JP5278424B2 - 黒子識別装置、個人認証装置、方法、及び、プログラム - Google Patents

Description

本発明は、黒子識別装置、方法、及び、プログラムに関し、更に詳しくは、人間の顔画像から黒子を抽出する黒子識別装置、方法、及び、プログラムに関する。また、本発明は、顔画像から抽出した黒子を用いて個人認証を行う個人認証装置、方法、及び、プログラムに関する。

人間の顔画像を入力し、顔画像の特徴点を利用した顔認証技術が知られている。黒子などの顔や肌に現れる母斑を利用した顔認証は、母斑による経年変化が少ないため、優れた一手法と考えられている。黒子を用いた顔認証としては、非特許文献１に記載の技術がある。非特許文献１では、円形領域の中心部と周辺部との輝度の分離度を求め、分離度を黒子らしさとする。黒子らしさが高い順に、顔画像から１０個の黒子を抽出し、黒子の位置の類似度により、個人認証を行う。非特許文献１では、周辺部位に比べて中心部の輝度が低く、暗い部分の面積が小さい領域を黒子としている。

顔認証に関する別の技術として、特許文献１に記載の技術がある。特許文献１には、検索したい顔の特徴を検索条件として指定し、顔画像データベースから、指定された特徴を有する顔画像を検索する旨が記載されている。特許文献１では、顔画像を検索する際の検索条件として、黒子、まぶた、ひげ、眼鏡、性別、推定年齢、肌色が列記されている。黒子を抽出する手法としては、周辺領域との輝度値がしきい値以下の画素が所定数以上集まっている領域を黒子とする手法が挙げられている。

特開２００６−３１８３７５号公報 河原智一、山口修、福井和広著、「顔表面の微小特徴がなすグローバル構造を用いた人物認証」 第5回システムインテグレーション部門学術講演会(SI2004)、2004年12月17日〜19日 pp.619-620

特許文献１及び非特許文献１では、顔画像中の輝度が低い領域を黒子としており、黒子と顔に現れる他の輝度が低い領域とを区別していないという点が問題となる。例えば、顔面に擬似的にインクなどを用いて黒い点を書いた場合には、その領域は濃淡画像では輝度が低くなるため、黒子と認識されることになる。そのため、悪意を持った詐称者が登録された人物と同じ位置に黒子を付加した場合に、これを見破り、なりすましを防ぐことができないという問題がある。

本発明は、上記問題点を解消し、真の黒子と擬似的な黒子とを判別可能な黒子識別装置、個人認証装置、方法、及び、プログラムを提供することを目的とする。

本発明は、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力するステップと、前記マルチスペクトル画像から、黒子の候補を検出するステップと、前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別するステップとを有する黒子識別方法を提供する。

本発明は、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力するステップと、前記マルチスペクトル画像から、黒子の候補を検出するステップと、前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、前記真の黒子と識別された黒子の位置を検出するステップと、前記真の黒子と識別された黒子の位置と、照合用の登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行うステップとを有する個人認証方法を提供する。

本発明は、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する画像入力手段と、前記マルチスペクトル画像から黒子の候補を検出し、該検出した黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別する黒子位置推定手段とを備える黒子識別装置を提供する。

本発明は、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する画像入力手段と、前記マルチスペクトル画像から黒子の候補を検出し、該検出した黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、真の黒子と識別された黒子の位置を検出する黒子位置推定手段と、前記真の黒子と識別された黒子の位置と、登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行う画像照合手段とを備える個人認証装置を提供する。

本発明は、コンピュータに、顔画像に含まれる黒子を識別する処理を実行させるプログラムであって、前記コンピュータに、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する処理と、前記マルチスペクトル画像から、黒子の候補を検出する処理と、前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別する処理とを実行させるプログラムを提供する。

本発明は、コンピュータに、顔画像に含まれる黒子を用いた個人認証処理を実行させるプログラムであって、前記コンピュータに、撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する処理と、前記マルチスペクトル画像から、黒子の候補を検出する処理と、前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、真の黒子と識別された黒子の位置を検出する処理と、前記真の黒子と識別された黒子の位置と、登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行う処理とを実行させるプログラムを提供する。

本発明の黒子識別装置、個人認証装置、方法、及び、プログラムは、顔画像に含まれる黒子らしき領域について、真の黒子と擬似的な黒子とを判別することができる。

本発明の上記及び他の目的、特徴及び利益は、図面を参照する以下の説明により明らかになる。

本発明の第１実施形態の個人認証装置を示すブロック図。 認証の動作手順を示すフローチャート。 黒子位置検出の動作手順を示すフローチャート。 照合の動作手順を示すフローチャート。 本発明の第２実施形態の個人認証装置の動作手順を示すフローチャート。 第２実施形態における黒子位置検出の動作手順を示すフローチャート。

以下、図面を参照して本発明の実施形態について説明する。図１は、本発明の第１実施形態の個人認証装置（システム）を示している。個人認証システムは、マルチスペクトル画像入力手段１０、肌領域抽出手段１１、黒子位置推定手段１２、画像照合手段１３、及び、本人判定手段１４を有する。画像入力手段１０は、個人認証の際の照合に用いられる画像を入力する。画像入力手段１０が入力する画像は、複数のスペクトルから構成される２以上のスペクトル画像（マルチスペクトル画像）である。肌領域抽出手段１１は、画像入力手段１０により入力されたマルチスペクトル画像から、目、口、髪領域を含まない顔の肌領域を抽出する。本個人認証システムの上記手段は、コンピュータ読み込みが可能な記録媒体に格納された１又は複数のプログラムによって構成される。

黒子位置推定手段１２は、抽出された肌領域から黒子を抽出し、黒子位置を推定する。その際、各黒子の平均的な吸収スペクトルに基づいて、真の黒子と擬似黒子とを識別する。画像照合手段１３は、黒子位置推定手段１２にて真の黒子として検出された黒子の黒子位置から、照合に使用する画像間の黒子の位置ずれに関する幾何学的な拘束条件を用いることで、黒子の位置を照合し、画像間の類似度を算出する。本人判定手段１４は、得られた類似度をしきい値処理し、対象人物が本人であるか否かを判定する。

図２に、全体の動作手順を示す。画像入力手段(unit)１０は、複数のスペクトルの画像が同時に取得できるマルチスペクトルカメラを用いて顔画像を撮像し、マルチスペクトル画像を入力する（ステップＡ１）。入力されたマルチスペクトル画像の輝度値は、顔画像における画素位置をｘ、波長をλとして、Ｉ（ｘ，λ）で表す。ステップＡ１では、マルチスペクトル画像におけるスペクトル数をＮｓｐとすれば、Ｎｓｐ枚の顔画像が得られる。

肌領域抽出手段１１は、各スペクトル画像について、顔画像中の肌領域を抽出する（ステップＡ２）。肌領域の抽出では、例えば、顔画像を、ガウシアンフィルタなどを用いてある程度ぼかしておき、各スペクトルにおける輝度値の中央値を求め、中央値からの輝度の自乗誤差はしきい値以内の画素を肌領域として抽出する。肌領域の抽出に際して、はじめにガウシアンフィルタなどでぼかしておくことで、肌中に含まれる黒子などは肌領域として抽出される一方、目、唇等のある程度大きな領域で輝度分布が異なる領域については、肌領域から排除できる。

黒子位置推定手段１２は、各スペクトル画像について、ステップＡ２で抽出された肌領域から黒子位置を検出する（ステップＡ３）。その際、黒子位置推定手段１２は、真の黒子と擬似黒子とを識別する。擬似黒子を含む黒子は、通常の肌領域に比べ、全スペクトルで光の吸収が強い傾向にあり、平均輝度は低くなる。そこで、まず、複数のスペクトル画像から１つの濃淡画像を生成し、濃淡画像から、黒子らしい領域を抽出する。次いで、抽出された黒子らしい領域について、各スペクトル画像における平均的な吸収スペクトルを求める。その後、各黒子の平均的な吸収スペクトルを比較することで、真の黒子と擬似黒子とを識別する。

図３に、ステップＡ３の黒子位置検出の詳細手順を示す。黒子位置推定手段１２は、全スペクトルにわたり、輝度値の平均を画素ごとに計算し、濃淡画像を生成する（ステップＢ１）。ステップＢ１では、波長λのスペクトル画像の画素位置ｘの輝度値をＩ（ｘ，λ）とし、スペクトル数をＮｓｐとして、濃淡画像の画素位置ｘにおける輝度値Ｉ（ｘ）を、下記式により求める。

黒子位置推定手段１２は、ステップＢ１で生成された濃淡画像から黒子らしい領域を求めるために、濃淡画像の各画素について、黒子らしさを求める（ステップＢ２）。ここでは、中心画素の輝度を、半径３画素以内に含まれる周辺画素の輝度値の最小値で割った値を黒子らしさとして定義する。すなわち、下記式で定義される中心画素と周辺画素との輝度比ｒを、黒子らしさとして定義する。

なお、上記式１にて、分母の周辺画素の輝度の最小値を求める際には、中心画素を含まないものとする。

黒子位置推定手段１２は、ステップＢ２で求めた各画素における黒子らしさを用いて、黒子位置を推定する（ステップＢ３）。上記式１で定義される黒子らしさｒは、周辺画素に比して中心画素の輝度が高いと大きな値をとり、周辺画素に比して中心画素の輝度が小さいと小さな値をとる。黒子は、周辺画素に比して中心画素の輝度が小さい傾向にあることから、ステップＢ３では、黒子らしさｒの値が小さい領域を、黒子領域とするとして推定する。例えば、黒子らしさｒの値が小さい上位Ｎ画素を選び、それらを黒子の中心位置とする。

黒子位置推定手段１２は、黒子らしい領域について、各スペクトル画像から、波長ごとに各黒子の平均吸収スペクトルを算出する（ステップＢ４）。ステップＢ４では、得られたＮ個の黒子のうちのｉ番目の黒子における中心画素ｘ_ｉの輝度値をＩ（ｘ_ｉ，λ）として、下記式により、画素ｘ_ｉから半径ｃ内に含まれる画素における平均を求め、波長ごとに黒子の平均吸収スペクトルを計算する。

ここで、Ｎ_ｉは半径ｃ以内に含まれる画素数であり、Ω_ｉはｘ_ｉを中心とした半径ｃ以内に含まれる画素の集合を表す。ｃは黒子の大きさを意味する変数であり、画像の解像度により適当な値に調整する。

ステップＢ３で位置が推定された黒子には、真の黒子の他に、擬似黒子が含まれている。黒子位置推定手段１２は、画像のスペクトルが複数あることを利用し、各波長の平均吸収スペクトルを比較することで、擬似黒子を識別する（ステップＢ５）。擬似黒子の識別は、具体的には、以下のように行う。黒子は、肌のうちメラニン色素濃度が濃い領域であるので、基本的には、肌の吸収スペクトルと似た特性を持つ。そこで、黒子の吸収スペクトルをＩ_ｍ（λ）とし、肌の吸収スペクトルをＩ_ｓ（λ）として、Ｉ_ｍ（λ）とＩ_ｓ（λ）とは所定の関係（比例関係）にあると仮定する。

顔全体での黒子の面積が小さいと仮定して、肌の吸収スペクトルを下記式３で表す。

ここで、Ω_ｓは肌領域と判定された画素の集合であり、Ｎ_ｓは画素数である。
黒子の吸収スペクトルを、式３と適当な係数ａとを用いて、以下の式４で近似する。

次に、式４の黒子の吸収スペクトルと、式２の各黒子の平均吸収スペクトルとの類似度を求める。類似度は、下記式５で定義する。

式５中のＩ_ｍ（λ）は、未知の係数ａを含んでいる。式４を式５に代入すると、係数ａは分子と分母でキャンセルされるため、式５は下記式６で表せる。

上記で求めた類似度ｔ_ｉをしきい値判定することで、抽出された黒子が擬似黒子であるか否かを判定する。すなわち、式６で計算したｔ_ｉを、所定のしきい値Ｔと比較し、ｔ_ｉがしきい値以上のときはｉ番目の黒子は真の黒子であると判定し、しきい値よりも小さいときは擬似黒子であると判定する。黒子位置推定手段１２は、ステップＢ３で抽出したＮ個の黒子のうち、擬似黒子と判定された黒子を除く黒子を真の黒子として、その位置を検出する（ステップＢ６）。ステップＢ６では、擬似黒子と判定された黒子の個数がＮｆ個であるとすれば（Ｎ−Ｎｆ）個の黒子の位置を検出する。

図２に戻り、画像照合手段１３は、ステップＡ３で検出された真の黒子の黒子位置を用いて、図示しないデータベース内にあらかじめ登録された画像との照合処理を行う（ステップＡ４）。データベースに登録された登録画像は、ステップＡ１で入力されるマルチスペクトル画像と同じスペクトル画像とする。例えば、入力マルチスペクトル画像の波長がλ１、λ２であれば、登録画像も、波長λ１、λ２の２つのスペクトル画像を用意しておく。本人判定手段１４は、ステップＡ４の照合結果に基づいて、本人であるか否かの判定を行う（ステップＡ５）。

図４に、ステップＡ４の照合処理の詳細手順を示す。なお、ここでは、照合に用いる顔画像を、登録画像と照合画像と呼ぶ。登録画像は、データベースにユーザ識別情報などと対応付けて登録された顔画像であり、照合画像は、図２のステップＡ１で入力された顔画像である。登録画像からは、Ｎ１個の黒子位置が得られているとする。また、照合画像からは、Ｎ２個の黒子位置が得られているとする。登録画像の黒子位置は、図３に示す、照合画像から黒子位置を推定する際と同じ手順で求めることができる。登録画像の黒子位置は、照合のたびに登録画像から推定してもよく、或いは、あらかじめ黒子位置データとしてデータベースに登録しておいてもよい。

画像照合手段１３は、登録画像と照合画像とにおける黒子の対応点を探索する（ステップＣ１）。対応点の探索に際しては、登録画像と照合画像とにおける顔位置や大きさなどを、目の位置などを用いてあらかじめ正規化しておくものとする。登録画像から得られるＮ１個の黒子の位置をｘ１（１）、ｘ１（２）、・・・、ｘ１（Ｎ１）とする。照合画像から得られるＮ２個の黒子の位置をｘ２（１）、ｘ２（２）、・・・、ｘ２（Ｎ２）とする。黒子の位置座標は、２次元ベクトルで表される。対応点の探索では、登録画像における黒子位置座標の各点ｘ１（ｉ）（ｉ＝１、・・・、Ｎ１）について、照合画像上での各黒子位置との距離計算を行い、最近傍の黒子を対応点とする。

照合画像についても同様に、照合画像の黒子位置座標の各点ｘ２（ｉ）（ｉ＝１、・・・、Ｎ２）について、登録画像上での各黒子位置との距離計算を行い、最近傍の黒子を対応点とする。

画像照合手段１３は、対応点の探索後、対応する黒子位置の差分ベクトルを求める（ステップＣ２）。差分ベクトルの計算では、登録画像から見た照合画像における対応点の黒子位置との差ｚ１と、照合画像から見た登録画像における対応点の黒子位置との差ｚ２とを求める。差分ベクトルｚ１、ｚ２を計算式で表すと、下記７で表すことができる。
z1(i)=x1(i)-x2(i*)
z2(i)=x2(i)-x1(i*) （７）

続いて、画像照合手段１３は、黒子間の距離を用いて重み係数を計算する（ステップＣ３）。重み係数は、黒子間の距離に応じた値とする。望ましくは、黒子間の距離が遠いほど小さな値とする。登録画像におけるｉ番目の黒子とｊ番目の黒子との間の距離は、下記式で表される。

重み係数は、黒子間の距離を用いて、下記式で定義する。

照合画像についても同様に、照合画像における黒子間の距離（ｄ_２,i,j）を用いて、下記式で定義する。

ステップＣ３では、登録画像と照合画像について、重み係数を、全てのｉ，ｊの組について求める。

画像照合手段１３は、黒子位置間の類似度を計算する（ステップＣ４）。登録画像と照合画像の対応点の差分ベクトルは、本人であれば、全ての黒子で見た方向を示すと考えられる。そこで、下記式８を黒子位置間の類似度として定義する。

ここで、ｓ０は正規化項で、次式で表される。

本人判定手段１４は、図２のステップＡ５で、画像照合手段１３が計算した類似度ｓを用いて、本人判定を行う。例えば、類似度をしきい値処理し、しきい値以上の場合は本人と判定し、しきい値よりも小さい場合は詐称者と判定する。

本実施形態では、入力画像を、複数波長のマルチスペクトル画像とし、マルチスペクトル画像から、黒子らしき領域を抽出する。その後、入力画像がマルチスペクトル画像であることを利用し、黒子らしき領域の平均スペクトルを比較することで、真の黒子と擬似黒子とを識別している。真の黒子か擬似黒子かは、真の黒子であれば、各スペクトル画像にて肌領域と似たような吸収スペクトルを示すという特性を利用して、判定可能である。認証に際しては、擬似黒子を排除して、真の黒子と識別された黒子を用いて、登録画像における黒子との照合を行う。擬似黒子による照合を行わないことで、誤照合を減らすことができる。また、悪意ある詐称者が擬似黒子をつけることによる「なりすまし」を防ぐことができ、詐称者の侵入を拒絶できる。

非特許文献１に記載されている黒子を使った画像照合手法は、画像上の位置に基づいた類似度を使っているので、姿勢が変化した場合の頑強度が十分ではない。つまり、非特許文献１では、同じ姿勢以外の照合の場合には、性能が大きく低下する傾向にある。また、特許文献１には、黒子同士の照合について、類似度を計算すると記載されているのみで、黒子の位置変動については、全く考慮されていない。本実施形態では、照合に用いる画像間の黒子の位置ずれに関する幾何学的な拘束条件を用いて、黒子の類似度を計算する。このような黒子位置ずれに頑強な照合手法を採用することにより、登録画像撮影時と照合画像撮影時とで、姿勢が異なる場合でも、高い精度で照合を行うことが可能である。

続いて、本発明の第２実施形態について説明する。個人認証システムの構成は、図１に示す第１実施形態の構成と同様である。図５に、本実施形態における動作手順を示す。画像入力手段１０は、マルチスペクトル画像を入力する（ステップＤ１）。肌領域抽出手段１１は、マルチスペクトル画像から肌領域を抽出する（ステップＤ２）。ここまでは、図２のステップＡ１、ステップＡ２の動作と同様である。黒子位置推定手段１２は、抽出された肌領域から、黒子位置と擬似黒子の個数とを検出する（ステップＤ３）。

図６に、ステップＤ３の詳細手順を示す。黒子位置推定手段１２は、マルチスペクトル画像から濃淡画像を生成し（ステップＥ１）、各画素の黒子らしさを推定する（ステップＥ２）。その後、黒子位置を推定し（ステップＥ３）、各黒子の平均吸収スペクトルを算出して（ステップＥ４）、擬似黒子を識別する（ステップＥ５）。ステップＥ１〜ステップＥ５までの動作は、図３のステップＢ１〜ステップＢ５の動作と同様である。黒子位置推定手段１２は、ステップＥ３で抽出されたＮ個の黒子のうち、擬似黒子であると判定された黒子の個数Ｎｆと、真の黒子と判定された（Ｎ−Ｎｆ）個の黒子の位置とを出力する（ステップＥ６）。

図５に戻り、画像照合手段１３は、照合の前に、ステップＤ３で検出された擬似黒子の個数に基づいて、詐称者か否かを判定する（ステップＤ４）。例えば、ステップＤ３の黒子位置と擬似黒子個数の検出で、擬似黒子が所定のしきい値以上検出されたときは、悪意のある詐称者とみなすことができるので、詐称者であると判定する。より具体的には、擬似黒子が１つでも検出されたときは、詐称者と判定する。詐称者と判定した場合は、照合を行わずに処理を終了する。

画像照合手段１３は、詐称者と判定しなかったときは、本人か否かを判定するため、ステップＤ３で検出された真の黒子を用いて、照合を行う（ステップＤ５）。本人判定手段１４は、照合結果により、登録画像と照合画像とが同一人物であるか否かを判定する（ステップＤ６）。ステップＤ５及びステップＤ６の動作は、ステップＡ４及びステップＡ５の動作と同様である。

なお、登録画像のデータベースへの登録に際しては、図６に示す手順と同様な手順により、登録画像における擬似黒子の個数を求め、擬似黒子が０であることを確認しておくとよい。登録画像に擬似黒子が１つ以上ある場合は、画像の取得からやり直すか、データベースへの登録を行わないようにすればよい。

本実施形態では、擬似黒子の個数に基づいて、詐称者か否かを判定する。擬似黒子が検出された者を詐称者とみなして、照合処理の対象から外すことで、悪意のある人物が、他人になりすまして認証される危険性を低くすることができる。その他の効果は、第１実施形態と同様である。

本発明を特別に示し且つ例示的な実施形態を参照して説明したが、本発明は、その実施形態及びその変形に限定されるものではない。当業者に明らかなように、本発明は、添付のクレームに規定される本発明の精神及び範囲を逸脱することなく、種々の変更が可能である。

本出願は、２００８年２月２７日出願に係る日本特許出願２００８―０４６４６３号を基礎とし且つその優先権を主張するものであり、引用によってその開示の内容の全てを本出願の明細書中に加入する。

本発明は、個人認証が必要なセキュリティ分野で利用できる。

Claims (12)

1. 撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力するステップと、
   前記マルチスペクトル画像から、黒子の候補を検出するステップと、
   前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別するステップとを有する黒子識別方法。
2. 前記識別するステップでは、肌の吸収スペクトルと、前記黒子の吸収スペクトルとに基づいて、真の黒子と擬似黒子とを識別する、請求項１に記載の黒子識別方法。
3. 前記識別するステップでは、真の黒子の吸収スペクトルが前記肌の吸収スペクトルの関数で表せると仮定して、前記黒子の候補の吸収スペクトルと前記肌の吸収スペクトルとの類似度を求め、該求めた類似度に従って、真の黒子と擬似黒子とを識別する、請求項２に記載の黒子識別方法。
4. 前記識別するステップでは、前記真の黒子の吸収スペクトルと、前記肌の吸収スペクトルとが比例関係にあると仮定して、前記類似度を求める、請求項３に記載の黒子識別方法。
5. 前記黒子の候補を検出するステップが、前記マルチスペクトル画像から肌領域を抽出するステップと、前記抽出された肌領域の画素と、当該画素の周辺画素との輝度比を求めるステップと、前記輝度比に基づいて、黒子の候補を検出するステップとを有する、請求項１乃至４の何れか一に記載の黒子識別方法。
6. 撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力するステップと、
   前記マルチスペクトル画像から、黒子の候補を検出するステップと、
   前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、前記真の黒子と識別された黒子の位置を検出するステップと、
   前記真の黒子と識別された黒子の位置と、照合用の登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行うステップとを有する個人認証方法。
7. 前記顔画像の照合を行うステップが、前記真の黒子と識別された黒子と、前記登録画像にて真の黒子と識別される黒子との対応点を抽出するステップと、対応点の座標から差分ベクトルを計算するステップと、各特徴点における差分ベクトルの向きが近いことを利用して特徴点間の類似度を求めるステップとを有する、請求項６に記載の個人認証方法。
8. 前記真の黒子、擬似黒子を識別するステップで、所定数以上の擬似黒子が検出されたときは、詐称者と判定して処理を終了する、請求項６又は７に記載の個人認証方法。
9. 撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する画像入力手段と、
   前記マルチスペクトル画像から黒子の候補を検出し、該検出した黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別する黒子位置推定手段とを備える黒子識別装置。
10. 撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する画像入力手段と、
    前記マルチスペクトル画像から黒子の候補を検出し、該検出した黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、真の黒子と識別された黒子の位置を検出する黒子位置推定手段と、
    前記真の黒子と識別された黒子の位置と、登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行う画像照合手段とを備える個人認証装置。
11. コンピュータに、顔画像に含まれる黒子を識別する処理を実行させるプログラムであって、前記コンピュータに、
    撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する処理と、
    前記マルチスペクトル画像から、黒子の候補を検出する処理と、
    前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別する処理とを実行させるプログラム。
12. コンピュータに、顔画像に含まれる黒子を用いた個人認証処理を実行させるプログラムであって、前記コンピュータに、
    撮像装置を用いて撮影された、複数スペクトルで構成されるマルチスペクトル画像を入力する処理と、
    前記マルチスペクトル画像から、黒子の候補を検出する処理と、
    前記検出された黒子の候補の吸収スペクトルに基づいて、前記黒子の候補が真の黒子であるか、擬似黒子であるかを識別し、真の黒子と識別された黒子の位置を検出する処理と、
    前記真の黒子と識別された黒子の位置と、登録画像から検出される黒子位置との位置関係に基づいて、顔画像の照合を行う処理とを実行させるプログラム。
    

Images