專利名稱:人之鑒別方法及其裝置的制作方法
技術(shù)領(lǐng)域:
本發(fā)明屬于一種通過頻率解析從生物信息得到特征數(shù)據(jù),再根據(jù)特征數(shù)據(jù)間的相似度來進行人之鑒別的技術(shù)。
背景技術(shù):
人們已經(jīng)想出了很多利用人類的生物信息,例如指紋、虹膜、網(wǎng)膜上的血管圖案、臉等識別人(Biometrics)的方法。其中利用虹膜識別人之法,出于以下理由,今后很可能成為生物鑒別技術(shù)(Biometrics)的主流。這些理由是1、可利用攝、照相機非接觸式地獲得虹膜圖案。
2、由于虹膜圖案的復(fù)雜性,錯誤接收率(FARFalse AcceptanceRate)極低。
3、虹膜圖案在人的一生中幾乎是不變的。
例如,美國專利USP5291560號、日本國公表特許公報特表平8-504979號、以及《High Confidence Visual Recognition of Persons by aTest of Statistical Independence》(IEEE Transactions on PatternAnalysis and Machine Intelligence,Vol.15,No.11,Nov.1993)這三份文獻中,所記述的都是有關(guān)從虹膜圖像中抽出虹膜特征數(shù)據(jù)來進行人之識別的技術(shù)(只不過是,這三份文獻所記述的內(nèi)容基本上一樣)。
這些技術(shù),都是利用多刻度(multi scale)自我相似2維直角相位帶通濾波器(例如Gabor濾波器加博爾濾波器)在多重解像度下對虹膜圖像進行解析而產(chǎn)生特征數(shù)據(jù)(虹膜符號)的。具體順序是這樣的用攝、照像機獲得應(yīng)被識別的人眼的被數(shù)字化的圖像,決定出虹膜和鞏膜之間的邊界以及虹膜和瞳孔之間的邊界,而將虹膜區(qū)域分離出來。接著,給已被分離出來的虹膜圖像設(shè)定一極坐標(biāo)系,而后決定出多個環(huán)狀的解析帶域。最后,再利用由多刻度直角相位帶通濾波器構(gòu)成的信號處理手段進行解析和符號化。如圖24所示,計算出符號間的漢明(hamming)距離來對這樣產(chǎn)生出的虹膜符號和虹膜符號進行比較,以判斷出被比較的這兩個虹膜符號是否是由同一個人的虹膜產(chǎn)生的。
發(fā)明要解決的問題上述技術(shù)的前提條件是在登錄虹膜的時候和核對虹膜的時候,要使用事先已定好的一定解像度的攝、照像部件,而且要在事先定好的一定頻帶下進行多刻度頻率解析。在上述前提下,需要專用的登錄裝置和鑒別裝置。
另一方面,縱觀近年來攜帶電話/個人數(shù)碼助理(PDAPersonalDigital Assistance)的高功能化、通信帶域的大容量化等,在不遠的將來,可用帶攝像部件(照相機)的攜帶電話/個人數(shù)碼助理拍下虹膜圖像并對它進行鑒別,這樣就可進行以下的訪問控制了,例如進行往攜帶電話/個人數(shù)碼助理的登錄(log in)、進行電子商務(wù)(EC,electronic commerce)中之鑒別、管理人們進入需要物理安全性的地方或者出來、代替家里的鑰匙使用等。但在這種情況下,起初,裝在攜帶電話/個人數(shù)碼助理內(nèi)或者裝在它外面的攝、照像部件,其解像度較低的可能性很大。而且機種不同,攝、照像部件的規(guī)格也就不同。再就是,鑒別不僅可利用攜帶電話/個人數(shù)碼助理來進行,還可利用設(shè)在門上的終端等各種各樣的裝置來進行。
因此,若在鑒別時利用從低解像到高解像的各種各樣的裝置拍下虹膜圖像的情況下,利用上述已往的技術(shù),在一定的頻帶下進行頻率解析,那么,當(dāng)輸入了低解像度的圖像時,用高頻(若抽樣頻率為Fs,則高頻為Fs/2以上的頻率成分)解析的部分就不能作特征數(shù)據(jù)用了。而若想讓這些用高頻解析的部分也成為特征數(shù)據(jù)的一部分,就會導(dǎo)致所有的相關(guān)值下降,鑒別精度也就有可能下降。
本發(fā)明正是為解決上述問題而研究出來的。其目的在于在利用生物信息進行人之辨別時,就是例如將來要使用的裝置的種類很多,也都能抑制鑒別精度下降,而保證充分高的鑒別精度。
技術(shù)方案為解決上述問題,第一方面的發(fā)明所采取的解決方案為作為一種利用生物信息進行人之鑒別的方法是這樣的登錄時,對已獲得的生物信息進行用了多個頻率的頻率解析,而對每一個頻率產(chǎn)生一個特征數(shù)據(jù)并將它登錄好;鑒別時,先從上述多個頻率中選出為鑒別而進行的頻率解析所用的頻率,再對已獲得的被鑒別者的生物信息進行用了已選出的頻率的頻率解析,而對每一個已選出的頻率產(chǎn)生一個特征數(shù)據(jù),然后通過一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下登錄時的特征數(shù)據(jù),就將人鑒別出來了。
按第1方面的發(fā)明,因假設(shè)是從登錄時所進行的頻率解析所用的多個頻率中選出鑒別時所進行的頻率解析的頻率的,故例如可將會使所有的相關(guān)值下降且從鑒別精度的角度來看無用的頻率成分從特征數(shù)據(jù)中除去。因此,可抑制鑒別精度下降。
在第2方面的發(fā)明中,上述第1方面的人之鑒別方法中的生物信息為眼睛中的虹膜的圖像。
在第3方面的發(fā)明中,上述第2方面的人之鑒別方法中的鑒別時的頻率,是根據(jù)鑒別時所拍下的虹膜圖像的解像度來選擇的。
在第4方面的發(fā)明中,上述第3方面的人之鑒別方法中的虹膜圖像的解像度,是從該虹膜圖像本身求得的。
在第5方面的發(fā)明中,上述第4方面的人之鑒別方法中的虹膜圖像的解像度,是根據(jù)對應(yīng)于該虹膜圖像中的虹膜和瞳孔的邊界的圓周長度求得的。
在第6方面的發(fā)明中,上述第3方面的人之鑒別方法中的虹膜圖像的解像度,是根據(jù)和拍下該虹膜圖像的機器有關(guān)的信息求得的。
在第7方面的發(fā)明中,上述第1方面的人之鑒別方法中的鑒別時的頻率,是根據(jù)上述每一個多個頻率之組合的鑒別精度來選擇的。
在第8方面的發(fā)明中,上述第7方面的人之鑒別方法中的鑒別精度,是用同一個人間的鑒別距離的分布和他人間的鑒別距離的分布算出的。
在第9方面的發(fā)明中,上述第1方面的人之鑒別方法中的鑒別時的鑒別精度,是根據(jù)已選出的頻率估計出來的。
在第10方面的發(fā)明中,上述第9方面的人之鑒別方法中的鑒別精度,是根據(jù)同一個人間的鑒別距離的分布和他人間的鑒別距離的分布估計出來的。
在第11方面的發(fā)明中,上述第9方面的人之鑒別方法,為根據(jù)已估計出來的鑒別精度,最后判斷出要不要鑒別被鑒別者。
在第12方面的發(fā)明中,上述第9方面的人之鑒別方法,為根據(jù)已估計出來的鑒別精度,控制加給鑒別后的被鑒別者的權(quán)限。
在第13方面的發(fā)明中,上述第9方面的人之鑒別方法,為根據(jù)已估計出來的鑒別精度,判斷是否還要再次進行鑒別。
第14發(fā)明的發(fā)明所采取的解決方案,為作為一種利用生物信息進行人之鑒別的裝置是這樣的登錄時,對已獲得的生物信息進行用了多個頻率的頻率解析,而對每一個頻率產(chǎn)生一個特征數(shù)據(jù)并將它登錄好;鑒別時,先從上述多個頻率中選出為鑒別而進行的頻率解析所用的頻率,再對已獲得的被鑒別者的生物信息進行用了已選出的頻率的頻率解析,而對每一個已選出的頻率產(chǎn)生一個特征數(shù)據(jù),通過一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下登錄時的每一個特征數(shù)據(jù),就將人鑒別出來了。
在第15方面的發(fā)明中,上述第14方面的人之鑒別裝置中的生物信息為眼睛中的虹膜的圖像。
附圖的簡單說明
圖1概念性地示出了本發(fā)明第一個實施例所涉及的人之鑒別方法的技術(shù)特征。
圖2示出了本發(fā)明的實施例所涉及的人之鑒別系統(tǒng)的概略結(jié)構(gòu)。
圖3示出了虹膜鑒別終端的一例即帶照相部件的攜帶電話的外觀。
圖4為表示虹膜鑒別終端的內(nèi)部結(jié)構(gòu)的方框圖。
圖5是本發(fā)明的第一個實施例所涉及的人之鑒別方法中,登錄時所進行的各個處理的流程圖。
圖6是本發(fā)明的第一個實施例所涉及的人之鑒別方法中,鑒別時所進行的各個處理的流程圖。
圖7示出了虹膜的結(jié)構(gòu)。
圖8是對虹膜圖案進行傅利葉變換后而得到的以頻域表示的圖。
圖9示出了用4種頻率進行解析的情況。
圖10示出了用于加博爾濾波器的高斯函數(shù)。
圖11是虹膜符號的一例。
圖12示出了登錄虹膜符號的產(chǎn)生過程。
圖13示出了識別用虹膜符號的產(chǎn)生過程。
圖14示出了對登錄虹膜符號和識別用虹膜符號的比較。
圖15示出了漢明距離的計算。
圖16概念性地示出了同一個人間的鑒別距離的分布和他人間的鑒別距離的分布。
圖17是流程圖,示出了本發(fā)明的第二個實施例所涉及的人之鑒別方法中的處理過程。
圖18概念性地示出了同一個人間的鑒別距離的分布和他人間的鑒別距離的分布。
圖19示出了應(yīng)用低通濾波器產(chǎn)生解析度各不相同的多個虹膜圖像的方法。
圖20是用來說明如何選擇加博爾濾波器的圖。
圖21示出了用頻域來表示對應(yīng)用了低通濾波器而產(chǎn)生的圖像進行傅利葉變換后的結(jié)果。
圖22是用來說明如何選擇加博爾濾波器的圖。
圖23示出了將抽出的特征數(shù)據(jù)儲存到解析頻帶之組合各異的虹膜DB中的結(jié)構(gòu)。
圖24示出了已往的人之鑒別處理。
符號之說明1登錄時的虹膜圖像,2鑒別時的虹膜圖像,f1~fn登錄時所用的多個頻率,f2~fn鑒別時所用的多個頻率,15虹膜鑒別終端,21帶照相機的攜帶電話,D1同一個人的分布,D2他人的分布發(fā)明的實施例下面,參考附圖,對本發(fā)明的實施例進行說明。
需提一下,在以下各實施例中,舉例說明的是虹膜鑒別,即如何利用人眼的虹膜的圖像來鑒別人的。不僅如此,只要是可作為信號用且能分辨出人之不同的生物特征就行,本發(fā)明可被用在利用指紋、聲紋等其他生物信息進行人之鑒別上。
(第一個實施例)
圖1概念性地示出了本發(fā)明第一個實施例所涉及的人之鑒別方法的技術(shù)特征。如圖1所示,在本實施例中,登錄時,用多個頻率f1~fn對所拍下的虹膜圖像1進行頻率解析,并對每一個頻率f1~fn產(chǎn)生一個特征數(shù)據(jù)。另一方面,鑒別時,以虹膜圖像2的解像度為依據(jù),先從登錄時所用的多個頻率f1~fn中選出為鑒別而進行的頻率解析所用的頻率f2~fn,再利用已選出的頻率f2~fn對已拍下的被鑒別者的虹膜圖像2進行頻率解析,而對每一個頻率f2~fn產(chǎn)生一個特征數(shù)據(jù)。再一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下所對應(yīng)的登錄時的特征數(shù)據(jù),就將人辨別出來了。
就這樣,即使在用解像度比登錄時還低的攝像部件拍下被鑒別者的虹膜圖像的情況下,也能進行利用該虹膜圖像之人之鑒別。而且,能通過排除和無意義的頻率有關(guān)的特征數(shù)據(jù)作特征數(shù)據(jù),進行抑制了鑒別精度下降的人之鑒別。
圖2概略地示出了本實施例所涉及的人之鑒別系統(tǒng)的結(jié)構(gòu)。圖2中,虹膜鑒別服務(wù)器11包括儲存了許多人之虹膜數(shù)據(jù)的虹膜數(shù)據(jù)庫(DB)12,且被接在因特網(wǎng)、專線、公共回線等網(wǎng)絡(luò)13上;至少分別有一臺擁有攝、照像部件的虹膜登錄裝置14和一臺虹膜鑒別終端15,且都被接在網(wǎng)絡(luò)13上。
圖3示出了將圖2所示的虹膜鑒別系統(tǒng)中的虹膜鑒別終端15用到帶照相部分的攜帶電話21上時的結(jié)構(gòu);圖4是虹膜鑒別終端15的內(nèi)部結(jié)構(gòu)的方框圖。
需提一下,可在所利用的每一個地區(qū)、每一個機關(guān)設(shè)置多臺虹膜鑒別服務(wù)器11,還可設(shè)置包括用以分散負荷的鏡服務(wù)器(mirror server)在內(nèi)的多臺虹膜鑒別服務(wù)器11,虹膜DB12通過網(wǎng)絡(luò)被接在虹膜鑒別服務(wù)器上。
需提一下,虹膜鑒別服務(wù)器11可具備虹膜登錄裝置14之功能,虹膜鑒別終端15可具備登錄和鑒別這兩種功能。再就是,在有多臺虹膜鑒別終端15的情況下,它們的攝、照像規(guī)格也不一定要都一樣。
圖5和圖6分別是在本實施例所涉及的人之鑒別方法中,登錄時和鑒別時所進行的各個處理的流程圖。下面,對登錄時和鑒別時本實施例所涉及的人之鑒別方法中的各個處理流程分別進行說明。
登錄時登錄時,首先,在圖像獲取處理SA01,用虹膜登錄裝置14以能夠得到非常好的虹膜圖案的精細紋理的“解像度”來拍下虹膜圖像。這里所說的“解像度”意味著“虹膜之抽樣會細到哪種程度”,換句話說就是分解精度。虹膜登錄裝置14中的攝像部件、鏡頭系統(tǒng)能夠在足夠的解像度下拍下虹膜圖像。
圖7示出了虹膜的結(jié)構(gòu)。如圖7所示,虹膜41主要由皺褶42(從它和瞳孔45的邊界處放射狀地延伸的圖案)、隱窩43、虹膜卷縮輪(iris frill)44等組成,其圖案形狀因人而異。利用此將虹膜41的圖案形狀特征數(shù)據(jù)化,并對特征數(shù)據(jù)進行比較,就能進行人之辨別了。
圖8示出了對虹膜圖像進行了傅利葉變換后用頻域表示出來的情況。因真正的虹膜圖案是2維圖像而應(yīng)用了2維傅利葉變換,但為簡單起見,圖8是用一維表示的。該一維是用后述之法將2維的虹膜圖案切出來,并將極坐標(biāo)分配給它以后圓周方向的那一維。也就是說,把它想成是將象皺褶42那樣的虹膜的放射狀紋理在圓周方向上進行頻率解析后而得到的就好了。之所以沿圓周方向進行頻率解析,是因為我們知道識別人之時,虹膜的放射狀紋理很重要。
在本實施例中,將圓周方向360度(一周)為1個周期的正弦波表示為頻率1(以下頻率之單位為Hz)。
圖8中,用Fm來表示對鑒別虹膜圖案很有效的頻率帶域的上限頻率。為將該上限頻率Fm用于虹膜圖案之解析,根據(jù)抽樣定理用頻率Fs=Fm×2以上的抽樣頻率獲取虹膜圖像就行了。這就是上述的“足夠的解像度”。而且是通過預(yù)備實驗,獲得各種各樣的抽樣頻率Fs下的虹膜圖像,從中選出鑒別性能最好的抽樣頻率Fs而將它定為該上限頻率Fm的。還可以通過觀察各種各樣的人的虹膜紋理,由所觀察到的最細的皺的間隔估計出該上限頻率Fm。
登錄時所拍下的虹膜圖像和通過別的途徑獲得的本人的ID一起,通過網(wǎng)絡(luò)13而被送到虹膜鑒別服務(wù)器11中。需提一下,在擁有能夠以足夠的解像度來拍下虹膜圖像的虹膜鑒別終端15的情況下,可用該終端15登錄虹膜圖像。
其次,在處理SA02~SA07中,從所拍下的虹膜圖像中抽出用于鑒別的特征數(shù)據(jù)(虹膜符號)。需提一下,在本實施例中,是由虹膜鑒別服務(wù)器11抽出特征數(shù)據(jù)的,不僅如此,還可以使其為這樣的一種形態(tài)即從虹膜圖像的攝制到特征數(shù)據(jù)之抽出由虹膜登錄裝置14來完成,通過網(wǎng)絡(luò)13將所產(chǎn)生的虹膜符號發(fā)出并儲存到虹膜DB12中。
處理SA02~SA05只要是能穩(wěn)定地抽出虹膜區(qū)域的方法什么方法都行。在本實施例中,使用特表平8-504979號公報中所述的方法。詳細之處就不提了,這里僅說明其主要部分。
在處理SA02中,為抽出虹膜區(qū)域,首先決定虹膜內(nèi)側(cè)的邊界。該處理,是利用瞳孔和虹膜間存在亮度差這一現(xiàn)象來尋找在半徑有規(guī)律地增大的圓周上亮度的積分值急劇地變化的那一個圓的中心(x0,y0)及半徑r0。
同樣,在處理SA03中,則決定虹膜的外側(cè)的邊界。該處理利用虹膜和鞏膜之間存在亮度差這一現(xiàn)象。這里,考慮到虹膜和鞏膜的邊界常常會被上下眼皮蓋起來這一現(xiàn)象,而計算出了圓的上下部分被除去后而得到的左右弧部分(上述文獻中被稱為“pie-wedges”)上的亮度的積分值。也就是說,尋找在半徑有規(guī)律地增大的pie-wedges上亮度的積分值急劇地變化的那個圓的中心(x1,y1)及半徑r1。
通過處理SA02和SA03,決定出虹膜的內(nèi)側(cè)邊界及外側(cè)邊界。這樣,虹膜區(qū)域就被抽出來了。
其次,在處理SA04,將極坐標(biāo)系應(yīng)用到被抽出的虹膜區(qū)域上。將該極坐標(biāo)系的原點設(shè)在瞳孔的中心(x0,y0)。半徑方向上的維,將瞳孔圓周(即虹膜最內(nèi)周)定為半徑0,虹膜周圍(即虹膜最外周)定半徑1,半徑的中間值,則是根據(jù)瞳孔和虹膜周圍的距離從0到1線性內(nèi)插而得到的。角度方向上的維,取從0度到360度之間的值。也就是說,雖然虹膜圖像的大小隨虹膜尺寸的個人差、照攝相機的焦距值、照攝相機和虹膜的距離等而變,但設(shè)定了這樣的極坐標(biāo)系以后,就不會受虹膜尺寸之左右了,而可從虹膜圖像做出特征數(shù)據(jù)來。
其次,在處理SA05,將虹膜圖像分割為多個為同心圓的(例如8個)環(huán)狀區(qū)域。
其次,在圖像數(shù)據(jù)解析處理SA06,和上述文獻一樣,將多刻度帶通濾波器即2維加博爾(Gabor)濾波器用到極坐標(biāo)的虹膜圖像中。加博爾濾波器可由下式(1)表示。 上式中,r半徑,θ半徑的角度,ω角頻率,α,β常數(shù)需提一下,參數(shù)α、β和角頻率ω成反比地變化。這里準(zhǔn)備了多種角頻率ω,用多個分別對應(yīng)于角頻率ω的加博爾濾波器對虹膜圖像進行解析。
圖9示出了用4種頻率進行解析的情況。圖9中,橫軸表示頻率,圖9示出了由通過帶域相互不同的4個加博爾濾波器對從頻率0(直流成分)到上限頻率Fm的帶域進行解析的情況。F1~F4分別為每一個加博爾濾波器的通過帶域的中心頻率。它和角頻率ω之間的關(guān)系可用下式表示。
ω1=2πF1,ω2=2πF2,ω3=2πF3,ω4=2πF4需提一下,如圖9所示,上限頻率Fm并非一定要和加博爾濾波器的通過頻帶的上限F4U一致,只要F4U≤Fm就行。
需提一下,圖9中的該加博爾濾波器的通過帶域是圖10所示的用在加博爾濾波器的高斯函數(shù)的峰值達到半值時所對應(yīng)的那一帶域。亦即可以說從高斯函數(shù)的邊緣區(qū)域(離開中心的區(qū)域)考慮的話,每一個加博爾濾波器的通過帶域相互重合。需提一下,除了可將加博爾濾波器通過帶域的重合設(shè)在高斯函數(shù)達到半值的那一處以外,還可將它設(shè)在例如σ、2σ、3σ(這里設(shè)高斯函數(shù)的標(biāo)準(zhǔn)偏差為σ)的那一處。
最后,和上述文獻一樣,從用了加博爾濾波器后而得到的信號中抽出特征數(shù)據(jù)。亦即,看加博爾濾波器的輸出為正還是為負,按下式(2)進行二值化和符號化。MSBRe(r,θ)=1ifRe∫ρ∫φe2πjω(θ-φ)e-(r-ρ)2/α2e-(θ-φ)/β2I(ρ,φ)ρdρdφ>0]]>MSBRe(r,θ)=0ifRe∫ρ∫φe2πjω(θ-φ)e-(r-ρ)2/α2e-(θ-φ)/β2I(ρ,φ)ρdρdφ≤0]]>MSBIm(r,θ)=1ifIm∫ρ∫φe2πjω(θ-φ)e-(r-ρ)2/α2e-(θ-φ)/β2I(ρ,φ)ρdρdφ>0]]> 這里,I(ρ,φ)是在極坐標(biāo)系中所表示的輸入虹膜圖像。
圖11示出了抽出虹膜符號時的情況之一。雖然實際情況是虹膜圖像為二維信號(將極坐標(biāo)用到其上時,即半徑方向和角度(圓周)方向),但為簡單起見,該圖中僅用角度方向這一維來表示。圖11(a)所示的是表示虹膜圖像在某一個半徑的圓周上的亮度的原始信號;圖11(b)所示的是將加博爾濾波器應(yīng)用到原始信號以后而得到的信號;圖11(c)所示的是將圖11(b)所示的信號二值化以后而得到的信號即虹膜符號。圖11(c)所示的虹膜符號,是對在處理SA05中分割好的每一個環(huán)狀區(qū)域每一個頻率產(chǎn)生的。
然后,如圖12所示,將在各個頻率Fi下進行解析而得到的結(jié)果,即次特征數(shù)據(jù)Fsi連接起來作為登錄虹膜符號FT,在處理SA07中,將登錄虹膜符號FT及用于解析的頻率信息和那個人的ID相關(guān)聯(lián)地儲存到虹膜DB12中。
需提一下,這里將極坐標(biāo)應(yīng)用到了虹膜圖像中,不僅如此,也可將普通的坐標(biāo)系應(yīng)用到虹膜圖像中。再就是,這里是利用加博爾濾波器即多刻度自我相似2維帶通濾波器的一種來進行多重解像度下的頻率解析的,不僅如此,還可用可借助多重解像度進行解析的其他方法,例如小波(wavelet)解析等。
還有,計算特征數(shù)據(jù)時,是分別利用加博爾濾波器的實部/虛部來進行的。不僅如此,計算雙方的自乘和的平方根的能力(power)也可以作特征數(shù)據(jù)用。而且,還可使加博爾濾波器的輸出就那樣為多個值并用它來作特征數(shù)據(jù),來代替將加博爾濾波器的輸出二值化后作特征數(shù)據(jù)。
鑒別時鑒別時,要進行以下處理。
首先,在圖6所示的流程中的圖像獲取處理SB01,要接受鑒別的使用者即被鑒別者,例如使用圖3所示的攜帶電話21輸入虹膜圖像。使用者看著監(jiān)控器23確認照相部件22(裝在其內(nèi)的攝像元件31)現(xiàn)在正捉到的影像,當(dāng)焦點正好對準(zhǔn)的自己的虹膜圖像映在監(jiān)控器23時,便按下攝像實行這一操作按鈕25。于是,照明24發(fā)光,圖像和發(fā)光時刻同步地被拍下來,被拍下的虹膜圖像被儲存在攜帶電話21內(nèi)的幀儲存器(framememory)32內(nèi)。之后,被儲存在程序儲存器(program memory)34內(nèi)的虹膜特征抽出程序被讀到操作儲存器(work memory)33內(nèi),便執(zhí)行圖6中處理SB02以后之處理。
需提一下,這里是以帶照相部件的攜帶電話為例進行說明的。不僅如此,只要是帶照相部件的機子,其它的也可以用。舉例而言,例如帶照相部件的PHS(簡易型攜帶電話)、帶照相部件的個人數(shù)碼助理(PDA)、帶照相部件的對講電話機、具有通信功能的數(shù)碼相機等。
還有,在本實施例中,是使用虹膜特征抽出程序即利用軟件進行特征之抽出的,不僅如此,虹膜特征之抽出處理還可通過專用電路、數(shù)位信號處理技術(shù)(DSPDigital Signal Processing)等即通過硬件來實現(xiàn)。
因從所拍下的虹膜圖像中將虹膜區(qū)域切出來的切出處理SB02及SB03、決定坐標(biāo)系之處理SB04及為定出解析區(qū)域的虹膜區(qū)域分割處理SB05,都和登錄時的處理SA02~SA05一樣,故這里就不另作說明了。
其次,在處理SB06,計算出虹膜圖像的解像度。在該實施例中,將在處理SB02計算出來的虹膜/瞳孔間的邊界,即虹膜內(nèi)側(cè)邊界的周長定為解像度R。既可將虹膜內(nèi)側(cè)邊界上的像素數(shù)定為該解像度R,也可將從在處理SB02中計算出來的半徑r0求得的2πr0定為該解像度R,即R=2πr0。
其次,在處理SB07,由虹膜圖像的解像度R決定出用于解析的頻帶。該解像度R即為瞳孔邊界的圓周方向上的抽樣頻率Fsp=R(Hz)。在用R個點抽樣1個周期(360度)的情況下,抽樣周期(抽樣間隔)為360/R度。因以360/R度的抽樣間隔對360度進行了抽樣,故抽樣頻率Fsp=360/(360/R)=R(Hz)。
因此,能夠利用抽樣定理,定出對解析該虹膜圖像很有效的頻率的上限Fmp。
Fmp=Fsp/2=R/2需提一下,該上限Fmp本身并不是有效的解析頻率,正確地說,只要在比上限Fmp小的頻率下進行解析就可以了。
也就是說,之所以不在Fsp/2以上的頻率下進行解析,是因為根據(jù)抽樣定理,即使在Fsp/2以上的頻率下進行解析,這一部分作為特征數(shù)據(jù)也是無意義的,而若讓這一部分包含在整個特征數(shù)據(jù)中并進行比較,則整體的一致性就會下降。
在本實施例中,著眼于瞳孔邊界的圓周決定抽樣頻率的理由有兩個,一為從虹膜的最內(nèi)周部分(和瞳孔的邊界附近)放射狀地延伸的紋理(皺褶)是用來鑒別是否是某一個人的有效的特征數(shù)據(jù)。二為給已切出來的虹膜設(shè)一極坐標(biāo),并應(yīng)用了檢測極坐標(biāo)在圓周方向上的濃淡值變化的加博爾濾波器。
需提一下,在不將極坐標(biāo)應(yīng)用到虹膜圖像中,而用普通坐標(biāo)系進行解析的情況下,可以從虹膜圖像的半徑或者直徑、或者是已切出來的虹膜區(qū)域的面積(點數(shù))、瞳孔區(qū)的面積(點數(shù))等隨被抽樣的虹膜的大小而變的量來求解像度,從而定出解析頻帶。
需提一下,鑒別時所用的有些終端,裝在其內(nèi)部的攝、照像部件的解像度、鏡頭系是已知的,當(dāng)攝、照像距離又大致一定(被寫界深度很淺)時,所拍下的虹膜的大小也大致一定。因此,可以事先利用上述方法,給每一個終端定一個解析頻帶。這時,可做好一個例如將終端和解析頻帶對應(yīng)起來的參考表格,再參考該參考表格,由終端的種類定出解析頻帶。
還有,在攝、照影距離可根據(jù)測距傳感器等求得,鏡頭系(可調(diào)節(jié)焦距)、攝、照像部件的解像度等攝、照像機信息又可得到的情況下,也可預(yù)測出所拍下的虹膜的大小。于是,可事先做好將攝、照相距離及攝、照相機信息與解析頻帶相對應(yīng)的參考表,再參考該參考表由攝、照相距離及攝、照相機信息決定出解析頻帶。
如圖9所示,假設(shè)登錄時,進行以頻率F4U為上限,4個頻帶分別以F1~F4為中心頻率的頻率解析,將特征數(shù)據(jù)計算出來。
在這種情況下,若鑒別時的虹膜圖像的頻率上限Fmp比登錄時的上限頻率F4U大,就和登錄時一樣,在這4個頻率下進行頻率解析。而當(dāng)Fmp<F4U時,計算出Fmp≥FnU的最大的n。若n=3,就在分別以F1~F3為中心頻率的3個頻帶下進行頻率解析。
其次,在處理SB08,利用(式1)中的加博爾濾波器抽出特征數(shù)據(jù)。該處理大致和登錄時的處理SA06一樣,和處理SA06不同之處為它是根據(jù)在處理SB07決定出來的頻帶進行頻率解析的。當(dāng)已決定了在處理SB07,在n=3,即分別以F1~F3為中心頻率的3個頻帶下進行頻率解析的情況下,就將對應(yīng)于這些頻帶的3個加博爾濾波器(ω 1=2πF1,ω2=2πF2,ω3=2πF3)應(yīng)用于其中。從應(yīng)用了加博爾濾波器后而獲得的信號中抽出特征數(shù)據(jù)的方法,和處理SA06一樣用(式2)進行。
其次,如圖13所示,在處理SB09,將與通過處理SB08抽出的每一個頻率Fi相對應(yīng)的次特征數(shù)據(jù)FSi(二值符號)連接起來,來生成識別用虹膜符號FT。
若在虹膜鑒別終端15內(nèi)進行以上處理,那么,已作成的特征數(shù)據(jù)及用于解析的頻率信息將通過網(wǎng)絡(luò)13而被送到虹膜鑒別服務(wù)器11中。
需提一下,在本實施例中,是在虹膜鑒別終端15進行到特征抽出處理SB09以后,通過網(wǎng)絡(luò)13將特征數(shù)據(jù)送到虹膜鑒別服務(wù)器11中,然后在虹膜鑒別服務(wù)器11中進行鑒別的。不僅如此,例如,還可以在虹膜鑒別終端15中只進行獲取虹膜圖像的處理SB01,然后通過網(wǎng)絡(luò)13將虹膜圖像本身送到虹膜鑒別服務(wù)器11,再在虹膜鑒別服務(wù)器11中進行特征抽出處理SB02~SB09以及識別處理SB10和SB11。
還有,也可在虹膜鑒別終端15中,進行獲取虹膜圖像的處理SB01,特征抽出處理SB02~SB09以及識別處理SB10、SB11這一系列的處理。此時,要進行比較的對象的登錄虹膜符號從虹膜DB12通過網(wǎng)絡(luò)13被送到虹膜鑒別終端15,在終端15進行比較處理。
需提一下,鑒別時,有1對N鑒別和1對1鑒別。進行1對N鑒別時,被鑒別者不將自己的ID告訴機器,比較的是鑒別時已抽出的特征數(shù)據(jù)和虹膜DB12內(nèi)的所有基準(zhǔn)特征數(shù)據(jù)。若它和最相似的基準(zhǔn)特征數(shù)據(jù)的相似度(距離)在事先定好的閾值以上(以下),就被鑒別出來了。進行1對1鑒別時,被鑒別者將自己的ID告訴機器,比較的是鑒別時已抽出的特征數(shù)據(jù)和與使用者已告訴的ID相對應(yīng)的基準(zhǔn)特征數(shù)據(jù),若它們的相似度(距離)在事先定好的閾值以上(以下),就被鑒別出來了。因此,進行1對N鑒別時,若在虹膜鑒別終端15進行比較處理,虹膜DB12中的所有特征數(shù)據(jù)都要通過網(wǎng)絡(luò)13送到終端15。
在虹膜鑒別服務(wù)器11,比較事先已儲存在虹膜DB12中的基準(zhǔn)虹膜符號和鑒別對象的虹膜符號,這樣來進行人之鑒別。鑒別分1∶N鑒別和1∶1鑒別,二者之不同如上所述。本發(fā)明適應(yīng)這兩種情況,兩者之不同之處只是比較時,和多個特征數(shù)據(jù)相比較還是用一個ID的特征數(shù)據(jù)來比較而已。在以下的說明中,不體現(xiàn)二者之區(qū)別。
在處理SB10,對在登錄時的處理SA07所存儲的登錄用基準(zhǔn)虹膜符號和在鑒別時的處理SB09中所生成的識別虹膜符號進行比較。如圖14所示,比較時,是利用加在雙方的虹膜符號中的解析頻率信息,對解析用頻率相同的符號進行比較的。在本實施例中,若登錄時在分別以F1~F4為中心頻率的4個頻帶下進行頻率解析,鑒別時在分別以F1~F3為中心頻率的3個頻帶下進行頻率解析,那么,被比較的就是在頻率F1下解析好的次特征數(shù)據(jù)FS1和次特征數(shù)據(jù)FS1,在頻率F2下解析好的次特征數(shù)據(jù)FS2和次特征數(shù)據(jù)FS2及在頻率F3下解析好的次特征數(shù)據(jù)FS3和次特征數(shù)據(jù)FS3。
還有,比較時使用漢明距離。如圖15所示,為補償臉面的傾斜、眼球本身的旋轉(zhuǎn),邊將每一個特征數(shù)據(jù)偏移一個相等的量,邊計算出漢明距離。將該偏移量在所規(guī)定的范圍內(nèi)(允許虹膜圖案旋轉(zhuǎn)的范圍)變化時的那一最小漢明距離定為最終的漢明距離。
在處理SB11,將用比較了特征數(shù)據(jù)的各個位的漢明距離除以比較次數(shù)(所有位的數(shù)量),并再將它正規(guī)化后的值定為鑒別距離。于是,若該鑒別距離在事先定出的閾值以下,就識別為本人;若它比閾值大,就作為他人而拒絕掉。
需提一下,在本實施例中,因所生成的虹膜符號為二值而使用了漢明距離(XOR;“異或”運算)。當(dāng)特征數(shù)據(jù)為多值時,可以用其它的距離尺度(歐幾里得(Euclid)距離、正規(guī)化相關(guān)等)。
如上所述,在該實施例中,即使是在用解像度比登錄時的解像度還低的攝、照像部件拍下虹膜圖像的情況下,也會在不導(dǎo)致鑒別精度下降的情況下將人鑒別出來。
(第二個實施例)當(dāng)鑒別時攝、照像部件的解像度很低時,由多重解像度進行解析時的高解像度部分的次特征數(shù)據(jù)(令抽樣頻率為Fsp,在上限頻率為Fmp=Fsp/2以上時進行解析的特征)將不會被抽出來,這一部分數(shù)據(jù)也就不能用于人之核對了。這樣,用于核對的特征數(shù)據(jù)的總位數(shù)(信息量)就減少。由于該信息量之下降,同一個人間的核對成績(score)分布和他人間的核對成績分布的分離度就下降,核對精度就有可能下降。
圖16概念性地示出了通過比較任意人的組合特征數(shù)據(jù)而得到的同一個人和同一個人間的鑒別距離的分布D1和他人和他人間的鑒別距離的分布D2。在象圖16那樣決定好用于區(qū)別本人和他人的閾值TH的情況下,其他人的分布D2中鑒別距離比閾值TH還小的部分(斜線部分A1),就是將他人誤認為是本人(False Acceptance)的部分。因此,可從圖16那樣的分布大體上計算出錯誤地將他人接收進來的錯誤接收率(FalseAcceptance Rate)。
這樣,在本實施例中,事先參考虹膜DB12,計算出次特征數(shù)據(jù)FSi的每一個組合的FAR。并同時將應(yīng)該保證的FAR的基準(zhǔn)定下來。然后,若如第一個實施例所示的那樣,在鑒別時使用低解像度的攝像部件,除去已在高頻下解析的次特征數(shù)據(jù)(高頻下不進行解析)來求出特征數(shù)據(jù)FT的情況下,F(xiàn)AR的基準(zhǔn)未得到滿足,便可采取例如不進入鑒別處理這樣的措施。
還有,錯誤拒絕率FRR(False Rejection Rate)也是鑒別精度的一個指標(biāo)。在鑒別時攝、照像部件的解像度很低的情況下,由多重解像度進行解析時的高解像度部分的特征得不到利用,故用于核對的特征數(shù)據(jù)所擁有的信息量就減少。若由此而引起了本人的分布D1本身向四周擴展,就有可能導(dǎo)致FRR下降。圖16中,本人的分布D1中鑒別距離比閾值TH還大的那一部分(斜線部分A2)相當(dāng)于要將本人拒絕掉。
圖17為顯示本發(fā)明的第二個實施例所涉及的人之鑒別方法的處理過程的流程圖。圖17所示的處理在第一個實施例中向虹膜DB12的登錄處理(圖5)之后進行。
和第一個實施例一樣,用具有多個通帶的2維加博爾濾波器對虹膜圖像進行解析,做出和每一個頻率Fi相對應(yīng)的次特征數(shù)據(jù)FSi。在本實施例中,是象圖12所示的那樣,在4個頻帶下對登錄時的虹膜圖像進行解析,而做出4個次特征數(shù)據(jù)Fsi的。登錄到虹膜DB12的人數(shù)有多少該操作就重復(fù)進行多少次。這里,假設(shè)登錄到虹膜DB12中的人數(shù)為N(人),且每一個人至少拍了1張虹膜圖像,特征數(shù)據(jù)是從各虹膜圖像中抽出的。
在處理SA08,決定成為基準(zhǔn)的FAR(=T)和計算FAR的對象的特征數(shù)據(jù)(次特征數(shù)據(jù)之組合)。首先,選出所有的次特征數(shù)據(jù)FS1~FS4。亦即將所有的次特征數(shù)據(jù)FS1~FS4連接起來而生成特征數(shù)據(jù)FT。在處理SA09,對該特征數(shù)據(jù)FT,求出從人物P抽出的特征數(shù)據(jù)間的鑒別距離以及人物P和其它所有人(P以外)之間的鑒別距離。其分布情況如圖18(a)所示。
這里,在有多個人物P的登錄特征數(shù)據(jù)的情況下,如圖18(a)所示,可做出比較了本人和本人的特征數(shù)據(jù)后而得到的鑒別距離的分布DA1。而且,人物P和他人間的鑒別距離也為分布DA2。然后,可由這些分布DA1、DA2求出閾值ThA。這里,設(shè)定的是使FAR和FRR相等的閾值ThA。
需提一下,閾值ThA是對每一個人物P和他的特征數(shù)據(jù)之組合而設(shè)定的,設(shè)定方法根據(jù)鑒別目的之不同而有很多種。例如,在一定要將他人排除的情況下,即使錯誤拒絕率FRR稍大一些也沒關(guān)系,故可使閾值ThA小一些。而在若本人被拒絕,從使用者使用時的難易程度(user interface)的觀點來看極難使用的情況下,可犧牲錯誤接收率FAR而讓閾值ThA大一些。還有,因在人物P的登錄特征數(shù)據(jù)只有一個的情況下,不能產(chǎn)生本人與本人的分布,故僅參考FAR決定閾值Th就行了。
需提一下,若登錄到虹膜DB12的數(shù)據(jù)數(shù)量不太多,就有圖18(a)所示的2個分布不發(fā)生重疊的時候。在這種情況下,通過用適當(dāng)?shù)暮瘮?shù)將雙方的分布近似一下,也能求出雙方之分布相互重疊的部分。
在處理SA10,算出閾值為ThA時的錯誤接收率FAR。在圖18(a)所示的情況下,錯誤接收率FAR為斜線部分AA1。然后判斷該AA1是否比事先定好的基準(zhǔn)值FAR=T小。若這時AA1小于T,就判斷為可在頻率F1~F4下進行用以識別人物P的解析。
同樣,對所有人計算出次特征數(shù)據(jù)之組合FS1~FS4下的FAR,然后判斷該已計算出來的FAR是否比事先定好的閾值T小。需提一下,對每一個人物都要計算出FAR的理由為某些人僅根據(jù)低頻下解析的特征就能把本人和他人區(qū)分開來,而另一些人則不是這樣。因此,對每一個人都進行計算可求出適合每一個人的次特征數(shù)據(jù)的組合。
這里,單靠在低頻下解析出來的特征就可將本人和他人區(qū)分開來的人,指的是虹膜紋理的低頻部分具有獨特性的那些人。當(dāng)然,也可以不同于本實施例,對本人及本人以外的所有的人計算出一個共用的鑒別精度。此時,可通過比較本人和本人間的鑒別距離的整個分布和他人和他人間的鑒別距離的整個分布來將FAR計算出來。此時,就不必將對每個人有效的次特征數(shù)據(jù)之組合存儲到虹膜DB12中了,故可帶來使存儲容量減少的效果。
接著,對別的次特征的組合,重復(fù)進行處理SA08~SA10。例如,當(dāng)選擇FS1~FS3作第2個組合時,進行同樣處理之結(jié)果,對所有人的鑒別精度都十分高。
其次,考慮一下選擇FS1~FS2作第3個組合時的情況。圖18(b)示出了這時的人物P和人物P的鑒別距離之分布DB1及人物P和其它所有人(P以外)間的鑒別距離之分布DB2。此時,F(xiàn)AR為斜線部分AB1之面積。這里,若AB1≥T,在頻率F1~F2下進行解析以識別人物P時,就得不到充分高的鑒別精度。因此,可由虹膜DB12得知在鑒別人物P的情況下,至少在頻率F1~F3下進行解析才能得到充分高的鑒別精度。
因此,若用它的解像度使解析用最高頻率比F3還低的虹膜圖像對人物P進行鑒別,則虹膜鑒別服務(wù)器11就向人物P發(fā)出警告,或者發(fā)出人物P不能進行鑒別的通知。
需提一下,在本實施例中,以FAR作鑒別精度,但FAR隨著閾值Th之設(shè)定之變化而變化。因此,可用例如FAR和FRR之和來作不依賴于閾值Th的鑒別精度。此時,鑒別精度不依賴于閾值Th,僅由圖15所示的2個分布來決定。
需提一下,在本實施例中,是對每一個人使用他本人和他本人的分布的,但因?qū)嶋H上一個人的登錄特征數(shù)據(jù)的個數(shù)受限(一幅~幾幅),故有時候求不出這里所示的分布。在這種情況下,例如可在登錄虹膜圖像時,先給虹膜拍數(shù)秒的活動圖像,再從這些活動圖像中抽出每一個幀圖像而分別作登錄圖像用。例如,當(dāng)用30幀/秒的有級(progressive)掃描攝像機拍3秒時,就能得到總共90幅的虹膜圖像,再從中將眨眼等時拍下的不好的某些圖像除去,剩下的這些圖像全部可作登錄用圖像。若此時邊改變照明的亮度邊拍下活動圖像,就能得到瞳孔之大小有變化的圖像。故能得到在許多條件下拍下時的本人和本人的分布。
還有,若每進行一次鑒別,都將鑒別好是本人的特征數(shù)據(jù)加到數(shù)據(jù)庫中,就能不斷地更新本人的分布。
需提一下,處理SA08~SA10不是鑒別時進行的處理,是在登錄時事先進行的處理。向虹膜DB12登錄新數(shù)據(jù)時,或者某一個人的登錄特征數(shù)據(jù)被更新時,再次進行本處理就可以了。還有,在不希望每登錄一次就執(zhí)行本處理而造成計算負荷增大等的情況下,也可每星期一次,或者每月一次等這樣定期地進行本處理。
需提一下,解析頻率之組合并不僅限于1~k這樣連續(xù)的頻率組合,也可以是F1、F3、F5那樣的不連續(xù)的頻率組合。不連續(xù)的頻率組合在以下情況下很有效。即對某一個人的虹膜圖像進行頻率解析的時候,若在頻率為F1、F3、F5下獨特性(和別人不一樣)很高,那么,若這時同時使用頻率F2、F4,則反而會使本人和他人之分布的分離性變壞等情況。
需提一下,在本實施例中,根據(jù)已估計出來的鑒別精度最后判斷要不要鑒別被鑒別者。不僅如此,例如還可以控制付給鑒別后的被鑒別者的權(quán)限。例如,在對人之鑒別是為進行電子商務(wù)的情況下,可根據(jù)已估計出來的鑒別精度設(shè)定商務(wù)金額的限度;在對人之鑒別是為管理出入房屋的情況下,可根據(jù)已估計出來的鑒別精度決定可進入的房屋;在對人之鑒別是為登錄到PC等的情況下,可根據(jù)已估計出來的鑒別精度控制可實行的命令(僅閱讀、可重寫、可消掉)等。
還有,可根據(jù)已估計出來的鑒別精度判斷是否還要再次進行鑒別。例如,在虹膜鑒別終端15的攝、照相機的焦距可調(diào)的情況下,可做出使焦距變大而再次進行攝影的指示。還有,在攝、照相機的焦點可調(diào)的情況下,可做出讓虹膜進一步接近攝、照相機而再次進行攝影的指示。
還有,在第一個實施例中,是以鑒別時拍下的虹膜圖像的解像度為基礎(chǔ)選擇鑒別時所用的頻率的。不僅如此,既可代替它,用事先算好的頻率的每一個組合的鑒別精度來選擇鑒別時的頻率,還可將二者結(jié)合起來使用。例如,從錯誤接收率FAR成為所規(guī)定值以下的那一頻率的組合中,選出錯誤接收率FAR最小或者頻率個數(shù)最少的用于鑒別。
還有,在本實施例中,是事先決定鑒別距離的閾值,然后用該閾值計算錯誤接收率FAR的。還可以與此相反,從應(yīng)該保證的最小的錯誤接收率FAR計算出閾值來。于是,例如在沒達到最低應(yīng)該保證的錯誤接收率FAR的情況下,可再次將閾值設(shè)定得更嚴格一些,也可以進行鑒別。
需提一下,還可以利用可從登錄時的特征數(shù)據(jù)估計出鑒別精度這樣的方法,來拍下左右雙方的虹膜圖像并將它們的鑒別精度分別計算出來,將鑒別精度高(和他人的特征數(shù)據(jù)的分離度高)的虹膜圖像登錄起來。還有,在雙方的虹膜圖像的鑒別精度都比所規(guī)定的值低的情況下,則可將雙方的虹膜圖像都登錄起來用于鑒別。
需提一下,如上所述,例如在利用指紋進行鑒別的情況下,可登錄多個手指,最后登錄起鑒別精度高的手指,而在一個手指不能滿足事先定好的鑒別精度的情況下,則將多個手指都登錄起來,鑒別時同時使用多個手指。
(第三個實施例)在第一個實施例中,登錄時,用解像度較高的即可用充分高的解像度拍下虹膜的攝像部件拍下了虹膜圖像。之后,進行多重解像度解析,對每一個解析用頻帶抽出次特征數(shù)據(jù)。鑒別時,由所拍下的虹膜圖像決定應(yīng)該用于解析的至少一個頻帶,并通過比較登錄時和鑒別時所對應(yīng)的頻帶間的次特征數(shù)據(jù)來進行人之鑒別。
在本發(fā)明的第三個實施例中,登錄時,要得到多個解像度的虹膜圖像。
取得方法之一為實際拍下多個解像度的虹膜圖像。攝像方法,如用照像部件的解像度各不相同的多個照相機來拍,不斷地改變照相機的焦距拍許多次。
其他取得方法,為先以充分高的解像度拍下虹膜圖像,再如圖19所示那樣,將多個(圖19中為3個)低通濾波器LPF1~LPF3用到所拍下的虹膜圖像中,而產(chǎn)生多個解像度各不相同的虹膜圖像。雖然此時虹膜圖像的大小本身不發(fā)生變化,但圖像中所含的頻率成分卻是不同(高頻成分被切掉)的。
然后,分別給這些多個解像度的虹膜圖像定出用于解析它們的頻帶。
在實際拍下多個解像度的虹膜圖像的情況下,和第一實施例中鑒別時的操作一樣,是以虹膜和瞳孔邊界的圓周上的像素數(shù)為根據(jù)來決定頻帶的。
例如,是在用3個解像度R1、R2及R3拍下虹膜圖像,并根據(jù)抽樣定理,分別求出解析用上限頻率Fsp1、Fsp2、Fsp3的。如圖20所示,在準(zhǔn)備了通過頻帶的中心頻率為Fn(下限頻率FnL,上限頻率FnU)的加博爾濾波器n(n=1~4)的情況下,例如選擇通過頻帶的上限FnU不超過虹膜圖像的抽樣頻率Fs的1/2的加博爾濾波器n。結(jié)果,僅用加博爾濾波器1解析解像度為R1的圖像,用加博爾濾波器1~3解析解像度為R2的圖像,用加博爾濾波器1~4解析解像度為R3的圖像。
需提一下,和第一實施例一樣,每一個加博爾濾波器的通過頻帶都在高斯函數(shù)的半值處有重疊。
另一方面,在通過應(yīng)用多個低通濾波器而得到多個虹膜圖像的情況下,由所應(yīng)用的低通濾波器的特性決定該用于解析的頻帶。
圖21示出了所拍下的虹膜圖像及對將多個低通濾波器用到該虹膜圖像中而產(chǎn)生的圖像作了傅利葉變換后而得到的用頻域表示的情況。需提一下,因圖像為2維,傅利葉變換后也為2維。但為簡單起見,和第一個實例一樣,表示為一維(將極坐標(biāo)應(yīng)用到其中后虹膜在圓周方向上的維)。
從圖21可知低通濾波器LPFi(i=1~3)讓頻率Fci以下的頻率通過。這里,設(shè)原始圖像的抽樣頻率為Fsp,則有Fsp/2>Fc1>Fc2>Fc3在這種情況下,可從所用的低通濾波器的特性求出唯一的一個該用于解析的頻帶。也就是說,如圖22所示,若選擇通過頻帶的上限頻率FnU不超過應(yīng)用到該圖像的低通濾波器的遮斷頻率Fci那樣的加博爾濾波器,則就要用加博爾濾波器1~3對應(yīng)用了低通濾波器LPF1的圖像進行解析;用加博爾濾波器1和2對應(yīng)用了低通濾波器LPF2的圖像進行解析;就要僅用加博爾濾波器1對應(yīng)用了低通濾波器LPF3的圖像進行解析。和第一個實施例一樣,用加博爾濾波器1~4對原始圖像進行解析。
需提一下,特征數(shù)據(jù)的抽出和第一個實施例一樣,就不再說明了。還有,如圖23所示,將根據(jù)每一個解析用頻帶之組合而抽出的特征數(shù)據(jù)分別儲存到與之相對應(yīng)的虹膜DB12a~12d中。
鑒別時,和第一或者第二個實施例一樣,由所拍下的虹膜圖像決定應(yīng)該用于解析的頻帶。然后,從圖23所示的多個虹膜DB12a~12d中選擇該用于解析的頻帶相等的虹膜DB,并用儲存在其中的特征數(shù)據(jù)進行鑒別。鑒別方法的詳細情況和第一個實施例一樣,不再說明了。
根據(jù)該實施例,能得到和第一個實施例一樣的效果。
需提一下,在本實施例中,該用于解析的頻帶是以圖像中所包含的信息的上限頻率為根據(jù)選擇的。也可和第二個實施例一樣,事先將鑒別精度估計出來,再根據(jù)已估計出來的鑒別精度選擇解析頻率的組合。此時,解析頻帶并不限于相鄰的頻帶(例如圖22中的F1,F(xiàn)2,F(xiàn)3),也可以跳著取值(例如圖22中的F1,F(xiàn)3),這已在第二個實施例中做了說明。
綜上所述,根據(jù)本發(fā)明,即使是用解像度各種各樣的的攝、照像部件拍下的虹膜圖像,也能進行鑒別精度之下降得以抑制的鑒別。即使在特征數(shù)據(jù)所擁有的信息量減少的情況下,也能針對所估計出來的鑒別精度采取相應(yīng)的措施。
權(quán)利要求
1.一種人之鑒別方法,是利用生物信息進行人之鑒別的,其中登錄時,對已獲得的生物信息進行用了多個頻率的頻率解析,而對每一個頻率產(chǎn)生一個特征數(shù)據(jù)并將它登錄好;鑒別時,先從上述多個頻率中選出為鑒別而進行的頻率解析所用的頻率,再對已獲得的被鑒別者的生物信息進行用了已選出的頻率的頻率解析,而對每一個已選出的頻率產(chǎn)生一個特征數(shù)據(jù),然后通過一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下登錄時的特征數(shù)據(jù),就將人鑒別出來了。
2.根據(jù)權(quán)利要求第1項所述的人之鑒別方法,其中上述生物信息為眼睛中的虹膜的圖像。
3.根據(jù)權(quán)利要求第2項所述的人之鑒別方法,其中鑒別時的頻率,是根據(jù)鑒別時所拍下的虹膜圖像的解像度來選擇的。
4.根據(jù)權(quán)利要求第3項所述的人之鑒別方法,其中虹膜圖像的解像度,是從該虹膜圖像本身求得的。
5.根據(jù)權(quán)利要求第4項所述的人之鑒別方法,其中虹膜圖像的解像度,是根據(jù)對應(yīng)于該虹膜圖像中的虹膜和瞳孔的邊界的圓周長度求得的。
6.根據(jù)權(quán)利要求第3項所述的人之鑒別方法,其中虹膜圖像的解像度,是根據(jù)和拍下該虹膜圖像的機器有關(guān)的信息求得的。
7.根據(jù)權(quán)利要求第1項所述的人之鑒別方法,其中鑒別時的頻率,是根據(jù)上述每一個多個頻率之組合的鑒別精度來選擇的。
8.根據(jù)權(quán)利要求第7項所述的人之鑒別方法,其中鑒別精度,是用同一個人間的鑒別距離的分布和他人間的鑒別距離的分布算出的。
9.根據(jù)權(quán)利要求第1項所述的人之鑒別方法,其中鑒別時的鑒別精度,是根據(jù)已選出的頻率估計出來的。
10.根據(jù)權(quán)利要求第9項所述的人之鑒別方法,其中鑒別精度,是根據(jù)同一個人間的鑒別距離的分布和他人間的鑒別距離的分布估計出來的。
11.根據(jù)權(quán)利要求第9項所述的人之鑒別方法,其中根據(jù)已估計出來的鑒別精度,最后判斷出要不要鑒別被鑒別者。
12.根據(jù)權(quán)利要求第9項所述的人之鑒別方法,其中根據(jù)已估計出來的鑒別精度,控制加給鑒別后的被鑒別者的權(quán)限。
13.根據(jù)權(quán)利要求第9項所述的人之鑒別方法,其中根據(jù)已估計出來的鑒別精度,判斷是否還要再次進行鑒別。
14.一種人之鑒別裝置,是利用生物信息進行人之鑒別的,其中登錄時,對已獲得的生物信息進行用了多個頻率的頻率解析,而對每一個頻率產(chǎn)生一個特征數(shù)據(jù)并將它登錄好;鑒別時,先從上述多個頻率中選出為鑒別而進行的頻率解析所用的頻率,再對已獲得的被鑒別者的生物信息進行用了已選出的頻率的頻率解析,而對每一個已選出的頻率產(chǎn)生一個特征數(shù)據(jù),通過一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下登錄時的特征數(shù)據(jù),就將人鑒別出來了。
15.根據(jù)權(quán)利要求第14項所述的人之鑒別裝置,其中上述生物信息為眼睛中的虹膜的圖像。
全文摘要
登錄時,對已拍下的虹膜圖像1進行用了多個頻率f1~fn的頻率解析,并對每一個頻率f1~fn產(chǎn)生一個特征數(shù)據(jù)。鑒別時,先從登錄時所用的多個頻率f1~fn中選出為進行鑒別的頻率解析所用的頻率f2~fn,再對已拍下的被鑒別者的虹膜圖像2進行用了已選出的頻率f2~fn的頻率解析,而對每一個已選出的頻率f2~fn產(chǎn)生一個特征數(shù)據(jù),之后一一地比較所產(chǎn)生的每一個特征數(shù)據(jù)和同一個頻率下登錄時的特征數(shù)據(jù),這樣進行人之鑒別。
文檔編號H04L9/32GK1373452SQ0210658
公開日2002年10月9日 申請日期2002年2月27日 優(yōu)先權(quán)日2001年2月28日
發(fā)明者近藤堅司, 魚森謙也 申請人:松下電器產(chǎn)業(yè)株式會社