TWI299471B - Person recognition apparatus - Google Patents
Person recognition apparatus Download PDFInfo
- Publication number
- TWI299471B TWI299471B TW095147712A TW95147712A TWI299471B TW I299471 B TWI299471 B TW I299471B TW 095147712 A TW095147712 A TW 095147712A TW 95147712 A TW95147712 A TW 95147712A TW I299471 B TWI299471 B TW I299471B
- Authority
- TW
- Taiwan
- Prior art keywords
- face
- unit
- dictionary
- face image
- image
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
Description
1299471 (1) 九、發明說明 【發明所屬之技術領域】 本發明係有關於使用例如顏面影像等認證資料來辨識 被認證者之個人辨識裝置、以及使用了上記個人辨識裝置 的通行控制裝置。 【先前技術】 最近,根據按鍵、磁卡、1C卡等記錄在實體媒體的 認證資料,或根據指紋、網膜、虹膜、掌形、顏面影像等 生物資訊來識別被認證者的個人辨識裝置(個人辨識裝置 )被廣爲開發。例如,使用顏面影像進行個人認證的個人 辨識裝置中,先擷取被認證者之顏面影像、再將事先記憶 (以下亦稱登錄)在字典裡的顏面影像和被認證者的顏面 影像比對以辨識被認證者的身分。 上記這種個人辨識裝置,具備記憶了認證用之字典之 字典記憶部。此種個人辨識裝置中,會使用上記字典記憶 部之字典來辨識被認證者。先前之個人辨識裝置中,會從 被認證者取得多數認證資料,根據這些多數認證資料產生 登錄用之字典資料,並將已產生之字典資料登錄在字典內 。因此,被認證者在字典登錄時,必須多次進行字典資料 用之認證資料輸入作業。又,字典內已登錄畢之字典資料 的更新處理,得遵從管理者或被認證者下達更新處理指示 才執行。 上記這類先前個人辨識裝置,在使用者登錄字典時, -5- (2) 1299471 或更新字典時會感到繁雜。 又’先前之個人辨識裝置中,會發生例如隨 置或姿勢等被認證者之狀態導致人物辨識率下降 日本特開平1 1 -3 1 68 3 6號公報,或日本特開平] 號公報中’就提案了用以減輕因被認證者之狀態 辨識率下降之技術。 上記日本特開平1 1 -3 1 6 8 3 6號公報中,開示 時的人物面對方向和事先登錄之人物面對方向不 變拍攝被認證者之攝影機的方向之技術。又,上 開平1 1 - 1 9 1 8 56號公報中,則開示了有關誘導被 視線至所定位置之技術。 但在此同時,上記日本特開平1 1 -3 1 68 3 6號 日本特開平1 1 - 1 9 1 8 56號公報所記載之方法,必 控制拍攝被認證者攝影機之方向的控制電路,或 證者視線的視線誘導裝置。 又,先前使用顏面影像之個人辨識裝置中, 兄弟等之類似容貌之使用者有時會多重存在。又 鏡等情況也會使一個人必須有多個字典資料。像 在字典之字典資料越多,認證處理時間越長,就 識率。 【發明內容】 本發明的目的在提供一種個人辨識裝置,可 登錄字典或更新字典時不會感到繁雜,且可安全 著站立位 。例如, 1-191856 所致人物 了當辨識 同時會改 記曰本特 認證者之 公報,或 須得新設 誘導被認 雙胞胎或 ,有無眼 這樣登錄 會降低辨 讓使用者 地進行字 - 6 - (3) 1299471 典之更新處理。 識之 提升 像比 料的 憶部 資料 進行 記認 字典 次藉 資料 的前 時, 認證 典更 料的 憶部 資料 進行 又,本發明的目的在提供穩定且可高精確度地辨 個人辨識裝置及通行控制裝置。 又,本發明的目的在提供對使用者便利性高、可 認證精確度及安全等級的顏面影像比對裝置、顏面影 對系統及顏面影像比對方法。 本發明之個人辨識裝置,係屬於具有取得認證資 0 認證資料輸入部,及記憶認證用之字典資料的字典記 ,及根據前記認證資料輸入部自被認證者取得之認證 和前記字典記憶部所記憶之字典資料對前記被認證者 認證處理之認證部之個人辨識裝置,其中具有根據前 證資料輸入部所取得之認證資料產生新增字典資料的 產生部,及前記字典產生部產生前記字典資料後,再 由前記認證資料輸入部取得認證資料,並將前記認證 輸入部所取得認證資料與前記前記字典產生部所產生 g 記字典資料比對之認證部,及當該認證部之比對成功 在前記字典產生部產生的前記字典資料後會使用前記 資料輸入部所取得之認證資料更新前記字典資料之字 新部。 本發明之個人辨識裝置,係屬於具有取得認證資 認證資料輸入部,及記憶認證用之字典資料的字典記 ,及根據前記認證資料輸入部自被認證者取得之認證 和前記字典記憶部所記憶之字典資料對前記被認證者 認證處理之認證部之個人辨識裝置,其中具有在被認證者 (4) (4)1299471 被前記認證部認證之際,判定是否需要更新前記字典記憶 部所記憶之字典資料的判定部,及會根據前記認證資料輸 入部取得之認證資料,更新該判定部所判定之需要更新之 前記字典資料的字典更新部,及記憶代表該字典更新部所 更新之前記字典資料內容的字典更新歷程記憶部,及在前 記認證部認證了被認證者之際,顯示該當認證結果及前記 字典更新歷程記憶部所記憶之前次字典更新時的字典更新 歷程之顯示部。 本發明之個人辨識裝置,係屬於藉由顏面影像辨識人 物之個人辨識裝置,其中具有將至少包含人物顏面之影像 輸入之影像輸入部,及從該影像輸入部輸入之影像中偵測 出前記人物顏面領域之顏面偵測部,及根據該顏面偵測部 之偵測結果萃取出前記人物顏面特徵量的特徵量萃取部, 及當前記影像輸入部輸入了登錄對象之影像時,會將前記 特徵量萃取部所萃取出之特徵量當作該當人物之登錄資訊 而保持的登錄資訊保持部,及當前記影像輸入部輸入了辨 識對象之影像時,會比對前記特徵量萃取部所萃取出之特 徵量和前記登錄資訊保持部所保持之登錄資訊以對前記被 認證者進行辨識處理之辨識部’及當該辨識部進行辨識處 理時,會比對前記辨識對象之影像中代表顏面狀態的資訊 、和前記登錄資訊保持部所保持之前記辨識對象之影像的 前記登錄資訊中的顏面狀態,顯示在同一畫面上之顯示部 〇 本發明之個人辨識裝置’係屬於藉由顏面影像辨識人 -8- (5) 1299471 物之個人辨識裝置,其中具有將至少包含人物顏面之 輸入之影像輸入部,及從該影像輸入部輸入之影像中 出前記人物顏面領域之顏面偵測部,及根據該顏面偵 之偵測結果萃取出前記人物顏面特徵量的特徵量萃取 及當前記影像輸入部輸入了登錄對象之影像時,會將 特徵量萃取部所萃取出之特徵量當作該當人物之登錄 而保持的登錄資訊保持部,及當前記影像輸入部輸入 識對象之影像時,會比對前記特徵量萃取部所萃取出 徵量和前記登錄資訊保持部所保持之登錄資訊以對前 認證者進行辨識處理之辨識部,及當前記影像輸入部 了登錄對象之影像時,會將代表「要以何種狀態輸入 登錄對象影像才好?」之引導資訊,及代表前記影像 部所輸入之影像中之顏面狀態的資訊,顯示在同一畫 之顯示部。 本發明之個人辨識裝置,係屬於藉由顏面影像辨 物之個人辨識裝置,其中具有將至少包含人物顏面之 輸入之影像輸入部,及從該影像輸入部輸入之影像中 出前記人物顏面領域之顏面偵測部,及根據該顏面偵 之偵測結果萃取出前記人物顏面特徵量的特徵量萃取 及當前記影像輸入部輸入了登錄對象之影像時,會將 特徵量萃取部所萃取出之特徵量當作該當人物之登錄 而保持的登錄資訊保持部,及前記影像輸入部會輸入 影像、根據前記顏面偵測部所偵測之顏面領域的隨時 化而判定被認證者是否存在的判定部,及當該判定部 影像 偵測 測部 部, m 資訊 了辨 之特 記被 輸入 目丨J g己 輸入 面上 識人 影像 偵測 測部 部, m §Β 資訊 連續 間變 判定 -9 - (6) 1299471 被認證者存在時,會比對前 輸入部所輸入之影像中萃取 部所保持之登錄資料而對前 識部。 本發明之個人辨識裝置 物之個人辨識裝置,其中具 用者所被給予之識別資訊對 存在時會記憶表示有類似顏 及輸入利用者之識別資訊的 入之識別資訊所對應之利用 記記憶部中沒有記憶著表示 資訊所對應之顏面影像存在 會進行前記攝影部所拍攝之 之識別資訊所對應之前記記 的第一顏面比對部,及當前 針對前記輸入部所輸入之識 有類似之顏面影像之資訊時 比對部之比對處理進行前記 記輸入部所輸入之識別資訊 顏面影像之比對的第二顏面 本發明之個人辨識裝置 物之個人辨識裝置,其中具 顏面影像而記憶之記憶部, 影像和已經記憶之其他顏面 記特徵量萃取部會從前記影像 出特徵量和前記登錄資訊保持 記被認證者進行辨識處理之辨 ,係屬於藉由顏面影像辨識人 有將利用者之顏面影像和各利 應記憶、更在有類似顏面影像 面影像存在之資訊的記憶部, 輸入部,及拍攝該輸入部所輸 者顏面影像的攝影部,及當前 針對前記輸入部所輸入之識別 有類似之顏面影像之資訊時、 顏面影像和前記輸入部所輸入 憶部所記憶之顏面影像之比對 記記憶部中存在有記憶著表示 別資訊所對應之顏面影像存在 、會藉由不同於前記第一顏面 攝影部所拍攝之顏面影像和前 所對應之前記記憶部所記憶之 比對部。 ,係屬於藉由顏面影像辨識人 有將識別資訊對應於利用者之 及判定該記憶部所記憶之顏面 影像之契合度之判定部,及根 -10- (7) 1299471 據該判定部所判定之該當顏面影像與其他顏面影像 度、對該當顏面影像設定閥値的設定部,及輸入利 識別資訊的輸入部,及拍攝對應於該輸入部所輸入 資訊的利用者顏面影像的攝影部,及進行前記輸入 入之識別資訊與附加資訊所對應之顏面影像和前記 所攝得之顏面影像的比對處理之顏面比對部。 本發明之個人辨識裝置,係屬於藉由顏面影像 物之個人辨識裝置,其中具有記憶著正當之利用者 像的第一記憶部,及記憶著不明者之顏面影像的第 部,及拍攝利用者顏面影像的攝影部,及進行該攝 攝得之顏面影像和前記第一記憶部所記憶之顏面影 對處理之第一顏面比對部,及當該第一顏面比對部 對到前記攝影部所攝得之顏面影像和前記第一記億 憶顏面影像時,會進行前記攝影部所攝得之顏面影 記第二記憶部所記憶之顏面影像之比對處理的第二 對部,及當該第二顏面比對部比對到前記攝影部所 顏面影像和前記第二記憶部所記憶之顏面影像時、 警報之警報部。 本發明之個人辨識裝置,係屬於藉由顏面影像 物之個人辨識裝置,其中具有記憶著利用者顏面影 一記憶部,及記憶了表示利用者存在於所定領域內 的第二記憶部,及拍攝入場至前記所定領域內之利 顏面影像之攝影部,及當該攝影部拍攝顏面影像之 根據前記第二記憶部之記憶內容特定出前記所定領 的契合 用者之 之識別 部所輸 攝影部 辨識人 顏面影 二記憶 影部所 像的比 沒有比 部所記 像和前 顏面比 攝得之 會發出 辨識人 像的第 之資訊 用者的 際,會 域內之 -11 - (8) (8)1299471 存在者,並將前記攝影部所攝得之影像記憶在前記第一記 憶部,且進行和前記第二記憶部中所記憶之利用者以外之 顏面影像的比對處理之顏面比對部,及當該顏面比對部比 對到前記所定領域內存在之利用者以外之顏面影像時,會 許可前記攝影部所攝得之利用者之入場的許可部,及當該 顏面比對部沒有比對到前記所定領域內存在之利用者以外 之顏面影像時,會不許可前記攝影部所攝得之利用者之入 場的不許可部。 本發明之個人辨識裝置,係屬於藉由顏面影像辨識人 物之個人辨識裝置,其中具有將利用者之顏面影像和各利 用者所被給予之識別資訊對應記憶之第一記憶部,及拍攝 利用者顏面影像之攝影部,及感應該攝影部可攝得之利用 者之存在的的感應部,及該感應部感應到利用者存在時之 際,藉由前記攝影部拍攝利用者之顏面影像,並進行該攝 得之顏面影像與前記記憶部所記憶之所有顏面影像的比對 處理之第一顏面比對部,及輸入利用者識別資訊的輸入部 ,及當前記第一顏面比對部之比對處理中前記輸入部輸入 了識別資訊時,便中斷前記第一顏面比對部的比對處理, 並進行前記攝影部所攝得之顏面影像和前記輸入部所輸入 之識別資訊所對應之顏面影像之比對處理之第二顏面比對 部。 本發明之個人辨識系統,係屬於具有拍攝利用者顏面 影像、並進行攝得之顏面影像和事先記憶在比對用字典之 顏面影像之比對處影之顏面影像比封裝置’及連線至該顏 12· (9) (9)1299471 面影像比對裝置之伺服器裝置,及可連線至該伺服器裝置 之資訊終端的系統,其中前記終端,係具有拍攝利用者顏 面影像之攝影部,及根據該攝影部所攝得之顏面影像產生 個人字典之個人字典產生部’及將該產生部所產生之個人 字典發訊至前記伺服器之送訊部,而前記伺服器裝置,具 有接收發訊自前記資訊終端之個人字典,並整合收自多個 資訊終端的個人字典以產生前記顏面影像比對裝置所利用 之比對用字典產生部。 【實施方式】 以下茲佐以圖面說明本發明之實施例。 首先,說明第1實施例。 圖1係第1實施例之個人辨識裝置(個人辨識裝置) A1之構成槪略圖。該個人辨識裝置A1,例如,認證被認 證者Ο是否爲本人,並根據該認證結果以進行對安全重 視的建築物或房間的入室管理。該個人辨識裝置A1,如 圖1所示,係由控制部、字典記憶部1、認證部2、認證 資料輸入部3、字典登錄·更新部4、顯示部5、字典登 錄選擇部6、門8、以及門控制部7所構成。 上記控制部,係藉由控制各部之運作以控制個人辨識 _ S整體。上記字典記憶部1,係記憶著作爲認證用字典 2資料。上記字典記憶部1係由硬碟裝置等記憶裝置所構 $ °上記認證部2,係根據取自被認證者0之認證資料與 記字典記憶部1之字典所登錄之資料以認證被認證者Ο -13- (10) 1299471 是否爲本人之部份。 上記認證資料’可爲記錄在實體媒介之資料,亦可爲 能自被認證者0取得之生物資訊。例如,以記錄在實體 媒體之資料作爲認證資料時’各被認證者〇之認證資料 ,可記錄在各被認證者0所持之鑰匙或磁卡、1C卡等。 又’以生物資訊作爲δ忍證資料時,各被認證者〇之認證 資料,可爲自被認證者〇取得之指紋、網膜、虹彩、掌 Φ 型、顏面影像等身體的特徵量作爲生物資訊。上記認證部 2,係由CPU及記憶著控制程式的記憶體所構成。 上記認證資料輸入部3 ’係自被認證者〇取得認證資 料或字典資料之部份。上記認證資料輸入部3係由反映自 被認證者〇取得認證資料之輸入裝置所構成。例如,當 以顏面影像作爲認證資料時,上記認證資料輸入部3係由 拍攝顏面影像之攝影機及擷取攝影機所攝得之影像的影像 介面等所構成。上記字典登錄·更新部4,係進行字典之 φ 產生、登錄、更新等之部份。上記顯示部5係將輸入資料 或認證結果等對被認證者〇顯示之物。上記顯示部5係 以顯示裝置等所構成。 上記字典登錄選擇部6,係讓被認證者〇判斷上記顯 示部5所顯示之資料的適切性,並選擇是否對字典進行資 料登錄。上記字典登錄選擇部6,例如可由鍵盤或觸控式 面板等構成。上記門控制部7,係根據上記字典記憶部1 之結果進行入室管理而控制門8之開閉。 接著,茲佐以圖2所示的流程圖說明上記此種個人辨 -14- (11) 1299471 識裝置A 1中的字典登錄處理。
首先,認證資料輸入部3從被認證者Ο取得要登錄 至字典的資料(字典資料)Data-dic (步驟S1 )。上記字 典資料Data-dic,例如當認證部2以指紋進行個人認證時 則爲被認證者〇的指紋資料,當認證部2以聲紋進行個 人認證時則爲被認證者〇的聲紋資料,當認證部2以簽 名進行個人認證時則爲被認證者〇的簽名資料,當認證 部2以顏面影像進行個人認證時則爲被認證者Ο的顏面 影像資料。上記認證資料輸入部3所輸入之字典資料 Data-dic,會被顯示在顯示部5(步驟S2)。 此處特別指出的是,當字典資料Data-die爲顏面影像 資料時,被認證者〇根據顯示部5所顯示之作爲字典資 料Data-dic的顏面影像判斷輸入之字典資料Data-dic的 適切性。例如,當字典資料Data-dic爲顏面影像資料時, 被認證者〇可藉由顯示部5所顯示的顏面影像,輕易地 判斷顏面的擷取位置正確性、顏面方向之適切性、表型的 適切性、照明的適切性等。 上記步驟S3,當被認證者Ο判斷顯示部5所顯示之 字典資料Data-dic不適切時,被認證者Ο藉由上記字典 登錄選擇部6選擇指示不要登錄該當字典資料Data-dic。 當上記字典登錄選擇部6被選擇指示不登錄時,上記認證 資料輸入部3會回到上記步驟 S 1,重新進行字典資料 Data-dic之取得處理。 上記步驟S3,當被認證者Ο判斷顯示部5所顯示之 -15- (12) 1299471 字典資料Data-dic爲適切時,被認證者Ο藉由上記 登錄選擇部6選擇指示要登錄該當字典資料Data-dic 上記字典登錄選擇部6被選擇指示要登錄時,上記字 錄·更新部4會根據上記認證資料輸入部3取得之字 料Data-dic產生字典Dicl,並將該字典Dicl記憶( )在字典記憶部1 (步驟S4)。 上記字典記憶部1 一旦登錄了新的字典Dicl, 人辨識裝置A中會對被認證者Ο進行認證測試(認 嘗試),而進行檢查所登錄之字典Dicl是否妥當之 〇 亦即,上記認證資料輸入部3,會從被認證者Ο 認證資料(認證測試用資料)Data-test (步驟S5 ) 記認證資料輸入部3所取得之認證測試用資料Data ,會被送至認證部2。上記認證部2會進行來自上記 資料輸入部3之認證資料與字典記憶部1內之字典 的比對處理(認證處理)(步驟S6 )。根據此比對 的比對結果,認證部2會判定被認證者Ο是否爲本 步驟S 7 )。 上記步驟S 7中,當無法判斷其爲本人時,上記 部2會判斷上記認證資料輸入部3所取得之認證測試 料Data-test或字典資料Data-dic之質不夠充分。換 說,當無法認證爲本人時,上記認證部2會再次進行 步驟S 1之字典資料取得處理,或上記步驟S 5之認證 用資料取得處理。 字典 。當 典登 典資 登錄 則個 證的 運作 取得 。上 -test 認證 Dicl 處理 人( m 用資 句話 上記 測試 -16- (13) (13)1299471 上記步驟S 6、S 7中,當可認證爲本人時,上記認證 部2會判斷上記認證資料輸入部3所取得之認證測試用資 料Data-test或字典資料Data-dic之質爲充分。又,當可 認證爲本人時,上記顯示部5會和上記步驟S 2 —樣顯示 出輸入至上記認證資料輸入部3的認證測試用資料Data-test (步驟 S8)。 上記步驟S 9中,當上記被認證者〇判斷顯示部5所 顯示之認證測試用資料Data-test不適切時,上記被認證 者〇’藉由字典登錄選擇部6指示不要將該當認證測試用 資料Data-test再次登錄至上記字典記憶部ι。當上記字 典登錄選擇部6指示不要將該當認證測試用資料Data-test再次登錄時,上記字典登錄·更新部4會回到上記步 驟S 5,再次進行上記認證資料輸入部3之認證測試用資 料Data-test之取得處理。 上記步驟S 9中’當上記被認證者〇判斷顯示部5所 顯示之認證測試用資料Data-test適切時,上記被認證者 〇,藉由字典登錄選擇部6指示不要將該當認證測試用資 料Data-test再次登錄至上記字典記憶部1。當上記字典 登錄選擇部6指tjk要將該當認證測試用資料d a t a -1 e s t再 次登錄時,上記字典登錄·更新部4會使用已經被上記字 典記憶部1記憶成字典Dicl之字典資料Data-die與上記 認證測試用資料D a t a -1 e s t再度產生字典d i c 2 (步驟S 1 0 ),並將該字典Dic2記憶至字典記憶部i內。 一旦上記字典記憶部1內登錄了字典D i c 2,上記字 -17- (14) (14)1299471 典登錄•更新部4會判斷上記字典記憶部1所記憶之字典 Dic2是否爲經過充分學習之字典(正式字典)。是否爲 正式字典之判斷,係例如藉由字典學習所用之資料(認證 測試用資料Data-test )之量是否超過了所定閥値來判斷 即可。 當上記判斷上記字典記憶部1所登錄之字典爲正式字 典時(步驟Sll、YES),個人辨識裝置A便結束字典登 錄處理。又,當上記判斷上記字典記憶部1所登錄之字典 非正式字典時(步驟Sll、NO),上記字典登錄·更新部 4會再次回到步驟S 5,再次藉由上記認證資料輸入部3進 行認證測試用資料Data-test的取得處理。藉由上記步驟 S 5〜S 1 1之處理,上記字典登錄·更新部4,至被判斷爲 正式之字典被登錄至上記字典記憶部爲止,可進行充分的 字典學習。 若根據上記這種字典登錄處理,在字典登錄時,首先 擷取字典資料並產生字典,甚至在前記字典充分學習處理 結束以前會不斷重複取得認證測試用資料。如此,只需被 認證者Ο輸入認證資料,就可在字典登錄作業時,實現 字典資料登錄、認證測試、以及字典學習等。換句話說, 在字典登錄作業時,認政策識貨字典學習等處理可在被認 證者Ο沒有意識到的情況下執行,可減低對被認證者〇 之字典登錄作業的繁雜度。又,藉由使用字典登錄時的許 多認證測試用資料進行字典學習,可產生、登錄含有多變 性的高認證精確度字典。 -18- (15) (15)1299471 如以上之說明,若根據上記第1實施例’在字典資料 之首次登錄時,可使確認是否可正確認證的認證測試在被 認證者沒有意識到的情況下進行。又,在字典資料之首次 登錄時,因爲可取得字典的學習資料,故可減輕用以取得 樣本資料作爲學習資料之作業。甚至,因被認證者不會意 識到認證測試及字典登錄作業,故可減輕在個人辨識裝置 首次導入時的作業繁雜度。 接著將說明第2實施例。 圖3係第2實施例之個人辨識裝置A2之構成槪略圖 。圖3所示之第2實施例的個人辨識裝置A2,係在圖1 所示第1實施例之個人辨識裝置A 1的構成中,追加影像 輸入部9,以及認證歷程記憶部1 〇。此外,在以下之第2 實施例說明中,有關和圖1所示第1實施例相同的構成, 會在同一地點標以相同符號,並省略其說明。 上記影像輸入部9,係至少會取得被認證者〇之顏面 影像之物。上記影像輸入部9,係由拍攝影像的攝影機、 以及擷取攝影機所攝得之影像的介面等所構成。上記認證 歷程記憶部1 〇,在更新字典記憶部1內之字典時,會記 憶包含該字典更新結果之字典更新歷程。上記認證歷程記 憶部1 〇,係以例如硬碟機等記憶裝置所構成。此外,當 只使用了顏面影像作爲認證資料時,上記影像輸入部9和 認證資料輸入部3,可僅以一個影像輸入部9來構成即可 。有關該種情況之構成將於後述。 以下茲佐以圖4之流程圖說明個人辨識裝置A2的認 -19- (16) (16)1299471 證處理及字典更新處理流程。 首先,上記影像輸入部9會取得作爲認證對象之被認 證者Ο的影像(含有顏面影像)(步驟S 2 0 )。又,上記 認證資料輸入部3會從被認證者〇取得認證資料(步驟 S 2 1 )。此外,以顏面影像作爲認證資料時,亦可將上記 影像輸入部9所取得之顏面影像當作認證資料。 另一方面,上記認證部2,會根據上記認證資料輸入 部3所取得之認證資料與記憶在上記字典記憶部1的字典 進行比對處理(認證處理)(步驟S22 )。 此外,當以顏面影像進行認證處理時,上記認證部2 所執行的認證處理中,例如可適用「坂野銳、中村逸一「 認證技術的現在與未來」.資訊處理,V ο 1.4 1,N 〇 7, pp.8 1 6-822,July 2000」(文獻 1),或「Alex Pentland
Tanzeem Choudhury. “Face Recognition for Smart
Environments”· IEEE Computer Magazine,Vol.33,No.2, ρρ·5 0-5 5,February 2000·」(文獻2)所記載之認證方法 ο 又,當以顏面影像以外之指紋、網膜、虹膜、掌形、 顏面影像等生物資訊進行比對處理時,上記認證部2會根 據認證資料輸入部3所取得之生物資訊進行比對處理。又 ’當以被認證者Ο所持之磁卡或1C卡進行比對處理時, 上記認證部2,會進行上記認證資料輸入部3所輸入之被 認證者Ο所持之磁卡或1C卡內所記錄之資料與上記字典 記憶部所記憶之資料的比對處理。又,當以被認證者〇 -20- (17) (17)1299471 所持之鑰匙進行比對處理時’上記認證部2會進行上記認 證資料輸入部3所輸入之被認證者〇所持之鑰匙紋路與 上記字典記億部1所記憶之鎖的紋路的比對處理(吻合檢 查)。 上記步驟S22中,當無法確認被認證者〇爲本人時 (步驟S23,NO) ’上記顯示部5會顯示出表示認證失敗 的認證結果(步驟S24 )。 上記步驟S22中,當確認被認證者〇爲本人時(步 驟S23,YES ),上記字典登錄·更新部4會判定是否需 要進行字典記憶部1所記憶之該當被認證者〇的字典的 更新處理(步驟S25 )。例如’上記字典更新處理可爲每 當所定期間、或每當所定次數、或當比對結果的類似度( 認證分數)下降到所定閥値時進行。 上記步驟S25中’當判定了需要更新被認證者〇的 字典時(步驟S25,YES ),上記字典登錄·更新部4會 根據步驟S2 1從該當被認證者〇取得之認證資料進行字 典更新處理。藉此,上記字典登錄·更新部4會更新字典 記憶部1所記憶之該當被認證者0的字典(步驟S26 ) ° 又,進行字典更新處理之際,上記認證歷程記憶部 1 〇會記憶上記影像輸入部9所取得之被認證者0的顏面 影像,以及該當字典更新1之結果等所成t #典更新1 s程資 訊(步驟S27 )。甚至,當進行上記字典更新處理時,上 記顯示部5會顯示該當認證結果及記憶在認證歷程記憶部 10內之前次字典更新時的字典更新歷程等(步驟S28 ) ° -21 - (18) 1299471 圖5係顯示在顯示部5的畫面例圖。圖5所示之畫面 例中,顯示著本次與前次字典更新歷程。如圖5所示,除 了顯示本次認證結果(包含影像輸入部9所輸入之被認證 者0的顏面影像B ) A,還顯示了前次的字典更新歷程C 。此外,前次字典更新歷程的組成,可爲顯示出字典更新 的時間日期、字典更新場所,以及字典更新時的被認證者 顏面影像等。 一旦到上記步驟S28爲止的字典更新處理結束,上記 門控制部7便會將上記門8打開(步驟S29 ),許可該當 被認證者的通行而結束處理。 上記步驟S25中,當判定沒有必要更新該當被認證者 〇的字典時(步驟S25,NO),上記認證歷程記憶部10 會將前次字典更新時的字典更新歷程(前次字典更新歷程) 送至上記顯示部5。藉此,上記顯示部5會顯示前次字典 更新歷程與認證結果(步驟S28 )。甚至,一旦上記顯示 部5顯示了前次字典更新歷程與認證結果,則上記門控制 部7,可藉由打開上記門8(步驟S29),許可該當被認 證者的通行而結束處理。 如上記,當進行了字典更新處理時,過去之字典更新 歷程資訊會被記憶、並顯示表示字典之更新的資訊。藉此 ,即使當有任何人僞裝成本人(或是被誤認證成本人)而 進行了字典更新時,仍可判斷過去已經進行之字典更新狀 況。又,當真正的被認證者(登錄者)受到認證之際,可 將前次進行之字典更新內容當作該字典更新歷程而顯示。 -22- (19) (19)1299471 因此,被認證者本身可早期發現在本人不知情下所進 行之字典更新等。相反地,若前次字典更新進行的結果的 確是登錄者自己時,則可確認「自前次認證到本次認證爲 止,完全沒有其他人進行字典更新」之事實。因此,具有 可讓登錄者安心使用該當系統之利點。甚至,因進行字典 更新之際會顯示被認證者的顏面影像等影像資訊,可較易 察覺登錄者是否爲他人假扮等異常。 又,當自動進行字典更新之系統情況,登錄者會擔心 他人所行之字典更新。因此,如上記般,被認證者本身可 輕易確認他人資料所致之字典更新內容,而大幅提升被認 證者的滿足度與安心感。又,因很容易發覺第三者所行的 字典更新,故對抑制此種行爲的效果很大。 此外,上記步驟S28中,如圖6所示,亦可多重顯示 字典更新歷程C。此時,字典更新歷程的數量、歷程資訊 、或其顯示格式等顯示內容,可讓登錄者或管理者或兩者 來設定。圖6所示之例中,C 1係表示字典更新之際的狀 況資訊,C2爲字典更新時所攝得之被認證者的顏面影像 〇 又,上記步驟S28中,亦可如圖7所示,將字典更新 時的顏面影像C2並列顯示,並顯示多個影像輸入部所輸 入之被認證者〇影像。此時,多個影像輸入部,可設置 成以各種角度或各種大小來拍攝被認證者0。 又,本第2實施例中,當上記認證部2以顏面影像進 行認證時,個人辨識裝置A2的整體構成,則如圖8所示 -23- (20) (20)1299471 。圖8所示的構成中,因影像輸入部9兼任認證資料輸入 部3,故無必要如圖4所示的構成般’認證資料輸入部3 須具備其他影像輸入部9 °因此’圖8所示的個人辨識裝 置A2中,上記認證部2藉由上記影像輸入部9所輸入之 顏面影像與字典記憶部1內之字典比對而認證被認證者〇 是否爲本人。 接著,將說明第3實施例。 圖9係第3實施例之個人辨識裝置A3的構成槪略圖 。圖9所示之個人辨識裝置A3的構成,和前述圖8之個 人辨識裝置A2的構成,只有在追加了管理權限記憶部1 1 之不同點。圖9所示的個人辨識裝置A3中除了上記管理 權限記憶部1 1以外的構成,其餘皆同圖8所示之個人辨 識裝置A2,故在同一地點標以相同符號,並省略其詳細 說明。 上記管理權限記憶部11,各登錄者(利用者)係以 表示有管理權限之登錄者的資訊被記憶著。管理權限記憶 部11中,例如圖10所示,各登錄者係對應著表示各登錄 者的資訊(利用者ID ),和表示擁有管理權之登錄者資 訊而記憶著。圖1 0所示的例子中,例如利用者ID3之登 錄者,對利用者ID6、7的登錄者擁有管理權限。 當登錄者受到認證時,上記顯示部5,會根據上記管 理權限記憶部1 1所記憶之管理資訊,不只顯示本人之字 典更新歷程,亦顯示擁有管理權限之登錄者的字典更新歷 程。例如,管理權限記憶部1 1如圖所示般記憶著管理資 -24- (21) (21)1299471 訊的情況下,利用者ID3之登錄者本人受到認證之際’上 記顯示部5如圖11所示,不只顯示本人之字典更新歷程 C3,亦同時顯示利用者ID6及7之登錄者的字典更新歷 程C4 〇 例如,將上記的個人辨識裝置A3適用在一般住宅入 口時,若將父母設定成對孩子擁有管理權,則每當父母受 到認證時,顯示部會顯示孩子的字典更新歷程。藉此’父 母可恆常地輕易地確認孩子的字典更新狀況。 又,將上記的個人辨識裝置A3適用在辦公室之高機 密房間入口時,若將管理者或上司設定成對其他登錄者擁 有管理權,則每當管理者受到認證時,顯示部換顯示針對 其他登錄者的字典更新歷程。藉此,管理者可恆常地輕易 地確認其他登錄者的字典更新狀況。 接下來將說明第4實施例。 圖12係第4實施例之個人辨識裝置A4的構成槪略 圖。圖1 2所示第4實施例之個人辨識裝置A4的構成, 係在前述圖8之個人辨識裝置A2的構成中,追加媒體記 錄部1 3、以及媒體讀取部1 4,並且以字典更新歷程處理 部1 5置換了認證歷程記憶部1 〇。因其他構成皆同圖8所 示之構成,故在同一地點標以同一符號並省略其詳細說明 。又,第4實施例中,如圖12所示,各登錄者被賦予了 個人認證資訊記錄媒體1 2。該個人認證資訊記錄媒體1 2 可以例如磁卡、1c卡、行動電話、或是行動資訊終端等 可攜帶之資訊記錄媒體所構成。 -25- (22) (22)1299471 上記媒體記錄部1 3,針對各登錄者〇所持有之個人 認證資訊記錄媒體12,會記錄過去(上次)字典更新歷 程等資訊。上記媒體讀取部1 4,係讀取記憶在個人認證 資訊記錄媒體1 2內之認證資料或字典更新歷程等資訊。 上記字典更新歷程處理部1 5係產生記錄在個人認證資訊 記錄媒體1 2內之字典更新歷程。 亦即,本第4實施例中,登錄者會持有記錄著本人的 生物資訊(例如顏面影像、指紋、虹彩等)之認證資料的 個人認證資訊記錄媒體1 2。上記個人辨識裝置A4,會以 各登錄者所持之個人認證資訊記錄媒體1 2所記錄之認證 資料進行認證處理。甚至,上記個人辨識裝置A4會將認 證處理時所使用過的過去字典更新歷程記錄在個人認證資 訊記錄媒體1 2內。 亦即’上記媒體讀取部1 4會自被認證者〇所提示的 個人認證資訊記錄媒體1 2讀取認證資料或過去認證歷程 ,送至字典更新歷程處理部1 5。上記媒體記錄部1 3會將 自字典更新歷程處理部1 5送來之含有被認證者〇顏面影 像之內容(本次字典更新結果)以字典更新歷程的方式記 錄在個人認證資訊記錄媒體1 2內。 以下,茲佐以圖1 3所示之流程圖說明上記個人辨識 裝置A4的認證處理和字典更新處理流程。此外,圖i 3 所示之處理的基本流程,幾乎和圖4所示之處理相同。 首先,影像輸入部9取得身爲認證對象之被認證者〇 的顏面影像等影像(步驟S 4 0 )。取得上記被認證者〇的 -26- (23) (23)1299471 影像的同時,上記個人辨識裝置A4中,會自被認證者Ο 所持有的個人認證資訊記錄媒體1 2取得認證資料(步驟 S41 )。 亦即,被認證者〇要將個人認證資訊記錄媒體1 2插 入媒體讀取部1 4。上記媒體讀取部1 4會自被認證者Ο所 提示的個人認證資訊記錄媒體1 2讀取做爲認證資料的顏 面影像,並送至字典更新歷程處理部15 (步驟S42 )。上 記字典更新歷程處理部1 5會將自個人認證資訊記錄媒體 1 2讀取到之顏面影像送往認證部2。認證部2,例如,會 進行比對讀取自個人認證資訊記錄媒體1 2的認證資料及 記憶在字典記憶部1內之字典的字典資料的比對處理(認 證處理)(步驟S43)。當此認證處理認證出被認證者Ο 是否爲本人時,上記認證部2會將認證處理結果送往字典 更新歷程處理部15 (步驟S44)。 此外,上記步驟S43中,上記認證部2,可僅以上記 個人認證資訊記錄媒體1 2所記錄之認證資料進行個人認 證,亦可倂用上記個人認證資訊記錄媒體1 2所記錄之認 證資料的認證處理、及根據從被認證者〇取得之上記認 證資料以外的生物資訊之認證處理。 當上記被認證者〇無法被認證爲本人時(步驟S44、 NO),上記顯示部5會顯示表示認證失敗的認證結果( 步驟S45 )。 當上記被認證者〇被認證爲本人時(步驟S44、YES ),字典登錄·更新部4會判定是否需要更新字典(步驟 -27- (24) (24)1299471 S46 )。當該判定爲需要更新字典時,字典登錄·更新部 4會根據步驟S42所取得之認證資料更新上記字典記憶部 1之字典(步驟S47 )。 一旦字典更新,則字典更新歷程處理部1 5會將上記 影像輸入部9所取得之由被認證者Ο的影像、以及該當 字典之更新內容(更新時間、更新場所等)所成之字典更 新歷程送往媒體記錄部1 3。藉此,上記媒體記錄部1 3會 將上記字典更新歷程記錄在個人認證資訊記錄媒體1 2內 (步驟S 4 8 )。 又,上記字典更新歷程處理部1 5,會將上記媒體讀 取部1 4從該當個人認證資訊記錄媒體1 2所讀取到之前次 字典更新歷程,及上記認證部2所進行過的認證處理結果 (本次認證結果)送往顯示部5。藉此,上記顯示部5會 顯示前次字典更新歷程與認證結果(步驟S49 )。又,當 上記被認證者〇被認證爲本人之際,上記門控制部7會 開放門8 (步驟S50)。 又,當上記步驟S46之判定爲沒有必要更新字典時( 步驟S46、NO),上記字典更新歷程處理部15會將上記 媒體讀取部1 4從該當個人認證資訊記錄媒體1 2所讀取到 之前次字典更新歷程,及上記認證部2所進行過的認證處 理結果(本次認證結果)送往顯示部5。藉此’上記顯示 部5會顯示前次字典更新歷程與認證結果(步驟S49 )。 又,當上記被認證者〇被認證爲本人之際’上記門控制 部7會開放門8 (步驟S50)。 -28 - (25) (25)1299471 如上記般,第4實施例中,字典更新歷程會被記錄至 個人認證資訊記錄媒體1 2中。藉此,個人辨識裝置側不 必保持字典更新歷程,是爲其利點。 因此,當設置多個個人辨識裝置時,若根據第4實施 例,則所有個人辨識裝置之間沒有必要共享針對所有登錄 者的字典更新歷程,是爲其利點。例如,可想像有種以多 個個人辨識裝置進行個人認證的個人認證系統。當不使用 個人認證資訊記錄媒體1 2時,就必須設置讓多個個人辨 識裝置共享字典更新歷程之手段。例如,圖1 4所示的個 人認證系統中,當設置個人辨識裝置A4 1與個人辨識裝 置A42時,就有必要構築連接記憶著字典更新歷程的字 典更新歷程記憶部33與各個人辨識裝置A41、A42的有 線或無線網路。 相對於此,如第4實施例般,當使用個人認證資訊記 錄媒體1 2時,就沒有必要設置讓多個個人辨識裝置共享 字典更新歷程之手段。例如,圖1 5所示的個人認證系統 中,個人辨識裝置A43與個人辨識裝置A44可以處理記 錄在個人認證資訊記錄媒體1 2的字典更新歷程。 亦即,若根據本第4實施例,即使設置多個個人辨識 裝置時,也可以低成本架構整個個人認證系統。又,即使 增設個人辨識裝置時,也能簡易且低成本地增設個人辨識 裝置。 接著,將說明第5實施例。 圖1 6係第5實施例之個人辨識裝置A5的構成槪略 -29- (26) (26)1299471 圖。圖16所示的個人辨識裝置A5之構成,係在前述圖3 所示的個人辨識裝置A2的構成上,追加上記字典更新選 擇部1 6。上記字典更新選擇部1 6,係讓被認證者選擇指 示是否進行字典更新的輸入裝置。上記字典更新選擇部 1 6,係例如以觸控面板或鍵盤、音響等使用者介面所構成 。例如,上記字典更新選擇部1 6與上記字典更新歷程處 理部1 5,可以觸控面板內建之顯示裝置一體化而構成。 此外,圖16所示個人辨識裝置A5的字典更新選擇部16 以外之構成,因和圖3所示個人辨識裝置A2的構成相同 ,故在同一地點標以相同符號,並省略其說明。 以下,茲佐以圖1 7所示的流程圖說明個人辨識裝置 A 5的認證處理及字典更新處理流程。 首先,上記影像輸入部9取得身爲認證對象的被認證 者〇之顏面影像等影像(步驟S 6 0 )。又,上記認證資料 輸入部3會從身爲認證對象的被認證者〇取得認證資料 (步驟S 6 1 ),供給給認證部2。另外,當以顏面影像爲 認證資料時’上記影像輸入部9所輸入的顏面影像亦可當 作認證資料供給至上記認證部2。 一旦收到上記認證資料,上記認證部2便根據所收到 的認證資料進行認證處理。例如,使用顏面影像作爲認證 資料時,上記認證部2會根據被認證者〇的顏面影像進 行認證處理(步驟S 62 )。當上記認證部2無法認證被認 證者〇爲登錄者時(步驟S63,NO),顯示部5會顯示 表示被認證者Ο無法被認證爲登錄者的認證結果(步驟 -30- (27) (27)1299471 S64 ) ° 當上記認證部2認證被認證者〇爲登錄者時,門控 制部7會開放門8 (步驟S65 ),許可被認證者0之通行 。又,上記認證部2認證被認證者〇爲登錄者時,顯示 部5會顯示讓被認證者〇選擇是否進行字典更新的如圖 18所示之字典更新選擇畫面(步驟S66)。 針對該顯示,被認證者Ο藉由字典更新選擇部1 6選 擇是否進行字典更新(步驟S67)。當經過上記個人辨識 裝置Α2認證爲登錄者的被認證者〇以上記字典更新選擇 部16選擇「要更新字典」時(步驟S6S,YES),字典登 錄·更新部4會進行該當登錄者的字典更新處理(步驟 S69 )。又,當以上記字典更新選擇部16選擇「不要更新 字典」時,字典登錄·更新部4不會進行該當登錄者的字 典更新處理。又,步驟S67中,當上記字典更新選擇部 1 6在所定時間內沒有任何選擇時,或當並非經過上記個 人辨識裝置A2認證爲登錄者的被認證者〇之其他人在上 記字典更新選擇部16中有任何輸入時,上記字典登錄· 更新部4便不進彳了字典的更新處理。 如上記般,每當認證成功時,圖1 8所示的字典更新 選擇畫面便被顯示,但若沒有必要更新時,被認證者〇 便沒有必要一定輸入選擇指示。因此,不會使被認證者〇 感到繁雜。 又,上記步驟S08中,在上記字典更新選擇部16中 選擇了「更新」的人物會被確認是否爲上記步驟S62之認 -31 - (28) (28)1299471 證處理中被認證爲登錄者之人物。此爲預防在已經受到認 證之人物在未進行選擇便離去後,有第三者更新已經受到 認證之人物的字典。 上記步驟S 6 8中,例如,可令從認證成功起至以上記 字典更新選擇部1 6選擇爲止的時間在某閥値以下時,才 可進行字典的更新處理。 又,上記步驟S 6 8中,亦可令被認證者〇的顏面領 域被正確偵測的期間內選擇「更新」時來進行字典的更新 處理。此時,上記影像輸入部9,自認證成功起至上記字 典更新選擇部16有選擇輸入爲止會連續取得被認證者〇 的影像。甚至,上記影像輸入部9或認證部2,會反覆進 行從上記影像輸入部9連續取得的影像中偵測出顏面領域 的偵測處理。因此,自認證成功起至上記字典更新選擇部 1 6有選擇輸入爲止之期間,可確認經過認證的被認證者 是否離去。 又,上記步驟S67中即使被認證者〇沒有選擇「更 新」’亦可在每當某一期間內,或每當某一定利用次數後 ,進行字典更新。此乃當不希望字典沒有更新的狀態持續 下去時,即使被認證者〇什麼也沒做,也能在每當某一 期間內,或每當某一定利用次數後,自動進行字典更新。 藉此,即使被認證者〇什麼也沒做,字典也能在每當某 一期間內,或每當某一定利用次數後,自動進行更新,而 能防止字典一直陳舊地被利用。 如上記,若根據第5實施例,當被認證者被認證爲登 -32· (29) (29)1299471 錄者時,可讓被認證者選擇是否要以認證處理時所取得的 認證資料更新字典。藉此,可依照被認證者〇的意思進 行字典的更新處理。又,當被認證者沒有任何指示時,就 當作沒有選擇字典更新而處理之。因此,在不需要更新字 典時被認證者可不必下任何指示,可節省被認證者的操作 手續。 接著將說明第6實施例。 又,在使用顏面影像等生物資訊的認證處理(第1認 證方法)的個人辨識裝置中,有時會因被認證者〇的產 生資訊之變化而導致無法認證。此種個人辨識裝置,即使 在以生物資訊無法認證時,也能以密碼(暗證號碼或ID 編號等)其他認證方法(第2認證方法)而認證被認證者 〇是否爲合法的登錄者。第6實施例中,將說明即使在以 生物資訊無法認證時,也能以密碼(暗證號碼或ID編號 等)其他認證方法認證被認證者〇是否爲合法的登錄者 的個人辨識裝置。 此外,第6實施例所論述的個人辨識裝置,構成設爲 如圖1、圖3或圖16所示。又,第6實施例所論述的個 人辨識裝置中,設爲由上記影像輸入部9自被認證者取得 顏面影像作爲生物資訊,由認證資料輸入部3自被認證者 取得密碼作爲生物資訊以外的其他認證資料。又,第6實 施例所論述的個人辨識裝置的字典記憶部1的字典中,不 但登錄了作爲各登錄者的產生資訊(第1認證資料)的顏 面影像,還登錄了密碼作爲各登錄者的第2認證方法所用 -33- (30) (30)1299471 的第2認證資料。甚至,上記認證部2可既以生物資訊( 顏面影像)進行認證處理(第1認證方法),又以第2認 證資料(密碼)進行認證處理(第2認證方法)。 以下,茲佐以圖1 8所示的流程圖說明第6實施例的 個人辨識裝置的字典更新處理。 首先,上記影像輸入部9取得用作認證資料的被認證 者0顏面影像(步驟S71 )。另一方面,認證部2會根據 上記影像輸入部9所取得的被認證者Ο顏面影像及上記 字典記憶部1所記憶之字典進行認證處理(步驟S72 )。 該顏面影像的認證處理若認證了被認證者〇爲登錄者時 (步驟S73,YES),門控制部7會開放門8 (步驟S74) 。又,顯示部5會顯示認證結果(步驟S7 5 )。 當上記顏面影像的認證處理沒有認證被認證者0爲 登錄者時(步驟S73,NO),認證資料輸入部3會接受來 自被認證者〇的密碼輸入。上記認證資料輸入部3 —旦 自被認證者〇取得密碼(步驟S76 ),則上記認證部2會 進行密碼的認證處理(步驟S77)。當該密碼的認證若無 認證被認證者〇爲登錄者時(步驟S77,NO),顯示部5 會顯示表示被認證者〇沒有被認證爲登錄者的認證結果 (步驟S75 )。 又,當上記步驟S 77的密碼認證中認證了被認證者Ο 爲登錄者時(步驟S77,YES ),上記字典登錄·更新部 4,會檢查上次字典更新以後,密碼認證是否進行了數次 (步驟S78 )。此外,當密碼認證中被認證者Ο被認證爲 -34- (31) (31)1299471 登錄者時,上記字典登錄·更新部4會將上次字典更新以 後的密碼認證次數按照各登錄者記憶在上記字典記憶部1 內。 上記S78的檢查結果,該當被認證者(登錄者)0以 密碼認證的次數沒有超過事先設定的所定閥値以上時(步 驟S78,NO ),上記門控制部7便開放門8,許可被認證 者〇的通行(步驟S 74 )。此時’顯示部5會顯示表示以 密碼認證成功的認證結果(步驟S75 )。 上記S78的檢查結果,該當被認證者(登錄者)〇以 密碼認證的次數超過事先設定的所定閥値以上時(步驟 S78,YES),上記字典登錄•更新部4會進行該當登錄 者的字典更新處理(步驟S79 )。也就是說,當合法的登 錄者無法以生物資訊認證成功達到所定次數以上時’便會 將該當登錄者之字典內所登錄的生物資訊更新。一旦以上 記字典登錄·更新部4更新了字典,上記門控制部7便開 放門8而許可被認證者Ο的通行(步驟S74 )。此時’顯 示部5會顯示表示以密碼認證成功及已更新生物資訊(顏 面影像)之字典的認證結果(步驟S75 )。 如上記般,若根據第1〜第6實施例,則可不增加被 認證者的負擔,而登錄或更新被認證者的字典資料。又, 特別是在導入時,可提供一種個人辨識裝置及個人認證方 法,使被認證者不會感到字典資料的首次登錄等之繁雜。 又,若根據第1〜第6實施例,則可提供一種個人辨識裝 置及個人認證方法,可使被認證者感到安心且有確信地使 -35- (32) 1299471 用自動字典更新機能。 接著將佐以圖面說明第7〜1 1實施例。 首先說明第7實施例。 圖20係第7實施例的個人辨識裝置(人物辨識裝置 )的構成槪略圖。該個人辨識裝置,係由攝影機1 〇 1、照 明部102、顯示部104以及處理部105所構成。 上記攝影機1 〇 1,係拍攝辨識(認證)對象者(以下 φ 亦稱「人物」)〇之顏面影像(至少包含顏面的影像)而 輸入之裝置。上記照明部1 02係從攝影機1 0 1近傍(例如 右上方或左上方)朝辨識對象者Ο之至少顏面部份以一 定照度的光線照射之裝置。上記顯示部1 04,係對辨識對 象者〇顯示被輸入的顏面影像或各種導引。上記處理部 1 05 ’係將從攝影機1 〇 1輸入的顏面影像處理並進行顏面 影像之辨識處理等。 此外’以下第7〜1 1實施例的說明中,會出現影像輸 φ 入資料、萃取出的特徵量、部份空間、用以構成部份空間 的固有向量、相關行列式、登錄之時刻、日期、場所等之 狀況資訊、密碼、ID代碼等個人資訊之各種資訊。又, 辨識資料’係爲部份空間,或用以構成部份空間的包含固 有向量。又,登錄資訊’係爲含有影像輸入資料、萃取出 的特徵量、部份空間、用以構成部份空間的固有向量、相 關行列式、狀況資訊、個人資訊。因此,上記辨識資料係 爲含有上記登錄資訊。 上記攝影機1 〇 1 ’例如係以使用CCD感應器等攝向 -36- (33) 1299471 攝像元件的電視攝影機所構成。上記攝影機 輸入辨識對象者0的顏面影像。 上記照明部1 02,係例如以螢光燈等照 。上記照明部1 02,係配置在上記攝影機1 ( 右上方或左上方)以一定照度的光線朝辨_ 顏面。 上記顯示部1 04,係以顯示裝置所構成 1〇4,會顯示上記攝影機101所攝得的辨識Μ 影像、各種引導、或處理結果等。 上記處理部105,係由主控制部105a 106、顏面偵測部1〇7、特徵量萃取部108、 部1 〇9、辨識部1 1 〇、以及顯示控制部1〗1 _ 上記主控制部l〇5a,主司處理部 105 上記影像輸入部1 〇6,係連接上記攝影機1 輸入部106,係由A/D轉換器等所成的影像 構成。亦即,上記影像輸入部1 0 6,會從攝: 顏面影像,經過A/D轉換器數位化之後, 部 1 0 7 〇 上記顏面偵測部1 07,會從上記攝影機 影像中偵測出人物人物的顏面影像。上記顏 ,會偵測出上記攝影機1 0 1所取得的影像, 準備好之模式字典比對以偵測出顏面以及眼 元件之位置。 上記特徵量萃取部1 08,係根據來自上 1 〇 1會拍攝並 明器具所構成 )1近傍(例如 丨對象者0的 。上記顯示部 討象者〇顏面 、影像輸入部 登錄資訊保持 F所構成。 的整體控制。 0 1。上記影像 輸入介面等所 影機1 〇 1輸入 送往顏面偵測 101所取得的 面偵測部107 並藉由和事先 、鼻等之顏面 記顏面偵測部 -37- (34) 1299471 1 07的顏面偵測結果,萃取顏面影像的特徵量。 量萃取部1 08會萃取之顏面影像的特徵,例如爲 、或部份空間資訊等之資訊。 上記登錄資訊保持部1 09,係以記錄裝置等 上記登錄資訊保持部1 09,係將上記特徵量萃取 萃取之特徵量以該當人物之辨識(認證)資料( )的方式保持。 上記辨識部11 〇,會進行上記特徵量萃取部 取之特徵量與上記登錄資訊保持部109內所登錄 料的比對處理。上記辨識部1 1 0,係藉由上記比 辨識(認證)辨識對象者(被認證者)Ο。上記 部1 1 1,係和上記辨識部1 1 0連接。上記顯示控 會控制上記顯示部1 04的顯示內容。 顏面偵測部1 07,首先會從影像輸入部1 06 顏面影像中偵測出辨識對象者0的顏面領域。 由事先準備的樣板在影像中移動來求得相關値, 高相關値的場所視爲顏面領域。此外,亦可採用 固有空間法或部份空間法的顏面領域萃取法等之 手段。 又,以上記顏面偵測部1 07偵測眼、鼻、口 件的偵測方法,例如可適用福井和廣、山口修: 狀萃取與模式比對之組合以萃取顏面特徵點(形 ,夕一 > 照合©組合甘G J: δ顏特徴点抽出)」 報通信學會論文誌(D) ,vol. J80-D-II,Νο·8 上記特徵 濃淡資訊 所構成。 部10 8所 登錄資訊 1 0 8所萃 之辨識資 對處理而 顯示控制 丨制部1 1 1 所輸入的 例如,藉 將具有最 其他例如 顏面萃取 等顏面元 「藉由形 狀抽出匕 ,電子情 ,p p 2 1 7 0 - -38- (35) (35)1299471 2 1 77(1 997)(文獻1)所記載之偵測方法。 又,顏面偵測部1 07中,亦可能調查顏面的方向。顏 面方向,可藉由顏面整體領域中,眼、鼻等顏面元件之相 對位置而偵測。上記顏面偵測部1 07中,可將眼、鼻等顏 面兀件之位置以座標來偵測。例如,圖2 1所示,令顏面 的中心座標爲(fx, fy)、顏面大小爲(fw,fh )、左眼座 標爲(EyeLx,EyeLy)、右眼座標爲(EyeRx,EyeRy)、 左鼻孔座標爲(NoseLx,NoseLy )、右鼻孔座標爲( NoseRx, NoseRy),則可以以下方法判斷顏面方向。 顏面方向(X 方向)= ((EyeRx + EyeRy)/ 2— fx)/ fw 顏面方向(Y 方向)= ((EyeRy + EyeRx)/2 — fy)/fh 若令這些座標之原點若在畫面左上,則X方向及Y 方向的値,當顏面越朝向右下則越大。 上記特徵量萃取部1 〇8,會根據顏面偵測部1 07所偵 測之顏面元件位置,將顏面領域切出一定之大小、形狀, 並將其濃淡資訊當作特徵量使用。例如,m像素xn像素 之領域的濃淡値會直接被當作濃淡資訊使用。因此,mxn 次方的資訊所成之特徵向量會被當作特徵量使用。 圖22係將輸入影像經由特徵量萃取部108處理所得 之時系列之顏面影像資料。針對這些顏面影像資料,上記 特徵量萃取部1 〇8會求出特徵向量之相關行列式,再以周 知的K - L展開式求出正規直交向量而計算部份空間。亦 即,部份空間係藉由求出特徵向量的相關行列式(或共分 散矩陣),再以上記行列式的K - L展開式求出正規直交 -39- (36) (36)1299471 向量(固有向量)而算出。上記部份空間,係將對應固有 値的固有向量,按照由大而小順序選出k個固有値,用其 固有向量集合而表現。 本實施例中,由特徵向量求出相關行列式C d、並和 相關行列式 〔數1〕 對角化,求出固有向量的Φ。此部份空間,係被用於進行 人物同定的辨識字典。只要事先登錄該資訊,並將其以字 典的方式登錄即可。 又,如後述,用以進行辨識的認證(輸入)資料,亦 可利用到部份空間。因此’算出部份空間的結果’可送至 辨識部1 10及登錄資訊保持部109。 上記登錄資訊保持部109 ’對應登錄資訊(字典資料 ).記錄著代表登錄者的資訊’以及狀況資訊(登錄之記得 時刻、日期、場所等)。又’上記登錄資訊保持部1 09內 ,因應辨識部11 0所進行之辨識方法而將部份空間、相關 行列式等以登錄資訊的方式登錄。此外,登錄資訊亦可爲 該當人物(登錄者)之顏面影像資料、或藉由上記特徵量 萃取部1 〇 8所萃取到的特徵量。 上記辨識部11 0,會比對(比較)積蓄再登錄資訊保 持部109內的辨識(字典)資料(部份空間)與特徵量萃 取部1 08所得之特徵量(濃淡資訊或部份空間資訊)°例 如,當辨識上記攝影機101正在拍攝的辨識對象者0是 誰的辨識(辨識處理)時,上記辨識部1 1 0會算出從辨識 -40- (37) 1299471 對象者取得之輸入資料與上記登錄資訊保持部1 09所登錄 的所有字典資料的類似度,以最大類似度的字典資料之人 物作爲辨識結果。藉此,可判定上記辨識對象者〇最類 似於字典中所登錄之哪位人物。 又,當判定(同定處理)被認證者是否爲特定(比對 對象)之人物時,上記辨識部110會算出該當被認證者0 的輸入資料與上記登錄資訊保持部1 09內所登錄之比對對 象之人物所對應的字典資料之類似度。藉此,上記辨識部 1 1 〇會根據所算出之類似度來認證(同定)該當被認證者 〇是否的確爲比對對象人物。例如,上記同定處理中,藉 由個人資訊特定出個人,並進行已特定之個人資訊所對應 的顏面影像與被認證者的顏面影像的比對處理。此時’上 記比對處理的結果,會被給予類似度。因此,上記同定處 理中,藉由比對處理所得之類似度若超過所定閥値,則判 斷爲被同定者。又,上記個人資訊,係根據被認證者所輸 入的登錄號碼、或是密碼而判別。此時,個人辨識裝置, 必須設置讓被認證者輸入登錄號碼或密碼的按鍵輸入手段 。又,上記個人資訊,亦可根據被認證者所持之可攜帶的 記憶媒體(1C卡、ID卡、無線卡等卡片)所記錄之資訊 來判別。此時,個人辨識裝置內,要設置讀取卡片所記錄 之資訊的讀卡機。又,上記個人資訊,亦可根據被認證者 所持之鑰匙的紋路來判別。此時,個人辨識中要設置判別 鑰匙紋路的鎖鑰處理部。 又,上記辨識部110,係採用部份空間法及複合類似 • 41 - (38) (38)1299471 度法等方法作爲辨識方法。這些辨識方法,係使用上記特 徵量萃取部1 08所萃取之特徵量資訊而進行。例如’上記 辨識部1 1 〇中,可使用前田賢一、渡邊貞一:「導入局部 構造的模式比對法(局所的構造全導入L /Ϊ A夕一 >· 7 7 f V夕''法)」,電子情報通信學會論文誌(D ) ’ vol.J68-D,Νο·3,pp3 45-3 52 ( 1 98 5)(文獻 2)所記載之公 知之辨識方法。此外,上記文獻2中,亦記載了使用相互 部份空間法的辨識方法。 上記相互部份空間法中,作爲事先積存的登錄資訊之 辨識資料,和作爲被輸入之輸入資料的辨識資料都以部份 空間的方式表現。此相互部份空間法中,將登錄資訊與輸 入資料的兩個部份空間所成之「角度」當作類似度而定義 ,並將所輸入的部份空間視爲輸入部份空間。對輸入資料 列亦同樣地求出相關行列式Cin,和 〔數2〕 對角化,求出固有向量Φ in。求出兩個φ in、φ(1所代表 的部份空間之部份空間類似度(〇 · 〇〜1 . 〇 ),視其爲類似 度。 圖23係用以說明上記辨識部1 1 0之運作的流程圖。 首先,上記辨識部1 1 0會隨著進行辨識處理或同定處理而 有不同之運作(步驟S101) ° 進行同定處理時(步驟S 1 0 1,同定),上記辨識部 1 1 〇會從被認證者〇取得ID代碼(個人資訊)(步驟 S 102 )。一旦取得ID代碼,則上記辨識部1 1〇會將所讀 -42- (39) 1299471 到之ID代碼所對應之登錄資訊(部份空間)自登 保持部109讀出(步驟S103 )。 一旦自上記登錄資訊保持部109讀出該當ID 對應之登錄資訊,則上記辨識部1 1 0會算出上記特 取部1 〇 8所萃取到之輸入資料的特徵量與上記登錄 類似度(步驟S1 04 )。例如,以上記部份空間法 識處理時,辨識部11 〇 ’會計算輸入部份空間與登 的部份空間之類似度。一旦計算出類似度,辨識部 將算出的類似度與事先設定的閥値做比較(步驟 〇 當該比較判斷算出的類似度大於上記閥値時 S106,YES),辨識部110會輸出表示同定成功的 果(步驟S 1 07 )。又,當該比較判斷算出的類似 大於上記閥値時(步驟S 1 06,NO ),辨識部1 1 0 表示將辨識失敗的辨識結果(步驟S 1 1 3 )。 又,在進行辨識處理時(步驟S 1 0 1,辨識) 部1 1 0會將辨識對象的所有登錄資訊從登錄資訊 109讀出(步驟S108)。一旦辨識對象的所有登錄 讀出,則上記辨識部1 1 0,針對上記特徵量萃取部 萃取到的輸入資料特徵量分別算出與各登錄資訊的 (步驟 S109 )。 一旦算出對所有登類資訊的類似度,則辨識部 選擇算出之所有類似度中的最大類似度(最大類似 爲辨識結果(步驟S110)。一旦選擇最大類似度 錄資訊 代碼所 徵量萃 資訊的 進行辨 錄資訊 1 1 0會 S 1 05 ) (步驟 辨識結 度並無 會輸出 ,辨識 保持部 資訊都 108所 類似度 1 1 0會 度)作 ,則辨 -43- (40) (40)1299471 識部11 〇會將有最大類似度的登錄資訊所對應的人物作爲 辨識結果(步驟s 1 1 2 )。 此外,亦可如圖2 3之虛線所圍成的步驟S 1 1 1般,根 據上記步驟S 1 1 0所選擇的最大類似度的大小判定辨識結 果是否正確。此時,辨識部110會將上記步驟S1 10所選 擇之最大類似度和所定閥値比較。當此比較判斷所算出的 類似度比上記閥値大時,辨識部1 1 〇會將有最大類似度的 登錄資訊所對應的人物作爲辨識結果(步驟S 1 1 2 )。而 當此比較判斷所算出的類似度沒有比上記閥値大時,辨識 部1 1 0會輸出表示辨識失敗的辨識結果(步驟S 1 1 3 )。 以上爲止的處理基本上可在人物辨識之運作時進行。 但在此同時,拍攝顏面影像之際的被認證者的站立位置變 化、姿勢變化、或是顏面的經時變化都可能會導致辨識率 下降。圖2 4、2 5、2 6,係辨識處理時從被認證者取得的 顏面影像(輸入資料)的範例。又,圖27係類似度與閥 値的關係例圖。圖24、25、26中,登錄時的顏面大小係 以虛線框a表不。 例如,圖24係在近似於登錄時拍攝被認證者的顏面 的攝影條件(狀態)的攝影條件下所攝得的顏面影像範例 圖。若以近似登錄時的狀態攝得如圖24所示的顏面影像 進行認證處理,則如圖2 7所示可得如類似度r 1的高類似 度。換句話說,以近似登錄時之狀態拍攝被認證者的顏面 ,可取得和登錄時所取得之顏面影像幾乎相同的顏面影像 。因此,一旦以近似登錄時之狀態取得被認證者的顏面影 -44- (41) (41)1299471 像,則上記特徵量萃取部1 08可萃取出類似於登錄時所萃 取到的特徵量,故類似度高。 相對於此,圖25係拍攝到比登錄時的顏面爲大的顏 面影像例圖。圖26係拍攝到比登錄時的顏面爲小的顏面 影像例圖。例如,若取得圖25所示比登錄時所拍攝顏面 爲大的影像,則會如圖27所示的類似度r2或r3,降低辨 識處理的類似度。又,若取得圖26所示比登錄時所拍攝 顏面爲小的影像,則會如圖27所示的類似度r3或r2,降 低辨識處理的類似度。又,辨識時所攝得之顏面方向和登 錄時所攝得之顏面方向不同時,也會降低類似度。 亦即,登錄時拍攝被認證者的狀態與認證時拍攝被攝 影者的狀態越接近,獲得的類似度越高。因此,地7實施 例中,在辨識時對被攝影者進行引導以使期能盡量和登錄 時的狀態相同。 例如,圖2 8係上記顯示部1 04的顯示例圖。圖2 8所 示的顯示例中,除了攝得的顏面影像,還同時顯示了表示 登錄時所偵測出的顏面位置、顏面大小、顏面方向等的框 (圓或橢圓)b與表示從所攝得之影像偵測出的顏面位置 、顏面大小、顏面方向等的框(圓或橢圓)c。也就是說 ,在圖2 8所示的顯示例中,對辨識對象者〇,以容易理 解的方式顯示引導要以何種狀態拍攝自己的顏面才能使辨 識率高。藉此,可防止被認證者在不知道顏面沒有被正確 拍攝的狀態下就結束辨識處理。 圖2 8所示,因顯示了表示登錄時所偵測出的顏面位 -45- (42) 1299471
置、顏面大小、顏面方向等的框,故上記登錄資訊保持部 1 09內亦保持了表示登錄時從登錄者的顏面影像所偵測出 的顏面位置、顏面大小、顏面方向等資訊(顏面特徵量) 。上記顏面特徵量,係以顏面特徵點的座標値等所表示。 上記顏面特徵點,例如,左眼的中心點、右眼的中心點、 左鼻孔的中心點、右鼻孔的中心點等。又,在登錄時取得 登錄者的多個顏面影像時,上記登錄資訊保持部1 09內所 保持的顏面特徵量,可爲從各顏面影像所得之特徵量平均 値,自可爲最大値或最小値。又,上記登錄資訊保持部 1 09內,亦可保持從登錄時所用之各影像取得之特徵量的 平均値、最大値、最小値等資訊。 例如,圖2 8所示的顯示例中,藉由以顏面中心位址 爲中心的圓表示顏面的位置與大小。因此,若能得到中心 座標及半徑,就可描繪表示顏面位置與大小的圓。 例如,表示顏面位置與大小的圓的中心座標,可爲左 右眼、以及左右鼻孔4點的重心,顏面位置與大小的圓的 半徑,可爲上記重心位置與4點的距離平均値。 此時,作爲圓的中心座標的上記4點的重心位置座標 ,可由表示左眼的中心位置、右眼的中心位置、左鼻孔的 中心位置、右鼻孔的中心位置的4點座標算出。又,圓的 半徑,可以上記4點座標與上記4點的重心位置座標之距 離的平均値算出。亦即,上記重心與左眼的距離,可根據 上記重心位置座標與左眼的中心位置座標算出。又上記重 心與右眼的距離,可根據上記重心位置座標與右眼的中心 -46· (43) (43)1299471 位置座標算出。上記重心與左鼻孔的距離,可根據上記重 心位置座標與左鼻孔的中心位置座標算出。上記重心與右 鼻孔的距離,可根據上記重心位置座標與右鼻孔的中心位 置座標算出。上記4點座標與上記4點重心位置座標的距 離平均値,可藉由上記重心與左眼距離、上記重心與右眼 距離、上記重心與左鼻孔距離、上記重心與右鼻孔距離的 平均而算出。 又,如圖2 8所示,表示登錄之顏面狀態(位置及大 小等)的圓b與表示進行辨識處理之際由攝得影像偵測出 之顏面狀態(位置及大小等)的圓c,係以不同的線之粗 細、顏色、種類等在同一畫面上顯示。藉此,被認證者〇 可輕易認識登錄時的狀態與現在(辨識處理時)的狀態之 差別。 圖29係讓表示登錄之顏面狀態的圓b與表示進行辨 識處理之際由攝得影像偵測出之顏面狀態的圓c同時顯不 的顯示例。圖29所示的顯示例中,表示登錄之顏面狀態 的圓b係以虛線描繪,表示進行辨識處理之際由攝得影像 偵測出之顏面狀態的圓c係以實線描繪。藉此,被認證者 〇可輕易確認登錄時的狀態與認證時的輸入影像中顏面狀 態之差別。此外,圖2 9所示的顯示例中,雖然只顯示圓 b、c,實際上圓b、c的背景會顯示輸入影像(被攝得之 被認證者的顏面影像)。圖2 9中,爲了使圓b、c易於分 辨,故省略了輸入影像。 又’圖3 0的顯示例除了表示的顏面位置及大小,亦 47- (44) (44)
1299471 表示了顏面方向。圖30所示的顯示例中,在圖29的 例上添加了曲線幻、d2、ei、e2來表示顏面方向。 3 〇所示’曲線d i、d2係描繪在圓b內,曲線e i、e2 繪在圓c內。又,圖3 0所示的顯示例中,以虛線袠 曲線幻、d:z係表示登錄時的顏面方向,以實線表示 線e i ' e2係表示辨識時的顏面方向。又,曲線d i、 表示顏面的上下方向的中心線,曲線d2、e2係表示 的左右方向的中心線。因此,曲線 I、d2的交點, 線e i、e2的交點,表示顏面的中心位置。 甚至,若顏面方向爲真正面(上下方向及左右方 朝正面),則曲線幻、d2、ei、e2會以和顏面中心位 點的直線來表示。 例如,顏面方向若朝向比正面還上的方向,則 t、ei會增大曲率朝上方向側凸出。又,顏面方向若 比正面還下的方向,則曲線 t、ei會增大曲率朝下 側凸出。又,顏面方向若朝向比正面還右的方向,則 d2、e2會增大曲率朝右方向側凸出。又,顏面方向若 比正面還左的方向,則曲線d2、e2會增大曲率朝左 側凸出。 亦即,曲線I、d2、、e2在顏面方向越偏離正 顏面越朝向上下或左右運動),則會越往顏面所面對 向側凸出。如圖3 0所示的顯示,被認證者0不僅可 顏面大小及位置,也可輕易確認顏面的方向。 圖3 1,係將顏面的中心位置以X方向、Y方向 顯示 如圖 係描 示的 的曲 e 1係 顏面 與曲 向都 父 曲線 朝向 方向 曲線 朝向 方向 面( 的方 確認 的十 -48 - (45) 1299471 字f、g表示的範例。上記十字f係表示所登錄之顏面的 中心位置。該十字f係以虛線表示在圓b內。上記十字g 係表示辨識處理時所輸入之影像中所偵測到之顏面的中心 位置。該十字g係以實線表示在圓c內。藉由這些十字f ' g ’被認證者〇可在登錄時及認證處理時輕易確認顏面 方向。 圖32係以箭頭h、i表示顏面方向的顯示例。上記箭 φ 頭h係表示所登錄的顏面方向。箭頭h係以留白之圖形或 虛線在圓b內顯示。上記箭頭i係表示所登錄的顏面方向 。箭頭h係以塗黑圖形或實線在圓c內顯示。 又,圖29的顯示例中,顯示了表示登錄時的顏面大 小、方向等的一個框(圓)b。圖29所示的圓b,係根據 上記登錄資訊保持部Μ 09內所保持的資訊決定中心位置及 大小。 例如,上記登錄資訊保持部1 09內保持了在登錄時從 Β 多個顏面影像取得多個特徵量的平均値時,圖29所示的 顯示例中,可根據從登錄時所用的多個顏面影像取得的平 均値決定一個框(圓)b的位置及大小。 相對於此,當上記登錄資訊保持部1 〇9內保持了在登 錄時從多個顏面影像取得之多個特徵量的最大値及最小値 時,上記顯示部1 04亦可顯示上記最大値的框及上記最小 値的框來作爲表示登錄時的顏面狀態顯示資訊。 圖3 3係表示從登錄所用之多個影像中所偵測到的顏 面領域的最大値與最小値的顯示例。圖3 3所示的顯示例 -49- (46) 1299471 中,表示登錄時的顏面狀態之資訊,係將保持在上記登錄 資訊保持部109內之特徵量的最大値框(圓)b 1與最小 値框(圓)b2,顯示在同一畫面上。圖33所示的顯示例 中,登錄時的顏面大小之最大値與最小値分別以兩個同心 圓b 1、b2表示。若根據圖3 3的顯示例,被認證者〇可 輕易確認登錄時的顏面大小的最大値與最小値,較容易調 整上記攝影機1 〇 1所拍攝的顏面影像之大小。
圖3 4係表示從登錄所用之多個影像中所偵測到的顏 面中心位置的最大値與最小値的顯示例。圖3 3所示的顯 示例中,表示登錄時的顏面狀態之資訊,係將保持在上記 登錄資訊保持部1 09內之顏面中心位置的最大値與最小値 顯示在同一畫面上。圖34係當登錄時的中心座標最大値 (或最小値)爲A點,最小値(或最大値)爲B點時的 顯示例。 亦即,圖3 4的顯示例中,表示了登錄時的顏面中心 座標是在A點到B點之間上下方向移動。又,圖3 4所示 的顯示例中,顯示了令從登錄所用的多個影像中偵測到的 顏面之平均大小的圓的中心點在A點與B點之間移動時 的領域(外接閉曲線)j。若根據圖3 4所示的顯示例,被 認證者〇可輕易確認登錄所用之多個影像中的顏面位置 移動範圍,較容易調整上記攝影機1 〇 1所拍攝的顏面影像 之大小。 圖3 5係表示從登錄所用之多個影像中所偵測到的顏 面方向的最大値與最小値的顯不例。圖3 5所7K的顯不例 -50- (47) 1299471 中,表示登錄時的顏面狀態之資訊,係將保持在上 資訊保持部1 09內之顏面方向的最大値與最小値顯 一畫面上。圖3 5中,和圖3 0 —樣,係以曲線表示 向。 亦即,圖3 5的顯示例中,將登錄所用之多個 中表示最向下時的顏面方向的曲線d lmin,表示最 的顏面方向的曲線d 1 max,表示最向左時的顏面 曲線d 2max,表示最向右時的顏面方向的曲線d 顯示在同一畫面上。若根據圖3 5的顯示例,則可 認登錄所用之多個影像中的顏面方向,且可較易調 攝影機1 〇 1所拍攝的顏面方向。 又,表示登錄時顏面狀態的資訊,可爲使用顏 、大小、方向等從登錄所用之多數顏面影像取得的 徵量的最大値及最小値來顯示的方法,並不限於0 3 4、3 5所示的顯示例。 又,顯示顏面狀態資訊的方法,並不限於使用 圓等圖形表示。例如,亦可用圖3 6所示的矩形( )來表示顏面狀態。又,亦可用圖3 7所示的十字 來表示顏面狀態。圖36係將登錄時顏面存在的平 、大小以矩形圖案k顯示的顯示例。又,圖3 7係 登錄時顏面存在領域(上下方向與左右方向)以十 形1顯示的顯示例。 又,如圖16所示,只有登錄時顏面存在的顏 m內,顯示上記攝影機1 〇 1所攝得之影像。圖1 6 記登錄 示在同 顏面方 影像之 向上時 方向的 2min, 輕易確 整上記 面位置 多數特 i 33 ^ 圓或橢 多角形 線圖形 均位置 將表示 子線圖 面領域 所示的 -51 - (48) 1299471 顯示例中,登錄時顏面存在之顏面領域ΠΊ以外的領域η, 不會顯示上記攝影機1 0 1所攝得的影像,只有登錄時顏面 存在之顏面領域m會顯示上記攝影機1 〇 1所攝得的影像。 若根據圖1 6所示的顯示例,被認證者0,藉由上記顯示 部所顯示的顏面,可簡單地將上記攝影機1 〇1所拍攝的顏 面狀態調整成和登錄時的顏面狀態吻合。 此外,除了上述的例以外,亦可表示登錄時的顏面狀 φ 態與上記攝影機1 〇 1所拍攝的顏面狀態。 如上記,第7實施例中,可同時顯示關於登錄時顏面 資訊與辨識時所輸入的顏面資訊。藉此,可輕易地對被認 證者顯示要如何做才能較容易被正確辨識的指標,而可減 輕辨識失敗而再度嘗試辨識處理的負擔。 又’可藉由聲音,例如「請將臉部遠離攝影機。」或 「請將臉部靠近攝影機。」等而引導之,或以類似內容的 畫面顯示之,可更增加有效性。 % 此外,上記部份空間中進行辨識處理時,上記登錄資 訊保持部1 09可不只保持部份空間,亦可保持用以計算部 份空間的前階段之相關行列式。上記登錄資訊保持部i 〇 9 ’可對應一位人物或一個ID代碼,保持一個或多個辨識 資料的顏面特徵(部份空間或相關行列式等)。上記登錄 資訊保持部1 09中,除了記憶顏面的特徵量還記憶著顏面 特徵量取得之時間等附帶資訊。又,當上記登錄資訊保持 ^ 1 09對一位人物(或一個ID代碼)保持了多個作爲辨 識資料的部份空間時,辨識部〗丨〇可根據一位人物所對應 -52- (49) (49)1299471 之多個部份空間進行辨識處理。 如以上之說明,若根據第7實施例,表示從登錄處理 所用到的影像中偵測出的顏面狀態資訊與作爲辨識對象之 影像中的顏面狀態會被保持在一定範圍內,而對被認證者 進行引導。藉此,若根據第7實施例,則可減輕因照射被 認證者顏面的照明角度或登錄時的顏面狀態(顏面大小、 位置、方向等)與辨識時顏面狀態(顏面大小、位置、方 向等)不同所致的辨識率下降,而可高精確度地辨識人物 接下來將說明第8實施例 上記第8實施例的個人辨識裝置之構成以及基本運作 ,因和前述第7實施例相同,故省略其說明。 上記第8實施例中,目的在產生可收集有豐富多變性 的顏面影像以提升辨識精確度的字典。第8實施例中,因 取得各種顏面影像作爲登錄用之顏面影像,而會對登錄顏 面影像的人物(被登錄者)進行引導。例如,當上記辨識 部1 1 〇拍攝登錄用顏面影像之際,上記顯示部1 04會顯示 要如何調整顏面和攝影機之距離,以及顏面的方向等之引 導。藉由進行這種引導而取得被登錄者的顏面影像,第8 實施例中不只可收集到特定狀態之顏面影像,還可收集有 豐富多變性的顏面影像。 亦即第8實施例中,需要登錄之顏面狀態(顏面大小 、位置、方向等)與上記攝影機1 0 1正在拍攝之影像中的 顏面狀態會藉由上記顯示部1 04引導顯示。所謂需要登錄 53· (50) 1299471 之顏面狀態與上記攝影機101正在拍攝之影像中的 態,係例如圖2 8〜圖3 8所示的顯示畫面所顯示。 圖3 8所示的顯示例中,上記第7實施例中,除了 錄時的顏面狀態,還引導顯示了上記攝影機1 〇 1正 之顏面狀態。相對於此,第8實施例中,除了取代 之顏面狀態而顯示期望取得作爲登錄用之影像的顏 (期望之被登錄者顏面狀態(理想的顏面狀態)) 示了上記攝影機1 〇 1正在拍攝的顏面狀態。藉此’ 登錄者表示出「請將臉部擺在這個位置上」這種引 〇 圖39及圖40係將表示期望之被登錄者的顏面 資訊,及表示上記攝影機1 0 1正在拍攝之顏面狀態 ,以圓P、Q顯示時的顯示例。圖39及圖40所示 例中,以虛線的圓P顯示表示期望之被登錄者的顏 的資訊,以實線的圓q顯示表示上記攝影機1 〇 1正 之顏面狀態的資訊。此外,圖3 9的顯示例中,同 上記攝影機1 〇 1正在拍攝之影像。 甚至,亦可根據期望之被登錄者的顏面狀態與 影機1 〇 1正在拍攝之顏面狀態的差異’引導被認證 何調整顏面狀態。 例如,可判斷期望之被登錄者的顏面狀態與上 機1 0 1正在拍攝之顏面狀態的差異,進行引導以使 影機1 0 1正在拍攝之顏面的位置能變成期望之被認 面位置。換句話說,當上記攝影機101正在拍攝之 顏面狀 圖28〜 顯示登 在拍攝 登錄時 面狀態 ,還顯 可對被 導資訊 狀態的 的資訊 之顯示 面狀態 在拍攝 時顯示 上記攝 者要如 記攝影 上記攝 證者顏 顏面位 -54- (51) (51)1299471 置存在於比期望之被認證者顏面位置還左時,顯示部1 04 會顯示「請靠右一點」之引導。當上記攝影機1 〇 1正在拍 攝之顏面位置存在於比期望之被認證者顏面位置還右時, 顯示部1 0 4會顯示「請靠左一點」之引導。當上記攝影機 1 0 1正在拍攝之顏面位置存在於比期望之被認證者顏面位 置還上時,顯示部104會顯示「臉部位置請再低些」之引 導。當上記攝影機1 0 1正在拍攝之顏面位置存在於比期望 之被認證者顏面位置還下時,顯示部1 04會顯示「臉部位 置請再高些」之引導。 又,可判斷期望之被登錄者的顏面大小與上記攝影機 1 0 1正在拍攝之顏面大小的差異,進行引導以使上記攝影 機1 0 1正在拍攝之顏面大小能變成期望之被認證者顏面大 小。換句話說,當上記攝影機1 0 1正在拍攝之顏面大小比 期望之被認證者顏面大小還大時,顯示部1 04會顯示「請 離鏡頭遠些」之引導。當上記攝影機101正在拍攝之顏面 大小比期望之被認證者顏面大小還小時,顯示部104會顯 示「請離鏡頭近些」之引導。 又,可判斷期望之被登錄者的顏面方向與上記攝影機 101正在拍攝之顏面方向的差異,進行引導以使上記攝影 機101正在拍攝之顏面方向能變成期望之被認證者顏面方 向。換句話說,當上記攝影機101正在拍攝之顏面方向比 期望之被認證者顏面方向還要朝下時’顯示部104會顯示 「請稍微抬頭」之引導。當上記攝影機1 0 1正在拍攝之顏 面方向比期望之被認證者顏面方向還要朝上時’顯示部 -55- (52) (52)1299471 1〇4會顯示「請稍微低頭」之引導。 此外上記的引導並不限於畫面顯示,亦可爲藉由音聲 來獲得訊息之方式。 又,顏面方向可如圖41〜圖45,或圖46〜圖50所 示,以箭頭或圓圈來進行引導。例如,圖41〜圖45,係 將表示顏面方向的箭頭和上記攝影機1 〇 1正在拍攝之影像 一起顯示的顯示例。又,圖46〜圖50,係將顏面方向以 表示顏面中心的印(圓),和上記攝影機1 〇 1正在拍攝之 影像一起顯示的顯示例。 圖4 1及圖46所示的顯示例,係上記攝影機1 〇 1正在 拍攝之影像中顏面方向和期望之被認證者顏面方向一致時 的顯示例。 又,圖42及圖47所示的顯示例,係上記攝影機1〇1 正在拍攝之影像中顏面方向比期望之被認證者顏面方向還 朝左時的顯示例。換句話說,圖42及圖47中,藉由箭頭 或表示顏面中心位置的印對被認證者引導使其臉部朝右。 又,圖43及圖48所示的顯示例,係上記攝影機101 正在拍攝之影像中顏面方向比期望之被認證者顏面方向還 朝右時的顯示例。換句話說,圖43及圖48中,藉由箭頭 或表示顏面中心位置的印對被認證者引導使其臉部朝左。 又,圖44及圖49所示的顯示例,係上記攝影機101 正在拍攝之影像中顏面方向比期望之被認證者顏面方向還 朝下時的顯示例。換句話說,圖圖44及圖49中,藉由箭 頭或表示顏面中心位置的印對被認證者引導使其臉部朝上 -56- (53) (53)1299471 又,圖45及圖50所示的顯示例,係上記攝影機101 正在拍攝之影像中顏面方向比期望之被認證者顏面方向還 朝上時的顯示例。換句話說,圖4 5及圖5 0中,藉由箭頭 或表示顏面中心位置的印對被認證者引導使其臉部朝下。 此外,並不限於圖41〜圖45,或圖46〜圖50所示 的顯示例,無論是以其他圖形、訊息、或聲音,只要進行 引導能使被認證者的顏面方向改變者皆可。 如以上的說明,若根據第8實施例,則可利用各種影 像輕易產生辨識精確度高的字典,換句話說,可輕易產生 經由許多多樣化顏面影像學習之字典。若根據此種字典, 可使不必侷限認證處理時的被認證者站立位置、顏面方向 、或是姿勢等而進行精確度佳的辨識成爲可能。又,在取 得各種方向、大小(距離)、位置等各種顏面影像之際, 可對被認證者進行容易理解的引導。 接著,將說明第9實施例。 圖5 1係第9實施例的個人辨識裝置的槪略構成圖。 第9實施例的個人辨識裝置,相對於前述第7實施例的個 人辨識裝置,具有判定辨識運作開始之機能。亦即,第9 實施例的個人辨識裝置構成,如圖5 1所示,係在圖2 0所 示的第7實施例上追加了自動辨識開始判定部丨丨2所構成 。此外’圖5 1所示的個人辨識裝置中,上記自動辨識開 始判定部1 1 2以外的構成,因和圖2〇所示的個人辨識裝 置相同’故在同一地點標以相同符號,並省略其說明。 57- (54) (54)1299471 因只有在追加了作爲上記自動辨識開始判定手段的自 動辨識開始判定部1 1 2之不同,其他皆和第1實施例相同 ,故省略其說明。 自動辨識開始判定部1 12,係偵測(判定)攝影機 1 0 1前存在被認證者〇之顏面,並在偵測出被認證者0顏 面之際進行控制使辨識運作自動開始。上記自動辨識開始 判定部112,根據上記顏面偵測部107從上記攝影機1〇1 正在拍攝的影像中偵測出的顏面結果,判定是否「偵測到 人物之顏面」。更進一步地,上記自動辨識開始判定部 1 1 2藉由上記判定而判定了偵測到人物顏面之際,會令辨 識運作自動開始。 即使只判斷是否從一個影像(一個定格的影像)偵測 到顏面時,上記自動辨識開始判定部1 1 2也有可能在人物 不存在的情況下開始辨識運作。例如,上記攝影機1 0 1之 視野範圍內存在印刷有人物之顏面的海報時,因上記顏面 偵測部1 07會從一個影像偵測出顏面,上記自動辨識開始 判定部1 1 2有可能無論人物是否存在,而開始辨識運作。 因此,上記自動辨識開始判定部1 1 2中,會根據來自 上記攝影機1 〇 1拍攝的多個定格的影像的偵測結果而判斷 人物之有無。換句話說,上記自動辨識開始判定部1 1 2不 只利用針對單一定格影像的顏面偵測結果,而是根據多數 定格影像間的顏面偵測結果之變化,判定人物有無存在。 藉此,即使有顏面照片海報時,該當個人辨識裝置也不會 錯誤開始辨識運作。 -58- (55) (55)
1299471 又,上記顏面偵測部107中,如圖21所示, 出顏面大小、顏面中心座標、左右眼、鼻之偵測座 訊。因此,自動辨識開始判定部1 1 2會藉由圖52 流程圖進行偵測處理及辨識運作的開始處理。換句 該當個人辨識裝置中,只有在「連續所定定格數偵 面,且偵測到顏面運動的變動量時」會使辨識運作 始。此外,上記自動辨識開始判定部1 1 2,具有記 到顏面之定格數的顏面偵測記數器1 1 2a。又,上 機1 〇 1係連續拍攝影像,上記攝影機1 〇 1所攝得之 順次藉由影像輸入部106擷取並輸入至處理部105 以下根據圖52所示的流程圖說明處理流程。 首先,自動辨識開始判定部1 1 2會將自動辨識 定部1 1 2內所設之顏面偵測記數器1 1 2a設定爲「C 驟ST121 )、根據顏面偵測部107的偵測結果進行 顏面偵測處理(步驟ST 122)。於該顏面偵測處理 記自動辨識開始判定部1 1 2會判定目前之定格影像 有偵測到顏面(步驟ST 1 23 )。當該判定判定了從 定格影像中沒有偵測到顏面時,上記自動辨識開始 1 1 2會將顏面偵測記數器1 1 2a設定爲「0」(步驟 ),回到上記步驟ST122。 上記步驟ST 123的判定判定了從目前定格影像 到顏面時,自動辨識開始判定部1 1 2會將表示從目 影像中偵測到顏面之資訊與目前定格影像(或從目 影像中偵測到之顏面的特徵量)記錄在未圖示的記 會偵測 標等資 所示的 話說, 測到顏 自動開 憶偵測 記攝影 影像會 開始判 」(步 人物之 中,上 中是否 目前的 判定部 ST124 中偵測 前定格 前定格 憶體內 -59- (56) (56)1299471 。又,當判定了有從目前定格影像中偵測到顏面時,自動 辨識開始判定部1 1 2會判定從前一定格畫面是否也有偵測 出顏面(步驟ST1 25 )。該判定若爲前一定格畫面沒有偵 測出顏面時,自動辨識開始判定部1 1 2會將顏面偵測記數 器1 12a設定爲「0」(步驟 ST124 ),回到上記步驟 ST122 。 上記步驟ST 125的判定若爲前一定格畫面也有偵測出 顏面時,自動辨識開始判定部1 1 2會判定目前定格影像與 前一定格影像的變動量是否在所定閥値以上(步驟ST 126 )。當該判定中變動量沒有在所定閥値以上時’自動辨識 開始判定部1 1 2將顏面偵測記數器1 1 2a設定爲「0」(步 驟ST124),回到上記步驟ST122。 當上記步驟ST 126的判定爲變動量在所定閥値以上時 ,自動辨識開始判定部1 1 2會判定上記顏面偵測記數器 1 12a的値是否在所定閥値以上(步驟ST127 )。當該判定 爲顏面偵測記數器1 1 2a沒有在所定閥値以上時,自動辨 識開始判定部1 1 2或將上記顏面偵測記數器1 1 2a「+ 1」 (步驟ST128),而回到步驟ST122。 當步驟ST 127的判定爲顏面偵測記數器112a的値在 所定閥値以上時,自動辨識開始判定部1 1 2會判斷上記攝 影機1 〇 1正在拍攝人物顏面,而令上記辨識部1 1 0的辨識 處理開始。 在此,說明顏面運動之變動量的評估方法。此處我們 以表示顏面中心位置的資訊爲例以偵測到的座標位移量來 -60- (57) (57)1299471 說明。如圖2 1所示,令從目前定格影像偵測出之顏面中 心座標爲(fx,fy ),而從其前一定格影像偵測出之顏面 中心座標爲(pfx,pfy )時,則2定格影像間的變動量 Diff可由以下的式子算出。藉由此一變動量Diff,自動辨 識開始判定部1 1 2可偵測出人物顏面的運動(換句話說, 是否爲實際人物)。 變動量 Diff = | fx - pfx | + | fy - pfy | 因此變動量Diff,在前一定格影像以及目前定格影像 都沒偵測出顏面時會爲零,而連續偵測到顏面時則會維持 在零以上的値。此變動量Diff若比所定閥値Th大時,自 動辨識開始判定部1 1 2會判斷「有正在運動的顏面存在」 故會增加顏面偵測記數器1 1 2a的値,而在沒有滿足此一 條箭的所有情況都會將顏面偵測計數歸零。 當此顏面偵測記數器112a在所定閥値ThCount以上 時,自動辨識開始判定部1 1 2可判定爲「在連續的定格中 存在有正在運動的顏面」,而判定可以令辨識處理自動開 始。 又,亦可根據眼、鼻等顏面元件位置之座標的位移量 之絕對値的合計値來判定人物之存在。又,亦可根據顏面 領域的面積(顏面大小)的差異的絕對値來判定人物之存 在。又,亦可根據在以偵測到之顏面的中心座標(fx,fy )爲中心、橫寬±fw/2、縱寬±fh/2的矩形領域中,前一定 格影像與目前定格影像之差異量、或相關値等評估量,來 判定人物之存在。亦即,可藉由在連續定格影像間顏面特 -61 - (58) 1299471 徵量的變動量並對該變動量設定對應之閥値來判定人物之 存在。 如以上之說明,第9實施例的個人辨識裝置中,攝影 機1 0 1會拍攝連續影像,並根據從上記攝影機1 〇 1所攝得 之連續影像中偵測到的顏面特徵量的變動量判定人物之存 在,當判定人物存在時則令辨識處理開始。藉此,即使當 從攝影機拍攝之影像偵測到類似人物顏面時,若沒有偵測 到顏面運動則不會令辨識處理開始。因此,即使在上記攝 ® 影機拍攝到印刷有人物顏面之海報等容易造成錯誤偵測的 物體時,也不必擔心錯誤偵測到人物存在而開始辨識運作 (錯誤運作)。 接著,將說明第1 0實施例。 第1 〇實施例,係根據第7實施例(或第8實施例) 所說明之個人辨識裝置對通行者的辨識結果,而控制通行 者之通行的通行控制裝置。亦即,第1 〇實施例,係將第 _ 7實施例適用在通行控制裝置上時的範例。 圖5 3係第1 0實施例的通行控制裝置的槪略構成圖。 本通行控制裝置,係進行例如重要設施(安全重視的房間 等)的建築物或房間的入退室管理之裝置。本通行控制裝 置,係辨識利用者(通行者)的顏面影像,並根據其辨識 結果,進行重要設施之入退室用門的開閉控制。如圖53 所示,通行控制裝置,係由攝影機1 01、照明部1 〇2、顯 示部1 04、處理部1 05,以及反映辨識部1 1 〇的辨識結果 進行重要設施20 1的入退室用門202的開閉控制的門控制 -62- (59) (59)
1299471 部1 1 3所構成。 此外,圖53中,除了門控制部1 13以外其餘 2 0所示的個人辨識裝置,故和圖2 0所示的個人辨 在同一地點標以相同符號,並省略其說明。 上§己辨識部110,例如,圖23之步驟S106中 出的類似度比閥値大時,或圖2 3之步驟S 1 1 1中, 類似度比閥値大時,向門控制部1 1 3輸出「開門」 。又,圖2 3的步驟S 1 1 1中,求出的類似度比閥値 向門控制部1 1 3輸出「閉門」的訊號。 門控制部1 1 3 —旦從辨識部1 1 〇收到「開門」 ,則控制入退室用門202爲開狀態,許可辨識對象 情況下爲通行者)Ο的入室。又,門控制部1 1 3 — 辨識部1 1 〇收到「閉門」的訊號,則保持入退室用 爲閉狀態,拒絕通行者Ο的入室。 如此,若根據第10實施例,則可利用第7實 或第8實施例)所說明之個人辨識裝置控制通行者的 此外,上記第1 0實施例中,雖只說明適用了第 施例(或第8實施例)所說明之個人辨識裝置的情形 義可能適用第9實施例所說明之個人辨識裝置。適用 9實施例所說明之個人辨識裝置時的第1 1實施例的 示於圖54。圖54所示第11實施例的通行控制裝置 適用了上記第9實施例所說明之個人辨識裝置。第 施例中,因對通行者的認證處理和第9實施例所說明 同圖 ;裝置 當求 :出的 訊號 ‘時, 訊號 (此 .從從 ]202 :例( 通行 7實 ,但 了第 構成 ,係 11實 之運 -63- (60) (60)1299471 作相同,且控制通行者之通行的運作和上記第1 0實施例 相同,故省略其詳細說明。 如以上所述,若根據第7〜1 1實施例,可提供一種個 人辨識裝置及通行控制裝置,可減輕因對人物照明的角度 或顏面影像的大小差異導致人物辨識率之下降,而使高精 確度的辨識變爲可能。 又,若根據第7〜1 1實施例,可提供一種個人辨識裝 置及通行控制裝置,可不必拘束辨識時的姿勢與站立位置 、顏面方向等而進行穩定、高精確度的辨識,以達成人物 辨識率的提升。 若根據第7〜1 1實施例,可提供一種個人辨識裝置及 通行控制裝置,即使影像輸入部的攝影機視野範圍內有人 物顏面照片海報等也不容易錯誤偵測、錯誤運作。 接著,茲佐以圖面說明本發明第1 2〜第1 7實施例。 圖55及圖56,係第12〜第17實施例的個人辨識裝 置的顏面影像比對裝置的使用者介面部2 1 0的外觀構成例 的正面圖。圖5 5所示的顏面影像比對裝置的構成例中, 在使用者介面部210內,設有顯示部201、攝影機202、 線光源2 0 3、以及線光源2 0 4。圖5 6所示的顏面影像比對 裝置的構成例中,在使用者介面部210內,設有上顯示部 201、攝影機202、線光源203、線光源204,並加上操作 部 205。 上記顯示部201,會顯示上記攝影機202正在拍攝的 影像,並對利用者(被認證者)顯示引導資訊等。上記攝 -64- (61) (61)1299471 影機202,會拍攝動畫像或連續影像。該攝影機202,係 設在顯示部20 1的下方,從正在注視顯示部20 1的利用者 顏面稍微下側的方向拍攝。 上記線光源203,對位在攝影機202正面的利用者顏 面以光線橫向照射。上記線光源2 0 4,對位在攝影機2 0 2 正面的利用者顏面以光線從斜下方向照射。此外,上記線 光源203及線光源204等照明,在顏面影像比對裝置設置 場所的照明環境良好時可以免去。 又,圖5 6所示的顏面影像比對裝置的構成例中,在 使用者介面部210內,設有上顯示部201、攝影機202、 線光源203 '線光源204,並加上操作部205。此操作部 205,係由數字鍵等所構成。該操作部205,係用來輸入 例如用來作爲特定利用者而賦予各利用者的識別資訊的 ID代碼,或後述的密碼等。 圖5 7及圖5 8係顏面影像比對裝置的設置例的側面圖 〇 圖57係具有掛壁式使用者介面部210的顏面影像的 設置例側面圖。圖5 7中,係將圖5 5或圖5 6所示的使用 者介面部210掛壁設置。該使用者介面部210會從下方以 攝影機2 02拍攝站在正面之利用者Η的顏面。 圖5 8係具有擺置式使用者介面部2 1 0的顏面影像的 設置例側面圖。圖5 8中,對站在介面部2 1 0正面的利用 者Η的斜下方設置攝影機202。藉此,利用者Η會像是從 上方瞄看攝影機202。又,圖58的設置例中,圖55或圖 65- (62) 1299471 5 6所示構成顏面影像比對裝置的使用者介面部2 1 0係以 纜線2 1 1連接處理部2 1 2。 圖5 9係在門2 2 3、2 2 4等多個地點設置使用者介面部 2 1 0時的構成例區塊圖。圖5 9所示的構成例中,設置在 門223及門224的使用者介面部210係和處理部221連接 。又,上記處理部22 1係透過通訊纜線連接著維護用個人 電腦(維護PC )。此外,關於維護PC連接顏面影像比對 裝置的構成,將於後述第1 4實施例中詳述。 圖60係顏面影像比對裝置控制系統的整體構成圖。 如圖60所示,顏面影像比對裝置的處理部23 0 ( 2 1 2 、22 1),具有處理器231、工作記憶體232、程式記憶體 23 3、影像記憶體234、影像捕捉卡23 5、記錄裝置介面 236、顏面比對用字典237、記錄裝置238、顯示控制部 239,以及照明控制部240。 上記處理器231,係進行顏面影像比對裝置的整體控 制。又,上記處理器231係連接如圖55或圖56所示使用 者介面部210所設的顯示部201、攝影機202、線光源 2 03以及線光源204等,並控制這些裝置。此外,如圖56 所示,當使用者介面部210設有操作部205時,操作部 2 0 5係和處理器2 3 1連接。上記操作部2 0 5所輸入的資訊 會被供給至處理器2 3 1。 上記工作記憶體23 2係暫時記憶處理中影像等的記憶 體。上記程式記憶體23 3係記憶控制用程式等的記憶體。 上記影像記憶體234係記憶影像資料的記憶體。該影像記 -66 - (63) 1299471 憶體234例如會記憶攝影機202所拍攝並透過上記 捉卡23 5供給至處理部23 0內的顏面影像。上記影 卡23 5,係將上記攝影機2〇2所攝得的影像擷取至 230內之際的介面卡。 上記記錄裝置介面2 3 6,會進行上記顏面比對 (字典)237及上記記錄裝置23 8之資料的讀取及 上記顏面比對用字典(字典)23 7,係記憶著上記 2 02所攝得之顏面影像與比對用資料。又,上記字 內會將作爲比對用資料的顏面影像、使用者資訊、 爲顏面特徵量的顏面特徵模式(顏面模型)按照使 登錄。 以下的說明中,字典2 3 7內所登錄的各使用者 料亦稱作顏面資料。上記記錄裝置23 8係記錄著作 資料的顏面影像及歷程資訊。此外,顏面比對用字 及記錄裝置23 8,亦可設在處理部23 0外,或設在 介面通訊的網路上的其他外部機器上。 上記顯示控制部23 9係控制顯示部(顯示器) 顯示畫面。此外,當上記顯示部20 1係以內藏觸控 顯示裝置構成時,上記顯示控制部23 9除了控制 20 1所顯示的顯示畫面,還具有將使用者藉由觸控 入的內容供給至上記處理器23 1的機能。上記照明 24〇係控制光源203、204,會命令上記光源203、 光。
在此,上記攝影機202係使用CCD或CMOS 影像捕 像捕捉 處理部 用字典 寫入。 攝影機 典 237 以及作 用者別 別之資 爲歷程 典 237 可透過 201的 面板的 顯示部 面板輸 控制部 204發 影像感 -67- (64) 1299471 應器的黑白影像攝影機。又,當上記攝 彩色攝影機時,要追加將彩色影像轉換 。上記影像捕捉卡23 5,會將錄影訊號 成數位資料(A/D轉換),並送往影像 )。藉此,對於影像記憶體234內所累 理器231可一邊使用工作記憶體23 2, 資料以進行各種處理。 又,當上記攝影機202具備USB Bus,萬用序列匯流排)介面時,上記| 省略A/D轉換電路,只需具有USB介 影機202具備IEEE1 394等其他數位介 像捕捉卡2 3 5只需具備對應的介面即可 又,以下的說明中,雖只以攝影機 顏面影像(靜止影像)作爲處理對象來 於此,攝影機202可將所拍攝的多個顏 象。這是考量當被攝影者的位置或運動 動所致之攝影條件變動時,從多個顏面 資料。多個顏面影像,係例如擷取以一 連續顏面影像(動畫像)並緩衝放置在 卡的影像記憶體內。 又,當此種動畫影像,分爲只被用 理時,以及在顏面影像登錄處理與比對 情況。又,以動畫影像作爲處理對象時 處理或比對處理的流程,係從多個顏面 影機202係使用了 成黑白影像的處理 (類比資料)轉換 記憶體234 (緩衝 積的影像資料,處 一邊逐次擷取影像 (Universal Serial 多像捕捉卡23 5可 面。又,當上記攝 面時亦同,上記影 〇 2 02所拍攝的一個 說明,但可不侷限 面影像作爲處理對 、或照明等環境變 影像可獲得良好的 定時間間隔拍攝的 圖56的影像捕捉 於顏面影像登錄處 處理皆使用的兩種 ,顏面影像的登錄 影像取得多個特徵 -68- (65) 1299471 向量(後述)中進行主成份分析等統計處理而產生利 的顏面模型(後述),將該顏面模型登錄/比對。此 多個顏面影像萃取顏面模型的方法,可爲例如文獻2 的方法。 又,如圖59所示,當使用者介面部210被設在 ,處理部23 0內要設置可控制上記門的開閉或門鎖之 的門控制機構,並將該門控制機構連接至處理器23 1 此,顏面影像比對裝置可被適用於控制門開閉的入退 理系統。 接著,將說明上記此種構成的顏面影像比對裝置 本顏面影像登錄處理與認證處理。 圖61係表示處理器231所進行之顏面影像登錄 流程圖。如圖61所示,手山,顏面影像比對裝置中 理者等操作員以未圖示的鍵盤等進行使用者ID代碼 碼的輸入(步驟S21 1 )。此外,一般而言,ID代碼 裝置的管理者側提供,密碼則由使用者自由設定。 一旦ID代碼及密碼被輸入,則顏面影像比對裝 處理器23 1會進行使用者的顏面影像輸入處理( S212)。該顏面影像輸入處理中,藉由處理器231的 攝影機202會拍攝使用者顏面影像,所攝得的影像藉 像捕捉卡23 5擷取。一旦擷取所攝得的影像,處理器 會從擷取到的影像整體中探索顏面影像領域。此時, 法偵測出顏面影像領域時,處理器2 3 1會返回顏面影 輸入處理,再度進行顏面影像領域的偵測處理。一旦 用者 一從 所示 門時 開閉 。藉 出管 的基 處理 ,管 或密 係由 置的 步驟 控制 由影 23 1 若無 像的 偵測 -69- (66) 1299471 出顏面影像領域,則處理器2 3 1會進行從偵測到 像領域萃取特徵點的萃取處理(步驟S2 1 4 )。 的萃取處理’係先在顏面影像領域內,偵測出近 域的瞳孔領域與鼻孔領域,再將這些偵測出的領 位置作爲顏面影像的特徵點而萃取之處理。 一旦萃取出上記特徵點,則處理器2 3 1會依 徵點爲基準進行比對領域的切割(步驟S 2 1 5 ) 對領域切割,則處理器23 1會對各比對領域藉由 進行尺寸的正規化(步驟S 2 1 6 )。又,處理器 各比對領域藉由濃度補正進行濃度分布的正規 S217)。一旦這些處理結束,處理器231會根據 特徵點算出顏面作爲特徵量的特徵向量(顏面模 驟S218)。一旦算出特徵向量,處理器231會 特徵量和顏面影像及使用者資訊等對應登錄在顏 字典23 7內(步驟S219)。藉由以上處理,完 用者的登錄處理,而將上記處理行使於各使用者 了登錄作業。 接著,將說明顏面影像的比對處理。 圖62係用以說明處理器所進行的顏面影像 的流程圖。此外,因該比對處理和圖6 2所示類彳 的步驟S212〜S218的處理和圖62的步驟S222' 處理相同,故省略其詳細說明。又,這裡將說明 由1D代碼指定字典23 7內的顏面資料之比對的 對模式(以下的說明中簡稱「1對1比對模式」f 的顏面影 該特徵點 似圓形領 域的中心 序將以特 。一旦比 幾何補正 2 3 1會對 化(步驟 萃取到的 型)(步 將算出的 面比對用 成一個使 後就完成 比對處理 以,圖6 1 、S228 的 使用者藉 1對1比 勺運作。 -70- (67) 1299471 亦即,使用者首先藉由操作部205輸入ID代碼(步 驟S221)。藉此,處理器231會特定出被輸入之ID代碼 所對應之登錄在字典2 3 7內的顏面影像。一旦輸入了 ID 代碼,處理器231會以步驟S222〜S228的處理,拍攝輸 入ID代碼的使用者顏面影像,從該攝得之顏面影像產生 作爲顏面影像的特徵量的特徵向量(顏面模型)。一旦從 攝得顏面影像中產生顏面模型,則處理器23 1會進行與字 φ 典237的比對處理(步驟S229 )。 此比對處理中,首先,處理器23 1會算出上記步驟 S228所產生的特徵向量與上記步驟S221所輸入之ID代 碼所對應的顏面影像的特徵向量的契合度(類似度)。當 所算出的契合度大於所定閥値時,處理器23 1會認爲「比 對成功」,除此以外皆認爲「比對失敗」。又,當比對失 敗時,該顏面影像比對裝置會對使用者進行密碼比對等替 代手段的使用者認證處理。此外,判定顏面影像比對成功 φ 與否的閥値,可在程式上固定抑或將其對應各顏面模型記 憶在字典2 3 7內。 接著,將說明不輸入ID代碼的比對處理。換句話說 ,這裡將說明的是,使用者不透過ID代碼指定字典內的 顏面影像,而是將所攝得的顏面影像和字典內的所有顏面 影像(此處假設字典23 7內的登錄顏面影像的個數爲n ) 進行比對的1對N比對模式(以下的說明中簡稱「1對n 比對模式」)的運作。 圖6 3係用以說明1 : N比對模式之流程圖。如圖6 3 -71 - (68) (68)1299471 所示,首先,顏面影像比對裝置中,當以未圖示的人類感 知感應器偵測到有使用者存在之際(步驟S231,YES ), 開始拍攝使用者的顏面影像。以下’到擷取所攝得影像並 產生顏面模型爲止的處理,和上記步驟S2 22〜S 228相同 (步驟S232〜S238)。一旦從攝得影像產生顏面模型, 處理器23 1就會將從攝得影像產生的顏面模型,與字典 237內所登錄的所有顏面模型(總數設爲N)通通進行比 對處理。 根據該比對處理的結果,處理器23 1會在和攝得影像 之契合度最大、且此時的契合度在所定閥値以上的情況下 ,認爲比對成功,並將最大契合度的顏面模型的ID代碼 輸出。除此以外的情況下,處理器2 3 1都會認爲比對失敗 。又,當比對失敗時,該顏面影像比對裝置會以接受ID 代碼及密碼的輸入而認證是否爲本人等之替代手段進行認 證處理。 又,上記圖62及圖63所示的運作例中,雖只說明了 1對1比對模式與1對N比對模式的運作例,但在這些比 對模式中間的模式,尙有「群組比對模式」。此「群組比 對模式」中,在登錄顏面影像時,係以數個群組分別產生 字典,並附上表示各顏面影像屬於哪個群組的識別資訊。 然後,在比對處理最初的步驟中,並非輸入個人ID代碼 而是輸入群組ID代碼,處理器23 1會挑出作爲比對對象 的顏面影像。然後處理器23 1會將攝得顏面影像與挑出的 顏面影像執行全面比對。藉此,在群組比對模式中,無論 -72- (69) (69)1299471 有多少登錄的顏面影像,因可挑選作爲比對對象的顏面影 像’故可維持一定的比對精確度。 以下,將說明使用上記構成的顏面影像比對裝置的第 1 2〜第1 7實施例。 首先說明第1 2實施例。 本第12實施例中,字典登錄及字典比對處理內有特 徵,其詳細處理流程示於圖6 4。以下,兹佐以圖6 4說明 第12實施例的字典登錄處理。又,往字典237的登錄處 理’基本上爲按照圖6 1所示的程序進行,這裡使用圖6 4 說明的處理,係對應圖6 1之步驟S2 1 9的處理。 亦即,上記處理器231,會將上記步驟S211〜S218 之處理所得的ID代碼、密碼及顏面影像的特徵向量以一 個組的方式寫入字典23 7 (步驟S241 )。藉此,進行一個 使用者(或一個顏面影像)的字典237登錄處理。處理器 231直到判斷了對所有登錄者之字典23 7登錄結束以前( 步驟S2 42,NO),都會返回上記步驟S211,對其他未登 錄使用者重複進行登錄處理。 當判斷了對所有登錄者之字典23 7登錄結束時(步驟 S242,YES ),處理器23 1會判定登錄在字典23 7內的所 有顏面模型彼此之間的契合度(步驟S243 )。根據此判 定處理的判定結果,處理器2 3 1會判斷是否有契合度在所 定閥値以上。 當該判斷發現有契合度在所定閥値以上時,會將契合 度在所定閥値以上之顏面模型彼此成對組合起來(步驟 -73- (70) (70)1299471 S 2 44 )。一旦萃取出契合度在所定閥値以上的顏面模型, 處理器2 3 1會更進一步藉由將顏面模型彼此有重複成對的 以群組的方式總結而萃取出類似的顏面模型群組。 例如,圖65及圖66所示,假設字典23 7內所登錄的 多個顏面資料爲A、B、C、D、E、F、…。針對對這些顏 面資料的顏面模型,如圖65所示,處理器231會將契合 度在所定閥値以上者配對,分別萃取出A與B、B與C、 D與E、E與F (步驟S244 )。如此,如圖66所示,處 理器23 1會萃取出群組(A、B、C ),及群組(D、E、F )之類似群組。 如此,一旦萃取出類似群組,處理器23 1會對各類似 群組發行ID編號(表示有類似顏面模型的資訊)。一旦 對各類似群組發行ID編號,則處理器23 1會將各類似群 組的ID編號賦予在各顏面資料上而結束登錄處理(步驟 S246 )。又,亦可對不隸屬於任何類似群組的顏面資料, 賦予表示沒有類似顏面資料的資訊。 此外,這裡雖然在全體使用者的登錄作業全部結束後 萃取顏面模型類似的類似群組,但可不限於此,上記這種 類似群組的萃取與登錄,亦可在任何時機進行。例如,亦 可以每逢一定合適的時間間隔,進行類似群組的萃取與登 錄。 接著’茲佐以圖67所示的流程圖說明針對圖64所示 的登錄處理所登錄在字典2 3 7之顏面資料的比對處理。 這裡將說明的攝得顏面資料與登錄在字典23 7內的顏 -74- (71) (71)1299471 面資料的比對處理,係對應於上記步驟S229的處理。亦 即,上記處理器231會從字典23 7讀取上記步驟S221中 使用者輸入的ID代碼所對應的顏面模型。然後,處理器 231會藉由上記步驟S222〜S228的處理,算出從攝得顏 面影像得到的顏面模型,與從字典2 3 7讀出之顏面模型的 契合度(步驟S251 )。 一旦算出契合度,處理器231會判斷字典23 7內是否 存在其他顏面模型是類似於使用者所輸入之ID代碼所對 應的顏面模型(步驟S2 52 )。此判斷係藉由判斷各顏面 模型有無被賦予了表示有類似顏面模型之資訊而判斷。當 此判斷爲類似顏面模型不存在時(步驟S252,NO ),處 理器23 1會進行一般比對處理(第1比對處理)。 該一般比對處理中,處理器23 1會判斷算出之契合度 是否在所定閥値以上(步驟S253 )。當此判斷爲算出之 契合度在所定閥値以上時,處理器2 3 1會認爲比對成功, 認證使用者爲本人(步驟S 2 5 4 )。 又’當此判斷爲算出之契合度不在所定閥値以上時, 處理器2 3 1會認爲比對失敗。判斷了比對失敗的處理器 2 3 1,會以催促使用者輸入密碼作爲顏面比對處理的替代 手段’接受來自使用者的密碼輸入(步驟S255)。藉此 ,一旦使用者輸入密碼,處理器2 3 1會判斷所輸入的密碼 與是否和ID代碼所對應之預先輸入密碼一致(步驟S256 )°當該判斷爲密碼一致時’處理器2 3 1會認證使用者爲 本人(步驟S254)。又,當密碼不一致時,處理器231 -75 - (72) (72)1299471 會認定無法認證使用者爲本人(步驟S257 )。 又,上記S2 52中,當判斷有類似模型存在時,處理 器23 1會進行和一般比對處理不同的特別處理(第2比對 處理)。此特別處理係針對有類似顏面模型存在於字典 237內的顏面模型之特別處理。在圖67所示的例子中, 上記的特別處理係如以下說明而進行。 亦即,上記步驟S2 52中,當判斷有類似模型存在時 ,處理器231會根據表示有類似顏面模型的ID資訊,搜 尋該當顏面模型與隸屬同一類似群組的所有顏面模型。處 理器23 1會分別算出所搜尋到之隸屬於類似群組的所有顏 面模型與該當顏面模型的契合度(步驟S258)。 根據該算出結果,處理器23 1會判斷與使用者輸入 ID代碼所對應之顏面模型的契合度最大、且契合度次高 的顏面模型(第2位)之間的契合度差是否在所定閥値以 上(步驟S259 )。當此判斷爲該當顏面模型與契合度最 大、且和第2位契合度的差在所定閥値以上時,處理器 23 1會認爲比對成功,認證使用者爲本人(步驟S2 54)。 上記例中,雖只說明了 1對1比對模式的運作例,但 亦可應用在1對N比對模式。例如,當1對N比對模式 時,處理器231會分別算出與字典237所有顏面模型的契 合度,判定爲這些契合度中有最大契合度的顏面模型。當 對該有最大契合度的顏面模型設定有類似顏面模型時,處 理器23 1會進行上記這種特別處理。藉此,即使1 : N比 對模式也能和1 : 1比對模式一樣,進行含有特別處理的 -76- (73) (73)1299471 比對處理。 如上記,若根據第1 2實施例,當有類似顏面模型多 重登錄在字典時,可將類似之顏面模型彼此以類似群組的 方式分組,對於隸屬於類似群組的顏面模型,藉由和一般 比對處理不同的特別處理來判斷是否可以契合。藉此,即 使字典內有類似顏面模型存在,也能維持一定之比對性能 及安全等級。 接著,將說明第1 2實施例的變形例。 使用上記圖67說明的運作中,雖然特別處理是當存 在類似顏面模型時,判斷和該當顏面模型契合度最大、且 和該當顏面模型契合度爲第2位的顏面模型之契合度差是 否在所定閥値以上,但特別處理可不侷限於上記例子。例 如,亦可事先設定比當不存在類似模型時的比對處理所使 用的一般閥値還高的閥値,當類似模型存在時,特別處理 可爲判斷和該當顏面模型的契合度是否在較上記一般閥値 爲高之閥値以上。又,反之亦可當與其他任何顏面模型的 契合度都遠低時(不存在類似顏面模型時),使其和較一^ 般閥値爲低的閥値比較。 亦即,本變形例中,可因應是否存在類似磨時而變更 比對處理的閥値。本變形例中,將說明對字典2 3 7所登錄 的各顏面模型,--設定隨著和其他顏面模型之契合度的 差而設定的比對處理閥値時的運作例。 圖6 8係用以說明上記變形例運作的流程圖。圖6 8所 示的運作例,係對以異於一般閥値之閥値進行比對之顏面 -77- (74) 1299471 模型事先設定閥値,對設定了異於一般閥値之閥値的顏 模型,會以所設定之閥値進行比對處理。此外,圖68 步驟S261及步驟S263〜S267,因和圖67之步驟S251 步驟S253〜S2 57相同,故省略其說明。 亦即,圖68所示,當ID代碼所對應之字典23 7內 顏面模型被設定了異於一般閥値之閥値時(步驟S2 62 YES),處理器23 1會進行特別處理。這裡所謂的特別 理,係首先處理器23 1會讀取對該當顏面模型設定的閥 (步驟 S 2 6 8 )。 然後,處理器23 1會將攝得之使用者顏面模型與 代碼所對應之字典23 7內的顏面模型的比對度,判斷是 爲對該當顏面模型設定之閥値以上(步驟S2 69 )。當 判斷爲在閥値以上時,處理器23 1會認爲比對成功,使 者被認證(步驟S2 64 )。又,當上記判斷爲不在閥値 上,處理器231會認爲比對失敗,朝步驟S265前進。 如上記,第1 2實施例中,當登錄顏面模型之際, 會根據與字典內其他顏面模型的類似度之差異而對各顏 模型、分別設定契合度之閥値,故可一邊維持一定的比對 能,且可進行效率良好的比對處理。 接下來將說明第1 3實施例。 本第13實施例中,其特徵爲對同一使用者,在字 23 7內多重登錄(追加)顏面模型。此種字典23 7以下 爲「多重項目(Multi-entry)字典」。該多重項目字典 ,因對同一使用者登錄多筆顏面資料,故以ID代碼以 面 的 及 的 處 値 ID 否 該 用 以 因 面 性 典 稱 內 外 -78- (75) (75)1299471 的其他附加代碼作爲使用者資訊而登錄。該附加代碼,係 屬於分別賦予各顏面資料之資訊,可用來特定顏面資料。 圖6 9係用以說明在字典2 3 7內對同一使用者追加顏 面模型之際的處理流程圖。首先,顏面影像比對裝置230 中’管理者等操作員以未圖示的鍵盤等操作部輸入ID代 碼、密碼及附加代碼等使用者資訊(步驟S 2 7 1 )。此時 ’附加代碼以外的ID代碼與密碼,因使用者爲同一人物 ’故必須要和首次登錄時所輸入的(已經登錄)之資料相 同。又,附加代碼可由使用者自由決定,或由管理者決定 。附加代碼,例如,可事先訂定當有戴眼鏡時就賦予「 megane」之字串。 一旦輸入了 ID代碼、密碼及附加代碼等使用者資訊 ,則顏面影像比對裝置2 3 0,會和上記步驟S 2 1 2〜S 2 1 8 相同,進行使用者顏面影像輸入處理(步驟S2 72 )、顏 面影像領域探索(步驟S273 )、特徵點萃取處理(步驟 S274 ),比對領域之切出(步驟S275 )、尺寸正規化( 步驟S276 )、濃度分布正規化(步驟S277 )、特徵向量 之產生(步驟S278)等處理。一旦產生了特徵向量(顏 面模型),則處理器23 1會將所產生的顏面模型對應於上 記使用者資訊追加記錄在顏面比對用字典237 (步驟S279 )。藉由以上之處理,便對同一使用者追加顏面模型。換 句話說,藉由上記這種追加登錄,字典237內便對同一使 用者登錄了多筆顏面資料。 圖70係用以說明針對多重項目字典的比對處理流程 -79- (76) 1299471 圖。如圖7 〇所示,首先一開始,使用 輸入ID代碼與附加代碼(步驟S281 231會特定出所輸入之ID代碼與附加/ 所對應登錄之顏面模型。 一旦字典237內的顏面模型被特定 和上記步驟S 2 1 2〜S 2 1 8,或和上記步願 理相同,進行拍攝輸入ID代碼與附加 影像,從該攝得顏面影像產生特徵向量 旦從該攝得顏面影像產生顏面模型,則 與字典237內被所輸入之ID代碼與附 模型的比對處理(步驟S289 )。 此外’當對同一使用者登錄多筆顏 各使用者事先設定預設使用的顏面資料 S281中,當沒有輸入附加代碼時,處写 次登錄的顏面模型作爲預設顏面模型。 預設使用的顏面模型,係可藉由對字典 模型的變更處理、刪除處理等而可輕易 使用者登錄多筆顏面模型時,亦可設定 型作爲預設使用。 又,上記例中,雖只說明1 : 1比 1: N比對模式中,可藉由對字典237 模型進行比對處理,對同一使用者登錄 如上記,藉由賦予ID代碼並加上 一使用者追加登錄多筆顏面模型,在比 者藉由操作部205 )。藉此,處理器 X碼在字典23 7內 ,則處理器231會 ! S222〜S228之處 代碼的使用者顏面 (顏面模型)。一 處理器231會進行 加代碼特定之顏面 面資料時,亦可對 。例如,上記步驟 I器231會選擇首 又,對ID代碼所 23 7內登錄之顏面 變更。又,對同一 在使用哪個顏面模 對模式之處理,但 內登錄之所有顏面 多筆顏面模型。 附加代碼,可對同 對處理之際藉由指 -80- (77) 1299471 定ID代碼與附加代碼特定字典2 3 7內之顏面模型,和從 攝得之使用者顏面影像所產生的顏面模型進行1對1比對 處理。藉此,可在例如有無眼鏡、眼鏡的種類等外在因素 導致使用者顏面模型變動時亦可對應,可保持對各使用者 的比對性能及一定的安全等級等。 接著,將說明第1 3實施例的變形例。 第13實施例中,最大的特徵在於對同一使用者登錄 多筆顏面模型。而登錄顏面模型至字典,若考慮使用者及 管理者的便利性,則越簡單越好。尤其是當追加登錄同一 使用者的顏面模型時,在實際運用中若不讓使用者或管理 者特別意識到就能追加登錄則爲理想。以下說明的變形例 中,將說明在顏面影像比對裝置的運用中(比對處理中) 便登錄追加使用者顏面模型之處理。 圖7 1係用以說明第1 3實施例之變形例的流程圖。此 外,此處說明的攝得顏面影像與字典23 7的比對處理,例 如,係對應圖71之上記步驟S289的處理。首先,上記處 理器231,會判斷字典237內是否存在上記步驟S281使 用者所輸入之ID代碼及附加代碼所對應的顏面模型(步 驟S290 )。此處,當ID代碼不存在時便會拒絕,當ID 代碼存在而附加代碼不存在時則往步驟S2 94前進。 當上記步驟S290判斷使用者所輸入的ID代碼及附加 代碼都存在時,上記處理器23 1會自字典23 7讀取上記步 驟S281中使用者所輸入之ID代碼及附加代碼所對應的顏 面模型。然後,處理器231會藉由上記步驟S282〜288之 -81 - (78) (78)1299471 處理,算出從攝得顏面影像所得之顏面模型,與從字典 237讀出之顏面模型的契合度(步驟S291)。 一旦算出契合度,處理器23 1會判斷所算出的契合度 是否在所定閥値以上(步驟S292 )。當此判斷爲算出之 契合度在所定閥値以上時,處理器23 1會認爲比對成功, 認證使用者爲本人(步驟S2 93 )。 又,當判斷爲算出之契合度沒有在所定閥値以上時, 處理器23 1會判斷爲比對失敗。判斷了比對失敗的處理器 23 1,會以催促使用者輸入密碼作爲顏面比對處理的替代 手段,接受來自使用者的密碼輸入(步驟S2 94 )。藉此 ,一旦使用者輸入密碼,處理器2 3 1會判斷所輸入的密碼 與是否和ID代碼所對應之預先輸入密碼一致(步驟S2 5 6 )° 當該判斷爲密碼不一致時,處理器23 1會認定無法認 證使用者爲本人(步驟S296 )。又,當該上記判斷爲密 碼一致時,處理器231,若上記步驟S290判斷了有附加 代碼存在,則會進行字典23 7內該當ID代碼及附加代碼 所對應的顏面模型的更新處理(步驟S297 )’以及認證 使用者爲本人(步驟S293 )。 又,當上記步驟S290判斷ID代碼存在但附加代碼不 存在時,和上記相同地,會接受來自使用者的密碼輸入( 步驟S294 ),並判斷所輸入的密碼是否和ID代碼所對應 之事先輸入密碼一致(步驟S295 )。當該判斷爲密碼不 一致時,處理器2 3 1會認定無法認證使用者爲本人(步驟 -82- (79) (79)1299471 S 2 96 )。又,當該上記判斷爲密碼一致時,處理器23 1, 若上記步驟S290判斷了有ID代碼但附加代碼不存在,則 會將從攝得顏面影像產生的顏面模型,以對應於被輸入之 附加代碼的顏面資料的方式追加登錄在字典2 3 7 (步驟 S297),並認證使用者爲本人(步驟S293)。 接著,將詳細說明上記步驟S297的字典更新處理。 字典23 7內的顏面模型的更新處理,例如,係藉由將攝得 顏面影像的顏面模型和已經登錄在字典內的顏面模型融合 (merge )以產生更新用的顏面模型,而改寫字典23 7內 的顏面模型。換句話說,令攝得顏面影像之顏面模型爲顏 面模型i,已經登錄在字典內的顏面模型爲顏面模型d, 則更新用的顏面模型d’爲,d’=a i+y3 d ( OS α、冷S 1, 且α+/3=1)。此處,以及冷的値,將會決定攝得顏面影 像的顏面模型與已經登錄在字典內的顏面模型如何反映在 更新用的顏面模型上。 上記更新用顏面模型d’,當α的値大於/3的値,則 攝得顏面影像之顏面模型i的影響變強,當/5的値大於α 的値,則經登錄在字典內的顏面模型d的影響變強。因此 ,當α及/3的値都爲1 /2,則因可獲得和顏面模型i與顏 面模型d平均的更新用顏面模型d ’,故可以顏面模型i與 顏面模型d的平均顏面模型改寫字典23 7內的顏面模型。 又,令α的値爲1,Θ的値爲0,則因i = d ’,故會以顏面 模型i改寫字典237內的顏面模型。 此外,上記變形例中,雖只說明1對1比對模式的處 -83- (80) 1299471 理,但亦可應用在1對N比對模式。例如,當1對 對模式的情況下,處理器2 3 1首先以1對N比對模 行比對處理,該比對處理的結果,若無法認證使用者 則進行依據ID代碼與密碼的認證處理。當該ID代碼 碼可以完成認證時,處理器231會進行所輸入之ID 的顏面模型的字典更新處理。藉此,即使1 : N比對 也能和1 : 1比對模式一樣,使得比對處理的流程中 典更新處理變爲可能。 如上記所述,本第1 3實施例的變形例中,在以 影像的字典比對失敗、而以認證處理之替代手段的密 入而認證時,可進行顏面比對用字典的顏面資料的更 追加登錄。藉此,可讓使用者或管理者在沒有意識到 況下,輕易進行已經登錄在字典內的顏面模型的更新 或異於已經登錄在字典內的顏面模型之同一使用者的 顏面模型的追加登錄。 接著將說明第1 4實施例。 本第1 4實施例係對特定之非法存取者(未登錄 發出警報等之例子。此乃顏面影像比對裝置適用於入 管理系統時所用。以下的說明中,假設顏面影像比對 被設置在進行入退室的門等處之情形。 本第1 4實施例的顏面影像比對裝置,如圖72所 在圖60的構成中,追加歷程資料庫238a、特殊字典 、揚聲器241、無線通訊埠242,以及LAN (區域網 璋243。更進一步地,透過上記LAN埠243連接的 N比 式進 時, 與密 代碼 模式 的字 顏面 碼輸 新或· 的情 處理 其他
者) 退出 裝置 示, 23 8b 路) LAN -84 - (81) 1299471 中,可設有維護用的個人電腦(維護用PC ) 244 程資料庫2 3 8 a及特殊字典23 8b,,係以硬碟機 等所構成設置在記錄裝置23 8內。此外,上記以 ,因和圖6 0所示的顏面影像比對裝置相同故在 標以相同符號,並省略其說明。 上記歷程資料庫23 8 a,當比對失敗之際, 顏面影像、自攝得顏面影像萃取出的顏面模型, 、曰期等屬性資料當作歷程資料記憶。又,上記 2 3 8b內,會登錄從字典23 7內所沒有登錄之特 面影像萃取出的顏面模型。上記揚聲器24 1會依 理器231的指示發出警報。 上記無線通訊埠242,係具有用以向管理者 線終端等之資訊終端報知警報的無線通訊機| LAN埠243係透過LAN和維護用PC244連接。 用PC244,具有顯示器244a,係進行顏面影像比 維護的終端機器。此維護用PC2 44,例如,設有 器,管理者(監視員)可控制顏面影像比對裝置 處理狀況或運作狀態等。 圖73係用以說明將歷程資料記憶在歷程資牙 之處理的流程圖。此外,圖73所示步驟S301〜 理,因和圖71所示步驟S2 91〜295的處理相同 其詳細說明。 亦即,當顏面狀態的比對失敗、且密碼也不 步驟S3 05,NO),處理器231會將攝得顏面影 。上記歷 (HDD ) 外的構成 同一地點 會將攝得 以及場所 特殊字典 定人物顏 照來自處 所持之無 危。上記 上記維護 對裝置之 管理感應 ,或監視 斗庫238a 3 05的處 ,故省略 一致時( 像、自攝 -85- (82) (82)1299471 得顏面影像萃取出的顏面模型,以及場所、日期等歷程資 料記憶以一組的方式記憶在歷程資料庫23 8 a內(步驟 S 3 06 )。此時,處理器231會認爲該當使用者不被認證( 步驟S 3 0 7 )。 此處雖然是以從攝得顏面影像產生特徵向量(顏面模 型)的處理成功爲前提,但實際上有可能到顏面模型產生 以前之階段的處理即失敗。此種情況下,會進行下列三個 處理。 (1 )當顏面領域偵測失敗時,因沒有顏面影像及顏 面模型,故不記憶歷程。 (2 )當顏面領域偵測成功、在特徵點偵測階段失敗 時,因無顏面模型,故只將偵測到的顏面影像當作歷程記 憶。 (3 )顏面模型產生成功時,則將該顏面模型與特徵 點皆成功的顏面影像兩者都視爲歷程資料。 又,上記例中,雖然只有在密碼認證不成功時留下歷 程資料,但亦可在成功時也留下歷程資料。又,因有可能 在密碼輸入後便離去,故亦可在比對失敗的時間點上,立 刻記錄歷程資料。甚至,在顏面比對中,因顏面領域偵測 或從顏面影像萃取特徵點都在比對的前段進行,故當這些 處理失敗時,可不接受密碼輸入以進而提升安全等級。 接著,將說明警報輸出用的特殊字典238b之產生。 特殊字典會從上記處理所記憶在歷程資料庫23 8 a的歷程 資料中產生。亦即,警報輸出用字典的產生,係管理者根 -86 - (83) (83)1299471 據維護用PC244的顯示器244a上的歷程資料令顏面影像 顯示,藉由選別出可疑者或非法進入之惡作劇的常習者而 產生。 此可藉由管理者以手動進行和一般字典登錄相同的處 理而實現。又,亦可讓維護用PC244根據歷程資料進行 顏面模型之間的比對處理,由維護用PC244判斷被歷程 記錄多次的人,根據該判斷結果由維護用PC244選別必 須要登錄至特殊字典23 8b之人物。此外,登錄至特殊字 典238b,亦可不使用維護用PC244,而可使用顏面影像 比對裝置進行。 圖74係用以說明增加警報輸出用特殊字典23 8b的比 對處理時的比對處理流程圖。亦即,上記處理器23 1,從 字典23 7中讀取使用者所輸入ID代碼所對應的顏面模型 ,並算出與來自攝得顏面影像的顏面模型(輸入顏面模型 )的契合度(步驟S 3 1 1 )。 一旦算出契合度,處理器231會判斷所算出的契合度 是否在所定閥値以上(步驟S3 1 2 )。當該判斷爲契合度 在所定閥値以上時,處理器231便認爲比對成功,認證使 用者爲本人(步驟S313)。 又,當該判斷爲契合度沒有在所定閥値以上時,處理 器23 1會算出輸入顏面模型,與警報輸出用特殊字典 238b內的所有顏面模型的契合度(步驟S314)。一旦算 出與警報輸出用特殊字典23 8b內的所有顏面模型的契合 度,處理器23 1會判斷在所定閥値以上顏面模型是否存在 -87- (84) (84)1299471 於特殊字典23 8b內(步驟S3 1 5 )。 當該判斷爲所定閥値以上的顏面模型不存在時,處理 器231會和上記S25 5、S25 6 —樣地,進行作爲顏面比對 處理的替代手段之密碼認證(步驟S3 16、S3 17 )。又, 當該判斷爲所定閥値以上的顏面模型存在時,處理器23 1 會認爲使用者無法認證(步驟S318 ),除了令揚聲器241 發出警報外,還會在顯示器244a顯示對使用者的警告文 (步驟 S 3 1 9 )。 又,上記例中,雖然令揚聲器241發出警報並還在顯 示器244a顯示對使用者的警告文,但亦可透過上記無線 通訊埠242或上記LAN埠243向正在別處的管理者報知 有非法進入之訊息。例如,當管理者在維護用PC244處 被報知有非法進入時,亦可透過LAN將表示有非法進入 的訊息與攝得顏面影像送訊,使其顯示在顯示器244a。 藉此,當有正在監視維護用 PC244的管理者時,可直接 對管理者報知有非法進入。又,當透過上記無線通訊埠 242報知管理者有非法進入時,處理器231會將表示有非 法進入的訊息與攝得顏面影像送往行動電話等無線終端。 藉此,即使管理者不在特定場所,也能遠端報知管理者有 非法進入。 又,上記例中,雖根據與警報輸出用特殊字典23 8b 的比對結果來報知非法進入,但當與顏面比對用字典23 7 內所有顏面模型的比對都失敗時亦可向管理者通知。此時 ,因不需要在一般的顏面比對用字典237以外另外產生警 -88- (85) (85)1299471 報輸出用特殊字典23 8b,故可減少顏面影像比對裝置整 體的處理量。 又,上記例中,雖然是當與一般的顏面比對用字典 2 3 7所登錄的顏面模型的比對處理失敗時,才會進行警報 輸出用特殊字典23 8b的比對,但其變形例亦可爲將處理 器231設置兩台,同時進行一般顏面比對用字典237的比 對處理與警報輸出用特殊字典23 8b的比對處理。此情況 可使裝置整體的基本構成簡化,可使處理時間縮短。 又,上記例中,雖產生用以偵測非法進入的特殊字典 2 3 8b以報知非法進入,但亦可在其他用途下以顏面影像 搜尋。例如,當在顏面影像比對裝置上設有利用之有效期 限限制時,亦可將超過有效期限、或接近有效期限之人物 的顏面模型登錄在特殊字典23 8b,當偵測到有超過有效 期限(或接近有效期限)的人物之際,向顯示器244a報 知有效前期限過期(有效期限即將過期)的訊息。 如上記,第1 4實施例中,會產生一般的顏面比對用 字典與特殊字典,在比對處理時,當偵測到上記特殊字典 內登錄之人物時,對該當人物或管理者發出所定訊息以報 知。藉此,可將登錄以外的人物的非法進入等事件報知管 理者或該當人物,使其可迅速對嫌疑者採取對應,提升安 全等級。 接著,將說明第1 5實施例。 本第1 5實施例中,如圖5 9所示,當將顏面影像比對 裝置適用在入退室管理系統時,令入退室管理與顏面影像 -89- (86) (86)1299471 的比對處理連動’以實現比對性能與安全等級之提升。 本第1 5實施例中,如圖5 9所示,假設有一對進行入 退室管理的一扇門的內側與外側區域兩面設置顏面影像比 對裝置的入退室管理系統。該入退室管理系統,針對來自 區域外的使用者進行入室管理,對來自區域內的使用者進 行退室管理。甚至’根據此種入退室管理,表示在室者的 在室者清單250,會被產生在工作記憶體232、字典237 或記錄裝置238內。該在室者清單250,每當有使用者入 退室時便會更新。 又,利用入退室管理系統的使用者,會在設於區域外 或設在區域內之任一的顏面影像比對裝置上進行登錄。又 ,往字典23 7的顏面影像登錄處理,係例如以圖61所示 的一般登錄處理將使用者的顏面模型登錄至字典23 7。 圖75係用以說明上記此種入退室管理系統之入退出 時的比對處理流程圖。此處,將針對1對N比對模式的 比對處理說明。又,因係對應圖63所示1 : N比對模式 之字典與比對處理,使用者顏面影像之拍攝、從攝得顏面 影像產生顏面模型爲止的處理都和圖63相同,故省略其 說明。 亦即,如圖75所示,處理器23 1會將入室時的比對 處理的比對對象、以及退出時之比對處理的比對對象根據 上記在室者清單250而挑選。例如,當入室時(步驟 S321 ),處理器231會根據上記在室者清單250將在室者 以外的所有顏面模型作爲比對對象搜尋(步驟S3 22 )。 -90- (87) (87)1299471 又,當退出時(步驟S321),處理器231會僅以在室者 作爲比對對象,搜尋所有在室者的顏面模型(S 323 ) ° 一旦藉由此種搜尋處理萃取出所有比對對象’處理器 2 3 1會算出來自擷取到之顏面影像的顏面模型與所有比對 對象顏面模型的契合度(S3 24 )。一旦算出與所有比對對 象的顏面模型的契合度,處理器23 1會判斷最大契合度是 否在所定閥値以上(步驟S 3 2 5 )。當此判斷爲最大契合 度在所定閥値以上時(步驟S 3 25,YES ),處理器231會 判定比對成功,許可使用者的入室或退室(步驟S 3 29 ) 〇 又,當上記判斷爲最大契合度不在所定閥値以上時( 步驟S 3 25,NO),處理器231會判定顏面比對失敗,接 受替代手段的密碼輸入(步驟S326 )。一旦使用者輸入 密碼,處理器23 1會判斷上記搜尋處理所搜尋到的比對對 象中,是有存在和輸入密碼一致的密碼(步驟S3 27 )。 當此判斷爲不存在有一致的密碼時(步驟S3 27,NO ),處理器23 1會認爲無法認證,不許可使用者之入室( 步驟S3 28 )。又,當此判斷爲存在有一致的密碼時步驟 S3 27,YES ),處理器231會認證使用者,而允許該當使 用者的入室或退室(步驟S329)。 一旦許可使用者入室或退室,處理器231會以未圖示 的感知感應器監視使用者是否實際入室或退室,當感知使 用者的入退室之際,變更上記在室者清單250 (步驟S330 )。例如’當使用者入室後的情況下,處理器2 3 1會將該 -91 - (88) (88)1299471 當使用者追加成在室者而變更在室者清單250。又,當使 用者退室時,處理器23 1會將該當使用者從在室者刪除而 變更在室者清單250。 又,上記例中,雖說明了對一扇門進行入退室管理的 例子,但當往某區域有多個出入口時,亦可在各出入口設 置顏面影像比對裝置,將這些顏面影像比對裝置以透過 LAN等網路連線而以一個在室者清單管理該當區域的入 退室。 又,上記例中,雖說明了 1對N比對模式之情況的 運作,但1對1比對模式亦可同樣實現。此時,在使用者 輸入ID代碼的時間點上,就能根據ID代碼判斷使用者是 否爲比對對象。換句話說,可在入室時若使用者所輸入的 ID代碼已經爲在室者之ID代碼則不許可其入室,退室時 若使用者輸入ID代碼並非在室者則不許可其退室。如此 ,在1 : 1比對模式中,當在ID代碼輸入時使用者就被判 斷爲非比對對象時,可不必進行該當使用者的顏面比對就 不許可其入室或退室。 又,上記例中,雖在入室與退室兩邊都設置顏面影像 比對裝置,但亦可將單邊改成無線ID讀卡機等其他個人 辨識裝置。例如,入室時進行ID卡等顏面比對以外的個 人辨識,退出時再進行顏面比對的個人辨識,則可大幅鎖 定退出時的比對對象之顏面影像,使得顏面比對處理能有 效地進行。又,若將此種系統,適用在僅以ID卡檢查入 室的管理系統上,則不會降低使用者的便利性,同時能提 -92- (89) 1299471 升安全等級。 如上記,本例係根據表示管理區域內的入退室狀 訊,鎖定作爲入室或退室時的比對對象之顏面模型以 比對處理。藉此,在和字典比對之際可限定對象人數 圖顏面比對處理之效率化以及安全等級之提升。 接著,將說明第1 6實施例。 本第1 6實施例中,係展示了 1 : 1比對模式與 比對模式混合時的運作例。此處茲以令1 : N比對模 先,再以1 : 1比對模式或群組比對模式進行的例子 〇 圖76係用以說明令1 : N比對模式優先再以1 : 對模式進行比對處理時的運作例的流程圖。如圖76 ,首先,處理器23 1會以1 : N比對模式運作,當指 按下時(步驟S 3 41 ),或當1 : N比對模式的比對失 (步驟S3 45,NO ),會從1 : N比對模式移行至1 : 對模式。 亦即,處理器2 3 1,一旦以未圖示的感知感應器 道有人(使用者)在攝影機前,便開始拍攝使用者的 影像。處理器23 1 —旦從前記攝影機攝得影像中偵測 面影像領域,則從偵測到的顏面影像產生顏面模型( 顏面模型)。一旦輸入顏面模型,則處理器23 1直到 1 : 1比對模式的指定鍵按下以前,會以1 : N比對 作。 換句話說,若按下前記指定鍵,則處理器23 1 況資 進行 ,可 1 : N 式優 說明 1比 所示 定鍵 敗時 1比 敢知 顏面 出顏 輸入 指定 式運 登錄 -93- (90) 1299471
在字典23 7內的顏面模型(登錄顏面模型)——萃取出來 ’並算出萃取到的登錄顏面模型與前記輸入顏面模型的契 合度(步驟S342)。若前記指定鍵未被按下,所有的登 錄顏面模型與輸入顏面模型的契合度的算出處理結束(步 驟S3 43,YES ),則處理器231會判斷所算出之契合度中 的最大契合度是否在1 : N比對用之所定閥値以上(步驟 S344 )。若此判斷爲最大契合度在1:N比對用閥値以上 ,則處理器23 1認定使用者被認證(步驟S3 45 )。 又,當上記步驟S3 44中判斷最大契合度沒有在1 : N 比對用閥値以上時(步驟S344,NO ),或和所有登錄顏 面模型之比對結束前按下指定鍵時(步驟S 3 4 1,YES ), 處理器23 1會移行至1 : 1比對模式。一旦移行至1 : 1比 對模式,處理器231首先會接受ID代碼的輸入(步驟 S346)。一旦使用者輸入ID代碼,處理器231會從字典 23 7搜尋出ID代碼所對應的顏面模型,算出輸入顏面模 型與ID代碼所對應的顏面模型之契合度(步驟S3 47 )。 一旦算出輸入顏面模型與ID代碼所對應的顏面模型 之契合度,處理器23 1會判斷所算出之契合度中的最大契 合度是否在1 : 1比對用所定閥値以上(步驟S348 )。此 處,入ID代碼所對應的顏面模型在1 : N比對模式下亦 是比對對象,則1 : 1比對模式的契合度算出方法及和1 :N比對模式相同而會導致同樣結果。
因此,例如,令1 : 1比對用閥値較上記1 : N比對 用閥値低,使1 : 1比對模式的契合度算出方法與1 : N -94- (91) (91)1299471 比對模式的契合度算出方法不同。此外,如後述,若ID 代碼所對應的登錄顏面模型在1 : N比對模式中不會變成 比對對象時,亦可讓1 : 1比對模式的契合度算出方法及 閥値和1 : N比對模式相同。 上記步驟S 3 4 8中,若判斷算出之契合度在1 : 1比對 用的所定閥値以上,則處理器23 1或認證使用者。又,上 記步驟S 3 4 8中,若判斷算出之契合度沒有在1 : 1比對用 的所定閥値以上,則處理器23 1會認爲認證失敗,進行顏 面比對之替代手段的密碼認證處理(步驟S349、3 50 )。 藉此,處理器23 1會判定,若藉由密碼認證成功時則認證 使用者,密碼認證亦失敗時則無法認證使用者。 如上記,在1 : N比對模式優先的同時,當按下指定 鍵或當1 : N比對模式下比對失敗時,會移行至1 : 1比 對模式或群組比對模式而進行比對處理。藉此,可使多種 比對模式混合並存,在維持安全等級的同時提升便利性。 又,上記例中,雖說明使1對N比對模式優先、移 行至1對1比對模式之例子,但亦可以此類推令1對N 比對模式優先、移行至群組比對模式。此時,須事先登錄 1對N比對用的一個字點(該字典亦屬於一個群組比對用 字典,可視爲預設字典),以及多數之各群組的多個字典 〇 然後,各群組的使用者會被賦予表示群組的ID代碼 (群組代碼)。藉此,在群組比對模式中,藉由給予各群 組的ID代碼(群組代碼)取代1 : 1比對模式之際給予使 -95- (92) 1299471 用者的ID代碼(使用者代碼)而特定出使用者隸屬哪個 群組。 又,切換至群組比對模式後,當比對失敗時,雖可用 使用者密碼,但亦可在同一群組內實施群組密碼的一致判 定。又,藉由事先將指定鍵和群組ID對應,可省去群組 ID代碼的輸入手續。又,指定鍵的組成,當可切換的模 式爲唯一時,亦可爲任意鍵。 φ 又,亦可將以1 : N比對模式進行比對處理的使用者 ,與以1 : 1比對模式進行比對處理的使用者分開管理。 此情況下,先設置1 : N比對用字典與1 : 1比對用字典 ,在1 : N比對用字典內登錄以1 : N比對模式進行比對 處理之使用者的顏面模型,且在1 : 1比對用字典內登錄 以1 : 1比對模式進行比對處理之使用者的顏面模型。 藉此,顏面影像比對裝置,以1 : N比對模式啓動, 針對無法以1 : N比對模式比對的使用者,會以1 : 1比 φ 對模式進行比對處理。換句話說,以1 : N比對模式進行 比對處理的使用者,會被1 : N比對模式比對,但當以1 :1比對模式進行比對處理的使用者,在以1 : N比對模 式比對失敗之際,或在1 : N比對模式執行中按下指定鍵 之際,會進行1 : 1比對模式。 例如,將顏面比對處理適用在入退室管理系統中時, 管理者或日常利用之使用者會以丨:N比對模式進行比對 處理’而具有入退室權限的非日常利用的使用者會以i : 1比對模式進行比對處理。藉此,對管理者或日常利用之 -96 - (93) 1299471 使用者,可不必接觸按鍵,而以所謂顏面護照就可進 退室,且對具有入退室權限的非日常利用的使用者’ 由1 : 1比對的高精確度比對處理。 接著,將說明第1 7實施例。 本第1 7實施例,特徵在以各使用者可能使用的 電腦(P C )或行動電話等資訊終端產生要登錄至顏 像比對裝置所利用之字典的顏面影像或顏面模型。亦 本第17實施例中,特徵在各使用者將自己的顏面影 過網際網路等從遠端登錄至字典。 圖77係用以讓各使用者透過網際網路等網路將 影像登錄至字典之顏面影像登錄系統60的構成例圖。 如圖77所示,顏面影像登錄系統60係由各登錄 使用者)可能利用之多數資訊終端(PC,PCI、PC2、 …)26 1.....登錄伺服器262、維護用PC2 44及顏 像比對裝置2 3 0所構成。 上記資訊終端261,具有向操作者顯示引導等之 器2 6 1 a、接受使用者之輸入的操作部2 6 1 b,以及拍 用者顏面影像的攝影機2 6 1 c,且若有網際網路連線 、以及後述之字典產生程式運作者爲佳。 以下的說明中,雖以設置在自家或辦公室桌上等 有攝影機的個人電腦當作資訊終端26 1來說明,但只 攝影機和網際網路連線機能者,無論攜帶用PC、行 話或行動終端等資訊終端皆可。 又’附有攝影機的個人電腦或行動資訊機器可不 行入 可藉 個人 面影 即, 像透 顏面 者( PC3 面影 顯示 攝使 能力 之附 要有 動電 必爲 -97- (94) (94)1299471 使用者所有物’亦可爲租借作爲字典產生用。例如’亦可 能有租借由可連接個人電腦之攝影機所成之影像擷取系統 一式之情況。 此外,用以拍攝顏面影像的攝影機26 1 c,其與被拍 攝影像的相對距離、高度、以及方向等’在實際裝置上, 儘可能設定成相同’並以使用手冊等指導使用者’讓其與 在顏面影像比對裝置運用時所拍攝的顏面影像的幾何關係 上盡量同等。 上記登錄伺服器262,係WWW ( World Wild Web, 全球資訊網)伺服器或FTP ( File Transfer Protocol,檔 案傳輸協定)伺服器等伺服器電腦。該登錄伺服器262, 具有記憶透過網際網路傳送之顏面影像與顏面模型等顏面 資料的記憶部。上記維護用PC244,例如,和圖72所示 的維護用PC244的構成相同,從上記登錄伺服器262所 記憶之顏面資料產生字典,並編輯之。 甚至,上記PC26 1和登錄伺服器262在資料通訊之 際,爲了更加提高安全性可並用 PKI ( Public Key Infrastructure,公鑰安全機制),或亦可利用專用線路。 接著,說明上記此種構成的顏面影像登錄系統之運作 〇 圖7 8係用以說明顏面影像登錄系統之運作例的流程 圖。首先,使用者自登錄伺服器262下載進行顏面資料的 首次登錄、比對、以及更新的程式(以下稱字典產生程式 )到自己的資訊終端2 61內(步驟s 3 61 )。此時,使用 -98- (95) (95)1299471 者以自己的資訊終端261啓動WWW瀏覽器,透過WWW 瀏覽器從上記登錄伺服器2 62下載被公開之上記字典產生 程式。 此外,此處雖將程式的送交及安裝藉由透過網際網路 送訊至使用者的個人電腦,但亦可收納在實體的CD等記 錄媒體中,送交各登錄者。 下載上記字典產生程式之際,使用者的資訊終端2 6 1 的顯示器261a上,會顯示圖79所示的WWW瀏覽器畫面 。該畫面中,ID編號(ID代碼)、姓名、年齢、性別、 身高、有無眼鏡、密碼、以及其他使用者資訊都留待使用 者輸入。 此外,以下的說明中,雖以登錄一個顏面模型爲例而 說明,但亦可如上記第1 3實施例,例如,藉由選擇有效 非線形係數無眼鏡,而登錄多個使用者顏面模型。此時, 和上記第1 3實施例的方法相同,以多項目字典產生使用 者字典。又,上記ID代碼,可由登錄伺服器262提供, 或由使用者輸入任意ID代碼,由登錄伺服器262認可使 用者所輸入的ID代碼。 如上記般輸入了使用者資訊後,使用者藉由選擇指示 下載程式的鍵27 1而下載字典產生程式。又,上記此種使 用者資訊的輸入,亦可僅在將使用者的PC產生的字典上 傳之際進行。 一旦上記字典產生程式下載,使用者會以PC261啓 動上記字典產生程式產生使用者顏面資料(使用者字典) -99- (96) 1299471 (步驟S362)。一旦該字典產生程式辱 ,藉由選擇圖80所示的選單畫面之按 的形式執行各種處理。 亦即,PC261的控制部,會進行首 步驟S 3 63 )、比對處理的試行(步驟 新處理(步驟S3 6 5 ),在一定期間內 錄伺服器262的使用者顏面資料(使用 該字典產生程式中,會在一定期間 對,根據該比對結果重複字典之更新。 比對處理並重複更新字典使其穩定以產 面資料。因此,若使用者判斷可穩定進 下圖8 0所示用以結束使用者字典之產: 使用者字典的產生結束。 又,使用者字典是否可穩定地比對 生程式在P C 2 6 1的控制部判定。此情 用者字典是否可穩定地比對的基準,係 一定頻率下連續試行爲前提,判斷比對 的失敗次數/試行次數)是否在一定値 由令契合度在一定値以上,看其是否持 所定次數)來判斷使用者字典的穩定性 一旦使用者字典產生結束,使用者 面上指示使用者字典之上傳之按鍵272 控制部會透過WWW瀏覽器將已產生之 上記登錄伺服器262 (步驟S366)。又 $動,PC261,例如 鍵以和使用者對話 次字典登錄處理( S3 64 ),字典的更 產生用以登錄至登 者字典)。 內重複進行顏面比 此乃藉由重複進行 生可能的比對用顏 行比對,則藉由按 生的按鍵284以令 ,亦可根據字典產 況下,作爲判斷使 以一定期間以上、 失敗率(顏面比對 以下。又,亦可藉 續了所定期間(或 〇 按下圖79所示畫 °藉此,P C 2 6 1的 使用者字典上傳至 ,亦可在使用者字 -100- (97) (97)1299471 典產生結束的時間點上,在毫無使用者的指示下’讓 P C 2 6 1的控制部根據字典產生程式的指示進行使用者字典 的上傳。 上記登錄伺服器262中,自PC上傳的使用者字典’ 會和該使用者資訊一同以字典檔的方式積存在記憶部。藉 此,登錄伺服器262內的記憶部,會積存著來自各使用者 的顏面資料與使用者資訊所成之字典檔。在登錄伺服器 2 62中,會整合記憶部內所積存的各字典檔以產生字典。 當來自所有的使用者的使用者字典都被整合產生了字典之 際,登錄伺服器262會將最終字典透過LAN送往維護用 PC244。該維護用PC244和圖7 2的維護用P C 2 4 4具有相 同之構成。 此處雖然在所有使用者字典收集齊的時點上,一槪傳 送至維護用PC,但當部份使用者有經時、經年的變化時 ,可在發生時追加至維護用PC,在PC上進行字典編輯。 接著,將詳細說明字典產生程式的使用者字典的產生 處理。 圖81係用以說明使用者的PC261的使用者字典產生 處理的流程圖。如圖 8 1所示,字典產生程式下載至 PC2 61後,使用者會令字典產生程式啓動。該字典產生程 式內,含有進行使用者顏面資料首次登錄的首次登錄程式 、進行顏面比對試行的顏面比對程式、進行字典更新之字 典更新程式等,各程式會回應使用者之選擇而啓動。 一旦上記字典產生程式啓動,在PC261的顯示器 -101 - (98) (98)1299471 2 6 1 a上,例如,會顯示圖8 0所示的選單畫面(步驟S 3 7 3 )。該選單畫面中,顯示了指定字典首次登錄的按鍵281 、指定顏面比對試行的按鍵2 8 2、指定字典更新的按鍵 283,以及指示使用者字典產生完畢的按鍵284。 例如,一旦使用者選擇了上記此種選單畫面之指定字 典首次登錄的按鍵281,則PC261的控制部,會令往使用 者字典登錄顏面模型之首次登錄程式啓動(步驟S3 74 ) 。一旦首次登錄程式啓動,PC261的控制部便會進行使用 者顏面資料往使用者字典的首次登錄處理(步驟S3 75 ) 。該首次登錄處理,係耕具PC261的控制部之控制而進 行。亦即,在首次登錄處理中,攝影機261c會拍攝使用 者顏面影像,從該攝得顏面影像產生顏面模型,在PC26 1 內的記憶部中產生使用者字典而登錄。該首次登錄處理因 和圖6 1所示的登錄處理相同,故省略其詳細說明。 此外,首次登錄處理,因屬於字典產生程式首次必行 之處理,故亦可在下載之字典產生程式首次啓動之際,便 自動地令首次登錄程式啓動。此時,亦可使首次登錄沒有 結束,則選單畫面不會顯示,亦不會進行其他處理。例如 ,如圖81所示,若首次登錄未完成(步驟S371,NO), 則顯示首次登錄的引導(步驟S3 72 ),進行使用者字典 的首次登錄。 一旦使用者選擇了上記選單畫面的指定顏面比對試行 的按鍵282,貝[J PC261的控制部會令顏面比對程式啓動( 步驟S3 76 )。一旦該顏面比對程式啓動,貝[]PC261的控 -102- (99) (99)1299471 制部會進行與記憶部內所記憶之使用者字典的顏面比對處 理(步驟S3 77 )。該顏面比對處理,係根據PC261之控 制部的控制而進行。亦即,在顏面比對處理中,係判定攝 影機26 1 c會拍攝使用者顏面影像、從該攝得顏面影像產 生顏面模型,與PC內的記憶部所登錄之使用者字典的顏 面模型的契合度。該顏面比對處理,因和圖62所示的比 對處理中省略步驟S221的ID代碼輸入後的處理相同,故 省略其詳細說明。 又,顏面比對處理進行之際,亦可根據比對結果進行 引導顯示。換句話說,顏面比對處理,係爲了產生在一定 期間內可獲得穩定比對結果的使用者字典而須重複進行, 故可根據比對結果引導使用者更新字典或結束使用者字典 的產生。 例如圖8 1所示,在顏面比對處理進行之際,判斷使 用者字典的穩定性(步驟S 3 78 ),在使用者字典穩定前 會顯示使用者字典之更新引導(步驟S3 79 ),使用者字 典穩定後引導使用者字典之更新結束(步驟S380)。又 ,使用者字典的穩定性,係如上述,係根據比對失敗率( 顏面比對的失敗次數/試行次數),或所定値以上之契合 度的持續性來判斷。 一旦使用者選擇了上記選單畫面的指定使用者字典更 新的按鍵2 8 3,PC261的控制部會令字典更新程式啓動( 步驟S 3 8 1 )。一旦該字典更新程式啓動,貝[J P C 2 6 1的控 制部會進行記憶部內所記憶之使用者字典的更新處理(步 -103- (100) (100)1299471 驟S 3 8 2 )。該字典更新處理,係根據PC261的控制部之 控制而進行。 例如,當比對處理的結果爲比對失敗時,PC26 1的控 制部使顯示器261a上顯示催促字典更新的訊息。看見該 訊息的使用者,會判斷是否進行字典更新。當使用者判斷 鑰進行字典更新時,使用者會按下指示字典更新開始的按 鍵28 3。藉此,PC261的控制部會令字典更新程式啓動。 又,在比對失敗之際可不顯示字典更新訊息,而代之 以令字典更新自動執行。此時,根據比對結果,可將令字 典跟新程式啓動之機能嵌入顏面比對程式內。藉此,可在 使用者沒有任何動作下根據比對結果更新字典。 在字典更新處理中,根據上記顏面比對結果當使用者 判斷要更新登錄在使用者字典的某字典時,根據比對處理 時從攝得顏面影像產生的顏面模型來更新字典。該字典更 新處理,係例如採用上記第1 3實施例之其他例所說明的 更新方法。因此,關於字典的更新處理,因和圖7 1之步 驟S297所說明之更新處理相同,故省略其詳細說明。 一旦使用者選擇上記選單畫面之指示字典產生結束的 按鍵284,則PC261的控制部會結束使用者字典之產生, 並顯示使用者字典之產生結束之引導或使用者字典往登錄 伺服器262之上傳的引導(步驟S3 8 3 )。依從此種引導 ,使用者會進行已產生之使用者字典的上傳。 又,圖8 1所示的運作中,雖說明統合了字典登錄、 比對、字典更新,以及字典的上傳等所有機能的字典產生 -104- (101) (101)1299471 程式之運作,但亦可將比對程式或字典更新程式切離,以 例如螢幕保護程式之鎖定解除等之應用程式的方式來實現 。若根據此,則可節省比對處理試行的使用者手續,使得 一定頻繁度的比對處理試行變得較爲容易。 又,使用者字典,亦可設置在和資訊終端26 1或登錄 伺服器262連接之網路上的任意地點。換句話說,若能在 資訊終端26 1上會進行使用者的顏面影像的擷取處理,在 登錄伺服器262上進行各使用者字典之整合及編輯,則比 對或字典的更新等處理,亦可在網路上的任意裝置進行。 因此,字典登錄系統的構成,可根據構成網路之各機器的 處理能力、或網路線路的通訊能力等而整合設計,甚爲理 想。 例如,當使用如行動電話等處理能力低的機器作爲資 訊終端26 1時,與使用者字典的比對、使用者字典的更新 、使用者字典往登錄伺服器上傳等之處理若在行動電話上 進行,則會帶給行動電話很大的負擔。因此,可讓行動電 話僅擷取顏面影像,附加影像壓縮處理後傳送至登錄伺服 器262,以後的處理都在登錄伺服器262側進行。 此時,使用者字典經常放置在登錄伺服器262側。在 行動電話上,顏面影像的擷取程式會自登錄伺服器 262下載。下載了顏面影像擷取程式的行動電話側,每當 擷取使用者顏面影像時,僅會將顏面影像送訊至登錄伺服 器262。登錄伺服器262 —旦自行動電話收到顏面影像, 則進行與使用者字典的比對處理,將比對結果等僅以簡訊 -105- (102) (102)1299471 回送至行動電話。此時,字典的更新處理係由登錄伺服器 2 62進行。此結果爲,用行動電話進行比對處理及上傳使 用者字典至登錄伺服器262的處理都可省略。藉由進行此 種處理,即使在行動電話等處理能力低的資訊終端,也能 有效率地進行使用者字典的產生以及登錄等處理。 如上記,供給用以產生各使用者之使用者字典的程式 ,根據各使用者所產生的使用者字典產生顏面影像比對裝 置用的字典。藉此,即使當登錄者眾多時也能有效率且低 成本地進行字典比對。又,因裝置設置以前就已經完成字 典登錄,故可立刻開始進行運用。 又,各使用者所產生的使用者字典透過網路收集,以 登錄用伺服器整合來自各使用者的使用者字典,透過維護 PC等以顏面影像比對裝置用之字典的方式登錄。藉此, 在顏面影像比對裝置的管理者側或運用者側,可省略字典 的登錄手續而有效率地產生字典。 此外,上記第1 2〜第1 7實施例中,雖各自擁有獨立 機能及效果,但並不是不可能互相組合而實施。 如以上詳述,若根據上記第1 2〜第1 7實施例,則可 提供一種顏面影像比對裝置、以及顏面影像比對系統,不 只有可將對使用者的負擔降至極低、以堪稱便利性高之顏 面比對進行認證處理之長處,而可更進一步提升便利性。 【圖式簡單說明】 圖1係第1實施例之個人辨識裝置之構成槪略區塊圖 -106- (103) (103)1299471 圖2係說明第1實施例之個人辨識裝置之字典登錄處 理的流程圖。 圖3係第2實施例之個人辨識裝置之構成槪略區塊圖 〇 圖4係說明第2實施例之個人辨識裝置之字典登錄處 理的流程圖。 圖5係第2實施例中之認證結果和字典更新歷程之顯 示例圖。 圖6係第2實施例中之認證結果和字典更新歷程之其 他顯示例圖。 圖7係第2實施例中之認證結果和字典更新歷程之再 其他顯示例圖。 圖8係第2實施例中認證部使用顏面影像認證技術時 之個人辨識裝置之構成槪略區塊圖。 圖9係第3實施例之個人辨識裝置之構成槪略區塊圖 〇 圖1 0係第3實施例中所用之管理權限資訊之一例。 圖1 1係第3實施例中之認證結果和字典更新歷程之 顯示例圖。 圖12係第4實施例中之個人辨識裝置之構成槪略區 塊圖。 圖13係說明第4實施例之個人辨識裝置之字典登錄 處理的流程圖。 -107- (104) (104)1299471 圖1 4係藉由網路連線之多數個人辨識裝置等所構成 之個人認證系統之構成例。 圖1 5係適用了第4實施例的多數個人辨識裝置而構 成之個人認證系統之構成例。 圖16係第5實施例之個人辨識裝置之構成槪略區塊 圖。 圖1 7係說明第5實施例之個人辨識裝置之字典登錄 處理的流程圖。 圖1 8係第5實施例中之字典更新選擇畫面的顯示例 〇 圖1 9係說明第6實施例之個人辨識裝置中密碼認證 時之字典更新處理流程例之流程圖。 圖20係第7實施例之個人辨識裝置之構成槪略區塊 圖。 圖2 1係用以說明顏面偵測部之處理圖。 圖22係用以說明特徵量萃取部之處理圖。 圖23係用以說明辨識部之辨識處理流程之流程圖。 圖24〜圖26係登錄時之顏面狀態和被輸入之影像的 顯示例。 圖27係針對輸入影像之類似度與閥値之例。 圖2 8〜圖5 0係顯示部的顯示例。 圖5 1係本發明之第9實施例之個人辨識裝置之構成 槪略區塊圖。 圖52係用以說明自動辨識開始判定部之處理流程的 -108- (105) 1299471 流程圖。 圖5 3係第1 0實施例之通行控制裝置之構成槪略區塊 圖。 圖54係第1 1實施例之通行控制裝置之構成槪略區塊 圖。 圖55及圖56係第12〜第17實施例之顏面影像比對 裝置之使用者界面部的外觀構成例的正面圖。 圖5 7及圖5 8係顏面影像比對裝置之設置例的側面圖 〇 圖5 9係使用者界面部設在門等處時的構成例之區塊 圖。 圖60係顏面影像比對裝置之控制系統的整體構成圖 〇 圖6 1係處理器所進行之顏面影像登錄處理的流程圖 〇 0 圖62係用以說明處理器所進行之顏面影像比對處理 的流程圖。 圖63係用以說明1 : N比對模式之運作的流程圖。 圖64係說明第1 2實施例之字典登錄處理的流程圖。 圖65係用以說明類似之顏面模型組合。 圖66係用以說明類似之顏面模型組合。 圖67係用以說明針對圖64之登錄處理所登錄至字典 內的顏面資料之比對處理的流程圖。 圖68係用以說明第12實施例之變形例的流程圖° -109- (106) (106)1299471 圖69係用以說明將同一使用者之顏面模型追加至字 典內之際的處理流程圖。 圖70係用以說明對於多重項目(Multi-entry)字典 之比對處理流程圖。 圖7 1係用以說明第1 3實施例之變形例的流程圖。 圖72係第1 4實施例之顏面影像比對裝置之構成例的 槪略圖。 圖73係用以說明將歷程資料記憶至歷程資料庫之處 理的流程圖。 圖74係用以說明警報輸出用特殊字典所加入之比對 處理時的比對處理流程圖。 圖75係用以說明入退出管理系統中入退出時的比對 處理流程圖。 圖76係用以說明令1 : N比對模式優先的同時進行1 :1比對處理模式的比對處理時的運作例流程圖。 圖77係各使用者透過網際網路等之網路用以將顏面 影像登錄至字典之顏面影像登錄系統之構成例圖。 圖78係用以說明第17實施例之顏面影像登錄系統之 運作例流程圖。 圖79係WWW (全球資訊網)瀏覽器之顯示例。 圖80係字典產生程式之選單畫面之顯示例。 圖8 1係用以說明字典產生程式之運作例流程圖。 【主要元件符號說明】 -110- (107) 1299471 1 =字典記憶部 2 :認證部 3 :認證資料輸入部 4 :字典登錄·更新部 5 :顯示部 6 :字典登錄選擇部 7 :門控制部 8 :門
9 :影像輸入部 1 〇 :認證歷程記憶部 1 1 :管理權限記憶部 1 2 :個人認證資訊記錄媒體 1 3 :媒體記錄部 1 4 :媒體讀取部 1 5 :字典更新歷程處理部
1 6 :字典更新選擇部 60 :顏面影像登錄系統 1 〇 1 :攝影機 102 :照明部 104 :顯示部 105 :處理部 1 0 6 :影像輸入部 107 :顏面偵測部 108 :特徵量萃取部 -111 (108)1299471 109 :登錄資訊保持部 1 1 〇 :辨識部 1 1 1 :顯示控制部 1 1 2 :自動辨識開始判定部 1 1 3 :門控制部 2 0 1 :顯示部 202 :攝影機
203 :線光源 204 :線光源 205 :操作部 2 1 0 :使用者介面部 2 1 1 :纜線 2 1 2 :處理部 221 :處理部 223 :門
23 0 :顏面影像比對裝置 231 :處理器 23 2 :工作記憶體 23 3 :程式記憶體 234 :影像記憶體 23 5 :影像捕捉卡 23 6 :記錄裝置介面 2 3 7 :字典 23 8 :記錄裝置 -112 1299471 顯示控制部 照明控制部 揚聲器 無線通訊埠 LAN if
維護用PC 在室者清單 資訊終端 登錄伺服器 按鍵 按鍵 按鍵 按鍵 按鍵 按鍵 個人辨識裝置 個人辨識裝置 A3 :個人辨識裝置
Claims (1)
1299471 (1) 十、申請專利範圍 1·一種個人辨識裝置,屬於經由臉部畫像辨識人物之個 人辨識裝置,其特徵係具有: 對應利用者之臉部畫像與給予各利用者之辨識資訊而記 憶之,更進一步,將對於存在類似臉部畫像之臉部畫像中顯 示出存在類似臉部畫像的資訊,予以記憶之記憶部; 和輸入利用者之辨識資訊之輸入部; 和拍攝對應於由此輸入部所輸入之辨識資訊之利用者之 鲁臉部畫像之攝影部; 和對於對應於由前述輸入部所輸入之辨識資訊之臉部畫 像,顯示存在類似臉部畫像之資訊,而未記憶於前述記憶部 之時,進行經由前述攝影部所攝影之臉部畫像,與對應於經 由前述輸入部所輸入之識別資訊之記憶於前述記憶部之臉部 畫像之比對的第1臉部比對部;以及 把針對對應於經由前述輸入部所輸入之辨識資訊之臉部 畫像、顯示出存在類似臉部畫像之資訊,而記憶於前述記憶 # 部之時,藉由與前述第1臉部比對部相異之比對處理,進行 經由前述攝影部所攝影之臉部畫像,與對應於經由前述輸入 部所輸入之辨識資訊而記憶於前述記憶部之臉部畫像之比對 的第2臉部比對部。 2.如申請專利範圍第1項記載的個人辨識裝置,其中, 前述第1臉部比對部,經由前述攝影部所攝影之臉部畫 像與對應於前述辨識資訊之臉部畫像之比對度,經由是否到 達第1臨界値以上,判斷是否比對, 前述第2臉部比對部,經由前述攝影部所攝影之臉部畫 -114- (2) 1299471 像與經由前述輸入部所輸入之對應識別資訊之臉部畫像之比 對度,經由是否在高於第1臨界値之第2臨界値以上’判斷 是否比對之。 3 .如申請專利範圍第1項記載的個人辨識裝置,其中’ 前述第1臉部比對部,經由前述攝影部所攝影之臉部畫 像與對應於前述辨識資訊之臉部畫像之比對度,經由是否爲 所設定之臨界値以上,判斷是否比對, 前述第2臉部比對部,計算出經由前述攝影部所攝影之 # 臉部畫像與記憶於前述記憶部之全部之臉部畫像之比對度’ 經由在與對應於經由前述輸入部所輸入之辨識資訊之臉部畫 像之比對度形爲最大之下,且與次大的比對度之差値是否在 設定値以上,判斷是否比對。 4.一種個人辨識裝置,屬於經由臉部畫像辨識人物之個 人辨識裝置,其特徵係具有: 記憶對應利用者之臉部畫像與給予各利用者之辨識資訊 之記憶部,
和判定記億於此記憶部之臉部畫像之間之比對度,存在 比對度達所定値以上之時’賦予顯示存在對應於此等臉部畫 像之類似臉部畫像的資訊之賦予部, 和輸入利用者之辨識資訊之輸入部, 和拍攝對應於經由此輸入部所輸入之識別資訊之利用者 臉部畫像之攝影部, 和賦予顯示出存在有針對對應於經由前述輸入部所輸入 之識別資訊之臉部畫像之類似臉部畫像之資訊,未記憶於前 述記憶部之時,進行經由前述攝影部所攝影之臉部畫像與記 •115- (3) 1299471 憶對應於經由前述輸入部所輸入之識別資訊之前述記憶部之 臉部畫像的比對之第1臉部比對部’ 和賦予顯示出存在有針對對應於經由前述輸入部所輸入 之辨識資訊之臉部畫像之類似臉部畫像之資訊’記憶於前述 記憶部之時’進行:經由與前述第1臉部比對部相異之比對 處理,藉由前述攝影部所攝影之臉部畫像、與記憶對應於經 由前述輸入部所輸入之辨識資訊之前述記憶部之臉部畫像的 比對之第2臉部比對部。 # 5.—種個人辨識裝置,屬於經由臉部畫像辨識人物之個 人辨識裝置,其特徵係具有: 記憶利用者之臉部畫像,更進一步,於存在類似臉部畫 像之臉部畫像中,對應顯示存在類似臉部畫像之資訊並記憶 之記憶部, 和拍攝利用者之臉部畫像之攝影部, 和進行經由此攝影部所攝影之臉部畫像與記憶於前述記 憶部之複數臉部畫像的比對處理之第1臉部比對部’ # 和顯示針對經由該第1臉部比對部比對出的臉部畫像存 在著類似臉部畫像之資訊,記憶於前述記憶部之時,經由與 前述第1臉部比對部之相異之比對處理,進行臉部畫像之比 對的第2臉部比對部。 6·—種個人辨識裝置,屬於經由臉部畫像辨識人物之個 人辨識裝置,其特徵係具有: 對應於利用者之臉部畫面之辨識資訊而記憶之記憶部’ 和判定記憶於此記憶部之臉部畫像與已經記憶於前述記 憶部之其他臉部畫像之比對度的判定部, -116- (4) 1299471 和根據經由此判定部所判定之該臉部畫像與其他之臉部 畫像之比對度,設定對於該臉部畫像臨界値之設定部’ 和輸入利用者之辨識資訊之輸入部, 和拍攝對應於經由此輸入部所輸入之辨識資訊之利用者 臉部畫像之攝影部’ 和經由此攝影部所攝影之利用者臉部畫像與登錄於對應 於經由前述輸入部所輸入之識別資訊之前述記憶部之臉部畫 像之比對度,進行藉由經由前述設定部是否爲所設定之臨界 # 値以上,判對是否比對之比對處理的比對部。 7.如申請專利範圍第6項記載的個人辨識裝置,其中, 前述設定部,係對於經由前述判定部之比對度達設定値 以上之臉部畫像判定爲存在有其他臉部畫像,較不另外存在 之比對度達設定値以上之臉部畫像之臉部畫像,令臨界値設 定爲高者。 8 .—種個人辨識之方法,屬於經由臉部畫像來辨識人物 之個人辨識裝置所使用之個人辨識方法,其特徵係: 0 將供予對應於利用者之臉部畫像之各利用者之辨識資 訊,與更進一步,於存在類似臉部畫像之利用者之臉部畫 像,顯示存在類似臉部畫像之資訊,記憶於記憶部, 和將利用者之辨識資訊,經由輸入部輸入, 和將對應經由前述輸入部所輸入之辨識資訊之利用者之 臉部畫像,經由攝影部加以攝影。 和顯示存在對於對應於經由前述輸入部所輸入之辨識資 訊之臉部畫像之類似臉部畫像的資訊,未記憶於前述記憶部 之時,將經由前述攝影部所攝影之臉部畫像與對應於記憶於 -117- (5) 1299471 前述記憶部之前述利用者之辨識資訊之臉部畫像,經由第1 比對方法加以比對, 和顯示存在對於對應於經由前述輸入部所輸入之辨識資 訊之臉部畫像之類似臉部畫像的資訊,記憶於前述記憶部之 時,經由與前述第1比對方法相異之第2比對方法,進行經 由前述攝影部所攝影之臉部畫像與對應於記憶於前述記憶部 之前述利用者之辨識資訊之臉部畫像之比對。 9.一種個人辨識之方法,屬於經由臉部畫像來辨識人物 # 之個人辨識裝置所使用之個人辨識方法,其特徵係: 於利用者之臉部畫像,對應辨識資訊,記憶於記憶部, 和判定記憶於前述記憶部之臉部畫像與已記憶於前述記 憶部之其他臉部畫像之比對度, 和經由此判定,根據判定之該臉部畫像與其他之臉部畫 像之比對度,設定對於該臉部畫像之臨限値, 和利用者之辨識資訊經由輸入部加以輸入, 和將對應於經由前述輸入部所輸入之辨識資訊之利用者 # 臉部畫像,經由攝影部加以攝影, 和經由前述攝影部所攝影之利用者臉部畫像與對應於記 憶於前述記憶部之前述利用者之辨識資訊之臉部畫像之比對 度,則經由是否爲前述臨限値以上,判斷比對成敗與否的比 對處理。 -118-
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001254774A JP2003067744A (ja) | 2001-08-24 | 2001-08-24 | 個人認証装置および個人認証方法 |
JP2001335842A JP3974375B2 (ja) | 2001-10-31 | 2001-10-31 | 人物認識装置、人物認識方法および通行制御装置 |
JP2001341040A JP4153691B2 (ja) | 2001-11-06 | 2001-11-06 | 顔画像照合装置及び顔画像照合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200723132A TW200723132A (en) | 2007-06-16 |
TWI299471B true TWI299471B (en) | 2008-08-01 |
Family
ID=27347376
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW091117600A TWI278782B (en) | 2001-08-24 | 2002-08-05 | Personal recognition apparatus |
TW095147712A TWI299471B (en) | 2001-08-24 | 2002-08-05 | Person recognition apparatus |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW091117600A TWI278782B (en) | 2001-08-24 | 2002-08-05 | Personal recognition apparatus |
Country Status (5)
Country | Link |
---|---|
US (2) | US7120278B2 (zh) |
EP (1) | EP1291807B1 (zh) |
KR (1) | KR100495516B1 (zh) |
DE (1) | DE60217597T2 (zh) |
TW (2) | TWI278782B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI405117B (zh) * | 2010-07-21 | 2013-08-11 | Mitac Int Corp | 手持式移動裝置及其快速顯示網路社群好友圖像方法 |
TWI686774B (zh) * | 2015-01-26 | 2020-03-01 | 香港商阿里巴巴集團服務有限公司 | 人臉活體檢測方法和裝置 |
TWI746641B (zh) * | 2016-10-18 | 2021-11-21 | 瑞典商安訊士有限公司 | 用於追蹤在一經界定區域中之物體之方法與系統 |
Families Citing this family (233)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040190688A1 (en) * | 2003-03-31 | 2004-09-30 | Timmins Timothy A. | Communications methods and systems using voiceprints |
JP4177598B2 (ja) * | 2001-05-25 | 2008-11-05 | 株式会社東芝 | 顔画像記録装置、情報管理システム、顔画像記録方法、及び情報管理方法 |
TWI278782B (en) * | 2001-08-24 | 2007-04-11 | Toshiba Corp | Personal recognition apparatus |
JP2003296711A (ja) * | 2002-03-29 | 2003-10-17 | Nec Corp | 顔画像識別方法、装置およびプログラム |
WO2004029905A1 (ja) * | 2002-09-27 | 2004-04-08 | Ginganet Corporation | 遠隔教育システム、受講確認方法および受講確認プログラム |
JP2004118627A (ja) * | 2002-09-27 | 2004-04-15 | Toshiba Corp | 人物認証装置および人物認証方法 |
JP4365189B2 (ja) * | 2003-02-05 | 2009-11-18 | 富士フイルム株式会社 | 認証装置 |
JP3860552B2 (ja) * | 2003-03-25 | 2006-12-20 | 富士通株式会社 | 撮影装置 |
US20050223003A1 (en) * | 2003-03-31 | 2005-10-06 | Fujitsu Limited | Collator and register |
DE60328923D1 (de) * | 2003-04-15 | 2009-10-01 | Fujitsu Ltd | Codeerkennungsverfahren und einrichtung |
WO2005003887A2 (en) | 2003-06-23 | 2005-01-13 | Sony Pictures Entertainment Inc. | Fingerprinting of data |
JP4085924B2 (ja) * | 2003-08-04 | 2008-05-14 | ソニー株式会社 | 音声処理装置 |
JP2005084980A (ja) * | 2003-09-09 | 2005-03-31 | Fuji Photo Film Co Ltd | 顔画像付きカード用データ生成装置および方法並びにプログラム |
JP4615272B2 (ja) * | 2003-09-29 | 2011-01-19 | 富士フイルム株式会社 | 認証システム、プログラム、及び建築物 |
EP1676805A4 (en) * | 2003-10-24 | 2008-08-20 | Toshiba Elevator Kk | SAFETY SYSTEM FOR ELEVATOR |
JP2005151282A (ja) * | 2003-11-18 | 2005-06-09 | Fuji Xerox Co Ltd | 画像処理装置、画像処理方法、およびプログラム |
US20050109350A1 (en) * | 2003-11-25 | 2005-05-26 | Michael Luloh | Method and system for biometric surgical confirmation |
JP4121026B2 (ja) | 2004-01-21 | 2008-07-16 | 富士フイルム株式会社 | 撮像装置および方法並びにプログラム |
JP2005242775A (ja) * | 2004-02-27 | 2005-09-08 | Omron Corp | ゲートシステム |
KR20060131968A (ko) * | 2004-03-10 | 2006-12-20 | 마츠시타 덴끼 산교 가부시키가이샤 | 인증시스템 및 인증장치 |
JP4023469B2 (ja) * | 2004-04-09 | 2007-12-19 | 村田機械株式会社 | 方向指示装置 |
US7859417B2 (en) * | 2004-04-23 | 2010-12-28 | Winware, Inc. | Object tracking in an enclosure |
US7337963B2 (en) * | 2004-04-23 | 2008-03-04 | Winware, Inc. | Portal system for a controlled space |
US8358198B2 (en) * | 2004-11-17 | 2013-01-22 | Stanley Black & Decker, Inc. | Portal system for a controlled space |
JP4424057B2 (ja) * | 2004-05-10 | 2010-03-03 | 富士ゼロックス株式会社 | 学習装置およびプログラム |
US7889381B2 (en) * | 2004-05-28 | 2011-02-15 | Fujifilm Corporation | Photo service system |
JP4606779B2 (ja) * | 2004-06-07 | 2011-01-05 | グローリー株式会社 | 画像認識装置、画像認識方法およびその方法をコンピュータに実行させるプログラム |
EP1612716B1 (en) * | 2004-06-28 | 2008-08-13 | Fujitsu Limited | User interface for image input in a biometric authentication device; corresponding biometric authentication device, method and program |
JP4515850B2 (ja) | 2004-07-30 | 2010-08-04 | 富士通株式会社 | 生体認証装置の誘導画面制御方法、生体認証装置及びそのプログラム |
JP4459788B2 (ja) * | 2004-11-16 | 2010-04-28 | パナソニック株式会社 | 顔特徴照合装置、顔特徴照合方法、及びプログラム |
US7593603B1 (en) * | 2004-11-30 | 2009-09-22 | Adobe Systems Incorporated | Multi-behavior image correction tool |
JP4911300B2 (ja) * | 2005-01-19 | 2012-04-04 | 日本電気株式会社 | パターン情報登録装置、パターン情報登録方法、パターン情報登録プログラム及びパターン照合システム |
US20060170956A1 (en) | 2005-01-31 | 2006-08-03 | Jung Edward K | Shared image devices |
US9489717B2 (en) * | 2005-01-31 | 2016-11-08 | Invention Science Fund I, Llc | Shared image device |
US9124729B2 (en) * | 2005-01-31 | 2015-09-01 | The Invention Science Fund I, Llc | Shared image device synchronization or designation |
US9910341B2 (en) * | 2005-01-31 | 2018-03-06 | The Invention Science Fund I, Llc | Shared image device designation |
US9082456B2 (en) * | 2005-01-31 | 2015-07-14 | The Invention Science Fund I Llc | Shared image device designation |
US20060187230A1 (en) * | 2005-01-31 | 2006-08-24 | Searete Llc | Peripheral shared image device sharing |
US8606383B2 (en) * | 2005-01-31 | 2013-12-10 | The Invention Science Fund I, Llc | Audio sharing |
US20060174203A1 (en) * | 2005-01-31 | 2006-08-03 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Viewfinder for shared image device |
US8902320B2 (en) * | 2005-01-31 | 2014-12-02 | The Invention Science Fund I, Llc | Shared image device synchronization or designation |
JP2006236244A (ja) * | 2005-02-28 | 2006-09-07 | Toshiba Corp | 顔認証装置および入退場管理装置 |
JP4267584B2 (ja) * | 2005-02-28 | 2009-05-27 | 株式会社東芝 | 機器制御装置及びその方法 |
US7693306B2 (en) * | 2005-03-08 | 2010-04-06 | Konami Gaming, Inc. | System and method for capturing images from mobile devices for use with patron tracking system |
JPWO2006098053A1 (ja) * | 2005-03-15 | 2008-08-21 | シャープ株式会社 | 携帯端末装置、携帯端末装置の画像情報照合方法、画像情報照合プログラムおよび記録媒体 |
US20090144391A1 (en) * | 2007-11-30 | 2009-06-04 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Audio sharing |
US10003762B2 (en) | 2005-04-26 | 2018-06-19 | Invention Science Fund I, Llc | Shared image devices |
US9001215B2 (en) * | 2005-06-02 | 2015-04-07 | The Invention Science Fund I, Llc | Estimating shared image device operational capabilities or resources |
US9819490B2 (en) | 2005-05-04 | 2017-11-14 | Invention Science Fund I, Llc | Regional proximity for shared image device(s) |
JP4772379B2 (ja) | 2005-05-26 | 2011-09-14 | 株式会社東芝 | 人物検索装置、人物検索方法および入退場管理システム |
JP4967259B2 (ja) * | 2005-06-14 | 2012-07-04 | 船井電機株式会社 | 制御装置及び被制御機器 |
US8370639B2 (en) * | 2005-06-16 | 2013-02-05 | Sensible Vision, Inc. | System and method for providing secure access to an electronic device using continuous facial biometrics |
US20070009139A1 (en) * | 2005-07-11 | 2007-01-11 | Agere Systems Inc. | Facial recognition device for a handheld electronic device and a method of using the same |
JP2007072703A (ja) * | 2005-09-06 | 2007-03-22 | Fujifilm Corp | コンテンツ提供装置、コンテンツ提供方法及びコンテンツ提供プログラム |
US7450740B2 (en) | 2005-09-28 | 2008-11-11 | Facedouble, Inc. | Image classification and information retrieval over wireless digital networks and the internet |
US8369570B2 (en) | 2005-09-28 | 2013-02-05 | Facedouble, Inc. | Method and system for tagging an image of an individual in a plurality of photos |
JP4553138B2 (ja) * | 2005-09-28 | 2010-09-29 | 株式会社デンソー | 顔画像認証装置 |
US8311294B2 (en) * | 2009-09-08 | 2012-11-13 | Facedouble, Inc. | Image classification and information retrieval over wireless digital networks and the internet |
JP4645411B2 (ja) * | 2005-10-28 | 2011-03-09 | コニカミノルタホールディングス株式会社 | 認証システム、登録システム及びプログラム |
KR100684456B1 (ko) | 2005-10-28 | 2007-02-22 | 퍼스텍주식회사 | 유저인터페이스기능이 구현된 일체형 화상인증시스템 및방법 |
US8848057B2 (en) * | 2005-12-05 | 2014-09-30 | Samsung Electronics Co., Ltd. | Home security applications for television with digital video cameras |
US8218080B2 (en) * | 2005-12-05 | 2012-07-10 | Samsung Electronics Co., Ltd. | Personal settings, parental control, and energy saving control of television with digital video camera |
JP2007206941A (ja) * | 2006-02-01 | 2007-08-16 | Konica Minolta Business Technologies Inc | 生体認証装置、生体認証システム及び生体データ管理方法 |
US7653221B2 (en) * | 2006-01-31 | 2010-01-26 | Fujifilm Corporation | Method and apparatus for automatic eyeglasses detection and removal |
DE602007010523D1 (de) * | 2006-02-15 | 2010-12-30 | Toshiba Kk | Vorrichtung und Verfahren zur Personenidentifizierung |
JP4924603B2 (ja) * | 2006-03-01 | 2012-04-25 | 日本電気株式会社 | 顔認証装置、顔認証方法およびプログラム |
JP4725377B2 (ja) * | 2006-03-15 | 2011-07-13 | オムロン株式会社 | 顔画像登録装置、顔画像登録方法、顔画像登録プログラム、および記録媒体 |
JP4762805B2 (ja) * | 2006-06-29 | 2011-08-31 | 富士通株式会社 | 生体認証方法及び生体認証システム |
JP4743053B2 (ja) | 2006-09-06 | 2011-08-10 | ヤマハ株式会社 | 生体認証装置、生体認証方法およびプログラム |
JP4745207B2 (ja) * | 2006-12-08 | 2011-08-10 | 株式会社東芝 | 顔特徴点検出装置及びその方法 |
JP5018071B2 (ja) * | 2006-12-20 | 2012-09-05 | ソニー株式会社 | 照合方法、登録装置、照合装置及びプログラム |
KR100795160B1 (ko) * | 2007-03-22 | 2008-01-16 | 주식회사 아트닉스 | 얼굴영역검출장치 및 검출방법 |
JP4708491B2 (ja) * | 2007-03-29 | 2011-06-22 | 富士通株式会社 | 撮影制御装置、そのプログラム及び方法、撮影装置 |
JP5012247B2 (ja) * | 2007-06-21 | 2012-08-29 | ソニー株式会社 | 認証装置、入場管理装置、入退場管理装置、入場管理システム、入退場管理システム、認証処理方法およびプログラム |
WO2009008074A1 (ja) * | 2007-07-11 | 2009-01-15 | Fujitsu Limited | 利用者認証装置、利用者認証方法および利用者認証プログラム |
US7882340B2 (en) * | 2007-07-31 | 2011-02-01 | Hewlett-Packard Development Company, L.P. | Fingerprint reader remotely resetting system and method |
KR101094051B1 (ko) * | 2007-08-23 | 2011-12-19 | 후지쯔 가부시끼가이샤 | 생체 인증 시스템 및 컴퓨터 판독 가능한 기록 매체 |
JP2009089174A (ja) * | 2007-10-01 | 2009-04-23 | Fujifilm Corp | デジタルカメラおよびその撮影方法 |
JP2009104599A (ja) * | 2007-10-04 | 2009-05-14 | Toshiba Corp | 顔認証装置、顔認証方法、及び顔認証システム |
JP4440294B2 (ja) * | 2007-10-16 | 2010-03-24 | シャープ株式会社 | 画像処理システム及び画像形成装置 |
JP4906685B2 (ja) * | 2007-11-14 | 2012-03-28 | キヤノン株式会社 | 撮像装置、その制御方法及びプログラム |
JP3139277U (ja) * | 2007-11-26 | 2008-02-07 | 株式会社Srj | バーチャルスクールシステムおよびスクールシティシステム |
US8558663B2 (en) * | 2007-11-30 | 2013-10-15 | Bank Of America Corporation | Integration of facial recognition into cross channel authentication |
JP5167791B2 (ja) * | 2007-12-05 | 2013-03-21 | 日本電気株式会社 | 監視装置、監視方法、及び、監視プログラム |
US9639740B2 (en) | 2007-12-31 | 2017-05-02 | Applied Recognition Inc. | Face detection and recognition |
WO2009082814A1 (en) * | 2007-12-31 | 2009-07-09 | Ray Ganong | Method, system, and computer program for identification and sharing of digital images with face signatures |
US9721148B2 (en) | 2007-12-31 | 2017-08-01 | Applied Recognition Inc. | Face detection and recognition |
US10015449B2 (en) | 2013-10-11 | 2018-07-03 | Stmicroelectronics, Inc. | Method and apparatus for managing provisioning of an imaging system |
JP4448178B2 (ja) * | 2008-01-24 | 2010-04-07 | 東芝テック株式会社 | 商品販売データ処理装置 |
US8090904B2 (en) * | 2008-02-01 | 2012-01-03 | Cru Acquisition Group, Llc | Reduced hard-drive-capacity detection device |
JP2009223524A (ja) * | 2008-03-14 | 2009-10-01 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
JP2009223523A (ja) * | 2008-03-14 | 2009-10-01 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
JP2009223527A (ja) * | 2008-03-14 | 2009-10-01 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
JP5211797B2 (ja) * | 2008-03-26 | 2013-06-12 | 日本電気株式会社 | 認証システム、認証方法および認証用プログラム |
JP4991621B2 (ja) * | 2008-04-17 | 2012-08-01 | キヤノン株式会社 | 撮像装置 |
JP5251547B2 (ja) * | 2008-06-06 | 2013-07-31 | ソニー株式会社 | 画像撮影装置及び画像撮影方法、並びにコンピュータ・プログラム |
US9405968B2 (en) * | 2008-07-21 | 2016-08-02 | Facefirst, Inc | Managed notification system |
KR20100010860A (ko) * | 2008-07-23 | 2010-02-02 | 엘지전자 주식회사 | 이동 단말기 및 그의 이벤트 제어방법 |
JP5560547B2 (ja) | 2008-09-05 | 2014-07-30 | 富士通株式会社 | 生体認証装置 |
US20100088746A1 (en) * | 2008-10-08 | 2010-04-08 | Sony Corporation | Secure ebook techniques |
JP2010113458A (ja) * | 2008-11-05 | 2010-05-20 | Konica Minolta Business Technologies Inc | プログラム、画像処理システムおよび画像処理装置 |
BRPI0924189A2 (pt) | 2009-01-07 | 2016-02-10 | L 1 Identity Solutions Ag | dispositivo para o controle da passagem de pessoas |
KR100925971B1 (ko) * | 2009-01-23 | 2009-11-09 | 허익준 | 중앙접근제어유닛 |
JP2010231350A (ja) * | 2009-03-26 | 2010-10-14 | Toshiba Corp | 人物識別装置、そのプログラム、及び、その方法 |
US8380004B1 (en) * | 2009-06-03 | 2013-02-19 | Google Inc. | Object image matching and applications thereof |
JP2010286937A (ja) * | 2009-06-10 | 2010-12-24 | Hitachi Ltd | 生体認証方法、及び、生体認証に用いるクライアント端末、認証サーバ |
JP5304509B2 (ja) * | 2009-07-23 | 2013-10-02 | コニカミノルタ株式会社 | 認証方法、認証装置および認証処理プログラム |
US8352561B1 (en) | 2009-07-24 | 2013-01-08 | Google Inc. | Electronic communication reminder technology |
EP2477155B1 (en) * | 2009-09-11 | 2020-03-25 | Fujitsu Limited | Biometric authentication device, biometric authentication system, and biometric authentication method |
US8131848B1 (en) | 2009-09-29 | 2012-03-06 | Jason Adam Denise | Image analysis and communication device control technology |
US8286085B1 (en) | 2009-10-04 | 2012-10-09 | Jason Adam Denise | Attachment suggestion technology |
KR101634247B1 (ko) * | 2009-12-04 | 2016-07-08 | 삼성전자주식회사 | 피사체 인식을 알리는 디지털 촬영 장치, 상기 디지털 촬영 장치의 제어 방법 |
JP2011124819A (ja) * | 2009-12-11 | 2011-06-23 | Sanyo Electric Co Ltd | 電子カメラ |
JP2011130043A (ja) * | 2009-12-16 | 2011-06-30 | Sanyo Electric Co Ltd | 電子カメラ |
CN102137077A (zh) * | 2010-01-26 | 2011-07-27 | 凹凸电子(武汉)有限公司 | 访问控制系统和采用计算机系统控制访问权限的方法 |
US8532343B1 (en) * | 2010-04-16 | 2013-09-10 | Steven Jay Freedman | System for non-repudiable registration of an online identity |
JP5669082B2 (ja) * | 2010-04-19 | 2015-02-12 | パナソニックIpマネジメント株式会社 | 照合装置 |
US9202091B2 (en) * | 2010-09-02 | 2015-12-01 | Intelleflex Corporation | RFID reader with camera, video, and/or audio capture device |
WO2012036692A1 (en) * | 2010-09-17 | 2012-03-22 | Utc Fire & Security Corporation | Security device with security image update capability |
TWI427544B (zh) * | 2010-09-20 | 2014-02-21 | Egis Technology Inc | 具智能學習功能之生物特徵辨識裝置及其方法 |
US20120076368A1 (en) * | 2010-09-27 | 2012-03-29 | David Staudacher | Face identification based on facial feature changes |
TW201216107A (en) * | 2010-10-14 | 2012-04-16 | Hon Hai Prec Ind Co Ltd | Electronic device and method for obtaining information of an illegal user of the electronic device |
CN106251525A (zh) * | 2010-11-19 | 2016-12-21 | 株式会社尼康 | 系统以及电子设备 |
KR101058592B1 (ko) * | 2010-12-14 | 2011-08-23 | 주식회사 포드림 | 영상정보 오남용 감사 시스템 |
JP5730000B2 (ja) * | 2010-12-17 | 2015-06-03 | グローリー株式会社 | 顔照合システム、顔照合装置及び顔照合方法 |
JP5794410B2 (ja) * | 2010-12-20 | 2015-10-14 | 日本電気株式会社 | 認証カード、認証システム、ガイダンス方法及びプログラム |
US9047464B2 (en) * | 2011-04-11 | 2015-06-02 | NSS Lab Works LLC | Continuous monitoring of computer user and computer activities |
US9552376B2 (en) | 2011-06-09 | 2017-01-24 | MemoryWeb, LLC | Method and apparatus for managing digital files |
KR101880450B1 (ko) * | 2011-06-22 | 2018-07-23 | 삼성전자주식회사 | 티브이에서 휴대용 단말을 이용한 서비스 제공 방법 및 장치 |
TWI493475B (zh) * | 2011-07-27 | 2015-07-21 | Icp Electronics Inc | 判斷凸多邊形影像物件之方法 |
US8548207B2 (en) | 2011-08-15 | 2013-10-01 | Daon Holdings Limited | Method of host-directed illumination and system for conducting host-directed illumination |
DE102012216191A1 (de) * | 2011-09-14 | 2013-03-14 | Hitachi Information & Communication Engineering, Ltd. | Authentifizierungssystem |
KR101381439B1 (ko) * | 2011-09-15 | 2014-04-04 | 가부시끼가이샤 도시바 | 얼굴 인식 장치 및 얼굴 인식 방법 |
JP6161271B2 (ja) * | 2011-12-22 | 2017-07-12 | キヤノン株式会社 | 情報処理装置、その制御方法、及びプログラム |
US9519769B2 (en) * | 2012-01-09 | 2016-12-13 | Sensible Vision, Inc. | System and method for disabling secure access to an electronic device using detection of a predetermined device orientation |
US9202105B1 (en) | 2012-01-13 | 2015-12-01 | Amazon Technologies, Inc. | Image analysis for user authentication |
JP6003124B2 (ja) | 2012-03-15 | 2016-10-05 | オムロン株式会社 | 認証装置、認証装置の制御方法、制御プログラム、および記録媒体 |
US9179982B2 (en) * | 2012-03-20 | 2015-11-10 | Varian Medical Systems, Inc. | Method and system for automatic patient identification |
US8792677B2 (en) * | 2012-04-19 | 2014-07-29 | Intelligence Based Integrated Security Systems, Inc. | Large venue security method |
RS54229B1 (en) | 2012-06-14 | 2015-12-31 | Vlatacom D.O.O. | BIOMETRIC ACCESS CONTROL SYSTEM AND PROCEDURE |
US10002297B2 (en) * | 2012-06-20 | 2018-06-19 | Imprivata, Inc. | Active presence detection with depth sensing |
JP6074182B2 (ja) | 2012-07-09 | 2017-02-01 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム |
JP6016489B2 (ja) | 2012-07-09 | 2016-10-26 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法、プログラム |
JP5553866B2 (ja) * | 2012-07-23 | 2014-07-16 | 東芝テック株式会社 | 商品認識装置及び認識辞書追加プログラム |
JP6132490B2 (ja) * | 2012-08-20 | 2017-05-24 | キヤノン株式会社 | 認証装置、認証方法、およびプログラム |
CA2825635A1 (en) * | 2012-08-28 | 2014-02-28 | Solink Corporation | Transaction verification system |
KR20140033701A (ko) * | 2012-09-10 | 2014-03-19 | 엘에스산전 주식회사 | 운전자 생체정보를 이용한 열차 제어 시스템 |
JP5805040B2 (ja) * | 2012-09-25 | 2015-11-04 | ビッグローブ株式会社 | 人物認証用辞書更新方法、人物認証用辞書更新装置、人物認証用辞書更新プログラム及び人物認証システム |
JP5668042B2 (ja) * | 2012-10-31 | 2015-02-12 | 東芝テック株式会社 | 商品読取装置、商品販売データ処理装置および商品読取プログラム |
JP5707375B2 (ja) * | 2012-11-05 | 2015-04-30 | 東芝テック株式会社 | 商品認識装置及び商品認識プログラム |
JP5747014B2 (ja) * | 2012-11-05 | 2015-07-08 | 東芝テック株式会社 | 商品認識装置及び商品認識プログラム |
CN104782140B9 (zh) * | 2012-11-13 | 2019-01-18 | 三菱电机株式会社 | 空气调和系统以及中央管理装置 |
WO2014085500A1 (en) * | 2012-11-27 | 2014-06-05 | Security Solutions & Management Llc | Identification acquisition device for reducing the likelihood of incidence of a lapse in proper discharge of a security procedure |
KR101443021B1 (ko) * | 2013-03-08 | 2014-09-22 | 주식회사 슈프리마 | 얼굴 등록 장치, 방법, 포즈 변화 유도 장치 및 얼굴 인식 장치 |
KR102057947B1 (ko) | 2013-04-01 | 2019-12-20 | 삼성전자주식회사 | 사용자 인증을 수행하는 디스플레이 장치 및 그 사용자 인증 방법 |
JP2014215877A (ja) * | 2013-04-26 | 2014-11-17 | 株式会社デンソー | 物体検出装置 |
US20140341444A1 (en) * | 2013-05-14 | 2014-11-20 | Tencent Technology (Shenzhen) Company Limited | Systems and Methods for User Login |
TWI508057B (zh) * | 2013-07-15 | 2015-11-11 | Chunghwa Picture Tubes Ltd | 語音辨識系統以及方法 |
JP5826800B2 (ja) * | 2013-07-17 | 2015-12-02 | 東芝テック株式会社 | 認識辞書評価装置及び認識辞書評価プログラム |
JP6307807B2 (ja) * | 2013-07-29 | 2018-04-11 | オムロン株式会社 | プログラマブル表示器、表示制御方法、およびプログラム |
JP6481249B2 (ja) * | 2013-07-29 | 2019-03-13 | オムロン株式会社 | プログラマブル表示器、制御方法、およびプログラム |
JP6295534B2 (ja) * | 2013-07-29 | 2018-03-20 | オムロン株式会社 | プログラマブル表示器、制御方法、およびプログラム |
US9594807B2 (en) * | 2013-08-06 | 2017-03-14 | Intel Corporation | Emotion-related query processing |
US9047504B1 (en) * | 2013-08-19 | 2015-06-02 | Amazon Technologies, Inc. | Combined cues for face detection in computing devices |
CN104462891A (zh) * | 2013-09-17 | 2015-03-25 | 联想(北京)有限公司 | 一种信息处理的方法和设备 |
JP6132719B2 (ja) * | 2013-09-18 | 2017-05-24 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置 |
US9367939B2 (en) * | 2013-10-22 | 2016-06-14 | Nokia Technologies Oy | Relevance based visual media item modification |
US9008391B1 (en) * | 2013-10-22 | 2015-04-14 | Eyenuk, Inc. | Systems and methods for processing retinal images for screening of diseases or abnormalities |
JP6000929B2 (ja) * | 2013-11-07 | 2016-10-05 | 株式会社ソニー・インタラクティブエンタテインメント | 情報処理装置 |
KR20150071038A (ko) * | 2013-12-17 | 2015-06-26 | 삼성전자주식회사 | 전자 장치를 이용한 소셜 네트워크 서비스 제공 방법 및 이를 구현한 장치 |
US10068149B2 (en) * | 2013-12-27 | 2018-09-04 | Intel Corporation | Image processing utilizing reference images |
EP4280223A3 (en) * | 2014-01-06 | 2024-02-21 | Hubble Connected Ltd | Dual mode baby monitoring priority application |
JP6141208B2 (ja) * | 2014-01-08 | 2017-06-07 | 東芝テック株式会社 | 情報処理装置及びプログラム |
KR102197098B1 (ko) * | 2014-02-07 | 2020-12-30 | 삼성전자주식회사 | 콘텐츠 추천 방법 및 장치 |
WO2015137788A1 (en) * | 2014-03-14 | 2015-09-17 | Samsung Electronics Co., Ltd. | Electronic apparatus for providing health status information, method of controlling the same, and computer-readable storage medium |
KR102200950B1 (ko) * | 2014-03-14 | 2021-01-12 | 삼성전자주식회사 | 오브젝트 인식 장치 및 그 제어 방법 |
WO2015198011A1 (en) | 2014-06-23 | 2015-12-30 | British Telecommunications Public Limited Company | Biometric identification |
WO2015198012A1 (en) * | 2014-06-23 | 2015-12-30 | British Telecommunications Public Limited Company | Biometric identification |
US10915618B2 (en) | 2014-08-28 | 2021-02-09 | Facetec, Inc. | Method to add remotely collected biometric images / templates to a database record of personal information |
US10803160B2 (en) | 2014-08-28 | 2020-10-13 | Facetec, Inc. | Method to verify and identify blockchain with user question data |
CA2902093C (en) | 2014-08-28 | 2023-03-07 | Kevin Alan Tussy | Facial recognition authentication system including path parameters |
US10614204B2 (en) | 2014-08-28 | 2020-04-07 | Facetec, Inc. | Facial recognition authentication system including path parameters |
US10698995B2 (en) | 2014-08-28 | 2020-06-30 | Facetec, Inc. | Method to verify identity using a previously collected biometric image/data |
US11256792B2 (en) | 2014-08-28 | 2022-02-22 | Facetec, Inc. | Method and apparatus for creation and use of digital identification |
TWI584146B (zh) * | 2014-08-29 | 2017-05-21 | 鴻海精密工業股份有限公司 | 基於人臉識別的整合登錄系統及方法 |
US9456070B2 (en) | 2014-09-11 | 2016-09-27 | Ebay Inc. | Methods and systems for recalling second party interactions with mobile devices |
JP6459059B2 (ja) * | 2015-03-30 | 2019-01-30 | パナソニックIpマネジメント株式会社 | カメラ制御方法及びカメラ制御システム |
US9881205B2 (en) | 2015-05-29 | 2018-01-30 | Aware, Inc. | Facial identification techniques |
NZ753528A (en) * | 2015-06-30 | 2022-11-25 | Nec Corp America | Facial recognition system |
CN105069425A (zh) * | 2015-07-31 | 2015-11-18 | 小米科技有限责任公司 | 视频异常信息提醒方法及装置 |
US20170046507A1 (en) * | 2015-08-10 | 2017-02-16 | International Business Machines Corporation | Continuous facial recognition for adaptive data restriction |
KR101710200B1 (ko) * | 2015-11-05 | 2017-02-24 | 광운대학교 산학협력단 | 얼굴 인식을 사용한 자동 출석관리 시스템 및 방법 |
CN105631996B (zh) * | 2015-12-25 | 2018-02-16 | 成都比善科技开发有限公司 | 动态更新生物特征信息的智能门禁系统及方法 |
US11055513B2 (en) * | 2016-02-26 | 2021-07-06 | Nec Corporation | Face recognition system, face recognition method, and storage medium |
WO2017146161A1 (ja) * | 2016-02-26 | 2017-08-31 | 日本電気株式会社 | 顔照合システム、顔照合装置、顔照合方法、及び記録媒体 |
US10339367B2 (en) | 2016-03-29 | 2019-07-02 | Microsoft Technology Licensing, Llc | Recognizing a face and providing feedback on the face-recognition process |
USD987653S1 (en) | 2016-04-26 | 2023-05-30 | Facetec, Inc. | Display screen or portion thereof with graphical user interface |
JP2018045309A (ja) * | 2016-09-12 | 2018-03-22 | 株式会社東芝 | 特徴量抽出装置および認証システム |
JP6773493B2 (ja) | 2016-09-14 | 2020-10-21 | 株式会社東芝 | 検出装置、検出方法、および検出プログラム |
JP6725381B2 (ja) * | 2016-09-20 | 2020-07-15 | 株式会社東芝 | 画像照合装置および画像照合方法 |
JP6434480B2 (ja) * | 2016-12-19 | 2018-12-05 | ファナック株式会社 | 制御装置 |
TWI639760B (zh) * | 2017-01-26 | 2018-11-01 | 一德金屬工業股份有限公司 | Access control system |
US10824703B1 (en) * | 2017-02-01 | 2020-11-03 | United Services Automobile Association (Usaa) | Authentication based on motion and biometric data |
CN109145679B (zh) * | 2017-06-15 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 一种发出预警信息的方法、装置及系统 |
CN107491674B (zh) | 2017-07-27 | 2020-04-07 | 阿里巴巴集团控股有限公司 | 基于特征信息进行用户验证的方法及装置 |
CN108429782B (zh) * | 2017-09-12 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 信息推送方法、装置、终端及服务器 |
JP6544404B2 (ja) * | 2017-09-19 | 2019-07-17 | 日本電気株式会社 | 照合システム |
JP6409929B1 (ja) | 2017-09-19 | 2018-10-24 | 日本電気株式会社 | 照合システム |
JP6921694B2 (ja) * | 2017-09-21 | 2021-08-18 | 株式会社東芝 | 監視システム |
KR102457568B1 (ko) * | 2017-09-29 | 2022-10-21 | 삼성전자주식회사 | 입력된 정보와 관련된 이미지를 제공하기 위한 전자 장치 및 그의 동작 방법 |
CN107665361A (zh) * | 2017-09-30 | 2018-02-06 | 珠海芯桥科技有限公司 | 一种基于人脸识别的客流计数方法 |
CN109841140B (zh) * | 2017-11-28 | 2021-04-27 | 合肥欣奕华智能机器有限公司 | 示教器及其操作方法、计算装置和计算机可读介质 |
US11030221B2 (en) * | 2017-12-22 | 2021-06-08 | Permutive Limited | System for fast and secure content provision |
JP6981265B2 (ja) * | 2018-01-11 | 2021-12-15 | 富士通株式会社 | 生体認証装置、生体認証方法、および生体認証プログラム |
FR3077658B1 (fr) * | 2018-02-06 | 2020-07-17 | Idemia Identity And Security | Procede d'authentification d'un visage |
US10685251B2 (en) | 2018-03-13 | 2020-06-16 | Daon Holdings Limited | Methods and systems for detecting user liveness |
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 |
US10748006B1 (en) * | 2018-08-27 | 2020-08-18 | Facebook, Inc. | Storylines: group generation based on facial recognition |
US10990654B1 (en) * | 2018-09-26 | 2021-04-27 | NortonLifeLock, Inc. | Age-based app lock |
WO2020075307A1 (ja) * | 2018-10-12 | 2020-04-16 | 日本電気株式会社 | ゲート装置、ゲート装置の制御方法及び記録媒体 |
WO2020079318A1 (en) * | 2018-10-16 | 2020-04-23 | Kone Corporation | A transportation infrastructure device |
US11275819B2 (en) | 2018-12-05 | 2022-03-15 | Bank Of America Corporation | Generative adversarial network training and feature extraction for biometric authentication |
CN109671001A (zh) * | 2018-12-11 | 2019-04-23 | 上海东冠通信建设有限公司 | 智慧社区安全监控系统及安全监控方法 |
US10936178B2 (en) | 2019-01-07 | 2021-03-02 | MemoryWeb, LLC | Systems and methods for analyzing and organizing digital photos and videos |
KR20200100481A (ko) * | 2019-02-18 | 2020-08-26 | 삼성전자주식회사 | 생체 정보를 인증하기 위한 전자 장치 및 그의 동작 방법 |
JP7032350B2 (ja) * | 2019-04-15 | 2022-03-08 | パナソニックi-PROセンシングソリューションズ株式会社 | 人物監視システムおよび人物監視方法 |
CN110209453B (zh) * | 2019-05-28 | 2022-04-22 | 深圳市雷赛软件技术有限公司 | 基于驱动器的多对象自动刷新及显示方法及相关产品 |
KR102199178B1 (ko) * | 2019-06-03 | 2021-01-06 | 계명대학교 산학협력단 | Tprl 알고리즘을 이용하여 얼굴 이미지로부터 신원을 확인하는 시스템 및 그 구동 방법 |
JP7342606B2 (ja) * | 2019-10-23 | 2023-09-12 | 日本電気株式会社 | 情報処理装置、アクセス制御方法及びアクセス制御プログラム |
JP7529241B2 (ja) * | 2020-01-14 | 2024-08-06 | i-PRO株式会社 | 顔認証システムおよび顔認証方法 |
US20230139260A1 (en) * | 2020-03-10 | 2023-05-04 | Nec Corporation | Photographing control apparatus, system, method, and non-transitory computer-readable medium storing program |
JP7093037B2 (ja) * | 2020-10-28 | 2022-06-29 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、顔認証システム、その制御方法とプログラム |
CN112686800B (zh) * | 2020-12-29 | 2023-07-07 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6488781A (en) | 1987-09-30 | 1989-04-03 | Toshiba Corp | Individual certifying device |
GB8926739D0 (en) * | 1989-11-27 | 1990-01-17 | De La Rue Syst | Improvements relating to verification or authentication processing |
JP2949555B2 (ja) * | 1994-03-31 | 1999-09-13 | 富士通電装株式会社 | 指紋認識用辞書登録更新方法 |
JP3119558B2 (ja) | 1994-05-16 | 2000-12-25 | ホーユーテック株式会社 | 顔画像データ取り込み方法および装置並びにシステム |
JPH0896128A (ja) * | 1994-09-21 | 1996-04-12 | Fujitsu Denso Ltd | 指紋認識装置における辞書画像の更新方式 |
JP2964221B2 (ja) * | 1995-10-05 | 1999-10-18 | 富士通電装株式会社 | 指紋登録方法及び指紋照合入退室管理システム |
US6430307B1 (en) * | 1996-06-18 | 2002-08-06 | Matsushita Electric Industrial Co., Ltd. | Feature extraction system and face image recognition system |
JPH10134188A (ja) | 1996-11-01 | 1998-05-22 | Yamatake Honeywell Co Ltd | 顔画像照合装置 |
US6118888A (en) * | 1997-02-28 | 2000-09-12 | Kabushiki Kaisha Toshiba | Multi-modal interface apparatus and method |
JP3564984B2 (ja) | 1997-12-02 | 2004-09-15 | オムロン株式会社 | 本人特定装置及び本人特定方法 |
JP3621245B2 (ja) | 1997-12-12 | 2005-02-16 | 株式会社東芝 | 人物認識装置、人物認識方法、および、人物認識プログラムの記録媒体 |
JPH11191856A (ja) | 1997-12-25 | 1999-07-13 | Canon Inc | 撮像装置および撮像方法 |
EP0944018B1 (en) * | 1998-03-19 | 2011-08-24 | Panasonic Corporation | Method and apparatus for recognizing image pattern, method and apparatus for judging identity of image patterns, recording medium for recording the pattern recognizing method and recording medium for recording the pattern identity judging method |
JP3580129B2 (ja) | 1998-05-06 | 2004-10-20 | オムロン株式会社 | 本人識別装置 |
JP4085470B2 (ja) | 1998-05-29 | 2008-05-14 | オムロン株式会社 | 個人識別装置、個人識別方法および個人識別プログラムを記録した記録媒体 |
JP4255999B2 (ja) | 1998-10-20 | 2009-04-22 | 三菱電機株式会社 | 指紋照合装置 |
JP2001005836A (ja) * | 1999-04-23 | 2001-01-12 | Oki Electric Ind Co Ltd | アイリス登録システム |
US6700998B1 (en) * | 1999-04-23 | 2004-03-02 | Oki Electric Industry Co, Ltd. | Iris registration unit |
JP2001117877A (ja) | 1999-10-19 | 2001-04-27 | Yis Corporation Co Ltd | 画像照合ログインシステム |
EP1136937B1 (en) * | 2000-03-22 | 2006-05-10 | Kabushiki Kaisha Toshiba | Facial image forming recognition apparatus and a pass control apparatus |
JP2001266153A (ja) | 2000-03-22 | 2001-09-28 | Toshiba Corp | 顔画像認識装置および通行制御装置 |
JP3575679B2 (ja) * | 2000-03-31 | 2004-10-13 | 日本電気株式会社 | 顔照合方法と該照合方法を格納した記録媒体と顔照合装置 |
JP3481565B2 (ja) * | 2000-07-10 | 2003-12-22 | エヌイーシーコンピュータテクノ株式会社 | 運転免許証真贋チェック装置及び該装置を備えた自動現金取引機並びにプログラム記録媒体 |
JP4167390B2 (ja) * | 2000-11-20 | 2008-10-15 | 日本電気株式会社 | 物体照合方法,物体照合装置,およびそのプログラムを記録した記録媒体 |
JP2002259980A (ja) * | 2001-03-05 | 2002-09-13 | Omron Corp | 生体照合装置、生体照合システム、生体照合方法および登録データ更新方法 |
JP4177598B2 (ja) * | 2001-05-25 | 2008-11-05 | 株式会社東芝 | 顔画像記録装置、情報管理システム、顔画像記録方法、及び情報管理方法 |
US20020178610A1 (en) * | 2001-06-04 | 2002-12-05 | Taiwan Paiho Limited | Composite fabric sheet for use on sports shoes |
JP2003108984A (ja) | 2001-07-27 | 2003-04-11 | Toshiba Corp | 顔画像認識装置、通行制御装置、顔画像認識方法、及び通行制御方法 |
TWI278782B (en) * | 2001-08-24 | 2007-04-11 | Toshiba Corp | Personal recognition apparatus |
JP2003346149A (ja) * | 2002-05-24 | 2003-12-05 | Omron Corp | 顔照合装置および生体情報照合装置 |
JP4013684B2 (ja) * | 2002-07-23 | 2007-11-28 | オムロン株式会社 | 個人認証システムにおける不正登録防止装置 |
JP4314016B2 (ja) * | 2002-11-01 | 2009-08-12 | 株式会社東芝 | 人物認識装置および通行制御装置 |
JP2007148987A (ja) * | 2005-11-30 | 2007-06-14 | Toshiba Corp | 顔認証システムおよび入退場管理システム |
DE602007010523D1 (de) * | 2006-02-15 | 2010-12-30 | Toshiba Kk | Vorrichtung und Verfahren zur Personenidentifizierung |
JP2007249556A (ja) * | 2006-03-15 | 2007-09-27 | Fujitsu Ltd | 生体情報を用いた個人認証システム,方法およびプログラム |
-
2002
- 2002-08-05 TW TW091117600A patent/TWI278782B/zh not_active IP Right Cessation
- 2002-08-05 TW TW095147712A patent/TWI299471B/zh not_active IP Right Cessation
- 2002-08-22 EP EP02018797A patent/EP1291807B1/en not_active Expired - Lifetime
- 2002-08-22 DE DE60217597T patent/DE60217597T2/de not_active Expired - Lifetime
- 2002-08-23 US US10/226,329 patent/US7120278B2/en active Active
- 2002-08-24 KR KR10-2002-0050314A patent/KR100495516B1/ko active IP Right Grant
-
2006
- 2006-09-06 US US11/515,918 patent/US7454041B2/en not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI405117B (zh) * | 2010-07-21 | 2013-08-11 | Mitac Int Corp | 手持式移動裝置及其快速顯示網路社群好友圖像方法 |
TWI686774B (zh) * | 2015-01-26 | 2020-03-01 | 香港商阿里巴巴集團服務有限公司 | 人臉活體檢測方法和裝置 |
TWI746641B (zh) * | 2016-10-18 | 2021-11-21 | 瑞典商安訊士有限公司 | 用於追蹤在一經界定區域中之物體之方法與系統 |
Also Published As
Publication number | Publication date |
---|---|
KR20030017436A (ko) | 2003-03-03 |
US20070031010A1 (en) | 2007-02-08 |
US7120278B2 (en) | 2006-10-10 |
DE60217597D1 (de) | 2007-03-08 |
KR100495516B1 (ko) | 2005-06-16 |
DE60217597T2 (de) | 2007-10-18 |
EP1291807A3 (en) | 2004-03-03 |
US7454041B2 (en) | 2008-11-18 |
TWI278782B (en) | 2007-04-11 |
US20030039380A1 (en) | 2003-02-27 |
EP1291807A2 (en) | 2003-03-12 |
TW200723132A (en) | 2007-06-16 |
EP1291807B1 (en) | 2007-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI299471B (en) | Person recognition apparatus | |
CN110555359B (zh) | 面部识别的自动重试 | |
TWI282941B (en) | Entrance management apparatus and entrance management method by using face features identification | |
JP4177598B2 (ja) | 顔画像記録装置、情報管理システム、顔画像記録方法、及び情報管理方法 | |
JP4153691B2 (ja) | 顔画像照合装置及び顔画像照合方法 | |
JP3469031B2 (ja) | 顔画像登録装置及びその方法 | |
JP4760049B2 (ja) | 顔認証装置、その顔認証方法、その顔認証装置を組み込んだ電子機器およびその顔認証プログラムを記録した記録媒体 | |
JP2003317100A (ja) | 情報端末装置、認証システム、及び登録・認証方法 | |
JP2008071366A (ja) | 顔画像照合装置、顔画像照合システム及び顔画像照合方法 | |
JP2008305400A (ja) | 顔画像記録装置、及び顔画像記録方法 | |
JP2009064140A (ja) | 個人認証装置及び個人認証管理システム | |
JP6757861B1 (ja) | 認証システム、認証方法、及びプログラム | |
JP4521086B2 (ja) | 顔画像認識装置及び顔画像認識方法 | |
WO2020261545A1 (ja) | 認証システム、認証装置、認証方法、及びプログラム | |
JP2003233816A (ja) | アクセスコントロールシステム | |
JP2002132732A (ja) | 生体情報照合装置、生体情報照合端末、生体情報照合方法および生体情報照合システム | |
JP2004078686A (ja) | 個人認証装置、個人認証方法、通行制御装置および通行制御方法 | |
JP2002140708A (ja) | 指紋による個人認証システムおよび方法 | |
JP2001167280A (ja) | 指紋識別装置、方法および指紋識別プログラムを記録した記録媒体 | |
JP2003296800A (ja) | 本人認証装置 | |
TWI771819B (zh) | 認證系統、認證裝置、認證方法、及程式產品 | |
JP2005292994A (ja) | 人物認識装置と通行制御装置 | |
TWI729679B (zh) | 認證系統、認證裝置、及認證方法 | |
JP2004145395A (ja) | 個人認証方法、及び個人認証システム | |
KR20220080883A (ko) | 생체 정보를 이용한 방문자 관리 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MK4A | Expiration of patent term of an invention patent |