JP2690132B2 - 個人照合方法および装置 - Google Patents
個人照合方法および装置Info
- Publication number
- JP2690132B2 JP2690132B2 JP1005881A JP588189A JP2690132B2 JP 2690132 B2 JP2690132 B2 JP 2690132B2 JP 1005881 A JP1005881 A JP 1005881A JP 588189 A JP588189 A JP 588189A JP 2690132 B2 JP2690132 B2 JP 2690132B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- eye
- similarity
- collation
- 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.)
- Expired - Fee Related
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は管理区域への出入管理などに用いられる個人
照合方法および装置に関するものであり、特に、個人の
正面から見た平常状態の顔画像、特に、目頭、目尻など
の画像の特徴を用いて個人の照合を行う個人照合方法お
よび装置に関する。
照合方法および装置に関するものであり、特に、個人の
正面から見た平常状態の顔画像、特に、目頭、目尻など
の画像の特徴を用いて個人の照合を行う個人照合方法お
よび装置に関する。
個人照合は種々試みられており、簡単なものとしては
同定カードを用いるもの、そして、最近の画像信号処理
技術の発展に伴って、指紋を用いるもの、さらに最近は
顔の画像を用いたものが提案されている。
同定カードを用いるもの、そして、最近の画像信号処理
技術の発展に伴って、指紋を用いるもの、さらに最近は
顔の画像を用いたものが提案されている。
顔の画像を用いるものとしては、大別すると、横顔、
シルエットによる個人識別方法と、正面平常顔による個
人識別方法とがある(萩原、他、「パターンマッチング
を主体した顔画像による個人ID」1988年7月15日、電子
情報通信学会、PRU88−46、参照)。
シルエットによる個人識別方法と、正面平常顔による個
人識別方法とがある(萩原、他、「パターンマッチング
を主体した顔画像による個人ID」1988年7月15日、電子
情報通信学会、PRU88−46、参照)。
横顔シルエットによる個人識別方法は個人識別の安定
さに欠けるという問題がある。
さに欠けるという問題がある。
正面平常顔による個人識別方法には、顔部品の位置に
関する特徴と、形状に関する特徴を用いるものとがあ
る。かかる技術に関するものとしては、特開昭63−1184
73号公報(「撮像式開施錠装置」)が知られている。特
開昭63−118473号公報に開示されているものは、人の目
の形状および配列関係を特徴として抽出し、予め登録し
た特徴データと一致するか否かを判断するものである。
より具体的にいえば、左右の目の間隔、左右の目の縦お
よび横の幅、または、これらの比を用いるものである。
しかしながら、この技術は、顔の表情によって変化する
部分を用いており、依然として照合の安定性に欠けると
いう問題がある。
関する特徴と、形状に関する特徴を用いるものとがあ
る。かかる技術に関するものとしては、特開昭63−1184
73号公報(「撮像式開施錠装置」)が知られている。特
開昭63−118473号公報に開示されているものは、人の目
の形状および配列関係を特徴として抽出し、予め登録し
た特徴データと一致するか否かを判断するものである。
より具体的にいえば、左右の目の間隔、左右の目の縦お
よび横の幅、または、これらの比を用いるものである。
しかしながら、この技術は、顔の表情によって変化する
部分を用いており、依然として照合の安定性に欠けると
いう問題がある。
また、一般的に、画像処理は多くのデータを用いるの
で、識別対象が多くなると、照合に長時間を要するとい
う問題が出てくる。
で、識別対象が多くなると、照合に長時間を要するとい
う問題が出てくる。
本発明は、個人の照合精度を向上させるとともに、照
合時間の短縮を図った、個人照合方法およびその装置を
提供することにある。
合時間の短縮を図った、個人照合方法およびその装置を
提供することにある。
本発明は、基本的に、個人差が大きく出てその特徴が
顕著であり照合の安定度が高く、しかも、識別の対象が
少なくてよい、LF(Local Feature)特徴のうち、右の
目頭、左の目頭、右の目尻、左の目尻のそれぞれの近傍
の領域の画像データを特徴データとして、予め登録した
基準のものとの類似度を比較することによって、個人照
合を達成する。
顕著であり照合の安定度が高く、しかも、識別の対象が
少なくてよい、LF(Local Feature)特徴のうち、右の
目頭、左の目頭、右の目尻、左の目尻のそれぞれの近傍
の領域の画像データを特徴データとして、予め登録した
基準のものとの類似度を比較することによって、個人照
合を達成する。
本発明の第1の形態によれば、照合する個人の顔画像
データのうち少なくとも右の目頭、左の目頭、右の目
尻、左の目尻のそれぞれの近傍の領域の画像データを予
め登録する画像登録段階と、照合すべき個人の顔を光学
的に走査して顔の画像データを発生させる画像入力段階
と、該画像入力段階にて得られた画像データからの右の
目頭、左の目頭、右の目尻、左の目尻のそれぞれの近傍
の領域の画像データを抽出する照合部位抽出段階と、該
照合部位抽出段階で抽出した画像データと前記予め登録
された画像データとを比較照合してそれらの相互間の類
似度を算出する類似度算出段階と、該類似度算出段階で
算出した類似度が所定の値以上である場合、その個人を
判定する判定段階と、を具備する、個人照合方法、が提
供される。
データのうち少なくとも右の目頭、左の目頭、右の目
尻、左の目尻のそれぞれの近傍の領域の画像データを予
め登録する画像登録段階と、照合すべき個人の顔を光学
的に走査して顔の画像データを発生させる画像入力段階
と、該画像入力段階にて得られた画像データからの右の
目頭、左の目頭、右の目尻、左の目尻のそれぞれの近傍
の領域の画像データを抽出する照合部位抽出段階と、該
照合部位抽出段階で抽出した画像データと前記予め登録
された画像データとを比較照合してそれらの相互間の類
似度を算出する類似度算出段階と、該類似度算出段階で
算出した類似度が所定の値以上である場合、その個人を
判定する判定段階と、を具備する、個人照合方法、が提
供される。
前記画像登録段階および前記画像入力段階における画
像データの各ピクセルが多値画像データであり、多値画
像データについて前記類似度を算出する。
像データの各ピクセルが多値画像データであり、多値画
像データについて前記類似度を算出する。
前記類似度算出は、登録した画像データをベクトル表
示したものと部位抽出された画像データをベクトル表示
したものとの内積を、前記登録した画像データをベクト
ル表示したものの長さと前記部位抽出された画像データ
をベクトル表示したものの長さとの積で除して行う。
示したものと部位抽出された画像データをベクトル表示
したものとの内積を、前記登録した画像データをベクト
ル表示したものの長さと前記部位抽出された画像データ
をベクトル表示したものの長さとの積で除して行う。
前記画像登録段階と、前記画像入力段階との間に、照
合対象者を同定するための個人コードを入力し、該入力
した個人コードが正常な場合のみ照合処理を移行させる
個人コード入力および同定段階を具備し、前記画像入力
段階、前記照合部位抽出段階、前記類似度算出段階およ
び前記判定段階を、個人コードに基づいて行う。
合対象者を同定するための個人コードを入力し、該入力
した個人コードが正常な場合のみ照合処理を移行させる
個人コード入力および同定段階を具備し、前記画像入力
段階、前記照合部位抽出段階、前記類似度算出段階およ
び前記判定段階を、個人コードに基づいて行う。
前記画像登録段階はさらに、LF特徴として、右眉内側
端点および左眉内側端点のそれぞれの近傍の領域の画像
データをも予め登録し、前記照合部位抽出段階はさらに
前記画像入力段階にて得られた画像データから右眉内側
端点および左眉内側端点のそれぞれの近傍の領域の画像
データをも抽出し、右眉内側端点および左眉内側端点の
近傍についても類似度判定を行う。これにより、上述し
た、右の目頭、左の目頭、右の目尻、左の目尻のそれぞ
れの近傍の領域の画像データのみを用いた場合に比し
て、一層の個人照合精度が向上する。
端点および左眉内側端点のそれぞれの近傍の領域の画像
データをも予め登録し、前記照合部位抽出段階はさらに
前記画像入力段階にて得られた画像データから右眉内側
端点および左眉内側端点のそれぞれの近傍の領域の画像
データをも抽出し、右眉内側端点および左眉内側端点の
近傍についても類似度判定を行う。これにより、上述し
た、右の目頭、左の目頭、右の目尻、左の目尻のそれぞ
れの近傍の領域の画像データのみを用いた場合に比し
て、一層の個人照合精度が向上する。
また、本発明の他の形態としては、上述した方法を実
施する装置、すなわち、照合する個人の顔画像データの
うち少なくとも右の目頭、左の目頭、右の目尻、左の目
尻のそれぞれの近傍の領域の画像データを予め登録する
画像登録手段と、照合すべき個人の顔を光学的に走査し
て顔の画像データを発生させる画像入力手段と、該画像
入力手段にて得られた画像データから右の目頭、左の目
頭、右の目尻、左の目尻のそれぞれの近傍の領域の画像
データを抽出する照合部位抽出手段と、該照合部位抽出
手段で抽出した画像データと前記予め登録された画像デ
ータとを比較照合してそれらの相互間の類似度を算出す
る類似度算出手段と、該類似度算出手段で算出した類似
度が所定の値以上である場合、その個人を判定する判定
手段とを具備する、個人照合装置が提供される。
施する装置、すなわち、照合する個人の顔画像データの
うち少なくとも右の目頭、左の目頭、右の目尻、左の目
尻のそれぞれの近傍の領域の画像データを予め登録する
画像登録手段と、照合すべき個人の顔を光学的に走査し
て顔の画像データを発生させる画像入力手段と、該画像
入力手段にて得られた画像データから右の目頭、左の目
頭、右の目尻、左の目尻のそれぞれの近傍の領域の画像
データを抽出する照合部位抽出手段と、該照合部位抽出
手段で抽出した画像データと前記予め登録された画像デ
ータとを比較照合してそれらの相互間の類似度を算出す
る類似度算出手段と、該類似度算出手段で算出した類似
度が所定の値以上である場合、その個人を判定する判定
手段とを具備する、個人照合装置が提供される。
前記画像登録手段および前記画像入力手段における画
像データの各ピクセルが多値画像データであり、多値画
像データについて前記類似度を算出する。
像データの各ピクセルが多値画像データであり、多値画
像データについて前記類似度を算出する。
前記類似度算出は、登録した画像データをベクトル表
示したものと部位抽出された画像データをベクトル表示
したものとの内積を、前記登録した画像データをベクト
ル表示したものの長さと前記部位抽出された画像データ
をベクトル表示したものの長さとの積で除して行う。
示したものと部位抽出された画像データをベクトル表示
したものとの内積を、前記登録した画像データをベクト
ル表示したものの長さと前記部位抽出された画像データ
をベクトル表示したものの長さとの積で除して行う。
照合対象者を同定するための個人コードを入力し、該
入力した個人コードが正常な場合のみ照合処理に移行さ
れる個人コード入力および同定段階をさらに具備し、前
記画像入力処理、前記照合部位抽出処理、前記類似度算
出処理および前記判定処理を、個人コードに基づいて行
う。
入力した個人コードが正常な場合のみ照合処理に移行さ
れる個人コード入力および同定段階をさらに具備し、前
記画像入力処理、前記照合部位抽出処理、前記類似度算
出処理および前記判定処理を、個人コードに基づいて行
う。
前記画像登録手段はさらに右眉内側端点および左眉内
側端点のそれぞれの近傍の領域の画像データをも予め登
録し、前記照合部位抽出手段はさらに前記画像入力手段
にて得られた画像データから右眉内側端点および左眉内
側端点のそれぞれの近傍の領域の画像データをも抽出
し、右眉内側端点および左眉内側端点の近傍についても
類似度判定を行う。
側端点のそれぞれの近傍の領域の画像データをも予め登
録し、前記照合部位抽出手段はさらに前記画像入力手段
にて得られた画像データから右眉内側端点および左眉内
側端点のそれぞれの近傍の領域の画像データをも抽出
し、右眉内側端点および左眉内側端点の近傍についても
類似度判定を行う。
本発明の好適実施例について、添付図面を参照して述
べる。
べる。
第1図は、本発明の実施例の個人照合方法のフローチ
ャートを示す。以下、同図を参照して、個人照合方法に
ついて述べる。
ャートを示す。以下、同図を参照して、個人照合方法に
ついて述べる。
本発明の個人照合方法は、大きく分類すると、照合用
基準データの登録処理(ステップ10)と、実際の照合す
べき個人について行う照合処理(ステップ21〜33)とに
別れる。
基準データの登録処理(ステップ10)と、実際の照合す
べき個人について行う照合処理(ステップ21〜33)とに
別れる。
ステップ10 この登録処理は、オフライン的に行われる。先ず、予
め、照合すべき個人について、平常状態のその顔を正面
から、CCDカメラなどを用いて撮影し、左右の目頭、左
右の目尻、左右の眉の内側端点のそれぞれの近傍の領域
について画像データを抽出する。
め、照合すべき個人について、平常状態のその顔を正面
から、CCDカメラなどを用いて撮影し、左右の目頭、左
右の目尻、左右の眉の内側端点のそれぞれの近傍の領域
について画像データを抽出する。
この画像データの抽出は、第2図に示すように、照合
対象の個人を基準としてみた場合(以下同様)、左右の
目頭正方形領域CおよびA、左右の目尻正方形領域Dお
よびB、左右の眉の内側端点正方形領域EおよびFにつ
いて行う。
対象の個人を基準としてみた場合(以下同様)、左右の
目頭正方形領域CおよびA、左右の目尻正方形領域Dお
よびB、左右の眉の内側端点正方形領域EおよびFにつ
いて行う。
これらの正方形領域は、第3図に示すように、例えば
m=21×n=21ピクセルとする。ただし、第3図は、1
例として、右目頭正方形領域Aを示す。
m=21×n=21ピクセルとする。ただし、第3図は、1
例として、右目頭正方形領域Aを示す。
また、各ピクセルは8ビット、即ち、0〜255の階調
(グレイコード)を有する。従って、CCDカメラで撮影
された画像データはAD変換器を介して、ディジタルの0
〜255の値に変換される。
(グレイコード)を有する。従って、CCDカメラで撮影
された画像データはAD変換器を介して、ディジタルの0
〜255の値に変換される。
このようにして得られた左右の目頭正方形領域Cおよ
びA、左右の目尻正方形領域DおよびB、左右の眉の内
側端点正方形領域FおよびEについての画像データは、
照合用基準データとして保存される。
びA、左右の目尻正方形領域DおよびB、左右の眉の内
側端点正方形領域FおよびEについての画像データは、
照合用基準データとして保存される。
照合用基準画像データの作成にあたっては、照明など
による濃淡変化に敏感に感応しないように、Sobel Oper
atorを適用して輪郭画像を作成する。また、個人の平常
状態の顔の変動を吸収し、ランダムノイズを除去するた
め、Median Filterを適用する。さらに、両目頭の中点
を原点として回転、拡大、縮小などを行ない画像データ
を正規化する。
による濃淡変化に敏感に感応しないように、Sobel Oper
atorを適用して輪郭画像を作成する。また、個人の平常
状態の顔の変動を吸収し、ランダムノイズを除去するた
め、Median Filterを適用する。さらに、両目頭の中点
を原点として回転、拡大、縮小などを行ない画像データ
を正規化する。
なお、照合用基準データの精度を向上させるために、
上記撮影〜照合用基準データの作成は、何度か繰り返し
て行い、その平均値を用いる。
上記撮影〜照合用基準データの作成は、何度か繰り返し
て行い、その平均値を用いる。
照合すべき個人が複数いるときは、上記登録処理は、
複数の個人に対して行う。
複数の個人に対して行う。
以下、照合処理(ステップ21〜33)について述べる。
この処理はその都度、オンラインで行われるが、基本的
に、上述した登録処理と同様の処理が行われる。
この処理はその都度、オンラインで行われるが、基本的
に、上述した登録処理と同様の処理が行われる。
ステップ21 先ず、照合される個人は、自己の個人コードを入力す
る。その個人コードが予め登録されているものか否かに
ついてチェックする。もし、個人コードが正常に登録さ
れたものであれば、以下の照合処理に移行するが、そう
でなければ、照合処理は打ち切られる。
る。その個人コードが予め登録されているものか否かに
ついてチェックする。もし、個人コードが正常に登録さ
れたものであれば、以下の照合処理に移行するが、そう
でなければ、照合処理は打ち切られる。
この個人コード入力および同定処理は、照合の容易
さ、すなわち、照合時間の短縮、および、個人照合の機
密性を向上させるためのものである。換言すれば、個人
コードを入力させ、その個人を同定することで、照合対
象外の個人の悪用がなくなるとともに、正常な個人コー
ドが入力された場合、照合用基準データが特定されるこ
とになるので、照合時間の短縮が図られることになる。
従って、本発明の照合方法そのものには、この個人コー
ド入力は必須のものではない。ただし、以下の説明にお
いては、個人用コードを用いた場合について述べる ステップ22〜25 個人コードの入力が正常な場合、その個人について、
例えば、CCDカメラで、正面の平常な表情をした状態の
顔を撮影する。
さ、すなわち、照合時間の短縮、および、個人照合の機
密性を向上させるためのものである。換言すれば、個人
コードを入力させ、その個人を同定することで、照合対
象外の個人の悪用がなくなるとともに、正常な個人コー
ドが入力された場合、照合用基準データが特定されるこ
とになるので、照合時間の短縮が図られることになる。
従って、本発明の照合方法そのものには、この個人コー
ド入力は必須のものではない。ただし、以下の説明にお
いては、個人用コードを用いた場合について述べる ステップ22〜25 個人コードの入力が正常な場合、その個人について、
例えば、CCDカメラで、正面の平常な表情をした状態の
顔を撮影する。
CCDカメラで撮影された顔の画像はAD変換器を介し
て、各ピクセルが0〜255の階調を有するディジタルの
画像データに変換される。この画像データに対して、さ
らに、登録処理において上述したように、照明などによ
る濃淡変化に敏感に感応しないように、Sobel Operator
(演算子)を適用して輪郭画像を作成する。
て、各ピクセルが0〜255の階調を有するディジタルの
画像データに変換される。この画像データに対して、さ
らに、登録処理において上述したように、照明などによ
る濃淡変化に敏感に感応しないように、Sobel Operator
(演算子)を適用して輪郭画像を作成する。
また、個人の平常状態の顔の変動を吸収し、ランダム
ノイズを除去するため、Median Filterを適用して、平
滑化処理を行う。
ノイズを除去するため、Median Filterを適用して、平
滑化処理を行う。
さらに、両目頭の中点を原点として回転、拡大、縮小
などを行ない、画像データを正規化する。正規化は、後
の信号処理を正確にかつ一般的に行うためである。
などを行ない、画像データを正規化する。正規化は、後
の信号処理を正確にかつ一般的に行うためである。
ステップ26〜27 次いで、顔部品の矩形領域の切出し、および、特徴抽
出領域の決定が行われる。
出領域の決定が行われる。
すなわち、第4図に示すように、予め設定入力した目
や眉の形状特徴、例えば横に細長い、左右対象性、連続
性がある等の形状情報を用いて、前処理部32で処理した
輪郭顔画像情報より、順次、両目、両眉を判別し、その
目、眉を1つずつ含む4個の矩形領域を切り出し抽出す
る(第4図参照)。次に、上記の矩形領域の情報を参照
して、目頭、目尻、眉頭の形状の特徴点を含むように、
つまり第4図のAA,BB,CC,DD,EE,FFで示される矩形領域
の境界を上に中心を持つ特徴抽出領域を設定する。ここ
で、両目頭、両目尻、及び両眉頭の形状を特徴点とした
のは、本発明者による研究の結果、顔に関する他の特徴
例えば、鼻の形状や目や口の面積等の特徴に比して、各
個人による撮像条件による変動が少なく安定しており、
また、個人性をよく表わしていることを見出した為であ
る。
や眉の形状特徴、例えば横に細長い、左右対象性、連続
性がある等の形状情報を用いて、前処理部32で処理した
輪郭顔画像情報より、順次、両目、両眉を判別し、その
目、眉を1つずつ含む4個の矩形領域を切り出し抽出す
る(第4図参照)。次に、上記の矩形領域の情報を参照
して、目頭、目尻、眉頭の形状の特徴点を含むように、
つまり第4図のAA,BB,CC,DD,EE,FFで示される矩形領域
の境界を上に中心を持つ特徴抽出領域を設定する。ここ
で、両目頭、両目尻、及び両眉頭の形状を特徴点とした
のは、本発明者による研究の結果、顔に関する他の特徴
例えば、鼻の形状や目や口の面積等の特徴に比して、各
個人による撮像条件による変動が少なく安定しており、
また、個人性をよく表わしていることを見出した為であ
る。
以上の如く、上記照合用基準データのそれぞれに対応
した、左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBB、左右の眉の内側端点矩形領域FFおよび
EEについて画像データを抽出する。
した、左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBB、左右の眉の内側端点矩形領域FFおよび
EEについて画像データを抽出する。
これらの左右の目頭矩形領域CCおよびAA、左右の目尻
矩形領域DDおよびBB、左右の眉の内側端点矩形領域FFお
よびEEは、第4図に示すように、第2図の正方形領域よ
り大きい。その例を第5図(a)〜(c)に示すが、そ
の大きさは、例えばl=60×j=40=2400ピクセルであ
る。このように、矩形領域、例えばAAが照合用正方形領
域、例えば、Aより大きくとっているのは、複数の個人
に対して照合を行うため、目や眉の配置および大きさに
は個人差があること、および、特定の個人についてみて
も照合用のデータの範囲を広くとっておくことにより、
照合の不一致を防止するためである。
矩形領域DDおよびBB、左右の眉の内側端点矩形領域FFお
よびEEは、第4図に示すように、第2図の正方形領域よ
り大きい。その例を第5図(a)〜(c)に示すが、そ
の大きさは、例えばl=60×j=40=2400ピクセルであ
る。このように、矩形領域、例えばAAが照合用正方形領
域、例えば、Aより大きくとっているのは、複数の個人
に対して照合を行うため、目や眉の配置および大きさに
は個人差があること、および、特定の個人についてみて
も照合用のデータの範囲を広くとっておくことにより、
照合の不一致を防止するためである。
ステップ28〜30 個人コードに対応した、ステップ10において予め登録
された、左右の目頭正方形領域CおよびA、左右の目尻
正方形領域DおよびB、左右の眉の内側端点正方形領域
FおよびEについての画像データが読み出される。
された、左右の目頭正方形領域CおよびA、左右の目尻
正方形領域DおよびB、左右の眉の内側端点正方形領域
FおよびEについての画像データが読み出される。
この予め登録された左右の目頭正方形領域Cおよび
A、左右の目尻正方形領域DおよびB、左右の眉の内側
端点正方形領域FおよびEについての画像データの各々
を用いて、上記左右の目頭矩形領域CCおよびAA、左右の
目尻矩形領域DDおよびBB、左右の眉の内側端点矩形領域
FFおよびEEの画像データを比較照合し、各々について、
類似度を算出する。
A、左右の目尻正方形領域DおよびB、左右の眉の内側
端点正方形領域FおよびEについての画像データの各々
を用いて、上記左右の目頭矩形領域CCおよびAA、左右の
目尻矩形領域DDおよびBB、左右の眉の内側端点矩形領域
FFおよびEEの画像データを比較照合し、各々について、
類似度を算出する。
この比較照合について、右目頭矩形領域AAと右目頭正
方形領域Aを、例示して、第5図(a)〜(c)を参照
して述べる。
方形領域Aを、例示して、第5図(a)〜(c)を参照
して述べる。
上述したように、右目頭矩形領域AAは右目頭正方形領
域Aより広い。従って、先ず、第5図(a)に示すよう
に、2次元画像平面的に、右目頭正方形領域Aを右目頭
矩形領域AAの隅に一致させ、この状態で、各ピクセル相
互について、0〜255の多値画像データについて、類似
度pを算出する。その類似度算出のアルゴリズムは次の
式による。
域Aより広い。従って、先ず、第5図(a)に示すよう
に、2次元画像平面的に、右目頭正方形領域Aを右目頭
矩形領域AAの隅に一致させ、この状態で、各ピクセル相
互について、0〜255の多値画像データについて、類似
度pを算出する。その類似度算出のアルゴリズムは次の
式による。
なお、下記のXまたはYは、LF特徴ベクトルと呼び、
LF特徴、例えば、Xについて右目頭正方形領域Aの画像
データに対して左上から右下に向かってラスタスキャン
した場合の領域について1次元ベクトルとして表したも
のである。
LF特徴、例えば、Xについて右目頭正方形領域Aの画像
データに対して左上から右下に向かってラスタスキャン
した場合の領域について1次元ベクトルとして表したも
のである。
ただし、X・Yは右目頭正方形領域Aの画像データを
ベクトル表示したものと右目頭矩形領域AAの画像データ
をベクトル表示したものとの内積、 は右目頭正方形領域Aの画像データをベクトル表示した
ものと右目頭矩形領域AAの画像データをベクトル表示し
たものとのベクトルの長さを示す。
ベクトル表示したものと右目頭矩形領域AAの画像データ
をベクトル表示したものとの内積、 は右目頭正方形領域Aの画像データをベクトル表示した
ものと右目頭矩形領域AAの画像データをベクトル表示し
たものとのベクトルの長さを示す。
上記の類似度算出を、第5図(b)に示すように、横
方向に1ピクセルづつシフトして行い、横方向について
終わると、縦方向に1ピクセルずらし、また横方向に1
ピクセルづつシフトして行う。この位置ずらしミッチン
グ操作を、第5図(c)に示すように、右隅に到達する
まで行う。
方向に1ピクセルづつシフトして行い、横方向について
終わると、縦方向に1ピクセルずらし、また横方向に1
ピクセルづつシフトして行う。この位置ずらしミッチン
グ操作を、第5図(c)に示すように、右隅に到達する
まで行う。
このようにして、右目頭正方形領域Aと右目頭矩形領
域AAとの画像データについて類似度が算出される。な
お、この場合、右目頭正方形領域Aと右目頭矩形領域AA
との画像データ全体について類似度は、位置ずらしマッ
チング操作した全体の平均をとることにより求める。そ
して、最終的に用いる類似度は、算出された類似度のな
かで、最大のものを用いる。従って、第5図(a)〜
(c)に図示の状態において、算出途中で、類似度が極
端に低いものは明らかに対象外であるから、照合時間の
短縮のため、途中で打ち切り次に進めてもよい。
域AAとの画像データについて類似度が算出される。な
お、この場合、右目頭正方形領域Aと右目頭矩形領域AA
との画像データ全体について類似度は、位置ずらしマッ
チング操作した全体の平均をとることにより求める。そ
して、最終的に用いる類似度は、算出された類似度のな
かで、最大のものを用いる。従って、第5図(a)〜
(c)に図示の状態において、算出途中で、類似度が極
端に低いものは明らかに対象外であるから、照合時間の
短縮のため、途中で打ち切り次に進めてもよい。
他の領域についても同様に類似度を算出する。そし
て、これらの全体の総合類似度は全体の平均をとること
により求める。
て、これらの全体の総合類似度は全体の平均をとること
により求める。
ステップ31〜33 総合類似度と所定の判定値とを比較する。例えば、判
定値を0.98とし、0.98以上の総合類似度があれば、本人
と判定(同定)し(ステップ33)、そうでなければ、本
人とは認めない(ステップ32)。
定値を0.98とし、0.98以上の総合類似度があれば、本人
と判定(同定)し(ステップ33)、そうでなければ、本
人とは認めない(ステップ32)。
以上の実施例においては、好適実施例として、類似度
算出を左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBB、左右の眉の内側端点矩形領域FFおよび
EEの画像データについて行う場合について述べたが、本
発明の実施にあたっては、基本的に、左右の眉の内側端
点矩形領域FFおよびEEを除く、最小限のLF特徴点、すな
わち、左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBBについて行っても、相当の精度で本人を
判定できることが判っている。この場合、照合時間が短
縮される。
算出を左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBB、左右の眉の内側端点矩形領域FFおよび
EEの画像データについて行う場合について述べたが、本
発明の実施にあたっては、基本的に、左右の眉の内側端
点矩形領域FFおよびEEを除く、最小限のLF特徴点、すな
わち、左右の目頭矩形領域CCおよびAA、左右の目尻矩形
領域DDおよびBBについて行っても、相当の精度で本人を
判定できることが判っている。この場合、照合時間が短
縮される。
なお、本発明では、上記のように、最大6箇所につい
て類似度を算出するのみでよいので、照合時間は短い。
て類似度を算出するのみでよいので、照合時間は短い。
次に、上記した照合方法を実施する照合装置について
述べる。
述べる。
第6図は本発明による個人照合装置の構成図である。
1は照合する操作者が自分の特有の個人コードを入力
するためのテンキー等で構成された個人コード入力部で
ある。2は、CCDカメラ等で構成された個人の正面の顔
を撮像入力する顔画像入力部である。4は事前に撮像入
力し処理登録された個人の顔の特徴情報を個人コードと
共に記憶している個人特徴記憶部である。
するためのテンキー等で構成された個人コード入力部で
ある。2は、CCDカメラ等で構成された個人の正面の顔
を撮像入力する顔画像入力部である。4は事前に撮像入
力し処理登録された個人の顔の特徴情報を個人コードと
共に記憶している個人特徴記憶部である。
3は、顔画像入力手段2で入力した顔画像と個人特徴
記憶部4に予め入力記憶された個人特徴情報すなわち、
前述した最大6種の照合用基準データ、とから本人か否
かを照合する照合手段を示し、顔画像入力部2で入力し
た顔画像データをデジタルデータにA/D変換し、各手段
のインターフェイスを行うインターフェイス31と、イン
ターフェイス31でA/D変換された顔画像データを処理
し、輪郭画像として抽出し、さらにランダムノイズを除
去し、正規化する前処理部32と前処理部32で処理した輪
郭顔画像から予め設計してある眼及び眉の形状情報から
両目、両眉の存在する4つの矩形領域を切り出し、さら
に該矩形領域を基に両目頭・目尻・眉頭を表わす6つの
特徴点を含む6つの特徴抽出領域、すなわち、第4図の
矩形領域AA〜FFを設定する領域抽出部33と、個人特徴記
憶部4から前記の6つの特徴抽出領域に対応する個人の
6つの特徴情報、すなわち第2図の正方形領域A〜Fの
画像データを読みだし、領域抽出部33で抽出した6つの
特徴抽出領域に対してマッチングを行い類似度を算出す
る照合部34と、照合部34で算出した6つの類似度から総
合類似度を算出し、該総合類似度と予め設定したスレッ
ショルド値と比較し個人照合を判定する判定部35とで構
成される。
記憶部4に予め入力記憶された個人特徴情報すなわち、
前述した最大6種の照合用基準データ、とから本人か否
かを照合する照合手段を示し、顔画像入力部2で入力し
た顔画像データをデジタルデータにA/D変換し、各手段
のインターフェイスを行うインターフェイス31と、イン
ターフェイス31でA/D変換された顔画像データを処理
し、輪郭画像として抽出し、さらにランダムノイズを除
去し、正規化する前処理部32と前処理部32で処理した輪
郭顔画像から予め設計してある眼及び眉の形状情報から
両目、両眉の存在する4つの矩形領域を切り出し、さら
に該矩形領域を基に両目頭・目尻・眉頭を表わす6つの
特徴点を含む6つの特徴抽出領域、すなわち、第4図の
矩形領域AA〜FFを設定する領域抽出部33と、個人特徴記
憶部4から前記の6つの特徴抽出領域に対応する個人の
6つの特徴情報、すなわち第2図の正方形領域A〜Fの
画像データを読みだし、領域抽出部33で抽出した6つの
特徴抽出領域に対してマッチングを行い類似度を算出す
る照合部34と、照合部34で算出した6つの類似度から総
合類似度を算出し、該総合類似度と予め設定したスレッ
ショルド値と比較し個人照合を判定する判定部35とで構
成される。
5は、前記各部、各手段の制御を行う制御部である。
第7図は、本発明による個人照合装置をマイクロコン
ピュータを用いて構成した実施例を示すハードウェア構
成図である。
ピュータを用いて構成した実施例を示すハードウェア構
成図である。
11は個人コード入力部を構成するテンキーリーダであ
る。21は顔画像入力部2を構成するモノクロCCDカメラ
である。100は前記インターフェイス部31、前処理部3
2、領域抽出部33、照合部34、判定部35、個人特徴記憶
部4、及び制御部5を構成するマイクロコンピュータで
あり、各種処理演算を行うCPU50と、後述する照合処理
のプログラムをストアしているプログラムメモリ(RO
M)51と、個人特徴情報等を記憶しているデータメモリ
(RAM)40と、図示しないA/Dコンバータ、モノクロCCD
カメラ21で撮像入力した顔画像をデジタル情報にA/D変
換し記憶するフレームメモリ41と、インターフェイス31
にて構成されている。
る。21は顔画像入力部2を構成するモノクロCCDカメラ
である。100は前記インターフェイス部31、前処理部3
2、領域抽出部33、照合部34、判定部35、個人特徴記憶
部4、及び制御部5を構成するマイクロコンピュータで
あり、各種処理演算を行うCPU50と、後述する照合処理
のプログラムをストアしているプログラムメモリ(RO
M)51と、個人特徴情報等を記憶しているデータメモリ
(RAM)40と、図示しないA/Dコンバータ、モノクロCCD
カメラ21で撮像入力した顔画像をデジタル情報にA/D変
換し記憶するフレームメモリ41と、インターフェイス31
にて構成されている。
次に、第1図に示すフローチャートを再度参照して、
第6図および第7図に図示の個人照合装置の動作を説明
する。
第6図および第7図に図示の個人照合装置の動作を説明
する。
第1図のステップ10の登録処理はすでにすんでいると
する。
する。
先ず、個人照合を行う利用者は、所定の位置で、テン
キーリーダ11で構成される個人コード入力部1よりその
利用者に特有の個人コードを入力する。この個人コード
は、個人毎に予め設定され、該個人コード毎に個人特徴
情報が第6図の個人特徴記憶部4、又は第7図のデータ
メモリ40に予め記憶されている。CPU50及びプログラム
メモリ51で構成される制御部5は、個人コードが入力さ
れると、個人特徴記憶部4に記憶されている個人コード
と比較し、登録されている個人コードであれば、正常な
利用者として同定し、図示しないライトを利用者の顔に
照射する。同時に、ライトが最大光量を得たタイミング
にてモノクロCCDカメラ21で構成された顔画像入力部2
のカメラのレリーズを行い、利用者の正面顔画像を撮像
する。撮像された正面顔画像情報は、インターフェイス
31に入力され、図示しないA/DコンバータにてA/D変換さ
れ、第7図のフレームメモリ41に一時記憶される。A/D
変換された顔画像情報は、CPU50及びプログラムメモリ5
1にて構成される前処理部32に入力される。前処理部32
では、入力された正面顔画像の輪郭画像を抽出するため
に、例えば、前述したSobel Operator処理を行う。そし
て次に、撮像の際に発生したランダムノイズを除去し、
安定にマッチングがとれるようにするために、例えば、
前述したMedian Filter処理を行う。そして更に顔画像
の大きさを一定にするために、拡大、縮小、回転等の正
規化処理を行う。
キーリーダ11で構成される個人コード入力部1よりその
利用者に特有の個人コードを入力する。この個人コード
は、個人毎に予め設定され、該個人コード毎に個人特徴
情報が第6図の個人特徴記憶部4、又は第7図のデータ
メモリ40に予め記憶されている。CPU50及びプログラム
メモリ51で構成される制御部5は、個人コードが入力さ
れると、個人特徴記憶部4に記憶されている個人コード
と比較し、登録されている個人コードであれば、正常な
利用者として同定し、図示しないライトを利用者の顔に
照射する。同時に、ライトが最大光量を得たタイミング
にてモノクロCCDカメラ21で構成された顔画像入力部2
のカメラのレリーズを行い、利用者の正面顔画像を撮像
する。撮像された正面顔画像情報は、インターフェイス
31に入力され、図示しないA/DコンバータにてA/D変換さ
れ、第7図のフレームメモリ41に一時記憶される。A/D
変換された顔画像情報は、CPU50及びプログラムメモリ5
1にて構成される前処理部32に入力される。前処理部32
では、入力された正面顔画像の輪郭画像を抽出するため
に、例えば、前述したSobel Operator処理を行う。そし
て次に、撮像の際に発生したランダムノイズを除去し、
安定にマッチングがとれるようにするために、例えば、
前述したMedian Filter処理を行う。そして更に顔画像
の大きさを一定にするために、拡大、縮小、回転等の正
規化処理を行う。
次に、前処理部32で処理された顔画像情報はCPU50及
びプログラムメモリ51にて構成される領域抽出部33に入
力される。領域抽出部33では、予め設定入力した目や眉
の形状特徴、例えば横に細長い、左右対象性、連続性が
ある等の形状情報を用いて、前処理部32で処理した輪郭
顔画像情報より、順次、両目、両眉を判別し、その目、
眉を1つずつ含む4個の矩形領域を切り出し抽出する
(第4図参照)。次に、目及び眉を含む矩形領域は目
頭、目尻、眉頭の形状の特徴点を含むように、つまり第
4図のAA,BB,CC,DD,EE,FFで示される矩形領域の境界を
中心とする特徴抽出領域を設定する。ここで、両目頭、
両目尻、及び、両眉頭の形状を特徴点としたのは、本発
明者による研究の結果、顔に関する他の特徴例えば、鼻
の形状や目や口の面積等の特徴に比して、各個人による
撮像条件による変動が少なく安定しており、また、個人
性をよく表わしていることを見出した為である。
びプログラムメモリ51にて構成される領域抽出部33に入
力される。領域抽出部33では、予め設定入力した目や眉
の形状特徴、例えば横に細長い、左右対象性、連続性が
ある等の形状情報を用いて、前処理部32で処理した輪郭
顔画像情報より、順次、両目、両眉を判別し、その目、
眉を1つずつ含む4個の矩形領域を切り出し抽出する
(第4図参照)。次に、目及び眉を含む矩形領域は目
頭、目尻、眉頭の形状の特徴点を含むように、つまり第
4図のAA,BB,CC,DD,EE,FFで示される矩形領域の境界を
中心とする特徴抽出領域を設定する。ここで、両目頭、
両目尻、及び、両眉頭の形状を特徴点としたのは、本発
明者による研究の結果、顔に関する他の特徴例えば、鼻
の形状や目や口の面積等の特徴に比して、各個人による
撮像条件による変動が少なく安定しており、また、個人
性をよく表わしていることを見出した為である。
この特徴抽出領域のそれぞれは、例えば、第5図に示
したようにl=60×j=40=2400のピクセルからなる。
したようにl=60×j=40=2400のピクセルからなる。
次に、CPU50及びプログラムメモリ51で構成される制
御部5は、個人コード入力部1にて入力された個人コー
ドに基づいて、個人特徴記憶部4に予め入力記憶されて
いる個人の6つの個人特徴情報を読みだし照合部34に入
力する。この6つの個人特徴情報とは、両目頭、両目
尻、両眉頭の形状情報であり第3図の如くm×n要素の
ベクトル情報として記憶している。この個人特徴記憶部
4への設定記憶方法については、後で詳述する。
御部5は、個人コード入力部1にて入力された個人コー
ドに基づいて、個人特徴記憶部4に予め入力記憶されて
いる個人の6つの個人特徴情報を読みだし照合部34に入
力する。この6つの個人特徴情報とは、両目頭、両目
尻、両眉頭の形状情報であり第3図の如くm×n要素の
ベクトル情報として記憶している。この個人特徴記憶部
4への設定記憶方法については、後で詳述する。
ここで、各々のベクトルを構成する各要素は、例えば
8ビットで表わされる0〜255の256階調の画素の濃淡情
報である。
8ビットで表わされる0〜255の256階調の画素の濃淡情
報である。
次に照合34は、第1式に基いて、類似度を算出する。
そして、この部分的な類似度pのうち最大のものをこの
右目目頭の特徴抽出領域Aの類似度と決定する。
そして、この部分的な類似度pのうち最大のものをこの
右目目頭の特徴抽出領域Aの類似度と決定する。
類似度A=Max(類似度p) そして他の5つの特徴抽出領域についても同様の操作
を行い各々の特徴点の類似度を算出する。
を行い各々の特徴点の類似度を算出する。
次に、照合部34で算出した6つの類似度情報は、判定
部35に入力され、6つの類似度の平均類似度を算出し、
その操作者の顔情報の総合類似度とする。
部35に入力され、6つの類似度の平均類似度を算出し、
その操作者の顔情報の総合類似度とする。
判定部は総合類似度が予め個人毎に設定記憶してある
判定値、例えば0.98と比較し、総合類似度が判定値以上
であれば、利用者が予め登録してある本人と判定する。
そして、総合類似度が判定値未満の場合は他人と判定す
る。
判定値、例えば0.98と比較し、総合類似度が判定値以上
であれば、利用者が予め登録してある本人と判定する。
そして、総合類似度が判定値未満の場合は他人と判定す
る。
ここで、個人特徴記憶部4への個人特徴の入力記憶方
法について説明する。登録を行う個人は、時間を変えて
複数回(例えば10回)顔画像入力部2にて顔画像の撮像
を行う。そしてこの複数の顔画像データを前述と同様に
前処理部32、領域抽出部33にて6つの特徴抽出領域を設
定し、この各特徴抽出領域について平均をとり、特徴点
を中心としたm×n要素のベクトル情報にし個人特徴情
報として、個人コード毎に設定記憶する。
法について説明する。登録を行う個人は、時間を変えて
複数回(例えば10回)顔画像入力部2にて顔画像の撮像
を行う。そしてこの複数の顔画像データを前述と同様に
前処理部32、領域抽出部33にて6つの特徴抽出領域を設
定し、この各特徴抽出領域について平均をとり、特徴点
を中心としたm×n要素のベクトル情報にし個人特徴情
報として、個人コード毎に設定記憶する。
この個人照合装置を、出入管理装置として使用する場
合は、電気錠等に接続し、判定部35で本人と判定した場
合に、制御部5等の制御にて電気錠等を解錠するように
すればよい。
合は、電気錠等に接続し、判定部35で本人と判定した場
合に、制御部5等の制御にて電気錠等を解錠するように
すればよい。
また、本実施例において、個人コード入力部1をテン
キーリーダにて構成したが、コードを入力することがで
きれば他の手段例えば磁気カードリーダ等であってもよ
い。
キーリーダにて構成したが、コードを入力することがで
きれば他の手段例えば磁気カードリーダ等であってもよ
い。
また、本実施例においては、類似度として、画像の各
画像の濃淡値を各要素とするベクトルのなす角の余弦
(COS)をもちいたが、これに限らず公知の他の方法で
もよい。
画像の濃淡値を各要素とするベクトルのなす角の余弦
(COS)をもちいたが、これに限らず公知の他の方法で
もよい。
また、本実施例においては、判定に使用するスレッシ
ュルド値を一定の例えば0.98としたが、個人毎に最適な
スレッショルド値を設定して、個人特徴記憶部4に個人
コードと共に記憶させるようにしてもよい。
ュルド値を一定の例えば0.98としたが、個人毎に最適な
スレッショルド値を設定して、個人特徴記憶部4に個人
コードと共に記憶させるようにしてもよい。
更に、本実施例では、個人特徴領域を6種類とした
が、他の情報例えば目の間隔、眉の間隔等を付加情報と
してもよいことは言うまでもない。
が、他の情報例えば目の間隔、眉の間隔等を付加情報と
してもよいことは言うまでもない。
本発明によれば、撮像が比較的容易な人間の顔の正面
画像より、4〜6の特徴点の形状を予め記憶させた個人
の特徴情報と比較するだけで、極めて照合率の高い個人
照合を実現できる。
画像より、4〜6の特徴点の形状を予め記憶させた個人
の特徴情報と比較するだけで、極めて照合率の高い個人
照合を実現できる。
また、顔画像の比較判別方法も簡単であり、しかも顔
画像の入力条件の変化に対しても、補正が容易であるか
ら、自動的に個人照合を行うのに適している。
画像の入力条件の変化に対しても、補正が容易であるか
ら、自動的に個人照合を行うのに適している。
第1図は本発明の実施例の照合方法の処理をしめすフロ
ーチャート、 第2図は登録用基準画像データの領域を示す図、 第3図は第2図の一部の拡大図、 第4図は実際の照合用画像データの領域を示す図、 第5図(a)〜(c)は照合のための類似度を算出する
処理を説明する図、 第6図は本発明の実施例の照合装置の構成を示す図、 第7図は第6図の一部の詳細図、である。 (符号の説明) 1……個人コード入力部、2……顔画像入力部、 3……照合手段、4……個人特徴記憶部、 5……制御部。
ーチャート、 第2図は登録用基準画像データの領域を示す図、 第3図は第2図の一部の拡大図、 第4図は実際の照合用画像データの領域を示す図、 第5図(a)〜(c)は照合のための類似度を算出する
処理を説明する図、 第6図は本発明の実施例の照合装置の構成を示す図、 第7図は第6図の一部の詳細図、である。 (符号の説明) 1……個人コード入力部、2……顔画像入力部、 3……照合手段、4……個人特徴記憶部、 5……制御部。
Claims (10)
- 【請求項1】照合する個人の顔画像データのうち少なく
とも右の目頭、左の目頭、右の目尻、左の目尻のそれぞ
れの近傍の領域の画像データを予め登録する画像登録段
階と、 照合すべき個人の顔を光学的に走査して顔の画像データ
を発生させる画像入力段階と、 該画像入力段階にて得られた画像データから右の目頭、
左の目頭、右の目尻、左の目尻のそれぞれの近傍の領域
の画像データを抽出する照合部位抽出段階と、 該照合部位抽出段階で抽出した画像データと前記予め登
録された画像データとを比較照合してそれらの相互間の
類似度を算出する類似度算出段階と、 該類似度算出段階で算出した類似度が所定の値以上であ
る場合、その個人を判定する判定段階と、 を具備する、個人照合方法。 - 【請求項2】前記画像登録段階および前記画像入力段階
における画像データの各ピクセルが多値画像データであ
り、多値画像データについて前記類似度を算出すること
を特徴とする、請求項1記載の個人照合方法。 - 【請求項3】前記類似度算出は、登録した画像データを
ベクトル表示したものと部位抽出された画像データをベ
クトル表示したものとの内積を、前記登録した画像デー
タをベクトル表示したものの長さと前記部位抽出された
画像データをベクトル表示したものの長さとの積で除し
て行うことを特徴とする、請求項2記載の個人照合方
法。 - 【請求項4】前記画像登録段階と、前記画像入力段階と
の間に、照合対象者を同定するための個人コードを入力
し、該入力した個人コードが正常な場合のみ照合処理に
移行させる個人コード入力および同定段階を具備し、 前記画像入力段階、前記照合部位抽出段階、前記類似度
算出段階および前記判定段階における処理を、個人コー
ドに基づいて行うようにしたことを特徴とする、請求項
1〜3のいずれかに記載の個人照合方法。 - 【請求項5】前記画像登録段階はさらに右眉内側端点お
よび左眉内側端点のそれぞれの近傍の領域の画像データ
をも予め登録し、 前記照合部位抽出段階はさらに前記画像入力段階にて得
られた画像データから右眉内側端点および左眉内側端点
のそれぞれの近傍の領域の画像データをも抽出し、 右眉内側端点および左眉内側端点の近傍についても類似
度判定を行うようにしたことを特徴とする請求項4記載
の個人照合方法。 - 【請求項6】照合する個人の顔画像データのうち少なく
とも右の目頭、左の目頭、右の目尻、左の目尻のそれぞ
れの近傍の領域の画像データを予め登録する画像登録手
段と、 照合すべき個人の顔を光学的に走査して顔の画像データ
を発生させる画像入力手段と、 該画像入力手段にて得られた画像データから右の目頭、
左の目頭、右の目尻、左の目尻のそれぞれの近傍の領域
の画像データを抽出する照合部位抽出手段と、 該照合部位抽出手段で抽出した画像データと前記予め登
録された画像データとを比較照合してそれらの相互間の
類似度を算出する類似度算出手段と、 該類似度算出手段で算出した類似度が所定の値以上であ
る場合、その個人を判定する判定手段と、 を具備する、個人照合装置。 - 【請求項7】前記画像登録手段および前記画像入力手段
における画像データの各ピクセルが多値画像データであ
り、多値画像データについて前記類似度を算出すること
を特徴とする、請求項6記載の個人照合装置。 - 【請求項8】前記類似度算出は、登録した画像データを
ベクトル表示したものと部位抽出された画像データをベ
クトル表示したものとの内積を、前記登録した画像デー
タをベクトル表示したものの長さと前記部位抽出された
画像データをベクトル表示したものの長さとの積で除し
て行うことを特徴とする、請求項7記載の個人照合装
置。 - 【請求項9】照合対象者を同定するための個人コードを
入力し、該入力した個人コードが正常な場合のみ照合処
理に移行させる個人コード入力および同定手段をさらに
具備し、 前記画像入力処理、前記照合部位抽出処理、前記類似度
算出処理および前記判定処理を、個人コードに基づいて
行うようにしたことを特徴とする、請求項6〜8のいず
れかに記載の個人照合装置。 - 【請求項10】前記画像登録手段はさらに右眉内側端点
および左眉内側端点のそれぞれの近傍の領域の画像デー
タをも予め登録し、 前記照合部位抽出手段はさらに前記画像入力手段にて得
られた画像データから右眉内側端点および左眉内側端点
のそれぞれの近傍の領域の画像データをも抽出し、 右眉内側端点および左眉内側端点の近傍についても類似
度判定を行うようにしたことを特徴とする請求項9記載
の個人照合装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1005881A JP2690132B2 (ja) | 1989-01-17 | 1989-01-17 | 個人照合方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1005881A JP2690132B2 (ja) | 1989-01-17 | 1989-01-17 | 個人照合方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02187866A JPH02187866A (ja) | 1990-07-24 |
JP2690132B2 true JP2690132B2 (ja) | 1997-12-10 |
Family
ID=11623243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1005881A Expired - Fee Related JP2690132B2 (ja) | 1989-01-17 | 1989-01-17 | 個人照合方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2690132B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2864815B2 (ja) * | 1991-11-08 | 1999-03-08 | 松下電器産業株式会社 | 画像特徴情報統合装置 |
JP3249195B2 (ja) * | 1992-08-07 | 2002-01-21 | 株式会社リコー | 電子装置 |
WO1994023390A1 (en) * | 1993-03-29 | 1994-10-13 | Matsushita Electric Industrial Co., Ltd. | Apparatus for identifying person |
JPH07302327A (ja) * | 1993-08-11 | 1995-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 物体画像検出方法及び検出装置 |
JP4595750B2 (ja) * | 2005-08-29 | 2010-12-08 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JPWO2008081527A1 (ja) * | 2006-12-27 | 2010-04-30 | パナソニック株式会社 | 認証装置および携帯端末装置、並びに認証方法 |
JP5031641B2 (ja) * | 2008-03-31 | 2012-09-19 | 富士通株式会社 | パターンの位置合わせ方法、照合方法及び照合装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61100872A (ja) * | 1984-10-23 | 1986-05-19 | Sony Corp | 個体判別方法 |
JPS62212781A (ja) * | 1986-03-14 | 1987-09-18 | Hitachi Ltd | 個人認証方式 |
JPS63282582A (ja) * | 1987-05-14 | 1988-11-18 | Canon Inc | パタ−ン認識装置 |
-
1989
- 1989-01-17 JP JP1005881A patent/JP2690132B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH02187866A (ja) | 1990-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100480781B1 (ko) | 치아영상으로부터 치아영역 추출방법 및 치아영상을이용한 신원확인방법 및 장치 | |
US6873713B2 (en) | Image processing apparatus and method for extracting feature of object | |
US9922238B2 (en) | Apparatuses, systems, and methods for confirming identity | |
KR0158038B1 (ko) | 개인식별장치 | |
JP5629803B2 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
US7194393B2 (en) | Numerical model for image feature extraction | |
EP0899680B1 (en) | Method for automatic detection of human eyes in digital images | |
JP4406547B2 (ja) | Idカード作成装置、idカード、顔認証端末装置、顔認証装置およびシステム | |
EP1650711B1 (en) | Image processing device, imaging device, image processing method | |
EP2858299B1 (en) | Biometric authentication device and method using veins patterns | |
US20060023921A1 (en) | Authentication apparatus, verification method and verification apparatus | |
US20160188975A1 (en) | Biometric identification via retina scanning | |
JP2006500662A (ja) | 掌紋認証方法及び装置 | |
CN111178130A (zh) | 一种基于深度学习的人脸识别方法、***和可读存储介质 | |
JP2006107288A (ja) | 個人認証方法、装置及びプログラム | |
JP2003006645A (ja) | 本人認証用の顔画像照合装置 | |
JP2690132B2 (ja) | 個人照合方法および装置 | |
Burge et al. | Using ear biometrics for passive identification | |
KR20070088982A (ko) | 변형에 강건한 홍채 인식 방법 | |
CN116342968B (zh) | 一种双通道人脸识别方法及装置 | |
EP3702958B1 (en) | Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image | |
KR100391182B1 (ko) | 직접 골 추적을 이용한 지문 특징 추출방법 | |
JP2005084979A (ja) | 顔認証システムおよび方法並びにプログラム | |
JP2005141678A (ja) | 顔画像照合システム及びicカード | |
JP3615656B2 (ja) | Id判別装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |