JP2009025874A - 顔画像登録装置、顔識別装置、顔画像登録方法、顔識別方法、顔画像登録プログラム - Google Patents

Abstract

【課題】識別対象人物の協力が得られなくても照合の基準となる画像を得ることができる顔画像登録装置等を提供すること
【解決手段】顔画像登録装置は、不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得手段と、ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより識別対象人物の正面顔画像を生成する画像補間手段と、正面顔画像に基づいて識別対象人物の学習テンプレートを生成し、この学習テンプレートを記憶装置に登録するテンプレート生成手段を備えている。
【選択図】図２

Description

本発明は、顔の画像により人物の識別に関し、特に顔画像の向きの変化に対応することができる識別技術に関する。

顔画像の照合に用いる画像をネットワークカメラ等により取得した場合、画像中の顔の向きはさまざまに変化する。そのため、動画像の中から正面顔等の特定方向の顔画像を選択する技術、あるいは顔の向きに対処した認識手法が必要となる。
時系列的に変化する動画像の中から正面顔画像を選択する技術に関しては、実用レベルに近づきつつある。しかし、環境によらず顔がさまざまに変化する場合でも安定して顔を検出できる手法の確立が必要である。また、必ずしも正面顔が撮影されるわけではないので、顔の向きに対処する顔画像認識手法の確立が課題となる。顔画像認識については様々な方式が提案されているが、その中で顔の向きの変化に対処した認識手法とその特徴を以下に挙げる。

第１の手法として顔の3次元構造情報を利用する手法がある。これは、顔の3次元情報を反映した特徴量を用いて個人識別をする手法である。
距離画像を用いると，ピクセル単位の精密な画像補間を行うことができる。しかし、ディジタイザなどを用いて頭部を3次元計測し、識別のために特徴量を高速に抽出する技術の確立が課題となる。

第２の手法として視点変換画像の作成による認識手法がある。これは、各人物の顔を3次元計測したデータを用意し、任意の顔方向の入力画像に対応して見える顔画像をコンピュータグラフィックス（CG）によって生成し、入力画像とのマッチングに用いる方法である。
識別対象人物の顔をあらかじめ3次元計測するのは実環境への導入を考慮する際には現実的でなく、識別入力画像の顔方向の検出と顔の向きに合わせた学習顔画像の生成に課題がある。

第３の手法としてアスペクト法による認識方法がある。これは、識別対象人物についてあらゆる見え方の顔画像の学習サンプルを予め用意しデータベースに登録しておき、顔の向きが異なる入力画像とのマッチングに対応させる方法である。
この方法では、顔画像の入力条件として可能性のあるすべての姿勢に対応して、識別対象人物の顔画像の学習サンプルを予め用意しておく必要があり、実環境への導入を考慮する際に必ずしも現実的とは言えない。

第４の手法として、照合時に取得された顔画像を変換処理して登録されている顔画像と照合する方法がある。
特許文献１に記載されている個人識別装置では、顔画像上に複数の基準点を設定し、基準点を対応する偏移量で偏移させ、偏移量を組み替え操作により変更することにより、顔の表情や向きの変化により識別率の低下と目や口の位置を誤検出した場合の識別率の低下を抑制することを図っている。

特許文献２に記載されている個人識別装置では、特徴点が標準的な顔画像の特徴点と一致するように変形させられた基準顔画像と、新たに入力された顔画像を標準的な顔画像の特徴点と一致するように変形させられた顔画像との相関値に基づいて個人識別を行うことにより、顔の表情や向きが変化しても高精度に個人認識を行うことを図っている。

特開２０００−１１３１９７号公報 特開平１１−１６１７９１号公報

上記のいずれの手法によっても、照合の基準となる顔画像の作成には、識別対象人物の協力が必要である。特に、第１ないし第３の方法では、基準となる画像データの作成に多くの時間がかかる。また、第４の方法でも所定の向きの画像を識別対象人物の協力の下に作成し登録しておく必要がある。
そのため、識別対象人物が不特定多数となる場合には、基準画像の作成が困難であるという課題がある。

そこで、本発明は、識別対象人物の協力が得られなくても照合の基準となる画像を得ることができる顔画像登録装置等を提供することを目的とする。

本発明の顔画像登録装置は、不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得手段と、ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより識別対象人物の正面顔画像を生成する画像補間手段と、正面顔画像に基づいて識別対象人物の学習テンプレートを生成し、この学習テンプレートを記憶装置に登録するテンプレート生成手段を備えている。

本発明の顔画像登録装置によれば、識別対象人物の協力が得られない場合でも、照合の基準となる顔画像を得ることができる。

図を参照しながら本発明の一実施形態である顔識別システム９の構成と動作について説明する。
図１は、顔識別システム９の全体構成を示す図である。顔識別システム９は、顔識別装置１と、４台のカメラ２ａ、２ｂ、２ｃ、２ｄ（以下、これらのカメラの総称として「カメラ２」という）を含んでいる。
カメラ２は、例えばＣＣＤを備えたデジタルカメラで、識別対象人物４の顔画像を自動的に撮影し、顔識別装置１に出力する。カメラ２は、識別対象人物４が監視領域３内のどこにいても、またどちらを向いていても、識別対象人物４の顔画像を撮影することができるように配置されている。また、各カメラはその位置と向きが固定されている。そのため、カメラ２により撮影される顔画像の向きは識別対象人物４の位置と向きによりさまざまに変化する。
ここで、本明細書では、顔の向きを図１に示すように、識別対象人物４の中心線５とカメラ２の光軸６がなす角度θで定義する。θは、識別対象人物４の左側から撮影する場合を正、右側から撮影する場合を負とする。のそして、角度θが０または実用上０とみなすことができる範囲であるときに得られた顔画像を「正面顔画像」と呼ぶことにする。

監視領域３は、例えば、建物のエントランス部分等の不特定の人物が立ち入る場所で、その領域に侵入してきた人物の識別を行う領域として任意に設定する。

識別対象人物４は、管理領域３に侵入してきた人物で、本発明では、「初期登録者」と「不特定者」に分類される。初期登録者は、はじめからその人物の正面顔画像が顔識別装置１に登録されている人物である。不特定者は、初期登録者以外の人物である。本システムをマンションの入館管理に応用する場合を例に説明すると、登録者はマンションの住民、追加登録者は例えばそのマンションをしばしば訪れる配達人、住民の友人等である。

顔識別装置１は、カメラ２から取得した識別対象人物４の顔画像と、登録されている顔画像とを照合し、人物４を識別する。顔識別装置１は、不特定者についてもカメラ２から得られた画像に基づいて正面顔画像を作成し、登録する。そのため、初期登録者のみならず不特定者についても識別を行うことができる。

図２は、顔識別装置１の機能ブロック図である。
顔識別装置１は、正面顔画像からテンプレートを作成する学習部１０と、テンプレートを記憶する記憶部３０と、カメラ２から入力される顔画像を用いてテンプレートとの比較を行うことにより顔識別を行う識別部３０を備えている。

学習部１０は、初期登録者の正面顔画像から学習テンプレートを生成し、これを学習データベース２１に登録するテンプレート生成手段１１を備えている。また、テンプレート生成手段１１は、画像取得手段３１が不特定者の正面顔画像を取得できたときと、画像補間手段３２が不特定者の正面顔画像の生成に成功した時も、同様に学習テンプレートの生成および登録を行う。
テンプレートの生成は、例えば、ＫＬ展開を行うことで次元圧縮を行う固有顔法であるＰＣＡ（主成分分析）により行うことができる。ＫＬ展開は、２乗平均誤差の観点から最適に次元を圧縮することが可能な直交変換であり、データ集合の共分散行列が張る部分空間（固有空間）によりもとのデータを表現しようとする手法である。

記憶部２０は、例えばハードディスク装置により構成され、学習テンプレートを登録する学習テンプレートデータベース２１を記憶している。

画像取得部３１は、カメラ２が撮影した識別対象人物の顔画像を複数枚取得する。

画像補間手段３２は、画像取得手段３１が取得した画像が正面顔画像であるか否かを判定する。顔画像の向きの判定方法は種々知られているためここでは説明を省く。
後述の学習段階では、画像のいずれかが、正面顔画像である場合には、その正面顔画像をテンプレート生成手段１１に渡す。顔画像に正面顔画像が含まれていない場合には、２枚の顔画像からフィールドモーフィングにより正面顔画像を生成し、テンプレート生成手段１１に渡す。
後述の識別段階では、画像のいずれかが、正面顔画像である場合には、その正面顔画像を識別手段３３に渡す。顔画像に正面顔画像が含まれていない場合には、２枚の顔画像からフィールドモーフィングにより正面顔画像を生成し、識別手段３３に渡す。

正面顔画像の作成方法について詳細に説明する。
図３は、この正面顔画像の生成手順を説明する図である。
フィールドモーフィングとは、BeierとNeelyによって提案された手法で、2枚の画像間で対応する特徴点を線分のペアとして指定し、ペアとなる特徴線の線形補間による制御線を用いて形状変形を行う手法である。
画像補間手段３２は、まず、画像取得手段３１が取得した顔画像の中から顔の向きが異なる２枚の画像を選択する。ここでは、識別対象人物の左斜め方向から撮影されたＩｍａｇｅ１と右斜め方向から撮影されたＩｍａｇｅ２を選択したものとして説明する。また変形前の画像を「ソース画像」、変形後の画像を「ワーピング画像」と呼ぶ。

形状変形は、2枚の画像中の画素とワーピング画像中の画素との対応を特徴線分に基づいて求めた補間関数によって算出する。特徴線分は、２個の特徴点を結ぶ線分である。特徴点としては、例えば、目の端点（Ｐ１，Ｑ１、Ｐ２、Ｑ２）、口の端点（Ｐ３、Ｑ３）等を用いることができる。

図４に示すように、特徴線分（線分ＰＱ、線分Ｐ’Ｑ’）に沿った方向をu軸、それに垂直な方向をv軸、座標原点を特徴線分の中点としたときのu,v座標値を算出し画像変形を行う座標値Xを求める。
Xに対応するu，vは次の数式（１）および数式（２）により計算する。

ここでPerpendicular（Q−P）はベクトル（Q−P）に垂直な単位ベクトルである。またuは特徴線分PQ方向に向かうベクトルであり0≦u≦1である。一本の特徴線分に対する対応座標値Xは、式（１）、（２）で算出したu，vと数式（３）を用いて、u，vに対応するソース画像の座標値X'の色を計算する。

複数本の特徴線分を用いた場合のワーピング画像はそれぞれの特徴線分による色Xi’（例えばＲ，Ｇ，Ｂの３色）毎の輝度を求め、それらの重み付き平均によりX ‘を求める（図５参照）。

ここで、dist_iは点Ｘから特徴線分に下ろした垂線の長さで数式（７）により算出する（図６参照）。

また、length_iは特徴線分の長さである。a，b，pは定数であり、以下のように値を設定する。

a： aは正の数でその値が大きいほど、滑らかな変形が可能となる。ただし、過度に大きくすると、適切な変形のコントロールができなくなる。
b： 異なる特徴線からの相対的な重みがdistとともにどの程度減衰するかを示す尺度である。bが大きくなるほど、全ての画素は最も近い制御線からのみ影響を受ける。b =0の場合は全ての画素は全ての特徴線分から同等の影響を受ける。一般的に0.5≦b≦2の値が適当とされている。
p： p=0の場合は、全ての特徴線分の長さによらず、同等のweightを持つ。p =1の場合は、長い線分ほど、短い線分よりも比較的大きなweightを持つ。一般的に0≦p≦1の値が適当である。

この形状変形手法を利用し、ある時間(0≦t≦1)におけるモーフィング画像作成の処理手順を以下に示す。なお、時刻tにおけるモーフィング画像を0≦t≦1の時間軸でつなげることにより、Image₂からImage₁への変形するモーフィングのアニメーションを取得できる。

（手順１）ペアの特徴線分l，l’を数式（８）により線形補間し制御線ltを求める。

（手順２）Image₁の特徴線lから制御線l_tへImage₁を変形し、ワーピング画像Image₁'を求める。同様に、Image2の特徴線l'から制御線l_tへImage₂を変形し、ワーピング画像Image₂'を求める。
（手順３）ワーピング画像Image₁'，Image₂'の輝度を数式（９）により線形補間しモーフィング画像Image_tを得る。

ここで、各時刻のImage_tのうちいずれが正面顔画像であるかは次のようにして求める。
まず、モーフィング画像の作成元の２枚ソース画像の向きの差から正面画像が得られる時刻を求め、その時刻におけるImage_tを正面顔画像とする方法がある。例えば、図１に示す向きの定義で２枚のソース画像の向きが−２０度と＋３０度である場合、向きの差は５０度である。この場合、正面顔画像が得られる時刻ｔは０．４（２０／５０）である。
また、一定時間間隔（例えば、０．０１間隔）でImage_tを生成し、それらの画像の向きを判定し、θが０に最も近いものを正面顔画像としてもよい。

次に、顔識別システム９の動作について説明する。ここでは、マンションのエントランス部に進入した識別対象人物の認識結果によりマンションへの入館を許可または拒否する例を説明する。
図７は、顔識別システム９の動作を示すフローチャートである。動作は、大別すると学習段階と識別段階に分けられる。学習段階では、初期登録者（この例ではマンションの住人）および不特定者（この例ではエントランス部に進入した配達人等住人以外の人物）の学習テンプレートを作成、登録する。識別段階では、カメラ２により撮影された識別対象人物の顔画像から得られたテンプレートと登録されたテンプレートを比較して識別を行う。

＜学習段階＞
まず、識別対象人物の正面顔画像をテンプレート生成手段１１に入力する（Ｓ１１）。ここで入力する正面顔画像は、初期登録者については、初期登録者の協力を得て、例えば、撮影設備が整った場所に出向いてもらうなどして撮影する。不特定者については、例えば、本システムの設置後の所定期間を学習期間として動作させ、その間にカメラ２により正面画像が得られた場合はその画像を、そうでない場合は画像補間手段３２が生成した正面顔画像を入力する。
テンプレート生成手段１１は、入力された正面顔画像から、例えば前述のＰＣＡによりテンプレートを生成し（Ｓ１２）、入館の可否を示す情報と対応付けて学習データベース２１に登録する（Ｓ１３）。不特定者については、例えば、正面顔画像を住民に目視により確認してもらい、入館の可否を定める。

テンプレートの作成から照合時まで長時間が経過すると、識別対象人物の顔が経年変化し、照合精度が低下する（例えば、本人拒否率が大きくなる）ことがある。
学習段階を、識別段階の開始前だけでなく、開始後も行い、その時得られた正面顔画像に基づいて学習テンプレートを生成し、学習テンプレートデータベース２１に登録されているものを更新すれば、識別対象人物の協力がなくても、経年変化による識別精度の低下を防止することができる。

＜識別段階＞
画像取得手段３１は、カメラ２により撮影された識別対象人物の画像を複数取得する（Ｓ２１）。
画像補間手段３２は、取得した画像中の顔の向きを判定する（Ｓ２２）。
画像補間手段３２は、取得した画像に正面顔画像が含まれていると判定した場合は、正面顔画像であると判定した画像を識別手段３３に渡す（Ｓ２２の判定がイエス、Ｓ２４）。
画像補間手段３２は、取得した画像に正面顔画像が含まれていないと判定した場合は、画像の中から向きの異なる２枚の画像を選択する。そして、選択した２枚の画像に前述のモーフィング処理を施して正面顔画像を生成し、これを識別手段３３に渡す（Ｓ２２の判定がノー、Ｓ２３）。
識別手段３３は、識別対象人物の正面顔画像と学習テンプレートを照合し、識別対象人物の識別を行う（Ｓ２４）。この識別は、例えば正面顔画像から抽出した特徴量と各学習テンプレートとの間のユークリッド距離を算出し、識別対象人物はユークリッド距離が最小となる学習テンプレートに対応する人物であると判定する。識別手段３３は、識別結果を例えば図示しないドア制御装置に渡す。ドア制御装置は、識別結果が識別対象人物が入館を許可された人物であることを示している場合に、ドアのロックを解除して識別対象が入館できるようにする。

次に、本実施形態の効果について説明する。
カメラ２は、管理領域３にたまたま進入した識別対象人物の画像を自動的に撮影し顔識別装置１に入力する。識別対象人物は、撮影のために特別な行動をとる必要がない。
学習段階では、画像補間手段３２は、カメラ２により撮影された複数の画像の向きを判定し、正面顔像がない場合には、正面顔画像ではない２枚の画像からモーフィング処理により正面顔画像を作成する。テンプレート生成手段１１は、画像補間手段３２が生成した正面顔画像に基づいて学習テンプレートを生成し、学習データベース２１に登録する。
そのため、識別対象人物の協力が得られない場合でも識別対象人物の学習テンプレートを作成することができる。

識別段階では、画像補間手段３２は、学習段階と同様に正面顔画像を作成する。識別手段３３は、画像補間手段３２が作成した正面顔画像と学習データベース２１に登録されたテンプレートを照合して識別対象人物の認識を行う。
そのため、カメラ２より識別対象人物の正面顔画像が得られなかった場合でも、精度よく識別を行うことができる。
また、学習テンプレートは、２次元の正面顔画像から得られたものを１人につき１枚登録しておけばよいから、１人につき複数の画像を予め登録しておく手法や、顔の３次元的な形状を登録しておく方法に比べ、テンプレートを格納するための記憶容量を削減することができる。

識別段階の開始後にも、学習ステップを行うようにすれば、識別対象人物の顔の経年変化による識別精度の低下を防止することができる。

本発明の一実施形態である顔識別システムの全体構成を示す図である。 顔識別装置の機能ブロック図である。 正面顔画像の作成手順を示す概念図である。 正面顔画像の作成に用いる特徴線の説明図である。 複数の特徴線を用いた正面顔画像の作成を説明する図である。 複数の特徴線の重み付けに用いるパラメータを説明する図である。 顔識別システムの動作を示すフローチャートである。

符号の説明

１ 顔識別装置
２ａ、２ｂ、２ｃ、２ｄ カメラ
３ 監視領域
４ 識別対象人物
９ 顔識別システム
１１ テンプレート生成手段
２１ 学習データベース
３１ 画像取得手段
３２ 画像補間手段
３３ 識別手段

Claims (23)

1. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得手段と、
   前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間手段と、
   前記正面顔画像に基づいて前記識別対象人物の学習テンプレートを生成し、この学習テンプレートを記憶装置に登録するテンプレート生成手段を備えた顔画像登録装置。
2. 前記画像補間手段は、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記テンプレート生成手段に渡し、
   前記テンプレート生成手段は、前記画像補間手段から渡された正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項１に記載の顔画像登録装置。
3. 前記テンプレート生成手段は、前記識別対象人物のうち所定の初期登録者については、前記画像補間手段によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項１または請求項２に記載の顔画像登録装置。
4. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得手段と、
   前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間手段と、
   前記正面顔画像と記憶装置に予め登録された学習テンプレートを照合し前記識別対象人物の識別を行う識別手段とを備えた顔識別装置。
5. 前記画像補間手段は、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記識別手段に渡し、
   前記識別手段は、前記画像補間手段から渡された正面顔画像と前記学習テンプレートを照合することを特徴とした請求項４に記載の顔識別装置。
6. 前記画像補間手段が生成した正面顔画像に基づいて前記学習テンプレートを生成し、この学習テンプレートを前記記憶装置に登録するテンプレート生成手段を備えたことを特徴とした請求項４または請求項５に記載の顔識別装置。
7. 前記テンプレート生成手段は、前記識別対象人物のうち所定の初期登録者については、前記画像補間手段によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項６に記載の顔識別装置。
8. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得工程と、
   前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間工程と、
   前記正面顔画像に基づいて前記識別対象人物の学習テンプレートを生成し、この学習テンプレートを記憶装置に登録するテンプレート生成工程を備えた顔画像登録方法。
9. 前記画像補間工程では、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記テンプレート生成工程に渡し、
   前記テンプレート生成工程では、前記画像補間工程から渡された正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項８に記載の顔画像登録方法。
10. 前記テンプレート生成工程に先立ち、前記識別対象人物のうち所定の初期登録者については、前記画像補間工程によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成し、前記記憶装置に登録しておくことを特徴とした請求項８または請求項９に記載の顔画像登録方法。
11. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得工程と、
    前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間工程と、
    前記正面顔画像と記憶装置に予め登録された学習テンプレートを照合し前記識別対象人物の識別を行う識別工程とを備えた顔識別方法。
12. 前記画像補間工程は、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記識別工程に渡し、
    前記識別工程では、前記画像補間工程から渡された正面顔画像と前記学習テンプレートを照合することを特徴とした請求項１１に記載の顔識別方法。
13. 前記画像取得工程に先立ち、前記複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得し、このソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成し、この正面顔画像に基づいて前記学習テンプレートを生成し、この学習テンプレートを前記記憶装置に登録するテンプレート生成工程を備えたことを特徴とした請求項１１または請求項１２に記載の顔識別方法。
14. 前記テンプレート生成工程は、前記識別対象人物のうち所定の初期登録者については、前記撮影装置によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項１３に記載の顔識別方法。
15. 前記テンプレート生成工程を前記識別工程の開始後にも実行することを特徴とした請求項１３または請求項１４に記載の顔識別方法。
16. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得処理と、
    前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間処理と、
    前記正面顔画像に基づいて前記識別対象人物の学習テンプレートを生成し、この学習テンプレートを記憶装置に登録するテンプレート生成処理をコンピュータに実行させる顔画像登録プログラム。
17. 前記画像補間処理では、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記テンプレート生成処理に渡し、
    前記テンプレート生成処理では、前記画像補間処理から渡された正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項１６に記載の顔画像登録プログラム。
18. 前記テンプレート生成処理に先立ち、前記識別対象人物のうち所定の初期登録者については、前記画像補間処理によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成し、前記記憶装置に登録しておく処理を前記コンピュータに実行させることを特徴とした請求項１７または請求項１８に記載の顔画像登録プログラム。
19. 不特定の人物が立ち入ることができる管理領域に侵入した識別対象人物を自動的に撮影する複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得する画像取得処理と、
    前記ソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成する画像補間処理と、
    前記正面顔画像と記憶装置に予め登録された学習テンプレートを照合し前記識別対象人物の識別を行う識別処理とをコンピュータに実行させる顔識別プログラム。
20. 前記画像補間処理では、前記ソース画像群に前記識別対象人物の正面顔画像が含まれる場合にはその画像を前記識別処理に渡し、
    前記識別処理では、前記画像補間処理から渡された正面顔画像と前記学習テンプレートを照合することを特徴とした請求項１９に記載の顔識別プログラム。
21. 前記画像取得処理に先立ち、前記複数の撮影装置から前記識別対象人物の複数の顔画像からなるソース画像群を取得し、このソース画像群に含まれる各顔画像の向きを判定し、向きの異なる２枚の顔画像を選択し、選択した２枚の顔画像からフィールドモーフィングにより前記識別対象人物の正面顔画像を生成し、この正面顔画像に基づいて前記学習テンプレートを生成し、この学習テンプレートを前記記憶装置に登録するテンプレート生成処理を前記コンピュータに実行させることを特徴とした請求項１９または請求項２０に記載の顔識別プログラム。
22. 前記テンプレート生成処理では、前記識別対象人物のうち所定の初期登録者については、前記撮影装置によらずに得られた正面顔画像に基づいて前記学習テンプレートを生成することを特徴とした請求項２１に記載の顔識別プログラム。
23. 前記テンプレート生成処理を前記識別処理の開始後にも前記コンピュータに実行させることを特徴とした請求項２１または請求項２２に記載の顔識別プログラム。

Images