WO2021059493A1 - 情報処理装置、情報処理方法及び記憶媒体 - Google Patents

情報処理装置、情報処理方法及び記憶媒体 Download PDF

Info

Publication number
WO2021059493A1
WO2021059493A1 PCT/JP2019/038178 JP2019038178W WO2021059493A1 WO 2021059493 A1 WO2021059493 A1 WO 2021059493A1 JP 2019038178 W JP2019038178 W JP 2019038178W WO 2021059493 A1 WO2021059493 A1 WO 2021059493A1
Authority
WO
WIPO (PCT)
Prior art keywords
collation
distribution
information processing
processing device
information
Prior art date
Application number
PCT/JP2019/038178
Other languages
English (en)
French (fr)
Inventor
典明 早勢
達也 矢野
哲史 野中
裕章 鯨井
Original Assignee
日本電気株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日本電気株式会社 filed Critical 日本電気株式会社
Priority to JP2021548126A priority Critical patent/JP7197024B2/ja
Priority to US17/641,217 priority patent/US20240054768A1/en
Priority to PCT/JP2019/038178 priority patent/WO2021059493A1/ja
Priority to EP19947368.7A priority patent/EP4036848A4/en
Publication of WO2021059493A1 publication Critical patent/WO2021059493A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Definitions

  • the biometric authentication system of the present embodiment is a system for identifying a person by biometric authentication.
  • the biometric authentication system of the present embodiment is used, for example, for entrance / exit management in a controlled area, immigration control at airports, borders, etc., login management at terminals, servers, etc., identity verification in electronic payments, etc. possible.
  • the biometric authentication system of the present embodiment may be used as long as it identifies a person, and its use is not particularly limited.
  • the biometric authentication method that can be applied to the biometric authentication system of this embodiment can typically be face authentication.
  • face recognition the feature amount obtained from the face image of the collation target person is collated with the feature amount obtained from the face images of a plurality of registrants, and the collation target person is the same person as one of the registrants. It can be used to determine whether or not.
  • the biometric authentication method may be another method that uses an image of at least a part of the collated person, for example, an image such as a fingerprint, a palm print, a vein, or an iris.
  • the biometric authentication system of the present embodiment is a face authentication system provided at a place where a large number of verification target persons sequentially visit, such as an entrance / exit gate.
  • FIG. 1 is a block diagram showing the hardware configuration of the biometric authentication system according to the present embodiment.
  • the biometric authentication system includes an information processing device 1, an imaging device 2, and an administrator terminal 3.
  • the information processing device 1, the image pickup device 2, and the administrator terminal 3 are connected to each other via a network so as to be communicable by wire or wirelessly.
  • the information processing device 1 is a computer that performs collation processing and collation status monitoring processing in a biometric authentication system.
  • the image pickup device 2 is a digital camera that captures a face image of a collation target person.
  • the administrator terminal 3 is a computer used by an administrator who manages the biometric authentication system.
  • FIG. 2 is a functional block diagram of the information processing device 1 according to the present embodiment.
  • the information processing device 1 includes an image pickup control unit 111, a collation unit 112, a score acquisition unit 113, a determination unit 114, an output unit 115, and a storage unit 116.
  • the score acquisition unit 113 may be more generally referred to as an acquisition unit.
  • the CPU 101 performs a predetermined arithmetic process by loading the program stored in the ROM 103, the HDD 104, etc. into the RAM 102 and executing the program. Further, the CPU 101 controls each part of the information processing device 1 such as the communication I / F 105 and the image pickup device 2 based on the program. As a result, the CPU 101 realizes the functions of the image pickup control unit 111, the collation unit 112, the score acquisition unit 113, the determination unit 114, the output unit 115, and the storage unit 116. The specific contents of the processing performed by each functional block will be described later.
  • FIG. 3 is a flowchart showing an outline of the processing performed in the information processing apparatus 1 according to the present embodiment.
  • the biometric authentication system performs collation every time the collation target person visits, and monitors the collation state at predetermined time intervals.
  • the process of FIG. 3 is repeatedly executed after the biometric authentication system starts operation until the operation ends.
  • step S20 the information processing device 1 acquires a face image of the collation target person and performs a collation process for collating the feature amount obtained from the face image with the feature amount of the registrant.
  • the collation unit 112 collates the feature amount of the collation target person with the feature amount of each of the plurality of registrants stored in advance in the storage unit 116.
  • the plurality of registrants are persons who should be determined in the biometric authentication system of the present embodiment whether or not they are the same person as the collation target person.
  • the biometric authentication system of the present embodiment is used to determine whether or not the entrance / exit gate can be passed, the plurality of registrants may be persons who are allowed to pass through the entrance / exit gate.
  • the collation unit 112 calculates a collation score indicating the degree of matching of the features used in the collation for each of the plurality of registrants.
  • the calculated collation score is stored in the storage unit 116 in association with the registrant.
  • the definition of the collation score value can be appropriately set according to the algorithm used for collation. In the following description, it is assumed that the value of the collation score is a number between 0 and 1, and the larger the value, the higher the degree of agreement between the features.
  • a set of collation scores obtained by collating each of a plurality of registrants may be referred to as a collation score group.
  • step S204 the collation unit 112 calculates the rank of each collation score in the collation score group. It is assumed that the higher the collation score value, that is, the higher the degree of agreement between the features, the higher the ranking.
  • the calculated rank is stored in the storage unit 116 in association with the registrant.
  • step S205 the collation unit 112 determines whether or not there is a collation score registrant in the collation score group whose rank is first and the collation score value is equal to or higher than a predetermined threshold value. If such a collation score exists (YES in step S205), the process proceeds to step S206. If no such matching score exists (NO in step S205), processing proceeds to step S207. Since there is always a collation score with the first rank in the collation score group, the above-mentioned determination condition may be rephrased as "whether or not the collation score with the first rank is equal to or higher than the threshold value". ..
  • step S206 the collation unit 112 determines that the collation target person is the same person as the registrant corresponding to the collation score of the first place. That is, the collation unit 112 determines that the collation target person is one of a plurality of registrants.
  • FIG. 5 is a table showing an example of collation results acquired by the information processing device 1 according to the present embodiment and stored in the storage unit 116.
  • the data shown in this table are virtual data created to explain the processing of the present embodiment.
  • the four registrants other than the registrant AAA cannot be the same person as the collation target person, they are determined to be other people regardless of the collation score. In this example, it is assumed that the collation score of the first place exceeds the threshold value in all the collations.
  • FIG. 6 is a flowchart showing a collation status monitoring process performed in the information processing device 1 according to the present embodiment.
  • FIG. 6 shows the collation state monitoring process in step S40 of FIG. 3 in more detail.
  • step S402 the determination unit 114 extracts a plurality of collation scores with the first rank and generates a distribution of the collation scores with the first rank.
  • step S403 the determination unit 114 extracts a plurality of collation scores having the second rank and generates a distribution of the collation scores having the second rank.
  • a distribution including a plurality of collation scores with the first rank may be referred to as a first distribution
  • a distribution including a plurality of collation scores with a second rank may be referred to as a second distribution.
  • the output unit 115 transmits the management information to the administrator terminal 3.
  • the management information typically includes information indicating that the matching accuracy of the biomatching system has deteriorated.
  • a message warning that the verification accuracy of the biometric matching system has deteriorated is sent by e-mail to the administrator's destination so that the administrator can view the management information on the administrator terminal 3. It can be something to do.
  • the management information transmitted to the administrator terminal 3 may include identification information (registrant number, registrant name, etc.) indicating the registrant who is ranked first. ..
  • This identification information may be any information that can be associated with the registrant, such as the registrant's number, the registrant's name, the registrant's face image file name, and the registrant's feature amount file name.
  • the "threshold value" in FIG. 8 is the threshold value of the collation score for determining whether the person is the person or another person in the collation. If the collation score is equal to or higher than the threshold value, it is determined to be the person himself / herself, and if the collation score is smaller than the threshold value, it is determined to be another person.
  • FIG. 10 is a table showing the relationship between the cause of deterioration of the matching accuracy and the tendency of the change of the matching score. The tendency of the change of the first distribution and the second distribution for each cause of deterioration of the collation accuracy will be described with reference to the example shown in FIG.
  • the matching score of the second distribution is increased.
  • the deterioration factor of the collation accuracy may be determined by using the trained model generated by machine learning using the survey result as the teacher data. If it is difficult to narrow down the deterioration factors to one, a plurality of candidates for the deterioration factors may be determined and presented.
  • a processing method in which a program for operating the configuration of the embodiment is recorded in a storage medium so as to realize the functions of the above-described embodiment, the program recorded in the storage medium is read out as a code, and the program is executed in a computer is also described in each embodiment. Included in the category. That is, a computer-readable storage medium is also included in the scope of each embodiment. Moreover, not only the storage medium in which the above-mentioned program is recorded but also the program itself is included in each embodiment. Further, one or more components included in the above-described embodiment are circuits such as an ASIC (Application Specific Integrated Circuit) and an FPGA (Field Programmable Gate Array) configured to realize the functions of the components. There may be.
  • ASIC Application Specific Integrated Circuit
  • FPGA Field Programmable Gate Array
  • SaaS Software as a Service
  • the output unit outputs the management information when it is determined that the first distribution has changed by a predetermined threshold value or more in the direction of decreasing from the initial state.
  • the information processing device according to Appendix 3.
  • the determination unit makes the determination based on the overlapping area between the first distribution and the second distribution.
  • the information processing device according to Appendix 8.
  • the management information includes information on the deterioration factor of the collation accuracy.
  • the information processing device according to Appendix 11.
  • the determination unit further determines the deterioration factor based on the collation score in which the rank is first and the collation score in which the rank is not first.
  • the information processing device according to Appendix 12.
  • a step to output management information based on the result of the determination, A storage medium in which a program for executing an information processing method is stored.
  • Imaging device 1 Imaging device 3 Administrator terminal 101 CPU 102 RAM 103 ROM 104 HDD 105 Communication I / F 106 Input device 107 Output device 111 Imaging control unit 112 Matching unit 113 Score acquisition unit 114, 402 Judgment unit 115, 403 Output unit 116 Storage unit 401 Acquisition unit

Landscapes

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

Abstract

照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得する取得部と、前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行う判定部と、前記判定の結果に基づいて、管理情報を出力する出力部と、を備える情報処理装置が提供される。

Description

情報処理装置、情報処理方法及び記憶媒体
　本発明は、情報処理装置、情報処理方法及び記憶媒体に関する。
　特許文献１には、顔認証によりユーザを判定する情報処理装置が開示されている。情報処理装置は、ユーザの顔画像を撮影し、撮影された顔画像と登録者の顔画像との一致度を数値化したスコアを算出する。そして、情報処理装置は、スコアが閾値以上である登録者が存在する場合に、撮影されたユーザが当該登録者であると判定する。
特開２０１６－２１８６７２号
　特許文献１に記載されているような生体認証においては、誤判定の発生率を十分に少なくするように照合精度を維持することが要求される。しかしながら、生体認証システムの状態は導入後の使用状況等に応じて変化するため、照合精度の維持が難しい場合がある。そのため、照合精度を適切に管理する手法が要求されている。
　本発明は、照合精度を適切に管理することができる情報処理装置、情報処理方法及び記憶媒体を提供することを目的とする。
　本発明の一観点によれば、照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得する取得部と、前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行う判定部と、前記判定の結果に基づいて、管理情報を出力する出力部と、を備える情報処理装置が提供される。
　本発明の他の一観点によれば、照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、前記判定の結果に基づいて、管理情報を出力するステップと、を備える情報処理方法が提供される。
　本発明の他の一観点によれば、コンピュータに、照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、前記判定の結果に基づいて、管理情報を出力するステップと、を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体が提供される。
　本発明によれば、照合精度を適切に管理することができる情報処理装置、情報処理方法及び記憶媒体が提供される。
第１実施形態に係る生体認証システムのハードウェア構成を示すブロック図である。 第１実施形態に係る情報処理装置の機能ブロック図である。 第１実施形態に係る情報処理装置において行われる処理の概略を示すフローチャートである。 第１実施形態に係る情報処理装置において行われる照合処理を示すフローチャートである。 第１実施形態に係る情報処理装置において取得される照合結果の例を示す表である。 第１実施形態に係る情報処理装置において行われる照合状態監視処理を示すフローチャートである。 第１実施形態に係る情報処理装置において取得される照合スコアの分布の例を示す表である。 照合スコアの分布と、誤判定との関係を示すグラフの例である。 照合スコアの分布の変動と、誤判定の発生確率との関係を示すグラフの例である。 照合精度の劣化原因と照合スコアの変化の傾向の関係の例を示す表である。 第２実施形態に係る情報処理装置において行われる照合状態監視処理を示すフローチャートである。 第３実施形態に係る情報処理装置の機能ブロック図である。
　以下、図面を参照して、本発明の例示的な実施形態を説明する。図面において同様の要素又は対応する要素には同一の符号を付し、その説明を省略又は簡略化することがある。
　［第１実施形態］
　本実施形態に係る生体認証システムについて説明する。本実施形態の生体認証システムは、生体認証により、人物の識別を行うためのシステムである。本実施形態の生体認証システムは、例えば、管理区域への入退場管理、空港、国境等における入出国管理、端末、サーバ等におけるログイン管理、電子決済等における本人確認等の用途に用いられるものであり得る。しかしながら、本実施形態の生体認証システムは、人物の識別を行うものであればよく、その用途は特に限定されるものではない。
　本実施形態の生体認証システムに適用され得る生体認証の方式は、典型的には、顔認証であり得る。顔認証は、照合対象者の顔画像から得られた特徴量と、複数の登録者の顔画像から得られた特徴量とを照合して照合対象者が登録者のうちの１人と同一人物であるか否かを判定するものであり得る。しかしながら、生体認証の方式は、照合対象者の少なくとも一部の画像を用いる他の方式、例えば、指紋、掌紋、静脈、虹彩等の画像を用いるものであってもよい。以下の説明では、本実施形態の生体認証システムは、入退場ゲート等のように多数の照合対象者が順次訪れる箇所に設けられた顔認証システムであるものとする。
　なお、本明細書において、照合対象者の顔画像等の特徴部の画像又はこれから得られた特徴量は、より一般的に第１生体情報と呼ばれることもある。また、登録者の顔画像等の特徴部の画像又はこれから得られた特徴量は、より一般的に第２生体情報と呼ばれることもある。
　図１は、本実施形態に係る生体認証システムのハードウェア構成を示すブロック図である。生体認証システムは、情報処理装置１、撮像装置２及び管理者端末３を備える。情報処理装置１、撮像装置２及び管理者端末３は、有線又は無線により、ネットワークを介して通信可能に接続される。情報処理装置１は、生体認証システムにおける照合処理及び照合状態監視処理を行うコンピュータである。撮像装置２は、照合対象者の顔画像を撮影するデジタルカメラである。管理者端末３は生体認証システムの管理を行う管理者が使用するコンピュータである。
　なお、この生体認証システムの全体構成は一例であり、例えば、情報処理装置１と撮像装置２が一体の装置として構成されていてもよい。また、生体認証システムは、認証結果に基づいて開閉動作する入退場ゲート、認証結果を照合対象者に通知する表示装置、照合対象者が保持している身分証明カードを読み取るカードリーダ等の別の装置を更に含んでいてもよい。
　情報処理装置１は、ＣＰＵ（Central　Processing　Unit）１０１、ＲＡＭ（Random　Access　Memory）１０２、ＲＯＭ（Read　Only　Memory）１０３及びＨＤＤ（Hard　Disk　Drive）１０４を備える。また、情報処理装置１は、通信Ｉ／Ｆ（Interface）１０５、入力装置１０６及び出力装置１０７を備える。なお、情報処理装置１の各部は、不図示のバス、配線、駆動装置等を介して相互に接続される。
　図１では、情報処理装置１を構成する各部が一体の装置として図示されているが、これらの機能の一部は外付け装置により提供されるものであってもよい。例えば、入力装置１０６及び出力装置１０７は、ＣＰＵ１０１等を含むコンピュータの機能を構成する部分とは別の外付け装置であってもよい。
　ＣＰＵ１０１は、ＲＯＭ１０３、ＨＤＤ１０４等に記憶されたプログラムに従って所定の演算を行うとともに、情報処理装置１の各部を制御する機能をも有するプロセッサである。ＲＡＭ１０２は、揮発性記憶媒体から構成され、ＣＰＵ１０１の動作に必要な一時的なメモリ領域を提供する。ＲＯＭ１０３は、不揮発性記憶媒体から構成され、情報処理装置１の動作に用いられるプログラム等の必要な情報を記憶する。ＨＤＤ１０４は、不揮発性記憶媒体から構成され、撮像装置２と送受信するデータの一時記憶、情報処理装置１の動作用プログラムの記憶等を行う記憶装置である。
　通信Ｉ／Ｆ１０５は、イーサネット（登録商標）、Ｗｉ－Ｆｉ（登録商標）等の規格に基づく通信インターフェースである。通信Ｉ／Ｆ１０５は、撮像装置２、管理者端末３等の他の装置との通信を行うためのモジュールである。
　入力装置１０６は、キーボード、ポインティングデバイス等であって、ユーザが情報処理装置１を操作するために用いられる。ポインティングデバイスの例としては、マウス、トラックボール、タッチパネル、ペンタブレット等が挙げられる。
　出力装置１０７は、例えば表示装置である。表示装置は、液晶ディスプレイ、ＯＬＥＤ（Organic　Light　Emitting　Diode）ディスプレイ等であって、情報の表示、操作入力用のＧＵＩ（Graphical　User　Interface）等の表示に用いられる。入力装置１０６及び出力装置１０７は、タッチパネルとして一体に形成されていてもよい。
　なお、情報処理装置１のハードウェア構成は例示であり、これら以外の装置が追加されていてもよく、一部の装置が設けられていなくてもよい。また、一部の装置が同様の機能を有する別の装置に置換されていてもよい。更に、本実施形態の一部の機能がネットワークを介して他の装置により提供されてもよく、本実施形態の機能が複数の装置に分散されて実現されるものであってもよい。例えば、ＨＤＤ１０４は、半導体メモリを用いたＳＳＤ（Solid　State　Drive）に置換されていてもよい。また、ＨＤＤ１０４は、クラウドストレージに置換されていてもよい。このように情報処理装置１のハードウェア構成は適宜変更可能である。
　図２は、本実施形態に係る情報処理装置１の機能ブロック図である。情報処理装置１は、撮像制御部１１１、照合部１１２、スコア取得部１１３、判定部１１４、出力部１１５及び記憶部１１６を備える。なお、スコア取得部１１３はより一般的に取得部と呼ばれることがある。
　ＣＰＵ１０１は、ＲＯＭ１０３、ＨＤＤ１０４等に記憶されたプログラムをＲＡＭ１０２にロードして実行することで、所定の演算処理を行う。また、ＣＰＵ１０１は、当該プログラムに基づいて、通信Ｉ／Ｆ１０５等の情報処理装置１の各部及び撮像装置２を制御する。これにより、ＣＰＵ１０１は、撮像制御部１１１、照合部１１２、スコア取得部１１３、判定部１１４、出力部１１５及び記憶部１１６の機能を実現する。各機能ブロックにより行われる具体的な処理の内容については後述する。
　なお、図２において情報処理装置１内に記載されている機能ブロックの各機能の一部又は全部は、情報処理装置１の外部の装置に設けられていてもよい。すなわち、上述の各機能は、情報処理装置１によって実現されてもよく、外部の装置との協働により実現されてもよい。
　図３は、本実施形態に係る情報処理装置１において行われる処理の概略を示すフローチャートである。本例においては、生体認証システムは、照合対象者が訪れる度に照合を行うとともに、所定時間ごとに照合状態の監視を行う。図３の処理は、生体認証システムが稼働を開始した後、稼働を終了するまで、繰り返し実行される。
　ステップＳ１０において、情報処理装置１は、生体認証システムの撮像装置２の撮影範囲に照合対象者が存在しているか否かを判定する。照合対象者が存在すると判定された場合（ステップＳ１０においてＹＥＳ）、処理はステップＳ２０に移行する。照合対象者が存在しないと判定された場合（ステップＳ１０においてＮＯ）、処理はステップＳ３０に移行する。なお、この判定は、例えば、撮像装置２により近傍の画像を取得し、取得された画像中に人物の顔が存在しているか否かに基づいて行われ得る。
　ステップＳ２０において、情報処理装置１は、照合対象者の顔画像を取得して、その顔画像から得られた特徴量と登録者の特徴量とを照合する照合処理を行う。
　ステップＳ３０において、情報処理装置１は、所定時間が経過したかどうかを判定する。所定時間が経過していると判定された場合（ステップＳ３０においてＹＥＳ）、処理はステップＳ４０に移行する。所定時間が経過していないと判定された場合（ステップＳ３０においてＮＯ）、処理はステップＳ１０に移行する。なお、この判定に用いられる所定時間の始期は、例えば、生体認証システムの稼働開始時刻であってもよく、後述する照合状態監視処理が最後に行われた時刻であってもよい。
　ステップＳ４０において、情報処理装置１は、過去の照合処理の結果に基づいて照合状態監視処理を行う。情報処理装置１は、照合状態監視処理の結果に基づいて、照合状態を示す管理情報を管理者端末３に送信する。
　図４は、本実施形態に係る情報処理装置１において行われる照合処理を示すフローチャートである。図４は、図３のステップＳ２０の照合処理をより詳細に示すものである。
　ステップＳ２０１において、撮像制御部１１１は、撮像装置２を制御して照合対象者を含む画像を撮影して取得する。取得された画像は、記憶部１１６に記憶される。本実施形態では、照合対象者の顔の特徴を特徴量として抽出するため、この画像には少なくとも照合対象者の顔が含まれていればよい。以下ではこの画像を顔画像と呼ぶ場合がある。なお、顔以外の部分を用いた認証方式を行う場合には、画像には少なくとも特徴量の抽出に用いられる部分が含まれていればよい。
　ステップＳ２０２において、照合部１１２は、撮像装置２により取得された顔画像に含まれる目、鼻等の特徴点から、照合対象者の特徴量を抽出する。
　ステップＳ２０３において、照合部１１２は、照合対象者の特徴量と、記憶部１１６にあらかじめ記憶されている複数の登録者の各々の特徴量とを照合する。ここで、複数の登録者とは、本実施形態の生体認証システムにおいて照合対象者と同一人物であるか否かを判定すべき人物のことである。例えば、本実施形態の生体認証システムが入退場ゲートの通行可否の判定に用いられる場合には、複数の登録者は、入退場ゲートの通行が認められている人物であり得る。
　この照合において、照合部１１２は、照合に用いられた特徴量の一致度を示す照合スコアを複数の登録者の各々について算出する。算出された照合スコアは、登録者と対応付けて記憶部１１６に記憶される。照合スコアの値の定義は、照合に用いるアルゴリズムに応じて適宜設定され得る。以下の説明では、照合スコアの値は、０から１の間の数であり、値が大きいほど特徴量間の一致度が高いことを示しているものとする。なお、複数の登録者のそれぞれに対して照合を行うことにより得られた１組の照合スコアは、照合スコア群と呼ばれることもある。
　ステップＳ２０４において、照合部１１２は、照合スコア群の中の各照合スコアの順位を算出する。この順位は、照合スコアの値が大きいほど、すなわち特徴量間の一致度が高いほど高順位であるものとする。算出された順位は、登録者と対応付けて記憶部１１６に記憶される。
　ステップＳ２０５において、照合部１１２は、照合スコア群の中に順位が１位、かつ照合スコアの値が所定の閾値以上である照合スコアの登録者があるか否かを判定する。そのような照合スコアが存在する場合（ステップＳ２０５においてＹＥＳ）、処理はステップＳ２０６に移行する。そのような照合スコアが存在しない場合（ステップＳ２０５においてＮＯ）、処理はステップＳ２０７に移行する。なお、照合スコア群の中には順位が１位の照合スコアは必ず存在するので、上述の判定条件は、「順位が１位の照合スコアが閾値以上であるか否か」と言い換えてもよい。
　ステップＳ２０６において、照合部１１２は、照合対象者は順位が１位の照合スコアに対応する登録者と同一人物であると判定する。すなわち、照合部１１２は、照合対象者は複数の登録者のうちの１人であると判定する。
　ステップＳ２０７において、照合部１１２は、照合対象者は複数の登録者のいずれとも同一人物ではないと判定する。すなわち、照合部１１２は、照合対象者は登録者ではないと判定する。
　図５は、本実施形態に係る情報処理装置１において取得され、記憶部１１６に記憶される照合結果の例を示す表である。なお、この表に示されているデータは、本実施形態の処理を説明するために作られた仮想データである。
　図５には、５人の「登録者」と各登録者に対応付けて記憶された「顔画像データ」、「特徴量」、「照合日時」、「照合スコア」、「順位」及び「判定結果」が表形式で示されている。図５には、同日の３つの照合時刻（１０：２１、１０：２３、１０：２６）に実行された３セットの照合結果が記載されている。１回目の照合（１０：２１）においては、登録者ＡＡＡの照合スコアが５人の照合スコア群の中で最も大きく、１位であるため、登録者ＡＡＡが照合対象者と同一人物であると判定されている。登録者ＡＡＡ以外の４人の登録者は、照合対象者と同一人物ではありえないため、照合スコアに関わらず他人であると判定されている。なお、本例では、すべての照合において１位の照合スコアは閾値を超えているものとする。
　同様に、２回目の照合（１０：２３）においては順位が１位の登録者ＣＣＣが照合対象者と同一人物であると判定されており、３回目の照合（１０：２６）においては順位が１位の登録者ＤＤＤが照合対象者と同一人物であると判定されている。すなわち、図５に示されている例は、１０：２１における照合対象者はＡＡＡであり、１０：２３における照合対象者はＣＣＣであり、１０：２６における照合対象者はＤＤＤであることを示している。
　図６は、本実施形態に係る情報処理装置１において行われる照合状態監視処理を示すフローチャートである。図６は、図３のステップＳ４０の照合状態監視処理をより詳細に示すものである。
　ステップＳ４０１において、スコア取得部１１３は、過去の照合により得られた照合スコア群及び各照合スコアの順位を記憶部１１６から読み出して取得する。
　ステップＳ４０２において、判定部１１４は、順位が１位の照合スコアを複数個抽出して、順位が１位の照合スコアの分布を生成する。ステップＳ４０３において、判定部１１４は、順位が２位の照合スコアを複数個抽出して、順位が２位の照合スコアの分布を生成する。以下、順位が１位の照合スコアを複数含む分布を第１分布と呼び、順位が２位の照合スコアを複数含む分布を第２分布と呼ぶことがある。
　ステップＳ４０４において、判定部１１４は、第１分布と第２分布とに基づいて、照合部１１２における照合状態を解析し、照合精度の劣化を判定する。この処理の詳細については後述する。照合精度が劣化していると判定された場合（ステップＳ４０５においてＹＥＳ）、処理はステップＳ４０６に移行する。照合精度が劣化していると判定されなかった場合（ステップＳ４０５においてＮＯ）、ステップＳ４０６はスキップされ、照合状態監視処理は終了する。
　ステップＳ４０６において、出力部１１５は、管理情報を管理者端末３に送信する。これにより管理者は、照合状態の監視結果を適時に取得することができる。管理情報は、典型的には、生体照合システムの照合精度が劣化していることを示す情報を含む。この送信の具体例としては、管理者が管理者端末３で管理情報を閲覧できるように、生体照合システムの照合精度が劣化していることを警告するメッセージを管理者の宛先に電子メールで送信するというものであり得る。管理者がすぐに閲覧できる電子メール等の態様で管理情報が送信されることにより、管理者は生体認証システムに対して迅速に措置を採ることができる。
　なお、ステップＳ４０６の処理において、管理者端末３に送信される管理情報には、順位が１位である登録者を示す識別情報（登録者番号、登録者氏名等）が含まれていてもよい。これにより、管理者は、実際に取得された顔画像等により照合の妥当性を確認しつつ、適切な措置を採ることができる。この識別情報は、例えば、登録者の番号、登録者の氏名、登録者の顔画像ファイル名、登録者の特徴量ファイル名等の登録者と対応付けることが可能な情報であればよい。
　図７は、本実施形態に係る情報処理装置１において取得される照合スコアの第１分布及び第２分布の例を示す表である。この表に示されているデータは、仮に図５のデータから照合スコアを抽出した場合に得られる第１分布及び第２分布に含まれるデータを示すものである。図５に示されている多数の照合スコアの中から順位が１位の照合スコアのみを抽出すると、０．９１、０．８８、０．７９という３つの照合スコアが得られる。また、同様に順位が２位の照合スコアのみを抽出すると、０．４４、０．３６、０．４９という３つの照合スコアが得られる。図７の表はこれらを照合日時の順序に並べたものである。
　１位の照合スコアの第１分布と２位の照合スコアの第２分布とを比較すると、全体として第１分布の値の方が大きい。また、各分布の値にはばらつきが見られる。ここで、第１分布は照合対象者と登録者が同一人物であると判定された場合の照合スコアの分布であり、第２分布は照合対象者と登録者が他人であると判定された場合の照合スコアの分布である。これらのことから、第１分布と第２分布のデータを多く収集してヒストグラム等の形で照合スコアの中心又は広がり方の傾向を調べることで照合状態を解析することができる。
　判定部１１４において第１分布と第２分布から照合状態を解析するための手法についてより詳細に説明する。図８は、生体認証における照合スコアの分布と、誤判定との関係を示すグラフの例である。図８において、「第１分布（１位）」は、照合スコアが１位、すなわち、照合対象者と登録者が同一人物である（照合対象者が登録者本人）と判定された場合の照合スコアを多数取得したときに得られる分布である。「第２分布（２位）」は、照合スコアが２位、すなわち、照合対象者と登録者が同一人物ではない（照合対象者と登録者とが他人）と判定された場合の照合スコアを多数取得したときに得られる分布である。
　図８の「閾値」は、照合において本人であるか他人であるか判定するための照合スコアの閾値である。照合スコアが閾値以上である場合、本人であると判定され、照合スコアが閾値よりも小さい場合、他人であると判定される。
　２つの分布には重複部分が存在する場合がある。そのため、閾値を適切に設定したとしても少なくともその重複部分については誤判定が発生する。誤判定には２種類のモードがある。第１分布の中の照合スコアが閾値よりも小さい部分、すなわち、図８の「本人拒否」と示されている部分は、実際には本人であるにも関わらず同一人物ではないという誤判定が生じる範囲である。第２分布の中の照合スコアが閾値以上の部分、すなわち、図８の「他人受入」と示されている部分は、実際には他人であるにも関わらず同一人物であるという誤判定が生じる範囲である。
　「本人拒否」、「他人受入」の部分の面積は、これらの誤判定の発生確率に相当する。閾値の設定を変えることで「本人拒否」と「他人受入」の面積を変えることができるため、誤判定の発生確率をある程度調整することは可能である。しかしながら、「第１分布（１位）」と「第２分布（２位）」の分布に重複部分が存在する場合には、２種類の誤判定の発生確率はトレードオフであり、両方を同時にゼロにすることはできない。そして、誤判定の生じやすさは２つの分布の重複面積の大きさに依存する。２つの分布の重複面積の大きさは、２つの分布の照合スコアの中心、広がりの大きさ等によって決まる。
　図９（ａ）及び図９（ｂ）は、照合スコアの分布の変動と、誤判定の発生確率との関係を示すグラフの例である。図９（ａ）は、生体認証システムの稼働開始直後の初期状態における照合スコアの分布の例である。初期状態においては、生体認証システムは、誤判定の発生確率を十分に少なくするため、第１分布と第２分布の重複面積が少なくなるようにあらかじめ調整されている。図９（ｂ）は、生体認証システムの稼働後に第１分布と第２分布の分布が変化した後の照合スコアの分布の例である。生体認証システムは稼働を行っていくにつれてデータベースに登録される登録者数の変動、使用環境の変化等の種々の要因により誤判定の発生確率が変化することがある。
　例えば、図９（ｂ）のように第１分布の照合スコアが小さくなって第２分布と接近すると、２つの分布の重複面積が大きくなり、「本人拒否」、「他人受入」の誤判定の発生確率が上昇する。このような理由により、生体認証システムの運用においては、状態の変化による誤判定の発生確率の変化を監視することが望まれる。誤判定の発生確率は、第１分布及び第２分布の状態に依存するため、この監視を行うにあたっては、第１分布と第２分布とを取得することが有効である。
　ステップＳ４０４における照合状態の解析と照合精度の劣化の判定についてより詳細に説明する。照合状態の解析手法は、第１分布と第２分布から照合状態が把握されるものであればよい。例えば、第１分布と第２分布が近接している場合に誤判定が生じやすくなることから、第１分布と第２分布の近接の程度を定量化し、所定の閾値よりも第１分布と第２分布が近接している場合に照合精度が劣化していると判定するという手法が採用され得る。近接の程度の定量化には、例えば、第１分布と第２分布の平均値、中央値、分散等のような分布の全体を統計的に考慮する手法を用いてもよいが、第１分布と第２分布の重複面積を用いてもよい。重複面積は誤判定の発生確率に直結するため、照合精度の抽出に有効である。
　また、照合状態の解析と照合精度の劣化の判定の手法は、第１分布と第２分布との少なくとも一方の時間変化に基づいて照合精度が劣化しているか否かを判定するものであってもよい。照合精度が劣化する際には、第１分布と第２分布の絶対値よりも時間変化の方に特徴が顕著に現れる場合がある。そのため、時間変化に基づいて照合精度の劣化を判定したほうがよい場合がある。判定基準の具体例としては、初期状態と照合状態の監視を行った時点との間の分布の変化量が所定の閾値以上であるか否かを判定基準としてもよい。また、分布が初期状態から変化した方向を判定基準に含めてもよい。この判定基準の設定方法に関して、照合精度の劣化要因と分布の変化の関係を更に詳細に説明する。
　図１０は、照合精度の劣化原因と照合スコアの変化の傾向の関係を示す表である。図１０に記載された例を参照しつつ、照合精度の劣化原因ごとの第１分布と第２分布の変化の傾向を説明する。
　登録者を追加登録することにより、記憶部１１６に記憶されている登録者数が増加すると、照合スコアが高い登録者が本人以外にも現れる確率が高くなる。したがって、このケースでは、第２分布の照合スコアが上昇する。第２分布が初期状態から上昇する方向に所定の閾値以上変化した場合に、照合精度が劣化していると判定するというアルゴリズムを用いることにより、この劣化原因による照合精度の劣化を判定することができる。
　また、登録者の属性（年齢、性別等）の分布が変化すると、当初想定されていた属性に対応した照合条件では、照合対象者と登録者が同一人物である場合であっても高い照合スコアが得られにくくなる。したがって、このケースでは、第１分布の照合スコアが低下する。これの判定には、第１分布が初期状態から低下する方向に所定の閾値以上変化した場合に、照合精度が劣化していると判定するというアルゴリズムが用いられ得る。なお、属性分布の変化の具体例としては、生体照合システムが当初は若年者向けであったが実際の運用時には高齢の人物が多く登録された場合が挙げられる。
　また、顔画像の登録方法の変更等により低品質な顔画像が多く登録される場合がある。この場合、照合対象者と登録者が同一人物である場合であっても高い照合スコアが得られにくくなる。また、低品質な顔画像では、照合対象者と登録者とが同一人物でない場合にも偶発的に高い照合スコアが得られることもある。したがって、このケースでは、第１分布の照合スコアが低下し、第２分布の照合スコアが上昇する。これの判定には、第１分布が初期状態から低下する方向に所定の閾値以上変化し、かつ第２分布が初期状態から上昇する方向に所定の閾値以上変化した場合に、照合精度が劣化していると判定するというアルゴリズムが用いられ得る。なお、低品質な顔画像の例としては、携帯電話に搭載されたカメラ等の低品質な撮像装置で撮影された顔画像、顔が斜めになっている顔画像等が挙げられる。偶発的に高い照合スコアが得られる例としては、登録されている顔と、照合対象者の顔とがどちらも斜めになっている場合が挙げられる。
　また、登録から長い時間が経過して登録者の顔が経年変化すると、照合対象者と登録者とが同一人物であっても高い照合スコアが得られにくくなる。したがって、このケースでは、第１分布の照合スコアが低下する。これの判定には、第１分布が初期状態から低下する方向に所定の閾値以上変化した場合に、照合精度が劣化していると判定するというアルゴリズムが用いられ得る。
　また、撮像装置２が設置されている場所の照明環境が変化すると、顔画像の輝度が想定されている輝度から外れるため、本人照合時、他人照合時のいずれも高い照合スコアが得られにくくなる。したがって、このケースでは、第１分布及び第２分布の照合スコアが低下する。これの判定には、第１分布と第２分布とがいずれも初期状態から低下する方向に所定の閾値以上変化した場合に、照合精度が劣化していると判定するというアルゴリズムが用いられ得る。
　以上のように、照合精度の劣化要因に応じた様々な態様で第１分布と第２分布が変化する。そのため、生体照合システムの仕様、設置環境等に応じて生じ得る劣化要因を推測した上で、上述のアルゴリズムを単独で、あるいは適宜組み合わせることで、照合精度の劣化を適切に判定することができる。
　なお、本実施形態で述べた例では、第２分布に含まれる照合スコアは順位が２位のもののみであるが、１位以外のものであれば３位以下のものを抽出してもよい。３位以下の照合スコアも２位と同様に他人を照合した場合の照合スコアとして扱うことができるため、２位だけでなく３位以下のものも第２分布に含めることでより多くのデータを抽出することができる。
　以上のように、本実施形態の情報処理装置１は、照合スコア群の中での順位が１位である照合スコアと、順位が１位でない照合スコアとに基づいて、照合精度の劣化を判定することができる。そして、情報処理装置１は、判定結果に応じて管理情報を出力することで、管理者に照合状態を通知することができる。これにより管理者は、照合状態を適時に把握することができ、照合精度の劣化等が生じた場合には、生体認証システムに対して迅速に対処を行うことが可能となる。また、本実施形態の情報処理装置１は、生体照合システムを通常通りに運用しながら照合状態の監視を行うことができるため、照合精度の検査を別途行う必要がない。以上のように、本実施形態によれば、照合状態を適切に管理することができる情報処理装置１が提供される。
　［第２実施形態］
　本実施形態の生体認証システムにおいては、照合状態監視処理の内容が第１実施形態と相違するが、それ以外の部分については第１実施形態と同様である。以下では主として第１実施形態との相違点について説明するものとし、共通部分については説明を省略又は簡略化する。
　図１１は、本実施形態に係る情報処理装置１において行われる照合状態監視処理を示すフローチャートである。図１１は、図３のステップＳ４０の照合状態監視処理をより詳細に示すものである。ステップＳ４０１からステップＳ４０５までの処理は第１実施形態と同様であるため説明を省略する。
　ステップＳ４０７において、判定部１１４は、第１分布と第２分布とに基づいて、照合精度の劣化要因を判定する。この劣化要因の判定には、例えば、図１０に示されているような劣化原因と分布の変化との相関関係をあらかじめ調査しておき、第１分布と第２分布の変化の傾向から劣化要因を判定する手法が用いられ得る。この調査結果から第１分布と第２分布の変化方向及び変化量を入力として劣化要因を出力するルールベースの判定アルゴリズムを構築することで、照合精度の劣化要因を判定することができる。また、この調査結果を教師データとする機械学習によって生成された学習済みモデルを用いて照合精度の劣化要因を判定してもよい。なお、劣化要因を１つに絞り込むことが難しい場合には、劣化要因の候補を複数個判定して、複数個提示してもよい。
　ステップＳ４０６において、出力部１１５は、管理情報を管理者端末３に送信する。管理情報は、生体照合システムの照合精度が劣化していること及び照合精度の劣化要因に関する情報を含む。この送信方法の具体例は、生体照合システムの照合精度が劣化していることの警告メッセージ及び推定される劣化要因の候補を示すメッセージを管理者の宛先に電子メールで送信するというものであり得る。これにより、管理者は、判定された劣化要因を活用しつつ、生体認証システムに対して迅速に措置を採ることができる。
　本実施形態によれば、第１実施形態で述べた効果が得られることに加えて、判定部１１４により劣化要因を取得することができるため、照合精度をより適切に管理することができる情報処理装置１が提供される。
　上述の実施形態において説明したシステムは以下の第３実施形態のようにも構成することができる。
　［第３実施形態］
　図１２は、第３実施形態に係る情報処理装置４の機能ブロック図である。情報処理装置４は、取得部４０１、判定部４０２及び出力部４０３を備える。取得部４０１は、照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、第１生体情報と第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得する。判定部４０２は、照合スコア群の中での順位が１位である照合スコアと、順位が１位でない照合スコアとに基づく判定を行う。出力部４０３は、判定の結果に基づいて、管理情報を出力する。
　本実施形態によれば、照合精度を適切に管理することができる情報処理装置４が提供される。
　［変形実施形態］
　本発明は、上述の実施形態に限定されることなく、本発明の趣旨を逸脱しない範囲において適宜変更可能である。例えば、いずれかの実施形態の一部の構成を他の実施形態に追加した例や、他の実施形態の一部の構成と置換した例も、本発明の実施形態である。
　上述の実施形態の機能を実現するように該実施形態の構成を動作させるプログラムを記憶媒体に記録させ、記憶媒体に記録されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も各実施形態の範疇に含まれる。すなわち、コンピュータ読取可能な記憶媒体も各実施形態の範囲に含まれる。また、上述のプログラムが記録された記憶媒体だけでなく、そのプログラム自体も各実施形態に含まれる。また、上述の実施形態に含まれる１又は２以上の構成要素は、各構成要素の機能を実現するように構成されたＡＳＩＣ（Application　Specific　Integrated　Circuit）、ＦＰＧＡ（Field　Programmable　Gate　Array）等の回路であってもよい。
　該記憶媒体としては例えばフロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ（Compact　Disk）－ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを用いることができる。また該記憶媒体に記録されたプログラム単体で処理を実行しているものに限らず、他のソフトウェア、拡張ボードの機能と共同して、ＯＳ（Operating　System）上で動作して処理を実行するものも各実施形態の範疇に含まれる。
　上述の各実施形態の機能により実現されるサービスは、ＳａａＳ（Software　as　a　Service）の形態でユーザに対して提供することもできる。
　なお、上述の実施形態は、いずれも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。
　上述の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
　（付記１）
　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得する取得部と、
　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行う判定部と、
　前記判定の結果に基づいて、管理情報を出力する出力部と、
　を備える情報処理装置。
　（付記２）
　前記判定部は、前記順位が１位である照合スコアを複数含む第１分布と前記順位が１位でない照合スコアを複数含む第２分布とに基づいて、前記判定を行う、
　付記１に記載の情報処理装置。
　（付記３）
　前記判定部は、前記第１分布と前記第２分布との少なくとも一方の時間変化に基づいて、前記判定を行う、
　付記２に記載の情報処理装置。
　（付記４）
　前記出力部は、前記第１分布が初期状態から低下する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
　付記３に記載の情報処理装置。
　（付記５）
　前記出力部は、前記第２分布が初期状態から上昇する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する
　付記３に記載の情報処理装置。
　（付記６）
　前記出力部は、前記第１分布が初期状態から低下する方向に所定の閾値以上変化し、かつ前記第２分布が初期状態から上昇する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
　付記３に記載の情報処理装置。
　（付記７）
　前記出力部は、前記第１分布と前記第２分布とがいずれも初期状態から低下する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
　付記３に記載の情報処理装置。
　（付記８）
　前記判定部は、前記第１分布と前記第２分布との近接の程度に基づいて、前記判定を行う、
　付記２に記載の情報処理装置。
　（付記９）
　前記判定部は、前記第１分布と前記第２分布との重複面積に基づいて、前記判定を行う、
　付記８に記載の情報処理装置。
　（付記１０）
　前記管理情報は、前記順位が１位である登録者を示す識別情報を含む、
　付記１乃至９のいずれか１項に記載の情報処理装置。
　（付記１１）
　前記管理情報は、照合精度が劣化していることを示す情報を含む、
　付記１乃至１０のいずれか１項に記載の情報処理装置。
　（付記１２）
　前記管理情報は、前記照合精度の劣化要因に関する情報を含む、
　付記１１に記載の情報処理装置。
　（付記１３）
　前記判定部は、前記順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づいて、前記劣化要因を更に判定する、
　付記１２に記載の情報処理装置。
　（付記１４）
　前記出力部は、管理者端末に照合精度の劣化を警告するメッセージを送信することにより前記管理情報の出力を行う、
　付記１乃至１３のいずれか１項に記載の情報処理装置。
　（付記１５）
　前記第１生体情報は、前記照合対象者の顔画像又は前記照合対象者の顔画像から抽出された特徴量であり、
　前記第２生体情報は、前記登録者の顔画像又は前記登録者の顔画像から抽出された特徴量である、
　付記１乃至１４のいずれか１項に記載の情報処理装置。
　（付記１６）
　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、
　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、
　前記判定の結果に基づいて、管理情報を出力するステップと、
　を備える情報処理方法。
　（付記１７）
　コンピュータに、
　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、
　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、
　前記判定の結果に基づいて、管理情報を出力するステップと、
　を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体。
　１、４　　　　　　　情報処理装置
　２　　　　　　　　　撮像装置
　３　　　　　　　　　管理者端末
　１０１　　　　　　　ＣＰＵ
　１０２　　　　　　　ＲＡＭ
　１０３　　　　　　　ＲＯＭ
　１０４　　　　　　　ＨＤＤ
　１０５　　　　　　　通信Ｉ／Ｆ
　１０６　　　　　　　入力装置
　１０７　　　　　　　出力装置
　１１１　　　　　　　撮像制御部
　１１２　　　　　　　照合部
　１１３　　　　　　　スコア取得部
　１１４、４０２　　　判定部
　１１５、４０３　　　出力部
　１１６　　　　　　　記憶部
　４０１　　　　　　　取得部

Claims (17)

  1. 　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得する取得部と、
    　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行う判定部と、
    　前記判定の結果に基づいて、管理情報を出力する出力部と、
    　を備える情報処理装置。
  2. 　前記判定部は、前記順位が１位である照合スコアを複数含む第１分布と前記順位が１位でない照合スコアを複数含む第２分布とに基づいて、前記判定を行う、
    　請求項１に記載の情報処理装置。
  3. 　前記判定部は、前記第１分布と前記第２分布との少なくとも一方の時間変化に基づいて、前記判定を行う、
    　請求項２に記載の情報処理装置。
  4. 　前記出力部は、前記第１分布が初期状態から低下する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
    　請求項３に記載の情報処理装置。
  5. 　前記出力部は、前記第２分布が初期状態から上昇する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する
    　請求項３に記載の情報処理装置。
  6. 　前記出力部は、前記第１分布が初期状態から低下する方向に所定の閾値以上変化し、かつ前記第２分布が初期状態から上昇する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
    　請求項３に記載の情報処理装置。
  7. 　前記出力部は、前記第１分布と前記第２分布とがいずれも初期状態から低下する方向に所定の閾値以上変化したと判定された場合に、前記管理情報を出力する、
    　請求項３に記載の情報処理装置。
  8. 　前記判定部は、前記第１分布と前記第２分布との近接の程度に基づいて、前記判定を行う、
    　請求項２に記載の情報処理装置。
  9. 　前記判定部は、前記第１分布と前記第２分布との重複面積に基づいて、前記判定を行う、
    　請求項８に記載の情報処理装置。
  10. 　前記管理情報は、前記順位が１位である登録者を示す識別情報を含む、
    　請求項１乃至９のいずれか１項に記載の情報処理装置。
  11. 　前記管理情報は、照合精度が劣化していることを示す情報を含む、
    　請求項１乃至１０のいずれか１項に記載の情報処理装置。
  12. 　前記管理情報は、前記照合精度の劣化要因に関する情報を含む、
    　請求項１１に記載の情報処理装置。
  13. 　前記判定部は、前記順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づいて、前記劣化要因を更に判定する、
    　請求項１２に記載の情報処理装置。
  14. 　前記出力部は、管理者端末に照合精度の劣化を警告するメッセージを送信することにより前記管理情報の出力を行う、
    　請求項１乃至１３のいずれか１項に記載の情報処理装置。
  15. 　前記第１生体情報は、前記照合対象者の顔画像又は前記照合対象者の顔画像から抽出された特徴量であり、
    　前記第２生体情報は、前記登録者の顔画像又は前記登録者の顔画像から抽出された特徴量である、
    　請求項１乃至１４のいずれか１項に記載の情報処理装置。
  16. 　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、
    　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、
    　前記判定の結果に基づいて、管理情報を出力するステップと、
    　を備える情報処理方法。
  17. 　コンピュータに、
    　照合対象者の少なくとも一部を含む画像から得られた第１生体情報と、複数の登録者に対応する複数の第２生体情報とを照合することにより得られた、前記第１生体情報と前記第２生体情報との間の一致度を各々が示す複数の照合スコアを含む照合スコア群を取得するステップと、
    　前記照合スコア群の中での順位が１位である照合スコアと、前記順位が１位でない照合スコアとに基づく判定を行うステップと、
    　前記判定の結果に基づいて、管理情報を出力するステップと、
    　を備える情報処理方法を実行させるためのプログラムが記憶された記憶媒体。
PCT/JP2019/038178 2019-09-27 2019-09-27 情報処理装置、情報処理方法及び記憶媒体 WO2021059493A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021548126A JP7197024B2 (ja) 2019-09-27 2019-09-27 情報処理装置、情報処理方法及び記憶媒体
US17/641,217 US20240054768A1 (en) 2019-09-27 2019-09-27 Information processing device, information processing method, and storage medium
PCT/JP2019/038178 WO2021059493A1 (ja) 2019-09-27 2019-09-27 情報処理装置、情報処理方法及び記憶媒体
EP19947368.7A EP4036848A4 (en) 2019-09-27 2019-09-27 INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND STORAGE MEDIA

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/038178 WO2021059493A1 (ja) 2019-09-27 2019-09-27 情報処理装置、情報処理方法及び記憶媒体

Publications (1)

Publication Number Publication Date
WO2021059493A1 true WO2021059493A1 (ja) 2021-04-01

Family

ID=75165204

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/038178 WO2021059493A1 (ja) 2019-09-27 2019-09-27 情報処理装置、情報処理方法及び記憶媒体

Country Status (4)

Country Link
US (1) US20240054768A1 (ja)
EP (1) EP4036848A4 (ja)
JP (1) JP7197024B2 (ja)
WO (1) WO2021059493A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023286202A1 (ja) * 2021-07-14 2023-01-19 日本電気株式会社 情報処理装置、表示方法、及びプログラムが格納された非一時的なコンピュータ可読媒体

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323564A (ja) * 2006-06-05 2007-12-13 Hitachi Ltd 生体認証装置と生体認証システム及びｉｃカード並びに生体認証方法
JP2010108074A (ja) * 2008-10-28 2010-05-13 Hitachi Ltd 生体認証システム及び方法
JP2011044101A (ja) * 2009-08-24 2011-03-03 Sony Corp 閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラム
JP2016218672A (ja) 2015-05-19 2016-12-22 キヤノン株式会社 情報処理装置及び情報処理方法
JP2019159985A (ja) * 2018-03-15 2019-09-19 オムロン株式会社 生体認証システム、生体認証装置、自動改札機、生体認証方法、及びプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003067340A (ja) * 2001-08-28 2003-03-07 Mitsubishi Electric Corp 認証の選択システム、認証システム
AU2013271337A1 (en) * 2012-06-04 2014-12-18 Iomniscient Pty Ltd Biometric verification

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323564A (ja) * 2006-06-05 2007-12-13 Hitachi Ltd 生体認証装置と生体認証システム及びｉｃカード並びに生体認証方法
JP2010108074A (ja) * 2008-10-28 2010-05-13 Hitachi Ltd 生体認証システム及び方法
JP2011044101A (ja) * 2009-08-24 2011-03-03 Sony Corp 閾値更新装置、閾値決定装置、閾値更新方法、閾値決定方法およびプログラム
JP2016218672A (ja) 2015-05-19 2016-12-22 キヤノン株式会社 情報処理装置及び情報処理方法
JP2019159985A (ja) * 2018-03-15 2019-09-19 オムロン株式会社 生体認証システム、生体認証装置、自動改札機、生体認証方法、及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4036848A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023286202A1 (ja) * 2021-07-14 2023-01-19 日本電気株式会社 情報処理装置、表示方法、及びプログラムが格納された非一時的なコンピュータ可読媒体

Also Published As

Publication number Publication date
EP4036848A4 (en) 2022-09-07
US20240054768A1 (en) 2024-02-15
JP7197024B2 (ja) 2022-12-27
EP4036848A1 (en) 2022-08-03
JPWO2021059493A1 (ja) 2021-04-01

Similar Documents

Publication Publication Date Title
JP6268960B2 (ja) 画像認識装置及び画像認識装置に対するデータ登録方法
JP6518694B2 (ja) 本人照合を行うための方法およびシステム
US8242881B2 (en) Method of adjusting reference information for biometric authentication and apparatus
US11495056B2 (en) Intelligent gallery management for biometrics
US20230401916A1 (en) Information processing apparatus, information processing system, and information processing method
US20160110826A1 (en) Forensic system, forensic method, and forensic program
JP2015121874A (ja) 生体認証装置、照合用データ検証方法及び照合用データ検証用コンピュータプログラム
WO2020082801A1 (zh) 基于生物识别的查房考核方法、装置、服务器及介质
Thompson Countenancing employment discrimination: Facial recognition in background checks
WO2021059493A1 (ja) 情報処理装置、情報処理方法及び記憶媒体
US20230005574A1 (en) Methods and systems for comprehensive symptom analysis
US10146920B2 (en) Method and system for biometric identification with accelerated treatment
WO2021175010A1 (zh) 用户性别识别的方法、装置、电子设备及存储介质
US11527101B1 (en) Biometric gallery management using wireless identifiers
WO2022264206A1 (ja) 情報処理システム、情報処理方法、及び記録媒体
TWM622912U (zh) 寵物保險多重身分辨識系統
JP2012084099A (ja) 生体認証失敗情報を活用した生体認証システム
JP2024005955A (ja) 認証装置、認証方法および認証プログラム
GRINDROD et al. TAXONOMY OF BIOMETRIC SAMPLING EVENTS

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19947368

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021548126

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 17641217

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2019947368

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2019947368

Country of ref document: EP

Effective date: 20220428