JP3964220B2 - 顔画像認識システム - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、顔画像認識システムに関するものである。
【０００２】
【従来の技術】
顔画像を用いた個人認識は、非接触で個人同定が可能であるため、ＩＤカードや暗証番号に変わるセキュリティ技術として関心が高まっている。そのため、デジタル処理を中心に多くの研究が行われているが、顔画像は３次元の物体で表情変化や照明などの周囲の条件で変動が生じるため、まだ最適な認識方法は確立されていない。
【０００３】
一方、現在電気アドレス型の液晶空間光変調器は、４００μｓでの高速表示が可能であるものなどが販売され、今後も更に高速応答なデバイスが開発されると予想できる。しかし、通常のＣＣＤカメラなどのデバイスはその速度に追いついておらず、実用的高速相関システムはいまだ提供されてはいない。
【０００４】
【発明が解決しようとする課題】
ところで、上記したマッチトフィルタは様々なフィルタ設計が可能で、回転や大きさなどのロバスト性を高めることができる。この技術をエッジ抽出、２値化、ハーフ処理を行った顔認識に応用した結果、高い認識率と排他率を得ることができる。よって、高速なフーリエ変換（ＦＦＴチップ、光相関演算）などを用いて高速に演算を行うことにより、実用的な高速認識システムができる。
【０００５】
一方、データベースの書き換え（例えば４００μｓ）の速度と同様に二次元画像の相関演算ができる技術を提案する。高速表示ＳＬＭ（Ｓｐａｔｉａｌ Ｌｉｇｈｔ Ｍｏｄｕｌａｔｏｒ）とマッチトフィルタリングとを組み合わせ、更に時間積分ディテクト法を合わせた光演算システムである。ここで高速な表示を精密にディテクトすることが可能なディテクトデバイスがある場合はその他のディテクタでもよい。
【０００６】
この方式ではデータベースの書き換えと同速度演算を実現できる。また、ロバスト性を高めるために、いくつかのフィルタと同時にフィルタリングできる技術が求められるが、シングルベアチップを並べてアレイ光源とし、光の速度で複製を行えば、光速度での複数のフィルタとの演算が可能である。これは、超大量なデータベースが存在した場合などに特に有効なシステムとなる。
【０００７】
本願発明者は、既に、並列相関演算用バイナリ光画像素子を用いた顔画像認識システム（特願２０００−３０７０５５）、フーリエ変換素子を用いた空間並列に光学的結合変換相関演算を行い検索するパターン検索法（特願２０００−３０７０５８）を提案している。
【０００８】
しかしながら、その場合は、ＣＣＤカメラやその他の光電子デバイスにより顔認識処理速度が抑えられ、一度に識別するデータ数を増やし処理速度を上げようとしても処理速度を上げられないといった問題があった。
【０００９】
従来の光相関システムでは入力画像が実空間面であり、マッチトフィルタをフーリエ面において高速に表示していた。しかし、高速表示デバイスの主流は２値デバイスであり、２値デバイスのマッチトフィルタしか表示できず、回折効率と精度に課題があった。
【００１０】
本発明は、上記状況に鑑みて、高速な顔画像処理ができる顔画像認識システムを提供することを目的とする。
【００１１】
【課題を解決するための手段】
本発明は、上記目的を達成するために、
〔１〕顔画像認識システムにおいて、コンピュータ（２３）に接続されたデジタルカメラ（２４）から入力画像を取得する手段と、前記コンピュータ（２３）でマッチトフィルタを計算し、液晶空間光変調器（１９）上に計算したマッチトフィルタを表示する手段と、液晶空間光変調器（１５）上にデータべース（２５）を表示する手段と、ＶＣＳＥＬアレイ光源（１１）をＢＺＰＡ１（１２）でコリメートし、ＢＺＰＡ２（１３）とレンズＬ１（１４）を挟み、前記液晶空間光変調器（１５）に照射する手段と、前記液晶空間光変調器（１５）からの照射により反射型で読み出し、レンズＬ２（１７）によりデュプリケートを行う手段と、次いで、ＢＺＰＡ４（１８）でフーリエ変換を行い、前記液晶空間光変調器（１９）に表示したマッチトフィルタを通過させた後、更にＢＺＰＡ５（２１）を通過させて逆フーリエ変換の後に、ディテクトデバイス（２２）により相関信号を取得する手段とを具備し、相関処理された入力枚数分の出力データは出力面で前記ディテクトデバイス（２２）の応答速度間間の間、重ね合わされて一つの画像として出力され、かつ前記ディテクトデバイス（２２）の１回の取込み時間内に複数の入力を行う処理を施すことを特徴とする。
【００１２】
〔２〕上記〔１〕記載の顔画像認識システムにおいて、前記相関信号を取得する過程を、あらかじめ前処理が施され、かつＲＡＭに保存されている画像である前記データベース（２５）の数だけ繰り返す手段を具備することを特徴とする。
【００１３】
〔３〕上記〔１〕記載の顔画像認識システムにおいて、空間周波数でのマッチトフィルタリングを、高速相関光学系で行うことを特徴とする。
【００１４】
〔４〕上記〔３〕記載の顔画像認識システムにおいて、前記高速相関光学系は高速ＦＦＴプロセッサを用いる系であることを特徴とする。
【００１５】
〔５〕上記〔３〕記載の顔画像認識システムにおいて、前記空間周波数でのマッチトフィルタリングを、入力画像に特定の前処理を施した画像をコンピュータ上でコンピュータグラフィックもしくはキノフォームとして、マッチトフィルタを計算し、書き換え可能な液晶空間光変調器に表示させ、膨大なデータベースを高速な液晶空間光変調器に実空間上で書き換えて相関を行うことを特徴とする。
【００１６】
〔６〕上記〔３〕記載の顔画像認識システムにおいて、前記高速相関光学系は、複数光源を用いたデュプリケート光学系により、複数のマッチトフィルタとの照合を並列に行う光相関器であることを特徴とする。
【００１７】
上記のように構成したので、本発明によれば、データベースの書き換えと同程度の速度で二次元画像の相関演算ができる。具体的には高速表示ＳＬＭ（空間光変調器）と光速度で演算できるマッチトフィルタリングとを組み合わせ、更に時間積分ディテクト法を組み合わせた光演算システムを構築する。ディテクトデバイスとしては、高速な表示を精密にディテクトできる時間積分機能を有するものであれば、いかなるディテクトデバイスであってもよい。
【００１８】
また、ロバスト性を高めるために、各種フィルタで同時にフィルタリングできる技術も採用しており、シングルベアチップを並べてアレイ光源とし、光の速度で複製を行えば、光速度での複数のフィルタリングの演算が可能となる。これは超大量なデータベースの処理が必要となる場合には、特に有効なシステムとなる。
【００１９】
【発明の実施の形態】
以下、本発明の実施の形態について詳細に説明する。
【００２０】
まず、マッチトフィルタリングを用いた顔画像認識システムの動作について説明する。
【００２１】
図１は本発明の実施例を示すマッチトフィルタリングを用いた顔画像認識システムの動作フローチャート、図２はその光学的マッチトフィルタリングの原理図である。
【００２２】
（１）実時間演算の場合、まず取り込んだ画像にエッジ抽出・２値化等の前処理を施す（ステップＳ１）。
【００２３】
（２）次に、被検出画像Ａは、基本的にはフーリエ変換の複素共役であるフィルタを作成する。このフィルタを用いて周波数空間上で掛け算を行い、逆フーリエ変換を行う（ステップＳ２）。
【００２４】
（３）その後、相関信号を取得し認識結果とする（ステップＳ３）。ここでのフーリエ変換は、高速ＦＦＴプロセッサを用いても、光学系を用いてもよい。
【００２５】
図２に光学的マッチトフィルタリングの原理を示す。
【００２６】
この図に示すように、Ｐ１面に入力ｆ（ｘ，ｙ）をおき、これをコヒーレントな平行光Ｂで照明する。レンズ１でこの信号のフーリエ変換を得て、そこにＨのフィルタを置いて、レンズ２で再びフーリエ変換し、結果を出力面Ｐ３で観測する。このとき出力面Ｐ３で得られる信号は、式（１）のｇ′式のように表され、ｇとｈのコンボリューションが得られる。ただし、ｈ（ｘ，ｙ）はＨ（ｖ_x ，ｖ_y ）の逆フーリエ変換であり、フィルタの点応答関数と呼ばれるものである。パターン検出のためのフィルタは図１に示すように、フーリエ変換の複素共役となる。相関信号の検出位置はフィルタの設計、検出画像の位置により変えることができる。
【００２７】
【数１】

（前処理）
演算顔画像の前処理方法について述べる。演算に用いる全ての顔画像（入力画像と参照画像）に対して同じ処理を施す。
【００２８】
顔画像の前処理工程を図３に示す。
【００２９】
まず、デジタルカメラからコンピュータに取り込まれた人物画像から顔の情報のみを得るために眉の上から顎の下までを目安に正方形で切り取る〔図３（ａ）参照〕。次に、それを認識に必要な画像サイズである１２８ピクセル×１２８ピクセルの大きさに正規化する〔図３（ｂ）参照〕。その後、エッジ抽出・２値化の前処理を施し、必要に応じてハーフ処理も施す〔図３（ｃ）参照〕。
【００３０】
（後処理の一例）
図４は登録者の識別方法を示す図、図５は未登録者の識別方法を示す図である。
【００３１】
これらの図は、登録者と未登録者の識別方法について、それぞれが入力画像となった場合の例を示しており、以下、これについて説明する。
【００３２】
入力画像のコード番号をｉ、データベースの参照画像のコード番号をｊとし、参照画像の数をＮ（この場合Ｎ＝１０）とする。グラフの横軸は参照画像のコード番号１〜Ｎ、上段のグラフの縦軸は入力画像ｃｏｄｅ＃ｉに対する参照画像ｃｏｄｅ＃ｊとの相関信号強度の測定値Ｐ_ijとする。
【００３３】
登録者（ｃｏｄｅ＃１）が入力された場合、自己相関値であるＰ_i1は他に比べて高い値をとる。一方、未登録者が入力された場合は本人がそこに存在しないため、どのＰ_ijも同じような低い値をとることになる。ここで、Ｐ_i1〜Ｐ_iNの最大値Ｐ_imaxでＰ_ijを正規化したのが下段のグラフであり、Ｃｏｒｒｅｌａｔｉｏｎ ｍａｐｐｉｎｇと呼んでいる。Ｃｏｒｒｅｌａｔｉｏｎ ｍａｐｐｉｎｇにおいて、登録者の場合は最大値（＝１）を除いた他の平均値は高く、未登録者の場合、その値が低くなることがわかる。これを入力画像ｃｏｄｅ＃ｉに対する比較値Ｃ_i として式（２）のように表す。
【００３４】
【数２】

Ｃ_i がはじめに設定された閾値よりも高ければ、入力画像ｃｏｄｅ＃ｉは未登録者、低ければ入力画像ｃｏｄｅ＃ｉは登録者と識別され、もし登録者と認められた場合には、Ｐ_imaxを示した参照画像が本人であると個人を同定することもできる。
【００３５】
（光学系による高速相関演算）
図６は本発明にかかる高速光相関顔画像認識システムの構成図、図７はその高速光相関顔画像認識システムの動作フローチャートである。
【００３６】
図６において、１１はＶＣＳＥＬアレイ（シングルベアチップを並べたアレイ光源）、１２はＢＺＰＡ１（バイナリアレイ光学素子）、１３はＢＺＰＡ２、１４はレンズＬ１、１５はＦＬＣ（強誘電性液晶：Ｆｅｒｒｏｅｌｅｃｔｒｉｃ Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ）−ＳＬＭ、１６はビームスプリッタ、１７はレンズＬ２、１８はＢＺＰＡ４、１９はＬＣ−ＳＬＭ ＭＦアレイ（マッチトフィルタ）、２１はＢＺＰＡ５、２２は時間積分機能を有するディテクトデバイス、２３はＰＣ（パーソナルコンピュータ）、２４はＰＣに接続されるデジタルカメラ、２５はＰＣのデータベースである。
【００３７】
図６に示すような光学系により、高速相関演算を行うことができる。
【００３８】
この光学系の動作の概略について説明する。
【００３９】
（１） 入力画像はＰＣ（パーソナルコンピュータ）２３に接続されたデジタルカメラ２４から画像を取得する。
【００４０】
（２） ＰＣ２３でマッチトフィルタを計算する。ＬＣ−ＳＬＭ（液晶空間光変調器）１９上に計算したマッチトフィルタを表示する。
【００４１】
（３） ＦＬＣ−ＳＬＭ１５上にデータベース２５を表示する。
【００４２】
（４） ＶＣＳＥＬアレイ光源１１をＢＺＰＡ１（１２）でコリメートし、ＢＺＰＡ２（１３）とレンズＬ１（１４）を挟みＦＬＣ−ＳＬＭ１５に照射する。反射型で読み出し、さらにレンズＬ２（１７）によりデュプリケートを行う。ＢＺＰＡ４（１８）でフーリエ変換を行い、ＬＣ−ＳＬＭ１９に表示したマッチトフィルタ（デジタルカメラ２４からコンピュータ２３に取り込まれた人物画像から顔の情報である入力画像フィルタ）を通過させる。再度ＢＺＰＡ５（２１）を通過させ逆フーリエ変換の後、相関信号を取得する。
【００４３】
（５） この相関過程をデータベース２５の数だけ繰り返す。ここでデータベース２５はあらかじめ前処理を施してある画像であり、ＲＡＭに保存されている。
【００４４】
（６） 最後に信号をディテクトし、後処理を施し、結果出力が得られる。このときディテクト手法は時間積分を用いてもよい。
【００４５】
（一連の相関の流れ）
そこで、ＶＣＳＥＬアレイ（アレイ光源）１１から出た光ビームは、ＢＺＰＡ１（１２）、ＢＺＰＡ２（１３）によりコリメートされ、２〜３ｍｍ程度の光束となり、レンズＬ１（１４）によりＦＬＣ−ＳＬＭ１５上に結像する。この光が ＦＬＣ−ＳＬＭ１５から反射され、ビームスプリッタ１６を通り、画像情報をもったままレンズＬ２（１７）によりコリメートされ（コヒーレント光源によるデュプリケート方法を参照）、ＶＣＳＥＬアレイ１１と同数の像が複製される。
【００４６】
この複製像をＢＺＰＡ４（１８）でフーリエ変換し、ＬＣ−ＳＬＭ１９に表示されたマッチトフィルタを通過する。基本的なマッチトフィルタの周波数応答は被検出パターンのフーリエ変換と複素共役である（マッチトフィルタリングによる相関演算を参照）。デジタルカメラ２４で撮影した画像にエッジ抽出・２値化等の前処理を施し、ＰＣ（コンピュータ）２３で位相型マッチトフィルタを作製する。
【００４７】
ここでロバスト性を高めるために、回転、大きさ等の不変を持たせたフィルタも作製し、複製像をそれぞれのフィルタに通過させる。再度ＢＺＰＡ５（２１）でフーリエ変換を行うことにより相関信号を時間積分機能を有するディテクトデバイス２２で得る。ＦＬＣ−ＳＬＭ１５に画像を表示してから相関信号を得るまでは光速度で演算を行うことが可能であり、相関演算の超高速化が可能なシステムとなっている。
【００４８】
その概略工程は、図７に示すように、入力画像を取得し（ステップＳ１１）、マッチトフィルタの計算・表示を行い（ステップＳ１２）、光相関演算（ステップＳ１３）を行い、その結果を出力する（ステップＳ１４）。
【００４９】
なお、光相関演算（ステップＳ１３）は、詳細に工程を述べると、（１）データベースの数ループを経て、（２）ＬＣ−ＳＬＭ１５にデータベースを表示し、（３）入力画像フィルタを通過させ、（４）時間積分機能を有するディテクトデバイス２２により信号を取得する。
【００５０】
（デュプリケート用ＶＣＳＥＬアレイ光源の例）
図８にＶＣＳＥＬアレイ光源の一例を示す。これはＶＣＳＥＬシングルベアチップを１〜２ｍｍ程度に基板上に並べたアレイ光源となっており、シリコン基板上で二次元作製したものではない。構造としてはペルチェ素子３１、ＶＣＳＥＬアレイ３２、マスク３３、レンズアレイ（ＢＺＰＡ）３４から構成され、レンズアレイ数のビームを生成することができる。なお、ＶＣＳＥＬアレイ３２とレンズアレイ（ＢＺＰＡ）３４間の距離Ｒは５〜１３ｍｍ程度である。
【００５１】
（時間積分を用いたディテクト方法）
時間積分ディテクト方法は、複数の出力信号を受け取り側（ディテクトデバイス）が一定時間集積し、一つの画像として出力する手法である。
【００５２】
特に、相関演算においては、高速で入力される複数の画像データを相関分布に変換し、その分布を一定時間集積し、一つの画像として出力する。
【００５３】
図９は本発明にかかる時間的積分を用いたディテクト方法を示す概略図である。なお、ここでは、光検出器としてはチャージ機能（積分機能）を有する市販のＣＣＤ（Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）を用いることができる。
【００５４】
例えば、この図に示すように、入力はＴ０、Ｔ１、Ｔ２、…ＴｎのときにＩ０，Ｉ１，Ｉ２，…Ｉｎの画像データに相関処理を施し、ｆ（Ｉ０），ｆ（Ｉ１），ｆ（Ｉ２），…ｆ（Ｉｎ）として出力する。相関処理された入力枚数分の出力データは出力面でディテクトデバイス応答速度間の間（Ｔ０〜Ｔｎ）、重ね合わされ、一つの画像として出力される。
【００５５】
入力画像は局所的な相関分布の出力が重ならないように、入力画像の配置を行う。このようにある一定の時間（ディテクトの応答速度時間）の間それぞれの入力の相関分布を時間的に積分することになる。これは入力信号間隔が出力ディテクト応答速度よりも早い場合においても、高速画像処理が可能になることを意味する。
【００５６】
例えば、入力信号が５００μｓ（２０００Ｈｚ）、ディテクトデバイスが５ｍｓ（２００Ｈｚ）である場合、ディテクト素子の一回の取り込み時間５ｍｓ間に１０回の入力がある。この時入力により異なる位置に信号が出るようにする。この方法を用いて１０回の位置ずらしをすることにより、１０の出力信号を得ることができる。
【００５７】
（エッジ抽出処理）
エッジ抽出処理は２次元画像の輝度変化率を調べることに相当し、微分演算によって求められる。しかし、計算機上での処理のため離散的に考え、微分は差分として扱う。原画像ｆ（ｉ，ｊ）の注目画素（ｉ，ｊ）の８つの近傍画素と式で表される３×３のマトリックス演算子
Ａ Ｂ Ｃ
Ｄ Ｅ Ｆ
Ｇ Ｈ Ｉ
から新しい階調数ｇ（ｉ，ｊ）は
ｇ（ｉ，ｊ）＝Ａ・ｆ（ｉ−１，ｊ−１）＋Ｂ・ｆ（ｉ，ｊ−１）
＋Ｃ・ｆ（ｉ＋１，ｊ−１）＋Ｄ・ｆ（ｉ−１，ｊ）
＋Ｆ・ｆ（ｉ＋１，ｊ）＋Ｇ・ｆ（ｉ−１，ｊ＋１）
＋Ｈ・ｆ（ｉ，ｊ＋１）＋Ｉ・ｆ（ｉ＋１，ｊ＋１）
と表せ、これがフィルタの役割を果たす。
輝度の勾配に注目するのであれば、１次微分で十分である。その中でも、Ｓｏｂｅｌフィルタは注目画像に近い４画素の重みが大きくなっているため、よりエッジが強調される。そこで、この顔画像認識システムの前処理におけるエッジ抽出としてはＳｏｂｅｌフィルタを用いることにした。水平、垂直方向のＳｏｂｅｌフィルタのマトリック演算子とフィルタ式を表１に示す。
【００５８】
【表１】

ｇ_H （ｉ，ｊ）とｇ_V （ｉ，ｊ）を組み合わせることにより、２次元Ｓｏｂｅｌフィルタは次式で定義される。
【００５９】
ｇ（ｉ，ｊ）＝｜ｇ_H （ｉ，ｊ）｜＋｜ｇ_V （ｉ，ｊ）｜
（２値化処理）
２値化とは、濃淡画像の各画素を適当な基準値に対する大小関係に基づいて０，１（白黒）の２階調にすることをいい、ｆ（ｉ，ｊ）をｇ（ｉ，ｊ）とすると、式（３）のように定義できる。
【００６０】
【数３】

２値化は余分なノイズを取り除き、形状を明らかにする効果があるため、前処理としては欠かせない要素となっている。手法としては、固定閾値法と領域指定法の２種類に大別することができる。前者はグレースケール階調のある値で閾値を決定する方法であり、後者はまず、画像全体の２値の割合を先に決めておき、濃度値のヒストグラムから、閾値を定める方法である。各画像の光量を一定にするため領域指定法を用いることにした。
【００６１】
（光学的デュプリケート）
アレイレンズや拡散光源を使うことにより、画像を光学的に複製することができる。これは実質上ピクセル数を増大させることができる。光相関システムでは入力画像をデュプリケートすることにより、複数のマッチトフィルタを通過させ、ロバスト性を高めることができる。
【００６２】
（コヒーレントデュプリケート光学系）
図１０は本発明にかかる透過型入力素子によるコヒーレントデュプリケート光学系を示す図である。
【００６３】
この図に示すように、ＶＣＳＥＬアレイ４１をＢＺＰＡ（レンズアレイ）４２によりコリメートし、多光束を作成する。これを再度ＢＺＰＡ（レンズアレイ）４３、レンズ４４、被複製像４５を通過、再度レンズ４６、ＢＺＰＡ（レンズアレイ）４７と同数の複製像４８が作成される。
【００６４】
なお、ＶＣＳＥＬとは、垂直共振器型面発光レーザ（Ｖｅｒｔｉｃａｌ Ｃａｖｉｔｙ Ｓｕｒｆａｃｅ Ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ Ｌａｓｅｒ）の略称であり、光の共振する方向が基板面に対して垂直であることからこの名前の由来がある。従来の端面発光型レーザダイオードは、ＧａＡｓ基板等を劈開により切り出した端面を反射ミラーとする水平共振器により構成されていて、劈開端面より出射するというものであった。
【００６５】
しかし、このような構造では、発光点の２次元配列化が難しいとされている一方、ＶＣＳＥＬは、構造上、基板面内に自由に素子を作製できるというメリットがあり、複雑なデザインパターンのアレイも容易に作製可能である。したがって、２次元配列光源を必要とする光インターコネクションや、並列光論理素子用光源など、その他、数多くのアプリケーション用の光源としての用途があると注目を集めている。
【００６６】
また、ＦＬＣ−ＳＬＭは、仕様を表２に示す。
【００６７】
【表２】

使用するＦＬＣ−ＳＬＭの駆動方法は、従来の画像表示パネルとは異なり、裏面から各画素へ直接画像情報を送ることが可能なＬＣＯＳ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ ｏｎ Ｓｉｌｉｃｏｎ：シリコン基板上に作り込んだ液晶ディスプレイを示す）アクティブマトリックス駆動方式を用いており、４００μｓでの高速表示が可能である。
【００６８】
なお、本発明は上記実施例に限定されるものではなく、本発明の趣旨に基づいて種々の変形が可能であり、これらを本発明の範囲から排除するものではない。
【００６９】
【発明の効果】
以上、詳細に説明したように、本発明によれば、以下のような効果を奏することができる。
【００７０】
（Ａ）高速な顔画像処理ができる顔画像認識システムを構築することができる。
【００７１】
（Ｂ）マッチトフィルタリングを前処理を行った顔画像に適用し、高速相関プロセッサと組み合わせることにより、膨大な画像との高速のマッチングを可能にすることができる。
【００７２】
（Ｃ）データベースの書き換え（例えば４００μｓ）の速度と同様に二次元画像の相関演算ができる。高速表示ＳＬＭとマッチトフィルタリングとを組み合わせ、更に時間積分ディテクト法を合わせた光演算システムを構築することができる。
【００７３】
この方式ではデータベースの書き換えと同速度演算を実現できる。また、ロバスト性を高めるために、いくつかのフィルタを同時にフィルタリングできる技術が求められるが、シングルベアチップを並べてアレイ光源とし、光の速度で複製を行えば、光速度での複数のフィルタとの演算が可能である。
【図面の簡単な説明】
【図１】 本発明のマッチトフィルタリングを用いた認識システムの動作フローチャートである。
【図２】 本発明の光学的マッチトフィルタリングの原理図である。
【図３】 顔画像の前処理工程を示す図である。
【図４】 登録者の識別方法を示す図である。
【図５】 未登録者の識別方法を示す図である。
【図６】 本発明にかかる高速光相関顔画像認識システムの構成図である。
【図７】 本発明にかかる高速光相関顔画像認識システムの動作フローチャートである。
【図８】 本発明にかかるＶＣＳＥＬアレイ光源の一例を示す図である。
【図９】 本発明にかかる時間的積分を用いたディテクト方法を示す概略図である。
【図１０】 本発明にかかる透過型入力素子によるコヒーレントデュプリケート光学系を示す図である。
【符号の説明】
１，２，４４，４６ レンズ
１１，３２，４１ ＶＣＳＥＬアレイ
１２ ＢＺＰＡ１
１３ ＢＺＰＡ２
１４ レンズＬ１
１５ ＦＬＣ−ＳＬＭ
１６ ビームスプリッタ
１７ レンズＬ２
１８ ＢＺＰＡ４
１９ ＬＣ−ＳＬＭ ＭＦアレイ
２１ ＢＺＰＡ５
２２ 時間積分機能を有するディテクトデバイス
２３ ＰＣ（パーソナルコンピュータ）
２４ デジタルカメラ
２５ データベース
３１ ペルチェ素子
３３ マスク
３４，４２，４３，４７ ＢＺＰＡ（レンズアレイ）
４５ 被複製像
４８ 複製像

Claims (6)

1. （ａ）コンピュータ（２３）に接続されたデジタルカメラ（２４）から入力画像を取得する手段と、
   （ｂ）前記コンピュータ（２３）でマッチトフィルタを計算し、液晶空間光変調器（１９）上に計算したマッチトフィルタを表示する手段と、
   （ｃ）液晶空間光変調器（１５）上にデータべース（２５）を表示する手段と、
   （ｄ）ＶＣＳＥＬアレイ光源（１１）をＢＺＰＡ１（１２）でコリメートし、ＢＺＰＡ２（１３）とレンズＬ１（１４）を挟み、前記液晶空間光変調器（１５）に照射する手段と、
   （ｅ）前記液晶空間光変調器（１５）からの照射により反射型で読み出し、レンズＬ２（１７）によりデュプリケートを行う手段と、
   （ｆ）次いで、ＢＺＰＡ４（１８）でフーリエ変換を行い、前記液晶空間光変調器（１９）に表示したマッチトフィルタを通過させた後、更にＢＺＰＡ５（２１）を通過させて逆フーリエ変換の後に、ディテクトデバイス（２２）により相関信号を取得する手段とを具備し、
   （ｇ）相関処理された入力枚数分の出力データは出力面で前記ディテクトデバイス（２２）の応答速度間の間、重ね合わされて一つの画像として出力され、かつ前記ディテクトデバイス（２２）の１回の取込み時間内に複数の入力を行う処理を施すことを特徴とする顔画像認識システム。
2. 請求項１記載の顔画像認識システムにおいて、前記相関信号を取得する過程を、あらかじめ前処理が施され、かつＲＡＭに保存されている画像である前記データベース（２５）の数だけ繰り返す手段を具備することを特徴とする顔画像認識システム。
3. 請求項１記載の顔画像認識システムにおいて、空間周波数でのマッチトフィルタリングを、高速相関光学系で行うことを特徴とする顔画像認識システム。
4. 請求項３記載の顔画像認識システムにおいて、前記高速相関光学系は高速ＦＦＴプロセッサを用いる系であることを特徴とする顔画像認識システム。
5. 請求項３記載の顔画像認識システムにおいて、前記空間周波数でのマッチトフィルタリングを、入力画像に特定の前処理を施した画像をコンピュータ上でコンピュータグラフィックもしくはキノフォームとして、マッチトフィルタを計算し、書き換え可能な液晶空間光変調器に表示させ、膨大なデータベースを高速な液晶空間光変調器に実空間上で書き換えて相関を行うことを特徴とする顔画像認識システム。
6. 請求項３記載の顔画像認識システムにおいて、前記高速相関光学系は、複数光源を用いたデュプリケート光学系により、複数のマッチトフィルタとの照合を並列に行う光相関器であることを特徴とする顔画像認識システム。

Images