KR20130099241A - 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램, 컴퓨터 판독 가능한 기록 매체, 및 화상 대조 방법 - Google Patents

화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램, 컴퓨터 판독 가능한 기록 매체, 및 화상 대조 방법 Download PDF

Info

Publication number
KR20130099241A
KR20130099241A KR1020137020729A KR20137020729A KR20130099241A KR 20130099241 A KR20130099241 A KR 20130099241A KR 1020137020729 A KR1020137020729 A KR 1020137020729A KR 20137020729 A KR20137020729 A KR 20137020729A KR 20130099241 A KR20130099241 A KR 20130099241A
Authority
KR
South Korea
Prior art keywords
image
registered
score
relative evaluation
evaluation score
Prior art date
Application number
KR1020137020729A
Other languages
English (en)
Other versions
KR101506105B1 (ko
Inventor
아츠시 이리에
Original Assignee
오므론 가부시키가이샤
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 오므론 가부시키가이샤 filed Critical 오므론 가부시키가이샤
Publication of KR20130099241A publication Critical patent/KR20130099241A/ko
Application granted granted Critical
Publication of KR101506105B1 publication Critical patent/KR101506105B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24137—Distances to cluster centroïds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • 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
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)

Abstract

인물의 얼굴이 촬영된 입력화상(A1)을, 얼굴특징 데이터를 포함하는 등록화상(R)이 등록된 등록화상 데이터베이스(21)와 대조하는 얼굴 인증 장치(1)에서, 상기 입력화상(A1)의 얼굴특징 데이터(A11)와, 등록화상(R)에 포함되는 얼굴특징 데이터와의 사이의 절대평가 스코어를 산출하는 절대평가부(331)와, 상기 등록화상 데이터베이스(21)에 등록되어 있는 하나의 인물이, 다른 인물에 대해, 어느정도, 입력화상(A1)의 인물과 유사한지를 나타내는 상대평가 스코어를 산출하는 상대평가부(334)와, 절대평가 스코어와, 상대평가 스코어를 무게부여하여 통합한 통합 스코어를 산출하는 평가 통합부와, 통합 스코어에 의거하여 상기 입력화상(A1)의 대조를 행하는 인증 결과 출력부(34)를 구비한다.

Description

화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램, 컴퓨터 판독 가능한 기록 매체, 및 화상 대조 방법{IMAGE VERIFICATION DEVICE, IMAGE PROCESSING SYSTEM, IMAGE VERIFICATION PROGRAM, COMPUTER READABLE RECORDING MEDIUM, AND IMAGE VERIFICATION METHOD}
본 발명은, 대상물이 촬영된 화상을 화상 데이터베이스와 대조하는 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램, 컴퓨터 판독 가능한 기록 매체, 및 화상 대조 방법에 관한 것이다.
종래, 미리 인물의 얼굴이 촬영된 화상을 데이터베이스에 등록하여 두고, 인증을 행하여야 할 인물의 얼굴이 촬영된 화상의 입력에 응하여, 입력된 화상을, 데이터베이스의 등록 내용과 비교함에 의해 개인을 식별하여 인증을 행하는 얼굴 인증 기술이 알려져 있다.
얼굴 인증 기술에서의 인증 처리에 관해, 예시적으로는, 등록 및 인증의 처리로 이루어진다. 구체적으로 설명하면 다음과 같다.
우선, 등록시에 있어서, 인물의 얼굴이 촬영된 화상으로부터, 그 인물의 얼굴의 특징을 나타내는 특징량을 추출하여 등록하여 둔다. 한편, 인증시에는, 입력된 화상으로부터 이 특징량이 추출된다. 또한, 입력된 화상으로부터 추출된 특징량이 데이터베이스에 등록되어 있는 특징량과 비교되어 인증 스코어가 산출된다. 그리고, 인증 스코어를 평가함으로써, 입력된 화상이, 데이터베이스에 등록되어 있는 것과 합치하고 있는지의 여부가 판정된다.
여기서, 형제(兄弟)나 친자(親子) 등의 관계에 있는 닮은 얼굴을 하고 있는 인물이 등록되어 있는 경우, 이들의 인물 사이에서, 근사(近似)의 인증 스코어가 산출되는 경향이 있기 때문에, 인증시에 오인증이 생기기 쉬워지는 것이 알려져 있다. 즉, 단순하게, 입력화상과, 데이터베이스에 등록되어 있는 인물의 화상을 비교할 뿐이면, 얼굴이 닮은 등록인물의 사이에서 오인증이 생겨 버릴 가능성이 있다.
이와 같은 오인증을 막기 위해, 다양한 기술이 제안되어 있다. 예를 들면, 특허 문헌 1에는, 얼굴이 비슷한 인물의 등록 데이터를 그룹핑하고, 인증 스코어의 평가에서, 각각의 그룹에 응한 임계치를 설정하는 것이 개시되어 있다.
특허 문헌 1 : 일본국 공개특허공보 「특개2003-141542호 공보(공개일 : 2003년 5월 16일 공개)」
그러나, 특허 문헌 1에 기재된 기술에서는, 적정한 임계치의 설정이 곤란하다. 예를 들면, 형제와 같은 비슷한 인물끼리에서, 근사의 인증 스코어가 산출된 경우, 양자를 구별할 수 있도록, 미리 임계치를 설정하여 두는 것은 곤란하다. 이 때문에, 임계치의 설정은, 시행착오하고 나서, 경험적으로 정하지 않을 수 없는 경향이 있다.
본 발명은, 상기 문제를 감안하여 이루어진 것이고, 그 목적은, 입력화상과 데이터베이스의 등록화상과의 사이의 비교에 의한 평가와, 그 이외 평가 방법을, 대조시킴에 의해, 인증 정밀도를 향상시키는 것이 가능한 얼굴 인증 장치 등을 실현하는 것에 있다.
본 발명에 관한 화상 대조 장치는, 상기 과제를 해결하기 위해, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 장치에 있어서, 상기 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 수단과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 수단과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 수단과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 수단을 구비하는 것을 특징으로 한다.
본 발명에 관한 화상 대조 프로그램은, 상기 과제를 해결하기 위해, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 프로그램으로써,
상기 등록화상 데이터베이스에서는, 상기 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 처리를 컴퓨터에 실행시키는 것을 특징으로 한다.
본 발명에 관한 화상 대조 방법은, 상기 과제를 해결하기 위해, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 방법에 있어서, 상기 등록화상 데이터베이스에서는, 상기 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 것을 특징으로 한다.
상기 구성에 의하면, 입력화상과 대상물과의 사이의 대조 스코어뿐만 아니라, 상기 등록화상 데이터베이스에 등록되어 있는 복수의 대상물 중, 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 상대평가 스코어를 가미한 통합 스코어에 의해 입력화상의 대조를 행할 수가 있다.
여기서, 상기 대상물이란, 인물 및 차(車)를 위시하여 패턴 인식 가능한 물체 등인 것을 말한다. 또한, 대상물이란, 어느 대상물의 일부라도 좋다. 예를 들면, 대상물로 인물과, 그 대상물의 일부인 인물의 얼굴의 관계이다.
또한, 대상물을 촬영한 화상의 특징량이란, 대상물을 촬영한 화상을 대조를 위한 비교 대상으로 하기 위한 정보이다.
보다 구체적으로는, 상기 특징량은, 대상물이 촬영되어 있는 화상 그 자체, 즉 화소치라도 좋고, 당해 화상으로부터 추출된, 대상물의 외관적 특징을 나타내는 것이라도 좋다.
또한, 상기 특징량은, 대상물을 촬영한, 특정한 1장의 화상으로부터 추출한 것이라도 좋고, 대상물을 촬영한 복수장의 화상으로부터 추출한 것이라도 좋다.
상기 구성에서는, 이와 같은 특징량을 등록화상으로서 등록화상 데이터베이스에 등록하여 둔다.
또한, 대조 스코어란, 입력화상의 특징량과 등록화상의 특징량을 이용하여 도출되는 스코어이다.
또한, 대조 스코어는, 입력화상에 촬영되어 있는 대상물과, 등록화상이 나타내는 대상물과의 근사의 정도를 나타내는, 이른바 근사도인 것이다. 따라서, 다르게 말하면, 대조 스코어는, 스코어 산출 대상이 되는 등록화상이 정하여지면, 입력화상과의 사이에서 일의적으로 산출할 수 있는 절대적인 평가 스코어이다.
이 경우, 보다 구체적으로는, 대조 스코어는, 입력화상에 촬영되어 있는 대상물의 특징량과, 등록화상의 특징량을 비교함에 의해 얻어지는 근사도이다.
즉, 상기 대조 스코어는, 입력화상을 중심으로 하여, 등록화상이 입력화상과 어느정도 근사한지 나타내는 것이라고 말할 수도 있다. 대조 스코어는, 예를 들면, 대상물이 인물일 때, 형제와 같은 비슷한 용모를 갖는 것끼리의 사이에서는, 가까운 스코어로 되는 경향이 있다.
이에 대해, 상대평가 스코어는, 어느 대상물의 등록화상과 다른 대상물의 등록화상으로부터 도출되는 상대적인 스코어이다. 예를 들면, 상대평가 스코어는, 어느 대상물의 등록화상 및 입력화상의 사이에서의 대조 스코어와, 다른 대상물의 등록화상 및 입력화상의 사이에서의 대조 스코어를 상호 비교함에 의해 도출되는 복수의 대상물의 등록화상 사이에서의 상대적인 스코어이다.
즉, 상대평가 스코어로부터, 어느 대상물의 등록화상이, 다른 대상물의 등록화상에 비하여, 어느정도 입력화상과 비슷한지를 파악할 수 있다.
또한, 대조 스코어와 상대평가 스코어를 통합한 통합 스코어를 산출한다. 이 통합 스코어는, 예를 들면, 소정의 계산 수법에 의해 산출할 수 있다. 통합 스코어는, 구체적으로는, 대조 스코어 및 상대평가 스코어를 임의로 무게부여하여 얻을 수 있다.
예를 들면, 통합 스코어는, 대조 스코어 및 상대평가 스코어의 평균이라도 좋다. 이 경우, 양자에 대한 무게부여는, 균일하게 된다.
또한, 예를 들면, 통합 스코어는, 대조 스코어 및 상대평가 스코어의 무게부여 평균이라도 좋다.
이상과 같이, 통합 스코어는, 입력화상과 등록화상과의 근사도를 나타내는 지표인 대조 스코어에, 복수의 대상물의 등록화상 사이에서, 하나의 대상물의 등록화상이, 다른 대상물의 등록화상에 비하여, 어느정도 입력화상과 비슷한지를 나타내는 지표인 상대평가 스코어를 조합시킨 것으로 되어 있다.
이와 같은, 통합 스코어를 이용하여 인증을 행하기 때문에, 대조 스코어밖에 이용하지 않고 대조를 행하는 경우에 판단을 잘못하여 버리는, 비슷한 대상물에 대한 식별률을 향상시킬 수 있다.
또한, 상기 화상 대조 방법은, 컴퓨터에 의해 실현하여도 좋고, 이 경우에는, 컴퓨터에 상기 각 스텝을 포함하는 처리를 실행시킴에 의해, 화상 대조 방법의 각 스텝을 컴퓨터에서 실현시키는 화상 대조 프로그램 및 그것을 기록한 컴퓨터 판독 가능한 기록 매체도, 본 발명의 범주에 들어간다.
본 발명에 관한 화상 대조 장치는, 등록화상 데이터베이스에, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 수단과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 수단과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 수단과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 수단을 구비하는 구성이다.
또한, 본 발명에 관한 화상 대조 프로그램은, 등록화상 데이터베이스에, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 처리를 컴퓨터에 실행시키는 것을 특징으로 한다.
또한, 본 발명에 관한 화상 대조 방법은, 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 것을 특징으로 한다.
이와 같이, 통합 스코어를 이용하여 인증을 행하기 때문에, 대조 스코어밖에 이용하지 않고 대조를 행하는 경우에 판단을 잘못하여 버리는, 비슷한 대상물에 대한 식별률을 향상시킬 수 있다.
본 발명의 또 다른 목적, 특징, 및 우수한 점은, 이하에 나타내는 기재에 의해 충분히 알 수 있을 것이다. 또한, 본 발명의 이익은, 첨부 도면을 참조한 다음 설명으로 명백하게 될 것이다.
도 1은 본 발명의 한 실시 형태에 관한 얼굴 인증 장치가 구비하는 얼굴 인증 처리부의 개략적 구성의 한 예를 도시하는 기능 블록도.
도 2는 본 발명의 한 실시 형태에 관한 얼굴 인증 장치를 포함하는 얼굴 인증 시스템의 구성례를 도시하는 블록도.
도 3은 본 발명의 한 실시 형태에 관한 등록인물 정보의 데이터 구조의 예를 도시하는 도면.
도 4는 특징 공간에서의 거리 계산에 의해 절대평가 스코어를 산출하는 예를 도시하는 도면.
도 5는 특징 공간에서의 근사도 계산에 의해 절대평가 스코어를 산출하는 예를 도시하는 도면.
도 6은 특징 공간에서의 거리 계산에 의해 상대평가 스코어를 산출하는 예를 도시하는 도면.
도 7은 특징 공간에서의 근사도 계산에 의해 상대평가 스코어를 산출하는 예를 도시하는 도면.
도 8은 특징 공간에서의 거리 계산에 의해 상대평가 스코어를 산출하는 다른 예를 도시하는 도면.
도 9는 특징 공간에서의 근사도 계산에 의해 상대평가 스코어를 산출하는 다른 예를 도시하는 도면.
도 10은 특징 공간에서의 클러스터링 해석에 의해 상대평가 스코어를 산출하는 예를 도시하는 도면.
도 11은 상기 얼굴 인증 장치에서의 얼굴화상 등록 처리의 흐름에 관해 예시한 플로 차트.
도 12는 상기 얼굴 인증 장치에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트.
도 13은 본 실시 형태에 관한 등록화상 데이터베이스에서, 등록되어 있는 등록인물 정보에 관해 도시하는 도면.
도 14는 상기 등록화상 데이터베이스의 등록인물 정보에 의거하여, 절대평가 스코어를 산출하는 경우에 관해 도시하는 도면.
도 15는 상기 등록화상 데이터베이스의 등록인물 정보에 의거하여, 상대평가 스코어를 산출하는 경우에 관해 도시하는 도면.
도 16은 본 발명의 다른 실시 형태에 관한 얼굴 인증 장치를 포함하는 얼굴 인증 시스템의 구성례를 도시하는 블록도.
도 17은 상기 얼굴 인증 장치가 구비하는 얼굴 인증 처리부의 개략적 구성의 한 예를 도시하는 기능 블록도.
도 18은 상기 얼굴 인증 장치에서의 얼굴화상 등록 처리의 흐름에 관해 예시한 플로 차트.
도 19는 상기 얼굴 인증 장치에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트.
도 20은 본 실시 형태에 관한 등록화상 데이터베이스의 등록인물 정보에 의거하여, 상대평가 스코어를 산출하는 경우에 관해 도시하는 도면.
도 21은 본 발명의 또 다른 실시 형태에 관한 얼굴 인증 장치를 포함하는 얼굴 인증 시스템의 구성례를 도시하는 블록도.
도 22는 상기 얼굴 인증 장치가 구비하는 얼굴 인증 처리부의 개략적 구성의 한 예를 도시하는 기능 블록도.
도 23은 상기 얼굴 인증 장치에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트.
도 24는 본 실시 형태에 관한 등록화상 데이터베이스의 등록인물 정보에 의거하여, 절대평가 스코어를 산출하는 경우에 관해 도시하는 도면.
도 25는 본 발명의 또 다른 실시 형태에 관한 얼굴 인증 장치를 포함하는 얼굴 인증 시스템의 구성례를 도시하는 블록도.
도 26은 상기 얼굴 인증 장치가 구비하는 얼굴 인증 처리부의 개략적 구성의 한 예를 도시하는 기능 블록도.
도 27은 상기 얼굴 인증 장치에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트.
[실시 형태 1]
본 발명의 한 실시 형태에 관해 도 1 내지 도 15를 참조하고 설명한다. 우선, 도 2를 이용하여, 얼굴 인증 시스템에 관해 설명하면 다음과 같다. 도 2에 도시하는 바와 같이, 얼굴 인증 시스템(화상 처리 시스템)(100)은, 얼굴 인증 장치(화상 대조 장치)(1) 및 화상 입력 장치(5)를 구비하는 구성이다.
얼굴 인증 장치(1)는, 화상 입력 장치(5)로부터 입력된 화상을 인증하는 장치이다. 얼굴 인증 장치(1)에서의 인증 처리에는, 「얼굴화상 등록 처리」 및 「얼굴화상 인증 처리」의 2개의 단계가 포함된다. 우선, 제1 단계인 「얼굴화상 등록 처리」에서, 얼굴 인증 장치(1)에, 인증에 이용하는 화상을 등록하여 둔다. 그리고, 제2 단계인 「얼굴화상 인증 처리」에서, 입력된 화상과, 등록되어 있는 화상을 대조하여 인증을 행한다.
또한, 이하에서, "인증"의 용어는, 예시적으로, 입력된 화상에 촬영되어 있는 인물의 얼굴과, 등록되어 있는 어느 하나의 화상에 촬영되어 있는 인물의 얼굴이 일치하는지의 여부를 대조하고, 이에 의해 인물을 특정하는 처리인 것을 의미하는 것으로 한다.
화상 입력 장치(5)는, 인물의 얼굴이 촬영된 촬영 화상을 얼굴 인증 장치(1)에 입력하는 장치이다. 화상 입력 장치(5)는, 예를 들면, 피사체인 인물의 얼굴을 촬영하여 화상을 생성하는 디지털 카메라 등에 의해 실현할 수 있다.
또한, 이하, 촬영 화상에는, 인물의 얼굴이 촬영되어 있는 것으로 하지만, 촬영의 피사체는, 인물의 얼굴로 한정되지 않는다. 즉, 대상이 되는 피사체는, 임의로 선택 가능하다. 또한, 이하, 필요에 응하여, 「얼굴화상 등록 처리」에서, 등록을 위해 얼굴 인증 장치(1)에 입력하는 촬영 화상을, "등록 대상 화상(A2)"이라고 칭한다. 또한, 「얼굴화상 인증 처리」에서, 인증의 대상으로 하기 위해 얼굴 인증 장치(1)에 입력하는 촬영 화상을, "입력화상(A1)"이라고 칭한다. 또한, "입력화상(A1)"과, " 등록 대상 화상(A2)"을 특히 구별할 필요가 없는 경우에는, 단지 "촬영 화상"이라고 칭한다.
또한, 얼굴 인증 시스템(100)에서는, 얼굴 인증 장치(1)와 화상 입력 장치(5)가 동일한 몸체중에 배비(配備)되어 있어도 좋고, 다른 몸체로서 구성되어 있어도 좋다. 또한, 얼굴 인증 장치(1)와 화상 입력 장치(5) 사이의 접속 형식에 관해 특히 제한은 없고, 예를 들면, 유선 방식이라도 좋고, 무선 방식이라도 좋다.
(얼굴 인증 장치)
도 2를 이용하여, 얼굴 인증 장치(1)의 각종 구성에 관해 설명하면 다음과 같다. 도 2에 도시하는 바와 같이, 얼굴 인증 장치(1)는, 조작부(11), 표시부(12), 기억부(20) 및 제어부(30)를 구비하는 구성이다.
조작부(11)는, 유저로부터 각종의 입력을 접수하는 것이고, 예를 들면, 입력용 버튼, 키보드, 텐키, 마우스 등의 포인팅 디바이스, 터치 패널, 그 밖의 입력 디바이스에 의해 실현할 수 있다. 조작부(11)는, 접수한 유저의 조작에 응하여 조작 데이터를 생성하고, 생성한 조작 데이터를 제어부(30)에 송신한다.
표시부(12)는, 유저에 대해, 정보 제공을 행하기 위한 화면 표시를 행하는 것이다. 표시부(12)는, 제어부(30)로부터 수신한 화면 데이터에 의거하여, 표시 화면에 문자나 화상 등의 각종의 정보를 표시한다. 표시부(12)는, 예를 들면, LCD(Liquid Crystal Display), PDP(Plasma Display Panel), EL(Electroluminescence) 디스플레이 등의 표시 장치에 의해 실현 가능하다.
기억부(20)는, 각종 데이터 및 프로그램을 기억하는 것이다. 기억부(20)는, 예를 들면, ROM(Read Only Memory), RAM(Random Access Memory), 및 불휘발성 메모리(예를 들면 플래시 메모리) 등의 기억 장치를 대조시킴에 의해 실현할 수 있다. 또한, 기억부(20)에 기억된 각종 데이터의 상세에 관해서는 후술한다.
제어부(30)는, 얼굴 인증 장치(1)에서의 각종 기능을 통괄적으로 제어하는 것이다. 제어부(30)의 제어 기능은, 제어 프로그램을 CPU(Central Processing Unit) 등의 처리 장치가 실행함에 의해 실현된다. 예를 들면, 제어부(30)는, 인증 처리를 실행하는 기능을 구비하고 있다. 또한, 제어부(30)가 인증 처리를 실행하기 위한 구성에 관해서는 후술한다.
(기억부의 상세에 관해)
다음에, 도 2 및 도 3을 이용하여, 기억부(20)의 상세에 관해 설명한다. 도 2에 도시하는 바와 같이, 기억부(20)는, 등록화상 데이터베이스(21)를 구비하는 구성이다.
등록화상 데이터베이스(21)는, 인증에 이용하는 화상을 인물마다 등록하여 두기 위한 것이다. 등록화상 데이터베이스(21)의 등록 내용에 관해, 보다 구체적으로 예시하면, 다음과 같다.
우선, 도 2에 도시하는 바와 같이, 등록화상 데이터베이스(21)에는, 복수의 등록인물 정보(P)가 등록된다.
여기서, 도 3을 이용하여 등록인물 정보(P)의 상세에 관해 설명하면 다음과 같다. 도 2는, 등록인물 정보(P)의 데이터 구조의 예를 도시하는 도면이다.
도 3에 예시하는 바와 같이, 등록인물 정보(P)에는, 등록인물의 이름(ID)이 붙여져서 식별 가능하게 되어 있다. 또한, 등록인물 정보(P)에는, 하나 또는 복수의 등록화상(R)이 등록된다. 또한, 이하에서는, 예시적으로, 복수의 등록화상(R)이 등록되어 있는 것으로 하여 설명한다.
등록화상(R)은, 인증에 이용하는 화상 및 그 관련 정보를 포함하는 것이고, 구체적으로는, 식별 정보, 촬영 화상 및 얼굴특징 데이터를 포함하는 데이터 구조이다.
식별 정보는, 등록화상(R)을 식별하기 위한 정보가 격납된다. 식별 정보로는 임의의 것을 이용할 수 있다. 예를 들면, 식별 정보로서, 등록화상(R)의 파일명을 채용할 수 있다.
촬영 화상에는, 「얼굴화상 등록 처리」에서 입력되는 등록 대상 화상(A2)이 격납된다. 또한, 촬영 화상에는, 등록 대상 화상(A2) 그 자체를 등록하여도 좋고, 등록 대상 화상(A2)의 섬네일 등을 격납하여도 좋다. 또한, 촬영 화상에는, 등록 대상 화상(A2)을 가공한 화상, 예를 들면, 필터 처리 등의 화상 처리를 시행한 화상을 격납하여도 좋다.
또한, 촬영 화상은, 등록인물 정보(P)의 데이터 구조로부터 생략하는 것도 가능하다. 즉, 등록화상(R)에는, 이하에 설명하는 「얼굴특징 데이터」를 도출할 수 있는 정보와, 식별 정보가 포함되어 있으면 된다. 얼굴특징 데이터와, 식별 정보가 있으면, 입력화상의 얼굴 인증을 행할 수가 있고, 이에 의해 입력화상이 누군지를 특정할 수 있다.
얼굴특징 데이터에는, 촬영 화상에 포함되는 인물의 얼굴의 특징을 나타내는 특징량이 격납된다. 특징량이란, 촬영 화상에 포함되는 인물의 얼굴에서, 얼굴 전체나, 눈, 코, 입이라고 인정되는 부위를 정량화한 것이다. 특징량의 예로서는, 휘도 정보, 주파수 특성 정보, 및 상기 각 부위의 형상, 위치, 크기 등을 수치화한 정보를 들 수 있다.
또한, 등록화상(R)은, 촬영 화상을 촬영한 때의 인물의 얼굴의 상태나, 환경, 촬영 조건을 해석한 결과를 나타내는 각종의 정보를 항목으로서 포함하는 데이터 구조라도 좋다.
예를 들면, 등록화상(R)은, 「얼굴 방향」, 「얼굴의 표정」, 「얼굴의 웃는 정도(笑顔度)」, 「조명 조건」, 및 「사광도(射光度)」 등의 항목을 포함하고 있어도 좋다. 그 밖에도 항목으로서, 「연령」, 「성별」, 「눈의 벌어진 상태(目の開き方)」 등을 채용하는 것이 가능하다.
(제어부의 상세에 관해)
다음에, 도 2를 이용하여, 제어부(30)의 상세에 관해 설명한다. 도 2에 도시하는 바와 같이, 제어부(30)는, 화상 취득부(31), 얼굴특징 데이터 추출부(32), 얼굴 인증 처리부(33), 및 인증 결과 출력부(화상 대조 수단)(34)를 구비한다.
제어부(30)가 구비하는 각 부분은, 얼굴 인증 장치(1)에서의 인증 처리에 포함되는 「얼굴화상 등록 처리」와, 「얼굴화상 인증 처리」를 실현하고 있다.
「얼굴화상 등록 처리」는, 화상 취득부(31), 및 얼굴특징 데이터 추출부(32)에 의해 실현된다.
「얼굴화상 인증 처리」는, 화상 취득부(31), 얼굴특징 데이터 추출부(32), 얼굴 인증 처리부(33) 및 인증 결과 출력부(34)에 의해 실현된다.
또한, 도 2에서, 각 부분을 잇는 파선 화살표는, 「얼굴화상 등록 처리」에서의 데이터·제어 등의 흐름을 나타내고 있고, 각 부분을 잇는 실선 화살표는, 「얼굴화상 인증 처리」에서의 데이터·제어 등의 흐름을 나타내고 있다.
이하, 제어부(30)가 구비하는 각 부분에 관해 개별적으로 설명하여 가면 다음과 같다.
화상 취득부(31)는, 조작부(11)에서의 입력 조작에 응하여, 화상 입력 장치(5)로부터 등록 대상 화상(A2)을 취득하는 것이다. 화상 취득부(31)는, 취득한 등록 대상 화상(A2)을 얼굴특징 데이터 추출부(32)에 전송한다.
화상 취득부(31)는, 「얼굴화상 등록 처리」에서는, 조작부(11)에서 입력되는 이름(ID)을 취득하여, 등록 대상 화상(A2)을, 취득한 이름(ID)에 관한 등록인물 정보(P)의 등록화상(R)으로서 등록화상 데이터베이스(21)에 등록함과 함께, 얼굴특징 데이터 추출부(32)에 전송한다.
또한, 화상 취득부(31)는, 등록 대상이 되는 등록화상(R)에 식별 정보를 할당하여 등록화상 데이터베이스(21)에 등록한다. 화상 취득부(31)는, 식별 정보를 자동적으로 생성하여 등록화상(R)에 할당하여도 좋고, 조작부(11)에서 입력된 식별 정보를 취득하여 등록화상(R)에 할당하여도 좋다.
또한, 등록 대상 화상(A2)에 촬영되어 있는 인물이 이미 등록화상 데이터베이스(21)에 등록되어 있는 경우, 등록화상 데이터베이스(21)에 등록되어 있는 등록화상에 의거하여 인증 처리를 행하여 자동적으로 등록인물을 특정하도록 구성하여도 좋다.
또한, 화상 취득부(31)는, 「얼굴화상 인증 처리」에서는, 입력화상(A1)을, 얼굴특징 데이터 추출부(32)에 전송한다.
얼굴특징 데이터 추출부(32)는, 촬영 화상에 포함되는 인물의 얼굴을 해석함에 의해, 얼굴의 각 부위의 특징량인 얼굴특징 데이터를 추출하는 것이다. 얼굴특징 데이터 추출부(32)는, 「얼굴화상 등록 처리」에서는, 등록 대상 화상(A2)으로부터 추출한 얼굴특징 데이터를, 등록 대상의 등록화상(R)의 얼굴특징 데이터에 격납한다.
또한, 얼굴특징 데이터 추출부(32)는, 「얼굴화상 인증 처리」에서는, 입력화상(A1)의 얼굴특징 데이터를, 얼굴 인증 처리부(33)에 전송한다.
얼굴 인증 처리부(33)는, 입력화상과, 등록화상과의 매칭 및 등록화상끼리의 평가를 행함에 의해, 양자의 근사의 정도를 나타내는 통합 스코어를 산출하는 것이다. 얼굴 인증 처리부(33)의 상세에 관해서는 후술한다.
인증 결과 출력부(34)는, 얼굴 인증 처리부(33)가 산출하는 통합 스코어에 의거하여 입력화상(A1)의 인증을 행하여, 그 인증 결과를 표시부(12)에 출력하는 것이다. 인증 결과 출력부(34)는, 인증 결과로서, 특정한 인물의 이름을 출력하여도 좋고, 이와 함께 대표적인 촬영 화상을 출력하여도 좋다.
(얼굴 인증 처리부)
다음에, 도 1을 이용하여, 얼굴 인증 처리부(33)의 상세에 관해 설명한다. 도 1은, 얼굴 인증 처리부(33)의 개략적 구성의 한 예를 도시하는 기능 블록도이다.
도 1에 도시하는 바와 같이, 얼굴 인증 처리부(33)는, 절대평가부(대조 스코어 산출 수단)(331), 주목 등록화상 선택부(상대평가 스코어 산출 수단)(332), 타 등록화상 선택부(상대평가 스코어 산출 수단)(333), 상대평가부(상대평가 스코어 산출 수단)(334), 및 평가 통합부(통합 스코어 산출 수단)(335)를 구비한다.
절대평가부(331)는, 입력화상과, 등록화상과의 사이에서 매칭을 행함으로써, 입력화상과, 등록화상과의 근사의 정도를 나타내는 대조 스코어를 산출한다. 이하에서는, 절대평가부(331)가 산출한 대조 스코어인 것을, "절대평가 스코어"라고 칭한다. 또한, 대조 스코어의 산출에는, 임의의 수법이 채용 가능하다.
대조 스코어의 산출 수법으로서는, 예를 들면, (1) 선형/비선형 사영 수법(Linear/nonlinear projection methods), (2) 뉴럴 네트워크(Neural network), (3) 가보르 필터 및 웨이브렛 변환(Gabor filters and wavelets), (4) 부스팅(Boosting) 등의 수법을 들 수 있다.
(1) 선형/비선형 사영 수법으로서는, 보다 구체적으로는, PCA(주성분 분석), LDA(선형 판별 분석), 카네르법을 이용한 PCA(KPCA), LDA(KLDA) 등을 들 수 있다. 또한, PCA(주성분 분석)에는, 고유얼굴을 이용하는 방법이나, 부분 공간법 등이 있다. 또한, PCA와 LDA를 조합시킨 수법을 채용하는 것도 가능하다.
또한, (3) 가보르 필터 및 웨이브렛으로서는, EBGM(Elastic bunch graph matching method)이나, HMM(Hidden Markov Model) 등이 알려져 있다.
또한, (4) 부스팅로서는, AdaBoost, LogitBoost, 및 다(多)클래스의 Boosting 등이 알려져 있다.
이 밖에, 대조 스코어의 산출 수법으로서, K-NN법(k-nearest neighbor) 등의 수법도 채용 가능하다.
절대평가부(331)는, 구체적으로는, 얼굴특징 데이터 추출부(32)로부터 공급되는 입력화상의 얼굴특징 데이터(A11)와, 등록인물 정보(P)의 등록화상(R)에 포함되는 얼굴특징 데이터와의 매칭을 행함으로써 절대평가 스코어를 산출한다. 또한, 절대평가부(331)는, 산출한 절대평가 스코어를, 평가 통합부(335)에 공급한다.
주목 등록화상 선택부(332)는, 등록화상 데이터베이스(21)에 등록되어 있는 등록화상으로부터, 상대평가부(334)가 스코어의 평가의 기준으로 하는 등록화상인 주목 등록화상을 선택한다.
타 등록화상 선택부(333)는, 등록화상 데이터베이스(21)에 등록되어 있는 등록화상으로부터, 주목 등록화상의 등록인물과는 다른 등록인물의 등록화상인 선택 등록화상을, 주목 등록화상의 비교 대상으로서 선택한다.
상대평가부(334)는, 주목 등록화상을 기준으로, 선택 등록화상과의 비교를 행함에 의해, 주목 등록화상과 선택 등록화상과의 사이에서의 상대적인 관계성을 평가한다.
그리고, 상대평가부(334)는, 주목 등록화상이, 각 선택 등록화상에 비하여, 입력화상과 어느정도 비슷한지를 나타내는 상대평가 스코어를 산출한다. 이 상대평가 스코어는, 예를 들면, 주목 등록화상 및 선택 등록화상에 관해 거리 계산이나 유사도 계산을 행하고, 산출한 거리나 유사도의 비(比)를 계산함에 의해 얻을 수 있다. 또한, 상대평가 스코어는, 예를 들면, 주목 등록화상과 선택 등록화상과의 사이에 구성되는 식별 공간에서의 거리를 계산함에 의해 얻을 수 있다. 이들의 상세에 관해는, 후에 상세하게 설명한다.
또한, 상대평가부(334)는, 산출한 상대평가 스코어를 평가 통합부(335)에 공급한다.
평가 통합부(335)는, 절대평가부(331)가 산출한 절대평가 스코어와, 상대평가부(334)가 산출한 상대평가 스코어를 통합한 통합 스코어를 산출한다.
평가 통합부(335)는, 예를 들면, 절대평가 스코어와, 상대평가 스코어를 무게부여 평균함으로써 통합 스코어를 산출한다.
또한, 평가 통합부(335)는, 통합 스코어의 산출에서, 절대평가 스코어와, 상대평가 스코어의 어느 하나를 선택하여도 좋다. 즉, 평가 통합부(335)는, 무게부여 평균의 계산에서, 절대평가 스코어 및 상대평가 스코어의 어느 한쪽의 무게부여를 「0」으로 하여도 좋다.
또한, 평가 통합부(335)는, 통합 스코어의 산출에서, 절대평가 스코어와, 상대평가 스코어와의 평균을 산출하여도 좋다. 이 경우, 데이터에 편차가 있을 때에 있어서의 데이터의 치우침을 고르게 할 수 있기 위해(때문에), 인증 정밀도의 향상을 도모할 수 있다.
(절대평가 스코어에 관해)
다음에, 도 4 및 도 5를 이용하여, 절대평가부(331)에서의 절대평가 스코어의 구체적인 산출 수법에 관해 설명하면 다음과 같다. 도 4 및 도 5는, 얼굴특징 데이터에 포함되는 특징량의 집합에 의해 정의되는 특징 공간을 도시하고 있다.
도 4 및 도 5에 도시하는 특징 공간(AP)은, 등록인물 정보(P)에 관한 특징량(Y)에 의해 정의되는 공간이다.
즉, 이하에 나타내는 예에서는, 등록인물 정보(P) 의각 등록화상(R)에 포함되는 얼굴특징 데이터가, 특징량(Y)에 대응하고 있다. 도 4 및 도 5에 도시하는 부호 X는, 대조의 대상이 되는 특징량이다(이하, 대조 특징량(X)이라고 칭한다).
이 때, 절대평가 스코어는, 예를 들면, 이하에 나타내는 바와 같은 거리 계산, 또는, 유사도 계산에 의해 산출할 수 있다.
우선, 도 4를 이용하여 거리 계산의 예에 관해 설명한다. 도 4에 도시하는 거리 계산에서는, 대조 특징량(X)과, 특징 공간(AP)에서의 특징량(Y)과의 사이의 거리(D)를, 유클리드 거리나, 마하라노비스 거리 등의 거리 계산에 의해 산출하여, 이 거리(D)를 절대평가 스코어로 한다.
계속해서, 도 5를 이용하여 유사도 계산의 예에 관해 설명한다. 도 5에 도시하는 유사도 계산에서는, 정규화 상관을 구한다. 즉, Y-O-X가 이루는 각도(θ)에 의거하여, 유사도(D')=cosθ를 산출하고, 산출한 유사도(D')를 절대평가 스코어로 한다.
입력화상과, 등록화상과 근사의 정도는, 이와 같이 하여 산출된 절대평가 스코어에 의해 규정된다. 즉, 어느 등록화상과, 다른 등록화상이, 어느정도 입력화상과 근사하고 있는지는, 절대평가 스코어의 대소를 비교함으로써 판정하는 것이 가능하다.
이상과 같이, 절대평가 스코어의 산출 수법에는 몇가지의 후보를 들 수 있지만, 이하에서는, 주로 상기 유사도인 것을, 근사의 정도, 즉 근사도의 정의(定義)라고 하여 설명한다.
(상대평가 스코어에 관해)
상대평가부(334)에서의 상대평가 스코어의 구체적인 산출 수법에 관해 설명하면 다음과 같다.
주목 등록화상이, 각 선택 등록화상에 비하여, 입력화상과 어느정도 비슷한지는, 이하의 수법 1 내지 3으로 산출되는 상대평가 스코어로 규정된다. 절대평가 스코어와 마찬가지로 상대평가 스코어의 대소를 비교함으로써, 근사의 정도를 판정하는 것이 가능하다.
[수법 1] 도 6 및 도 7을 이용하여, 또한 상대평가부(334)에서의 상대평가 스코어의 구체적인 산출 수법의 한 예에 관해 설명하면 다음과 같다. 도 6 및 도 7은, 얼굴특징 데이터에 포함되는 특징량의 집합에 의해 정의되는 특징 공간을 도시하고 있다.
도 6 및 도 7에 도시하는 특징 공간(AP1)은, 등록인물 정보(P1)에 관한 특징량(Y1)에 의해 정의되는 공간이고, 특징 공간(AP2)은, 등록인물 정보(P2)에 관한 특징량(Y2)에 의해 정의되는 공간이다.
도 6 및 도 7에 도시하는 대조 특징량(X)은, 도 4 및 도 5를 이용하여 도시한 바와 같기 때문에, 여기서는 그 설명을 생략한다.
또한, 상대평가 스코어는, 거리 계산, 또는, 유사도 계산에 의해 산출할 수 있다. 이 거리 계산에서는, 절대평가 스코어의 경우와 마찬가지로 유클리드 거리나, 마하라노비스 거리 등을 계산한다. 또한, 유사도 계산에서는, 절대평가 스코어의 경우와 마찬가지로 정규화 상관을 구한다.
이와 같이, 상대평가 스코어의 산출에서, 거리 계산, 또는, 유사도 계산을 행하는 점에서는, 절대평가 스코어의 경우와 공통되어 있다.
이하에 나타내는 수법 1에서는, 거리 계산에 있어서 거리가 취하는 방식이나, 유사도 계산에서의 각도를 취하는 방식이, 이상에 나타낸 절대평가 스코어의 것과 다르다.
우선, 도 6을 이용하여 거리 계산의 예에 관해 설명한다. 도 6에 도시하는 거리 계산에서는, 우선, 어느 등록인물 정보(P1)와, 다른 등록인물 정보(P2)와의 특징량의 식별이 좋아지는 사영 공간(AX)을 구한다.
예를 들면, 사영 공간(AX)은, 특징 공간에서, 주목 등록화상의 인물(A씨)과, 선택 등록화상의 인물(B씨)을 식별할 수 있도록 구하여진 공간이다. 도 6 및 도 7에서는, 도시를 위해, 사영 공간(AX)을 특징량(Y1) 및 특징량(Y2)을 잇는 직선으로서 나타내고 있지만, 실제로는, 사영 공간(AX)은 임의 차원의 공간이다.
또한, 사영 공간은 1차원이라면 직선이, 2차원이라면 평면이 된다. 즉, 1차원의 사영 공간은 사영 직선, 2차원의 사영 공간은 사영 평면이 된다.
보다 상세하게 말하면, 사영 공간(AX)은, 예를 들면, 특징 공간(AP1)의 특징량(Y1)과, 특징 공간(AP2)의 특징량(Y2)을 잇는 직선이라도 좋다. 또한, 사영 공간(AX)은, 선형 또는 비선형 판별 분석으로부터 구하여도 좋다.
그리고, 대조 대상 특징량(X)을, 사영 공간(AX)에 대해 사영한 사영점(Z)을 구한다. 도 6 및 도 7에서, 점선 화살표(PRJ)는, 대조 대상 특징량(X)의 사영 공간(AX)에의 사영을 나타내고 있다. 또한, 도 6에 도시하는, 특징량(Y1) 와 사영점(Z)과의 사이의 거리(D1) 및 특징량(Y2) 와 사영점(Z)과의 사이의 거리(D2)를 산출한다.
여기서, 거리(D1)의 값 그 자체를, 등록인물 정보(P1)에 관해, 즉 특징량(Y1)에 관한 상대평가 스코어로 하여도 좋다.
또한, 이것으로 한정되지 않고, 상대평가 스코어는, 예를 들면, 산출한 D1 및 D2로부터 다음과 같이 하여 구하여도 좋다. 즉, D1/D2나, D1/(D1 +D2)와 같은 비를 구하여, 상대평가 스코어로 하여도 좋다. 또한, 이와 같이 하여 구한 비의 대수(對數), 지수(指數)를 상대평가 스코어로 하여도 좋다.
또한, 상대평가 스코어로서, 다른 등록인물 정보에 관해서도 마찬가지로, 상술한 수법에 의해 상대평가 스코어를 산출하고, 최종적으로는 산출한 상대평가 스코어를 합산하고, 합산한 상대평가 스코어의 평균을 취하여도 좋다.
계속해서, 도 7을 이용하여 유사도 계산의 예에 관해 설명한다. 도 7에 도시하는 유사도 계산에서는, 다음 순서에 의해 상대평가 스코어를 산출한다.
우선, 대조 대상 특징량(X)을, 사영 공간(AX)에 대해 사영한 사영점(Z)을 구하는 점에 관해서는 도 6을 도시한 경우와 마찬가지이다.
유사도 계산에서는, 또한, Y1-O-Z가 이루는 각(θ1)과, Y2-O-Z가 이루는 각(θ2)을 구한다. 그리고, 유사도(D'1)=cosθ1 및 유사도(D'2)=cosθ2를 산출한다.
여기서, 거리 계산의 경우와 마찬가지로 거리(D1')의 값 그 자체를, 등록인물 정보(P1)에 관해, 즉 특징량(Y1)에 관한 상대평가 스코어로 하여도 좋다. 또한, 거리 계산의 경우와 마찬가지로 유사도(D'1 및 D'2)의 비나, 그 대수 등을 상대평가 스코어로 하여도 좋다. 또한, 거리 계산의 경우와 마찬가지로 상술한 바와 같은 합산에 의해 구한 상대평가 스코어의 평균을 취하여도 좋다.
[수법 2] 도 8 및 도 9를 이용하여, 또한 상대평가부(334)에서의 상대평가 스코어의 구체적인 산출 수법의 다른 예에 관해 설명하면 다음과 같다. 수법 2에서는, 도 4 및 도 5에 도시한 절대평가 스코어의 산출을 2개의 특징 공간에 관해 행함으로써, 2개의 특징 공간의 사이의 상대평가 스코어를 산출한다. 예를 들면, 이하에 나타내는 바와 같은 거리 계산, 또는, 유사도 계산에 의해 산출할 수 있다.
우선, 도 8을 이용하여 거리 계산의 예에 관해 설명한다. 도 8에 도시하는 거리(D1, 및 D2)는, 도 4에 도시한 거리 계산을 특징량(Y1 및 Y2)의 각각에 적용함으로써 산출할 수 있다.
그리고, 도 8에 도시하는 거리 계산에서는, 상술한 거리(D1, 및 D2)에 의거하여, D1/D2나, D1/(D1 +D2)와 같은 비를 구하여, 상대평가 스코어로 한다. 또한, 이것으로 한정되지 않고, 상대평가 스코어 산출의 변형례로서는 다음과 같은 것을 들 수 있다. 즉, 이와 같이 하여 구한 비의 대수, 지수를 상대평가 스코어로 하여도 좋다. 또한, 상대평가 스코어로서, 다른 등록인물 정보에 관해서도 마찬가지로, 상술한 수법에 의해 상대평가 스코어를 산출하고, 최종적으로는 산출한 상대평가 스코어를 합산하고, 합산한 상대평가 스코어의 평균을 취하여도 좋다.
계속해서, 도 9를 이용하여 유사도 계산의 예에 관해 설명한다. 도 9에 도시하는 유사도(D1' 및 D2')는, 도 5에 도시한 유사도 계산을 특징량(Y1 및 Y2)의 각각에 적용함으로써 산출할 수 있다.
즉, 도 9에 도시하는 유사도 계산에서는, Y1-O-X가 이루는 각(θ1)과, Y2-O-X가 이루는 각(θ2)을 구한다. 그리고, 유사도(D'1)=cosθ1 및 유사도(D'2)=cosθ2를 산출한다. 또한, 상술한 유사도(D'1, 및 D'2)에 의거하여, 수법 1에서 설명한 바와 같은 비를 구하여 상대평가 스코어로 한다.
또한, 이것으로 한정되지 않고, 수법 1에서 설명한 바와 같이, 구한 비의 대수 등을 상대평가 스코어로 하여도 좋다.
[수법 3] 도 10을 이용하여, 상대평가부(334)에서의 상대평가 스코어의 구체적인 산출 수법의 또 다른 예에 관해 설명하면 다음과 같다.
상술한 바와 같이, 상대평가 스코어란 선택 등록화상에 대해, 주목 등록화상이 입력화상과 얼마만큼 가까운 것인가를 나타낸 스코어이다.
따라서, 도 10에 예시하는 바와 같이, 선택 등록화상과, 주목 등록화상을 클러스터 해석하고, 입력화상이 어느쪽의 클래스에 얼마만큼 가까운지를 판정함으로써 상대평가 스코어를 산출할 수도 있다. 도 10은, 클러스터 해석에 의해, 특징 공간(AP1) 와 특징 공간(AP2)을 나누는 식별 경계(B)를 구한 예를 도시하고 있다. 구체적으로는 다음과 같다.
우선, 예를 들면, K-means법, Boosting(부스팅), 및 SVM(서포트 벡터 머신) 등의 수법을 이용함으로써, 특징량의 클러스터링을 행하고, 식별 경계(B)에 의해 식별된 식별 공간을 구한다. 또한, 식별 경계는, 임의 차원의 공간이고, 1차원이라면 직선이, 2차원이라면 평면이 된다. 또한, 식별 경계는, 비선형이라도 좋다.
그리고, 식별 공간을 기초로 입력된 데이터(특징량(X))과 특징량(Y1)의 유사도를 산출한다. 이 유사도는, 예를 들면, 특징량(X)의 식별 경계(B)로부터의 거리(D1)를 구함으로써 얻을 수 있다.
마찬가지로, 특징량(Y2)이나, 그 밖의 특징량(Yj)에 대해서도 식별 공간을 작성하고, 특징량(Yj)의 유사도를 구하고, 최종적으로 구한 유사도를 합산하고, 평균한 것을 상대평가 스코어로서 산출한다.
[기타]
상대평가 스코어는, 절대평가부(331)가 각 등록화상(R)에 관해 산출한 절대평가 스코어를 이용한 비(比)라도 좋다.
이상과 같이, 상대평가 스코어의 산출 수법에는 몇가지의 후보를 들 수 있지만, 이하에서는, 절대평가 스코어의 경우와 마찬가지로 주로 상기 유사도인 것을, 근사의 정도, 즉 근사도의 정의라고 하여 설명한다.
(얼굴화상 등록 처리의 흐름)
다음에, 도 11을 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 등록 대상 화상으로서 등록하는 얼굴화상 등록 처리의 흐름의 한 예에 관해 설명한다. 도 11은, 얼굴 인증 장치(1)에서의 얼굴화상 등록 처리의 흐름에 관해 예시한 플로 차트이다.
도 11에 도시하는 바와 같이, 얼굴화상 등록 처리에서는, 우선 얼굴 인증 장치(1)의 화상 취득부(31)가 화상 입력 장치(5)로부터 등록 대상 화상(A2)을 취득한다(S10).
계속해서, 얼굴특징 데이터 추출부(32)가, 등록 대상 화상(A2)을 해석하여, 등록 대상 화상(A2)에 포함되는 인물의 얼굴에 관한 얼굴특징 데이터를 추출한다. 얼굴특징 데이터 추출부(32)는, 추출한 얼굴특징 데이터를 등록화상(R)에 격납한다(S11).
여기서, 얼굴 인증 장치(1)는, 「촬영 화상」에 등록 대상 화상(A2)을 격납하고, 「얼굴특징 데이터」에 추출한 얼굴특징 데이터를 격납한 등록화상(R)을, 등록화상 데이터베이스(21)에 등록한다. 또한, 화상 취득부(31)는, 예시적으로, 등록인물 정보(P)의 이름(ID)을, 조작부(11)에서의 입력으로부터 취득한다. 또한, 화상 취득부(31)는, 등록화상의 식별 정보를 자동 생성한다. 이상으로, 얼굴화상 등록 처리는 종료한다.
(얼굴화상 인증 처리의 흐름)
다음에, 도 12를 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 입력화상으로서 인증하는 얼굴화상 인증 처리의 흐름에 관해 설명한다. 도 12는, 얼굴 인증 장치(1)에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트이다.
도 12에 도시하는 바와 같이, 얼굴화상 인증 처리에서는, 화상 취득부(31)가, 화상 입력 장치(5)로부터 입력되는 입력화상(A1)을 취득하면(S20), 입력화상(A1)을 얼굴특징 데이터 추출부(32)에 전송한다.
다음에, 얼굴특징 데이터 추출부(32)는, 입력화상(A1)을 해석하여, 입력화상(A1)으로부터 얼굴특징 데이터를 추출한다(S21).
다음에, 절대평가부(331)가, 입력화상과, 각 등록화상과의 사이에서 매칭을 행하여, 절대평가 스코어를 산출한다(S22).
다음에, 주목 등록화상 선택부(332)가, 등록화상 데이터베이스(21)에 등록되어 있는 등록화상으로부터 하나의 등록화상을 주목 등록화상으로서 선택하고, 타 등록화상 선택부(333)가, 주목 등록화상의 등록인물과는 다른 등록인물의 등록화상을 선택 등록화상으로서 선택함과 함께, 상대평가부(334)가, 주목 등록화상과, 선택 등록화상과의 사이에서 상대평가 스코어를 산출한다(S23).
또한, 등록화상 데이터베이스(21)에 등록되어 있는 나머지 등록인물의 등록화상에 관해, 상술한 상대평가 스코어의 산출이 실행된다(S24). 주목 등록화상의 등록인물과는 다른, 모든 등록인물의 등록화상에 관해 상대평가 스코어가 산출되면(S24에 관해 YES), 평가 통합부(335)가, 절대평가 스코어와, 상대평가 스코어를 통합한다(S25).
그리고, 인증 결과 출력부(34)가, 평가 통합부(335)로부터 출력된 통합 스코어에 의거하여, 입력화상(A1)의 인증을 행하고, 인증 결과를 출력한다(S26). 이상으로, 얼굴화상 인증 처리는 종료한다.
(실시례)
이하, 또한 도 13 내지 도 15를 이용하여, 도 12를 이용하여 설명한 얼굴화상 인증 처리의 흐름의 구체적인 실시례에 관해 설명한다.
이하에 설명하는 실시례에서는, 도 13에 도시하는 바와 같이, 등록화상 데이터베이스(21)에서, 등록인물 정보(P1(A씨), P2(B씨), P3(C씨) 및 P4(D씨))가 등록되어 있는 것으로 한다. 또한, 등록인물 정보(P1 내지 P4)에는, 각각 3개의 등록화상이 등록되어 있다(등록화상(R11 내지 R13, R21 내지 R23, R31 내지 R33, R41 내지 R43)).
입력화상(A1)이 입력되고, 입력화상(A1)의 얼굴특징 데이터가 추출되면(S20, S21), 절대평가부(331)가, 입력화상과, 각 등록화상과의 사이에서 매칭을 행하여, 절대평가 스코어를 산출한다(S22).
도 14를 이용하여, 절대평가부(331)가 행하는 매칭 처리에 관해, 보다 구체적으로 설명하면 다음과 같다.
도 14에 도시하는 바와 같이, 절대평가부(331)는, 등록인물 정보(P1 내지 P4)에 관해 등록되어 있는 등록화상 각각을, 입력화상(A1)과 매칭하여, 절대평가 스코어를 산출한다.
도 14에서는, 절대평가부(331)가 행하는 매칭 처리에서 비교의 대상이 되는 등록화상과, 입력화상(A1)과의 사이를 화살표로 이어서 나타내고 있다. 또한, 도 14에서는, 산출된 절대평가 스코어가 높은 등록화상일수록, 입력화상(A1)의 근처에 위치 결정되도록 도시하고 있다. 즉, 화살표의 길이는, 절대평가 스코어를 나타내고 있다. 또한, 절대평가부(331)가 산출한 절대평가 스코어를, 화살표의 옆에 붙이고 있다.
또한, 절대평가 스코어는, 예시적으로 "0" 내지 "1000"의 사이의 값을 취하는 것으로 한다. 그리고, 한 예로서, 입력화상(A1)에 가까운 인물이 촬영되어 있는 등록화상쪽이, 보다 높은 값의 절대평가 스코어가 산출되는 것으로 하고 있다.
즉, 절대평가 스코어가, "0"인 경우, 등록화상의 인물과, 입력화상의 인물이 거의 비슷하지 않은 것을 나타낸다. 또한, 절대평가 스코어가, "1000"인 경우, 등록화상의 인물과, 입력화상의 인물이 매우 비슷한 것을 나타낸다.
등록인물 정보(P1 내지 P4)의 각 등록화상에 관해 산출된 절대평가 스코어에 관해 설명하면 다음과 같다.
등록인물 정보(P1)(A씨)의 등록화상(R11, R12, 및 R13)의 절대평가 스코어(ABS11, ABS12, 및 ABS13)는, 각각, "900", "750", 및 "800"이다.
등록인물 정보(P2)(B씨)의 등록화상(R21, R22, 및 R23)의 절대평가 스코어(ABS21, ABS22, 및 ABS23)는, 각각, "720", "760", 및 "710"이다.
등록인물 정보(P3)(C씨)의 등록화상(R31, R32, 및 R33)의 절대평가 스코어(ABS31, ABS32, 및 ABS33)는, 각각, "400", "380", 및 "360"이다.
등록인물 정보(P4)(D씨)의 등록화상(R41, R42, 및 R43)의 절대평가 스코어(ABS41, ABS42, 및 ABS43)는, 각각, "150", "50", 및 "100"이다.
이와 같이 「A씨」의 절대평가 스코어는, "900" 내지 "750"의 범위이고, 「B씨」의 절대평가 스코어는, "760" 내지 "710"의 범위이다.
「A씨」 및 「B씨」는, 절대평가 스코어가 비교적 높고, 입력화상(A1)의 인물과 비슷한다.
「A씨」와, 「B씨」는, 절대평가 스코어의 범위가 일부 중복되어 있고, 가까운 절대평가 스코어가 산출되어 있다. 이 때문에, 「A씨」와, 「B씨」는, 서로 비슷한 인물(예를 들면, 형제)라고 말할 수 있다.
이에 대해, 「C씨」, 「D씨」에 대해서는, 「A씨」 및 「B씨」에 비하여 낮은 절대평가 스코어가 산출되어 있고, 그 값의 범위는 "400" 내지 "50"이다. 따라서, 「C씨」, 「D씨」는, 입력화상의 인물과는 비슷하지 않고, 또한, 「A씨」 및 「B씨」 모두 그다지 비슷하지 않다고 말할 수 있다.
이와 같이 하여 절대평가 스코어가 산출되면, 다음에, 상대평가부(334)가, 주목 등록화상과, 선택 등록화상과의 사이에서 상대평가 스코어를 산출한다(S23).
도 15를 이용하여, 상대평가부(334)에서의 상대평가 스코어의 산출에 관해 설명하면 다음과 같다.
도 15에 도시하는 예에서는, 주목 등록화상 선택부(332)가, 「A씨」의 등록화상(R12)을 주목 등록화상으로서 선택하고 있다. 주목 등록화상 선택부(332)는, 한 예로서 주목 등록화상을, 등록인물 정보(P1 내지 P4)의 등록화상의 등록순에 의해 선택한다.
도 15에 도시하는 예에서는, 등록화상(R12, R11, 및 R13)의 순서로 등록이 이루어지고 있다고 한다. 따라서, 가장 오래전에 등록된 등록화상(R12)이 주목 등록화상 선택부(332)에 의해 선택되어 있다.
또한, 이것으로 한정되지 않고, 주목 등록화상 선택부(332)가 주목 등록화상으로서 선택하는 등록화상은, 예를 들면, 등록인물 정보(P1 내지 P4)의 등록화상 중, 절대평가 스코어가 가장 높은 것이라도 좋다. 이 경우, 도 15를 이용하여 설명하면, 도 14에 도시한 절대평가 스코어가, 등록인물 정보(P1 내지 P4) 중에서 가장 높은 등록화상(R11)이 주목 등록화상 선택부(332)에 의해 선택되는 것이 된다.
또한, 주목 등록화상 선택부(332)가 주목 등록화상을 선택하는 등록화상은, 절대평가 스코어가 가장 높은 등록화상이 등록되어 있는 등록인물 정보를 기준으로 하여도 좋다. 예를 들면, 절대평가 스코어가 가장 높은 등록화상이 등록되어 있는 등록인물 정보에서, 절대평가 스코어가 가장 높은 것이라도 좋고, 역으로, 절대평가 스코어가 가장 낮은 것이라도 좋다. 또한, 예를 들면, 절대평가 스코어가 가장 높은 등록화상이 등록되어 있는 등록인물 정보에 있어서, 산출된 절대평가 스코어가 중앙치를 나타내는 등록화상이라도 좋다.
동 도면에서, 등록화상(R12)의 하방에 붙인 이중원(二重丸)은, 등록화상(R12)이 주목 등록화상인 것을 나타내고 있다.
또한, 도 10에 도시하는 예에서는, 타 등록화상 선택부(333)가, 「A씨」 이외의 인물의 등록화상, 즉, 「B씨」, 「C씨」, 및 「D씨」 각각의 등록화상을 선택 등록화상으로서 선택하고 있다. 동 도면에서, 「B씨」, 「C씨」, 및 「D씨」 각각의 등록화상의 하방에 붙인 1중원(一重丸)은, 등록화상이 선택 등록화상인 것을 나타내고 있다.
상대평가부(334)는, 주목 등록화상인 등록화상(R12)을 기준으로, 선택 등록화상인 「B씨」의 등록화상(R21 내지 R23), 「C씨」의 등록화상(R31 내지 R33), 및 「D씨」의 등록화상(R41 내지 R43)과의 비교를 행한다.
그리고, 상대평가부(334)는, 각각의 비교에 의거하여, 상대평가 스코어를 산출한다. 즉, 「B씨」의 등록화상(R21 내지 R23)과의 비교에 의해, 각각, 상대평가 스코어(REL21 내지 REL23)를 산출한다. 또한, 「C씨」의 등록화상(R31 내지 R33)과의 비교에 의해, 각각, 상대평가 스코어(REL31 내지 REL33)를 산출한다. 그리고, 「D씨」의 등록화상(R41 내지 R43)과의 비교에 의해, 각각, 상대평가 스코어(REL41 내지 REL43)를 산출한다.
여기서는, 상대평가 스코어의 산출 수법에 관해서는, 도 6 및 도 7을 이용하여 이미 설명한 바와 같다. 또한, 등록인물 정보(Pn)의 각 등록화상(Rn)에 포함되는 얼굴특징 데이터는, 도 6 및 도 7에 도시한 특징량(Yn)에 대응하고 있다.
또한, 이상과 같이 산출한 절대평가 스코어, 및, 상대평가 스코어는, 산출 수법에 응하여, 값의 범위를 조정하여도 좋다. 즉, 산출 수법의 차이에 의해, 절대평가 스코어 및 상대평가 스코어의 값의 범위가 다른 경우는, 양자를 비교할 수 있도록 조정한다.
예를 들면, 절대평가 스코어의 값의 범위가, 0 내지 1000이고, 상대평가 스코어의 값의 범위가 0 내지 1인 경우, 상대평가 스코어에 계수 1000을 곱하여 값의 범위를 조정한다.
이하, 「C씨」, 「D씨」에 관해서도, 「B씨」에 관해 나타낸 바와 같이, 상대평가 스코어를 산출한다(S24). 또한, 주목 등록화상을 변경하면서 상대평가 스코어를 산출하여도 좋다.
전건분(全件分)의 상대평가 스코어가 산출되면, 평가 통합부(335)가, 절대평가 스코어와, 상대평가 스코어를 통합한다(S25). 평가 통합부(335)는, 예를 들면, 다음의 식(1)에 따라, 각각의 등록화상에 대한 통합 스코어(T)를 산출한다.
T=w×ABS+(1-w)REL … (1)
※단, ABS : 절대평가 스코어, REL : 상대평가 스코어, w : 무게(0≤w≤1)
또한, 상대평가 스코어의 범위가, 절대평가 스코어의 범위와 일치하지 않아도, w에 의해 양자의 범위의 차분을 조정하는 것이 가능하다.
그리고, 인증 결과 출력부(34)가, 평가 통합부(335)로부터 출력되는 통합 스코어(T)에 의거하여, 입력화상(A1)의 인증을 행하고, 인증 결과를 출력한다(S26).
(작용·효과)
이상과 같이, 얼굴 인증 장치(1)는, 인물의 얼굴이 촬영된 입력화상(A1)을, 얼굴특징 데이터를 포함하는 등록화상(R)이 등록된 등록화상 데이터베이스(21)와 대조하는 얼굴 인증 장치(1)에서, 상기 입력화상(A1)의 얼굴특징 데이터(A11)와, 등록화상 데이터베이스(21)에 등록되어 있는 등록인물 정보(P)의 등록화상(R)에 포함되는 얼굴특징 데이터와의 사이의 절대평가 스코어를 산출하는 절대평가부(331)와, 상기 등록화상 데이터베이스(21)에 등록되어 있는 하나의 등록인물 정보(P)의 인물이, 다른 등록인물 정보(P)의 인물에 대해, 어느정도, 입력화상(A1)의 인물과 유사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가부(334)와, 절대평가 스코어와, 상대평가 스코어를 무게부여하여 통합한 통합 스코어를 산출하는 평가 통합부와, 통합 스코어에 의거하여 상기 입력화상(A1)의 대조를 행하는 인증 결과 출력부(34)를 구비하는 구성이다.
따라서, 이와 같이, 통합 스코어를 이용하여 인증을 행하기 때문에, 절대평가 스코어밖에 이용하지 않고 대조를 행하는 경우에 판단을 잘못하여 버리는, 비슷한 인물끼리(예를 들면, A씨와 B씨)에 대한 식별률을 향상시킬 수 있다.
또한, 이상과 같이, 얼굴 인증 장치(1)에서는, 절대평가부(331)는, 입력화상(A1)과, 인물(A씨 등)을 촬영하여 얻어진 하나의 화상으로부터 추출한 얼굴특징 데이터를 갖는 등록화상(예를 들면, 등록화상(R11))과의 사이에서 절대평가 스코어를 산출하고, 상대평가부(334)는, 인물을 촬영하여 얻어진 하나의 화상으로부터 추출한 얼굴특징 데이터를 갖는 등록화상을 이용하여, 상기 상대평가 스코어를 산출하는 구성이다.
그리고, 등록화상 데이터베이스(21)에는, 인물을 촬영하여 얻어진 하나의 화상으로부터 추출한 얼굴특징 데이터를 갖는 등록화상만이 등록되어 있다. 따라서, 등록화상(R)을 가공하지 않아도, 이미 등록되어 있는 등록화상(R)을 이용하여 곧바로 각 스코어를 산출하여, 대조를 행하는 것이 가능해진다.
(변형례)
상대평가부(334)는, 소정의 임계치 이상의 절대평가 스코어를 갖는 등록화상을 처리 대상으로 하여도 좋다. 예를 들면, 임계치를 "500"로 할 수 있다.
예를 들면, 도 14에 도시한「C씨」 및 「D씨」에 관해 산출된 절대평가 스코어(ABS31 내지 ABS33 및 ABS41 내지 ABS430는, 500 이하였다. 이 때문에, 도 15에서, 「C씨」 및 「D씨」는, 상대평가 스코어 산출의 대상 외로 할 수 있다.
상술한 바와 같이, 도 14에서는, 「C씨」 및 「D씨」는, 「A씨」 및 「B씨」에 비하여 낮은 절대평가 스코어가 산출되어 있었기 때문에, 오인증의 가능성이 낮다고 말할 수 있다.
따라서, 본 변형례에 의하면, 이와 같이 오인증의 가능성이 낮은 「C씨」 및 「D씨」에 관한 처리를 생략할 수 있고, 이에 의해 처리의 간략화, 고속화를 도모할 수 있다.
[실시 형태 2]
본 발명의 다른 실시 형태에 관해, 도 16 내지 도 20에 의거하여 설명하면, 이하와 같다. 또한, 설명의 편의상, 상술한 실시 형태에서 설명한 도면과 같은 기능을 갖는 부재에 관해서는, 같은 부호를 부기하고, 그 설명을 생략한다.
본 실시 형태에 관한 얼굴 인증 장치에서는, 등록인물 정보(P)마다, 대표적인 얼굴화상을 계산하고, 계산한 대표적인 얼굴화상에 의거하여 상대평가 스코어를 산출한다. 이하, 주로 상대평가 스코어의 산출 수법에 초점을 맞추어 설명한다.
우선, 도 16을 이용하여, 얼굴 인증 장치(화상 대조 장치)(1A)의 구성에 관해 설명한다. 도 16에 도시하는 얼굴 인증 장치(1A)는, 지금까지 설명한 얼굴 인증 장치(1)에 비하여 이하의 점이 다르다.
즉, 얼굴 인증 장치(1A)는, 얼굴 인증 장치(1)의 제어부(30)에서, 얼굴 인증 처리부(33)를, 얼굴 인증 처리부(33A)로 변경하고, 등록화상 대표데이터 산출부(35)를 추가함과 함께, 또한 기억부(20)에서, 대표데이터 등록 정보 기억부(등록화상 데이터베이스)(22)를 추가한 것이다. 이하, 이들의 상위점에 관해 설명한다.
대표데이터 등록 정보 기억부(22)는, 등록인물 정보(P)에 등록되어 있는 등록화상으로부터 계산된 대표적인 얼굴화상의 등록 정보인 대표데이터 등록 정보(대표화상)(AVG)가 기억되어 있다. 도 16에 도시하는 바와 같이, 대표데이터 등록 정보(AVG)는, 이름(ID) 및 등록화상 대표데이터를 포함하는 데이터 구조이다.
이름(ID)은, 대표데이터 등록 정보를 식별하기 위한 정보이고, 대응하는 등록인물 정보(P)의 이름(ID)이 격납된다.
등록화상 대표데이터에는, 등록인물 정보(P)에 등록되어 있는 등록화상으로부터 계산된 대표적인 얼굴화상이 격납된다. 이하에서는, 한 예로서, 등록화상 대표데이터는, 등록 대상 화상(A2)의 얼굴특징 데이터로부터 산출되는 것으로 하고 있다. 또한, 이것으로 한정되지 않고, 등록화상 대표데이터는, 등록 대상 화상(A2)의 화소 데이터로부터 산출되는 것이라도 좋다.
등록화상 대표데이터 산출부(35)는, 「얼굴화상 등록 처리」에서, 등록 대상 화상(A2)으로부터 추출된 얼굴특징 데이터를 이용하여 등록화상 대표데이터를 산출한다.
등록화상 대표데이터 산출부(35)는, 예시적으로, 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 평균치를 등록화상 대표데이터로서 산출하는 것으로 하고 있다. 그러나, 이것으로 한정되지 않고, 등록화상 대표데이터 산출부(35)는, 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 절대평가 스코어에서의 최대치 또는 최소치를 등록화상 대표데이터로서 산출하여도 좋다.
또한, 이 밖에도, 등록화상 대표데이터 산출부(35)는, 예를 들면, 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 중앙치를 등록화상 대표데이터로서 산출하여도 좋다.
등록화상 대표데이터 산출부(35)는, 조작부(11)에서 입력된 인물의 이름(ID)과, 등록화상 대표데이터를 대응지어서 대표데이터 등록 정보(AVG)로서 대표데이터 등록 정보 기억부(22)에 등록한다.
얼굴 인증 처리부(33A)는, 입력화상과, 등록화상과의 매칭 및 등록화상끼리의 평가를 행함에 의해, 양자의 근사의 정도를 나타내는 통합 스코어를 산출하는 점에서, 얼굴 인증 처리부(33)와 공통된다. 한편, 얼굴 인증 처리부(33A)는, 통합 스코어 산출에 즈음하여, 등록화상 데이터베이스(21)에 더하여, 대표데이터 등록 정보 기억부(22)를 참조하는 점에서, 얼굴 인증 처리부(33)와 다르다. 얼굴 인증 처리부(33A)의 구성에 관해서는 이하에서 설명한다.
(얼굴 인증 처리부)
도 17을 이용하여, 얼굴 인증 처리부(33A)의 구성에 관해 설명한다. 도 17은, 얼굴 인증 처리부(33A)의 개략적 구성의 한 예를 도시하는 기능 블록도이다.
도 17에 도시하는 바와 같이, 얼굴 인증 처리부(33A)는, 얼굴 인증 처리부(33)에서, 주목 등록화상 선택부(332), 타 등록화상 선택부(333), 및 상대평가부(334)를, 각각, 주목 대표데이터 선택부(상대평가 스코어 산출 수단)(332A), 타 대표데이터 선택부(상대평가 스코어 산출 수단)(333A), 및 상대평가부(상대평가 스코어 산출 수단)(334A)로 변경한 것이다.
주목 대표데이터 선택부(332A)는, 대표데이터 등록 정보 기억부(22)에 등록되어 있는 등록화상 대표데이터로부터, 상대평가부(334A)가 스코어의 평가의 기준으로 하는 등록화상 대표데이터인 주목 대표데이터를 선택한다. 또한, 주목 대표데이터 선택부(332A)는, 주목 등록화상 선택부(332)와 같은 선택 수법을 적용할 수 있다.
타 대표데이터 선택부(333A)는, 대표데이터 등록 정보 기억부(22)에 등록되어 있는 등록화상 대표데이터로부터, 주목 대표데이터와의 비교의 대상이 되는 등록화상 대표데이터인 선택 대표데이터를 선택한다. 또한, 타 대표데이터 선택부(333A)는, 타 등록화상 선택부(333)와 같은 선택 수법을 적용할 수 있다.
상대평가부(334A)는, 주목 대표데이터를 기준으로, 선택 대표데이터와의 비교를 행함에 의해, 주목 대표데이터와, 선택 대표데이터와의 상대적인 관계성을 평가한다. 그리고, 상대평가부(334A)는, 주목 대표데이터가 나타내는 인물이, 선택 대표데이터가 나타내는 인물과 비교하여, 입력화상에 촬영되어 있는 인물과 어느정도 비슷한지를 나타내는 상대평가 스코어를 산출한다. 그 이외의 점에 관해서는, 상대평가부(334)와 마찬가지이다.
예를 들면, 상대평가부(334A)는, 상대평가부(334)와 같은 상대평가 스코어의 산출 수법을 이용할 수 있다. 즉, 상대평가부(334A)는, 도 6 및 도 7을 이용하여 나타낸 수법에 의해, 상대평가 스코어를 산출할 수 있다. 또한, 이 경우, 대표데이터 등록 정보(AVG)의 등록화상 대표데이터가, 도 6 및 도 7에서의 특징량(Yn)에 대응하고 있다.
(얼굴화상 등록 처리의 흐름)
다음에, 도 18을 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 등록 대상 화상으로서 등록하는 얼굴화상 등록 처리의 흐름의 다른 예에 관해 설명한다. 도 18은, 얼굴 인증 장치(1A)에서의 얼굴화상 등록 처리의 흐름에 관해 예시한 플로 차트이다.
스텝 S10 및 S11에 관해서는, 도 11을 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다. 스텝 S11에 계속된 스텝 S12에서, 등록화상 대표데이터 산출부(35)는, 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)으로부터 추출된 얼굴특징 데이터를 이용하여, 등록화상 대표데이터를 산출한다. 이상으로, 얼굴화상 등록 처리는 종료한다.
(얼굴화상 인증 처리의 흐름)
다음에, 도 19를 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 입력화상으로서 인증하는 얼굴화상 인증 처리의 흐름의 다른 예에 관해 설명한다. 도 19는, 얼굴 인증 장치(1A)에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트이다. 또한, 도 19에 도시하는 플로 차트는, 도 12에 도시한 플로 차트의 스텝 S23을, 스텝 S23A로 변경한 것이다.
스텝 S20 내지 S22에 관해서는, 도 12를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
다음에, 주목 대표데이터 선택부(332A)가, 대표데이터 등록 정보 기억부(22)에 등록되어 있는 등록화상 대표데이터로부터 하나의 등록인물의 등록화상 대표데이터를, 주목 대표데이터로서 선택하고, 타 대표데이터 선택부(333A)가, 주목 대표데이터의 등록인물과는 다른 대표 인물의 등록화상 대표데이터를, 선택 대표데이터로서 선택함과 함께, 상대평가부(334A)가, 주목 대표데이터와, 선택 대표데이터와의 사이에서 상대평가 스코어를 산출한다(S23A).
또한, 이 상대평가 스코어의 산출이, 나머지 등록인물의 등록화상 대표데이터에 관해 실행된다(S24). 주목 대표데이터의 등록인물과는 다른, 모든 등록인물의 등록화상 대표데이터에 관해 상대평가 스코어가 산출되면(S24에 관해 YES), 평가 통합부(335)가, 절대평가 스코어와, 상대평가 스코어를 통합한다(S25).
그리고, 인증 결과 출력부(34)가, 평가 통합부(335)로부터 출력된 통합 스코어에 의거하여, 입력화상(A1)의 인증을 행하고, 인증 결과를 출력한다(S26). 이상으로, 얼굴화상 인증 처리는 종료한다.
(실시례)
이하, 또한 도 20을 이용하여, 도 19를 이용하여 설명한 얼굴화상 인증 처리의 흐름의 구체적인 실시례에 관해 설명한다.
이하에 나타내는 실시례에서는, 등록화상 데이터베이스(21)에서, 도 20에 도시하는 바와 같이, 등록인물 정보(P1(A씨), P2(B씨), P3(C씨) 및 P4(D씨)) 등록되어 있는 것으로 한다. 이들의 등록인물 정보(P1 내지 P4)는, 도 13에 도시한 것과 마찬가지이다.
또한, 대표데이터 등록 정보 기억부(22)에는, 도 20에 도시하는 바와 같이, 등록인물 정보(P1 내지 P4)에 관해, 각각 대응하는 대표데이터 등록 정보(AVG10 내지 AVG40)가 등록되어 있다. 도 20에서는, 대표데이터 등록 정보(AVG10 내지 AVG40)를 검은원(黑丸)으로 나타내고 있다.
또한, 상술한 바와 같이, 등록화상 대표데이터 산출부(35)는, 등록인물 정보(P)의 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 평균치를 등록화상 대표데이터로서 산출한다. 따라서, 한 예를 나타내면, 대표데이터 등록 정보(AVG10)에는, 등록화상(R11 내지 R13)의 얼굴특징 데이터의 평균치가 등록화상 대표데이터로서 포함된다.
이하, 도 19에 도시한 플로 차트의 각 스텝에 따라 설명한다. 우선, 스텝 S20 내지 S22의 구체적인 실시례에 관해서는, 도 12 내지 도 15를 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
계속된 스텝 S23A에서, 상대평가부(334A)가, 주목 대표데이터와, 선택 대표데이터와의 사이에서 상대평가 스코어를 산출한다. 또한, 도 19에서는, 주목 대표데이터는, 대표데이터 등록 정보(AVG10)의 등록화상 대표데이터라고 하고, 선택 대표데이터는, 대표데이터 등록 정보(AVG20 내지 AVG40)의 등록화상 대표데이터라고 한다.
상대평가부(334A)는, 주목 대표데이터인 대표데이터 등록 정보(AVG10)의 등록화상 대표데이터를 기준으로, 선택 대표데이터인 대표데이터 등록 정보(AVG20, AVG30, 및 AVG40)의 등록화상 대표데이터 각각과의 비교를 행한다.
그리고, 상대평가부(334A)는, 상기 비교 결과에 의거하여, 각각, 상대평가 스코어(REL200, REL300, 및 REL400)를 산출한다.
구체적인, 상대평가 스코어(REL200, REL300, 및 REL400)의 산출 수법에 관해서는, 상기 실시 형태에서, 도 6 및 도 7 등을 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
상대평가부(334A)는, 이와 같이 하여, 「B씨」, 「C씨」, 및 「D씨」에 관해, 상대평가 스코어(REL200, REL300, 및 REL400)를 산출한다(S24).
계속된 스텝 S25 및 S26에 관해서는, 도 12 내지 도 15를 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
(작용·효과)
이상과 같이, 얼굴 인증 장치(1A)는, 상대평가부(334A)가, 인물에 관해 등록되어 있는 복수의 등록화상(R)을 대표하는 얼굴특징 데이터를 갖는 대표데이터 등록 정보를 이용하여 상대평가 스코어를 산출하는 구성이다.
상기 구성에 의하면 대표데이터 등록 정보(AVG)를 이용하여 산출한 대조 스코어를 이용하여, 상대평가 스코어를 산출하기 때문에, 상대평가 스코어의 산출시에 있어서의 처리 부하를 경감할 수 있다.
(변형례)
이하에서, 얼굴 인증 장치(1A)의 바람직한 변형례에 관해 설명한다.
[대표데이터의 변형례]
얼굴 인증 처리부(33A)에서, 주목 대표데이터의 등록인물과는 다른 복수의 등록인물의 대표데이터를 작성하여도 좋다. 예를 들면, 상기 복수의 등록인물의 대표데이터로서, 전(全)등록 인물의 대표데이터인 전(全)타인 대표데이터를 작성하여도 좋다.
전타인 대표데이터는, 주목 대표데이터의 등록인물과는 다른 복수의 등록인물의 대표데이터의 평균치를 구함에 의해 작성할 수 있다.
그리고, 타 대표데이터 선택부(333A)는, 상기 전타인 대표데이터를 선택 대표데이터로서 선택하여도 좋다.
상기 구성에 의하면, 상술한 상대평가 스코어 산출 수법의 수법 1을 채용한 경우, 주목 대표데이터의 등록인물과는 다른 등록인물의 인원수분(人數分)의 사영을 행하는 일 없이 상대평가 스코어를 산출할 수 있다.
또한, 상술한 수법 2에서도, 주목 대표데이터의 등록인물과는 다른 등록인물의 인원수분의 거리 계산 또는 유사도 계산을 행하는 일 없이 상대평가 스코어를 산출할 수 있다.
상술한 수법 3에서는, 주목 대표데이터의 등록인물과는 다른 등록인물의 인원수분의 식별 공간의 작성을 행하는 일 없이 상대평가 스코어를 산출할 수 있다.
이 변형례는, 환언하면, 주목 대표데이터의 등록인물과는 다른 복수의 등록인물의 특징 공간에 대해, 사영, 거리 계산·유사도 계산, 또는 식별 공간의 작성을 행하고 있다고도 말할 수 있다.
[대표데이터 등록 정보의 등록의 변형례]
등록화상 대표데이터 산출부(35)는, 이하와 같이 대표데이터 등록 정보(AVG)를 등록하여도 좋다.
구체적으로는, 등록화상 대표데이터 산출부(35)는, 얼굴특징 데이터 추출부(32)로부터 공급되는, 등록 대상 화상(A2)의 얼굴특징 데이터를 등록화상 데이터베이스(21)와 대조하여, 등록인물을 특정한다. 또한, 등록화상 대표데이터 산출부(35)는, 특정한 인물에 관해 등록되어 있는 등록화상(R) 및 등록 대상 화상(A2)을 이용하여, 등록화상 대표데이터를 산출한다. 그리고, 등록화상 대표데이터 산출부(35)는, 특정된 인물의 이름(ID)과, 등록화상 대표데이터를 대응지어서 대표데이터 등록 정보(AVG)로서 대표데이터 등록 정보 기억부(22)에 등록한다.
[실시 형태 3]
본 발명의 다른 실시 형태에 관해, 도 21 내지 도 24에 의거하여 설명하면, 이하와 같다. 또한, 설명의 편의상, 상술한 실시 형태에서 설명한 도면과 같은 기능을 갖는 부재에 관해서는, 같은 부호를 부기하고, 그 설명을 생략한다.
본 실시 형태에 관한 얼굴 인증 장치에서는, 등록인물 정보(P)마다, 대표적인 얼굴화상을 계산하고, 계산한 대표적인 얼굴화상에 의거하여 절대평가 스코어를 산출한다. 이하, 주로 절대평가 스코어의 산출 수법에 초점을 맞추어 설명한다.
우선, 도 21을 이용하여, 얼굴 인증 장치(화상 대조 장치)(1B)의 구성에 관해 설명한다. 도 21에 도시하는 얼굴 인증 장치(1B)는, 상술한 얼굴 인증 장치(1A)에 비하여 이하의 점이 다르다.
즉, 얼굴 인증 장치(1B)는, 얼굴 인증 장치(1A)의 제어부(30)에서, 얼굴 인증 처리부(33A)를, 얼굴 인증 처리부(33B)로 변경한 것이다.
얼굴 인증 처리부(33B)는, 절대평가 스코어의 산출에 등록화상을 이용하고, 상대평가 스코어의 산출에 대표데이터 등록 정보를 이용하는 얼굴 인증 처리부(33A)와 달리, 절대평가 스코어의 산출에 대표데이터 등록 정보를 이용하고, 상대평가 스코어의 산출에 등록화상을 이용한다. 이하에서, 얼굴 인증 처리부(33B)의 구성에 관해 설명한다.
(얼굴 인증 처리부)
도 22를 이용하여, 얼굴 인증 처리부(33B)의 구성에 관해 설명한다. 도 22는, 얼굴 인증 처리부(33B)의 개략적 구성의 한 예를 도시하는 기능 블록도이다.
도 22에 도시하는 바와 같이, 얼굴 인증 처리부(33B)는, 얼굴 인증 처리부(33)에서, 절대평가부(331)를 대표데이터 절대평가부(대조 스코어 산출 수단)(337)로 변경한 것이다.
대표데이터 절대평가부(337)는, 입력화상과, 대표데이터 등록 정보와의 매칭을 행함으로써 대표데이터의 절대평가 스코어를 산출한다. 대표데이터 절대평가부(337)의 대조 스코어 산출 수법에서는, 절대평가부(331)와 같은 수법을 이용할 수 있다. 즉, 대표데이터 절대평가부(337)는, 도 4 및 도 5를 이용하여 나타낸 수법에 의해, 상대평가 스코어를 산출할 수 있다. 또한, 이 경우, 대표데이터 등록 정보(AVG)의 등록화상 대표데이터가, 도 4 및 도 5에서의 특징량(Y)에 대응하고 있다.
또한, 대표데이터 절대평가부(337)는, 산출한 절대평가 스코어를 평가 통합부(335)에 공급한다.
또한, 평가 통합부(335)에 관해서도, 대표데이터 절대평가부(337)로부터 절대평가 스코어의 공급을 받는점 이외는, 지금까지 설명한 바와 같다.
(얼굴화상 등록 처리의 흐름)
얼굴 인증 장치(1B)에서의 얼굴화상 등록 처리의 흐름은, 도 18을 이용하여 도시한 바와 같기 때문에, 그 설명을 생략한다.
(얼굴화상 인증 처리의 흐름)
다음에, 도 23을 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 입력화상으로서 인증하는 얼굴화상 인증 처리의 흐름의 또 다른 예에 관해 설명한다. 도 23은, 얼굴 인증 장치(1A)에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트이다. 도 23에 도시하는 플로 차트는, 도 12에 도시하는 플로 차트에서, 스텝 S22를, 스텝 S22A로 변경한 것이다.
스텝 S20 및 S21에 관해서는, 도 12를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
다음에, 스텝 S22A에서, 대표데이터 절대평가부(337)가, 입력화상과, 각 대표데이터 등록 정보와의 사이에서 매칭을 행하여, 절대평가 스코어를 산출한다(S22A).
계속되는, 스텝 S23 내지 S26에 관해서는, 도 12를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
(실시례)
이하, 또한 도 24를 이용하여, 도 23을 이용하여 설명한 얼굴화상 인증 처리의 흐름의 구체적인 실시례에 관해 설명한다.
이하에 설명하는 실시례에서는, 등록화상 데이터베이스(21)에서, 도 24에 도시하는 바와 같이, 등록화상 데이터베이스에서, 등록인물 정보(P1(A씨), P2(B씨), P3(C씨) 및 P4(D씨))가 등록되어 있는 것으로 한다. 이들의 등록인물 정보(P1 내지 P4)는, 도 13에 도시한 것과 마찬가지이다.
또한, 대표데이터 등록 정보 기억부(22)에는, 도 24에 도시하는 바와 같이, 등록인물 정보(P1 내지 P4)에 관해, 각각 대응한 대표데이터 등록 정보(AVG100 내지 AVG400)가 등록되어 있다. 도 24에서는, 대표데이터 등록 정보(AVG100 내지 AVG400)를 검은원으로 나타내고 있다.
또한, 상술한 바와 같이, 등록화상 대표데이터 산출부(35)는, 등록인물 정보(P)의 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 평균치를, 등록화상 대표데이터로서 산출한다. 따라서, 한 예를 나타내면, 대표데이터 등록 정보(AVG100)에는, 등록화상(R11 내지 R13)의 얼굴특징 데이터의 평균치가 등록화상 대표데이터로서 포함된다.
이하, 도 23에 도시한 플로 차트의 각 스텝에 따라 설명한다. 우선, 스텝 S20 및 S21에 관해서는, 도 12 내지 도 15를 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
다음에, 스텝 S22A에서, 대표데이터 절대평가부(337)는, 입력화상(A1)과, 대표데이터 등록 정보(AVG100 내지 AVG400)의 각각과의 사이에서 매칭을 행함으로써, 대표데이터 등록 정보(AVG100 내지 AVG400)의 각각에 관해, 절대평가 스코어(ABS100 내지 ABS400)를 산출한다.
계속되는, 스텝 S23 내지 S26에 관해서는, 도 12 내지 도 15를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
(작용·효과)
이상과 같이, 얼굴 인증 장치(1B)는, 대표데이터 절대평가부(337)가, 입력화상(A1)과, 인물에 관해 등록되어 있는 복수의 등록화상(R)을 대표하는 얼굴특징 데이터인 등록화상 대표데이터를 갖는 대표데이터 등록 정보(AVG)와의 사이에서 절대평가 스코어를 산출하는 구성이다.
상기 구성에 의하면, 각 등록인물 정보(P) 각각에 관해, 대표데이터 등록 정보(AVG)를 이용하여 절대평가 스코어를 산출하기 위해, 절대평가 스코어의 산출시에 있어서의 처리 부하를 경감할 수 있다.
[실시 형태 4]
본 발명의 다른 실시 형태에 관해, 도 25 내지 도 27에 의거하여 설명하면, 이하와 같다. 또한, 설명의 편의상, 상술한 실시 형태에서 설명한 도면과 같은 기능을 갖는 부재에 관해서는, 같은 부호를 부기하고, 그 설명을 생략한다.
본 실시 형태에 관한 얼굴 인증 장치에서는, 등록인물 정보(P)마다, 대표적인 얼굴화상을 계산하고, 계산한 대표적인 얼굴화상에 의거하여, 절대평가 스코어 및 상대평가 스코어를 산출한다.
우선, 도 25를 이용하여, 얼굴 인증 장치(화상 대조 장치)(1C)의 구성에 관해 설명한다. 도 25에 도시하는 얼굴 인증 장치(1C)는, 상술한 얼굴 인증 장치(1A)에 비하여 이하의 점이 다르다.
즉, 얼굴 인증 장치(1C)는, 얼굴 인증 장치(1A)의 제어부(30)에서, 얼굴 인증 처리부(33A)를, 얼굴 인증 처리부(33C)로 변경한 것이다. 이하에서, 얼굴 인증 처리부(33C)의 구성에 관해 설명한다.
(얼굴 인증 처리부)
도 26을 이용하여, 얼굴 인증 처리부(33C)의 구성에 관해 설명한다. 도 26은, 얼굴 인증 처리부(33C)의 개략적 구성의 한 예를 도시하는 기능 블록도이다.
도 26에 도시하는 바와 같이, 얼굴 인증 처리부(33C)는, 얼굴 인증 처리부(33A)에서, 절대평가부(331)를, 대표데이터 절대평가부(337)로 변경한 것이다.
대표데이터 절대평가부(337)는, 상기 실시 형태의 얼굴 인증 처리부(33B)의 대표데이터 절대평가부(337)와 마찬가지이다. 따라서, 대표데이터 절대평가부(337)에 관해서는, 이미 설명 끝남이기 때문에, 여기서는 그 설명을 생략한다.
얼굴 인증 처리부(33C)는, 이와 같이 절대평가 스코어 및 상대평가 스코어의 양쪽에서, 대표데이터 등록 정보를 이용하는 구성으로 되어 있다.
이하에서는, 절대평가 스코어의 산출 및 상대평가 스코어의 산출에서, 각각 다른 등록화상 대표데이터를 이용하는 구성에 관해 설명한다. 그러나, 이것으로 한정되지 않고, 절대평가 스코어의 산출 및 상대평가 스코어의 산출에서, 동일한 등록화상 대표데이터를 이용하여도 좋다.
또한, 얼굴 인증 처리부(33C)에서는, 등록화상 대표데이터 산출부(35)가, 대표데이터 등록 정보를, 절대평가 스코어 산출용과, 상대평가 스코어 산출용으로 개별적으로 등록하는 구성으로 한다.
예를 들면, 등록화상 대표데이터 산출부(35)는, 등록화상(R)의 얼굴특징 데이터 및 등록 대상 화상(A2)의 얼굴특징 데이터의 평균치를 등록화상 대표데이터로서 산출한다.
또한, 예를 들면, 등록화상 대표데이터 산출부(35)는, 최근 등록된 등록화상(R)의 얼굴특징 데이터를 등록화상 대표데이터로서 산출할 수 있다.
그리고, 이하에서는, 평균치의 등록화상 대표데이터를 절대평가 스코어 산출용으로 하고, 최근 등록된 등록화상(R)의 얼굴특징 데이터를 상대평가 스코어 산출용으로 하는 예에 관해 설명한다. 그러나, 이것으로 한정되지 않고, 상기와 반대의 구성으로 하여도 상관없다.
(얼굴화상 등록 처리의 흐름)
얼굴 인증 장치(1C)에서의 얼굴화상 등록 처리의 흐름은, 도 18을 이용하여 도시한 바와 같기 때문에, 그 설명을 생략한다.
(얼굴화상 인증 처리의 흐름)
다음에, 도 27을 이용하여, 어느 인물의 얼굴을 촬영한 촬영 화상을 입력화상으로서 인증하는 얼굴화상 인증 처리의 흐름의 또 다른 예에 관해 설명한다. 도 27은, 얼굴 인증 장치(1C)에서의 얼굴화상 인증 처리의 흐름에 관해 예시한 플로 차트이다. 도 27에 도시하는 플로 차트는, 도 19에 도시하는 플로 차트에서, 스텝 S22를, 스텝 S22A로 변경한 것이다.
스텝 S20 및 S21에 관해서는, 도 12를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
다음에, 스텝 S22A에서, 대표데이터 절대평가부(337)가, 입력화상과, 절대평가 스코어 산출용의 각 대표데이터 등록 정보와의 사이에서 매칭을 행하고, 절대평가 스코어를 산출한다(S22A).
다음에, 대표데이터 등록 정보 기억부(22)에 등록되어 있는 상대평가 스코어 산출용의 등록화상 대표데이터로부터, 주목 대표데이터 선택부(332A)가, 하나의 등록인물의 등록화상 대표데이터를 주목 대표데이터로서 선택하고, 타 대표데이터 선택부(333A)가, 주목 대표데이터의 등록인물과는 다른 대표 인물의 등록화상 대표데이터를 선택 대표데이터로서 선택함과 함께, 상대평가부(334A)가, 주목 대표데이터와, 선택 대표데이터와의 사이에서 상대평가 스코어를 산출한다(S23A).
계속된 스텝 S24 내지 S26에 관해서는, 도 12를 이용하여 이미 설명한 바와 같기 때문에, 그 설명을 생략한다.
(실시례)
이하, 또한 도 20 및 도 24를 이용하여, 도 27을 이용하여 설명한 얼굴화상 인증 처리의 흐름의 구체적인 실시례에 관해 설명한다.
이하에 설명하는 실시례에서는, 등록 얼굴화상 데이터베이스에서, 도 20 및 도 24에 도시한 바와 같이, 등록인물 정보(P1 내지 P4)가 등록되어 있다. 또한, 도 20에 도시하는 바와 같이, 대표데이터 등록 정보 기억부(22)에서, 상대평가 스코어 산출용의 대표데이터 등록 정보(AVG10 내지 AVG40)가 등록되어 있다고 한다. 또한, 도 24에 도시하는 바와 같이, 대표데이터 등록 정보 기억부(22)에서, 절대평가 스코어 산출용의 대표데이터 등록 정보(AVG100 내지 AVG400)가 등록되어 있다고 한다.
이하, 도 27에 도시한 플로 차트의 각 스텝에 따라 설명한다. 우선, S20 및 S21에 관해서는, 도 12 내지 도 15를 이용하여 설명한 바와 같다.
계속해서, 스텝 S22A에서, 대표데이터 절대평가부(337)는, 입력화상(A1)과, 대표데이터 등록 정보(AVG100 내지 AVG400)의 각각과의 사이에서 매칭을 행함으로써, 대표데이터 등록 정보(AVG100 내지 AVG400)의 각각에 관해, 절대평가 스코어(ABS100 내지 ABS400)를 산출한다.
계속해서, 스텝 S23A에서, 상대평가부(334A)가, 주목 대표데이터와, 선택 대표데이터와의 사이에서 상대평가 스코어를 산출한다. 여기서, 상대평가부(334A)가 산출하는 상대평가 스코어에 관해 설명한다면 도 20에 예시하는 바와 같다.
우선, 도 20에 예시하는 바와 같이, 주목 대표데이터는, 대표데이터 등록 정보(AVG10)의 등록화상 대표데이터라고 하고, 선택 대표데이터는, 대표데이터 등록 정보(AVG20 내지 AVG40)의 등록화상 대표데이터라고 한다.
이 때, 도 20에 예시하는 바와 같이, 상대평가부(334A)는, 주목 대표데이터인 대표데이터 등록 정보(AVG10)의 등록화상 대표데이터를 기준으로, 선택 대표데이터인 대표데이터 등록 정보(AVG20, AVG30, 및 AVG40)의 등록화상 대표데이터 각각과의 비교를 행한다.
그리고, 상대평가부(334A)는, 상기 비교 결과에 의거하여, 각각, 상대평가 스코어(REL201, REL301, 및 REL401)를 산출한다.
구체적인, 상대평가 스코어(REL200, REL300, 및 REL400)의 산출 수법에 관해서는, 상기 실시 형태에서, 도 6 및 도 7 등을 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
상대평가부(334A)는, 이와 같이 하여, 「B씨」, 「C씨」, 및 「D씨」에 관해, 상대평가 스코어(REL201, REL301, 및 REL401)를 산출한다(S24).
계속된 스텝 S25 및 S26에 관해서는, 도 12 내지 도 15를 이용하여 설명한 바와 같기 때문에, 그 설명을 생략한다.
(작용·효과)
이상과 같이, 얼굴 인증 장치(1C)는, 대표데이터 절대평가부(337)가, 입력화상(A1)과, 대표데이터 등록 정보(AVG)와의 사이에서 절대평가 스코어를 산출하고, 상대평가부(334A)가, 대표데이터 등록 정보(AVG)를 이용하여 상대평가 스코어를 산출하는 구성이다.
상기 구성에 의하면, 절대평가 스코어 및 상대평가 스코어의 산출시에 있어서의 처리 부하를 경감할 수 있다.
또한, 이상과 같이, 얼굴 인증 처리에서, 등록화상 데이터베이스에 참조하지 않아도 끝나는 구성으로 되어 있다.
또한, 절대평가 스코어 산출용과, 상대평가 스코어 산출용으로 개별적으로 대표데이터 등록 정보를 등록하여 둠으로써, 각각의 스코어 산출에 적합한 등록화상 대표데이터를 이용하는 인증 처리를 행할 수가 있다. 이에 의해, 인증 정밀도의 향상을 도모할 수 있다.
(변형례)
이하에서, 얼굴 인증 장치(1C)의 바람직한 변형례에 관해 설명한다.
등록화상 대표데이터 산출부(35)는, 등록되어 있는 등록화상의 일부를 이용하여, 등록화상 대표데이터를 산출하는 구성으로 하여도 좋다. 즉, 등록화상 대표데이터 산출부(35)는, 등록되어 있는 등록화상의 부분 공간을 이용함에 의해, 등록화상 대표데이터를 산출하여도 좋다.
또한, 등록화상 대표데이터 산출부(35)는, 그 이외의 수법(통계학적 수법이나, 다변량(多變量) 해석 등)으로 등록화상 대표데이터를 작성하여도 좋다.
또한, 등록화상 대표데이터 산출부(35)가, 대표데이터 등록 정보를, 절대평가 스코어 산출용과, 상대평가 스코어 산출용으로 개별적으로 등록하는 것이 아니라, 절대평가 스코어 산출 및 상대평가 스코어 산출에서, 공통의 대표데이터 등록 정보를 이용하여도 좋다.
(정리)
본 발명은 상술한 각 실시 형태로 한정되는 것이 아니고, 청구항에 나타낸 범위에서 여러가지의 변경이 가능하고, 다른 실시 형태에 각각 개시된 기술적 수단을 적절히 조합시켜서 얻어지는 실시 형태에 대해서도 본 발명의 기술적 범위에 포함된다.
예를 들면, 상술한 실시 형태에서는, 평가 통합부(335)가, 통합 스코어의 산출에서, 절대평가 스코어와, 상대평가 스코어와의 무게부여 평균을 구하는 것을 설명하였지만, 평가 통합부(335)는, 다음과 같이 하여 상기 (1)식에서의 무게(w)를 결정하여도 좋다.
즉, 무게(w)는, 미리 정하여진 것이라도 좋고, 기억부(20)에서 설정 파일에 무게(w)의 값이 기억되어 있어도 좋다. 그리고, 평가 통합부(335)는, 기억부(20)로부터 무게(w)의 값을 판독하여, 무게부여 평균을 구하여도 좋다.
또한, 무게(w)는, 등록화상의 등록 매수에 의거하여 결정하여도 좋다. 즉, 등록 매수가 많은 때에 절대평가 스코어의 무게(w)를 높게 하여도 좋고, 이에 대해, 등록 매수가 적은 때에 상대평가 스코어의 무게(w)를 낮게 하여도 좋다.
또한, 무게(w)는, 등록 데이터의 상태와 입력 데이터의 상태의 차이에 의거하여 결정하여도 좋다. 이 경우, 등록화상(R)을, 촬영 화상을 촬영한 때의 인물의 얼굴의 상태나, 환경, 촬영 조건을 해석한 결과를 나타내는 각종의 정보를 항목으로서 포함하는 데이터 구조로서 구성한다.
보다 구체적으로는, 등록화상(R)을, 「얼굴 방향」, 「얼굴의 표정」, 「얼굴의 웃는 정도」, 「조명 조건」, 및 「사광도」 등의 항목을 포함하는 데이터 구조로서 구성한다. 또한, 등록화상(R)은, 그 밖에도 항목으로서, 「연령」, 「성별」, 「눈의 벌어진 상태(目の開き方)」 등을 포함하고 있어도 좋다.
그리고, 전 등록화상(R)의 상기 데이터 항목이 나타내는 상태와 입력화상의 상태가 다른 경우는, 절대평가 스코어의 무게(w)를 높게 하여도 좋고, 이에 대해, 전 등록화상(R)의 상기 데이터 항목이 나타내는 상태와 입력화상의 상태가 비슷한 경우는, 상대평가 스코어의 무게(w)를 낮게 하여도 좋다.
또한, 상술한 실시 형태에서는, 인물의 얼굴을 등록 및 인증의 대상물로 하고 있지만, 이것으로 한정되지 않는다. 인물 전체를 대상물로 하여도 좋고, 그 밖에도 차량이나 그 번호판을 대상물로 하여도 좋다. 등록 및 인증의 대상이 되는 대상물은 패턴 인식 가능한 물체라면 좋다. 또한, 대상물이란, 다른 대상물의 일부라도 좋다. 예를 들면, 어느 대상물이 인물인 때, 그 대상물의 일부인 인물의 얼굴도 대상물로 할 수 있다.
또한, 얼굴 인증 장치(1, 1A, 1B, 1C)의 각 블록은, 하드웨어 로직에 의해 구성하여도 좋고, 다음과 같게 CPU를 이용하여 소프트웨어에 의해 실현하여도 좋다.
즉, 상기 장치는, 각 기능을 실현하는 제어 프로그램의 명령을 실행하는 CPU(central processing unit), 상기 프로그램을 격납한 ROM(read only memory), 상기 프로그램을 전개하는 RAM(random access memory), 상기 프로그램 및 각종 데이터를 격납하는 메모리 등의 기억 장치(기록 매체) 등을 구비하고 있다. 그리고, 본 발명의 목적은, 상술한 기능을 실현하는 소프트웨어인 상기 장치의 제어 프로그램의 프로그램 코드(실행 형식 프로그램, 중간 코드 프로그램, 소스 프로그램)를 컴퓨터로 판독 가능하게 기록한 기록 매체를, 상기 장치에 공급하고, 그 컴퓨터(또는 CPU나 MPU)가 기록 매체에 기록되어 있는 프로그램 코드를 판독하고 실행함에 의해서도, 달성 가능하다.
상기 기록 매체로서는, 예를 들면, 자기 테이프나 카세트 테이프 등의 테이프계, 플로피(등록상표)디스크/하드 디스크 등의 자기 디스크나 CD-ROM/MO/MD/DVD/CD-R/블루레이 디스크(등록상표) 등의 광디스크를 포함하는 디스크계, IC 카드(메모리 카드를 포함한다)/광카드 등의 카드계, 또는 마스크 ROM/EPROM/EEPROM/플래시 ROM 등의 반도체 메모리계 등을 이용할 수 있다.
또한, 상기 장치를 통신 네트워크와 접속 가능하게 구성하고, 상기 프로그램 코드를 통신 네트워크를 통하여 공급하여도 좋다. 이 통신 네트워크로서는, 특히 한정되지 않고, 예를 들면, 인터넷, 인트라넷, 엑스트라넷, LAN, ISDN, VAN, CATV 통신 망, 가상 전용망(virtual private network), 전화 회선망, 이동체 통신망, 위성 통신망 등이 이용 가능하다. 또한, 통신 네트워크를 구성하는 전송 매체로서는, 특히 한정되지 않고, 예를 들면, IEEE1394, USB, 전력선 반송, 케이블 TV 회선, 전화선, ADSL 회선 등의 유선이라도, IrDA나 리모트 콘트롤과 같은 적외선, Bluetooth(등록상표), 802. 11 무선, HDR, 휴대 전화망, 위성 회선, 지상파 디지털망 등의 무선이라도 이용 가능하다. 또한, 본 발명은, 상기 프로그램 코드가 전자적인 전송으로 구현화된, 반송파에 매입된 컴퓨터 데이터 신호의 형태라도 실현될 수 있다.
[부기(附記) 사항]
이상과 같이, 본 발명에 관한 화상 대조 장치는, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 장치에 있어서, 상기 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 수단과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 수단과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 수단과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 수단을 구비하는 구성이다.
또한, 이상과 같이, 본 발명에 관한 화상 대조 프로그램은, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 프로그램으로써, 상기 등록화상 데이터베이스에서는, 상기 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 처리를 컴퓨터에 실행시키는 프로그램이다.
또한, 이상과 같이, 본 발명에 관한 화상 대조 방법은, 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 방법에 있어서, 상기 등록화상 데이터베이스에서는, 상기 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고, 상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과, 상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과, 상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과, 상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 방법이다.
상기 구성에 의하면, 입력화상과 대상물과의 사이의 대조 스코어뿐만 아니라, 상기 등록화상 데이터베이스에 등록되어 있는 복수의 대상물 중, 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 상대평가 스코어를 가미한 통합 스코어에 의해 입력화상의 대조를 행할 수가 있다.
여기서, 상기 대상물이란, 인물 및 차를 위시하여 패턴 인식 가능한 물체 등인 것을 말한다. 또한, 대상물이란, 어느 대상물의 일부라도 좋다. 예를 들면, 대상물로 인물과, 그 대상물의 일부인 인물의 얼굴의 관계이다.
또한, 대상물을 촬영한 화상의 특징량이란, 대상물을 촬영한 화상을 대조를 위한 비교 대상로 하기 위한 정보이다.
보다 구체적으로는, 상기 특징량은, 대상물이 촬영되어 있는 화상 그 자체, 즉 화소치라도 좋고, 당해 화상으로부터 추출된, 대상물의 외관적 특징을 나타내는 것이라도 좋다.
또한, 상기 특징량은, 대상물을 촬영한, 특정한 1장의 화상으로부터 추출한 것이라도 좋고, 대상물을 촬영한 복수장의 화상으로부터 추출한 것이라도 좋다.
상기 구성에서는, 이와 같은 특징량을 등록화상으로서 등록화상 데이터베이스에 등록하여 둔다.
또한, 대조 스코어란, 입력화상의 특징량과 등록화상의 특징량을 이용하여 도출되는 스코어이다.
또한, 대조 스코어는, 입력화상에 촬영되어 있는 대상물과, 등록화상이 나타내는 대상물과의 근사의 정도를 나타내는, 이른바 근사도인 것이다. 따라서, 달리 말을 하면, 대조 스코어는, 스코어 산출 대상이 되는 등록화상이 정하여지면, 입력화상과의 사이에서 일의적으로 산출할 수 있는 절대적인 평가 스코어이다.
이 경우, 보다 구체적으로는, 대조 스코어는, 입력화상에 촬영되어 있는 대상물의 특징량과, 등록화상의 특징량을 비교함에 의해 얻어지는 근사도이다.
즉, 상기 대조 스코어는, 입력화상을 중심으로 하여, 등록화상이 입력화상과 어느정도 근사한지 나타내는 것이라고 말할 수도 있다. 대조 스코어는, 예를 들면, 대상물이 인물일 때, 형제와 같은 비숫한 용모를 갖는 것끼리의 사이에서는, 가까운 스코어가 되는 경향이 있다.
이에 대해, 상대평가 스코어는, 어느 대상물의 등록화상과 다른 대상물의 등록화상으로부터 도출된 상대적인 스코어이다. 예를 들면, 상대평가 스코어는, 어느 대상물의 등록화상 및 입력화상의 사이에서의 대조 스코어와, 다른 대상물의 등록화상 및 입력화상의 사이에서의 대조 스코어를 서로 비교함에 의해 도출되는 복수의 대상물의 등록화상 사이에서의 상대적인 스코어이다.
즉, 상대평가 스코어로부터, 어느 대상물의 등록화상이, 다른 대상물의 등록화상에 비하여, 어느정도 입력화상과 비슷한지를 파악할 수 있다.
또한, 대조 스코어와 상대평가 스코어를 통합한 통합 스코어를 산출한다. 이 통합 스코어는, 예를 들면, 소정의 계산 수법에 의해 산출할 수 있다. 통합 스코어는, 구체적으로는, 대조 스코어 및 상대평가 스코어를 임의로 무게부여하여 얻을 수 있다.
예를 들면, 통합 스코어는, 대조 스코어 및 상대평가 스코어의 평균이라도 좋다. 이 경우, 양자에 대한 무게부여는, 균일하게 된다.
또한, 예를 들면, 통합 스코어는, 대조 스코어 및 상대평가 스코어의 무게부여 평균이라도 좋다.
이상과 같이, 통합 스코어는, 입력화상과 등록화상과의 근사도를 나타내는 지표인 대조 스코어에, 복수의 대상물의 등록화상 사이에서, 하나의 대상물의 등록화상이, 다른 대상물의 등록화상에 비하여, 어느정도 입력화상과 비슷한지를 나타내는 지표인 상대평가 스코어를 조합시킨 것으로 되어 있다.
이와 같은, 통합 스코어를 이용하여 인증을 행하기 때문에, 대조 스코어밖에 이용하지 않고 대조를 행하는 경우에 판단을 잘못하여 버리는, 비슷한 대상물에 대한 식별률을 향상시킬 수 있다.
또한, 상기 화상 대조 방법은, 컴퓨터에 의해 실현하여도 좋고, 이 경우에는, 컴퓨터에 상기 각 스텝을 포함하는 처리를 실행시킴에 의해, 화상 대조 방법의 각 스텝을 컴퓨터에 실현시키는 화상 대조 프로그램 및 그것을 기록한 컴퓨터 판독 가능한 기록 매체도, 본 발명의 범주에 들어간다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 복수의 대상물 각각에 관해, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상을 대표하는 특징량을 대표화상으로서 등록하는 대표화상 등록 수단을 구비하는 것이 바람직하다.
상기 구성에 의하면, 상기 복수의 대상물 각각에 관해, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상을 대표하는 특징량을 대표화상으로서 등록한다.
대표화상은, 동일한 상기 대상물에 관해 등록되어 있는 전 등록화상 중, 일부의 등록화상을 대표하는 것이라도 좋다. 예를 들면, 소정 기간 내에 등록된 등록화상을 대표하는 것이라도 좋다.
또한, 대표화상의 특징량은, 예를 들면, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상의 특징량으로부터 도출하여도 좋다.
구체적으로는, 대표화상의 특징량은, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상의 특징량의 평균치라도 좋다.
이와 같이, 복수의 등록화상의 특징량의 평균치에 의거한 대표화상을 채용하는 경우, 등록화상의 특징량에 노이즈가 포함되어 있다고 하여도, 그 평균치를 취함으로써 노이즈를 경감할 수 있다.
또한, 대표화상의 특징량은, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상으로부터 선택된 특정한 등록화상의 특징량이라도 좋다. 예를 들면, 최근 등록된, 최신의 등록화상의 특징량을 대표화상의 특징량으로 할 수 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 상대평가 스코어 산출 수단은, 상기 대상물에 관해 등록되어 있는 복수의 등록화상을 대표하는 특징량을 갖는 등록화상인 대표화상을 이용하여 상기 상대평가 스코어를 산출하는 것이 바람직하다.
상기 구성에 의하면, 하나의 대상물의 대표화상과, 다른 대상물의 대표화상을 이용하여, 상대평가 스코어를 산출한다. 여기서, 대표화상이란, 어느 대상물에 관해 등록되어 있는 복수의 등록화상 중, 대상물을 대표하는 하나의 등록화상이다.
상기 구성에 의하면, 대표화상을 이용하여 상대평가 스코어를 산출하기 때문에, 상대평가 스코어의 산출시에 있어서의 처리 부하를 경감할 수 있다. 즉, 등록화상의 등록수가 많은 때에 메리트가 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 대조 스코어 산출 수단은, 상기 입력화상과, 상기 대상물에 관해 등록되어 있는 복수의 등록화상을 대표하는 특징량을 갖는 등록화상인 대표화상과의 사이에서 대조 스코어를 산출하는 것이 바람직하다.
상기 구성에 의하면, 입력화상과, 대표화상과의 사이에서 대조 스코어를 산출한다. 즉, 상기 구성에 의하면, 대상물 각각에 관해, 대표화상을 이용하여 대조 스코어를 산출한다. 이 때문에, 대조 스코어의 산출시에 있어서의 처리 부하를 경감할 수 있다. 즉, 등록화상의 등록수가 많은 때에 메리트가 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 상대평가 스코어 산출 수단은, 상기 하나의 대상물과 상기 다른 대상물과의 사이에 구성된 사영 공간에서, 상기 입력화상을 상기 사영 공간에 사영한 사영점 및 상기 하나의 대상물의 사이에서의 근사도, 또는, 상기 사영점 및 상기 하나의 대상물의 사이에서의 근사도와, 상기 사영점 및 상기 다른 대상물의 사이에서의 근사도와의 비를 상기 상대평가 스코어로서 산출하는 것이 바람직하다.
상기 구성에 의하면, 대상물의 등록화상의 특징량이 형성하는 특징 공간을 이용하는 수법에 의해, 상대평가 스코어를 구할 수 있다.
구체적으로는, 우선, 입력화상을 사영 공간에 사영한 사영점을 얻는다. 여기서, 사영 공간으로서는, 다른 2개의 대상물에 관해, 양자의 등록화상의 특징량의 식별이 잘 되는 공간을 선택하는 것이 바람직하다. 또한, 사영 공간은, 1차원이라면 직선이, 2차원이라면 평면인 된다. 즉, 1차원의 사영 공간은 사영 직선이 되고, 2차원의 사영 공간은 사영 평면이 된다.
그리고, 특징 공간에서, 상기 사영점과, 2개의 대상물이 어떤 위치 관계에 있는지를 조사하여 근사도를 산출한다. 예를 들면, 근사도는, 사영점과, 2개의 대상물과의 사이에서의, 유클리드 거리, 마하라노비스 거리 등의 거리로서 표현할 수 있다.
또한, 근사도는, 사영점과, 2개의 대상물에 대해 정규화 상관 등의 유사도 계산을 행함에 의해 구할 수 있다.
상기 구성에서는, 상기 근사도를 상대평가 스코어로서 산출한다. 또는, 상기 하나의 대상물 및 사영점의 사이에서의 근사도와, 다른 대상물 및 사영점의 사이에서의 근사도와의 비를 상대평가 스코어로서 산출할 수도 있다.
이와 같은 수법을 이용함에 의해, 대조 정밀도가 높은 상대평가 스코어를 얻을 수 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 상대평가 스코어 산출 수단은, 상기 입력화상의 대상물 및 상기 하나의 대상물의 사이에서의 근사도와, 상기 입력화상의 대상물 및 상기 다른 대상물의 사이에서의 근사도와의 비를 상기 상대평가 스코어로서 산출하는 것이 바람직하다.
상기 구성에 의하면, 비를 구함에 의해, 간결한 처리로 상대평가 스코어를 산출할 수 있다. 또한, 이미 산출되어 있는 근사도를 이용할 수 있어서, 처리 부하의 경감에도 기여한다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 상대평가 스코어 산출 수단은, 상기 하나의 대상물과 상기 다른 대상물과의 사이에 구성된 식별 경계에서, 상기 입력화상의 대상물과 상기 식별 경계와의 사이의 거리를 상기 상대평가 스코어로서 산출하는 것이 바람직하다.
상기 구성에 의하면, 대상물의 등록화상의 특징량이 형성하는 특징 공간에서의 식별 경계를 형성하는 수법에 의해, 상대평가 스코어를 구할 수 있다.
이와 같은 수법으로서는, 예를 들면, 예를 들면, K-means법, Boosting(부스팅), 및 SVM(서포트 벡터 머신) 등의 특징량의 클러스터 해석을 들 수 있다.
상기 구성에 의하면, 상기한 바와 같은 클러스터 해석에 의해, 상기 하나의 대상물과 상기 다른 대상물과의 사이에 식별 경계를 구성한다. 그리고, 상기 구성에 의하면, 상기 입력화상의 대상물과 상기 식별 경계와의 사이의 거리를 상기 상대평가 스코어로서 산출한다.
이와 같은 수법을 이용함에 의해, 대조 정밀도가 높은 상대평가 스코어를 얻을 수 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 통합 스코어 산출 수단은, 상기 대조 스코어와, 상기 상대평가 스코어를 평균한 것을 상기 통합 스코어로서 산출하는 것이 바람직하다.
상기 구성에 의하면, 데이터의 치우침에 기인하는 각 스코어의 오차를 고르게 할 수 있기 때문에, 양호한 인증 정밀도가 얻어지는 경향이 있다.
또한, 본 발명에 관한 화상 대조 장치에서는, 상기 대상물이 인물의 얼굴인 것이 바람직하다.
즉, 상기 구성에서는, 입력화상은, 인물의 얼굴이 촬영된 얼굴화상이고, 상기 등록화상 데이터베이스에는, 인물마다 그 인물의 얼굴을 촬영하여 얻어진 얼굴화상이 등록되어 있다.
상기 구성에 의하면, 인물의 얼굴을 정밀도 좋게 대조할 수 있다는 효과를 이룬다.
또한, 상기 화상 대조 장치와, 상기 입력화상을 상기 화상 대조 장치에 공급하는 화상 입력 장치를 구비하는 화상 처리 시스템을 바람직하게 구성할 수 있다.
화상 처리 시스템의 예로서는, 프린터, 스캐너, 퍼스널 컴퓨터나, 디지털 카메라 등 디지털 화상을 처리하는 것을 들 수 있다. 또한, 상기 화상 대조 장치와, 상기 화상 입력 장치와의 사이가 통신 네트워크에 의해 접속되어 있는 구성을 채용하는 것도 가능하다.
또한, 발명의 상세한 설명의 항에서 이루어진 구체적인 실시 형태 또는 실시례는, 어디까지나, 본 발명의 기술 내용을 명확하게 하는 것이고, 그와 같은 구체례로만 한정하여 협의로 해석되어야 할 것이 아니라, 본 발명의 정신과 다음에 기재하는 청구의 범위 내에서, 여러가지로 변경하여 실시할 수 있는 것이다.
산업상의 이용 가능성
본 발명은, 화상에 포함되는 대상물의 인증에 이용할 수 있기 때문에, 프린터, 스캐너, 퍼스널 컴퓨터 등에 의해 실현되는 디지털 화상 기기나, 디지털 카메라, 및 보안 시스템 등에 알맞게 이용할 수 있다.
1, 1A, 1B, 1C : 얼굴 인증 장치(화상 대조 장치)
5 : 화상 입력 장치
A1 : 입력화상
A11 : 입력화상의 얼굴특징 데이터
21 : 등록화상 데이터베이스
22 : 대표데이터 등록 정보 기억부(등록화상 데이터베이스)
33, 33A, 33B, 33C : 얼굴 인증 처리부
34 : 인증 결과 출력부(화상 대조 수단)
100 : 얼굴 인증 시스템(화상 처리 시스템)
331 : 절대평가부(대조 스코어 산출 수단)
332 : 주목 등록화상 선택부(상대평가 스코어 산출 수단)
332A : 주목 대표데이터 선택부(상대평가 스코어 산출 수단)
333 : 타 등록화상 선택부(상대평가 스코어 산출 수단)
333A : 타 대표데이터 선택부(상대평가 스코어 산출 수단)
334, 334A : 상대평가부(상대평가 스코어 산출 수단)
335 : 평가 통합부(통합 스코어 산출 수단)
336 : 대표데이터 인증 스코어 산출부(상대평가 스코어 산출 수단)
337 : 대표데이터 절대평가부(대조 스코어 산출 수단)
AVG : 대표데이터 등록 정보(대표화상)
P : 등록인물 정보
R : 등록화상

Claims (13)

  1. 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 장치에 있어서,
    상기 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고,
    상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 수단과,
    상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 수단과,
    상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 수단과,
    상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 수단을 구비하는 것을 특징으로 하는 화상 대조 장치.
  2. 제1항에 있어서,
    상기 복수의 대상물 각각에 관해, 동일한 상기 대상물에 관해 등록되어 있는 복수의 등록화상을 대표하는 특징량을 대표화상으로서 등록하는 대표화상 등록 수단을 구비하는 것을 특징으로 하는 화상 대조 장치.
  3. 제2항에 있어서,
    상기 상대평가 스코어 산출 수단은, 상기 대표화상을 이용하여 상기 상대평가 스코어를 산출하는 것을 특징으로 하는 화상 대조 장치.
  4. 제1항에 있어서,
    상기 대조 스코어 산출 수단은, 상기 대표화상을 이용하여 상기 대조 스코어를 산출하는 것을 특징으로 하는 화상 대조 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 상대평가 스코어 산출 수단은, 상기 하나의 대상물과 상기 다른 대상물과의 사이에 구성된 사영 공간에서, 상기 입력화상을 상기 사영 공간에 사영한 사영점 및 상기 하나의 대상물의 사이에서의 근사도, 또는, 상기 사영점 및 상기 하나의 대상물의 사이에서의 근사도와, 상기 사영점 및 상기 다른 대상물의 사이에서의 근사도와의 비를 상기 상대평가 스코어로서 산출하는 것을 특징으로 하는 화상 대조 장치.
  6. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 상대평가 스코어 산출 수단은, 상기 입력화상의 대상물 및 상기 하나의 대상물의 사이에서의 근사도와, 상기 입력화상의 대상물 및 상기 다른 대상물의 사이에서의 근사도와의 비를 상기 상대평가 스코어로서 산출하는 것을 특징으로 하는 화상 대조 장치.
  7. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 상대평가 스코어 산출 수단은, 상기 하나의 대상물과 상기 다른 대상물과의 사이에 구성된 식별 경계에서, 상기 입력화상의 대상물과 상기 식별 경계와의 사이의 거리를 상기 상대평가 스코어로서 산출하는 것을 특징으로 하는 화상 대조 장치.
  8. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 통합 스코어는, 상기 대조 스코어와 상기 상대평가 스코어와의 평균치인 것을 특징으로 하는 화상 대조 장치.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    상기 대상물이 인물의 얼굴인 것을 특징으로 하는 화상 대조 장치.
  10. 제1항 내지 제9항 중 어느 한 항에 기재된 화상 대조 장치와,
    상기 입력화상을 상기 화상 대조 장치에 공급하는 화상 입력 장치를 구비하는 것을 특징으로 하는 화상 처리 시스템.
  11. 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 프로그램으로서,
    상기 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고,
    상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과,
    상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과,
    상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과,
    상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 처리를 컴퓨터에 실행시키기 위한 화상 대조 프로그램.
  12. 제11항에 기재된 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체.
  13. 대조하여야 할 대상물이 촬영된 입력화상을, 등록화상 데이터베이스와 대조하는 화상 대조 방법에 있어서,
    상기 등록화상 데이터베이스에서는, 대상물을 촬영하여 얻어진 화상의 특징량이 등록화상으로서 등록되고, 또한, 상기 등록화상은 복수의 대상물에 관해 등록되어 있고,
    상기 입력화상의 특징량과, 상기 등록화상의 특징량을 이용하여, 상기 등록화상이 나타내는 대상물이, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 대조 스코어를 산출하는 대조 스코어 산출 스텝과,
    상기 등록화상 데이터베이스에 등록되어 있는 하나의 대상물이, 다른 대상물에 대해, 어느정도 상기 입력화상의 대상물과 근사한지를 나타내는 스코어인 상대평가 스코어를 산출하는 상대평가 스코어 산출 스텝과,
    상기 대조 스코어와, 상기 상대평가 스코어를 무게부여한 통합 스코어를 산출하는 통합 스코어 산출 스텝과,
    상기 통합 스코어에 의거하여 상기 입력화상의 대조를 행하는 화상 대조 스텝을 포함하는 것을 특징으로 하는 화상 대조 방법.
KR1020137020729A 2011-03-14 2011-03-17 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램이 기록된 기록 매체, 및 화상 대조 방법 KR101506105B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2011-055970 2011-03-14
JP2011055970A JP4775515B1 (ja) 2011-03-14 2011-03-14 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法
PCT/JP2011/056466 WO2012124124A1 (ja) 2011-03-14 2011-03-17 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法

Publications (2)

Publication Number Publication Date
KR20130099241A true KR20130099241A (ko) 2013-09-05
KR101506105B1 KR101506105B1 (ko) 2015-03-25

Family

ID=44798033

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020137020729A KR101506105B1 (ko) 2011-03-14 2011-03-17 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램이 기록된 기록 매체, 및 화상 대조 방법

Country Status (6)

Country Link
US (1) US9058513B2 (ko)
EP (1) EP2688039A4 (ko)
JP (1) JP4775515B1 (ko)
KR (1) KR101506105B1 (ko)
CN (1) CN103403760B (ko)
WO (1) WO2012124124A1 (ko)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014013686A1 (ja) 2012-07-19 2014-01-23 日本電気株式会社 照合装置及び照合装置の制御方法、並びにコンピュータ・プログラム
US9465813B1 (en) 2012-11-09 2016-10-11 Amazon Technologies, Inc. System and method for automatically generating albums
US20150317511A1 (en) * 2013-11-07 2015-11-05 Orbeus, Inc. System, method and apparatus for performing facial recognition
JP6215774B2 (ja) 2014-05-29 2017-10-18 富士フイルム株式会社 同一人物判定装置ならびにその方法およびその制御プログラム
JP6427973B2 (ja) * 2014-06-12 2018-11-28 オムロン株式会社 画像認識装置及び画像認識装置への特徴量データ登録方法
CN106034029A (zh) 2015-03-20 2016-10-19 阿里巴巴集团控股有限公司 基于图片验证码的验证方法和装置
WO2017017900A1 (ja) * 2015-07-27 2017-02-02 パナソニックＩｐマネジメント株式会社 顔照合装置およびこれを備えた顔照合システムならびに顔照合方法
US10769255B2 (en) * 2015-11-11 2020-09-08 Samsung Electronics Co., Ltd. Methods and apparatuses for adaptively updating enrollment database for user authentication
KR102427853B1 (ko) * 2015-11-11 2022-08-02 삼성전자주식회사 사용자 인증을 위한 등록 데이터베이스의 적응적 갱신 방법 및 장치
US10424072B2 (en) 2016-03-01 2019-09-24 Samsung Electronics Co., Ltd. Leveraging multi cues for fine-grained object classification
US10699157B2 (en) * 2016-03-15 2020-06-30 Sightec (Israel) Ltd. Image comparison system and method
US10579860B2 (en) 2016-06-06 2020-03-03 Samsung Electronics Co., Ltd. Learning model for salient facial region detection
US10954001B2 (en) * 2017-02-23 2021-03-23 The Boeing Company Hanging clamped supports for aircraft
KR101972331B1 (ko) * 2017-08-29 2019-04-25 키튼플래닛 주식회사 영상 얼라인먼트 방법 및 그 장치
JP6791182B2 (ja) * 2018-03-14 2020-11-25 オムロン株式会社 ニューラルネットワーク型画像処理装置
CN110490026A (zh) * 2018-05-14 2019-11-22 阿里巴巴集团控股有限公司 验证对象的方法、装置和系统
CN109753920B (zh) * 2018-12-29 2021-09-17 深圳市商汤科技有限公司 一种行人识别方法及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03150692A (ja) * 1989-11-07 1991-06-27 Nippon Telegr & Teleph Corp <Ntt> 単語照合方式
JP4153691B2 (ja) 2001-11-06 2008-09-24 株式会社東芝 顔画像照合装置及び顔画像照合方法
DE60233935D1 (de) * 2002-07-19 2009-11-19 Mitsubishi Electric Inf Tech Verfahren und Gerät zur Datenverarbeitung
JP4513365B2 (ja) * 2004-03-12 2010-07-28 コニカミノルタエムジー株式会社 医用画像処理装置及び医用画像処理プログラム
CN101142586A (zh) * 2005-03-18 2008-03-12 皇家飞利浦电子股份有限公司 执行人脸识别的方法
CN101075291B (zh) * 2006-05-18 2010-05-12 中国科学院自动化研究所 一种用于人脸识别的高效提升训练方法
CN101965588A (zh) * 2008-01-31 2011-02-02 伊利诺伊大学评议会 经高维数据分类的识别
JP5240049B2 (ja) * 2009-04-27 2013-07-17 富士通株式会社 文字識別プログラム、文字識別装置
CN103003814A (zh) * 2010-05-14 2013-03-27 数据逻辑Adc公司 使用大型数据库进行对象识别的系统及方法

Also Published As

Publication number Publication date
EP2688039A1 (en) 2014-01-22
EP2688039A4 (en) 2015-04-08
CN103403760A (zh) 2013-11-20
US20140010419A1 (en) 2014-01-09
KR101506105B1 (ko) 2015-03-25
JP4775515B1 (ja) 2011-09-21
US9058513B2 (en) 2015-06-16
JP2012194605A (ja) 2012-10-11
CN103403760B (zh) 2016-09-14
WO2012124124A1 (ja) 2012-09-20

Similar Documents

Publication Publication Date Title
KR101506105B1 (ko) 화상 대조 장치, 화상 처리 시스템, 화상 대조 프로그램이 기록된 기록 매체, 및 화상 대조 방법
US20220165087A1 (en) Systems and methods for performing fingerprint based user authentication using imagery captured using mobile devices
Rathgeb et al. Iris biometrics: from segmentation to template security
JP6361387B2 (ja) 識別装置および識別装置の制御方法
Connaughton et al. Fusion of face and iris biometrics
Pujol et al. Computing the principal local binary patterns for face recognition using data mining tools
Anthony et al. A review of face anti-spoofing methods for face recognition systems
JP2006031388A (ja) 画像類似度演算装置およびそれを利用した画像認識装置、画像類似度演算方法およびそれを利用した画像認識方法、ならびに画像照合用コンピュータプログラムおよびそれを記録した記録媒体
JP6798285B2 (ja) 生体認証装置、生体認証方法及びプログラム
Methani Camera based palmprint recognition
Soviany et al. An optimized biometric system with intra-and inter-modal feature-level fusion
Gaur et al. Comparative studies for the human facial expressions recognition techniques
Khan et al. Caricature face photo facial attribute similarity generator
Nagaria et al. A comprehensive survey and detailed study on various face recognition methods
Mahmood Face detection by image discriminating
Anthony et al. Active Face Spoof Detection Using Image Distortion Analysis
Kumar et al. Convolutional Neural Network Approach for Multimodal Biometric Recognition System for Banking Sector on Fusion of Face and Finger
JP2024090999A (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
Srivastava et al. Design of Face Recognition System
Tiwari et al. An Exploratory Review of Face Recognition Techniques and Algorithms
Khuwaja Features-Level Fusion of Face and Handwritten Signature in Multimodal Biometric Identification System
Rajput et al. Design of Real Time Automated Face Recognition System
Girish A comparative study on face recognition using MBLBP and PCA
Aila Assessing the Match Performance of Non-Ideal Operational Facial Images Using 3D Image Data
Baluni et al. Automatic Face Naming Using Image Processing: A Review Study Based on Face Name Detection in Images or Videos

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
FPAY Annual fee payment

Payment date: 20180302

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190306

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20200303

Year of fee payment: 6