WO2024075256A1 - 情報処理システム、情報処理方法、及び記録媒体 - Google Patents

情報処理システム、情報処理方法、及び記録媒体 Download PDF

Info

Publication number
WO2024075256A1
WO2024075256A1 PCT/JP2022/037489 JP2022037489W WO2024075256A1 WO 2024075256 A1 WO2024075256 A1 WO 2024075256A1 JP 2022037489 W JP2022037489 W JP 2022037489W WO 2024075256 A1 WO2024075256 A1 WO 2024075256A1
Authority
WO
WIPO (PCT)
Prior art keywords
score
integrated
information processing
specific state
integrated score
Prior art date
Application number
PCT/JP2022/037489
Other languages
English (en)
French (fr)
Inventor
博志 橋本
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/JP2022/037489 priority Critical patent/WO2024075256A1/ja
Publication of WO2024075256A1 publication Critical patent/WO2024075256A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Definitions

  • This disclosure relates to the technical fields of information processing systems, information processing methods, and recording media.
  • Patent Document 1 discloses that in a face recognition system, a reference face image that satisfies a score threshold is set as a face image candidate for authentication, and the face image candidate and its calculated score are selected as authentication information.
  • Patent Document 2 discloses that an attribute-dependent score and an attribute-independent score are integrated and output as a matching score.
  • Patent Document 3 disclose a technique for outputting information to the person being authenticated indicative of how to respond when an error occurs during face recognition.
  • One aspect of the information processing system disclosed herein includes a score acquisition means for acquiring a first score based on the output of a first inference model and a second score based on the output of a second inference model having characteristics different from those of the first inference model; a first integrated score calculation means for calculating a first integrated score by integrating the first score and the second score; a second integrated score calculation means for calculating a second integrated score by integrating the first score and the second score so that the weight of the second score is greater than when the first integrated score is calculated; a score determination means for determining whether each of the first integrated score and the second integrated score exceeds a predetermined threshold and for determining whether a specific state is present in which only the second integrated score exceeds the predetermined threshold; and an output means for outputting an inference result based on whether the first integrated score exceeds the predetermined threshold when the specific state is not present and outputting information different from the inference result when the specific state is present.
  • One aspect of the information processing method disclosed herein is to obtain, by at least one computer, a first score based on the output of a first inference model and a second score based on the output of a second inference model having characteristics different from those of the first inference model, calculate a first integrated score by integrating the first score and the second score, calculate a second integrated score by integrating the first score and the second score such that the weight of the second score is greater than when the first integrated score is calculated, determine whether the first integrated score and the second integrated score each exceed a predetermined threshold, and determine whether a specific state is present in which only the second integrated score exceeds the predetermined threshold, and if the specific state is not present, output an inference result based on whether the first integrated score exceeds the predetermined threshold, and if the specific state is present, output information different from the inference result.
  • a computer program is recorded that causes at least one computer to execute an information processing method that acquires a first score based on the output of a first inference model and a second score based on the output of a second inference model having characteristics different from those of the first inference model, calculates a first integrated score by integrating the first score and the second score, calculates a second integrated score by integrating the first score and the second score such that the weight of the second score is greater than when the first integrated score is calculated, determines whether each of the first integrated score and the second integrated score exceeds a predetermined threshold, and determines whether a specific state is present in which only the second integrated score exceeds the predetermined threshold, and if the specific state is not present, outputs an inference result based on whether the first integrated score exceeds the predetermined threshold, and if the specific state is present, outputs information different from the inference result.
  • 1 is a block diagram showing a hardware configuration of an information processing system according to a first embodiment.
  • 1 is a block diagram showing a functional configuration of an information processing system according to a first embodiment.
  • 4 is a flowchart showing a flow of operations of the information processing system according to the first embodiment.
  • 10 is a flowchart showing a flow of operations of an information processing system according to a second embodiment.
  • 13 is a graph showing an area corresponding to a specific state in an information processing system according to a second embodiment.
  • 13 is a graph showing a method for determining an area corresponding to a specific state in an information processing system according to a third embodiment.
  • 13 is a graph showing a method for calculating the size of an area corresponding to a specific state in an information processing system according to a third embodiment.
  • FIG. 13 is a block diagram showing a functional configuration of an information processing system according to a fourth embodiment.
  • 13 is a flowchart showing a flow of operations of an information processing system according to a fourth embodiment.
  • 13 is a graph showing an area corresponding to a specific state in an information processing system according to a fourth embodiment.
  • FIG. 13 is a block diagram showing the configuration of a model used by an information processing system 10 according to a fifth embodiment.
  • 13 is a graph showing an area corresponding to a specific state in an information processing system according to a fifth embodiment.
  • FIG. 1 An information processing system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • FIG. 1 An information processing system according to a first embodiment will be described with reference to FIGS. 1 to 3.
  • Fig. 1 is a block diagram showing the hardware configuration of the information processing system according to the first embodiment.
  • the information processing system 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 system 10 may further include an input device 15 and an output device 16.
  • the above-mentioned 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.
  • the processor 11 is configured to read a computer program stored in at least one of the RAM 12, the ROM 13, and the storage device 14.
  • the processor 11 may read a computer program stored in a computer-readable storage medium using a storage medium reading device (not shown).
  • the processor 11 may obtain (i.e., read) a computer program from a device (not shown) disposed outside the information processing system 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 computer program that the processor 11 reads.
  • the processor 11 when the processor 11 executes the computer program that the processor 11 reads, a functional block is realized in the processor 11 for integrating the scores of the inference models and outputting an inference result based on the integrated score.
  • the processor 11 may function as a controller that executes each control in the information processing system 10.
  • the processor 11 may be configured as, for example, a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), an FPGA (field-programmable gate array), a DSP (Demand-Side Platform), an ASIC (Application Specific Integrated Circuit), or a quantum processor.
  • the processor 11 may be configured as one of these, or may be configured to use multiple processors in parallel.
  • RAM 12 temporarily stores computer programs executed by processor 11.
  • RAM 12 temporarily stores data that processor 11 uses temporarily while processor 11 is executing a computer program.
  • RAM 12 may be, for example, a D-RAM (Dynamic Random Access Memory) or an SRAM (Static Random Access Memory). Also, other types of volatile memory may be used instead of RAM 12.
  • ROM 13 stores computer programs executed by processor 11. ROM 13 may also store other fixed data. ROM 13 may be, for example, a P-ROM (Programmable Read Only Memory) or an EPROM (Erasable Read Only Memory). Also, other types of non-volatile memory may be used instead of ROM 13.
  • the storage device 14 stores data that the information processing system 10 stores long-term.
  • the storage device 14 may operate as a temporary storage device for the 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 a user of the information processing system 10.
  • the input device 15 may include, for example, at least one of a keyboard, a mouse, and a touch panel.
  • the input device 15 may be configured as a mobile terminal such as a smartphone or a tablet.
  • the input device 15 may be, for example, a device that includes a microphone and is capable of voice input.
  • the output device 16 is a device that outputs information related to the information processing system 10 to the outside.
  • the output device 16 may be a display device (e.g., a display) that can display information related to the information processing system 10.
  • the output device 16 may also be a speaker or the like that can output information related to the information processing system 10 as audio.
  • the output device 16 may be configured as a mobile terminal such as a smartphone or a tablet.
  • the output device 16 may also be a device that outputs information in a format other than an image.
  • the output device 16 may be a speaker that outputs information related to the information processing system 10 as audio.
  • FIG. 1 shows an example of an information processing system 10 including multiple devices, all or some of these functions may be realized by a single device (information processing device).
  • the information processing device may be configured to include only the above-mentioned processor 11, RAM 12, and ROM 13, and the other components (i.e., storage device 14, input device 15, output device 16) may be provided by an external device connected to the information processing device.
  • the information processing device may have some of its calculation functions realized by an external device (e.g., an external server, cloud, etc.).
  • Fig. 2 is a block diagram showing the functional configuration of the information processing system according to the first embodiment.
  • the information processing system 10 is configured to be capable of integrating the outputs (scores) of multiple inference models with different characteristics and outputting an inference result.
  • these inference models are referred to as a first inference model and a second inference model.
  • the specific aspects of the first inference model and the second inference model are not particularly limited, but may be configured, for example, as an authentication model used when performing biometric authentication, or a detection model used when detecting diseases such as cancer.
  • the information processing system 10 may be configured so that the system itself includes an inference model, or may be configured to utilize an inference model external to the system.
  • the information processing system 10 is configured to include, as components for realizing its functions, a score acquisition unit 110, a first integrated score calculation unit 120, a second integrated score calculation unit 130, a score determination unit 140, and an output unit 150.
  • a score acquisition unit 110 may be a processing block realized by, for example, the above-mentioned processor 11 (see FIG. 1).
  • the score acquisition unit 110 is configured to be able to acquire a first score based on the output of the first inference model, and a second score based on the output of the second inference model (i.e., a model with characteristics different from those of the first inference model).
  • Each of the first score and the second score acquired by the score acquisition unit 110 is configured to be output to the first integrated score calculation unit 120 and the second integrated score calculation unit.
  • the first combined score calculation unit 120 is configured to be able to calculate the first combined score by combining the first score and the second score. There are no particular limitations on the method of calculating the first combined score, but the first combined score calculation unit 120 performs the combining process by weighting the first score and the second score.
  • the first combined score calculated by the first combined score calculation unit 120 is configured to be output to the score determination unit 140.
  • the second integrated score calculation unit 130 is configured to be able to calculate the second integrated score by integrating the first score and the second score. There are no particular limitations on the method of calculating the second integrated score, but the second integrated score calculation unit 130 is configured to perform an integration process such that the weight of the second score is greater than when the first integrated score is calculated (i.e., the processing of the first integrated score calculation unit 120). As a result, the first integrated score and the second integrated score are different scores.
  • the first integrated score calculated by the second integrated score calculation unit 130 is configured to be output to the score determination unit 140.
  • the score determination unit 140 is configured to be able to execute various determination processes using the first integrated score calculated by the first integrated score calculation unit 120 and the second integrated score calculated by the second integrated score calculation unit 130. Specifically, the score determination unit 140 is configured to be able to determine whether or not each of the first integrated score and the second integrated score exceeds a predetermined threshold. Note that the "predetermined threshold” here is a value that is set in advance to produce an inference result. The score determination unit 140 is also configured to be able to determine whether or not a specific state is in effect. The "specific state” here refers to a state in which, of the first integrated score and the second integrated score, only the second integrated score exceeds the predetermined threshold. The determination result by the score determination unit 140 is configured to be output to the output unit 150.
  • the output unit 150 is configured to be able to output various information depending on the judgment result of the score judgment unit 140. Specifically, when the score judgment unit 140 judges that the specific state is not present, the output unit 140 outputs an inference result based on whether or not the first integrated score exceeds a predetermined threshold. On the other hand, when the score judgment unit 140 judges that the specific state is present, the output unit 140 outputs information different from the inference result. Specific examples of information different from the inference result will be described in detail in other embodiments described later.
  • Fig. 3 is a flowchart showing the flow of operations performed by the information processing system according to the first embodiment.
  • the score acquisition unit 120 first acquires a first score based on the output of the first inference model and a second score based on the output of the second inference model (step S101).
  • the score acquisition unit 120 may acquire the first score and the second score simultaneously, or may acquire them one after the other.
  • the first integrated score calculation unit 120 calculates a first integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S102).
  • the second integrated score calculation unit 130 calculates a second integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S103). Note that the processes of steps S102 and S103 may be executed in tandem, or may be executed simultaneously in parallel.
  • the score determination unit 140 determines whether or not it is a specific state based on the first integrated score calculated by the first integrated score calculation unit 120 and the second integrated score calculated by the second integrated score calculation unit 130 (step S104). If it is determined that it is not a specific state (step 104: NO), the score determination unit 140 performs inference based on the first integrated score, and the output unit 150 outputs the inference result (step S105). On the other hand, if it is determined that it is a specific state (step 104: YES), the output unit 150 outputs information other than the inference result.
  • a first integrated score and a second integrated score are calculated from the first score of the first inference model and the second score of the second inference model. Then, depending on the result of the determination using the first integrated score and the second integrated score, an inference result or information other than the inference result is output. In this way, it becomes possible to output more appropriate information taking into account the characteristics of each of the multiple models.
  • the output taking into account the characteristics of the inference models will be described in detail in other embodiments described later.
  • the information processing system 10 according to the second embodiment will be described with reference to Figures 4 and 5.
  • the second embodiment differs from the first embodiment described above only in some configurations and operations, and other parts may be the same as the first embodiment. Therefore, hereinafter, parts that differ from the first embodiment already described will be described in detail, and other overlapping parts will be omitted as appropriate.
  • the first inference model and the second inference model are configured as authentication models.
  • the authentication model is a model that uses information about a subject as input and authenticates whether the subject is a registered user or not.
  • the authentication model may be configured as a biometric authentication model that performs authentication processing using a biometric image (or features extracted from a biometric image), for example.
  • the authentication model may be configured as a face authentication model that performs authentication using a face image, or an iris authentication model that performs authentication using an iris image.
  • the first model and the second model may be configured as models that use information about different modalities as input.
  • the first inference model may be configured as a face authentication model
  • the second authentication model may be configured as an iris authentication model.
  • the information processing system 10 may be configured as an authentication system that can perform multimodal authentication.
  • the first inference model and the second inference model are configured as face recognition models.
  • the first inference model is configured as a model that is broadly adapted to general faces in general (hereinafter referred to as a "general-purpose model” as appropriate), and the second inference model is configured as a model specialized for certain faces (hereinafter referred to as an "expert model” as appropriate).
  • general-purpose model a model that is broadly adapted to general faces in general
  • expert model is configured as a model specialized for certain faces.
  • Examples of expert models include a model specialized for faces wearing masks and a model specialized for profile views.
  • Fig. 4 is a flowchart showing the flow of operations performed by the information processing system according to the second embodiment.
  • a facial image to be authenticated is first input to each authentication model (i.e., the general-purpose model and the expert model) (step S201). Note that features extracted from the facial image may be input to the confirmation certificate model.
  • the score acquisition unit 120 acquires the first score calculated by the generic model (step S202). The score acquisition unit 120 also acquires the second score calculated by the expert model (step S203).
  • the first integrated score calculation unit 120 calculates a first integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S204).
  • the second integrated score calculation unit 130 calculates a second integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S205).
  • the second integrated score is calculated such that the weight of the first score (i.e., the score calculated by the expert model) is greater than that of the first integrated score.
  • the score determination unit 140 determines whether or not the specific state is present based on the first integrated score calculated by the first integrated score calculation unit 120 and the second integrated score calculated by the second integrated score calculation unit 130 (step S206). If it is determined that the specific state is not present (step 206: NO), the score determination unit 140 performs authentication processing based on the first integrated score, and the output unit 150 outputs the authentication result (step S207). For example, if the first integrated score exceeds a predetermined threshold, the output unit 150 outputs information indicating authentication OK (i.e., the subject is a registered user). On the other hand, if the first integrated score does not exceed the predetermined threshold, the output unit 150 outputs information indicating authentication NG (i.e., the subject is not a registered user).
  • guidance information is output to the subject as information other than the authentication result.
  • the guidance information is, for example, information requesting the subject to perform a specified action.
  • the guidance information may be information that prompts the subject to move so that the subject's face is in a position suitable for image capture. Specifically, a message such as "Please move your face closer" may be output.
  • the guidance information may be information that prompts the subject to remove their mask. Specifically, a message such as "Please remove your mask” may be output.
  • Such guidance information may be displayed on a display, or may be output as audio, for example.
  • Fig. 5 is a graph showing an area corresponding to the specific state in the information processing system according to the second embodiment.
  • the specific state determined by the information processing system 10 according to the second embodiment is defined as the shaded area.
  • the specific state corresponds to a state in which the first score (i.e., the score of the generic model) is low and therefore the person is rejected (determined to be someone else) even if the second score (i.e., the score of the expert model) is high.
  • the above specific state may occur, for example, when the subject is wearing a mask.
  • the first score is calculated to be low because the face is hidden by the mask.
  • the expert model is configured as a mask-specific model, the subject can be accurately recognized even when wearing a mask, so the second score is calculated to be high.
  • the subject should be determined to be the person himself, but if an attempt is made to determine the subject based only on the first score, the first integrated score will also be low due to the low first score, and there is a risk that the subject will be determined to be someone else.
  • the second integrated score calculated by increasing the weight of the expert score determines whether or not the state is one in which an inappropriate judgment as described above may be made (i.e., a specific state). If the state is one that is specific, the authentication result is not output, and information other than the authentication result is output. Note that in this embodiment, guidance information is given as an example of information other than the authentication result, but information other than guidance information may also be output. For example, if the state is one that is specific, alert information (i.e., information that warns that accurate authentication may not be performed) may be output.
  • an authentication result is output when the specific state is not present, and information other than the authentication result is output when the specific state is present. In this way, it is possible to prevent an incorrect authentication result from being output when the specific state is present. Furthermore, if guidance information is output when the specific state is present, it is possible to request the subject to perform a specific action, thereby resolving the specific state.
  • the information processing system 10 according to the third embodiment will be described with reference to Fig. 6 and Fig. 7.
  • the third embodiment shows an example of a method for determining the area (see Fig. 5) corresponding to the specific state described in the second embodiment, and other parts may be the same as those of the first and second embodiments. Therefore, the following will describe in detail the parts that are different from the embodiments already described, and will omit descriptions of other overlapping parts as appropriate.
  • Fig. 6 is a graph showing a method for determining an area corresponding to a specific state in the information processing system according to the third embodiment.
  • the size of the area corresponding to a specific state can be determined by determining ⁇ (i.e., a value corresponding to the width of the area).
  • the value of ⁇ can be set based on the false positive rate in the authentication process (i.e., the probability of identifying a different person as the person in question).
  • ⁇ can be determined so that the probability of occurrence of an area corresponding to a specific state in the figure is the same as the probability of occurrence of an area corresponding to the false positive rate.
  • the first integrated score ⁇ 1 can be calculated as in the following formula (1)
  • the second integrated score ⁇ 2 can be calculated as in the following formula (2).
  • the second integrated score ⁇ 2 may be calculated based on the false positive rate, where 1 ⁇ p ( ⁇ ) corresponds to the weight based on the inference accuracy, and ⁇ logP FA ( ⁇ ) corresponds to the first score and the second score.
  • Fig. 7 is a graph showing a method for calculating the size of an area corresponding to a specific state in the information processing system according to the third embodiment.
  • the occurrence probability of an area corresponding to a specific state is calculated in the same manner as calculating the occurrence probability of a trapezoidal area in the figure.
  • the occurrence probability P of an area corresponding to a specific state can be calculated using the following formula (3).
  • each axis is the negative logarithm of the false positive rate. Also, each score is considered to be independent (uncorrelated) from the others (i.e., it is assumed that each model has different characteristics).
  • the size of the area corresponding to the specific state is set based on the false positive rate. In this way, the probability that the specific state occurs can be set to an appropriate value. Therefore, for example, it is possible to prevent the occurrence of a specific state from occurring too frequently, which would result in an excessive increase in the opportunities for information other than the authentication result to be output.
  • the information processing system 10 according to the fourth embodiment will be described with reference to Fig. 8 to Fig. 10.
  • the fourth embodiment differs from the first to third embodiments in part of its configuration and operation, and other parts may be the same as the first to third embodiments. Therefore, the following will describe in detail the parts that differ from the embodiments already described, and will omit a description of other overlapping parts as appropriate.
  • Fig. 8 is a block diagram showing the functional configuration of the information processing system according to the fourth embodiment.
  • the same elements as those described in Fig. 2 are denoted by the same reference numerals.
  • the information processing system 10 according to the fourth embodiment is configured to include, as components for realizing its functions, a score acquisition unit 110, a first integrated score calculation unit 120, a second integrated score calculation unit 130, a score determination unit 140, an output unit 150, and a third integrated score calculation unit 160. That is, the information processing system 10 according to the fourth embodiment includes a third integrated score calculation unit 160 in addition to the configuration of the first embodiment (see FIG. 2). Note that the third integrated score calculation unit 160 may be a processing block realized by, for example, the above-mentioned processor 11 (see FIG. 1).
  • the third integrated score calculation unit 160 is configured to be able to calculate the third integrated score by integrating the first score and the second score. There are no particular limitations on the method of calculating the third integrated score, but the third integrated score calculation unit 160 is configured to perform an integration process such that the weight of the first score is greater than when the first integrated score is calculated (i.e., the process of the first integrated score calculation unit 120). Therefore, the third integrated score is a score different from both the first integrated score and the second integrated score.
  • the third integrated score calculated by the third integrated score calculation unit 160 is configured to be output to the score determination unit 140.
  • the score determination unit 140 is configured to perform a determination using the third integrated score in addition to the first integrated score and the second integrated score. The determination operation in the score determination unit 140 will be described in detail below.
  • FIG. 9 is a flowchart showing the flow of operations performed by the information processing system according to the fourth embodiment. Note that in Fig. 9, the same processes as those shown in Fig. 3 are denoted by the same reference numerals.
  • the score acquisition unit 120 first acquires a first score based on the output of the first inference model and a second score based on the output of the second inference model (step S101).
  • the first integrated score calculation unit 120 calculates a first integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S102).
  • the second integrated score calculation unit 130 calculates a second integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S103).
  • the third integrated score calculation unit 160 calculates a third integrated score based on the first score and the second score acquired by the score acquisition unit 120 (step S401).
  • the third combined score can be calculated in the same manner as the second combined score. Specifically, the third combined score can be calculated by swapping the first score and the second score in the above-mentioned formula (2).
  • the score determination unit 140 determines whether or not a specific state exists based on the first integrated score calculated by the first integrated score calculation unit 120, the second integrated score calculated by the second integrated score calculation unit 130, and the third integrated score calculated by the third integrated score calculation unit 160 (step S402).
  • the score determination unit 140 determines that a specific state exists when only the second integrated score exceeds the predetermined threshold value, or when only the third integrated score exceeds the predetermined threshold value.
  • step 402 If it is determined that the state is not a specific state (step 402: NO), the score determination unit 140 performs inference based on the first integrated score, and the output unit 150 outputs the inference result (step S105). On the other hand, if it is determined that the state is a specific state (step 402: YES), the output unit 150 outputs information other than the inference result.
  • Fig. 10 is a graph showing an area corresponding to the specific state in the information processing system according to the fourth embodiment.
  • a plurality of specific states are determined. Specifically, in each of the above-described embodiments, an example of determining a specific state in which the first score is low and the second score is high has been described, but in this embodiment, a specific state in which the first score is high and the second score is low is also determined.
  • the specific state is determined using the third integrated score. In this way, multiple specific states can be determined, and it becomes possible to output information with greater consideration given to the characteristics of each of the multiple models compared to the case where only one specific state is determined.
  • the information processing system 10 according to the fifth embodiment will be described with reference to Fig. 11 and Fig. 12.
  • the fifth embodiment differs from the first to fourth embodiments in some operations, and other operations may be the same as those of the first to fourth embodiments. Therefore, the following will describe in detail the parts that differ from the embodiments already described, and will omit descriptions of other overlapping parts as appropriate.
  • Fig. 11 is a block diagram showing the configuration of a model used by the information processing system 10 according to the fifth embodiment.
  • the information processing system 10 uses one first inference model and two second inference models A and B.
  • the first inference model outputs a first score.
  • the second inference model A outputs a second score A.
  • the second inference model B outputs a second score B. Therefore, the score acquisition unit 110 in the information processing system 10 according to the fifth embodiment acquires three scores, the first score, the second score A, and the second score B.
  • the second integrated score calculation unit 130 calculates a second integrated score for each second score for each second inference model.
  • the second integrated score calculation unit 130 calculates a second integrated score for each second score.
  • the second integrated score calculation unit 130 calculates a second integrated score A from the first score and the second score A.
  • the second integrated score calculation unit 130 calculates a second integrated score B from the first score and the second score B.
  • Fig. 12 is a graph showing an area corresponding to the specific state in the information processing system according to the fifth embodiment.
  • the information processing system 10 when either the first integrated score A or the second integrated score B exceeds a predetermined threshold, it is determined that the specific state exists.
  • the size of the area corresponding to this specific state is defined by ⁇ and ⁇ 2 in the figure.
  • the values of ⁇ and ⁇ 2 may be calculated using the formula (3) described in the third embodiment (see Fig. 7). In this case, the values of ⁇ and ⁇ 2 may be calculated so that the occurrence probability of the specific area is the same as the occurrence probability of the area corresponding to the false error rate.
  • a specific state can be determined in a similar manner by calculating a second integrated score corresponding to each of the multiple second inference models (i.e., by calculating a second integrated score for each second score).
  • the i-th second integrated score can be calculated, for example, using the following formula (4).
  • multiple second integrated scores are calculated using multiple second scores. In this way, even if there are multiple second inference models, it is possible to output more appropriate information by taking into account the characteristics of each model.
  • each embodiment also includes a processing method in which a program that operates the configuration of each embodiment to realize the functions of the above-mentioned embodiments is recorded on a recording medium, the program recorded on the recording medium is read as code, and executed on a computer.
  • computer-readable recording media are also included in the scope of each embodiment.
  • each embodiment includes not only the recording medium on which the above-mentioned program is recorded, but also the program itself.
  • the recording medium may be, for example, a floppy disk, hard disk, optical disk, magneto-optical disk, CD-ROM, magnetic tape, non-volatile memory card, or ROM.
  • the scope of each embodiment is not limited to programs recorded on the recording medium that execute processes by themselves, but also includes programs that operate on an OS in conjunction with other software or the functions of an expansion board to execute processes.
  • the program itself may be stored on a server, and part or all of the program may be made downloadable from the server to a user terminal.
  • the program may be provided to the user in, for example, a SaaS (Software as a Service) format.
  • the information processing system described in Supplementary Note 1 is an information processing system including: score acquisition means for acquiring a first score based on an output of a first inference model and a second score based on the output of a second inference model having characteristics different from those of the first inference model; first integrated score calculation means for calculating a first integrated score by integrating the first score and the second score; second integrated score calculation means for calculating a second integrated score by integrating the first score and the second score so that a weight of the second score is larger than in the case of calculating the first integrated score; score determination means for determining whether each of the first integrated score and the second integrated score exceeds a predetermined threshold, and for determining whether a specific state is being reached in which only the second integrated score exceeds the predetermined threshold; and output means for outputting an inference result based on whether the first integrated score exceeds the predetermined threshold when the specific state is not reached, and outputting information different from the inference result when the specific state is reached.
  • Appendix 2 The information processing system described in Appendix 2 is the information processing system described in Appendix 1, in which the first inference model and the second inference model are authentication models that use information about a subject as input to authenticate whether the subject is a registered user, and the output means outputs an authentication result for the subject when the subject is not in the specific state, and outputs information different from the authentication result when the subject is in the specific state.
  • the first inference model and the second inference model are authentication models that use information about a subject as input to authenticate whether the subject is a registered user
  • the output means outputs an authentication result for the subject when the subject is not in the specific state, and outputs information different from the authentication result when the subject is in the specific state.
  • the information processing system described in Supplementary Note 4 is the information processing system described in any one of Supplementary Note 1 to 3, in which the second integrated score is a value calculated based on a false error rate.
  • the information processing system described in Supplementary Note 5 is an information processing system described in any one of Supplements 1 to 4, further comprising a third integrated score calculation means for calculating a third integrated score by integrating the first score and the second score so that the weight of the first score is greater than when the first integrated score is calculated, and the score determination means determines that the specific state exists when either the second integrated score or the third integrated score exceeds the predetermined threshold.
  • Appendix 6 The information processing system described in Appendix 6 is the information processing system described in any one of Appendixes 1 to 5, wherein the second inference model includes multiple models having different characteristics, the second integrated score means calculates the second integrated score for each of the multiple models, and the score determination means determines that the specific state exists when any of the multiple second integrated scores exceeds the specified threshold.
  • the information processing method described in Supplementary Note 7 is an information processing method that, by at least one computer, acquires a first score based on an output of a first inference model and a second score based on an output of a second inference model having characteristics different from those of the first inference model, calculates a first integrated score by integrating the first score and the second score, calculates a second integrated score by integrating the first score and the second score such that a weight of the second score is larger than in the case of calculating the first integrated score, determines whether each of the first integrated score and the second integrated score exceeds a predetermined threshold, and determines whether a specific state is present in which only the second integrated score exceeds the predetermined threshold, outputs an inference result based on whether the first integrated score exceeds the predetermined threshold if the specific state is not present, and outputs information different from the inference result if the specific state is present.
  • the recording medium described in Appendix 8 is a recording medium having recorded thereon a computer program for causing at least one computer to execute an information processing method of acquiring a first score based on an output of a first inference model and a second score based on an output of a second inference model having characteristics different from those of the first inference model, calculating a first integrated score by integrating the first score and the second score, calculating a second integrated score by integrating the first score and the second score such that a weight of the second score is larger than in the case of calculating the first integrated score, determining whether each of the first integrated score and the second integrated score exceeds a predetermined threshold, and determining whether a specific state is present in which only the second integrated score exceeds the predetermined threshold, outputting an inference result based on whether the first integrated score exceeds the predetermined threshold if the specific state is not present, and outputting information different from the inference result if the specific state is present.
  • the computer program described in Supplementary Note 9 is a computer program that causes at least one computer to execute an information processing method, which includes obtaining a first score based on an output of a first inference model and a second score based on an output of a second inference model having characteristics different from those of the first inference model, calculating a first integrated score by integrating the first score and the second score, calculating a second integrated score by integrating the first score and the second score such that a weight of the second score is larger than in the case of calculating the first integrated score, determining whether each of the first integrated score and the second integrated score exceeds a predetermined threshold, and determining whether a specific state is present in which only the second integrated score exceeds the predetermined threshold, outputting an inference result based on whether the first integrated score exceeds the predetermined threshold if the specific state is not present, and outputting information different from the inference result if the specific state is present.
  • the information processing device described in Supplementary Note 10 is an information processing device including: score acquisition means for acquiring a first score based on an output of a first inference model and a second score based on an output of a second inference model having characteristics different from those of the first inference model; first integrated score calculation means for calculating a first integrated score by integrating the first score and the second score; second integrated score calculation means for calculating a second integrated score by integrating the first score and the second score so that a weight of the second score is larger than in the case of calculating the first integrated score; score determination means for determining whether each of the first integrated score and the second integrated score exceeds a predetermined threshold and for determining whether a specific state is being reached in which only the second integrated score exceeds the predetermined threshold; and output means for outputting an inference result based on whether the first integrated score exceeds the predetermined threshold when the specific state is not reached and outputting information different from the inference result when the specific state is reached.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

情報処理システム（１０）は、第１推論モデルの出力に基づく第１スコアと、第２推論モデルの出力に基づく第２スコアと、を取得するスコア取得手段（１１０）と、第１統合スコアを算出する第１統合スコア算出手段（１２０）と、第２スコアの重みが大きくなるように統合して第２統合スコアを算出する第２統合スコア算出手段（１３０）と、第１統合スコア及び第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、第２統合スコアのみが所定閾値を超えている特定状態であるか否かを判定するスコア判定手段（１４０）と、特定状態でない場合に、第１統合スコアが所定閾値を超えているか否かに基づく推論結果を出力し、特定状態である場合に、推論結果とは異なる情報を出力する出力手段（１５０）と、を備える。

Description

情報処理システム、情報処理方法、及び記録媒体
　この開示は、情報処理システム、情報処理方法、及び記録媒体の技術分野に関する。
　この種のシステムとして、学習済みの推定モデルを用いて各種スコアを算出するものが知られている。例えば特許文献１では、顔認証を行うシステムにおいて、スコア閾値を満たす基準顔画像を認証のための顔画像候補とし、顔画像候補及びその算出スコアを、認証用情報として選択することが開示されている。特許文献２では、属性依存スコアと非属性依存スコアを統合し、照合スコアとして出力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、顔認証でエラーが発生した際に、認証対象者に対応方法を示す情報を出力することが開示されている。
国際公開第２０２０／０５０４１３号 国際公開第２０１８／１７３１９４号 国際公開第２０１７／０４３３１４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システムの一の態様は、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得するスコア取得手段と、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出する第１統合スコア算出手段と、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出する第２統合スコア算出手段と、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定するスコア判定手段と、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する出力手段と、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、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する。
　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、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、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システムのハードウェア構成を示すブロック図である。 第１実施形態に係る情報処理システム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システム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システム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システムにおける特定状態に対応する領域を示すグラフである。 第３実施形態に係る情報処理システムにおける特定状態に対応する領域の決定方法を示すグラフである。 第３実施形態に係る情報処理システムにおける特定状態に対応する領域の大きさの計算方法を示すグラフである。 第４実施形態に係る情報処理システムの機能的構成を示すブロック図である。 第４実施形態に係る情報処理システム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システムにおける特定状態に対応する領域を示すグラフである。 第５実施形態に係る情報処理システム１０が用いるモデルの構成を示すブロック図である。 第５実施形態に係る情報処理システムにおける特定状態に対応する領域を示すグラフである。
　以下、図面を参照しながら、情報処理システム、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システムについて、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システム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システム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システム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。情報処理システム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、情報処理システム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、推論モデルのスコアを統合し、統合したスコアに基づく推論結果を出力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、情報処理システム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）、量子プロセッサ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、情報処理システム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、情報処理システム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、情報処理システム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、情報処理システム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、情報処理システム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、情報処理システム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システム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（情報処理装置）で実現してもよい。その場合、情報処理装置は、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システム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システム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システム１０は、互いに特性の異なる複数の推論モデルの出力（スコア）を統合して、推論結果を出力可能なものとして構成されている。以下では、これらの各推論モデルを、第１推論モデル及び第２推論モデルと称する。第１推論モデル及び第２推論モデルの具体的な態様は特に限定されないが、例えば生体認証を行う際に用いる認証モデルや、がん等の病気を検知する際に用いる検知モデルとして構成されてよい。なお、情報処理システム１０は、システム自体が推論モデルを含むように構成されてもよいし、システム外部の推論モデルを利用するように構成されてもよい。
　図２に示すように、第１実施形態に係る情報処理システム１０は、その機能を実現するための構成要素として、スコア取得部１１０と、第１統合スコア算出部１２０と、第２統合スコア算出部１３０と、スコア判定部１４０と、出力部１５０と、を備えて構成されている。スコア取得部１１０、第１統合スコア算出部１２０、第２統合スコア算出部１３０、スコア判定部１４０、及び出力部１５０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。
　スコア取得部１１０は、第１推論モデルの出力に基づく第１スコアと、第２推論モデル（即ち、第１推論モデルとは特性の異なるモデル）の出力に基づく第２スコアと、を取得可能に構成されている。スコア取得部１１０で取得された第１スコア及び第２スコアの各々は、第１統合スコア算出部１２０及び第２統合スコア算出部に出力される構成となっている。
　第１統合スコア算出部１２０は、第１スコアと第２スコアとを統合することで、第１統合スコアを算出可能に構成されている。第１統合スコアの算出方法は特に限定されないが、第１統合スコア算出部１２０は、第１スコア及び第２スコアに重み付けをして統合処理を行う。第１統合スコア算出部１２０で算出された第１統合スコアは、スコア判定部１４０に出力される構成となっている。
　第２統合スコア算出部１３０は、第１スコアと第２スコアとを統合することで、第２統合スコアを算出可能に構成されている。第２統合スコアの算出方法は特に限定されないが、第２統合スコア算出部１３０は、第１統合スコアを算出する場合（即ち、第１統合スコア算出部１２０の処理）と比べて、第２スコアの重みが大きくなるように統合処理を行うように構成されている。このため、第１統合スコアと第２統合スコアとは、互いに異なるスコアとなる。第２統合スコア算出部１３０で算出された第１統合スコアは、スコア判定部１４０に出力される構成となっている。
　スコア判定部１４０は、第１統合スコア算出部１２０で算出された第１統合スコア、及び第２統合スコア算出部１３０で算出された第２統合スコアを用いて各種判定処理を実行可能に構成されている。具体的には、スコア判定部１４０は、第１統合スコア及び第２統合スコアの各々が所定閾値を超えているか否かを判定可能に構成されている。なお、ここでの「所定閾値」は、推論結果を出すために予め設定された値である。また、スコア判定部１４０は、特定状態であるか否かを判定可能に構成されている。ここでの「特定状態」とは、第１統合スコア及び第２統合スコアのうち、第２統合スコアのみが所定閾値を超えている状態のことである。スコア判定部１４０による判定結果は、出力部１５０に出力される構成となっている。
　出力部１５０は、スコア判定部１４０の判定結果に応じて、各種情報を出力可能に構成されている。具体的には、出力部１４０は、スコア判定部１４０で特定状態でないと判定された場合に、第１統合スコアが所定閾値を超えているか否かに基づく推論結果を出力する。一方で、出力部１４０は、スコア判定部１４０で特定状態であると判定された場合に、推論結果とは異なる情報を出力する。なお、推論結果とは異なる情報の具体例については、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３を参照しながら、第１実施形態に係る情報処理システム１０による動作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システム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システム１０の動作が開始されると、まずスコア取得部１２０が、第１推論モデルの出力に基づく第１スコアと、第２推論モデルの出力に基づく第２スコアと、を取得する（ステップＳ１０１）。スコア取得部１２０は、第１スコア及び第２スコアを同時に取得してもよいし、それぞれ順次取得してもよい。
　続いて、第１統合スコア算出部１２０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第１統合スコアを算出する（ステップＳ１０２）。また、第２統合スコア算出部１３０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第２統合スコアを算出する（ステップＳ１０３）。なお、ステップＳ１０２及び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、スコア判定部１４０が、第１統合スコア算出部１２０で算出された第１統合スコア及び第２統合スコア算出部１３０で算出された第２統合スコアに基づいて、特定状態であるか否かを判定する（ステップＳ１０４）。そして、特定状態でないと判定された場合（ステップ１０４：ＮＯ）、スコア判定部１４０が第１統合スコアに基づく推論を行い、出力部１５０が推論結果を出力する（ステップＳ１０５）。一方、特定状態であると判定された場合（ステップ１０４：ＹＥＳ）、出力部１５０は推論結果以外の情報を出力する。
　（技術的効果）
　次に、第１実施形態に係る情報処理システム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システム１０では、第１推論モデルの第１スコア及び第２推論モデルの第２スコアから、第１統合スコア及び第２統合スコアが算出される。そして、第１統合スコア及び第２統合スコアを用いた判定結果に応じて、推論結果或いは推論結果以外の情報が出力される。このようにすれば、複数のモデルの各々の特性を考慮して、より適切な情報を出力することが可能となる。推論モデルの特性を考慮した出力については、後述する他の実施形態で詳しく説明する。
　＜第２実施形態＞
　第２実施形態に係る情報処理システム１０について、図４及び図５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。
　（認証モデル）
　まず、第２実施形態に係る情報処理システム１０で用いられる推論モデルについて説明する。
　第２実施形態に係る情報処理システム１０では、第１推論モデル及び第２推論モデルが認証モデルとして構成されている。認証モデルは、対象者に関する情報を入力として、対象者が登録済みのユーザであるか否かを認証するモデルである。認証モデルは、例えば生体の画像（或いは、生体の画像から抽出した特徴量）を用いて認証処理を行う生体認証モデルとして構成されてよい。例えば、認証モデルは、顔画像を用いて認証を行う顔認証モデルや、虹彩画像を用いて認証を行う虹彩認証モデルとして構成されてよい。この場合、第１モデル及び第２モデルは、それぞれ異なるモーダルに関する情報を入力とするモデルとして構成されてよい。例えば、第１推論モデルが顔認証モデルとして構成され、第２認証モデルが虹彩認証モデルとして構成されてよい。この場合、情報処理システム１０は、マルチモーダル認証を実行可能な認証システムとして構成されてよい。
　なお、以下では、第１推論モデル及び第２推論モデルが顔認証モデルとして構成されている例を挙げて説明する。また、第１推論モデルは、一般的な顔全般に広く適応したモデル（以下、適宜「汎用モデル」と称する）として構成され、第２推論モデルは、一部の顔に特化したモデル（以下、適宜「エキスパートモデル」と称する）として構成されているものとする。エキスパートモデルの一例としては、例えばマスクを装着した顔に特化したモデルや、横顔に特化したモデル等が挙げられる。
　（動作の流れ）
　次に、図４を参照しながら、第２実施形態に係る情報処理システム１０による動作の流れについて説明する。図４は、第２実施形態に係る情報処理システムの動作の流れを示すフローチャートである。
　図４に示すように、第２実施形態に係る情報処理システム１０の動作が開始されると、まず各認証モデル（即ち、汎用モデル及びエキスパートモデル）に認証対象の顔画像が入力される（ステップＳ２０１）。なお、確認証モデルには、顔画像から抽出した特徴量が入力されてもよい。
　続いて、スコア取得部１２０が、汎用モデルで算出された第１スコアを取得する（ステップＳ２０２）。また、スコア取得部１２０は、エキスパートモデルで算出された第２スコアを取得する（ステップＳ２０３）。
　続いて、第１統合スコア算出部１２０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第１統合スコアを算出する（ステップＳ２０４）。また、第２統合スコア算出部１３０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第２統合スコアを算出する（ステップＳ２０５）。なお、すでに説明したように、第２統合スコアは、第１統合スコアと比べて第１スコア（即ち、エキスパートモデルで算出されたスコア）の重みが大きくなるように算出されている。
　続いて、スコア判定部１４０が、第１統合スコア算出部１２０で算出された第１統合スコア及び第２統合スコア算出部１３０で算出された第２統合スコアに基づいて、特定状態であるか否かを判定する（ステップＳ２０６）。そして、特定状態でないと判定された場合（ステップ２０６：ＮＯ）、スコア判定部１４０が第１統合スコアに基づく認証処理を行い、出力部１５０が認証結果を出力する（ステップＳ２０７）。例えば、第１統合スコアが所定閾値を超えている場合、出力部１５０は、認証ＯＫ（即ち、対象者が登録済みのユーザである）ことを示す情報を出力する。また、第１統合スコアが所定閾値を超えていない場合、出力部１５０は、認証ＮＧ（即ち、対象者が登録済みのユーザでない）ことを示す情報を出力する。
　一方、特定状態であると判定された場合（ステップ２０６：ＹＥＳ）、認証結果以外の情報として、対象者に対する誘導情報を出力する。誘導情報は、例えば対象者に所定の動作を要求する情報である。誘導情報は、対象者の顔が撮像に適した位置となるように、対象者に対して移動を促す情報であってよい。具体的には、「顔を近づけてください」のようなメッセージが出力されてよい。或いは、誘導情報は、対象者にマスクを外すことを促す情報であってよい。具体的には、「マスクを外してください」のようなメッセージが出力されてよい。これらの誘導情報は、例えばディスプレイに表示されてもよいし、音声出力されてもよい。
　（特定状態）
　次に、図５を参照しながら、第２実施形態に係る情報処理システム１０における特定状態について具体的に説明する。図５は、第２実施形態に係る情報処理システムにおける特定状態に対応する領域を示すグラフである。
　図５において、第２実施形態に係る情報処理システム１０が判定する特定状態は、網掛けした領域として定義される。具体的には、特定状態は、第１スコア（即ち、汎用モデルのスコア）が低いために、第２スコア（即ち、エキスパートモデルのスコア）が高くても棄却（他人判定）されてしまう状態に対応している。
　上記のような特定状態は、例えば対象がマスクをしている状態で発生し得る。対象がマスクをしている場合、仮に対象者が本人（即ち、登録済みのユーザ）であっても、マスクで顔が隠れているが故に第１スコアは低く算出される。一方で、エキスパートモデルがマスク特化モデルとして構成されている場合、マスクをしていても対象を正確に認識できるため、第２スコアは高く算出される。このような状態では、本来であれば本人判定されるべきであるが、第１スコアのみで判定しようとすると、第１スコアが低くなっていることに起因して第１統合スコアも低くなってしまうため、他人判定されてしまうおそれがある。
　しかるに本実施形態では、エキスパートスコアの重みを大きくして算出された第２統合スコアによって、上記のような不適切な判定が行われてしまう可能性がある状態（即ち、特定状態）であるか否かが判定される。そして、特定状態である場合には、認証結果は出力されず、認証結果以外の情報が出力されることになる。なお、本実施形態では、認証結果以外の情報の例として誘導情報を挙げたが、誘導情報以外の情報を出力するようにしてもよい。例えば、特定状態である場合には、アラート情報（即ち、正確な認証が実行できない可能性があることを注意喚起する情報）を出力するようにしてもよい。
　（技術的効果）
　次に、第２実施形態に係る情報処理システム１０によって得られる技術的効果について説明する。
　図４及び図５で説明したように、第２実施形態に係る情報処理システム１０では、特定状態でない場合に認証結果が出力され、特定状態である場合には認証結果以外の情報が出力される。このようにすれば、特定状態である場合に、誤った認証結果が出力されてしまうことを抑制することができる。また、特定状態である場合に誘導情報を出力するようにすれば、対象者に所定の動作を要求し、それによって特定状態の解消を図ることが可能である。
　＜第３実施形態＞
　第３実施形態に係る情報処理システム１０について、図６及び図７を参照して説明する。なお、第３実施形態は、上述した第２実施形態で説明した特定状態に対応する領域（図５参照）の決定方法の例を示すものであり、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。
　（領域の設定方法）
　まず、図６を参照しながら、第３実施形態に係る情報処理システム１０における特定状態に対応する領域の設定方法について説明する。図６は、第３実施形態に係る情報処理システムにおける特定状態に対応する領域の決定方法を示すグラフである。
　図６に示すように、特定状態に対応する領域の大きさは、α（即ち、領域の幅に対応する値）を決定して定めればよい。この際、αの値は、認証処理における他人誤受率（即ち、他人を本人として判定してしまう確率）に基づいて設定されてよい。例えば、図中の特定状態に対応する領域の発生確率が、他人誤受率に対応する領域の発生確率と同じになるようにαを決定してよい。
　ちなみに、他人誤受率をＰＦＡ （α）とすると、第１統合スコアτ１は下記式（１）のように算出でき、第２統合スコアτ２は下記式（２）のように算出できる。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　上記のように、第２統合スコアτ２は、他人誤受率に基づいて算出されてよい。なお、１－ｐ（α）は推論精度に基づく重みに対応しており、－ｌｏｇＰＦＡ （α）が第１スコア及び第２スコアに対応している。
（領域の大きさ計算）
　次に、図７を参照しながら、第３実施形態に係る情報処理システム１０における特定状態に対応する領域の大きさを計算する方法について説明する。図７は第３実施形態に係る情報処理システムにおける特定状態に対応する領域の大きさの計算方法を示すグラフである。
　図７において、特定状態に対応する領域の発生確率は、図中の台形領域の発生確率を算出する要領で求められる。具体的には、特定状態に対応する領域の発生確率Ｐは、下記数式（３）のように算出できる。
Figure JPOXMLDOC01-appb-M000003
　なお、ｃ＝ｌｎ１０である。また、ここでは、各軸が他人誤受率の負の対数であるとしている。また、各スコアが互いに独立（無相関）とみなしている（即ち、各モデルが互いに異なる特性を持つことを前提としている）。
　（技術的効果）
　次に、第３実施形態に係る情報処理システム１０によって得られる技術的効果について説明する。
　図６及び図７で説明したように、第３実施形態に係る情報処理システム１０では、特定状態に対応する領域の大きさが、他人誤受率に基づいて設定される。このようにすれば、特定状態が発生する確率を適切な値とすることができる。よって、例えば特定状態が多く発生することで、認証結果以外の情報が出力される機会が増えすぎてしまうことを抑制できる。
　＜第４実施形態＞
　第４実施形態に係る情報処理システム１０について、図８から図１０を参照して説明する。なお、第４実施形態は、上述した第１から第３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。
　（機能的構成）
　まず、図８を参照しながら、第４実施形態に係る情報処理システム１０の機能的構成について説明する。図８は、第４実施形態に係る情報処理システムの機能的構成を示すブロック図である。なお、図８では、図２で説明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８に示すように、第４実施形態に係る情報処理システム１０は、その機能を実現するための構成要素として、スコア取得部１１０と、第１統合スコア算出部１２０と、第２統合スコア算出部１３０と、スコア判定部１４０と、出力部１５０と、第３統合スコア算出部１６０と、を備えて構成されている。即ち、第４実施形態に係る情報処理システム１０は、第１実施形態の構成（図２参照）に加えて、第３統合スコア算出部１６０を備えている。なお、第３統合スコア算出部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。
　第３統合スコア算出部１６０は、第１スコアと第２スコアとを統合することで、第３統合スコアを算出可能に構成されている。第３統合スコアの算出方法は特に限定されないが、第３統合スコア算出部１６０は、第１統合スコアを算出する場合（即ち、第１統合スコア算出部１２０の処理）と比べて、第１スコアの重みが大きくなるように統合処理を行うように構成されている。このため、第３統合スコアは、第１統合スコアとも第２統合スコアとも異なるスコアとなる。第３統合スコア算出部１６０で算出された第３統合スコアは、スコア判定部１４０に出力される構成となっている。
　そして、第４実施形態に係るスコア判定部１４０は、第１統合スコア及び第２統合スコアに加えて、第３統合スコアを用いた判定を行うように構成されている。スコア判定部１４０における判定動作については、以下で詳しく説明する。
　（動作の流れ）
　次に、図９を参照しながら、第４実施形態に係る情報処理システム１０による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システム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３で示した各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システム１０の動作が開始されると、まずスコア取得部１２０が、第１推論モデルの出力に基づく第１スコアと、第２推論モデルの出力に基づく第２スコアと、を取得する（ステップＳ１０１）。
　続いて、第１統合スコア算出部１２０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第１統合スコアを算出する（ステップＳ１０２）。また、第２統合スコア算出部１３０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第２統合スコアを算出する（ステップＳ１０３）。更に、第３統合スコア算出部１６０が、スコア取得部１２０で取得された第１スコア及び第２スコアに基づいて、第３統合スコアを算出する（ステップＳ４０１）。
　なお、第３統合スコアは、第２統合スコアを算出する際と同様の方法で算出することができる。具体的には、上述した数式（２）における第１スコア及び第２スコアを入れ替えて計算することで、第３統合スコアを計算することができる。
　続いて、スコア判定部１４０が、第１統合スコア算出部１２０で算出された第１統合スコア、第２統合スコア算出部１３０で算出された第２統合スコア、及び第３統合スコア算出部１６０で算出された第３統合スコアに基づいて、特定状態であるか否かを判定する（ステップＳ４０２）。ここで特に、本実施形態に係るスコア判定部１４０は、第２統合スコアのみが所定閾値を超えている場合、又は第３統合スコアのみが所定閾値を超えている場合に、特定状態であると判定する。
　特定状態でないと判定された場合（ステップ４０２：ＮＯ）、スコア判定部１４０が第１統合スコアに基づく推論を行い、出力部１５０が推論結果を出力する（ステップＳ１０５）。一方、特定状態であると判定された場合（ステップ４０２：ＹＥＳ）、出力部１５０は推論結果以外の情報を出力する。
　（複数の特定状態）
　次に、図１０を参照しながら、第４実施形態に係る情報処理システム１０における特定状態について具体的に説明する。図１０は、第４実施形態に係る情報処理システムにおける特定状態に対応する領域を示すグラフである。
　図１０に示すように、第４実施形態に係る情報処理システム１０では、複数の特定状態が判定されることになる。具体的には、上述した各実施形態では、第１スコアが低く、第２スコアが高くなるような特定状態を判定する例について説明したが、本実施形態では、第１スコアが高く、第２スコアが低くなるような特定状態についても判定する。
　（技術的効果）
　次に、第４実施形態に係る情報処理システム１０によって得られる技術的効果について説明する。
　図８から図１０で説明したように、第４実施形態に係る情報処理システム１０では、第３統合スコアを用いて特定状態が判定される。このようにすれば、複数の特定状態を判定することができるため、１つの特定状態のみを判定する場合と比べて、複数のモデルの各々の特性をより考慮した上で情報を出力することが可能となる。
　＜第５実施形態＞
　第５実施形態に係る情報処理システム１０について、図１１及び図１２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。
　（モデル構成）
　まず、図１１を参照しながら、第５実施形態に係る情報処理システム１０が用いるモデルの構成について説明する。図１１は、第５実施形態に係る情報処理システム１０が用いるモデルの構成を示すブロック図である。
　図１１に示すように、第５実施形態に係る情報処理システム１０では、１つの第１推論モデルと、２つの第２推論モデルＡ及びＢが用いられる。第１推論モデルは、第１スコアを出力する。第２推論モデルＡは、第２スコアＡを出力する。第２推論モデルＢは、第２スコアＢを出力する。このため、第５実施形態に係る情報処理システム１０におけるスコア取得部１１０は、第１スコア、第２スコアＡ及び第２スコアＢの３つのスコアを取得する。
　また、第５実施形態に係る第２統合スコア算出部１３０は、第２推論モデルごとに第２スコアごとに第２統合スコアを算出する。言い換えれば、第２統合スコア算出部１３０は、第２スコアごとに第２統合スコアを算出する。具体的には、第２統合スコア算出部１３０は、第１スコア及び第２スコアＡから第２統合スコアＡを算出する。また、第２統合スコア算出部１３０は、第１スコア及び第２スコアＢから第２統合スコアＢを算出する。
　（特定状態）
　次に、図１２を参照しながら、第５実施形態に係る情報処理システム１０における特定状態について具体的に説明する。図１２は、第５実施形態に係る情報処理システムにおける特定状態に対応する領域を示すグラフである。
　図１２に示すように、第５実施形態に係る情報処理システム１０では、第１統合スコアＡ及び第２統合スコアＢのいずれかが所定閾値を超えた場合に、特定状態であると判定する。この特定状態に対応する領域の大きさは、図中のα及びβ２で定義される。α及びβ２の値は、第３実施形態で説明した数式（３）を用いて算出されてよい（図７参照）。この際、α及びβ２の値は、特定領域の発生確率が、他人誤受率に対応する領域の発生確率と同じになるように算出されてよい。
　なお、ここでは第２推論モデルが２つある場合について説明したが、第２推論モデルは３つ以上であってもよい。その場合でも、複数の第２推論モデルの各々に対応する第２統合スコアを算出すれば（即ち、第２スコアごとに第２統合スコアを算出すれば）、同様の手法で特定状態を判定できる。ｉ番目の第２統合スコアは、例えば下記式（４）を用いて算出することができる。
Figure JPOXMLDOC01-appb-M000004
　（技術的効果）
　次に、第５実施形態に係る情報処理システム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５実施形態に係る情報処理システム１０では、複数の第２スコアを用いて、複数の第２統合スコアが算出される。このようにすれば、第２推論モデルが複数ある場合であっても、各モデルの各々の特性を考慮して、より適切な情報を出力することができる。
　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。プログラムは、例えばＳａａＳ（Ｓｏｆｔｗａｒｅ　ａｓ　ａ　Ｓｅｒｖｉｃｅ）形式でユーザに提供されてもよい。
　＜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に記載の情報処理システムは、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得するスコア取得手段と、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出する第１統合スコア算出手段と、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出する第２統合スコア算出手段と、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定するスコア判定手段と、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する出力手段と、を備える情報処理システムである。
　（付記２）
　付記２に記載の情報処理システムは、前記第１推論モデル及び前記第２推論モデルは、対象者に関する情報を入力として、対象者が登録済みのユーザであるか否かを認証する認証モデルであり、前記出力手段は、前記特定状態でない場合に前記対象者の認証結果を出力し、前記特定状態である場合に前記認証結果とは異なる情報を出力する、付記１に記載の情報処理システムである。
　（付記３）
　付記３に記載の情報処理システムは、前記出力手段は、前記特定状態でない場合に、前記対象者に対して所定動作を行うことを要求する情報を出力する、付記２に記載の情報処理システムである。
　（付記４）
　付記４に記載の情報処理システムは、前記第２統合スコアは、他人誤受率に基づいて算出される値である、付記１から３のいずれか一項に記載の情報処理システムである。
　（付記５）
　付記５に記載の情報処理システムは、前記第１統合スコアを算出する場合と比べて、前記第１スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第３統合スコアを算出する第３統合スコア算出手段を更に備え、前記スコア判定手段は、前記第２統合スコア及び前記第３統合スコアのいずれかが前記所定閾値を超えている場合に、前記特定状態であると判定する、付記１から４のいずれか一項に記載の情報処理システムである。
　（付記６）
　付記６に記載の情報処理システムは、前記第２推論モデルは、互いに特性の異なる複数のモデルを含んでおり、前記第２統合スコア手段は、前記複数のモデル各々について前記第２統合スコアを算出し、前記スコア判定手段は、複数の前記第２統合スコアのいずれかが前記所定閾値を超えている場合に、前記特定状態であると判定する、付記１から５のいずれか一項に記載の情報処理システムである。
　（付記７）
　付記７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、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、情報処理方法である。
　（付記８）
　付記８に記載の記録媒体は、少なくとも１つのコンピュータに、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、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９）
　付記９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、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、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。
　（付記１０）
　付記１０に記載の情報処理装置は、第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得するスコア取得手段と、前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出する第１統合スコア算出手段と、前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出する第２統合スコア算出手段と、前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定するスコア判定手段と、前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する出力手段と、を備える情報処理装置である。
　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システム、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　情報処理システム
　１１　プロセッサ
　１１０　スコア取得部
　１２０　第１統合スコア算出部
　１３０　第２統合スコア算出部
　１４０　スコア判定部
　１５０　出力部
　１６０　第３統合スコア算出部

Claims (8)

  1. 　第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得するスコア取得手段と、
    　前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出する第１統合スコア算出手段と、
    　前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出する第２統合スコア算出手段と、
    　前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定するスコア判定手段と、
    　前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する出力手段と、
    　を備える情報処理システム。
  2. 　前記第１推論モデル及び前記第２推論モデルは、対象者に関する情報を入力として、対象者が登録済みのユーザであるか否かを認証する認証モデルであり、
    　前記出力手段は、前記特定状態でない場合に前記対象者の認証結果を出力し、前記特定状態である場合に前記認証結果とは異なる情報を出力する、
    　請求項１に記載の情報処理システム。
  3. 　前記出力手段は、前記特定状態でない場合に、前記対象者に対して所定動作を行うことを要求する情報を出力する、
    　請求項２に記載の情報処理システム。
  4. 　前記第２統合スコアは、他人誤受率に基づいて算出される値である、
    　請求項２又は３に記載の情報処理システム。
  5. 　前記第１統合スコアを算出する場合と比べて、前記第１スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第３統合スコアを算出する第３統合スコア算出手段を更に備え、
    　前記スコア判定手段は、前記第２統合スコア及び前記第３統合スコアのいずれかが前記所定閾値を超えている場合に、前記特定状態であると判定する、
    　請求項１から３のいずれか一項に記載の情報処理システム。
  6. 　前記第２推論モデルは、互いに特性の異なる複数のモデルを含んでおり、
    　前記第２統合スコア手段は、前記複数のモデル各々について前記第２統合スコアを算出し、
    　前記スコア判定手段は、複数の前記第２統合スコアのいずれかが前記所定閾値を超えている場合に、前記特定状態であると判定する、
    　請求項１から３のいずれか一項に記載の情報処理システム。
  7. 　少なくとも１つのコンピュータによって、
    　第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、
    　前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、
    　前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、
    　前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、
    　前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、
    　情報処理方法。
  8. 　少なくとも１つのコンピュータに、
    　第１推論モデルの出力に基づく第１スコアと、前記第１推論モデルとは特性の異なる第２推論モデルの出力に基づく第２スコアと、を取得し、
    　前記第１スコアと前記第２スコアとを統合することで第１統合スコアを算出し、
    　前記第１統合スコアを算出する場合と比べて、前記第２スコアの重みが大きくなるように前記第１スコアと第２スコアとを統合して第２統合スコアを算出し、
    　前記第１統合スコア及び前記第２統合スコアの各々が所定閾値を超えているか否かを判定すると共に、前記第２統合スコアのみが前記所定閾値を超えている特定状態であるか否かを判定し、
    　前記特定状態でない場合に、前記第１統合スコアが前記所定閾値を超えているか否かに基づく推論結果を出力し、前記特定状態である場合に、前記推論結果とは異なる情報を出力する、
    　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/JP2022/037489 2022-10-06 2022-10-06 情報処理システム、情報処理方法、及び記録媒体 WO2024075256A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/037489 WO2024075256A1 (ja) 2022-10-06 2022-10-06 情報処理システム、情報処理方法、及び記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/037489 WO2024075256A1 (ja) 2022-10-06 2022-10-06 情報処理システム、情報処理方法、及び記録媒体

Publications (1)

Publication Number Publication Date
WO2024075256A1 true WO2024075256A1 (ja) 2024-04-11

Family

ID=90607962

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/037489 WO2024075256A1 (ja) 2022-10-06 2022-10-06 情報処理システム、情報処理方法、及び記録媒体

Country Status (1)

Country Link
WO (1) WO2024075256A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11306351A (ja) * 1998-04-20 1999-11-05 Ntt Data Corp データ統合方法及び装置、記録媒体
US20160006744A1 (en) * 2014-07-03 2016-01-07 Fengpei Du Sensor-based human authorization evaluation
WO2020079741A1 (ja) * 2018-10-16 2020-04-23 日本電気株式会社 虹彩認証装置、虹彩認証方法および記録媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11306351A (ja) * 1998-04-20 1999-11-05 Ntt Data Corp データ統合方法及び装置、記録媒体
US20160006744A1 (en) * 2014-07-03 2016-01-07 Fengpei Du Sensor-based human authorization evaluation
WO2020079741A1 (ja) * 2018-10-16 2020-04-23 日本電気株式会社 虹彩認証装置、虹彩認証方法および記録媒体

Similar Documents

Publication Publication Date Title
CN109948408B (zh) 活性测试方法和设备
US10275671B1 (en) Validating identity and/or location from video and/or audio
EP3321853B1 (en) Facial recognition similarity threshold adjustment
US11545154B2 (en) Method and apparatus with registration for speaker recognition
US20150310308A1 (en) Method and apparatus for recognizing client feature, and storage medium
JP6798798B2 (ja) ユーザ認証のためのデータを更新する方法及び装置
WO2019062721A1 (zh) 语音身份特征提取器、分类器训练方法及相关设备
JP2007128046A (ja) 認証方法、認証システム及び補正要素導出方法
US8396263B2 (en) Method, apparatus and computer program product for providing face pose estimation
JP2018532181A (ja) セグメントベース手書き署名認証システム及び方法
US20150113634A1 (en) Biometric verification
EP3458997A2 (en) Iris recognition methods and systems based on an iris stochastic texture model
JP2020107331A (ja) 一般化されたユーザモデルを用いたユーザ認証方法及び装置
WO2024075256A1 (ja) 情報処理システム、情報処理方法、及び記録媒体
JP5627511B2 (ja) 状態推定装置、状態推定方法及びプログラム
JP7375692B2 (ja) 情報処理装置、情報処理方法、及び情報処理システム
US10803301B1 (en) Detecting fraud in image recognition systems
US11810398B2 (en) Face clustering with image uncertainty
CN109214271B (zh) 用于重识别的损失函数确定的方法及装置
JP2014032605A (ja) 画像認識装置、画像認識方法および画像認識プログラム
WO2014050381A1 (ja) 生体認証装置、生体認証方法、及びコンピュータ読み取り可能な記録媒体
CN115115378A (zh) 交易安全监控方法及装置
WO2023181272A1 (ja) 情報処理装置、情報処理方法、及び記録媒体
WO2024069762A1 (ja) 情報処理システム、情報処理方法、及び記録媒体
JP7029726B2 (ja) 判定システム、判定方法及びプログラム

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: 22961443

Country of ref document: EP

Kind code of ref document: A1