JP4156430B2 - データベース自動更新方法を用いた顔検証方法及びそのシステム - Google Patents
データベース自動更新方法を用いた顔検証方法及びそのシステム Download PDFInfo
- Publication number
- JP4156430B2 JP4156430B2 JP2003118312A JP2003118312A JP4156430B2 JP 4156430 B2 JP4156430 B2 JP 4156430B2 JP 2003118312 A JP2003118312 A JP 2003118312A JP 2003118312 A JP2003118312 A JP 2003118312A JP 4156430 B2 JP4156430 B2 JP 4156430B2
- Authority
- JP
- Japan
- Prior art keywords
- face
- image
- value
- verification
- face image
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
Description
【発明の属する技術分野】
本発明は、データベース自動更新方法を用いた顔検証方法及びそのシステムに関する。
【0002】
【従来の技術】
21世紀の情報化社会において、個人はもちろん特定団体の情報は、いかなる資産よりも重要な価値を有するようになってきている。このような重要な情報を保護するために、各種のパスワードが使用されおり、また、その他に身分を確認するための技術が切望されている。そしてこれは、情報保護の次元に留まらず、クレジットカード、キャッシュカード、電子住民証など、身分確認を必要とするものについての社会的な要求は高まりつつある。しかしながら、今まではパスワード以外に補助的な身分確認方法がなかったため、コンピュータを用いた犯罪など多くの社会的な問題が発生している。最近では、このような問題を解決し得る方法として、指紋、虹彩、顔静脈の模様などの生体情報を用いて身元を判別する、生体認識技術が注目されている。
【0003】
中でも、顔検証技術は、ユーザが特別の動作や行為を取る必要がなく、単にカメラを見つめるだけでよく、ひいては、ユーザ自身が認知しないうちに身分確認ができるという長所があり、最も便利でかつ競争力のある身分確認方法として評価されている。この顔検証技術は、単なる身元確認に加えて、端末機への接近制御、公共場所の管制システム、電子アルバム、犯罪者の顔認識など、多くの応用分野を有しており、情報化社会においてその波及効果が大きい技術として評価されている。
【0004】
一般的に、生体認識技術を用いた全ての身分検証方法は、大別して2種類の過程を経るが、一つはユーザの生体情報を登録する過程であり、もう一つは実際にユーザの身分を検証する過程である。
【0005】
一般的な顔検証システムを使用するために、ユーザは、まず自分の顔を検証システムに登録する。顔を登録するために、ユーザはカメラを用いて自分の顔入りの映像データを顔検証システムに入力する。そして、入力された全体映像から顔領域のみが自動的に検出された後、検出された顔領域から認識特徴が抽出され、その特徴値が計算される。ここで、顔映像そのものでは情報量が多すぎ、表情、老化、照明及び大きさの変化に敏感に反応してしまうため、少ない情報量をもって顔特徴値を表わしつつ、同時に顔の様々な変化に無関係な特徴値を見つけ出す。そして、抽出された顔の特徴値は、特徴分類器の学習用に用いられた後、顔映像データベースに貯蔵され、顔検証過程で用いられる。
【0006】
顔検証システムの顔検証過程は、顔データ登録過程とほとんど同じである。ただし、顔検証過程では、検証対象となる顔の特徴値を抽出した後、これら特徴値と既存の顔データベースに登録してあるユーザの顔特徴値とを比較し、検証対象となる顔が登録してある顔であるか否かを検証する。
【0007】
前記した従来の方法により、既存の顔検証装置によって顔検証を行う場合、顔登録段階及び顔検証段階のいずれにも用いられる顔検出器の分析能力が低いため、顔検出エラーによる認識率の低下が常に生じる。特に、顔認識過程の最初の段階として目の位置を検出する場合、目の位置の検出時にエラーが生じれば、最終的に得られる顔認識結果にかなりの性能低下が招かれてしまう。
【0008】
図1を参照して、目位置検出エラーによる影響をみてみる。図1には、同一人から入力された相異なる2枚の映像に対して、目の位置の検出を2回行った結果を、各々左側と右側に示してある。それぞれの映像から検出された両目の位置を基準として、映像を後述する方法により正規化(normalizing)させて、左側映像から右側映像を減算すれば、すなわち、左側映像の画素値から対応する右側映像の画素値を減算すれば、目の位置が正確に一致して、両映像の対応する画素値が等しい場合には、差分映像は黒い色として現れ、目の位置が一致せずに画素値が等しくない場合には、白い色として現れる。従って、差分映像の白い部分が濃くなるか、あるいは多くなるほど、顔認識エラーの確率が高まることになる。
【0009】
図1に示すように、人間の目では区別し難いほどの僅かな目位置検出エラーにより、顔領域の正規化結果が変わり、正規化映像に対する差分映像からエラーの度合いが分かる。
【0010】
かかる目位置検出のエラーによる顔認識性能の低下のほかにも、様々な顔認識性能の低下要因が存在する。この点、普通の顔認識性能は、十分な学習映像を入力して最適な特徴分類器を設計することにより克服することが可能である。しかし、現実的には、ユーザの便宜を考慮すると、ユーザ登録時において、最適な特徴分類器を設計するための十分な学習映像を得ることは不可能である。
【0011】
図2を参照して、学習映像の数による特徴分類器の設計影響について説明する。図2は、顔特徴ベクトル空間において、一人として分類される空間である、各々のクラスを区別するために、1クラス当たり3回の学習データ(同一人に対して相異なる位置から取得した顔映像)取得後に学習した特徴分類器と、5回の学習データ取得後に学習した特徴分類器とのハイパープレーン(hyperplanes)の形状変化を示すものである。
【0012】
すなわち、一人に対して3枚の顔映像のみを登録した場合における、特徴分類器のハイパープレーンの位置が、新しい2枚の学習映像がさらに追加されることによって、変わり得るということを示している。学習映像の数が少ないため、学習映像で表わせない空間については、特徴分類器が効果的に設計できないが、学習映像が多くなれば、このような部分がきめ細かく設計することが可能となる。すなわち、様々な変化を含む、できる限り多くの学習データを学習するほど、信頼性のある特徴分類器を設計することができるようになる。従って、ユーザ登録段階で、できる限り多くの学習映像を取得するほどシステム性能が良くなるものの、実際に顔検証システムを運営するにあたって、ユーザに数十枚の顔の登録を要求することは、使用上の大きな不便さを招くこととなる。
【0013】
【発明が解決しようとする課題】
本発明は、前記問題点を解決するためになされたものであって、目位置変更を通じて、顔検出のための初期段階である目検出時に、発生可能なエラーを考慮した映像データを前もって登録しておくことにより、顔検出のエラーによる認識性能の低下を防ぐデータベース自動更新方法を用いた顔検証方法及びそのシステムを提供することを目的とする。
【0014】
また、本発明は、目位置変更を通じて生成された目座標対(a pair of eye coordinates)に基づき正規化された映像データを、特徴分類器の学習用に用いられる学習映像データに含めて学習データの数を増やすことにより、最適な特徴分類器を設計して、認識性能の低下を防ぐデータベース自動更新方法を用いた顔検証方法及びそのシステムを提供することを目的とする。
【0015】
さらに、本発明は、顔検証のために入力された顔映像を、今後の顔検証に用いられるように特徴分類器の学習用に用い、顔データベースを自動的に更新する、データベース自動更新方法を用いた顔検証方法及びそのシステムを提供することを目的とする。
【0016】
【課題を解決するための手段】
前記目的を達成するために、本発明に係るデータベース自動更新方法を用いた顔検証方法は、入力顔映像から背景と顔とを分離して顔領域を検出する段階と、検出された前記顔領域から目の位置を検出し、前記検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する段階と、前記生成された各々の目の座標対に基づき顔映像を正規化する段階と、前記正規化されたそれぞれの顔映像から顔の認識特徴を抽出して顔認識特徴値を計算する段階と、前記顔認識特徴値を用いて特徴分類器を学習し、前記認識特徴値をデータベースに貯蔵する段階と、検証対象顔映像を入力されて顔領域を検出し、検出された顔領域を正規化し、顔の認識特徴を抽出して顔認識特徴値を計算する段階と、前記顔認識の特徴値によって前記入力顔映像の顔と登録された顔映像の類似如何及び前記入力顔映像を用いて前記データベースを更新するか否かを判定する段階とを含む(請求項1)。
【0017】
前記顔認識の特徴値によって前記入力顔映像の顔と登録された顔映像の類似如何及び前記入力顔映像を用いて前記データベースを更新する段階は、前記特徴分類器を用いて前記抽出された顔認識特徴値のベクトル領域での分布を計算し、前記分布を数値的に表現した比較値によって前記入力顔映像の顔と登録された顔映像の類似如何を判定する段階を含むことができる(請求項2)。
【0018】
また、前記顔認識の特徴値によって前記入力顔映像の顔と登録された顔映像の類似如何及び前記入力顔映像を用いて前記データベースを更新する段階は、前記比較値が第1臨界値以下の場合に前記利用者のシステム通過を不許可とし、前記比較値が第1臨界値より大きい場合には前記利用者のシステム通過を承認する段階をさらに含むことができる(請求項3)。
【0019】
前記比較値が第2臨界値より大きい場合には、前記検証対象顔映像に対して前記検出された前記顔領域から目の位置を検出し、前記検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する段階と、前記生成された各々の目の座標対に基づき顔映像を正規化する段階と、前記正規化されたそれぞれの顔映像から顔の認識特徴を抽出して顔認識特徴値を計算する段階とを行い、前記検証対象顔映像をもって前記データベースを更新する段階をさらに含むことができる(請求項4)。
【0020】
ここで、顔映像を前記データベースに貯蔵していないユーザがシステムを通過する確率が0に設定された前記第2臨界値は、前記第1臨界値より大きく、前記比較値が大きいほど前記検証対象顔映像と前記データベースに予め顔映像が貯蔵してあるユーザの顔映像とが一致する確率が高いことが望ましい(請求項5)。
【0021】
本発明において望ましくは、前記入力顔映像から背景と顔とを分離して顔領域を検出する段階前に、前記入力映像の形式を前記顔検証システムに適した形式に変換する前処理段階をさらに含む(請求項6)。
【0022】
また、本発明において望ましくは、前記生成された各々の目の座標対に基づき顔映像を正規化する段階は、前記生成された各々の目の座標対の中心点を計算し、前記計算された各々の中心点に基づき顔領域の傾きを補整して正規化させる(請求項7)。
【0023】
さらに、本発明において、前記検出された前記顔領域から目の位置を検出し、前記検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する段階の前記所定の距離は、前記所定の距離に対する前記検出された顔領域の横方向の長さの比率によって計算されることが望ましい(請求項8)。
【0024】
ここで、前記所定の距離に対する前記検出された顔領域の横方向の長さの比率は1/15であることが望ましい(請求項9)。
【0025】
また、前記検出された前記顔領域から目の位置を検出し、前記検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する段階の前記所定の方向は、上下左右の4方向であることが望ましい(請求項10)。
【0026】
前記臨界値は下記式により決定され、
f(x)=sgn(<w×x>+b)
式中、sgnは本発明のハイパープレーン関数を、wは学習を通じて求められるハイパープレーンの傾度を、そしてxは顔検証時に入力される特徴値を各々意味し、バイアス値であるb値を調節することにより臨界値を決定する(請求項11)。
【0027】
また、本発明に係るデータベース自動更新方法を用いた顔検証方法は、コンピュータにて実行可能なプログラムコードにて記録した記録媒体に具現できる(請求項12)。
【0028】
一方、前記目的を達成するために、本発明に係るデータベース自動更新方法を用いた顔検証システムは、入力顔映像において背景と顔とを分離して顔領域を検出する顔領域検出部と、前記検出された顔領域から目の位置を検出し、検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する目位置変更部と、前記生成されたそれぞれの目の座標対によって前記顔映像を正規化する顔領域正規化部と、前記正規化されたそれぞれの顔映像から顔の認識特徴を抽出して顔認識特徴値を計算する認識特徴抽出部と、前記計算された顔認識特徴値を用いて特徴分類器を学習する特徴分類器学習部と、前記顔認識特徴値を貯蔵するデータベースと、前記顔認識の特徴値より前記入力された顔映像と登録された顔映像との類似如何及び前記入力された顔映像を用いて前記データベースを更新するか否かを判定する判定部とを含む(請求項13)。
【0029】
本発明に係るデータベース自動更新方法を用いた顔検証システムは、前記入力された顔映像を映像処理に適した形に加工して前記顔領域検出部に出力する前処理部をさらに含むことができる(請求項14)。
【0030】
前記目位置変更部は、上下左右の4方向に、前記顔領域映像の横方向長さの1/15だけ各目の座標を移動させ、変更された座標対を生成することが望ましい(請求項15)。
【0032】
また、前記判定部は、前記検証対象顔映像から抽出された顔認識特徴値のベクトル空間における分布を数値化した比較値を計算し、前記比較値と予め登録してあるユーザの顔認識特徴値の分布により設定された臨界値とを比較し、入力された顔映像と登録された顔映像とが類似しているか否か及びデータベースを更新するか否かを判定することができる(請求項16)。
【0033】
前記臨界値は下記式により決定され、f(x)=sgn(<w×x>+b)
式中、sgnは本発明のハイパープレーン関数を、wは学習を通じて求められるハイパープレーンの傾度を、そしてxは顔検証時に入力される特徴値を各々意味し、バイアス値であるb値を調節することにより臨界値を決定する(請求項17)。
【0034】
【発明の実施の形態】
以下、添付した図面に基づき、本発明の好適な実施形態について説明する。
図3は、本発明による検証システムの構成を示すブロック図である。
【0035】
図3に示すように、本発明による検証システムは、入力された映像を映像処理に適したデジタル信号の形に変換する前処理部310と、入力された映像から背景及び顔領域を分離する顔領域検出部320と、入力された映像から目の位置を検出し、所定の方向に所定の距離だけ目座標を移動させて目検出エラーに備えた目座標対を生成する目位置変更部330と、目位置の変更された各々の目座標対に基づき顔映像の照明または大きさの影響を減らす顔領域正規化部340と、顔映像から顔認識の特徴を抽出して特徴値を計算する認識特徴抽出部350と、計算された顔認識特徴値を用いて特徴を分類する、すなわち特徴分類データを学習する特徴分類器学習部360と、検証対象顔映像から抽出された顔認識特徴値と登録された顔認識特徴値とを比較して類似性の有無を判定する判定部370、及び顔認識特徴値及び特徴分類器学習部360において学習された特徴分類データを貯蔵するデータベース380を備える。
【0036】
以下、図3及び図4を参照し、本発明に係るデータベース自動更新方法を用いた顔検証方法及びそのシステムにおける、顔データの登録方法について説明する。
【0037】
本発明に係るデータベース自動更新方法を用いた顔検証方法及びそのシステムを用いるために、ユーザは、まず自分の顔を検証システムに登録するが、ユーザの顔は、一般に低解像度カメラにより撮影され、システムに入力される(ステップS400)。
【0038】
顔映像を受信した前処理部310は、顔領域が抽出し易いように、カメラから入力された映像に含まれたノイズを除去し、入力映像のフォーマットやカラー形式などを、本発明のシステムにおいて処理可能な形式に変換する前処理過程を行う(ステップS410)。
【0039】
顔領域検出部320は、前処理された入力映像について顔領域を背景と分離することにより、顔領域を検出する(ステップS420)。正確な顔検証のためには、入力された映像から顔領域を正確に検出する必要がある。しかし、顔は表情や背景照明などにより歪曲され、また、頭状、化粧、メガネなどにより大きな変化が生じるため、背景及び顔領域を完璧に分離することは難しい。ここで、2次元映像から顔領域を検出する方法には、顔の地形的な特性を用いる方法、統計的な分析法、神経網を用いる方法、顔映像の主成分を分析する方法、孤立領域による顔抽出方法などがある。
【0040】
顔データを登録する場合、検出された顔領域は、目位置変更部330において、目の位置が所定の方向に所定の距離だけ移動した後、顔領域正規化部340に出力される(ステップS430)。
【0041】
一般的な顔認識及び検証方法は、与えられた映像から両目の位置を検出し、両目の座標から両目の中心点の座標を見つける。その後、計算された両目の中心点を基準に、全ての顔を後述する方法により正規化させ、正規化された映像から認識の特徴を探して登録し、顔検証に用いる。
【0042】
この時、顔検出器の性能に制限があるため、全ての映像から常に正確な両目の中心点を見つけることは、ほとんど不可能である。従って、前記したように、顔映像から目の位置を検出する時にエラーが生じ、結局このようなエラーは認識性能の低下につながる。
【0043】
本発明は、目位置変更部330において、入力映像から検出された目の位置を所定の方向に所定の距離だけ移動させた後、目位置の変更された各々の目座標対に基づき、入力映像を後述する方法により正規化させる。このようにして正規化された映像データから認識特徴を抽出して特徴分類器を学習することにより、前記したような問題点を解決することができる。
【0044】
図6に示すように、本発明による検証システムの目位置変更部330は、入力された顔領域から両目の位置を検出し、自動的に検出された目座標を基準に、上下左右または対角線方向に所定の距離だけ目の座標点を移動させて、それを新しい目座標として設定して、登録に用いる。新しい座標点は(x,y)→(x+xd,y+yd)の如き規則により設定される。
【0045】
この時、目座標が移動する距離xd及びyd、抽出された顔映像の大きさに合うように選択される。例えば、本発明においては、顔映像の横長が約30ピクセルに相当するならば、目座標の移動距離xd及びydは約2ピクセルほどに選択され、顔映像の大きさに応じて一定の比率に調節可能である。
【0046】
目位置の変更方法の詳細について説明すると、自動顔検出により見つけ出された左目と右目の位置を各々(xl 0,xr 0)とし、両目の位置を基準に、検出エラーの可能性がある目の座標を、一定の規則により新しい座標値として生成し、これに相当する両目の位置を、各々(xl m,xr n)とする。この時、新しい座標値(xl m,xr n)に、総s個の新しい座標を与えれば、下記の如き新しい目座標の組み合わせが生成される。
【0047】
【数1】
【0048】
すなわち、新しい両目の位置が各々s個だけ変化すれば、総(s+1)×(s+1)個の目座標の組み合わせが生成される。例えば、上下左右の4方向に新しい目座標を設定すれば、左目及び右目に各々5個の座標が生成され、全ての組み合わせは総25個となる。仮想の顔検出エラーに備えて検出された目位置を変更した新しい目座標が生成されれば、生成された目座標の各々の組み合わせにより映像を正規化させて登録映像として学習する。すなわち、1枚の学習映像だけで総25枚の目検出エラーに対応できる学習映像が得られるので、検証時に目検出エラーによる認識性能の低下を改善することができる。
【0049】
併せて、同時に1枚の登録だけで、25枚の学習映像を仮想で作り出すことができるため、学習映像の数が少ないため最適の特徴分類器が設計できないという既存の問題点を解決することができる。
【0050】
顔領域検出部320から受信した顔領域映像は、登録された顔映像に比べて、照明による変化、カメラとの距離による顔領域の大きさ変化、映像の傾きなどにより検証性能が落ちてしまう。従って、顔領域正規化部340は、検出された顔映像の照明を補整し、顔映像を回転させて顔領域の傾きを修正し、顔領域を拡大または縮小して顔映像の大きさを修正することにより、検出された顔領域を正規化させて、認識特徴抽出部350に提供する(ステップS440)。
【0051】
正規化された顔映像を受信した認識特徴抽出部350は、顔の表情や老化にかかわらず、各個人を区別し得る特徴値を抽出する(ステップS450)。このような顔の特徴としては、目、鼻、口など顔の主要部分の形状、及び幾何学的な配置、鼻の方向成分、瞳同士の長さと鼻長との比率、鼻幅の比率などの幾何学的な配置による特徴があり、グラジエント(gradient)を取って特徴点を見つける方法や、テンプレートを用いた方法、PCA(Principal Component Analysis)や、LFA(Local FeatureAnalysis)などの数学的な変換を用いる方法、変形されたモデルを顔に写像させて、顔の構成要素及び特徴を見つける方法などが用いられる。
【0052】
特徴分類器学習部360は、認識特徴抽出部350から与えられる認識特徴値を所定のベクトル空間に写像させて特徴を分類、すなわち特徴分類データを学習する(ステップS460)。
【0053】
一方、学習に用いられた特徴値及び学習された特徴分類データは、データベース380に貯蔵されることにより顔登録過程は終了する(ステップS470)。
【0054】
以下、図5及び図7Bを参照し、本発明に係る顔検証システムにおいて顔を検証する過程について説明する。
【0055】
顔検証過程において、カメラを通じて映像が入力されれば(ステップS500)、入力された映像を前処理して(ステップS510)顔領域を検出し(ステップS520)、検出された顔領域を正規化させて(ステップS530)顔認識特徴を抽出する過程(ステップS540)は、目位置を変更する過程(ステップS430)が省かれるという点を除けば、顔登録過程のステップS400ないしステップS450段階と同じである。
【0056】
検証対象となる顔映像の特徴値は、認識特徴抽出部350から判定部370に出力され、判定部370は、データベース380に貯蔵されている学習された特徴分類器、すなわち学習された特徴分類データを用いて、抽出された検証対象映像の特徴値のベクトル領域における分布を計算し、このようなベクトル領域における分布を数値化した比較値を計算する(ステップS550)。
【0057】
また、判定部370は、検証対象顔を承認するか否かを決定するために、計算された比較値と前もって設定された第1臨界値FV1とを比較し、比較値が第1臨界値FV1より小さい場合には、検証対象を侵入者の顔映像と見なして、システム通過を承認しない旨の結果を出力する(ステップS570)。一方、比較値が第1臨界値FV1より大きい場合には、登録されたユーザであることを承認する結果を出力(ステップS580)して、次の段階へ進む(ステップS560)。
【0058】
ここで、臨界値を決定する方法について下記式及び図8を参照して説明する。まず、線形特徴分類関数は、下記式により定義される。
f(x)=sgn(<w×x>+b)
【0059】
ここで、sgnは、本発明のハイパープレーン関数を、wは学習を通じて求められるハイパープレーンの傾度を、そしてxは顔検証時に入力される特徴値を各々意味し、バイアス値であるb値が、顔検証の如何を決定する臨界値となる。
【0060】
この時、図8に示すように、ハイパープレーンから最小の距離だけ離れた特徴値の距離を最大化させるようにハイパープレーンを設計するならば、最適のハイパープレーンであると言える。
【0061】
ここで、ハイパープレーン関数<w×x>+b=0において0をバイアス値と定義し、バイアス値を変えることにより、臨界値の位置を変更して適用できる。すなわち、0より大きい正数のバイアス値を適用すれば臨界値がクラス1の方に移動し、0より小さい負数の値を適用すれば臨界値がクラス2の方に移動する。
【0062】
判定部370は、検証対象顔が承認されれば、入力された検証対象顔映像を用いてデータベースを登録ユーザの最新の顔映像をもって更新するために、検証対象の比較値と、データベース380を更新するか否かを決定するために前もって設定された第2臨界値FV2とを比較し、比較値が第2臨界値より大きい場合には、目位置変更部330に制御信号を出力して登録過程のステップS430段階から再度行わせることにより、顔映像を登録する(ステップS590)。
【0063】
本発明において、2重の臨界値を設定してデータベースを更新する理由を、図7A及び図7Bを参照して説明する。
【0064】
全ての生体認識検証システムには、2種類のエラーが存在する。一つは登録されていない者(以下、「侵入者」と称する。)が、登録された者を装って顔検証システムを通過しようとする場合に、通過が承認されるFAR(False Acceptance Rate)であり、もう一つは、前もって顔を登録しておいて、正常に検証システムを通過しようとする者(以下、「登録ユーザ」と称する。)の通過が承認されないFRR(False Rejection Rate)である。説明された2つのエラー間の関係を、図7Bに示す。
【0065】
図7Aに示すように、2つのクラスのベクトル領域における分布が、理想的に完全に分離されて、一つの臨界値のみを用いて2つのクラスをエラーなしに区分できるならば、顔検証システムでは何らの問題も生じない。しかし、現実的には、図7Bに示すように、2つのクラス間に互いに重なる領域が生じ、これにより通過を承認する臨界値をどこに設定するかによってFAR及びFRRの値が変わる。
【0066】
図7BのFV2のように、FARが0になるように臨界値を高く設定すれば、侵入者の通過は防げるが、これに比例してFRRの値が極めて高まるため、登録ユーザの通過が拒まれる場合が頻繁に起こり、使い勝手が極めて悪くなる。従って、一般的に、図7BのFV1のように、極めて低い確率であるものの、侵入者の出入りを許可し、ユーザが不便さを感じないほどの臨界値を設定して運営している。本発明においても、前記した理由により通過のための第1臨界値を、FV1のように設定してある。
【0067】
一方、一般的に、顔検証システムの登録過程で十分な顔が登録できない理由は前記の通りである。しかし、一旦登録されたユーザは、検証システムを頻繁に用いるようになるので、システムは、登録過程とは無関係にユーザが顔検証システムを通過するたびに顔映像を確保して多量の学習用データを得ることができる。しかし、検証過程で取得された映像をそのまま学習用に用いれば、セキュリティ性能に致命的なエラーが生じてしまう。すなわち、FARが発生した顔が自動的に学習用に用いられてデータベースが更新されるならば、一度検証を通過した侵入者が、次回には何らの妨害なしに登録ユーザと同じ確率でシステムを通過できるからである。結局、FARの発生を許諾しないようにしつつ、自動的に検証映像を学習に使用できる方法が望まれる。
【0068】
従って、本発明においては、このような問題点を解決するために、システム通過のための第1臨界値FV1に加えて、顔データベースを更新するための第2臨界値FV2を設定し、検証対象映像の特徴値をベクトル領域に変換して計算した比較値がFV1以上FV2以下であれば、単純にシステム通過のみを承認する。これに対し、比較値がFV2より大きければ、通過を承認すると同時に検証用顔映像に対して登録過程の目位置変更段階(ステップS430)後の段階を行い、顔登録過程と同じ方法により、特徴分類器を学習してデータベース380を更新する。
【0069】
前記した理由から、本発明は、2重臨界値を適用してユーザの不便を最小化させ、侵入者の顔映像をもってデータベースが更新されることを防ぎつつ、登録されたユーザの最新映像をもってデータベースを更新することにより、検証システムの認識性能を改善したものである。
【0070】
本発明に係るデータベース自動更新方法を用いた顔検証方法及びそのシステムの性能向上の度合いを、下記表を参照して調べてみる。
【0071】
【表1】
【0072】
【表2】
総40名に対して1人当たり5枚の顔映像を本発明のシステムに適用して得た効果を前記表に示した。
【0073】
まず、30名に対して一人当たり3枚の顔を予め登録し、30名の残りの2枚を用いて総60枚の映像をもって、登録ユーザの出入り性能を評価してFRRを求め、登録されていない10名の各5枚の映像をもって、総1500回の侵入者の出入り性能を評価してFARを測定した。前記表には、FARがFRRと等しくなる(FAR=FRR)地点のEER(Equal Error Rate)を示した。表1は、認識特徴を求めずに特徴分類器のみをSVM−SMOとして具現して評価した場合であり、表2は、認識特徴としてPCAを用い、特徴分類器をSVMとして具現した場合である。
【0074】
これより、2種類共に目の位置を変更することにより、目の位置を変更しない一般的な場合より2倍ほど近く検証エラーを低減できることが確認できる。
【0075】
一方、本発明に係る顔登録方法及び顔検証方法は、コンピュータにて読取り可能な記録媒体にコンピュータにて読取り可能なコードとして具現することが可能である。コンピュータにて読取り可能な記録媒体には、コンピュータシステムにより読取り可能なデータが貯蔵される、あらゆる種類の記録装置が含まれる。例えば、ROM、RAM、CD−ROM、磁気テープ、フレキシブルディスク、光データ貯蔵装置などがあり、またキャリアウェーブ(例えば、インターネットを介した伝送)の形で具現されるものも含まれる。また、コンピュータにて読取り可能な記録媒体は、ネットワークにより接続されたコンピュータシステムに分散され、分散方式によりコンピュータにて読取り可能なコードが貯蔵されて実行される。
【0076】
本発明は、前記したような本発明の望ましい実施形態のみに限定されるものではなく、本発明の技術的思想に基づく限りにおいて、本発明の属する技術分野で通常の知識を有する者であれば、本発明の特許請求の範囲内で、前記した本発明に係る実施形態で種々の変形を行うことが可能であることは勿論のこと、このような本発明に係る実施形態の各種の変形は、本明細書に記載された特許請求の範囲内にある。
【0077】
【発明の効果】
以上説明した通りに構成される本発明によれば、以下の効果を奏する。
すなわち、仮想の顔検出エラーに備えて、最初に検出された目位置を変更した新しい目座標が生成されれば、生成された目座標に基づき顔映像を正規化させ、顔認識の特徴を抽出して学習及び貯蔵することにより、顔検証時の目の位置が、顔登録時の目の位置と異なって検出されることにより生じる認識のエラーを改善できる。
【0078】
また、入力映像の目位置変更を通じて生成された目座標対に基づき入力映像データを正規化させ、このようにして正規化されたデータを特徴分類器の学習に用いられる学習データに含めて学習データの数を増やすことにより、最適な特徴分類器を設計して、認識性能の低下を防ぐことが可能となる。
【0079】
さらに、2重臨界値を適用してユーザの不便さを最小化させ、侵入者の顔映像をもってデータベースが更新されることを防ぐことができると共に、顔検証時に入力された映像をもってデータベースを更新することにより、データベースを常に最新のデータに維持して、検証システムの認識性能を改善することができる。
【図面の簡単な説明】
【図1】従来の顔検証装置における目位置検出エラーの影響を示す図である。
【図2】従来の学習映像の量による特徴分類器の設計を例示する図である。
【図3】本発明に係るデータベース自動更新方法を用いた顔検証システムの構成を示すブロック図である。
【図4】本発明に係るデータベース自動更新方法を用いた顔検証方法及びそのシステムのユーザ顔登録過程を示すフローチャートである。
【図5】本発明に係るデータベース自動更新方法を用いた顔検証方法及びそのシステムの顔検証過程を示すフローチャートである。
【図6】本発明に係る目位置の変更方向を例示する図である。
【図7】Aは、理想的な映像データのベクトル値の分布を示す図であり、Bは、現実的な映像データのベクトル値の分布を考慮して2重臨界値を適用する例を示す図である。
【図8】本発明に係るハイパープレーンから入力される特徴値による特徴分類器の位置及び顔検証臨界値の変化を示す図面である。
Claims (17)
- 顔検証システムにおいて顔を検証する方法であって、
(a)入力顔映像から背景と顔とを分離して顔領域を検出する段階と、
(b)検出された前記顔領域から目の位置を検出し、前記検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する段階と、
(c)前記生成された各々の目の座標対に基づき顔映像を正規化する段階と、
(d)前記正規化されたそれぞれの顔映像から顔の認識特徴を抽出して顔認識特徴値を計算する段階と、
(e)前記顔認識特徴値を用いて特徴分類器を学習し、前記認識特徴値をデータベースに貯蔵する段階と、
(f)検証対象顔映像を入力されて顔領域を検出し、検出された顔領域を正規化し、顔の認識特徴を抽出して顔認識特徴値を計算する段階と、
(g)前記顔認識の特徴値によって前記入力顔映像の顔と登録された顔映像の類似如何及び前記入力顔映像を用いて前記データベースを更新するか否かを判定する段階と、を含むことを特徴とする顔検証方法。 - 前記(g)段階は、前記特徴分類器を用いて前記抽出された顔認識特徴値のベクトル領域での分布を計算し、前記分布を数値的に表現した比較値によって前記入力顔映像の顔と登録された顔映像の類似如何を判定する段階を含むことを特徴とする請求項1に記載の顔検証方法。
- 前記(g)段階は、前記比較値が第1臨界値以下の場合に前記利用者のシステム通過を不許可とし、前記比較値が第1臨界値より大きい場合には前記利用者のシステム通過を承認する段階を含むことを特徴とする請求項2に記載の顔検証方法。
- 前記比較値が第2臨界値より大きい場合には前記検証対象顔映像に対して前記(b)ないし(d)段階を行い、前記検証対象顔映像をもって前記データベースを更新する段階をさらに含むことを特徴とする請求項3に記載の顔検証方法。
- 顔映像を前記データベースに貯蔵していないユーザがシステムを通過する確率が0に設定された前記第2臨界値は前記第1臨界値より大きく、前記比較値が大きいほど前記検証対象顔映像と前記データベースに予め顔映像が貯蔵してあるユーザの顔映像とが一致する確率が高いことを特徴とする請求項4に記載の顔検証方法。
- 前記(a)段階前に、前記入力映像の形式を前記顔検証システムに適した形式に変換する前処理段階をさらに含むことを特徴とする請求項1に記載の顔検証方法。
- 前記(c)段階は、前記生成された各々の目の座標対の中心点を計算し、前記計算された各々の中心点に基づき顔領域の傾きを補整して正規化させることを特徴とする請求項1に記載の顔検証方法。
- 前記(b)段階の前記所定の距離は、前記所定の距離に対する前記検出された顔領域の横方向の長さの比率によって計算されることを特徴とする請求項1に記載の顔検証方法。
- 前記所定の距離に対する前記検出された顔領域の横方向の長さの比率は1/15であることを特徴とする請求項8に記載の顔検証方法。
- 前記(b)段階の前記所定の方向は、上下左右の4方向であることを特徴とする請求項1に記載の顔検証方法。
- 前記臨界値は下記式により決定され、f(x)=sgn(<w×x>+b)
式中、sgnは本発明のハイパープレーン関数を、wは学習を通じて求められるハイパープレーンの傾度を、そしてxは顔検証時に入力される特徴値を各々意味し、バイアス値であるb値を調節することにより臨界値を決定することを特徴とする請求項3または4に記載の顔検証方法。 - 請求項1に記載の方法をコンピュータにて実行可能なプログラムコードにて記録した記録媒体。
- 入力顔映像において背景と顔とを分離して顔領域を検出する顔領域検出部と、
前記検出された顔領域から目の位置を検出し、検出された目の位置を所定の方向及び所定の距離に各々変更し、変更された目の座標対を生成する目位置変更部と、
前記生成されたそれぞれの目の座標対によって前記顔映像を正規化する顔領域正規化部と、前記正規化されたそれぞれの顔映像から顔の認識特徴を抽出して顔認識特徴値を計算する認識特徴抽出部と、
前記計算された顔認識特徴値を用いて特徴分類器を学習する特徴分類器学習部と、
前記顔認識特徴値を貯蔵するデータベースと、前記顔認識の特徴値より前記入力された顔映像と登録された顔映像との類似如何及び前記入力された顔映像を用いて前記データベースを更新するか否かを判定する判定部と、を含むことを特徴とする顔検証システム。 - 前記入力された顔映像を映像処理に適した形に加工して前記顔領域検出部に出力する前処理部をさらに含むことを特徴とする請求項13に記載の顔検証システム。
- 前記目位置変更部は、上下左右の4方向に、前記顔領域映像の横方向長さの1/15だけ各目の座標を移動させ、変更された座標対を生成することを特徴とする請求項13に記載の顔検証システム。
- 前記判定部は、前記検証対象顔映像から抽出された顔認識特徴値のベクトル空間における分布を数値化した比較値を計算し、前記比較値と予め登録してあるユーザの顔認識特徴値の分布により設定された臨界値とを比較し、入力された顔映像と登録された顔映像とが類似しているか否か及びデータベースを更新するか否かを判定することを特徴とする請求項13に記載の顔検証システム。
- 前記臨界値は下記式により決定され、f(x)=sgn(<w×x>+b)
式中、sgnは本発明のハイパープレーン関数を、wは学習を通じて求められるハイパープレーンの傾度を、そしてxは顔検証時に入力される特徴値を各々意味し、バイアス値であるb値を調節することにより臨界値を決定することを特徴とする請求項16項に記載の顔検証システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2002-0022215A KR100438841B1 (ko) | 2002-04-23 | 2002-04-23 | 이용자 검증 및 데이터 베이스 자동 갱신 방법, 및 이를이용한 얼굴 인식 시스템 |
KR2002-022215 | 2002-04-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003317101A JP2003317101A (ja) | 2003-11-07 |
JP4156430B2 true JP4156430B2 (ja) | 2008-09-24 |
Family
ID=28786970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003118312A Expired - Fee Related JP4156430B2 (ja) | 2002-04-23 | 2003-04-23 | データベース自動更新方法を用いた顔検証方法及びそのシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US7187786B2 (ja) |
EP (1) | EP1357520B1 (ja) |
JP (1) | JP4156430B2 (ja) |
KR (1) | KR100438841B1 (ja) |
DE (1) | DE60312427T2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11087121B2 (en) | 2018-04-05 | 2021-08-10 | West Virginia University | High accuracy and volume facial recognition on mobile platforms |
Families Citing this family (161)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100442835B1 (ko) * | 2002-08-13 | 2004-08-02 | 삼성전자주식회사 | 인공 신경망을 이용한 얼굴 인식 방법 및 장치 |
US20040228504A1 (en) * | 2003-05-13 | 2004-11-18 | Viswis, Inc. | Method and apparatus for processing image |
US7587068B1 (en) | 2004-01-22 | 2009-09-08 | Fotonation Vision Limited | Classification database for consumer digital images |
US8363951B2 (en) * | 2007-03-05 | 2013-01-29 | DigitalOptics Corporation Europe Limited | Face recognition training method and apparatus |
US8553949B2 (en) * | 2004-01-22 | 2013-10-08 | DigitalOptics Corporation Europe Limited | Classification and organization of consumer digital images using workflow, and face detection and recognition |
JP2005044330A (ja) * | 2003-07-24 | 2005-02-17 | Univ Of California San Diego | 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置 |
US8049812B2 (en) | 2006-03-03 | 2011-11-01 | Honeywell International Inc. | Camera with auto focus capability |
US8090157B2 (en) | 2005-01-26 | 2012-01-03 | Honeywell International Inc. | Approaches and apparatus for eye detection in a digital image |
US7593550B2 (en) * | 2005-01-26 | 2009-09-22 | Honeywell International Inc. | Distance iris recognition |
US8098901B2 (en) | 2005-01-26 | 2012-01-17 | Honeywell International Inc. | Standoff iris recognition system |
US8705808B2 (en) | 2003-09-05 | 2014-04-22 | Honeywell International Inc. | Combined face and iris recognition system |
US8064647B2 (en) | 2006-03-03 | 2011-11-22 | Honeywell International Inc. | System for iris detection tracking and recognition at a distance |
US8442276B2 (en) | 2006-03-03 | 2013-05-14 | Honeywell International Inc. | Invariant radial iris segmentation |
US7920725B2 (en) * | 2003-09-09 | 2011-04-05 | Fujifilm Corporation | Apparatus, method, and program for discriminating subjects |
JP4531501B2 (ja) * | 2003-09-29 | 2010-08-25 | 富士フイルム株式会社 | 照合システム及びそのプログラム |
KR20050045291A (ko) * | 2003-11-11 | 2005-05-17 | 김대희 | 문서의 영역 선별 인식 및 색상 비교를 통한 전산처리 방법 |
US7680330B2 (en) * | 2003-11-14 | 2010-03-16 | Fujifilm Corporation | Methods and apparatus for object recognition using textons |
KR100601933B1 (ko) * | 2003-11-18 | 2006-07-14 | 삼성전자주식회사 | 사람검출방법 및 장치와 이를 이용한 사생활 보호방법 및 시스템 |
KR20050117624A (ko) * | 2004-01-15 | 2005-12-15 | 이병욱 | 영상 등록 오차 보정 방법, 및 이를 이용한 얼굴 인식방법 및 장치 |
US7564994B1 (en) * | 2004-01-22 | 2009-07-21 | Fotonation Vision Limited | Classification system for consumer digital images using automatic workflow and face detection and recognition |
US7558408B1 (en) * | 2004-01-22 | 2009-07-07 | Fotonation Vision Limited | Classification system for consumer digital images using workflow and user interface modules, and face detection and recognition |
US7555148B1 (en) * | 2004-01-22 | 2009-06-30 | Fotonation Vision Limited | Classification system for consumer digital images using workflow, face detection, normalization, and face recognition |
US7551755B1 (en) * | 2004-01-22 | 2009-06-23 | Fotonation Vision Limited | Classification and organization of consumer digital images using workflow, and face detection and recognition |
TW200539046A (en) * | 2004-02-02 | 2005-12-01 | Koninkl Philips Electronics Nv | Continuous face recognition with online learning |
US7565139B2 (en) * | 2004-02-20 | 2009-07-21 | Google Inc. | Image-based search engine for mobile phones with camera |
US7751805B2 (en) * | 2004-02-20 | 2010-07-06 | Google Inc. | Mobile image-based information retrieval system |
US20070159522A1 (en) * | 2004-02-20 | 2007-07-12 | Harmut Neven | Image-based contextual advertisement method and branded barcodes |
JP4396387B2 (ja) * | 2004-05-13 | 2010-01-13 | オムロン株式会社 | 画像補正装置 |
JP2005339288A (ja) * | 2004-05-27 | 2005-12-08 | Toshiba Corp | 画像処理装置及びその方法 |
JP3926837B2 (ja) * | 2004-06-04 | 2007-06-06 | 松下電器産業株式会社 | 表示制御方法および装置、プログラム、並びに携帯機器 |
JPWO2006030519A1 (ja) * | 2004-09-17 | 2008-05-08 | 三菱電機株式会社 | 顔認証装置及び顔認証方法 |
EP1647918A1 (de) * | 2004-10-13 | 2006-04-19 | SkiData AG | Zugangskontrollsystem |
JP2006140971A (ja) * | 2004-11-15 | 2006-06-01 | Canon Inc | 画像処理装置及び画像処理方法 |
US7715597B2 (en) * | 2004-12-29 | 2010-05-11 | Fotonation Ireland Limited | Method and component for image recognition |
KR100703693B1 (ko) * | 2005-01-13 | 2007-04-05 | 삼성전자주식회사 | 얼굴 인식 시스템 및 방법 |
JP4592744B2 (ja) * | 2005-02-17 | 2010-12-08 | 富士通株式会社 | 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム |
US7796785B2 (en) * | 2005-03-03 | 2010-09-14 | Fujifilm Corporation | Image extracting apparatus, image extracting method, and image extracting program |
JP4696610B2 (ja) * | 2005-03-15 | 2011-06-08 | オムロン株式会社 | 被写体認証装置、顔認証装置、携帯電話、及び被写体認証方法 |
JP2007010898A (ja) * | 2005-06-29 | 2007-01-18 | Casio Comput Co Ltd | 撮像装置及びそのプログラム |
JP4595750B2 (ja) * | 2005-08-29 | 2010-12-08 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP4553138B2 (ja) * | 2005-09-28 | 2010-09-29 | 株式会社デンソー | 顔画像認証装置 |
US20070071288A1 (en) * | 2005-09-29 | 2007-03-29 | Quen-Zong Wu | Facial features based human face recognition method |
KR100734849B1 (ko) * | 2005-11-26 | 2007-07-03 | 한국전자통신연구원 | 얼굴 인식 방법 및 그 장치 |
WO2008016724A2 (en) | 2006-03-03 | 2008-02-07 | Honeywell International, Inc. | An iris recognition system having image quality metrics |
WO2007101276A1 (en) | 2006-03-03 | 2007-09-07 | Honeywell International, Inc. | Single lens splitter camera |
JP2009529197A (ja) | 2006-03-03 | 2009-08-13 | ハネウェル・インターナショナル・インコーポレーテッド | モジュールバイオメトリクス収集システムアーキテクチャ |
EP1991947B1 (en) | 2006-03-03 | 2020-04-29 | Gentex Corporation | Indexing and database search system |
JP2009529201A (ja) | 2006-03-03 | 2009-08-13 | ハネウェル・インターナショナル・インコーポレーテッド | 都合のよい符合化システム |
JP4862447B2 (ja) * | 2006-03-23 | 2012-01-25 | 沖電気工業株式会社 | 顔認識システム |
US8243999B2 (en) * | 2006-05-03 | 2012-08-14 | Ut-Battelle, Llc | Method and system for the diagnosis of disease using retinal image content and an archive of diagnosed human patient data |
KR100861803B1 (ko) * | 2006-06-14 | 2008-10-09 | 주식회사 사람과사람들 | 기계학습을 이용한 얼굴인식 장치 및 그 방법 |
JP4933186B2 (ja) * | 2006-07-26 | 2012-05-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
US7515740B2 (en) * | 2006-08-02 | 2009-04-07 | Fotonation Vision Limited | Face recognition with combined PCA-based datasets |
JP4743053B2 (ja) | 2006-09-06 | 2011-08-10 | ヤマハ株式会社 | 生体認証装置、生体認証方法およびプログラム |
US8315463B2 (en) * | 2006-11-14 | 2012-11-20 | Eastman Kodak Company | User interface for face recognition |
JP4845755B2 (ja) | 2007-01-30 | 2011-12-28 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
US20080183575A1 (en) * | 2007-01-31 | 2008-07-31 | Vulcan Portals, Inc. | Back-channel media delivery system |
US20090048908A1 (en) * | 2007-01-31 | 2009-02-19 | Vulcan Portals, Inc. | Media delivery system |
JP2008191816A (ja) * | 2007-02-02 | 2008-08-21 | Sony Corp | 画像処理装置、および画像処理方法、並びにコンピュータ・プログラム |
EP2123008A4 (en) | 2007-03-05 | 2011-03-16 | Tessera Tech Ireland Ltd | FACIAL CATEGORIZATION AND NOTE SYSTEM FOR A MOBILE PHONE CONTACT LIST |
KR100795160B1 (ko) * | 2007-03-22 | 2008-01-16 | 주식회사 아트닉스 | 얼굴영역검출장치 및 검출방법 |
US8063889B2 (en) | 2007-04-25 | 2011-11-22 | Honeywell International Inc. | Biometric data collection system |
FI20075453A0 (sv) * | 2007-06-15 | 2007-06-15 | Virtual Air Guitar Company Oy | Bildsampling i en stokastisk modellbaserad datorvision |
KR101428715B1 (ko) * | 2007-07-24 | 2014-08-11 | 삼성전자 주식회사 | 인물 별로 디지털 컨텐츠를 분류하여 저장하는 시스템 및방법 |
US8583438B2 (en) * | 2007-09-20 | 2013-11-12 | Microsoft Corporation | Unnatural prosody detection in speech synthesis |
US9721148B2 (en) | 2007-12-31 | 2017-08-01 | Applied Recognition Inc. | Face detection and recognition |
US9639740B2 (en) | 2007-12-31 | 2017-05-02 | Applied Recognition Inc. | Face detection and recognition |
US8750574B2 (en) * | 2007-12-31 | 2014-06-10 | Applied Recognition Inc. | Method, system, and computer program for identification and sharing of digital images with face signatures |
JP4655235B2 (ja) * | 2008-03-14 | 2011-03-23 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US8184910B2 (en) * | 2008-03-18 | 2012-05-22 | Toshiba Tec Kabushiki Kaisha | Image recognition device, image recognition method, and image scanning apparatus having image recognition device |
KR100974294B1 (ko) * | 2008-04-07 | 2010-08-05 | 주식회사 에스원 | 생체인식 시스템 및 방법 |
US8436907B2 (en) * | 2008-05-09 | 2013-05-07 | Honeywell International Inc. | Heterogeneous video capturing system |
JP2009282699A (ja) * | 2008-05-21 | 2009-12-03 | Seiko Epson Corp | 画像における顔の器官の画像に対応する器官領域の検出 |
JP2010027035A (ja) * | 2008-06-16 | 2010-02-04 | Canon Inc | 個人認証装置及び個人認証方法 |
RU2381553C1 (ru) * | 2008-06-24 | 2010-02-10 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ и система для распознавания лица с учетом списка людей, не подлежащих проверке |
KR100893905B1 (ko) * | 2008-07-07 | 2009-04-21 | 주식회사 미래인식 | 생체인식을 이용한 출입관리 방법 및 시스템 |
US8213782B2 (en) | 2008-08-07 | 2012-07-03 | Honeywell International Inc. | Predictive autofocusing system |
US8090246B2 (en) | 2008-08-08 | 2012-01-03 | Honeywell International Inc. | Image acquisition system |
US8700451B2 (en) * | 2008-10-29 | 2014-04-15 | Vulcan Ip Holdings Inc. | Systems and methods for tracking consumers |
US8218838B2 (en) * | 2008-11-03 | 2012-07-10 | Ut-Battelle, Llc | Method and system for assigning a confidence metric for automated determination of optic disc location |
US8280119B2 (en) | 2008-12-05 | 2012-10-02 | Honeywell International Inc. | Iris recognition system using quality metrics |
WO2010063463A2 (en) * | 2008-12-05 | 2010-06-10 | Fotonation Ireland Limited | Face recognition using face tracker classifier data |
KR101179497B1 (ko) * | 2008-12-22 | 2012-09-07 | 한국전자통신연구원 | 얼굴 검출 방법 및 장치 |
EP2368214A2 (en) * | 2008-12-24 | 2011-09-28 | David Matsumoto | Systems and methods for analyzing facial expressions, identifying intent and transforming images trhough review of facial expressions |
US9495583B2 (en) | 2009-01-05 | 2016-11-15 | Apple Inc. | Organizing images by correlating faces |
US9514355B2 (en) | 2009-01-05 | 2016-12-06 | Apple Inc. | Organizing images by correlating faces |
JP5245971B2 (ja) | 2009-03-26 | 2013-07-24 | 富士通株式会社 | 生体情報処理装置および方法 |
JP2010244381A (ja) * | 2009-04-08 | 2010-10-28 | Sony Corp | ガボアフィルタ、画像認識装置および方法、プログラム、並びに記録媒体 |
US8630464B2 (en) | 2009-06-15 | 2014-01-14 | Honeywell International Inc. | Adaptive iris matching using database indexing |
US8472681B2 (en) | 2009-06-15 | 2013-06-25 | Honeywell International Inc. | Iris and ocular recognition system using trace transforms |
JP2011053915A (ja) * | 2009-09-02 | 2011-03-17 | Sony Corp | 画像処理装置、画像処理方法、プログラム及び電子機器 |
JP5476955B2 (ja) * | 2009-12-04 | 2014-04-23 | ソニー株式会社 | 画像処理装置および画像処理方法、並びにプログラム |
JP5554987B2 (ja) * | 2009-12-28 | 2014-07-23 | キヤノン株式会社 | オブジェクト識別装置及びその制御方法 |
JP5783759B2 (ja) * | 2011-03-08 | 2015-09-24 | キヤノン株式会社 | 認証装置、認証方法、および認証プログラム、並びに記録媒体 |
US8742887B2 (en) | 2010-09-03 | 2014-06-03 | Honeywell International Inc. | Biometric visitor check system |
US9552376B2 (en) | 2011-06-09 | 2017-01-24 | MemoryWeb, LLC | Method and apparatus for managing digital files |
JP5755046B2 (ja) * | 2011-06-22 | 2015-07-29 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
US8548207B2 (en) | 2011-08-15 | 2013-10-01 | Daon Holdings Limited | Method of host-directed illumination and system for conducting host-directed illumination |
US9202105B1 (en) | 2012-01-13 | 2015-12-01 | Amazon Technologies, Inc. | Image analysis for user authentication |
CN102693419B (zh) * | 2012-05-24 | 2014-02-26 | 武汉大学 | 基于多流形判别分析超分辨率的人脸识别方法 |
KR101928944B1 (ko) * | 2012-06-06 | 2019-03-12 | 삼성전자주식회사 | 이미지를 기반으로 한 무선단말의 위치 측정 장치 및 방법 |
JP6071288B2 (ja) * | 2012-07-09 | 2017-02-01 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
TWI471828B (zh) * | 2012-08-03 | 2015-02-01 | Hon Hai Prec Ind Co Ltd | 電子設備及其監控方法 |
CN103577302A (zh) * | 2012-08-06 | 2014-02-12 | 鸿富锦精密工业(深圳)有限公司 | 电子设备及其监控方法 |
US9436864B2 (en) * | 2012-08-23 | 2016-09-06 | Apple Inc. | Electronic device performing finger biometric pre-matching and related methods |
CN103020655B (zh) * | 2012-12-16 | 2016-12-21 | 神思电子技术股份有限公司 | 一种基于单训练样本人脸识别的远程身份认证方法 |
JP6176991B2 (ja) * | 2013-04-26 | 2017-08-09 | キヤノン株式会社 | 情報処理装置およびその制御方法およびプログラム |
US9105119B2 (en) * | 2013-05-02 | 2015-08-11 | Emotient, Inc. | Anonymization of facial expressions |
US9639743B2 (en) | 2013-05-02 | 2017-05-02 | Emotient, Inc. | Anonymization of facial images |
KR101297736B1 (ko) * | 2013-05-07 | 2013-08-23 | 주식회사 파이브지티 | 얼굴 인식 방법 및 시스템 |
KR102151748B1 (ko) * | 2013-10-25 | 2020-09-03 | 삼성전자주식회사 | 비디오 영상에서 사람과 배경을 분리하기 위한 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 |
JP2015088095A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社ソニー・コンピュータエンタテインメント | 情報処理装置および情報処理方法 |
KR101484003B1 (ko) * | 2013-11-20 | 2015-01-20 | (주)나노인사이드 | 얼굴 분석 평가 시스템 |
CN103593598B (zh) * | 2013-11-25 | 2016-09-21 | 上海骏聿数码科技有限公司 | 基于活体检测和人脸识别的用户在线认证方法及系统 |
EP3080932B1 (en) | 2013-12-13 | 2018-12-05 | Intel Corporation | Techniques for securing body-based communications |
US9218468B1 (en) | 2013-12-16 | 2015-12-22 | Matthew B. Rappaport | Systems and methods for verifying attributes of users of online systems |
JP6340838B2 (ja) * | 2014-03-10 | 2018-06-13 | 富士通株式会社 | 生体認証装置、生体認証方法及びプログラム |
US9576371B2 (en) * | 2014-04-25 | 2017-02-21 | Xerox Corporation | Busyness defection and notification method and system |
US9552519B2 (en) * | 2014-06-02 | 2017-01-24 | General Motors Llc | Providing vehicle owner's manual information using object recognition in a mobile device |
CN104143086B (zh) * | 2014-07-18 | 2018-03-06 | 广东金杭科技有限公司 | 人像比对在移动终端操作系统上的应用方法 |
US11256792B2 (en) | 2014-08-28 | 2022-02-22 | Facetec, Inc. | Method and apparatus for creation and use of digital identification |
US10614204B2 (en) | 2014-08-28 | 2020-04-07 | Facetec, Inc. | Facial recognition authentication system including path parameters |
CA2902093C (en) | 2014-08-28 | 2023-03-07 | Kevin Alan Tussy | Facial recognition authentication system including path parameters |
US10803160B2 (en) | 2014-08-28 | 2020-10-13 | Facetec, Inc. | Method to verify and identify blockchain with user question data |
US10698995B2 (en) | 2014-08-28 | 2020-06-30 | Facetec, Inc. | Method to verify identity using a previously collected biometric image/data |
US10915618B2 (en) | 2014-08-28 | 2021-02-09 | Facetec, Inc. | Method to add remotely collected biometric images / templates to a database record of personal information |
US9928410B2 (en) * | 2014-11-24 | 2018-03-27 | Samsung Electronics Co., Ltd. | Method and apparatus for recognizing object, and method and apparatus for training recognizer |
US10210464B2 (en) * | 2015-03-11 | 2019-02-19 | Qualcomm Incorporated | Online training for object recognition system |
CN105447441B (zh) * | 2015-03-19 | 2019-03-29 | 北京眼神智能科技有限公司 | 人脸认证方法和装置 |
CN107851192B (zh) * | 2015-05-13 | 2023-04-14 | 北京市商汤科技开发有限公司 | 用于检测人脸部分及人脸的设备和方法 |
CN104966075B (zh) * | 2015-07-16 | 2018-12-21 | 苏州大学 | 一种基于二维判别特征的人脸识别方法与系统 |
CN105913260B (zh) * | 2016-04-01 | 2018-03-27 | 南京锐驰鼎欣科技股份有限公司 | 自动化面部识别系统 |
USD987653S1 (en) | 2016-04-26 | 2023-05-30 | Facetec, Inc. | Display screen or portion thereof with graphical user interface |
CN106650632A (zh) * | 2016-11-28 | 2017-05-10 | 深圳超多维科技有限公司 | 身份识别方法、装置及电子设备 |
CN106778574A (zh) * | 2016-12-06 | 2017-05-31 | 广州视源电子科技股份有限公司 | 用于人脸图像的检测方法和装置 |
KR102476756B1 (ko) | 2017-06-20 | 2022-12-09 | 삼성전자주식회사 | 사용자 인증을 위한 등록 데이터베이스의 적응적 갱신 방법 및 장치 |
CN107393075A (zh) * | 2017-07-24 | 2017-11-24 | 安徽中杰信息科技有限公司 | 一种虹膜识别小区安防系统 |
CN107967453A (zh) * | 2017-11-24 | 2018-04-27 | 河北三川科技有限公司 | 基于人脸识别的酒店入住身份核验方法及核验系统 |
US11068741B2 (en) * | 2017-12-28 | 2021-07-20 | Qualcomm Incorporated | Multi-resolution feature description for object recognition |
CN108280422B (zh) * | 2018-01-22 | 2022-06-14 | 百度在线网络技术(北京)有限公司 | 用于识别人脸的方法和装置 |
CN108509915B (zh) * | 2018-04-03 | 2021-10-26 | 百度在线网络技术(北京)有限公司 | 人脸识别模型的生成方法和装置 |
CN108650408B (zh) * | 2018-04-13 | 2021-01-08 | 维沃移动通信有限公司 | 一种屏幕解锁方法和移动终端 |
CN108615014B (zh) * | 2018-04-27 | 2022-06-21 | 京东方科技集团股份有限公司 | 一种眼睛状态的检测方法、装置、设备和介质 |
CN108647651A (zh) * | 2018-05-14 | 2018-10-12 | 深圳市科发智能技术有限公司 | 一种提高识别通过率的人脸识别方法、系统及装置 |
US11176597B2 (en) * | 2018-10-30 | 2021-11-16 | Ncr Corporation | Associating shoppers together |
CN109523668B (zh) * | 2018-11-16 | 2021-06-04 | 达闼机器人有限公司 | 一种智能门禁控制的方法、装置及计算设备 |
CN111325059A (zh) * | 2018-12-14 | 2020-06-23 | 技嘉科技股份有限公司 | 脸部识别方法、装置及计算机可读取媒体 |
US10936178B2 (en) | 2019-01-07 | 2021-03-02 | MemoryWeb, LLC | Systems and methods for analyzing and organizing digital photos and videos |
US11341221B2 (en) | 2019-03-21 | 2022-05-24 | Lg Electronics Inc. | Electric device and control method thereof |
WO2020234737A1 (en) * | 2019-05-18 | 2020-11-26 | Looplearn Pty Ltd | Localised, loop-based self-learning for recognising individuals at locations |
CN110363150A (zh) * | 2019-07-16 | 2019-10-22 | 深圳市商汤科技有限公司 | 数据更新方法及装置、电子设备和存储介质 |
US11062127B2 (en) * | 2019-09-26 | 2021-07-13 | Gracenote, Inc. | Obtaining artist imagery from video content using facial recognition |
US11947644B2 (en) * | 2019-10-08 | 2024-04-02 | UiPath, Inc. | Facial recognition framework using deep learning for attended robots |
KR102313187B1 (ko) * | 2019-12-16 | 2021-10-15 | 주식회사 리얼타임테크 | 학습용 데이터 확장을 지원하는 얼굴 인식 기반의 출입관리시스템 |
CN111209944B (zh) * | 2019-12-31 | 2023-09-01 | 上海索广映像有限公司 | 一种自适应的图像检测系统及图像检测方法 |
CN111710078A (zh) * | 2020-05-09 | 2020-09-25 | 未来加(重庆)科技有限公司 | 一种人脸识别门禁装置 |
CN112070013A (zh) * | 2020-09-08 | 2020-12-11 | 安徽兰臣信息科技有限公司 | 一种儿童人脸特征点的检测方法、装置及储存介质 |
CN112562137B (zh) * | 2020-12-25 | 2022-11-18 | 珠海格力电器股份有限公司 | 解锁指令同步方法、装置、电子设备和存储介质 |
US11915429B2 (en) | 2021-08-31 | 2024-02-27 | Gracenote, Inc. | Methods and systems for automatically generating backdrop imagery for a graphical user interface |
CN115862210B (zh) * | 2022-11-08 | 2023-08-25 | 杭州青橄榄网络技术有限公司 | 一种访客关联方法与系统 |
CN117454351A (zh) * | 2023-12-20 | 2024-01-26 | 福建票付通信息科技有限公司 | 一种人脸特征值同步方法及身份验证系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5680481A (en) * | 1992-05-26 | 1997-10-21 | Ricoh Corporation | Facial feature extraction method and apparatus for a neural network acoustic and visual speech recognition system |
US5497430A (en) | 1994-11-07 | 1996-03-05 | Physical Optics Corporation | Method and apparatus for image recognition using invariant feature signals |
US6128398A (en) * | 1995-01-31 | 2000-10-03 | Miros Inc. | System, method and application for the recognition, verification and similarity ranking of facial or other object patterns |
US5870138A (en) * | 1995-03-31 | 1999-02-09 | Hitachi, Ltd. | Facial image processing |
JP3279913B2 (ja) * | 1996-03-18 | 2002-04-30 | 株式会社東芝 | 人物認証装置、特徴点抽出装置及び特徴点抽出方法 |
KR100229538B1 (ko) * | 1996-12-27 | 1999-11-15 | 전주범 | 얼글 움직임을 인코딩하기 위한 방법 및 장치한 방법 및 장치 |
KR100289702B1 (ko) * | 1998-11-19 | 2001-05-15 | 전주범 | 모델 기반 부호화 시스템에서 파노라마 영상을 이용한 얼굴영상 정합 방법 |
US6254559B1 (en) * | 1999-08-30 | 2001-07-03 | Anthony C. Tyrrell | Adjustable hip joint assembly |
JP2001285787A (ja) * | 2000-03-31 | 2001-10-12 | Nec Corp | 映像録画方法およびそのシステムとその記録媒体 |
KR100474837B1 (ko) * | 2000-09-25 | 2005-03-08 | 삼성전자주식회사 | 3차원 얼굴 데이타의 정규화 및 특징점 추출 방법 및 장치 |
KR20030012193A (ko) * | 2001-07-31 | 2003-02-12 | 주식회사 드림미르 | 다양한 배경의 영상데이터에서의 눈 위치 검출방법 |
-
2002
- 2002-04-23 KR KR10-2002-0022215A patent/KR100438841B1/ko not_active IP Right Cessation
-
2003
- 2003-04-22 US US10/419,742 patent/US7187786B2/en active Active
- 2003-04-23 EP EP03252563A patent/EP1357520B1/en not_active Expired - Fee Related
- 2003-04-23 JP JP2003118312A patent/JP4156430B2/ja not_active Expired - Fee Related
- 2003-04-23 DE DE60312427T patent/DE60312427T2/de not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11087121B2 (en) | 2018-04-05 | 2021-08-10 | West Virginia University | High accuracy and volume facial recognition on mobile platforms |
Also Published As
Publication number | Publication date |
---|---|
EP1357520A3 (en) | 2005-08-03 |
KR20030083510A (ko) | 2003-10-30 |
DE60312427D1 (de) | 2007-04-26 |
KR100438841B1 (ko) | 2004-07-05 |
JP2003317101A (ja) | 2003-11-07 |
US7187786B2 (en) | 2007-03-06 |
EP1357520B1 (en) | 2007-03-14 |
DE60312427T2 (de) | 2007-11-29 |
US20030198368A1 (en) | 2003-10-23 |
EP1357520A2 (en) | 2003-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4156430B2 (ja) | データベース自動更新方法を用いた顔検証方法及びそのシステム | |
US20210287026A1 (en) | Method and apparatus with liveness verification | |
EP1629415B1 (en) | Face identification verification using frontal and side views | |
US8320642B2 (en) | Face collation apparatus | |
US8184914B2 (en) | Method and system of person identification by facial image | |
US7127086B2 (en) | Image processing apparatus and method | |
US8280120B2 (en) | Fraud resistant biometric financial transaction system and method | |
KR101241625B1 (ko) | 얼굴 인식 환경 통지 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체 | |
US20160379042A1 (en) | Apparatuses, systems, and methods for confirming identity | |
RU2670798C1 (ru) | Способ аутентификации пользователя по радужной оболочке глаз и соответствующее устройство | |
JP2007305030A (ja) | 赤目処理方法および装置ならびにプログラム | |
CN110688901A (zh) | 一种人脸识别方法及装置 | |
US10922399B2 (en) | Authentication verification using soft biometric traits | |
JP7151875B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP6852779B2 (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 | |
Amjed et al. | Noncircular iris segmentation based on weighted adaptive hough transform using smartphone database | |
JP2005084979A (ja) | 顔認証システムおよび方法並びにプログラム | |
CN115019364A (zh) | 基于人脸识别的身份认证方法、装置、电子设备及介质 | |
KR102579610B1 (ko) | Atm 이상행동감지 장치 및 그 장치의 구동방법 | |
WO2024042674A1 (ja) | 情報処理装置、認証方法および記憶媒体 | |
Findling | Pan shot face unlock: Towards unlocking personal mobile devices using stereo vision and biometric face information from multiple perspectives | |
Dixit et al. | SIFRS: Spoof Invariant Facial Recognition System (A Helping Hand for Visual Impaired People) | |
Patel et al. | A Review on Audio Video Based Person Authentication System Using Multi SVM | |
Pimenta | Impact of Image Context for Deep Learning Face Morphing Attack Detection | |
Akinnuwesi Boluwaji et al. | AUTOMATED STUDENTS'ATTEDANCE TAKING IN TERTIARY INSTITUTION USING HYBRIDIZED FACIAL RECOGNITION ALGORITHM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051012 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20061101 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20061107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080219 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080519 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080610 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080709 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110718 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |