機
能部である。

【００３０】部分比較手段５は、認識手段１が「本人で
ない」と判断した場合のみ動作する機能部である。即
ち、虹彩領域に対して、領域情報記憶手段４に格納され
ている最も順位が高い領域（最もハミング距離が大きい
領域）から順次除外し、残った領域と本人の辞書データ
とのハミング距離を求め、いずれかの時点で、ハミング
距離が、閾値記憶手段６の閾値を満足した場合は、識別
対象となる個体は本人であると判定する機能を有してい
る。

【００３１】閾値記憶手段６は、半導体メモリやディス
ク等の補助記憶装置上に実現され、識別対象となる個体
の画像と辞書データとを比較する領域の個数が少ないほ
ど、小さい値の閾値を保持する機能部である。

【００３２】〈動作〉以下、本具体例の各部の動作を順
を追って説明する。認識手段１は、従来と同様の構成で
あるため、次のような動作を行う。即ち、認識手段１
は、先ず、入力された画像中の瞳孔および虹彩に外接す
る円の位置を検出する。次に、検出した二つの円に基づ
いて極座標を設定し、設定した極座標に従って、画像デ
ータにフィルタ処理（ガボールフィルタ）を行い、閾値
処理により０、１のデジタルデータを生成する。この生
成したデータをアイリスコードと呼ぶ。

【００３３】そして、生成したアイリスコードと予め同
様の方法で生成した認識辞書２の辞書アイリスコードと
比較し、ハミング距離を求める。求めたハミング距離が
予め設定した閾値を下回った場合、「本人である」と判
定する。ここで、閾値を上回った場合は「本人でない」
と判定する。

【００３４】次に、部分比較手段５は、認識手段１が
「本人でない」と判断した場合にのみ機能する。ここ
で、認識手段１が「本人である」と判定した場合には、
何も処理を行わず、認識手段１の出力結果をそのまま出
力する。

【００３５】認識手段１が「本人でない」と判定した場
合には、先ず、領域分割手段３により、虹彩領域を予め
設定した領域に分割して、認識手段１により求められ
た、虹彩領域全体の比較結果を、各領域毎に分割する。
即ち、各領域毎にハミング距離を再度計算する。

【００３６】図３は、虹彩領域の分割方法の一例を示す
図である。図４は、虹彩領域を分割する場合の実際の処
理の一例を示す図である。

【００３７】図４の例では、認識手段１の出力結果、つ
まり虹彩領域全体を認識辞書２と比較した場合に、ハミ
ング距離が0.353、比較して一致しなかった（異なっ
た）ビットの数が722、の場合である（図４の（ａ）参
照）。本人判定の閾値を0.32に設定した場合、従来技術
では「本人でない」と判定してしまう。ここで、本具体
例では、認識手段１の出力結果を図３に示したような１
２個の領域に分割し、それぞれの領域毎にハミング距離
を求める。その結果を示したのが図４の（ｂ）の例であ
る。

【００３８】図４（ｂ）の例では、ハミング距離が虹彩
領域の全体に渡って大きい値でなく、虹彩領域の右側に
ハミング距離が大きい領域がかたまっている。このよう
な状況は、例えば、眼鏡のレンズが汚れている場合や、
瞳孔円や虹彩円の位置検出結果がずれている場合などに
起こり得る。

【００３９】次に、領域分割手段３は、領域毎に求めた
ハミング距離に基づいて領域に順位を付ける（並べ替え
る）。

【００４０】図５は、図４の例で領域を並べ替えた場合
の説明図である。図５の（ａ）の表は並べ替える前の状
態で、図５（ｂ）の表はハミング距離の大きい領域から
順に並べ替えを行った結果である。この表にある異なる
ビット数とは、ビットを比較した際に一致しなかったビ
ットの数である。また、全ビット数とは領域内のビット
の数である。つまり、ハミング距離は（異なるビット
数）÷（全ビット数）で求められる。

【００４１】このような並べ替えにより、認識辞書２と
の一致度が低い領域（ハミング距離が大きい領域）か
ら、認識辞書２との一致度が高い領域（ハミング距離が
小さい領域）の順位が付けられる。

【００４２】この並べ替えにより求めた各領域の情報
（図５の（ｂ））は、領域情報記憶手段４に記憶され
る。そして、部分比較手段５は、領域情報記憶手段４に
記憶されている情報に従って、虹彩領域の部分比較処理
を行う。

【００４３】部分比較手段５は、先ず、領域分割手段３
に記憶されているハミング距離の大きい領域から順に比
較処理対象から除外し、除外した領域以外の領域のハミ
ング距離を計算する。

【００４４】図６は、虹彩領域の部分比較処理の一例を
示す図である。この図６は、図５（ｂ）の表を処理した
結果を示している。図５の例では、ハミング距離が大き
い領域は、７、６、３、５、２、１、…の順であるか
ら、比較処理の対象から先ず領域７を除外してハミング
距離を再計算する。図６に示すように、領域７を除外し
てハミング距離を再計算した場合、ハミング距離は0.33
6である。このようにしてハミング距離を求めたら、次
にこのハミング距離が予め設定した閾値を下回っている
かを判定する。この判定に用いる閾値は閾値記憶手段６
に記憶されている。

【００４５】図７は、閾値記憶手段６における比較した
ビット数に対する閾値の関係を示す図である。図示のよ
うに、比較に用いたビット数が少ないほど本人判定の閾
値が小さくなるよう設定されている。つまり、比較した
ビット数が少ないほど厳しく判定するように設定されて
いる。

【００４６】閾値記憶手段６に予め設定しておく閾値の
値は、利用条件（セキュリティレベル、ユーザ数、環境
等）により適宜決定する。図６の例の最初の処理である
領域７を除外した場合のハミング距離（0.336）と、そ
のときの全ビット数（1879）が、図７のグラフの右下の
領域にある場合は本人であると判定する。一方、右下の
領域にない場合（閾値を超えている場合）は、次に、２
番目にハミング距離が大きい領域、つまり領域６も比較
処理の対象から除外する。

【００４７】図６に示すように、領域７、６を除外した
場合のハミング距離は、0.317、全ビット数は1708であ
る。この場合も図７の閾値と比較し、閾値を下回ってい
れば本人であると判定し、もし、閾値を上回った場合
は、次にハミング距離が大きい領域を除外して、上記の
処理を繰り返す。

【００４８】以上の処理を繰り返し、一度も閾値を下回
らなかった場合は、本人でないと判定する。尚、比較を
行う領域数を、例えば３個までというように最小値を設
定し、この最小値の領域までで一度も閾値を下回らなか
った場合は、本人でないと判定するようにしてもよい。

【００４９】このように、従来技術の虹彩領域全体の比
較により本人でないと判定された場合でも、虹彩領域に
認識辞書２との一致度の高い領域が部分的に存在する場
合、本発明により本人判定の可能性が上がり、従来技術
の問題点が解決される。

【００５０】尚、上記具体例では、虹彩領域を円周に沿
って６個、半径方向に２個の１２個の領域に分割した
が、領域の分割数は１２個に限定されるものではなく、
分割の方法も以下のような様々な形態が考えられる。

【００５１】●各領域のサイズが等しい場合と、等しく
ない場合 ●虹彩領域を水平、垂直方向に分割するなど、領域の形
を変える

【００５２】また、以上の説明では、人間のアイリス認
識に適用した場合について説明したが、これに限定され
るものではなく、例えば、馬等の場合でも、瞳孔の形の
変化を考慮することにより本発明を適用することが可能
である。

【００５３】尚、以上のような個体識別装置の動作は、
個体識別装置の役割を行うコンピュータのプログラムに
よる制御で実現することができる。従って、そのプログ
ラムをフロッピディスクやＣＤ−ＲＯＭといった種々の
記録媒体に記録してから、一般のコンピュータにインス
トールしたり、あるいはネットワークを介してダウンロ
ードするといった手段により、本発明の個体識別装置を
実現することができる。

【００５４】〈効果〉以上のように、上記具体例によれ
ば、従来のアイリス認識技術において本人判定に失敗し
た場合でも、虹彩領域の中で認識辞書との一致度が低い
領域を比較処理対象から除外して、再度一致度を計算し
直すため、本人判定性能の向上が期待できる。

【００５５】また、本発明は従来技術の後処理として付
加できるため、従来技術を用いた装置に本技術を導入す
る場合、最小限の変更でよいため、装置変更のコストを
最小限に抑えることが可能である。よって、従来技術の
個体識別装置の問題点が解決できるため、より使いやす
い個体識別が実現可能となる。

【図面の簡単な説明】

【図１】本発明の個体識別装置の具体例を示す構成図で
ある。

【図２】従来技術の問題点の説明図である。

【図３】本発明の個体識別装置の具体例における虹彩領
域の分割方法の一例を示す図である。

【図４】本発明の個体識別装置の具体例における虹彩領
域を分割する場合の実際の処理の一例を示す図である。

【図５】本発明の個体識別装置の具体例における領域の
一致度を順位付けした場合の説明図である。

【図６】本発明の個体識別装置の具体例における虹彩領
域の部分比較処理の説明図である。

【図７】本発明の個体識別装置の具体例における領域情
報記憶手段の閾値の説明図である。

【符号の説明】

１ 認識手段 ２ 認識辞書 ３ 領域分割手段 ４ 領域情報記憶手段 ５ 部分比較手段 ６ 閾値記憶手段

Claims (3)

【特許請求の範囲】
1. 【請求項１】 識別対象となる個体の入力画像と、予め
   設けられた真の個体の辞書データとを照合し、前記識別
   対象の個体が真の個体であるかを判定する認識手段と、 前記認識手段で前記識別対象が真の個体でないと判定さ
   れた場合、前記識別対象の画像を予め設定された複数の
   領域に分割し、当該分割した各領域毎に、前記真の個体
   の辞書データとの一致度を求める領域分割手段と、 前記識別対象の画像に対して、前記領域分割手段により
   求めた一致度のうち最も一致度の低い領域から順次除外
   し、残った領域と前記真の個体の辞書データとの一致度
   を求め、いずれかの時点で、当該一致度が、予め設定さ
   れた真の個体と判定する閾値を満足した場合は、前記識
   別対象となる個体は真の個体であると判定する部分比較
   手段とを備えたことを特徴とする個体識別装置。
2. 【請求項２】 請求項１に記載の個体識別装置におい
   て、 識別対象となる個体の画像と辞書データとを比較する領
   域の個数が少ないほど、真の個体であるという判定に高
   い一致度が必要となる値の閾値を保持する閾値記憶手段
   と、 前記識別対象となる個体が真の個体であるか否かを判定
   する場合、前記閾値記憶手段が有するその時点の比較す
   る領域の個数に対応した閾値を用いて、当該閾値が一致
   度を満足するかを判定し、そうであった場合に真の個体
   であると判定する部分比較手段とを備えたことを特徴と
   する個体識別装置。
3. 【請求項３】 請求項１または２に記載の個体識別装置
   において、 識別対象の画像と辞書データとは、目の中の虹彩領域に
   関するデータであることを特徴とする個体識別装置。