特許ウォッチ

公開番号2025016785
公報種別公開特許公報(A)
公開日2025-02-04
出願番号2024196406,2019223017
出願日2024-11-11,2019-12-10
発明の名称一般化されたユーザモデルを用いたユーザ認証方法及び装置
出願人三星電子株式会社,Samsung Electronics Co.,Ltd.
代理人弁理士法人ITOH
主分類G06V 40/10 20220101AFI20250128BHJP(計算;計数)
要約【課題】一般化されたユーザモデルを用いたユーザ認証方法及び装置を提供する。
【解決手段】ユーザ認証方法は、テストユーザによって入力された入力データに基づいてテストユーザに対応するテスト特徴ベクトルを生成するステップと、テスト特徴ベクトル及びユーザ認証のために予め登録された登録特徴ベクトル間の類似度を示す第1パラメータを決定するステップと、テスト特徴ベクトル及び一般化されたユーザに対応するユーザモデル間の類似度を示す第2パラメータを決定するステップと、第1パラメータ及び第2パラメータに基づいてユーザに関する認証結果を生成するステップと、を含む。
【選択図】図10
特許請求の範囲【請求項１】
テストユーザに対応する入力データに基づいて、前記テストユーザに対応する特徴ベクトルを生成するステップと、
前記特徴ベクトル及びユーザ認証のために予め登録された登録特徴ベクトル間の類似度を示す第１パラメータを決定するステップであって、前記第１パラメータは、登録されたユーザθｃが存在する条件の下で、テストユーザｘが登録されたユーザθｃに該当する確率Ｐ（ｘ｜θｃ）に対応する、ステップと、
前記特徴ベクトル及び一般化されたユーザに対応するユーザモデル間の類似度を示す第２パラメータを決定するステップであって、前記第２パラメータは、テストユーザｘではない他のユーザに対応するユーザモデルθｎが存在する条件の下で、テストユーザｘがユーザモデルに該当する確率Σｎ＝１ｋＰ（ｘ｜θｎ）に対応する、ステップと、
（前記第１パラメータ）／（前記第２パラメータ）と閾値、又は、（前記第１パラメータ）と閾値×（前記第２パラメータ）に基づいて決定される認証条件が満たされるかどうかに応じて、前記テストユーザに関する認証結果を生成するステップと、
を含み、
前記第２パラメータを決定するステップは、
前記特徴ベクトル及びガウス分布を含むＧＭＭ（Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ）に基づいて前記第２パラメータを決定するステップを含み、
前記ガウス分布は、一般化されたユーザを示す一般化された特徴ベクトルの分布に対応するユーザ認証方法。
続きを表示（約 1,200 文字）【請求項２】
前記ユーザモデルは、前記一般化されたユーザに対応する一般化された特徴ベクトルがクラスタ化された特徴クラスタを含む、請求項１に記載のユーザ認証方法。
【請求項３】
前記第２パラメータを決定するステップは、前記特徴ベクトル及びそれぞれの前記特徴クラスタ間の類似度に基づいて、前記特徴クラスタのうち少なくとも一部を代表特徴クラスタとして選定するステップと、
前記特徴ベクトル及び前記代表特徴クラスタ間の類似度に基づいて前記第２パラメータを決定するステップと、
を含む、請求項２に記載のユーザ認証方法。
【請求項４】
前記第１パラメータを決定するステップは、ネットワーク入力及び前記ユーザモデル間の類似度を出力するように予めトレーニングされたニューラルネットワークを用いて前記第２パラメータを決定するステップを含む、請求項１－３のうち何れか１項に記載のユーザ認証方法。
【請求項５】
前記特徴ベクトルを生成するステップは、入力から特徴を抽出するように予めトレーニングされたニューラルネットワークを用いて前記入力データで特徴を抽出して前記特徴ベクトルを生成するステップを含む、請求項１－4のうち何れか１項に記載のユーザ認証方法。
【請求項６】
前記テストユーザに関する認証結果を生成するステップは、
前記第１パラメータ及び前記第２パラメータに基づいて信頼スコアを決定するステップと、
前記信頼スコア及び前記閾値を比較して前記テストユーザに関する前記認証結果を取得するステップと、
を含む、請求項１－５のうち何れか１項に記載のユーザ認証方法。
【請求項７】
前記信頼スコアは、前記特徴ベクトル及び前記登録特徴ベクトル間の前記類似度が大きいほど増加し、前記特徴ベクトル及び前記ユーザモデル間の類似度が大きいほど減少する、請求項6に記載のユーザ認証方法。
【請求項８】
前記テストユーザに関する認証結果を生成するステップは、
前記第２パラメータに基づいて前記閾値を決定するステップと、
前記第１パラメータに対応する信頼スコア及び前記閾値を決定するステップで決定された閾値を比較して前記テストユーザに関する前記認証結果を生成するステップと、
を含む、請求項１－５のうち何れか１項に記載ユーザ認証方法。
【請求項９】
前記閾値は、前記特徴ベクトル及び前記ユーザモデル間の類似度が大きいほど増加する、請求項8に記載ユーザ認証方法。
【請求項１０】
前記第１パラメータは、前記特徴ベクトル及び前記登録特徴ベクトル間の距離が近いほど増加し、前記第２パラメータは、前記特徴ベクトル及び前記ユーザモデル間の距離が近いほど増加する、請求項１－9のうち何れか１項に記載ユーザ認証方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
以下の実施形態は、一般化されたユーザモデルを用いたユーザ認証方法及び装置に関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
近年、入力パターンを特定のグループに分類する問題を解決するソリューションとして、人が有する効率的なパターン認識方法を実際のコンピュータに適用しようとする研究が盛んに行われている。このような研究の１つとして、人の生物学的神経細胞の特性を数学的な表現によってモデリングした人工ニューラルネットワーク（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ）に対する研究が行われている。入力パターンを特定のグループに分類する問題を解決するために、人工ニューラルネットワークは、人が有している学習という能力を模倣したアルゴリズムを用いる。このアルゴリズムにより人工ニューラルネットワークは、入力パターンと出力パターンとの間のマッピング（ｍａｐｐｉｎｇ）を生成することが可能であり、人工ニューラルネットワークは学習能力を有する。また、人工ニューラルネットワークは、学習された結果に基づいて学習に利用されていない入力パターンに対して比較的正しい出力を生成し得る一般化能力を有している。
【発明の概要】
【発明が解決しようとする課題】
【０００３】
実施形態の課題は、一般化されたユーザモデルを用いてユーザ認証を行う方法及び装置を提供することである。
【課題を解決するための手段】
【０００４】
一実施形態によれば、ユーザ認証方法は、ユーザに対応する入力データに基づいて、前記ユーザに対応する特徴ベクトルを生成するステップと、前記特徴ベクトル及びユーザ認証のために予め登録された登録特徴ベクトル間の類似度を示す第１パラメータを決定するステップと、前記特徴ベクトル及び一般化されたユーザに対応するユーザモデル間の類似度を示す第２パラメータを決定するステップと、前記第１パラメータ及び前記第２パラメータに基づいて前記ユーザに関する認証結果を生成するステップとを含む。
【０００５】
前記ユーザモデルは、前記一般化されたユーザに対応する一般化された特徴ベクトルがクラスタ化された特徴クラスタを含み得る。
【０００６】
前記第２パラメータを決定するステップは、前記特徴ベクトル及びそれぞれの前記特徴クラスタ間の類似度に基づいて、前記特徴クラスタのうち少なくとも一部を代表特徴クラスタとして選定するステップと、前記特徴ベクトル及び前記代表特徴クラスタ間の類似度に基づいて前記第２パラメータを決定するステップとを含み得る。
【０００７】
前記第２パラメータを決定するステップは、前記特徴ベクトル及びガウス分布を含むＧＭＭ（Ｇａｕｓｓｉａｎｍｉｘｔｕｒｅｍｏｄｅｌ）に基づいて前記第２パラメータを決定するステップを含み、前記ガウス分布は、一般化されたユーザを示す一般化された特徴ベクトルの分布に対応し得る。前記第２パラメータを決定するステップは、ネットワーク入力及び前記ユーザモデル間の類似度を出力するように予めトレーニングされたニューラルネットワークを用いて前記第２パラメータを決定するステップを含み得る。
【０００８】
前記特徴ベクトルを生成するステップは、入力から特徴を抽出するように予めトレーニングされたニューラルネットワークを用いて前記入力データで特徴を抽出して前記特徴ベクトルを生成するステップを含み得る。
【０００９】
前記ユーザに関する認証結果を生成するステップは、前記第１パラメータ及び前記第２パラメータに基づいて信頼スコアを決定するステップと、前記信頼スコア及び閾値を比較して前記ユーザに関する前記認証結果を取得するステップとを含み得る。前記信頼スコアは、前記特徴ベクトル及び前記登録特徴ベクトル間の前記類似度が大きいほど増加し、前記特徴ベクトル及び前記ユーザモデル間の類似度が大きいほど減少し得る。
【００１０】
前記ユーザに関する認証結果を生成するステップは、前記第２パラメータに基づいて閾値を決定するステップと、前記第１パラメータに対応する信頼スコア及び前記決定された閾値を比較して前記ユーザに関する前記認証結果を生成するステップとを含み得る。前記閾値は、前記特徴ベクトル及び前記ユーザモデル間の類似度が大きいほど増加し得る。
（【００１１】以降は省略されています）

関連特許