KR20020072198A - 안면화상 인식장치 - Google Patents

안면화상 인식장치 Download PDF

Info

Publication number
KR20020072198A
KR20020072198A KR1020020011831A KR20020011831A KR20020072198A KR 20020072198 A KR20020072198 A KR 20020072198A KR 1020020011831 A KR1020020011831 A KR 1020020011831A KR 20020011831 A KR20020011831 A KR 20020011831A KR 20020072198 A KR20020072198 A KR 20020072198A
Authority
KR
South Korea
Prior art keywords
feature amount
unit
memory
recognition
face
Prior art date
Application number
KR1020020011831A
Other languages
English (en)
Other versions
KR100481116B1 (ko
Inventor
도바시히로노리
Original Assignee
가부시끼가이샤 도시바
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시끼가이샤 도시바 filed Critical 가부시끼가이샤 도시바
Publication of KR20020072198A publication Critical patent/KR20020072198A/ko
Application granted granted Critical
Publication of KR100481116B1 publication Critical patent/KR100481116B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition

Abstract

본 발명은 예를 들면 보안관리 등에 있어서 인물의 안면화상을 인식하는 안면화상 인식장치 및 상기 안면화상 인식장치를 이용하여 통행자의 통행을 제어하는 통행제어장치에 관한 것으로서, 미리 인식대상자의 안면의 기준특징량이 등록되어 있는 등록정보 유지부(108)를 갖고, 화상입력부(105)에 의해 입력한 안면화상에서 특징량 추출부(106)에 의해 안면의 특징량을 추출하고, 상기 추출한 특징량과 상기 등록정보 유지부(108)에 등록되어 있는 기준특징량과의 인식률을 인식부(107)가 판정하고, 상기 판정한 인식률이 소정값보다도 낮은 것에 기초하여 등록정보 추가부(109)가 상기 특징량 추출부(106)에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 등록정보 유지부(108)에 추가 등록하는 것을 특징으로 한다.

Description

안면화상 인식장치{DETECTOR FOR IDENTIFYING FACIAL IMAGE}
본 발명은 예를 들면 보안관리 등에 있어서 인물의 안면화상을 인식하는 화면화상 인식장치 및 상기 안면화상 인식장치를 이용하여 통행자의 통행을 제어하는 통행제어장치에 관한 것이다.
종래, 안면화상 인식장치에서는 인물의 안면을 촬영하고 촬영한 안면화상과 미리 등록하여 둔 안면화상을 조합함으로써 안면화상의 인식처리를 실시하고 있다. 그러나, 안면화상 인식장치에서는 인물이 선 위치의 변동에 따른 안면화상의 변동 또는 머리모양, 안경의 유무, 수염, 화장 정도의 변화 등의 안면 자체의 변동 요인에 따라 인물인증률이 저하하고 있다.
상기와 같은 인물인증률의 저하를 경감시키기 위한 방법이 일본 특개평 11-167632호 공보에서 제안되어 있다. 일본 특개평 11-167632호 공보에서는 인물인식율이 저하해가면 안면화상을 재등록하는 방법이 개시되어 있다. 또, 일본 특개평 11-167632호 공보에서는 미리 등록되어 있는 각 인물의 안면화상마다의 기준특징량과, 촬영(입력)한 안면화상에서 얻어지는 특징량을 합성한 새로운 기준특징량을 등록하는 방법이 개시되어 있다.
상기 일본 특개평 11-167632호 공보에서는 인물인식률이 저하한 경우, 즉, 미리 등록되어 있는 기준특징량과 입력화상에서 얻어진 특징량과의 유사도가 저하한 경우, 입력화상을 이용하여 기준특징량을 재등록, 또는 신류등록한다. 예를 들면 날마다 머리모양을 바꾸거나 하는 인물 등을 인식할 때마다 등록정보(기준특징량)가 갱신 또는 신규등록된다. 상기와 같은 재등록 또는 신규등록을 반복함으로써 각 인물마다의 등록정보 그 자체에 타인과의 차이가 생기지 않게 될 가능성이 있다. 이 결과로서 인식률이 저하하게 될 가능성이 있다.
그래서, 본 발명은 인물의 선 위치의 변동에 따른 안면화상의 변동 및 안면 자체의 변동에 따른 인물인식률의 저하를 경감할 수 있고, 고정밀한 안면화상의 인식이 가능하게 되는 안면화상 인식장치, 안면화상 인식방법 및 통행제어장치를 제공하는 것을 목적으로 한다.
도 1은 본 발명의 제 1 실시형태에 관한 안면화상 인식장치의 구성을 개략적으로 나타내는 구성도,
도 2는 제 1 조명부와 카메라의 관계를 나타내는 측면도,
도 3은 제 1 조명부와 카메라의 관계를 나타내는 평면도,
도 4는 제 1 조명부에 의한 안면화상의 예를 나타내는 도면,
도 5는 제 2 조명부와 카메라의 관계를 나타내는 측면도,
도 6는 특징량 추출부의 구성을 개략적으로 나타내는 블럭도,
도 7은 인식부의 인식처리를 설명하기 위한 플로우챠트,
도 8은 기준특징량의 추가동작을 설명하기 위한 플로우챠트, 및
도 9는 본 발명의 제 2 실시형태에 관한 통행제어장치의 구성을 개략적으로 나타내는 구성도이다.
*도면의 주요부분에 대한 부호의 설명
100: 인식대상자 101: 카메라
102: 제 1 조명부 103: 제 2 조명부
104: 처리부 105: 화상입력부
106: 특징량 추출부 107: 인식부
108: 등록정보 유지부 109: 등록정보 추가부
본 발명의 안면화상 인식장치는 미리 인식대상자의 안면을 기준특징량이 등록되어 있는 메모리와, 인물의 안면화상을 입력하는 화상입력부와, 상기 화상입력부에 의해 입력된 안면화상에서 안면의 특징량을 추출하는 특징량 추출부, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 인식률을 판정하는 인식부 및 상기 인식부에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 특징량 추가부를 갖는다.
본 발명의 통행제어장치는 통행자의 안면화상을 인식하여 상기 통행자의 통행을 제어하는 것으로서, 통행이 허가되어 있는 인물의 안면의 기준특징량이 미리등록되어 있는 메모리, 통행자의 안면화상을 입력하는 화상입력부, 상기 화상입력부에 의해 입력된 통행자의 안면화상에서 안면의 특징량을 추출하는 특징량 추출부, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 인식률을 판정하는 인식부 및 상기 인식부에 의해 판정한 인식률에 기초하여, 상기 통행자의 통행을 제어하는 통행제어부 및 상기 인식부에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 특징량 추가부를 갖는다.
본 발명의 안면화상 인식방법은 미리 인식대상자의 안면의 기준특징량이 등록되어 있는 메모리를 갖는 안면화상 인식장치에 이용되는 방법으로서 인물의 안면화상을 입력하는 것, 상기 입력한 안면화상에서 안면의 특징량을 추출하는 것, 상기 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량과의 인식률을 판정하는 것 및 상기 판정한 인식률이 소정값보다도 낮은 것에 기초하여 상기 입력한 안면화상에서 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 것을 특징으로 한다.
본 발명의 추가적인 목적 및 이점은 다음의 설명에 따르고, 부분적으로는 상기 설명에서 명백해지거나 본 발명을 실행함으로써 알 수 있을 것이다. 상기 본 발명의 목적 및 이점은 이하에서 특히 강조되는 수단 및 결합에 의해 실현되고 얻어질 수 있다.
명세서에서 구체화되고 그 일부를 구성하는 첨부 도면은 본 발명의 적절한실시예를 바로 도시하고, 상기한 개략적 설명 및 후술되는 적절한 실시예의 상세한 설명과 함께 본 발명의 원리를 설명한다.
이하, 본 발명의 실시형태에 대해서 도면을 참조하여 설명한다.
우선, 제 1 실시형태에 대해서 설명한다.
도 1은 본 발명의 제 1 실시형태에 관한 안면화상 인식장치의 구성을 개략적으로 나타내는 것이다. 이 안면화상 인식장치는 카메라(101), 제 1 조명부(102), 제 2 조명부(103), 처리부(104) 등을 갖고 있다.
상기 카메라(102)는 인식대상자(100)의 안면상을 촬상하여 입력하는 화상입력수단이다. 예를 들면, 상기 카메라(101)는 CCD센서 등의 촬상소자를 이용한 텔레비젼 카메라로 구성되어 있다.
상기 제 1 조명부(102)는 상기 카메라(101)의 오른쪽 위 또는 왼쪽 위에서 인식대상자(100)의 안면을 향하여 일정 조도로 광을 조사하는 제 1 조명수단이다. 상기 제 2 조명부(103)는 카메라(101)의 아래에서 인식대상자(100)의 안면을 향하여 일정 조도로 광을 조사하는 제 2 조명수단이다. 상기 제 1 조명부(102) 및 제 2 조명부(103)는 일정 조도로 광을 조사하는 형광등 등의 조명용구로 구성된다. 상기 처리부(104)는 카메라(101)로부터 입력된 안면화상을 처리하여 인식처리 등을 실시한다.
다음에 제 1 조명부(102) 및 제 2 조명부(103)에 대하여 설명한다.
상기 제 1 조명부(102)는 도 2 및 도 3에 도시한 바와 같이 제 1 조명부(102)의 광축과 카메라(101)의 광축이 이루는 각도가 45도로 설치되어 있지만, 예를 들면 30도 이하와 같은 조건에서 설치되어 있어도 좋다. 상기 제 1 조명부(102)는 인식대상자(100)의 안면을 향하여 직접광을 조사하여 도 4에 도시한 바와 같이 안면의 부위(코나 눈 등)에 의한 그림자를 안면의 한쪽 반정도(도면 가운데 사선부분(100a))에 만들고 있다. 또, 직접광이 아니라 확산광이나 간접광이라도 안면의 한쪽 반정도에 그림자가 만들어져 있다면 그 효과는 조금도 바뀌지 않는다.
제 2 조명부(103)는 도 5에 도시한 바와 같이 제 2 조명부(103)의 광축과 카메라(101)의 광축이 이루는 각도가 45도로 설치되어 있지만, 예를 들면 30도 이상 60도 이하와 같은 조건으로 설치되어 있어도 좋다. 상기 제 2 조명부(103)는 인식대상자(100)의 안면을 향하여 직접광이 조사되어 있다면 좋다. 또, 직접광이 아니라, 확산광이나 간접광이라도 좋다.
다음에, 제 1 조명부(102)와 제 2 조명부(103)의 관계에 대하여 설명한다.
상기 제 1 조명부(102)와 상기 제 2 조명부(103)는 동일 종류의 광이 아니면 안된다. 또, 상기 제 1 조명부(102)의 조도(1A)와 상기 제 2 조명부(103)의 조도(2A)와의 관계는 하기 수학식 1을 만족하지 않으면 안된다.
이들 2개의 조명부(제 1 조명부(102), 제 2 조명부(103))에 의해 피촬영자의 안면에 그림자가 작성된다. 상기 그림자에 의해 안면의 요철이 강조된다. 이렇게 안면의 요철이 강조됨으로써 개인차가 강조되고, 인식률이 향상한다. 특히, 제 1조명부(102)는 인식대상자(100)의 안면화상의 한쪽 반정도에 그림자를 만든다. 이러한 안면화상의 한쪽 반정도의 그림자는 안면의 요철정보를 잘 표현하고 있고, 개인차가 강조된다.
또, 제 2 조명부(103)에 의해 제 1 조명부(102)가 인식대상자(100)의 안면에 그림자를 지나치게 만들지 않도록 그 영향을 완화하고 있다. 상기 제 1 조명부(102)만으로는 인식시와 등록시의 인식대상자(100)와 카메라(101)의 거리의 차이에 따라 안면의 그림자 만드는 방법이 크게 다르다. 이러한 인식대상자(100)와 카메라(101)와의 거리 차이에 따른 안면의 그림자의 변화는 제 2 조명부(103)로부터의 광에 의해 경감된다. 이 결과, 인식대상자(100)와 카메라(101)와의 거리의 차이에 의한 인식률의 저하가 경감된다.
또, 인식대상자(100)의 안면에 조사하는 제 1 조명부(102)의 조도(1A)와 제 2 조명부(103)의 조도(2A)의 합계값을 "B룩스(1x)", 제 1 조명부(102)와 제 2 조명부(103)를 이용하였을 때의 인식대상자(100)의 안면에 조사하고 있는 외광 등의 조도를 "C(1x)"로 한다. 이 경우,
의 관계가 성립되면, 외광의 영향을 경감시킬 수 있다. 예를 들면 인식대상자(100)의 후방 위에 있는 형광등 등의 천정조명의 영향은 상기 수학식 2의 관계를 성립시킴으로써 경감할 수 있다.
또, 제 1 조명부(102)와 제 2 조명부(103)의 합계한 조도(B(1x))는 입력되는안면화상이 포화상태가 되지 않는 범위에서 규정된다.
또한, 본 실시형태에서는 제 1 조명부(102) 및 제 2 조명부(103)는 항시 점등하고 있는 것을 상정하고 있지만, 인식대상자(100)가 본 장치에 접근해온 때만 제 1 조명부(102) 및 제 2 조명부(103)를 점등 시키도록 하여도 좋다. 이 경우, 인식대상자(100)가 본 장치에 가깝게 왔는지 여부를 감지하는 센서(예를 들면, 적외선 센서 등의 인간감지기)를 별도 설치함으로써 실현 가능하다. 또, 카메라(101)가 촬영하고 있는 입력화상에 의해 본 장치에 접근한 인간을 검지하도록 하여도 좋다.
다음에, 처리부(104)에 대해서 설명한다.
처리부(104)는 예를 들면 컴퓨터에 의해 실현된다. 이 처리부(104)는 하드드디스크 드라이브, 광디스크, 광자기디스크 또는 FD 등의 기억매체에 기억되는 제어프로그램에 의해 동작하는 것이다.
또한, 이하의 설명에서는 화상입력 데이터, 추출한 특징량, 부분공간, 부분공간을 구성하기 위한 고유벡터, 상관행렬, 등록 시각, 일시, 장소 등의 상황정보, 암증번호, ID코드 등의 개인정보의 각 정보가 등장해온다. 또한, 인식데이터라고 할 때는 부분공간 또는 부분공간을 구성하기 위한 고유벡터를 포함한다. 등록정보라고 할 때는 화상입력 데이터, 추출한 특징량, 부분공간, 부분공간을 구성하기 위한 고유벡터, 상관행렬, 상황정보, 개인정보를 포함하고 있다. 따라서, 인식데이터는 등록정보에 포함되는 것으로 한다.
이하, 처리부(104)의 구체적인 구성예에 대하여 도 1을 참조하여 상세하게설명한다.
상기 처리부(104)는 화상입력수단으로서의 화상입력부(105), 특징량 추출수단으로서의 특징량 추출부(106), 인식수단으로서의 인식부(107), 특징량 등록수단(메모리)으로서의 등록정보 유지부(108) 및 특징량 추가수단(특징량 추가부)으로서의 등록정보 추가부(109)를 갖고 있다.
상기 화상입력부(105)는 카메라(101)로부터의 안면화상이 입력된다. 화상입력부(105)는 카메라(101)로부터의 안면화상을 A/D변환하여 디지털화하여 특징량 추출부(106)로 보낸다.
상기 특징량 추출부(106)는 상기 화상입력부(105)로부터 공급된 안면화상을 이용하여 농담(濃淡)정보 또는 부분공간정보 등의 특징량을 추출한다. 상기 특징량 추출부(106)는 예를 들면 도 6에 도시한 바와 같이 안면영역 검출부(106A), 안면부품 검출부(106B) 및 특징량 생성부(106C)를 갖는다.
상기 안면영역 검출부(106A)는 카메라(101)로 입력된 안면화상에서 안면의 영역을 검출한다. 안면영역 검출부(106A)에서 안면영역의 검출방법은 예를 들면 미리 준비된 턴플레이트와 화상 중을 이동시키면서 상관값을 구함으로써 가장 높은 상관값을 갖는 장소를 안면영역으로 한다. 또한, 안면영역의 검출방법은 고유공간법 또는 부분공간법을 이용한 안면영역 추출법 등을 이용하여도 좋다.
상기 안면부품 검출부(106B)는 검출된 안면영역의 부분 중에서 눈, 코의 위치를 검출한다. 안면부품의 검출방법은 예를 들면 문헌(福井 和廣, 山口 修:「형상추출과 패턴조합의 조합에 따른 안면특징점 추출」, 전자정보통신학회논문지(D), vol, J80-D-Ⅱ, No.8,pp2170-2177(1997))등의 방법을 이용하면 좋다.
상기 특징량 생성부(106C)는 검출된 안면부품의 위치를 기초로 안면영역을 일정의 크기, 형상으로 잘라내고, 그 농담정보를 특징량으로서 이용한다. 여기에서는 예를 들면 m픽셀×n픽셀의 영역의 농담값을 그대로 정보로서 이용하고, m×n차원의 정보를 특징 벡터로서 이용한다.
또, 인식부(107)에서 상호부분 공간법을 이용하는 경우, 특징량은 하기에 도시한 순서로 생성된다. 또한, 상호부분 공간법은 예를 들면 문헌(前田 賢一, 渡邊 貞一:「국소적 구조를 도입한 패턴·매칭법」, 전자정보통신학회논문지(D), vol.J68-D, No.3, pp345-352(1985))에 기재되어 있는 공지의 인식방법이다.
인식방법으로서 상호부분 공간법을 이용하는 경우, 우선 특징량 생성부(106C)는 상기 m×n차원의 정보를 특징 벡터로서 산출한다. 특징 벡터를 산출하면, 특징량 생성부(106C)는 특징 벡터의 상관행렬(또는 공분산행렬)을 구한다. 특징 벡터의 상관행렬을 산출하면, 특징량 생성부(106C)는 특징 벡터의 상관행렬에 대하여 K-L전개에 의한 정규직교 벡터를 구함으로써 부분공간을 계산한다. 이 부분공간은 고유값에 대응하는 고유벡터를 고유값이 큰 순서로 k개 선택하고, 그 고유벡터 집합을 이용하여 표현된다.
본 실시형태에서는 특징량 생성부(106C)가 상관행렬(Cd)을 특징 벡터로부터 구해지고, 상관행렬
와 대각화하여, 고유 벡터의 행렬(φ)을 구하는 것으로 한다. 예를 들면, 특징량 생성부(106C)는 입력화상에서 얻어진 시계열적인 안면화상 데이터로부터 특징벡터의 상관행렬을 구하고, K-L전개에 의한 정규직교 벡터를 구함으로써 부분공간을 계산한다. 이 부분공간은 인물의 식별을 실시하기 위한 인식사전으로서 이용한다. 예를 들면 미리 개인정보와 함께 등록하고 있던 부분공간을 사전으로서 이용하도록 하면 좋다.
또, 후에 논한 바와 같이, 부분공간은 부분공간 자신을 인식을 실시하기 위한 입력데이터로서도 좋다. 따라서, 부분공간의 산출결과는 인식부(107) 및 등록정보 유지부(108)로 보내진다.
인식부(107)는 등록정보 유지부(108)에 축적된 인식데이터(부분공간)와 특징량 추출부(106)에서 얻어진 특징량(농담정보 또는 부분공간정보)와의 조합(비교)처리를 실시한다. 인식부(107)는 조합처리의 결과에 기초하여 카메라(101)에 찍혀있는 인식대상자(100)가 누구인지를 판단(인식)하거나 또는 해당 인물인지 여부를 판단(인증, 식별)한다. 상기 인식부(107)는 인물의 인식처리를 실시하는 경우, 촬영한 안면화상과 가장 유사한 인물의 데이터를 판단한다. 예를 들면, 촬영한 안면화상에 대하여 최대 유사도를 취하는 데이터에 대응하는 인물을 인식결과로 하면 좋다.
또, 상기 인식부(107)는 인물의 식별처리(인증처리)를 실시하는 경우, 카드, 등록번호, 암증번호 또는 열쇠 등의 개인정보를 이용하여 상기 개인정보에 대응하는 인물인지 여부를 판단한다. 예를 들면 인식부(107)는 인증대상이 되는 인물이제시한 개인정보에 대응하는 인식데이터와 촬영한 안면화상과의 유사도를 계산하고, 계산한 유사도가 설정한 임계값을 넘는 경우에 당해 인물이라고 판단한다.
인물의 식별처리를 실시하는 경우, 상기와 같은 카드, 등록번호, 암증번호, 열쇠 등을 입력하는 수단이 필요하다. 예를 들면, 카드로서는 IC카드, ID카드, 무선카드 등이 이용 가능하며, 이용되는 카드에 대응한 카드리더가 본 장치에 설치된다. 또, 등록번호나 암증번호를 이용하는 경우, 본 장치에는 번호를 입력하는 키입력수단이 설치된다.
상기 인식부(107)에서 인식의 방법으로서는 특징량 추출부(106)의 정보를 이용하는 경우, 부분공간법이나 복합유사도법 등이 이용된다.
여기에서 상호부분 공간법을 이용하는 경우에 대하여 설명한다. 이 방법에서는 미리 축척된 등록정보 중의 인식데이터(등록데이터)도 입력되는 데이터(입력데이터)도 부분공간으로서 표현된다. 또, 여기에서는 2개의 부분공간이 이루는 「각도」를 유사도로서 정의하고, 입력되는 부분공간을 입력부분 공간으로 정의한다.
상호부분 공간법에서는 입력데이터열에 대하여 동일하게 상관행렬(Cin)을 구하고,
와 대각화하고, 고유벡터(φin)를 구한다. 두개의 φin, φd로 나타내지는 부분공간의 부분공간 유사도(0.0~1.0)를 구하고, 그것을 인식하기 위한 유사도로 한다.
인식부(107)는 도 7에 도시한 플로우챠트와 같이 동작한다. 우선, 인식부(107)는 인식처리를 실시할지, 식별처리를 실시할지에 따라 동작이 다르다(스텝(ST1)). 식별처리를 실시하는 경우는 우선 대상으로 하는 인식대상자의 개인정보로서의 ID코드를 판독한다(스텝(ST2)). 다음에, 대상으로 하는 ID코드에 대응한 등록정보(부분공간)을 등록정보 유지부(108)에서 판독한다(스텝(ST3)).
다음에 상술한 바와 같이 부분공간법 등에 따라 인식을 실시하기 위해 각 등록정보의 부분공간과, 입력벡터(특징량 추출부(106)로부터의 고유벡터), 또는 입력부분공간과의 유사도를 계산한다(스텝(ST4)). 다음에 그 유사도를 미리 설정되어 있는 임계값과 비교하고(스텝(ST5, ST6)), 식별결과를 출력한다(스텝(ST7)).
인식처리를 실시하는 경우, 인식대상이 되는 데이터를 모두 등록정보 유지부(108)로부터 판독한다(스텝(ST8)). 그리고, 각각의 등록정보와의 유사도를 계산한다(스텝(ST9)). 다음에 계산된 유사도 중에서 최대의 것을 선택하고(스텝(ST10)), 그것을 인식결과로서 출력한다(스텝(ST12)).
또한, 도 7의 파선으로 둘러쌓인 스텝(ST11)과 같이 인식부(107)는 최대유사도를 임계값 판정함으로써 인식결과가 정확한지 여부를 검증할 수도 있다(스텝(ST13)). 예를 들면 유사도가 너무 낮은 경우, 인식부(107)는 어떤 인식대상도 아니라고 판단할 수도 있다.
다음에, 등록정보 유지부(108)에 대하여 설명한다.
상기 등록정보 유지부(108)는 인식대상자를 식별하기 위해서 이용하는 부분공간(또는 상관행렬 등), 등록 시의 시각, 일시 또는 장소 등의 상황정보 등을 축적할 수 있다. 또한, 화상입력 데이터 또는 추출한 특징량 등을 축적하도록 하여도 좋다.
본 실시형태에서는 부분공간을 유지할 뿐만 아니라, 부분공간을 계산하기 위한 전단계의 상관행렬도 유지하는 형태에서 설명을 실시하는 것으로 한다.
상기 등록정보 유지부(108)는 1인의 인물 또는 어떤 ID코드에 대응하여 하나 또는 복수의 인식데이터를 유지한다. 부분공간은 그 취득된 시간 등의 부대정보와 함께 기억된다.
다음에 등록정보 추가부(109)에 대하여 설명한다.
상기 등록정보 추가부(109)는 인식부(107)에서 인식률이 소정값 이하로 저하한 경우, 그것을 검출하고 그 때 입력된 안면화상에서 얻어지는 인식데이터(특징량)를 새로운 인식데이터(기준의 특징량)로서 등록정보 유지부(108)에 추가 등록하는 처리를 실시한다.
상기 등록정보 추가부(109)는 우선, 인식부(107)에서 인식률이 소정값 이하로 저하하였는지 여부를 검출한다. 예를 들면, 등록정보 추가부(109)는 상기 인식부(107)에 있어서 계산된 유사도가 판정용 기준값보다도 저하한 것을 검출한다. 상기 인식부(107)에 의해 계산된 유사도가 판정용 기준값보다도 저하한 것을 검출하면, 등록정보 추가부(109)는 그 때에 상기 특징량 검출부(106)에서 추출된 특징량을 새로운 기준의 특징량으로서 등록정보 유지부(108)에 추가 등록하는 것이다.
상기 유사도 저하의 판정기준으로서는 미리 인식데이터 추가판정용 레벨(추가판정용 기준값)을 설정해둔다. 따라서, 상기 등록정보 추가부(109)는 상기 추가판정용 기준값과 상기 인식부(107)가 계산한 유사도를 비교하고, 상기 인식부(107)가 계산한 유사도가 상기 추가판정용 기준값보다도 낮은 경우, 인식데이터(기준 특징량)를 추가할 필요가 있다고 판정한다.
또한 상기 인식데이터 추가 판정용 레벨(Ladd)과 인식부(107)에서 인식용 임계값(Lrec)과의 관계는 하기 수학식 5를 만족하지 않으면 안되는 것으로 한다.
또, 상기 인식부(107)에서는 상술과 같이 등록정보 유지부(108)에서 판독한 등록정보(기준의 특징량)와, 입력된 특징량을 조합함으로써 양특징량의 유사도를 계산하도록 되어 있다. 상기 등록정보 추가부(109)에 의해 새로운 기준의 특징량이 추가 등록된 경우, 상기 인식부(107)는 추가 등록된 신등록정보(새로운 기준의 특징량)만을 등록정보 유지부(108)에서 판독하여 유사도를 계산한다. 즉, 상기 인식부(107)에서는 추가 등록하기 전의 등록정보(구등록정보)와는 조합하지 않도록 한다.
상기 등록정보 추가부(109)는 인식부(107)에 있어서, 추가등록된 신등록정보(새로운 기준의 특징량)를 이용하여 계산된 유사도(Sn)가 판정용 기준값(Ladd)보다도 저하한 것을 검출하면, 다음에 신등록 정보에 대신하여 그 신등록정보가 추가 등록되기 전의 등록정보(구등록정보)를 이용하여 동일하게 유사도(So)를 계산한다.
다음에, 등록정보 추가부(109)는 이 계산된 유사도(So)와 미리 설정되는 판정용 기준값(Lnadd)을 비교한다. 이 비교결과, 계산된 유사도(So)가 판정용 기준값(Lnadd)을 비교한다. 이 비교 결과, 계산된 유사도(So)가 판정용 기준값(Lnadd)보다도 저하한 것을 검출하면, 등록정보 추가부(109)는 그 때의 특징량 추출부(106)에 의해 추출된 특징량을 새로운 기준특징량으로서 등록정보 유지부(108)에 추가 등록하고, 또한 전회 추가 등록된 등록정보를 삭제한다.
또, 상기 계산된 유사도(So)가 판정용 기준값(Lnadd)이상이라면 상술한 바와 같은 새로운 기준특징량의 추가 등록은 이루어지지 않는다. 이 이후, 인식부(107)에서는 대상으로 하는 ID코드에 대응한 등록정보(기준특징량)을 등록정보 유지부(108)에서 판독하고, 입력된 특징량과 조합함으로써 양 특징량의 유사도를 계산한다. 이 때, 기준특징량으로서 이용하는 등록정보는 추가등록된 신등록정보(새로운 기준특징량)이다.
또한, 상기 판정용 기준값(Lnadd)과 인식부(107)에서 인식용 임계값(Lrec)과의 관계는 하기 수학식 6을 만족하지 않으면 안된다.
단, m은 임의의 수치(예를 들면 0.8~1.0의 값)을 나타낸다.
이렇게 기준특징량을 복수 유지하면, 어떤 한명의 인물에 대응한 복수의 부분공간을 동시에 인식부(107)에 넘겨주어 인식을 실시할 수 있다. 이에 의해 인물의 서 있는 위치의 변동에 따른 안면화상의 변동 또는 머리모양, 안경의 유무, 수염, 화장정도 등의 변화에 따른 안면자체의 변동에 따른 유사도의 저하를 경감할수 있다.
다음에, 상기 기준특징량을 상기 등록정보 유지부(108)에 추가하는 동작에 대하여 설명한다.
도 8은 기준특징량의 추가동작을 설명하기 위한 플로우챠트이다. 도 8에 도시한 바와 같이 상기 카메라(101)가 인물의 안면화상을 촬영하면, 촬영된 안면화상이 상기 화상입력부(105)에 입력된다(스텝(ST21)). 상기 화상입력부(105)는 안면화상을 A/D변환하여 상기 특징량 추출부(106)에 공급한다. 특징량 추출부(106)는 화상입력부(105)로부터 공급된 안면화상에서 특징량을 추출한다(스텝(ST22)).
상기 특징량 추출부(106)가 안면화상에서 특징량을 추출하면, 인식부(107)는 상기 등록정보 유지부(108)에 추가 등록되어 있는 새로운 기준특징량(신등록정보)이 존재하는지 여부(신구의 등록정보가 존재하는지 여부)를 판단한다(스텝(ST23)). 이 판단에 따라 추가 등록되어 있는 등록정보가 존재하지 않는다고 판단한 경우, 인식부(107)는 상기 등록정보 유지부(108)로부터 미리 등록되어 있는 기준특징량을 판독한다(스텝(ST24)). 또, 상기 판단에 의해 신등록정보가 있다고 판단한 경우, 인식부(107)는 추가 등록되어 있는 새로운 기준특징량(신등록정보)을 판독한다(스텝(ST25)). 상기 스텝(ST24) 또는 스텝(ST25)에 의해 등록정보 유지부(108)에서 기준특징량을 판독하면, 인식부(107)는 판독한 기준특징량과 상기 특징량 추출부(106)가 추출한 특징량을 조합하여 인식률(유사도)를 산출한다(스텝(ST26)).
이에 의해 유사도를 산출하면, 인식부(107)는 유사도가 미리 설정되어 있는 추가 판정용 기준값보다 낮은지 여부를 판정한다(스텝(ST27)). 또한, 이 판정은상기 등록정보 추가부(109)에서 실시하도록 하여도 좋다.
상기 판정에 의해 유사도가 소정의 추가판정용 기준값보다도 낮지 않다고 판정한 경우(스텝(ST27), 아니오), 상기 등록정보 추가부(109)는 특징량의 추가등록을 실시하지 않는다.
또, 상기 판정에 의해 유사도가 소정의 추가 판정용 기준값보다도 낮다고 판정된 경우(스텝(ST27), 예), 인식부(107)는 상기 스텝(ST25)에서 판독되지 않은 구등록정보가 존재하지는 여부를 판단한다(스텝(ST28)). 이 판단에 의해 구등록정보가 존재하지 않는다고 판단한 경우(스텝(ST28), 아니오), 상기 등록정보 추가부(109)는 상기 특징량 추출부(106)에 의해 추출한 안면의 특징량을 새로운 기준특징량으로서 상기 등록정보 유지부(108)에 추가 등록한다(스텝(ST29)).
또, 상기 판단에 의해 구등록정보가 있다고 판단한 경우(스텝(ST28), 예), 인식부(107)는 상기 등록정보 유지부(108)에서 구등록정보를 판독하고(스텝(ST30)), 상기 특징량 추출부(106)에 의해 추출한 특징량과의 유사도를 산출한다(스텝(ST31)). 구등록정보와의 유사도를 산출하면, 인식부(107)는 구등록정보에서 산출한 유사도가 소정의 추가 판정용 기준값보다도 낮은지 여부를 판정한다(스텝(ST32)).
이 판정에 의해 유사도가 소정 추가판정용 기준값보다도 낮지 않다고 판정한 경우(스텝(ST32), 아니오), 상기 등록정보 추가부(109)는 특징량의 추가등록을 실시하지 않는다.
또, 상기 판정에 의해 유사도가 소정의 추가판정용 기준값보다도 낮다고 판정된 경우(스텝(ST32), 예), 상기 등록정보 추가부(109)는 상기 특징량 추출부(106)에 의해 추출한 안면의 특징량을 새로운 기준특징량으로서 상기 등록정보 유지부(108)에 등록되어 있는 신등록정보를 고쳐쓴다(스텝(ST33)). 즉, 신등록정보와의 유사도 및 구등록정보와의 유사도 양쪽이 추가 판정용 기준값보다도 낮은 경우, 상기 등록정보 추가부(109)는 이미 등록되어 있는 신등록정보를 삭제하고, 또한 상기 특징량 추출부(106)에 의해 추출한 특징량을 새로운 기준특징량(신등록정보)로서 추가 등록한다.
이렇게 신등록정보를 고쳐쓰는 경우, 구등록정보는 그대로 유지되도록 되어 있다. 이것은 구등록정보는 소정의 등록수속에 따라 등록되어 있는 특징량이므로 유지해둘 가치가 높고, 신등록정보는 인식처리의 처리과정에서 추출되는 특징량이므로 유지해둘 가치가 낮기 때문이다.
상기와 같이 제 1 실시형태에 의하면, 인물의 선 위치의 변동에 따른 안면화상의 변동이나 안면 자체의 변동에 따른 인물인식률의 저하를 경감할 수 있고, 고정밀한 안면화상의 인식이 가능한 안면화상 인식장치 및 안면화상 인식방법을 제공할 수 있다.
다음에, 제 2 실시형태에 대해서 설명한다.
제 2 실시형태는 제 1 실시형태에서 설명한 안면화상 인식장치를 통행자의 안면화상을 인식하여 통행자의 통행을 제어하는 통행제어장치에 적용한 경우의 예이다.
도 9는 제 2 실시형태에 관한 통행제어장치의 구성을 개략적으로 나타내는것이다. 이 통행제어장치는 예를 들면 중요시설로의 입퇴실 관리를 실시하는 것이며, 이용자(통행자)의 안면화상을 인식하고, 그 인식결과에 기초하여 중요 시설의 입퇴실용 도어의 개폐를 실시하는 것이며, 카메라(101), 제 1 조명부(102), 제 2 조명부(103), 처리부(104) 및 인식부(107)의 인식결과에 따라서 중요시설(보안중시의 방 등)(201)의 입퇴실용 도어(202)의 개폐제어를 실시하는 통행제어수단으로서의 도어제어부(111)로 구성되어 있다.
또한 도 9에 있어서 도어제어부(111) 이외는 도 1의 안면화상 인식장치와 동일한 구성이기 때문에 동일 부호를 붙여 그 설명은 생략한다.
인식부(107)는 예를 들면 도 7의 스텝(ST6)에서 구한 유사도가 임계값보다도 큰 경우, 또는 스텝(ST11)에서 구한 유사도가 임계값보다도 큰 경우, 도어제어부(111)에 「도어개방」의 신호를 출력하고, 구한 유사도가 임계값보다도 작은 경우, 도어제어부(111)에 「도어폐쇄」의 신호를 출력한다.
도어제어부(111)는 인식부(107)로부터 「도어개방」의 신호를 수취하면, 입퇴실용 도어(202)를 개방상태로 제어하고, 인식대상자(이 경우는 통행자)(100)의 입실을 허가하고, 「도어폐쇄」의 신호를 수취하면, 입퇴실용 도어(202)를 폐쇄상태로 유지하여 통행자(100)의 입실을 거부한다.
상기와 같이 제 2 실시형태에 의하면 제 1 실시형태에서 설명한 안면화상 인식장치를 이용하여 통행자의 통행을 제어함으로써 인물의 서 있는 위치의 변동에 따른 안면화상의 변동이나 안면자체의 변동에 따른 인물인식률의 저하를 경감할 수 있어 고정밀한 안면화상의 인식이 가능한 통행제어장치를 제공할 수 있다.
해당 기술분야에서 통상의 지식을 가진 자는 추가적인 이점 및 수정을 용이하게 생각할 수 있을 것이다. 그러므로, 더 폭넓은 측면에서의 본 발명은 본 명세서에 도시되고 설명된 특정 상세설명 및 대표적인 실시예에 제한되지 않는다. 따라서, 첨부한 특허청구범위 및 그에 상당하는 것에 의해 한정된 바와 같은 개략적인 진보적 개념의 정신 또는 범주에서 벗어나지 않고서 다양한 수정을 할 수 있다.
종래 안면화상 인식장치에서는 인물이 서 있는 위치의 변동 또는 머리모양, 안경의 유무, 수염, 화장 정도의 변화 등의 안면 자체의 변동 요인에 따라 인물인식률이 저하된다. 본 발명은 인물인식률 저하를 경감할 수 있고, 고정밀한 안면화상의 인식이 가능하게 되는 안면화상 인식장치, 안면화상 인식방법 및 통행제어장치를 제공한다.

Claims (13)

  1. 미리 인식대상자의 안면의 기준특징량이 등록되어 있는 메모리,
    인물의 안면화상을 입력하는 화상입력부,
    상기 화상입력부에 의해 입력된 안면화상에서 안면의 특징량을 추출하는 특징량 추출부,
    상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량과의 인식률을 판정하는 인식부, 및
    상기 인식부에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 특징량 추가부를 갖는 것을 특징으로 하는 안면화상 인식장치.
  2. 제 1 항에 있어서,
    상기 인식부는 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준 특징량과의 유사도를 산출하고, 상기 산출한 유사도에 기초하여 상기 화상입력부에 의해 입력한 안면화상을 인식하고,
    상기 특징량 추가부는 상기 인식부에 의해 산출한 유사도가 미리 설정되어 있는 판정용 기준값보다도 낮은 경우에 상기 인식부의 인식률이 소정값보다도 낮다고 판정하는 것을 특징으로 하는 안면화상 인식장치.
  3. 제 1 항에 있어서,
    인물의 안면화상을 촬영하는 카메라와,
    상기 카메라에 의해 촬영된 피촬영자의 안면을 향하여 광을 조사하는 조명을 추가로 갖고,
    상기 화상입력부는 상기 카메라에 의해 촬영된 안면화상을 입력하는 것을 특징으로 하는 안면화상 인식장치.
  4. 제 3 항에 있어서,
    상기 조명은 상기 피촬영자로부터 봐서 상기 카메라의 오른쪽 비스듬한 위쪽 또는 왼쪽 비스듬한 위쪽에 배치되고, 상기 피촬영자의 안면을 향하여 광을 조사하는 제 1 조명과,
    상기 카메라의 아래쪽에 배치되어 상기 피촬영자의 안면을 향하여 광을 조사하는 제 2 조명으로 이루어지는 것을 특징으로 하는 안면화상 인식장치.
  5. 인식대상자의 안면의 기준특징량이 미리 등록되고, 또한 새로운 기준특징량이 추가 등록 가능한 메모리,
    인물의 안면화상을 입력하는 화상입력부,
    상기 화상입력부에 의해 입력된 안면화상으로부터 안면의 특징량을 추출하는 특징량 추출부,
    상기 메모리에 새로운 기준특징량이 추가 등록되어 있지 않은 경우, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 제 1 판정처리를 실시하고, 상기 메모리에 새로운 기준특징량이 추가 등록되어 있는 경우, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 추가 등록되어 있는 새로운 기준특징량의 인식률을 판정하는 제 2 판정처리를 실시하고, 또한 상기 제 2 판정처리에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 제 3 판정처리를 실시하는 인식부, 및
    상기 인식부의 제 1 판정처리에 따라 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 제 1 추가등록처리를 실시하고, 상기 인식부의 제 2 판정처리에 의해 판정한 인식률이 소정값보다도 낮고, 또한 상기 인식부의 제 3 판정처리에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여 미리 상기 메모리에 추가 등록되어 있는 새로운 기준특징량을 삭제하고, 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 제 2 추가등록처리를 실시하는 특징량 추가부를 갖는 것을 특징으로 하는 안면화상 인식장치.
  6. 통행자의 안면화상을 인식하고 상기 통행자의 통행을 제어하는 통행제어장치에 있어서,
    통행이 허가되어 있는 인물의 안면의 기준특징량이 미리 등록되어 있는 메모리,
    통행자의 안면화상을 입력하는 화상입력부,
    상기 화상입력부에 의해 입력된 통행자의 안면화상으로부터 안면의 특징량을 추출하는 특징량 추출부,
    상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 인식률을 판정하는 인식부,
    상기 인식부에 의해 판정한 인식률에 기초하여 상기 통행자의 통행을 제어하는 통행제어부, 및
    상기 인식부에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 특징량 추가부를 갖는 것을 특징으로 하는 통행제어장치.
  7. 제 6 항에 있어서,
    상기 인식부는 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 유사도를 산출하고, 상기 산출한 유사도에 기초하여 상기 화상입력부에 의해 안면화상을 입력한 통행자의 안면화상을 인식하고,
    상기 특징량 추가부는 상기 인식부에 의해 산출한 유사도가 미리 설정되어 있는 추가판정용 기준값보다도 낮은 경우에 상기 인식부의 인식률이 소정값보다도 낮다고 판정하는 것을 특징으로 하는 통행제어장치.
  8. 제 6 항에 있어서,
    통행자의 안면화상을 촬영하는 카메라와,
    상기 카메라에 의해 촬영되는 통행자의 안면을 향하여 광을 조사하는 조명을 추가로 갖고,
    상기 화상입력부는 상기 카메라에 의해 촬영된 안면화상을 입력하는 것을 특징으로 하는 통행제어장치.
  9. 제 8 항에 있어서,
    상기 조명은 상기 통행자로부터 봐서 상기 카메라(101)의 오른쪽 비스듬한 위쪽 또는 왼쪽 비스듬한 위쪽에 배치되고, 상기 통행자의 안면을 향하여 광을 조사하는 제 1 조명, 및
    상기 카메라의 아래쪽에 배치되어 상기 통행자의 안면을 향하여 광을 조사하는 제 2 조명을 갖는 것을 특징으로 하는 통행제어장치.
  10. 통행자의 안면화상을 인식하고 상기 통행자의 통행을 제어하는 통행제어장치에 있어서,
    통행이 허가되고 있는 인물의 안면의 기준특징량이 미리 등록되고, 또한 상기 통행이 허가되어 있는 인물의 안면의 새로운 기준특징량이 추가 등록 가능한 메모리,
    통행자의 안면화상을 입력하는 화상입력부,
    상기 화상입력부에 의해 입력된 통행자의 안면화상에서 안면의 특징량을 추출하는 특징량 추출부,
    상기 메모리에 새로운 기준특징량이 추가 등록되어 있지 않은 경우, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 제 1 판정처리를 실시하고, 상기 메모리에 새로운 기준특징량이 추가 등록되어 있는 경우, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 추가 등록되어 있는 새로운 기준특징량의 인식률을 판정하는 제 2 판정처리를 실시하고, 또한 상기 제 2 판정처리에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 제 3 판정처리를 실시하는 인식부, 및
    상기 인식부의 제 1 판정처리에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 제 1 추가등록처리를 실시하고, 상기 인식부의 제 2 판정처리에 의해 판정한 인식률이 소정값보다도 낮고, 또한 상기 인식부의 제 3 판정처리에 의해 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 미리 상기 메모리에 추가 등록되어 있는 새로운 기준특징량을 삭제하고, 상기 특징량 추출부에 의해 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 제 2 추가등록처리를 실시하는 특징량 추가부를 갖는 것을 특징으로 하는 통행제어장치.
  11. 미리 인식대상자의 안면의 기준특징량이 등록되어 있는 메모리를 갖는 안면화상 인식장치에 이용되는 안면화상 인식방법에 있어서,
    인물의 안면화상을 입력하는 것,
    상기 입력한 안면화상으로부터 안면의 특징량을 추출하는 것,
    상기 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 인식률을 판정하는 것, 및
    상기 판정한 인식률이 소정값보다도 낮은 것에 기초하여, 상기 입력한 안면화상에서 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 것을 특징으로 하는 안면화상 인식방법.
  12. 제 11 항에 있어서,
    상기 인식률을 판정하는 것은 상기 입력한 안면화상으로부터 추출한 특징량과 상기 메모리에 등록되어 있는 기준특징량의 유사도를 산출하고, 상기 산출한 유사도에 기초하여 상기 입력한 안면화상을 인식하고,
    상기 메모리에 추가 등록하는 것은 상기 유사도가 미리 설정되어 있는 추가판정용 기준값보다도 낮은 경우에 상기 인식률이 소정값보다도 낮다고 판정하는 것을 특징으로 하는 안면화상 인식방법.
  13. 인식대상자의 안면의 기준특징량이 미리 등록되고, 또한 새로운 기준특징량이 추가 등록 가능한 메모리를 갖는 안면화상 인식장치에 이용되는 안면화상 인식방법에 있어서,
    인물의 안면화상을 입력하는 것,
    상기 입력된 안면화상에서 안면의 특징량을 추출하는 것,
    상기 메모리에 새로운 기준특징량이 추가 등록되어 있지 않은 경우, 상기 특징량 추출부에 의해 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 것,
    상기 판정에 의해 상기 입력한 안면화상으로부터 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률이 소정값보다도 낮은 것에 기초하여 상기 입력한 안면화상으로부터 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 것,
    상기 메모리에 새로운 기준특징량이 추가 등록되어 있는 경우, 상기 입력한 안면화상으로부터 추출한 특징량과 상기 메모리에 추가 등록되어 있는 새로운 기준특징량의 인식률을 판정하는 것,
    상기 판정에 의해 상기 입력한 안면화상으로부터 추출한 특징량과 상기 메모리에 추가 등록되어 있는 새로운 기준특징량의 인식률이 소정값보다도 낮은 것에 기초하여, 상기 입력한 안면화상으로부터 추출한 특징량과 상기 메모리에 미리 등록되어 있는 기준특징량의 인식률을 판정하는 것, 및
    상기 판정에 의해 상기 입력한 안면화상으로부터 추출한 특징량이, 상기 메모리에 추가 등록되어 있는 새로운 기준특징량과의 인식률이 소정값보다도 낮고,또한 상기 메모리에 미리 등록되어 있는 기준특징량과의 인식률이 소정값보다도 낮은 것에 기초하여 미리 상기 메모리에 추가 등록되어 있는 새로운 기준특징량을 삭제하고, 상기 입력한 안면화상으로부터 추출한 특징량을 새로운 기준특징량으로서 상기 메모리에 추가 등록하는 것을 특징으로 하는 안면화상 인식방법.
KR10-2002-0011831A 2001-03-09 2002-03-06 안면화상 인식장치 KR100481116B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2001-00067235 2001-03-09
JP2001067235 2001-03-09

Publications (2)

Publication Number Publication Date
KR20020072198A true KR20020072198A (ko) 2002-09-14
KR100481116B1 KR100481116B1 (ko) 2005-04-07

Family

ID=18925617

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2002-0011831A KR100481116B1 (ko) 2001-03-09 2002-03-06 안면화상 인식장치

Country Status (3)

Country Link
US (1) US7050608B2 (ko)
EP (1) EP1239405A3 (ko)
KR (1) KR100481116B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100681247B1 (ko) * 2005-05-27 2007-02-09 햄펙스 주식회사 이미지 기반의 컨텐츠 제공 시스템 및 그 방법
KR101100429B1 (ko) * 2005-11-01 2011-12-30 삼성전자주식회사 포토 앨범 시스템의 반자동등록 방법 및 장치와, 이를 이용한 포토앨범 시스템

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7286692B2 (en) * 2001-12-27 2007-10-23 Amnart Kanarat Automatic celebrity face matching and attractiveness rating machine
JP3829729B2 (ja) * 2002-02-14 2006-10-04 オムロン株式会社 個人認証装置
JP2003296711A (ja) * 2002-03-29 2003-10-17 Nec Corp 顔画像識別方法、装置およびプログラム
EP1418530B1 (en) * 2002-10-08 2012-12-05 Sony France S.A. Adaptive artificial vision method and system
JP4397212B2 (ja) * 2003-02-05 2010-01-13 富士フイルム株式会社 本人認証装置
US20050105769A1 (en) * 2003-11-19 2005-05-19 Sloan Alan D. Toy having image comprehension
US7697026B2 (en) * 2004-03-16 2010-04-13 3Vr Security, Inc. Pipeline architecture for analyzing multiple video streams
US7340443B2 (en) 2004-05-14 2008-03-04 Lockheed Martin Corporation Cognitive arbitration system
GB2414614A (en) * 2004-05-28 2005-11-30 Sony Uk Ltd Image processing to determine most dissimilar images
US8065525B2 (en) * 2004-09-22 2011-11-22 Bekad Mgmt. Ii, Llc Device with built-in user authentication and method for user authentication and identity theft protection
US20060120571A1 (en) * 2004-12-03 2006-06-08 Tu Peter H System and method for passive face recognition
US7843491B2 (en) 2005-04-05 2010-11-30 3Vr Security, Inc. Monitoring and presenting video surveillance data
JP2007080184A (ja) * 2005-09-16 2007-03-29 Canon Inc 画像処理装置及び方法
JP2007101573A (ja) * 2005-09-30 2007-04-19 Fujifilm Corp プリント注文受付装置
JP4645411B2 (ja) * 2005-10-28 2011-03-09 コニカミノルタホールディングス株式会社 認証システム、登録システム及びプログラム
EP1977374A4 (en) 2005-11-30 2012-09-05 Seeing Machines Pty Ltd VISUAL TRACKING OF GLASSES IN VISUAL HEAD AND EYE TRACKING SYSTEMS
JP4996175B2 (ja) * 2006-08-29 2012-08-08 株式会社東芝 入室管理システムおよび入室管理方法
WO2010001310A1 (en) * 2008-07-02 2010-01-07 C-True Ltd. Face recognition system and method
JP5247480B2 (ja) * 2009-01-13 2013-07-24 キヤノン株式会社 オブジェクト識別装置及びオブジェクト識別方法
CN102982321B (zh) * 2012-12-05 2016-09-21 深圳Tcl新技术有限公司 人脸库采集方法及装置
US11615663B1 (en) * 2014-06-17 2023-03-28 Amazon Technologies, Inc. User authentication system
US9922048B1 (en) 2014-12-01 2018-03-20 Securus Technologies, Inc. Automated background check via facial recognition
US10115185B2 (en) * 2014-12-05 2018-10-30 At&T Intellectual Property I, L.P. Dynamic image recognition model updates
US20220067351A1 (en) * 2019-03-01 2022-03-03 Nec Corporation Dictionary creation device, biometrics device, monitoring system, dictionary creation method, and recording medium
US11283937B1 (en) * 2019-08-15 2022-03-22 Ikorongo Technology, LLC Sharing images based on face matching in a network
TWI802906B (zh) * 2021-01-28 2023-05-21 旺宏電子股份有限公司 資料識別裝置及辨識方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8926739D0 (en) * 1989-11-27 1990-01-17 De La Rue Syst Improvements relating to verification or authentication processing
US5550928A (en) * 1992-12-15 1996-08-27 A.C. Nielsen Company Audience measurement system and method
JP3119558B2 (ja) 1994-05-16 2000-12-25 ホーユーテック株式会社 顔画像データ取り込み方法および装置並びにシステム
JPH10134188A (ja) 1996-11-01 1998-05-22 Yamatake Honeywell Co Ltd 顔画像照合装置
US5991429A (en) * 1996-12-06 1999-11-23 Coffin; Jeffrey S. Facial recognition system for security access and identification
US6111517A (en) * 1996-12-30 2000-08-29 Visionics Corporation Continuous video monitoring using face recognition for access control
JP3469031B2 (ja) * 1997-02-18 2003-11-25 株式会社東芝 顔画像登録装置及びその方法
DE59801086D1 (de) * 1997-05-07 2001-08-30 Siemens Ag Verfahren zur anpassung eines referenzdatensatzes anhand mindestens eines eingabedatensatzes durch einen rechner
JP3564984B2 (ja) 1997-12-02 2004-09-15 オムロン株式会社 本人特定装置及び本人特定方法
KR100292028B1 (ko) 1997-12-05 2001-06-01 윤종용 반도체 장비의 실시간 제어방법
JP3621245B2 (ja) * 1997-12-12 2005-02-16 株式会社東芝 人物認識装置、人物認識方法、および、人物認識プログラムの記録媒体
JPH11191856A (ja) 1997-12-25 1999-07-13 Canon Inc 撮像装置および撮像方法
JP3580129B2 (ja) 1998-05-06 2004-10-20 オムロン株式会社 本人識別装置
WO2000010116A1 (en) * 1998-08-13 2000-02-24 Lau Technologies Method and system for eliminating unwanted shadows on a subject in a facial recognition system
KR20000050230A (ko) * 2000-05-30 2000-08-05 김성우 얼굴인식에 의한 네트워크상의 인증보안 방법
KR20010074059A (ko) * 2001-01-20 2001-08-04 정인수 모바일 단말기용 얼굴 기반 개인 신원 검증 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100681247B1 (ko) * 2005-05-27 2007-02-09 햄펙스 주식회사 이미지 기반의 컨텐츠 제공 시스템 및 그 방법
KR101100429B1 (ko) * 2005-11-01 2011-12-30 삼성전자주식회사 포토 앨범 시스템의 반자동등록 방법 및 장치와, 이를 이용한 포토앨범 시스템

Also Published As

Publication number Publication date
EP1239405A2 (en) 2002-09-11
EP1239405A3 (en) 2004-05-19
US7050608B2 (en) 2006-05-23
KR100481116B1 (ko) 2005-04-07
US20020126880A1 (en) 2002-09-12

Similar Documents

Publication Publication Date Title
KR100481116B1 (ko) 안면화상 인식장치
KR100494007B1 (ko) 안면화상 인식장치
JP3974375B2 (ja) 人物認識装置、人物認識方法および通行制御装置
AU2007245887B2 (en) Procedure for identifying a person by eyelash analysis
JP4836633B2 (ja) 顔認証装置、顔認証方法および入退場管理装置
KR100831122B1 (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
JP3580129B2 (ja) 本人識別装置
JP3564984B2 (ja) 本人特定装置及び本人特定方法
JP2001338296A (ja) 顔画像認識装置および通行制御装置
JP2007179569A (ja) 人物認識装置、人物認識方法および通行制御装置
JP2007206898A (ja) 顔認証装置および入退場管理装置
JP2003233816A (ja) アクセスコントロールシステム
KR20110092848A (ko) 얼굴 인증 및 등록방법
JP2002334335A (ja) 顔画像認識装置および通行制御装置
JP2005182184A (ja) 人物認識装置、人物認識方法および通行制御装置
JP4434560B2 (ja) 入退場管理システム
JP2004078686A (ja) 個人認証装置、個人認証方法、通行制御装置および通行制御方法
JP2003308524A (ja) アクセスコントロールシステム
KR20020032048A (ko) 얼굴 인식 보안방법
JP4945526B2 (ja) 通行制御装置
JP2005063172A (ja) 顔照合装置および通行制御装置
JP2004126812A (ja) 人物認識装置、人物認識方法および通行制御装置
JP2001266153A (ja) 顔画像認識装置および通行制御装置
JP2004139259A (ja) 人物認識装置、人物認識方法および通行制御装置
JP2004310287A (ja) 人物認識装置および通行制御装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20080227

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee