JP2024005833A - 制御装置およびその制御方法 - Google Patents

Abstract

【課題】ユーザーに誘導されていると意識させることがなく、個人識別しやすい方向を見させることが出来、それにより個人識別の精度を維持することで、利便性を向上させることが可能な個人識別装置及び制御方法を提供する。【解決手段】方法は、表示素子１０に指標５０２を表示し、ファインダーを覗いたユーザーの視線を誘導する。所定方向に誘導された眼球に対し、眼球画像を撮像する。眼球画像情報を特徴算出器３０２へ入力して個人の特徴を示す特徴量を算出する。【選択図】図１２

Description

本発明は、個人識別機能を有する制御装置に関する。

近年、カメラで撮影された人物の顔画像に基づいて個人を認証・識別する方法が適用されている。その方法の一つとして虹彩認証を用いた技術がある。

特許文献１では、人物の眼球画像より虹彩部分を抽出し、虹彩のコードと基準コードと比較することで同一性を判断して個人の認証・識別を行っている。

特表平８－５０４９７９

特許文献１によれば、個人の識別を行うことが可能であるが、眼球が真正面を向いている状態で識別する例しか考慮していない。眼球の特徴にはユーザーによる個人差があるため、例えば真正面を向いた状態で識別をしても精度よく識別できない場合があった。

本発明は上記課題に鑑みてなされたものであり、利便性を向上した個人識別装置を提供することを目的とする。

そこで、本発明は、ユーザーに注視させる指標を表示させるように表示手段による表示を制御する表示制御手段と、当該指標の表示に対応するタイミングでユーザーの眼球情報からユーザーを識別する識別手段と、を有し、前記表示制御手段は、ユーザーの特徴に基づく位置に前記指標が表示されるように前記表示手段による表示を制御することを特徴とする。

本発明は上記課題に鑑みてなされたものであり、ユーザーに誘導されていると意識させることがなく、直感的に、個人識別しやすい方向を見させることが出来、それにより個人識別の精度を維持することで、利便性を向上させることが可能な個人識別装置を提供することを目的とする。

撮像素子の構成概略図 装置の外観概略図 ブロック図 ファインダー内視野を示す説明図 ユーザーの特徴量を保存するフローチャート図 個人識別手段の構成を示す説明図 ２次元画像データから個人識別を行う特徴算出器３０２の基本的構成説明図 特徴検出細胞面での特徴検出処理、および特徴統合細胞面での特徴統合処理の詳細説明図 許容眼球識別範囲を説明するための図 個人の眼の特性によって変化する眼球の図 許容眼球識別範囲フローチャート図 ユーザーの視線を誘導して個人識別するフローチャート図 ユーザーに警告を発するフローチャート図

以下、添付の図面を参照して本発明の好適な実施形態を説明する。

＜カメラの構成＞
図２は本発明における眼球情報取得機能及び個人識別機能を有するカメラ１の外観を示している。本実施例の個人識別とは、カメラ１を使用しようとしているユーザーが、事前に登録されたユーザー本人であるかどうかを識別することであり、個人認証とも称する。

図２（ａ）はカメラ１の正面斜視図、図２（ｂ）は背面斜視図である。カメラ１は本実施例においては、図２（ａ）の正面斜視図に示すように、撮影レンズ１Ａ及びカメラ本体の筐体部１Ｂで構成されている。また、ユーザーからの撮像操作を受ける操作部材であるレリーズボタン５が配置されている。また、図２（ｂ）の背面斜視図で示すように、カメラ１の背面には、カメラ内部に含まれる後述する表示素子１０を、ユーザーが覗きこむための接眼窓枠１２１及び接眼レンズ１２が配置されている。また、眼球を照らす複数個の照明光源１３ａ、１３ｂ、１３ｃ、１３ｄが接眼レンズ１２の周囲に存在している。

図１は図２（ａ）で図示したＹ軸とＺ軸が成すＹＺ平面でカメラ筐体を切った断面図であり、本発明におけるカメラ１の構成の概略を示した説明図である。図１及び図２において、対応する部位は同じ番号で表記されている。

図１において、１Ａはレンズ交換式カメラにおける撮影レンズを示す。本実施形態では便宜上撮影レンズ１Ａの内部を１０１、１０２の二枚のレンズで表したが、実際はさらに多数のレンズで構成されていることは周知の通りである。１Ｂはカメラ本体の筐体部を示し、その内部に含まれるユニットの構成は以下のようになる。２は撮像素子で、カメラ１の撮影レンズ１Ａの予定結像面に配置されている。カメラ１には、カメラ全体を制御するＣＰＵ３、撮像素子２にて撮像された画像を記録するメモリ部４が内包される。また、撮像された画像を表示するための液晶等で構成される表示素子１０と、それを駆動する表示素子駆動回路１１、表示素子１０に表示された被写体像を観察するための接眼レンズ１２が配置されている。

１３ａ～１３ｄは、光源の角膜反射による反射象と瞳孔の関係から視線方向を検出するための撮影者の眼球１４を照明するための光源で、赤外発光ダイオードからなり、接眼レンズ１２の周りに配置されている。視線方向の一例は視線に相当するベクトルである。照明された眼球像と光源１３ａ～１３ｄの角膜反射による像は接眼レンズ１２を透過し、受光レンズ１５によって眼球用撮像素子１６上に結像される。受光レンズ１５は撮影者の眼球１４の瞳孔と眼球用撮像素子１６を共役な結像関係に位置付けている。本実施例ではユーザーの視線方向を検出することでユーザーが注視している表示素子１０上の位置を特定することを想定しているが、ユーザーが注視している表示素子１０上の位置を特定することができればこの方法に限られない。

図３はカメラ１に内蔵された電気的構成を示すブロック図であり、図１と同一の構成には同一の番号を付している。カメラ１に内蔵されたマイクロコンピュータの中央処理装置３（以下、ＣＰＵ３と呼ぶ）には眼球画像撮像回路２０１、表示素子駆動回路１１、照明光源駆動回路２０５、眼球識別回路２０６が接続されている。ＣＰＵ３に付随したメモリ部４は、撮像素子２および眼球用撮像素子１６からの撮像信号の記憶機能及び、後述する視線の個人差を補正する視線補正データの記憶機能を有している。

眼球画像撮像回路２０１は、眼球用撮像素子１６からの眼球像が結像することによる出力を検出し、この像情報をＣＰＵ３に送信する。ＣＰＵ３は視線検出に必要な眼球像の各特徴点を後述する所定のアルゴリズムに従って抽出し、更に各特徴点の位置から撮影者の視線を算出する。

表示素子駆動回路１１は、表示素子１０を駆動させるための回路である。表示素子駆動回路１１は、図４に示すように、ガイダンス表示５０１、指標５０２、指標５０３等の表示を、表示素子１０に表示させる。中央処理装置３は表示素子駆動回路１１の表示制御を行う。

信号入力回路２０４には不図示のレリーズボタン５の第一ストロークでＯＮし、カメラの測光、測距、視線検出動作等を開始するためのスイッチであるＳＷ_１と、レリーズボタンの第二ストロークでＯＮし、レリーズ動作を開始するためのスイッチであるＳＷ２が接続される。前記の信号が信号入力回路２０４に入力され、ＣＰＵ３に送信される。

眼球識別回路２０６には、上記眼球画像撮像回路２０１で生成された眼球画像に対し、類似度算出を行い、ユーザーが誰であるかの識別結果をＣＰＵ３に送信する。

＜ファインダー視野内の表示＞
図４はファインダー視野内を示した図で、表示素子１０における表示動作を示す図である。

本実施例では、ユーザーの眼球の特徴量が大きい眼球の向きを特定するために、事前に眼球情報を取得する。そして、個人識別を行う場合に、ユーザーの眼球の向きが、眼球の特徴量が大きくなる方向に向く位置に指標を表示することで、眼球の特徴的な箇所を使って個人識別をすることができるので、識別精度を向上させることができる。

ユーザーの眼球の特徴量が大きい箇所、すなわちユーザーの眼球の特徴がある箇所は、一例として、図１０（ａ）に示すようなユーザー特有の模様７０１である。図１の眼球用撮像素子１６に対して模様７０１を欠けることなく撮像することで、個人識別精度を向上させることができる。そこで、図１０（ｂ）に示すユーザーの視線７０２を、図９の指標６００を用いて上記ユーザー特有の模様が見える方向に誘導することにより、ユーザー特有７０１を用いて個人識別を行うことが可能となる。

このようにユーザーの視線７０２を、図９の指標６００を用いて上記ユーザー特有の模様が見える方向に誘導するための表示について、以下に詳しく説明する。本実施例では、ユーザーはファインダーを覗き、図４に示すＥＶＦ視野内画像５００を視認した状態で、本発明における個人識別を行うものとする。

まず、図４（ａ）を用いて、眼球情報の取得画面の表示について説明する。眼球情報取得用の指標５０３を用いて、各指標５０３の位置とユーザーの視線方向のずれを検出することで、視線方向の補正情報を取得する。また、各指標５０３をユーザーが注視するごとにユーザーの眼球画像を取得し、ユーザーの眼球の特徴量を取得する。このとき、指標５０３の表示箇所の一例として、中心と上下左右に表示されるが、これに限られず、例えば１つの指標５０３が画面内を連続的に移動するような構成にしても良い。また、図４（ａ）のような表示箇所の例において、各指標５０３をユーザーに順番に注視させるために、順番に色などによる強調表示を行うようにしても良い。指標５０３はユーザーがメニューから個人識別情報の設定を指定した場合に表示するようにしても良い。

このような表示によって、上記複数の眼球方向の特徴量を取得することで、を用いて個人識別精度度の高い眼球の方向を決定することができる。次に、図４（ｂ）を用いて、個人識別画面の表示について説明する。ファインダーを覗いた直後などにおいては、カメラの使用を制限するロック画面になっている。ロック画面にはロックを解除するためにユーザーに注視させる指標５０２が表示される。この指標５０２をユーザーが注視している間に個人識別を行い、予め登録された眼球情報と一致した場合には、カメラのロックが解除され、カメラの使用が可能になるものとする。

本実施例では、事前に特徴量が大きくなる眼球方向を特定しているため、指標５０２を注視した場合にその方向に眼球が向く位置に、指標５０２を表示する。例えばユーザーが画面の下方向を向いている場合に眼球の特徴量が大きくなる場合には、図４（ｂ）の示すように指標５０２を画面下部に表示することで、識別の精度を向上させる。このとき、指標５０２を最初から図４（ｂ）に示す位置に表示する構成としても良いし、最初は画面中央などの別の位置に表示をし、図４（ｂ）に示す位置に連続的に移動させることで、ユーの注意を惹くようにしても良い。

また、同じカメラを複数人で用いる場合には、複数人が識別情報を登録することになる。そこで、一例として、登録した各人の眼球の特徴量が大きくなる方向から表示されるべき指標５０２の位置を平均化した位置に指標５０２を表示することで、事前に登録された複数人に対して識別精度を向上させることができる。

本実施例では、眼球用撮像素子１６が表示素子１０の光軸とはずれた位置に配置されていることで、表示素子１０を注視するユーザーの眼球を正面から撮影せず斜め方向から撮影することになる。ため、このような構成により個人識別の精度が低下するような場合あっても、図４（ｂ）に示すようにユーザーの特性を考慮した位置に指標５０２を表示することで、識別精度を向上させることができる。

＜ユーザーの特徴量保存動作のフロー＞
図５は本実施例における、個人識別処理の概要を示すフローチャートである。なお、このフローチャートの処理はＣＰＵ３がメモリ部４に格納されたプログラムを実行し、各部を制御することにより実現される。

前述のようにファインダーを覗き、ＥＶＦ視野内画像５００を視認した状態で個人識別動作のフローが開始される。

ステップＳ００１において、表示素子１０に例えば図４（ａ）に示す表示をすることで、対象人物の眼球の特性を元に視線方向を補正するための情報を取得すると同時に、複数の眼球方向の特徴量を取得する。図４（ａ）の指標５０３を注視する方向に視線方向を誘導された眼球に対し、光源１３ａ、１３ｂ及び１３ｃ、１３ｄから赤外光を放射した状態で眼球画像を撮像する。この時、赤外光によって照明された観察者の眼球像は、眼球用撮像素子１６上に受光レンズ１５を通して結像し、眼球用撮像素子１６により光電変換がなされ、眼球像は電気信号として処理が可能となる。上記のように眼球用撮像素子１６から得られた眼球画像信号をＣＰＵ３に送る。ＣＰＵ３は、眼球画像信号から、ユーザーの眼球の特徴量を取得する。ステップＳ００１では眼球画像信号の取得および特徴量の取得処理を、各指標５０３に対して実行する。

次にステップＳ００２において、ステップＳ００１で各指標５０３に対応して取得した複数の眼球画像を、図６で示す特徴量照合部３０４に入力する。ここで図６における特徴量記憶部３０３には、予め登録されたユーザーごとに、各指標５０３の位置（すなわち視線方向）と対応づけられた特徴量が記憶される。前記特徴量照合部３０４に対して、記憶された複数のユーザーごとに、の指標５０３ごとの眼球の特徴量を入力する。指標５０３ごとの眼球の特徴量から、ユーザーごとに眼球方向ごとの個人識別度の計測を行い、ユーザーごとに個人識別精度が高くなる眼球方向を計算する。

ステップＳ００３において、Ｓ００２で計算した、ユーザーごとに個人識別精度が高くなる眼球方向から、事前に登録された複数人に対して識別精度を向上させることができる指標５０２の位置に対応する眼球方向を決定する。

一例として、登録した各人の眼球の特徴量が大きくなる方向から表示されるべき指標５０２の位置を平均化した位置に指標５０２を表示することで、また、図９を用いて後述する実施例２の方法を適用して決定することもできる。最終的にステップＳ００４において、上記ステップＳ００３で決定した眼球方向に図４（ｂ）に示すような指標５０２を表示させて個人識別を実施する。

以上のように、ユーザーの眼球の特徴の異方性を活用し、登録された複数のユーザーに対して識別精度を向上させることができる。なお、本実施例ではＳ００１乃至Ｓ００３とＳ００４が連続的に実行される例を説明したが、別のタイミングで実行しても良い。図４の説明で前述したように、Ｓ００１乃至Ｓ００３ユーザーがメニューから個人識別情報の設定を指定した場合に実行するようにし、Ｓ００４はユーザーがファインダーを覗いたら適宜実行するようにしても良い。

＜ユーザーの視線を誘導して個人識別する動作の説明＞
以下に、Ｓ００４の処理について図１２のフローチャートを用いてより詳しく説明する。

まず、Ｓ２０１において、表示素子１０に図４で示す指標５０２を表示し、ファインダーを覗いたユーザーの視線を誘導する。

その際に、図４における画面表示においては、画面に指標５０２が表示されており、説明書あるいは、ガイダンスなどで、指標５０２を見ながら操作部材（一例として、図２におけるレリーズボタン５等）を操作することで、ユーザーの特徴量保存動作が行われることが通知されているものとする。

次にＳ２０２において、前ステップで所定方向に誘導された眼球に対し、光源１３ａ、１３ｂ及び１３ｃ、１３ｄから赤外光を放射した状態で眼球画像を撮像する。この時、赤外光によって照明された観察者の眼球像は、眼球用撮像素子１６上に受光レンズ１５を通して結像し、眼球用撮像素子１６により光電変換がなされ、眼球像は電気信号として処理が可能となる。

ステップＳ２０４において、眼球画像情報を図６で示すように、特徴算出器３０２へ入力して個人の特徴を示す特徴量を算出する。特徴算出器３０２についての詳細は後述する。

本実施例においては、上記特徴算出器３０２を用いて特徴量を算出する方法として、後述する特徴算出器による特徴量算出を例に挙げているが、それに限定されるものではなく、公知の技術であるアイリスコードを算出して使用してもよい。

図５の処理により、ユーザーに誘導されていると意識させることがなく、直感的に、個人識別しやすい方向を見させることができる。また、これにより個人識別の精度を維持することで、利便性を向上させることが可能な個人識別装置を提供することができる。

＜特徴算出器を用いた眼球画像及び眼球情報からの特徴量抽出＞
前述のフローで用いた特徴算出器３０２の基本的な構成について、図７および図８を用いて説明する。

まず、図７に入力された２次元画像データから個人識別を行う特徴算出器３０２の基本的な構成を示す。

処理の流れは、左端を入力とし、右方向に処理が進んでいく。特徴算出器３０２は、特徴検出層（Ｓ層）と特徴統合層（Ｃ層）と呼ばれる２つの層をひとつのセットとし、それが階層的に構成されている。

特徴算出器３０２では、まずＳ層において前段階層で検出された特徴をもとに次の特徴を検出する。またＳ層において検出した特徴をＣ層で統合し、その階層における検出結果として次の階層に送る構成になっている。

Ｓ層は特徴検出細胞面からなり、特徴検出細胞面ごとに異なる特徴を検出する。また、Ｃ層は、特徴統合細胞面からなり、前段の特徴検出細胞面での検出結果をプーリングする。以下では、特に区別する必要がない場合、特徴検出細胞面および特徴統合細胞面を総称して特徴面と呼ぶ。本実施形態では、最終段階層である出力層ではＣ層は用いずＳ層のみで構成している。

次に、特徴検出細胞面での特徴検出処理、および特徴統合細胞面での特徴統合処理の詳細について、図８を用いて説明する。特徴検出細胞面は、複数の特徴検出ニューロンにより構成され、特徴検出ニューロンは前段階層のＣ層に所定の構造で結合している。また特徴統合細胞面は、複数の特徴統合ニューロンにより構成され、特徴統合ニューロンは同階層のＳ層に所定の構造で結合している。図８中に示した、Ｌ階層目Ｓ層のＭ番目細胞面内において、位置（ξ，ζ）の特徴検出ニューロンの出力値を

Ｌ階層目Ｃ層のＭ番目細胞面内において、位置（ξ，ζ）の特徴統合ニューロンの出力値を

と表記する。その時、それぞれのニューロンの結合係数を

とすると、各出力値は以下のように表すことができる。

数式１のｆは活性化関数であり、ロジスティック関数や双曲正接関数などのシグモイド関数であれば何でも良く、例えばｔａｎｈ関数で実現して良い。

は、Ｌ階層目Ｓ層のＭ番目細胞面における、位置（ξ，ζ）の特徴検出ニューロンの内部状態である。数式２は活性化関数を用いず単純な線形和をとっている。数式２のように活性化関数を用いない場合は、ニューロンの内部状態

と出力値

は等しい。また、数式１の

数式３の

をそれぞれ特徴検出ニューロン、特徴統合ニューロンの結合先出力値と呼ぶ。

数式１及び数式２中のξ，ζ，ｕ，ｖ，ｎについて説明する。位置（ξ，ζ）は入力画像における位置座標に対応しており、例えば

が高い出力値である場合は、入力画像の画素位置（ξ，ζ）に、Ｌ階層目Ｓ層Ｍ番目細胞面において検出する特徴が存在する可能性が高いことを意味する。またｎは数式２において、Ｌ－１階層目Ｃ層ｎ番目細胞面を意味しており、統合先特徴番号と呼ぶ。基本的にＬ－１階層目Ｃ層に存在する全ての細胞面についての積和演算を行う。（ｕ，ｖ）は、結合係数の相対位置座標であり、検出する特徴のサイズに応じて有限の範囲（ｕ，ｖ）において積和演算を行う。このような有限な（ｕ，ｖ）の範囲を受容野と呼ぶ。また受容野の大きさを、以下では受容野サイズと呼び、結合している範囲の横画素数×縦画素数で表す。

また数式１において、Ｌ＝１つまり一番初めのＳ層では、

は、入力画像ｙ^{ｉｎ＿ｉｍａｇｅ}（ξ＋ｕ，ζ＋ｖ）または、入力位置マップｙ^{ｉｎ＿ｐｏｓｉ＿ｍａｐ}（ξ＋ｕ，ζ＋ｖ）となる。ちなみにニューロンや画素の分布は離散的であり、結合先特徴番号も離散的なので、ξ，ζ，ｕ，ｖ，ｎは連続な変数ではなく、離散的な値をとる。ここでは、ξ，ζは非負整数、ｎは自然数、ｕ，ｖは整数とし、何れも有限な範囲となる。

数式１中の

は、所定の特徴を検出するための結合係数分布であり、これを適切な値に調整することによって、所定の特徴を検出することが可能になる。この結合係数分布の調整が学習であり、特徴算出器の構築においては、さまざまなテストパターンを提示して、

が適切な出力値になるように、結合係数を繰り返し徐々に修正していくことで結合係数の調整を行う。

次に、数式２中の

は、２次元のガウシアン関数を用いており、以下の数式３のように表すことができる。

ここでも、（ｕ，ｖ）は有限の範囲としてあるので、特徴検出ニューロンの説明と同様に、有限の範囲を受容野といい、範囲の大きさを受容野サイズと呼ぶ。この受容野サイズは、ここではＬ階層目Ｓ層のＭ番目特徴のサイズに応じて適当な値に設定すれば良い。数式３中の、σは特徴サイズ因子であり、受容野サイズに応じて適当な定数に設定しておけば良い。具体的には、受容野の一番外側の値がほぼ０とみなせるような値になるように設定するのが良い。

上述のような演算を各階層で行うことで、最終階層のＳ層において特徴量を算出し、どのユーザーがカメラを利用しているのかを識別することができる。

＜本実施例の効果＞
以上説明したように、個人識別するためにユーザーに注視させる指標が、ユーザーの特徴（特に眼球の特徴）に基づく位置に表示させる、これにより、ユーザーに対して直感的に、個人識別しやすい方向を注視させながら、個人識別の精度を向上させることができる。また、個人識別するためにユーザーに注視させる指標が、複数のユーザーの特徴（特に眼球の特徴）に基づく位置に表示させることで、複数のユーザーに対して個人識別しやすい方向を注視させながら、個人識別の精度を向上させることができるという効果を有する。なお、ユーザーの特徴の他の例として、まつげやまぶた、目の模様、眼鏡の表面の反射によって生じるゴーストのいずれか、もしくは、これらの組合せであっても良い。

本実施例では、実施例１のＳ００３における、事前に登録された複数人に対して識別精度を向上させることができる指標５０２の位置に対応する眼球方向を決定する方法の一例として、許容眼球識別範囲を用いる場合について詳しく説明する。

＜許容眼球識別範囲＞
前述の図４（ｂ）や図５のステップＳ００３において説明したように、ユーザーごとに個人識別度が高い眼球方向が存在する。例えば眼球の特徴が複数あることで個人識別度が高い眼球方向は複数ある場合もあり、また最も個人識別度が高い方向から多少眼球方向が変わったとしてもある程度あの範囲は同じ眼球の特徴から高い個人識別度を有する。このように、個人識別度が高い眼球方向はある範囲にわたって存在しており、この範囲を本実施例では許容眼球識別範囲と称する。許容眼球識別範囲内に指標５０２を表示することで、事前に登録されているユーザーの識別成功率を向上させることができる。

下記に、許容眼球識別範囲の決定方法について具体的に説明する。

図９（ａ）は図４の指標５０２と同じ機能を持つ指標６００をＥＶＦ内で表示させる位置を示している。上記指標６００は、個人識別装置が識別をしやすい範囲を示す許容眼球識別範囲６０１の範囲内に配置される。前述した登録者は、それぞれ図９に示す表示指標６００と許容眼球識別範囲６０１を保有している。

図９（ｂ）は複数のユーザーが登録されている場合の、識別しやすい組み合わせの計算を示す。例えば２人の登録者が存在するとき、それぞれ指標６００ａ、６００ｂと許容眼球識別範囲６０１ａ、６０１ｂを保有している。この時、重複する許容範囲６０２が存在するとき、図９（ｃ）のように重複する許容範囲に登録者１と２双方にとって識別しやすい視標点６０３を表示する。これにより、それぞれの登録者にとって識別しやすい箇所に視標点が存在するため、眼球識別を実行したとき、登録者を判別することが容易となる。

＜許容眼球識別範囲の決定フロー＞
以下に、図１１のフローチャートを用いて説明する。

ステップＳ１０１において、登録者数又は特徴量が変化したか判別を行う。

次に、ステップＳ１０２において、図９に示す各々の登録者の許容眼球識別範囲６０１が重複するか判別を行う。

ステップＳ１０３において、許容眼球識別範囲が重複しないよう後述する方法により計算を行う。

＜実施例２の効果＞
本実施例によれば、許容眼球識別範囲を用いることで、事前に登録された複数人に対して識別精度を向上させることができる。

＜登録者の増減に応じて登録者に警告をする動作の説明＞
まず、図１３に示すフローのステップＳ３０１において、個人識別装置の登録者又は特徴量に変化が生じ、ステップＳ３０２においてその個人の特徴量を記憶しているか判断し、記憶していない場合にステップＳ３０３において登録者に対して警告を発する。上記警告は一例として、図４におけるガイダンス表示５０１や音声案内５０４で表されている挙動であり、既存登録者と同等の特徴を持った新規登録者が現れた場合、既存登録者と新規登録者を誤認識する可能性があるため、既存登録者に対して再度登録作業を行うことを促す。例えば、眼球に特徴的な模様があるＡさんに対して、新規登録されたＢさんにも同様な模様が存在するとき、ＡさんとＢさんを見分けることが難しい、Ａさんにはもう一つ別の特徴的な模様があった場合、Ａさんに対して、識別登録をもう一度行うように要請し、ＡさんとＢさんの誤認識を防ぐことができる。また、ＥＶＦに表示する誘導指標の場所が変化したことをユーザーに示すようにしても良い。

＜実施例３の効果＞
本実施例によれば、事前に登録された複数人のユーザーにおいて類似する眼球の特徴を有している場合であっても、識別精度を向上させることができる。

＜その他の実施例＞
上述の実施例では本発明をカメラに適用する例を説明したが、ヘッドマウントディスプレイ（ＨＭＤ）、ＡＲグラス等のｘＲデバイスのように、カメラとは異なるデバイスに適用することも可能である。この場合、眼球情報取得のための指標や識別のため指標は、カメラのファインダーに代えて各デバイスの表示部において表示される。

本発明は、次の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）をネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（又はＣＰＵやＭＰＵ等）がプログラムコードを読み出して実行する。この場合、そのプログラム、及び該プログラムを記憶した記憶媒体は本発明を構成することになる。

以上、本発明の好ましい実施形態について説明したが、本発明はこれらの実施形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。

３ ＣＰＵ
１０ 表示素子
１１ 表示素子駆動回路
１２ 接眼レンズ
１３ａ～ｂ 照明光源
１４ 眼球
１５ 受光レンズ
１６ 眼球用撮像素子

Claims (6)

1. ユーザーに注視させる指標を表示させるように表示手段による表示を制御する表示制御手段と、
   当該指標の表示に対応するタイミングでユーザーの眼球情報からユーザーを識別する識別手段と、を有し、
   前記表示制御手段は、ユーザーの特徴に基づく位置に前記指標が表示されるように前記表示手段による表示を制御することを特徴とする制御装置。
2. 前記表示手段は、事前に登録された複数のユーザーの特徴に基づく位置に前記指標が表示されるように前記表示手段による表示を制御することを特徴とする請求項１に記載の制御装置。
3. 前記ユーザーの特徴に基づく位置は、ユーザーの特徴に基づく位置が事前に登録されていない場合に前記指標が表示される位置と比較して、前記識別手段による識別の精度が高くなる位置であることを特徴とする請求項２に記載の制御装置。
4. 前記特徴は、ユーザーの眼球の特徴である請求項１乃至３のいずれかに記載の制御装置。
5. 前記特徴は、まつげやまぶた、目の模様、眼鏡の表面の反射によって生じるゴーストのいずれか１つ以上を含むことを特徴とする請求項１乃至３のいずれかに記載の制御装置。
6. 制御装置の制御方法であって、
   ユーザーに注視させる指標を表示させるように表示手段による表示を制御する表示制御ステップと、
   当該指標の表示に対応するタイミングでユーザーの眼球情報からユーザーを識別する識別ステップと、を有し、
   前記表示制御ステップでは、ユーザーの特徴に基づく位置に前記指標が表示されるように前記表示手段による表示を制御することを特徴とする制御装置の制御方法。

Images