KR100831122B1 - 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치 - Google Patents

얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치 Download PDF

Info

Publication number
KR100831122B1
KR100831122B1 KR1020060081163A KR20060081163A KR100831122B1 KR 100831122 B1 KR100831122 B1 KR 100831122B1 KR 1020060081163 A KR1020060081163 A KR 1020060081163A KR 20060081163 A KR20060081163 A KR 20060081163A KR 100831122 B1 KR100831122 B1 KR 100831122B1
Authority
KR
South Korea
Prior art keywords
face
person
image
unit
registered
Prior art date
Application number
KR1020060081163A
Other languages
English (en)
Other versions
KR20070119463A (ko
Inventor
게이 다끼자와
미쯔따께 하세베
Original Assignee
가부시끼가이샤 도시바
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 가부시끼가이샤 도시바 filed Critical 가부시끼가이샤 도시바
Publication of KR20070119463A publication Critical patent/KR20070119463A/ko
Application granted granted Critical
Publication of KR100831122B1 publication Critical patent/KR100831122B1/ko

Links

Images

Classifications

    • 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
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • 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
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Collating Specific Patterns (AREA)

Abstract

얼굴 인증 장치는, 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부(101, 301, 401, 501), 획득부에 의해 획득된 화상으로부터 사람의 얼굴 영역 후보를 검출하고, 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부(105, 106, 305, 306, 405, 406, 502, 503), 얼굴 검출부에 의해 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부(109, 309, 409, 507), 및 얼굴 인식부의 인식 결과에 기초하여 사람을 인증하도록 구성된 인증부(117, 314, 416)를 포함한다.
얼굴 인증, 출입 관리, 얼굴 인식, 유사도, 판정 임계값

Description

얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치{FACE AUTHENTICATION APPARATUS, FACE AUTHENTICATION METHOD, AND ENTRANCE AND EXIT MANAGEMENT APPARATUS}
도 1은 본 발명의 제1 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 보여주는 개략적인 블록도이다.
도 2a 및 2b는 얼굴 인증 장치의 설정예를 설명하는 도면들이다.
도 3a 내지 3c는 얼굴 인증 표시부의 표시 화면 예들을 나타낸다.
도 4는 얼굴 검색 표시부의 표시 화면 예를 나타낸다.
도 5는 머리 검출 처리를 설명하는 도면이다.
도 6은 머리 추적 처리를 설명하는 도면이다.
도 7은 동선(flow line) 추출 처리를 설명하는 도면이다.
도 8은 동선 비교 처리를 설명하는 도면이다.
도 9는 게이트 제어부의 처리 흐름을 설명하는 흐름도이다.
도 10은 게이트 제어부의 다른 처리 흐름을 설명하는 흐름도이다.
도 11은 표시 인증 제어부의 처리 흐름을 설명하는 흐름도이다.
도 12는 얼굴 후보 영역 검출 처리의 흐름을 설명하는 흐름도이다.
도 13은 또 다른 얼굴 후보 영역 검출 처리의 흐름을 설명하는 흐름도이다.
도 14는 얼굴 인식 처리의 흐름을 설명하는 흐름도이다.
도 15는 본 발명의 제2 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성의 주요 부분만을 보여주는 블록도이다.
도 16은 본 발명의 제3 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 보여주는 개략적인 블록도이다.
도 17은 표시 인증 제어부의 처리의 흐름을 설명하는 흐름도이다.
도 18은 본 발명의 제4 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 보여주는 개략적인 블록도이다.
도 19는 통행인 확인 영역과 연관된 설명도이다.
도 20a 및 20b는 얼굴 인식 결과 및 동선 간의 대응관계를 설명하는 도면들이다.
도 21은 교체 판정 처리의 흐름을 설명하는 흐름도이다.
도 22a 내지 21d는 교체 판정의 실제 예들과 연관된 도면들이다.
도 23은 표시 인증 제어부의 처리의 흐름을 설명하는 흐름도이다.
도 24는 본 발명의 제5 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 보여주는 개략적인 블록도이다.
도 25는 전체 처리의 흐름을 설명하는 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
101: 인식 화상을 획득하는데 사용되는 카메라
105 : 얼굴 후보 영역 검출부
106 : 얼굴 영역 검출부,
107 : 얼굴 특징 추출부
108 : 얼굴 인식 사전부,
109 : 얼굴 인식부
116 : 게이트 제어부
일본특허출원 공개번호 2001-266152
일본특허출원 공개번호 2000-331207
일본특허출원 공개번호 2002-140699
Nakai, "Detection method for moving object using post-confirmation", IPSJ Transaction, 94-CV90, pp.1-8, 1994
Mita, Kaneko, & Hori, "Proposal of spatial difference probability template suitable for authentication of image including slight difference", Lecture Papers of 9th Symposium on Sensing via Image Information, SSI103, 2003
Fukui & Yamaguchi, "Face feature point extraction by combination of shape extraction and pattern recognition", Journal of IEICE, (D), vol. J80-D-H, No. 8, pp.2170-2177, 1977
Yamaguchi, Fukui, 및 Maeda, "Face recognition system using moving image", IEICE Transactions PRMU97-50, pp.17-23, 1997-06
본 발명은, 보행자를 인증될 대상으로 설정하고, 이러한 개인으로부터 획득된 얼굴 화상을 미리 저장되어 있는 등록 얼굴 정보를 이용하여 인식하여 그 보행자가 미리 등록된 사람인지 여부를 결정하는 얼굴 인증 장치 및 얼굴 인증 방법에 관한 것이다.
본 발명은 또한 보안을 필요로 하는 방, 설비 등에 대한 출입을 얼굴 인증 장치 및 얼굴 인증 방법을 사용하여 관리하는 출입 관리 장치에 관한 것이다.
예를 들어, 얼굴 인증 장치를 사용하는 출입 관리 장치는 카메라를 가진다. 인증될 대상으로서의 사람이 카메라 앞에 멈춰서서 자신의 얼굴을 카메라 렌즈로 돌린다. 카메라는 그 사람의 얼굴 화상을 캡쳐(획득)한다. 얼굴 인증 장치는, 관심있는 사람이 미리 등록된 사람인지 여부를 판정하기 위해 미리 저장된 등록 얼굴 정보를 이용하여 캡쳐된 얼굴 화상으로부터 얻어진 관심있는 사람에 고유한 얼굴의 특징 정보를 인식한다. 관심있는 사람이 미리 등록된 사람이라는 것을 나타내는 판정 결과에 기초하여, 출입 관리 장치가 출입 대상 구역(방, 설비 등)의 문을 연다.(예를 들어, 일본특허출원 공개번호 2001-266152 참조).
상술한 바와 같이, 이러한 유형의 출입 관리 장치(얼굴 인증 장치)는, 사람이 카메라 앞에 멈춘 경우 그 사람의 얼굴을 인증될 대상으로 캡쳐한다. 이 때문에, 인증될 대상이 보행자(이동하는 사람)인 경우, 그 보행자가 문에 가까이 올 때 까지 사람의 인증을 완료하기 어렵다.
보행자의 얼굴 화상을 캡쳐하는 방법의 알려진 예로서, 예를 들어, 일본 특허출원 공개번호 2000-331207 및 2002-140699에 개시된 기술이 사용가능하다.
일본 특허출원 공개번호 2000-331207에 개시된 기술은, 사람이 보행할 때 자신의 머리를 약간 아래로 굽히는 경향이 있기 때문에, 아래에서 얼굴을 캡쳐함으로써 완전한 얼굴 화상이 용이하게 얻어진다는 사실에 유의한다. 보다 구체적으로, 카메라들이 얼굴보다 낮은 레벨에서 통로의 우측 및 좌측 위치들로부터 다소 위쪽으로 설정된다.
일본 특허출원 공개번호 2002-140699에 개시된 기술에서는, 문이 열리는 경우, 카메라가 보행자의 얼굴을 캡쳐하도록, 즉 문이 열리는 순간에 화상을 획득하도록 설정된다. 이 기술은 사람이 문을 통과할 때 사람의 얼굴들이 정면을 향한다는 사실에 유의한다.
그러나, 종래의 출입 관리 장치(얼굴 인증 장치)에서는, 사람이 일시적으로 카메라 렌즈들 앞에 멈춘 후에 인증이 이루어져야 하기 때문에 사용자에게 불편하다.
보행자의 얼굴 화상을 캡쳐하는 종래의 방법의 문제로서, 완전하지 않은 얼굴 화상으로 인한 열악한 인증 성능이 알려져 있다.
일본 특허출원 공개번호 2000-331207 및 2002-140699는 사람이 자신의 머리를 약간 아래로 굽히는 경향이 있거나, 사람이 문을 통과할 때 정면을 보는 경향이 있다는 보행자의 특성을 활용하여 보행자의 완전한 얼굴 화상을 캡쳐하는 화상 캡쳐 방법을 제안한다.
그러나, 이러한 방법들은 한정된 상황을 가정하고, 일반적인 보행 시에는 완전한 얼굴 화상이 캡쳐될 가능성이 낮다. 보행자의 보행 속도가 높으면, 완전한 얼굴 화상이 캡쳐될 수 있더라도 획득된 화상들의 수가 불충분하여, 열악한 얼굴 인증 성능을 초래한다.
본 발명의 목적은 우수한 얼굴 인증 성능을 갖는 얼굴 인증 장치, 얼굴 인증 방법 및 출입 관리 장치를 제공하는 것이다.
<본 발명의 간략한 요약>
본 발명의 일례에 따른 얼굴 인증 장치는, 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부; 획득부에 의해 획득된 화상으로부터 사람의 얼굴 영역 후보를 검출하고 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부; 얼굴 검출부에 의해 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부; 및 얼굴 인식부의 인식 결과에 기초하여 사람을 인증하도록 구성된 인증부를 포함한다.
본 발명의 일례에 따른 얼굴 인증 방법은, 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하는 단계; 획득된 화상으로부터 사람의 얼굴 영역 후보를 검출하고 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하는 단계; 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하는 단계; 및 인식 결과에 기초 하여 사람을 인증하는 단계를 포함한다.
본 발명에 따른 출입 관리 장치는, 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부; 획득부에 의해 획득된 화상으로부터 사람의 얼굴 영역 후보를 검출하고 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부; 얼굴 검출부에 의해 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부; 얼굴 인식부의 인식 결과에 기초하여 사람을 인증하도록 구성된 인증부; 및 인증부의 인증 결과에 기초하여 출입 게이트의 개폐를 제어하도록 구성된 게이트 제어부를 포함한다.
본 발명의 추가 목적 및 이점들은 아래의 상세한 설명에 제공될 것이며, 부분적으로는 상세한 설명으로부터 자명하거나, 본 발명의 구현에 의해 알 수 있을 것이다. 본 발명의 목적 및 이점들은 특히 이후에 제시된 수단들 및 조합들에 의해 구현되고 얻어질 수 있다.
본 명세서에 포함되며 그 일부를 구성하는 첨부 도면들은 본 발명의 실시예들을 예시하고, 아래에 제공되는 전반적인 설명 및 아래에 제공되는 실시예들의 상세한 설명과 함께 본 발명의 원리를 설명하는 역할을 한다.
첨부 도면들을 참조하여 본 발명의 실시예들이 아래에서 설명될 것이다.
본 발명의 개요가 간략하게 설명될 것이다. 본 발명에서, 예를 들어, 도 2a 및 2b에 도시된 바와 같이, 도 2a 및 2b에서 화살표 a 방향으로 경로 1을 따라, 출입 대상 구역(방, 설비 등)(2)에 제공된 문, 게이트 등과 같은 게이트 디바이스(출입 게이트)(3)쪽으로 걸어오는 보행자 M의 얼굴이 카메라에 의해 캡쳐된다. 보다 구체적으로는, 보행자 M이 경로 1 상의 지점 C와 지점 A 사이의 어느 곳에 존재하면, 보행자 M의 적어도 얼굴을 포함하는 화상이 카메라에 의해 캡쳐되고, 보행자 M이 지점 A로부터 게이트 디바이스(3)로 걸어오는 동안, 보행자 M이 미리 등록된 사람인지 여부가 획득된 화상에 기초하여 판정된다. 보행자 M이 미리 등록된 사람이라고 판정되면, 그 사람은 게이트 디바이스(3)를 통과하도록 허용된다. 도 2a 및 2b에 도시된 바와 같이, 경로 1 상의 지점 C로부터 지점 A까지의 범위는 보행자 M의 얼굴을 캡쳐하는 화상 캡쳐 대상 구역으로 불릴 것이다.
본 발명의 제1 실시예가 아래에 설명될 것이다.
도 1은 제1 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 개략적으로 나타낸다. 이 출입 관리 장치는, 인식 화상을 획득하는데 사용되는, 즉 보행자 M의 적어도 얼굴을 포함하는 화상을 획득하는 획득부의 역할을 하는 (이후부터 간단히 카메라로 불릴) 비디오 카메라, 변화 검출부(102), 머리 검출부(103), 머리 추적부(104), 얼굴 후보 영역 검출부(105), 얼굴 영역 검출부(106), 얼굴 특징 추출부(107), 얼굴 인식 사전부(108), 얼굴 인식부(109), 감시 화상을 획득하는데 사용되는, 즉 보행자 M을 포함하는 경로 1의 화상을 캡쳐하는 (이후부터 간단히 카메라로 불릴) 비디오 카메라, 동선 추출부(111), 참조 동선 저장부(112), 동선 비교부(113), 얼굴 인증 표시부(114), 얼굴 검색 표시부(115), 게이트 제어부(116), 및 전체적인 제어를 수행하는 표시 인증 제어부(117)를 포함한다.
각각의 구성 요소들이 아래에서 상세하게 설명될 것이다.
얼굴 인증 표시부(114)는 도 2a 및 2b에 도시된 바와 같이, 게이트 디바이 스(3) 근처에 배열되고, 보행자 M의 현재 얼굴 인증 상태를 표시한다. 예를 들어, 얼굴 인증 표시부(114)는 액정 디스플레이, CRT 디스플레이 등을 포함한다. 얼굴 인증 표시부(114)의 설정 높이는 보행자들의 대략 평균 높이값이다.
얼굴 인증 표시부(114)는, 예를 들어 도 3a에 도시된 바와 같이, 인식 화상을 획득하는데 사용되는 카메라(101)로부터 얻어진 전체 화상(31), 및 얼굴 후보 영역 검출부(105)로부터 얻어진 얼굴 후보 영역의 검출 결과(얼굴 후보 영역)(32)을 표시한다. 인증 처리가 완료되고, 보행자 M이 등록된 사람이라고 판정되면, "그 사람의 통과(진입)이 허용된다는 것을 나타내는 "인증 OK 당신은 들어갈 수 있습니다"라는 메시지가 도 3b에 도시된 바와 같이 보행자에 대해 표시된다. 그렇지 않은 경우, 보행자 M의 통과(진입)이 거부되는 것을 나타내는 "인증 NG 암호를 입력하세요"라는 메시지가 도 3c에 도시된 바와 같이 보행자 M에 대해 표시된다.
얼굴 검색 표시부(115)는 다수의 (N) 사람의 얼굴 검색 결과들의 순서를 표시하고, 예를 들어 액정 디스플레이, CRT 디스플레이 등을 포함한다. 표시 내용, 예를 들어 얼굴 검색 결과들의 상위 10명의 얼굴 화상들이 도 4에 도시된 바와 같이 표시된다.
인식 화상을 획득하는데 사용되는 카메라(101)는, 보행자 M의 적어도 얼굴을 포함하는 화상을 캡쳐하고, CCD 센서 등과 같은 화상 감지 소자를 사용하는 텔레비젼 카메라를 포함한다. 카메라(101)는 도 2a에 도시된 바와 같이 경로 1의 측면부 상의 게이트 디바이스(3)와 지점 A 사이의 위치에 설치된다. 카메라(101)의 설정 레벨은 얼굴 인증 표시부(114)의 설정 레벨과 거의 동일하나, 카메라(101)에 의해 얼굴 인증부(114)가 감추어지지 않도록 하기 위해 얼굴 인증 표시부(114)보다 다소 낮다. 상면도의 경우, 도 2a에 도시된 바와 같이 화상 캡쳐 대상 구역 내의 보행자 M이 볼 때 카메라(101)와 얼굴 인증 표시부(114)가 정렬되도록 설정된다.
이러한 방식으로 카메라(101)를 설정함으로써, 보행자 M이 얼굴 인증 표시부(114)를 볼 경우, 전체 얼굴을 포함하는 화상이 획득될 수 있다. 획득된 화상은 수평 방향으로 512 화소를 갖고 수직 방향으로 512 화소를 갖는 디지털 밀도의 화상 데이터로서 변화 검출부(102)에 송신된다.
변화 검출부(102)는 카메라(101)에 의해 얻어진 화상으로부터 변화된 영역을 검출한다. 변화 영역의 검출 처리에서는, 예를 들어, 참조문헌 (Nakai, "Detection method for moving object using post-confirmation", IPSJ Transaction, 94-CV90, pp.1-8, 1994)에 기술된 방법과 유사하게 변화 영역은 배경 화상과의 차이로부터 검출된다. 이러한 방법을 사용하면, 변화가 발생하지 않은 경우의 화상이 배경 화상으로 제공되고 배경 화상과 현재의 입력 화상 사이의 차이에 기초하여 변화된 영역이 변화 영역으로서 검출된다.
머리 검출부(103)는 변화 검출부(102)에 의해 얻어진 변화 영역으로부터 얼굴을 포함하는 머리 영역을 검출한다. 머리 영역은 예를 들어 도 5에 도시된 처리에 의해 검출된다. 변화 영역 화상의 수직 방향으로 투영(projection)되고, 투영 값이 소정의 임계값 Th을 초과하는 영역이 대상 영역으로 선택된다. 대상 영역은 최대점에 대해 검색되고, 찾아진 최대점과 관련하여 머리 영역이 결정된다. 도 5에서, 참조번호 51 및 52는 검출된 머리 영역들을 나타낸다.
머리 추적부(104)는 머리 검출부(103)에 의해 앞서 검출된 머리 영역과 현재 입력된 화상으로부터 검출된 머리 영역을 연관시킨다. 이러한 연관은, 예를 들어 현재 입력된 화상으로부터 검출된 머리 영역(시간 t)과, 앞선 머리 영역의 크기와 위치에 가까운 크기와 위치를 갖는, 직전에 입력된 화상으로부터 검출된 머리 영역(시간 t-1)을 연관시킴으로써 구현된다. 도 6에서, 참조번호 61은 검출된 머리 영역을 나타내고, 참조번호 62는 얼굴 후보 영역을 나타낸다.
얼굴 후보 영역 검출부(105)는 머리 검출부(103) 또는 머리 추적부(104)에 의해 얻어진 머리 영역에서 얼굴이 존재하는 후보 영역을 검출한다. 이 검출부(105)는 얼굴과 유사한 특징을 사용하여 얼굴 후보 영역을 검출하고, 변화 검출부(102) 내지 머리 추적부(104)의 처리들에 의해 검출되고, 어떠한 얼굴도 포함하지 않는 머리 영역들을 삭제할 목적으로 이러한 처리를 실행시킨다. 얼굴 후보 영역의 실제 검출 처리는 참조문헌(Mita, Kaneko, & Hori, "Proposal of spatial difference probability template suitable for authentication of image including slight difference", Lecture Papers of 9th Symposium on Sensing via Image Information, SSI103, 2003)에 기술된 방법을 사용한다. 이 방법에서, 얼굴 학습 패턴들로부터 검출 사전 패턴이 미리 생성되고, 사전 패턴과 높은 유사성을 갖는 패턴이 입력 화상에서 검색된다.
얼굴 영역 검출부(106)는 얼굴 후보 영역 검출부(105)에 의해 검출되어 입력된 얼굴 후보 영역으로부터 얼굴 패턴을 추출한다. 참조문헌(Fukui & Yamaguchi, "Face feature point extraction by combination of shape extraction and pattern recognition", Journal of IEICE, (D), vol. J80-D-H, No. 8, pp.2170-2177, 1977) 등에 기술된 방법을 사용하여 얼굴 영역이 높은 정확도로 검출될 수 있다.
얼굴 특징 추출부(107)는 검출된 요소의 위치에 기초하여 얼굴 영역을 소정의 크기 및 형상으로 추출하고, 그 밀도 정보를 특징량으로 사용한다. 이 경우, m 화소 x n 화소의 영역의 밀도값들이 온전한 정보로서 사용되고 (m x n) 차원 정보가 특징 벡터로서 사용된다. 특징 벡터의 상관 행렬이 이러한 데이터로부터 계산되고 직교정규 벡터(orthonormal vector)가 이러한 행렬의 K-L 확장에 의해 계산되어, 부분공간(subspace)을 계산한다. 부분공간을 계산하는 방법에서, 특징 벡터의 상관 행렬(또는 공분산 행렬)이 계산되고, 직교정규 벡터(고유 벡터)가 이 행렬의 K-L 확장에 의해 계산되어, 부분공간을 계산한다. 부분공간은 고유값의 내림 차순에서의 고유값들에 대응하는 k 고유벡터들을 선택함으로써 고유벡터들의 세트를 사용하여 표현된다. 본 실시예에서, 상관 행렬 Cd는 특징 벡터로부터 계산되고, 고유벡터 행렬 Φ는 상관 행렬 Cd = ΦdΛdΦdT를 직교시킴으로써 계산된다. 이러한 부분공간은 사람을 식별하는데 사용되는 얼굴 특징 정보로서 사용된다. 이러한 정보는 미리 사전으로서 등록될 수 있다. 나중에 설명되는 바와 같이, 부분공간 자체는 식별을 수행하는데 사용되는 얼굴 특징 정보로서 활용될 수 있다. 따라서, 부분공간의 계산 결과는 얼굴 인식 사전부(108) 및 얼굴 인식부(109)로 출력된다.
얼굴 인식 사전부(108)는 얼굴 특징 추출부(107)로부터 얻어진 얼굴 특징 정보를 얼굴 정보로서 보유하고, 사람 M과의 유사도의 계산에 제공된다.
얼굴 인식부(109)는 카메라(101)에 의해 획득된 화상으로부터 얼굴 특징 추 출부(107)에 의해 추출된 보행자 M의 얼굴 특징 정보와 얼굴 인식 사전부(108)에 저장된 얼굴 특징 정보(등록 얼굴 정보) 사이의 유사도를 계산한다. 계산된 유사도가 미리 설정된 판정 임계값 이상인 경우, 얼굴 인식부(109)는 보행자 M이 미리 등록된 사람이라고 판정하고; 그렇지 않는 경우 얼굴 인식부(109)는 보행자 M이 미리 등록된 사람이 아니라고 판정한다. 이러한 얼굴 인식 처리는 참조문헌(Yamaguchi, Fukui, 및 Maeda, "Face recognition system using moving image", IEICE Transactions PRMU97-50, pp.17-23, 1997-06)에 기술되어 있는 상호 부분공간 방법을 사용하여 구현될 수 있다.
감시 화면을 획득하는데 사용되는 카메라(110)는, 화상 캡쳐 대상 구역에 걸어오는 보행자 M의 동선이 추출되는 화상을 획득하고, 예를 들어 CCD 센서 등과 같은 화상 감지 소자를 사용하는 텔레비젼 카메라를 포함한다. 카메라(110)는 도 2a 및 2b에 도시된 바와 같이 천정으로부터 아래를 보는 위치에 설치되어 그 시야각이 경로 1의 화상 캡쳐 대상 구역을 커버할 수 있다. 획득된 화상은 수평 방향으로 640 화소 및 수직 방향으로 480 화소의 디지털 밀도를 갖는 화상 데이터로서 동선 추출부(111)에 송신된다.
동선 추출부(111)는 카메라(110)에 의해 획득된 화상으로부터 보행자 M의 동선을 추출한다. 동선은, 예를 들어 도 7에 도시된 처리에 의해 추출된다. 초기에, 이전에 입력된 화상들로부터 통계적으로 추정된 배경 화상(71), 새롭게 입력된 입력 화상(72), 및 2진 화상의 화소들 간의 휘도값 차이들이 임계값 처리에 의해 이러한 차이 화상(difference image)으로부터 계산되어, 사람 영역(74)을 검출한 다. 이어서, 개별적인 화상 프레임들로부터 검출된 사람 영역들(74)이 서로 연관되어, 각 사람에 대한 동선(75)이 얻어진다.
참조 동선 저장부(112)는 미리 설정된 참조 동선을 저장하고, 보행자 M의 동선과의 거리를 계산한다.
동선 비교부(113)는 참조 동선 저장부(112)에 저장된 참조 동선과 동선 추출부(111)에 의해 얻어진 보행자 M의 동선 간의 거리를 계산한다. 이 거리는 예를 들어,
Figure 112006061123597-pat00001
에 의해 계산된다. 이러한 수학식들은 도 8에 도시된 바와 같이 샘플링 포인트 X1 내지 Xn에서의 입력 동선 LXk와 참조 동선 IXk 간의 거리 dxk의 누적합에 의해 유사도 D를 표현한다.
게이트 제어부(116)는 도 2a 및 2b에 도시된 게이트 디바이스(3)에 대한 개폐를 지시하는 제어 신호를 송신한다. 보다 구체적으로, 게이트 제어부(116)는 도 9에 도시된 바와 같이 제어를 수행한다. 즉, 통과 허용 신호가 OFF이더라도 사람이 게이트 디바이스(3)에 진입하려고 시도하는 경우, 게이트 제어부(116)는 경고음을 생성하고 이를 관리자에게 보고한다. 또는 도 10에 도시된 바와 같이 그 사람을 멈추게 하기 위해 게이트 디바이스(3)에 제공된 플래퍼(flapper)들을 닫을 수 있다.
표시 인증 제어부(117)는 전체 장치를 제어하고, 그 처리의 흐름은 도 11의 흐름도에 도시되어 있다. 도 11의 흐름도는 아래에서 설명될 것이다.
보행자 M이 화상 캡쳐 대상 구역에 존재하면, 얼굴 영역 검출 처리가 실행되고(단계 S1), 검출 결과가 얼굴 인증 표시부(114)에 표시된다(단계 S2). 그 후, 얼굴 영역 검출 완료 조건이 만족되는지 여부가 검사된다(단계 S3). 얼굴 영역 검출 완료 조건이 만족되지 않으면, 그 흐름은 단계 S1으로 되돌아가서 동일한 처리를 반복한다.
얼굴 영역 검출 처리가 카메라(101)로부터 얼굴 후보 영역 검출부(105)까지의 일련의 처리를 나타내고, 도 12가 그 처리의 흐름을 나타낸다는 것에 주의하라. 얼굴 영역 검출 처리가 도 13에 도시된 순서로 처리될 수 있다는 것에 주의하라. 이러한 처리에서, 얼굴과 유사한 특징들을 사용하여 엄격한 검출이 이루어진 후, 얼굴 후보 영역이 움직임 특징들을 사용하여 검출된다.
또한, 얼굴 검출 완료 조건은, 필요한 수의 얼굴 후보 영역들이 획득되는 경우를 포함한다. 이외에도, 얼굴 검출 완료 조건은 검출된 얼굴 후보 영역들의 화상 크기들이 소정의 값 이상이 되는 경우, 머리 추적 처리가 완료되는 경우 등을 포함한다.
얼굴 검출 완료 조건이 만족되면, 보행자 M의 동선 추출 결과가 동선 추출부(111)로부터 얻어진다(단계 S4). 다음으로, 획득된 동선 추출 결과는 참조 동선 저장부(112)에 미리 등록된 참조 동선과 비교되고(단계 S5), 계산된 거리가 임계값 Th1보다 작은 경우, 얼굴 인식 처리가 실행된다(단계 S6). 얼굴 인식 처리가 얼굴 영역 검출부(106)로부터 얼굴 인식부(109)까지의 일련의 처리들을 나타내고 도 14가 그 처리의 흐름을 보여준다는 것에 주의하라.
반대로, 보행자 M의 동선과 참조 동선 간의 거리가 임계값 Th1 이상인 경우, 정규의 얼굴 인식 처리는 생략된다. 보다 구체적으로, 그 거리가 임계값 Th1 이상이고 임계값 Th2보다 작은 경우(Th2 > Th1)(단계 S7), 얼굴 인식부(109)에서의 판정 임계값은 보다 높게 변경되고(보다 높은 보안 수준으로 설정되고)(단계 S8) 얼굴 인식 처리가 실행된다(단계 S6). 그 거리가 임계값 Th2 이상인 경우, 보행자 M은 인식될 대상에서 제외되고(단계 S9), 그 흐름은 단계 S1으로 되돌아간다.
얼굴 인식 처리의 결과에 기초하여 인증이 성공했는지가 검사된다(단계 S10). 인증이 성공하면(보행자 M이 미리 등록된 사람이라고 판정되면), 인증 OK를 나타내는 메시지가 얼굴 인증 표시부(112) 상에 표시되고(단계 S11), 게이트 디바이스(3)로의 통과 허용 신호가 소정의 기간 동안 ON으로 설정된다(단계 S12). 그 후 그 흐름은 단계 S1으로 되돌아간다. 결과적으로 보행자 M은 게이트 디바이스(3)를 통과할 수 있다.
단계 S10에서의 검사 결과로서, 인증이 실패하면(보행자 M이 미리 등록된 사람이 아니라고 판정되면), 인증 NG를 나타내는 메시지가 얼굴 인증 표시부(112)에 표시되고(단계 S13), 그 흐름은 단계 S1으로 되돌아간다.
상술한 바와 같이, 제1 실시예에 따르면, 보행자 M의 동선 추출 결과에 기초하여 보행자 M이 캡쳐 대상으로 적당한지가 검사되고 이러한 검사 결과에 기초하여 얼굴 인식 처리가 실행되어, 얼굴 인증 성능이 크게 향상된다.
제2 실시예가 아래에 설명될 것이다.
도 15는 제2 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 개략적으로 보여준다. 제2 실시예는, 참조 동선 학습부(118)가 추가된다는 점에서 앞서 설명한 제1 실시예와는 상이하며, 다른 요소들은 제1 실시예(도 1)와 동일하다. 상이한 요소 및 그와 연관된 요소들만 설명되고 다른 요소들은 도시되지 않는다.
참조 동선 학습부(118)는 성공적인 인증 시 동선 추출 결과를 사용하여 참조 동선을 갱신하고 그 참조 동선을 참조 동선 저장부(112)에 저장한다. 이를 위해, 동선 비교부(113)는 동선 비교 결과 및 동선 추출 결과를 표시 인증 제어부(117)로 출력하며, 표시 인증 제어부(117)는 성공적인 인증 시 동선 추출 결과를 참조 동선 학습부(118)로 출력한다. 참조 동선의 갱신 방법으로서, 갱신 이후 샘플링 포인트 X1 내지 Xn에서의 입력 동선 LXk와 참조 동선 IXk 간의 평균값들이 새로운 참조 동선으로 채택되고, 새로운 참조 동선은 참조 동선 저장부(112)에 등록(저장)된다.
상술한 바와 같이, 제2 실시예에 따르면, 참조 동선은 이전의 성공적인 인증시 동선 추출 결과를 사용하여 갱신되고, 얼굴 인증에 적합한 참조 동선과의 비교가 이루어져서, 캡쳐 대상의 판정이 높은 신뢰성으로 이루어질 수 있다.
제3 실시예가 아래에 설명될 것이다.
도 16은 제3 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구 성을 개략적으로 보여준다. 이 출입 관리 장치는 인식 화상을 획득하는데 사용되는 카메라(301), 변화 검출부(302), 머리 검출부(303), 머리 추적부(304), 얼굴 후보 영역 검출부(305), 얼굴 영역 검출부(306), 얼굴 특징 추출부(307), 얼굴 인식 사전부(308), 얼굴 인식부(309), 보행 속도 측정부(310), 얼굴 인증 표시부(311), 얼굴 검색 표시부(312), 게이트 제어부(313), 및 표시 인증 제어부(314)를 포함한다.
상술한 구성 요소들중에서, 인식 화상을 획득하는데 사용되는 카메라(301), 변화 검출부(302), 머리 검출부(303), 머리 추적부(304), 얼굴 후보 영역 검출부(305), 얼굴 영역 검출부(306), 얼굴 특징 추출부(307), 얼굴 인식 사전부(308), 얼굴 인식부(309), 얼굴 인증 표시부(311), 얼굴 검색 표시부(312) 및 게이트 제어부(313)는, 앞서 설명한 제1 실시예(도 1)의 인식 화상을 획득하는데 사용되는 카메라(101), 변화 검출부(102), 머리 검출부(103), 머리 추적부(104), 얼굴 후보 영역 검출부(105), 얼굴 영역 검출부(106), 얼굴 특징 추출부(107), 얼굴 인식 사전부(108), 얼굴 인식부(109), 얼굴 인증 표시부(114), 얼굴 검색 표시부(115) 및 게이트 제어부(116)와 동일하고 그 설명은 생략될 것이다. 제1 실시예와의 차이만이 아래에 설명될 것이다.
보행 속도 측정부(310)는 보행자 M의 보행 속도(이동 속도)를 측정한다. 예를 들어, 보행 속도 측정부(310)는 보행자 M의 보행 속도와 화상 캡쳐 대상 구역에서의 획득된 화상의 수 사이의 관계를 미리 저장하고, 인식 화상을 획득하는데 사용되는 카메라(30)에 의해 획득된 인식 화상들의 수에 기초하여 보행자 M의 대략적 인 보행 속도를 측정한다.
표시 인증 제어부(314)는 전체 장치를 제어하고, 도 17의 흐름도가 그 처리의 흐름을 보여준다. 도 17의 흐름도가 아래에 설명될 것이다. 제어 방법은 기본적으로 도 11에 도시된 표시 인증 제어부(117)와 동일하다는 점에 주의하라.
보행자 M이 화상 캡쳐 대상 구역에 존재하면, 상술한 바와 같은 동일한 얼굴 영역 검출 처리가 실행되고(단계 S21), 그 검출 결과가 얼굴 인증 표시부(311)에 표시된다(단계 S22). 그 후, 얼굴 영역 검출 완료 조건이 만족되는지를 검사한다(단계 S23). 얼굴 영역 검출 완료 조건이 만족되지 않으면, 그 흐름은 단계 S21로 되돌아가서 동일한 처리를 반복한다.
얼굴 검출 완료 조건이 만족되면, 보행자 M의 보행 속도 측정 결과가 보행 속도 측정부(310)로부터 획득된다(단계 S24). 획득된 보행 속도는 임계값 Th1과 비교되고(단계 S25), 획득된 보행 속도가 임계값 Th1 보다 작은 경우 상술한 바와 같은 동일한 얼굴 인식 처리가 실행된다(단계 S26).
반대로, 획득된 보행 속도가 임계값 Th1 이상인 경우, 정규의 얼굴 인식 처리가 생략된다. 보다 구체적으로, 보행 속도가 임계값 Th1 이상이고 임계값 Th2 보다 작은 경우(Th2 > Th1)(단계 S27), 얼굴 인식부(309)의 판정 임계값이 더 높게 변경되고(더 높은 보안 수준으로 설정되고)(단계 S28), 얼굴 인식 처리가 실행된다(단계 S26). 보행 속도가 임계값 Th2 이상인 경우, 보행자 M은 인식될 대상에서 제외되고(단계 S29), 그 흐름은 단계 S21로 되돌아간다.
얼굴 인식 처리의 결과에 기초하여 인증이 성공했는지가 검사된다(단계 S30). 인증이 성공했다면(보행자 M이 미리 등록된 사람이라고 판정되면), 인증 OK를 나타내는 메시지가 얼굴 인증 표시부(311)에 표시되고(단계 S31), 게이트 디바이스(3)로의 통과 허용 신호가 소정의 기간 동안 ON으로 설정된다(단계 S32). 그 후 그 흐름은 단계 S21으로 되돌아간다. 결과적으로 보행자 M은 게이트 디바이스(3)를 통과할 수 있다.
단계 S30에서의 검사 결과로서, 인증이 실패하면(보행자 M이 미리 등록된 사람이 아니라고 판정되면), 인증 NG를 나타내는 메시지가 얼굴 인증 표시부(311)에 표시되고(단계 S33), 그 흐름은 단계 S21으로 되돌아간다.
상술한 바와 같이, 제3 실시예에 따르면, 보행자 M의 보행 속도 측정 결과에 기초하여 보행자 M이 캡쳐 대상일 가능성이 있는지가 검사되고 이러한 검사 결과에 기초하여 얼굴 인식 처리가 실행되어, 얼굴 인증 성능이 크게 향상된다.
제4 실시예가 아래에 설명될 것이다.
도 18은 제4 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 개략적으로 보여준다. 이 출입 관리 장치는 인식 화상을 획득하는데 사용되는 카메라(401), 변화 검출부(402), 머리 검출부(403), 머리 추적부(404), 얼굴 후보 영역 검출부(405), 얼굴 영역 검출부(406), 얼굴 특징 추출부(407), 얼굴 인식 사전부(408), 얼굴 인식부(409), 감시 화상을 획득하는데 사용되는 카메라(410), 동선 추출부(411), 교체 판정부(412), 얼굴 인증 표시부(413), 얼굴 검색 표시부(414), 게이트 제어부(415), 및 표시 인증 제어부(416)를 포함한다.
상술한 구성 요소들중에서, 인식 화상을 획득하는데 사용되는 카메라(401), 변화 검출부(402), 머리 검출부(403), 머리 추적부(404), 얼굴 후보 영역 검출부(405), 얼굴 영역 검출부(406), 얼굴 특징 추출부(407), 얼굴 인식 사전부(408), 얼굴 인식부(409), 감시 화상을 획득하는데 사용되는 카메라(410), 동선 추출부(411), 얼굴 인증 표시부(413), 얼굴 검색 표시부(414), 게이트 제어부(415)는, 인식 화상을 획득하는데 사용되는 카메라(101), 변화 검출부(102), 머리 검출부(103), 머리 추적부(104), 얼굴 후보 영역 검출부(105), 얼굴 영역 검출부(106), 얼굴 특징 추출부(107), 얼굴 인식 사전부(108), 얼굴 인식부(109), 감시 화상을 획득하는데 사용되는 카메라(110), 동선 추출부(111), 얼굴 인증 표시부(114), 얼굴 검색 표시부(115), 게이트 제어부(116)와 동일하며, 그 설명은 생략될 것이다. 제1 실시예와의 차이만이 아래에서 설명될 것이다.
제4 실시예에서, 사람이 게이트 디바이스(3)를 통과하는 경우 사람이 확실히 통과해야 하며 게이트 디바이스(3) 근처에 있는 구역은 통행인 확인 구역으로 불리운다. 보다 구체적으로, 도 19에 도시된 평행선의 음영이 그려진 직사각형 구역(5)이 이 구역을 나타낸다.
감시 화상을 획득하는데 사용되는 카메라(410)는 통행인 확인 구역의 동선이 추출될 화상을 획득하고, 예를 들어, CCD 센서 등과 같은 화상 감지 소자를 사용하는 텔레비젼 카메라를 포함한다. 도 19에 도시된 바와 같이, 카메라(410)는 천정에서 아래를 보는 위치에 설치되어 인증 완료시 그 시야각이 보행자 M의 위치 및 통행인 확인 구역(5)을 커버할 수 있다. 획득된 화상은 수평 방향으로 640 화소 및 수직 방향으로 480 화소의 디지털 밀도의 화상 데이터로서 동선 추출부(411)에 송신된다.
교체 판정부(412)는, 얼굴 인식 결과에 연관된 동선을 사용하여 보행자들 M의 교체를 판정한다. 이를 위해, 교체 판정부(412)는 표시 인증 제어부(416)로부터 얼굴 인식 결과와 동선 추출 결과를 얻고 그 판정 결과를 표시 인증 제어부(416)에 출력한다. 인식 완료시 얼굴 검출 영역의 좌표값(도 20a) 및 동선의 좌표값(도 20b)에 기초하여 인식 결과와 동선 간의 연관이 행해진다. 연관될 다수의 대상들이 존재하면, 그들의 상대적 위치 관계에 기초하여 연관된다.
교체 판정 처리는, 예를 들어 도 21에 도시된 흐름도에 따라 실행된다. 보행자 M이 통행인 확인 구역(5)에 존재하는지가 확인된다(단계 S41). 확인의 결과로서, 보행자 M이 존재하면, 다수의 사람이 존재하는지가 확인된다(단계 S42). 확인 결과로서, 다수의 사람이 존재하면, 이 사람들의 선두에 있는(게이트 디바이스(3)에 가장 가까운) 보행자 M의 인식이 성공했는지가 검사된다(단계 S43). 검사의 결과로서, 인식이 성공했다면, 교체가 없는 것으로 판정되고(단계 S44); 그렇지 않은 경우, 성공하지 못했으면, 사람들의 교체가 판정된다(단계 S45).
단계 S42에서의 확인의 결과로서, 다수의 사람이 존재하지 않으면, 인식이 성공했는지가 유사하게 확인된다(단계 S46). 인식이 성공했다면, 교체가 없는 것으로 판정되고(단계 S47); 그렇지 않는 경우, 성공하지 못했다면, 사람의 교체가 판정된다(단계 S45). 이러한 판정 결과는 표시 인증 제어부(416)에 출력된다. 실제 예로서, 도 22a 및 22b는 교체가 없는 경우를 나타내고, 도 22c 및 22d는 교체가 있는 경우를 나타낸다.
표시 인증 제어부(416)는 전체 장치를 제어하고, 도 23의 흐름도는 그 처리의 흐름을 보여준다. 도 23의 흐름도가 아래에서 설명될 것이다. 제어 방법은 기본적으로 도 11에 도시된 표시 인증 제어부(117)와 동일하다는 것에 주의하라.
보행자 M이 화상 캡쳐 대상 구역에 존재하면, 상술한 바와 같은 동일한 얼굴 영역 검출 처리가 실행되고(단계 S51), 그 검출 결과가 얼굴 인증 표시부(413)에 표시된다(단계 S52). 그 후, 얼굴 영역 검출 완료 조건이 만족되는지가 검사된다(단계 S53). 얼굴 영역 검출 완료 조건이 만족되지 않으면, 그 흐름은 단계 S51로 되돌아가서 동일한 처리를 반복한다.
얼굴 검출 완료 조건이 만족되면, 상술한 바와 같은 동일한 얼굴 인식 처리가 실행되고 그 얼굴 인식 처리의 결과가 획득된다(단계 S54). 다음으로, 보행자 M의 동선 추출 결과가 동선 추출부(411)로부터 획득된다(단계 S55). 획득된 얼굴 인식 처리 결과 및 동선 추출 결과는 교체 판정부(412)로 송신되고(단계 S56) 그 판정 결과는 교체 판정부(412)로부터 획득된다(단계 S57).
교체 판정부(412)로부터 획득된 판정 결과가 교체의 존재/부재를 나타내는지가 검사된다(단계 S58). 그 판정 결과가 교체가 없다고 표시하면, 인증 OK를 나타내는 메시지가 얼굴 인증 표시부(413)에 표시되고(단계 S59), 게이트 디바이스(3)로의 통과 허용 신호가 소정 기간 동안 ON으로 설정된다(단계 S60). 그 후, 그 흐름은 단계 S51로 되돌아간다. 결과적으로, 보행자 M은 게이트 디바이스(3)를 통과할 수 있다.
단계 S58에서의 검사 결과로서, 교체가 판정되면, 인증 NG를 나타내는 메시 지가 얼굴 인증 표시부(413)에 표시되고(단계 S61) 그 흐름은 단계 S51로 되돌아간다.
상술한 바와 같이, 제4 실시예에 따르면, 보행자 M의 얼굴 인식 결과 및 보행자 M의 연관된 동선을 이용하여 교체가 판정되고, 그 판정 결과에 기초하여 통과 제어가 이루어져서, 교체를 방지함으로써 보안을 크게 개선시킨다.
제5 실시예가 아래에 설명될 것이다.
도 24는 제5 실시예에 따른 얼굴 인증 장치가 적용되는 출입 관리 장치의 구성을 개략적으로 보여준다. 이 출입 관리 장치는 인식 화상을 획득하는데 사용되는 카메라(501), 제1 얼굴 영역 검출부(502), 제2 얼굴 영역 검출부(503), 얼굴 영역 화상 축적부(504), 얼굴 특징 추출부(505), 얼굴 인식 사전부(506), 얼굴 인식부(507), 및 게이트 제어부(508)를 포함한다.
상술한 구성 요소들중에서, 인식 화상을 획득하는데 사용되는 카메라(501), 얼굴 특징 추출부(505), 얼굴 인식 사전부(506), 및 게이트 제어부(508)는, 앞서 언급한 제1 실시예(도 1)의 인식 화상을 획득하는데 사용되는 카메라(101), 얼굴 특징 추출부(107), 얼굴 인식 사전부(108), 및 게이트 제어부(116)와 동일하고, 그 설명은 생략될 것이다. 제1 실시예와의 차이만이 아래에서 설명될 것이다.
제1 얼굴 영역 검출부(502)는 카메라(501)에 의해 캡쳐된 화상들로부터 보행자 M의 얼굴 영역 후보를 검출하고, 예를 들어, 제 실시예에서 설명된 변화 검출부(102), 머리 검출부(103), 머리 추적부(104), 및 얼굴 후보 영역 검출부(105)를 이용하여 구성함으로써 구현될 수 있다. 따라서, 그 설명은 생략될 것이다. 검출 된 얼굴 영역은 제2 얼굴 영역 검출부(503)에 송신된다.
제2 얼굴 영역 검출부(503)는 제1 얼굴 영역 검출부(502)에 의해 검출된 얼굴 영역 후보로부터 인증될 얼굴 영역을 검출하고, 얼굴 영역 검출부(106)를 사용하여 구성함으로써 구현될 수 있다. 따라서, 그 설명은 생략될 것이다. 검출된 얼굴 영역은 얼굴 영역 화상 축적부(504)에 송신된다.
얼굴 영역 화상 축적부(504)는 제2 얼굴 영역 검출부(503)에 의해 검출된 얼굴 영역들의 다수의 화상을 축적하고, 축적 완료 조건이 만족될 때까지 얼굴 영역들의 화상들을 축적한다. 축적 완료 조건이, 필요한 수의 얼굴 후보 영역들이 획득되는 경우를 포함한다는 것에 주의하라. 이외에도, 축적 완료 조건은 검출된 얼굴 후보 영역들의 화상 크기들이 소정의 값 이상이 되는 경우 등을 포함한다.
얼굴 인식부(507)는 얼굴 특징 추출부(505)에 의해 추출된 얼굴 특징 정보를, 얼굴 인식 사전부(506)에 미리 저장된 등록 얼굴 정보를 이용하여 인식하여, 보행자 M이 미리 등록된 사람인지 여부를 판정한다.
전체 처리의 흐름은 도 25에 도시된 흐름도에 기초하여 아래에 설명될 것이다. 제어 방법은 기본적으로 도 11에 도시된 표시 인증 제어부(117)와 동일하다는 것에 주의하고, 간단한 설명이 제공될 것이다.
보행자 M의 얼굴을 포함하는 화상이 카메라(501)에 의해 획득되고(단계 S71), 제1 얼굴 영역 검출부(502)에 송신된다. 제1 얼굴 영역 검출부(502)는 카메라(501)에 의해 획득된 화상으로부터 보행자 M의 얼굴 영역의 후보를 검출하고(단계 S72), 이를 제2 얼굴 영역 검출부(503)에 송신한다.
제2 얼굴 영역 검출부(503)는 제1 얼굴 영역 검출부(502)에 의해 검출된 얼굴 영역 후보로부터 인증될 얼굴 영역을 검출하고(단계 S73), 이를 얼굴 영역 화상 축적부(504)에 송신한다. 얼굴 영역 화상 축적부(504)는 축적 완료 조건이 만족될 때까지 제2 얼굴 영역 검출부(503)에 의해 검출된 얼굴 영역의 화상을 축적한다(단계 S74 및 S75).
축적 완료 조건이 만족될 때까지 검출된 얼굴 영역들의 화상들이 축적된 후 얼굴 특징 추출부(505)는 얼굴 영역 화상 축적부(504)에 축적된 다수의 얼굴 영역 화상 각각으로부터 특징 정보를 추출하고 추출된 특징 정보를 얼굴 인식부(507)에 송신한다.
얼굴 인식부(507)는, 얼굴 인식 사전부(506)에 미리 저장된 등록 얼굴 정보를 이용하여 추출된 특징 정보를 인식함으로써 관심있는 보행자 M이 미리 등록된 사람인지 여부를 판정하고(단계 S77), 그 판정 결과를 게이트 제어부(508)에 송신한다. 게이트 제어부(508)는 얼굴 인식부(507)의 판정 결과에 따라 개인 인증이 OK 또는 NG인지를 판정하고, 개인 인증의 OK 또는 NG 판정 결과에 기초하여 게이트 디바이스(3)를 제어한다(단계 S78).
상술한 바와 같이, 제5 실시예에 따르면, 얼굴 인식 처리가 제1 얼굴 영역 검출부 및 제2 얼굴 영역 검출부를 활용함으로써 다수의 얼굴 영역 화상을 이용하여 행하여지기 때문에, 보행에 의해 야기되는 얼굴 방향의 변화로 인한 패턴 변화를 흡수할 수 있어, 보행자의 빠른 얼굴 인증을 높은 정확도로 행할 수 있다.
상술한 제1 내지 제5 실시예들은 필요에 따라 결합될 수 있다는 것에 주의하 라. 결과적으로, 각 결합된 실시예들의 동작들 및 효과들이 얻어질 수 있다. 예를 들어, 제1 실시예가 제5 실시예와 결합되는 경우, 도 25의 단계 S71 내지 S78에서의 처리들(게이트 제어는 제외함)이 도 11의 단계 S1의 처리에 적용된다. 제3 실시예가 제5 실시예와 결합되는 경우, 도 25의 단계 S71 내지 S78에서의 처리들(게이트 제어는 제외함)이 도 17의 단계 S21의 처리에 적용된다. 제4 실시예가 제5 실시예와 결합되는 경우, 도 25의 단계 S71 내지 S78에서의 처리들(게이트 제어는 제외함)이 도 23의 단계 S51의 처리에 적용된다.
본 발명의 효과들은 아래와 같다.
(1) 본 발명에 따르면, 보행자가 캡쳐 대상일 가능성이 있는지 여부를 보행자의 동선을 사용하여 판정하고, 그 판정 결과에 따라 얼굴 인식 처리에서의 판정 임계값을 변경하여, 얼굴 인증 성능을 크게 향상시키는 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치가 제공될 수 있다.
(2) 본 발명에 따르면, 보행자가 캡쳐 대상일 가능성이 있는지 여부를 보행자의 보행 속도에 기초하여 판정하고, 그 판정 결과에 따라 얼굴 인식 처리에서의 판정 임계값을 변경하여 얼굴 인증 성능을 크게 향상시키는 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치가 제공될 수 있다.
(3) 본 발명에 따르면, 보행자의 판정 결과와 연관된 동선을 사용하여 보행자들의 교체를 판정하여, 교체를 방지함으로써 더 높은 보안성을 보장하는 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치가 제공될 수 있다.
(4) 본 발명에 따르면, 제1 얼굴 검출부 및 제2 얼굴 검출부를 활용하여 다수의 얼굴 영역 화상을 이용하여 얼굴 인식 처리를 수행함으로써, 보행에 의해 야기되는 얼굴 방향의 변화로 인한 패턴 변화를 흡수할 수 있어, 보행자의 빠른 얼굴 인증을 높은 정확도로 행할 수 있는 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치가 제공될 수 있다.
본 기술분야의 당업자에게는 추가의 이점들 및 수정들이 용이하게 이루어질 것이다. 따라서, 보다 넓은 양상들의 본 발명은 본원에 도시되고 설명된 특정 상세 및 대표적인 실시예들에 한정되지 않는다. 따라서, 첨부된 청구항들 및 그들의 등가물에 의해 정의되는 전반적인 진보성있는 개념의 사상 또는 범위로부터 벗어나지않고 다양한 수정들이 이루어질 수 있다.

Claims (20)

  1. 삭제
  2. 삭제
  3. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부;
    상기 획득부에 의해 획득된 상기 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부;
    상기 얼굴 검출부에 의해 검출된 상기 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부; 및
    상기 얼굴 인식부의 상기 인식 결과에 기초하여 상기 사람을 인증하도록 구성된 인증부를 포함하고,
    상기 얼굴 인식부는 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하고,
    상기 인증부는 상기 계산된 유사도와 판정 임계값을 비교하고, 그 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하며,
    상기 사람의 동선(flow line)을 추출하도록 구성된 동선 추출부;
    상기 동선 추출부에 의해 추출된 상기 동선을, 미리 설정된 참조 동선과 비교하도록 구성된 비교부; 및
    상기 비교부의 상기 비교 결과에 기초하여 상기 판정 임계값을 변경하도록 구성된 판정 임계값 변경부
    를 더 포함하는 얼굴 인증 장치.
  4. 제3항에 있어서, 상기 인증부가 상기 사람이 미리 등록된 사람이라고 판정할 때 상기 동선 추출부에 의해 추출된 상기 동선에 기초하여 상기 참조 동선을 갱신하도록 구성된 참조 동선 갱신부를 더 포함하는 얼굴 인증 장치.
  5. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부;
    상기 획득부에 의해 획득된 상기 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부;
    상기 얼굴 검출부에 의해 검출된 상기 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부; 및
    상기 얼굴 인식부의 상기 인식 결과에 기초하여 상기 사람을 인증하도록 구성된 인증부를 포함하고,
    상기 얼굴 인식부는 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하고,
    상기 인증부는 상기 계산된 유사도와 판정 임계값을 비교하고, 그 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하며,
    상기 사람의 이동 속도를 측정하도록 구성된 이동 속도 측정부; 및
    상기 이동 속도 측정부에 의해 측정된 상기 이동 속도에 기초하여 상기 판정 임계값을 변경하도록 구성된 판정 임계값 변경부
    를 더 포함하는 얼굴 인증 장치.
  6. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부;
    상기 획득부에 의해 획득된 상기 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부;
    상기 얼굴 검출부에 의해 검출된 상기 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부; 및
    상기 얼굴 인식부의 상기 인식 결과에 기초하여 상기 사람을 인증하도록 구성된 인증부를 포함하고,
    상기 얼굴 인식부는 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하고,
    상기 인증부는 상기 계산된 유사도와 판정 임계값을 비교하고, 그 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하며,
    상기 사람의 동선을 추출하도록 구성된 동선 추출부; 및
    상기 얼굴 인식부의 사람 판정 결과와, 상기 동선 추출부에 의해 추출된 상기 동선을 연관시키고, 상기 사람 판정 결과와 연관된 상기 동선에 기초하여 사람들의 교체를 판정하도록 구성된 교체 판정부
    를 더 포함하는 얼굴 인증 장치.
  7. 삭제
  8. 삭제
  9. 삭제
  10. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하는 단계;
    상기 획득된 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하는 단계;
    상기 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하는 단계; 및
    상기 인식 결과에 기초하여 상기 사람을 인증하는 단계를 포함하고,
    상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하는 단계; 및
    상기 계산된 유사도와 판정 임계값을 비교하고, 상기 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하는 단계를 더 포함하며,
    상기 사람의 동선을 추출하는 단계;
    상기 추출된 동선과, 미리 설정된 참조 동선을 비교하는 단계; 및
    상기 비교 결과에 기초하여 상기 판정 임계값을 변경하는 단계
    를 더 포함하는 얼굴 인증 방법.
  11. 제10항에 있어서,
    상기 사람이 미리 등록된 사람으로 판정되는 경우 상기 추출된 동선에 기초하여 상기 참조 동선을 갱신하는 단계를 더 포함하는 얼굴 인증 방법.
  12. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하는 단계;
    상기 획득된 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하는 단계;
    상기 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하는 단계; 및
    상기 인식 결과에 기초하여 상기 사람을 인증하는 단계를 포함하고,
    상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하는 단계; 및
    상기 계산된 유사도와 판정 임계값을 비교하고, 상기 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하는 단계를 더 포함하며,
    상기 사람의 이동 속도를 측정하는 단계; 및
    상기 측정된 이동 속도에 기초하여 상기 판정 임계값을 변경하는 단계
    를 더 포함하는 얼굴 인증 방법.
  13. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하는 단계;
    상기 획득된 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하는 단계;
    상기 검출된 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하는 단계; 및
    상기 인식 결과에 기초하여 상기 사람을 인증하는 단계를 포함하고,
    상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하는 단계; 및
    상기 계산된 유사도와 판정 임계값을 비교하고, 상기 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하는 단계를 더 포함하며,
    상기 사람의 동선을 추출하는 단계; 및
    상기 추출된 동선과 사람 판정 결과를 연관시키고, 상기 사람 판정 결과와 연관된 상기 동선에 기초하여 사람들의 교체를 판정하는 단계
    를 더 포함하는 얼굴 인증 방법.
  14. 삭제
  15. 삭제
  16. 삭제
  17. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부;
    상기 획득부에 의해 획득된 상기 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부;
    상기 얼굴 검출부에 의해 검출된 상기 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부;
    상기 얼굴 인식부의 상기 인식 결과에 기초하여 상기 사람을 인증하도록 구성된 인증부; 및
    상기 인증부의 상기 인증 결과에 기초하여 출입 게이트의 개폐를 제어하도록 구성된 게이트 제어부를 포함하고,
    상기 얼굴 인식부는, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하고,
    상기 인증부는 상기 계산된 유사도와 판정 임계값을 비교하고, 그 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하며,
    상기 사람의 동선을 추출하도록 구성된 동선 추출부;
    상기 동선 추출부에 의해 추출된 상기 동선을, 미리 설정된 참조 동선과 비교하도록 구성된 비교부; 및
    상기 비교부의 상기 비교 결과에 기초하여 상기 판정 임계값을 변경하도록 구성된 판정 임계값 변경부
    를 더 포함하는 출입 관리 장치.
  18. 제17항에 있어서,
    상기 인증부가 상기 사람이 미리 등록된 사람이라고 판정하는 경우, 상기 동선 추출부에 의해 추출된 상기 동선에 기초하여 상기 참조 동선을 갱신하도록 구성된 참조 동선 갱신부를 더 포함하는 출입 관리 장치.
  19. 이동하는 사람의 적어도 얼굴을 포함하는 화상을 획득하도록 구성된 획득부;
    상기 획득부에 의해 획득된 상기 화상으로부터 상기 사람의 얼굴 영역 후보를 검출하고, 상기 검출된 얼굴 영역 후보로부터 얼굴 영역을 검출하도록 구성된 얼굴 검출부;
    상기 얼굴 검출부에 의해 검출된 상기 얼굴 영역의 화상 및 미리 저장된 등록 얼굴 정보를 인식하도록 구성된 얼굴 인식부;
    상기 얼굴 인식부의 상기 인식 결과에 기초하여 상기 사람을 인증하도록 구성된 인증부; 및
    상기 인증부의 상기 인증 결과에 기초하여 출입 게이트의 개폐를 제어하도록 구성된 게이트 제어부를 포함하고,
    상기 얼굴 인식부는, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보를 인식함으로써, 상기 검출된 얼굴 영역의 상기 화상과 상기 등록 얼굴 정보 간의 유사도를 계산하고,
    상기 인증부는 상기 계산된 유사도와 판정 임계값을 비교하고, 그 비교 결과에 기초하여 상기 사람이 미리 등록된 사람인지 여부를 판정하며,
    상기 사람의 이동 속도를 측정하도록 구성된 이동 속도 측정부; 및
    상기 이동 속도 측정부에 의해 측정된 상기 이동 속도에 기초하여 상기 판정 임계값을 변경하도록 구성된 판정 임계값 변경부
    를 더 포함하는 출입 관리 장치.
  20. 삭제
KR1020060081163A 2006-06-15 2006-08-25 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치 KR100831122B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2006-00165507 2006-06-15
JP2006165507A JP2007334623A (ja) 2006-06-15 2006-06-15 顔認証装置、顔認証方法、および入退場管理装置

Publications (2)

Publication Number Publication Date
KR20070119463A KR20070119463A (ko) 2007-12-20
KR100831122B1 true KR100831122B1 (ko) 2008-05-20

Family

ID=37027036

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060081163A KR100831122B1 (ko) 2006-06-15 2006-08-25 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치

Country Status (5)

Country Link
US (1) US20070291998A1 (ko)
EP (1) EP1868158A2 (ko)
JP (1) JP2007334623A (ko)
KR (1) KR100831122B1 (ko)
CN (1) CN101089875A (ko)

Families Citing this family (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7916897B2 (en) * 2006-08-11 2011-03-29 Tessera Technologies Ireland Limited Face tracking for controlling imaging parameters
US20090028517A1 (en) * 2007-07-27 2009-01-29 The University Of Queensland Real-time near duplicate video clip detection method
JP4506801B2 (ja) * 2007-09-25 2010-07-21 カシオ計算機株式会社 画像認識装置、画像認識方法、画像認識プログラム
US8457366B2 (en) 2008-12-12 2013-06-04 At&T Intellectual Property I, L.P. System and method for matching faces
CN101771539B (zh) * 2008-12-30 2012-07-04 北京大学 一种基于人脸识别的身份认证方法
JP2011019192A (ja) * 2009-07-10 2011-01-27 Toshiba Corp 画像表示装置
JP5390322B2 (ja) * 2009-09-28 2014-01-15 株式会社東芝 画像処理装置、及び画像処理方法
US20120076368A1 (en) * 2010-09-27 2012-03-29 David Staudacher Face identification based on facial feature changes
JP5713821B2 (ja) * 2011-06-30 2015-05-07 キヤノン株式会社 画像処理装置及び方法、並びに画像処理装置を有するカメラ
JP5939705B2 (ja) * 2012-02-08 2016-06-22 カシオ計算機株式会社 被写体判定装置、被写体判定方法及びプログラム
JP5955031B2 (ja) * 2012-02-29 2016-07-20 セコム株式会社 顔画像認証装置
JP5955056B2 (ja) * 2012-03-30 2016-07-20 セコム株式会社 顔画像認証装置
JP5955057B2 (ja) * 2012-03-30 2016-07-20 セコム株式会社 顔画像認証装置
CN102711315B (zh) * 2012-04-16 2016-01-20 东莞光阵显示器制品有限公司 基于视频动态识别的智能室内照明控制方法及系统
KR20130119759A (ko) * 2012-04-24 2013-11-01 삼성전자주식회사 3차원 물체 인식 방법 및 장치
US8411909B1 (en) 2012-06-26 2013-04-02 Google Inc. Facial recognition
US8542879B1 (en) 2012-06-26 2013-09-24 Google Inc. Facial recognition
US8457367B1 (en) 2012-06-26 2013-06-04 Google Inc. Facial recognition
JP5955133B2 (ja) * 2012-06-29 2016-07-20 セコム株式会社 顔画像認証装置
US8856541B1 (en) 2013-01-10 2014-10-07 Google Inc. Liveness detection
US9110450B2 (en) * 2013-03-14 2015-08-18 Green Edge Technologies, Inc. Systems, devices, and methods for dynamically assigning functions to an actuator
JP6295534B2 (ja) * 2013-07-29 2018-03-20 オムロン株式会社 プログラマブル表示器、制御方法、およびプログラム
US9860517B1 (en) * 2013-09-24 2018-01-02 Amazon Technologies, Inc. Power saving approaches to object detection
JP6025690B2 (ja) * 2013-11-01 2016-11-16 ソニー株式会社 情報処理装置および情報処理方法
CN104282069A (zh) * 2014-10-29 2015-01-14 合肥指南针电子科技有限责任公司 一种智能小区出入管理系统及方法
CN104851140A (zh) * 2014-12-12 2015-08-19 重庆凯泽科技有限公司 基于人脸识别的考勤门禁系统
CN104486598A (zh) * 2014-12-31 2015-04-01 国家电网公司 一种视频监控方法及装置
JP2017033358A (ja) * 2015-08-03 2017-02-09 富士ゼロックス株式会社 認証装置
CN105426833A (zh) * 2015-11-13 2016-03-23 小米科技有限责任公司 用于游戏的图像识别方法及装置
CN105488478B (zh) * 2015-12-02 2020-04-07 深圳市商汤科技有限公司 一种人脸识别系统和方法
US20190057249A1 (en) * 2016-02-26 2019-02-21 Nec Corporation Face recognition system, face matching apparatus, face recognition method, and storage medium
US11055513B2 (en) * 2016-02-26 2021-07-06 Nec Corporation Face recognition system, face recognition method, and storage medium
CN106340094A (zh) * 2016-08-26 2017-01-18 广西小草信息产业有限责任公司 一种出入口控制系统及其实现方法
JP6409929B1 (ja) * 2017-09-19 2018-10-24 日本電気株式会社 照合システム
JP6601513B2 (ja) * 2018-01-31 2019-11-06 日本電気株式会社 情報処理装置
CN108615288B (zh) * 2018-04-28 2020-12-01 东莞市华睿电子科技有限公司 一种基于人像识别的开锁控制方法
JP7168192B2 (ja) * 2018-05-18 2022-11-09 Ｎｅｃソリューションイノベータ株式会社 顔画像の適正判定装置、顔画像の適正判定方法、プログラム、および記録媒体
US10831817B2 (en) 2018-07-16 2020-11-10 Maris Jacob Ensing Systems and methods for generating targeted media content
US11615134B2 (en) 2018-07-16 2023-03-28 Maris Jacob Ensing Systems and methods for generating targeted media content
CN108932783A (zh) * 2018-09-19 2018-12-04 南京邮电大学 一种基于二维人脸识别的面向大流量场景的门禁系统
SG11202103136VA (en) 2018-09-28 2021-04-29 Nec Corp Authentication device, authentication method, and storage medium
CN109377616B (zh) * 2018-10-30 2021-02-12 南京邮电大学 一种基于二维人脸识别的门禁控制系统
CN109801408A (zh) * 2018-12-06 2019-05-24 安徽凯川电力保护设备有限公司 一种用于机房的门禁管理方法
CN109671317B (zh) * 2019-01-30 2021-05-25 重庆康普达科技有限公司 基于ar的脸谱互动教学方法
JP6675564B1 (ja) * 2019-05-13 2020-04-01 株式会社マイクロネット 顔認識システム、顔認識方法及び顔認識プログラム
JP7347102B2 (ja) * 2019-10-16 2023-09-20 富士フイルムビジネスイノベーション株式会社 画像形成装置及びプログラム
KR20210047025A (ko) * 2019-10-21 2021-04-29 엘지전자 주식회사 지능형 디바이스 및 그의 사용자 선택 방법
EP4123110A4 (en) * 2020-03-18 2023-04-26 Nec Corporation DOOR DEVICE, AUTHENTICATION SYSTEM, DOOR DEVICE CONTROL METHOD AND STORAGE MEDIA
AU2020436230A1 (en) * 2020-03-18 2022-05-26 Nec Corporation Gate device, authentication system, gate control method, and storage medium
JP7008352B2 (ja) * 2020-04-03 2022-01-25 株式会社トリプルアイズ 情報処理装置、情報処理方法、及びプログラム
DE102020113114A1 (de) 2020-05-14 2021-11-18 Kaba Gallenschütz GmbH Passiererkennungssystem und Verfahren zur berührungslosen Überwachung
CN112614261A (zh) * 2020-12-15 2021-04-06 中标慧安信息技术股份有限公司 基于录像识别的访客管理方法和系统
WO2023129740A1 (en) * 2021-12-30 2023-07-06 eConnect, Inc. Passive identification verification and transaction facilitation in a defined area

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000331207A (ja) 1999-05-21 2000-11-30 Omron Corp ゲート装置
JP2002140699A (ja) 2000-11-06 2002-05-17 Omron Corp 生体照合装置、生体照合システムおよびその方法
KR20030065049A (ko) * 2002-01-29 2003-08-06 삼성전자주식회사 얼굴 인식에 의한 출입 통제 방법 및 그 장치
JP2004280277A (ja) 2003-03-13 2004-10-07 Omron Corp 撮像装置、および顔認証装置
JP2006133946A (ja) * 2004-11-04 2006-05-25 Fuji Xerox Co Ltd 動体認識装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020094111A1 (en) * 2000-05-19 2002-07-18 Puchek Daniel R. Access control method and apparatus
IL162879A0 (en) * 2002-07-05 2005-11-20 Dmatek Ltd A method and system for effectively performing event detection in a large number of concurrent imagesequences
US20070112287A1 (en) * 2005-09-13 2007-05-17 Fancourt Craig L System and method for detecting deviations in nominal gait patterns

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000331207A (ja) 1999-05-21 2000-11-30 Omron Corp ゲート装置
JP2002140699A (ja) 2000-11-06 2002-05-17 Omron Corp 生体照合装置、生体照合システムおよびその方法
KR20030065049A (ko) * 2002-01-29 2003-08-06 삼성전자주식회사 얼굴 인식에 의한 출입 통제 방법 및 그 장치
JP2004280277A (ja) 2003-03-13 2004-10-07 Omron Corp 撮像装置、および顔認証装置
JP2006133946A (ja) * 2004-11-04 2006-05-25 Fuji Xerox Co Ltd 動体認識装置

Also Published As

Publication number Publication date
KR20070119463A (ko) 2007-12-20
JP2007334623A (ja) 2007-12-27
CN101089875A (zh) 2007-12-19
EP1868158A2 (en) 2007-12-19
EP1868158A8 (en) 2008-04-02
US20070291998A1 (en) 2007-12-20

Similar Documents

Publication Publication Date Title
KR100831122B1 (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
JP4836633B2 (ja) 顔認証装置、顔認証方法および入退場管理装置
JP6148065B2 (ja) 顔認証システム
JP2006236260A (ja) 顔認証装置、顔認証方法および入退場管理装置
JP6148064B2 (ja) 顔認証システム
JP4389956B2 (ja) 顔認識装置及び顔認識方法、並びにコンピュータ・プログラム
KR101546137B1 (ko) 인물 인식 장치 및 방법
CN110223322B (zh) 图像识别方法、装置、计算机设备和存储介质
JP2008071172A (ja) 顔認証装置、顔認証方法および入退場管理装置
JPWO2015136938A1 (ja) 情報処理方法および情報処理システム
KR100824757B1 (ko) 걸음걸이를 이용한 생체 인식 방법
JP2008108243A (ja) 人物認識装置および人物認識方法
CN110674680B (zh) 活体识别的方法、装置、存储介质
JP2007148988A (ja) 顔認証装置、顔認証方法および入退場管理装置
JP6601513B2 (ja) 情報処理装置
JP4667508B2 (ja) 移動体情報検出装置、移動体情報検出方法および移動体情報検出プログラム
KR101596363B1 (ko) 얼굴 인식에 의한 출입관리장치 및 방법
KR101799335B1 (ko) 단안 카메라를 이용한 위조 얼굴 판별 시스템 및 이를 이용한 위조 얼굴 판별 방법
CN110892412B (zh) 脸部辨识系统、脸部辨识方法及脸部辨识程序
JP2020077399A (ja) 情報処理装置
KR102552183B1 (ko) 다자간 출입 통제가 가능한 비대면 공동 현관문 자동 출입 개폐 시스템 및 방법
JP2004118359A (ja) 人物認識装置、人物認識方法および通行制御装置
JP6915673B2 (ja) 情報処理システム
WO2019151116A1 (ja) 情報処理装置
JP7279774B2 (ja) 情報処理装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee