JP2000020725A - パターン認識辞書作成方法及び装置、記録媒体 - Google Patents
パターン認識辞書作成方法及び装置、記録媒体Info
- Publication number
- JP2000020725A JP2000020725A JP10190332A JP19033298A JP2000020725A JP 2000020725 A JP2000020725 A JP 2000020725A JP 10190332 A JP10190332 A JP 10190332A JP 19033298 A JP19033298 A JP 19033298A JP 2000020725 A JP2000020725 A JP 2000020725A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- dictionary
- learning
- recognition
- pattern recognition
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 予期し得ない変動要素に対して頑健なパター
ン認識辞書を作成するパターン認識辞書作成装置を提供
する。 【解決手段】 パターン生成系１０において、パターン
生成辞書１１を用いてイレギュラー学習パターンを生成
し、これをパターン認識系２０に提示する。パターン認
識系２０では、パターン認識辞書２１を用いてイレギュ
ラー学習パターンを認識するとともに、認識の結果情報
をもとにパターン認識辞書２１を学習させる。パターン
生成系１０では、この学習によって更新されたパターン
認識辞書２１の内容をもとに次の誤認識の発生要素を推
定し、この誤認識の発生要素を含むイレギュラー学習パ
ターンが生成されるようにパターン生成辞書１１を学習
させる。この処理を所定の評価値になるまで繰り返す。
ン認識辞書を作成するパターン認識辞書作成装置を提供
する。 【解決手段】 パターン生成系１０において、パターン
生成辞書１１を用いてイレギュラー学習パターンを生成
し、これをパターン認識系２０に提示する。パターン認
識系２０では、パターン認識辞書２１を用いてイレギュ
ラー学習パターンを認識するとともに、認識の結果情報
をもとにパターン認識辞書２１を学習させる。パターン
生成系１０では、この学習によって更新されたパターン
認識辞書２１の内容をもとに次の誤認識の発生要素を推
定し、この誤認識の発生要素を含むイレギュラー学習パ
ターンが生成されるようにパターン生成辞書１１を学習
させる。この処理を所定の評価値になるまで繰り返す。
Description
【０００１】
【発明の属する技術分野】本発明は、例えば個人認証な
どを目的としたパターン認識技術に係り、特に、詐称者
に強いパターン認識辞書の作成手法に関する。
どを目的としたパターン認識技術に係り、特に、詐称者
に強いパターン認識辞書の作成手法に関する。
【０００２】
【従来の技術】一般に、パターン認識装置においては、
認識対象となる物体が何であるかを認識するために、物
体の典型的な例となる画像を辞書画像として用い、画像
全体に亘って辞書画像との類似性を何らかの評価関数、
例えばユークリッド自乗距離を用いて判定して、類似度
がある閾値を越えた領域を対象物体として認識するとい
う手法が採用されている。このようなパターン認識装置
は、例えば認識対象の画像を人間の顔や指紋画像として
個人認証を行う装置に応用されている。
認識対象となる物体が何であるかを認識するために、物
体の典型的な例となる画像を辞書画像として用い、画像
全体に亘って辞書画像との類似性を何らかの評価関数、
例えばユークリッド自乗距離を用いて判定して、類似度
がある閾値を越えた領域を対象物体として認識するとい
う手法が採用されている。このようなパターン認識装置
は、例えば認識対象の画像を人間の顔や指紋画像として
個人認証を行う装置に応用されている。
【０００３】
【発明が解決しようとする課題】通常、認識辞書は、例
えば事前に用意された初期パターンを学習して平均的な
パターンにするなどの操作によって作成される。そのた
め、このような認識辞書を用いてパターン認識を行う
と、予期できない変動要素が発生した場合に誤認識を生
じやすいという問題があった。また、例えば人間の顔な
どの認識を行う場合、詐称者は、一般に何らかの方法で
正当な利用者の顔を真似てくることが予想されるが、従
来のパターン認証装置では、このような問題には全く対
処することができなかった。
えば事前に用意された初期パターンを学習して平均的な
パターンにするなどの操作によって作成される。そのた
め、このような認識辞書を用いてパターン認識を行う
と、予期できない変動要素が発生した場合に誤認識を生
じやすいという問題があった。また、例えば人間の顔な
どの認識を行う場合、詐称者は、一般に何らかの方法で
正当な利用者の顔を真似てくることが予想されるが、従
来のパターン認証装置では、このような問題には全く対
処することができなかった。
【０００４】本発明の課題は、予期し得ない変動要素に
対して頑健なパターン認識辞書の作成方法を提供するこ
とにある。本発明の他の課題は、上記作成方法の実施に
適したパターン認識辞書作成装置を提供することにあ
る。本発明の他の課題は、コンピュータを用いてパター
ン認識辞書を作成する場合に好適となる記録媒体を提供
することにある。
対して頑健なパターン認識辞書の作成方法を提供するこ
とにある。本発明の他の課題は、上記作成方法の実施に
適したパターン認識辞書作成装置を提供することにあ
る。本発明の他の課題は、コンピュータを用いてパター
ン認識辞書を作成する場合に好適となる記録媒体を提供
することにある。
【０００５】
【課題を解決するための手段】上記課題を解決するた
め、本発明は、パターン生成辞書を用いて学習パターン
を生成する過程と、パターン認識辞書を用いて前記学習
パターンを認識するとともに認識の結果情報をもとに前
記パターン認識辞書を学習させる過程と、前記学習によ
って更新された前記パターン認識辞書の内容をもとに誤
認識の発生要素を推定し、この誤認識の発生要素を含む
イレギュラー学習パターンが生成されるように前記パタ
ーン生成辞書を学習させる過程とを含むパターン認識辞
書作成方法を提供する。
め、本発明は、パターン生成辞書を用いて学習パターン
を生成する過程と、パターン認識辞書を用いて前記学習
パターンを認識するとともに認識の結果情報をもとに前
記パターン認識辞書を学習させる過程と、前記学習によ
って更新された前記パターン認識辞書の内容をもとに誤
認識の発生要素を推定し、この誤認識の発生要素を含む
イレギュラー学習パターンが生成されるように前記パタ
ーン生成辞書を学習させる過程とを含むパターン認識辞
書作成方法を提供する。
【０００６】本発明は、また、共進化的アルゴリズムを
応用して前記学習を行うパターン認識辞書作成方法を提
供する。つまり、前記パターン認識辞書の学習は前記学
習パターンの認識率を高くする方向に進化させることで
行い、前記パターン生成辞書の学習は前記認識率を低く
する方向に進化させることで行う。共進化的アルゴリズ
ムは、２種以上の生物種が互いに争いながら進化した場
合に、単独で進化した場合よりも適応性が高くなるとい
う知見に基づいたアルゴリズムであり、従来、巡回セー
ルスマン問題の解法、ソートアルゴリズムの発見などの
応用がある。
応用して前記学習を行うパターン認識辞書作成方法を提
供する。つまり、前記パターン認識辞書の学習は前記学
習パターンの認識率を高くする方向に進化させることで
行い、前記パターン生成辞書の学習は前記認識率を低く
する方向に進化させることで行う。共進化的アルゴリズ
ムは、２種以上の生物種が互いに争いながら進化した場
合に、単独で進化した場合よりも適応性が高くなるとい
う知見に基づいたアルゴリズムであり、従来、巡回セー
ルスマン問題の解法、ソートアルゴリズムの発見などの
応用がある。
【０００７】上記他の課題を解決する第１構成のパター
ン認識辞書作成装置は、学習パターンをパターン認識辞
書で認識し、この認識結果に基づいて前記パターン認識
辞書を作成する装置であって、誤認識の可能性のあるイ
レギュラー学習パターンを生成するとともに、前記イレ
ギュラー学習パターンの認識率が低下しない方向に前記
パターン認識辞書を適応的に学習させる学習手段を有す
るものである。
ン認識辞書作成装置は、学習パターンをパターン認識辞
書で認識し、この認識結果に基づいて前記パターン認識
辞書を作成する装置であって、誤認識の可能性のあるイ
レギュラー学習パターンを生成するとともに、前記イレ
ギュラー学習パターンの認識率が低下しない方向に前記
パターン認識辞書を適応的に学習させる学習手段を有す
るものである。
【０００８】上記他の課題を解決する第２構成のパター
ン認識辞書作成装置は、パターン生成辞書を用いて学習
パターンを生成し、生成した学習パターンをパターン認
識辞書で認識するとともに、前記学習パターンの認識率
を高める方向に適応的に学習させることにより前記パタ
ーン認識辞書を作成する装置であって、前記認識率が低
下する方向に前記パターン生成辞書を学習させる学習手
段を有するものである。具体的には、パターン認識辞書
に基づいて前記誤認識の発生要素を推定し、この発生要
素を含むイレギュラー学習パターンが生成されるように
前記パターン生成辞書を学習させる。
ン認識辞書作成装置は、パターン生成辞書を用いて学習
パターンを生成し、生成した学習パターンをパターン認
識辞書で認識するとともに、前記学習パターンの認識率
を高める方向に適応的に学習させることにより前記パタ
ーン認識辞書を作成する装置であって、前記認識率が低
下する方向に前記パターン生成辞書を学習させる学習手
段を有するものである。具体的には、パターン認識辞書
に基づいて前記誤認識の発生要素を推定し、この発生要
素を含むイレギュラー学習パターンが生成されるように
前記パターン生成辞書を学習させる。
【０００９】第１構成または第２構成のパターン認識辞
書作成装置において、前記学習手段は、前述の共進化的
アルゴリズムを適用して対象辞書を進化させるものであ
る。
書作成装置において、前記学習手段は、前述の共進化的
アルゴリズムを適用して対象辞書を進化させるものであ
る。
【００１０】上記他の課題を解決する本発明の記録媒体
は、下記の処理をコンピュータ装置に実行させるための
プログラムが記録されたコンピュータ読み取り可能な記
録媒体である。 （１）パターン生成辞書を用いて学習パターンを生成す
る処理、（２）パターン認識辞書を用いて前記学習パタ
ーンを認識するとともに認識の結果情報をもとに前記パ
ターン認識辞書を学習させる処理、（３）前記学習によ
って更新された前記パターン認識辞書の内容をもとに誤
認識の発生要素を推定し、この誤認識の発生要素を含む
イレギュラー学習パターンが生成されるように前記パタ
ーン生成辞書を学習させる処理。
は、下記の処理をコンピュータ装置に実行させるための
プログラムが記録されたコンピュータ読み取り可能な記
録媒体である。 （１）パターン生成辞書を用いて学習パターンを生成す
る処理、（２）パターン認識辞書を用いて前記学習パタ
ーンを認識するとともに認識の結果情報をもとに前記パ
ターン認識辞書を学習させる処理、（３）前記学習によ
って更新された前記パターン認識辞書の内容をもとに誤
認識の発生要素を推定し、この誤認識の発生要素を含む
イレギュラー学習パターンが生成されるように前記パタ
ーン生成辞書を学習させる処理。
【００１１】
【発明の実施の形態】図１は、本発明のパターン認識辞
書作成装置の実施の一形態を表す構成図である。このパ
ターン認識辞書作成装置１はコンピュータ装置によって
実現されるもので、コンピュータ装置が所定のプログラ
ムを読み込んで実行することにより形成される、パター
ン生成部１２、パターン生成辞書学習部１３、パターン
認識部２２、パターン認識辞書学習部２３の機能ブロッ
クと、パターン生成辞書１１及びパターン認識辞書２１
とを有している。パターン生成辞書１１、パターン生成
部１２、パターン生成辞書学習部１３でパターン生成系
１０を構成し、パターン認識用辞書２１、パターン認識
部２２、パターン認識辞書学習部２３でパターン認識系
２０を構成している。
書作成装置の実施の一形態を表す構成図である。このパ
ターン認識辞書作成装置１はコンピュータ装置によって
実現されるもので、コンピュータ装置が所定のプログラ
ムを読み込んで実行することにより形成される、パター
ン生成部１２、パターン生成辞書学習部１３、パターン
認識部２２、パターン認識辞書学習部２３の機能ブロッ
クと、パターン生成辞書１１及びパターン認識辞書２１
とを有している。パターン生成辞書１１、パターン生成
部１２、パターン生成辞書学習部１３でパターン生成系
１０を構成し、パターン認識用辞書２１、パターン認識
部２２、パターン認識辞書学習部２３でパターン認識系
２０を構成している。
【００１２】上記プログラムは、コンピュータ装置がア
クセス可能な内部記憶装置あるいは外部記憶装置に一体
に組み込まれて随時使用されるのが通常であるが、コン
ピュータ装置に所要の機能を付与できる形態であれば本
発明を実施することができるので、その記録形態は任意
であってよい。例えば、本発明の記録媒体の一例である
ＣＤ−ＲＯＭ等の可搬性記録媒体にコンピュータ読み取
り可能な形態で記録され、あるいは上記コンピュータ装
置に通信回線を通じて接続された他のサーバに記録さ
れ、使用時に上記内部記憶装置あるいは外部記憶装置に
インストールされるものであってもよい。
クセス可能な内部記憶装置あるいは外部記憶装置に一体
に組み込まれて随時使用されるのが通常であるが、コン
ピュータ装置に所要の機能を付与できる形態であれば本
発明を実施することができるので、その記録形態は任意
であってよい。例えば、本発明の記録媒体の一例である
ＣＤ−ＲＯＭ等の可搬性記録媒体にコンピュータ読み取
り可能な形態で記録され、あるいは上記コンピュータ装
置に通信回線を通じて接続された他のサーバに記録さ
れ、使用時に上記内部記憶装置あるいは外部記憶装置に
インストールされるものであってもよい。
【００１３】パターン生成系１０は、初期に与えられた
パターン生成辞書１１に基づいてパターンを生成し、正
解カテゴリ名と共にパターン認識系２０に提示する。パ
ターン認識系２０は、提示されたパターンをパターン認
識部２２で認識し、この認識結果をパターン生成系１０
から与えられた正解カテゴリ名と共にパターン認識辞書
学習部２３に提示する。パターン認識辞書学習部２３
は、認識結果、正解カテゴリ名、および認識対象となっ
たパターンをもとにパターン認識辞書２１を適応的に学
習（修正）する。学習（修正）されたパターン認識辞書
２１は、修正結果と共にパターン生成辞書学習部１３に
提示される。
パターン生成辞書１１に基づいてパターンを生成し、正
解カテゴリ名と共にパターン認識系２０に提示する。パ
ターン認識系２０は、提示されたパターンをパターン認
識部２２で認識し、この認識結果をパターン生成系１０
から与えられた正解カテゴリ名と共にパターン認識辞書
学習部２３に提示する。パターン認識辞書学習部２３
は、認識結果、正解カテゴリ名、および認識対象となっ
たパターンをもとにパターン認識辞書２１を適応的に学
習（修正）する。学習（修正）されたパターン認識辞書
２１は、修正結果と共にパターン生成辞書学習部１３に
提示される。
【００１４】パターン生成辞書学習部１３は、与えられ
たパターン認識辞書２１をもとに、パターン認識系２０
が誤りを起こしやすいと思われるパターンを推定し、そ
のようなパターンが生成されるようにパターン生成辞書
１１を更新する。パターン生成部１１は、このパターン
生成辞書１１を用いてパターンを生成し、これをパター
ン認識系２０に与える。このような操作を繰り返すこと
で、パターン認識系２０では、学習過程でいわば弱点を
つかれることとなるため、予期し得ないパターン変動に
対しても頑健なパターン認識系２０を構成できるように
なる。
たパターン認識辞書２１をもとに、パターン認識系２０
が誤りを起こしやすいと思われるパターンを推定し、そ
のようなパターンが生成されるようにパターン生成辞書
１１を更新する。パターン生成部１１は、このパターン
生成辞書１１を用いてパターンを生成し、これをパター
ン認識系２０に与える。このような操作を繰り返すこと
で、パターン認識系２０では、学習過程でいわば弱点を
つかれることとなるため、予期し得ないパターン変動に
対しても頑健なパターン認識系２０を構成できるように
なる。
【００１５】以上のように操作することにより、パター
ン認識装置１において、装置側と詐称者との競争をモデ
ル化したことになり、詐称者が提示し得るパターンに対
し、事前に対策を施すことができるため、セキュリティ
の強化を図ることができる。
ン認識装置１において、装置側と詐称者との競争をモデ
ル化したことになり、詐称者が提示し得るパターンに対
し、事前に対策を施すことができるため、セキュリティ
の強化を図ることができる。
【００１６】
【実施例】次に、本発明を、人間の顔を認識することで
認証を行う個人認証装置の辞書作成に応用した場合の実
施例を説明する。本実施例の個人認証装置３は、例えば
ディジタルカメラで実現される画像入力装置３１から入
力された顔画像ｆ（ベクトル）と、事前に作成された参
照ベクトルμｉ（ベクトル）との類似度ｓを下記（１）
式で計算する。 ｓ＝ｆ・μｉ／｜ｆ｜・｜μｉ｜ （１）
認証を行う個人認証装置の辞書作成に応用した場合の実
施例を説明する。本実施例の個人認証装置３は、例えば
ディジタルカメラで実現される画像入力装置３１から入
力された顔画像ｆ（ベクトル）と、事前に作成された参
照ベクトルμｉ（ベクトル）との類似度ｓを下記（１）
式で計算する。 ｓ＝ｆ・μｉ／｜ｆ｜・｜μｉ｜ （１）
【００１７】そして、この類似度ｓが、事前に定められ
た閾値ｓTを越えたときに、ｉ番目の顔であると認識す
る。この個人毎の参照ベクトルの集合がパターン認識辞
書２１である。また、予め認識対象とする顔画像を登録
し、顔画像に対して雑音を付加するための雑音マスクを
用意する。この雑音マスクの集合がパターン生成辞書１
１である。
た閾値ｓTを越えたときに、ｉ番目の顔であると認識す
る。この個人毎の参照ベクトルの集合がパターン認識辞
書２１である。また、予め認識対象とする顔画像を登録
し、顔画像に対して雑音を付加するための雑音マスクを
用意する。この雑音マスクの集合がパターン生成辞書１
１である。
【００１８】このパターン生成辞書１１とパターン認識
辞書２１を学習するための共進化的アルゴリズムの例と
して、ここでは、Ｈｏｌｌａｎｄによって提案された遺
伝的アルゴリズム（以下、ＧＡ（Genetic Algorith
m））（北野宏明編、「遺伝的アルゴリズム」、産業図
書発行（１９９４）参照）を用いる。このＧＡは、生命
の進化をモデル化した最適化アルゴリズムであり、対象
となる最適化問題を解くために遺伝子をある最適化問題
の解の形式でコード化し、基本的には図２に示す過程を
繰り返すことにより最適解の探索を行うものである。
辞書２１を学習するための共進化的アルゴリズムの例と
して、ここでは、Ｈｏｌｌａｎｄによって提案された遺
伝的アルゴリズム（以下、ＧＡ（Genetic Algorith
m））（北野宏明編、「遺伝的アルゴリズム」、産業図
書発行（１９９４）参照）を用いる。このＧＡは、生命
の進化をモデル化した最適化アルゴリズムであり、対象
となる最適化問題を解くために遺伝子をある最適化問題
の解の形式でコード化し、基本的には図２に示す過程を
繰り返すことにより最適解の探索を行うものである。
【００１９】図２において、まず、最適解に近い個体を
複数選択して集団を生成し（集団生成過程：ステップＳ
１０１）、それらの個体を与えられた最適化問題にあて
はめて評価値（解）を算出する（個体評価過程：ステッ
プＳ１０２）。次に、各個体の評価値に基づいて評価の
高い個体ほど次の世代に子孫を残しやすいように「重み
付け」をした確率を用いて乱数的に選択し（個体選択過
程：ステップＳ１０３）、選択された複数個体を混ぜ合
わせる（個体交叉過程：ステップＳ１０４）。必要に応
じて、特定の個体を異種のものに交換し（突然変異過
程：ステップＳ１０５）、再評価を行う。この処理を所
定の評価値に達するまで繰り返し（ステップＳ１０６：
No）、評価値に達した時点で処理を終える（ステップＳ
１０６：Yes）。このように、生物の進化をモデルと
し、生成した個体に対して、対象となる評価値を改善す
る方向に進化させる、つまり評価値を成長させることか
ら、ある種の最適化問題の近似解を高速で求めるのに有
効となることが知られている。
複数選択して集団を生成し（集団生成過程：ステップＳ
１０１）、それらの個体を与えられた最適化問題にあて
はめて評価値（解）を算出する（個体評価過程：ステッ
プＳ１０２）。次に、各個体の評価値に基づいて評価の
高い個体ほど次の世代に子孫を残しやすいように「重み
付け」をした確率を用いて乱数的に選択し（個体選択過
程：ステップＳ１０３）、選択された複数個体を混ぜ合
わせる（個体交叉過程：ステップＳ１０４）。必要に応
じて、特定の個体を異種のものに交換し（突然変異過
程：ステップＳ１０５）、再評価を行う。この処理を所
定の評価値に達するまで繰り返し（ステップＳ１０６：
No）、評価値に達した時点で処理を終える（ステップＳ
１０６：Yes）。このように、生物の進化をモデルと
し、生成した個体に対して、対象となる評価値を改善す
る方向に進化させる、つまり評価値を成長させることか
ら、ある種の最適化問題の近似解を高速で求めるのに有
効となることが知られている。
【００２０】本実施例では、上記ＧＡに基づいて、パタ
ーン認識辞書、パターン生成辞書に対して、それぞれ独
立に遺伝的アルゴリズムを実行する。すなわち、パター
ン生成系１０では、図３に示すように、パターン生成辞
書集団を読み込み、これをＧＡの個体集団とみなす（ス
テップＳ２０１）。このパターン生成辞書は、初期に
は、パターン認識辞書２１と同数の認識対象人物の画像
に対して付与する雑音生成パラメータとする。雑音生成
パラメータとしては、例えば、その人物の表情、光源、
方向などに起因する様々なものが考えられるが、ここで
は、顔画像サイズと同じ大きさの雑音マスク（ベクト
ル）を用意し、雑音マスクの画素中に予め定めた範囲
［−ｂ，ｂ］の値を入れておくことにする。つまり、顔
画像ｆ（ベクトル）＋雑音マスクＭ（ベクトル）のよう
な形で雑音を付加した画像を生成する。パターン生成部
１２は、これらのパターン生成辞書集団に基づいてＮ個
のパターンを生成し（ステップＳ２０２）、これをパタ
ーン認識系２０に提示してパターン認識させる（ステッ
プＳ２０３）。
ーン認識辞書、パターン生成辞書に対して、それぞれ独
立に遺伝的アルゴリズムを実行する。すなわち、パター
ン生成系１０では、図３に示すように、パターン生成辞
書集団を読み込み、これをＧＡの個体集団とみなす（ス
テップＳ２０１）。このパターン生成辞書は、初期に
は、パターン認識辞書２１と同数の認識対象人物の画像
に対して付与する雑音生成パラメータとする。雑音生成
パラメータとしては、例えば、その人物の表情、光源、
方向などに起因する様々なものが考えられるが、ここで
は、顔画像サイズと同じ大きさの雑音マスク（ベクト
ル）を用意し、雑音マスクの画素中に予め定めた範囲
［−ｂ，ｂ］の値を入れておくことにする。つまり、顔
画像ｆ（ベクトル）＋雑音マスクＭ（ベクトル）のよう
な形で雑音を付加した画像を生成する。パターン生成部
１２は、これらのパターン生成辞書集団に基づいてＮ個
のパターンを生成し（ステップＳ２０２）、これをパタ
ーン認識系２０に提示してパターン認識させる（ステッ
プＳ２０３）。
【００２１】パターン生成辞書学習部２３は、認識結果
である評価値を受け取り、それが所定値に達しない場合
は、認識率の高い二つのパターン生成辞書１１の一部を
交叉させる（ステップＳ２０４：No、Ｓ２０５）。これ
をすべてのパターン生成辞書１１について繰り返すこと
により、次世代のパターン生成辞書１１を形成し、これ
を登録する（ステップＳ２０６、Ｓ２０７）。この処理
を上記評価値に達するまで繰り返し、評価値に達したと
きは処理を終える（ステップＳ２０４：YES）。
である評価値を受け取り、それが所定値に達しない場合
は、認識率の高い二つのパターン生成辞書１１の一部を
交叉させる（ステップＳ２０４：No、Ｓ２０５）。これ
をすべてのパターン生成辞書１１について繰り返すこと
により、次世代のパターン生成辞書１１を形成し、これ
を登録する（ステップＳ２０６、Ｓ２０７）。この処理
を上記評価値に達するまで繰り返し、評価値に達したと
きは処理を終える（ステップＳ２０４：YES）。
【００２２】ステップＳ２０４における評価値には、例
えば、一つのマスクが提示したパターンが、パターン認
識系２０で誤認識された回数を全パターン認識辞書２１
について集計した値、または複数のパターン認識辞書２
１に対する誤認識率を用いる。つまり、パターン認識系
２０に対して、低い認識率を保つように、パターン生成
辞書１１を進化させるように評価値を選定する。
えば、一つのマスクが提示したパターンが、パターン認
識系２０で誤認識された回数を全パターン認識辞書２１
について集計した値、または複数のパターン認識辞書２
１に対する誤認識率を用いる。つまり、パターン認識系
２０に対して、低い認識率を保つように、パターン生成
辞書１１を進化させるように評価値を選定する。
【００２３】一方、パターン認識系２０では、図４に示
すように、Ｎ個のパターン認識辞書２１をＧＡにおける
個体集団とみなし（ステップＳ３０１）、パターン生成
系１０で生成されたＮ個のパターンの認識との評価を行
う（ステップＳ３０２）。評価関数としては、パターン
生成系１０で生成されたパターンに対して高い認識率を
保つようにパターン認識辞書２１を進化させるものを選
定する。具体的には、パターン生成系１０からパターン
が提示された際、Ｎ個のパターン認識辞書２１のそれぞ
れでそのパターン認識を行い、すべての雑音マスクにつ
いて認識処理が終了した際の認識率を個々のパターン認
識辞書２１の評価値として求める。
すように、Ｎ個のパターン認識辞書２１をＧＡにおける
個体集団とみなし（ステップＳ３０１）、パターン生成
系１０で生成されたＮ個のパターンの認識との評価を行
う（ステップＳ３０２）。評価関数としては、パターン
生成系１０で生成されたパターンに対して高い認識率を
保つようにパターン認識辞書２１を進化させるものを選
定する。具体的には、パターン生成系１０からパターン
が提示された際、Ｎ個のパターン認識辞書２１のそれぞ
れでそのパターン認識を行い、すべての雑音マスクにつ
いて認識処理が終了した際の認識率を個々のパターン認
識辞書２１の評価値として求める。
【００２４】パターン認識辞書学習部２３は、この評価
値の高い二つのパターン認識辞書２１を取り出し、同一
人物の画像同士について、それらの一部を交叉させる
（ステップＳ３０３）。これをすべてのパターン認識辞
書２１について繰り返すことにより、次世代のパターン
認識辞書２１を生成する（ステップＳ３０４）。
値の高い二つのパターン認識辞書２１を取り出し、同一
人物の画像同士について、それらの一部を交叉させる
（ステップＳ３０３）。これをすべてのパターン認識辞
書２１について繰り返すことにより、次世代のパターン
認識辞書２１を生成する（ステップＳ３０４）。
【００２５】一方、パターン生成辞書学習部では、評価
値の高い二つの雑音マスクを取り出し、マスクの値の一
部を変換する。これをすべてのマスクについて繰り返す
ことにより、次世代のパターン認識辞書２１を生成して
パターン生成系１０に提示する。この処理を評価値に達
するまで繰り返し（ステップＳ３０５：No）、評価値に
達したときは、パターン認識辞書２１を登録する（ステ
ップＳ３０６）。
値の高い二つの雑音マスクを取り出し、マスクの値の一
部を変換する。これをすべてのマスクについて繰り返す
ことにより、次世代のパターン認識辞書２１を生成して
パターン生成系１０に提示する。この処理を評価値に達
するまで繰り返し（ステップＳ３０５：No）、評価値に
達したときは、パターン認識辞書２１を登録する（ステ
ップＳ３０６）。
【００２６】このように、本実施形態では、パターン生
成系１０およびパターン認識系２０において、ＧＡを独
立に行うことにより、未知のパターンを事前に予測し、
パターン認識辞書２１をロバストに構成することができ
る。従って、例えば詐称者が提示し得るパターンに対
し、事前に対策を施すことになるため、このパターン認
識辞書２１を用いたシステムのセキュリティの強化を図
ることができるようになる。
成系１０およびパターン認識系２０において、ＧＡを独
立に行うことにより、未知のパターンを事前に予測し、
パターン認識辞書２１をロバストに構成することができ
る。従って、例えば詐称者が提示し得るパターンに対
し、事前に対策を施すことになるため、このパターン認
識辞書２１を用いたシステムのセキュリティの強化を図
ることができるようになる。
【００２７】
【発明の効果】以上の説明から明らかなように、本発明
によれば、予期し得ない変動要素に対して頑健なパター
ン認識辞書を作成できるようになる。
によれば、予期し得ない変動要素に対して頑健なパター
ン認識辞書を作成できるようになる。
【図１】本発明のパターン認識辞書作成装置の実施の一
形態を表す構成図。
形態を表す構成図。
【図２】パターン生成辞書とパターン認識辞書を学習す
るための共進化的アルゴリズムの一例となる遺伝的アル
ゴリズムの手順説明図。
るための共進化的アルゴリズムの一例となる遺伝的アル
ゴリズムの手順説明図。
【図３】パターン生成辞書を進化させるための遺伝的ア
ルゴリズムの手順説明図。
ルゴリズムの手順説明図。
【図４】パターン認識辞書を進化させるための遺伝的ア
ルゴリズムの手順説明図。
ルゴリズムの手順説明図。
１ パターン認識辞書作成装置 １１ パターン生成辞書 １２ パターン生成部 １３ パターン生成辞書学習部 ２１ パターン認識辞書 ２２ パターン認識部 ２３ パターン認識辞書学習部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 春山 智 東京都江東区豊洲三丁目３番３号 エヌ・ ティ・ティ・データ通信株式会社内 Ｆターム(参考） 5L096 JA22 KA04 KA13
Claims (10)
- 【請求項１】 パターン生成辞書を用いて学習パターン
を生成する過程と、 パターン認識辞書を用いて前記学習パターンを認識する
とともに認識の結果情報をもとに前記パターン認識辞書
を学習させる過程と、 前記学習によって更新された前記パターン認識辞書の内
容をもとに誤認識の発生要素を推定し、この誤認識の発
生要素を含むイレギュラー学習パターンが生成されるよ
うに前記パターン生成辞書を学習させる過程とを含む、 パターン認識辞書作成方法。 - 【請求項２】 前記学習を共進化的アルゴリズムによっ
て行い、前記パターン認識辞書の学習は前記学習パター
ンの認識率を高くする方向に進化させることで行い、前
記パターン生成辞書の学習は前記認識率を低くする方向
に進化させることで行うことを特徴とする、請求項１記
載のパターン認識辞書作成方法。 - 【請求項３】 前記共進化的アルゴリズムが、進化対象
辞書を個体とする遺伝的アルゴリズムであることを特徴
とする、請求項２記載のパターン認識辞書作成方法。 - 【請求項４】 学習パターンをパターン認識辞書で認識
し、この認識結果に基づいて前記パターン認識辞書を作
成する装置であって、 誤認識の可能性のあるイレギュラー学習パターンを生成
するとともに、前記イレギュラー学習パターンの認識率
が低下しない方向に前記パターン認識辞書を適応的に学
習させる学習手段を有することを特徴とする、パターン
認識辞書作成装置。 - 【請求項５】 パターン生成辞書を用いて学習パターン
を生成し、生成した学習パターンをパターン認識辞書で
認識するとともに、前記学習パターンの認識率を高める
方向に適応的に学習させることにより前記パターン認識
辞書を作成する装置であって、 前記認識率が低下する方向に前記パターン生成辞書を学
習させる学習手段を有することを特徴とする、パターン
認識辞書作成装置。 - 【請求項６】 前記学習手段は、パターン認識辞書に基
づいて前記誤認識の発生要素を推定し、この発生要素を
含むイレギュラー学習パターンが生成されるように前記
パターン生成辞書を学習させることを特徴とする、請求
項５記載のパターン認識辞書作成装置。 - 【請求項７】 前記学習手段が、所定の共進化的アルゴ
リズムを適用して対象辞書を進化させるものであること
を特徴とする、請求項４または５記載のパターン認識辞
書作成装置。 - 【請求項８】 個人認証用の画像パターンを表すパター
ン認識辞書と、 学習パターンの生成に用いられるパターン生成辞書と、 前記パターン生成辞書を用いて学習パターンを生成し、
この学習パターンを前記パターン認識辞書を用いて認識
するととともにその認識の結果情報をもとに前記パター
ン認識辞書を学習させる第１の手段と、 前記学習によって更新された前記パターン認識辞書の内
容をもとに誤認識の発生要素を推定し、この誤認識の発
生要素を含む学習パターンが生成されるように前記パタ
ーン生成辞書を学習させる第２の手段とを有することを
特徴とする、 パターン認識辞書作成装置。 - 【請求項９】 前記第１の手段は前記学習パターンの認
識率を高くする方向に前記パターン認識辞書を学習させ
るものであり、前記第２の手段は前記認識率を低くする
方向にパターン生成辞書を学習させるものであることを
特徴とする、請求項８記載のパターン認識辞書作成装
置。 - 【請求項１０】 パターン生成辞書を用いて学習パター
ンを生成する処理、 パターン認識辞書を用いて前記学習パターンを認識する
とともに認識の結果情報をもとに前記パターン認識辞書
を学習させる処理、 前記学習によって更新された前記パターン認識辞書の内
容をもとに誤認識の発生要素を推定し、この誤認識の発
生要素を含むイレギュラー学習パターンが生成されるよ
うに前記パターン生成辞書を学習させる処理をコンピュ
ータ装置に実行させるためのプログラムが記録されたコ
ンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10190332A JP2000020725A (ja) | 1998-07-06 | 1998-07-06 | パターン認識辞書作成方法及び装置、記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10190332A JP2000020725A (ja) | 1998-07-06 | 1998-07-06 | パターン認識辞書作成方法及び装置、記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000020725A true JP2000020725A (ja) | 2000-01-21 |
Family
ID=16256439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10190332A Pending JP2000020725A (ja) | 1998-07-06 | 1998-07-06 | パターン認識辞書作成方法及び装置、記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000020725A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004038713A (ja) * | 2002-07-05 | 2004-02-05 | Toshiba Corp | 物体識別装置、物体識別方法、辞書生成装置、プログラム |
| JP2007515620A (ja) * | 2003-03-12 | 2007-06-14 | アイ・ティー・ティー・マニュファクチャリング・エンタープライジズ・インコーポレイテッド | 時間領域のインパルス状の信号に基づく物体の高速な検出装置及び方法 |
| JP2009175925A (ja) * | 2008-01-23 | 2009-08-06 | Nec Software Chubu Ltd | 照合パラメータ最適化装置、最適化方法および最適化制御プログラム |
| WO2011108061A1 (ja) | 2010-03-01 | 2011-09-09 | 富士通株式会社 | 生体情報処理装置及び方法 |
-
1998
- 1998-07-06 JP JP10190332A patent/JP2000020725A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004038713A (ja) * | 2002-07-05 | 2004-02-05 | Toshiba Corp | 物体識別装置、物体識別方法、辞書生成装置、プログラム |
| JP2007515620A (ja) * | 2003-03-12 | 2007-06-14 | アイ・ティー・ティー・マニュファクチャリング・エンタープライジズ・インコーポレイテッド | 時間領域のインパルス状の信号に基づく物体の高速な検出装置及び方法 |
| JP2009175925A (ja) * | 2008-01-23 | 2009-08-06 | Nec Software Chubu Ltd | 照合パラメータ最適化装置、最適化方法および最適化制御プログラム |
| WO2011108061A1 (ja) | 2010-03-01 | 2011-09-09 | 富士通株式会社 | 生体情報処理装置及び方法 |
| US8736421B2 (en) | 2010-03-01 | 2014-05-27 | Fujitsu Limited | Biometric information processing apparatus and biometric information processing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109948658B (zh) | 面向特征图注意力机制的对抗攻击防御方法及应用 | |
| Gelly et al. | Optimization of RNN-based speech activity detection | |
| CN111753881B (zh) | 一种基于概念敏感性量化识别对抗攻击的防御方法 | |
| CN111461307A (zh) | 一种基于生成对抗网络的通用扰动生成方法 | |
| WO2018167900A1 (ja) | ニューラルネットワーク学習装置、方法、およびプログラム | |
| CN111737691B (zh) | 对抗样本的生成方法和装置 | |
| CN110992934A (zh) | 面向语音识别系统黑盒攻击模型的防御方法及防御装置 | |
| Katzir et al. | Detecting adversarial perturbations through spatial behavior in activation spaces | |
| CN113140018A (zh) | 训练对抗网络模型的方法、建立字库的方法、装置和设备 | |
| CN113283599A (zh) | 基于神经元激活率的对抗攻击防御方法 | |
| CN112329832B (zh) | 一种基于深度卷积生成对抗网络的无源定位目标轨迹数据增强方法及系统 | |
| CN110717525A (zh) | 一种通道自适应优化的对抗攻击防御方法和装置 | |
| CN115913643A (zh) | 一种基于对抗自编码器的网络入侵检测方法、系统及介质 | |
| CN112926661A (zh) | 一种增强图像分类鲁棒性的方法 | |
| KR20190028880A (ko) | 봇넷 탐지 시스템을 학습하기 위한 학습 데이터를 생성하는 방법 및 그 장치 | |
| CN117424754B (zh) | 针对集群联邦学习攻击的防御方法、终端及存储介质 | |
| CN112651319B (zh) | 一种视频检测方法、装置、电子设备及存储介质 | |
| CN110378414B (zh) | 基于进化策略的多模态生物特征融合的身份识别方法 | |
| CN113435264A (zh) | 基于寻找黑盒替代模型的人脸识别对抗攻击方法及装置 | |
| JP2000020725A (ja) | パターン認識辞書作成方法及び装置、記録媒体 | |
| KR100876786B1 (ko) | 조명 마스크를 이용하는 사용자 얼굴 검증 시스템 및 방법 | |
| JP2021093144A (ja) | センサ特化イメージ認識装置及び方法 | |
| US8015128B2 (en) | Biometric security using neuroplastic fidelity | |
| CN115277065B (zh) | 一种物联网异常流量检测中的对抗攻击方法及装置 | |
| CN114584337A (zh) | 一种基于遗传算法的语音攻击伪造方法 |