JP2003281157A - 人物検索システム、人物追跡システム、人物検索方法および人物追跡方法 - Google Patents
人物検索システム、人物追跡システム、人物検索方法および人物追跡方法Info
- Publication number
- JP2003281157A JP2003281157A JP2002077093A JP2002077093A JP2003281157A JP 2003281157 A JP2003281157 A JP 2003281157A JP 2002077093 A JP2002077093 A JP 2002077093A JP 2002077093 A JP2002077093 A JP 2002077093A JP 2003281157 A JP2003281157 A JP 2003281157A
- Authority
- JP
- Japan
- Prior art keywords
- information
- person
- input
- biometric information
- biometric
- 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 Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】多数地点での大量の生体情報に対して効率よく
人物の検索および追跡を行なうことができる人物検索シ
ステム、人物追跡システム、人物検索方法および人物追
跡方法を提供する。 【解決手段】画像入力部１０２で人物の顔画像を入力
し、この入力された顔画像から人物を識別するための特
徴量を顔特徴抽出部１０５で抽出する。また、検索した
い人物の顔画像をそれに検索の重要性を表わす情報を付
加してあらかじめ記憶している辞書データ記憶部１２５
に記憶されている顔画像のうち、検索の重要性の高い情
報が付与されている顔画像だけを辞書データ記憶部１０
９に記憶する。そして、顔認識部１０６において、顔特
徴抽出部１０５により抽出された特徴量と辞書データ記
憶部１０９に記憶されている顔画像とを照合して両者の
類似度を計算し、その結果をデータ表示部１０７に出力
する。
人物の検索および追跡を行なうことができる人物検索シ
ステム、人物追跡システム、人物検索方法および人物追
跡方法を提供する。 【解決手段】画像入力部１０２で人物の顔画像を入力
し、この入力された顔画像から人物を識別するための特
徴量を顔特徴抽出部１０５で抽出する。また、検索した
い人物の顔画像をそれに検索の重要性を表わす情報を付
加してあらかじめ記憶している辞書データ記憶部１２５
に記憶されている顔画像のうち、検索の重要性の高い情
報が付与されている顔画像だけを辞書データ記憶部１０
９に記憶する。そして、顔認識部１０６において、顔特
徴抽出部１０５により抽出された特徴量と辞書データ記
憶部１０９に記憶されている顔画像とを照合して両者の
類似度を計算し、その結果をデータ表示部１０７に出力
する。
Description
【０００１】
【発明の属する技術分野】本発明は、たとえば、人物の
顔画像や指紋画像などの生体情報を用いてデータベース
から特定人物を検索したり追跡したりする人物検索シス
テム、人物追跡システム、人物検索方法および人物追跡
方法に関する。
顔画像や指紋画像などの生体情報を用いてデータベース
から特定人物を検索したり追跡したりする人物検索シス
テム、人物追跡システム、人物検索方法および人物追跡
方法に関する。
【０００２】
【従来の技術】たとえば、人物の顔画像の特徴を用い
て、データベースから特定人物を検索する方法として、
米国特許第５，４５０，５０４号に開示されているもの
が知られている。また、人物の顔画像を使って人物の居
所を管理する装置として、特開２００１−４５４７１号
公報に開示されているものが知られている。これらで
は、あらかじめ登録されている人物の顔画像を辞書とし
て、複数の場所で捕えた顔画像と照合することで人物の
居場所を把握し、表示を行なっている。さらに、同様な
システムとして、顔認識をする代りに場所ごとでＩＤカ
ードを読取り、人物の居場所を把握する装置も知られて
いる。
て、データベースから特定人物を検索する方法として、
米国特許第５，４５０，５０４号に開示されているもの
が知られている。また、人物の顔画像を使って人物の居
所を管理する装置として、特開２００１−４５４７１号
公報に開示されているものが知られている。これらで
は、あらかじめ登録されている人物の顔画像を辞書とし
て、複数の場所で捕えた顔画像と照合することで人物の
居場所を把握し、表示を行なっている。さらに、同様な
システムとして、顔認識をする代りに場所ごとでＩＤカ
ードを読取り、人物の居場所を把握する装置も知られて
いる。
【０００３】
【発明が解決しようとする課題】米国特許第５，４５
０，５０４号もしくは特開２００１−４５４７１号公報
の方法では、登録した辞書を１箇所に保有していること
から、多数地点の大人数に対して人物を特定する場合に
は処理時間がかかり、実時間での照合動作が困難であ
る。
０，５０４号もしくは特開２００１−４５４７１号公報
の方法では、登録した辞書を１箇所に保有していること
から、多数地点の大人数に対して人物を特定する場合に
は処理時間がかかり、実時間での照合動作が困難であ
る。
【０００４】また、顔画像が取得できない場所が存在す
れば、その人物の行動を特定できないという問題があ
り、そのようなデータを抽出する必要がある。さらに、
ＩＤカードによる人物の居場所を把握するシステムで
は、他人のＩＤカードを利用することで他人になりすま
すことが可能になってしまうという問題がある。また、
特開２００１−４５４７１号公報では、複数の部屋にお
ける人物の存在を顔画像により示す方法も提示されてい
るが、ここでは人物の存在に関する情報は画面に表現で
きるが、移動に関する情報を画面に表現することができ
ないという問題がある。
れば、その人物の行動を特定できないという問題があ
り、そのようなデータを抽出する必要がある。さらに、
ＩＤカードによる人物の居場所を把握するシステムで
は、他人のＩＤカードを利用することで他人になりすま
すことが可能になってしまうという問題がある。また、
特開２００１−４５４７１号公報では、複数の部屋にお
ける人物の存在を顔画像により示す方法も提示されてい
るが、ここでは人物の存在に関する情報は画面に表現で
きるが、移動に関する情報を画面に表現することができ
ないという問題がある。
【０００５】そこで、本発明は、多数地点での大量の生
体情報に対して効率よく人物の検索および追跡を行なう
ことができる人物検索システム、人物追跡システム、人
物検索方法および人物追跡方法を提供することを目的と
する。
体情報に対して効率よく人物の検索および追跡を行なう
ことができる人物検索システム、人物追跡システム、人
物検索方法および人物追跡方法を提供することを目的と
する。
【０００６】
【課題を解決するための手段】本発明の人物検索システ
ムは、人物の生体情報を入力する生体情報入力手段と、
この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、
検索したい人物の生体情報をそれに検索の重要性を表わ
す情報を付加してあらかじめ記憶している第１の記憶手
段と、この第１の記憶手段に記憶されている生体情報の
うち、検索の重要性の高い情報が付与されている生体情
報だけを記憶する第２の記憶手段と、前記特徴抽出手段
により抽出された特徴量と前記第２の記憶手段に記憶さ
れている生体情報とを照合して両者の類似度を計算する
認識手段とを具備している。
ムは、人物の生体情報を入力する生体情報入力手段と、
この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、
検索したい人物の生体情報をそれに検索の重要性を表わ
す情報を付加してあらかじめ記憶している第１の記憶手
段と、この第１の記憶手段に記憶されている生体情報の
うち、検索の重要性の高い情報が付与されている生体情
報だけを記憶する第２の記憶手段と、前記特徴抽出手段
により抽出された特徴量と前記第２の記憶手段に記憶さ
れている生体情報とを照合して両者の類似度を計算する
認識手段とを具備している。
【０００７】また、本発明の人物検索システムは、人物
の個人情報を入力する情報入力手段と、人物の生体情報
を入力する生体情報入力手段と、この生体情報入力手段
により入力された生体情報から人物を識別するための特
徴量を抽出する特徴抽出手段と、前記情報入力手段によ
り入力された個人情報、前記生体情報入力手段により入
力された生体情報、前記特徴抽出手段により抽出された
特徴量、当該生体情報が入力された日時を示す日時情
報、および、当該生体情報が入力された場所を示す場所
情報をそれぞれ記憶する第１の記憶手段と、この第１の
記憶手段に記憶されている情報から、少なくとも２つの
異なる場所における一定時間内の情報を抽出する第１の
情報抽出手段と、この第１の情報抽出手段により抽出さ
れた異なる場所の情報を対応付ける情報処理手段と、前
記第１の情報抽出手段により抽出され異なる場所の情報
に対して前記情報処理手段により対応付けができなかっ
た情報を抽出する第２の情報抽出手段と、この第２の情
報抽出手段により抽出された情報を出力する出力手段と
を具備している。
の個人情報を入力する情報入力手段と、人物の生体情報
を入力する生体情報入力手段と、この生体情報入力手段
により入力された生体情報から人物を識別するための特
徴量を抽出する特徴抽出手段と、前記情報入力手段によ
り入力された個人情報、前記生体情報入力手段により入
力された生体情報、前記特徴抽出手段により抽出された
特徴量、当該生体情報が入力された日時を示す日時情
報、および、当該生体情報が入力された場所を示す場所
情報をそれぞれ記憶する第１の記憶手段と、この第１の
記憶手段に記憶されている情報から、少なくとも２つの
異なる場所における一定時間内の情報を抽出する第１の
情報抽出手段と、この第１の情報抽出手段により抽出さ
れた異なる場所の情報を対応付ける情報処理手段と、前
記第１の情報抽出手段により抽出され異なる場所の情報
に対して前記情報処理手段により対応付けができなかっ
た情報を抽出する第２の情報抽出手段と、この第２の情
報抽出手段により抽出された情報を出力する出力手段と
を具備している。
【０００８】さらに、本発明の人物追跡システムは、人
物の個人情報を入力する情報入力手段と、人物の生体情
報を入力する生体情報入力手段と、この生体情報入力手
段により入力された生体情報から人物を識別するための
特徴量を抽出する特徴抽出手段と、前記情報入力手段に
より入力された個人情報、前記生体情報入力手段により
入力された生体情報、前記特徴抽出手段により抽出され
た特徴量、当該生体情報が入力された日時を示す日時情
報、および、当該生体情報が入力された場所を示す場所
情報をそれぞれ記憶する記憶手段と、この記憶手段に記
憶されている情報から同一の個人情報を持つ情報の組を
抽出する情報抽出手段と、この情報抽出手段により抽出
された情報の組に対して特徴量同士の類似度を計算し、
一定値以下の類似度をとる情報を前記記憶手段内の情報
から抽出する情報処理手段と、この情報処理手段により
抽出された情報を出力する出力手段とを具備している。
物の個人情報を入力する情報入力手段と、人物の生体情
報を入力する生体情報入力手段と、この生体情報入力手
段により入力された生体情報から人物を識別するための
特徴量を抽出する特徴抽出手段と、前記情報入力手段に
より入力された個人情報、前記生体情報入力手段により
入力された生体情報、前記特徴抽出手段により抽出され
た特徴量、当該生体情報が入力された日時を示す日時情
報、および、当該生体情報が入力された場所を示す場所
情報をそれぞれ記憶する記憶手段と、この記憶手段に記
憶されている情報から同一の個人情報を持つ情報の組を
抽出する情報抽出手段と、この情報抽出手段により抽出
された情報の組に対して特徴量同士の類似度を計算し、
一定値以下の類似度をとる情報を前記記憶手段内の情報
から抽出する情報処理手段と、この情報処理手段により
抽出された情報を出力する出力手段とを具備している。
【０００９】
【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。なお、以下の説明では、人
物の生体情報として顔画像を用いた場合について述べる
が、顔画像に限らず、指紋や虹彩など、他の生体情報を
用いても同様に実施できる。まず、第１の実施の形態に
ついて説明する。図１は、第１の実施の形態に係る人物
検索システムの構成を概略的に示すものである。この人
物検索システムは、大別して、個人に関するデータを収
集および少数の特定人物を検索する複数のデータ収集端
末装置１１，１２、および、これらとＬＡＮなどの通信
回線１３を介して接続され、特定人物を検索する解析部
１４により構成されている。
て図面を参照して説明する。なお、以下の説明では、人
物の生体情報として顔画像を用いた場合について述べる
が、顔画像に限らず、指紋や虹彩など、他の生体情報を
用いても同様に実施できる。まず、第１の実施の形態に
ついて説明する。図１は、第１の実施の形態に係る人物
検索システムの構成を概略的に示すものである。この人
物検索システムは、大別して、個人に関するデータを収
集および少数の特定人物を検索する複数のデータ収集端
末装置１１，１２、および、これらとＬＡＮなどの通信
回線１３を介して接続され、特定人物を検索する解析部
１４により構成されている。
【００１０】データ収集端末装置１１，１２は、たとえ
ば、接客用カウンタなどに設置されるもので、人物のＩ
Ｄ番号などを入力するＩＤ読取部（識別情報入力手段）
１０１、人物の顔画像を入力する画像入力部（生体情報
入力手段）１０２、入力された顔画像を記憶する顔画像
記憶部１０３、入力された画像から顔領域を検出する顔
領域検出部１０４、検出された顔領域から顔の特徴量
（以降、特徴情報ともいう）を抽出する顔特徴抽出部
（特徴抽出手段）１０５、入力された顔画像を認識する
顔認識部（認識手段）１０６、入力された顔画像などを
表示するデータ表示部（出力手段）１０７、各種処理や
全体的な制御を行なうデータ制御部１０８、検索したい
特定人物に関する辞書データなどを記憶している辞書デ
ータ記憶部（記憶手段）１０９、および、解析部１４と
通信を行なうデータ通信部１１０から構成されている。
ば、接客用カウンタなどに設置されるもので、人物のＩ
Ｄ番号などを入力するＩＤ読取部（識別情報入力手段）
１０１、人物の顔画像を入力する画像入力部（生体情報
入力手段）１０２、入力された顔画像を記憶する顔画像
記憶部１０３、入力された画像から顔領域を検出する顔
領域検出部１０４、検出された顔領域から顔の特徴量
（以降、特徴情報ともいう）を抽出する顔特徴抽出部
（特徴抽出手段）１０５、入力された顔画像を認識する
顔認識部（認識手段）１０６、入力された顔画像などを
表示するデータ表示部（出力手段）１０７、各種処理や
全体的な制御を行なうデータ制御部１０８、検索したい
特定人物に関する辞書データなどを記憶している辞書デ
ータ記憶部（記憶手段）１０９、および、解析部１４と
通信を行なうデータ通信部１１０から構成されている。
【００１１】解析部１４は、たとえば、情報処理センタ
などに設置されるもので、データ収集端末装置１１，１
２と通信を行なうデータ通信部１２１、各種収集データ
などを記憶するデータ蓄積部（記憶手段）１２２、各種
処理を行なうデータ処理部（情報抽出手段、情報処理手
段）１２３、入力されたデータなどを表示するデータ表
示部（出力手段）１２４、検索したい人物に関する辞書
データなどを記憶している辞書データ記憶部（記憶手
段）１２５、入力された顔画像を認識する顔認識部（認
識手段）１２６、および、人物の個人情報を入力する情
報入力部（情報入力手段）１２７から構成されている。
などに設置されるもので、データ収集端末装置１１，１
２と通信を行なうデータ通信部１２１、各種収集データ
などを記憶するデータ蓄積部（記憶手段）１２２、各種
処理を行なうデータ処理部（情報抽出手段、情報処理手
段）１２３、入力されたデータなどを表示するデータ表
示部（出力手段）１２４、検索したい人物に関する辞書
データなどを記憶している辞書データ記憶部（記憶手
段）１２５、入力された顔画像を認識する顔認識部（認
識手段）１２６、および、人物の個人情報を入力する情
報入力部（情報入力手段）１２７から構成されている。
【００１２】以下、各部について詳細に説明する。デー
タ収集端末装置１１，１２は、それぞれ異なる場所に設
置されるもので、それぞれの場所で人物を特定する識別
情報としてのＩＤ番号および顔画像に関する特徴情報を
収集する。データ収集端末装置１１，１２は、たとえ
ば、図２および図３に示すような接客用カウンタの構造
であり、その前に直立している人物Ｐの情報を収集する
ようになっている。
タ収集端末装置１１，１２は、それぞれ異なる場所に設
置されるもので、それぞれの場所で人物を特定する識別
情報としてのＩＤ番号および顔画像に関する特徴情報を
収集する。データ収集端末装置１１，１２は、たとえ
ば、図２および図３に示すような接客用カウンタの構造
であり、その前に直立している人物Ｐの情報を収集する
ようになっている。
【００１３】ＩＤ読取部１０１は、人物Ｐに関する詳細
な情報を入力するもので、簡単な構成では、あらかじめ
発行されている磁気カードによるＩＤカード、ＩＣチッ
プを埋め込んだＩＣカードによるＩＤカード、バーコー
ドまたは２次元コードが印刷されているカードまたは冊
子、文字または数字が印刷されているカードまたは冊子
などの情報記録媒体を利用する。たとえば、図３の例で
は、人物Ｐに対面する位置で受付操作者が、人物Ｐから
ＩＤカードを受取り、ＩＤ読取部１０１に挿入セットす
ることにより、ＩＤ番号などを入力する。この場合、人
物Ｐが直接ＩＤ読取部１０１を操作する形態でも実現可
能である。
な情報を入力するもので、簡単な構成では、あらかじめ
発行されている磁気カードによるＩＤカード、ＩＣチッ
プを埋め込んだＩＣカードによるＩＤカード、バーコー
ドまたは２次元コードが印刷されているカードまたは冊
子、文字または数字が印刷されているカードまたは冊子
などの情報記録媒体を利用する。たとえば、図３の例で
は、人物Ｐに対面する位置で受付操作者が、人物Ｐから
ＩＤカードを受取り、ＩＤ読取部１０１に挿入セットす
ることにより、ＩＤ番号などを入力する。この場合、人
物Ｐが直接ＩＤ読取部１０１を操作する形態でも実現可
能である。
【００１４】画像入力部１０２は、たとえば、ビデオカ
メラを用いて、人物Ｐに対して顔画像を含む画像データ
を入力し、顔画像記憶部１０３および顔領域検出部１０
４に画像データを出力する。これは、たとえば、図４に
示すように、横方向に５１２画素、縦方向に５１２画素
のデジタル濃淡画像データとして出力する。顔画像記憶
部１０３は、画像入力部１０２から出力される画像デー
タを記憶し、データ制御部１０８に送る。
メラを用いて、人物Ｐに対して顔画像を含む画像データ
を入力し、顔画像記憶部１０３および顔領域検出部１０
４に画像データを出力する。これは、たとえば、図４に
示すように、横方向に５１２画素、縦方向に５１２画素
のデジタル濃淡画像データとして出力する。顔画像記憶
部１０３は、画像入力部１０２から出力される画像デー
タを記憶し、データ制御部１０８に送る。
【００１５】顔領域検出部１０４は、画像入力部１０２
により入力された図４の形態の画像データから、顔パタ
ーンを検出して切出す。この処理は、たとえば、図５に
示すフローチャートのような処理手順で実行される。以
下、図５の処理手順について説明する。まず、サイズｓ
やｙ，ｘ座標などの初期化を行なう（ステップ３０１〜
３０３）。次に、あらかじめ用意されたサイズの異なる
複数の標準顔パターンｇｓ（ｉ，ｊ）を用いて、入力画
像ｆ（ｘ，ｙ）内の局所領域との相関Ｍｓ（ｘ，ｙ）
を、座標（ｘ，ｙ）をずらしながら下記数１にしたがっ
て計算する（ステップ３０４）。ここで、サイズの異な
る標準顔パターンｇｓ（ｉ，ｊ）は、決められたサイズ
であらかじめ収集した顔パターンを平均するなどして作
成される。
により入力された図４の形態の画像データから、顔パタ
ーンを検出して切出す。この処理は、たとえば、図５に
示すフローチャートのような処理手順で実行される。以
下、図５の処理手順について説明する。まず、サイズｓ
やｙ，ｘ座標などの初期化を行なう（ステップ３０１〜
３０３）。次に、あらかじめ用意されたサイズの異なる
複数の標準顔パターンｇｓ（ｉ，ｊ）を用いて、入力画
像ｆ（ｘ，ｙ）内の局所領域との相関Ｍｓ（ｘ，ｙ）
を、座標（ｘ，ｙ）をずらしながら下記数１にしたがっ
て計算する（ステップ３０４）。ここで、サイズの異な
る標準顔パターンｇｓ（ｉ，ｊ）は、決められたサイズ
であらかじめ収集した顔パターンを平均するなどして作
成される。
【００１６】
【数１】
次に、求めた相関Ｍｓ（ｘ，ｙ）が一定の閾値ＴＨＲ以
上であれば（ステップ３０５）、顔パターンを検出した
ものとして、その結果を出力する（ステップ３０６）。
この画像探索を、図６に模式的に示すように、標準顔パ
ターンｇｓ（ｉ，ｊ）のサイズｓを変更しながら実施す
る。図５のステップ３０７〜３１２がその処理である。
上であれば（ステップ３０５）、顔パターンを検出した
ものとして、その結果を出力する（ステップ３０６）。
この画像探索を、図６に模式的に示すように、標準顔パ
ターンｇｓ（ｉ，ｊ）のサイズｓを変更しながら実施す
る。図５のステップ３０７〜３１２がその処理である。
【００１７】これにより、サイズｓの画像パターンに対
して、一定の画像サイズに正規化した顔パターンｒｃ
（ｉ，ｊ）が出力される。ここで、添え字「ｃ」は、与
えられたＩＤ情報に対する識別子である。この顔パター
ンｒｃ（ｉ，ｊ）は、顔認識における基準データ（基準
の特徴量）となる。
して、一定の画像サイズに正規化した顔パターンｒｃ
（ｉ，ｊ）が出力される。ここで、添え字「ｃ」は、与
えられたＩＤ情報に対する識別子である。この顔パター
ンｒｃ（ｉ，ｊ）は、顔認識における基準データ（基準
の特徴量）となる。
【００１８】なお、図６において、符号４０１，４０
３，４０５は入力画像全体を示し、符号４０２，４０
４，４０６は標準顔パターンｇｓ（ｉ，ｊ）を示してい
る。
３，４０５は入力画像全体を示し、符号４０２，４０
４，４０６は標準顔パターンｇｓ（ｉ，ｊ）を示してい
る。
【００１９】顔特徴抽出部１０５は、顔領域検出部１０
４から出力される検出された位置の画像パターンについ
て、大きさおよび輝度値の正規化を行なう。たとえば、
横１５画素、縦１５画素、輝度値の最高値が「２５
５」、輝度値の最低値が「０」になるような画像変換を
施す。さらに、顔特徴抽出部１０５は、連続して収集さ
れる画像データから抽出した特徴をまとめて特徴情報と
することもできる。この特徴情報は、データ制御部１０
８および顔認識部１０６に送られる。
４から出力される検出された位置の画像パターンについ
て、大きさおよび輝度値の正規化を行なう。たとえば、
横１５画素、縦１５画素、輝度値の最高値が「２５
５」、輝度値の最低値が「０」になるような画像変換を
施す。さらに、顔特徴抽出部１０５は、連続して収集さ
れる画像データから抽出した特徴をまとめて特徴情報と
することもできる。この特徴情報は、データ制御部１０
８および顔認識部１０６に送られる。
【００２０】辞書データ記憶部１０９は、検索したい特
定人物について、あらかじめ上記同様の特徴情報を作成
した辞書データを保持しており、人物Ｐの顔画像との類
似度を計算できるようにする。辞書データ記憶部１０９
は、実際には、たとえば、図７に示すようなデータ構造
をとる。図７の例では、１人の人物の辞書データとし
て、ＩＤ番号、顔画像、顔画像の特徴情報、個人情報、
および、検索の重要度を表わす重要度情報がそれぞれ格
納されている。
定人物について、あらかじめ上記同様の特徴情報を作成
した辞書データを保持しており、人物Ｐの顔画像との類
似度を計算できるようにする。辞書データ記憶部１０９
は、実際には、たとえば、図７に示すようなデータ構造
をとる。図７の例では、１人の人物の辞書データとし
て、ＩＤ番号、顔画像、顔画像の特徴情報、個人情報、
および、検索の重要度を表わす重要度情報がそれぞれ格
納されている。
【００２１】顔認識部１０６は、顔特徴抽出部１０５で
抽出された人物Ｐの顔画像の特徴情報（特徴パターン）
と、辞書データ記憶部１０９に記憶されている顔画像の
特徴情報（辞書パターン）との類似度を、図８に示すフ
ローチャートのような処理手順で計算する。以下、図８
の処理手順について説明する。まず、カテゴリｃの初期
設定を行なった後（ステップ６０１）、辞書データ記憶
部１０９に記憶されているカテゴリｃの辞書パターンｒ
ｃ（ｉ，ｊ）と、顔特徴抽出部１０５で抽出された特徴
パターンｈ（ｘ，ｙ）との類似度Ｓｉｍｃ（ｘ，ｙ）
を、下記数２のように相関を求めることで計算する（ス
テップ６０２）。これを全てのカテゴリｃに対して行な
うことにより、最大の類似度Ｓｉｍｃ（ｘ，ｙ）を答え
として出力する（ステップ６０３〜６０６）。
抽出された人物Ｐの顔画像の特徴情報（特徴パターン）
と、辞書データ記憶部１０９に記憶されている顔画像の
特徴情報（辞書パターン）との類似度を、図８に示すフ
ローチャートのような処理手順で計算する。以下、図８
の処理手順について説明する。まず、カテゴリｃの初期
設定を行なった後（ステップ６０１）、辞書データ記憶
部１０９に記憶されているカテゴリｃの辞書パターンｒ
ｃ（ｉ，ｊ）と、顔特徴抽出部１０５で抽出された特徴
パターンｈ（ｘ，ｙ）との類似度Ｓｉｍｃ（ｘ，ｙ）
を、下記数２のように相関を求めることで計算する（ス
テップ６０２）。これを全てのカテゴリｃに対して行な
うことにより、最大の類似度Ｓｉｍｃ（ｘ，ｙ）を答え
として出力する（ステップ６０３〜６０６）。
【００２２】
【数２】
データ制御部１０８は、ＩＤ読取部１０１で入力された
ＩＤ番号、顔画像記憶部１０３から出力される画像デー
タ、顔特徴抽出部１０５から出力される顔画像の特徴情
報、および、顔認識部１０９から出力される類似度情報
を受信し、データ表示部１０７およびデータ通信部１１
０に出力する。この際に、受付けた日時情報および場所
情報をも同時に出力する。
ＩＤ番号、顔画像記憶部１０３から出力される画像デー
タ、顔特徴抽出部１０５から出力される顔画像の特徴情
報、および、顔認識部１０９から出力される類似度情報
を受信し、データ表示部１０７およびデータ通信部１１
０に出力する。この際に、受付けた日時情報および場所
情報をも同時に出力する。
【００２３】データ表示部１０７は、データ制御部１０
８を経由して受信するＩＤ読取部１０１から出力される
ＩＤ番号、顔画像記憶部１０３から出力される画像デー
タ、顔認識部１０９から出力される類似度情報を画面に
表示する。たとえば、図９に示すように、入力されたＩ
Ｄ番号９０１および顔画像データ９０２と、辞書データ
記憶部１０９に記憶されている特定人物のＩＤ番号９０
３，９０４，９０５、顔画像９０６，９０７，９０８、
および、それぞれの類似度情報９０９，９１０，９１１
を表示し、入力された人物Ｐが特定者リスト内の人物で
あることを確認しやすくなっている。
８を経由して受信するＩＤ読取部１０１から出力される
ＩＤ番号、顔画像記憶部１０３から出力される画像デー
タ、顔認識部１０９から出力される類似度情報を画面に
表示する。たとえば、図９に示すように、入力されたＩ
Ｄ番号９０１および顔画像データ９０２と、辞書データ
記憶部１０９に記憶されている特定人物のＩＤ番号９０
３，９０４，９０５、顔画像９０６，９０７，９０８、
および、それぞれの類似度情報９０９，９１０，９１１
を表示し、入力された人物Ｐが特定者リスト内の人物で
あることを確認しやすくなっている。
【００２４】データ通信部１２１は、データ収集端末装
置１１，１２から送られるＩＤ番号、画像データ、顔画
像の特徴情報、類似度情報、日時情報、場所情報などを
受信する。データ蓄積部１２２は、データ通信部１２１
で受信したＩＤ番号、画像データ、顔画像の特徴情報、
類似度情報、日時情報、場所情報などのデータを記憶す
る。データ蓄積部１２２に記憶されているデータ構造の
例を図１０に示す。図１０の例では、全システムで固有
な管理番号、日時情報、場所情報、個人のＩＤ番号、名
前情報、顔画像、顔画像の特徴情報、類似度情報、個人
情報、探索したい度合いを示す重要度情報を含む。この
うち、類似度情報は、データ収集端末装置１１，１２で
求められた辞書データのＩＤ番号と類似度との組データ
が多数記憶されており、個人情報については、住所や性
別、国籍など、人物Ｐに関する様々な情報を収めること
ができる。
置１１，１２から送られるＩＤ番号、画像データ、顔画
像の特徴情報、類似度情報、日時情報、場所情報などを
受信する。データ蓄積部１２２は、データ通信部１２１
で受信したＩＤ番号、画像データ、顔画像の特徴情報、
類似度情報、日時情報、場所情報などのデータを記憶す
る。データ蓄積部１２２に記憶されているデータ構造の
例を図１０に示す。図１０の例では、全システムで固有
な管理番号、日時情報、場所情報、個人のＩＤ番号、名
前情報、顔画像、顔画像の特徴情報、類似度情報、個人
情報、探索したい度合いを示す重要度情報を含む。この
うち、類似度情報は、データ収集端末装置１１，１２で
求められた辞書データのＩＤ番号と類似度との組データ
が多数記憶されており、個人情報については、住所や性
別、国籍など、人物Ｐに関する様々な情報を収めること
ができる。
【００２５】データ処理部１２３は、データ蓄積部１２
２に記憶されているＩＤ番号、画像データ、顔画像の特
徴情報、類似度情報、日時情報、場所情報、個人情報を
分析して、特定人物の検索を行なう。また、データ処理
部１２３は、データ蓄積部１２２から顔画像の特徴情報
を読取り、顔認識部１２６に送る。顔認識部１２６は、
データ処理部１２３から送られた顔画像の特徴情報と、
辞書データ記憶部１２５に記憶されている検索対象の顔
画像の特徴情報との類似度を計算する。
２に記憶されているＩＤ番号、画像データ、顔画像の特
徴情報、類似度情報、日時情報、場所情報、個人情報を
分析して、特定人物の検索を行なう。また、データ処理
部１２３は、データ蓄積部１２２から顔画像の特徴情報
を読取り、顔認識部１２６に送る。顔認識部１２６は、
データ処理部１２３から送られた顔画像の特徴情報と、
辞書データ記憶部１２５に記憶されている検索対象の顔
画像の特徴情報との類似度を計算する。
【００２６】辞書データ蓄積部１２５は、図７に示した
ようなデータ構造をとるが、データ収集端末装置１１，
１２における辞書データ記憶部１０９に比べてカテゴリ
数を多く含んでおり、大量数の辞書データとの類似度を
計算できるようにしている。図７における重要度情報
は、あらかじめ与えられるか、情報入力部１２７から指
示データが入力された場合に、データ処理部１２３から
データ蓄積部１２２へ書き込む。たとえば、数値「１」
が高い重要度を示し、数値「０」が低い重要度を示す。
ようなデータ構造をとるが、データ収集端末装置１１，
１２における辞書データ記憶部１０９に比べてカテゴリ
数を多く含んでおり、大量数の辞書データとの類似度を
計算できるようにしている。図７における重要度情報
は、あらかじめ与えられるか、情報入力部１２７から指
示データが入力された場合に、データ処理部１２３から
データ蓄積部１２２へ書き込む。たとえば、数値「１」
が高い重要度を示し、数値「０」が低い重要度を示す。
【００２７】辞書データ蓄積部１２５に記憶されている
データのうち、重要度「１」のカテゴリーデータは、デ
ータ処理部１２３によりデータ通信部１２１を経由し
て、データ収集端末装置１１，１２の辞書データ記憶部
１０９に送られる。これにより、大量の検索データのう
ち、重要度の高いデータだけをデータ収集端末装置１
１，１２に置いておくことで、高速に重要度の高い人物
だけをデータ収集端末装置１１，１２で照合し、重要度
の低いデータは解析部１４に置いておき、重要度の低い
人物は解析部１４にてオフラインで検索することで、重
要度に合せた最適な人物検索を実施することができる。
データのうち、重要度「１」のカテゴリーデータは、デ
ータ処理部１２３によりデータ通信部１２１を経由し
て、データ収集端末装置１１，１２の辞書データ記憶部
１０９に送られる。これにより、大量の検索データのう
ち、重要度の高いデータだけをデータ収集端末装置１
１，１２に置いておくことで、高速に重要度の高い人物
だけをデータ収集端末装置１１，１２で照合し、重要度
の低いデータは解析部１４に置いておき、重要度の低い
人物は解析部１４にてオフラインで検索することで、重
要度に合せた最適な人物検索を実施することができる。
【００２８】顔認識部１２６は、データ処理部１２３か
ら送られる顔画像の特徴情報と、辞書データ記憶部１２
５から出力される辞書データとの類似度を、図８に示し
たフローチャートの流れにより求め、全てのカテゴリに
対する類似度を計算する。この類似度情報に対して、デ
ータ処理部１２３により、大きい順に並べ替えられ、そ
の結果はデータ表示部１２４に送られる。
ら送られる顔画像の特徴情報と、辞書データ記憶部１２
５から出力される辞書データとの類似度を、図８に示し
たフローチャートの流れにより求め、全てのカテゴリに
対する類似度を計算する。この類似度情報に対して、デ
ータ処理部１２３により、大きい順に並べ替えられ、そ
の結果はデータ表示部１２４に送られる。
【００２９】データ表示部１２４は、ＩＤ番号、画像デ
ータ、類似度情報を画面に表示し、データ収集端末装置
１１，１２から送られてくるそれぞれの情報に対して、
辞書データ記憶部１２５に記憶されている人物の顔画像
の特徴情報との類似度の高い順に表示する。たとえば、
図１１に示すように、データ収集端末装置１１，１２か
ら送られて、データ蓄積部１２２に記憶されている入力
されたＩＤ番号１１０１および顔画像１１０２と、辞書
データ記憶部１２５に記憶されている特定人物のＩＤ番
号１１０３、複数の顔画像１１０４、および、それぞれ
の類似度情報１１０５を表示し、入力された人物Ｐが特
定者リスト内の人物であることを確認しやすくなってい
る。
ータ、類似度情報を画面に表示し、データ収集端末装置
１１，１２から送られてくるそれぞれの情報に対して、
辞書データ記憶部１２５に記憶されている人物の顔画像
の特徴情報との類似度の高い順に表示する。たとえば、
図１１に示すように、データ収集端末装置１１，１２か
ら送られて、データ蓄積部１２２に記憶されている入力
されたＩＤ番号１１０１および顔画像１１０２と、辞書
データ記憶部１２５に記憶されている特定人物のＩＤ番
号１１０３、複数の顔画像１１０４、および、それぞれ
の類似度情報１１０５を表示し、入力された人物Ｐが特
定者リスト内の人物であることを確認しやすくなってい
る。
【００３０】また、データ処理部１２３は、データ蓄積
部１２２に記憶されているデータを、情報入力部１２７
を用いて選択することにより、辞書データ記憶部１２５
に追加登録することもできる。これにより、他の入力手
段を用いることなく検索に必要な辞書データを充足する
ことができる。
部１２２に記憶されているデータを、情報入力部１２７
を用いて選択することにより、辞書データ記憶部１２５
に追加登録することもできる。これにより、他の入力手
段を用いることなく検索に必要な辞書データを充足する
ことができる。
【００３１】このように、第１の実施の形態によれば、
検索対象の辞書データに検索の重要性を表わす重要度情
報を付加することで、重要性の高い検索対象はデータ収
集端末装置１１，１２で高速に、重要性の低い検索対象
は情報処理センタに設置された解析部１４で大量に検索
することができる。したがって、重要度にあわせた最適
な人物の検索を効率よく行なうことができる。
検索対象の辞書データに検索の重要性を表わす重要度情
報を付加することで、重要性の高い検索対象はデータ収
集端末装置１１，１２で高速に、重要性の低い検索対象
は情報処理センタに設置された解析部１４で大量に検索
することができる。したがって、重要度にあわせた最適
な人物の検索を効率よく行なうことができる。
【００３２】次に、第２の実施の形態について説明す
る。図１２は、第２の実施の形態に係る人物検索システ
ムの構成を概略的に示すものである。この人物検索シス
テムは、大別して、個人に関するデータを収集する複数
のデータ収集端末装置１１，１２、および、これらとＬ
ＡＮなどの通信回線１３を介して接続され、異常な行動
をとった人物を検索する解析部１５により構成されてい
る。なお、データ収集端末装置１１，１２の構成につい
ては、前述した第１の実施の形態と同様であるので説明
を省略する。
る。図１２は、第２の実施の形態に係る人物検索システ
ムの構成を概略的に示すものである。この人物検索シス
テムは、大別して、個人に関するデータを収集する複数
のデータ収集端末装置１１，１２、および、これらとＬ
ＡＮなどの通信回線１３を介して接続され、異常な行動
をとった人物を検索する解析部１５により構成されてい
る。なお、データ収集端末装置１１，１２の構成につい
ては、前述した第１の実施の形態と同様であるので説明
を省略する。
【００３３】解析部１５は、たとえば、情報処理センタ
などに設置され、データ収集端末装置１１，１２で収集
したデータの選択および対応づけを行ない、対応しない
データの抽出と表示を行なうもので、データ通信部１２
１、データ蓄積部１２２、各種処理を行なうデータ処理
部１２０２、入力されたデータなどを表示するデータ表
示部（出力手段）１２０３、および、情報入力部１２７
から構成されている。
などに設置され、データ収集端末装置１１，１２で収集
したデータの選択および対応づけを行ない、対応しない
データの抽出と表示を行なうもので、データ通信部１２
１、データ蓄積部１２２、各種処理を行なうデータ処理
部１２０２、入力されたデータなどを表示するデータ表
示部（出力手段）１２０３、および、情報入力部１２７
から構成されている。
【００３４】なお、解析部１５のデータ通信部１２１、
データ蓄積部１２２、および、情報入力部１２７は、前
述した第１の実施の形態と同様であるので説明を省略
し、第１の実施の形態と異なるデータ処理部１２０２お
よびデータ表示部１２０３についてだけ説明する。
データ蓄積部１２２、および、情報入力部１２７は、前
述した第１の実施の形態と同様であるので説明を省略
し、第１の実施の形態と異なるデータ処理部１２０２お
よびデータ表示部１２０３についてだけ説明する。
【００３５】データ処理部１２０２は、データ蓄積部１
２２に記憶されているＩＤ番号、日時情報、場所情報、
名前情報を分析して、複数のデータ収集端末装置１１，
１２で収集した人物Ｐのデータについて対応関係を求
め、対応関係の取れない人物を抽出し、その結果をデー
タ表示部１２０３に表示する。すなわち、データ処理部
１２０２は、たとえば、図１３に示すフローチャートの
ような処理手順を実行する。
２２に記憶されているＩＤ番号、日時情報、場所情報、
名前情報を分析して、複数のデータ収集端末装置１１，
１２で収集した人物Ｐのデータについて対応関係を求
め、対応関係の取れない人物を抽出し、その結果をデー
タ表示部１２０３に表示する。すなわち、データ処理部
１２０２は、たとえば、図１３に示すフローチャートの
ような処理手順を実行する。
【００３６】以下、図１３の処理手順について説明す
る。まず、データ蓄積部１２２に記憶されているデータ
から、場所Ｌ１において時間ｔ1以降かつ時間ｔ2以前に
収集されたデータを抽出する（ステップ１３０１）。次
に、場所Ｌ１とは別の場所である場所Ｌ２において時間
（ｔ1＋ｔ3）以降かつ時間（ｔ2＋ｔ4）以前のデータを
抽出する（ステップ１３０２）。次に、異なる場所とし
て抽出された各データについて、名前情報を表わすテキ
スト情報の一致によるデータの対応付けを行なう（ステ
ップ１３０３）。次に、ステップ１３０３の処理の結果
から、対応付けができないデータを抽出し（ステップ１
３０４）、その抽出結果をデータ表示部１２０３に表示
する。
る。まず、データ蓄積部１２２に記憶されているデータ
から、場所Ｌ１において時間ｔ1以降かつ時間ｔ2以前に
収集されたデータを抽出する（ステップ１３０１）。次
に、場所Ｌ１とは別の場所である場所Ｌ２において時間
（ｔ1＋ｔ3）以降かつ時間（ｔ2＋ｔ4）以前のデータを
抽出する（ステップ１３０２）。次に、異なる場所とし
て抽出された各データについて、名前情報を表わすテキ
スト情報の一致によるデータの対応付けを行なう（ステ
ップ１３０３）。次に、ステップ１３０３の処理の結果
から、対応付けができないデータを抽出し（ステップ１
３０４）、その抽出結果をデータ表示部１２０３に表示
する。
【００３７】なお、データ処理部１２０２は、図１３に
示す名前情報による対応付けによる方法でなく、顔画像
の特徴情報間の類似度による対応付けによる方法でもデ
ータを抽出することができる。この方法による抽出処理
を図１４のフローチャートに示す。
示す名前情報による対応付けによる方法でなく、顔画像
の特徴情報間の類似度による対応付けによる方法でもデ
ータを抽出することができる。この方法による抽出処理
を図１４のフローチャートに示す。
【００３８】以下、図１４の処理手順について説明す
る。まず、データ蓄積部１２２に記憶されているデータ
から、場所Ｌ１において時間ｔ1以降かつ時間ｔ2以前に
収集されたデータを抽出する（ステップ１４０１）。次
に、場所Ｌ１とは別の場所である場所Ｌ２において時間
（ｔ1＋ｔ3）以降かつ時間（ｔ2＋ｔ4）以前のデータを
抽出する（ステップ１４０２）。次に、異なる場所とし
て抽出された各データについて、顔画像の特徴情報間の
類似度を計算し、計算した類似度が一定値Ｓ１以下であ
るデータの対応付けを行なう（１４０３）。次に、ステ
ップ１４０３の処理の結果から、対応付けができないデ
ータを抽出し（ステップ１４０４）、その抽出結果をデ
ータ表示部１２０３に表示する。データ表示部１２０３
は、たとえば、図１５に示すように、対応のついたデー
タ１５０１と、対応のつかないデータ１５０２とを、そ
れぞれ日時情報、顔画像、個人のＩＤ番号、名前情報な
どとともに表示する。
る。まず、データ蓄積部１２２に記憶されているデータ
から、場所Ｌ１において時間ｔ1以降かつ時間ｔ2以前に
収集されたデータを抽出する（ステップ１４０１）。次
に、場所Ｌ１とは別の場所である場所Ｌ２において時間
（ｔ1＋ｔ3）以降かつ時間（ｔ2＋ｔ4）以前のデータを
抽出する（ステップ１４０２）。次に、異なる場所とし
て抽出された各データについて、顔画像の特徴情報間の
類似度を計算し、計算した類似度が一定値Ｓ１以下であ
るデータの対応付けを行なう（１４０３）。次に、ステ
ップ１４０３の処理の結果から、対応付けができないデ
ータを抽出し（ステップ１４０４）、その抽出結果をデ
ータ表示部１２０３に表示する。データ表示部１２０３
は、たとえば、図１５に示すように、対応のついたデー
タ１５０１と、対応のつかないデータ１５０２とを、そ
れぞれ日時情報、顔画像、個人のＩＤ番号、名前情報な
どとともに表示する。
【００３９】このように、第２の実施の形態によれば、
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは顔画像の特徴情報により対応付けて、正常
にデータ収集端末装置１１，１２を通過しないような異
常な行動を取った人物を抽出することができる。
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは顔画像の特徴情報により対応付けて、正常
にデータ収集端末装置１１，１２を通過しないような異
常な行動を取った人物を抽出することができる。
【００４０】次に、第３の実施の形態について説明す
る。第３の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
る。第３の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
【００４１】データ処理部１２０２は、データ蓄積部１
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐの名前
情報と顔画像の特徴情報との対応関係から途中で入れ替
わるような不正を検出し、その結果をデータ表示部１２
０３に表示する。すなわち、データ処理部１２０２は、
たとえば、図１６に示すフローチャートのような処理手
順を実行する。
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐの名前
情報と顔画像の特徴情報との対応関係から途中で入れ替
わるような不正を検出し、その結果をデータ表示部１２
０３に表示する。すなわち、データ処理部１２０２は、
たとえば、図１６に示すフローチャートのような処理手
順を実行する。
【００４２】以下、図１６の処理手順について説明す
る。まず、データ蓄積部１２２に記憶されているデータ
から異なる場所で名前情報が同じデータの組を抽出し
（１６０１）、そのデータの組の収集時間が一定値ｔ5
以上であるデータの組を抽出する（１６０２）。次に、
抽出したデータの組に対して、顔画像の特徴情報間の類
似度を計算し、計算した類似度が一定値Ｓ２以下である
データの組を抽出し（１６０３）、その結果をデータ表
示部１２０３に表示する（１６０４）。
る。まず、データ蓄積部１２２に記憶されているデータ
から異なる場所で名前情報が同じデータの組を抽出し
（１６０１）、そのデータの組の収集時間が一定値ｔ5
以上であるデータの組を抽出する（１６０２）。次に、
抽出したデータの組に対して、顔画像の特徴情報間の類
似度を計算し、計算した類似度が一定値Ｓ２以下である
データの組を抽出し（１６０３）、その結果をデータ表
示部１２０３に表示する（１６０４）。
【００４３】なお、データ処理部１２０２は、図１６に
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図１７のフローチャートに示す。以下、図１７の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータから異なる場所でＩＤ番号が同じデ
ータの組を抽出し（１７０１）、そのデータの組の収集
時間が一定値ｔ5以上であるデータの組を抽出する（１
７０２）。次に、抽出したデータの組に対して、顔画像
の特徴情報間の類似度を計算し、計算した類似度が一定
値Ｓ２以下であるデータの組を抽出し（１７０３）、そ
の結果をデータ表示部１２０３に表示する（１６０
４）。データ表示部１２０３は、たとえば、図１８に示
すように、名前情報もしくはＩＤ番号で対応付けされた
データについて類似度の低いデータを、日時情報、顔画
像、個人のＩＤ番号、名前情報などとともに表示する。
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図１７のフローチャートに示す。以下、図１７の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータから異なる場所でＩＤ番号が同じデ
ータの組を抽出し（１７０１）、そのデータの組の収集
時間が一定値ｔ5以上であるデータの組を抽出する（１
７０２）。次に、抽出したデータの組に対して、顔画像
の特徴情報間の類似度を計算し、計算した類似度が一定
値Ｓ２以下であるデータの組を抽出し（１７０３）、そ
の結果をデータ表示部１２０３に表示する（１６０
４）。データ表示部１２０３は、たとえば、図１８に示
すように、名前情報もしくはＩＤ番号で対応付けされた
データについて類似度の低いデータを、日時情報、顔画
像、個人のＩＤ番号、名前情報などとともに表示する。
【００４４】このように、第３の実施の形態によれば、
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは顔画像の特徴情報により対応付けて、別人
として成りすまし行動を取った人物を抽出することがで
きる。
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは顔画像の特徴情報により対応付けて、別人
として成りすまし行動を取った人物を抽出することがで
きる。
【００４５】次に、第４の実施の形態について説明す
る。第４の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
る。第４の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
【００４６】データ処理部１２０２は、データ蓄積部１
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐの名前
情報と顔画像の特徴情報により対応付けを行ない、時間
と場所を変えた人物Ｐの行動パターンを表現する。すな
わち、データ処理部１２０２は、たとえば、図１９に示
すフローチャートのような処理手順を実行する。
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐの名前
情報と顔画像の特徴情報により対応付けを行ない、時間
と場所を変えた人物Ｐの行動パターンを表現する。すな
わち、データ処理部１２０２は、たとえば、図１９に示
すフローチャートのような処理手順を実行する。
【００４７】以下、図１９の処理手順について説明す
る。まず、データ蓄積部１２２に記憶されているデータ
から名前情報が同じデータの組を全て抽出し（１９０
１）、そのデータの全ての組合わせに対して、顔画像の
特徴情報間の類似度を計算し、計算した類似度が一定値
Ｓ２以下であるデータの組を抽出する（１９０２）。次
に、抽出したデータを時間の古い順に並べ替えて（１９
０３）、その結果を場所情報とともにデータ表示部１２
０３に表示する（１９０４）。
る。まず、データ蓄積部１２２に記憶されているデータ
から名前情報が同じデータの組を全て抽出し（１９０
１）、そのデータの全ての組合わせに対して、顔画像の
特徴情報間の類似度を計算し、計算した類似度が一定値
Ｓ２以下であるデータの組を抽出する（１９０２）。次
に、抽出したデータを時間の古い順に並べ替えて（１９
０３）、その結果を場所情報とともにデータ表示部１２
０３に表示する（１９０４）。
【００４８】なお、データ処理部１２０２は、図１９に
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図２０のフローチャートに示す。以下、図２０の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータからＩＤ番号が同じデータの組を全
て抽出し（２００１）、そのデータの全ての組合わせに
対して、顔画像の特徴情報間の類似度を計算し、計算し
た類似度が一定値Ｓ２以下であるデータの組を抽出する
（２００２）。次に、抽出したデータを時間の古い順に
並べ替えて（２００３）、その結果を場所情報とともに
データ表示部１２０３に表示する（２００４）。データ
表示部１２０３は、たとえば、図２１に示すように、場
所情報を空間的に表現した上に、矢印で時間関係を示し
ながら、日時情報、顔画像、個人のＩＤ番号、名前情報
などとともに表示する。
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図２０のフローチャートに示す。以下、図２０の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータからＩＤ番号が同じデータの組を全
て抽出し（２００１）、そのデータの全ての組合わせに
対して、顔画像の特徴情報間の類似度を計算し、計算し
た類似度が一定値Ｓ２以下であるデータの組を抽出する
（２００２）。次に、抽出したデータを時間の古い順に
並べ替えて（２００３）、その結果を場所情報とともに
データ表示部１２０３に表示する（２００４）。データ
表示部１２０３は、たとえば、図２１に示すように、場
所情報を空間的に表現した上に、矢印で時間関係を示し
ながら、日時情報、顔画像、個人のＩＤ番号、名前情報
などとともに表示する。
【００４９】このように、第４の実施の形態によれば、
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは個人のＩＤ番号により対応付けて、人物の
行動パターンを抽出して表示することができる。
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは個人のＩＤ番号により対応付けて、人物の
行動パターンを抽出して表示することができる。
【００５０】次に、第５の実施の形態について説明す
る。第５の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
る。第５の実施の形態に係るシステム構成は、前述した
第２の実施の形態と同様な構成であるが、データ収集端
末装置１１，１２で個人に関するデータを収集し、解析
部１５にて異常な行動をとった人物を検索する。なお、
データ処理部１２０２およびデータ表示部１２０３の動
作が多少異なり、それ以外の部分は第２の実施の形態と
同様であるので説明を省略し、以下、異なる部分につい
てだけ説明する。
【００５１】データ処理部１２０２は、データ蓄積部１
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐのデー
タについて、名前情報と顔画像の特徴情報により対応付
けを行ない、時間と場所に基づいて行動パターンを検証
する。すなわち、データ処理部１２０２は、たとえば、
図２２に示すフローチャートのような処理手順を実行す
る。
２２に記憶されている名前情報、顔画像の特徴情報、日
時情報、場所情報を分析して、異なる場所に設置された
データ収集端末装置１１，１２でとらえた人物Ｐのデー
タについて、名前情報と顔画像の特徴情報により対応付
けを行ない、時間と場所に基づいて行動パターンを検証
する。すなわち、データ処理部１２０２は、たとえば、
図２２に示すフローチャートのような処理手順を実行す
る。
【００５２】以下、図２２の処理手順について説明す
る。まず、データ蓄積部１２２に記憶されているデータ
から名前情報が同じデータの組を全て抽出し（２２０
１）、抽出したデータの全ての組合わせに対して、顔画
像の特徴情報間の類似度を計算し、計算した類似度が一
定値Ｓ２以下であるデータの組を抽出する（２２０
２）。次に、抽出したデータを時間の古い順に並べ替え
て移動ルートを検証し、異状な行動を検出する（２２０
３）。これは、たとえば、一定時間内に出発地点に戻っ
た場合を検出する。次に、その結果を場所情報とともに
データ表示部１２０３に表示する（２２０４）。
る。まず、データ蓄積部１２２に記憶されているデータ
から名前情報が同じデータの組を全て抽出し（２２０
１）、抽出したデータの全ての組合わせに対して、顔画
像の特徴情報間の類似度を計算し、計算した類似度が一
定値Ｓ２以下であるデータの組を抽出する（２２０
２）。次に、抽出したデータを時間の古い順に並べ替え
て移動ルートを検証し、異状な行動を検出する（２２０
３）。これは、たとえば、一定時間内に出発地点に戻っ
た場合を検出する。次に、その結果を場所情報とともに
データ表示部１２０３に表示する（２２０４）。
【００５３】なお、データ処理部１２０２は、図２２に
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図２３のフローチャートに示す。以下、図２３の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータからＩＤ番号が同じデータの組を全
て抽出し（２３０１）、抽出したデータの全ての組合わ
せに対して、顔画像の特徴情報間の類似度を計算し、計
算した類似度が一定値Ｓ２以下であるデータの組を抽出
する（２３０２）。次に、抽出したデータを時間の古い
順に並べ替えて移動ルートを検証し、異状な行動を検出
する（２３０３）。これは、たとえば、一定時間内に出
発地点に戻った場合を検出する。次に、その結果を場所
情報とともにデータ表示部１２０３に表示する（２３０
４）。
示す名前情報による組の抽出方法でなく、ＩＤ番号を用
いた抽出でも実施可能である。この方法による抽出処理
を図２３のフローチャートに示す。以下、図２３の処理
手順について説明する。まず、データ蓄積部１２２に記
憶されているデータからＩＤ番号が同じデータの組を全
て抽出し（２３０１）、抽出したデータの全ての組合わ
せに対して、顔画像の特徴情報間の類似度を計算し、計
算した類似度が一定値Ｓ２以下であるデータの組を抽出
する（２３０２）。次に、抽出したデータを時間の古い
順に並べ替えて移動ルートを検証し、異状な行動を検出
する（２３０３）。これは、たとえば、一定時間内に出
発地点に戻った場合を検出する。次に、その結果を場所
情報とともにデータ表示部１２０３に表示する（２３０
４）。
【００５４】データ表示部１２０３は、たとえば、図２
４に示すように、場所情報を空間的に表現した上に、矢
印で時間関係を示しながら、日時情報、顔画像、個人の
ＩＤ番号、名前情報などとともに表示し、異常なルート
を記号「？」のように表示する。
４に示すように、場所情報を空間的に表現した上に、矢
印で時間関係を示しながら、日時情報、顔画像、個人の
ＩＤ番号、名前情報などとともに表示し、異常なルート
を記号「？」のように表示する。
【００５５】このように、第５の実施の形態によれば、
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは個人のＩＤ番号により対応付けて、人物の
行動パターンを抽出し、異常な行動パターンを抽出して
表示することができる。
一定時間の間に異なる場所を通過した人物に対して名前
情報もしくは個人のＩＤ番号により対応付けて、人物の
行動パターンを抽出し、異常な行動パターンを抽出して
表示することができる。
【００５６】なお、前記実施の形態では、人物の生体情
報として顔画像を用いた場合について説明したが、本発
明はこれに限定されるものでなく、たとえば、指紋、手
形、網膜、虹彩、音声などの他の生体情報を用いても同
様に適用できる。
報として顔画像を用いた場合について説明したが、本発
明はこれに限定されるものでなく、たとえば、指紋、手
形、網膜、虹彩、音声などの他の生体情報を用いても同
様に適用できる。
【００５７】
【発明の効果】以上詳述したように本発明によれば、多
数地点での大量の生体情報に対して効率よく人物の検索
および追跡を行なうことができる人物検索システム、人
物追跡システム、人物検索方法および人物追跡方法を提
供できる。
数地点での大量の生体情報に対して効率よく人物の検索
および追跡を行なうことができる人物検索システム、人
物追跡システム、人物検索方法および人物追跡方法を提
供できる。
【図１】本発明の第１の実施の形態に係る人物検索シス
テムの構成を概略的に示すブロック図。
テムの構成を概略的に示すブロック図。
【図２】データ収集端末装置の外観を示す人物の背後か
ら見た模式図。
ら見た模式図。
【図３】データ収集端末装置の外観を示す人物の正面か
ら見た模式図。
ら見た模式図。
【図４】画像入力部が出力する画像データの形態の一例
を示す図。
を示す図。
【図５】顔領域検出部が実行する処理手順を示すフロー
チャート。
チャート。
【図６】顔領域検出部が行なう顔パターン検索を説明す
る図。
る図。
【図７】辞書データ記憶部が記憶するデータの例を示す
図。
図。
【図８】顔認識部が実行する処理手順を示すフローチャ
ート。
ート。
【図９】データ表示部が表示する画面の例を示す図。
【図１０】データ蓄積部が記憶するデータの例を示す
図。
図。
【図１１】データ表示部が表示する画面の例を示す図。
【図１２】本発明の第２、第３、第４および第５の実施
の形態に係る人物検索システムおよび人物追跡システム
の構成を概略的に示すブロック図。
の形態に係る人物検索システムおよび人物追跡システム
の構成を概略的に示すブロック図。
【図１３】第２の実施の形態におけるデータ処理部が行
なう処理手順の例を示すフローチャート。
なう処理手順の例を示すフローチャート。
【図１４】第２の実施の形態におけるデータ処理部が行
なう別の処理手順の例を示すフローチャート。
なう別の処理手順の例を示すフローチャート。
【図１５】第２の実施の形態におけるデータ表示部が出
力する画面の例を示す図。
力する画面の例を示す図。
【図１６】第３の実施の形態におけるデータ処理部が行
なう処理手順の例を示すフローチャート。
なう処理手順の例を示すフローチャート。
【図１７】第３の実施の形態におけるデータ処理部が行
なう別の処理手順の例を示すフローチャート。
なう別の処理手順の例を示すフローチャート。
【図１８】第３の実施の形態におけるデータ表示部が出
力する画面の例を示す図。
力する画面の例を示す図。
【図１９】第４の実施の形態におけるデータ処理部が行
なう処理手順の例を示すフローチャート。
なう処理手順の例を示すフローチャート。
【図２０】第４の実施の形態におけるデータ処理部が行
なう別の処理手順の例を示すフローチャート。
なう別の処理手順の例を示すフローチャート。
【図２１】第４の実施の形態におけるデータ表示部が出
力する画面の例を示す図。
力する画面の例を示す図。
【図２２】第５の実施の形態におけるデータ処理部が行
なう処理手順の例を示すフローチャート。
なう処理手順の例を示すフローチャート。
【図２３】第５の実施の形態におけるデータ処理部が行
なう別の処理手順の例を示すフローチャート。
なう別の処理手順の例を示すフローチャート。
【図２４】第５の実施の形態におけるデータ表示部が出
力する画面の例を示す図。
力する画面の例を示す図。
１１，１２…データ収集端末装置、１３…通信回線、１
４…解析部、１０１…ＩＤ読取部（識別情報入力手
段）、１０２…画像入力部（生体情報入力手段）、１０
３…顔画像記憶部、１０４…顔領域検出部、１０５…顔
特徴抽出部（特徴抽出手段）、１０６…顔認識部（認識
手段）、１０７…データ表示部（出力手段）、１０８…
データ制御部、１０９…辞書データ記憶部（記憶手
段）、１１０…データ通信部、１２１…データ通信部、
１２２…データ蓄積部（記憶手段）、１２３…データ処
理部（情報抽出手段、情報処理手段）、１２４…データ
表示部（出力手段）、１２５…辞書データ記憶部（記憶
手段）、１２６…顔認識部（認識手段）、１２７…情報
入力部（情報入力手段）、Ｐ…人物。
４…解析部、１０１…ＩＤ読取部（識別情報入力手
段）、１０２…画像入力部（生体情報入力手段）、１０
３…顔画像記憶部、１０４…顔領域検出部、１０５…顔
特徴抽出部（特徴抽出手段）、１０６…顔認識部（認識
手段）、１０７…データ表示部（出力手段）、１０８…
データ制御部、１０９…辞書データ記憶部（記憶手
段）、１１０…データ通信部、１２１…データ通信部、
１２２…データ蓄積部（記憶手段）、１２３…データ処
理部（情報抽出手段、情報処理手段）、１２４…データ
表示部（出力手段）、１２５…辞書データ記憶部（記憶
手段）、１２６…顔認識部（認識手段）、１２７…情報
入力部（情報入力手段）、Ｐ…人物。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 阿生山 泰央
神奈川県川崎市幸区柳町70番地 株式会社
東芝柳町事業所内
(72)発明者 高木 一圭
神奈川県川崎市幸区柳町70番地 株式会社
東芝柳町事業所内
Ｆターム(参考） 5B057 BA02 CA12 CA16 DA06 DB02
DC01 DC36
5B075 ND06 PQ46 PR06 QM08 UU40
5L096 BA02 BA18 FA00 HA07 JA11
KA01
Claims (12)
- 【請求項１】 人物の生体情報を入力する生体情報入力
手段と、 この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、 検索したい人物の生体情報をそれに検索の重要性を表わ
す情報を付加してあらかじめ記憶している第１の記憶手
段と、 この第１の記憶手段に記憶されている生体情報のうち、
検索の重要性の高い情報が付与されている生体情報だけ
を記憶する第２の記憶手段と、 前記特徴抽出手段により抽出された特徴量と前記第２の
記憶手段に記憶されている生体情報とを照合して両者の
類似度を計算する認識手段と、 を具備したことを特徴とする人物検索システム。 - 【請求項２】 人物の識別情報を入力する識別情報入力
手段と、 この識別情報入力手段により入力された識別情報、前記
生体情報入力手段により入力された生体情報、および、
前記特徴抽出手段により抽出された特徴量をそれぞれ記
憶する第３の記憶手段をさらに具備したことを特徴とす
る請求項１記載の人物検索システム。 - 【請求項３】 人物の個人情報を入力する情報入力手段
と、 この情報入力手段により入力された個人情報、前記生体
情報入力手段により入力された生体情報、および、前記
特徴抽出手段により抽出された特徴量をそれぞれ記憶す
る第３の記憶手段をさらに具備したことを特徴とする請
求項１記載の人物検索システム。 - 【請求項４】 人物の個人情報を入力する情報入力手段
と、 人物の生体情報を入力する生体情報入力手段と、 この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、 前記情報入力手段により入力された個人情報、前記生体
情報入力手段により入力された生体情報、前記特徴抽出
手段により抽出された特徴量、当該生体情報が入力され
た日時を示す日時情報、および、当該生体情報が入力さ
れた場所を示す場所情報をそれぞれ記憶する第１の記憶
手段と、 この第１の記憶手段に記憶されている情報から、少なく
とも２つの異なる場所における一定時間内の情報を抽出
する第１の情報抽出手段と、 この第１の情報抽出手段により抽出された異なる場所の
情報を対応付ける情報処理手段と、 前記第１の情報抽出手段により抽出された異なる場所の
情報に対して前記情報処理手段により対応付けができな
かった情報を抽出する第２の情報抽出手段と、 この第２の情報抽出手段により抽出された情報を出力す
る出力手段と、 を具備したことを特徴とする人物検索システム。 - 【請求項５】 人物の個人情報を入力する情報入力手段
と、 人物の生体情報を入力する生体情報入力手段と、 この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、 前記情報入力手段により入力された個人情報、前記生体
情報入力手段により入力された生体情報、前記特徴抽出
手段により抽出された特徴量、当該生体情報が入力され
た日時を示す日時情報、および、当該生体情報が入力さ
れた場所を示す場所情報をそれぞれ記憶する記憶手段
と、 この記憶手段に記憶されている情報から、少なくとも２
つの異なる場所における同一の個人情報を持つ情報の組
で、それら同一の個人情報の収集時間の差が一定値以上
の情報の組を抽出する第１の情報抽出手段と、 この第１の情報抽出手段により抽出された情報の組に対
して特徴量同士の類似度の計算を行なう情報処理手段
と、 この情報処理手段により計算された類似度を用いて、一
定値以下の類似度をとる情報を前記記憶手段内の情報か
ら抽出する第２の情報抽出手段と、 この第２の情報抽出手段により抽出された情報を出力す
る出力手段と、 を具備したことを特徴とする人物検索システム。 - 【請求項６】 人物の個人情報を入力する情報入力手段
と、 人物の生体情報を入力する生体情報入力手段と、 この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、 前記情報入力手段により入力された個人情報、前記生体
情報入力手段により入力された生体情報、前記特徴抽出
手段により抽出された特徴量、当該生体情報が入力され
た日時を示す日時情報、および、当該生体情報が入力さ
れた場所を示す場所情報をそれぞれ記憶する記憶手段
と、 この記憶手段に記憶されている情報から同一の個人情報
を持つ情報の組を抽出する情報抽出手段と、 この情報抽出手段により抽出された情報の組に対して特
徴量同士の類似度を計算し、一定値以下の類似度をとる
情報を前記記憶手段内の情報から抽出する情報処理手段
と、 この情報処理手段により抽出された情報を出力する出力
手段と、 を具備したことを特徴とする人物追跡システム。 - 【請求項７】 人物の個人情報を入力する情報入力手段
と、 人物の生体情報を入力する生体情報入力手段と、 この生体情報入力手段により入力された生体情報から人
物を識別するための特徴量を抽出する特徴抽出手段と、 前記情報入力手段により入力された個人情報、前記生体
情報入力手段により入力された生体情報、前記特徴抽出
手段により抽出された特徴量、当該生体情報が入力され
た日時を示す日時情報、および、当該生体情報が入力さ
れた場所を示す場所情報をそれぞれ記憶する記憶手段
と、 この記憶手段に記憶されている情報から同一の個人情報
を持つ情報の組を抽出する情報抽出手段と、 この情報抽出手段により抽出された情報の組に対して特
徴量同士の類似度を計算し、一定値以下の類似度をとる
情報を前記記憶手段内の情報から抽出する情報処理手段
と、 この情報処理手段により抽出された情報を日時の順番に
並べて場所情報の推移を検査する情報検査手段と、 この情報検査手段の検査結果を出力する出力手段と、 を具備したことを特徴とする人物追跡システム。 - 【請求項８】 前記人物の生体情報は人物の顔画像であ
ることを特徴とする請求項１〜請求項７のうちいずれか
１つに記載の人物検索システム。 - 【請求項９】 前記人物の個人情報は人物の氏名や識別
番号などであることを特徴とする請求項３〜請求項７の
うちいずれか１つに記載の人物検索システム。 - 【請求項１０】 人物の生体情報を入力する生体情報入
力ステップと、 この生体情報入力ステップにより入力された生体情報か
ら人物を識別するための特徴量を抽出する特徴抽出ステ
ップと、 検索したい人物の生体情報をそれに検索の重要性を表わ
す情報を付加してあらかじめ記憶している第１の記憶手
段に記憶されている生体情報のうち、検索の重要性の高
い情報が付与されている生体情報だけを第２の記憶手段
に記憶する記憶ステップと、 前記特徴抽出ステップにより抽出された特徴量と前記第
２の記憶手段に記憶されている生体情報とを照合して両
者の類似度を計算する認識ステップと、 を具備したことを特徴とする人物検索方法。 - 【請求項１１】 人物の個人情報を入力する情報入力ス
テップと、 人物の生体情報を入力する生体情報入力ステップと、 この生体情報入力ステップにより入力された生体情報か
ら人物を識別するための特徴量を抽出する特徴抽出ステ
ップと、 前記情報入力ステップにより入力された個人情報、前記
生体情報入力ステップにより入力された生体情報、前記
特徴抽出ステップにより抽出された特徴量、当該生体情
報が入力された日時を示す日時情報、および、当該生体
情報が入力された場所を示す場所情報を第１の記憶手段
にそれぞれ記憶する記憶ステップと、 前記第１の記憶手段に記憶されている情報から、少なく
とも２つの異なる場所における一定時間内の情報を抽出
する第１の情報抽出ステップと、 この第１の情報抽出ステップにより抽出された異なる場
所の情報を対応付ける情報処理ステップと、 前記第１の情報抽出ステップにより抽出された異なる場
所の情報に対して前記情報処理ステップにより対応付け
ができなかった情報を抽出する第２の情報抽出ステップ
と、 この第２の情報抽出ステップにより抽出された情報を出
力する出力ステップと、 を具備したことを特徴とする人物検索方法。 - 【請求項１２】 人物の個人情報を入力する情報入力ス
テップと、 人物の生体情報を入力する生体情報入力ステップと、 この生体情報入力ステップにより入力された生体情報か
ら人物を識別するための特徴量を抽出する特徴抽出ステ
ップと、 前記情報入力ステップにより入力された個人情報、前記
生体情報入力ステップにより入力された生体情報、前記
特徴抽出ステップにより抽出された特徴量、当該生体情
報が入力された日時を示す日時情報、および、当該生体
情報が入力された場所を示す場所情報を記憶手段にそれ
ぞれ記憶する記憶ステップと、 前記記憶手段に記憶されている情報から同一の個人情報
を持つ情報の組を抽出する情報抽出ステップと、 この情報抽出ステップにより抽出された情報の組に対し
て特徴量同士の類似度を計算し、一定値以下の類似度を
とる情報を前記記憶手段内の情報から抽出する情報処理
ステップと、 この情報処理ステップにより抽出された情報を出力する
出力ステップと、 を具備したことを特徴とする人物追跡方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002077093A JP2003281157A (ja) | 2002-03-19 | 2002-03-19 | 人物検索システム、人物追跡システム、人物検索方法および人物追跡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002077093A JP2003281157A (ja) | 2002-03-19 | 2002-03-19 | 人物検索システム、人物追跡システム、人物検索方法および人物追跡方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003281157A true JP2003281157A (ja) | 2003-10-03 |
Family
ID=29227889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002077093A Pending JP2003281157A (ja) | 2002-03-19 | 2002-03-19 | 人物検索システム、人物追跡システム、人物検索方法および人物追跡方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003281157A (ja) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005174308A (ja) * | 2003-11-14 | 2005-06-30 | Fuji Photo Film Co Ltd | 顔認識に基づいたデジタル媒体の整理方法および装置 |
| JP2009540414A (ja) * | 2006-06-09 | 2009-11-19 | ソニー エリクソン モバイル コミュニケーションズ， エービー | メディア識別 |
| JP2010518505A (ja) * | 2007-02-08 | 2010-05-27 | オラワークス・インコーポレイテッド | 人物画像にタグ情報を付加する方法 |
| WO2010100687A1 (ja) | 2009-03-06 | 2010-09-10 | パナソニック株式会社 | 画像検索装置及び画像検索方法 |
| WO2011037266A1 (ja) * | 2009-09-28 | 2011-03-31 | Mizuno Yoshiro | 監視システム |
| JP2012105358A (ja) * | 2012-02-13 | 2012-05-31 | Jvc Kenwood Corp | 画像信号再生装置および画像信号再生方法 |
| JP2012157010A (ja) * | 2012-02-13 | 2012-08-16 | Jvc Kenwood Corp | 撮像装置および撮像方法 |
| JP2013208309A (ja) * | 2012-03-30 | 2013-10-10 | Daikoku Denki Co Ltd | 遊技場用システム |
| US9947105B2 (en) | 2013-12-26 | 2018-04-17 | Fuji Xerox Co., Ltd. | Information processing apparatus, recording medium, and information processing method |
-
2002
- 2002-03-19 JP JP2002077093A patent/JP2003281157A/ja active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8781178B2 (en) | 2003-11-14 | 2014-07-15 | Fujifilm Corporation | Method and apparatus for organizing digital media based on face recognition |
| JP2005174308A (ja) * | 2003-11-14 | 2005-06-30 | Fuji Photo Film Co Ltd | 顔認識に基づいたデジタル媒体の整理方法および装置 |
| US9336443B2 (en) | 2003-11-14 | 2016-05-10 | Fujifilm Corporation | Method and apparatus for organizing digital media based on face recognition |
| JP2009540414A (ja) * | 2006-06-09 | 2009-11-19 | ソニー エリクソン モバイル コミュニケーションズ， エービー | メディア識別 |
| JP2010518505A (ja) * | 2007-02-08 | 2010-05-27 | オラワークス・インコーポレイテッド | 人物画像にタグ情報を付加する方法 |
| WO2010100687A1 (ja) | 2009-03-06 | 2010-09-10 | パナソニック株式会社 | 画像検索装置及び画像検索方法 |
| US8401254B2 (en) | 2009-03-06 | 2013-03-19 | Panasonic Corporation | Image search device and image search method |
| US8957968B2 (en) | 2009-09-28 | 2015-02-17 | Yoshiro Mizuno | Monitoring system |
| WO2011037266A1 (ja) * | 2009-09-28 | 2011-03-31 | Mizuno Yoshiro | 監視システム |
| JP2012157010A (ja) * | 2012-02-13 | 2012-08-16 | Jvc Kenwood Corp | 撮像装置および撮像方法 |
| JP2012105358A (ja) * | 2012-02-13 | 2012-05-31 | Jvc Kenwood Corp | 画像信号再生装置および画像信号再生方法 |
| JP2013208309A (ja) * | 2012-03-30 | 2013-10-10 | Daikoku Denki Co Ltd | 遊技場用システム |
| US9947105B2 (en) | 2013-12-26 | 2018-04-17 | Fuji Xerox Co., Ltd. | Information processing apparatus, recording medium, and information processing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020155939A1 (zh) | 图像识别方法、装置、存储介质和处理器 | |
| CN109657624A (zh) | 目标对象的监控方法、装置和系统 | |
| US5917941A (en) | Character segmentation technique with integrated word search for handwriting recognition | |
| CN110309744B (zh) | 一种嫌疑人识别方法及装置 | |
| WO2016190814A1 (en) | Method and system for facial recognition | |
| CN112328999A (zh) | 双录质检方法、装置、服务器及存储介质 | |
| US20130044922A1 (en) | Information processing device, information processing method, program, and information processing system | |
| CN109214280A (zh) | 基于街景的店铺识别方法、装置、电子设备及存储介质 | |
| KR20190068000A (ko) | 다중 영상 환경에서의 동일인 재식별 시스템 | |
| Alberink et al. | Performance of the FearID earprint identification system | |
| US11023713B2 (en) | Suspiciousness degree estimation model generation device | |
| CN102486793A (zh) | 一种搜索目标用户的方法和系统 | |
| CN117114514B (zh) | 一种基于大数据的人才信息分析管理方法、系统及装置 | |
| CN108536749A (zh) | 基于碰撞检测法构建人员轨迹视图的方法 | |
| JP2003281157A (ja) | 人物検索システム、人物追跡システム、人物検索方法および人物追跡方法 | |
| CN112768070A (zh) | 一种基于对话交流的精神健康评测方法和系统 | |
| CN113630721A (zh) | 推荐游览路线的生成方法和装置、及计算机可读存储介质 | |
| CN113033271A (zh) | 利用人工智能模块学习脸部辨识的处理方法 | |
| CN111291912A (zh) | 一种使用人证核验的取号方法、取号机及取号系统 | |
| CN112528903B (zh) | 人脸图像获取方法、装置、电子设备及介质 | |
| CN109660621A (zh) | 一种内容推送方法及服务设备 | |
| CN112183417A (zh) | 一种置业顾问服务能力评价系统及方法 | |
| CN113343012B (zh) | 一种新闻配图方法、装置、设备及存储介质 | |
| CN111199050A (zh) | 一种用于对病历进行自动脱敏的系统及应用 | |
| CN114491049A (zh) | 一种基于信息管理的办公系统资产配置方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041201 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070828 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071026 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071127 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071227 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080206 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20080314 |