TW200414074A - Individual recognizing apparatus and individual recognizing method - Google Patents

Description

2β〇414074 (1) 玖、發明說明 相關申請案 本發明依據並請求2 0 02年12月26日提申的較早曰 本第2 0 0 2 - 3 7 8 4 5 2號專利申請案之優先權，其整個內容在 此倂入以供參考。 【發明所屬之技術領域】 本發明關於一種利用生物資訊諸如已辨識者之臉部影 像、指紋、視網膜、虹彩、掌紋做爲確認數據來辨識已辨 識者是否爲本尊之個人辨識設備及個人辨識方法。 【先前技術】 近來已發展出個人辨識設備且用於需要進出建築物/ 房間之安全管理，其係利用已辨識者之臉部影像、指紋、 視網膜、虹彩、掌紋等等來辨識已辨識者是否爲本尊。 這種個人辨識設備一般設有儲存資料的一資料儲存單 元以用於個人確認，其利用儲存在資料儲存單元中的資料 以及輸入確認數據（已辨識者之生物資訊）來執行個人確 S忍’以確認已辨識者是否爲本尊。 藉此，確認數據儲存（以下亦稱爲登錄）在資料儲存 單元’且在資料儲存時獲得包含各種變化的確認數據。爲 此目的’促使已辨識者經由使用者界面增加各種變化。 另外，舉例言之，在無法辨識（核對）人時，藉由辨 識人來更新確認資料。 (2) (2)200414074 如上所述，以往經由已辨識者指南企圖獲得g P §哉^ 多變化的確認數據（臉部影像），然而已辨識考$ ^ g & 如指南中所提供地行動。 另外，以往假定若登錄用於辨識（核對）& + #胃 料’其經由再登錄或更新資料來將資料更新，然而E _ _ 者或許無法再登錄或更新資料。 【發明內容】 本發明目的在於提供一種個人辨識設備及個人辨識方 法’其能使用適合辨識的確認數據以在儲存資料時學習並 防止不當資料儲存。 依據本發明’其提供一種個人辨識設備，包括一數據 獲得單元，其從已辨識者獲得確認數據；一偵測單元，其 偵測經由數據獲得單元獲得的確認數據之特徵點；一變化 言十算單元’其計算偵測單元偵測的特徵點偵測位置變化； 〜適當判斷單元，其判斷數據獲得單元獲得之確認數據是 否適合用來準備依據變化計算單元計算的特徵點變化之確 認資料；一資料準備單元，其在確認數據判爲適合時依據 數據獲得單元獲得的確認數據來準備確認資料；一資料儲 #單％ ’其將資料準備單元準備的確認資料儲存；以及一 51認、¥ % ’其利用數據獲得單元獲得的確認數據以及儲存 &資料儲存單元中的資料來確認已辨識者是否爲本尊。 3外’依據本發明，其提供一種個人辨識設備，包括 ~數ί虞獲得單元，其從已辨識者獲得確認數據；一資料準 -5- (3) (3)200414074 備單元，其依據數據獲得單元獲得的確認數據對主要素分 析而準備確認資料；一計算單元，其計算資料準備單元準 備的資料本徵値作用率；一適當判斷單元，其判斷資料準 備單元準備之資料是否適合做爲依據變化計算單元計算的 本徵値作用率之確認資料；一資料儲存單元，其在資料被 適當判斷單元判爲適合時將資料準備單元準備的資料儲 存；以及一確認單元，其利用數據獲得單元獲得的確認數 據以及儲存在資料儲存單元中的資料來確認已辨識者是否 爲本尊。 另外，依據本發明，其提供一種個人辨識方法，包括 從已辨識者獲得確認數據；從獲得的確認數據偵測特徵 點；計算偵測的特徵點偵測位置變化；判斷獲得之確認數 據是否適合用來準備依據計算的特徵點變化之確認資料； 在判斷步驟中確認數據被判爲適合時，依據獲得之確認數 據來準備確認資料；將準備的確認資料儲存；以及利用獲 得的確認數據以及儲存的資料來確認已辨識者是否爲本 尊。 另外，依據本發明，其提供一種個人辨識方法，包括 從已辨識者獲得確認數據；依據獲得的確認數據對主要素 分析而準備確認資料；計算準備的資料本徵値作用率；判 斷準備的資料是否適合做爲依據計算的本徵値作用率之確 認資料；在判斷步驟中準備的資料被判斷爲適合時，將準 備的資料儲存；以及利用獲得的確認數據以及儲存的資料 來確認已辨識者是否爲本尊。 -6 - (4) (4)200414074 【實施方式】 現在參照圖式說明本發明之較佳實施例。 圖1爲個人辨識設備第一實施例構造槪示圖。 個人辨識設備包括一數據獲得單元1 01、一偵測單元 1 02、一變化計算單元1 03、一適當判斷單元1 04、一資料 準備單元105、一資料儲存單元1〇6、以及一確認單元 107 〇 數據獲得單元101從已辨識者100獲得生物資訊以及 其他確認數據。 偵測單元1 02偵測經由數據獲得單元1 0 1獲得的確認 數據之特徵點。 變化計算單元1 〇3計算偵測單元1 〇2偵測的特徵點偵 測位置變化。 適當判斷單元1 04判斷數據獲得單元1 0 1獲得之確認 數據是否適合用來準備依據變化計算單元1 03計算的特徵 點變化之確認數據。 資料準備單元105在資料獲得單元105獲得的確認數 據被判爲適合時依據數據獲得單元1 〇 1獲得的確認數據來 準備確認資料。 資料儲存單元106將資料準備單元105準備的確認資 料儲存。 確認單元1 〇 7利用數據獲得單元1 0 1獲得的確認數據 以及儲存在資料儲存單元1 06中的資料來確認已辨識者是 (5) (5)200414074 否爲本尊。 接著參照圖2來說明個人辨識設備第一實施例流程。 首先，以數據獲得單元1 0 1從已辨識者1 00獲得確認 數據D (步驟S 1 0 1 )，此確認數據D爲例如確認臉的臉 部影像、確認指紋的指紋數據、確認聲紋的聲紋數據、以 及確認簽名的簽名數據。 接著，這些確認數據D之特徵點在偵測單元1 〇2中 被偵測，此處之特徵點爲臉部影像的區域諸如眼睛、眉 毛、鼻子、或嘴唇、邊緣、皺紋。在指紋數據中，特徵點 爲小細節（邊緣、分叉指紋等等）；在簽名數據中，結束 點和跳躍點爲特徵點。爲了偵測這些特徵點，例如揭示於 大眾已知文件[1 ]( ”利用形狀擷取和圖案核對之臉部擷 取”，Kazuhiro FUKUI 和 Osamu YAMAGUCΗI，電子、資 訊及通信工程師文獻協會，第D-11期，：T82-D-11卷，第 8號，第2170-2177頁，1 997年8月出版）的偵測技術可 做爲方法來擷取臉部影像。 另外，在此例中，即使確認數D爲臉部影像數據， 係偵測眼睛和鼻子做爲特徵點。 重覆步驟S 1 0 1和步驟S 1 02直到得到足夠的數據（步 驟S1 03 )，此處所稱足夠的數據係約50-100張臉部影像 數據，假定每秒得到5張臉部影像。 得到足夠的數據之後，變化計算單元1 03計算步驟 S 1 02中偵測到的特徵點（眼睛和鼻子）位置變化（步驟 S1 04 )，例如假定從η個數據Di ( 2，…，k，…，η )偵 -8- (6) (6)200414074 測a個特徵點fj, i ( j = 1，2，...，a )，此時’若從第j個特 徵點的平均位置爲fj:eenter，，，變化”（change位置變化） 可由例如下列數學式1計算： [數學式1] ( 〇

Change - ^Change(j)

Change{j)^Y\f jrfUcenle\2 »*] 另外，在不依平均位置偏移量而是依前一特徵點位置 的總移動量，可依據下列數學式[2]計算變化 [數學式2] C—㈣= -/洲| /=] 或者，可依據特徵點距離變化以下列數學式1計算， 而非特徵點位置： [數學式3] a η

Change :HChange{j >1 1=1 n 丨2

Change(jJ)^ Y\fjti-fhk\ k^Kk^i) 之後，適當判斷單元1 04判斷數據獲得單元1 〇丨獲得 -9 - (7) (7)200414074 之確認數據是否適合用來準備確認數據（步驟s〗〇 5 ) 舉例言之’當位置變化大於預定臨界値ΤΗ 1 0 1或小方々 TH102 ’其爲太大（大於TH1〇1 )或太小（小於 ΤΗ1 01)，而且數據被判爲不適合資料登錄，而且修改登 錄或已辨識者被警告且被要求選擇進行登錄（步驟 S106 ) ° 在步驟S 1 0 5中當獲得的確認數據被判爲適合時，資 料準備單兀1 0 5依據數據獲得單元1 〇丨獲得的確認數據來 準備確認資料（步驟s i 〇 7 )，之後資料儲存單元〗〇 6將 準備的確認單元儲存（步驟sl〇8 )。 在學習資料時’必須學習有點變化的數據，因此，若 未觀察足夠動作或反之觀察過多動作（依據眼睛和鼻子偵 測位置來偵測臉部動作），則執行一項程序將這些數據從 學習數據中排除。由是，其能防止經由未具足夠變化的數 據或有太大變化的數據學習不當資料。 不當資料學習爲變異太少或數據遠超出臨界値。 接著說明第二實施例。 圖3爲個人辨識設備第二實施例構造槪示圖。此個人 辨識設備包括一數據獲得單元201、一偵測單元202、一 角度變化計算單元2〇3、一適當判斷單元2〇4、一資料準 備單兀205、一資料儲存單元2〇6、以及一確認單元 207 〇 數據獲得單元20丨從已辨識者獲得生物資訊以及其他 確認數據。 -10- (8) 200414074 偵測單元2 0 2偵測經由數據獲得單元2 ο丨獲得的確認 數據之特徵點。 角度變化計算單兀2 〇 3計算偵測單元2 0 2偵測的上/ 下和左/右h徵點偵測位置其中任一者變化；此例中上/下 和左/右角度有變化。 適當判斷單元2 0 4判斷數據獲得單元2 0 1獲得之確認 數據是否適合用來準備依據角度變化計算單元2〇3計算的 角度變化之確認數據。 資料準備單元20 5在確認數據被適當判斷單元2〇4判 爲適合時依據數據獲得單元2 〇1獲得的確認數據來準備確 認數據。 資料儲存單元206將資料準備單元205準備的確認資 料儲存。 確認單元207利用數據獲得單元2〇1獲得的確認數據

以及儲存在資料儲存單元2 0 6中的資料來確認已辨識者 100是否爲本尊。 接者參照圖4流程圖來說明個人辨識設備第一實施例 的資料登錄流程。 首先，以數據獲得單元201從已辨識者10()獲得確 數據D (步驟s 2 〇〗），並以偵測單元1 〇 2偵測特徵 (^驟S 203 ) ’如同上述實施例的步驟S2〇i至步 S 2 〇 J ’直到得到足夠的數據（步驟S 2 0 3 )。 如同第一實施例，從η個數據Di ( i = 1，2，…，n) 測a個特徵點f ^ f」，i ( j - 1，2，…，η )之後，角度變化計算 -11 - (9) 200414074 元203計算上/下角度變化（步驟S204)，如下所述。在 此以臉部影像數據做爲確認數據，做爲特徵點位置資訊一 例，其分別使用左眼座標（Xleft_eye，YUft_eye )、右眼座 標（Xright — eye ’ Yright_eye )、左鼻孔座標（X 丨 e f t _ n。s e， Yleft — nose)、以及右鼻孔座標（XHght —nQse，YHght_n()se) 〇 即使特徵點爲例如眼睛區域、嘴唇或眉毛，程序仍相同。 當雙眼中心座標爲（xeenter_eye，Yeenter_eye)，且二 鼻孔中心座標爲（Xcenter_nose，Ycenter_n0se )，可由下列 數學式4計算指示上/下角度變化的UP__D0WN指數（見 圖5 ): [數學式4] =上/下角度變化指數眼睛到鼻子之距離 mmm center _ eye

X center __ nose )2 + σ〇 enter ^eye γ y center_ nose / left „ eye ^ right ^eye^ ^!eft _ eye ^righi _ eye ) 如圖5 A所示，當臉朝前，眼睛到鼻子之距離（眼鼻 距離）變大且指數變大；如圖5 B所示，當臉朝上，眼睛 到鼻子之距離（眼鼻距離）變小且指數變小。如此，在此 例中，眼鼻距離除以雙眼距離之後一般化，而且即使眼鼻 距離因靠近或遠離而變化或變小，使得眼鼻距離不會被誤 判爲上/下角度變化。

然而，在此技術中，甚至是左/右眼角度僅如圖6B中 所示地變化而非圖6A中所示地臉朝前，指數UP_D0WN -12- (10) (10)200414074 會被誤判爲上/下角度變化，然而此時可以以下方式校 正。 右眼睛701和702與鼻子703(鼻孔704和705)位 置如圖7中所示’ X方向的特徵點位置則如圖所示。 Λ外’田臉部彳皮則側J疋轉r，其如圖8 β所示，因此前側 X方向的雙眼距離Leye，G由下列數學式表示： [數學式5]

Leye，〇 = 2rlsin ㊀ 1 而旋轉R之後的X方向的雙眼距離Leye G由下列數學 式表示 : [數學式6]

Leye，R = rlsin(e J+R) + rlsin(© 1-R) 而旋轉R之後的x方向的眼鼻中央點偏移量Lshift，R 由下列數學式表示： [數學式7]

Lshift，R =鼻孔中央點在X方向的位置-眼睛中央點在X 方向的位置 r2sin(A + 7?)- r2sin的-Λ) rising + 尺)- rising -7?) 二 ^ 2 -1J - (11) (11)200414074 力外’ rl’ r2’ R’ θι’和㊀2定義如下（見圖8A和 8B )： r 1 :頭部中心點到左眼7 〇 2之距離； r 2 :頭部中心點到右鼻孔7 〇 4之距離； R :臉部從朝前轉到朝左或朝右之角度； θ 1 :從前面到頭部中心點的直線與從左眼7 0 2到頭 部中心點的直線之間角度；及 Θ 2 :從前面到頭部中心點的直線與從左鼻孔7 0 5到 頭部中心點的直線之間角度。 另一方面，影像明顯距離因已辨識者1 00臉部與做爲 數據獲得單元20 1的一攝影機之間距離產生變化，而且明 顯距離與實際距離成正比，換言之，式5,6和7中之影像 明顯距離分別變成如下： [數學式8] L’eye，〇 = a · Leye，〇 [數學式9]

L’eye，R = a · Leye,R

[數學式10] L’shift,R = a · Lshift，R ( a 爲比例常數） 因此從數學式9和數學式1 〇得到 -14 - (12)200414074 [數學式1 1 ]

Γ ^shifitn LShifiji

[數學式1 2J

厂 I

eye,E — eye,R JJ ι 數學式1 2左邊係影像觀測値，而參數R係將數學式 6和7代入右側而得，因此可從數學式6得到Leye.〇，而a 可藉由將之代入數學式1 1而得。最後，在前面的雙眼距 離影像於X方向的距離L，eye，(）（數學式4中雙眼距離校正 値）在將a代入數學式8時省略。 由是，其能計算數學式 4中的上/下角度變化指數 UP_RIGHT而不致引起如圖6B中所示因雙眼距離變化產 生之問題。另外，如圖7模型所示，可使用所有人通用的 模型或是適合已辨識者1 〇 〇臉部構造各種型態的不同模 型。 接著角度變化計算單元2 03計算依據指示數學式1 3 的左/右角度變化的指數LEFT_RIGHT (參照圖9步驟 S 20 5 ) 〇 [數學式13] 左/右角度變化指數left_right -15- (13) (13)200414074 雙眼中央點和二鼻孔中央點偏移量/雙眼距離

V _ V Λ center _ eye ^ center _ nose *\/^ *^ center ^ eye ^ center _ nose ^"""""^center ^ eye ^ccn 在此，關於雙眼距離，雙眼距離可在步驟S204中被 校正。 依據上述所得結果，適當判斷單元204判斷數據獲得 單元2 0 1獲得之確認數據是否，有足夠角度變化（步驟 S206和步驟S208 )。舉例言之，當上/下角度變化指數 UP__DOWN大於預定臨界値TH201，其判斷爲太大，而且 修改登錄或已辨識者1 00被警告且被要求選擇進行登錄 (步驟 S 2 0 7 )。 當上/下角度變化指數 UP_DOWN小於預定臨界値 TH202，上/下角度變化被判斷爲太小，或當左/右角度變 化指數LEFT_RIGHT大於預定臨界値TH203，左/右角度 變化指數被判斷爲太大，而且當左/右角度變化指數 LEFT — RIGHT小於預定臨界値TH204，左/右角度變化被 判斷爲太小，則執行步驟S 2 0 7之程序。 當確認數據在步驟S 2 0 6和步驟S 2 0 8中未被判爲不當 (當獲得的確認數據被判爲有足夠角度變化），依據數據 獲得單元2 0 1獲得的確認數據來準備確認資料（步驟 S 2 0 9 )，之後準備的確認資料被資料儲存單元2 0 6儲存 (步驟 S 2 1 0 )。 在學習貧料時’必須利用有某些變化的數據來學習， 如上所述地依據眼睛和鼻子位置來判斷臉部垂直方向和側 -16- ’ (14) (14)200414074 面方向。若方向中的變化不夠或相反地變化太多，其能防 止經由未具足夠角度變化的數據或有太大變化的數據學習 不當資料，其藉由執行程序以將這些數據從學習數據中排 除。 接著說明第三實施例。 圖1 〇爲個人辨識設備第三實施例構造槪示圖。此個 人辨識設備包括一數據獲得單元3 0 1、一資料準備單元 3 02、一本徵値計算單元3 0 3、一本徵値作用率計算單元 3 04、一適當判斷單元3 05、一資料儲存單元3 06、以及一 確認單元3 0 7。 數據獲得單元301從已辨識者100獲得包含生物資訊 的確認數據。 資料準備單元3 02依據數據獲得單元301獲得的確認 數據進行主要素分析而準備確認資料。 本徵値計算單元303計算資料準備單元302中的本徵 値。 本徵値作用率計算單元3 04計算資料準備單元3 02準 備的資料本徵値作用率。 適當判斷單元3 0 5判斷資料準備單元3 02準備之資料 是否適合做爲依據本徵値作用率計算單元3 04計算的本徵 値作用率之確認資料。 資料儲存單元3 0 6在資料被適當判斷單元3 0 5判爲適 合時將資料準備單元3 〇 2準備的資料儲存。 確認單元3 07利用數據獲得單元3 0 1獲得的確認數據 -17- (15) (15)200414074 以及儲存在資料儲存單元3 〇 6中的資料來確認已辨識者是 否爲本尊。 接著參照圖1 1流程圖說明第三實施例之資料登錄程 序流程。 首先’以數據獲得單元3 0 1從已辨識者1 00重覆獲得 確認數據D (步驟S 3 〇 1}，直到取得足夠的數據（步驟 S 3 0 2 )。在取得足夠的數據之後，資料準備單元3 〇 2和本 徵値計算單元3 0 3藉由分析獲得的確認數據主要素而準備 確認資料。 以下程序確實執行，其詳細資料參閱大眾已知文件[2] (利用電腦辨識臉部硏究，，，Shigeru AKAMATSU，電 子、資訊及通信工程師文獻協會，第D-11期，J82-d-ll 卷’第 8 號，第 2031-2046 頁，1997 年）。 由N維向量表示的M個圖案爲Xi (丨叫，2，…，M)， 且其平均向量爲# ，方差-協方差矩陣S由數學式I*表 示： [數學式14] J Μ Τ Μ 所以，藉由解出下列數學式15得到Ν個Ν維向量 (1一丨，2，···，N )和對應的N個本徵値λί (丨=1，2，…，n ; λ】〉λ2 > .·· > λΝ )。 •18- (16) 200414074 [數學式1 5 ；] (A}>A2> …>Λν) Φ『Φ,·=1 爲了解出特徵方程式，使用上述文_ ^ χ @ [ 1 ]中之分析

庫，另外’可使用以下交連互作用矩陣R κ來取代方差-協 方差矩陣：

[數學式16]

3 〇 4依據下列方程式1 7 Takagl 和 Shim〇da ，第 43 年）來計算本徵値作用 接著本徵値作用率計算單元 (其細節詳見”影像分析手冊，，， 頁’東京大學出版社，1 9 9 1 率，”T”爲移項矩陣：

[數學式17] 第m個本徵値之本徵値作用率

此本徵値示出佔據作用率較大部分的較高維度本徵値 之作用（其細節詳見大眾已知文獻[4]，”k a rhyme n-Lo eve 程序在人臉特徵化之應用”，M . K i r b y和l . S i r o v i c h， IEEE圖案分析和機器智慧會報，第12卷第}期第l〇3 -19- (17) 200414074 頁’ 1 99 0年1月）。此意謂著學習數據作用較大部分可 由較高維度特徵向量表示。 另~® ’若學習數據變化小（例如臉部幾乎保持固 定）’幾乎所有的本徵値作用率僅由很小的較高維度本徵 {直{占S ° S β ’當學習數據變化大（例如臉大幅移動或偵 測的臉移動）’大本徵値作用率保持在較低維度本徵値， 如圖1 2 C所示。 因此’當示於下列數學式的第m個本徵値的本徵値 作用率或累積到第m個本徵値的本徵値作用率高於預定 臨界値TH301時，適當判斷單元3〇5將變化判爲太大及 不適合做爲確認（核對）資料（步驟S 3 04 )，且修改登 錄或已辨識者100被警告且被要求選擇是否進行登錄（步 驟S 3 0 5 )。當步驟S 3 〇 4中資料被判爲適當，資料儲存單 元3 0 6將資料儲存（步驟S 3 〇 6 )。 [數學式18]

Σ>· 如上所述，當臉部影像變化太小，資料的本徵値作用 率變大，反之，若臉部影像變化太大，資料的本徵値作用 率變小，因此，其能防止經由未具足夠變化的數據或有太 大變化的數據（因判斷臉部變化）學習不當資料。 另外，在上述實施例中說明了資料登錄程序，其可在 資料登錄後在確認（核對）時進行類似程序。 -20- (18) (18)200414074 依據本發明如上詳細所述者，其可提供能使用適合在 資料登錄時進行確認的確認數據來學習並防止不當資料登 錄之個人辨識設備以及個人辨識方法。 【圖式簡單說明】 匱I 1爲本發明的個人辨識設備第一實施例構造槪示方 塊圖； ® 2爲說明個人辨識設備第一實施例的資料登錄程序 之流程圖； 圖3爲個人辨識設備第二實施例構造槪示方塊圖； 圖4爲說明個人辨識設備第二實施例的資料登錄程序 之流程圖； 圖5A和5B爲個人辨識設備第二實施例在偵測上/下 角度變化時狀態圖； 圖6A和6B爲人辨識設備第二實施例在偵測上/下角 度變化時失敗例子槪示圖； 圖7爲從上方俯視人頭部之俯視圖，說明個人辨識設 備第二實施例中之特徵點位置關係； 圖8A和8B爲個人辨識設備第二實施例旋轉後特徵 點變化槪示說明圖； 圖9A和9B爲個人辨識設備第二實施例在偵測左/右 角度變化時狀態圖； 圖1 0爲個人辨識設備第三實施例構造槪示方塊圖； 圖1 1爲說明個人辨識設備第三實施例的資料登錄程 -21 - (19) (19)200414074 序之流程圖；以及 圖12A至12C爲個人辨識設備第三實施例中本徵値 作用率說明圖。 主要元件對照表 1〇〇已辨識者 1 〇 1數據獲得單元 102偵測單元 φ 103 變化計算單元 104適當判斷單元 105資料準備單元 106資料儲存單元 1 〇 7確認單元 201數據獲得單元 202偵測單元 203變化計算單元 修 204適當判斷單元 205資料準備單元 206資料儲存單元 207確認單元 3 〇 1數據獲得單元 3 02資料準備單元 3 03適當判斷單元 3 04本徵値計算單元 -22- (20)200414074

3 0 5本徵値作用率計算單元 3 0 6資料儲存單元 3 0 7 確認單元 7 0 1 眼睛 7 0 2 眼睛 703鼻子 704鼻孔 7 05鼻孔

-23-

Claims (1)

1. (1) (1)200414074 拾、申請專利範圍 1 · 一種個人辨識設備，包括： 一數據獲得單元，其從已辨識者獲得確認數據； 一偵測單元，其偵測經由數據獲得單元獲得的確認數 據之特徵點； 一變化計算單元，其計算偵測單元偵測的特徵點偵測 位置變化； 一適當判斷單元，其判斷數據獲得單元獲得之確認數 據是否適合用來準備依據變化計算單元計算的特徵點變化 之確認資料； 一資料準備單元，其在確認數據判爲適合時依據數據 獲得單元獲得的確認數據來準備確認資料； 一資料儲存單元，其將資料準備單元準備的確認資料 儲存；以及 一確認單元，其利用數據獲得單元獲得的確認數據以 及儲存在資料儲存單元中的資料來確認已辨識者是否爲本 尊。 2 .如申請專利範圍第1項之個人辨識設備，其中變化 計算單元包括一單元來計算偵測單元偵測的特徵點之上/ 下和左/右角度變化的至少其中一者。 3 ·如申請專利範圍第1項之個人辨識設備，其中數據 獲得單元獲得的確認數據爲臉部影像。 4·如申請專利範圍第3項之個人辨識設備，其中偵測 單元使用臉部影像的臉部區域諸如眼睛、眉毛、鼻子、或 -24- (2) (2) 200414074 嘴唇做爲特徵點。 5 .如申請專利範圍第1項之個人辨識設備，其中當 適當判斷單元將確認數據判斷爲適合時，從數據獲得單元 獲得確認數據開始再度執行程序。 6. —種個人辨識設備，包括： 一數據獲得單元，其從已辨識者獲得確認數據； 一資料準備單元，其依據數據獲得單元獲得的確認數 據對主要素分析而準備確認資料； 一計算單元，其計算資料準備單元準備的資料本徵値 作用率； 一適當判斷單元，其判斷資料準備單元準備的資料是 否適合做爲依據變化計算單元計算的本徵値作用率之確認 資料； 一資料儲存單元，其在資料被適當判斷單元判爲適合 時將資料準備單元準備的資料儲存；以及 一確認單元，其利用數據獲得單元獲得的確認數據以 及儲存在資料儲存單元中的資料來確認已辨識者是否爲本 尊。 7 ·如申請專利範圍第6項之個人辨識設備，其中數據 獲得單元獲得的確認數據爲臉部影像。 8 ·如申請專利範圍第7項之個人辨識設備，其中偵測 單元使用臉部影像的臉部區域諸如眼睛、眉毛、鼻子、或 嘴唇做爲特徵點。 9 ·如申請專利範圍第6項之個人辨識設備，其中當 -25- (3) (3)200414074 適當判斷單元將確認數據判斷爲適合時，從數據獲得單元 獲得確認數據開始再度執行程序。 1 〇 · —種個人辨識方法，包括： 從已辨識者獲得確認數據； _ 從獲得的確認數據偵測特徵點； _ 計算偵測的特徵點偵測位置變化； 判斷獲得之確認數據是否適合用來準備依據計算的特 徵點變化之確認資料； φ 在判斷步驟中確認數據被判爲適合時，依據獲得之確 認數據來準備確認資料； 將準備的確認資料儲存；以及 利用獲得的確認數據以及儲存的資料來確認已辨識者 是否爲本尊。 1 1 .如申請專利範圍第1 0項之個人辨識方法，其中 變化計算步驟包括計算偵測步驟偵測的特徵點之上/下和 左/右角度變化的至少其中一者之步驟。 鲁 1 2 .如申請專利範圍第1 〇項之個人辨識方法，其中數 據獲得步驟獲得的確認數據爲臉部影像。 1 3 .如申請專利範圍第1 2項之個人辨識方法，其中偵 測步驟使用臉部影像的臉部區域諸如眼睛、眉毛 '鼻子、 或嘴唇做爲特徵點。 i 4 .如申請專利範圍第1 0項之個人辨識方法，其中 當適當判斷步驟將獲得的數據判斷爲適合時’從數據獲得 步驟獲得確認數據開始再度執行程序° -26- (4) (4)200414074 1 5 · —種個人辨識方法，包括： 從已辨識者獲得確認數據； 依據獲得的確認數據對主要素分析而準備確認資料； 計算準備的資料本徵値作用率； 判斷準備的資料是否適合做爲依據計算的本徵値作用 率之確認資料； 在判斷步驟中準備的資料被判斷爲適合時，將準備的 資料儲存；以及 利用獲得的確S忍數據以及儲存的資料來確認已辨|哉者: 是否爲本尊。 1 6 ·如申請專利範圍第1 5項之個人辨識方法，其中數 據獲得步驟獲得的確認數據爲臉部影像。 17·如申請專利範圍第16項之個人辨識方法，其中偵 測步驟使用臉部影像的臉部區域諸如眼睛、眉毛、胃+、 或嘴唇做爲特徵點。 18·如申請專利範圍第1 5項之個人辨識方法，其中 當適當判斷步驟將獲得的數據判斷爲適合時，從_據_胃 步驟獲得確認數據開始再度執行程序。 -27-