WO2012124124A1

WO2012124124A1 - 画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法

Info

Publication number: WO2012124124A1
Application number: PCT/JP2011/056466
Authority: WO
Inventors: 淳入江
Original assignee: オムロン株式会社
Priority date: 2011-03-14
Filing date: 2011-03-17
Publication date: 2012-09-20
Also published as: JP4775515B1; EP2688039A1; KR101506105B1; CN103403760A; CN103403760B; US9058513B2; US20140010419A1; JP2012194605A; EP2688039A4; KR20130099241A

Abstract

　人物の顔が撮影された入力画像（Ａ１）を、顔特徴データを含む登録画像（Ｒ）が登録された登録画像データベース（２１）と照合する顔認証装置（１）において、上記入力画像（Ａ１）の顔特徴データ（Ａ１１）と、登録画像Ｒに含まれる顔特徴データとの間の絶対評価スコアを算出する絶対評価部（３３１）と、上記登録画像データベース（２１）に登録されている一の人物が、他の人物に対して、どの程度、入力画像（Ａ１）の人物と近似しているかを示す相対評価スコアを算出する相対評価部（３３４）と、絶対評価スコアと、相対評価スコアとを重み付けして統合した統合スコアを算出する評価統合部と、統合スコアに基づいて上記入力画像（Ａ１）の照合を行う認証結果出力部（３４）と、を備える。

Description

画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法

　本発明は、対象物が撮影された画像を画像データベースと照合する画像照合装置、画像処理システム、画像照合プログラム、コンピュータ読み取り可能な記録媒体、および画像照合方法に関する。

　従来、予め人物の顔が撮影された画像をデータベースに登録しておき、認証を行うべき人物の顔が撮影された画像の入力に応じて、入力された画像を、データベースの登録内容と比較することにより個人を識別して認証を行う顔認証技術が知られている。

　顔認証技術における認証処理について、例示的には、登録および認証の処理からなる。具体的に説明すると次のとおりである。

　まず、登録時において、人物の顔が撮影された画像から、その人物の顔の特徴を示す特徴量を抽出して登録しておく。一方、認証時には、入力された画像からこの特徴量が抽出される。また、入力された画像から抽出された特徴量がデータベースに登録されている特徴量と比較され認証スコアが算出される。そして、認証スコアを評価することで、入力された画像が、データベースに登録されているものと合致しているか否かが判定される。

　ここで、兄弟や親子等の関係にあるような似通った顔をしている人物が登録されている場合、これらの人物間において、近似の認証スコアが算出される傾向があるため、認証時に誤認証が生じやすくなることが知られている。つまり、単純に、入力画像と、データベースに登録されている人物の画像とを比較するだけであると、顔が似通った登録人物の間で誤認証を生じてしまう可能性がある。

　このような誤認証を防ぐために、様々な技術が提案されている。例えば、特許文献１には、顔が似ている人物の登録データをグルーピングし、認証スコアの評価において、それぞれのグループに応じた閾値を設定することが開示されている。

日本国公開特許公報「特開２００３－１４１５４２号公報（公開日：２００３年５月１６日公開）」

　しかしながら、特許文献１に記載の技術では、適正な閾値の設定が困難である。例えば、兄弟のような似た人物同士で、近似の認証スコアが算出された場合、両者を区別できるように、予め閾値を設定しておくことは困難である。このため、閾値の設定は、試行錯誤のうえ、経験的に定めざるを得ない傾向がある。

　本発明は、上記問題を鑑みてなされたものであり、その目的は、入力画像とデータベースの登録画像との間の比較による評価と、それ以外の評価方法を、組み合わせることにより、認証精度を向上させることが可能な顔認証装置等を実現することにある。

　本発明に係る画像照合装置は、上記課題を解決するために、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合装置において、上記登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出手段と、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出手段と、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出手段と、上記統合スコアに基づいて上記入力画像の照合を行う画像照合手段と、を備えることを特徴とする。

　本発明に係る画像照合プログラムは、上記課題を解決するために、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合プログラムであって、
　上記登録画像データベースでは、上記対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含む処理をコンピュータに実行させることを特徴とする。

　本発明に係る画像照合方法は、上記課題を解決するために、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合方法において、上記登録画像データベースでは、上記対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含むことを特徴とする。

　上記構成によれば、入力画像と対象物との間の照合スコアだけでなく、上記登録画像データベースに登録されている複数の対象物のうち、一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示す相対評価スコアとを加味した統合スコアにより入力画像の照合を行うことができる。

　ここで、上記対象物とは、人物および車をはじめパターン認識可能な物体等のことをいう。なお、対象物とは、ある対象物の一部であってもよい。例えば、対象物で人物と、その対象物の一部である人物の顔の関係である。

　また、対象物を撮影した画像の特徴量とは、対象物を撮影した画像を照合のための比較対象とするための情報である。

　より具体的には、上記特徴量は、対象物が撮影されている画像そのもの、すなわち画素値でもよいし、当該画像から抽出された、対象物の外観的特徴を示すものであってもよい。

　また、上記特徴量は、対象物を撮影した、特定の一枚の画像から抽出したものであってもよいし、対象物を撮影した複数枚の画像から抽出したものであってもよい。

　上記構成では、このような特徴量を登録画像として登録画像データベースに登録しておく。

　また、照合スコアとは、入力画像の特徴量と登録画像の特徴量とを用いて導かれるスコアである。

　また、照合スコアは、入力画像に撮影されている対象物と、登録画像が表す対象物との近似の度合いを示す、いわゆる近似度のことである。よって、別の言い方をすれば、照合スコアは、スコア算出対象となる登録画像が定まれば、入力画像との間で一意に算出することができる絶対的な評価スコアである。

　この場合、より具体的には、照合スコアは、入力画像に撮影されている対象物の特徴量と、登録画像の特徴量とを比較することにより得られる近似度である。

　つまり、上記照合スコアは、入力画像を中心として、登録画像が入力画像とどの程度近似しているか示すものであるということもできる。照合スコアは、例えば、対象物が人物であるとき、兄弟のような似た容姿を持つもの同士の間では、近いスコアとなる傾向がある。

　これに対して、相対評価スコアは、ある対象物の登録画像と他の対象物の登録画像とから導出される相対的なスコアである。例えば、相対評価スコアは、ある対象物の登録画像および入力画像の間における照合スコアと、他の対象物の登録画像および入力画像の間における照合スコアとを相互に比較することにより導かれる複数の対象物の登録画像間における相対的なスコアである。

　つまり、相対評価スコアから、ある対象物の登録画像が、他の対象物の登録画像に比べて、どれくらい入力画像に似ているかを把握することができる。

　さらに、照合スコアと相対評価スコアとを統合した統合スコアを算出する。この統合スコアは、例えば、所定の計算手法により算出することができる。統合スコアは、具体的には、照合スコアおよび相対評価スコアを任意に重み付けして得ることができる。

　例えば、統合スコアは、照合スコアおよび相対評価スコアの平均であってもよい。この場合、両者に対する重み付けは、均一になる。

　また、例えば、統合スコアは、照合スコアおよび相対評価スコアの重み付け平均であってもよい。

　以上のように、統合スコアは、入力画像と登録画像との近似度を示す指標である照合スコアに、複数の対象物の登録画像間で、一の対象物の登録画像が、他の対象物の登録画像に比べて、どれくらい入力画像に似ているかを示す指標である相対評価スコアを組み合わせたものになっている。

　このような、統合スコアを用いて認証を行うので、照合スコアしか用いずに照合を行う場合に判断を誤ってしまうような、似た対象物に対する識別率を向上させることができる。

　また、上記画像照合方法は、コンピュータによって実現してもよく、この場合には、コンピュータに上記各ステップを含む処理を実行させることにより、画像照合方法の各ステップをコンピュータにて実現させる画像照合プログラムおよびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

　本発明に係る画像照合装置は、登録画像データベースに、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出手段と、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出手段と、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出手段と、上記統合スコアに基づいて上記入力画像の照合を行う画像照合手段と、を備える構成である。

　また、本発明に係る画像照合プログラムは、登録画像データベースに、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含む処理をコンピュータに実行させることを特徴とする。

　また、本発明に係る画像照合方法は、登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含むことを特徴とする。

　このように、統合スコアを用いて認証を行うので、照合スコアしか用いずに照合を行う場合に判断を誤ってしまうような、似た対象物に対する識別率を向上させることができる。

　本発明のさらに他の目的、特徴、および優れた点は、以下に示す記載によって十分わかるであろう。また、本発明の利益は、添付図面を参照した次の説明で明白になるであろう。

本発明の一実施形態に係る顔認証装置が備える顔認証処理部の概略的構成の一例を示す機能ブロック図である。本発明の一実施形態に係る顔認証装置を含む顔認証システムの構成例を示すブロック図である。本発明の一実施形態に係る登録人物情報のデータ構造の例を示す図である。特徴空間における距離計算により絶対評価スコアを算出する例を示す図である。特徴空間における近似度計算により絶対評価スコアを算出する例を示す図である。特徴空間における距離計算により相対評価スコアを算出する例を示す図である。特徴空間における近似度計算により相対評価スコアを算出する例を示す図である。特徴空間における距離計算により相対評価スコアを算出する他の例を示す図である。特徴空間における近似度計算により相対評価スコアを算出する他の例を示す図である。特徴空間におけるクラスタリング解析により相対評価スコアを算出する例を示す図である。上記顔認証装置における顔画像登録処理の流れについて例示したフローチャートである。上記顔認証装置における顔画像認証処理の流れについて例示したフローチャートである。本実施形態に係る登録画像データベースにおいて、登録されている登録人物情報について示す図である。上記登録画像データベースの登録人物情報に基づいて、絶対評価スコアを算出する場合について示す図である。上記登録画像データベースの登録人物情報に基づいて、相対評価スコアを算出する場合について示す図である。本発明の他の実施形態に係る顔認証装置を含む顔認証システムの構成例を示すブロック図である。上記顔認証装置が備える顔認証処理部の概略的構成の一例を示す機能ブロック図である。上記顔認証装置における顔画像登録処理の流れについて例示したフローチャートである。上記顔認証装置における顔画像認証処理の流れについて例示したフローチャートである。本実施形態に係る登録画像データベースの登録人物情報に基づいて、相対評価スコアを算出する場合について示す図である。本発明のさらに他の実施形態に係る顔認証装置を含む顔認証システムの構成例を示すブロック図である。上記顔認証装置が備える顔認証処理部の概略的構成の一例を示す機能ブロック図である。上記顔認証装置における顔画像認証処理の流れについて例示したフローチャートである。本実施形態に係る登録画像データベースの登録人物情報に基づいて、絶対評価スコアを算出する場合について示す図である。本発明のさらに他の実施形態に係る顔認証装置を含む顔認証システムの構成例を示すブロック図である。上記顔認証装置が備える顔認証処理部の概略的構成の一例を示す機能ブロック図である。上記顔認証装置における顔画像認証処理の流れについて例示したフローチャートである。

　〔実施形態１〕
　本発明の一実施形態について図１～図１５を参照して説明する。まず、図２を用いて、顔認証システムについて説明すると次のとおりである。図２に示すとおり、顔認証システム（画像処理システム）１００は、顔認証装置（画像照合装置）１および画像入力装置５を備える構成である。

　顔認証装置１は、画像入力装置５から入力された画像を認証する装置である。顔認証装置１における認証処理には、「顔画像登録処理」および「顔画像認証処理」の２つの段階が含まれる。まず、第１段階の「顔画像登録処理」において、顔認証装置１に、認証に用いる画像を登録しておく。そして、第２段階の「顔画像認証処理」において、入力された画像と、登録されている画像とを照合して認証を行う。

　なお、以下において、“認証”の用語は、例示的に、入力された画像に撮影されている人物の顔と、登録されているいずれかの画像に撮影されている人物の顔とが一致するか否かを照合して、これにより人物を特定する処理のことを意味することとする。

　画像入力装置５は、人物の顔が撮影された撮影画像を顔認証装置１に入力する装置である。画像入力装置５は、例えば、被写体である人物の顔を撮影して画像を生成するデジタルカメラ等により実現することができる。

　なお、以下、撮影画像には、人物の顔が撮影されていることとするが、撮影の被写体は、人物の顔に限られない。すなわち、対象となる被写体は、任意に選択可能である。また、以下、必要に応じて、「顔画像登録処理」において、登録のために顔認証装置１に入力する撮影画像を、“登録対象画像Ａ２”と称する。また、「顔画像認証処理」において、認証の対象とするために顔認証装置１に入力する撮影画像を、“入力画像Ａ１”と称する。また、“入力画像Ａ１”と、“登録対象画像Ａ２”とをとくに区別する必要が無い場合には、単に“撮影画像”と称する。

　また、顔認証システム１００では、顔認証装置１と画像入力装置５とが同一の筐体中に配備さていてもよいし、別々の筐体として構成されていてもよい。また、顔認証装置１と画像入力装置５との間の接続形式について特に制限はなく、例えば、有線方式であってもよいし、無線方式であってもよい。

　　（顔認証装置）
　図２を用いて、顔認証装置１の各種構成について説明すると次のとおりである。図２に示すとおり、顔認証装置１は、操作部１１、表示部１２、記憶部２０および制御部３０を備える構成である。

　操作部１１は、ユーザから各種の入力を受け付けるものであり、例えば、入力用ボタン、キーボード、テンキー、マウスなどのポインティングデバイス、タッチパネル、その他の入力デバイスによって実現できる。操作部１１は、受け付けたユーザの操作に応じて操作データを生成し、生成した操作データを制御部３０に送信する。

　表示部１２は、ユーザに対して、情報提供を行うための画面表示を行うものである。表示部１２は、制御部３０から受信した画面データに基づいて、表示画面に文字や画像などの各種の情報を表示する。表示部１２は、例えば、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、ＥＬ（Electroluminescence）ディスプレイなどの表示装置によって実現可能である。

　記憶部２０は、各種データおよびプログラムを記憶するものである。記憶部２０は、例えば、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、および不揮発性メモリ（例えばフラッシュメモリ）等の記憶装置を組み合わせることにより実現することができる。なお、記憶部２０に記憶される各種データの詳細については後述する。

　制御部３０は、顔認証装置１における各種機能を統括的に制御するものである。制御部３０の制御機能は、制御プログラムをＣＰＵ（Central Processing Unit）などの処理装置が実行することによって実現される。例えば、制御部３０は、認証処理を実行する機能を備えている。なお、制御部３０が認証処理を実行するための構成については後述する。

　　（記憶部の詳細について）
　次に、図２および図３を用いて、記憶部２０の詳細について説明する。図２に示すとおり、記憶部２０は、登録画像データベース２１を備える構成である。

　登録画像データベース２１は、認証に用いる画像を人物ごとに登録しておくためのものである。登録画像データベース２１の登録内容について、より具体的に例示すると、次のとおりである。

　まず、図２に示すように、登録画像データベース２１には、複数の登録人物情報Ｐが登録される。

　ここで、図３を用いて登録人物情報Ｐの詳細について説明すると次のとおりである。図２は、登録人物情報Ｐのデータ構造の例を示す図である。

　図３に例示するように、登録人物情報Ｐには、登録人物の名前（ＩＤ）が付されて識別可能となっている。また、登録人物情報Ｐには、１または複数の登録画像Ｒが登録される。なお、以下では、例示的に、複数の登録画像Ｒが登録されているものとして説明する。

　登録画像Ｒは、認証に用いる画像およびその関連情報を含むものであり、具体的には、識別情報、撮影画像および顔特徴データを含むデータ構造である。

　識別情報は、登録画像Ｒを識別するための情報が格納される。識別情報には任意のものを用いることができる。例えば、識別情報として、登録画像Ｒのファイル名を採用することができる。

　撮影画像には、「顔画像登録処理」において入力される登録対象画像Ａ２が格納される。なお、撮影画像には、登録対象画像Ａ２そのものを登録してもよいし、登録対象画像Ａ２のサムネイルなどを格納してもよい。また、撮影画像には、登録対象画像Ａ２を加工した画像、例えば、フィルタ処理等の画像処理を施した画像を格納してもよい。

　また、撮影画像は、登録人物情報Ｐのデータ構造から省略することも可能である。すなわち、登録画像Ｒには、以下に説明する「顔特徴データ」を導出することができる情報と、識別情報とが含まれていればよい。顔特徴データと、識別情報とがあれば、入力画像の顔認証を行うことができ、これにより入力画像が誰かを特定することができる。

　顔特徴データには、撮影画像に含まれる人物の顔の特徴を示す特徴量が格納される。特徴量とは、撮影画像に含まれる人物の顔において、顔全体や、目、鼻、口と認められる部位を定量化したものである。特徴量の例としては、輝度情報、周波数特性情報、および上記各部位の形状、位置、大きさ等を数値化した情報が挙げられる。

　なお、登録画像Ｒは、撮影画像を撮影したときの人物の顔の状態や、環境、撮影条件を解析した結果を示す各種の情報を項目として含むデータ構造であってもよい。

　例えば、登録画像Ｒは、「顔の向き」、「顔の表情」、「笑顔度」、「照明条件」、および「射光度」等の項目を含んでいてもよい。他にも項目として、「年齢」、「性別」、「目の開き方」等を採用することが可能である。

　　（制御部の詳細について）
　次に、図２を用いて、制御部３０の詳細について説明する。図２に示すように、制御部３０は、画像取得部３１、顔特徴データ抽出部３２、顔認証処理部３３、および認証結果出力部（画像照合手段）３４を備える。

　制御部３０が備える各部は、顔認証装置１における認証処理に含まれる「顔画像登録処理」と、「顔画像認証処理」とを実現している。

　「顔画像登録処理」は、画像取得部３１、および顔特徴データ抽出部３２により実現される。

　「顔画像認証処理」は、画像取得部３１、顔特徴データ抽出部３２、顔認証処理部３３および認証結果出力部３４により実現される。

　なお、図２において、各部を結ぶ破線矢印は、「顔画像登録処理」におけるデータ・制御等の流れを示しており、各部を結ぶ実線矢印は、「顔画像認証処理」におけるデータ・制御等の流れを示している。

　以下、制御部３０が備える各部について個別に説明していくと次のとおりである。

　画像取得部３１は、操作部１１における入力操作に応じて、画像入力装置５から登録対象画像Ａ２を取得するものである。画像取得部３１は、取得した登録対象画像Ａ２を顔特徴データ抽出部３２に転送する。

　画像取得部３１は、「顔画像登録処理」においては、操作部１１において入力される名前（ＩＤ）を取得して、登録対象画像Ａ２を、取得した名前（ＩＤ）に関する登録人物情報Ｐの登録画像Ｒとして登録画像データベース２１に登録するとともに、顔特徴データ抽出部３２に転送する。

　なお、画像取得部３１は、登録対象となる登録画像Ｒに識別情報を割り当てて登録画像データベース２１に登録する。画像取得部３１は、識別情報を自動的に生成して登録画像Ｒに割り当ててもよいし、操作部１１において入力された識別情報を取得して登録画像Ｒに割り当ててもよい。

　また、登録対象画像Ａ２に撮影されている人物がすでに登録画像データベース２１に登録されている場合、登録画像データベース２１に登録されている登録画像に基づいて認証処理を行い自動的に登録人物を特定するように構成してもよい。

　また、画像取得部３１は、「顔画像認証処理」においては、入力画像Ａ１を、顔特徴データ抽出部３２に転送する。

　顔特徴データ抽出部３２は、撮影画像に含まれる人物の顔を解析することにより、顔の各部位の特徴量である顔特徴データを抽出するものである。顔特徴データ抽出部３２は、「顔画像登録処理」においては、登録対象画像Ａ２から抽出した顔特徴データを、登録対象の登録画像Ｒの顔特徴データに格納する。

　また、顔特徴データ抽出部３２は、「顔画像認証処理」においては、入力画像Ａ１の顔特徴データを、顔認証処理部３３に転送する。

　顔認証処理部３３は、入力画像と、登録画像とのマッチングおよび登録画像同士の評価を行うことにより、両者の近似の度合いを示す統合スコアを算出するものである。顔認証処理部３３の詳細については後述する。

　認証結果出力部３４は、顔認証処理部３３が算出する統合スコアに基づいて入力画像Ａ１の認証を行って、その認証結果を表示部１２に出力するものである。認証結果出力部３４は、認証結果として、特定した人物の名前を出力してもよいし、これとともに代表的な撮影画像を出力してもよい。

　　（顔認証処理部）
　次に、図１を用いて、顔認証処理部３３の詳細について説明する。図１は、顔認証処理部３３の概略的構成の一例を示す機能ブロック図である。

　図１に示すように、顔認証処理部３３は、絶対評価部（照合スコア算出手段）３３１、注目登録画像選択部（相対評価スコア算出手段）３３２、他登録画像選択部（相対評価スコア算出手段）３３３、相対評価部（相対評価スコア算出手段）３３４、および評価統合部（統合スコア算出手段）３３５を備える。

　絶対評価部３３１は、入力画像と、登録画像との間でマッチングを行うことで、入力画像と、登録画像との近似の度合いを示す照合スコアを算出する。以下では、絶対評価部３３１が算出する照合スコアのことを、“絶対評価スコア”と称する。なお、照合スコアの算出には、任意の手法が採用可能である。

　照合スコアの算出手法としては、例えば、（１）線形／非線形射影手法（Linear/nonlinear projection methods）、（２）ニューラルネットワーク（Neural network）、（３）ガボールフィルタおよびウェーブレット変換（Gabor filters and wavelets）、（４）ブースティング(Boosting)等の手法が挙げられる。

　（１）線形／非線形射影手法としては、より具体的には、ＰＣＡ(主成分分析)、ＬＤＡ(線形判別分析)、カーネル法を用いたＰＣＡ（KPCA）、ＬＤＡ（KLDA）などが挙げられる。なお、ＰＣＡ(主成分分析)には、固有顔を用いる方法や、部分空間法などがある。また、ＰＣＡとＬＤＡとを組み合わせた手法を採用することも可能である。

　また、（３）ガボールフィルタおよびウェーブレットとしては、ＥＢＧＭ(Elastic bunch graph matching method)や、ＨＭＭ(Hidden Markov Model)などが知られている。

　また、（４）ブースティングとしては、AdaBoost、LogitBoost、および多クラスのBoostingなどが知られている。

　この他、照合スコアの算出手法として、Ｋ－ＮＮ法(k-nearest neighbor)などの手法も採用可能である。

　絶対評価部３３１は、具体的には、顔特徴データ抽出部３２から供給される入力画像の顔特徴データＡ１１と、登録人物情報Ｐの登録画像Ｒに含まれる顔特徴データとのマッチングを行うことで絶対評価スコアを算出する。また、絶対評価部３３１は、算出した絶対評価スコアを、評価統合部３３５に供給する。

　注目登録画像選択部３３２は、登録画像データベース２１に登録されている登録画像から、相対評価部３３４がスコアの評価の基準とする登録画像である注目登録画像を選択する。

　他登録画像選択部３３３は、登録画像データベース２１に登録されている登録画像から、注目登録画像の登録人物とは異なる登録人物の登録画像である選択登録画像を、注目登録画像の比較対象として選択する。

　相対評価部３３４は、注目登録画像を基準に、選択登録画像との比較を行うことにより、注目登録画像と選択登録画像との間における相対的な関係性を評価する。

　そして、相対評価部３３４は、注目登録画像が、各選択登録画像と比べて、入力画像とどの程度似ているかを示す相対評価スコアを算出する。この相対評価スコアは、例えば、注目登録画像および選択登録画像について距離計算や類似度計算を行い、算出した距離や類似度の比を計算することにより得ることができる。また、相対評価スコアは、例えば、注目登録画像と選択登録画像との間に構成される識別空間からの距離を計算することにより得ることができる。これらの詳細については、後に詳しく説明する。

　また、相対評価部３３４は、算出した相対評価スコアを評価統合部３３５に供給する。

　評価統合部３３５は、絶対評価部３３１が算出した絶対評価スコアと、相対評価部３３４が算出した相対評価スコアとを統合した統合スコアを算出する。

　評価統合部３３５は、例えば、絶対評価スコアと、相対評価スコアとを重み付け平均することで統合スコアを算出する。

　また、評価統合部３３５は、統合スコアの算出において、絶対評価スコアと、相対評価スコアとのどちらかを選択してもよい。すなわち、評価統合部３３５は、重み付け平均の計算において、絶対評価スコアおよび相対評価スコアのいずれか一方の重み付けを「０」としてもよい。

　また、評価統合部３３５は、統合スコアの算出において、絶対評価スコアと、相対評価スコアとの平均を算出してもよい。この場合、データにばらつきがあるときにおけるデータの偏りを均すことができるため、認証精度の向上を図ることができる。

　　（絶対評価スコアについて）
　次に、図４および図５を用いて、絶対評価部３３１における絶対評価スコアの具体的な算出手法について説明すると次のとおりである。図４および図５は、顔特徴データに含まれる特徴量の集合によって定義される特徴空間を示している。

　図４および図５に示す特徴空間Ａ_Ｐは、登録人物情報Ｐについての特徴量Ｙによって定義される空間である。

　すなわち、以下に示す例では、登録人物情報Ｐの各登録画像Ｒに含まれる顔特徴データが、特徴量Ｙに対応している。図４および図５に示す符号Ｘは、照合の対象となる特徴量である（以下、照合特徴量Ｘと称する）。

　このとき、絶対評価スコアは、例えば、以下に示すような距離計算、または、類似度計算により算出することができる。

　まず、図４を用いて距離計算の例について説明する。図４に示す距離計算では、照合特徴量Ｘと、特徴空間Ａ_Ｐにおける特徴量Ｙとの間の距離Ｄを、ユークリッド距離や、マハラノビス距離などの距離計算により算出して、この距離Ｄを絶対評価スコアとする。

　続いて、図５を用いて類似度計算の例について説明する。図５に示す類似度計算では、正規化相関を求める。すなわち、Ｙ－Ｏ－Ｘのなす角度θに基づいて、類似度Ｄ’＝ｃｏｓθを算出して、算出した類似度Ｄ’を絶対評価スコアとする。

　入力画像と、登録画像と近似の度合いは、このようにして算出される絶対評価スコアにより規定される。つまり、ある登録画像と、他の登録画像が、どの程度入力画像と近似しているかは、絶対評価スコアの大小を比較することに判定することが可能である。

　以上のように、絶対評価スコアの算出手法にはいくつか候補が挙げられるが、以下では、主に上記類似度のことを、近似の度合い、すなわち近似度の定義であるとして説明する。

　　（相対評価スコアについて）
　相対評価部３３４における相対評価スコアの具体的な算出手法について説明すると次のとおりである。

　注目登録画像が、各選択登録画像と比べて、入力画像とどの程度似ているかは、以下の手法１～３にて算出される相対評価スコアにて規定される。絶対評価スコアと同様、相対評価スコアの大小を比較することで、近似の度合いを判定することが可能である。

　　［手法１］　図６および図７を用いて、さらに相対評価部３３４における相対評価スコアの具体的な算出手法の一例について説明すると次のとおりである。図６および図７は、顔特徴データに含まれる特徴量の集合によって定義される特徴空間を示している。

　図６および図７に示す特徴空間Ａ_Ｐ１は、登録人物情報Ｐ１についての特徴量Ｙ_１によって定義される空間であり、特徴空間Ａ_Ｐ２は、登録人物情報Ｐ２についての特徴量Ｙ_２によって定義される空間である。

　図６および図７に示す照合特徴量Ｘは、図４および図５を用いて示したものと同様であるので、ここではその説明を省略する。

　また、相対評価スコアは、距離計算、または、類似度計算により算出することができる。この距離計算では、絶対評価スコアの場合と同様、ユークリッド距離や、マハラノビス距離などを計算する。また、類似度計算では、絶対評価スコアの場合と同様、正規化相関を求める。

　このように、相対評価スコアの算出において、距離計算、または、類似度計算を行う点では、絶対評価スコアの場合と共通している。

　以下に示す手法１では、距離計算における距離のとり方や、類似度計算における角度のとり方が、以上に示した絶対評価スコアのものと異なる。

　まず、図６を用いて距離計算の例について説明する。図６に示す距離計算では、まず、ある登録人物情報Ｐ１と、別の登録人物情報Ｐ２との特徴量の識別がよくなる射影空間ＡＸを求める。

　例えば、射影空間ＡＸは、特徴空間において、注目登録画像の人物（Ａさん）と、選択登録画像の人物（Ｂさん）とを識別できるように求められた空間である。図６および図７では、図示のため、射影空間ＡＸを特徴量Ｙ_１および特徴量Ｙ_２を結ぶ直線として表しているが、実際には、射影空間ＡＸは任意次元の空間である。

　なお、射影空間は１次元であれば直線に、２次元であれば平面となる。つまり、１次元の射影空間は射影直線、２次元の射影空間は射影平面となる。

　より詳しくいえば、射影空間ＡＸは、例えば、特徴空間Ａ_Ｐ１の特徴量Ｙ_１と、特徴空間Ａ_Ｐ２の特徴量Ｙ_２とを結ぶ直線であってもよい。また、射影空間ＡＸは、線形または非線形判別分析から求めてもよい。

　そして、照合対象特徴量Ｘを、射影空間ＡＸに対して射影した射影点Ｚを求める。図６および図７において、点線矢印ＰＲＪは、照合対象特徴量Ｘの射影空間ＡＸへの射影を表している。さらに、図６に示す、特徴量Ｙ_１と射影点Ｚとの間の距離Ｄ_１および特徴量Ｙ_２と射影点Ｚとの間の距離Ｄ_２を算出する。

　ここで、距離Ｄ_１の値そのものを、登録人物情報Ｐ１について、すなわち特徴量Ｙ_１についての相対評価スコアとしてもよい。

　また、これに限られず、相対評価スコアは、例えば、算出したＤ_１およびＤ_２から次のようにして求めてもよい。すなわち、Ｄ_１／Ｄ_２や、Ｄ_１／（Ｄ_１＋Ｄ_２）のような比を求めて、相対評価スコアとしてもよい。また、このようにして求めた比の対数、指数を相対評価スコアとしてもよい。

　また、相対評価スコアとして、他の登録人物情報についても同様に、上述した手法により相対評価スコアを算出して、最終的には算出した相対評価スコアを合算し、合算した相対評価スコアの平均をとってもよい。

　続いて、図７を用いて類似度計算の例について説明する。図７に示す類似度計算では、次の手順により相対評価スコアを算出する。

　まず、照合対象特徴量Ｘを、射影空間ＡＸに対して射影した射影点Ｚを求める点については図６を示した場合と同様である。

　類似度計算では、さらに、Ｙ_１－Ｏ－Ｚのなす角θ_１と、Ｙ_２－Ｏ－Ｚのなす角θ_２とを求める。そして、類似度Ｄ’_１＝ｃｏｓθ_１および類似度Ｄ’_２＝ｃｏｓθ_２を算出する。

　ここで、距離計算の場合と同様、距離Ｄ_１’の値そのものを、登録人物情報Ｐ１について、すなわち特徴量Ｙ_１についての相対評価スコアとしてもよい。また、距離計算の場合と同様、類似度Ｄ’_１およびＤ’_２の比や、その対数等を相対評価スコアとしてもよい。また、距離計算の場合と同様、上述のような合算により求めた相対評価スコアの平均をとってもよい。

　　　［手法２］　図８および図９を用いて、さらに相対評価部３３４における相対評価スコアの具体的な算出手法の他の例について説明すると次のとおりである。手法２では、図４および図５に示した絶対評価スコアの算出を２つの特徴空間について行うことで、２つの特徴空間の間の相対評価スコアを算出する。例えば、以下に示すような距離計算、または、類似度計算により算出することができる。

　まず、図８を用いて距離計算の例について説明する。図８に示す距離Ｄ_１、およびＤ_２は、図４に示した距離計算を特徴量Ｙ_１およびＹ_２のそれぞれに適用することで算出することができる。

　そして、図８に示す距離計算では、上述の距離Ｄ_１、およびＤ_２に基づいて、Ｄ_１／Ｄ_２や、Ｄ_１／（Ｄ_１＋Ｄ_２）のような比を求めて、相対評価スコアとする。また、これに限られず、相対評価スコア算出の変形例としては次のようなものが挙げられる。すなわち、このようにして求めた比の対数、指数を相対評価スコアとしてもよい。また、相対評価スコアとして、他の登録人物情報についても同様に、上述した手法により相対評価スコアを算出して、最終的には算出した相対評価スコアを合算し、合算した相対評価スコアの平均をとってもよい。

　続いて、図９を用いて類似度計算の例について説明する。図９に示す類似度Ｄ_１’、およびＤ_２’は、図５に示した類似度計算を特徴量Ｙ_１およびＹ_２のそれぞれに適用することで算出することができる。

　すなわち、図９に示す類似度計算では、Ｙ_１－Ｏ－Ｘのなす角θ_１と、Ｙ_２－Ｏ－Ｘのなす角θ_２とを求める。そして、類似度Ｄ’_１＝ｃｏｓθ_１および類似度Ｄ’_２＝ｃｏｓθ_２を算出する。さらに、上述の類似度Ｄ’_１、およびＤ’_２に基づいて、手法１で説明したような比を求めて相対評価スコアとする。

　なお、これに限られず、手法１で説明したように、求めた比の対数等を相対評価スコアとしてもよい。

　　　［手法３］　図１０を用いて、相対評価部３３４における相対評価スコアの具体的な算出手法のさらに他の例について説明すると次のとおりである。

　上述のとおり、相対評価スコアとは選択登録画像に対して、注目登録画像が入力画像とどれだけ近いのかを示したスコアである。

　よって、図１０に例示するように、選択登録画像と、注目登録画像をクラスタ解析し、入力画像がどちらのクラスにどれだけ近いかを判定することで相対評価スコアを算出することもできる。図１０は、クラスタ解析によって、特徴空間Ａ_Ｐ１と特徴空間Ａ_Ｐ２とを分ける識別境界Ｂを求めた例を示している。具体的には次のとおりである。

　まず、例えば、Ｋ－ｍｅａｎｓ法、Boosting(ブースティング)、およびＳＶＭ(サポートベクターマシーン)などの手法を用いることで、特徴量のクラスタリングを行って、識別境界Ｂにより識別される識別空間を求める。なお、識別境界は、任意次元の空間であり、１次元であれば直線に、２次元であれば平面となる。また、識別境界は、非線形であってもよい。

　そして、識別空間をもとに入力されたデータ（特徴量Ｘ）と特徴量Ｙ_１の類似度を算出する。この類似度は、例えば、特徴量Ｘの識別境界Ｂからの距離Ｄ_１を求めることで得ることができる。

　同様に、特徴量Ｙ_２や、その他の特徴量Ｙ_ｊに対しても識別空間を作成し、特徴量Ｙ_ｊの類似度を求めて、最終的に求めた類似度を合算し、平均したものを相対評価スコアとして算出する。

　　　［その他］　相対評価スコアは、絶対評価部３３１が各登録画像Ｒについて算出した絶対評価スコアを用いた比であってもよい。

　以上のように、相対評価スコアの算出手法にはいくつか候補が挙げられるが、以下では、絶対評価スコアの場合と同様、主に上記類似度のことを、近似の度合い、すなわち近似度の定義であるとして説明する。

　　（顔画像登録処理の流れ）
　次に、図１１を用いて、ある人物の顔を撮影した撮影画像を登録対象画像として登録する顔画像登録処理の流れの一例について説明する。図１１は、顔認証装置１における顔画像登録処理の流れについて例示したフローチャートである。

　図１１に示すように、顔画像登録処理では、まず顔認証装置１の画像取得部３１が画像入力装置５から登録対象画像Ａ２を取得する（Ｓ１０）。

　続いて、顔特徴データ抽出部３２が、登録対象画像Ａ２を解析して、登録対象画像Ａ２に含まれる人物の顔に関する顔特徴データを抽出する。顔特徴データ抽出部３２は、抽出した顔特徴データを登録画像Ｒに格納する（Ｓ１１）。

　ここで、顔認証装置１は、「撮影画像」に登録対象画像Ａ２を格納し、「顔特徴データ」に抽出した顔特徴データを格納した登録画像Ｒを、登録画像データベース２１に登録する。なお、画像取得部３１は、例示的に、登録人物情報Ｐの名前（ＩＤ）を、操作部１１における入力から取得する。また、画像取得部３１は、登録画像の識別情報を自動生成する。以上で、顔画像登録処理は終了する。

　　（顔画像認証処理の流れ）
　次に、図１２を用いて、ある人物の顔を撮影した撮影画像を入力画像として認証する顔画像認証処理の流れについて説明する。図１２は、顔認証装置１における顔画像認証処理の流れについて例示したフローチャートである。

　図１２に示すように、顔画像認証処理においては、画像取得部３１が、画像入力装置５から入力される入力画像Ａ１を取得する（Ｓ２０）と、入力画像Ａ１を顔特徴データ抽出部３２に転送する。

　次に、顔特徴データ抽出部３２は、入力画像Ａ１を解析して、入力画像Ａ１から顔特徴データを抽出する（Ｓ２１）。

　次に、絶対評価部３３１が、入力画像と、各登録画像との間でマッチングを行い、絶対評価スコアを算出する（Ｓ２２）。

　次に、注目登録画像選択部３３２が、登録画像データベース２１に登録されている登録画像から一の登録画像を注目登録画像として選択し、他登録画像選択部３３３が、注目登録画像の登録人物とは異なる登録人物の登録画像を選択登録画像として選択するとともに、相対評価部３３４が、注目登録画像と、選択登録画像との間で相対評価スコアを算出する（Ｓ２３）。

　さらに、登録画像データベース２１に登録されている残りの登録人物の登録画像について、上述した相対評価スコアの算出が実行される（Ｓ２４）。注目登録画像の登録人物とは異なる、全ての登録人物の登録画像について相対評価スコアが算出されると（Ｓ２４についてＹＥＳ）、評価統合部３３５が、絶対評価スコアと、相対評価スコアとを統合する（Ｓ２５）。

　そして、認証結果出力部３４が、評価統合部３３５から出力される統合スコアに基づいて、入力画像Ａ１の認証を行って、認証結果を出力する（Ｓ２６）。以上で、顔画像認証処理は終了する。

　　（実施例）
　以下、さらに図１３～図１５を用いて、図１２を用いて説明した顔画像認証処理の流れの具体的な実施例について説明する。

　以下に説明する実施例では、図１３に示すように、登録画像データベース２１において、登録人物情報Ｐ１（Ａさん）、Ｐ２（Ｂさん）、Ｐ３（Ｃさん）およびＰ４（Ｄさん）が登録されているものとする。また、登録人物情報Ｐ１～Ｐ４には、それぞれ３つの登録画像が登録されている（登録画像Ｒ１１～Ｒ１３、Ｒ２１～Ｒ２３、Ｒ３１～Ｒ３３、Ｒ４１～Ｒ４３）。

　入力画像Ａ１が入力され、入力画像Ａ１の顔特徴データが抽出されると（Ｓ２０、Ｓ２１）、絶対評価部３３１が、入力画像と、各登録画像との間でマッチングを行い、絶対評価スコアを算出する（Ｓ２２）。

　図１４を用いて、絶対評価部３３１が行うマッチング処理について、より具体的に説明すると次のとおりである。

　図１４に示すとおり、絶対評価部３３１は、登録人物情報Ｐ１～Ｐ４について登録されている登録画像それぞれを、入力画像Ａ１とマッチングし、絶対評価スコアを算出する。

　図１４では、絶対評価部３３１が行うマッチング処理において比較の対象となる登録画像と、入力画像Ａ１との間を矢印にて結んで示している。また、図１４では、算出される絶対評価スコアが高い登録画像ほど、入力画像Ａ１の近くに位置づけられるように示している。つまり、矢印の長さは、絶対評価スコアを表している。また、絶対評価部３３１が算出する絶対評価スコアを、矢印の傍に付している。

　また、絶対評価スコアは、例示的に“０”～“１０００”の間の値をとるものとする。そして、一例として、入力画像Ａ１に近い人物が撮影されている登録画像のほうが、より高い値の絶対評価スコアが算出されることとしている。

　つまり、絶対評価スコアが、“０”である場合、登録画像の人物と、入力画像の人物とがほとんど似ていないことを示す。また、絶対評価スコアが、“１０００”である場合、登録画像の人物と、入力画像の人物とが非常に似ていることを示す。

　登録人物情報Ｐ１～Ｐ４の各登録画像に関して算出される絶対評価スコアについて説明すると次のとおりである。

　登録人物情報Ｐ１（Ａさん）の登録画像Ｒ１１、Ｒ１２、およびＲ１３の絶対評価スコアＡＢＳ１１、ＡＢＳ１２、およびＡＢＳ１３は、それぞれ、“９００”、“７５０”、および“８００”である。

　登録人物情報Ｐ２（Ｂさん）の登録画像Ｒ２１、Ｒ２２、およびＲ２３の絶対評価スコアＡＢＳ２１、ＡＢＳ２２、およびＡＢＳ２３は、それぞれ、“７２０”、“７６０”、および“７１０”である。

　登録人物情報Ｐ３（Ｃさん）の登録画像Ｒ３１、Ｒ３２、およびＲ３３の絶対評価スコアＡＢＳ３１、ＡＢＳ３２、およびＡＢＳ３３は、それぞれ、“４００”、“３８０”、および“３６０”である。

　登録人物情報Ｐ４（Ｄさん）の登録画像Ｒ４１、Ｒ４２、およびＲ４３の絶対評価スコアＡＢＳ４１、ＡＢＳ４２、およびＡＢＳ４３は、それぞれ、“１５０”、“５０”、および“１００”である。

　このように「Ａさん」の絶対評価スコアは、“９００”～“７５０”の範囲であり、「Ｂさん」の絶対評価スコアは、“７６０”～“７１０”の範囲である。

　「Ａさん」および「Ｂさん」は、絶対評価スコアが比較的高く、入力画像Ａ１の人物と似ている。

　「Ａさん」と、「Ｂさん」とは、絶対評価スコアの範囲が一部重複しており、近い絶対評価スコアが算出されている。このため、「Ａさん」と、「Ｂさん」とは、互いに似た人物（例えば、兄弟）であるといえる。

　これに対して、「Ｃさん」、「Ｄさん」については、「Ａさん」および「Ｂさん」と比べて低い絶対評価スコアが算出されており、その値の範囲は“４００”～“５０”である。よって、「Ｃさん」、「Ｄさん」は、入力画像の人物とは似ておらず、また、「Ａさん」および「Ｂさん」ともあまり似ていないといえる。

　このようにして絶対評価スコアが算出されると、次に、相対評価部３３４が、注目登録画像と、選択登録画像との間で相対評価スコアを算出する（Ｓ２３）。

　図１５を用いて、相対評価部３３４における相対評価スコアの算出について説明すると次のとおりである。

　図１５に示す例では、注目登録画像選択部３３２が、「Ａさん」の登録画像Ｒ１２を注目登録画像として選択している。注目登録画像選択部３３２は、一例として注目登録画像を、登録人物情報Ｐ１～Ｐ４の登録画像の登録順により選択する。

　図１５に示す例では、登録画像Ｒ１２、Ｒ１１、およびＲ１３の順で登録がなされているとする。よって、最も古く登録された登録画像Ｒ１２が注目登録画像選択部３３２により選択されている。

　なお、これに限られず、注目登録画像選択部３３２が注目登録画像として選択する登録画像は、例えば、登録人物情報Ｐ１～Ｐ４の登録画像のうち、絶対評価スコアが最も高いものであってもよい。この場合、図１５を用いて説明すれば、図１４に示した絶対評価スコアが、登録人物情報Ｐ１～Ｐ４のなかで最も高い登録画像Ｒ１１が注目登録画像選択部３３２により選択されることになる。

　また、注目登録画像選択部３３２が注目登録画像を選択する登録画像は、絶対評価スコアが最も高い登録画像が登録されている登録人物情報を基準としてもよい。例えば、絶対評価スコアが最も高い登録画像が登録されている登録人物情報において、絶対評価スコアが最も高いものであってもよいし、逆に、絶対評価スコアが最も低いものであってもよい。また、例えば、絶対評価スコアが最も高い登録画像が登録されている登録人物情報において、算出された絶対評価スコアが中央値を示す登録画像であってもよい。

　同図において、登録画像Ｒ１２の下方に付した二重丸は、登録画像Ｒ１２が注目登録画像であることを示している。

　また、図１０に示す例では、他登録画像選択部３３３が、「Ａさん」以外の人物の登録画像、すなわち、「Ｂさん」、「Ｃさん」、および「Ｄさん」それぞれの登録画像を選択登録画像として選択している。同図において、「Ｂさん」、「Ｃさん」、および「Ｄさん」それぞれの登録画像の下方に付した一重丸は、登録画像が選択登録画像であることを示している。

　相対評価部３３４は、注目登録画像である登録画像Ｒ１２を基準に、選択登録画像である「Ｂさん」の登録画像Ｒ２１～Ｒ２３、「Ｃさん」の登録画像Ｒ３１～Ｒ３３、および「Ｄさん」の登録画像Ｒ４１～Ｒ４３との比較を行う。

　そして、相対評価部３３４は、それぞれの比較に基づいて、相対評価スコアを算出する。すなわち、「Ｂさん」の登録画像Ｒ２１～Ｒ２３との比較により、それぞれ、相対評価スコアＲＥＬ２１～ＲＥＬ２３を算出する。また、「Ｃさん」の登録画像Ｒ３１～Ｒ３３との比較により、それぞれ、相対評価スコアＲＥＬ３１～ＲＥＬ３３を算出する。そして、「Ｄさん」の登録画像Ｒ４１～Ｒ４３との比較により、それぞれ、相対評価スコアＲＥＬ４１～ＲＥＬ４３を算出する。

　ここでは、相対評価スコアの算出手法については、図６および図７を用いて既に説明したとおりである。なお、登録人物情報Ｐｎの各登録画像Ｒｎに含まれる顔特徴データは、図６および図７に示した特徴量Ｙ_ｎに対応している。

　なお、以上のように算出した絶対評価スコア、および、相対評価スコアは、算出手法に応じて、値の範囲を調整してもよい。すなわち、算出手法の違いにより、絶対評価スコアおよび相対評価スコアの値の範囲が異なる場合は、両者を比較できるよう調整する。

　例えば、絶対評価スコアの値の範囲が、０～１０００で、相対評価スコアの値の範囲が０～１である場合、相対評価スコアに係数１０００を乗じて値の範囲を調整する。

　以下、「Ｃさん」、「Ｄさん」についても、「Ｂさん」について示したように、相対評価スコアを算出する（Ｓ２４）。また、注目登録画像を変更しながら相対評価スコアを算出してもよい。

　全件分の相対評価スコアが算出されると、評価統合部３３５が、絶対評価スコアと、相対評価スコアとを統合する（Ｓ２５）。評価統合部３３５は、例えば、次の式（１）に従って、それぞれの登録画像に対する統合スコア（Ｔ）を算出する。

　Ｔ　＝　ｗ×ＡＢＳ　＋　（１－ｗ）ＲＥＬ　・・・（１）
　※ただし、ＡＢＳ：絶対評価スコア、ＲＥＬ：相対評価スコア、ｗ：重み（０≦ｗ≦１）
　なお、相対評価スコアの範囲が、絶対評価スコアの範囲と一致していなくても、ｗにより両者の範囲の差分を調整することが可能である。

　そして、認証結果出力部３４が、評価統合部３３５から出力される統合スコア（Ｔ）に基づいて、入力画像Ａ１の認証を行い、認証結果を出力する（Ｓ２６）。

　　（作用・効果）
　以上のように、顔認証装置１は、人物の顔が撮影された入力画像Ａ１を、顔特徴データを含む登録画像Ｒが登録された登録画像データベース２１と照合する顔認証装置１において、上記入力画像Ａ１の顔特徴データＡ１１と、登録画像データベース２１に登録されている登録人物情報Ｐの登録画像Ｒに含まれる顔特徴データとの間の絶対評価スコアを算出する絶対評価部３３１と、上記登録画像データベース２１に登録されている一の登録人物情報Ｐの人物が、他の登録人物情報Ｐの人物に対して、どの程度、入力画像Ａ１の人物と近似しているかを示すスコアである相対評価スコアを算出する相対評価部３３４と、絶対評価スコアと、相対評価スコアとを重み付けして統合した統合スコアを算出する評価統合部と、統合スコアに基づいて上記入力画像Ａ１の照合を行う認証結果出力部３４と、を備える構成である。

　よって、このように、統合スコアを用いて認証を行うので、絶対評価スコアしか用いずに照合を行う場合に判断を誤ってしまうような、似た人物同士（例えば、ＡさんとＢさん）に対する識別率を向上させることができる。

　また、以上のように、顔認証装置１では、絶対評価部３３１は、入力画像Ａ１と、人物（Ａさんなど）を撮影して得られた一の画像から抽出した顔特徴データを有する登録画像（例えば、登録画像Ｒ１１）との間で絶対評価スコアを算出し、相対評価部３３４は、人物を撮影して得られた一の画像から抽出した顔特徴データを有する登録画像を用いて、上記相対評価スコアを算出する構成である。

　そして、登録画像データベース２１には、人物を撮影して得られた一の画像から抽出した顔特徴データを有する登録画像のみが登録されている。よって、登録画像Ｒを加工しなくても、既に登録されている登録画像Ｒを用いて直ちに各スコアを算出して、照合を行うことが可能となる。

　　（変形例）
　相対評価部３３４は、所定の閾値以上の絶対評価スコアを有する登録画像を処理対象としてもよい。例えば、閾値を“５００”とすることができる。

　例えば、図１４に示した「Ｃさん」および「Ｄさん」について算出された絶対評価スコアＡＢＳ３１～ＡＢＳ３３およびＡＢＳ４１～ＡＢＳ４３は、５００以下であった。このため、図１５において、「Ｃさん」および「Ｄさん」は、相対評価スコア算出の対象外とすることができる。

　上述のとおり、図１４では、「Ｃさん」および「Ｄさん」は、「Ａさん」および「Ｂさん」と比べて低い絶対評価スコアが算出されていたので、誤認証の可能性が低いといえる。

　よって、本変形例よれば、このように誤認証の可能性が低い「Ｃさん」および「Ｄさん」についての処理を省略することができ、これにより処理の簡略化、高速化を図ることができる。

　〔実施形態２〕
　本発明の他の実施形態について、図１６～図２０に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、上述の実施形態にて説明した図面と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

　本実施形態に係る顔認証装置では、登録人物情報Ｐごとに、代表的な顔画像を計算して、計算した代表的な顔画像に基づいて相対評価スコアを算出する。以下、主に相対評価スコアの算出手法に焦点を当てて説明する。

　まず、図１６を用いて、顔認証装置（画像照合装置）１Ａの構成について説明する。図１６に示す顔認証装置１Ａは、これまで説明した顔認証装置１と比べて以下の点が異なる。

　すなわち、顔認証装置１Ａは、顔認証装置１の制御部３０において、顔認証処理部３３を、顔認証処理部３３Ａに変更し、登録画像代表データ算出部３５を追加するとともに、さらに記憶部２０において、代表データ登録情報記憶部（登録画像データベース）２２を追加したものである。以下、これらの相違点について説明する。

　代表データ登録情報記憶部２２は、登録人物情報Ｐに登録されている登録画像から計算された代表的な顔画像の登録情報である代表データ登録情報（代表画像）ＡＶＧが記憶されている。図１６に示すように、代表データ登録情報ＡＶＧは、名前（ＩＤ）および登録画像代表データを含むデータ構造である。

　名前（ＩＤ）は、代表データ登録情報を識別するための情報であり、対応する登録人物情報Ｐの名前（ＩＤ）が格納される。

　登録画像代表データには、登録人物情報Ｐに登録されている登録画像から計算された代表的な顔画像が格納される。以下では、一例として、登録画像代表データは、登録対象画像Ａ２の顔特徴データから算出されることとしている。なお、これに限られず、登録画像代表データは、登録対象画像Ａ２の画素データから算出されるものであってもよい。

　登録画像代表データ算出部３５は、「顔画像登録処理」において、登録対象画像Ａ２から抽出された顔特徴データを用いて登録画像代表データを算出する。

　登録画像代表データ算出部３５は、例示的に、登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの平均値を登録画像代表データとして算出することとしている。しかしながら、これに限られず、登録画像代表データ算出部３５は、登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの絶対評価スコアにおける最大値または最小値を登録画像代表データとして算出してもよい。

　また、このほかにも、登録画像代表データ算出部３５は、例えば、登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの中央値を登録画像代表データとして算出してもよい。

　登録画像代表データ算出部３５は、操作部１１において入力された人物の名前（ＩＤ）と、登録画像代表データとを対応付けて代表データ登録情報ＡＶＧとして代表データ登録情報記憶部２２に登録する。

　顔認証処理部３３Ａは、入力画像と、登録画像とのマッチングおよび登録画像同士の評価を行うことにより、両者の近似の度合いを示す統合スコアを算出する点で、顔認証処理部３３と共通する。一方、顔認証処理部３３Ａは、統合スコア算出に際して、登録画像データベース２１に加えて、代表データ登録情報記憶部２２を参照する点で、顔認証処理部３３と異なる。顔認証処理部３３Ａの構成については以下において説明する。

　　（顔認証処理部）
　図１７を用いて、顔認証処理部３３Ａの構成について説明する。図１７は、顔認証処理部３３Ａの概略的構成の一例を示す機能ブロック図である。

　図１７に示すように、顔認証処理部３３Ａは、顔認証処理部３３において、注目登録画像選択部３３２、他登録画像選択部３３３、および相対評価部３３４を、それぞれ、注目代表データ選択部（相対評価スコア算出手段）３３２Ａ、他代表データ選択部（相対評価スコア算出手段）３３３Ａ、および相対評価部（相対評価スコア算出手段）３３４Ａに変更したものである。

　注目代表データ選択部３３２Ａは、代表データ登録情報記憶部２２に登録されている登録画像代表データから、相対評価部３３４Ａがスコアの評価の基準とする登録画像代表データである注目代表データを選択する。なお、注目代表データ選択部３３２Ａは、注目登録画像選択部３３２と同様の選択手法を適用することができる。

　他代表データ選択部３３３Ａは、代表データ登録情報記憶部２２に登録されている登録画像代表データから、注目代表データとの比較の対象となる登録画像代表データである選択代表データを選択する。なお、他代表データ選択部３３３Ａは、他登録画像選択部３３３と同様の選択手法を適用することができる。

　相対評価部３３４Ａは、注目代表データを基準に、選択代表データとの比較を行うことにより、注目代表データと、選択代表データとの相対的な関係性を評価する。そして、相対評価部３３４Ａは、注目代表データが示す人物が、選択代表データが示す人物と比べて、入力画像に撮影されている人物とどの程度似ているかを示す相対評価スコアを算出する。それ以外の点については、相対評価部３３４と同様である。

　例えば、相対評価部３３４Ａは、相対評価部３３４と同様の相対評価スコアの算出手法を用いることができる。すなわち、相対評価部３３４Ａは、図６および図７を用いて示した手法により、相対評価スコアを算出することができる。なお、この場合、代表データ登録情報ＡＶＧの登録画像代表データが、図６および図７における特徴量Ｙ_ｎに対応している。

　　（顔画像登録処理の流れ）
　次に、図１８を用いて、ある人物の顔を撮影した撮影画像を登録対象画像として登録する顔画像登録処理の流れの他の例について説明する。図１８は、顔認証装置１Ａにおける顔画像登録処理の流れについて例示したフローチャートである。

　ステップＳ１０およびＳ１１については、図１１を用いて既に説明したとおりであるので、その説明を省略する。ステップＳ１１に続くステップＳ１２において、登録画像代表データ算出部３５は、登録画像Ｒの顔特徴データおよび登録対象画像Ａ２から抽出された顔特徴データを用いて、登録画像代表データを算出する。以上で、顔画像登録処理は終了する。

　　（顔画像認証処理の流れ）
　次に、図１９を用いて、ある人物の顔を撮影した撮影画像を入力画像として認証する顔画像認証処理の流れの他の例について説明する。図１９は、顔認証装置１Ａにおける顔画像認証処理の流れについて例示したフローチャートである。また、図１９に示すフローチャートは、図１２に示したフローチャートのステップＳ２３を、ステップＳ２３Ａに変更したものである。

　ステップＳ２０～Ｓ２２については、図１２を用いて既に説明したとおりであるので、その説明を省略する。

　次に、注目代表データ選択部３３２Ａが、代表データ登録情報記憶部２２に登録されている登録画像代表データから一の登録人物の登録画像代表データを、注目代表データとして選択し、他代表データ選択部３３３Ａが、注目代表データの登録人物とは異なる代表人物の登録画像代表データを、選択代表データとして選択するとともに、相対評価部３３４Ａが、注目代表データと、選択代表データとの間で相対評価スコアを算出する（Ｓ２３Ａ）。

　さらに、この相対評価スコアの算出が、残りの登録人物の登録画像代表データについて実行される（Ｓ２４）。注目代表データの登録人物とは異なる、全ての登録人物の登録画像代表データについて相対評価スコアが算出されると（Ｓ２４についてＹＥＳ）、評価統合部３３５が、絶対評価スコアと、相対評価スコアとを統合する（Ｓ２５）。

　　（実施例）
　以下、さらに図２０を用いて、図１９を用いて説明した顔画像認証処理の流れの具体的な実施例について説明する。

　以下に示す実施例では、登録画像データベース２１において、図２０に示すように、登録人物情報Ｐ１（Ａさん）、Ｐ２（Ｂさん）、Ｐ３（Ｃさん）およびＰ４（Ｄさん）が登録されているものとする。これらの登録人物情報Ｐ１～Ｐ４は、図１３に示したものと同様である。

　さらに、代表データ登録情報記憶部２２には、図２０に示すように、登録人物情報Ｐ１～Ｐ４について、それぞれ対応する代表データ登録情報ＡＶＧ１０～ＡＶＧ４０が登録されている。図２０では、代表データ登録情報ＡＶＧ１０～ＡＶＧ４０を黒丸にて示している。

　また、上述のとおり、登録画像代表データ算出部３５は、登録人物情報Ｐの登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの平均値を登録画像代表データとして算出する。よって、一例を示すと、代表データ登録情報ＡＶＧ１０には、登録画像Ｒ１１～Ｒ１３の顔特徴データの平均値が登録画像代表データとして含まれる。

　以下、図１９に示したフローチャートの各ステップに沿って説明する。まず、ステップＳ２０～Ｓ２２の具体的な実施例については、図１２～図１５を用いて説明したとおりであるので、その説明を省略する。

　続くステップＳ２３Ａにおいて、相対評価部３３４Ａが、注目代表データと、選択代表データとの間で相対評価スコアを算出する。なお、図１９では、注目代表データは、代表データ登録情報ＡＶＧ１０の登録画像代表データであるとし、選択代表データは、代表データ登録情報ＡＶＧ２０～ＡＶＧ４０の登録画像代表データであるとする。

　相対評価部３３４Ａは、注目代表データである代表データ登録情報ＡＶＧ１０の登録画像代表データを基準に、選択代表データである代表データ登録情報ＡＶＧ２０、ＡＶＧ３０、およびＡＶＧ４０の登録画像代表データそれぞれとの比較を行う。

　そして、相対評価部３３４Ａは、上記比較結果に基づいて、それぞれ、相対評価スコアＲＥＬ２００、ＲＥＬ３００、およびＲＥＬ４００を算出する。

　具体的な、相対評価スコアＲＥＬ２００、ＲＥＬ３００、およびＲＥＬ４００の算出手法については、前記実施形態において、図６および図７等を用いて説明したとおりであるので、その説明を省略する。

　相対評価部３３４Ａは、このようにして、「Ｂさん」、「Ｃさん」、および「Ｄさん」について、相対評価スコアＲＥＬ２００、ＲＥＬ３００、およびＲＥＬ４００を算出する（Ｓ２４）。

　続くステップＳ２５およびＳ２６については、図１２～図１５を用いて説明したとおりであるので、その説明を省略する。

　　（作用・効果）
　以上のように、顔認証装置１Ａは、相対評価部３３４Ａが、人物について登録されている複数の登録画像Ｒを代表する顔特徴データを有する代表データ登録情報を用いて相対評価スコアを算出する構成である。

　上記構成によれば代表データ登録情報ＡＶＧを用いて算出した照合スコアを用いて、相対評価スコアを算出するので、相対評価スコアの算出時における処理負荷を軽減することができる。

　　（変形例）
　以下において、顔認証装置１Ａの好ましい変形例について説明する。

　　　［代表データの変形例］
　顔認証処理部３３Ａにおいて、注目代表データの登録人物とは異なる複数の登録人物の代表データを作成してもよい。例えば、上記複数の登録人物の代表データとして、全登録人物の代表データである全他人代表データを作成してもよい。

　全他人代表データは、注目代表データの登録人物とは異なる複数の登録人物の代表データの平均値を求めることにより作成することができる。

　そして、他代表データ選択部３３３Ａは、上記全他人代表データを選択代表データとして選択してもよい。

　上記構成によれば、上述の相対評価スコア算出手法の手法１を採用する場合、注目代表データの登録人物とは異なる登録人物の人数分の射影を行うことなく相対評価スコアを算出することができる。

　また、上述の手法２においても、注目代表データの登録人物とは異なる登録人物の人数分の距離計算または類似度計算を行うことなく相対評価スコアを算出することができる。

　上述の手法３では、注目代表データの登録人物とは異なる登録人物の人数分の識別空間の作成を行うことなく相対評価スコアを算出することができる。

　この変形例は、言い換えれば、注目代表データの登録人物とは異なる複数の登録人物の特徴空間に対して、射影、距離計算・類似度計算、または識別空間の作成を行っているともいえる。

　　［代表データ登録情報の登録の変形例］
　登録画像代表データ算出部３５は、以下のように代表データ登録情報ＡＶＧを登録してもよい。

　具体的には、登録画像代表データ算出部３５は、顔特徴データ抽出部３２から供給される、登録対象画像Ａ２の顔特徴データを登録画像データベース２１と照合して、登録人物を特定する。また、登録画像代表データ算出部３５は、特定した人物について登録されている登録画像Ｒおよび登録対象画像Ａ２を用いて、登録画像代表データを算出する。そして、登録画像代表データ算出部３５は、特定された人物の名前（ＩＤ）と、登録画像代表データとを対応付けて代表データ登録情報ＡＶＧとして代表データ登録情報記憶部２２に登録する。

　〔実施形態３〕
　本発明の他の実施形態について、図２１～図２４に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、上述の実施形態にて説明した図面と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

　本実施形態に係る顔認証装置では、登録人物情報Ｐごとに、代表的な顔画像を計算して、計算した代表的な顔画像に基づいて絶対評価スコアを算出する。以下、主に絶対評価スコアの算出手法に焦点を当てて説明する。

　まず、図２１を用いて、顔認証装置（画像照合装置）１Ｂの構成について説明する。図２１に示す顔認証装置１Ｂは、上述の顔認証装置１Ａと比べて以下の点が異なる。

　すなわち、顔認証装置１Ｂは、顔認証装置１Ａの制御部３０において、顔認証処理部３３Ａを、顔認証処理部３３Ｂに変更したものである。

　顔認証処理部３３Ｂは、絶対評価スコアの算出に登録画像を用い、相対評価スコアの算出に代表データ登録情報を用いる顔認証処理部３３Ａと異なり、絶対評価スコアの算出に代表データ登録情報を用い、相対評価スコアの算出に登録画像を用いる。以下において、顔認証処理部３３Ｂの構成について説明する。

　　（顔認証処理部）
　図２２を用いて、顔認証処理部３３Ｂの構成について説明する。図２２は、顔認証処理部３３Ｂの概略的構成の一例を示す機能ブロック図である。

　図２２に示すように、顔認証処理部３３Ｂは、顔認証処理部３３において、絶対評価部３３１を代表データ絶対評価部（照合スコア算出手段）３３７に変更したものである。

　代表データ絶対評価部３３７は、入力画像と、代表データ登録情報とのマッチングを行うことで代表データの絶対評価スコアを算出する。代表データ絶対評価部３３７の照合スコア算出手法には、絶対評価部３３１と同様の手法を用いることができる。すなわち、代表データ絶対評価部３３７は、図４および図５を用いて示した手法により、相対評価スコアを算出することができる。なお、この場合、代表データ登録情報ＡＶＧの登録画像代表データが、図４および図５における特徴量Ｙに対応している。

　また、代表データ絶対評価部３３７は、算出した絶対評価スコアを評価統合部３３５に供給する。

　また、評価統合部３３５についても、代表データ絶対評価部３３７から絶対評価スコアの供給を受ける点以外は、これまでに説明したとおりである。

　　（顔画像登録処理の流れ）
　顔認証装置１Ｂにおける顔画像登録処理の流れは、図１８を用いて示したとおりであるので、その説明を省略する。

　　（顔画像認証処理の流れ）
　次に、図２３を用いて、ある人物の顔を撮影した撮影画像を入力画像として認証する顔画像認証処理の流れのさらに他の例について説明する。図２３は、顔認証装置１Ａにおける顔画像認証処理の流れについて例示したフローチャートである。図２３に示すフローチャートは、図１２に示すフローチャートにおいて、ステップＳ２２を、ステップＳ２２Ａに変更したものである。

　ステップＳ２０およびＳ２１については、図１２を用いて既に説明したとおりであるので、その説明を省略する。

　次に、ステップＳ２２Ａにおいて、代表データ絶対評価部３３７が、入力画像と、各代表データ登録情報との間でマッチングを行い、絶対評価スコアを算出する（Ｓ２２Ａ）。

　続く、ステップＳ２３～Ｓ２６については、図１２を用いて既に説明したとおりであるので、その説明を省略する。

　　（実施例）
　以下、さらに図２４を用いて、図２３を用いて説明した顔画像認証処理の流れの具体的な実施例について説明する。

　以下に説明する実施例では、登録画像データベース２１において、図２４に示すように、登録画像データベースにおいて、登録人物情報Ｐ１（Ａさん）、Ｐ２（Ｂさん）、Ｐ３（Ｃさん）およびＰ４（Ｄさん）が登録されているものとする。これらの登録人物情報Ｐ１～Ｐ４は、図１３に示したものと同様である。

　また、代表データ登録情報記憶部２２には、図２４に示すように、登録人物情報Ｐ１～Ｐ４について、それぞれ対応する代表データ登録情報ＡＶＧ１００～ＡＶＧ４００が登録されている。図２４では、代表データ登録情報ＡＶＧ１００～ＡＶＧ４００を黒丸にて示している。

　また、上述のとおり、登録画像代表データ算出部３５は、登録人物情報Ｐの登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの平均値を、登録画像代表データとして算出する。よって、一例を示すと、代表データ登録情報ＡＶＧ１００には、登録画像Ｒ１１～Ｒ１３の顔特徴データの平均値が登録画像代表データとして含まれる。

　以下、図２３に示したフローチャートの各ステップに沿って説明する。まず、ステップＳ２０およびＳ２１については、図１２～図１５を用いて説明したとおりであるので、その説明を省略する。

　次に、ステップＳ２２Ａにおいて、代表データ絶対評価部３３７は、入力画像Ａ１と、代表データ登録情報ＡＶＧ１００～ＡＶＧ４００のそれぞれとの間でマッチングを行うことで、代表データ登録情報ＡＶＧ１００～ＡＶＧ４００のそれぞれについて、絶対評価スコアＡＢＳ１００～ＡＢＳ４００を算出する。

　続く、ステップＳ２３～Ｓ２６については、図１２～図１５を用いて既に説明したとおりであるので、その説明を省略する。

　　（作用・効果）
　以上のように、顔認証装置１Ｂは、代表データ絶対評価部３３７が、入力画像Ａ１と、人物について登録されている複数の登録画像Ｒを代表する顔特徴データである登録画像代表データを有する代表データ登録情報ＡＶＧとの間で絶対評価スコアを算出する構成である。

　上記構成によれば、各登録人物情報Ｐそれぞれについて、代表データ登録情報ＡＶＧを用いて絶対評価スコアを算出するため、絶対評価スコアの算出時における処理負荷を軽減することができる。

　〔実施形態４〕
　本発明の他の実施形態について、図２５～図２７に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、上述の実施形態にて説明した図面と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。

　本実施形態に係る顔認証装置では、登録人物情報Ｐごとに、代表的な顔画像を計算して、計算した代表的な顔画像に基づいて、絶対評価スコアおよび相対評価スコアを算出する。

　まず、図２５を用いて、顔認証装置（画像照合装置）１Ｃの構成について説明する。図２５に示す顔認証装置１Ｃは、上述の顔認証装置１Ａと比べて以下の点が異なる。

　すなわち、顔認証装置１Ｃは、顔認証装置１Ａの制御部３０において、顔認証処理部３３Ａを、顔認証処理部３３Ｃに変更したものである。以下において、顔認証処理部３３Ｃの構成について説明する。

　　（顔認証処理部）
　図２６を用いて、顔認証処理部３３Ｃの構成について説明する。図２６は、顔認証処理部３３Ｃの概略的構成の一例を示す機能ブロック図である。

　図２６に示すように、顔認証処理部３３Ｃは、顔認証処理部３３Ａにおいて、絶対評価部３３１を、代表データ絶対評価部３３７に変更したものである。

　代表データ絶対評価部３３７は、前記実施形態の顔認証処理部３３Ｂの代表データ絶対評価部３３７と同様である。従って、代表データ絶対評価部３３７については、すでに説明済みであるので、ここではその説明を省略する。

　顔認証処理部３３Ｃは、このように絶対評価スコアおよび相対評価スコアの両方において、代表データ登録情報を用いる構成となっている。

　以下では、絶対評価スコアの算出および相対評価スコアの算出において、それぞれ異なる登録画像代表データを用いる構成について説明する。しかしながら、これに限定されず、絶対評価スコアの算出および相対評価スコアの算出において、同一の登録画像代表データを用いてもよい。

　また、顔認証処理部３３Ｃでは、登録画像代表データ算出部３５が、代表データ登録情報を、絶対評価スコア算出用と、相対評価スコア算出用とで個別に登録する構成とする。

　例えば、登録画像代表データ算出部３５は、登録画像Ｒの顔特徴データおよび登録対象画像Ａ２の顔特徴データの平均値を登録画像代表データとして算出する。

　また、例えば、登録画像代表データ算出部３５は、最近登録された登録画像Ｒの顔特徴データを登録画像代表データとして算出することができる。

　そして、以下では、平均値の登録画像代表データを絶対評価スコア算出用とし、最近登録された登録画像Ｒの顔特徴データを相対評価スコア算出用とする例について説明する。しかしながら、これに限られず、上記と逆の構成にしてもかまわない。

　　（顔画像登録処理の流れ）
　顔認証装置１Ｃにおける顔画像登録処理の流れは、図１８を用いて示したとおりであるので、その説明を省略する。

　　（顔画像認証処理の流れ）
　次に、図２７を用いて、ある人物の顔を撮影した撮影画像を入力画像として認証する顔画像認証処理の流れのさらに他の例について説明する。図２７は、顔認証装置１Ｃにおける顔画像認証処理の流れについて例示したフローチャートである。図２７に示すフローチャートは、図１９に示すフローチャートにおいて、ステップＳ２２を、ステップＳ２２Ａに変更したものである。

　次に、ステップＳ２２Ａにおいて、代表データ絶対評価部３３７が、入力画像と、絶対評価スコア算出用の各代表データ登録情報との間でマッチングを行い、絶対評価スコアを算出する（Ｓ２２Ａ）。

　次に、代表データ登録情報記憶部２２に登録されている相対評価スコア算出用の登録画像代表データから、注目代表データ選択部３３２Ａが、一の登録人物の登録画像代表データを注目代表データとして選択し、他代表データ選択部３３３Ａが、注目代表データの登録人物とは異なる代表人物の登録画像代表データを選択代表データとして選択するとともに、相対評価部３３４Ａが、注目代表データと、選択代表データとの間で相対評価スコアを算出する（Ｓ２３Ａ）。

　続くステップＳ２４～Ｓ２６については、図１２を用いて既に説明したとおりであるので、その説明を省略する。

　　（実施例）
　以下、さらに図２０および図２４を用いて、図２７を用いて説明した顔画像認証処理の流れの具体的な実施例について説明する。

　以下に説明する実施例では、登録顔画像データベースにおいて、図２０および図２４に示したように、登録人物情報Ｐ１～Ｐ４が登録されている。また、図２０に示すように、代表データ登録情報記憶部２２において、相対評価スコア算出用の代表データ登録情報ＡＶＧ１０～ＡＶＧ４０が登録されているとする。また、図２４に示すように、代表データ登録情報記憶部２２において、絶対評価スコア算出用の代表データ登録情報ＡＶＧ１００～ＡＶＧ４００が登録されているとする。

　以下、図２７に示したフローチャートの各ステップに沿って説明する。まず、Ｓ２０およびＳ２１については、図１２～図１５を用いて説明したとおりである。

　続いて、ステップＳ２２Ａにおいて、代表データ絶対評価部３３７は、入力画像Ａ１と、代表データ登録情報ＡＶＧ１００～ＡＶＧ４００のそれぞれとの間でマッチングを行うことで、代表データ登録情報ＡＶＧ１００～ＡＶＧ４００のそれぞれについて、絶対評価スコアＡＢＳ１００～ＡＢＳ４００を算出する。

　続いて、ステップＳ２３Ａにおいて、相対評価部３３４Ａが、注目代表データと、選択代表データとの間で相対評価スコアを算出する。ここで、相対評価部３３４Ａが算出する相対評価スコアについて説明すると図２０に例示するとおりである。

　まず、図２０に例示するように、注目代表データは、代表データ登録情報ＡＶＧ１０の登録画像代表データであるとし、選択代表データは、代表データ登録情報ＡＶＧ２０～ＡＶＧ４０の登録画像代表データであるとする。

　このとき、図２０に例示するように、相対評価部３３４Ａは、注目代表データである代表データ登録情報ＡＶＧ１０の登録画像代表データを基準に、選択代表データである代表データ登録情報ＡＶＧ２０、ＡＶＧ３０、およびＡＶＧ４０の登録画像代表データそれぞれとの比較を行う。

　そして、相対評価部３３４Ａは、上記比較結果に基づいて、それぞれ、相対評価スコアＲＥＬ２０１、ＲＥＬ３０１、およびＲＥＬ４０１を算出する。

　相対評価部３３４Ａは、このようにして、「Ｂさん」、「Ｃさん」、および「Ｄさん」について、相対評価スコアＲＥＬ２０１、ＲＥＬ３０１、およびＲＥＬ４０１を算出する（Ｓ２４）。

　　（作用・効果）
　以上のように、顔認証装置１Ｃは、代表データ絶対評価部３３７が、入力画像Ａ１と、代表データ登録情報ＡＶＧとの間で絶対評価スコアを算出し、相対評価部３３４Ａが、代表データ登録情報ＡＶＧを用いて相対評価スコアを算出する構成である。

　上記構成によれば、絶対評価スコアおよび相対評価スコアの算出時における処理負荷を軽減することができる。

　また、以上のように、顔認証処理において、登録画像データベースに参照しなくても済む構成となっている。

　また、絶対評価スコア算出用と、相対評価スコア算出用とで個別に代表データ登録情報を登録しておくことで、それぞれのスコア算出に適した登録画像代表データを用いた認証処理を行うことができる。これにより、認証精度の向上を図ることができる。

　　（変形例）
　以下において、顔認証装置１Ｃの好ましい変形例について説明する。

　登録画像代表データ算出部３５は、登録されている登録画像の一部を用いて、登録画像代表データを算出する構成としてもよい。すなわち、登録画像代表データ算出部３５は、登録されている登録画像の部分空間を利用することにより、登録画像代表データを算出してもよい。

　また、登録画像代表データ算出部３５は、それ以外の手法（統計学的手法や、多変量解析など）で登録画像代表データを作成しても良い。

　また、登録画像代表データ算出部３５が、代表データ登録情報を、絶対評価スコア算出用と、相対評価スコア算出用とで個別に登録するのではなく、絶対評価スコア算出および相対評価スコア算出において、共通の代表データ登録情報を用いてもよい。

　　（むすび）
　本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

　例えば、上述した実施形態では、評価統合部３３５が、統合スコアの算出において、絶対評価スコアと、相対評価スコアとの重み付け平均を求めることを説明したが、評価統合部３３５は、次のようにして上記（１）式における重みｗを決定してもよい。

　すなわち、重みｗは、予め定められたものであってよく、記憶部２０において設定ファイルに重みｗの値が記憶されていてもよい。そして、評価統合部３３５は、記憶部２０から重みｗの値を読み取って、重み付け平均を求めてもよい。

　また、重みｗは、登録画像の登録枚数に基づいて決定してもよい。すなわち、登録枚数が多いときに絶対評価スコアの重みｗを高くしてもよい。これに対して、登録枚数が少ないときに相対評価スコアの重みｗを低くしてもよい。

　また、重みｗは、登録データの状態と入力データの状態の違いに基づいて決定してもよい。この場合、登録画像Ｒを、撮影画像を撮影したときの人物の顔の状態や、環境、撮影条件を解析した結果を示す各種の情報を項目として含むデータ構造として構成する。

　より具体的には、登録画像Ｒを、「顔の向き」、「顔の表情」、「笑顔度」、「照明条件」、および「射光度」等の項目を含むデータ構造として構成する。また、登録画像Ｒは、他にも項目として、「年齢」、「性別」、「目の開き方」等を含んでいてもよい。

　そして、全登録画像Ｒの上記データ項目が示す状態と入力画像の状態とが異なる場合は、絶対評価スコアの重みｗを高くしてもよい。これに対して、全登録画像Ｒの上記データ項目が示す状態と入力画像の状態とが似ている場合は、相対評価スコアの重みｗを低くしてもよい。

　また、上述した実施形態では、人物の顔を登録および認証の対象物としていたが、これに限られない。人物全体を対象物としてもよいし、他にも車両やそのナンバープレートを対象物としてもよい。登録および認証の対象となる対象物はパターン認識可能な物体であればよい。なお、対象物とは、別の対象物の一部であってもよい。例えば、ある対象物が人物であるとき、その対象物の一部である人物の顔も対象物とすることができる。

　なお、顔認証装置１、１Ａ、１Ｂ、１Ｃの各ブロックは、ハードウェアロジックによって構成してもよいし、次のようにＣＰＵを用いてソフトウェアによって実現してもよい。

　すなわち、上記装置は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである上記装置の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、上記装置に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによっても、達成可能である。

　上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ－ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ－Ｒ／ブルーレイディスク（登録商標）等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。

　また、上記装置を通信ネットワークと接続可能に構成し、上記プログラムコードを通信ネットワークを介して供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

　〔付記事項〕
　以上のように、本発明に係る画像照合装置は、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合装置において、上記登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出手段と、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出手段と、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出手段と、上記統合スコアに基づいて上記入力画像の照合を行う画像照合手段と、を備える構成である。

　また、以上のように、本発明に係る画像照合プログラムは、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合プログラムであって、上記登録画像データベースでは、上記対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含む処理をコンピュータに実行させるプログラムである。

　また、以上のように、本発明に係る画像照合方法は、照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合方法において、上記登録画像データベースでは、上記対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含む方法である。

　また、本発明に係る画像照合装置では、上記複数の対象物それぞれについて、同一の上記対象物について登録されている複数の登録画像を代表する特徴量を代表画像として登録する代表画像登録手段を備えることが好ましい。

　上記構成によれば、上記複数の対象物それぞれについて、同一の上記対象物について登録されている複数の登録画像を代表する特徴量を代表画像として登録する。

　代表画像は、同一の上記対象物について登録されている全登録画像のうち、一部の登録画像を代表するものであってもよい。例えば、所定期間内に登録された登録画像を代表するものであってもよい。

　また、代表画像の特徴量は、例えば、同一の上記対象物について登録されている複数の登録画像の特徴量から導出してもよい。

　具体的には、代表画像の特徴量は、同一の上記対象物について登録されている複数の登録画像の特徴量の平均値であってもよい。

　このように、複数の登録画像の特徴量の平均値に基づく代表画像を採用する場合、登録画像の特徴量にノイズが含まれていたとしても、その平均値をとることでノイズを軽減することができる。

　また、代表画像の特徴量は、同一の上記対象物について登録されている複数の登録画像から選ばれた特定の登録画像の特徴量であってもよい。例えば、最近登録された、最新の登録画像の特徴量を代表画像の特徴量とすることができる。

　また、本発明に係る画像照合装置では、上記相対評価スコア算出手段は、上記対象物について登録されている複数の登録画像を代表する特徴量を有する登録画像である代表画像を用いて上記相対評価スコアを算出することが好ましい。

　上記構成によれば、一の対象物の代表画像と、他の対象物の代表画像とを用いて、相対評価スコアを算出する。ここで、代表画像とは、ある対象物について登録されている複数の登録画像のうち、対象物を代表する一つの登録画像である。

　上記構成によれば、代表画像を用いて相対評価スコアを算出するので、相対評価スコアの算出時における処理負荷を軽減することができる。つまり、登録画像の登録数が多いときにメリットがある。

　また、本発明に係る画像照合装置では、上記照合スコア算出手段は、上記入力画像と、上記対象物について登録されている複数の登録画像を代表する特徴量を有する登録画像である代表画像との間で照合スコアを算出することが好ましい。

　上記構成によれば、入力画像と、代表画像との間で照合スコアを算出する。すなわち、上記構成によれば、対象物それぞれについて、代表画像を用いて照合スコアを算出する。このため、照合スコアの算出時における処理負荷を軽減することができる。つまり、登録画像の登録数が多いときにメリットがある。

　また、本発明に係る画像照合装置では、上記相対評価スコア算出手段は、上記一の対象物と上記他の対象物との間に構成された射影空間において、上記入力画像を前記射影空間に射影した射影点および上記一の対象物の間における近似度、または、上記射影点および上記一の対象物の間における近似度と、上記射影点および上記他の対象物の間における近似度との比を上記相対評価スコアとして算出することが好ましい。

　上記構成によれば、対象物の登録画像の特徴量が形成する特徴空間を用いた手法により、相対評価スコアを求めることができる。

　具体的には、まず、入力画像を射影空間に射影した射影点を得る。ここで、射影空間としては、異なる２つの対象物について、両者の登録画像の特徴量の識別がよくなる空間を選択することが好ましい。なお、射影空間は、１次元であれば直線に、２次元であれば平面となる。つまり、１次元の射影空間は射影直線となり、２次元の射影空間は射影平面となる。

　そして、特徴空間において、上記射影点と、２つの対象物とがどのような位置関係にあるかを調べて近似度を算出する。例えば、近似度は、射影点と、２つの対象物との間における、ユークリッド距離、マハラノビス距離などの距離として表現できる。

　また、近似度は、射影点と、２つの対象物とについて正規化相関などの類似度計算を行うことにより求めることができる。

　上記構成では、上記近似度を相対評価スコアとして算出する。あるいは、相関一の対象物および射影点の間における近似度と、他の対象物および射影点の間における近似度との比を相対評価スコアとして算出することもできる。

　このような手法を用いることにより、照合精度の高い相対評価スコアを得ることができる。

　また、本発明に係る画像照合装置では、上記相対評価スコア算出手段は、上記入力画像の対象物および上記一の対象物の間における近似度と、上記入力画像の対象物および上記他の対象物の間における近似度との比を上記相対評価スコアとして算出することが好ましい。

　上記構成によれば、比を求めることにより、簡潔な処理にて相対評価スコアを算出することができる。また、既に算出されている近似度を用いることができ、処理負荷の軽減にも寄与する。

　また、本発明に係る画像照合装置では、上記相対評価スコア算出手段は、上記一の対象物と上記他の対象物との間に構成された識別境界において、上記入力画像の対象物と上記識別境界との間の距離を上記相対評価スコアとして算出することが好ましい。

　上記構成によれば、対象物の登録画像の特徴量が形成する特徴空間において識別境界を形成する手法により、相対評価スコアを求めることができる。

　このような手法としては、例えば、例えば、Ｋ－ｍｅａｎｓ法、Boosting(ブースティング)、およびＳＶＭ(サポートベクターマシーン)などの特徴量のクラスタ解析が挙げられる。

　上記構成によれば、上記のようなクラスタ解析により、上記一の対象物と上記他の対象物との間に識別境界を構成する。そして、上記構成によれば、上記入力画像の対象物と上記識別境界との間の距離を上記相対評価スコアとして算出する。

　また、本発明に係る画像照合装置では、上記統合スコア算出手段は、上記照合スコアと、上記相対評価スコアとを平均したものを上記統合スコアとして算出することが好ましい。

　上記構成によれば、データの偏りに起因する各スコアの誤差を均すことができるため、良好な認証精度を得られる傾向がある。

　また、本発明に係る画像照合装置では、上記対象物が人物の顔であることが好ましい。

　すなわち、上記構成においては、入力画像は、人物の顔が撮影された顔画像であり、上記登録画像データベースには、人物ごとに該人物の顔を撮影して得られた顔画像が登録されている。

　上記構成によれば、人物の顔を精度よく照合することができるという効果を奏する。

　なお、上記画像照合装置と、上記入力画像を上記画像照合装置に供給する画像入力装置と、を備える画像処理システムを好ましく構成することができる。

　画像処理システムの例としては、プリンタ、スキャナ、パーソナルコンピュータや、デジタルカメラなどデジタル画像を処理するものが挙げられる。また、上記画像照合装置と、上記画像入力装置との間が通信ネットワークにより接続されている構成を採用することも可能である。

　尚、発明の詳細な説明の項においてなされた具体的な実施形態または実施例は、あくまでも、本発明の技術内容を明らかにするものであって、そのような具体例にのみ限定して狭義に解釈されるべきものではなく、本発明の精神と次に記載する請求の範囲内において、いろいろと変更して実施することができるものである。

　本発明は、画像に含まれる対象物の認証に用いることができるので、プリンタ、スキャナ、パーソナルコンピュータ等により実現されるデジタル画像機器や、デジタルカメラ、およびセキュリティシステム等に好適に利用することができる。

　　１、１Ａ、１Ｂ、１Ｃ　　顔認証装置（画像照合装置）
　　５　　画像入力装置
　Ａ１　　入力画像
Ａ１１　　入力画像の顔特徴データ
　２１　　登録画像データベース
　２２　　代表データ登録情報記憶部（登録画像データベース）
　３３、３３Ａ、３３Ｂ、３３Ｃ　　顔認証処理部
　３４　　認証結果出力部（画像照合手段）
１００　　顔認証システム（画像処理システム）
３３１　　絶対評価部（照合スコア算出手段）
３３２　　注目登録画像選択部（相対評価スコア算出手段）
３３２Ａ　注目代表データ選択部（相対評価スコア算出手段）
３３３　　他登録画像選択部（相対評価スコア算出手段）
３３３Ａ　他代表データ選択部（相対評価スコア算出手段）
３３４、３３４Ａ　　相対評価部（相対評価スコア算出手段）
３３５　　評価統合部（統合スコア算出手段）
３３６　　代表データ認証スコア算出部（相対評価スコア算出手段）
３３７　　代表データ絶対評価部（照合スコア算出手段）
ＡＶＧ　　代表データ登録情報（代表画像）
　　Ｐ　　登録人物情報
　　Ｒ　　登録画像

Claims

　照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合装置において、
　上記登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、
　上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出手段と、
　上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出手段と、
　上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出手段と、
　上記統合スコアに基づいて上記入力画像の照合を行う画像照合手段と、を備えることを特徴とする画像照合装置。
　上記複数の対象物それぞれについて、同一の上記対象物について登録されている複数の登録画像を代表する特徴量を代表画像として登録する代表画像登録手段を備えることを特徴とする請求項１に記載の画像照合装置。
　上記相対評価スコア算出手段は、上記代表画像を用いて上記相対評価スコアを算出することを特徴とする請求項２に記載の画像照合装置。
　上記照合スコア算出手段は、上記代表画像を用いて上記照合スコアを算出することを特徴とする請求項２に記載の画像照合装置。
　上記相対評価スコア算出手段は、上記一の対象物と上記他の対象物との間に構成された射影空間において、上記入力画像を前記射影空間に射影した射影点および上記一の対象物の間における近似度、または、上記射影点および上記一の対象物の間における近似度と、上記射影点および上記他の対象物の間における近似度との比を上記相対評価スコアとして算出することを特徴とする請求項１から４のいずれか１項に記載の画像照合装置。
　上記相対評価スコア算出手段は、上記入力画像の対象物および上記一の対象物の間における近似度と、上記入力画像の対象物および上記他の対象物の間における近似度との比を上記相対評価スコアとして算出することを特徴とする請求項１から４のいずれか１項に記載の画像照合装置。
　上記相対評価スコア算出手段は、上記一の対象物と上記他の対象物との間に構成された識別境界において、上記入力画像の対象物と上記識別境界との間の距離を上記相対評価スコアとして算出することを特徴とする請求項１から４のいずれか１項に記載の画像照合装置。
　上記統合スコアは、上記照合スコアと上記相対評価スコアとの平均値であることを特徴とする請求項１から４のいずれか１項に記載の画像照合装置。
　上記対象物が人物の顔であることを特徴とする請求項１から８のいずれか１項に記載の画像照合装置。
　請求項１から９のいずれか１項に記載の画像照合装置と、
　上記入力画像を上記画像照合装置に供給する画像入力装置と、を備えることを特徴とする画像処理システム。
　照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合プログラムであって、
　上記登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、
　上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、
　上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、
　上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、
　上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含む処理をコンピュータに実行させるための画像照合プログラム。
　請求項１１に記載の画像照合プログラムを記録したコンピュータ読み取り可能な記録媒体。
　照合すべき対象物が撮影された入力画像を、登録画像データベースと照合する画像照合方法において、
　上記登録画像データベースでは、対象物を撮影して得られた画像の特徴量が登録画像として登録され、さらに、上記登録画像は複数の対象物について登録されており、
　上記入力画像の特徴量と、上記登録画像の特徴量とを用いて、上記登録画像が示す対象物が、どの程度上記入力画像の対象物と近似しているかを示すスコアである照合スコアを算出する照合スコア算出ステップと、
　上記登録画像データベースに登録されている一の対象物が、他の対象物に対して、どの程度上記入力画像の対象物と近似しているかを示すスコアである相対評価スコアを算出する相対評価スコア算出ステップと、
　上記照合スコアと、上記相対評価スコアとを重み付けした統合スコアを算出する統合スコア算出ステップと、
　上記統合スコアに基づいて上記入力画像の照合を行う画像照合ステップと、を含むことを特徴とする画像照合方法。