JP2002526837A - パターン認識のタスクを自動的にトリガする方法 - Google Patents

Abstract

(57)【要約】 本発明は、パターン認識のタスクを自動的にトリガする方法に関する。この場合、得られた画像の情報から周期的に繰り返し該画像におけるグレー値の頻度分布に関するヒストグラムを求める。次に、ヒストグラムの特徴（Ｉａ，Ｉｍｉｎ，Ｉｍａｘ，Ｎｍａｘ１，Ｎｍａｘ２）を求め、その特徴に基づき関連のあるパターンが存在しているか否かを判定する。そして存在しているのであれば認識プロセスをトリガする。

Description

【発明の詳細な説明】

【０００１】 産業上の利用分野 本発明は、パターン認識のタスクを自動的にトリガする方法に関する。

【０００２】 パターン認識のタスクは目立って重要性をもつようになってきた。このタスク
は、高度に自動化された製造業務において産業ロボットに関連して所定の役割を
果たしているが、殊に機械による人間の識別において重要である。この場合、考
えられ得る適用事例は、たとえば入場コントロール、現金自動支払機、あらゆる
形式の通信機器などである。

【０００３】 従来の技術 IEEE Spectrum, 2. 1994, "It had to be you" によれば、人間の識別に適し
た人間の特徴はたとえば網膜における血路のパターン、虹彩の構造、指の長さや
形状、顔、声、あるいは指紋であることが知られている。ここで、おそらく最も
研究されていてつまりはもっとも信頼性の高い特徴は指紋である。また、指紋は
利用者にとって快適に確かめることもできるのに対し、たとえば網膜パターンは
被識別者に対し不快な手順を実施することによってしか捕捉できず、したがって
その作用が問題とならない場合あるいはそれどころかそれが望まれる場合しか適
用されない。

【０００４】 本発明の説明 指紋と記憶されたパターンとの比較を自動的に実施する方法は公知である。こ
の方法は通常、利用者により発せられる命令によってスタートする（トリガされ
る）。このことは多くの事例において欠点と感じられるので、本発明の課題はパ
ターン認識プロセスが自立的にトリガされるようにした方法を提供することであ
る。

【０００５】 本発明によればこの課題は冒頭で述べた形式の方法において、得られた画像の
情報から周期的に繰り返し該画像におけるグレー値の頻度分布に関するヒストグ
ラムを求め、該ヒストグラムの特徴を求め、該特徴に基づき関連のあるパターン
が存在しているか否かを判定し、存在しているのであれば認識プロセスをトリガ
することにより解決される。この方法は、複雑でなくそれに付随して計算時間が
短い点で優れており、それにより得られた画像の種類に関する信頼性の高い情報
が提供される。

【０００６】 本発明は、認識すべきパターンが指紋であるときに殊に有利に使用することが
できる。指紋に基づく人間の識別は、自動的なパターン認識において最も有望な
適用分野の１つを成しているけれども、まさにこのような場合、操作の快適性が
重要となる。利用者が付加的な操作を行うことなく、単にセンサに指を載せるだ
けで識別プロセスをトリガできるようにしたい。本発明によればこのことは、押
しボタンなどコストがかかり故障しやすい機械的なコンポーネントを用いる必要
なく達成される。

【０００７】 また、ヒストグラムの特徴として、グレー値の算術平均値（Ｉａ）、最小グレ
ー値（Ｉｍｉｎ）、最大グレー値（Ｉｍａｘ）、下側の最大値（Ｎｍａｘ１）、
上側の最大値（Ｎｍａｘ２）を使用するのもよい。これらの値は、指紋のヒスト
グラムにおける典型的な鞍状の経過特性を十分に表しており、簡単に求めること
ができる。

【０００８】 図面の説明 図１は、指紋のグレー値のヒストグラムの実例を示す図である。

【０００９】 本発明を実施する最良の手法 図示されているヒストグラムは、以下の生成規則に従って作成された。

【００１０】 ｙ［ｉ］＝Ｎｉ ここでｉは想定されるグレー値の量を表し、８ｂｉｔのディジタル変換器であれ
ばたとえば２５６個の異なる値となり、さらにＮは、指標ｉにより表されるグレ
ー値が画像に出願した回数を表す。また、この図面において指標ｉは横座標の値
を成し、Ｎは縦座標の値を成している。さらに、図示された指紋のヒストグラム
は、２つのはっきりとした最大部分をもつ鞍状の経過特性を有していることも示
されている。このことは、乳頭状曲線（Papillarlinie）ないしは相応の中間の
空間に対するグレー値に対応する。したがってこの経過特性は、指紋にとって典
型的なものである。

【００１１】 特性曲線経過を自動的に判定するために、数学的に簡単に求められる特徴によ
ってその曲線経過を記述する。これは以下の通りである： グレー値の算術平均値Ｉａ 最小グレー値（最も暗い画素）Ｉｍｉｎ 最大グレー値（最も明るい画素）Ｉｍａｘ 下側の最大値（乳頭状曲線におけるグレー値の個数）Ｎｍａｘ１ 上側の最大値（中間の空間におけるグレー値の個数）Ｎｍａｘ２ 産業上の適用事例 ２５６×２５６の分解能および８ｂｉｔのダイナミック（２５６の異なるグレ
ー階調）をもつセンサ Siemens Fingertip-CMOS-Sensor を用いて記録された指
紋画像の場合、以下のような値になるものとする。

【００１２】 グレー値の算術平均値Ｉａ＝６０〜１０５ 最小グレー値Ｉｍｉｎ＝４０〜６５ 最大グレー値Ｉｍａｘ＝９０〜１５０ 下側の最大値Ｎｍａｘ１＝５００〜２５０００の値 上側の最大値Ｎｍａｘ２＝５００〜１６０００の値 捕捉された画像の特徴が所定の範囲内にあるのかを調べることにより、指紋が
存在しているか否かが簡単に判定される。しかしながら記録エラーにより、個々
の特徴が類型的でないかたちで平均的な値から隔たってしまう事例の発生する可
能性がある。そのような記録は事前に排除されるようにする目的で、５つの特徴
のうち４つしか所定の範囲内になくても指紋画像が存在するものとする。

【００１３】 この方法の拡張として、たとえば以下のことが考えられる。すなわち、各特徴
ごとに一致状態の品質尺度を求め、それらから一致状態の全体品質数を求め、そ
れを画像分類の基礎として用いることが考えられる。

【００１４】 この実施例では指紋のヒストグラムを示したが、本発明はそのような適用事例
に限定されるものではなく、パターン認識のタスク全般において、パターンのヒ
ストグラムが特徴的な性質をもつ事例に適しており、つまりパターンが特徴的な
グレー値の分布をもつような事例に適している。

【図面の簡単な説明】

【図１】 指紋のグレー値のヒストグラムの実例を示す図である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 クルト ヘッシュグル オーストリア国 グラーツ シューベルト シュトラーセ 26アー／エーゲー／３ (72)発明者 ゲルト フリベルニヒ オーストリア国 グラーツ アントン シ ュヴァルツ ガッセ 10 (72)発明者 ヴォルフガング マリウス オーストリア国 グラーツ アム レーグ ルント 18 (72)発明者 アルノ ラウネッガー オーストリア国 グラーツ ベルリーナー リング 45 (72)発明者 クラウディア ヴィンディッシュ オーストリア国 ザンクト ヨハン ケッ プリング 92 Ｆターム(参考） 2F065 AA54 CC16 FF04 QQ43 UU05 4C038 FF01 FF05 FG00 5B047 AA25 5L096 BA15 FA37 JA11

Claims (3)

【特許請求の範囲】
1. 【請求項１】 パターン認識のタスクを自動的にトリガする方法において、 得られた画像の情報から周期的に繰り返し該画像におけるグレー値の頻度分布
   に関するヒストグラムを求め、 該ヒストグラムの特徴（Ｉａ，Ｉｍｉｎ，Ｉｍａｘ，Ｎｍａｘ１，Ｎｍａｘ２
   ）を求め、 該特徴に基づき関連のあるパターンが存在しているか否かを判定し、 存在しているのであれば認識プロセスをトリガすることを特徴とする、 パターン認識のタスクを自動的にトリガする方法。
2. 【請求項２】 認識すべきパターンは指紋である、請求項１記載の方法。
3. 【請求項３】 ヒストグラムの特徴として、グレー値の算術平均値（Ｉａ）
   、最小グレー値（Ｉｍｉｎ）、最大グレー値（Ｉｍａｘ）、下側の最大値（Ｎｍ
   ａｘ１）、上側の最大値（Ｎｍａｘ２）を使用する、請求項２記載の方法。