JP4305672B2 - 個人識別装置、個人識別方法、識別用辞書データの更新方法および識別用辞書データの更新プログラム - Google Patents

Description

この発明は、例えば、個人の顔画像、声などの個人を識別するための識別要素を用いて個人を識別する個人識別装置および個人識別方法に関する。また、この発明は、個人識別装置における識別用辞書データの更新方法および個人識別装置に用いられる識別用辞書データの更新プログラムに関する。

例えば、辞書データとして、識別すべき複数の人の顔、声、指紋、などの識別要素の特徴データを予め保存しておき、取り込まれた識別すべき個人の上記識別要素の特徴データと、辞書データとして記憶されている識別要素の特徴データとを比較することにより、取り込まれた個人の識別要素が誰の識別要素であるかを識別するようにする個人識別手法が知られている。

この個人識別手法において、識別要素として顔画像を例に取ると、辞書データは、前記識別しようとする個人の顔画像を取り込んで、その顔画像から抽出した特徴データを用いて生成する。この場合において、一般には、識別要素としての顔画像の取り込み時の撮像条件や顔の向きなどの取り込み誤差を平均化するために、同じ個人について複数の顔画像を取り込んで、特徴データを平均化したものを当該個人の識別用の辞書データとして記憶するようにする（特許文献１（特開２００３−２７１９５８号公報）参照）。

そして、通常は、新たに各個人毎の顔画像の識別が行なわれたときに、識別された個人の顔画像の特徴データを識別用辞書データに反映させることで、各個人用の顔画像の辞書データの更新を行なうようにしている。

この場合に、従来は、取り込んだ各顔画像は、すべて等しい重みを持つものとして、辞書データの生成および更新をするようにしている。すなわち、従来は、過去に取り込んだ顔画像の特徴データと新たに取り込んだ特徴データのすべてを均等に平均化して、識別用辞書データを更新するようにしている。例えば、新たに取り込んだ特徴データを識別用辞書データに加算し、その加算結果を、特徴データを取り込んだ全回数により除算することにより単純に平均化し、その平均化により得た特徴データを、新たな識別用辞書データとして使用するものである。

上記の特許文献は、次の通りである。
特開２００３−２７１９５８号公報

ところで、個人の顔画像や声は、一般に年月の経過により、変化するものである。したがって、個人を識別するための識別要素として、個人の顔画像や声を使用する場合、年月の経過による個人の顔画像や声の変化を考慮すべきである。

従来の単純平均化手法により更新した識別用辞書データは、常に最新の顔画像や声などの識別要素の特徴データを用いて更新するので、ある程度は、上記年月の経過による識別要素による影響を考慮しているといえる。

したがって、従来の方法は、単純平均であるので、過去の識別要素の取り込み回数が多いと、最新の、つまり、現在の顔画像や声などの識別要素は、その全取り込み回数により除算されて寄与率が非常に低くなり、識別精度の向上があまり期待できない問題があった。また、従来の方法により単純平均化による識別用辞書データの更新方法では、更新をし続けると、平均化されすぎて、辞書データとして、個人特徴が薄まってしまうという問題もある。

この発明は、この点にかんがみ、個人識別用の辞書データの精度を向上させることができるようにすることを目的とする。

上記の課題を解決するために、請求項１の発明は、
個人を識別するための識別要素から抽出された特徴データから生成した前記識別すべき個人の識別用辞書データを、前記個人を特定するための個人特定情報に対応して記憶する辞書データ記憶部と、
前記個人から取り込まれた識別要素から抽出された特徴データと、前記辞書データ記憶部の前記識別用辞書データとを比較して、前記識別要素を持つ個人を識別する識別手段と、
前記個人から取り込まれた識別要素の取り込み時刻の情報を取得する時刻取得手段と、
前記識別手段での前記個人の識別結果に基づいて、前記取り込まれた識別要素を持つ個人を特定する前記個人特定情報を得る個人特定手段と、
前記取り込まれた識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得手段で取得した時刻の情報とを、前記個人特定手段で取得された前記個人特定情報に対応させて、辞書データ生成用情報記憶部に、追加記憶する辞書データ生成用情報記憶手段と、
前記個人特定手段で取得された前記個人特定情報に対応する前記識別用辞書データを、前記時刻取得手段で新たに取得した最新取り込み時刻の情報と、前記辞書データ生成用情報記憶部に前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取得した前記識別要素の過去取り込み時刻の情報と、それぞれの取り込み時刻で取り込まれた特徴データとを用いて生成または更新する手段であって、前記各特徴データに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記識別用辞書データを更新する辞書データ更新処理手段と、
を備え、
前記辞書データ更新処理手段は、
前記最新取り込み時刻と、前記過去取り込み時刻のうちの前記辞書データ生成用情報記憶部の最古の過去取り込み時刻との間の第１の時間区間に対して、予め所定の第２の時間区間に割り付けられている重み係数算出用関数を、前記第１の時間区間を前記第２の時間区間として割り当て、前記第１の時間区間内において、前記最新取り込み時刻および前記過去取り込み時刻のそれぞれに対応する重み係数を、前記重み係数算出用関数にしたがって算出することにより、前記新たに取り込まれた前記識別要素についての特徴データについての重み係数、および過去に取り込まれた前記識別要素についての特徴データについての重み係数を算出する重み係数算出手段と、
前記辞書データ生成用情報記憶部に、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取り込まれた前記識別要素の特徴データと、前記新たに取得した識別要素の特徴データとに対して、前記重み係数算出手段で算出した重み係数のそれぞれにより重み付けを行ない、当該重み付けを行なった前記複数の特徴データを用いて、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている前記識別用辞書データを生成または更新する辞書データ生成または更新手段と、
を備える個人識別装置を提供する。

上述の構成のこの発明による個人識別装置においては、識別しようとする個人から取得する識別要素の取り込み時刻（取得時刻）により、それぞれの識別要素から抽出した特徴データに重み付けを行い、その重み付けを行なった特徴データを用いて識別用辞書を更新するようにするので、例えば、最新の特徴データほど重みを大きくすることで、個人識別精度の向上が期待できる識別用辞書データを、その更新により得ることができる。

この発明によれば、識別用辞書データとして精度の良いものを更新により得ることができ、個人識別精度が向上する。

以下、この発明による個人識別装置の実施形態を、顔画像を個人を識別するための識別要素として個人識別する装置の場合を例に、図を参照しながら説明する。

図１は、この実施形態の顔画像による個人識別装置の構成例を示すブロック図である。この図１の例は、例えばパーソナルコンピュータに、顔画像による個人識別装置を構成した場合の例であり、ブロックで示したものの一部は、ソフトウエア構成とすることもできるものである。

図１に示すように、この実施形態の顔画像による個人識別装置は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１に対してシステムバス２を介して、プログラム等が記憶されているＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３と、ワークエリア用のＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）４と、操作部インターフェース５と、ディスプレイインターフェース７６と、画像データ入力インターフェース７とが接続されている。

操作部インターフェース５には、キーボードやマウスなどの操作入力部８が接続されている。また、ディスプレイインターフェース６には、例えばＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ；液晶ディスプレイ）などからなるディスプレイ９が接続されている。

画像データ入力インターフェース７は、例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）インターフェースを備える撮像カメラ等の画像出力装置からの画像データを受け取る場合には、ＵＳＢ端子およびＵＳＢインターフェースからなる。

また、画像データ入力インターフェース７は、画像データが格納されたカード型メモリからの画像データを受け取る場合には、当該カード型メモリが装填されるメモリリーダで構成される。

また、画像データ入力インターフェース７は、画像データが格納された光ディスクからの画像データを受け取る場合には、当該光ディスクからの画像データの読み出しが可能な光ディスクドライブで構成される。

なお、画像データ入力インターフェース７は、画像データのみでなく、画像データに付随する、例えば撮像時刻の情報、撮像条件などからなる情報（例えば、Ｅｘｉｆ（Ｅｘｃｈａｎｇｅ ｉｍａｇｅ ｆｉｌｅ ｆｏｒｍａｔ）形式の情報など）も取り込むものである。

この場合に、画像データ入力インターフェース７を通じて取り込まれる画像データに、もしも、撮像時刻の情報が含まれていない場合には、図示は省略するが、ＣＰＵ１は、ユーザに対し、撮影時刻の情報が存在しないので撮影時刻の入力をするように促すメッセージを、ディスプレイ９に表示し、このメッセージに対応してユーザが入力する撮像時刻の情報を取り込まれた画像データに対応させて取得するようにする。

また、この実施形態においては、システムバス２には、顔識別用辞書データベース１０と、顔識別用画像処理部１１と、顔識別処理部１２と、表示情報生成部１３と、辞書データ更新処理部１４とが接続されている。辞書データ更新処理部１４は、重み係数算出部１５と、辞書データ生成・更新部１６とを備えている。

顔識別用辞書データベース１０は、例えばハードディスク装置などの記憶装置の全部あるいは一部の記憶エリアが用いられて構成されている。この実施形態では、この顔識別用辞書データベース１０には、顔画像による個人識別すべく登録された複数の個人Ｐｉ（ｉ＝１，２，・・・以下同じ。ｉは個人番号に対応する）のそれぞれについての個人辞書データＤｉが、それぞれの個人を特定するための個人特定情報（個人識別ＩＤ等）と対応付けられて記憶保持されている。なお、以下の説明において、「顔識別」は、「顔画像による個人識別」と同義である。

この実施形態では、一人当たりの個人辞書データＤｉは、図２に示すように、顔識別用辞書データＦＲＤｉと、１個以上のｎ個（ｎ＝１，２，・・・，Ｎ）の辞書データ生成用情報ＤＰＩｉ，ｎとからなり、個人特定情報に対応付けられて記憶保持されている。個人特定情報としては、この実施形態では、個人名（氏名）が登録される。個人特定情報としては、個人名（氏名）に限らず、個人識別番号や記号、その他、個人情報を用いるようにしても良いし、それらの個人を特定するための情報の組み合わせを用いるようにしても良い。

この実施形態では、個人辞書データＤｉは、一人当たりとして、最大Ｎ個、例えば４０個の辞書データ生成用情報が、蓄積可能とされている。これは、辞書データベースとして使用する記憶容量を考慮したものである。そして、この実施形態では、個人辞書データＤｉとして蓄積されるデータは、常に最新のＮ個のデータを残すようにして、蓄積する個人辞書データＤｉを更新するようにする。

辞書データ生成用情報ＤＰＩｉ，ｎは、顔識別対象である一人の個人Ｐｉについて、この例では異なる時点で取り込まれたｎ個（ｎ＝１〜Ｎ、最大Ｎ個）の顔画像についての情報からなるもので、この実施形態では、図２に示すように、時刻の情報Ｔｉ，ｎと、取り込まれた顔画像の特徴データＶｉ，ｎと、取り込まれた顔画像の特徴データＶｉ，ｎを用いて顔識別用辞書データを更新するために用いる、特徴データＶｉ，ｎについての重み係数ｉ，ｎとが、この辞書データ生成用情報ＤＰＩｉ，ｎに含まれる。重み係数Ｗｉ，ｎについては、後で詳述する。

顔識別用辞書データＦＲＤｉは、ｉ番の個人Ｐｉについての辞書データ生成用情報ＤＰＩｉ，ｎの一部として記憶される顔画像についての特徴データ（特徴ベクトル）を用いて生成または更新される特徴データ（特徴ベクトル）であり、顔識別すべく取り込まれた顔画像についての顔識別処理の際に用いられる当該個人Ｐｉについての辞書データである。

この実施形態では、各個人Ｐｉの顔識別用辞書データＦＲＤｉは、後述するように、当該個人Ｐｉに対応付けられて顔識別用辞書データベース１０に格納されている辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれの特徴データ（特徴ベクトル）を、その特徴データについての重み係数によりそれぞれ重み付けし、その重み付けしたものを用いて、後述のようにして生成する。

また、この実施形態では、後述するように、重み係数Ｗｉ，ｎの算出方法（設定方法）として、複数通りの算出方法が用意されており、ユーザが当該用意されている複数の重み係数Ｗｉ，ｎの算出方法の中の一つを選択することができるようにされている。そして、その選択された重み係数の算出方法を特定するための情報として、重み係数パラメータ設定情報ＳＴが、顔識別用辞書データベース１０に記憶されている。

なお、重み係数の算出方法は、識別する個人の個人辞書データＤｉ毎に選択設定するようにしても良いが、この実施形態では、顔識別用辞書データベース１０全体として、一つの重み係数算出方法を選択設定するようにしている。

図３は、顔識別用辞書データベース１０の格納データのフォーマットを説明するための図である。

すなわち、この実施形態では、図３に示すように、顔識別用辞書データベース１０全体として、一つの重み係数の算出方法を特定する重み係数パラメータ設定情報が格納される。

そして、顔識別用辞書データベース１０は、複数人分の個人辞書データＤｉ（ｉ＝１，２，・・・）を備える。それぞれの個人辞書データＤｉは、対応する個人Ｆｉの顔識別用辞書データＦＲＤｉと、辞書データ生成用情報配列とからなる。辞書データ生成用情報配列は、前述したように、ｎ個（ｎ＝１〜Ｎ、最大Ｎ個）の辞書データ生成用情報ＤＰＩｉ，ｎからなる。そして、各辞書データ生成用情報ＤＰＩｉ，ｎは、特徴データ（特徴ベクトル）Ｖｉ，ｎと、撮像時刻情報Ｔｉ，ｎと、重み係数Ｗｉ，ｎとからなる。

次に、顔識別用画像処理部１１は、図４に示すように、画像データ入力インターフェース７を通じて取り込んだ原画の画像データから、顔検出および目検出を行い、検出した両目の位置が水平になるように、目の位置に合わせて顔画像の回転をする。目の位置に合わせて顔画像を回転するのは、後述のように、顔識別においては、正面を向いた顔画像であって、両目が水平になっている顔画像を基準にしているからである。

そして、さらに、顔識別用画像処理部１１では、顔画像を識別するための特徴部位（例えば眉、目、鼻、口など）の特徴データを抽出するための特徴点プロット（特徴点サンプリング）を行い、当該取り込まれた顔画像Ｆinについての特徴データとしての特徴ベクトルＶinを取得する。ここで、特徴ベクトルＶinは、複数種の特徴量を変数とする関数からなるものである。

なお、顔識別用画像処理部１１における顔検出、目検出、特徴ベクトルＶinの算出などの処理に関しては、特許文献２（特開２００６−７２７７０号公報）、特許文献３（特開２００５−４４３３０号公報）、非特許文献（佐部浩太郎、日台健一、“ピクセル差分特徴を用いた実時間任意姿勢顔検出器の学習”、第１０回画像センシングシンポジウム講演論文集、ｐｐ．５４７-５５２,２００４年６月）などに詳しく記載されているので、ここでは省略することとする。

顔識別用画像処理部１１は、取り込まれた顔画像Ｆinについて取得した特徴データとしての特徴ベクトルＶinを、顔識別処理部１２に供給する。

また、顔識別用画像処理部１１において、顔検出や目検出ができなかった場合、または、顔検出や目検出ができても、特徴ベクトルの算出ができなかった場合には、その旨を顔識別処理部１２や表示情報生成部１３に送るようにする。

顔識別処理部１２は、顔識別用画像処理部１１からの取り込まれた画像から取得された顔画像Ｆinの特徴データとしての特徴ベクトルＶinを受けて、この特徴ベクトルＶinと、顔識別用辞書データベース１０に格納されている複数の個人の顔識別用辞書データ（特徴ベクトル）ＦＲＤｉとを比較して照合し、一致していると判定することができる顔識別用辞書データＦＲＤｉを検出するようにする。

そして、顔識別処理部１２は、一致していると判定することができる顔識別用辞書データＦＲＤｉが検出できたときには、その旨と、検出できた顔識別用辞書データＦＲＤｉに対応する個人特定情報、この例では、個人の氏名とを、表示情報生成部１３に送る。

また、顔識別処理部１２は、一致していると判定することができる顔識別用辞書データＦＲＤｉが検出できなかったときには、その旨を、表示情報生成部１３に送る。

なお、顔識別処理部１２は、顔識別用画像処理部１１から、顔検出や目検出ができなかった旨、または、顔検出や目検出ができても、特徴ベクトルの算出ができなかった旨の通知を受けたときには、上述した顔識別処理は実行しない。

表示情報生成部１３は、顔識別処理部１２から、顔識別ができた旨および顔識別結果として個人特定情報としての個人の氏名を受け取ったときには、図５に示すような、顔識別結果をユーザに確認させるための顔識別結果確認画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

図５に示すように、この顔識別結果確認画面には、取り込んだ顔画像Ｆinの表示画像２１が表示されると共に、顔識別結果が正しいかどうかをユーザに問い合わせるメッセージ「この人は、「○○○○」さんですか？」の表示２２と、当該問い合わせメッセージ２２に対する回答のボタンアイコン２３，２４とが表示される。問い合わせメッセージ２２のうちの、「○○○○」の部分には、顔識別結果の氏名が表示される。

図５の例では、顔識別処理部１２では、取り込まれた顔画像の特徴データは、「田中太郎」さんの個人辞書データＤｉの顔画像の特徴データ（顔識別用辞書データＦＲＤｉ）と一致したと判定したので、問い合わせメッセージ２２の「○○○○」の部分には、「田中太郎」が表示されている。

回答のボタンアイコン２３は、肯定の回答用であり、また、回答のボタンアイコン２４は、否定の回答用である。

図５の画面において、ユーザが、操作入力部８を用いて肯定の回答用のボタンアイコン２３をクリックしたときには、表示情報生成部１３は、ＣＰＵ１の制御に従って、顔識別結果の氏名の情報を辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名で特定される個人特定情報に対応して顔識別用辞書データベース１０に記憶されている個人辞書データＤｉの生成または更新処理を行なう。

また、図５の画面において、ユーザが、操作入力部８を用いて否定の回答用のボタンアイコン２４をクリックしたときには、表示情報生成部１３は、図６に示すような、顔識別結果が不正解であることをユーザに報知する顔識別結果不正解画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この顔識別結果不正解画面には、図６に示すように、取り込んだ顔画像Ｆinの表示画像２１と、当該取り込んだ顔画像Ｆinが誰の顔画像であるか、氏名を入力するように促すメッセージ２５を表示する。ユーザは、このメッセージ２５中の氏名入力欄２６に、表示画像２１として表示されている個人の氏名を入力するようにする。

このユーザによる氏名の入力を受け付けると、表示情報生成部１３は、ＣＰＵ１の制御に従って、その入力された氏名の情報を、辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名からなる個人特定情報に対応して顔識別用辞書データベース１０に記憶されている個人辞書データＤｉの生成または更新処理を行なう。

なお、氏名入力欄２６に氏名の入力がなされずに、ユーザから顔識別の処理の終了が指示されたときには、表示情報生成部１３からは、氏名の情報が伝達されず、ＣＰＵ１の制御に従って辞書更新をしない旨の通知が辞書データ更新処理部１４に通知される。したがって、辞書データ更新処理部１４は、辞書データの生成または更新は行なわない。

また、表示情報生成部１３は、顔識別処理部１２から、顔識別結果として辞書データベース１０中に、取り込まれた顔画像と一致する個人辞書データがない旨の通知を受け取ったときには、図７に示すような、顔識別結果として「一致無し」をユーザに報知させるための顔識別結果一致無し画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この顔識別結果一致無し画面には、図７に示すように、取り込んだ顔画像Ｆinの表示画像２１と、当該取り込んだ顔画像Ｆinが誰の顔画像であるか、氏名を入力するように促すメッセージ２７を表示する。ユーザは、このメッセージ２７中の氏名入力欄２８に、表示画像２１として表示されている個人の氏名を入力するようにする。

このユーザによる氏名の入力を受け付けると、表示情報生成部１３は、その入力された氏名の情報を、辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名を個人特定情報とする個人辞書データＤｉの生成または更新処理を行なう。

なお、氏名入力欄２８に氏名の入力がなされずに、ユーザから顔識別の処理の終了が指示されたときには、表示情報生成部１３からは、氏名の情報が伝達されず、辞書更新をしない旨の通知が辞書データ更新処理部１４に通知される。したがって、辞書データ更新処理部１４は、辞書データの生成または更新は行なわない。

また、表示情報生成部１３は、顔識別用画像処理部１１から、顔検出や目検出、最終的には、特徴ベクトルの算出ができなかった旨の通知を受けたときには、図８に示すような、照合不能通知画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この照合不能通知画面には、図８に示すように、取り込まれた顔画像は、辞書の更新には用いられない旨のメッセージ２９が表示される。そして、ＣＰＵ１の制御に従って、表示情報生成部１３は、辞書更新をしない旨の通知を辞書データ更新処理部１４に通知する。

辞書データ更新処理部１４は、この実施形態では、顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき、当該個人特定情報に対応する個人辞書データＤｉの更新処理を実行する。

この場合、上述の説明から分かるように、「顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき」には、顔識別結果が正解であって個人特定情報が個人識別装置において特定される場合と、顔識別結果が不正解であって、ユーザにより入力された個人の氏名により個人特定情報が特定される場合と、顔識別の結果、一致するものがなくて新規の顔画像の取り込みの場合であってユーザにより入力された個人の氏名により個人特定情報が特定される場合と、を含むものである。

顔識別用画像処理部１１で、顔検出や目検出、最終的には、特徴ベクトルの算出ができなかった旨の通知を受けたときには、辞書データ更新処理部１４は、前記個人辞書データＤｉの更新処理は行なわない。また、取り込まれた顔画像についての個人特定情報の特定が最終的にできなかったときにも、辞書データ更新処理部１４は、前記個人辞書データＤｉの更新処理は行なわない。

辞書データ更新処理部１４は、顔識別辞書データベース１０において、特定された個人特定情報に対応する個人辞書データＤｉの更新の実行に際しては、この実施形態では、まず、前記個人辞書データＤｉに含まれる辞書データ生成用情報ＤＰＩｉ，ｎの数を参照し、その数が最大値であるＮ個よりも少ないときには、新たに取得した顔画像の特徴ベクトルＶinと、その撮像時刻情報とを、最新の辞書データ生成用情報として、個人辞書データＤｉに追加記憶する。

また、辞書データ更新処理部１４は、顔識別辞書データベース１０において、更新対象の個人特定情報に対応する個人辞書データＤｉに含まれる辞書データ生成用情報ＤＰＩｉ，ｎの数が、最大であるＮ個であるときには、そのときに辞書データ生成用情報ＤＰＩｉ，ｎ中で最古である辞書データ生成用情報ＤＰＩｉ，１を廃棄し、かつ、各辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれの時間順位を順次下げて、
ＤＰＩｉ，ｎ→ＤＰＩｉ，ｎ−１
とする。

そして、新たに取り込んだ顔画像の特徴ベクトルＶinと、撮像時刻の情報とを、最新の辞書データ生成用情報ＤＰＩｉ，Ｎの情報として記憶して、個人辞書データＤｉを更新する。この時点では、重み係数は算出されていないので、記憶されていた重み係数は、元のままである。

重み係数は、上述のように更新された個人辞書データＤｉに含まれる撮像時刻の情報が用いられて、少なくとも最新の辞書データ生成用情報ＤＰＩｉ，Ｎについては算出されて記憶される。その他の元々個人辞書データＤｉとして記憶されていた辞書データ生成用情報についての重み係数は、後述するように、選択される重み係数算出方法に応じて更新される場合と、更新されずにそのまま用いられる場合とがある。

辞書データ更新処理部１４は、重み係数算出部１５に、重み係数パラメータ設定情報ＳＴを渡して、後述するように、重み係数算出部１５で実行する重み係数算出の方法を指示すると共に、重み係数算出部１５に、最新の辞書データ生成用情報ＤＰＩｉ，Ｎの撮像時刻情報Ｔｉ，Ｎおよび必要な過去の辞書データ生成用情報ＤＰＩｉ，ｎを渡して、重み係数の算出を指示する。

重み係数算出部１５は、この実施形態では、顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき、当該個人特定情報に対応する個人辞書データＤｉの顔識別用辞書データＦＲＤｉを更新する際に使用する、特徴ベクトルについての重み係数を、最新の撮像時刻情報および過去の撮像時刻情報を用いて算出する。

前述したように、この実施形態の個人識別装置は、この重み係数の算出方法（設定方法）として複数通り、この例では、４通りの算出方法を用意しており、ユーザの選択により、当該４通りの重み係数算出方法のどの方法を用いるかが選択設定され、その選択設定情報が顔識別用辞書データベース１０に格納される。

この実施形態においては、ユーザが操作入力部８を通じて、例えば設定メニューから、「重み係数の設定方法の選択」を指示すると、図９に示すような「重み係数の設定方法選択画面」がディスプレイ９に表示される。

図９に示すように、この実施形態では、重み係数算出方法（設定方法）としては、
（１）撮像順に線形的に重み係数を設定、
（２）撮像順に非線形的に重み係数を設定、
（３）撮像間隔に応じて重み係数を設定（区間）、
（４）撮像間隔に応じて重み係数を設定（前画像との時間差）、
の４通りが、選択設定できる重み係数算出方法候補の一覧として表示される。各算出方法の詳細については後述する。

そして、図９に示すように、この例では、各重み係数算出方法候補の先頭には、ユーザが選択設定するためのチェックマーク記入欄３０が設けられている。ユーザは、この図９の一覧表示画面において、自分が希望する重み係数算出方法候補の先頭に設けられるチェック欄３０を、マウスなどのポインティングデバイスでクリックすることで、当該重み係数算出方法候補を使用する重み係数算出方法として、選択設定することができる。図９の例では、「（１）撮像順に線形的に重み係数を設定」が選択されている状態を示している。

なお、この場合に、重み係数算出部１５は、選択される重み係数の算出方法によっては、新たに取り込んだ顔画像の特徴ベクトルについての重み係数のみを算出する場合と、新たに取り込んだ顔画像の特徴ベクトルについての重み係数のみならず、個人特定情報に対応して記憶されている過去に取り込んだ顔画像の特徴ベクトルについての重み係数をも再計算する場合とがある。

次に、この実施形態で用いる４種の重み係数算出方法のそれぞれについて、さらに説明する。

［第１の例；撮像順に線形的に重み係数を設定（線形算出方法）］
図１０は、撮像順に線形的に重み係数を算出（設定）する方法を説明するための図である。この重み係数算出方法を、以下、線形算出方法と称することとする。

この線形算出方法が採用される場合には、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている個人辞書データＤｉの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，Ｎｅｗ（Ｎ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，Ｎｅｗ＝ＤＰＩｉ，Ｎ）の重み係数Ｗｉ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ（ｎ＝１，２，・・・）の重み係数Ｗｉ，ｎのすべてが、再計算されて更新される。

このため、この線形算出方法が採用される場合には、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。

そして、この線形算出方法においては、重み係数算出部１５においては、この実施形態では、まず、更新された個人辞書データＤｉのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，１を基準にするために、更新された個人辞書データＤｉのそれぞれの辞書データ生成用情報の撮像時刻Ｔｉ，ｎ（ｎ＝１，２，・・・，Ｎｅｗ）と、最古の撮像時刻Ｔｉ，１との時間差ΔＴｉ（１＿ｎ）を算出する。

そして、重み係数算出部１５は、重み係数Ｗｉ，ｎを、図１０に示すように、算出された時間差ΔＴｉ（１＿ｎ）が大きいほど、線形的に大きくなるように、次の（式１）により算出する。

すなわち、重み係数算出部１５は、
Ｗｉ，ｎ＝ｐ×ΔＴｉ（１＿ｎ）＋ｑ ・・・（式１）
により、各特徴ベクトルＶｉ，ｎについての重み係数Ｗｉ，ｎを算出する。

なお、図１０において、時間差ΔＴｉ，１＝０であり、このときの重み係数Ｗｉ，１は、予め定められた重み係数の最小値ｑになる。また、予め定められた重み係数の最大値をｒとしたとき、最新の撮像時刻についての時間差ΔＴｉ（１＿Ｎｅｗ）のときの重み係数Ｗｉ，Ｎｅｗは、Ｗｉ，Ｎｅｗ＝ｒとされる。

また、図１０の一次関数の直線の傾きｐは、
ｐ＝（ｒ−ｑ）／（ΔＴｉ（１＿Ｎｅｗ）−ΔＴｉ（１＿１））
となり、更新された複数個の辞書データ生成用情報ＤＰＩｉ，ｎのうちの、最新の撮像時刻と最古の撮像時刻との差（ΔＴｉ，Ｎｅｗ−ΔＴｉ，１）に応じたものとなり、一定ではなく、新たなデータが取り込まれる毎に変わるものとなる。

ここで、顔識別用辞書データベース１０において、個人特定情報に対応してＮ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｎが記憶されている場合には、時間差ΔＴｉ（１＿Ｎｅｗ）は、
時間差ΔＴｉ（１＿Ｎｅｗ）＝ΔＴｉ（１＿Ｎ）＝Ｔｉ，Ｎ−Ｔｉ，１
である。しかし、顔識別用辞書データベース１０には、新たに追加したとしても、個人特定情報に対応した辞書データ生成用情報が、Ｎ個未満しか記憶されていないときには、当該Ｎ個未満の辞書データ生成用情報の最新のものの撮像時刻が最新の撮像時刻となり、その撮像時刻と最古の撮像時刻Ｔｉ，１との時間差が、最新の撮像時刻についての時間差ΔＴｉ（１＿Ｎｅｗ）となる。

なお、上述の説明では、更新された個人辞書データＤｉのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，１を基準に、各辞書データ生成用情報の撮像時刻Ｔｉ，ｎとの時間差ΔＴ（１＿ｎ）を算出し、その時間差ΔＴ（１＿ｎ）が大きいほど、重み係数Ｗｉ，ｎが線形的に大きくなるように設定したが、時間差を取る基準は、最新の撮像時刻Ｔｉ，Ｎｅｗとするようにしてもよい。

その場合には、時間差ΔＴ（Ｎｅｗ＿Ｎｅｗ）（＝０）のときに重み係数Ｗｉ，Ｎｅｗが最大値ｒとなり、時間差ΔＴ（Ｎｅｗ＿ｎ）が大きくなるほど線形的に小さくなり、最古の撮像時刻Ｔｉ，１との時間差ΔＴ（Ｎｅｗ＿１）のときに、その重み係数Ｗｉ，１が最小値ｑとなる。

［第２の例；撮像順に非線形的に重み係数を設定（非線形算出方法）］
図１１は、撮像順に非線形的に重み係数を算出（設定）する方法を説明するための図である。この重み係数算出方法を、以下、非線形算出方法と称することとする。

この非線形算出方法が採用される場合にも、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている個人辞書データＤｉの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，Ｎｅｗ（Ｎ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，Ｎｅｗ＝ＤＰＩｉ，Ｎ）の重み係数Ｗｉ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ（ｎ＝１，２，・・・）の重み係数Ｗｉ，ｎのすべてが、再計算されて更新される。

このため、この非線形算出方法が採用される場合にも、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。

この非線形算出方法においても、重み係数算出部１５においては、この実施形態では、まず、更新された個人辞書データＤｉのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，１を基準にするために、更新された個人辞書データＤｉのそれぞれの辞書データ生成用情報の撮像時刻Ｔｉ，ｎ（ｎ＝１，２，・・・，Ｎｅｗ）と、最古の撮像時刻Ｔｉ，１との時間差ΔＴｉ（１＿ｎ）を算出する。

そして、重み係数算出部１５は、重み係数Ｗｉ，ｎを、図１１に示すように、算出された時間差ΔＴｉ（１＿ｎ）が大きいほど、非線形的に大きくなるように、次の（式２）により算出する。

すなわち、
時間差ΔＴｉ（１＿ｎ）＜ΔＴθのとき、
Ｗｉ，ｎ＝ｆ（ΔＴｉ（１＿ｎ））＋ｑ
時間差ΔＴｉ（１＿ｎ）≧ΔＴθのとき、
Ｗｉ，ｎ＝ｒ
・・・（式２）
により、各特徴ベクトルＶｉ，ｎについての重み係数Ｗｉ，ｎを算出する。

（式２）におけるｆ（ΔＴｉ（１＿ｎ））は、時間差ΔＴｉ（１＿ｎ）を変数とする非線形関数であり、種々様々の非線形変化パターンの曲線関数を用いることができる。図１１の例では、過去の顔画像の特徴ベクトルの重み係数を小さくして、顔識別用辞書データに対するその影響を抑え、最近の顔画像の特徴ベクトルほど重み係数を大きくして、顔識別用辞書データに対するその影響を強くするようにしてする曲線関数を用いている。

そして、図１１および（式２）から分かるように、この実施形態の非線形算出方法においては、最新の撮像時刻Ｔｉ，Ｎｅｗに対応する時間差ΔＴｉ，Ｎｅｗから所定の閾値時間差ΔＴθ分だけ小さい時間差区間ＰＴを優先区間として、この優先区間ＰＴ内に含まれる時間差ΔＴ（１＿ｎ）に対する重み係数Ｗｉ，ｎは最大値ｒに設定する。つまり、最近の顔画像の特徴ベクトルは最大重み係数として、顔識別辞書データに対する影響をより強くするようにする。

そして、この実施形態では、閾値時間差ΔＴθは、ユーザが調整設定することが可能とされている。すなわち、この実施形態では、図９に示した重み係数設定方法の選択設定画面において、２番目の「撮像順に非線形的に設定」がユーザにより選択されている場合において、個人特定情報が特定されて、対応する個人辞書データＤｉの更新を行なうとＣＰＵ１が決定したとき、当該ＣＰＵ１の制御にしたがって表示情報生成部１３は、図１２に示す「優先区間ＰＴ調整」の画面を生成してディスプレイ９に表示する。

この「優先区間ＰＴ調整」の画面には、図１２に示すように、更新対象となっている個人辞書データＤｉとして記憶されている更新後の辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれに含まれる撮像時刻の配列を、撮像時刻配列欄３１に表示すると共に、その撮像時刻配列に対応して調整することが可能なように、優先区間ＰＴ調整欄３２が設けられている。

撮像時刻配列欄３１は、横方向を時間方向としており、それぞれ撮像時刻を縦線３１ａで示している。また、優先区間ＰＴ調整欄３２は、前述した最古撮像時刻Ｔｉ，１との時間差ΔＴ（１＿ｎ）を、撮像時刻配列欄３１に対応して横方向を時間差方向として横バー表示したものである。そして、優先区間ＰＴ調整欄３２においては、ユーザは、調整点マーク３３の位置を、横方向（時間差方向）に移動させることにより、優先区間ＰＴ、したがって、閾値時間差ΔＴθを設定することができるようにされている。

なお、優先区間ＰＴはゼロとして、設けなくても勿論良い。

なお、この非線形算出方法においても、上述した線形算出方法と同様に、更新された個人辞書データＤｉのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，１を基準にする代わりに、最新の撮像時刻Ｔｉ，Ｎｅｗを基準として時間差を算出するようにしてもよい。

その場合には、重み係数の設定特性曲線は、最新の時間差と最古の時間差との中心の時間差の位置を対称軸線位置として、図１１に示した特性曲線を、最新の時間差と最古の時間差との位置が反転するように、線対称に反転したものと等しいものとなる。

また、上述の説明では、優先区間ＰＴの設定は、個人特定情報が特定されて重み係数の算出がなされる前に行なうようにしたが、図９に示した重み係数設定方法の選択設定画面において、２番目の「撮像順に非線形的に設定」がユーザにより選択されたときに、当該優先区間ＰＴの大きさをユーザが設定するようにすることができるようにしてもよい。その場合には、ユーザは、重み係数を更新するたびに、優先区間ＰＴの再設定をする必要はない。

なお、上述した第１の例の線形算出方法においても、時間差ΔＴ（１＿ｎ）が、所定の大きさの時間差ΔＴθ以上となったときに、対応する重み係数Ｗｉ，ｎの値を最大値であるｒとする優先区間ＰＴを設けるようにしてもよい。

［第３の例；撮像間隔に応じて重み係数を設定（区間）］
通常、撮像間隔が近い（撮像時刻が近い）場合には、それらの撮像時刻で取り込まれた個人の顔の変化はあまりなく、それらの特徴ベクトルはほぼ変化がないと考えられる。一方、撮像間隔が離れている場合には、個人の顔が変化している可能性があり、それらの特徴ベクトルの変化があると考えられる。

この第３の例においては、このことにかんがみ、撮像間隔を元に重み係数を設定するもので、撮像間隔が短い場合には、１つの顔画像による顔識別用辞書データへの影響を低くするため重み係数は小さい値に設定し、撮像間隔が長い場合には、１つの顔画像による顔識別用辞書データへの影響を高くするために重み係数は大きい値に設定する。

撮像間隔が短いか長いかを判定する方法としては、種々考えられるが、この第３の例の場合の重み係数算出方法においては、最古および最新の撮像時刻を含む期間を複数の区間に分割し、各分割区間における顔画像データの取り込み回数（撮像時刻の取り込み回数）を算出し、取り込み回数が少なければ撮像間隔が長いと判定し、取り込み間隔が多ければ撮像間隔が短いと判定し、その判定結果に応じて、各分割区間に含まれる撮像時刻に対応する重み係数を設定する。

この第３の例が採用される場合にも、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている個人辞書データＤｉの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，Ｎｅｗ（Ｎ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，Ｎｅｗ＝ＤＰＩｉ，Ｎ）の重み係数Ｗｉ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ（ｎ＝１，２，・・・）の重み係数Ｗｉ，ｎのすべてが、再計算されて更新される。

したがって、この第３の算出方法が採用される場合にも、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。重み係数算出部１５は、それらの撮像時刻の情報を用いて、それぞれ対応する重み係数を算出するようにする。

図１３は、この第３の例の場合の重み係数算出方法を説明するための図である。図１３（Ａ）は、横方向に時間を取ったときの撮像時刻の分布を示す図で、丸印のそれぞれが撮像時刻を示している。また、図１３（Ｂ）は、分割区間毎の重み係数の例を示している。

すなわち、この第３の例においては、更新後の辞書データ生成用情報の最古の撮像時刻Ｔｉ，１を基準として、予め定められた所定時間長ｔ毎に、分割区間を設定する。図１３（Ｂ）に示し例では、４つの分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４が設定される。

次に、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４に含まれる撮像時刻の数を計数する。そして、その計数結果の値が小さいほど大きい重み係数となるように、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４についての重み係数を決定する。

この場合に、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４に含まれる撮像時刻の数に対応する重み係数の決定に当たっては、撮像時刻の数に線形的に重み係数を割り当てる方法、撮像時刻の数に非線形に重み係数を割り当てる方法など、種々の方法を用いることができる。

そして、各辞書データ生成用情報ＤＰＩｉ，ｎの撮像時刻Ｔｉ，ｎが、いずれの分割区間に含まれるかを判定し、その判定結果の分割区間に設定されている重み係数を、当該撮像時刻Ｔｉ，ｎに対応する重み係数Ｗｉ，ｎとして算出する。

なお、予め定められた所定時間長ｔは、固定的に定めても良いが、前述した優先区間ＰＴの調整設定と同様にして、ユーザが調整設定することができるようにしてもよい。

また、上述の例のように、最古の撮像時刻を基準にして、一定の区間長毎に分割区間を区切るのではなく、最古の撮像時刻から最新の撮像時刻までの時間区間を、所定数に分割するようにして分割区間を設定するようにしても良い。そのように分割区間を設定する場合に、最古の撮像時刻よりもマージン時間だけ前の時刻から、最新の撮像時刻よりもマージン時間だけ後の時刻までの区間を、所定数に分割するようにしてもよい。

［第４の例；撮像間隔に応じて重み係数を設定（前画像との時間差）］
この第４の例の重み係数算出方法は、前述の第３の例と同様に撮像間隔に応じて重み係数を算出する方法であって、撮像間隔が短いか長いかを判定する方法として、最新の撮像時刻Ｔｉ，Ｎｅｗとその一つ前の撮像時刻との時間差を用いるものである。

すなわち、この第４の例の重み係数算出方法が採用されている場合においては、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている個人辞書データＤｉが、上述したように更新されたら、辞書データ更新処理部１４は、新たに取り込まれた顔画像についての最新の撮像時刻と、その一つ前の撮像時刻とを重み係数算出部１５に渡す。

重み係数算出部１５は、受け取った２つの撮像時刻の情報から、最新の撮像時刻Ｔｉ，Ｎｅｗと、その一つ前の撮像時刻との時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）を算出する。そして、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，Ｎｅｗを算出する。

この第４の例の重み係数算出方法の場合には、最新の撮像時刻Ｔｉ，Ｎｅｗに対応する重み係数Ｗｉ，Ｎｅｗのみを算出すればよく、その他の過去の撮像時刻に対応する重み係数は、辞書データ生成用情報として記憶されている重み係数をそのまま用いることができ、それらの更新をする必要はない。

この第４の例において、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，Ｎｅｗの算出方法としては、線形的に求める方法、非線形的に求める方法のいずれも用いることができる。

図１４に、この第４の例において、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，Ｎｅｗの算出方法としては、線形的に求める方法を採用した場合の例を示す。

すなわち、この図１４に示す例においては、重み係数算出部１５は、
時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）＜ＭＡＸ＿ＩＮＴのときには、
Ｗｉ，ｎ＝ｐ×ΔＴｉ（１＿ｎ）＋ｑ
時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）≧ＭＡＸ＿ＩＮＴのときには、
Ｗｉ，ｎ＝ｒ
・・・（式３）
により、新たに取り込んだ顔画像の特徴ベクトルについての重み係数Ｗｉ，Ｎｅｗ（個人辞書データＤｉとして、Ｎ個以上の辞書データ生成用情報が格納されている場合には、Ｗｉ，Ｎｅｗ＝Ｗｉ，Ｎ）を算出する。

ここで、閾値ＭＡＸ＿ＩＮＴは、前に取り込んだ顔画像と新たに取り込んだ顔画像との間に変化があると考えられるような、比較的長い時間間隔に相当するものであり、この閾値ＭＡＸ＿ＩＮＴよりも、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）が大きければ、その重み係数を最大にして、顔識別用辞書データに強い影響を与えるようにするものである。この例では閾値ＭＡＸ＿ＩＮＴは、例えば２４時間とする。

［顔識別用辞書データＦＲＤｉの更新］
以上のようにして、重み係数算出部１５において、更新された辞書データ生成用情報ＤＰＩｉ，ｎについての重み係数Ｗｉ，ｎの更新が終了すると、辞書データ更新処理部１４は、その算出した重み係数Ｗｉ，ｎを、顔識別用辞書データベース１０の個人特定情報に対応する個人辞書データＤｉの各辞書データ生成用情報ＤＰＩｉ，ｎの更新された重み係数Ｗｉ，ｎとして保存すると共に、辞書データ生成・更新部１６に渡し、顔識別用辞書データＦＲＤｉの生成または更新を実行させるようにする。

辞書データ生成・更新部１６は、特定された個人特定情報に対応する顔識別用辞書データＦＲＤｉの更新を、図１５の（式４）に示す算出式により実行する。すなわち、辞書データ生成・更新部１６は、最大Ｎ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｎのそれぞれに含まれる特徴ベクトルＶｉ，ｎと、対応する重み係数Ｗｉ，ｎとを掛け算した結果の総和を、Ｎ個の重み係数Ｗｉ，ｎの総和で除算したものとして、更新した顔識別用辞書データＦＲＤｉを得るようにする。

この顔識別用辞書データＦＲＤｉ（特徴ベクトルに対応）は、従来は、図１５の（式５）に示すように、Ｎ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｎに含まれる特徴ベクトルの総和を、個数Ｎで除算した単純平均により求めていたものに比べて、Ｎ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｎの重み係数Ｗｉ，ｎを用いた値となり、顔識別用辞書データＦＲＤｉの精度が向上する。

そして、この実施形態においては、有限個であるＮ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｎとして、常に、最新のものが顔識別用辞書データベース１０に残るようにしているので、顔識別用辞書データＦＲＤｉは、より高精度のものに更新されることとなる。

なお、顔識別用辞書データベース１０に、個人辞書データＤｉとして辞書データ生成用情報ＤＰＩｉ，ｎが、Ｎ個以下しか存在しないときには、辞書データ更新処理部１４は、新たに取り込んだ顔画像についての特徴ベクトル、取得時刻情報、重み係数Ｗｎｅｗを、最新の辞書データ生成用情報ＤＰＩｉ，ｎとして顔識別用辞書データベース１０に追加格納して更新し、顔識別用辞書データＦＲＤｉの生成または更新処理を実行する。

その場合における顔識別用辞書データＦＲＤｉの生成の際には、辞書データ生成・更新部１６は、前記（式４）におけるＮの代わりに、顔識別用辞書データベース１０に当該個人辞書データＤｉとして格納されている辞書データ生成用情報ＤＰＩｉ，ｎの個数を用いて、顔識別用辞書データＦＲＤｉの生成または更新処理を実行する。

そして、顔識別用辞書データベース１０に、個人辞書データＤｉとして辞書データ生成用情報ＤＰＩｉ，ｎが、Ｎ個格納されたときから、辞書データ更新処理部１４は、上述したように、最古の辞書データ生成用情報を廃棄すると共に、新たに取り込んだ顔画像の特徴データ、撮像時刻情報、重み係数の情報からなるデータを、最新の辞書データ生成用情報として記憶するようにすることで、個人辞書データＤｉを構成する辞書データ生成用情報ＤＰＩｉ，ｎを更新し、当該更新された辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれの重み係数Ｗｉ，ｎを用いた顔識別用辞書データＦＲＤｉの更新をするようにする。

なお、以上説明した図１のブロック構成において、顔識別用画像処理部１１、顔識別処理部１２、表示情報生成部１３、重み係数算出部１５および辞書データ生成・更新部１６を含む辞書データ更新処理部１４の各部は、ハードウエアの構成としてもよいし、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいて、ＲＡＭ４をワークエリアとして用いてソフトウエア処理を実行するソフトウエア機能部として構成しても良い。

また、上述の構成では、辞書データ生成用情報ＤＰＩｉ，ｎとしては、特徴ベクトルと、時刻情報と、総合スコアと、重み係数を少なくとも含むものとしたが、重み係数は、保存せずに、顔識別用辞書データＦＲＤｉの更新時に、取り込んだ最新の撮像時刻と、保存した過去の撮像時刻から算出するようにしてもよい。ただし、第４の例の重み係数算出方法を採用する場合には、過去に算出された重み係数は更新されないので、重み係数をも保存しておいた方がよい。

また、特徴ベクトルの代わりに、取り込んだ顔画像の情報を保存しておき、その保存した顔画像の情報から特徴ベクトルを抽出し直すようにしてもよい。その場合に、辞書データ生成用情報ＤＰＩｉ，ｎには、少なくとも顔画像の情報と、撮像時刻の情報とを含むようにすれば良い。

［図１の顔画像識別装置における処理動作］
［顔識別処理］
次に、上述の構成の顔画像識別装置における顔識別の処理動作、取り込んだ顔画像の特徴データについてのスコア算出動作および顔識別用辞書データの生成または更新処理動作について説明する。

図１６およびその続きである図１７は、顔識別処理動作の一例を説明するためのフローチャートである。この図１６および図１７を用いて説明する処理動作は、ＣＰＵ１の制御の下に、画像データ入力インターフェース部７、顔識別用画像処理部１１、顔識別処理部１２、表示情報生成部１３の各部が実行するものである。

なお、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいてＲＡＭ４をワークエリアとして用いて、上記各部の処理をソフトウエア処理として実行するように構成して上記各部を省略しても良いことは、前述した通りである。

まず、ＣＰＵ１は、画像データ入力インターフェース７を通じて、顔画像を含む画像データおよびそれに付随するＥｘｉｆ情報を含む情報を取り込み、顔識別用画像処理部１１に転送する（ステップＳ１０１）。

顔識別用画像処理部１１は、ＣＰＵ１からの制御開始指示に基づき、受け取った画像データから、前述したように、顔画像、目検出、検出した目の位置に基づく顔回転処理を行ない、特徴点プロットしたデータから特徴ベクトルを生成するようにする（ステップＳ１０２）。このとき、画像データに付随するＥｘｉｆ情報から撮像時刻の情報を抽出して保持するようにする。

そして、顔識別用画像処理部１１は、特徴ベクトルの生成に成功したときには、その旨の情報と生成した特徴ベクトルを出力し、顔画像の画像データサイズが小さすぎたりして特徴ベクトルの生成に失敗したときには、特徴ベクトルの生成を失敗した旨の情報を出力する。

ＣＰＵ１は、顔識別用画像処理部１１からの情報により、取り込まれた顔画像の特徴ベクトルの生成に成功したか否かを判別する（ステップＳ１０３）。そして、顔識別用画像処理部１１から顔画像の特徴ベクトルの生成に失敗した旨の情報が出力されていて、特徴ベクトルの生成に失敗したと判別したときには、その情報を表示情報生成部１３に転送する。

表示情報生成部１３は、この顔画像の特徴ベクトルの生成に失敗した旨の情報を受け取ると、図８に示した照合不能通知画面の表示情報を生成し、出力する。ＣＰＵ１は、この照合不能通知画面の表示情報をディスプレイインターフェース６を通じてディスプレイ９に送って、図８に示したように、取り込まれた顔画像を用いては照合が不能であり、かつ、辞書に利用しない旨のメッセージ２９を表示する（ステップＳ１０４）。

また、ＣＰＵ１は、ステップＳ１０３で、顔識別用画像処理部１１から顔画像の特徴ベクトルの生成に成功した旨の情報と、生成された特徴ベクトルとが出力されていると判別したときには、当該成功した旨の情報と、生成された特徴ベクトルが顔識別処理部１２に転送される。

顔識別処理部１２では、受け取った取り込まれた顔画像の特徴ベクトルにより、顔識別用辞書データベース１０の顔識別用辞書データＦＲＤｉを検索し、一致していると判断できる顔識別用辞書データＦＲＤｉを探す。そして、顔識別処理部１２は、一致していると判断できる顔識別用辞書データＦＲＤｉを検出したときには、その旨の情報と、当該一致したと判断した顔識別用辞書データＦＲＤｉに対応する個人特定情報、この例では、個人の氏名の情報を出力し、一致していると判断できる顔識別用辞書データＦＲＤｉを検出できなかったときには、その旨の情報を出力する（ステップＳ１０５）。

ＣＰＵ１は、顔識別処理部１２からの出力を受けて、一致していると判断できる顔識別用辞書データＦＲＤｉが検出されたか否か判別し（ステップＳ１０６）、一致していると判断できる顔識別用辞書データＦＲＤｉが検出されたと判別したときには、顔識別処理部１２から受けた、一致しているとされた顔識別用辞書データＦＲＤｉに対応する個人特定情報としての個人の氏名の情報を、顔識別ができた旨の情報と共に、表示情報生成部１３に転送する。

表示情報生成部１３は、顔識別ができた旨の情報と、個人の氏名の情報を受け取ると、図５に示すような、顔識別結果をユーザに確認させるための顔識別結果確認画面の表示情報を生成し、出力する。ＣＰＵ１は、この顔識別結果確画面の表示情報を、ディスプレイインターフェース６を通じてディスプレイ９に送って、図５に示したような、顔識別結果が正しいかどうかをユーザに問い合わせるメッセージ２２を表示する（ステップＳ１０７）。

そして、ＣＰＵ１は、ユーザによる図５の画面を通じての確認操作入力を待ち、当該確認操作入力が顔識別の照合結果が正解であるか否か判別する（ステップＳ１０８）。そして、ＣＰＵ１は、ユーザによる確認操作入力が、照合結果は「正解」であることを示すものであると判別したときには、顔識別用辞書データベース１０の更新ルーチンを実行するようにする（ステップＳ１０９）。この顔識別用辞書データベース１０の更新ルーチンの詳細については、後述する。

また、ステップＳ１０８で、ユーザによる確認操作入力が、照合結果は「不正解」であることを示すものであると判別したときには、そのことを示す情報を表示情報生成部１３に送る。すると、表示情報生成部１３は、図６に示したような顔識別結果不正解画面の表示情報を生成し、出力するので、ＣＰＵ１は、その表示情報をディスプレイインターフェース６を通じてディスプレイ９に送り、図６に示した取り込んだ顔画像が誰の顔画像であるか、氏名を入力するようにユーザに促すメッセージ２５を表示する（図１７のステップＳ１１１）。

そして、ＣＰＵ１は、このメッセージ２５中の氏名入力欄２６へのユーザによる氏名の入力を待ち（ステップＳ１１２）、氏名の入力を受け付けたと判別したときには、顔識別用辞書データベース１０に、当該入力された氏名の個人辞書データＤｉがあるか否か判別する（ステップＳ１１３）。そして、入力された氏名の個人辞書データＤｉがあると判別したときには、ステップＳ１０９に飛んで、顔識別用辞書データベース１０の更新ルーチンを実行するようにする。

また、ステップＳ１１３で、入力された氏名の個人辞書データＤｉが、顔識別用辞書データベース１０に存在しないと判別したときには、ＣＰＵ１は、入力された氏名を個人特定情報として、これに対応させた個人辞書データＤｉを、顔識別用辞書データベース１０に保存して新規登録する（ステップＳ１１４）。ここで、新規登録する個人辞書データＤｉには、図２に示したように、取り込んだ顔画像の特徴ベクトル、撮像時刻の情報、重み係数などの情報を含む。また、初めて取り込んだ顔画像の特徴ベクトルは、一つだけであるので、そのまま顔識別用辞書データとしても登録される。

なお、この顔識別用辞書データベース１０への個人辞書データＤｉの新規登録は、後述する顔識別用辞書データベース１０の更新処理の一部の処理として実行することができる。

次に、ステップＳ１０６で、取り込んだ顔画像の特徴ベクトルと一致していると判断できる顔識別用辞書データＦＲＤｉが検出されなかったと判別したときには、ＣＰＵ１は、その旨の情報を表示情報生成部１３に送る。表示情報生成部１３は、一致していると判断できる顔識別用辞書データＦＲＤｉが検出されなかった旨の情報を受け取ると、図７に示すような、顔識別結果として「一致無し」をユーザに報知させるための顔識別結果一致無し画面の表示情報を生成し、出力する。ＣＰＵ１は、その表示情報をディスプレイインターフェース６を通じてディスプレイ９に送り、図７に示した取り込んだ顔画像が誰の顔画像であるか、氏名を入力するようにユーザに促すメッセージ２７を表示する（図１７のステップＳ１１５）。

そして、ＣＰＵ１は、このメッセージ２７中の氏名入力欄２８へのユーザによる氏名の入力を待ち（ステップＳ１１６）、氏名の入力を受け付けたと判別したときには、入力された氏名を個人特定情報として、これに対応させた個人辞書データＤｉを、顔識別用辞書データベース１０に保存して新規登録する（ステップＳ１１４）。

［顔識別用辞書データベースの更新処理］
次に、図１６のステップＳ１０９の顔識別用辞書データベースの更新処理を説明する。図１８は、この顔識別用辞書データベースの更新処理の一例のフローチャートである。この図１８の各処理ステップは、この実施形態では、重み係数算出部１５と、辞書データ生成・更新部１６とを備える辞書データ更新処理部１４が、ＣＰＵ１の制御にしたがって実行するものである。なお、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいてＲＡＭ４をワークエリアとして用いて、上記各部の処理をソフトウエア処理として実行するように構成して、上記各部を省略しても良いことは、前述した通りである。

なお、以下の説明は、簡単のため、個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎは、Ｎ個が格納された後における処理とした場合である。

まず、辞書データ更新処理部１４は、特定された個人特定情報に対応する個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎのすべてを読み出し、その最古の撮像時刻の情報ＤＰＩｉ，１を廃棄して、辞書データ生成用情報ＤＰＩｉ，ｎの配列を、一つずつ撮像時刻が古い方に順次ずらす。そして、新規に取り込んだ特徴ベクトル、撮像時刻の情報を、最新の情報ＤＰＩｉ，Ｎとして、顔識別用辞書データベース１０に再格納する（ステップＳ２０１）。

次に、辞書データ更新処理部１４は、顔識別用辞書データベース１０の重み係数パラメータ設定情報ＳＴを読み出して、それを重み係数算出部１５に渡し、いずれの重み係数算出方法が採用されているかを重み係数算出部１５に知らせる（ステップＳ２０２）。

この重み係数パラメータ設定情報ＳＴを受けた重み係数算出部１５は、まず、ユーザに選択された重み係数算出方法が、前述した第４の例である「撮像間隔に応じて重み係数設定（前画像との時間差）」であるか否か判別する（ステップＳ２０３）。

このステップＳ２０３で、ユーザにより選択された重み係数算出方法が、前述の第４の例ではないと判別したときには、重み係数算出部１５は、更新された個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎのすべての撮像時刻情報Ｔｉ，ｎ（ｎ＝１〜Ｎ）を取得して、すべての重み係数Ｗｉ，ｎ（ｎ＝１〜Ｎ）を再計算して更新する（ステップＳ２０４）。

そして、このステップＳ２０４の次においては、辞書データ生成・更新部１６が、ステップＳ２０４で生成された重み係数Ｗｉ，ｎ（ｎ＝１〜Ｎ）を取得し、当該取得した重み係数Ｗｉ，ｎ（ｎ＝１〜Ｎ）により、対応する特徴ベクトルＶｉ，ｎのそれぞれを重み付けし、そして、前述した図１５の（式４）を用いて、顔識別用辞書データＦＲＤｉを生成または更新し、当該生成または更新した顔識別用辞書データＦＲＤｉを、顔識別用辞書データベース１０に、前記個人特定情報に対応した顔識別用辞書データＦＲＤｉとして書き戻すようにする（ステップＳ２０６）。

また、ステップＳ２０３で、ユーザにより選択された重み係数算出方法が、前述の第４の例であると判別したときには、重み係数算出部１５は、更新された個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎのうちの、最新の撮像時刻情報Ｔｉ，Ｎと、その一つ前の撮像時刻情報Ｔｉ，（Ｎ―１）とを取得して、最新の特徴ベクトルＶｉ，Ｎについての重み係数Ｗｉ，Ｎを算出する（ステップＳ２０５）。

このステップＳ２０５の次においては、辞書データ生成・更新部１６が、ステップＳ２０４で生成された重み係数Ｗｉ，Ｎを取得すると共に、過去のすべての辞書データ生成用情報の重み係数Ｗｉ，ｎ（ｎ＝１〜（Ｎ―１））を取得して、それらを用いて対応する特徴ベクトルＶｉ，ｎのそれぞれを重み付けし、そして、前述した図１５の（式４）を用いて、顔識別用辞書データＦＲＤｉを生成または更新し、当該生成または更新した顔識別用辞書データＦＲＤｉを、顔識別用辞書データベース１０に、前記個人特定情報に対応した顔識別用辞書データＦＲＤｉとして書き戻すようにする（ステップＳ２０６）。

［重み係数の再計算］
次に、図１８のステップＳ２０４およびステップＳ２０５として示した重み係数の算出処理について、図１９およびその続きである図２０を参照して説明する。なお、図１８では、すべての特徴ベクトルについての重み係数を再計算するか、新規の撮像時刻に取り込んだ特徴ベクトルについてのみについての重み係数を算出するかという観点から、処理手順を記述したが、図１９および図２０では、重み係数パラメータ設定情報ＳＴが何であるかを、順次に判定して処理を実行するようにした場合としての例を示すものである。

すなわち、図１９に示すように、重み係数算出部１５は、まず、ユーザにより選択された重み係数算出方法が、撮像順にしたがって重み係数を算出する方法であるか否かを判別する（ステップＳ３０１）。

ステップＳ３０１で、撮像順にしたがって重み係数を算出する方法であると判別したときには、重み係数算出部１５は、更新された個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎのすべての撮像時刻情報Ｔｉ，ｎ（ｎ＝１〜Ｎ）を取得して、最古の撮像時刻Ｔｉ，１と、それぞれの撮像時刻Ｔｉ，ｎ（ｎ＝１〜Ｎ）との時間差ΔＴｉ（１＿ｎ）（ｎ＝１〜Ｎ）を算出する（ステップＳ３０２）。

そして、重み係数算出部１５は、撮像順の重み係数設定方法は、線形的に設定する方法であるか否か判別し（ステップＳ３０３）、線形的に設定する方法であると判別したときには、線形算出方法として前述したように、前記（式１）により、各特徴ベクトルＶｉ，ｎについての重み係数Ｗｉ，ｎを算出し、算出した重み係数Ｗｉ，ｎを辞書データ生成・更新部１６に渡すようにする（ステップＳ３０４）。そして、この処理ルーチンを終了する。

また、ステップＳ３０３で、撮像順の重み係数設定方法は、非線形的に設定する方法であると判別したときには、重み係数算出部１５は、非線形算出方法として前述したように、前記（式２）により、各特徴ベクトルＶｉ，ｎについての重み係数Ｗｉ，ｎを算出し、算出した重み係数Ｗｉ，ｎを辞書データ生成・更新部１６に渡すようにする（ステップＳ３０５）。そして、この処理ルーチンを終了する。

また、ステップＳ３０１で、ユーザにより選択された重み係数算出方法が、撮像順にしたがって重み係数を算出する方法ではないと判別したときには、重み係数算出部１５は、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）であるか否か判別する（図２０のステップＳ３１１）。

ステップＳ３１１で、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）ではなく、前述した第３の例の撮像間隔に応じて設定（区間）であると判別したときには、重み係数算出部１５は、前述の図１３を用いて説明したように、複数個の分割区間を設定し、当該設定した分割区間毎に、当該分割区間に含まれる撮像時刻の数ｋを計算する（ステップＳ３１２）。

次に、重み係数算出部１５は、算出した撮像時刻の数に応じて、各分割区間についての重み係数を設定する（ステップＳ３１３）。次に、重み係数算出部１５は、撮像時刻Ｔｉ，ｎのそれぞれが、どの分割区間に属するかを判定し、その判定結果により、撮像時刻Ｔｉ，ｎのそれぞれに対応する重み係数Ｗｉ，ｎを算出する（ステップＳ３１４）。そして、この処理ルーチンを終了する。

算出された重み係数Ｗｉ，ｎのそれぞれは、辞書データ生成・更新部１６に渡されると共に、辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれの情報として記憶される。

また、ステップＳ３１１で、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）であると判別したときには、重み係数算出部１５は、新たに取り込んだ顔画像の撮像時刻Ｔｉ，Ｎと、それより一つ前の撮像時刻Ｔｉ，（Ｎ−１）との時間差ΔＴｉ（Ｎ＿Ｎ−１）を算出する（ステップＳ３１５）。

そして、重み係数算出部１５は、新たな撮像時刻Ｔｉ，Ｎで取り込んだ顔画像の特徴ベクトルについての重み係数Ｗｉ，Ｎを、前述した（式３）の算出式にしたがって算出する（ステップＳ３１６）。以上で、この処理ルーチンを終了する。

算出された重み係数Ｗｉ，Ｎは、辞書データ生成・更新部１６に渡されると共に、辞書データ生成用情報ＤＰＩｉ，Ｎの情報として記憶される。

なお、以上の説明では、個人識別を行なった後には、当該個人識別に続いて、取り込んだ新たな顔画像を用いた顔識別用辞書データの更新を行なうようにしたが、新たに取り込んだ顔画像のデータあるいは特徴ベクトルと、時刻情報と、重み係数とを一時記憶しておき、個人識別時点の後の適当な時点において、顔識別用辞書データの更新を行うようにしても良い。

［実施形態の効果］
以上説明したように、上述の実施形態においては、顔識別用辞書データＦＲＤｉの更新演算に際し、Ｎ個の辞書データ生成用情報ＤＰＩｉ，ｎのそれぞれの特徴ベクトルの単純平均を取るのではなく、それぞれの特徴ベクトルに、撮像時刻に基づいて算出した直近のものほど高くなる重み係数を乗算したものの総和を、重み係数の総和で除算するようにしたので、それぞれの特徴ベクトルは、その撮像時刻に応じて顔識別用辞書データＦＲＤｉの生成に寄与するようになるので、さらに高精度の辞書データを得ることができる。

［他の実施形態］
以上は、この発明を顔識別処理装置に適用した場合であるが、この発明の適用範囲は、このような顔画像を用いた個人識別装置の場合に限らないことは言うまでもない。

例えば、個人識別処理の場合において、人の声などの、時間の経過につれて変化をする識別要素として個人を識別する場合においても、それぞれそれらの識別要素を取り込んだ取り込み時刻に基づいて重み係数を算出して、個人識別用の辞書データを更新する場合にも適用することができる。

この発明による個人識別装置の実施形態のハードウエア構成例を示すブロック図である。 この発明の実施形態における顔識別用辞書データベースの格納内容の例を説明するための図である。 この発明の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。 この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。 この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。 この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。 この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。 この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。 この発明による個人識別装置の実施形態における重み係数算出方法の選択設定を説明するための図である。 この発明による個人識別装置の実施形態における重み係数算出方法の第１の例を説明するための図である。 この発明による個人識別装置の実施形態における重み係数算出方法の第２の例を説明するための図である。 この発明による個人識別装置の実施形態における重み係数算出方法の第２の例の説明に用いる図である。 この発明による個人識別装置の実施形態における重み係数算出方法の第３の例を説明するための図である。 この発明による個人識別装置の実施形態における重み係数算出方法の第４の例を説明するための図である。 この発明による個人識別装置の実施形態における顔識別用辞書データの算出方法の一例を説明するために用いる図である。 この発明による個人識別装置の実施形態における顔識別処理の流れを説明するためのフローチャートの一部を示す図である。 この発明による個人識別装置の実施形態における顔識別処理の流れを説明するためのフローチャートの一部を示す図である。 この発明による個人識別装置の実施形態における顔識別用辞書データの更新処理の流れを説明するためのフローチャートを示す図である。 この発明による個人識別装置の実施形態における重み係数算出処理の流れを説明するためのフローチャートの一部を示す図である。 この発明による個人識別装置の実施形態における重み係数算出処理の流れを説明するためのフローチャートの一部を示す図である。

符号の説明

１０…顔識別用辞書データベース、１１…顔識別用画像処理部、１２…顔識別処理部、１４…辞書データ更新処理部、１５…重み係数算出部、１６…辞書データ生成・更新部

Claims (12)

1. 個人を識別するための識別要素から抽出された特徴データから生成した前記識別すべき個人の識別用辞書データを、前記個人を特定するための個人特定情報に対応して記憶する辞書データ記憶部と、
   前記個人から取り込まれた識別要素から抽出された特徴データと、前記辞書データ記憶部の前記識別用辞書データとを比較して、前記識別要素を持つ個人を識別する識別手段と、
   前記個人から取り込まれた識別要素の取り込み時刻の情報を取得する時刻取得手段と、
   前記識別手段での前記個人の識別結果に基づいて、前記取り込まれた識別要素を持つ個人を特定する前記個人特定情報を得る個人特定手段と、
   前記取り込まれた識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得手段で取得した時刻の情報とを、前記個人特定手段で取得された前記個人特定情報に対応させて、辞書データ生成用情報記憶部に、追加記憶する辞書データ生成用情報記憶手段と、
   前記個人特定手段で取得された前記個人特定情報に対応する前記識別用辞書データを、前記時刻取得手段で新たに取得した最新取り込み時刻の情報と、前記辞書データ生成用情報記憶部に前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取得した前記識別要素の過去取り込み時刻の情報と、それぞれの取り込み時刻で取り込まれた特徴データとを用いて生成または更新する手段であって、前記各特徴データに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記識別用辞書データを更新する辞書データ更新処理手段と、
   を備え、
   前記辞書データ更新処理手段は、
   前記最新取り込み時刻と、前記過去取り込み時刻のうちの前記辞書データ生成用情報記憶部の最古の過去取り込み時刻との間の第１の時間区間に対して、所定の第２の時間区間に割り付けられている重み係数算出用関数を、前記第１の時間区間を前記第２の時間区間として割り当て、前記第１の時間区間内において、前記最新取り込み時刻および前記過去取り込み時刻のそれぞれに対応する重み係数を、前記重み係数算出用関数にしたがって算出することにより、前記新たに取り込まれた前記識別要素についての特徴データについての重み係数、および過去に取り込まれた前記識別要素についての特徴データについての重み係数を算出する重み係数算出手段と、
   前記辞書データ生成用情報記憶部に、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取り込まれた前記識別要素の特徴データと、前記新たに取得した識別要素の特徴データとに対して、前記重み係数算出手段で算出した重み係数のそれぞれにより重み付けを行ない、当該重み付けを行なった前記複数の特徴データを用いて、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている前記識別用辞書データを生成または更新する辞書データ生成または更新手段と、
   を備える個人識別装置。
2. 請求項１に記載の個人識別装置において、
   前記第１の時間区間に対して、前記所定の第２の時間区間に割り付けられている重み係数算出用関数を割り当てるに際し、前記最新取り込み時刻から所定時間だけ遡る優先区間を設定し、前記優先区間は、前記重み係数を最大値とする
   個人識別装置。
3. 請求項２に記載の個人識別装置において、
   前記優先区間の長さが使用者により設定可能とされてなる
   個人識別装置。
4. 請求項１に記載の個人識別装置において、
   前記辞書データ生成用情報記憶部は、前記個人特定情報に対応させて記憶可能な前記個人の識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得手段で取得した時刻の情報とを、有限個、記憶可能であり、
   前記辞書データ生成用情報記憶部に、前記個人特定情報に対応して、記憶可能な前記有限個の前記識別要素のデータまたは特徴データと、前記取得した時刻の情報とを記憶した後に、新たに前記個人の識別要素を取り込んだときには、前記取り込み時刻の最古のデータを廃棄して、前記新たに取り込んだ前記識別要素のデータまたは特徴データと、前記取得した時刻の情報とを、前記辞書データ生成用情報記憶部に記憶する
   個人識別装置。
5. 請求項１に記載の個人識別装置において、
   前記重み係数算出手段は、前記識別要素の取り込み時刻により、時系列に沿って最新の時点ほど線形的に高くするように、前記特徴データのそれぞれについての前記重み係数を算出する
   ことを特徴とする個人識別装置。
6. 請求項１に記載の個人識別装置において、
   前記重み係数算出手段は、前記識別要素の取り込み時刻により、時系列に沿って最新の時点ほど非線形的に高くするように、前記特徴データのそれぞれについての前記重み係数を算出する
   ことを特徴とする個人識別装置。
7. 請求項１に記載の個人識別装置において、
   前記重み係数算出手段は、それぞれの前記識別要素の取り込み時刻と最古の識別要素の取り込み時刻との時間差に基づいて、前記特徴データのそれぞれについての前記重み係数を算出する
   ことを特徴とする個人識別装置。
8. 請求項１に記載の個人識別装置において、
   前記重み係数算出手段は、最古および最新の前記識別要素の取り込み時刻を含む期間を、複数個の所定の時間長区間に分割し、それぞれの所定の時間長区間に含まれる前記識別要素の取り込み時刻の数を計数し、その計数値が大きいほど高くするように、前記所定の時間毎に、それぞれの前記特徴データのそれぞれについての前記重み係数を算出する
   ことを特徴とする個人識別装置。
9. 請求項１に記載の個人識別装置において、
   前記重み係数算出手段で用いる重み係数の算出方法を複数通り備え、
   前記複数通りの重み係数の算出方法のうちのいずれを用いるかをユーザに問い合わせて、当該問い合わせに対するユーザの選択設定を受け付ける手段を備え、
   前記重み係数算出手段は、前記ユーザにより選択設定された前記重み係数の算出方法を用いて前記重み係数を算出する
   ことを特徴とする個人識別装置。
10. 個人から取り込まれた識別要素から抽出された特徴データと、前記特徴データから生成した前記識別すべき個人の識別用辞書データを、前記個人を特定するための個人特定情報に対応して記憶する辞書データ記憶部の前記識別用辞書データとを比較して、前記取り込まれた前記識別要素を持つ個人を識別する識別工程と、
    前記個人から取り込まれた識別要素の取り込み時刻の情報を取得する時刻取得工程と、
    前記識別工程での前記個人の識別結果に基づいて、前記取り込まれた識別要素を持つ個人を特定する前記個人特定情報を得る個人特定工程と、
    前記取り込まれた識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得手段で取得した時刻の情報とを、前記個人特定工程で取得された前記個人特定情報に対応させて、辞書データ生成用情報記憶部に、追加記憶する辞書データ生成用情報記憶工程と、
    前記個人特定工程で取得された前記個人特定情報に対応する前記識別用辞書データを、前記時刻取得手段で新たに取得した最新取り込み時刻の情報と、前記辞書データ生成用情報記憶部に前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取得した前記識別要素の過去取り込み時刻の情報と、それぞれの取り込み時刻で取り込まれた特徴データとを用いて生成または更新する工程であって、前記特徴データのそれぞれに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記識別用辞書データを更新する辞書データ更新処理工程と、
    を有し、
    前記辞書データ更新処理工程は、
    前記最新取り込み時刻と、前記過去取り込み時刻のうちの前記辞書データ生成用情報記憶部の最古の過去取り込み時刻との間の第１の時間区間に対して、所定の第２の時間区間に割り付けられている重み係数算出用関数を、前記第１の時間区間を前記第２の時間区間として割り当て、前記第１の時間区間内において、前記最新取り込み時刻および前記過去取り込み時刻のそれぞれに対応する重み係数を、前記重み係数算出用関数にしたがって算出することにより、前記新たに取り込まれた前記識別要素についての特徴データについての重み係数、および過去に取り込まれた前記識別要素についての特徴データについての重み係数を算出する重み係数算出工程と、
    前記辞書データ生成用情報記憶部に、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取り込まれた前記識別要素の特徴データと、前記新たに取得した識別要素の特徴データとに対して、前記重み係数算出手段で算出した重み係数のそれぞれにより重み付けを行ない、当該重み付けを行なった前記複数の特徴データを用いて、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている前記識別用辞書データを生成または更新する辞書データ生成または更新工程と、
    を有する個人識別方法。
11. 個人を識別するための識別要素から抽出された特徴データから生成し、前記個人を特定するための個人特定情報に対応して記憶されている前記識別すべき個人の識別用辞書データと、個人から取り込んだ識別要素から抽出された特徴データとを比較して、前記取り込んだ前記識別要素を持つ個人を識別する個人識別装置における前記識別用辞書データの更新方法であって、
    前記個人から取り込んだ識別要素の取り込み時刻の情報を取得する時刻取得工程と、
    前記取り込んだ前記識別要素を持つ個人の識別結果に基づいて、前記取り込んだ識別要素を持つ個人を特定する前記個人特定情報を得る個人特定工程と、
    前記取り込んだ個人の識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得工程で取得した時刻の情報とを、前記個人特定工程で取得された前記個人特定情報に対応させて、辞書データ生成用情報記憶部に、追加記憶する辞書データ生成用情報記憶工程と、
    前記個人特定工程で取得された前記個人特定情報に対応する前記識別用辞書データを、前記時刻取得手段で新たに取得した最新取り込み時刻の情報と、前記辞書データ生成用情報記憶部に前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取得した前記識別要素の過去取り込み時刻の情報と、それぞれの取り込み時刻で取り込まれた特徴データとを用いて生成または更新する工程であって、前記特徴データのそれぞれに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記識別用辞書データを更新する辞書データ更新処理工程と、
    を有し、
    前記辞書データ更新処理工程は、
    前記最新取り込み時刻と、前記過去取り込み時刻のうちの前記辞書データ生成用情報記憶部の最古の過去取り込み時刻との間の第１の時間区間に対して、所定の第２の時間区間に割り付けられている重み係数算出用関数を、前記第１の時間区間を前記第２の時間区間として割り当て、前記第１の時間区間内において、前記最新取り込み時刻および前記過去取り込み時刻のそれぞれに対応する重み係数を、前記重み係数算出用関数にしたがって算出することにより、前記新たに取り込まれた前記識別要素についての特徴データについての重み係数、および過去に取り込まれた前記識別要素についての特徴データについての重み係数を算出する重み係数算出工程と、
    前記辞書データ生成用情報記憶部に、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取り込まれた前記識別要素の特徴データと、前記新たに取得した識別要素の特徴データとに対して、前記重み係数算出手段で算出した重み係数のそれぞれにより重み付けを行ない、当該重み付けを行なった前記複数の特徴データを用いて、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている前記識別用辞書データを生成または更新する辞書データ生成または更新工程と、
    を有する識別用辞書データの更新方法。
12. 個人を識別するための識別要素から抽出された特徴データから生成し、前記個人を特定するための個人特定情報に対応して記憶されている前記識別すべき個人の識別用辞書データと、取り込んだ個人の識別要素から抽出された特徴データとを比較して、前記取り込んだ前記識別要素を持つ個人を識別する個人識別装置における前記識別用辞書データを生成または更新するために、コンピュータに、
    前記個人から取り込んだ識別要素の取り込み時刻の情報を取得する時刻取得工程、
    前記取り込んだ前記識別要素を持つ個人の識別結果に基づいて、前記取り込んだ識別要素を持つ個人を特定する前記個人特定情報を得る個人特定工程、
    前記取り込んだ前記識別要素のデータまたは前記識別要素から抽出された特徴データと、前記時刻取得工程で取得した時刻の情報とを、前記個人特定工程で取得された前記個人特定情報に対応させて、辞書データ生成用情報記憶部に、追加記憶する辞書データ生成用情報記憶工程、
    前記個人特定工程で取得された前記個人特定情報に対応する前記識別用辞書データを、前記時刻取得手段で新たに取得した最新取り込み時刻の情報と、前記辞書データ生成用情報記憶部に前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取得した前記識別要素の過去取り込み時刻の情報と、それぞれの取り込み時刻で取り込まれた特徴データとを用いて生成または更新する工程であって、前記特徴データのそれぞれに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記識別用辞書データを更新する辞書データ更新処理工程と、
    を実行させる識別用辞書データの更新プログラムであって、
    前記辞書データ更新処理工程は、
    前記最新取り込み時刻と、前記過去取り込み時刻のうちの前記辞書データ生成用情報記憶部の最古の過去取り込み時刻との間の第１の時間区間に対して、所定の第２の時間区間に割り付けられている重み係数算出用関数を、前記第１の時間区間を前記第２の時間区間として割り当て、前記第１の時間区間内において、前記最新取り込み時刻および前記過去取り込み時刻のそれぞれに対応する重み係数を、前記重み係数算出用関数にしたがって算出することにより、前記新たに取り込まれた前記識別要素についての特徴データについての重み係数、および過去に取り込まれた前記識別要素についての特徴データについての重み係数を算出する重み係数算出工程と、
    前記辞書データ生成用情報記憶部に、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている過去に取り込まれた前記識別要素の特徴データと、前記新たに取得した識別要素の特徴データとに対して、前記重み係数算出手段で算出した重み係数のそれぞれにより重み付けを行ない、当該重み付けを行なった前記複数の特徴データを用いて、前記個人特定手段で取得した前記個人特定情報に対応して記憶されている前記識別用辞書データを生成または更新する辞書データ生成または更新工程と、
    からなる識別用辞書データの更新プログラム。

Images