JP2014170488A - 推定顔生成装置、顔照合装置、推定顔生成方法及び推定顔生成プログラム - Google Patents

Abstract

【課題】ある時点の顔画像から他の時点の顔画像を推定した推定顔を生成すること。
【解決手段】平均顔生成処理部１４ｃは、年齢層別の平均顔データ１３ａを生成する。年齢差ベクトル算出部１４ｄは、年齢層の異なる平均顔データ１３ａから、年齢による顔の変化を示す年齢差ベクトル１３ｂを算出する。推定顔生成処理部１４ｅは、加工前後の年齢層に対応する年齢差ベクトル１３ｂを用いて顔画像データを加工することで、ある時点の顔画像データから他の時点の顔画像を推定した推定顔データ１３ｃを生成する。照合処理部１４ｆは、この推定顔データ１３ｃを参照データとして顔照合を実行する。
【選択図】図２

Description

この発明は、特定の時点の推定顔データを生成する推定顔生成装置、顔照合装置、推定顔生成方法及び推定顔生成プログラムに関する。

従来、照合対象者の顔画像データと比較するための顔画像データを参照データとして登録しておき、照合対象者の顔画像データを入力データとして参照データと照合処理する顔照合技術が知られている（例えば特許文献１参照。）。

このような顔照合技術では、照合対象者の顔が加齢などにより変化すると照合精度が低下する。そこで、指名手配犯を捜索する場合のように、照合対象者の顔画像データの取得時点と入力データの取得時点との間に時間的な開きがあるケースでは、その時間の差に応じた加工を参照データに施す必要がある。

顔画像に加工を施す技術として、特許文献２は、撮像した人物の顔画像に対して、輪郭、髪型、生え際、毛髪の色等を変更することで、性別や年齢が異なって見える画像を生成し、出力する遊技用の画像出力装置を開示している。また、特許文献３は、２つの顔画像をモーフィングにより合成し、年代や性別による特徴と、任意に選択された好みの特徴とを付加して架空の子供の顔画像を生成する遊技用の画像合成装置を開示している。

特開２００７−１５８４２１号公報 特開平１１−１６４１９６号公報 特開２００４−５２６５号公報

しかしながら、上述の特許文献１及び２は、照合を行なうことを想定した技術ではないため、元の顔画像の特徴を十分に残すことができない。また、加齢に対応した加工や、年代を指定した加工を行なう場合であっても、加工前後の年齢差を考慮していない。従って、上述の特許文献１及び２に代表される従来技術を照合に適用したとしても、照合精度の向上を期待することはできない。

これらのことから、照合対象者の顔画像データの取得時点と入力データの取得時点との間に時間的な開きがある場合に、その時間の差に応じた加工を参照データに施して推定顔を生成し、もって顔画像の照合精度の向上に寄与することのできる技術をいかにして実現するかが重要な課題となっている。

本発明は、上記従来技術の課題を解決するためになされたものであって、ある時点の顔画像から他の時点の顔画像を推定した推定顔を生成することのできる推定顔生成装置、顔照合装置、推定顔生成方法及び推定顔生成プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、特定の時点の推定顔データを生成する推定顔生成装置であって、人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手段と、顔画像データの入力を受け付ける顔画像データ入力受付手段と、前記顔画像データ入力受付手段により受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成手段とを備えたことを特徴とする。

また、本発明は、上記発明において、前記年齢変化データ生成手段は、顔の特徴点の位置を特定し、前記特徴点の位置変化を示すデータを前記年齢変化データとして生成することを特徴とする。

また、本発明は、上記発明において、前記年齢変化データ生成手段は、年齢層の異なる複数の平均顔データを比較し、年齢層の組合せ毎に年齢変化データをそれぞれ生成することを特徴とする。

また、本発明は、上記発明において、前記推定顔生成手段は、前記顔画像データ入力受付手段により受け付けた前記顔画像データの年齢に関する情報と、生成すべき推定顔データの年齢に関する情報とを受け付けて、適用する年齢変化データを決定することを特徴とする。

また、本発明は、上記発明において、前記顔画像データ入力受付手段により受け付けた前記顔画像データを、該顔画像データの年齢に対応する年齢層の平均顔データと比較し、前記顔画像データの個人特徴を抽出する個人特徴抽出手段をさらに備え、前記推定顔生成手段は、前記個人特徴抽出手段により抽出した個人特徴に基づいて前記年齢変化データを補正して適用し、前記推定顔データを生成することを特徴とする。

また、本発明は、上記発明において、前記顔画像データ入力受付手段が複数の顔画像データの入力を受け付けた場合に、前記複数の顔画像データを合成する合成顔データ生成手段をさらに備え、前記推定顔生成手段は、前記顔画像データ入力受付手段が複数の顔画像データの入力を受け付けた場合に、前記合成顔データ生成手段により合成された合成顔データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成することを特徴とする。

また、本発明は、上記発明において、前記合成顔データ生成手段は、前記複数の顔画像データを合成する際に、指定された条件に基づいて重み付けを行なうことを特徴とする。

また、本発明は、顔画像の照合を行なう顔照合装置であって、人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手段と、参照用の顔画像データに対し、前記年齢変化データを適用して特定の時点の推定顔データを生成する推定顔生成手段と、照合用の顔画像データと、推定顔生成手段により生成された前記推定顔データとを照合する照合手段とを備えたことを特徴とする。

また、本発明は、特定の時点の推定顔データを生成する推定顔生成方法であって、人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成ステップと、顔画像データの入力を受け付ける顔画像データ入力受付ステップと、前記顔画像データ入力受付ステップにより受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成ステップとを含んだことを特徴とする。

また、本発明は、特定の時点の推定顔データを生成する推定顔生成プログラムであって、人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手順と、顔画像データの入力を受け付ける顔画像データ入力受付手順と、前記顔画像データ入力受付手順により受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成手順とをコンピュータに実行させることを特徴とする。

本発明によれば、人物の年齢による顔の変化を示す年齢変化データを生成し、画像データ入力受付手段により受け付けた顔画像データに対し、年齢変化データを適用して、特定の時点の推定顔データを生成するように構成したので、ある時点の顔画像から他の時点の顔画像を推定した推定顔を生成することが可能となる。

図１は、実施例１に係る推定顔の生成について説明するための説明図である。 図２は、実施例１に係る顔照合装置の構成を示すブロック図である。 図３は、図２に示した平均顔データについて説明するための説明図である。 図４は、図２に示した年齢差ベクトルについて説明するための説明図である。 図５は、図２に示した推定顔データについて説明するための説明図である。 図６は、年齢差ベクトル算出部の処理手順を示すフローチャートである。 図７は、推定顔生成モードにおける処理手順を示すフローチャートである。 図８は、照合モードにおける処理手順を示すフローチャートである。 図９は、実施例２に係る推定顔の生成について説明するための説明図である。 図１０は、実施例２に係る顔照合装置の構成を示すブロック図である。 図１１は、実施例２における推定顔生成モードの処理手順を示すフローチャートである。 図１２は、実施例３に係る顔照合装置による推定顔の生成について説明するための説明図である。 図１３は、実施例３に係る顔照合装置の構成を示すブロック図である。 図１４は、生成した推定顔を外部出力する推定顔生成装置の構成を示すブロック図である。

以下に添付図面を参照して、本発明に係る推定顔生成装置、顔照合装置、推定顔生成方法及び推定顔生成プログラムの実施例を詳細に説明する。

本実施例１では、平均顔から推定顔を生成する推定顔生成装置を含む顔照合装置について説明を行う。まず、本実施例１に係る顔照合装置による推定顔の生成について説明する。

図１は、実施例１に係る推定顔の生成について説明するための説明図である。顔照合装置は、年齢層別の平均顔データを生成し、年齢層別の平均顔データから年齢による顔の変化を示す年齢差ベクトルを算出する。そして、加工のベースとなる顔画像データと、該顔画像データの年齢層と、加工後の年齢層とを受け付けたならば、加工前後の年齢層に対応する年齢差ベクトルを用いて顔画像データを加工し、推定顔データを生成する。

年齢層別の平均顔データの生成には、当該年齢層に該当する人物の複数の顔画像データを用いる。例えば、２０代の平均顔データを生成する場合には、２０歳から２９歳までの複数の人物の顔画像について、両目、鼻、口等の位置が重なるようにして正規化し、各画素の濃淡値を平均する。同様に、４０代の平均顔データを生成する場合には、４０歳から４９歳までの複数の人物の顔画像について、両目、鼻、口等の位置が重なるようにして正規化し、各画素の濃淡値を平均する。平均顔データの作成には、特許第４１８７４９４号公報や特開２００５−３４６６５４号公報に記載の技術を適用可能である。なお、年齢層は、必ずしも１０歳毎に区切る必要はなく、５歳毎など任意の範囲で設定可能である。

年齢層別の平均顔データは、該年齢層の人物の顔画像が共通して有する特徴を示す。例えば、４０代の平均顔データは、２０代の平均顔データと比較すると、目尻が下がり、頬がたるんでいる。

顔照合装置は、年齢層別の平均顔データから特徴点の位置を検出し、各特徴点の位置変化を年齢差ベクトルとして算出する。特徴点は、年齢の変化による位置の変化が大きい箇所を含むことが好適であり、特徴点の数は適宜設定可能である。また、年齢差ベクトルは、年齢層の組合せ毎に算出することが好適である。

図１では、左目の目尻を特徴点Ｐ１、右の頬を特徴点Ｐ２、顎を特徴点Ｐ３とし、２０代の平均顔データと４０代の平均顔データの年齢差ベクトルを生成している。特徴点Ｐ１は、２０代から４０代への年齢変化によって下がり、特徴点Ｐ２は、２０代から４０代への年齢変化によって画像内における左下方向にたるんでいる。また、特徴点Ｐ３の位置には変化がない。

このため、２０代から４０代への年齢差ベクトルは、特徴点Ｐ１の変化量ｄＰ１が（０，−β１）となり、特徴点Ｐ２の変化量ｄＰ２が（−α２，−β２）となり、特徴点Ｐ３の変化量ｄＰ３が（０，０）となっている。

顔照合装置は、年齢差ベクトルを算出した後、加工のベースとなる顔画像データと、該顔画像データの年齢層と、加工後の年齢層とを受け付けた場合に、推定顔データを生成する。

具体的には、顔照合装置は、加工のベースとなる顔画像データについて特徴点の位置を検出し、加工前後の年齢層に対応する年齢差ベクトルを用いて特徴点の位置を移動処理することで推定顔データを生成する。

図１では、２０代の顔画像データについて特徴点Ｐ１〜Ｐ３を検出し、２０代から４０代への年齢差ベクトルを用いて特徴点Ｐ１〜Ｐ３を移動処理することで、４０代の推定顔データを生成した場合を示している。このため、４０代の推定顔データでは、２０代の顔画像データにおける特徴点Ｐ１の位置がｄＰ１（０，−β１）移動し、２０代の顔画像データにおける特徴点Ｐ２の位置がｄＰ２（−α２，−β２）移動している。２０代の顔画像データにおける特徴点Ｐ３の位置は、ｄＰ３が（０，０）であるため、同一の位置となる。

このように、顔照合装置は、指定された時間の差に応じた加工を顔画像データに対して行なって、推定顔データを生成する。この推定顔データを参照データとして顔照合を実行することにより、顔照合装置は、顔画像の照合精度を向上することができるのである。

次に、本実施例１に係る顔照合装置の構成について説明する。図２は、実施例１に係る顔照合装置１０の構成を示すブロック図である。同図に示すように、実施例１に係る顔照合装置１０は、画像入力インタフェース１１、入力部１２、記憶部１３及び制御部１４を有する。

画像入力インタフェース１１はカメラ２１及びスキャナ２２と接続され、カメラ２１及びスキャナ２２から入力顔画像データを受け付けるインタフェースである。

入力部１２は、キーボードやマウス等である。入力部１２は、顔照合装置１０の動作モードを切替えるモード切替操作を受け付ける。顔照合装置１０の動作モードには、平均顔データを生成して年齢差ベクトルを算出する年齢差ベクトル算出モードと、推定顔データを生成する推定顔生成モードと、照合処理を行なう照合モードとがある。また、入力部１２は、年齢差ベクトル算出モードにおいて、入力顔画像データの年齢層の入力を受け付ける。同様に、入力部１２は、推定顔生成モードにおいて、加工前の年齢層及び加工後の年齢層の入力を受け付ける。

記憶部１３は、フラッシュメモリやハードディスク装置等からなる記憶デバイスであり、平均顔データ１３ａと、年齢差ベクトル１３ｂと推定顔データ１３ｃとを記憶する。

平均顔データ１３ａ及び年齢差ベクトル１３ｂは、年齢差ベクトル算出モードにおいて生成され、記憶部１３に格納される。平均顔データ１３ａは、年齢層と、平均顔画像と、各特徴点の座標及び特徴量とを関連付けたデータである。年齢差ベクトル１３ｂは、年齢差ベクトルを識別する名称と、年齢層の組合せである年齢差と、各特徴点の座標の変化量とを関連付けたデータである。

推定顔データ１３ｃは、推定顔生成モードにおいて生成され、記憶部１３に格納される。推定顔データ１３ｃは、生成した推定顔を一意に特定する推定顔ＩＤと、氏名と、推定顔画像と、各特徴点の座標及び特徴量とを関連付けたデータである。

制御部１４は、顔照合装置１０を全体制御する制御部である。制御部１４は、特徴抽出部１４ａ、モード切替部１４ｂ、平均顔生成処理部１４ｃ、年齢差ベクトル算出部１４ｄ、推定顔生成処理部１４ｅ及び照合処理部１４ｆを有する。

特徴抽出部１４ａは、画像入力インタフェース１１が受け付けた入力顔画像データから特徴を抽出する処理部であり、座標検出部１４ａ１及び特徴量算出部１４ａ２を有する。座標検出部１４ａ１は、入力顔画像データから特徴点の座標を検出する処理を行なう。特徴量算出部１４ａ２は、座標検出部１４ａ１により検出された各特徴点について、特徴量の算出処理を行なう。特徴抽出部１４ａは、特徴点の座標及び特徴量をモード切替部１４ｂに出力する。

モード切替部１４ｂは、入力部１２が受け付けたモード切替操作に応じて、顔照合装置１０の動作モードを切替える処理部である。モード切替部１４ｂは、年齢差ベクトル算出モードにおいては、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を平均顔生成処理部１４ｃに出力する。このため、年齢差ベクトル算出モードでは、入力顔画像データは、平均顔データ１３ａの生成に使用されることとなる。

また、モード切替部１４ｂは、推定顔生成モードにおいては、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を推定顔生成処理部１４ｅに出力する。このため、推定顔生成モードでは、入力顔画像データは、推定顔データ１３ｃを生成するためのベースとして使用されることとなる。また、モード切替部１４ｂは、照合モードにおいては、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を照合処理部１４ｆに出力する。このため、照合モードでは、入力顔画像データは、照合対象データとして使用されることとなる。

平均顔生成処理部１４ｃは、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量と、入力部１２が受け付けた入力顔画像データの年齢層とを用い、年齢層ごとの平均顔データ１３ａを生成する処理部である。具体的には、同一の年齢層に属する複数の入力顔画像データについて、特徴点の座標の平均値と、特徴点毎の特徴量の平均値とを算出することで、平均顔データ１３ａを生成し、記憶部１３に格納する。

年齢差ベクトル算出部１４ｄは、平均顔データ１３ａが記憶部１３に格納された場合に、年齢層の異なる平均顔データ１３ａの組合せから年齢差ベクトル１３ｂを算出する処理部である。具体的には、年齢差ベクトル算出部１４ｄは、年齢層の異なる平均顔データ１３ａの組合せについて、特徴点の座標の差を特徴点毎に算出し、年齢差ベクトル１３ｂとして記憶部１３に格納する。

推定顔生成処理部１４ｅは、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量と、入力部１２が受け付けた入力顔画像データの加工前の年齢層及び加工後の年齢層とを用い、推定顔データ１３ｃを生成する処理部である。具体的には、推定顔生成処理部１４ｅは、まず、入力部１２が受け付けた加工前後の年齢層に対応する年齢差ベクトル１３ｂを記憶部１３から読み出す。そして、読み出した年齢差ベクトル１３ｂに従って入力顔画像データの各特徴点の座標を移動処理し、推定顔を特定するための推定顔ＩＤを付して推定顔データ１３ｃを生成し、記憶部１３に格納する。この時、入力部１２が入力顔画像データの氏名の入力を受け付けていたならば、該氏名も推定顔データ１３ｃに含める。なお、氏名に限らず、入力顔画像データに関連する情報を推定顔データ１３ｃに含めることも可能である。

照合処理部１４ｆは、推定顔データ１３ｃを参照データとし、入力顔画像データを照合対象データとして照合処理を行う処理部である。具体的には、照合処理部１４ｆは、参照データと照合対象データの特徴点の座標及び特徴量について類似度を求め、類似度が閾値以上ならば同一人物と判定し、参照データとして用いた推定顔データ１３ｃに関する情報を照合結果として出力する。推定顔データ１３ｃが複数存在する場合には、照合処理部１４ｆは、複数の推定顔データ１３ｃを順次参照データとして選択し、照合処理を繰り返す。類似度が閾値以上となる推定顔データ１３ｃが存在しなければ、照合処理部１４ｆは、該当者無しを照合結果として出力する。なお、照合処理については公知の技術が利用できる。

次に、図２に示した平均顔データ１３ａの詳細について説明する。図３は、図２に示した平均顔データ１３ａについて説明するための説明図である。図３に示すように、平均顔データ１３ａは、年齢層と、平均顔画像と、各特徴点の座標及び特徴量とを関連付けたデータである。

具体的には、年齢層「２０代」には、平均顔画像「ａｖ２０．ｊｐｇ」と、特徴点Ｐ１の座標「（ｘ２１，ｙ２１）」と、特徴点Ｐ１の特徴量「Ｆ１（ａｖ２０）」と、特徴点Ｐ２の座標「（ｘ２２，ｙ２２）」と、特徴点Ｐ２の特徴量「Ｆ２（ａｖ２０）」と、特徴点Ｐｎの座標「（ｘ２ｎ，ｙ２ｎ）」と、特徴点Ｐｎの特徴量「Ｆｎ（ａｖ２０）」とが関連付けられている。

また、年齢層「３０代」には、平均顔画像「ａｖ３０．ｊｐｇ」と、特徴点Ｐ１の座標「（ｘ３１，ｙ３１）」と、特徴点Ｐ１の特徴量「Ｆ１（ａｖ３０）」と、特徴点Ｐ２の座標「（ｘ３２，ｙ３２）」と、特徴点Ｐ２の特徴量「Ｆ２（ａｖ３０）」と、特徴点Ｐｎの座標「（ｘ３ｎ，ｙ３ｎ）」と、特徴点Ｐｎの特徴量「Ｆｎ（ａｖ３０）」とが関連付けられている。

同様に、年齢層「４０代」には、平均顔画像「ａｖ４０．ｊｐｇ」と、特徴点Ｐ１の座標「（ｘ４１，ｙ４１）」と、特徴点Ｐ１の特徴量「Ｆ１（ａｖ４０）」と、特徴点Ｐ２の座標「（ｘ４２，ｙ４２）」と、特徴点Ｐ２の特徴量「Ｆ２（ａｖ４０）」と、特徴点Ｐｎの座標「（ｘ４ｎ，ｙ４ｎ）」と、特徴点Ｐｎの特徴量「Ｆｎ（ａｖ４０）」とが関連付けられている。

次に、図２に示した年齢差ベクトル１３ｂの詳細について説明する。図４は、図２に示した年齢差ベクトル１３ｂについて説明するための説明図である。図４に示すように、年齢差ベクトル１３ｂは、年齢差ベクトル１３ｂを識別する名称と、年齢層の組合せである年齢差と、各特徴点の座標の変化量とを関連付けたデータである。

具体的には、名称「Ｖ２３」が付された年齢差ベクトル１３ｂは、２０代から３０代となった場合の変化を示している。そして、名称「Ｖ２３」が付された年齢差ベクトル１３ｂは、特徴点Ｐ１の変化量が「（ｄ２３ｘ１、ｄ２３ｙ１）であり、特徴点Ｐ２の変化量が「（ｄ２３ｘ２、ｄ２３ｙ２）であり、特徴点Ｐｎの変化量が「（ｄ２３ｘｎ、ｄ２３ｙｎ）であることを示している。

また、名称「Ｖ２４」が付された年齢差ベクトル１３ｂは、２０代から４０代となった場合の変化を示している。そして、名称「Ｖ２４」が付された年齢差ベクトル１３ｂは、特徴点Ｐ１の変化量が「（ｄ２４ｘ１、ｄ２４ｙ１）であり、特徴点Ｐ２の変化量が「（ｄ２４ｘ２、ｄ２４ｙ２）であり、特徴点Ｐｎの変化量が「（ｄ２４ｘｎ、ｄ２４ｙｎ）であることを示している。

同様に、名称「Ｖ２５」が付された年齢差ベクトル１３ｂは、２０代から５０代となった場合の変化を示している。そして、名称「Ｖ２５」が付された年齢差ベクトル１３ｂは、特徴点Ｐ１の変化量が「（ｄ２５ｘ１、ｄ２５ｙ１）であり、特徴点Ｐ２の変化量が「（ｄ２５ｘ２、ｄ２５ｙ２）であり、特徴点Ｐｎの変化量が「（ｄ２５ｘｎ、ｄ２５ｙｎ）であることを示している。

次に、図２に示した推定顔データ１３ｃの詳細について説明する。図５は、図２に示した推定顔データ１３ｃについて説明するための説明図である。図５に示すように、推定顔データ１３ｃは、推定顔を一意に特定する推定顔ＩＤと、氏名と、推定顔画像と、各特徴点の座標及び特徴量とを関連付けたデータである。

具体的には、推定顔ＩＤ「ｓ１」には、氏名「Ａ Ｂ」と、推定顔画像「ｓ１．ｊｐｇ」と、特徴点Ｐ１の座標「（ｓ１ｘ１，ｓ１ｙ１）」と、特徴点Ｐ１の特徴量「Ｆ１（ｓ１）」と、特徴点Ｐ２の座標「（ｓ１ｘ２，ｓ１ｙ２）」と、特徴点Ｐ２の特徴量「Ｆ２（ｓ１）」と、特徴点Ｐｎの座標「（ｓ１ｘｎ，ｓ１ｙｎ）」と、特徴点Ｐｎの特徴量「Ｆｎ（ｓ１）」とが関連付けられている。

また、推定顔ＩＤ「ｓ２」には、氏名「Ｃ Ｄ」と、推定顔画像「ｓ２．ｊｐｇ」と、特徴点Ｐ１の座標「（ｓ２ｘ１，ｓ２ｙ１）」と、特徴点Ｐ１の特徴量「Ｆ１（ｓ２）」と、特徴点Ｐ２の座標「（ｓ２ｘ２，ｓ２ｙ２）」と、特徴点Ｐ２の特徴量「Ｆ２（ｓ２）」と、特徴点Ｐｎの座標「（ｓ２ｘｎ，ｓ２ｙｎ）」と、特徴点Ｐｎの特徴量「Ｆｎ（ｓ２）」とが関連付けられている。

次に、年齢差ベクトル算出部１４ｄの処理手順について説明する。図６は、年齢差ベクトル算出部１４ｄの処理手順を示すフローチャートである。まず、年齢差ベクトル算出部１４ｄは、年齢層の異なる２つの平均顔データ１３ａを記憶部１３から読み出す（ステップＳ１０１）。

ステップＳ１０１の後、年齢差ベクトル算出部１４ｄは、特徴点を１つ選択し（ステップＳ１０２）、読み出した２つの平均画像データについて、選択した特徴点の座標の変化量を算出する（ステップＳ１０３）。

ステップＳ１０３の後、年齢差ベクトル算出部１４ｄは、全ての特徴点を選択済であるか否かを判定する（ステップＳ１０４）。未選択の特徴点が残っているならば（ステップＳ１０４；Ｎｏ）、年齢差ベクトル算出部１４ｄは、ステップＳ１０２に移行し、未選択の特徴点のいずれかを選択する。全ての特徴点を選択済であるならば（ステップＳ１０４；Ｙｅｓ）、年齢差ベクトル算出部１４ｄは、各特徴点について算出した座標の変化量を、読み出した２つの平均顔データ１３ａに対応する年齢層の年齢差ベクトル１３ｂとして記憶部１３に格納する（ステップＳ１０５）。

ステップＳ１０５の後、年齢差ベクトル算出部１４ｄは、全ての年齢層の組合せについて年齢差ベクトル１３ｂを算出済であるか否かを判定する（ステップＳ１０６）。年齢差ベクトル１３ｂを算出していない年齢層の組合せが残っているならば（ステップＳ１０６；Ｎｏ）、年齢差ベクトル算出部１４ｄは、ステップＳ１０１に移行し、年齢層の異なる２つの平均顔データ１３ａを記憶部１３から読み出す。そして、全ての年齢層の組合せについて年齢差ベクトル１３ｂを算出した場合に（ステップＳ１０６；Ｙｅｓ）、年齢差ベクトル算出部１４ｄは処理を終了する。

次に、推定顔生成モードにおける処理手順について説明する。図７は、推定顔生成モードにおける処理手順を示すフローチャートである。推定顔生成モードにおいて、画像入力インタフェース１１は、推定顔データを生成するためのベースとなる入力顔画像データを受け付ける（ステップＳ２０１）。また、入力部１２は、入力顔画像データの加工前の年齢層と、加工後の年齢層の入力を受け付ける（ステップＳ２０２）。

特徴抽出部１４ａは、ステップＳ２０１で受け付けた入力顔画像データの特徴点の座標を検出し（ステップＳ２０３）、特徴点の特徴量を算出する（ステップＳ２０４）。

推定顔生成処理部１４ｅは、ステップＳ２０２で受け付けた加工前後の年齢層に対応する年齢差ベクトル１３ｂを記憶部１３から読み出す（ステップＳ２０５）。推定顔生成処理部１４ｅは、読み出した年齢差ベクトル１３ｂに従って入力顔画像データの特徴点の座標を移動処理する（ステップＳ２０６）。その後、推定顔生成処理部１４ｅは、移動処理を行なっていない未処理の特徴点が残っているか否かを判定し（ステップＳ２０７）、未処理の特徴点が残っているならば（ステップＳ２０７；Ｎｏ）、ステップＳ２０６に移行して、特徴点の座標の移動処理を行なう。

全ての特徴点について移動処理を行なったならば（ステップＳ２０７；Ｙｅｓ）、推定顔生成処理部１４ｅは、移動処理を行なった特徴点を用いて推定顔データ１３ｃを生成し（ステップＳ２０８）、生成した推定顔データ１３ｃを記憶部１３に格納して（ステップＳ２０９）、処理を終了する。

次に、照合モードにおける処理手順について説明する。図８は、照合モードにおける処理手順を示すフローチャートである。照合モードにおいて、画像入力インタフェース１１は、照合対象データとなる入力顔画像データを受け付ける（ステップＳ３０１）。

特徴抽出部１４ａは、ステップＳ３０１で受け付けた入力顔画像データの特徴点の座標を検出し（ステップＳ３０２）、特徴点の特徴量を算出する（ステップＳ３０３）。

照合処理部１４ｆは、参照データとして用いる推定顔データ１３ｃを選択し（ステップＳ３０４）、選択した推定顔データ１３ｃと入力顔画像データについて、特徴点の座標及び特徴量の類似度を算出する（ステップＳ３０５）。

照合処理部１４ｆは、算出した類似度が閾値以上であるならば（ステップＳ３０６；Ｙｅｓ）、選択した推定顔データ１３ｃと入力画像データとが同一人物のものであると判定し、参照データとして用いた推定顔データ１３ｃに関する情報（氏名等）を照合結果として出力して（ステップＳ３０９）、処理を終了する。

算出した類似度が閾値未満であるならば（ステップＳ３０６；Ｎｏ）、照合処理部１４ｆは、全ての推定顔データ１３ｃを参照データとして選択済であるか否かを判定する（ステップＳ３０７）。

未選択の推定顔データ１３ｃが残っているならば（ステップＳ３０７；Ｎｏ）、照合処理部１４ｆは、未選択の推定顔データ１３ｃから参照データとして用いる推定顔データ１３ｃを選択する（ステップＳ３０４）。全ての推定顔データ１３ｃを参照データとして選択済であるならば（ステップＳ３０７；Ｙｅｓ）、照合処理部１４ｆは、「該当者無し」を照合結果として出力して（ステップＳ３０８）、処理を終了する。

上述してきたように、本実施例１に係る顔照合装置１０は、年齢層別の平均顔データから年齢による顔の変化を示す年齢差ベクトル１３ｂを算出し、加工前後の年齢層に対応する年齢差ベクトル１３ｂを用いて顔画像データを加工することで、ある時点の顔画像データから他の時点の顔画像を推定した推定顔データ１３ｃを生成することができる。そして、この推定顔データ１３ｃを参照データとして顔照合を実行することにより、顔照合装置１０は、顔画像の照合精度を向上することができる。

上記実施例１では、推定顔データを生成するベースとなる入力顔画像データについて、一律に年齢差ベクトルによる加工を行なう場合を説明した。しかし、このように一律に年齢差ベクトルによる加工を行なうこととすると、推定顔データを生成するベースとなる入力顔画像データが有する個人的な特徴が希薄になる場合や、過度に強調される場合がある。

具体的には、同年齢層の平均顔と比べて、特徴点の位置が大きく異なる場合であって、年齢差ベクトルによる移動方向が平均顔に対する特徴点のずれの方向と正対するケースでは、個人的な特徴が希薄になる。また、年齢差ベクトルによる移動方向が平均顔に対する特徴点のずれの方向と同一であるケースでは、個人的な特徴が過度に強調され、不自然な推定顔データが得られることとなる。

そこで、本実施例２は、推定顔データを生成するベースとなる入力顔画像データについて、加工前の年齢層の平均顔データと比較を行い、比較の結果として得られる個人的な特徴により、年齢差ベクトルによる加工を補正する構成について説明する。

図９は、実施例２に係る推定顔の生成について説明するための説明図である。実施例２に係る顔照合装置は、実施例１と同様に、年齢層別の平均顔データを生成し、年齢層別の平均顔データから年齢による顔の変化を示す年齢差ベクトルを算出する。

加えて、実施例２に係る顔照合装置は、加工のベースとなる顔画像データについて、加工前の年齢層の平均顔データと比較し、個人的な特徴を示す個人特徴ベクトルを算出する。

具体的には、加工のベースとなる顔画像データから特徴点の位置を検出し、加工前の年齢層の平均顔データにおける特徴点の位置との差を個人特徴ベクトルとして算出する。

図９では、加工前の顔画像データは年齢層が２０代である。この顔画像データの右の頬に対応する特徴点Ｐ２の位置は、２０代の平均顔データの特徴点Ｐ２の位置よりも画像内において左下方向にずれている。また、左の目尻に対応する特徴点Ｐ１の位置は、２０代の平均顔データの特徴点Ｐ１の位置よりも上にずれている。同様に、顎に対応する特徴点Ｐ３の位置は、２０代の平均顔データの特徴点Ｐ３の位置よりも上にずれている。

このため、加工前の顔画像データの個人特徴ベクトルは、特徴点Ｐ１のずれ量ｄＰ１が（０，δ１）となり、特徴点Ｐ２のずれ量ｄＰ２が（−γ２，−δ２）となり、特徴点Ｐ３のずれ量ｄＰ３が（０，δ３）となっている。

実施例２に係る顔照合装置は、この個人特徴ベクトルにより年齢差ベクトルを補正して補正ベクトルを生成し、補正ベクトルを用いて顔画像データを加工することで推定顔データを生成する。

個人特徴ベクトルにより年齢差ベクトルを補正する場合には、個人特徴ベクトルの各特徴点のずれ量に応じて特徴点毎に補正量又は補正比率を定めることが好適である。また、個人特徴ベクトルのうち、ずれ量が所定値以上となる特徴点についてのみ補正を行なうこととしてもよい。ずれ量が所定値以上となる特徴点についてのみ補正を行なう場合には、補正量は固定値又は固定比率とすることができる。

図９では、個人特徴ベクトルのうち、ずれ量が所定値以上となる特徴点についてのみ補正を行ない、その補正量として各特徴点のずれ量に応じた補正比率を使用する場合について示している。

具体的には、図９では、個人特徴ベクトルのうち、特徴点Ｐ２のずれ量が所定値以上であるため、年齢差ベクトルの特徴点Ｐ２に対して補正を行なっている。

個人特徴ベクトルの特徴点Ｐ２におけるずれ量（−γ２，−δ２）から求めたｘ座標に対する補正比率をε２とし、ｙ座標に対する補正比率をζ２とすると、年齢差ベクトルにおける特徴点Ｐ２の変化量ｄＰ２は（−α２，−β２）であるので、補正ベクトルにおける特徴点Ｐ２の変化量ｄＰ２は（ε２×（−α２），ζ２×（−β２））となる。

なお、個人特徴ベクトルの特徴点Ｐ１におけるずれ量は所定値未満であるため補正を行なわない。従って、補正ベクトルにおける特徴点Ｐ１の変化量ｄＰ１は、年齢差ベクトルにおける特徴点Ｐ１の変化量ｄＰ１（０，−β１）と一致する。

同様に、個人特徴ベクトルの特徴点Ｐ３におけるずれ量は所定値未満であるため補正を行なわない。従って、補正ベクトルにおける特徴点Ｐ３の変化量ｄＰ３は、年齢差ベクトルにおける特徴点Ｐ３の変化量ｄＰ３（０，０）と一致する。

個人特徴ベクトルにより年齢差ベクトルを補正して加工を行なうことにより、個人的な特徴が希薄になる、若しくは過度に強調されることを防止し、適切な推定顔データを得ることができる。図９に示した推定顔データは、年齢差ベクトルをそのまま適用して加工したならば、特徴点Ｐ２の位置により示される右頬の形状が過度に強調されて、破線で図示したように不自然な形状となるが、個人特徴ベクトルを用いて補正を行なうことにより、実線で図示したように自然な形状とすることができる。

このように、実施例２に係る顔照合装置は、推定顔データを生成するベースとなる顔画像データについて、加工前の年齢層の平均顔データと比較を行い、比較の結果として得られる個人的な特徴により、年齢差ベクトルによる加工を補正して推定顔データの生成に用いる。この推定顔データを参照データとして顔照合を実行することにより、顔照合装置は、顔画像の照合精度をさらに向上することができる。

次に、本実施例２に係る顔照合装置の構成について説明する。図１０は、実施例２に係る顔照合装置１１０の構成を示すブロック図である。同図に示す顔照合装置１１０は、制御部１４に個人特徴ベクトル算出部１５ｂ及び補正ベクトル算出部１５ｃをさらに備える。

そして、モード切替部１５ａは、推定顔生成モードにおいて、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を推定顔生成処理部１５ｄ及び個人特徴ベクトル算出部１５ｂに出力する点が、実施例１に示したモード切替部１４ｂと異なる。

また、推定顔生成処理部１５ｄは、年齢差ベクトル１３ｂではなく、補正ベクトル算出部１５ｃにより算出された補正ベクトルを用いて推定顔データ１３ｃを生成する点が実施例１に示した推定顔生成処理部１４ｅと異なる。

顔照合装置１１０のその他の構成及び動作は、実施例１に示した顔照合装置１０と同様であるので、同一の構成要素には同一の符号を付して説明を省略する。

個人特徴ベクトル算出部１５ｂは、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を、モード切替部１５ａを介して受け付けると、入力部１２が受け付けた入力顔画像データの年齢層に対応する平均顔データ１３ａを記憶部１３から読み出す。そして、平均顔データ１３ａにおける特徴点の座標と、特徴抽出部１４ａにより出力された特徴点の座標との差を個人特徴ベクトルとして算出し、算出した個人特徴ベクトルを補正ベクトル算出部１５ｃに出力する。

補正ベクトル算出部１５ｃは、個人特徴ベクトル算出部１５ｂから個人特徴ベクトルを受け付けた場合に、個人特徴ベクトルの各特徴点のずれ量に基づいて、各特徴点に対する補正の要否を判定する。そして、補正が必要と判定した特徴点に対しては、該特徴点のずれ量に基づいて補正量を算出する。

また、補正ベクトル算出部１５ｃは、入力部１２が受け付けた加工前後の年齢層に対応する年齢差ベクトル１３ｂを記憶部１３から読み出し、算出した補正量により補正することで補正ベクトルを求め、該補正ベクトルを推定顔生成処理部１５ｄに出力する。推定顔生成処理部１５ｄは、この補正ベクトルを用いて推定顔データ１３ｃを生成し、記憶部１３に格納する。

次に、実施例２における推定顔生成モードの処理手順について説明する。図１１は、実施例２における推定顔生成モードの処理手順を示すフローチャートである。推定顔生成モードにおいて、画像入力インタフェース１１は、推定顔データを生成するためのベースとなる入力顔画像データを受け付ける（ステップＳ４０１）。また、入力部１２は、入力顔画像データの加工前の年齢層と、加工後の年齢層の入力を受け付ける（ステップＳ４０２）。

特徴抽出部１４ａは、ステップＳ４０１で受け付けた入力顔画像データの特徴点の座標を検出し（ステップＳ４０３）、特徴点の特徴量を算出する（ステップＳ４０４）。

個人特徴ベクトル算出部１５ｂは、ステップＳ４０２で受け付けた入力顔画像データの年齢層に対応する平均顔データ１３ａを記憶部１４から読み出す（ステップＳ４０５）。個人特徴ベクトル算出部１５ｂは、読み出した平均顔データ１３ａにおける特徴点の座標と、ステップＳ４０３で検出された特徴点の座標との差を個人特徴ベクトルとして算出する（ステップＳ４０６）。

補正ベクトル算出部１５ｃは、ステップＳ４０２で受け付けた加工前後の年齢層に対応する年齢差ベクトル１３ｂを記憶部１３から読み出す（ステップＳ４０７）。そして、読み出した年齢差ベクトル１３ｂをステップＳ４０６で算出した個人特徴ベクトルに基づいて補正することで、補正ベクトルを算出する（ステップＳ４０８）。

推定顔生成処理部１５ｄは、ステップＳ４０８で算出された補正ベクトルに従って入力顔画像データの特徴点の座標を移動処理する（ステップＳ４０９）。その後、推定顔生成処理部１５ｄは、移動処理を行なっていない未処理の特徴点が残っているか否かを判定し（ステップＳ４１０）、未処理の特徴点が残っているならば（ステップＳ４１０；Ｎｏ）、ステップＳ４０９に移行して、特徴点の座標の移動処理を行なう。

全ての特徴点について移動処理を行なったならば（ステップＳ４１０；Ｙｅｓ）、推定顔生成処理部１５ｄは、移動処理を行なった特徴点を用いて推定顔データ１３ｃを生成し（ステップＳ４１１）、生成した推定顔データ１３ｃを記憶部１３に格納して（ステップＳ４１２）、処理を終了する。

上述してきたように、本実施例２に係る顔照合装置１１０は、推定顔生成モードで入力された入力顔画像データについて、加工前の年齢層の平均顔データと比較を行うことで個人的な特徴を示す個人特徴ベクトルを算出し、個人特徴ベクトルに基づいて年齢差ベクトルを補正して推定顔データの生成に用いるので、個人的な特徴が希薄になることや、個人的な特徴が過度に強調されることなく、適切な推定顔データ１３ｃを生成ことができる。そして、この推定顔データ１３ｃを参照データとして顔照合を実行することにより、顔照合装置１１０は、顔画像の照合精度をさらに向上することができる。

上記実施例１及び２では、１人の人物の顔画像を用い、該人物の未来又は過去の推定顔画像を生成可能な顔照合装置について説明を行なったが、本実施例３では、複数の人物の顔画像を用いて推定顔画像を生成する顔画像照合装置について説明を行なう。複数の人物の顔画像を用いた推定顔画像の生成は、例えば両親の顔画像から迷子となった子供の顔を推定するケースのように、参照データとすべき人物の顔画像が無い場合に特に有効である。

図１２は、実施例３に係る顔照合装置による推定顔の生成について説明するための説明図である。図１２では、両親の顔画像から子供の推定顔を生成する場合について示している。

まず、顔照合装置は、母親の顔画像と父親の顔画像とを合成して合成顔画像を生成している。合成顔を生成する際には、重み付けを行なってもよい。例えば母親似の子供の顔画像を生成する場合には、父親側の比率を下げて合成顔画像を生成する。また、父親と祖母のように、血縁の近さに差がある場合にも、血縁の近さに応じて重み付けを行なえばよい。

また、本実施例３に係る顔照合装置は、実施例１及び２と同様に、年齢層別の平均顔データを生成し、年齢層別の平均顔データから年齢による顔の変化を示す年齢差ベクトルを算出する。

そして、年齢差ベクトルを用いて合成顔画像を加工することで、子供の推定顔を生成する。３０代の両親から１０代の子供の推定顔を生成する場合には、３０代から１０代への年齢差ベクトルを用いる。また、１０代から３０代への年齢差ベクトルを反転して使用してもよい。

次に、本実施例３に係る顔照合装置の構成について説明する。図１３は、実施例３に係る顔照合装置２１０の構成を示すブロック図である。同図に示す顔照合装置２１０は、制御部１４に合成顔生成部１６ａをさらに備え、推定顔生成処理部１６ｂの動作が図２に示した推定顔生成処理部１４ｅと異なる。その他の構成及び動作は、実施例１に示した顔照合装置１０と同様であるので、同一の構成要素には同一の符号を付して説明を省略する。

合成顔生成部１６ａは、推定顔生成モードにおいて、モード切替部１４ｂから複数の入力顔画像データについて特徴点の座標及び特徴量を受け付け、複数の入力顔画像データについて、特徴点の座標の重み付け平均値と、特徴点毎の特徴量の重み付け平均値とを算出することで、合成顔データを生成し、推定顔生成処理部１６ｂに出力する。重み付け平均値を算出する際の重み付けの値は、入力部１２により受け付けられる。重み付けを指定する入力が行なわれなければ、合成顔生成部１６ａは、重み付けを行なわずに合成顔データを生成する。

推定顔生成処理部１６ｂは、合成顔生成部１６ａにより出力された合成顔データの特徴点の座標及び特徴量と、入力部１２が受け付けた入力顔画像データの加工前の年齢層及び加工後の年齢層とを用い、推定顔データ１３ｃを生成する。

上述してきたように、本実施例３では、合成顔生成処理部１６ｂにより複数の入力顔画像データを合成して合成顔データを生成し、合成顔データに対して年齢差ベクトルを用いた加工を行なうように構成したので、複数の人物の顔画像を用いて目的の人物の推定顔画像データを得ることができる。

上記実施例１〜３では、推定顔データを生成した後、照合処理を行なう顔照合装置について説明を行なったが、照合処理を行なう機能は必ずしも必要ではなく、生成した推定顔を外部出力する推定顔生成装置として実施することも可能である。

図１４は、生成した推定顔を外部出力する推定顔生成装置３１０の構成を示すブロック図である。図１４に示す推定顔生成装置３１０の動作モードは、年齢差ベクトル算出モードと推定顔生成モードの２つであり、照合モードは含まれない。

推定顔生成装置３１０の制御部１４が有するモード切替部１７ａは、年齢差ベクトル算出モードにおいては、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を平均顔生成処理部１４ｃに出力する。このため、年齢差ベクトル算出モードでは、入力顔画像データは、平均顔データ１３ａの生成に使用されることとなる。

また、推定顔生成装置３１０の制御部１４が有するモード切替部１７ａは、推定顔生成モードにおいては、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量を推定顔生成処理部１７ｂに出力する。このため、推定顔生成モードでは、入力顔画像データは、推定顔データを生成するためのベースとして使用されることとなる。

推定顔生成処理部１７ｂは、特徴抽出部１４ａにより出力された特徴点の座標及び特徴量と、入力部１２が受け付けた入力顔画像データの加工前の年齢層及び加工後の年齢層とを用い、推定顔データを生成する処理部である。

推定顔生成処理部１７ｂは、生成した推定顔データを推定顔生成装置３１０の外部に出力する。外部出力された推定顔データは、他の装置により照合、記憶などに任意に使用することができる。また、単に表示装置に表示出力するように構成してもよい。

推定顔生成装置３１０のその他の構成及び動作は、実施例１に示した顔照合装置１０と同様であるので、同一の構成要素には同一の符号を付して説明を省略する。

上述してきたように、本実施例４に係る推定顔生成装置３１０は、年齢層別の平均顔データから年齢による顔の変化を示す年齢差ベクトル１３ｂを算出し、加工前後の年齢層に対応する年齢差ベクトル１３ｂを用いて顔画像データを加工することで、ある時点の顔画像データから他の時点の顔画像を推定した推定顔データを生成することができる。そして、この推定顔データを外部出力し、他の装置に使用させることができる。

なお、上記実施例１〜４では、年齢層の組み合わせについてそれぞれ年齢差ベクトルを算出する構成について説明を行なった。すなわち、「２０代から３０代」に対応する年齢差ベクトルと、「３０代から４０代」に対応する年齢差ベクトルと、年齢層「２０代から４０代」に対応する年齢差ベクトルとを、それぞれ求めていた。しかし、本発明はこれに限定されるものではなく、例えば、「２０代から３０代」に対応する年齢差ベクトルと、「３０代から４０代」に対応する年齢差ベクトルとを組み合わせることで、「２０代から４０代」に対応する加工を行なうこととしてもよい。

また、年齢差ベクトルは、反転して使用することも可能である。例えば、「２０代から３０代」に対応する年齢差ベクトルを反転して使用することで、３０代の人物の顔画像データから２０代の推定顔を生成することができる。

また、年齢差ベクトルは、性別ごとに算出してもよいし、性別を問わずに算出してもよい。また、上記実施例１〜４では、特徴点の位置の差を年齢差ベクトルや個人特徴ベクトルに利用する場合について説明を行なったが、特徴点の特徴量の差を年齢差ベクトルや個人特徴ベクトルの算出に使用してもよい。特徴量を用いれば、しわ、しみ、黒ずみ及び肌の色等における年齢による変化を、年齢差ベクトルや個人特徴ベクトルとして利用可能である。

また、上記実施例１、２及び３では、いずれかの推定顔データと照合対象データとの類似度が閾値以上となった場合には報知を行なって処理を終了し、いずれの推定顔データとの類似度も閾値未満であった場合にも報知を行なうこととしたが、照合結果をどのように出力するかは適宜設定可能である。

例えば、全ての推定顔データについて類似度を算出し、閾値が最大となる推定顔データに関する情報を照合結果として出力することとしてもよい。また、閾値を超えた推定顔データを全て照合結果として出力してもよい。また、いずれの推定顔データとの類似度も閾値未満であった場合には、報知を行なわなくともよい。

また、上記実施例１、２及び３では、全ての推定顔データを対象に照合を行なう構成について説明を行なったが、照合対象データの年齢層を画像処理などによって推定し、推定した年齢層に対応する推定顔データを選択的に用いて照合処理を行なってもよい。

また、推定顔データや照合対象データに対し、髪型やひげの変更、アクセサリの付け外しなどを行なう画像処理を組み合わせてもよい。

なお、上記実施例１〜４に示した制御部１４が行なう処理をプログラムとして記述すれば、該プログラムを読み込んだコンピュータを顔照合装置１０、顔照合装置１１０、顔照合装置２１０若しくは推定顔生成装置３１０として動作させることができる。

本発明に係る推定顔生成装置、顔照合装置、推定顔生成方法及び推定顔生成プログラムは、ある時点の顔画像から他の時点の顔画像を推定した推定顔を生成することに適している。

１０、１１０、２１０ 顔照合装置
１１ 画像入力インタフェース
１２ 入力部
１３ａ 平均顔データ
１３ｂ 年齢差ベクトル
１３ｃ 推定顔データ
１４ 制御部
１４ａ 特徴抽出部
１４ａ１ 座標検出部
１４ａ２ 特徴量算出部
１４ｂ，１５ａ，１７ａ モード切替部
１４ｃ 平均顔生成処理部
１４ｄ 年齢差ベクトル算出部
１４ｅ，１５ｄ，１６ｂ，１７ｂ 推定顔生成処理部
１４ｆ 照合処理部
１５ｂ 個人特徴ベクトル算出部
１５ｃ 補正ベクトル算出部
１６ａ 合成顔生成部
２１ カメラ
２２ スキャナ
３１０ 推定顔生成装置

Claims (10)

1. 特定の時点の推定顔データを生成する推定顔生成装置であって、
   人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手段と、
   顔画像データの入力を受け付ける顔画像データ入力受付手段と、
   前記顔画像データ入力受付手段により受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成手段と
   を備えたことを特徴とする推定顔生成装置。
2. 前記年齢変化データ生成手段は、顔の特徴点の位置を特定し、前記特徴点の位置変化を示すデータを前記年齢変化データとして生成することを特徴とする請求項１に記載の推定顔生成装置。
3. 前記年齢変化データ生成手段は、年齢層の異なる複数の平均顔データを比較し、年齢層の組合せ毎に年齢変化データをそれぞれ生成することを特徴とする請求項１又は２に記載の推定顔生成装置。
4. 前記推定顔生成手段は、前記顔画像データ入力受付手段により受け付けた前記顔画像データの年齢に関する情報と、生成すべき推定顔データの年齢に関する情報とを受け付けて、適用する年齢変化データを決定することを特徴とする請求項３に記載の推定顔生成装置。
5. 前記顔画像データ入力受付手段により受け付けた前記顔画像データを、該顔画像データの年齢に対応する年齢層の平均顔データと比較し、前記顔画像データの個人特徴を抽出する個人特徴抽出手段をさらに備え、
   前記推定顔生成手段は、前記個人特徴抽出手段により抽出した個人特徴に基づいて前記年齢変化データを補正して適用し、前記推定顔データを生成する
   ことを特徴とする請求項１〜４のいずれか一つに記載の推定顔生成装置。
6. 前記顔画像データ入力受付手段が複数の顔画像データの入力を受付けた場合に、前記複数の顔画像データを合成する合成顔データ生成手段をさらに備え、
   前記推定顔生成手段は、前記顔画像データ入力受付手段が複数の顔画像データの入力を受け付けた場合に、前記合成顔データ生成手段により合成された合成顔データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する
   ことを特徴とする請求項１〜５のいずれか一つに記載の推定顔生成装置。
7. 前記合成顔データ生成手段は、前記複数の顔画像データを合成する際に、指定された条件に基づいて重み付けを行なうことを特徴とする請求項６に記載の推定顔生成装置。
8. 顔画像の照合を行なう顔照合装置であって、
   人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手段と、
   参照用の顔画像データに対し、前記年齢変化データを適用して特定の時点の推定顔データを生成する推定顔生成手段と、
   照合用の顔画像データと、推定顔生成手段により生成された前記推定顔データとを照合する照合手段と
   を備えたことを特徴とする顔照合装置。
9. 特定の時点の推定顔データを生成する推定顔生成方法であって、
   人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成ステップと、
   顔画像データの入力を受け付ける顔画像データ入力受付ステップと、
   前記顔画像データ入力受付ステップにより受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成ステップと
   を含んだことを特徴とする推定顔生成方法。
10. 特定の時点の推定顔データを生成する推定顔生成プログラムであって、
    人物の年齢による顔の変化を示す年齢変化データを生成する年齢変化データ生成手順と、
    顔画像データの入力を受け付ける顔画像データ入力受付手順と、
    前記顔画像データ入力受付手順により受け付けた前記顔画像データに対し、前記年齢変化データを適用して前記特定の時点の推定顔データを生成する推定顔生成手順と
    をコンピュータに実行させることを特徴とする推定顔生成プログラム。

Images