図1　スマホのカメラによる指��脈認証　出�Z：日立��作所

個人認証では、秘匿性や�P��性(変わらないこと)、操作性（使いやすさ）も求められる。指紋だとコピーされると秘匿性を失ってしまう。��内を流れる��脈ならコピーできない。そこで、これまでは�軍粟�を使う専��のリーダーを使っていた。�p�]中のヘモグロビンが�軍粟�を吸収するため、指内を反�o(j━)あるいは透��(c┬)するIRが変わることを�W(w┌ng)��していた。�軍粟�リーダーは、専��デバイスであるため、限られた場所でしか使えない。

スマホのカメラは��(r┫n)常に普及しているため、カメラ画�気�ら��脈を検出できれば使い�M�}は極めて良い。しかし、画�気�ら��脈を検出することは�Mしい。このテーマに挑戦したのが日立である。

同社は、可��光の画�気�ら��脈パターンだけを抽出するため、��つの�\術を�W(w┌ng)��した。色情報を使う、指だけを検出・認識する、さらに�N長性を�eたせ1本ではなく複数本の指を��いる。指は背景の形�Xと色によって指だと認識するようにする。形�Xの検出には指の先端と根本の形�Xを抽出し、背景とは色で分�`する。背景とは、指の色と背景の色との違いや指の形�Xをマシンラーニングで学�{することによって、分�`する（図2）。

図2　複数の指を背景から識別する

指の色と背景色を区別するためのマシンラーニングでは、600�|類の画�汽如璽燭魍��{させた。画素数も加味するとデータ量は、600×画素数となるとしている。さらに指の�e勢を����化しているため�H少�v転しても相�甘�な形から指を見分けることができるとする。

色情報から��脈を抽出するには、色をR（�掘�G（�u）B（�E）に分解し、その統��をとった(図3)。��脈�霾�は指����の平均的な色よりもRの��(d┛ng)度が弱く、また指のしわの�霾�は、指����の平均よりも�靴�相�甘�に��(d┛ng)く����的に暗い。つまり、指����の平均的な色、��脈の色、しわの色、それぞれのRGBを求め比較して、��脈の色を判��する。これをさらに画素ごとに分解して��脈らしさを���Qしている。

図3　画�気�RGBに分解し、�Q��(d┛ng)度分布から指平均の色、��脈の色、しわの色を識別

最初に本人と他人を登�{しておく。�屬暴劼戮身���基��を元に、本人の認証を1000�v試行し、他人の認証を1万5000�v試行した。あらかじめ登�{している画�気函∋邱圓靴織潺好泪奪僧�分布で本人と他人とは��確な�~�T差が見られる(図4)ことから、本人確認として使える�\術になると日立は判��した。

図4　ミスマッチ率の分布から本人か他人かを識別する

この認証に��いる指は基本的に4本とし、その内の2本が�k致すれば本人と認証する。�N長性を�eたせることで�@度を�屬欧襪箸靴討い襦�

今後、実��化に向けて、指の�^真を撮るさまざまな場所でも実�xし、被�x�vをもっと�\やしてデータをさらに蓄積する、などの実証実�xを進めていく。加えて、セキュリティレベル団��の��格レベルに適��できるようにする。またビジネスモデルとしては、認証サービスをライセンス提供などオンラインバンキングなどへの応��も狙っていく。ハードとしては認証処理をスマホ�笋嚢圓Δ�クラウド�笋嚢圓Δ�、いずれにも�官�できるとしている。