JP2004234355A - 人物認識装置、人物認識方法および通行制御装置 - Google Patents

Abstract

【課題】登録・照合・更新を行なっている途中で人物が入替るようなことが発生しても、正しく登録・照合・更新が行なえるとともに、人物を誤って認識して誤動作することを防ぐことができる人物認識装置を提供する。
【解決手段】人物の生体的な特徴情報を利用して本人であることを認識する人物認識装置において、生体特徴情報の登録処理または更新処理または照合処理を行っている際に、対象となる人物が入替ることを検知した場合に、認識に利用する情報や出力内容を変更する。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、たとえば、セキュリティ管理などにおいて、人物の顔画像、指紋画像、虹彩情報、掌形画像、指画像、音声情報などの生体情報を用いて当該人物を認識する人物認識装置および人物認識方法に関する。
また、本発明は、上記人物認識装置を用いて通行者の通行（たとえば、重要施設の入退場など）を制御する通行制御装置に関する。
【０００２】
【従来の技術】
一般に、この種の人物認識装置は、認識対象となる人物の生体情報をカメラやセンサなどを用いて取得し、この取得した生体情報から得られる当該人物固有の特徴情報を登録情報（以下、辞書と表現する場合もある）として登録情報保持手段に保持しておく。
【０００３】
そして、照合時には、認識対象となる人物の生体情報をカメラやセンサなどを用いて再度取得し、この取得した生体情報から得られる当該人物固有の特徴情報が登録情報保持手段にあらかじめ保持されている登録情報（辞書）と類似しているかどうかを評価し、類似性が高い場合には当該人物は登録者（本人）であると判定し、類似性が低い場合には未登録者（本人ではない）と判定するようになっている。
【０００４】
ところが、このような人物認識装置において、特徴情報の登録中または照合中に認識対象となる人物が入替るようなことがあった場合、
（１）登録情報（辞書）が正しく作成できない、
（２）照合の履歴に残す画像を正しく記録できない、
（３）照合に利用する情報が混在して正しくできない、
（４）登録情報保持手段に対する登録情報の追加学習時に正しく学習できなくなる、
といった問題がある。
【０００５】
従来、計算機を利用する利用者が途中で入替った場合、その利用者の入替りを検知する技術が存在する（たとえば、特許文献１参照）。
【０００６】
【特許文献１】
特開２００２−５５９５６号公報
【０００７】
【発明が解決しようとする課題】
しかしながら、特許文献１の技術は、生体照合などにより計算機利用者の本人認証を間欠的に行なうことで、計算機を利用する利用者が途中で入替ることを検知するものであって、辞書登録や照合中の入替りといった、認識のための動作そのものにおける人物の入替りを検知することではない。
【０００８】
そこで、本発明は、登録・照合・更新を行なっている途中で人物が入替るようなことが発生しても、正しく登録・照合・更新が行なえるとともに、人物を誤って認識して誤動作することを防ぐことができる人物認識装置、人物認識方法および通行制御装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の人物認識装置は、認識対象となる人物の生体情報を取得する生体情報取得手段と、この生体情報取得手段により取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出手段と、あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識手段と、前記生体情報取得手段により取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定手段と、少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が人物の入替りを判定した場合、当該認識処理に用いる情報を変更する制御手段とを具備している。
【００１０】
また、本発明の人物認識方法は、認識対象となる人物の生体情報を取得する生体情報取得ステップと、この生体情報取得ステップにより取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出ステップと、この生体特徴抽出ステップにより取得された特徴情報と、あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識ステップと、前記生体情報取得ステップにより取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定ステップと、少なくとも前記認識ステップにおいて認識処理を行なっている際、前記人物入替り判定ステップが人物の入替りを判定した場合、当該認識処理に用いる情報を変更する制御ステップとを具備している。
【００１１】
さらに、本発明の通行制御装置は、通行者を認識して前記通行者の通行を制御する通行制御装置において、前記通行者の生体情報を取得する生体情報取得手段と、この生体情報取得手段により取得された生体情報から当該通行者固有の特徴情報を抽出する生体特徴抽出手段と、あらかじめ認識対象となる通行者の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該通行者が本人であるか否かを認識する認識手段と、前記生体情報取得手段により取得された生体情報に基づき認識対象となっている通行者が入替りを行なったか否かを判定する人物入替り判定手段と、少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が通行者の入替りを判定した場合、当該認識処理に用いる情報を変更する制御手段と、前記認識手段の認識結果に応じて前記通行者の通行を制御する通行制御手段とを具備している。
【００１２】
【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を例として述べるが、顔画像以外に、指紋画像、虹彩情報、掌形画像、指画像、音声情報などの他の生体情報を用いても同様に実施できる。
【００１３】
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認識装置の構成を概略的に示すものである。この人物認識装置は、認識対象者（以下、人物ともいう）１００の顔画像（少なくとも顔を含んでいる画像）を撮像して入力する生体情報取得手段としてのカメラ１０１、認識対象者１００に対して入力された顔画像や各種案内などを出力する出力手段としての出力部１０２、認識対象者１００を特定するＩＤ番号や暗証番号などの情報を入力する入力手段としての入力部１０３、および、カメラ１０１から入力された顔画像を処理して顔画像の認識処理などを行なう処理部１０４から構成されている。
【００１４】
なお、図示は省略しているが、必要に応じて、カメラ１０１の近傍（たとえば、右上方あるいは左上方）から認識対象者１００の少なくとも顔に向けて一定の照度で光を照射する照明手段が設けられる。
【００１５】
また、以下の説明では、画像入力データ、抽出した特徴量、部分空間、部分空間を構成するための固有ベクトル、相関行列、登録の時刻、日時、場所などの状況情報、暗証番号、ＩＤコードなどの個人情報の各情報が登場してくる。そして、認識データと言うときは、部分空間、または、部分空間を構成するための固有ベクトルを含み、登録情報と言うときは、画像入力データ、抽出した特徴量、部分空間、部分空間を構成するための固有ベクトル、相関行列、状況情報、個人情報を含んでいる。したがって、認識データは登録情報に含まれる。
【００１６】
カメラ１０１は、認識対象者１００の生体情報として顔画像を下方から所定角度で撮像して入力するものであり、たとえば、ＣＣＤセンサなどの撮像素子を用いたテレビジョンカメラから構成されている。
【００１７】
出力部１０２は、たとえば、液晶表示パネルなどで構成されていて、カメラ１０１で撮影されている認識対象者１００の顔画像や各種ガイダンス、後述する生体特徴抽出部１０７から得られる顔の特徴情報といったものを表示したり、後述する認識部１０９の認識結果に応じたメッセージなどを表示する。同様に、音声出力が行なえる機器を接続して音声メッセージなどを出力してもよい。また、後述する履歴情報記憶部１１０に記憶された履歴情報を必要に応じて画面に表示することで確認することを可能とすることもできる。さらに、後述する認識部１０９の認識結果に応じて、接続された機器を制御する信号を出力するといったことも行なえるようにすることができることは明らかである。
【００１８】
入力部１０３は、認識対象者１００が本人であることを確認する際に用いる暗証番号などを入力したり、多数登録されている生体情報の中のどの生体情報であるかを特定する識別情報などを入力するもので、具体的には、たとえば、テンキーやタッチパネル、あるいは、ＩＣカードや磁気カードあるいは無線カードを読取るカードリーダなどによって実現可能である。
【００１９】
処理部１０４は、カメラ１０１からの顔画像を入力する生体情報取得手段としての生体情報入力部１０５、生体情報入力部１０５から得られた人物の顔画像を用いて、あらかじめ準備されたパターン辞書との照合で顔および目、鼻などの顔部品の位置を検出する生体情報検出手段としての生体情報検出部１０６、生体情報検出部１０６の出力に基づき濃淡情報あるいは部分空間情報などの顔の特徴量（特徴情報）を抽出する生体特徴抽出手段としての生体特徴抽出部１０７、人物情報登録時には、生体特徴抽出部１０７で抽出された顔の特徴量を認識データ（登録情報）として保持する登録情報保持手段としての登録情報保持部（辞書）１０８、人物認識時には、生体特徴抽出部１０７で抽出された顔の特徴量と登録情報保持部１０８に登録されている認識データ（登録情報）とを照合することにより認識対象者１００が本人であるか否かを認識する認識手段としての認識部１０９、生体情報入力部１０５から得られた入力画像や生体特徴抽出部１０７で抽出された顔の特徴量を履歴情報として記録しておく履歴情報記憶手段としての履歴情報記憶部１１０、登録情報保持部１０８に保持されている登録情報を更新する登録情報更新手段としての登録情報更新部１１１、生体情報の登録および更新および照合時に認識対象となる人物１００が入替りしたかどうかを判定する人物入替り判定手段としての人物入替り判定部１１２、および、出力部１０２および入力部１０３を制御する入出力制御部１１３により構成されている。
【００２０】
生体情報入力部１０５は、カメラ１０１からの顔画像を入力し、Ａ／Ｄ変換してデジタル化した後、生体情報検出部１０６へ送る。
生体情報検出部１０６は、まず、生体情報入力部１０５で入力された顔画像から認識対象者１００の顔の領域を検出する。たとえば、あらかじめ用意されたテンプレートを、画像中を移動させながら相関値を求めることにより、最も高い相関値を持った場所を顔領域とする。なお、その他に、固有空間法や部分空間法を利用した顔領域抽出法などの顔検出手段でもよい。
【００２１】
生体情報検出部１０６は、次に、検出された顔領域の部分の中から、目、鼻、口といった顔部品の位置を検出する。その検出方法は、たとえば、文献（福井和広、山口修：「形状抽出とパターン照合の組合せによる顔特徴点抽出」、電子情報通信学会論文誌（Ｄ），ｖｏｌ．Ｊ８０−Ｄ−ＩＩ，Ｎｏ．８，ｐｐ２１７０−２１７７（１９９７））に開示されている方法などを用いてよい。
【００２２】
ここで、顔のテンプレートによる顔検出と、目、鼻などの顔部品の検出座標の相対位置によって顔の方向を調べることも可能になる。たとえば、図２に示すように、顔検出結果の中心座標を顔の中心座標（ｆｘ，ｆｙ）、顔の大きさを（ｆｗ，ｆｈ）とし、左右の目と鼻の検出結果をそれぞれ（ＥｙｅＬｘ，ＥｙｅＬｙ）、（ＥｙｅＲｘ，ＥｙｅＲｙ）、（ＮｏｓｅＬｘ，ＮｏｓｅＬｙ）、（ＮｏｓｅＲｘ，ＮｏｓｅＲｙ）とすれば、以下の方法で顔の方向を示す指標が得られる。
顔の方向（Ｘ方向）＝（（ＥｙｅＲｘ＋ＥｙｅＬｘ）／２−ｆｘ）／ｆｗ
顔の方向（Ｙ方向）＝（（ＥｙｅＲｙ＋ＥｙｅＬｙ）／２−ｆｙ）／ｆｈ
これらの座標の原点が画面左上だとした場合、数値は顔が右下に向くほど大きくなる値となる。
【００２３】
生体特徴抽出部１０７は、生体情報検出部１０６で検出された顔部品の位置を基に、顔領域を一定の大きさ、形状に切り出し、その濃淡情報を顔の特徴量として用いる。ここでは、たとえば、ｍピクセル×ｎピクセルの領域の濃淡値をそのまま情報として用い、ｍ×ｎ次元の情報を特徴ベクトルとして用いる。
【００２４】
図３は、入力画像を生体特徴抽出部１０７により処理して得られた顔画像データであり、時系列的に得られたものである。これらのデータに対し特徴ベクトルの相関行列を求め、周知のＫ−Ｌ展開による正規直交ベクトルを求めることにより、部分空間を計算する。部分空間の計算方法は、特徴ベクトルの相関行列（または共分散行列）を求め、そのＫ−Ｌ展開による正規直交ベクトル（固有ベクトル）を求めることにより、部分空間を計算する。部分空間は、固有値に対応する固有ベクトルを、固有値の大きな順にｋ個選び、その固有ベクトル集合を用いて表現する。
【００２５】
本実施の形態では、相関行列Ｃｄを特徴ベクトルから求め、相関行列
【数１】

と対角化して、固有ベクトルのΦを求める。この部分空間は、人物の同定を行なうための認識辞書として利用する。この情報をあらかじめ登録しておいて、それを辞書として登録しておけばよい。
【００２６】
また、後で述べるように、認識を行なうための入力データとして部分空間自身を利用してもよい。したがって、部分空間を算出した結果は、認識部１０９および登録情報保持部１０８に送られる。この際、新規に登録情報を作成する場合には、ここで作成した部分空間の情報そのものを登録することで実現可能であり、他にも既でに登録されている情報を更新する処理の場合には、登録された部分空間を作成する相関行列を保存しておいて、新たに入力された顔の特徴情報を追加した上でＫＬ展開を再度計算して出力された部分空間を登録情報として置き換えることで実現が可能である。この際、以前から登録されていた情報を一切消して情報を全て書換える方法でもよいし、全く別の部分空間として新規に登録するようにしても構わない。
【００２７】
登録情報保持部１０８は、人物を同定するために利用する部分空間（または、相関行列など）、および、人物を特定するＩＤ番号などの識別情報を対応させて蓄積する。また、登録の際の時刻、日時、場所などの状況情報なども蓄積できる。なお、部分空間に限らず、入力された顔画像や抽出された顔の特徴量そのものを蓄積してもよい。
【００２８】
認識部１０９は、登録情報保持部１０８に蓄えられた認識データ（部分空間）と生体特徴抽出部１０７で得られた特徴量（濃淡情報あるいは部分空間情報）とを照合（比較）することにより、カメラ１０１に写っている認識対象者１００が誰であるかを認識、あるいは、該当人物であるかどうかを同定する。人物を認識するためには、どの人物のデータに最も類似しているかを求めればよく、最大類似度をとるデータに対応する人物を認識結果とすればよい。
【００２９】
また、ＩＤ番号、暗証番号、鍵などの個人の識別情報を用いて、顔画像による認識を行なう場合には、それぞれの人物の識別情報に対応する認識データとの類似度を計算して、設定した認証閾値と照合し、その認証閾値を越えた場合に、その人物と同定する。
これらＩＤ番号、暗証番号、鍵など個人の識別情報は、入力部１０３を用いて入力すればよい。
【００３０】
認識の方法としては、生体特徴抽出部１０７の情報を用いる場合は、部分空間法や複合類似度法などの方法を用いてよい。本実施の形態での認識方法は、たとえば、文献（前田賢一、渡辺貞一：「局所的構造を導入したパターン・マッチング法」、電子情報通信学会論文誌（Ｄ），ｖｏｌ．Ｊ６８−Ｄ，Ｎｏ．３，ｐｐ３４５−３５２（１９８５））に記載されている公知の認識方法である相互部分空間法を用いる。
【００３１】
この方法では、あらかじめ蓄えられた登録情報の中の認識データも、入力されるデータも部分空間として表現され、２つの部分空間のなす「角度」を類似度として定義する。ここで入力される部分空間を入力部分空間という。入力データ列に対して同様に相関行列Ｃｉｎを求め、
【数２】

と対角化し、固有ベクトルΦｉｎを求める。２つのΦｉｎ、Φｄで表わされる部分空間の部分空間類似度（０．０〜１．０）を求め、それを認識するための類似度とする。
【００３２】
なお、本実施の形態においては、登録された生体情報との一致性は「類似度」を用いた例を用いているが、相関値やユークリッド距離といったものを利用してもかまわない。
【００３３】
相互部分空間法においては、照合を行なう際にも複数の特徴情報を入力し、その特徴情報から得られる部分空間情報を認識に利用するため、登録や更新といった処理のみならず、照合をする際にも複数の画像の入力が必要となる。本実施の形態では、繰り返して照合を行なっていくうちに所定の閾値を上回る類似度と判定された時点で照合を打ち切って登録された人物であると判定することとし、所定の時間、または、所定の繰り返し回数以内に所定の閾値に到達しない場合には登録された人物ではないと判定することとする。この処理に沿った第１の実施の形態にあわせた認識処理の流れを図４に示す。ここで、Ｆｒａｍｅは生体特徴情報の取得回数（フレーム）、ＭａｘＦｒａｍｅは１つの照合として設定した生体特徴情報の取得回数の最大値であり、ＭａｘＦｒａｍｅ回数の入力においても所定の閾値を上回ることがない場合に、認識対象者は本人でないと判定することを示している。
【００３４】
以下、図４の認識処理の流れについて簡単に説明する。まず、ステップＳ１にて、取得回数Ｆｒａｍｅが初期化された後、ステップＳ２にて、カメラ１０１および生体情報入力部１０５により、認識対象者１００の顔画像が入力される。次に、ステップＳ３にて、生体情報検出部１０６により顔の検出が行なわれ後、ステップＳ４にて、生体特徴抽出部１０７により顔の特徴情報が抽出される。
【００３５】
次に、ステップＳ５、Ｓ６にて、人物入替り判定部１１２により、人物（認識対象者１００）の入替りが行なわれたか否かを判定し、人物の入替りが行なわれた場合、ステップＳ７にて、当該認識処理の停止などを行なう。人物の入替りが行なわれなかった場合、ステップＳ８にて、認識部１０９により、生体特徴抽出部１０７により得られた特徴情報と登録情報保持部１０８内の登録情報（辞書）との類似度計算が行なわれる。
【００３６】
次に、ステップＳ９にて、ステップＳ８における類似度計算の結果、最も高い値が得られた類似度が所定の閾値以上あるか否かをチェックし、最も高い類似度が閾値以上あれば、ステップＳ１０にて、登録者（認識対象者１００は本人）であると判定する。最も高い類似度が閾値以上なければ、ステップＳ１１にて、取得回数Ｆｒａｍｅが取得回数の最大値ＭａｘＦｒａｍｅよりも小さいか否かをチェックする。
【００３７】
このチェックの結果、取得回数Ｆｒａｍｅが最大値ＭａｘＦｒａｍｅよりも小さい場合、ステップＳ１２にて、取得回数ＦｒａｍｅをインクリメントしてステップＳ２に戻り、上記同様な処理を繰り返す。また、上記チェックの結果、取得回数Ｆｒａｍｅが最大値ＭａｘＦｒａｍｅよりも小さくない場合、ステップＳ１３にて、登録者ではない（認識対象者１００は本人でない）と判定する。
【００３８】
認識部１０９において人物を認識する場合には、登録情報保持部１０８に蓄えられた全ての部分空間情報（登録情報）との類似度を求め、最も高い類似度となる人物の類似度があらかじめ定められた閾値以上となった場合に、その人物が本人であると認識する。最高となる類似度が閾値よりも低い場合には、あらかじめ登録を行なっている人物ではないと判定できる。この認識方法を本発明では「１：Ｎ照合」として定義する。
【００３９】
一方、ＩＤ番号など、どの人物であるかの識別情報が入力部１０３から入力された場合には、その識別情報に対応する部分空間との類似度のみを計算し、その類似度があらかじめ定められた閾値以上となった場合に、その人物が本人であると認識する。この認識方法を本発明では「１：１照合」として定義する。
【００４０】
また、「１：１照合」と「１：Ｎ照合」との中間に位置する「１：ｎ照合」については、登録者全体の中の複数の人物に共通する識別情報が入力された場合を想定し、この識別情報が入力された場合には、その識別情報に対応する１名または複数名の登録者の登録情報との類似度を計算し、最高となる類似度が閾値よりも高い場合に、その識別情報に相当する登録者がきたこととする。
【００４１】
たとえば、複数の人物に共通するグループ番号を識別情報として入力し、そのグループに属する人物であるかどうかを判定する場合などに用いる。基本的に、登録者全員との類似度を計算するのではなく、その中の一部の複数人物との照合を行なうということであって、全体的な動作は「１：Ｎ照合」の動作と共通であるため、本実施の形態においては「１：Ｎ照合」の説明に包含して説明する。
【００４２】
履歴情報記憶部１１０は、認識部１０９で得られる認識結果や認識を行なった時間や場所、入力された識別情報などとともに、生体情報入力部１０５から入力された入力画像そのものや、生体特徴抽出部１０７から得られた顔の特徴情報などを履歴情報として記憶する。
【００４３】
登録情報更新部１１１は、認識部１０９の認識結果や履歴情報記憶部１１０内の履歴情報を利用して登録情報を更新すべきかどうかを判定し、登録情報保持部１０８の登録情報を更新する。
【００４４】
人物入替り判定部１１２は、後で詳細を説明するように各種手法があるが、本実施の形態においては、連続して入力されている生体特徴情報間の類似度を計算し、所定の類似度以下となるような連続する生体特徴情報が入力された場合に認識対象となる人物が入替りしたと判定することを例にとって説明する。
【００４５】
図５に示すように、１つの試行内で（１）〜（８）のように連続した顔の画像が入力された場合に、（１）〜（５）までは連続するフレーム間の類似度が高い。ところが、（５）〜（６）にかけて検出された顔の情報が突然変化したため、（５），（６）間の類似度が急激に低下する。この低くなった類似度が所定の閾値（所定値）未満であった場合に「人物入替り」と判定する方法で実現が可能である。ここでは、「類似度」を使ったがフレーム間の「相関値」を使ってもよいし、後述する第２の実施の形態以降の人物入替り判定方法を使っても構わないのは明らかである。
【００４６】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【００４７】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【００４８】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【００４９】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【００５０】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【００５１】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【００５２】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【００５３】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【００５４】
次に、第２の実施の形態について説明する。
なお、第２の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第２の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、所定の時間または所定の試行回数の間、生体特徴情報が検出できない状態が続いた場合に対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために人物入替り判定部１１２の機能が第１の実施の形態と異なっており、以下それについて説明する。
【００５５】
人物入替り判定部１１２においては、入力された複数の画像の中で、生体特徴情報が正しく抽出されない画像があらかじめ定められている数以上連続した場合に、人物が入替りをしたと判定する。図１２に示すように、（１）〜（５）まで人物を検出していたが、（６）〜（８）で顔の未検出状態が続き、あらかじめ顔の未検出連続画像が「３」と定めていた場合には、（８）の時点でそこまでいた人物がいなくなったと判定する。
【００５６】
具体的には、図１３に示すような処理の流れとなり、顔を連続して検出しなかった回数ＮｏＤｅｔｅｃｔＣｎｔが所定の回数Ｔｈよりも大きくなった時点で人物入替りと判定する方法である。この場合、所定回数Ｔｈよりも少ない回数だけ連続して顔を未検出だった状態で顔を検出した場合は、未検出回数ＮｏＤｅｔｅｃｔＣｎｔは「０」に初期化され、再度連続して所定回数Ｔｈを未検出である状態が続くのをチェックすることとする。
【００５７】
以下、図１３の認識処理の流れについて簡単に説明する。まず、ステップＳ２１にて、生体特徴情報の取得回数Ｆｒａｍｅおよび未検出回数ＮｏＤｅｔｅｃｔＣｎｔが初期化された後、ステップＳ２２にて、カメラ１０１および生体情報入力部１０５により、認識対象者１００の顔画像が入力される。次に、ステップＳ２３、Ｓ２４にて、生体情報検出部１０６により顔の検出が行なわれる。
【００５８】
ここで顔の検出が成功しなかった場合、ステップＳ２５にて、未検出回数ＮｏＤｅｔｅｃｔＣｎｔをインクリメントし、ステップＳ２６にて、未検出回数ＮｏＤｅｔｅｃｔＣｎｔが所定回数Ｔｈよりも大きいか否かをチェックする。このチェックの結果、未検出回数ＮｏＤｅｔｅｃｔＣｎｔが所定回数Ｔｈよりも大きくなければステップＳ２２に戻り、上記同様な処理を繰り返す。
また、上記チェックの結果、未検出回数ＮｏＤｅｔｅｃｔＣｎｔが所定回数Ｔｈよりも大きければ、ステップＳ２７にて、人物（認識対象者１００）の入替りが行なわれたと判定し、当該認識処理の停止などを行なう。
【００５９】
ステップＳ２３、Ｓ２４にて顔の検出が成功した場合、ステップＳ２８にて、未検出回数ＮｏＤｅｔｅｃｔＣｎｔを初期化した後、ステップＳ２９にて、生体特徴抽出部１０７により顔の特徴情報が抽出される。次に、ステップＳ３０にて、認識部１０９により、生体特徴抽出部１０７により得られた特徴情報と登録情報保持部１０８内の登録情報（辞書）との類似度計算が行なわれる。
【００６０】
次に、ステップＳ３１にて、ステップＳ３０における類似度計算の結果、最も高い値が得られた類似度が所定の閾値以上あるか否かをチェックし、最も高い類似度が閾値以上あれば、ステップＳ３２にて、登録者（認識対象者１００は本人）であると判定する。最も高い類似度が閾値以上なければ、ステップＳ３３にて、取得回数Ｆｒａｍｅが生体特徴情報の取得回数の最大値ＭａｘＦｒａｍｅよりも小さいか否かをチェックする。
【００６１】
このチェックの結果、取得回数Ｆｒａｍｅが最大値ＭａｘＦｒａｍｅよりも小さい場合、ステップＳ３４にて、取得回数ＦｒａｍｅをインクリメントしてステップＳ２２に戻り、上記同様な処理を繰り返す。また、上記チェックの結果、取得回数Ｆｒａｍｅが最大値ＭａｘＦｒａｍｅ以上となった場合、ステップＳ３５にて、登録者ではない（認識対象者１００は本人でない）と判定する。
【００６２】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【００６３】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【００６４】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【００６５】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【００６６】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【００６７】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【００６８】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【００６９】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【００７０】
次に、第３の実施の形態について説明する。
なお、第３の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第３の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、直前に生体特徴情報を検出した位置または大きさと現在顔を検出した位置または大きさの変動量が極端に大きい場合に、対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために人物入替り判定部１１２の機能が第１の実施の形態と異なっており、以下それについて説明する。
【００７１】
人物入替り判定部１１２においては、生体情報検出部１０６で取得されている両目と両鼻の座標を基に顔の中心座標と顔の大きさの２つの評価値を求め、これらの値が直前までの画像で最終的に検出されたときの値から極端に大きく変動した場合に人物の入替りが起きたと判定する。
【００７２】
具体的には以下の２つのような値で実現させることが可能である。
顔の中心座標＝（両目中心Ｘ座標、両目両鼻中心Ｙ座標）
顔の大きさ ＝両目のＸ座標の距離
通常、同一人物が登録や照合といった試行を行なっている場合、意図的に大きく動作している場合を除いて、仮に立っている場所や姿勢、顔の向きが変化しても連続的に変化すると想定することが可能であり、これらの値が極端に変化した場合を検知することとする。変化量の定義としては、図１４に示すように、
ｒ１＝直前フレームの顔の大きさ
ｒ２＝今回フレームの顔の大きさ
ｄｉｆｆ＿ｘ＝直前と今回の顔中心座標のＸ座標移動距離
ｄｉｆｆ＿ｙ＝直前と今回の顔中心座標のＹ座標移動距離
と定義し、αを所定の係数、Ｔｈ＿ｓｉｚｅを顔の大きさ変動量の閾値とした場合に、
（１）｜ｒ１−ｒ２｜≧Ｔｈ＿ｓｉｚｅ……顔の大きさが極端に大きく変化した場合
（２）ｄｉｆｆ＿ｘ≧（ｒ１＋ｒ２）＊α……顔の位置のＸ座標が大きく変化した場合
（３）ｄｉｆｆ＿ｙ≧（ｒ１＋ｒ２）＊α……顔の位置のＹ座標が大きく変化した場合
という３つの判断基準のいずれかで条件を満たせば人物の入替りが起きたと判断する。
【００７３】
勿論、この条件のうち最低２つ以上の条件を同時に満たしたときのみ入替りと判定することも可能である。図１５（ａ）に示すように、顔の位置や大きさがあまり変化してない場合は、［ｒ１＋ｒ２＜α＊ｄｉｆｆ］なので入替り無し（同一人物）と判定し、図１５（ｂ）に示すように、大きく変動した場合には、［ｒ１＋ｒ２≧α＊ｄｉｆｆ］なので入替りと判定する。
【００７４】
以上の処理によって試行の途中で人物が入替ることを防止することが可能である。たとえば、図１６に示すような画像が入力された場合、人物Ｂが途中からやってきて人物Ａの前に出てしまった場合、誤って人物Ｂが照合対象として選択される可能性があるが、この場合も（３）の画像から（４）にかけて顔の位置の変動量が大きいことから、人物の入替りと判定することが可能である。
【００７５】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【００７６】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【００７７】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【００７８】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【００７９】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【００８０】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【００８１】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【００８２】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【００８３】
次に、第４の実施の形態について説明する。
なお、第４の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第４の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、試行内に取得された複数の生体特徴情報間の類似度を判定して、類似度が所定値未満となった場合に対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために人物入替り判定部１１２の機能が第１の実施の形態と異なっており、以下それについて説明する。
【００８４】
人物入替り判定部１１２においては、生体情報検出部１０６で取得されている顔の部位を基に生体特徴抽出部１０７で切出された顔領域の正規化画像を使って判定するものとする。図１７に示すように、連続して入力されている生体特徴情報間の類似度を計算し、所定の類似度未満となるような連続する生体特徴情報が入力された場合に、対象となる人物が入替りしたと判定することを例にとって説明する。
【００８５】
図１７に示すように、１つの試行内で（１）〜（８）のように連続した顔の画像が入力された場合に、（１）〜（５）までは連続するフレーム間の類似度が高い。ところが（５）〜（６）にかけて検出された顔の情報が突然変化したため、（５），（６）間の類似度が急激に低下する。この低くなった類似度が所定の閾値未満であった場合に「人物入替り」と判定する方法で実現が可能である。ここでは「類似度」を使ったが、フレーム間の「相関値」を使ってもよい。
【００８６】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【００８７】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【００８８】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【００８９】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【００９０】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【００９１】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【００９２】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【００９３】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【００９４】
次に、第５の実施の形態について説明する。
なお、第５の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第５の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、入力された１つまたは複数の生体特徴情報の位置を検出して追跡することにより、対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために生体情報検出部１０６および人物入替り判定部１１２の機能が第１の実施の形態と異なっており、以下それについて説明する。
【００９５】
生体情報検出部１０６において、第１の実施の形態では顔を１つだけ検出していたのに対して、第５の実施の形態では複数の顔を検出することが可能であることとし、各画像間での対応付けを行なう必要がでてくる。この場合、顔の候補を示す類似度の中で最大となる位置を顔検出結果として使うのでなく、最大でなくても各候補間の重なりが起きない範囲で所定の類似度を越す場合には全て顔の候補として挙げるようにすれば実現が可能である。重なりが起きる場合には、類似度の高い方を優先して顔の候補として、残りの重複候補を除外することで実現が可能となる。
【００９６】
人物入替り判定部１１２においては、連続する画像の間で同一人物の顔の位置がどう動いているかの対応付け（トラッキング）ができるように、生体情報検出部１０６で取得されている１つまたは複数の顔それぞれの位置についてラベルを付けることとする。
【００９７】
図１８に示す例の場合、（２）の画像で人物Ａと人物Ｂの顔が画面に写っているため、２つの顔を検出するようにする。（３）の画像が取得されて２つの顔が検出された場合、（２）で取得した２つの顔がそれぞれどの位置に移動しているかを計算する。これは、（２）と（３）の画像間での顔の位置の変化が最小となるように対応を付けることでも実現が可能であるし、顔画像領域を切出した上で相関値を計算する、又は、単純類似度計算を行なうなどして同一人物が追跡できるようになればよいものとする。
【００９８】
図１８の場合には、四角形の記号で検出されている人物Ａと三角形の記号で検出されている人物Ｂが追跡できている例を示している。ここで、実線で示している人物の方が照合や登録の対象者となっていることを意味し、（４）以降から人物Ｂが対象になったという例である。
【００９９】
常に複数の人物を検出することが可能であることから、認識対象者が入替ると判定する基準も必要となる。この例では、「最も顔が大きく写った人物を認識対象者とする」といった例で説明をしているが、「画面に写っている限りは常に特定の人物を対象とし続ける」などといった基準はどのようにしてもよいのは明らかである。
【０１００】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【０１０１】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【０１０２】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【０１０３】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【０１０４】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【０１０５】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【０１０６】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【０１０７】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【０１０８】
次に、第６の実施の形態について説明する。
なお、第６の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第６の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、認識に用いている生体特徴情報以外の入力手段による入力があった場合に対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために入力部１０３および人物入替り判定部１１２の機能が第１の実施の形態と異なっており、以下それについて図１９を参照して説明する。
【０１０９】
入力部１０３内には、たとえば、認識取消ボタン１０３ａが設けられており、登録・更新・照合といった動作の途中で、この認識取消ボタン１０３ａが押下された場合には、人物が入替る合図であるという意味で実現可能である。この認識取消ボタン１０３ａは、タッチパネルやテンキーを利用してもよいし、認識対象者１００が何らかの操作ができれば、どのようなものでも実現が可能であるのは明らかである。
【０１１０】
また、部屋のドアの開錠制御を行なっている場合などでは、別の人物が逆側からドアを開けた場合など、何らかの方法でドアが開いた場合に、この信号を送るといった利用方法も可能である。
要は、認識対象者１００からの操作が可能なユーザーインターフェースを何らかの形で準備し、その操作結果に応じて信号を出力できるものであればどのようなものでも実現が可能である。
【０１１１】
人物入替り判定部１１２においては、上記例であれば、入力部１０３内の認識取消ボタン１０３ａが押下された場合に、人物が入替ることや登録・照合・更新といった試行の節目である合図と判定し、人物の入替え判定を行なう。
【０１１２】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【０１１３】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【０１１４】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【０１１５】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【０１１６】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【０１１７】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【０１１８】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【０１１９】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【０１２０】
次に、第７の実施の形態について説明する。
なお、第７の実施の形態の装置構成や基本的な動作、実施方法に関しては前述した第１の実施の形態と同様であるため説明は省略する。
第７の実施の形態は、生体特徴情報の登録処理または更新処理または照合処理を行なっている間に、認識で使用している生体特徴情報以外に入力されている生体特徴情報が大きく変化した場合に、対象となる人物が入替りを行なったと判定する点を特徴としていて、そのために人物入替り判定部１１２の機能が第１の実施の形態と異なり、かつ、認識で使用している生体特徴情報とは別の生体特徴情報を取得する第２の生体情報取得手段が追加されており、以下それについて図２０を参照して説明する。
【０１２１】
第２の生体情報取得手段は、認識に使用している生体特徴情報以外に簡単に取得できる生体特徴情報を取得するものである。たとえば、この実施の形態においては、認識に利用する第１の生体特徴情報は「顔」の特徴であるとし、第２の生体特徴情報としては「体重」を利用することとする。この場合、図２０に示すように、カメラ１０１以外に、認識対象者１００が立つ場所に、第２の生体情報取得手段として重量センサ１１４を敷設することによって、登録や照合、更新処理をしている認識対象者１００の体重情報を取得することが可能である。
【０１２２】
人物入替り判定部１１２においては、登録や照合、更新処理といった試行を行なっている間に、重量センサ１１４から入力されている体重の変動量が所定の閾値未満で安定していれば、通常の試行として動作することとし、試行の途中で体重の値が所定の閾値以上変動した場合に、人物が入替りをしたと判定する。この場合、入替りをせずに２人同時にカメラ１０１の前に立った場合でも、１人で立っていた場合と比べて体重が増加することで検知することが可能となる。
【０１２３】
ここで、１つの試行の中で人物の入替りを検知した際には、入替りを検知した直後からの情報のみを使って登録や照合処理に利用するという利用方法がある。その場合は、図６でいう（６）〜（８）のみを使って処理を行なう。
一方、人物の入替りを検知した場合には、入替り検知以前の情報のみを使う方法でもよいのは明らかである。本実施の形態でいうと、図７の（１）〜（５）を利用する方法である。
【０１２４】
また、人物の入替りが１度だけであれば前述の内容と重複するが、入替りが複数あった場合などには、複数の入力された生体特徴情報の中から所定の人物のみを選別して照合・登録処理に利用する方法もある。これは、たとえば、照合中であれば辞書に最も近い生体特徴情報とそれに類似する複数の入力された生体特徴情報だけを選別してもよいし、複数の生体特徴情報の平均データを作成し、その平均データとの類似度が所定の閾値以上であると、逸脱した生体特徴情報であるとして処理対象から除外する方法である。図８の例では、（１）〜（４）および（８）のフレームが類似した顔であると判定して、（１）〜（４）と（８）の合計５フレーム分の画像で登録・更新・照合処理を行なったり、履歴用の画像として利用することが可能である。
【０１２５】
ここまでに挙げた人物の入替り判定時の処理としては、登録・照合・更新処理といった処理に使う情報の選別を行なう以外に、認証履歴として残す生体特徴情報や画像といったものの選別基準としても使うことが可能である。たとえば、人物の入替りが照合処理中に起こったとしても、最終的に認識処理に使われた対象人物の生体情報や履歴画像を保存することが可能である。
【０１２６】
他にも、人物の入替りを検知した時点で、照合や登録といった動作を停止してしまうことも可能であるのは明らかである。図９の例では、（６）の画像で人物の入替りを検知したことにより、（６）以降の画像が入力されても処理対象としないといった方法である。
【０１２７】
さらに、人物の入替りしたタイミングによって出力内容を変更するといったことも可能である。この場合には、入替りのタイミングが極端に早かったり遅かったりした場合にはデータの多い方の人物を利用するが、半分程度の場合にはどちらが主要な人物であるか分からないため処理を無効とするといった区別が可能である。
たとえば、図１０の場合であれば、試行１のように人物Ａも人物Ｂの生体特徴情報数が同じ程度の場合には優位性がないためにこの試行は無効とし、試行２のように人物Ａの生体情報の数が多い場合には人物Ａの試行とする。
【０１２８】
また、入替りした人物の組合せによって出力内容を変更することも可能である。たとえば、入替りした人物のうち片方が管理者であった場合には残りの人物での照合を有効とし、入替りした人物が共に管理者ではない場合には照合を無効とするといった利用方法が考えられる。
また、認識に利用するデータは有効とされた人物のデータを利用することや、履歴に保存する際にも有効となった人物のデータを保存するようにすることもできる。
【０１２９】
たとえば、図１１の場合、試行１では入替りした人物の中に管理者が含まれるために試行自体を有効とし、登録・照合・更新に利用するデータは人物Ａのものとする。それに対して試行２の場合には、入替りした人物がともに管理者ではないためにこの試行自体を無効とする。
【０１３０】
以上の方法により、照合（認識）中に人物が入替るようなことが発生しても、正しく登録・照合・更新処理ができると共に、システムの動作として人物を誤って判定して誤動作することを防ぐことが可能である。
【０１３１】
なお、第７の実施の形態では、第２の生体情報取得手段が重量センサで、入替り検知に利用する情報を人物の体重としたが、たとえば、第２の生体情報取得手段が温度センサで、入替り検知に利用する情報を人物領域の平均温度や人物領域の温度分布とすることも可能であるし、第２の生体情報取得手段が距離センサで、入替り検知に利用する情報をカメラから人物までの最短距離、あるいは、カメラから人物までの平均距離とすることも可能であるし、第２の生体情報取得手段が距離センサで、入替り検知に利用する情報を身長とすることも可能である。要は、認識処理に使用していない人物の生体情報が取得できる生体情報取得手段であれば、どのようなものでも実現可能である。
【０１３２】
次に、第８の実施の形態について説明する。
第８の実施の形態は、たとえば、第１の実施の形態で説明した人物認識装置を、通行者の顔を認識して通行者の通行を制御する通行制御装置に適用した場合の例である。
【０１３３】
図２１は、第８の実施の形態に係る通行制御装置の構成を概略的に示すものである。この通行制御装置は、たとえば、重要施設（セキュリティ重視の部屋など）への入退室管理を行なうもので、利用者（通行者）の顔を認識して、その認識結果に基づき重要施設の入退室用ドアの開閉制御を行なうものであり、カメラ１０１、出力部１０２、入力部１０３、処理部１０４、および、認識部１０９の認識結果に応じて重要施設２０１の入退室用ドア２０２の開閉制御を行なう通行制御手段としてのドア制御部１１５から構成されている。
なお、図２１において、ドア制御部１１５以外は図１の人物認識装置と同じ構成であるので、同一符号を付して、その説明は省略する。
【０１３４】
認識部１０９は、たとえば、求めた類似度が閾値以上の場合、ドア制御部１１５に「ドア開」の信号を出力し、求めた類似度が閾値よりも小さかった場合、ドア制御部１１５に「ドア閉」の信号を出力する。ドア制御部１１５は、認識部１０９から「ドア開」の信号を受取ると、入退室用ドア２０２を開状態に制御して、認識対象者（この場合は通行者）１００の入室を許可し、「ドア閉」の信号を受取ると、入退室用ドア２０２を閉状態に保持して、通行者１００の入室を拒否する。
このように、第８の実施の形態によれば、第１の実施の形態で説明した人物認識装置を用いて通行者の通行を制御することができる。
【０１３５】
なお、第８の実施の形態では、代表として、第１の実施の形態で説明した人物認識装置を適用した場合について説明したが、第２〜第７の実施の形態で説明した人物認識装置を適用することも可能であることは説明するまでもないことである。
【０１３６】
ここで、入替り判定部１１２によって人物入替りと判定された場合、第１〜第７の実施例と同様に認識に使うデータや出力内容を変更することが適用できることは明らかであるが、本実施例の場合には出力手段の制御先がドアとなっていることから、入替り判定によってドアの開閉を制御することが可能となる。例えば、入替りを検知した時点でその試行自体を無効とし、ドアを開かないようにするといったことができるのは明らかである。
【０１３７】
以上説明したように、上記実施の形態によれば、人物の生体的な特徴情報を利用して個人を特定する人物認識装置において、本装置を利用している人物が登録・更新・照合処理中に入替りするようなことがあった場合でも、正しく人物の区別ができるようになる。したがって、
（１）登録情報（辞書）を正しく作成できる、
（２）正しい情報での照合が行なえることで安定した性能が確保できる、
（３）照合時の履歴情報を残すときに確実に認識対象者の履歴情報を保存できる、
（４）自動学習を行なう場合に誤って他人の情報を学習してしまうことを防ぐことができる、
といった効果がある。
【０１３８】
なお、前記実施の形態では、主に照合（認識）の処理を主体に説明したが、登録情報（辞書）を登録情報保持部１０８に登録する登録処理、あるいは、登録情報更新部１１１により登録情報保持部１０８内の登録情報（辞書）を更新する更新処理においても照合処理と同様に実施される。
【０１３９】
上述した実施の形態では、人物入替り判定手段は、直前に特徴情報を抽出した位置および大きさのうち少なくともいずれか一方と現在抽出した位置および大きさのうち少なくともいずれか一方の変動量が所定値（所定の閾値）以下の場合に認識対象となる人物が入替りを行なったと判断するように変動量の閾値を設定しているが、閾値を含むか含まないかはシステムの設定により可変設定可能である。
【０１４０】
すなわち、直前に特徴情報を抽出した位置および大きさのうち少なくともいずれか一方と現在抽出した位置および大きさのうち少なくともいずれか一方の変動量が所定値より小さくなった場合に認識対象となる人物が入替りを行なったと判断するように設定すると、変動量が所定値以上の場合は認識対象となる人物が入替りを行なったとは判断しないということになる。
【０１４１】
また、人物入替り判定手段は、取得された複数の特徴情報間の類似度を求めて当該類似度が所定値以下となった場合に認識対象となる人物が入替りを行なったと判断するように類似度の閾値を設定しているが、閾値を含むか含まないかはシステムの設定により可変設定可能である。
【０１４２】
すなわち、取得された複数の特徴情報間の類似度を求めて当該類似度が所定値より小さくなった場合に認識対象となる人物が入替りを行なったと判断するように類似度の閾値を設定すると、取得された複数の特徴情報間の類似度を求めて当該類似度が所定値以上となった場合は認識対象となる人物が入替りを行なったとは判断しないということになる。
【０１４３】
【発明の効果】
以上詳述したように本発明によれば、登録・照合・更新を行なっている途中で人物が入替るようなことが発生しても、正しく登録・照合・更新が行なえるとともに、人物を誤って認識して誤動作することを防ぐことができる人物認識装置、人物認識方法および通行制御装置を提供できる。
【図面の簡単な説明】
【図１】第１の実施の形態に係る人物認識装置の構成を概略的に示すブロック図。
【図２】生体情報検出部の処理を説明するための図。
【図３】生体特徴抽出部の処理を説明するための図。
【図４】第１の実施の形態における認識処理の流れを説明するフローチャート。
【図５】第１の実施の形態における人物入替り判定処理を説明するための図。
【図６】第１の実施の形態における人物入替り判定処理を説明するための図。
【図７】第１の実施の形態における人物入替り判定処理を説明するための図。
【図８】第１の実施の形態における人物入替り判定処理を説明するための図。
【図９】第１の実施の形態における人物入替り判定処理を説明するための図。
【図１０】第１の実施の形態における人物入替り判定処理を説明するための図。
【図１１】第１の実施の形態における人物入替り判定処理を説明するための図。
【図１２】第２の実施の形態における人物入替り判定処理を説明するための図。
【図１３】第２の実施の形態における認識処理の流れを説明するフローチャート。
【図１４】第３の実施の形態における顔の大きさと位置の変動量を説明するための図。
【図１５】第３の実施の形態における人物入替り判定処理を説明するための図。
【図１６】第３の実施の形態における人物入替り判定処理を説明するための図。
【図１７】第４の実施の形態における人物入替り判定処理を説明するための図。
【図１８】第５の実施の形態における人物入替り判定処理を説明するための図。
【図１９】第６の実施の形態に係る人物認識装置の構成を概略的に示すブロック図。
【図２０】第７の実施の形態に係る人物認識装置の構成を概略的に示すブロック図。
【図２１】第８の実施の形態に係る通行制御装置の構成を概略的に示すブロック図。
【符号の説明】
１００…認識対象者（人物、通行者）、１０１…カメラ（生体情報取得手段）、１０２…出力部（出力手段）、１０３…入力部（入力手段）、１０４…処理部、１０５…生体情報入力部（生体情報取得手段）、１０６…生体情報検出部（生体情報検出手段）、１０７…生体特徴抽出部（生体特徴抽出手段）、１０８…登録情報保持部（登録情報保持手段）、１０９…認識部（認識手段）、１１０…履歴情報記憶部（履歴情報記憶手段）、１１１…登録情報更新部（登録情報更新手段）、１１２…人物入替り判定部（人物入替り判定手段）、１１３…入出力制御部、１１４…重量センサ（第２の生体情報取得手段）、１１５…ドア制御部（通行制御手段）、２０１…重要施設、２０２…入退室用ドア。

Claims (21)

1. 認識対象となる人物の生体情報を取得する生体情報取得手段と、
   この生体情報取得手段により取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出手段と、
   あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、
   前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識手段と、
   前記生体情報取得手段により取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定手段と、
   少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が人物の入替りを判定した場合、当該認識処理に用いる情報を変更する制御手段と、
   を具備したことを特徴とする人物認識装置。
2. 認識対象となる人物の生体情報を取得する生体情報取得手段と、
   この生体情報取得手段により取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出手段と、
   あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、
   前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識手段と、
   この認識手段の認識結果に応じた出力動作を行なう出力手段と、
   前記生体情報取得手段により取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定手段と、
   少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が人物の入替りを判定した場合、前記出力手段の出力動作内容を変更する制御手段と、
   を具備したことを特徴とする人物認識装置。
3. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、当該人物の入替り判定以降に取得された特徴情報のみを利用して認識処理を行なうよう制御することを特徴とする請求項１または請求項２記載の人物認識装置。
4. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、当該人物の入替り判定以前に取得された特徴情報のみを利用して認識処理を行なうよう制御することを特徴とする前記あることを特徴とする請求項１または請求項２記載の人物認識装置。
5. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、取得された複数の特徴情報間の類似性を調べることによって所定の人物に該当する特徴情報のみを利用して認識処理を行なうよう制御することを特徴とする請求項１または請求項２記載の人物認識装置。
6. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、当該認識処理は無効として処理を停止することを特徴とする請求項１または請求項２記載の人物認識装置。
7. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、当該人物が入替りを行なったタイミングによって当該認識処理に用いる情報を変更することを特徴とする請求項１または請求項２記載の人物認識装置。
8. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、入替りを行なった人物の組合わせによって当該認識処理に用いる情報を変更することを特徴とする請求項１または請求項２記載の人物認識装置。
9. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、当該人物が入替りを行なったタイミングによって前記出力手段の出力動作内容を変更することを特徴とする請求項２記載の人物認識装置。
10. 前記制御手段は、前記人物入替り判定手段が人物の入替りを判定した場合、入替りを行なった人物の組合わせによって前記出力手段の出力動作内容を変更することを特徴とする請求項２記載の人物認識装置。
11. 前記人物入替り判定手段は、あらかじめ設定される所定時間の間、前記生体情報取得手段により生体情報が取得できない場合に認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
12. 前記人物入替り判定手段は、直前に特徴情報を抽出した位置および大きさのうち少なくともいずれか一方と現在抽出した位置および大きさのうち少なくともいずれか一方の変動量が所定値以上又は所定値より大きい場合に認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
13. 前記人物入替り判定手段は、取得された複数の特徴情報間の類似度を求めて当該類似度が所定値未満又は所定値以下となった場合に認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
14. 前記人物入替り判定手段は、取得された少なくとも１つ以上の特徴情報間の位置を検出して追跡することにより認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
15. 前記人物入替り判定手段は、前記生体情報取得手段以外の入力手段を有し、この入力手段による入力があった場合に認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
16. 前記人物入替り判定手段は、前記生体情報取得手段により取得する生体情報とは別の生体情報を取得する第２の生体情報取得手段を有し、この第２の生体情報取得手段により取得された生体情報から得られる特徴情報が所定値よりも変化した場合に認識対象となる人物が入替りを行なったと判定することを特徴とする請求項１または請求項２記載の人物認識装置。
17. 前記人物の生体情報は、顔画像、指紋画像、虹彩情報、掌形画像、指画像、音声情報のうち少なくともいずれか１つであることを特徴とする請求項１または請求項２記載の人物認識装置。
18. 認識対象となる人物の生体情報を取得する生体情報取得ステップと、
    この生体情報取得ステップにより取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出ステップと、
    この生体特徴抽出ステップにより取得された特徴情報と、あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識ステップと、
    前記生体情報取得ステップにより取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定ステップと、
    少なくとも前記認識ステップにおいて認識処理を行なっている際、前記人物入替り判定ステップが人物の入替りを判定した場合、当該認識処理に用いる情報を変更する制御ステップと、
    を具備したことを特徴とする人物認識方法。
19. 認識対象となる人物の生体情報を取得する生体情報取得ステップと、
    この生体情報取得ステップにより取得された生体情報から当該人物固有の特徴情報を抽出する生体特徴抽出ステップと、
    あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として登録情報保持手段に保持するステップと、
    前記生体特徴抽出ステップにより取得された特徴情報と、あらかじめ認識対象となる人物の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段に保持されている登録情報とを照合することにより当該人物が本人であるか否かを認識する認識ステップと、
    この認識ステップの認識結果に応じた出力動作を行なう出力ステップと、
    前記生体情報取得ステップにより取得された生体情報に基づき認識対象となっている人物が入替りを行なったか否かを判定する人物入替り判定ステップと、
    少なくとも前記認識ステップにおいて認識処理を行なっている際、前記人物入替り判定ステップが人物の入替りを判定した場合、前記出力ステップの出力動作内容を変更する制御ステップと、
    を具備したことを特徴とする人物認識方法。
20. 通行者を認識して前記通行者の通行を制御する通行制御装置において、
    前記通行者の生体情報を取得する生体情報取得手段と、
    この生体情報取得手段により取得された生体情報から当該通行者固有の特徴情報を抽出する生体特徴抽出手段と、
    あらかじめ認識対象となる通行者の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、
    前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該通行者が本人であるか否かを認識する認識手段と、
    前記生体情報取得手段により取得された生体情報に基づき認識対象となっている通行者が入替りを行なったか否かを判定する人物入替り判定手段と、
    少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が通行者の入替りを判定した場合、当該認識処理に用いる情報を変更する制御手段と、
    前記認識手段の認識結果に応じて前記通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
21. 通行者を認識して前記通行者の通行を制御する通行制御装置において、
    前記通行者の生体情報を取得する生体情報取得手段と、
    この生体情報取得手段により取得された生体情報から当該通行者固有の特徴情報を抽出する生体特徴抽出手段と、
    あらかじめ認識対象となる通行者の生体情報から得られた特徴情報を登録情報として保持する登録情報保持手段と、
    前記生体特徴抽出手段により取得された特徴情報と前記登録情報保持手段に保持されている登録情報とを照合することにより当該通行者が本人であるか否かを認識する認識手段と、
    この認識手段の認識結果に応じた出力動作を行なう出力手段と、
    前記生体情報取得手段により取得された生体情報に基づき認識対象となっている通行者が入替りを行なったか否かを判定する人物入替り判定手段と、
    少なくとも前記認識手段において認識処理を行なっている際、前記人物入替り判定手段が通行者の入替りを判定した場合、前記出力手段の出力動作内容を変更する制御手段と、
    前記認識手段の認識結果に応じて前記通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。

Images