JP7215491B2 - 個体識別装置 - Google Patents

個体識別装置 Download PDF

Info

Publication number
JP7215491B2
JP7215491B2 JP2020557490A JP2020557490A JP7215491B2 JP 7215491 B2 JP7215491 B2 JP 7215491B2 JP 2020557490 A JP2020557490 A JP 2020557490A JP 2020557490 A JP2020557490 A JP 2020557490A JP 7215491 B2 JP7215491 B2 JP 7215491B2
Authority
JP
Japan
Prior art keywords
date mark
imaging
product
parameter
feature
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.)
Active
Application number
JP2020557490A
Other languages
English (en)
Other versions
JPWO2020110269A1 (ja
Inventor
佑太 工藤
塁 石山
徹 高橋
賢吾 牧野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JPWO2020110269A1 publication Critical patent/JPWO2020110269A1/ja
Application granted granted Critical
Publication of JP7215491B2 publication Critical patent/JP7215491B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Description

本発明は、個体識別装置、個体識別方法、記録媒体、個体登録装置、および個体照合装置に関する。
製品のトレーサビリティを確保する手法に、製造日やロット番号などのような文字列を表示するマークを、製品の製造時に表面に形成する方法がある。製品の表面に形成された上記マークは、デートマークと呼ばれる。例えば、同じ製造機械を使い、同じ日に生産した同一ロットの製品に、同一の文字列を表示するデートマークを形成することにより、製品のロットを視覚的に特定することができる。
他方、物体の表面に形成された微細な紋様の個体差を認証や照合に利用する試みがなされている。例えば特許文献１には、文字や記号などのマークと微細な紋様を表示するラベルを物体に貼付し、上記マークを基準に定まるラベル上の所定領域から上記微細な紋様の画像を取得し、上記物体の認証や照合に利用することが記載されている。
再特ＷＯ２０１７／０５７４４８
トレーサビリティの要求精度が高い場合、ロットを小さくし、個々の製品の個体を管理する必要がある。製品毎のシリアル番号を表示するデートマークを製品の製造時に形成すれば、製品の個体を管理することができるが、製造コストが高くなる。
一方、特許文献１に記載する手法によれば製品の個体を管理することはできるが、識別のための特別な加工、すなわち文字などのマークと微細な紋様を表示するラベルを物体に貼付することが必要になり、やはり製造コストは高くなる。
本発明の目的は、上述した課題、すなわち、デートマークに製品毎のシリアル番号を表示して製品の個体を管理する方法では製造コストが上昇する、という課題を解決する個体識別装置を提供することにある。
本発明の一形態に係る個体識別装置は、
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別する個体識別装置であって、
前記製品に形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する抽出手段と、
を備える。
また本発明の他の形態に係る個体識別方法は、
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別する個体識別方法であって、
前記製品に形成されたデートマークを撮像して得られた画像を取得し、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する。
また本発明の他の形態に係るコンピュータ読み取り可能な記録媒体は、
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別するコンピュータに、
前記製品に形成されたデートマークを撮像して得られた画像を取得する処理と、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する処理と、
を行わせるためのプログラムを記録する。
また本発明の他の形態に係る個体登録装置は、
金型デートマークの型番毎に、前記金型デートマークを使用して製造された製品のデートマークを撮像する条件に係る撮像パラメータ、および前記デートマークを撮像した画像から凹凸のパターンに係る特徴量を抽出する条件に係る画像処理パラメータを、前記金型デートマークの型番に対応付けて記憶するパラメータデータベースから、登録対象製品の製造に使用された金型デートマークの型番に対応する前記撮像パラメータおよび前記画像処理パラメータを取得し、前記取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する条件設定手段と、
前記設定された撮像条件の下で、前記登録対象製品に形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
前記設定された画像処理条件の下で、前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記登録対象製品の特徴量として抽出し、特徴量データベースに登録する特徴量抽出手段と、
を備える。
また本発明の他の形態に係る個体照合装置は、
金型デートマークの型番毎に、前記金型デートマークを使用して製造された製品のデートマークを撮像する条件に係る撮像パラメータ、および前記デートマークを撮像した画像から凹凸のパターンに係る特徴量を抽出する条件に係る画像処理パラメータを、前記金型デートマークの型番に対応付けて記憶するパラメータデータベースから、照合対象製品の製造に使用された金型デートマークの型番に対応する前記撮像パラメータおよび前記画像処理パラメータを取得し、前記取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する条件設定手段と、
前記設定された撮像条件の下で、前記照合対象製品に形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
前記設定された画像処理条件の下で、前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記照合対象製品の特徴量として抽出する特徴量抽出手段と、
前記照合対象製品の特徴量と登録特徴量とを照合する照合手段と、
を備える。
本発明は上述した構成を有することにより、デートマークによって製品の個体を管理する際の製造コストを抑えることができる。
デートマークを有する製品の一例を示す外観斜視図である。 デートマークの一例を示す平面図である。 デートマークの断面の一例を模式的に示す図である。 デートマークを有する製品の他の例を示す外観斜視図である。 本発明の第１の実施形態において、デートマーク画像に対して行われる前処理の概要を示す図である。 本発明の第１の実施形態における特徴抽出処理の概要を示す図である。 本発明の第１の実施形態に係る個体識別装置のブロック図である。 本発明の第１の実施形態に係る個体識別装置の撮像部の構造の例を示す断面図である。 本発明の第１の実施形態に係る個体識別装置の撮像部の構造の例を示す上面図である。 本発明の第１の実施形態に係る個体識別装置のハードウェアの一例を示すブロック図である。 本発明の第１の実施形態に係る個体識別装置において特定の撮像パラメータおよび画像処理パラメータの値を決定する処理の一例を示す動作フローである。 本発明の第１の実施形態に係る個体識別装置において特定の撮像パラメータおよび画像処理パラメータの値を決定する処理の一例を示すフローチャートである。 本発明の第１の実施形態に係る個体識別装置におけるパラメータ記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置におけるパラメータセットＡの値の候補の例を示す図である。 本発明の第１の実施形態に係る個体識別装置におけるパラメータセットＢの値の候補の例を示す図である。 本発明の第１の実施形態に係る個体識別装置における画像記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置における特徴量記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置における第１の特徴量ペア記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置における第２の特徴量ペア記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置における分布記憶部の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置で使用する分離度の尺度の一例を示す図である。 本発明の第１の実施形態に係る個体識別装置で使用する分離度の尺度の他の例を示す図である。 本発明の第１の実施形態に係る個体識別装置で使用する分離度の尺度の更に他の例を示す図である。 本発明の第１の実施形態に係る個体識別装置で使用する分離度の尺度の更に他の例を示す図である。 本発明の第１の実施形態に係る個体識別装置において特定の撮像パラメータの値を決定する処理の他の例を示すフローチャートである。 本発明の第１の実施形態に係る個体識別装置における個体登録の一例を示す動作フローである。 本発明の第１の実施形態に係る個体識別装置における個体登録の一例を示すフローチャートである。 本発明の第１の実施形態に係る個体識別装置における特徴量記憶部に保存された個体登録情報の内容例を示す図である。 本発明の第１の実施形態に係る個体識別装置における個体識別および個体照合の動作フローである。 本発明の第１の実施形態に係る個体識別装置における個体識別および個体照合の処理例を示すフローチャートである。 同一の金型デートマークを組み込んだ製品金型によって製造された複数の製品の個体をデートマーク上の微細な凹凸のパターンの特徴量によって個体識別できるか否かを統計的に検証した結果の一例を示すグラフである。 本発明の第２の実施形態に係る個体識別システムのブロック図である。 本発明の第２の実施形態に係る個体識別システムにおけるパラメータ学習装置の一例を示すブロック図である。 本発明の第２の実施形態に係る個体識別システムにおけるパラメータ管理装置の一例を示すブロック図である。 本発明の第２の実施形態に係る個体識別システムにおける個体管理装置の一例を示すブロック図である。 本発明の第２の実施形態に係る個体識別システムにおける特徴量管理装置の一例を示すブロック図である。 本発明の第２の実施形態に係る個体識別システムにおける個体照合装置の一例を示すブロック図である。 本発明の第３の実施形態に係る個体識別装置のブロック図である。 本発明の第４の実施形態に係る個体登録装置のブロック図である。 本発明の第３の実施形態に係る個体照合装置のブロック図である。
［第１の実施の形態］
次に、本発明の第１の実施形態について、図面を参照して詳細に説明する。先ず、図１Ａ～図１Ｄを参照して、本実施形態による個体識別の概要を説明する。
図１Ａは、デートマークを有する製品の一例を示す外観斜視図である。図１Ａに示す製品１０には、その一つの面にデートマーク１１が形成されている。図１Ｂは、デートマーク１１の一例を示す平面図である。図１Ｂに示すデートマーク１１は、中央に表示する数字で製造年を示し、周辺部に表示する数のうち中央に表示する矢印が指し示す数で製造月を示している。この例のデートマーク１１は、製造年月が２０２０年１２月であることを表示している。図１Ｂに示したデートマークの表示はあくまでも一例である。デートマークには、製造年だけを表示するタイプ、製造月だけを表示するタイプ、製造年月日を表示するタイプ、ロット番号を表示するタイプなど、各種のタイプがある。本発明は、如何なる表示タイプのデートマークにも適用可能である。
一般に、図１Ａに示されるようなデートマーク１１を有する製品１０は、ダイカスト、鋳造、射出成型などの成形方法によって製造される。具体的には、金型デートマークが組み込まれた製品金型に、金属や樹脂などの素材を流し込んで製造される。そのため、製品１０のデートマーク１１には、金型デートマークに彫刻された文字（反転文字）を反転した立体的な文字が基材上に形成される。文字の深さは、デートマーク１１の外径サイズにより一定ではないが、概ねコンマ数ミリメートル程度である。同一の彫刻文字を有する金型デートマークが組み込まれた製品金型を使用して複数の製品１０を製造した場合、それぞれの製品１０には見た目上同一のデートマーク１１が形成される。しかし、実際には、流し込まれる素材が金型デートマークの凹凸の隅々まで、ミクロのレベルで常に同一に流れ込み、同一の凝固をすることはない。個々の製造のたびに、微細な流れや凝固作用の差異が生じる。このミクロの差異によって、デートマーク１１上の彫刻文字の細部や彫刻文字間の面に微細な立体形状の差異が発生する。
図１Ｃは、デートマーク１１の断面の一例を模式的に示している。図１Ｃに示されるように、デートマーク１１の表面には、彫刻文字の溝部分に相当する凹凸１１ａ、１１ｂ、１１ｃが存在している。また、その凹凸１１ａ、１１ｂ、１１ｃの各部やそれ以外のデートマーク面には、ミクロなレベルの微細な凹凸１１ｄ、１１ｅがランダムに形成されている。このような微細な凹凸１１ｄ、１１ｅは製品の性能・品質には影響しないレベルにあり、通常は同一品として扱われている。しかし、実際には、微細な凹凸のパターンは、同じデートマーク１１を有する複数の製品であっても決して同一にはならず個体差が生じる。本実施形態は、このようなデートマーク１１の微細な凹凸のパターンの個体差を認証や照合に利用する。そのため、複数の製品１０のデートマーク１１が表示する内容が同一であっても、製品１０の個体を識別することができる。
また、金型を使用して製造される製品１０には、その製造時に、図１Ａに示すように、製造会社などを示すロゴ１２、何らかの記号などを示すロゴ１３など、デートマーク１１以外のマークが形成されることがある。そして、それらのロゴ１２、１３の部分にも製品固有の微細な凹凸が形成される。しかし、本発明者は、撮像条件および画像処理条件の決定の容易性の観点から、デートマーク１１を採用するに至った。以下、この点について説明する。
微細な凹凸が素材上に形成された対象物をコントラスト良く撮像するためには、照明角度や画像解像度などのパラメータを適切に設定した撮像条件の下で撮像を行う必要がある。また、画像から微細な凹凸のパターンに係る特徴量を抽出するためには、前処理や特徴抽出のためのパラメータを適切に設定した画像処理条件の下で特徴量を抽出する必要がある。好適な撮像条件および画像処理条件は、対象物の三次元形状が確定していなければ正しく決定できない。そのため、ロゴ１２、１３などの他のマーク上の微細凹凸の個体差を利用する場合、実際に製品が出来上がってからでなければ、どの箇所の微細凹凸の差異を個体識別に利用すればよいかが決定できず、従ってその撮像条件および画像処理条件も事前に決定することができない。これに対して、デートマーク上の微細凹凸のパターンの個体差を個体識別に利用する場合、実際に製品が出来上がっていなくても、同じデートマークを有する他の製品や試作品が存在すれば、その撮像条件および画像処理条件を事前に決定しておくことができる。例えば図１Ｄに示すように、図１Ａに示した製品１０とはその外観も機能も全く相違するけれども、製品１０のデートマーク１１と同じ仕様の金型デートマークを使って形成されたデートマーク２１を有する製品２０であれば、撮像条件および画像処理条件を製品１０と同一にすることができる。同じ仕様の金型デートマークを異なる製品金型に使用するケースは多々存在するため、異なる製品間で撮像条件および画像処理条件を共通にできるメリットは大きい。また、製品金型が完成していない新製品であっても、使用する金型デートマークが決定されていれば、事前に撮像条件および画像処理条件を決定できるメリットがある。
本実施形態では、同じ仕様の金型デートマーク毎に撮像パラメータおよび画像処理パラメータの値を事前に決定し、この決定した値を金型デートマークの仕様を一意に特定する型番に対応付けて記憶装置に記憶するように構成されている。また、本実施形態では、製品の個体登録時および個体照合時、登録対象および照合対象の製品のデートマークの形成に使用した金型デートマークの型番に対応付けられた撮像パラメータおよび画像処理パラメータを記憶装置から取得するように構成されている。また、本実施形態では、上記取得した撮像パラメータおよび画像処理パラメータの値で定まる撮像条件および画像処理条件を設定し、上記撮像条件の下でデートマークの画像を撮像し、上記画像処理条件の下で画像処理を行ってデートマークの画像から特徴量を抽出するように構成されている。
以上が本実施形態の概要である。続いて、本実施形態を詳細に説明する。
先ず、撮像パラメータおよび画像処理パラメータについて説明する。
＜撮像パラメータ＞
撮像パラメータの１つの例は、照明角度である。照明角度は、照明光が物体の表面に入射する角度である。
撮像パラメータの他の１つの例は、画像解像度である。画像解像度は、例えばＤＰＩ（Ｄｏｔ Ｐｅｒ Ｉｎｃｈ）で表される。また、画像解像度と撮像倍率とには一定の因果関係があるため、画像解像度の代わりに撮像倍率を撮像パラメータとして使用してもよい。
撮像パラメータは、上述した照明角度、画像解像度に限定されない。対象物とカメラとの距離、照明光の強度、照明光の波長、照明の大きさ、照明の種類、照明の配置、レンズ倍率などが、撮像パラメータの他の例である。
＜画像処理パラメータ＞
画像処理パラメータは、前処理パラメータと特徴抽出パラメータとに大別される。
前処理パラメータは、デートマーク画像に対して、特徴抽出の前に実施される前処理で使用されるパラメータのことである。特徴抽出パラメータは、前処理が施されたデートマーク画像に対して実施される特徴抽出処理で使用されるパラメータのことである。
先ず、前処理の概要を説明し、前処理で使用する幾つかのパラメータについて説明する。
図２は、デートマーク画像に対して行われる前処理の概要を示す図である。前処理では、撮像画像に対してマスク処理、ノイズ除去、鮮明化の３つの処理がその順に実施される。
マスク処理では、撮像画像の領域をデートマークの領域とそれ以外の領域（背景）とに分け、背景に属する画素を特定の画素値に置き換える。特定の画素値を定める方法は２通りある。１つの方法は、事前に与えられた画素値（一般にはゼロ）で置き換える方法である。他の１つの方法は、置き換え対象となる背景の画素毎に、その画素とその周辺の画素の値に基づいて置き換え後の画素の値を決定する方法である。周辺の画素の範囲は、事前に与えられる局所画像ブロックで決定される。例えば、局所画像ブロックとして３×３ブロックを使用する場合、注目画素とその周囲８画素との合計９画素の例えば平均値で置き換え後の画素の値が決定される。上記ゼロ等の特定の画素値、および上記局所画像ブロックを、マスク処理パラメータと呼ぶ。マスク処理パラメータは、前処理パラメータの一例である。
ノイズ除去では、マスク処理後の撮像画像におけるデートマークの領域に存在するノイズを、例えばメディアンフィルタによって除去する。或いは、上記ノイズを、平滑化フィルタによって除去する。或いは、バイラテラルフィルタによってノイズ（センサノイズ）を除去する。上記メディアンフィルタ、平滑化フィルタ、バイラテラルフィルタを、ノイズ除去パラメータと呼ぶ。ノイズ除去パラメータは、前処理パラメータの他の例である。
鮮明化では、撮像画像のコントラストを局所領域毎に最適化することにより、個体識別性のあるパターンを強調する。例えば、ノイズ除去後の撮像画像を、事前に与えられる画像ブロックサイズの局所領域に分割し、局所領域毎にＣＬＡＨＥ（Ｃｏｎｔｒａｓｔ Ｌｉｍｉｔｅｄ Ａｄａｐｔｉｖｅ Ｈｉｓｔｏｇｒａｍ）を適用する。上記画像ブロックサイズを、鮮明化処理パラメータと呼ぶ。鮮明化処理パラメータは、前処理パラメータの更に他の例である。
＜特徴抽出パラメータ＞
次に、特徴抽出処理の概要を説明し、特徴抽出処理で使用する幾つかのパラメータについて説明する。
図３は、特徴抽出処理の概要を示す図である。図３に示す特徴抽出処理では、前処理適用後の撮像画像に対して窓関数適用、周波数変換処理、周波数帯域選択、特徴量の各要素に対する重み付けの４つの処理がその順に実施される。
窓関数適用は、後段の周波数変換において、画像端の不連続に起因する特徴量へのノイズ混入を抑制するために実施する。窓関数適用では、撮像画像中の個体識別性のあるパターンを極力残せるような形状の窓関数（例えば一般化ハミング窓関数）を使用する。窓関数の形状を調整するパラメータを、窓関数適用パラメータと呼ぶ。窓関数適用パラメータは、特徴抽出パラメータの例である。
周波数変換処理は、例えばフーリエ変換である。
周波数帯域選択では、周波数変換後のデータである２次元データ配列（複素数）から、事前に与えられる配列ブロックのサイズと中心位置座標に従って、個体識別性を有する周波数帯域の要素を選択する。上記配列ブロックのサイズと中心位置座標を、周波数帯域選択パラメータと呼ぶ。周波数帯域選択パラメータは、特徴抽出パラメータの他の例である。
特徴量の各要素に対する重み付けは、周波数帯域選択で選択された周波数帯域の各要素に対して、例えば２次元ガウス関数を乗じることで行う。２次元ガウス関数の２次元それぞれの方向に対する形状を決めるパラメータを、特徴量の各要素に対する重みパラメータと呼ぶ。この重みパラメータは、特徴抽出パラメータの更に他の例である。
続いて、本実施形態に係る個体識別装置の構成について説明する。
図４は、本実施形態に係る個体識別装置のブロック図である。本実施形態に係る個体識別装置１００は、撮像部１０１と、条件制御部１０２と、画像記憶部１０３と、特徴量抽出部１０４と、特徴量記憶部１０５と、特徴量ペア生成部１０６と、第１の特徴量ペア記憶部１０７と、第２の特徴量ペア記憶部１０８と、スコア算出部１０９と、分布生成部１１０と、分布記憶部１１１と、パラメータ決定部１１３と、パラメータ記憶部１１４と、判定部１１５と、情報提示部１１６と、デートマーク情報入力部１１７とを備える。
デートマーク情報入力部１１７は、デートマークの仕様を一意に定める情報を入力するように構成されている。本実施形態では、デートマークの仕様を一意に定める情報として、金型デートマークの型番を使用する。型番が同じ金型デートマークは、それによって形成されるデートマークの三次元形状が同一になる。但し、デートマーク情報は、金型デートマークの型番に限定されない。
条件制御部１０２は、撮像部１０１の撮像条件を制御するように構成されている。条件制御部１０２は、予め定められた１種類以上の撮像パラメータの値の組合せによって撮像条件を制御する。本実施形態では、予め定められた撮像パラメータとして、照明角度、画像解像度、および製品上のデートマークとカメラとの相対的な姿勢の３つを使用する。このうち、照明角度と画像解像度の２つは、事前に決定しておく撮像パラメータである。デートマークとカメラとの相対的な姿勢は、事前に決定しておく撮像パラメータではなく、外乱要因として使用する。但し、事前に決定しておく撮像パラメータの種類と数は、上記に限定されない。また、外乱要因として使用する撮像パラメータの種類と数は、上記に限定されない。
また、条件制御部１０２は、特徴量抽出部１０４における画像処理の条件を制御するように構成されている。条件制御部１０２は、予め定められた１種類以上の画像処理パラメータの値の組合せによって画像処理条件を制御する。本実施形態では、予め定められた画像処理パラメータとして、前処理パラメータセットと特徴抽出パラメータセットとの２つを使用する。前処理パラメータセットは、前述したマスク処理パラメータ、ノイズ除去パラメータ、および鮮明化処理パラメータに属する１つ、或いは２つ以上のパラメータを含む。また、特徴抽出パラメータセットは、前述した窓関数適用パラメータ、周波数帯域選択パラメータ、重みパラメータに属する１つ、或いは２つ以上のパラメータを含む。
撮像部１０１は、条件制御部１０２によって設定された撮像条件に基づいて、製品のデートマークをカメラによって撮像するように構成されている。
図５Ａおよび図５Ｂは、撮像部１０１の構造の例を示す。図５ＡはＸ－Ｘ線に沿う断面図、図５Ｂは上面図である。この例の撮像部１０１は、ズームレンズ１６２を有するカメラ１６１を備える。カメラ１６１は、例えばデジタルカメラであってよい。カメラ１６１の光軸は、製品１６４のデートマークの素材面に対して垂直な方向である。製品１６４は、テーブル１６５の上に置かれている。テーブル１６５を傾け、或いは、回転させることにより、カメラ１６１に対する製品１６４の姿勢、従ってデートマークの姿勢を変えることができる。カメラ１６１と製品１６４のデートマークとの距離はほぼ一定である。ズームレンズ１６２により撮像倍率を変化させることで、画像解像度を制御することができる。また、撮像部１０１は、照明角度可変な照明器１６３を備える。照明器１６３は、緯度方向（高さ方向）の位置が異なるＬＥＤ等の照明部１６６を経度方向（周方向）８方位に備える。点灯する照明部１６６の位置を変化させることで、照明角度を制御することができる。
画像記憶部１０３は、撮像部１０１によって撮像して得られた製品のデートマークの画像を記憶するように構成されている。
特徴量抽出部１０４は、条件制御部１０２によって設定された画像処理の条件に基づいて、画像記憶部１０３に記憶された製品のデートマークの画像に対して画像処理を行うように構成されている。即ち、先ず、特徴量抽出部１０４は、デートマークの画像に対して図２を参照して説明した前処理を行う。次に特徴量抽出部１０４は、図３を参照して説明した特徴抽出処理を行う。
特徴量記憶部１０５は、特徴量抽出部１０４によって抽出された特徴量を記憶するように構成されている。
特徴量ペア生成部１０６は、特徴量記憶部１０５に記憶された複数の製品の複数のデートマークの特徴量から、製品のそれぞれについて、第１の特徴量ペアを生成するように構成されている。第１の特徴量ペアは、ペアを構成する２つの特徴量が同一の製品の複数のデートマーク画像から抽出された特徴量のペアを意味する。また、特徴量ペア生成部１０６は、特徴量記憶部１０５に記憶された複数の製品の複数のデートマークの特徴量から、製品の全ての組み合わせについて、第２の特徴量ペアを生成するように構成されている。第２の特徴量ペアは、ペアを構成する２つの特徴量が互いに異なる製品の複数のデートマーク画像から抽出された特徴量のペアを意味する。
第１の特徴量ペア記憶部１０７は、特徴量ペア生成部１０６によって生成された複数の第１の特徴量ペアを記憶するように構成されている。第２の特徴量ペア記憶部１０８は、特徴量ペア生成部１０６によって生成された複数の第２の特徴量ペアを記憶するように構成されている。
スコア算出部１０９は、２つの特徴量間の相関を計算し、２つの特徴量が類似している程度を表す照合スコアを算出するように構成されている。スコアを算出する対象となる２つの特徴量ペアは、第１の特徴量ペア、第２の特徴量ペア、及び、特徴量抽出部１０４で抽出された識別・照合対象とする特徴量と特徴量記憶部１０５に記憶された基準の特徴量とから成るペアである。スコア算出部１０９は、例えば、双方の特徴量間で対応する特徴量の要素数を用いてスコアを算出する。或いはスコア算出部１０９は、例えば、双方の特徴量を表すコード間のハミング距離によりスコアを算出する。スコアは、２つの特徴量が類似している程、即ち２つの特徴量の距離が小さい程、大きくなる値であってもよいし、その反対に小さくなる値であってもよい。但し、スコアの算出方法は上記の例に限定されない。
分布生成部１１０は、複数の第１の特徴量ペアの照合スコアの分布である第１の分布を生成するように構成されている。また分布生成部１１０は、複数の第２の特徴量ペアの照合スコアの分布である第２の分布を生成するように構成されている。ここで、第１の分布および第２の分布は、スコアの範囲を幾つかの区間に分けて、各区間に出現する第１の特徴量ペアおよび第２の特徴量ペアの数を表形式あるいはグラフ形式で表現した情報である。
分布記憶部１１１は、分布生成部１１０によって生成された第１の分布および第２の分布を記憶するように構成されている。
パラメータ決定部１１３は、分布記憶部１１１に記憶された第１の分布と第２の分布との分離度を算出するように構成されている。またパラメータ決定部１１３は、算出した分離度に基づいて、予め定められた撮像パラメータおよび画像処理パラメータの値を決定するように構成されている。
パラメータ記憶部１１４は、デートマーク情報に対応付けて、パラメータ決定部１１３によって決定された撮像パラメータおよび画像処理パラメータの値を記憶するように構成されている。
判定部１１５は、特徴量抽出部１０４で抽出された識別・照合対象とする特徴量と特徴量記憶部１０５に記憶された基準の特徴量とから成るペアについてスコア算出部１０９によって算出されたスコアに基づき、識別および照合の判定結果を生成するように構成されている。
情報提示部１１６は、判定部１１５の判定結果に基づき製品管理情報を提示するように構成されている。
個体識別装置１００は、例えば図６に示すように、カメラ等の撮影部１５１と、キーボードやマウスなどの操作入力部１５２と、液晶ディスプレイ等の画面表示部１５３と、通信インタフェース部１５４と、メモリやハードディスク等の記憶部１５５と、１以上のマイクロプロセッサ等の演算処理部１５６とを有するパーソナルコンピュータ等の情報処理装置１５０と、プログラム１５７とで実現することができる。
プログラム１５７は、情報処理装置１５０の立ち上げ時等に外部のコンピュータ読み取り可能な記憶媒体からメモリに読み込まれ、演算処理部１５６の動作を制御することにより、演算処理部１５６上に、撮像部１０１、条件制御部１０２、画像記憶部１０３、特徴量抽出部１０４、特徴量記憶部１０５、特徴量ペア生成部１０６、第１の特徴量ペア記憶部１０７、第２の特徴量ペア記憶部１０８、スコア算出部１０９、分布生成部１１０、分布記憶部１１１、パラメータ決定部１１３、パラメータ記憶部１１４、判定部１１５、情報提示部１１６、デートマーク情報入力部１１７といった機能的手段を実現する。
次に、本実施形態に係る個体識別装置１００の動作を説明する。個体識別装置１００の動作は、以下の三つに大別される。
（ａ）特定の撮像パラメータおよび画像処理パラメータの値を決定する事前処理の動作
（ｂ）個体登録の動作
（ｃ）個体識別および個体照合の動作
［特定の撮像パラメータおよび画像処理パラメータの値を決定する事前処理の動作］
本実施形態では、照明角度および画像解像度の２つの画像パラメータの値を事前に決定する。また、本実施形態では、特定の画像処理パラメータとして予め定められた前処理パラメータのセットおよび特徴抽出パラメータのセットを事前に決定する。前処理パラメータのセットは、少なくとも１つの前処理パラメータを含む。特徴抽出パラメータのセットは、少なくとも１つの特徴抽出パラメータを含む。
特定の撮像パラメータおよび画像処理パラメータの値を決定する処理は、金型デートマークの型番毎に実施する。
図７は、金型デートマークの型番毎に実施される特定の撮像パラメータおよび画像処理パラメータの値を決定する処理の一例を示す動作フローである。また、図８は、金型デートマーク毎に実施される特定の撮像パラメータおよび画像処理パラメータの値を決定する処理の一例を示すフローチャートである。
先ず、事前処理を管理するオペレータは、デートマーク情報入力部１１７を通じてパラメータ記憶部１１４に、これから処理する金型デートマークの型番を登録する（ステップＳ１０１）。
図９は、パラメータ記憶部１１４の内容例を示す。図９を参照すると、パラメータ記憶部１１４は、金型デートマークの型番に対応付けて、パラメータ決定部１１３によって決定されたパラメータを記憶する。パラメータは、撮像パラメータと画像処理パラメータとに大別される。また、撮像パラメータは、照明角度、および、画像解像度の２つのパラメータから構成される。また、画像処理パラメータは、前処理パラメータセット、および、特徴抽出パラメータセットの２つから構成されている。オペレータの入力時点では、照明角度、画像解像度、前処理パラメータセット、および画像処理パラメータセットの値は規定値となっている。この規定値は、パラメータ決定部１１３で決定された値で更新されることとなる。
次に、条件制御部１０２は、事前に定められた撮像パラメータ（本例では、照明角度と画像解像度）および事前に定められた画像処理パラメータ（本例では、前処理パラメータセットと特徴抽出パラメータセット）をパラメータセットＡとし、事前に定められた外乱要因として使用する撮像パラメータ（本例では、製品とカメラとの相対的な姿勢）をパラメータセットＢとし、パラメータセットＡの値の候補及びパラメータセットＢの値の候補を網羅的に生成する（ステップＳ１０２）。例えば、条件制御部１０２は、事前に定められた照明角度、画像解像度、前処理パラメータセット、特徴抽出パラメータセットの値を含み、少なくとも１つのパラメータの値が他の候補と相違するパラメータセットＡの値の候補を網羅的に生成する。また、条件制御部１０２は、製品とカメラとの相対的な姿勢をパラメータセットＢの値の候補として生成する。
図１０は、パラメータセットＡの値の候補の例を示す。この例では、条件制御部１０２は、照明角度をθ１からθａまでａ通りに変化させ、画像解像度をｍ１からｍｂまでｂ通りに変化させ、前処理パラメータセットをｐｒ１からｐｒｃまでｃ通りに変化させ、特徴抽出パラメータセットをｅｑ１からｅｑｄまでｄ通りに変化させることによって、ａ×ｂ×ｃ×ｄ通りのパラメータセットＡの値の候補ａ１～ａｎを生成している。
図１１は、パラメータセットＢの値の候補の例を示す。この例では、条件制御部１０２は、撮像する際の製品の姿勢をｍ通りに変化させることによって、ｍ通りのパラメータセットＢの値の候補ｂ１～ｂｍを生成している。
次に条件制御部１０２は、パラメータセットＡの値の候補を選択するための変数ｉを１にし（ステップＳ１０３）、パラメータセットＡの値の候補ａ１を選択する（ステップＳ１０４）。次に条件制御部１０２は、パラメータセットＢの値の候補を選択するための変数ｊを１にし（ステップＳ１０５）、パラメータセットＢとして候補ｂ１を選択する（ステップＳ１０６）。次に、条件制御部１０２は、上記選択した候補ａ１と候補ｂ１とで定まる撮像条件（照明角度、画像解像度、姿勢）を撮像部１０１に設定すると共に、上記選択した候補ａ１で定まる画像処理条件（前処理パラメータセット、特徴抽出パラメータセット）を特徴量抽出部１０４に設定する（ステップＳ１０７）。撮像条件の撮像部１０１への設定は、自動化されていてもよいし、撮像パラメータを画面表示部１５３に表示してユーザの手動によって設定してもよい。画像処理条件の特徴量抽出部１０４への設定は、自動化されていてもよいし、画像処理パラメータを画面表示部１５３に表示してユーザの手動によって設定してもよい。
次に、撮像部１０１は、型番１の金型デートマークを使用して製造されたデートマークを有するＮ（≧２、好ましくは≧３）個の製品サンプルのデートマーク画像を少なくとも１回ずつ撮像し、画像記憶部１０３に保存する（ステップＳ１０８）。撮像の対象となるデートマークを有する製品サンプルは、型番１の金型デートマークが組み込まれた製品金型を使用して製造された完成品であってもよいし、デートマーク部位のみの試作品であってもよい。上記動作により、画像記憶部１０３には、例えば図１２に示す画像Ｇ１１１、Ｇ２１１、…、ＧＮ１１のＮ枚の画像が、製品サンプルのＩＤおよび候補ａ１、ｂ１で定まる撮像・画像処理条件に対応付けて保存される。
次に特徴量抽出部１０４は、候補ａ１、ｂ１で定まる撮像・画像処理条件の下で撮像されて得られたＮ個の製品サンプルのデートマーク画像を画像記憶部１０３から読み出し、候補ａ１で定まる画像処理条件に基づいて、それぞれのデートマーク画像から特徴量を抽出し、特徴量記憶部１０５に保存する（ステップＳ１０９）。これにより、特徴量記憶部１０５には、例えば図１３に示す特徴量Ｖ１１１、Ｖ２１１、…、ＶＮ１１のＮ個の特徴量が、製品サンプルのＩＤおよび候補ａ１、ｂ１で定まる撮像・画像処理条件に対応付けて保存される。
次に条件制御部１０２は、変数ｊをインクリメントし（ステップＳ１１０）、変数ｊがｍより大きくなければ、ステップＳ１０６に戻って、上述した処理と同様の処理を繰り返す。これにより、上記と同じＮ個の製品サンプルのデートマーク画像が、候補ａ１、ｂ２で定まる撮像・画像処理条件の下で撮像され、且つそれぞれのデートマーク画像から特徴量が抽出される。同様の動作が、変数ｊがｍより大きくなるまで繰り返される（ステップＳ１１１）。これにより、パラメータセットＡの値をａ１に固定し、パラメータセットＢの値をｂ１、ｂ２、…、ｂｍと順番に変えてＮ個の製品サンプルのデートマークそれぞれが複数回撮像され、またそれぞれのデートマーク画像から特徴量が抽出されることになる。図１２に示す画像Ｇ１１１、Ｇ２１１、…、ＧＮ１１、Ｇ１１２、Ｇ２１２、…、ＧＮ１２、…、Ｇ１１ｍ、Ｇ２１ｍ、…、ＧＮ１ｍ、および図１３に示す特徴量Ｖ１１１、Ｖ２１１、…、ＶＮ１１、Ｖ１１２、Ｖ２１２、…、ＶＮ１２、…、Ｖ１１ｍ、Ｖ２１ｍ、…、ＶＮ１ｍは、このようにして撮像して得られた画像および特徴量である。
次に特徴量ペア生成部１０６は、特徴量記憶部１０５から特徴量Ｖ１１１、Ｖ２１１、…、ＶＮ１１、Ｖ１１２、Ｖ２１２、…、ＶＮ１２、…、Ｖ１１ｍ、Ｖ２１ｍ、…、ＶＮ１ｍを読み出し、第１の特徴量ペアおよび第２の特徴量ペアを生成し、第１の特徴量ペア記憶部１０７および第２の特徴量ペア記憶部１０８に保存する（ステップＳ１１２）。これにより、第１の特徴量ペア記憶部１０７には、例えば図１４に示す、ｍ個の特徴量（Ｖ１１１、Ｖ１１２、…、Ｖ１１ｍ）の中から２つを選ぶ組み合わせ、ｍ個の特徴量（Ｖ２１１、Ｖ２１２、…、Ｖ２１ｍ）の中から２つを選ぶ組み合わせ、…、ｍ個の特徴量（ＶＮ１１、ＶＮ１２、…、ＶＮ１ｍ）の中から２つを選ぶ組み合わせ、から構成される第１の特徴量ペアが、パラメータセットＡの候補ａ１に対応付けて保存される。また、第２の特徴量ペア記憶部１０８には、例えば図１５に示す、特徴量Ｖ１１ｘ（ｘ＝１、２、…、ｍ）と特徴量Ｖｉｙｙ（ｉ≠１、ｙは任意）との組み合わせ、特徴量Ｖ２１ｘ（ｘ＝１、２、…、ｍ）と特徴量Ｖｉｙｙ（ｉ≠２、ｙは任意）との組み合わせ、…、特徴量ＶＮ１ｘ（ｘ＝１、２、…、ｍ）と特徴量Ｖｉｙｙ（ｉ≠Ｎ、ｙは任意）との組み合わせ、から構成される第２の特徴量ペアが、パラメータセットＡの候補ａ１に対応付けて保存される。
次にスコア算出部１０９は、第１の特徴量ペア記憶部１０７からパラメータセットＡの候補ａ１に対応付けられた第１の特徴量ペアを読み出し、ペアを構成する特徴量間の相関を計算して照合スコアを算出し、分布生成部１１０はその算出された第１の特徴量ペアの照合スコアから第１の分布を生成して分布記憶部１１１に保存する（ステップＳ１１３）。これにより、分布記憶部１１１には、例えば図１６に示すように、パラメータセットＡの候補ａ１に対応つけて、第１の特徴量ペアの分布Ｄ１１が保存される。
またスコア算出部１０９は、第２の特徴量ペア記憶部１０８からパラメータセットＡの候補ａ１に対応付けられた第２の特徴量ペアを読み出し、ペアを構成する特徴量間の相関を計算して照合スコアを算出し、分布生成部１１０はその算出された第２の特徴量ペアの照合スコアから第２の分布を生成して分布記憶部１１１に保存する（ステップＳ１１４）。これにより、分布記憶部１１１には、例えば図１６に示すように、パラメータセットＡの候補ａ１に対応つけて、第２の特徴量ペアの分布Ｄ１２が保存される。
次にパラメータ決定部１１３は、分布記憶部１１１から第１の分布Ｄ１１および第２の分布Ｄ１２を読み出し、それらの分離度を計算して、分布記憶部１１１に保存する（ステップＳ１１５）。これにより、分布記憶部１１１には、例えば図１６に示すように、パラメータセットＡの候補ａ１に対応つけて、分離度ＳＰ１が保存される。
ここで、２つの分布の分離度ＳＰ１は、２つの分布Ｄ１１、Ｄ１２がどの程度分離しているかを表す尺度あるいは指標値である。分離度には、例えば以下に例示するような尺度を用いることができる。
＜分離度の尺度の例１＞
図１７に示すように、第１の特徴量ペアのスコアの分布（第１の分布）の平均をｍg、分散をσg、ペア数をωgとし、第２の特徴量ペアのスコアの分布（第２の分布）の平均をｍi、分散をσi、ペア数をωiとするとき、クラス内分散σw、クラス間分散σbは、それぞれ次式で与えられる。
σw＝（ωgσg 2＋ωiσi 2）／（ωg＋ωi） …（１）
σb＝ωgωi（ｍg－ｍi）2／（ωg＋ωi）2 …（２）
そして、次式で与えられるクラス内分散・クラス間分散比を分離度の尺度とすることができる。
分離度＝クラス内分散・クラス間分散比＝σb 2／σw 2 …（３）
＜分離度の尺度の例２＞
図１８に示すように、第１の特徴量ペアのスコアの分布（第１の分布）の最小値をＳg、第２の特徴量ペアのスコアの分布（第２の分布）の最大値をＳiとするとき、次式で与えられる、最小値Ｓgに対する最大値Ｓiの比率を分離度の尺度とすることができる。
分離度＝第１の分布の最小値に対する第２の分布の最大値の比率＝Ｓi／Ｓg
…（４）
＜分離度の尺度の例３＞
第１の特徴量ペアのスコアの分布から求められるＦＲＲ（Ｆａｌｓｅ Ｒｅｊｅｃｔｉｏｎ Ｒａｔｅ）と第２の特徴量ペアのスコアの分布から求められるＦＡＲ（Ｆａｌｓｅ Ａｃｃｅｐｔａｎｃｅ Ｒａｔｅ）とが等しくなるＥＥＲ（Ｅｑｕａｌ Ｅｒｒｏｒ Ｒａｔｅ）を、分離度の尺度とする。例えば、ＦＲＲは、図１９Ａに示すように、第１の特徴量ペアのスコアの累積ヒストグラム（第１の特徴量ペアの総数で正規化）として求めることができる。また、ＦＡＲは、図１９Ａに示すように、第２の特徴量ペアのスコアの累積ヒストグラム（第２の特徴量ペアの総数で正規化）として求めることができる。さらに、ＥＥＲは、図１９Ａに示すように、ＥＥＲとＦＲＲの交点の頻度（確率）として求めることができる。また、図１９Ｂに示すように、第１のスコアの累積ヒストグラムと第２のスコアのヒストグラムとが完全に分離する場合は、それぞれの累積ヒストグラムを近似する累積分布関数による外挿によって、ＥＥＲを算出することができる。
次にパラメータ決定部１１３は、算出した分離度ＳＰ１を予め定められた閾値と比較することにより、第１の特徴量ペアに基づく第１の分布Ｄ１１と第２の特徴量ペアに基づく第２の分布Ｄ１２とが閾値以上、分離しているか否かを判定する（ステップＳ１１６）。そして、パラメータ決定部１１３は、第１の分布Ｄ１１と第２の分布Ｄ１２との分離度ＳＰ１が閾値以上であれば、そのときのパラメータセットＡの候補ａ１が表す撮像パラメータおよび画像処理パラメータの値を金型デートマークの型番１に対応付けてパラメータ記憶部１１４に保存し（ステップＳ１１８）、図８に示す処理を終了する。
他方、パラメータ決定部１１３は、第１の分布Ｄ１１と第２の分布Ｄ１２との分離度ＳＰ１が閾値未満であれば、そのときのパラメータセットＡの候補ａ１が表す撮像パラメータおよび画像処理パラメータによる撮像条件・画像処理条件では、Ｎ個の製品サンプル相互間を識別できないと判断する。そして、パラメータ決定部１１３は、変数ｉをインクリメントし（ステップＳ１１７）、ｉがｎより大きくないことを確認して（ステップＳ１１９でＮＯ）、ステップＳ１０４に戻る。これにより、上述した処理と同様の処理が、パラメータセットＡの値を候補ａ２に固定して繰り返される（ステップＳ１０４～Ｓ１１６）。
以後、第１の分布と第２の分布との分離度が閾値以上となるパラメータセットＡの候補が見つかるか、変数ｉがｎより大きくなるか、何れかの条件が最初に成立するまで、図８に示す処理が実行される。なお、変数ｉがｎより大きくなるまでに分離度が閾値以上となるパラメータセットＡの候補が発見されなかった場合、パラメータ決定部１１３はエラーメッセージを出力し（ステップＳ１２０）、図８に示す処理を終了する。
図２０は、金型デートマークの型番毎に実施される特定の撮像パラメータおよび画像処理パラメータの値を決定する処理の他の例を示すフローチャートである。図２０に示す処理は、図８に示した処理と比較して、ステップＳ１１６、Ｓ１１８、Ｓ１２０がステップＳ１１６Ａ、Ｓ１１８Ａ、Ｓ１２０Ａで置換されている点で相違し、それ以外は図８に示した処理と同じである。
ステップＳ１１６Ａでは、パラメータ決定部１１３は、算出した分離度が閾値以上かつパラメータ記憶部１１４に保存されている同一型番のパラメータセットＡの候補の分離度以上であるか否かを判定する。パラメータ決定部１１３は、算出した分離度が閾値以上かつパラメータ記憶部１１４に保存されている同一型番のパラメータセットＡの候補の分離度以上であれば、パラメータ記憶部１１４に保存されている同一型番のパラメータセットＡの候補およびその分離度を、今回のパラメータセットＡの候補およびその分離度で上書きする（ステップＳ１１８Ａ）。そして、ステップＳ１１７に進む。他方、パラメータ決定部１１３は、算出した分離度が閾値以上でないか、或いは閾値以上であってもパラメータ記憶部１１４に保存されている同一型番のパラメータセットＡの分離度以上でなければ、ステップＳ１１８Ａをスキップして、ステップＳ１１７へ進む。
そして、パラメータ決定部１１３は、ステップＳ１１９において変数ｉがｎより大きくなったと判定すると、パラメータ記憶部１１４にパラメータセットＡの候補が保存されていなければエラーメッセージを出力し（ステップＳ１２０Ａ）、図２０の処理を終える。パラメータ記憶部１１４にパラメータセットＡの候補が保存されているときは、その保存された候補が、閾値以上かつ最大の分離度を与えるパラメータセットＡの候補、即ち事前に決定した撮像パラメータおよび画像処理パラメータの値となる。
［個体登録の動作］
次に、管理対象の製品個々を登録する個体登録の動作について説明する。
図２１および図２２は、個体登録の動作の処理フローおよびフローチャートである。先ず、個体登録を管理するオペレータは、デートマーク情報入力部１１７を通じて条件制御部１０２に対して、これから登録する製品のデートマークの形成に使用した金型デートマークの型番を入力する（ステップＳ１２１）。
条件制御部１０２は、デートマーク情報入力部１１７から入力された金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータの値をパラメータ記憶部１１４から読み出し、その撮像パラメータの値で定まる撮像条件を撮像部１０１に設定し、また、その画像処理パラメータの値で定まる画像処理条件を特徴量抽出部１０４に設定する（ステップＳ１２２）。例えば、型番１が入力された場合、条件制御部１０２は、型番１に対応付けて記憶されている照明角度と画像解像度を撮像部１０１に設定し、型番１に対応付けて記憶されている前処理パラメータと特徴抽出パラメータの値を特徴量抽出部１０４に設定する。上記撮像条件の撮像部１０１への設定は、自動化されていてもよいし、撮像条件を画面表示部１５３に表示してオペレータの手動によって設定してもよい。また、上記画像処理条件の特徴量抽出部１０４への設定は、自動化されていてもよいし、画像処理条件を画面表示部１５３に表示してオペレータの手動によって設定してもよい。
次に、撮像部１０１は、設定された撮像条件の下で、登録する製品のデートマーク上の微細な凹凸紋様の画像を少なくとも１回撮像し、画像記憶部１０３に保存する（ステップＳ１２３）。
次に、特徴量抽出部１０４は、画像記憶部１０３に保存された上記登録する製品のデートマーク上の微細な凹凸紋様の画像を読み出し、設定された画像処理条件に基づいて、その画像に対して画像処理を行って微細な凹凸紋様に係る特徴量を抽出し、この抽出した特徴量を登録特徴量として特徴量記憶部１０５に保存する（ステップＳ１２４）。このとき、特徴量記憶部１０５は、登録対象の製品のＩＤ番号、登録日時、寸法、製品仕様等といった当該登録対象の製品に係る情報（付帯情報とも称す）と紐付けて（対応付けて）、個体固有の特徴量を登録する。こうしておくことで、後述する個体識別や個体認証の判定結果に基づき、製造物等の対象物の個体管理情報を提示することが可能になる。
他の製品をさらに登録する場合、ステップＳ１２１～Ｓ１２４の動作が登録する製品の数だけ繰り返される。
図２３は、特徴量記憶部１０５に保存された個体登録情報の内容例を示す。特徴量ＰＦ１、ＰＦ２、…、ＰＦｎおよび付帯情報ＳＩ１、ＳＩ２、…、ＳＩｎは、登録対象の製品に１対１に対応する特徴量および付帯情報である。
［個体識別および個体照合の動作］
次に、製品個々を識別および照合する動作について説明する。
図２４および図２５は、個体識別および個体照合時の動作の処理フローおよびフローチャートである。先ず、個体識別および照合を管理するオペレータは、デートマーク情報入力部１１７を通じて条件制御部１０２に対して、これから識別および照合する製品のデートマークの形成に使用した金型デートマークの型番を入力する（ステップＳ１３１）。
条件制御部１０２は、デートマーク情報入力部１１７から入力された型番に対応する撮像パラメータおよび画像処理パラメータの値をパラメータ記憶部１１４から読み出し、その撮像パラメータの値で定まる撮像条件を撮像部１０１に設定し、また、その画像処理パラメータの値で定まる画像処理条件を特徴量抽出部１０４に設定する（ステップＳ１３２）。例えば、型番１を入力した場合、条件制御部１０２は、型番１に対応付けて記憶されている照明角度と画像解像度を撮像部１０１に設定し、型番１に対応付けて記憶されている前処理パラメータと特徴抽出パラメータの値を特徴量抽出部１０４に設定する。上記撮像条件の撮像部１０１への設定は、自動化されていてもよいし、撮像条件を画面表示部１５３に表示してオペレータの手動によって設定してもよい。また、上記画像処理条件の特徴量抽出部１０４への設定は、自動化されていてもよいし、画像処理条件を画面表示部１５３に表示してオペレータの手動によって設定してもよい。
次に、撮像部１０１は、設定された撮像条件の下で、識別および照合する製品のデートマーク上の微細な凹凸紋様の画像を少なくとも１回撮像し、画像記憶部１０３に保存する（ステップＳ１３３）。
次に、特徴量抽出部１０４は、画像記憶部１０３に保存された識別および照合する製品のデートマーク上の微細な凹凸紋様の画像を読み出し、設定された画像処理条件に基づいて、その画像に対して画像処理を行って微細な凹凸紋様に係る特徴量を抽出し、スコア算出部１０９へ出力する（ステップＳ１３４）。このとき、特徴量抽出部１０４からスコア算出部１０９へ出力される特徴量を、以下、個体識別・照合対象の特徴量と記す。
次に、スコア算出部１０９は、個体識別・照合対象の特徴量と、特徴量記憶部１０５に登録されている全ての特徴量ＰＦ１～ＰＦｎとの間の相関を計算して、全ての特徴量ＰＦ１～ＰＦｎに対する照合スコアを算出する（ステップＳ１３５）。次に、判定部１１５は、スコア算出部１０９が算出した照合スコアに基づき、個体識別・照合対象の特徴量が、特徴量記憶部１０５に記憶されている、どの特徴量と合致するかを判定する。例えば、判定部１１５は、個体識別・照合対象の特徴量と登録されている全特徴量との照合スコアをソートし、照合スコアが最大（相関が最大）となる特徴量を選択する（ステップＳ１３６）。そして、判定部１１５は、選択した特徴量に紐付いた付帯情報を特徴量記憶部１０５から読み出して、識別および照合対象の製品の生産物情報として出力する。
また、判定部１１５は、個体識別・照合対象の特徴量と特徴量記憶部１０５に記憶された全特徴量との照合スコアが、予め設定された閾値を超えるかどうかの判定を行ってもよい。そして、判定部１１５は、個体識別・照合対象の特徴量と特徴量記憶部１０５に記憶された全特徴量との照合スコアの何れも閾値を超えない場合、識別および照合対象の製品は、登録されていないと判断し、認証エラーを表す情報を出力する。このように動作する判定部１１５は、製品の真贋判定といった、個体認証目的で使用することができる。
続いて、情報提示部１１６は、判定部１１５から得た生産物情報や、認証エラー情報を受け、識別および照合対象の製品の個体識別結果である生産物情報や、個体認証情報を図示しない表示装置に表示し或いは外部の端末へ出力する（ステップＳ１３７）。
次に、本実施形態の効果を説明する。
本実施形態によれば、複数の製品のデートマークが表示する内容が同一であっても、複数の製品それぞれの個体を識別することができる。その理由は、製造時にランダムに形成されるデートマークの素材上の微細な凹凸のパターンの個体差を個体識別に利用しているためである。
図２６は、同一の金型デートマークを組み込んだ製品金型によって製造された複数の製品の個体をデートマーク上の微細な凹凸のパターンの特徴量によって個体識別できるか否かを統計的に検証した結果の一例を示すグラフである。図２６のグラフの縦軸は照合スコアを示し、横軸は照合箇所を示す。デートマークの場合、同一製品サンプルペアの照合スコアの分布１７１と、異なる製品サンプルペアの照合スコアの分布１７２とは完全に分離することが確認された。一方、デートマーク以外の箇所１と箇所２の２つを選定し、同様の検証を行った。その結果、箇所１の場合、同一製品サンプルペアの照合スコアの分布１７３と、異なる製品サンプルペアの照合スコアの分布１７４とは完全に分離するが、その分離の程度はデートマークより小さかった。また、箇所２の場合、同一製品サンプルペアの照合スコアの分布１７５と、異なる製品サンプルペアの照合スコアの分布１７５とは分離せず、照合に失敗する恐れがあった。
また本実施形態によれば、個体識別のための製造コストを抑えることができる。その理由は、製造時にランダムに形成されるデートマークの素材上の微細な凹凸のパターンの個体差を個体識別に利用するため、複数の製品のデートマークが表示する内容が同一であっても、製品の個体を識別することができるためである。
また本実施形態によれば、撮像条件および画像処理条件を事前に決定しておくことが容易に行える。その理由は、或る型番の金型デートマークに基づいて決定した好適な撮像条件および画像処理条件は、同一型番の金型デートマークを使用する既存製品および新製品のすべてに適用できるためである。
また本実施形態によれば、互いに類似する複数種類のデートマーク間の識別に有用な撮像条件および画像処理条件を決定することができる。その理由は、複数種類の撮像パラメータおよび画像処理パラメータのうちの特定のパラメータセットＡの値を或る候補値とし、物体の撮像時の姿勢などの外乱要因であるパラメータセットＢの値を変えてＮ（Ｎ≧２、好ましくはＮ≧３）種類の対象物（製品のデートマーク）のそれぞれを複数回撮像して得られた複数の画像を取得する撮像部１０１と、上記複数の画像のそれぞれから特徴量を抽出する特徴量抽出部１０４と、ペアを構成する２つの特徴量が同一の種類の対象物の複数の画像から抽出された特徴量ペアを、Ｎ種類の対象物のそれぞれについて第１の特徴量ペアとして生成し、ペアを構成する２つの特徴量が互いに異なる種類の対象物の複数の画像から抽出された特徴量ペアを、Ｎ種類の対象物の全ての組み合わせについて第２の特徴量ペアとして生成する特徴量ペア生成部１０６と、複数の第１の特徴量ペアの照合スコアの分布である第１の分布を生成し、第２の特徴量ペアの照合スコアの分布である第２の分布を生成する分布生成部１１０と、第１の分布と第２の分布との分離度に基づいて、パラメータセットＡの上記候補値の採用可否を決定するパラメータ決定部１１３とを備えているためである。
なお、上記の説明では、個体識別装置１００は、特定の撮像パラメータおよび画像処理パラメータを図８または図２０に示す処理によって決定するように構成されている。しかし、本実施形態の変形例として、個体識別装置１００は、特定の撮像パラメータを図８または図２０に示す処理によって決定し、画像処理パラメータは予め定められた固定の値を使用するように構成されていてもよい。或いは、本実施形態の他の変形例として、個体識別装置１００は、特定の画像処理パラメータを図８または図２０に示す処理によって決定し、撮像パラメータは予め定められた固定の値を使用するように構成されていてもよい。
［第２の実施形態］
図２７を参照すると、本発明の第２の実施形態に係る個体識別システム２００は、パラメータ学習装置２１０と、パラメータ管理装置２３０と、個体登録装置２４０と、特徴量管理装置２５０と、個体照合装置２６０と、これらを相互に通信可能に接続するネットワーク２７０とから構成されている。これらの各装置２１０、２３０、２４０、２５０、２６０のそれぞれは、１台または複数台のコンピュータなどの情報処理装置で構成される。
パラメータ学習装置２１０は、金型デートマークの型番毎に撮像パラメータおよび画像処理パラメータを学習するように構成されている。パラメータ学習装置２１０は、例えば、金型デートマークを製造または販売する会社によって運営される。
図２８は、パラメータ学習装置２１０の一例を示すブロック図である。図２８を参照すると、パラメータ学習装置２１０は、撮像部２１１、条件制御部２１２、画像記憶部２１３、特徴量抽出部２１４、特徴量記憶部２１５、特徴量ペア生成部２１６、第１の特徴量ペア記憶部２１７、第２の特徴量ペア記憶部２１８、スコア算出部２１９、分布生成部２２０、分布記憶部２２１、パラメータ決定部２２３、パラメータ記憶部２２４、デートマーク情報入力部２２７、および、パラメータ登録部２２８を含んで構成されている。パラメータ登録部２２８以外の部分は、全体として学習手段を構成している。学習手段を構成する各部分は、図４に示した個体識別装置１００における撮像部１０１、条件制御部１０２、画像記憶部１０３、特徴量抽出部１０４、特徴量記憶部１０５、特徴量ペア生成部１０６、第１の特徴量ペア記憶部１０７、第２の特徴量ペア記憶部１０８、スコア算出部１０９、分布生成部１１０、分布記憶部１１１、パラメータ決定部１１３、パラメータ記憶部２２４、デートマーク情報入力部１１７と同様の機能を有している。
パラメータ登録部２２８は、学習手段によって学習された撮像パラメータおよび画像処理パラメータを、金型デートマークの型番に対応付けて、パラメータ管理装置２３０に登録するように構成されている。
パラメータ管理装置２３０は、パラメータ学習装置２１０で学習された撮像パラメータおよび画像処理パラメータを、金型デートマークの型番に対応付けて記憶して管理するように構成されている。パラメータ管理装置２３０は、例えば、金型デートマークを製造または販売する会社、或いは、金型デートマークを使って製品を製造または販売する会社によって運営される。
図２９は、パラメータ管理装置２３０の一例を示すブロック図である。図２９を参照すると、パラメータ管理装置２３０は、パラメータデータベース２３１とコントローラ２３２とを含んで構成されている。パラメータデータベース２３１は、金型デートマークの型番に対応付けて撮像パラメータおよび画像処理パラメータをテーブルに記憶するように構成されている。例えば、テーブルの１つの行は１つのレコードで構成され、１つのレコードは、金型デートマークの型番、撮像パラメータ、画像処理パラメータの各項目で構成される。コントローラ２３２は、外部から入力される処理要求に応じて、パラメータデータベース２３１に対して、レコード単位でデータの追加、選択、削除、更新を行うように構成されている。
個体登録装置２４０は、登録対象製品のデートマーク画像から特徴量を抽出するように構成されている。個体登録装置２４０は、例えば、製品を製造または販売する会社によって運営される。
図３０は、個体登録装置２４０の一例を示すブロック図である。図３０を参照すると、個体登録装置２４０は、撮像部２４１、条件制御部２４２、画像記憶部２４３、特徴量抽出部２４４、およびデートマーク情報入力部２４７を含んで構成されている。これらは、図４に示した個体識別装置１００における撮像部１０１、条件制御部１０２、画像記憶部１０３、特徴量抽出部１０４、デートマーク情報入力部１１７と同様の機能を有している。
特徴量管理装置２５０は、個体登録装置２４０で抽出された登録対象製品の特徴量に対応付けて製品の付帯情報を記憶して管理するように構成されている。特徴量管理装置２５０は、例えば、製品を製造または販売する会社によって運営される。
図３１は、特徴量管理装置２５０の一例を示すブロック図である。図３１を参照すると、特徴量管理装置２５０は、特徴量データベース２５１とコントローラ２５２とを含んで構成されている。特徴量データベース２５１は、登録対象製品の特徴量に対応付けて製品の付帯情報をテーブルに記憶するように構成されている。例えば、テーブルの１つの行は１つのレコードで構成され、１つのレコードは、登録対象製品の特徴量、登録対象製品の付帯情報の各項目で構成される。コントローラ２５２は、外部から入力される処理要求に応じて、特徴量データベース２５１に対して、レコード単位でデータの追加、選択、削除、更新を行うように構成されている。
個体照合装置２６０は、照合対象製品のデートマーク画像から特徴量を抽出し、この抽出した特徴量と特徴量管理装置２５０に記憶されている登録対象製品の特徴量とを照合するように構成されている。個体照合装置２６０は、例えば、製品を製造または販売する会社によって運営される。或いは、個体照合装置２６０は、個人が所有するスマートフォン等の携帯情報端末で実現される。
図３１は、個体照合装置２６０の一例を示すブロック図である。図３１を参照すると、個体照合装置２６０は、撮像部２６１、条件制御部２６２、画像記憶部２６３、特徴量抽出部２６４、判定部２６５、情報提示部２６６、デートマーク情報入力部２６７、スコア算出部２６９を含んで構成されている。これらは、図４に示した個体識別装置１００における撮像部１０１、条件制御部１０２、画像記憶部１０３、特徴量抽出部１０４、判定部１１５、情報提示部１１６、デートマーク情報入力部１１７と同様の機能を有している。
次に、本実施形態に係る個体識別システム２００の動作を説明する。個体識別システム２００の動作は、以下の三つに大別される。
（ａ）特定の撮像パラメータおよび画像処理パラメータの値を決定する事前処理の動作
（ｂ）個体登録の動作
（ｃ）個体識別および個体照合の動作
［特定の撮像パラメータおよび画像処理パラメータの値を決定する事前処理の動作］
この動作は、パラメータ学習装置２１０により行われる。このときのパラメータ学習装置２１０の動作は、パラメータ登録部２２８の動作を除き、個体識別装置１００における事前処理の動作と基本的に同じである。パラメータ登録部２２８は、パラメータ記憶部２２４から読み出した金型デートマークの型番とそれに対応する撮像パラメータおよび画像処理パラメータとで構成されるレコードを付加した追加要求をパラメータ管理装置２３０に送信する。パラメータ管理装置２３０のコントローラ２３２は、上記追加要求を受信すると、付加されているレコードをパラメータデータベース２３１のテーブルに追加する。これによって、パラメータデータベース２３１には、例えば図９に示したデータと同様なデータが記憶されることになる。
［個体登録の動作］
この動作は、個体登録装置２４０により行われる。このときの個体登録装置２４０の動作は、個体識別装置１００における個体登録の動作と以下の点を除いて基本的に同じである。条件制御部２４２は、デートマーク情報入力部２４７から入力された金型デートマークの型番を指定した選択処理要求をパタメータ管理装置２３０へ送信する。パラメータ管理装置２３０のコントローラ２３２は、選択処理要求で指定された金型デートマークの型番を有するレコードをパラメータデータベース２３１から取得し、この取得したレコードを条件制御部２４２に返却する。条件制御部２４２は、返却されたレコードから撮像パラメータと画像処理パラメータを取得する。また、特徴量抽出部２４４は、抽出した特徴量と付帯情報とを含むレコードを付加した追加処理要求を特徴量管理装置２５０へ送信する。特徴量管理装置２５０のコントローラ２５２は、追加処理要求に付加されたレコードを特徴量データベース２５１のテーブルに追加する。これによって、特徴量データベース２５１には、例えば図２３に示されるデータと同様なデータ、即ち、登録対象の製品に１対１に対応する特徴量および付帯情報が登録されることになる。
［個体識別および個体照合の動作］
この動作は、個体照合装置２６０により行われる。このときの個体照合装置２６０の動作は、個体識別装置１００における個体識別および個体照合の動作と以下の点を除いて基本的に同じである。条件制御部２６２は、デートマーク情報入力部２６７から入力された金型デートマークの型番を指定した選択処理要求をパタメータ管理装置２３０へ送信する。パラメータ管理装置２３０のコントローラ２３２は、選択処理要求で指定された金型デートマークの型番を有するレコードをパラメータデータベース２３１から取得し、この取得したレコードを条件制御部２６２に返却する。条件制御部２６２は、返却されたレコードから撮像パラメータと画像処理パラメータを取得する。また、スコア算出部２６９は、全レコードの取得を要求する処理要求を特徴量管理装置２５０へ送信する。特徴量管理装置２５０のコントローラ２５２は、特徴量データベース２５１のテーブルの全レコードを応答としてスコア算出部２６９へ返却する。スコア算出部２６９は、各レコードから登録特徴量および付帯情報を取得する。
本実施形態によれば、第１の実施形態と同様の効果が得られると共に、特定の撮像パラメータおよび画像処理パラメータの値を決定する学習作業、登録製品に係る個体登録作業、個体識別・照合作業を、複数の装置、複数のオペレータで分担して実施することができる。
［第３の実施の形態］
次に、本発明の第３の実施の形態に係る個体識別装置について説明する。図３３は、本実施の形態における個体識別装置３００の構成を示すブロック図である。
図３３を参照すると、個体識別装置３００は、撮像手段３０１と抽出手段３０２とを含んで構成される。
撮像手段３０１は、製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得するように構成されている。撮像手段３０１は、例えば図４の撮像部１０１と同様に構成することができるが、それに限定されない。撮像手段は撮影手段とも呼ぶ。
抽出手段３０２は、撮像手段３０１によって取得された画像から微細な凹凸のパターンに係る特徴量を製品の個体を識別するデータとして抽出するように構成されている。抽出手段３０２は、例えば図４の特徴量抽出部１０４と同様に構成することができるが、それに限定されない。
このような構成を有する個体識別装置３００は、以下のように動作する。即ち、先ず撮像手段３０１が、製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得する。次に抽出手段３０２が、撮像手段３０１によって取得された画像から微細な凹凸のパターンに係る特徴量を製品の個体を識別するデータとして抽出する。
上記のように構成され動作する個体識別装置３００によれば、個体識別のための製造コストを抑えることができる。その理由は、製造時にランダムに形成されるデートマークの素材上の微細な凹凸のパターンの個体差を個体識別に利用するため、複数の製品のデートマークが表示する内容が同一であっても、製品の個体を識別することができるためである。
［第４の実施の形態］
次に、本発明の第４の実施の形態に係る個体登録装置について説明する。図３４は、本実施形態に係る個体登録装置４００の構成を示すブロック図である。
図３４を参照すると、個体登録装置４００は、条件設定手段４０１と撮像手段４０２と特徴量抽出手段４０３とを含んで構成される。
条件設定手段４０１は、登録対象製品の製造に使用された金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータをパラメータデータベースから取得し、取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定するように構成されている。撮像パラメータは、金型デートマークを使用して製造された製品のデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像する条件に係るパラメータである。また画像処理パラメータは、デートマークを撮像した画像から微細な凹凸のパターンに係る特徴量を抽出する条件に係るパラメータである。条件設定手段４０１は、例えば図３０の条件制御部２４２と同様に構成することができるが、それに限定されない。
撮像手段４０２は、設定された撮像条件の下で、登録対象製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得するように構成されている。撮像手段４０２は、例えば図３０の撮像部２４１と同様に構成することができるが、それに限定されない。
特徴量抽出手段４０３は、設定された画像処理条件の下で、撮像手段４０２で撮像した画像から微細な凹凸のパターンに係る特徴量を登録対象製品の特徴量として抽出し、特徴量データベースに登録するように構成されている。特徴量抽出手段４０３は、例えば図３０の特徴量抽出部２４４と同様に構成することができるが、それに限定されない。
このような構成を有する個体登録装置４００は、以下のように動作する。即ち、先ず条件設定手段４０１が、登録対象製品の製造に使用された金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータをパラメータデータベースから取得し、取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する。次に撮像手段４０２が、設定された撮像条件の下で、登録対象製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得する。次に特徴量抽出手段４０３が、設定された画像処理条件の下で、撮像手段４０２で撮像した画像から微細な凹凸のパターンに係る特徴量を登録対象製品の特徴量として抽出し、特徴量データベースに登録する。
上記のように構成され動作する個体登録装置４００によれば、個体識別のための製造コストを抑えることができる。その理由は、製造時にランダムに形成されるデートマークの素材上の微細な凹凸のパターンの個体差を個体識別に利用するため、複数の製品のデートマークが表示する内容が同一であっても、製品の個体を識別することができるためである。
［第５の実施の形態］
次に、本発明の第５の実施の形態に係る個体照合装置について説明する。図３５は、本実施形態に係る個体照合装置５００の構成を示すブロック図である。
図３５を参照すると、個体照合装置５００は、条件設定手段５０１と撮像手段５０２と特徴量抽出手段５０３と照合手段５０４とを含んで構成される。
条件設定手段５０１は、照合対象製品の製造に使用された金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータをパラメータデータベースから取得し、取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定するように構成されている。撮像パラメータは、金型デートマークを使用して製造された製品のデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像する条件に係るパラメータである。また画像処理パラメータは、デートマークを撮像した画像から微細な凹凸のパターンに係る特徴量を抽出する条件に係るパラメータである。条件設定手段５０１は、例えば図３２の条件制御部２６２と同様に構成することができるが、それに限定されない。
撮像手段５０２は、設定された撮像条件の下で、照合対象製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得するように構成されている。撮像手段５０２は、例えば図３２の撮像部２６１と同様に構成することができるが、それに限定されない。
特徴量抽出手段５０３は、設定された画像処理条件の下で、撮像手段５０２で撮像された画像から微細な凹凸のパターンに係る特徴量を照合対象製品の特徴量として抽出するように構成されている。特徴量抽出手段５０３は、例えば図３２の特徴量抽出部２６４と同様に構成することができるが、それに限定されない。
照合手段５０４は、特徴量抽出手段５０３で抽出された照合対象製品の特徴量と登録特徴量とを照合するように構成されている。照合手段５０４は、例えば図３２のスコア算出部２６９および判定部２６５と同様に構成することができるが、それに限定されない。
このような構成を有する個体照合装置５００は、以下のように動作する。即ち、先ず条件設定手段５０１が、照合対象製品の製造に使用された金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータをパラメータデータベースから取得し、取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する。次に撮像手段５０２が、設定された撮像条件の下で、照合対象製品に形成されたデートマークであって微細な凹凸が基材上にランダムに形成されたデートマークを撮像して得られた画像を取得する。次に特徴量抽出手段５０３は、設定された画像処理条件の下で、撮像手段５０２で撮像された画像から微細な凹凸のパターンに係る特徴量を照合対象製品の特徴量として抽出する。次に照合手段５０４が、特徴量抽出手段５０３で抽出された照合対象製品の特徴量と登録特徴量とを照合する。
上記のように構成され動作する個体照合装置５００によれば、個体識別のための製造コストを抑えることができる。その理由は、製造時にランダムに形成されるデートマークの素材上の微細な凹凸のパターンの個体差を個体識別に利用するため、複数の製品のデートマークが表示する内容が同一であっても、製品の個体を識別することができるためである。
［その他の実施の形態］
上記の実施形態では、事前に決定（学習）した撮像パラメータおよび画像処理パラメータを金型デートマークの型番に対応付けてデータベース等の記憶手段に記憶した。しかし、事前に決定（学習）した画像処理パラメータおよび画像処理パラメータを、金型デートマークの画像或いはその画像上の表示に対応付けてデータベース等の記憶手段に記憶するようにしてもよい。このような構成によれば、例えば照合対象とする製品のデートマークの画像或いはその画像上の表示をキーにデータベース等の記憶手段を検索することにより、そのデートマークの製造に使用した金型デートマークの型番に対応する撮像パラメータおよび画像処理パラメータを取得することができる。
また、製品の識別情報（例えば製品のシリアル番号やロット番号など）とその製品のデートマークの製造に使用した金型デートマークの型番との対応表を、デートマーク情報入力手段から参照可能なように事前に記憶しておくようにしてもよい。このような構成によれば、金型デートマークの型番の代わりに製品の識別情報が入力された場合、デートマーク情報入力手段は、入力された製品の識別情報に対応する金型デートマークの型番を、対応表を参照して取得し、取得した金型デートマークの型番をパラメータ記憶部や条件制御部に出力することができる。
以上、上記各実施形態を参照して本発明を説明したが、本発明は、上述した実施形態に限定されるものではない。本発明の構成や詳細には、本発明の範囲内で当業者が理解しうる様々な変更をすることができる。
本発明は、各種製品のトレーサビリティを確保する分野に適用できる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載され得るが、以下には限られない。
［付記１］
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別する個体識別装置であって、
前記製品に形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する抽出手段と、
を備える個体識別装置。
［付記２］
金型デートマークの型番毎に撮像パラメータを記憶するパラメータ記憶手段と、
前記デートマークの形成に使用された金型デートマークの型番に対応する前記撮像パラメータを前記パラメータ記憶手段から取得するパラメータ取得手段と、
前記取得された撮像パラメータで定まる撮像条件を設定する条件設定手段と、
をさらに備え、
前記撮影手段は、前記設定された撮像条件の下で、前記画像を取得する、
付記１に記載の個体識別装置。
［付記３］
前記パラメータ記憶手段は、前記金型デートマークの型番毎に、さらに、画像処理パラメータを記憶し、
前記パラメータ取得手段は、さらに、前記金型デートマークの型番に対応する前記画像処理パラメータを前記パラメータ記憶手段から取得し、
前記条件設定手段は、さらに、前記取得された画像処理パラメータで定まる画像処理条件を設定し、
前記抽出手段は、前記設定された画像処理条件の下で、前記特徴量を抽出する、
付記２に記載の個体識別装置。
［付記４］
金型デートマークの型番毎に前記撮像パラメータおよび前記画像処理パラメータを、前記金型デートマークを使用して製造されたデートマークのサンプルを撮像した画像を用いて学習する学習手段を、さらに備える、
付記３に記載の個体識別装置。
［付記５］
前記特徴量を登録特徴量として記憶する特徴量記憶手段を、さらに備える、
付記１乃至４の何れかに記載の個体識別装置。
［付記６］
前記特徴量を照合に係る特徴量として登録特徴量と照合する照合手段を、さらに備える、
付記１乃至５の何れかに記載の個体識別装置。
［付記７］
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別する個体識別方法であって、
前記製品に形成されたデートマークを撮像して得られた画像を取得し、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する、
個体識別方法。
［付記８］
金型デートマークの型番毎に撮像パラメータを記憶するパラメータ記憶手段から、前記デートマークの形成に使用された金型デートマークの型番に対応する前記撮像パラメータを取得し、
前記取得した撮像パラメータで定まる撮像条件を設定し、
前記画像の取得では、前記設定された撮像条件の下で、前記画像を取得する、
付記７に記載の個体識別方法。
［付記９］
金型デートマークの型番毎に撮像パラメータおよび画像処理パラメータを記憶するパラメータ記憶手段から、前記デートマークの形成に使用された金型デートマークの型番に対応する前記撮像パラメータおよび画像処理パラメータを取得し、
前記取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定し、
前記画像の取得では、前記設定された撮像条件の下で、前記画像を取得し、
前記特徴量の抽出では、前記設定された画像処理条件の下で、前記特徴量を抽出する、
付記７に記載の個体識別方法。
［付記１０］
金型デートマークの型番毎に前記撮像パラメータおよび前記画像処理パラメータを、前記金型デートマークを使用して製造されたデートマークのサンプルを撮像した画像を用いて学習する、
付記９に記載の個体識別方法。
［付記１１］
前記特徴量を登録特徴量として記憶する、
付記７乃至１０の何れかに記載の個体識別方法。
［付記１２］
前記特徴量を照合に係る特徴量として登録特徴量と照合する、
付記７乃至１１の何れかに記載の個体識別方法。
［付記１３］
ランダムに形成された凹凸のパターンを表面に有する製品の個体を識別するコンピュータに、
前記製品に形成されたデートマークを撮像して得られた画像を取得する処理と、
前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する処理と、
を行わせるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。
［付記１４］
金型デートマークの型番毎に、前記金型デートマークを使用して製造された製品のデートマークを撮像する条件に係る撮像パラメータ、および前記デートマークを撮像した画像から凹凸のパターンに係る特徴量を抽出する条件に係る画像処理パラメータを、前記金型デートマークの型番に対応付けて記憶するパラメータデータベースから、登録対象製品の製造に使用された金型デートマークの型番に対応する前記撮像パラメータおよび前記画像処理パラメータを取得し、前記取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する条件設定手段と、
前記設定された撮像条件の下で、前記登録対象製品に形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
前記設定された画像処理条件の下で、前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記登録対象製品の特徴量として抽出し、特徴量データベースに登録する特徴量抽出手段と、
を備える個体登録装置。
［付記１５］
金型デートマークの型番毎に、前記金型デートマークを使用して製造された製品のデートマークを撮像する条件に係る撮像パラメータ、および前記デートマークを撮像した画像から凹凸のパターンに係る特徴量を抽出する条件に係る画像処理パラメータを、前記金型デートマークの型番に対応付けて記憶するパラメータデータベースから、照合対象製品の製造に使用された金型デートマークの型番に対応する前記撮像パラメータおよび前記画像処理パラメータを取得し、前記取得した撮像パラメータおよび画像処理パラメータで定まる撮像条件および画像処理条件を設定する条件設定手段と、
前記設定された撮像条件の下で、前記照合対象製品に形成されたデートマークを撮像して得られた画像を取得する撮像手段と、
前記設定された画像処理条件の下で、前記デートマークを撮影した画像から前記凹凸のパターンに係る特徴量を前記照合対象製品の特徴量として抽出する特徴量抽出手段と、
前記照合対象製品の特徴量と登録特徴量とを照合する照合手段と、
を備える個体照合装置。
１０…製品
１１…デートマーク
１１ａ～１１ｅ…凹凸
１２、１３…ロゴ
２０…製品
２１…デートマーク
１００…個体識別装置
１０１…撮像部
１０２…条件制御部
１０３…画像記憶部
１０４…特徴量抽出部
１０５…特徴量記憶部
１０６…特徴量ペア生成部
１０７…第１の特徴量ペア記憶部
１０８…第２の特徴量ペア記憶部
１０９…スコア算出部
１１０…分布生成部
１１１…分布記憶部
１１３…パラメータ決定部
１１４…パラメータ記憶部
１１５…判定部
１１６…情報提示部
１１７…デートマーク情報入力部
１５０…情報処理装置
１５１…撮影部
１５２…操作入力部
１５３…画面表示部
１５４…通信インタフェース部
１５５…記憶部
１５６…演算処理部
１５７…プログラム
１６１…カメラ
１６２…ズームレンズ
１６３…照明器
１６４…製品
１６５…テーブル
１６６…照明部
１７１～１７６…分布
２００…個体識別システム
２１０…パラメータ学習装置
２１１…撮像部
２１２…条件制御部
２１３…画像記憶部
２１４…特徴量抽出部
２１５…特徴量記憶部
２１６…特徴量ペア生成部
２１７…第１の特徴量ペア記憶部
２１８…第２の特徴量ペア記憶部
２１９…スコア算出部
２２０…分布生成部
２２１…分布記憶部
２２３…パラメータ決定部
２２４…パラメータ記憶部
２２７…デートマーク情報入力部
２２８…パラメータ登録部
２２９…学習手段
２３０…パラメータ管理装置
２３１…パラメータデータベース
２３２…コントローラ
２４０…個体登録装置
２４１…撮像部
２４２…条件制御部
２４３…画像記憶部
２４４…特徴量抽出部
２４５…特徴量記憶部
２５０…特徴量管理装置
２５１…特徴量データベース
２５２…コントローラ
２６０…個体照合装置
２６１…撮像部
２６２…条件制御部
２６３…画像記憶部
２６４…特徴量抽出部
２６５…判定部
２６６…情報提示部
２６７…デートマーク情報入力部
２７０…ネットワーク
３００…個体識別装置
３０１…撮像手段
３０２…抽出手段
４００…個体登録装置
４０１…条件設定手段
４０２…撮像手段
４０３…特徴量抽出手段
５００…個体照合装置
５０１…条件設定手段
５０２…撮像手段
５０３…特徴量抽出手段
５０４…照合手段

Claims (8)

  1. 金型デートマークが組み込まれた製品金型を用いて製造された製品の個体を識別する個体識別装置であって、
    前記製品に前記金型デートマークによって形成されたデートマークを撮像して得られた画像を取得する撮影手段と、
    前記デートマークを撮影した画像から前記デートマークの表面に形成されたランダムな凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する抽出手段と、
    を備える個体識別装置。
  2. 前記金型デートマークの型番毎に撮像パラメータを記憶するパラメータ記憶手段と、
    前記デートマークの形成に使用された前記金型デートマークの型番に対応する前記撮像パラメータを前記パラメータ記憶手段から取得するパラメータ取得手段と、
    前記取得された撮像パラメータで定まる撮像条件を設定する条件設定手段と、
    をさらに備え、
    前記撮影手段は、前記設定された撮像条件の下で、前記画像を取得する、
    請求項１に記載の個体識別装置。
  3. 前記パラメータ記憶手段は、前記金型デートマークの型番毎に、さらに、画像処理パラメータを記憶し、
    前記パラメータ取得手段は、さらに、前記金型デートマークの型番に対応する前記画像処理パラメータを前記パラメータ記憶手段から取得し、
    前記条件設定手段は、さらに、前記取得された画像処理パラメータで定まる画像処理条件を設定し、
    前記抽出手段は、前記設定された画像処理条件の下で、前記特徴量を抽出する、
    請求項２に記載の個体識別装置。
  4. 前記金型デートマークの型番毎に前記撮像パラメータを決定して前記パラメータ記憶手段に保存する条件制御手段を、さらに備え、
    前記条件制御手段は、前記金型デートマークの型番に対応する前記撮像パラメータの決定では、
    複数種類の撮像パラメータのうちの特定の撮像パラメータの値を或る候補値とし、残りの撮像パラメータの値を変えて、前記型番の金型デートマークが組み込まれた製品金型を用いて製造されたＮ（Ｎ≧２）種類の製品個体それぞれのデートマークをそれぞれ複数回撮像して得られた複数の画像を取得し、
    前記複数の画像のそれぞれから特徴量を抽出し、
    ペアを構成する２つの特徴量が同一の製品個体のデートマークの複数の画像から抽出された特徴量ペアを、前記Ｎ種類の製品個体それぞれについて第１の特徴量ペアとして生成し、ペアを構成する２つの特徴量が互いに異なる製品個体のデートマークの画像から抽出された特徴量ペアを、前記Ｎ種類の製品個体の全ての組み合わせについて第２の特徴量ペアとして生成し、
    前記複数の第１の特徴量ペアの照合スコアの分布である第１の分布を生成し、前記第２の特徴量ペアの照合スコアの分布である第２の分布を生成し、前記第１の分布と前記第２の分布との分離度に基づいて、前記候補値の採用可否を決定する、
    請求項２に記載の個体識別装置。
  5. 前記特徴量を登録特徴量として記憶する特徴量記憶手段を、さらに備える、
    請求項１乃至４の何れかに記載の個体識別装置。
  6. 前記特徴量を照合に係る特徴量として登録特徴量と照合する照合手段を、さらに備える、
    請求項１乃至５の何れかに記載の個体識別装置。
  7. 金型デートマークが組み込まれた製品金型を用いて製造された製品の個体を識別する個体識別方法であって、
    前記製品に前記金型デートマークによって形成されたデートマークを撮像して得られた画像を取得し、
    前記デートマークを撮影した画像から前記デートマークの表面に形成されたランダムな凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する、
    個体識別方法。
  8. 金型デートマークが組み込まれた製品金型を用いて製造された製品の個体を識別するコンピュータに、
    前記製品に前記金型デートマークによって形成されたデートマークを撮像して得られた画像を取得する処理と、
    前記デートマークを撮影した画像から前記デートマークの表面に形成されたランダムな凹凸のパターンに係る特徴量を前記製品の個体を識別するデータとして抽出する処理と、
    を行わせるためのプログラム。
JP2020557490A 2018-11-29 2018-11-29 個体識別装置 Active JP7215491B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/044062 WO2020110269A1 (ja) 2018-11-29 2018-11-29 個体識別装置

Publications (2)

Publication Number Publication Date
JPWO2020110269A1 JPWO2020110269A1 (ja) 2021-10-07
JP7215491B2 true JP7215491B2 (ja) 2023-01-31

Family

ID=70854170

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020557490A Active JP7215491B2 (ja) 2018-11-29 2018-11-29 個体識別装置

Country Status (3)

Country Link
US (1) US11854185B2 (ja)
JP (1) JP7215491B2 (ja)
WO (1) WO2020110269A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020189347A1 (ja) * 2019-03-18 2020-09-24 日本電気株式会社 個体識別情報生成方法、個体識別情報生成装置、プログラム
WO2022085185A1 (ja) * 2020-10-23 2022-04-28 日本電気株式会社 個体識別装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011145958A (ja) 2010-01-15 2011-07-28 Canon Inc パターン識別装置及びその制御方法
US20120243797A1 (en) 2005-09-05 2012-09-27 Alpvision, S.A. Means for using microstructure of materials surface as a unique identifier
WO2018179092A1 (ja) 2017-03-28 2018-10-04 日本電気株式会社 個体識別装置

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK2024899T3 (en) * 2005-09-05 2016-02-15 Alpvision S A Means of use of the material surface microstructure as a unique identifier
JP2009109419A (ja) * 2007-10-31 2009-05-21 Sony Corp 物品識別装置および方法、並びにプログラム
US9152862B2 (en) * 2011-09-15 2015-10-06 Raf Technology, Inc. Object identification and inventory management
US9443298B2 (en) * 2012-03-02 2016-09-13 Authentect, Inc. Digital fingerprinting object authentication and anti-counterfeiting system
EP2866193B1 (en) * 2012-06-22 2019-06-12 NEC Corporation Verification method, verification system, verification apparatus, and program therefor
JP2014029678A (ja) * 2012-06-27 2014-02-13 Fujifilm Corp 真偽判定システムおよび真偽判定プログラム
US20150205855A1 (en) * 2012-08-03 2015-07-23 Nec Corporation Product management method, product management device, product management system, and program
US20150186753A1 (en) * 2012-08-09 2015-07-02 Konica Minolta, Inc. Image Processing Apparatus, Image Processing Method, and Image Processing Program
EP2975575B1 (en) * 2013-03-12 2020-06-24 Nec Corporation Identification method, identification system, identification device and program
WO2014163014A1 (ja) * 2013-04-04 2014-10-09 日本電気株式会社 識別システム、識別方法、照合装置及びプログラム
US9760771B2 (en) * 2013-04-04 2017-09-12 Nec Corporation Identification method, identification system, matching device, and program
JP6347589B2 (ja) * 2013-10-30 2018-06-27 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
WO2015064107A1 (ja) * 2013-10-31 2015-05-07 日本電気株式会社 管理システム、リスト作成装置、データ構造および印刷ラベル
JP6104198B2 (ja) * 2014-03-11 2017-03-29 三菱電機株式会社 物体認識装置
JP6708973B2 (ja) * 2014-09-01 2020-06-10 日本電気株式会社 判定方法、判定システム、判定装置、及びそのプログラム
US9940572B2 (en) * 2015-02-17 2018-04-10 Sys-Tech Solutions, Inc. Methods and a computing device for determining whether a mark is genuine
US10621429B2 (en) * 2015-06-30 2020-04-14 Nec Corporation Individual identifier extraction device
JP6813807B2 (ja) * 2015-08-31 2021-01-13 日本電気株式会社 個体識別装置
JP6817547B2 (ja) * 2015-10-02 2021-01-20 日本電気株式会社 個体識別子抽出装置
RU2682407C1 (ru) * 2016-03-14 2019-03-19 Сис-Тек Солюшнз, Инк. Способы и вычислительное устройство для определения, является ли маркер подлинным
US10824858B2 (en) * 2016-03-14 2020-11-03 Nec Corporation Object management device
US10614302B2 (en) * 2016-05-26 2020-04-07 Alitheon, Inc. Controlled authentication of physical objects
JP6412911B2 (ja) * 2016-12-05 2018-10-24 東芝テック株式会社 情報処理装置及びプログラム
EP3529520B1 (en) * 2016-12-09 2022-06-29 Sys-Tech Solutions, Inc. Methods and a computing device for determining whether a mark is genuine
US11190684B2 (en) * 2018-03-30 2021-11-30 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120243797A1 (en) 2005-09-05 2012-09-27 Alpvision, S.A. Means for using microstructure of materials surface as a unique identifier
JP2011145958A (ja) 2010-01-15 2011-07-28 Canon Inc パターン識別装置及びその制御方法
WO2018179092A1 (ja) 2017-03-28 2018-10-04 日本電気株式会社 個体識別装置

Also Published As

Publication number Publication date
US20220036530A1 (en) 2022-02-03
WO2020110269A1 (ja) 2020-06-04
US11854185B2 (en) 2023-12-26
JPWO2020110269A1 (ja) 2021-10-07

Similar Documents

Publication Publication Date Title
JP2020161149A (ja) 真贋判定方法、真贋判定システム、及びそのプログラム
DE60210348T2 (de) Bildidentifizierungssystem
Berretti et al. Selecting stable keypoints and local descriptors for person identification using 3D face scans
JP7215491B2 (ja) 個体識別装置
CN106650580B (zh) 基于图像处理的货架快速清点方法
JP6741205B2 (ja) 個体識別装置
CN103984920B (zh) 一种基于稀疏表示与多特征点的三维人脸识别方法
JP6860081B2 (ja) 個体識別装置
KR101268718B1 (ko) 대조 장치
Thompson et al. Description and retrieval of geometric patterns on surface meshes using an edge-based LBP approach
KR20200013160A (ko) 딥러닝 기반 비문 인식 시스템 및 방법
Zaharieva et al. Image based recognition of ancient coins
CN108140107A (zh) 快速、高精度的大型指纹验证***
Romero et al. Enhanced local binary covariance matrices (ELBCM) for texture analysis and object tracking
CN111461905A (zh) 车险骗赔规避方法、装置、计算机设备及存储介质
CN109003259B (zh) 基于纹线质量专家视觉认知机器学习的指纹质量评价方法
JP7081677B2 (ja) 個体識別システム
Janu et al. Query-based image retrieval using SVM
CN114926635B (zh) 与深度学习方法相结合的多焦图像中目标分割方法
WO2010113217A1 (ja) 文字認識装置及び文字認識方法
Debroutelle et al. Automatic classification of ceramic sherds with relief motifs
CN112766082B (zh) 基于宏微观特征的中文文本笔迹鉴别方法、装置及存储介质
KR101781359B1 (ko) 족흔 검색 자료 제공 방법
Zambanini et al. 3D acquisition of historical coins and its application area in numismatics
CN115705748A (zh) 一种面部特征的识别***

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210510

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210510

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220802

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220920

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: 20221220

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230102

R151 Written notification of patent or utility model registration

Ref document number: 7215491

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151