[0001] 本发明涉及使用了生物体信息的个人识别技术，特别涉及使用了生物体信息的个人识别中的识别阈值的设定。

[0002] 以往，利用了如下的个人识别装置(个人认证装置)：使用面部、指纹、掌纹、虹膜(iris)、声纹等生物体信息而判定识别对象者是否为注册者。个人识别装置一般会计算识别对象者的生物体信息和注册者的生物体信息的相似度，如果相似度为识别阈值以上则判定为对象者是注册者，如果相似度小于识别阈值则判定为对象者不是注册者。

[0003] 在此，若将识别阈值设定得大，则能够抑制将不是注册者的人判定为是注册者的他人接受率(FAR(False Acceptance Rate))，但会导致将注册者判定为不是注册者的本人放弃率(FRR(False Rejection Rate))上升。相反，若将识别阈值设定得小，则能够抑制本人放弃率，但会导致他人接受率上升。因此，适当地决定识别阈值在适当地进行生物体认证上是重要的。

[0004] 专利文献1公开了除注册者的生物体信息之外还准备非注册者的生物体信息，不仅计算对象者与注册者的相似度，还计算对象者与非注册者的相似度而进行对照，并利用这些识别结果来决定识别阈值。像这样还利用非注册者的生物体信息而增加样本数，并根据大量的样本来设定识别阈值，因此和基于仅与注册者的识别结果来决定识别阈值相比，能够得到更适当的识别阈值。

[0005] 此外，专利文献2公开了在面部识别装置中，当识别对象的面部图像的拍摄位置或拍摄时刻与识别处理完毕的面部图像的拍摄位置或拍摄时刻相近时降低阈值，当远离时提高阈值。专利文献2中，当面部图像的拍摄位置或拍摄时刻相近的情况下在面部图像中包含的人物相同的可能性较高，因此即使在因面部的朝向或照明状态等导致计算出的相似度较低的情况下，也能够准确地识别。

[0006] [专利文献1](日本)特开2004-46697号公报

[0007] [专利文献2](日本)特开2008-117271号公报

[0008] 在专利文献1中，没有考虑取得了生物体信息时的状况，难以抑制伴随以下情况的本人放弃或他人接受，即计算出的相似度根据状况而或高或低。此外，在专利文献2中，当拍摄位置或拍摄时刻相近的情况下降低阈值，但即便是在相近的场所或时刻所取得的生物体信息，有时也会是不同的人物，该情况下存在会发生他人接受的顾虑。并且相反，即便是在远离的场所或时刻所取得的生物体信息，有时也会是同一人物，该情况下存在会发生本人放弃的顾虑。

[0035] 本发明的第1实施方式是为了登录认证或者解锁而使用面部认证的便携信息终端。在面部认证中根据所输入的面部图像和已注册的面部图像的相似度是否为阈值以上而判断认证成功或者失败。在本实施方式中，使用过去进行的认证的结果而动态地改变阈值，使得能够进行适当的认证。

[0036] 图1(a)是表示本实施方式的便携信息终端10的硬件结构的图。便携信息终端10包括摄像头11、运算装置12、存储装置13、通信装置14、输入装置15、输出装置16。摄像头11内置于便携信息终端10中，但也可以外置。运算装置12是CPU(中央处理单元)等通用的处理器，执行在存储装置13中存储的程序而实现后述的功能。存储装置13包括主存储装置以及辅助存储装置，存储由运算装置12执行的程序，并且存储图像数据或程序执行中的临时数据。通信装置14是用于便携信息终端10与外部的计算机进行通信的装置。通信的方式可以是有线也可以是无线，通信标准可以是任意的。输入装置15由按钮或触摸面板等构成。输出装置16由显示装置或扬声器等构成，是用于便携信息终端10进行对于用户的输出的装置。

[0037] 运算装置12通过执行程序，实现图1(b)所示那样的功能。即，运算装置12提供图像输入部101、面部认证部102、注册者数据存储部103、认证阈值存储部104、口令认证部105、认证结果数据存储部106、阈值设定部107的各功能。关于各部的处理内容在以下进行说明。另外，这些功能部的一部分或者全部也可以由专用的硬件电路来实现。

[0038] 参照图2的流程图，说明便携信息终端10中的登录处理。另外，这里为了简单而假设以下情况进行说明：在注册者数据存储部103中存储的注册者的数据只有一个人的数据，判定认证对象者是否符合该注册者。注册者有多个人时的处理在后面叙述。

[0039] 在步骤S201中，面部认证部102执行面部认证处理。参照图3说明面部认证处理的详细的流程图。若进行使用了摄像头11的用户(认证对象者)的面部图像的拍摄，则面部认证部102经由图像输入部101取得已拍摄的面部图像(S301)。面部认证部102从所取得的面部图像中提取表示面部的特征的特征量(S302)。例如，面部认证部102检测面部的器官的端点等特征点，根据特征点的位置关系或在特征点附近的灰度值的周期性或方向性等，提取特征量。

[0040] 面部认证部102计算从输入图像取得的特征量与在注册者数据存储部103中存储的注册者的特征量的相似度(S303)。另外，在注册者数据存储部103中预先存储了根据对注册者的面部进行了拍摄的面部图像而求出的特征量。面部认证部102对照从输入图像取得的特征量与在注册者数据存储部103中存储的注册者的特征量，从而计算表示相似度的得分。在本实施方式中，由0到1000的得分来表示相似度，假设得分越大则相似度越高。

[0041] 面部认证部102判定在步骤S303中算出的相似度是否为在认证阈值存储部104中存储的认证阈值以上(S304)。如果相似度为认证阈值以上(S304-是)，则能够识别为认证对象者是注册者，且判断为使用了面部图像的认证处理成功(S305)。另一方面，如果相似度小于认证阈值(S304-否)，则能够识别为认证对象者不是注册者，且判断为使用了面部图像的认证处理失败(S306)。

[0042] 返回到图2的流程图。在面部认证成功的情况(S202-是)下，判断为登录认证成功(S203)。另一方面，即使在面部认证失败的情况(S202-否)下，也有认证对象者为注册者的情况。例如，在拍摄了面部图像时的照明条件、面部的朝向、发型等与注册数据拍摄时的不同，或者在面部图像的拍摄中发生了手抖的情况等，可能会发生本人放弃。因此，便携信息终端10在面部认证失败的情况下进行基于与面部认证不同的手段的认证。在本实施方式中，便携信息终端10进行使用了口令的认证处理(S204)。口令认证部105要求认证对象者输入口令，通过判定所输入的口令与预先注册的口令是否一致而进行认证。如果基于口令的认证成功(S205-是)，则判断为认证对象者是注册者，且登录认证成功(S203)。另一方面，如果基于口令的认证也失败(S205-否)，则判断为认证对象者不是注册者，且登录认证失败(S206)。另外，除使用了口令的认证外，能够利用使用了注册图案的认证、使用了卡密钥(非接触IC卡)的认证、使用了面部图像以外的生物体信息的认证等现有的任意的认证方法。

[0043] 便携信息终端10将上述的认证处理中的认证结果存储到认证结果数据存储部106(S207)。如图4(a)所示，在认证结果数据存储部106中存储的认证结果数据包括认证日期时间401、相似度402、正解识别结果403。认证日期时间优选设为在面部认证中使用的面部图像的拍摄日期时间。相似度402是在面部认证的步骤S303中求出的认证对象者与注册者的相似度。正解识别结果403是表示认证对象者是否为注册者(在相似度计算时被比较的注册者)的信息。在本实施方式中，在面部认证或口令认证的其中一个成功的情况下，能够判断为认证对象者是注册者本人。相反在面部认证和口令认证都失败的情况下，能够判断为认证对象者不是注册者。此外，在存储新进行的认证的结果时，在认证结果数据存储部106中已经存储的认证结果数据达到了上限的情况下，优选删除最早的数据。

[0044] 另外，在注册者仅一人的情况下，难以检测他人接受。因此，优选的是预先将假的注册者准备一人或者多人而存储到注册者数据存储部103。如果从输入图像得到的特征量与假的注册者的特征量的相似度小于认证阈值则能够准确地放弃他人，但如果该相似度是认证阈值以上则会发生他人接受。便携信息终端10将这样得到的与假的注册者之间的认证结果也存储到认证结果数据存储部106。在此，期望假的注册者与实际的注册者的相似度不高，因此关于与实际的注册者的相似度为预定值(可以是与认证阈值相同的值，也可以是不同的值)以上的假的注册者，不应用上述处理。

[0045] 阈值设定部107基于在认证结果数据存储部106中存储的认证结果数据，进行认证阈值的更新(设定)(S208)。通过使用在认证结果数据存储部106中存储的多个认证结果数据，能够计算出在改变了认证阈值的情况下的本人放弃率或他人接受率。本人放弃率表示尽管认证对象者是注册者本人但识别为不是注册者本人的比例。他人接受率表示尽管认证对象者不是注册者本人(是他人)但识别为是注册者本人的比例。优选本人放弃率以及他人接受率都较小。如图4(b)所示，若减小阈值则能够降低本人放弃率404，但他人接受率405会上升。相反，如果增大阈值则能够降低他人接受率405，但本人放弃率404会上升。

[0046] 考虑采用本人放弃率和他人接受率会相等的阈值(图4(b)所示的交叉点中的阈值)，作为适当的阈值。在本实施方式中，阈值设定部107更新认证阈值，使得本人放弃率和他人接受率会相等。在本实施方式中，阈值设定部107一边改变阈值，一边求出本人放弃率和他人接受率，并搜索本人放弃率和他人接受率会相等的阈值。此外，在本实施方式中，越是最近的识别结果就赋予越大的权重而求出加权的本人放弃率和他人接受率，从而以这些相等的方式来决定阈值。

[0047] 关于认证阈值更新处理的细节，参照图5的流程图更加详细地进行说明。阈值设定部107从认证结果数据存储部106取得认证结果数据(S501)。在本实施方式中，设为使用最近100次的认证处理的认证结果，因而阈值设定部107取得最近100次的认证结果数据。此外，阈值设定部107从认证阈值存储部104取得现在的认证阈值(S502)。

[0048] 阈值设定部107在步骤S501中取得的认证结果数据中，分别计算在使用了步骤S502中取得的认证阈值的情况下的、本人放弃率和他人接受率(S503)。这时，越是最近的识别结果就应用越大的加权系数而计算本人放弃率和他人接受率。例如，从1次前到10次前的认证处理计数为两个数据量(两次量)，从11次前到20次前的认证处理计数为1.8个数据量(1.8次量)等。即，越是最近进行的认证处理的结果就赋予越大的加权系数，越是以前进行的认证结果就赋予越小的加权系数。在此，基于是几次前而决定加权系数，但也可以基于进行了认证的时刻与当前时刻的差来决定加权系数。加权本人放弃率能够作为相似度402小于认证阈值的识别结果数据的加权个数相对于正解识别结果403是“本人”的识别结果数据的加权个数的比例而算出。此外，加权他人接受率能够作为相似度402为认证阈值以上的识别结果数据的加权个数相对于正解识别结果403是“他人”的识别结果数据的加权个数的比例而算出。

[0049] 阈值设定部107判断在步骤S503中算出的加权本人放弃率和加权他人接受率是否相等(S504)。在两个值相等的情况(S504-是)下，决定为现在的认证阈值是适当的值(S506)。另一方面，在两个值不同的情况(S504-否)下，阈值设定部107变更认证阈值的值。阈值设定部107在加权本人放弃率比加权他人接受率更高的情况下降低认证阈值，在加权本人放弃率比加权他人接受率更低的情况下提高认证阈值。在此，认证阈值的变化量可以是固定值，但也优选设为与加权本人放弃率和加权他人接受率之差相应的大小。在变更了认证阈值之后返回到步骤S503，使用变更后的认证阈值重复与上述相同的处理。由此，能够决定认证阈值使得最终加权本人放弃率和加权他人接受率相等。阈值设定部107将在步骤S506中决定的认证阈值存储到认证阈值存储部104。

[0050] 本实施方式的便携信息终端10通过具备上述的功能，能够适当地设定面部认证时的认证阈值。被拍摄的面部图像和已注册的面部图像的相似度在使用环境不同时会变化。如果以与注册时所拍摄的条件相同的条件进行拍摄则计算出的相似度会较高，但如果照明条件、面部的朝向、发型等变化则计算出的相似度会较低。在本实施方式中，由于根据从过去实际拍摄的面部图像所得到的相似度和此时的正确的结果来决定认证阈值，因而能够设定如本人放弃率和他人接受率会相等的适当的认证阈值。此外，由于越是最近的认证处理所涉及的结果就越重视而设定认证阈值，因而能够进行重视了在时间上接近当前时刻的认证结果的阈值设定处理。例如，在照明暗的环境中使用便携信息终端10的情况下计算出的相似度较低。如果假定为使用环境在短时间内不会变化，则通过重视最近的结果而设定阈值，能够实现反映了当前时刻的使用环境的阈值设定。

[0051] 上述的实施方式的说明只不过是例示性地说明本发明，本发明不限于上述的具体的方式。本发明在其技术思想的范围内能够进行各种变形。

[0052] (变形例1)

[0053] 在上述的说明中，在认证阈值更新处理S208中以本人放弃率和他人接受率相等的方式决定了阈值，但也可以按照其他的基准来决定阈值。例如，也可以以本人放弃率成为某一预定值(以下)的方式决定阈值，也可以以他人接受率成为某一预定值(以下)的方式决定阈值。另外，当不存在如本人放弃率或他人接受率成为上述预定值的阈值的情况下，以本人放弃率或他人接受率成为接近上述预定值的值的方式决定阈值即可，可以将本人放弃率成为上述预定值以下的最大的值决定为阈值，或者可以将他人接受率成为上述预定值以下的最小的值决定为阈值。这样，在认证阈值更新处理S208中，在使用了存储在认证结果数据存储部106的认证结果数据的情况下，以本人放弃率以及他人接受率的至少其中一个满足预定的条件的方式决定阈值即可。阈值的决定基准根据面部认证处理的应用用途来决定即可。

[0054] 在上述的说明中，在认证阈值更新处理S208中，如图5的流程图所示那样以搜索方式决定了适当的认证阈值，但也可以按照穷举方式来决定适当的阈值。即，也可以将各种值设为阈值而求出本人放弃率或他人接受率，并决定如这些会满足上述预定的条件(例如，本人放弃率和他人接受率相等)的阈值。此外，根据在认证结果数据存储部106中存储的数据，有时阈值是某一范围的值时会满足上述预定的条件。该情况下，阈值决定为该范围内的值即可，但越接近范围的中心(上限值和下限值的平均)就越理想，决定为范围的中心则最理想。此外，相反有时也会不存在满足上述预定的条件的阈值。该情况下，以接近上述预定的条件的方式决定阈值即可。例如，以本人放弃率和他人接受率之差成为最小的方式决定阈值即可。或者，也可以求出还从认证结果数据而求得的本人放弃率或他人接受率的近似曲线，并采用与近似曲线之间的交点对应的阈值。

[0055] (变形例2)

[0056] 在上述的说明中，在认证阈值更新处理S208中对认证结果数据赋予加权而决定了阈值，但也可以不进行加权而决定阈值。该情况下，阈值设定部107使用有关在最近进行的预定次数的认证的认证结果数据或者有关在最近的预定期间内进行的认证的认证结果数据来决定阈值也较理想。

[0057] (变形例3)

[0058] 在上述的说明中，以注册者只有一人为前提进行了说明，但即使在注册者为多个人的情况下，也能够与上述同样地进行处理而适当地设定阈值。首先，关于面部认证处理进行说明。

[0059] 在不指定认证对象者是谁而进行面部认证的情况(1对N对照)下，面部认证部102计算所输入的面部图像与已注册的所有注册者的面部图像的相似度，将相似度成为认证阈值以上的注册者(多个符合时的相似度最高的注册者)判别为是认证对象，从而使认证成功。该情况下，关于各个注册者，由于能够得到相似度以及正解识别结果(是否为注册者本人)，因而将这些都作为认证结果数据而存储到认证结果数据存储部106。另外，关于即便相似度为阈值以上但不是最高的值的注册者，能够判断为是与认证对象者不同的人物。

[0060] 另一方面，在认证对象者输入用户ID等指定自己是哪个注册者而进行面部认证的情况(1对1对照)下，从认证目的而言只要在与该被指定的注册者之间进行面部图像的对照即可，但面部认证部102为了阈值更新处理，在与非指定的注册者之间也算出面部图像的相似度。该情况下，关于从认证对象者被指定的注册者，与上述的说明同样地判断是否为认证对象者即可。关于从认证对象者被指定的注册者以外的注册者，可以判断为都不同于认证对象者。

[0061] 在注册者有多人的情况下，认证阈值可以针对多个注册者的每一个单独进行设定，也可以针对所有的注册者公共地设定。在针对各注册者设定阈值的情况下，在阈值更新处理中，仅使用在与各注册者进行了比较时的认证结果数据(相似度和正解认证结果)来更新阈值。例如，在更新有关注册者A的阈值时，基于在将对象者与注册者A进行了比较时的相似度以及正解，根据正解为“本人”的认证结果而求出本人放弃率曲线，根据正解为“他人”的认证结果而求出他人接受率曲线，并以本人放弃率或他人接受率满足预定的条件的方式设定注册者A用的阈值即可。该情况下，认证结果数据除图4(a)所示的认证日期时间401、相似度402、正解识别结果403之外，优选还包括表示对照对象的注册者的识别符。另一方面，在针对所有的注册者公共地设定阈值的情况下，使用所有的认证结果数据来更新阈值即可。更具体地说，与比较对象的注册者无关地，根据正解为“本人”的认证结果而求出本人放弃率曲线，根据正解为“他人”的认证结果而求出他人接受率曲线，并以本人放弃率或他人接受率满足预定的条件的方式设定所有注册者公共的阈值即可。

[0062] 这样，在注册者有多人的情况下也能够得到与上述的说明同样的效果。通过进行与所有注册者的对照，能够得到大量的结果，基于这些能够设定适当的阈值。

[0063] (变形例4)

[0064] 在上述的说明中，假设在每当新进行认证处理时进行阈值的更新处理而进行了说明。但是，进行阈值更新处理的定时也能够设为上述以外。例如，如图6(a)所示，也可以判定从进行上一次的阈值更新处理起是否进行了预定次数的认证处理(S601)，只有在进行了该预定次数的认证处理的情况下，执行步骤S501(图5)以后的阈值更新处理。由此，能够抑制阈值更新处理的负荷。

[0065] 上述的预定次数可以是固定值，也可以根据在认证处理中算出的相似度来决定。例如，考虑所算出的相似度的偏差越大就越减小预定次数的值。尤其，可以在最近算出的相似度的偏差(值的变化)越大时，越减小预定次数的值。因为在相似度分散的情况下，认为拍摄条件等与注册时不同的可能性高，认为变更阈值的必要性高。

[0066] 此外，若基于少量的数据数进行阈值更新处理，则也有可能无法设定为适当的阈值。因此，在系统运转后直到积累预定次数的识别结果数据之前不进行阈值更新处理也较理想。例如，如图6(b)所示，也可以在系统运转后没有进行阈值更新处理的情况(S602-是)下，在正解结果403为“本人”的认证结果数据积累了N1个以上(S603-是)且正解结果403为“他人”的认证结果数据积累了N2个以上(S604-是)的情况下才执行阈值更新处理。在此，上述的N1和N2可以是相同的数，也可以是不同的数。在以本人放弃率和他人接受率相等的方式设定阈值的情况等参考本人放弃率和他人接受率双方的情况下，期望N1和N2分别是大到一定程度的值。另一方面，在仅着眼于本人放弃率而设定阈值的情况下，N1为较大的值即可，N2也可以是零(即关于N2没有条件)。此外，仅着眼于他人接受率而设定阈值的情况下，N2为较大的值即可，N1也可以是零(即关于N1没有条件)。另外，在此，以正解为“本人”的结果数据和正解为“他人”的结果数据的数目分别为预定的数目以上为条件，但也可以将结果数据在整体上为预定的数目以上作为阈值设定处理执行的条件。

[0067] 在系统运转后哪怕进行了一次阈值更新处理的情况(S602-是)下，可以如图6(b)所示那样每当在认证处理时进行阈值更新处理，也可以如与图6(a)相关联而进行了说明那样，每当在从上一次的阈值更新处理起进行了预定次数的认证处理时进行阈值更新处理。

[0068] (变形例5)

[0069] 在上述的说明中，说明了将基于面部图像的个人识别用在向便携信息终端的登录认证的例子，但这只不过是应用的一例。面部认证处理也能够应用于向建筑物或室内的出入管理系统等其他的系统。此外，基于面部图像的个人识别不限于认证目的，也能够应用于存储多个图像数据并自动地识别(判别)在图像中包含的人物是谁的图像管理装置。在图像管理装置中，还能够将面部图像的识别结果提示给用户，并接受识别结果是否正确的输入，或在识别结果错误时接受正确的结果的输入。在图像管理装置中，还能够基于这样的输入而取得正解识别结果。

[0070] 另外，对象者的识别(个人识别)是指判别对象者与注册者是否一致的处理，包括1对1对照和1对N对照的任一个。个人识别能够应用于认证处理，如果对象者是注册者则能够确认对象者的正当性。能够把握为认证处理包含识别处理，在上述的说明中认证阈值或认证结果这样的用语包含识别阈值或识别结果。

[0071] (变形例6)

[0072] 在上述的说明中，设为由装置判断正解识别结果而进行了说明。但是，正解识别结果也可以由人来提供。例如，个人识别装置预先存储识别处理中的、输入图像、比较对象的注册者、相似度、由装置判断的正解识别结果，在识别处理后的任意定时，将这些信息提示给用户或者管理者从而确认正解识别结果是否合适。在从用户或者管理者得到了由装置判断的正解识别结果错误的输入的情况下，优选对正解识别结果进行变更，并且再次执行基于变更后的认证结果数据的本人放弃率以及他人接受率的计算、和识别阈值的更新处理。

[0073] (变形例7)

[0074] 在上述的说明中，使用登录认证等处理中的认证结果(识别结果)而求出本人放弃率或他人接受率。但是，也可以在注册者之间进行对照，基于该结果而求出本人放弃率或他人接受率，并由此更新识别阈值。

[0075] 例如，图像管理装置从用户接受图像中的面部是谁的面部的指定(加标记)。即，图像管理装置从用户接受面部图像是照了谁的面部的图像，因而能够视为这些面部图像的人物是注册者。并且，通过对标记为同一人物的面部图像之间进行对照，能够进行正解识别结果是“本人”的识别。即，在对照失败的情况(相似度小于识别阈值的情况)下，能够判断为发生了本人放弃。此外，通过对标记为不同人物的面部图像进行对照，能够进行正解识别结果是“他人”的识别。即，在对照成功的情况(相似度为识别阈值以上的情况)下，能够判断为发生了他人接受。这样，也优选将对照了注册者的图像之间的结果预先存储为识别结果数据，并使用这些识别结果数据而进行识别阈值的更新。

[0076] 另外，上述的处理并非是图像管理装置所特有的处理，能够普遍应用于存储多个注册者的面部图像的识别装置中。

[0077] (变形例8)

[0078] 在上述的说明中，说明了进行使用面部图像的个人识别的例子，但在使用了面部图像以外的生物体信息的识别处理中也能够应用上述的阈值设定。作为面部图像以外的生物体信息的例子，能够举出指纹、掌纹、虹膜(iris)、声纹、血管等身体特征(静态特征)、或笔迹、击键、眨眼、唇动作、步行动作等行动特征。