JP6928369B2 - 情報処理システム及びプログラム - Google Patents
情報処理システム及びプログラム Download PDFInfo
- Publication number
- JP6928369B2 JP6928369B2 JP2017126906A JP2017126906A JP6928369B2 JP 6928369 B2 JP6928369 B2 JP 6928369B2 JP 2017126906 A JP2017126906 A JP 2017126906A JP 2017126906 A JP2017126906 A JP 2017126906A JP 6928369 B2 JP6928369 B2 JP 6928369B2
- Authority
- JP
- Japan
- Prior art keywords
- animal
- information
- individual
- image
- iris
- 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.)
- Active
Links
Images
Description
本発明は、情報処理システム及びプログラムに関する。
従来、目の虹彩を用いて動物の個体識別を行う手法が知られており、例えば、非特許文献１等に記載されたDaugmanのアルゴリズムを用いた虹彩認証方法は、虹彩認証システムのほとんどで利用されている。Daugmanのアルゴリズムでは、人間の目の虹彩領域画像に所定の画像処理を行うことでアイリスコードを生成し、あらかじめ登録しておいたアイリスコードとのハミング距離を計算することで、個体識別を行うことができる。
また、人間の目の虹彩認証方法としては、例えば、虹彩外縁、瞳孔外縁及び上下まぶた位置からなる虹彩領域の境界を検出した後、まつ毛がかかる虹彩領域を除外することで、認証精度を向上させる方法が知られている（例えば、特許文献１参照。）。
また、馬や牛等の人間の目とは構造の異なる動物の目の虹彩認証方法としては、例えば、虹彩領域の内側と外側の境界線に円の一部をあてはめて虹彩領域を抽出し、当該虹彩領域を用いて認証を行う方法が知られている（例えば、特許文献２参照。）。
IEEE Transactions on Circuits and Systems for Video Technology,VOL.14,No.1,January 2004,pp 21-30
しかしながら、複数種の動物について、１つの情報処理システムで虹彩認証を実行しようとする場合、動物種ごとに目の構造が異なる場合があるため、従来の方法を用いた場合には、当該複数種の動物の虹彩認証領域をそれぞれ精度よく特定することが困難であり、認証精度が低く処理速度が低下するという問題があった。
本発明は、複数種の動物について虹彩情報を利用した高精度な個体識別をすることができる情報処理システム及びプログラムを提供することを目的とする。
請求項１に記載の発明は、上記目的を達成するためになされたものであり、
複数種の動物の虹彩認証を行う情報処理システムであって、
前記動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法と、を対応付けて記憶する処理方法記憶手段と、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段と、
前記対象動物の虹彩画像を取得する画像情報取得手段と、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段と、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段と、
を備えることを特徴とする。
複数種の動物の虹彩認証を行う情報処理システムであって、
前記動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法と、を対応付けて記憶する処理方法記憶手段と、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段と、
前記対象動物の虹彩画像を取得する画像情報取得手段と、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段と、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段と、
を備えることを特徴とする。
請求項２に記載の発明は、請求項１に記載の情報処理システムにおいて、
前記動物情報が、前記動物種に加えて、品種、年齢及び健康状態のうち少なくとも１つを含むことを特徴とする。
前記動物情報が、前記動物種に加えて、品種、年齢及び健康状態のうち少なくとも１つを含むことを特徴とする。
請求項３に記載の発明は、請求項１又は請求項２に記載の情報処理システムにおいて、
前記虹彩画像を画像解析することによって前記動物情報を予測する画像解析手段を備えることを特徴とする。
前記虹彩画像を画像解析することによって前記動物情報を予測する画像解析手段を備えることを特徴とする。
請求項４に記載の発明は、請求項１から請求項３までのいずれか一項に記載の情報処理システムにおいて、
前記個体情報記憶手段には、前記動物の個体ごとに、識別番号と前記動物情報とがあらかじめ登録されており、
前記動物情報取得手段は、ユーザが前記識別番号を入力した場合、当該識別番号に対応する前記動物情報を取得することを特徴とする。
前記個体情報記憶手段には、前記動物の個体ごとに、識別番号と前記動物情報とがあらかじめ登録されており、
前記動物情報取得手段は、ユーザが前記識別番号を入力した場合、当該識別番号に対応する前記動物情報を取得することを特徴とする。
請求項５に記載の発明は、請求項１から請求項４までのいずれか一項に記載の情報処理システムにおいて、
前記画像情報取得手段で取得する前記虹彩画像が、動画像であることを特徴とする。
前記画像情報取得手段で取得する前記虹彩画像が、動画像であることを特徴とする。
請求項６に記載の発明は、請求項５に記載の情報処理システムにおいて、
前記動画像から抽出した複数枚の静止画像を抽出する画像処理手段を備え、
前記認証手段は、前記複数枚の静止画像の各々を用いて、複数回の前記個体識別を行い、当該複数回の前記個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することを特徴とする。
前記動画像から抽出した複数枚の静止画像を抽出する画像処理手段を備え、
前記認証手段は、前記複数枚の静止画像の各々を用いて、複数回の前記個体識別を行い、当該複数回の前記個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することを特徴とする。
請求項７に記載の発明は、請求項１から請求項６までのいずれか一項に記載の情報処理システムにおいて、
前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量には、前記動物情報が対応づけられてあらかじめ登録されており、
前記認証手段は、前記動物情報取得手段で取得した動物情報と、前記個体情報記憶手段に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、前記虹彩画像に基づいて生成した特徴量と、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量とを比較することを特徴とする。
前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量には、前記動物情報が対応づけられてあらかじめ登録されており、
前記認証手段は、前記動物情報取得手段で取得した動物情報と、前記個体情報記憶手段に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、前記虹彩画像に基づいて生成した特徴量と、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量とを比較することを特徴とする。
請求項８に記載の発明は、請求項１から請求項７までのいずれか一項に記載の情報処理システムにおいて、
前記個体情報記憶手段には、前記動物の個体ごとに、少なくとも１個の特徴量が登録されており、かつ、
前記認証手段の前記個体識別で同一個体であると判定した場合に、当該同一個体と判定された動物の個体に、前記虹彩画像に基づいて生成した特徴量が追加登録されることを特徴とする。
前記個体情報記憶手段には、前記動物の個体ごとに、少なくとも１個の特徴量が登録されており、かつ、
前記認証手段の前記個体識別で同一個体であると判定した場合に、当該同一個体と判定された動物の個体に、前記虹彩画像に基づいて生成した特徴量が追加登録されることを特徴とする。
請求項９に記載の発明は、
動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法とを対応付けて記憶する処理方法記憶手段と、
を備え、複数種の動物の虹彩認証を行う情報処理装置のコンピュータを、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段、
前記対象動物の虹彩画像を取得する画像情報取得手段、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段、
として機能させるためのプログラムである。
動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法とを対応付けて記憶する処理方法記憶手段と、
を備え、複数種の動物の虹彩認証を行う情報処理装置のコンピュータを、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段、
前記対象動物の虹彩画像を取得する画像情報取得手段、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段、
として機能させるためのプログラムである。
本発明によれば、複数種の動物について虹彩情報を利用した高精度な個体識別をすることができる。
以下に、本発明の実施の形態について図面を参照して説明する。ただし、以下は本発明の実施形態の一例であって本発明を限定するものではない。
［情報処理システムの概要］
本実施形態に係る情報処理システム１００は、複数種の動物の虹彩認証を行う情報処理システム１００であって、ユーザが選択・入力した動物情報に基づいて適切な画像処理方法が選択され、当該画像処理方法によって虹彩画像を画像処理することによって特徴量を生成し、あらかじめ登録されている特徴量と比較することで、個体識別を行うものである。
本実施形態に係る情報処理システム１００は、複数種の動物の虹彩認証を行う情報処理システム１００であって、ユーザが選択・入力した動物情報に基づいて適切な画像処理方法が選択され、当該画像処理方法によって虹彩画像を画像処理することによって特徴量を生成し、あらかじめ登録されている特徴量と比較することで、個体識別を行うものである。
また、本発明において「動物」とは、人間、犬、猫、ウサギ、馬、フェレット、ハムスター等の虹彩認証を行うことができる動物全般をいう。また、本実施形態に係る情報処理システム１００は、特に、犬や猫等のペットの虹彩認証を行う際に好適に用いられる。
また、本発明において「動物情報」とは、虹彩認証方法を選択するために必要となる動物に関する情報をいい、少なくとも動物種の情報を有するものである。また、虹彩認証精度を向上する観点から、動物情報は、動物種に加えて、品種、年齢及び健康状態等の情報も有することが好ましい。
また、本発明において「虹彩画像」とは、虹彩領域が記録された部分を有する動画像又は静止画像をいう。なお、本発明でいう動画像は、静止画像を複数枚連写して撮影することで得た複数枚の静止画像で構成される画像ファイルも含む意味で使用する。
また、本発明において「特徴量」とは、個体識別をするために虹彩画像から抽出した個体情報をいう。ここで、個体情報の具体例としては、例えば、Daugmanのアルゴリズムによって、虹彩模様の特徴情報を符号化したアイリスコードが挙げられる。また、これに限られず、個体情報は、他のアルゴリズム等によって得られたアイリスコードでもよく、ディープラーニング（深層学習）によって虹彩画像から抽出した特徴量でもよい。以下に示す情報処理システム１００の構成では、特徴量としてDaugmanのアルゴリズムによって、虹彩模様の特徴情報を符号化したアイリスコードを用いる場合について、具体例を挙げて説明する。
また、本発明において「動物情報」とは、虹彩認証方法を選択するために必要となる動物に関する情報をいい、少なくとも動物種の情報を有するものである。また、虹彩認証精度を向上する観点から、動物情報は、動物種に加えて、品種、年齢及び健康状態等の情報も有することが好ましい。
また、本発明において「虹彩画像」とは、虹彩領域が記録された部分を有する動画像又は静止画像をいう。なお、本発明でいう動画像は、静止画像を複数枚連写して撮影することで得た複数枚の静止画像で構成される画像ファイルも含む意味で使用する。
また、本発明において「特徴量」とは、個体識別をするために虹彩画像から抽出した個体情報をいう。ここで、個体情報の具体例としては、例えば、Daugmanのアルゴリズムによって、虹彩模様の特徴情報を符号化したアイリスコードが挙げられる。また、これに限られず、個体情報は、他のアルゴリズム等によって得られたアイリスコードでもよく、ディープラーニング（深層学習）によって虹彩画像から抽出した特徴量でもよい。以下に示す情報処理システム１００の構成では、特徴量としてDaugmanのアルゴリズムによって、虹彩模様の特徴情報を符号化したアイリスコードを用いる場合について、具体例を挙げて説明する。
［情報処理システムの構成］
情報処理システム１００は、図１に示すように、例えば、情報処理装置としてのサーバ装置１０及び端末装置２０を備えて構成されており、サーバ装置１０及び端末装置２０が協働して、本発明の情報処理システム１００として機能する。情報処理システム１００を構成するサーバ装置１０及び端末装置２０は、通信ネットワークＮに接続されている。通信ネットワークＮは、具体的には、インターネットや電気通信事業者等の電話回線網や携帯電話通信網等である。
情報処理システム１００は、図１に示すように、例えば、情報処理装置としてのサーバ装置１０及び端末装置２０を備えて構成されており、サーバ装置１０及び端末装置２０が協働して、本発明の情報処理システム１００として機能する。情報処理システム１００を構成するサーバ装置１０及び端末装置２０は、通信ネットワークＮに接続されている。通信ネットワークＮは、具体的には、インターネットや電気通信事業者等の電話回線網や携帯電話通信網等である。
サーバ装置１０は、例えば、ＰＣ、ＷＳ（Work Station）等の情報機器であり、端末装置２０からのアクセスに応じて、所定の動作を行う。本実施形態の情報処理システム１００では、サーバ装置１０は、端末装置２０から通信ネットワークＮを介して送信されてきた動物情報や画像情報に基づいて、画像処理や虹彩認証処理を行う。また、サーバ装置１０は、１台で構成されるものとして説明するが、これに限定されるものではなく、複数台の装置から構成されるものとしてもよい。
端末装置２０は、カメラ機能や電話機能等を備えた携帯型端末機器であり、例えば、スマートフォンやタブレットなどのスマートデバイスが挙げられる。また、端末装置２０は、通信ネットワークＮ（具体的には、端末装置２０の通信回線や無線ＬＡＮ（Local Area Network）等）を用いて、サーバ装置１０との間で相互に通信を行う。また、端末装置２０には、本実施形態に必要な機能を実行するアプリケーションプログラムがインストールされている。
［サーバ装置］
サーバ装置１０は、例えば、制御部１１と、操作部１２と、表示部１３と、記憶部（記憶手段）１４と、通信部１５と、を備えて構成されている。
サーバ装置１０は、例えば、制御部１１と、操作部１２と、表示部１３と、記憶部（記憶手段）１４と、通信部１５と、を備えて構成されている。
制御部１１は、サーバ装置１０の動作を中央制御する。具体的には、制御部１１は、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備えて構成され、ＲＡＭの作業領域に展開されたＲＯＭや記憶部１４に記憶されたプログラムデータとＣＰＵとの協働により、サーバ装置１０の各部を統括制御する。また、制御部１１は、動物の虹彩を利用した個体識別を行うための各種処理を実行し、画像処理方法を選択する選択手段、画像処理手段、及び虹彩認証を行う認証手段等として機能する。
操作部１２は、例えば、文字入力キー、数字入力キー、その他各種機能に対応付けられたキーなどを有するキーボード、マウス等のポインティングデバイスなどを備え、ユーザからの操作入力を受け付けて、操作入力に応じた操作信号を制御部１１へと出力する。
表示部１３は、例えば、ＬＣＤ（Liquid Crystal Display）などのディスプレイを備え、制御部１１から出力された表示制御信号に基づいた画像を表示画面に表示する。
記憶部１４は、例えば、ＨＤＤ（Hard Disk Drive）、半導体メモリなどにより構成され、プログラムデータや各種設定データ等のデータを制御部１１から読み書き可能に記憶する。また、記憶部１４は、例えば、個体情報記憶部（個体情報記憶手段）１４１と、処理方法記憶部（処理方法記憶手段）１４２を備える。
個体情報記憶部１４１には、動物の個体ごとに、少なくとも個体識別に利用する特徴量が記憶されている。また、個体情報記憶部１４１には、当該動物個体ごとに動物情報や虹彩画像が記憶されていてもよい。また、動物が犬や猫等のペットである場合は、さらに、飼い主の住所・電話番号、ペットの生年月日等の情報が記憶されていてもよい。
処理方法記憶部１４２には、個体識別を行う対象動物の動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法とが、対応付けられて記憶されている。
個体情報記憶部１４１には、動物の個体ごとに、少なくとも個体識別に利用する特徴量が記憶されている。また、個体情報記憶部１４１には、当該動物個体ごとに動物情報や虹彩画像が記憶されていてもよい。また、動物が犬や猫等のペットである場合は、さらに、飼い主の住所・電話番号、ペットの生年月日等の情報が記憶されていてもよい。
処理方法記憶部１４２には、個体識別を行う対象動物の動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法とが、対応付けられて記憶されている。
通信部１５は、通信用ＩＣ（Integrated Circuit）及び通信コネクタなどを有する通信インターフェイスであり、制御部１１の制御の下、所定の通信プロトコルを用いて通信ネットワークＮを介したデータ通信を行う。
［端末装置］
端末装置２０は、例えば、制御部２１と、操作部２２と、表示部２３と、記憶部２４と、通信部２５と、撮像部２６と、を備えて構成されている。
端末装置２０は、例えば、制御部２１と、操作部２２と、表示部２３と、記憶部２４と、通信部２５と、撮像部２６と、を備えて構成されている。
制御部２１は、端末装置２０の動作を中央制御する。具体的には、制御部２１は、ＣＰＵ、ＲＯＭ、ＲＡＭなどを備えて構成され、ＲＡＭの作業領域に展開されたＲＯＭや記憶部２４に記憶されたプログラムデータとＣＰＵとの協働により、端末装置２０の各部を統括制御する。また、制御部２１は、虹彩認証を行うための各種処理を実行し、動物情報取得手段、画像情報取得手段、及び画像解析手段等として機能する。
操作部２２は、例えば、ホームボタン２２１等からなるキー入力部と、表示部２３と一体的に形成されたタッチパネルと、を備え（図３参照）、ユーザからの操作入力を受け付けて、操作入力に応じた操作信号を制御部２１へと出力する。
表示部２３は、例えば、液晶ディスプレイや有機ＥＬディスプレイを備え、制御部２１から出力された表示制御信号に基づいた画像を表示画面に表示する。
記憶部２４は、例えば、ハードディスク、半導体メモリなどにより構成され、プログラムデータや各種設定データ等のデータを制御部２１から読み書き可能に記憶する。
通信部２５は、アンテナや通信回路を備え、制御部２１による制御の下で外部機器との間の無線通信を行う。具体的には、通信部２５は、基地局で中継されることで、通信ネットワークＮを介してデータ通信を行う。
撮像部２６は、所定のフレームレート（例えば、２００ｆｐｓ）で動画像を撮影する機能や、静止画像を撮影する機能を有している。また、撮像部２６は、端末装置２０に内蔵されたものでもよく、端末装置２０に外付けされたものでもよい。
［情報処理システムの動作］
次に、本実施形態に係る情報処理システム１００の具体的な動作について説明する。
情報処理システム１００は、個体識別の対象となる対象動物の動物情報を取得する動物情報取得工程（ステップＳ１１０）と、対象動物の虹彩画像を取得する画像情報取得工程（ステップＳ１２０）と、画像処理方法を選択する選択工程（ステップＳ１３０）と、画像処理工程（ステップＳ１４０）と、虹彩認証処理工程（ステップＳ１５０）と、を含む一連の処理工程を実行する。
また、これらの処理工程は、端末装置２０を所持するユーザが、例えば、虹彩認証を行うためのアプリケーションプログラムを起動することを契機として開始される。
次に、本実施形態に係る情報処理システム１００の具体的な動作について説明する。
情報処理システム１００は、個体識別の対象となる対象動物の動物情報を取得する動物情報取得工程（ステップＳ１１０）と、対象動物の虹彩画像を取得する画像情報取得工程（ステップＳ１２０）と、画像処理方法を選択する選択工程（ステップＳ１３０）と、画像処理工程（ステップＳ１４０）と、虹彩認証処理工程（ステップＳ１５０）と、を含む一連の処理工程を実行する。
また、これらの処理工程は、端末装置２０を所持するユーザが、例えば、虹彩認証を行うためのアプリケーションプログラムを起動することを契機として開始される。
まず、制御部２１が、表示部２３に動物情報の選択・入力画面を表示する（図３）。そして、ユーザにより動物情報が選択又は入力された後、決定ボタン２３１がクリックされると、制御部２１が、ユーザにより選択又は入力された動物情報を取得する（ステップＳ１１０）。
動物情報の選択・入力画面は、例えば、図３に一例を示すように、動物種、品種、年齢及び健康状態等を選択又は入力することができる画面である。
また、図３に示した選択・入力画面では、ユーザが、動物種、品種及び健康状態の選択フォーム２０１、２０２、２０４にカーソルを当ててクリックすると、選択可能な選択肢の一覧がプルダウン方式で一覧が表示され、当該一覧の中から一つを選んで選択できるようになっている。また、選択フォーム２０１、２０２、２０４は、一覧から選択できるだけでなく、フォームに直接入力することもできるようになっている。また、年齢の入力フォーム２０３では、ユーザが年齢を直接入力できるようになっている。
また、選択・入力画面では、動物種は必須項目である。一方で、品種、年齢及び健康状態は任意項目であり、当該任意項目については、チェックボックス２０５、２０６、２０７をオンにした場合に選択又は入力することができる。
また、図３に示した選択・入力画面では、ユーザが、動物種、品種及び健康状態の選択フォーム２０１、２０２、２０４にカーソルを当ててクリックすると、選択可能な選択肢の一覧がプルダウン方式で一覧が表示され、当該一覧の中から一つを選んで選択できるようになっている。また、選択フォーム２０１、２０２、２０４は、一覧から選択できるだけでなく、フォームに直接入力することもできるようになっている。また、年齢の入力フォーム２０３では、ユーザが年齢を直接入力できるようになっている。
また、選択・入力画面では、動物種は必須項目である。一方で、品種、年齢及び健康状態は任意項目であり、当該任意項目については、チェックボックス２０５、２０６、２０７をオンにした場合に選択又は入力することができる。
図３には、品種、年齢及び健康状態のチェックボックス２０５、２０６、２０７をそれぞれオンにして、動物種、品種、年齢及び健康状態に、それぞれ、犬、柴犬、３歳、白内障と選択又は入力した場合の例を示している。
動物種の選択フォーム２０１で選択できる動物種としては、虹彩認証を行うことができる動物であれば特に限られないが、例えば、犬、猫、人間、ウサギ、馬、フェレット、ハムスター等が挙げられる。
品種の選択フォーム２０２で選択できる品種は、選択フォーム２０１で選択した動物種によって、選択可能な品種が設定される。
ここで、動物種の選択フォーム２０１で犬を選択した場合には、品種の選択フォーム２０２では、例えば、トイプードル、チワワ、ポメラニアン、ミニチュア・ダックスフンド、柴犬、ヨークシャー・テリア、マルチーズ等の犬種を選択することができる。
また、動物種の選択フォーム２０１で猫を選択した場合には、品種の選択フォーム２０２では、例えば、マンチカン、スコティッシュフォールド、ラグドール、メインクーン、ロシアンブルー、アメリカンショートヘア、ブリティッシュショートヘア等の猫種を選択することができる。
ここで、動物種の選択フォーム２０１で犬を選択した場合には、品種の選択フォーム２０２では、例えば、トイプードル、チワワ、ポメラニアン、ミニチュア・ダックスフンド、柴犬、ヨークシャー・テリア、マルチーズ等の犬種を選択することができる。
また、動物種の選択フォーム２０１で猫を選択した場合には、品種の選択フォーム２０２では、例えば、マンチカン、スコティッシュフォールド、ラグドール、メインクーン、ロシアンブルー、アメリカンショートヘア、ブリティッシュショートヘア等の猫種を選択することができる。
年齢の入力フォーム２０３には、ユーザが端末装置２０によって年齢を直接入力することができる。なお、これに限られず、選択フォームで年齢を選ぶようにしてもよい。その場合には、例えば、直接年齢を選択できるようにしてもよく、「０〜５歳、６〜１０歳、１０〜１５歳、１５歳以上」などのように、年齢幅を有する選択肢の中から選択できるようにしてもよい。
健康状態の選択フォーム２０４で選択できる健康状態は、選択フォーム２０１で選択した動物種によって、選択可能な健康状態が設定される。ここで、選択可能な健康状態は、例えば、虹彩認証を行う際に認証精度に影響を及ぼす可能性のある目の病気等である。
選択フォーム２０１で犬を選択した場合には、健康状態の選択フォーム２０４では、例えば、緑内障、白内障、角膜炎及びぶどう膜炎等を選択することができる。
選択フォーム２０１で犬を選択した場合には、健康状態の選択フォーム２０４では、例えば、緑内障、白内障、角膜炎及びぶどう膜炎等を選択することができる。
次に、制御部２１が、ユーザが端末装置２０の撮像部２６によって虹彩領域を撮影した虹彩画像の画像情報を取得する（ステップＳ１２０）。ここで、取得する虹彩画像は、ユーザが動物情報を選択・入力した後にユーザが撮影したものでもよく、あらかじめ端末装置２０の記憶部２４に保存しておいたものでもよい。また、虹彩画像は、動画像又は静止画像のどちらでもよいが、動画像であれば後の画像処理工程（ステップＳ１４０）において、動画像から抽出した複数枚の静止画像のうち、はっきりと虹彩が撮影できた静止画像を選択して認証処理を行うことができるため、虹彩認証の精度向上の観点からは、動画像を用いることが好ましい。
次に、端末装置２０からサーバ装置１０に動物情報及び画像情報が送信され、サーバ装置１０の制御部１１が、処理方法記憶部１４２から、動物情報取得工程（ステップＳ１１０）で取得された当該動物情報に基づいて、画像処理方法を選択する（ステップＳ１３０）。この画像処理方法の選択は、次のステップ１４０である画像処理において、瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法を選択するものである。
ここで、動物種、品種、年齢及び健康状態等の動物情報に応じた、瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法について説明する。
まず、動物種間の瞳孔領域及び虹彩領域の差異について、図４を参照して説明する。図４には、人間の目（図４（ａ））、犬の目（図４（ｂ））及び猫の目（図４（ｃ））における、瞳孔領域３１、虹彩領域３２及び強膜領域３３を示す。
図４（ａ）に示すように、人間の目は、虹彩領域３２と強膜領域３３との境界線が外部から観察できるので、目の中の虹彩領域３２をはっきりと認識することができる。
これに対し、図４（ｂ）及び図４（ｃ）に示すように、例えば犬や猫の目では、虹彩領域３２と強膜領域３３との境界がまぶたの中に隠れているため、虹彩領域３２をはっきりと認識することができない。
また、人間や犬の目では、瞳孔領域３１が真円であるのに対し、猫の目（図４（ｃ））では、瞳孔領域３１が縦長であるなど動物種間で瞳孔領域３１の形状が異なる。
図４（ａ）に示すように、人間の目は、虹彩領域３２と強膜領域３３との境界線が外部から観察できるので、目の中の虹彩領域３２をはっきりと認識することができる。
これに対し、図４（ｂ）及び図４（ｃ）に示すように、例えば犬や猫の目では、虹彩領域３２と強膜領域３３との境界がまぶたの中に隠れているため、虹彩領域３２をはっきりと認識することができない。
また、人間や犬の目では、瞳孔領域３１が真円であるのに対し、猫の目（図４（ｃ））では、瞳孔領域３１が縦長であるなど動物種間で瞳孔領域３１の形状が異なる。
具体的な瞳孔領域の検出方法としては、例えば、瞳孔が真円の動物種が選択された場合には、上述した非特許文献１（IEEE Transactions on Circuits and Systems for Video Technology,VOL.14,No.1,January 2004,pp 21-30）等に記載の公知の瞳孔領域の検出方法を用いることができる。また、瞳孔が楕円形の動物種が選択された場合には、上述した特許文献２（特開２０００−１８９４０３号公報）等に記載の公知の瞳孔領域の検出方法を用いることができる。
また、具体的な認証に使用する虹彩領域の抽出方法としては、例えば、人間の場合（図４（ａ）参照）であれば、真円の瞳孔領域３１の周囲の虹彩領域３２の全域を抽出する。また、例えば、犬の場合（図４（ｂ）参照）であれば、虹彩領域３２と強膜領域３３との境界がまぶたの中に隠れているため、真円の瞳孔領域３１の周囲の虹彩領域３２のうち外部から観察できる部分の虹彩領域３２を抽出する。また、例えば、猫の場合（図４（ｃ）参照）も、虹彩領域３２と強膜領域３３との境界がまぶたの中に隠れているため、縦長の瞳孔領域３１の周囲の虹彩領域３２のうち外部から観察できる部分の虹彩領域３２を抽出する。
さらに、認証に使用する虹彩領域の抽出方法では、外部から観察できる虹彩領域の全域を使用するのか、又は当該虹彩領域のうち特定の一部の領域のみを使用するのか等の抽出方法についても、動物情報ごとに最適な方法が選択されるようにすることが好ましい。
例えば、動物種に犬や猫が選択された場合には、個体識別精度を向上させる観点から、鮮明な虹彩画像を得やすくかつ眼瞼や体毛による影響を受けにくい瞳孔領域の周辺部の虹彩領域のみを認証に使用する虹彩領域として抽出することとしてもよい。また、動物種に人間が選択された場合には、まつ毛のかかりやすい虹彩領域を排除して個体識別精度を向上させる観点から、瞳孔領域うち上下に均等に二分割したうちの下部の虹彩領域のみを認証に使用する虹彩領域として抽出することとしてもよい。
例えば、動物種に犬や猫が選択された場合には、個体識別精度を向上させる観点から、鮮明な虹彩画像を得やすくかつ眼瞼や体毛による影響を受けにくい瞳孔領域の周辺部の虹彩領域のみを認証に使用する虹彩領域として抽出することとしてもよい。また、動物種に人間が選択された場合には、まつ毛のかかりやすい虹彩領域を排除して個体識別精度を向上させる観点から、瞳孔領域うち上下に均等に二分割したうちの下部の虹彩領域のみを認証に使用する虹彩領域として抽出することとしてもよい。
また、動物種が同一であっても、品種によって瞳孔領域の形状や、外部から観察できる虹彩領域が異なる場合があるので、品種情報に基づいて、瞳孔領域及び認証に使用する虹彩領域を特定する画像処理方法を選択する。
また、動物種が同一であっても、例えば加齢によって瞳孔が真円でなくなる等の変化があることが知られているため、年齢に基づいて、瞳孔領域及び認証に使用する虹彩領域を特定する画像処理方法を選択する。
また、動物種が同一であっても、目の病気を患う動物の場合、そのまま虹彩認証を行うと認証精度が低くなるため、設定された健康状態に基づいて、瞳孔領域及び認証に使用する虹彩領域を特定する画像処理方法を選択する。
例えば、白内障を発症している犬は、瞳孔が白くなる傾向があるため、瞳孔領域の検出精度が低下し、その結果認証精度が低下する。そのため、瞳孔検出アルゴリズムを調整することで、白内障を発症している犬の場合でも認証精度の低下を防ぐことができる。
また、目に角膜炎等の炎症を起こしている犬の場合には、炎症を起こしている部位を除外して虹彩認証を行うことで、認証精度を向上することができる。炎症を起こしている部位の特定は、画像解析によって濁っている部分を特定して除外するようにしてもよく、ユーザが虹彩画像中の除外したい部位を直接選択して除外するようにしてもよい。
例えば、白内障を発症している犬は、瞳孔が白くなる傾向があるため、瞳孔領域の検出精度が低下し、その結果認証精度が低下する。そのため、瞳孔検出アルゴリズムを調整することで、白内障を発症している犬の場合でも認証精度の低下を防ぐことができる。
また、目に角膜炎等の炎症を起こしている犬の場合には、炎症を起こしている部位を除外して虹彩認証を行うことで、認証精度を向上することができる。炎症を起こしている部位の特定は、画像解析によって濁っている部分を特定して除外するようにしてもよく、ユーザが虹彩画像中の除外したい部位を直接選択して除外するようにしてもよい。
次に、制御部１１が、ステップＳ１２０で取得した画像情報に対して、ステップＳ１３０で選択した画像処理方法によって、画像処理を行う（ステップＳ１４０）。
画像処理工程（ステップＳ１４０）では、制御部１１が、例えば図４に示すように、画像処理を行うための静止画像の選択工程（ステップＳ１４１）、瞳孔領域の検出工程（ステップＳ１４２）、虹彩領域の抽出工程（ステップＳ１４３）、及び認証に用いる特徴量の生成工程（ステップＳ１４４）等を含む一連の処理工程を順に実行する。以下、これらの処理工程を順に説明する。
画像処理工程（ステップＳ１４０）では、制御部１１が、例えば図４に示すように、画像処理を行うための静止画像の選択工程（ステップＳ１４１）、瞳孔領域の検出工程（ステップＳ１４２）、虹彩領域の抽出工程（ステップＳ１４３）、及び認証に用いる特徴量の生成工程（ステップＳ１４４）等を含む一連の処理工程を順に実行する。以下、これらの処理工程を順に説明する。
まず、制御部１１が、画像処理を行うための静止画像の選択を行う（ステップＳ１４１）。ここで、ステップＳ１２０で取得した画像情報が動画像である場合には、動画像から画像処理を行う静止画像を抽出して選択する。一方で、ステップＳ１２０で取得した画像情報が静止画像の場合には当該静止画像を選択する。
動画像から静止画像を抽出する方法は限定されないが、例えば、動画像から一定の時間間隔で複数枚の静止画像を抽出した後、当該抽出した複数枚の静止画像のうち、動物の目の虹彩領域がボケやブレがなく撮影されている静止画像を抽出することが好ましい。最終的に抽出する静止画像の枚数は一枚であっても複数枚であってもよいが、後続の処理工程で、複数枚を画像処理して虹彩認証処理に使用することとすれば、認証精度を向上させることができるため、複数枚とすることが好ましい。
次に、制御部１１が、ステップＳ１４１で選択した静止画像（虹彩画像）に対し、ステップＳ１３０において選択した瞳孔領域の抽出方法によって、瞳孔領域の検出を行う（ステップＳ１４２）。
次に、制御部１１が、ステップＳ１３０において選択した認証に使用する虹彩領域の抽出方法によって、虹彩認証に使用する虹彩領域の部位を抽出する（ステップＳ１４３）。
次に、制御部１１が、虹彩認証に用いる特徴量の生成を行う（ステップＳ１４４）。特徴量の生成としては、例えば、公知のDaugmanのアルゴリズムにおいて、瞳孔領域の検出方法、認証に使用する虹彩領域の抽出方法及び画像の特徴を抽出するフィルタを適宜変更したアルゴリズムを用いて、特徴量としてのアイリスコードを生成する。
以上により、画像処理工程（ステップＳ１４０）が終了する。
以上により、画像処理工程（ステップＳ１４０）が終了する。
次に、制御部１１が、ステップＳ１４４において生成した特徴量を用いて虹彩認証処理を行う（ステップＳ１５０）。
具体的には、制御部１１が、ステップＳ１４４で生成した特徴量としてのアイリスコードと、サーバ装置１０の個体情報記憶部１４１に記憶された個体識別に利用する特徴量としてのアイリスコードとを比較することで、認証処理を行う。ここで、アイリスコードの比較は、ハミング距離を用いて、ハミング距離が所定の閾値以下である場合に同一個体であると判定する。そして、サーバ装置１０が、認証処理結果を、端末装置２０に出力する。
なお、認証精度を向上させるため、画像処理工程（ステップＳ１４０）において複数枚の静止画像を選択して画像処理を行い、虹彩認証処理工程（ステップＳ１５０）において当該複数枚の静止画像の各々を用いて複数回の個体識別を行い、当該複数回の個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することとしてもよい。
具体的には、制御部１１が、ステップＳ１４４で生成した特徴量としてのアイリスコードと、サーバ装置１０の個体情報記憶部１４１に記憶された個体識別に利用する特徴量としてのアイリスコードとを比較することで、認証処理を行う。ここで、アイリスコードの比較は、ハミング距離を用いて、ハミング距離が所定の閾値以下である場合に同一個体であると判定する。そして、サーバ装置１０が、認証処理結果を、端末装置２０に出力する。
なお、認証精度を向上させるため、画像処理工程（ステップＳ１４０）において複数枚の静止画像を選択して画像処理を行い、虹彩認証処理工程（ステップＳ１５０）において当該複数枚の静止画像の各々を用いて複数回の個体識別を行い、当該複数回の個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することとしてもよい。
＜変形例１＞
また、上述した情報処理システム１００では、動物情報取得工程（ステップＳ１１０）において、ユーザが動物情報の選択・入力画面（図３参照）で選択又は入力した情報を取得する例を示したが、これに限られず、以下の変形例１のように変更してもよい。
変形例１に係る情報処理システム１００は、制御部２１が、虹彩画像を画像解析することによって動物情報を予測し、当該動物情報を取得するように構成したものである。変形例１に係る情報処理システム１００は、例えば、公知の方法を用いて動物の顔認証を行い、動物種、品種及び年齢を予測したり、目の領域の画像解析により健康状態を予測することで、これらの予測値を動物情報として用いて実現することができる。
これにより、例えば、迷子の犬等の虹彩認証を行う際に、動物種、品種、年齢及び健康状態等が分からない場合であっても、本発明の情報処理システム１００により虹彩認証を行うことができる。
また、上述した情報処理システム１００では、動物情報取得工程（ステップＳ１１０）において、ユーザが動物情報の選択・入力画面（図３参照）で選択又は入力した情報を取得する例を示したが、これに限られず、以下の変形例１のように変更してもよい。
変形例１に係る情報処理システム１００は、制御部２１が、虹彩画像を画像解析することによって動物情報を予測し、当該動物情報を取得するように構成したものである。変形例１に係る情報処理システム１００は、例えば、公知の方法を用いて動物の顔認証を行い、動物種、品種及び年齢を予測したり、目の領域の画像解析により健康状態を予測することで、これらの予測値を動物情報として用いて実現することができる。
これにより、例えば、迷子の犬等の虹彩認証を行う際に、動物種、品種、年齢及び健康状態等が分からない場合であっても、本発明の情報処理システム１００により虹彩認証を行うことができる。
＜変形例２＞
また、変形例２に係る情報処理システム１００は、サーバ装置１０の個体情報記憶部１４１に、動物の個体ごとに、個体識別番号と動物情報とがあらかじめ登録されている。
変形例２に係る情報処理システム１００では、端末装置２０の選択・入力画面において、ユーザが識別番号を入力すると、制御部２１が、当該識別番号に対応する動物情報を取得できるように構成されている。
これにより、例えば、ペットの飼い主がペットの虹彩認証を複数回行う場合に、識別番号のみ入力すれば、認証を行う度に動物情報を選択又は入力する必要がなくなるため、ユーザの手間を省くことができる。
また、変形例２に係る情報処理システム１００は、サーバ装置１０の個体情報記憶部１４１に、動物の個体ごとに、個体識別番号と動物情報とがあらかじめ登録されている。
変形例２に係る情報処理システム１００では、端末装置２０の選択・入力画面において、ユーザが識別番号を入力すると、制御部２１が、当該識別番号に対応する動物情報を取得できるように構成されている。
これにより、例えば、ペットの飼い主がペットの虹彩認証を複数回行う場合に、識別番号のみ入力すれば、認証を行う度に動物情報を選択又は入力する必要がなくなるため、ユーザの手間を省くことができる。
＜変形例３＞
変形例３に係る情報処理システム１００は、個体情報記憶部１４１に記憶された個体識別に利用する特徴量に、動物情報が対応づけられてあらかじめ登録されている。そして、変形例３に係る情報処理システム１００では、虹彩認証処理工程（ステップＳ１５０）において、動物情報取得工程（ステップＳ１１０）で取得された動物情報と、個体情報記憶部１４１に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較できるように構成されている。
変形例３に係る情報処理システム１００は、個体情報記憶部１４１に記憶された個体識別に利用する特徴量に、動物情報が対応づけられてあらかじめ登録されている。そして、変形例３に係る情報処理システム１００では、虹彩認証処理工程（ステップＳ１５０）において、動物情報取得工程（ステップＳ１１０）で取得された動物情報と、個体情報記憶部１４１に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較できるように構成されている。
本発明において「マッチング度」とは、動物情報取得工程（ステップＳ１１０）で取得した動物情報と、個体情報記憶部１４１に登録された動物情報とを突き合わせて比較した際に、一致する度合をいう。マッチング度の算出では、比較する項目に優先順位をつけてもよい。
以下、本発明におけるマッチング度の算出について具体例を挙げて説明するが、これに限定されるものではない。
以下、本発明におけるマッチング度の算出について具体例を挙げて説明するが、これに限定されるものではない。
マッチング度の算出では、動物情報取得工程（ステップＳ１１０）で取得された動物情報が、例えば「動物種：犬、品種：ダックスフンド、年齢：１０歳、健康状態：白内障」である場合、個体情報記憶部１４１に登録された動物情報（動物種、品種、年齢及び健康状態）の４項目とを突き合わせて比較する。
ここで、マッチング度の算出する際に、動物情報の各項目について、重要度に応じて優先順位をつけることが好ましい。具体的には、例えば、動物種が１０点、品種が５点、年齢が２点、健康状態が１点などのように優先順位が高い項目を高得点に設定し、合計点数が高い順にマッチング度が高いと判定することができる。この例では、（i）４項目全て一致する場合は合計点数が１８点、（ii）４項目のうち動物種、品種及び年齢が一致する場合は合計点数が１７点、（iii）４項目のうち動物種、品種及び健康状態が一致する場合は合計点数が１６点、（iv）４項目のうち動物種及び品種が一致する場合は合計点数が１５点、…などのように合計点が高い順にマッチング度が高いと判定することができる。
ここで、マッチング度の算出する際に、動物情報の各項目について、重要度に応じて優先順位をつけることが好ましい。具体的には、例えば、動物種が１０点、品種が５点、年齢が２点、健康状態が１点などのように優先順位が高い項目を高得点に設定し、合計点数が高い順にマッチング度が高いと判定することができる。この例では、（i）４項目全て一致する場合は合計点数が１８点、（ii）４項目のうち動物種、品種及び年齢が一致する場合は合計点数が１７点、（iii）４項目のうち動物種、品種及び健康状態が一致する場合は合計点数が１６点、（iv）４項目のうち動物種及び品種が一致する場合は合計点数が１５点、…などのように合計点が高い順にマッチング度が高いと判定することができる。
以上のように、変形例３に係る情報処理システム１００ではマッチング度を算出し、当該マッチング度の高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較できるので、一致する可能性が高いものから順に特徴量を比較していくことができる。これにより、個体情報記憶部１４１に登録される対象動物の数が多くなった場合でも、個体識別にかかる時間を短縮することができる。
また、上述した例では、マッチング度が高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較することのみ説明したが、例えば、上述した例でマッチング度の合計点数が１０点以上のみ比較を行う等の条件をさらに追加してもよい。
また、動物情報の全ての項目が一致する場合のみ、特徴量同士を比較することもできるが、ユーザの入力ミスも考慮し、一致しない項目があっても特徴量同士の比較を行うことが望ましい。
また、動物情報の全ての項目が一致する場合のみ、特徴量同士を比較することもできるが、ユーザの入力ミスも考慮し、一致しない項目があっても特徴量同士の比較を行うことが望ましい。
なお、マッチング度の算出では、動物情報の各項目について、重要度に応じて優先順位をつけた例を説明したが、これに限られず、例えば、（i）４項目全て一致、（ii）３項目が一致、（iii）２項目が一致、（iv）１項目が一致、（v）１項目も一致しない、の順に一致度が高いとすることもできる。
＜変形例４＞
変形例４に係る情報処理システム１００の個体情報記憶部１４１には、動物の個体ごとに、少なくとも１個の特徴量が登録されている。すなわち、個体情報記憶部１４１には、動物の個体ごとに、複数の特徴量が登録できるようになっている。
そして、変形例４に係る情報処理システム１００では、虹彩認証処理工程（ステップＳ１５０）における個体識別で、同一個体と判定した場合、個体情報記憶部１４１において、当該同一個体と判定された動物の個体に、虹彩画像に基づいて生成した特徴量を追加登録することができる構成である。
以下、本発明において追加登録する方法について具体例を挙げて説明するが、これに限定されるものではない。
変形例４に係る情報処理システム１００の個体情報記憶部１４１には、動物の個体ごとに、少なくとも１個の特徴量が登録されている。すなわち、個体情報記憶部１４１には、動物の個体ごとに、複数の特徴量が登録できるようになっている。
そして、変形例４に係る情報処理システム１００では、虹彩認証処理工程（ステップＳ１５０）における個体識別で、同一個体と判定した場合、個体情報記憶部１４１において、当該同一個体と判定された動物の個体に、虹彩画像に基づいて生成した特徴量を追加登録することができる構成である。
以下、本発明において追加登録する方法について具体例を挙げて説明するが、これに限定されるものではない。
変形例４に係る個体情報記憶部１４１には、例えば、動物の個体ごとに、複数（例えば、１０個）の特徴量が登録されている。
また、画像情報取得工程（ステップＳ１２０）で取得した虹彩画像から、複数（例えば、５個）の静止画像が選択され、ステップＳ１４４では、これらの複数の静止画像から認証に用いる複数（例えば、５個）の特徴量が生成される。
また、画像情報取得工程（ステップＳ１２０）で取得した虹彩画像から、複数（例えば、５個）の静止画像が選択され、ステップＳ１４４では、これらの複数の静止画像から認証に用いる複数（例えば、５個）の特徴量が生成される。
また、虹彩認証処理工程（ステップＳ１５０）において、個体情報記憶部１４１に動物の個体ごとに登録された複数（例えば、１０個）の特徴量と、虹彩画像から生成した複数（例えば、５個）の特徴量とを、動物の個体ごとに総当たりの比較（例えば、１０×５＝５０回の比較）を行い、同一個体であると評価された組み合わせが１つでもあれば、同一個体であると判定する。そして、個体情報記憶部１４１において、当該同一個体であると判定された動物の個体に、虹彩画像に基づいて生成した特徴量を追加登録する。
追加登録する特徴量は、同一個体であると判定された特徴量の全てを登録してもよいが、これに限られず、虹彩画像から生成した複数の特徴量のうち平均スコアが最もよかった特徴量のみを登録してもよい。
また、スコアは、特徴量がアイリスコードである場合には、ハミング距離によって表すことができる。
また、スコアは、特徴量がアイリスコードである場合には、ハミング距離によって表すことができる。
ここで、平均スコアの算出は、例えば、個体情報記憶部１４１に登録されたある動物の個体の特徴量１０個をＲ１〜Ｒ１０とし、虹彩画像から生成した特徴量５個をＳ１〜Ｓ５とした場合、「Ｓ１×Ｒ１」、「Ｓ１×Ｒ２」、…、「Ｓ１×Ｒ１０」の１０個のスコアの平均値をＳ１の平均スコアとすることができる。また、同様の方法でＳ２〜Ｓ５の平均スコアも算出し、これらのＳ１〜Ｓ５の平均スコアを比較して、平均スコアが最も小さかったものを、平均スコアが最もよかった特徴量とすることができる。そして、上述したように、この最もよかった特徴量のみを追加登録することとしてもよい。
これにより、利用者が変形例４の情報処理システム１００を用いて虹彩認証を行う度に、個体情報記憶部１４１に特徴量を追加登録する構成とすることができる。虹彩は経年劣化することが知られているので、高精度な認証を行うためには定期的に個体情報記憶部１４１に特徴量を登録することが好ましいが、利用者が虹彩認証を行う度に最新の虹彩情報が登録されることとすれば、その登録にかかる手間やコストを削減することができる。
また、上記の変形例４の具体例では、特徴量を追加登録することのみ説明したが、個体情報記憶部１４１にあらかじめ登録されていた特徴量を削除して、所定数（例えば、１０個）の特徴量が常に登録されているようにしてもよい。削除する特徴量の選択方法としては、例えば、最も登録した日付の古い特徴量を選択する方法が挙げられる。
［まとめ］
以上のように、本実施形態に係る複数種の動物の虹彩認証を行う情報処理システム１００は、動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶部１４１と、少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法と、を対応付けて記憶する処理方法記憶部１４２と、個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段（制御部２１）と、対象動物の虹彩画像を取得する画像情報取得手段（制御部２１）と、処理方法記憶部１４２から、動物情報取得手段（制御部２１）により取得された動物情報に対応する画像処理方法を選択する選択手段（制御部１１）と、選択手段（制御部１１）によって選択された画像処理方法によって、画像情報取得手段により取得された虹彩画像に基づいて特徴量を生成し、個体情報記憶部１４１に記憶された個体識別に利用する特徴量との比較により、対象動物の個体識別を行う認証手段（制御部１１）と、を備える。
これにより、複数の動物種の中から特定の動物種を選択したとき、当該選択した動物種に対して適切な画像処理方法によって画像処理を行い、虹彩認証を行うことができるため、複数種の動物について高精度な虹彩認証により個体識別をすることができる。
また、従来、犬や猫等の個体識別の方法としては、体内に埋め込まれたマイクロチップによって個体識別を行うことが多いが、虹彩認証による個体識別方法であれば、マイクロチップの体内に埋め込むという獣医師による外科的手術は不要であり、手間や費用を抑えることができるので、非常に有用である。
以上のように、本実施形態に係る複数種の動物の虹彩認証を行う情報処理システム１００は、動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶部１４１と、少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法と、を対応付けて記憶する処理方法記憶部１４２と、個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段（制御部２１）と、対象動物の虹彩画像を取得する画像情報取得手段（制御部２１）と、処理方法記憶部１４２から、動物情報取得手段（制御部２１）により取得された動物情報に対応する画像処理方法を選択する選択手段（制御部１１）と、選択手段（制御部１１）によって選択された画像処理方法によって、画像情報取得手段により取得された虹彩画像に基づいて特徴量を生成し、個体情報記憶部１４１に記憶された個体識別に利用する特徴量との比較により、対象動物の個体識別を行う認証手段（制御部１１）と、を備える。
これにより、複数の動物種の中から特定の動物種を選択したとき、当該選択した動物種に対して適切な画像処理方法によって画像処理を行い、虹彩認証を行うことができるため、複数種の動物について高精度な虹彩認証により個体識別をすることができる。
また、従来、犬や猫等の個体識別の方法としては、体内に埋め込まれたマイクロチップによって個体識別を行うことが多いが、虹彩認証による個体識別方法であれば、マイクロチップの体内に埋め込むという獣医師による外科的手術は不要であり、手間や費用を抑えることができるので、非常に有用である。
また、情報処理システム１００の実施態様としては、動物情報が、動物種に加えて、品種、年齢及び健康状態のうち少なくとも１つを含むことが好ましい。
動物種が同一であっても、品種、年齢及び健康状態が異なることにより虹彩認証精度が低くなる場合があるため、これらの情報に基づいた適切な画像処理方法によって画像処理を行い、虹彩認証を行うことで、虹彩認証の精度を向上させることができる。
動物種が同一であっても、品種、年齢及び健康状態が異なることにより虹彩認証精度が低くなる場合があるため、これらの情報に基づいた適切な画像処理方法によって画像処理を行い、虹彩認証を行うことで、虹彩認証の精度を向上させることができる。
また、情報処理システム１００の実施態様としては、虹彩画像を画像解析することによって動物情報を予測する画像解析手段（制御部２１）を備えることが好ましい。
これにより、例えば、迷子の犬等の虹彩認証を行う際に、動物種、品種、年齢及び健康状態等が分からない場合であっても、本発明の情報処理システム１００により虹彩認証を行うことができる。
これにより、例えば、迷子の犬等の虹彩認証を行う際に、動物種、品種、年齢及び健康状態等が分からない場合であっても、本発明の情報処理システム１００により虹彩認証を行うことができる。
また、情報処理システム１００の実施態様としては、個体情報記憶部１４１に、動物の個体ごとに、識別番号と動物情報とがあらかじめ登録されており、動物情報取得手段（制御部２１）が、ユーザが識別番号を入力した場合に、当該識別番号に対応する動物情報を取得することが好ましい。
これにより、例えば、ペットの飼い主がペットの虹彩認証を複数回行う場合に、識別番号のみ入力すれば、認証を行う度に動物情報を選択又は入力する必要がなくなるため、ユーザの手間を省くことができる。
これにより、例えば、ペットの飼い主がペットの虹彩認証を複数回行う場合に、識別番号のみ入力すれば、認証を行う度に動物情報を選択又は入力する必要がなくなるため、ユーザの手間を省くことができる。
また、情報処理システム１００の実施態様としては、画像情報取得手段（制御部２１）で取得する虹彩画像が、動画像であることが好ましい。虹彩画像を動画像とすることで、動画像から抽出した複数枚の静止画像のうち、はっきりと虹彩が撮影できた画像を選択して認証処理を行うことができるため、認証精度を向上させることができる。
また、情報処理システム１００の実施態様としては、動画像から抽出した複数枚の静止画像を抽出する画像処理手段を備え、認証手段が、複数枚の静止画像の各々を用いて、複数回の個体識別を行い、当該複数回の個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することが好ましい。これにより、認証精度を向上させることができる。
また、情報処理システム１００の実施態様としては、個体情報記憶部１４１に記憶された個体識別に利用する特徴量には、動物情報が対応づけられてあらかじめ登録されており、認証手段は、動物情報取得手段で取得した動物情報と、個体情報記憶手段に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、虹彩画像に基づいて生成した特徴量と、個体情報記憶手段に記憶された個体識別に利用する特徴量とを比較することが好ましい。
これにより、マッチング度の高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較できるので、一致する可能性が高いものから順に特徴量を比較していくことができる。したがって、個体情報記憶部１４１に登録される対象動物の数が多くなった場合でも、個体識別にかかる時間を短縮することができる。
これにより、マッチング度の高い順に、対象動物の虹彩画像に基づいて生成した特徴量と、個体情報記憶部１４１に登録された個体識別に利用する特徴量とを比較できるので、一致する可能性が高いものから順に特徴量を比較していくことができる。したがって、個体情報記憶部１４１に登録される対象動物の数が多くなった場合でも、個体識別にかかる時間を短縮することができる。
また、情報処理システム１００の実施態様としては、個体情報記憶部１４１には、動物の個体ごとに、少なくとも１個の特徴量が登録されており、かつ、認証手段の個体識別で同一個体であると判定した場合に、当該同一個体と判定された動物の個体に、虹彩画像に基づいて生成した特徴量が追加登録されることが好ましい。
これにより、利用者が虹彩認証を行う度に、個体情報記憶部１４１に特徴量を追加登録する構成とすることができる。虹彩は経年劣化することが知られているので、高精度な認証を行うためには定期的に個体情報記憶部１４１に特徴量を登録することが好ましいが、利用者が虹彩認証を行う度に最新の虹彩情報が登録されることとすれば、その登録にかかる手間やコストを削減することができる。
これにより、利用者が虹彩認証を行う度に、個体情報記憶部１４１に特徴量を追加登録する構成とすることができる。虹彩は経年劣化することが知られているので、高精度な認証を行うためには定期的に個体情報記憶部１４１に特徴量を登録することが好ましいが、利用者が虹彩認証を行う度に最新の虹彩情報が登録されることとすれば、その登録にかかる手間やコストを削減することができる。
［その他］
本発明の今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した詳細な説明に限定されるものではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
本発明の今回開示された実施の形態は全ての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した詳細な説明に限定されるものではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。
例えば、本実施形態の情報処理システム１００では、端末装置２０において、動物情報取得工程（ステップＳ１１０）と、画像情報取得工程（ステップＳ１２０）とを実行し、サーバ装置１０において、画像処理方法の選択工程（ステップＳ１３０）と、画像処理工程（ステップＳ１４０）と、虹彩認証処理工程（ステップＳ１５０）とを実行する例を示したが、本発明の情報処理システム１００の機能を実行できる構成であれば適宜変更可能である。例えば、端末装置２０において、画像処理方法の選択工程（ステップＳ１３０）と、画像処理工程（ステップＳ１４０）とについても実行する構成としてもよい。また、端末装置２０の記憶部２４に、個体情報記憶部１４１と処理方法記憶部１４２とを備える構成とし、端末装置２０において、虹彩認証処理工程（ステップＳ１５０）も実行する構成としてもよい。
また、図３に示した動物情報の選択・入力画面の一例では、動物種、品種、年齢及び健康状態を選択又は入力することができることとしたが、動物情報は、これに限られず、他の項目を追加してもよい。例えば、「現在又は過去の住所」も選択できるようにしておくこともできる。
この場合、例えば、図３に示した選択・入力画面内に「現在又は過去の住所」の入力フォームを設け、ユーザが直接入力することができるようにしておき、入力された現在又は過去の住所の情報に応じて、認証に使用する虹彩領域の抽出方法を選択できるようにすることができる。具体的には、例えば、高地に生活する動物は、紫外線の暴露によって角膜パンヌスが発症しやすいことが知られているため（Journal of Small Animal Practice,Volume 18, Issue 12,December 1977,Pages 757-772参照）、現在又は過去の住所に高地地域が入力された場合には、虹彩領域の抽出工程（ステップＳ１４３）において、角膜パンヌスの発症がないかを確認し、発症していた場合には当該領域を除去する処理を実行する。角膜パンヌスを発症している場合、角膜内の血管が虹彩模様と重なる可能性があり、そういった虹彩以外の模様を除外する処理を行うことで、認証精度を向上させることができる。
この場合、例えば、図３に示した選択・入力画面内に「現在又は過去の住所」の入力フォームを設け、ユーザが直接入力することができるようにしておき、入力された現在又は過去の住所の情報に応じて、認証に使用する虹彩領域の抽出方法を選択できるようにすることができる。具体的には、例えば、高地に生活する動物は、紫外線の暴露によって角膜パンヌスが発症しやすいことが知られているため（Journal of Small Animal Practice,Volume 18, Issue 12,December 1977,Pages 757-772参照）、現在又は過去の住所に高地地域が入力された場合には、虹彩領域の抽出工程（ステップＳ１４３）において、角膜パンヌスの発症がないかを確認し、発症していた場合には当該領域を除去する処理を実行する。角膜パンヌスを発症している場合、角膜内の血管が虹彩模様と重なる可能性があり、そういった虹彩以外の模様を除外する処理を行うことで、認証精度を向上させることができる。
また、本実施形態の情報処理システム１００では、対象動物の個体識別を行う認証方法として、虹彩画像に対してDaugmanのアルゴリズムを用いて特徴量としてのアイリスコードを生成し、あらかじめ登録されたアイリスコードとの比較により個体識別を行う例を説明したが、これに限られない。例えば、Daugmanのアルゴリズム以外のアルゴリズムを用いてアイリスコードを生成し、これを特徴量に用いて個体識別を行うこととしてもよい。また、アイリスコード以外の情報を特徴量に用いてもよく、例えば、ディープラーニング（深層学習）によって虹彩画像から抽出した特徴量を用いて、この特徴量のマッチングによって個体識別を行うこととしてもよい。
また、本実施形態の情報処理システム１００は、他の認証と組み合わせてもよく、例えば、サーバ装置１０の記憶部１４に動物の生年月日を登録した場合に、動物情報取得工程（ステップＳ１１０）で取得する動物情報にも生年月日を含め、それらが一致するか否かも判定することで、個体識別の認証精度を向上させることができる。
また、本実施形態の情報処理システム１００は、例えば、ペットの飼い主の情報（メールアドレス等）もサーバ装置１０の記憶部１４に記憶しておく場合、当該ペットの認証を行った者がいた場合に、当該ペットの飼い主にメール等で認証を行った者があった旨を連絡し、その飼い主が承認した場合のみ、ペットの情報や飼い主の情報を開示するように構成してもよい。
１０ サーバ装置
１１ 制御部（選択手段、画像処理手段、認証手段）
１２ 操作部
１３ 表示部
１４ 記憶部
１４１ 個体情報記憶部
１４２ 処理方法記憶部
１５ 通信部
２０ 端末装置
２１ 制御部（画像解析手段、動物情報取得手段、画像情報取得手段）
２２ 操作部
２３ 表示部
２４ 記憶部
２５ 通信部
２６ 撮像部
３１ 瞳孔領域
３２ 虹彩領域
３３ 強膜領域
１００ 情報処理システム
Ｎ 通信ネットワーク
１１ 制御部（選択手段、画像処理手段、認証手段）
１２ 操作部
１３ 表示部
１４ 記憶部
１４１ 個体情報記憶部
１４２ 処理方法記憶部
１５ 通信部
２０ 端末装置
２１ 制御部（画像解析手段、動物情報取得手段、画像情報取得手段）
２２ 操作部
２３ 表示部
２４ 記憶部
２５ 通信部
２６ 撮像部
３１ 瞳孔領域
３２ 虹彩領域
３３ 強膜領域
１００ 情報処理システム
Ｎ 通信ネットワーク
Claims (9)
- 複数種の動物の虹彩認証を行う情報処理システムであって、
前記動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法と、を対応付けて記憶する処理方法記憶手段と、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段と、
前記対象動物の虹彩画像を取得する画像情報取得手段と、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段と、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段と、
を備えることを特徴とする情報処理システム。 - 前記動物情報が、前記動物種に加えて、品種、年齢及び健康状態のうち少なくとも１つを含むことを特徴とする請求項１に記載の情報処理システム。
- 前記虹彩画像を画像解析することによって前記動物情報を予測する画像解析手段を備えることを特徴とする請求項１又は請求項２に記載の情報処理システム。
- 前記個体情報記憶手段には、前記動物の個体ごとに、識別番号と前記動物情報とがあらかじめ登録されており、
前記動物情報取得手段は、ユーザが前記識別番号を入力した場合、当該識別番号に対応する前記動物情報を取得することを特徴とする請求項１から請求項３までのいずれか一項に記載の情報処理システム。 - 前記画像情報取得手段で取得する前記虹彩画像が、動画像であることを特徴とする請求項１から請求項４までのいずれか一項に記載の情報処理システム。
- 前記動画像から抽出した複数枚の静止画像を抽出する画像処理手段を備え、
前記認証手段は、前記複数枚の静止画像の各々を用いて、複数回の前記個体識別を行い、当該複数回の前記個体識別でそれぞれ同一個体であると判定した場合に、同一個体であると認証することを特徴とする請求項５に記載の情報処理システム。 - 前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量には、前記動物情報が対応づけられてあらかじめ登録されており、
前記認証手段は、前記動物情報取得手段で取得した動物情報と、前記個体情報記憶手段に登録された動物情報とのマッチング度を算出し、当該マッチング度の高い順に、前記虹彩画像に基づいて生成した特徴量と、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量とを比較することを特徴とする請求項１から請求項６までのいずれか一項に記載の情報処理システム。 - 前記個体情報記憶手段には、前記動物の個体ごとに、少なくとも１個の特徴量が登録されており、かつ、
前記認証手段の前記個体識別で同一個体であると判定した場合に、当該同一個体と判定された動物の個体に、前記虹彩画像に基づいて生成した特徴量が追加登録されることを特徴とする請求項１から請求項７までのいずれか一項に記載の情報処理システム。 - 動物の個体ごとに、個体識別に利用する特徴量を記憶する個体情報記憶手段と、
少なくとも動物種を含む動物情報と、虹彩画像内の瞳孔領域の検出方法及び認証に使用する虹彩領域の抽出方法を含む画像処理方法とを対応付けて記憶する処理方法記憶手段と、
を備え、複数種の動物の虹彩認証を行う情報処理装置のコンピュータを、
個体識別の対象となる対象動物の動物情報を取得する動物情報取得手段、
前記対象動物の虹彩画像を取得する画像情報取得手段、
前記処理方法記憶手段から、前記動物情報取得手段により取得された前記動物情報に対応する画像処理方法を選択する選択手段、
前記選択手段によって選択された前記画像処理方法によって、前記画像情報取得手段により取得された前記虹彩画像に基づいて特徴量を生成し、前記個体情報記憶手段に記憶された前記個体識別に利用する特徴量との比較により、前記対象動物の個体識別を行う認証手段、
として機能させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017126906A JP6928369B2 (ja) | 2017-06-29 | 2017-06-29 | 情報処理システム及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017126906A JP6928369B2 (ja) | 2017-06-29 | 2017-06-29 | 情報処理システム及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019010004A JP2019010004A (ja) | 2019-01-24 |
| JP6928369B2 true JP6928369B2 (ja) | 2021-09-01 |
Family
ID=65226083
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017126906A Active JP6928369B2 (ja) | 2017-06-29 | 2017-06-29 | 情報処理システム及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6928369B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6734457B1 (ja) * | 2019-10-28 | 2020-08-05 | アニコム ホールディングス株式会社 | 疾患予測システム、保険料算出システム及び疾患予測方法 |
| JP7082647B2 (ja) * | 2020-08-28 | 2022-06-08 | アニコム ホールディングス株式会社 | 保険料算出システム及び保険料算出方法 |
| JP7169397B2 (ja) * | 2021-04-15 | 2022-11-10 | アニコム ホールディングス株式会社 | 判定システム |
| JPWO2023008571A1 (ja) * | 2021-07-30 | 2023-02-02 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000137810A (ja) * | 1998-10-30 | 2000-05-16 | Oki Electric Ind Co Ltd | 個体識別装置 |
| US6424727B1 (en) * | 1998-11-25 | 2002-07-23 | Iridian Technologies, Inc. | System and method of animal identification and animal transaction authorization using iris patterns |
| JP2000189403A (ja) * | 1998-12-25 | 2000-07-11 | Oki Electric Ind Co Ltd | 虹彩領域抽出方法及び個体識別装置 |
| GB0412175D0 (en) * | 2004-06-01 | 2004-06-30 | Smart Sensors Ltd | Identification of image characteristics |
| JP2008269188A (ja) * | 2007-04-18 | 2008-11-06 | Kyoichi Kimoku | ペット用保険の支援システム及び方法 |
| CA2736609C (en) * | 2008-02-14 | 2016-09-20 | Iristrac, Llc | System and method for animal identification using iris images |
| JP2016224640A (ja) * | 2015-05-29 | 2016-12-28 | 株式会社 Ｏｎｅ Ｂｒａｎｄ | 動物探索システム、動物探索サーバ、および動物探索プログラム |
-
2017
- 2017-06-29 JP JP2017126906A patent/JP6928369B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019010004A (ja) | 2019-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6928369B2 (ja) | 情報処理システム及びプログラム | |
| US10192109B2 (en) | Identification and/or authentication of a user using gaze information | |
| US10445562B2 (en) | AU feature recognition method and device, and storage medium | |
| US11862326B1 (en) | Biometric characteristic application using audio/video analysis | |
| US10824852B1 (en) | Method and system for identifying biometric characteristics using machine learning techniques | |
| CN109886080A (zh) | 人脸活体检测方法、装置、电子设备及可读存储介质 | |
| KR101972331B1 (ko) | 영상 얼라인먼트 방법 및 그 장치 | |
| US20180322263A1 (en) | System, Method, and Apparatus for Personal Identification | |
| JP2019023785A (ja) | 人物識別装置及びプログラム | |
| KR102325259B1 (ko) | 반려동물 생애 관리 시스템 및 그 방법 | |
| JP2014223063A (ja) | ペット健康診断装置、ペット健康診断方法及びプログラム | |
| CN111028218A (zh) | 眼底图像质量判定模型训练方法、装置和计算机设备 | |
| CN108710820A (zh) | 基于人脸识别的婴儿状态识别方法、装置和服务器 | |
| JP2008269188A (ja) | ペット用保険の支援システム及び方法 | |
| JP2019109843A (ja) | 分類装置、分類方法、属性認識装置、及び機械学習装置 | |
| KR102415305B1 (ko) | 휴대용 단말기를 이용한 안과질환 측정 시스템 및 안과질환 관리방법 | |
| US20230360199A1 (en) | Predictive data analysis techniques using a hierarchical risk prediction machine learning framework | |
| CN113327212B (zh) | 人脸驱动、模型的训练方法、装置、电子设备及存储介质 | |
| US11786156B2 (en) | Method and apparatus for use in detecting malingering by a first subject in tests of physical and/or mental function of the first subject | |
| KR20220059841A (ko) | 영상 기반의 동물 감정 분석 서버, 방법 및 컴퓨터 프로그램 | |
| WO2021120078A1 (zh) | 癫痫发作预警方法及系统 | |
| JP6397439B2 (ja) | 属性推定装置 | |
| JP6977834B2 (ja) | 情報処理装置、遺伝情報作成方法及びプログラム | |
| JP7400924B2 (ja) | 情報提供装置、情報提供方法、およびプログラム | |
| JP2018156474A (ja) | 解析装置、情報提供装置、解析方法、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200611 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200612 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200616 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200617 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200611 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200720 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210521 |
|
| 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: 20210701 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210730 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6928369 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |