JP7392832B2 - 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
- JP7392832B2 JP7392832B2 JP2022513005A JP2022513005A JP7392832B2 JP 7392832 B2 JP7392832 B2 JP 7392832B2 JP 2022513005 A JP2022513005 A JP 2022513005A JP 2022513005 A JP2022513005 A JP 2022513005A JP 7392832 B2 JP7392832 B2 JP 7392832B2
- Authority
- JP
- Japan
- Prior art keywords
- phenotype
- expression
- biological sample
- matching
- 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 46
- 238000003672 processing method Methods 0.000 title claims description 5
- 230000014509 gene expression Effects 0.000 claims description 128
- 239000012472 biological sample Substances 0.000 claims description 83
- 230000002068 genetic effect Effects 0.000 claims description 66
- 230000001815 facial effect Effects 0.000 claims description 39
- 238000000605 extraction Methods 0.000 claims description 30
- 239000000284 extract Substances 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 9
- 108090000623 proteins and genes Proteins 0.000 description 33
- 210000001061 forehead Anatomy 0.000 description 23
- 235000010724 Wisteria floribunda Nutrition 0.000 description 22
- 230000008774 maternal effect Effects 0.000 description 8
- 230000008775 paternal effect Effects 0.000 description 8
- 210000000624 ear auricle Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000037308 hair color Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 206010050337 Cerumen impaction Diseases 0.000 description 1
- 108700003861 Dominant Genes Proteins 0.000 description 1
- 108700005079 Recessive Genes Proteins 0.000 description 1
- 102000052708 Recessive Genes Human genes 0.000 description 1
- 201000009310 astigmatism Diseases 0.000 description 1
- 210000002939 cerumen Anatomy 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 210000003811 finger Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000024963 hair loss Diseases 0.000 description 1
- 230000003676 hair loss Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 201000006318 hyperopia Diseases 0.000 description 1
- 230000004305 hyperopia Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 208000001491 myopia Diseases 0.000 description 1
- 230000004379 myopia Effects 0.000 description 1
- 238000005204 segregation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000012795 verification Methods 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/50—Maintenance of biometric data or enrolment thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/117—Identification of persons
- A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
- A61B5/1176—Recognition of faces
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/124—Animal traits, i.e. production traits, including athletic performance or the like
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Genetics & Genomics (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Organic Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biotechnology (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Microbiology (AREA)
- Veterinary Medicine (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Immunology (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
Description
本発明は、遺伝情報を用いて対象者の絞り込みを行う手法に関する。
人の外観を構成する形質には遺伝的影響を受けやすいものがあることがわかっている。例えば、いわゆる富士額は、親から子へと遺伝される頭髪の生え際の形状に関する遺伝的表現型であると言われている。遺伝的表現型に関連する遺伝子は２０種類以上同定されており、近年では毛髪や血液などの生体サンプルから得られる生体サンプル情報に基づいて顔のモンタージュを作成する技術も開発されている（非特許文献１）。このような技術は、例えば、事件現場に残された血痕から犯人のモンタージュを作成することに役立つと考えられている。
PLOS GENETICS、"Modeling 3D Facial Shape from DNA"、２０１４年３月２０日、［online］、［平成28年10月4日検索］、インターネット〈URL：http://dx.doi.org/10.1371/journal.pgen.1004224〉
しかし、生体サンプルから対象者を捜索するにあたり、顔モンタージュまで作成するのは技術的な困難性が高い。また、遺伝的影響が表れにくい部位については、作成されるモンタージュの精度に疑問が残る。
本発明の１つの目的は、生体サンプルを用いて、対象者の絞り込みを行うことが可能な情報処理装置を提供することにある。
本発明の一つの観点は、情報処理装置であって、
対象者の生体サンプルから遺伝子情報を検出する遺伝子情報検出手段と、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出する表現型抽出手段と、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定する表現型判定手段と、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する照合手段と、
を備える。
対象者の生体サンプルから遺伝子情報を検出する遺伝子情報検出手段と、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出する表現型抽出手段と、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定する表現型判定手段と、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する照合手段と、
を備える。
本発明の他の観点は、コンピュータにより実行される情報処理方法であって、
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する。
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する。
本発明の他の観点は、プログラムは、
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する処理をコンピュータに実行させる。
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する処理をコンピュータに実行させる。
本発明によれば、生体サンプルを用いて、対象者の絞り込みを行うことが可能となる。
以下、図面を参照して、本発明の好適な実施形態について説明する。
＜第１実施形態＞
［情報処理装置］
図１は、本発明の第１実施形態に係る情報処理装置の概要を示す。情報処理装置１００は、生体サンプルに基づいて対象者を絞り込み、対象者の候補者リストを生成する。情報処理装置１００には、対象者の生体サンプルと、顔画像とが入力される。生体サンプルは、例えば事件などの現場に残された血液、毛髪、体の組織の一部などである。一方、顔画像は、犯罪者データベースなどの特定用途のデータベースに登録されたものの他、街中に設置された防犯カメラや監視カメラにより撮影されたものでもよい。候補者リストは、生体サンプルの対象者に該当すると推測される複数の候補者を列挙したリストである。
［情報処理装置］
図１は、本発明の第１実施形態に係る情報処理装置の概要を示す。情報処理装置１００は、生体サンプルに基づいて対象者を絞り込み、対象者の候補者リストを生成する。情報処理装置１００には、対象者の生体サンプルと、顔画像とが入力される。生体サンプルは、例えば事件などの現場に残された血液、毛髪、体の組織の一部などである。一方、顔画像は、犯罪者データベースなどの特定用途のデータベースに登録されたものの他、街中に設置された防犯カメラや監視カメラにより撮影されたものでもよい。候補者リストは、生体サンプルの対象者に該当すると推測される複数の候補者を列挙したリストである。
［ハードウェア構成］
図２は、情報処理装置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、情報処理装置１００は、ＩＦ（ＩｎｔｅｒＦａｃｅ）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、入力装置１６と、表示装置１７と、を備える。
図２は、情報処理装置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、情報処理装置１００は、ＩＦ（ＩｎｔｅｒＦａｃｅ）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、入力装置１６と、表示装置１７と、を備える。
ＩＦ１１は、データの入出力を行う。具体的に、ＩＦ１１は、生体サンプル、及び、多数の人物の顔画像を取得する。また、ＩＦ１１は、情報処理装置１００が生成した候補者リストを必要に応じて外部装置に出力する。
プロセッサ１２は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ 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、情報処理装置１００の全体を制御する。特に、プロセッサ１２は、後述する候補者抽出処理を行う。
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により実行される各種のプログラムを記憶する。また、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、情報処理装置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。ＤＢ１５は、ＩＦ１１から入力された顔画像と、その顔画像から抽出された特徴点における表現型とを記憶する。
入力装置１６は、例えばキーボード、マウス、タッチパネルなどであり、情報処理装置１００による処理に関連してユーザが必要な指示、入力を行う際に使用される。表示装置１７は例えば液晶ディスプレイなどであり、ユーザの指示に応じて、候補者リストなどを表示する。
［機能構成］
図３は、情報処理装置１００の機能構成を示すブロック図である。情報処理装置１００は、遺伝子情報検出部２１と、表現型抽出部２２と、特徴点抽出部２３と、表現型判定部２４と、顔画像ＤＢ２５と、照合部２６と、を備える。
図３は、情報処理装置１００の機能構成を示すブロック図である。情報処理装置１００は、遺伝子情報検出部２１と、表現型抽出部２２と、特徴点抽出部２３と、表現型判定部２４と、顔画像ＤＢ２５と、照合部２６と、を備える。
遺伝子情報検出部２１は、生体サンプルから遺伝子情報を検出する。遺伝子情報は、いわゆる遺伝子配列を含む。遺伝子情報検出部２１は、検出した遺伝子情報を、当該サンプルの識別情報などと対応付けて保存する。
表現型抽出部２２は、遺伝子情報に基づいて、遺伝的表現型を抽出する。遺伝的表現型（以下、「単に表現型」ともいう。）とは、人のもつ遺伝形質がその個体に表現された形質をいう。また、表現型が表れる箇所を「表現箇所」という。人の外観に表れやすい表現型としては、以下のものが知られている。
頭／顔の形、頭髪の色、頭髪の太さ、頭髪の色の明るさ、頭髪の生え際、脱毛の形／なりやすさ、目の色、角膜の曲率、目の機能（近視や遠視、乱視など）、瞳の模様（虹彩）、耳垢の湿り／乾燥など。
例えば、人の頭髪の生え際が富士額になるか否かは遺伝的影響を受けることが知られている。この場合、「頭髪の生え際」が表現箇所に相当し、「富士額」及び「非富士額」が表現型に相当する。また、優性遺伝により表れる表現型を「優性の表現型」と呼び、劣性遺伝により表れる表現型を「劣性の表現型」という。表現箇所「頭髪の生え際」については、「富士額」が優性の表現型であり、「非富士額」は劣性の表現型である。なお、「優性」は「顕性」とも呼ばれ、「劣性」は「潜性」とも呼ばれる。
子の遺伝子は、父と母から受け継いだ遺伝子により構成されている。このとき、表現型に表れる形質は、父と母から受け継いだ遺伝子の組み合わせにより決まる。以下、「父から受け継いだ遺伝子を「父方の遺伝子」と呼び、母から受け継いだ遺伝子を「母方の遺伝子」と呼ぶ。また、父母から受け継いだ遺伝子の組み合わせのことを「遺伝子型」と呼ぶ。
遺伝子配列においてどの位置の配列がどの表現箇所に遺伝的影響を与えるかは既知である。よって、表現型抽出部２２は、遺伝子配列の所定位置を参照し、その位置の配列を、その位置に対応する表現箇所の表現型として抽出する。所定位置を参照することで、処理負荷が軽減される。表現型抽出部２２は、抽出した遺伝子配列を表現型としてテキスト情報で表す。
具体的に、頭髪の生え際を決定する遺伝子配列のうち、ある位置の８塩基部分が表現型に一致した遺伝子型を示すと仮定する。表現箇所Ａ「頭髪の生え際」の表現型は優性の表現型「富士額」と、劣性の表現型「非富士額」のいずれかとなる。いま、仮に優性の遺伝子型の配列が「ＴＴＧＴＴＴＣＧ」であり、劣性の遺伝子型の配列が「ＣＣＡＧＧＧＡＣ」であるとする。この場合、優性の「富士額」を表す表現型は以下の３パターンとなる。
（１）父方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
母方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
（２）父方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
母方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
（３）父方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
母方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
母方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
（２）父方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
母方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
（３）父方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
母方の遺伝子配列：「ＴＴＧＴＴＴＣＧ」
また、劣性の「非富士額」を表す表現型は以下の１パターンとなる。
（４）父方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
母方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
母方の遺伝子配列：「ＣＣＡＧＧＧＡＣ」
以下、表現箇所における遺伝子型をその表現箇所を示すアルファベットの大文字と小文字でそれぞれ示す。例えば、表現箇所Ａについては、優性の遺伝子を「Ａ」で示し、劣性の遺伝子を「ａ」で示す。また、遺伝子型は、父方の遺伝子、母方の遺伝子の順に表記する。例えば、父方の遺伝子が「Ａ」であり、母方の遺伝子が「ａ」である場合、その遺伝子型を「Ａａ」と表記する。この場合、頭髪の生え際を示す表現箇所Ａについては、遺伝子Ａ＝「ＴＴＧＴＴＴＣＧ」であり、遺伝子ａ＝「ＣＣＡＧＧＧＡＣ」である。遺伝子型が「ＡＡ」、「Ａａ」、「ａＡ」の場合に表現型が「富士額」となり、遺伝子型が「ａａ」の場合に表現型が「非富士額」となる。
図４は、表現型抽出部２２により得られた生体サンプルの表現型データの一例を示す。この生体サンプルでは、遺伝子情報の所定の位置から得られた父方の遺伝子配列が「ＴＴＧＴＴＴＣＧ」であり、母方の遺伝子配列が「ＣＣＡＧＧＧＡＣ」である。このため、表現箇所Ａの表現型（遺伝子型）は、「Ａａ」となる。同様に、他の表現箇所についても、遺伝子情報の所定の位置から得られた父方の遺伝子配列と母方の遺伝子配列に基づいて、表現型が決定される。このように、表現型抽出部２２は、遺伝子情報に基づいて、各表現箇所についての表現型を抽出する。
図３に戻り、特徴点抽出部２３は、入力された顔画像の画像解析を行い、生体サンプルから抽出される各表現箇所に対応する特徴点を抽出する。具体的に、特徴点抽出部２３は、顔画像から、表現箇所Ａ（頭髪の生え際）、表現箇所Ｂ（耳たぶの付け根）などの各表現箇所に対応する特徴点を抽出する。なお、特徴点抽出部２３は、例えばパターンマッチングなどにより各特徴点を抽出する。特徴点抽出部２３は、抽出した各特徴点の画像を表現型判定部２４に出力する。
表現型判定部２４は、特徴点抽出部２３により抽出された特徴点の画像に基づいて、その特徴点の形状を画像分析し、その特徴点の表現型を判定する。例えば、表現型判定部２４は、表現箇所Ａ（頭髪の生え際）に対応する特徴点の画像に基づいて、その顔画像の頭髪の生え際が「富士額」であるか「非富士額」であるかを判定する。その顔画像が「富士額」である場合、表現型判定部２４は、表現箇所Ａの表現型は上記の「ＡＡ」、「Ａａ」、「ａＡ」のいずれかであると判定する。一方、その顔画像が「非富士額」である場合、表現型判定部２４は、表現箇所Ａの表現型は「ａａ」であると判定する。こうして、表現型判定部２４は、顔画像から抽出された特徴点毎に、それに対応する表現箇所の表現型を判定する。なお、表現型判定部２４は、パターンマッチングなどを用いた画像分析により表現型を判定してもよいし、機械学習などを用いて予め学習されたモデルを用いて表現型を判定してもよい。表現型判定部２４は、各表現箇所についての表現型を、顔画像のＩＤなどの識別情報と対応付けて顔画像ＤＢ２５に保存する。
図５は、顔画像ＤＢ２５に保存されている表現型データの例を示す。例えば、表現箇所Ａ（頭髪の生え際）については、優性の表現型は３つのパターン（「ＡＡ」、「Ａａ」、「ａＡ」）のいずれかであるので、頭髪の生え際が「富士額」である顔画像については、その３つのパターンが記憶される。一方、劣性の表現型は１つのパターン「ａａ」に限定されるので、頭髪の生え際が「非富士額」である顔画像についてはその１つのパターンが記憶される。他の表現箇所についても同様に、優性の表現型は３つのパターンが記憶され、劣性の表現型は１つのパターンが記憶される。
照合部２６は、表現型抽出部２２により抽出された生体サンプルの表現型と、表現型判定部２４により判定されて顔画像ＤＢ２５に記憶されている顔画像の表現型とを照合し、一致度を算出する。具体的に、照合部２６は、表現箇所毎に、生体サンプルの表現型を顔画像の表現型と比較し、生体サンプルの表現型が、顔画像の表現型と一致するか否かを判定する。なお、照合部２６は、顔画像の表現型が優性の３つのパターンを含んでいる場合、生体サンプルの表現型がその３つに含まれていれば、生体サンプルの表現型と顔画像の表現型が一致したと判定する。
例えば、図４に示す生体サンプルの表現型を図５に示す顔画像ＩＤ「００１」の顔画像の表現型と比較する場合を考える。生体サンプルの表現箇所Ａの表現型「Ａａ」は、顔画像ＩＤ「００１」の顔画像の表現箇所Ａの表現型「ＡＡ，Ａａ，ａＡ」に含まれているので、照合部２６は、表現箇所Ａについては生体サンプルの表現型と顔画像の表現型が一致したと判定する。同様に、表現箇所Ｂについては、生体サンプルの表現型「ｂｂ」は、顔画像ＩＤ「００１」の顔画像の表現型「ｂｂ」と一致するので、照合部２６は、表現箇所Ｂについて、生体サンプルの表現型と顔画像の表現型が一致したと判定する。こうして、照合部２６は、表現箇所毎に生体サンプルの表現型と顔画像の表現型を照合する。
照合部２６は、例えば、１つの表現箇所について、生体サンプルの表現型と顔画像の表現型が一致した場合、その表現箇所についての一致度を「１」とし、一致しない場合、その表現箇所の一致度を「０」とする。そして、照合部２６は、各表現箇所についての一致度（以下、「表現箇所別一致度」とも呼ぶ。）を集計する。ここで、照合部２６は、各表現箇所について予め決められた重みを用いて表現箇所別一致度を集計する。図６は、表現箇所毎に設定された重みを示す重みテーブルの例を示す。各表現箇所に対する重みの値は、その表現箇所の遺伝的影響の受けやすさに応じて設定される。具体的には、遺伝的影響を受けやすいとされている表現箇所ほど大きな重みが設定される。図６の例では、表現箇所Ａ、Ｂ，Ｃの順に遺伝的影響を受けやすいことを示している。なお、図６に示す重みは説明の便宜上付与したものであり、現実に頭髪の生え際が耳たぶの付け根より遺伝的影響を受けやすいということではない。
照合部２６は、各表現箇所についての表現箇所別一致度「１」又は「０」に、各表現箇所についての重みを乗算して合計することにより、ある生体サンプルの表現型と、１つの顔画像の表現型との全体的な一致度（以下、「総合一致度」とも呼ぶ。）を算出する。重みを用いることにより、遺伝的影響の受けやすさを加味することができ、顔画像候補の絞り込み精度が向上する。そして、算出された総合一致度が所定の閾値より大きい場合、その顔画像をその生体サンプルに対応する候補と決定する。こうして、照合部２６は、ある生体サンプルの表現型を、顔画像ＤＢ２５に記憶されている複数の顔画像の表現型と比較し、その生体サンプルに対応する候補と決定された顔画像のリストを候補者リストとして出力する。
このように、本実施形態の情報処理装置によれば、生体サンプルの遺伝子情報から取得した表現型と、顔画像の画像分析により判定された表現型とを比較することにより、生体サンプルに対応する顔画像の候補を抽出することができる。よって、多数の顔画像から、生体サンプルに対応する候補を絞り込むことが可能となる。
［候補者抽出処理］
図７は、情報処理装置１００により行われる候補者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に示す各要素として動作することにより実現される。なお、この処理の前提として、複数の顔画像に含まれる表現箇所について表現型が判定され、図５に例示するような表現型データが顔画像ＤＢ２５に記憶されているものとする。
図７は、情報処理装置１００により行われる候補者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に示す各要素として動作することにより実現される。なお、この処理の前提として、複数の顔画像に含まれる表現箇所について表現型が判定され、図５に例示するような表現型データが顔画像ＤＢ２５に記憶されているものとする。
まず、遺伝子情報検出部２１は、生体サンプルを取得し（ステップＳ１１）、生体サンプルから、遺伝子配列を含む遺伝子情報を検出する（ステップＳ２１）。次に、表現型抽出部２２は、遺伝子配列の所定位置を参照し、各表現箇所についての表現型を抽出する（ステップＳ１３）。これにより、図４に例示するように、生体サンプルの表現型データが生成される。
次に、照合部２６は、各表現箇所毎に、生体サンプルの表現型を、顔画像ＤＢ２５に記憶されている複数の顔画像の表現型と比較して表現箇所別一致度を算出し、さらに図６に例示する重みテーブルを参照して表現箇所別一致度を重み付け加算して総合一致度を算出する（ステップＳ１４）。次に、照合部２６は、総合一致度が所定の閾値より大きいか否かを判定する（ステップＳ１５）。総合一致度が所定の閾値より大きくない場合（ステップＳ１５：Ｎｏ）、処理はステップＳ１７へ進む。一方、総合一致度が所定の閾値より大きい場合（ステップＳ１５：Ｙｅｓ）、照合部２６はその顔画像を候補者リストに入れ（ステップＳ１６）、ステップＳ１７へ進む。
ステップＳ１７では、照合部２６は、対象となる全ての顔画像を処理したか否かを判定する。全ての顔画像を処理していない場合（ステップＳ１７：Ｎｏ）、照合部２６は、顔画像ＤＢ２５から次の顔画像の表現型を取得し、ステップＳ１４～Ｓ１７の処理を繰り返す。一方、全ての顔画像を処理した場合（ステップＳ１７：Ｙｅｓ）、処理は終了する。
こうして、対象となる全ての顔画像について、生体サンプルの表現型との総合一致度が算出され、総合一致度が所定の閾値より大きい顔画像が候補者リストに入れられる。よって、候補者抽出処理の終了時には、生体サンプルに基づいて得られる表現型と一致度の高い顔画像が候補として抽出される。これにより、多数の顔画像から、生体サンプルに対応する対象者の候補を絞り込むことができる。
［変形例］
（変形例１）
上記の実施形態では、表現箇所毎の表現型の照合を予め決められた順序、例えば、表現箇所Ａ→Ｂ→Ｃの順で行う。これに対して、変形例では、劣性の遺伝子型が優性の遺伝子型より少ない点に着目し、劣性の表現型を示している表現箇所の照合を優先して行うことにより、生体サンプルに対応する候補者の絞り込みをより効率的に行う。
（変形例１）
上記の実施形態では、表現箇所毎の表現型の照合を予め決められた順序、例えば、表現箇所Ａ→Ｂ→Ｃの順で行う。これに対して、変形例では、劣性の遺伝子型が優性の遺伝子型より少ない点に着目し、劣性の表現型を示している表現箇所の照合を優先して行うことにより、生体サンプルに対応する候補者の絞り込みをより効率的に行う。
複数の表現箇所の表現型を組み合わせて照合する場合、全ての表現箇所の表現型が劣性である割合は、そうでない割合に対して小さくなる。いま、例えば、表現箇所Ａ「頭髪の生え際」と表現箇所Ｂ「耳たぶの付け根」の２つの表現箇所を用いる場合を想定する。メンデルの優性の法則に従えば、優性と劣性の遺伝子型の分離比は、各表現型の持つ遺伝子型の頻度により示すことができる。
上記の例において、
（ケース１）両方優性（富士額、耳たぶが垂れている）
（ケース２）表現箇所Ａが優性、表現箇所Ｂが劣性（富士額、耳たぶが垂れていない）
（ケース３）表現箇所Ａが劣性、表現箇所Ｂが優性（非富士額、耳たぶが垂れている）
（ケース４）両方劣性（非富士額、耳たぶが垂れていない）
とすると、ケース１：ケース２：ケース３：ケース４の比率は、９：３：３：１となる。即ち、２つの表現箇所を用いた場合、両方劣性である確率は全体の１／１６となる。因みに、３つの表現箇所を用いた場合、全てが劣性である確率は全体の１／６４となる。このように、表現箇所が劣性の表現型を示す割合、特に複数の表現箇所が全て劣性の表現型を示す割合は、そうでない割合よりかなり小さくなる。
（ケース１）両方優性（富士額、耳たぶが垂れている）
（ケース２）表現箇所Ａが優性、表現箇所Ｂが劣性（富士額、耳たぶが垂れていない）
（ケース３）表現箇所Ａが劣性、表現箇所Ｂが優性（非富士額、耳たぶが垂れている）
（ケース４）両方劣性（非富士額、耳たぶが垂れていない）
とすると、ケース１：ケース２：ケース３：ケース４の比率は、９：３：３：１となる。即ち、２つの表現箇所を用いた場合、両方劣性である確率は全体の１／１６となる。因みに、３つの表現箇所を用いた場合、全てが劣性である確率は全体の１／６４となる。このように、表現箇所が劣性の表現型を示す割合、特に複数の表現箇所が全て劣性の表現型を示す割合は、そうでない割合よりかなり小さくなる。
そこで、変形例１では、生体サンプルから抽出された各表現箇所の表現型に劣性の表現型が含まれる場合には、劣性の表現型を示している表現箇所を優先して照合部２６による照合を行う。具体的には、ある生体サンプルの表現型において、劣性の表現型を示している表現箇所がある場合、照合部２６は、その表現箇所についての照合を、劣性の表現型を示していない表現箇所に優先して行う。例えば、照合部２６が３つの表現箇所Ａ～Ｃを用いて照合を行うものとし、生体サンプルから得られた表現箇所Ａの表現型が劣性以外（ＡＡ、Ａａ、ａＡのいずれか）、表現箇所Ｂの表現型が劣性（ｂｂ）、表現箇所Ｃの表現型が劣性（ｃｃ）である場合、照合部２６は、表現箇所Ａよりも表現箇所Ｂ及びＣの表現型の照合を先に行う。即ち、照合部２６は、表現箇所毎の表現型の照合を、表現箇所Ａ→Ｂ→Ｃの順ではなく、表現箇所Ｂ→Ｃ→Ａ又はＣ→Ｂ→Ａの順に行う。こうすると、優先的に行われる劣性の表現型との照合により、照合の対象となる顔画像の数を早い段階で大きく減らすことができるので、生体サンプルの表現型と顔画像の表現型との照合をより効率的に行うことが可能となる。
（変形例２）
表示装置１７は、情報処理装置１００の各構成が出力した情報のうちの一部又は全てを表示可能である。また、表示装置１７は、特徴点抽出部２３が特徴点を抽出した元の画像を表示してもよく、そのときに照合に成功した特徴点を顔画像上に強調表示してもよい。さらに、表示装置１７は、情報処理装置１００が絞り込みを行った結果、絞り込まれた候補者の人物情報を候補者リストとして一覧表示してもよい。その際、表示装置１７は、各候補者を一致度が高い順に表示してもよい。その際、表示装置１７は、人物情報と、一致度と、照合に成功した劣性の表現箇所を示す情報（額や耳の具体的な形状など）のうち、少なくとも１つを併せて表示してもよい。
表示装置１７は、情報処理装置１００の各構成が出力した情報のうちの一部又は全てを表示可能である。また、表示装置１７は、特徴点抽出部２３が特徴点を抽出した元の画像を表示してもよく、そのときに照合に成功した特徴点を顔画像上に強調表示してもよい。さらに、表示装置１７は、情報処理装置１００が絞り込みを行った結果、絞り込まれた候補者の人物情報を候補者リストとして一覧表示してもよい。その際、表示装置１７は、各候補者を一致度が高い順に表示してもよい。その際、表示装置１７は、人物情報と、一致度と、照合に成功した劣性の表現箇所を示す情報（額や耳の具体的な形状など）のうち、少なくとも１つを併せて表示してもよい。
（変形例３）
上記の実施形態では、表現型が表れる表現箇所として顔の部分を用いているが、生体の遺伝形質を示す表現型が表れる表現箇所は顔には限られない。例えば、爪の形（縦爪、横爪）や親指の反り方など、顔以外にも表現型が表れる表現箇所があり、本発明の情報処理装置は、そのような表現箇所の表現型を用いることも可能である。即ち、顔以外にも、手、足、腕、動体、体表、肌、爪、指などの形状や性質、特徴を示す生体画像を用いて表現型の照合を行うことが可能である。
上記の実施形態では、表現型が表れる表現箇所として顔の部分を用いているが、生体の遺伝形質を示す表現型が表れる表現箇所は顔には限られない。例えば、爪の形（縦爪、横爪）や親指の反り方など、顔以外にも表現型が表れる表現箇所があり、本発明の情報処理装置は、そのような表現箇所の表現型を用いることも可能である。即ち、顔以外にも、手、足、腕、動体、体表、肌、爪、指などの形状や性質、特徴を示す生体画像を用いて表現型の照合を行うことが可能である。
＜第２実施形態＞
図８は、第２実施形態に係る情報処理装置５０の機能構成を示すブロック図である。情報処理装置５０は、遺伝子情報検出手段５１と、表現型抽出手段５２と、表現型判定手段５３と、照合手段５４と、を備える。遺伝子情報検出手段５１は、対象者の生体サンプルから遺伝子情報を検出する。表現型抽出手段５２は、遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から表現型を抽出する。表現型判定手段５３は、顔画像から、表現型が表れる特徴点を抽出し、特徴点の形状を分析して表現型を判定する。照合手段５４は、生体サンプルから抽出された表現型と、顔画像から判定された表現型とを照合して、生体サンプルと顔画像の一致度を算出する。
図８は、第２実施形態に係る情報処理装置５０の機能構成を示すブロック図である。情報処理装置５０は、遺伝子情報検出手段５１と、表現型抽出手段５２と、表現型判定手段５３と、照合手段５４と、を備える。遺伝子情報検出手段５１は、対象者の生体サンプルから遺伝子情報を検出する。表現型抽出手段５２は、遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から表現型を抽出する。表現型判定手段５３は、顔画像から、表現型が表れる特徴点を抽出し、特徴点の形状を分析して表現型を判定する。照合手段５４は、生体サンプルから抽出された表現型と、顔画像から判定された表現型とを照合して、生体サンプルと顔画像の一致度を算出する。
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）
対象者の生体サンプルから遺伝子情報を検出する遺伝子情報検出手段と、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出する表現型抽出手段と、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定する表現型判定手段と、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出する照合手段と、
を備える情報処理装置。
対象者の生体サンプルから遺伝子情報を検出する遺伝子情報検出手段と、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出する表現型抽出手段と、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定する表現型判定手段と、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出する照合手段と、
を備える情報処理装置。
（付記２）
前記生体画像は、顔画像である付記１に記載の情報処理装置。
前記生体画像は、顔画像である付記１に記載の情報処理装置。
（付記３）
前記照合手段は、前記表現箇所毎に予め決められた重みを記憶しており、
前記生体サンプルから抽出された表現型を示す値と、前記顔画像から判定された表現型を示す値と、前記重みとを用いて表現箇所毎に一致度を算出し、全ての表現箇所における一致度を合計して前記生体サンプルと前記顔画像の一致度を算出する付記２に記載の情報処理装置。
前記照合手段は、前記表現箇所毎に予め決められた重みを記憶しており、
前記生体サンプルから抽出された表現型を示す値と、前記顔画像から判定された表現型を示す値と、前記重みとを用いて表現箇所毎に一致度を算出し、全ての表現箇所における一致度を合計して前記生体サンプルと前記顔画像の一致度を算出する付記２に記載の情報処理装置。
（付記４）
前記照合手段は、複数の顔画像のうち、前記生体サンプルとの一致度が所定の閾値より大きい顔画像を、前記生体サンプルに対応する顔画像の候補として出力する付記２又は３に記載の情報処理装置。
前記照合手段は、複数の顔画像のうち、前記生体サンプルとの一致度が所定の閾値より大きい顔画像を、前記生体サンプルに対応する顔画像の候補として出力する付記２又は３に記載の情報処理装置。
（付記５）
前記表現型抽出手段は、前記遺伝子情報における、前記表現箇所に対応する所定の位置を参照して前記表現型を抽出する付記２乃至４のいずれか一項に記載の情報処理装置。
前記表現型抽出手段は、前記遺伝子情報における、前記表現箇所に対応する所定の位置を参照して前記表現型を抽出する付記２乃至４のいずれか一項に記載の情報処理装置。
（付記６）
前記照合手段は、前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して照合する付記２乃至５のいずれか一項に記載の情報処理装置。
前記照合手段は、前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して照合する付記２乃至５のいずれか一項に記載の情報処理装置。
（付記７）
複数の顔画像について、前記顔画像の識別情報と、前記顔画像から前記表現箇所毎に検出された表現型を示す値とを対応付けて記憶したデータベースを備える付記２乃至６のいずれか一項に記載の情報処理装置。
複数の顔画像について、前記顔画像の識別情報と、前記顔画像から前記表現箇所毎に検出された表現型を示す値とを対応付けて記憶したデータベースを備える付記２乃至６のいずれか一項に記載の情報処理装置。
（付記８）
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出する情報処理方法。
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出する情報処理方法。
（付記９）
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出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。
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型と、前記生体画像から判定された表現型とを照合して、前記生体サンプルと前記生体画像の一致度を算出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本発明を説明したが、本発明は上記実施形態及び実施例に限定されるものではない。本発明の構成や詳細には、本発明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。
１１ ＩＦ（ＩｎｔｅｒＦａｃｅ）
１２ プロセッサ
１３ メモリ
１４ 記録媒体
１５ データベース（ＤＢ）
１６ 入力装置
１７ 表示装置
２１ 遺伝子情報検出部
２２ 表現型抽出部
２３ 特徴点抽出部
２４ 表現型判定部
２５ 顔画像ＤＢ
２６ 照合部
５０ 情報処理装置
５１ 遺伝子情報検出手段
５２ 表現型抽出手段
５３ 表現型判定手段
５４ 照合手段
１２ プロセッサ
１３ メモリ
１４ 記録媒体
１５ データベース（ＤＢ）
１６ 入力装置
１７ 表示装置
２１ 遺伝子情報検出部
２２ 表現型抽出部
２３ 特徴点抽出部
２４ 表現型判定部
２５ 顔画像ＤＢ
２６ 照合部
５０ 情報処理装置
５１ 遺伝子情報検出手段
５２ 表現型抽出手段
５３ 表現型判定手段
５４ 照合手段
Claims (8)
- 対象者の生体サンプルから遺伝子情報を検出する遺伝子情報検出手段と、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出する表現型抽出手段と、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定する表現型判定手段と、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する照合手段と、
を備える情報処理装置。 - 前記生体画像は、顔画像である請求項１に記載の情報処理装置。
- 前記照合手段は、前記表現箇所毎に予め決められた重みを記憶しており、
前記生体サンプルから抽出された表現型を示す値と、前記顔画像から判定された表現型を示す値と、前記重みとを用いて表現箇所毎に一致度を算出し、全ての表現箇所における一致度を合計して前記生体サンプルと前記顔画像の一致度を算出する請求項２に記載の情報処理装置。 - 前記照合手段は、複数の顔画像のうち、前記生体サンプルとの一致度が所定の閾値より大きい顔画像を、前記生体サンプルに対応する顔画像の候補として出力する請求項２又は３に記載の情報処理装置。
- 前記表現型抽出手段は、前記遺伝子情報における、前記表現箇所に対応する所定の位置を参照して前記表現型を抽出する請求項２乃至４のいずれか一項に記載の情報処理装置。
- 複数の顔画像について、前記顔画像の識別情報と、前記顔画像から前記表現箇所毎に検出された表現型を示す値とを対応付けて記憶したデータベースを備える請求項２乃至５のいずれか一項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、
対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出する情報処理方法。 - 対象者の生体サンプルから遺伝子情報を検出し、
前記遺伝子情報に基づいて、遺伝形質を示す表現型が表れる表現箇所から前記表現型を抽出し、
生体画像から、前記表現型が表れる特徴点を抽出し、前記特徴点の形状を分析して表現型を判定し、
前記生体サンプルから抽出された表現型から劣性の表現型を抽出し、前記劣性の表現型を示す表現箇所の表現型を、それ以外の表現箇所の表現型よりも優先して、前記生体画像から判定された表現型と照合して、前記生体サンプルと前記生体画像の一致度を算出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/JP2020/014852 WO2021199295A1 (ja) | 2020-03-31 | 2020-03-31 | 情報処理装置、情報処理方法、及び、記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2021199295A1 JPWO2021199295A1 (ja) | 2021-10-07 |
| JPWO2021199295A5 JPWO2021199295A5 (ja) | 2022-11-15 |
| JP7392832B2 true JP7392832B2 (ja) | 2023-12-06 |
Family
ID=77928046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022513005A Active JP7392832B2 (ja) | 2020-03-31 | 2020-03-31 | 情報処理装置、情報処理方法、及び、プログラム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20220290233A1 (ja) |
| EP (1) | EP4131152A1 (ja) |
| JP (1) | JP7392832B2 (ja) |
| WO (1) | WO2021199295A1 (ja) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018134138A (ja) | 2017-02-20 | 2018-08-30 | ヤフー株式会社 | 認証装置、認証方法および認証プログラム |
-
2020
- 2020-03-31 EP EP20929086.5A patent/EP4131152A1/en not_active Withdrawn
- 2020-03-31 US US17/635,782 patent/US20220290233A1/en active Pending
- 2020-03-31 WO PCT/JP2020/014852 patent/WO2021199295A1/ja unknown
- 2020-03-31 JP JP2022513005A patent/JP7392832B2/ja active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018134138A (ja) | 2017-02-20 | 2018-08-30 | ヤフー株式会社 | 認証装置、認証方法および認証プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4131152A1 (en) | 2023-02-08 |
| JPWO2021199295A1 (ja) | 2021-10-07 |
| US20220290233A1 (en) | 2022-09-15 |
| WO2021199295A1 (ja) | 2021-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5633080B2 (ja) | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 | |
| KR101252454B1 (ko) | 대표 지문 템플릿 생성 장치 및 방법 | |
| KR102320580B1 (ko) | 딥러닝을 이용한 근시 진행 예측 방법 및 시스템 | |
| JP2010262392A (ja) | 画像処理装置、画像処理方法、及び同方法をコンピュータに実行させるプログラム | |
| JP2019109843A (ja) | 分類装置、分類方法、属性認識装置、及び機械学習装置 | |
| JP7248086B2 (ja) | 情報処理装置、遺伝情報作成方法及びプログラム | |
| KR20100002073A (ko) | 인물 식별 방법 및 그 시스템 | |
| JP7392832B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| CN110969095A (zh) | 一种信鸽的身份信息分析方法及装置 | |
| JP5897745B2 (ja) | 加齢分析方法及び加齢分析装置 | |
| Balazia et al. | How unique is a face: An investigative study | |
| WO2020049510A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JPH10340342A (ja) | 個体識別装置 | |
| JP7400977B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| KR20160069027A (ko) | 감성 기반의 영상 색인 시스템 및 방법 | |
| JP7400987B2 (ja) | 顔認証装置、顔認証方法、及び、プログラム | |
| WO2022176294A1 (ja) | 情報処理装置、情報処理方法、照合システム、プログラム及び記録媒体 | |
| WO2021245932A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 | |
| KR102616230B1 (ko) | 사용자 이미지에 기반하여 사용자의 집중력을 판단하는방법 및 이를 수행하는 운영 서버 | |
| KR102674496B1 (ko) | 원격 광용적맥파신호를 이용한 위조 얼굴 판별 방법 및 장치 | |
| JP7294384B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| Ferdous et al. | Iris-Pupil Thickness based Biometric Approach for Determining Age Group using Linear SVM | |
| WO2022162781A1 (ja) | 行動系列判定装置、行動系列判定方法、及び行動系列判定プログラム | |
| KR20230154379A (ko) | 메타버스 커머스 플랫폼에서 뷰티 제품의 향에 기초한 사용자의 의사결정을 지원하는 시스템 및 방법 | |
| Pal et al. | STUDY OF GENDER PREDICTION FROM IMAGES USING DEEP LEARNING TECHNIQUES |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220913 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220913 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230620 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230816 |
|
| 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: 20231024 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231106 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 7392832 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |