JP2011086202A - 照合装置、照合方法および照合プログラム - Google Patents

Abstract

【課題】入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができる。
【解決手段】照合スコア算出部が、入力データを受け付けた場合に、受け付けた入力データと登録情報とを比較し、比較した結果に基づいて類似度をあらわす照合スコアを算出し、補正パラメータ算出部が、正規分布に抽出スコアをあてはめることによって論理的に補正パラメータを算出し、補正処理部が、照合スコアを補正パラメータに基づいて補正し、照合判定部が、補正処理部によって補正された補正スコアと閾値情報とに基づいて照合判定を行うように照合装置を構成する。
【選択図】図３

Description

本発明は、入力された情報を示す入力情報と、予め登録されている情報を示す登録情報とを照合する照合装置、照合方法および照合プログラムに関するものである。

従来から、照合対象となる入力データと予め登録された登録データとを照合した照合結果に基づいて入力データと登録データとが同一であるか否かを判定する照合装置が知られている。

たとえば、特許文献１には、カメラで撮像された顔画像、指紋または声紋等の生体データを用いて人物を照合する照合装置が開示されている。具体的には、特許文献１に開示されている照合装置は、入力顔画像データと登録顔画像データとの特徴点等を比較し、比較した結果に基づいて類似度をあらわす照合スコアを算出する。

そして、複数の登録顔画像データに対してそれぞれ算出された照合スコアのうち、所定の閾値以上で、かつ、最も高い照合スコアが得られた登録顔画像データの人物が、照合対象の人物（以下、「本人」と記載する）であると判定する。

また、特許文献１に開示されている照合手法とは異なる照合手法も提案されている。たとえば、複数の照合スコアのうち、最も高い照合スコアと２番目に高い照合スコアとの差に基づいて本人であるか否かを判定する照合手法が提案されている。かかる照合手法では、最も高い照合スコアと２番目に高い照合スコアとの差が所定の閾値以上の場合に、最も高い照合スコアの登録顔画像データの人物が本人であると判定する。

特開２００８−４０８７４号公報

しかしながら、従来の照合手法では、撮像された入力顔画像データの品質の違いや登録されている登録顔画像データによっては、最も高い照合スコアが本人であったとしても、本人ではないと判定されるという問題点があった。

具体的には、入力顔画像データを撮像する際の光の変化によって、顔画像の濃淡や影の方向が登録顔画像データとは大きく異なることがある。また、カメラの位置の変化によって、入力顔画像データと登録顔画像データとの顔の向きが異なることもある。

このような場合には、本人の登録顔画像データを照合したにもかかわらず、類似度をあらわす照合スコアが所定の閾値以上にならないため、本人ではないと判定されることとなる。

また、照合スコアの差に基づく照合手法においても、本人によく似た他人が登録顔画像データに登録されている場合には、本人の照合スコアと、よく似た他人の照合スコアとの差が小さい傾向にある。すなわち、１番目と２番目の照合スコアの差が閾値以上にならないことから、本人ではないと判定されることとなる。

このように、入力データの品質の違いのみならず、登録データ同士で比較した際、類似度の高い２つの登録データによっても照合結果が左右されてしまうという問題があった。さらに、かかる問題は、本人の登録顔画像データが複数登録されている場合にも、生じる問題である。

これらのことから、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができる照合装置、照合方法および照合プログラムをいかにして実現するかが大きな課題となっている。

本発明は、上述した従来技術の課題を解決するためになされたものであり、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができる照合装置、照合方法および照合プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明は、入力された情報を示す入力情報と、予め登録されている情報を示す登録情報とを照合する照合装置であって、前記入力情報と前記登録情報とをそれぞれ照合した結果を照合スコアとして算出する照合スコア算出手段と、前記照合スコアの分布を正規分布に従うように置換することで、前記照合スコアから論理データの集合である補正パラメータを算出する補正パラメータ算出手段と、前記補正パラメータに基づいて前記照合スコアを補正することで前記照合スコアから補正スコアを算出する補正スコア算出手段と、前記補正スコアに基づいて前記入力情報と前記登録情報とが同一であるか否かを判定する判定手段とを備えたことを特徴とする。このように、実スコアから論理データに置換した補正パラメータによって補正スコアを算出し、算出した補正スコアによって照合判定をすることとしたので、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができるという効果を奏する。

また、本発明は、前記補正パラメータ算出手段は、前記照合スコアの平均値および標準偏差に基づいて補正パラメータを算出することを特徴とする。このように、照合スコアの平均値および標準偏差に基づいて補正パラメータを算出することとしたので、算出された照合スコアの分布状況を反映した論理データの変換を簡便に処理することができるという効果を奏する。

また、本発明は、前記照合スコア算出手段によって算出された複数の前記照合スコアのうち、所定数の前記照合スコアを抽出スコアとして抽出する抽出手段をさらに備え、前記補正パラメータ算出手段は、前記抽出手段によって抽出された前記抽出スコアの平均値および標準偏差に基づいて補正パラメータを取得することを特徴とする。このように、照合スコアから抽出した抽出スコアに基づいて補正パラメータを取得することとしたので、照合スコアの数が大きくなっても、補正パラメータを取得する際の処理速度の低下を防ぐことができるという効果を奏する。

また、本発明は、前記抽出手段は、前記補正パラメータを算出するために前記登録情報とは別の補正用登録情報と前記入力情報とをそれぞれ照合した結果を補正用照合スコアとして算出し、算出された複数の前記補正用照合スコアのうち、所定数の前記補正用照合スコアを抽出スコアとして抽出することとしたので、登録データのデータ数が少ない場合であっても、照合結果の精度を向上することができるという効果を奏する。

また、本発明は、前記補正スコア算出手段は、前記補正パラメータのうち、最も高いスコアである第一のスコアと次に高いスコアである第二のスコアとに基づいて前記照合スコアを補正することを特徴とする。このように、論理データによって照合スコアを補正することによって、各照合スコアの結果に依存することなく補正および照合を行うことができるという効果を奏する。

また、本発明は、前記判定手段は、前記補正スコアが所定の閾値以上であった場合に、前記入力情報と前記登録情報とが同一であると判定することを特徴とする。このように、
論理的なスコアに基づいて照合判定を行うことによって、入力データと同一である登録データが複数存在する場合であっても、同一となるすべての登録データに対して高精度に判定を行うことができるという効果を奏する。また、登録データに入力データと同一であるデータが含まれていない場合であっても、高精度に判定を行うことができるという効果を奏する。

本発明によれば、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができるという効果を奏する。

図１は、従来の照合手法の概要を示す図である。 図２は、本発明に係る照合手法の概要を示す図である。 図３は、本実施例に係る照合装置の構成を示すブロック図である。 図４は、本実施例に係る照合装置が実行する抽出処理を説明するための図である。 図５は、本実施例に係る照合装置が実行する補正パラメータの算出処理を説明するための図である。 図６は、本実施例に係る照合装置が実行する閾値決定手法を説明するための図である。 図７は、本実施例に係る照合装置が実行する照合処理手順を示すフローチャートである。

以下に添付図面を参照して、本発明に係る照合手法の好適な実施例を詳細に説明する。なお、以下では、従来の照合方法について図１を、本発明にかかる照合手法の概要について図２を、それぞれ用いて説明した後に、本発明にかかる照合手法を適用した照合装置、照合方法および照合プログラムについての実施例を図３〜図７を用いて説明することとする。

まず、概要の説明に先立って、従来の照合手法について図１を用いて説明する。図１は、従来の照合手法の概要を示す図である。ここで、従来の照合方法について簡単に説明する。従来から、カメラで撮像された顔画像、指紋または声紋等の生体データを用いて人物を照合する照合手法が知られている。

かかる照合手法では、入力データと予め登録されている登録データとを照合して同一人物であるか否かを判定する。具体的には、入力データと登録データとの特徴点等を比較し、比較した結果に基づいて類似度をあらわす照合スコアを算出する。

そして、最も高い照合スコアが所定の閾値以上、かつ、最も高い照合スコアと２番目に高い照合スコアとの差が所定の閾値以上の場合に、最も高い照合スコアの登録顔画像データの人物が、照合対象の人物（以下、「本人」と記載する）であると判定する。

ここで、図１に示したように、すべての登録データに対して入力データと比較して算出された照合スコアを実スコア分布図に示して説明する。図１の（Ａ）、（Ｂ）および（Ｃ）は照合スコアの実スコア分布図である。ここで、各実スコア分布図の横軸は算出された照合スコアを表し、縦軸は照合スコア別に該当する登録データの件数を累計した値を表すこととする。

図１の（Ａ）に示すように、最も高い照合スコアが「Ｓ１」で、２番目に高い照合スコアが「Ｓ２」であったとする。なお、以下では、照合スコアＳ１およびＳ２のように登録データに基づいて算出されたスコア（以下、「実スコア」と記載する）を三角印で表すこととする。

そして、Ｓ１は所定の閾値以上、たとえば、閾値Ａ以上であり、かつ、Ｓ１とＳ２の差が所定の閾値以上、たとえば、閾値Ｂ以上であるものとする。この場合、従来の照合手法では、算出された照合スコアがＳ１である登録データを本人であると判定することとなる。

また、撮像環境の違い等によって入力データの品質が劣ってしまう場合には、たとえＳ１の登録データが本人のものであったとしても、図１の（Ｂ）に示すように、照合スコアＳ１が閾値Ａよりも低くなってしまう。この場合、Ｓ１とＳ２の差が閾値Ｂ以上であっても、従来の照合手法ではＳ１の登録データは他人であると判定することとなる。

さらに、本人によく似た他人が登録データに登録されている場合、図１の（Ｃ）に示すように、本人の照合スコアＳ１と、よく似た他人の照合スコアＳ２との差が小さい傾向にある。したがって、照合スコアＳ１が閾値Ａ以上であっても、Ｓ１とＳ２の差が閾値Ｂより小さいことから、従来の照合手法ではＳ１の登録データは他人であると判定することとなる。

以上のように、従来の照合手法は、登録データのうち１番高い照合スコアである人物を、２番目に高い照合スコアとの比較によって１番高い照合スコアである人物が本人であるか否かを判定していた。

しかしながら、上述した手法によると、照合判定の結果が、登録データのうち２番目に高い照合スコアである登録データに依存してしまうこととなる。

そこで、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、精度良く照合判定を行うことができる照合手法を提供することとした。以下では、本発明に係る照合手法の概要について図２を用いて説明する。

図２は、本発明に係る照合手法の概要を示す図である。本発明に係る照合手法では、実スコアに基づいて補正パラメータを取得することで得られた論理スコアのうち、最も高い論理スコアと次に高い論理スコアとに基づいて照合判定を行う点に主たる特徴がある。

具体的には、本発明に係る照合手法では、入力データと登録データとの特徴点等をそれぞれ比較し、比較結果に基づいて類似度をあらわす照合スコアを算出する。ここで、図２の（Ａ）に示したように、算出された照合スコアを実スコア分布図に示して説明する。図２の（Ａ）は照合スコアの実スコア分布図である。

ここで、実スコア分布図の横軸は算出された照合スコアを表し、縦軸は照合スコア別に該当する登録データの件数を累計した値を表すこととする。また、Ｎ個の登録データについてそれぞれ算出されたＮ個の照合スコアの実スコア分布は、図２の（Ａ）に示したように、破線で表すこととする。なお、Ｎ個の照合スコアの高い方から順位を付与することとし、ｎ位の照合スコアをＳｎと記載することとする。

つづいて、本発明に係る照合手法では、Ｎ個の照合スコアからランダムにＮｘ個の照合スコアを抽出し(図２の(１)参照)、抽出されたＮｘ個の照合スコアの平均μｘおよび標準偏差σｘを求める。ここで、Ｎｘ個抽出された照合スコアの実スコア分布は、図２の（Ａ）に示したように、実線で表すこととする。登録データ数が十分に大きいとき、実スコア分布は図２の（Ａ）に示したように、正規分布に従う。

ここで、本発明に係る照合手法では、平均が０で標準偏差が１である正規分布（以下、「標準正規分布」と記載する）を用いる。この正規分布は、Ｎｘ個の論理データから構成されている。かかる正規分布の分布図を、図２の（Ｂ）に示す。図２の（Ｂ）はＮｘ個分の標準正規分布図である。

図２の（Ｂ）に示すように、Ｎｘ個分の標準正規分布で表されるグラフのスコアのうち、最も高いスコアｘ１と次に高いスコアｘ２とは一般的な分布関数に基づいて求めることができる。なお、以下では、ｘ１およびｘ２のように論理的に求められるスコアを丸印で表すこととする。

そして、図２の（Ａ）に示した実スコア分布で表わされるＮｘ個の照合スコアと図２の（Ｂ）に示した標準正規分布とに基づいて補正パラメータの算出を行う（図２の（２）、（３）参照）。なお、補正パラメータ算出の詳細な処理については後述することとする。

このようにすることで、図２の（Ｃ）に示したように、ｘ１およびｘ２に対応する実スコア予想として、最も高いスコアｘ１’と次に高いスコアｘ２’を求めることができる。これらｘ１’とｘ２’が補正パラメータである。なお、図２の（Ｃ）は正規分布と実スコア分布とに基づいて求められたＮｘ個の実スコア予想である。

そして、Ｓｎで示される所定の順位（ｎ位）の照合スコアとｘ２’とを比較する（図２の（４）参照）。さらに、ｘ１’および ｘ２’に基づいて補正処理を行い、補正後のスコアに基づいて入力データと照合スコアＳｎである登録データとが同一であるか否かを判定する。なお、補正処理の詳細な処理については後述することとする。

このように、本発明に係る照合手法では、論理的に求められたスコアに基づいて照合判定を行うこととしたので、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、精度良く照合判定を行うことができる。以下では、図２を用いて説明した照合手法を適用した照合装置、照合方法および照合プログラムについての実施例を詳細に説明する。

図３は、本実施例に係る照合装置１０の構成を示すブロック図である。なお、同図には、照合装置１０の特徴を説明するために必要な構成要素のみを示しており、一般的な構成要素についての記載を省略している。

ここで、照合装置１０は、様々な分野で幅広い用途での利用が可能である。たとえば、犯人捜査の目的では、防犯カメラ等で撮像された多数の登録顔画像データから捜査対象の人物の入力顔画像データと同一人物であるか否かを判定する用途で使用することができる（以下、「顔検索用途」と記載する）。この場合、本人によく似た他人であっても、照合装置１０では、判定基準を低くすることによって本人である可能性があると判定する。その後、捜査員によって本人である可能性があると判定された人物に関する捜査を行うといった利用方法もある。

また、照合装置１０を、建物や建物内の出入口付近に設置されセキュリティチェックを行う入退室管理装置や、金融機関の入出金装置に併設し、本人であるか否かを判定する用途で使用することもできる（以下、「本人認証用途」と記載する）。以下では、照合装置１０が「顔検索用途」で利用される場合について説明する。

図３に示すように、照合装置１０は、入力部１１と、結果出力部１２と、記憶部１３と、制御部１４とを備えている。また、記憶部１３は、登録情報１３ａと、照合スコア１３ｂと、抽出スコア１３ｃと、補正パラメータ１３ｄと、補正スコア１３ｅと、閾値情報１３ｆとを記憶し、制御部１４は、照合スコア算出部１４ａと、抽出処理部１４ｂと、補正パラメータ算出部１４ｃと、補正処理部１４ｄと、照合判定部１４ｅとをさらに備えている。

入力部１１は、照合対象となる入力顔画像データを入力する入力装置であり、たとえば、人物の顔画像データを撮像するカメラおよび照明等で構成されている。

結果出力部１２は、照合判定部１４ｅで判定した照合結果を出力する出力装置であり、たとえば、液晶ディスプレイやスピーカー等で構成されている。なお、ここでは、照合結果を結果出力部１２へ出力することとした。しかし、「本人認証用途」に適用する場合には、照合判定部１４ｅで判定した照合結果を、照合装置１０内の図示しない処理部へ渡すこととしてもよい。

具体的には、照合装置１０が入退室管理装置である場合は、出入口の解錠または施錠を行う処理部へ渡すこととしてもよいし、入出金装置に併設される照合装置１０では、照合結果によって出金処理を行う処理部へ指示することとしてもよい。

記憶部１３は、不揮発性メモリやハードディスクドライブといった記憶デバイスであり、登録情報１３ａ、照合スコア１３ｂ、抽出スコア１３ｃ、補正パラメータ１３ｄ、補正スコア１３ｅおよび閾値情報１３ｆを記憶する。

登録情報１３ａは、複数の人物の顔画像データおよび人物の属性を含んだ情報である。たとえば、顔画像データに関連付けて、かかる顔画像データの人物の氏名、性別および年齢等の個人に関する情報が含まれる。

なお、ここでは、登録情報１３ａは顔画像データに関連付けて人物の情報を含むこととしたが、複数の顔画像データだけを含んだ情報であってもよい。また、登録情報１３ａは同一人物の顔画像データが複数含まれていてもよいし、共通した強い特徴をもつ顔画像データ（たとえば、メガネをかけた人物の顔画像データ）が複数含まれていてもよい。

照合スコア１３ｂは、入力部１１から入力された入力顔画像データと登録情報１３ａに含まれるすべての登録顔画像データとを比較した結果を含んだ情報である。たとえば、入力顔画像データとすべての登録顔画像データに対して比較を行い、それぞれの登録顔画像データに対する類似度をあらわすスコアが、この照合スコア１３ｂには含まれる。

抽出スコア１３ｃは、抽出処理部１４ｂによって抽出された所定人数分の照合スコア１３ｂである。また、補正パラメータ１３ｄは、補正パラメータ算出部１４ｃによって抽出スコア１３ｃから求められたスコアである。なお、補正パラメータ算出の詳細な処理については後述することとする。

補正スコア１３ｅは、照合スコア１３ｂが補正処理部１４ｄによって補正パラメータ１３ｄに基づいて補正されたスコアである。なお、補正処理の詳細な処理については後述することとする。閾値情報１３ｆは、照合判定部１４ｅによって同一人物か否かを判定する際に使用される閾値を含む情報である。

制御部１４は、入力部１１から入力顔画像データを受け取るとともに、登録情報１３ａに記憶される登録顔画像データと比較することによって同一人物か否かを判定する処理を行う処理部である。

照合スコア算出部１４ａは、入力顔画像データと登録情報１３ａに含まれるすべての登録顔画像データとの特徴点等をそれぞれ比較し、比較した結果に基づいて類似度をあらわすスコアを算出する処理を行う処理部である。また、照合スコア算出部１４ａは、算出したスコアを照合スコア１３ｂに登録する処理を併せて行う。

抽出処理部１４ｂは、照合スコア１３ｂから所定人数分の照合スコア１３ｂをランダムに抽出し、抽出した情報を抽出スコア１３ｃに登録する処理を行う処理部である。ここで、抽出処理の詳細について図４を用いて説明しておく。

図４は、本実施例に係る照合装置１０が実行する抽出処理を説明するための図である。図４の（Ａ）に示したように、たとえばＮ個の登録顔画像データについてそれぞれ算出されたＮ個の照合スコア１３ｂを実スコア分布として表すこととする。

ここで、実スコア分布図の横軸は照合スコア算出部１４ａによって算出された照合スコア１３ｂを表し、縦軸は照合スコア１３ｂ別に該当する登録顔画像データの個数を累計した値を表すこととする。

なお、Ｎ個の照合スコア１３ｂの高い方から順位を付与した場合、ｎ位の照合スコア１３ｂをＳｎと記載することとする。たとえば、同図に示すように、最も高い照合スコア１３ｂはＳ１、次に高い照合スコア１３ｂはＳ２と記載する。

ここで、抽出処理部１４ｂは、Ｎ個の照合スコア１３ｂからランダムにＮｘ個を抽出し、抽出されたＮｘ個の照合スコア１３ｂすなわち抽出スコア１３ｃの平均μｘおよび標準偏差σｘを求める。ここで、抽出処理部１４ｂによって抽出された抽出スコア１３ｃは、図４の（Ｂ）に示したような実スコア分布図で表される。なお、図４の（Ｂ）には、参考のため、図４の（Ａ）に示した実スコア分布を破線で示している。このように、抽出処理部１４ｂは、Ｎ個の照合スコア１３ｂからＮｘ個を抽出し、抽出された抽出スコア１３ｃの平均μｘおよび標準偏差σｘを求める処理を行う。

図３の説明に戻り、補正パラメータ算出部１４ｃについて説明する。補正パラメータ算出部１４ｃは、抽出スコア１３ｃの平均μｘおよび標準偏差σｘに基づいて補正パラメータを算出し、最も高いスコアおよび次に高いスコアを論理的に算出する処理を行う処理部である。また、補正パラメータ算出部１４ｃは、算出したスコアを補正パラメータ１３ｄに登録する処理を併せて行う。ここで、補正パラメータ算出の詳細について図５を用いて説明しておく。

図５は、本実施例に係る照合装置１０が実行する補正パラメータの算出処理を説明するための図である。補正パラメータ算出部１４ｃは、図５の（Ａ）に示すように、平均が０で標準偏差が１である標準正規分布に従うＮｘ個の論理データを用意する。そして、補正パラメータ算出部１４ｃでは、Ｎｘ個分の標準正規分布で表されるグラフのスコアのうち、最も高いスコアｘ１と次に高いスコアｘ２を一般的な分布関数に基づいて求める。

つづいて、補正パラメータ算出部１４ｃは、図５の（Ａ）に示した標準正規分布に、抽出処理部１４ｂによって算出された抽出スコア１３ｃの平均μｘおよび標準偏差σｘをあてはめて補正パラメータの算出を行う。

具体的には、Ｎｘ個分の標準正規分布で表されるグラフのスコアについて、σｘを乗じるとともに、Ｘ軸の正方向にμｘだけ平行移動させる。このようにして、ｘ１およびｘ２についてそれぞれ補正パラメータの算出を行い、論理的なスコアｘ１’およびｘ２’を算出すると、式（１）および式（２）のようになる。

このように、正規分布に抽出スコア１３ｃをあてはめることによって論理的に求められたＮｘ個抽出時の補正パラメータ１３ｄは、図５の（Ｂ）のように表されることとなる。なお、図４の（Ｂ）に示したような実スコア分布が、正規分布とは大きく異なる場合は、かかる抽出スコア１３ｃを補正パラメータ算出の対象外とすることとしてもよい。

たとえば、図４の（Ｂ）に示したような抽出スコア１３ｃの実スコア分布が台形型に分布しているような場合は、誤った照合結果が得られることが予想される。このような場合には、抽出処理部１４ｂは抽出スコア１３ｃを再度抽出し、補正パラメータ算出を行うこととしてもよい。

また、照合スコア算出部１４ａによってＮ個の登録顔画像データからＮ個の照合スコア１３ｂを算出し、抽出処理部１４ｂは、算出された照合スコア１３ｂに基づいて抽出スコア１３ｃを抽出することとした。しかし、登録顔画像データとは別に、補正パラメータ算出用に用意された顔画像データに基づいて補正用照合スコアを算出し、算出された補正用照合スコアから抽出スコア１３ｃを抽出することとしてもよい。

なお、補正パラメータ算出部１４ｃは、抽出スコア１３ｃに基づいて補正パラメータ１３ｄを算出することとしたが、すべての照合スコア１３ｂに基づいて補正パラメータ１３ｄを算出することとしてもよい。

図３の説明に戻り、補正処理部１４ｄについて説明する。補正処理部１４ｄは、照合スコア１３ｂ（Ｓｎ）を補正パラメータ１３ｄ（ｘ１’およびｘ２’）に基づいて補正し、補正したスコアを補正スコア１３ｅに登録する処理を行う処理部である。

具体的には、式（３）に示すように、照合スコア１３ｂ（Ｓｎ）、論理的なスコアｘ１’およびｘ２’に基づいて補正スコア１３ｅ（Ｓｎ’）を算出する。

つづいて、式（３）に示す補正スコア１３ｅ（Ｓｎ’）に、式（１）および式（２）で示したｘ１’およびｘ２’を代入すると、式（４−１）のようになる。また、ｘ１およびｘ２は分布関数に基づいて既に求められているので、定数αおよび定数Ｃで置き換えると、補正スコア１３ｅ（Ｓｎ’）は、式（４−２）のようになる。

このようにして、補正処理部１４ｄは照合スコア１３ｂ（Ｓｎ）を補正し、補正スコア１３ｅ（Ｓｎ’）を算出する。

つづいて、照合判定部１４ｅは、補正スコア１３ｅ（Ｓｎ’）と予め記憶されている閾値情報１３ｆとを比較し、入力顔画像データと登録顔画像データとが同一人物であるか否かを判定する処理を行う。

具体的には、照合判定部１４ｅは、補正スコア１３ｅ（Ｓｎ’）が閾値情報１３ｆ以上であった場合には、照合スコア１３ｂがＳｎである登録情報１３ａを入力顔画像データの本人であると判定する。また、照合判定部１４ｅは、判定結果を結果出力部１２へ渡す処理を併せて行う。

次に、閾値情報１３ｆを決定する手法について図６を用いて説明する。図６は、本実施例に係る照合装置１０が実行する閾値決定手法の概要を説明するための図である。同図に示したように、ＦＲＲ（False Rejection Rate）およびＦＡＲ（False Acceptance Rate）をグラフ化した図を用いて閾値を決定する手法について説明することとする。

ここで、ＦＲＲ（False Rejection Rate）とは、本人拒否率のことであり、登録データに登録してある本人を誤って棄却してしまう割合のことである。また、ＦＡＲ（False Acceptance Rate）とは、他人受入率のことであり、登録データに登録されている他人を誤って本人と判定する割合のことである。

閾値を変化させて、照合装置１０によって照合判定処理を行った場合に、ＦＲＲおよびＦＡＲの割合も変化する。そこで、閾値を少しずつ変化させて、ＦＲＲやＦＡＲが最適になるように閾値を決定することとする。

ここで、照合装置１０の用途やセキュリティレベルによって最適なＦＲＲおよびＦＡＲの値は異なる。たとえば、「顔検索用途」に適用する場合には、判定基準を下げて使用されるため、ＦＲＲが低くなるように、たとえば、１と閾値を設定することとする。

また、「本人認証用途」に適用する等、高いセキュリティが必要とされる場合には、ＦＡＲが低くなるように閾値を決定する必要があるため、たとえば、閾値を１０と設定することによって、ＦＡＲを低くすることができる。

ここで、抽出処理部１４ｂが照合スコア１３ｂから抽出スコア１３ｃを抽出する個数の違いによるＦＲＲおよびＦＡＲの割合の変化について同図（図６）を用いて説明する。ここでは、照合装置１０に、登録顔画像データが所定枚登録されており、所定人数の人物を対象に照合判定を行った評価結果に基づいて説明する。

図６に示すように、抽出処理部１４ｂが所定枚の照合スコア１３ｂから、Ｙ枚の抽出スコア１３ｃを抽出した場合の、ＦＲＲおよびＦＡＲを実線で記載した。また、抽出処理部１４ｂが所定枚の照合スコア１３ｂから、Ｙ枚より少ないＸ枚の抽出スコア１３ｃを抽出した場合の、ＦＲＲおよびＦＡＲを破線で記載した。なお、ＦＲＲおよびＦＡＲの交点をＥＥＲ（Equal Error Rate）とする。

ここで、ＥＥＲ（Equal Error Rate）とは、等価エラー率のことであり、照合精度の性能を評価する基準となる割合のことである。ＥＥＲの値が低いほど照合精度が高いと評価されることとなる。

図６に示すように、本実施例に係る照合手法を適用して照合判定を行った評価結果では、抽出スコア１３ｃをＸ枚抽出した場合と、Ｙ枚抽出した場合とでは、両方ともＥＥＲは２．４％程度となった。

ここで、従来の照合手法を適用して照合判定を行った場合のＥＥＲは５．４％程度である。このため、本実施例に係る照合手法を適用した場合のＥＥＲは、従来と比較して半分以下となり、非常に照合精度が高いと評価することができる。

また、図示しないが、抽出スコア１３ｃから抽出する枚数を変化させて、数通りの照合判定を行った場合であっても、ＥＥＲは２．４％程度となり、いずれの場合について、ＥＥＲの差は殆ど見られなかった。

したがって、本実施例に係る照合装置１０は、抽出処理部１４ｂが一定数以上の抽出スコア１３ｃを抽出するなら、抽出する抽出スコア１３ｃの個数に依存しないで照合判定を行うことができるとともに、精度良く照合判定を行うことができる。

次に、本実施例に係る照合装置１０が実行する照合処理手順について図７を用いて説明する。図７は、本実施例に係る照合装置１０が実行する照合処理手順を示すフローチャートである。

図７に示すように、入力部１１では照合対象となる人物の顔を撮像することによって、入力顔画像データを入力する（ステップＳ１０１）。

つづいて、照合スコア算出部１４ａでは、入力顔画像データと登録情報１３ａとを比較することによって照合スコア１３ｂを算出し（ステップＳ１０２）、照合スコア１３ｂとして登録する。そして、抽出処理部１４ｂでは、算出された照合スコア１３ｂから所定人数分の照合スコア１３ｂを抽出して（ステップＳ１０３）、抽出スコア１３ｃとして登録する。

その後、補正パラメータ算出部１４ｃでは、正規分布に、抽出処理部１４ｂによって抽出された抽出スコア１３ｃの平均μｘおよび標準偏差σｘをあてはめて補正パラメータ１３ｄの取得を行い（ステップＳ１０４）、補正パラメータ１３ｄとして登録する。

つづいて、補正処理部１４ｄでは、照合スコア１３ｂを、ステップＳ１０４で取得された補正パラメータ１３ｄに基づいて補正スコア１３ｅを算出し（ステップＳ１０５）、照合判定部１４ｅでは、補正スコア１３ｅが予め記憶されている閾値情報１３ｆ以上であるか否かを判定する（ステップＳ１０６）。

ここで、照合判定部１４ｅでは、補正スコア１３ｅが予め記憶されている閾値情報１３ｆ以上であった場合（ステップＳ１０６，Ｙｅｓ）、入力顔画像データの人物と補正スコア１３ｅに対応する登録顔画像データの人物とが同一人物であると判定する（ステップＳ１０７）。

一方、照合判定部１４ｅでは、補正スコア１３ｅが閾値情報１３ｆより小さかった場合（ステップＳ１０６，Ｎｏ）、入力顔画像データの人物と補正スコア１３ｅに対応する登録顔画像データの人物とが同一人物でないと判定する（ステップＳ１０８）。そして、結果出力部１２では、照合判定部１４ｅで判定された照合結果を出力し（ステップＳ１０９）、処理を終了する。

上述してきたように、本実施例では、照合スコア算出部が、入力データを受け付けた場合に、受け付けた入力データと登録情報とを比較し、比較した結果に基づいて類似度をあらわす照合スコアを算出し、補正パラメータ算出部が、正規分布に抽出スコアをあてはめることによって論理的に補正パラメータを算出し、補正処理部が、照合スコアを補正パラメータに基づいて補正し、照合判定部が、補正処理部によって補正された補正スコアと閾値情報とに基づいて照合判定を行うこととしたので、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上することができる。

また、上述してきたように、本実施例では、補正処理部１４ｄは補正パラメータ１３ｄに基づいて、補正スコア１３ｅ（Ｓｎ’）を算出することとしたので、従来の照合手法のように、登録データのうち２番目に高い照合スコアである登録データに依存することなく補正スコア１３ｅ（Ｓｎ’）を算出することができる。また、任意の順位の照合スコア１３ｂ、たとえばｎ位であればＳｎに対する補正スコア１３ｅ（Ｓｎ’）を求めることができる。

なお、上述した実施例では、照合装置１０が、照合対象の人物の顔を撮像して、顔画像データを比較し、照合するよう説明したが、本発明はこれに限られるものではない。顔、指紋および虹彩等の生体データに基づいて人物を照合するだけでなく、動物や物等を照合する装置に本発明を適用することとしてもよい。たとえば、道路上を通過する車を撮像して入力データとして、入力データと車種別に予め登録された登録データとを比較し、照合することとするようにしてもよい。

以上のように、本発明に係る照合装置、照合方法および照合プログラムは、精度良く照合判定を行いたい場合に有用であり、特に、入力データの品質が劣る場合であっても、また、類似度の高い登録データが複数登録されている場合であっても、照合結果の精度を向上したい場合に適している。

１０ 照合装置
１１ 入力部
１２ 結果出力部
１３ 記憶部
１３ａ 登録情報
１３ｂ 照合スコア
１３ｃ 抽出スコア
１３ｄ 補正パラメータ
１３ｅ 補正スコア
１３ｆ 閾値情報
１４ 制御部
１４ａ 照合スコア算出部
１４ｂ 抽出処理部
１４ｃ 補正パラメータ算出部
１４ｄ 補正処理部
１４ｅ 照合判定部

Claims (8)

1. 入力された情報を示す入力情報と、予め登録されている情報を示す登録情報とを照合する照合装置であって、
   前記入力情報と前記登録情報とをそれぞれ照合した結果を照合スコアとして算出する照合スコア算出手段と、
   前記照合スコアの分布を正規分布に従うように置換することで、前記照合スコアから論理データの集合である補正パラメータを算出する補正パラメータ算出手段と、
   前記補正パラメータに基づいて前記照合スコアを補正することで前記照合スコアから補正スコアを算出する補正スコア算出手段と、
   前記補正スコアに基づいて前記入力情報と前記登録情報とが同一であるか否かを判定する判定手段と
   を備えたことを特徴とする照合装置。
2. 前記補正パラメータ算出手段は、
   前記照合スコアの平均値および標準偏差に基づいて補正パラメータを算出することを特徴とする請求項１に記載の照合装置。
3. 前記照合スコア算出手段によって算出された複数の前記照合スコアのうち、所定数の前記照合スコアを抽出スコアとして抽出する抽出手段
   をさらに備え、
   前記補正パラメータ算出手段は、
   前記抽出手段によって抽出された前記抽出スコアの平均値および標準偏差に基づいて補正パラメータを算出することを特徴とする請求項１に記載の照合装置。
4. 前記補正パラメータを算出するための補正用登録情報と前記入力情報とをそれぞれ照合した結果を補正用照合スコアとして算出し、算出された複数の前記補正用照合スコアのうち、所定数の前記補正用照合スコアを抽出スコアとして抽出する抽出手段
   をさらに備え、
   前記補正パラメータ算出手段は、
   前記抽出手段によって抽出された前記抽出スコアの平均値および標準偏差に基づいて補正パラメータを算出することを特徴とする請求項１に記載の照合装置。
5. 前記補正スコア算出手段は、
   前記補正パラメータのうち、最も高いスコアである第一のスコアと次に高いスコアである第二のスコアとに基づいて前記照合スコアを補正することを特徴とする請求項１〜４のいずれか一つに記載の照合装置。
6. 前記判定手段は、
   前記補正スコアが所定の閾値以上であった場合に、前記入力情報と前記登録情報とが同一であると判定することを特徴とする請求項１〜５のいずれか一つに記載の照合装置。
7. 入力された情報を示す入力情報と、予め登録されている情報を示す登録情報とを照合する照合装置に適用される照合方法であって、
   前記入力情報と前記登録情報とをそれぞれ照合した結果を照合スコアとして照合装置が算出する照合スコア算出工程と、
   前記照合スコアの分布を正規分布に従うように置換することで、前記照合スコアから論理データの集合である補正パラメータを照合装置が算出する補正パラメータ算出工程と、
   前記補正パラメータに基づいて前記照合スコアを補正することで前記照合スコアから補正スコアを照合装置が算出する補正スコア算出工程と、
   前記補正スコアに基づいて前記入力情報と前記登録情報とが同一であるか否かを照合装置が判定する判定工程と
   を含んだことを特徴とする照合方法。
8. 入力された情報を示す入力情報と、予め登録されている情報を示す登録情報とを照合する照合装置に搭載される照合プログラムであって、
   前記入力情報と前記登録情報とをそれぞれ照合した結果を照合スコアとして算出する照合スコア算出手順と、
   前記照合スコアの分布を正規分布に従うように置換することで、前記照合スコアから論理データの集合である補正パラメータを算出する補正パラメータ算出手順と、
   前記補正パラメータに基づいて前記照合スコアを補正することで前記照合スコアから補正スコアを算出する補正スコア算出手順と、
   前記補正スコアに基づいて前記入力情報と前記登録情報とが同一であるか否かを判定する判定手順と
   をコンピュータに実行させることを特徴とする照合プログラム。

Images