CN102124493B - 脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法 - Google Patents

脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法 Download PDF

Info

Publication number
CN102124493B
CN102124493B CN201080002361XA CN201080002361A CN102124493B CN 102124493 B CN102124493 B CN 102124493B CN 201080002361X A CN201080002361X A CN 201080002361XA CN 201080002361 A CN201080002361 A CN 201080002361A CN 102124493 B CN102124493 B CN 102124493B
Authority
CN
China
Prior art keywords
face
information
login
image
personage
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201080002361XA
Other languages
English (en)
Other versions
CN102124493A (zh
Inventor
细井圣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
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 Omron Corp filed Critical Omron Corp
Publication of CN102124493A publication Critical patent/CN102124493A/zh
Application granted granted Critical
Publication of CN102124493B publication Critical patent/CN102124493B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176—Recognition of faces
    • 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
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving 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
    • G06V40/179—Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

无须设置特别的影像设备等，也能提高脸部识别处理的精度。所述脸部识别装置(100)包含求出被输入的输入脸部图像数据与预先登录的多个登录脸部特征信息的相似度，并抽取与输入脸部图像数据的相似度为规定值以上的登录脸部特征信息的脸部对照部(56)；登录脸部特征信息与有关登录脸部特征信息所涉及的人物的登录属性信息一起被登录；所述脸部识别装置(100)还包含：在从脸部对照部(56)所抽取的多个登录脸部特征信息中，特定出包含与输入脸部图像数据相关的人物的登录脸部特征信息的脸部识别部(50)，该脸部识别部(50)包含用于推断有关输入脸部图像数据所涉及的人物的属性，并输出属性信息的性别/年龄推断部(54)，以及，对所输出的属性信息与多个登录脸部特征信息的登录属性信息进行比较的性别/年龄比较部(58)；根据所述比较结果，特定登录脸部特征信息。

Description

脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法
技术领域
本发明涉及一种进行表示人脸部的图像数据的脸部识别处理的脸部识别装置、人物图像检索系统、脸部识别装置控制程序、计算机可读取的记录媒体以及脸部识别装置的控制方法。 
背景技术
在脸部识别技术的领域中，从成为检索对象的图像中检测出人的脸部(例如专利文献1)、根据预先登录的特征量等脸部识别信息来对照所检测出的脸部，由此识别包含在该图像中的脸部是谁的脸部(例如专利文献2)等已是众所周知的技术。 
另外，为了提高脸部识别处理的精度，还研究出了使用双镜头立体相机测定被摄体的外眼角间的距离，再根据测定出的外眼角间的距离来进行识别的方法(专利文献3)。如上所述，提出了使用外眼角间的距离等的被摄体的身体特征的脸部识别技术。 
此外，还提出了可实现脸部识别处理高速化的技术。所述高速化技术是，例如利用性别、年龄、年龄层等属性信息，预先限定用于脸部识别处理的脸部识别信息后再进行脸部识别的技术(例如专利文献4、5)。另外，正开发研究从脸部图像中高精度地推断性别、年龄、年龄层等属性信息的技术(例如非专利文献1)。 
[背景技术文献] 
[专利文献] 
专利文献1：日本公开专利公报“特开2005-327242号(2005年11月24日公开)” 
专利文献2：日本公开专利公报“特开2007-128262号(2007年5月24日公开)” 
专利文献3：日本公开专利公报“特开2007-114931号(2007年5月10 日公开)” 
专利文献4：日本公开专利公报“特开2008-158679号(2008年7月10日公开)” 
专利文献5：日本公开专利公报“特开2006-146413号(2006年6月8日公开)” 
[非专利文献] 
非专利文献1：龙川绘里奈、细井圣，“依据脸部图像的性别、年龄层的自动推断”，OMRON TECHNICS，2003年3月，第43卷，第1号(总卷数145号)，pp.37-41 
发明内容
然而，在通过使用双镜头立体相机对被摄体的外眼角间的距离进行测定的方法来提高脸部识别处理精度的技术中，必须设置双镜头立体相机。另外，在该方法中，需要对外眼角间的距离进行测定，从而存在无法用于将已被图像化的“人”作为对象时的脸部图像检索的问题。存在这种问题的原因在于，如果对已被图像化的“人”测定外眼角间的距离，则由于脸部朝向的变化等缘故而无法准确测定外眼角间的距离。 
另外，在脸部图像检索中，就利用属性信息预先限定用于脸部识别处理的识别信息后再进行脸部识别的方法来说，虽然该方法能实现脸部图像检索的高速化，但对于脸部识别本身的精度提高没有效果。而利用该方法反倒存在降低脸部识别处理精度的倾向。存在这种倾向的原因在于，当限定出错时，有可能将本应用于脸部识别的识别信息排除到检索对象之外，结果无法获得应成为识别结果的图像。 
本发明是鉴于以上问题开发而成的，其目的在于提供一种无须设置特别的影像设备等(例如双镜头立体相机)便可进一步提高脸部识别处理精度的脸部识别装置、人物图像检索系统、脸部识别装置控制程序、计算机可读取的记录媒体以及脸部识别装置的控制方法。 
为了实现所述目的，本发明所提供的脸部识别装置，包含抽取机构，所述抽取机构求出所输入的输入脸部图像与预先登录的多个登录脸部信息的相似度，并抽取与所述输入脸部图像的相似度达到规定值以上的所述登录脸部信息，所述脸部识别装置的特征在于：所述登录脸部信息是与有关该登录脸 部信息所涉及的人物的属性信息一起被登录的；所述脸部识别装置还包含特定机构，在所述抽取机构已抽取多个所述登录脸部信息时，所述特定机构从所述抽取机构所抽取的多个登录脸部信息中特定出包含所述输入脸部图像所涉及的人物的登录脸部信息；所述特定机构包含：推断机构，对所述输入脸部图像进行解析，根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息，以及，比较机构，对所述推断机构所推断的属性信息与有关所述多个登录脸部信息所涉及的人物的属性信息进行比较；而且，根据所述比较机构的比较结果，来特定包含与所述输入脸部图像相关的人物的登录脸部信息。 
为了实现所述目的，本发明所提供的脸部识别装置的控制方法中，该脸部识别装置包含抽取机构，所述抽取机构求出所输入的输入脸部图像与预先登录的多个登录脸部信息的相似度，并抽取与所述输入脸部图像的相似度达到规定值以上的所述登录脸部信息，所述控制方法的特征在于：所述登录脸部信息与有关该登录脸部信息所涉及的人物的属性信息一起被登录；所述控制方法包含特定步骤，即在所述抽取机构已抽取多个所述登录脸部信息时，所述脸部识别装置所包含的特定机构从所抽取的多个登录脸部信息中特定出包含有关所述输入脸部图像所涉及的人物的登录脸部信息，所述特定步骤包含：推断步骤，对所述输入脸部图像进行解析，根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息；以及，比较步骤，对所述推断步骤中所推断的属性信息与有关所述多个登录脸部信息所涉及的人物的属性信息进行比较；根据所述比较步骤中的比较结果，特定包含有关所述输入脸部图像所涉及的人物的登录脸部信息。 
根据所述构成，脸部识别装置求出所输入的输入脸部图像与预先登录的登录脸部信息的相似度，并抽取与输入脸部图像的相似度为规定值以上的登录脸部信息。 
另外，输入脸部图像及登录脸部信息是包含人的脸部的图像。此外，相似度是表示输入脸部图像与登录脸部信息相似到何种程度的指标，例如，如公知的脸部识别技术所示，可通过从脸部图像中抽取特征点，并对这些特征点进行相互评价来求出所述相似度。另外，所述登录脸部信息是与该登录脸部信息所相关的人物的属性信息一起被登录的。 
在抽取多个与输入脸部图像的相似度为规定值以上的所述登录脸部信息 时，从所述多个登录脸部信息中，确定包含与所述输入脸部图像相关的人物的登录脸部信息。 
以往，将相似度最高的登录脸部信息作为识别结果的情况较多。然而，所输出的多个登录脸部信息表示彼此非常相似的人物的可能性较高。例如，父母和子女、兄弟姐妹等的脸部造形相似，因此对父母和子女、兄弟姐妹进行脸部识别时，相似度接近的情况较多。另外，相似度的计算有时也会受到人物的表情、脸部朝向、照明变化等状况的影响而产生误差，因此也会导致脸部识别处理中的相似度接近的结果。 
这时，如果仅将相似度最高的登录脸部信息作为识别结果，那么有可能误将彼此非常相似的姿容的其他人物作为识别结果。因此，在脸部识别处理中期望利用相似度以外的指标来进行判断。 
针对此，在本发明的脸部识别装置中，按以下述方式进行登录脸部信息的特定。即：首先，脸部识别装置对所述输入脸部图像进行解析，根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的信息的推断属性信息。然后，脸部识别装置对所输出的推断属性信息与有关所述多个登录脸部信息所涉及的人物的属性信息进行比较。这样一来，在本发明中，并非仅根据相似度来进行识别，而且还将属性信息也作为判定的基准。 
之后，在本发明的脸部识别装置中，根据属性信息的比较结果特定包含与所述输入脸部图像相关的人物的登录脸部信息。由此，例如，即便是像家属一样姿容相似的人物之间，如果属性信息不同，那么也能判别这些人物，从而使脸部识别处理的精度提高。 
进一步而言，所述确定处理是在脸部识别装置抽取多个与输入脸部图像的相似度达到规定值以上的所述登录脸部信息时进行的，因此也可以不必在每次脸部识别处理时进行属性的推断。与此相比，在现有技术中(例如专利文献4、5)，则是每次都进行属性推断。也就是，相比于现有技术的构成，如上所述般在执行脸部识别处理后再推断属性的本发明的脸部识别装置，在推断处理的效率方面更为优异。 
结果，无须设置特别的影像设备等也能发挥提高脸部识别处理精度的效果。 
[发明的效果] 
本发明的脸部识别装置构成为：登录脸部信息与有关该登录脸部信息所涉及的人物的属性信息一起被登录；所述脸部识别装置包含特定机构，在抽取机构抽取多个所述登录脸部信息时，所述特定机构从所述抽取机构所抽取的多个登录脸部信息中特定出包含与输入脸部图像相关的人物的登录脸部信息；所述特定机构包含：对所述输入脸部图像进行解析且根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息的推断机构，以及，对所述推断机构所推断的属性信息与有关所述多个登录脸部信息所涉及的人物的属性信息进行比较的比较机构；根据所述比较机构的比较结果，来特定包含所述输入脸部图像所涉及的人物的登录脸部信息。 
本发明的脸部识别装置的控制方法的构成如下：登录脸部信息与有关该登录脸部信息所涉及的人物的属性信息一起被登录；所述控制方法包含特定步骤，即在抽取机构抽取多个所述登录脸部信息时，所述脸部识别装置所包含的特定机构从所抽取的多个登录脸部信息中特定出包含输入脸部图像所涉及的人物的登录脸部信息，所述特定步骤包含对所述输入脸部图像进行解析且根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息的推断步骤，以及，将所述推断步骤中所推断的属性信息与有关所述多个登录脸部信息所涉及的人物的属性信息进行比较的比较步骤；根据所述比较步骤中的比较结果，特定出包含与所述输入脸部图像相关的人物的登录脸部信息。 
由此，在未设置特别的影像设备等的情况下也能发挥提高脸部识别处理精度的效果。 
关于本发明的其他目的、特征和优点，将在以下内容中进行充分明了的说明。以下，参照附图来明确本发明的优点。 
附图说明
图1是表示本发明的实施方式的图，是表示脸部识别装置的概略构成的方块图。 
图2是表示脸部特征信息存储部中所存储的登录脸部特征信息的一个例示图。 
图3是表示属性信息存储部中所存储的登录属性信息的一个例示图。 
图4是表示脸部识别装置中的登录处理流程的流程图。 
图5是表示脸部识别装置中的脸部识别处理流程的流程图。 
[附图标记说明] 
10-图像数据 
20-操作部 
30-显示部 
40-控制部 
50-脸部识别部(特定机构) 
51-脸部图像获取部(抽取机构、图像输入机构) 
52-脸部检测部(抽取机构) 
53-脸部特征抽取部(抽取机构) 
54-性别、年龄推断部(推断机构) 
55-识别用信息登录部 
56-脸部对照部(抽取机构) 
57-相似度判定部(推断机构) 
58-性别、年龄比较部(比较机构) 
59-识别结果输出部(特定机构) 
90-存储部 
91-图像存储部(人物图像存储部) 
92-脸部识别数据库(登录脸部信息存储部) 
93-脸部特征信息存储部 
94-属性信息存储部 
100-脸部识别装置(人物图像检索系统) 
具体实施方式
以下，通过实施方式更详细地说明本发明，但本发明并不局限于这些实施方式。 
下面参照图1～图5对本发明的一实施方式进行说明。 
(脸部识别装置的构成) 
首先，参照图1，对本实施方式所涉及的脸部识别装置(人物图像检索系统)100的概略构成进行说明。图1是表示脸部识别装置100的概略构成 的方块图。脸部识别装置100是，预先登录用于特定人物的脸部识别信息，并使用所登录的脸部识别信息来进行有关所输入的图像数据的脸部识别的装置。这里，所谓脸部识别，是指判定被输入的图像数据所表示的人物是否与依据已登录的脸部识别信息所确定的人物一致的处理。 
如图1所示，脸部识别装置100包含操作部20、显示部30、控制部40以及存储部90。 
操作部20是从使用者接收各种输入的机构，由输入用按钮、键盘、数字小键盘、鼠标等指向装置、触控面板、其他输入装置所构成。根据所接收的使用者的操作而生成操作数据，并将所生成的操作数据发送至控制部40。 
显示部30是向使用者显示用于提供信息的画面的机构。显示部30根据接收自控制部40的画面数据，在显示画面中显示文字或图像等各种信息。例如，显示部30由LCD(Liquid Crystal Display，液晶显示器)、PDP(Plasma Display Panel；等离子显示器)、EL(Electroluminescence；电致发光)显示器等显示装置所构成。 
控制部40是总括地控制脸部识别装置100中的各种功能的机构。控制部40的控制功能是通过CPU(Central Processing Unit；中央处理器)等处理装置执行控制程序而实现的。所述控制程序可以存储在如RAM(Random Access Memory；随机存取存储器)或快闪存储器等作为存储元件的存储部90中，也可以是读取安装在硬盘等中的程序而加以使用的形态。另外，关于控制部40的详细内容见后述。 
存储部90是存储各种数据及程序的机构。作为存储部90的构成，例如可列举：硬盘等非易失性存储装置、存储控制部40运作时所需的程序或用于各种控制的固定数据的读出专用半导体存储器即ROM(Read Only Memory；只读存储器)、暂时存储用于运算的数据及运算结果等的所谓工作存储器的RAM，以及存储各种设定数据等的可重写非易失性存储器(例如快闪存储器)。另外，关于存储部90的详细内容见后述。 
(控制部、存储部的详细构成) 
接着，参照图1，对控制部40及存储部90的主要构成进行说明。这里，预先对图1进行补充说明。如上所述，脸部识别装置100使用预先登录的脸部识别信息，进行关于所输入的图像数据的脸部识别。也就是，脸部识别装置100的处理大致分为登录处理与脸部识别处理这两方面。同图中，在各部 之间以虚线箭头所表示的关系(数据的流向)，表明仅在登录处理时使用。另外，在各部之间以实线箭头所表示的关系(数据的流向)，表明仅在脸部识别处理时使用，或者在脸部识别处理及登录处理这两方面使用。 
(关于存储部) 
首先，对存储部90进行详细说明。如图1所示，存储部90包含图像存储部91与脸部识别数据库92。 
图像存储部91用来存储脸部识别部(特定机构)50进行脸部识别时所使用的图像数据。本实施方式中，图像数据是至少表示有人的脸部部分的相关数据。图像数据所表示的人可以是一个人，也可以是多个人。 
图像数据例如可通过下述方法供给至脸部识别装置100，并预先存储到图像存储部91中。首先，可在脸部识别装置100中设置用于拍摄被摄体的拍摄部(未图示)，预先将通过拍摄部进行拍摄所获取的图像数据10存储在图像存储部91中。拍摄部可由CCD(Charge Coupled Device；电荷耦合元件)或CMOS(Complementary Metal Oxide Semiconductor；互补型金属氧化物半导体)等光电转换元件等所构成。 
另外，也可在脸部识别装置100中设置用于与外部进行通信的通信部(未图示)，可将脸部识别装置100连接于网络，脸部识别装置100通过网络而自外部获取图像数据10，并将所获取的图像数据10存储在图像存储部91中。 
脸部识别数据库92预先将脸部识别部50从用于脸部识别处理的图像数据及图像数据中所抽取的数据登录于其中。脸部识别数据库92由脸部特征信息存储部93以及属性信息存储部94所构成。 
以下，参照图2与图3，对脸部特征信息存储部93以及属性信息存储部94进行说明。图2是表示脸部特征信息存储部93中所存储的登录脸部特征信息(登录脸部信息)的一个例示图。图3是表示属性信息存储部94中所存储的登录属性信息的一个例示图。 
脸部特征信息存储部93是用来预先登录脸部对照部56进行脸部对照处理时所使用的脸部特征信息的数据库。脸部特征信息是脸部特征抽取部53基于输入脸部图像数据而输出的信息，且由识别用信息登录部55被登录到脸部特征信息存储部93中。脸部特征信息中也可以包含原始的输入脸部图像数据。 
登录处理是将从输入脸部图像数据中所获得的脸部特征信息登录到脸部 识别数据库92中的处理。在本实施方式所涉及的脸部识别装置100中，可预先将抽取自输入的输入脸部图像数据(图像数据)所包含的脸部图像中的特征点即脸部特征信息登录到脸部识别数据库92中。 
下面，参照图2对脸部特征信息存储部93中所登录的脸部特征信息的一例进行说明。 
如图2所示，脸部特征信息存储部93中存储有通过脸部识别来特定出特定人物A及B时所使用的登录脸部特征信息。图示的例中，人物A(母亲)与人物B(女儿)是母女关系。另外，各登录脸部特征信息中附带有识别信息，可通过该识别信息来唯一地特定各登录脸部特征信息。这里，为了方便进行说明，将与人物A(母亲)相对应的识别信息设为A，将与人物B(女儿)相对应的识别信息设为B。也就是，登录脸部特征信息A是通过脸部识别来特定母亲时所使用的数据，登录脸部特征信息B是通过脸部识别来特定女儿时所使用的数据。 
登录脸部特征信息中包含有多个表示该人的脸部特征的信息，即脸部特征信息。在图2所示的例中，登录脸部特征信息A包含用于特定母亲的脸部特征信息即脸部特征信息A1～A4、...。该脸部特征信息A1～A4对应于脸部特征抽取部53从一个图像数据中所输出的脸部特征信息。另外，脸部特征信息A1～A4也可以包含输入脸部图像数据本身。 
如图中的例所示，由多个脸部特征信息来构成登录脸部特征信息A是为了提高脸部对照部56中的对照精度。然而，并不限于所述例，登录脸部特征信息A中所包含的脸部特征信息至少为一个即可。另外，脸部特征信息A1中包含有与脸部特征抽取部53所抽取的多个特征点相关的信息a11、a12、...。关于脸部特征信息A2～A4、...也相同。至于与特征点相关的信息a11、a12、...，将在后文中进行详细叙述。 
另外，登录脸部特征信息B具有与登录脸部特征信息A相同的数据结构，因此省略说明。 
属性信息存储部94是用于预先登录由性别/年龄比较部58进行性别、年龄层的比较处理时所需的属性信息的数据库。属性信息是由性别/年龄推断部54基于输入脸部图像数据所输出的信息，且通过识别用信息登录部55被登录到属性信息存储部94中。 
下面，参照图3对属性信息存储部94中所存储的属性信息的一例进行说 明。 
如图3所示，属性信息存储部94中存储有人物A(母亲)以及人物B(女儿)的属性信息。脸部特征信息存储部93与属性信息存储部94中，使用的是共用的识别信息。图示的例中，登录属性信息A及B分别对应于脸部特征信息存储部93中所存储的登录脸部特征信息A及B。 
图示的例中，登录属性信息由年龄(年龄层)以及性别所构成。 
在图3所示的登录属性信息A中，年龄栏被设定为“40岁”，性别栏被设定为“女性”。 
另外，登录属性信息B中，年龄栏被设定为“18岁”，性别栏被设定为“女性”。 
另外，脸部特征信息存储部93中所存储的登录脸部特征信息以及属性信息存储部94中所存储的登录属性信息也可以由使用者手动输入、设定。例如，可以采用脸部识别部50获取使用者通过操作部20输入各信息而成的信息，并将其登录到脸部识别数据库92中的方式。另外，也可以采用从脸部识别装置100的外部提供要登录到脸部识别数据库92中的信息的方式。例如有，通过可拆卸的记录媒体从脸部识别装置100的外部提供信息的方法，或通过网络通信从脸部识别装置100的外部获取信息的方法等。 
(关于控制部) 
接着，对控制部40进行详细说明。如图1所示，控制部40具备用于执行脸部识别处理的脸部识别部50。脸部识别部50根据由操作部20发送的操作数据来执行脸部识别处理。更详细而言，脸部识别部50具备脸部图像获取部(抽取机构)51、脸部检测部(抽取机构)52、脸部特征抽取部(抽取机构)53、性别/年龄推断部(推断机构)54、识别用信息登录部55、脸部对照部(抽取机构)56、相似度判定部(推断机构)57、性别/年龄比较部(比较机构)58以及识别结果输出部(特定机构)59。 
脸部图像获取部51用于获取登录处理及脸部识别处理中所使用的图像数据。脸部图像获取部51在登录处理及脸部识别处理中从图像存储部91读出图像数据，并将读出的图像数据转送给脸部检测部52。 
另外，在登录处理中，如上所述，脸部图像获取部51也可以获取从外部提供的图像数据10，并将获取的图像数据10转送给脸部检测部52。这时，脸部图像获取部51也可以将从外部提供的图像数据10存储到图像存储部91 中。 
脸部检测部52从转送自脸部图像获取部51的图像数据中检测出相当于人脸部的部分，并输出有关所检测出的脸部部分的图像即输入脸部图像数据。脸部检测部52可以从图像数据中检测出多个脸部，脸部检测部52也可以具有能输出脸部的数量或图像数据中的位置等的构成。另外，当无法从图像数据中检测出人的脸部时，脸部检测部52也可以作出图像数据并非为表示人的图像数据的判断。例如可举出图像数据为风景照片的图像的情况等。这时，脸部识别部50也可以中止脸部识别处理。 
另外，在脸部检测部52所执行的脸部检测处理中，可使用专利文献1的技术。然而，脸部检测部52所执行的脸部检测处理并不限于此，可使用其他公知的脸部检测技术。 
脸部特征抽取部53从脸部检测部52所输出的输入脸部图像数据中，抽取该输入脸部图像数据中所包含的脸部的特征点，并将与所抽取的一个或多个特征点相关的信息作为脸部特征信息加以输出。例如，在包含于输入脸部图像数据中的人的脸部中，脸部特征抽取部53抽取认为是眼睛、鼻子、嘴的部位并作为特征点。另外，作为有关特征点的信息，例如可列举所述各部位的位置、大小等。 
下面，再参照图2，进一步对脸部特征抽取部53所生成的脸部特征信息进行具体说明。对登录脸部特征信息A进行例示，则脸部特征抽取部53也可根据一个输入脸部图像数据生成脸部特征信息A1。这时，与眼睛、鼻子、...的特征点相关的信息分别相当于a11、a12、...。 
另外，脸部特征抽取部53的特征点的抽取及脸部特征信息的生成可使用公知的技术。 
性别/年龄推断部54对脸部检测部52所输出的输入脸部图像数据进行解析，推断输入脸部图像数据所表示的人物的性别及年龄，并将该推断结果作为属性信息加以输出。在性别/年龄推断部54中，例如也可以使用非专利文献1中所揭示的技术来推断性别、年龄。然而，并不限于此，在性别/年龄推断部54的性别、年龄推断处理中，可适当采用公知的技术。另外，性别/年龄推断部54也能推断十至二十岁年龄段、二十至～三十岁年龄段、...，或者幼年、青少年、青壮年、老年等年龄层。 
性别/年龄推断部54在登录处理与脸部识别处理这两种情况下进行推断 处理。性别/年龄推断部54在登录处理时将属性信息输出至识别用信息登录部55。另一方面，性别/年龄推断部54在脸部识别处理时将属性信息输出至性别/年龄比较部58。 
登录处理中，在将进行脸部识别处理时所使用的信息登录到脸部识别数据库92中时，利用识别用信息登录部55。在进行脸部识别处理时所使用的信息中，包含脸部特征抽取部53所输出的脸部特征信息以及性别/年龄推断部54所输出的属性信息。另外，识别用信息登录部55也可以具有将脸部检测部52所输出的输入脸部图像数据登录到脸部识别数据库92中的构成。 
脸部对照部56从脸部特征信息存储部93中依次读出登录脸部特征信息，并基于所读出的登录脸部特征信息，对脸部检测部52所输出的输入脸部图像数据进行对照。脸部对照部56的对照处理是基于登录脸部特征信息中所包含的一个或多个脸部特征信息来进行的。另外，脸部对照部56也可将登录属性信息用于对照处理中。 
另外，本实施方式中，在脸部对照部56的对照处理中，对各登录脸部特征信息所特定的人物与输入脸部图像数据所表示的人物的相似度进行计算。该相似度可用数值表示。另外，脸部对照部56判定计算出的相似度是否达到规定阈值以上。 
当判定的结果是没有一个相似度达到规定阈值以上的登录脸部特征信息的情况下，脸部对照部56将输出“无符合信息”的对照结果。 
与此相对，当判定的结果是存在一个或多个相似度达到规定阈值以上的登录脸部特征信息的情况下，脸部对照部56将该登录脸部特征信息作为对照结果来输出。 
另外，当脸部对照部56的对照结果中所包含的登录脸部特征信息为一个时，可判定表示在输入脸部图像数据中的人物是根据该登录脸部特征信息所特定的人物。 
另外，在脸部对照部56的对照处理中，例如可采用专利文献2中所记载的公知的技术。另外，脸部对照部56并不限定于所述构成，也可适当变更设计。 
当脸部对照部56所输出的对照结果中包含多个登录脸部特征信息时，相似度判定部57判定登录脸部特征信息彼此是否属于类似范围。 
具体而言，相似度判定部57在脸部对照部56所计算出的多个相似度中 计算出最高相似度与第二高的相似度之差，判定计算出的差是否为预先规定的类似范围设定值以下。 
最高相似度的登录脸部特征信息与第二高的相似度的登录脸部特征信息表示彼此非常相似的人物的可能性较高。而且，两个相似度之差越小，说明这些信息表示的人物越相似，从而脸部识别处理发生错误的可能性也越高。对此，相似度判定部57使用类似范围设定值来判定最高相似度的登录脸部特征信息与第二高的相似度的登录脸部特征信息是否表示非常相似的人物。 
也就是，如果计算出的差为类似范围设定值以下，则会考虑到所述两个登录脸部特征信息所特定的人物非常相似的情况。因此，仅仅是依据相似度的脸部识别处理，可能会导致错误的判断。 
当计算出的相似度的差为预先规定的类似范围设定值以下时，相似度判定部57指示性别/年龄推断部54进行输入图像数据的性别、年龄推断处理，同时输出“小于类似范围设定值”的判定结果。 
另一方面，当计算出的差大于预先规定的类似范围设定值时，相似度判定部57输出“大于类似范围设定值”的判定结果。 
另外，类似范围设定值是使用者可任意设定的值。而且，类似范围设定值中也可以预先设定有初始设定值，例如可设定“最高相似度的10％的值”。 
在脸部识别处理中，性别/年龄比较部58用于判定输入脸部图像数据的属性信息与属性信息存储部94中所存储的登录属性信息之间的一致与不一致，并输出所述判定结果。 
更具体而言，性别/年龄比较部58按照如下方式来判定双方属性信息的一致度。首先，当相似度判定部57所输出的判定结果为“小于类似范围设定值”时，性别/年龄比较部58从性别/年龄推断部54中获取输入脸部图像数据的属性信息。 
而且，性别/年龄比较部58针对最高相似度的登录脸部特征信息与计算出第二高的相似度的登录脸部特征信息，从属性信息存储部94读出相对应的属性信息。 
然后，性别/年龄比较部58对从属性信息存储部94读出的各属性信息与输入脸部图像数据的属性信息进行比较。 
本实施方式中，在属性信息的比较中，性别/年龄比较部58对属性信息中所包含的“年龄”以及“性别”分别进行比较。 
下面，对性别/年龄比较部58所执行的比较处理进行说明。 
在“年龄”的比较中，性别/年龄比较部58判定年龄是否一致，以及登录属性信息中所包含的年龄与输入脸部图像数据的属性信息中所包含的年龄的差的绝对值是否在规定范围内。如果该差的绝对值在规定范围内，那么性别/年龄比较部58会判定两者所表示的人物的年龄为“同年龄层”。以下，当性别/年龄比较部58判定出年龄为“同年龄层”的情况下，包含判定年龄“一致”的情形。当然，并不限于此，性别/年龄比较部58也可以仅判定年龄“一致”的情形。 
该规定范围可由使用者预先设定。而且，作为规定范围的初始设定，也可以作出旨在如果该差的绝对值为10以下则性别/年龄比较部58会判定为“同年龄层”的设定。 
在“性别”的比较中，性别/年龄比较部58判定性别是否一致。 
在属性信息的比较中，当“年龄”为“同年龄层”且“性别”为“一致”的情况下，性别/年龄比较部58会判定属性信息一致。 
接着，对性别/年龄比较部58根据比较处理的结果所判定的内容进行说明。本实施方式中，在输入脸部图像数据的属性信息与计算出最高相似度的登录脸部特征信息所对应的登录属性信息以及具有第二高的相似度的登录脸部特征信息所对应的登录属性信息中的任一方一致时，性别/年龄比较部58作为判定结果将输出由一致的登录脸部特征信息所特定的人物。 
识别结果输出部59用于汇总脸部对照部56的对照结果以及相似度判定部57的判定结果以及性别/年龄比较部58的比较结果，并输出识别结果。识别结果输出部59将输出的识别结果显示到显示部30中。 
(处理的流程) 
其次，参照图4与图5，对脸部识别装置100的各处理的流程进行说明。图4是表示脸部识别装置100的登录处理流程的流程图。而且，图5是表示脸部识别装置100的脸部识别处理流程的流程图。 
(登录处理的流程) 
首先，参照图4对登录处理的流程进行说明。使用者在操作部20中进行指示登录处理的操作，相应地，脸部识别部50开始进行登录处理。在指示登录处理的操作中，指定成为登录处理的对象的图像数据。 
当登录处理开始时，脸部图像获取部51从图像存储部91读出图像数据， 并转送给脸部检测部52(S11)。其次，脸部检测部52从图像数据中检测出人的脸部，并输出输入脸部图像数据(S12)。然后，脸部特征抽取部53从脸部检测部52所输出的输入脸部图像数据中，抽取该输入脸部图像数据中所包含的脸部的特征点，并输出脸部特征信息(S13)。而且，性别/年龄推断部54对输入脸部图像数据进行解析，推断输入脸部图像数据所表示的人物的性别、年龄，并输出推断结果以作为属性信息(S14)。 
最后，识别用信息登录部55将脸部特征抽取部53以及性别/年龄推断部54所输出的信息登录到脸部识别数据库中(S15)。具体是，识别用信息登录部55将脸部特征抽取部53所输出的脸部特征信息登录到脸部特征信息存储部93中，将性别/年龄推断部54所输出的属性信息登录到属性信息存储部94中。另外，识别用信息登录部55也可以在图像存储部91中存储脸部检测部52所检测出的输入图像数据。在脸部识别装置100中，可以反复进行所述处理，从而预先将成为脸部识别对象的多个人物登录到脸部识别数据库92中。另外，脸部识别装置100也可以预先将输入脸部图像数据登录到脸部识别数据库92中。 
以上是登录处理的流程。 
(脸部识别处理的流程) 
接着，参照图5对脸部识别处理的流程进行说明。使用者在操作部20中进行指示脸部识别处理的操作，相应地，脸部识别部50开始进行脸部识别处理。在指示脸部识别处理的操作中，指定成为脸部识别处理对象的图像数据。 
S21～S23的处理按照S11～S13的处理进行即可，因此省略说明。 
当脸部特征抽取部53输出输入图像数据的脸部特征信息时，脸部对照部56执行对照处理(S24)。具体而言，脸部对照部56依次读出脸部特征信息存储部93中所登录的登录脸部特征信息，并使用读出的登录脸部特征信息中所包含的脸部特征信息，以及输入图像数据的特征信息来进行对照处理。脸部对照部56进行对照处理的结果是求出由登录脸部特征信息所确定的人物与输入图像数据所表示的人物的相似度，接着，脸部对照部56判定针对各登录脸部特征信息所求出的相似度是否为阈值以上(S25)。 
在此，当脸部对照部56的判定结果是没有一件相似度达到规定阈值以上的登录脸部特征信息时(S25中为NO)，识别结果输出部59向显示部30输出“无符合信息”的识别结果(S31)。另外，当脸部对照部56的判定结果是 存在一件相似度达到规定阈值以上的登录脸部特征信息时，识别结果输出部59向对显示部30输出“依据相似度最高的登录脸部特征信息所特定的人物”的识别结果。无论输出哪种结果，之后结束处理。 
另一方面，当脸部对照部56的判定结果是存在一件以上相似度达到规定阈值以上的登录脸部特征信息时(S25中为YES)，相似度判定部57计算最高相似度与第二高的相似度之差，并判定计算出的差是否为预先规定的类似范围设定值以下(S26)。 
在此，当相似度判定部57的判定结果是计算出的差大于预先规定的类似范围设定值时(S26中为NO)，识别结果输出部59输出“依据相似度最高的登录脸部特征信息所特定的人物”的识别结果(S30)。 
在此，当相似度判定部57的判定结果是计算出的差为预先规定的类似范围设定值以下时(S26中为YES)，性别/年龄推断部54对脸部检测部52所输出的输入脸部图像数据进行解析，推断输入脸部图像数据所表示的人物的性别及年龄(年龄层)，并输出该推断结果以作为属性信息(S27)。 
接着，性别/年龄比较部58对于相似度最高的登录脸部特征信息所对应的登录属性信息以及第二高的登录脸部特征信息所对应的登录属性信息，判定与通过性别/年龄推断部54所推断出的有关输入脸部图像数据的属性信息是一致还是不一致。也就是，判定由性别/年龄推断部54所推断出的有关输入脸部图像数据的性别是否与登录属性信息的性别一致，以及两者的年龄之差是否在规定范围内(S28)。 
当性别/年龄比较部58的判定结果是对输入脸部图像数据所推断的属性信息与相似度最高的登录脸部特征信息所对应的登录属性信息，以及相似度第二高的登录脸部特征信息所对应的登录属性信息的双方一致时，或者，与双方均不一致时(S28中为“双方一致”、“双方不一致”)，识别结果输出部59输出“依据相似度最高的登录脸部特征信息所特定的人物”的识别结果(S30)。之后，结束处理。 
与此相对，当判定结果是对输入脸部图像数据所推断的属性信息与相似度最高的登录脸部特征信息所对应的登录属性信息，以及相似度第二高的登录脸部特征信息所对应的登录属性信息中的任一方一致时(S28中为“与任一方一致”)，识别结果输出部59输出“依据与一致的一方的登录属性信息相对应的登录脸部特征信息所确定的人物”的识别结果(S29)。之后，结束处 理。 
另外，当成为脸部识别处理对象的图像数据中包含多个人物的脸部，而生成多个输入脸部图像数据时，只要针对每个输入脸部图像数据重复进行所述S23～S31的处理即可。 
另外，当指定了多个成为脸部识别处理对象的图像数据时，只要针对每个图像数据重复进行所述S21～S31的处理即可。这时，也可以是，在脸部识别部50中，作为识别结果而接收用于特定成为输出对象的人物的登录脸部特征信息的指定，识别结果输出部59作为识别结果输出表示与该登录脸部特征信息所特定的人物相一致的人物的图像数据。根据该构成，可从存储在图像存储部91中的图像数据中检索出表示特定人物的图像数据。也就是，通过这种构成，还可以构筑所谓的人物图像检索系统。 
以上是脸部识别处理的流程。 
继续参照图2以及图3，进一步对本实施方式的脸部识别处理的流程进行具体说明。在图2以及3所示的例中，对输入脸部图像数据为女儿的图像数据时的情形进行说明。通常母亲与女儿的脸部的造形、姿容等相似，因此估计登录脸部特征信息A的相似度、登录脸部特征信息B的相似度均变高。另外，这时也会考虑到表情、脸部朝向、照明调整等状况会对相似度的计算产生的影响。 
这种情况下，会想到在S25中判定相似度为阈值以上(S25中为YES)，在S26中推定两个相似度的差在设定值以内(S26中为YES)的情形。 
这里，在S27中，如果对输入脸部图像数据推断性别、年龄，那么因为是女儿的图像数据，所以推断性别为“女性”，年龄为“18岁”。 
由此，在属性信息的比较中，有关输入脸部图像数据所推断的属性信息与登录属性信息B一致，相反，与登录属性信息A不一致。 
结果，即便假设受到所述影响而将登录脸部特征信息B的相似度计算成低于登录脸部特征信息A的相似度，识别结果输出部59也会输出属性信息一致的“女儿”以作为识别结果。 
如上所述，根据本实施方式的脸部识别装置100，可使用属性信息来防止脸部识别的错误识别。 
(作用、效果) 
如上所述，本实施方式的脸部识别装置100包含脸部对照部56，所述脸 部对照部56求出所输入的输入脸部图像数据与预先登录的多个登录脸部特征信息的相似度，并抽取与输入脸部图像数据的相似度达到规定值以上的登录脸部特征信息，而且，所述登录脸部特征信息与有关登录脸部特征信息所涉及的人物的登录属性信息一起被登录，所述脸部识别装置100还包含脸部识别部50，在脸部对照部56抽取多个登录脸部特征信息时，所述脸部识别部50从脸部对照部56所抽取的多个登录脸部特征信息中特定出包含与输入脸部图像数据相关的人物的登录脸部特征信息，所述脸部识别部50包含用于推断有关输入脸部图像数据所涉及的人物的属性信息，并输出属性信息的性别/年龄推断部54，以及，对性别/年龄推断部54所输出的属性信息与有关多个登录脸部特征信息所涉及的人物的登录属性信息进行比较的性别/年龄比较部58，并且，根据所述比较结果来确定登录脸部特征信息。 
其结果，无需设置特别的影像设备等，还能发挥进一步提高脸部识别处理的精度的效果。 
(变形例) 
以下，对本实施方式的优选变形例进行说明。 
本实施方式中，相似度判定部57计算的是脸部对照部56所计算出的多个相似度中的最高相似度与第二高的相似度之差，并判定所计算出的差是否为预先规定的类似范围设定值以下，当然，也可以将第三高之后的相似度用作判定的对象。也就是，相似度判定部57也可以将与最高相似度的之间的差为类似范围设定值以下的相似度用作判定的对象。 
这时，会考虑因判定的对象的增加所引起的脸部识别处理的负载也会变高的情况，以及，当最高相似度与第三高的相似度之差为类似范围设定值以下时，对于依据相似度为第三高的登录脸部特征信息所特定的人物来说，其与依据最高相似度的登录脸部特征信息所特定的人物非常相似的情况，因此能够预测脸部识别处理精度的提高。 
因此，通过脸部识别处理的精度与脸部识别处理的负载的交替使用(trade off)，可适当变更类似范围设定值等的设定。 
另外，相似度判定部57也可以将具有规定级别高为止的相似度的登录脸部特征信息通知给性别/年龄比较部58，在性别/年龄比较部58中，也可以对所通知的相似度达到规定级别高为止的登录脸部特征信息执行属性信息的比较。这时，例如，可将第三高为止的相似度作为判定、比较的对象。另外， 至于将第几高为止的相似度作为判定、比较的对象，则可以由使用者任意设定。 
另外，性别/年龄比较部58也可以具有其他构成，使得在“年龄”以及“性别”的任一方一致时，作出属性信息为“一部分一致”的判定。而且，在S28中，当存在属性信息为“一部分一致”和属性信息为”不一致”的两种情况下，识别结果输出部59也可以输出“依据属性信息为一部分一致的登录脸部特征信息所特定的人物”的判定结果。 
另外，性别/年龄推断部54是从输入图像数据中推断出“年龄”以及“性别”的，当然，还可以推断“人种”。也就是，属性信息中除包含“年龄”以及“性别”以外，还可以包含有关“人种”的信息。这种情况下，性别/年龄比较部58只要具有对“人种”进行比较的构成即可。由此，当在脸部识别数据库92中登录了不同人种的人物时，也能对“人种”进行判定，从而可实现脸部识别处理精度的提高。另外，性别/年龄推断部54中的“人种”的推断处理可使用公知的技术。 
(其他变更例) 
如果使用在本发明中设置拍摄部的构成，则能获得一种通过脸部识别处理可检索拍摄人物而获得的照片图像数据的数码相机。近几年，伴随着存储媒体的大容量化，能存储到数码相机中的照片图像数据的数量也在增多，这种数码相机可容易地检索出与所期望的人物相关的照片图像数据，因此具有良好的意义。 
另外，如果将本发明与每规定时间或实时进行拍摄的监控相机连接，并从监控相机接受图像数据的提供，则能获得一种可通过脸部识别处理特定出监控相机所拍摄的人物的脸部识别监控系统。这种脸部识别监控系统能高精度地特定出所拍摄的人物是否为所登录的人物，因此，例如可以用作进出管理系统等。 
本发明并不限定于所述实施方式，可在权利要求所述的范围内进行各种变更。即，在权利要求所述的范围内组合适当变更的技术方案所得的实施方式也包含在本发明的技术的范围内。 
另外，本发明也可以具有以下所述方式的构成。如上所述，在本发明所涉及的脸部识别装置中，优选的是，在所述抽取机构所抽取的所述登录脸部信息中，所述推断机构对具有所求出的相似度中与最高相似度的差在规定范 围内的相似度的登录脸部信息进行所述推断属性信息的输出。 
在所述抽取机构所抽取的所述登录脸部信息中，具有所求出的相似度中与最高相似度的差在规定范围内的相似度的登录脸部信息，比起具有所述差在规定范围外的相似度的登录脸部信息，表示与具有最高相似度的登录脸部信息的人物的可能性更高。因此，在脸部识别中，错误地识别这些登录脸部信息所表示的人物的可能性也较高。 
在要求脸部识别处理的效率的状况下，也会考虑到比较属性信息的处理负载无法忽视的情形，从而根据所述构成，如上所述，只有对脸部识别中发生错误识别的可能性较高的信息，才进行推断属性信息的输出。这样，可以不用每次进行输入脸部图像的对照时输出推断属性信息，因此，所述构成比起每次输出推断属性信息的构成，在处理效率方面更有利。 
结果，发挥不怎么损害脸部识别处理的效率却可以提高脸部识别处理精度的效果。
本发明所涉及的脸部识别装置中，优选的是，在所述抽取机构所抽取的所述登录脸部信息中，所述推断机构对具有所求出的相似度中最高相似度与规定等级高的相似度的登录脸部信息进行所述推断属性信息的输出。 
所述抽取机构所抽取的所述登录脸部信息中，具有所求出的相似度中最高相似度的登录脸部信息与具有规定级别高的相似度的登录脸部信息，比起其他登录脸部信息，表示彼此非常相似的人物的可能性更高。因此，在脸部识别中，错误地识别这些登录脸部信息所表示的人物的可能性也较高。 
在要求脸部识别处理的效率的状况下，也会考虑到比较属性信息的处理负载无法忽视的情形，从而根据所述构成，只有对脸部识别中发生错误识别的可能性较高的信息才进行推断属性信息的输出。这样，可以无需每次进行输入脸部图像的对照时输出推断属性信息，因此，所述构成比起每次推断属性信息的构成，在处理效率方面更有利。 
因此，发挥不易损害脸部识别处理的效率且可提高脸部识别处理的精度的效果。 
本发明所涉及的脸部识别装置中，优选的是，所述属性信息包含表示年龄、性别及人种的信息中的至少一种。 
属性信息包含表示年龄、性别以及人种的信息中的至少一种。也就是，使用表示年龄、性别以及人种的信息，可防止脸部识别的错误识别。 
本发明还提供人物图像检索系统，其具备本发明所提供的脸部识别装置，还具备：人物图像存储部，用于存储至少表示有人物的脸部的人物图像；登录脸部信息存储部，用于存储多个所述登录脸部信息；指定机构，用于从所述登录脸部信息存储部所存储的多个所述登录脸部信息中指定登录脸部信息；图像输入机构，从所述人物图像存储部读出所述人物图像，从所读出的所述人物图像中检测出相当于脸部的部分，将所检测出的部分作为所述输入脸部图像而输入至所述脸部识别装置；识别结果获取机构，从所述脸部识别装置获取针对所述图像输入机构所输入的输入脸部图像的脸部识别结果；以及检索机构，根据所述识别结果获取机构所获取的结果，在所述人物图像存储部所存储的人物图像中检索出包含由所述指定机构所指定的所述登录脸部信息所表示的人物的人物图像。 
根据所述构成，读出人物的至少表示有脸部的人物图像，从人物图像中检测出相当于人脸部的部分，并作为输入图像而输入至脸部识别装置。然后，从所述脸部识别装置获取脸部识别结果。而且，使用所获取的脸部识别结果，检索出包含所指定的登录脸部信息所表示的人物的人物图像。 
如上所述，通过在人物图像检索系统中组装脸部识别装置，可实现一种高精度地检索出表示所期望的人物的人物图像的人物图像检索系统。 
另外，所述脸部识别装置也可通过计算机来实现，这种情况下，使计算机作为所述各机构来进行运作，因此，利用计算机实现脸部识别装置的脸部识别装置控制程序，以及，记录该脸部识别装置控制程序的、计算机可读取的记录媒体也包含在本发明的范畴内。 
最后，脸部识别装置100的各区块，特别是脸部识别部50所包含的脸部图像获取部51、脸部检测部52、脸部特征抽取部53、性别/年龄推断部54、识别用信息登录部55、脸部对照部56、相似度判定部57、性别/年龄比较部58以及识别结果输出部59，可以由硬件逻辑所构成，或者如下所述，也可以使用CPU并通过软件来实现。 
也就是，脸部识别装置100包含执行实现各功能的控制程序的命令的CPU(central processing unit)、存储所述程序的ROM(read only memory)、展开所述程序的RAM(random access memory)、存储所述程序及各种数据的存储器等存储装置(记录媒体)等。而且，本发明的目的也可通过下述方式实现：将以计算机可读取的方式记录实现所述功能的软件即脸部识别装置100 的控制程序的程序代码(执行形式程序、中间代码程序、源程序)的记录媒体，提供给所述脸部识别装置100，该计算机(或者CPU或MPU(Microprocessor Unit；微处理器))读出并执行记录在记录媒体中的程序代码。 
作为所述记录媒体，例如可使用：磁带或盒式磁带等磁带系列、包含软盘(floppy)(注册商标)/硬盘等磁盘或CD-ROM/MO/MD/DVD/CD-R等光盘的盘系列、IC卡(包含存储卡)/光卡等卡系列，或者掩模型ROM/EPROM/EEPROM/快闪ROM等半导体存储器系列等。 
另外，也可将脸部识别装置100构成为可与通信网络连接，且经由通信网络供给所述程序代码。作为该通信网络，并无特别限定，例如可使用因特网、内部网(Intranet)、外部网(Extranet)、LAN(local area network；局域网)、ISDN(Integrated Services Digital Network；综合服务数字网络)、VAN(value-added network；增值网络)、CATV(Community Antenna Television；有线电视)通信网、虚拟专用网(virtual private network)、电话网、移动通信网、卫星通信网等。另外，作为构成通信网络的传输媒体，并无特别限定，例如可使用IEEE1394、USB(Universal Serial Bus；通用串行总线)、电力线载波(Power Line Carrier)、电缆电视线路、电话线、ADSL线路(Asymmetrical Digital Subscriber Loop；非对称数字用户线)等有线传输媒体，也可使用IrDA或遥控器之类的红外线、Bluetooth(注册商标)、802.11无线、HDR、手机网、卫星线路、地面波数字网等无线传输媒体。另外，通过以电子传输对上述程序代码进行具体化的、载置于载波的计算机数字信号的形态，也能实现本发明。 
[工业上的可利用性] 
根据本发明，无需设置特别的影像设备等便可进一步提高脸部识别处理的精度。因此，本发明可广泛且较佳地适用于处理人物的脸部图像数据的图像处理装置等中。 

Claims (6)

1.一种脸部识别装置，包含抽取机构，所述抽取机构求出所输入的输入脸部图像与预先登录的多个登录脸部信息的相似度，并抽取与所述输入脸部图像的相似度为规定值以上的所述登录脸部信息，所述脸部识别装置的特征在于：
所述登录脸部信息是与有关该登录脸部信息所涉及的人物的属性信息一起被登录的；
所述脸部识别装置还包含特定机构，在所述抽取机构已抽取多个所述登录脸部信息时，所述特定机构从所述抽取机构所抽取的多个登录脸部信息中特定出包含所述输入脸部图像所涉及的人物的登录脸部信息；
所述特定机构包含：
推断机构，对所述输入脸部图像进行解析，根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息，
比较机构，对所述推断机构所输出的推断属性信息与有关所述抽取机构所抽取的多个登录脸部信息所涉及的人物的属性信息进行比较；
所述属性信息包含表示年龄、性别及人种的信息中的至少一种，
根据所述比较机构的比较结果，来特定包含所述输入脸部图像所涉及的人物的登录脸部信息。
2.根据权利要求1所述的脸部识别装置，其特征在于：
在所述抽取机构所抽取的所述登录脸部信息中，所述推断机构对具有所求出的相似度中与最高相似度的差在规定范围内的相似度的登录脸部信息进行所述推断属性信息的输出。
3.根据权利要求1或2所述的脸部识别装置，其特征在于：
在所述抽取机构所抽取的所述登录脸部信息中，所述推断机构对在所求出的相似度中具有最高相似度的登录脸部信息与具有规定级别高的相似度的登录脸部信息进行所述推断属性信息的输出。
4.根据权利要求1或2所述的脸部识别装置，其特征在于：
所述属性信息包含表示年龄、性别及人种的信息中的多种信息；
所述比较机构在所述比较中判定所述多种信息中的至少一种是否一致。
5.一种人物图像检索系统，其特征在于：包含权利要求1或2所述的脸部识别装置，还包含：
人物图像存储部，用于存储至少表示有人物的脸部的人物图像；
登录脸部信息存储部，用于存储多个所述登录脸部信息；
指定机构，用于从所述登录脸部信息存储部所存储的多个所述登录脸部信息中指定登录脸部信息；
图像输入机构，从所述人物图像存储部读出所述人物图像，从所读出的所述人物图像中检测出相当于脸部的部分，将所检测出的部分作为所述输入脸部图像而输入至所述脸部识别装置中；
识别结果获取机构，从所述脸部识别装置获取针对所述图像输入机构所输入的输入脸部图像的脸部识别结果；
检索机构，根据所述识别结果获取机构所获取的结果，在所述人物图像存储部所存储的人物图像中检索出包含由所述指定机构所指定的所述登录脸部信息所表示的人物的人物图像。
6.一种脸部识别装置的控制方法，其中所述脸部识别装置包含抽取机构，所述抽取机构求出所输入的输入脸部图像与预先登录的多个登录脸部信息的相似度，并抽取与所述输入脸部图像的相似度为规定值以上的所述登录脸部信息，所述控制方法的特征在于：
所述登录脸部信息与有关该登录脸部信息所涉及的人物的属性信息一起被登录；
所述控制方法包含特定步骤，在所述抽取机构已抽取多个所述登录脸部信息时，所述脸部识别装置所包含的特定机构从所抽取的多个登录脸部信息中特定出包含所述输入脸部图像所涉及的人物的登录脸部信息；
所述特定步骤包含：
推断步骤，对所述输入脸部图像进行解析，根据解析结果来推断有关所述输入脸部图像所涉及的人物的属性，并输出表示所推断的属性的推断属性信息，
比较步骤，对在所述推断步骤中被推断出的属性信息与有关所述抽取机构所抽取的多个登录脸部信息所涉及的人物的属性信息进行比较；
所述属性信息包含表示年龄、性别及人种的信息中的至少一种，
根据所述比较步骤中的比较结果，特定出包含所述输入脸部图像所涉及的人物的登录脸部信息。
CN201080002361XA 2009-03-13 2010-02-22 脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法 Active CN102124493B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2009062041A JP4544363B1 (ja) 2009-03-13 2009-03-13 顔認証装置、人物画像検索システム、顔認証装置制御プログラム、コンピュータ読み取り可能な記録媒体、および顔認証装置の制御方法
JP2009-062041 2009-03-13
PCT/JP2010/001140 WO2010103736A1 (ja) 2009-03-13 2010-02-22 顔認証装置、人物画像検索システム、顔認証装置制御プログラム、コンピュータ読み取り可能な記録媒体、および顔認証装置の制御方法

Publications (2)

Publication Number Publication Date
CN102124493A CN102124493A (zh) 2011-07-13
CN102124493B true CN102124493B (zh) 2013-07-24

Family

ID=42728035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080002361XA Active CN102124493B (zh) 2009-03-13 2010-02-22 脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法

Country Status (7)

Country Link
US (1) US20110135168A1 (zh)
EP (1) EP2407930A4 (zh)
JP (1) JP4544363B1 (zh)
KR (1) KR101166318B1 (zh)
CN (1) CN102124493B (zh)
TW (1) TWI496092B (zh)
WO (1) WO2010103736A1 (zh)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5924977B2 (ja) * 2011-03-18 2016-05-25 キヤノン株式会社 画像処理装置および画像処理方法
JP5740210B2 (ja) * 2011-06-06 2015-06-24 株式会社東芝 顔画像検索システム、及び顔画像検索方法
JP5713821B2 (ja) * 2011-06-30 2015-05-07 キヤノン株式会社 画像処理装置及び方法、並びに画像処理装置を有するカメラ
TWI457872B (zh) * 2011-11-15 2014-10-21 Univ Nat Taiwan Normal 具人臉表情辨識輔助之測驗系統及方法
JP6040640B2 (ja) * 2012-08-29 2016-12-07 株式会社バッファロー 画像処理装置及びプログラム
CN103873671A (zh) * 2012-12-17 2014-06-18 联想(北京)有限公司 一种信息处理方法及电子设备
TWI485635B (zh) * 2013-01-30 2015-05-21 Nat Univ Tainan 年齡評估系統與方法
US20140266604A1 (en) 2013-03-13 2014-09-18 Sololnsight, Inc. Apparatus, methods and systems for integrated workforce management and access control
JP6336709B2 (ja) * 2013-03-29 2018-06-06 綜合警備保障株式会社 警備装置、警備方法およびプログラム
JP6338191B2 (ja) 2013-07-01 2018-06-06 Ｎｅｃソリューションイノベータ株式会社 属性推定システム
US9779527B2 (en) * 2013-08-15 2017-10-03 Xiaomi Inc. Method, terminal device and storage medium for processing image
US10120879B2 (en) 2013-11-29 2018-11-06 Canon Kabushiki Kaisha Scalable attribute-driven image retrieval and re-ranking
US9576135B1 (en) * 2014-03-04 2017-02-21 Amazon Technologies, Inc. Profiling user behavior through biometric identifiers
US9589205B2 (en) 2014-05-15 2017-03-07 Fuji Xerox Co., Ltd. Systems and methods for identifying a user's demographic characteristics based on the user's social media photographs
CN103995997B (zh) * 2014-05-15 2017-09-12 华为技术有限公司 一种用户权限的分配方法和设备
JP6344984B2 (ja) * 2014-06-09 2018-06-20 キヤノン株式会社 人物推定装置、人物推定方法及びプログラム
US10740802B2 (en) 2014-08-18 2020-08-11 Fuji Xerox Co., Ltd. Systems and methods for gaining knowledge about aspects of social life of a person using visual content associated with that person
JP6483485B2 (ja) * 2015-03-13 2019-03-13 株式会社東芝 人物認証方法
JP6582478B2 (ja) * 2015-03-23 2019-10-02 日本電気株式会社 会計装置、会計方法、及び、プログラム
US10863003B2 (en) * 2015-09-10 2020-12-08 Elliot Berookhim Methods, devices, and systems for determining a subset for autonomous sharing of digital media
CN107992728B (zh) * 2016-10-27 2022-05-20 腾讯科技（深圳）有限公司 人脸验证方法及装置
JP6241533B2 (ja) * 2016-11-07 2017-12-06 株式会社バッファロー 画像処理装置及びプログラム
WO2018173194A1 (ja) * 2017-03-23 2018-09-27 日本電気株式会社 認証装置及び認証方法
MX2019012159A (es) 2017-04-10 2019-11-21 Inventio Ag Sistema de control de acceso teniendo reconocimiento por radio y facial.
US10502443B2 (en) 2017-07-18 2019-12-10 Ademco Inc. Smart human machine interface
CN108124157B (zh) * 2017-12-22 2020-08-07 北京旷视科技有限公司 信息交互方法、装置及系统
JP6760318B2 (ja) * 2018-03-14 2020-09-23 オムロン株式会社 顔画像識別システム、識別器生成装置、識別装置、画像識別システム、及び識別システム
CN109145704B (zh) * 2018-06-14 2022-02-22 西安电子科技大学 一种基于人脸属性的人脸画像识别方法
TWI671685B (zh) 2018-09-19 2019-09-11 和碩聯合科技股份有限公司 臉部識別方法與使用此方法的電子裝置
WO2020208745A1 (ja) * 2019-04-10 2020-10-15 楽天株式会社 認証システム、認証端末、ユーザ端末、認証方法、及びプログラム
CN110460617B (zh) * 2019-08-23 2022-01-11 深圳市元征科技股份有限公司 机考考试系统及相关产品
CN114766019A (zh) * 2019-11-25 2022-07-19 瑞典爱立信有限公司 基于区块链的面部匿名化系统
JP7345067B2 (ja) * 2021-06-21 2023-09-14 楽天グループ株式会社 認証システム、認証方法、及びプログラム
JP7335456B2 (ja) * 2021-06-21 2023-08-29 楽天グループ株式会社 認証システム、認証方法、及びプログラム
US20240126850A1 (en) * 2021-06-21 2024-04-18 Rakuten Group, Inc. Authentication system, authentication method and program

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845126A (zh) * 2005-04-08 2006-10-11 佳能株式会社 信息处理设备、信息处理方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08263655A (ja) * 1995-03-17 1996-10-11 Nissan Motor Co Ltd パターン認識方法
JP2003346149A (ja) * 2002-05-24 2003-12-05 Omron Corp 顔照合装置および生体情報照合装置
JP4296008B2 (ja) * 2003-03-04 2009-07-15 日本信号株式会社 個人認証システム
JP2005165447A (ja) * 2003-11-28 2005-06-23 Toshiba Corp 年齢・性別判別装置、年齢・性別判別方法および人物認識装置
CN100405388C (zh) * 2004-05-14 2008-07-23 欧姆龙株式会社 特定被摄体检测装置
AR051670A1 (es) * 2004-11-16 2007-01-31 Imageware Systems Inc Plataforma biometrica multimodal
JP2006146413A (ja) 2004-11-17 2006-06-08 Mitsubishi Electric Corp 対象追従装置
US7519200B2 (en) * 2005-05-09 2009-04-14 Like.Com System and method for enabling the use of captured images through recognition
JP2007114931A (ja) 2005-10-19 2007-05-10 Konica Minolta Holdings Inc 認証装置
JP4696857B2 (ja) 2005-11-02 2011-06-08 オムロン株式会社 顔照合装置
KR100738080B1 (ko) * 2005-11-08 2007-07-12 삼성전자주식회사 성별을 이용한 얼굴 인식 방법 및 장치
JP2008158679A (ja) 2006-12-21 2008-07-10 Toshiba Corp 人物認証システムおよび人物認証方法
US20080209227A1 (en) * 2007-02-28 2008-08-28 Microsoft Corporation User Authentication Via Biometric Hashing
TW200907827A (en) * 2007-08-08 2009-02-16 Acer Inc System and method for performing objects with bio-characteristics recognition

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1845126A (zh) * 2005-04-08 2006-10-11 佳能株式会社 信息处理设备、信息处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JP特開2004-265353A 2004.09.24
JP特開2005-165447A 2005.06.23
JP特開平8-263655A 1996.10.11

Also Published As

Publication number Publication date
WO2010103736A1 (ja) 2010-09-16
US20110135168A1 (en) 2011-06-09
TWI496092B (zh) 2015-08-11
KR101166318B1 (ko) 2012-07-18
EP2407930A4 (en) 2015-10-21
KR20110042181A (ko) 2011-04-25
JP2010218060A (ja) 2010-09-30
JP4544363B1 (ja) 2010-09-15
EP2407930A1 (en) 2012-01-18
CN102124493A (zh) 2011-07-13
TW201037611A (en) 2010-10-16

Similar Documents

Publication Publication Date Title
CN102124493B (zh) 脸部识别装置、人物图像检索系统、以及脸部识别装置的控制方法
CN102124492B (zh) 脸部对照装置、电子设备、脸部对照装置的控制方法，以及脸部对照装置控制程序
CN106485562B (zh) 一种基于用户历史行为的商品信息推荐方法及系统
CN107832719B (zh) 刷牙分析方法、装置及刷牙系统
CN107679613A (zh) 一种人员信息的统计方法、装置、终端设备和存储介质
CN101401126B (zh) 面部图像注册装置、面部图像注册方法
US20160063397A1 (en) Machine-learning system for optimising the performance of a biometric system
CN110414376B (zh) 更新人脸识别模型的方法、人脸识别相机及服务器
CN104966016B (zh) 移动终端儿童用户协作式判断及限制操作权限的方法
CN110035302B (zh) 信息推荐及模型训练方法和装置、计算设备、存储介质
US20110117537A1 (en) Usage estimation device
CN103403760A (zh) 图像比对装置、图像处理系统、图像比对程序、计算机可读取的记录介质以及图像比对方法
CN108615177B (zh) 基于加权提取兴趣度的电子终端个性化推荐方法
CN115049395B (zh) 一种移动支付安全检测方法及系统
CN111371853B (zh) 资源信息推送方法、装置、服务器及存储介质
CN113435335B (zh) 微观表情识别方法、装置、电子设备及存储介质
Nguyen-Dinh et al. Robust online gesture recognition with crowdsourced annotations
CN110427803A (zh) 基于视频分析的测谎方法、装置、电子设备及存储介质
Irfan et al. Multi-modal open world user identification
CN104598543B (zh) 一种社交匹配数据挖掘系统
CN106248101A (zh) 一种监测方法以及装置
CN115271931A (zh) 一种信用卡产品的推荐方法、装置、电子设备和介质
CN102855462A (zh) 确定人体动作周期及识别人体动作的方法和装置
CN110348581B (zh) 用户特征群中用户特征寻优方法、装置、介质及电子设备
CN107135494A (zh) 垃圾短信识别方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant