JP2021107979A - データ処理装置、データ処理方法及び学習済みモデル - Google Patents
データ処理装置、データ処理方法及び学習済みモデル Download PDFInfo
- Publication number
- JP2021107979A JP2021107979A JP2019238682A JP2019238682A JP2021107979A JP 2021107979 A JP2021107979 A JP 2021107979A JP 2019238682 A JP2019238682 A JP 2019238682A JP 2019238682 A JP2019238682 A JP 2019238682A JP 2021107979 A JP2021107979 A JP 2021107979A
- Authority
- JP
- Japan
- Prior art keywords
- data
- noise
- data processing
- neural network
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 144
- 238000003672 processing method Methods 0.000 title claims description 8
- 238000013528 artificial neural network Methods 0.000 claims abstract description 107
- 238000012549 training Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 description 35
- 230000005540 biological transmission Effects 0.000 description 15
- 239000013598 vector Substances 0.000 description 15
- 238000001514 detection method Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
前記学習部は、前記学習用データにランダムノイズを付加してから前記多層ニューラルネットワークに入力して学習することができる。
以下、本発明を適用した顔認証システム1000の概略構成を示した図1を参照し、本発明の実施の形態の構成を説明する。
顔認証システム1000は、撮像装置1100、ネットワーク1200、画像処理装置1300、顔認証装置1400、及び報知装置1500を有する。なお、顔認証装置1400が、データ処理装置の一例である。
撮像装置1100は、所定の領域を監視する目的で設置される監視カメラであり、監視対象領域内に滞在する人物の顔が撮影できる位置に取り付けられる。撮像装置1100で撮影した監視画像は、画像処理装置1300に送信される。
ネットワーク1200は、画像処理装置1300、顔認証装置1400、及び報知装置1500の間でデータの送受信を行なうために利用される回線である。LAN(Local Area Network)や、インターネット等の公衆回線が本発明のネットワーク1200として利用できる。ネットワーク1200上の電文については、公知のVPN技術等を用いて、電文を暗号化する等の安全措置が講じられることが望ましい。
画像処理装置1300は、CPU、MPU、周辺回路、端子、各種メモリなどから構成され、撮像装置1100が撮影した画像に対して画像処理を施した結果を、ネットワーク1200を介して顔認証装置1400や報知装置1500に送信する。以下、画像処理装置1300を構成する画像処理部1310、記憶部1320、及び送受信部1330の各部について、詳細に説明する。
画像処理部1310は、顔画像取得手段1311及びノイズ付加手段1312から構成される。
顔画像取得手段1311は、撮像装置1100が撮影した監視画像から人物の顔画像を抽出し、入力顔画像とする。さらに入力顔画像に固有の顔画像識別子と撮影時刻を付与して、図2に示す構成の入力顔データ200としてノイズ付加手段1312に送信するとともに、記憶部1320に格納する。
ノイズ付加手段1312は、被写体を目視で識別することが困難となるように、顔画像取得手段1311で抽出した人物の顔画像にノイズを付加したノイズ付加顔データ320を生成するとともに、顔画像取得手段1311が出力した顔画像と同一の顔画像識別子310を当該ノイズ付加顔データ320に付与して、図3に示す構成のノイズ付加入力顔データ300として送受信部1330に送信する。なお、ノイズ付加顔データ320は、ノイズ付加データの一例である。
送受信部1330は、ノイズ付加手段1312が作成したノイズ付加入力顔データ300を、ネットワーク1200を介して顔認証装置1400の送受信部1410に送信する。
顔認証装置1400は、CPU、MPU、周辺回路、端子、各種メモリなどから構成され、画像処理装置1300が送信したノイズ付加入力顔データ300を受信し、当該ノイズ付加入力顔データ300が、顔登録済み人物の顔データであるか否かを、記憶部1420に予め格納された登録済み顔データを参照して、入力用データ処理部1430で判定する。なお、顔登録済み人物の顔データであるか否かを判定する顔認証タスクが、データ処理タスクの一例である。
送受信部1410は、画像処理装置1300が送信したノイズ付加入力顔データ300を、ネットワーク1200を介して受信し、入力用データ処理部1430に出力する。
記憶部1420には、予め顔登録された人物の顔データが、登録顔画像識別子が付与された登録顔データとして格納される。図9に示すように、登録顔データ600は、登録顔画像識別子610、登録顔画像620、及び登録属性情報630から構成される。登録顔データ600は、1人の登録人物に対して少なくとも1データが記憶される。複数の登録人物が存在する場合、記憶部1420には、異なる登録顔画像識別子610が付与された登録顔データ600が複数記憶される。
入力用データ処理部1430は、画像処理装置1300が出力したノイズ付加入力顔データ300と、記憶部1420に予め格納された登録顔データ600とを照合し、当該ノイズ付加入力顔データ300が登録顔データ600のいずれかと一致するか否かを判定する。そして、当該ノイズ付加入力顔データ300と一致する登録顔データ600が存在する場合は、一致した登録顔データ600の登録顔画像620および登録属性情報630に、認証済み顔画像識別子710を付与して、図10に示す認証済み登録顔データ700を作成し、送受信部1410およびネットワーク1200を介して、報知装置1500の受信部1510に送信する。
報知装置1500は、CPU、MPU、周辺回路、端子、各種メモリ、表示用モニタなどから構成され、画像処理装置1300から送信された入力顔データ200と、顔認証装置1400から送信された認証済み登録顔データ700から、認証履歴作成部1520で認証履歴データを作成し、記憶部1530に格納する。記憶部1530に格納した認証履歴データは、報知部1540に表示される。
受信部1510は、画像処理装置1300が送信した入力顔データ200、および、顔認証装置1400が送信した認証済み登録顔データ700を受信し、認証履歴作成部1520に出力する。
認証履歴作成部1520は、受信部1510を介して受信した入力顔データ200と認証済み登録顔データ700から認証履歴データを作成し、記憶部1530に格納する。
記憶部1530は、認証履歴作成部1520が作成した認証履歴データ800を格納する。格納する認証履歴データ800の上限数は、記憶部1530の容量に基づいて決定し、格納している認証履歴データ800の数が上限を超えた場合は、認証履歴データ800の撮影時刻820を参照して、認証履歴データ800の数が上限数に戻るまで古い履歴から順に削除する。
報知部1540は、記憶部1530に格納された認証履歴データ800から、報知用画像を作成し、報知部1540を構成する表示用モニタ等に表示する。
以下、図14〜図17に示したフローチャートを参照しつつ、本発明を適用した顔認証システム1000の動作を説明する。なお、顔認証装置1400の記憶部1420に登録顔データ600が予め格納されている場合を例に説明する。
以上、本発明の好適な実施形態について説明してきたが、本発明はこれらの実施形態に限定されるものではない。例えば、本実施形態では、画像処理装置1300が、認証済み顔画像識別子に対応する入力顔データ200を報知装置1500に送信する場合を例に説明したが、これに限定されるものではなく、他の装置、例えば、顔認証装置1400に送信するようにしてもよい。
1100 撮像装置
1110 顔画像
1120 人物
1200 ネットワーク
1300 画像処理装置
1310 画像処理部
1311 顔画像取得手段
1312 ノイズ付加手段
1320 記憶部
1330 送受信部
1400 顔認証装置
1410 送受信部
1420 記憶部
1430 入力用データ処理部
1440 多層ニューラルネットワーク
1610 入力部
1630 学習部
3010 フィルタ
3020 ノイズブロック
3030 ノイズ付加画像
3200、3310 ノイズ画像
Claims (10)
- 入力データに対して所定のデータ処理タスクを行う多層ニューラルネットワークにおける各畳み込み層で用いられるフィルタと、前記入力データに加算されるノイズデータとを学習する学習部と、
前記入力データに対して前記学習部により学習されたノイズデータを加算して得られたノイズ付加データを、前記多層ニューラルネットワークに入力して、前記多層ニューラルネットワークの出力に基づいて、前記データ処理タスクの結果を求める入力用データ処理部と、
を含むデータ処理装置であって、
前記学習部は、前記データ処理タスクの結果が予め付与された学習用データを前記多層ニューラルネットワークに入力して、前記ノイズデータと前記多層ニューラルネットワークに含まれる前段の畳み込み層で用いられるフィルタとが直交性を有し、かつ、前記求められた前記データ処理タスクの結果と、前記学習用データに予め付与された前記データ処理タスクの結果とが一致するよう学習することを特徴とするデータ処理装置。 - 前記学習部は、前記多層ニューラルネットワークに含まれる前段の畳み込み層で用いられるフィルタ群と、当該前段の畳み込み層で用いられるフィルタ群のフィルタを所定のストライドで畳み込む場合における、該畳み込む各領域に対応する前記ノイズデータの領域とが直交性を有するように前記フィルタと前記ノイズデータとを学習する請求項1記載のデータ処理装置。
- 前記入力データは、画像であって、
前記学習部は、所定の基準ノイズブロックと当該基準ノイズブロックを所定のシフトパターンに応じてシフトさせて得られる派生ノイズブロックとからなるノイズブロック群のうちの何れか一つを並べて配置することにより前記ノイズデータが生成されるよう学習する請求項2記載のデータ処理装置。 - 前記学習部は、前記ノイズブロック群の全てのノイズブロックと前記フィルタの夫々とが直交性を有するように学習する請求項3記載のデータ処理装置。
- 前記学習部は、前記ストライドに応じた前記シフトパターンにより前記ノイズブロックをシフトさせることにより前記派生ノイズブロックを得る請求項4記載のデータ処理装置。
- 前記入力データは、画像であって、
前記ストライドは前記フィルタのサイズの整数倍であって、
前記学習部は、所定のノイズブロックと前記フィルタとが直交性を有するように学習し、
前記ノイズデータは、学習により求めた一以上のノイズブロックを並べて配置したものである請求項2記載のデータ処理装置。 - 前記入力データは、画像であって、
前記ノイズ付加データは、前記入力データの画素のうちランダムに決定される画素を欠落させてから、前記ノイズデータを加算して得られたものであり、
前記学習部は、前記学習用データの画素のうちランダムに決定される画素を欠落させてから前記多層ニューラルネットワークに入力して学習する請求項1〜請求項6の何れか1項記載のデータ処理装置。 - 前記入力データは、画像であって、
前記ノイズ付加データは、前記入力データにランダムノイズを付加してから、前記ノイズデータを加算して得られたものであり、
前記学習部は、前記学習用データにランダムノイズを付加してから前記多層ニューラルネットワークに入力して学習する請求項1〜請求項6の何れか1項記載のデータ処理装置。 - 学習部が、入力データに対して所定のデータ処理タスクを行う多層ニューラルネットワークにおける各畳み込み層で用いられるフィルタと、前記入力データに加算されるノイズデータとを学習し、
入力用データ処理部が、前記入力データに対して前記学習部により学習されたノイズデータを加算して得られたノイズ付加データを、前記多層ニューラルネットワークに入力して、前記多層ニューラルネットワークの出力に基づいて、前記データ処理タスクの結果を求める
データ処理方法であって、
前記学習部は、前記データ処理タスクの結果が予め付与された学習用データを前記多層ニューラルネットワークに入力して、前記ノイズデータと前記多層ニューラルネットワークに含まれる前段の畳み込み層で用いられるフィルタとが直交性を有し、かつ、前記求められた前記データ処理タスクの結果と、前記学習用データに予め付与された前記データ処理タスクの結果とが一致するよう学習することを特徴とするデータ処理方法。 - 入力データに対して所定のデータ処理タスクを行うための多層ニューラルネットワークであって、前記入力データに対してノイズデータを加算して得られたノイズ付加データを、前記多層ニューラルネットワークに入力したときの出力に基づいて前記データ処理タスクの結果を求めるための多層ニューラルネットワークである学習済みモデルであって、
前記データ処理タスクの結果が予め付与された学習用データを前記多層ニューラルネットワークに入力して、前記ノイズデータと前記多層ニューラルネットワークに含まれる前段の畳み込み層で用いられるフィルタとが直交性を有し、かつ、前記求められた前記データ処理タスクの結果と、前記学習用データに予め付与された前記データ処理タスクの結果とが一致するよう予め学習された
ことを特徴とする学習済みモデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019238682A JP7423310B2 (ja) | 2019-12-27 | 2019-12-27 | データ処理装置、データ処理方法及び学習済みモデル |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019238682A JP7423310B2 (ja) | 2019-12-27 | 2019-12-27 | データ処理装置、データ処理方法及び学習済みモデル |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021107979A true JP2021107979A (ja) | 2021-07-29 |
JP7423310B2 JP7423310B2 (ja) | 2024-01-29 |
Family
ID=76967923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019238682A Active JP7423310B2 (ja) | 2019-12-27 | 2019-12-27 | データ処理装置、データ処理方法及び学習済みモデル |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7423310B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7335651B1 (ja) | 2022-08-05 | 2023-08-30 | 株式会社Interior Haraguchi | 顔認証決済システムおよび顔認証決済方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017033372A (ja) * | 2015-08-04 | 2017-02-09 | 日本放送協会 | 人物認識装置及びそのプログラム |
JP2018129750A (ja) * | 2017-02-10 | 2018-08-16 | セコム株式会社 | 画像監視システム |
-
2019
- 2019-12-27 JP JP2019238682A patent/JP7423310B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017033372A (ja) * | 2015-08-04 | 2017-02-09 | 日本放送協会 | 人物認識装置及びそのプログラム |
JP2018129750A (ja) * | 2017-02-10 | 2018-08-16 | セコム株式会社 | 画像監視システム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7335651B1 (ja) | 2022-08-05 | 2023-08-30 | 株式会社Interior Haraguchi | 顔認証決済システムおよび顔認証決済方法 |
JP2024022157A (ja) * | 2022-08-05 | 2024-02-16 | 株式会社Interior Haraguchi | 顔認証決済システムおよび顔認証決済方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7423310B2 (ja) | 2024-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113196289B (zh) | 人体动作识别方法、人体动作识别***及设备 | |
Liu et al. | A passive image authentication scheme for detecting region-duplication forgery with rotation | |
CN102985933B (zh) | 区分真人面部与平坦表面 | |
US20220174089A1 (en) | Automatic identification and classification of adversarial attacks | |
WO2019152983A2 (en) | System and apparatus for face anti-spoofing via auxiliary supervision | |
JP7405198B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN112200020A (zh) | 一种行人重识别方法、装置、电子设备及可读存储介质 | |
JP2021068056A (ja) | 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム | |
Ferreira et al. | An inception-based data-driven ensemble approach to camera model identification | |
Hedjam et al. | Change detection from unlabeled remote sensing images using Siamese ANN | |
CN109685772A (zh) | 一种基于配准失真表示的无参照立体图像质量评估方法 | |
JP2021107979A (ja) | データ処理装置、データ処理方法及び学習済みモデル | |
JP6542819B2 (ja) | 画像監視システム | |
WO2019215780A1 (ja) | 識別システム、モデル再学習方法およびプログラム | |
CN112381149B (zh) | 一种基于深度学习用于源相机识别的合理对抗分析方法 | |
JP2016148588A (ja) | デプス推定モデル生成装置及びデプス推定装置 | |
JP2021149674A (ja) | 画像生成装置、画像処理システム、及び画像処理方法 | |
Menori et al. | Blind steganalysis for digital images using support vector machine method | |
CN113743576B (zh) | 数据获取方法和装置、相似度计算方法和装置及存储介质 | |
You et al. | Tampering detection and localization base on sample guidance and individual camera device convolutional neural network features | |
CN113205035B (zh) | 一种身份识别方法、装置、设备及存储介质 | |
Alkhowaiter et al. | Image authentication using self-supervised learning to detect manipulation over social network platforms | |
WO2021054217A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN113989870A (zh) | 一种活体检测方法、门锁***及电子设备 | |
CN114140349A (zh) | 干扰图像的生成方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230907 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231215 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7423310 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |