JPH10340343A - 個体識別装置 - Google Patents

Abstract

(57)【要約】 【課題】 識別に利用できる画像を取得できる可能性が
下がった場合でも、高性能な個体識別が可能な個体識別
装置を得る。 【解決手段】 画像記憶手段１は、識別対象となる個体
の時間的に変化する入力画像を記憶する。画質判定手段
２は、入力画像の画質を判定する。識別速度制御手段３
は、個体識別の対象にすることのできる入力画像が、時
間的に変化する入力画像の中でどの位あるかを求め、こ
の値が小さいほど、個体識別手段４における識別処理速
度が高くなるよう制御する。個体識別手段４は、識別速
度制御手段３で決定された識別処理速度で、入力画像か
ら個体識別処理を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力画像の画像処
理を行って個体を識別する個体識別装置に関する。

【０００２】

【従来の技術】人間や動物の生体情報（顔、虹彩、指紋
など）をカメラやスキャナ等で撮影し、得られた画像を
解析することにより、個体を識別する技術が知られてい
る。例えば、このような技術としては、米国特許第５２
９１５６０号明細書に示されているものがある。

【０００３】上記文献に開示されている技術では、人間
の目の虹彩画像を解析し、虹彩の画像データを０と１の
コードに変換し、そのコードを予め辞書として記憶して
おく。そして、実際に識別を行う場合も同様に、入力さ
れた虹彩画像を０と１とのコードに変換し、この変換し
たコードと辞書のコードとを比較することにより個人識
別を行うものであった。

【０００４】

【発明が解決しようとする課題】しかしながら、上記の
ような従来の個体識別技術において、識別したい対象が
じっとしていない場合などに、識別に利用できる画像を
取得できる可能性が下がることによって、識別結果を出
すまでに時間がかかってしまうという問題があった。

【０００５】図２は、従来技術の問題点を示す説明図で
ある。図示例は、識別対象がじっとしていない場合等
に、識別に成功する画像が得られる可能性が低い場合で
ある。この例では識別に成功する画像が得られる可能性
が５０％の場合を示している。ここで、図中の［Ａ］
は、仮に時間的に変化する画像全てを識別した場合の識
別結果を示している。識別結果は、○が識別に成功し、
×が識別に失敗することを意味している。この場合、３
番目の画像を識別した時点で正しい識別結果を出力する
ことが可能である。例えば、画像が１秒おきに入力され
ると仮定すると、３秒後には識別結果を出力することが
できる。

【０００６】しかしながら、実際のシステムでは、処理
能力の制限等により、全ての画像を処理することが困難
な場合がある。これが、図２の［Ｂ］に示した場合であ
る。［Ｂ］は［Ａ］と同じ画像が順に入力された場合に
おいて、識別速度が遅い場合の識別結果の例である。図
中の［Ｂ］を見ても分かるように、識別速度が遅い場合
は、とびとびの画像しか処理することができないため、
正しい識別結果を出すまでに時間がかかる場合がある。
［Ｂ］の例では、［Ａ］の例で７番目の画像を処理した
時に正しい識別結果を出力することができる。即ち、本
来、３番目の画像が識別に成功するような画像であった
が、この時点では１番目の画像の処理を行っていたた
め、処理対象とすることができない。従って、［Ｂ］の
例では識別結果を出力するまでに、［Ａ］の倍以上の時
間を要することになる。

【０００７】このような点から、時間的に変化する画像
に基づいて個体識別を行う装置において、識別したい対
象がじっとしていない場合などに、識別に利用できる画
像を取得できる可能性が下がった場合でも、高性能な個
体識別が可能な個体識別装置を得ることが望まれてい
た。

【０００８】

【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。 〈請求項１の構成〉識別対象となる個体の時間的に変化
する入力画像を記憶する画像記憶手段と、画像記憶手段
に記憶されている画像の画質を判定する画質判定手段
と、画質判定手段で判定された画質情報に基づき、個体
識別の対象にすることのできる入力画像が、時間的に変
化する入力画像の中でどの位あるかを求め、この値が小
さいほど、識別処理速度が高くなるよう制御する識別速
度制御手段と、識別速度制御手段で決定された識別処理
速度で、画像記憶手段に記憶されている画像から個体識
別処理を行う個体識別手段とを備えたことを特徴とする
個体識別装置である。

【０００９】〈請求項１の説明〉入力画像とは、例えば
人間や動物の目であり、個体識別には虹彩認識を用いる
が、これに限定されるものではなく、種々の個体識別に
適用することができる。また、画質が良いということ
は、その画像を個体識別手段で識別に利用した場合に正
しく認識できる可能性が高いことを意味する。識別速度
制御手段は、このような画質の良い画像が時間的に変化
する入力画像の中でどれ位あるかを求め、この値が少な
いほど、個体識別手段の識別速度を高くするよう制御を
行う。

【００１０】請求項１の発明はこのような動作を行うた
め、識別しようとする対象がじっとしていない場合等
に、識別処理に成功するような画像が得られる可能性が
下がった場合でも、画質判定処理を行って処理速度を制
御し、できるだけ多くの画像を処理できるようにするの
で、認識結果を出力するまでにかかる時間を短縮するこ
とができる。よって、システムとして高性能な個体識別
が実現可能となる。

【００１１】〈請求項２の構成〉請求項１において、処
理精度を低くして高い識別処理速度とし、かつ、処理精
度に応じて、個人識別のための閾値を異なる値とする識
別速度制御手段を備えたことを特徴とする個体識別装置
である。

【００１２】〈請求項２の説明〉請求項２の発明は、識
別速度を高くするために処理精度を低くし、かつ、この
処理精度に応じた閾値を設けたものである。このような
構成において、例えば、処理精度が低いほど閾値を厳し
い値とすれば、画質が悪い場合でも個体識別精度の低下
は抑えることができる。

【００１３】〈請求項３の構成〉請求項１または２にお
いて、画質判定手段で判定した過去の画質情報を記憶
し、これらの画質情報に基づいて個体識別の処理速度を
決定する識別速度制御手段を備えたことを特徴とする個
体識別装置である。

【００１４】〈請求項３の説明〉請求項３の発明は、過
去の画質情報から個体識別手段の処理速度を決定するよ
うにしたものである。この場合、その方法として、例え
ば、現在から過去Ｎ個の画質値の中で、予め設定した閾
値を超えたものの割合を基準にする方法を用いるが、こ
れ以外の方法も適用可能である。

【００１５】〈請求項４の構成〉請求項１〜３のいずれ
かにおいて、個体識別は目の中の虹彩認識であることを
特徴とする個体識別装置である。

【００１６】〈請求項４の説明〉請求項４の発明は、個
体識別を虹彩認識処理で行うようにしたものである。こ
れにより、認識処理に比較的時間を要する虹彩認識処理
であっても、認識結果を出力するまでにかかる時間を短
縮することができる。従って、システムとして高性能な
個体識別が実現可能となる。

【００１７】〈請求項５の構成〉請求項４において、個
体識別の対象にすることのできる入力画像が、時間的に
変化する入力画像の中で存在することが少ないほど、処
理領域を狭くして高い識別処理速度とし、かつ、処理領
域に応じて虹彩認識の本人判定の閾値を異なる値とする
識別速度制御手段を備えたことを特徴とする個体識別装
置である。

【００１８】〈請求項５の説明〉請求項５の発明は、虹
彩認識処理において、識別速度を高くするために処理領
域を狭くし、かつ、処理領域の範囲に応じた閾値を設け
たものである。これにより、例えば、処理領域が狭いほ
ど閾値を厳しい値とすれば、画質が悪い場合でも認識精
度の低下を抑えることができる。

【００１９】

【発明の実施の形態】以下、本発明の実施の形態を図面
を用いて詳細に説明する。 《具体例》 〈構成〉図１は本発明の個体識別装置の具体例を示す構
成図である。図の装置は、コンピュータで構成され、画
像記憶手段１、画質判定手段２、識別速度制御手段３、
個体識別手段４からなる。また、本具体例では、個体識
別として、人間の目のアイリス認識処理を行う場合を説
明する。

【００２０】画像記憶手段１は、半導体メモリやディス
ク等の補助記憶装置に設けられ、個体識別対象となる個
体の時間的に異なる入力画像を記憶する機能を有してい
る。また、画像の入力は、ビデオカメラやＶＴＲ等で得
られた画像をＡ／Ｄ変換することにより取得する。

【００２１】画質判定手段２は、画像記憶手段１に記憶
されている画像を解析し、画質を判定する機能を有して
いる。ここで画質が良いということは、その画像を個体
識別手段４で識別に利用した場合に正しく識別できる可
能性が高いことを意味する。それに対して画質が悪いと
いうことは、正しく認識できる可能性が低いことを意味
する。尚、この画質の判定については、動作の項で詳述
する。

【００２２】識別速度制御手段３は、画質判定手段２か
ら得られた画質情報を用いて識別速度の制御を行う機能
部である。具体的には、画質判定手段２が出力した過去
の画質情報も記憶し、記憶している画質情報に基づいて
識別速度を決定する。尚、この識別速度の決定方法につ
いても、動作の項で詳述する。

【００２３】個体識別手段４は、画像記憶手段１に記憶
されている画像を解析することにより、特徴量を求め、
その特徴量と予め識別用の辞書等に登録されている特徴
量とを比較することにより個体識別を行う機能部であ
る。そして、この個体識別の各処理は識別速度制御手段
３が指定した処理方法（処理精度）に従って行う。

【００２４】〈動作〉図２の［Ａ］に示すような時間的
に画質が異なる画像が画像記憶手段１に入力されたとす
る。

【００２５】図３は、画像記憶手段１に記憶されたアイ
リス画像の一例である。図中の瞳孔の中にある黒丸印
は、撮影時に照射している照明が画像中に写り込んでい
ることを示しており、本具体例では、この照明の写り込
みの位置を利用して画質判定を行う。

【００２６】画質判定手段２は、画像記憶手段１に画像
が記憶される度に画質判定を行う。ここで、画質の判定
方法には様々な方法が考えられるが、本具体例では上述
したように、図３に示した撮影用の照明の写り込みの位
置を用いた判定法を用いた場合を説明する。

【００２７】先ず、照明の写り込みの位置の検出方法の
一例について説明する。照明が写り込んだ場合、写り込
んだ位置の画素は非常に明るいという特徴を持ってい
る。よって、先ず、画像中で最も明るい領域を見つけ、
その領域の明るさが予め設定した閾値よりも明るい場合
は、その領域を照明の写り込みと判断する。それに対し
て、領域の明るさが予め設定した閾値よりも暗い場合は
照明の写り込みはないと判断する。このようにして、先
ず、画像記憶手段１に記憶されている画像を解析し、照
明の写り込みの有無、および、写り込んでいる場合はそ
の位置を検出する。

【００２８】次に、写り込みの位置情報を用いて画質を
評価する方法の一例を示す。図４は、画質判定の一例を
示す説明図である。図示例では、画像を五つの領域に分
割している。上述した方法で、照明の写り込みの位置が
図中のどの領域に入っているかを判定する。例えば、照
明の写り込みの位置が図中の一番内側の領域に入ってい
る場合は画質を１００とする。ここで、値が大きいほど
画質が高いことを意味する。それに対して、例えば照明
の写り込みが一番外側の領域にある場合、画質は１０と
なる。また、照明の写り込みが画像中に存在しない場合
の画質は０であるとする。このように、写り込みの位置
が画面の外側にあるほど画質が悪いとしたのは、次のよ
うな理由からである。

【００２９】即ち、虹彩画像が全て画面内に位置し、個
体識別手段４が識別可能な画像の場合、その照明の写り
込みの位置は画面の中央部である。これに対して、照明
の写り込みが画面の周辺に存在する画像とは、被写体が
移動し、虹彩画像が欠けている可能性が高く、個体識別
手段４が識別処理に利用できない画像である。従って、
照明の写り込みの位置が画面の周辺に位置するほど画質
値を低くする。

【００３０】尚、上記例では、画質の判定基準を、画面
内の虹彩画像の位置としているが、これ以外にも、例え
ば画面のピントやぶれといった要素により判定してもよ
い。このようなピントやぶれに基づく画質判定を行う場
合は、上記例と同様に、照明の写り込みを利用し、その
大きさ（画質が悪いほど大きくなる）から求める方法
や、画面全体を画像処理して画質判定を行うといった方
法を用いることができる。

【００３１】また、上記例では、照明の写り込みの位置
が中央部になるほど、画質が高いとしたが、システムの
構成によっては、必ずしもその位置が中央部になるとは
限らないため、画質判定の値はその構成によって適宜変
更する。

【００３２】次に、識別速度制御手段３の動作を説明す
る。識別速度制御手段３は画質判定手段２から得られた
画質情報を用いて識別速度の制御を行う。識別速度の決
定方法には様々な方法が考えられ、例えば、以下の方法
がある。

【００３３】●現在から過去Ｎ個の画質値の中で、予め
設定した閾値を超えたものの割合を基準にする方法 ●現在から過去Ｎ個の画質値の平均値を基準にする方法 ●現在から過去Ｎ個の画質値の中で予め設定した閾値を
超えたものを先ず見つけ、閾値を超えたものがどの程
度、連続して出現したかを基準にする方法 ●現在から過去Ｎ個の画質値において、連続する画像の
画質値の変化量（差分値）を基準にする方法 などがあるが、これ以外にも様々な方法が考えられる。
本具体例では、一番最初に示している、現在から過去Ｎ
個の画質値の中で、予め設定した閾値を超えたものの割
合を基準にする方法について説明する。

【００３４】この方法では、識別速度制御手段３は過去
Ｎ個の画質値の中で、閾値ＴＨを超えたものの数を調べ
る。つまり、ある一定以上の画質を満たしている画像が
どの程度の割合で存在しているかを調べる。但し、Ｎ、
ＴＨの数は用途や識別対象等により適宜決定する。ま
た、過去に入力された画像の数がＮに満たない場合は、
Ｎの値を過去に入力された画像の数に置き換えて処理を
行う。

【００３５】図５に画質判定結果の一例を示す。この例
では、上記のＮを８、閾値ＴＨを８０とした場合、ＴＨ
以上の画質値を示す画像は四つ存在している（一つ前、
四つ前、六つ前、七つ前の画像）。よって閾値ＴＨを超
えた割合は４÷８＝０．５となる。この閾値を超えた割
合を用いて、次に個体識別手段４の識別処理の速度を制
御する。

【００３６】個体識別手段４の識別速度を変化させるに
は、識別における各処理のきめの細かさを変化させる必
要がある。本具体例では、アイリス認識を用いるので、
アイリス認識処理における各処理のきめの細かさを制御
する。以下、アイリス認識における各処理のきめの細か
さ（処理精度）の制御方法について説明する。

【００３７】アイリス認識では、先ず画像中から瞳孔に
外接する円を求める。この処理において、円を求める場
合に円周上のどれだけの情報を用いて円の位置検出をす
るかを変化させることにより処理精度の制御が可能であ
る。例えば、検出に使う円周上の情報量を減らせばそれ
だけ処理速度を上げることが可能である。また、円の位
置を探索する場合に中心座標をとびとびの値を取るよう
に設定することにより、処理精度の制御が可能である。

【００３８】アイリス認識では、瞳孔の円の位置を決定
すると、次に虹彩（アイリス）に外接する円の位置検出
を行う。この処理も瞳孔の円の検出と同様の方法で処理
精度（処理速度）の制御が可能である。

【００３９】次に、アイリス認識は、瞳孔の円、虹彩の
円を基準にして虹彩領域を解析し、アイリスコード
（０、１のコード）を生成する。この処理において、処
理精度の制御を行う方法としては、虹彩領域の何パーセ
ントを解析するかを変更することで、つまり、生成する
アイリスコードの数を変化させることで処理速度の制御
が可能である。

【００４０】次に、アイリス認識は、生成したアイリス
コードと予め辞書等に記憶してあるアイリスコードとを
比較する。このコード比較を行う際に、顔の傾き等を考
慮して、ある範囲でコードをずらして比較する。よっ
て、認識処理における処理速度を制御する方法として
は、コードをずらす範囲を変えたり、ずらす際に何ビッ
トおきにずらすか等を変化させることにより処理速度の
制御を行うことが可能である。

【００４１】このようにしてアイリスコードを比較して
得られたハミング距離ＨＤが予め設定した閾値ＨＤＴＨ
を下回った場合に本人であると判定する。但し、ＨＤＴ
Ｈの値は、上記の各処理の精度を変えた場合には、閾値
を変化させる必要がある。

【００４２】図６は、識別速度制御手段３が過去Ｎ個の
画質値の中で予め設定した閾値を超えた割合を用いて、
個体識別手段４（アイリス認識）を制御する方法を示す
説明図である。

【００４３】図示のように、閾値を超えたものの割合毎
にアイリス認識の各処理の処理精度（処理方法）を選択
し、個体識別手段４に対して、選択した方法で画像を解
析し、識別処理を行うように指示する。図中、画質値が
閾値を超えた割合が低いほど、画質が悪い、つまり被写
体が画面から外れている場合が多い状態である。従っ
て、画質が悪いほど、処理精度を落として処理速度を上
げるようにする。例えば、瞳孔円検出に利用する円周上
の点の範囲や、虹彩円検出に利用する円周上の点の範囲
を狭くする。従って、このような場合は、アイリスコー
ドを生成する領域も狭くなる。また、このように処理精
度を下げた場合でも認識精度が低下しないように、本人
判定の閾値を、処理精度に応じて変化させる。例えば、
図６の例では、ＨＤＴＨ１＜ＨＤＴＨ２＜ＨＤＴＨ３＜
ＨＤＴＨ４＜ＨＤＴＨ５の関係、つまり、処理精度が低
い場合ほど、本人判定の閾値は厳しい値となっている。

【００４４】尚、上記例では、処理精度が低い場合ほ
ど、本人判定の閾値は厳しい値としたが、必ずしもこの
ような関係に限定されるものではなく、処理精度と本人
判定の閾値との関係は、認識方法や用途等によって適宜
決定する。また、識別速度制御手段３における識別速度
の制御方法は、上述した方法だけでなくこれ以外にも種
々の方法を用いることが可能である。

【００４５】次に個体識別手段４の動作について説明す
る。個体識別手段４は、識別速度制御手段３が指定した
処理方法（処理精度）に従って、画像記憶手段１に記憶
されている画像からアイリス認識処理により、個体識別
を行う。

【００４６】個体識別手段４は画像記憶手段１に記憶さ
れている画像を解析し、瞳孔の外接円、虹彩の外接円を
求める。これらの円の検出処理は、識別速度制御手段３
が指定した処理精度（処理方法）に従って行う。例え
ば、図６の例で画質値が閾値を超えている割合が７５の
場合には、瞳孔の外接円の検出には円周上の下端部分は
利用しない。

【００４７】次に、二つの円を基準にして極座標を設定
し、虹彩領域を幾つかの領域に分割し、フィルタ処理と
閾値処理により、０と１のコード（以下、アイリスコー
ドと呼ぶ）を出力する。但し、アイリスコード生成処理
においても、識別速度制御手段３が指定した処理方法で
処理を行う。

【００４８】このようにして生成したアイリスコードと
予め識別用の辞書等に記憶しているアイリスコードを比
較することにより個体識別を行う。例えば、従来の技術
で述べた文献では、入力画像を解析することにより得ら
れたアイリスコードと識別用の辞書に記憶されているア
イリスコードとのハミング距離を計算し、最もハミング
距離が小さくなる辞書を選択する。更に、その時のハミ
ング距離が予め設定した閾値を下回った場合に本人であ
ると判定する。但し、本人判定の閾値は、識別速度制御
手段３が指定した閾値を用いて行う。

【００４９】尚、上記具体例では、画像解析による個体
識別手段として、アイリス認識を用いた場合を説明した
が、これ以外にも、画像を解析することにより個体を識
別する種々の技術に適用可能である。また、識別対象も
人間に限るものではなく、犬や猫あるいは馬や牛といっ
た動物一般に適用できる。特に、動物の場合は、撮影時
に動き回ることが考えられ、本具体例を適用する効果は
非常に大きいものである。

【００５０】〈効果〉以上のように、具体例によれば、
識別しようとする対象（例えば、人間を含む動物一般）
がじっとしていない場合等に、識別処理に成功するよう
な画像が得られる可能性が下がった場合でも、画質判定
処理を行って処理速度を制御し、できるだけ多くの画像
を処理できるようにするので、認識結果を出力するまで
にかかる時間を短縮することができる。よって、システ
ムとして高性能な個体識別が実現可能となる。

【００５１】また、上記具体例の全ての動作は、個体識
別装置の役割を行うコンピュータのプログラムによる制
御で実現することができる。従って、そのプログラムを
フロッピーディスクやＣＤ−ＲＯＭ等の記録媒体に記録
してから、コンピュータにインストールしたり、あるい
はネットワークからダウンロードしてインストールする
といった方法や、そのプログラムをハードディスク等に
予めインストールするといった方法によって、本発明の
個体識別装置を実現することができる。

【図面の簡単な説明】

【図１】本発明の個体識別装置の具体例の構成図であ
る。

【図２】従来技術の問題点の説明図である。

【図３】本発明の個体識別装置の具体例における入力画
像の一例を示す説明図である。

【図４】本発明の個体識別装置の具体例における画質判
定の一例を示す説明図である。

【図５】本発明の個体識別装置の具体例における画質判
定結果の一例を示す説明図である。

【図６】本発明の個体識別装置の具体例における識別速
度制御手段の制御方法の一例を示す説明図である。

【符号の説明】

１ 画像記憶手段 ２ 画質判定手段 ３ 識別速度制御手段 ４ 個体識別手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】 識別対象となる個体の時間的に変化する
   入力画像を記憶する画像記憶手段と、 前記画像記憶手段に記憶されている画像の画質を判定す
   る画質判定手段と、 前記画質判定手段で判定された画質情報に基づき、個体
   識別の対象にすることのできる入力画像が、時間的に変
   化する入力画像の中でどの位あるかを求め、この値が小
   さいほど、識別処理速度が高くなるよう制御する識別速
   度制御手段と、 前記識別速度制御手段で決定された識別処理速度で、前
   記画像記憶手段に記憶されている画像から個体識別処理
   を行う個体識別手段とを備えたことを特徴とする個体識
   別装置。
2. 【請求項２】 請求項１において、 処理精度を低くして高い識別処理速度とし、かつ、前記
   処理精度に応じて、個人識別のための閾値を異なる値と
   する識別速度制御手段を備えたことを特徴とする個体識
   別装置。
3. 【請求項３】 請求項１または２において、 画質判定手段で判定した過去の画質情報を記憶し、これ
   らの画質情報に基づいて個体識別の処理速度を決定する
   識別速度制御手段を備えたことを特徴とする個体識別装
   置。
4. 【請求項４】 請求項１〜３のいずれかにおいて、 個体識別は目の中の虹彩認識であることを特徴とする個
   体識別装置。
5. 【請求項５】 請求項４において、 個体識別の対象にすることのできる入力画像が、時間的
   に変化する入力画像の中で存在することが少ないほど、
   処理領域を狭くして高い識別処理速度とし、かつ、前記
   処理領域に応じて虹彩認識の本人判定の閾値を異なる値
   とする識別速度制御手段を備えたことを特徴とする個体
   識別装置。