JP2024049073A - 認証装置 - Google Patents
認証装置 Download PDFInfo
- Publication number
- JP2024049073A JP2024049073A JP2022155317A JP2022155317A JP2024049073A JP 2024049073 A JP2024049073 A JP 2024049073A JP 2022155317 A JP2022155317 A JP 2022155317A JP 2022155317 A JP2022155317 A JP 2022155317A JP 2024049073 A JP2024049073 A JP 2024049073A
- Authority
- JP
- Japan
- Prior art keywords
- face
- faces
- authentication
- image
- adult
- 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
- 238000004891 communication Methods 0.000 description 34
- 238000000034 method Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 22
- 230000001815 facial effect Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
【課題】認証率の低い子供の顔認証の精度を向上させる。【解決手段】認証装置は、親族ごとに人の顔を対応付けたデータベースを参照し、対象となる1以上の画像に含まれる複数の顔のうち、大人の顔でないと判定された顔を、大人の顔であると判定された顔に対応付けられた顔と照合することを特徴とする。認証装置において、学習済モデル322は、顔画像が入力されると、データベース321を参照し、データベース内に記録されている複数の人間の顔の中から、入力された顔画像と一致するものを選び、その識別情報を出力する。【選択図】図3
Description
本発明は、子供の顔認証方法及び認証装置の技術に関する。
イベント会場等の特定場所に入退場する人物を制限したり、管理したりする手段として、通過しようとする人物が予め登録された人物か否かを照合する照合システムにおける技術が知られている。例えば特許文献1は、ゲートに設置したカメラで撮影した人物の顔画像から顔認証を行い、ゲートの円滑な通過を可能とするウォークスルー顔認証システムに関する技術を開示している。
特許文献1に記載された技術において、顔認証は顔の特徴を検出することで、人物特定に利用されるが、対象が子供の場合、大人に比べて、誤認証しやすいという課題を抱えている。
このような上記の背景に鑑み、本発明は、認証率の低い子供の顔認証の精度を向上させる子供の顔認証方法及び認証装置を提供する。
本発明は、親族ごとに人の顔を対応付けたデータベースを参照し、対象となる1以上の画像に含まれる複数の顔のうち、大人の顔でないと判定された顔を、大人の顔であると判定された顔に対応付けられた顔と照合する認証装置、を第1の態様として提供する。
第1の態様の認証装置によれば、上述したデータベースを参照しない場合に比べて、認証率の低い子供の顔認証の精度を向上させることができる。
第1の態様の認証装置において、前記画像に含まれる複数の顔のうち、大人の顔でないと判定され、かつ、認証率が予め定められた閾値未満の顔を、大人の顔であると判定された顔に対応付けられた顔と照合することを特徴とする、という構成が第2の態様として採用されてもよい。
第2の態様の認証装置によれば、認証率が、予め定められた閾値以上の子供の顔に関して照合が省略される。
第1又は第2の態様の認証装置において、前記画像に含まれる複数の顔のうち、大人の顔でないと判定された顔が大人に成長したときの顔を推測し、推測された該顔を、大人の顔であると判定された顔に対応付けられた顔と照合することを特徴とする、という構成が第3の態様として採用されてもよい。
第3の態様の認証装置によれば、大人に成長したときの顔の推測結果を利用して子供の顔認証が行われる。
第1又は第2の態様の認証装置において、前記1以上の画像は、予め定められた期間内に撮影された画像であることを特徴とする、という構成が第4の態様として採用されてもよい。
第4の態様の認証装置によれば、子供、及びその子供の親族である大人の一方が撮影されてから、他方が撮影されるまでの期間の上限を指定することができる。
本発明によれば、認証率の低い子供の顔認証の精度を向上させる子供の顔認証方法及び認証装置を提供することができる。
1.構成
図1は、顔認証システム1のネットワーク構成及び各装置のハードウェア構成を例示する図である。この例において顔認証システム1は、顔認証サービスを提供する情報処理システムである。顔認証サービスにおいて、顔認証とは、例えばカメラ等の撮影領域内に入った人の顔を検出し、認証処理を行うことをいう。この例において認証処理とは、例えば予めデータベースに登録された顔と検出された顔とを照合することで、検出された顔がどの人物のものであるか特定する処理のことをいう。顔認証システム1は、ゲート装置10、撮影装置20、サーバ装置30、及びネットワーク90を有する。ゲート装置10は、顔認証サービスによる認証結果に応じて、通行許可を案内したり、フラップ又はゲートを開閉させたりする、情報処理装置及びゲート開閉装置である。撮影装置20は、利用者の全体又は顔を撮影する。この例において撮影装置20はカメラを含む。撮影装置20は、撮影した画像を画像データとしてゲート装置10に送信する。サーバ装置30は、学習済みの機械学習モデルを利用して顔認証サービスを提供する認証装置及び情報処理装置である。ゲート装置10及びサーバ装置30は、ネットワーク90を介して接続される。ネットワーク90は、インターネット等のコンピュータネットワークである。この例において各装置とはゲート装置10、撮影装置20、及びサーバ装置30である。
図1は、顔認証システム1のネットワーク構成及び各装置のハードウェア構成を例示する図である。この例において顔認証システム1は、顔認証サービスを提供する情報処理システムである。顔認証サービスにおいて、顔認証とは、例えばカメラ等の撮影領域内に入った人の顔を検出し、認証処理を行うことをいう。この例において認証処理とは、例えば予めデータベースに登録された顔と検出された顔とを照合することで、検出された顔がどの人物のものであるか特定する処理のことをいう。顔認証システム1は、ゲート装置10、撮影装置20、サーバ装置30、及びネットワーク90を有する。ゲート装置10は、顔認証サービスによる認証結果に応じて、通行許可を案内したり、フラップ又はゲートを開閉させたりする、情報処理装置及びゲート開閉装置である。撮影装置20は、利用者の全体又は顔を撮影する。この例において撮影装置20はカメラを含む。撮影装置20は、撮影した画像を画像データとしてゲート装置10に送信する。サーバ装置30は、学習済みの機械学習モデルを利用して顔認証サービスを提供する認証装置及び情報処理装置である。ゲート装置10及びサーバ装置30は、ネットワーク90を介して接続される。ネットワーク90は、インターネット等のコンピュータネットワークである。この例において各装置とはゲート装置10、撮影装置20、及びサーバ装置30である。
図2は、顔認証システム1における各装置の機能構成を例示する図である。顔認証システム1は、制御手段11、記憶手段12、通信手段13、認証制御手段14、通行制御手段15、入力手段16、制御手段21、記憶手段22、通信手段23、撮影手段24、表示手段25、制御手段31、記憶手段32、及び通信手段33を有する。このうち、制御手段11、記憶手段12、通信手段13、認証制御手段14、通行制御手段15、及び入力手段16はゲート装置10に、制御手段21、記憶手段22、通信手段23、撮影手段24、及び表示手段25は撮影装置20に、制御手段31、記憶手段32、及び通信手段33はサーバ装置30に、それぞれ実装される。
ゲート装置10において、制御手段11は、各種の制御を行う。記憶手段12は、各種のデータを記憶する。この例において、記憶手段12が記憶するデータには、撮影装置20が撮影した画像の画像データが含まれる。通信手段13は、撮影装置20が撮影した画像の画像データを取得する。認証制御手段14は、各デバイスから取得した情報(センサ情報、カメラ画像)を基にゲートを通行する人物に対して認証を行う。また、認証制御手段14は、認証結果を通行制御手段15に通信する。通行制御手段15は、認証制御手段14からの通信を基にゲートを通行する人物に対して、通行しても良いか否かに関する案内を示す。入力手段16は、各種のデータをゲート装置10に入力することができる。
撮影装置20において、制御手段21は、各種の制御を行う。この例において、制御手段21が行う処理には、撮影装置20が撮影した画像の顔検出処理が含まれる。記憶手段22は、各種のデータを記憶する。この例において、記憶手段22が記憶するデータには、撮影装置20が撮影した画像の画像データが含まれる。通信手段23は、撮影した画像の画像データをゲート装置10に送信する。撮影手段24は、ゲート周辺の利用者の全体又は顔を撮影する。表示手段25は、撮影されたゲート周辺の利用者の全体又は顔を表示する。
サーバ装置30において、制御手段31は、各種の制御を行う。制御手段31は、顔認証処理を行い、人物を特定してもよい。記憶手段32は、各種のデータを記憶する。この例において、記憶手段32が記憶するデータには、撮影装置20が撮影した画像の画像データが含まれる。通信手段33は、ゲート装置10から、子供か大人かを判定された画像データを取得する。
図3は、サーバ装置30における機械学習に関する機能構成を例示する図である。記憶手段32は、データベース321及び学習済モデル322を有する。データベース321は、各種データを記憶する。この例において、各種データは、認証に必要な顔画像等のデータである。学習済モデル322は、入力された顔画像を識別することができる。この例において学習済モデル322は、顔画像が入力されると、データベース321を参照し、データベース内に記録されている複数の人間の顔の中から、入力された顔画像と一致するものを選び、その識別情報(本人かどうか、本人情報等)を出力する。なお、学習済モデル322は、データベース321内のデータを用いた機械学習によって学習した学習済モデルであってもよい。この例において、データベース321には、顔画像や特徴量データ等の顔情報が格納されている。顔画像が子供の場合は、家族の顔画像が紐づけられた形で格納されている。学習済モデル322は、データベース321内の顔画像や特徴量データ等の顔情報を読み出し、機械学習を利用してその特徴を学習してもよい。また、学習済モデル322は、データベース321内の子供の顔画像と家族の顔画像とが紐づいた顔画像データ及び特徴量データを読み出し、機械学習を利用してその特徴を学習してもよい。また、学習済モデル322は、顔認証処理を行い、人物を特定してもよい。
図1に戻る。サーバ装置30は、CPU(Central Processing Unit)301、メモリ302、ストレージ303、及び通信IF304を有するコンピュータであり、例えばスマートフォン又はパーソナルコンピュータである。CPU301は、プログラムに従って各種の演算を行うプロセッサである。メモリ302は、CPU301がプログラムを実行する際のワークエリアとして機能する主記憶装置であり、例えばRAM(Random Access Memory)を含む。ストレージ303は、各種のデータ及びプログラムを記憶する補助記憶装置であり、例えばSSD(Solid State Drive)又はHDD(Hard Disc Drive)を含む。通信IF304は、所定の通信規格(例えばイーサネット(登録商標))に従って他の装置と通信する装置であり、例えばNIC(Network Interface Card)を含む。
この例においてストレージ303が記憶するプログラムには、コンピュータを顔認証システム1におけるサーバとして機能させるためのプログラム(以下「サーバプログラム」という。)が含まれる。CPU301がサーバプログラムを実行している状態において、メモリ302及びストレージ303の少なくとも一方が記憶手段32の一例であり、CPU301が制御手段31の一例であり、通信IF304が通信手段33の一例である。
ゲート装置10は、CPU101、メモリ102、ストレージ103、通信IF104、及び入力装置105を有するコンピュータであり、例えばスマートフォン、タブレット、又はパーソナルコンピュータである。CPU101は、プログラムに従って各種の演算を行うプロセッサである。メモリ102は、CPU101がプログラムを実行する際のワークエリアとして機能する主記憶装置であり、例えばRAMを含む。ストレージ103は、各種のデータ及びプログラムを記憶する補助記憶装置であり、例えばSSD又はHDDを含む。通信IF104は、所定の通信規格(例えばWiFi(登録商標))に従って他の装置と通信する装置であり、例えば無線チップを含む。入力装置105はゲート装置10に情報を入力するための装置であり、例えばタッチスクリーン、キーボード、又はポインティングデバイスを含む。また、ゲート装置10は、利用者を通行規制するためのゲート又はフラップ等の開閉機構を有してもよい。
この例においてストレージ103が記憶するプログラムには、コンピュータを顔認証システム1におけるクライアントとして機能させるためのプログラム(以下「クライアントプログラム」という。)が含まれる。CPU101がクライアントプログラムを実行している状態において、CPU101が制御手段11、認証制御手段14、及び通行制御手段15の一例であり、メモリ102及びストレージ103の少なくとも一方が記憶手段12の一例であり、通信IF104が通信手段13の一例であり、入力装置105が入力手段16の一例である。
撮影装置20は、CPU201、メモリ202、ストレージ203、通信IF204、カメラ205、及びディスプレイ206を有する例えばビデオカメラ、カメラ付きスマートフォン、又はカメラ付きタブレットである。通信IF204は、撮影した画像を画像データとしてゲート装置10に送信する。ディスプレイ206は情報を表示する装置であり、例えば有機ELディスプレイを含む。
この例においてCPU201が制御手段21の一例であり、メモリ202及びストレージ203の少なくとも一方が記憶手段22の一例であり、通信IF204が通信手段23の一例であり、カメラ205が撮影手段24の一例であり、ディスプレイ206が表示手段25の一例である。
2.動作
図4は、子供の顔認証方法を例示するフローチャートである。この例において、撮影装置20は、イベント会場、テーマパーク、オフィス、又は空港等のゲート周辺に設置されている。この例において、ゲートは、例えば入退場ゲート、セキュリティゲート、又は改札機である。この例において、子供とは成人していない人(未成年)であり、反対に大人とは成人している人である。なお、子供か大人かの判断基準はこの限りではなく、例えばテーマパークのアトラクションに搭乗するための条件である年齢基準や身長基準に応じていずれかに区別する等してもよい。
図4は、子供の顔認証方法を例示するフローチャートである。この例において、撮影装置20は、イベント会場、テーマパーク、オフィス、又は空港等のゲート周辺に設置されている。この例において、ゲートは、例えば入退場ゲート、セキュリティゲート、又は改札機である。この例において、子供とは成人していない人(未成年)であり、反対に大人とは成人している人である。なお、子供か大人かの判断基準はこの限りではなく、例えばテーマパークのアトラクションに搭乗するための条件である年齢基準や身長基準に応じていずれかに区別する等してもよい。
ステップS1において、撮影装置20は、撮影手段24から取得した画像内に顔が存在するか顔検出処理を行う。具体的には例えば以下のとおりである。ゲートに設置されたカメラ205は、連続する複数フレームの画像を撮影する。連続する複数フレームの画像とは、例えば動画である。制御手段21は、撮影された画像において、人が撮影されている場合、顔検出処理を行う。制御手段21は、対象となる1以上の画像に含まれる複数の顔を検出してもよい。この例において、対象となる1以上の画像とは、カメラ205によって撮影された、連続する複数フレームの画像である。また、ステップS1において、画像内に顔が検出されない場合(ステップS1:No)、撮影装置20は、撮影を継続する。また、撮影室内には、人感センサ(図示略)を備えてもよい。この場合、人感センサによって撮影室内に人が入ったことが検知されると、撮影装置20によって撮影が行われる構成としてもよい。また、カメラ205により撮影された画像を示す画像データをストレージ203に記憶してもよい(図示略)。
撮影装置20は、撮影した画像を画像データとしてゲート装置10に送信してもよい。画像データの送信先となるゲート装置10は、クライアントプログラムにおいて定義される。ゲート装置10は、撮影装置20から受信した画像データをストレージ103に記録してもよい(図示略)。
ステップS1で画像内に顔が検出された場合(ステップS1:Yes)、ステップS2に進み、このステップS2において、ゲート装置10は、画像内で撮影装置20によって検出された顔の属性情報を取得し、画像内の検出した顔が子供か大人か判定する。この例において、顔の属性情報とは、例えば、性別、大人、又は子供といった情報である。顔の属性情報は、例えば、骨格、顔の大きさ、皺(しわ)の多さ、皮膚の張り、又は髪の毛の生え際等の外見的特徴から判定してもよい。ステップS2において、顔の属性情報が子供でない場合(ステップS2:No)、ステップS6に進み、ゲート装置10は、検出した顔で通常の顔認証処理を行う(ステップS6)。
ゲート装置10は、画像データをサーバ装置30に送信してもよい。この例においてゲート装置10は、データのノイズ等を排除するために、撮影した画像から顔の部分だけ切り出してサーバに送信してもよい。ゲート装置10は、画像データをサーバ装置30に送信すると同時に認証を要求してもよい。画像データの送信先となるサーバ装置30は、サーバプログラムにおいて定義される。
顔の属性情報が子供の場合(ステップS2:Yes)、ステップS3に進み、このステップS3において、サーバ装置30は、顔認証を行う。サーバ装置30は、認証が要求された画像(顔画像)を学習済モデル322に入力する。顔画像が入力されると、学習済モデル322は、データベースの中から、その画像の顔と一致度が高い順に複数の候補者を選び、その一致度とともに出力する。この例において一致度は識別情報の一例である。この例においてサーバ装置30は、一致度が閾値以上(この閾値は、大人の場合の閾値より低い値に設定してもよい)の候補を複数(例えば最大人数を設定してもよい)選ぶ。サーバ装置30は、本人らしい複数候補の家族の顔情報(顔画像、顔特徴量)を取得する。
図5は、子供の顔認証方法における認証手順を例示する図である。学習済モデル322は、例えば図5の(1)「候補A、候補B、候補C、…」といった本人候補を取得する。なお、子供の場合、大人よりも認証の確からしさが低い(不確からしさが高い)ので、認証の閾値を低く設定する場合、候補も単数ではなく複数抽出される。この時、学習済モデル322は、本人候補だけでなく、本人候補に紐づく家族の顔情報を取得する。そのため、学習済モデル322は、親族ごとに人の顔を対応付けたデータベースを参照する。この例において、親族とは、親、兄弟(姉妹)、子供、又は親戚等、特に遺伝的関係を有する一族(血族)のことである。この例において、データベースとは、データベース321である。データベース321には、顔画像や特徴量データ等の顔情報が格納されており、顔画像が子供の場合は、家族の顔画像が紐づけられた形で格納されている。
図6は、データベース321が有する家族毎のデータテーブルを例示する図である。この例においてデータテーブルは、学習済モデル322が取得した候補者に絞り込んだデータ構成である。また、データテーブルには、大人及び子供に依らず、対象となる人物が一覧としてデータベース321に記録されてもよい。さらに、大人の場合であっても家族毎のデータテーブルとしてデータベース321に記録されてもよい。この例において図6のデータテーブルには、候補者の家族構成員(父、母、姉等)及び顔の属性情報(大人、子供等)が、候補者に紐づいてデータベース321に記録される。なお、図6において、顔画像や特徴量データ等の顔情報は簡略化して示されている。学習済モデル322は、データベース321が有する家族毎のデータテーブルを参照することで、候補者及びその家族の情報を取得することができる。
学習済モデル322は、取得した図5の(1)「候補A、候補B、候補C、…」といった本人候補の中から顔認証処理を行ってもよい。この例において、顔認証処理とは、画像内の検出された子供の顔と、取得した本人候補の顔とを照合し、検出された顔がどの人物のものであるか特定する処理である。顔認証処理の結果、得られた認証率に予め定められた閾値を設け、その閾値に応じて、人物を特定してもよい。この例において、認証率とは、画像内の検出された子供の顔と、取得した本人候補の顔とを照合し、どれだけ本人らしいかを表す一致度である。また、この認証率が、予め定められた閾値以上の子供の顔に関して照合を省略するために、大人の顔でないと判定される、つまり顔の属性情報が子供の場合(ステップS2:Yes)、かつ、この認証率が予め定められた閾値未満である場合(図示略)に、ステップS4に進む構成としてもよい。なお、子供の顔に対して顔認証処理を行う場合、顔の特徴として検出できる部分が少ないため、子供同士で他人であっても本人判定となる確率が高く、これが、子供が大人に比べて誤認証しやすい理由の一つである。
図4に戻り、候補の家族の顔情報を取得すると(ステップS3)、ステップS4に進み、このステップS4において、サーバ装置30は、カメラから取得した画像内の検出された顔の中に、データベースから取得した家族の顔が存在しないか照合する。具体的には例えば以下のとおりである。学習済モデル322は、図5において、「候補B」に紐づく家族の顔情報を取得し、カメラから取得した画像内に、データベース321から取得した「候補B」に紐づく家族の顔が存在しないか照合する。この例において、図5の(2)照合の結果、カメラから取得した画像内の「大人」の顔と「候補B」に紐づく「父」の顔とが一致する。
サーバ装置30は、画像内の検出された顔と取得した家族の顔情報が照合成功しなかった場合(ステップS4:No)、ステップS6に進み、通常の顔認証処理を行う(ステップS6)。学習済モデル322は、画像内の検出された顔と取得した家族の顔とが一致(つまり照合成功)した場合(ステップS4:Yes)、図5における「子供」と「候補B」との照合処理を行ってもよい。すなわち、サーバ装置30は、大人の顔でないと判定された顔を、大人の顔であると判定された顔に対応付けられた顔と照合することができる。
画像内の検出された顔と取得した家族の顔とが一致した場合(ステップS4:Yes)、ステップS5に進み、このステップS5において、サーバ装置30は、カメラから取得した画像内に、データベース321から取得した家族の顔が存在した場合、その家族の子供と判定する。この例において、図5の(2)照合の結果、カメラから取得した画像内の「大人」の顔と「候補B」に紐づく「父」の顔とが一致するため、図5の(3)「子供」は「候補B」と判定する。また、学習済モデル322は、図5における「子供」と「候補B」との照合処理を行った認証の結果、判定してもよい。また、画像内に、データベース321から取得した家族の顔が複数存在し、それに紐づく候補が複数存在する場合、学習済モデル322は、一致度が最高の候補(1人)を、「子供」の顔として判定してもよい。
ステップS6において、サーバ装置30は、顔認証処理を行う。具体的には例えば以下のとおりである。ステップS2において、ゲート装置10が、顔の属性情報が子供でないと判断した場合(ステップS2:No)、ステップS6に進み、このステップS6において、サーバ装置30は、ゲート装置10から画像データを取得し、顔認証処理を行う。また、ステップS4において、画像内の検出された顔と取得した家族の顔情報が照合成功しなかった場合(ステップS4:No)、ステップS6に進み、このステップS6において、サーバ装置30は、顔認証処理を行う。この例において、顔認証処理とは、学習済モデル322が、予めデータベース321に登録された顔と検出された顔とを照合することで、検出された顔がどの人物のものであるか判定する処理のことである。顔の属性情報が子供でない場合(ステップS2:No)、学習済モデル322は、検出された「大人」の顔とデータベース321に登録された顔とを照合する。画像内の検出された顔と取得した家族の顔とが一致しなかった場合(ステップS4:No)、学習済モデル322は、一致度が最高かつ閾値以上の候補(1人)を、その画像の顔の持ち主として判定してもよい。これらの処理は、学習済モデル322ではなく、制御手段31が行ってもよい。
サーバ装置30は、認証結果をゲート装置10に送信する。この例において認証結果は、学習済モデル322が、照合によって人物を認証した結果である。この例において学習済モデル322は、通信手段33に認証結果を送信してもよい。認証結果を受信した通信手段33は、通信手段13を介してゲート装置10に認証結果を送信してもよい。ゲート装置10は、サーバ装置30から受信した認証結果を表すデータをストレージ103に記録する(図示略)。
以上より、本発明の一様態によれば、子供の近くに家族がいる確率が高いことを利用して、認証率の低い子供の顔認証の精度を向上させることができる。
また、学習済モデル322は、子供が成長した時の顔を推測する機械学習モデルでもよい。データベース321には、顔画像や特徴量データ等の顔情報が格納されており、顔画像が子供の場合は、家族の顔画像が紐づけられた形で格納されている。この例において学習済モデル322は、画像内の検出された顔が子供の顔である場合、子供が成長した時の顔を推測し、顔画像を作成してもよい。学習済モデル322は、作成した子供が成長した時の顔と、カメラから取得した画像内に検出された大人の顔であって、データベース321に登録された候補者の家族の顔とを照合してもよい。すなわち、サーバ装置30は、大人の顔でないと判定された顔が大人に成長したときの顔を推測し、推測されたその顔を、大人の顔であると判定された顔に対応付けられた顔と照合することができる。
以上より、子供の成長による顔の変化量が大きく、顔情報の登録時と顔認証時の時間経過によって本人であっても他人判定となる確率が高くなる場合においても、子供の顔認証の精度を向上させることができる。また、顔情報の登録時と顔認証時の時間が離れている場合、上述した顔の変化によって認証率が低下するため、データベース321に登録された顔画像は、予め定められた期間内に撮影された画像であってもよく、顔情報の登録時と顔認証時の時間が近いほど好ましい。
ここまで顔認証システム1の基本的な動作を説明したが、システム構成、装置構成、及びアルゴリズム構成等は、種々の変形が可能である。顔認証システム1は、例えば、イベント会場やテーマパークにおいて利用される。イベント会場やテーマパーク等の入退場ゲートでは、親子連れ、家族連れが多く、混雑している場合もあり、入退場の際の本人確認に顔認証システム1が有用である。そのため、顔認証システム1は入退場ゲート周辺の複数台のカメラと連携し、認証処理を行ってもよい。また、利用者の入退場には、通常チケット等の通行許可証が必要であるが、それとは別に顔認証による本人確認と組み合わせることでセキュリティの向上といった効果を奏する。また、将来的にはチケットを所持しない場合でも入退場が可能になり、チケットの紛失や入退場時にチケットを取り出す煩雑さを解消できる。
以上の実施形態で説明された構成、形状、大きさ及び配置関係については本発明が理解・実施できる程度に概略的に示したものにすぎない。したがって、本発明は、説明された実施形態に限定されるものではなく、特許請求の範囲に示される技術的思想の範囲を逸脱しない限り様々な形態に変更することができる。
3.変形例
本発明は上述の実施形態に限定されるものではなく、種々の変形実施が可能である。以下、変形例をいくつか説明する。以下で説明する事項のうち2つ以上の事項が組み合わせて適用されてもよい。
本発明は上述の実施形態に限定されるものではなく、種々の変形実施が可能である。以下、変形例をいくつか説明する。以下で説明する事項のうち2つ以上の事項が組み合わせて適用されてもよい。
(1)撮影装置
撮影装置20は、フレーム及び照明を有してもよい。この例においてフレームは、撮影室(又は撮影空間)を形成するための構造体である。フレームは、例えば、直方体、立方体、五角柱、又は六角柱若しくはこれに類似する形状の基本骨格を有する。これらの立体の内部が撮影室となる。また、この例において照明は、撮影室内を照らす。
撮影装置20は、フレーム及び照明を有してもよい。この例においてフレームは、撮影室(又は撮影空間)を形成するための構造体である。フレームは、例えば、直方体、立方体、五角柱、又は六角柱若しくはこれに類似する形状の基本骨格を有する。これらの立体の内部が撮影室となる。また、この例において照明は、撮影室内を照らす。
(2)ゲート装置
ゲート装置10は、認証結果に応じて利用者を入退場させるためのゲート又はフラップを有してもよい。この例において認証制御手段14は、取得した認証結果を通行制御手段15に通信する。通行制御手段15は、認証制御手段14からの通信を基にゲートを通行する人物に対して、通行しても良いか案内を示す。通行が許可された場合、通行制御手段15は、ゲート又はフラップを開いてもよい。通行が不許可の場合、通行制御手段15は、ゲート又はフラップを閉じ、かつアラーム音によって案内を示してもよい。なお、上述した種々の構成を組み合わせてもよい。
ゲート装置10は、認証結果に応じて利用者を入退場させるためのゲート又はフラップを有してもよい。この例において認証制御手段14は、取得した認証結果を通行制御手段15に通信する。通行制御手段15は、認証制御手段14からの通信を基にゲートを通行する人物に対して、通行しても良いか案内を示す。通行が許可された場合、通行制御手段15は、ゲート又はフラップを開いてもよい。通行が不許可の場合、通行制御手段15は、ゲート又はフラップを閉じ、かつアラーム音によって案内を示してもよい。なお、上述した種々の構成を組み合わせてもよい。
また、ゲート装置10は、認証に必要な情報を各デバイスから取得させる構成を有してもよい。この例において入力手段16は、例えばQRコード(登録商標)を読み取り、読み取ったデータから、予め登録されている本人情報を取得してもよい。これによって候補者をさらに絞り込むことができる。
(3)その他
顔認証システム1のハードウェア構成は実施形態において例示したものに限定されない。要求される機能を実現できるものであれば、顔認証システム1はどのようなハードウェア構成を有していてもよい。例えば、物理的に複数の装置が協働してサーバ装置30として機能してもよい。サーバ装置30は物理サーバでもよいし、仮想サーバ(いわゆるクラウドを含む)であってもよい。また、機能要素とハードウェアとの対応関係は実施形態において例示したものに限定されない。例えば、実施形態においてゲート装置10又は撮影装置20に実装されるものとして説明した機能の少なくとも一部がサーバ装置30に実装されてもよい。例えば、認証制御手段14はサーバ装置30に実装されてもよい。また、図2に示した機能構成の一部は省略されてもよい。
顔認証システム1のハードウェア構成は実施形態において例示したものに限定されない。要求される機能を実現できるものであれば、顔認証システム1はどのようなハードウェア構成を有していてもよい。例えば、物理的に複数の装置が協働してサーバ装置30として機能してもよい。サーバ装置30は物理サーバでもよいし、仮想サーバ(いわゆるクラウドを含む)であってもよい。また、機能要素とハードウェアとの対応関係は実施形態において例示したものに限定されない。例えば、実施形態においてゲート装置10又は撮影装置20に実装されるものとして説明した機能の少なくとも一部がサーバ装置30に実装されてもよい。例えば、認証制御手段14はサーバ装置30に実装されてもよい。また、図2に示した機能構成の一部は省略されてもよい。
図4に示すフローチャートはあくまで処理の一例を示すものであり、顔認証システム1の動作はこれに限定されない。図示した処理の一部が省略されてもよいし、順番が入れ替えられてもよいし、新たな処理が追加されてもよい。例えばステップS2において、サーバ装置30等が、画像内に検出された人物の顔の属性情報を取得した後、つまり大人(ステップS2:No)か、子供(ステップS2:Yes)かのいずれかを判定した後の処理を変更してもよい。図7は、変形例における子供の顔認証方法を例示するフローチャートである。ステップSB0において、サーバ装置30は、画像内に検出された複数の顔の属性情報(大人か子供かの情報)を取得する。ステップSB1において、サーバ装置30は、複数の大人と子供の顔が検出された画像内において、属性情報が「大人」である顔のみ、顔認証を行い、顔の属性情報が「子供」である顔は、顔認証は行わない。ステップSB2において、サーバ装置30は、顔認証によって特定された複数の人物のそれぞれに紐づく家族構成員の中で、顔の属性情報が「子供」である人物だけの照合リストをデータベース321のデータを利用して新たに作成する。ステップSB3において、サーバ装置30は、照合リストの複数の人物を候補者として、ステップSB1にて、画像内でまだ顔認証を行っていない属性情報が「子供」である顔の顔認証を行う。なお、照合リストから人物を特定する場合、認証率の一致度を利用してもよい。以上より、本発明の別の様態によれば、照合する対象(子供)を予め絞り込むことができるため、認証をより容易に行うことができる。この例においても、サーバ装置30は、大人の顔でないと判定された顔を、大人の顔であると判定された顔に対応付けられた顔と照合することができる。
CPU101、CPU201、及びCPU301によって実行される各種プログラムは、インターネット等のネットワークを介したダウンロードにより提供されるものであってもよいし、DVD-ROM等のコンピュータ読み取り可能な非一時的記録媒体に記録された状態で提供されてもよい。
1…顔認証システム、10…認証装置、11…制御手段、12…記憶手段、13…通信手段、14…認証制御手段、15…通行制御手段、16…入力手段、20…撮影装置、21…制御手段、22…記憶手段、23…通信手段、24…撮影手段、25…表示手段、30…サーバ装置、31…制御手段、32…記憶手段、321…データベース、322…学習済モデル、33…通信手段、101…CPU、102…メモリ、103…ストレージ、104…通信IF、105…入力装置、201…CPU、202…メモリ、203…ストレージ、204…通信IF、205…カメラ、206…ディスプレイ、301…CPU、302…メモリ、303…ストレージ、304…通信IF
Claims (4)
- 親族ごとに人の顔を対応付けたデータベースを参照し、対象となる1以上の画像に含まれる複数の顔のうち、大人の顔でないと判定された顔を、大人の顔であると判定された顔に対応付けられた顔と照合する認証装置。
- 前記画像に含まれる複数の顔のうち、大人の顔でないと判定され、かつ、認証率が予め定められた閾値未満の顔を、大人の顔であると判定された顔に対応付けられた顔と照合することを特徴とする請求項1に記載の認証装置。
- 前記画像に含まれる複数の顔のうち、大人の顔でないと判定された顔が大人に成長したときの顔を推測し、推測された該顔を、大人の顔であると判定された顔に対応付けられた顔と照合することを特徴とする請求項1又は2に記載の認証装置。
- 前記1以上の画像は、予め定められた期間内に撮影された画像であることを特徴とする請求項1又は2に記載の認証装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022155317A JP2024049073A (ja) | 2022-09-28 | 2022-09-28 | 認証装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022155317A JP2024049073A (ja) | 2022-09-28 | 2022-09-28 | 認証装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024049073A true JP2024049073A (ja) | 2024-04-09 |
Family
ID=90609601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022155317A Pending JP2024049073A (ja) | 2022-09-28 | 2022-09-28 | 認証装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024049073A (ja) |
-
2022
- 2022-09-28 JP JP2022155317A patent/JP2024049073A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6151582B2 (ja) | 顔認証システム | |
US20230410582A1 (en) | Information processing apparatus, information processing system, and information processing method | |
US11205312B2 (en) | Applying image analytics and machine learning to lock systems in hotels | |
JP6607266B2 (ja) | 顔認証装置 | |
US20190236376A1 (en) | Room occupant monitoring system | |
JPWO2015136938A1 (ja) | 情報処理方法および情報処理システム | |
JP7196932B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
US12094275B2 (en) | Information processing apparatus, information processing system, and information processing method | |
US20180232569A1 (en) | System and method for in motion identification | |
JP2019219721A (ja) | 入退室認証システムおよび入退室認証方法 | |
JP6962431B2 (ja) | 顔認証装置 | |
JP2019080271A (ja) | 在室者監視システム | |
JP2006163456A (ja) | 入退室管理装置 | |
JP2006215858A (ja) | 入退場管理システムおよび入退場管理方法 | |
EP3968294B1 (en) | Apparatus, system, method and program | |
JP2019164834A (ja) | 顔認証装置 | |
WO2021176593A1 (ja) | 滞在管理装置、滞在管理方法、プログラムが格納された非一時的なコンピュータ可読媒体、及び滞在管理システム | |
JP2023138550A (ja) | ゲート装置、出入国審査システム、ゲート装置の制御方法及びプログラム | |
JP2024049073A (ja) | 認証装置 | |
JP6789698B2 (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
WO2021256099A1 (ja) | 顔認証方法 | |
KR101926709B1 (ko) | 생체 인증 및 제어 장치 및 그 방법 | |
US20240201790A1 (en) | Information processing apparatus, vehicle controlling system, information processing method, and non-transitory computer-readable medium | |
US20230086771A1 (en) | Data management system, data management method, and data management program | |
JP2006099486A (ja) | 入室管理システム |