KR20220151165A - 정보 처리 장치, 정보 처리 방법 및 프로그램 - Google Patents

정보 처리 장치, 정보 처리 방법 및 프로그램 Download PDF

Info

Publication number
KR20220151165A
KR20220151165A KR1020227028689A KR20227028689A KR20220151165A KR 20220151165 A KR20220151165 A KR 20220151165A KR 1020227028689 A KR1020227028689 A KR 1020227028689A KR 20227028689 A KR20227028689 A KR 20227028689A KR 20220151165 A KR20220151165 A KR 20220151165A
Authority
KR
South Korea
Prior art keywords
face
authentication
face image
range
image
Prior art date
Application number
KR1020227028689A
Other languages
English (en)
Inventor
다츠히토 사토
Original Assignee
소니그룹주식회사
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 소니그룹주식회사 filed Critical 소니그룹주식회사
Publication of KR20220151165A publication Critical patent/KR20220151165A/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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • G06T5/003—Deblurring; Sharpening
    • G06T5/004—Unsharp masking
    • G06T5/75—
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/273—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion removing elements interfering with the pattern to be recognised
    • 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
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • 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
    • 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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Abstract

차폐 영역이 있어도 얼굴 인증의 정밀도를 향상시킬 수 있는 정보 처리 방법, 정보 처리 장치 및 프로그램을 제공한다. 정보 처리 장치는, 결정부와, 생성부를 구비한다. 상기 결정부는, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정한다. 상기 생성부는, 상기 결정부에 의해 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성한다.

Description

정보 처리 장치, 정보 처리 방법 및 프로그램
본 기술은 정보 처리 장치, 정보 처리 방법 및 프로그램에 관한 것이다.
특허문헌 1에서는, 표준 얼굴 화상과 입력 얼굴 화상을 비교함으로써 입력 얼굴 화상의 차폐 영역을 추정하고, 차폐를 제외한 영역에서 얼굴의 식별을 행함으로써, 차폐 영역이 있는 경우에도 식별을 행하는 것이 제안되어 있다.
일본 특허 공개 제2016-81212호 공보
특허문헌 1에서는, 차폐 영역의 크기에 상관없이 단순하게 차폐 영역을 제외하는 처리밖에 행하지 않기 때문에, 차폐 영역이 커져 가면, 얼굴 화상으로부터 취득할 수 있는 정보가 줄어들어, 얼굴 식별의 정밀도가 낮아져 버린다고 하는 과제가 있다.
이상과 같은 사정을 감안하여, 본 기술의 목적은, 차폐 영역이 있어도 얼굴 인증의 정밀도를 향상시킬 수 있는 정보 처리 방법, 정보 처리 장치 및 프로그램을 제공하는 데 있다.
상기 목적을 달성하기 위해, 본 기술의 일 형태에 관한 정보 처리 장치는, 결정부와, 생성부를 구비한다.
상기 결정부는, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정한다.
상기 생성부는, 상기 결정부에 의해 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성한다.
상기 결정부는, 미리 정해진 복수의, 잘라낼 얼굴 범위와 해상도의 조합 중에서, 상기 인증용 얼굴 화상을 생성하는 데 사용할 상기 잘라내는 얼굴 범위와 상기 해상도를 결정해도 된다.
상기 인증용의 입력 얼굴 화상으로부터 복수의 얼굴 파트점을 검출하고, 상기 얼굴 파트점마다의 신뢰도를 산출하는 얼굴 파트 검출부와,
복수의 상기 얼굴 파트점으로부터, 상기 신뢰도를 기초로, 상기 차폐 영역에 관한 차폐 파트점을 검출하는 차폐 영역 검출부
를 더 구비하고,
복수의 상기 조합마다 평가값이 대응지어지고,
상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 파트점과 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정해도 된다.
얼굴 식별에 있어서의 유효성의 정도를 나타내는 스코어 구비 얼굴 화상을 생성하는 스코어 구비 얼굴 화상 생성부와,
상기 스코어 구비 얼굴 화상을 구성하는 화소 정보를 기초로, 상기 차폐 영역에 관한 차폐 화소를 검출하는 차폐 영역 검출부
를 더 구비하고,
복수의 상기 조합마다 평가값이 대응지어지고,
상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 화소와 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정해도 된다.
상기 해상도는, 상기 조합마다, 상기 잘라내는 얼굴 범위로 잘라내어질 인증용 얼굴 화상이 일정한 계산량으로 생성되도록 설정되어도 된다.
상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부를 더 구비하고,
상기 계산량은, 잘라내어질 얼굴 범위의 총 화소수 또는 상기 특징량 추출부에 의한 특징량 추출 시의 적화 연산 횟수를 사용하여 산출되어도 된다.
상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부와,
상기 특징량 추출부에 의해 추출된 상기 인증용 얼굴 화상의 특징량과, 미리 준비된 등록용 얼굴 화상의 특징량으로부터, 상기 인증용 얼굴 화상과 상기 등록용 얼굴 화상의 유사도를 계산하는 유사도 계산부를 더 구비해도 된다.
상기 등록용 얼굴 화상의 특징량은, 미리 준비된 등록용의 입력 얼굴 화상을 사용하여 복수의 상기 조합에 따라 생성된 복수의 등록용 얼굴 화상 각각에 있어서, 상기 특징량 추출부에 의해 추출한 특징량이어도 된다.
상기 목적을 달성하기 위해, 본 기술의 일 형태에 관한 정보 처리 방법은, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하고, 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성한다.
상기 목적을 달성하기 위해, 본 기술의 일 형태에 관한 프로그램은, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 스텝과, 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는 스텝을 정보 처리 장치에 실행시킨다.
도 1은 실시 형태에 관한 얼굴 정보 등록에 사용하는 정보 처리 장치의 기능 블록도이다.
도 2는 얼굴 정보 등록의 흐름을 설명하는 모식도이다.
도 3은 도 1의 정보 처리 장치를 사용한 얼굴 정보 등록의 처리 흐름도이다.
도 4는 제1 실시 형태에 관한 얼굴 인증에 사용하는 정보 처리 장치의 기능 블록도이다.
도 5는 얼굴 파트점을 설명하는 도면이다.
도 6은 얼굴 인증의 흐름을 설명하는 모식도이다.
도 7은 도 4의 정보 처리 장치에 있어서의 얼굴 인증의 처리 흐름도이다.
도 8은 도 7의 처리 흐름 중의, 채용할 잘라내는 얼굴 범위, 해상도의 결정 처리의 상세한 흐름도이다.
도 9는 얼굴 범위ㆍ해상도 리스트에 예시되어 있는, 잘라낼 얼굴 범위와 해상도의 조합의 예를 설명하는 도면이다.
도 10은 제2 실시 형태에 관한 얼굴 인증에 사용하는 정보 처리 장치의 기능 블록도이다.
도 11은 도 10의 정보 처리 장치를 사용한 얼굴 인증의 처리 흐름도이다.
도 12는 도 11의 처리 흐름 중의, 채용할 잘라내는 얼굴 범위, 해상도의 결정 처리의 상세한 흐름도이다.
도 13은 제2 실시 형태에 있어서의 스코어 구비 얼굴 화상을 설명하는 도면이다.
도 14는 얼굴 인증을 설명하는 모식도이다.
도 15는 얼굴 인증을 설명하는 모식도이다.
이하, 본 기술에 관한 정보 처리 장치에 대하여, 도면을 참조하여 설명한다.
<개략 설명>
본 실시 형태에서는, 얼굴 인증 시에 사용될 인증용 얼굴 화상의 비교 대상이 될 등록용 얼굴 화상의 정보가 미리 준비된다. 그리고, 당해 등록용 얼굴 화상의 정보와 인증 대상인 인증용 얼굴 화상의 정보가 비교되어, 인증 대상의 인물이 미리 등록되어 있는 인물인지 여부가 판정된다.
도 14 및 15는, 본 기술에 관한 실시 형태의 얼굴 인증 방법의 개략을 설명하기 위한 모식도이다.
도 14 및 15에 있어서, 양쪽 화살표의 좌측은, 등록용의 입력 얼굴 화상(21)과, 등록용 얼굴 화상(24)을 도시한다. 양쪽 화살표의 우측은, 인증용의 입력 얼굴 화상(31)과, 인증용 얼굴 화상(34)을 도시한다. 등록용 얼굴 화상(24)은, 등록용의 입력 얼굴 화상(21)으로부터 절단된 화상이다. 인증용 얼굴 화상(34)은, 인증용의 입력 얼굴 화상(31)으로부터 절단된 화상이다.
도 14에 있어서의 등록용의 입력 얼굴 화상(21)은 마스크나 모자 등의 얼굴을 차폐하는 차폐물을 착용하고 있지 않은 인물(40)의 화상이다. 도 14에 있어서의 인증용의 입력 얼굴 화상(31)은, 마스크(17)를 착용하고 있는 인물(40A)의 화상이며, 여기서는 부호 31A를 첨부한다.
도 15에 있어서의 등록용의 입력 얼굴 화상(21)은 마스크나 모자 등의 얼굴을 차폐하는 차폐물을 착용하고 있지 않은 인물(40)의 화상이다. 도 15에 있어서의 인증용의 입력 얼굴 화상(31)은, 마스크(17)에 더하여 모자(18)를 착용하고 있는 인물(40B)의 화상이며, 여기서는 부호 31B를 첨부한다.
본 실시 형태에서는, 인증용의 입력 얼굴 화상(31A, 31B)에 있어서의 마스크(17)나 모자(18)와 같은 차폐물에 의한 차폐 영역의 정보에 기초하여, 보다 적절한 잘라내는 얼굴 범위 및 해상도로 인증용 얼굴 화상(34)이 생성된다. 이와 같이 생성된 인증용 얼굴 화상(34)의 정보와 미리 등록되어 있는 등록용 얼굴 화상(24)의 정보가 비교됨으로써, 인증 대상의 인물이 미리 등록되어 있는 인물인지 여부가 판정된다.
이하, 제1 및 제2 실시 형태를 들어 설명한다.
<제1 실시 형태>
상술한 바와 같이, 얼굴 인증 시의 비교 대상이 될 등록용 얼굴 화상의 정보는 미리 준비되어 있고, 등록용 얼굴 화상의 정보와 인증용 얼굴 화상의 정보가 비교되어, 얼굴 인증이 행해진다.
제1 실시 형태에서는, 인증용 얼굴 화상의 생성에 사용할, 잘라내는 얼굴 범위 및 해상도의 결정을, 얼굴 파트점 및 당해 얼굴 파트점의 신뢰도를 사용하여 행하고 있다. 이하, 상세하게 설명한다.
제1 실시 형태에 관한 설명에서는, 얼굴 정보 등록, 얼굴 인증의 순으로 설명한다.
[얼굴 정보 등록에 대하여]
(정보 처리 장치의 구성)
도 1을 사용하여 얼굴 정보의 등록 시에 사용하는 정보 처리 장치(10)에 대하여 설명한다.
도 1에 도시하는 바와 같이, 정보 처리 장치(10)는, 화상 취득부(2)와, 얼굴 검출부(3)와, 얼굴 파트 검출부(4)와, 생성부(5)와, 얼굴 특징량 추출부(6)와, 얼굴 범위ㆍ해상도 리스트(7)와, 얼굴 특징량 추출기(8)와, 등록 얼굴 특징량 데이터베이스(DB)(9)를 갖는다.
화상 취득부(2)는, 도시하지 않은 카메라 등으로 촬상된 등록 대상의 인물의 얼굴 화상(등록용의 입력 얼굴 화상이라고 함)을 취득한다.
얼굴 검출부(3)는, 화상 취득부(2)에서 취득된 등록용의 입력 얼굴 화상으로부터 얼굴 부분을 검출한다.
얼굴 파트 검출부(4)는, 얼굴 검출부(3)에서 검출된 얼굴 부분으로부터 얼굴 파트점을 검출한다. 얼굴 파트점은, 얼굴의 구성 요소인 눈썹, 눈, 코, 입, 귀, 머리털 주변과 같은 파트 각각의 형상을 규정하는 복수의 점이다. 얼굴의 파트점 검출 알고리즘으로서는 기존의 방법을 사용할 수 있다. 예를 들어, 도 5에 도시하는 마스크(17)를 착용하고 있는 인물(40A)의 등록용의 입력 얼굴 화상(31)에 있어서, 얼굴 파트점을, 부호 36을 첨부한 작은 원으로 나타내고 있다.
생성부(5)는, 복수의 등록용 얼굴 화상을 생성한다. 생성부(5)는, 미리 준비된 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는, 서로 다른 복수의, 잘라내는 얼굴 범위(이하, 얼굴 범위라고 할 때가 있음)와 해상도의 조합에 기초하여, 각각의 조합마다 복수의 등록용 얼굴 화상을 생성한다. 얼굴 범위ㆍ해상도 리스트(7)는, 서로 대응지어진, 잘라내는 얼굴 범위와, 해상도와, 평가값의 정보를 갖는다. 얼굴 범위ㆍ해상도 리스트(7)의 상세에 대해서는 후술한다.
얼굴 특징량 추출부(6)는, 생성부(5)에서 생성된 복수의 등록용 얼굴 화상 각각에 있어서의 얼굴 특징량을, 얼굴 특징량 추출기(8)를 사용하여 추출한다.
등록 얼굴 특징량 DB(9)에는, 복수의 등록용 얼굴 화상 각각의 정보가 저장된다. 예를 들어, 등록용 얼굴 화상의 정보로서, 등록용 얼굴 화상과, 당해 등록용 얼굴 화상을 생성할 때 사용된 얼굴 범위와 해상도의 정보와, 얼굴 특징량 추출부(6)에서 추출된 얼굴 특징량과, 사용한 등록용의 입력 얼굴 화상이 서로 관련지어져 있다.
도 2는, 얼굴 정보 등록 처리의 흐름을 설명하는 모식도이다.
도 2에 도시하는 바와 같이, 화상 취득부(2)에 의해 등록 대상의 인물(40)의 등록용의 입력 얼굴 화상(21)이 취득된다. 등록용의 입력 얼굴 화상(21)에 있어서, 얼굴 검출 및 얼굴의 파트점 검출이 행해진다. 등록용의 입력 얼굴 화상(21)은, 얼굴 파트점 검출 결과에 기초하여, 좌우의 눈 각각을 연결한 가상선이 수평으로 되도록 정규화된다. 도 2에 있어서, 정규화된 얼굴 화상에 부호 22를 첨부한다. 그 후, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는 각 조합의 얼굴 범위와 해상도에 기초하여, 생성부(5)에 의해, 리사이즈, 잘라내기가 행해져, 복수의 등록용 얼굴 화상(24)이 생성된다. 다음에, 특징량 추출부(6)에 의해, 얼굴 특징량 추출기(8)를 사용하여, 복수의 등록용 얼굴 화상(24) 각각으로부터 특징량이 추출된다. 추출된 특징량은, 등록 얼굴 특징량 DB(9)에 저장된다. 이와 같이, 인물의 얼굴 정보가 등록된다.
또한, 여기서는 정규화, 리사이즈, 잘라내기의 순으로 처리가 행해지는 예를 들었지만, 이것에 한정되지 않는다. 예를 들어, 리사이즈, 정규화, 잘라내기의 순으로 처리가 행해져도 되고, 정규화, 잘라내기, 리사이즈의 순으로 처리가 행해져도 된다.
얼굴 범위ㆍ해상도 리스트(7)에 대하여 설명한다.
도 2에 도시하는 바와 같이, 얼굴 범위ㆍ해상도 리스트(7)에는, 복수의, 잘라내는 얼굴 범위(71)와, 당해 얼굴 범위(71)의 해상도(72)의 조합의 정보가 포함된다. 또한, 얼굴 범위ㆍ해상도 리스트(7)에는, 복수의, 얼굴 범위(71)와 해상도(72)의 조합마다, 평가값(73)이 대응지어져 설정되어 있다. 평가값(73)은, 고정값이며, 조합마다 미리 계산되어 구해져 있다. 평가값(73)은, 조합에 대한 평가를 나타내는 것이다. 얼굴 범위ㆍ해상도 리스트(7)에 있는 평가값(73)은, 후술하는 얼굴 인증 시에 사용된다. 평가값(73)이 높을수록, 대응하는 조합에 의해 생성되는 인증용 얼굴 화상에 있어서의 얼굴 인증 정밀도가 높은 것을 나타낸다.
도 2 및 9를 사용하여, 얼굴 범위ㆍ해상도 리스트(7)의 상세에 대하여 설명한다. 도 9는, 얼굴 범위ㆍ해상도 리스트(7)에 포함되는 조합예를 설명하는 도면이다. 도 9에 도시하는 바와 같이, 예를 들어 얼굴 범위ㆍ해상도 리스트(7)는, 11개의 얼굴 범위와 해상도의 조합(C1 내지 C11)을 갖는다. 또한, 조합의 수, 얼굴 범위, 해상도의 수치는 여기에 예시하는 것에 한정되지 않는다.
얼굴 범위ㆍ해상도 리스트(7)에 예시되는 각 조합에 있어서, 인증용 얼굴 화상이 일정한 계산량으로 생성되도록, 얼굴 범위와 해상도의 조합이 설정된다. 환언하면, 해상도는, 조합마다, 잘라내어지는 얼굴 범위에서 인증용 얼굴 화상이 일정한 계산량으로 생성되도록 설정된다. 당해 계산량은, 잘라내어질 얼굴 범위의 총 화소수, 또는 얼굴 특징량 추출부(6)에 의한 특징량 추출 시의 적화(積和) 연산 횟수를 사용하여 산출할 수 있다.
이에 의해, 인증용 얼굴 화상의 생성 처리를 항상 일정한 시간에 마칠 수 있다.
도 9에 도시하는 바와 같이, 얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C1)에 기초하여 생성되는 화상은, 얼굴 검출부(3)에서 검출된 얼굴 범위의 얼굴 화상이며, 원화상이다. 이 원화상의 해상도(화소수)(72)는 예를 들어 96×96이다. 즉, 얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C1)에 있어서, 잘라내는 얼굴 범위(71)는 얼굴 전범위이며, 해상도는 96×96이다.
얼굴 정보 등록 처리 시, 조합(C1)에 기초하여, 생성부(5)에 의해, 잘라내는 얼굴 범위가 얼굴 전범위의 96×96의 사이즈의 원화상이 생성된다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C2)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 144×144로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이다. 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 144×60이다.
얼굴 정보 등록 처리 시, 조합(C2)에 기초하여, 생성부(5)에 의해, 원화상이 144×144로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 144×60의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C3)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 144×144로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이다. 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 144×72이다.
얼굴 정보 등록 처리 시, 조합(C3)에 기초하여, 생성부(5)에 의해, 원화상이 144×144로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 144×72의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C3)으로 생성된 등록용 얼굴 화상은, 조합(C2)으로 생성된 등록용 얼굴 화상보다, 머리털 주변의 범위가 보다 넓다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C4)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 168×168로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이다. 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 144×60이다.
얼굴 정보 등록 처리 시, 조합(C4)에 기초하여, 생성부(5)에 의해, 원화상이 168×168로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 144×60의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C5)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 168×168로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 144×72이다.
얼굴 정보 등록 처리 시, 조합(C5)에 기초하여, 생성부(5)에 의해, 원화상이 168×168로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 144×72의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C5)으로 생성된 등록용 얼굴 화상은, 조합(C4)으로 생성된 등록용 얼굴 화상보다, 머리털 주변의 영역이 보다 넓다. 또한, 조합(C5)으로 생성된 등록용 얼굴 화상은, 조합(C4)으로 생성된 등록용 얼굴 화상과 얼굴의 폭 방향의 범위가 동일하다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C6)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 168×168로 리사이즈한 화상으로부터 잘라낸 양 눈을 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 168×48이다.
얼굴 정보 등록 처리 시, 조합(C6)에 기초하여, 생성부(5)에 의해, 원화상이 168×168로 리사이즈된 후, 얼굴 범위(71)로서 양 눈을 포함하는 영역이 168×48의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C6)으로 생성된 등록용 얼굴 화상은, 머리털 주변의 영역이 포함되어 있지 않다. 또한, 조합(C6)으로 생성된 등록용 얼굴 화상은, 조합(C4나 C5)으로 생성된 등록용 얼굴 화상과 비교하여, 얼굴의 폭 방향의 범위가 크다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C7)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 168×168로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 144×60이다.
얼굴 정보 등록 처리 시, 조합(C7)에 기초하여, 생성부(5)에 의해, 원화상이 168×168로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 144×60의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C8)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 168×168로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 일부를 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 168×72이다.
얼굴 정보 등록 처리 시, 조합(C8)에 기초하여, 생성부(5)에 의해, 원화상이 168×168로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 일부를 포함하는 영역이 168×72의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C8)으로 생성된 등록용 얼굴 화상은, 조합(C7)으로 생성된 등록용 얼굴 화상보다, 머리털 주변의 영역이 보다 넓다. 또한, 조합(C8)으로 생성된 등록용 얼굴 화상은, 조합(C6 및 C7)으로 생성된 등록용 얼굴 화상과 얼굴의 폭 방향의 범위가 동일하다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C9)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 192×192로 리사이즈한 화상으로부터 잘라낸 양 눈을 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 168×48이다.
얼굴 정보 등록 처리 시, 조합(C9)에 기초하여, 생성부(5)에 의해, 원화상이 192×192로 리사이즈된 후, 얼굴 범위(71)로서 양 눈을 포함하는 영역이 168×48의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C9)으로 생성된 등록용 얼굴 화상에는, 머리털 주변의 영역이 포함되어 있지 않다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C10)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 192×192로 리사이즈한 화상으로부터 잘라낸 양 눈과 머리털 주변의 극히 일부를 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 168×60이다.
얼굴 정보 등록 처리 시, 조합(C10)에 기초하여, 생성부(5)에 의해, 원화상이 192×192로 리사이즈된 후, 얼굴 범위(71)로서 양 눈과 머리털 주변의 극히 일부를 포함하는 영역이 168×60의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C10)으로 생성된 등록용 얼굴 화상은, 조합(C9)으로 생성된 등록용 얼굴 화상과 비교하여, 얼굴의 폭 방향의 범위는 동일하고, 폭 방향과 직교하는 높이 방향의 범위가 넓다.
얼굴 범위ㆍ해상도 리스트(7)에 있는 조합(C11)에 있어서, 잘라내는 얼굴 범위(71)는, 원화상을 192×192로 리사이즈한 화상으로부터 잘라낸 양 눈을 포함하는 영역이며, 잘라내는 얼굴 범위(71)의 해상도(화소수)(72)는 192×48이다.
얼굴 정보 등록 처리 시, 조합(C11)에 기초하여, 생성부(5)에 의해, 원화상이 192×192로 리사이즈된 후, 얼굴 범위(71)로서 양 눈을 포함하는 영역이 192×48의 해상도(72)로 잘라내어져, 등록용 얼굴 화상이 생성된다. 조합(C11)으로 생성된 등록용 얼굴 화상은, 조합(C9)으로 생성된 등록용 얼굴 화상과 비교하여, 얼굴의 폭 방향의 범위가 넓고, 높이 방향의 범위는 동일하다.
(얼굴 정보의 등록에 관한 정보 처리 방법)
도 3을 사용하여 정보 처리 장치(10)를 사용한 얼굴 정보의 등록에 관한 정보 처리 방법에 대하여 설명한다.
도 3에 도시하는 바와 같이, 화상 취득부(2)에 의해 등록용의 입력 얼굴 화상이 취득된다(스텝 1(이하, 스텝을 S로 약칭함)).
다음에, 얼굴 검출부(3)에 의해, 등록용의 입력 얼굴 화상으로부터 얼굴 영역이 검출된다(S2).
다음에, 얼굴 파트 검출부(4)에 의해, 검출된 얼굴 영역에 있어서의 복수의 얼굴 파트점이 검출된다(S3).
다음에, 상기에서 도 2를 사용하여 설명한 바와 같이, 생성부(5)에 의해, 미리 준비된 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는, 서로 다른 복수의, 얼굴 범위와 해상도의 조합에 기초하여, 각각의 조합마다 복수의 등록용 얼굴 화상이 생성된다(S4).
다음에, 얼굴 특징량 추출부(6)에 의해, 생성된 등록용 얼굴 화상 각각으로부터 특징량이 추출된다(S5).
다음에, 등록용 얼굴 화상마다 추출된 특징량은, 대응하는 등록용 얼굴 화상과, 당해 등록용 얼굴 화상을 생성할 때 사용된 얼굴 범위, 해상도의 정보와, 등록용의 입력 얼굴 화상에 관련지어져, 등록 얼굴 특징량 DB(9)에 저장된다. 이와 같이 인물의 얼굴 정보의 등록이 행해진다.
[얼굴 인증에 대하여]
(정보 처리 장치의 구성)
도 4를 사용하여 얼굴 인증에서 사용할 정보 처리 장치(1)에 대하여 설명한다. 상술한 정보 처리 장치(1)와 마찬가지의 기능을 갖는 구성에 대해서는 마찬가지의 부호를 붙여, 설명을 생략하는 경우가 있다.
도 4에 도시하는 바와 같이, 정보 처리 장치(1)는, 화상 취득부(2)와, 얼굴 검출부(3)와, 얼굴 파트 검출부(44)와, 생성부(5)와, 얼굴 특징량 추출부(6)와, 얼굴 범위ㆍ해상도 리스트(7)와, 얼굴 특징량 추출기(8)와, 등록 얼굴 특징량 DB(9)와, 차폐 영역 검출부(11)와, 결정부(12)와, 얼굴 유사도 계산부(13)와, 판정부(14)와, 차폐 영역 검출기(15)와, 기억부(16)를 갖는다.
화상 취득부(2)는, 도시하지 않은 카메라 등으로 촬상된 인증 대상의 인물의 얼굴 화상(인증용의 입력 얼굴 화상이라고 함)을 취득한다.
얼굴 검출부(3)는, 화상 취득부(2)에서 취득된 인증용의 입력 얼굴 화상으로부터 얼굴 부분을 검출한다.
얼굴 파트 검출부(44)는, 얼굴 검출부(3)에서 검출된 얼굴 부분으로부터 복수의 얼굴 파트점을 검출함과 함께 당해 얼굴 파트점마다의 신뢰도를 산출한다.
생성부(5)는, 후술하는 결정부(12)에서 결정된, 얼굴 범위와 해상도의 조합에 기초하여, 인증용 얼굴 화상을 생성한다. 상세에 대해서는 후술한다.
얼굴 특징량 추출부(6)는, 생성부(5)에서 생성된 인증용 얼굴 화상에 있어서의 얼굴 특징량을, 얼굴 특징량 추출기(8)를 사용하여 추출한다.
얼굴 범위ㆍ해상도 리스트(7)는, 상기에서 설명한 바와 같다.
등록 얼굴 특징량 DB(9)는, 상술한 얼굴 정보의 등록에 관한 정보 처리에 의해 생성된, 등록용 얼굴 화상의 특징량과 같은 등록 인물의 얼굴 정보를 미리 저장하고 있다.
차폐 영역 검출부(11)는, 얼굴 파트 검출부(44)에서 검출된 복수의 얼굴 파트점 및 산출된 얼굴 파트점마다의 신뢰도에 기초하여, 차폐 영역 검출기(15)를 사용하여 차폐 영역을 검출한다.
차폐 영역이란, 마스크, 모자, 선글래스 등의 차폐물이나, 그림자나 손 등에 의해, 얼굴의 일부가 가리는 영역을 말한다.
차폐 영역 검출부(11)는, 검출된 복수의 얼굴 파트점 및 당해 얼굴 파트점마다의 신뢰도에 기초하여, 차폐 영역 검출기(15)를 사용하여, 역치 처리를 행하여, 차폐 영역에 관한 차폐 파트점을 검출한다. 신뢰도가 역치 이상의 얼굴 파트점을 비차폐 파트점으로 한다. 역치 미만의 얼굴 파트점을 차폐 파트점으로 한다. 비차폐 파트점은, 차폐물이 중첩되어 있지 않은 얼굴 파트점으로 간주된 점이다. 예를 들어, 차폐물로서 마스크(17)를 착용한 인증 대상의 인물(40A)의 화상을 도시하는 도 5에 있어서, 실선 또는 파선으로 나타내는 복수의 작은 원은 얼굴 파트 검출부(44)에서 검출된 얼굴 파트점(36)이다. 복수의 얼굴 파트점(36)에 있어서, 실선의 작은 원은 산출된 신뢰도가 역치 이상의 얼굴 파트점인 비차폐 파트점(36A)을 나타내고, 파선의 작은 원은 산출된 신뢰도가 역치 미만의 얼굴 파트점인 차폐 파트점(36B)을 나타낸다. 비차폐 파트점(36A), 차폐 파트점(36B)과 같이 특별히 구별하지 않는 경우, 얼굴 파트점(36)이라고 한다.
결정부(12)는, 차폐 영역 검출부(11)에서 검출된 차폐 파트점의 정보에 기초하여, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는, 복수의 얼굴 범위와 해상도의 조합 중에서, 인증용 얼굴 화상을 생성하기 위해 사용할 조합을 결정한다.
결정부(12)는, 검출된 차폐 파트점과 중복되지 않는 가장 평가값이 높은 조합을, 인증용 얼굴 화상을 생성하기 위한 조합으로서 결정한다.
보다 구체적으로는, 결정부(12)는, 얼굴 범위ㆍ해상도 리스트(7)로부터, 가장 높은 평가값에 대응지어져 있는 조합의 얼굴 범위를 1개 선택한다. 결정부(12)는, 선택한 얼굴 범위와, 검출된 차폐 파트점이 중복되는지 여부를 판정한다.
중복되지 않는 경우, 결정부(12)는, 당해 얼굴 범위를 포함하는 조합을, 인증용 얼굴 화상을 생성하기 위한 조합으로서 채용할 것을 결정한다.
중복되는 경우, 결정부(12)는, 얼굴 범위ㆍ해상도 리스트(7)로부터, 다음으로 높은 평가값에 대응지어져 있는 조합의 얼굴 범위를 1개 선택한다. 결정부(12)는, 선택한 얼굴 범위와, 차폐 파트점이 중복되는지 여부를 판정한다.
이와 같이, 선택한 얼굴 범위와 차폐 파트점이 중복되지 않는다고 하는 결과가 될 때까지, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는 얼굴 범위를, 평가값이 높은 순부터 순서대로 검증해 간다. 이와 같이 하여, 결정부(12)는, 검출된 차폐 파트점과 중복되지 않는 가장 평가값이 높은 조합을 선출한다.
상술한 바와 같이, 결정부(12)에서 결정된 조합으로, 생성부(5)에 의해 인증용 얼굴 화상이 생성된다.
유사도 계산부로서의 얼굴 유사도 계산부(13)는, 얼굴 특징량 추출부(6)에 의해 추출된 인증용 얼굴 화상의 특징량과, 등록 얼굴 특징량 DB(9)에 저장되어 있는 등록용 얼굴 화상의 특징량을 사용하여, 인증용 얼굴 화상과 등록용 얼굴 화상의 유사도를 계산한다.
판정부(14)는, 얼굴 유사도 계산부(13)에서 계산된 유사도에 기초하여, 인증용 얼굴 화상에 비추어져 있는 인증 대상의 인물이, 미리 얼굴 정보를 등록한 인물인지 여부를 판정한다. 구체예로서, 유사도가, 미리 결정된 소정의 값 이상인 경우, 인증 대상의 인물이 미리 등록되어 있는 인물이라고 판정한다. 한편, 유사도가, 소정의 값 미만인 경우, 인증 대상의 인물은 등록되어 있지 않은 인물이라고 판정한다.
기억부(16)는, RAM 등의 메모리 디바이스나 디스크 디바이스 등이며, 얼굴 인증의 실행에 관한 프로그램을 저장한다.
당해 프로그램은, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 스텝과, 결정된 잘라내는 얼굴 범위와 해상도로 인증용 얼굴 화상을 생성하는 스텝을 정보 처리 장치(1)에 실행시킨다.
(얼굴 인증에 관한 정보 처리 방법)
정보 처리 장치(1)를 사용한 얼굴 인증에 관한 정보 처리 방법에 대하여 설명한다. 도 6은 얼굴 인증의 흐름을 설명하는 모식도이다. 도 7은 정보 처리 장치(1)에 있어서의 얼굴 인증의 처리 흐름도이다. 도 8은, 도 7의 처리 흐름 중의 스텝 13에 있어서의 상세한 흐름이며, 인증용 얼굴 화상의 생성에 사용할 얼굴 범위와 해상도의 조합의 결정 처리의 흐름도이다. 이하, 도 7 및 8의 흐름도에 따라, 필요에 따라 도 6을 사용하여 설명한다.
화상 취득부(2)에 의해 인증용의 입력 얼굴 화상이 취득된다(S11). 여기서는, 도 6에 도시하는 바와 같이, 마스크(17)를 착용한 인증 대상의 인물(40A)의 화상이, 인증용의 입력 얼굴 화상(31A)으로서 취득된 것으로 한다.
다음에, 얼굴 검출부(3)에 의해, 인증용의 입력 얼굴 화상으로부터 얼굴 영역이 검출된다(S12).
다음에, 결정부(12)에 의해, 인증용 얼굴 화상을 생성하기 위해 채용할 얼굴 범위와 해상도의 조합이 결정된다(S13). 스텝 13에서의 처리의 상세에 대하여 설명한다.
도 8에 도시하는 바와 같이, 얼굴 파트 검출부(44)에 의해, 검출된 얼굴 영역에 있어서의 복수의 얼굴 파트점이 검출되고, 또한 복수의 얼굴 파트점마다의 신뢰도가 산출된다(S131).
다음에, 차폐 영역 검출부(11)에 의해, 검출된 복수의 얼굴 파트점 및 당해 얼굴 파트점마다 산출된 신뢰도에 기초하여, 역치 처리가 행해져, 차폐 파트점이 검출된다(S132). 예를 들어, 도 6에 도시하는 바와 같이, 파선의 작은 원으로 나타내어지는 차폐 파트점(36B)이 검출된다.
다음에, 결정부(12)에 의해, 얼굴 범위ㆍ해상도 리스트(7)로부터, 가장 높은 평가값에 대응지어져 있는 조합의 얼굴 범위가 1개 선택된다(S133).
다음에, 결정부(12)에 의해, 선택된 얼굴 범위와 검출된 차폐 파트점이 중복되는지 여부가 판정된다(S134).
스텝 134에서 중복되지 않는다고 판정된 경우("아니오"), 결정부(12)에 의해, 선택한 얼굴 범위를 포함하는 조합이, 인증용 얼굴 화상을 생성하기 위해 사용할 조합으로서 결정된다(S135).
스텝 134에서 중복된다고 판정된 경우("예"), 스텝 133으로 되돌아가 처리가 반복된다. 스텝 133에서는, 결정부(12)에 의해, 얼굴 범위ㆍ해상도 리스트(7)로부터, 다음으로 높은 평가값에 대응지어져 있는 조합의 얼굴 범위가 1개 선택된다. 스텝 134에서는, 결정부(12)에 의해, 선택된 얼굴 범위와, 차폐 파트점이 중복되는지 여부가 결정된다.
이와 같이, 선택한 얼굴 범위와 차폐 파트점이 중복되지 않는다고 하는 결과가 될 때까지, 결정부(12)에 의해, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는 얼굴 범위가, 평가값이 높은 순부터 순서대로 검증되어 간다. 이에 의해, 복수의 조합 중에서, 검출된 차폐 파트점과 중복되지 않는, 가장 평가값이 높은 조합이 선출된다.
도 7로 되돌아간다. 다음에, 생성부(5)에 의해, 결정부(12)에서 결정된 얼굴 범위와 해상도의 조합에 기초하여 인증용 얼굴 화상이 생성된다(S14).
다음에, 얼굴 특징량 추출부(6)에 의해, 생성된 인증용 얼굴 화상 각각으로부터 특징량이 추출된다(S15).
다음에, 얼굴 유사도 계산부(13)에 의해, 추출된 인증용 얼굴 화상의 특징량과, 등록 얼굴 특징량 DB(9)에 미리 저장되어 있는 등록용 얼굴 화상의 특징량을 사용하여, 인증용 얼굴 화상과 등록용 얼굴 화상의 유사도가 계산된다(S16). 비교 될 등록용 얼굴 화상은, 인증용 얼굴 화상을 생성할 때 사용한 얼굴 범위와 해상도의 조합과 동일한 조합으로 생성된 화상이다.
다음에, 판정부(14)에 의해, 계산된 유사도에 기초하여, 얼굴 인증이 행해지고, 인증 대상의 인물이 등록되어 있는 인물인지 여부가 판정된다(S17).
본 실시 형태에서는, 실용상, 사용할 수 있는 계산 리소스가 결정되어 있기 때문에, 얼굴에 차폐 영역이 없는 경우, 얼굴 인증적으로 가장 유효한 눈, 코, 입의 얼굴 파트점이 가능한 한 고해상도가 되도록 잘라낸 인증용 얼굴 화상을 생성할 수 있다.
한편, 도 14에 도시하는 예와 같이 마스크(17)에 의한 차폐 영역이 있는 경우에는, 눈이나 눈썹의 얼굴 파트점에 더하여, 통상의 얼굴 인증 시에는 그다지 사용되지 않는 머리털 주변의 얼굴 파트점이 인증용 얼굴 화상에 포함되도록 잘라내는 얼굴 범위를 확장할 수 있다. 그리고, 이 얼굴 범위 내에서 계산 리소스가 허용하는 한 큰 해상도로 인증용 얼굴 화상을 생성할 수 있다.
또한, 도 15에 도시하는 예와 같이 마스크(17) 및 모자(18)에 의한 차폐 영역이 있는 경우에는, 눈이나 눈썹과 같은 눈 영역 주변을 잘라내는 얼굴 범위로 하고, 이 얼굴 범위 내에서 계산 리소스가 허용하는 한 큰 해상도로 인증용 얼굴 화상을 생성할 수 있다.
이와 같이, 본 실시 형태에서는, 차폐 영역의 정보에 기초하여, 보다 적합한 얼굴 범위와 해상도로 인증용 얼굴 화상이 생성된다. 즉, 인증 대상의 얼굴 화상에 차폐 영역이 있어도, 비차폐 영역에 있어서의 얼굴 정보와 한정된 계산 리소스 중에서, 얼굴 인증에 가장 적합한 얼굴 범위와 해상도로 인증용 얼굴 화상이 생성된다. 이에 의해, 차폐 영역이 없는 경우의 얼굴 화상에서의 얼굴 인증은 물론, 차폐 영역이 있는 얼굴 화상에서의 얼굴 인증에 있어서도 인증 정밀도를 향상시킬 수 있다.
여기서, 차폐 영역의 크기에 상관없이, 얼굴 화상에 단순하게 차폐 영역을 제외하는 처리를 하여 얼굴 인증을 행하는 경우에는, 차폐 영역이 커져 가면 얼굴로부터 취득할 수 있는 정보가 줄어들어, 인증 정밀도가 낮아져 버린다.
이에 비해, 본 실시 형태에서는, 상술한 바와 같이, 차폐 영역의 정보에 기초하여, 보다 적합한 얼굴 범위 및 해상도로 생성된 인증용 얼굴 화상을 사용하여 얼굴 인증이 행해지므로, 인증 정밀도를 향상시킬 수 있다.
<제2 실시 형태>
상술한 제1 실시 형태에 있어서는, 인증용 얼굴 화상 생성에 채용할 잘라내는 얼굴 범위와 해상도를, 검출된 얼굴 파트점 및 당해 얼굴 파트점의 신뢰도를 사용하여 결정하였지만, 이것에 한정되지 않는다. 예를 들어, 얼굴 식별에 있어서의 유효성의 정도를 나타내는 스코어 구비 얼굴 화상을 사용하여 결정해도 된다. 이하, 제2 실시 형태로서 설명한다.
제2 실시 형태에 있어서도, 제1 실시 형태와 마찬가지로, 등록용 얼굴 화상에 관한 정보가 미리 준비되어 있다. 그리고, 등록용 얼굴 화상에 관한 정보와 인증용 얼굴 화상에 관한 정보를 비교하여, 얼굴 인증이 행해진다. 얼굴 정보의 등록은, 제1 실시 형태와 마찬가지이기 때문에 설명을 생략한다. 본 실시 형태에서는, 스코어 구비 얼굴 화상을 사용한 얼굴 인증에 대하여 주로 설명한다. 제1 실시 형태와 마찬가지의 구성에 대해서는 마찬가지의 부호를 붙여, 설명을 생략하는 경우가 있다.
(정보 처리 장치의 구성)
도 10을 사용하여 얼굴 인증에 사용하는 정보 처리 장치(100)에 대하여 설명한다.
도 10에 도시하는 바와 같이, 정보 처리 장치(100)는, 화상 취득부(2)와, 얼굴 검출부(3)와, 스코어 구비 얼굴 화상 생성부(104)와, 생성부(5)와, 얼굴 특징량 추출부(6)와, 얼굴 범위ㆍ해상도 리스트(7)와, 얼굴 특징량 추출기(8)와, 등록 얼굴 특징량 DB(9)와, 차폐 영역 검출부(111)와, 결정부(112)와, 얼굴 유사도 계산부(13)와, 판정부(14)와, 차폐 영역 검출기(115)와, 기억부(116)를 갖는다.
화상 취득부(2)는, 도시하지 않은 카메라 등으로 촬상된 인증 대상의 인물의 얼굴 화상(이하, 인증용의 입력 얼굴 화상이라고 함)을 취득한다.
얼굴 검출부(3)는, 화상 취득부(2)에서 취득된 인증용의 입력 얼굴 화상으로부터 얼굴 부분을 검출한다.
스코어 구비 얼굴 화상 생성부(104)는, 검출된 얼굴 부분에 있어서의 스코어 구비 얼굴 화상을 생성한다. 스코어 구비 얼굴 화상은, 얼굴 식별에 있어서의 유효성의 정도가 예를 들어 색 구분된 화상이다. 스코어 구비 얼굴 화상의 생성에는, 예를 들어 ABN(Attention Branch Network)을 사용할 수 있다. ABN은, 화상 인식에 있어서 CNN(Convolutional Neural Network)이 착안하고 있는 영역을 나타내는 특징 맵을 가시화하면서, 식별에 이용하는 방법이다. 스코어 구비 얼굴 화상 생성부(104)에서 생성되는 스코어 구비 얼굴 화상은, 타인과 분별하기 쉬운 특징적인 부위의 맵이라고 할 수 있다.
도 13의 (A) 내지 (F)에 스코어 구비 얼굴 화상예를 도시한다. 도 13의 (A) 내지 (F)의 각 도면에 있어서, 좌측은 얼굴 부분의 화상(131)이고, 우측은 당해 얼굴 부분의 화상(131)을 사용하여 스코어 구비 얼굴 화상 생성부(104)에 의해 생성된 스코어 구비 얼굴 화상(132)을 도시한다. 도 13에서는, 스코어 구비 얼굴 화상에 있어서, 얼굴 식별에 있어서의 유효성의 정도를 나타내는 색의 차이를 도트의 밀도의 차이로 표현하고 있다. 도트가 밀한 영역일수록 얼굴 식별에 유효한 영역인 것을 나타낸다.
도 13의 (A) 및 (B)는 모두 얼굴을 차폐하는 차폐물이 없는 인물의 얼굴 화상예이다. 양 도면에 있어서의 스코어 구비 얼굴 화상(132)은, 머리털 주변이, 얼굴 식별에 유효한 영역인 것을 나타내고 있다. 또한, 도 13의 (B)에 있어서의 스코어 구비 얼굴 화상(132)에서는, 눈썹도 얼굴 식별에 유효한 영역인 것을 나타내고 있다.
도 13의 (C)는 안경을 쓴 인물의 얼굴 화상이다. 이 도면은, 예를 들어 머리털 주변이, 얼굴 식별에 유효한 영역인 것을 나타내고 있다.
도 13의 (D)는, 차폐물인 모자를 착용하고 있는 인물의 얼굴 화상예이다. 이 도면에 있어서의 스코어 구비 얼굴 화상(132)은, 모자에 의해 차폐되어 있지 않은 머리털 주변이, 얼굴 식별에 유효한 영역인 것을 나타내고 있다.
도 13의 (E)는, 차폐물인 선글래스를 착용하고 있는 인물의 얼굴 화상예이다. 이 도면에 있어서의 스코어 구비 얼굴 화상(132)은, 머리털 주변이나 눈썹이, 얼굴 식별에 유효한 영역인 것을 나타내고 있다.
도 13의 (F)는, 차폐물인 마스크를 착용하고 있는 인물의 얼굴 화상예이다. 이 도면에 있어서의 스코어 구비 얼굴 화상(132)은, 머리털 주변이나 눈썹이, 얼굴 식별에 유효한 영역인 것을 나타내고 있다.
이와 같이, 스코어 구비 얼굴 화상 생성부(104)에서는, 얼굴 식별에 유효한 특징적인 부위가 강조되는 맵이 생성된다. 차폐물이 있는 경우에는, 이 차폐물이 존재하는 영역을 피하고, 나머지 영역으로부터, 얼굴 식별에 유효한 보다 특징적인 부위가 강조되는 맵이 생성된다. 또한, 맵이란 스코어 구비 얼굴 화상을 가리킨다.
생성부(5)는, 후술하는 결정부(112)에서 결정된, 얼굴 범위와 해상도의 조합에 기초하여, 인증용 얼굴 화상을 생성한다. 상세에 대해서는 후술한다.
얼굴 특징량 추출부(6)는, 생성부(5)에서 생성된 인증용 얼굴 화상에 있어서의 얼굴 특징량을, 얼굴 특징량 추출기(8)를 사용하여 추출한다.
얼굴 범위ㆍ해상도 리스트(7)는, 상술에서 설명한 바와 같다.
등록 얼굴 특징량 DB(9)는, 상술한 제1 실시 형태에서 설명한 등록 시에 관한 정보 처리에 의해 생성된, 등록용 얼굴 화상의 특징량과 같은 등록 인물에 관한 얼굴 정보를 미리 저장하고 있다.
차폐 영역 검출부(111)는, 스코어 구비 얼굴 화상 생성부(104)에서 생성된 스코어 구비 얼굴 화상에 기초하여, 차폐 영역 검출기(115)를 사용하여 차폐 영역을 검출한다. 구체적으로는, 스코어 구비 얼굴 화상을 구성하는 화소 정보를 기초로, 화소 단위로 역치 처리를 행하여, 차폐 영역에 관한 차폐 화소를 검출한다. 스코어가 역치 이상의 화소를 차폐 화소로 한다. 예를 들어 근접한 복수의 차폐 화소의 집합이 차폐 영역을 구성한다. 역치 미만의 화소를 비차폐 화소로 한다. 근접한 복수의 비차폐 화소의 집합을 포함하는 영역은, 차폐물이 중첩되어 있지 않은 비차폐 영역이다. 도 13의 (F)를 예로 들면, 차폐물로서 마스크(17)를 착용한 인증 대상의 인물의 스코어 구비 얼굴 화상(132)에 있어서, 도트가 성긴 영역이 차폐 영역이다. 또한, 도트가 성긴 영역은, 도트가 존재하지 않는 영역을 포함하는 것으로 한다.
결정부(112)는, 차폐 영역 검출부(111)에서 검출된 차폐 영역에 관한 차폐 화소에 기초하여, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는, 복수의 얼굴 범위와 해상도의 조합 중에서, 인증용 얼굴 화상을 생성하기 위해 사용할 조합을 결정한다.
결정부(112)는, 검출된 차폐 화소와 중복되지 않는 가장 평가값이 높은 조합을, 인증용 얼굴 화상을 생성하기 위한 조합으로서 결정한다.
보다 구체적으로는, 결정부(112)는, 얼굴 범위ㆍ해상도 리스트(7)로부터, 가장 높은 평가값에 대응지어져 있는 조합의 얼굴 범위를 1개 선택한다. 결정부(112)는, 선택한 얼굴 범위와, 검출된 차폐 화소가 중복되는지 여부를 판정한다.
중복되지 않는 경우, 결정부(112)는, 당해 얼굴 범위를 포함하는 조합을, 인증용 얼굴 화상을 생성하기 위해 사용할 조합으로서 채용할 것을 결정한다.
중복되는 경우, 결정부(112)는, 얼굴 범위ㆍ해상도 리스트(7)로부터, 다음으로 높은 평가값에 대응지어져 있는 조합의 얼굴 범위를 1개 선택한다. 결정부(112)는, 선택한 얼굴 범위와, 차폐 화소가 중복되는지 여부를 판정한다.
이와 같이, 선택한 얼굴 범위와 차폐 화소가 중복되지 않는다고 하는 결과가 될 때까지, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는 조합의 얼굴 범위를, 평가값이 높은 순부터 순서대로 검증해 간다. 이와 같이 하여, 결정부(112)는, 검출된 차폐 화소와 중복되지 않는 가장 평가값이 높은 조합을 선출한다.
상술한 바와 같이, 결정부(112)에서 결정된 조합으로, 생성부(5)에 의해 인증용 얼굴 화상이 생성된다.
얼굴 유사도 계산부(13)는, 생성부(5)에서 생성된 인증용 얼굴 화상으로부터 얼굴 특징량 추출부(6)에 의해 추출된 얼굴 특징량과, 등록 얼굴 특징량 DB(9)에 저장되어 있는 등록 얼굴 특징량 정보를 사용하여, 인증용 얼굴 화상과 등록용 얼굴 화상의 유사도를 계산한다.
판정부(14)는, 얼굴 유사도 계산부(13)에서 계산된 유사도에 기초하여, 인증용 얼굴 화상에 비추어져 있는 인증 대상의 인물이, 미리 얼굴 화상을 등록한 인물인지 여부를 판정한다. 구체예로서, 유사도가, 미리 결정된 소정의 값 이상인 경우, 인증 대상의 인물이 미리 등록되어 있는 인물이라고 판정한다. 한편, 유사도가, 소정의 값 미만인 경우, 인증 대상의 인물은 등록되어 있지 않은 인물이라고 판정한다.
기억부(116)는, RAM 등의 메모리 디바이스나 디스크 디바이스 등이며, 얼굴 인증의 실행에 관한 프로그램을 저장한다. 당해 프로그램은, 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 스텝과, 결정된 잘라내는 얼굴 범위와 해상도로 인증용 얼굴 화상을 생성하는 스텝을 정보 처리 장치(100)에 실행시킨다.
(얼굴 인증에 관한 정보 처리 방법)
정보 처리 장치(100)를 사용한 얼굴 인증에 관한 정보 처리 방법에 대하여 설명한다. 도 11은 정보 처리 장치(100)에 있어서의 얼굴 인증의 처리 흐름도이다. 도 12는 도 11의 처리 흐름 중의 스텝 23의 상세한 흐름이며, 얼굴 범위와 해상도의 조합의 결정 처리의 흐름도이다. 이하, 도 11 및 12의 흐름도에 따라 설명한다.
화상 취득부(2)에 의해 인증용의 입력 얼굴 화상이 취득된다(S21).
다음에, 얼굴 검출부(3)에 의해, 인증용의 입력 얼굴 화상으로부터 얼굴 영역이 검출된다(S22).
다음에, 결정부(112)에 의해, 인증용 얼굴 화상을 생성하기 위해 채용할 얼굴 범위와 해상도의 조합이 결정된다(S23). 스텝 23에서의 처리의 상세에 대하여 설명한다.
도 12에 도시하는 바와 같이, 스코어 구비 얼굴 화상 생성부(104)에 의해, 스코어 구비 얼굴 화상이 생성된다(S231).
다음에, 차폐 영역 검출부(111)에 의해, 스코어 구비 얼굴 화상에 기초하여, 역치 처리가 행해져, 차폐 화소가 검출된다(S232).
다음에, 결정부(112)에 의해, 얼굴 범위ㆍ해상도 리스트(7)로부터, 가장 높은 평가값에 대응지어져 있는 조합의 얼굴 범위가 1개 선택된다(S233).
다음에, 결정부(112)에 의해, 선택된 얼굴 범위와 검출된 차폐 화소가 중복되는지 여부가 판정된다(S234).
스텝 234에서 중복되지 않는다고 판정된 경우("아니오"), 결정부(112)에 의해, 선택한 얼굴 범위를 포함하는 조합이, 인증용 얼굴 화상을 생성하기 위해 사용할 조합으로서 결정된다(S235).
스텝 234에서 중복된다고 판정된 경우("예"), 스텝 233으로 되돌아가 처리가 반복된다. 스텝 233에서는, 결정부(112)에 의해, 얼굴 범위ㆍ해상도 리스트(7)로부터, 다음으로 높은 평가값에 대응지어져 있는 조합의 얼굴 범위가 1개 선택된다. 스텝 234에서는, 결정부(112)에 의해, 선택된 얼굴 범위와 차폐 화소가 중복되는지 여부가 결정된다.
이와 같이, 선택한 얼굴 범위와 차폐 화소가 중복되지 않는다고 하는 결과가 될 때까지, 결정부(112)에 의해, 얼굴 범위ㆍ해상도 리스트(7)에 예시되어 있는 얼굴 범위가, 평가값이 높은 순부터 순서대로 검증되어 간다. 이에 의해, 복수의 조합 중에서, 검출된 차폐 화소와 중복되지 않는, 가장 평가값이 높은 조합이 선출된다.
도 11로 되돌아간다. 다음에, 생성부(5)에 의해, 결정부(112)에서 결정된 얼굴 범위와 해상도의 조합에 기초하여 인증용 얼굴 화상이 생성된다(S24).
다음에, 얼굴 특징량 추출부(6)에 의해, 생성된 인증용 얼굴 화상 각각으로부터 특징량이 추출된다(S25).
다음에, 얼굴 유사도 계산부(13)에 의해, 추출된 인증용 얼굴 화상의 특징량과, 등록 얼굴 특징량 DB(9)에 미리 저장되어 있는 등록용 얼굴 화상의 특징량을 사용하여, 인증용 얼굴 화상과 등록용 얼굴 화상의 유사도가 계산된다(S26). 비교되는 등록용 얼굴 화상은, 인증용 얼굴 화상을 생성할 때 사용한 얼굴 범위와 해상도의 조합과 동일한 조합으로 생성된 화상이다.
다음에, 판정부(14)에 의해, 계산된 유사도에 기초하여, 얼굴 인증이 행해지고, 인증 대상의 인물이 등록되어 있는 인물인지 여부가 판정된다(S27).
이상과 같이, 본 실시 형태에 있어서도, 제1 실시 형태와 마찬가지로, 차폐 영역의 정보에 기초하여, 보다 적합한 얼굴 범위와 해상도로 인증용 얼굴 화상이 생성된다. 이에 의해, 차폐 영역이 없는 경우의 얼굴 화상에서의 얼굴 인증은 물론, 차폐 영역이 있는 얼굴 화상에서의 얼굴 인증에 있어서도 인증 정밀도를 향상시킬 수 있다.
본 기술의 실시 형태는, 상술한 실시 형태에 한정되는 것은 아니며, 본 기술의 요지를 일탈하지 않는 범위에 있어서 다양한 변경이 가능하다.
또한, 본 기술은 이하와 같은 구성도 취할 수 있다.
(1)
인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 결정부와,
상기 결정부에 의해 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는 생성부
를 구비하는 정보 처리 장치.
(2)
상기 (1)에 기재된 정보 처리 장치로서,
상기 결정부는, 미리 정해진 복수의, 잘라낼 얼굴 범위와 해상도의 조합 중에서, 상기 인증용 얼굴 화상을 생성하는 데 사용할 상기 잘라내는 얼굴 범위와 상기 해상도를 결정하는
정보 처리 장치.
(3)
상기 (2)에 기재된 정보 처리 장치로서,
상기 인증용의 입력 얼굴 화상으로부터 복수의 얼굴 파트점을 검출하고, 상기 얼굴 파트점마다의 신뢰도를 산출하는 얼굴 파트 검출부와,
복수의 상기 얼굴 파트점으로부터, 상기 신뢰도를 기초로, 상기 차폐 영역에 관한 차폐 파트점을 검출하는 차폐 영역 검출부
를 더 구비하고,
복수의 상기 조합마다 평가값이 대응지어지고,
상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 파트점과 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정하는
정보 처리 장치.
(4)
상기 (2)에 기재된 정보 처리 장치로서,
얼굴 식별에 있어서의 유효성의 정도를 나타내는 스코어 구비 얼굴 화상을 생성하는 스코어 구비 얼굴 화상 생성부와,
상기 스코어 구비 얼굴 화상을 구성하는 화소 정보를 기초로, 상기 차폐 영역에 관한 차폐 화소를 검출하는 차폐 영역 검출부
를 더 구비하고,
복수의 상기 조합마다 평가값이 대응지어지고,
상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 화소와 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정하는
정보 처리 장치.
(5)
상기 (2) 내지 (4) 중 어느 하나에 기재된 정보 처리 장치로서,
상기 해상도는, 상기 조합마다, 상기 잘라내는 얼굴 범위로 잘라내어질 인증용 얼굴 화상이 일정한 계산량으로 생성되도록 설정되는
정보 처리 장치.
(6)
상기 (5)에 기재된 정보 처리 장치로서,
상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부를 더 구비하고,
상기 계산량은, 잘라내어질 얼굴 범위의 총 화소수 또는 상기 특징량 추출부에 의한 특징량 추출 시의 적화 연산 횟수를 사용하여 산출되는
정보 처리 장치.
(7)
상기 (1) 내지 (6) 중 어느 하나에 기재된 정보 처리 장치로서,
상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부와,
상기 특징량 추출부에 의해 추출된 상기 인증용 얼굴 화상의 특징량과, 미리 준비된 등록용 얼굴 화상의 특징량으로부터, 상기 인증용 얼굴 화상과 상기 등록용 얼굴 화상의 유사도를 계산하는 유사도 계산부를 더 구비하는
정보 처리 장치.
(8)
상기 (7)에 기재된 정보 처리 장치로서,
상기 등록용 얼굴 화상의 특징량은, 미리 준비된 등록용의 입력 얼굴 화상을 사용하여 복수의 상기 조합에 따라 생성한 복수의 등록용 얼굴 화상 각각에 있어서, 상기 특징량 추출부에 의해 추출한 특징량인
정보 처리 장치.
(9)
인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하고,
결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는
정보 처리 방법.
(10)
인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 스텝과,
결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는 스텝
을 정보 처리 장치에 실행시키는 프로그램.
1, 100: 정보 처리 장치
5: 생성부
6: 얼굴 특징량 추출부(특징량 추출부)
11, 111: 차폐 영역 검출부
12, 112: 결정부
13: 얼굴 유사도 계산부(유사도 계산부)
21: 등록용의 입력 얼굴 화상
24: 등록용 얼굴 화상
31: 인증용의 입력 얼굴 화상
34: 인증용 얼굴 화상
36: 얼굴 파트점
36B: 차폐 파트점
44: 얼굴 파트 검출부
71: 잘라내는 얼굴 범위
72: 해상도
73: 평가값
104: 스코어 구비 얼굴 화상 생성부
132: 스코어 구비 얼굴 화상

Claims (10)

  1. 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 결정부와,
    상기 결정부에 의해 결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는 생성부
    를 구비하는, 정보 처리 장치.
  2. 제1항에 있어서, 상기 결정부는, 미리 정해진 복수의, 잘라낼 얼굴 범위와 해상도의 조합 중에서, 상기 인증용 얼굴 화상을 생성하는 데 사용할 상기 잘라내는 얼굴 범위와 상기 해상도를 결정하는,
    정보 처리 장치.
  3. 제2항에 있어서, 상기 인증용의 입력 얼굴 화상으로부터 복수의 얼굴 파트점을 검출하고, 상기 얼굴 파트점마다의 신뢰도를 산출하는 얼굴 파트 검출부와,
    복수의 상기 얼굴 파트점으로부터, 상기 신뢰도를 기초로, 상기 차폐 영역에 관한 차폐 파트점을 검출하는 차폐 영역 검출부
    를 더 구비하고,
    복수의 상기 조합마다 평가값이 대응지어지고,
    상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 파트점과 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정하는,
    정보 처리 장치.
  4. 제2항에 있어서, 얼굴 식별에 있어서의 유효성의 정도를 나타내는 스코어 구비 얼굴 화상을 생성하는 스코어 구비 얼굴 화상 생성부와,
    상기 스코어 구비 얼굴 화상을 구성하는 화소 정보를 기초로, 상기 차폐 영역에 관한 차폐 화소를 검출하는 차폐 영역 검출부
    를 더 구비하고,
    복수의 상기 조합마다 평가값이 대응지어지고,
    상기 결정부는, 복수의 상기 조합 중에서, 잘라내는 얼굴 범위가 상기 차폐 화소와 중복되지 않고, 상기 평가값이 가장 높은 조합을 선출하여, 상기 인증용 얼굴 화상의 생성에 사용할 조합으로서 결정하는,
    정보 처리 장치.
  5. 제2항에 있어서, 상기 해상도는, 상기 조합마다, 상기 잘라내는 얼굴 범위로 잘라내어질 인증용 얼굴 화상이 일정한 계산량으로 생성되도록 설정되는,
    정보 처리 장치.
  6. 제5항에 있어서, 상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부를 더 구비하고,
    상기 계산량은, 잘라내어질 얼굴 범위의 총 화소수 또는 상기 특징량 추출부에 의한 특징량 추출 시의 적화 연산 횟수를 사용하여 산출되는,
    정보 처리 장치.
  7. 제2항에 있어서, 상기 인증용 얼굴 화상의 특징량을 추출하는 특징량 추출부와,
    상기 특징량 추출부에 의해 추출된 상기 인증용 얼굴 화상의 특징량과, 미리 준비된 등록용 얼굴 화상의 특징량으로부터, 상기 인증용 얼굴 화상과 상기 등록용 얼굴 화상의 유사도를 계산하는 유사도 계산부를 더 구비하는,
    정보 처리 장치.
  8. 제7항에 있어서, 상기 등록용 얼굴 화상의 특징량은, 미리 준비된 등록용의 입력 얼굴 화상을 사용하여 복수의 상기 조합에 따라 생성한 복수의 등록용 얼굴 화상 각각에 있어서, 상기 특징량 추출부에 의해 추출한 특징량인,
    정보 처리 장치.
  9. 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하고,
    결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는,
    정보 처리 방법.
  10. 인증용의 입력 얼굴 화상에 있어서의 얼굴의 차폐 영역에 기초하여, 상기 인증용의 입력 얼굴 화상으로부터 잘라내는 얼굴 범위와 해상도를 결정하는 스텝과,
    결정된 상기 잘라내는 얼굴 범위와 상기 해상도로 인증용 얼굴 화상을 생성하는 스텝
    을 정보 처리 장치에 실행시키는, 프로그램.
KR1020227028689A 2020-03-09 2020-07-15 정보 처리 장치, 정보 처리 방법 및 프로그램 KR20220151165A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202062987057P 2020-03-09 2020-03-09
US62/987,057 2020-03-09
PCT/JP2020/027518 WO2021181715A1 (ja) 2020-03-09 2020-07-15 情報処理装置、情報処理方法及びプログラム

Publications (1)

Publication Number Publication Date
KR20220151165A true KR20220151165A (ko) 2022-11-14

Family

ID=77671516

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227028689A KR20220151165A (ko) 2020-03-09 2020-07-15 정보 처리 장치, 정보 처리 방법 및 프로그램

Country Status (6)

Country Link
US (1) US20230103555A1 (ko)
EP (1) EP4120184A4 (ko)
JP (1) JPWO2021181715A1 (ko)
KR (1) KR20220151165A (ko)
CN (1) CN115244572A (ko)
WO (1) WO2021181715A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102493322B1 (ko) * 2021-03-16 2023-01-31 한국과학기술연구원 사용자의 얼굴 속성 및 마스크 속성 기반 사용자 인증 장치 및 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016081212A (ja) 2014-10-15 2016-05-16 日本電気株式会社 画像認識装置、画像認識方法、および、画像認識プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009217609A (ja) * 2008-03-11 2009-09-24 Seiko Epson Corp 顔領域に基づき設定された画像領域を対象とした補正処理
US8818034B2 (en) * 2009-11-30 2014-08-26 Hewlett-Packard Development Company, L.P. Face recognition apparatus and methods
JP5795979B2 (ja) * 2012-03-15 2015-10-14 株式会社東芝 人物画像処理装置、及び人物画像処理方法
JP6784261B2 (ja) * 2015-10-07 2020-11-11 日本電気株式会社 情報処理装置、画像処理システム、画像処理方法及びプログラム
KR102359558B1 (ko) * 2017-03-28 2022-02-09 삼성전자주식회사 얼굴 인증 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016081212A (ja) 2014-10-15 2016-05-16 日本電気株式会社 画像認識装置、画像認識方法、および、画像認識プログラム

Also Published As

Publication number Publication date
CN115244572A (zh) 2022-10-25
EP4120184A4 (en) 2023-09-06
JPWO2021181715A1 (ko) 2021-09-16
EP4120184A1 (en) 2023-01-18
WO2021181715A1 (ja) 2021-09-16
US20230103555A1 (en) 2023-04-06

Similar Documents

Publication Publication Date Title
JP6630999B2 (ja) 画像認識装置、画像認識方法、および、画像認識プログラム
US6792135B1 (en) System and method for face detection through geometric distribution of a non-intensity image property
US7912253B2 (en) Object recognition method and apparatus therefor
US7065230B2 (en) Image processing system and driving support system
WO2018216629A1 (ja) 情報処理装置、情報処理方法、及びプログラム
KR100608595B1 (ko) 얼굴 인식 방법 및 장치
JP3768735B2 (ja) 顔画像処理装置
US20030174869A1 (en) Image processing apparatus, image processing method, program and recording medium
KR101362631B1 (ko) 머리 인식 방법
Boehnen et al. A fast multi-modal approach to facial feature detection
JP4739870B2 (ja) サングラス検出装置及び顔中心位置検出装置
JP2005190400A (ja) 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム
US20220237943A1 (en) Method and apparatus for adjusting cabin environment
JP6784261B2 (ja) 情報処理装置、画像処理システム、画像処理方法及びプログラム
KR101089847B1 (ko) 얼굴 인식을 위한 ｓｉｆｔ 알고리즘을 이용한 키포인트 매칭 시스템 및 방법
WO2017173578A1 (zh) 一种图像增强方法及装置
KR20220151165A (ko) 정보 처리 장치, 정보 처리 방법 및 프로그램
JP3355068B2 (ja) 顔画像処理装置
JP2005134966A (ja) 顔画像候補領域検索方法及び検索システム並びに検索プログラム
CN108875488B (zh) 对象跟踪方法、对象跟踪装置以及计算机可读存储介质
JP2020017136A (ja) 物体検出認識装置、方法、及びプログラム
JP5952942B2 (ja) 情報処理装置、情報処理方法、及びプログラム
EP3702958B1 (en) Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image
CN113724237A (zh) 齿痕识别方法、装置、计算机设备及存储介质
CN113486835A (zh) 安全带检测方法、装置、计算机设备和存储介质