JPWO2019069617A1 - 個体識別装置 - Google Patents
個体識別装置 Download PDFInfo
- Publication number
- JPWO2019069617A1 JPWO2019069617A1 JP2019546586A JP2019546586A JPWO2019069617A1 JP WO2019069617 A1 JPWO2019069617 A1 JP WO2019069617A1 JP 2019546586 A JP2019546586 A JP 2019546586A JP 2019546586 A JP2019546586 A JP 2019546586A JP WO2019069617 A1 JPWO2019069617 A1 JP WO2019069617A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- registered
- score
- partial
- collated
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 81
- 238000003384 imaging method Methods 0.000 claims abstract description 47
- 238000001228 spectrum Methods 0.000 claims description 119
- 238000000034 method Methods 0.000 claims description 116
- 230000008569 process Effects 0.000 claims description 67
- 238000006243 chemical reaction Methods 0.000 claims description 58
- 238000004519 manufacturing process Methods 0.000 claims description 54
- 238000007781 pre-processing Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 description 54
- 238000012545 processing Methods 0.000 description 50
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000005520 cutting process Methods 0.000 description 17
- 238000012937 correction Methods 0.000 description 15
- 238000000605 extraction Methods 0.000 description 15
- 230000001131 transforming effect Effects 0.000 description 11
- 238000013519 translation Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000005266 casting Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000005242 forging Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 210000000554 iris Anatomy 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- IKGXIBQEEMLURG-NVPNHPEKSA-N rutin Chemical compound O[C@@H]1[C@H](O)[C@@H](O)[C@H](C)O[C@H]1OC[C@@H]1[C@@H](O)[C@H](O)[C@@H](O)[C@H](OC=2C(C3=C(O)C=C(O)C=C3OC=2C=2C=C(O)C(O)=CC=2)=O)O1 IKGXIBQEEMLURG-NVPNHPEKSA-N 0.000 description 2
- 230000003746 surface roughness Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/457—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
Abstract
Description
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、を含む。
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定し、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する。
コンピュータを、
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、して機能させる。
[第1の実施形態]
図1を参照すると、本発明の第1の実施形態に係る個体識別装置1は、算出手段2と決定手段3とを備えている。算出手段2は、登録対象の物体を撮像して得られた登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアを算出するように構成されている。また、決定手段3は、複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、部分領域毎に、スコアの算出に係る有効度を決定するように構成されている。そして、算出手段2は、登録画像および照合画像に含まれる画像成分と有効度とに基づいて、上記スコアを算出するように構成されている。以下、説明の便宜上簡略化した画像の例を用いて、個体識別装置1の構成および動作を詳しく説明する。
(a)物体をカメラで撮像して得られる白黒画像あるいはカラー画像をn×m個に分割した個々の分割領域。
(b)物体をカメラで撮像して得られる白黒画像あるいはカラー画像に対して、フーリエ変換等の周波数変換を施して得られる周波数スペクトル画像をn×m個に分割した個々の分割領域。周波数スペクトル画像は、撮像した画像の平行移動に不変である。
(c)物体をカメラで撮像して得られる白黒画像あるいはカラー画像に対して、先ずフーリエ変換等の周波数変換を施して周波数スペクトル画像に変換し、次に、その周波数スペクトル画像に対して極座標変換あるいは対数極座標変換を施して得られる極座標画像をn×m個に分割した個々の分割領域。上記極座標画像はフーリエ・メリン特徴画像と呼ぶ。撮像した画像の倍率、回転の変化が、フーリエ・メリン特徴画像においては平行移動の変化に変換される。
(d)物体をカメラで撮像して得られる白黒画像あるいはカラー画像に対して、先ずフーリエ変換等の周波数変換を施して周波数スペクトル画像に変換し、次に、その周波数スペクトル画像に対して極座標変換あるいは対数極座標変換を施してフーリエ・メリン特徴に変換し、更に、そのフーリエ・メリン特徴に対してフーリエ変換等の周波数変換を施して得られる位相画像をn×m個に分割した個々の分割領域。上記位相画像はフーリエ・メリン周波数スペクトル画像と呼ぶ。このフーリエ・メリン周波数スペクトル画像は、撮像した画像の倍率、回転、平行移動に不変である。
次に、個体識別装置1が、照合画像と複数の登録画像との類似度を表す複数のスコアから、照合画像が複数の登録画像の何れでもないと判定するための閾値(以下、判定閾値と記す)を決定する方法について説明する。
次に本発明の第2の実施形態について説明する。
<背景技術>
特許文献11では、被写体が写った画像を周波数変換および極座標変換した後の周波数スペクトル画像から上記被写体の特徴量を抽出している。しかし、特許文献11では、特徴量の抽出時に画像の位置合わせを行っていない。そのため、照合時、入力特徴情報ベクトルについての方向と、登録特徴情報ベクトルについての方向との組み合わせを変更しつつ、両ベクトル間の距離の総和を算出することにより、生体情報の読み取り時ごとに被写体の方向が異なることによる位置ずれに対応しなければならない。これでは、たった1つの登録画像との照合に多数の組み合わせを処理しなければならず、照合時の処理量が膨大となる。そこで、特許文献11に記載される技術に、特許文献12に記載される画像の位置合わせ技術を適用することが考えられる。
本実施形態では、従来の技術と異なり、照合画像と登録画像間の位置ずれ補正情報の生成と当該補正情報による画像の補正処理、および、位置合わせ補正処理後の画像間の照合処理を行わずに、はるかに少ない処理量で、多数の個体に対する個体識別を行うことを特徴とする。具体的には、照合画像における対象物体の位置情報は、個体の識別には必要ないことを利用する。すなわち、同一個体である画像どうし以外では、特徴量の間で相関が求まらないようにする。こうして、相関ピークが求まることを持って、同一個体かどうかを判定する。
<本実施形態の効果>
図12は、本実施形態に係る個体識別装置100のブロック図である。本実施形態に係る個体識別装置100は、画像取得手段101と、画像記憶手段102と、周波数変換手段103と、極座標変換手段104と、周波数変換手段105と、有効度決定手段106と、有効度記憶手段107と、特徴抽出手段108と、特徴量記憶手段109と、スコア算出手段110と、判定手段111と、情報提示手段112とを備える。
(a)スコア算出に係る有効度を決定する事前処理の動作
(b)個体登録の動作
(c)個体識別および個体照合の動作
まず、前段階の処理として、スコア算出に係る有効度を決定する処理を説明する。
まず、画像取得手段101は、管理対象である複数個の製品それぞれの表面パターンの画像を取得し、画像記憶手段102に保存する(ステップS101)。画像取得手段101は、各個体につき少なくとも1枚の画像を取得して、画像記憶手段102に保存する。或いは画像取得手段101は、有効度の精度を高めるために、各個体につき複数枚の画像を取得して、画像記憶手段102に保存してもよい。画像取得手段101は、カメラやスキャナ等の撮影装置、ネットワーク経由による画像データの取得装置、CD−ROM等の記憶媒体経由等による画像データの取得装置のいずれであってもよい。
次に、周波数変換手段103は、画像記憶手段102から、管理対象である複数個の製品の表面パターンの画像を取り出し、各画像の2次元周波数スペクトルデータに変換する(ステップS103)。また、周波数変換手段103は、ステップS103において、更に、得られた2次元周波数スペクトルデータの対数をとり、対数振幅スペクトルデータに変換してもよい。以後、本処理で得られた2次元周波数スペクトルデータを、周波数スペクトル画像と呼ぶ。
有効度決定手段106は、例えば、複数の異なる製品の画像ペアから求めたFMFS画像から、特定の部分を部分領域画像として取り出し、全ての部分領域画像間のスコア算出処理(クロスパワースペクトルの合成(要素ごとの積)、他の部分領域のゼロ詰め、逆フーリエ変換による相関値マップの算出、および、当該相関値マップにおける最大値ピークの有無(鋭さ)の評価値の算出)を繰り返すことによって、当該部分領域が、異なる個体間で相関値ピークの有無に対してどの程度寄与するかを算出する。このとき、部分領域を様々に変化させながら、全ての異なる個体の画像のペアに対して相関値マップを求め、それぞれのピークとその周辺領域のS/N比を求め、異なる個体間でS/N比がどの程度になるか(具体的には、平均値等)を求める。
次に、管理対象の物体個々を登録する個体登録の動作について説明する。
次に、管理対象の物体個々を識別および照合する動作について説明する。
本実施形態によれば、物体を撮像して得られた画像を位置合わせした上で照合するという処理を、照合対象となる多数の個体に対して繰り返し処理することなく、少ない処理量で個体を識別することができる。その理由は、スコア算出手段110は、照合画像および登録画像の位置ずれに不変な特徴量であるFM画像のうち、異なる個体間で共通の特徴を除外するために、FM画像の周波数スペクトルであるFMFS画像における部分領域(本実施形態では複数の製品に共通しない個体固有の周波数スペクトル成分)に基づき、異なる個体では位置ずれ量すなわち相関ピークを求めることができず、同一個体でのみ相関ピークが求まることを利用して、位置合わせを行わずに、個体の識別を行うためである。
[付記1]
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、を含む、
個体識別装置。
[付記2]
前記登録画像および前記照合画像は、前記登録対象および前記照合対象の物体を撮像して得られた画像に対して周波数変換、対数極座標変換、および周波数変換を施して得られる周波数スペクトル画像である、
付記1に記載の個体識別装置。
[付記3]
前記算出手段は、
前記有効度に基づいて前記登録画像から一部の部分領域を抽出して登録画像の部分画像を生成する登録画像前処理部と、
前記有効度に基づいて前記照合画像から一部の部分領域を抽出して照合画像の部分画像を生成する照合画像前処理部と、
前記登録画像の部分画像と前記照合画像の部分画像間のクロスパワースペクトルである部分クロスパワースペクトルを生成する部分クロスパワースペクトル生成部と、
前記部分クロスパワースペクトルに前記部分画像以外の画像部分のクロスパワースペクトルとしてゼロを補填して全体のクロスパワースペクトルを生成する要素補填部と、
前記全体のクロスパワースペクトルを逆周波数変換して相関値マップを生成する逆周波数変換部と、
前記相関値マップから前記スコアを算出するスコア算出部と、を含む、
付記1または2に記載の個体識別装置。
[付記4]
前記算出手段は、
前記登録画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後登録画像を生成する登録画像前処理部と、
前記照合画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後照合画像を生成する照合画像前処理部と、
前記変更後登録画像と前記変更後照合画像間のクロスパワースペクトルを生成するクロスパワースペクトル生成部と、
前記クロスパワースペクトルを逆周波数変換して相関値マップを生成する逆周波数変換部と、
前記相関値マップから前記スコアを算出するスコア算出部と、を含む、
付記1または2に記載の個体識別装置。
[付記5]
前記算出されたスコアに基づいて、前記登録画像と前記照合画像との照合結果を決定する判定手段を、さらに含む、
付記1乃至4の何れかに記載の個体識別装置。
[付記6]
前記スコアと比較するための判定閾値を決定する閾値決定手段を、更に含み、
前記閾値決定手段は、
前記登録画像毎に、前記登録画像に近似する照合画像を生成し、前記照合画像と前記登録画像との間の類似度を表す第1のスコアと前記照合画像と他の前記登録画像との間の類似度を表す第2のスコアとを前記算出手段によって算出し、前記第1のスコアと前記第2のスコアとに基づいて前記判定閾値を決定する、
付記1乃至5の何れかに記載の個体識別装置。
[付記7]
前記決定手段は、
互いに異なる登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第1の相関値を算出し、
同一の登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第2の相関値を算出し、
前記第1の相関値および前記第2の相関値に基づいて前記部分領域毎の有効度を決定するように構成されている、
付記1乃至6の何れかに記載の個体識別装置。
[付記8]
前記決定手段は、前記第1の相関値に対する前記第2の相関値の比に基づいて、前記部分領域毎の有効度を決定するように構成されている、
付記7に記載の個体識別装置。
[付記9]
前記決定手段は、
同一の生産ラインで製造された複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記生産ラインに1対1に対応する前記有効度を決定する、
付記1乃至8の何れかに記載の個体識別装置。
[付記10]
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定し、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する、
個体識別方法。
[付記11]
前記登録画像および前記照合画像は、前記登録対象および前記照合対象の物体を撮像して得られた画像に対して周波数変換、対数極座標変換、および周波数変換を施して得られる周波数スペクトル画像である、
付記10に記載の個体識別方法。
[付記12]
前記スコアの算出では、
前記有効度に基づいて前記登録画像から一部の部分領域を抽出して登録画像の部分画像を生成し、
前記有効度に基づいて前記照合画像から一部の部分領域を抽出して照合画像の部分画像を生成し、
前記登録画像の部分画像と前記照合画像の部分画像間のクロスパワースペクトルである部分クロスパワースペクトルを生成し、
前記部分クロスパワースペクトルに前記部分画像以外の画像部分のクロスパワースペクトルとしてゼロを補填して全体のクロスパワースペクトルを生成し、
前記全体のクロスパワースペクトルを逆周波数変換して相関値マップを生成し、
前記相関値マップから前記スコアを算出する、
付記10または11に記載の個体識別方法。
[付記13]
前記スコアの算出では、
前記登録画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後登録画像を生成し、
前記照合画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後照合画像を生成し、
前記変更後登録画像と前記変更後照合画像間のクロスパワースペクトルを生成し、
前記クロスパワースペクトルを逆周波数変換して相関値マップを生成し、
前記相関値マップから前記スコアを算出する、
付記10または11に記載の個体識別方法。
[付記14]
さらに、前記算出されたスコアに基づいて、前記登録画像と前記照合画像との照合結果を決定する、
付記10乃至13の何れかに記載の個体識別方法。
[付記15]
さらに、前記スコアと比較するための判定閾値を決定し、
前記判定閾値の決定では、
前記登録画像毎に、前記登録画像に近似する照合画像を生成し、前記照合画像と前記登録画像との間の類似度を表す第1のスコアと前記照合画像と他の前記登録画像との間の類似度を表す第2のスコアとを算出し、前記第1のスコアと前記第2のスコアとに基づいて前記判定閾値を決定する、
付記10乃至14の何れかに記載の個体識別方法。
[付記16]
前記有効度の決定では、
互いに異なる登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第1の相関値を算出し、
同一の登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第2の相関値を算出し、
前記第1の相関値および前記第2の相関値に基づいて前記部分領域毎の有効度を決定する、
付記10乃至15の何れかに記載の個体識別方法。
[付記17]
前記有効度の決定では、前記第1の相関値に対する前記第2の相関値の比に基づいて、前記部分領域毎の有効度を決定する、
付記16に記載の個体識別方法。
[付記18]
前記有効度の決定では、
同一の生産ラインで製造された複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記生産ラインに1対1に対応する前記有効度を決定する、
付記10乃至17の何れかに記載の個体識別方法。
[付記19]
コンピュータを、
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、して機能させる、
プログラム。
2…算出手段
2−1…登録画像前処理部
2−1A…登録画像前処理部
2−2…照合画像前処理部
2−2A…照合画像前処理部
2−3…部分クロスパワースペクトル生成部
2−3…クロスパワースペクトル生成部
2−4…要素補填部
2−5…逆フーリエ変換部
2−6…スコア算出部
3…決定手段
4−1…登録画像
4−2…登録画像
4−3…登録画像
4−4…登録画像
4A…登録画像の部分画像
4B…変更後登録画像
5…有効度
6…照合画像
6A…照合画像の部分画像
6B…変更後照合画像
7…クロスパワースペクトル
7A…部分クロスパワースペクトル
7B…クロスパワースペクトル
8…相関値マップ
100…個体識別装置
101…画像取得手段
102…画像記憶手段
103…周波数変換手段
104…極座標変換手段
105…周波数変換手段
106…有効度決定手段
107…有効度記憶手段
108…特徴抽出手段
109…特徴量記憶手段
110…スコア算出手段
111…判定手段
112…情報提示手段
200…情報処理装置
201…撮像部
202…操作入力部
203…画面表示部
204…通信インタフェース部
205…記憶部
206…演算処理部
Claims (19)
- 複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、を含む、
個体識別装置。 - 前記登録画像および前記照合画像は、前記登録対象および前記照合対象の物体を撮像して得られた画像に対して周波数変換、対数極座標変換、および周波数変換を施して得られる周波数スペクトル画像である、
請求項1に記載の個体識別装置。 - 前記算出手段は、
前記有効度に基づいて前記登録画像から一部の部分領域を抽出して登録画像の部分画像を生成する登録画像前処理部と、
前記有効度に基づいて前記照合画像から一部の部分領域を抽出して照合画像の部分画像を生成する照合画像前処理部と、
前記登録画像の部分画像と前記照合画像の部分画像間のクロスパワースペクトルである部分クロスパワースペクトルを生成する部分クロスパワースペクトル生成部と、
前記部分クロスパワースペクトルに前記部分画像以外の画像部分のクロスパワースペクトルとしてゼロを補填して全体のクロスパワースペクトルを生成する要素補填部と、
前記全体のクロスパワースペクトルを逆周波数変換して相関値マップを生成する逆周波数変換部と、
前記相関値マップから前記スコアを算出するスコア算出部と、を含む、
請求項1または2に記載の個体識別装置。 - 前記算出手段は、
前記登録画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後登録画像を生成する登録画像前処理部と、
前記照合画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後照合画像を生成する照合画像前処理部と、
前記変更後登録画像と前記変更後照合画像間のクロスパワースペクトルを生成するクロスパワースペクトル生成部と、
前記クロスパワースペクトルを逆周波数変換して相関値マップを生成する逆周波数変換部と、
前記相関値マップから前記スコアを算出するスコア算出部と、を含む、
請求項1または2に記載の個体識別装置。 - 前記算出されたスコアに基づいて、前記登録画像と前記照合画像との照合結果を決定する判定手段を、さらに含む、
請求項1乃至4の何れかに記載の個体識別装置。 - 前記スコアと比較するための判定閾値を決定する閾値決定手段を、更に含み、
前記閾値決定手段は、
前記登録画像毎に、前記登録画像に近似する照合画像を生成し、前記照合画像と前記登録画像との間の類似度を表す第1のスコアと前記照合画像と他の前記登録画像との間の類似度を表す第2のスコアとを前記算出手段によって算出し、前記第1のスコアと前記第2のスコアとに基づいて前記判定閾値を決定する、
請求項1乃至5の何れかに記載の個体識別装置。 - 前記決定手段は、
互いに異なる登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第1の相関値を算出し、
同一の登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第2の相関値を算出し、
前記第1の相関値および前記第2の相関値に基づいて前記部分領域毎の有効度を決定するように構成されている、
請求項1乃至6の何れかに記載の個体識別装置。 - 前記決定手段は、前記第1の相関値に対する前記第2の相関値の比に基づいて、前記部分領域毎の有効度を決定するように構成されている、
請求項7に記載の個体識別装置。 - 前記決定手段は、
同一の生産ラインで製造された複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記生産ラインに1対1に対応する前記有効度を決定する、
請求項1乃至8の何れかに記載の個体識別装置。 - 複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定し、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する、
個体識別方法。 - 前記登録画像および前記照合画像は、前記登録対象および前記照合対象の物体を撮像して得られた画像に対して周波数変換、対数極座標変換、および周波数変換を施して得られる周波数スペクトル画像である、
請求項10に記載の個体識別方法。 - 前記スコアの算出では、
前記有効度に基づいて前記登録画像から一部の部分領域を抽出して登録画像の部分画像を生成し、
前記有効度に基づいて前記照合画像から一部の部分領域を抽出して照合画像の部分画像を生成し、
前記登録画像の部分画像と前記照合画像の部分画像間のクロスパワースペクトルである部分クロスパワースペクトルを生成し、
前記部分クロスパワースペクトルに前記部分画像以外の画像部分のクロスパワースペクトルとしてゼロを補填して全体のクロスパワースペクトルを生成し、
前記全体のクロスパワースペクトルを逆周波数変換して相関値マップを生成し、
前記相関値マップから前記スコアを算出する、
請求項10または11に記載の個体識別方法。 - 前記スコアの算出では、
前記登録画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後登録画像を生成し、
前記照合画像の部分領域の画像成分の値を前記部分領域の有効度に応じて変更した変更後照合画像を生成し、
前記変更後登録画像と前記変更後照合画像間のクロスパワースペクトルを生成し、
前記クロスパワースペクトルを逆周波数変換して相関値マップを生成し、
前記相関値マップから前記スコアを算出する、
請求項10または11に記載の個体識別方法。 - さらに、前記算出されたスコアに基づいて、前記登録画像と前記照合画像との照合結果を決定する、
請求項10乃至13の何れかに記載の個体識別方法。 - さらに、前記スコアと比較するための判定閾値を決定し、
前記判定閾値の決定では、
前記登録画像毎に、前記登録画像に近似する照合画像を生成し、前記照合画像と前記登録画像との間の類似度を表す第1のスコアと前記照合画像と他の前記登録画像との間の類似度を表す第2のスコアとを算出し、前記第1のスコアと前記第2のスコアとに基づいて前記判定閾値を決定する、
請求項10乃至14の何れかに記載の個体識別方法。 - 前記有効度の決定では、
互いに異なる登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第1の相関値を算出し、
同一の登録対象の物体を撮像して得られた画像のペアを複数生成し、前記生成した画像のペア毎に対応する部分領域の画像成分間の第2の相関値を算出し、
前記第1の相関値および前記第2の相関値に基づいて前記部分領域毎の有効度を決定する、
請求項10乃至15の何れかに記載の個体識別方法。 - 前記有効度の決定では、前記第1の相関値に対する前記第2の相関値の比に基づいて、前記部分領域毎の有効度を決定する、
請求項16に記載の個体識別方法。 - 前記有効度の決定では、
同一の生産ラインで製造された複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記生産ラインに1対1に対応する前記有効度を決定する、
請求項10乃至17の何れかに記載の個体識別方法。 - コンピュータを、
複数の登録対象の物体を撮像して得られた複数の登録画像に共通する画像成分が存在する部分領域か否かに基づいて、前記部分領域毎に、前記登録画像と照合対象の物体を撮像して得られた照合画像との間の類似度を表すスコアの算出に係る有効度を決定する決定手段と、
前記登録画像および前記照合画像に含まれる画像成分と前記有効度とに基づいて、前記スコアを算出する算出手段と、して機能させる、
プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017194925 | 2017-10-05 | ||
JP2017194925 | 2017-10-05 | ||
PCT/JP2018/032931 WO2019069617A1 (ja) | 2017-10-05 | 2018-09-05 | 個体識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019069617A1 true JPWO2019069617A1 (ja) | 2020-10-08 |
JP6860081B2 JP6860081B2 (ja) | 2021-04-14 |
Family
ID=65995166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019546586A Active JP6860081B2 (ja) | 2017-10-05 | 2018-09-05 | 個体識別装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11132582B2 (ja) |
JP (1) | JP6860081B2 (ja) |
WO (1) | WO2019069617A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3764319B1 (en) * | 2018-03-05 | 2023-11-22 | NEC Corporation | Image comparison device |
US11216541B2 (en) * | 2018-09-07 | 2022-01-04 | Qualcomm Incorporated | User adaptation for biometric authentication |
US20220198777A1 (en) * | 2019-05-16 | 2022-06-23 | Nec Corporation | Image matching apparatus |
CN110147838B (zh) * | 2019-05-20 | 2021-07-02 | 苏州微创关节医疗科技有限公司 | 一种产品规格录入、检测方法及系统 |
CN114373196B (zh) * | 2021-12-31 | 2023-09-19 | 天津极豪科技有限公司 | 有效采集区域确定方法、程序产品、存储介质及电子设备 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08255223A (ja) | 1995-03-16 | 1996-10-01 | Fuji Electric Co Ltd | 文字認識装置における類似文字判別方法 |
JP3254622B2 (ja) | 1996-08-08 | 2002-02-12 | 株式会社山武 | パターン照合装置 |
JP3235075B2 (ja) | 1996-08-21 | 2001-12-04 | 株式会社山武 | パターン照合装置 |
JP4323784B2 (ja) | 2002-12-03 | 2009-09-02 | キヤノン株式会社 | 文字認識方法 |
JP2004240931A (ja) | 2003-02-05 | 2004-08-26 | Sony Corp | 画像照合装置、画像照合方法、およびプログラム |
JP4337422B2 (ja) | 2003-06-20 | 2009-09-30 | 富士ゼロックス株式会社 | 物品登録装置、物品確認装置、及び物品登録確認装置 |
US7687271B2 (en) | 2004-04-22 | 2010-03-30 | Kodak Graphic Communications Canada Company | Covert authentication method and apparatus |
JP4664147B2 (ja) | 2005-07-29 | 2011-04-06 | 株式会社山武 | 虹彩認証装置 |
US9208394B2 (en) * | 2005-09-05 | 2015-12-08 | Alpvision S.A. | Authentication of an article of manufacture using an image of the microstructure of it surface |
JP2008015848A (ja) | 2006-07-07 | 2008-01-24 | Kobe Univ | 物体領域探索方法,物体領域探索プログラムおよび物体領域探索装置 |
WO2011086889A1 (ja) | 2010-01-12 | 2011-07-21 | 日本電気株式会社 | 特徴点選択システム、特徴点選択方法および特徴点選択プログラム |
JP5331721B2 (ja) | 2010-02-02 | 2013-10-30 | アズビル株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
JP2013196418A (ja) | 2012-03-21 | 2013-09-30 | Dainippon Printing Co Ltd | 個体識別装置、個体識別方法、プログラム |
JP6075084B2 (ja) | 2013-01-25 | 2017-02-08 | 富士通株式会社 | 画像変換装置、画像変換方法、生体認証装置及び生体認証方法ならびに画像変換用コンピュータプログラム |
WO2014163014A1 (ja) | 2013-04-04 | 2014-10-09 | 日本電気株式会社 | 識別システム、識別方法、照合装置及びプログラム |
JP6163868B2 (ja) | 2013-05-20 | 2017-07-19 | コニカミノルタ株式会社 | 画像処理方法、画像処理装置および画像処理プログラム |
JP6771897B2 (ja) | 2016-02-02 | 2020-10-21 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
KR102170725B1 (ko) * | 2016-11-07 | 2020-10-27 | 삼성전자주식회사 | 지문 등록 방법 및 장치 |
JP6412911B2 (ja) | 2016-12-05 | 2018-10-24 | 東芝テック株式会社 | 情報処理装置及びプログラム |
US10152798B2 (en) * | 2017-04-10 | 2018-12-11 | Wisconsin Alumni Research Foundation | Systems, methods and, media for determining object motion in three dimensions using speckle images |
-
2018
- 2018-09-05 US US16/652,528 patent/US11132582B2/en active Active
- 2018-09-05 WO PCT/JP2018/032931 patent/WO2019069617A1/ja active Application Filing
- 2018-09-05 JP JP2019546586A patent/JP6860081B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019069617A1 (ja) | 2019-04-11 |
US11132582B2 (en) | 2021-09-28 |
JP6860081B2 (ja) | 2021-04-14 |
US20200242397A1 (en) | 2020-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6860081B2 (ja) | 個体識別装置 | |
CN110147721B (zh) | 一种三维人脸识别方法、模型训练方法和装置 | |
US11037326B2 (en) | Individual identifying device | |
US9940515B2 (en) | Image analysis for authenticating a product | |
JP6544900B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
US8160880B2 (en) | Generalized object recognition for portable reading machine | |
CN110838119B (zh) | 人脸图像质量评估方法、计算机装置及计算机可读存储介质 | |
JP6217886B1 (ja) | 物体管理装置 | |
CN110427972B (zh) | 证件视频特征提取方法、装置、计算机设备和存储介质 | |
EP3361413B1 (en) | Method and apparatus of selecting candidate fingerprint image for fingerprint recognition | |
EP3203416A1 (en) | Method computer program and system for facial recognition | |
Ouamane et al. | A novel statistical and multiscale local binary feature for 2D and 3D face verification | |
JP2013218605A (ja) | 画像認識装置、画像認識方法及びプログラム | |
WO2015068417A1 (ja) | 画像照合システム、画像照合方法およびプログラム | |
JP5791361B2 (ja) | パターン識別装置、パターン識別方法およびプログラム | |
JPWO2019171413A1 (ja) | 画像照合装置 | |
WO2015178001A1 (ja) | 画像照合システム、画像照合方法、およびプログラムを記憶する記録媒体 | |
JP6092012B2 (ja) | 物体識別システムおよび物体識別方法 | |
Wang | An algorithm for ATM recognition of spliced money based on image features | |
JP2007179267A (ja) | パターン照合装置 | |
Yao et al. | Fingerprint quality assessment with multiple segmentation | |
JP2019046184A (ja) | 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム | |
Mercy et al. | Efficient Palm Image Preprocessing for Person Identification and Security System Using Machine Learning Approaches | |
Guruprasad | Handwritten Devanagari word recognition using robust invariant feature transforms | |
Sheena et al. | Ordinal entropy-based novel personal identification using colour channels of visible-light iris image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200303 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200303 |
|
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: 20210224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210309 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6860081 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |