JP7468779B2 - 情報処理装置、情報処理方法、及び記憶媒体 - Google Patents

Description

本開示は、情報処理装置、情報処理方法、及び記憶媒体に関する。より詳細には、カメラによって取り込まれた画像を使用して人の認証を実施する情報処理装置、情報処理方法、及び記憶媒体に関する。

近年、空港等の施設において、セキュリティ検査エリアなど、利用者が歩行可能な通路を制御するゲート装置が設けられている。従来のゲート装置では、カメラから取得した顔画像と、パスポートなどの登録画像から取得した顔画像とを比較することによって、顔認証動作が実施され得る。

本開示の１つ又は複数の態様によれば、乗客又は訪問者などの利用者が関門又はゲートを通過し得るためのゲート装置、ゲート装置の制御方法、及び記憶媒体が提供される。

本開示の一態様によれば、１つ又は複数の命令を記憶するメモリと、１つ又は複数の命令を実行して、１つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、カメラから取得された画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、複数の人物のうちの第１の人物を検出することと、第２の画像に取り込まれた第１の人物に対応する第１の身体領域のサイズに基づいて、関門に第１の身体領域が、複数の人物のうち関門に最も近い人物に対応すると決定することと、第１の身体領域が複数の人物のうち関門に最も近い人物に対応するという決定に基づいて、関門を開くように制御するための情報を出力することとを実行するように構成されたプロセッサと、を備える、装置が提供される。

複数の身体領域の各々は、顔領域と、胴体領域と、を含み得る。

第２の画像内の第１の身体領域は、胴体領域を含み得る。

プロセッサは、第１の時間の後の第２の時間に１つ又は複数のカメラによって取り込まれた第２の画像内の第１の身体領域を追跡するようにさらに構成され得る。

プロセッサは、複数の身体領域のうち、第１の身体領域のサイズと他の身体領域の各々のサイズとを比較することによって、及び最大サイズを有する第１の身体領域を、１つ又は複数のカメラに最も近い身体領域として決定することによって、関門に最も近い第１の身体領域が、関門に最も近い人物に対応する、と決定するようにさらに構成され得る。

本開示の別の態様によれば、１つ又は複数の命令を記憶するメモリと、１つ又は複数の命令を実行して、カメラによって取り込まれた、関門に近接する複数の人物にそれぞれ対応する複数の身体領域を含む画像を取得することと、第１の人物に対応する第１の身体領域のサイズに基づいて、複数の人物のうち、カメラに最も近い人物として第１の人物を検出することと、第１の人物の第１の身体領域に対応する特徴領域に関する情報と、各々が画像を取得する前に登録された人物に対応する複数の登録情報とを比較する顔認識動作の結果に基づいて、関門を制御するための情報を出力することとを実行するように構成されるプロセッサと、を備える装置が提供される。

身体領域は、顔領域と胴体領域とを含み、特徴領域は、顔領域であり得る。

プロセッサは、複数の身体領域のうち、第１の身体領域のサイズと他の身体領域の各々のサイズとを比較することによって、及び最大サイズを有する第１の身体領域を、関門に最も近い身体領域として決定することによって、関門に接近している第１の身体領域が、関門に最も近い人物に対応する、と決定するようにさらに構成され得る。

プロセッサは、顔認識動作の前に、身体サイズに基づいてカメラに最も近い人物を検出するようにさらに構成され得る。

本開示の別の態様によれば、１つ又は複数の命令を記憶するメモリと、１つ又は複数の命令を実行して、１つ又は複数のカメラによって第１の時間に取り込まれた、各々が、複数の人物のうちの１人の人物に対応する複数の身体領域を含む第１の画像を取得することと、カメラから取得された画像内の複数の身体領域のうちの１つに対して顔認識動作を実施することによって、複数の人物のうちの第１の人物を検出することと、第１の人物の第１の身体領域に対応する第１の境界を生成することと、第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、関門に接近している第１の身体領域が、複数の人物のうち関門に最も近い人物に対応すると決定することと、第１の身体領域が、複数の人物のうち関門に最も近い人物に対応するという決定に基づいて、関門を開くように制御するための情報を出力することと、を含む１つ又は複数の命令を実行するように構成されるプロセッサと、を備える装置が提供される。

複数の身体領域の各々は、顔領域と胴体領域とを含み得る。

第１の境界は、第１の身体領域を囲む連続境界ボックスであり得る。

１人又は複数の第２の人物に対応する１つ又は複数の第２の境界が、第１の境界と重ならない場合、第１の境界は、遮られていないかもしれない。

１つ又は複数の第２の境界内のそれぞれの第２の身体領域が、第１の境界と重ならない場合、第１の境界は、遮られていないかもしれない。

１つ又は複数の第２の境界のそれぞれが、第１の境界内の第１の身体領域と重ならない場合、第１の境界は、遮られていないかもしれない。

本開示の別の態様によれば、１つ又は複数の命令を記憶するメモリと、１つ又は複数の命令を実行して、カメラによって取り込まれた、第１の人物に対応する第１の身体領域と第２の人物に対応する第２の身体領域とを含む画像を取得することと、第１の人物の第１の身体領域に対応する第１の境界を生成することと、第２の身体領域に対応する第２の境界を生成することと、第１の身体領域に対応する第１の境界が第２の身体領域に対応する第２の境界によって遮られていないという決定に基づいて、第１の人物がカメラに最も近いと識別することと、第１の第１の身体領域に関する情報と、各々が画像を取得する前に登録された人物に対応する複数の登録情報とを比較する顔認識動作の結果に基づいて、関門を制御するための情報を出力することとを実行するように構成されるプロセッサと、を備える装置が提供される。

プロセッサは、顔認識動作の前に、境界に基づいてカメラに最も近い人物を検出するように更に構成され得る。

本開示の別の態様によれば、１つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、カメラから取得された画像内の複数の身体領域のうちの１つに対して顔認識動作を実施することによって、複数の人物のうちの第１の人物を検出することと、第２の画像に取り込まれた第１の人物に対応する第１の身体領域のサイズに基づいて、関門に第１の身体領域が、複数の人物のうち関門に最も近い人物に対応すると決定することと、第１の身体領域が複数の人物のうち関門に最も近い人物に対応するという決定に基づいて、関門を開くように制御するための情報を出力することとを含む、方法が提供される。

本開示の別の態様によれば、カメラによって取り込まれた、関門に近接する複数の人物にそれぞれ対応する複数の身体領域を含む画像を取得することと、第１の人物に対応する第１の身体領域のサイズに基づいて、複数の人物のうち、カメラに最も近い人物として第１の人物を検出することと、第１の人物の第１の身体領域に対応する特徴領域に関する情報と、各々が画像を取得する前に登録された人物に対応する複数の登録情報とを比較する顔認識動作の結果に基づいて、関門を制御するための情報を出力することと、を含む方法が提供される。

本開示の別の態様によれば、１つ又は複数のカメラによって第１の時間に取り込まれた、各々が、複数の人物のうちの１人の人物に対応する複数の身体領域を含む第１の画像を取得することと、カメラから取得された画像内の複数の身体領域のうちの１つに対して顔認識動作を実施することによって、複数の人物のうちの第１の人物を検出することと、第１の人物の第１の身体領域に対応する第１の境界を生成することと、第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、関門に接近している第１の身体領域が、複数の人物のうち関門に最も近い人物に対応すると決定することと、第１の身体領域が、複数の人物のうち関門に最も近い人物に対応するという決定に基づいて、関門を開くように制御するための情報を出力することと、を含む方法が提供される。

本開示の別の態様によれば、カメラによって取り込まれた、第１の人物に対応する第１の身体領域と第２の人物に対応する第２の身体領域とを含む画像を取得することと、第１の人物の第１の身体領域に対応する第１の境界を生成することと、第２の身体領域に対応する第２の境界を生成することと、第１の身体領域に対応する第１の境界が第２の身体領域に対応する第２の境界によって遮られていないという決定に基づいて、第１の人物がカメラに最も近いと識別することと、第１の第１の身体領域に関する情報と、各々が画像を取得する前に登録された人物に対応する複数の登録情報とを比較する顔認識動作の結果に基づいて、関門を制御するための情報を出力することと、を含む方法が提供される。

実施形態による、ゲート装置の実施例を示す図である。 実施形態による、ゲート装置の実施例を示す図である。 実施形態による、複数の人物がゲート装置に接近する例示的なシナリオを示す図である。 実施形態による、複数の人物がゲート装置に接近する例示的なシナリオを示す図である。 実施形態による、情報処理装置のブロック図である。 実施形態による、情報処理装置が実施する処理の概要を示すフローチャートである。 実施形態による、情報処理装置が実施する処理の概要を示すフローチャートである。 いくつかの実施形態による、身体領域の実施例を示す図である。 図３Ａ及び図３Ｂの実施形態による、情報処理装置が実施する処理の実施例を示す図である。 別の実施形態による、情報処理装置が実施する処理を示すフローチャートである。 図６の実施形態による、情報処理装置が実施する処理の実施例を示す図である。 例示的な実施形態による、ゲート制御装置１のハードウェア構成の実施例を示すブロック図である。

以下、添付図面を参照して、例示的な実施形態を詳細に説明する。以下の詳細な説明は、本明細書に記載の方法、装置、及び／又はシステムの読者が、包括的に理解し得ることを支援するために提供する。しかしながら、本開示で提供する例示的な実施形態は、本開示の範囲を限定するものと見なされるべきではない。したがって、本明細書に記載のシステム、装置、及び／又は方法の様々な変更、修正、及び均等物が当業者に示唆される。

本明細書で使用される用語は、実施形態のみを説明することを意図しており、決して限定的ではない。別途明確に使用されない限り、単数形の表現は、複数形の意味を含む。本明細書では、「備える（ｃｏｍｐｒｉｓｉｎｇ）」又は「含む（ｉｎｃｌｕｄｉｎｇ）」などの表現は、特性、数、ステップ、動作、要素、部分、又はそれらの組合せを指定することを意図しており、１つ又は複数の他の特性、数、ステップ、動作、要素、部分、又はそれらの組合せの存在又は可能性を排除すると解釈されるべきではない。

本開示の１つ又は複数の例示的な実施形態を、図面を参照して以下に説明する。なお、各図において、同一の構成要素又は対応する構成要素には同一の符号を付し、したがって、その説明を省略又は簡略化する場合がある。

図１Ａ及び図１Ｂは、非限定的な例示的な実施形態によるゲート装置１の実施例を示している。図１Ａに示すように、通路３に設けられ、通路３を通る通行人を制御するゲート２を、ゲート装置１は含み得る。例示的な実施形態によれば、ゲート装置１は、通路３を通る通行人を制御するために、通路３に設けられた関門を有する関門装置であってもよい。ゲート装置１は、通路３を通って歩行する利用者の顔認識を実施するために、カメラ４と、情報処理装置５と、を更に含み得る。他の例示的な実施形態によれば、情報処理装置５は、情報処理デバイス、情報処理システム、情報処理端末などと称されてもよい。

一実施形態によれば、情報処理装置５は、人物がゲート２に接近する間に、第１の位置Ｐ１において、人物、すなわち利用者（Ｕ）の第１の画像を取得し得る。第１の画像は、カメラ４によって第１の時間（ｔ１）に取り込まれ得る。第１の画像は、ゲート装置の近くの人の１つ又は複数の顔を含むことができ、１つ又は複数の顔の各々は、複数の利用者のうちの１人の利用者に対応する。

一実施形態によれば、情報処理装置５は、第１の画像内の顔に対して顔認識動作を実施することによって、複数の利用者のうちの第１の利用者を検出するように構成され得る。例えば、顔認識動作は、情報処理装置５によって全体的又は部分的に実施される認証動作の一部であってもよく、情報処理装置５は、認証された利用者（Ｕ）と呼ぶ、ゲートを通過することを許可された人物として、利用者の顔を認証するように構成される。

一実施形態によれば、情報処理装置５は、第１の画像において、認証された利用者（Ｕ）の領域を身体領域として検出し得る。様々な実施形態によれば、身体領域は、図４に示すように、対象の異なる領域又は異なる領域の組合せに対応し得る。例えば、一実施形態によれば、身体領域は、対象の全身（全体）であってもよい（参照符号Ｂ１参照）。他の実施形態によれば、身体領域は、対象の上半身と頭部との組合せ（符号Ｂ２参照）、対象の頭部と胴体部との組合せ（符号Ｂ３参照）、対象の胴体部と腕部との組合せ（符号Ｂ４参照）、又は対象の胴体部のみ（符号Ｂ５参照）のいずれであってもよい。

一実施形態によれば、身体領域は、認証された利用者（Ｕ）の顔領域と関連付けられ得る。認証された利用者（Ｕ）の身体領域を、対応する顔領域に対応付けることによって、認証された利用者（Ｕ）は、身体領域を追跡することによって追跡され得る。利用者が通路の第２の位置Ｐ２にいるとき、第２の画像が、カメラ４によって取得され得る。第２の画像は、第１の時間（ｔ１）に続く第２の時間（ｔ２）に取り込まれてもよく、同じカメラ４によって、又はカメラ４とは異なる撮像デバイスによって、取り込まれてもよい。第２の画像は、身体領域を含んでもよいが、認証された利用者（Ｕ）の顔領域を含まなくてもよい。これは、時間ｔ１と時間ｔ２との間の認証された利用者（Ｕ）の移動によるためであってもよく、あるいは、認証された利用者（Ｕ）の顔が時間ｔ２においてカメラ４に十分に正対していない、顔が第２の画像において不明瞭である、又は時間ｔ２において第２の画像に存在しないことによるためであってもよい。身体領域が、認証された利用者（Ｕ）に関連付けられているので、顔領域が第２の画像内に存在しない場合であっても、認証された利用者（Ｕ）は、第２の画像内で追跡され得る。被追跡身体領域がゲートに接近しているとの決定に基づいて、情報処理装置５は、ゲート２を開くように制御するための情報を出力し得る。このように、利用者が認証された人物として認証された後で、情報処理装置５は、利用者を繰り返し認証する必要がない。例えば、認証された利用者の身体領域が追跡されているので、人物が位置Ｐ２においてカメラ４に正対していないときでも、ゲート２を開けてもよい。

図１Ｂにおいて、情報処理装置５は、位置Ｐ２の第２の画像において追跡された身体領域が、第１の画像において認証された利用者の顔領域と関連付けられていないと、情報処理装置５が決定したとき、ゲート２が開かないように構成され得る。例えば、情報処理装置５が、カメラ４から取得した第１の画像内の顔に対して顔認識動作を実施できないとき、情報処理装置５は、第１の画像内の顔に対応する身体領域を追跡しなくてもよい。したがって、利用者に対する追加の顔認識動作が実施され、利用者が認証されない限り、情報処理装置５は、ゲート２を開かない。

図１Ｃ及び図１Ｄは、一実施形態による、複数の人物がゲート装置に接近するシナリオを示している。

図１Ｃを参照すると、カメラ４が、画像内で、ゲート装置１に接近している複数の人物を取り込んだとき、ゲート装置１によって前方の人物が識別され、前方の人物が関門を開閉するための認証された人物であるか否かを決定する。一実施形態によれば、前方の人物は、ゲート装置１に最も近い人物であってもよく、又はカメラ４に最も近い人物であってもよい。

一実施形態によれば、複数の人物のうちの１人又は複数は、前方の人物の決定の前に認証され、更に追跡され得る。別の実施形態によれば、前方の人物が、以前に認証及び追跡されていない場合に、前方の人物の決定の後に、前方の人物が、認証されてもよい。

一実施形態によれば、ゲート装置１において、複数の人物の各々の目の距離に基づいて、前方の人物を検出し得る。目の距離は、人の両目間のピクセル数であってもよい。ゲート装置１は、目の距離のサイズに基づいて、どの顔がカメラに最も近いかを決定してもよく、すなわち、目の距離が大きいほど、顔が近くなる。

図１Ｃを参照して、カメラに正対する２人の人物Ａ及び人物Ｂが、ゲート装置１に接近したとき、ゲート装置１は、Ａの目の距離が１００であり、Ｂの目の距離が８５であると決定し得る。このように、ゲート装置１は、人物Ａの方が近いと決定する。

図１Ｃでは、２人の人物を示しているが、本開示では、カメラによって取り込まれる人物の数を、これに限定しない。更に、図１Ｃには１つのカメラを示しているが、本開示では、カメラの数を、これに限定しない。例えば、１つ又は複数の画像を取り込むために、複数のカメラを設けてもよい。別の実施形態によれば、複数のカメラが互いに連携して動作して、顔認識を実施するために、又は最も近い人物を識別するために使用される１つ又は複数の画像を生成してもよい。

しかしながら、ゲート装置が目の距離を計算できず、したがって、ゲート装置が前方の人物を正確に識別し得ない状況が生じ得る。例えば、人物の顔が覆われている場合（すなわち、カメラによって目がはっきりと見えない）、又は図１Ｄに示すように人物Ａ及び人物Ｂが後ろ向きに歩いてゲートに入った場合など、ゲート装置１は、目の距離を計算できない。このため、ゲート装置１は、人物Ｂを前方の人物と誤って決定する可能性がある。

なお、前方の人物の検出精度を向上させるために、ゲート装置１に接近している複数の人物の各々の目の距離以外の特徴に基づいて、ゲート装置１は、前方の人物を決定してもよい。一実施形態によれば、図３～図５を参照して以下で詳細に説明するように、ゲート装置１に接近している人物の各々の身体領域のサイズに基づいて、ゲート装置１は、前方の人物を決定し得る。別の実施形態によれば、図６及び図７を参照して以下で詳細に説明するように、ゲート装置１に接近している人物の各々の身体領域に対応する境界又は輪郭に基づいて、ゲート装置１は、前方の人物を決定してもよい。

図２は、例示的な実施形態による、情報処理装置５のブロック図である。情報処理装置５は、ゲート装置１の一部であってもよい。一実施形態によれば、情報処理装置５は、１つ又は複数のプロセッサ（図８のようなＣＰＵ１０２又は他のプロセッサ）と、メモリ（例えば、図８のようなＲＡＭ１０４又は他のメモリ）と、を含み得る。情報処理装置５は、画像取得ユニット１２１と、検出ユニット１２２と、抽出ユニット１２３と、関連付けユニット１２５と、制御部１２６と、表示画像生成ユニット１２７と、記憶ユニット１２９と、を有し得る。一実施形態によれば、ＣＰＵ１０２は、メモリに記憶された１つ又は複数の命令を実行して、様々なユニットを実行し得る。ユニット、及びユニットが実施する動作は、例示のために提供しているが、本開示は、ユニット、又はユニットが実施する動作を限定しない。他の実施形態によれば、本開示の新規な特徴は、上述のユニット、及び他のユニットを含むユニットの様々な組合せによって実施され得る。

一実施形態によれば、画像取得ユニット１２１は、カメラ４から画像を取得し、検出ユニット１２２は、カメラ４から取得された画像内の１人又は複数の人物を検出し、抽出ユニット１２３は、画像内で、顔特徴及び身体特徴などの特徴を抽出し、関連付けユニット１２５は、抽出された顔特徴及び身体特徴を互いに関連付け、制御部１２６は、ゲート２を開閉するように制御し、表示画像生成ユニット１２７は、ディスプレイ１１０（図８に示すように）に表示される情報を生成し、更に記憶ユニット１２９は、情報を記憶し得る。

図３Ａは、例示的な実施形態による、情報処理装置５が実施する処理の概要を示すフローチャートである。図１Ａ、図１Ｂ及び図２を参照して、図３Ａのフローチャートに沿って、情報処理装置５が実施する処理の概要を説明する。

図３ＡのＳＡ３１０において、（図１Ａ及び図１Ｂに示すように）情報処理装置５は、カメラ４から画像を取得し得る。一実施形態によれば、画像を取得する方法は、画像取得ユニット１２１が実施する以下の動作を含み得る。例えば、画像取得ユニット１２１は、カメラ４から画像を取得してもよい。取得した第１の画像は、複数の身体領域を含んでもよく、身体領域の各々は、認識対象のゲート装置に接近している複数の対象のうちの１人の対象に対応する。一実施形態によれば、認識される対象は人物であり得る。

図３ＡのＳＡ３２０において、情報処理装置５は、画像内の前方の人物を識別し得る。前方の人物は、複数の人物のうち、撮像デバイス又はゲート装置に最も近い人物であり得る。この処理は、図５の図示に対応し得る。

一実施形態によれば、前方の人物を識別する方法は、検出ユニット１２２及び抽出ユニット１２３が実施する以下の動作を含み得る。例えば、抽出ユニット１２３は、画像取得ユニット１２１によって取得された画像内の複数の人物のそれぞれに対応する複数の身体領域を抽出してもよい。一実施形態によれば、検出ユニット１２２は、抽出ユニット１２３によって抽出された複数の身体領域を取得し、複数の身体領域の各々に対応するサイズを比較することによって、前方の人物を識別し得る。例えば、検出ユニット１２２は、複数の身体領域の各々がカバーする面積を比較し、複数の身体領域のうち最も面積が大きい身体領域を、カメラに最も近い身体領域として決定してもよい。このように、最も近い身体領域に関連付けられた人物は、前方の人物として識別される。

図４を参照すると、身体領域は、一実施形態によれば、対象の全身（全体）であり得る。他の実施形態によれば、身体領域は、対象の上半身と頭部との組合せ、対象の頭部と胴体部との組合せ、対象の胴体部と腕部との組合せ、又は対象の胴体部のみであってもよい。

ＳＡ３３０において、第１の人物が、許可又は不許可と識別されたステータスに基づいて、情報処理装置５は、関門を制御し得る。一実施形態によれば、第１の人物が前方の人物として検出された後、人物の許可ステータスが、決定される。この場合、画像処理装置５は、前方の人物の顔特徴の情報と、複数の登録情報とを比較することによって、前方の人物の顔認識を実施し得る。一実施形態によれば、顔認識を実施する方法は、検出ユニット１２２が実施する以下の動作を含み得る。例えば、検出ユニット１２２は、抽出ユニット１２３が抽出した前方の人物の顔特徴を取得し、顔特徴が、複数の登録された顔特徴のうちの１つの登録された顔特徴と一致するか否かを検出してもよい。複数の登録された顔特徴の各々は、以前に登録された複数の人物のうちの１人の人物の顔に対応し得る。登録された顔特徴は、記憶デバイス１０６に記憶され得る。

したがって、情報処理装置５は、前方の人物の検出後に実施された顔認識の結果に基づいて、ゲート装置の関門を制御するための情報を出力し得る。この処理は、図１Ａ及び図１Ｂの図示に対応し得る。

別の実施形態によれば、第１の人物を前方の人物として検出する前に、人物の許可ステータスが決定される。この場合、複数の人物のうちの１人又は複数は、前方の人物の決定の前に認証され、情報処理装置５によって追跡されてもよい。

一実施形態によれば、身体追跡を実施する方法は、画像取得ユニット１２１、検出ユニット１２２、抽出ユニット１２３、及び関連付けユニット１２５が実施する以下の動作を含み得る。例えば、抽出ユニット１２３は、第１の画像内の対象の身体領域を抽出してもよい。検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出した後、身体領域を抽出する動作が実施され得る。別の実施形態によれば、検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出する前に、又は検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出するのと同時に、身体領域を抽出する動作が実施されてもよい。

一実施形態によれば、関連付けユニット１２５は、第１の画像において、抽出された身体領域と顔領域とを関連付ける。例えば、関連付けユニット１２５は、顔領域と身体領域との１つ又は複数の特徴を分析することによって、身体領域が顔領域に対応すると決定する。例えば、顔領域の１つ又は複数の特徴が、身体領域の１つ又は複数の特徴に類似すると、関連付けユニット１２５が決定したとき、関連付けユニット１２５は、顔領域と身体領域とを関連付けてもよい。別の実施形態によれば、顔領域と身体領域との近接度に基づいて、身体領域が顔領域に対応すると、関連付けユニット１２５は決定してもよい。

一実施形態によれば、関連付けユニットは、関連付けられた顔領域及び身体領域を記憶装置に記憶し得る。例えば、記憶装置は、検出した人物の識別情報に関連付けて、顔領域及び身体領域を記憶してもよい。関連する顔領域及び身体領域は、記憶装置に一時的に記憶されてもよい。

一実施形態によれば、画像取得ユニット１２１は、第２の時間にカメラ４によって取り込まれた第２の画像を取得し得る。第２の時間は、第１の時間とは異なる。一実施形態によれば、この第２の画像は、図３ＡのＳＡ３１０で言及した画像であってもよい。一実施形態によれば、第２の時間は、第１の時間の後である。一実施形態によれば、第２の画像は、第１の画像を取り込むカメラとは異なる、カメラなどの画像取得デバイスによって取り込まれ得る。

一実施形態によれば、抽出ユニット１２３は、第２の画像内の身体領域の特徴を抽出し、検出ユニット１２２は、抽出ユニット１２３から第２の画像内の身体領域の特徴を取得し、第２の画像内の身体領域の特徴が、記憶ユニット１２９に記憶された身体領域の特徴と一致するか否かを検出し得る。したがって、第２の画像内の身体領域と、記憶ユニット１２９から取得した身体領域とが一致するとき、検出ユニット１２２は、第１の画像において以前に検出された対象の識別を取得し得る。したがって、情報処理装置５は、第１の画像及び第２の画像内で抽出された身体領域を使用して、対象を追跡し得る。

したがって、前方の人物の検出の前に実施された顔認識の結果に基づいて、情報処理装置５は、ゲート装置の関門を制御するための情報を出力し得る。この処理は、図１Ａ及び図１Ｂの図示に対応し得る。

図３Ｂは、別の例示的な実施形態による、情報処理装置５が実施する処理の概要を示すフローチャートである。図１Ａ、図１Ｂ及び図２を参照して、図３Ｂのフローチャートに沿って、情報処理装置５が実施する処理の概要を説明する。

図３ＢのＳＢ３１０において、情報処理装置５は、第１の時間において、カメラ４から第１の画像を取得し得る。一実施形態によれば、第１の画像を取得する方法は、画像取得ユニット１２１が実施する以下の動作を含み得る。例えば、画像取得ユニット１２１は、カメラ４から第１の画像を取得してもよい。取得した第１の画像は、複数の身体領域を含んでもよく、身体領域の各々は、認識対象のゲート装置に接近している複数の対象のうちの１人の対象に対応する。一実施形態によれば、認識される対象は人物であり得る。

例示的な実施形態によれば、人物がゲート２に進入する前に、情報処理装置５は、顔認識を使用することによって人物を検出してもよい。例示的な実施形態によれば、人物がゲートエリアに進入する前に、情報処理装置５は、顔認識を使用することによって人物を検出し得る。

図３ＢのＳＢ３２０において、情報処理装置５は、第１の画像内の人物を検出し得る。例示的な実施形態によれば、情報処理装置５は、第１の画像に対して顔認識を実施することによって、人物を検出し得る。

顔認識を実施する方法は、検出ユニット１２２及び抽出ユニット１２３が実施する以下の動作を含み得る。例えば、抽出ユニット１２３は、画像取得ユニット１２１が取得した第１の画像から顔特徴を抽出し、検出ユニット１２２は、抽出ユニット１２３が抽出した顔特徴を取得し、顔特徴が、複数の登録された顔特徴のうちの１つの登録された顔特徴と一致するか否かを検出する。複数の登録された顔特徴の各々は、以前に登録された複数の人物のうちの１人の人物の顔に対応し得る。登録された顔特徴は、記憶ユニット１２９に記憶され得る。したがって、情報処理装置５は、第１の画像内の人物を検出し、及び／又は識別し得る。

例示的な実施形態によれば、情報処理装置５は、第１の画像内の複数の人物を検出し、及び／又は識別してもよい。例示的な実施形態によれば、情報処理装置５は、第１の画像内の複数の人物を同時に検出し、及び／又は識別してもよい。例示的な実施形態によれば、情報処理装置５は、第１の画像内の複数の人物を順次検出し、及び／又は識別してもよい。

ＳＢ３３０において、情報処理装置５は、第２の時間において取り込まれた第２の画像内の身体領域を追跡し得る。一実施形態によれば、情報処理装置５は、第１の画像内の顔領域と、第１の画像内の身体領域とを関連付けることによって、更に第２の画像内の身体領域と、第１の画像内の身体領域とを一致させることによって、第２の画像内の身体領域を追跡し得る。例示的な実施形態によれば、情報処理装置５は、第１の画像内の複数の人物を同時に追跡してもよい。

一実施形態によれば、身体追跡を実施する方法は、画像取得ユニット１２１、検出ユニット１２２、抽出ユニット１２３、及び関連付けユニット１２５が実施する以下の動作を含み得る。例えば、抽出ユニット１２３は、第１の画像内の対象の身体領域を抽出してもよい。検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出した後、身体領域を抽出する動作が実施され得る。別の実施形態によれば、検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出する前に、又は検出ユニットが、第１の画像内の顔特徴と登録された顔特徴との間の一致を検出するのと同時に、身体領域を抽出する動作が実施されてもよい。

一実施形態によれば、関連付けユニット１２５は、第１の画像において、抽出された身体領域と顔領域とを関連付ける。例えば、関連付けユニット１２５は、顔領域と身体領域との１つ又は複数の特徴を分析することによって、身体領域が顔領域に対応すると決定する。例えば、顔領域の１つ又は複数の特徴が、身体領域の１つ又は複数の特徴に類似すると、関連付けユニット１２５が決定したとき、関連付けユニット１２５は、顔領域と身体領域とを関連付けてもよい。別の実施形態によれば、関連付けユニット１２５は、顔領域と身体領域との近接度に基づいて、身体領域が顔領域に対応すると決定してもよい。

一実施形態によれば、関連付けユニット１２５は、関連付けられた顔領域及び身体領域を、記憶ユニット１２９に記憶し得る。例えば、記憶ユニット１２９は、検出した人物の識別情報に関連付けて、顔領域及び身体領域を記憶してもよい。関連付けられた顔領域及び身体領域は、記憶ユニット１２９に一時的に記憶されてもよい。

一実施形態によれば、画像取得ユニット１２１は、第２の時間にカメラ４によって取り込まれた第２の画像を取得し得る。第２の時間は、第１の時間とは異なる。一実施形態によれば、第２の時間は、第１の時間の後である。一実施形態によれば、第２の画像は、第１の画像を取り込むカメラとは異なる、カメラなどの画像取得デバイスによって取り込まれ得る。

一実施形態によれば、抽出ユニット１２３は、第２の画像内の身体領域の特徴を抽出し、検出ユニット１２２は、抽出ユニット１２３から第２の画像内の身体領域の特徴を取得し、第２の画像内の身体領域の特徴が、記憶ユニット１２９に記憶された身体領域の特徴と一致するか否かを検出し得る。したがって、第２の画像内の身体領域と、記憶ユニット１２９から取得した身体領域とが一致するとき、検出ユニット１２２は、第１の画像において以前に検出された対象の識別を取得し得る。したがって、情報処理装置５は、第１の画像及び第２の画像内で抽出された身体領域を使用して、対象を追跡し得る。

別の実施形態によれば、情報処理装置５は、第２の画像内で顔特徴を検出できないとき、身体追跡動作を実施してもよい。例えば、抽出ユニット１２３は、第２の画像内の顔特徴を抽出し、検出ユニット１２２は、抽出ユニット１２３から第２の画像内の顔特徴を取得し、顔特徴が、顔認識を実施するために十分な情報を有していないと、決定してもよい。例えば、カメラに接近している人物が、カメラに正対していない場合、検出ユニット１２２は、人物の顔から十分な顔特徴が抽出され得なかったと決定してもよい。一実施形態によれば、人物の顔が、カメラから４５度を超えて向きを変えている場合、顔検出に情報が不十分であると、検出ユニット１２２は決定し得る。

図３ＢのＳＢ３４０において、情報処理装置５は、第２の画像内の前方の人物を識別し得る。前方の人物は、複数の人物のうち、第２の撮像デバイス又はゲート装置に最も近い人物であり得る。例示的な実施形態によれば、この処理は、図５の説明に対応し、前方の人物を識別する方法は、図３ＡのＳＡ３２０で実施される動作と同様の動作を含み得る。

ＳＢ３５０において、前方の人物が、許可又は不許可と識別されたステータスに基づいて、情報処理装置５は、関門を制御し得る。一実施形態によれば、人物の許可ステータスは、前方の人物に関連付けられた身体領域の追跡された移動に基づいて決定される。一実施形態によれば、ゲートを制御する方法は、制御部１２６によって実施され得る。例えば、制御部１２６は、第２の画像内の前方の人物の身体領域の特徴と、記憶ユニット１２９から取得した身体領域の特徴とが一致するか否かを示す情報を、検出ユニット１２２から取得してもよい。一致した場合、制御部１２６は、図１Ａに示すように、ゲート２を開く制御信号を出力し得る。一方、一致しない場合、制御部１２６は、図１Ｂに示すように、ゲート２を閉状態に維持し得る。

図５は、図３Ａ及び図３Ｂに示す実施形態による、前方の人物を識別するために情報処理装置５が実施する処理の一例を示している。

図５において、情報処理装置５は、画像５０１を取得し、画像５０１内の複数の人物のそれぞれに対応する複数の身体領域（５０２ａ，５０２ｂ，５０２ｃ）を抽出し得る。情報処理装置５は、複数の身体領域（５０２ａ，５０２ｂ，５０２ｃ）の各々に対応する特徴のサイズを比較することによって、前方の人物を識別し得る。例えば、図５に示すように、情報処理装置５は、複数の身体領域の各々がカバーする面積を比較し、複数の身体領域（５０２ａ，５０２ｂ，５０２ｃ）のうち、最も面積が大きい身体領域５０２ｂを、カメラに最も近い顔特徴として決定してもよい。

図５に示す身体領域は、顔領域及び上半身領域を含むが、本開示はこれに限定しない。このように、他の実施形態によれば、図４に示す身体領域、又は他の領域は、特徴のサイズを比較して前方の人物を決定するために考慮され得る。

図５では、身体領域を示すために矩形の境界ボックスを示しているが、サイズを比較するために、身体領域を示す境界ボックスとして他の形状を使用してもよい。一実施形態によれば、境界ボックスは、ディスプレイ上に表示され得る。別の実施形態によれば、境界ボックスは、ディスプレイに表示されなくてもよく、代わりに、サイズ比較動作を実施するために、境界ボックスが生成されてもよい。

図６は、別の実施形態による、情報処理装置５が実施する処理の概要を示すフローチャートである。図１Ａ、図１Ｂ及び図２を参照して、図６のフローチャートに沿って、情報処理装置５が実施する処理の概要を説明する。

図６のＳ６１０において、（図１Ａ及び図１Ｂに示すように）情報処理装置５は、カメラ４から画像を取得し得る。一実施形態によれば、画像を取得する方法は、画像取得ユニット１２１が実施する以下の動作を含み得る。例えば、画像取得ユニット１２１は、カメラ４から画像を取得してもよい。取得した第１の画像は、複数の身体領域を含んでもよく、身体領域の各々は、認識対象のゲート装置に接近している複数の対象のうちの１人の対象に対応する。一実施形態によれば、認識される対象は人物であり得る。

図６のＳ６２０において、情報処理装置５は、画像内の前方の人物を識別し得る。前方の人物は、複数の人物のうち、撮像デバイス又はゲート装置に最も近い人物であり得る。この処理は、図７の図示に対応し得る。

一実施形態によれば、前方の人物を識別する方法は、検出ユニット１２２及び抽出ユニット１２３が実施する以下の動作を含み得る。例えば、抽出ユニット１２３は、画像取得ユニット１２１によって取得された画像内の複数の人物の１人にそれぞれが対応する複数の身体領域を抽出してもよい。一実施形態によれば、検出ユニット１２２は、抽出ユニット１２３によって抽出された複数の身体領域を取得し、複数の身体領域の各々に対応する境界又は輪郭を生成し、境界が遮られていない場合、前方の人物として第１の人物を識別し得る。例えば、検出ユニット１２２は、それぞれの人物に対応する境界の各々を分析し、少なくとも１人の第２の人物に対応する少なくとも１つの第２の境界によって遮られていない、第１の人物の第１の境界を、カメラに最も近い境界として決定してもよい。したがって、カメラ又はゲート装置に最も近い第１の境界に関連付けられた第１の人物は、前方の人物として識別される。

一実施形態によれば、１つ又は複数の第２の境界が、第１の境界と重ならない場合、第１の境界は、遮られ得ない。すなわち、１つ又は複数の第２の境界が、第１の境界と部分的に又は完全に重なる場合、第１の境界は、遮られていると見なされる。一実施形態によれば、１つ又は複数の第２の境界内のそれぞれの身体領域が、第１の境界と重ならない場合、第１の境界は、遮られ得ない。一実施形態によれば、第２の境界の１つ又は複数が、第１の境界内の身体領域と重ならない場合、第１の境界は、遮られ得ない。

一実施形態によれば、境界は、人物の身体領域を囲む境界ボックスであり得る。一実施形態によれば、境界ボックスの形状は矩形であってもよいが、形状は矩形に限定されない。このように、他の形状が境界であってもよい。一実施形態によれば、遮られていない境界ボックスは、身体領域全体を囲む連続した境界縁を有する。

図４を参照すると、一実施形態によれば、境界によって囲まれた身体領域は、対象の全身（全体）であり得る。他の実施形態によれば、身体領域は、対象の上半身と頭部との組合せ、対象の頭部と胴体部との組合せ、対象の胴体部と腕部との組合せ、又は対象の胴体部のみのうちの１つであってもよい。

Ｓ６３０において、第１の人物が、許可又は不許可と識別されたステータスに基づいて、情報処理装置５は、関門を制御し得る。一実施形態によれば、第１の人物が前方の人物として検出された後、人物の許可ステータスは、決定される。この場合、画像処理装置５は、前方の人物の顔特徴の情報と、複数の登録情報とを比較することによって、前方の人物の顔認識を実施し得る。一実施形態によれば、顔認識を実施する方法は、検出ユニット１２２が実施する以下の動作を含み得る。例えば、検出ユニット１２２は、抽出ユニット１２３が抽出した前方の人物の顔特徴を取得し、顔特徴が、複数の登録された顔特徴のうちの１つの登録された顔特徴と一致するか否かを検出してもよい。複数の登録された顔特徴の各々は、以前に登録された複数の人物のうちの１人の人物の顔に対応し得る。登録された顔特徴は、記憶デバイス１０６に記憶され得る。

したがって、情報処理装置５は、前方の人物の検出後に実施された顔認識の結果に基づいて、ゲート装置の関門を制御するための情報を出力し得る。この処理は、図１Ａ及び図１Ｂの図示に対応し得る。

別の実施形態によれば、第１の人物を前方の人物として検出する前に、人物の許可ステータスは、決定される。この場合、図３を参照して上述したように、複数の人物のうちの１人又は複数は、前方の人物の決定前に認証されてもよく、情報処理装置５によって追跡される。

図７は、図６の実施形態による情報処理装置が実施する処理の一例を示している。

図７において、情報処理装置５は、画像７０１を取得し、画像７０１内の複数の人物の１人にそれぞれが対応する複数の身体領域（７０２ａ，７０２ｂ，７０２ｃ）を抽出し得る。情報処理装置５は、複数の人物の各々に対応する複数の身体領域の各々を囲む境界ボックスを生成することによって、前方の人物を識別し得る。一実施形態によれば、身体追跡装置は、身体領域の各々に対応する境界ボックスを使用して、ゲート装置又はカメラに最も近い身体領域を決定し得る。

例えば、図７に示すように、情報処理装置５は、身体領域７０２ａを囲む境界を、身体領域７０２ｂ及び７０２ｃに対応する他の境界のいずれによっても遮られていない（すなわち、重なっていない）、カメラに最も近い顔特徴と決定してもよい。

図７では、身体領域を示すために矩形の境界ボックスを示しているが、サイズを比較するために、身体領域を示す境界ボックスとして他の形状を使用してもよい。実施形態によれば、境界ボックスはディスプレイ上に表示され得る。また、境界ボックスは、境界ボックスに関連付けられた人物の移動に伴って移動する追跡装置であってもよい。別の実施形態によれば、境界ボックスは、ディスプレイに表示されなくてもよく、サイズ比較を実施するために生成されてもよい。

図８は、例示的な実施形態による、ゲート制御装置１のハードウェア構成の実施例を示すブロック図である。

図８において、ゲート装置１は、ＣＰＵ１０２と、ＲＡＭ１０４と、記憶デバイス１０６と、入力デバイス１０８と、ディスプレイ１１０と、カメラ１１２と、ゲート１１４と、通信ユニット１１６と、を有する。ＣＰＵ１０２、ＲＡＭ１０４、記憶デバイス１０６、入力デバイス１０８、ディスプレイ１１０、カメラ１１２、ゲート１１４、及び通信ユニット１１６は、バスライン１１８に接続される。

ＣＰＵ１０２は、記憶デバイス１０６に記憶されたプログラムを実行することによって動作し、ゲート装置１全体の動作を制御する制御ユニットとして機能し得る。また、ＣＰＵ１０２は、記憶デバイス１０６に記憶されたアプリケーションプログラムを実行して、ゲート装置１として各種処理を実施し得る。ＲＡＭ１０４は、ＣＰＵ１０２の動作に必要なメモリフィールドを提供し得る。

記憶デバイス１０６は、不揮発性メモリやハードディスクドライブなどの記憶媒体で構成され、記憶ユニットとして機能する。記憶デバイス１０６は、ＣＰＵ１０２が実行するプログラムや、プログラムが実行されるときにＣＰＵ１０２が参照するデータなどを記憶し得る。

入力デバイス１０８は、例えば、ディスプレイ１１０に内蔵されたタッチスクリーンであり得る。入力デバイス１０８は、利用者からの入力を受け付ける入力ユニットとして機能し得る。

ディスプレイ１１０は、ゲート装置１を使用する利用者に対して様々なウィンドウを表示する表示ユニットとして機能し得る。例えば、ディスプレイ１１０は、ゲート装置１の使い方を示すガイダンスウィンドウや、利用者への通知ウィンドウなどを表示してもよい。

カメラ１１２は、１人又は複数の人物の画像を取り込み得る。画像は、１人又は複数の人物の顔領域及び身体領域を含み得る。例えば、カメラ１１２は、ゲート装置１の前方エリアを取り込むデジタルカメラであってもよく、連続的又は定期的に取り込まれた画像において、ゲート装置１の前方に立つ利用者の顔を検出したとき、利用者１の顔を取り込み、その顔画像を取得する。

一実施形態によれば、ゲート装置１において、人物の本人確認に成功したとき、ゲート１１４は、人物の通過を阻止する待機モード用の閉状態から、人物の通過を許容する開状態に変化する。ゲート１１４の方式は特に限定されず、例えば、通路の片側又は両側に設けられた１つ又は複数のフラッパが開閉するフラッパゲートや、３本の棒が旋回するターンスタイルゲートなどであってもよい。

通信ユニット１１６は、ネットワークに接続され、ネットワークを介してデータを送受信し得る。通信ユニット１１６は、ＣＰＵ１０２の制御のもと、サーバなどと通信する。

本開示は、上述の例示的な実施形態に限定されず、本開示の要旨を逸脱しない範囲において適宜変更可能である。

また、上記の例示的な実施形態の各々では、ゲート制御のための顔認識で使用される情報処理装置及びシステムを例に挙げて説明したが、本開示は、ゲート制御以外の顔認識や身体追跡の分野にも、１つ又は複数の例示的な実施形態の構成を適宜変更することによって適用可能である。

また、上述の例示的な実施形態の機能を実行するように、例示的な実施形態の構成を動作させるためのプログラムを記憶媒体に記憶し、記憶媒体に記憶されたプログラムをコードとして読み出して、コンピュータでそのコードを実行する処理方法も、１つ又は複数の例示的な実施形態の範囲に含まれる。すなわち、コンピュータ可読記憶媒体も、各例示的な実施形態の範囲に含まれる。また、各例示的な実施形態には、上述のプログラムが記憶された記憶媒体だけでなく、そのプログラム自体も含まれる。また、上述の例示的な実施形態に含まれる１つ又は複数の構成要素は、各構成要素の機能を実行するように構成される、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）などの回路であってもよい。

記憶媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、コンパクトディスク（ＣＤ）－ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを使用し得る。また、例示的な実施形態の各々の範囲には、記憶媒体に記憶された個別のプログラムによって処理を実施する例に限らず、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）上で動作し、別のソフトウェア又はアドインボードの機能と連携して処理を実施する実施例も含む。

上述の１つ又は複数の例示的な実施形態の機能によって実行されるサービスは、サービスとしてのソフトウェア（ＳａａＳ）の形態で利用者に提供され得る。

なお、上述の例示的な実施形態は、いずれも本開示を実行する際の実施形態の単なる例であり、これらの例示的な実施形態によって、本開示の技術的範囲を限定的に解釈するべきではない。すなわち、本開示は、その技術思想、又はその主要な特徴から逸脱することなく、様々な形態で実行され得る。

上述の例示的な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得るが、これに限定されない。

（付記１）
１つ又は複数の命令を記憶するメモリと、
前記１つ又は複数の命令を実行して、
１つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
第２の画像に取り込まれた前記第１の人物に対応する第１の身体領域のサイズに基づいて、前記関門に前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
を実行するように構成されたプロセッサと、
を備える、装置。

（付記２）
前記複数の身体領域の各々が、顔領域と胴体領域とを含む、付記１に記載の装置。

（付記３）
前記第２の画像内の前記第１の身体領域が、胴体領域を含む、付記１に記載の装置。

（付記４）
前記プロセッサが、前記第１の時間の後の第２の時間に前記１つ又は複数のカメラによって取り込まれた前記第２の画像内の前記第１の身体領域を追跡するようにさらに構成される、付記１に記載の装置。

（付記５）
前記プロセッサが、
前記複数の身体領域のうち、前記第１の身体領域の前記サイズと他の身体領域の各々のサイズとを比較することによって、及び
最大サイズを有する前記第１の身体領域を、前記関門に最も近い身体領域として決定することによって、
前記関門に前記第１の身体領域が、前記関門に最も近い前記人物に対応する、と決定するようにさらに構成される、付記１に記載の装置。

（付記６）
前記顔認識動作が、前記第１の人物の前記第１の身体領域に対応する特徴領域に関する情報と、各々が前記画像を取得する前に登録された人物に対応する複数の登録情報とを比較することを含む、
付記１に記載の装置。

（付記７）
前記身体領域が、顔領域と胴体領域とを含み、前記特徴領域が前記顔領域である、付記６に記載の装置。

（付記８）
前記プロセッサが、
前記複数の身体領域のうち、前記第１の身体領域の前記サイズと他の身体領域の各々のサイズとを比較することによって、及び
最大サイズを有する前記第１の身体領域を、前記関門に最も近い身体領域として決定することによって、
前記関門に前記第１の身体領域が、前記関門に最も近い前記人物に対応する、と決定するようにさらに構成される、付記６に記載の装置。

（付記９）
前記プロセッサが、前記顔認識動作の前に身体サイズに基づいて前記カメラに最も近い人物を検出するようにさらに構成される、付記６に記載の装置。

（付記１０）
前記プロセッサが、
前記第１の人物の第１の身体領域に対応する第１の境界を生成し、
前記第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、前記関門に前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応すると決定する、
ようにさらに構成される、付記１に記載の装置。

（付記１１）
前記複数の身体領域の各々が、顔領域と胴体領域とを含む、付記１０に記載の装置。

（付記１２）
前記第１の境界が、前記第１の身体領域を囲む連続境界ボックスである、付記１０に記載の装置。

（付記１３）
１人又は複数の第２の人物に対応する１つ又は複数の第２の境界が、前記第１の境界と重ならない場合、前記第１の境界が遮られていない、付記１０に記載の装置。

（付記１４）
前記１つ又は複数の第２の境界内の前記第２の身体領域それぞれが前記第１の境界と重ならない場合、前記第１の境界が遮られていない、付記１３に記載の装置。

（付記１５）
前記１つ又は複数の第２の境界の前記それぞれが、前記第１の境界内の前記第１の身体領域と重ならない場合、前記第１の境界が遮られていない、付記１３に記載の装置。

（付記１６）
前記プロセッサが、
第１の人物に対応する第１の身体領域及び第２の人物に対応する第２の身体領域を含む前記第１の画像を取得し、
前記第１の人物の前記第１の身体領域に対応する第１の境界を生成し、
前記第２の身体領域に対応する第２の境界を生成し、
前記第１の身体領域に対応する前記第１の境界が前記第２の身体領域に対応する前記第２の境界によって遮られていないという決定に基づいて、第１の人物が前記カメラに最も近いと識別し、
前記第１の人物の前記第１の身体領域に関する情報と、各々が前記画像を取得する前に登録された人物に対応する複数の登録情報とを比較することを含む前記顔認識動作の結果に基づいて前記関門を制御するための情報を出力する
ようにさらに構成される、付記１に記載の装置。

（付記１７）
前記プロセッサが、前記顔認識動作の前に、前記境界に基づいて前記カメラに最も近い前記人物を検出するようにさらに構成される、付記１６に記載の装置。

（付記１８）
１つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
第２の画像に取り込まれた前記第１の人物に対応する第１の身体領域のサイズに基づいて、前記関門に前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
を含む、方法。

（付記１９）
１つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
第２の画像に取り込まれた前記第１の人物に対応する第１の身体領域のサイズに基づいて、前記関門に前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
を含む方法を実施するためのプログラムを記憶する、非一時的コンピュータ可読媒体。

本出願は、２０２０年８月１４日に出願された米国仮特許出願第６３／０６５，８６８号に基づく優先権の利益を主張し、その開示の全体が本明細書に組み込まれる。

Claims (6)

1. １つ又は複数の命令を記憶するメモリと、
   前記１つ又は複数の命令を実行して、
   １つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
   前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
   前記第１の人物の第１の身体領域に対応する第１の境界を生成することと、
   前記第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、関門に接近している前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
   前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
   を実行するように構成されたプロセッサと、
   を備える、装置。
2. 前記複数の身体領域の各々が、顔領域と胴体領域とを含む、請求項１に記載の装置。
3. 前記顔認識動作が、前記第１の人物の前記第１の身体領域に対応する特徴領域に関する情報と、各々が前記画像を取得する前に登録された人物に対応する複数の登録情報とを比較することを含む、
   請求項１に記載の装置。
4. 前記身体領域が、顔領域と胴体領域とを含み、前記特徴領域が前記顔領域である、請求項３に記載の装置。
5. １つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
   前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
   前記第１の人物の第１の身体領域に対応する第１の境界を生成することと、
   前記第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、関門に接近している前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
   前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
   を含む、方法。
6. １つ又は複数のカメラによって第１の時間に取り込まれた、複数の人物のうちの１人の人物に各々が対応する複数の身体領域を含む第１の画像を取得することと、
   前記カメラから取得された前記画像内の前記複数の身体領域のうちの１つに対して顔認識動作を実施することによって、前記複数の人物のうちの第１の人物を検出することと、
   前記第１の人物の第１の身体領域に対応する第１の境界を生成することと、
   前記第１の境界が第２の身体領域に対応する第２の境界によって遮られていないことに基づいて、関門に接近している前記第１の身体領域が、前記複数の人物のうち前記関門に最も近い人物に対応すると決定することと、
   前記第１の身体領域が前記複数の人物のうち前記関門に最も近い前記人物に対応するという前記決定に基づいて、前記関門を開くように制御するための情報を出力することと
   を含む方法を実施するためのプログラム。

Images