JP2008165314A

JP2008165314A - 個人識別装置および個人識別方法

Info

Publication number: JP2008165314A
Application number: JP2006351350A
Authority: JP
Inventors: Yuka Eura; 由佳江浦; Tamaki Kojima; 環児嶋
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2006-12-27
Filing date: 2006-12-27
Publication date: 2008-07-17

Abstract

【課題】長期間に亘る個人の識別をするために好適な個人識別装置を提供する。
【解決手段】個人Ｐｉ（ｉ＝１，２，・・・）を識別するための辞書データとして、複数個の異なる期間のそれぞれにおける個人を識別するための識別要素から抽出された特徴データから生成した複数個の期間辞書データＴＤｉ，ｎ（ｎ＝１，２，・・・，Ｎ）を備える。個人の異なる期間のそれぞれにおける識別は、対応する期間の期間辞書データＴＤｉ，ｎを用いて行なう。
【選択図】図８

Description

この発明は、例えば、個人の顔画像、声などの個人を識別するための識別要素を用いて個人を識別する個人識別装置および個人識別方法に関する。

例えば、識別すべき複数の人の顔、声などの識別要素の特徴データを、辞書データとして、予め保存しておき、取り込まれた識別すべき個人の上記識別要素の特徴データと、辞書データとして記憶されている識別要素の特徴データとを比較することにより、取り込まれた個人の識別要素が誰の識別要素であるかを識別するようにする個人識別手法が知られている。

この個人識別手法において、識別要素として顔画像を例に取ると、辞書データは、前記識別しようとする個人の顔画像を取り込んで、その顔画像から抽出した特徴データを用いて生成する。この場合において、従来は、辞書データは１個だけ生成する。そして、一般には、識別要素としての顔画像の取り込み時の撮像条件や顔の向きなどの取り込み誤差を平均化するために、同じ個人について複数の顔画像を取り込んで、特徴データを平均化したものを当該個人の識別用の辞書データとして記憶するようにする（特許文献１（特開２００３−２７１９５８号公報）参照）。

そして、通常は、新たに各個人毎の顔画像の識別が行なわれたときに、識別された個人の顔画像の特徴データを、当該１個の識別用辞書データに反映させることで、各個人用の顔画像の辞書データの更新を行なうようにしている。

上記の特許文献は、次の通りである。
特開２００３−２７１９５８号公報

従来の顔識別技術を用いた個人識別技術は、セキュリティシステム用に用いられる場合が殆どで、現時点における個人の顔画像などの識別要素と、辞書データとの照合を行なうようにしている。このため、過去の顔よりも、現時点の顔の識別精度向上に焦点が当てられた１個の顔識別用辞書データを用いることで、顔識別が行なわれる。そして、当該１個の辞書データは、現在の顔に追従するように過去の登録画像を削除しつつ、辞書データ自体を更新するようにして更新されている。

ところで、最近は、デジタルスチルカメラの普及と、パーソナルコンピュータの記憶容量の大容量化により、パーソナルコンピュータの大容量記憶装置に、撮影した大量の写真画像を取り込んで、アルバムを作成したりして写真管理することができるようになっている。また、同様の写真管理サービスをＷｅｂ上で行なうサイトも登場している。

このような場合に、パーソナルコンピュータで用いる写真管理アプリケーションや、Ｗｅｂサービスでは、取り込む写真画像が常に新しい顔画像の場合に限られる訳ではなく、過去の写真画像が取り込まれることも予想される。

人の顔や声は、年月と共に、変化してゆくのが通常であるので、上述の写真管理アプリケーションや、Ｗｅｂサービスで、従来の顔識別技術で用いられる、現在の顔画像に追従するように更新して作成する１個の辞書データを用いて顔識別する手法では、過去の写真画像を同一人物として識別することができなくなるおそれがある。

また、上述のように、同じ個人について取り込んだ複数の顔画像の特徴データを平均化した更新する従来の１個の顔識別用辞書データを、上記のような写真管理に用いた場合、長期間における個人の顔識別をしたときに、過去から現在の写真まで、長期間の顔画像を元に辞書が作成され、かえって個人の特徴が平均化されてしまい、精度向上はみられないと考えられる。

人の顔のみではなく、人の声も、年月と共に、変化してゆくことが知られており、人の声により個人識別を行なう場合にも同様のことが言える。

この発明は、以上の点にかんがみ、長期間に亘る個人の識別をするために好適な個人識別装置を提供することを目的とする。

上記の課題を解決するために、この発明の個人識別装置は、
個人を識別するための辞書データとして、複数個の異なる期間のそれぞれにおける前記個人を識別するための識別要素から抽出された特徴データから生成した複数個の期間辞書データを備え、
前記個人の前記異なる期間のそれぞれにおける識別は、対応する期間の前記期間辞書データを用いて行なうことを特徴とする。

上述の構成のこの発明による個人識別装置によれば、複数個の異なる期間のそれぞれにおける複数個の期間辞書データを備えていて、個人の異なる期間のそれぞれにおける識別は、対応する期間の期間辞書を用いて行なうので、過去から現在に亘り、人の識別要素の変化に対応した個人識別が可能となる。

この発明によれば、複数個の異なる期間のそれぞれにおける複数個の期間辞書データを用いて、対応する期間における個人の識別を行なうようにしたことにより、過去から現在に亘り、人の識別要素の変化に対応した個人識別が可能となる。

以下、この発明による個人識別装置の実施形態を、顔画像を、個人を識別するための識別要素として個人識別する装置の場合を例に、図を参照しながら説明する。

［第１の実施形態］
図１は、この実施形態の顔画像による個人識別装置の構成例を示すブロック図である。この図１の例は、例えばパーソナルコンピュータに、顔画像による個人識別装置を構成した場合の例であり、ブロックで示したものの一部は、ソフトウエア構成とすることもできるものである。

図１に示すように、この実施形態の顔画像による個人識別装置は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１に対してシステムバス２を介して、プログラム等が記憶されているＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）３と、ワークエリア用のＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）４と、操作部インターフェース５と、ディスプレイインターフェース７６と、画像データ入力インターフェース７とが接続されている。

操作部インターフェース５には、キーボードやマウスなどの操作入力部８が接続されている。また、ディスプレイインターフェース６には、例えばＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ；液晶ディスプレイ）などからなるディスプレイ９が接続されている。

画像データ入力インターフェース７は、例えば、ＵＳＢ（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ）インターフェースを備える撮像カメラ（デジタルカメラ）等の画像出力装置からの画像データを受け取る場合には、ＵＳＢ端子およびＵＳＢインターフェースからなる。

また、画像データ入力インターフェース７は、画像データが格納されたカード型メモリからの画像データを受け取る場合には、当該カード型メモリが装填されるメモリリーダで構成される。

また、画像データ入力インターフェース７は、画像データが格納された光ディスクからの画像データを受け取る場合には、当該光ディスクからの画像データの読み出しが可能な光ディスクドライブで構成される。

なお、画像データ入力インターフェース７は、画像データのみでなく、画像データに付随する、例えば撮像時刻の情報、撮像条件などからなる情報（例えば、Ｅｘｉｆ（Ｅｘｃｈａｎｇｅｉｍａｇｅｆｉｌｅｆｏｒｍａｔ）形式の情報など）も取り込むものである。

この場合に、画像データ入力インターフェース７を通じて取り込まれる画像データに、もしも、撮像時刻の情報が含まれていない場合には、図示は省略するが、ＣＰＵ１は、ユーザに対し、撮影時刻の情報が存在しないので撮影時刻の入力をするように促すメッセージを、ディスプレイ９に表示し、このメッセージに対応してユーザが入力する撮像時刻の情報を取り込まれた画像データに対応させて取得するようにする。

また、画像データ入力インターフェース７は、印画紙にプリントされた写真をスキャンして取り込むスキャナであっても良い。その場合には、撮影時刻の情報は、ユーザが入力するようにする。

また、この実施形態においては、システムバス２には、顔識別用辞書データベース１０と、顔識別用画像処理部１１と、顔識別処理部１２と、表示情報生成部１３と、辞書データ更新処理部１４とが接続されている。

顔識別用辞書データベース１０は、例えばハードディスク装置などの記憶装置の全部あるいは一部の記憶エリアが用いられて構成されている。この実施形態では、この顔識別用辞書データベース１０には、顔画像による個人識別すべく登録された複数の個人Ｐｉ（ｉ＝１，２，・・・以下同じ。ｉは個人番号に対応する。例えばｉ＝１は「Ａさん」、ｉ＝２は「Ｂさん」の如くである）のそれぞれについての個人辞書データＤｉが、それぞれの個人を特定するための個人特定情報（個人識別データ）と対応付けられて記憶保持されている。なお、以下の説明において、「顔識別」は、「顔画像による個人識別」と同義である。

顔識別用画像処理部１１は、図２に示すように、画像データ入力インターフェース７を通じて取り込んだ原画の画像データから、顔検出および目検出を行い、検出した両目の位置が水平になるように、目の位置に合わせて顔画像の回転をする。目の位置に合わせて顔画像を回転するのは、後述のように、顔識別においては、正面を向いた顔画像であって、両目が水平になっている顔画像を基準にしているからである。

そして、さらに、顔識別用画像処理部１１では、顔画像を識別するための特徴部位（例えば眉、目、鼻、口など）の特徴データを抽出するための特徴点プロット（特徴点サンプリング）を行い、当該取り込まれた顔画像Ｆinについての特徴データとしての特徴ベクトルＶinを取得する。ここで、特徴ベクトルＶinは、複数種の特徴量を変数とする関数からなるものである。

なお、顔識別用画像処理部１１における顔検出、目検出、特徴ベクトルＶinの算出などの処理に関しては、特許文献２（特開２００６−７２７７０号公報）、特許文献３（特開２００５−４４３３０号公報）、非特許文献（佐部浩太郎、日台健一、“ピクセル差分特徴を用いた実時間任意姿勢顔検出器の学習”、第１０回画像センシングシンポジウム講演論文集、ｐｐ．５４７-５５２,２００４年６月）などに詳しく記載されているので、ここでは省略することとする。

顔識別用画像処理部１１は、取り込まれた顔画像Ｆinについて取得した特徴データとしての特徴ベクトルＶinを、顔識別処理部１２に供給する。

また、顔識別用画像処理部１１において、顔検出や目検出ができなかった場合、または、顔検出や目検出ができても、特徴ベクトルの算出ができなかった場合には、その旨を顔識別処理部１２や表示情報生成部１３に送るようにする。

顔識別処理部１２は、顔識別用画像処理部１１からの取り込まれた画像から取得された顔画像Ｆinの特徴データとしての特徴ベクトルＶinを受けて、この特徴ベクトルＶinと、顔識別用辞書データベース１０に格納されている複数の個人の個人辞書データＤｉとを比較して照合し、一致していると判定することができる個人辞書データＤｉを検出するようにする。

そして、顔識別処理部１２は、一致していると判定することができる個人辞書データＤｉが検出できたときには、その旨と、検出できた個人辞書データＤｉに対応する個人特定情報（個人識別データ）、この例では、個人の氏名とを、表示情報生成部１３に送る。

また、顔識別処理部１２は、一致していると判定することができる個人辞書データＤｉが検出できなかったときには、その旨を、表示情報生成部１３に送る。

なお、顔識別処理部１２は、顔識別用画像処理部１１から、顔検出や目検出ができなかった旨、または、顔検出や目検出ができても、特徴ベクトルの算出ができなかった旨の通知を受けたときには、上述した顔識別処理は実行しない。

表示情報生成部１３は、顔識別処理部１２から、顔識別ができた旨および顔識別結果として個人特定情報としての個人の氏名を受け取ったときには、図３に示すような、顔識別結果をユーザに確認させるための顔識別結果確認画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

図３に示すように、この顔識別結果確認画面には、取り込んだ顔画像Ｆinの表示画像２１が表示されると共に、顔識別結果が正しいかどうかをユーザに問い合わせるメッセージ「この人は、「○○○○」さんですか？」の表示２２と、当該問い合わせメッセージ２２に対する回答のボタンアイコン２３，２４とが表示される。問い合わせメッセージ２２のうちの、「○○○○」の部分には、顔識別結果の氏名が表示される。

図３の例では、顔識別処理部１２では、取り込まれた顔画像の特徴データは、「田中太郎」さんの個人辞書データＤｉの顔画像の特徴データと一致したと判定したので、問い合わせメッセージ２２の「○○○○」の部分には、「田中太郎」が表示されている。

回答のボタンアイコン２３は、肯定の回答用であり、また、回答のボタンアイコン２４は、否定の回答用である。

図３の画面において、ユーザが、操作入力部８を用いて肯定の回答用のボタンアイコン２３をクリックしたときには、表示情報生成部１３は、ＣＰＵ１の制御に従って、顔識別結果の氏名の情報を辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名で特定される個人特定情報に対応して顔識別用辞書データベース１０に記憶されている個人辞書データＤｉの新規生成（新規登録）または更新処理を行なう。

また、図３の画面において、ユーザが、操作入力部８を用いて否定の回答用のボタンアイコン２４をクリックしたときには、表示情報生成部１３は、図４に示すような、顔識別結果が不正解であることをユーザに報知する顔識別結果不正解画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この顔識別結果不正解画面には、図４に示すように、取り込んだ顔画像Ｆinの表示画像２１と、当該取り込んだ顔画像Ｆinが誰の顔画像であるか、氏名を入力するように促すメッセージ２５を表示する。ユーザは、このメッセージ２５中の氏名入力欄２６に、表示画像２１として表示されている個人の氏名を入力するようにする。

このユーザによる氏名の入力を受け付けると、表示情報生成部１３は、ＣＰＵ１の制御に従って、その入力された氏名の情報を、辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名からなる個人特定情報に対応して顔識別用辞書データベース１０に記憶されている個人辞書データＤｉの新規生成または更新処理を行なう。

なお、氏名入力欄２６に氏名の入力がなされずに、ユーザから顔識別の処理の終了が指示されたときには、表示情報生成部１３からは、氏名の情報が伝達されず、ＣＰＵ１の制御に従って辞書更新をしない旨の通知が辞書データ更新処理部１４に通知される。したがって、辞書データ更新処理部１４は、個人辞書データの生成または更新処理は行なわない。

また、表示情報生成部１３は、顔識別処理部１２から、顔識別結果として顔識別用辞書データベース１０中に、取り込まれた顔画像と一致する個人辞書データＤｉがない旨の通知を受け取ったときには、図５に示すような、顔識別結果として「一致無し」をユーザに報知させるための顔識別結果一致無し画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この顔識別結果一致無し画面には、図５に示すように、取り込んだ顔画像Ｆinの表示画像２１と、当該取り込んだ顔画像Ｆinが誰の顔画像であるか、氏名を入力するように促すメッセージ２７を表示する。ユーザは、このメッセージ２７中の氏名入力欄２８に、表示画像２１として表示されている個人の氏名を入力するようにする。

このユーザによる氏名の入力を受け付けると、表示情報生成部１３は、その入力された氏名の情報を、辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名を個人特定情報とする個人辞書データＤｉの新規生成または更新処理を行なう。

なお、氏名入力欄２８に氏名の入力がなされずに、ユーザから顔識別の処理の終了が指示されたときには、表示情報生成部１３からは、氏名の情報が伝達されず、辞書更新をしない旨の通知が辞書データ更新処理部１４に通知される。したがって、辞書データ更新処理部１４は、辞書データの生成または更新は行なわない。

また、表示情報生成部１３は、顔識別用画像処理部１１から、顔検出や目検出、最終的には、特徴ベクトルの算出ができなかった旨の通知を受けたときには、図６に示すような、照合不能通知画面の表示情報を生成し、ディスプレイインターフェース６を通じてディスプレイ９の画面に表示させるようにする。

この照合不能通知画面には、図６に示すように、取り込まれた顔画像は、辞書データの更新には用いられない旨のメッセージ２９が表示される。そして、ＣＰＵ１の制御に従って、表示情報生成部１３は、辞書データの更新をしない旨の通知を辞書データ更新処理部１４に通知する。

辞書データ更新処理部１４は、この実施形態では、顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき、当該個人特定情報に対応する個人辞書データＤｉの更新処理を実行する。

この場合、上述の説明から分かるように、「顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき」には、顔識別結果が正解であって個人特定情報が個人識別装置において特定される場合と、顔識別結果が不正解であって、ユーザにより入力された個人の氏名により個人特定情報が特定される場合と、顔識別の結果、一致するものがなくて新規の顔画像の取り込みの場合であってユーザにより入力された個人の氏名により個人特定情報が特定される場合と、を含むものである。

顔識別用画像処理部１１で、顔検出や目検出、最終的には、特徴ベクトルの算出ができなかった旨の通知を受けたときには、辞書データ更新処理部１４は、前記個人辞書データＤｉの更新処理は行なわない。また、取り込まれた顔画像についての個人特定情報の特定が最終的にできなかったときにも、辞書データ更新処理部１４は、前記個人辞書データＤｉの更新処理は行なわない。

顔識別用辞書データベース１０の個人辞書データＤｉとしては、従来は、各個人に対して、１個の顔識別用の辞書データが登録されていて、当該各個人に対する１個の顔識別用辞書データのそれぞれと、取り込まれた個人の識別要素から抽出された特徴データとを照合することで、取り込まれた識別要素を備える個人を識別するようにする。

これに対して、この実施形態の顔識別用辞書データベース１０においては、「Ａさん」、「Ｂさん」、「Ｃさん」・・・の各個人辞書データＤｉとしては、異なる複数個の期間についての複数個の期間辞書データが設けられる。

すなわち、この実施形態では、顔識別用辞書データベース１０には、図８に示すように、一人当たりの個人辞書データＤｉとして、互いに異なる複数個の期間、例えば、期間１、期間２、・・・、期間Ｎ、についての複数個の期間辞書データＴＤｉ，１、ＴＤｉ，２、・・・、ＴＤｉ，Ｎが設けられ、これら複数個の期間辞書データが、各個人の個人特定情報である個人識別データＩＤｉに対応付けられて格納されている。

ここで、個人特定情報（個人識別データＩＤｉ）としては、この実施形態では、個人名（氏名）が登録される。個人特定情報としては、個人名（氏名）に限らず、個人識別番号や記号、その他、個人情報を用いるようにしても良いし、それらの個人を特定するための情報の組み合わせを用いるようにしても良い。

また、この実施形態では、図８に示すように、個人辞書データＤｉの一部として、複数個の期間辞書データＴＤｉ，ｊ（ｊ＝１，２，・・・，Ｎ）のそれぞれの期間を定める基準となる基準時刻データＲｔが格納される。この実施形態では、この基準時刻データとしては、対応する個人Ｐｉについて最初に取り込んだ顔画像の撮影時刻のデータが用いられる。なお、この場合、撮影時刻は、撮影がなされた年、月、日、時、分、秒からなるが、この実施形態で期間を定める場合には、日を最小単位とするので、期間を定めるための基準時刻としては年月日のみを用いるものとしている。

各個人の複数個の期間辞書データＴＤｉ，ｊのそれぞれは、それぞれの期間辞書データＴＤｉ，ｊが対応する期間内で撮影された当該対応する個人の顔画像の取り込みがあったときに、当該取り込まれた顔画像から抽出された特徴データが用いられて、新規に生成される。

そして、期間辞書データＴＤｉ，ｊが生成された後に、対応する期間内で撮影された当該対応する個人の顔画像の更なる取り込みがあったときには、当該更なる取り込みがなされた顔画像から抽出された特徴データが用いられて、当該期間辞書データＴＤｉ，ｊが更新される。

したがって、この例の場合、各個人の個人辞書データＤｉを構成する複数個の期間辞書データＴＤｉ，１、ＴＤｉ，２、・・・、ＴＤｉ，Ｎの数Ｎは、通常、各個人Ｐｉ毎に異なるものとなる。

そして、この実施形態の個人識別装置では、期間辞書データＴＤｉ，ｊが対応する期間の長さを、ユーザが設定可能な固定長とする場合（固定長モード）と、識別対象の個人の年齢に応じて可変長とする場合（可変長モード）の２つの期間モードのいずれかを、ユーザが選択設定可能とされている。

期間辞書データＴＤｉ，ｊが対応する期間の長さを一定にする固定長モードは、顔の変化具合が一定であることを前提とする場合、例えば、壮年期などのみを個人の識別対象期間とする場合などに有効である。

一方、個人の識別対象期間を長く考えた場合には、年齢によって期間を変化させる、という方法が有効であると考えられる。成長が早い幼いころの期間辞書データが対応する期間は短くし、成長とともに、期間辞書データが対応する期間を徐徐に長くする、という方法である。

また、この実施形態では、２個の期間辞書データの期間が隣接する場合においては、重複期間を設けるようにしている。このように重複期間を設けるのは、一人の個人についての複数個の期間辞書データにおいて、隣接する期間において急激な変化が生じないようにするためである。

例えば、ある期間辞書データＴＤａが２００４年に、また、期間辞書データＴＤｂが２００５年に、それぞれ撮影されたある個人Ｐｘの顔画像の特徴データを基に作成されたものとした場合に、２００４年１２月３１日に撮影された顔画像の特徴データは、重複期間がなければ期間辞書データＴＤａのみを更新するためにのみ用いられる。しかし、２００４年１２月３１日は、期間的には、２００５年に近いために、期間辞書データＴＤｂをも更新するために用いられるべきである。そこで、この実施形態では、例えば２００４年１２月の１ヶ月を、期間辞書データＴＤａの対応期間と、期間辞書データＴＤｂの対応期間における重複期間とするようにする。

すると、２００４年１２月の１ヶ月分に撮影された顔画像の特徴データは、期間辞書データＴＤａと、期間辞書データＴＤｂとの両方についての更新対象データとなり、辞書データの特徴データの急激な変化を回避することができる。

この第１の実施形態では、顔識別用辞書データベース１０全体として、期間モードとして、固定長モードまたは可変長モードのいずれかが予め設定されるものである。この期間モードは、期間辞書データを新規に作成（新規登録）する場合に用いられる。

すなわち、個人の識別要素としての顔画像を新たに取り込んで、個人識別したときに、当該顔画像の時点（例えば当該顔画像の撮影時点）を含む期間の期間辞書データが見つからなかったときには、顔識別用辞書データベースに対して期間辞書データを新規に作成して登録（新規登録）するが、その際に、この期間モードを参照して、新規に作成する期間辞書データが対応する期間および重複期間を設定するようにする。

この実施形態では、ユーザは、固定長モードを選択するときには、固定の期間長を、選択設定することができるように構成されている。すなわち、この実施形態では、例えば図９（Ａ）に示すような、固定辞書期間テーブルＴＢＬｘが用意されており、当該固定辞書期間テーブルＴＢＬｘから、ユーザが固定の期間長を選択設定することができるように構成されている。

この図９（Ａ）の例の固定辞書期間テーブルＴＢＬｘにおいては、テーブル番号に対して、辞書期間の期間長（以下、辞書期間幅という）ＷＤと、当該辞書期間幅ＷＤに対応する重複期間の期間長（以下、重複期間幅という）Ｗovとが、１対１に対応して設定されている。この場合、辞書期間幅ＷＤが長くなるにつれて、重複期間幅Ｗovも徐徐に長くなるように選定されている。

後述するように、この実施形態では、ユーザが固定長モードを選択したときには、この固定辞書期間テーブルＴＢＬｘがユーザに呈示され、ユーザが、当該テーブルＴＢＬｘのテーブル番号を選択指定するにより、対応する辞書時間幅ＷＤおよび重複期間幅Ｗovが選択設定されることになる。

そして、基準時刻データＲｔと、新たに取り込まれた顔画像の撮影時刻とから、選択設定された辞書時間幅ＷＤおよび重複期間幅Ｗovを考慮して、新たに生成しようとする期間辞書データについての期間の始点ＳＴと終点ＥＤとが計算されて、期間が特定され、その特定された期間についての期間辞書データＴＤｉ，ｊが生成されて、顔識別用辞書データベース１０に新規登録される。この新規登録の際に、後述するように、辞書時間幅ＷＤおよび重複期間幅Ｗov、期間の始点ＳＴと終点ＥＤなどが、期間辞書データＴＤｉ，ｊに対応して付随情報として記憶される。

また、この実施形態では、ユーザが、可変長モードを選択したときには、期間辞書データの新規登録の際に、新たに取り込まれた顔画像を有していたときの個人の年齢の入力が、ユーザに対して促され、例えば図９（Ｂ）に示すような可変辞書期間テーブルＴＢＬｖが用いられて、入力された年齢に応じた辞書期間幅ＷＤおよび重複期間幅Ｗovが設定される。

そして、固定長モードの場合と同様にして、基準時刻データＲｔと、新たに取り込まれた顔画像の撮影時刻とから、選択設定された辞書時間幅ＷＤおよび重複期間幅Ｗovを考慮して、新たに生成しようとする期間辞書データについての期間の始点ＳＴと終点ＥＤとが計算されて、期間が特定され、その特定された期間についての期間辞書データＴＤｉ，ｊが生成されて、顔識別用辞書データベース１０に新規登録される。そして、固定長モードの場合と同様にして、この新規登録の際に、後述するように、辞書時間幅ＷＤおよび重複期間幅Ｗov、期間の始点ＳＴと終点ＥＤなどが、期間辞書データＴＤｉ，ｊに対応して付随情報として記憶される。

図９（Ａ）の固定辞書期間テーブルＴＢＬｘおよび図９（Ｂ）の可変辞書期間テーブルＴＢＬｖは、図８に示すように、辞書期間テーブルデータＴＢＬとして、顔識別用辞書データベース１０に格納されている。

図１０は、この第１の実施形態における顔識別用辞書データベース１０の格納データのフォーマットを説明するための図である。

この第１の実施形態では、図１０に示すように、顔識別用辞書データベース１０全体について、前述した辞書期間テーブルデータＴＢＬと、期間モードの選択指定データおよび選択された期間モードが固定長モードのときにはテーブル番号を含み、また、可変長モードのときには、可変辞書期間テーブルへの参照ポインタを含むユーザ期間設定情報ファイルＵＳとが格納される。

そして、前述したように、各個人Ｐｉについての個人辞書データＤｉは、各期間１、期間２、・・・に対応する複数個の期間辞書データＴＤｉ，１，ＴＤｉ，２，・・・からなる。そして、各期間辞書データＴＤｉ，１，ＴＤｉ，２，・・・のそれぞれは、この実施形態では、それぞれ対応する期間で取り込まれた顔画像の特徴データの平均値からなる顔識別用辞書データＦＲＤｉ，１、ＦＲＤｉ，２・・・のそれぞれと、付随情報ＡＴＲｉ，１、ＡＴＲｉ，２・・・のそれぞれとからなる。

付随情報ＡＴＲｉ，１、ＡＴＲｉ，２、・・・、ＡＴＲｉ，ｎ、・・・のそれぞれは、図１１に示すように、当該期間辞書データＴＤｉ，ｎが対応する期間よりも前の期間であって、重複期間を共有する期間辞書データを指し示す前辞書ポインタと、当該期間辞書データＴＤｉ，ｎが対応する期間よりも後の期間であって、重複期間を共有する期間辞書データを指し示す後辞書ポインタと、辞書期間パラメータと、期間内全画像数と、期間情報とを備える。

前辞書ポインタおよび後辞書ポインタは、対応する重複期間を共有する他の期間辞書データが存在するときには、当該前の期間辞書データや後の期間辞書データを指し示す識別データあるいはその記憶アドレス位置の情報とされ、また、対応する重複期間を共有する他の期間辞書データが存在していないときには、それを意味する「ＮＵＬＬ」データとされる。

辞書期間パラメータは、当該期間辞書データＴＤｉ，ｎに対応する辞書期間幅へのポインタと、重複期間幅へのポインタとからなる。辞書期間幅へのポインタおよび重複期間幅へのポインタは、固定長モードの場合には、固定辞書期間テーブルＴＢＬｘからユーザが選択指定した辞書期間幅および重複期間幅のメモリアドレス（顔識別用辞書データベース上でのアドレス）であり、可変長モードの場合には、当該期間辞書データの期間が対応する年齢に応じて可変辞書期間テーブルＴＢＬｖから選択された辞書期間幅および重複期間幅のメモリアドレス（顔識別用辞書データベース上でのアドレス）である。

期間内全画像数は、当該期間辞書データＴＤｉ，ｎが対応する期間内において、過去に取り込まれた顔画像数であり、この実施形態では、当該期間の前半の顔画像数と、当該期間の後半の顔画像数とが別々に記憶されている。

期間情報は、当該期間辞書データＴＤｉ，ｎが対応する期間の先頭の時刻を示す始点データＳＴと、最後の時刻を示す終点データＥＤとからなる。なお、基準時刻についての説明と同様に、この実施形態では、期間は、最小単位を日に定めているので、始点データＳＴおよび終点データＥＤは、それぞれ年月日を表すデータとされている。

この図１１の付随情報は、主として、個人識別のために新たに個人の顔画像が取り込まれたときの辞書検索の際に利用される。

以上のようにして期間辞書データＴＤｉ，ｎが生成される結果、固定長モードにおいては、図１２（Ａ）に示すようにして、また、可変長モードにおいては、図１２（Ｂ）に示すようにして、時間の流れに従って、複数個の期間辞書データＴＤｉ，ｎが、一人の個人に対して生成されることになる。

固定長モードの場合を示す図１２（Ａ）は、「Ａさん」についての複数個の期間辞書データをＤＡ１，ＤＡ２，ＤＡ３，・・・として示したもので、固定長モードであるので、期間辞書データＤＡ１，ＤＡ２，ＤＡ３，・・・のそれぞれの辞書期間の幅は、すべて、ユーザにより固定辞書期間テーブルＴＢＬｘから選択された所定の辞書期間ＷＤｘとされる。そして、期間辞書データＤＡ１，ＤＡ２，ＤＡ３，・・・の間での重複期間の幅は、すべて、辞書期間ＷＤｘに対応して選定される重複期間幅Ｗovxとされる。

また、可変長モードの場合を示す図１２（Ｂ）においては、「Ａさん」についての、年齢に応じた期間１における複数個の期間辞書データをＤＡ１１，ＤＡ１２，ＤＡ１３，・・・として示し、年齢に応じた期間２における複数個の期間辞書データをＤＡ２１，ＤＡ２２，ＤＡ２３，・・・として示し、年齢に応じた期間３における複数個の期間辞書データをＤＡ３１，ＤＡ３２，ＤＡ３３，・・・として示したものである。例えば可変辞書期間テーブルＴＢＬｖにおいて、期間１は年齢０〜１歳の期間、期間２は１〜３歳の期間、期間３は２０〜２４歳の期間とされる。

したがって、各期間辞書データの辞書期間幅および重複期間幅は、期間１では、当該期間１の年齢に応じた辞書期間幅ＷＤ１、重複期間幅Ｗov１とされ、期間２では、当該期間２の年齢に応じた辞書期間幅ＷＤ２、重複期間幅Ｗov２とされ、期間３では、当該期間３の年齢に応じた辞書期間幅ＷＤ３、重複期間幅Ｗov３とされている。この例の場合、図９の可変辞書期間テーブルＴＢＬｖから明らかなように、ＷＤ１＜ＷＤ２＜ＷＤ３であり、また、Ｗov１＜Ｗov２＜Ｗov３となっている。

なお、図１２では、時間の流れに従って複数個の期間辞書データが、期間の隙間なく生成されているが、実際には、個人の顔画像が識別のために取り込まれた期間に対応する期間辞書データが生成され、個人について、すべての期間辞書データが生成されるわけではない。

したがって、ある時点では、他の期間辞書データと重複期間を有することなく単独で存在している期間辞書データもあるし、ある年齢に対しては一つの期間辞書データしか存在しない状態もある。個人の顔画像が識別のために、異なる期間のものが多数取り込まれることにより、期間辞書データが増加してゆく。そして、他の期間辞書データと重複期間を共有する期間辞書データも増加してゆく。

この実施形態の個人識別処理においては、画像データ入力インターフェース７を通じて個人の顔画像データが識別のために取り込まれたときには、顔識別処理部１２は、当該取り込まれた顔画像の撮影時刻を含む期間に対応する期間辞書データを、顔識別用辞書データベース１０に蓄積されている複数個の個人辞書データから検索する。

そして、顔識別処理部１２は、その検索の結果、取り込まれた顔画像の撮影時刻を含む期間に対応する期間辞書データが１個以上、検出できたか否か判別し、その判別結果を出力すると共に、１個以上検出したら、その対応する期間辞書データと、取り込まれた顔画像から抽出された特徴データとを比較参照し、取り込まれた顔画像の特徴データと一致していると判定することができる期間辞書データを探す。

表示情報生成部１３は、顔識別処理部１２からの出力から、取り込まれた顔画像の撮影時刻を含む期間に対応する期間辞書データが１個も検出できなかった旨の通知を受け取ったときには、図７に示すような、対応する期間辞書データが存在していないことをユーザに報知させるための期間辞書無し画面を表示させるようにする。

この期間辞書無し画面には、図７に示すように、取り込んだ顔画像Ｆinの表示画像２１と、当該取り込んだ顔画像Ｆinが誰の顔画像であるか、氏名を入力するように促すメッセージ３０を表示する。ユーザは、このメッセージ３０中の氏名入力欄３１に、表示画像２１として表示されている個人の氏名を入力するようにする。

このユーザによる氏名の入力を受け付けると、表示情報生成部１３は、その入力された氏名の情報を、辞書データ更新処理部１４に供給する。辞書データ更新処理部１４は、後述するように、受け取った氏名を個人特定情報とする個人辞書データＤｉの期間辞書データの新規生成処理を行なう。

なお、顔識別処理部１２において、検索の結果、取り込まれた顔画像の撮影時刻を重複期間に含む２個の期間辞書データが見つかったときには、両方の期間辞書データを特徴データとの照合に用いても良いが、この実施形態では、照合時間の短縮のため、顔識別処理部１２は、次のようにして、一方の期間辞書データのみを選択して照合に用いるようにする。

今、例えば、取り込まれた顔画像の撮影時刻を重複期間に含む２個の期間辞書データとして、図１３に示すような２個の期間辞書データＤｎおよびＤｎ＋１とが検出されたとする。この図１３の下方において、時間軸バー上に○印で示すものは、過去の顔画像の撮影時刻を示し、また、☆印で示すものは、今回、取り込まれた顔画像の撮影時刻である。この図１３の例においては、辞書期間幅はＷＤであり、また、重複期間幅はＷovである。

そして、この実施形態では、２個の期間辞書データＤｎおよびＤｎ＋１の辞書期間幅の前半における顔画像の画像数をそれぞれＤｎ＿ａ、Ｄｎ＋１＿ａ、また、後半における顔画像の画像数をそれぞれＤｎ＿ｂ、Ｄｎ＋１＿ｂとしたとき、顔識別処理部１２は、重複期間を共有する期間辞書データＤｎの辞書期間幅の後半における顔画像の画像数Ｄｎ＿ｂと、期間辞書データＤｎ＋１の辞書期間幅の前半における顔画像の画像数Ｄｎ＋１＿ａとを比較し、画像数が多い方の期間辞書データを、取り込まれた顔画像の特徴データとの照合に用いるようにする。

図１３の例であれば、Ｄｎ＿ｂ＝５であり、また、Ｄｎ＋１＿ａ＝３であるので、顔識別処理部１２は、期間辞書データＤｎを取り込まれた顔画像の特徴データとの照合に用いるように決定する。

そして、期間辞書データと取り込まれた顔画像の特徴データとの照合の結果、取り込まれた顔画像の特徴データと一致していると判定することができる期間辞書データが見つからなかったときには、ＣＰＵ１は、顔識別処理部１２からのその旨の通知に従って、表示情報生成部１３を通じてディスプレイ９に、ユーザに、取り込まれた顔画像の個人の個人名などの個人特定情報の入力を行なわせるためのメッセージを表示する。ＣＰＵ１は、そのメッセージに応じて入力される個人特定情報に対応して、当該顔画像の撮影時刻を含む期間の期間辞書データを新規に作成するように辞書データ更新処理部１４に指示する。

この場合に、ユーザにより入力された個人特定情報が、顔識別用辞書データベース１０には未だ存在していない新規の個人Ｐｉの個人特定情報であるときには、まず、辞書データ更新処理部１４は、顔識別用辞書データベース１０に、当該新規の個人Ｐｉについての個人辞書データＤｉのエリアを確保し、前記個人特定情報を個人識別データＩＤｉとして格納すると共に、取り込まれた顔画像の撮影時刻を、期間辞書データの期間を定める基準時点とするため、基準時刻データＲｔとして格納するようにする。

次に、辞書データ更新処理部１４は、顔識別用辞書データベース１０に辞書期間テーブルデータＴＢＬと共に記憶されている、ユーザにより予め設定されたユーザ期間設定情報ファイルＵＳの期間モードを参照し、辞書期間幅を定める。このとき、期間モードが可変長モードである場合には、辞書データ更新処理部１４は、取り込まれた顔画像の撮影時刻の時点における個人Ｐｉの年齢の入力をユーザに促すメッセージを生成してディスプレイ９に表示させるように表示情報生成部１３に指示を出す。そして、そのメッセージに応じた年齢の入力を受けて、辞書データ更新処理部１４は、可変辞書期間テーブルＴＢＬｖから、辞書期間幅を定める。

辞書期間幅が定まったら、辞書データ更新処理部１４は、基準時刻データＲｔとして記憶した基準時点を始点とする期間を定めて、取り込まれた顔画像の特徴データを用いて、期間辞書データを作成して、顔識別用辞書データベース１０に新規登録する。

また、ユーザにより入力された個人特定情報が、顔識別用辞書データベース１０に既に存在している個人Ｐｉの個人特定情報であるときには、顔識別用辞書データベース１０には、既に、前記個人Ｐｉの個人辞書データＤｉは存在し、基準時刻データＲｔが記憶されている。したがって、この場合には、辞書データ更新処理部１４は、前述と同様にして、ユーザにより予め設定されたユーザ期間設定情報ファイルＵＳの期間モードなどの設定情報を参照し、必要な年齢情報の入力を受けて辞書期間幅および重複期間幅を定め、前記基準時刻データＲｔを基にして、新たに作成する期間辞書データについての期間の始点および終点を決定し、取り込まれた顔画像の特徴データを用いて、期間辞書データを作成して、顔識別用辞書データベース１０に新規登録する。

このとき、取り込まれた顔画像の撮影時刻が、求められた辞書期間における重複期間内であったときには、辞書データ更新処理部１４は、期間辞書データとしては、当該重複期間を共有する２個の期間辞書データを生成して、当該２個の期間辞書データを新規登録するようにする。

次に、取り込まれた顔画像の特徴データと一致していると判定することができる期間辞書データが見つかったときには、顔識別処理部１２は、表示情報生成部１３に指示して、その期間辞書データが属する個人辞書データの個人特定情報、つまりこの例では個人名を、照合結果として表示出力させて、前述したようにユーザに確認させるようにする。その確認結果として、照合結果が正しいと判定されたときには、顔識別処理部１２は、取り込まれた顔画像の特徴データと一致していると判定された期間辞書データを、新たに取り込んだ顔画像の特徴データを用いて更新するように、辞書データ更新処理部１４に指示するようにする。

辞書データ更新処理部１４は、この指示を受けて、取り込まれた顔画像の特徴データと一致していると判定された期間辞書データの更新処理を実行する。

そして、辞書データ更新処理部１４は、さらに、取り込まれた顔画像の撮影時刻が更新された期間辞書データの重複期間内であって、しかも、当該重複期間を共有する他の期間辞書データが存在する場合、つまり、図１３を用いて説明したような方法で、一方の期間辞書データが、取り込まれた顔画像の特徴データとの照合用として選定されたものである場合には、残りの他方の期間辞書データも、撮影時刻がその重複期間内である取り込まれた顔画像の特徴データを用いて更新するようにする。

この第１の実施形態では、顔識別用辞書データＦＲＤｉ，ｊの更新は、当該期間辞書データＴＤｉ，ｊが対応する期間について取り込まれた顔画像の特徴データの単純平均とされている。

［第１の実施形態の個人識別装置における処理動作］
次に、第１の実施形態の個人識別装置における処理動作を更に説明する。

［辞書期間パラメータの設定］
上述したように、この実施形態の個人識別装置においては、事前に、ユーザによる期間モードなどの辞書期間パラメータの設定を受けるようにする。図１４は、この辞書期間パラメータ設定処理の際の動作を説明するためのフローチャートである。この図１４のフローチャートの各ステップの処理は、ＣＰＵ１が、ＲＯＭ３のプログラムにしたがって、ＲＡＭ４をワークエリアとして用いて実行するものである。

ＣＰＵ１は、ユーザの辞書期間パラメータの設定スタート指示を受けて、図１４のフローチャートを開始し、まず、表示情報生成部１３、ディスプレイインターフェース６を制御して、辞書期間を固定長の固定長モードとするか、あるいは可変長の可変長モードとするかの期間モードの選択設定を促すメッセージを含む期間モード選択画面を、ディスプレイ９に表示させるようにする（ステップＳ１０１）。

そして、ＣＰＵ１は、操作入力部８からの、ディスプレイ９の表示画面に表示された期間モード選択画面を通じたユーザの期間モード選択入力を受け付け（ステップＳ１０２）、期間モードとして固定長モードと可変長モードとのいずれが選択されたか判別する（ステップＳ１０３）。

このステップＳ１０３で、固定長モードが選択されたと判別したときには、ＣＰＵ１は、顔識別用辞書データベース１０の辞書期間テーブルデータＴＢＬから固定辞書期間テーブルＴＢＬｘを読み出し、表示情報生成部１３およびディスプレイインターフェース６を制御して、固定長の辞書期間はＷＤと、重複期間幅Ｗovとを、固定辞書期間テーブルのテーブル番号により選択するようにすることを促すメッセージを含む期間設定画面を、ディスプレイ９に表示させるようにする（ステップＳ１０４）。

そして、ＣＰＵ１は、操作入力部８からの、ディスプレイ９の表示画面に表示された期間設定画面を通じたテーブル番号の選択入力を受け付け（ステップＳ１０５）、期間モードが固定長モードであることと、選択されたテーブル番号とを、ユーザ期間設定情報ファイルＵＳに保存する（ステップＳ１０６）。そして、この辞書期間パラメータ設定の処理ルーチンを終了する。

また、ステップＳ１０３で、可変長モードが選択されたと判別したときには、ＣＰＵ１は、期間モードが可変長モードであることを、ユーザ期間設定情報ファイルＵＳに保存する（ステップＳ１０７）。そして、この辞書期間パラメータ設定の処理ルーチンを終了する。

なお、この実施形態では、固定長モードにおける辞書期間幅と重複期間幅とは、テーブル番号により対として設定するようにしたが、固定長モードにおいて、辞書期間幅と、重複期間幅とを、それぞれ別々に設定することができるようにしても良い。

また、この実施形態では、可変長モードにおいては、可変辞書期間テーブルＴＢＬｖは一つしたので、テーブル選択は不要としたが、各年齢における辞書期間幅および重複期間幅が異なる複数個の可変辞書期間テーブルを辞書期間テーブルデータＴＢＬに用意しておき、その複数個の可変辞書期間テーブルの中から、ユーザが選択設定することができるように構成することもできる。

また、この実施形態では、期間モードは、顔識別用辞書データベース１０の全体について設定するようにしたが、各個人Ｐｉの個人辞書データＤｉの最初の作成時に、上述の図１４のフローチャートに示したユーザ設定をさせるように構成して、各個人Ｐｉ毎に期間モードを設定することができるようにしても良い。

その場合における顔識別用辞書データベース１０の格納データのフォーマットは、図１０に代わって、図１５に示すようなものとなり、ユーザ期間設定情報ファイルＵＳが、個人識別データＩＤに対応して、個人辞書データＤｉ毎に設けられるものとなる。

［顔識別処理および辞書データ生成更新処理］
次に、上述の構成の個人識別装置における顔識別処理動作および辞書データ生成更新処理動作について説明する。図１６〜図２２は、顔識別処理動作およびこれに関連する期間辞書データの検索処理動作、期間辞書データの新規登録並びに更新処理動作を説明するためのフローチャートである。この図１６〜図２２を用いて説明する処理動作は、ＣＰＵ１の制御の下に、画像データ入力インターフェース部７、顔識別用画像処理部１１、顔識別処理部１２、表示情報生成部１３、辞書データ更新処理部１４の各部が実行するものである。

なお、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいてＲＡＭ４をワークエリアとして用いて、上記各部の処理をソフトウエア処理として実行するように構成して上記各部を省略しても良いことは、前述した通りである。

まず、ＣＰＵ１は、画像データ入力インターフェース７を通じて、顔画像を含む画像データおよびそれに付随するＥｘｉｆ（Ｅｘｃｈａｎｇｅｉｍａｇｅｆｉｌｅｆｏｒｍａｔ）情報を含む情報を取り込み、顔識別用画像処理部１１に転送する（ステップＳ１１１）。なお、顔画像の画像データに付随するＥｘｉｆ情報が存在しない場合には、ユーザに撮影時刻の入力を促して、撮影時刻を入力させることで、撮影時刻の情報を取得するようにするのは、前述した通りである。

顔識別用画像処理部１１は、ＣＰＵ１からの制御開始指示に基づき、受け取った画像データから、前述したように、顔画像、目検出、検出した目の位置に基づく顔回転処理を行ない、特徴点プロットしたデータから特徴ベクトルを生成するようにする（ステップＳ１１２）。このとき、画像データに付随するＥｘｉｆ情報から撮影時刻の情報を抽出して保持したり、ユーザにより入力された撮影時刻を保持したりするようにする。

そして、顔識別用画像処理部１１は、特徴ベクトルの生成に成功したときには、その旨の情報と生成した特徴ベクトルを出力し、顔画像の画像データサイズが小さすぎたりして特徴ベクトルの生成に失敗したときには、特徴ベクトルの生成を失敗した旨の情報を出力する。

ＣＰＵ１は、顔識別用画像処理部１１からの情報により、取り込まれた顔画像の特徴ベクトルの生成に成功したか否かを判別する（ステップＳ１１３）。そして、顔識別用画像処理部１１から顔画像の特徴ベクトルの生成に失敗した旨の情報が出力されていて、特徴ベクトルの生成に失敗したと判別したときには、その情報を表示情報生成部１３に転送する。

表示情報生成部１３は、この顔画像の特徴ベクトルの生成に失敗した旨の情報を受け取ると、図６に示した照合不能通知画面の表示情報を生成し、出力する。ＣＰＵ１は、この照合不能通知画面の表示情報をディスプレイインターフェース６を通じてディスプレイ９に送って、図６に示したように、取り込まれた顔画像を用いては照合が不能であり、かつ、辞書に利用しない旨のメッセージ２９を表示する（ステップＳ１１４）。

また、ＣＰＵ１は、ステップＳ１１３で、顔識別用画像処理部１１から顔画像の特徴ベクトルの生成に成功した旨の情報と、生成された特徴ベクトルとが出力されていると判別したときには、当該成功した旨の情報と、生成された特徴ベクトルと、撮影時刻の情報とを、顔識別処理部１２に転送させるようにする。

顔識別処理部１２では、まず、受け取った撮影時刻を含む期間に対応する期間辞書データを、顔識別用辞書データベース１０から検索し、検索の結果、１以上の期間辞書データが得られたかどうか判断し、その判断結果を出力すると共に、１以上の期間辞書データが得られたときには、その期間辞書データを照合用期間辞書データとして照合用メモリにロードしてセットするようにする（図１７のステップＳ１２１）。

ＣＰＵ１は、顔識別処理部１２からの出力を受けて、顔識別処理部１２での検索の結果、照合用の期間辞書データが１個以上見つかったか否か判別し（ステップＳ１２２）、照合用の期間辞書データが１個も見つからなかったと判別したときには、その旨の通知を表示情報生成部１３に送る。表示情報生成部１３は、この通知を受けて、図７に示したような、期間辞書無し画面の表示情報を生成し、出力する。ＣＰＵ１は、その表示情報をディスプレイインターフェース６を通じてディスプレイ９に送り、取り込んだ顔画像が誰の顔画像であるか、氏名を入力するようにユーザに促すメッセージ３０を表示する（ステップＳ１２３）。

そして、ＣＰＵ１は、このメッセージ３０中の氏名入力欄３１へのユーザによる氏名の入力を待ち（図１８のステップＳ１３５）、氏名の入力を受け付けたと判別したときには、顔識別用辞書データベース１０に、当該入力された氏名の個人辞書データＤｉがあるか否か判別する（ステップＳ１３６）。そして、入力された氏名の個人辞書データＤｉがあると判別したときには、図１７のステップＳ１２８に飛んで、顔識別用辞書データベース１０の更新ルーチンを実行するようにする。

また、ステップＳ１３６で、入力された氏名の個人辞書データＤｉが、顔識別用辞書データベース１０に存在しないと判別したときには、ＣＰＵ１は、入力された氏名を個人特定情報として、これに対応させた個人辞書データＤｉを、顔識別用辞書データベース１０に保存して新規登録する（図１８のステップＳ１３３）。そして、この処理ルーチンを終了する。

この顔識別用辞書データベース１０への個人辞書データＤｉの新規登録については後で詳述する。なお、この顔識別用辞書データベース１０への個人辞書データＤｉの新規登録は、後述する顔識別用辞書データベース１０の更新処理の一部の処理として実行するようにすることもできる。

また、ステップＳ１２２で、顔識別処理部１２からの出力に基づき、照合用の期間辞書データが１個以上見つかったと判別したときには、ＣＰＵ１は、顔識別処理部１２に照合開始指示を送る。これを受けた顔識別処理部１２では、顔識別用画像処理部１１から受け取った取り込まれた顔画像の特徴ベクトルと、顔識別用辞書データベース１０から検索して照合用メモリにロードした期間辞書データＴＤｉ，ｎとを照合し、一致していると判断できる期間辞書データＴＤｉ，ｎを探す。そして、顔識別処理部１２は、一致していると判断できる期間辞書データＴＤｉ，ｎを検出できたときには、その旨の情報と、当該一致したと判断した期間辞書データＴＤｉ，ｎに対応する個人特定情報、この例では、個人の氏名の情報を出力し、一致していると判断できる期間辞書データＴＤｉ，ｎを検出できなかったときには、その旨の情報を出力する（ステップＳ１２４）。

ＣＰＵ１は、顔識別処理部１２からの出力を受けて、一致していると判断できる顔識別用辞書データＦＲＤｉが検出されたか否か判別し（ステップＳ１２５）、一致していると判断できる期間辞書データＴＤｉ，ｎが検出されたと判別したときには、顔識別処理部１２から受けた、一致しているとされた期間辞書データＴＤｉ，ｎに対応する個人特定情報としての個人の氏名の情報を、顔識別ができた旨の情報と共に、表示情報生成部１３に転送する。

表示情報生成部１３は、顔識別ができた旨の情報と、個人の氏名の情報を受け取ると、図３に示したような、顔識別結果をユーザに確認させるための顔識別結果確認画面の表示情報を生成し、出力する。ＣＰＵ１は、この顔識別結果確画面の表示情報を、ディスプレイインターフェース６を通じてディスプレイ９に送って、図３に示したような、顔識別結果が正しいかどうかをユーザに問い合わせるメッセージ２２を表示する（ステップＳ１２６）。

そして、ＣＰＵ１は、ユーザによる図３の画面を通じての確認操作入力を待ち、当該確認操作入力が顔識別の照合結果が正解であるか否か判別する（ステップＳ１２７）。そして、ＣＰＵ１は、ユーザによる確認操作入力が、照合結果は「正解」であることを示すものであると判別したときには、顔識別用辞書データベース１０の更新ルーチンを実行するようにする（ステップＳ１２８）。そして、この処理ルーチンを終了する。ステップＳ１２８における顔識別用辞書データベース１０の更新ルーチンの詳細については、後述する。

また、ステップＳ１２７で、ユーザによる確認操作入力が、照合結果は「不正解」であることを示すものであると判別したときには、そのことを示す情報を表示情報生成部１３に送る。すると、表示情報生成部１３は、図４に示したような顔識別結果不正解画面の表示情報を生成し、出力するので、ＣＰＵ１は、その表示情報をディスプレイインターフェース６を通じてディスプレイ９に送り、図４に示した、取り込んだ顔画像が誰の顔画像であるか、氏名を入力するようにユーザに促すメッセージ２５を表示する（図１８のステップＳ１３４）。

そして、ＣＰＵ１は、このメッセージ２５中の氏名入力欄２６へのユーザによる氏名の入力を待ち（ステップＳ１３５）、氏名の入力を受け付けたと判別したときには、顔識別用辞書データベース１０に、当該入力された氏名の個人辞書データＤｉがあるか否か判別する（ステップＳ１３６）。そして、入力された氏名の個人辞書データＤｉがあると判別したときには、図１７のステップＳ１２８に飛んで、顔識別用辞書データベース１０の更新ルーチンを実行するようにする。

また、ステップＳ１３６で、入力された氏名の個人辞書データＤｉが、顔識別用辞書データベース１０に存在しないと判別したときには、ＣＰＵ１は、入力された氏名を個人特定情報として、これに対応させた個人辞書データＤｉを、顔識別用辞書データベース１０に保存して新規登録する（ステップＳ１３３）。そして、この処理ルーチンを終了する。

次に、図１７のステップＳ１２５で、取り込んだ顔画像の特徴ベクトルと一致していると判断できる期間辞書データＴＤｉ，ｎが検出されなかったと判別したときには、ＣＰＵ１は、その旨の情報を表示情報生成部１３に送る。表示情報生成部１３は、一致していると判断できる期間辞書データＴＤｉ，ｎが検出されなかった旨の情報を受け取ると、図５に示したような、顔識別結果として「一致無し」をユーザに報知させるための顔識別結果一致無し画面の表示情報を生成し、出力する。ＣＰＵ１は、その表示情報を、ディスプレイインターフェース６を通じてディスプレイ９に送り、図６に示した、取り込んだ顔画像が誰の顔画像であるか、氏名を入力するようにユーザに促すメッセージ２７を表示する（図１８のステップＳ１３１）。

そして、ＣＰＵ１は、このメッセージ２７中の氏名入力欄２８へのユーザによる氏名の入力を待ち（ステップＳ１３２）、氏名の入力を受け付けたと判別したときには、入力された氏名を個人特定情報として、これに対応させた個人辞書データＤｉを、顔識別用辞書データベース１０に保存して新規登録する（ステップＳ１３３）。そして、この処理ルーチンを終了する。

［期間辞書データの検索処理］
図１７におけるステップＳ１２１での、顔識別処理部１２で実行される期間辞書データの検索処理ルーチンの一例のフローチャートを、図１９に示す。

顔識別処理部１２は、まず、顔識別用辞書データベース１０から、最初の個人辞書データＤｉの最初の期間辞書データを指定して取り出す（ステップＳ１４１）。次に、顔識別処理部１２は、顔識別用辞書データベース１０からすべての期間辞書データを取り出したか否か判別し（ステップＳ１４２）、すべてを取り出したので今回取り出すべき期間辞書データはないと判別したときには、この処理ルーチンを終了する。

ステップＳ１４２で、未だ、顔識別用辞書データベース１０からすべての期間辞書データは取り出してはおらず、期間辞書データを顔識別用辞書データベース１０から取り出したと判別したときには、取り出した期間辞書データが対応する期間を、対応する付随情報から検出して、当該検出した期間と、個人識別を行なうべく今回取り込んだ顔画像の撮影時刻との対応を調べる（ステップＳ１４３）。

そして、顔識別処理部１２は、取り込んだ顔画像の撮影時刻が、期間辞書データが対応する期間内の時刻か否かを判別する（ステップＳ１４４）。このステップＳ１４４で、取り込んだ顔画像の撮影時刻が、期間辞書データが対応する期間内ではないと判別したときには、顔識別処理部１２は、顔識別用辞書データベース１０の、参照が終了していない次の期間辞書データを指定し（ステップＳ１４８）、ステップＳ１４２に戻り、このステップＳ１４２以降の処理を繰り返す。

また、ステップＳ１４４で、取り込んだ顔画像の撮影時刻が、期間辞書データが対応する期間内であると判別したときには、顔識別処理部１２は、取り込んだ顔画像の撮影時刻は、期間辞書データが対応する期間の重複期間内であるか否か判別する（ステップＳ１４５）。

ステップＳ１４５で、撮影時刻が重複期間内ではないと判別したときには、顔識別処理部１２は、当該期間辞書データを照合用としてセットし（ステップＳ１４６）、照合用メモリに格納する（ステップＳ１４７）。そして、顔識別処理部１２は、顔識別用辞書データベース１０の、参照が終了していない次の期間辞書データを指定し（ステップＳ１４８）、その後、ステップＳ１４２に戻り、このステップＳ１４２以降の処理を繰り返す。

また、ステップＳ１４５で、撮影時刻が重複期間内であると判別したときには、顔識別処理部１２は、重複期間を共有する期間辞書データが既に作成されて存在しているか否か判別し（図２０のステップＳ１５１）、未だ作成されていないと判別したときには、当該期間辞書データを照合用としてセットし（ステップＳ１４６）、照合用メモリに格納する（ステップＳ１４７）。そして、顔識別処理部１２は、顔識別用辞書データベース１０の、参照が終了していない次の期間辞書データを指定し（ステップＳ１４８）、その後、ステップＳ１４２に戻り、このステップＳ１４２以降の処理を繰り返す。

また、ステップＳ１５１で、重複期間を共有する期間辞書データが既に作成されて存在していると判別したときには、顔識別処理部１２は、図１３を用いて説明したように、２個の期間辞書データＤｎとＤｎ＋１とで、その重複期間を挟む、それぞれの１／２辞書期間幅の期間での画像数Ｄｎ＿ｂと、画像数Ｄｎ＋１＿ａとを比較する（ステップＳ１５２）。

顔識別処理部１２は、ステップＳ１５２での比較の結果、Ｄｎ＿ｂ＞Ｄｎ＋１＿ａであると判別したときには、期間辞書データＤｎを照合用にセットし（ステップＳ１５４）、Ｄｎ＿ｂ≦Ｄｎ＋１＿ａであると判別したときには、期間辞書データＤｎ＋１を照合用にセットする（ステップＳ１５５）。そして、ステップＳ１５４およびステップＳ１５５の後は、顔識別処理部１２は、照合用にセットした期間辞書データのみではなく、重複する２個の期間辞書データを照合用メモリに格納しておく（ステップＳ１５６）。これは、後で、期間辞書データを更新する際には、照合用にセットした期間辞書データのみではなく、重複する２個の期間辞書データを更新する必要があるためである。

［新規登録］
図１８のステップＳ１３３で、辞書データ更新処理部１４により実行される新規登録の処理ルーチンの一例のフローチャートを図２１に示す。

辞書データ更新処理部１４は、まず、ユーザにより入力された個人特定情報が、顔識別用辞書データベース１０には未だ存在していない新規の個人Ｐｉの個人特定情報であるか否か判別し（ステップＳ１６１）、新規の個人Ｐｉの個人特定情報であると判別したときには、顔識別用辞書データベース１０に、当該新規の個人Ｐｉについての個人辞書データＤｉのエリアを確保し（ステップＳ１６２）、前記個人特定情報を個人識別データＩＤｉとして格納すると共に、取り込まれた顔画像の撮影時刻を、期間辞書データの期間を定める基準時点とするため、基準時刻データＲｔとして格納するようにする（ステップＳ１６３）。

次に、辞書データ更新処理部１４は、ユーザ期間設定情報ファイルＵＳを読み込み（ステップＳ１６４）、期間モードは固定長モードか、可変長モードかを判別する（ステップＳ１６５）。

そして、ステップＳ１６５で期間モードは固定長モードであると判別したときには、辞書データ更新処理部１４は、テーブル番号を参照して辞書期間幅および重複期間幅を決定し、これら辞書期間幅および重複期間幅と基準時刻データＲｔとを用いて、新規に作成する期間辞書データＴＤｉ，１の辞書期間を設定する（ステップＳ１６６）。

続いて、辞書データ更新処理部１４は、取り込んだ顔画像から抽出した特徴データを用いて期間辞書データＴＤｉ，１を作成し、個人辞書データＤｉの顔識別用辞書データＦＲＤｉ，１として格納する。そして、その付随情報ＡＴＲｉ，１をも作成し、格納する（ステップＳ１６７）。そして、この処理ルーチンを終了する。

また、ステップＳ１６５で、期間モードは可変長モードであると判別したときには、辞書データ更新処理部１４は、表示情報生成部１３に、取り込まれた顔画像の撮影時刻の時点における個人Ｐｉの年齢の入力をユーザに促すメッセージを生成してディスプレイ９に表示させるように制御する（ステップＳ１６８）。

そして、そのメッセージに応じた年齢の入力を受けて（ステップＳ１６９）、辞書データ更新処理部１４は、可変辞書期間テーブルＴＢＬｖから、辞書期間幅および重複期間幅を定める。そして、基準時刻Ｒｔと、定めた辞書期間幅および重複期間幅とを用いて、新規に作成する期間辞書データＴＤｉ，１の辞書期間を設定する（ステップＳ１７０）。

［更新登録］
図１７のステップＳ１２８で、辞書データ更新処理部１４により実行される新規登録の処理ルーチンの一例のフローチャートを図２２に示す。

辞書データ更新処理部１４は、まず、更新すべき期間辞書データＴＤｉ，ｎの付随情報の期間情報および辞書期間パラメータを参照して、当該更新すべき期間辞書データＴＤｉ，ｎの辞書期間および重複期間を検知する（ステップＳ１８１）。

次に、辞書データ更新処理部１４は、取り込まれた顔画像の撮影時刻は、検知された重複期間内であるか否か判別し（ステップＳ１８２）、取り込まれた顔画像の撮影時刻は、重複期間内ではないと判別したときには、更新対象の一つの既存の期間辞書データを更新する。すなわち、取り込まれた顔画像の特徴データを、その前までの辞書データに加えて平均することで、辞書データの更新を行なう（ステップＳ１８３）。そして、この処理ルーチンを終了する。

また、ステップＳ１８２で、取り込まれた顔画像の撮影時刻は、検知された重複期間内であると判別したときには、辞書データ更新処理部１４は、重複期間を共有する２個の期間辞書データは既に存在しているか否か判別する（ステップＳ１８４）。この判別は、前述したように、この実施形態では、照合用メモリには、重複期間を共有する既存の期間辞書データが記憶されているので、照合用メモリを参照して、そのような重複期間を共有する期間辞書データが存在しているかどうかを探索することでできる。

ステップＳ１８４で、重複期間を共有する期間辞書データは、未だ存在していないと判別したときには、辞書データ更新処理部１４は、重複期間を共有する既存の期間辞書データは前述のようにして更新処理すると共に、重複期間を共有する他の期間辞書データを、前述の新規登録と同様にして、新規に作成して新規登録する（ステップＳ１８５）。そして、この処理ルーチンを終了する。

また、ステップＳ１８４で、重複期間を共有する２個の期間辞書データは既に存在していると判別したときには、辞書データ更新処理部１４は、重複期間を共有する既存の２個の期間辞書データを前述のようにして更新処理する（ステップＳ１８６）。そして、この処理ルーチンを終了する。

［変形例］
上述の実施形態の説明では、期間モードは、ユーザが設定するように説明したが、個人識別装置を工場出荷する前に、メーカ側で設定しておくようにしてもよい。

また、期間辞書データが対応する辞書期間を定める基準は、上述の説明では、各個人Ｐｉについて、最初に取り込んだ顔画像の撮影時刻としたが、これに限られるものではない。例えば、各個人Ｐｉについての誕生日を入力してもらい、当該誕生日を基準に、辞書期間を求めるようにしても良い。また、特定の年月日を基準時として、ユーザに入力してもらうようにしても良い。

なお、以上説明した第１の実施形態は、この発明を顔識別処理装置に適用した場合であるが、顔識別に限らず、識別要素として声を用いる場合にも適用することができることは言うまでもない。

［第２の実施形態］
上述の第１の実施形態では、期間辞書データは、対応する期間で撮影された顔画像データから抽出された特徴データを単純平均したものとした。しかし、各期間辞書データが対応する期間内においても、個人の顔や声は、識別要素時間の経過により変化するものであるので、その時間の経過による個人の識別要素の変化を考慮して辞書データを更新することにより、より個人識別性能を向上させることができると考えられる。

この第２の実施形態では、このような観点から、顔画像から抽出した特徴データに、撮影時刻に応じて重み付けし、その重み付けした特徴データを期間辞書データの更新するようにする。

図２３は、この第２の実施形態の顔画像による個人識別装置の構成例を示すブロック図である。この図２３で、図１に示した第１の実施形態の個人識別装置の構成例のブロック図と同一部分は、同一番号を付して、その詳細な説明は省略する。この第２の実施形態においても、各ブロックで示したものの一部は、ソフトウエア構成とすることもできるものである。

この第２の実施形態では、辞書データ更新処理部１４は、重み係数算出部１５と、辞書データ生成・更新部１６とを備えている。その他は、ハードウエア構成としては、第１の実施形態と同様に構成される。

この第２の実施形態では、顔識別用辞書データベース１０のデータフォーマットは、図２４に示すように構成される。すなわち、各期間辞書データＤｉ，ｎとしては、顔識別用辞書データＦＲＤｉ，ｎと、付随情報ＡＴＲｉ，ｎとに加えて、この第２の実施形態では、辞書データ生成用情報配列ＡＲｉ，ｎを備えるようにされる。

辞書データ生成用情報配列ＡＲｉ，ｎは、図２５に示すように、１個以上のｋ個（ｋ＝１，２，・・・，Ｋ）の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋからなる。

辞書データ生成用情報ＤＰＩｉ，ｎ，ｋは、顔識別対象である一人の個人Ｐｉの期間辞書データＴＤｉ，ｎが対応する期間において、異なる時点で取り込まれたｋ個（ｋ＝１〜Ｋ、最大Ｋ個）の顔画像についての情報からなるもので、この実施形態では、図２５に示すように、時刻の情報Ｔｉ，ｎ，ｋと、取り込まれた顔画像の特徴データＶｉ，ｎ，ｋと、取り込まれた顔画像の特徴データＶｉ，ｎ，ｋを用いて顔識別用辞書データを更新するために用いる、特徴データＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋとが、この辞書データ生成用情報ＤＰＩｉ，ｎ，ｋに含まれる。重み係数Ｗｉ，ｎ，ｋについては、後で詳述する。

この第２の実施形態では、一つの期間辞書データＴＤｉｎ当たりとして、最大Ｋ個、例えば４０個の辞書データ生成用情報が、蓄積可能とされている。これは、辞書データベース１０として使用する記憶容量を考慮したものである。そして、この実施形態では、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとして蓄積されるデータは、常に最新のＮ個のデータを残すようにして、蓄積する辞書データ生成用情報ＤＰＩｉ，ｎ，ｋを更新するようにする。

この第２の実施形態では、各期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎは、後述するように、当該期間辞書データＴＤｉ，ｎに対応付けられて顔識別用辞書データベース１０に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの特徴データ（特徴ベクトル）を、その特徴データについての重み係数によりそれぞれ重み付けし、その重み付けしたものを用いて、後述のようにして生成する。

また、この第２の実施形態では、後述するように、重み係数Ｗｉ，ｎ，ｋの算出方法（設定方法）として、複数通りの算出方法が用意されており、ユーザが当該用意されている複数の重み係数Ｗｉ，ｎ，ｋの算出方法の中の一つを選択することができるようにされている。そして、その選択された重み係数の算出方法を特定するための情報として、図２４に示すように、重み係数パラメータ設定情報ＳＴが、顔識別用辞書データベース１０に記憶されている。

なお、重み係数の算出方法は、識別する個人の個人辞書データＤｉ毎に選択設定するようにしても良いが、この実施形態では、顔識別用辞書データベース１０全体として、一つの重み係数算出方法を選択設定するようにしている。

辞書データ更新処理部１４は、顔識別辞書データベース１０において、特定された個人特定情報に対応する個人辞書データＤｉの期間辞書データＴＤｉ，ｎの更新の実行に際しては、この実施形態では、まず、前記期間辞書データＴＤｉ，ｎに含まれる辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの数を参照し、その数が最大値であるＫ個よりも少ないときには、新たに取得した顔画像の特徴ベクトルＶinと、その撮像時刻情報とを、最新の辞書データ生成用情報として、期間辞書データＴＤｉ，ｎに追加記憶する。

また、辞書データ更新処理部１４は、顔識別辞書データベース１０において、更新対象の個人特定情報に対応する期間辞書データＴＤｉ，ｎに含まれる辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの数が、最大であるＫ個であるときには、そのときに辞書データ生成用情報ＤＰＩｉ，ｎ，ｋ中で最古である辞書データ生成用情報ＤＰＩｉ，１を廃棄し、かつ、各辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの時間順位を順次下げて、
ＤＰＩｉ，ｎ，ｋ→ＤＰＩｉ，ｎ，ｋ−１
とする。

そして、新たに取り込んだ顔画像の特徴ベクトルＶinと、撮像時刻の情報とを、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｋの情報として記憶して、期間辞書データＴＤｉ，ｎを更新する。この時点では、重み係数は算出されていないので、記憶されていた重み係数は、元のままである。

重み係数は、上述のように更新された期間辞書データＴＤｉ，ｎに含まれる撮像時刻の情報が用いられて、少なくとも最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｋについては算出されて記憶される。その他の元々期間辞書データＴＤｉ，ｎとして記憶されていた辞書データ生成用情報についての重み係数は、後述するように、選択される重み係数算出方法に応じて更新される場合と、更新されずにそのまま用いられる場合とがある。

辞書データ更新処理部１４は、重み係数算出部１５に、重み係数パラメータ設定情報ＳＴを渡して、後述するように、重み係数算出部１５で実行する重み係数算出の方法を指示すると共に、重み係数算出部１５に、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｋの撮像時刻情報Ｔｉ，ｎ，Ｋおよび必要な過去の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｋを渡して、重み係数の算出を指示する。

重み係数算出部１５は、この第２の実施形態では、顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき、当該個人特定情報に対応する期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎを更新する際に使用する、特徴ベクトルについての重み係数を、最新の撮像時刻情報および過去の撮像時刻情報を用いて算出する。

前述したように、この第２の実施形態の個人識別装置は、この重み係数の算出方法（設定方法）として複数通り、この例では、４通りの算出方法を用意しており、ユーザの選択により、当該４通りの重み係数算出方法のどの方法を用いるかが選択設定され、その選択設定情報が顔識別用辞書データベース１０に格納される。

この実施形態においては、ユーザが操作入力部８を通じて、例えば設定メニューから、「重み係数の設定方法の選択」を指示すると、図２６に示すような「重み係数の設定方法選択画面」がディスプレイ９に表示される。

図２６に示すように、この実施形態では、重み係数算出方法（設定方法）としては、
（１）撮像順に線形的に重み係数を設定、
（２）撮像順に非線形的に重み係数を設定、
（３）撮像間隔に応じて重み係数を設定（区間）、
（４）撮像間隔に応じて重み係数を設定（前画像との時間差）、
の４通りが、選択設定できる重み係数算出方法候補の一覧として表示される。各算出方法の詳細については後述する。

そして、図２６に示すように、この例では、各重み係数算出方法候補の先頭には、ユーザが選択設定するためのチェックマーク記入欄３０が設けられている。ユーザは、この図２６の一覧表示画面において、自分が希望する重み係数算出方法候補の先頭に設けられるチェック欄３２を、マウスなどのポインティングデバイスでクリックすることで、当該重み係数算出方法候補を使用する重み係数算出方法として、選択設定することができる。図２６の例では、「（１）撮像順に線形的に重み係数を設定」が選択されている状態を示している。

なお、この場合に、重み係数算出部１５は、選択される重み係数の算出方法によっては、新たに取り込んだ顔画像の特徴ベクトルについての重み係数のみを算出する場合と、新たに取り込んだ顔画像の特徴ベクトルについての重み係数のみならず、個人特定情報に対応して記憶されている過去に取り込んだ顔画像の特徴ベクトルについての重み係数をも再計算する場合とがある。

次に、この実施形態で用いる４種の重み係数算出方法のそれぞれについて、さらに説明する。

［第１の例；撮像順に線形的に重み係数を設定（線形算出方法）］
図２７は、撮像順に線形的に重み係数を算出（設定）する方法を説明するための図である。この重み係数算出方法を、以下、線形算出方法と称することとする。

この線形算出方法が採用される場合には、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている個人辞書データＤｉの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｎｅｗ（Ｎ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，ｎ，Ｎｅｗ＝ＤＰＩｉ，ｎ，Ｋ）の重み係数Ｗｉ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋ（ｋ＝１，２，・・・）の重み係数Ｗｉ，ｎ，ｋのすべてが、再計算されて更新される。

このため、この線形算出方法が採用される場合には、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。

そして、この線形算出方法においては、重み係数算出部１５においては、この実施形態では、まず、更新された期間辞書データＴＤｉ，ｎのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，１を基準にするために、更新された期間辞書データＴＤｉ，ｎのそれぞれの辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，ｋ（ｋ＝１，２，・・・，Ｎｅｗ）と、最古の撮像時刻Ｔｉ，ｎ，１との時間差ΔＴｉ（１＿ｋ）を算出する。

そして、重み係数算出部１５は、重み係数Ｗｉ，ｎ，ｋを、図１０に示すように、算出された時間差ΔＴｉ（１＿ｎ）が大きいほど、線形的に大きくなるように、次の（式１）により算出する。

すなわち、重み係数算出部１５は、
Ｗｉ，ｎ，ｋ＝ｐ×ΔＴｉ（１＿ｋ）＋ｑ・・・（式１）
により、各特徴ベクトルＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋを算出する。

なお、図２７において、時間差ΔＴ（１＿１）＝０であり、このときの重み係数Ｗｉ，ｎ，１は、予め定められた重み係数の最小値ｑになる。また、予め定められた重み係数の最大値をｒとしたとき、最新の撮像時刻についての時間差ΔＴｉ（１＿Ｎｅｗ）のときの重み係数Ｗｉ，ｎ，Ｎｅｗは、Ｗｉ，ｎ，Ｎｅｗ＝ｒとされる。

また、図２７の一次関数の直線の傾きｐは、
ｐ＝（ｒ−ｑ）／（ΔＴｉ（１＿Ｎｅｗ）−ΔＴｉ（１＿１））
となり、更新された複数個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのうちの、最新の撮像時刻と最古の撮像時刻との差（Ｔｉ，ｎ，Ｎｅｗ−Ｔｉ，ｎ，１）に応じたものとなり、一定ではなく、新たなデータが取り込まれる毎に変わるものとなる。

ここで、顔識別用辞書データベース１０において、個人特定情報に対応して記憶される各期間辞書データＴＤｉ，ｎについてのＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋが記憶されている場合には、時間差ΔＴｉ（１＿Ｎｅｗ）は、
時間差ΔＴｉ（１＿Ｎｅｗ）＝ΔＴｉ（１＿Ｋ）＝Ｔｉ，ｎ，Ｋ−Ｔｉ，ｎ，１
である。しかし、顔識別用辞書データベース１０には、新たに追加したとしても、個人特定情報に対応した辞書データ生成用情報が、Ｋ個未満しか記憶されていないときには、当該Ｋ個未満の辞書データ生成用情報の最新のものの撮像時刻が最新の撮像時刻となり、その撮像時刻と最古の撮像時刻Ｔｉ，ｎ，１との時間差が、最新の撮像時刻についての時間差ΔＴｉ（１＿Ｎｅｗ）となる。

なお、上述の説明では、更新された期間辞書データＴＤｉ，ｎのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，１を基準に、各辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，ｋとの時間差ΔＴ（１＿ｋ）を算出し、その時間差ΔＴ（１＿ｋ）が大きいほど、重み係数Ｗｉ，ｎ，ｋが線形的に大きくなるように設定したが、時間差を取る基準は、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗとするようにしてもよい。

その場合には、時間差ΔＴ（Ｎｅｗ＿Ｎｅｗ）（＝０）のときに重み係数Ｗｉ，ｎ，Ｎｅｗが最大値ｒとなり、時間差ΔＴ（Ｎｅｗ＿ｋ）が大きくなるほど線形的に小さくなり、最古の撮像時刻Ｔｉ，ｎ，１との時間差ΔＴ（Ｎｅｗ＿１）のときに、その重み係数Ｗｉ，ｎ，１が最小値ｑとなる。

［第２の例；撮像順に非線形的に重み係数を設定（非線形算出方法）］
図２８は、撮像順に非線形的に重み係数を算出（設定）する方法を説明するための図である。この重み係数算出方法を、以下、非線形算出方法と称することとする。

この非線形算出方法が採用される場合にも、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている期間辞書データＴＤｉ，ｎの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｎｅｗ（Ｋ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，ｎ，Ｎｅｗ＝ＤＰＩｉ，ｎ，Ｋ）の重み係数Ｗｉ，ｎ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋ（ｋ＝１，２，・・・）の重み係数Ｗｉ，ｎ，ｋのすべてが、再計算されて更新される。

このため、この非線形算出方法が採用される場合にも、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。

この非線形算出方法においても、重み係数算出部１５においては、この実施形態では、まず、更新された期間辞書データＴＤｉ，ｎのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，１を基準にするために、更新された期間辞書データＴＤｉ，ｎのそれぞれの辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，ｋ（ｋ＝１，２，・・・，Ｎｅｗ）と、最古の撮像時刻Ｔｉ，ｎ，１との時間差ΔＴｉ（１＿ｎ）を算出する。

そして、重み係数算出部１５は、重み係数Ｗｉ，ｎ，ｋを、図２８に示すように、算出された時間差ΔＴｉ（１＿ｋ）が大きいほど、非線形的に大きくなるように、次の（式２）により算出する。

すなわち、
時間差ΔＴｉ（１＿ｋ）＜ΔＴθのとき、
Ｗｉ，ｎ，ｋ＝ｆ（ΔＴｉ（１＿ｋ））＋ｑ
時間差ΔＴｉ（１＿ｋ）≧ΔＴθのとき、
Ｗｉ，ｎ，ｋ＝ｒ
・・・（式２）
により、各特徴ベクトルＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋを算出する。

（式２）におけるｆ（ΔＴｉ（１＿ｋ））は、時間差ΔＴｉ（１＿ｋ）を変数とする非線形関数であり、種々様々の非線形変化パターンの曲線関数を用いることができる。図２８の例では、過去の顔画像の特徴ベクトルの重み係数を小さくして、顔識別用辞書データに対するその影響を抑え、最近の顔画像の特徴ベクトルほど重み係数を大きくして、顔識別用辞書データに対するその影響を強くするようにしてする曲線関数を用いている。

そして、図２８および（式２）から分かるように、この実施形態の非線形算出方法においては、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗに対応する時間差ΔＴ（ｉ＿Ｎｅｗ）から所定の閾値時間差ΔＴθ分だけ小さい時間差区間ＰＴを優先区間として、この優先区間ＰＴ内に含まれる時間差ΔＴ（１＿ｋ）に対する重み係数Ｗｉ，ｎ，ｋは最大値ｒに設定する。つまり、最近の顔画像の特徴ベクトルは最大重み係数として、顔識別辞書データに対する影響をより強くするようにする。

そして、この実施形態では、閾値時間差ΔＴθは、ユーザが調整設定することが可能とされている。すなわち、この実施形態では、図２６に示した重み係数設定方法の選択設定画面において、２番目の「撮像順に非線形的に設定」がユーザにより選択されている場合において、個人特定情報が特定されて、対応する期間辞書データＴＤｉ，ｎの更新を行なうとＣＰＵ１が決定したとき、当該ＣＰＵ１の制御にしたがって表示情報生成部１３は、図１２に示す「優先区間ＰＴ調整」の画面を生成してディスプレイ９に表示する。

この「優先区間ＰＴ調整」の画面には、図２９に示すように、更新対象となっている期間辞書データＴＤｉ，ｎとして記憶されている更新後の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれに含まれる撮像時刻の配列を、撮像時刻配列欄３３に表示すると共に、その撮像時刻配列に対応して調整することが可能なように、優先区間ＰＴ調整欄３４が設けられている。

撮像時刻配列欄３３は、横方向を時間方向としており、それぞれ撮像時刻を縦線３３ａで示している。また、優先区間ＰＴ調整欄３４は、前述した最古撮像時刻Ｔｉ，ｎ，１との時間差ΔＴ（１＿ｋ）を、撮像時刻配列欄３３に対応して横方向を時間差方向として横バー表示したものである。そして、優先区間ＰＴ調整欄３４においては、ユーザは、調整点マーク３５の位置を、横方向（時間差方向）に移動させることにより、優先区間ＰＴ、したがって、閾値時間差ΔＴθを設定することができるようにされている。

なお、優先区間ＰＴはゼロとして、設けなくても勿論良い。

なお、この非線形算出方法においても、上述した線形算出方法と同様に、更新された期間辞書データＴＤｉ，ｎのうちの最古の辞書データ生成用情報の撮像時刻Ｔｉ，ｎ，１を基準にする代わりに、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗを基準として時間差を算出するようにしてもよい。

その場合には、重み係数の設定特性曲線は、最新の時間差と最古の時間差との中心の時間差の位置を対称軸線位置として、図２８に示した特性曲線を、最新の時間差と最古の時間差との位置が反転するように、線対称に反転したものと等しいものとなる。

また、上述の説明では、優先区間ＰＴの設定は、個人特定情報が特定されて重み係数の算出がなされる前に行なうようにしたが、図２６に示した重み係数設定方法の選択設定画面において、２番目の「撮像順に非線形的に設定」がユーザにより選択されたときに、当該優先区間ＰＴの大きさをユーザが設定するようにすることができるようにしてもよい。その場合には、ユーザは、重み係数を更新するたびに、優先区間ＰＴの再設定をする必要はない。

なお、上述した第１の例の線形算出方法においても、時間差ΔＴ（１＿ｋ）が、所定の大きさの時間差ΔＴθ以上となったときに、対応する重み係数Ｗｉ，ｎ，ｋの値を最大値であるｒとする優先区間ＰＴを設けるようにしてもよい。

［第３の例；撮像間隔に応じて重み係数を設定（区間）］
通常、撮像間隔が近い（撮像時刻が近い）場合には、それらの撮像時刻で取り込まれた個人の顔の変化はあまりなく、それらの特徴ベクトルはほぼ変化がないと考えられる。一方、撮像間隔が離れている場合には、個人の顔が変化している可能性があり、それらの特徴ベクトルの変化があると考えられる。

この第３の例においては、このことにかんがみ、撮像間隔を元に重み係数を設定するもので、撮像間隔が短い場合には、１つの顔画像による顔識別用辞書データへの影響を低くするため重み係数は小さい値に設定し、撮像間隔が長い場合には、１つの顔画像による顔識別用辞書データへの影響を高くするために重み係数は大きい値に設定する。

撮像間隔が短いか長いかを判定する方法としては、種々考えられるが、この第３の例の場合の重み係数算出方法においては、最古および最新の撮像時刻を含む期間を複数の区間に分割し、各分割区間における顔画像データの取り込み回数（撮像時刻の取り込み回数）を算出し、取り込み回数が少なければ撮像間隔が長いと判定し、取り込み間隔が多ければ撮像間隔が短いと判定し、その判定結果に応じて、各分割区間に含まれる撮像時刻に対応する重み係数を設定する。

この第３の例が採用される場合にも、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている期間辞書データＴＤｉ，ｎの特徴データについての重み係数は、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，Ｎｅｗ（Ｋ個の辞書データ生成用情報が記憶されているときには、ＤＰＩｉ，ｎ，Ｎｅｗ＝ＤＰＩｉ，ｎ，Ｋ）の重み係数Ｗｉ，ｎ，Ｎｅｗのみではなく、過去に取り込まれて保存されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋ（ｋ＝１，２，・・・）の重み係数Ｗｉ，ｎ，ｋのすべてが、再計算されて更新される。

したがって、この第３の算出方法が採用される場合にも、辞書データ更新処理部１４は、更新されたすべての辞書データ生成用情報の撮像時刻の情報を、重み係数算出部１５に渡す。重み係数算出部１５は、それらの撮像時刻の情報を用いて、それぞれ対応する重み係数を算出するようにする。

図３０は、この第３の例の場合の重み係数算出方法を説明するための図である。図３０（Ａ）は、横方向に時間を取ったときの撮像時刻の分布を示す図で、丸印のそれぞれが撮像時刻を示している。また、図３０（Ｂ）は、分割区間毎の重み係数の例を示している。

すなわち、この第３の例においては、更新後の辞書データ生成用情報の最古の撮像時刻Ｔｉ，ｎ，１を基準として、予め定められた所定時間長ｔ毎に、分割区間を設定する。図３０（Ｂ）に示し例では、４つの分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４が設定される。

次に、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４に含まれる撮像時刻の数を計数する。そして、その計数結果の値が小さいほど大きい重み係数となるように、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４についての重み係数を決定する。

この場合に、各分割区間ＤＶ１，ＤＶ２，ＤＶ３，ＤＶ４に含まれる撮像時刻の数に対応する重み係数の決定に当たっては、撮像時刻の数に線形的に重み係数を割り当てる方法、撮像時刻の数に非線形に重み係数を割り当てる方法など、種々の方法を用いることができる。

そして、各辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの撮像時刻Ｔｉ，ｎ，ｋが、いずれの分割区間に含まれるかを判定し、その判定結果の分割区間に設定されている重み係数を、当該撮像時刻Ｔｉ，ｎ，ｋに対応する重み係数Ｗｉ，ｎ，ｋとして算出する。

なお、予め定められた所定時間長ｔは、固定的に定めても良いが、前述した優先区間ＰＴの調整設定と同様にして、ユーザが調整設定することができるようにしてもよい。

また、上述の例のように、最古の撮像時刻を基準にして、一定の区間長毎に分割区間を区切るのではなく、最古の撮像時刻から最新の撮像時刻までの時間区間を、所定数に分割するようにして分割区間を設定するようにしても良い。そのように分割区間を設定する場合に、最古の撮像時刻よりもマージン時間だけ前の時刻から、最新の撮像時刻よりもマージン時間だけ後の時刻までの区間を、所定数に分割するようにしてもよい。

［第４の例；撮像間隔に応じて重み係数を設定（前画像との時間差）］
この第４の例の重み係数算出方法は、前述の第３の例と同様に撮像間隔に応じて重み係数を算出する方法であって、撮像間隔が短いか長いかを判定する方法として、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗとその一つ前の撮像時刻との時間差を用いるものである。

すなわち、この第４の例の重み係数算出方法が採用されている場合においては、新たに取り込まれた顔画像による識別に基づいて特定された個人特定情報に対応して記憶されている期間辞書データＴＤｉ，ｎが、上述したように更新されたら、辞書データ更新処理部１４は、新たに取り込まれた顔画像についての最新の撮像時刻と、その一つ前の撮像時刻とを重み係数算出部１５に渡す。

重み係数算出部１５は、受け取った２つの撮像時刻の情報から、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗと、その一つ前の撮像時刻との時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）を算出する。そして、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，ｎ，Ｎｅｗを算出する。

この第４の例の重み係数算出方法の場合には、最新の撮像時刻Ｔｉ，ｎ，Ｎｅｗに対応する重み係数Ｗｉ，ｎ，Ｎｅｗのみを算出すればよく、その他の過去の撮像時刻に対応する重み係数は、辞書データ生成用情報として記憶されている重み係数をそのまま用いることができ、それらの更新をする必要はない。

この第４の例において、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，ｎ，Ｎｅｗの算出方法としては、線形的に求める方法、非線形的に求める方法のいずれも用いることができる。

図３１に、この第４の例において、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）に対応する重み係数Ｗｉ，ｎ，Ｎｅｗの算出方法としては、線形的に求める方法を採用した場合の例を示す。

すなわち、この図３１に示す例においては、重み係数算出部１５は、
時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）＜ＭＡＸ＿ＩＮＴのときには、
Ｗｉ，ｎ，ｋ＝ｐ×ΔＴｉ（１＿ｋ）＋ｑ
時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）≧ＭＡＸ＿ＩＮＴのときには、
Ｗｉ，ｎ，ｋ＝ｒ
・・・（式３）
により、新たに取り込んだ顔画像の特徴ベクトルについての重み係数Ｗｉ，ｎ，Ｎｅｗ（期間辞書データＴＤｉ，ｎとして、Ｋ個以上の辞書データ生成用情報が格納されている場合には、Ｗｉ，ｎ，Ｎｅｗ＝Ｗｉ，ｎ，Ｋ）を算出する。

ここで、閾値ＭＡＸ＿ＩＮＴは、前に取り込んだ顔画像と新たに取り込んだ顔画像との間に変化があると考えられるような、比較的長い時間間隔に相当するものであり、この閾値ＭＡＸ＿ＩＮＴよりも、算出した時間差ΔＴ（（Ｎｅｗ−１）＿Ｎｅｗ）が大きければ、その重み係数を最大にして、顔識別用辞書データに強い影響を与えるようにするものである。この例では閾値ＭＡＸ＿ＩＮＴは、例えば２４時間とする。

［顔識別用辞書データＦＲＤｉ，ｎの更新］
以上のようにして、重み係数算出部１５において、更新された辞書データ生成用情報ＤＰＩｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋの更新が終了すると、辞書データ更新処理部１４は、その算出した重み係数Ｗｉ，ｎ，ｋを、顔識別用辞書データベース１０の個人特定情報に対応する期間辞書データＴＤｉ，ｎの各辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの更新された重み係数Ｗｉ，ｎ，ｋとして保存すると共に、辞書データ生成・更新部１６に渡し、顔識別用辞書データＦＲＤｉ，ｎの生成または更新を実行させるようにする。

辞書データ生成・更新部１６は、特定された個人特定情報に対応する期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎの更新を、図３２の（式４）に示す算出式により実行する。すなわち、辞書データ生成・更新部１６は、最大Ｋ個の辞書データ生成用情報ＤＰＩｉ，１〜ＤＰＩｉ，Ｋのそれぞれに含まれる特徴ベクトルＶｉ，ｎ，ｋと、対応する重み係数Ｗｉ，ｎ，ｋとを掛け算した結果の総和を、Ｋ個の重み係数Ｗｉ，ｎ，ｋの総和で除算したものとして、更新した顔識別用辞書データＦＲＤｉ，ｎを得るようにする。

この顔識別用辞書データＦＲＤｉ，ｎ（特徴ベクトルに対応）は、従来は、図３２の（式５）に示すように、Ｎ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋに含まれる特徴ベクトルの総和を、個数Ｋで除算した単純平均により求めていたものに比べて、Ｎ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｎの重み係数Ｗｉ，ｎ，ｋを用いた値となり、顔識別用辞書データＦＲＤｉ，ｎの精度が向上する。

そして、この実施形態においては、有限個であるＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋとして、常に、最新のものが顔識別用辞書データベース１０に残るようにしているので、顔識別用辞書データＦＲＤｉ，ｎは、より高精度のものに更新されることとなる。

なお、顔識別用辞書データベース１０に、期間辞書データＴＤｉ，ｎとして辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが、Ｋ個以下しか存在しないときには、辞書データ更新処理部１４は、新たに取り込んだ顔画像についての特徴ベクトル、取得時刻情報、重み係数Ｗｎｅｗを、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとして顔識別用辞書データベース１０に追加格納して更新し、顔識別用辞書データＦＲＤｉ，ｎの生成または更新処理を実行する。

その場合における顔識別用辞書データＦＲＤｉ，ｎの生成の際には、辞書データ生成・更新部１６は、前記（式４）におけるＫの代わりに、顔識別用辞書データベース１０に当該期間辞書データＴＤｉ，ｎとして格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの個数を用いて、顔識別用辞書データＦＲＤｉ，ｎの生成または更新処理を実行する。

そして、顔識別用辞書データベース１０に、期間辞書データＴＤｉ，ｎとして辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが、Ｋ個格納されたときから、辞書データ更新処理部１４は、上述したように、最古の辞書データ生成用情報を廃棄すると共に、新たに取り込んだ顔画像の特徴データ、撮像時刻情報、重み係数の情報からなるデータを、最新の辞書データ生成用情報として記憶するようにすることで、期間辞書データＴＤｉ，ｎを構成する辞書データ生成用情報ＤＰＩｉ，ｎ，ｋを更新し、当該更新された辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの重み係数Ｗｉ，ｎ，ｋを用いた顔識別用辞書データＦＲＤｉ，ｎの更新をするようにする。

なお、以上説明した図２３のブロック構成において、顔識別用画像処理部１１、顔識別処理部１２、表示情報生成部１３、重み係数算出部１５および辞書データ生成・更新部１６を含む辞書データ更新処理部１４の各部は、ハードウエアの構成としてもよいし、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいて、ＲＡＭ４をワークエリアとして用いてソフトウエア処理を実行するソフトウエア機能部として構成しても良い。

また、上述の構成では、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとしては、特徴ベクトルと、時刻情報と、総合スコアと、重み係数を少なくとも含むものとしたが、重み係数は、保存せずに、顔識別用辞書データＦＲＤｉ，ｎの更新時に、取り込んだ最新の撮像時刻と、保存した過去の撮像時刻から算出するようにしてもよい。ただし、第４の例の重み係数算出方法を採用する場合には、過去に算出された重み係数は更新されないので、重み係数をも保存しておいた方がよい。

また、特徴ベクトルの代わりに、取り込んだ顔画像の情報を保存しておき、その保存した顔画像の情報から特徴ベクトルを抽出し直すようにしてもよい。その場合に、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋには、少なくとも顔画像の情報と、撮像時刻の情報とを含むようにすれば良い。

［第２の実施形態の個人識別装置における処理動作］
次に、上述の構成の第２の実施形態の個人識別装置における顔識別用辞書データベースの更新処理動作および重み係数算出動作について説明する。

［顔識別用辞書データベースの更新処理］
図３３は、この第２の実施形態における顔識別用辞書データベース１０の個人辞書データＤｉ中の期間辞書データＴＤｉ，ｎの更新処理の一例のフローチャートである。この図３３の各処理ステップは、この実施形態では、重み係数算出部１５と、辞書データ生成・更新部１６とを備える辞書データ更新処理部１４が、ＣＰＵ１の制御にしたがって実行するものである。なお、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいてＲＡＭ４をワークエリアとして用いて、上記各部の処理をソフトウエア処理として実行するように構成して、上記各部を省略しても良いことは、前述した通りである。

なお、以下の説明は、簡単のため、期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋは、Ｋ個が格納された後における処理とした場合である。

まず、辞書データ更新処理部１４は、特定された個人特定情報に対応する期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのすべてを読み出し、その最古の撮像時刻の情報ＤＰＩｉ，ｎ，１を廃棄して、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの配列を、一つずつ撮像時刻が古い方に順次ずらす。そして、新規に取り込んだ特徴ベクトル、撮像時刻の情報を、最新の情報ＤＰＩｉ，ｎ，Ｋとして、顔識別用辞書データベース１０に再格納する（ステップＳ２０１）。

次に、辞書データ更新処理部１４は、顔識別用辞書データベース１０の重み係数パラメータ設定情報ＳＴを読み出して、それを重み係数算出部１５に渡し、いずれの重み係数算出方法が採用されているかを重み係数算出部１５に知らせる（ステップＳ２０２）。

この重み係数パラメータ設定情報ＳＴを受けた重み係数算出部１５は、まず、ユーザに選択された重み係数算出方法が、前述した第４の例である「撮像間隔に応じて重み係数設定（前画像との時間差）」であるか否か判別する（ステップＳ２０３）。

このステップＳ２０３で、ユーザにより選択された重み係数算出方法が、前述の第４の例ではないと判別したときには、重み係数算出部１５は、更新された期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのすべての撮像時刻情報Ｔｉ，ｎ，ｋ（ｋ＝１〜Ｋ）を取得して、すべての重み係数Ｗｉ，ｎ，ｋ（ｋ＝１〜Ｋ）を再計算して更新する（ステップＳ２０４）。

そして、このステップＳ２０４の次においては、辞書データ生成・更新部１６が、ステップＳ２０４で生成された重み係数Ｗｉ，ｎ，ｋ（ｋ＝１〜Ｋ）を取得し、当該取得した重み係数Ｗｉ，ｎ，ｋ（ｋ＝１〜Ｋ）により、対応する特徴ベクトルＶｉ，ｎ，ｋのそれぞれを重み付けし、そして、前述した図３２の（式４）を用いて、顔識別用辞書データＦＲＤｉ，ｎを生成または更新し、当該生成または更新した顔識別用辞書データＦＲＤｉ，ｎを、顔識別用辞書データベース１０に、前記個人特定情報に対応した顔識別用辞書データＦＲＤｉ，ｎとして書き戻すようにする（ステップＳ２０６）。

また、ステップＳ２０３で、ユーザにより選択された重み係数算出方法が、前述の第４の例であると判別したときには、重み係数算出部１５は、更新された個人辞書データＤｉの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのうちの、最新の撮像時刻情報Ｔｉ，ｎ，Ｋと、その一つ前の撮像時刻情報Ｔｉ，ｎ，（Ｋ―１）とを取得して、最新の特徴ベクトルＶｉ，ｎ，Ｋについての重み係数Ｗｉ，ｎ，Ｋを算出する（ステップＳ２０５）。

このステップＳ２０５の次においては、辞書データ生成・更新部１６が、ステップＳ２０４で生成された重み係数Ｗｉ，ｎ，Ｋを取得すると共に、過去のすべての辞書データ生成用情報の重み係数Ｗｉ，ｎ，ｋ（ｋ＝１〜（Ｋ―１））を取得して、それらを用いて対応する特徴ベクトルＶｉ，ｎ，ｋのそれぞれを重み付けし、そして、前述した図３２の（式４）を用いて、顔識別用辞書データＦＲＤｉ，ｎを生成または更新し、当該生成または更新した顔識別用辞書データＦＲＤｉ，ｎを、顔識別用辞書データベース１０に、前記個人特定情報に対応した顔識別用辞書データＦＲＤｉ，ｎとして書き戻すようにする（ステップＳ２０６）。

なお、期間辞書データＴＤｉ，ｎの新規登録の際には、重み係数を算出し、それを、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの一部として記憶する点が異なるのみで、第１の実施形態の場合と同様であるので、その詳細な説明は省略する。

［重み係数の再計算］
次に、図３３のステップＳ２０４およびステップＳ２０５として示した重み係数の算出処理について、図３４およびその続きである図３５を参照して説明する。なお、図３３では、すべての特徴ベクトルについての重み係数を再計算するか、新規の撮像時刻に取り込んだ特徴ベクトルについてのみについての重み係数を算出するかという観点から、処理手順を記述したが、図３４および図３５では、重み係数パラメータ設定情報ＳＴが何であるかを、順次に判定して処理を実行するようにした場合としての例を示すものである。

すなわち、図３４に示すように、重み係数算出部１５は、まず、ユーザにより選択された重み係数算出方法が、撮像順にしたがって重み係数を算出する方法であるか否かを判別する（ステップＳ３０１）。

ステップＳ３０１で、撮像順にしたがって重み係数を算出する方法であると判別したときには、重み係数算出部１５は、更新された期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのすべての撮像時刻情報Ｔｉ，ｎ，ｋ（ｋ＝１〜Ｋ）を取得して、最古の撮像時刻Ｔｉ，ｎ，１と、それぞれの撮像時刻Ｔｉ，ｎ，ｋ（ｋ＝１〜Ｋ）との時間差ΔＴｉ（１＿ｋ）（ｋ＝１〜Ｋ）を算出する（ステップＳ３０２）。

そして、重み係数算出部１５は、撮像順の重み係数設定方法は、線形的に設定する方法であるか否か判別し（ステップＳ３０３）、線形的に設定する方法であると判別したときには、線形算出方法として前述したように、前記（式１）により、各特徴ベクトルＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋを算出し、算出した重み係数Ｗｉ，ｎ，ｋを辞書データ生成・更新部１６に渡すようにする（ステップＳ３０４）。そして、この処理ルーチンを終了する。

また、ステップＳ３０３で、撮像順の重み係数設定方法は、非線形的に設定する方法であると判別したときには、重み係数算出部１５は、非線形算出方法として前述したように、前記（式２）により、各特徴ベクトルＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋを算出し、算出した重み係数Ｗｉ，ｎ，ｋを辞書データ生成・更新部１６に渡すようにする（ステップＳ３０５）。そして、この処理ルーチンを終了する。

また、ステップＳ３０１で、ユーザにより選択された重み係数算出方法が、撮像順にしたがって重み係数を算出する方法ではないと判別したときには、重み係数算出部１５は、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）であるか否か判別する（図３５のステップＳ３１１）。

ステップＳ３１１で、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）ではなく、前述した第３の例の撮像間隔に応じて設定（区間）であると判別したときには、重み係数算出部１５は、前述の図３０を用いて説明したように、複数個の分割区間を設定し、当該設定した分割区間毎に、当該分割区間に含まれる撮像時刻の数ｋを計算する（ステップＳ３１２）。

次に、重み係数算出部１５は、算出した撮像時刻の数に応じて、各分割区間についての重み係数を設定する（ステップＳ３１３）。次に、重み係数算出部１５は、撮像時刻Ｔｉ，ｎ，ｋのそれぞれが、どの分割区間に属するかを判定し、その判定結果により、撮像時刻Ｔｉ，ｎ，ｋのそれぞれに対応する重み係数Ｗｉ，ｎ，ｋを算出する（ステップＳ３１４）。そして、この処理ルーチンを終了する。

算出された重み係数Ｗｉ，ｎ，ｋのそれぞれは、辞書データ生成・更新部１６に渡されると共に、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの情報として記憶される。

また、ステップＳ３１１で、ユーザにより選択された重み係数算出方法は、前述した第４の例の撮像間隔に応じて設定（前画像との差）であると判別したときには、重み係数算出部１５は、新たに取り込んだ顔画像の撮像時刻Ｔｉ，ｎ，Ｋと、それより一つ前の撮像時刻Ｔｉ，ｎ，（Ｋ−１）との時間差ΔＴｉ（Ｋ−１＿Ｋ）を算出する（ステップＳ３１５）。

そして、重み係数算出部１５は、新たな撮像時刻Ｔｉ，ｎ，Ｋで取り込んだ顔画像の特徴ベクトルについての重み係数Ｗｉ，ｎ，Ｋを、前述した（式３）の算出式にしたがって算出する（ステップＳ３１６）。以上で、この処理ルーチンを終了する。

算出された重み係数Ｗｉ，ｎ，Ｋは、辞書データ生成・更新部１６に渡されると共に、辞書データ生成用情報ＤＰＩｉ，ｎ，Ｋの情報として記憶される。

なお、以上の説明では、個人識別を行なった後には、当該個人識別に続いて、取り込んだ新たな顔画像を用いた顔識別用辞書データの更新を行なうようにしたが、新たに取り込んだ顔画像のデータあるいは特徴ベクトルと、時刻情報と、重み係数とを一時記憶しておき、個人識別時点の後の適当な時点において、顔識別用辞書データの更新を行うようにしても良い。

［第２の実施形態の効果］
以上説明したように、上述の実施形態においては、期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎの更新演算に際し、最大Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの特徴ベクトルの単純平均を取るのではなく、それぞれの特徴ベクトルに、撮像時刻に基づいて算出した直近のものほど高くなる重み係数を乗算したものの総和を、重み係数の総和で除算するようにしたので、それぞれの特徴ベクトルは、その撮像時刻に応じて顔識別用辞書データＦＲＤｉ，ｎの生成に寄与するようになるので、さらに高精度の辞書データを得ることができる。

［第２の実施形態の変形例］
以上の第２の実施形態の説明は、この発明を顔識別処理装置に適用した場合であるが、この発明の適用範囲は、このような顔画像を用いた個人識別装置の場合に限らないことは言うまでもない。

例えば、個人識別処理の場合において、人の声などの、時間の経過につれて変化をする識別要素として個人を識別する場合においても、それぞれそれらの識別要素を取り込んだ取り込み時刻に基づいて重み係数を算出して、個人識別用の辞書データを更新する場合にも適用することができる。

［第３の実施形態］
この第３の実施形態の場合も、期間辞書データは、対応する期間で撮影された顔画像データから抽出された特徴データを単純平均したものとするのではなく、より個人識別性能を向上させることができるようにする。

顔画像の識別においては、顔画像の大きさが例えば縦×横＝６４×６４画素以上の大きさであること、顔画像は正面を向いていること、両目が水平に並んでいること、などの識別すべき画像としての基準条件を満足していることが必要である。

しかしながら、実際には、取り込んだ顔画像が、上記の基準条件をすべて満足している状態となっているわけではない。

顔画像の識別処理に当たっては、前記基準条件を満足していないときには、当該基準条件をできるだけ満足するように、画像データ補間処理や画像回転処理などの画像補正処理を取り込んだ顔画像の画像データに対して施すことにより、顔識別処理を可能にしている。

そして、従来は、取り込んだ顔画像について個人識別することができた場合には、その顔画像の特徴データを、有効な特徴データとしてすべて等しい重みを持つものとして、辞書データの生成および更新している。すなわち、従来は、上述のように基準条件を満足していない顔画像の特徴データと、基準条件を満足する顔画像の特徴データとを、同じ重みのデータとして取り扱って、辞書データの生成および更新している。

このように、取り込んだ顔画像が識別できた場合に、その特徴データを、すべて同じ重みで使用して、各個人用の顔画像の辞書データの作成および更新を行った場合には、作成または更新した辞書データの正確性が損なわれてしまうおそれがある。

上述のようなことは、顔画像の辞書データの生成や更新に限らず、取り込む画像について予め定められている基準条件が存在しているにもかかわらず、取り込んだ画像について同じ重みを持って処理を行なうすべての場合に存在する。

以上のことは、取り込む個人の識別要素としての情報が、顔画像だけではなく、声紋などの識別要素である場合における音声情報についても同様のことが言える。

この第３の実施形態では、上述の点にかんがみ、取り込む情報について予め定められている基準条件を参照した処理を行なうことにより、顔画像などの識別要素を用いて個人識別を行なう場合に使用する辞書データとして、より正確な辞書データの作成および／または更新を可能にするようにする。

図３６は、この第３の実施形態の顔画像による個人識別装置の構成例を示すブロック図である。この図３６で、図１に示した第１の実施形態の個人識別装置の構成例のブロック図と同一部分は、同一番号を付して、その詳細な説明は省略する。この第３の実施形態においても、各ブロックで示したものの一部は、ソフトウエア構成とすることもできるものである。

この第３の実施形態では、顔識別を行なう上での信頼度（信頼性）の度合いの情報であるスコアを算出するスコア算出部１７がシステムバスに対して接続されて設けられ、顔識別用画像処理部１１からの情報が、このスコア算出部１７に供給される。ハードウエア的には、その他の構成は、図１に示した第１の実施形態と同様である。

そして、この第３の実施形態においても、上述した第２の実施形態と同様に、顔識別用辞書データベース１０の個人辞書データＤｉの期間辞書データＴＤｉ，ｎのそれぞれは、辞書データ生成用情報配列ＡＲｉ，ｎを備える。

そして、辞書データ生成用情報配列ＡＲｉ，ｎを構成する、最大Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれは、この第３の実施形態においては、図３７に示すように、時刻の情報Ｔｉ，ｎ，ｋと、取り込まれた顔画像の特徴データＶｉ，ｎ，ｋと、取り込まれた顔画像の特徴データＶｉ，ｎ，ｋを用いて顔識別用辞書データを更新するために用いる、特徴データＶｉ，ｎ，ｋについての重み係数Ｗｉ，ｎ，ｋと、総合スコアＳＯｉ，ｎ，ｋと、を含む。

第２の実施形態では、重み係数Ｗｉ，ｎ，ｋは、取り込まれた顔画像の撮影時刻に基づいて計算されたが、この第３の実施形態では、後述するように、総合スコアＳＯｉ，ｎ，ｋに基づいて計算される。

この第３の実施形態では、総合スコアＳＯｉ，ｎ，ｋを算出する点と、重み係数Ｗｉ，ｎ，ｋが総合スコアＳＯｉ，ｎ，ｋに基づいて計算される点の他は、前述した第２の実施形態と同様の構成および処理動作を行なう。

この第３の実施形態でも、期間辞書データＴＤｉ，ｎのそれぞれに対しては、最大Ｋ個、例えば４０個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが、蓄積可能とされている。これは、辞書データベースとして使用する記憶容量を考慮したものである。そして、この第３の実施形態では、期間辞書データＴＤｉ，ｎとして蓄積されるデータは、後述する総合スコアを参照して、総合スコアの高いもののみを残す（すなわち、格納する）ようにして、蓄積する期間辞書データＴＤｉ，ｎは更新するようにする。

また、この第３の実施形態においては、期間辞書データＴＤｉ，ｎについては、新たな顔画像の取り込みを行なったときに、必ず、新規作成あるいは更新処理をするのではなく、当該期間辞書データＴＤｉ，ｎの新規作成あるいは更新をする方が良いかどうかを、総合スコアに基づいて判断し、その判断の結果、新規作成あるいは更新をした方が良いと判別したときに、実際に当該期間辞書データＴＤｉ，ｎの新規作成あるいは更新処理を実行するようにする。

そして、この第３の実施形態においては、顔識別用画像処理部１１は、顔検出結果の顔画像データ、目検出結果のデータなどをスコア算出部１５に供給する。この例においては、顔識別用画像処理部１１からスコア算出部１５に供給される顔検出結果の顔画像データには、検出できた顔画像の画像データサイズが付加される。ここで、顔画像の画像データサイズは、顔検出結果の顔画像の縦方向のピクセル数（画素数）と、顔画像の横方向のピクセル数（画素数）とからなる。

スコア算出部１７は、この例では、顔識別用画像処理部１１からの顔検出結果のデータおよび目検出結果のデータを受け取って、画像データ入力インターフェース７を通じて取り込まれた画像から抽出された顔画像について、顔識別を行なう上での信頼度（信頼性）の度合いの情報であるスコアの算出を行なう。顔識別用画像処理部１１から、顔検出や目検出、最終的には、特徴ベクトルの算出ができなかった旨の通知を受けたときには、スコア算出部１７は、取り込まれた顔画像についてのスコアの算出処理は行なわない。

この実施形態では、スコア算出部１７は、取り込まれた顔画像についての、顔識別を行なう上での信頼度の度合いの情報であるスコアは、顔識別用の顔画像の基準条件からのずれを検出することに基づいて算出する。

ここで、顔識別用の顔画像の基準条件は、この例では、
（Ａ）顔画像のデータは、少なくとも横方向および縦方向に所定画素数を含むこと。この実施形態では、例えば、横×縦＝６４画素×６４画素以上のデータサイズの顔画像データであること
（Ｂ）顔が正面に正対していること（正面を向いていること）
（Ｃ）両目が水平に一直線上に並んでいること
をあげることができる。

以上の基準条件に基づき、この実施形態では、取り込んだ顔画像の特徴データについて、４個のスコアＳａ，Ｓｂ，Ｓｃ，Ｓｄを算出するようにする。そして、この実施形態では、これら算出した４個のスコアＳａ，Ｓｂ，Ｓｃ，Ｓｄから、取り込んだ顔画像の特徴データについて総合スコアＳＯを算出するようにする。なお、スコアＳａ，Ｓｂ，Ｓｃ，Ｓｄのそれぞれの値は、「０」〜「１」で表され、スコアの値が「０」のときには信頼性がないことを意味し、スコアの値が「１」に近づくにつれ、より信頼性が高くなり、スコアの値が「１」のときには信頼性が十分に高いことを意味している。

［スコアＳａ；顔画像のデータサイズ］
４個のスコアのうちのスコアＳａは、取り込まれた画像から検出された顔画像のデータサイズに関するものである。

顔識別用の顔画像の基準条件（Ａ）から、顔識別に必要な顔画像の最小データサイズを、ＭＩＮ＿ＳＩＺＥとし、顔識別処理が十二分に実施可能な顔画像のデータサイズＭＡＸ＿ＳＩＺＥとしたとき、この実施形態では、このスコアＳａは、取り込んだ顔画像のデータサイズＸａに対して、図３８に示すような関係の値として算出される。

すなわち、
Ｘａ＜ＭＩＮ＿ＳＩＺＥのときには、Ｓａ＝０である。
ＭＩＮ＿ＳＩＺＥ≦Ｘａ≦ＭＡＸ＿ＳＩＺＥのときには、Ｓａ＝ｋ・Ｘａ＋ｑ（ｑ＜０）である。ただし、ｋは、ｋ＞０である比例定数である。
ＭＡＸ＿ＳＩＺＥ＜Ｘａのときには、Ｓａ＝１である。

ここで、この実施形態では、ＭＩＮ＿ＳＩＺＥは、例えば、横×縦＝６４画素×６４画素のデータサイズに等しく選定されている。また、ＭＡＸ＿ＳＩＺＥは、６４画素×６４画素のデータサイズよりは大きく、かつ、顔画像の識別が十二分に行なえるデータサイズである。

ここで、取り込まれた顔画像のデータサイズとは、画像データ入力インターフェース７を通じて取り込まれた元画像から検出された顔画像のデータサイズであって、顔識別用画像処理部１１でデータ補間処理などを施した後の顔画像のデータサイズではない。

顔識別用画像処理部１１では、顔識別処理用の顔画像データとしては、前述した最小のデータサイズ、この例では、横×縦＝６４画素×６４画素以上のデータサイズが必要であるので、検出された顔画像のデータサイズがこれよりも小さい場合には、データ補間処理を行って、最小のデータサイズ以上の顔画像のデータサイズとして、特徴ベクトルの検出を試みるようにしている。また、前述した両目の水平方向の位置を補正するために、検出した顔画像を回転するようにするが、その際にも、画素データの補間処理を伴う場合がある。このような補間処理をした顔画像であっても、特徴ベクトルを抽出することができれば、顔識別が可能となる場合があるのである。

上述したスコアＳａは、以上のような顔識別用画像処理部１１での画素補間処理を行なう前の顔画像のデータサイズについての信頼度の度合いの情報である。

この実施形態では、顔画像のデータサイズＸａがＭＩＮ＿ＳＩＺＥよりも小さい場合には、顔識別用の特徴ベクトルの信頼度は殆どないと判断し、Ｓａ＝０とする。また、顔画像のデータサイズＸａがＭＡＸ＿ＳＩＺＥよりも大きい場合には、顔識別用の特徴ベクトルの信頼度は非常に高いと判断し、Ｓａ＝１とする。また、顔画像のデータサイズＸａが、ＭＩＮ＿ＳＩＺＥよりも大きく、ＭＡＸ＿ＳＩＺＥよりも小さい場合には、顔識別用の特徴ベクトルの信頼度はデータサイズＸａの大きさに応じた（比例する）ものと判断し、スコアＳａは、データサイズＸａに比例した値とするものである。

なお、図３８の例では、顔画像のデータサイズＸａが、ＭＩＮ＿ＳＩＺＥよりも大きく、ＭＡＸ＿ＳＩＺＥよりも小さい場合には、顔識別用の特徴ベクトルの信頼度としてのスコアＳａは、データサイズＸａの大きさにリニア（線形）に比例するものとしたが、データサイズＸａの大きさに対して、ノンリニア（非線形）に変化、例えばＸａの２乗に応じた値とするものとしても、もちろんよい。

［スコアＳｂ；顔画像の正面正対状態からのずれ（顔の向き）の閾値］
前述したように、顔識別用の顔画像は、正面に正対している状態が基準である。そして、一般的には、所定の許容範囲を超えて、顔画像の向きが正面正対状態からずれている場合には、当該顔画像についての特徴ベクトルの算出は不可能とされている。そこで、この実施形態では、この顔画像の正面正対状態からのずれに基づいて、スコアＳｂを算出する。

ここで、このスコアＳｂは、顔画像についての特徴ベクトルの算出が可能か否かに基づく信頼度の度合いを表すものである。

顔の向き（角度）について想定される変化の方向は、図３９に示すように、顔の正面方向から背面方向に貫くように想定された回転軸４１を中心した回転方向であるロール（roll）方向と、このロール方向についての回転軸４１に対して、水平方向に直交する回転軸４２を中心とした回転方向であるピッチ（pitch）方向と、ロール方向についての回転軸４１に対して、垂直方向に直交する回転軸４３を中心とした回転方向であるヨー（yaw）方向との３方向である。

上記３方向のうち、ロール方向に関しては、顔識別用画像処理部１１において、両目の位置を水平方向に揃えるように画像を回転して補正して、顔識別処理をするので、この実施形態では、このスコアＳｂの算出については考慮しない。

この実施形態では、ピッチ方向と、ヨー方向との２方向についてのみを考慮して、スコアＳｂを算出する。この実施形態では、ピッチ方向とヨー方向のいずれかについて、顔画像についての特徴ベクトルの算出ができない程度に、顔画像の向きが正面生態状態からずれているときには、スコアＳｂ＝０とする。また、ピッチ方向とヨー方向の両方について、顔画像の向きの正面生態状態からのずれ量が、顔画像についての特徴ベクトルの算出ができる範囲内の場合には、スコアＳｂ＝１とする。

この実施形態では、ピッチ方向の正面正対状態からの顔画像の向きのずれの角度を、Ａpitchとし、ヨー方向の正面正対状態からの顔画像の向きのずれの角度を、Ａyawとしたとき、顔画像についての特徴ベクトルの算出ができる範囲内は、例えば、
−１５度≦Ａpitch≦＋１５度
−１５度≦Ａyaw≦＋１５度
とされている。

そこで、この実施形態では、
−１５度≦Ａpitch≦＋１５度、かつ、−１５度≦Ａyaw≦＋１５度
を満足するときには、スコアＳｂ＝１とする。上記角度条件を満足しないときには、スコアＳｂ＝０とする。

［スコアＳｃ；ロール方向のずれ量］
スコアＳｃは、スコアＳｂでは考慮しなかったロール方向のずれ量に応じた顔識別上の顔画像の信頼度の度合いである。したがって、スコア算出部１４には、ロール方向の回転補正がなされる前の、検出された顔画像が供給される。

この実施形態では、ロール方向のずれ量は、図４０に示すように、回転補正する前の顔画像において、パーツ検出処理により検出された左右両目の間の垂直方向の距離（両目が水平方向に一直線上に並んでいる状態からのずれであって、左目の垂直方向の位置と、右目の垂直方向の位置との距離）Ｘｃとして算出する。

すなわち、検出された両目が、図４０（Ａ）に示すように、水平方向に一直線に並んでいる場合には、両目の間の垂直方向の距離Ｘｃは、Ｘｃ＝０である。そして、図４０（Ｂ），（Ｃ）に示すように、検出された顔画像がロール方向に回転していた場合、その回転量の大きさが大きいほど、検出された両目の間の垂直方向の距離Ｘｃは、大きくなる。

スコアＳｃは、両目が水平方向に一直線に並んでいるとき、すなわち、両目の間の垂直方向の距離Ｘｃ＝０の場合に、一番大きく、Ｓｃ＝１とする。そして、両目の間の垂直方向の距離Ｘｃが大きくなればなるほど、スコアＳｃの値は小さくなって、０に近くなる。この実施形態では、このスコアＳｃは、図４１に示すように、両目の間の垂直方向の距離Ｘｃを変数としたガウス分布関数に従った値をとるように構成されている。

図４２に、スコアＳｃの算出式を（式６）として示す。この図４２に示す（式６）において、ｂは、両目の間の垂直方向の距離ＸｃがＸｃ＝０のときにＳｃ＝１となる値、δは標準偏差、μは平均値、であり、これらの値は、実際の多数個の顔画像サンプルを用いて、統計解析で求められるものである。

［スコアＳｄ；許容範囲内におけるヨー方向のずれ量］
前述したスコアＳｂの算出においては、顔画像の正面正対状態からのヨー方向のずれ量が許容範囲内であれば、ピッチ方向のずれ量も許容範囲内であるという条件の下、スコアＳｂ＝１として、信頼度の度合いは同じとした。

このスコアＳｄは、顔画像の正面正対状態からのヨー方向のずれ量が許容範囲内であっても、より詳細に、取り込んだ顔画像の顔識別上での信頼度の度合いを表す値である。

この実施形態では、顔画像の正面正対状態からのヨー方向のずれ量は、図４３に示すように、顔画像の中心線５１（目、鼻、口などを無視して顔画像の輪郭５０のみについて考えた場合に、前述したヨー方向の回転軸４３（図３９参照）に平行な線であって、少なくとも目の位置における、顔画像の輪郭５０の水平方向の中央位置を通る線）と、検出された両目の間隔の中点位置５２との距離Ｘｄとして算出する。

なお、両目の間隔の中点位置５２は、ロール方向の回転補正がなされた顔画像であっても、また、回転補正がなされる前の顔画像であっても、同じ位置になる。この実施形態では、スコア算出部１７では、ロール方向の回転補正がなされる前の顔画像から、距離Ｘｄが求められる。

図４３（Ａ）に示すように、検出された両目の間隔の中点位置５２が、顔画像の中心線５１上にあれば、Ｘｄ＝０であって、顔画像は正面正対状態であると考えられるので、より精度の良い特徴ベクトルが抽出することができると考えられ、スコアＳｄは、Ｓｄ＝１とする。

そして、図４３（Ｂ），（Ｃ）に示すように、検出された両目の間隔の中点位置５２と、顔画像の中心線５１との距離Ｘｄが大きくなるにつれて、スコアＳｄの値は、小さくなって０に近づく。この実施形態では、このスコアＳｄは、図４４に示すように、検出された両目の間隔の中点位置５２と、顔画像の中心線５１との距離Ｘｄを変数としたガウス分布関数に従った値をとるように構成されている。

図４５に、スコアＳｄの算出式を（式７）として示す。この図４５に示す（式７）において、ｃは、検出された両目の間隔の中点位置５２と顔画像の中心線５１との距離Ｘｄ＝０のときにＳｄ＝１となる値、δは標準偏差、μは平均値、であり、これらの値は、実際の多数個の顔画像サンプルを用いて、統計解析で求められるものである。

［総合スコア］
この第３の実施形態では、以上説明した４個のスコアＳａ，Ｓｂ，Ｓｃ，Ｓｄから、スコア算出部１７は、以下に示す（式８）を用いて総合スコアＳＯを算出する。ここで、スコア算出部１７で算出するのは、新たに取り込んだ顔画像のデータについての総合スコアであるので、当該スコア算出部１７で算出された総合スコアは、ＳＯｎｅｗと記述することとする。

ＳＯｎｅｗ＝Ｓａ×Ｓｂ×Ｓｃ×Ｓｄ・・・（式８）。

なお、（式８）は、総合スコアＳＯｎｅｗの算出方法の一例であり、その他種々の算出方法を用いることができる。例えば、
ＳＯｎｅｗ＝Ｓａ＋Ｓｂ＋Ｓｃ＋Ｓｄ・・・（式９）
として総合スコアＳＯｎｅｗを求めても良い。

また、４個のスコアＳａ，Ｓｂ，Ｓｃ，Ｓｄのそれぞれについて、重み係数ｋａ，ｋｂ，ｋｃ，ｋｄを定め、
ＳＯｎｅｗ＝ｋａ・Ｓａ×ｋｂ・Ｓｂ×ｋｃ・Ｓｃ×ｋｄ・Ｓｄ・・・（式１０）
として総合スコアＳＯｎｅｗを求めても良いし、また、
ＳＯｎｅｗ＝ｋａ・Ｓａ＋ｋｂ・Ｓｂ＋ｋｃ・Ｓｃ＋ｋｄ・Ｓｄ・・・（式１１）
として総合スコアＳＯｎｅｗを求めても良い。

［顔画像の特徴ベクトルの重み係数Ｗ］
総合スコアＳＯを、そのまま、期間辞書データＴＤｉ，ｎの顔画像識別用辞書データＦＲＤｉ，ｎの更新に用いても良いが、この実施形態では、総合スコアＳＯから、顔画像の特徴ベクトルについての重み係数Ｗを求め、この重み係数Ｗを用いた顔画像識別用辞書データＦＲＤｉ，ｎの更新処理を行なう。

そこで、この実施形態では、スコア算出部１７は、総合スコアＳＯｎｅｗから、新たに取り込んだ顔画像の特徴ベクトルについての重み係数Ｗｎｅｗを算出する。

この実施形態では、重み係数Ｗｎｅｗは、総合スコアＳＯｎｅｗに線形に比例するものとして生成するようにする。すなわち、比例定数をＣｓとしたとき、
Ｗｎｅｗ＝Ｃｓ・ＳＯｎｅｗ・・・（式１２）
として、重み係数Ｗｎｅｗを算出する。Ｃｓ＝１のときには、重み係数Ｗｎｅｗとして、総合スコアＳＯｎｅｗをそのまま用いるものとなる。

なお、重み係数Ｗｎｅｗの算出方法は、上記（式１２）による方法に限られるものではなく、重み係数Ｗｎｅｗは、総合スコアＳＯｎｅｗの値に非線形に対応する、例えば
Ｗｎｅｗ＝Ｃｓ・（ＳＯｎｅｗ）^２・・・（式１３）
として、重み係数Ｗｎｅｗを算出するようにしてもよい。

また、総合スコアＳＯｎｅｗが、予め設定した第１の閾値以下のときには、重み係数Ｗｎｅｗ＝０とすると共に、総合スコアＳＯｎｅｗが、前記第１の閾値より大きいときには、上記（式１２）や（式１３）により算出するようにしても良い。

さらに、総合スコアＳＯｎｅｗが、予め設定した第１の閾値以下のときには、重み係数Ｗｎｅｗ＝０とすると共に、予め設定した第２の閾値（第２の閾値は第１の閾値よりも大きい）よりも大きいときには、Ｗｎｅｗ＝１とし、そして、総合スコアＳＯｎｅｗが、第１の閾値よりも大きく、第２の閾値よりも小さい範囲においては、上記（式１２）や（式１３）により算出するようにしても良い。

以上のようにして、スコア算出部１７は、取り込んだ顔画像毎に総合スコアＳＯｎｅｗを算出し、その総合スコアＳＯｎｅｗに基づいて重み係数Ｗｎｅｗを算出する。そして、算出した総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗを、辞書データ更新処理部１４に渡すようにする。

［顔識別用辞書データＦＲＤｉの更新］
辞書データ更新処理部１４は、この第３の実施形態では、顔識別処理部１３での識別結果に基づいて個人特定情報が特定されたとき、当該個人特定情報に対応する個人辞書データＤｉの期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋを更新し、その更新した辞書データ生成用情報ＤＰＩｉ，ｎ，ｋを用いて、当該個人特定情報に対応する期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎを更新する。

すなわち、顔識別用辞書データベース１０に、新たに取り込んだ顔画像を持つ個人Ｐｉの個人辞書データＤｉとして既に蓄えられている期間辞書データＴＤｉ，ｎの辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの総合スコアＳＯｉ，ｎ，ｋのそれぞれと、新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗとを比較して、顔識別用辞書データベース１０中に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの総合スコアＳＯｉ，ｎ，ｋの中に、新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗよりも小さいものがあるかどうか、つまり、新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗが、顔識別用辞書データベース１０中に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの総合スコアＳＯｉ，ｎ，ｋのいずれかよりも大きいかどうかを判別する。

そして、辞書データ更新処理部１４は、新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗが、顔識別用辞書データベース１０中に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの総合スコアＳＯｉ，ｎ，ｋのいずれかよりも大きいと判別したときには、当該期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎの更新を行なうようにする。

この顔識別用辞書データＦＲＤｉ，ｎの更新時には、辞書データ更新処理部１４は、顔識別用辞書データベース１０中の当該期間辞書データＴＤｉ，ｎに格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのうちの一番総合スコアＳＯｉ，ｎ，ｋが小さいデータを削除する。そして、辞書データ更新処理部１４は、新たに取り込んだ顔画像についての特徴ベクトルおよび時刻データ、重み係数Ｗｎｅｗ、総合スコアＳＯｎｅｗなどを、削除した辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの代わりのデータとして、顔識別用辞書データベース１０に取り込む。

そして、顔識別用辞書データＦＲＤｉ，ｎの更新を、第２の実施形態の説明でも用いた図３２の（式４）に示す算出式により実行する。すなわち、辞書データ更新処理部１４は、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋのそれぞれに含まれる特徴ベクトルＶｉ，ｎ，ｋと、対応する重み係数Ｗｉ，ｎ，ｋとを掛け算した結果の総和を、Ｎ個の重み係数の総和で除算したものとして、更新した顔識別用辞書データＦＲＤｉ，ｎを得るようにする。

前述もしたように、この顔識別用辞書データＦＲＤｉ，ｎ（特徴ベクトルに対応）は、従来は、図３２の（式５）に示すように、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋに含まれる特徴ベクトルの総和を、個数Ｋで除算した単純平均により求めていたものに比べて、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋの総合スコアに応じた重み係数を用いた値となり、顔識別用辞書データＦＲＤｉ，ｎの精度が向上する。

そして、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，１〜ＤＰＩｉ，ｎ，Ｋとしては、常に、総合スコアが高いものが顔識別用辞書データベース１０に残るようにしているので、顔識別用辞書データＦＲＤｉ，ｎは、より高精度のものに更新されることとなる。

新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗが、顔識別用辞書データベース１０中に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのいずれよりも小さいと判別したときには、個人辞書データＤｉの顔識別用辞書データＦＲＤｉ，ｎの更新は行なわない。新たに取り込んだ顔画像についての特徴ベクトルの総合スコアＳＯｎｅｗを用いた更新を行なうと、顔識別用辞書データＦＲＤｉの精度が悪くなってしまうからである。

なお、顔識別用辞書データベース１０において、期間辞書データＴＤｉ，ｎに辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが、最大数であるＫ個以下しか存在しないときには、辞書データ更新処理部１４は、新たに取り込んだ顔画像のデータについての総合スコアＳＯｎｅｗと、顔識別用辞書データベース１０に格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとの比較は行なわずに、新たに取り込んだ顔画像についての特徴ベクトル、取得時刻情報、算出された総合スコアＳＯｎｅｗ、重み係数Ｗｎｅｗなどを、最新の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとして顔識別用辞書データベース１０に格納し、顔識別用辞書データＦＲＤｉ，ｎの生成・更新処理を実行する。その場合における顔識別用辞書データＦＲＤｉ，ｎの生成の際には、辞書データ更新処理部１４は、前記（式４）におけるＫの代わりに、顔識別用辞書データベース１０に、当該期間辞書データＴＤｉ，ｎの一部として格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの個数を用いて、顔識別用辞書データＦＲＤｉ，ｎの生成・更新処理を実行する。

そして、顔識別用辞書データベース１０に、期間辞書データＴＤｉ，ｎの一部として辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが、最大数Ｋ個格納されたときから、辞書データ更新処理部１４は、上述した、新たに取り込んだ顔画像についての総合スコアＳＯｎｅｗと、格納されている辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの総合スコアＳＯｉ，ｎ，ｋとの比較を行なって、総合スコアのより高いものを用いた顔識別用辞書データＦＲＤｉ，ｎの更新をするようにする。

なお、以上説明した図１のブロック構成において、顔識別用画像処理部１１、顔識別処理部１２、表示情報生成部１３、辞書データ更新処理部１４、スコア算出部１７の各部は、ハードウエアの構成としてもよいし、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいて、ＲＡＭ４をワークエリアとして用いてソフトウエア処理を実行するソフトウエア機能部として構成しても良い。

また、上述の構成では、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとしては、特徴ベクトルと、時刻情報と、総合スコアと、重み係数を少なくとも含むものとしたが、重み係数は、保存せずに、後で、保存した総合スコアから算出するようにしてもよい。

また、特徴ベクトルの代わりに、取り込んだ顔画像の情報を保存しておき、その保存した顔画像の情報から特徴ベクトルを抽出し直すようにしてもよい。総合スコアと、重み係数も、保存した顔画像の情報から算出しなおすようにしても良い。その場合には、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋには、少なくとも顔画像の情報を含むようにすれば良い。

［第３の実施形態の個人識別装置における処理動作］
次に、上述の構成の第３の実施形態の個人識別装置における取り込んだ顔画像の特徴データについてのスコア算出動作および顔識別用辞書データの更新処理動作について説明する。

［顔識別用辞書データベースの更新処理］
この第３の実施形態における顔識別用辞書データベース１０の期間辞書データの更新処理を説明する。図４６は、この顔識別用辞書データベース１０の期間辞書データＴＤｉ，ｎの顔識別用辞書データＦＲＤｉ，ｎの更新処理の一例のフローチャートである。この図４６の各処理ステップは、この実施形態では、スコア算出部１７と、辞書データ更新処理部１４とが、ＣＰＵ１の制御にしたがって実行するものである。なお、ＣＰＵ１が、ＲＯＭ３に格納されたソフトウエアプログラムに基づいてＲＡＭ４をワークエリアとして用いて、上記各部の処理をソフトウエア処理として実行するように構成して、上記各部を省略しても良いことは、前述した通りである。

まず、ＣＰＵ１は、スコア算出部１７に総合スコアＳＯｎｅｗの算出開始指示を出す。これを受けたスコア算出部１７は、前述したようにして、総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗを算出し、その算出結果を出力する（ステップＳ４０１）。この総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗの算出処理の詳細な流れについては、後で詳述する。ＣＰＵ１は、この総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗを、辞書データ更新処理部１４に転送する。

なお、この実施形態のように、スコア算出部１７をハードウエアとして独立して持つ場合には、顔識別用画像処理部１１で、特徴ベクトルの生成が成功したときには、検出した顔画像データと、目検出出力などを、スコア算出部１７で受け取り、その時点から総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗの算出処理を、顔識別処理と平行して行なっておくようにしてもよい。その場合には、顔識別用辞書データベース１０の更新タイミングでは、スコア算出部１７で、既に総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗが算出済みであって、それらがワークエリアＲＡＭ４に保存されているので、ステップＳ４０１では、ＣＰＵ１は、ワークエリアＲＡＭ４に保存されているそれら総合スコアＳＯｎｅｗおよび重み係数Ｗｎｅｗを読み出して、辞書データ更新処理部１４に転送するようにする。

辞書データ更新処理部１４は、ステップＳ４０１で算出された（得られた）取り込んだ顔画像の特徴ベクトルについての総合スコアＳＯｎｅｗの値が、ＳＯｎｅｗ＝０であるか否か判別し（ステップＳ４０２）、ＳＯｎｅｗ＝０であれば、その旨をＣＰＵ１に知らせる。ＣＰＵ１は、この通知を受けて、取り込んだ顔画像の特徴ベクトルは辞書データの更新には使用できない信頼性の無い特徴ベクトルであると判断して、そのままこの処理ルーチンを終了する。

また、ステップＳ４０２で、ＳＯｎｅｗ＝０ではないと判別したときには、辞書データ更新処理部１４は、照合結果として正解とされた照合対象者、あるいは、図４または図５などの画面においてユーザにより氏名が入力された照合対象者の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとしては、蓄積可能個数として最大であるＫ個が、既に蓄積済みであるか否か判別する（ステップＳ４０３）。

Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが蓄積済みではないと判別したときには、辞書データ更新処理部１４は、取り込んだ顔画像についての特徴ベクトル、時刻情報、総合スコアＳＯｎｅｗ、重み係数Ｗｎｅｗなどを、照合対象者（照合結果として正解とされた照合対象者と、ユーザにより氏名が入力された照合対象者の両方を含む。以下同じ）の新たな辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとして、顔識別用辞書データベース１０に追加する（ステップＳ４０４）。

そして、辞書データ更新処理部１４は、当該照合対象者の顔識別用辞書データＦＲＤｉ，ｎを、前述した（式４）により生成して、更新する（ステップＳ４０８）。なお、このときには、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋはＫ個以下であるので、（式４）においては、Ｋの代わりに、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋとして保存されている数が用いられて、演算が行なわれることになる。

そして、ステップＳ２０３で、最大数であるＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋが蓄積済みであると判別したときには、辞書データ更新処理部１４は、照合対象者のＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの総合スコアＳＯｉ，ｎ，ｋを順次に読み出して、新たに取り込んだ顔画像について算出した総合スコアＳＯｎｅｗと比較する（ステップＳ４０５）。

そして、辞書データ更新処理部１４は、Ｎ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの総合スコアＳＯｉ，ｎ，ｋのうちに、取り込んだ顔画像についての総合スコアＳＯｎｅｗよりも小さい値のものがあるか否か判別し（ステップＳ４０６）、なければ、辞書データの更新の必要はないとして、このままこの処理ルーチンを終了する。

また、ステップＳ４０６で、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの総合スコアＳＯｉ，ｎ，ｋの中に、取り込んだ顔画像についての総合スコアＳＯｎｅｗよりも小さい値のものがあると判別したときには、辞書データ更新処理部１４は、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの中で、総合スコアＳＯｉ，ｎ，ｋが最小であるものを検出し、その検出した総合スコアＳＯｉ，ｎ，ｋが最小である辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの蓄積内容と、総合スコアＳＯｎｅｗである顔画像についての特徴ベクトル、時刻情報、総合スコア、重み係数などからなる辞書データ生成用情報と同一内容とを入れ替える（ステップＳ４０７）。

そして、ステップＳ４０７での入れ替えにより、Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの内容が変わったことから、それらのＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの重み係数と、特徴ベクトルとを用いて、前述した（式４）に基づく演算を行なって、当該照合対象者についての顔識別用辞書データＦＲＤｉ，ｎの更新処理を実行する（ステップＳ４０８）。

以上で、この辞書データベースの更新処理ルーチンを終了する。

なお、期間辞書データＴＤｉ，ｎの新規登録の際には、総合スコアを算出すると共に、重み係数を算出し、それらを、辞書データ生成用情報ＤＰＩｉ，ｎ，ｋの一部として記憶する点が異なるのみで、第１の実施形態の場合と同様であるので、その詳細な説明は省略する。

［スコア算出処理］
次に、スコア算出部１７における総合スコアおよび重み係数の算出処理について説明する。図４７およびその続きである図４８は、スコア算出部１７における総合スコアおよび重み係数の算出処理の流れの一例を示すフローチャートである。

すなわち、スコア算出部１７は、顔識別用画像処理部１１から受け取った顔検出データサイズＸａを検出し（ステップＳ５０１）、検出した顔画像のデータサイズＸａが、予め設定されている顔画像の最小データサイズＭＩＮ＿ＳＩＺＥより小さいか否か判別する（ステップＳ５０２）。

そして、スコア算出部１７は、顔画像のデータサイズＸａが最小データサイズＭＩＮ＿ＳＩＺＥよりも小さいと判別したときには、顔画像のデータサイズＸａに基づくスコアＳａ値を、図３８に示したように、Ｓａ＝０とする（ステップＳ５０３）。

また、顔画像のデータサイズＸａが最小データサイズＭＩＮ＿ＳＩＺＥよりも小さくはないと判別したときには、スコア算出部１７は、顔画像のデータサイズＸａが、予め定めた十二分な顔画像のデータサイズＭＡＸ＿ＳＩＺＥよりも大きいか否か判別する（ステップＳ５０４）。

また、スコア算出部１７は、ステップＳ５０４で、顔画像のデータサイズＸａが、予め定めた十二分なデータサイズＭＡＸ＿ＳＩＺＥよりも大きいと判別したときには、スコアＳａの値を、図３８に示したように、Ｓａ＝１とする（ステップＳ５０５）。

そして、ステップＳ５０４で、顔画像のデータサイズＸａが、予め定めた十二分なデータサイズＭＡＸ＿ＳＩＺＥよりも小さいと判別したときには、スコア算出部１７は、スコアＳａは、図３８に示したように、検出された顔画像のデータサイズＸａに応じた値とする（ステップＳ５０６）。

次に、スコア算出部１７は、取り込んだ顔画像の顔の向き（顔の角度）を検出する（ステップＳ５０７）。そして、スコア算出部１７は、ヨー方向の正面正対状態からの顔画像の向きのずれの角度Ａyawおよびピッチ方向の正面正対状態からの顔画像の向きのずれの角度Ａpitchを検出し（ステップＳ５０７）、それらの角度ＡyawおよびＡpitchが、共に前述した許容範囲内であるか、つまり、
−１５度≦Ａyaw≦＋１５度
かつ
−１５度≦Ａpitch≦＋１５度
であるか否か判別する（ステップＳ５０８）。

そして、スコア算出部１７は、ステップＳ５０８で、角度Ａyawおよび角度Ａpitchの両方が、前記許容範囲になっていると判別したときには、顔の角度が許容範囲にあるかどうかについてのスコアＳｂの値を、Ｓｂ＝１とする（ステップＳ５０９）。

また、スコア算出部１７は、ステップＳ５０８で、角度Ａyawおよび角度Ａpitchの両方あるいは一方が、前記許容範囲になっていないと判別したときには、前記スコアＳｂの値を、Ｓｂ＝０とする（ステップＳ５１０）。

そして、ステップＳ５０９またはステップＳ５１０の次には、図４８のステップＳ５１１に進み、スコア算出部１７は、図４０を用いて説明したように、パーツ検出処理により検出された左右両目の水平からずれ、つまり、前述した左右両目の間の垂直方向の距離Ｘｃを検出する。

そして、スコア算出部１７は、検出した距離Ｘｃが、Ｘｃ＝０であって、両目が水平に並んでいるか否か判別し（ステップＳ５１２）、水平に並んでいると判別したときには、スコアＳｃの値を、Ｓｃ＝１とする（ステップＳ５１３）。また、ステップＳ５１２で、水平に並んでいないと判別したときには、スコア算出部１７は、前述したガウス分布関数にしたがったスコアＳｃの算出式である（式６）（図４２参照）に基づいて、スコアＳｃの値を算出する（ステップＳ５１４）。

そして、ステップＳ５１３またはステップＳ５１４の次には、ステップＳ５１５に進み、スコア算出部１７は、図４３を用いて説明したように、顔画像の中心線５１と、両目の間隔の中点位置５２との距離Ｘｄを検出する（ステップＳ５１５）。

そして、スコア算出部１７は、検出した距離Ｘｄが、Ｘｄ＝０であって、顔画像が正面正対状態であるか否か判別し（ステップＳ５１６）、顔画像が正面正対状態であると判別したときには、スコアＳｄの値を、Ｓｄ＝１とする（ステップＳ５１７）。また、ステップＳ５１６で、顔画像が正面正対状態ではないと判別したときには、スコア算出部１４は、前述したガウス分布関数にしたがったスコアＳｄの算出式である（式７）（図４５参照）に基づいて、スコアＳｄの値を算出する（ステップＳ５１８）。

そして、ステップＳ５１３またはステップＳ５１４の次には、ステップＳ５１５に進み、スコア算出部１７は、前述したようにして、算出したスコアＳａ，Ｓｂ，Ｓｃ，Ｓｄを用いて、総合スコアＳＯｎｅｗを算出すると共に、算出した総合スコアＳＯｎｅｗから、重み係数Ｗｎｅｗを算出する（ステップＳ５１９）。以上で、スコア算出部１７でのスコア算出処理を終了する。

なお、以上の説明では、個人識別を行なった後には、当該個人識別に続いて、取り込んだ新たな顔画像を用いた顔識別用辞書データの更新を行なうようにしたが、新たに取り込んだ顔画像のデータあるいは特徴ベクトルと、時刻情報と、総合スコアと、重み係数とを一時記憶しておき、個人識別時点の後の時点において、顔識別用辞書データの更新を行うようにしても良い。

また、総合スコアと、重み係数とは、一時記憶部や個人辞書データ記憶部に、両方とも記憶するのではなく、どちらか一方を記憶するようにしても良い。重み係数を記憶するようにする場合には、辞書データを更新するか否かの判定も、総合スコアではなく、重み係数を用いるようにしても良い。

［第３の実施形態の効果］
以上説明したように、上述の実施形態においては、各個人Ｐｉの期間辞書データＴＤｉ，ｎ中の、最大Ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれには、顔画像の特徴ベクトルについての信頼度を表す総合スコアＳＯｉ，ｎ，ｋを記憶するようにしているので、新たに取り込んだ顔画像の特徴ベクトルについての信頼度を表す総合スコアＳＯｎｅｗと、記憶しているＮ個の顔画像の特徴ベクトルの総合スコアＳＯｉ，ｎ，ｋ（ｋ＝１〜Ｋ）とを比較することで、新たに取り込んだ顔画像の特徴ベクトルが、顔識別用辞書データを更新するために有効であるかどうかを判定することができる。

そして、比較の結果、新たに取り込んだ顔画像の特徴ベクトルについての総合スコアＳＯｎｅｗが、個人Ｐｉの期間辞書データＴＤｉ，ｎ中のＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのいずれかよりも大きいときには、最も、総合スコアＳＯｉ，ｎ，ｋの低いものを削除して、その代わりに新たな顔画像の特徴ベクトルなど、辞書データ生成用情報と同じ内容のデータを保存することにより、常に、総合スコアの値が高く、信頼性の高いデータのみを、各個人Ｐｉの期間辞書データＴＤｉ，ｎのＫ個の辞書データ生成用情報として保存しておくことができる。

そして、その信頼性の高いＫ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのみを用いて顔識別用辞書データＦＲＤｉ，ｎを更新するようにすることにより、顔識別用辞書データＦＲＤｉ，ｎも、常に精度の高い辞書データとすることができる。

さらに、上述の実施形態では、顔識別用辞書データＦＲＤｉ，ｎの更新演算においては、ｋ個の辞書データ生成用情報ＤＰＩｉ，ｎ，ｋのそれぞれの特徴ベクトルの単純平均を取るのではなく、それぞれの特徴ベクトルに、対応する総合スコアに基づく重み係数を乗算したものの総和を、重み係数の総和で除算するようにしたので、それぞれの特徴ベクトルは、その信頼度に応じて顔識別用辞書データＦＲＤｉ，ｎの生成に寄与するようになるので、さらに高精度の辞書データを得ることができる。

［第３の実施形態の変形例］
以上説明した第３の実施形態は、この発明を顔識別処理装置に適用した場合であるが、顔識別に限らないことは言うまでもない。

例えば、個人識別処理の場合において、人の声などを識別要素として個人を識別する場合においても、それぞれそれらの識別要素を取り込むときの１または複数の基準条件からのずれに基づいて、１または複数個のスコアを算出する。そして、算出したスコアが複数個、あるときには、その複数個のスコアを用いて総合スコアを算出する。

そして、上述の実施形態と同様に、スコアまたは総合スコアに基づいて、辞書データ生成用情報として保存する複数個のデータを選択したり、識別用辞書データの更新をしたりするようにすることができる。

また、パーソナルコンピュータに複数枚の写真画像を取り込んで、アルバムなどとして保存する場合において、例えば、取り込んだ写真画像をメモリに記憶する際、取り込む画像について、例えば、人の顔が映っている画像である、高周波数成分が多い（輪郭がはっきりしている）画像である、などの基準条件を定め、その基準条件からのずれからスコアまたは総合スコアを算出し、そのスコアまたは総合スコアを、写真画像に対応させて記憶するようにする場合にも適用できる。

このようにすれば、スコアまたは総合スコアの高いもの順に、写真画像を並べるなど、基準条件に近い画像を優先して表示するようにすることができる。

この発明による個人識別装置の第１の実施形態のハードウエア構成例を示すブロック図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明による個人識別装置の実施形態における顔識別処理の例を説明するために用いる図である。この発明の第１の実施形態における顔識別用辞書データベースの格納内容の例を説明するための図である。この発明の第１の実施形態における顔識別用辞書データベースの格納内容の例を説明するための図である。この発明の第１の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。この発明の第１の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。この発明の実施形態における期間辞書データが対応する期間を説明するための図である。この発明の実施形態における期間辞書データが対応する期間を説明するための図である。この発明による個人識別装置の実施形態における辞書期間パラメータ設定の例を説明するためのフローチャートを示す図である。この発明の実施形態における顔識別用辞書データベースの格納内容のフォーマットの他の例を説明するための図である。この発明による個人識別装置の実施形態における顔識別処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における顔識別処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における顔識別処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における期間辞書データの検索処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における期間辞書データの検索処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における期間辞書データの新規登録処理の流れを説明するためのフローチャートを示す図である。この発明による個人識別装置の実施形態における顔識別用辞書データの更新処理の流れを説明するためのフローチャートを示す図である。この発明による個人識別装置の第２の実施形態のハードウエア構成例を示すブロック図である。この発明の第２の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。この発明の第２の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の選択設定を説明するための図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の第１の例を説明するための図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の第２の例を説明するための図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の第２の例の説明に用いる図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の第３の例を説明するための図である。この発明による個人識別装置の第２の実施形態における重み係数算出方法の第４の例を説明するための図である。この発明による個人識別装置の第２の実施形態における顔識別用辞書データの算出方法の一例を説明するために用いる図である。この発明による個人識別装置の第２の実施形態における顔識別用辞書データの更新処理の流れを説明するためのフローチャートを示す図である。この発明による個人識別装置の第２の実施形態における重み係数算出処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の実施形態における重み係数算出処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の第３の実施形態のハードウエア構成例を示すブロック図である。この発明の第３の実施形態における顔識別用辞書データベースの格納内容のフォーマット例を説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔画像について算出するスコアの一つを説明するための図である。この発明による個人識別装置の第３の実施形態における顔識別用辞書データの更新処理の流れを説明するためのフローチャートを示す図である。この発明による個人識別装置の第３の実施形態におけるスコア算出処理の流れを説明するためのフローチャートの一部を示す図である。この発明による個人識別装置の第３の実施形態におけるスコア算出処理の流れを説明するためのフローチャートの一部を示す図である。

符号の説明

１０…顔識別用辞書データベース、１１…顔識別用画像処理部、１２…顔識別処理部、１４…辞書データ更新処理部、１５…重み係数算出部、１６…辞書データ生成・更新部、１７…スコア算出部

Claims

個人を識別するための辞書データとして、複数個の異なる期間のそれぞれにおける前記個人を識別するための識別要素から抽出された特徴データから生成した複数個の期間辞書データを備え、
前記個人の前記異なる期間のそれぞれにおける識別は、対応する期間の前記期間辞書データを用いて行なうことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記複数個の期間辞書データのそれぞれが対応する期間の長さは、同一とされる
ことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記複数個の期間辞書データのそれぞれが対応する期間の長さは、可変とされる
ことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記複数個の期間辞書データの期間のうちの、隣接する２つの期間に対応する期間辞書データの期間は、互いに一部重複する期間を備える
ことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記複数個の期間辞書データのそれぞれが対応する期間の長さは、前記期間における前記個人の年齢に応じて可変とされる
ことを特徴とする個人識別装置。
請求項４に記載の個人識別装置において、
前記個人から前記識別要素が取り込まれたときの時間が、前記隣接する２つの期間に対応する期間辞書データの前記重複する期間内であるときには、いずれか一方の期間辞書データを用いて個人識別を行なう
ことを特徴とする個人識別装置。
請求項６に記載の個人識別装置において、
前記いずれか一方の期間辞書データは、対応する期間に取り込まれた前記識別要素数が多い方の辞書データとされる
ことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記期間辞書データは、対応する期間における前記個人の新たな前記識別要素を取得するたびに更新するものであって、
前記識別要素から抽出された特徴データに対して、その取り込み時刻に応じた重み係数で重み付けを行なって、前記期間辞書データを更新する
ことを特徴とする個人識別装置。
請求項１に記載の個人識別装置において、
前記期間辞書データは、対応する期間における前記個人の新たな前記識別要素を取得するたびに更新するものであって、
前記識別要素から抽出された特徴データに対して、前記取得された前記識別要素について予め定められている基準条件からのずれに応じて定められている信頼度の情報に基づく重み付けを行なって、前記期間辞書データを更新する
ことを特徴とする個人識別装置。
個人を識別するための辞書データとして、複数個の異なる期間のそれぞれにおける前記個人を識別するための識別要素から抽出された特徴データから生成した複数個の期間辞書データを用意し、
前記個人の前記異なる期間のそれぞれにおける識別は、対応する期間の前記期間辞書データを用いて行なうことを特徴とする個人識別方法。