JP7460016B2 - 当人認証支援システム、当人認証支援方法及びプログラム - Google Patents
当人認証支援システム、当人認証支援方法及びプログラム Download PDFInfo
- Publication number
- JP7460016B2 JP7460016B2 JP2023512623A JP2023512623A JP7460016B2 JP 7460016 B2 JP7460016 B2 JP 7460016B2 JP 2023512623 A JP2023512623 A JP 2023512623A JP 2023512623 A JP2023512623 A JP 2023512623A JP 7460016 B2 JP7460016 B2 JP 7460016B2
- Authority
- JP
- Japan
- Prior art keywords
- depth
- information
- measurement
- area
- 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
- 238000000034 method Methods 0.000 title claims description 112
- 238000005259 measurement Methods 0.000 claims description 261
- 238000012545 processing Methods 0.000 claims description 142
- 230000008569 process Effects 0.000 claims description 94
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 description 34
- 238000012986 modification Methods 0.000 description 34
- 238000012795 verification Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 18
- 230000000694 effects Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000001151 other effect 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Description
本発明は、当人認証支援システム、当人認証支援方法及びプログラムに関する。
例えば特許文献１には、本人を認証するための技術として、画像処理装置が開示されている。特許文献１に記載の画像処理装置は、第１の波長の光を用いて被写体を撮影することで生成された第１の画像と、第２の波長の光を用いて、被写体を撮影することで生成された第２の画像と、被写体の深度情報と、を取得する取得部と、第２の画像に写る顔を検出する検出部と、を有する。
また、当該画像処理装置は、深度情報に基づいて、検出部が検出した顔が生体を撮影したものであるか否かを判定する判定部と、判定部が生体を撮影したものであると判定した顔に関する情報に基づいて、前記第１の画像から顔画像を抽出する抽出部とを有する。
特許文献１に記載の技術によれば、深度情報に基づいて、検出部が検出した顔が生体を撮影したものであるか否かが判定される。しかしながら、深度情報を生成するセンサなどの測定装置によっては、生成される深度情報の精度にバラツキがあることが多い。そのため、画像に写る顔が生体を撮影したものであるか否かを正確に判断できず、正確な当人認証が困難になることがある。
本発明は、上述の事情に鑑みてなされたもので、その目的の１つは、当人認証の精度向上を支援することにある。
上記目的を達成するため、本発明の第１の観点に係る当人認証支援システムは、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得する深度取得手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える。
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得する深度取得手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える。
本発明の第２の観点に係る当人認証支援方法は、
コンピュータが、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを含む。
コンピュータが、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを含む。
本発明の第３の観点に係るプログラムは、
コンピュータに、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを実行させるためのプログラムである。
コンピュータに、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを実行させるためのプログラムである。
本発明によれば、当人認証の精度向上を支援することが可能になる。
以下、本発明の実施の形態について、図面を用いて説明する。なお、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
＜＜実施の形態１＞＞
＜当人認証支援システム１００の構成＞
本発明の実施の形態１に係る当人認証支援システム１００は、対象者の当人認証を支援するシステムである。当人認証では、対象者を識別するための情報が対象者自身のものであることが確認される。このような当人認証は、例えば、ネットショッピングなどで取引を行うメンバとして対象者を登録する際など、対象者の個人情報を取り扱う処理において行われることがある。この場合の対象者を識別するための情報は、対象者によって入力される氏名、住所、生年月日などである。
＜当人認証支援システム１００の構成＞
本発明の実施の形態１に係る当人認証支援システム１００は、対象者の当人認証を支援するシステムである。当人認証では、対象者を識別するための情報が対象者自身のものであることが確認される。このような当人認証は、例えば、ネットショッピングなどで取引を行うメンバとして対象者を登録する際など、対象者の個人情報を取り扱う処理において行われることがある。この場合の対象者を識別するための情報は、対象者によって入力される氏名、住所、生年月日などである。
当人認証支援システム１００は、図１に示すように、測定装置１０１と、当人認証支援装置１０２とを備える。測定装置１０１と当人認証支援装置１０２とは、有線、無線又はこれらを適宜組み合わせて構成されるネットワークを介して互いに情報を送受信可能に接続されている。
以下、当人認証支援装置１０２を単に「支援装置１０２」とも表記する。
＜測定装置１０１の機能的構成＞
測定装置１０１は、対象者の当人認証に用いられる情報を生成可能な装置であって、機能的に、入力部１０３と、表示部１０４と、読取り部１０５と、深度測定部１０６と、明度測定部１０７と、通信部１０８とを含む。
測定装置１０１は、対象者の当人認証に用いられる情報を生成可能な装置であって、機能的に、入力部１０３と、表示部１０４と、読取り部１０５と、深度測定部１０６と、明度測定部１０７と、通信部１０８とを含む。
入力部１０３は、対象者の指示を受け付ける。表示部１０４は、対象者に情報を表示する。
読取り部１０５は、カメラ１０７０（図６参照）などから構成され、対象者の顔を含む撮影領域ＳＡを撮影して、当該撮影した撮影領域ＳＡの画像を示す画像情報を生成する。
また、読取り部１０５は、対象者の顔画像が関連付けられた本人確認書類を撮影することによって本人確認書類に示される情報を読み取り、当該撮影した読取り画像Ｍを示す読取り画像情報を生成する。本人確認書類は、公的な書類が望ましく、運転免許証、個人番号カード（いわゆる、マイナンバーカード）などである。
図２は、読取り画像Ｍの一例を示す。同図に示す読取り画像Ｍは、本人確認書類の一面に対象者の顔写真を含むことによって、対象者の顔画像が本人確認書類に関連付けられている。
再び、図１を参照する。
深度測定部１０６は、読取り部１０５によって撮影される撮影領域ＳＡに対応付けて予め定められる複数の測定点ＭＰの各々の深度を測定して、当該測定した深度を示す深度情報を生成する。複数の測定点ＭＰの深度は、読取り部１０５から、複数の測定点ＭＰの各々に対応する実空間上の点までの距離である。
深度測定部１０６は、読取り部１０５によって撮影される撮影領域ＳＡに対応付けて予め定められる複数の測定点ＭＰの各々の深度を測定して、当該測定した深度を示す深度情報を生成する。複数の測定点ＭＰの深度は、読取り部１０５から、複数の測定点ＭＰの各々に対応する実空間上の点までの距離である。
例えば、読取り部１０５、深度測定部１０６がそれぞれカメラ１０７０、深度センサ１０９０（図６参照）によって構成される場合、カメラ１０７０及び深度センサ１０９０は、測定装置１０１において互いに近い位置に設けられるとよい。これによって、実質的に、読取り部１０５から測定点ＭＰの各々までの距離を測定することができる。
明度測定部１０７は、読取り部１０５によって画像が撮影される時の撮影環境の明るさを測定する照度センサ１０８０（図６参照）であり、当該測定した明るさを示す明度情報を生成する。
通信部１０８は、上述のネットワークを介して、支援装置１０２との間で互いに情報を送受信する。本実施の形態に係る通信部１０８は、対象者の指示に応じて、画像情報、読取り画像情報、深度情報、明度情報、深度の測定条件を示す測定条件情報を支援装置１０２へ送信する。
測定条件情報は、測定装置１０１における深度の測定条件を示す情報であり、本実施の形態では、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）情報である。ＯＳ情報は、測定装置１０１にて動作するＯＳを識別するための情報であり、例えば、ＯＳの種類、バージョンなどを示す。ＯＳ情報は、例えば、測定装置１０１に含まれる記憶部（不図示）に予め記憶され、通信部１０８によって取得される。
＜当人認証支援装置１０２の機能的構成＞
支援装置１０２は、測定装置１０１によって生成された情報に基づいて、対象者の当人認証のための照合処理を行うか否かを判断する。そして、支援装置１０２は、判断の結果に応じて、当人認証のための照合処理や認証処理を行う。
支援装置１０２は、測定装置１０１によって生成された情報に基づいて、対象者の当人認証のための照合処理を行うか否かを判断する。そして、支援装置１０２は、判断の結果に応じて、当人認証のための照合処理や認証処理を行う。
支援装置１０２は、機能的に、読取り画像取得部１１０と、画像情報取得部１１１と、測定条件取得部１１２と、明度取得部１１３と、データ記憶部１１４と、領域設定部１１５と、深度取得部１１６と、照合判断部１１７と、認証部１１８とを含む。
読取り画像取得部１１０は、読取り画像情報を測定装置１０１から取得する。画像情報取得部１１１は、画像情報を測定装置１０１から取得する。測定条件取得部１１２は、測定条件情報を測定装置１０１から取得する。明度取得部１１３は、明度情報を測定装置１０１から取得する。
データ記憶部１１４は、測定条件－精度データ１１４ａが予め格納される記憶部である。測定条件－精度データ１１４ａは、図３に示すように、測定条件情報と精度情報とを関連付けたデータである。精度情報は、深度の測定精度を示す情報である。
図３に例示する測定条件－精度データ１１４ａでは、測定条件情報はＯＳの種類を示し、精度情報は深度の測定精度を示す。具体的には、図３の測定条件－精度データ１１３ａにおいて、「Ａ」というＯＳには、深度の測定精度として「１５０」が関連付けられており、「Ｂ」というＯＳには、深度の測定精度として「８０」が関連付けられている。
なお、測定条件－精度データ１１４ａに含まれる測定条件情報は、２つに限られず、適宜変更されてよい。
領域設定部１１５は、測定条件取得部１１２によって取得される測定条件情報が示す測定条件に応じて、処理領域を設定する。処理領域は、画像情報取得部１１１によって取得される画像の撮影領域ＳＡのうち、深度情報の処理対象となる領域である。
詳細には、領域設定部１１５は、図４に示すように機能的に、精度判断部１２０と、設定部１２１とを含む。
精度判断部１２０は、測定条件取得部１１２によって取得される測定条件情報に基づいて、深度の測定精度が高精度であるか否かを判断する。
本実施の形態に係る精度判断部１２０は、測定条件情報と測定条件－精度データ１１４ａとに基づいて得られる測定精度が予め定められる測定基準を満たすか否かに応じて、深度の測定精度が高精度であるか否かを判断する。
例えば、測定基準は、測定精度情報が示す値が予め定められる閾値（例えば「１００」）以上である場合に高精度であり、測定精度情報が示す値が当該閾値未満である場合に低精度である、という基準である。
設定部１２１は、精度判断部１２０によって判断された測定精度が高精度である場合に、当該判断された測定精度が高精度でない（すなわち、低精度である）場合よりも狭い処理領域を設定する。
例えば、測定精度が低精度である場合の処理領域は、撮影領域ＳＡの全体である。測定精度が高精度である場合の処理領域は、顔領域ＦＲである。顔領域ＦＲは、対象者の顔に対応する領域であり、撮影領域ＳＡの一部であるので、撮影領域ＳＡの全体よりも狭い。
再び、図１を参照する。
深度取得部１１６は、領域設定部１１５によって設定された処理領域における深度を含む深度情報を測定装置１０１から取得する。深度取得部１１６によって取得される深度情報は、測定条件取得部１１２によって取得される測定情報が示す測定条件で測定された深度を示す。
深度取得部１１６は、領域設定部１１５によって設定された処理領域における深度を含む深度情報を測定装置１０１から取得する。深度取得部１１６によって取得される深度情報は、測定条件取得部１１２によって取得される測定情報が示す測定条件で測定された深度を示す。
本実施の形態に係る深度取得部１１６は、明度測定部１０７によって測定される明るさが予め定められる照度基準を満たす場合に、深度情報を測定装置１０１から取得する。
本実施の形態に係る照度基準は、例えば、明るさの上限及び下限を含む範囲で規定される。例えば、上限値がＴＨＵ［カンデラ］であり、下限値がＴＨＬ［カンデラ］である場合、照度基準は、明度測定部１０７によって測定される明るさがＴＨＬ［カンデラ］以上、かつ、ＴＨＵ［カンデラ］以下であることである。
また、本実施の形態では、深度取得部１１６は、撮影領域ＳＡ全体の深度を示す深度情報を測定装置１０１から取得する。
照合判断部１１７は、領域設定部１１５によって設定された処理領域の深度情報に基づいて、対象者の画像情報を照合処理に用いるか否かを判断する。
照合処理は、例えば、画像情報が示す画像と読取り画像Ｍとを照合する処理であって、これにより、画像情報が示す画像と読取り画像Ｍとに含まれる人が同一人（対象者）であることを確認する。詳細には例えば、画像情報が示す画像と読取り画像Ｍとに含まれる人の顔画像の特徴量の類似度が予め定められる閾値以上である場合に、画像情報が示す画像と読取り画像Ｍとに含まれる人が同一人であると推定される。また、当該類似度が当該閾値未満である場合に、画像情報が示す画像と読取り画像Ｍとに含まれる人が同一人でないと推定される。
ここで、一般的に、他人の本人確認書類によって当人認証を受ける、いわゆる、なりすましの典型的な手法として、本人確認書類によって識別される個人（本人）以外の第三者が本人を予め撮影した画像をディスプレイやモニタの画面に表示し、当該画面に表示された画像を撮影する手法がある。この手法によれば、画像情報と読取り画像Ｍとに含まれる対象者の顔画像の特徴量の類似度に基づく照合処理では、第三者が他人の本人確認書類を使用して当人認証を受けようとしているにもかかわらず、画像情報が示す画像と読取り画像Ｍとに含まれる人が同一人であると推定されることがある。
そこで、このような手法のなりすましを防ぐために、照合判断部１１７は、領域設定部１１５によって設定された処理領域の深度情報に基づいて、画像情報の真正性を確認する。画像情報の真正性とは、画像情報に含まれる人の画像が、実際に人を撮影すること（すなわち、当該画像情報が生成された撮影の時にその撮影場所に実在した人を撮影すること）によって得られたものであることを意味する。
ディスプレイやモニタの画面に表示された画像を撮影した場合、画面は平らなことが多いため、深度情報は概ね平らな面を示すものとなるのに対して、実際に人を撮影した場合、深度情報はある程度以上の凹凸を示すものとなる。そのため、照合判断部１１７は、処理領域の深度情報に基づいて、画像情報の真正性を推定することができる。
そして、照合判断部１１７は、画像情報が真正であると推定される場合に対象者の画像情報を照合処理に用いると判断し、画像情報が真正でないと推定される場合に対象者の画像情報を照合処理に用いないと判断する。
詳細には、照合判断部１１７は、図５に示すように、抽出部１３０と、判断部１３１とを含む。
抽出部１３０は、深度取得部１１６によって取得された深度情報の中から、設定部１２１によって設定された処理領域の深度情報を抽出する。
判断部１３１は、抽出部１３０によって抽出された深度情報を用いて、対象者の画像情報を照合処理に用いるか否かを判断する。
より詳細には、判断部１３１は、抽出部１３０によって抽出された深度情報を用いて、当該処理領域における凹凸の大きさを示す凹凸レベルを求める。そして、判断部１３１は、当該求めた凹凸レベルと予め定められる凹凸基準と比較することによって、対象者の画像情報を照合処理に用いるか否かを判断する。
凹凸レベルは、処理領域における凹凸の程度を示す指標であり、本実施の形態では、処理領域における凹凸の標準偏差である。
凹凸基準は、実際に人を撮影した場合の一般的な凹凸レベルに応じて設定され、深度の測定精度に応じて異なる基準が設定される。
例えば、測定精度が低精度である場合の処理領域が撮影領域ＳＡの全体であるとすると、処理対象には対象者及びその背景が含まれる。そのため、低精度用の凹凸基準には、実際に人を撮影した場合の当該人及びその背景の凹凸の標準偏差に応じた値（例えば、一般的に生じる凹凸の標準偏差の最小値）が設定される。
測定精度が高精度である場合の処理領域が対象者の顔に対応する領域を含む部分領域であるとする。高精度用の凹凸基準には、一般的な人の顔における凹凸の標準偏差に応じた値（例えば、一般的な人の顔における凹凸の標準偏差の最小値）が設定される。
再び、図１を参照する。
認証部１１８は、照合判断部１１７の判断結果に応じた処理を行う。
認証部１１８は、照合判断部１１７の判断結果に応じた処理を行う。
詳細には、照合判断部１１７によって対象者の画像情報を照合処理に用いると判断された場合、認証部１１８は、画像情報が示す画像と読取り画像Ｍとを照合する照合処理を含む当人認証処理を行う。当人認証処理では、例えば、認証処理によって本人確認書類の真正性が確認された場合に、対象者が入力した情報が本人確認書類の内容と一致することなどがさらに確認される。また例えば、当人認証処理では、本人確認書類の有効期限などが確認されてもよく、これらは認証者によって確認されて、その結果が支援装置１０２に入力されてもよい。
照合判断部１１７によって対象者の画像情報を照合処理に用いないと判断された場合、認証部１１８は、その旨の通知を測定装置１０１へ送信する。これにより、測定装置１０１の表示部１０４には、照合処理を行わない旨の表示がなされる。
これまで、当人認証支援システム１００の機能的な構成について主に説明した。ここから、当人認証支援システム１００の物理的な構成について、図を参照して説明する。
＜測定装置１０１の物理的構成＞
測定装置１０１は、物理的には例えば、スマートフォン、タブレット端末などであり、図６に示すように、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、ユーザインタフェース１０６０、カメラ１０７０、照度センサ１０８０及び深度センサ１０９０を含む。なお、測定装置１０１は、カメラ１０７０、照度センサ１０８０及び深度センサ１０９０が取り付けられたパーソナルコンピュータなどであってもよい。
測定装置１０１は、物理的には例えば、スマートフォン、タブレット端末などであり、図６に示すように、バス１０１０、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、ユーザインタフェース１０６０、カメラ１０７０、照度センサ１０８０及び深度センサ１０９０を含む。なお、測定装置１０１は、カメラ１０７０、照度センサ１０８０及び深度センサ１０９０が取り付けられたパーソナルコンピュータなどであってもよい。
バス１０１０は、プロセッサ１０２０、メモリ１０３０、ストレージデバイス１０４０、ネットワークインタフェース１０５０、カメラ１０７０、照度センサ１０８０、深度センサ１０９０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０２０などを互いに接続する方法は、バス接続に限定されない。
プロセッサ１０２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などで実現されるプロセッサである。
メモリ１０３０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などで実現される主記憶装置である。
ストレージデバイス１０４０は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、メモリカード、又はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などで実現される補助記憶装置である。ストレージデバイス１０４０は、測定装置１０１の各機能を実現するためのプログラムモジュールを記憶している。プロセッサ１０２０がこれら各プログラムモジュールをメモリ１０３０上に読み込んで実行し、ネットワークインタフェース１０５０、ユーザインタフェース１０６０、カメラ１０７０、照度センサ１０８０、深度センサ１０９０と協働することで、測定装置１０１の各機能部が実現される。
ネットワークインタフェース１０５０は、ネットワークを介して支援装置１０２と互いに通信するためのインタフェースであり、通信部１０８を構成する。
ユーザインタフェース１０６０は、ユーザに情報を表示し、またユーザが入力するための部位であり、例えば液晶パネル、液晶パネルの画面に設けられたタッチセンサ、キーボード、マウスなどから構成される。ユーザインタフェース１０６０は、入力部１０３、表示部１０４を構成する。
カメラ１０７０は、画像を撮影する装置であり、読取り部１０５を構成する。照度センサ１０８０は、照度を測定するセンサであり、明度測定部１０７を構成する。深度センサ１０９０は、深度を測定するセンサであり、深度測定部１０６を構成する。
＜当人認証支援装置１０２の物理的構成＞
当人認証支援装置１０２は、物理的には例えば、パーソナルコンピュータ、サーバ装置用ホストマシンなどであり、図７に示すように、バス２０１０、プロセッサ２０２０、メモリ２０３０、ストレージデバイス２０４０、ネットワークインタフェース２０５０及びユーザインタフェース２０６０を含む。
当人認証支援装置１０２は、物理的には例えば、パーソナルコンピュータ、サーバ装置用ホストマシンなどであり、図７に示すように、バス２０１０、プロセッサ２０２０、メモリ２０３０、ストレージデバイス２０４０、ネットワークインタフェース２０５０及びユーザインタフェース２０６０を含む。
バス２０１０は、プロセッサ２０２０、メモリ２０３０、ストレージデバイス２０４０、ネットワークインタフェース２０５０、ユーザインタフェース２０６０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ２０２０などを互いに接続する方法は、バス接続に限定されない。
プロセッサ２０２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などで実現されるプロセッサである。
メモリ２０３０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などで実現される主記憶装置である。
ストレージデバイス２０４０は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、メモリカード、又はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などで実現される補助記憶装置である。ストレージデバイス２０４０は、測定装置１０１の各機能を実現するためのプログラムモジュールを記憶している。プロセッサ２０２０がこれら各プログラムモジュールをメモリ２０３０上に読み込んで実行し、適宜ネットワークインタフェース２０５０、ユーザインタフェース２０６０と協働することで、測定装置１０１の各機能部が実現される。
ネットワークインタフェース２０５０は、ネットワークを介して測定装置１０１と互いに通信するためのインタフェースである。
ユーザインタフェース２０６０は、ユーザに情報を表示し、またユーザが入力するための部位であり、例えば液晶パネル、液晶パネルの画面に設けられたタッチセンサ、キーボード、マウスなどから構成される。
これまで、当人認証支援システム１００の構成について説明した。ここから、当人認証支援システム１００の動作について説明する。
＜当人認証支援システム１００の動作＞
当人認証支援システム１００では、測定装置１０１によって測定処理が実行され、支援装置１０２によって当人認証支援処理が実行される。測定処理は、当人認証支援処理にて利用される情報（本実施の形態では、対象者の画像情報、深度情報、明度情報、測定条件情報）を取得するための処理である。当人認証支援処理は、対象者の当人認証を支援するための処理である。
当人認証支援システム１００では、測定装置１０１によって測定処理が実行され、支援装置１０２によって当人認証支援処理が実行される。測定処理は、当人認証支援処理にて利用される情報（本実施の形態では、対象者の画像情報、深度情報、明度情報、測定条件情報）を取得するための処理である。当人認証支援処理は、対象者の当人認証を支援するための処理である。
以下、これらの処理について図を参照して説明する。
（測定処理）
図８は、本発明の実施の形態１に係る測定処理のフローチャートの一例である。測定処理は、例えば、測定装置１０１にてアプリケーションが実行されて、対象者から予め定められた指示を受け付けることによって開始される。
図８は、本発明の実施の形態１に係る測定処理のフローチャートの一例である。測定処理は、例えば、測定装置１０１にてアプリケーションが実行されて、対象者から予め定められた指示を受け付けることによって開始される。
読取り部１０５は、対象者の指示に応じて本人確認書類を撮影することによって、本人確認書類を読み取る（ステップＳ１０１）。これによって、読取り部１０５は、読取り画像Ｍを示す読取り画像情報を生成する。
読取り部１０５は、対象者の指示に応じて、撮影領域ＳＡを撮影し（ステップＳ１０２）、表示部１０４は、読取り部１０５によって撮影されている撮影領域ＳＡの画像を表示する（ステップＳ１０３）。これにより、読取り部１０５によって撮影される撮影領域ＳＡは、表示部１０４によってリアルタイムで表示される。
図９は、ステップＳ１０３にて表示される画像の一例を示す図であり、当該画像は、ステップＳ１０２にて撮影された撮影領域ＳＡを示す。同図に示すように、ステップＳ１０３にて表示される画像には、ガイドＧが含まれる。ガイドＧは、画像における対象者の顔の適切な範囲を示す。測定装置１０１の位置は、顔の輪郭が概ねガイドＧと一致するように調整されるとよい。
入力部１０３は、予め定められた撮影指示を受け付けたか否かを判断する（ステップＳ１０４）。対象者によって撮影指示が入力されるまで、入力部１０３は、撮影指示を受け付けていないと判断し（ステップＳ１０４；Ｎｏ）、読取り部１０５は、ステップＳ１０２の処理に戻る。
対象者によって撮影指示が入力されて、撮影指示を受け付けたと判断された場合（ステップＳ１０４；Ｙｅｓ）、読取り部１０５は、撮影領域ＳＡの画像において対象者の顔の位置が予め定められた範囲内であるか否かを判断する（ステップＳ１０５）。
顔の位置が予め定められた範囲内でないと判断した場合（ステップＳ１０５；Ｎｏ）、読取り部１０５は、ステップＳ１０２の処理に戻る。
顔の位置が予め定められた範囲内であると判断した場合（ステップＳ１０５；Ｙｅｓ）、読取り部１０５は、撮影領域ＳＡを撮影する（ステップＳ１０６）。これによって、読取り部１０５は、撮影領域ＳＡの画像を示す画像情報を生成する。図１０は、撮影者の顔を含む撮影領域ＳＡの画像であって、ステップＳ１０６にて撮影されたものの一例を示す。
続けて、図８に示すように、測定情報生成処理（ステップＳ１０７）が行われる。図１１は、測定情報生成処理（ステップＳ１０７）の一例を示すフローチャートである。
深度測定部１０６は、ステップＳ１０６にて撮影された撮影領域ＳＡの深度を測定し、当該測定した深度を示す深度情報を生成する（ステップＳ２０１）。
図１２は、撮影領域ＳＡに対応付けて定められた複数の測定点ＭＰの一例を示す図である。同図では、測定点ＭＰは黒丸で示しており、縦横に等間隔で配列されている。ステップＳ２０１では、測定点ＭＰに対応する実空間上の点と読取り部１０５との間の距離が、深度として測定される。同図では、ステップＳ１０６にて撮影された対象者と測定点ＭＰとの位置関係が分かるように、対象者の画像を点線で示している。
なお、本実施の形態では複数の測定点ＭＰが縦横に等間隔で配列される例により説明するが、複数の測定点ＭＰの配置はこれに限られず、複数の測定点ＭＰは任意の位置に配置されてよい。
再び、図８を参照する。
明度測定部１０７は、ステップＳ１０６にて撮影領域ＳＡが撮影される時の撮影環境の明るさを測定し、当該測定した明るさを示す明度情報を生成する（ステップＳ２０２）。
明度測定部１０７は、ステップＳ１０６にて撮影領域ＳＡが撮影される時の撮影環境の明るさを測定し、当該測定した明るさを示す明度情報を生成する（ステップＳ２０２）。
通信部１０８は、ステップＳ２０１にて測定された深度の測定条件を示す測定条件情報を記憶部（不図示）から取得する（ステップＳ２０３）。
再び、図８を参照する。
通信部１０８は、明度情報、読取り画像情報、画像情報、深度情報及び測定条件情報を送信する（ステップＳ１０８）。通信部１０８は、明度情報を送信し、これに応じた要求を支援装置１０２から取得した場合に、その他の情報（読取り画像情報、画像情報、測定条件情報、深度情報）を送信する。
通信部１０８は、明度情報、読取り画像情報、画像情報、深度情報及び測定条件情報を送信する（ステップＳ１０８）。通信部１０８は、明度情報を送信し、これに応じた要求を支援装置１０２から取得した場合に、その他の情報（読取り画像情報、画像情報、測定条件情報、深度情報）を送信する。
ステップＳ１０８にて送信される読取り画像情報は、ステップＳ１０１を実行することにより生成されたものである。ステップＳ１０８にて送信される画像情報は、ステップＳ１０６を実行することにより生成されたものである。ステップＳ１０８にて送信される深度情報及び明度情報は、ステップＳ２０１～Ｓ２０２にて生成されたものである。ステップＳ１０８にて送信される測定条件情報は、ステップＳ２０３にて取得されたものである。
これにより、通信部１０８は、測定処理を終了する。
（当人認証支援処理）
図１３は、本発明の実施の形態１に係る当人認証支援処理のフローチャートの一例である。当人認証支援処理は、例えば、ステップＳ１０８にて送信された明度情報を明度取得部１１３が取得することによって開始される。以下、当人認証支援処理を単に「支援処理」とも表記する。
図１３は、本発明の実施の形態１に係る当人認証支援処理のフローチャートの一例である。当人認証支援処理は、例えば、ステップＳ１０８にて送信された明度情報を明度取得部１１３が取得することによって開始される。以下、当人認証支援処理を単に「支援処理」とも表記する。
照合判断部１１７は、明度取得部１１３によって取得された明度情報が示す明るさが照度基準を満たすか否かを判断する（ステップＳ３０１）。照度基準を満たさないと判断された場合（ステップ３０１；Ｎｏ）、照合判断部１１７は、照合処理を行わない旨の通知を測定装置１０１へ送信する通知処理（ステップＳ３０２）を実行して、支援処理を終了する。
照度基準は上述の通り、上限と下限とを含む範囲で規定され、照合判断部１１７は、照度基準に規定された範囲外である場合に、照度基準を満たさないと判断する。
一般的に、撮影環境が暗い場合、画像情報の画像が暗くなり、照合処理を正確に行えないことがある。そのため、下限値未満である場合に、照合判断部１１７は、照合処理を行わないと判断し、その旨の通知を行って支援処理を終了する。
また、撮影環境が明るい場合、ディスプレイやモニタの画面に表示された画像を撮影した可能性がある。そのため、上限値を超える場合に、照合判断部１１７は、照合処理を行わないと判断し、その旨の通知を行って支援処理を終了する。
照度基準を満たすと判断された場合（ステップ３０１；Ｙｅｓ）、照合判断部１１７は、予め定められた要求を測定装置１０１へ送信する。通信部１０８は、この要求に応答して、読取り画像情報、画像情報、測定条件情報、深度情報を送信する。読取り画像取得部１１０、画像情報取得部１１１、測定条件取得部１１２、深度取得部１１６は、それぞれ、読取り画像情報、画像情報、測定条件情報、深度情報を取得する（ステップＳ３０３）。
精度判断部１２０は、ステップＳ３０３にて取得された測定条件情報と測定条件－精度データ１１４ａとに基づいて得られる測定精度が予め定められる測定基準を満たすか否かに応じて、深度の測定精度が高精度であるか否かを判断する（ステップＳ３０４）。
詳細には、精度判断部１２０は、ステップＳ３０３にて取得された測定条件情報に測定条件－精度データ１１４ａにおいて関連付けられた精度情報を取得する。精度判断部１２０は、取得した精度情報が示す測定精度が測定基準を満たすか否かに応じて、深度の測定精度が高精度であるか否かを判断する。
例えば、ステップＳ３０３にて取得された測定条件情報が「Ａ」を示す場合、精度判断部１２０は、図３に示す測定条件－精度データ１１４ａにおいて測定条件情報「Ａ」に関連付けられた精度情報「１５０」を取得する。そして、精度判断部１２０は、取得した精度情報が示す「１５０」と測定基準と比較する。例えば１００以上である場合に高精度であるという測定基準である場合、精度判断部１２０は、深度の測定精度が高精度であると判断する。
また例えば、ステップＳ３０３にて取得された測定条件情報が「Ｂ」を示す場合、精度判断部１２０は、図３に示す測定条件－精度データ１１４ａにおいて測定条件情報「Ｂ」に関連付けられた精度情報「８０」を取得する。そして、上記の測定基準である場合、精度判断部１２０は、取得した精度情報が示す「８０」と測定基準とを比較することによって、深度の測定精度が低精度であると判断する。
再び、図１３を参照する。
高精度でない（すなわち、低精度である）と判断された場合（ステップＳ３０３；Ｎｏ）、設定部１２１は、ステップＳ３０３にて取得された画像情報の撮影領域ＳＡ全体を処理領域に設定する（ステップＳ３０５）。
高精度でない（すなわち、低精度である）と判断された場合（ステップＳ３０３；Ｎｏ）、設定部１２１は、ステップＳ３０３にて取得された画像情報の撮影領域ＳＡ全体を処理領域に設定する（ステップＳ３０５）。
照合判断部１１７は、ステップＳ３０５にて設定された処理領域である撮影領域ＳＡ全体の深度情報に基づいて、対象者の画像情報を照合処理に用いるか否か、言い換えると対象者の画像情報を用いた照合処理を行うか否かを判断する（ステップＳ３０６）。
詳細には例えば、照合判断部１１７は、撮影領域ＳＡ全体の深度情報に含まれる複数の測定点ＭＰのうち、最小のものを基準深度として特定する。照合判断部１１７は、撮影領域ＳＡ全体の深度情報に含まれる各深度から基準深度を引くことによって、撮影領域ＳＡ全体に含まれる測定点ＭＰの各々の凹凸を求める。照合判断部１１７は、求めた凹凸の標準偏差を求めることによって、撮影領域ＳＡ全体の凹凸レベルを求める。
照合判断部１１７は、求めた凹凸レベルと低精度用の凹凸基準とを比較する。低精度用の凹凸基準には、例えば、実際に人を撮影した撮影領域ＳＡ全体における一般的な凹凸レベルの最小値が設定される。
撮影領域ＳＡ全体は対象者とその背景とを含むため、実際に撮影された撮影領域ＳＡ全体にはある程度の凹凸があるのに対して、ディスプレイやモニタの画面は概ね平らである。そのため、撮影領域ＳＡが実際に撮影された場合の凹凸には、通常、ディスプレイやモニタの画面に表示された人を含む画像を撮影した場合の凹凸よりも大きなバラツキが生じる。
このような理由で、求めた凹凸レベルが低精度用の凹凸基準より大きい場合、画像情報が真正である（すなわち、画像情報が示す画像は、読取り画像情報を送信した時に実際に撮影されたものである）と推定することができる。従って、求めた凹凸レベルが低精度用の凹凸基準より大きい場合、照合判断部１１７は、対象者の画像情報を用いた照合処理を行うと判断する。
これに対して、求めた凹凸レベルが低精度用の凹凸基準以下である場合、画像情報が真正でないと推定されるので、照合判断部１１７は、対象者の画像情報を用いた照合処理を行わないと判断する。
対象者の画像情報を用いた照合処理を行わないと判断した場合（ステップＳ３０６；Ｎｏ）、照合判断部１１７は、上述の通知処理（ステップＳ３０２）を実行して、支援処理を終了する。
対象者の画像情報を用いた照合処理を行うと判断された場合（ステップＳ３０６；Ｙｅｓ）、認証部１１８は、照合処理を含む当人認証処理（ステップＳ３０７）を実行して、支援処理を終了する。
高精度であると判断された場合（ステップＳ３０４；Ｙｅｓ）、設定部１２１は、ステップＳ３０２にて取得された画像情報の撮影領域ＳＡから顔領域ＦＲを特定して、顔領域ＦＲを処理領域に設定する（ステップＳ３０８）。
図１４は、撮影領域ＳＡから特定される顔領域ＦＲの一例を示す。顔領域ＦＲは、従来の画像処理技術を用いて特定されるとよい。例えば従来の画像処理技術は、画像情報に含まれる画像の特徴量などを利用するものであってもよい。また例えば、従来の画像処理技術は、顔を含む画像から顔領域ＦＲを抽出するための学習済みの学習モデルを用い、顔を含む画像を入力として顔領域ＦＲを出力するものであってもよい。なお、図１４では、顔領域ＦＲが概ね顔の輪郭に沿った外縁を有することで、髪（頭部）を含み、服装を含まない例を示すが、顔領域ＦＲは、髪（頭部）及び首の一方又は両方を含んでもよく、服装の全体或いは一部（例えば、顔近傍の襟元）を含んでもよい。
再び、図１３を参照する。
照合判断部１１７は、ステップＳ３０８にて設定された処理領域である顔領域ＦＲの深度情報を用いて、対象者の画像情報を照合処理に用いるか否か、言い換えると対象者の画像情報を用いた照合処理を行うか否かを判断する（ステップＳ３０９）。
照合判断部１１７は、ステップＳ３０８にて設定された処理領域である顔領域ＦＲの深度情報を用いて、対象者の画像情報を照合処理に用いるか否か、言い換えると対象者の画像情報を用いた照合処理を行うか否かを判断する（ステップＳ３０９）。
図１５は、顔領域ＦＲに含まれる測定点ＭＰの一例を示す図である。同図では、顔領域ＦＲに含まれる測定点ＭＰをＸ印により示している。顔領域ＦＲの深度情報とは、顔領域ＦＲに含まれる測定点ＭＰにおける深度を示す情報である。
詳細には例えば、照合判断部１１７は、顔領域ＦＲに含まれる測定点ＭＰの深度情報のうち、最小のものを基準深度として特定する。照合判断部１１７は、顔領域ＦＲの深度情報に含まれる各深度から基準深度を引くことによって、顔領域ＦＲに含まれる測定点ＭＰの各々の凹凸を求める。照合判断部１１７は、求めた凹凸の標準偏差を求めることによって、顔領域ＦＲの凹凸レベルを求める。
照合判断部１１７は、求めた凹凸レベルと高精度用の凹凸基準とを比較する。高精度用の凹凸基準には、例えば、一般的な人の顔における凹凸レベルの最小値が設定される。
人の顔には鼻及びその周辺など凹凸があるのに対して、ディスプレイやモニタの画面は概ね平らである。そのため、人の顔が実際に撮影された場合の凹凸には、通常、ディスプレイやモニタの画面に表示された人の顔を撮影した場合の凹凸よりも大きなバラツキが生じる。
このような理由で、求めた凹凸レベルが高精度用の凹凸基準より大きい場合、画像情報が真正であると推定することができる。従って、求めた凹凸レベルが高精度用の凹凸基準より大きい場合、照合判断部１１７は、対象者の画像情報を照合処理に用いると判断する。
これに対して、求めた凹凸レベルが高精度用の凹凸基準以下である場合、画像情報が真正でないと推定されるので、照合判断部１１７は、対象者の画像情報を照合処理に用いないと判断する。
ここで、撮影領域ＳＡ全体によっても、画像情報の真正性（画像情報によって示される画像が、実際に撮影した画像であるか否か）を推定することができる。
しかし、撮影領域ＳＡ全体は、対象者の顔領域ＦＲだけでなく、対象者の顔領域ＦＲ以外の領域（髪や服装の領域）、対象者以外の背景領域も含む。対象者の服装や髪の状態などは種々であり、背景の状態は種々であるため、撮影領域ＳＡ全体は、撮影時の撮影環境や状態によって変化する不確定な要素が比較的多い。撮影領域ＳＡ全体の深度情報によって画像情報の真正性する場合、不確定な要素の影響を受けて、画像情報の真正性を正確に判断できないおそれがある。
これに対して、顔領域ＦＲは、背景などを含まないため、撮影領域ＳＡ全体に比べて不確定な要素が少ない。そのため、撮影領域ＳＡよりも狭い領域である顔領域ＦＲの深度情報を用いて画像情報の真正性することによって、不確定な要素の影響をほぼ受けずに、画像情報の真正性を正確に判断できる可能性が高くなる。ただ、顔領域ＦＲは、通常、撮影領域ＳＡ全体よりも凹凸が小さいため、高い精度で測定できる測定条件で測定された深度が必要となる。
そこで、本実施の形態のように、測定条件に基づいて深度の測定精度が高精度であると判断される場合には、顔領域ＦＲの深度を用いることで、画像情報の真正性を正確に推定することができる。その一方で、測定条件に基づいて低精度で測定されると判断される場合には、撮影領域ＳＡ全体の深度を用いることで、画像情報の真正性を正確に推定することができる。
ここで、上述の画像情報の真正性を推定するための原理から理解されるであろうが、処理領域は、凹凸が大きい部分に対応する領域が望ましい。そのため、測定精度が高精度である場合、鼻に対応する領域を含む処理領域が設定されることが望ましく、上述の顔領域ＦＲは、鼻に対応する領域を含む設定領域の一例である。なお、処理領域は鼻及びその周辺の領域であることがより望ましい。
再び、図１３を参照する。
対象者の画像情報を用いた照合処理を行わないと判断した場合（ステップＳ３０９；Ｎｏ）、照合判断部１１７は、上述の通知処理（ステップＳ３０２）を実行して、支援処理を終了する。
対象者の画像情報を用いた照合処理を行わないと判断した場合（ステップＳ３０９；Ｎｏ）、照合判断部１１７は、上述の通知処理（ステップＳ３０２）を実行して、支援処理を終了する。
対象者の画像情報を用いた照合処理を行うと判断された場合（ステップＳ３０９；Ｙｅｓ）、認証部１１８は、照合処理を含む当人認証処理（ステップＳ３０７）を実行して、支援処理を終了する。
これまで、本発明の実施の形態１について説明した。
本実施の形態によれば、対象者の顔を含む撮影領域ＳＡの画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置１０１における深度の測定条件が取得される。そして、測定条件に応じて、撮影領域ＳＡのうち深度情報の処理対象となる領域である処理領域が設定される。上記の測定条件で測定された、処理領域における深度を含む深度情報が取得されると、当該処理領域の深度情報を用いて、対象者の画像情報を照合処理に用いるか否かが判断される。
本実施の形態で説明したように、測定条件に応じて、異なる処理領域の深度情報を用いることによって、画像情報の真正性を正確に推定することができる。そして、画像情報の真正性の推定結果に応じて対象者の画像情報を照合処理に用いるか否かを判断することによって、照合処理を正確に行うことができ、ひいては当人認証の精度を向上させることができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、明度測定部１０７によって測定される明るさが予め定められる照度基準を満たす場合に、撮影領域ＳＡの深度情報が取得される。
画像情報が示す画像又は撮影環境の明るさによって、画像情報に含まれる画像が照合処理に適したものであるか否かを推定し、又は、画像情報の真正性を推定することができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、照度基準は、明るさの上限及び下限を含む。
暗い撮影環境では、画像情報の画像が不鮮明になることが多い。そのため、照度基準が下限を含むことによって、画像情報に含まれる画像が照合処理に適したものであるか否かを推定することができる。
また、明るい撮影環境である場合、ディスプレイやモニタに表示された画像が撮影されていることがある。そのため、照度基準が上限を含むことによって、画像情報の真正性を推定することができる。
従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、測定条件は、深度情報を測定する深度センサを識別するための情報、測定装置１０１にて動作するＯＳを識別するための情報、当該深度センサを搭載した機器を識別するための情報、利用可能なＡＰＩを識別するための情報、測定装置１０１として採用される機器を識別するための情報の少なくとも１つである。
このような測定条件は、深度情報によって示される深度の測定精度に関連付けることができる。このような測定条件に応じて、異なる処理領域の深度情報を用いることによって、画像情報の真正性を正確に推定することができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、測定条件に基づいて、深度の測定精度が高精度であるか否かを判断し、測定精度が高精度である場合に、測定精度が高精度でない場合よりも狭い処理領域が設定される。
測定精度が高精度である場合、本実施の形態で例示した顔領域ＦＲのように不確定な要素が比較的少ない狭い領域を処理領域に設定することで、画像情報の真正性を正確に推定することができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、測定精度が高精度である場合の処理領域は、対象者の鼻に対応する領域を含む。
鼻に対応する領域は、不確定な要素が比較的少なく、かつ、凹凸量が比較的大きい領域である。このような領域を高精度である場合の処理領域とすることによって、画像情報の真正性を正確に推定することができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、撮影領域ＳＡの深度情報が深度取得部１１６によって取得され、当該取得された深度情報の中から処理領域の深度情報が抽出される。そして、当該抽出された深度情報に基づいて、対象者の画像情報を照合処理に用いるか否かが判断される。
これにより、測定条件に応じた異なる処理領域の深度情報を用いて、画像情報の真正性を正確に推定することができる。従って、当人認証の精度向上を支援することが可能になる。
本実施の形態によれば、処理領域の深度情報を用いて処理領域における凹凸の大きさを示す凹凸レベルを予め定められる凹凸基準と比較することによって、対象者の画像情報を照合処理に用いるか否かを判断する。
測定条件に応じて、異なる処理領域の深度情報を用いて凹凸レベルを凹凸基準と比較することによって、画像情報の真正性を正確に推定することができる。従って、当人認証の精度向上を支援することが可能になる。
＜＜実施の形態２＞＞
実施の形態１では、明度測定部１０７によって明度情報が生成されて、明度情報が示す明るさが照度基準を満たす場合に、深度取得部１１６が深度情報を測定装置１０１から取得する例を説明した。しかし、明度測定部１０７は当人認証支援システムに備えられなくてもよい。この場合、深度取得部１１６は、撮影環境の明るさなどに関わらず、深度情報を測定装置１０１から取得すればよい。
実施の形態１では、明度測定部１０７によって明度情報が生成されて、明度情報が示す明るさが照度基準を満たす場合に、深度取得部１１６が深度情報を測定装置１０１から取得する例を説明した。しかし、明度測定部１０７は当人認証支援システムに備えられなくてもよい。この場合、深度取得部１１６は、撮影環境の明るさなどに関わらず、深度情報を測定装置１０１から取得すればよい。
＜当人認証支援システム２００の構成＞
本発明の実施の形態２に係る当人認証支援システム２００は、実施の形態１と同様に、対象者の当人認証を支援するシステムである。当人認証支援システム２００は、図１６に示すように、測定装置２０１と、当人認証支援装置２０２とを備える。
本発明の実施の形態２に係る当人認証支援システム２００は、実施の形態１と同様に、対象者の当人認証を支援するシステムである。当人認証支援システム２００は、図１６に示すように、測定装置２０１と、当人認証支援装置２０２とを備える。
測定装置２０１は明度測定部１０７を含まず、当人認証支援装置２０２は明度取得部１１３を含まない。これらの点を除いて、本実施の形態に係る測定装置２０１と当人認証支援装置２０２とは、機能的に、実施の形態１に係る測定装置１０１と当人認証支援装置１０２とのそれぞれと同様に構成されてよい。
物理的には、本実施の形態に係る測定装置２０１は、物理的に照度センサ１０８０を備えなくてもよい（図示せず）。この点を除いて、測定装置２０１と当人認証支援装置２０２とは、実施の形態１に係る測定装置１０１と当人認証支援装置１０２とのそれぞれと同様に構成されてよい。
＜当人認証支援システム２００の動作＞
（測定処理）
当人認証支援システム２００では、測定装置２０１によって測定処理が実行され、支援装置２０２によって当人認証支援処理が実行される。
（測定処理）
当人認証支援システム２００では、測定装置２０１によって測定処理が実行され、支援装置２０２によって当人認証支援処理が実行される。
図１７は、本発明の実施の形態２に係る測定処理のフローチャートの一例である。同図に示すように、本実施の形態に係る測定処理では、実施の形態１と同様のステップＳ１０１～Ｓ１０６の処理が実行される。そして、実施の形態１に係る測定情報生成処理（ステップＳ１０７）に代えて、測定情報生成処理（ステップＳ２０７）が実行される。
図１８は、測定情報生成処理（ステップＳ２０７）の一例を示すフローチャートである。同図に示すように、本実施の形態に係る測定情報生成処理（ステップＳ２０７）は、実施の形態１に係る測定情報生成処理（ステップＳ１０７）におけるステップＳ２０２の処理を含まない。すなわち、実施の形態１に係るステップＳ２０１及びＳ２０３と同様の処理が実行されと、通信部１０８は、測定処理に戻る。
図１７に示すように、通信部１０８は、読取り画像情報、画像情報、深度情報及び測定条件情報を送信して（ステップＳ２０８）、測定処理を終了する。
（当人認証支援処理）
図１９は、本発明の実施の形態２に係る当人認証支援処理のフローチャートの一例である。同図に示すように、本実施の形態に係る当人認証支援処理では、実施の形態１に係るステップＳ３０１の処理が実行されない。この点を除いて、本実施の形態に係る当人認証支援処理は、実施の形態１に係る当人認証支援処理と概ね同様である。
図１９は、本発明の実施の形態２に係る当人認証支援処理のフローチャートの一例である。同図に示すように、本実施の形態に係る当人認証支援処理では、実施の形態１に係るステップＳ３０１の処理が実行されない。この点を除いて、本実施の形態に係る当人認証支援処理は、実施の形態１に係る当人認証支援処理と概ね同様である。
本実施の形態によっても、対象者の顔を含む撮影領域ＳＡの画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置１０１における深度の測定条件が取得される。そして、測定条件に応じて、撮影領域ＳＡのうち深度情報の処理対象となる領域である処理領域が設定される。上記の測定条件で測定された、処理領域における深度を含む深度情報が取得されると、当該処理領域の深度情報に基づいて、対象者の画像情報を照合処理に用いるかが判断される。
従って、実施の形態１と同様に、当人認証の精度向上を支援することが可能になる。
また、本実施の形態によれば、明度測定部１０７によって測定される明るさ、照度基準に関連する効果を除いて、実施の形態１によるその他の効果と同様の効果を奏する。
以上、図面を参照して本発明の一実施の形態及び変形例について説明したが、これらは本発明の例示であり、これらは、適宜変更されてもよい。
（変形例１：測定条件情報の変形例）
実施の形態では測定条件情報が、ＯＳ情報である例により説明した。しかし、測定条件情報は、ＯＳ情報に限られず、例えば、深度センサ情報、ＡＰＩ情報、機器情報、画像情報、環境情報、深度情報であってもよい。また、測定条件情報は、これらの例示した情報のうちの１つ又は複数を組み合わせたものであってもよい。
実施の形態では測定条件情報が、ＯＳ情報である例により説明した。しかし、測定条件情報は、ＯＳ情報に限られず、例えば、深度センサ情報、ＡＰＩ情報、機器情報、画像情報、環境情報、深度情報であってもよい。また、測定条件情報は、これらの例示した情報のうちの１つ又は複数を組み合わせたものであってもよい。
深度センサ情報は、深度測定部１０６を構成する深度センサを識別するための情報であり、例えば、深度センサの種類（製造メーカ、型番、品番など）、深度センサの測定方式などを示す。
ＡＰＩ情報は、利用可能なＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｍｉｎｇ Ｉｎｔｅｒｆａｃｅ)を識別するための情報である。ＡＰＩは、ＯＳの機能を利用するための関数である。
機器情報は、測定装置１０１として採用される機器を識別するための情報であり、例えば、当該機器の種類（製造メーカ、型番、品番など）、当該機器の生産時期などを示す。
深度センサ情報、ＡＰＩ情報、機器情報は、測定装置１０１に含まれる記憶部（不図示）に予め記憶されるとよい。
環境情報は、画像の撮影環境を示す情報であり、例えば、明度情報である。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例２：明度情報の変形例）
実施の形態では、明度情報が明度測定部１０７によって生成される例を説明した。しかし、明度情報は、画像情報に基づいて、画像情報が示す画像の明るさを示す情報であってもよく、この場合の明度情報は、例えば照合判断部１１７や深度取得部１１６などによって画像情報に基づいて求められてもよい。この場合、明度情報は、例えば画像情報に含まれる各画素の輝度の平均値を求めることによって取得されるとよい。
実施の形態では、明度情報が明度測定部１０７によって生成される例を説明した。しかし、明度情報は、画像情報に基づいて、画像情報が示す画像の明るさを示す情報であってもよく、この場合の明度情報は、例えば照合判断部１１７や深度取得部１１６などによって画像情報に基づいて求められてもよい。この場合、明度情報は、例えば画像情報に含まれる各画素の輝度の平均値を求めることによって取得されるとよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例３：測定条件－精度データ及び領域設定部の変形例）
実施の形態では、測定条件－精度データ１１４ａの精度情報が、深度の測定精度に応じた値を示す例により説明したが、精度情報は、上述の通り、深度の測定精度を示す情報であればよい。
実施の形態では、測定条件－精度データ１１４ａの精度情報が、深度の測定精度に応じた値を示す例により説明したが、精度情報は、上述の通り、深度の測定精度を示す情報であればよい。
例えば、図２０の測定条件－精度データ１１４ｂに示すように、精度情報には、深度の測定精度の代わりに、当該測定精度が高いか低いかを示す情報が設定されてもよい。この場合、領域設定部１１５は、精度判断部１２０を含まなくてもよく、測定条件－精度データ１１４ｂにおいて測定条件情報に対応付けられた精度情報に応じて処理領域を設定するとよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例４：深度取得部の第１変形例）
実施の形態１では、照度センサによって測定される明るさが照度基準を満たす場合に、深度取得部１１６が撮影領域ＳＡの深度情報を取得する例を説明した。しかし、深度取得部が撮影領域ＳＡの深度情報を取得する場合は、これに限られない。
実施の形態１では、照度センサによって測定される明るさが照度基準を満たす場合に、深度取得部１１６が撮影領域ＳＡの深度情報を取得する例を説明した。しかし、深度取得部が撮影領域ＳＡの深度情報を取得する場合は、これに限られない。
例えば、深度取得部は、画像情報が示す画像の明るさが予め定められる照度基準を満たす場合に、撮影領域ＳＡの深度情報を取得してもよい。この場合、明度情報が不要になるので、例えば測定装置１０１が明度測定部１０７を含まなくてもよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例５：深度取得部の第２変形例）
実施の形態では、深度取得部１１６が撮影領域ＳＡ全体の深度を示す深度情報を測定装置１０１から取得する例を説明した。しかし、深度取得部は、領域設定部１１５によって設定された処理領域のみの深度を示す深度情報を測定装置１０１から取得してもよい。この場合、照合判断部は、深度取得部によって取得された深度情報に基づいて、対象者の画像情報を照合処理に用いるか否かを判断するとよい。
実施の形態では、深度取得部１１６が撮影領域ＳＡ全体の深度を示す深度情報を測定装置１０１から取得する例を説明した。しかし、深度取得部は、領域設定部１１５によって設定された処理領域のみの深度を示す深度情報を測定装置１０１から取得してもよい。この場合、照合判断部は、深度取得部によって取得された深度情報に基づいて、対象者の画像情報を照合処理に用いるか否かを判断するとよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例６：凹凸レベルの第１変形例）
実施の形態では、凹凸レベルが処理領域における凹凸の標準偏差の例により説明したが、凹凸レベルは、処理領域における凹凸の程度を示す指標であればよい。例えば、凹凸レベルは、処理領域における凹凸の平均値、凹凸の差の最大値などであってもよい。この場合、凹凸基準には、凹凸レベルに対応する値が設定されるとよい。
実施の形態では、凹凸レベルが処理領域における凹凸の標準偏差の例により説明したが、凹凸レベルは、処理領域における凹凸の程度を示す指標であればよい。例えば、凹凸レベルは、処理領域における凹凸の平均値、凹凸の差の最大値などであってもよい。この場合、凹凸基準には、凹凸レベルに対応する値が設定されるとよい。
また、凹凸レベルに採用される指標は、連続的な値に限られず、凹凸の程度を段階的に示す値、記号、アルファベットなどであってもよい。凹凸基準は、凹凸レベルと比較できるように、凹凸レベルに対応する値、記号、アルファベットなどが採用されるとよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例７：凹凸レベルの第２変形例）
実施の形態では、凹凸レベルが処理領域における凹凸の標準偏差の例により説明したが、上述の通り凹凸レベルは、処理領域における凹凸の程度を示す指標であればよい。凹凸レベルは、例えば、処理領域における特定の領域における凹凸の最大値である。
実施の形態では、凹凸レベルが処理領域における凹凸の標準偏差の例により説明したが、上述の通り凹凸レベルは、処理領域における凹凸の程度を示す指標であればよい。凹凸レベルは、例えば、処理領域における特定の領域における凹凸の最大値である。
この場合の特定の領域は、処理領域において凹凸が他の領域よりも大きい領域である。例えば、深度の測定精度が高精度である場合の処理領域が顔領域ＦＲである場合、特定の領域には、一般的に顔領域ＦＲにおいて凹凸が他の領域よりも大きい領域である鼻領域が採用されるとよい。鼻領域は、鼻及びその周辺の領域である。
鼻領域は、従来の画像処理技術を用いて特定されるとよい。例えば、従来の画像処理技術は、画像情報に含まれる画像の特徴量などを利用するものであってもよい。また例えば、従来の画像処理技術は、顔を含む画像から鼻領域を抽出するための学習済みの学習モデルを用い、顔を含む画像を入力として鼻領域を出力するものであってもよい。さらに例えば、鼻領域は、従来の画像処理技術によって特定される顔領域ＦＲのサイズと目の位置とに基づいて特定されてもよい。
なお、凹凸レベルは、例えば、処理領域における特定の領域における凹凸の最大値に応じた値、記号、アルファベットなどが指標として採用されてもよい。さらに、凹凸レベルには、凹凸に基づく指標に代えて、深度自体或いは深度自体に基づく指標が用いられてもよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例８：当人認証支援システムの構成の変形例１）
実施の形態に係る当人認証支援システム１００が、測定装置１０１と、当人認証支援装置１０２とを備え、測定装置１０１が、機能部１０３～１０７を含み、当人認証支援装置１０２が、機能部１１０～１１８を含む例を説明した（図１参照）。
実施の形態に係る当人認証支援システム１００が、測定装置１０１と、当人認証支援装置１０２とを備え、測定装置１０１が、機能部１０３～１０７を含み、当人認証支援装置１０２が、機能部１１０～１１８を含む例を説明した（図１参照）。
しかし、当人認証支援システムの全体として、機能部１０３～１０７及び１１０～１１８を含めばよく、例えば、測定装置が機能部１１０～１１８の一部又は全部を含んでもよい。
また、当人認証支援装置３０２が、実施の形態１に係る測定装置１０１が備える機能部１０３～１０７を備えてもよい。図２１は、このような変形例の１つである、変形例８に係る当人認証支援システム３００の構成を示す。
当人認証支援システム３００は、当人認証支援装置３０２と、サーバ装置３３２とを備える。当人認証支援装置３０２とサーバ装置３３２とは、有線、無線又はこれらを適宜組み合わせて構成されるネットワークを介して互いに情報を送受信可能に接続されている。
当人認証支援装置３０２は機能的に、実施の形態１と同様の入力部１０３、表示部１０４、読取り部１０５、深度測定部１０６及び明度測定部１０７を含む。また、当人認証支援装置３０２は機能的に、読取り画像取得部１１０、画像情報取得部１１１、測定条件取得部１１２、明度取得部１１３、データ記憶部１１４、領域設定部１１５、深度取得部１１６及び照合判断部１１７を含む。
ただし、当人認証支援装置３０２に含まれる各機能部１０３～１０７及び１１０～１１７は、実施の形態にてネットワークを介して情報を送受信する代わりに、内部バスを介して相互に情報を出力し取得するとよい。
当人認証支援装置３０２は、さらに、実施の形態に係る通信部１０８に代わる通信部３０８を含む。通信部３０８はサーバ装置３３２との間で、互いに情報を送受信する。本変形例に係る通信部３０８は、例えば、対象者の指示に応じて、又は、当人認証支援装置２０２での処理が終了すると、画像情報、読取り画像情報をサーバ装置３３２へ送信する。
サーバ装置３３２は、実施の形態と同様の認証部１１８を含む。
当人認証支援装置３０２は、物理的には図６を参照して説明した構成を備えるとよい。サーバ装置３３２は、物理的には図７を参照して説明した構成を備えるとよい。
当人認証支援装置３０２とサーバ装置３０３との各機能部は、実施の形態１において対応する機能部が実行する処理（すなわち、図８，１３などを参照して説明した処理）と同様の処理を実行するとよい。なお、本変形例においても、実施の形態２と同様に、明度測定部１０７及び明度取得部１１３が当人認証支援装置３０２に備えられなくてもよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例９：当人認証支援システムの構成の変形例２）
当人認証支援システムは、測定装置１０１，２０１やサーバ装置３３２を備えず、当人認証支援装置によって構成されてもよい。
当人認証支援システムは、測定装置１０１，２０１やサーバ装置３３２を備えず、当人認証支援装置によって構成されてもよい。
図２２は、変形例９に係る当人認証支援装置４０２の機能的な構成を示す図である。
同図に示すように、本変形例に係る当人認証支援装置４０２は機能的に、実施の形態１と同様の入力部１０３、表示部１０４、読取り部１０５、深度測定部１０６及び明度測定部１０７を含む。また、当人認証支援装置４０２は機能的に、読取り画像取得部１１０、画像情報取得部１１１、測定条件取得部１１２、明度取得部１１３、データ記憶部１１４、領域設定部１１５、深度取得部１１６、照合判断部１１７及び認証部１１８を含む。
当人認証支援装置４０２に含まれる各機能部１０３～１０７及び１１０～１１８は、実施の形態にてネットワークを介して情報を送受信する代わりに、内部バスを介して相互に情報を出力し取得するとよい。そのため、当人認証支援装置４０２は、図２２に示すように通信部１０８を備えなくてもよい。
当人認証支援装置４０２は、物理的には図６を参照して説明した構成を備えるとよい。
当人認証支援装置４０２の各機能部は、実施の形態１において対応する機能部が実行する処理（すなわち、図８，１３などを参照して説明した処理）と同様の処理を実行するとよい。なお、本変形例においても、実施の形態２と同様に、明度測定部１０７及び明度取得部１１３が当人認証支援装置４０２に備えられなくてもよい。
本変形例によっても実施の形態と同様の効果を奏する。
（変形例１０：読取り部１０５の変形例）
例えば、読取り部１０５は、カメラに限らず、スキャナなどで構成されて、本人確認書類を読み取ってもよい。
例えば、読取り部１０５は、カメラに限らず、スキャナなどで構成されて、本人確認書類を読み取ってもよい。
また例えば、読取り部１０５は、ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）機能をさらに含んで構成されてもよく、この場合、対象者を識別するための情報は、対象者によって入力される代わりに、本人確認書類を読み取った画像からＯＣＲ機能を用いて取得されてもよい。
さらに例えば、読取り部１０５は、ＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップに保持された情報を当該ＩＣチップから読み取るリーダであってもよい。この場合、本人確認書類は、読取り画像Ｍを含む情報を予め保持したＩＣチップを含み、読取り部１０５は、本人確認書類のＩＣチップから情報を読み取るとよい。また、ＩＣチップには、対象者を識別するための情報がさらに保持されてもよく、この場合、対象者を識別するための情報は、対象者によって入力される代わりに、ＩＣチップから情報を読み取ることによって取得されてもよい。
さらに、上述の説明で用いた流れを示す図では、複数の工程（処理）が順番に記載されているが、これらの工程の実行順序は、その記載の順番に制限されない。これらの工程の順番は、内容的に支障のない範囲で変更されてもよい。また、上述の一実施の形態及び変形例は、内容が相反しない範囲で組み合わされてもよい。
上記の実施の形態の一手段または全手段は、以下の付記のようにも記載されうるが、以下に限られない。
１．対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得する深度取得手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える
当人認証支援システム。
２．前記深度取得手段は、前記画像情報が示す画像の明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
上記１に記載の当人認証支援システム。
３．前記深度取得手段は、照度センサによって測定される明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
上記１に記載の当人認証支援システム。
４．前記照度基準は、前記明るさの上限及び下限を含む
上記２又は３に記載の当人認証支援システム。
５．前記測定条件は、前記深度情報を測定する深度センサを識別するための情報、前記測定装置にて動作するオペレーティングシステムを識別するための情報、当該深度センサを搭載した機器を識別するための情報、利用可能なＡＰＩを識別するための情報、前記測定装置として採用される機器を識別するための情報の少なくとも１つである
上記１から４のいずれか１つに記載の当人認証支援システム。
６．前記領域設定手段は、
前記測定条件に基づいて、前記深度の測定精度が高精度であるか否かを判断する精度判断手段と、
前記測定精度が高精度である場合に、前記測定精度が高精度でない場合よりも狭い処理領域を設定する設定手段とを含む
上記１から５のいずれか１つに記載の当人認証支援システム。
７．前記測定精度が高精度である場合の処理領域は、前記対象者の鼻に対応する領域を含む
上記６に記載の当人認証支援システム。
８．前記深度取得手段は、前記設定手段によって設定された処理領域の深度情報を取得し、
前記照合判断手段は、前記深度取得手段によって取得された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する
上記６又は７に記載の当人認証支援システム。
９．前記深度取得手段は、前記撮影領域の深度情報を取得し、
前記照合判断手段は、
前記深度取得手段によって取得された深度情報の中から、前記設定手段によって設定された処理領域の深度情報を抽出する抽出手段と、
前記抽出手段によって抽出された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する判断手段とを含む
上記６又は７に記載の当人認証支援システム。
１０．前記照合判断手段は、前記処理領域の深度情報を用いて当該処理領域における凹凸の大きさを示す凹凸レベルを予め定められる凹凸基準と比較することによって、前記対象者の画像情報を照合処理に用いるか否かを判断する
上記１から９のいずれか１つに記載の当人認証支援システム。
１１．対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置と、
前記測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える
当人認証支援装置。
１２．コンピュータが、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを含む当人認証支援方法。
１３．コンピュータに、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを実行させるためのプログラム。
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得する深度取得手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える
当人認証支援システム。
２．前記深度取得手段は、前記画像情報が示す画像の明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
上記１に記載の当人認証支援システム。
３．前記深度取得手段は、照度センサによって測定される明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
上記１に記載の当人認証支援システム。
４．前記照度基準は、前記明るさの上限及び下限を含む
上記２又は３に記載の当人認証支援システム。
５．前記測定条件は、前記深度情報を測定する深度センサを識別するための情報、前記測定装置にて動作するオペレーティングシステムを識別するための情報、当該深度センサを搭載した機器を識別するための情報、利用可能なＡＰＩを識別するための情報、前記測定装置として採用される機器を識別するための情報の少なくとも１つである
上記１から４のいずれか１つに記載の当人認証支援システム。
６．前記領域設定手段は、
前記測定条件に基づいて、前記深度の測定精度が高精度であるか否かを判断する精度判断手段と、
前記測定精度が高精度である場合に、前記測定精度が高精度でない場合よりも狭い処理領域を設定する設定手段とを含む
上記１から５のいずれか１つに記載の当人認証支援システム。
７．前記測定精度が高精度である場合の処理領域は、前記対象者の鼻に対応する領域を含む
上記６に記載の当人認証支援システム。
８．前記深度取得手段は、前記設定手段によって設定された処理領域の深度情報を取得し、
前記照合判断手段は、前記深度取得手段によって取得された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する
上記６又は７に記載の当人認証支援システム。
９．前記深度取得手段は、前記撮影領域の深度情報を取得し、
前記照合判断手段は、
前記深度取得手段によって取得された深度情報の中から、前記設定手段によって設定された処理領域の深度情報を抽出する抽出手段と、
前記抽出手段によって抽出された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する判断手段とを含む
上記６又は７に記載の当人認証支援システム。
１０．前記照合判断手段は、前記処理領域の深度情報を用いて当該処理領域における凹凸の大きさを示す凹凸レベルを予め定められる凹凸基準と比較することによって、前記対象者の画像情報を照合処理に用いるか否かを判断する
上記１から９のいずれか１つに記載の当人認証支援システム。
１１．対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置と、
前記測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える
当人認証支援装置。
１２．コンピュータが、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを含む当人認証支援方法。
１３．コンピュータに、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを実行させるためのプログラム。
１００，２００，３００ 当人認証支援システム
１０１，２０１ 測定装置
１０２，２０２，３０２ 当人認証支援装置
１０３ 入力部
１０４ 表示部
１０５ 読取り部
１０６ 深度測定部
１０７ 明度測定部
１０８,３０８ 通信部
ＳＡ 撮影領域
ＭＰ 測定点
１１０ 読取り画像取得部
１１１ 画像情報取得部
１１２ 測定条件取得部
１１３ 明度取得部
１１４ データ記憶部
１１４ａ，１１４ｂ 測定条件－精度データ
１１５ 領域設定部
１１６ 深度取得部
１１７ 照合判断部
１１８ 認証部
１２０ 精度判断部
１２１ 設定部
１３０ 抽出部
１３１ 判断部
ＦＲ 顔領域
３３２ サーバ装置
１０１，２０１ 測定装置
１０２，２０２，３０２ 当人認証支援装置
１０３ 入力部
１０４ 表示部
１０５ 読取り部
１０６ 深度測定部
１０７ 明度測定部
１０８,３０８ 通信部
ＳＡ 撮影領域
ＭＰ 測定点
１１０ 読取り画像取得部
１１１ 画像情報取得部
１１２ 測定条件取得部
１１３ 明度取得部
１１４ データ記憶部
１１４ａ，１１４ｂ 測定条件－精度データ
１１５ 領域設定部
１１６ 深度取得部
１１７ 照合判断部
１１８ 認証部
１２０ 精度判断部
１２１ 設定部
１３０ 抽出部
１３１ 判断部
ＦＲ 顔領域
３３２ サーバ装置
Claims (10)
- 対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得する測定条件取得手段と、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定する領域設定手段と、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得する深度取得手段と、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する照合判断手段とを備える
当人認証支援システム。 - 前記深度取得手段は、前記画像情報が示す画像の明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
請求項１に記載の当人認証支援システム。 - 前記深度取得手段は、照度センサによって測定される明るさが予め定められる照度基準を満たす場合に、前記撮影領域の前記深度情報を取得する
請求項１に記載の当人認証支援システム。 - 前記測定条件は、前記深度情報を測定する深度センサを識別するための情報、前記測定装置にて動作するオペレーティングシステムを識別するための情報、当該深度センサを搭載した機器を識別するための情報、利用可能なＡＰＩを識別するための情報、前記測定装置として採用される機器を識別するための情報の少なくとも１つである
請求項１から３のいずれか１項に記載の当人認証支援システム。 - 前記領域設定手段は、
前記測定条件に基づいて、前記深度の測定精度が高精度であるか否かを判断する精度判断手段と、
前記測定精度が高精度である場合に、前記測定精度が高精度でない場合よりも狭い処理領域を設定する設定手段とを含む
請求項１から４のいずれか１項に記載の当人認証支援システム。 - 前記深度取得手段は、前記設定手段によって設定された処理領域の深度情報を取得し、
前記照合判断手段は、前記深度取得手段によって取得された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する
請求項５に記載の当人認証支援システム。 - 前記深度取得手段は、前記撮影領域の深度情報を取得し、
前記照合判断手段は、
前記深度取得手段によって取得された深度情報の中から、前記設定手段によって設定された処理領域の深度情報を抽出する抽出手段と、
前記抽出手段によって抽出された深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断する判断手段とを含む
請求項５に記載の当人認証支援システム。 - 前記照合判断手段は、前記処理領域の深度情報を用いて当該処理領域における凹凸の大きさを示す凹凸レベルを予め定められる凹凸基準と比較することによって、前記対象者の画像情報を照合処理に用いるか否かを判断する
請求項１から７のいずれか１項に記載の当人認証支援システム。 - コンピュータが、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを含む当人認証支援方法。 - コンピュータに、
対象者の顔を含む撮影領域の画像を示す画像情報及び深度を示す深度情報を生成可能な測定装置における深度の測定条件を取得することと、
前記測定条件に応じて、前記撮影領域のうち前記深度情報の処理対象となる領域である処理領域を設定することと、
前記測定条件で測定された、前記処理領域における深度を含む深度情報を取得することと、
前記処理領域の深度情報に基づいて、前記対象者の画像情報を照合処理に用いるか否かを判断することとを実行させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2024045039A JP2024075700A (ja) | 2021-04-09 | 2024-03-21 | 情報処理方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2021/015012 WO2022215248A1 (ja) | 2021-04-09 | 2021-04-09 | 当人認証支援、当人認証支援方法及びプログラム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024045039A Division JP2024075700A (ja) | 2021-04-09 | 2024-03-21 | 情報処理方法及びプログラム |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JPWO2022215248A1 JPWO2022215248A1 (ja) | 2022-10-13 |
| JPWO2022215248A5 JPWO2022215248A5 (ja) | 2023-10-06 |
| JP7460016B2 true JP7460016B2 (ja) | 2024-04-02 |
Family
ID=83545801
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023512623A Active JP7460016B2 (ja) | 2021-04-09 | 2021-04-09 | 当人認証支援システム、当人認証支援方法及びプログラム |
| JP2024045039A Pending JP2024075700A (ja) | 2021-04-09 | 2024-03-21 | 情報処理方法及びプログラム |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2024045039A Pending JP2024075700A (ja) | 2021-04-09 | 2024-03-21 | 情報処理方法及びプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240104964A1 (ja) |
| JP (2) | JP7460016B2 (ja) |
| WO (1) | WO2022215248A1 (ja) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003208407A (ja) | 2002-01-10 | 2003-07-25 | Omron Corp | 生体情報登録装置、生体情報を利用した個人認証システム、および生体情報登録方法 |
| JP2005293350A (ja) | 2004-04-01 | 2005-10-20 | Mitsubishi Electric Corp | ３次元物体照合装置 |
| JP2007156541A (ja) | 2005-11-30 | 2007-06-21 | Toshiba Corp | 人物認識装置、人物認識方法および入退場管理システム |
| JP2009199392A (ja) | 2008-02-22 | 2009-09-03 | Oki Electric Ind Co Ltd | 虹彩認証方法及び虹彩認証装置 |
-
2021
- 2021-04-09 WO PCT/JP2021/015012 patent/WO2022215248A1/ja active Application Filing
- 2021-04-09 JP JP2023512623A patent/JP7460016B2/ja active Active
- 2021-04-09 US US18/273,149 patent/US20240104964A1/en active Pending
-
2024
- 2024-03-21 JP JP2024045039A patent/JP2024075700A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003208407A (ja) | 2002-01-10 | 2003-07-25 | Omron Corp | 生体情報登録装置、生体情報を利用した個人認証システム、および生体情報登録方法 |
| JP2005293350A (ja) | 2004-04-01 | 2005-10-20 | Mitsubishi Electric Corp | ３次元物体照合装置 |
| JP2007156541A (ja) | 2005-11-30 | 2007-06-21 | Toshiba Corp | 人物認識装置、人物認識方法および入退場管理システム |
| JP2009199392A (ja) | 2008-02-22 | 2009-09-03 | Oki Electric Ind Co Ltd | 虹彩認証方法及び虹彩認証装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240104964A1 (en) | 2024-03-28 |
| WO2022215248A1 (ja) | 2022-10-13 |
| JP2024075700A (ja) | 2024-06-04 |
| JPWO2022215248A1 (ja) | 2022-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6005750B2 (ja) | 認証装置、及び認証方法 | |
| WO2018079031A1 (ja) | 画像処理装置、画像処理方法、顔認証システム、プログラム及び記録媒体 | |
| JP4899551B2 (ja) | 認証装置、認証方法、認証プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| EP3594916A1 (en) | Atm with biometric security | |
| US9054875B2 (en) | Biometric authentication apparatus, biometric authentication method, and biometric authentication computer program | |
| EP3807794B1 (en) | Age verification | |
| JP2015184809A (ja) | 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム | |
| WO2019200872A1 (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 | |
| KR20140126400A (ko) | 바이오메트릭 및 바이오그래픽 데이터를 획득하기 위한 스테이션 | |
| KR20150069799A (ko) | 얼굴 인증 방법 및 그 장치 | |
| JP2013190934A (ja) | 窓口認証システム、窓口認証サーバー、プログラムおよび窓口認証方法 | |
| JP7460016B2 (ja) | 当人認証支援システム、当人認証支援方法及びプログラム | |
| CN108875553A (zh) | 人证核验的方法、装置、系统及计算机存储介质 | |
| US20100239129A1 (en) | Vein pattern management system, vein pattern registration apparatus, vein pattern authentication apparatus, vein pattern registration method, vein pattern authentication method, program, and vein data configuration | |
| EP3839775A1 (en) | Methods and systems for displaying a visual aid while capturing user image | |
| JP2007148724A (ja) | 個人認証システム、および個人認証プログラム | |
| US11810401B1 (en) | Methods and systems for enhancing user liveness detection | |
| JP5079727B2 (ja) | 静脈認証装置における登録静脈画像作成方法及び装置 | |
| US20230334137A1 (en) | Information processing device, information processing method, and recording medium | |
| US20240013574A1 (en) | Age verification | |
| US11842573B1 (en) | Methods and systems for enhancing liveness detection of image data | |
| US20240160715A1 (en) | Subject determination apparatus, subject determination method, and non-transitory computer-executable medium | |
| JP2023172637A (ja) | 本人認証システム、および本人認証方法 | |
| JP2023021106A (ja) | 認証装置、販売システム、通過システム、及び現金自動預け払いシステム | |
| CN114067383A (zh) | 基于宏观结构和微观结构图像尺寸的被动三维面部成像 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230712 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230712 |
|
| 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: 20240220 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240304 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7460016 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |