[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP2008033810A - Face image collation device - Google Patents

Face image collation device Download PDF

Info

Publication number
JP2008033810A
JP2008033810A JP2006208853A JP2006208853A JP2008033810A JP 2008033810 A JP2008033810 A JP 2008033810A JP 2006208853 A JP2006208853 A JP 2006208853A JP 2006208853 A JP2006208853 A JP 2006208853A JP 2008033810 A JP2008033810 A JP 2008033810A
Authority
JP
Japan
Prior art keywords
face image
candidate
similarity
registered
input
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
JP2006208853A
Other languages
Japanese (ja)
Other versions
JP4850609B2 (en
Inventor
Hideyuki Aoki
秀行 青木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Secom Co Ltd
Original Assignee
Secom Co Ltd
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 Secom Co Ltd filed Critical Secom Co Ltd
Priority to JP2006208853A priority Critical patent/JP4850609B2/en
Publication of JP2008033810A publication Critical patent/JP2008033810A/en
Application granted granted Critical
Publication of JP4850609B2 publication Critical patent/JP4850609B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a face image collation device capable of appropriately selecting a registration face image of an update object so as not to cause deterioration of collation accuracy when a plurality of registration face images corresponding to a photographic condition such as face direction in collation or the like is prepared. <P>SOLUTION: The face image collation device for performing individual collation by collating an input face image with a plurality of registration face images comprises a storage part storing the plurality of registration face images for the face of the same person taken in different photographic conditions and a candidate face image to be used for update for each of the plurality of registration face images; a candidate face image update part for calculating a similarity that is the degree of similarity of an input face image acquired by an input face image acquisition part to the plurality of registration face images, comparing the similarity of each of the plurality of registration face images to the input face image, selecting a registration face image having the largest similarity, and updating a candidate face image corresponding to the selected registration face image with the input face image; and a registration face image update part for updating the registration face image with the corresponding candidate face image. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、顔画像を用いて本人認証を行う顔画像照合装置に関し、特に予め登録している本人の登録顔画像を順次更新していく顔画像照合装置に関する。   The present invention relates to a face image collation apparatus that performs personal authentication using a face image, and more particularly to a face image collation apparatus that sequentially updates a registered face image of a person registered in advance.

近年、高度のセキュリティが必要とされる施設において利用者の入退室を管理する場合や機密データへのアクセスを制限する場合などに、身体的特徴をもとに本人を確認するいわゆる生体認証(バイオメトリクス)の手法が利用されている。身体的特徴には、指紋、眼球の虹彩、顔等の身体的特徴が用いられる。   In recent years, so-called biometric authentication (biometrics) that verifies the identity of a person based on their physical characteristics when managing entry / exit of users or restricting access to confidential data in facilities that require a high level of security. (Metrics) method is used. Physical features such as fingerprints, eyeball irises, and faces are used as the physical features.

顔画像を用いた顔画像照合装置においては、照合時にビデオカメラ等にて撮影した入力顔画像と、予め登録している本人の顔画像である登録顔画像を照合して、入力顔画像が本人かどうか判定する。かかる顔画像照合装置は、部屋への入退室管理に使用され、照合結果が本人と判定されれば扉の電気錠を解錠し、本人でないと判定されれば解錠せず警告等を行う。   In a face image collation device using a face image, the input face image is collated with a registered face image, which is a face image of the person registered in advance, with the input face image captured by a video camera or the like at the time of collation. Determine whether or not. Such a face image collation device is used for room entry / exit management, and if the collation result is determined to be the person, the electric door lock is unlocked, and if it is not the person, a warning or the like is issued. .

ところで、登録顔画像には正面を向いて撮影した顔画像を用意することが一般的である。しかし、顔画像照合装置にて照合する場面では、撮影のタイミング、利用者の癖、装置の設置状況など種々の理由により、正面以外の向きで撮影してしまうこともある。また、眼鏡をかけて登録した利用者が眼鏡を外して利用する場合もある。よって、正面を向いた登録顔画像を1枚のみ用意するのでは、利用者を正しく本人と判定できない場合がある。   By the way, it is common to prepare a face image taken facing the front as a registered face image. However, in a scene where collation is performed by the face image collation device, the image may be photographed in a direction other than the front due to various reasons such as photographing timing, user's habit, and installation status of the device. In some cases, a user who has registered with glasses wears off his / her glasses. Therefore, if only one registered face image facing the front is prepared, the user may not be correctly determined as the user.

このため、従来、顔画像照合装置では、撮影条件の異なる複数の登録顔画像を用意している。例えば、特許文献1では、まず顔の向きを検出し、検出された顔の向きと同じ条件にて撮影された登録顔画像を選択してから照合処理を行っている。   For this reason, conventionally, a face image collation apparatus prepares a plurality of registered face images having different shooting conditions. For example, in Patent Document 1, the face orientation is first detected, and a registered face image photographed under the same conditions as the detected face orientation is selected, and then matching processing is performed.

また、人間の顔は、加齢・眼鏡の交換・化粧の具合などにより変動するため、登録顔画像を全く更新しないと、本人であっても本人でないと判定することがある。   In addition, since the human face fluctuates due to aging, exchange of glasses, makeup, and the like, if the registered face image is not updated at all, it may be determined that the person is not the person.

このため、従来、顔画像照合装置では、適宜、登録顔画像を更新している。例えば、特許文献2では、利用者に登録顔画像を提示して、手動入力を促し、更新してよいかどうかの判断を委ねている。
特開2002−288670号公報 特開2005−115481号公報
For this reason, conventionally, in the face image matching device, the registered face image is appropriately updated. For example, in Patent Document 2, a registered face image is presented to a user, a manual input is prompted, and a determination is made as to whether or not the update is allowed.
JP 2002-288670 A JP-A-2005-115481

しかしながら、従来の顔画像照合装置では、撮影条件の異なる複数の登録顔画像の中から、利用者が更新対象となる登録顔画像を自ら選択しなければならず、利用者の使い勝手が悪い。
また、登録顔画像は、同一人物を撮影した顔画像のため、基本的に良く似た画像である。他方、顔画像照合装置における入力顔画像と登録顔画像とが類似している度合い、すなわち類似度は、必ずしも人が目視にて似ていると認識する程度と必ずしも一致しない。
このため、上を向いた顔画像の登録顔画像が、下を向いた顔画像である入力顔画像にて更新される可能性がある。したがって、異なる撮影条件の入力顔画像によって登録顔画像が更新されると、実際の運用における撮影条件のばらつきに対応するために適確な登録顔画像を複数用意していたにもかかわらず、更新により偏った撮影条件の顔画像となってしまう可能性がある。
However, in the conventional face image matching device, the user has to select a registered face image to be updated from a plurality of registered face images with different shooting conditions, which is inconvenient for the user.
The registered face image is basically a similar image because it is a face image of the same person. On the other hand, the degree of similarity between the input face image and the registered face image in the face image matching device, that is, the degree of similarity, does not necessarily match the degree of recognition that a person is visually similar.
For this reason, there is a possibility that the registered face image of the face image facing upward is updated with the input face image that is a face image facing downward. Therefore, when the registered face image is updated with an input face image under different shooting conditions, the update is performed even though a plurality of appropriate registered face images are prepared to cope with variations in shooting conditions in actual operation. May result in a face image with biased shooting conditions.

そこで、本発明は、かかる課題を鑑みてなされたものであり、照合時の顔の向きの変動や、眼鏡の有無等の顔の撮影条件に対応できるよう複数の登録顔画像を用意した場合に、顔の撮影条件に対応する登録顔画像を自動的に選択し、更新して、照合精度の劣化を招かない顔画像照合装置の提供を目的とする。   Therefore, the present invention has been made in view of such a problem, and in the case where a plurality of registered face images are prepared so as to be able to cope with face photographing conditions such as face direction fluctuation at the time of collation and presence / absence of glasses. It is an object of the present invention to provide a face image collation apparatus that automatically selects and updates a registered face image corresponding to a face photographing condition and does not cause degradation of collation accuracy.

かかる課題を解決するために本発明は、予め記憶している複数の登録顔画像と入力顔画像を照合して本人照合を行う顔画像照合装置であって、照合者の顔を撮影した入力画像に基づいて入力顔画像を取得する入力顔画像取得部と、同一人物の顔を異なる撮影条件にて撮影した複数の登録顔画像と複数の登録顔画像ごとに更新に使用する候補顔画像を記憶している記憶部と、入力顔画像取得部にて取得した入力顔画像と前記複数の登録顔画像の類似している度合である類似度を算出し、当該類似度が照合閾値を超えていると本人であると判定する照合部と、照合部の照合結果を外部に出力する出力部と、照合部にて算出した複数の登録顔画像ごとの入力顔画像に対する類似度を比較し、最も類似度が大きい登録顔画像を選択し、選択された登録顔画像に対応する候補顔画像を前記入力顔画像にて更新する候補顔画像更新部と、候補顔画像にて対応する登録顔画像を更新する登録顔画像更新部とを有する顔画像照合装置を提供する。   In order to solve such a problem, the present invention is a face image collation device that collates a plurality of registered face images stored in advance with an input face image and performs person collation, and an input image obtained by photographing a face of a collator An input face image acquisition unit that acquires an input face image based on the image, a plurality of registered face images obtained by photographing the same person's face under different shooting conditions, and candidate face images used for updating for each of the plurality of registered face images Calculating the similarity that is the degree of similarity between the input face image acquired by the storage unit and the input face image acquisition unit and the plurality of registered face images, and the similarity exceeds a matching threshold value Compare the similarity to the input face image for each of a plurality of registered face images calculated by the collation unit, the collation unit that determines that the user is the person, the output unit that outputs the collation result of the collation unit to the outside, and the most similar Select a registered face image with a high degree and select the registered face image Provided is a face image matching device having a candidate face image update unit that updates a candidate face image corresponding to an image with the input face image, and a registered face image update unit that updates a registered face image corresponding to the candidate face image To do.

かかる構成により、本発明は、撮影条件の異なる複数の登録顔画像の更新に使用する候補顔画像を更新する際に、入力顔画像と最も類似度が大きい登録顔画像を選択し、選択した登録顔画像に対応する候補顔画像を入力顔画像での更新処理を行う。   With this configuration, the present invention selects a registered face image having the highest similarity to the input face image and updates the selected registered face image used for updating a plurality of registered face images with different shooting conditions. The candidate face image corresponding to the face image is updated with the input face image.

本発明の好適な態様では、記憶部に1の登録顔画像に対し3以上の候補顔画像が記憶され、候補顔画像更新部は、候補顔画像について相互に類似している度合を示す相互類似度を算出し、相互類似度が最も大きい候補顔画像と前記入力顔画像との類似度を算出し、当該類似度が更新閾値を越えている場合に限り、当該入力顔画像を用いて候補顔画像を更新する。   In a preferred aspect of the present invention, three or more candidate face images are stored for one registered face image in the storage unit, and the candidate face image update unit indicates the degree of similarity between the candidate face images. The degree of similarity is calculated, the degree of similarity between the candidate face image having the highest degree of mutual similarity and the input face image is calculated, and the candidate face is used using the input face image only when the degree of similarity exceeds the update threshold. Update the image.

かかる態様により、本発明は、他人または他の撮影条件での入力顔画像にて候補顔画像が更新されるのを防ぐことができる。   According to this aspect, the present invention can prevent the candidate face image from being updated with the input face image under another person or other shooting conditions.

また、本発明の別の態様では、記憶部には、1の登録顔画像に対し3以上の候補顔画像が記憶され、候補顔画像更新部は、前記候補顔画像と入力顔画像とが類似している度合を示す候補類似度を算出し、前記候補類似度が最大でも最小でもない中間の候補類似度が更新閾値を越えている場合に、当該入力顔画像を用いて前記記憶部に記憶されている候補顔画像を更新する。   In another aspect of the present invention, the storage unit stores three or more candidate face images for one registered face image, and the candidate face image update unit has a similarity between the candidate face image and the input face image. The candidate similarity indicating the degree of the image is calculated and stored in the storage unit using the input face image when an intermediate candidate similarity that is neither maximum nor minimum exceeds the update threshold. The candidate face image being updated is updated.

かかる態様により、本発明は、他人または他の撮影条件での入力顔画像にて候補顔画像が更新されるのを防ぐことができる。   According to this aspect, the present invention can prevent the candidate face image from being updated with the input face image under another person or other shooting conditions.

また、本発明の別の態様では、登録顔画像更新部は、前記登録顔画像の劣化の状況を判定し、劣化していると判定した場合に、前記登録顔画像に対応する前記候補顔画像にて当該登録顔画像を更新する。かかる態様により、本発明は、登録顔画像の適切な時期の更新が可能になる。   According to another aspect of the present invention, the registered face image update unit determines a deterioration state of the registered face image, and determines that the registered face image is deteriorated, and determines the candidate face image corresponding to the registered face image. The registered face image is updated at. According to this aspect, the present invention can update the registered face image at an appropriate time.

更に、本発明の別の態様では、候補顔画像更新部は、照合部が本人であると判定した場合に限り、候補顔画像を更新する。かかる態様により、本発明は、他人の顔画像により候補顔画像が更新される可能性が少なくなり、照合装置としての信頼性が向上する。   Furthermore, in another aspect of the present invention, the candidate face image update unit updates the candidate face image only when the collation unit determines that the person is the person himself / herself. According to this aspect, the present invention reduces the possibility that the candidate face image is updated with the face image of another person, and improves the reliability as the collation device.

本発明は、撮影条件が異なる登録顔画像を複数用意した顔画像照合装置であっても、適切に選択された登録顔画像を入力顔画像にて更新することができるので、顔画像照合装置の使い勝手と信頼性の向上が図れる。   The present invention is capable of updating an appropriately selected registered face image with an input face image even if the face image matching apparatus has prepared a plurality of registered face images with different shooting conditions. Usability and reliability can be improved.

以下、図を参照して、本発明にかかる顔画像照合装置を、出入口の扉に電気錠が設置されている部屋へのアクセス制御システムに適用した実施形態を説明する。   Hereinafter, an embodiment in which a face image collation device according to the present invention is applied to an access control system for a room where an electric lock is installed at an entrance door will be described with reference to the drawings.

図1は、本発明にかかる顔画像照合装置100を備えたアクセス制御システム10全体の構成を示すブロック図である。アクセス制御システム10は、顔画像照合装置100、利用者の顔を撮影する撮像素子、レンズなどから構成されるカメラ150、利用者が操作して利用者情報(IDコードなど)を入力するキースイッチであるテンキー151、顔画像照合装置100からの出力に基づいて動作する扉に設置された電気錠160から構成されている。   FIG. 1 is a block diagram showing an overall configuration of an access control system 10 including a face image matching device 100 according to the present invention. The access control system 10 includes a face image matching device 100, an image sensor that captures a user's face, a camera 150 including a lens, and a key switch that is operated by the user to input user information (ID code, etc.) And the electric lock 160 installed on the door that operates based on the output from the face image matching device 100.

また、顔画像照合装置100は、接続しているカメラ150から顔画像を取得するインターフェースである入力部102、接続しているテンキー151から利用者情報を取得するインターフェースである選択入力部103、照合に使用する各種顔画像やプログラム等を記憶する記憶部104、顔画像から特徴を抽出するモジュールである特徴抽出部105、2つの顔画像の特徴を照合し判定するモジュールである照合部106、記憶部104に記憶される登録顔画像104aと候補顔画像104bを更新するためのモジュールである更新部107、接続している電気錠160に施錠または解錠信号を出力する出力部108、照合結果等を表示する表示部109、顔画像照合装置10の全体処理の制御を行う制御部101から構成されている。   The face image matching device 100 includes an input unit 102 that is an interface for acquiring a face image from a connected camera 150, a selection input unit 103 that is an interface for acquiring user information from a connected numeric keypad 151, and verification. A storage unit 104 that stores various face images and programs used for the image, a feature extraction unit 105 that is a module that extracts features from the face image, a matching unit 106 that is a module that compares and determines the features of two face images, and storage An update unit 107 that is a module for updating the registered face image 104a and the candidate face image 104b stored in the unit 104, an output unit 108 that outputs a lock or unlock signal to the connected electric lock 160, a collation result, etc. Display unit 109, and a control unit 101 that controls the overall processing of the face image matching device 10.

次に、顔画像照合装置10の各部について、詳細に説明する。
選択入力部103は、利用者によりテンキー151から入力された、利用者を特定する番号(ID番号)を取得し、制御部101に出力する。例えば、オフィスビルなどでは、社員番号を入力する。テンキーの代わりにタッチパネルや、ICカードリーダーを用いてもよい。
Next, each part of the face image matching device 10 will be described in detail.
The selection input unit 103 acquires a number (ID number) that is input from the numeric keypad 151 by the user and identifies the user, and outputs the number to the control unit 101. For example, in an office building, an employee number is input. A touch panel or an IC card reader may be used instead of the numeric keypad.

入力部102は、利用者がテンキー151を操作して入力したID番号が予め登録されたID番号であれば、カメラ150によって撮影された人物の顔画像を含む入力画像を取得し、制御部101に出力する。なお、入力画像取得のタイミングは、超音波センサ等を設置し、利用者の接近を検知することをトリガーとしてもよい。   If the ID number input by the user operating the numeric keypad 151 is an ID number registered in advance, the input unit 102 acquires an input image including a face image of a person photographed by the camera 150, and controls the control unit 101. Output to. The input image acquisition timing may be triggered by installing an ultrasonic sensor or the like and detecting the approach of the user.

記憶部104は、フラッシュメモリやハードディスクなどの記憶媒体で実現し、複数の登録顔画像104a、複数の候補顔画像104b、登録顔画像104aと候補顔画像104bに関連づけられる利用者毎のID番号、および、撮像部102にて取得された入力画像を一時的に記憶する。また、本実施の形態では、画像そのものを記憶しているが、特徴抽出部105にて抽出された特徴量を各種顔画像に変えて記憶しておいても良い。特徴量を記憶すれば、必要な記憶容量の削減や処理スピードの向上を図ることができる。   The storage unit 104 is realized by a storage medium such as a flash memory or a hard disk, and includes a plurality of registered face images 104a, a plurality of candidate face images 104b, an ID number for each user associated with the registered face images 104a and the candidate face images 104b, And the input image acquired in the imaging part 102 is memorize | stored temporarily. In the present embodiment, the image itself is stored. However, the feature amount extracted by the feature extraction unit 105 may be stored in place of various face images. If the feature amount is stored, the required storage capacity can be reduced and the processing speed can be improved.

このほか、図示していないが、記憶部104には、特徴抽出部105で実行されるプログラムである抽出モジュール、照合部106にて実行されるプログラムである照合モジュール、更新部107にて実行されるプログラムである更新モジュール、それらの処理にて用いられる照合閾値や、処理の状態を表すフラグなどの各種パラメータを記憶する。   In addition, although not shown, the storage unit 104 includes an extraction module that is a program executed by the feature extraction unit 105, a verification module that is a program executed by the verification unit 106, and an update unit 107. Various parameters such as an update module, a verification threshold value used in those processes, and a flag indicating the state of the process are stored.

ここで、登録顔画像104aと、候補顔画像104bについて説明する。
登録顔画像104aは、本人照合の基準となる顔画像であって、入力顔画像が許可された本人の顔画像であるかを照合するときに使用する。なお、登録顔画像104aは、利用者1人につき最低1枚あれば顔照合が可能であるが、顔の向き、眼鏡の有無、表情の変化、といった日常変動に対応するためには、あらかじめ変動を含む画像も記憶することが有効である。本実施の形態では、顔の向きの変動に対応するため、登録顔画像104aを1人あたり3枚用意し、各々、上向きの顔、正面向きの顔、下向きの顔を記憶する。なお、登録顔画像の数は利用者により異なってもよい。各登録顔画像104aは、後述する登録顔画像更新手段1071にて、候補顔画像104bを用いて更新される。
Here, the registered face image 104a and the candidate face image 104b will be described.
The registered face image 104a is a face image that serves as a reference for personal verification, and is used to verify whether the input facial image is a permitted facial image. The registered face image 104a can be face-checked if at least one registered face image 104a is used for each user. However, in order to cope with daily fluctuations such as face orientation, presence / absence of glasses, and changes in facial expressions, the registered face image 104a may be changed in advance. It is effective to store an image including In the present embodiment, three registered face images 104a are prepared for each person in order to cope with a change in face orientation, and an upward face, a front face, and a downward face are stored. The number of registered face images may vary depending on the user. Each registered face image 104a is updated using a candidate face image 104b by a registered face image updating unit 1071 described later.

候補顔画像104bは、登録顔画像104aの更新に使用する顔画像であって、登録顔画像104aと照合して本人であると判定された入力顔画像である。なお、本実施の形態では、登録顔画像104a1枚につき候補顔画像104bを3枚用意しているが、3枚以上であればよい。また、候補顔画像104bは、後述する候補顔画像更新手段1072にて更新される。
また、候補顔画像104bは登録顔画像104a毎に用意する。本実施の形態では、登録顔画像104aを1人あたり3枚用意しているので、候補顔画像104bは9枚用意されている。
The candidate face image 104b is a face image that is used to update the registered face image 104a, and is an input face image that is determined to be the person by comparing with the registered face image 104a. In this embodiment, three candidate face images 104b are prepared for each registered face image 104a, but three or more face images may be used. The candidate face image 104b is updated by candidate face image update means 1072 described later.
A candidate face image 104b is prepared for each registered face image 104a. In the present embodiment, since three registered face images 104a are prepared per person, nine candidate face images 104b are prepared.

複数の登録顔画像104a、各登録顔画像に対応付けられる複数の候補顔画像104b、およびID番号は、互いに対応付けられて記憶部104に記憶される。このID番号ごとの組が、顔画像照合装置100の利用者に対応して記憶されている。   The plurality of registered face images 104a, the plurality of candidate face images 104b associated with each registered face image, and the ID number are stored in the storage unit 104 in association with each other. A set for each ID number is stored corresponding to the user of the face image matching device 100.

特徴抽出部105、照合部106、および更新部107は、図示していないが記憶部104に記憶されている各種プログラムであるモジュールを制御部101にて実行される機能ブロックとして模式的に示している。   The feature extraction unit 105, the collation unit 106, and the update unit 107 schematically show modules that are various programs stored in the storage unit 104 (not shown) as functional blocks executed by the control unit 101. Yes.

特徴抽出部105は、入力画像から顔領域を切り出した入力顔画像を生成する顔画像切出手段1051と、入力顔画像と登録顔画像104aおよび候補顔画像104bの各種顔画像から照合に有用な特徴量を算出する特徴量算出手段1052を有する。   The feature extraction unit 105 is useful for collation from face image extraction means 1051 that generates an input face image obtained by cutting out a face area from the input image, and various face images of the input face image, the registered face image 104a, and the candidate face image 104b. A feature amount calculation unit 1052 that calculates a feature amount is included.

なお、本実施の形態では、入力顔画像取得部は、入力部102及び後述する特徴抽出部105における顔画像切出手段にて構成される。   In the present embodiment, the input face image acquisition unit includes a face image cutout unit in the input unit 102 and a feature extraction unit 105 described later.

顔画像切出手段1051は、予め多数の顔画像と顔が写っていない非顔画像にて学習させたニューラルネットを用いて、入力部102から入力された入力画像から入力顔画像を生成する。例えば、切り出す矩形の位置と大きさを様々に変え、最も大きな出力が得られた矩形を顔領域として抽出すればよい。かかる矩形の顔領域の画像を入力顔画像として切り出し、記憶部104に記憶させる。ニューラルネットワーク以外の方法を用いても良い。   The face image cutout unit 1051 generates an input face image from the input image input from the input unit 102 using a neural network learned in advance from a large number of face images and a non-face image in which no face is captured. For example, it is only necessary to change the position and size of the rectangle to be cut out and extract the rectangle with the largest output as the face area. The image of the rectangular face area is cut out as an input face image and stored in the storage unit 104. A method other than the neural network may be used.

特徴量算出手段1052は、記憶部104に記憶されている入力顔画像、登録顔画像104a、候補顔画像104bから本人判定のための特徴量を算出する。
具体的には、特徴量を抽出したい顔画像から目尻、目頭、口の端部、口の中心などの人の特徴を呈する特徴点をテンプレートマッチング法にて抽出する。テンプレートマッチング法は、目尻等の特徴点ごとに予め用意したテンプレート画像と入力画像をずらしマッチング処理する一般的な方法なので、詳細な説明は省略する。他の方法を用いても良い。
The feature amount calculation unit 1052 calculates a feature amount for the individual determination from the input face image, the registered face image 104a, and the candidate face image 104b stored in the storage unit 104.
Specifically, feature points exhibiting human features such as the corners of the eyes, the corners of the eyes, the edge of the mouth, the center of the mouth, and the like are extracted from the face image from which feature amounts are to be extracted by the template matching method. Since the template matching method is a general method in which a template image prepared in advance for each feature point such as the corner of the eye and the input image are shifted to perform matching processing, detailed description thereof is omitted. Other methods may be used.

次に特徴量算出手段1052は、抽出された各特徴点に対して、特徴点を中心に設定しガボールフィルタを作用させ、各特徴点近傍における方向、周波数、広がり、位置等の特徴量を算出する。ガボールフィルタを使用することにより、特徴点の周囲の局所的な画像から特徴量を算出できるので、照明の変化などによる全体的な輝度の変化の影響を避けつつ、特徴量を抽出することが可能となる。そして、特徴量算出手段1052は、算出した特徴量を顔画像とともに記憶部104に記憶する。なお、特徴点の部位や、特徴の種類に応じて重み付けをしてもよい。また、生体的特徴を現すパラメータであれば、他のパラメータを用いても良い。   Next, the feature amount calculation unit 1052 calculates a feature amount such as direction, frequency, spread, and position in the vicinity of each feature point by applying a Gabor filter to each extracted feature point with the feature point as the center. To do. By using a Gabor filter, feature quantities can be calculated from local images around the feature points, so it is possible to extract feature quantities while avoiding the effects of changes in overall brightness due to changes in lighting, etc. It becomes. The feature amount calculating unit 1052 stores the calculated feature amount in the storage unit 104 together with the face image. In addition, you may weight according to the site | part of a feature point, and the kind of feature. Also, other parameters may be used as long as the parameters express biological characteristics.

照合部106は、記憶部104に記憶された入力顔画像、登録顔画像104aまたは候補顔画像104bのうち2枚を比較し、同一人物の顔画像か否かの照合を行う。照合部106は、類似度算出手段1061と判定手段1062からなる。   The collation unit 106 compares two of the input face image, the registered face image 104a, or the candidate face image 104b stored in the storage unit 104, and collates whether the face images of the same person. The collation unit 106 includes similarity calculation means 1061 and determination means 1062.

類似度算出手段1061は、2枚の顔画像について、特徴抽出部105にて算出した特徴量どうしの類似度を算出する。例えば、入力顔画像の特徴量と、登録顔画像104aの特徴量を記憶部104からそれぞれ読み出す。次に、各特徴量をベクトルとみなし、各ベクトルの差を計算した差分ベクトルの長さの逆数が類似度である。類似度は、概念的に2枚の画像が類似している度合である。このため、本実施の形態では特徴量ベクトルを用いて数値化を試みているが、これに限られるものではなく、ユークリッド距離など他の方式を用いても良い。類似度算出手段1061にて算出した類似度は、判定手段1062または更新部107へ送出する。   The similarity calculation unit 1061 calculates the similarity between the feature amounts calculated by the feature extraction unit 105 for the two face images. For example, the feature amount of the input face image and the feature amount of the registered face image 104a are read from the storage unit 104, respectively. Next, each feature amount is regarded as a vector, and the reciprocal of the length of the difference vector obtained by calculating the difference between the vectors is the similarity. The degree of similarity is the degree to which two images are conceptually similar. For this reason, in the present embodiment, digitization is attempted using the feature vector, but the present invention is not limited to this, and other methods such as Euclidean distance may be used. The similarity calculated by the similarity calculation unit 1061 is sent to the determination unit 1062 or the update unit 107.

判定手段1062は、類似度算出手段1061で算出した類似度と、あらかじめ記憶されている照合閾値とを比較することで、照合部106に入力された2枚の顔画像が同一人物のものか否かを判定する。例えば、入力顔画像が登録顔画像104aの顔画像の本人か否かの判定を行う。判定結果が、本人と判定された場合は、出力部108を介して電気錠160に出力され、電気錠160を解錠する。なお、本人でない場合は、出力しない。また、判定結果は、表示部109に判定結果として出力され、本人であれば照合OKの旨、本人でなければ照合NGの旨を表示部109にて利用者に表示される。   The determining unit 1062 compares the similarity calculated by the similarity calculating unit 1061 with a collation threshold value stored in advance, so that the two face images input to the collation unit 106 belong to the same person. Determine whether. For example, it is determined whether or not the input face image is the face image of the registered face image 104a. When the determination result is determined to be the person, the electric lock 160 is output to the electric lock 160 via the output unit 108 and the electric lock 160 is unlocked. If you are not the person, do not output. The determination result is output to the display unit 109 as a determination result. If the user is the person himself, the verification OK is displayed, and if it is not the person himself, the verification NG is displayed to the user.

更新部107は、登録顔画像104aの更新を行う登録顔画像更新手段1071と、候補顔画像104bの更新を行う候補顔画像更新手段1072と、登録顔画像104aを選択する登録顔画像選択手段1073を有している。   The update unit 107 includes a registered face image update unit 1071 that updates the registered face image 104a, a candidate face image update unit 1072 that updates the candidate face image 104b, and a registered face image selection unit 1073 that selects the registered face image 104a. have.

登録顔画像選択手段1073は、記憶部104に記憶されている複数の登録顔画像104aから、付随する候補顔画像104bを更新すべき登録顔画像104aを選択する処理である。
具体的には、選択入力部103から入力されたID番号に対応する複数の登録顔画像104aのそれぞれについて、類似度算出手段1061にて、入力顔画像との類似度(本人類似度)を算出するが、そのうち最大の類似度を示した登録顔画像104aを選択する処理である。
本実施例では、登録顔画像104aは上向きの顔、正面向きの顔、下向きの顔が記憶されているが、例えば、入力顔画像として正面向きの顔画像が取得された場合には、最も類似度が高いことになる正面向きの登録顔画像104aが選択される。
The registered face image selection unit 1073 is a process of selecting the registered face image 104a to update the associated candidate face image 104b from the plurality of registered face images 104a stored in the storage unit 104.
Specifically, for each of the plurality of registered face images 104a corresponding to the ID number input from the selection input unit 103, the similarity calculation unit 1061 calculates the similarity (identity similarity) with the input face image. However, this is a process of selecting the registered face image 104a showing the maximum similarity.
In the present embodiment, the registered face image 104a stores an upward face, a front face, and a downward face. For example, when a front face image is acquired as the input face image, the most similar face image is obtained. The registered face image 104a facing front, which has a high degree, is selected.

登録顔画像更新手段1071は、複数の候補顔画像104bから他人の顔画像の可能性の低いものを特定し、登録顔画像104aを更新する。   The registered face image updating unit 1071 identifies a face image that is unlikely to be another person's face image from the plurality of candidate face images 104b, and updates the registered face image 104a.

登録顔画像更新手段1071は、判定手段1062にて本人であると判定した場合に処理を開始し、複数の候補顔画像104bから登録顔画像104aを更新する候補顔画像104bを選択し、選択した候補顔画像104bにて登録顔画像104aを更新する処理である。   The registered face image update unit 1071 starts processing when the determination unit 1062 determines that the person is the person, and selects and selects the candidate face image 104b for updating the registered face image 104a from the plurality of candidate face images 104b. This is a process of updating the registered face image 104a with the candidate face image 104b.

具体的には、登録顔画像更新手段1071は、記憶部104から、登録顔画像選択手段1073にて選択され、登録顔画像104aに対応する3枚の候補顔画像104bを読み出す。次に、類似度算出手段1061に読み出した候補顔画像104bの相互の類似度を算出させて、図4に示すように3つの類似度を取得する。ここでは、候補顔画像1と候補顔画像2との類似度を相互類似度A、候補顔画像2と候補顔画像3との類似度を類似度B、候補顔画像3と候補顔画像1との類似度を類似度Cと便宜的に呼ぶ。   Specifically, the registered face image update unit 1071 reads three candidate face images 104b corresponding to the registered face image 104a selected from the storage unit 104 by the registered face image selecting unit 1073. Next, the similarity calculation unit 1061 calculates the mutual similarity of the read candidate face images 104b, and acquires three similarities as shown in FIG. Here, the similarity between the candidate face image 1 and the candidate face image 2 is the mutual similarity A, the similarity between the candidate face image 2 and the candidate face image 3 is the similarity B, and the candidate face image 3 and the candidate face image 1 For the sake of convenience.

次に、候補顔画像がその他の候補顔画像と相互に類似する程度である相互類似度を算出する。具体的には、候補顔画像1では、類似度Aおよび類似度Cの平均値を相互類似度1として算出する。候補顔画像2では、類似度Bおよび類似度Aの平均値を相互類似度2として算出する。候補顔画像3では、類似度Cおよび類似度Bの平均値を相互類似度3として算出する。すなわち、「相互類似度1=(類似度A+類似度C)/2」「相互類似度2=(類似度B+類似度A)/2」「相互類似度3=(類似度C+類似度B)/2」にて、各候補顔画像の相互類似度を算出する。   Next, the mutual similarity is calculated so that the candidate face image is similar to the other candidate face images. Specifically, in the candidate face image 1, the average value of the similarity A and the similarity C is calculated as the mutual similarity 1. In the candidate face image 2, the average value of the similarity B and the similarity A is calculated as the mutual similarity 2. In the candidate face image 3, the average value of the similarity C and the similarity B is calculated as the mutual similarity 3. That is, “mutual similarity 1 = (similarity A + similarity C) / 2” “mutual similarity 2 = (similarity B + similarity A) / 2” “mutual similarity 3 = (similarity C + similarity B)” / 2 "calculates the mutual similarity of each candidate face image.

次に、各候補顔画像の相互類似度を比較し、最も類似度が高い候補顔画像104bを特定する。例えば、比較結果が相互類似度1>相互類似度2>相互類似度3との結果であれば、相互類似度1が最も類似度が高いので、候補顔画像1を特定する。そして、特定した候補顔画像1にて登録顔画像104aを更新する。   Next, the mutual similarity of each candidate face image is compared, and the candidate face image 104b with the highest similarity is specified. For example, if the comparison result is a result of mutual similarity 1> mutual similarity 2> mutual similarity 3, the mutual similarity 1 has the highest similarity, and thus the candidate face image 1 is specified. Then, the registered face image 104a is updated with the identified candidate face image 1.

アクセス制御システムの運用では、他人による詐称行為が行われ、さらに他人受理されて候補顔画像104bに他人の顔画像が紛れ込む頻度に比べると、本人が利用し、本人受理されて候補顔画像104bになる方が圧倒的に多い。したがって、他人の候補顔画像104bは、複数の候補顔画像104bの中で他の候補顔画像104bとの類似度が低くなり、逆に本人の候補顔画像104bは相互類似度が高くなる。なお、本実施の形態では、相互類似度が最も高い候補顔画像104bにて更新するようにしたが、候補顔画像104bの数を多くすれば、最高でなくてもある程度上位になっているいずれかの候補顔画像104bを特定するようにしても良い。   In the operation of the access control system, compared to the frequency of fraudulent acts by others, acceptance of others, and the appearance of others' face images in the candidate face image 104b, the use of the person and acceptance of the person to the candidate face image 104b There are overwhelmingly more. Therefore, the other person's candidate face image 104b has a low similarity to the other candidate face images 104b among the plurality of candidate face images 104b, and conversely, the person's candidate face image 104b has a higher mutual similarity. In this embodiment, the candidate face image 104b having the highest mutual similarity is updated. However, if the number of candidate face images 104b is increased, the number of candidate face images 104b may be higher than the highest. The candidate face image 104b may be specified.

更に、例え、他の撮影条件での入力顔画像が候補顔画像104bにて更新されていたとしても、かかる他の撮影条件での候補顔画像104bの相互類似度が最も高くなる可能性が低いので、他の撮影条件の入力顔画像が登録顔画像104aに更新される可能性が低くなる。   Furthermore, even if the input face image under other shooting conditions is updated in the candidate face image 104b, the possibility that the mutual similarity of the candidate face image 104b under the other shooting conditions is the highest is low. Therefore, the possibility that the input face image under other shooting conditions is updated to the registered face image 104a is reduced.

本実施の形態では、候補顔画像104bのみについて相互類似度を求めるとしていたが、登録顔画像104aも併せて相互類似度を求めても良い。   In the present embodiment, the mutual similarity is obtained only for the candidate face image 104b, but the mutual similarity may also be obtained for the registered face image 104a.

次に、候補顔画像更新手段1072を説明する。候補顔画像更新手段1072は、判定手段1062にて本人であると判定した場合に処理を開始し、複数の候補顔画像104bから最も他人の可能性が高いものと、入力顔画像を入れ替えて更新する。   Next, the candidate face image update unit 1072 will be described. The candidate face image update unit 1072 starts processing when the determination unit 1062 determines that the person is the person, and updates the candidate face image 104b by replacing the input face image with the one most likely to be another person. To do.

候補顔画像更新手段1072の処理について、図3を参照し詳細に説明する。図3は、候補顔画像更新手段の処理フローである。まず、S200では、後述するS208にて求めた候補顔画像104bの相互類似度のうち、最も高い候補顔画像を特定し、記憶部104から読み出す。すなわち、各候補顔画像の相互類似度を比較し、最も類似度が高い候補顔画像104bを特定する。例えば、比較結果が相互類似度1>相互類似度2>相互類似度3との結果であれば、相互類似度1が最も類似度が高い候補顔画像1を選択する。
ここで、相互類似度の最も高い候補顔画像1を選択するのは、候補顔画像1が最も他人の顔画像である可能性が低く、本人の顔画像の可能性が高いからである。そして、候補顔画像1と入力顔画像の類似度(候補類似度1)を類似度算出手段1061にて算出する。
The processing of the candidate face image update unit 1072 will be described in detail with reference to FIG. FIG. 3 is a processing flow of the candidate face image update means. First, in S200, the highest candidate face image is specified from the mutual similarity of the candidate face images 104b obtained in S208, which will be described later, and is read from the storage unit 104. That is, the mutual similarity of each candidate face image is compared, and the candidate face image 104b having the highest similarity is specified. For example, if the comparison result is a result of mutual similarity 1> mutual similarity 2> mutual similarity 3, the candidate face image 1 having the highest similarity is selected.
Here, the reason why the candidate face image 1 having the highest mutual similarity is selected is that the candidate face image 1 is unlikely to be the face image of another person and is likely to be the face image of the person himself / herself. Then, the similarity calculation unit 1061 calculates the similarity between the candidate face image 1 and the input face image (candidate similarity 1).

S202では、かかる候補顔画像1との候補類似度1が、記憶部104に記憶されている更新閾値を超えているか否か比較し、候補顔画像104bの更新をするかどうかを判定する。すなわち、候補類似度1が更新閾値以下の場合は、入力顔画像は候補顔画像104bの更新には不適切であると判定し、更新せずに、この候補顔画像更新処理を終了する。   In S202, it is determined whether or not the candidate face image 104b is updated by comparing whether or not the candidate similarity 1 with the candidate face image 1 exceeds the update threshold stored in the storage unit 104. That is, when the candidate similarity 1 is equal to or lower than the update threshold, it is determined that the input face image is inappropriate for updating the candidate face image 104b, and this candidate face image update process is terminated without updating.

S202にて、候補類似度1が更新閾値より大きい場合は、入力顔画像は候補顔画像104bの更新に適切なものであると判定し、S204に進む。更新閾値は、類似度算出方法・照合精度等に依存する。候補顔画像104bは、登録顔画像104aに更新される可能性があり、他人の可能性及び他の撮影条件での入力顔画像を極力排斥する必要があるので、更新閾値は高く設定する方がよい。他方、あまり高い更新閾値を設定すると、加齢等による本人の顔変化に追従できなくなる。したがって、更新閾値は、これらの要素を考慮しつつ、経験的に決定される。   In S202, when the candidate similarity 1 is larger than the update threshold, it is determined that the input face image is appropriate for updating the candidate face image 104b, and the process proceeds to S204. The update threshold depends on the similarity calculation method, collation accuracy, and the like. The candidate face image 104b may be updated to the registered face image 104a, and it is necessary to eliminate the input face image under the possibility of others and other shooting conditions as much as possible. Therefore, it is better to set the update threshold value higher. Good. On the other hand, if a too high update threshold is set, it becomes impossible to follow the face change of the person due to aging or the like. Therefore, the update threshold is determined empirically while taking these factors into consideration.

S204では、S200と同様に、類似度算出手段1061にて候補顔画像2と入力顔画像の類似度(候補類似度2)、候補顔画像3と入力顔画像の類似度(候補類似度3)を算出する。   In S204, similar to S200, the similarity calculation unit 1061 uses the similarity between the candidate face image 2 and the input face image (candidate similarity 2), and the similarity between the candidate face image 3 and the input face image (candidate similarity 3). Is calculated.

S206では、候補類似度1、候補類似度2および候補類似度3の中で、最小の類似度である候補顔画像104bを選択し、候補顔画像104bを入力顔画像にて置き換える。   In S206, the candidate face image 104b having the lowest similarity among the candidate similarity 1, candidate similarity 2, and candidate similarity 3 is selected, and the candidate face image 104b is replaced with the input face image.

入力顔画像との類似度が最小な候補顔画像104bとは、本人と判定された入力顔画像と最も似ていない候補顔画像104bであることを意味している。以前に他人受理等が発生し、候補顔画像104bに他人または他の撮影条件の顔画像が含まれていたとしても、他人の候補顔画像や他の撮影条件の候補顔画像は、本人且つ同一の撮影条件の候補顔画像よりも入力顔画像との類似度が低いので、本人が利用することで候補顔画像104bに紛れ込んでいる他人の候補顔画像等を入力顔画像に更新することができる。よって、他人の顔画像等が候補顔画像104bに含まれても、いち早く当該候補顔画像104aを本人の入力顔画像にて更新することが可能となる。   The candidate face image 104b having the minimum similarity to the input face image means that the candidate face image 104b is most similar to the input face image determined to be the person. Even if another person has been accepted and the candidate face image 104b includes a face image of another person or another shooting condition, the candidate face image of the other person or the candidate face image of another shooting condition is the same and the same. Since the degree of similarity with the input face image is lower than the candidate face image under the shooting conditions, it is possible to update the candidate face image or the like of another person included in the candidate face image 104b to the input face image by using the person himself / herself. . Therefore, even if a face image of another person is included in the candidate face image 104b, the candidate face image 104a can be quickly updated with the input face image of the person.

S208では、更新された候補顔画像104bの相互類似度を算出する。
候補顔画像更新手段1072は、更新された候補顔画像104bを含めて相互の類似度を算出させて、3つの類似度を取得する。登録顔画像更新手段1071の場合と同様に、候補顔画像1と候補顔画像2との類似度を相互類似度A、候補顔画像2と候補顔画像3との類似度を類似度B、候補顔画像3と候補顔画像1との類似度を類似度Cと便宜的に呼ぶ。
In S208, the mutual similarity of the updated candidate face image 104b is calculated.
The candidate face image updating unit 1072 calculates the similarity between the candidate face images 104b including the updated candidate face image 104b, and acquires three similarities. Similar to the case of the registered face image update unit 1071, the similarity between the candidate face image 1 and the candidate face image 2 is the mutual similarity A, the similarity between the candidate face image 2 and the candidate face image 3 is the similarity B, and the candidate The similarity between the face image 3 and the candidate face image 1 is referred to as similarity C for convenience.

次に、候補顔画像がその他の候補顔画像と相互に類似する程度である相互類似度を算出する。具体的には、候補顔画像1では、類似度Aおよび類似度Cの平均値を相互類似度1として算出する。候補顔画像2では、類似度Bおよび類似度Aの平均値を相互類似度2として算出する。候補顔画像3では、類似度Cおよび類似度Bの平均値を相互類似度3として算出する。すなわち、「相互類似度1=(類似度A+類似度C)/2」「相互類似度2=(類似度B+類似度A)/2」「相互類似度3=(類似度C+類似度B)/2」にて、各候補顔画像の相互類似度を算出し、処理を終了する。   Next, the mutual similarity is calculated so that the candidate face image is similar to the other candidate face images. Specifically, in the candidate face image 1, the average value of the similarity A and the similarity C is calculated as the mutual similarity 1. In the candidate face image 2, the average value of the similarity B and the similarity A is calculated as the mutual similarity 2. In the candidate face image 3, the average value of the similarity C and the similarity B is calculated as the mutual similarity 3. That is, “mutual similarity 1 = (similarity A + similarity C) / 2” “mutual similarity 2 = (similarity B + similarity A) / 2” “mutual similarity 3 = (similarity C + similarity B)” / 2 ", the mutual similarity of each candidate face image is calculated, and the process ends.

ここで、相互類似度が最も高い候補顔画像104bとは、複数の候補顔画像の何れにも似ている度合が最も高いので、複数の候補顔画像104bのうち最も本人の顔画像の可能性が高い候補顔画像104bである。   Here, since the candidate face image 104b having the highest mutual similarity has the highest degree of similarity to any of the plurality of candidate face images, the possibility of the person's face image being the highest among the plurality of candidate face images 104b. Is a candidate face image 104b having a high value.

アクセス制御システムの運用では、他人による詐称行為や他人受理によって候補顔画像104bが紛れる頻度に比べると、本人による正しい本人受理による候補顔画像104bが候補顔画像104bになる方が圧倒的に多い。したがって、本人の候補顔画像104bは、複数の候補顔画像104bの中で他の候補顔画像104bとの類似度が最も高くなる。   In the operation of the access control system, the candidate face image 104b by the correct person acceptance by the person becomes the candidate face image 104b overwhelmingly more frequently than the frequency in which the candidate face image 104b is misunderstood by the misrepresentation by others or acceptance by others. Therefore, the candidate face image 104b of the person has the highest similarity with the other candidate face images 104b among the plurality of candidate face images 104b.

出力部108は、判定手段1062にて本人であると判定した場合、顔画像照合装置100に接続されている外部の機器である電気錠160に対して、解錠信号または施錠信号を出力するインターフェースである。   The output unit 108 outputs an unlock signal or a lock signal to the electric lock 160 that is an external device connected to the face image matching device 100 when the determination unit 1062 determines that the person is the person. It is.

表示部109は、本実施の形態では、LEDにて実現しているが、液晶表示装置やタッチパネルを用いて、テンキー151と共用としてもよい。   Although the display unit 109 is realized by an LED in this embodiment mode, the display unit 109 may be shared with the numeric keypad 151 by using a liquid crystal display device or a touch panel.

制御部101は、CPU、DSP,メモリ等により実現され、顔画像照合装置100の各部を記憶部104等に記憶されている各種プログラムにしたがって制御する。   The control unit 101 is realized by a CPU, a DSP, a memory, and the like, and controls each unit of the face image matching device 100 according to various programs stored in the storage unit 104 and the like.

以上のように構成されたアクセス制御システム10の照合動作及び顔画像の更新動作について図2および図5に示されたフロー図を用いて説明する。なお、以下の説明では、初期設定として、顔画像照合装置100について特別な権限をもつ管理者が、各利用者の顔を撮影して、登録顔画像104aを記憶部104に記憶済みであり、ID番号の設定も終了しているとする。なお、一人当たり3枚の登録顔画像104aが用意されているが、やや上向きの顔画像を登録顔画像1に、正面向きの顔画像を登録顔画像2に、やや下向きの顔画像を登録顔画像3に記憶するものとする。また、候補顔画像104bは、初期状態では対応付けられている登録顔画像104aをコピーして記憶しておく。   The collation operation and face image update operation of the access control system 10 configured as described above will be described with reference to the flowcharts shown in FIGS. In the following description, as an initial setting, an administrator who has special authority for the face image matching device 100 has photographed each user's face, and the registered face image 104a has been stored in the storage unit 104. It is assumed that the ID number has been set. Three registered face images 104a are prepared for each person. A slightly upward face image is registered as a registered face image 1, a front face image is registered as a registered face image 2, and a slightly downward face image is registered as a registered face. Assume that image 3 is stored. The candidate face image 104b is a copy of the registered face image 104a associated with it in the initial state and stored.

図2は、本実施形態にかかる照合動作および更新動作の全体を示すフロー図である。
S100では、利用者がテンキー151を操作して自分のID番号を選択操作すると、選択入力部103からID番号が入力される。制御部101では、入力されたID番号が記憶部104に記憶されているID番号と一致しているか否かを判定し、一致していればステップS102へ進む。他方、図示していないが、一致するID番号が記憶されていなければ、照合動作することなく終了する。
FIG. 2 is a flowchart showing the entire verification operation and update operation according to the present embodiment.
In S <b> 100, when the user operates the numeric keypad 151 to select his / her ID number, the ID number is input from the selection input unit 103. The control unit 101 determines whether or not the input ID number matches the ID number stored in the storage unit 104. If they match, the process proceeds to step S102. On the other hand, although not shown, if a matching ID number is not stored, the process ends without performing a verification operation.

S102では、制御部101は、入力部102を制御し、カメラ150にて撮影した利用者の顔部分を含む入力画像を取得する。   In step S <b> 102, the control unit 101 controls the input unit 102 to acquire an input image including the user's face image captured by the camera 150.

S104では、制御部101は、記憶部104に記憶されている、複数の登録顔画像104aから1枚を読み出し、次のステップでの照合処理の対象とする。   In S <b> 104, the control unit 101 reads one image from the plurality of registered face images 104 a stored in the storage unit 104 and sets it as a target for collation processing in the next step.

S106では、照合部106にて利用者が本人か否かの照合処理を行う。
先ず、特徴抽出部105の顔画像切出手段1051にて、入力画像から顔領域を切り出し、入力顔画像を生成し記憶部104へ一旦記憶する。
次に、特徴抽出部105の特徴量算出手段1052にて、S104またはS110にて読み出された登録顔画像104aと入力顔画像のそれぞれの特徴量を算出する。
なお、本実施の形態では、記憶部104に登録顔画像を記憶し照合のたびに特徴量を算出しているが、登録顔画像104aを画像そのものではなく特徴量を記憶しているときは、入力顔画像についてのみ行う。
また、後述のS108とS110を経て、既に入力顔画像の特徴量の計算が済んでいる場合には、同じ処理を繰り返す必要はない。
次いで、照合部106の類似度算出手段1061にて、入力顔画像と登録顔画像104aの特徴量から類似度を算出する。この類似度を本人類似度とする。本人類似度は、記憶部104に一時的に記憶される。
In S <b> 106, the collation unit 106 performs collation processing to determine whether or not the user is the user.
First, the face image extraction unit 1051 of the feature extraction unit 105 extracts a face area from the input image, generates an input face image, and temporarily stores it in the storage unit 104.
Next, the feature amount calculation unit 1052 of the feature extraction unit 105 calculates the feature amounts of the registered face image 104a and the input face image read in S104 or S110.
In the present embodiment, the registered face image is stored in the storage unit 104 and the feature amount is calculated each time collation is performed. However, when the registered face image 104a stores the feature amount instead of the image itself, Only for input face images.
In addition, when the feature amount of the input face image has already been calculated through S108 and S110 described later, it is not necessary to repeat the same processing.
Next, the similarity calculation unit 1061 of the matching unit 106 calculates the similarity from the feature amounts of the input face image and the registered face image 104a. This similarity is the person similarity. The identity similarity is temporarily stored in the storage unit 104.

S108では、制御部101は、S100にて入力されたID番号に対応しており、記憶部104に記憶されている全ての登録顔画像104aについて、本人類似度の算出処理が済んでいるかどうかを調べる。S106の処理の対象となっていない登録顔画像104aがあるならば、当該登録顔画像をS110にて読み出し、S106の処理を繰り返す。
全ての登録顔画像104aについて本人類似度算出処理が済んでいる場合には、S112に進む。
In S <b> 108, the control unit 101 corresponds to the ID number input in S <b> 100, and determines whether or not the identity similarity calculation processing has been completed for all the registered face images 104 a stored in the storage unit 104. Investigate. If there is a registered face image 104a that is not subject to the processing in S106, the registered face image is read in S110, and the processing in S106 is repeated.
If the identity similarity calculation processing has been completed for all the registered face images 104a, the process proceeds to S112.

S112では、判定手段1062にて、記憶部104に記憶されている本人判定用の照合閾値と全ての本人類似度を比較し、いずれかの本人類似度が照合閾値より大きいならば照合成功(利用者は許可者本人である)として、処理をS116に進める。
いずれの本人類似度も照合閾値以下ならば、照合失敗(利用者は許可者本人とは確認できない)とし、処理をS114に進める。
In S112, the determination unit 1062 compares the identity determination threshold stored in the storage unit 104 with all the identity similarities, and if any identity similarity is greater than the match threshold, the verification succeeds (uses). The process proceeds to S116.
If any person similarity is equal to or lower than the collation threshold, collation has failed (the user cannot be confirmed as the authorized person), and the process proceeds to S114.

ここで、照合閾値は、特徴量の定義方法に依存するものであり、経験的に決定されるものである。例えば、あらかじめ多数の顔画像を用いて実験を行い、閾値と他人受入率、本人拒否率の関係を調べた上で、顔照合装置の用途に応じた適切な照合精度を確保できるように決定する。   Here, the collation threshold value depends on the definition method of the feature amount, and is determined empirically. For example, after conducting experiments using a large number of face images in advance and investigating the relationship between the threshold, the acceptance rate of others, and the rejection rate of the person, it is determined so as to ensure appropriate matching accuracy according to the use of the face matching device .

S114では、制御部101は、照合失敗の旨を表示部109に出力し、S100のID番号の入力を待つ。当然、かかる場合は、電気錠160への施錠または解錠の信号は出力されない。   In S <b> 114, the control unit 101 outputs a collation failure message to the display unit 109 and waits for the input of the ID number in S <b> 100. Of course, in such a case, a signal for locking or unlocking the electric lock 160 is not output.

S116では、制御部101は、出力部108から接続されている電気錠160に施錠または解錠信号を出力するとともに、表示部109に照合成功の旨を表示する。   In S <b> 116, the control unit 101 outputs a locking or unlocking signal to the electric lock 160 connected from the output unit 108, and displays a successful verification on the display unit 109.

S118では、登録顔画像選択手段1073は、記憶部104に一時的に記憶された本人類似度のなかで、最大の登録顔画像104aを選択する。これを登録顔画像Mとする。
登録顔画像Mは、アクセス制御システム10の利用者毎に複数用意されている登録顔画像104aのなかで、最も入力顔画像の状態に近い登録顔画像である。
例えば、入力顔画像が正面向きで取得されたものであった場合、登録顔画像Mとして、登録顔画像2が選ばれる。
In S <b> 118, the registered face image selection unit 1073 selects the largest registered face image 104 a from the personal similarity stored temporarily in the storage unit 104. This is a registered face image M.
The registered face image M is a registered face image closest to the state of the input face image among a plurality of registered face images 104 a prepared for each user of the access control system 10.
For example, when the input face image is acquired from the front, the registered face image 2 is selected as the registered face image M.

ここで、本人類似度の最大の登録顔画像104aとは、複数の撮影条件が異なる登録顔画像のうち入力顔画像に最も類似しているものである。したがって、登録顔画像Mを選択することは、入力顔画像と最も撮影条件が共通している登録顔画像104aを選択していることになる。   Here, the registered face image 104a having the maximum identity similarity is the one most similar to the input face image among the registered face images having different shooting conditions. Therefore, selecting the registered face image M means selecting the registered face image 104a that has the same shooting conditions as the input face image.

S120では、S116で選択された、登録顔画像Mに付随する候補顔画像に対して、更新部107の候補顔画像更新手段1072にて、図3に示した候補顔画像更新処理を行う。登録顔画像Mを入力顔画像にて直接更新しないのは、登録顔画像Mが必ずしも撮影条件の違いだけが、本人類似度の違いに現れていない可能性があるためである。そこで、登録顔画像Mと撮影条件が共通していると予想される候補顔画像104bを用いて、候補顔画像104bの更新に適しているか判断している。   In S120, the candidate face image update unit 1072 of the update unit 107 performs the candidate face image update process shown in FIG. 3 on the candidate face image associated with the registered face image M selected in S116. The reason why the registered face image M is not directly updated with the input face image is that the registered face image M may not necessarily show only the difference in the photographing conditions in the difference in the identity similarity. Therefore, it is determined whether the candidate face image 104b is suitable for updating using the candidate face image 104b that is expected to have the same shooting conditions as the registered face image M.

S122では、登録顔画像更新処理を行う。図5を参照して、かかる処理について説明する。図5は、当該処理に関するフロー図である。登録劣化カウンタは0をそれぞれ初期値としている。   In S122, a registered face image update process is performed. Such processing will be described with reference to FIG. FIG. 5 is a flowchart relating to the processing. Each of the registered deterioration counters has 0 as an initial value.

S300では、S200にて候補顔画像更新の際に算出した候補類似度1と、登録顔画像Mに対応する本人類似度を比較する。当該本人類似度は登録顔画像Mと入力顔画像の類似度であり、候補類似度1は複数の候補顔画像104bの相互類似度が最高のものと入力顔画像の類似度である。このため、当該本人類似度が候補類似度1より小さいという状態は、登録顔画像Mよりも候補顔画像104bの方が、入力顔画像と類似していることを示している。従って、このような状態が続くのであれば、登録顔画像Mを候補顔画像104bで置き換えた方が良いことになる。   In S300, the candidate similarity 1 calculated when updating the candidate face image in S200 is compared with the identity similarity corresponding to the registered face image M. The identity similarity is the similarity between the registered face image M and the input face image, and the candidate similarity 1 is the similarity between the plurality of candidate face images 104b having the highest mutual similarity and the input face image. For this reason, the state that the identity similarity is lower than the candidate similarity 1 indicates that the candidate face image 104b is more similar to the input face image than the registered face image M. Therefore, if such a state continues, it is better to replace the registered face image M with the candidate face image 104b.

そこで、登録顔画像Mに対応する本人類似度が候補類似度1より小さい場合は、登録劣化カウンタの値に1加算し(S302)、次のS304に処理を移す。他方、登録顔画像Mに対応する本人類似度が候補類似度1以上の場合は、登録劣化カウンタを0にリセットし(S308)、登録顔画像更新処理(S122)を終了する。   Therefore, when the identity similarity corresponding to the registered face image M is smaller than the candidate similarity 1, 1 is added to the value of the registration deterioration counter (S302), and the process proceeds to the next S304. On the other hand, if the identity similarity corresponding to the registered face image M is equal to or greater than the candidate similarity 1, the registration deterioration counter is reset to 0 (S308), and the registered face image update process (S122) is terminated.

S304では、制御部101は、登録劣化カウンタが所定数をカウントしたか否か判定する。この所定数は、経験的に求められる。多く設定すると、登録顔画像104aの劣化への対応が遅くなり、少なく設定すると劣化への対応は早くなるが頻繁に登録顔画像104aが更新されることによる他人の顔画像による更新リスクが高くなる。所定数は、これらを考慮し、経験的に決められる。   In S304, the control unit 101 determines whether or not the registration deterioration counter has counted a predetermined number. This predetermined number is determined empirically. If a large number is set, the response to deterioration of the registered face image 104a is delayed. If a small number is set, the response to the deterioration is accelerated, but the risk of updating the face image of another person due to frequent updates of the registered face image 104a increases. . The predetermined number is determined empirically considering these.

S304にて、所定数に達していないと判断すると、いずれの登録顔画像104aについても更新は行わず、登録顔画像更新処理(S122)を終了する。他方、所定数に達していれば、S306へ進む。   If it is determined in S304 that the predetermined number has not been reached, any registered face image 104a is not updated, and the registered face image update process (S122) is terminated. On the other hand, if the predetermined number has been reached, the process proceeds to S306.

S306では、登録顔画像更新手段1071にて、登録顔画像Mについて更新する処理を行う。すなわち、前述した登録顔画像更新手段1071での処理を行なう。S308では、登録劣化カウンタを0クリアし、登録顔画像更新処理(S122)を終了する。図2に戻って、S100に戻り、再度テンキー151の操作がされるのを待つ。   In S306, the registered face image update unit 1071 performs a process of updating the registered face image M. That is, the registered face image updating unit 1071 described above performs processing. In S308, the registration deterioration counter is cleared to 0, and the registered face image update process (S122) ends. Returning to FIG. 2, the process returns to S100 and waits for the operation of the numeric keypad 151 again.

以上では、候補顔画像104bどうしの類似度を用いた候補顔画像の更新の方法を説明したが、これに限られるものではない。
候補類似度1、候補類似度2、候補類似度3の大小関係を調べ、最大のものでも最小のものでもない中間の候補顔画像104bを選択する。例えば、候補類似度1>候補類似度2>候補類似度3であれば、候補類似度2が中間なので、候補顔画像2を選択する。ここで、候補類似度が中間の候補顔画像を選択するのは、複数の候補顔画像104bに1枚だけ他人の候補顔画像が紛れていた場合、今回の入力顔画像が同じ他人であれば、他人の候補顔画像との類似度が最も大きくなる。また、今回の入力顔画像が本人の顔画像であれば、他人の候補顔画像とは類似度が最も小さくなる。したがって、他人の候補顔画像の可能性が最も低くなるのが、中間の候補類似度を呈する候補顔画像だからである。
The method for updating the candidate face image using the similarity between the candidate face images 104b has been described above, but the present invention is not limited to this.
The magnitude relationship between candidate similarity 1, candidate similarity 2, and candidate similarity 3 is examined, and an intermediate candidate face image 104b that is neither the largest nor the smallest is selected. For example, if candidate similarity 1> candidate similarity 2> candidate similarity 3, candidate face image 2 is selected because candidate similarity 2 is intermediate. Here, the candidate face image having an intermediate candidate similarity is selected when only one candidate face image is mixed in the plurality of candidate face images 104b and the current input face image is the same other person. The similarity with the candidate face image of the other person is the highest. In addition, if the current input face image is the face image of the person himself, the degree of similarity is the smallest with the candidate face image of another person. Therefore, the possibility of another person's candidate face image is the lowest because it is a candidate face image exhibiting an intermediate candidate similarity.

次に、中間の候補類似度2が、更新閾値より大きいか否か判定する。候補類似度2が更新閾値より大きい場合は、入力顔画像は候補顔画像104bの更新に適切なものであると判定し、小さい場合は候補顔画像の更新に不適であると判定する。   Next, it is determined whether the intermediate candidate similarity 2 is larger than the update threshold. When the candidate similarity 2 is larger than the update threshold, it is determined that the input face image is appropriate for updating the candidate face image 104b. When the candidate similarity is small, it is determined that the input face image is inappropriate for updating the candidate face image.

更新閾値は、類似度算出方法や照合精度等に依存する。候補顔画像104bは、登録顔画像104aに更新される可能性があり、他人の可能性を極力排斥する必要があるので、更新閾値は高く設定する方がよい。他方、あまり高い更新閾値を設定すると、加齢等による本人の顔変化に追従できなくなる。したがって、更新閾値は、これらの要素を考慮しつつ、経験的に決定される。   The update threshold depends on the similarity calculation method, collation accuracy, and the like. Since the candidate face image 104b may be updated to the registered face image 104a and it is necessary to eliminate the possibility of others as much as possible, it is better to set the update threshold value higher. On the other hand, if a too high update threshold is set, it becomes impossible to follow the face change of the person due to aging or the like. Therefore, the update threshold is determined empirically while taking these factors into consideration.

最後に、候補類似度1、候補類似度2、候補類似度3のうち、最も小さい類似度を呈する候補顔画像104bを入力顔画像にて更新する。ここで、入力顔画像と最も小さい類似度を呈する候補顔画像104bを選択するのは、本人の入力顔画像があったときに、他人の候補顔画像とが最も類似度が小さくなるからである。   Finally, the candidate face image 104b that exhibits the smallest similarity among the candidate similarity 1, the candidate similarity 2, and the candidate similarity 3 is updated with the input face image. Here, the reason why the candidate face image 104b that exhibits the smallest similarity to the input face image is selected is that when there is an input face image of the user, the candidate face image of another person has the smallest similarity. .

本実施の形態では候補顔画像104bが3枚であるので、第二位の類似度であった候補顔画像104bを採用したが、例えば候補顔画像104bが9枚で、2枚までは他人の顔画像であっても良い、とするならば、第3位から第7位のいずれかの類似度を採用して、更新閾値との比較をすればよい。   In the present embodiment, since there are three candidate face images 104b, the candidate face image 104b having the second highest similarity was adopted. However, for example, nine candidate face images 104b are used, and up to two of the face images of other people are used. If it is possible to use a face image, the similarity between any of the third to seventh positions may be adopted and compared with the update threshold.

本実施形態では、照合の度に候補顔画像104bの更新の判断を行い、処理対象は候補顔画像104b全体であるが、一旦、候補顔画像104bが更新された場合に、一定期間はその更新された候補顔画像104bのみ更新を許すことにして、それ以外の候補顔画像104bは更新させないようにしても良い。その一定期間が過ぎるまでに本人がアクセス制御システム10の操作を行えば、悪意のある他人の顔画像で候補顔画像104bが更新されていても、その他人の顔画像となっている候補顔画像104bが更新されるため、登録顔画像104aが誤って他人の顔画像で更新される危険性を下げることができる。   In this embodiment, the candidate face image 104b is determined to be updated every time collation is performed, and the processing target is the entire candidate face image 104b. Once the candidate face image 104b is updated, the update is performed for a certain period. Only the candidate face image 104b that has been updated may be allowed to be updated, and the other candidate face images 104b may not be updated. If the user performs the operation of the access control system 10 before the fixed period has passed, the candidate face image that is the face image of the other person even if the candidate face image 104b is updated with a malicious face image of the other person. Since 104b is updated, the risk that the registered face image 104a is erroneously updated with another person's face image can be reduced.

したがって、顔の変動に対応するべく複数の登録顔画像を用意した顔認証装置において、自動的に入力顔画像に最も近い変動をもたせた登録顔画像を選択して更新するので、あらかじめ登録顔画像に含ませた変動を出来るだけ保ちつつ、各登録顔画像を最新の状態に保つことができるため、加齢等の理由による顔の変動に対応でき、照合成功率の低下を防ぐことができる。   Therefore, in a face authentication apparatus that has prepared a plurality of registered face images to cope with face variations, the registered face image having the variation closest to the input face image is automatically selected and updated. Since each registered face image can be kept up-to-date while keeping the fluctuation included in as much as possible, it is possible to cope with the face fluctuation due to aging and the like, and to prevent the collation success rate from being lowered.

発明にかかる顔画像照合装置を備えたアクセス制御システム全体の構成を示すブロック図The block diagram which shows the structure of the whole access control system provided with the face image collation apparatus concerning invention 本実施形態にかかる照合動作および更新動作の全体を示すフロー図Flow chart showing overall verification operation and update operation according to the present embodiment 本実施形態にかかる候補顔画像更新手段の処理を示すフロー図The flowchart which shows the process of the candidate face image update means concerning this embodiment 候補顔画像の相互類似度を示す概念図Conceptual diagram showing mutual similarity of candidate face images 本実施形態にかかる登録顔画像更新処理を示すフロー図Flow chart showing registered face image update processing according to the present embodiment

符号の説明Explanation of symbols

10・・・アクセス制御システム
150・・・カメラ
151・・・テンキー
100・・・顔画像照合装置
101・・・制御部
102・・・入力部
103・・・選択入力部
104・・・記憶部
105・・・特徴抽出部
106・・・照合部
107・・・更新部
108・・・出力部
109・・・表示部
160・・・電気錠

DESCRIPTION OF SYMBOLS 10 ... Access control system 150 ... Camera 151 ... Numeric keypad 100 ... Face image collation apparatus 101 ... Control part 102 ... Input part 103 ... Selection input part 104 ... Memory | storage part 105 ... Feature extraction unit 106 ... Verification unit 107 ... Update unit 108 ... Output unit 109 ... Display unit 160 ... Electric lock

Claims (5)

予め記憶している複数の登録顔画像と入力顔画像を照合して本人照合を行う顔画像照合装置であって、
照合者の顔を撮影した入力画像に基づいて入力顔画像を取得する入力顔画像取得部と、
同一人物の顔を異なる撮影条件にて撮影した複数の登録顔画像と、前記複数の登録顔画像ごとに更新に使用する候補顔画像を記憶している記憶部と、
前記入力顔画像取得部にて取得した入力顔画像と前記複数の登録顔画像の類似している度合である類似度を算出し、当該類似度が照合閾値を超えていると本人であると判定する照合部と、
前記照合部の照合結果を外部に出力する出力部と、
前記照合部にて算出した複数の登録顔画像ごとの入力顔画像に対する類似度を比較し、最も類似度が大きい登録顔画像を選択し、選択された登録顔画像に対応する候補顔画像を前記入力顔画像にて更新する候補顔画像更新部と、
前記候補顔画像にて対応する登録顔画像を更新する登録顔画像更新部と、
を有することを特徴とした顔画像照合装置。
A face image collation device that collates a plurality of registered face images stored in advance and an input face image to perform identity verification,
An input face image acquisition unit that acquires an input face image based on an input image obtained by capturing the face of the collator;
A plurality of registered face images obtained by photographing the face of the same person under different shooting conditions; and a storage unit storing candidate face images used for updating for each of the plurality of registered face images;
A similarity that is the degree of similarity between the input face image acquired by the input face image acquisition unit and the plurality of registered face images is calculated, and it is determined that the person is the person when the similarity exceeds a matching threshold. A matching unit to
An output unit for outputting the collation result of the collation unit to the outside;
The similarity with respect to the input face image for each of the plurality of registered face images calculated by the matching unit is compared, the registered face image with the highest similarity is selected, and the candidate face image corresponding to the selected registered face image is selected. A candidate face image update unit that updates the input face image;
A registered face image update unit for updating a corresponding registered face image in the candidate face image;
A face image matching device characterized by comprising:
前記記憶部には、1の登録顔画像に対し3以上の候補顔画像が記憶され、
前記候補顔画像更新部は、前記候補顔画像について相互に類似している度合を示す相互類似度を算出し、前記相互類似度が最も大きい候補顔画像と前記入力顔画像との類似度を算出し、当該類似度が更新閾値を越えている場合に限り、当該入力顔画像を用いて候補顔画像を更新する請求項1に記載の顔画像照合装置。
The storage unit stores three or more candidate face images for one registered face image,
The candidate face image update unit calculates a mutual similarity indicating a degree of similarity between the candidate face images, and calculates a similarity between the candidate face image having the largest mutual similarity and the input face image The face image matching device according to claim 1, wherein the candidate face image is updated using the input face image only when the similarity exceeds the update threshold.
前記記憶部には、1の登録顔画像に対し3以上の候補顔画像が記憶され、
前記候補顔画像更新部は、前記候補顔画像と入力顔画像とが類似している度合を示す候補類似度を算出し、前記候補類似度が最大でも最小でもない中間の候補類似度が更新閾値を越えている場合に、当該入力顔画像を用いて前記記憶部に記憶されている候補顔画像を更新する請求項1に記載の顔画像照合装置。
The storage unit stores three or more candidate face images for one registered face image,
The candidate face image update unit calculates a candidate similarity indicating the degree of similarity between the candidate face image and the input face image, and an intermediate candidate similarity with which the candidate similarity is neither maximum nor minimum is an update threshold. The face image matching device according to claim 1, wherein the candidate face image stored in the storage unit is updated using the input face image when the input face image is exceeded.
前記登録顔画像更新部は、前記登録顔画像の劣化の状況を判定し、劣化していると判定した場合に、前記登録顔画像に対応する前記候補顔画像にて当該登録顔画像を更新する請求項1乃至3に記載の顔画像照合装置。   The registered face image update unit determines a deterioration state of the registered face image, and updates the registered face image with the candidate face image corresponding to the registered face image when it is determined that the registered face image is deteriorated. The face image collation device according to claim 1. 前記候補顔画像更新部は、前記照合部が本人であると判定した場合に限り、候補顔画像を更新する請求項1乃至請求項4に記載の顔画像照合装置。

The face image collation apparatus according to claim 1, wherein the candidate face image update unit updates the candidate face image only when it is determined that the collation unit is the person himself / herself.

JP2006208853A 2006-07-31 2006-07-31 Face image matching device Expired - Fee Related JP4850609B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006208853A JP4850609B2 (en) 2006-07-31 2006-07-31 Face image matching device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006208853A JP4850609B2 (en) 2006-07-31 2006-07-31 Face image matching device

Publications (2)

Publication Number Publication Date
JP2008033810A true JP2008033810A (en) 2008-02-14
JP4850609B2 JP4850609B2 (en) 2012-01-11

Family

ID=39123126

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006208853A Expired - Fee Related JP4850609B2 (en) 2006-07-31 2006-07-31 Face image matching device

Country Status (1)

Country Link
JP (1) JP4850609B2 (en)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009054052A (en) * 2007-08-28 2009-03-12 Panasonic Electric Works Co Ltd Face authentication device
JP2012089071A (en) * 2010-10-22 2012-05-10 Fujitsu Ltd Re-registration method of biometric data, re-registration device of biometric data, and re-registration program of biometric data
JP2012123804A (en) * 2010-12-08 2012-06-28 Hyundai Motor Co Ltd System and method for facial identification
WO2012131899A1 (en) * 2011-03-29 2012-10-04 富士通フロンテック株式会社 Biometric authentication apparatus, biometric authentication system, and biometric authentication method
JP2015036895A (en) * 2013-08-13 2015-02-23 Kddi株式会社 Updating device, method, and program
WO2017043314A1 (en) * 2015-09-09 2017-03-16 日本電気株式会社 Guidance acquisition device, guidance acquisition method, and program
CN106951857A (en) * 2017-03-17 2017-07-14 山东浪潮商用系统有限公司 A kind of identity based reminding method, apparatus and system
WO2021079998A1 (en) * 2019-10-25 2021-04-29 Nec Corporation Progressive cascaded facial recognition
JP6979660B1 (en) * 2020-09-30 2021-12-15 株式会社エクサウィザーズ Information processing method, learning model generation method, information processing device and computer program
JP7521256B2 (en) 2020-05-22 2024-07-24 富士フイルムビジネスイノベーション株式会社 Information processing device and program

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106485221B (en) * 2016-09-30 2019-09-17 江苏四一五安全科技有限公司 A method of benchmark photograph is replaced according to similar concentration degree automatically

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259980A (en) * 2001-03-05 2002-09-13 Omron Corp Device, system and method for organism collation, and method for updating registered data
JP2004157602A (en) * 2002-11-01 2004-06-03 Toshiba Corp Apparatus and method for person recognition and passage controller
JP2004318383A (en) * 2003-04-15 2004-11-11 Nec Software Chubu Ltd Fingerprint collation system and fingerprint database updating method
JP2006072540A (en) * 2004-08-31 2006-03-16 Toshiba Corp Personal authentication system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259980A (en) * 2001-03-05 2002-09-13 Omron Corp Device, system and method for organism collation, and method for updating registered data
JP2004157602A (en) * 2002-11-01 2004-06-03 Toshiba Corp Apparatus and method for person recognition and passage controller
JP2004318383A (en) * 2003-04-15 2004-11-11 Nec Software Chubu Ltd Fingerprint collation system and fingerprint database updating method
JP2006072540A (en) * 2004-08-31 2006-03-16 Toshiba Corp Personal authentication system

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009054052A (en) * 2007-08-28 2009-03-12 Panasonic Electric Works Co Ltd Face authentication device
JP2012089071A (en) * 2010-10-22 2012-05-10 Fujitsu Ltd Re-registration method of biometric data, re-registration device of biometric data, and re-registration program of biometric data
JP2012123804A (en) * 2010-12-08 2012-06-28 Hyundai Motor Co Ltd System and method for facial identification
CN102567712A (en) * 2010-12-08 2012-07-11 现代自动车株式会社 System and method for facial identification
JP5671607B2 (en) * 2011-03-29 2015-02-18 富士通フロンテック株式会社 Biometric authentication device, biometric authentication system, and biometric authentication method
JPWO2012131899A1 (en) * 2011-03-29 2014-07-24 富士通フロンテック株式会社 Biometric authentication device, biometric authentication system, and biometric authentication method
US9098755B2 (en) 2011-03-29 2015-08-04 Fujitsu Frontech Limited Biometrics authentication apparatus, biometrics authentication system, and biometrics authentication method
WO2012131899A1 (en) * 2011-03-29 2012-10-04 富士通フロンテック株式会社 Biometric authentication apparatus, biometric authentication system, and biometric authentication method
JP2015036895A (en) * 2013-08-13 2015-02-23 Kddi株式会社 Updating device, method, and program
US11501567B2 (en) 2015-09-09 2022-11-15 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
WO2017043314A1 (en) * 2015-09-09 2017-03-16 日本電気株式会社 Guidance acquisition device, guidance acquisition method, and program
JPWO2017043314A1 (en) * 2015-09-09 2018-01-18 日本電気株式会社 Guidance acquisition device
US10509950B2 (en) 2015-09-09 2019-12-17 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
US10706266B2 (en) 2015-09-09 2020-07-07 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
US11861939B2 (en) 2015-09-09 2024-01-02 Nec Corporation Guidance acquisition device, guidance acquisition method, and program
CN106951857A (en) * 2017-03-17 2017-07-14 山东浪潮商用系统有限公司 A kind of identity based reminding method, apparatus and system
WO2021079998A1 (en) * 2019-10-25 2021-04-29 Nec Corporation Progressive cascaded facial recognition
JP7567908B2 (en) 2019-10-25 2024-10-16 日本電気株式会社 Sequential cascade face recognition
JP7521256B2 (en) 2020-05-22 2024-07-24 富士フイルムビジネスイノベーション株式会社 Information processing device and program
JP2022056838A (en) * 2020-09-30 2022-04-11 株式会社エクサウィザーズ Information processing method, learning model generation method, information processing device, and computer program
JP6979660B1 (en) * 2020-09-30 2021-12-15 株式会社エクサウィザーズ Information processing method, learning model generation method, information processing device and computer program

Also Published As

Publication number Publication date
JP4850609B2 (en) 2012-01-11

Similar Documents

Publication Publication Date Title
JP4850609B2 (en) Face image matching device
TWI278782B (en) Personal recognition apparatus
JP6607266B2 (en) Face recognition device
JP5012247B2 (en) Authentication device, entrance management device, entrance / exit management device, entrance management system, entrance / exit management system, authentication processing method and program
JP6151582B2 (en) Face recognition system
EP3067829A1 (en) Person authentication method
JP5932317B2 (en) Face authentication database management method, face authentication database management apparatus, and face authentication database management program
WO2018118120A1 (en) Analysis of reflections of projected light in varying colors, brightness, patterns, and sequences for liveness detection in biometric systems
JP6500610B2 (en) Authentication device, authentication method and authentication program
JP4705511B2 (en) Face image matching device
JP2004126813A (en) Personal identification system, personal identification method, entry/exit management system and entry/exit management method
US20130163833A1 (en) Security device with security image update capability
JP6962431B2 (en) Face recognition device
JP2010009389A (en) Dictionary information registration device, dictionary information registration method, face authentication device, and access control system
JP6767683B2 (en) Face recognition device
JP4705512B2 (en) Face image matching device
JP2008165353A (en) Monitoring system
JP5621534B2 (en) Access control system and personal identification data reader
JP2001005836A (en) Iris registration system
JP4767751B2 (en) Face image matching device
JP2006099374A (en) Biological information collation device and biological information collation system
JP2003099780A (en) Access control system
JP6767685B2 (en) Face recognition device
JP2006132195A (en) Entry control system
JP2005115460A (en) Device for collating face, and passage controller

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090325

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110726

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110914

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20111018

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20111019

R150 Certificate of patent or registration of utility model

Ref document number: 4850609

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20141028

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees