JP4468756B2 - 画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 - Google Patents
画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 Download PDFInfo
- Publication number
- JP4468756B2 JP4468756B2 JP2004209052A JP2004209052A JP4468756B2 JP 4468756 B2 JP4468756 B2 JP 4468756B2 JP 2004209052 A JP2004209052 A JP 2004209052A JP 2004209052 A JP2004209052 A JP 2004209052A JP 4468756 B2 JP4468756 B2 JP 4468756B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature
- region
- value
- similarity
- 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
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Description
個人認証のための従来の装置の他の例は、パスワード入力装置である。この場合、立ち入りが許可された者には、予めパスワードが教示される。立ち入り制限区域に入場しようとする者は、入口に配置されたパスワード入力装置からパスワードを入力する。その入力結果が予め登録されているパスワードと一致すれば、立ち入りが許可され、入口に設置されたゲートが開かれるか、ドアロックが解錠される。
最近では、人間の生体情報(バイオメトリクスデータ)を用いた個人認証技術の開発が盛んに行われている。生体情報を用いた個人認証であれば、前述のような問題はいずれも解消される。
顔画像の照合のための先行技術は、たとえば、下記非特許文献1に示されている。この非特許文献1に開示された先行技術では、ブースティングアルゴリズムを用いた学習によって予め選択された複数のフィルタが用いられる。この複数のフィルタは、形状、大きさおよび位置のいずれかが異なるフィルタ領域を顔画像中に設定する。フィルタ領域内は2つの部分領域に分割され、それぞれの部分領域内の画素値の総和が求められる。そして、2つの部分領域の画素値総和の差がフィルタ応答値として求められる。このフィルタ応答値が、被照合顔画像と登録顔画像との間で近似していれば、それらは同一人物の画像ペアである可能性が高いと判断でき、フィルタ応答値が近似していなければ他人の画像ペアである可能性が高いと判断できる。
たとえば、同一人物の画像I1,I2のペアに関して、これらの画像中に共通に設定した第1および第2領域P1,P2内の各複数箇所の画素値が、図21に示すような値をとる場合を想定する。この場合、第1領域P1の画像が大きな変化を含んでいるのに対して、第2領域P2の画像はノイズのような微小な変化を含んでいるに過ぎない。すなわち、第1領域P1の方が明らかに重要な情報を含んでいる。
そこで、この発明の目的は、一対の画像の類似度を正確に演算することができる画像類似度演算装置および画像類似度演算方法、ならびにこれらを利用した画像認識装置および画像認識方法を提供することである。
を演算する相関値演算手段と、この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置である。
たとえば、前述の図21のような画像ペアについて第1および第2領域P1,P2の相関値を求める場合を考える。第1領域P1についての相関値は、1×0+6×7=43であり、第2領域P2についての相関値は、0×1+1×1=1である。相関値は、その値が大きいほど、同一人物らしいという意味合いを持つ。したがって、たとえば、学習によって特徴領域Ajを選択するとすれば、第1領域P1が優先的に選択されることになる。
「類似度」とは、第1および第2画像I1,I2が同一対象物の画像である蓋然性(同一対象物らしさ)、または同種対象物の画像である蓋然性(同種対象物らしさ)の度合いをいう。また、「領域値」とは、領域内の画素値の平均値であってもよいし、領域内の画素値の総和であってもよい。一般に、この領域値は、部分領域の輝度に対応する。
請求項2記載の発明は、第1画像I1と第2画像I2との類似度を求めるための装置であって、T個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)を、前記第1画像I1および第2画像I2中に共通に設定する特徴領域設定手段と、この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段と、この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置である。
また、この発明では、特徴領域設定手段によって第1および第2画像I1,I2に共通に特徴領域A1〜ATを設定し、各特徴領域Ajについて、第1および第2画像I1,I2間の相関値Cjが求められる。したがって、たとえば、第1画像I1を予め登録しておき、第2画像I2と照合する際に、第1画像I1の画像データ自体を登録しておけばよい。つまり、事前の処理を少なくすることができる。
を演算する相関値演算手段と、この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置である。
また、この発明では、第1画像I1については、特徴領域A1〜ATの各部分領域akの領域値x1 kが照合データとして予め演算され、照合データ記憶手段に格納されている。したがって、第1および第2画像I1,I2の類似度を演算するときの演算量を少なくすることができ、短時間の処理で類似度を演算できる。これにより、第1画像I1を予め登録しておき、第2画像I2を当該装置に入力して類似度を求めるときの処理時間を短縮できる。
特徴領域A1〜ATに対応した弱識別値h1(I1,I2)〜 hT(I1,I2)にそれぞれ乗じられる重み付け係数w1〜wTは、たとえば、学習によって求めることができる。これにより、第1および第2画像I1,I2の類似/非類似の判断に有効な特徴領域の弱識別値ほど大きく重み付けすることができるから、類似度を正確に求めることができる。
請求項4記載の発明は、請求項1ないし3のいずれかに記載の画像類似度演算装置と、この画像類似度演算装置によって演算された類似度が所定の認識しきい値を超えていれば、前記第1画像I1と第2画像I2とが類似している(より具体的には、同一対象または同種対象の画像である)と判断し、前記画像類似度演算装置によって演算された類似度が前記認識しきい値以下であれば、前記第1画像I1と第2画像I2とが非類似である(より具体的には、同一対象または同種対象の画像ではない)と判断する判断手段とを含むことを特徴とする画像認識装置である。
画像認識の認識対象物は、それ自体の外観が変化する物であってもよい。外観の変化の要因の例は、対象物自身の形態の変化(動的な変化や経年変化)、照度に依存する見かけ上の変化、付属物(眼鏡や化粧など)の有無による変化を含む。このような認識対象物の例は、動物(とくに人間)の顔および動物の体格を含む。「形態」とは、形状、模様もしくは色彩、またはこれらの任意の組み合わせを含む概念を意味する。
処理対象の画像の画像データは、認識対象物を撮像して画像データを出力する撮像装置(カメラ)から入力されてもよいし、メモリ、光ディスクその他の記録媒体に記録された画像データを再生する画像再生装置から入力されてもよく、通信によって取得されてもよい。
を演算する相関値演算ステップと、前記コンピュータにより、T個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算ステップとを含み、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算ステップは、前記コンピュータにより、特徴領域A j に関して前記相関値演算ステップによって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を当該特徴領域A j に関する識別値とし、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 を当該特徴領域A j に関する識別値とする比較ステップと、前記コンピュータにより、前記T個の特徴領域A j についての前記識別値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算ステップとを含むことを特徴とする画像類似度演算方法である。
請求項6記載の発明は、前記コンピュータにより請求項5記載の画像類似度演算方法を実行する類似度演算ステップと、前記コンピュータにより、前記類似度演算ステップによって演算された類似度が所定の認識しきい値を超えていれば、前記第1画像I1と第2画像I2とが類似していると判断し、前記画像類似度演算装置によって演算された類似度が前記認識しきい値以下であれば、前記第1画像I1と第2画像I2とが非類似であると判断する判断ステップとを含むことを特徴とする画像認識方法である。
請求項7記載の発明は、第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、前記コンピュータプログラムは、前記コンピュータを、前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびにこの相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段として機能させるものであり、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラムである。
請求項8記載の発明は、第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、前記コンピュータプログラムは、前記コンピュータを、T個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)を、前記第1画像I1および第2画像I2中に共通に設定する特徴領域設定手段、この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびにこの相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段として機能させるものであり、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラムである。
請求項9記載の発明は、第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、前記コンピュータは、前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kを、前記第1画像I1の特徴量を表す照合データとして記憶した照合データ記憶手段を含み、前記コンピュータプログラムは、前記コンピュータを、前記T個の特徴領域Ajを、前記第2画像I2中に設定する特徴領域設定手段、この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第2画像I2中の当該特徴領域Aj内におけるpj個の部分領域akの領域値x2 kを前記第2画像I2の特徴量として演算する特徴量演算手段、前記T個の特徴領域Ajのそれぞれに関して、前記照合データ記憶手段に記憶された第1画像I1の領域値x1 k-と、前記特徴量演算手段によって演算された第2画像I2の領域値x2 kとに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびにこの相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段として機能させるものであり、前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、前記相関ベース類似度演算手段は、前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラムである。
請求項11記載の発明は、請求項7ないし10のいずれかに記載のコンピュータプログラムが記録されたコンピュータ読取可能な記録媒体である。
この記録媒体に記録されたコンピュータプログラムをコンピュータに実行させることにより、このコンピュータを前述のような画像認識装置として機能させることができる。
図1は、この発明の一実施形態に係る個人認証システムの構成を示す図解的なブロック図である。この個人認証システムは、たとえば、立ち入り制限がされた特定の区域への入場管理のために用いられる。この個人認証システムは、当該立ち入り制限区域への入口に配置され、この入口に現れた者の顔画像を撮像する撮像装置としてのカメラ1と、このカメラ1にケーブル2を介して接続されたコンピュータ3と、入口に配置された表示器4と、入口に設置されたゲートを開閉(またはドアロックを解錠/施錠)するゲート開閉器7とを備えている。
図3は、前記コンピュータプログラムの実行状態におけるコンピュータ3の機能的な構成を説明するためのブロック図である。コンピュータ3は、CPU10によって前記コンピュータプログラムを実行させることにより、このCPU10がROM11およびRAM12と協働することによって実現される複数の機能処理部を実質的に備えることになる。この複数の機能処理部は、カメラ1が生成した画像データから顔画像の領域を抽出して顔画像データを生成する顔画像検出部30と、この顔画像検出部30が抽出した顔画像データを予め登録された個別照合データと照合する顔認識処理部40とを備えている。
類似度演算部41は、照合データ記憶部25に格納された照合データと、ハードディスクドライブ14内の記憶領域で構成された照合用辞書記憶部26に格納された照合用特徴辞書とに基づいて、被照合顔画像と登録された顔画像(照合データの形式で記憶されたもの)との類似度を演算する。照合用特徴辞書は、2つの画像の類似度を演算する際の指標となるデータ(照合用特徴データ)を一定のデータ構造で保持している。類似度演算部41は、照合用特徴辞書に保持された照合用特徴データに基づいて、被照合顔画像データから特徴量を抽出し、かつ照合データと照合する。
このような代表照合データは、個別照合データを照合データ記憶部25に登録する際に、CPU10などの働きによって自動で生成されて照合データ記憶部25に書き込まれてもよい。また、代表照合データは、登録される顔画像の画像データまたは個別照合データを用いた操作者の手動操作によって作成されたうえで、同じく操作者の手動操作によって照合データ記憶部25に書き込まれてもよい。
図6は、顔認識処理部40による処理の一例を説明するためのフローチャートである。被照合顔画像データが顔認識処理部40に入力されると、照合データ選択部42は、照合データ記憶部25を参照して、登録者の代表照合データを順に選択する(ステップS1)。類似度演算部41は、照合データ選択部42によって選択された代表照合データに対応する代表顔画像と、被照合顔画像との類似度を演算し、RAM12内の代表類似度記憶領域12b(図1および図3参照)に書き込む(ステップS2)。 こうして、照合データ記憶部25に登録されたすべての登録者の代表照合データに関して類似度が求まると、照合データ選択部42は、被照合顔画像データと照合すべき個別照合データを抽出するための処理を実行する(ステップS3)。この処理は、端的には、被照合顔画像データと明らかに符合しないと考えられる登録者の個別照合データを照合対象から除外するための処理である。
より具体的には、照合データ選択部42は、前記代表類似度記憶領域12bを参照して、全登録者の代表照合データを類似度によって降順にソートする(ステップS23)。さらに、照合データ選択部42は、類似度の順序に従って、登録者を複数のグループに分ける(ステップS24)。たとえば、図5の例のような照合データが照合データ記憶部25に登録されているとすると、類似度が上位の3人を第1グループに分類し、類似度が中位の3人を第2グループに分類し、類似度が下位の3人を第3グループに分類してもよい。むろん、類似度に基づく登録者のグループ分けは、複数のグループ間で人数が等しくなるようにする必要はない。
照合データ選択部42は、このようにして抽出された最上位のグループの登録者の個別照合データを照合対象として、1つずつ順次選択する(ステップS27)。類似度演算部41は、選択された個別照合データに対応する顔画像と、被照合顔画像との類似度を演算する。こうして、最上位のグループの登録者の個別照合データのすべてに関して類似度の演算が行われる(ステップS28)。演算された類似度は、RAM12内の個別類似度記憶領域12cに書き込まれる。
次に、判断部43は、演算された類似度の最高値(最高類似度)を検索する(ステップS29)。そして、この検索された最高類似度を前記認識しきい値と比較する(ステップS30)。その結果、その最大の類似度が認識しきい値を超えていれば、当該類似度の個別照合データに対応した登録者を、被照合顔画像の人物であると特定する(ステップS31)。
図9の例では、被照合顔画像の人物が未登録であると判定する場合に、登録者の全てに関して個別照合データに対する照合処理が行われる。しかし、被照合顔画像データと代表照合データとの照合結果として得られる類似度が著しく低い場合には、個別照合データとの照合による認識しきい値よりも高い類似度が得られる確率は低い。したがって、代表顔画像データに対して演算された類似度が所定の棄却しきい値に達しないグループに関しては、登録者の個別照合データを照合対象として復活させないようにしてもよい。
図10に示すように、サイズおよび傾きが正規化された第1顔画像I1および第2顔画像I2の類似度を求める場合について説明する。第1顔画像I1は、たとえば、照合データ記憶部25に格納された個別照合データに対応する登録顔画像であり、第2顔画像I2は、たとえば、カメラ1によって撮像された画像から顔画像検出部30によって抽出された被照合顔画像データに対応する。
画像間の相関を求める操作は、特徴領域をx方向およびy方向の2方向について分割(すなわち、格子状に分割)して得られる部分領域を用いて行われてもよい。しかし、この実施形態では、x方向またはy方向のいずれか一方向について特徴領域Ajを分割して得られる部分領域akを用いて、相関を求める操作が行われる。以下では、このようにして求められる相関を「単方向相関」という。
こうして求められた各特徴領域Ajの相関値Cjは、特徴領域Aj毎に定めた次式の弱識別器(Weak Classifier)hj(I1,I2)にかけられる。
たとえば、しきい値θを大きな値θLに定めると、異なる人物の画像ペア(ネガティブサンプル)を同一人物の画像ペアであるとする誤識別(他人受入れ(False Accept)エラー、フォルスポジティブエラー)は少なくなるが、同一人物の画像ペア(ポジティブサンプル)を異なる人物の画像ペアであるとする誤識別(本人棄却(False Reject)エラー、フォルスネガティブエラー)が多くなる。逆に、しきい値θを小さな値θSに定めると、異なる人物の画像ペア(ネガティブサンプル)を同一人物の画像ペアであるとする誤識別(他人受入れエラー、フォルスポジティブエラー)が多くなる反面、同一人物の画像ペア(ポジティブサンプル)を異なる人物の画像ペアであるとする誤識別(本人棄却エラー、フォルスネガティブエラー)は少なくなる。
このようにして未選択の全ての特徴領域Aのしきい値θを定めることによって、全特徴領域Aに対応した弱識別器hが作成されることになる。
次いで、第t弱識別器htにより正解が得られるサンプルには小さなウエイトを与え、第t弱識別器htにより不正解となるサンプルには大きなウエイトを与えるように重みの再配分(re-weighting)を行い、これに対してステップS52以降の学習を実行する(ステップS57)。すなわち、未選択の全ての特徴領域(特徴領域A1〜At以外の特徴領域A)について、前記ウエイトが与えられたサンプルに対する重み付けヒストグラムが作成される(ステップS53)。そして、それらの特徴領域Aに対応した弱識別器のうちで誤識別率が最も小さくなる弱識別器が第(t+1)の識別器ht+1とされる(ステップS55)。つまり、たとえば、第2の識別器h2には、第1の識別器h1が誤識別しやすいサンプルに対して高確率で正解を与える弱識別器が選択される。そして、この第(t+1)の弱識別器ht+1の誤識別率に応じた重み付け係数wt+1が定められる(ステップS56)。
そして、前記第(3)式によって求められた類似度が所定の認識しきい値Rthと比較される。求められた類似度が認識しきい値Rthを超える場合には、第1および第2顔画像I1,I2が同一人物の顔画像である判定され、認識しきい値Rth以下の場合には、第1および第2顔画像I1,I2は異なる人物の顔画像であると判定される。
第1特徴量演算部46は、照合用辞書記憶部26を参照し、特徴領域設定部45によって設定された第1顔画像I1内の特徴領域Ajについて、その「種類」の情報に従って領域を分割し、その分割された部分領域ak毎の領域値x1 kを特徴量として求める(第1領域値演算ステップ)。同様に、第2特徴量演算部47は、照合用辞書記憶部26を参照し、特徴領域設定部45によって設定された第2顔画像I2内の特徴領域Ajについて、その「種類」の情報に従って領域を分割し、その分割された部分領域ak毎の領域値x2 kを特徴量として求める(第2領域値演算ステップ)。
この演算された領域値x2 kは、相関値演算部48に与えられる。この相関値演算部48は、照合データ記憶部25から第1顔画像I1の当該特徴領域Ajに対応した領域値x1 kを読み出す。そして、相関値演算部48は、照合データ記憶部25から読み出された領域値x1 kと特徴量演算部47によって演算された領域値x2 kとに基づいて、相関値Cjを演算する。
この構成例の場合には、第1顔画像I1(登録顔画像または代表顔画像)については、領域値x1 kが予め求められて、照合データとして照合データ記憶部25に登録されている。したがって、類似度の計算のための演算量を少なくすることができる。それに応じて、演算時間を短縮できるから、顔画像の認識に要する時間を短縮できる。
図17は、顔画像検出部30の機能的な構成を説明するための機能ブロック図である。顔画像検出部30は、カメラ1によって撮像された入力画像から顔画像領域を抽出して、サイズおよび傾きが正規化された顔画像データ(被照合顔画像データ)を生成するものである。この顔画像検出部30は、第1段階の処理としての粗検出処理と、第2段階の処理としての精密検出処理とを実行する。粗検出処理は、カメラ1によって撮像された画像の全領域を粗くスキャンして、顔画像が含まれている蓋然性の高い一部の領域を顔画像周辺領域として抽出し、残余の領域を棄却して精密検出処理対象から除外する処理である。すなわち、精密検出処理は、粗検出処理によって抽出された顔画像周辺領域内で、顔画像の領域を抽出して切り出す処理である。
顔画像サンプル格納部61、周辺領域画像サンプル格納部62、顔画像特徴計算部63および周辺領域特徴計算部64は、事前の学習のための構成である。すなわち、これらの機能処理部は、周辺領域特徴辞書33および顔画像特徴辞書36とともに、オフライン実行系51を形成している。
粗検出ウィンドウ設定部31は、処理ウィンドウ70と相似形の様々な大きさの粗検出ウィンドウによって撮像画像の全域を走査するように、それらの粗検出ウィンドウを撮像画像中に順次設定する。より具体的には、粗検出ウィンドウ設定部31は、図20に示すように、撮像画像80内の左下角のスタート位置81から開始して、右上角のストップ位置82に至るまで、撮像画像80の全範囲を走査するように粗検出ウィンドウ77を設定していく。つまり、粗検出ウィンドウ設定部31は、最初の粗検出ウィンドウ77をスタート位置81に設定し、以後、右方向に所定の複数画素(たとえば、3画素)ずつ移動させながら順に粗検出ウィンドウ77を設定していく。この粗検出ウィンドウ77が撮像画像80の右端に達すると、粗検出ウィンドウ設定部31は、粗検出ウィンドウの設定位置を左端に戻し、1画素だけ上方に移動して、新たな粗検出ウィンドウ77を設定する。以後、同様の操作が、粗検出ウィンドウ77がストップ位置82に達するまで繰り返される。
精密検出ウィンドウ設定部34は、周辺領域識別部32によって顔画像周辺領域と判定された領域の近傍で精密検出ウィンドウを設定する。たとえば、精密検出ウィンドウ設定部34は、顔画像周辺領域およびその左右に1画素ずつシフトした範囲で、粗検出ウィンドウ77と同サイズの精密検出ウィンドウを設定する。この設定された精密検出ウィンドウに対して、顔画像識別部35による処理、すなわち、顔検出フィルタによる処理が実行される。精密検出ウィンドウ内の画像に対して顔検出フィルタを適用する際には、当該画像は、顔画像検出フィルタのウィンドウサイズと一致するように拡大または縮小される。
さらに、前記の実施形態では、認識対象物が顔画像である場合について説明したが、既述のとおり、この発明は、顔画像以外の認識対象物の認識にも適用可能である。
2 ケーブル
3 コンピュータ
4 表示器
5 ディスプレイ
6 入力操作部
7 ゲート開閉器
8 CD−ROM
10 CPU
11 ROM
12 RAM
12a 画像メモリ
12b 代表類似度記憶領域
12c 個別類似度記憶領域
13 バス
14 ハードディスクドライブ
15 CD−ROMドライブ
16 ディスプレイコントローラ
17 入力部コントローラ
18 画像インタフェース部
19 表示制御インタフェース部
20 ゲート開閉制御インタフェース部
25 照合データ記憶部
26 照合用辞書記憶部
30 顔画像検出部
31 粗検出ウィンドウ設定部
32 周辺領域識別部
33 周辺領域特徴辞書
34 精密検出ウィンドウ設定部
35 顔画像識別部
36 顔画像特徴辞書
37 顔画像出力処理部
40 顔認識処理部
41 類似度演算部
42 照合データ選択部
43 判断部
45 特徴領域設定部
45A 特徴領域設定部
46 第1特徴量演算部
47 第2特徴量演算部
48 相関値演算部
49 比較部
50 重み付け加算部
51 オフライン実行系
52 オンライン実行系
55 水平分割線
56 垂直分割線
61 顔画像サンプル格納部
62 周辺領域画像サンプル格納部
63 顔画像特徴計算部
64 周辺領域特徴計算部
70 処理ウィンドウ
71 矩形領域
72 矩形領域
77 粗検出ウィンドウ
80 撮像画像
Aj 特徴領域
ak 部分領域
x1 k 領域値
x2 k 領域値
Cj 相関値
I1 顔画像
I2 顔画像
Claims (11)
- 第1画像I1と第2画像I2との類似度を求めるための装置であって、
前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段と、
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置。 - 第1画像I1と第2画像I2との類似度を求めるための装置であって、
T個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)を、前記第1画像I1および第2画像I2中に共通に設定する特徴領域設定手段と、
この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段と、
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置。 - 第1画像I1と第2画像I2との類似度を求めるための装置であって、
前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kを、前記第1画像I1の特徴量を表す照合データとして記憶した照合データ記憶手段と、
前記T個の特徴領域Ajを、前記第2画像I2中に設定する特徴領域設定手段と、
この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第2画像I2中の当該特徴領域Aj内におけるpj個の部分領域akの領域値x2 kを前記第2画像I2の特徴量として演算する特徴量演算手段と、
前記T個の特徴領域Ajのそれぞれに関して、前記照合データ記憶手段に記憶された第1画像I1の領域値x1 k-と、前記特徴量演算手段によって演算された第2画像I2の領域値x2 kとに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段と、
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段とを含み、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むことを特徴とする画像類似度演算装置。 - 請求項1ないし3のいずれかに記載の画像類似度演算装置と、
この画像類似度演算装置によって演算された類似度が所定の認識しきい値を超えていれば、前記第1画像I1と第2画像I2とが類似していると判断し、前記画像類似度演算装置によって演算された類似度が前記認識しきい値以下であれば、前記第1画像I1と第2画像I2とが非類似であると判断する判断手段とを含むことを特徴とする画像認識装置。 - 第1画像I1と第2画像I2との類似度をコンピュータによって求めるための方法であって、
前記コンピュータにより、T個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)を、前記第1画像I1中に設定する第1特徴領域設定ステップと、
前記コンピュータにより、前記T個の特徴領域Ajを前記第2画像I2中に設定する第2特徴領域設定ステップと、
前記コンピュータにより、前記第1画像I1に設定されたT個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kを演算する第1領域値演算ステップと、
前記コンピュータにより、前記第2画像I2に設定されたT個の特徴領域Ajのそれぞれに関して、前記第2画像I2中の特徴領域Aj内におけるpj個の部分領域akの領域値x2 kを演算する第2領域値演算ステップと、
前記コンピュータにより、前記T個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個の部分領域akの領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算ステップと、
前記コンピュータにより、T個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算ステップとを含み、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算ステップは、
前記コンピュータにより、特徴領域A j に関して前記相関値演算ステップによって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を当該特徴領域A j に関する識別値とし、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 を当該特徴領域A j に関する識別値とする比較ステップと、
前記コンピュータにより、前記T個の特徴領域A j についての前記識別値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算ステップとを含むことを特徴とする画像類似度演算方法。 - コンピュータによって請求項5記載の画像類似度演算方法を実行する類似度演算ステップと、
前記コンピュータにより、前記類似度演算ステップによって演算された類似度が所定の認識しきい値を超えていれば、前記第1画像I1と第2画像I2とが類似していると判断し、前記画像類似度演算装置によって演算された類似度が前記認識しきい値以下であれば、前記第1画像I1と第2画像I2とが非類似であると判断する判断ステップとを含むことを特徴とする画像認識方法。 - 第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、
前記コンピュータプログラムは、前記コンピュータを、
前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびに
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段
として機能させるものであり、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、
前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラム。 - 第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、
前記コンピュータプログラムは、前記コンピュータを、
T個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)を、前記第1画像I1および第2画像I2中に共通に設定する特徴領域設定手段、
この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kおよび前記第2画像I2中の当該特徴領域Aj内における対応するpj個の部分領域akの領域値x2 kに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびに
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段
として機能させるものであり、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、
前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラム。 - 第1画像I1と第2画像I2とを照合するための装置としてコンピュータを動作させるためのコンピュータプログラムであって、
前記コンピュータは、前記第1画像I1および第2画像I2中に共通に設定可能なT個(Tは2以上の自然数)の特徴領域Aj(jは1≦j≦Tの自然数)のそれぞれに関して、前記第1画像I1中の特徴領域Aj内におけるpj個(pjは2以上の自然数)の部分領域ak(kは1≦k≦pjの自然数)の領域値x1 kを、前記第1画像I1の特徴量を表す照合データとして記憶した照合データ記憶手段を含み、
前記コンピュータプログラムは、前記コンピュータを、
前記T個の特徴領域Ajを、前記第2画像I2中に設定する特徴領域設定手段、
この特徴領域設定手段によって設定されたT個の特徴領域Ajのそれぞれに関して、前記第2画像I2中の当該特徴領域Aj内におけるpj個の部分領域akの領域値x2 kを前記第2画像I2の特徴量として演算する特徴量演算手段、
前記T個の特徴領域Ajのそれぞれに関して、前記照合データ記憶手段に記憶された第1画像I1の領域値x1 k-と、前記特徴量演算手段によって演算された第2画像I2の領域値x2 kとに基づいて、前記第1画像I1および第2画像I2の当該特徴領域Aj内の相関値
を演算する相関値演算手段、ならびに
この相関値演算手段によって求められたT個の特徴領域Ajに関する前記相関値Cjに基づいて、前記第1画像I1および第2画像I2の類似度を演算する相関ベース類似度演算手段
として機能させるものであり、
前記部分領域a k は、所定の一方向のみに関して特徴領域A j を分割して得られる領域であり、
前記相関ベース類似度演算手段は、
前記相関値演算手段によって求められた相関値C j を所定のしきい値θ j と比較し、前記相関値C j が前記しきい値θ j を超えていれば、前記第1画像I 1 および第2画像I 2 が類似していることを表す第1弱識別値h j (I 1 ,I 2 )=H 1 を出力し、前記相関値C j が前記しきい値θ j 以下であれば、前記第1および第2画像I 1 ,I 2 が非類似であることを表す第2弱識別値h j (I 1 ,I 2 )=H 2 (ただし、H 1 >H 2 )を出力する比較手段と、
前記T個の特徴領域A j についての前記比較手段の出力値h j (I 1 ,I 2 )を、重み付け係数w j を乗じて線形結合することにより、前記第1画像I 1 および第2画像I 2 の類似度
を演算する重み付け加算手段とを含むものであることを特徴とするコンピュータプログラム。 - 前記コンピュータを、さらに、
前記重み付け加算手段によって演算された類似度が所定の認識しきい値を超えていれば、前記第1画像I1と第2画像I2とが類似していると判断し、前記画像類似度演算装置によって演算された類似度が前記認識しきい値以下であれば、前記第1画像I1と第2画像I2とが非類似であると判断する判断手段
として機能させることを特徴とする請求項7ないし9のいずれかに記載のコンピュータプログラム。 - 請求項7ないし10のいずれかに記載のコンピュータプログラムが記録されたコンピュータ読取可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004209052A JP4468756B2 (ja) | 2004-07-15 | 2004-07-15 | 画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004209052A JP4468756B2 (ja) | 2004-07-15 | 2004-07-15 | 画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006031388A JP2006031388A (ja) | 2006-02-02 |
JP4468756B2 true JP4468756B2 (ja) | 2010-05-26 |
Family
ID=35897652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004209052A Expired - Fee Related JP4468756B2 (ja) | 2004-07-15 | 2004-07-15 | 画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4468756B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007272435A (ja) * | 2006-03-30 | 2007-10-18 | Univ Of Electro-Communications | 顔特徴抽出装置及び顔特徴抽出方法 |
JP4705511B2 (ja) * | 2006-04-28 | 2011-06-22 | セコム株式会社 | 顔画像照合装置 |
JP4705512B2 (ja) * | 2006-04-28 | 2011-06-22 | セコム株式会社 | 顔画像照合装置 |
JP4752660B2 (ja) * | 2006-07-28 | 2011-08-17 | 沖電気工業株式会社 | 個人認証方法及び個人認証装置 |
JP5010905B2 (ja) * | 2006-12-13 | 2012-08-29 | パナソニック株式会社 | 顔認証装置 |
JP5109564B2 (ja) * | 2007-10-02 | 2012-12-26 | ソニー株式会社 | 画像処理装置、撮像装置、これらにおける処理方法およびプログラム |
JP5181825B2 (ja) * | 2008-05-19 | 2013-04-10 | 株式会社ニコン | 画像処理装置、画像処理方法およびプログラム |
JP5185803B2 (ja) * | 2008-12-26 | 2013-04-17 | 富士フイルム株式会社 | 特定対象画像判別システム |
JP2011013732A (ja) * | 2009-06-30 | 2011-01-20 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
JP5598694B2 (ja) * | 2009-08-25 | 2014-10-01 | スズキ株式会社 | 物標検出装置および物標検出方法 |
JP5917964B2 (ja) * | 2012-03-19 | 2016-05-18 | 富士ゼロックス株式会社 | 錠剤、錠剤の製造方法、錠剤管理装置、錠剤照合装置及びプログラム |
JP6161279B2 (ja) * | 2012-12-20 | 2017-07-12 | キヤノン株式会社 | 認証装置、撮像装置、認証方法およびプログラム |
JP6573354B2 (ja) * | 2014-11-28 | 2019-09-11 | 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 |
-
2004
- 2004-07-15 JP JP2004209052A patent/JP4468756B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2006031388A (ja) | 2006-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abdullah et al. | Face recognition for criminal identification: An implementation of principal component analysis for face recognition | |
Bolle et al. | Guide to biometrics | |
US7006671B2 (en) | Personal identification apparatus and method | |
JP5010905B2 (ja) | 顔認証装置 | |
US8150109B2 (en) | Large volume face recognition apparatus and method | |
JP2007206833A (ja) | 生体照合方法および生体照合装置 | |
Connaughton et al. | Fusion of face and iris biometrics | |
KR100944247B1 (ko) | 얼굴 인식 방법 및 시스템 | |
JP2006031387A (ja) | 画像認識装置、画像認識方法、画像認識プログラムおよび画像認識プログラムを記録した記録媒体 | |
JP4351982B2 (ja) | 個人認証方法、装置及びプログラム | |
JP4468756B2 (ja) | 画像の相関ベース類似度を演算する類似度演算装置、認識装置、類似度演算方法、認識方法、照合用プログラム及びそれを記録した記録媒体 | |
KR101087765B1 (ko) | 얼굴 인식 기반의 범죄 용의자 탐지 및 식별 시스템 | |
JP2010152706A (ja) | 生体認証装置 | |
Tran et al. | Using cross-examples in viola-jones algorithm for thermal face detection | |
JP2004078686A (ja) | 個人認証装置、個人認証方法、通行制御装置および通行制御方法 | |
Yogalakshmi et al. | Review on digital image processing techniques for face recognition | |
KR101116737B1 (ko) | 요주의 인물 식별 시스템 | |
JP2005084979A (ja) | 顔認証システムおよび方法並びにプログラム | |
Phillips et al. | A cancellable and privacy-preserving facial biometric authentication scheme | |
Rahim et al. | Biometric authentication using face recognition algorithms for a class attendance system | |
Gambhir et al. | Person recognition using multimodal biometrics | |
WO2021157023A1 (ja) | 認証方法、情報処理装置、及び認証プログラム | |
Nithyasundari et al. | Experimental Evaluation of Secured IRIS Recognition System using Learning Assisted Classification and Prediction Methodology | |
Sharma et al. | Experimental Analysis of a Multimodal biometric System using Preprocessing and Feature Extraction Techniques and Their Impact on Analytical Results | |
Singh et al. | Adapted Facial Recognition And Spoofing Detection For Management Decision Making System: A Visually Impaired People Perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20091120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091203 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100126 |
|
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: 20100218 |
|
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: 20100225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4468756 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130305 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130305 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140305 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |