JP2000137818A - Pattern recognition system - Google Patents
Pattern recognition systemInfo
- Publication number
- JP2000137818A JP2000137818A JP10313075A JP31307598A JP2000137818A JP 2000137818 A JP2000137818 A JP 2000137818A JP 10313075 A JP10313075 A JP 10313075A JP 31307598 A JP31307598 A JP 31307598A JP 2000137818 A JP2000137818 A JP 2000137818A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- image information
- recognition
- dictionary
- face image
- 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.)
- Granted
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、パターン認識方式
の改良に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an improvement in a pattern recognition system.
【０００２】[0002]
【従来の技術】従来、パターン認識では、与えられた認
識対象の認識のため、その対象の典型的な例となるデー
タを辞書として用い、その辞書と認識対象との類似度
（例えばユークリッド距離等）を計算し、その結果得ら
れた類似度が所定の閾値を超えたとき、上記認識対象を
特定の対象として認識するという手法が採用されてい
る。2. Description of the Related Art Conventionally, in pattern recognition, in order to recognize a given recognition target, data which is a typical example of the target is used as a dictionary, and the similarity between the dictionary and the recognition target (for example, Euclidean distance, etc.). ) Is calculated, and when the degree of similarity obtained as a result exceeds a predetermined threshold, the above-mentioned recognition target is recognized as a specific target.
【０００３】[0003]
【発明が解決しようとする課題】ところで、上述したパ
ターン認識過程において用いられる辞書は、事前に用意
された認識対象のデータ（各種パターン）を元に統計的
操作（パターンを平均する等の操作）や人工神経回路網
的な操作によって作成される。そのため、例えば人間の
顔画像や、人間（特定個人）の音声などのような、時間
の経過に付随して変動する対象を認識する場合には、追
加学習を行うことにより上記辞書を更新する必要があ
る。しかし、既に知られている追加学習法では、追加学
習のために用いられるデータが正しいことが前提になっ
ているから、上記手法を、例えばセキュリティシステム
等に適用した場合、偽学習データが提示されてもそれを
回避することができず、その偽学習データを用いて追加
学習してしまうという不具合があった。そのため、追加
学習による上記辞書の更新に際しては、新たな認識対象
のデータを手動で上記辞書に再登録する以外、他に方法
がなかった。The dictionary used in the above-described pattern recognition process is based on statistical operations (operations such as averaging patterns) based on data (various patterns) to be recognized prepared in advance. And artificial neural networks. Therefore, when recognizing an object that fluctuates over time, such as a human face image or a human (specific individual) voice, the dictionary needs to be updated by performing additional learning. There is. However, since the known additional learning method assumes that the data used for the additional learning is correct, when the above method is applied to, for example, a security system, false learning data is presented. However, this cannot be avoided, and there is a problem that additional learning is performed using the false learning data. Therefore, there is no other method for updating the dictionary by additional learning, except for manually re-registering new recognition target data in the dictionary.
【０００４】従って本発明の目的は、パターン認識にお
いて、偽の認識対象のパターンが与えられても、そのパ
ターンの偽学習が回避できるようセキュリティを充分に
確保できるようにすることにある。SUMMARY OF THE INVENTION It is therefore an object of the present invention to provide a pattern recognition apparatus capable of sufficiently securing security so that even if a false recognition target pattern is given, false learning of the pattern can be avoided.
【０００５】また、本発明の別の目的は、パターン認識
に用いられる辞書が、認識対象のパターンの経時変化に
充分に適応できるようにすることにある。Another object of the present invention is to make it possible for a dictionary used for pattern recognition to sufficiently adapt to changes over time of a pattern to be recognized.
【０００６】[0006]
【課題を解決するための手段】本発明の第１の側面に従
うパターン認識方式は、入力した認識対象のパターン
と、辞書に登録済みの特定の認識対象のパターン情報と
の比較から、入力パターンが特定の認識対象のものか否
かを判定する手段と、入力パターンを特定の認識対象の
ものと判定した回数を計数し、計数値が所定の閾値を超
えたとき、入力パターンを追加学習に必要と決定する手
段と、入力パターンが追加学習に必要と決定されたとき
のみ、入力パターンに基づき追加学習を行い、その結果
得られた新たなパターン情報で辞書のパターン情報を更
新する手段とを備える。The pattern recognition method according to the first aspect of the present invention is based on a comparison between an input pattern of a recognition target and pattern information of a specific recognition target registered in a dictionary. A means for determining whether the input pattern is a specific recognition target, and counting the number of times the input pattern is determined to be a specific recognition target, and when the counted value exceeds a predetermined threshold, the input pattern is necessary for additional learning. Means for performing additional learning based on the input pattern only when the input pattern is determined to be necessary for additional learning, and updating the pattern information of the dictionary with the new pattern information obtained as a result. .
【０００７】上記構成によれば、入力パターンが追加学
習に必要と決定されたときのみ、入力パターンに基づき
追加学習を行い、その結果得られた新たなパターン情報
で辞書のパターン情報を更新することとした。そのた
め、偽の認識対象のパターンが与えられても、そのパタ
ーンの偽学習が回避でき、且つ、認識対象のパターンの
経時変化に充分に適応することができる。According to the above configuration, additional learning is performed based on the input pattern only when it is determined that the input pattern is necessary for additional learning, and the pattern information in the dictionary is updated with the new pattern information obtained as a result. And Therefore, even if a false recognition target pattern is given, false learning of the pattern can be avoided, and it is possible to sufficiently adapt to a temporal change of the recognition target pattern.
【０００８】本発明の第１の側面に係る好適な実施形態
では、認識対象のパターンが、人間の顔の画像であり、
特定の認識対象のパターン情報が、特定人物の顔画像情
報である。上述した辞書は、前回までのパターン認識の
結果として得られた特定人物の顔画像情報を登録した初
期辞書と、予め特定人物の顔画像情報を登録した顔認識
辞書とを含んでいる。初期辞書に登録済みの顔画像情報
は、更新手段による顔認識辞書に登録済みの顔画像情報
の更新に付随して更新される。顔認識辞書に登録済みの
顔画像情報は、学習のためのデータにより作成される。
この学習のためのデータは、例えば中間データ形式であ
る共分散行列である。また、判定手段による特定人物か
否かの顔画像情報の認識は、部分空間法により行われ
る。In a preferred embodiment according to the first aspect of the present invention, the pattern to be recognized is an image of a human face,
The pattern information of a specific recognition target is face image information of a specific person. The above-mentioned dictionary includes an initial dictionary in which face image information of a specific person obtained as a result of pattern recognition up to the previous time is registered, and a face recognition dictionary in which face image information of a specific person is registered in advance. The face image information registered in the initial dictionary is updated along with the update of the face image information registered in the face recognition dictionary by the updating unit. The face image information registered in the face recognition dictionary is created by data for learning.
The data for this learning is, for example, a covariance matrix in an intermediate data format. Recognition of face image information as to whether or not a specific person is performed by the determination means is performed by a subspace method.
【０００９】本発明の第２の側面に従うパターン認識方
法は、入力した認識対象のパターンと、辞書に登録済み
の特定の認識対象のパターン情報との比較から、入力パ
ターンが特定の認識対象のものか否かを判定する第１の
過程と、入力パターンを特定の認識対象のものと判定し
た回数を計数し、計数値が所定の閾値を超えたとき、入
力パターンを追加学習に必要と決定する第２の過程と、
入力パターンが追加学習に必要と決定されたときのみ、
入力パターンに基づき追加学習を行い、その結果得られ
た新たなパターン情報で辞書のパターン情報を更新する
第３の過程とを備える。In the pattern recognition method according to the second aspect of the present invention, the input pattern corresponding to the specific recognition target is determined by comparing the input recognition target pattern with the specific recognition target pattern information registered in the dictionary. A first step of determining whether the input pattern is a specific recognition target, and when the count value exceeds a predetermined threshold, it is determined that the input pattern is necessary for additional learning. The second step,
Only when the input pattern is determined to be necessary for additional learning,
A third step of performing additional learning based on the input pattern and updating the pattern information of the dictionary with the new pattern information obtained as a result.
【００１０】本発明の第３の側面に従うプログラム媒体
は、入力した認識対象のパターンと、辞書に登録済みの
特定の認識対象のパターン情報との比較から、入力パタ
ーンが特定の認識対象のものか否かを判定する手段と、
入力パターンを特定の認識対象のものと判定した回数を
計数し、計数値が所定の閾値を超えたとき、入力パター
ンを追加学習に必要と決定する手段と、入力パターンが
追加学習に必要と決定されたときのみ、入力パターンに
基づき追加学習を行い、その結果得られた新たなパター
ン情報で辞書のパターン情報を更新する手段とを備える
パターン認識方式における上記各手段としてコンピュー
タを動作させるためのコンピュータプログラムをコンピ
ュータ読取可能に担持する。A program medium according to a third aspect of the present invention is characterized in that, based on a comparison between an input pattern of a recognition target and pattern information of a specific recognition target registered in a dictionary, it is determined whether an input pattern is a specific recognition target. Means for determining whether or not
A means for counting the number of times the input pattern is determined to be a specific recognition target and determining that the input pattern is necessary for additional learning when the count value exceeds a predetermined threshold value, and determining that the input pattern is necessary for additional learning. Means for operating a computer as each of the above means in the pattern recognition method, comprising: performing additional learning based on the input pattern only when the input pattern is obtained, and updating the pattern information of the dictionary with the new pattern information obtained as a result. The program is carried in a computer-readable manner.
【００１１】[0011]
【発明の実施の形態】以下、本発明の実施の形態を、図
面により詳細に説明する。Embodiments of the present invention will be described below in detail with reference to the drawings.
【００１２】図１は、本発明のパターン認識方式が適用
される顔認識装置の一実施形態を示すブロック図であ
る。FIG. 1 is a block diagram showing an embodiment of a face recognition apparatus to which the pattern recognition method of the present invention is applied.
【００１３】上記装置は、入力した人間の顔画像情報
が、予め登録されている特定人物の顔画像情報であるか
否かを認識するもので、図１に示すように、入力部１
と、記憶部３と、顔検出部５と、顔認識部７と、追加学
習部９と、出力部１１とを備える。The above apparatus recognizes whether or not the input human face image information is face image information of a specific person registered in advance. As shown in FIG.
, A storage unit 3, a face detection unit 5, a face recognition unit 7, an additional learning unit 9, and an output unit 11.
【００１４】本実施形態において、入力部１には、例え
ばＣＣＤ（固体化撮像デバイス）カメラが用いられる。
ＣＣＤカメラは、撮影した画像を画像情報として顔検出
部５に出力する。一方、出力部１１には、追加学習部９
から出力された画像情報を表示するためのディスプレ
イ、或いは上記画像情報を印刷出力するためのプリンタ
が用いられる。In the present embodiment, for example, a CCD (solid-state imaging device) camera is used for the input unit 1.
The CCD camera outputs the captured image to the face detection unit 5 as image information. On the other hand, the output unit 11 includes the additional learning unit 9
A display for displaying the image information output from the printer or a printer for printing out the image information is used.
【００１５】記憶部３は、初期辞書や、顔検出辞書や、
顔認識辞書や、学習を行うためのデータ等を格納してい
る。The storage unit 3 stores an initial dictionary, a face detection dictionary,
It stores a face recognition dictionary, data for learning, and the like.
【００１６】初期辞書には、前回までのパターン認識の
結果として得られた特定個人の顔画像情報が登録されて
いる。この初期辞書に登録された顔画像情報は、顔認識
辞書に登録された顔画像情報と共に、追加学習部９によ
って今回新たに得られた顔画像情報に更新される。In the initial dictionary, face image information of a specific individual obtained as a result of the previous pattern recognition is registered. The face image information registered in the initial dictionary is updated together with the face image information registered in the face recognition dictionary by the additional learning unit 9 to the newly obtained face image information.
【００１７】顔検出辞書には、事前に与えられた複数の
顔画像情報の平均をとることにより作成された典型的な
（平均的な）顔画像情報が登録されている。顔認識辞書
には、予め特定個人の顔画像情報が登録されている。顔
認識辞書に登録されている顔画像情報は、上述したよう
に追加学習部９によって更新される。In the face detection dictionary, typical (average) face image information created by averaging a plurality of pieces of face image information given in advance is registered. Face image information of a specific individual is registered in the face recognition dictionary in advance. The face image information registered in the face recognition dictionary is updated by the additional learning unit 9 as described above.
【００１８】学習のためのデータとは、顔認識辞書作成
に必要な中間データ形式である共分散行列を指す。The data for learning refers to a covariance matrix which is an intermediate data format required for creating a face recognition dictionary.
【００１９】顔検出部５は、入力部１を通じて読み込ん
だ画像情報が人間の顔の画像情報か否かを検出するもの
で、上記画像情報と上記顔検出辞書に登録済みの典型的
な顔画像情報との間の類似度を計算する。そして、計算
の結果得られた類似度が、事前に定められた類似度の閾
値Ｆtを上廻ったときに、上記読み込んだ画像情報を顔
画像情報と判断する。そして、その画像情報を顔画像情
報として顔認識部７に出力する。The face detecting section 5 detects whether or not the image information read through the input section 1 is human face image information. A typical face image registered in the image information and the face detection dictionary is provided. Calculate the similarity with the information. Then, when the similarity obtained as a result of the calculation exceeds a predetermined similarity threshold Ft, the read image information is determined to be face image information. Then, the image information is output to the face recognition unit 7 as face image information.
【００２０】顔認識部７は、与えられた顔画像情報が特
定個人の顔を表す画像情報であるか否かを認識するもの
で、顔検出部５から与えられる顔画像情報と、上記顔認
識辞書に予め登録されている特定個人の顔画像情報との
間の類似度を計算する。そして、計算の結果得られた類
似度が、事前に定められた類似度の閾値Ｓtを上廻った
ときに、顔検出部５からの顔画像情報を特定個人の顔画
像情報であると認識する。The face recognizing section 7 recognizes whether or not the given face image information is image information representing the face of a specific individual. The face recognizing section 7 compares the face image information given from the face detecting section 5 with the face recognition information. The similarity between the face image information of a specific individual registered in advance in the dictionary is calculated. Then, when the similarity obtained as a result of the calculation exceeds a predetermined similarity threshold St, the face image information from the face detection unit 5 is recognized as the face image information of the specific individual. .
【００２１】本実施形態では、顔認識部７は代表的な顔
認識技術である部分空間法（部分空間識別理論について
は、例えば１９９０年３月１０日付けで電子通信情報学
会が発行した『パターン認識』の１３〜１６頁参照）を
用いた顔認識法により、特定個人の顔画像情報を顔認識
辞書への登録、及び認識を実行する。顔認識部７が特定
個人の顔画像情報を顔認識辞書へ登録するときは、登録
しようとする人物（以下、ｋで示す）に関して複数枚
（例えばＮ枚）の顔画像情報、即ち、ベクトルｆ1｛以
下、ベクトル量については全てｆ1（→）のように表記
する｝、…、ｆN（→）を用意する。そして、それらの
平均値であるμk（→）を下記の（１）式により計算す
る。In this embodiment, the face recognizing unit 7 uses a subspace method as a typical face recognizing technique (for the subspace discrimination theory, for example, a “pattern pattern” issued by the Institute of Electronics, Information and Communication Engineers on March 10, 1990. Recognition ”, pages 13 to 16), the face image information of the specific individual is registered in the face recognition dictionary and recognized. When the face recognizing unit 7 registers face image information of a specific individual in the face recognition dictionary, a plurality of (for example, N) pieces of face image information regarding a person to be registered (hereinafter referred to as k), that is, a vector f1 {Hereinafter, all vector quantities are represented as f1 (→)},..., FN (→) are prepared. Then, the average value μk (→) is calculated by the following equation (1).
【００２２】[0022]
【数１】 次いで、共分散行列を下記の（２）式により計算する。(Equation 1) Next, a covariance matrix is calculated by the following equation (2).
【００２３】[0023]
【数２】 更に、共分散行列の固有値λk、固有ベクトルψk（→）
を、既存の数値計算法により計算する。(Equation 2) Furthermore, the eigenvalue λk of the covariance matrix and the eigenvector ψk (→)
Is calculated by the existing numerical calculation method.
【００２４】一方、顔検出部５から与えられた認識対象
データξ（→）、即ち、顔画像情報が特定個人の顔画像
情報か否かを認識するときは、顔認識部７は、下記の
（３）式により類似度ｓを計算する。On the other hand, when recognizing the recognition target data ξ (→) given from the face detection unit 5, that is, whether or not the face image information is face image information of a specific individual, the face recognition unit 7 The similarity s is calculated by the equation (3).
【００２５】[0025]
【数３】 そして、上記計算の結果、類似度Ｓが事前に定められた
類似度の閾値Ｓtを超えた場合に、顔認識部７は上記顔
画像情報が上記人物ｋの顔画像情報であると判定するこ
とになる。(Equation 3) Then, as a result of the calculation, when the similarity S exceeds a predetermined similarity threshold St, the face recognition unit 7 determines that the face image information is the face image information of the person k. become.
【００２６】本実施形態では、顔認識辞書に顔画像情報
の経時変化に対する適応性を持たせる必要性、及びセキ
ュリティを確保するために顔認識辞書に登録済みの人物
ｋの顔画像情報が人物ｋの詐称者により書換えられるの
を防止する必要性から、追加学習部９による顔画像情報
の追加学習を以下に説明するように制限している。In the present embodiment, it is necessary to provide the face recognition dictionary with adaptability to the temporal change of the face image information, and in order to ensure security, the face image information of the person k registered in the face recognition dictionary is the person k. The additional learning of the face image information by the additional learning unit 9 is limited as described below because of the necessity of preventing rewriting by an imposter.
【００２７】即ち、顔検出部５による入力部１を通じた
画像情報の読込み、及び顔画像情報の検出と、顔認識部
７による顔検出部５からの顔画像情報に基づく特定個人
の顔画像情報か否かの認識とを複数回実行する。そし
て、顔認識部７において、最終的に上記人物ｋの顔画像
情報であるという認識結果が得られたときにのみ、顔認
識部７から追加学習部９に上記顔画像情報が出力され、
追加学習部９による上記顔画像情報の追加学習が行われ
る。なお、従来方式においては、顔認識部による顔画像
情報の認識結果が正しいときのみ追加学習を行うか、或
いは全ての顔画像情報を追加学習の対象とするか、いず
れか一方の手法が採用されていた。That is, the face detection unit 5 reads the image information through the input unit 1 and detects the face image information, and the face recognition unit 7 detects the face image information of the specific individual based on the face image information from the face detection unit 5. Recognition of whether or not is performed a plurality of times. Then, only when the face recognition unit 7 finally obtains the recognition result that the face image information is the face image of the person k, the face image information is output from the face recognition unit 7 to the additional learning unit 9,
The additional learning of the face image information is performed by the additional learning unit 9. In the conventional method, either one of the following methods is employed: additional learning is performed only when the recognition result of the face image information by the face recognition unit is correct, or all the face image information is to be subjected to additional learning. I was
【００２８】以下、顔検出部５による顔画像情報の検
出、及び顔認識部７による特定個人の顔画像情報か否か
の認識がｍ回行われた結果、ｍt回の認識により認証が
成功したと見做される場合の顔検出から追加学習までの
手順を例に取り説明する。Hereinafter, detection of face image information by the face detection section 5 and recognition of whether or not the image information is face image information of a specific individual by the face recognition section 7 have been performed m times. As a result, authentication was successful by mt times recognition. A procedure from face detection to additional learning in the case of being regarded as "" will be described as an example.
【００２９】まず、入力部１を駆動して画像情報をｍ個
撮像する。次に、顔検出部５において上記ｍ個の画像情
報からｍ個の顔画像情報を検出し、顔認識部７において
上記ｍ個の顔画像情報に関して夫々認識を実行し、それ
らの認識結果のうち、人物ｋの顔画像情報であると認識
した回数ｉをカウントする。次に、上記回数ｉと上記回
数ｍtとを比較し、ｉ＜ｍtであれば人物ｋの顔画像情報
ではないと判断し、他方、ｉ＞ｍtであれば人物ｋの顔
画像情報であると判断する。そして、人物ｋの顔画像情
報であると判断したときには、顔認識部７は、上記顔画
像情報を追加学習部９に出力する。First, the input unit 1 is driven to capture m pieces of image information. Next, the face detecting section 5 detects m pieces of face image information from the m pieces of image information, and the face recognizing section 7 executes recognition on the m pieces of face image information, respectively. The number i of times that the face image information is recognized as the face image of the person k is counted. Next, the number i is compared with the number mt. If i <mt, it is determined that the image is not the face image information of the person k. If i> mt, the image is the face image information of the person k. to decide. Then, when determining that the face image information is the face image information of the person k, the face recognition unit 7 outputs the face image information to the additional learning unit 9.
【００３０】追加学習部９は、顔認識部７から特定個人
の顔画像情報が与えられたとき所定の追加学習動作とし
て下記の（４）式を用いた平均値の再計算、及び下記の
（５）式を用いた共分散行列の再計算を実行する。即
ち、顔認識部７から上記特定人物ｋの顔画像情報が与え
られると、追加学習部９は、下記の（４）式を用いて上
記（１）式により求めた平均値を計算し直す。The additional learning unit 9 recalculates the average value using the following equation (4) as a predetermined additional learning operation when the face image information of the specific individual is given from the face recognizing unit 7; 5) Recalculate the covariance matrix using the equation. That is, when the face image information of the specific person k is given from the face recognition unit 7, the additional learning unit 9 recalculates the average value obtained by the above equation (1) using the following equation (4).
【００３１】[0031]
【数４】 また、追加学習部９は、下記の（５）式を用いて上記
（２）式により求めた共分散行列を計算し直す。(Equation 4) Further, the additional learning unit 9 recalculates the covariance matrix obtained by the above equation (2) using the following equation (5).
【００３２】[0032]
【数５】 更に、追加学習部９は、上記（５）式により求めた共分
散行列を対角化することによって、新しい固有値及び固
有ベクトルを算出し、これらにより、上述した顔認識辞
書に登録されている特定個人（例えば、人物ｋ）の顔画
像情報を更新する。これら一連の処理動作を経て、追加
学習部９による特定個人の顔画像情報の追加学習が終了
する。(Equation 5) Further, the additional learning unit 9 calculates new eigenvalues and eigenvectors by diagonalizing the covariance matrix obtained by the above equation (5), and thereby obtains a specific individual registered in the above-described face recognition dictionary. The face image information of (for example, person k) is updated. After the series of processing operations, the additional learning of the face image information of the specific individual by the additional learning unit 9 is completed.
【００３３】上記構成によれば、顔検出部５による顔画
像情報の検出と、顔認識部７による特定個人ｋの顔画像
情報か否かの認識とを複数回実行し、顔認識部７におい
て最終的に上記人物ｋの顔画像情報であるという認識結
果が得られたときにのみ、追加学習部９による上記顔画
像情報の追加学習が行われるようにした。According to the above configuration, the detection of the face image information by the face detection section 5 and the recognition of whether or not the face image information is of the specific individual k by the face recognition section 7 are executed a plurality of times. The additional learning of the face image information by the additional learning unit 9 is performed only when the recognition result that the face image information of the person k is finally obtained.
【００３４】そのため、顔画像情報の認識結果が正しい
ときにのみ追加学習を行う従来方式とは異なり、追加学
習の対象が、顔認識辞書に現在登録中の顔画像情報と同
一の情報に限定されるという問題がないから、顔画像情
報の経時変化に対する顔認識辞書の適応性が望めないと
いう不具合も生じない。また、全ての顔画像情報を追加
学習の対象とする別の従来方式とも異なり、特定人物ｋ
の詐称者による数回の試行で顔認識辞書に登録されてい
る特定人物ｋの顔画像情報が詐称者のそれに書き換えら
れてしまうというような不具合も生じない。Therefore, unlike the conventional method in which the additional learning is performed only when the recognition result of the face image information is correct, the target of the additional learning is limited to the same information as the face image information currently registered in the face recognition dictionary. Therefore, there is no problem that the adaptation of the face recognition dictionary to the temporal change of the face image information cannot be expected. Also, unlike another conventional method in which all face image information is subjected to additional learning, a specific person k
There is no problem that the face image information of the specific person k registered in the face recognition dictionary is rewritten to that of the impostor in several trials by the impostor.
【００３５】よって、詐称者による顔認識辞書の書換え
という不具合の発生を防止できるのみならず、追加学習
を行えば行うほど、顔認識辞書を高性能化することがで
きる。Therefore, it is possible not only to prevent the problem of rewriting the face recognition dictionary by an impostor, but also to improve the performance of the face recognition dictionary as the additional learning is performed.
【００３６】なお、上述した内容は、あくまで本発明の
一実施形態に関するものであって、本発明が上記内容の
みに限定されることを意味するものでないのは勿論であ
る。上記実施形態では、与えられた顔画像情報が予め登
録された特定人物の顔の画像情報であるか否かを識別す
る顔認識装置を例にとって説明したが、本発明のパター
ン認識方式は、上記顔認識装置のみならず、例えば音声
認識装置や筆者認識装置にも適用が可能である。It should be noted that the above-mentioned contents relate to only one embodiment of the present invention, and do not mean that the present invention is limited to only the above-described contents. In the above embodiment, the face recognition apparatus that determines whether or not the given face image information is the image information of the face of a specific person registered in advance has been described as an example. The present invention can be applied not only to a face recognition device but also to, for example, a voice recognition device and a writer recognition device.
【００３７】[0037]
【発明の効果】以上説明したように、本発明によれば、
パターン認識において、偽の認識対象のパターンが与え
られても、そのパターンの偽学習が回避できるようセキ
ュリティを充分に確保できるようにすることができる。As described above, according to the present invention,
In pattern recognition, even if a false recognition target pattern is given, sufficient security can be ensured so that false learning of the pattern can be avoided.
【００３８】また、パターン認識に用いられる辞書が、
認識対象のパターンの経時変化に充分に適応できるよう
にすることができる。Further, the dictionary used for pattern recognition is
It is possible to sufficiently adapt to a temporal change of a pattern to be recognized.
【図１】本発明のパターン認識方式が適用される顔認識
装置の一実施形態を示すブロック図。FIG. 1 is a block diagram showing an embodiment of a face recognition apparatus to which a pattern recognition method according to the present invention is applied.
１ 入力部（ＣＣＤカメラ） ３ 記憶部 ５ 顔検出部 ７ 顔認識部 ９ 追加学習部 １１ 出力部（ディスプレイ或いはプリンタ） Reference Signs List 1 input unit (CCD camera) 3 storage unit 5 face detection unit 7 face recognition unit 9 additional learning unit 11 output unit (display or printer)
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 株式会 社エヌ・ティ・ティ・データ内 Ｆターム(参考） 5B043 AA09 BA04 FA08 5L096 BA18 GA51 HA08 KA04 Continued on the front page (72) Inventor Satoshi Haruyama 3-3-3 Toyosu, Koto-ku, Tokyo F-term in NTT Data Corporation (reference) 5B043 AA09 BA04 FA08 5L096 BA18 GA51 HA08 KA04
Claims (10)
登録済みの特定の認識対象のパターン情報との比較か
ら、前記入力パターンが前記特定の認識対象のものか否
かを判定する手段と、 前記入力パターンを前記特定の認識対象のものと判定し
た回数を計数し、計数値が所定の閾値を超えたとき、前
記入力パターンを追加学習に必要と決定する手段と、 前記入力パターンが追加学習に必要と決定されたときの
み、前記入力パターンに基づき追加学習を行い、その結
果得られた新たなパターン情報で前記辞書のパターン情
報を更新する手段と、 を備えるパターン認識方式。Means for determining whether or not the input pattern is of the specific recognition target by comparing the input recognition target pattern with pattern information of a specific recognition target registered in a dictionary; Means for counting the number of times that the input pattern is determined to be the specific recognition target and determining that the input pattern is necessary for additional learning when the count value exceeds a predetermined threshold value; Means for performing additional learning based on the input pattern only when it is determined necessary, and updating the pattern information of the dictionary with new pattern information obtained as a result.
て、 前記認識対象のパターンが、人間の顔の画像であり、前
記特定の認識対象のパターン情報が、特定人物の顔画像
情報であることを特徴とするパターン認識方式。2. The pattern recognition method according to claim 1, wherein the pattern to be recognized is an image of a human face, and the pattern information of the specific recognition target is face image information of a specific person. Characteristic pattern recognition method.
て、 前記辞書が、前回までのパターン認識の結果として得ら
れた特定人物の顔画像情報を登録した初期辞書と、予め
特定人物の顔画像情報を登録した顔認識辞書とを含むこ
とを特徴とするパターン認識方式。3. The pattern recognition method according to claim 1, wherein the dictionary includes an initial dictionary in which face image information of a specific person obtained as a result of the previous pattern recognition is registered, and face image information of the specific person in advance. A pattern recognition method characterized by including a face recognition dictionary in which is registered.
て、 前記初期辞書に登録済みの前記顔画像情報が、前記更新
手段による前記顔認識辞書に登録済みの前記顔画像情報
の更新に付随して更新されることを特徴とするパターン
認識方式。4. The pattern recognition method according to claim 3, wherein the face image information registered in the initial dictionary is accompanied by updating of the face image information registered in the face recognition dictionary by the updating unit. A pattern recognition method characterized by being updated.
て、 前記顔認識辞書には、前記顔画像情報が部分空間法によ
り登録されることを特徴とするパターン認識方式。5. The pattern recognition method according to claim 3, wherein the face image information is registered in the face recognition dictionary by a subspace method.
て、 前記顔認識辞書に登録済みの前記顔画像情報が、学習の
ためのデータにより作成されることを特徴とするパター
ン認識方式。6. The pattern recognition method according to claim 3, wherein the face image information registered in the face recognition dictionary is created by data for learning.
て、 前記学習のためのデータが、中間データ形式である共分
散行列であることを特徴とするパターン認識方式。7. The pattern recognition method according to claim 6, wherein the data for learning is a covariance matrix in an intermediate data format.
載のパターン認識方式において、 前記判定手段による特定人物か否かの顔画像情報の認識
が、部分空間法により行われることを特徴とするパター
ン認識方式。8. The pattern recognition method according to claim 1, wherein the recognition of face image information as to whether or not the specific person is performed by the determination unit is performed by a subspace method. Pattern recognition method.
登録済みの特定の認識対象のパターン情報との比較か
ら、前記入力パターンが前記特定の認識対象のものか否
かを判定する第１の過程と、 前記入力パターンを前記特定の認識対象のものと判定し
た回数を計数し、計数値が所定の閾値を超えたとき、前
記入力パターンを追加学習に必要と決定する第２の過程
と、 前記入力パターンが追加学習に必要と決定されたときの
み、前記入力パターンに基づき追加学習を行い、その結
果得られた新たなパターン情報で前記辞書のパターン情
報を更新する第３の過程と、 を備えるパターン認識方法。9. A first method for determining whether or not the input pattern is the specific recognition target by comparing the input recognition target pattern with pattern information of a specific recognition target registered in a dictionary. And a second step of counting the number of times the input pattern is determined to be the specific recognition target, and determining that the input pattern is necessary for additional learning when a count value exceeds a predetermined threshold, A third step of performing additional learning based on the input pattern only when the input pattern is determined to be necessary for additional learning, and updating pattern information of the dictionary with new pattern information obtained as a result. Provided pattern recognition method.
に登録済みの特定の認識対象のパターン情報との比較か
ら、前記入力パターンが前記特定の認識対象のものか否
かを判定する手段と、 前記入力パターンを前記特定の認識対象のものと判定し
た回数を計数し、計数値が所定の閾値を超えたとき、前
記入力パターンを追加学習に必要と決定する手段と、 前記入力パターンが追加学習に必要と決定されたときの
み、前記入力パターンに基づき追加学習を行い、その結
果得られた新たなパターン情報で前記辞書のパターン情
報を更新する手段と、 を備えるパターン認識方式における前記各手段としてコ
ンピュータを動作させるためのコンピュータプログラム
を担持したコンピュータ読取可能なプログラム媒体。10. A means for determining whether or not the input pattern is the specific recognition target by comparing the input recognition target pattern with pattern information of a specific recognition target registered in a dictionary, Means for counting the number of times that the input pattern is determined to be the specific recognition target and determining that the input pattern is necessary for additional learning when the count value exceeds a predetermined threshold value; Only when it is determined necessary, means for performing additional learning based on the input pattern, and updating the pattern information of the dictionary with new pattern information obtained as a result. A computer-readable program medium carrying a computer program for operating a computer.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31307598A JP3425092B2 (en) | 1998-11-04 | 1998-11-04 | Pattern recognition method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31307598A JP3425092B2 (en) | 1998-11-04 | 1998-11-04 | Pattern recognition method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000137818A true JP2000137818A (en) | 2000-05-16 |
| JP3425092B2 JP3425092B2 (en) | 2003-07-07 |
Family
ID=18036901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31307598A Expired - Fee Related JP3425092B2 (en) | 1998-11-04 | 1998-11-04 | Pattern recognition method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3425092B2 (en) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005022461A1 (en) * | 2003-09-01 | 2005-03-10 | Matsushita Electric Industrial Co., Ltd. | Electronic device and method for outputting response information in electronic device |
| CN101984453A (en) * | 2010-11-02 | 2011-03-09 | 中国科学技术大学 | Human eye recognition system and method |
| US9280724B2 (en) | 2013-01-18 | 2016-03-08 | Samsung Electronics Co., Ltd. | Pose classification apparatus and method |
| JP6092485B2 (en) * | 2014-07-24 | 2017-03-08 | 株式会社ソニー・インタラクティブエンタテインメント | Information processing device |
| JP2018181157A (en) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | Person authentication device |
-
1998
- 1998-11-04 JP JP31307598A patent/JP3425092B2/en not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005022461A1 (en) * | 2003-09-01 | 2005-03-10 | Matsushita Electric Industrial Co., Ltd. | Electronic device and method for outputting response information in electronic device |
| CN101984453A (en) * | 2010-11-02 | 2011-03-09 | 中国科学技术大学 | Human eye recognition system and method |
| US9280724B2 (en) | 2013-01-18 | 2016-03-08 | Samsung Electronics Co., Ltd. | Pose classification apparatus and method |
| JP6092485B2 (en) * | 2014-07-24 | 2017-03-08 | 株式会社ソニー・インタラクティブエンタテインメント | Information processing device |
| JPWO2016013249A1 (en) * | 2014-07-24 | 2017-04-27 | 株式会社ソニー・インタラクティブエンタテインメント | Information processing device |
| US10248846B2 (en) | 2014-07-24 | 2019-04-02 | Sony Interactive Entertainment Inc. | Information processing device |
| JP2018181157A (en) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | Person authentication device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3425092B2 (en) | 2003-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108875833B (en) | Neural network training method, face recognition method and device | |
| US8787629B2 (en) | Image processing based on line-of-sight of a person | |
| JP4389956B2 (en) | Face recognition device, face recognition method, and computer program | |
| US8929595B2 (en) | Dictionary creation using image similarity | |
| US20240021015A1 (en) | System and method for selecting images for facial recognition processing | |
| JP6941966B2 (en) | Person authentication device | |
| JPH11175718A (en) | Person recognizing device and its method | |
| JP2003317101A (en) | Method for verifying face using method for automatically updating database and system therefor | |
| JP2004511862A (en) | IDENTIFICATION SYSTEM AND METHOD USING IRIS AND COMPUTER-READABLE RECORDING MEDIUM CONTAINING IDENTIFICATION PROGRAM FOR PERFORMING THE METHOD | |
| JP7151875B2 (en) | Image processing device, image processing method, and program | |
| CN111783665A (en) | Action recognition method and device, storage medium and electronic equipment | |
| CN111626240B (en) | Face image recognition method, device and equipment and readable storage medium | |
| JP2013065118A (en) | Face recognition device and face recognition method | |
| CN111291749B (en) | Gesture recognition method and device and robot | |
| US9002115B2 (en) | Dictionary data registration apparatus for image recognition, method therefor, and program | |
| CN113837006B (en) | Face recognition method and device, storage medium and electronic equipment | |
| KR20110103223A (en) | Keypoint matching system and method using sift algorithm for the face recognition | |
| JP2012118927A (en) | Image processing program and image processing device | |
| JP6432634B2 (en) | Authentication device, authentication method, and program | |
| JP2000137818A (en) | Pattern recognition system | |
| WO2018155594A1 (en) | Information processing device, information processing method, and computer-readable recording medium | |
| JP2003346147A (en) | Object discriminating method, object discriminating device, object discriminating program, and recording medium having the object discriminating program recorded therein | |
| US20230222782A1 (en) | Adversarial example detection device, adversarial example detection method, and program | |
| JP2005084979A (en) | Face authentication system, method and program | |
| JP7337541B2 (en) | Information processing device, information processing method and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090502 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090502 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100502 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110502 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110502 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120502 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130502 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |