JP6544244B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents

Description

本発明は、顔認証技術に関する。

顔認証を用いたセキュリティシステムに関し、他人のフリをして不正にシステムを利用する「なりすまし」行為を検知する技術が広く知られている。

例えば、特許文献１は、まばたき等の表情の変動の大きさを判定することにより生体判定を行う方法を開示する。

特許文献２は、角度の異なる二つ以上のカメラから撮影した顔画像から、それぞれ複数の特徴点を抽出し、それらが同一平面上にあるか否かで生体判定を行う方法を開示する。

特許文献３は、赤外線を含む三つのセンサで顔までの距離を測定し平面性を測定することで、なりすましであるか否かを判定する方法を開示する。

なお、本発明と技術分野が異なる、診断系分野の先行技術に、特許文献４が存在する。
特許文献４は、撮影された顔画像のＲＧＢの色成分の変化から独立成分分析を用いて脈拍に相当する成分を抽出することで、心拍数を計測する技術を開示する。

特開２００８−０９０４５２号公報 特許第５０３５４６７号公報 特許第４７３４９８０号公報 特開２０１２−２３９６６１号公報

しかし、特許文献１〜３に記載の技術では、より精巧な変装用マスクを装着して行うなりすましを検知することができない。

具体的には、例えば、変装用マスクではマスクの目や口の部分をくりぬくことにより、まばたき等顔部位の動きを検知させることが可能であるため、特許文献１に開示されている方法では、変装用マスクをなりすましであると検知することはできない。

また、変装用マスクは立体的に造形されているものであり人間の顔と同様の凹凸があるため、特許文献２や特許文献３に開示されている方法では、変装用マスクをなりすましであると検知することはできない。

本発明は、上記の課題を解決するためになされたものであり、顔認証システムにおける顔認証の際に、偽物の顔が提示された場合のなりすましを精度良く検知することを目的とする。

上記課題を解決するため、本発明の情報処理装置は、所定の時間の顔画像列を入力する入力部と、顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定部と、を含む。

また、本発明の情報処理方法は、所定の時間の顔画像列を入力し、顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する。

また、本発明のプログラム記憶媒体は、所定の時間の顔画像列を入力する入力処理と、顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定処理と、をコンピュータに実行させる。

本発明によれば、顔認証システムにおける顔認証の際に、偽物の顔が提示された場合のなりすましを精度良く検知することが可能となる。

なりすまし検知装置１の構成例を示すブロック図である。 なりすまし検知装置１のなりすまし検知処理の動作を示すフローチャートである。 なりすまし検知装置１が処理の対象にする顔画像列の例を示す説明図である。 なりすまし検知装置１の色情報抽出手段１２０が抽出する色情報の例を示す説明図である。 なりすまし検知装置１の特徴量計算手段１３０が図４の色情報からＦＦＴにより求めた周波数スペクトルの例を示す説明図である。 なりすまし検知装置２の構成例を示すブロック図である。

まず、本発明の理解を容易にするために、本発明の背景と概要を説明する。

顔認証システムに対するなりすましは、顔撮影用のカメラに、システム利用者本人とは異なる顔を提示することにより行われる。この異なる顔を提示する方法としては、１）他人の顔写真をシステムのカメラに提示する、２）スマートフォン等のディスプレイに他人の顔の映像を映し、システムのカメラに提示する、３）システム利用者の顔に変装用のマスク（他人の顔）を貼りつけ、システムのカメラに提示する、等の方法が存在する。

なりすまし行為に対しては、上述の特許文献１〜３のように様々な対策技術が提案されている。具体的には、対策技術として、顔や顔部位の動きに着目し、動きが確認されなければなりすましと判定する方法（顔写真の提示に対するなりすまし対策）、二つ以上のカメラで顔画像を撮影し、立体物でなければなりすましと判定する方法（顔写真、スマートフォン等のディスプレイの提示に対するなりすまし対策）、近赤外カメラ等の可視光以外の情報を用いてなりすましと判定する方法（顔写真、ディスプレイ等の提示に対するなりすまし対策）、等が提案されている。

しかしながら、上記の対策技術では、変装用マスクを装着した場合等のなりすましを検知することができない。本発明は、顔画像から測定される血流の変化等に由来する情報に基づき、なりすましか否かを判定する。そのため、本発明によれば、精度良くなりすましを検知することができる。

＜第１実施形態＞
以下、本発明の第１実施形態を、図面を参照して説明する。図１は、顔認証システムに対するなりすましを検知するなりすまし検知装置１の構成例を示すブロック図である。図１に示すなりすまし検知装置１は、データ処理装置１００を含む。

データ処理装置１００は、顔画像列入力部１１０と、色情報抽出部１２０と、特徴量計算部１３０と、なりすましスコア算出部１４０と、なりすまし判定部１５０と、出力部１６０とを有する。

顔画像列入力部１１０は、外部から時系列の複数枚の顔画像（以下「顔画像列」ともいう。）を入力する機能を有する。顔画像列（時系列の複数枚の顔画像）は、一定時間ごとに撮影された人間の顔の画像の列である。画像列入力部１１０は、外部から予め顔の部分だけが切り出された顔画像列の入力を受け付けても良いし、一般的な監視カメラが撮影した複数枚の画像から、それぞれ顔の部分だけを切り出し、顔画像列を生成して入力しても良い。顔画像列入力部１１０が入力する顔の画像は、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の色成分からなるＲＧＢ画像でも良く、色情報が抽出可能であればＲＧＢ画像に限定されない。以下では、顔画像列入力部１１０はＲＧＢ画像を入力するものとして説明する。

色情報抽出部１２０は、顔画像列入力部１１０によって入力された顔画像列から、所定の色情報を抽出する機能を有する。抽出する所定の色情報とは、顔画像列のそれぞれの顔画像のＲ、Ｇ、Ｂの色成分、又はそれらを色空間変換した色成分のうちの一つ若しくは複数でも良い。また、所定の色情報は、ＲＧＢの色成分のうちＧとＢの二つの色成分をそれぞれ顔画像全体で平均化した値でも良い。所定の色情報は、いくつかの色成分を顔画像全体で単純平均した値でも良く、又は、例えばおでこ、ほほ、鼻等の顔の部位毎に重み付けをして平均化した値でも良い。図示しない記憶部が個人毎の顔の特性を記憶していても良く、その場合、色情報抽出部１２０は、入力された顔の個人を特定して、記憶部を参照の上、個人毎に変更した重みを使用しても良い。

特徴量計算部１３０は、色情報抽出部１２０が抽出した所定の色情報から、特徴量を計算する機能を有する。特徴量計算部１３０が計算する特徴量は、色情報の周波数スペクトルでも良い。

なりすましスコア算出部１４０は、特徴量計算部１３０が算出した特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出する機能を有する。

なりすまし判定部１５０は、顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する機能を有する。
具体的には、なりすまし判定部１５０は、なりすましスコア算出部１４０が算出したスコアと所定の閾値とを比較することで、顔画像列入力部１１０によって入力された顔画像列に含まれる顔がなりすましであるか否かを判定する。

出力部１６０は、なりすまし判定部１５０による判定結果を外部に出力する。

以下、本実施形態のなりすまし検知処理の動作を図２のフローチャートを参照して説明する。図２は、なりすまし検知装置１の顔認証におけるなりすまし検知処理の動作を示すフローチャートである。

顔画像列入力部１１０は、外部から時系列の顔のＲＧＢ画像を入力する（ステップＳ１１１）。

次いで、色情報抽出部１２０は、顔画像列入力部１１０によって入力された顔画像列から、所定の色情報を抽出する（ステップＳ１１２）。

次いで、特徴量計算部１３０は、色情報抽出部１２０が抽出した色情報から、特徴量を計算する（ステップＳ１１３）。

次いで、なりすましスコア算出部１４０は、特徴量計算部１３０が算出した特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出する（ステップＳ１１４）。

次いで、なりすまし判定部１５０は、なりすましスコア算出部が算出したスコアと所定の閾値とを比較することで、顔画像列入力部１１０によって入力された顔画像列がなりすましであるか否かを判定する（ステップＳ１１５）。

第１実施形態に係るプログラムは、上記のなりすまし検知処理をコンピュータに実行させるプログラムであれば良い。

顔認証システムにおいて、真の人間が撮影されていれば、顔画像中に、特定の色成分に偏った時系列的な色変化が表れる。しかしながら、なりすましを目的として顔を変装用マスクで覆った場合、顔の皮膚ではなく変装用マスクの素材が表面に現れ、顔画像として撮影される。そのため、変装用マスクを装着している場合には、顔画像の色変化は小さくかつその色変化は特定の色成分に偏って表れることはない。本発明は、顔画像の時系列的な色変化に着目することが、真の人間であるか否かを精度良く判定可能にするという新たな知見に基づくものである。

以上説明したように、本発明の第１実施形態に係るなりすまし検知装置、なりすまし検知方法及びプログラム記録媒体によれば、変装用マスクを装着した場合においても、なりすましであることを精度良く検知することが可能となる。
[具体例]

以下、第１実施形態の動作を、具体例を用いて説明する。本具体例においては、なりすまし検知装置１に図３に示す顔画像が入力される場合を例に説明する。図３は、なりすまし検知装置１が処理の対象にする顔画像列の例を示す説明図である。

顔画像列入力部１１０は、外部から時系列の複数枚の顔画像を入力する（ステップＳ１１１）。

本具体例において、顔画像列入力部１１０が入力する時系列の複数枚の顔画像とは、一定時間ごとに撮影されたＲ（赤）、Ｇ（緑）、Ｂ（青）の色成分からなるＲＧＢ画像から、それぞれ顔の部分だけが切り出された画像の列である。顔画像列入力部１１０は、予め顔の部分だけが切り出された画像列を入力しても良い。または、顔画像列入力部１１０は、公知の顔検出技術を用いて画像中の顔の位置を求め、求めた顔の位置に従って予め顔の部分だけを切り出しても良い。また、顔画像列入力部１１０は、ビデオカメラ等から出力される時系列の画像を入力しても良いし、ＨＤＤ（Hard Disk Drive）等に予め保存された動画データ等の時系列の画像を入力しても良い。

図３は、顔画像列入力部１１０が入力の対象にする顔画像列の例を示す説明図である。
図３に示す例では、時系列の顔画像が、時間が１からＴに亘って入力されている。

色情報抽出部１２０は、顔画像列入力部１１０によって入力された顔画像列から、所定の色情報を抽出する（ステップＳ１１２）。

色情報抽出部１２０が抽出する所定の色情報とは、顔画像列のそれぞれの顔画像のＲ、Ｇ、Ｂの色成分、又はそれらをＨＳＶ（Hue Saturation Value）色空間等の色空間変換した色成分のうちの一つ若しくは複数でも良い。又は、所定の色情報は、ＲＧＢの色成分のうちＧとＢの二つの色成分をそれぞれ顔画像全体で平均化した値でも良い。

さらに、顔画像列入力部１１０によって入力された顔画像列が、屋外環境で撮影された顔画像列であり照明条件が一定しない等、顔画像列の輝度値の変化が不安定である場合は、所定の色情報として、例えば、前述のＧとＢの代わりに、Ｇと、ＢおよびＲを加算して２で割った値（（Ｂ＋Ｒ）／２）を用いても良い。

照明条件が一定しない等、環境条件が変動する場合、図示しないセンサ等が環境情報を取得しても良く、その場合、色情報抽出部１２０は、当該環境情報に応じて所定の色情報の割合等を変更して抽出しても良い。

以下では、色情報抽出部１２０が抽出する所定の色情報として、ＲＧＢの色成分のうちＧとＢの二つの色成分をそれぞれ顔画像全体で単純平均した値を用いる場合について記載する。つまり、色情報抽出部１２０では、一つの顔画像についてＧの平均値が一つとＢの平均値が一つ計算される。よって、長さＴの顔画像列（Ｔ枚の顔画像）からは、Ｇの平均値がＴ個、Ｂの平均値がＴ個計算される。

なお本具体例では、前述のように、所定の色情報としてＲＧＢの色成分のうちＧとＢの二つの色成分をそれぞれ顔画像全体で平均化した値を用いる場合について記載するが、本発明の範囲は以下に記載される内容に限定されない。

図４は、色情報抽出部１２０が抽出する一つの色情報の例を示す説明図である。図４の例では、人間の顔をある一定時間撮影し、撮影した顔画像列のそれぞれの顔画像から抽出した色成分（ここではＧ）の平均値を示す。本例では、図４に示すように、顔画像列から抽出した色情報が、時間的に変化することが確認できる。

特徴量計算部１３０は、色情報抽出部１２０が抽出した色情報から、特徴量を計算する（ステップＳ１１３）。

以下では、色情報抽出部１２０が抽出した色情報から周波数スペクトルを計算して、これを特徴量とする場合について記載するが、本発明の範囲は以下に記載される内容に限定されない。

特徴量計算部１３０は、周波数スペクトルの計算に、例えば、離散フーリエ変換を計算機上で高速に計算するアルゴリズムであるＦＦＴ（高速フーリエ変換）や、最大エントロピー等を用いても良い。

図５は、特徴量計算部１３０が図４の色情報からＦＦＴにより求めた周波数スペクトルの例を示す説明図である。図５に示す例では、図５の横軸（周波数）の５５付近に大きなピークがあることが確認できる。これは、血流の変化に起因する顔画像の色変化が一分間におよそ５５回の頻度で起きていることを示しており、つまり、この変化の頻度が人間の脈拍に相当する。

なりすましスコア算出部１４０は、特徴量計算部１３０が算出した特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出する（ステップＳ１１４）。

なりすましであるかを表すスコアの算出は、具体的には以下に従って行う。まず、色情報抽出部１２０が抽出する色情報のうち、ｘ_ｉ ^（Ｇ）をＧ（緑）成分の時系列データ、ｘ_ｉ ^（Ｂ）をＢ（青）成分の時系列データとする。このとき、特徴量計算部１３０は、色情報に対応する周波数スペクトルｆ_ｊ ^（Ｇ）、ｆ_ｊ ^（Ｂ）を、ＦＦＴを処理する関数ＦＦＴを用いて、数式１のように計算する。ここで、iは時間を、jは周波数を表す。

（数１）

次に、なりすましスコア算出部１４０は、数式１の周波数スペクトルｆ_ｊ ^（Ｇ）、ｆ_ｊ ^（Ｂ）から、数式２に従って指標Ｆ_Ｇ、Ｆ_Ｂを算出する。なお、数式２のν_Ａ、ν_Ｂ、ν_Ｃは、指標Ｆ_Ｇ、Ｆ_Ｂの計算に使用するスペクトルの周波数範囲を示している。ν_Ａからν_Ｂの範囲は、人の脈拍に相当する周波数の範囲、ν_Ｂからν_Ｃの範囲は、脈拍以外の成分、つまりノイズ成分に相当する周波数の範囲を示す。指標Ｆ_Ｇ、Ｆ_Ｂはそれぞれ、脈拍に相当する周波数スペクトルとノイズに相当する周波数スペクトルの比を表す。

（数２）

なりすましスコア算出部１４０は、最終的に、以下の数式３に従ってなりすましであるかを表すスコアＪを算出する。分子のＦ_Ｂ−Ｆ_Ｇは、青成分に比べて、緑成分の脈伯に相当する周波数スペクトルの比率が高い場合、低い値となることを示す。Ｆ_Ｂ＋Ｆ_Ｇで除算することで、スコアＪは、−１から＋１までの範囲の値を取り、Ｊの値が大きければなりすましである可能性が高いことを示す。

（数３）

なりすまし判定部１５０は、なりすましスコア算出部１４０が算出したスコアＪと所定の閾値とを比較することで、顔画像列入力部１１０によって入力された顔画像列に含まれる顔がなりすましであるか否かを判定する（ステップＳ１１５）。

上記の具体例において、なりすましスコア算出部１４０で算出するスコアは、顔画像列入力部１１０で入力した顔画像列が、真の人間の顔であればそのスコアは低く、変装用マスクを装着している等の真の人間の顔でなければそのスコアが高くなるように設計されている。そのため、なりすましスコア算出部１４０で算出するスコアと所定の閾値とを比較し、スコアが所定の閾値より低ければ人間の顔、スコアが所定の閾値よりも高ければなりすましであると判定する。

なりすまし判定部１５０で用いられる所定の閾値は、用途によって変化させても良い。
例えば、変装用マスクを装着した人物を取り逃すことが致命的である用途では、閾値を低めに設定すると良い。反対に、真の人間が誤ってなりすましであると判定されることが問題である用途では、閾値を高めに設定すると良い。

なお、上述したなりすましスコアの算出方法はあくまで一例であり、上記の方法に限定されない。特徴量計算部１３０、なりすましスコア算出部１４０及びなりすまし判定部１５０は、所定の色情報に関するパラメータであって、上記の具体例とは異なる特徴量、スコア及び閾値によってなりすましを判定しても良い。

＜第２実施形態＞
次に図６を参照して、本発明の第２実施形態に係るなりすまし検知装置２の機能構成を説明する。

図６は、なりすまし検知装置２の構成を示すブロック図である。図６に示すように、なりすまし検知装置２は、データ処理装置２００を含む。データ処理装置２００は、入力部２１０と判定部２２０とを含む。

入力部２１０は、所定の時間の顔画像列を入力する。

判定部２２０は、顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する。

第２実施形態に係るプログラムは、上記各動作をコンピュータに実行させるプログラムであれば良い。

以上説明したように、第２実施形態に係るなりすまし検知装置、なりすまし検知方法及びプログラム記録媒体によれば、精巧な変装用マスクを装着した場合においても、なりすましであることを正しく検知することが可能となる。

なお、上述の各実施形態のなりすまし検知装置を構成する各部は、制御部、メモリ、メモリにロードされたプログラム、プログラムを格納するハードディスク等の記憶ユニット、ネットワーク接続用インターフェース等からなり、ハードウェアとソフトウェアの任意の組合せによって実現される。

制御部は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等からなり、オペレーティングシステムを動作させてなりすまし検知装置の全体を制御する。また、制御部は、例えばドライブ装置等に装着された記録媒体からメモリにプログラムやデータを読み出し、これにしたがって各種の処理を実行する。

記録媒体は、例えば光ディスク、フレキシブルディスク、磁気光ディスク、外付けハードディスク、半導体メモリ等であって、コンピュータプログラムをコンピュータ読み取り可能に記録する。また、コンピュータプログラムは、通信網に接続されている図示しない外部コンピュータからダウンロードされても良い。

また、図１及び図６は、ハードウェア単位の構成ではなく、機能単位のブロックを示している。これらの機能ブロックはハードウェア、ソフトウェアの任意の組み合わせによって実現される。また、これらの図においては、各実施形態の構成部は物理的に結合した一つの装置により実現されるよう記載されているが、その実現手段は特に限定されない。すなわち、二つ以上の物理的に分離した装置を有線または無線で接続し、これら複数の装置により、各実施形態のシステムを実現しても良い。

以上、各実施形態及び具体例を参照して本発明を説明したが、本発明は以上の実施形態及び具体例に限定されるものではない。本発明の構成や詳細には、本発明のスコープ内で同業者が理解し得る様々な変更をすることができる。

＜実施形態の他の表現＞
上記の各実施形態においては、以下に示すような情報処理装置、情報処理方法及びプログラム記録媒体の特徴的構成が示されている（以下のように限定されるわけではない）。

（付記１）
所定の時間の顔画像列を入力する入力部と、
前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定部と、
を含む情報処理装置。

（付記２）
前記判定部は、前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、なりすましであると判定する、
付記１に記載の情報処理装置。

（付記３）
前記所定の色情報は、緑色成分と青色成分の色情報である、
付記１又は２に記載の情報処理装置。

（付記４）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像毎の顔画像全体の緑色成分と青色成分のそれぞれの平均値である、
付記３に記載の情報処理装置。

（付記５）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像に含まれる顔の部位毎に重みを付けた、顔画像全体の緑色成分と青色成分のそれぞれの重み付け平均値である、
付記３に記載の情報処理装置。

（付記６）
前記入力部によって入力された前記顔画像列から、所定の色情報を抽出する色抽出部と、
前記所定の色情報に対応する特徴量をそれぞれ計算する特徴量計算部と、
前記特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出するスコア算出部と、
をさらに含み、
前記判定部は、前記スコアと所定の閾値とを比較することで、入力された前記顔画像列に含まれる顔がなりすましであるか否かを判定する、
付記１〜５のいずれか１項に記載の情報処理装置。

（付記７）
前記特徴量計算部は、前記所定の色情報に対応する周波数スペクトルを特徴量として計算する、
付記６に記載の情報処理装置。

（付記８）
前記スコア算出部は、前記周波数スペクトルから、第１の周波数区間のスペクトル強度の総和と第２の周波数区間のスペクトル強度の総和の比をそれぞれ計算し、緑色成分と青色成分の二つの色情報からそれぞれ算出された比の値を比較することで、なりすましであるかを表すスコアを算出する、
付記７に記載の情報処理装置。

（付記９）
所定の時間の顔画像列を入力し、
前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する、
情報処理方法。

（付記１０）
前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、なりすましであると判定する、
付記９に記載の情報処理方法。

（付記１１）
前記所定の色情報は、緑色成分と青色成分の色情報である、
付記９又は１０に記載の情報処理方法。

（付記１２）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像毎の顔画像全体の緑色成分と青色成分のそれぞれの平均値である、
付記１１に記載の情報処理方法。

（付記１３）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像に含まれる顔の部位毎に重みを付けた、顔画像全体の緑色成分と青色成分のそれぞれの重み付け平均値である、
付記１１に記載の情報処理方法。

（付記１４）
前記入力された前記顔画像列から、所定の色情報を抽出し、
前記所定の色情報に対応する特徴量をそれぞれ計算し、
前記特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出し、 前記判定は、前記スコアと所定の閾値とを比較することで、入力された前記顔画像列に含まれる顔がなりすましであるか否かを判定することで行われる、
付記９〜１３のいずれか１項に記載の情報処理方法。

（付記１５）
前記特徴量の計算は、前記所定の色情報に対応する周波数スペクトルを特徴量として行われる、
付記１４に記載の情報処理方法。

（付記１６）
前記スコアの算出は、前記周波数スペクトルから、第１の周波数区間のスペクトル強度の総和と第２の周波数区間のスペクトル強度の総和の比をそれぞれ計算し、緑色成分と青色成分の二つの色情報からそれぞれ算出された比の値を比較することで行われる、
付記１５に記載の情報処理方法。

（付記１７）
所定の時間の顔画像列を入力する入力処理と、
前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定処理と、
をコンピュータに実行させるプログラムを記憶する記録媒体。

（付記１８）
前記判定処理は、前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、なりすましであると判定する処理である、
付記１７に記載のプログラムを記憶する記録媒体。

（付記１９）
前記所定の色情報は、緑色成分と青色成分の色情報である、
付記１７又は１８に記載のプログラムを記憶する記録媒体。

（付記２０）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像毎の顔画像全体の緑色成分と青色成分のそれぞれの平均値である、
付記１９に記載のプログラムを記憶する記録媒体。

（付記２１）
前記所定の色情報は、前記顔画像列のそれぞれの顔画像に含まれる顔の処理位毎に重みを付けた、顔画像全体の緑色成分と青色成分のそれぞれの重み付け平均値である、
付記１９に記載のプログラムを記憶する記録媒体。

（付記２２）
前記入力処理によって入力された前記顔画像列から、所定の色情報を抽出する色抽出処理と、
前記所定の色情報に対応する特徴量をそれぞれ計算する特徴量計算処理と、
前記特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出するスコア算出処理と、
をさらに含み、
前記判定処理は、前記スコアと所定の閾値とを比較することで、入力された前記顔画像列に含まれる顔がなりすましであるか否かを判定する処理である、
付記１７〜２１のいずれか１項に記載のプログラムを記憶する記録媒体。

（付記２３）
前記特徴量計算処理は、前記所定の色情報に対応する周波数スペクトルを特徴量として計算する処理である、
付記２２に記載のプログラムを記憶する記録媒体。

（付記２４）
前記スコア算出処理は、前記周波数スペクトルから、第１の周波数区間のスペクトル強度の総和と第２の周波数区間のスペクトル強度の総和の比をそれぞれ計算し、緑色成分と青色成分の二つの色情報からそれぞれ算出された比の値を比較することで、なりすましであるかを表すスコアを算出する処理である、
付記２３に記載のプログラムを記憶する記録媒体。
以上、上述した実施形態を模範的な例として本発明を説明した。しかしながら、本発明は、上述した実施形態には限定されない。即ち、本発明は、本発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。
この出願は、２０１４年２月１２日に出願された日本出願特願２０１４−０２４６５５を基礎とする優先権を主張し、その開示の全てをここに取り込む。

本発明に係る情報処理装置、情報処理方法、及びプログラム記録媒体は、顔認証を用いたシステムのセキュリティレベルを向上する目的に広く利用可能である。

１、２ なりすまし検知装置
１００、２００ データ処理装置
１１０ 顔画像列入力部
１２０ 色情報抽出部
１３０ 特徴量計算部
１４０ なりすましスコア算出部
１５０ なりすまし判定部
２１０ 入力部
２２０ 判定部

Claims (9)

1. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含み、
   前記判定手段は、前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、なりすましであると判定する情報処理装置。
2. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含み、
   前記所定の色情報は、緑色成分と青色成分の色情報であり、
   前記所定の色情報は、前記顔画像列のそれぞれの顔画像毎の顔画像全体の緑色成分と青色成分のそれぞれの平均値である情報処理装置。
3. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含み、
   前記所定の色情報は、緑色成分と青色成分の色情報であり、
   前記所定の色情報は、前記顔画像列のそれぞれの顔画像に含まれる顔の部位毎に重みを付けた、顔画像全体の緑色成分と青色成分のそれぞれの重み付け平均値である情報処理装置。
4. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含み、
   前記入力手段によって入力された前記顔画像列から、所定の色情報を抽出する色抽出手段と、
   前記所定の色情報に対応する特徴量をそれぞれ計算する特徴量計算手段と、
   前記特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出するスコア算出手段と、
   をさらに含み、
   前記判定手段は、前記スコアと所定の閾値とを比較することで、入力された前記顔画像列に含まれる顔がなりすましであるか否かを判定し、
   前記特徴量計算手段は、前記所定の色情報に対応する周波数スペクトルを特徴量として計算する情報処理装置。
5. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含み、
   前記入力手段によって入力された前記顔画像列から、所定の色情報を抽出する色抽出手段と、
   前記所定の色情報に対応する特徴量をそれぞれ計算する特徴量計算手段と、
   前記特徴量から、所定の評価関数に従ってなりすましであるかを表すスコアを算出するスコア算出手段と、
   をさらに含み、
   前記判定手段は、前記スコアと所定の閾値とを比較することで、入力された前記顔画像列に含まれる顔がなりすましであるか否かを判定し、
   前記スコア算出手段は、前記周波数スペクトルから、第１の周波数区間のスペクトル強度の総和と第２の周波数区間のスペクトル強度の総和の比をそれぞれ計算し、緑色成分と青色成分の二つの色情報からそれぞれ算出された比の値を比較することで、なりすましであるかを表すスコアを算出する情報処理装置。
6. 環境情報に応じて、前記所定の色情報を変更する色情報抽出手段をさらに備えた、
   請求項１から５のいずれか１項に記載の情報処理装置。
7. 所定の時間の顔画像列を入力する入力手段と、
   前記顔画像列から抽出された人間の顔の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定手段と、
   を含む情報処理装置。
8. 所定の時間の顔画像列を入力し、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定し、
   前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、なりすましであると判定する
   情報処理方法。
9. 所定の時間の顔画像列を入力する入力処理と、
   前記顔画像列から抽出された所定の色情報の時間的な変化に基づいて、当該顔画像列に含まれる顔がなりすましであるか否かを判定する判定処理と、
   をコンピュータに実行させ、
   前記判定処理において、前記所定の色情報の時間的な変化が、人の脈拍に基づくものではない場合、前記コンピュータは、なりすましであると判定するプログラム。

Images