信息处理装置、可穿戴设备、信息处理方法以及程序

技术领域

本公开涉及信息处理装置、可穿戴设备、信息处理方法以及程序。

背景技术

常规地，使用诸如指纹等生物信息进行认证的装置是已知的(例如，参照下面的专利文献1)。

[引用列表]

[专利文献]

专利文献1：JP 5712746 B

发明内容

[技术问题]

在该领域中，期望使用合适的信息来进行准确认证。

本公开的目的在于提供获取用于进行准确认证的合适信息的信息处理装置、可穿戴设备、信息处理方法和程序。

[问题的解决方案]

例如，本公开涉及一种信息处理装置，包括特征点检测单元，被配置为从经由传感器单元获得的包括生物信息的图像中检测特征点；以及特征值提取单元，被配置为基于包含特征点的周边图像来提取表征特征点的特征值。

例如，本公开涉及一种可穿戴设备，包括：显示屏，指纹与该显示屏接触；传感器单元，被配置为获取包含指纹的图像；发光单元，被配置为至少在所述图像的获取期间发光；特征点检测单元，被配置为从经由所述传感器单元获得的指纹图像中检测特征点；以及特征值提取单元，被配置为基于包含特征点的周边图像来提取表征特征点的特征值。

例如，本公开涉及一种信息处理方法，包括：由特征点检测单元从经由传感器单元获得的包括生物信息的图像中检测特征点；以及由特征值提取单元基于包括特征点的周边图像提取表征特征点的特征值。

例如，本公开涉及一种使计算机执行信息处理方法的程序，信息处理方法包括：由特征点检测单元从经由传感器单元获得的包括生物信息的图像中检测特征点；以及由特征值提取单元基于包括特征点的周边图像提取表征特征点的特征值。

[发明的有益效果]

根据本公开的至少一个实施方式，可以获取用于执行准确认证的合适信息。应注意的是，在本公开中描述的有利效果不必具有限制性，并且可以应用在本公开中描述的任何效果。此外，应当理解，根据例示的有利效果，不应以限制的方式解释本公开的内容。

附图说明

[图1]图1是示出根据实施方式的腕带式电子设备的外观的实例的示图。

[图2]图2是示出根据实施方式的腕带式电子设备的内部结构的实例的示图。

[图3]图3是示出腕带式电子设备的内部结构的更具体的实例的示图。

[图4]图4示出根据实施方式的腕带式电子设备的电路构造的实例的示图。

[图5]图5是用于说明根据实施方式的控制单元的功能实例的功能框图。

[图6]图6是用于说明指纹的特征点的示图。

[图7]图7是用于说明根据实施方式的预处理单元的功能的实例的功能框图。

[图8]图8A至图8D是用于说明根据实施方式的由噪声去除单元进行的处理的示图。

[图9]图9A和图9B是在说明用于检测指纹的流动方向和主频率的处理的实例时要参考的示图。

[图10]图10A和图10B是用于说明估计指纹线在拍摄范围之外的处理的示图。

[图11]图11是示出了确信度图的实例的示图。

[图12]图12是用于说明确信度的实例的示图。

[图13]图13A和图13B是用于说明利用确信度图生成脊线(ridge，指纹脊线)估计图像的处理的示图。

[图14]图14A和图14B是用于说明根据实施方式的登记处理的示图。

[图15]图15A和图15B是用于说明根据实施方式的匹配处理的示图。

[图16]图16是用于说明操作模式的转变的实例的状态转变示图。

[图17]图17A和图17B是用于说明触发P的实例的示图。

[图18]图18是用于说明触发P的另一实例的示图。

[图19]图19A和19B是用于说明由腕带式电子设备限定的轴向方向的实例的示图。

[图20]图20A至图20C是用于说明触发P的另一实例的示图。

[图21]图21A和图21B是在说明触发P的另一实例时所参考的示图。

[图22]图22A至图22D是用于说明触发Q的实例的示图。

[图23]图23是用于说明触发Q的实例的示图。

[图24]图24A至图24D是在说明触发Q的另一实例时所参考的示图。

[图25]图25是示出了根据第二实施方式的处理流程的流程图。

[图26]图26是示出了根据第二实施方式的处理流程的流程图。

[图27]图27是用于说明变形例的示图。

具体实施方式

在下文中，将参考附图描述本公开的实施方式等。将按照以下顺序进行描述。

<第一实施方式>

<第二实施方式>

<变形例>

应当理解，以下描述的实施方式等是本公开的优选的具体实例，并且本公开的内容不限于实施方式等。

<第一实施方式>

[腕带式电子设备]

(腕带式电子设备的外观的实例)

现在将描述第一实施方式。第一实施方式表示这样的实例，即，在该实例中，本公开应用于信息处理装置的实例或者更具体地应用于表示可穿戴设备的实例的腕带式电子设备。图1示出了根据第一实施方式的腕带式电子设备(腕带式电子设备1)的外观的实例。

如图1所示，例如，腕带式电子设备1像手表一样使用。更具体地，腕带式电子设备1具有缠绕用户的手腕WR的带部2和主体单元3。主体单元3具有显示屏4。尽管将在下文描述细节，但根据实施方式的腕带式电子设备1通过使指尖与显示屏4接触来执行使用指尖的指纹信息的生物特征认证。

(腕带式电子设备的内部结构的实例)

图2是用于说明腕带式电子设备1的主体单元3的内部结构的实例的部分截面图。例如，腕带式电子设备1的主体单元3具有上文描述的显示屏4、导光板5、发光单元6、触摸传感器单元7、表示传感器单元的实例的成像元件8和透镜单元9。

通常，如图2所示，指尖F对显示屏4进行接触操作，并且通过触摸传感器单元7检测接触的存在或不存在。腕带式电子设备1的主体单元3具有这样的结构，在该结构中，在从操作方向观看时，导光板5、显示屏4、透镜单元9和成像元件8按照这种顺序从近侧至远侧依次堆叠。对显示屏4的接触不仅可以包括对显示屏4的直接接触，而且可以包括经由另一构件(例如，导光板5)的间接接触。此外，对显示屏4的接触不仅可以包括指尖F与显示屏4接触，而且还可以包括使指尖F足够靠近显示屏4以便获得指纹图像。

在下文中，将描述各个部件。显示屏4由液晶LCD(液晶显示屏)、OLED(有机发光二极管)等组成。例如，导光板5是透光构件，用于将来自发光单元6的光引导至作为指尖F将接触的位置的区域AR。导光板5不限于是透明的，并且可以使用任何导光板，只要透射足够的光以使得指尖F的指纹能够被成像元件8拍摄即可。

发光单元6由LED(发光二极管)等组成，并且设置在导光板5的周边的至少一部分中。区域AR是包括与成像元件8相对应的位置，或者更具体地包括至少与成像元件8的拍摄范围相对应的位置的区域。发光单元6通过在拍摄例如指纹时发光来提供拍摄所需的光。

触摸传感器单元7是检测指尖F对显示屏4的接触的传感器。例如，应用静电电容式触摸传感器作为触摸传感器单元7。可替换地，诸如电阻膜方式的另一方式的触摸传感器可用作触摸传感器单元7。虽然在图2中触摸传感器单元7局部地设置在区域AR下部附近的位置处，但是触摸传感器单元7可以设置成横过(across，在)显示屏4的近似整个下侧。

成像元件8可以通过CCD(电荷耦合器件)、CMOS(互补金属氧化物半导体)传感器等组成。成像元件8将经由透镜单元9入射的物体光(来自与显示屏4接触的物体的反射光)光电转换成电荷量。对经由成像元件8得到的图像信号进行后续阶段的各种处理。透镜单元9由透镜(微透镜)组成，该透镜(微透镜)以成像元件8的每几十至几百个像素具有一个的间隔方式设置。

图3是示出腕带式电子设备1的内部结构的更具体实例的示图。在下文描述的实例中，将显示屏4描述为具有多个透明发光元件(诸如，透明有机EL元件或量子点发光元件)的透明面板单元。

如图3所示，显示屏4具有有效区域4A和外框部4B。显示屏4用作显示面板，该显示面板由于多个透明发光元件发出的光而在有效区域4A中显示图像。透明发光元件在有效区域4A中例如布置成矩阵状。此外，显示屏4用作触摸传感器，该触摸传感器基于例如发光元件的多条配线之间的电容值来检测诸如手指之类的物体的触摸状态。如图3所示，在显示屏4的上表面(操作侧)设有防护玻璃50，并且在显示屏4的部分区域的下方设置包含成像元件8的成像单元60。

成像单元60设置在显示屏4的部分区域的下方。成像单元60具有经由显示屏4捕获靠近或接触显示屏4的部分区域的物体的图像的功能。待由成像单元60捕获的物体可以是例如活生物体的一部分。成像单元60可用作生物特征认证设备，该生物特征认证设备基于通过捕获活生物体的一部分而得到的活生物体的一部分的捕获图像，对活生物体的一部分进行生物特征认证。例如，指纹传感器可基于成像单元60的功能构建为生物特征认证设备。

如图3所示，成像单元60具有微透镜阵列模块61、成像单元外框架62、上述成像元件8和基板63。在从上侧观看时，微透镜阵列模块61设置在显示屏4的有效区域4A的内部。成像元件8布置在基板63上。

微透镜阵列模块61布置在成像元件8和显示屏4的有效区域4A之间。微透镜阵列模块61具有从上侧依次的防护玻璃导光板65、微透镜阵列66和导光板67。

微透镜阵列66具有布置成矩阵图案的多个微透镜。使用多个微透镜中的每一个，微透镜阵列66收集从物体(诸如，手指)朝向成像元件8的物体光。

防护玻璃导光板65具有保护微透镜阵列66的表面的作用。此外，防护玻璃导光板65具有将穿过显示屏4的有效区域4A的物体光引导至多个微透镜中的每一个的作用。防护玻璃导光板65具有多个波导，每个波导设置在与多个微透镜中的每一个对应的位置处。

如图3所示，导光板67具有多个波导68。多个波导68中的每一个设置在与多个微透镜中的每一个对应的位置处，并且被配置为将由多个微透镜中的每一个收集的光引导至成像元件8。

(腕带式电子设备的电路配置的实例)

图4是示出腕带式电子设备1的电路配置等的实例的框图。除了上述显示屏4、触摸传感器单元7、成像元件8等，腕带式电子设备1还具有例如控制单元11、无线通信单元12、连接至无线通信单元12的天线13、NFC(近场通信)通信单元14、连接至NFC通信单元14的天线15、位置传感器单元16、连接至位置传感器单元16的天线17、存储单元18、振动器19、运动传感器20、声音处理单元21、麦克风22和扬声器23。

控制单元11由CPU(中央处理单元)等组成，并且控制腕带式电子设备1的各个单元。例如，控制单元11对由成像元件8拍摄的指尖F的指纹图像执行各种类型的图像处理，并且基于表示生物信息类型的指纹的图像(指纹图像)进行指纹认证。

无线通信单元12基于例如蓝牙(注册商标)标准执行与其他终端的短距离无线通信。无线通信单元12执行与例如蓝牙(注册商标)标准相对应的调制/解调处理、错误校正处理等。

NFC通信单元14基于NFC标准执行与近端读取器/写入器的无线通信。虽然未示出，但电力从电池(诸如，锂离子二次电池)供应到腕带式电子设备1的每个单元。电池可被配置为基于NFC标准无线充电。

位置传感器单元16是使用例如被称为GNSS(全球导航卫星系统)的系统来测量当前位置的定位单元。将通过无线通信单元12、NFC通信单元14和位置传感器单元16获得的数据提供给控制单元11。另外，控制单元11基于所提供的数据执行控制。

存储单元18统称为存储由控制单元11执行的程序的ROM(只读存储器)、当控制单元11执行程序时用作工作存储器的RAM(随机存取存储器)、用于数据存储的非易失性存储器等。存储单元18存储认证用户的指纹的特征值(在下文中，在适当时称为登记的特征值)以用于指纹认证。例如，在第一次使用腕带式电子设备1时，初始登记所述登记的特征值。

振动器19是振动例如腕带式电子设备1的主体单元3的构件。通过由振动器19引起主体单元3振动来通知电话呼叫的接收、电子邮件的接收等。

运动传感器20检测佩戴腕带式电子设备1的用户的运动。作为运动传感器20，使用加速度传感器、陀螺仪传感器、电子罗盘、大气压力传感器、检测血压、脉搏等的生物传感器。此外，用于检测用户是否佩戴腕带式电子设备1的压力传感器等可以设置在带部2或主体单元3的反面(面向手腕的一侧)上。

麦克风22和扬声器23连接到声音处理单元21，并且声音处理单元21通过无线通信单元12执行的无线通信来处理与正在连接的人的呼叫。另外，声音处理单元21也可以进行声音输入操作的处理。

由于以上已经描述了显示屏4、触摸传感器单元7等，因此将省略冗余的描述。

这总结了腕带式电子设备1的配置实例的描述。不用说，腕带式电子设备1不限于上述配置实例，并且可以具有省略上述腕带式电子设备1的部件的一部分的配置或者添加其他部件的配置。

[控制单元]

图5是用于说明控制单元11的功能的实例的功能框图。控制单元11具有预处理单元11a、特征点检测单元11b、特征值提取单元11c和匹配处理单元11d。

预处理单元11a对要输入的指纹图像执行各种类型的校正处理。稍后将描述由预处理单元11a执行的处理的细节。

特征点检测单元11b通过应用已知方法从包括指纹的图像检测指纹的特征点。例如，如图6所示，指纹的特征点是指纹的指纹线所绘制的图案中的终点或分叉点，或如稍后将描述的指纹线的交叉点或孤立点，并且是核对指纹所必需的特征位置。尽管在本实施方式中将指纹线描述为指纹的脊线，但指纹线只需要是指纹的脊线和谷线中的至少一种。

特征值提取单元11c提取表征特征点检测单元11b检测到的每个特征点的特征值。特征值的实例包括特征点的位置和特征线的取向(例如，相对于由脊线限定的指定方向的相对取向(矢量))。在本实施方式中，特征值提取单元11c基于包含特征点的周边图像提取特征点的特征值。例如，虽然以特征点为中心、以3mm×3mm的尺寸裁剪、并且通过角度标准化的图像用作周边图像，但是周边图像不限于此。然而，应注意，作为通过角度标准化之后提取特征值的效果，即使在登记期间和核对期间手指的拍摄方位不同，使特征点的角度标准化也会产生使所提取的特征值不易改变的效果，或者换言之，提高关于放置手指的角度的稳健性。使用周边图像能够将关于特征点的周边的信息包括在特征值中。例如，当汗腺存在于特征点的周边时，可以采用汗腺相对于特征点的相对位置作为特征点的特征值。以这种方式，在本实施方式中，特征点的位置、特征点的取向和汗腺的位置中的至少一项被用作特征值。具体地，当使用1000ppi或更高的高分辨率图像时，因为即使使用少量的特征点(例如，一个或两个)也可以充分地识别个体，所以根据本公开的实施例可被描述为适合于在小区域中进行指纹核对的方法，小区域不一定需要手指的大范围的指纹拍摄。

匹配处理单元11d进行将由特征值提取单元11c提取的特征值与已预先登记的已登记特征值进行核对的匹配处理，并且输出表示该匹配处理的结果的核对分数。当核对分数等于或高于阈值时，指纹认证是有效的，或者换言之，确定为认证的用户。相反，当核对分数低于阈值时，指纹认证无效。可以将匹配处理的结果通过显示、声音、振动等通知给用户。作为匹配处理的结果，当认证有效时，根据应用的使用被启用，诸如，允许使用腕带式电子设备1的指定功能。尽管在本实施方式中将已登记特征值描述为存储在存储单元18中，但是可替换地，已登记特征值可以存储在外部装置(诸如，云上的服务器装置)中，或者可以在执行指纹认证时从外部装置下载已登记特征值。在上述配置的情况下，从提高安全性的角度来看，在匹配处理结束之后，可以从腕带式电子设备1中自动删除已登记特征值。

[预处理单元]

接下来，将描述预处理单元11a。图7是用于说明预处理单元11a的功能的实例的功能框图。作为执行校正处理中所包括的功能的组件，例如，预处理单元11a具有噪声去除单元101、作为图像生成单元的脊线估计图像生成单元102、以及确信度图生成单元103。

(噪声去除单元)

噪声去除单元101去除包含在指纹图像中的噪声。图8A至图8D是用于说明噪声去除单元101执行的噪声去除处理的示图。图8A右侧的图像表示出现杂质颗粒NA的指纹图像IM1A。例如，噪声去除单元101将相邻的像素间的亮度值的变化等于或大于阈值的区域确定为杂质颗粒，通过使用杂质颗粒NA的周边像素进行内插处理等来去除杂质颗粒NA。使用通过从指纹图像IM1A移除指纹图像NA而获得的图像，脊线估计图像生成单元102生成诸如图8A右侧所示的脊线估计图像IM2A。其他已知类型的处理可以用作除去诸如杂质颗粒等噪声的处理。这类似地应用于以下描述的用于去除除杂质颗粒之外的噪声的处理。

另外，例如，噪声去除单元101去除表示除杂质颗粒以外的噪声的固定图案噪声。图8B左侧的图像表示其中出现例如纵向线的条纹图案的固定图案噪声NB的指纹图像IM1B。固定图案噪声NB的实例是显示屏4的结构，或者更具体地，包括在显示屏4本身中的图案。

在根据本实施方式的腕带式电子设备1的结构的情况下，成像元件8以操作方向为基准布置在显示屏4的远侧。因此，存在包含在显示屏4中的图案在经由成像元件8获得的指纹图像中可能表现为固定图案噪声NB的风险。然而，由于噪声去除单元101被配置为去除这种固定图案噪声NB并对噪声NB的位置进行内插，所以即使在根据本实施方式的腕带式电子设备1的结构的情况下，也可防止指纹认证的精确度下降。使用通过从指纹图像IM1B中去除固定图案噪声NB而获得的图像，脊线估计图像生成单元102生成诸如图8B的右侧示出的脊线估计图像IM2B。

此外，噪声去除单元101去除表示杂质颗粒以外的噪声的成像元件的边界。例如，将假定成像元件8具有四个成像元件作为多个子传感器单元并且被配置为四个成像元件的组合的情况。当规范要求成像元件8为一定尺寸的情况下，与另行制造新尺寸的成像元件8相比，能够通过组合现有尺寸的成像元件来形成所需尺寸的成像元件8在制造成本等方面是有利的。

然而，当成像元件8具有组合多个成像元件的结构时，如图8C的左侧所示，多个成像元件之间的边界表现为指纹图像IM1C中的噪声NC。由于噪声去除单元101被配置为去除这种噪声NC并且对噪声NC的位置进行内插，所以即使在根据本实施方式的腕带式电子设备1的结构的情况下，可以防止指纹认证的精确度下降。使用通过从指纹图像IM1C去除噪声NC而获得的图像，脊线估计图像生成单元102生成脊线估计图像IM2C，诸如，图8C的右侧所示的脊线估计图像。

另外，当与指纹完全不同的物体作为噪声出现在经由成像元件8获得的图像中时，噪声去除单元101去除物体。例如，如图8D的左侧所示，与指纹不同的物体(在所示示例中，具有迷宫状图案的物体)作为噪声ND出现在图像IM1D中。例如，噪声去除单元101确定包括与脊线对应的非弯曲图案的物体不是指纹，并去除该图案。移除之后的图像IM2D示出在图8D的右侧。当例如用户的衣服等在执行指纹认证与显示屏4接触时，该处理是有用的。可替代地，由于在图像IM2D中未出现指纹，因此在图像IM2D的情况下可以不执行与指纹认证有关的处理。

如上所述，使噪声去除单元101执行校正处理以防止指纹认证的精确度由于噪声的影响而下降。另外，能够防止做出由于在指纹认证的精确度下降时发生的针对用户的认证失败的反馈。

(脊线估计图像生成单元)

接下来，将描述脊线估计图像生成单元102。基于经过噪声去除单元101的处理的图像，脊线估计图像生成单元102生成基于指纹线估计图案的脊线估计图像。可应用生成脊线估计图像的已知方法。现在将描述根据本实施方式的脊线估计图像的生成方法的实例。

作为第一例，脊线估计图像生成单元102通过对经过噪声去除单元101的处理的图像使用FFT(快速傅里叶变换)，并且在指纹的指纹线的平均周期(例如，0.4mm的周期)的频率附近应用带通滤波器，由此生成脊线估计图像。

作为表示另一实例的第二实例，脊线估计图像生成单元102通过对作为1mm乘1mm平方的每个区域使用FFT以提取该区域中占主导的频率(以下，在适当的情况下称为主频率)和波的角度(指纹的流动方向)，并且应用符合频率和角度的Gabor滤波器来生成脊线估计图像。根据上述两个实例，主脊线/谷线增强，并且可以减小小噪声的影响。

在第二实例中，将参照图9描述检测指纹的流动方向和主频率的方法的实例。图9A左侧示出的图像IM8表示给定指纹图像IM8。另外，在图9A的右侧示出了通过将FFT应用至图像IM8而获得的频谱。叠加在频谱上的径向线中的一条线表示稍后将描述的具有最大积分值的分量。另外，图9B示出在具有最大积分值的分量的方向(主方向)上的频率分布。

作为第一步骤，提取关于该频谱的16个方向的分布，并且确定具有最大积分值的方向。这被视为主波的方向分量。作为后续的第二步骤，从主方向上的频率分布检测峰值，并且采用与该峰值相对应的频率作为主频率。以这种方式，可以检测指纹的流动方向和主频率。

根据本实施方式的脊线估计图像生成单元102被配置为估计拍摄区域的扩展区域上的指纹的图案，该扩展区域超出拍摄区域一规定范围。基于例如图10A中所示的指纹图像IM9A，生成已经被放大到比指纹图像IM9A大指定大小的范围的脊线估计图像IM9B，如图10B所示。例如，以原始尺寸(指纹图像IM9A的尺寸)获得的指纹线沿着指纹线的流动(取向)延伸。根据该处理，可能存在这样的情况，即可获得规定指纹线和与其不同的指纹线联合的位置，或者换言之，可获得作为前述指纹的特征点之一的指纹线的分叉点或交叉点。根据上述处理，例如，即使当成像元件8的尺寸小并且对由成像元件8获得的图像的区域存在限制时，也可以获得更多数量的特征点并且可以提高指纹认证的精确性。

(确信度图生成单元)

接下来，将对确信度图生成单元103进行描述。确信度图生成单元103生成表示脊线估计图像的区域中的估计结果的确信度的确信度图，脊线估计图像是表示与指纹对应的图案的估计的图像。

图11是示出确信度图的实例的确信度图MA10。在图11所示的确信度图MA10中，将图像的区域划分为白色区域和黑色区域。在本示例中，白色区域被认为是具有高确信度的区域，或者换言之，可以设想精确地获得指纹线的图案的区域。另一方面，黑色区域是确信度低的区域。对确信度设定指定阈值，在确信度等于或高于阈值的情况下，设定确信度高的区域，在确信度低于阈值的情况下，设定确信度低的区域。

现在将描述与确信度相关的实例。例如，从图像中切出具有指定大小的图像(例如，1mm×1mm的矩形图像)。此外，针对该切出的图像，创建表示包括在每个像素中的亮度值的分布的亮度分布。

图12示出了亮度分布的实例。假设通过对亮度的频率分布Pi(i＝0，…，255)进行向上积分获得的积分值达到10％的亮度值，或者换言之，10个百分点的亮度值，用BV1表示，其中，

Σ

并且假设对亮度的频率分布Pi进行向下积分而得到的积分值达到10％的亮度值，或者换言之，90个百分点的亮度值，用BV2表示，其中，

Σ

将亮度值BV1与亮度值BV2之间的差值D设定为确信度。可替代地，切出的图像的亮度值的分散可以被采用作为确信度。

上述脊线估计图像生成单元102的功能和确信度图生成单元103的功能可构造为单个功能块，并且功能块可被配置为生成添加确信度的脊线估计图像。

将参考图13描述添加确信度的脊线估计图像的生成方法的实例。如图13A所示，针对输入的指纹图像x执行通过函数h和函数f’进行的运算，以获得脊线估计图像f(x)(其中，f(x)＝f’(h(x))。

此外，针对输入的指纹图像x执行通过函数h和函数g’进行的运算，以获得确信度图像g(x)(其中，g(x)＝g’(h(x)))，其为确信度图。在确信度图像g(x)中，白色区域是能够以α或更小的误差识别的区域，并且黑色区域是不能保持为误差α或低于误差α的区域。

相对于输入指纹图像x正确的脊线图像将被称为正确的脊线图像y。将正确的脊线图像y和脊线估计图像f(x)之间的估计误差称为估计的误差dy。

处理的目的是从x估计接近类似于y的图像f(x)。另外，另一目的是识别可能正确估计的区域，或者换言之，确定估计的误差是否可能保持为区域中的α或低于α。

控制单元11同时学习使图13B中所示的损失函数最小化的函数f和g(其中，0≤g(x)≤1)。在图13B中所示的损失函数中括起来的部分表示估计的误差dy

在这种情况下，由于“g

另一方面，对于谷线估计的误差可能为dy

[处理流程]

(登记处理)

接下来，将描述由腕带式电子设备1执行的处理的流程。首先，将参考图14描述用于登记与指纹的特征点对应的特征值的登记处理。图14A是示出了登记处理的流程的示图。另外，图14B是与各处理步骤相关联地示出在各处理步骤中获得的图像等的示图。

在步骤ST11中，执行图像输入处理。例如，指尖与显示屏4接触，并且经由成像元件8获取指纹图像。当获取指纹认证时，发光单元6发光。接下来，处理前进至步骤ST12。

在步骤ST12中，预处理单元11a进行预处理。具体地，通过噪声去除单元101从指纹图像中去除噪声。另外，基于已去除噪声的指纹图像，脊线估计图像生成单元102生成脊线估计图像。此外，确信度图生成单元103生成确信度图。在图14B中，省略了确信度图的图示。接下来，处理前进至步骤ST13。

在步骤ST13中，特征点检测单元11b基于脊线估计图像检测指纹的特征点。在本实施方式中，特征点检测单元11b是指确信度图，并且从确定为具有一定水平以上的确信度的区域内检测特征点。图14B示出了检测三个特征点(带圆圈的位置的中心)的实例。接下来，处理前进至步骤ST14。

在步骤ST14中，特征值提取单元11c提取表征每个特征点的特征值。如上所述，特征值提取单元11c切出以每个特征点为中心的指定大小的图像，并且基于切出的图像提取特征值。接下来，处理前进至步骤ST15。

在步骤ST15中，控制单元11进行模板登记处理，该模板登记处理用于登记通过步骤ST14的处理提取出的每个特征点的特征值。每个特征点的特征值例如存储在存储单元28中。在后面将描述的匹配处理中，存储单元28中存储的特征值用作已登记特征值。

(匹配处理)

接下来，将参考图15描述匹配处理。图15A是示出了匹配处理的流程的示图。图15B是示出了在每个处理步骤中获取的特征值的实例的示图，并且是在描述与相应处理步骤相关联的处理内容时所参照的示图。

在步骤ST21中，将指尖放置在显示屏4上并且获取指纹图像。此外，进行用于提取特征值的特征值提取处理。步骤ST21的特征值提取处理是包括上述步骤ST11至ST14的处理。通过步骤ST21的处理获取用于进行指纹认证的核对的特征值。图15B示出了对应于五个特征点的特征值。接下来，处理前进至步骤ST22。

在ST22中，控制单元11从存储单元28读取已登记特征值。图15B示出了已登记特征值的实例。接下来，处理前进至步骤ST23。

在步骤ST23中，匹配处理单元11d执行用于对在步骤ST21的处理中获取的特征值与在步骤ST22中读取的已登记特征值进行核对的匹配处理。

将描述匹配处理的实例。匹配处理单元11d通过内积计算获得核对用特征值与已登记特征值之间的相似度分数，并且根据其结果生成图15B所示的相似度分数矩阵。在相似度分数矩阵中，“A”表示已登记的特征点并且“B”表示用于核对的特征点。(i,j)分量表示Ai和Bi之间的相似度分数。

基于相似度分数矩阵，匹配处理单元11d计算核对分数。当核对分数等于或高于阈值时，指纹认证是有效的。当核对分数低于阈值时，指纹认证无效。例如，将相似度分数矩阵中的最大值设置为核对分数。相似度分数矩阵中的平均值可以被设置为核对分数。可以将相似度分数矩阵中的各列的最大值的平均值设置为核对分数。

根据以上描述的第一实施方式，由于基于特征点的周边图像提取特征值，因此能够采用除特征点自身的信息以外的信息作为特征点的特征值。由于使用这样的特征值进行匹配处理使得能够进行基于各种信息的匹配处理，因此能够提高指纹认证的精确度。

<第二实施方式>

接下来，将描述第二实施方式。应注意，除非特别相反地陈述，在第一实施方式中描述的事项(例如，腕带式电子设备1的配置和功能)也可应用于第二实施方式。

也如在第一实施方式中描述的，腕带式电子设备1被配置为使用成像元件8执行指纹认证。通常，使用成像元件(作为更具体的实例，CMOS传感器)的感测具有的问题在于，功耗大于根据其他方式(例如，静电电容方式)的感测。虽然可以使用容量符合所需电力的电池，但是可穿戴设备在可安装的电池的尺寸方面受到限制，并且对电池的容量存在限制。因此，期望尽可能地抑制不必要的功耗。此外，可穿戴设备还在输入设备(诸如，待布置在其上的按钮)的数量和尺寸方面受到约束。因此，如所希望地执行尽可能地抑制不必要的电力消耗的控制，而不必通过对物理设备(诸如，按钮)的操作来触发。考虑到这些观点，现在将详细描述第二实施方式。

[状态转变]

图16是示出了腕带式电子设备1的状态转变的示图。作为与指纹认证相关的操作模式，腕带式电子设备1被配置为能够在例如三种模式之间进行转变。这三种模式是模式0、模式1和模式2。从功耗的角度来看，模式0最小化功耗，而模式2最大化功耗。模式1中的功耗大于模式0中的功耗，但小于模式2中的功耗。模式0对应于第三模式的实例，模式1和2分别对应于第一模式和第二模式的实例。

[每个模式中的操作]

接下来，将描述每个模式中的操作的实例。在每个模式中，不需要执行下面描述的操作的全部内容，并且可以执行至少一个操作。

(操作内容概要)

模式0是静态，并且是发光单元6关闭并且成像元件8不操作，或者换言之，不执行使用成像元件8感测指纹的模式。

模式1是待机状态，并且是发光单元6开启并且使用成像元件8感测指纹的模式。模式1中的感测可以是以这样一种程度进行感测，使得能够确定与显示屏4接触的物体是否是指纹。更具体地，感测可以以使得能够确定是否包括指纹(例如，指纹的特征点)的程度获取图像。

模式2是认证状态，并且是发光单元6开启、获取指纹的特征值、并且执行用于将所获取的特征值与已登记特征值进行核对的匹配处理的模式。此外，在模式2中，基于与模式1的设定不同的设定，经由成像元件8获取图像。

例如，当在模式1中从图像检测到指纹的特征点并且确定与显示屏4接触的物体为指尖时，操作模式转变到功耗增加的模式2。由于模式转变，即使当指尖以外的物体(诸如，衣服)与显示屏4接触时，也能够防止不必要地执行消耗大量电力的匹配处理等。因此，例如，可以抑制电池容量的下降。

(每个模式下的操作的具体实例)

将描述每个模式中的操作的具体实例。模式0是不执行与指纹认证有关的处理的模式。因此，下面将描述模式1和模式2中的操作的具体实例。

例如，作为第一实例，控制单元11进行用于控制发光单元6的亮度的发光控制。根据发光控制，进行每个模式中的操作。例如，在模式1中，由于仅需要获得指纹的特征点，因此发光单元6的亮度被设置为低。另一方面，在模式2中，由于必须进行匹配处理，因此必须从特征点的周边图像获取诸如汗腺的位置等的特征值。因此，发光单元6的亮度从模式1增加，从而可获得高清晰度图像。由于来自指尖的反射光的强度根据手指的状态或手指按压的程度而变化，因此可以进一步基于图像的亮度自适应地调整发光单元6的发光强度。

作为第二实例，例如，控制单元11通过控制成像元件8中的像素变为激活来进行用于改变分辨率的分辨率控制。根据分辨率控制，执行每个模式中的操作。例如，在模式1中，设置低分辨率并且以低分辨率执行感测。低分辨率是指例如大约300至500ppi(每英寸像素)的分辨率，在该分辨率可以检测指纹的特征点。在模式2中，设置高分辨率并且以高分辨率执行感测。高分辨率是指例如能够拍摄比指纹线更精细的特征(诸如，汗腺)的大约1000ppi或更高的分辨率。

作为第三实例，例如，控制单元11通过控制成像元件8中的像素区域变为激活来进行用于控制作为成像范围的感测区域的感测区域控制。在模式1中，使用成像元件8的一部分(例如，仅在中心附近)进行感测。在模式2中，使用整个成像元件8进行感测。

可执行组合上述实例中的控制的控制。例如，在模式1中，使用整个成像元件8执行低分辨率感测以检测指纹的特征点。在模式2中，仅检测到的特征点附近的区域可以被高分辨率地感测。

[模式之间的状态转变]

接下来，将描述模式之间的转变。操作模式之间的转变根据规定的触发、经过的时间、处理的结果等发生。如图16所示，基于触发P发生从模式0到模式1的转变。此外，基于触发Q发生从模式1到模式2的转变。

在操作模式是模式1的处理中，或者更具体地，在基于图像的确定处理中，当与显示屏4接触的物体不是指纹时，操作模式从模式1转变到模式0。此外，当操作模式是模式1的状态持续预定时间段时，操作模式进行从模式1到模式0的转变(超时)。

当操作模式是模式2的状态持续预定时间段时，操作模式进行从模式2到模式1的转变(超时)。此外，在操作模式是模式2并且获得指纹认证的结果时匹配处理结束的情况下，操作模式进行从模式2到模式0的转变。

可替换地，可以使操作模式能够直接从模式0转变到模式2。例如，可使操作模式基于触发R从模式0转变到模式2。触发R的实例是用于指示执行指纹认证的操作的输入。在这种情况下，由于显然要提前执行指纹认证，因此可以使操作模式能够直接从模式0转变到模式2。

[触发的具体实例]

接下来，将描述触发的具体实例。由于已经描述了触发R的具体实例，因此将省略冗余的描述。

(触发P的具体实例)

触发P的实例是检测到开始使用腕带式电子设备1的时间。在检测到开始使用腕带式电子设备1的时间，假设为了执行规定的应用而执行指纹认证的可能性高。因此，操作模式从模式0转变到模式1。

如图17A和图17B所示，触发P的更具体实例是加速度传感器的波形(加速度传感器的输出)或加速度传感器的输出的变化变得等于或大于阈值或者等于或小于阈值。在这种情况下，由于使用腕带式电子设备1的可能性高，操作模式从模式0转变到模式1。加速度传感器可用作运动传感器20中的一种。

如图18所示，触发P的另一个具体实例是在三轴加速度的合成矢量的方向(重力方向)上等于或大于阈值的变化的发生。例如，对应于每个轴的传感器输出被限定在腕带式电子设备1的运动传感器20中。图19A和图19B中示出了与腕带式电子设备1相对应的各个轴的实例。当通过三维矢量表示三轴加速度并且三维矢量的方向改变时，确定手的取向已经改变。即使在这种情况下，由于包括针对腕带式电子设备1执行的指纹认证的某种动作的可能性高，操作模式进行从模式0到模式1的转变。

将参照图20描述触发P的另一具体实例。如图20A所示，规定区间被设定为包含加速度传感器的输出出现了等于或大于阈值的变化的位置。将对应于所设定的规定区间的加速度传感器的输出输入到图20B中示意性示出的识别器。识别器被配置为通过将函数f应用于加速度传感器的输出来确定是否做出了规定的手势。作为识别器的处理的结果，如图20C所示，获得识别器的确定结果。采用指示所定义的手势的可能性并且表示确定结果的分数f(x)等于或高于阈值的情况作为触发P。当检测到腕带式电子设备1被佩戴的状态下的手势时，包括针对腕带式电子设备1执行的指纹认证的某种动作的可能性高。因此，操作模式进行从模式0到模式1的转变。

触发P可以是检测到指尖与显示屏4的接触或者检测到指尖与显示屏4接触地移动的情况。可以将检测到某种物体而不是指尖的接触或物体的移动的接触的情况设置为触发P。图21A和图21B是示意性地示出成像元件8和触摸传感器单元7相对于显示屏4的相应位置的示图。例如，如图21A和图21B所示，检测物体的接触或移动的触摸传感器单元7布置在成像元件8的附近。

虽然上面已经描述了触发P的具体实例，但是触发P不限于此，并且可以将各种条件设置为触发P。可以采用通过组合上述实例创建的条件作为触发P。

(触发Q的具体实例)

接下来，将描述触发Q的具体实例。触发Q是例如取决于包含在经由成像元件8获得的图像中的指纹的触发。

如图22A至图22D所示，设置可设想为指纹的指纹线(在这种情况下，脊线和谷线)的周期的周期。图22A示出了0.6mm的周期的实例，图22B示出了0.3mm的周期的实例，图22C示出了0.15mm周期的实例，以及图22D示出了0.075mm周期的实例。从经由成像元件8获得的图像中提取与每个周期对应的频率分量。另外，对于每个频率分量，例如，计算对如图23所示的32个(11.25度的增量)角度图案的响应，并且获得其平均值。当对应于上述四个频率分量中的至少一个的平均值等于或大于阈值时，图像中出现的物体是指纹的可能性高。因此，将要求与四个频率分量中的至少一个频率分量对应的平均值等于或大于阈值的条件设置为触发Q。

另外，可以将要求检测到的指纹的特征点的数量等于或大于阈值的条件设置为触发Q。除了图24A中所示的指纹线的终点和图24B中所示的指纹线的分叉点之外，指纹的特征点还可以包括图24C中所示的指纹线的交叉点与图24D中所示的指纹线的点彼此孤立的孤立点。

虽然上面已经描述了触发Q的具体实例，但是触发Q不限于此，并且可以将各种条件设置为触发Q。

[处理流程]

接下来，将参照图25和图26所示的流程图描述根据第二实施方式的处理流程。除非另有说明，否则图25和图26所示的处理例如按照控制单元11的控制来执行。

图25和图26所示的流程图中圈出的A、B和C表示处理的连续性。以下描述假定在处理开始时的操作模式是模式0。

在图25所示的步骤ST31中，例如，基于运动传感器20的输出来获取加速度数据。接下来，处理前进至步骤ST32。

在步骤ST32中，使用在步骤ST31中获得的加速度数据，控制单元11执行用于识别是否满足触发P的处理。如上所述，可以使用加速度数据之外的数据来确定是否满足触发P。接下来，处理前进至步骤ST33。

在步骤ST33中，基于步骤ST32中的处理结果来确定是否满足触发P。当不满足触发P时，处理返回到步骤ST31。当满足触发P时，处理进行到步骤ST34。

当满足触发P时，操作模式进行从模式0到模式1的转换。另外，在步骤ST34中，第一经过时间被设定为0(初始化)。第一经过时间是用于判断处理作为一个整体是否在规定时间内结束的时间，或者换言之，处理是否超时的时间。接下来，处理前进至步骤ST35。

在步骤ST35中，第二经过时间被设定为0(初始化)。第二经过时间是用于判断模式1的处理是否在规定时间内结束的时间，或者换言之，处理是否超时的时间。接下来，处理前进至步骤ST36。

在步骤ST36中，以与模式1相对应的亮度开启发光单元6。接下来，处理前进至步骤ST37。

在步骤ST37中，开始根据与模式1相对应的设置的感测。接下来，处理前进至步骤ST38。

在步骤ST38中，作为步骤ST37中的感测的结果，经由成像元件8获取图像。接下来，处理前进至步骤ST39。在步骤ST39中，进行用于识别触发Q的处理。接下来，处理前进至步骤ST40。

在图26所示的步骤ST40中，控制单元11基于在步骤ST39中的处理结果来判断是否满足触发Q。当不满足触发Q时，处理进行到步骤ST41。

在步骤ST41中，确定第二经过时间是否大于规定的阈值th1。例如，th1被设置为大约10秒。在这种情况下，当第二经过时间大于规定的阈值th1时，模式1中的处理超时，并且处理返回到步骤ST31。当第二经过时间等于或小于预定阈值th1时，重复模式1中的处理。换言之，处理返回至步骤ST38，再次获取图像，并且进行步骤ST38以及之后的步骤的处理。

在步骤ST40的确定处理中，当满足触发Q时，在操作模式进行从模式1到模式2的转变之后，处理进行到步骤ST42。在步骤ST42中，将第三经过时间设定为0(初始化)。第三经过时间是用于判断模式2的处理是否在规定时间内结束的时间，或者换言之，处理是否超时的时间。接下来，处理前进至步骤ST43。

在步骤ST43中，启用与根据模式2的拍摄区域、发光(发光单元6)和分辨率中的至少一项相关的设置，执行根据设置的图像的拍摄，并且获取指纹图像。另外，提取表征指纹图像的特征点的特征值。接下来，处理前进至步骤ST44。

在步骤ST44中，进行将所获得的特征值与已登记特征值进行核对的匹配处理。接下来，处理前进至步骤ST45。

在步骤ST45中，确定质量是否足够。例如，当检测到的特征点的数量等于或大于阈值时，确定质量为足够。另外，当作为匹配处理的结果基于特征值的比较被确定为相似的特征点的数量在给定阈值thA与给定阈值thB之间时(其中，阈值thA>阈值thB)，则可以确定质量不足。在这种情况下，当基于特征值的比较被确定为相似的特征点的数量等于或大于阈值thA(在这种情况下，指纹认证是有效的)或者当基于特征值的比较被确定为相似的特征点的数量等于或小于阈值thB(在这种情况下，指纹认证是无效的)时，确定用于确定指纹认证的结果的质量是足够的。在步骤ST45中，当确定质量不足时，该处理前进至步骤ST46。

在步骤ST46中，确定第三经过时间是否大于阈值th2。例如，将阈值th2设为大约10秒。当第三经过时间等于或小于阈值th2时，处理前进至步骤ST47。

由于第三经过时间等于或小于阈值th2并且没有经过超时的时间，因此模式2的处理继续。即，在步骤ST47中，经由成像元件8再次获取图像，进行步骤ST44以及之后的处理。

当第三经过时间大于阈值th2时，处理前进至步骤ST48。在步骤ST48中，确定第一经过时间是否大于阈值th3。作为确定的结果，当第一经过时间等于或小于阈值th3时，由于处理作为一个整体没有经过超时的时间，因此处理返回到步骤ST38，并且再次执行与模式1相关的处理。作为确定的结果，当第一经过时间大于阈值th3时，由于处理作为一个整体已经经过了超时的时间，因此处理返回到作为处理的第一步骤的步骤ST31。

如上所述，根据第二实施方式，即使当使用成像元件8感测指纹时，通过适当地设置腕带式电子设备1的操作模式可以抑制控制单元11和成像元件8消耗的电力。此外，可在不必操作输入设备的情况下执行模式转变。

[第二实施方式的变形例]

虽然在上面呈现的第二实施方式中已经描述了在模式1中不执行与指纹相关的匹配处理的实例，但是模式1不限于此。例如，可以在模式1中执行使用低分辨率图像的匹配处理。例如，让我们假设当指纹认证有效时使得能够进行支付的应用。例如，当支付金额为1000日元或更小时，安全级别不需要被设置为如此高。因此，进行根据模式1的处理，并且进行使用低分辨率图像的匹配处理。相反，在超过1000日元的大额支付的情况下，需要将安全级别设置为高。因此，进行根据模式2的处理，并且进行使用高分辨率图像的匹配处理。在这种情况下，表示从模式1切换到模式2的条件的触发Q可以是根据应用的内容的条件。

可以动态地改变表示从模式1切换到模式2的条件的触发Q的内容。例如，控制单元11获取腕带式电子设备1的电池的剩余容量。在电池的剩余容量，或者具体为SoC(充电状态)，降低至例如为30％或更低的情况下，将触发Q的内容切换为更严格的内容(使得难以进行从模式1到模式2的操作模式的转变)。例如，触发Q的内容被设置为上述触发Q的各个实例的组合。根据该处理，即使在电池的剩余容量低的情况下，也能够尽可能地防止操作模式从模式1向模式2的误转变。因此，可以防止通过进行与模式2相关的处理显著消耗电力而减少电池的剩余容量并且迫使腕带式电子设备1关闭的情况。

另外，如图27所示，在第二实施方式中，也可以采用用于执行与模式0和模式1相关的处理的控制单元(第二控制单元11A)的配置。在满足触发Q的情况下，第二控制单元11A也可以向作为上位主机的控制单元11进行通知处理，并且控制单元11可以进行诸如与模式2相关的匹配处理等处理。由于作为上位主机的控制单元11控制腕带式电子设备1的各种类型的处理，因此增加功耗，当经由成像元件8获得图像时(换言之，当某物与显示屏4接触时)，控制单元11的激活可能导致功耗整体增加。因此，优选设置用于执行模式0和模式1的作为低位控制单元的第二控制单元11A。

<变形例>

虽然上面已经具体描述了本公开的多个实施方式，但是应当理解，本公开的内容不限于上述实施方式，并且可以基于本公开的技术构思做出各种修改。在后文中，将对此进行描述。

在上述实施方式中，作为匹配处理的结果，可根据应用的内容改变验证指纹认证的阈值。例如，当执行指纹认证以便能够进行大额支付时，可以提高与图像质量相关的标准，或者可将相对于核对分数的阈值改为更大的阈值。

根据需要，可以修改根据上述实施方式的腕带式电子设备1的配置。例如，可以采用省略导光板5和发光单元6的配置。在这种配置的情况下，例如，执行使用显示屏4(具体实例是OLED)的光的拍摄。

在上述实施方式中，生物信息不限于指纹并且可以是手的血管、视网膜的毛细血管等或其组合。应当注意，指纹不需要是由整个指尖的指纹线形成的图案，而只需要包括其一部分。相同的描述适用于其他类型的生物信息。

本公开还可以通过装置、方法、程序、系统等来实现。例如，通过使执行上述实施方式中描述的功能的程序可下载，并且使不包括实施方式中描述的功能的装置下载并安装程序，可以在装置中执行在实施方式中描述的控制。本公开还可以通过分发这种程序的服务器来实现。另外，在各个实施方式和变形例中描述的事项可以在可行的程度上组合。

本公开还可采用以下配置。

(1)一种信息处理装置，包括：

特征点检测单元，被配置为从经由传感器单元获得的包括生物信息的图像中检测特征点；以及

特征值提取单元，被配置为基于包含特征点的周边图像来提取表征特征点的特征值。

(2)根据(1)所述的信息处理装置，包括：

预处理单元，被配置为对包含生物信息的图像进行校正处理。

(3)根据(2)所述的信息处理装置，其中，

预处理单元包括被配置为去除包括在图像中的噪声的噪声去除单元。

(4)根据(3)所述的信息处理装置，其中，

噪声包括与生物信息之外的物体相对应的噪声。

(5)根据(3)或(4)所述的信息处理装置，包括：

显示屏，其中，

以操作方向为基准，显示屏布置在近侧并且传感器单元布置在远侧，并且

噪声包括可归因于显示屏的结构的噪声。

(6)根据(3)到(5)中任一项所述的信息处理装置，其中，

传感器单元具有多个子传感器单元，并且

噪声包括子传感器单元的边界。

(7)根据(2)到(6)中任一项所述的信息处理装置，其中，

预处理单元包括图像生成单元，图像生成单元被配置为生成图像，该图像将与生物信息对应的图案的估计表示为包括生物信息的图像。

(8)根据(7)所述的信息处理装置，其中，

与生物信息对应的图案为基于指纹的指纹线的图案。

(9)根据(7)或(8)所述的信息处理装置，其中，

预处理单元包括确信度图生成单元，该确信度图生成单元被配置为生成表示估计的结果的确信度的确信度图。

(10)根据(9)所述的信息处理装置，其中，

基于已由确信度图生成单元生成的确信度图，确定图像中确信度等于或高于阈值的区域，并且

特征点检测单元被配置为检测存在于该区域中的特征点。

(11)根据(1)到(10)中任一项所述的信息处理装置，包括：

匹配处理单元，被配置为使用特征值与已预先登记的已登记特征值进行匹配处理。

(12)根据(1)到(11)中任一项所述的信息处理装置，其中，

特征值存储在存储单元中。

(13)根据(1)到(14)中任一项所述的信息处理装置，其中，

生物信息为指纹。

(14)根据(13)所述的信息处理装置，其中，

特征点是指纹的指纹线的终点、分叉点、交叉点和孤立点中的至少一种。

(15)根据(13)或(14)所述的信息处理装置，其中，

当特征点的周围存在汗腺时，特征值包括汗腺相对于特征点的相对位置。

(16)根据(11)所述的信息处理装置，其中，

用于确定匹配处理的结果的阈值是可改变的。

(17)一种可穿戴设备，包括：

显示屏，指纹与显示屏接触；

传感器单元，被配置为获取包含指纹的图像；

发光单元，被配置为至少在图像的获取期间发光；

特征点检测单元，被配置为从经由传感器单元获得的指纹图像中检测特征点；以及

特征值提取单元，被配置为基于包含特征点的周边图像来提取表征特征点的特征值。

(18)一种信息处理方法，包括：

由特征点检测单元从经由传感器单元获得的包括生物信息的图像中检测特征点；以及

由特征值提取单元基于包括特征点的周边图像提取表征特征点的特征值。

(19)一种使计算机执行信息处理方法的程序，信息处理方法包括：

由特征点检测单元从经由传感器单元获得的包括生物信息的图像中检测特征点；以及

由特征值提取单元基于包括特征点的周边图像提取表征特征点的特征值。

[参考标号列表]

1 可穿戴设备

4 显示屏

6 发光单元

8 成像元件

11 控制单元

11A 第二控制单元

11a 预处理单元

11c 特征值提取单元

11d 匹配处理单元

101 噪声去除单元

102 脊线估计图像生成单元

103 确信度图生成单元