WO2023157070A1 - 情報処理装置、情報処理方法、及び記録媒体 - Google Patents

情報処理装置、情報処理方法、及び記録媒体 Download PDF

Info

Publication number
WO2023157070A1
WO2023157070A1 PCT/JP2022/005913 JP2022005913W WO2023157070A1 WO 2023157070 A1 WO2023157070 A1 WO 2023157070A1 JP 2022005913 W JP2022005913 W JP 2022005913W WO 2023157070 A1 WO2023157070 A1 WO 2023157070A1
Authority
WO
WIPO (PCT)
Prior art keywords
deterioration
information processing
image
degree
processing apparatus
Prior art date
Application number
PCT/JP2022/005913
Other languages
English (en)
French (fr)
Inventor
竜一 赤司
貴裕 戸泉
悠歩 庄司
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 PCT/JP2022/005913 priority Critical patent/WO2023157070A1/ja
Publication of WO2023157070A1 publication Critical patent/WO2023157070A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • This disclosure relates to the technical fields of information processing devices, information processing methods, and recording media.
  • Patent Literature 1 discloses a technique for segmenting and estimating the quality of an eye image using a convolutional neural network.
  • Japanese Patent Laid-Open No. 2002-200000 discloses that when evaluating the image quality of an eye image, the cause of image deterioration that caused the deterioration of the image quality is identified.
  • Patent Document 3 discloses generating weight information from the qualities of a plurality of photographed data.
  • JP 2020-144926 A Japanese Patent Application Laid-Open No. 2005-071009 WO2021/176544
  • the purpose of this disclosure is to improve the technology disclosed in prior art documents.
  • One aspect of the information processing apparatus disclosed in this disclosure includes deterioration degree calculation means for calculating the degree of quality deterioration in an image; deterioration factor classification means for classifying deterioration factors that are factors of deterioration of the quality of the image; and quality score calculation means for calculating a quality score indicating the quality of the image based on the degree of deterioration and the deterioration factor.
  • At least one computer calculates the degree of quality deterioration in an image, classifies deterioration factors that are factors of the quality deterioration of the image, and determines the degree of deterioration and the A quality score indicating the quality of the image is calculated based on the deterioration factor.
  • At least one computer calculates the degree of quality deterioration in an image, classifies deterioration factors that are factors of the quality deterioration of the image, and calculates the degree of deterioration and the deterioration.
  • a computer program is recorded that causes an information processing method to calculate a quality score indicative of the quality of the image based on factors.
  • FIG. 2 is a block diagram showing the hardware configuration of the information processing apparatus according to the first embodiment
  • FIG. 1 is a block diagram showing a functional configuration of an information processing device according to a first embodiment
  • FIG. 4 is a flow chart showing the flow of operations of the information processing apparatus according to the first embodiment
  • FIG. 7 is a block diagram showing the functional configuration of an information processing apparatus according to a second embodiment
  • FIG. 9 is a flow chart showing the flow of operations of an information processing apparatus according to the second embodiment
  • FIG. 4 is a block diagram showing a configuration related to learning of a weight setting unit; 4 is a flow chart showing a flow of learning operation of a weight setting unit; 10 is a flow chart showing the flow of operations of an information processing apparatus according to the third embodiment; 10 is a flow chart showing the flow of operations of an information processing apparatus according to the fourth embodiment;
  • FIG. 12 is a block diagram showing the functional configuration of an information processing apparatus according to a fifth embodiment;
  • FIG. FIG. 12 is a block diagram showing the functional configuration of an information processing apparatus according to a sixth embodiment;
  • FIG. FIG. 16 is a flow chart showing the flow of operations of an information processing apparatus according to the sixth embodiment;
  • FIG. FIG. 12 is a block diagram showing a functional configuration of an information processing apparatus according to a seventh embodiment; FIG. FIG.
  • FIG. 14 is a flow chart showing the flow of operations of an information processing apparatus according to the seventh embodiment;
  • FIG. FIG. 22 is a flow chart showing the flow of authentication operation by the information processing apparatus according to the eighth embodiment;
  • FIG. FIG. 22 is a flow chart showing the flow of authentication operation by the information processing apparatus according to the ninth embodiment;
  • FIG. FIG. 21 is a block diagram showing the functional configuration of an information processing apparatus according to a tenth embodiment;
  • FIG. 22 is a flow chart showing the flow of operations of an information processing apparatus according to the tenth embodiment;
  • FIG. FIG. 14 is a flow chart showing the flow of operations of an information processing apparatus according to an eleventh embodiment;
  • FIG. FIG. 21 is a flow chart showing the flow of operations of an information processing apparatus according to a twelfth embodiment;
  • FIG. 1 An information processing apparatus according to the first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing apparatus according to the first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing apparatus according to the first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing apparatus according to the first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing apparatus according to the first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 is a block diagram showing the hardware configuration of an information processing apparatus according to the first embodiment.
  • the information processing apparatus 10 includes a processor 11, a RAM (Random Access Memory) 12, a ROM (Read Only Memory) 13, and a storage device 14.
  • the information processing device 10 may further include an input device 15 and an output device 16 .
  • the processor 11 , RAM 12 , ROM 13 , storage device 14 , input device 15 and output device 16 are connected via a data bus 17 .
  • the processor 11 reads a computer program.
  • processor 11 is configured to read a computer program stored in at least one of RAM 12, ROM 13 and storage device .
  • the processor 11 may read a computer program stored in a computer-readable recording medium using a recording medium reader (not shown).
  • the processor 11 may acquire (that is, read) a computer program from a device (not shown) arranged outside the information processing device 10 via a network interface.
  • the processor 11 controls the RAM 12, the storage device 14, the input device 15 and the output device 16 by executing the read computer program.
  • the processor 11 implements functional blocks for calculating the quality score of the image. That is, the processor 11 may function as a controller that executes each control in the information processing device 10 .
  • the processor 11 includes, for example, a CPU (Central Processing Unit), GPU (Graphics Processing Unit), FPGA (Field-Programmable Gate Array), DSP (Demand-Side Platform), ASIC (Application Specific Integral ted circuit).
  • the processor 11 may be configured with one of these, or may be configured to use a plurality of them in parallel.
  • the RAM 12 temporarily stores computer programs executed by the processor 11.
  • the RAM 12 temporarily stores data temporarily used by the processor 11 while the processor 11 is executing the computer program.
  • the RAM 12 may be, for example, a D-RAM (Dynamic Random Access Memory) or an SRAM (Static Random Access Memory). Also, instead of the RAM 12, other types of volatile memory may be used.
  • the ROM 13 stores computer programs executed by the processor 11 .
  • the ROM 13 may also store other fixed data.
  • the ROM 13 may be, for example, a P-ROM (Programmable Read Only Memory) or an EPROM (Erasable Read Only Memory). Also, instead of the ROM 13, other types of non-volatile memory may be used.
  • the storage device 14 stores data that the information processing device 10 saves for a long period of time.
  • Storage device 14 may act as a temporary storage device for processor 11 .
  • the storage device 14 may include, for example, at least one of a hard disk device, a magneto-optical disk device, an SSD (Solid State Drive), and a disk array device.
  • the input device 15 is a device that receives input instructions from the user of the information processing device 10 .
  • Input device 15 may include, for example, at least one of a keyboard, mouse, and touch panel.
  • the input device 15 may be configured as a mobile terminal such as a smart phone or a tablet.
  • the input device 15 may be a device capable of voice input including, for example, a microphone.
  • the output device 16 is a device that outputs information about the information processing device 10 to the outside.
  • the output device 16 may be a display device (for example, a display) capable of displaying information about the information processing device 10 .
  • the output device 16 may be a speaker or the like capable of outputting information about the information processing device 10 by voice.
  • the output device 16 may be configured as a mobile terminal such as a smart phone or a tablet.
  • the output device 16 may be a device that outputs information in a format other than an image.
  • the output device 16 may be a speaker that outputs information about the information processing device 10 by voice.
  • FIG. 1 exemplifies the information processing device 10 including a plurality of devices, all or part of these functions may be implemented as a single device.
  • the information processing apparatus 10 is configured with, for example, only the processor 11, the RAM 12, and the ROM 13 described above, and the other components (that is, the storage device 14, the input device 15, and the output device 16) are the information processing apparatus
  • An external device connected to 10 may be provided.
  • the information processing apparatus 10 may implement a part of arithmetic functions by an external device (for example, an external server, a cloud, etc.).
  • FIG. 2 is a block diagram showing the functional configuration of the information processing apparatus according to the first embodiment
  • the information processing apparatus 10 includes a deterioration degree calculation unit 110, a deterioration factor classification unit 120, and a quality score calculation unit 130 as components for realizing its functions. , is configured with Each of the deterioration degree calculation unit 110, the deterioration factor classification unit 120, and the quality score calculation unit 130 may be processing blocks realized by the above-described processor 11 (see FIG. 1), for example. Moreover, the deterioration degree calculation unit 110, the deterioration factor classification unit 120, and the quality score calculation unit 130 may each be configured as a neural network.
  • the degree-of-degradation calculation unit 110 is configured to be able to calculate the degree of deterioration of an image.
  • the “degree of deterioration” here indicates how much the quality of the image has deteriorated.
  • the degree of deterioration calculation unit 110 may calculate the degree of deterioration using feature points extracted from the image. More specifically, the iris feature points extracted from the iris image may be used to calculate the degree of eye openness as the degree of deterioration.
  • the "eye opening degree” is a value indicating how open the eyes are. may be calculated as a value when is 100%.
  • the deterioration degree calculation unit 110 may input an image to a pre-learned neural network and obtain the degree of deterioration as its output.
  • the degree of deterioration may include a plurality of indexes that cause image quality deterioration.
  • the deterioration factor classification unit 120 is configured to be able to classify image deterioration factors.
  • the deterioration factor classification unit 120 may be configured to select, for example, an appropriate image deterioration factor from among a plurality of deterioration factors prepared in advance. More specifically, the deterioration factor classification unit 120 may be configured to output a deterioration factor label indicating the type of deterioration factor and a deterioration factor label likelihood indicating the likelihood of each deterioration factor.
  • the deterioration factor label and the deterioration factor label likelihood may be acquired as the output of an image input to a pre-learned neural network.
  • the deterioration factors of the iris image used for iris authentication can be classified into, for example, blur deterioration, occlusion deterioration, and other deterioration. More specifically, blur degradation may include focus blur, motion blur, and the like. Occlusion degradation may include minutiae, spectacle reflex occlusion, intrairis reflex occlusion, spectacle frame occlusion, out frame, pupil size change, eyelash occlusion, bangs occlusion, and the like. Other impairments may include poor resolution, oblique lighting, contact lenses, off-angle, sensor noise, and the like.
  • the quality score calculation unit 130 is configured to be able to calculate the quality score of an image. More specifically, the quality score calculation unit 130 is configured to calculate a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120. ing. Therefore, the quality score in this embodiment is calculated as an integrated score that takes into consideration both the degree of image deterioration and the deterioration factor.
  • the quality score calculator 130 may be configured to input the degree of deterioration, the deterioration factor label, and the likelihood of the deterioration factor label to a pre-learned neural network, and acquire the quality score as a result.
  • FIG. 3 is a flow chart showing the operation flow of the information processing apparatus according to the first embodiment.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 first acquires an image for calculating a quality score.
  • the image may be directly obtained by, for example, imaging with a camera, or may be obtained by storing in a storage or the like.
  • the deterioration degree calculation unit 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103). Note that the processes of steps S102 and S103 may be executed in succession, or may be executed in parallel at the same time.
  • the quality score calculation unit 130 calculates a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104).
  • the quality score calculator 130 then outputs the calculated quality score (step S105).
  • the output destination and usage method of the quality score will be described in detail in another embodiment described later.
  • the information processing apparatus 10 calculates a quality score based on the degree of image deterioration and deterioration factors. In this way, since both the degree of deterioration and the deterioration factor are taken into consideration, a more appropriate quality score can be calculated compared to the case where the quality score is calculated based only on the degree of deterioration of the image, for example. In other words, it is possible to evaluate image quality more appropriately.
  • FIG. 4 to 7 An information processing apparatus 10 according to the second embodiment will be described with reference to FIGS. 4 to 7.
  • FIG. The second embodiment may differ from the above-described first embodiment only in a part of configuration and operation, and the other parts may be the same as those of the first embodiment. Therefore, in the following, portions different from the already described first embodiment will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 4 is a block diagram showing the functional configuration of an information processing device according to the second embodiment.
  • symbol is attached
  • the information processing apparatus 10 includes a deterioration degree calculation unit 110, a deterioration factor classification unit 120, and a quality score calculation unit 130 as components for realizing its functions. , and a weight setting unit 140 . That is, the information processing apparatus 10 according to the second embodiment further includes a weight setting section 140 in addition to the configuration of the first embodiment (see FIG. 2).
  • the weight setting unit 140 may be, for example, a processing block implemented by the above-described processor 11 (see FIG. 1).
  • the weight setting unit 140 is configured to be able to set a weight (for example, a weighting factor) used when calculating the quality score. More specifically, the weight setting unit 140 is configured to be able to set a weight corresponding to at least one of the deterioration degree calculated by the deterioration degree calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120. there is for example, when the deterioration degree calculator 110 calculates a plurality of deterioration degrees using a plurality of indices, the weight setting section 140 may set a weight corresponding to each of the plurality of deterioration degrees.
  • a weight for example, a weighting factor
  • the weight setting unit 140 may set a weight corresponding to each of the plurality of deterioration factors.
  • a more specific weight setting method will be described in detail in another embodiment described later.
  • FIG. 5 is a flow chart showing the operation flow of the information processing apparatus according to the second embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 acquires an image for calculating a quality score. (Step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the weight setting unit 140 sets the weight used for calculating the quality score (step S201).
  • the quality score calculation unit 130 uses the weight set by the weight setting unit 140, and based on the deterioration degree calculated by the deterioration degree calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120, A quality score is calculated (step S202).
  • the quality score calculator 130 then outputs the calculated quality score (step S105).
  • FIG. 6 is a block diagram showing a configuration related to learning of the weight setting unit.
  • the weight setting unit 140 may set weights using a pre-learned model (neural network, etc.).
  • the weight setting unit 140 may be trained using the loss function calculator 210 , the gradient calculator 220 and the parameter updater 230 .
  • each of the loss function calculator 210, the gradient calculator 220, and the parameter updater 230 may be a processing block realized by, for example, the above-described processor 11 (see FIG. 1).
  • the loss function calculator 210 is configured to be able to calculate a preset loss function. More specifically, loss function calculator 210 is configured to be able to calculate a loss function based on the weight set by weight setter 140 and the input evaluation score.
  • the evaluation score here is a score for evaluating the weight set by the weight setting unit 140, and is correct data corresponding to the input during learning.
  • the evaluation score may be a score for comparison to determine how appropriate the weights set by the weight setting unit 140 are, for example.
  • the gradient calculator 220 is configured to be able to calculate the gradient of the loss function calculated by the loss function calculator 210 .
  • the slope of the loss function is a value indicating the slope of the graph of the loss function, and may be a value obtained by, for example, the “backpropagation method”.
  • the gradient calculator 220 may calculate the gradient of the loss function, for example, by differentiating the loss function.
  • the parameter updating unit 230 is configured to be able to update the parameters of the weight setting unit 140 (that is, the parameters used when setting the weights). More specifically, the parameter updater 230 is configured to use the gradient calculated by the gradient calculator 220 to update the parameters of the weight setter 140 so that the loss function is minimized.
  • FIG. 7 is a flow chart showing the flow of the learning operation of the weight setting section.
  • the weight setting unit 140 first sets weights corresponding to the degree of deterioration and deterioration factors (step S251). Then, the loss function calculation unit 210 calculates a loss function using the quality score calculated using the weight set by the weight setting unit 140 and the evaluation score corresponding to the learning input (step S252). .
  • the gradient calculator 220 calculates the gradient of the loss function calculated by the loss function calculator 210 (step S253).
  • the parameter updating unit 230 updates the parameters of the weight setting unit 140 so as to minimize the loss function using the gradient calculated by the gradient calculating unit 220 (step S254).
  • step S255 determines whether or not learning has ended. Whether or not learning has ended may be determined according to, for example, a predetermined number of iterations. If it is determined that learning has not ended (step S255: NO), the process is repeated from step S251. If it is determined that learning has ended (step S255: YES), the series of operations will end.
  • the learning method described above is an example, and the weight setting unit 140 may be learned by other methods. Further, the learning of the weight setting unit 140 may be performed before the information processing apparatus 10 is actually operated, or may be performed during operation (that is, while calculating the image quality score).
  • the weight set by the weight setting unit 140 is used to calculate the image quality score.
  • the image quality score it is possible to calculate a more appropriate quality score by adjusting the influence of the degree of deterioration and deterioration factors on the quality score.
  • authentication devices authentication engines
  • have different robustness against degradation factors for example, there are authentication devices that are robust against blur and authentication devices that are robust against occlusion. Therefore, if the quality deterioration factor can be estimated, the quality score corresponding to the characteristics of the authentication machine can be calculated.
  • FIG. 8 is a flow chart showing the operation flow of the information processing apparatus according to the third embodiment.
  • the same reference numerals are assigned to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 acquires an image for calculating a quality score. (Step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the weight setting unit 140 acquires information on the output destination to which at least one of the image and the quality score is output (hereinafter referred to as "output destination information" as appropriate) (step S301).
  • the output destination information may include, for example, information about the device to which the quality score is output, information about the use of the quality score at the output destination, and the like.
  • the output destination information may include information about the authentication device that is the output destination and information about the authentication processing that the authentication device executes.
  • the weight setting unit 140 sets weights based on the acquired destination information (step S302).
  • the weight setting unit 140 sets weights such that, for example, processing at the output destination is performed more appropriately. For example, when outputting an image and a quality score to an authentication device to perform authentication processing, the weight setting unit 140 sets weights so as to maximize the performance of the authentication device.
  • the quality score calculation unit 130 uses the weight set by the weight setting unit 140 (here, the weight set based on the output destination information) to calculate the deterioration degree calculated by the deterioration degree calculation unit 110; A quality score is calculated based on the deterioration factors classified by the deterioration factor classification unit 120 (step S202). The quality score calculator 130 then outputs the calculated quality score (step S105).
  • weights for calculating quality scores are set based on output destinations to which at least one of images and quality scores are output. By doing so, it is possible to calculate a quality score according to the purpose of the output destination.
  • the application for registration of an iris image used for iris authentication that is, the application for registering a registered image for verification
  • the authentication application that is, the application for authentication by verifying with a registered image
  • the level of authentication accuracy and security required may differ depending on the use of the output destination. can.
  • FIG. 9 is a flow chart showing the operation flow of the information processing apparatus according to the fourth embodiment.
  • the same reference numerals are assigned to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 acquires an image for calculating a quality score. (Step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the imaging environment information may include, for example, information about the camera that captures the image, information about the location where the image is captured, information about the target to be captured, and the like.
  • the imaging environment information may include information regarding various camera parameters (eg, exposure, etc.).
  • the imaging environment information may include information regarding the brightness of the location where the image is to be captured and the time period during which the image is to be captured.
  • the imaging environment information may include information regarding the size, height, moving speed, and the like of the object to be imaged.
  • the imaging environment information may be acquired (collected) by, for example, the weight setting unit 140 itself, or may be collected by a separately provided imaging environment information collecting unit or the like and stored in a database. You may do so.
  • the weight setting unit 140 sets weights based on the acquired imaging environment information (step S402).
  • the weight setting unit 140 may set weights in consideration of deterioration factors that may occur in the current imaging environment, for example. For example, in an imaging environment in which blur deterioration is likely to occur, the weight setting unit 140 may set a larger weight corresponding to blur deterioration.
  • the quality score calculation unit 130 uses the weight set by the weight setting unit 140 (here, the weight set based on the imaging environment information) to calculate the deterioration degree calculated by the deterioration degree calculation unit 110; A quality score is calculated based on the deterioration factors classified by the deterioration factor classification unit 120 (step S202). The quality score calculator 130 then outputs the calculated quality score (step S105).
  • the weight is changed according to the environment in which the image is captured. By doing so, it is possible to calculate an appropriate quality score according to the shooting environment.
  • the weight setting section 140 may set the weight based on both the output destination information and the imaging environment information. Also, the weight setting section 140 may set the weight using other information in addition to the output destination information and the imaging environment information.
  • FIG. 10 is a block diagram showing a functional configuration of an information processing apparatus according to the fifth embodiment.
  • symbol is attached
  • the information processing apparatus 10 includes a plurality of deterioration degree calculators 110, a deterioration factor classifier 120, and a quality score calculator as components for realizing the functions thereof. 130 and . That is, the information processing apparatus 10 according to the fifth embodiment differs from the configuration of the first embodiment (see FIG. 2) in that a plurality of deterioration degree calculation units 110 are provided. 10, for convenience of explanation, the plurality of deterioration degree calculators 110 are illustrated as deterioration degree calculators A, B, C, . . . , but the number of deterioration degree calculators 110 is not particularly limited. For example, two deterioration degree calculators 110 may be provided, or three or more may be provided.
  • the plurality of deterioration degree calculators 110 are configured to calculate the degree of deterioration using different indexes. Therefore, the degree of deterioration calculated by each of the plurality of degree of deterioration calculating units 110 may be different.
  • the plurality of deterioration degree calculators 110 may be configured to calculate deterioration degrees corresponding to different preset deterioration factors. More specifically, the deterioration degree calculation unit A calculates a blur score (for example, a score corresponding to deterioration due to at least one of focus blur and motion blur), while the deterioration degree calculation unit B calculates an area score (for example , a score corresponding to the effective area of the object to be imaged (for example, the iris)) may be calculated.
  • a blur score for example, a score corresponding to deterioration due to at least one of focus blur and motion blur
  • an area score for example , a score corresponding to the effective area of the object to be imaged (for example, the iris)
  • a plurality of deterioration degrees calculated by the plurality of deterioration degree calculation units 110 are output to the quality score calculation unit 130, respectively.
  • the quality score calculator 130 calculates a quality score based on a plurality of deterioration degrees and deterioration factors.
  • the weight setting unit 140 described in the second to fourth embodiments may be provided.
  • weight setting section 140 may set a weight for each of a plurality of deterioration degree calculating sections 110 .
  • the weight setting section 140 may set a weighting factor corresponding to each of the deterioration degree calculation sections A, B, and C.
  • a plurality of deterioration degrees are calculated by a plurality of deterioration degree calculation units 110 .
  • the degree of deterioration calculated for each deterioration factor it is possible to calculate a quality score that considers the influence of each deterioration factor.
  • the degree of deterioration of the deterioration factor of interest can be estimated in detail, so that the quality score can be calculated with higher accuracy. For example, when it is desired to estimate whether or not the eyes are wide open with high accuracy, it is possible to cope with this by including the degree of deterioration related to the degree of opening of the eyes in the plurality of degree of deterioration calculators 110 .
  • FIG. 11 An information processing apparatus 10 according to the sixth embodiment will be described with reference to FIGS. 11 and 12.
  • FIG. 11 It should be noted that the sixth embodiment may differ from the first to fifth embodiments described above only in a part of the configuration and operation, and other parts may be the same as those of the first to fifth embodiments. Therefore, in the following, portions different from the already described embodiments will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 11 is a block diagram showing the functional configuration of an information processing apparatus according to the sixth embodiment.
  • symbol is attached
  • the information processing apparatus 10 includes a deterioration degree calculation unit 110, a deterioration factor classification unit 120, and a quality score calculation unit 130 as components for realizing the functions thereof. , and a deterioration degree determination unit 150 . That is, the information processing apparatus 10 according to the sixth embodiment further includes a deterioration degree determination unit 150 in addition to the configuration of the first embodiment (see FIG. 2).
  • the deterioration degree determination unit 150 may be, for example, a processing block implemented by the above-described processor 11 (see FIG. 1).
  • the deterioration degree determination unit 150 is configured to be able to determine whether or not the degree of deterioration calculated by the deterioration degree calculation unit 110 is equal to or greater than a predetermined threshold.
  • the “predetermined threshold value” here is set as a threshold value for determining whether or not the degree of deterioration of an image is large enough to determine that deterioration factors should be classified.
  • the predetermined threshold may be set as a threshold for determining whether the degree of deterioration of the image is high enough to affect authentication processing using the quality score.
  • the determination result of the deterioration degree determination unit 150 is configured to be output to the deterioration factor classification unit 120 .
  • FIG. 12 is a flow chart showing the operation flow of the information processing apparatus according to the sixth embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 acquires an image for calculating a quality score. (Step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102).
  • the deterioration degree determination unit 150 determines whether or not the degree of deterioration calculated by the deterioration degree calculation unit 110 is greater than a predetermined threshold (step S601). Then, if it is determined that the degree of deterioration is greater than the predetermined threshold (step S601: YES), the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103). After that, the quality score calculation unit 130 calculates a quality score based on the deterioration degree calculated by the deterioration degree calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104). The quality score calculator 130 then outputs the calculated quality score (step S105).
  • step S601 determines that the degree of deterioration is not greater than the predetermined threshold (step S601: NO).
  • the deterioration factor classification unit 120 does not classify the deterioration factor of the acquired image (that is, the process of step S103 is omitted).
  • the quality score calculator 130 calculates the quality score based only on the degree of deterioration calculated by the degree of deterioration calculator 110 (step S602). Then, the quality score calculator 130 outputs the quality score calculated based only on the degree of deterioration (step S105).
  • the information processing apparatus 10 it is determined whether or not to classify deterioration factors depending on whether or not the degree of deterioration is greater than a predetermined threshold.
  • the quality score is calculated based only on the degree of deterioration when the deterioration factor is not classified. However, when the deterioration factor is not classified, the quality score is calculated. may be omitted.
  • the information processing apparatus 10 classifies deterioration factors when the degree of deterioration exceeds a predetermined threshold. In this way, the processing load required for classifying the deterioration factors can be reduced compared to the case of always classifying the deterioration factors.
  • FIG. 13 and 14 An information processing apparatus 10 according to the seventh embodiment will be described with reference to FIGS. 13 and 14.
  • FIG. It should be noted that the seventh embodiment may differ from the first to sixth embodiments described above only in a part of configuration and operation, and other parts may be the same as those of the first to sixth embodiments. Therefore, in the following, portions different from the already described embodiments will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 13 is a block diagram showing a functional configuration of an information processing apparatus according to the seventh embodiment.
  • symbol is attached
  • the information processing apparatus 10 according to the seventh embodiment includes a deterioration degree calculation unit 110, a deterioration factor classification unit 120, and a quality score calculation unit 130 as components for realizing the functions thereof. , and an authentication unit 160 . That is, the information processing apparatus 10 according to the seventh embodiment further includes an authentication unit 160 in addition to the configuration of the first embodiment (see FIG. 2).
  • the authentication unit 160 may be, for example, a processing block implemented by the processor 11 (see FIG. 1) described above.
  • the authentication unit 160 is configured to be able to execute authentication processing using images.
  • the type of authentication processing executed by the authentication unit 160 is not particularly limited, but may be, for example, iris authentication using an iris image or face authentication using a face image.
  • the authentication unit 160 may determine whether or not authentication is possible by comparing the image to be authenticated with a registered image that has been registered in advance. Further, the authentication unit 160 according to the present embodiment uses the quality score calculated by the quality score calculation unit 130 in addition to the image in the authentication process. The authentication unit 160 may use the quality score to output the authentication result (that is, to determine whether or not to approve the authentication), or may use the quality score to evaluate the authentication result.
  • the authentication unit 160 may use the quality score to determine whether or not the failure is due to the deterioration of the image quality when the authentication fails, for example, as a result of the authentication.
  • the authentication unit 160 may use the quality score as the reliability of the authentication result (for example, when the quality score is high but the authentication score is low, or when there is a high possibility that there is no registration data, etc.). ).
  • how the authentication unit 160 uses the quality score in the authentication process is not limited to the example described above. Other uses of the quality score in the authentication process will be detailed in other embodiments below.
  • FIG. 14 is a flow chart showing the operation flow of the information processing apparatus according to the seventh embodiment.
  • the same reference numerals are assigned to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 generates an image for calculating a quality score (here, In particular, an image used for authentication processing) is acquired (step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the quality score calculation unit 130 calculates a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104).
  • the quality score calculated by the quality score calculator 130 is output to the authenticator 160 .
  • the authentication unit 160 executes authentication processing based on the image and the quality score (step S701). That is, in the authentication process performed by the authentication unit 160, not only the image itself but also the quality score of the image (in other words, the degree of deterioration and deterioration factors of the image) are taken into consideration.
  • the information processing apparatus 10 performs authentication processing using images and quality scores. In this way, since the quality score of the image is also taken into account in the authentication process, more appropriate authentication process can be executed than when only the image is used.
  • the eighth embodiment describes a specific example of the authentication operation (that is, the operation of the authentication unit 160) in the above-described seventh embodiment, and other parts are the same as those of the first to seventh embodiments. can be Therefore, in the following, portions different from the already described embodiments will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 15 is a flow chart showing the flow of authentication operation by the information processing apparatus according to the eighth embodiment.
  • the authentication unit 160 first acquires an image and a quality score (step S801). The authentication unit 160 then determines whether or not the quality score is higher than a predetermined score (step S802).
  • the "predetermined score” here is set as a threshold for determining whether or not the quality score is high enough to appropriately execute the authentication process.
  • step S802 If the quality score is higher than the predetermined score (step S802: YES), the authentication unit 160 compares the acquired image with the registered image (step S803) and outputs the authentication result (step S804). That is, it outputs whether the authentication has succeeded or failed according to the result of matching the images.
  • step S802 if the quality score is lower than the predetermined score (step S802: NO), the authentication unit 160 does not perform authentication processing (that is, the processing of steps S803 and S804 is omitted). In this case, the authentication unit 160 may output the result as authentication failure. Alternatively, the authentication unit 160 may output information instructing to recapture an image.
  • image matching is executed when the quality score is higher than the predetermined score. By doing so, it is possible to prevent the accuracy of the authentication process from deteriorating due to the verification using a low-quality image.
  • FIG. 10 An information processing apparatus 10 according to the ninth embodiment will be described with reference to FIG.
  • the ninth embodiment like the eighth embodiment described above, describes a specific example of the authentication operation in the seventh embodiment, and other parts are the same as those of the first to eighth embodiments. It's okay. Therefore, in the following, portions different from the already described embodiments will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 16 is a flow chart showing the flow of authentication operation by the information processing apparatus according to the ninth embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • the authentication unit 160 first acquires an image and a quality score (step S801). Then, the authentication unit 160 acquires a matching score by matching the acquired image with the registered image (step S901).
  • the matching score here may indicate, for example, the degree of matching between the acquired image and the registered image.
  • the authentication unit 160 determines the authentication result using the quality score and the matching score (step S903), and outputs the authentication result (step S804).
  • the authentication unit 160 may separately perform the determination based on the quality score and the determination based on the matching score, and determine that the authentication is successful when the conditions are satisfied in both determinations.
  • the authentication unit 160 may calculate an integrated score for authentication using the quality score and the matching score, and use the integrated score for authentication to determine the authentication result.
  • both the quality score and the matching score are used to determine the result of authentication processing (for example, authentication success or authentication failure).
  • the result of authentication processing for example, authentication success or authentication failure.
  • the quality score the degree of deterioration and deterioration factors are considered in the authentication process, so the result of the authentication process is determined using only the matching score (for example, the degree of matching of images). It is possible to improve the accuracy of the authentication process as compared with the case where
  • FIG. 17 and 18 An information processing apparatus 10 according to the tenth embodiment will be described with reference to FIGS. 17 and 18.
  • FIG. The tenth embodiment may differ from the above-described seventh embodiment only in a part of configuration and operation, and the other parts may be the same as those of the first to ninth embodiments. Therefore, in the following, portions different from the already described embodiments will be described in detail, and descriptions of other overlapping portions will be omitted as appropriate.
  • FIG. 17 is a block diagram showing the functional configuration of the information processing apparatus according to the tenth embodiment.
  • symbol is attached
  • the information processing apparatus 10 includes a deterioration degree calculation unit 110, a deterioration factor classification unit 120, and a quality score calculation unit 130 as components for realizing its functions. , an authentication unit 160 and an image registration unit 170 . That is, the information processing apparatus 10 according to the tenth embodiment further includes an image registration unit 170 in addition to the configuration of the tenth embodiment (see FIG. 13).
  • the image registration unit 170 may be, for example, a processing block implemented by the above-described processor 11 (see FIG. 1).
  • the image registration unit 170 is configured to be able to register registration images used for authentication processing by the authentication unit 160 .
  • the image registration unit 170 may register the registration image in the above-described storage device 14 (see FIG. 1), for example.
  • the image registration unit 170 may register the registration image in a storage device external to the device.
  • the image registration unit 170 according to the present embodiment is particularly configured to determine whether or not the registration image can be registered based on the quality score calculated by the quality score calculation unit 130 .
  • the image registration unit 170 may register the acquired image as a registered image when the quality score exceeds a preset registerable score.
  • FIG. 18 is a flow chart showing the operation flow of the information processing apparatus according to the tenth embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • each of the deterioration degree calculating unit 110 and the deterioration factor classifying unit 120 generates an image for calculating a quality score (here, In particular, an image to be registered as a registered image) is obtained (step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the quality score calculation unit 130 calculates a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104).
  • the quality score calculated by the quality score calculator 130 is output to the image registration unit 170 .
  • the image registration unit 170 determines whether the quality score is higher than the registerable score (step S1001). If the quality score is higher than the registerable score (step S1001: YES), the image registration unit 170 registers the acquired image as a registered image (step S1002). On the other hand, if the quality score is lower than the registerable score (step S1001: NO), the image registration unit 170 does not register the acquired image as a registered image (that is, the process of step S1002 is omitted). In this case, information may be output to instruct to acquire (capture) a new image.
  • the information processing apparatus 10 determines whether an image can be registered based on the quality score. By doing so, it is possible to prevent the accuracy of the authentication process from deteriorating due to the registration of an image with poor quality.
  • FIG. 19 is a flow chart showing the operation flow of the information processing apparatus according to the eleventh embodiment.
  • the same reference numerals are given to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 calculates an image for which a quality score is calculated (here, In particular, an image used for authentication processing) is acquired (step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the quality score calculation unit 130 calculates a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104).
  • the quality score calculated by the quality score calculator 130 is output to the authenticator 160 .
  • the authentication unit 160 executes authentication processing based on the image and the quality score (step S701). Then, the authentication unit 160 according to this embodiment particularly outputs the authentication result and the deterioration factor (step S1101). That is, the authentication unit 160 outputs the deterioration factors classified by the deterioration factor classification unit 120 in addition to the information indicating whether the authentication processing has succeeded or failed.
  • the authentication result and deterioration factor may be output using, for example, the output device 16 (see FIG. 1). More specifically, the authentication result and deterioration factors may be displayed as images using a display or the like. Alternatively, the authentication result and deterioration factor may be output as voice using a speaker or the like. Note that the authentication result and the deterioration factor may be output in different modes. For example, while the authentication result is displayed as an image using a display or the like, the degradation factor may be output as a sound using a speaker or the like. Also, the authentication result and the deterioration factor may be output at the same time or may be output at different timings.
  • the information processing apparatus 10 outputs the image deterioration factor in addition to the authentication result. In this way, it is possible to inform the user of the apparatus, etc., of the deterioration factor of the image. Therefore, for example, when retaking an image, it is possible to appropriately notify matters to be improved, such as how to improve the quality of the image.
  • FIG. 20 is a flow chart showing the operation flow of the information processing apparatus according to the twelfth embodiment.
  • the same reference numerals are assigned to the same processes as those shown in FIG.
  • each of the deterioration degree calculation unit 110 and the deterioration factor classification unit 120 generates an image for calculating a quality score (especially , an image used for authentication processing) is acquired (step S101). Then, the degree-of-degradation calculator 110 calculates the degree of deterioration of the acquired image (step S102). Further, the deterioration factor classification unit 120 classifies the deterioration factors of the acquired image (step S103).
  • the quality score calculation unit 130 calculates a quality score based on the degree of deterioration calculated by the degree of deterioration calculation unit 110 and the deterioration factors classified by the deterioration factor classification unit 120 (step S104).
  • the quality score calculated by the quality score calculator 130 is output to the authenticator 160 .
  • the authentication unit 160 executes authentication processing based on the image and the quality score (step S701). Then, the authentication unit 160 according to this embodiment particularly calculates the degree of influence on the authentication result for each deterioration factor (step S1201). Specifically, authentication unit 160 calculates the degree of influence on the authentication result for each deterioration factor classified by deterioration factor classification unit 120 . It should be noted that existing techniques can be appropriately adopted as a specific calculation method for the degree of impact.
  • the authenticating unit 160 outputs the authentication result and the degradation factors that have a high degree of influence on the authentication process (step S1202). That is, the authentication unit 160 changes the output mode of the deterioration factor output together with the authentication result according to its height. For example, the authentication unit 160 may output only deterioration factors exceeding a predetermined value among the plurality of deterioration factors. Alternatively, the authentication unit 160 may extract and output a predetermined number of deterioration factors in descending order of influence from a plurality of deterioration factors. Alternatively, the authentication unit 160 may change the display mode of the deterioration factor according to the degree of influence.
  • deterioration factors with a high degree of influence may be highlighted (for example, displayed in a conspicuous color or large letters), while deterioration factors with a low degree of influence may be normally displayed.
  • deterioration factors having a low degree of influence may be displayed inconspicuously (for example, displayed in a lighter color).
  • the information processing apparatus 10 in the information processing apparatus 10 according to the twelfth embodiment, among the image deterioration factors, those that have a high degree of influence on the authentication result are output. In this way, it is possible to more appropriately notify items to be improved as compared with the case where all deterioration factors are output in the same manner.
  • the characteristics of the authentication unit 160 can be clarified by notifying the degree of influence of the deterioration factor in the authentication process. Furthermore, the quality can be improved efficiently. For example, if only degradation factors that have a high impact on the authentication process are improved, it is possible to avoid improving degradation factors that have a low impact (that is, sufficient authentication accuracy can be obtained without improving all degradation factors). In some cases.
  • a processing method is also implemented in which a program for operating the configuration of each embodiment described above is recorded on a recording medium, the program recorded on the recording medium is read as code, and executed by a computer. Included in the category of form. That is, a computer-readable recording medium is also included in the scope of each embodiment. In addition to the recording medium on which the above program is recorded, the program itself is also included in each embodiment.
  • a floppy (registered trademark) disk, hard disk, optical disk, magneto-optical disk, CD-ROM, magnetic tape, non-volatile memory card, and ROM can be used as recording media.
  • the program recorded on the recording medium alone executes the process, but also the one that operates on the OS and executes the process in cooperation with other software and functions of the expansion board. included in the category of Furthermore, the program itself may be stored on the server, and part or all of the program may be downloaded from the server to the user terminal.
  • the information processing apparatus includes deterioration degree calculating means for calculating the degree of quality deterioration in an image, deterioration factor classification means for classifying deterioration factors that are factors of deterioration of the quality of the image, and the deterioration degree. and quality score calculation means for calculating a quality score indicating the quality of the image based on the deterioration factor.
  • the information processing apparatus further includes weight setting means for setting a weight corresponding to at least one of the degree of deterioration and the deterioration factor, and the quality score calculation means calculates the degree of deterioration, the deterioration factor, and the The information processing device according to appendix 1, wherein the quality score is calculated based on the weight.
  • Appendix 3 The information processing apparatus according to appendix 3, wherein the weight setting means sets the weight based on information regarding an output destination to which at least one of the image and the quality score is output. is.
  • the information processing apparatus according to appendix 4 is the information processing apparatus according to appendix 2 or 3, wherein the weight setting means changes the weight according to the environment when the image is captured.
  • the information processing apparatus according to appendix 5 is the information processing apparatus according to any one of appendices 1 to 4, wherein the deterioration degree calculation means calculates a plurality of deterioration degrees using a plurality of indices different from each other. be.
  • the information processing apparatus further includes deterioration degree determination means for determining whether or not the degree of deterioration is higher than a predetermined threshold, and the deterioration factor classification means determines that the degree of deterioration is higher than the predetermined threshold. 6.
  • the information processing apparatus according to any one of appendices 1 to 5, wherein the deterioration factor is classified when the deterioration factor is detected.
  • Appendix 7 The information processing apparatus according to any one of appendices 1 to 6, further comprising authentication means for performing authentication processing regarding an object included in the image using the image and the quality score. It is an information processing device.
  • Appendix 8 The information processing apparatus according to appendix 8, wherein the authentication means determines whether or not the authentication process can be executed based on the quality score, and executes the authentication process when it is determined that the authentication process can be executed. It is an information processing device.
  • Appendix 9 In the information processing apparatus according to appendix 9, the information according to appendix 7 or 8, wherein the authentication unit calculates a matching score from the image, and outputs a result of the authentication process based on the matching score and the quality score. processing equipment.
  • the information processing apparatus further includes image registration means for registering the registered image used in the authentication process, wherein the image registration means determines whether or not the registered image can be registered based on the quality score. 10.
  • image registration means for registering the registered image used in the authentication process, wherein the image registration means determines whether or not the registered image can be registered based on the quality score. 10.
  • the information processing apparatus according to any one of 7 to 9.
  • the information processing apparatus according to appendix 11 is the information processing apparatus according to any one of appendices 7 to 10, wherein the authentication means outputs the deterioration factor together with the result of the authentication process.
  • At least one computer calculates the degree of quality deterioration in an image, classifies deterioration factors that are factors of deterioration of the quality of the image, and determines the degree of deterioration and the deterioration factors. and calculating a quality score indicating the quality of the image based on the information processing method.
  • At least one computer calculates the degree of quality deterioration in an image, classifies deterioration factors that are factors of deterioration in the quality of the image, and classifies the deterioration degree and the deterioration factor. It is a recording medium recording a computer program for executing an information processing method for calculating a quality score indicating the quality of the image based on the above.
  • the information processing system includes deterioration degree calculating means for calculating the degree of quality deterioration in an image, deterioration factor classification means for classifying deterioration factors that are factors of the quality deterioration of the image, and the deterioration degree and quality score calculation means for calculating a quality score indicating the quality of the image based on the deterioration factor.
  • appendix 16 The computer program according to appendix 16 causes at least one computer to calculate the degree of quality deterioration in an image, classify deterioration factors that are factors of the quality deterioration of the image, and classify the deterioration degree and the deterioration factor.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

情報処理装置（１０）は、画像における品質の劣化度合を算出する劣化度合算出手段（１１０）と、画像の品質が劣化した要因である劣化要因の分類を行う劣化要因分類手段（１２０）と、劣化度合及び劣化要因に基づいて、画像の品質を示す品質スコアを算出する品質スコア算出手段（１３０）と、を備える。このような情報処理装置によれば、画像の品質を適切に評価することができる。

Description

情報処理装置、情報処理方法、及び記録媒体
　この開示は、情報処理装置、情報処理方法、及び記録媒体の技術分野に関する。
　この種の装置として、対象を撮像した画像の品質を評価するものが知られている。例えば特許文献１では、畳み込みニューラルネットワークを用いて、眼画像のセグメント化と品質推定とを行う技術が開示されている。特許文献２では、眼画像の画質を評価する際に、画質の悪化の原因となった画像悪化原因を特定することが開示されている。
　その他の関連する技術として、例えば特許文献３では、複数の撮影データの品質から重み情報を生成することが開示されている。
特開２０２０－１４４９２６号公報 特開２００５－０７１００９号公報 国際公開第２０２１／１７６５４４号
　この開示は、先行技術文献に開示された技術を改善することを目的とする。
　この開示の情報処理装置の一の態様は、画像における品質の劣化度合を算出する劣化度合算出手段と、前記画像の品質が劣化した要因である劣化要因の分類を行う劣化要因分類手段と、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する品質スコア算出手段と、を備える。
　この開示の情報処理方法の一の態様は、少なくとも１つのコンピュータによって、画像における品質の劣化度合を算出し、前記画像の品質が劣化した要因である劣化要因の分類を行い、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する。
　この開示の記録媒体の一の態様は、少なくとも１つのコンピュータに、画像における品質の劣化度合を算出し、前記画像の品質が劣化した要因である劣化要因の分類を行い、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、情報処理方法を実行させるコンピュータプログラムが記録されている。
第１実施形態に係る情報処理装置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的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動作の流れを示すフローチャートである。 第２実施形態に係る情報処理装置の機能的構成を示すブロック図である。 第２実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 重み設定部の学習に関する構成を示すブロック図である。 重み設定部の学習動作の流れ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動作の流れを示すフローチャートである。 第４実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 第５実施形態に係る情報処理装置の機能的構成を示すブロック図である。 第６実施形態に係る情報処理装置の機能的構成を示すブロック図である。 第６実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 第７実施形態に係る情報処理装置の機能的構成を示すブロック図である。 第７実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 第８実施形態に係る情報処理装置による認証動作の流れを示すフローチャートである。 第９実施形態に係る情報処理装置による認証動作の流れを示すフローチャートである。 第１０実施形態に係る情報処理装置の機能的構成を示すブロック図である。 第１０実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 第１１実施形態に係る情報処理装置の動作の流れを示すフローチャートである。 第１２実施形態に係る情報処理装置の動作の流れを示すフローチャートである。
　以下、図面を参照しながら、情報処理装置、情報処理方法、及び記録媒体の実施形態について説明する。
　＜第１実施形態＞
　第１実施形態に係る情報処理装置について、図１から図３を参照して説明する。
　（ハードウェア構成）
　まず、図１を参照しながら、第１実施形態に係る情報処理装置のハードウェア構成について説明する。図１は、第１実施形態に係る情報処理装置のハードウェア構成を示すブロック図である。
　図１に示すように、第１実施形態に係る情報処理装置１０は、プロセッサ１１と、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１２と、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）１３と、記憶装置１４とを備えている。情報処理装置１０は更に、入力装置１５と、出力装置１６と、を備えていてもよい。上述したプロセッサ１１と、ＲＡＭ１２と、ＲＯＭ１３と、記憶装置１４と、入力装置１５と、出力装置１６とは、データバス１７を介して接続されている。
　プロセッサ１１は、コンピュータプログラムを読み込む。例えば、プロセッサ１１は、ＲＡＭ１２、ＲＯＭ１３及び記憶装置１４のうちの少なくとも一つが記憶しているコンピュータプログラムを読み込むように構成されている。或いは、プロセッサ１１は、コンピュータで読み取り可能な記録媒体が記憶しているコンピュータプログラムを、図示しない記録媒体読み取り装置を用いて読み込んでもよい。プロセッサ１１は、ネットワークインタフェースを介して、情報処理装置１０の外部に配置される不図示の装置からコンピュータプログラムを取得してもよい（つまり、読み込んでもよい）。プロセッサ１１は、読み込んだコンピュータプログラムを実行することで、ＲＡＭ１２、記憶装置１４、入力装置１５及び出力装置１６を制御する。本実施形態では特に、プロセッサ１１が読み込んだコンピュータプログラムを実行すると、プロセッサ１１内には、画像の品質スコアを算出するための機能ブロックが実現される。即ち、プロセッサ１１は、情報処理装置１０における各制御を実行するコントローラとして機能してよい。
　プロセッサ１１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＦＰＧＡ（ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ　ｇａｔｅ　ａｒｒａｙ）、ＤＳＰ（Ｄｅｍａｎｄ－Ｓｉｄｅ　Ｐｌａｔｆｏｒｍ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）として構成されてよい。プロセッサ１１は、これらのうち一つで構成されてもよいし、複数を並列で用いるように構成されてもよい。
　ＲＡＭ１２は、プロセッサ１１が実行するコンピュータプログラムを一時的に記憶する。ＲＡＭ１２は、プロセッサ１１がコンピュータプログラムを実行している際にプロセッサ１１が一時的に使用するデータを一時的に記憶する。ＲＡＭ１２は、例えば、Ｄ－ＲＡＭ（Ｄｙｎａｍｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）や、ＳＲＡＭ(Ｓｔａｔｉｃ　Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ)であってよい。また、ＲＡＭ１２に代えて、他の種類の揮発性メモリが用いられてもよい。
　ＲＯＭ１３は、プロセッサ１１が実行するコンピュータプログラムを記憶する。ＲＯＭ１３は、その他に固定的なデータを記憶していてもよい。ＲＯＭ１３は、例えば、Ｐ－ＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）や、ＥＰＲＯＭ(Ｅｒａｓａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ)であってよい。また、ＲＯＭ１３に代えて、他の種類の不揮発性 メモリが用いられてもよい。
　記憶装置１４は、情報処理装置１０が長期的に保存するデータを記憶する。記憶装置１４は、プロセッサ１１の一時記憶装置として動作してもよい。記憶装置１４は、例えば、ハードディスク装置、光磁気ディスク装置、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）及びディスクアレイ装置のうちの少なくとも一つを含んでいてもよい。
　入力装置１５は、情報処理装置１０のユーザからの入力指示を受け取る装置である。入力装置１５は、例えば、キーボード、マウス及びタッチパネルのうちの少なくとも一つを含んでいてもよい。入力装置１５は、スマートフォンやタブレット等の携帯端末として構成されていてもよい。入力装置１５は、例えばマイクを含む音声入力が可能な装置であってもよい。
　出力装置１６は、情報処理装置１０に関する情報を外部に対して出力する装置である。例えば、出力装置１６は、情報処理装置１０に関する情報を表示可能な表示装置（例えば、ディスプレイ）であってもよい。また、出力装置１６は、情報処理装置１０に関する情報を音声出力可能なスピーカ等であってもよい。出力装置１６は、スマートフォンやタブレット等の携帯端末として構成されていてもよい。また、出力装置１６は、画像以外の形式で情報を出力する装置であってもよい。例えば、出力装置１６は、情報処理装置１０に関する情報を音声で出力するスピーカであってもよい。
　なお、図１では、複数の装置を含んで構成される情報処理装置１０の例を挙げたが、これらの全部又は一部の機能を、１つの装置として実現してもよい。その場合、情報処理装置１０は、例えば上述したプロセッサ１１、ＲＡＭ１２、ＲＯＭ１３のみを備えて構成され、その他の構成要素（即ち、記憶装置１４、入力装置１５、出力装置１６）については、情報処理装置１０に接続される外部の装置が備えるようにしてもよい。また、情報処理装置１０は、一部の演算機能を外部の装置（例えば、外部サーバやクラウド等）によって実現するものであってもよい。
　（機能的構成）
　次に、図２を参照しながら、第１実施形態に係る情報処理装置１０の機能的構成について説明する。図２は、第１実施形態に係る情報処理装置の機能的構成を示すブロック図である。
　図２に示すように、第１実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、を備えて構成されている。劣化度合算出部１１０、劣化要因分類部１２０、及び品質スコア算出部１３０の各々は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。また、劣化度合算出部１１０、劣化要因分類部１２０、及び品質スコア算出部１３０は、それぞれニューラルネットワークとして構成されてもよい。
　劣化度合算出部１１０は、画像の劣化度合を算出可能に構成されている。ここでの「劣化度合」は、画像の品質がどの程度劣化しているかを示すものである。なお、劣化度合の具体的な算出手法については特に限定されないが、例えば劣化度合算出部１１０は、画像から抽出した特徴点を用いて劣化度合を算出してもよい。より具体的には、虹彩画像から抽出した虹彩特徴点を用いて、劣化度合としての開眼度を算出してもよい。ここでの「開眼度」は、目がどの程度開いているかを示す値であり、例えば閉眼状態（目が完全に閉じている状態）を０％、開眼状態（目が最も開いている状態）を１００％とした場合の値として算出されてよい。或いは、劣化度合算出部１１０は、予め学習されたニューラルネットワークに画像を入力し、その出力として劣化度合を取得してもよい。なお、劣化度合は、画像の品質を劣化させる原因となる複数の指標を含むものであってよい。
　劣化要因分類部１２０は、画像の劣化要因を分類可能に構成されている。劣化要因分類部１２０は、例えば予め用意された複数の劣化要因の中から、画像の劣化要因として適切なものを選択するように構成されてもよい。より具体的には、劣化要因分類部１２０は、劣化要因の種類を示す劣化要因ラベルと、劣化要因ごとの尤もらしさを示す劣化要因ラベル尤度と、を出力するように構成されてもよい。劣化要因ラベル及び劣化要因ラベル尤度は、予め学習されたニューラルネットワークに画像を入力し、その出力として取得されるものであってもよい。
　なお、劣化要因の種類については特に限定されないが、例えば虹彩認証に用いる虹彩画像の劣化要因は、例えば、ブラー劣化、オクルージョン劣化、その他の劣化に分類することができる。より具体的には、ブラー劣化は、フォーカスブラー、モーションブラー等を含んでいてよい。オクルージョン劣化は、細目、メガネ反射オクルージョン、虹彩内反射オクルージョン、眼鏡フレームオクルージョン、アウトフレーム、瞳孔サイズ変化、まつげオクルージョン、前髪オクルージョン等を含んでいてよい。その他の劣化は、解像度不足、斜光、コンタクトレンズ、オフアングル、センサノイズ等を含んでいてよい。
　品質スコア算出部１３０は、画像の品質スコアを算出可能に構成されている。より具体的には、品質スコア算出部１３０は、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出可能に構成されている。このため、本実施形態における品質スコアは、画像の劣化度合及び劣化要因の両方が考慮された統合スコアとして算出される。品質スコア算出部１３０は、予め学習されたニューラルネットワークに、劣化度合、劣化要因ラベル、及び劣化要因ラベル尤度を入力し、その結果として品質スコアを取得するように構成されてもよい。
　（動作の流れ）
　次に、図３を参照しながら、第１実施形態に係る情報処理装置１０の動作の流れ（具体的には、画像の品質スコアを算出するまでの流れ）について説明する。図３は、第１実施形態に係る情報処理装置の動作の流れを示すフローチャートである。
　図３に示すように、第１実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像を取得する（ステップＳ１０１）。画像は、例えばカメラで撮像したものを直接取得してもよいし、ストレージ等に記憶されたものを取得してもよい。
　続いて、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。なお、ステップＳ１０２及びステップＳ１０３の処理は、相前後して実行されてもよいし、同時に並行して実行されてもよい。
　続いて、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。そして、品質スコア算出部１３０は、算出した品質スコアを出力する（ステップＳ１０５）。なお、品質スコアの出力先や利用方法については、後述する他の実施形態において詳しく説明する。
　（技術的効果）
　次に、第１実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１から図３で説明したように、第１実施形態に係る情報処理装置１０では、画像の劣化度合及び劣化要因に基づいて品質スコアが算出される。このようにすれば、劣化度合及び劣化要因の両方が考慮されるため、例えば画像の劣化度合のみに基づいて品質スコアを算出する場合と比較して、より適切な品質スコアを算出できる。言い換えれば、画像の品質をより適切に評価することが可能となる。
　＜第２実施形態＞
　第２実施形態に係る情報処理装置１０について、図４から図７を参照して説明する。なお、第２実施形態は、上述した第１実施形態と一部の構成及び動作が異なるのみであり、その他の部分については第１実施形態と同一であってよい。このため、以下では、すでに説明した第１実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図４を参照しながら、第２実施形態に係る情報処理装置１０の機能的構成について説明する。図４は、第２実施形態に係る情報処理装置の機能的構成を示すブロック図である。なお、図４では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図４に示すように、第２実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、重み設定部１４０と、を備えて構成されている。即ち、第２実施形態に係る情報処理装置１０は、第１実施形態の構成（図２参照）に加えて、重み設定部１４０を更に備えている。重み設定部１４０は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。
　重み設定部１４０は、品質スコアを算出する際に用いる重み（例えば、重み係数）を設定可能に構成されている。より具体的には、重み設定部１４０は、劣化度合算出部１１０で算出される劣化度合、及び劣化要因分類部１２０で分類される劣化要因の少なくとも一方に対応する重みを設定可能に構成されている。重み設定部１４０は、例えば劣化度合算出部１１０が複数の指標を用いて複数の劣化度合を算出している場合、複数の劣化度合の各々に対応する重みを設定してよい。また、重み設定部１４０は、例えば劣化要因分類部１２０が複数の劣化要因を出力している場合、複数の劣化要因の各々に対応する重みを設定してよい。より具体的な重みの設定方法については、後述する他の実施形態において詳しく説明する。
　（動作の流れ）
　次に、図５を参照しながら、第２実施形態に係る情報処理装置１０の動作の流れについて説明する。図５は、第２実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図５では、図３で示した処理と同様の処理に同一の符号を付している。
　図５に示すように、第２実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、重み設定部１４０が、品質スコアの算出に用いる重みを設定する（ステップＳ２０１）。その後、品質スコア算出部１３０が、重み設定部１４０が設定した重みを用いて、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ２０２）。そして、品質スコア算出部１３０は、算出した品質スコアを出力する（ステップＳ１０５）。
　（学習用の構成）
　次に、図６を参照しながら、上述した重み設定部１４０の学習に関する構成について説明する。図６は、重み設定部の学習に関する構成を示すブロック図である。
　図６において、重み設定部１４０は、予め学習されたモデル（ニューラルネットワーク等）を用いて重みを設定するようにしてもよい。重み設定部１４０は、損失関数計算部２１０と、勾配計算部２２０と、パラメータ更新部２３０と、用いて学習されてよい。なお、損失関数計算部２１０、勾配計算部２２０、及びパラメータ更新部２３０の各々は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。
　損失関数計算部２１０は、予め設定された損失関数を計算可能に構成されている。より具体的には、損失関数計算部２１０は、重み設定部１４０で設定された重みと、入力される評価用スコアと、に基づいて損失関数を計算可能に構成されている。ここでの評価用スコアは、重み設定部１４０で設定された重みを評価するためのスコアであり、学習する際の入力に対応する正解データである。評価用スコアは、例えば重み設定部１４０で設定された重みがどれだけ適切なものであるかを求めるために比較するスコアであってよい。
　勾配計算部２２０は、損失関数計算部２１０で計算された損失関数の勾配を計算可能に構成されている。損失関数の勾配は、損失関数のグラフの傾きを示す値であり、例えば「誤差逆伝播法」によって求められる値であってよい。勾配計算部２２０は、例えば損失関数を微分することで、損失関数の勾配を計算してよい。
　パラメータ更新部２３０は、重み設定部１４０のパラメータ（即ち、重みを設定する際に用いるパラメータ）を更新可能に構成されている。より具体的には、パラメータ更新部２３０は、勾配計算部２２０で計算された勾配を用いて、損失関数が最小となるように重み設定部１４０のパラメータを更新するように構成されている。
　（学習動作）
　次に、図７を参照しながら、重み設定部１４０を学習する際の動作（以下、適宜「学習動作」と称する）について説明する。図７は、重み設定部の学習動作の流れを示すフローチャートである。
　図７に示すように、重み設定部１４０の学習動作が開始されると、まず重み設定部１４０が劣化度合及び劣化要因に対応する重みを設定する（ステップＳ２５１）。そして、損失関数計算部２１０が、重み設定部１４０で設定された重みを用いて算出した品質スコアと、学習の入力に対応する評価用スコアと、を用いて損失関数を計算する（ステップＳ２５２）。
　続いて、勾配計算部２２０が、損失関数計算部２１０で計算された損失関数の勾配を計算する（ステップＳ２５３）。その後、パラメータ更新部２３０は、勾配計算部２２０で計算された勾配を用いて、損失関数が最小となるように重み設定部１４０のパラメータを更新する（ステップＳ２５４）。
　続いて、情報処理装置１０は、学習が終了したか否かを判定する（ステップＳ２５５）。学習が終了したか否かは、例えば所定のイテレーション回数に応じて判定されてよい。学習が終了していないと判定された場合（ステップＳ２５５：ＮＯ）、再びステップＳ２５１から処理が繰り返される。学習が終了したと判定された場合（ステップＳ２５５：ＹＥＳ）、一連の動作は終了することになる。
　なお、上述した学習手法は一例であり、重み設定部１４０は、その他の手法で学習されてもよい。また、重み設定部１４０の学習は、情報処理装置１０を実際に運用する前に実行されてもよいし、運用中に（即ち、画像の品質スコアを算出しながら）実行されてもよい。
　（技術的効果）
　次に、第２実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図４から図７で説明したように、第２実施形態に係る情報処理装置１０では、重み設定部１４０によって設定された重みを用いて、画像の品質スコアが算出される。このようにすれば、劣化度合及び劣化要因が品質スコアに与える影響を調整して、より適切な品質スコアを算出することが可能となる。例えば、認証器（認証エンジン）によって、劣化要因に対する頑健性は異なる（例えば、ブラーに頑健な認証器や、オクルージョンに頑健な認証器が存在する）。よって、品質の劣化要因を推定することができれば、認証機の特性に応じた品質スコアを算出することができる。
　＜第３実施形態＞
　第３実施形態に係る情報処理装置１０について、図８を参照して説明する。なお、第３実施形態は、上述した第２実施形態と一部の動作が異なるのみであり、その他の部分については第１及び第２実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（動作の流れ）
　まず、図８を参照しながら、第３実施形態に係る情報処理装置１０の動作の流れについて説明する。図８は、第３実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図８では、図５で示した処理と同様の処理に同一の符号を付している。
　図８に示すように、第３実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、重み設定部１４０が、画像及び品質スコアの少なくとも一方が出力される出力先に関する情報（以下、適宜「出力先情報」と称する）を取得する（ステップＳ３０１）。出力先情報は、例えば品質スコアが出力される装置に関する情報や、品質スコアの出力先での用途に関する情報等を含んでいてよい。例えば、品質スコアが認証処理を実行する認証装置に出力される場合、出力先情報は、出力先である認証装置に関する情報や、認証装置が実行する認証処理に関する情報を含んでいてよい。
　続いて、重み設定部１４０は、取得した出力先情報に基づいて重みを設定する（ステップＳ３０２）。重み設定部１４０は、例えば出力先における処理がより適切に行われるような重みを設定する。例えば、画像及び品質スコアを認証装置に出力して認証処理を実行する場合、重み設定部１４０は、認証装置の性能を最大化するように重みを設定する。
　続いて、品質スコア算出部１３０が、重み設定部１４０が設定した重み（ここでは、出力先情報に基づいて設定された重み）を用いて、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ２０２）。そして、品質スコア算出部１３０は、算出した品質スコアを出力する（ステップＳ１０５）。
　（技術的効果）
　次に、第３実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図８で説明したように、第３実施形態に係る情報処理装置１０では、画像及び品質スコアの少なくとも一方が出力される出力先に基づいて、品質スコアを算出する際の重みが設定される。このようにすれば、出力先の用途に応じた品質スコアを算出することが可能となる。例えば、虹彩認証に用いる虹彩画像の登録用途（即ち、照合用の登録画像を登録する際の用途）と、認証用途（即ち、登録画像と照合して認証する際の用途）とでは、登録画像に低品質な画像が存在すると他人受入につながるため、登録用途の方が認証用途よりも高い品質が求められる。この例のように、出力先の用途によって要求される認証精度やセキュリティのレベルが異なる場合があるが、本実施形態では、このような用途の違いに応じて適切な品質スコアを算出することができる。
　＜第４実施形態＞
　第４実施形態に係る情報処理装置１０について、図９を参照して説明する。なお、第４実施形態は、上述した第２及び第３実施形態と一部の動作が異なるのみであり、その他の部分については第１から第３実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（動作の流れ）
　まず、図９を参照しながら、第４実施形態に係る情報処理装置１０の動作の流れについて説明する。図９は、第４実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図９では、図５で示した処理と同様の処理に同一の符号を付している。
　図９に示すように、第４実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、重み設定部１４０が、画像が撮像される環境に関する情報（以下、適宜「撮像環境情報」と称する）を取得する（ステップＳ４０１）。撮像環境情報は、例えば画像を撮像するカメラに関する情報や、撮影する場所に関する情報、撮影する対象に関する情報等を含んでいてよい。例えば、撮像環境情報は、カメラの各種パラメータ（例えば、露出等）に関する情報を含んでいてよい。或いは、撮像環境情報は、撮像する場所の明るさや、撮像する際の時間帯に関する情報を含んでいてもよい。或いは撮像環境情報は、撮像する対象の大きさ、高さ、移動速度等に関する情報を含んでいてもよい。撮像環境情報は、例えば重み設定部１４０自身によって取得（収集）されてもよいし、別途設けられた撮像環境情報収集部などによって収集されデータベースに保存されたものを、適宜重み設定部１４０が読み出すようにしてもよい。
　続いて、重み設定部１４０は、取得した撮像環境情報に基づいて重みを設定する（ステップＳ４０２）。重み設定部１４０は、例えば現在の撮像環境で発生し得る劣化要因を考慮した重みを設定してよい。例えば、ぼけ劣化が発生しやすい撮像環境である場合、重み設定部１４０は、ぼけ劣化に対応する重みを大きくするように設定してもよい。
　続いて、品質スコア算出部１３０が、重み設定部１４０が設定した重み（ここでは、撮像環境情報に基づいて設定された重み）を用いて、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ２０２）。そして、品質スコア算出部１３０は、算出した品質スコアを出力する（ステップＳ１０５）。
　（技術的効果）
　次に、第４実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図９で説明したように、第４実施形態に係る情報処理装置１０では、画像が撮影される環境に応じて重みが変更される。このようにすれば、撮影環境に応じて適切な品質スコアを算出することが可能となる。
　なお、上述した第３実施形態及び第４実施形態は組み合わせてもよい。即ち、重み設定部１４０は、出力先情報及び撮像環境情報の両方に基づいて重みを設定してもよい。また、重み設定部１４０は、出力先情報及び撮像環境情報に加えて、その他の情報を用いて重みを設定するようにしてもよい。
　＜第５実施形態＞
　第５実施形態に係る情報処理装置１０について、図１０を参照して説明する。なお、第５実施形態は、上述した第１から第４実施形態と一部の構成が異なるのみであり、その他の部分については第１から第４実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１０を参照しながら、第５実施形態に係る情報処理装置１０の機能的構成について説明する。図１０は、第５実施形態に係る情報処理装置の機能的構成を示すブロック図である。なお、図１０では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１０に示すように、第５実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、複数の劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、を備えて構成されている。即ち、第５実施形態に係る情報処理装置１０は、第１実施形態の構成（図２参照）と比べて、劣化度合算出部１１０が複数備えられている点で異なる。なお、図１０では、説明の便宜上、複数の劣化度合算出部１１０を、劣化度合算出部Ａ、Ｂ、Ｃ、…として図示しているが、劣化度合算出部１１０の数は特に限定されない。例えば、劣化度合算出部１１０は２つ設けられてもよいし、３つ以上設けられてもよい。
　複数の劣化度合算出部１１０は、それぞれ異なる指標を用いて劣化度合を算出するように構成されている。このため、複数の劣化度合算出部１１０の各々から算出される劣化度合は、それぞれ異なるものであり得る。例えば、複数の劣化度合算出部１１０は、予め設定された異なる劣化要因に対応する劣化度合を算出するように構成されてよい。より具体的には、劣化度合算出部Ａが、ブラースコア（例えば、フォーカスブラー及びモーションブラーの少なくとも一方による劣化に応じたスコア）を算出する一方で、劣化度合算出部Ｂが、面積スコア（例えば、撮像対象（例えば、虹彩）の有効面積に応じたスコア）を算出するようにしてもよい。
　複数の劣化度合算出部１１０で算出された複数の劣化度合は、それぞれ品質スコア算出部１３０に出力される。そして、本実施形態に係る品質スコア算出部１３０では、複数の劣化度合及び劣化要因に基づいて、品質スコアが算出されることになる。なお、第２から第４実施形態で説明した重み設定部１４０が備えられていてもよい。この場合、重み設定部１４０は、複数の劣化度合算出部１１０の各々に対して重みを設定してもよい。例えば、重み設定部１４０は、劣化度合算出部Ａ、Ｂ、Ｃの各々に対応する重み係数を設定してもよい。
　（技術的効果）
　次に、第５実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１０で説明したように、第５実施形態に係る情報処理装置１０では、複数の劣化度合算出部１１０によって複数の劣化度合が算出される。このようにすれば、１つの劣化度合のみを用いる場合と比べて、より適切な品質スコアを算出することができる。例えば、劣化要因ごとに算出された劣化度合を用いるようにすれば、各劣化要因の影響を考慮した品質スコアを算出できる。また、注目したい劣化要因に対する劣化度合の算出を追加で行うことで、注目したい劣化要因について詳細に劣化度合を推定できるため、より高精度に品質スコアを算出できる。例えば、目を大きく見開いているかどうかをより高精度に推定したい場合には、目の開度に関する劣化度合を複数の劣化度合算出部１１０に含めておくことで対応できる。
　＜第６実施形態＞
　第６実施形態に係る情報処理装置１０について、図１１及び図１２を参照して説明する。なお、第６実施形態は、上述した第１から第５実施形態と一部の構成及び動作が異なるのみであり、その他の部分については第１から第５実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１１を参照しながら、第６実施形態に係る情報処理装置１０の機能的構成について説明する。図１１は、第６実施形態に係る情報処理装置の機能的構成を示すブロック図である。なお、図１１では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１１に示すように、第６実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、劣化度合判定部１５０と、を備えて構成されている。即ち、第６実施形態に係る情報処理装置１０は、第１実施形態の構成（図２参照）に加えて、劣化度合判定部１５０を更に備えている。劣化度合判定部１５０は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。
　劣化度合判定部１５０は、劣化度合算出部１１０で算出される劣化度合が所定閾値以上であるか否かを判定可能に構成されている。ここでの「所定閾値」は、劣化要因を分類すべきと判断できる程度に、画像の劣化度合が大きいか否かを判定するための閾値として設定される。例えば、所定閾値は、画像の劣化度合が品質スコアを用いた認証処理に影響を与える程度に高いか否かを判定するための閾値として設定されてもよい。劣化度合判定部１５０の判定結果は、劣化要因分類部１２０に出力される構成となっている。
　（動作の流れ）
　次に、図１２を参照しながら、第６実施形態に係る情報処理装置１０の動作の流れについて説明する。図１２は、第６実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図１２では、図３で示した処理と同様の処理に同一の符号を付している。
　図１２に示すように、第６実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。
　続いて、劣化度合判定部１５０が、劣化度合算出部１１０で算出された劣化度合が所定閾値より大きいか否かを判定する（ステップＳ６０１）。そして、劣化度合が所定閾値より大きいと判定された場合（ステップＳ６０１：ＹＥＳ）、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。その後、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。そして、品質スコア算出部１３０は、算出した品質スコアを出力する（ステップＳ１０５）。
　一方、劣化度合が所定閾値より大きくないと判定された場合（ステップＳ６０１：ＮＯ）、劣化要因分類部１２０は、取得した画像の劣化要因を分類しない（即ち、ステップＳ１０３の処理は省略される）。この場合、品質スコア算出部１３０は、劣化度合算出部１１０で算出された劣化度合のみに基づいて品質スコアを算出する（ステップＳ６０２）。そして、品質スコア算出部１３０は、劣化度合のみに基づいて算出した品質スコアを出力する（ステップＳ１０５）。
　このように、第６実施形態に係る情報処理装置１０では、劣化度合が所定閾値より大きいか否かによって、劣化要因の分類を行うか否かが判定される。なお、上述した例では、劣化要因の分類を行わない場合に、劣化度合のみに基づいて品質スコアを算出する例を挙げたが、劣化要因の分類を行わない場合に、品質スコアの算出を行わないようにしてもよい。
　（技術的効果）
　次に、第６実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１１及び図１２で説明したように、第６実施形態に係る情報処理装置１０では、劣化度合が所定閾値を超えている場合に劣化要因の分類が行われる。このようにすれば、常に劣化要因を分類する場合と比べて、劣化要因の分類に要する処理負荷を減らすことができる。
　＜第７実施形態＞
　第７実施形態に係る情報処理装置１０について、図１３及び図１４を参照して説明する。なお、第７実施形態は、上述した第１から第６実施形態と一部の構成及び動作が異なるのみであり、その他の部分については第１から第６実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１３を参照しながら、第７実施形態に係る情報処理装置１０の機能的構成について説明する。図１３は、第７実施形態に係る情報処理装置の機能的構成を示すブロック図である。なお、図１３では、図２で示した構成要素と同様の要素に同一の符号を付している。
　図１３に示すように、第７実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、認証部１６０と、を備えて構成されている。即ち、第７実施形態に係る情報処理装置１０は、第１実施形態の構成（図２参照）に加えて、認証部１６０を更に備えている。認証部１６０は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。
　認証部１６０は、画像を用いた認証処理を実行可能に構成されている。認証部１６０が実行する認証処理の種類は特に限定されないが、例えば虹彩画像を用いた虹彩認証や、顔画像を用いた顔認証であってよい。この場合、認証部１６０は、認証対象の画像を、予め登録されている登録画像と照合することによって認証可否を判断してよい。また本実施形態に係る認証部１６０は、認証処理において、画像に加えて品質スコア算出部１３０で算出された品質スコアを用いる。認証部１６０は、認証結果を出力するため（即ち、認証可否を判断するため）に品質スコアを用いてもよいし、認証結果を評価するために品質スコアを用いてもよい。例えば、認証部１６０は、認証結果例えば認証が失敗した場合に、品質スコアを用いることで、画像の品質が低下したことによる失敗であったのか否かを判定するようにしてもよい。或いは、認証部１６０は、認証結果に対する信頼度として品質スコアを用いるようにしてもよい（例えば、品質スコアが高いにもかかわらず認証スコアが低い場合や、登録データがない可能性が高い場合など）。ただし、認証部１６０が品質スコアをどのように認証処理で用いるかは、上述した例に限られない。認証処理における品質スコアのその他の利用方法については、後述する他の実施形態において詳しく説明する。
　（動作の流れ）
　次に、図１４を参照しながら、第７実施形態に係る情報処理装置１０の動作の流れについて説明する。図１４は、第７実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図１４では、図３で示した処理と同様の処理に同一の符号を付している。
　図１４に示すように、第７実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像（ここでは特に、認証処理に用いる画像）を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。品質スコア算出部１３０で算出された品質スコアは、認証部１６０に出力される。
　続いて、認証部１６０が、画像及び品質スコアに基づいて認証処理を実行する（ステップＳ７０１）。即ち、認証部１６０が実行する認証処理では、画像そのものだけでなく、その画像の品質スコア（言い換えれば、画像の劣化度合や劣化要因）が考慮されることになる。
　（技術的効果）
　次に、第７実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１３及び図１４で説明したように、第７実施形態に係る情報処理装置１０では、画像及び品質スコアを用いて認証処理が実行される。このようにすれば、画像の品質スコアも認証処理に考慮されることになるため、画像のみを用いる場合と比べて、より適切な認証処理を実行できる。
　＜第８実施形態＞
　第８実施形態に係る情報処理装置１０について、図１５を参照して説明する。なお、第８実施形態は、上述した第７実施形態における認証動作（即ち、認証部１６０の動作）の具体例を説明するものであり、その他の部分については第１から第７実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（認証動作）
　まず、図１５を参照しながら、第８実施形態に係る情報処理装置１０による認証動作の流れについて説明する。図１５は、第８実施形態に係る情報処理装置による認証動作の流れを示すフローチャートである。
　図１５に示すように、第８実施形態に係る情報処理装置１０による認証動作が開始されると、まず認証部１６０は、画像及び品質スコアを取得する（ステップＳ８０１）。そして認証部１６０は、品質スコアが所定スコアより高いか否かを判定する（ステップＳ８０２）。ここでの「所定スコア」は、品質スコアが認証処理を適切に実行できる程度に高いか否かを判定するための閾値として設定されている。
　品質スコアが所定スコアより高い場合（ステップＳ８０２：ＹＥＳ）、認証部１６０は、取得した画像を登録画像と照合し（ステップＳ８０３）、認証結果を出力する（ステップＳ８０４）。即ち、画像の照合結果に応じて、認証が成功したか、或いは認証が失敗したかを出力する。
　一方で、品質スコアが所定スコアより低い場合（ステップＳ８０２：ＮＯ）、認証部１６０は、認証処理を実行しない（即ち、ステップＳ８０３及びＳ８０４の処理が省略される）。この場合、認証部１６０は、認証失敗として結果を出力するようにしてもよい。或いは、認証部１６０は、画像を撮像し直すように指示する情報を出力してもよい。
　（技術的効果）
　次に、第８実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１５で説明したように、第８実施形態に係る情報処理装置１０では、品質スコアが所定スコアよりも高い場合に画像の照合が実行される。このようにすれば、品質の低い画像を用いて照合が実行されることで、認証処理の精度が低下してしまうことを抑制できる。
　＜第９実施形態＞
　第９実施形態に係る情報処理装置１０について、図１６を参照して説明する。なお、第９実施形態は、上述した第８実施形態と同様に、第７実施形態における認証動作の具体例を説明するものであり、その他の部分については第１から第８実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（認証動作）
　まず、図１６を参照しながら、第９実施形態に係る情報処理装置１０による認証動作の流れについて説明する。図１６は、第９実施形態に係る情報処理装置による認証動作の流れを示すフローチャートである。なお、図１６では、図１５で示した処理と同様の処理に同一の符号を付している。
　図１６に示すように、第９実施形態に係る情報処理装置１０による認証動作が開始されると、まず認証部１６０は、画像及び品質スコアを取得する（ステップＳ８０１）。そして認証部１６０は、取得した画像を登録画像と照合することで照合スコアを取得する（ステップＳ９０１）。ここでの照合スコアは、例えば取得した画像と登録画像との一致度を示すものであってよい。
　続いて、認証部１６０は、品質スコアと照合スコアとを用いて認証結果を判断し（ステップＳ９０３）、認証結果を出力する（ステップＳ８０４）。例えば、認証部１６０は、品質スコアによる判定と、照合スコアによる判定と、を別々に行って、両方の判定で条件をクリアした場合に認証成功と判定するようにしてもよい。或いは、認証部１６０は、品質スコアと照合スコアとを用いて認証用統合スコアを算出し、その認証用統合スコアを用いて認証結果を判定してもよい。
　（技術的効果）
　次に、第９実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１６で説明したように、第９実施形態に係る情報処理装置１０では、品質スコア及び照合スコアの両方を用いて認証処理の結果（例えば、認証成功か認証失敗か）が判断される。このようにすれば、品質スコアを用いることで、認証処理に劣化度合及び劣化要因が考慮されることになるため、照合スコア（例えば、画像の一致度）のみを用いて認証処理の結果を判断する場合と比較して、認証処理の精度を向上させることが可能である。
　＜第１０実施形態＞
　第１０実施形態に係る情報処理装置１０について、図１７及び図１８を参照して説明する。なお、第１０実施形態は、上述した第７実施形態と一部の構成及び動作が異なるのみであり、その他の部分については第１から第９実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（機能的構成）
　まず、図１７を参照しながら、第１０実施形態に係る情報処理装置１０の機能的構成について説明する。図１７は、第１０実施形態に係る情報処理装置の機能的構成を示すブロック図である。なお、図１７では、図１３で示した構成要素と同様の要素に同一の符号を付している。
　図１７に示すように、第１０実施形態に係る情報処理装置１０は、その機能を実現するための構成要素として、劣化度合算出部１１０と、劣化要因分類部１２０と、品質スコア算出部１３０と、認証部１６０と、画像登録部１７０と、を備えて構成されている。即ち、第１０実施形態に係る情報処理装置１０は、第１０実施形態の構成（図１３参照）に加えて、画像登録部１７０を更に備えている。画像登録部１７０は、例えば上述したプロセッサ１１（図１参照）によって実現される処理ブロックであってよい。
　画像登録部１７０は、認証部１６０による認証処理に用いる登録画像を登録可能に構成されている。画像登録部１７０は、例えば上述した記憶装置１４（図１参照）に登録画像を登録するようにしてもよい。或いは、画像登録部１７０は、装置外部の記憶装置に登録画像を登録するようにしてもよい。また、本実施形態に係る画像登録部１７０は特に、品質スコア算出部１３０で算出される品質スコアに基づいて、登録画像の登録可否を判定するように構成されている。例えば、画像登録部１７０は、品質スコアが予め設定した登録可能スコアを超えている場合に、取得した画像を登録画像として登録するようにしてもよい。
　（動作の流れ）
　次に、図１８を参照しながら、第１０実施形態に係る情報処理装置１０の動作の流れについて説明する。図１８は、第１０実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図１８では、図３で示した処理と同様の処理に同一の符号を付している。
　図１８に示すように、第１０実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像（ここでは特に、登録画像として登録する画像）を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。品質スコア算出部１３０で算出された品質スコアは、画像登録部１７０に出力される。
　続いて、画像登録部１７０が、品質スコアが登録可能スコアより高いか否かを判定する（ステップＳ１００１）。そして、品質スコアが登録可能スコアより高い場合（ステップＳ１００１：ＹＥＳ）、画像登録部１７０は、取得した画像を登録画像として登録する（ステップＳ１００２）。一方、品質スコアが登録可能スコアより低い場合（ステップＳ１００１：ＮＯ）、画像登録部１７０は、取得した画像を登録画像として登録しない（即ち、ステップＳ１００２の処理が省略される）。この場合、新たな画像を取得（撮像）するように指示する情報が出力されてもよい。
　（技術的効果）
　次に、第１０実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１７及び図１８で説明したように、第１０実施形態に係る情報処理装置１０では、品質スコアに基づいて画像の登録可否が判定される。このようにすれば、品質の悪い画像が登録されてしまうことで、認証処理の精度が低下することを抑制できる。
　＜第１１実施形態＞
　第１１実施形態に係る情報処理装置１０について、図１９を参照して説明する。なお、第１１実施形態は、上述した第７実施形態と一部の動作が異なるのみであり、その他の部分については第１から第１０実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（動作の流れ）
　まず、図１９を参照しながら、第１１実施形態に係る情報処理装置１０の動作の流れについて説明する。図１９は、第１１実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図１９では、図１４で示した処理と同様の処理に同一の符号を付している。
　図１９に示すように、第１１実施形態に係る情報処理装置１０による動作が開始されると、まず劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像（ここでは特に、認証処理に用いる画像）を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。品質スコア算出部１３０で算出された品質スコアは、認証部１６０に出力される。
　続いて、認証部１６０が、画像及び品質スコアに基づいて認証処理を実行する（ステップＳ７０１）。そして本実施形態に係る認証部１６０は特に、認証結果と劣化要因とを出力する（ステップＳ１１０１）。即ち、認証部１６０は、認証処理が成功したか失敗したかを示す情報に加えて、劣化要因分類部１２０で分類された劣化要因を出力する。
　認証結果及び劣化要因は、例えば出力装置１６（図１参照）を用いて出力されてよい。より具体的には、認証結果及び劣化要因は、ディスプレイ等を用いて画像表示されてよい。或いは、認証結果及び劣化要因は、スピーカ等を用いて音声出力されてよい。なお、認証結果及び劣化要因は、別々の態様で出力されてよい。例えば、認証結果がディスプレイ等を用いて画像表示される一方で、劣化要因がスピーカ等を用いて音声出力されてよい。また、認証結果及び劣化要因は、同時に出力されてもよいし、別々のタイミングで出力されてもよい。
　（技術的効果）
　次に、第１１実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図１９で説明したように、第１１実施形態に係る情報処理装置１０では、認証結果に加えて、画像の劣化要因が出力される。このようにすれば、装置のユーザ等に対して画像の劣化要因を伝達することができる。よって、例えば画像を撮り直す際に、どのようにすれば画像の品質を向上できるのか等、改善すべき事項を適切に知らせることが可能となる。
　＜第１２実施形態＞
　第１２実施形態に係る情報処理装置１０について、図２０を参照して説明する。なお、第１２実施形態は、上述した第１１実施形態と一部の動作が異なるのみであり、その他の部分については第１から第１１実施形態と同一であってよい。このため、以下では、すでに説明した各実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
　（動作の流れ）
　まず、図２０を参照しながら、第１２実施形態に係る情報処理装置１０の動作の流れについて説明する。図２０は、第１２実施形態に係る情報処理装置の動作の流れを示すフローチャートである。なお、図２０では、図１４で示した処理と同様の処理に同一の符号を付している。
　図２０に示すように、第１２実施形態に係る情報処理装置１０による動作が開始されると、劣化度合算出部１１０及び劣化要因分類部１２０の各々が、品質スコアを算出する画像（ここでは特に、認証処理に用いる画像）を取得する（ステップＳ１０１）。そして、劣化度合算出部１１０が、取得した画像の劣化度合を算出する（ステップＳ１０２）。また、劣化要因分類部１２０が、取得した画像の劣化要因を分類する（ステップＳ１０３）。
　続いて、品質スコア算出部１３０が、劣化度合算出部１１０で算出された劣化度合と、劣化要因分類部１２０で分類された劣化要因と、に基づいて品質スコアを算出する（ステップＳ１０４）。品質スコア算出部１３０で算出された品質スコアは、認証部１６０に出力される。
　続いて、認証部１６０が、画像及び品質スコアに基づいて認証処理を実行する（ステップＳ７０１）。そして本実施形態に係る認証部１６０は特に、劣化要因ごとに認証結果への影響度を算出する（ステップＳ１２０１）。具体的には、認証部１６０は、劣化要因分類部１２０によって分類された劣化要因の各々について、認証結果への影響度を算出する。なお、影響度の具体的な算出手法については、既存の技術を適宜採用することができる。
　続いて、認証部１６０は、認証結果と共に認証処理への影響度が高い劣化要因を出力する（ステップＳ１２０２）。即ち、認証部１６０は、認証結果と共に出力される劣化要因について、その高さに応じて出力態様を変化させる。例えば、認証部１６０は、複数の劣化要因のうち、所定値を超えた劣化要因のみを出力するようにしてもよい。或いは、認証部１６０は、複数の劣化要因から影響度の高い順に所定個数抽出して出力するようにしてもよい。或いは、認証部１６０は、影響度の高さに応じて劣化要因の表示態様を変化させるようにしてもよい。例えば、影響度の高い劣化要因を強調表示する（例えば、目立つ色や大きな文字で表示する）一方で、影響度の低い劣化要因を通常表示するようにしてもよい。或いは、影響度の低い劣化要因を目立たないように表示する（例えば、色を薄くして表示する）ようにしてよい。
　（技術的効果）
　次に、第１２実施形態に係る情報処理装置１０によって得られる技術的効果について説明する。
　図２０で説明したように、第１２実施形態に係る情報処理装置１０では、画像の劣化要因のうち、認証結果に与える影響度が高いものが出力される。このようにすれば、すべての劣化要因を同じように出力する場合と比較して、より適切に改善すべき事項を知らせることが可能となる。また、認証処理における劣化要因の影響度を知らせることにより、認証部１６０の特性を明らかにすることができる。更に、効率的に品質を改善することができる。例えば、認証処理への影響度が高い劣化要因のみを改善すれば、影響度が低い劣化要因を改善せずに済む（即ち、すべての劣化要因を改善せずとも十分な認証精度が得られる）場合もある。
　上述した各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録媒体に記録させ、該記録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録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録媒体はもちろん、そのプログラム自体も各実施形態に含まれる。
　記録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－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。また該記録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。更に、プログラム自体がサーバに記憶され、ユーザ端末にサーバからプログラムの一部または全てをダウンロード可能なようにしてもよい。
　＜付記＞
　以上説明した実施形態に関して、更に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）
　付記１に記載の情報処理装置は、画像における品質の劣化度合を算出する劣化度合算出手段と、前記画像の品質が劣化した要因である劣化要因の分類を行う劣化要因分類手段と、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する品質スコア算出手段と、を備える情報処理装置である。
　（付記２）
　付記２に記載の情報処理装置は、前記劣化度合及び劣化要因の少なくとも一方に対応する重みを設定する重み設定手段を更に備え、前記品質スコア算出手段は、前記劣化度合、前記劣化要因、及び前記重みに基づいて、前記品質スコアを算出する、付記１に記載の情報処理装置である。
　（付記３）
　付記３に記載の情報処理装置は、前記重み設定手段は、前記画像及び品質スコアの少なくとも一方が出力される出力先に関する情報に基づいて、前記重みを設定する、付記２に記載の情報処理装置である。
　（付記４）
　付記４に記載の情報処理装置は、前記重み設定手段は、前記画像が撮像される際の環境に応じて、前記重みを変更する、付記２又は３に記載の情報処理装置である。
　（付記５）
　付記５に記載の情報処理装置は、前記劣化度合算出手段は、互いに異なる複数の指標を用いて、複数の劣化度合を算出する、付記１から４のいずれか一項に記載の情報処理装置である。
　（付記６）
　付記６に記載の情報処理装置は、前記劣化度合が所定閾値より高いか否かを判定する劣化度合判定手段を更に備え、前記劣化要因分類手段は、前記劣化度合が前記所定閾値より高いと判定された場合に、前記劣化要因の分類を行う、付記１から５のいずれか一項に記載の情報処理装置である。
　（付記７）
　付記７に記載の情報処理装置は、前記画像及び前記品質スコアを用いて、前記画像に含まれる対象に関する認証処理を実行する認証手段を更に備える、付記１から６のいずれか一項に記載の情報処理装置である。
　（付記８）
　付記８に記載の情報処理装置は、前記認証手段は、前記品質スコアに基づいて前記認証処理の実行可否を判定し、実行可と判定した場合に前記認証処理を実行する、付記７に記載の情報処理装置である。
　（付記９）
　付記９に記載の情報処理装置は、前記認証手段は、前記画像から照合スコアを算出し、前記照合スコア及び前記品質スコアに基づく前記認証処理の結果を出力する、付記７又は８に記載の情報処理装置である。
　（付記１０）
　付記１０に記載の情報処理装置は、前記認証処理で用いる登録画像を登録する画像登録手段を更に備え、前記画像登録手段は、前記品質スコアに基づいて前記登録画像の登録可否を判定する、付記７から９のいずれか一項に記載の情報処理装置である。
　（付記１１）
　付記１１に記載の情報処理装置は、前記認証手段は、前記認証処理の結果と共に、前記劣化要因を出力する、付記７から１０のいずれか一項に記載の情報処理装置である。
　（付記１２）
　付記１２に記載の情報処理装置は、前記認証手段は、前記劣化要因ごとに前記認証処理への影響度を算出し、前記影響度の高さに応じて前記劣化要因を出力する、付記１１に記載の情報処理装置である。
　（付記１３）
　付記１３に記載の情報処理方法は、少なくとも１つのコンピュータによって、画像における品質の劣化度合を算出し、前記画像の品質が劣化した要因である劣化要因の分類を行い、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、情報処理方法である。
　（付記１４）
　付記１４に記載の記録媒体は、少なくとも１つのコンピュータに、画像における品質の劣化度合を算出し、前記画像の品質が劣化した要因である劣化要因の分類を行い、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、情報処理方法を実行させるコンピュータプログラムが記録された記録媒体である。
　（付記１５）
　付記１５に記載の情報処理システムは、画像における品質の劣化度合を算出する劣化度合算出手段と、前記画像の品質が劣化した要因である劣化要因の分類を行う劣化要因分類手段と、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する品質スコア算出手段と、を備える情報処理システムである。
　（付記１６）
　付記１６に記載のコンピュータプログラムは、少なくとも１つのコンピュータに、画像における品質の劣化度合を算出し、前記画像の品質が劣化した要因である劣化要因の分類を行い、前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、情報処理方法を実行させるコンピュータプログラムである。
　この開示は、請求の範囲及び明細書全体から読み取ることのできる発明の要旨又は思想に反しない範囲で適宜変更可能であり、そのような変更を伴う情報処理装置、情報処理方法、及び記録媒体もまたこの開示の技術思想に含まれる。
　１０　情報処理装置
　１１　プロセッサ
　１４　記憶装置
　１６　出力装置
　１１０　劣化度合算出部
　１２０　劣化要因分類部
　１３０　品質スコア算出部
　１４０　重み設定部
　１５０　劣化度合判定部
　１６０　認証部
　１７０　画像登録部
　２１０　損失関数計算部
　２２０　勾配計算部
　２３０　パラメータ更新部

Claims (14)

  1. 　画像における品質の劣化度合を算出する劣化度合算出手段と、
    　前記画像の品質が劣化した要因である劣化要因の分類を行う劣化要因分類手段と、
    　前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する品質スコア算出手段と、
    　を備える情報処理装置。
  2. 　前記劣化度合及び劣化要因の少なくとも一方に対応する重みを設定する重み設定手段を更に備え、
    　前記品質スコア算出手段は、前記劣化度合、前記劣化要因、及び前記重みに基づいて、前記品質スコアを算出する、
    　請求項１に記載の情報処理装置。
  3. 　前記重み設定手段は、前記画像及び品質スコアの少なくとも一方が出力される出力先に関する情報に基づいて、前記重みを設定する、
    　請求項２に記載の情報処理装置。
  4. 　前記重み設定手段は、前記画像が撮像される際の環境に応じて、前記重みを変更する、
    　請求項２又は３に記載の情報処理装置。
  5. 　前記劣化度合算出手段は、互いに異なる複数の指標を用いて、複数の劣化度合を算出する、
    　請求項１から４のいずれか一項に記載の情報処理装置。
  6. 　前記劣化度合が所定閾値より高いか否かを判定する劣化度合判定手段を更に備え、
    　前記劣化要因分類手段は、前記劣化度合が前記所定閾値より高いと判定された場合に、前記劣化要因の分類を行う、
    　請求項１から５のいずれか一項に記載の情報処理装置。
  7. 　前記画像及び前記品質スコアを用いて、前記画像に含まれる対象に関する認証処理を実行する認証手段を更に備える、
    　請求項１から６のいずれか一項に記載の情報処理装置。
  8. 　前記認証手段は、前記品質スコアに基づいて前記認証処理の実行可否を判定し、実行可と判定した場合に前記認証処理を実行する、
    　請求項７に記載の情報処理装置。
  9. 　前記認証手段は、前記画像から照合スコアを算出し、前記照合スコア及び前記品質スコアに基づく前記認証処理の結果を出力する、
    　請求項７又は８に記載の情報処理装置。
  10. 　前記認証処理で用いる登録画像を登録する画像登録手段を更に備え、
    　前記画像登録手段は、前記品質スコアに基づいて前記登録画像の登録可否を判定する、
    　請求項７から９のいずれか一項に記載の情報処理装置。
  11. 　前記認証手段は、前記認証処理の結果と共に、前記劣化要因を出力する、
    　請求項７から１０のいずれか一項に記載の情報処理装置。
  12. 　前記認証手段は、前記劣化要因ごとに前記認証処理への影響度を算出し、前記影響度の高さに応じて前記劣化要因を出力する、
    　請求項１１に記載の情報処理装置。
  13. 　少なくとも１つのコンピュータによって、
    　画像における品質の劣化度合を算出し、
    　前記画像の品質が劣化した要因である劣化要因の分類を行い、
    　前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、
    　情報処理方法。
  14. 　少なくとも１つのコンピュータに、
    　画像における品質の劣化度合を算出し、
    　前記画像の品質が劣化した要因である劣化要因の分類を行い、
    　前記劣化度合及び前記劣化要因に基づいて、前記画像の品質を示す品質スコアを算出する、
    　情報処理方法を実行させるコンピュータプログラムが記録された記録媒体。
PCT/JP2022/005913 2022-02-15 2022-02-15 情報処理装置、情報処理方法、及び記録媒体 WO2023157070A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/005913 WO2023157070A1 (ja) 2022-02-15 2022-02-15 情報処理装置、情報処理方法、及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/005913 WO2023157070A1 (ja) 2022-02-15 2022-02-15 情報処理装置、情報処理方法、及び記録媒体

Publications (1)

Publication Number Publication Date
WO2023157070A1 true WO2023157070A1 (ja) 2023-08-24

Family

ID=87577745

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/005913 WO2023157070A1 (ja) 2022-02-15 2022-02-15 情報処理装置、情報処理方法、及び記録媒体

Country Status (1)

Country Link
WO (1) WO2023157070A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005071009A (ja) * 2003-08-22 2005-03-17 Matsushita Electric Ind Co Ltd 画像入力装置およびそれを用いた認証装置
JP2009077241A (ja) * 2007-09-21 2009-04-09 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
JP2015080161A (ja) * 2013-10-18 2015-04-23 Kddi株式会社 客観画質評価装置、客観画質評価方法、およびプログラム
JP2018045396A (ja) * 2016-09-13 2018-03-22 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
WO2021176544A1 (ja) * 2020-03-03 2021-09-10 富士通株式会社 制御方法、制御プログラムおよび情報処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005071009A (ja) * 2003-08-22 2005-03-17 Matsushita Electric Ind Co Ltd 画像入力装置およびそれを用いた認証装置
JP2009077241A (ja) * 2007-09-21 2009-04-09 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理プログラム
JP2015080161A (ja) * 2013-10-18 2015-04-23 Kddi株式会社 客観画質評価装置、客観画質評価方法、およびプログラム
JP2018045396A (ja) * 2016-09-13 2018-03-22 キヤノン株式会社 画像処理装置、画像処理方法およびプログラム
WO2021176544A1 (ja) * 2020-03-03 2021-09-10 富士通株式会社 制御方法、制御プログラムおよび情報処理装置

Similar Documents

Publication Publication Date Title
CN108629168B (zh) 脸部验证方法、设备以及计算设备
CN108805047B (zh) 一种活体检测方法、装置、电子设备和计算机可读介质
US20080175447A1 (en) Face view determining apparatus and method, and face detection apparatus and method employing the same
WO2014074959A1 (en) Real-time face detection using pixel pairs
JP6287827B2 (ja) 情報処理装置、情報処理方法、及びプログラム
KR20120066462A (ko) 얼굴 인식 방법 및 시스템, 얼굴 인식을 위한 학습용 특징 벡터 추출 장치 및 테스트용 특징 벡터 추출 장치
EP3149654A1 (en) Efficient forest sensing based eye tracking
US20230306792A1 (en) Spoof Detection Based on Challenge Response Analysis
US11036974B2 (en) Image processing apparatus, image processing method, and storage medium
KR101991307B1 (ko) 다중 객체 추적을 위한 트랙렛의 특징 벡터 할당이 가능한 전자 장치 및 그 동작 방법
CN109858464B (zh) 底库数据处理方法、人脸识别方法、装置和电子设备
JP2022078314A (ja) 情報処理システム、情報処理装置、情報処理方法、及びコンピュータプログラム
WO2023157070A1 (ja) 情報処理装置、情報処理方法、及び記録媒体
JP2012118927A (ja) 画像処理プログラムおよび画像処理装置
CN112287792B (zh) 采集人脸图像的方法、装置及电子设备
KR102636558B1 (ko) 전자 장치, 행동 인스턴스 생성 방법 및 기록 매체
CN112200109A (zh) 面部属性识别方法、电子设备以及计算机可读存储介质
WO2019163699A1 (ja) 特徴抽出装置、特徴抽出方法、照合システム、および記憶媒体
CN113326829B (zh) 视频中手势的识别方法、装置、可读存储介质及电子设备
US11954865B2 (en) Image processing apparatus, image processing method, and storage medium for foreground extraction
US11769349B2 (en) Information processing system, data accumulation apparatus, data generation apparatus, information processing method, data accumulation method, data generation method, recording medium and database
CN115004245A (zh) 目标检测方法、装置、电子设备和计算机存储介质
US20230351729A1 (en) Learning system, authentication system, learning method, computer program, learning model generation apparatus, and estimation apparatus
CN112580689A (zh) 神经网络模型的训练方法、应用方法、装置和电子设备
JP5029647B2 (ja) 被写体追尾装置、およびカメラ

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: 22926973

Country of ref document: EP

Kind code of ref document: A1