JP2023138534A - 画像処理装置、画像処理方法、顔認証システム及びプログラム - Google Patents
画像処理装置、画像処理方法、顔認証システム及びプログラム Download PDFInfo
- Publication number
- JP2023138534A JP2023138534A JP2023117180A JP2023117180A JP2023138534A JP 2023138534 A JP2023138534 A JP 2023138534A JP 2023117180 A JP2023117180 A JP 2023117180A JP 2023117180 A JP2023117180 A JP 2023117180A JP 2023138534 A JP2023138534 A JP 2023138534A
- Authority
- JP
- Japan
- Prior art keywords
- image
- face
- subject
- unit
- living body
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 74
- 238000003672 processing method Methods 0.000 title abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000000605 extraction Methods 0.000 abstract description 38
- 230000001815 facial effect Effects 0.000 description 73
- 238000000034 method Methods 0.000 description 49
- 230000006870 function Effects 0.000 description 28
- 239000000284 extract Substances 0.000 description 23
- 230000015654 memory Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Image Input (AREA)
- Artificial Intelligence (AREA)
Abstract
【課題】撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出しうる画像処理装置、画像処理方法、顔認証システム及びプログラムを提供する。
【解決手段】第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて被写体を撮影することで生成された第2の画像と、被写体の深度情報と、を取得する取得部と、第2の画像に写る顔を検出する検出部と、深度情報に基づいて、検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、第1の画像から顔画像を抽出する抽出部と、を有する。
【選択図】図1
【解決手段】第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて被写体を撮影することで生成された第2の画像と、被写体の深度情報と、を取得する取得部と、第2の画像に写る顔を検出する検出部と、深度情報に基づいて、検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、第1の画像から顔画像を抽出する抽出部と、を有する。
【選択図】図1
Description
本発明は、画像処理装置、画像処理方法、顔認証システム及びプログラムに関する。
近時、本人確認を行う場面において、人間の身体的特徴や行動的特徴に関する情報である生体情報を用いて認証を行う生体認証が利用されるようになっている。生体認証のひとつである顔認証は、認証対象者の心理的抵抗が少ない、離れた場所からでも認証が可能である、不正に対する心理的抑止効果がある等の利点を有している。
顔認証は、カメラで撮影した人物の顔画像から得られた情報と登録された人物の情報とを照合し、撮影された人物が登録された人物と同一人物であるかどうかを認証する技術である。特許文献1及び特許文献2には、写真等の非生体物を用いて顔認証を通過しようとする、いわゆるなりすまし行為を防止する技術として、赤外線画像を用いた顔認証手法が開示されている。写真等の印刷物は赤外線を吸収しない性質を有しているため、撮影した赤外線画像から被写体が生体であるのか写真であるのかを判別し、不正行為を排除することができる。
しかしながら、黒人のように深い色の肌を有する人物を赤外線カメラで撮影した場合、赤外線の吸収率が大きいため反射赤外線を十分に検出することができず、生体を撮影したものであるかどうかの判別が困難な場合があった。また、赤外線画像から顔認証を行う場合、可視光画像から顔認証を行う場合と比較して、顔認証の精度が悪かった。
本発明の目的は、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出しうる画像処理装置、画像処理方法、顔認証システム及びプログラムを提供することにある。
本発明の一観点によれば、第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、を取得する取得部と、前記第1の画像に写る顔を検出する検出部と、前記第2の画像から取得された深度情報に基づいて、前記被写体が生体であるか否かを判定する生体判定部と、前記第1の画像と前記第2の画像とに基づいて、前記被写体が登録された人物であるか否かを判定する判定部とを有する画像処理装置が提供される。
また、本発明の更に他の一観点によれば、第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、を取得し、前記第1の画像に写る顔を検出し、前記第2の画像から取得された深度情報に基づいて、前記被写体が生体であるか否かを判定し、前記第1の画像と前記第2の画像とに基づいて、前記被写体が登録された人物であるか否かを判定する画像処理方法が提供される。
本発明によれば、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出することができる。
[第1実施形態]
本発明の第1実施形態による顔認証システムについて、図1を用いて説明する。図1は、本実施形態による顔認証システムの概略構成を示すブロック図である。
本発明の第1実施形態による顔認証システムについて、図1を用いて説明する。図1は、本実施形態による顔認証システムの概略構成を示すブロック図である。
本実施形態による顔認証システム100は、図1に示すように、撮影部10と、画像処理部20と、顔認証部40と、記憶部50と、制御部60とを含む。
撮影部10は、第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて被写体を撮影することで生成された第2の画像と、被写体の深度情報(3次元情報)とを取得するためのものである。第1の波長の光は、例えば可視光である。第2の波長の光は、例えば近赤外線である。撮影部10は、例えば、可視光画像を撮影するカメラ12と、近赤外線画像を撮影するカメラ14と、被写体に特定パターンのレーザ光を照射するプロジェクタ16とを含むことができる。本実施形態では、カメラ12により可視光画像を撮影し、カメラ14により近赤外画像を撮影する場合を例に挙げて説明するものとする。
被写体の深度情報を取得する方法は、特に限定されるものではない。例えば、上記構成の撮影部10を用いた例では、プロジェクタ16により特定パターンのレーザ光を照射した状態でカメラ14により撮影を行う方法を適用することができる。撮影された画像から当該特定パターンの反射光のパターンを解析することにより、被写体までの距離を計測することができる。或いは、複数のカメラで取得した画像の視差から被写体までの距離を計測する方法や、被写体に赤外線レーザを照射し、受信した反射光の時間差を利用して被写体までの距離を計測する方法(TOF方式)を用いることもできる。
上記構成の撮影部10と同等の機能を備える市販品としては、例えば、マイクロソフト社製のKinect(登録商標)や、インテル社製のRealSense(登録商標)等がある。これらは、可視光画像を撮影する手段としてRGBカメラを備え、被写体の深度情報を含む画像を撮影する手段として近赤外線プロジェクタと近赤外線カメラとを備えている。
画像処理部20は、撮影部10により撮影された画像から生体を撮影した顔画像を抽出する機能ブロックであり、画像データ取得部22と、顔検出部24と、ライブネス判定部26と、顔画像抽出部30とを含む。
画像データ取得部22は、撮影部10から、カメラ12により撮影した可視光画像データと、カメラ14により撮影した近赤外線画像データと、被写体の深度情報とを取得する。顔検出部24は、画像データ取得部22により取得された可視光画像及び近赤外線画像に写る顔を検出する。ライブネス判定部26は、画像データ取得部22により取得された被写体の深度情報に基づいて、顔検出部24により検出された近赤外線画像中の顔が生体を撮影したものであるか否かを判定する。顔画像抽出部30は、近赤外線画像に写る顔に関する情報に基づいて、可視光画像から顔認証に用いる顔画像を抽出する。
顔認証部40は、画像処理部20で抽出された顔画像の人物が、予め登録された人物に該当するか否かを判定する機能ブロックであり、顔特徴量抽出部42と、照合部44とを含む。なお、ここでは便宜的に画像処理部20と顔認証部40とを分けているが、顔認証部40の一部の機能を画像処理部20が備えていてもよい。
顔特徴量抽出部42は、顔画像抽出部30により抽出された可視光画像の顔画像から、顔の特徴を表すパラメータである顔特徴量を抽出する。照合部44は、顔特徴量抽出部42で抽出された可視光画像の顔画像の顔特徴量と、記憶部50に登録されている人物の顔画像の顔特徴量とを照合する照合処理を行う。
制御部60は、撮影部10、画像処理部20、顔認証部40における全般的な処理を司る制御部である。
次に、本実施形態による顔認証システム100を用いた顔認証方法について、図2を用いて具体的に説明する。図2は、本実施形態による顔認証システムにおける顔認証方法を示すフローチャートである。
可視光カメラと近赤外線カメラとが一体となった市販品の撮像装置には、可視光カメラにより撮影される画像の座標と、近赤外線カメラにより撮影される画像の座標とを関係づける座標変換関数を備えたものがある。本実施形態では、このような座標変換関数を利用した画像処理方法を説明する。なお、別々の装置として構成される可視光カメラと近赤外線カメラとを用い、可視光カメラにより撮影される画像の座標と近赤外線カメラにより撮影される画像の座標とを関係づける座標変換関数を別途用意するようにしてもよい。
本実施形態による顔認証システム100を用いた顔認証処理は、図2のステップS101からステップS107に従って行われる。なお、後述する各部の処理は、制御部60による制御のもとで実行される。
まず、撮影部10は、カメラ12により被写体の可視光画像を撮影し、カメラ14により被写体の近赤外線画像を撮影する。また、撮影部10は、カメラ14及びプロジェクタ16を用いて被写体の深度情報を取得する(ステップS101)。可視光画像と赤外線画像とは、同期して撮影することが望ましい。撮影する可視光画像及び近赤外線画像は、少なくとも1人の同じ人物を被写体とする画像である。被写体の深度情報は、被写体にて反射された近赤外線の情報を用いて生成される。
撮影部10で撮影された可視光画像及び近赤外線画像の画像データは、被写体の深度情報とともに、画像処理部20の画像データ取得部22へと送られる。なお、画像データ取得部22では、受け取った画像データに対して、必要に応じて補正処理等の付加的な画像処理を行ってもよい。
次いで、顔検出部24は、画像データ取得部22へと送られた近赤外線画像に対し、画像に写る顔を検出する顔検出処理を行う(ステップS102)。顔検出部24が顔検出に用いるアルゴリズムは特に限定されるものではなく、種々のアルゴリズムを適用することができる。
次いで、ライブネス判定部26は、近赤外線画像から検出された顔の画像が、カメラ14が生体を撮影することにより取得された画像であるか否かを判定する(ステップS103)。具体的には、ライブネス判定部26は、撮影部10で取得した被写体の深度情報を参照し、近赤外線画像から検出された顔の部分に、生体の特徴を表す凹凸に応じた深度情報が含まれているかどうかを判定する。
例えば、生体は顔の凹凸に応じて場所によって異なる深度情報を含むため、顔の部分に深度情報の分布が認められる場合には、検出された顔の画像が生体を撮影したものであると判定することができる。一方、写真などの2次元的な画像は顔の凹凸に応じて場所によって異なる深度情報は含まないため、顔の部分の深度情報が均一な場合には、検出された顔の画像が生体を撮影したものではないと判定することができる。
ステップS103において、ライブネス判定部26により、検出された顔の画像が生体を撮影したものであると判定された場合(図中、「Y」)には、ステップS104へと移行する。一方、ステップS103において、ライブネス判定部26により、検出された顔の画像が生体を撮影したものではないと判定された場合(図中、「N」)には、顔認証は失敗したものと判定し、ステップS101に戻る。なお、検出された顔が生体を撮影したものではないと判定される場合には、ステップS102において近赤外線画像から顔が検出されなかった場合も含まれる。
次いで、顔画像抽出部30は、撮像装置に備わっている座標変換関数を用い、生体を撮影したものであると判定された顔の画像の近赤外線画像上における座標を、可視光画像上における座標へと変換する(ステップS104)。撮像装置に備わっている座標変換関数を用いることにより、近赤外線画像において生体を撮影したものであると判定された顔が、可視光画像に写るどの人物の顔に対応するものであるのかを容易に対応づけることができる。
次いで、顔画像抽出部30は、生体を撮影したものであると判定された顔の可視光画像上における座標をもとに、可視光画像から対応する顔画像を抽出する(ステップS105)。すなわち、顔画像抽出部30は、近赤外線画像に写る顔に関する情報、本実施形態では近赤外線画像に写る顔の位置に関する情報を用いて、近赤外線画像に写る顔に対応する顔画像を、可視光画像から抽出する。この際、近赤外線画像上における座標から可視光画像上における座標への変換誤差を考慮して、若干広めに画像を切り出すことが望ましい。
このようにすることで、撮影した可視光画像の中から、生体を撮影した顔画像だけを抽出することができる。
次いで、顔認証部40は、画像処理部20で可視光画像から抽出した顔画像を用いて顔認証処理を実行する。可視光画像を用いて顔認証を行うことにより、近赤外線画像を用いる場合と比較して顔認証の精度を向上することができる。
まず、顔特徴量抽出部42は、ステップS105で抽出した顔画像から、顔の特徴を表すパラメータである顔特徴量を抽出する(ステップS106)。顔特徴量の抽出は、可視光画像から切り出した顔画像に対して顔検出部24で顔検出を行った後に行ってもよい。
顔特徴量は、ベクトル量であり、顔画像の特徴を表現するスカラ量の成分の組み合わせである。特徴量の成分としては、特に限定されるものではなく、種々の種類のものを用いることができる。例えば、特徴量の成分として、目、鼻、口等の顔の器官の中心又は端点に設定した特徴点間の距離や角度等の位置関係、顔の輪郭線の曲率、顔表面の色分布や濃淡値等を用いることができる。特徴量の成分数も、特に限定されるものではなく、要求される照合精度、処理速度等に応じて適宜設定することができる。
次いで、照合部44は、可視光画像から抽出した顔画像の人物が、記憶部50に登録されている人物のいずれかに該当するかどうかを照合する照合処理を行う(ステップS107)。具体的には、照合部44は、ステップS106で抽出した顔画像の顔特徴量と、記憶部50に登録されている人物の顔画像の顔特徴量とを比較する。顔特徴量の類似度が所定の閾値を超えている人物が記憶部50に存在した場合には、照合部44は、可視光画像から抽出した顔画像の人物が登録済みの人物と同一であると判定、すなわち顔認証が成功したと判定する。一方、顔特徴量の類似度が所定の閾値を超えている人物が記憶部50に存在しない場合には、照合部44は、可視光画像から抽出した顔画像の人物が記憶部50に登録されていない人物であると判定、すなわち顔認証に失敗したと判定する。
この後、制御部60は、照合処理の結果に応じて、所定の処理を実行する。例えば、本実施形態の顔認証システムが出入国管理や入退室管理等のゲートシステムに用いられる場合、顔認証に成功した場合に限り、入場を許可するようにゲートシステムを制御する。
顔特徴量の類似度が所定の閾値に満たない場合には、不正であるとして顔認証システム100がアラートを出すようにしてもよい。また、近赤外線画像で顔が検出されたにもかかわらず、検出された顔が生体を撮影したものではないと判定された場合、写真等を用いてゲートシステムを通過しようとする不正が行われた可能性がある。そのような場合に不正であるとしてアラートを出すようにしてもよい。反対に、記憶部50がブラックリストに含まれる人物の顔画像の顔特徴量を記憶している場合は、認証に成功した場合に、顔認証システム100がアラートを出すようにしてもよい。
このように、本実施形態によれば、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出することができる。これにより、精度の高い顔認証を実現しうる顔認証システムを実現することができる。
[第2実施形態]
本発明の第2実施形態による顔認証システム及び顔認証方法について、図3乃至図5を用いて説明する。第1実施形態による顔認証システムと同様の構成要素には同一の符号を付し、説明を省略し或いは簡潔にする。
本発明の第2実施形態による顔認証システム及び顔認証方法について、図3乃至図5を用いて説明する。第1実施形態による顔認証システムと同様の構成要素には同一の符号を付し、説明を省略し或いは簡潔にする。
はじめに、本実施形態による顔認証システムの概略構成について、図3を用いて説明する。図3は、本実施形態による顔認証システムの概略構成を示すブロック図である。
本実施形態による顔認証システム100は、図3に示すように、画像処理部20が顔数決定部28を更に有するほかは、図1に示す第1実施形態による顔認証システムと同様である。顔数決定部28は、可視光画像に写る顔の数と、近赤外線画像に写る顔のうち生体を撮影したものであると判定された顔の数とを決定するものである。
本実施形態の顔認証システムでは、可視光画像と近赤外線画像との関連づけを、第1実施形態で用いたような座標変換関数ではなく、可視光画像に写る顔の数と、近赤外線画像に写る顔のうち生体の顔を撮影したものであると判定された顔の数とに基づいて行う。したがって、本実施形態の顔認証システムには、必ずしも可視光画像と近赤外線画像との間の座標変換関数を備えた撮像装置を用いる必要はない。
次に、本実施形態による顔認証システム100を用いた顔認証方法について、図4及び図5を用いて具体的に説明する。図4は、本実施形態による顔認証システムにおける顔認証方法を示すフローチャートである。図5は、2次元の顔画像を含む被写体を撮影した場合における顔画像の誤抽出の一例を示す図である。
本実施形態による顔認証システム100を用いた顔認証処理は、図4のステップS201からステップS207に従って行われる。なお、後述する各部の処理は、制御部60による制御のもとで実行される。
まず、撮影部10は、カメラ12により被写体の可視光画像を撮影し、カメラ14により被写体の近赤外線画像を撮影する。また、撮影部10は、カメラ14及びプロジェクタ16を用いて被写体の深度情報を取得する(ステップS201)。本実施形態では座標変換関数を用いないため、カメラ12とカメラ14とは別々の撮像装置でもよいが、カメラ12,14の視界がほぼ等しくなるようにキャリブレーションを行っておくことが望ましい。撮影部10で撮影された可視光画像及び近赤外線画像の画像データは、被写体の深度情報とともに、画像処理部20の画像データ取得部22へと送られる。
次いで、顔検出部24は、画像データ取得部22へと送られた可視光画像及び近赤外線画像のそれぞれに対して、画像に写る顔を検出する顔検出処理を行う(ステップS202)。
次いで、ライブネス判定部26は、近赤外線画像から検出された顔の画像が、カメラ14が生体を撮影することにより取得された画像であるか否かを判定する(ステップS203)。近赤外線画像から複数の顔が検出された場合には、ライブネス判定部26は、それぞれの顔の画像について、生体を撮影することにより取得された画像であるか否かを判定する。判定の方法は、第1実施形態のステップS103と同様である。
次いで、顔数決定部28は、可視光画像から検出された顔の数と、近赤外線画像から検出され生体の顔を撮影したものであると判断された顔の数とを決定し、両者が同じ数であるかどうかを判定する(ステップS204)。
顔数決定部28が、ステップS204において顔の数が同じであると判定した場合(図中、「Y」)には、可視光画像で検出された顔の画像が総て生体を撮影したものであると判断し、ステップS205へと移行する。一方、顔数決定部28が、ステップS204において顔の数が異なると判定した場合(図中、「N」)には、可視光画像で検出された顔のうちの少なくとも一部が写真などの2次元画像を撮影したものであると判断し、ステップS201に戻る。このような場合、不正行為が行われたものとしてアラートを出すようにしてもよい。更に、可視光画像からのみ検出された顔を特定するようにしてもよい。また、顔数決定部28は、可視光画像からのみ検出された顔の顔画像を不正行為が行われた顔として出力してもよい。
次いで、顔画像抽出部31は、可視光画像から検出された顔の画像(顔画像)を抽出する(ステップS205)。本ステップは、可視光画像から検出された顔の数と、近赤外線画像から検出され生体の顔を撮影したものであると判断された顔の数とが同じ場合に行われる。すなわち、本ステップでは、近赤外線画像に写る顔に関する情報、本実施形態では近赤外線画像から検出され生体の顔を撮影したものであると判断された顔の数を用いて、近赤外線画像に写る顔に対応する顔画像を、可視光画像から抽出する。なお、可視光画像から顔画像を抽出する際、第1実施形態で説明した座標変換関数を用い、近赤外線画像に写る顔に対応する顔画像を可視光画像から抽出するようにしてもよい。
次いで、顔特徴量抽出部42は、ステップS205で可視光画像から抽出した顔画像から、顔の特徴を表すパラメータである顔特徴量を抽出する(ステップS206)。顔特徴量の抽出方法は、第1実施形態のステップS106と同様である。
次いで、照合部44は、可視光画像から抽出した顔画像の人物が、記憶部50に登録されている人物のいずれかに該当するかどうかを照合する照合処理を行う(ステップS207)。照合処理の方法は、第1実施形態のステップS107と同様である。
この後、照合処理の結果に応じて、制御部60は、所定の処理を実行する。
上述のように、本実施形態では、可視光画像から検出された顔の数と近赤外線画像から検出され生体を撮影したものであると判断された顔の数とが同じである場合に限り、検出された顔画像を顔認証処理の対象としている。この理由について以下に述べる。
近赤外線画像から検出された顔の画像の中に、カメラ14が生体を撮影することにより取得された画像ではないと判定されたものが1つでもあった場合、直ちに写真などの2次元画像を用いた不正行為が行われたと判断する運用も可能である。
しかしながら、例えば、カメラの視界の中の壁に人物の顔を写したポスターなどがたまたま貼付されていたような場合、顔認証処理に移行できないといった不具合が発生する可能性がある。
また、例えば色白の顔の写真のように、可視光画像では顔であると検知できるが、近赤外線画像では顔であると検知しにくい被写体が存在した場合、近赤外線画像のライブネスチェックだけでは2次元の顔画像を排除することはできない。
例えば、図5(a)に示すように、人物Aと人物Bの写真とを含む被写体の近赤外線画像において、人物Aの顔は検知されたが、人物Bの顔は検知されなかったものとする。この場合、人物Bの顔画像に対してはライブネスチェックも行われないため、2次元画像を用いた不正行為は行われていないと判断されることになる。そして、続く顔認証処理では、図5(b)に示すように、可視光画像に写る人物Aの顔と人物Bの顔とが処理対象であると判断され、それぞれについて顔認証が実施されてしまう。
このように、可視光画像では顔であると検知されるが近赤外線画像では顔であると検知しにくい被写体が存在する場合、可視光画像から検出される顔の数と近赤外線画像から検出される顔の数とは異なることになる。
そこで、本実施形態では、近赤外線画像に対するライブネスチェックに加え、可視光画像において検知された顔の数と、近赤外線画像において検知された顔の数との比較を行っている。カメラの視界の中に近赤外線画像から顔検知できる2次元画像が存在している場合、この顔画像はライブネスチェックにより排除することができる。カメラの視界の中に近赤外線画像からは顔検知できない2次元画像が存在している場合、この顔画像の存在は、可視光画像において検知された顔の数と近赤外線画像において検知された顔の数とが異なることに基づいて知ることができる。これにより、撮影した画像の中から、顔認証処理の対象に含められるべき顔画像を適切に選択し、顔認証処理を実行することができる。
このように、本実施形態によれば、可視光画像の座標を近赤外線画像の座標に変換しなくとも、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出することができる。これにより、精度の高い顔認証を実現しうる顔認証システムを実現することができる。
[第3実施形態]
本発明の第3実施形態による顔認証方法について、図6乃至図8を用いて説明する。第1及び第2実施形態による顔認証システムと同様の構成要素には同一の符号を付し、説明を省略し或いは簡潔にする。
本発明の第3実施形態による顔認証方法について、図6乃至図8を用いて説明する。第1及び第2実施形態による顔認証システムと同様の構成要素には同一の符号を付し、説明を省略し或いは簡潔にする。
図6は、本実施形態による顔認証システムにおける顔認証方法を示すフローチャートである。図7は、撮影部により撮影された可視光画像及び近赤外線画像の一例を示す図である。図8は、図7の画像に基づき本実施形態の顔認証処理を実行したときの顔認証結果の一例を示す図である。
本実施形態では、第1又は第2実施形態による顔認証システムを用いた他の顔認証方法を説明する。本実施形態の顔認証方法は、可視光カメラにより撮影された画像と近赤外線カメラにより撮影された画像との関連づけを、顔認証により行うものである。本実施形態においても第2実施形態と同様、必ずしも第1実施形態で用いた座標変換関数を利用しなくてもよい。
本実施形態による顔認証処理は、図6のステップS301からステップS307に従って行われる。なお、後述する各部の処理は、制御部60による制御のもとで実行される。
まず、撮影部10は、カメラ12により被写体の可視光画像を撮影し、カメラ14により被写体の近赤外線画像を撮影する。また、撮影部10は、カメラ14及びプロジェクタ16を用いて被写体の深度情報を取得する(ステップS301)。撮影部10で撮影された可視光画像及び近赤外線画像の画像データは、被写体の深度情報とともに、画像処理部20の画像データ取得部22へと送られる。
次いで、顔検出部24は、画像データ取得部22へと送られた可視光画像及び近赤外線画像のそれぞれに対して、画像に写る顔を検出する顔検出処理を行う(ステップS302)。
ここでは一例として、カメラ12,14の視界に、人物Aと、人物Cと、人物Bの写真とが存在している場合を想定する。そして、可視光画像から、例えば図7(a)に示すように、人物A’の顔と、人物B’の顔と、人物C’の顔とが検出されたものとする。また、近赤外線画像から、例えば図7(b)に示すように、人物A”の顔と、人物B”の顔と、人物C”の顔とが検出されたものとする。ここで、人物A及び人物Bは記憶部50に登録済みの人物であり、人物Cは記憶部50に未登録の人物であるものとする。
次いで、ライブネス判定部26は、近赤外線画像から検出された顔が、生体を撮影したものであるか否かを判定する(ステップS303)。判定の方法は、第1実施形態のステップS103と同様である。
図7の例では、人物A”の顔及び人物C”の顔は生体を撮影した画像であると判定され、人物B”の顔は写真を撮影したものと判定される。これにより、人物B”の顔は、近赤外線画像から検出された顔のグループから除外される。
次いで、顔画像抽出部30は、可視光画像から検出された顔の画像(顔画像)と、近赤外線画像から検出され生体を撮影したものと判定された顔の画像(以下、「生体の顔画像」と呼ぶ)とを抽出する(ステップS304)。
次いで、顔特徴量抽出部42は、可視光画像から検出された顔画像及び近赤外線画像から検出された生体の顔画像のそれぞれから、顔の特徴を表すパラメータである顔特徴量を抽出する(ステップS305)。顔特徴量の抽出方法は、第1実施形態のステップS106と同様である。
次いで、照合部44は、可視光画像から検出された顔画像の人物が、近赤外線画像から検出された生体の顔画像の人物うちのいずれかと同一であるかどうかを判定する(ステップS306)。具体的には、照合部44は、可視光画像から検出された顔画像と近赤外線画像から検出された生体の顔画像との総ての組み合わせについて、可視光画像から検出された顔画像の顔特徴量と、近赤外線画像から検出された生体の顔画像の顔特徴量とを比較する。そして、照合部44は、可視光画像から検出された顔画像の顔特徴量と、近赤外線画像から検出された生体の顔画像の顔特徴量との照合に基づいて、可視光画像から抽出する顔画像を決定する。例えば、照合部44は、顔特徴量の類似度が所定の閾値を超えている組み合わせを、同一人物であると判定する。
通常、可視光画像から検出された顔画像の数が、最大顔検知数となる。また、近赤外線画像から検出された生体の顔画像の数は、最大顔検知数以下となる。最大顔検知数をNとすると、1人につき最大N人の顔画像と照合を行うことになる。顔特徴量の類似度が所定の閾値を超えている人物が複数存在する場合は、その中で最もスコアの高い顔画像の人物を同一人物と判定することができる。
照合部44が、可視光画像から検出された顔画像の人物のうちの少なくとも一部が近赤外線画像から検出された生体の顔画像の人物に該当すると判定した場合(図中、「Y」)には、ステップS307へと移行する。近赤外線画像の中に同一人物の顔画像が見つからなかった可視光画像の顔画像は、可視光画像から検出された顔画像のグループから除外される。この意味で、照合部44は、可視光画像に写る総ての人物の顔画像の中から、近赤外線画像にも写る人物であって、近赤外線画像に生体の顔画像として写っている人物の顔画像を抽出する抽出部であるとも言える。
一方、照合部44が、可視光画像から検出された顔画像の人物の総てが近赤外線画像から検出された生体の顔画像の人物に該当しないと判定した場合(図中、「N」)には、顔認証が失敗したものと判定し、ステップS301に戻る。
図7の例では、可視光画像における人物A’の顔画像と、近赤外線画像における人物A”の顔画像とが、同一の人物Aを撮影したものであると判断される。また、可視光画像における人物C’の顔画像と、近赤外線画像における人物C”の顔画像とが、同一の人物Cを撮影したものであると判断される。一方、人物B”の顔画像は近赤外線画像から検出された顔画像のグループから除外されているため、可視光画像の人物B’に対応する人物は、近赤外線画像には写っていないものと判断される。
なお、ステップS303のライブネスチェックは、ステップS306以降に行ってもよい。ただし、この場合には2次元画像を撮影した顔画像についても顔特徴量の抽出等の処理を行う必要があるため、処理負荷を軽減する観点からはステップS305よりも前にライブネスチェックを行うことが望ましい。
次いで、照合部44は、可視光画像から抽出した顔画像の人物が、記憶部50に登録されている人物のいずれかに該当するかどうかを判定する(ステップS307)。具体的には、照合部44は、可視光画像から抽出した顔画像のそれぞれについて、可視光画像から抽出した顔画像の顔特徴量と、記憶部50に登録されている人物の顔画像の顔特徴量とを比較する。顔特徴量の類似度が所定の閾値を超えている人物の顔画像が記憶部50に存在した場合には、照合部44は、可視光画像から抽出した顔画像の人物が登録済みの人物と同一であると判定、すなわち顔認証が成功したと判定する。一方、顔特徴量の類似度が所定の閾値を超えている人物の顔画像が記憶部50に存在しない場合には、照合部44は、可視光画像から抽出した顔画像の人物が記憶部50に登録されていない人物であると判定、すなわち顔認証に失敗したと判定する。
制御部60は、ステップS307において顔認証が成功した場合(図中、「Y」)には、一連の顔認証処理を終了する。一方、ステップS307において顔認証が失敗した場合(図中、「N」)には、ステップS301に戻る。
図7の例では、可視光画像における人物A’の顔画像は、記憶部50に登録されている人物Aの顔画像であると判断され、顔認証は成功する。一方、人物Cは記憶部50に登録されていないため、可視光画像における人物C’の顔画像の顔認証は失敗する。
図8は、図7の画像に基づき本実施形態の顔認証処理を実行したときの各ステップの判断結果をまとめたものである。
本実施形態の顔認証処理では、1)可視光画像に写る人物と近赤外線画像に写る人物とが同一人物、2)近赤外線画像の人物が生体を撮影したもの、3)可視光画像に写る人物が登録済みの人物、の3つの条件を総て満たした場合に、顔認証は成功する。図8では、条件を満たしている部分は顔画像を黒塗りのバーで接続し、条件を満たしていない部分は顔画像を白抜きのバーで接続している。人物Aは、上記1)~3)の総ての条件を満たしているため、顔認証は成功する。人物Bは、上記1),3)の条件は満たしているが2)の条件は満たしていないため、顔認証は失敗する。人物Cは、上記1),2)の条件は満たしているが3)の条件は満たしていないため、顔認証は失敗する。
以上説明したように、本実施形態による顔認証方法は、可視光カメラにより撮影した画像と近赤外線カメラにより撮影した画像との間の整合を顔認証で実現するものである。したがって、可視光カメラと近赤外線カメラとの間のキャリブレーションは不要である。
このように、本実施形態によれば、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出することができる。これにより、精度の高い顔認証を実現しうる顔認証システムを実現することができる。
このように、本実施形態によれば、撮影した画像から生体と非生体物とを的確に判別し、顔認証に好適な生体の顔画像を抽出することができる。これにより、精度の高い顔認証を実現しうる顔認証システムを実現することができる。
[第4実施形態]
本発明の第4実施形態によるコンピュータ装置について、図9を用いて説明する。本実施形態では、上記第1乃至第3実施形態による顔照合システムにおける各部の処理を実現するために用いられるコンピュータ装置の一例を説明する。
本発明の第4実施形態によるコンピュータ装置について、図9を用いて説明する。本実施形態では、上記第1乃至第3実施形態による顔照合システムにおける各部の処理を実現するために用いられるコンピュータ装置の一例を説明する。
図9は、上記第1乃至第3実施形態による顔照合システムにおける各部の処理を実現するために用いられるコンピュータ装置の例を示している。図9に示すコンピュータ装置1000は、特に限定されるものではなく、様々な種類、形態のものであってよい。例えば、コンピュータ装置1000は、ラップトップ型コンピュータ、デスクトップ型コンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、メインフレーム、組み込みシステム等である。
コンピュータ装置1000は、プロセッサ1002と、メモリ1004と、記憶装置1006とを有している。また、コンピュータ装置1000は、高速インターフェースを含む高速コントローラ1008、及び低速インターフェースを含む低速コントローラ1010を有している。高速コントローラ1008には、メモリ1004及び高速拡張ポート1012が接続されている。また、高速コントローラ1008には、ディスプレイ1016等の外部入出力装置が接続されている。一方、低速コントローラ1010には、低速拡張ポート1014及び記憶装置1006が接続されている。
プロセッサ1002、メモリ1004、記憶装置1006、高速コントローラ1008、低速コントローラ1010、及び高速拡張ポート1012は、種々のバスにより相互に接続されている。また、プロセッサ1002、メモリ1004、記憶装置1006、高速コントローラ1008、低速コントローラ1010、及び高速拡張ポート1012は、共通のマザーボード上に実装することもできるし、また、他の形態で適宜実装することもできる。
プロセッサ1002は、例えばCPU(Central Processing Unit)であり、コンピュータ装置1000内で実行する命令を処理することができる。そのような命令には、ディスプレイ1016等の外部入出力装置上にGUI(Graphical User Interface)のグラフィック情報を表示するための、メモリ1004内又は記憶装置1006内に格納された命令が含まれる。
また、複数のプロセッサ、複数のバス、又は複数のプロセッサ及び複数のバスを、複数のメモリ及び複数のタイプのメモリとともに適宜使用することができる。また、複数のコンピュータ装置1000を、必要な処理の一部を行う各装置と接続することができる。例えば、複数のコンピュータ装置1000を、サーババンク、ブレードサーバのグループ、又はマルチプロセッサシステムとして互いに接続することができる。
メモリ1004は、コンピュータ装置1000内の情報を格納する。例えば、メモリ1004は、揮発性メモリユニット、不揮発性メモリユニットである。メモリ1004は、他のコンピュータ可読媒体であってもよく、例えば、磁気ディスク、光ディスク等であってもよい。
記憶装置1006は、コンピュータ装置1000用のマスストレージを構成することができる。記憶装置1006は、例えば、フロッピー(登録商標)ディスク装置、ハードディスク装置、光ディスク装置、テープ装置、フラッシュメモリその他のソリッドステートメモリ装置、ディスクアレイ等のコンピュータ可読媒体であるか、又はそのようなコンピュータ可読媒体を含むことができる。記憶装置1006は、ストレージエリアネットワーク、他の構成の装置を含む。コンピュータプログラム製品は、情報担体において明確に具現化されうる。コンピュータプログラム製品は、実行されると上述のような1つまたは複数の処理を実行する命令も格納することができる。情報担体は、メモリ1004、記憶装置1006、プロセッサ1002上のメモリ、又は伝搬信号等のコンピュータ可読媒体若しくは機械可読媒体である。
高速コントローラ1008は、コンピュータ装置1000に対する帯域幅を集中的に使用する処理を管理する。一方、低速コントローラ1010は、帯域幅を集中的に使用する程度の低い処理を管理する。ただし、このような機能の割り振りは、例示的なものにすぎず、これに限定されるものではない。また、高速コントローラ1008の一部又は全部は、プロセッサ1002に内蔵されていてもよい。
高速コントローラ1008は、メモリ1004、及び種々の拡張カードを受け入れることができる高速拡張ポート1012に接続されている。また、高速コントローラ1008は、例えばグラフィックスプロセッサ又はアクセラレータを介して、ディスプレイ1016に接続されている。
また、低速コントローラ1010は、記憶装置1006及び低速拡張ポート1014に接続されている。低速拡張ポート1014は、例えば、USB(Universal Serial Bus)、Bluetooth(登録商標)、有線又は無線のイーサネット(登録商標)等の種々の規格の通信ポートを含むことができる。低速拡張ポート1014には、キーボード、ポインティングデバイス、スキャナ等の一又は複数の入出力装置を接続することができる。また、低速拡張ポート1014には、例えば、ネットワークアダプタを介して、スイッチ、ルータ等の一又は複数のネットワーク機器を接続することができる。
コンピュータ装置1000は、数多くの異なる形態で実施することができる。例えば、コンピュータ装置1000は、標準的なサーバ、又はそのようなサーバのグループの形態の複数台で実施することができる。また、コンピュータ装置1000は、ラックサーバシステムの一部としても実施することもできる。さらに、コンピュータ装置1000は、ラップトップ型コンピュータ、デスクトップ型コンピュータ等のパーソナルコンピュータの形態で実施することができる。
コンピュータ装置1000は、上記第1乃至第3実施形態による顔認証システム100のうち、少なくとも、画像処理部20、顔認証部40、制御部60として機能することができる。プロセッサ1002は、コンピュータ装置1000の全体の動作を制御するものであり、制御部60の機能を含む。また、プロセッサ1002は、画像データ取得部22、顔検出部24、ライブネス判定部26、顔数決定部28及び顔画像抽出部30,31の機能を実現するプログラムを実行することにより、画像処理部20として機能することができる。また、プロセッサ1002は、顔特徴量抽出部42及び照合部44の機能を実現するプログラムを実行することにより、顔認証部40として機能することができる。
すなわち、プロセッサ1002は、画像データ取得部22、顔検出部24、ライブネス判定部26、顔数決定部28、顔画像抽出部30,31、顔特徴量抽出部42及び照合部44の各部の機能を実現するプログラムを実行する。これにより、プロセッサ1002は、画像データ取得部22、顔検出部24、ライブネス判定部26、顔数決定部28、顔画像抽出部30,31、顔特徴量抽出部42及び照合部44の各部として機能することができる。また、コンピュータ装置1000の記憶装置1006は、記憶部50として機能することができる。
なお、コンピュータ装置1000のプロセッサ1002に実行させるプログラムの一部又は全部は、これを記録したDVD-ROM(Digital Versatile Disc-Read Only Memory)、CD-ROM(Compact Disc-Read Only Memory)、USBメモリその他のフラッシュメモリ等のコンピュータ読み取り可能な記録媒体により提供することができる。
[その他の実施形態]
上記第1乃至第3実施形態において説明した顔照合システムは、可視光画像と被写体の深度情報を含む画像とから生体の顔画像を抽出する画像処理を実施するための画像処理装置としての機能も備えている。画像処理装置は、画像処理部20と同様の機能を備えるものである。すなわち、他の実施形態によれば、画像処理装置200を、図10に示すように構成することができる。図10は、他の実施形態による画像処理装置の機能構成を示すブロック図である。
上記第1乃至第3実施形態において説明した顔照合システムは、可視光画像と被写体の深度情報を含む画像とから生体の顔画像を抽出する画像処理を実施するための画像処理装置としての機能も備えている。画像処理装置は、画像処理部20と同様の機能を備えるものである。すなわち、他の実施形態によれば、画像処理装置200を、図10に示すように構成することができる。図10は、他の実施形態による画像処理装置の機能構成を示すブロック図である。
画像処理装置200は、図10に示すように、取得部202と、検出部204と、判定部206と、抽出部208とを含む。取得部202は、可視光画像データと、被写体の深度情報を含む画像データ(例えば、近赤外線画像データ)とを取得する。検出部204は、取得部202により取得された画像に写る顔を検出する。判定部206は、検出部204により検出された画像中の顔が生体を撮影したものであるか否かを判定する。抽出部208は、近赤外線画像に写る顔に関する情報に基づいて、可視光画像から顔認証に用いる顔画像を抽出する。各部の具体的な機能は、第1乃至第3実施形態で説明した画像処理部20の各部の機能と同様である。画像処理装置200は、第2実施形態の画像処理部20が有する顔数決定部28と同様の決定部としての機能を更に備えてもよい。
また、上述の実施形態の機能を実現するように該実施形態の構成を動作させるプログラムを記録媒体に記録させ、該記録媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記録媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記録媒体はもちろん、そのプログラム自体も各実施形態に含まれる。
該記録媒体としては例えばフロッピー(登録商標)ディスク、ハードディスク、光ディスク、光磁気ディスク、CD-ROM、磁気テープ、不揮発性メモリカード、ROMを用いることができる。また該記録媒体に記録されたプログラム単体で処理を実行しているものに限らず、他のソフトウェア、拡張ボードの機能と共同して、OS上で動作して処理を実行するものも各実施形態の範疇に含まれる。
また、いずれかの実施形態の一部の構成を他の実施形態に追加した例や、他の実施形態の一部の構成と置換した例も、本発明の実施形態である。
なお、上記実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
上記実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
(付記1)
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得する取得部と、
前記第2の画像に写る顔を検出する検出部と、
前記深度情報に基づいて、前記検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、
前記判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出する抽出部と
を有することを特徴とする画像処理装置。
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得する取得部と、
前記第2の画像に写る顔を検出する検出部と、
前記深度情報に基づいて、前記検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、
前記判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出する抽出部と
を有することを特徴とする画像処理装置。
(付記2)
前記抽出部は、前記判定部が生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記1記載の画像処理装置。
前記抽出部は、前記判定部が生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記1記載の画像処理装置。
(付記3)
画像に写る顔の数を決定する決定部を更に有し、
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記決定部は、前記検出部の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記抽出部は、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記1又は2記載の画像処理装置。
画像に写る顔の数を決定する決定部を更に有し、
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記決定部は、前記検出部の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記抽出部は、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記1又は2記載の画像処理装置。
(付記4)
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記1乃至3のいずれか1項に記載の画像処理装置。
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記1乃至3のいずれか1項に記載の画像処理装置。
(付記5)
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記抽出部は、前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との照合に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記1又は2記載の画像処理装置。
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記抽出部は、前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との照合に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記1又は2記載の画像処理装置。
(付記6)
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記1乃至5のいずれか1項に記載の画像処理装置。
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記1乃至5のいずれか1項に記載の画像処理装置。
(付記7)
第1の波長の光を用いて被写体を撮影することで生成された第1の画像から、顔画像を抽出する画像処理部と、
前記画像処理部で抽出された前記顔画像の人物が、登録された人物と同一であるか否かを判定する顔認証部と、を有し、
前記画像処理部は、
前記第1の画像、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像及び前記被写体の深度情報を取得する取得部と、
前記第2の画像に写る顔を検出する検出部と、
前記深度情報に基づいて、前記検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、
前記判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から前記顔画像を抽出する抽出部と、を有する
ことを特徴とする顔認証システム。
第1の波長の光を用いて被写体を撮影することで生成された第1の画像から、顔画像を抽出する画像処理部と、
前記画像処理部で抽出された前記顔画像の人物が、登録された人物と同一であるか否かを判定する顔認証部と、を有し、
前記画像処理部は、
前記第1の画像、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像及び前記被写体の深度情報を取得する取得部と、
前記第2の画像に写る顔を検出する検出部と、
前記深度情報に基づいて、前記検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、
前記判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から前記顔画像を抽出する抽出部と、を有する
ことを特徴とする顔認証システム。
(付記8)
前記抽出部は、前記判定部が生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記7記載の顔認証システム。
前記抽出部は、前記判定部が生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記7記載の顔認証システム。
(付記9)
前記画像処理部は、画像に写る顔の数を決定する決定部を更に有し、
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記決定部は、前記検出部の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記抽出部は、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記7又は8記載の顔認証システム。
前記画像処理部は、画像に写る顔の数を決定する決定部を更に有し、
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記決定部は、前記検出部の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記抽出部は、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記7又は8記載の顔認証システム。
(付記10)
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記7乃至9のいずれか1項に記載の顔認証システム。
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記7乃至9のいずれか1項に記載の顔認証システム。
(付記11)
前記第1の画像に写る顔の数と前記第2の画像に写る顔の数とが異なる場合に、不正であるとしてアラートを出す報知部を更に有する
ことを特徴とする付記9又は10記載の顔認証システム。
前記第1の画像に写る顔の数と前記第2の画像に写る顔の数とが異なる場合に、不正であるとしてアラートを出す報知部を更に有する
ことを特徴とする付記9又は10記載の顔認証システム。
(付記12)
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記抽出部は、前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との照合に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記7又は8記載の顔認証システム。
前記検出部は、前記第1の画像に写る顔を更に検出し、
前記抽出部は、前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との照合に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記7又は8記載の顔認証システム。
(付記13)
前記顔認証部は、前記抽出部により抽出された前記顔画像の人物が登録された人物と同一であり、且つ、前記第1の画像に写る前記顔の人物と前記第2の画像に写る前記顔の人物とが同一人物である場合に、認証が成功したと判定する
ことを特徴とする付記7乃至12のいずれか1項に記載の顔認証システム。
前記顔認証部は、前記抽出部により抽出された前記顔画像の人物が登録された人物と同一であり、且つ、前記第1の画像に写る前記顔の人物と前記第2の画像に写る前記顔の人物とが同一人物である場合に、認証が成功したと判定する
ことを特徴とする付記7乃至12のいずれか1項に記載の顔認証システム。
(付記14)
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記7乃至13のいずれか1項に記載の顔認証システム。
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記7乃至13のいずれか1項に記載の顔認証システム。
(付記15)
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得し、
取得した前記第2の画像に写る顔を検出し、
前記深度情報に基づいて、検出した顔が生体を撮影したものであるか否かを判定し、
生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出する
ことを特徴とする画像処理方法。
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得し、
取得した前記第2の画像に写る顔を検出し、
前記深度情報に基づいて、検出した顔が生体を撮影したものであるか否かを判定し、
生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出する
ことを特徴とする画像処理方法。
(付記16)
生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記15記載の画像処理方法。
生体を撮影したものであると判定した顔の前記第2の画像における位置に関する情報を用いて、前記第2の画像に写る前記顔に対応する顔画像を、前記第1の画像から抽出する
ことを特徴とする付記15記載の画像処理方法。
(付記17)
取得した前記第1の画像に写る顔を更に検出し、
前記顔の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記15又は16記載の画像処理方法。
取得した前記第1の画像に写る顔を更に検出し、
前記顔の検出結果に基づいて、前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とを決定し、
前記第1の画像に写る顔の数と、前記第2の画像に写る顔の数とが一致する場合に、前記第1の画像から顔画像を抽出する
ことを特徴とする付記15又は16記載の画像処理方法。
(付記18)
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記15乃至17のいずれか1項に記載の画像処理方法。
前記被写体の深度情報は、前記被写体にて反射された前記第2の波長の光を用いて生成された情報である
ことを特徴とする付記15乃至17のいずれか1項に記載の画像処理方法。
(付記19)
取得した前記第1の画像に写る顔を更に検出し、
前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との類似度に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記15又は16記載の画像処理方法。
取得した前記第1の画像に写る顔を更に検出し、
前記第2の画像に写る前記顔の顔特徴量と、前記第1の画像に写る前記顔の顔特徴量との類似度に基づいて、前記第1の画像から抽出する顔画像を決定する
ことを特徴とする付記15又は16記載の画像処理方法。
(付記20)
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記15乃至19のいずれか1項に記載の画像処理方法。
前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする付記15乃至19のいずれか1項に記載の画像処理方法。
(付記21)
コンピュータ装置に、
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得するステップと、
取得した前記第2の画像に写る顔を検出するステップと、
前記深度情報に基づいて、検出した顔が生体を撮影したものであるか否かを判定するステップと、
生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出するステップと、
を実行させることを特徴とするプログラム。
コンピュータ装置に、
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて被写体を撮影することで生成された第2の画像と、前記被写体の深度情報と、を取得するステップと、
取得した前記第2の画像に写る顔を検出するステップと、
前記深度情報に基づいて、検出した顔が生体を撮影したものであるか否かを判定するステップと、
生体を撮影したものであると判定した顔に関する情報に基づいて、前記第1の画像から顔画像を抽出するステップと、
を実行させることを特徴とするプログラム。
(付記22)
付記21に記載のプログラムを記録したコンピュータが読み取り可能な記録媒体。
付記21に記載のプログラムを記録したコンピュータが読み取り可能な記録媒体。
10…撮影部
20…画像処理部
22…画像データ取得部
24…顔検出部
26…ライブネス判定部
28…顔数決定部
30,31…顔画像抽出部
40…顔認証部
42…顔特徴量抽出部
44…照合部
50…記憶部
60…制御部
100…顔認証システム
20…画像処理部
22…画像データ取得部
24…顔検出部
26…ライブネス判定部
28…顔数決定部
30,31…顔画像抽出部
40…顔認証部
42…顔特徴量抽出部
44…照合部
50…記憶部
60…制御部
100…顔認証システム
Claims (6)
- 第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、を取得する取得部と、
前記第1の画像に写る顔を検出する検出部と、
前記第2の画像から取得された深度情報に基づいて、前記被写体が生体であるか否かを判定する生体判定部と、
前記第1の画像と前記第2の画像とに基づいて、前記被写体が登録された人物であるか否かを判定する判定部と、
を有することを特徴とする画像処理装置。 - 前記生体判定部にて生体でないと判定された場合に、前記第1の画像を表示し、判定が成功していないことを示す通知を行う通知手段と
を有することを特徴とする請求項1に記載の画像処理装置。 - 前記生体判定部は、前記第1の画像と、前記第2の画像と、に基づいて、前記被写体が生体であるか否かを判定する
ことを特徴とする請求項1または2に記載の画像処理装置。 - 前記第1の波長の光は可視光であり、
前記第2の波長の光は近赤外線である
ことを特徴とする請求項1から3いずれか1項に記載の画像処理装置。 - 第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、を取得し、
前記第1の画像に写る顔を検出し、
前記第2の画像から取得された深度情報に基づいて、前記被写体が生体であるか否かを判定し、
前記第1の画像と前記第2の画像とに基づいて、前記被写体が登録された人物であるか否かを判定する
を有することを特徴とする画像処理装置。 - コンピュータ装置に、
第1の波長の光を用いて被写体を撮影することで生成された第1の画像と、第2の波長の光を用いて前記被写体を撮影することで生成された第2の画像と、を取得するステップと、
前記第1の画像に写る顔を検出するステップと、
前記第2の画像から取得された深度情報に基づいて、前記被写体が生体であるか否かを判定するステップと、
前記第1の画像と前記第2の画像とに基づいて、前記被写体が登録された人物であるか否かを判定するステップと
を実行させることを特徴とするプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016212921 | 2016-10-31 | ||
JP2016212921 | 2016-10-31 | ||
JP2018547154A JP7040457B2 (ja) | 2016-10-31 | 2017-08-23 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
PCT/JP2017/030120 WO2018079031A1 (ja) | 2016-10-31 | 2017-08-23 | 画像処理装置、画像処理方法、顔認証システム、プログラム及び記録媒体 |
JP2021168012A JP7318691B2 (ja) | 2016-10-31 | 2021-10-13 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021168012A Division JP7318691B2 (ja) | 2016-10-31 | 2021-10-13 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023138534A true JP2023138534A (ja) | 2023-10-02 |
Family
ID=62023420
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018547154A Active JP7040457B2 (ja) | 2016-10-31 | 2017-08-23 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
JP2021168012A Active JP7318691B2 (ja) | 2016-10-31 | 2021-10-13 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
JP2023117180A Pending JP2023138534A (ja) | 2016-10-31 | 2023-07-19 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018547154A Active JP7040457B2 (ja) | 2016-10-31 | 2017-08-23 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
JP2021168012A Active JP7318691B2 (ja) | 2016-10-31 | 2021-10-13 | 画像処理装置、画像処理方法、顔認証システム及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (2) | US11423693B2 (ja) |
EP (1) | EP3534328A4 (ja) |
JP (3) | JP7040457B2 (ja) |
WO (1) | WO2018079031A1 (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3534328A4 (en) * | 2016-10-31 | 2019-11-06 | Nec Corporation | IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, FACIAL RECOGNITION SYSTEM, PROGRAM, AND RECORDING MEDIUM |
CN107590463A (zh) * | 2017-09-12 | 2018-01-16 | 广东欧珀移动通信有限公司 | 人脸识别方法及相关产品 |
US10726245B2 (en) * | 2017-12-12 | 2020-07-28 | Black Sesame International Holding Limited | Secure facial authentication system using active infrared light source and RGB-IR sensor |
KR102374747B1 (ko) * | 2017-12-15 | 2022-03-15 | 삼성전자주식회사 | 객체를 인식하는 장치 및 방법 |
CN110008783A (zh) * | 2018-01-04 | 2019-07-12 | 杭州海康威视数字技术股份有限公司 | 基于神经网络模型的人脸活体检测方法、装置及电子设备 |
CN108764052B (zh) * | 2018-04-28 | 2020-09-11 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和电子设备 |
US10930010B2 (en) | 2018-05-10 | 2021-02-23 | Beijing Sensetime Technology Development Co., Ltd | Method and apparatus for detecting living body, system, electronic device, and storage medium |
CN108764069B (zh) * | 2018-05-10 | 2022-01-14 | 北京市商汤科技开发有限公司 | 活体检测方法及装置 |
KR102522415B1 (ko) * | 2018-05-15 | 2023-04-17 | 삼성전자주식회사 | 전자 장치의 객체 인증 장치 및 방법 |
CN108830229A (zh) * | 2018-06-20 | 2018-11-16 | 哈尔滨理工大学 | 一种基于caffe框架下结合人脸检测的活体识别方法 |
CN111382592B (zh) * | 2018-12-27 | 2023-09-29 | 杭州海康威视数字技术股份有限公司 | 活体检测方法和设备 |
US10635918B1 (en) * | 2019-01-30 | 2020-04-28 | StradVision, Inc. | Method and device for managing smart database for face recognition based on continual learning |
US10621473B1 (en) * | 2019-01-30 | 2020-04-14 | StradVision, Inc. | Method for providing object detecting system capable of updating types of detectable classes in real-time by using continual learning and devices using the same |
US20210224985A1 (en) * | 2019-05-06 | 2021-07-22 | Beth Allison Lopez | Microbe scanning device and methods thereof |
CN110337656A (zh) * | 2019-05-27 | 2019-10-15 | 深圳市汇顶科技股份有限公司 | 用于人脸识别的光学传感器、装置、方法和电子设备 |
US10776613B1 (en) * | 2019-09-13 | 2020-09-15 | Royal Caribbean Cruises Ltd. | Facial recognition system and methods for identity credentialing and personalized services |
EP4080447A4 (en) * | 2019-12-16 | 2022-12-14 | NEC Corporation | DETERMINATION SYSTEM, DETERMINATION METHOD, COMPUTER PROGRAM AND AUTHENTICATION SYSTEM |
CN113447128B (zh) | 2020-03-10 | 2023-06-23 | 百度在线网络技术(北京)有限公司 | 一种多人体温检测方法、装置、电子设备及存储介质 |
CN111639522B (zh) * | 2020-04-17 | 2023-10-31 | 北京迈格威科技有限公司 | 活体检测方法、装置、计算机设备和存储介质 |
FR3109688B1 (fr) * | 2020-04-24 | 2022-04-29 | Idemia Identity & Security France | Procédé d’authentification ou d’identification d’un individu |
US11170593B1 (en) | 2020-05-05 | 2021-11-09 | Royal Caribbean Cruises Ltd. | Multifunction smart door device |
CN111579083B (zh) * | 2020-05-13 | 2022-06-07 | 芋头科技(杭州)有限公司 | 基于红外图像人脸检测的体温测量的方法和装置 |
JP7473965B2 (ja) | 2020-09-25 | 2024-04-24 | 株式会社ユニバーサルエンターテインメント | 測距センサ、および、距離測定方法 |
CN112257561B (zh) * | 2020-10-20 | 2021-07-30 | 广州云从凯风科技有限公司 | 一种人脸活体检测方法、装置、机器可读介质及设备 |
CN116547691A (zh) * | 2020-12-23 | 2023-08-04 | 松下知识产权经营株式会社 | 生物体认证系统及生物体认证方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005197914A (ja) * | 2004-01-06 | 2005-07-21 | Fuji Photo Film Co Ltd | 顔画像認識装置及びそれを備えたデジタルカメラ |
JP4734980B2 (ja) | 2005-03-15 | 2011-07-27 | オムロン株式会社 | 顔認証装置およびその制御方法、顔認証装置を備えた電子機器、顔認証装置制御プログラム、ならびに該プログラムを記録した記録媒体 |
JP4708879B2 (ja) | 2005-06-24 | 2011-06-22 | グローリー株式会社 | 顔認証装置及び顔認証方法 |
JP2007226549A (ja) | 2006-02-23 | 2007-09-06 | Konica Minolta Medical & Graphic Inc | Idカードシステム及びidカード作成方法 |
JP4561703B2 (ja) | 2006-07-06 | 2010-10-13 | 株式会社デンソー | 顔認識装置及びそれを用いた自動車用ユーザーもてなしシステム |
JP2008158597A (ja) | 2006-12-21 | 2008-07-10 | Smart Wireless Kk | 顔認証装置、その方法および顔認証装置を有する携帯端末器 |
JPWO2009107237A1 (ja) * | 2008-02-29 | 2011-06-30 | グローリー株式会社 | 生体認証装置 |
JP2009211381A (ja) * | 2008-03-04 | 2009-09-17 | Nec Corp | 使用者認証システム、使用者認証方法、および使用者認証プログラム |
JP4636140B2 (ja) * | 2008-08-25 | 2011-02-23 | ソニー株式会社 | 静脈撮像装置、静脈撮像方法および静脈認証装置 |
US9082235B2 (en) * | 2011-07-12 | 2015-07-14 | Microsoft Technology Licensing, Llc | Using facial data for device authentication or subject identification |
US9148637B2 (en) * | 2011-11-04 | 2015-09-29 | Microsoft Technology Licensing, Llc | Face detection and tracking |
US9202105B1 (en) * | 2012-01-13 | 2015-12-01 | Amazon Technologies, Inc. | Image analysis for user authentication |
JP2013250856A (ja) * | 2012-06-01 | 2013-12-12 | Mitsubishi Electric Corp | 監視システム |
US10452894B2 (en) | 2012-06-26 | 2019-10-22 | Qualcomm Incorporated | Systems and method for facial verification |
WO2014010362A1 (ja) | 2012-07-12 | 2014-01-16 | 日立アプライアンス株式会社 | 機器管理装置 |
US9396382B2 (en) * | 2012-08-17 | 2016-07-19 | Flashscan3D, Llc | System and method for a biometric image sensor with spoofing detection |
JP2014078052A (ja) | 2012-10-09 | 2014-05-01 | Sony Corp | 認証装置および方法、並びにプログラム |
US8924735B2 (en) * | 2013-02-15 | 2014-12-30 | Microsoft Corporation | Managed biometric identity |
US9251427B1 (en) * | 2014-08-12 | 2016-02-02 | Microsoft Technology Licensing, Llc | False face representation identification |
US9396537B2 (en) * | 2014-09-09 | 2016-07-19 | EyeVerify, Inc. | Systems and methods for liveness analysis |
WO2016147272A1 (ja) | 2015-03-13 | 2016-09-22 | 日本電気株式会社 | 生体検知装置、生体検知方法、および、記録媒体 |
EP3534328A4 (en) * | 2016-10-31 | 2019-11-06 | Nec Corporation | IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, FACIAL RECOGNITION SYSTEM, PROGRAM, AND RECORDING MEDIUM |
-
2017
- 2017-08-23 EP EP17864307.8A patent/EP3534328A4/en active Pending
- 2017-08-23 US US16/344,500 patent/US11423693B2/en active Active
- 2017-08-23 JP JP2018547154A patent/JP7040457B2/ja active Active
- 2017-08-23 WO PCT/JP2017/030120 patent/WO2018079031A1/ja unknown
-
2021
- 2021-10-13 JP JP2021168012A patent/JP7318691B2/ja active Active
-
2022
- 2022-07-08 US US17/860,639 patent/US11915517B2/en active Active
-
2023
- 2023-07-19 JP JP2023117180A patent/JP2023138534A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US11423693B2 (en) | 2022-08-23 |
JP7318691B2 (ja) | 2023-08-01 |
JPWO2018079031A1 (ja) | 2019-09-12 |
WO2018079031A1 (ja) | 2018-05-03 |
JP7040457B2 (ja) | 2022-03-23 |
EP3534328A4 (en) | 2019-11-06 |
US20190251334A1 (en) | 2019-08-15 |
EP3534328A1 (en) | 2019-09-04 |
US20220343677A1 (en) | 2022-10-27 |
JP2022023861A (ja) | 2022-02-08 |
US11915517B2 (en) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7318691B2 (ja) | 画像処理装置、画像処理方法、顔認証システム及びプログラム | |
JP6650946B2 (ja) | モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法 | |
KR102466997B1 (ko) | 라이브니스 검사 방법 및 장치 | |
JP5504928B2 (ja) | 生体認証装置、生体認証方法およびプログラム | |
JP6248178B2 (ja) | 顔認証システム | |
JP2020501264A (ja) | モバイルデバイスを用いてキャプチャした画像を使用する、指紋によるユーザ認証を実施するためのシステムおよび方法 | |
WO2016089529A1 (en) | Technologies for learning body part geometry for use in biometric authentication | |
CN112825128A (zh) | 用于活性测试和/或生物特征识别验证的方法和设备 | |
KR20210069404A (ko) | 라이브니스 검사 방법 및 라이브니스 검사 장치 | |
US11682236B2 (en) | Iris authentication device, iris authentication method and recording medium | |
US11756338B2 (en) | Authentication device, authentication method, and recording medium | |
JP6187262B2 (ja) | 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム | |
CN108875553A (zh) | 人证核验的方法、装置、系统及计算机存储介质 | |
JP6003367B2 (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
JP7457991B1 (ja) | なりすまし検知システムおよびなりすまし検知プログラム | |
KR102483647B1 (ko) | 라이브니스 검증 방법 및 장치 | |
Bajpai et al. | Moving towards 3D-biometric | |
KR20210128274A (ko) | 라이브니스 검사 방법 및 장치 | |
CN116246356A (zh) | 一种活体检测方法和系统 | |
JP2022040244A (ja) | 情報処理装置、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230719 |