JP7359303B2 - 情報処理装置、情報処理方法、及び、プログラム - Google Patents
情報処理装置、情報処理方法、及び、プログラム Download PDFInfo
- Publication number
- JP7359303B2 JP7359303B2 JP2022528389A JP2022528389A JP7359303B2 JP 7359303 B2 JP7359303 B2 JP 7359303B2 JP 2022528389 A JP2022528389 A JP 2022528389A JP 2022528389 A JP2022528389 A JP 2022528389A JP 7359303 B2 JP7359303 B2 JP 7359303B2
- Authority
- JP
- Japan
- Prior art keywords
- iris
- cosmetic lens
- cosmetic
- candidate
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 39
- 238000003672 processing method Methods 0.000 title claims description 6
- 239000002537 cosmetic Substances 0.000 claims description 323
- 238000000605 extraction Methods 0.000 claims description 31
- 238000000034 method Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 20
- 210000003462 vein Anatomy 0.000 claims description 3
- 210000000554 iris Anatomy 0.000 description 299
- 230000001815 facial effect Effects 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 18
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 208000016339 iris pattern Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 210000000887 face Anatomy 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 210000000613 ear canal Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Description
この開示は、虹彩画像の処理に関する。
生体認証の１つとして虹彩認証が知られている。一般的に、虹彩認証では、対象者の虹彩パターンをデータベースに登録しておき、認証時に対象者から取得した虹彩パターンと、データベースに登録済の虹彩パターンとを照合して認証を行う。
近年、若者を中心にカラーコンタクトレンズの使用が増えている。カラーコンタクトレンズを装着していると、対象者から得られる虹彩パターンがカラーコンタクトレンズのパターンにより影響を受ける。このため、カラーコンタクトレンズを検出できないまま虹彩認証を行うと、同一のカラーコンタクトレンズを装着した人物の虹彩パターンが一致し、異なる人物を同一人物と誤判定してしまう可能性があり、何らかの対策が必要となる。
この点、特許文献１は、虹彩の領域のパターンが均一又は所定のパターンの繰り返しである場合に、ユーザがカラーコンタクトレンズを装着していると判断する方法を記載している。また、特許文献２は、カラーコンタクトレンズから特徴データを抽出し、カラーコンタクトレンズの辞書を作成する方法を記載している。
しかし、特許文献１の方法は、均一のパターンや繰り返しパターンを有するカラーコンタクトレンズしか検出することができない。特許文献２の方法は、カラーコンタクトレンズから特徴データを生成するための専用の装置が必要であり、コストがかかる。また、近年、カラーコンタクトレンズの種類は多岐にわたり、多数のカラーコンタクトレンズの特徴データを上記のような専用の装置で１つ１つ読み取って登録するのは現実的ではない。
この開示の１つの目的は、登録済の虹彩データを利用して、カラーコンタクトレンズなどのコスメティックレンズの虹彩画像をデータベース化することが可能な情報処理装置を提供することにある。
この開示の一つの観点では、情報処理装置は、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、を備える。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、を備える。
この開示の他の観点では、情報処理方法は、
コンピュータにより実行される情報処理方法であって、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する。
コンピュータにより実行される情報処理方法であって、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する。
この開示のさらに他の観点では、プログラムは、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させる。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させる。
以下、図面を参照して、この開示の好適な実施形態について説明する。
＜コスメティックレンズ＞
以下の実施形態は、コスメティックレンズの虹彩画像を検出し、データベースに登録する。「コスメティックレンズ」とは、装着することにより虹彩画像のパターンが変化してしまうタイプのコンタクトレンズであり、いわゆるカラーコンタクトレンズや、レンズにドーナツ状の縁取りを施すことで瞳を大きく見せる効果がある「サークルレンズ」と呼ばれるコンタクトレンズなどを含む。
＜コスメティックレンズ＞
以下の実施形態は、コスメティックレンズの虹彩画像を検出し、データベースに登録する。「コスメティックレンズ」とは、装着することにより虹彩画像のパターンが変化してしまうタイプのコンタクトレンズであり、いわゆるカラーコンタクトレンズや、レンズにドーナツ状の縁取りを施すことで瞳を大きく見せる効果がある「サークルレンズ」と呼ばれるコンタクトレンズなどを含む。
＜第１実施形態＞
［全体構成］
図１は、第１実施形態に係るコスメティックレンズ登録装置の全体構成を示す。コスメティックレンズ登録装置（以下、単に「登録装置」とも呼ぶ。）１００は、虹彩画像と顔画像のペアが入力され、それらをコスメティックレンズデータベース（以下、「データベース」を「ＤＢ」と記す。）２に登録する。その際、登録装置１００は、虹彩画像と顔画像のペアを用いて、その虹彩画像が、コスメティックレンズを装着した状態の虹彩画像（以下、「コスメティックレンズ虹彩画像」とも呼ぶ。）であるか否かを判定する。そして、登録装置１００は、コスメティックレンズ虹彩画像と判定された虹彩画像、及び、その虹彩画像の特徴量（以下、「虹彩特徴量」と呼ぶ。）の少なくとも一方をコスメティックレンズＤＢ２に登録する。コスメティックレンズＤＢ２に登録されたコスメティックレンズの虹彩画像又は虹彩特徴量は、虹彩画像を用いた虹彩認証に使用される。
［全体構成］
図１は、第１実施形態に係るコスメティックレンズ登録装置の全体構成を示す。コスメティックレンズ登録装置（以下、単に「登録装置」とも呼ぶ。）１００は、虹彩画像と顔画像のペアが入力され、それらをコスメティックレンズデータベース（以下、「データベース」を「ＤＢ」と記す。）２に登録する。その際、登録装置１００は、虹彩画像と顔画像のペアを用いて、その虹彩画像が、コスメティックレンズを装着した状態の虹彩画像（以下、「コスメティックレンズ虹彩画像」とも呼ぶ。）であるか否かを判定する。そして、登録装置１００は、コスメティックレンズ虹彩画像と判定された虹彩画像、及び、その虹彩画像の特徴量（以下、「虹彩特徴量」と呼ぶ。）の少なくとも一方をコスメティックレンズＤＢ２に登録する。コスメティックレンズＤＢ２に登録されたコスメティックレンズの虹彩画像又は虹彩特徴量は、虹彩画像を用いた虹彩認証に使用される。
［ハードウェア構成］
図２は、登録装置１００のハードウェア構成を示すブロック図である。図示のように、登録装置１００は、インタフェース（ＩＦ）１１と、プロセッサ１２と、メモリ１３と、記録媒体１４と、データベース（ＤＢ）１５とを備える。
図２は、登録装置１００のハードウェア構成を示すブロック図である。図示のように、登録装置１００は、インタフェース（ＩＦ）１１と、プロセッサ１２と、メモリ１３と、記録媒体１４と、データベース（ＤＢ）１５とを備える。
ＩＦ１１は、外部装置との間でデータの入出力を行う。具体的に、対象者から得られた虹彩画像と顔画像のペアはＩＦ１１を介して登録装置１００に入力される。また、登録装置１００によりコスメティックレンズと判定された虹彩画像や虹彩特徴量は、ＩＦ１１を通じてコスメティックレンズＤＢ２に出力される。
プロセッサ１２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのコンピュータであり、予め用意されたプログラムを実行することにより、登録装置１００の全体を制御する。なお、プロセッサ１２は、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）であってもよい。具体的に、プロセッサ１２は、後述するコスメティックレンズ候補抽出処理、コスメティックレンズ登録処理などを実行する。
メモリ１３は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などにより構成される。メモリ１３は、プロセッサ１２による各種の処理の実行中に作業メモリとしても使用される。
記録媒体１４は、ディスク状記録媒体、半導体メモリなどの不揮発性で非一時的な記録媒体であり、登録装置１００に対して着脱可能に構成される。記録媒体１４は、プロセッサ１２が実行する各種のプログラムを記録している。登録装置１００が各種の処理を実行する際には、記録媒体１４に記録されているプログラムがメモリ１３にロードされ、プロセッサ１２により実行される。
データベース１５は、ＩＦ１１を通じて入力された虹彩画像と顔画像のペア、登録装置１００がコスメティックレンズと判定した虹彩画像やその虹彩特徴量を一時的に記憶する。なお、登録装置１００は、管理者などが指示や入力を行うためのキーボード、マウスなどの入力部、及び、液晶ディスプレイなどの表示部を備えていてもよい。
［機能構成］
図３は、登録装置１００の機能構成を示すブロック図である。登録装置１００は、顔画像取得部２１と、顔照合部２２と、顔画像ＤＢ２３と、虹彩画像取得部２４と、虹彩照合部２５と、虹彩画像ＤＢ２６と、コスメティックレンズ候補抽出部２７と、コスメティックレンズ候補ＤＢ２８と、コスメティックレンズ登録部２９と、を備える。
図３は、登録装置１００の機能構成を示すブロック図である。登録装置１００は、顔画像取得部２１と、顔照合部２２と、顔画像ＤＢ２３と、虹彩画像取得部２４と、虹彩照合部２５と、虹彩画像ＤＢ２６と、コスメティックレンズ候補抽出部２７と、コスメティックレンズ候補ＤＢ２８と、コスメティックレンズ登録部２９と、を備える。
顔画像取得部２１は、対象者の顔画像（以下、「対象顔画像」とも呼ぶ。）を取得する。具体的には、顔画像取得部２１は、対象者の顔を撮影するカメラなどによる撮影画像を対象顔画像として取得する。その代わりに、顔画像取得部２１は、予め撮影された顔画像を保存したデータベースなどから対象顔画像を取得してもよい。顔画像取得部２１は、取得した対象顔画像を顔照合部２２へ出力する。
顔画像ＤＢ２３は、複数の人物について、顔画像及びその特徴量（以下、「顔特徴量」と呼ぶ。）を記憶している。図４（Ａ）は、顔画像ＤＢ２３の記憶データの例を示す。顔画像ＤＢ２３は、人物ＩＤと、顔画像と、顔特徴量とを記憶している。ここで、「人物ＩＤ」は人物の識別情報であり、「顔画像」は、その人物の顔を撮影した顔画像のデータである。また、「顔特徴量」は、顔画像から抽出した特徴量のデータである。なお、顔画像は必ずしも必要なく、顔特徴量だけを格納するようにしてもよい。
顔照合部２２は、顔画像取得部２１から取得した対象顔画像から顔特徴量を抽出し、顔画像ＤＢ２３に登録されている複数の顔特徴量と照合する。具体的には、顔照合部２２は、対象顔画像の顔特徴量と、顔画像ＤＢ２３に登録済の顔特徴量との一致度又は類似度を算出し、そのスコア（以下、「照合スコア」と呼ぶ。）を予め決められた第１の閾値と比較する。顔照合部２２は、照合スコアが第１の閾値以上である場合、対象顔画像と登録済の顔画像とが一致したと判定し、照合スコアが第１の閾値未満である場合、対象顔画像と登録済の顔画像とが不一致と判定する。そして、顔照合部２２は、照合結果をコスメティックレンズ候補抽出部２７へ出力する。
虹彩画像取得部２４は、対象者の虹彩画像（以下、「対象虹彩画像」とも呼ぶ。）を取得する。なお、虹彩画像取得部２４が取得する虹彩画像と、顔画像取得部２１が取得する顔画像は、同一の対象者のものである。具体的には、虹彩画像取得部２４は、赤外線により対象者の瞳の部分を撮影する虹彩カメラなどに接続され、虹彩カメラによる撮影画像を対象虹彩画像として取得する。その代わりに、虹彩画像取得部２４は、予め虹彩カメラを用いて撮影された虹彩画像を保存したデータベースなどから対象虹彩画像を取得してもよい。虹彩画像取得部２４は、取得した対象虹彩画像を虹彩照合部２５へ出力する。
虹彩画像ＤＢ２６は、複数の人物について、虹彩画像及び虹彩特徴量を記憶している。図４（Ｂ）は、虹彩画像ＤＢ２６の記憶データの例を示す。虹彩画像ＤＢ２６は、人物ＩＤと、虹彩画像と、虹彩特徴量とを記憶している。ここで、「人物ＩＤ」は人物の識別情報であり、「虹彩画像」は、その人物の虹彩、即ち瞳孔と白目の間のドーナツ形状の部分を撮影した画像のデータである。また、「虹彩特徴量」は、虹彩画像から抽出した特徴量のデータである。以下、虹彩画像と虹彩特徴量をまとめて「虹彩データ」とも呼ぶ。
虹彩照合部２５は、虹彩画像取得部２４から取得した対象虹彩画像から虹彩特徴量を抽出し、虹彩画像ＤＢ２６に登録されている複数の虹彩特徴量と照合する。具体的には、虹彩照合部２５は、対象虹彩画像の虹彩特徴量と、虹彩画像ＤＢ２６に登録済の虹彩特徴量との一致度又は類似度を算出し、その照合スコアを予め決められた第２の閾値と比較する。虹彩照合部２５は、照合スコアが第２の閾値以上である場合、対象虹彩画像と登録済の虹彩画像とが一致したと判定し、照合スコアが第２の閾値未満である場合、対象虹彩画像と登録済の虹彩画像とが不一致と判定する。そして、虹彩照合部２５は、照合結果をコスメティックレンズ候補抽出部２７へ出力する。
コスメティックレンズ候補抽出部２７は、顔照合部２２の照合結果と、虹彩照合部２５の照合結果に基づいて、コスメティックレンズ候補を抽出する。具体的に、コスメティックレンズ候補抽出部２７は、顔照合により顔が一致すると判定され、かつ、虹彩照合により虹彩が不一致と判定された虹彩画像を、コスメティックレンズ候補として抽出する。顔照合部２２により顔が一致すると判定された顔画像は、同一人物の顔画像であるので、その対象者については、既に虹彩画像ＤＢ２６に虹彩データが登録されていることになる。一方、虹彩照合部２５により虹彩が不一致と判定されたということは、虹彩画像取得部２４が取得した対象虹彩画像と一致する虹彩データが虹彩画像ＤＢ２６に登録されていないことを意味する。つまり、その対象者について既に虹彩画像ＤＢ２６に登録済の虹彩データは、対象虹彩画像の虹彩データとは異なることになる。これは、その対象者について複数の虹彩データが存在することを意味するが、同一人物の虹彩パターンが複数存在することは無いので、不一致と判定された２つの虹彩画像の少なくとも一方はコスメティックレンズ虹彩画像であると推測される。
そこで、コスメティックレンズ候補抽出部２７は、顔画像と虹彩画像の照合結果が「顔が一致、かつ、虹彩が不一致」という条件に合致する場合、対象虹彩画像をコスメティックレンズ候補としてコスメティックレンズ候補ＤＢ２８に出力する。なお、顔画像の照合結果と虹彩画像の照合結果が、「顔が一致、かつ、虹彩が不一致」という条件に合致しない場合、対象虹彩画像はコスメティックレンズ候補として抽出されない。
コスメティックレンズ候補ＤＢ２８は、コスメティックレンズ候補抽出部２７が抽出したコスメティックレンズ候補の虹彩データを記憶する。図５（Ａ）は、コスメティックレンズ候補ＤＢ２８の記憶データの例を示す。コスメティックレンズ候補ＤＢ２８には、候補ＩＤと、虹彩画像と、虹彩特徴量と、信頼度とが記憶される。「候補ＩＤ」は、コスメティックレンズ候補に付与される識別情報である。「虹彩画像」は、コスメティックレンズ候補の虹彩画像のデータであり、「虹彩特徴量」はその虹彩画像から抽出された特徴量のデータである。「信頼度」は、コスメティックレンズ候補のコスメティックレンズらしさを示す指標である。即ち、信頼度は、コスメティックレンズ候補が、実際にコスメティックレンズである可能性を示し、信頼度の値が大きいほどコスメティックレンズである可能性が高いものとする。なお、信頼度は、以下に説明するコスメティックレンズ登録部２９により算出される。
コスメティックレンズ登録部２９は、コスメティックレンズ候補ＤＢ２８に記憶されたコスメティックレンズ候補から、コスメティックレンズを選択してコスメティックレンズＤＢ２に登録する。具体的には、コスメティックレンズ登録部２９は、コスメティックレンズ候補ＤＢ２８から登録処理の対象となる１つのコスメティックレンズ候補（以下、「対象コスメティックレンズ候補」と呼ぶ。）と、照合の相手となる別のコスメティックレンズ候補とを選択して、それらの虹彩特徴量の照合を行う。コスメティックレンズ登録部２９は、照合により得られた照合スコアが予め決められた第３の閾値以上である場合、２つのコスメティックレンズ候補が一致したと判定する。次に、コスメティックレンズ登録部２９は、別のコスメティックレンズ候補を選択し、同様に対象コスメティックレンズ候補との照合を行う。こうして、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補と、それ以外の全てのコスメティックレンズ候補との照合を行い、照合結果が一致となった頻度を信頼度として算出する。現実の世界では、同一のコスメティックレンズを多数の人が使用していることがあるため、照合による一致頻度が大きいほど、その虹彩画像はコスメティックレンズ虹彩画像である可能性が高いと言える。よって、コスメティックレンズ登録部２９は、一致頻度を信頼度として使用する。なお、この一致頻度は、対象コスメティックレンズ候補と一致する別のコスメティックレンズ候補の数である。別のコスメティックレンズ候補は、過去に撮影された照合の対象者本人の虹彩画像から抽出された虹彩特徴量であってもよい。
こうして、他の全てのコスメティックレンズ候補との照合を行い、信頼度が算出されると、コスメティックレンズ登録部２９は、得られた信頼度が所定の第４の閾値以上であるか否かを判定し、信頼度が第４の閾値以上であるコスメティックレンズ候補を、コスメティックレンズであると判定する。そして、コスメティックレンズ登録部２９は、コスメティックレンズと判定された虹彩画像の虹彩データをコスメティックレンズのＤＢ２に登録する。なお、本実施形態における第４の閾値は、所定の閾値の一例である。
図５（Ｂ）は、コスメティックレンズＤＢ２の記憶データの例を示す。コスメティックレンズＤＢ２は、コスメティックレンズＩＤと、虹彩画像と、虹彩特徴量とを記憶する。「コスメティックレンズＩＤ」は、コスメティックレンズ登録部２９によりコスメティックレンズと判定された虹彩画像に対して付与された識別情報である。「虹彩画像」はそのコスメティックレンズの虹彩画像のデータであり、「虹彩特徴量」はその虹彩画像から抽出された特徴量のデータである。
以上のように、本実施形態のコスメティックレンズ登録装置１００は、まず、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出する。次に、コスメティックレンズ候補同士の虹彩特徴量を照合し、一致頻度、即ち、一致する他のコスメティックレンズ候補の数が多いほど信頼度を高く設定する。そして、信頼度が所定の閾値以上であるコスメティックレンズ候補を、コスメティックレンズであると判定してデータベースに登録する。このように、コスメティックレンズ登録装置１００は、顔画像の照合と、虹彩画像の照合を組み合わせることにより、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することが可能となる。
上記の構成において、コスメティックレンズ候補抽出部２７は候補抽出手段の一例であり、コスメティックレンズ登録部２９は信頼度算出手段、判定手段、登録手段の一例である。また、顔画像取得部２１は生体情報取得手段の一例であり、顔照合部２２は生体情報照合手段の一例であり、虹彩画像取得部２４は虹彩画像取得手段の一例であり、虹彩照合部２５は虹彩照合手段の一例である。
［処理フロー］
次に、コスメティックレンズ登録装置１００が実行する処理のフローについて説明する。コスメティックレンズ登録装置１００は、まず、コスメティックレンズ候補抽出処理を行ってコスメティックレンズ候補を抽出する。次に、コスメティックレンズ登録装置１００は、得られた複数のコスメティックレンズ候補から、コスメティックレンズを判定してコスメティックレンズＤＢ２に登録する。
次に、コスメティックレンズ登録装置１００が実行する処理のフローについて説明する。コスメティックレンズ登録装置１００は、まず、コスメティックレンズ候補抽出処理を行ってコスメティックレンズ候補を抽出する。次に、コスメティックレンズ登録装置１００は、得られた複数のコスメティックレンズ候補から、コスメティックレンズを判定してコスメティックレンズＤＢ２に登録する。
（コスメティックレンズ候補抽出処理）
図６は、コスメティックレンズ候補抽出処理のフローチャートである。この処理は、図２に示すプロセッサ１２が予め用意されたプログラムを実行し、図３に示す要素として動作することにより実現される。
図６は、コスメティックレンズ候補抽出処理のフローチャートである。この処理は、図２に示すプロセッサ１２が予め用意されたプログラムを実行し、図３に示す要素として動作することにより実現される。
まず、顔画像取得部２１は対象顔画像を取得し、虹彩画像取得部２４は対象虹彩画像を取得する（ステップＳ１１）。次に、顔照合部２２は対象顔画像の顔特徴量と、顔画像ＤＢ２３に記憶されている顔特徴量とを照合する。同様に、虹彩照合部２５は、対象虹彩画像の虹彩特徴量と、虹彩画像ＤＢ２６に記憶されている虹彩特徴量とを照合する（ステップＳ１２）。
次に、コスメティックレンズ候補抽出部２７は、ステップＳ１２での照合結果に基づき、対象顔画像及び対象虹彩画像が「顔画像が一致、かつ、虹彩画像が不一致」との条件に該当するか否かを判定する（ステップＳ１３）。対象顔画像及び対象虹彩画像が上記の条件に該当する場合（ステップＳ１３：Ｙｅｓ）、コスメティックレンズ候補抽出部２７は、そのときの対象虹彩画像をコスメティックレンズ候補として抽出し、コスメティックレンズ候補ＤＢ２８に記憶する（ステップＳ１４）。一方、対象顔画像及び対象虹彩画像が上記の条件に該当しない場合（ステップＳ１３：Ｎｏ）、処理を終了する。
こうして、ある人物の顔画像と虹彩画像が得られるたびに、その虹彩画像がコスメティックレンズ候補であるか否かが判定され、コスメティックレンズ候補と判定された場合は、コスメティックレンズ候補ＤＢ２８に記憶されていく。
（コスメティックレンズ登録処理）
図７は、コスメティックレンズ登録処理のフローチャートである。この処理も、図２に示すプロセッサ１２が予め用意されたプログラムを実行し、図３に示す要素として動作することにより実現される。
図７は、コスメティックレンズ登録処理のフローチャートである。この処理も、図２に示すプロセッサ１２が予め用意されたプログラムを実行し、図３に示す要素として動作することにより実現される。
まず、コスメティックレンズ登録部２９は、コスメティックレンズ候補ＤＢ２８から、１つの対象コスメティックレンズ候補を選択する（ステップＳ２１）。次に、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補の虹彩特徴量を、コスメティックレンズ候補ＤＢ２８に記憶されている他の全てのコスメティックレンズ候補の虹彩特徴量と照合し、一致頻度を信頼度として算出する（ステップＳ２２）。
次に、コスメティックレンズ登録部２９は、得られた信頼度が前述の第４の閾値以上であるか否かを判定する（ステップＳ２３）。信頼度が第４の閾値以上である場合（ステップＳ２３：Ｙｅｓ）、コスメティックレンズ登録部２９は、そのコスメティックレンズ候補をコスメティックレンズと判定し、その虹彩データをコスメティックレンズＤＢ２に登録する（ステップＳ２４）。一方、信頼度が第４の閾値未満である場合（ステップＳ２３：Ｎｏ）、処理はステップＳ２５へ進む。
次に、コスメティックレンズ登録部２９は、次のコスメティックレンズ候補があるか否かを判定し（ステップＳ２５）、ある場合には、次のコスメティックレンズ候補を対象コスメティックレンズ候補として、ステップＳ２１～Ｓ２４の処理を行う。そして、コスメティックレンズ候補ＤＢ２８に記憶されている全てのコスメティックレンズ候補について処理が終わると、コスメティックレンズ登録処理は終了する。
［変形例］
次に、第１実施形態の変形例について説明する。以下の変形例は、適宜組み合わせて実施することができる。
（第１変形例）
上記の第１実施形態では、コスメティックレンズ登録部２９は、コスメティックレンズ候補同士の虹彩特徴量の一致頻度を信頼度として算出している。以下、この方法を、「第１の信頼度算出方法」と呼ぶ。図８（Ａ）は、この場合の信頼度を算出する関数を示す。コスメティックレンズ登録部２９は、コスメティックレンズ候補同士の照合スコアが第３の閾値以上である場合、照合結果を一致とし、信頼度に「１」を加算する。その代わりに、コスメティックレンズ登録部２９は、以下のいずれかの方法により、信頼度を算出してもよい。
次に、第１実施形態の変形例について説明する。以下の変形例は、適宜組み合わせて実施することができる。
（第１変形例）
上記の第１実施形態では、コスメティックレンズ登録部２９は、コスメティックレンズ候補同士の虹彩特徴量の一致頻度を信頼度として算出している。以下、この方法を、「第１の信頼度算出方法」と呼ぶ。図８（Ａ）は、この場合の信頼度を算出する関数を示す。コスメティックレンズ登録部２９は、コスメティックレンズ候補同士の照合スコアが第３の閾値以上である場合、照合結果を一致とし、信頼度に「１」を加算する。その代わりに、コスメティックレンズ登録部２９は、以下のいずれかの方法により、信頼度を算出してもよい。
第２の信頼度算出方法では、コスメティックレンズ登録部２９は、照合スコアの和を信頼度とする。即ち、第１の信頼度算出方法は、照合スコアを閾値と比較した結果を加算して信頼度を算出しているのに対し、第２の信頼度算出方法は、照合スコア自体を加算して信頼度を算出する。
第３の信頼度算出方法では、コスメティックレンズ登録部２９は、照合スコアを重み付け加算して信頼度を算出する。例えば、コスメティックレンズ登録部２９は、図８（Ｂ）に示す単調非減少関数を用いて、照合スコアを頻度相当の値に変換し、変換後の値を加算して信頼度を算出する。
（第２変形例）
上記の実施形態では、コスメティックレンズ登録部２９は、図７に示すコスメティックレンズ登録処理のステップＳ２４において、コスメティックレンズと判定されたコスメティックレンズ候補の虹彩特徴量をそのままコスメティックレンズＤＢ２に登録している。その代わりに、コスメティックレンズ登録部２９は、そのコスメティックレンズ候補と同一と判定された他のコスメティックレンズ候補の虹彩画像又は虹彩特徴量を統合して、統合により得られた虹彩画像（以下、「統合虹彩画像」と呼ぶ。）又は統合により得られた虹彩特徴量（以下、「統合虹彩特徴量」と呼ぶ。）をコスメティックレンズＤＢ２に登録してもよい。ここで、「同一と判定された他のコスメティックレンズ候補」としては、例えば、ステップＳ２２における虹彩特徴量の照合によって、対象コスメティックレンズ候補と一致すると判定されたコスメティックレンズ候補、又は、対象コスメティックレンズ候補との照合スコアが所定値以上であるコスメティックレンズ候補を用いればよい。
上記の実施形態では、コスメティックレンズ登録部２９は、図７に示すコスメティックレンズ登録処理のステップＳ２４において、コスメティックレンズと判定されたコスメティックレンズ候補の虹彩特徴量をそのままコスメティックレンズＤＢ２に登録している。その代わりに、コスメティックレンズ登録部２９は、そのコスメティックレンズ候補と同一と判定された他のコスメティックレンズ候補の虹彩画像又は虹彩特徴量を統合して、統合により得られた虹彩画像（以下、「統合虹彩画像」と呼ぶ。）又は統合により得られた虹彩特徴量（以下、「統合虹彩特徴量」と呼ぶ。）をコスメティックレンズＤＢ２に登録してもよい。ここで、「同一と判定された他のコスメティックレンズ候補」としては、例えば、ステップＳ２２における虹彩特徴量の照合によって、対象コスメティックレンズ候補と一致すると判定されたコスメティックレンズ候補、又は、対象コスメティックレンズ候補との照合スコアが所定値以上であるコスメティックレンズ候補を用いればよい。
（１）虹彩画像を統合する場合
この場合、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補の虹彩画像と、同一と判定された他のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、各虹彩画像の画素値の平均値や中央値などの統計値を算出して統合虹彩画像の画素値として使用する。こうして、同一と判定された複数の虹彩画像の平均値などの統計量を使用することにより、各虹彩画像のパターンのうち、コスメティックレンズ以外の部分の特徴量は平均化などにより弱まり、コスメティックレンズ部分の特徴量のみが残ることになる。その結果、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
この場合、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補の虹彩画像と、同一と判定された他のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、各虹彩画像の画素値の平均値や中央値などの統計値を算出して統合虹彩画像の画素値として使用する。こうして、同一と判定された複数の虹彩画像の平均値などの統計量を使用することにより、各虹彩画像のパターンのうち、コスメティックレンズ以外の部分の特徴量は平均化などにより弱まり、コスメティックレンズ部分の特徴量のみが残ることになる。その結果、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
（２）虹彩特徴量を統合する場合
この場合、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補の虹彩特徴量と、同一と判定された他のコスメティックレンズ候補の虹彩特徴量を相対的に位置合わせし、虹彩の角度を少しずつずらしながら特徴量をマッチングし、一致度が最も高いずれ量（角度）を見つける。これにより、２つのコスメティックレンズ候補を正しく位置合わせした状態となる。こうして位置合わせが完了すると、コスメティックレンズ登録部２９は、上述の虹彩画像を統合する場合と同様に、各虹彩特徴量の平均値や中央値などの統計値を算出して統合虹彩特徴量として使用する。この場合も、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
この場合、コスメティックレンズ登録部２９は、対象コスメティックレンズ候補の虹彩特徴量と、同一と判定された他のコスメティックレンズ候補の虹彩特徴量を相対的に位置合わせし、虹彩の角度を少しずつずらしながら特徴量をマッチングし、一致度が最も高いずれ量（角度）を見つける。これにより、２つのコスメティックレンズ候補を正しく位置合わせした状態となる。こうして位置合わせが完了すると、コスメティックレンズ登録部２９は、上述の虹彩画像を統合する場合と同様に、各虹彩特徴量の平均値や中央値などの統計値を算出して統合虹彩特徴量として使用する。この場合も、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
（第３変形例）
上記の実施形態では、顔照合部２２による顔特徴量の照合により、対応する虹彩画像が同一人物のものであるか否かを判定している。その代わりに、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データなどの他の生体情報を用いた生体認証を行って、虹彩画像が同一人物のものであるか否かを判定してもよい。その場合には、顔画像ＤＢ２３の代わりに、それらの生体情報を記憶するデータベースを使用すればよい。
上記の実施形態では、顔照合部２２による顔特徴量の照合により、対応する虹彩画像が同一人物のものであるか否かを判定している。その代わりに、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データなどの他の生体情報を用いた生体認証を行って、虹彩画像が同一人物のものであるか否かを判定してもよい。その場合には、顔画像ＤＢ２３の代わりに、それらの生体情報を記憶するデータベースを使用すればよい。
［登録済データを用いた虹彩認証］
上記のコスメティックレンズ登録処理によりコスメティックレンズＤＢ２に登録されたコスメティックレンズの虹彩データは、その後の虹彩認証処理において使用される。この際、虹彩認証処理においては、誤った認証を防止するため、コスメティックレンズの虹彩データを虹彩認証に使用しないようにする。具体的には、虹彩認証装置は、コスメティックレンズＤＢ２を参照して、認証の対象となる虹彩画像がコスメティックレンズ虹彩画像であるか否かを判定し、コスメティックレンズ虹彩画像である場合には、その虹彩画像を用いた認証は行わないこととする。
上記のコスメティックレンズ登録処理によりコスメティックレンズＤＢ２に登録されたコスメティックレンズの虹彩データは、その後の虹彩認証処理において使用される。この際、虹彩認証処理においては、誤った認証を防止するため、コスメティックレンズの虹彩データを虹彩認証に使用しないようにする。具体的には、虹彩認証装置は、コスメティックレンズＤＢ２を参照して、認証の対象となる虹彩画像がコスメティックレンズ虹彩画像であるか否かを判定し、コスメティックレンズ虹彩画像である場合には、その虹彩画像を用いた認証は行わないこととする。
［本実施形態の効果］
本実施形態の構成によれば、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出するので、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することができる。よって、登録済の虹彩データを利用して、コスメティックレンズの虹彩画像をデータベース化することが可能となる。
本実施形態の構成によれば、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出するので、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することができる。よって、登録済の虹彩データを利用して、コスメティックレンズの虹彩画像をデータベース化することが可能となる。
＜第２実施形態＞
次に、この開示の第２実施形態について説明する。図９は、第２実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置７０は、候補抽出手段７１と、信頼度算出手段７２と、判定手段７３とを備える。候補抽出手段７１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する。信頼度算出手段７２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段７３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
次に、この開示の第２実施形態について説明する。図９は、第２実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置７０は、候補抽出手段７１と、信頼度算出手段７２と、判定手段７３とを備える。候補抽出手段７１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する。信頼度算出手段７２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段７３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
図１０は、第２実施形態による処理のフローチャートである。この処理は、情報処理装置７０の各要素により実行される。候補抽出手段７１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する（ステップＳ３１）。信頼度算出手段７２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する（ステップＳ３２）。判定手段７３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する（ステップＳ３３）。
［本実施形態の効果］
本実施形態の構成によれば、候補抽出手段７１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段７２は、コスメティックレンズ候補と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段７３は、信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
本実施形態の構成によれば、候補抽出手段７１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段７２は、コスメティックレンズ候補と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段７３は、信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
［変形例］
第２実施形態の一変形例に係わる情報処理装置７０では、候補抽出手段７１は、同一人物から第１の生体情報（第１の生体データ）および第２の生体情報（第２の生体データ）を取得する。信頼度算出手段７２は、候補抽出手段７１が取得した第２の生体情報（第２の生体データ）と、他の人物から先に取得した第３の生体情報（第３の生体データ）とを比較する。そして、信頼度算出手段７２は、比較結果に基づいて、候補抽出手段７１が取得した第２の生体情報（第２の生体データ）が偽物である（あるいは生体由来ではない）ことの確からしさを示す信頼度を算出する。判定手段７３は、算出された信頼度が所定の閾値以上である場合、第２の生体情報（第２の生体データ）が偽物である（あるいは生体由来ではない）と判定する。
第２実施形態の一変形例に係わる情報処理装置７０では、候補抽出手段７１は、同一人物から第１の生体情報（第１の生体データ）および第２の生体情報（第２の生体データ）を取得する。信頼度算出手段７２は、候補抽出手段７１が取得した第２の生体情報（第２の生体データ）と、他の人物から先に取得した第３の生体情報（第３の生体データ）とを比較する。そして、信頼度算出手段７２は、比較結果に基づいて、候補抽出手段７１が取得した第２の生体情報（第２の生体データ）が偽物である（あるいは生体由来ではない）ことの確からしさを示す信頼度を算出する。判定手段７３は、算出された信頼度が所定の閾値以上である場合、第２の生体情報（第２の生体データ）が偽物である（あるいは生体由来ではない）と判定する。
本変形例における第１の生体情報（第１の生体データ）の一例は、ニューラルネットワークなどを用いて人物の顔画像から抽出した顔特徴量である。第２の生体情報（第２の生体データ）の一例は、ニューラルネットワークなどを用いて同一人物の虹彩画像から抽出した虹彩特徴量である。しかしながら、第１の生体情報（第１の生体データ）および第２の生体情報（第２の生体データ）は、これらに限定されず、人物の身体的特徴に基づくもの（例；指紋、静紋、脈拍、顔、虹彩、網膜、耳介、外耳道、脳波、ＤＮＡ、外見、等）であってもよいし、人物の行動的特徴（例；筆跡、タイピング、声紋、口唇の動き、瞬き、歩容、等）であってもよい。
別の変形例では、情報処理装置７０は、判定手段７３による判定結果に基づいて、生体由来ではないと判定された第２の生体情報（第２の生体データ）をデータベースに登録する登録手段をさらに備えていてもよい。
さらに別の変形例では、判定手段７３は、人物の第１の生体情報（第１の生体データ）の照合結果と、同一人物の第２の生体情報（第２の生体データ）の照合結果とを比較することによって、人物が生体情報を偽装しているか否かを判定してもよい。
＜第３実施形態＞
次に、この開示の第３実施形態について説明する。図１１は、第３実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置８０は、候補抽出手段８１と、信頼度算出手段８２と、判定手段８３と、登録手段８４と、データベース８５とを備える。候補抽出手段８１は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段８２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段８３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。登録手段８４は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース８５に登録する。
次に、この開示の第３実施形態について説明する。図１１は、第３実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置８０は、候補抽出手段８１と、信頼度算出手段８２と、判定手段８３と、登録手段８４と、データベース８５とを備える。候補抽出手段８１は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段８２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段８３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。登録手段８４は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース８５に登録する。
図１２は、第３実施形態による処理のフローチャートである。この処理は、情報処理装置８０の各要素により実行される。候補抽出手段８１は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する（ステップＳ４１）。信頼度算出手段８２は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する（ステップＳ４２）。判定手段８３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する（ステップＳ４３）。登録手段８４は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース８５に登録する（ステップＳ４４）。
［本実施形態の効果］
本実施形態の構成によれば、候補抽出手段８１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段８２は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段８３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。登録手段８４は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース８５に登録するので、データベース８５に登録された虹彩画像又は虹彩画像の特徴量を用いた認証時に、コンタクトレンズを除外することができる。
本実施形態の構成によれば、候補抽出手段８１は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段８２は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段８３は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。登録手段８４は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース８５に登録するので、データベース８５に登録された虹彩画像又は虹彩画像の特徴量を用いた認証時に、コンタクトレンズを除外することができる。
＜第４実施形態＞
次に、この開示の第４実施形態について説明する。図１３は、第４実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置９０は、虹彩画像取得手段９１と、生体情報取得手段９２と、生体情報照合手段９３と、虹彩照合手段９４と、候補抽出手段９５と、信頼度算出手段９６と、判定手段９７とを備える。
次に、この開示の第４実施形態について説明する。図１３は、第４実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置９０は、虹彩画像取得手段９１と、生体情報取得手段９２と、生体情報照合手段９３と、虹彩照合手段９４と、候補抽出手段９５と、信頼度算出手段９６と、判定手段９７とを備える。
虹彩画像取得手段９１は、虹彩画像を取得する。生体情報取得手段９２は、虹彩画像に対応する生体情報を取得する。生体情報照合手段９３は、取得した生体情報を登録済の生体情報と照合する。虹彩照合手段９４は、取得した虹彩画像を登録済の虹彩画像と照合する。候補抽出手段９５は、候補抽出手段は、生体情報が一致し、かつ、虹彩画像が一致しない場合、当該虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段９６は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段９７は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
図１４は、第４実施形態による処理のフローチャートである。この処理は、情報処理装置９０の各要素により実行される。虹彩画像取得手段９１は、虹彩画像を取得する（ステップＳ５１）。生体情報取得手段９２は、虹彩画像に対応する生体情報を取得する（ステップＳ５２）。生体情報照合手段９３は、取得した生体情報を登録済の生体情報と照合する（ステップＳ５３）。虹彩照合手段９４は、取得した虹彩画像を登録済の虹彩画像と照合する（ステップＳ５４）。候補抽出手段９５は、候補抽出手段は、生体情報が一致し、かつ、虹彩画像が一致しない場合、当該虹彩画像をコスメティックレンズ候補として抽出する（ステップＳ５５）。信頼度算出手段９６は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する（ステップＳ５６）。判定手段９７は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する（ステップＳ５７）。
［本実施形態の効果］
本実施形態の構成によれば、生体情報照合手段９３の照合により生体情報が一致し、かつ、虹彩照合手段９４の照合により虹彩画像が一致しない場合、候補抽出手段９５は、当該虹彩画像をコスメティックレンズ候補として抽出する。よって、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段９６は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段９７は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
本実施形態の構成によれば、生体情報照合手段９３の照合により生体情報が一致し、かつ、虹彩照合手段９４の照合により虹彩画像が一致しない場合、候補抽出手段９５は、当該虹彩画像をコスメティックレンズ候補として抽出する。よって、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段９６は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段９７は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。
（付記２）
前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える付記１に記載の情報処理装置。
前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える付記１に記載の情報処理装置。
（付記３）
虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する付記１又は２に記載の情報処理装置。
虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する付記１又は２に記載の情報処理装置。
（付記４）
前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも１つを含む付記３に記載の情報処理装置。
前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも１つを含む付記３に記載の情報処理装置。
（付記５）
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する付記２に記載の情報処理装置。
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する付記２に記載の情報処理装置。
（付記６）
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する付記５に記載の情報処理装置。
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する付記５に記載の情報処理装置。
（付記７）
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する付記２に記載の情報処理装置。
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する付記２に記載の情報処理装置。
（付記８）
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する付記７に記載の情報処理装置。
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する付記７に記載の情報処理装置。
（付記９）
前記信頼度算出手段は、前記照合による虹彩特徴量の一致頻度、前記照合により得られるスコアの和、又は、前記スコアを前記一致頻度相当に変換した値の和のいずれかを前記信頼度として算出する付記１乃至８のいずれか一項に記載の情報処理装置。
前記信頼度算出手段は、前記照合による虹彩特徴量の一致頻度、前記照合により得られるスコアの和、又は、前記スコアを前記一致頻度相当に変換した値の和のいずれかを前記信頼度として算出する付記１乃至８のいずれか一項に記載の情報処理装置。
（付記１０）
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。
（付記１１）
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録した記録媒体。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録した記録媒体。
以上、実施形態及び実施例を参照してこの開示を説明したが、この開示は上記実施形態及び実施例に限定されるものではない。この開示の構成や詳細には、この開示のスコープ内で当業者が理解し得る様々な変更をすることができる。具体的には、この開示における実施形態および実施例に基づいて、人物の意図的なまたは意図的ではない生体情報（生体データ）の偽装の有無を判定するために、当業者は、この開示のスコープ内で、目的を達成することができる。
２ コスメティックレンズＤＢ
１２ プロセッサ
２１ 顔画像取得部
２２ 顔照合部
２３ 顔画像ＤＢ
２４ 虹彩画像取得部
２５ 虹彩照合部
２６ 虹彩画像ＤＢ
２７ コスメティックレンズ候補抽出部
２８ コスメティックレンズ候補ＤＢ
２９ コスメティックレンズ登録部
１００ コスメティックレンズ登録装置
１２ プロセッサ
２１ 顔画像取得部
２２ 顔照合部
２３ 顔画像ＤＢ
２４ 虹彩画像取得部
２５ 虹彩照合部
２６ 虹彩画像ＤＢ
２７ コスメティックレンズ候補抽出部
２８ コスメティックレンズ候補ＤＢ
２９ コスメティックレンズ登録部
１００ コスメティックレンズ登録装置
Claims (10)
- 同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。 - 前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える請求項１に記載の情報処理装置。
- 虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する請求項１又は２に記載の情報処理装置。 - 前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも１つを含む請求項３に記載の情報処理装置。
- 前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する請求項２に記載の情報処理装置。
- 前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する請求項５に記載の情報処理装置。
- 前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する請求項２に記載の情報処理装置。
- 前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する請求項７に記載の情報処理装置。
- コンピュータにより実行される情報処理方法であって、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。 - 同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/022378 WO2021245932A1 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021245932A1 JPWO2021245932A1 (ja) | 2021-12-09 |
| JPWO2021245932A5 JPWO2021245932A5 (ja) | 2023-02-14 |
| JP7359303B2 true JP7359303B2 (ja) | 2023-10-11 |
Family
ID=78830773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022528389A Active JP7359303B2 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、プログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230245497A1 (ja) |
| JP (1) | JP7359303B2 (ja) |
| WO (1) | WO2021245932A1 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190019026A1 (en) | 2017-07-13 | 2019-01-17 | Idemia Identity & Security France | Method of detecting fraud during iris recognition |
| WO2019044944A1 (ja) | 2017-08-30 | 2019-03-07 | 日本電気株式会社 | 画像処理システム、画像処理方法及び記憶媒体 |
| US20190347483A1 (en) | 2018-05-09 | 2019-11-14 | Idemia Identity & Security France | Method for biometric recognition from irises |
-
2020
- 2020-06-05 JP JP2022528389A patent/JP7359303B2/ja active Active
- 2020-06-05 US US18/007,790 patent/US20230245497A1/en active Pending
- 2020-06-05 WO PCT/JP2020/022378 patent/WO2021245932A1/ja active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190019026A1 (en) | 2017-07-13 | 2019-01-17 | Idemia Identity & Security France | Method of detecting fraud during iris recognition |
| WO2019044944A1 (ja) | 2017-08-30 | 2019-03-07 | 日本電気株式会社 | 画像処理システム、画像処理方法及び記憶媒体 |
| US20190347483A1 (en) | 2018-05-09 | 2019-11-14 | Idemia Identity & Security France | Method for biometric recognition from irises |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230245497A1 (en) | 2023-08-03 |
| JPWO2021245932A1 (ja) | 2021-12-09 |
| WO2021245932A1 (ja) | 2021-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6550094B2 (ja) | 認証装置および認証方法 | |
| US8020005B2 (en) | Method and apparatus for multi-model hybrid comparison system | |
| US10740465B2 (en) | Detection of print-based spoofing attacks | |
| JP2020074174A (ja) | モバイル・デバイスを用いてキャプチャしたイメージを使用する指紋ベースのユーザ認証を実行するためのシステムおよび方法 | |
| Ruiz-Albacete et al. | Direct attacks using fake images in iris verification | |
| US11244035B2 (en) | Apparatus and methods for biometric verification | |
| US8219571B2 (en) | Object verification apparatus and method | |
| KR20190060671A (ko) | 홍채 인식 기반 사용자 인증 장치 및 방법 | |
| Tome-Gonzalez et al. | On the effects of time variability in iris recognition | |
| Srivastava et al. | Fingerprints, Iris and DNA features based multimodal systems: a review | |
| WO2007097510A1 (en) | Deformation-resilient iris recognition methods | |
| JP7359303B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| Sarode et al. | Review of iris recognition: an evolving biometrics identification technology | |
| KR100564766B1 (ko) | 다중 생체 정보를 이용한 개인 등록 및 인증 시스템과 그방법 | |
| Kasprowski et al. | Enhancing eye-movement-based biometric identification method by using voting classifiers | |
| Sahmoud | Enhancing iris recognition | |
| Tomeo-Reyes et al. | Effect of pupil dilation and constriction on the distribution of bit errors within the iris | |
| Manjunath et al. | Analysis of unimodal and multimodal biometric system using iris and fingerprint | |
| Yuan et al. | Iris recognition: a biometric method after refractive surgery | |
| US20230282029A1 (en) | Information processing device, information processing method, and recording medium | |
| Azimi et al. | The effects of gender factor and diabetes mellitus on the iris recognition system’s accuracy and reliability | |
| Samatha et al. | Securesense: Enhancing person verification through multimodal biometrics for robust authentication | |
| Shaker et al. | Identification Based on Iris Detection Technique. | |
| KR20200040593A (ko) | 분할 프래질 비트를 활용한 홍채인식 장치 및 방법 | |
| Choudhary et al. | Ensuring Secured Iris Authentication for Mobile Devices |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221130 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221130 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230711 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230815 |
|
| 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: 20230829 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230911 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7359303 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |