閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラム
【課題】本人拒否率を小さな値に抑制したまま他人許可率を低下させることができ、閾値の決定や更新を容易に行うことを可能とすること。
【解決手段】本発明に係る閾値更新装置は、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、を備える。
【解決手段】本発明に係る閾値更新装置は、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラムに関する。
【背景技術】
【０００２】
情報処理技術および情報通信技術の発達により、複数の機器どうしを接続してデータの共有交換を行なったり、遠隔地間で協働作業を行なったりする機会が増えてきている。接続し合う機器の組み合わせも、固定的ではなく、多数にまたがる場合が多い。このため、いわゆる「なりすまし」による情報の漏洩や不正利用を防止するべく、ユーザ本人であることを確認するための認証手続が広く採用されるようになってきている。このような認証手続の一例として、近年、セキュリティの確保が容易な生体認証が利用されつつある。この生体認証は、生体に固有な情報である生体情報に基づいて、ユーザ本人であることを確認するための認証手続である。
【０００３】
このような生体認証処理を行うシステムでは、システム単位でユーザ本人であるか否かを判定するための本人判定閾値が決定されている場合が多い。この際、本人判定閾値が厳しく設定されると、本人拒否率（Ｆａｌｓｅ Ｒｅｊｅｃｔｉｏｎ Ｒａｔｅ：ＦＲＲ）が高まってしまう。また、本人判定閾値が緩く設定されると、他人許可率（Ｆａｌｓｅ Ａｃｃｅｐｔａｎｃｅ Ｒａｔｅ：ＦＡＲ）が高まってしまう。
【０００４】
そこで、以下に示す特許文献１では、システムにより決定された閾値を更新することで、高い精度で本人判定を行うことを可能とする技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２４３０５４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ところで、ユーザ本人の類似度がシステムにより決定された閾値よりも低い場合には、そのユーザはシステムにより認証されなくなってしまうため、閾値は、慎重に決定される必要があり、閾値の初期値を決定することが困難であるという問題があった。
【０００７】
また、特許文献１に記載の方法では、認証の際に算出された類似度と現状の閾値とを比較することで閾値の更新を行うため、たまたまテンプレートと類似度が非常に高い生体情報が入力された場合であっても、閾値が急激に変化する可能性があるという問題があった。
【０００８】
そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、本人拒否率を小さな値に抑制したまま他人許可率を低下させることができ、閾値の決定や更新を容易に行うことが可能な、閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラムを提供することにある。
【課題を解決するための手段】
【０００９】
上記課題を解決するために、本発明のある観点によれば、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、を備える閾値更新装置が提供される。
【００１０】
前記閾値更新装置は、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を更に有しており、前記本人分布および他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、前記統計処理部は、抽出された前記生体情報に基づいて、前記本人分布および前記他人分布を更新し、前記閾値更新部は、更新後の前記本人分布および前記他人分布に基づいて、前記閾値の更新を行うことが好ましい。
【００１１】
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を、更新後の前記閾値とすることが好ましい。
【００１２】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を、更新後の前記閾値とすることが好ましい。
【００１３】
前記統計処理部は、抽出した前記生体情報とユーザ本人の前記テンプレートとの類似度、および、抽出した前記生体情報と前記他のユーザのテンプレートとの類似度の最高値を算出し、算出した生体情報とユーザ本人のテンプレートとの類似度を前記本人分布に追加するとともに、前記本人分布に含まれる最も古くかつ最も類似度の高いデータを前記本人分布から削除し、算出した前記類似度の最高値を前記他人分布に追加するとともに、前記他人分布に含まれる最も古くかつ最も類似度の低いデータを前記他人分布から削除してもよい。
【００１４】
前記生体情報抽出部は、複数の生体撮像画像それぞれから、前記生体情報を抽出し、
前記閾値更新装置は、抽出された複数の前記生体情報の中から、テンプレートとして登録する前記生体情報を選択するテンプレート選択部と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、を更に備えてもよい。
【００１５】
上記課題を解決するために、本発明の別の観点によれば、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出部と、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を決定するテンプレート選択部と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、を備える閾値決定装置が提供される。
【００１６】
前記閾値決定装置は、前記他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、前記統計処理部は、前記生体情報抽出部により生成された複数の前記生体情報のうち前記テンプレートとして決定された前記生体情報と、前記テンプレートとして決定された生体情報以外の前記生体情報と、に基づいて、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を算出し、前記閾値決定部は、前記本人分布と前記他人分布とに基づいて、前記閾値を決定することが好ましい。
【００１７】
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を前記閾値とすることが好ましい。
【００１８】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を前記閾値とすることが好ましい。
【００１９】
上記課題を解決するために、本発明の更に別の観点によれば、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出するステップと、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新するステップと、を含む閾値更新方法が提供される。
【００２０】
上記課題を解決するために、本発明の更に別の観点によれば、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出するステップと、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するステップと、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定した前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定するステップと、を含む閾値決定方法が提供される。
【００２１】
上記課題を解決するために、本発明の更に別の観点によれば、コンピュータに、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出機能と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新機能と、を実現させるためのプログラムが提供される。
【００２２】
上記課題を解決するために、本発明の更に別の観点によれば、コンピュータに、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出機能と、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択機能と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択機能により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定機能と、を実現させるためのプログラムが提供される。
【発明の効果】
【００２３】
以上説明したように本発明によれば、本人拒否率を小さな値に抑制したまま他人許可率を低下させることができ、閾値の決定や更新を容易に行うことが可能である。
【図面の簡単な説明】
【００２４】
【図１】生体パターン画像について説明するための説明図である。
【図２】生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【図３】生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【図４Ａ】生体情報の類似度の分布について説明するための説明図である。
【図４Ｂ】生体情報の類似度の分布について説明するための説明図である。
【図５】本発明の第１の実施形態に係る閾値決定装置の構成について説明するためのブロック図である。
【図６】同実施形態に係る閾値決定装置の統計処理部の構成について説明するためのブロック図である。
【図７】同実施形態に係る閾値決定方法について説明するための説明図である。
【図８Ａ】同実施形態に係る閾値決定方法について説明するための説明図である。
【図８Ｂ】同実施形態に係る閾値決定方法について説明するための説明図である。
【図９】同実施形態に係る閾値決定方法について説明するための流れ図である。
【図１０】同実施形態に係る閾値更新装置の構成について説明するためのブロック図である。
【図１１】同実施形態に係る閾値更新装置の統計処理部の構成について説明するためのブロック図である。
【図１２】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１３】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１４】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１５】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１６】同実施形態に係る閾値更新方法について説明するための流れ図である。
【図１７】同実施形態に係る閾値設定装置の構成について説明するためのブロック図である。
【図１８】同実施形態に係る閾値設定装置の統計処理部の構成について説明するためのブロック図である。
【図１９】同実施形態に係る閾値設定装置の閾値設定部の構成について説明するためのブロック図である。
【図２０】ランレングス符号化処理について説明するための説明図である。
【図２１】ランレングス符号化処理について説明するための説明図である。
【図２２】ランレングス符号化処理について説明するための説明図である。
【図２３】ランレングス符号化処理について説明するための説明図である。
【図２４Ａ】本発明に係るＦＡＲの大きさについて説明するためのグラフ図である。
【図２４Ｂ】本発明に係るＦＡＲの大きさについて説明するためのグラフ図である。
【図２５】本発明の実施形態に係る閾値決定装置、閾値更新装置および閾値設定装置のハードウェア構成について説明するためのブロック図である。
【発明を実施するための形態】
【００２５】
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
【００２６】
なお、以下の説明では、生体認証の一例として、静脈認証を例にとって説明を行なうものとする。しかしながら、本発明は、静脈認証のみに限定されるわけではなく、指紋認証、顔認証、虹彩認証など、他の様々な生体認証についても適用することが可能である。
【００２７】
説明は、以下の順序で行うものとする。
（１）本発明の実施形態に係る閾値の決定方法および更新方法の概略について
（２）第１の実施形態
（２−１）閾値決定装置の構成について
（２−２）閾値決定方法について
（２−３）閾値更新装置の構成について
（２−４）閾値更新方法について
（２−５）閾値設定装置の構成について
（２−６）実施例について
（３）本発明の実施形態に係る閾値決定装置、閾値更新装置および閾値設定装置のハードウェア構成について
（４）まとめ
【００２８】
（閾値の決定方法および更新方法の概略について）
生体情報の照合に関して、以下のような３つの考え方がなされることが多い。
１．異なる生体部位に対して異なるパラメータを評価して、生体情報の照合を行う。
２．同じ生体部位に対しても照合アルゴリズムによって照合するパラメータが異なる。
３．同じ生体部位に対して同じ照合アルゴリズムを用いた場合でも装置や環境パラメータの変化によって生体情報が変化する場合がある。
【００２９】
以下、上記３つの考え方それぞれについて、簡単に説明する。
上記１．について、例えば、生体情報が静脈に関するものである場合には、パラメータとして静脈パターンを用い、パターンマッチングにより照合を行う。また、生体情報が指紋に関するものである場合には、パラメータとして指紋の特徴点を用い、特徴点のマッチングにより照合を行う。また、生体情報が顔に関するものである場合には、パラメータとして顔に固有のベクトルを用い、固有ベクトルのマッチングにより照合を行う。この際、マッチングに用いるパラメータによっても、照合結果が異なる。また、同じパラメータを考慮したとしても、異なった生体部位に対して異なった傾向の照合結果となる場合もある。例えば、パターンマッチングに対し相互相関値を考慮したとしても、同じ人の指静脈パターン同士と指紋の特徴点パターンについて、同じ相関値となるとは限らない。
【００３０】
上記２．について、例えば、静脈パターンのマッチングにおいて、相互相関を用いるアルゴリズム、細線化された静脈パターンについて相互相関を用いるアルゴリズム、ハフ変換後のパターンの相関を用いるアルゴリズム等がある。これらのアルゴリズム間においても、照合に用いる値が大きい程類似度が高い、照合に用いる値がある範囲内であると類似度が高い、など、照合結果の傾向が異なる。
【００３１】
上記３．について、例えば、照合に用いる画像サイズによって同じ生体部位でも照合に用いる類似度（例えば、差分絶対値和：ＳＡＤ）の値が倍になったり、明るさの変化によって相互相関値が変化したりする、といったことが起こる。また、環境変数によっても、照合結果の閾値は変化する。
【００３２】
任意の生体認証システムにおいて、データベース内のすべてのデータに対して、生体部位、アルゴリズム、装置、環境などが同一であるため、これらの要因を調整して閾値を決める方法が一般的なやり方である。つまり、一般的な方法では、あるシステムに対して照合結果がある決まった閾値以上または閾値以下であることによって、「認証」の判断をしていた。
【００３３】
これに対して、本発明の実施形態では、生体部位、アルゴリズム、装置、環境等といった要因が同一であっても、データベース内の各データに対して、そのデータ独特の閾値を用いること（すなわち、ユーザに個別の閾値を設定すること）を提案する。その理由は、個人毎に、生体部位から抽出される情報量が大幅に異なり、情報量の大きさによって本質的に照合結果が変動するためである。
【００３４】
例えば、図１に示した指静脈のパターン画像に対して差分絶対値和（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ：ＳＡＤ）を算出する場合について考える。図１（ａ）に示した指静脈パターンでは、抽出されたパターン部分が非常に少ないため、任意の静脈パターン、例えば、図１（ｂ）とのＳＡＤを求める場合、白い画素が重なり合う確立が低く、ＳＡＤの値が大きくなりがちである。他方、図１（ｃ）のような静脈パターンの場合、異なる静脈パターンと照合した場合でも、白い画素が重なり合う確立が高くなるため、ＳＡＤの値は低くなりがちである。同様のことは、ＳＡＤだけでなく、相関値を用いる場合も言える。例えば、パターンが多い画像ほど、異なる画像との照合を行った際には、パターンの一部が類似する確率が高くなる。よって、異なる画像の場合、テンプレート画像の特徴によって照合結果が異なると言える。本発明の実施形態では、この特徴に着目し、データベース内のそれぞれのデータに対して固有の閾値を設定する。
【００３５】
ユーザそれぞれに対してユーザに適した閾値を設定することで、任意のテンプレート画像に対して、データベース内の他のテンプレートの特徴を考慮せず、閾値を最大限に厳しくすることができる。よって、本発明の実施形態では、以下のような利点がある。
【００３６】
すなわち、単一のステップを経て認証を行うような、いわゆる１対１認証による生体認証システムでは、他人許可率を低下させることが可能である。また、複数のステップを経て認証を行うような、いわゆる１対Ｎ認証による生体認証システムでは、他人許可率を低下させることが可能となるとともに、次段階のステップに認証候補として伝送されるテンプレートの候補数を減少させることができる。その結果、１対Ｎ認証に要する計算時間を削減し、認証処理の高速化を図ることが可能となる。
【００３７】
また、一般的な生体認証システムでは、他人許可率を低下させるために敢えて閾値を厳しく設定し、本人拒否率の増加をある程度まで許容する。しかしながら、本発明の実施形態では、本人拒否率を最小限に抑制したままで、他人許可率を削減することが可能となる。
【００３８】
以下では、図２を参照しながら、閾値が一律に設定される一般的な生体認証システムにおける他人許可率と本人拒否率との関係について説明する。図２は、生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【００３９】
図２では、２０本の指（すなわち、２０人のユーザ）のそれぞれについて、複数回の本人認証の際に算出された類似度（例えば、相互相関値を用いた類似度）を○で示し、他のユーザの１９本の指との類似度を＊で示している。図２において、横軸は、ユーザに付与されているインデックス（ユーザ・インデックス）であり、縦軸は、相互相関値である。
【００４０】
図２において、システムの閾値を下側の点線の値（システム内における○の最小値）に設定した場合、本人拒否率は０となるが、下側の点線よりも上側に＊がプロットされているユーザが本人として認証されることとなり、他人許可率が増加する。他方、システムの閾値が上側の点線の値（システム内における＊の最大値）に設定した場合、他人許可率は０となるが、大量の本人データが拒否され、本人拒否率が増加することとなる。このように、本人拒否率と他人許可率とは、トレードオフの関係となっている。そのため、一般的な生体認証システムでは、本人拒否率と他人許可率の双方をある程度許容し、中央の実線で示した値をシステムの閾値として設定する。
【００４１】
これに対し、図３に示す本発明の実施形態に係る閾値決定方法および閾値更新方法では、各登録データに対して別々の閾値を設定する。これにより、自身の生体情報が他人の生体情報と類似しやすいユーザ（＊が高い位置まで存在するユーザ）には、高い閾値を設定し、自身の生体情報が他人の生体情報と類似していないユーザ（＊が低い位置にとどまっているユーザ）には、低い閾値を設定できる。これにより、従来では避けられなかったＦＡＲとＦＲＲのトレードオフを避け、ＦＡＲとＦＲＲを０に保持することができる。つまり、本発明の実施形態では、生体認証システムの認証精度を向上させることが可能となり、ひいてはユーザの利便性を向上させることができる。
【００４２】
閾値設定の際、低い画質の本人入力画像と登録画像の類似度とを採択する傾向はあるが、これにより、他人画像が認証されてしまう、つまりＦＡＲを大きくしてしまう可能性がある。この点について、本発明の実施形態では、以下のように考える。
【００４３】
任意のシステムに対して認証を行う際、生体部位（例えば、指など）の置き方によって一連の入力画像の中で、初期画像フレームと登録画像との間の類似性が低くなることが生じうる。これは、生体部位を撮像する際に生体部位を載置した瞬間の不安定さによって生じるものである。よって、一般的なシステムでは、一度の認証にかかる時間ではなく、その複数倍の時間を「タイムアウト時間」として定義し、タイムアウト時間までに認証が取れない場合に、結果として「認証失敗」を出力する。よって、本人認証の場合、タイムアウトまでは複数回認証を繰り返す余裕があり、そのうち安定した画像が生成されることとなるため、認証結果として「認証成功」が出力されると考えられる。つまり、入力画像の中から類似性の低い画像を無視し、認証結果を統計的な解析に基づいて採用できると考えられる。
【００４４】
以上を考慮し、本発明の実施形態では、閾値を設定する際、対応するユーザの「本人同士の類似度分布（本人分布）」と「他人との間の類似度分布（他人分布）」に基づいて、これらの分布から直接閾値を決定するか、更に統計的な処理を行うかを判断する。
【００４５】
図４Ａおよび図４Ｂは、生体情報の類似度の分布について説明するための説明図である。図４Ａおよび図４Ｂの横軸は、類似度（例えば、相互相関値）を表しており、値が高いほど２つのデータが類似していることを示す。また、図４Ａおよび図４Ｂの縦軸は、同一の類似度を持つデータの頻度である。
【００４６】
図４Ａに示したように、本人分布と他人分布とがはっきり分かれている場合（すなわち、本人分布の類似度の最小値が他人分布の類似度の最大値よりも大きい場合）は、図中の２本の点線で挟まれた領域内に位置する任意の類似度を、閾値に設定すればよい。
【００４７】
また、図４Ｂに示したように、本人分布と他人分布とが重なり合っている場合（すなわち、本人分布の類似度の最小値が他人分布の類似度の最大値よりも小さい場合）は、ある程度の本人拒否率または他人許可率を許さざるを得ない。このようなケースでは、本人分布および他人分布だけでなく、これらの分布の統計的な性質を考慮し閾値を設定する。
【００４８】
例えば、図４Ｂに示した分布において、他人許可率を抑制したい場合、本人分布の分散を考慮した上で、閾値を決定する。また、図４Ｂに示した分布において、本人拒否率を抑制したい場合、他人分布の分散を考慮した上で、閾値を決定する。
【００４９】
以下、本発明の実施形態に係る閾値決定方法および閾値更新方法について、詳細に説明する。
【００５０】
（第１の実施形態）
＜閾値決定装置の構成について＞
まず、図５および図６を参照しながら、本発明の第１の実施形態に係る閾値決定装置の構成について、詳細に説明する。図５は、本実施形態に係る閾値決定装置の構成について説明するためのブロック図である。図６は、本実施形態に係る統計処理部の構成について説明するためのブロック図である。
【００５１】
本実施形態に係る閾値決定装置１０は、例えば図５に示したように、生体撮像部１０１、撮像制御部１０３、生体情報抽出部１０５、テンプレート選択部１０７、統計処理部１０９、閾値決定部１１１および記憶部１１３を主に備える。
【００５２】
生体撮像部１０１は、生体部位の表面（以下、体表面とも称する。）に対して所定の波長帯域を有する近赤外光を照射する光源部と、撮像素子およびレンズ等の光学素子から構成される光学系と、を含む。
【００５３】
近赤外光は、身体組織に対して透過性が高い一方で、血液中のヘモグロビン（還元ヘモグロビン）に吸収されるという特徴を有するため、近赤外光を指や手のひらや手の甲に照射すると、指や手のひらや手の甲の内部に分布している静脈が影となって画像に現れる。画像に表れる静脈の影を、静脈パターンという。このような静脈パターンを良好に撮像するために、発光ダイオード等の光源部は、約６００ｎｍ〜１３００ｎｍ程度の波長、好ましくは、７００ｎｍ〜９００ｎｍ程度の波長を有する近赤外光を照射する。
【００５４】
ここで、光源部が照射する近赤外光の波長が６００ｎｍ未満または１３００ｎｍ超過である場合には、血液中のヘモグロビンに吸収される割合が小さくなるため、良好な静脈パターンを得ることが困難となる。また、光源部が照射する近赤外光の波長が７００ｎｍ〜９００ｎｍ程度である場合には、近赤外光は、脱酸素化ヘモグロビンと酸素化ヘモグロビンの双方に対して特異的に吸収されるため、良好な静脈パターンを得ることができる。
【００５５】
光源部から射出された近赤外光は、生体部位の表面に向かって伝搬し、直接光として、生体の側面などから内部に入射する。ここで、人体は良好な近赤外光の散乱体であるため、生体内に入射した直接光は四方に散乱しながら伝搬する。生体内を透過した近赤外光は、光学系を構成する光学素子に入射することとなる。
【００５６】
生体撮像部１０１を構成する光学系は、１または複数の光学素子と、１または複数の撮像素子と、から構成される。
【００５７】
人体の皮膚は、表皮層、真皮層および皮下組織層の３層構造となっていることが知られているが、静脈の存在する静脈層は、真皮層に存在している。真皮層は、指表面に対して０．１ｍｍ〜０．３ｍｍ程度の位置から２ｍｍ〜３ｍｍ程度の厚みで存在している層である。したがって、このような真皮層の存在位置（例えば、指表面から１．５ｍｍ〜２．０ｍｍ程度の位置）にレンズ等の光学素子の焦点位置を設定することで、静脈層を透過した透過光を、効率よく集光することが可能となる。
【００５８】
光学素子によって集光された静脈層を透過した透過光は、ＣＣＤやＣＭＯＳ等の撮像素子に結像されて、静脈撮像データとなる。生成された静脈撮像データは、後述する生体情報抽出部１０５に伝送される。
【００５９】
撮像制御部１０３は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等により実現される。撮像制御部１０３は、光源部、光学系および撮像素子を制御して、撮像データを生成する。より詳細には、撮像制御部１０３は、光源部、光学系および撮像素子を制御して、所定時間の間体表面を撮像し、複数の撮像データを生成する。撮像制御部１０３は、体表面を撮像し続け、複数の画像フレームからなる動画データを生成してもよく、体表面を所定の時間間隔で撮像し、複数の静止画データを生成してもよい。なお、動画データが生成される場合には、この動画データのフレームレートは、生体撮像部１０１の性能や設置環境等に応じて、任意の値に設定される。
【００６０】
撮像制御部１０３は、撮像素子によって生成された撮像データを、後述する生体情報抽出部１０５に出力させる。また、撮像制御部１０３は、得られた撮像データを、後述する記憶部１１３等に記録してもよい。また、記憶部１１３等への記録に際して、撮像制御部１０３は、生成した撮像データに撮像日や撮像時刻等を関連づけてもよい。なお、生成される撮像データは、ＲＧＢ（Ｒｅｄ−Ｇｒｅｅｎ−Ｂｌｕｅ）信号であってもよいし、それ以外の色やグレースケール等の画像データであってもよい。
【００６１】
また、撮像制御部１０３は、予め設定された所定時間が経過すると、体表面の撮像を停止する。
【００６２】
生体情報抽出部１０５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。生体情報抽出部１０５は、生体撮像部１０１から伝送された近赤外撮像データのなかから、ユーザの静脈パターンを表す画像である生体情報（静脈画像）を抽出する。この生体情報抽出部１０５は、例えば、画像平滑化部、輪郭抽出部、マスク画像生成部、切出部、静脈平滑化部、２値化部、太線化部、細線化部、サムネイル画像生成部といった処理部を更に有する。
【００６３】
画像平滑化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。画像平滑化部は、生体撮像部１０１から伝送される静脈撮像データに対して、例えばガウシアンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈撮像データに対応する静脈画像を平滑化する。
【００６４】
輪郭抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。輪郭抽出部は、画像平滑化部によって平滑化された静脈画像に対して、例えばＬｏｇ（Ｌａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎ）フィルタと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像における輪郭を強調して浮き彫りにする。
【００６５】
マスク画像生成部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。マスク画像生成部は、輪郭抽出部によって輪郭が強調された静脈画像から、背景部分とのコントラストを基に、指輪郭などの輪郭線を検出する。また、マスク画像生成部は、検出された輪郭線に囲まれる指領域と、それ以外の領域とを、２値で示す画像（以下、これをマスク画像とも称する。）を生成する。
【００６６】
切出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。切出部は、輪郭抽出部によって輪郭が強調された静脈画像から、マスク画像生成部によって生成されたマスク画像を用いて、指輪郭に囲まれる指領域を含む所定サイズの画像を切り出す。
【００６７】
静脈平滑化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。静脈平滑部は、切出部によって切り出された静脈画像に対して、例えばメディアンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像における静脈部分を平滑化する。
【００６８】
２値化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。２値化部は、静脈平滑化部によって静脈部分が平滑化された静脈画像を、設定された輝度レベルを基準として、２値レベルに変換する。ここで、仮に、静脈が平滑化される前の静脈画像を２値化対象の画像とした場合、実際には一本の静脈が、２値化によって２本の静脈として分離される確率が高くなる。したがって、静脈が平滑化された静脈画像を２値化対象とすることで、実際の静脈に近似する状態での２値化が可能となる。
【００６９】
太線化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。太線化部は、２値化部によって２値化された静脈画像に対して、例えばダイレーションと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像に含まれる静脈を太線化する。この結果、本来連結された静脈箇所であるにもかかわらず途切れていた静脈箇所が連結される。
【００７０】
細線化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。細線化部は、太線化部によって静脈部分が太線化された静脈画像に対して、例えばエロージョンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈部分の静脈幅を一定とする。
【００７１】
サムネイル画像生成部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。サムネイル画像生成部は、静脈幅が一定となった静脈部分と、背景部分とを２値で示す静脈画像を細線化部から取得し、この静脈画像から、縦横サイズをｎ分の１倍に圧縮した画像であるサムネイル画像を生成する。
【００７２】
このようにして生体情報抽出部１０５は、静脈幅が一定とされる静脈部分と、背景部分とを２値で示す画像を、生体画像として抽出し、生体画像のサムネイル画像を生成する。生体情報抽出部１０５は、複数の撮像データから抽出した複数の生体情報を、後述するテンプレート選択部１０７および統計処理部１０９に伝送する。また、生体情報抽出部１０５は、抽出した生体情報を、これらの情報に固有の識別情報（例えば、識別番号等）と関連付けて、後述する記憶部１１３に格納してもよい。
【００７３】
なお、本実施形態に係る生体情報抽出部１０５は、必要に応じて、以下で説明するような特徴量抽出部を更に有しても良い。
【００７４】
特徴量抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。特徴量抽出部は、生体情報抽出部１０５から伝送された生体画像や、各種の情報に基づいて、ユーザの静脈パターンに固有な特徴量に関する情報である特徴量情報を抽出する。ユーザの静脈パターンに固有な特徴量として、例えば、体の一部（例えば指等）の輪郭に関する情報や、静脈画像の輝度分布に関する情報や、静脈画像の血管量に関する情報等がある。この特徴量抽出部は、例えば、輪郭形状抽出部、度数分布抽出部、血管量抽出部等を更に有する。
【００７５】
輪郭形状抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。輪郭形状抽出部は、ノイズ成分の除去段階で生成される静脈画像を用いて、体の一部（例えば、指等）の輪郭形状を表す情報を抽出する。
【００７６】
この抽出手法の具体的な一例を説明する。輪郭形状抽出部は、マスク画像生成部からマスク画像を取得し、取得したマスク画像から、指輪郭（指枠を構成する画素）の一部を含む特定領域を切り出す。
【００７７】
その後、輪郭形状抽出部は、特定領域を、縦横サイズがｎ分の１倍となるように圧縮し、圧縮された特定領域に含まれる指輪郭（指枠を構成する画素）の位置を、特定領域での基準（例えば、左端）からの距離を示す座標値（ｘ座標値）として抽出する。
【００７８】
度数分布抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。度数分布抽出部は、ノイズ成分の除去段階で生成される静脈画像を用いて、指などの体の一部の輪郭に囲まれる生体領域の度数分布を表す情報を抽出する。
【００７９】
この抽出手法の具体的な一例を説明する。度数分布抽出部は、画像平滑化部から、平滑化された静脈画像を取得するとともに、マスク画像生成部からマスク画像を取得する。
【００８０】
そして度数分布抽出部は、平滑化された静脈画像から、マスク画像を用いて体の部分に該当する領域（例えば指領域）を認識し、体の部分に該当する領域から、設定された輝度階級ごとの画素数を抽出する。
【００８１】
血管量抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。血管量抽出部は、２値画像における静脈の太線化段階で生成される静脈画像を用いて、指等の体の一部の輪郭に囲まれる領域内の静脈量を表す情報を抽出する。この抽出手法の具体的な一例を説明する。血管量抽出部は、静脈が太線化された２値の静脈画像を太線化部から取得し、静脈画像から、静脈を構成する画素の数（血管量）を表す情報を抽出する。
【００８２】
特徴量抽出部は、輪郭形状を表す情報、度数分布を表す情報、および血管量を表す情報等を対応する生体画像に関連付けて、後述する記憶部１１３等に格納することが可能である。
【００８３】
テンプレート選択部１０７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。テンプレート選択部１０７は、生体情報抽出部１０５から伝送された複数の生体情報の中から、テンプレートとして登録する生体情報を選択する。
【００８４】
テンプレートとして登録される生体情報は、複数の生体情報のうち所定の基準を満たすものである。このような基準の一例として、ある画像の前後（時間的な前後）に位置するフレームに比べてパターン量が多すぎたり少なすぎたりしていない、前後の画像に比べてパターンの差が激しく変化していない、等がある。また、テンプレート選択部１０７は、これらの基準以外に、任意の基準に基づいてテンプレートの選択を行うことができる。なお、テンプレート選択部１０７が複数の生体情報の中から選択する生体情報の個数は、１つに限定されるわけではない。
【００８５】
テンプレート選択部１０７は、テンプレートとして選択した生体情報を、後述する記憶部１１３等に格納されているデータベースに登録する。また、テンプレート選択部１０７は、複数の生体情報のうちテンプレートとして選択した生体情報、および、テンプレートとして選択された生体情報以外の生体情報を特定するための情報を、後述する統計処理部１０９に伝送する。
【００８６】
統計処理部１０９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部１０９は、テンプレート選択部１０７から伝送された情報、および、後述する記憶部１１３に格納されている他のユーザのテンプレート等に基づいて各種の統計処理を行い、各種の統計的なデータを算出する。この統計処理部１０９は、例えば図６に示したように、類似度算出部１２１、分布算出部１２３および分散値算出部１２５を更に備える。
【００８７】
類似度算出部１２１、分布算出部１２３および分散値算出部１２５は、各処理部が単独で動作したり、各処理部が互いに連携しながら動作したりして、各種の統計データを算出する。
【００８８】
類似度算出部１２１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。類似度算出部１２１は、テンプレートに選択された生体情報に基づいて、テンプレートに選択された生体情報と選択されなかった生体情報との類似度、および、テンプレートとして選択された生体情報と他のユーザのテンプレートとの類似度を算出する。類似度算出部１２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、差分絶対値和（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ：ＳＡＤ）および差分自乗和（Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅ：ＳＳＤ）がある。
【００８９】
なお、テンプレートとして複数の生体情報（例えば、ａ個）が登録されており、ユーザｑについて類似度の算出を行う場合、類似度算出部１２１は、ａ個のテンプレートそれぞれを用いて、ユーザｑに関してａ個の類似度を算出する。類似度算出部１２１は、算出したａ個の類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、各種の統計データを算出する際の類似度として利用する。
【００９０】
例えば図７に示したように、テンプレート選択部１０７から（Ｍ＋Ｎ）個の生体情報が伝送され、Ｍ枚の生体情報がテンプレートとして選択された場合を考える。この場合、類似度算出部１２１は、Ｍ個のテンプレートと、残りＮ個の生体情報とに基づいて、残りＮ個の生体情報それぞれについてＭ通りの類似度を算出する。その後、類似度算出部１２１は、Ｍ通りの類似度のうち値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、本人分布を算出する際の類似度として利用するために選択する。その結果、類似度算出部１２１は、Ｎ個の本人分布算出用の類似度を得ることとなる。類似度算出部１２１は、この本人分布算出用の類似度を、後述する分布算出部１２３に伝送する。
【００９１】
また、類似度算出部１２１は、テンプレートとして選択されたＭ個の生体情報と、他のユーザのテンプレートとに基づいて、他人分布算出用の類似度を算出する。各ユーザに対してＭ個のテンプレートが登録されている場合、各ユーザについてＭ×Ｍ個の類似度が算出されることとなる。類似度算出部１２１は、算出された類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を選択する。例えば、他のユーザが（Ｓ−１）人存在する場合には、（Ｓ−１）個の他人分布算出用の類似度を得ることとなる。類似度算出部１２１は、この他人分布算出用の類似度を、後述する分布算出部１２３に伝送する。
【００９２】
類似度算出部１２１は、算出した類似度を分布算出部１２３に伝送するとともに、後述する閾値決定部１１１に伝送してもよい。また、類似度算出部１２１は、算出した類似度を、後述する記憶部１１３等に記録してもよい。
【００９３】
なお、類似度算出部１２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【００９４】
分布算出部１２３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分布算出部１２３は、類似度算出部１２１から伝送された本人分布算出用の類似度と、他人分布算出用の類似度と、に基づいて、本人分布および他人分布を算出する。
【００９５】
より詳細には、分布算出部１２３は、本人分布算出用の類似度を、類似の度合いが高いことを示す値から順に類似の度合いが低いことを示す値まで並び替え、本人分布（より詳細には、本人分布を表す類似度の配列データ）とする。また、分布算出部１２３は、他人分布算出用の類似度を、類似の度合いが低いことを示す値から順に類似の度合いが高いことを示す値まで並び替え、他人分布（より詳細には、他人分布を表す類似度の配列データ）とする。
【００９６】
分布算出部１２３は、本人分布および他人分布を表す類似度の配列データを、後述する閾値決定部１１１および分散値算出部１２５に伝送する。また、分布算出部１２３は、本人分布および他人分布を表す類似度の配列データを、後述する記憶部１１３等に記録する。この際、分布算出部１２３は、これらの配列データに対して、これらの配列データを生成した日時に関する時刻情報を関連づけることが好ましい。
【００９７】
分散値算出部１２５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分散値算出部１２５は、分布算出部１２３から伝送された本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【００９８】
分散値算出部１２５は、算出したそれぞれの分布の分散値を、後述する閾値決定部１１１に伝送する。また、分散値算出部１２５は、算出した分散値を、後述する記憶部１１３等に記録することが好ましい。この際、分散値算出部１２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【００９９】
類似度、本人分布、他人分布および分散値といった、統計処理によって生成された各種の統計データに対して時刻情報を関連づけることで、データの新旧を容易に判断することが可能となる。
【０１００】
再び図５に戻って、閾値決定部１１１について詳細に説明する。
閾値決定部１１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値決定部１１１は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を決定する。この際、閾値決定部１１１は、テンプレート選択部１０７により選択されたテンプレート、および、分布算出部１２３から伝送された他人分布に基づいて、閾値を決定する。
【０１０１】
以下では、閾値の決定方法について、より詳細に説明する。
まず、後述する記憶部１１３等に一人もテンプレートが格納されていない場合、すなわち、１人目のユーザの閾値を決定する場合には、他のユーザのテンプレートが登録されていないため、他人分布を生成することができない。そのため、閾値決定部１１１は、伝送された本人分布に基づいて、１人目のユーザの閾値を決定する。この際、閾値決定部１１１は、本人分布を表す類似度の配列データのうち類似の度合いが最も小さいことを表す類似度に基づいて１人目のユーザの閾値を決定するなど、任意の方法で１人目のユーザの閾値を決定可能である。
【０１０２】
また、２人目以降のユーザの閾値を決定する場合には、閾値決定部１１１は、例えば図７に示したように、本人分布を表す類似度の配列データおよび他人分布を表す類似度の配列データに基づいて、閾値を決定する。以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０１０３】
閾値決定部１１１は、本人分布を表す類似度の配列データと、他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０１０４】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値決定部１１１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。例えば図８Ａに示したように、本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値決定部１１１は、この区間Ｌ内に含まれる類似度を、ユーザの閾値とする。
【０１０５】
この際、閾値決定部１１１は、図８Ａに示したように、区間Ｌの中間点に位置する類似度をユーザの閾値としてもよい。また、閾値決定部１１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、ユーザの閾値としてもよい。
【０１０６】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値決定部１１１は、分散値算出部１２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合は、例えば図８Ｂに示したように、本人分布の一部と他人分布の一部が重なり合っている場合を意味する。閾値決定部１１１は、このような場合には、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、ユーザの閾値とする。
【０１０７】
この際、閾値決定部１１１は、図８Ｂに示したように、区間Ｌの中間点に位置する類似度をユーザの閾値としてもよい。また、閾値決定部１１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、ユーザの閾値としてもよい。
【０１０８】
なお、図８Ａおよび図８Ｂにおいて、ユーザの閾値を中間点よりも本人分布の最小値側にシフトさせるということは、認証成功のための類似度の値を高くすることを意味するため、セキュリティ・レベルをより高くすることができる。逆に、ユーザの閾値を中間点よりも他人分布の最大値側にシフトさせるということは、認証成功のための類似度の値を低くすることを意味する。そのため、セキュリティ・レベルは若干低くなるものの、ユーザ本人が認証されやすくなり、ユーザの利便性を向上させることができる。
【０１０９】
閾値決定部１１１は、上述のようにして決定した閾値を、該当するユーザのテンプレートに関連付けて、後述する記憶部１１３等に記録する。
【０１１０】
このように、本実施形態に係る閾値決定部１１１は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定する。これにより、本実施形態に係る閾値決定装置１０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に設定することが可能となる。
【０１１１】
記憶部１１３には、テンプレート選択部１０７により決定されたテンプレートが格納される。また、記憶部１１３には、生体撮像部１０１により生成された撮像データや、生体情報抽出部１０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部１１３には、テンプレートの登録に関する履歴情報、本人分布および他人分布の算出に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部１１３には、本実施形態に係る閾値決定装置１０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部１１３は、生体撮像部１０１、撮像制御部１０３、生体情報抽出部１０５、テンプレート選択部１０７、統計処理部１０９、閾値決定部１１１等が、自由に読み書きを行うことが可能である。
【０１１２】
なお、本実施形態に係る閾値決定装置１０は、上述の処理部に加えて、抽出された生体情報を認証する生体情報認証部を更に備えても良い。
【０１１３】
以上、本実施形態に係る閾値決定装置１０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０１１４】
なお、上述のような本実施形態に係る閾値決定装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０１１５】
＜閾値決定方法について＞
続いて、図９を参照しながら、本実施形態に係る閾値決定装置１０において実施される閾値決定方法について、詳細に説明する。図９は、本実施形態に係る閾値決定方法について説明するための流れ図である。
【０１１６】
まず、閾値決定装置１０の生体撮像部１０１は、所定の位置に載置された生体部位を撮像して、複数の生体撮像データを生成し（ステップＳ１０１）、生体情報抽出部１０５に伝送する。生体情報抽出部１０５は、複数の生体撮像データそれぞれから生体情報を抽出して（ステップＳ１０３）、テンプレート選択部１０７および統計処理部１０９に伝送する。
【０１１７】
テンプレート選択部１０７は、生体情報抽出部１０５から伝送された複数の生体情報の中から、テンプレートとして登録する生体情報を、所定の基準に則して選択する（ステップＳ１０５）。テンプレート選択部１０７は、テンプレートの選択が終了すると、テンプレートとして選択された生体情報、および、残りの生体情報を特定するための情報を、統計処理部１０９に伝送する。
【０１１８】
統計処理部１０９に含まれる類似度算出部１２１は、生体情報抽出部１０５から伝送された生体情報と、テンプレート選択部１０７から伝送された情報とに基づいて、テンプレートと残りの生体情報との類似度を算出する（ステップＳ１０７）。続いて、類似度算出部１２１は、テンプレートとして登録される生体情報と、他のユーザのテンプレートとに基づいて、テンプレートと他のユーザのテンプレートとの類似度を算出する（ステップＳ１０９）。類似度算出部１２１は、これら２種類の類似度の算出が終了すると、算出したこれらの類似度を、分布算出部１２３に伝送する。
【０１１９】
統計処理部１０９に含まれる分布算出部１２３は、類似度算出部１２１から類似度に関するデータが伝送されると、伝送された類似度に関するデータの並び替えを行い、本人分布および他人分布を表す配列データを生成する（ステップＳ１１１）。その後、分布算出部１２３は、生成した本人分布および他人分布を表す配列データを、閾値決定部１１１および分散値算出部１２５に伝送する。
【０１２０】
また、統計処理部１０９に含まれる分散値算出部１２５は、分布算出部１２３から伝送された本人分布および他人分布を表す配列データに基づいて、本人分布および他人分布の分散値をそれぞれ算出する（ステップＳ１１３）。分散値算出部１２５は、算出した本人分布および他人分布の分散値を、閾値決定部１１１に伝送する。
【０１２１】
閾値決定部１１１は、統計処理部１０９の分布算出部１２３から伝送された各分布を表す配列データを参照して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との大小関係を判断する。閾値決定部１１１は、大小関係の判断結果に基づいて、ユーザの閾値を決定する（ステップＳ１１５）。閾値決定部１１１は、ユーザの閾値を決定すると、該当するユーザのテンプレートに関連付けて、決定した閾値を記録する。
【０１２２】
このように、本実施形態に係る閾値決定方法では、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定する。これにより、本実施形態に係る閾値決定方法では、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に設定することが可能となる。
【０１２３】
＜閾値更新装置の構成について＞
生体認証を行う装置に対するユーザの振る舞い（例えば、生体部位の置き方等）は、時間と共に少しずつ変化するものであり、より新しいユーザの振る舞いの動向に応じて生体認証処理を行うことが、ユーザの利便性を考慮するうえで効果的である。先に説明したように、生体部位の置き方といったユーザの振る舞いは、算出される類似度にも影響を与える要因であるため、かかる動向に応じてユーザに個別に設定された閾値を更新する仕組みが求められる。そこで、以下で説明する本実施形態に係る閾値更新装置では、生体認証を行う際に用いられる生体情報に応じて、設定されている閾値を更新する。
【０１２４】
以下では、図１０を参照しながら、本実施形態に係る閾値更新装置の構成について、詳細に説明する。図１０は、本実施形態に係る閾値更新装置の構成について説明するためのブロック図である。
【０１２５】
本実施形態に係る閾値更新装置２０は、例えば図１０に示したように、生体撮像部２０１、撮像制御部２０３、生体情報抽出部２０５、生体情報認証部２０７、統計処理部２０９、閾値更新部２１１および記憶部２１３を主に備える。
【０１２６】
ここで、生体撮像部２０１、撮像制御部２０３および生体情報抽出部２０５は、閾値決定装置１０における生体撮像部１０１、撮像制御部１０３および生体情報抽出部１０５と同様の構成を有しており、同様の効果を奏するものである。従って、以下では、これらの処理部に対する詳細な説明は、省略することとする。
【０１２７】
生体情報認証部２０７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。生体情報認証部２０７は、生体情報抽出部２０５から伝送された生体情報と、予め登録されているテンプレートとに基づいて算出された類似度を利用して、伝送された生体情報の認証を行う。ここで、認証に用いる類似度の算出は、後述する統計処理部２０９に要請してもよく、生体情報認証部２０７が算出してもよい。生体情報認証部２０７は、算出した類似度（例えば、相互相関値）が所定の閾値以上であった場合に、伝送された生体情報の認証に成功したと判断する。また、認証に用いる類似度は、相互相関値に限定されるわけではなく、ＳＡＤやＳＳＤなどの差分和であってもよい。
【０１２８】
生体情報認証部２０７は、得られた認証結果を、後述する統計処理部２０９に伝送する。また、生体情報認証部２０７は、得られた認証結果を、表示制御部（図示せず。）を介してユーザに表示してもよい。
【０１２９】
統計処理部２０９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部２０９は、生体情報抽出部２０５から伝送された生体情報、生体情報認証部２０７から伝送された認証結果に関する情報、および、後述する記憶部２１３に格納されている他のユーザのテンプレート等に基づいて、各種の統計処理を行う。これにより、統計処理部２０９は、各種の統計的なデータを算出する。この統計処理部２０９は、例えば図１１に示したように、類似度算出部２２１、分布更新部２２３および分散値算出部２２５を更に備える。
【０１３０】
類似度算出部２２１、分布更新部２２３および分散値算出部２２５は、各処理部が単独で動作したり、各処理部が互いに連携しながら動作したりして、各種の統計データを算出する。
【０１３１】
類似度算出部２２１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。類似度算出部２２１は、生体情報抽出部２０５から伝送された生体情報に基づいて、生体情報と自身のテンプレートとの類似度、および、生体情報と他のユーザのテンプレートとの類似度を算出する。類似度算出部２２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、ＳＡＤおよびＳＳＤがある。
【０１３２】
なお、テンプレートとして複数の生体情報（例えば、ａ個）が登録されており、ユーザｑについて類似度の算出を行う場合、類似度算出部２２１は、ａ個のテンプレートそれぞれを用いて、ユーザｑに関してａ個の類似度を算出する。類似度算出部２２１は、算出したａ個の類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、各種の統計データを算出する際の類似度として利用する。
【０１３３】
かかる演算を行うことにより、類似度算出部２２１は、伝送された生体情報と、記憶部２１３等に格納されている自身のテンプレートとに基づいて、本人分布更新用の類似度を算出する。また、類似度算出部２２１は、伝送された生体情報と、記憶部２１３等に格納されている他のユーザのテンプレートとに基づいて、他人分布更新用の類似度を算出する。
【０１３４】
類似度算出部２２１は、算出した類似度を分布更新部２２３に伝送する。また、類似度算出部２２１は、算出した類似度を後述する閾値更新部２１１に伝送してもよい。
【０１３５】
なお、類似度算出部２２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１３６】
分布更新部２２３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分布更新部２２３は、類似度算出部２２１から伝送された本人分布更新用の類似度と、他人分布更新用の類似度と、に基づいて、記憶部２１３等に格納されている本人分布および他人分布を更新する。
【０１３７】
より詳細には、分布更新部２２３は、本人分布更新用の類似度を、本人分布（より詳細には、本人分布を表す類似度の配列データ）の最後尾に追加する。ここで、本人分布を表す類似度の配列データは、類似の度合いが高いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布更新部２２３は、本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有している配列データを削除する。
【０１３８】
また、分布更新部２２３は、他人分布更新用の類似度を、他人分布（より詳細には、他人分布を表す類似度の配列データ）の最後尾に追加する。ここで、他人分布を表す類似度の配列データは、類似の度合いが低いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布更新部２２３は、他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有している配列データを削除する。
【０１３９】
分布更新部２２３は、類似度算出部２２１から伝送された類似度に基づいて、かかる処理を行うことにより、本人分布および他人分布を表す類似度の配列データを更新する。このような更新処理により、それぞれの分布を表す配列データの中から、現在のユーザの振る舞いから得られる類似度とは異なる値を有していると推測され、閾値から最も遠いところに位置している（すなわち、閾値との差分が最も大きな）データが削除される。
【０１４０】
なお、分布更新部２２３は、類似度が所定の順序で配列している本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。また、分布更新部２２３は、類似度が所定の順序で配列している他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。
【０１４１】
分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、後述する閾値更新部２１１および分散値算出部２２５に伝送する。また、分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、後述する記憶部２１３等に記録する。
【０１４２】
分散値算出部２２５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分散値算出部２２５は、分布更新部２２３から伝送された更新後の本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【０１４３】
分散値算出部２２５は、算出したそれぞれの分布の分散値を、後述する閾値更新部２１１に伝送する。また、分散値算出部２２５は、算出した分散値を、後述する記憶部２１３等に記録することが好ましい。この際、分散値算出部２２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１４４】
再び図１０に戻って、閾値更新部２１１について詳細に説明する。
閾値更新部２１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値更新部２１１は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を更新する。この際、閾値更新部２１１は、生体情報抽出部２０５により抽出された生体情報や、分布更新部２２３から伝送された他人分布に基づいて、閾値を更新する。
【０１４５】
以下では、閾値の更新方法について、より詳細に説明する。なお、以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０１４６】
まず、閾値更新部２１１は、更新後の本人分布を表す類似度の配列データと、更新後の他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０１４７】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値更新部２１１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値更新部２１１は、この区間Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０１４８】
この際、閾値更新部２１１は、区間Ｌの中間点に位置する類似度を更新後のユーザの閾値としてもよい。また、閾値更新部２１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、更新後のユーザの閾値としてもよい。
【０１４９】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値更新部２１１は、分散値算出部２２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。すなわち、このような場合には、閾値更新部２１１は、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０１５０】
この際、閾値更新部２１１は、区間Ｌの中間点に位置する類似度を更新後のユーザの閾値としてもよい。また、閾値更新部２１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、更新後のユーザの閾値としてもよい。
【０１５１】
閾値更新部２１１は、上述のようにして更新した閾値を、該当するユーザのテンプレートに関連付けて、後述する記憶部２１３等に記録する。
【０１５２】
例えば図１２に示したように、本実施形態に係る閾値更新装置２０は、生体認証処理に用いられる生体情報と、自身のテンプレートとに基づいて、本人認証（すなわち、類似度の算出）を行い、算出した類似度に基づいて本人分布を更新する。また、閾値更新装置２０は、生体認証処理に用いられる生体情報と、他のユーザのテンプレートとに基づいて、他のユーザとの類似度を算出し、算出した類似度に基づいて他人分布を更新する。その後、閾値更新部２１１は、更新後の本人分布および他人分布に基づいて、ユーザに個別に設定されている閾値を更新する。
【０１５３】
本実施形態に係る閾値更新部２１１は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新する。これにより、本実施形態に係る閾値更新装置２０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０１５４】
記憶部２１３には、各ユーザのテンプレートが格納される。また、記憶部２１３には、生体撮像部２０１により生成された撮像データや、生体情報抽出部２０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部２１３には、生体認証処理に関する履歴情報、本人分布および他人分布の更新に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部２１３には、本実施形態に係る閾値更新装置２０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部２１３は、生体撮像部２０１、撮像制御部２０３、生体情報抽出部２０５、生体情報認証部２０７、統計処理部２０９、閾値更新部２１１等が、自由に読み書きを行うことが可能である。
【０１５５】
なお、本実施形態に係る統計処理部２０９および閾値更新部２１１が連携することにより、以下のような方法で閾値の更新を行うことも可能である。以下で説明する方法は、抽出された生体情報に基づいて本人分布を更新するだけでなく、他のユーザの振る舞いに応じて他人分布についても更新を行い、ユーザに個別に設定された閾値を更新する方法である。
【０１５６】
この閾値の更新方法では、例えば図１３に示したように、生体情報抽出部２０５によって抽出され、認証処理に用いられる生体情報が、生体情報認証部２０７と、記憶部２１３等に設けられた入力生体情報バンクと、に伝送される。この際、生体情報抽出部２０５は、抽出した生体情報に、当該生体情報を抽出した日時に関する時刻情報を、ヘッダー情報などとして関連付ける。また、このヘッダー情報には、生体情報認証部２０７による認証処理などにより判明したユーザのユーザＩＤ等が更に記載されてもよい。
【０１５７】
閾値更新部２１１は、所定の期間毎（例えば、３日おき、１週間おき等）に入力生体情報バンクを参照し、入力生体情報バンクに格納されている生体情報を全て読み込み、後述する閾値の更新処理に利用する。この際、閾値更新部２１１は、入力生体情報バンクに格納されている生体情報に関連付けられている時刻情報を参照し、前回の処理で読み込んだ生体情報を取得しないようにしてもよい。
【０１５８】
閾値更新部２１１は、例えば図１４に示したように、読み込んだ全情報の中から、ユーザ本人に関する生体情報を抽出する。この抽出処理は、例えば、生体情報に関連付けられたユーザＩＤ等を参照することで行うことが可能である。閾値更新部２１１は、抽出したユーザ本人に関する生体情報を統計処理部２０９に伝送する。
【０１５９】
統計処理部２０９の類似度算出部２２１は、伝送されたユーザ本人に関する生体情報と、このユーザのテンプレートとを用いて、伝送された生体情報の類似度を算出する。ここで、抽出したユーザ本人に関する生体情報がＮｉ個存在し、テンプレートとして登録されている生体情報がＮｒ個である場合に、各生体情報に対して得られるＮｒ個の類似度のうち、最大値のものを、該当する生体情報に関する類似度とする。類似度算出部２２１は、算出した類似度を、分布更新部２２３に伝送する。
【０１６０】
分布更新部２２３は、類似度算出部２２１から伝送された類似度の個数を参照し、本人分布を表す類似度の配列データに記載されているデータ数（要素数）Ｍｉとの比較を行う。すなわち、伝送された類似度の個数Ｎｉが要素数Ｍｉよりも大きい場合には、Ｎｉ個の類似度を、類似の度合いが小さいことを表す値から順に並び替え、度合いが小さいことを表す値から順にＭｉ個の類似度を、本人分布を表す類似度の配列データに追記する。この場合、本人分布を表す類似度の配列データに記載されていたＭｉ個の古い要素は、全てが消去されることとなる。
【０１６１】
他方、伝送された類似度の個数Ｎｉが要素数Ｍｉよりも小さい場合には、Ｎｉ個の類似度全てが、本人分布を表す類似度の配列データに追記される。この場合、配列データに記載されている最も古い要素から（Ｍｉ−Ｎｉ）個の要素が消去される。なお、配列データに（Ｍｉ−Ｎｉ）個よりも多い要素が同じ古さを持つ要素として記載されている場合には、類似の度合いを表す値が大きいものから順に（Ｍｉ−Ｎｉ）個の要素が消去される。
【０１６２】
分布更新部２２３は、かかる処理を行うことにより、本人分布を表す類似度の配列データを更新することができる。
【０１６３】
また、例えば図１５に示したように、閾値更新部２１１は、読み込んだ全情報の中から、他のユーザの認証時に利用された生体情報を抽出する。この抽出処理は、例えば、取得した全ての生体情報から、ユーザ本人の生体情報を除くことで行うことができる。閾値更新部２１１は、抽出した他のユーザに関する生体情報を統計処理部２０９に伝送する。
【０１６４】
統計処理部２０９の類似度算出部２２１は、伝送された他のユーザに関する生体情報と、ユーザ本人のテンプレートとを用いて、伝送された生体情報の類似度を算出する。ここで、抽出した他のユーザに関する生体情報がＮｑ個存在し、テンプレートとして登録されている生体情報がＮｒ個である場合に、各生体情報に対して得られるＮｒ個の類似度の全て（Ｎｑ×Ｎｒ＝Ｎｑｒ個）を、後述する他人分布の更新処理に利用する。類似度算出部２２１は、算出したＮｑｒ個の類似度を、分布更新部２２３に伝送する。
【０１６５】
分布更新部２２３は、類似度算出部２２１から伝送された類似度の個数を参照し、他人分布を表す類似度の配列データに記載されているデータ数（要素数）Ｍｑとの比較を行う。すなわち、伝送された類似度の個数Ｎｑｒが要素数Ｍｑよりも大きい場合には、Ｎｑｒ個の類似度を、類似の度合いが大きいことを表す値から順に並び替え、度合いが大きいことを表す値から順にＭｑ個の類似度を、他人分布を表す類似度の配列データに追記する。この場合、他人分布を表す類似度の配列データに記載されていたＭｑ個の古い要素は、全てが消去されることとなる。
【０１６６】
他方、伝送された類似度の個数Ｎｑｒが要素数Ｍｑよりも小さい場合には、Ｎｑｒ個の類似度全てが、他人分布を表す類似度の配列データに追記される。この場合、配列データに記載されている最も古い要素から（Ｍｑ−Ｎｑｒ）個の要素が消去される。なお、配列データに（Ｍｑ−Ｎｑｒ）個よりも多い要素が同じ古さを持つ要素として記載されている場合には、類似の度合いを表す値が小さいものから順に（Ｍｑ−Ｎｑｒ）個の要素が消去される。
【０１６７】
分布更新部２２３は、かかる処理を行うことにより、他人分布を表す類似度の配列データを更新することができる。
【０１６８】
分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、分散値算出部２２５および閾値更新部２１１に伝送する。
【０１６９】
分散値算出部２２５は、更新後の本人分布および他人分布を表す類似度の配列データに基づいて、新たに各分布の分散値を算出し、閾値更新部２１１に伝送する。
【０１７０】
閾値更新部２１１は、伝送された本人分布および他人分布を表す類似度の配列データおよび分散値を利用して、先に説明した方法で、ユーザの閾値を更新する。
【０１７１】
以上説明したような手順を経ることで、閾値更新装置２０は、ユーザ本人の振る舞いの動向だけでなく、他のユーザの振る舞いの動向を反映させながら本人分布および他人分布を更新することが可能となる。閾値更新部２１１は、更新後の本人分布および他人分布を利用して、ユーザによって利用のしやすい閾値を、新たに設定することが可能となる。
【０１７２】
以上、本実施形態に係る閾値更新装置２０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０１７３】
なお、上述のような本実施形態に係る閾値更新装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０１７４】
＜閾値更新方法について＞
続いて、図１６を参照しながら、本実施形態に係る閾値更新装置２０において実施される閾値更新方法について、詳細に説明する。図１６は、本実施形態に係る閾値更新方法について説明するための流れ図である。
【０１７５】
まず、閾値更新装置２０の生体撮像部２０１は、所定の位置に載置された生体部位を撮像して、生体撮像データを生成し（ステップＳ２０１）、生体情報抽出部２０５に伝送する。生体情報抽出部２０５は、生体撮像データから生体情報を抽出して（ステップＳ２０３）、生体情報認証部２０７および統計処理部２０９に伝送する。
【０１７６】
生体情報認証部２０７は、生体情報抽出部２０５から伝送された生体情報について、予め登録されているテンプレートを利用して類似度を算出するように、統計処理部２０９に要請する。統計処理部２０９の類似度算出部２２１は、生体情報認証部２０７の要請に応じて、生体情報とテンプレートとの類似度を算出し（ステップＳ２０５）、生体情報認証部２０７に伝送する。生体情報認証部２０７は、類似度算出部２２１から伝送された類似度に基づいて、抽出された生体情報の認証処理を行う。
【０１７７】
また、類似度算出部２２１は、生体情報抽出部２０５から伝送された生体情報と、他のユーザのテンプレートとに基づいて、生体情報と他のユーザのテンプレートとの類似度を算出する（ステップＳ２０７）。類似度算出部２２１は、これら２種類の類似度の算出が終了すると、算出したこれらの類似度を、分布更新部２２３に伝送する。
【０１７８】
統計処理部１０９に含まれる分布更新部２２３は、類似度算出部２２１から類似度に関するデータが伝送されると、伝送された類似度に基づいて、本人分布および他人分布を表す配列データを更新する（ステップＳ２０９）。その後、分布更新部２２３は、更新後の本人分布および他人分布を表す配列データを、閾値更新部２１１および分散値算出部２２５に伝送する。
【０１７９】
また、統計処理部２０９に含まれる分散値算出部２２５は、分布更新部２２３から伝送された更新後の本人分布および他人分布を表す配列データに基づいて、本人分布および他人分布の分散値をそれぞれ算出する（ステップＳ２１１）。分散値算出部２２５は、算出した本人分布および他人分布の分散値を、閾値更新部２１１に伝送する。
【０１８０】
閾値更新部２１１は、統計処理部２０９の分布更新部２２３から伝送された各分布を表す配列データを参照して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との大小関係を判断する。閾値更新部２１１は、大小関係の判断結果に基づいて、ユーザの閾値を更新する（ステップＳ２１３）。閾値更新部２１１は、ユーザの閾値を更新すると、該当するユーザのテンプレートに関連付けて、更新した閾値を記録する。
【０１８１】
このように、本実施形態に係る閾値更新方法では、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新する。これにより、本実施形態に係る閾値更新方法では、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０１８２】
＜閾値設定装置の構成について＞
先の説明では、ユーザに個別に設けられる閾値を決定する装置と、ユーザに個別に設けられた閾値を更新する装置とが、異なる装置として構成されている場合について説明を行った。しかしながら、ユーザに個別に設けられる閾値を決定する機能と、この閾値を更新する機能とは、同一の装置内に設けられていてもよい。以下で説明する本実施形態に係る閾値設定装置は、本人分布および他人分布に基づいて、ユーザに個別に設けられる閾値を決定する機能と、この閾値を更新する機能とを有する。
【０１８３】
以下では、図１７〜図１９を参照しながら、本実施形態に係る閾値設定装置の構成について、詳細に説明する。図１７は、本実施形態に係る閾値設定装置の構成について説明するためのブロック図である。図１８は、本実施形態に係る閾値設定装置が備える統計処理部３１１の構成について説明するためのブロック図である。図１９は、本実施形態に係る閾値設定装置が備える閾値設定部の構成について説明するためのブロック図である。
【０１８４】
本実施形態に係る閾値設定装置３０は、例えば図１７に示したように、生体撮像部３０１、撮像制御部３０３、生体情報抽出部３０５、テンプレート選択部３０７、生体情報認証部３０９、統計処理部３１１、閾値設定部３１３および記憶部３１５を主に備える。
【０１８５】
ここで、生体撮像部３０１、撮像制御部３０３および生体情報抽出部３０５は、閾値決定装置および閾値更新装置が備える生体撮像部、撮像制御部および生体情報抽出部と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、これらの処理部に関する詳細な説明は省略することとする。
【０１８６】
テンプレート選択部３０７は、閾値決定装置１０が備えるテンプレート選択部１０７と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、テンプレート選択部３０７に関する詳細な説明は省略することとする。
【０１８７】
生体情報認証部３０９は、閾値更新装置２０が備える生体情報認証部２０７と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、生体情報認証部３０９に関する詳細な説明は省略することとする。
【０１８８】
統計処理部３１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部３１１は、生体情報抽出部３０５、テンプレート選択部３０７および生体情報認証部３０９から伝送された各種の情報、ならびに、後述する記憶部３１５に格納されている他のユーザのテンプレート等に基づいて、各種の統計処理を行う。これにより、統計処理部３１１は、各種の統計的なデータを算出する。この統計処理部３１１は、例えば図１８に示したように、類似度算出部３２１、分布算出部３２３および分散値算出部３２５を更に備える。
【０１８９】
類似度算出部３２１は、閾値決定装置１０が備える類似度算出部１２１、および、閾値更新装置２０が備える類似度算出部２２１の双方の機能を兼ね備える処理部である。すなわち、類似度算出部３２１は、生体情報抽出部３０５から伝送された生体情報に基づいて、生体情報と自身のテンプレートとの類似度、および、生体情報と他のユーザのテンプレートとの類似度を算出する。
【０１９０】
類似度算出部３２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、ＳＡＤおよびＳＳＤがある。
【０１９１】
かかる演算を行うことにより、類似度算出部３２１は、伝送された生体情報と、記憶部３１５等に格納されている自身のテンプレートとに基づいて、本人分布決定用の類似度および本人分布更新用の類似度を算出する。また、類似度算出部３２１は、伝送された生体情報と、記憶部３１５等に格納されている他のユーザのテンプレートとに基づいて、他人分布決定用の類似度および他人分布更新用の類似度を算出する。
【０１９２】
類似度算出部３２１は、算出した類似度を分布算出部３２３に伝送する。また、類似度算出部３２１は、算出した類似度を後述する閾値設定部３１３に伝送してもよい。
【０１９３】
なお、類似度算出部３２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１９４】
分布算出部３２３は、閾値決定装置１０が備える分布算出部１２３、および、閾値更新装置２０が備える分布更新部２２３の双方の機能を兼ね備える処理部である。すなわち、分布算出部３２３は、類似度算出部３２１から伝送された本人分布算出用の類似度と、他人分布算出用の類似度と、に基づいて、本人分布および他人分布を算出する。また、分布算出部３２３は、類似度算出部３２１から伝送された本人分布更新用の類似度と、他人分布更新用の類似度と、に基づいて、本人分布および他人分布を更新する。
【０１９５】
より詳細には、分布算出部３２３は、本人分布算出用の類似度を、類似の度合いが高いことを示す値から順に類似の度合いが低いことを示す値まで並び替え、本人分布を表す類似度の配列データとする。また、分布算出部３２３は、他人分布算出用の類似度を、類似の度合いが低いことを示す値から順に類似の度合いが高いことを示す値まで並び替え、他人分布を表す類似度の配列データとする。
【０１９６】
また、分布算出部３２３は、本人分布更新用の類似度を、本人分布を表す類似度の配列データの最後尾に追加する。ここで、本人分布を表す類似度の配列データは、類似の度合いが高いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布算出部３２３は、本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有している配列データを削除する。
【０１９７】
さらに、分布算出部３２３は、他人分布更新用の類似度を、他人分布を表す類似度の配列データの最後尾に追加する。ここで、他人分布を表す類似度の配列データは、類似の度合いが低いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布算出部３２３は、他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有している配列データを削除する。
【０１９８】
分布更新部２２３は、類似度算出部２２１から伝送された類似度に基づいて、かかる処理を行うことにより、本人分布および他人分布を表す類似度の配列データを更新する。このような更新処理により、それぞれの分布を表す配列データの中から、現在のユーザの振る舞いから得られる類似度とは異なる値を有していると推測され、閾値から最も遠いところに位置している（すなわち、閾値との差分が最も大きな）データが削除される。
【０１９９】
なお、分布更新部２２３は、類似度が所定の順序で配列している本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。また、分布更新部２２３は、類似度が所定の順序で配列している他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。
【０２００】
分布算出部３２３は、本人分布および他人分布を表す類似度の配列データを生成および更新し、後述する閾値設定部３１３および分散値算出部３２５に伝送する。また、分布算出部３２３は、本人分布および他人分布を表す類似度の配列データを、記憶部３１５等に記録する。この際、分布算出部３２３は、これらの配列データに対して、これらの配列データを生成した日時に関する時刻情報を関連づけることが好ましい。
【０２０１】
分散値算出部３２５は、閾値決定装置１０が備える分散値算出部１２５、および、閾値更新装置２０が備える分散値算出部２２５の双方の機能を兼ね備える処理部である。すなわち、分散値算出部３２５は、分布算出部３２３から伝送された本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【０２０２】
分散値算出部３２５は、算出したそれぞれの分布の分散値を、後述する閾値設定部３１３に伝送する。また、分散値算出部３２５は、算出した分散値を、記憶部３１５等に記録することが好ましい。この際、分散値算出部３２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【０２０３】
再び図１７に戻って、本実施形態に係る閾値設定部３１３について説明する。
閾値設定部３１３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値設定部３１３は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定したり更新したりする。この際、閾値設定部３１３は、生体情報抽出部３０５により抽出された生体情報、テンプレート選択部３０７により選択されたテンプレート、および、分布算出部３２３から伝送された他人分布に基づいて、閾値を決定したり更新したりする。
【０２０４】
この閾値設定部３１３は、例えば図１８に示したように、閾値決定部３５１と、閾値更新部３５３と、を含む。
【０２０５】
閾値決定部３５１は、閾値決定装置１０における閾値決定部１１１と同様の構成を有し、同様の効果を奏する処理部である。すなわち、閾値決定部３５１は、テンプレート選択部３０７により選択されたテンプレート、および、分布算出部３２３から伝送された他人分布に基づいて、ユーザに個別に設定される閾値を決定する。
【０２０６】
以下では、閾値の決定方法について、より詳細に説明する。
まず、記憶部３１５等に一人もテンプレートが格納されていない場合、すなわち、１人目のユーザの閾値を決定する場合には、他のユーザのテンプレートが登録されていないため、他人分布を生成することができない。そのため、閾値決定部３５１は、伝送された本人分布に基づいて、１人目のユーザの閾値を決定する。この際、閾値決定部３５１は、本人分布を表す類似度の配列データのうち類似の度合いが最も小さいことを表す類似度に基づいて１人目のユーザの閾値を決定するなど、任意の方法で１人目のユーザの閾値を決定可能である。
【０２０７】
また、２人目以降のユーザの閾値を決定する場合には、閾値決定部３５１は、本人分布を表す類似度の配列データおよび他人分布を表す類似度の配列データに基づいて、閾値を決定する。以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０２０８】
閾値決定部３５１は、本人分布を表す類似度の配列データと、他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０２０９】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値決定部３５１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。
【０２１０】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値決定部３５１は、分散値算出部３２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。
【０２１１】
閾値決定部３５１は、上述のようにして決定した閾値を、該当するユーザのテンプレートに関連付けて、記憶部３１５等に記録する。
【０２１２】
閾値更新部３５３は、閾値更新装置２０における閾値更新部２１１と同様の構成を有し、同様の効果を奏する処理部である。すなわち、閾値更新部３５３は、生体情報抽出部３０５により抽出された生体情報や、分布算出部３２３から伝送された他人分布に基づいて、ユーザに個別に設定された閾値を更新する。
【０２１３】
以下では、閾値の更新方法について、より詳細に説明する。なお、以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０２１４】
まず、閾値更新部３５３は、更新後の本人分布を表す類似度の配列データと、更新後の他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０２１５】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値更新部３５３は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値更新部３５３は、この区間Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０２１６】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値更新部３５３は、分散値算出部３２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。すなわち、このような場合には、閾値更新部３５３は、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０２１７】
閾値更新部３５３は、上述のようにして更新した閾値を、該当するユーザのテンプレートに関連付けて、記憶部３１５等に記録する。
【０２１８】
本実施形態に係る閾値設定部３１３は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定したり更新したりする。これにより、本実施形態に係る閾値設定装置３０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に決定したり更新したりすることが可能となる。
【０２１９】
再び図１７に戻って、記憶部３１５について詳細に説明する。
記憶部３１５には、各ユーザのテンプレートが格納される。また、記憶部３１５には、生体撮像部３０１により生成された撮像データや、生体情報抽出部３０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部３１５には、テンプレートの登録に関する履歴情報、生体認証処理に関する履歴情報、本人分布および他人分布の更新に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部３１５には、本実施形態に係る閾値設定装置３０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部３１５は、生体撮像部３０１、撮像制御部３０３、生体情報抽出部３０５、テンプレート選択部３０７、生体情報認証部３０９、統計処理部３１１、閾値更新部３１３等が、自由に読み書きを行うことが可能である。
【０２２０】
以上、本実施形態に係る閾値設定装置３０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０２２１】
なお、上述のような本実施形態に係る閾値設定装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０２２２】
（実施例）
続いて、図２０〜図２４Ｂを参照しながら、本発明の実施形態に係る閾値設定方法の効率性について検討する。ここでは、生体情報として指静脈画像を例にとり、以下で説明するような１次元ランレングスベクトルをメタデータとして利用した際の認証結果について着目した。
【０２２３】
＜１次元ランレングスベクトルについて＞
まず、１次元ランレングスベクトルについて、図２０〜図２３を参照しながら、簡単に説明する。１次元ランレングスベクトルは、指静脈画像のようなバイナリ画像に対して、以下で説明するようなランレングス符号化処理を行うことで得られるものである。図２０〜図２２は、ランレングス符号化処理について説明するための説明図である。
【０２２４】
図２０に示した１８列×２０行のバイナリ画像を考える。このバイナリ画像は、白色で表された画素値０の背景画素と、黒色で表された画素値１の輪郭を表す画素から構成されている。ここで、このバイナリ画像のうち、上４行が背景画素のみから構成される行であり、左２列および右３列が背景画素のみから構成される列である。そのため、入力された１８列×２０行の画像のうち、上４行分、左２列分および右３列分を除いた１３列×１６行のバイナリ画像が、処理対象領域として選定される。
【０２２５】
図２０に示した処理対象領域に対してランレングス符号化処理が施されると、まず、図２１に示したように、画素値を表す配列と連続数を表す配列の２種類の配列が、符号化情報として生成される。この符号化情報の中から画素値を現す配列が削除され、画素値の連続数を表す配列からなる画素連続数情報が生成される。続いて、この画素連続数情報が２つに分割され、画素値０のランレングスベクトル（すなわち、背景ランレングスベクトル）と、画素値１のランレングスベクトルが生成される。
【０２２６】
図１に示したような細線化された静脈画像は、先に説明したようなランレングス符号化処理が可能なバイナリ画像の一つである。静脈が存在する部分の外形は、それぞれの静脈画像によって異なっており、独特の形状を有している。そのため、静脈部分の外形を特徴づける画素は、静脈画像を構成する背景画素である。多少のノイズが静脈画像に重畳していたとしても、同じ生体部位における静脈を表す曲線の相対的な方向性（ｏｒｉｅｎｔａｔｉｏｎ）は保たれると考えられるため、このような背景画素の連続性は、同一の生体部位であれば類似すると考えられる。
【０２２７】
この背景画素の連続性（すなわち、静脈部分の外形）を表す情報は、先に説明したように、背景画素のランレングスベクトル（背景ランレングスベクトル）で表すことが可能である。従って、予め登録されている静脈画像（以下、テンプレートと称する。）を用いた生体認証に先立ち、このようなランレングスベクトルによる認証を行うことで、認証候補として用いられるテンプレートの個数を絞りこむことが可能である。
【０２２８】
このようなランレングスベクトルの生成は、例えば以下のようにして行われる。図２２にその概要を示したように、まず、生体の一部を撮像して生成された撮像画像から、バイナリ画像である細線化された静脈画像を抽出する。その後、細線化された静脈画像に含まれる複数の曲線のうち、所定の長さ未満の曲線がノイズとして除去される。図２２における細線化された静脈画像と、ノイズ除去後の静脈画像とを対比すると明らかなように、図中において点線で囲った領域に存在していた曲線が、所定の長さに満たない曲線であるとして除去される。
【０２２９】
次に、ノイズ等が除去された静脈画像から、背景画素のみから構成される行および列が除去され、処理対象領域が選定される。続いて、選定された処理対象領域に対して、ランレングス符号化処理が行われ、背景画素のランレングスベクトルが生成される。生成されたランレングスベクトルは、上述のように一次元のデータであるが、このランレングスベクトルを記載されている要素の順ごとに連続数についてプロットすると、例えば図２２の右端に示したように、ランレングスベクトルに対応するグラフ図が得られる。
【０２３０】
例えば、図２３に示したような２つの背景ランレングスベクトル情報を考える。ここで、情報Ａが、登録背景ランレングスベクトル情報であり、情報Ｂが、生成した背景ランレングスベクトル情報であるとする。図２３に示した２種類の情報の場合、情報Ｂを１つずつ下方にシフトさせながら、情報Ａとの類似度が算出される。
【０２３１】
ここで、ランレングスベクトル情報のシフト方向は、ランレングスベクトル情報を図２３に示したようなグラフ図で表した場合における、要素に関する軸の方向である。例えば、比較の基準となる情報のｎ番目の要素と比較対象である情報のｔ番目の要素を比較した場合、比較の基準となる情報のｎ番目の要素と比較対象である情報のｔ＋１番目の要素とが比較される。
【０２３２】
ここで、算出される類似度としては、２つの画像のマッチングを行う際に利用される任意のマッチング方法を利用することができる。このようなマッチング方法として、例えば、相関を用いる方法や差分の総和を用いる方法がある。
【０２３３】
図２３に示した場合では、情報Ｂを４回下方にシフトさせた時点で、最も２つの背景ランレングスベクトル情報の類似度が高くなることがわかる。
【０２３４】
＜実施方法＞
以下では、実験のために、３０本の指のデータを利用した。各指について３個ずつテンプレートを登録し、また、各指を３回ずつ撮像して、ランレングスベクトルの認証処理を行った。
【０２３５】
ここで、任意の指に対して対応する３個のテンプレートのいずれかに類似していると認証されればＦＲＲが生じていないと判断し、残りの８７本（２９本×３個）の指の中で何本と認証が取れなかった（類似していないと判断されたか）を検討した。認証が取れなかった本数が多いほど、本実施形態に係る閾値の設定方法が有用であるといえる。
【０２３６】
以下では、３０本の指に対してＦＲＲが０となる条件のもとで共通の閾値を決定した場合の結果と、ＦＲＲが０となる条件のもとで各指に対して個別に閾値を設定した場合の結果と、を提示する。以下の結果において、「ＦＡＲがどれくらい小さくなるのか」が、本実施形態に係る閾値の設定方法の効率性を示すものとなる。
【０２３７】
以下に示す表１および表１を図示した図２４Ａは、ランレングスベクトルをシフトさせながら相互相関値を算出し、得られたＦＡＲの大きさを示したものである。
【０２３８】
【表１】
【０２３９】
表１および図２４Ａから明らかなように、本実施形態に係る閾値決定方法におけるＦＡＲは、シフト要素数の大きさに関わらず、従来のユーザに共通する閾値を設定した場合に比べて、非常に良好なＦＡＲを示すことがわかった。
【０２４０】
また、認証に要する演算負荷を軽減するため、得られたランレングスベクトルのサンプリングを行った後に相互相関値を算出し、ＦＡＲの大きさについて検討した。その結果を、表２および図２４Ｂに示す。
【０２４１】
【表２】
【０２４２】
表２および図２４Ｂから明らかなように、本実施形態に係る閾値決定方法におけるＦＡＲは、サンプリング係数の大きさに関わらず、従来のユーザに共通する閾値を設定した場合に比べて、非常に良好なＦＡＲを示すことがわかった。
【０２４３】
（ハードウェア構成について）
次に、図２５を参照しながら、本発明の実施形態に係る閾値決定装置１０のハードウェア構成について、詳細に説明する。図２５は、本発明の実施形態に係る閾値決定装置１０のハードウェア構成を説明するためのブロック図である。
【０２４４】
閾値決定装置１０は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、閾値決定装置１０は、更に、ホストバス９０７と、ブリッジ９０９と、外部バス９１１と、インターフェース９１３と、入力装置９１５と、出力装置９１７と、ストレージ装置９１９と、ドライブ９２１と、接続ポート９２３と、通信装置９２５とを備える。
【０２４５】
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、閾値決定装置１０内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等の内部バスにより構成されるホストバス９０７により相互に接続されている。
【０２４６】
ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９１１に接続されている。
【０２４７】
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなどユーザが操作する操作手段である。また、入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール手段（いわゆる、リモコン）であってもよいし、閾値決定装置１０の操作に対応した携帯電話やＰＤＡ等の外部接続機器９２９であってもよい。さらに、入力装置９１５は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。閾値決定装置１０のユーザは、この入力装置９１５を操作することにより、閾値決定装置１０に対して各種のデータを入力したり処理動作を指示したりすることができる。
【０２４８】
出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置およびランプなどの表示装置や、スピーカおよびヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置９１７は、例えば、閾値決定装置１０が行った各種処理により得られた結果を出力する。具体的には、表示装置は、閾値決定装置１０が行った各種処理により得られた結果を、テキストまたはイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。
【０２４９】
ストレージ装置９１９は、閾値決定装置１０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイス等により構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。
【０２５０】
ドライブ９２１は、記録媒体用リーダライタであり、閾値決定装置１０に内蔵、あるいは外付けされる。ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録を書き込むことも可能である。リムーバブル記録媒体９２７は、例えば、ＤＶＤメディア、ＨＤ−ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア等である。また、リムーバブル記録媒体９２７は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ：ＣＦ）、フラッシュメモリ、または、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２７は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）または電子機器等であってもよい。
【０２５１】
接続ポート９２３は、機器を閾値決定装置１０に直接接続するためのポートである。接続ポート９２３の一例として、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポート等がある。接続ポート９２３の別の例として、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）ポート等がある。この接続ポート９２３に外部接続機器９２９を接続することで、閾値決定装置１０は、外部接続機器９２９から各種のデータを取得したり、外部接続機器９２９に各種のデータを提供したりする。
【０２５２】
通信装置９２５は、例えば、通信網９３１に接続するための通信デバイス等で構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデム等であってもよい。この通信装置９２５は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置９２５に接続される通信網９３１は、有線または無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信等であってもよい。
【０２５３】
以上、本発明の実施形態に係る閾値決定装置１０の機能を実現可能なハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。
【０２５４】
なお、本実施形態に係る閾値更新装置２０および閾値設定装置３０のハードウェア構成は、閾値決定装置１０のハードウェア構成と同様であるため、詳細な説明は省略する。
【０２５５】
（まとめ）
以上説明したように、本発明の実施形態に係る閾値決定方法によれば、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定することが可能となる。これにより、生体認証システムの管理者は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に決定することが可能となる。
【０２５６】
また、本発明の実施形態に係る閾値更新方法によれば、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新することが可能となる。これにより、生体認証システムの管理者は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０２５７】
図２に例示したような、従来の各ユーザに共通の閾値を設定する方法では、各ユーザの閾値を更新する場合、まず、ユーザがユーザ本人である旨が認証された後に閾値の更新を行うこととなる。これは、閾値以上の相関値を有する生体情報が入力されない限り、閾値の更新が行われないこと、および、閾値が現状の閾値以上となる相関値へと更新されるのみであることを意味している。しかしながら、本発明の実施形態では、閾値はユーザに個別に設定されているため、各ユーザに設定された閾値が、現状の閾値の相関値よりも小さな値へと更新される場合も、現状の閾値の相関値よりも大きな値へと更新される場合も生じうる。従って、本発明の実施形態に係る閾値更新方法では、よりユーザの利便性を高めることが可能となる。
【０２５８】
また、本発明の実施形態に係る閾値更新方法では、大量のデータに基づいた類似度の分布を利用して統計的な処理を利用して閾値を更新するため、たまたま類似度の高い生体情報が入力された場合であっても、閾値は急激に変動しない。そのため、急に認証されにくくなる、といったような事態が生じることはない。
【０２５９】
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【０２６０】
１０ 閾値決定装置
２０ 閾値更新装置
３０ 閾値設定装置
１０１，２０１，３０１ 生体撮像部
１０３，２０３，３０３ 撮像制御部
１０５，２０５，３０５ 生体情報抽出部
１０７，３０７ テンプレート選択部
１０９，２０９，３１１ 統計処理部
１１１，３５１ 閾値決定部
１１３，２１３，３１５ 記憶部
１２１，２２１，３２１ 類似度算出部
１２３，３２３ 分布算出部
１２５，２２５，３２５ 分散値算出部
２０７，３０９ 生体情報認証部
２１１，３５３ 閾値更新部
２２３ 分布更新部
３１３ 閾値設定部
【技術分野】
【０００１】
本発明は、閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラムに関する。
【背景技術】
【０００２】
情報処理技術および情報通信技術の発達により、複数の機器どうしを接続してデータの共有交換を行なったり、遠隔地間で協働作業を行なったりする機会が増えてきている。接続し合う機器の組み合わせも、固定的ではなく、多数にまたがる場合が多い。このため、いわゆる「なりすまし」による情報の漏洩や不正利用を防止するべく、ユーザ本人であることを確認するための認証手続が広く採用されるようになってきている。このような認証手続の一例として、近年、セキュリティの確保が容易な生体認証が利用されつつある。この生体認証は、生体に固有な情報である生体情報に基づいて、ユーザ本人であることを確認するための認証手続である。
【０００３】
このような生体認証処理を行うシステムでは、システム単位でユーザ本人であるか否かを判定するための本人判定閾値が決定されている場合が多い。この際、本人判定閾値が厳しく設定されると、本人拒否率（Ｆａｌｓｅ Ｒｅｊｅｃｔｉｏｎ Ｒａｔｅ：ＦＲＲ）が高まってしまう。また、本人判定閾値が緩く設定されると、他人許可率（Ｆａｌｓｅ Ａｃｃｅｐｔａｎｃｅ Ｒａｔｅ：ＦＡＲ）が高まってしまう。
【０００４】
そこで、以下に示す特許文献１では、システムにより決定された閾値を更新することで、高い精度で本人判定を行うことを可能とする技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２４３０５４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ところで、ユーザ本人の類似度がシステムにより決定された閾値よりも低い場合には、そのユーザはシステムにより認証されなくなってしまうため、閾値は、慎重に決定される必要があり、閾値の初期値を決定することが困難であるという問題があった。
【０００７】
また、特許文献１に記載の方法では、認証の際に算出された類似度と現状の閾値とを比較することで閾値の更新を行うため、たまたまテンプレートと類似度が非常に高い生体情報が入力された場合であっても、閾値が急激に変化する可能性があるという問題があった。
【０００８】
そこで、本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、本人拒否率を小さな値に抑制したまま他人許可率を低下させることができ、閾値の決定や更新を容易に行うことが可能な、閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラムを提供することにある。
【課題を解決するための手段】
【０００９】
上記課題を解決するために、本発明のある観点によれば、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、を備える閾値更新装置が提供される。
【００１０】
前記閾値更新装置は、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を更に有しており、前記本人分布および他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、前記統計処理部は、抽出された前記生体情報に基づいて、前記本人分布および前記他人分布を更新し、前記閾値更新部は、更新後の前記本人分布および前記他人分布に基づいて、前記閾値の更新を行うことが好ましい。
【００１１】
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を、更新後の前記閾値とすることが好ましい。
【００１２】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を、更新後の前記閾値とすることが好ましい。
【００１３】
前記統計処理部は、抽出した前記生体情報とユーザ本人の前記テンプレートとの類似度、および、抽出した前記生体情報と前記他のユーザのテンプレートとの類似度の最高値を算出し、算出した生体情報とユーザ本人のテンプレートとの類似度を前記本人分布に追加するとともに、前記本人分布に含まれる最も古くかつ最も類似度の高いデータを前記本人分布から削除し、算出した前記類似度の最高値を前記他人分布に追加するとともに、前記他人分布に含まれる最も古くかつ最も類似度の低いデータを前記他人分布から削除してもよい。
【００１４】
前記生体情報抽出部は、複数の生体撮像画像それぞれから、前記生体情報を抽出し、
前記閾値更新装置は、抽出された複数の前記生体情報の中から、テンプレートとして登録する前記生体情報を選択するテンプレート選択部と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、を更に備えてもよい。
【００１５】
上記課題を解決するために、本発明の別の観点によれば、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出部と、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を決定するテンプレート選択部と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、を備える閾値決定装置が提供される。
【００１６】
前記閾値決定装置は、前記他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、前記統計処理部は、前記生体情報抽出部により生成された複数の前記生体情報のうち前記テンプレートとして決定された前記生体情報と、前記テンプレートとして決定された生体情報以外の前記生体情報と、に基づいて、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を算出し、前記閾値決定部は、前記本人分布と前記他人分布とに基づいて、前記閾値を決定することが好ましい。
【００１７】
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を前記閾値とすることが好ましい。
【００１８】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を前記閾値とすることが好ましい。
【００１９】
上記課題を解決するために、本発明の更に別の観点によれば、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出するステップと、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新するステップと、を含む閾値更新方法が提供される。
【００２０】
上記課題を解決するために、本発明の更に別の観点によれば、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出するステップと、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するステップと、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定した前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定するステップと、を含む閾値決定方法が提供される。
【００２１】
上記課題を解決するために、本発明の更に別の観点によれば、コンピュータに、ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出機能と、ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新機能と、を実現させるためのプログラムが提供される。
【００２２】
上記課題を解決するために、本発明の更に別の観点によれば、コンピュータに、ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出機能と、抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択機能と、前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択機能により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定機能と、を実現させるためのプログラムが提供される。
【発明の効果】
【００２３】
以上説明したように本発明によれば、本人拒否率を小さな値に抑制したまま他人許可率を低下させることができ、閾値の決定や更新を容易に行うことが可能である。
【図面の簡単な説明】
【００２４】
【図１】生体パターン画像について説明するための説明図である。
【図２】生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【図３】生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【図４Ａ】生体情報の類似度の分布について説明するための説明図である。
【図４Ｂ】生体情報の類似度の分布について説明するための説明図である。
【図５】本発明の第１の実施形態に係る閾値決定装置の構成について説明するためのブロック図である。
【図６】同実施形態に係る閾値決定装置の統計処理部の構成について説明するためのブロック図である。
【図７】同実施形態に係る閾値決定方法について説明するための説明図である。
【図８Ａ】同実施形態に係る閾値決定方法について説明するための説明図である。
【図８Ｂ】同実施形態に係る閾値決定方法について説明するための説明図である。
【図９】同実施形態に係る閾値決定方法について説明するための流れ図である。
【図１０】同実施形態に係る閾値更新装置の構成について説明するためのブロック図である。
【図１１】同実施形態に係る閾値更新装置の統計処理部の構成について説明するためのブロック図である。
【図１２】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１３】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１４】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１５】同実施形態に係る閾値更新方法について説明するための説明図である。
【図１６】同実施形態に係る閾値更新方法について説明するための流れ図である。
【図１７】同実施形態に係る閾値設定装置の構成について説明するためのブロック図である。
【図１８】同実施形態に係る閾値設定装置の統計処理部の構成について説明するためのブロック図である。
【図１９】同実施形態に係る閾値設定装置の閾値設定部の構成について説明するためのブロック図である。
【図２０】ランレングス符号化処理について説明するための説明図である。
【図２１】ランレングス符号化処理について説明するための説明図である。
【図２２】ランレングス符号化処理について説明するための説明図である。
【図２３】ランレングス符号化処理について説明するための説明図である。
【図２４Ａ】本発明に係るＦＡＲの大きさについて説明するためのグラフ図である。
【図２４Ｂ】本発明に係るＦＡＲの大きさについて説明するためのグラフ図である。
【図２５】本発明の実施形態に係る閾値決定装置、閾値更新装置および閾値設定装置のハードウェア構成について説明するためのブロック図である。
【発明を実施するための形態】
【００２５】
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
【００２６】
なお、以下の説明では、生体認証の一例として、静脈認証を例にとって説明を行なうものとする。しかしながら、本発明は、静脈認証のみに限定されるわけではなく、指紋認証、顔認証、虹彩認証など、他の様々な生体認証についても適用することが可能である。
【００２７】
説明は、以下の順序で行うものとする。
（１）本発明の実施形態に係る閾値の決定方法および更新方法の概略について
（２）第１の実施形態
（２−１）閾値決定装置の構成について
（２−２）閾値決定方法について
（２−３）閾値更新装置の構成について
（２−４）閾値更新方法について
（２−５）閾値設定装置の構成について
（２−６）実施例について
（３）本発明の実施形態に係る閾値決定装置、閾値更新装置および閾値設定装置のハードウェア構成について
（４）まとめ
【００２８】
（閾値の決定方法および更新方法の概略について）
生体情報の照合に関して、以下のような３つの考え方がなされることが多い。
１．異なる生体部位に対して異なるパラメータを評価して、生体情報の照合を行う。
２．同じ生体部位に対しても照合アルゴリズムによって照合するパラメータが異なる。
３．同じ生体部位に対して同じ照合アルゴリズムを用いた場合でも装置や環境パラメータの変化によって生体情報が変化する場合がある。
【００２９】
以下、上記３つの考え方それぞれについて、簡単に説明する。
上記１．について、例えば、生体情報が静脈に関するものである場合には、パラメータとして静脈パターンを用い、パターンマッチングにより照合を行う。また、生体情報が指紋に関するものである場合には、パラメータとして指紋の特徴点を用い、特徴点のマッチングにより照合を行う。また、生体情報が顔に関するものである場合には、パラメータとして顔に固有のベクトルを用い、固有ベクトルのマッチングにより照合を行う。この際、マッチングに用いるパラメータによっても、照合結果が異なる。また、同じパラメータを考慮したとしても、異なった生体部位に対して異なった傾向の照合結果となる場合もある。例えば、パターンマッチングに対し相互相関値を考慮したとしても、同じ人の指静脈パターン同士と指紋の特徴点パターンについて、同じ相関値となるとは限らない。
【００３０】
上記２．について、例えば、静脈パターンのマッチングにおいて、相互相関を用いるアルゴリズム、細線化された静脈パターンについて相互相関を用いるアルゴリズム、ハフ変換後のパターンの相関を用いるアルゴリズム等がある。これらのアルゴリズム間においても、照合に用いる値が大きい程類似度が高い、照合に用いる値がある範囲内であると類似度が高い、など、照合結果の傾向が異なる。
【００３１】
上記３．について、例えば、照合に用いる画像サイズによって同じ生体部位でも照合に用いる類似度（例えば、差分絶対値和：ＳＡＤ）の値が倍になったり、明るさの変化によって相互相関値が変化したりする、といったことが起こる。また、環境変数によっても、照合結果の閾値は変化する。
【００３２】
任意の生体認証システムにおいて、データベース内のすべてのデータに対して、生体部位、アルゴリズム、装置、環境などが同一であるため、これらの要因を調整して閾値を決める方法が一般的なやり方である。つまり、一般的な方法では、あるシステムに対して照合結果がある決まった閾値以上または閾値以下であることによって、「認証」の判断をしていた。
【００３３】
これに対して、本発明の実施形態では、生体部位、アルゴリズム、装置、環境等といった要因が同一であっても、データベース内の各データに対して、そのデータ独特の閾値を用いること（すなわち、ユーザに個別の閾値を設定すること）を提案する。その理由は、個人毎に、生体部位から抽出される情報量が大幅に異なり、情報量の大きさによって本質的に照合結果が変動するためである。
【００３４】
例えば、図１に示した指静脈のパターン画像に対して差分絶対値和（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ：ＳＡＤ）を算出する場合について考える。図１（ａ）に示した指静脈パターンでは、抽出されたパターン部分が非常に少ないため、任意の静脈パターン、例えば、図１（ｂ）とのＳＡＤを求める場合、白い画素が重なり合う確立が低く、ＳＡＤの値が大きくなりがちである。他方、図１（ｃ）のような静脈パターンの場合、異なる静脈パターンと照合した場合でも、白い画素が重なり合う確立が高くなるため、ＳＡＤの値は低くなりがちである。同様のことは、ＳＡＤだけでなく、相関値を用いる場合も言える。例えば、パターンが多い画像ほど、異なる画像との照合を行った際には、パターンの一部が類似する確率が高くなる。よって、異なる画像の場合、テンプレート画像の特徴によって照合結果が異なると言える。本発明の実施形態では、この特徴に着目し、データベース内のそれぞれのデータに対して固有の閾値を設定する。
【００３５】
ユーザそれぞれに対してユーザに適した閾値を設定することで、任意のテンプレート画像に対して、データベース内の他のテンプレートの特徴を考慮せず、閾値を最大限に厳しくすることができる。よって、本発明の実施形態では、以下のような利点がある。
【００３６】
すなわち、単一のステップを経て認証を行うような、いわゆる１対１認証による生体認証システムでは、他人許可率を低下させることが可能である。また、複数のステップを経て認証を行うような、いわゆる１対Ｎ認証による生体認証システムでは、他人許可率を低下させることが可能となるとともに、次段階のステップに認証候補として伝送されるテンプレートの候補数を減少させることができる。その結果、１対Ｎ認証に要する計算時間を削減し、認証処理の高速化を図ることが可能となる。
【００３７】
また、一般的な生体認証システムでは、他人許可率を低下させるために敢えて閾値を厳しく設定し、本人拒否率の増加をある程度まで許容する。しかしながら、本発明の実施形態では、本人拒否率を最小限に抑制したままで、他人許可率を削減することが可能となる。
【００３８】
以下では、図２を参照しながら、閾値が一律に設定される一般的な生体認証システムにおける他人許可率と本人拒否率との関係について説明する。図２は、生体認証処理におけるＦＡＲとＦＲＲについて説明するための説明図である。
【００３９】
図２では、２０本の指（すなわち、２０人のユーザ）のそれぞれについて、複数回の本人認証の際に算出された類似度（例えば、相互相関値を用いた類似度）を○で示し、他のユーザの１９本の指との類似度を＊で示している。図２において、横軸は、ユーザに付与されているインデックス（ユーザ・インデックス）であり、縦軸は、相互相関値である。
【００４０】
図２において、システムの閾値を下側の点線の値（システム内における○の最小値）に設定した場合、本人拒否率は０となるが、下側の点線よりも上側に＊がプロットされているユーザが本人として認証されることとなり、他人許可率が増加する。他方、システムの閾値が上側の点線の値（システム内における＊の最大値）に設定した場合、他人許可率は０となるが、大量の本人データが拒否され、本人拒否率が増加することとなる。このように、本人拒否率と他人許可率とは、トレードオフの関係となっている。そのため、一般的な生体認証システムでは、本人拒否率と他人許可率の双方をある程度許容し、中央の実線で示した値をシステムの閾値として設定する。
【００４１】
これに対し、図３に示す本発明の実施形態に係る閾値決定方法および閾値更新方法では、各登録データに対して別々の閾値を設定する。これにより、自身の生体情報が他人の生体情報と類似しやすいユーザ（＊が高い位置まで存在するユーザ）には、高い閾値を設定し、自身の生体情報が他人の生体情報と類似していないユーザ（＊が低い位置にとどまっているユーザ）には、低い閾値を設定できる。これにより、従来では避けられなかったＦＡＲとＦＲＲのトレードオフを避け、ＦＡＲとＦＲＲを０に保持することができる。つまり、本発明の実施形態では、生体認証システムの認証精度を向上させることが可能となり、ひいてはユーザの利便性を向上させることができる。
【００４２】
閾値設定の際、低い画質の本人入力画像と登録画像の類似度とを採択する傾向はあるが、これにより、他人画像が認証されてしまう、つまりＦＡＲを大きくしてしまう可能性がある。この点について、本発明の実施形態では、以下のように考える。
【００４３】
任意のシステムに対して認証を行う際、生体部位（例えば、指など）の置き方によって一連の入力画像の中で、初期画像フレームと登録画像との間の類似性が低くなることが生じうる。これは、生体部位を撮像する際に生体部位を載置した瞬間の不安定さによって生じるものである。よって、一般的なシステムでは、一度の認証にかかる時間ではなく、その複数倍の時間を「タイムアウト時間」として定義し、タイムアウト時間までに認証が取れない場合に、結果として「認証失敗」を出力する。よって、本人認証の場合、タイムアウトまでは複数回認証を繰り返す余裕があり、そのうち安定した画像が生成されることとなるため、認証結果として「認証成功」が出力されると考えられる。つまり、入力画像の中から類似性の低い画像を無視し、認証結果を統計的な解析に基づいて採用できると考えられる。
【００４４】
以上を考慮し、本発明の実施形態では、閾値を設定する際、対応するユーザの「本人同士の類似度分布（本人分布）」と「他人との間の類似度分布（他人分布）」に基づいて、これらの分布から直接閾値を決定するか、更に統計的な処理を行うかを判断する。
【００４５】
図４Ａおよび図４Ｂは、生体情報の類似度の分布について説明するための説明図である。図４Ａおよび図４Ｂの横軸は、類似度（例えば、相互相関値）を表しており、値が高いほど２つのデータが類似していることを示す。また、図４Ａおよび図４Ｂの縦軸は、同一の類似度を持つデータの頻度である。
【００４６】
図４Ａに示したように、本人分布と他人分布とがはっきり分かれている場合（すなわち、本人分布の類似度の最小値が他人分布の類似度の最大値よりも大きい場合）は、図中の２本の点線で挟まれた領域内に位置する任意の類似度を、閾値に設定すればよい。
【００４７】
また、図４Ｂに示したように、本人分布と他人分布とが重なり合っている場合（すなわち、本人分布の類似度の最小値が他人分布の類似度の最大値よりも小さい場合）は、ある程度の本人拒否率または他人許可率を許さざるを得ない。このようなケースでは、本人分布および他人分布だけでなく、これらの分布の統計的な性質を考慮し閾値を設定する。
【００４８】
例えば、図４Ｂに示した分布において、他人許可率を抑制したい場合、本人分布の分散を考慮した上で、閾値を決定する。また、図４Ｂに示した分布において、本人拒否率を抑制したい場合、他人分布の分散を考慮した上で、閾値を決定する。
【００４９】
以下、本発明の実施形態に係る閾値決定方法および閾値更新方法について、詳細に説明する。
【００５０】
（第１の実施形態）
＜閾値決定装置の構成について＞
まず、図５および図６を参照しながら、本発明の第１の実施形態に係る閾値決定装置の構成について、詳細に説明する。図５は、本実施形態に係る閾値決定装置の構成について説明するためのブロック図である。図６は、本実施形態に係る統計処理部の構成について説明するためのブロック図である。
【００５１】
本実施形態に係る閾値決定装置１０は、例えば図５に示したように、生体撮像部１０１、撮像制御部１０３、生体情報抽出部１０５、テンプレート選択部１０７、統計処理部１０９、閾値決定部１１１および記憶部１１３を主に備える。
【００５２】
生体撮像部１０１は、生体部位の表面（以下、体表面とも称する。）に対して所定の波長帯域を有する近赤外光を照射する光源部と、撮像素子およびレンズ等の光学素子から構成される光学系と、を含む。
【００５３】
近赤外光は、身体組織に対して透過性が高い一方で、血液中のヘモグロビン（還元ヘモグロビン）に吸収されるという特徴を有するため、近赤外光を指や手のひらや手の甲に照射すると、指や手のひらや手の甲の内部に分布している静脈が影となって画像に現れる。画像に表れる静脈の影を、静脈パターンという。このような静脈パターンを良好に撮像するために、発光ダイオード等の光源部は、約６００ｎｍ〜１３００ｎｍ程度の波長、好ましくは、７００ｎｍ〜９００ｎｍ程度の波長を有する近赤外光を照射する。
【００５４】
ここで、光源部が照射する近赤外光の波長が６００ｎｍ未満または１３００ｎｍ超過である場合には、血液中のヘモグロビンに吸収される割合が小さくなるため、良好な静脈パターンを得ることが困難となる。また、光源部が照射する近赤外光の波長が７００ｎｍ〜９００ｎｍ程度である場合には、近赤外光は、脱酸素化ヘモグロビンと酸素化ヘモグロビンの双方に対して特異的に吸収されるため、良好な静脈パターンを得ることができる。
【００５５】
光源部から射出された近赤外光は、生体部位の表面に向かって伝搬し、直接光として、生体の側面などから内部に入射する。ここで、人体は良好な近赤外光の散乱体であるため、生体内に入射した直接光は四方に散乱しながら伝搬する。生体内を透過した近赤外光は、光学系を構成する光学素子に入射することとなる。
【００５６】
生体撮像部１０１を構成する光学系は、１または複数の光学素子と、１または複数の撮像素子と、から構成される。
【００５７】
人体の皮膚は、表皮層、真皮層および皮下組織層の３層構造となっていることが知られているが、静脈の存在する静脈層は、真皮層に存在している。真皮層は、指表面に対して０．１ｍｍ〜０．３ｍｍ程度の位置から２ｍｍ〜３ｍｍ程度の厚みで存在している層である。したがって、このような真皮層の存在位置（例えば、指表面から１．５ｍｍ〜２．０ｍｍ程度の位置）にレンズ等の光学素子の焦点位置を設定することで、静脈層を透過した透過光を、効率よく集光することが可能となる。
【００５８】
光学素子によって集光された静脈層を透過した透過光は、ＣＣＤやＣＭＯＳ等の撮像素子に結像されて、静脈撮像データとなる。生成された静脈撮像データは、後述する生体情報抽出部１０５に伝送される。
【００５９】
撮像制御部１０３は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等により実現される。撮像制御部１０３は、光源部、光学系および撮像素子を制御して、撮像データを生成する。より詳細には、撮像制御部１０３は、光源部、光学系および撮像素子を制御して、所定時間の間体表面を撮像し、複数の撮像データを生成する。撮像制御部１０３は、体表面を撮像し続け、複数の画像フレームからなる動画データを生成してもよく、体表面を所定の時間間隔で撮像し、複数の静止画データを生成してもよい。なお、動画データが生成される場合には、この動画データのフレームレートは、生体撮像部１０１の性能や設置環境等に応じて、任意の値に設定される。
【００６０】
撮像制御部１０３は、撮像素子によって生成された撮像データを、後述する生体情報抽出部１０５に出力させる。また、撮像制御部１０３は、得られた撮像データを、後述する記憶部１１３等に記録してもよい。また、記憶部１１３等への記録に際して、撮像制御部１０３は、生成した撮像データに撮像日や撮像時刻等を関連づけてもよい。なお、生成される撮像データは、ＲＧＢ（Ｒｅｄ−Ｇｒｅｅｎ−Ｂｌｕｅ）信号であってもよいし、それ以外の色やグレースケール等の画像データであってもよい。
【００６１】
また、撮像制御部１０３は、予め設定された所定時間が経過すると、体表面の撮像を停止する。
【００６２】
生体情報抽出部１０５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。生体情報抽出部１０５は、生体撮像部１０１から伝送された近赤外撮像データのなかから、ユーザの静脈パターンを表す画像である生体情報（静脈画像）を抽出する。この生体情報抽出部１０５は、例えば、画像平滑化部、輪郭抽出部、マスク画像生成部、切出部、静脈平滑化部、２値化部、太線化部、細線化部、サムネイル画像生成部といった処理部を更に有する。
【００６３】
画像平滑化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。画像平滑化部は、生体撮像部１０１から伝送される静脈撮像データに対して、例えばガウシアンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈撮像データに対応する静脈画像を平滑化する。
【００６４】
輪郭抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。輪郭抽出部は、画像平滑化部によって平滑化された静脈画像に対して、例えばＬｏｇ（Ｌａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎ）フィルタと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像における輪郭を強調して浮き彫りにする。
【００６５】
マスク画像生成部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。マスク画像生成部は、輪郭抽出部によって輪郭が強調された静脈画像から、背景部分とのコントラストを基に、指輪郭などの輪郭線を検出する。また、マスク画像生成部は、検出された輪郭線に囲まれる指領域と、それ以外の領域とを、２値で示す画像（以下、これをマスク画像とも称する。）を生成する。
【００６６】
切出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。切出部は、輪郭抽出部によって輪郭が強調された静脈画像から、マスク画像生成部によって生成されたマスク画像を用いて、指輪郭に囲まれる指領域を含む所定サイズの画像を切り出す。
【００６７】
静脈平滑化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。静脈平滑部は、切出部によって切り出された静脈画像に対して、例えばメディアンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像における静脈部分を平滑化する。
【００６８】
２値化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。２値化部は、静脈平滑化部によって静脈部分が平滑化された静脈画像を、設定された輝度レベルを基準として、２値レベルに変換する。ここで、仮に、静脈が平滑化される前の静脈画像を２値化対象の画像とした場合、実際には一本の静脈が、２値化によって２本の静脈として分離される確率が高くなる。したがって、静脈が平滑化された静脈画像を２値化対象とすることで、実際の静脈に近似する状態での２値化が可能となる。
【００６９】
太線化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。太線化部は、２値化部によって２値化された静脈画像に対して、例えばダイレーションと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈画像に含まれる静脈を太線化する。この結果、本来連結された静脈箇所であるにもかかわらず途切れていた静脈箇所が連結される。
【００７０】
細線化部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。細線化部は、太線化部によって静脈部分が太線化された静脈画像に対して、例えばエロージョンと呼ばれる空間フィルタを用いてフィルタ処理を施し、静脈部分の静脈幅を一定とする。
【００７１】
サムネイル画像生成部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。サムネイル画像生成部は、静脈幅が一定となった静脈部分と、背景部分とを２値で示す静脈画像を細線化部から取得し、この静脈画像から、縦横サイズをｎ分の１倍に圧縮した画像であるサムネイル画像を生成する。
【００７２】
このようにして生体情報抽出部１０５は、静脈幅が一定とされる静脈部分と、背景部分とを２値で示す画像を、生体画像として抽出し、生体画像のサムネイル画像を生成する。生体情報抽出部１０５は、複数の撮像データから抽出した複数の生体情報を、後述するテンプレート選択部１０７および統計処理部１０９に伝送する。また、生体情報抽出部１０５は、抽出した生体情報を、これらの情報に固有の識別情報（例えば、識別番号等）と関連付けて、後述する記憶部１１３に格納してもよい。
【００７３】
なお、本実施形態に係る生体情報抽出部１０５は、必要に応じて、以下で説明するような特徴量抽出部を更に有しても良い。
【００７４】
特徴量抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。特徴量抽出部は、生体情報抽出部１０５から伝送された生体画像や、各種の情報に基づいて、ユーザの静脈パターンに固有な特徴量に関する情報である特徴量情報を抽出する。ユーザの静脈パターンに固有な特徴量として、例えば、体の一部（例えば指等）の輪郭に関する情報や、静脈画像の輝度分布に関する情報や、静脈画像の血管量に関する情報等がある。この特徴量抽出部は、例えば、輪郭形状抽出部、度数分布抽出部、血管量抽出部等を更に有する。
【００７５】
輪郭形状抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。輪郭形状抽出部は、ノイズ成分の除去段階で生成される静脈画像を用いて、体の一部（例えば、指等）の輪郭形状を表す情報を抽出する。
【００７６】
この抽出手法の具体的な一例を説明する。輪郭形状抽出部は、マスク画像生成部からマスク画像を取得し、取得したマスク画像から、指輪郭（指枠を構成する画素）の一部を含む特定領域を切り出す。
【００７７】
その後、輪郭形状抽出部は、特定領域を、縦横サイズがｎ分の１倍となるように圧縮し、圧縮された特定領域に含まれる指輪郭（指枠を構成する画素）の位置を、特定領域での基準（例えば、左端）からの距離を示す座標値（ｘ座標値）として抽出する。
【００７８】
度数分布抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。度数分布抽出部は、ノイズ成分の除去段階で生成される静脈画像を用いて、指などの体の一部の輪郭に囲まれる生体領域の度数分布を表す情報を抽出する。
【００７９】
この抽出手法の具体的な一例を説明する。度数分布抽出部は、画像平滑化部から、平滑化された静脈画像を取得するとともに、マスク画像生成部からマスク画像を取得する。
【００８０】
そして度数分布抽出部は、平滑化された静脈画像から、マスク画像を用いて体の部分に該当する領域（例えば指領域）を認識し、体の部分に該当する領域から、設定された輝度階級ごとの画素数を抽出する。
【００８１】
血管量抽出部は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。血管量抽出部は、２値画像における静脈の太線化段階で生成される静脈画像を用いて、指等の体の一部の輪郭に囲まれる領域内の静脈量を表す情報を抽出する。この抽出手法の具体的な一例を説明する。血管量抽出部は、静脈が太線化された２値の静脈画像を太線化部から取得し、静脈画像から、静脈を構成する画素の数（血管量）を表す情報を抽出する。
【００８２】
特徴量抽出部は、輪郭形状を表す情報、度数分布を表す情報、および血管量を表す情報等を対応する生体画像に関連付けて、後述する記憶部１１３等に格納することが可能である。
【００８３】
テンプレート選択部１０７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。テンプレート選択部１０７は、生体情報抽出部１０５から伝送された複数の生体情報の中から、テンプレートとして登録する生体情報を選択する。
【００８４】
テンプレートとして登録される生体情報は、複数の生体情報のうち所定の基準を満たすものである。このような基準の一例として、ある画像の前後（時間的な前後）に位置するフレームに比べてパターン量が多すぎたり少なすぎたりしていない、前後の画像に比べてパターンの差が激しく変化していない、等がある。また、テンプレート選択部１０７は、これらの基準以外に、任意の基準に基づいてテンプレートの選択を行うことができる。なお、テンプレート選択部１０７が複数の生体情報の中から選択する生体情報の個数は、１つに限定されるわけではない。
【００８５】
テンプレート選択部１０７は、テンプレートとして選択した生体情報を、後述する記憶部１１３等に格納されているデータベースに登録する。また、テンプレート選択部１０７は、複数の生体情報のうちテンプレートとして選択した生体情報、および、テンプレートとして選択された生体情報以外の生体情報を特定するための情報を、後述する統計処理部１０９に伝送する。
【００８６】
統計処理部１０９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部１０９は、テンプレート選択部１０７から伝送された情報、および、後述する記憶部１１３に格納されている他のユーザのテンプレート等に基づいて各種の統計処理を行い、各種の統計的なデータを算出する。この統計処理部１０９は、例えば図６に示したように、類似度算出部１２１、分布算出部１２３および分散値算出部１２５を更に備える。
【００８７】
類似度算出部１２１、分布算出部１２３および分散値算出部１２５は、各処理部が単独で動作したり、各処理部が互いに連携しながら動作したりして、各種の統計データを算出する。
【００８８】
類似度算出部１２１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。類似度算出部１２１は、テンプレートに選択された生体情報に基づいて、テンプレートに選択された生体情報と選択されなかった生体情報との類似度、および、テンプレートとして選択された生体情報と他のユーザのテンプレートとの類似度を算出する。類似度算出部１２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、差分絶対値和（Ｓｕｍ ｏｆ Ａｂｓｏｌｕｔｅ Ｄｉｆｆｅｒｅｎｃｅ：ＳＡＤ）および差分自乗和（Ｓｕｍ ｏｆ Ｓｑｕａｒｅｄ Ｄｉｆｆｅｒｅｎｃｅ：ＳＳＤ）がある。
【００８９】
なお、テンプレートとして複数の生体情報（例えば、ａ個）が登録されており、ユーザｑについて類似度の算出を行う場合、類似度算出部１２１は、ａ個のテンプレートそれぞれを用いて、ユーザｑに関してａ個の類似度を算出する。類似度算出部１２１は、算出したａ個の類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、各種の統計データを算出する際の類似度として利用する。
【００９０】
例えば図７に示したように、テンプレート選択部１０７から（Ｍ＋Ｎ）個の生体情報が伝送され、Ｍ枚の生体情報がテンプレートとして選択された場合を考える。この場合、類似度算出部１２１は、Ｍ個のテンプレートと、残りＮ個の生体情報とに基づいて、残りＮ個の生体情報それぞれについてＭ通りの類似度を算出する。その後、類似度算出部１２１は、Ｍ通りの類似度のうち値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、本人分布を算出する際の類似度として利用するために選択する。その結果、類似度算出部１２１は、Ｎ個の本人分布算出用の類似度を得ることとなる。類似度算出部１２１は、この本人分布算出用の類似度を、後述する分布算出部１２３に伝送する。
【００９１】
また、類似度算出部１２１は、テンプレートとして選択されたＭ個の生体情報と、他のユーザのテンプレートとに基づいて、他人分布算出用の類似度を算出する。各ユーザに対してＭ個のテンプレートが登録されている場合、各ユーザについてＭ×Ｍ個の類似度が算出されることとなる。類似度算出部１２１は、算出された類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を選択する。例えば、他のユーザが（Ｓ−１）人存在する場合には、（Ｓ−１）個の他人分布算出用の類似度を得ることとなる。類似度算出部１２１は、この他人分布算出用の類似度を、後述する分布算出部１２３に伝送する。
【００９２】
類似度算出部１２１は、算出した類似度を分布算出部１２３に伝送するとともに、後述する閾値決定部１１１に伝送してもよい。また、類似度算出部１２１は、算出した類似度を、後述する記憶部１１３等に記録してもよい。
【００９３】
なお、類似度算出部１２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【００９４】
分布算出部１２３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分布算出部１２３は、類似度算出部１２１から伝送された本人分布算出用の類似度と、他人分布算出用の類似度と、に基づいて、本人分布および他人分布を算出する。
【００９５】
より詳細には、分布算出部１２３は、本人分布算出用の類似度を、類似の度合いが高いことを示す値から順に類似の度合いが低いことを示す値まで並び替え、本人分布（より詳細には、本人分布を表す類似度の配列データ）とする。また、分布算出部１２３は、他人分布算出用の類似度を、類似の度合いが低いことを示す値から順に類似の度合いが高いことを示す値まで並び替え、他人分布（より詳細には、他人分布を表す類似度の配列データ）とする。
【００９６】
分布算出部１２３は、本人分布および他人分布を表す類似度の配列データを、後述する閾値決定部１１１および分散値算出部１２５に伝送する。また、分布算出部１２３は、本人分布および他人分布を表す類似度の配列データを、後述する記憶部１１３等に記録する。この際、分布算出部１２３は、これらの配列データに対して、これらの配列データを生成した日時に関する時刻情報を関連づけることが好ましい。
【００９７】
分散値算出部１２５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分散値算出部１２５は、分布算出部１２３から伝送された本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【００９８】
分散値算出部１２５は、算出したそれぞれの分布の分散値を、後述する閾値決定部１１１に伝送する。また、分散値算出部１２５は、算出した分散値を、後述する記憶部１１３等に記録することが好ましい。この際、分散値算出部１２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【００９９】
類似度、本人分布、他人分布および分散値といった、統計処理によって生成された各種の統計データに対して時刻情報を関連づけることで、データの新旧を容易に判断することが可能となる。
【０１００】
再び図５に戻って、閾値決定部１１１について詳細に説明する。
閾値決定部１１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値決定部１１１は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を決定する。この際、閾値決定部１１１は、テンプレート選択部１０７により選択されたテンプレート、および、分布算出部１２３から伝送された他人分布に基づいて、閾値を決定する。
【０１０１】
以下では、閾値の決定方法について、より詳細に説明する。
まず、後述する記憶部１１３等に一人もテンプレートが格納されていない場合、すなわち、１人目のユーザの閾値を決定する場合には、他のユーザのテンプレートが登録されていないため、他人分布を生成することができない。そのため、閾値決定部１１１は、伝送された本人分布に基づいて、１人目のユーザの閾値を決定する。この際、閾値決定部１１１は、本人分布を表す類似度の配列データのうち類似の度合いが最も小さいことを表す類似度に基づいて１人目のユーザの閾値を決定するなど、任意の方法で１人目のユーザの閾値を決定可能である。
【０１０２】
また、２人目以降のユーザの閾値を決定する場合には、閾値決定部１１１は、例えば図７に示したように、本人分布を表す類似度の配列データおよび他人分布を表す類似度の配列データに基づいて、閾値を決定する。以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０１０３】
閾値決定部１１１は、本人分布を表す類似度の配列データと、他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０１０４】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値決定部１１１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。例えば図８Ａに示したように、本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値決定部１１１は、この区間Ｌ内に含まれる類似度を、ユーザの閾値とする。
【０１０５】
この際、閾値決定部１１１は、図８Ａに示したように、区間Ｌの中間点に位置する類似度をユーザの閾値としてもよい。また、閾値決定部１１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、ユーザの閾値としてもよい。
【０１０６】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値決定部１１１は、分散値算出部１２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合は、例えば図８Ｂに示したように、本人分布の一部と他人分布の一部が重なり合っている場合を意味する。閾値決定部１１１は、このような場合には、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、ユーザの閾値とする。
【０１０７】
この際、閾値決定部１１１は、図８Ｂに示したように、区間Ｌの中間点に位置する類似度をユーザの閾値としてもよい。また、閾値決定部１１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、ユーザの閾値としてもよい。
【０１０８】
なお、図８Ａおよび図８Ｂにおいて、ユーザの閾値を中間点よりも本人分布の最小値側にシフトさせるということは、認証成功のための類似度の値を高くすることを意味するため、セキュリティ・レベルをより高くすることができる。逆に、ユーザの閾値を中間点よりも他人分布の最大値側にシフトさせるということは、認証成功のための類似度の値を低くすることを意味する。そのため、セキュリティ・レベルは若干低くなるものの、ユーザ本人が認証されやすくなり、ユーザの利便性を向上させることができる。
【０１０９】
閾値決定部１１１は、上述のようにして決定した閾値を、該当するユーザのテンプレートに関連付けて、後述する記憶部１１３等に記録する。
【０１１０】
このように、本実施形態に係る閾値決定部１１１は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定する。これにより、本実施形態に係る閾値決定装置１０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に設定することが可能となる。
【０１１１】
記憶部１１３には、テンプレート選択部１０７により決定されたテンプレートが格納される。また、記憶部１１３には、生体撮像部１０１により生成された撮像データや、生体情報抽出部１０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部１１３には、テンプレートの登録に関する履歴情報、本人分布および他人分布の算出に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部１１３には、本実施形態に係る閾値決定装置１０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部１１３は、生体撮像部１０１、撮像制御部１０３、生体情報抽出部１０５、テンプレート選択部１０７、統計処理部１０９、閾値決定部１１１等が、自由に読み書きを行うことが可能である。
【０１１２】
なお、本実施形態に係る閾値決定装置１０は、上述の処理部に加えて、抽出された生体情報を認証する生体情報認証部を更に備えても良い。
【０１１３】
以上、本実施形態に係る閾値決定装置１０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０１１４】
なお、上述のような本実施形態に係る閾値決定装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０１１５】
＜閾値決定方法について＞
続いて、図９を参照しながら、本実施形態に係る閾値決定装置１０において実施される閾値決定方法について、詳細に説明する。図９は、本実施形態に係る閾値決定方法について説明するための流れ図である。
【０１１６】
まず、閾値決定装置１０の生体撮像部１０１は、所定の位置に載置された生体部位を撮像して、複数の生体撮像データを生成し（ステップＳ１０１）、生体情報抽出部１０５に伝送する。生体情報抽出部１０５は、複数の生体撮像データそれぞれから生体情報を抽出して（ステップＳ１０３）、テンプレート選択部１０７および統計処理部１０９に伝送する。
【０１１７】
テンプレート選択部１０７は、生体情報抽出部１０５から伝送された複数の生体情報の中から、テンプレートとして登録する生体情報を、所定の基準に則して選択する（ステップＳ１０５）。テンプレート選択部１０７は、テンプレートの選択が終了すると、テンプレートとして選択された生体情報、および、残りの生体情報を特定するための情報を、統計処理部１０９に伝送する。
【０１１８】
統計処理部１０９に含まれる類似度算出部１２１は、生体情報抽出部１０５から伝送された生体情報と、テンプレート選択部１０７から伝送された情報とに基づいて、テンプレートと残りの生体情報との類似度を算出する（ステップＳ１０７）。続いて、類似度算出部１２１は、テンプレートとして登録される生体情報と、他のユーザのテンプレートとに基づいて、テンプレートと他のユーザのテンプレートとの類似度を算出する（ステップＳ１０９）。類似度算出部１２１は、これら２種類の類似度の算出が終了すると、算出したこれらの類似度を、分布算出部１２３に伝送する。
【０１１９】
統計処理部１０９に含まれる分布算出部１２３は、類似度算出部１２１から類似度に関するデータが伝送されると、伝送された類似度に関するデータの並び替えを行い、本人分布および他人分布を表す配列データを生成する（ステップＳ１１１）。その後、分布算出部１２３は、生成した本人分布および他人分布を表す配列データを、閾値決定部１１１および分散値算出部１２５に伝送する。
【０１２０】
また、統計処理部１０９に含まれる分散値算出部１２５は、分布算出部１２３から伝送された本人分布および他人分布を表す配列データに基づいて、本人分布および他人分布の分散値をそれぞれ算出する（ステップＳ１１３）。分散値算出部１２５は、算出した本人分布および他人分布の分散値を、閾値決定部１１１に伝送する。
【０１２１】
閾値決定部１１１は、統計処理部１０９の分布算出部１２３から伝送された各分布を表す配列データを参照して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との大小関係を判断する。閾値決定部１１１は、大小関係の判断結果に基づいて、ユーザの閾値を決定する（ステップＳ１１５）。閾値決定部１１１は、ユーザの閾値を決定すると、該当するユーザのテンプレートに関連付けて、決定した閾値を記録する。
【０１２２】
このように、本実施形態に係る閾値決定方法では、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定する。これにより、本実施形態に係る閾値決定方法では、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に設定することが可能となる。
【０１２３】
＜閾値更新装置の構成について＞
生体認証を行う装置に対するユーザの振る舞い（例えば、生体部位の置き方等）は、時間と共に少しずつ変化するものであり、より新しいユーザの振る舞いの動向に応じて生体認証処理を行うことが、ユーザの利便性を考慮するうえで効果的である。先に説明したように、生体部位の置き方といったユーザの振る舞いは、算出される類似度にも影響を与える要因であるため、かかる動向に応じてユーザに個別に設定された閾値を更新する仕組みが求められる。そこで、以下で説明する本実施形態に係る閾値更新装置では、生体認証を行う際に用いられる生体情報に応じて、設定されている閾値を更新する。
【０１２４】
以下では、図１０を参照しながら、本実施形態に係る閾値更新装置の構成について、詳細に説明する。図１０は、本実施形態に係る閾値更新装置の構成について説明するためのブロック図である。
【０１２５】
本実施形態に係る閾値更新装置２０は、例えば図１０に示したように、生体撮像部２０１、撮像制御部２０３、生体情報抽出部２０５、生体情報認証部２０７、統計処理部２０９、閾値更新部２１１および記憶部２１３を主に備える。
【０１２６】
ここで、生体撮像部２０１、撮像制御部２０３および生体情報抽出部２０５は、閾値決定装置１０における生体撮像部１０１、撮像制御部１０３および生体情報抽出部１０５と同様の構成を有しており、同様の効果を奏するものである。従って、以下では、これらの処理部に対する詳細な説明は、省略することとする。
【０１２７】
生体情報認証部２０７は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。生体情報認証部２０７は、生体情報抽出部２０５から伝送された生体情報と、予め登録されているテンプレートとに基づいて算出された類似度を利用して、伝送された生体情報の認証を行う。ここで、認証に用いる類似度の算出は、後述する統計処理部２０９に要請してもよく、生体情報認証部２０７が算出してもよい。生体情報認証部２０７は、算出した類似度（例えば、相互相関値）が所定の閾値以上であった場合に、伝送された生体情報の認証に成功したと判断する。また、認証に用いる類似度は、相互相関値に限定されるわけではなく、ＳＡＤやＳＳＤなどの差分和であってもよい。
【０１２８】
生体情報認証部２０７は、得られた認証結果を、後述する統計処理部２０９に伝送する。また、生体情報認証部２０７は、得られた認証結果を、表示制御部（図示せず。）を介してユーザに表示してもよい。
【０１２９】
統計処理部２０９は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部２０９は、生体情報抽出部２０５から伝送された生体情報、生体情報認証部２０７から伝送された認証結果に関する情報、および、後述する記憶部２１３に格納されている他のユーザのテンプレート等に基づいて、各種の統計処理を行う。これにより、統計処理部２０９は、各種の統計的なデータを算出する。この統計処理部２０９は、例えば図１１に示したように、類似度算出部２２１、分布更新部２２３および分散値算出部２２５を更に備える。
【０１３０】
類似度算出部２２１、分布更新部２２３および分散値算出部２２５は、各処理部が単独で動作したり、各処理部が互いに連携しながら動作したりして、各種の統計データを算出する。
【０１３１】
類似度算出部２２１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。類似度算出部２２１は、生体情報抽出部２０５から伝送された生体情報に基づいて、生体情報と自身のテンプレートとの類似度、および、生体情報と他のユーザのテンプレートとの類似度を算出する。類似度算出部２２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、ＳＡＤおよびＳＳＤがある。
【０１３２】
なお、テンプレートとして複数の生体情報（例えば、ａ個）が登録されており、ユーザｑについて類似度の算出を行う場合、類似度算出部２２１は、ａ個のテンプレートそれぞれを用いて、ユーザｑに関してａ個の類似度を算出する。類似度算出部２２１は、算出したａ個の類似度のうち、値が最も大きいもの（相互相関値の場合）、または、値が最も小さいもの（差分の総和を用いる場合）を、各種の統計データを算出する際の類似度として利用する。
【０１３３】
かかる演算を行うことにより、類似度算出部２２１は、伝送された生体情報と、記憶部２１３等に格納されている自身のテンプレートとに基づいて、本人分布更新用の類似度を算出する。また、類似度算出部２２１は、伝送された生体情報と、記憶部２１３等に格納されている他のユーザのテンプレートとに基づいて、他人分布更新用の類似度を算出する。
【０１３４】
類似度算出部２２１は、算出した類似度を分布更新部２２３に伝送する。また、類似度算出部２２１は、算出した類似度を後述する閾値更新部２１１に伝送してもよい。
【０１３５】
なお、類似度算出部２２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１３６】
分布更新部２２３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分布更新部２２３は、類似度算出部２２１から伝送された本人分布更新用の類似度と、他人分布更新用の類似度と、に基づいて、記憶部２１３等に格納されている本人分布および他人分布を更新する。
【０１３７】
より詳細には、分布更新部２２３は、本人分布更新用の類似度を、本人分布（より詳細には、本人分布を表す類似度の配列データ）の最後尾に追加する。ここで、本人分布を表す類似度の配列データは、類似の度合いが高いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布更新部２２３は、本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有している配列データを削除する。
【０１３８】
また、分布更新部２２３は、他人分布更新用の類似度を、他人分布（より詳細には、他人分布を表す類似度の配列データ）の最後尾に追加する。ここで、他人分布を表す類似度の配列データは、類似の度合いが低いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布更新部２２３は、他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有している配列データを削除する。
【０１３９】
分布更新部２２３は、類似度算出部２２１から伝送された類似度に基づいて、かかる処理を行うことにより、本人分布および他人分布を表す類似度の配列データを更新する。このような更新処理により、それぞれの分布を表す配列データの中から、現在のユーザの振る舞いから得られる類似度とは異なる値を有していると推測され、閾値から最も遠いところに位置している（すなわち、閾値との差分が最も大きな）データが削除される。
【０１４０】
なお、分布更新部２２３は、類似度が所定の順序で配列している本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。また、分布更新部２２３は、類似度が所定の順序で配列している他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。
【０１４１】
分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、後述する閾値更新部２１１および分散値算出部２２５に伝送する。また、分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、後述する記憶部２１３等に記録する。
【０１４２】
分散値算出部２２５は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。分散値算出部２２５は、分布更新部２２３から伝送された更新後の本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【０１４３】
分散値算出部２２５は、算出したそれぞれの分布の分散値を、後述する閾値更新部２１１に伝送する。また、分散値算出部２２５は、算出した分散値を、後述する記憶部２１３等に記録することが好ましい。この際、分散値算出部２２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１４４】
再び図１０に戻って、閾値更新部２１１について詳細に説明する。
閾値更新部２１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値更新部２１１は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を更新する。この際、閾値更新部２１１は、生体情報抽出部２０５により抽出された生体情報や、分布更新部２２３から伝送された他人分布に基づいて、閾値を更新する。
【０１４５】
以下では、閾値の更新方法について、より詳細に説明する。なお、以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０１４６】
まず、閾値更新部２１１は、更新後の本人分布を表す類似度の配列データと、更新後の他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０１４７】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値更新部２１１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値更新部２１１は、この区間Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０１４８】
この際、閾値更新部２１１は、区間Ｌの中間点に位置する類似度を更新後のユーザの閾値としてもよい。また、閾値更新部２１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、更新後のユーザの閾値としてもよい。
【０１４９】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値更新部２１１は、分散値算出部２２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。すなわち、このような場合には、閾値更新部２１１は、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０１５０】
この際、閾値更新部２１１は、区間Ｌの中間点に位置する類似度を更新後のユーザの閾値としてもよい。また、閾値更新部２１１は、実現したいセキュリティ・レベルに応じて、中間点よりも本人分布の最小値側に位置する類似度や、中間点よりも他人分布の最大値側に位置する類似度を、更新後のユーザの閾値としてもよい。
【０１５１】
閾値更新部２１１は、上述のようにして更新した閾値を、該当するユーザのテンプレートに関連付けて、後述する記憶部２１３等に記録する。
【０１５２】
例えば図１２に示したように、本実施形態に係る閾値更新装置２０は、生体認証処理に用いられる生体情報と、自身のテンプレートとに基づいて、本人認証（すなわち、類似度の算出）を行い、算出した類似度に基づいて本人分布を更新する。また、閾値更新装置２０は、生体認証処理に用いられる生体情報と、他のユーザのテンプレートとに基づいて、他のユーザとの類似度を算出し、算出した類似度に基づいて他人分布を更新する。その後、閾値更新部２１１は、更新後の本人分布および他人分布に基づいて、ユーザに個別に設定されている閾値を更新する。
【０１５３】
本実施形態に係る閾値更新部２１１は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新する。これにより、本実施形態に係る閾値更新装置２０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０１５４】
記憶部２１３には、各ユーザのテンプレートが格納される。また、記憶部２１３には、生体撮像部２０１により生成された撮像データや、生体情報抽出部２０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部２１３には、生体認証処理に関する履歴情報、本人分布および他人分布の更新に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部２１３には、本実施形態に係る閾値更新装置２０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部２１３は、生体撮像部２０１、撮像制御部２０３、生体情報抽出部２０５、生体情報認証部２０７、統計処理部２０９、閾値更新部２１１等が、自由に読み書きを行うことが可能である。
【０１５５】
なお、本実施形態に係る統計処理部２０９および閾値更新部２１１が連携することにより、以下のような方法で閾値の更新を行うことも可能である。以下で説明する方法は、抽出された生体情報に基づいて本人分布を更新するだけでなく、他のユーザの振る舞いに応じて他人分布についても更新を行い、ユーザに個別に設定された閾値を更新する方法である。
【０１５６】
この閾値の更新方法では、例えば図１３に示したように、生体情報抽出部２０５によって抽出され、認証処理に用いられる生体情報が、生体情報認証部２０７と、記憶部２１３等に設けられた入力生体情報バンクと、に伝送される。この際、生体情報抽出部２０５は、抽出した生体情報に、当該生体情報を抽出した日時に関する時刻情報を、ヘッダー情報などとして関連付ける。また、このヘッダー情報には、生体情報認証部２０７による認証処理などにより判明したユーザのユーザＩＤ等が更に記載されてもよい。
【０１５７】
閾値更新部２１１は、所定の期間毎（例えば、３日おき、１週間おき等）に入力生体情報バンクを参照し、入力生体情報バンクに格納されている生体情報を全て読み込み、後述する閾値の更新処理に利用する。この際、閾値更新部２１１は、入力生体情報バンクに格納されている生体情報に関連付けられている時刻情報を参照し、前回の処理で読み込んだ生体情報を取得しないようにしてもよい。
【０１５８】
閾値更新部２１１は、例えば図１４に示したように、読み込んだ全情報の中から、ユーザ本人に関する生体情報を抽出する。この抽出処理は、例えば、生体情報に関連付けられたユーザＩＤ等を参照することで行うことが可能である。閾値更新部２１１は、抽出したユーザ本人に関する生体情報を統計処理部２０９に伝送する。
【０１５９】
統計処理部２０９の類似度算出部２２１は、伝送されたユーザ本人に関する生体情報と、このユーザのテンプレートとを用いて、伝送された生体情報の類似度を算出する。ここで、抽出したユーザ本人に関する生体情報がＮｉ個存在し、テンプレートとして登録されている生体情報がＮｒ個である場合に、各生体情報に対して得られるＮｒ個の類似度のうち、最大値のものを、該当する生体情報に関する類似度とする。類似度算出部２２１は、算出した類似度を、分布更新部２２３に伝送する。
【０１６０】
分布更新部２２３は、類似度算出部２２１から伝送された類似度の個数を参照し、本人分布を表す類似度の配列データに記載されているデータ数（要素数）Ｍｉとの比較を行う。すなわち、伝送された類似度の個数Ｎｉが要素数Ｍｉよりも大きい場合には、Ｎｉ個の類似度を、類似の度合いが小さいことを表す値から順に並び替え、度合いが小さいことを表す値から順にＭｉ個の類似度を、本人分布を表す類似度の配列データに追記する。この場合、本人分布を表す類似度の配列データに記載されていたＭｉ個の古い要素は、全てが消去されることとなる。
【０１６１】
他方、伝送された類似度の個数Ｎｉが要素数Ｍｉよりも小さい場合には、Ｎｉ個の類似度全てが、本人分布を表す類似度の配列データに追記される。この場合、配列データに記載されている最も古い要素から（Ｍｉ−Ｎｉ）個の要素が消去される。なお、配列データに（Ｍｉ−Ｎｉ）個よりも多い要素が同じ古さを持つ要素として記載されている場合には、類似の度合いを表す値が大きいものから順に（Ｍｉ−Ｎｉ）個の要素が消去される。
【０１６２】
分布更新部２２３は、かかる処理を行うことにより、本人分布を表す類似度の配列データを更新することができる。
【０１６３】
また、例えば図１５に示したように、閾値更新部２１１は、読み込んだ全情報の中から、他のユーザの認証時に利用された生体情報を抽出する。この抽出処理は、例えば、取得した全ての生体情報から、ユーザ本人の生体情報を除くことで行うことができる。閾値更新部２１１は、抽出した他のユーザに関する生体情報を統計処理部２０９に伝送する。
【０１６４】
統計処理部２０９の類似度算出部２２１は、伝送された他のユーザに関する生体情報と、ユーザ本人のテンプレートとを用いて、伝送された生体情報の類似度を算出する。ここで、抽出した他のユーザに関する生体情報がＮｑ個存在し、テンプレートとして登録されている生体情報がＮｒ個である場合に、各生体情報に対して得られるＮｒ個の類似度の全て（Ｎｑ×Ｎｒ＝Ｎｑｒ個）を、後述する他人分布の更新処理に利用する。類似度算出部２２１は、算出したＮｑｒ個の類似度を、分布更新部２２３に伝送する。
【０１６５】
分布更新部２２３は、類似度算出部２２１から伝送された類似度の個数を参照し、他人分布を表す類似度の配列データに記載されているデータ数（要素数）Ｍｑとの比較を行う。すなわち、伝送された類似度の個数Ｎｑｒが要素数Ｍｑよりも大きい場合には、Ｎｑｒ個の類似度を、類似の度合いが大きいことを表す値から順に並び替え、度合いが大きいことを表す値から順にＭｑ個の類似度を、他人分布を表す類似度の配列データに追記する。この場合、他人分布を表す類似度の配列データに記載されていたＭｑ個の古い要素は、全てが消去されることとなる。
【０１６６】
他方、伝送された類似度の個数Ｎｑｒが要素数Ｍｑよりも小さい場合には、Ｎｑｒ個の類似度全てが、他人分布を表す類似度の配列データに追記される。この場合、配列データに記載されている最も古い要素から（Ｍｑ−Ｎｑｒ）個の要素が消去される。なお、配列データに（Ｍｑ−Ｎｑｒ）個よりも多い要素が同じ古さを持つ要素として記載されている場合には、類似の度合いを表す値が小さいものから順に（Ｍｑ−Ｎｑｒ）個の要素が消去される。
【０１６７】
分布更新部２２３は、かかる処理を行うことにより、他人分布を表す類似度の配列データを更新することができる。
【０１６８】
分布更新部２２３は、更新後の本人分布および他人分布を表す類似度の配列データを、分散値算出部２２５および閾値更新部２１１に伝送する。
【０１６９】
分散値算出部２２５は、更新後の本人分布および他人分布を表す類似度の配列データに基づいて、新たに各分布の分散値を算出し、閾値更新部２１１に伝送する。
【０１７０】
閾値更新部２１１は、伝送された本人分布および他人分布を表す類似度の配列データおよび分散値を利用して、先に説明した方法で、ユーザの閾値を更新する。
【０１７１】
以上説明したような手順を経ることで、閾値更新装置２０は、ユーザ本人の振る舞いの動向だけでなく、他のユーザの振る舞いの動向を反映させながら本人分布および他人分布を更新することが可能となる。閾値更新部２１１は、更新後の本人分布および他人分布を利用して、ユーザによって利用のしやすい閾値を、新たに設定することが可能となる。
【０１７２】
以上、本実施形態に係る閾値更新装置２０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０１７３】
なお、上述のような本実施形態に係る閾値更新装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０１７４】
＜閾値更新方法について＞
続いて、図１６を参照しながら、本実施形態に係る閾値更新装置２０において実施される閾値更新方法について、詳細に説明する。図１６は、本実施形態に係る閾値更新方法について説明するための流れ図である。
【０１７５】
まず、閾値更新装置２０の生体撮像部２０１は、所定の位置に載置された生体部位を撮像して、生体撮像データを生成し（ステップＳ２０１）、生体情報抽出部２０５に伝送する。生体情報抽出部２０５は、生体撮像データから生体情報を抽出して（ステップＳ２０３）、生体情報認証部２０７および統計処理部２０９に伝送する。
【０１７６】
生体情報認証部２０７は、生体情報抽出部２０５から伝送された生体情報について、予め登録されているテンプレートを利用して類似度を算出するように、統計処理部２０９に要請する。統計処理部２０９の類似度算出部２２１は、生体情報認証部２０７の要請に応じて、生体情報とテンプレートとの類似度を算出し（ステップＳ２０５）、生体情報認証部２０７に伝送する。生体情報認証部２０７は、類似度算出部２２１から伝送された類似度に基づいて、抽出された生体情報の認証処理を行う。
【０１７７】
また、類似度算出部２２１は、生体情報抽出部２０５から伝送された生体情報と、他のユーザのテンプレートとに基づいて、生体情報と他のユーザのテンプレートとの類似度を算出する（ステップＳ２０７）。類似度算出部２２１は、これら２種類の類似度の算出が終了すると、算出したこれらの類似度を、分布更新部２２３に伝送する。
【０１７８】
統計処理部１０９に含まれる分布更新部２２３は、類似度算出部２２１から類似度に関するデータが伝送されると、伝送された類似度に基づいて、本人分布および他人分布を表す配列データを更新する（ステップＳ２０９）。その後、分布更新部２２３は、更新後の本人分布および他人分布を表す配列データを、閾値更新部２１１および分散値算出部２２５に伝送する。
【０１７９】
また、統計処理部２０９に含まれる分散値算出部２２５は、分布更新部２２３から伝送された更新後の本人分布および他人分布を表す配列データに基づいて、本人分布および他人分布の分散値をそれぞれ算出する（ステップＳ２１１）。分散値算出部２２５は、算出した本人分布および他人分布の分散値を、閾値更新部２１１に伝送する。
【０１８０】
閾値更新部２１１は、統計処理部２０９の分布更新部２２３から伝送された各分布を表す配列データを参照して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との大小関係を判断する。閾値更新部２１１は、大小関係の判断結果に基づいて、ユーザの閾値を更新する（ステップＳ２１３）。閾値更新部２１１は、ユーザの閾値を更新すると、該当するユーザのテンプレートに関連付けて、更新した閾値を記録する。
【０１８１】
このように、本実施形態に係る閾値更新方法では、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新する。これにより、本実施形態に係る閾値更新方法では、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０１８２】
＜閾値設定装置の構成について＞
先の説明では、ユーザに個別に設けられる閾値を決定する装置と、ユーザに個別に設けられた閾値を更新する装置とが、異なる装置として構成されている場合について説明を行った。しかしながら、ユーザに個別に設けられる閾値を決定する機能と、この閾値を更新する機能とは、同一の装置内に設けられていてもよい。以下で説明する本実施形態に係る閾値設定装置は、本人分布および他人分布に基づいて、ユーザに個別に設けられる閾値を決定する機能と、この閾値を更新する機能とを有する。
【０１８３】
以下では、図１７〜図１９を参照しながら、本実施形態に係る閾値設定装置の構成について、詳細に説明する。図１７は、本実施形態に係る閾値設定装置の構成について説明するためのブロック図である。図１８は、本実施形態に係る閾値設定装置が備える統計処理部３１１の構成について説明するためのブロック図である。図１９は、本実施形態に係る閾値設定装置が備える閾値設定部の構成について説明するためのブロック図である。
【０１８４】
本実施形態に係る閾値設定装置３０は、例えば図１７に示したように、生体撮像部３０１、撮像制御部３０３、生体情報抽出部３０５、テンプレート選択部３０７、生体情報認証部３０９、統計処理部３１１、閾値設定部３１３および記憶部３１５を主に備える。
【０１８５】
ここで、生体撮像部３０１、撮像制御部３０３および生体情報抽出部３０５は、閾値決定装置および閾値更新装置が備える生体撮像部、撮像制御部および生体情報抽出部と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、これらの処理部に関する詳細な説明は省略することとする。
【０１８６】
テンプレート選択部３０７は、閾値決定装置１０が備えるテンプレート選択部１０７と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、テンプレート選択部３０７に関する詳細な説明は省略することとする。
【０１８７】
生体情報認証部３０９は、閾値更新装置２０が備える生体情報認証部２０７と同様の構成を有し、ほぼ同様の効果を奏するものである。従って、生体情報認証部３０９に関する詳細な説明は省略することとする。
【０１８８】
統計処理部３１１は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。統計処理部３１１は、生体情報抽出部３０５、テンプレート選択部３０７および生体情報認証部３０９から伝送された各種の情報、ならびに、後述する記憶部３１５に格納されている他のユーザのテンプレート等に基づいて、各種の統計処理を行う。これにより、統計処理部３１１は、各種の統計的なデータを算出する。この統計処理部３１１は、例えば図１８に示したように、類似度算出部３２１、分布算出部３２３および分散値算出部３２５を更に備える。
【０１８９】
類似度算出部３２１は、閾値決定装置１０が備える類似度算出部１２１、および、閾値更新装置２０が備える類似度算出部２２１の双方の機能を兼ね備える処理部である。すなわち、類似度算出部３２１は、生体情報抽出部３０５から伝送された生体情報に基づいて、生体情報と自身のテンプレートとの類似度、および、生体情報と他のユーザのテンプレートとの類似度を算出する。
【０１９０】
類似度算出部３２１が算出する類似度として、例えば、相互相関値および差分の総和を用いた類似度などを挙げることができる。差分の総和を用いる方法の例として、ＳＡＤおよびＳＳＤがある。
【０１９１】
かかる演算を行うことにより、類似度算出部３２１は、伝送された生体情報と、記憶部３１５等に格納されている自身のテンプレートとに基づいて、本人分布決定用の類似度および本人分布更新用の類似度を算出する。また、類似度算出部３２１は、伝送された生体情報と、記憶部３１５等に格納されている他のユーザのテンプレートとに基づいて、他人分布決定用の類似度および他人分布更新用の類似度を算出する。
【０１９２】
類似度算出部３２１は、算出した類似度を分布算出部３２３に伝送する。また、類似度算出部３２１は、算出した類似度を後述する閾値設定部３１３に伝送してもよい。
【０１９３】
なお、類似度算出部３２１は、算出したこれらの類似度に対して、これらの類似度を算出した日時に関する時刻情報を関連づけることが好ましい。
【０１９４】
分布算出部３２３は、閾値決定装置１０が備える分布算出部１２３、および、閾値更新装置２０が備える分布更新部２２３の双方の機能を兼ね備える処理部である。すなわち、分布算出部３２３は、類似度算出部３２１から伝送された本人分布算出用の類似度と、他人分布算出用の類似度と、に基づいて、本人分布および他人分布を算出する。また、分布算出部３２３は、類似度算出部３２１から伝送された本人分布更新用の類似度と、他人分布更新用の類似度と、に基づいて、本人分布および他人分布を更新する。
【０１９５】
より詳細には、分布算出部３２３は、本人分布算出用の類似度を、類似の度合いが高いことを示す値から順に類似の度合いが低いことを示す値まで並び替え、本人分布を表す類似度の配列データとする。また、分布算出部３２３は、他人分布算出用の類似度を、類似の度合いが低いことを示す値から順に類似の度合いが高いことを示す値まで並び替え、他人分布を表す類似度の配列データとする。
【０１９６】
また、分布算出部３２３は、本人分布更新用の類似度を、本人分布を表す類似度の配列データの最後尾に追加する。ここで、本人分布を表す類似度の配列データは、類似の度合いが高いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布算出部３２３は、本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有している配列データを削除する。
【０１９７】
さらに、分布算出部３２３は、他人分布更新用の類似度を、他人分布を表す類似度の配列データの最後尾に追加する。ここで、他人分布を表す類似度の配列データは、類似の度合いが低いことを示す値から順に類似度が配列されており、各類似度が算出された日時に関する時刻情報が関連付けられているデータであることが好ましい。また、分布算出部３２３は、他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有している配列データを削除する。
【０１９８】
分布更新部２２３は、類似度算出部２２１から伝送された類似度に基づいて、かかる処理を行うことにより、本人分布および他人分布を表す類似度の配列データを更新する。このような更新処理により、それぞれの分布を表す配列データの中から、現在のユーザの振る舞いから得られる類似度とは異なる値を有していると推測され、閾値から最も遠いところに位置している（すなわち、閾値との差分が最も大きな）データが削除される。
【０１９９】
なお、分布更新部２２３は、類似度が所定の順序で配列している本人分布を表す類似度の配列データの中から、最も古く、かつ、最も高い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。また、分布更新部２２３は、類似度が所定の順序で配列している他人分布を表す類似度の配列データの中から、最も古く、かつ、最も低い値を有しているデータを削除するかわりに、配列データの最上位に位置しているデータを削除してもよい。
【０２００】
分布算出部３２３は、本人分布および他人分布を表す類似度の配列データを生成および更新し、後述する閾値設定部３１３および分散値算出部３２５に伝送する。また、分布算出部３２３は、本人分布および他人分布を表す類似度の配列データを、記憶部３１５等に記録する。この際、分布算出部３２３は、これらの配列データに対して、これらの配列データを生成した日時に関する時刻情報を関連づけることが好ましい。
【０２０１】
分散値算出部３２５は、閾値決定装置１０が備える分散値算出部１２５、および、閾値更新装置２０が備える分散値算出部２２５の双方の機能を兼ね備える処理部である。すなわち、分散値算出部３２５は、分布算出部３２３から伝送された本人分布および他人分布を表す類似度の配列データに基づいて、本人分布の分散値と他人分布の分散値とを算出する。
【０２０２】
分散値算出部３２５は、算出したそれぞれの分布の分散値を、後述する閾値設定部３１３に伝送する。また、分散値算出部３２５は、算出した分散値を、記憶部３１５等に記録することが好ましい。この際、分散値算出部３２５は、これらの分散値に対して、これらの分散値を算出した日時に関する時刻情報を関連づけることが好ましい。
【０２０３】
再び図１７に戻って、本実施形態に係る閾値設定部３１３について説明する。
閾値設定部３１３は、例えば、ＣＰＵ、ＲＯＭ、ＲＡＭ等により実現される。閾値設定部３１３は、ユーザに個別に設定されており、生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定したり更新したりする。この際、閾値設定部３１３は、生体情報抽出部３０５により抽出された生体情報、テンプレート選択部３０７により選択されたテンプレート、および、分布算出部３２３から伝送された他人分布に基づいて、閾値を決定したり更新したりする。
【０２０４】
この閾値設定部３１３は、例えば図１８に示したように、閾値決定部３５１と、閾値更新部３５３と、を含む。
【０２０５】
閾値決定部３５１は、閾値決定装置１０における閾値決定部１１１と同様の構成を有し、同様の効果を奏する処理部である。すなわち、閾値決定部３５１は、テンプレート選択部３０７により選択されたテンプレート、および、分布算出部３２３から伝送された他人分布に基づいて、ユーザに個別に設定される閾値を決定する。
【０２０６】
以下では、閾値の決定方法について、より詳細に説明する。
まず、記憶部３１５等に一人もテンプレートが格納されていない場合、すなわち、１人目のユーザの閾値を決定する場合には、他のユーザのテンプレートが登録されていないため、他人分布を生成することができない。そのため、閾値決定部３５１は、伝送された本人分布に基づいて、１人目のユーザの閾値を決定する。この際、閾値決定部３５１は、本人分布を表す類似度の配列データのうち類似の度合いが最も小さいことを表す類似度に基づいて１人目のユーザの閾値を決定するなど、任意の方法で１人目のユーザの閾値を決定可能である。
【０２０７】
また、２人目以降のユーザの閾値を決定する場合には、閾値決定部３５１は、本人分布を表す類似度の配列データおよび他人分布を表す類似度の配列データに基づいて、閾値を決定する。以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０２０８】
閾値決定部３５１は、本人分布を表す類似度の配列データと、他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０２０９】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値決定部３５１は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。
【０２１０】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値決定部３５１は、分散値算出部３２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。
【０２１１】
閾値決定部３５１は、上述のようにして決定した閾値を、該当するユーザのテンプレートに関連付けて、記憶部３１５等に記録する。
【０２１２】
閾値更新部３５３は、閾値更新装置２０における閾値更新部２１１と同様の構成を有し、同様の効果を奏する処理部である。すなわち、閾値更新部３５３は、生体情報抽出部３０５により抽出された生体情報や、分布算出部３２３から伝送された他人分布に基づいて、ユーザに個別に設定された閾値を更新する。
【０２１３】
以下では、閾値の更新方法について、より詳細に説明する。なお、以下の説明では、類似度の値が高い程類似の度合いが高く、類似度の値が小さい程類似の度合いが低い場合（すなわち、類似度として相関値を用いる場合）を例にとって説明を行う。
【０２１４】
まず、閾値更新部３５３は、更新後の本人分布を表す類似度の配列データと、更新後の他人分布を表す類似度の配列データとを比較して、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値のどちらが大きいかを判別する。
【０２１５】
本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも大きい場合、閾値更新部３５３は、本人分布を表す類似度の最小値と、他人分布を表す類似度の最大値との間に位置する類似度を、該当するユーザの閾値に決定する。本人分布を表す類似度の最小値と他人分布を表す類似度の最大値との間に、類似度Ｌ分の差がある場合には、閾値更新部３５３は、この区間Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０２１６】
他方、本人分布を表す類似度の最小値が他人分布を表す類似度の最大値よりも小さい場合、閾値更新部３５３は、分散値算出部３２５から伝送された各分布の分散値に基づいて、本人分布の分散値と他人分布の分散値との間に位置する類似度を、ユーザの閾値とする。すなわち、このような場合には、閾値更新部３５３は、本人分布の分散値と他人分布の分散値との間の差分Ｌ内に含まれる類似度を、更新後のユーザの閾値とする。
【０２１７】
閾値更新部３５３は、上述のようにして更新した閾値を、該当するユーザのテンプレートに関連付けて、記憶部３１５等に記録する。
【０２１８】
本実施形態に係る閾値設定部３１３は、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定したり更新したりする。これにより、本実施形態に係る閾値設定装置３０は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に決定したり更新したりすることが可能となる。
【０２１９】
再び図１７に戻って、記憶部３１５について詳細に説明する。
記憶部３１５には、各ユーザのテンプレートが格納される。また、記憶部３１５には、生体撮像部３０１により生成された撮像データや、生体情報抽出部３０５により抽出された生体情報等が一時的に格納されてもよい。また、記憶部３１５には、テンプレートの登録に関する履歴情報、生体認証処理に関する履歴情報、本人分布および他人分布の更新に関する履歴情報など、各種の履歴情報が記録されていてもよい。さらに、記憶部３１５には、本実施形態に係る閾値設定装置３０が、何らかの処理を行う際に保存する必要が生じた様々なパラメータや処理の途中経過等、または、各種のデータベース等が、適宜記録される。この記憶部３１５は、生体撮像部３０１、撮像制御部３０３、生体情報抽出部３０５、テンプレート選択部３０７、生体情報認証部３０９、統計処理部３１１、閾値更新部３１３等が、自由に読み書きを行うことが可能である。
【０２２０】
以上、本実施形態に係る閾値設定装置３０の機能の一例を示した。上記の各構成要素は、汎用的な部材や回路を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。また、各構成要素の機能を、ＣＰＵ等が全て行ってもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用する構成を変更することが可能である。
【０２２１】
なお、上述のような本実施形態に係る閾値設定装置の各機能を実現するためのコンピュータプログラムを作製し、パーソナルコンピュータ等に実装することが可能である。また、このようなコンピュータプログラムが格納された、コンピュータで読み取り可能な記録媒体も提供することができる。記録媒体は、例えば、磁気ディスク、光ディスク、光磁気ディスク、フラッシュメモリなどである。また、上記のコンピュータプログラムは、記録媒体を用いずに、例えばネットワークを介して配信してもよい。
【０２２２】
（実施例）
続いて、図２０〜図２４Ｂを参照しながら、本発明の実施形態に係る閾値設定方法の効率性について検討する。ここでは、生体情報として指静脈画像を例にとり、以下で説明するような１次元ランレングスベクトルをメタデータとして利用した際の認証結果について着目した。
【０２２３】
＜１次元ランレングスベクトルについて＞
まず、１次元ランレングスベクトルについて、図２０〜図２３を参照しながら、簡単に説明する。１次元ランレングスベクトルは、指静脈画像のようなバイナリ画像に対して、以下で説明するようなランレングス符号化処理を行うことで得られるものである。図２０〜図２２は、ランレングス符号化処理について説明するための説明図である。
【０２２４】
図２０に示した１８列×２０行のバイナリ画像を考える。このバイナリ画像は、白色で表された画素値０の背景画素と、黒色で表された画素値１の輪郭を表す画素から構成されている。ここで、このバイナリ画像のうち、上４行が背景画素のみから構成される行であり、左２列および右３列が背景画素のみから構成される列である。そのため、入力された１８列×２０行の画像のうち、上４行分、左２列分および右３列分を除いた１３列×１６行のバイナリ画像が、処理対象領域として選定される。
【０２２５】
図２０に示した処理対象領域に対してランレングス符号化処理が施されると、まず、図２１に示したように、画素値を表す配列と連続数を表す配列の２種類の配列が、符号化情報として生成される。この符号化情報の中から画素値を現す配列が削除され、画素値の連続数を表す配列からなる画素連続数情報が生成される。続いて、この画素連続数情報が２つに分割され、画素値０のランレングスベクトル（すなわち、背景ランレングスベクトル）と、画素値１のランレングスベクトルが生成される。
【０２２６】
図１に示したような細線化された静脈画像は、先に説明したようなランレングス符号化処理が可能なバイナリ画像の一つである。静脈が存在する部分の外形は、それぞれの静脈画像によって異なっており、独特の形状を有している。そのため、静脈部分の外形を特徴づける画素は、静脈画像を構成する背景画素である。多少のノイズが静脈画像に重畳していたとしても、同じ生体部位における静脈を表す曲線の相対的な方向性（ｏｒｉｅｎｔａｔｉｏｎ）は保たれると考えられるため、このような背景画素の連続性は、同一の生体部位であれば類似すると考えられる。
【０２２７】
この背景画素の連続性（すなわち、静脈部分の外形）を表す情報は、先に説明したように、背景画素のランレングスベクトル（背景ランレングスベクトル）で表すことが可能である。従って、予め登録されている静脈画像（以下、テンプレートと称する。）を用いた生体認証に先立ち、このようなランレングスベクトルによる認証を行うことで、認証候補として用いられるテンプレートの個数を絞りこむことが可能である。
【０２２８】
このようなランレングスベクトルの生成は、例えば以下のようにして行われる。図２２にその概要を示したように、まず、生体の一部を撮像して生成された撮像画像から、バイナリ画像である細線化された静脈画像を抽出する。その後、細線化された静脈画像に含まれる複数の曲線のうち、所定の長さ未満の曲線がノイズとして除去される。図２２における細線化された静脈画像と、ノイズ除去後の静脈画像とを対比すると明らかなように、図中において点線で囲った領域に存在していた曲線が、所定の長さに満たない曲線であるとして除去される。
【０２２９】
次に、ノイズ等が除去された静脈画像から、背景画素のみから構成される行および列が除去され、処理対象領域が選定される。続いて、選定された処理対象領域に対して、ランレングス符号化処理が行われ、背景画素のランレングスベクトルが生成される。生成されたランレングスベクトルは、上述のように一次元のデータであるが、このランレングスベクトルを記載されている要素の順ごとに連続数についてプロットすると、例えば図２２の右端に示したように、ランレングスベクトルに対応するグラフ図が得られる。
【０２３０】
例えば、図２３に示したような２つの背景ランレングスベクトル情報を考える。ここで、情報Ａが、登録背景ランレングスベクトル情報であり、情報Ｂが、生成した背景ランレングスベクトル情報であるとする。図２３に示した２種類の情報の場合、情報Ｂを１つずつ下方にシフトさせながら、情報Ａとの類似度が算出される。
【０２３１】
ここで、ランレングスベクトル情報のシフト方向は、ランレングスベクトル情報を図２３に示したようなグラフ図で表した場合における、要素に関する軸の方向である。例えば、比較の基準となる情報のｎ番目の要素と比較対象である情報のｔ番目の要素を比較した場合、比較の基準となる情報のｎ番目の要素と比較対象である情報のｔ＋１番目の要素とが比較される。
【０２３２】
ここで、算出される類似度としては、２つの画像のマッチングを行う際に利用される任意のマッチング方法を利用することができる。このようなマッチング方法として、例えば、相関を用いる方法や差分の総和を用いる方法がある。
【０２３３】
図２３に示した場合では、情報Ｂを４回下方にシフトさせた時点で、最も２つの背景ランレングスベクトル情報の類似度が高くなることがわかる。
【０２３４】
＜実施方法＞
以下では、実験のために、３０本の指のデータを利用した。各指について３個ずつテンプレートを登録し、また、各指を３回ずつ撮像して、ランレングスベクトルの認証処理を行った。
【０２３５】
ここで、任意の指に対して対応する３個のテンプレートのいずれかに類似していると認証されればＦＲＲが生じていないと判断し、残りの８７本（２９本×３個）の指の中で何本と認証が取れなかった（類似していないと判断されたか）を検討した。認証が取れなかった本数が多いほど、本実施形態に係る閾値の設定方法が有用であるといえる。
【０２３６】
以下では、３０本の指に対してＦＲＲが０となる条件のもとで共通の閾値を決定した場合の結果と、ＦＲＲが０となる条件のもとで各指に対して個別に閾値を設定した場合の結果と、を提示する。以下の結果において、「ＦＡＲがどれくらい小さくなるのか」が、本実施形態に係る閾値の設定方法の効率性を示すものとなる。
【０２３７】
以下に示す表１および表１を図示した図２４Ａは、ランレングスベクトルをシフトさせながら相互相関値を算出し、得られたＦＡＲの大きさを示したものである。
【０２３８】
【表１】
【０２３９】
表１および図２４Ａから明らかなように、本実施形態に係る閾値決定方法におけるＦＡＲは、シフト要素数の大きさに関わらず、従来のユーザに共通する閾値を設定した場合に比べて、非常に良好なＦＡＲを示すことがわかった。
【０２４０】
また、認証に要する演算負荷を軽減するため、得られたランレングスベクトルのサンプリングを行った後に相互相関値を算出し、ＦＡＲの大きさについて検討した。その結果を、表２および図２４Ｂに示す。
【０２４１】
【表２】
【０２４２】
表２および図２４Ｂから明らかなように、本実施形態に係る閾値決定方法におけるＦＡＲは、サンプリング係数の大きさに関わらず、従来のユーザに共通する閾値を設定した場合に比べて、非常に良好なＦＡＲを示すことがわかった。
【０２４３】
（ハードウェア構成について）
次に、図２５を参照しながら、本発明の実施形態に係る閾値決定装置１０のハードウェア構成について、詳細に説明する。図２５は、本発明の実施形態に係る閾値決定装置１０のハードウェア構成を説明するためのブロック図である。
【０２４４】
閾値決定装置１０は、主に、ＣＰＵ９０１と、ＲＯＭ９０３と、ＲＡＭ９０５と、を備える。また、閾値決定装置１０は、更に、ホストバス９０７と、ブリッジ９０９と、外部バス９１１と、インターフェース９１３と、入力装置９１５と、出力装置９１７と、ストレージ装置９１９と、ドライブ９２１と、接続ポート９２３と、通信装置９２５とを備える。
【０２４５】
ＣＰＵ９０１は、演算処理装置および制御装置として機能し、ＲＯＭ９０３、ＲＡＭ９０５、ストレージ装置９１９、またはリムーバブル記録媒体９２７に記録された各種プログラムに従って、閾値決定装置１０内の動作全般またはその一部を制御する。ＲＯＭ９０３は、ＣＰＵ９０１が使用するプログラムや演算パラメータ等を記憶する。ＲＡＭ９０５は、ＣＰＵ９０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一次記憶する。これらはＣＰＵバス等の内部バスにより構成されるホストバス９０７により相互に接続されている。
【０２４６】
ホストバス９０７は、ブリッジ９０９を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス９１１に接続されている。
【０２４７】
入力装置９１５は、例えば、マウス、キーボード、タッチパネル、ボタン、スイッチおよびレバーなどユーザが操作する操作手段である。また、入力装置９１５は、例えば、赤外線やその他の電波を利用したリモートコントロール手段（いわゆる、リモコン）であってもよいし、閾値決定装置１０の操作に対応した携帯電話やＰＤＡ等の外部接続機器９２９であってもよい。さらに、入力装置９１５は、例えば、上記の操作手段を用いてユーザにより入力された情報に基づいて入力信号を生成し、ＣＰＵ９０１に出力する入力制御回路などから構成されている。閾値決定装置１０のユーザは、この入力装置９１５を操作することにより、閾値決定装置１０に対して各種のデータを入力したり処理動作を指示したりすることができる。
【０２４８】
出力装置９１７は、取得した情報をユーザに対して視覚的または聴覚的に通知することが可能な装置で構成される。このような装置として、ＣＲＴディスプレイ装置、液晶ディスプレイ装置、プラズマディスプレイ装置、ＥＬディスプレイ装置およびランプなどの表示装置や、スピーカおよびヘッドホンなどの音声出力装置や、プリンタ装置、携帯電話、ファクシミリなどがある。出力装置９１７は、例えば、閾値決定装置１０が行った各種処理により得られた結果を出力する。具体的には、表示装置は、閾値決定装置１０が行った各種処理により得られた結果を、テキストまたはイメージで表示する。他方、音声出力装置は、再生された音声データや音響データ等からなるオーディオ信号をアナログ信号に変換して出力する。
【０２４９】
ストレージ装置９１９は、閾値決定装置１０の記憶部の一例として構成されたデータ格納用の装置である。ストレージ装置９１９は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等の磁気記憶部デバイス、半導体記憶デバイス、光記憶デバイス、または光磁気記憶デバイス等により構成される。このストレージ装置９１９は、ＣＰＵ９０１が実行するプログラムや各種データ、および外部から取得した各種のデータなどを格納する。
【０２５０】
ドライブ９２１は、記録媒体用リーダライタであり、閾値決定装置１０に内蔵、あるいは外付けされる。ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録されている情報を読み出して、ＲＡＭ９０５に出力する。また、ドライブ９２１は、装着されている磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリ等のリムーバブル記録媒体９２７に記録を書き込むことも可能である。リムーバブル記録媒体９２７は、例えば、ＤＶＤメディア、ＨＤ−ＤＶＤメディア、Ｂｌｕ−ｒａｙメディア等である。また、リムーバブル記録媒体９２７は、コンパクトフラッシュ（登録商標）（ＣｏｍｐａｃｔＦｌａｓｈ：ＣＦ）、フラッシュメモリ、または、ＳＤメモリカード（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ ｍｅｍｏｒｙ ｃａｒｄ）等であってもよい。また、リムーバブル記録媒体９２７は、例えば、非接触型ＩＣチップを搭載したＩＣカード（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ ｃａｒｄ）または電子機器等であってもよい。
【０２５１】
接続ポート９２３は、機器を閾値決定装置１０に直接接続するためのポートである。接続ポート９２３の一例として、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）ポート、ＩＥＥＥ１３９４ポート、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）ポート等がある。接続ポート９２３の別の例として、ＲＳ−２３２Ｃポート、光オーディオ端子、ＨＤＭＩ（Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）ポート等がある。この接続ポート９２３に外部接続機器９２９を接続することで、閾値決定装置１０は、外部接続機器９２９から各種のデータを取得したり、外部接続機器９２９に各種のデータを提供したりする。
【０２５２】
通信装置９２５は、例えば、通信網９３１に接続するための通信デバイス等で構成された通信インターフェースである。通信装置９２５は、例えば、有線または無線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、またはＷＵＳＢ（Ｗｉｒｅｌｅｓｓ ＵＳＢ）用の通信カード等である。また、通信装置９２５は、光通信用のルータ、ＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）用のルータ、または、各種通信用のモデム等であってもよい。この通信装置９２５は、例えば、インターネットや他の通信機器との間で、例えばＴＣＰ／ＩＰ等の所定のプロトコルに則して信号等を送受信することができる。また、通信装置９２５に接続される通信網９３１は、有線または無線によって接続されたネットワーク等により構成され、例えば、インターネット、家庭内ＬＡＮ、赤外線通信、ラジオ波通信または衛星通信等であってもよい。
【０２５３】
以上、本発明の実施形態に係る閾値決定装置１０の機能を実現可能なハードウェア構成の一例を示した。上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。従って、本実施形態を実施する時々の技術レベルに応じて、適宜、利用するハードウェア構成を変更することが可能である。
【０２５４】
なお、本実施形態に係る閾値更新装置２０および閾値設定装置３０のハードウェア構成は、閾値決定装置１０のハードウェア構成と同様であるため、詳細な説明は省略する。
【０２５５】
（まとめ）
以上説明したように、本発明の実施形態に係る閾値決定方法によれば、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて決定することが可能となる。これにより、生体認証システムの管理者は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に決定することが可能となる。
【０２５６】
また、本発明の実施形態に係る閾値更新方法によれば、本人分布および他人分布という大量のデータに基づいた類似度の分布を利用して、各ユーザに個別の閾値を統計的な処理に基づいて更新することが可能となる。これにより、生体認証システムの管理者は、各ユーザの生体部位の特徴に応じた閾値を、客観的かつ容易に更新することが可能となる。
【０２５７】
図２に例示したような、従来の各ユーザに共通の閾値を設定する方法では、各ユーザの閾値を更新する場合、まず、ユーザがユーザ本人である旨が認証された後に閾値の更新を行うこととなる。これは、閾値以上の相関値を有する生体情報が入力されない限り、閾値の更新が行われないこと、および、閾値が現状の閾値以上となる相関値へと更新されるのみであることを意味している。しかしながら、本発明の実施形態では、閾値はユーザに個別に設定されているため、各ユーザに設定された閾値が、現状の閾値の相関値よりも小さな値へと更新される場合も、現状の閾値の相関値よりも大きな値へと更新される場合も生じうる。従って、本発明の実施形態に係る閾値更新方法では、よりユーザの利便性を高めることが可能となる。
【０２５８】
また、本発明の実施形態に係る閾値更新方法では、大量のデータに基づいた類似度の分布を利用して統計的な処理を利用して閾値を更新するため、たまたま類似度の高い生体情報が入力された場合であっても、閾値は急激に変動しない。そのため、急に認証されにくくなる、といったような事態が生じることはない。
【０２５９】
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
【符号の説明】
【０２６０】
１０ 閾値決定装置
２０ 閾値更新装置
３０ 閾値設定装置
１０１，２０１，３０１ 生体撮像部
１０３，２０３，３０３ 撮像制御部
１０５，２０５，３０５ 生体情報抽出部
１０７，３０７ テンプレート選択部
１０９，２０９，３１１ 統計処理部
１１１，３５１ 閾値決定部
１１３，２１３，３１５ 記憶部
１２１，２２１，３２１ 類似度算出部
１２３，３２３ 分布算出部
１２５，２２５，３２５ 分散値算出部
２０７，３０９ 生体情報認証部
２１１，３５３ 閾値更新部
２２３ 分布更新部
３１３ 閾値設定部
【特許請求の範囲】
【請求項１】
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、
を備える、閾値更新装置。
【請求項２】
前記閾値更新装置は、
ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を更に有しており、
前記本人分布および他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、
前記統計処理部は、抽出された前記生体情報に基づいて、前記本人分布および前記他人分布を更新し、
前記閾値更新部は、更新後の前記本人分布および前記他人分布に基づいて、前記閾値の更新を行う、請求項１に記載の閾値更新装置。
【請求項３】
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を、更新後の前記閾値とする、請求項２に記載の閾値更新装置。
【請求項４】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を、更新後の前記閾値とする、請求項２に記載の閾値更新装置。
【請求項５】
前記統計処理部は、
抽出した前記生体情報とユーザ本人の前記テンプレートとの類似度、および、抽出した前記生体情報と前記他のユーザのテンプレートとの類似度の最高値を算出し、
算出した生体情報とユーザ本人のテンプレートとの類似度を前記本人分布に追加するとともに、前記本人分布に含まれる最も古くかつ最も類似度の高いデータを前記本人分布から削除し、
算出した前記類似度の最高値を前記他人分布に追加するとともに、前記他人分布に含まれる最も古くかつ最も類似度の低いデータを前記他人分布から削除する、請求項２に記載の閾値更新装置。
【請求項６】
前記生体情報抽出部は、複数の生体撮像画像それぞれから、前記生体情報を抽出し、
前記閾値更新装置は、
抽出された複数の前記生体情報の中から、テンプレートとして登録する前記生体情報を選択するテンプレート選択部と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、
を更に備える、請求項２に記載の閾値更新装置。
【請求項７】
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出部と、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択部と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、
を備える、閾値決定装置。
【請求項８】
前記閾値決定装置は、前記他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、
前記統計処理部は、前記生体情報抽出部により生成された複数の前記生体情報のうち前記テンプレートとして決定された前記生体情報と、前記テンプレートとして決定された生体情報以外の前記生体情報と、に基づいて、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を算出し、
前記閾値決定部は、前記本人分布と前記他人分布とに基づいて、前記閾値を決定する、請求項７に記載の閾値決定装置。
【請求項９】
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を前記閾値とする、請求項８に記載の閾値決定装置。
【請求項１０】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を前記閾値とする、請求項８に記載の閾値決定装置。
【請求項１１】
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出するステップと、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新するステップと、
を含む、閾値更新方法。
【請求項１２】
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出するステップと、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するステップと、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定した前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定するステップと、
を含む、閾値決定方法。
【請求項１３】
コンピュータに、
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出機能と、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新機能と、
を実現させるためのプログラム。
【請求項１４】
コンピュータに、
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出機能と、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択機能と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択機能により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定機能と、
を実現させるためのプログラム。
【請求項１】
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出部と、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新部と、
を備える、閾値更新装置。
【請求項２】
前記閾値更新装置は、
ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を更に有しており、
前記本人分布および他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、
前記統計処理部は、抽出された前記生体情報に基づいて、前記本人分布および前記他人分布を更新し、
前記閾値更新部は、更新後の前記本人分布および前記他人分布に基づいて、前記閾値の更新を行う、請求項１に記載の閾値更新装置。
【請求項３】
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を、更新後の前記閾値とする、請求項２に記載の閾値更新装置。
【請求項４】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、
前記閾値更新部は、更新後の前記本人分布の最小の類似度が更新後の前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を、更新後の前記閾値とする、請求項２に記載の閾値更新装置。
【請求項５】
前記統計処理部は、
抽出した前記生体情報とユーザ本人の前記テンプレートとの類似度、および、抽出した前記生体情報と前記他のユーザのテンプレートとの類似度の最高値を算出し、
算出した生体情報とユーザ本人のテンプレートとの類似度を前記本人分布に追加するとともに、前記本人分布に含まれる最も古くかつ最も類似度の高いデータを前記本人分布から削除し、
算出した前記類似度の最高値を前記他人分布に追加するとともに、前記他人分布に含まれる最も古くかつ最も類似度の低いデータを前記他人分布から削除する、請求項２に記載の閾値更新装置。
【請求項６】
前記生体情報抽出部は、複数の生体撮像画像それぞれから、前記生体情報を抽出し、
前記閾値更新装置は、
抽出された複数の前記生体情報の中から、テンプレートとして登録する前記生体情報を選択するテンプレート選択部と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、
を更に備える、請求項２に記載の閾値更新装置。
【請求項７】
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出部と、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択部と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択部により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定部と、
を備える、閾値決定装置。
【請求項８】
前記閾値決定装置は、前記他人分布の算出を含む統計的な演算を行う統計処理部を更に備え、
前記統計処理部は、前記生体情報抽出部により生成された複数の前記生体情報のうち前記テンプレートとして決定された前記生体情報と、前記テンプレートとして決定された生体情報以外の前記生体情報と、に基づいて、ユーザ本人の生体情報およびテンプレート間の類似度の分布である本人分布を算出し、
前記閾値決定部は、前記本人分布と前記他人分布とに基づいて、前記閾値を決定する、請求項７に記載の閾値決定装置。
【請求項９】
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも高い場合、前記最小の類似度と前記最大の類似度との間に位置する類似度を前記閾値とする、請求項８に記載の閾値決定装置。
【請求項１０】
前記統計処理部は、前記本人分布および前記他人分布の分散値を更に算出し、
前記閾値決定部は、前記本人分布の最小の類似度が前記他人分布の最大の類似度よりも低い場合、前記本人分布の分散値と前記他人分布の分散値との間に位置する類似度を前記閾値とする、請求項８に記載の閾値決定装置。
【請求項１１】
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出するステップと、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新するステップと、
を含む、閾値更新方法。
【請求項１２】
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出するステップと、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するステップと、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、決定した前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定するステップと、
を含む、閾値決定方法。
【請求項１３】
コンピュータに、
ユーザの生体の一部を撮像して得られた生体撮像画像から、生体に固有な情報である生体情報を抽出する生体情報抽出機能と、
ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報と予め登録されている生体情報であるテンプレートとの類似の度合いを判別するために利用される閾値を、抽出した生体情報、および、ユーザのテンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて更新する閾値更新機能と、
を実現させるためのプログラム。
【請求項１４】
コンピュータに、
ユーザの生体の一部を撮像して得られた複数の生体撮像画像から、生体に固有な情報である生体情報を複数抽出する生体情報抽出機能と、
抽出された複数の前記生体情報の中から、予め登録されている生体情報であるテンプレートとして登録する前記生体情報を選択するテンプレート選択機能と、
前記ユーザに個別に設定されており、かつ、生体情報を用いた生体認証の際に生体情報とテンプレートとの類似の度合いを判別するために利用される閾値を、前記テンプレート選択機能により選択された前記テンプレート、および、当該テンプレートと他のユーザのテンプレートとの類似度の分布である他人分布に基づいて決定する閾値決定機能と、
を実現させるためのプログラム。
【図１】
【図２】
【図３】
【図４Ａ】
【図４Ｂ】
【図５】
【図６】
【図７】
【図８Ａ】
【図８Ｂ】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４Ａ】
【図２４Ｂ】
【図２５】
【図２】
【図３】
【図４Ａ】
【図４Ｂ】
【図５】
【図６】
【図７】
【図８Ａ】
【図８Ｂ】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４Ａ】
【図２４Ｂ】
【図２５】
【公開番号】特開２０１１−４４１０１（Ｐ２０１１−４４１０１Ａ）
【公開日】平成２３年３月３日（２０１１．３．３）
【国際特許分類】
【出願番号】特願２００９−１９３４２７（Ｐ２００９−１９３４２７）
【出願日】平成２１年８月２４日（２００９．８．２４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２３年３月３日（２０１１．３．３）
【国際特許分類】
【出願日】平成２１年８月２４日（２００９．８．２４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]