JPH10275236A - 動物の個体識別装置 - Google Patents
動物の個体識別装置Info
- Publication number
- JPH10275236A JPH10275236A JP9094549A JP9454997A JPH10275236A JP H10275236 A JPH10275236 A JP H10275236A JP 9094549 A JP9094549 A JP 9094549A JP 9454997 A JP9454997 A JP 9454997A JP H10275236 A JPH10275236 A JP H10275236A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- dictionary
- iris
- image
- eye
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24143—Distances to neighbourhood prototypes, e.g. restricted Coulomb energy networks [RCEN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Ophthalmology & Optometry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Collating Specific Patterns (AREA)
Abstract
(57)【要約】
【解決手段】 動物の目の虹彩周辺にある虹彩顆粒を個
体識別に利用する。虹彩顆粒の画像は、カメラアングル
を変えて様々なアングルについて特徴を抽出して登録す
る。 【効果】 動物の目を撮影する場合、カメラアングルに
よってその特徴画像の一部が異なる場合がある。しか
し、様々なアングルについて辞書登録して照合をすれ
ば、いずれか最も近いものとの比較により、個体識別が
できる。
体識別に利用する。虹彩顆粒の画像は、カメラアングル
を変えて様々なアングルについて特徴を抽出して登録す
る。 【効果】 動物の目を撮影する場合、カメラアングルに
よってその特徴画像の一部が異なる場合がある。しか
し、様々なアングルについて辞書登録して照合をすれ
ば、いずれか最も近いものとの比較により、個体識別が
できる。
Description
【0001】
【発明の属する技術分野】本発明は、(競走)馬、
(牧)牛等の動物の個体管理が必要な機関において利用
される、動物の個体識別装置に関する。
(牧)牛等の動物の個体管理が必要な機関において利用
される、動物の個体識別装置に関する。
【0002】
【従来の技術】競馬場やセリ場、あるいは繁殖牧場での
サラブレッドの個体識別は、血統書統括機関の主導のも
とに行なわれている。現行の日本での個体識別方法は、
毛色・肢部の白斑・頭部の白斑・旋毛によるものであ
り、世界的にはこの他に血液型による方法や烙印・入れ
墨を用いる方法等がある(参考文献:「馬の知識」,I
I−3.馬の見分け方,P.153〜P.154)。
サラブレッドの個体識別は、血統書統括機関の主導のも
とに行なわれている。現行の日本での個体識別方法は、
毛色・肢部の白斑・頭部の白斑・旋毛によるものであ
り、世界的にはこの他に血液型による方法や烙印・入れ
墨を用いる方法等がある(参考文献:「馬の知識」,I
I−3.馬の見分け方,P.153〜P.154)。
【0003】牛の個体識別の場合、首輪や耳タグ等の識
別表札や烙印・入れ墨を用いる方法が一般の牧場にも採
用されている。
別表札や烙印・入れ墨を用いる方法が一般の牧場にも採
用されている。
【0004】また昨今注目されている動物の個体識別方
法に、MC(Micro Chip)を利用した技術が
ある。これは、超小型集積回路内蔵チップをガラス管に
封入したもので、動物の生体内に注射器等の注入器によ
って埋め込み、識別の際には非接触検知器で埋め込み、
局所をなぞって、その出力信号を個体識別の情報とする
ものである。
法に、MC(Micro Chip)を利用した技術が
ある。これは、超小型集積回路内蔵チップをガラス管に
封入したもので、動物の生体内に注射器等の注入器によ
って埋め込み、識別の際には非接触検知器で埋め込み、
局所をなぞって、その出力信号を個体識別の情報とする
ものである。
【0005】
【発明が解決しようとする課題】ところで、上記のよう
な従来の技術には次のような解決すべき課題があった。
毛色・白徴・白斑・旋毛による個体識別の場合、特徴の
少ない馬や、同一の特徴を有する馬が多いため、馬の特
定が度々不完全になることがある。更に烙印・入れ墨は
消えてしまったり、改竄される危険性がある上、動物が
受ける疼痛や局所の化膿等、動物愛護の面からも改善が
望まれていた。また血液型による個体識別は正確な反
面、判定までにかなりの処理時間を要するうえコスト高
になる欠点がある。
な従来の技術には次のような解決すべき課題があった。
毛色・白徴・白斑・旋毛による個体識別の場合、特徴の
少ない馬や、同一の特徴を有する馬が多いため、馬の特
定が度々不完全になることがある。更に烙印・入れ墨は
消えてしまったり、改竄される危険性がある上、動物が
受ける疼痛や局所の化膿等、動物愛護の面からも改善が
望まれていた。また血液型による個体識別は正確な反
面、判定までにかなりの処理時間を要するうえコスト高
になる欠点がある。
【0006】牛の場合も、識別表札は破損・紛失したり
盗難される危険性があり、また烙印・入れ墨等の場合は
馬の場合と同様に消えてしまったり、改竄される危険性
がある等の問題を持っている。特にこの改竄行為が明ら
かになったとしても、元来どこに所属していたかを証明
することが困難であることにも問題がある。
盗難される危険性があり、また烙印・入れ墨等の場合は
馬の場合と同様に消えてしまったり、改竄される危険性
がある等の問題を持っている。特にこの改竄行為が明ら
かになったとしても、元来どこに所属していたかを証明
することが困難であることにも問題がある。
【0007】MC方法は、一度埋め込めば半永久的に利
用でき、利便性が高い等の利点もある。しかし、生体動
物への埋め込みの操作性、埋め込み時の動物に与える疼
痛性、腫脹、圧痛、化膿等の局所反応性、動物の運動機
能障害や臨床上の異常性、MCの生体内での移動性、検
知器の操作性、検知感度の変化及び安定性、信頼性で多
くの課題を持っている。そして何よりも動物愛護の面か
ら、MC方式の採用に抵抗感を持つ動物関係者もあり、
MC識別方式に代わる利便性のある識別方法が望まれて
いた。
用でき、利便性が高い等の利点もある。しかし、生体動
物への埋め込みの操作性、埋め込み時の動物に与える疼
痛性、腫脹、圧痛、化膿等の局所反応性、動物の運動機
能障害や臨床上の異常性、MCの生体内での移動性、検
知器の操作性、検知感度の変化及び安定性、信頼性で多
くの課題を持っている。そして何よりも動物愛護の面か
ら、MC方式の採用に抵抗感を持つ動物関係者もあり、
MC識別方式に代わる利便性のある識別方法が望まれて
いた。
【0008】そこで、本発明者等は、(競走)馬、
(牧)牛等の動物の個体管理が必要な機関においての動
物の個体識別のために、目の中にある虹彩顆粒の映像を
辞書として登録し、照合処理を行なう手法を開発した。
しかしながら虹彩顆粒は3次元房状の物体であるため、
カメラの角度によって見え方や影の出方が異なる。従っ
て虹彩顆粒データを辞書として登録しても、照合時にC
CDカメラ等の撮像角度が異なると、辞書と見え方の異
なる領域において相違度が大きくなり、基準値を上回っ
てリジェクトされる確率が大きくなるといった問題があ
る。誤識別が非常に多い場合は、正解となるまで入力を
繰り返す手間が発生するため、利便性が低くなるといっ
た間題があった。
(牧)牛等の動物の個体管理が必要な機関においての動
物の個体識別のために、目の中にある虹彩顆粒の映像を
辞書として登録し、照合処理を行なう手法を開発した。
しかしながら虹彩顆粒は3次元房状の物体であるため、
カメラの角度によって見え方や影の出方が異なる。従っ
て虹彩顆粒データを辞書として登録しても、照合時にC
CDカメラ等の撮像角度が異なると、辞書と見え方の異
なる領域において相違度が大きくなり、基準値を上回っ
てリジェクトされる確率が大きくなるといった問題があ
る。誤識別が非常に多い場合は、正解となるまで入力を
繰り返す手間が発生するため、利便性が低くなるといっ
た間題があった。
【0009】
【課題を解決するための手段】本発明は以上の点を解決
するため次の構成を採用する。 〈構成1〉動物の目をカメラにより撮影してその画像を
得る目領域撮像部と、撮影時の目に対するカメラの撮影
角度を決定する撮影角度決定部と、上記目領域撮像部の
出力から虹彩顆粒の画像の特徴を抽出する特徴抽出部
と、この特徴抽出部の出力した虹彩顆粒データを撮影角
度毎に分類して登録する辞書記憶部とを備えたことを特
徴とする動物の個体識別装置。
するため次の構成を採用する。 〈構成1〉動物の目をカメラにより撮影してその画像を
得る目領域撮像部と、撮影時の目に対するカメラの撮影
角度を決定する撮影角度決定部と、上記目領域撮像部の
出力から虹彩顆粒の画像の特徴を抽出する特徴抽出部
と、この特徴抽出部の出力した虹彩顆粒データを撮影角
度毎に分類して登録する辞書記憶部とを備えたことを特
徴とする動物の個体識別装置。
【0010】〈構成2〉識別対象となる特定の動物の目
の虹彩顆粒を撮影して得た虹彩顆粒データを、撮影角度
毎に分類して登録する辞書記憶部と、任意の動物の目を
新たに撮影して、その画像を得る目領域撮像部と、この
目領域撮像部の出力から虹彩顆粒の画像の特徴を抽出す
る特徴抽出部と、上記新たな動物の目の撮影時に、その
目に対するカメラの撮影角度を決定する撮影角度決定部
とこの撮影角度決定部から撮影角度の情報を受け、上記
辞書記憶部の中の該当する撮影角度に対応する辞書を選
択する辞書選択部と、この辞書選択部の選択した辞書中
の虹彩顆粒データと、上記特徴抽出部の出力した虹彩顆
粒データとを比較する照合部と、この照合部の出力によ
り、新たに撮影して得た虹彩顆粒データが、上記辞書記
憶部に登録された特定の動物の目を撮影して得たものか
どうか識別した結果を出力する識別結果出力部、とを備
えたことを特徴とする動物の個体識別装置。
の虹彩顆粒を撮影して得た虹彩顆粒データを、撮影角度
毎に分類して登録する辞書記憶部と、任意の動物の目を
新たに撮影して、その画像を得る目領域撮像部と、この
目領域撮像部の出力から虹彩顆粒の画像の特徴を抽出す
る特徴抽出部と、上記新たな動物の目の撮影時に、その
目に対するカメラの撮影角度を決定する撮影角度決定部
とこの撮影角度決定部から撮影角度の情報を受け、上記
辞書記憶部の中の該当する撮影角度に対応する辞書を選
択する辞書選択部と、この辞書選択部の選択した辞書中
の虹彩顆粒データと、上記特徴抽出部の出力した虹彩顆
粒データとを比較する照合部と、この照合部の出力によ
り、新たに撮影して得た虹彩顆粒データが、上記辞書記
憶部に登録された特定の動物の目を撮影して得たものか
どうか識別した結果を出力する識別結果出力部、とを備
えたことを特徴とする動物の個体識別装置。
【0011】〈構成3〉動物の目を撮影してその画像を
得る目領域撮像部と、上記目の画像中の虹彩顆粒部分を
切り出す虹彩顆粒切り出し部と、その虹彩顆粒の画像の
特徴を抽出する特徴抽出部と、この特徴抽出部の出力し
た複数の撮影条件の異なる虹彩顆粒データの中から、ク
ラスタリングにより代表と決定した複数の虹彩顆粒デー
タを辞書登録する辞書登録部と、代表と決定した複数の
虹彩顆粒データを上記動物の識別情報とともに辞書とし
て記憶する辞書記憶部を備えたことを特徴とする動物の
個体識別装置。
得る目領域撮像部と、上記目の画像中の虹彩顆粒部分を
切り出す虹彩顆粒切り出し部と、その虹彩顆粒の画像の
特徴を抽出する特徴抽出部と、この特徴抽出部の出力し
た複数の撮影条件の異なる虹彩顆粒データの中から、ク
ラスタリングにより代表と決定した複数の虹彩顆粒デー
タを辞書登録する辞書登録部と、代表と決定した複数の
虹彩顆粒データを上記動物の識別情報とともに辞書とし
て記憶する辞書記憶部を備えたことを特徴とする動物の
個体識別装置。
【0012】〈構成4〉構成3に記載の個体識別装置に
おいて、辞書記憶部に記憶された複数の虹彩顆粒データ
を所定のタイミングで読み出して、これらの間の相違度
を計算する相違度計算部と、複数の虹彩顆粒データの中
から代表を選別する代表辞書更新部と、それらの反復計
算処理の収束を判定する収束判定部とを設けたことを特
徴とする動物の個体識別装置。
おいて、辞書記憶部に記憶された複数の虹彩顆粒データ
を所定のタイミングで読み出して、これらの間の相違度
を計算する相違度計算部と、複数の虹彩顆粒データの中
から代表を選別する代表辞書更新部と、それらの反復計
算処理の収束を判定する収束判定部とを設けたことを特
徴とする動物の個体識別装置。
【0013】〈構成5〉動物の目を撮影してその画像を
得る目領域撮像部と、上記目の画像中の虹彩顆粒部分を
切り出す虹彩顆粒切り出し部と、その虹彩顆粒の画像の
特徴を抽出する特徴抽出部と、この特徴抽出部の出力し
た複数の撮影条件の異なる虹彩顆粒データの特徴を累積
加算する累積加算部と、上記累積加算部より得られる累
積加算値をもとに、各画素の安定度を求め、安定度の高
い画素のみを選別する安定度計算部と安定度計算部の選
別した画素により特徴データを生成して辞書登録する辞
書登録部と、辞書登録部により登録される特徴データを
上記動物の識別情報に対応する虹彩顆粒データとして記
憶する辞書記憶部を備えたことを特徴とする動物の個体
識別装置。
得る目領域撮像部と、上記目の画像中の虹彩顆粒部分を
切り出す虹彩顆粒切り出し部と、その虹彩顆粒の画像の
特徴を抽出する特徴抽出部と、この特徴抽出部の出力し
た複数の撮影条件の異なる虹彩顆粒データの特徴を累積
加算する累積加算部と、上記累積加算部より得られる累
積加算値をもとに、各画素の安定度を求め、安定度の高
い画素のみを選別する安定度計算部と安定度計算部の選
別した画素により特徴データを生成して辞書登録する辞
書登録部と、辞書登録部により登録される特徴データを
上記動物の識別情報に対応する虹彩顆粒データとして記
憶する辞書記憶部を備えたことを特徴とする動物の個体
識別装置。
【0014】
【発明の実施の形態】以下、本発明の実施の形態を具体
例を用いて説明する。 〈具体例1〉図1は、具体例1の動物の個体識別装置の
ブロック図である。この装置は、(競走)馬、(牧)牛
等の動物の個体管理が必要な機関においての動物の個体
識別のために、虹彩顆粒データを登録し、且つ照合処理
を行なうためのデータ登録・照合をする装置である。以
下は対象とする動物として特に馬の場合を例に取り上げ
て説明する。なお、図1の説明に先立って、虹彩顆粒に
ついて、図2と図3を用いて説明を行う。
例を用いて説明する。 〈具体例1〉図1は、具体例1の動物の個体識別装置の
ブロック図である。この装置は、(競走)馬、(牧)牛
等の動物の個体管理が必要な機関においての動物の個体
識別のために、虹彩顆粒データを登録し、且つ照合処理
を行なうためのデータ登録・照合をする装置である。以
下は対象とする動物として特に馬の場合を例に取り上げ
て説明する。なお、図1の説明に先立って、虹彩顆粒に
ついて、図2と図3を用いて説明を行う。
【0015】図2は、馬の眼球を正面から写真撮影して
得た目の映像説明図である。図2に示すように、馬の目
は主に上下のまぶた13の間の瞳孔10、アイリス(虹
彩)11、虹彩顆粒12より成る。また瞳孔10、アイ
リス11の前面には透明な半球状に***した図示しない
角膜がある。馬の目が人の目と大きく異なる点は瞳孔1
0が楕円形であり、また馬や反芻類に特有の虹彩顆粒1
2を持つことである。
得た目の映像説明図である。図2に示すように、馬の目
は主に上下のまぶた13の間の瞳孔10、アイリス(虹
彩)11、虹彩顆粒12より成る。また瞳孔10、アイ
リス11の前面には透明な半球状に***した図示しない
角膜がある。馬の目が人の目と大きく異なる点は瞳孔1
0が楕円形であり、また馬や反芻類に特有の虹彩顆粒1
2を持つことである。
【0016】外界からの光は瞳孔10を通過し、瞳孔奥
にある網膜に到達する。アイリス11は瞳孔10を取り
巻く筋肉であり、収縮・散大して瞳孔11への入射光量
を制御する働きをもつ。また虹彩顆粒12は、アイリス
11と瞳孔10の間に位置し、半球状の***した顆粒が
連なった形を成す。虹彩顆粒12は、メラニン色素に富
んだ黒色をしておりアイリス11が収縮してもなおまぶ
しい日中の光を吸収する働きがあるとされている。
にある網膜に到達する。アイリス11は瞳孔10を取り
巻く筋肉であり、収縮・散大して瞳孔11への入射光量
を制御する働きをもつ。また虹彩顆粒12は、アイリス
11と瞳孔10の間に位置し、半球状の***した顆粒が
連なった形を成す。虹彩顆粒12は、メラニン色素に富
んだ黒色をしておりアイリス11が収縮してもなおまぶ
しい日中の光を吸収する働きがあるとされている。
【0017】この虹彩顆粒12の大きさ・形あるいは表
面の細かいしわや凹凸は馬の個体や目の左右によっても
異なり個体差がある。そのためカメラで馬の目を撮像し
て虹彩顆粒12を基準データとして登録しておき、検査
時に虹彩顆粒の画像を辞書と比較照合することにより検
査対象個体を識別することが可能である。登録しておく
基準データを以降の説明では虹彩顆粒データと呼び、そ
の登録先のデータファイルを「辞書」と呼ぶものとす
る。
面の細かいしわや凹凸は馬の個体や目の左右によっても
異なり個体差がある。そのためカメラで馬の目を撮像し
て虹彩顆粒12を基準データとして登録しておき、検査
時に虹彩顆粒の画像を辞書と比較照合することにより検
査対象個体を識別することが可能である。登録しておく
基準データを以降の説明では虹彩顆粒データと呼び、そ
の登録先のデータファイルを「辞書」と呼ぶものとす
る。
【0018】この虹彩顆粒は3次元房状の物体である。
従って既に説明したように、これを撮影するカメラの角
度によって見え方や影の出方が異なる。従って虹彩顆粒
データを辞書として登録しても、照合時に辞書と見え方
の異なる領域において相違度が大きくなるおそれがあ
る。この間題を回避するために具体例1にて述べる発明
は、様々な撮影角度の辞書を予め装置に登録した上で、
照合時は同じ撮影角度に近い辞書を選択して照合を行な
う。これにより、撮影条件を辞書と揃えて安定した照合
を行なえる。図1を用いて以下に具体的な構成を説明す
る。
従って既に説明したように、これを撮影するカメラの角
度によって見え方や影の出方が異なる。従って虹彩顆粒
データを辞書として登録しても、照合時に辞書と見え方
の異なる領域において相違度が大きくなるおそれがあ
る。この間題を回避するために具体例1にて述べる発明
は、様々な撮影角度の辞書を予め装置に登録した上で、
照合時は同じ撮影角度に近い辞書を選択して照合を行な
う。これにより、撮影条件を辞書と揃えて安定した照合
を行なえる。図1を用いて以下に具体的な構成を説明す
る。
【0019】図1に示す通り、この装置は、目領域撮像
部1、撮影角度決定部2、虹彩顆粒切り出し部3、特徴
抽出部4、辞書選択部5、相違度計算・照合部6、識別
結果出力部7、辞書登録部8、辞書記憶部9より成る。
また本装置には、虹彩顆粒の特徴及びID(識別)情報
を登録する「登録モード」と、入力画像を辞書と比較す
ることにより馬を識別する「識別モード」の2種類の動
作モードがある。本装置の構成の内、目領域撮像部1、
撮影角度決定部2、虹彩顆粒切り出し部3、特徴抽出部
4、辞書記憶部9はそれら両モードに共通の処理部であ
り、また辞書選択部5、相違度計算・照合部6、識別結
果出力部7は「識別モード」のみに、辞書登録部8と辞
書記憶部9は「登録モード」のみに利用される処理部で
ある。以下に各部の具体的な構成を説明する。
部1、撮影角度決定部2、虹彩顆粒切り出し部3、特徴
抽出部4、辞書選択部5、相違度計算・照合部6、識別
結果出力部7、辞書登録部8、辞書記憶部9より成る。
また本装置には、虹彩顆粒の特徴及びID(識別)情報
を登録する「登録モード」と、入力画像を辞書と比較す
ることにより馬を識別する「識別モード」の2種類の動
作モードがある。本装置の構成の内、目領域撮像部1、
撮影角度決定部2、虹彩顆粒切り出し部3、特徴抽出部
4、辞書記憶部9はそれら両モードに共通の処理部であ
り、また辞書選択部5、相違度計算・照合部6、識別結
果出力部7は「識別モード」のみに、辞書登録部8と辞
書記憶部9は「登録モード」のみに利用される処理部で
ある。以下に各部の具体的な構成を説明する。
【0020】目領域撮像部1は、CCDビデオカメラ等
の画像入力部及び照明より成り、馬の目の映像を信号と
して捉える。図示しない画像入力部は、カメラで馬の目
を撮像する部分であり、馬の目の像のアナログ光情報を
センサによりデジタル電気信号に変換する処理を行な
う。また照明は馬の目をコントラスト良く捉えるために
照射し、光源としては馬が眩しくて過剰に動くことを避
けるために、赤色光あるいは近赤外光、赤外光のよう
な、動物には感知しにくい波長の光が用いられる。
の画像入力部及び照明より成り、馬の目の映像を信号と
して捉える。図示しない画像入力部は、カメラで馬の目
を撮像する部分であり、馬の目の像のアナログ光情報を
センサによりデジタル電気信号に変換する処理を行な
う。また照明は馬の目をコントラスト良く捉えるために
照射し、光源としては馬が眩しくて過剰に動くことを避
けるために、赤色光あるいは近赤外光、赤外光のよう
な、動物には感知しにくい波長の光が用いられる。
【0021】撮影角度決定部2は、撮影時の馬の目に対
するカメラの撮影角度を決定する処理部である。撮影角
度の決定には様々な方法が適用可能であるが、具体例と
して、レンジファインダを用いる。レンジファインダ
は、アイリス表面の各部とカメラとの距離を測定し、ア
イリスに対するカメラの位置関係から撮影角度を決定す
る。なお、本発明はこれらに限らない様々な方法が採用
できる。ここで決定された撮影角度は「識別モード」に
おいては辞書選択部5において、また「登録モード」に
おいては辞書登録部8において利用される。
するカメラの撮影角度を決定する処理部である。撮影角
度の決定には様々な方法が適用可能であるが、具体例と
して、レンジファインダを用いる。レンジファインダ
は、アイリス表面の各部とカメラとの距離を測定し、ア
イリスに対するカメラの位置関係から撮影角度を決定す
る。なお、本発明はこれらに限らない様々な方法が採用
できる。ここで決定された撮影角度は「識別モード」に
おいては辞書選択部5において、また「登録モード」に
おいては辞書登録部8において利用される。
【0022】虹彩顆粒切り出し部3は、目領域撮像部1
より馬の目の全体映像を受けて、その中から虹彩顆粒領
域の上縁及び下縁を検出することにより、虹彩顆粒領域
のみを切り出す処理を行なう。
より馬の目の全体映像を受けて、その中から虹彩顆粒領
域の上縁及び下縁を検出することにより、虹彩顆粒領域
のみを切り出す処理を行なう。
【0023】特徴抽出部4は、虹彩顆粒画像の特徴を抽
出し、コード化する処理部である。コード化した虹彩顆
粒データは、「登録モード」においては馬名、目の左右
といったID情報とともに辞書記憶部9に登録される。
また「識別モード」においては相違度計算・照合部6に
渡され、辞書との照合に利用される。この辞書記憶部9
に登録されるID情報と虹彩顆粒データが「辞書」を構
成する。
出し、コード化する処理部である。コード化した虹彩顆
粒データは、「登録モード」においては馬名、目の左右
といったID情報とともに辞書記憶部9に登録される。
また「識別モード」においては相違度計算・照合部6に
渡され、辞書との照合に利用される。この辞書記憶部9
に登録されるID情報と虹彩顆粒データが「辞書」を構
成する。
【0024】辞書選択部5は、撮影角度決定部2から撮
影角度を受け、辞書記憶部9の中の該当する角度の辞書
群を選択する処理部である。相違度計算・照合部6は、
辞書選択部5で選択した辞書を用いて特徴抽出部4より
得た虹彩顆粒データと比較照合し、該当する馬を決定す
る処理部である。識別結果出力部7は、相違度計算・照
合部6の出力結果を受け、識別した馬のID情報をディ
スプレイ等の表示装置に出力する処理部である。この出
力を見て、その馬の名前等がわかる。
影角度を受け、辞書記憶部9の中の該当する角度の辞書
群を選択する処理部である。相違度計算・照合部6は、
辞書選択部5で選択した辞書を用いて特徴抽出部4より
得た虹彩顆粒データと比較照合し、該当する馬を決定す
る処理部である。識別結果出力部7は、相違度計算・照
合部6の出力結果を受け、識別した馬のID情報をディ
スプレイ等の表示装置に出力する処理部である。この出
力を見て、その馬の名前等がわかる。
【0025】辞書登録部8は辞書記憶部9に馬のID情
報及び虹彩顆粒データの登録を行なう処理部である。そ
の際に、この具体例では、撮影角度決定部2から受けた
撮影角度情報に従い、虹彩顆粒データを角度ごとに分類
して登録をする点が特徴である。辞書記憶部9は馬のI
D情報及び虹彩顆粒データを記憶保持する部分である。
各馬のID情報及び虹彩顆粒データは角度毎に分類され
て格納されている。
報及び虹彩顆粒データの登録を行なう処理部である。そ
の際に、この具体例では、撮影角度決定部2から受けた
撮影角度情報に従い、虹彩顆粒データを角度ごとに分類
して登録をする点が特徴である。辞書記憶部9は馬のI
D情報及び虹彩顆粒データを記憶保持する部分である。
各馬のID情報及び虹彩顆粒データは角度毎に分類され
て格納されている。
【0026】本発明の「識別モード」の動作を図3〜図
6を用いて説明する。始めに目領域撮像部1の動作を説
明する。馬の目は赤色光あるいは近赤外光、赤外光の波
長を光源とする照明により照らされ、CCDビデオカメ
ラ等の画像入力装置によって撮像される。CCDセンサ
は2次元配列の光電変換素子により構成され、撮像対象
の反射光を一定時間露光し、光電変換により印荷した電
圧レベルを一定階調で量子化することによりデジタル信
号に変換する。これにより2次元配列の画像フレームが
得られる。
6を用いて説明する。始めに目領域撮像部1の動作を説
明する。馬の目は赤色光あるいは近赤外光、赤外光の波
長を光源とする照明により照らされ、CCDビデオカメ
ラ等の画像入力装置によって撮像される。CCDセンサ
は2次元配列の光電変換素子により構成され、撮像対象
の反射光を一定時間露光し、光電変換により印荷した電
圧レベルを一定階調で量子化することによりデジタル信
号に変換する。これにより2次元配列の画像フレームが
得られる。
【0027】〈具体例1の動作〉まず撮影角度決定部2
の動作を図3を用いて説明する。図3は、撮影時の馬の
目に対するカメラの撮影角度を3次元座標系を用いて説
明する図である。図にはアイリス11、虹彩顆粒12、
カメラ14、xy平面15を示す。アイリス11の形状
が平面に近いことから、アイリス11の面をxy平面1
5に重ね、原点をアイリスの中心すなわち瞳孔中心に合
わせた。この時、カメラ14の撮影角度は、xy平面に
おいて正射影したカメラ方向の軸Jとx軸の成す回転角
θと、カメラ方向の軸Kとz軸の成す角度αで決定され
る。撮影角度決定部2の処理はこの角度θ及びαを求め
ることである。以下に角度の求め方の例として、レンジ
ファインダによるアイリス表面の距離画像を用いる方法
を説明するが、本発明を実現するためには角度の求め方
はこの方法に限らない。
の動作を図3を用いて説明する。図3は、撮影時の馬の
目に対するカメラの撮影角度を3次元座標系を用いて説
明する図である。図にはアイリス11、虹彩顆粒12、
カメラ14、xy平面15を示す。アイリス11の形状
が平面に近いことから、アイリス11の面をxy平面1
5に重ね、原点をアイリスの中心すなわち瞳孔中心に合
わせた。この時、カメラ14の撮影角度は、xy平面に
おいて正射影したカメラ方向の軸Jとx軸の成す回転角
θと、カメラ方向の軸Kとz軸の成す角度αで決定され
る。撮影角度決定部2の処理はこの角度θ及びαを求め
ることである。以下に角度の求め方の例として、レンジ
ファインダによるアイリス表面の距離画像を用いる方法
を説明するが、本発明を実現するためには角度の求め方
はこの方法に限らない。
【0028】レンジファインダは従来からよく知られて
いるように、対象物迄の距離を数値化できるカメラであ
る。従って目を対象とした場合、レンジファインダはカ
メラ14からのアイリス11と、瞳孔各部迄の距離を画
素単位で求めることができる。この画素値をある閾値を
もって2値化すると、アイリス部分と瞳孔部分とを区別
することができる。これは瞳孔部分までの距離がアイリ
スよりも更に奥の網膜までの距離として測定されるため
である。このアイリス11の距離画像の水平−垂直成分
と距離値成分を3つの軸とした空間とすると、アイリス
11のカメラ14に対する3次元的な位置関係が決ま
り、上述した図に適用して座標変換を行なうことによ
り、角度α及び角度θが求められる。従って、画像入力
部のCCDカメラに加えてレンジファインダを装備する
ことにより、カメラアングルα,θが求められる。なお
以上のレンジファインダによる角度決定の他、様々な角
度決定方法が本発明には適用可能である。またここで決
定された撮影角度は「登録モード」においては辞書選択
部5において、「識別モード」においては辞書登録部8
において利用される。
いるように、対象物迄の距離を数値化できるカメラであ
る。従って目を対象とした場合、レンジファインダはカ
メラ14からのアイリス11と、瞳孔各部迄の距離を画
素単位で求めることができる。この画素値をある閾値を
もって2値化すると、アイリス部分と瞳孔部分とを区別
することができる。これは瞳孔部分までの距離がアイリ
スよりも更に奥の網膜までの距離として測定されるため
である。このアイリス11の距離画像の水平−垂直成分
と距離値成分を3つの軸とした空間とすると、アイリス
11のカメラ14に対する3次元的な位置関係が決ま
り、上述した図に適用して座標変換を行なうことによ
り、角度α及び角度θが求められる。従って、画像入力
部のCCDカメラに加えてレンジファインダを装備する
ことにより、カメラアングルα,θが求められる。なお
以上のレンジファインダによる角度決定の他、様々な角
度決定方法が本発明には適用可能である。またここで決
定された撮影角度は「登録モード」においては辞書選択
部5において、「識別モード」においては辞書登録部8
において利用される。
【0029】次に虹彩顆粒切り出し部3の動作を図2及
び図4を用いて説明する。図2に示したように、目領域
撮像部1から得られる画像は、まぶた13、瞳孔10、
アイリス11、虹彩顆粒12を含む。虹彩顆粒切り出し
部3で行なう処理は、これら複数の器官から虹彩顆粒1
2の領域のみを特定する処理である。具体的な動作を図
4を用いて説明する。
び図4を用いて説明する。図2に示したように、目領域
撮像部1から得られる画像は、まぶた13、瞳孔10、
アイリス11、虹彩顆粒12を含む。虹彩顆粒切り出し
部3で行なう処理は、これら複数の器官から虹彩顆粒1
2の領域のみを特定する処理である。具体的な動作を図
4を用いて説明する。
【0030】瞳孔10は中空であることから照明による
反射光が少ない。従って瞳孔10の画像は濃度が低く均
一な領域となる。従って良く知られたSobelオペレ
ータに代表される濃度変化検出処理を施すと、瞳孔10
の領域は濃度が均一なことから濃度変化はほぼ0とな
る。そこで、濃度変化が予め定めた閾値以下で、面積が
ある所要値以上の一連の領域を瞳孔10の領域として特
定することができる。次に虹彩顆粒12の領域を求め
る。瞳孔10の上部には虹彩顆粒12があり、更にその
上にはアイリス11が位置し、それぞれの器官の内部の
変化に較べ、器官の境界における濃度の変化の方が大き
い。そのため前述の濃度変化検出処理を施した画像で
は、境界の画素値が大きな値を持ち、瞳孔の輪郭が抽出
できる。
反射光が少ない。従って瞳孔10の画像は濃度が低く均
一な領域となる。従って良く知られたSobelオペレ
ータに代表される濃度変化検出処理を施すと、瞳孔10
の領域は濃度が均一なことから濃度変化はほぼ0とな
る。そこで、濃度変化が予め定めた閾値以下で、面積が
ある所要値以上の一連の領域を瞳孔10の領域として特
定することができる。次に虹彩顆粒12の領域を求め
る。瞳孔10の上部には虹彩顆粒12があり、更にその
上にはアイリス11が位置し、それぞれの器官の内部の
変化に較べ、器官の境界における濃度の変化の方が大き
い。そのため前述の濃度変化検出処理を施した画像で
は、境界の画素値が大きな値を持ち、瞳孔の輪郭が抽出
できる。
【0031】従って、先に瞳孔領域の重心Cをまず求
め、重心Cを始点として画素値が所要の閾値以上となる
画素を上向(矢印の向き)に探索すれば、最初に瞳孔1
0と虹彩顆粒1の境界上の点P1が検出され、次に虹彩
顆粒12とアイリス11の境界上の点P2が検出され
る。同様の手順により、重心Cを通る水平線L上の他の
点についても、重心Cに隣接する直線L上の点を順に始
点として上向探索を行なえば、虹彩顆粒の全領域につい
て下縁と上縁が求められる。またこのようにして求めら
れる虹彩顆粒の上縁と下縁の左右両端は上縁と下縁の垂
直方向の間隔が所要の小さな値以下となった点E1,E
2として求められる。この方法により虹彩顆粒12の領
域を特定することができる。すなわち虹彩顆粒画像をマ
スクした状態で、上縁と下縁の間の画素値以外を0とす
ることにより以降の処理は虹彩顆粒に対してのみ行なう
ことができる。
め、重心Cを始点として画素値が所要の閾値以上となる
画素を上向(矢印の向き)に探索すれば、最初に瞳孔1
0と虹彩顆粒1の境界上の点P1が検出され、次に虹彩
顆粒12とアイリス11の境界上の点P2が検出され
る。同様の手順により、重心Cを通る水平線L上の他の
点についても、重心Cに隣接する直線L上の点を順に始
点として上向探索を行なえば、虹彩顆粒の全領域につい
て下縁と上縁が求められる。またこのようにして求めら
れる虹彩顆粒の上縁と下縁の左右両端は上縁と下縁の垂
直方向の間隔が所要の小さな値以下となった点E1,E
2として求められる。この方法により虹彩顆粒12の領
域を特定することができる。すなわち虹彩顆粒画像をマ
スクした状態で、上縁と下縁の間の画素値以外を0とす
ることにより以降の処理は虹彩顆粒に対してのみ行なう
ことができる。
【0032】次に特徴抽出部4の動作を説明する。特徴
抽出部4は、虹彩顆粒の個体差をより際立たせるため、
あるいは情報量を減らして相違度計算処理の負荷を軽減
するために行なう変換処理である。以下に図5を用いて
特徴抽出方法の例を示すが、この例に限らず本発明には
さまざまな特徴抽出方法が適用可能である。例として説
明する特徴抽出方法は、2次元の虹彩顆粒画像をタイル
状に分割し、各タイル内の画素値の平均を1画素として
縮小する処理である。
抽出部4は、虹彩顆粒の個体差をより際立たせるため、
あるいは情報量を減らして相違度計算処理の負荷を軽減
するために行なう変換処理である。以下に図5を用いて
特徴抽出方法の例を示すが、この例に限らず本発明には
さまざまな特徴抽出方法が適用可能である。例として説
明する特徴抽出方法は、2次元の虹彩顆粒画像をタイル
状に分割し、各タイル内の画素値の平均を1画素として
縮小する処理である。
【0033】図5には、特徴抽出部の動作説明図を示
す。例えば図に示すように、虹彩顆粒を含む大きさI×
Jの2次元マトリクスの特徴画像を求める場合を考え
る。マトリクスを大きさdU×dVの小さなタイル状に
分割し、タイルの数がU×V個になったとする。次に各
タイル内のdU×dV個の画素について画素値の平均値
を求める。これによりタイル数U×Vの平均値が求めら
れたことになる。これを各画素値とする画素サイズU×
Vの縮小画像Ruvが求める特徴画像である。なお、図の
2次元マトリクス葉、水平方向I=U×dV、垂直方向
J=V×dVである。
す。例えば図に示すように、虹彩顆粒を含む大きさI×
Jの2次元マトリクスの特徴画像を求める場合を考え
る。マトリクスを大きさdU×dVの小さなタイル状に
分割し、タイルの数がU×V個になったとする。次に各
タイル内のdU×dV個の画素について画素値の平均値
を求める。これによりタイル数U×Vの平均値が求めら
れたことになる。これを各画素値とする画素サイズU×
Vの縮小画像Ruvが求める特徴画像である。なお、図の
2次元マトリクス葉、水平方向I=U×dV、垂直方向
J=V×dVである。
【0034】このようにデータ量を圧縮して特徴データ
を求める理由としては、(1)登録データの記憶部の小
型化、(2)識別時の照合処理の高速化が図れる他、
(3)画素値より広いタイル領域を平均化することによ
り、細かい画像ノイズや位置ずれによる不安定性を除去
し照合精度の安定性を図るためである。
を求める理由としては、(1)登録データの記憶部の小
型化、(2)識別時の照合処理の高速化が図れる他、
(3)画素値より広いタイル領域を平均化することによ
り、細かい画像ノイズや位置ずれによる不安定性を除去
し照合精度の安定性を図るためである。
【0035】次に辞書選択部5及び辞書記憶部9の動作
を図6を用いて説明する。図6は、辞書記憶部9のデー
タ格納形式の例を示す構成図である。表の各カラムには
馬のID情報及び虹彩顆粒の特徴データが格納されてい
る。この図6に示すように、辞書記憶部9において各馬
の虹彩顆粒の特徴データが撮影角度毎に分類され格納さ
れている。図1に示す辞書選択部5は、撮影角度決定部
2から撮影角度α,θを受け、辞書記憶部9の中で分類
された角度に最も近い角度の辞書群を選択する。これに
より3次元形状の虹彩顆粒を照合する際に起こる撮影角
度の違いによる誤差を軽減することが可能となる。
を図6を用いて説明する。図6は、辞書記憶部9のデー
タ格納形式の例を示す構成図である。表の各カラムには
馬のID情報及び虹彩顆粒の特徴データが格納されてい
る。この図6に示すように、辞書記憶部9において各馬
の虹彩顆粒の特徴データが撮影角度毎に分類され格納さ
れている。図1に示す辞書選択部5は、撮影角度決定部
2から撮影角度α,θを受け、辞書記憶部9の中で分類
された角度に最も近い角度の辞書群を選択する。これに
より3次元形状の虹彩顆粒を照合する際に起こる撮影角
度の違いによる誤差を軽減することが可能となる。
【0036】〈識別モード〉次に相違度計算・照合部6
及び識別結果表示部7の動作を説明する。本発明には様
々な相違度計算が適用可能であるが、例として画素値の
平均差分を相違度とする方法を説明する。この方法は特
徴抽出部4より虹彩顆粒データを受け入れ、辞書選択部
5より辞書を受け入れて、入力画像と辞書の各画素値の
差分を全画素について合計し、画素数で割った平均値を
求める。これを相違度として、相違度が所要値よりも小
さい唯一の辞書があれば、その辞書の馬のID情報を識
別結果として識別結果表示部7に出力するものである。
及び識別結果表示部7の動作を説明する。本発明には様
々な相違度計算が適用可能であるが、例として画素値の
平均差分を相違度とする方法を説明する。この方法は特
徴抽出部4より虹彩顆粒データを受け入れ、辞書選択部
5より辞書を受け入れて、入力画像と辞書の各画素値の
差分を全画素について合計し、画素数で割った平均値を
求める。これを相違度として、相違度が所要値よりも小
さい唯一の辞書があれば、その辞書の馬のID情報を識
別結果として識別結果表示部7に出力するものである。
【0037】ここで、図1に示す識別結果表示部7はデ
ィスプレイ、プリンタといった表示装置である。また平
均が所要値よりも小さい辞書が一つもないか、あるいは
二つ以上ある場合は、入力画像を該当する登録馬ではな
いものとしてリジェクトする旨を図示しない識別結果表
示部7に送る。このように虹彩顆粒の大きさ・形状・し
わには個体差があることに基づき、正しい馬の辞書との
相違度が、異なる馬の辞書との相違度よりも小さくなる
ことを利用して、相違度に適当な閾値を設けることによ
り、両者を分離することができるのである。以上が本発
明の「識別モード」の説明である。次に本発明の「登録
モード」を説明する。
ィスプレイ、プリンタといった表示装置である。また平
均が所要値よりも小さい辞書が一つもないか、あるいは
二つ以上ある場合は、入力画像を該当する登録馬ではな
いものとしてリジェクトする旨を図示しない識別結果表
示部7に送る。このように虹彩顆粒の大きさ・形状・し
わには個体差があることに基づき、正しい馬の辞書との
相違度が、異なる馬の辞書との相違度よりも小さくなる
ことを利用して、相違度に適当な閾値を設けることによ
り、両者を分離することができるのである。以上が本発
明の「識別モード」の説明である。次に本発明の「登録
モード」を説明する。
【0038】〈登録モード〉「登録モード」での目領域
撮像部1〜特徴抽出部4までの動作は「識別モード」に
て説明した動作と同一であるため省略する。「登録モー
ド」では辞書登録部8を用いて辞書記憶部9に虹彩顆粒
辞書を登録する処理を行なう。「登録モード」において
は撮影した馬のID情報も同時に入力されるものとす
る。また辞書記憶部9は図6に示した通り撮影角度毎に
分類したデータ格納形式を取っている。従って辞書登録
部8は、特徴抽出部4より得られる特徴画像データを、
撮影角度決定部2より得られる撮影角度α,θに従い、
辞書記憶部9の表の中の該当する馬のIDの行でありか
つ最も近い角度の列のカラムを選択し、馬のID情報及
び虹彩顆粒データを記憶する。
撮像部1〜特徴抽出部4までの動作は「識別モード」に
て説明した動作と同一であるため省略する。「登録モー
ド」では辞書登録部8を用いて辞書記憶部9に虹彩顆粒
辞書を登録する処理を行なう。「登録モード」において
は撮影した馬のID情報も同時に入力されるものとす
る。また辞書記憶部9は図6に示した通り撮影角度毎に
分類したデータ格納形式を取っている。従って辞書登録
部8は、特徴抽出部4より得られる特徴画像データを、
撮影角度決定部2より得られる撮影角度α,θに従い、
辞書記憶部9の表の中の該当する馬のIDの行でありか
つ最も近い角度の列のカラムを選択し、馬のID情報及
び虹彩顆粒データを記憶する。
【0039】登録時には、図3に示したカメラ14を馬
の目を中心に回転移動させながら、識別処理の際に撮影
される角度を含むような角度で繰り返し撮影をする。こ
うして、図6に示した各カラムを埋めていく。なお、辞
書記憶部9のデータ表の中に入力馬のIDが見つからな
い場合は、記憶部の未登録の行に新たにIDを設け、同
様の登録を行なう。
の目を中心に回転移動させながら、識別処理の際に撮影
される角度を含むような角度で繰り返し撮影をする。こ
うして、図6に示した各カラムを埋めていく。なお、辞
書記憶部9のデータ表の中に入力馬のIDが見つからな
い場合は、記憶部の未登録の行に新たにIDを設け、同
様の登録を行なう。
【0040】〈具体例1の効果〉以上の具体例によれば
次のような効果がある。 1.虹彩顆粒による動物の個体識別装置に、撮影角度決
定部2、辞書登録部8、辞書選択部5及び撮影角度毎に
分類した辞書記憶部9を設けたことにより、予め撮影角
度決定部2より撮影角度を得て、辞書登録部8において
辞書記憶部9に角度毎に虹彩顆粒の辞書を登録すること
が可能となる。 2.更に、識別検査時において辞書選択部5を用いて撮
影角度条件に近い辞書を選択して照合することができる
ため、3次元形状の虹彩顆粒の撮影角度に依存した見え
方の変化に影響されず、精度の安定した照合を行なうこ
とが可能となる。
次のような効果がある。 1.虹彩顆粒による動物の個体識別装置に、撮影角度決
定部2、辞書登録部8、辞書選択部5及び撮影角度毎に
分類した辞書記憶部9を設けたことにより、予め撮影角
度決定部2より撮影角度を得て、辞書登録部8において
辞書記憶部9に角度毎に虹彩顆粒の辞書を登録すること
が可能となる。 2.更に、識別検査時において辞書選択部5を用いて撮
影角度条件に近い辞書を選択して照合することができる
ため、3次元形状の虹彩顆粒の撮影角度に依存した見え
方の変化に影響されず、精度の安定した照合を行なうこ
とが可能となる。
【0041】〈具体例2〉具体例1で述べた個体識別装
置は撮影角度決定部2を備えていた。撮影角度決定部2
を実現する方法には様々な方法が考えられるが、レンジ
ファインダのように目領域撮像部1とは別の入力装置を
必要とするためコスト高となる。そこで本具体例では、
撮影角度決定部を備えることなく、3次元形状の虹彩顆
粒の撮影角度の変化にも安定した照合を行なう個体識別
装置を説明する。
置は撮影角度決定部2を備えていた。撮影角度決定部2
を実現する方法には様々な方法が考えられるが、レンジ
ファインダのように目領域撮像部1とは別の入力装置を
必要とするためコスト高となる。そこで本具体例では、
撮影角度決定部を備えることなく、3次元形状の虹彩顆
粒の撮影角度の変化にも安定した照合を行なう個体識別
装置を説明する。
【0042】本具体例の原理は、「登録モード」におい
て辞書作成用に撮影角度を変えた虹彩顆粒の特徴画像を
複数撮影し、それらの中からクラスタリングにより互い
に相違度の大きな代表的な特徴画像を自動識別して辞書
とするものである。「識別モード」においては、全クラ
スについてそれら全ての辞書との比較照合を行ない、最
も相違度の小さい辞書の属するクラスのID情報を出力
する。なおここでクラスとは同一馬であり左右も同じ目
の集合の総称である。
て辞書作成用に撮影角度を変えた虹彩顆粒の特徴画像を
複数撮影し、それらの中からクラスタリングにより互い
に相違度の大きな代表的な特徴画像を自動識別して辞書
とするものである。「識別モード」においては、全クラ
スについてそれら全ての辞書との比較照合を行ない、最
も相違度の小さい辞書の属するクラスのID情報を出力
する。なおここでクラスとは同一馬であり左右も同じ目
の集合の総称である。
【0043】本具体例の構成を図7を用いて説明する。
図7は本具体例の構成を示すブロック図である。図7に
示すように、本具体例は目領域撮像部21、虹彩顆粒切
り出し部22、特徴抽出部23、相違度計算・照合部2
4、識別結果出力部25、辞書登録部26、相違度計算
部27、代表辞書更新部28、収束判定部29、辞書記
憶部30より成る。これらの内、目領域撮像部21、虹
彩顆粒切り出し部22、特徴抽出部23、辞書記憶部3
0は「識別モード」と「登録モード」に共通の処理部で
あり、相違度計算・照合部24、識別結果出力部25は
「識別モード」に固有な、また辞書登録部26、相違度
計算部27、代表辞書更新部28、収束判定部29は
「登録モード」に固有な処理部である。本具体例の個体
識別装置は特に「登録モード」に相違度計算部27、代
表辞書更新部28及び収束判定部29を備えたことを特
徴とする。各部の具体的構成を以下に説明する。
図7は本具体例の構成を示すブロック図である。図7に
示すように、本具体例は目領域撮像部21、虹彩顆粒切
り出し部22、特徴抽出部23、相違度計算・照合部2
4、識別結果出力部25、辞書登録部26、相違度計算
部27、代表辞書更新部28、収束判定部29、辞書記
憶部30より成る。これらの内、目領域撮像部21、虹
彩顆粒切り出し部22、特徴抽出部23、辞書記憶部3
0は「識別モード」と「登録モード」に共通の処理部で
あり、相違度計算・照合部24、識別結果出力部25は
「識別モード」に固有な、また辞書登録部26、相違度
計算部27、代表辞書更新部28、収束判定部29は
「登録モード」に固有な処理部である。本具体例の個体
識別装置は特に「登録モード」に相違度計算部27、代
表辞書更新部28及び収束判定部29を備えたことを特
徴とする。各部の具体的構成を以下に説明する。
【0044】目領域撮像部21は、具体例1と同様に、
CCDビデオカメラ等の画像入力部及び照明より成り、
馬の目の映像を信号として捉える。画像入力部は、カメ
ラで馬の目を撮像する部分であり、馬の目の像のアナロ
グ光情報をセンサによりデジタル電気信号に変換する処
理を行なう。また照明は馬の目をコントラスト良く捉え
るために照射し、光源としては馬が眩しくて過剰に動く
ことを避けるために、赤色光あるいは近赤外光、赤外光
のような動物には感知しにくい波長の光が用いられる。
CCDビデオカメラ等の画像入力部及び照明より成り、
馬の目の映像を信号として捉える。画像入力部は、カメ
ラで馬の目を撮像する部分であり、馬の目の像のアナロ
グ光情報をセンサによりデジタル電気信号に変換する処
理を行なう。また照明は馬の目をコントラスト良く捉え
るために照射し、光源としては馬が眩しくて過剰に動く
ことを避けるために、赤色光あるいは近赤外光、赤外光
のような動物には感知しにくい波長の光が用いられる。
【0045】虹彩顆粒切り出し部22も具体例1と同様
に、目領域撮像部21より馬の目の全体映像を受けて、
その中から虹彩顆粒領域の上縁及び下縁を検出すること
により、虹彩顆粒領域のみを切り出す処理を行なう。特
徴抽出部23は、虹彩顆粒画像の特徴を抽出し、コード
化する処理部である。コード化した虹彩顆粒データは、
「登録モード」においては馬名、目の左右といったID
情報とともに辞書記憶部30に登録される。また「識別
モード」においては相違度計算・照合部24に渡され、
辞書との照合に利用される。この辞書記憶部30に登録
されるID情報と虹彩顆粒データが「辞書」である。
に、目領域撮像部21より馬の目の全体映像を受けて、
その中から虹彩顆粒領域の上縁及び下縁を検出すること
により、虹彩顆粒領域のみを切り出す処理を行なう。特
徴抽出部23は、虹彩顆粒画像の特徴を抽出し、コード
化する処理部である。コード化した虹彩顆粒データは、
「登録モード」においては馬名、目の左右といったID
情報とともに辞書記憶部30に登録される。また「識別
モード」においては相違度計算・照合部24に渡され、
辞書との照合に利用される。この辞書記憶部30に登録
されるID情報と虹彩顆粒データが「辞書」である。
【0046】相違度計算・照合部24は、辞書記憶部3
0の全ての辞書と特徴抽出部23より得た虹彩顆粒デー
タとを比較照合し、該当する馬を決定する処理部であ
る。識別結果出力部25は、相違度計算・照合部24の
出力結果を受け、識別した馬のID情報をディスプレイ
等の表示装置に出力する処理部である。
0の全ての辞書と特徴抽出部23より得た虹彩顆粒デー
タとを比較照合し、該当する馬を決定する処理部であ
る。識別結果出力部25は、相違度計算・照合部24の
出力結果を受け、識別した馬のID情報をディスプレイ
等の表示装置に出力する処理部である。
【0047】辞書登録部26は辞書記憶部30に馬のI
D情報及び虹彩顆粒データを登録する処理部である。本
具体例では「登録モード」を複数の辞書作成用画像を用
いて行なう。すなわち、予め用意した複数の辞書作成用
画像について特徴抽出部23までの処理を施し、各々の
特徴データを求め、辞書登録部26においてそれらを順
に辞書記憶部30に記憶する。それら全ての辞書作成用
画像の特徴画像を辞書記憶部30に登録した後、相違度
計算部27以降のクラスタリング処理を行なう。上記処
理を行なうため辞書登録部26には全辞書の登録完了判
定機能及びクラスタリングの初期代表辞書決定機能を含
む。
D情報及び虹彩顆粒データを登録する処理部である。本
具体例では「登録モード」を複数の辞書作成用画像を用
いて行なう。すなわち、予め用意した複数の辞書作成用
画像について特徴抽出部23までの処理を施し、各々の
特徴データを求め、辞書登録部26においてそれらを順
に辞書記憶部30に記憶する。それら全ての辞書作成用
画像の特徴画像を辞書記憶部30に登録した後、相違度
計算部27以降のクラスタリング処理を行なう。上記処
理を行なうため辞書登録部26には全辞書の登録完了判
定機能及びクラスタリングの初期代表辞書決定機能を含
む。
【0048】相違度計算部27は、辞書登録部26にお
いて辞書記憶部30に記憶された全ての特徴画像の中
で、代表辞書とそれを除く全ての特徴データとの相違度
を計算する処理部である。代表辞書更新部28は、相違
度計算部27にて求めた相違度を基に新たに代表辞書を
求め直す処理部であり、辞書記憶部30に記憶された代
表辞書の更新機能をも含む。
いて辞書記憶部30に記憶された全ての特徴画像の中
で、代表辞書とそれを除く全ての特徴データとの相違度
を計算する処理部である。代表辞書更新部28は、相違
度計算部27にて求めた相違度を基に新たに代表辞書を
求め直す処理部であり、辞書記憶部30に記憶された代
表辞書の更新機能をも含む。
【0049】収束判定部29は、代表辞書決定までの反
復処理の収束判定をする処理部である。図8には、辞書
記憶部の構成図を示す。辞書記憶部30は図8に示すよ
うな構成になっており、各辞書のID情報、虹彩顆粒デ
ータ、代表辞書マーク、履歴マークの各欄より成る。辞
書記憶部30は「登録モード」において辞書作成用の虹
彩顆粒データの一時的な記憶機能の他、その中からクラ
スタリングにより選別した辞書の記憶部である。クラス
タリングは、一頭の馬に対して複数の適当な虹彩顆粒デ
ータを辞書登録するために、様々な条件下で撮影した多
数のデータの中から代表を決める処理時に実行される。
記憶した辞書データは「識別モード」の相違度計算・照
合部24において利用される。
復処理の収束判定をする処理部である。図8には、辞書
記憶部の構成図を示す。辞書記憶部30は図8に示すよ
うな構成になっており、各辞書のID情報、虹彩顆粒デ
ータ、代表辞書マーク、履歴マークの各欄より成る。辞
書記憶部30は「登録モード」において辞書作成用の虹
彩顆粒データの一時的な記憶機能の他、その中からクラ
スタリングにより選別した辞書の記憶部である。クラス
タリングは、一頭の馬に対して複数の適当な虹彩顆粒デ
ータを辞書登録するために、様々な条件下で撮影した多
数のデータの中から代表を決める処理時に実行される。
記憶した辞書データは「識別モード」の相違度計算・照
合部24において利用される。
【0050】〈具体例2の動作〉本具体例の動作を図7
を用いて説明する。本具体例にも「識別モード」と「登
録モード」があり、特にこの例は「登録モード」に特徴
がある。以下に「識別モード」から順に各部の動作を説
明する。なお目領域撮像部21、虹彩顆粒切り出し部2
2、特徴抽出部23の動作は具体例1における目領域撮
像部1、虹彩顆粒切り出し部3、特徴抽出部4と全く同
様であるためここでは説明を省略する。
を用いて説明する。本具体例にも「識別モード」と「登
録モード」があり、特にこの例は「登録モード」に特徴
がある。以下に「識別モード」から順に各部の動作を説
明する。なお目領域撮像部21、虹彩顆粒切り出し部2
2、特徴抽出部23の動作は具体例1における目領域撮
像部1、虹彩顆粒切り出し部3、特徴抽出部4と全く同
様であるためここでは説明を省略する。
【0051】相違度計算・照合部24及び識別結果表示
部25の動作を説明する。相違度計算・照合部24は具
体例1とは異なり、辞書記憶部30の同一クラスにつき
複数ある全ての辞書との照合を行なう。これを全クラス
について行なうため、1クラスあたりK枚の辞書がある
とすると、具体例1に較べて照合枚数はK倍となる。本
発明には様々な相違度計算が適用可能であるが、例とし
て画素値の平均差分を相違度とする方法を説明する。こ
の方法は特徴抽出部23より特徴画像を受け、また辞書
記憶部30の辞書を読み込み、入力画像と辞書の各画素
値の差分を全画素について合計し、それを画素数で割っ
た平均値を求める。これを相違度として、相違度が所要
値よりも小さい唯一の辞書があれば、その辞書の馬のI
D情報を識別結果として識別結果表示部25に出力する
ものである。
部25の動作を説明する。相違度計算・照合部24は具
体例1とは異なり、辞書記憶部30の同一クラスにつき
複数ある全ての辞書との照合を行なう。これを全クラス
について行なうため、1クラスあたりK枚の辞書がある
とすると、具体例1に較べて照合枚数はK倍となる。本
発明には様々な相違度計算が適用可能であるが、例とし
て画素値の平均差分を相違度とする方法を説明する。こ
の方法は特徴抽出部23より特徴画像を受け、また辞書
記憶部30の辞書を読み込み、入力画像と辞書の各画素
値の差分を全画素について合計し、それを画素数で割っ
た平均値を求める。これを相違度として、相違度が所要
値よりも小さい唯一の辞書があれば、その辞書の馬のI
D情報を識別結果として識別結果表示部25に出力する
ものである。
【0052】ここで識別結果表示部25はディスプレ
イ、プリンタといった表示装置である。また平均が所要
値よりも小さい辞書が一つもないか、あるいは二つ以上
ある場合は、入力画像を該当する登録馬ではないものと
してリジェクトする旨を識別結果表示部25に送る。こ
のように虹彩顆粒の大きさ・形状・しわには個体差があ
ることに基づき、正しい馬の辞書との相違度が、異なる
馬の辞書との相違度よりも小さくなることを利用して、
相違度に適当な閾値を設けることにより、両者を分離す
ることができるのである。
イ、プリンタといった表示装置である。また平均が所要
値よりも小さい辞書が一つもないか、あるいは二つ以上
ある場合は、入力画像を該当する登録馬ではないものと
してリジェクトする旨を識別結果表示部25に送る。こ
のように虹彩顆粒の大きさ・形状・しわには個体差があ
ることに基づき、正しい馬の辞書との相違度が、異なる
馬の辞書との相違度よりも小さくなることを利用して、
相違度に適当な閾値を設けることにより、両者を分離す
ることができるのである。
【0053】〈登録モード〉今度は「登録モード」の動
作について説明する。前述したように虹彩顆粒は3次元
形状であるため、異なる撮影角度の画像に対しても同様
に安定した識別を行なうためには辞書として様々な撮影
角度の虹彩顆粒データを保持する必要がある。しかしな
がら構成の説明でも述べたように本具体例においては撮
影角度決定部を省いた個体識別装置を構成するため、撮
影角度は未知である。そこで本具体例で行なう角度別の
辞書の抽出方法を以下に説明する。
作について説明する。前述したように虹彩顆粒は3次元
形状であるため、異なる撮影角度の画像に対しても同様
に安定した識別を行なうためには辞書として様々な撮影
角度の虹彩顆粒データを保持する必要がある。しかしな
がら構成の説明でも述べたように本具体例においては撮
影角度決定部を省いた個体識別装置を構成するため、撮
影角度は未知である。そこで本具体例で行なう角度別の
辞書の抽出方法を以下に説明する。
【0054】本具体例では辞書作成用に撮影角度を様々
に変えた撮影した複数の虹彩顆粒の特徴データを辞書記
憶部30に蓄えておく。各特徴データは同一撮影角度同
士は相違度が小さく、また撮影角度が異なる組ほど相違
度が大きい傾向がある。従って本具体例はこの点に着目
したものであり、クラスタリングにより撮影角度の異な
るグループ毎に分類し、その中から代表的な画像を辞書
として選別して辞書記憶部30に保存するものである。
なおクラスタリングとはそれ自体の性質に基づいていく
つかのグループに分けていくことである。クラスタリン
グにはいくつかの方法があるが、本具体例ではその中か
らK−mean法を用いたクラスタリングによる辞書作
成部の動作を説明する。
に変えた撮影した複数の虹彩顆粒の特徴データを辞書記
憶部30に蓄えておく。各特徴データは同一撮影角度同
士は相違度が小さく、また撮影角度が異なる組ほど相違
度が大きい傾向がある。従って本具体例はこの点に着目
したものであり、クラスタリングにより撮影角度の異な
るグループ毎に分類し、その中から代表的な画像を辞書
として選別して辞書記憶部30に保存するものである。
なおクラスタリングとはそれ自体の性質に基づいていく
つかのグループに分けていくことである。クラスタリン
グにはいくつかの方法があるが、本具体例ではその中か
らK−mean法を用いたクラスタリングによる辞書作
成部の動作を説明する。
【0055】本具体例の辞書作成モードにはこれに限ら
ず様々なクラスタリング方法が適用可能である。以下に
各部の動作を説明する。なお目領域撮像部21、虹彩顆
粒切り出し部22、特徴抽出部23の動作は「識別モー
ド」と共有であるため説明を省略する。また以下では蓄
えた虹彩顆粒サンプルを「特徴データ」と呼び、その中
から選別して「識別モード」で用いる辞書を「代表辞
書」と呼び区別する。
ず様々なクラスタリング方法が適用可能である。以下に
各部の動作を説明する。なお目領域撮像部21、虹彩顆
粒切り出し部22、特徴抽出部23の動作は「識別モー
ド」と共有であるため説明を省略する。また以下では蓄
えた虹彩顆粒サンプルを「特徴データ」と呼び、その中
から選別して「識別モード」で用いる辞書を「代表辞
書」と呼び区別する。
【0056】次に辞書登録部26の動作を説明する。辞
書登録部26は辞書記憶部30に馬のID情報及び虹彩
顆粒データを登録する処理部である。クラスタリングは
特徴抽出部23で抽出された同一クラスの虹彩顆粒の特
徴データに対して行なうため、この辞書登録部26では
予め撮影された同一クラスの目の全ての特徴データを一
旦辞書記憶部30に記憶する。
書登録部26は辞書記憶部30に馬のID情報及び虹彩
顆粒データを登録する処理部である。クラスタリングは
特徴抽出部23で抽出された同一クラスの虹彩顆粒の特
徴データに対して行なうため、この辞書登録部26では
予め撮影された同一クラスの目の全ての特徴データを一
旦辞書記憶部30に記憶する。
【0057】辞書記憶部30は図8に示すような構成に
なっており、新たに特徴データが入力されると、行を改
めてID情報、虹彩顆粒データを登録する。辞書の精度
を高めるためには、できるだけ様々な条件で同一の馬の
目を撮影して、多数の特徴データを得ることが好まし
い。辞書作成用の全ての特徴データが揃ったことを判断
したら、辞書登録部26は多数のデータの中から最初に
K個の初期代表辞書をランダムに選出する。選出した代
表辞書は辞書記憶部30の該当する特徴データに代表辞
書マークをすることで他の辞書とは区別する。マークは
図8に示すように例えば、代表辞書である場合は1、そ
うでない場合は0等の記号で表す。次の相違度計算部2
7以降に行なうK−mean法は辞書選出の反復処理を
行なうため、辞書記憶部30には代表辞書マーク欄の他
に前回の代表辞書を表す履歴マークの付加欄を設け、収
束判定部29にて用いる。
なっており、新たに特徴データが入力されると、行を改
めてID情報、虹彩顆粒データを登録する。辞書の精度
を高めるためには、できるだけ様々な条件で同一の馬の
目を撮影して、多数の特徴データを得ることが好まし
い。辞書作成用の全ての特徴データが揃ったことを判断
したら、辞書登録部26は多数のデータの中から最初に
K個の初期代表辞書をランダムに選出する。選出した代
表辞書は辞書記憶部30の該当する特徴データに代表辞
書マークをすることで他の辞書とは区別する。マークは
図8に示すように例えば、代表辞書である場合は1、そ
うでない場合は0等の記号で表す。次の相違度計算部2
7以降に行なうK−mean法は辞書選出の反復処理を
行なうため、辞書記憶部30には代表辞書マーク欄の他
に前回の代表辞書を表す履歴マークの付加欄を設け、収
束判定部29にて用いる。
【0058】次に相違度計算部27は辞書記憶部30に
記憶した全ての辞書データを用いて、代表辞書とそれ以
外の辞書との全ての距離の組合せについて相違度を計算
する。この際の相違度としては「識別モード」における
相違度計算・照合部24にて述べた平均差分を求める方
法の他、様々な方法が適用できる。
記憶した全ての辞書データを用いて、代表辞書とそれ以
外の辞書との全ての距離の組合せについて相違度を計算
する。この際の相違度としては「識別モード」における
相違度計算・照合部24にて述べた平均差分を求める方
法の他、様々な方法が適用できる。
【0059】図9は、代表辞書決定部28の動作説明図
である。図に示すように、x印であらわした多数の特徴
データは、それぞれ撮影角度や照明等の様々な条件を変
えて得られたものである。その中で、ランダムに決めた
代表辞書は、丸で囲んだものである。代表辞書決定部2
8は、相違度計算部27で計算した各特徴データの代表
辞書との相違度を基に、最も相違度の小さな代表辞書が
同一である特徴データをグループGとしてまとめる。図
には、このグループGを破線の円で示した。これによっ
て代表辞書を各1つ含むK個のグループができる。代表
辞書決定部28はこれらの各グループ毎に特徴データを
用いて平均特徴データを作成する。平均特徴データは画
素値毎に各特徴データの平均値を求めたものである。そ
して平均特徴データと全ての特徴データとの距離を再度
計算し、最も近い特徴データを新たな代表辞書として選
出する。新たな代表辞書は、四角で囲んで図示した。こ
のようにして代表辞書を決定した後、辞書記憶部30の
前回の代表辞書の履歴マークを消去し、代表辞書マーク
を履歴マークに変更する。その上で決定した代表辞書の
特徴データの欄に代表辞書マークを付ける。
である。図に示すように、x印であらわした多数の特徴
データは、それぞれ撮影角度や照明等の様々な条件を変
えて得られたものである。その中で、ランダムに決めた
代表辞書は、丸で囲んだものである。代表辞書決定部2
8は、相違度計算部27で計算した各特徴データの代表
辞書との相違度を基に、最も相違度の小さな代表辞書が
同一である特徴データをグループGとしてまとめる。図
には、このグループGを破線の円で示した。これによっ
て代表辞書を各1つ含むK個のグループができる。代表
辞書決定部28はこれらの各グループ毎に特徴データを
用いて平均特徴データを作成する。平均特徴データは画
素値毎に各特徴データの平均値を求めたものである。そ
して平均特徴データと全ての特徴データとの距離を再度
計算し、最も近い特徴データを新たな代表辞書として選
出する。新たな代表辞書は、四角で囲んで図示した。こ
のようにして代表辞書を決定した後、辞書記憶部30の
前回の代表辞書の履歴マークを消去し、代表辞書マーク
を履歴マークに変更する。その上で決定した代表辞書の
特徴データの欄に代表辞書マークを付ける。
【0060】最後に収束判定部29は、辞書記憶部30
の代表辞書マークのある欄に同時に履歴マークがあるか
どうかを調べる。K個全ての代表辞書マークの欄に同時
に履歴マークある場合は選別した代表辞書が変更してな
いことを表すため、選別処理が収束したものとして、反
復を終了する。またそうでない場合は再び相違度計算部
27と代表辞書決定部28の処理を反復する。なお反復
処理が収束した場合、辞書記憶部の記憶スペース節約の
ため代表辞書以外の特徴データを消去する。こうして1
頭の馬に対して複数の代表辞書が用意されて、具体例1
と同様にして馬の個体識別がされる。
の代表辞書マークのある欄に同時に履歴マークがあるか
どうかを調べる。K個全ての代表辞書マークの欄に同時
に履歴マークある場合は選別した代表辞書が変更してな
いことを表すため、選別処理が収束したものとして、反
復を終了する。またそうでない場合は再び相違度計算部
27と代表辞書決定部28の処理を反復する。なお反復
処理が収束した場合、辞書記憶部の記憶スペース節約の
ため代表辞書以外の特徴データを消去する。こうして1
頭の馬に対して複数の代表辞書が用意されて、具体例1
と同様にして馬の個体識別がされる。
【0061】〈具体例2の効果〉以上述べたように、こ
の具体例によれば以下のような効果がある。 1.虹彩顆粒による動物の個体識別装置において、相違
度計算部27、代表辞書更新部28及び収束判定部29
を設けたことにより、撮影角度が未知の場合にも様々な
撮影条件の代表的な辞書を辞書記憶部30に登録するこ
とが可能となるため、識別時にはそれらと照合すること
により3次元形状の虹彩顆粒の撮影角度に依存した見え
方の変化に影響されず、精度の安定した照合を行なうこ
とが可能となる。 2.撮影角度に限らず、照明の条件やその他の様々な撮
影条件の変化を考慮して予め複数の辞書を用意しておく
ときに、各撮影条件についての情報自体は辞書登録処理
に使用しないので、撮影のための機構や装置が簡便にな
り、データ処理も容易になる。
の具体例によれば以下のような効果がある。 1.虹彩顆粒による動物の個体識別装置において、相違
度計算部27、代表辞書更新部28及び収束判定部29
を設けたことにより、撮影角度が未知の場合にも様々な
撮影条件の代表的な辞書を辞書記憶部30に登録するこ
とが可能となるため、識別時にはそれらと照合すること
により3次元形状の虹彩顆粒の撮影角度に依存した見え
方の変化に影響されず、精度の安定した照合を行なうこ
とが可能となる。 2.撮影角度に限らず、照明の条件やその他の様々な撮
影条件の変化を考慮して予め複数の辞書を用意しておく
ときに、各撮影条件についての情報自体は辞書登録処理
に使用しないので、撮影のための機構や装置が簡便にな
り、データ処理も容易になる。
【0062】〈具体例3〉具体例2で述べた個体識別装
置は、辞書登録の際の撮影角度の選別にクラスタリング
を用いることによって、具体例1の撮影角度決定部を省
くことが可能であるというメリットがあった。その一
方、具体例2は識別時に複数の代表辞書の全てと照合を
行なう必要がある。そのため少数の馬を識別対象とする
運用形態の場合は問題ないが、多数の馬を識別対象とす
る場合は照合する辞書数が膨大となり、識別処理に時間
を要する間題がある。例えばクラス数(馬の数に相当す
る)をC、K−mean法で求める各クラスの辞書枚数
をK枚とすると照合時の辞書枚数は具体例1ではC枚、
具体例2ではKC枚となる。これは多数の馬を対象とす
る場合、例えばクラス数C=50、辞書枚数K=20で
は照合枚数は具体例1では50枚であるのに対し、具体
例2では1000枚にもなる。
置は、辞書登録の際の撮影角度の選別にクラスタリング
を用いることによって、具体例1の撮影角度決定部を省
くことが可能であるというメリットがあった。その一
方、具体例2は識別時に複数の代表辞書の全てと照合を
行なう必要がある。そのため少数の馬を識別対象とする
運用形態の場合は問題ないが、多数の馬を識別対象とす
る場合は照合する辞書数が膨大となり、識別処理に時間
を要する間題がある。例えばクラス数(馬の数に相当す
る)をC、K−mean法で求める各クラスの辞書枚数
をK枚とすると照合時の辞書枚数は具体例1ではC枚、
具体例2ではKC枚となる。これは多数の馬を対象とす
る場合、例えばクラス数C=50、辞書枚数K=20で
は照合枚数は具体例1では50枚であるのに対し、具体
例2では1000枚にもなる。
【0063】このような大量の辞書照合をユーザの利便
性を損ねないように高速に行なうためには、処理能力の
高い装置構成としなければならず、製造コストを要する
問題がある。そこでこの具体例は多数の馬を識別対象と
する場合のこの間題に対して、照合する辞書枚数を具体
例1と同程度とし、更に撮影角度決定部を具体例2と同
様に不要とする個体識別装置を以下に説明する。
性を損ねないように高速に行なうためには、処理能力の
高い装置構成としなければならず、製造コストを要する
問題がある。そこでこの具体例は多数の馬を識別対象と
する場合のこの間題に対して、照合する辞書枚数を具体
例1と同程度とし、更に撮影角度決定部を具体例2と同
様に不要とする個体識別装置を以下に説明する。
【0064】本具体例の原理は、撮影角度の変化に対し
て安定した照合を行なうために、3次元形状の虹彩顆粒
の撮影角度に依存しない領域のみに限定して対象物と辞
書との照合を行なう方法である。具体的には登録時に撮
影角度が一定範囲で変化しても常に撮影されている可視
領域を求め、その領域に限定した辞書を各クラスに1枚
ずつ保有し、識別時にはその領域のみについて相違度を
求める。
て安定した照合を行なうために、3次元形状の虹彩顆粒
の撮影角度に依存しない領域のみに限定して対象物と辞
書との照合を行なう方法である。具体的には登録時に撮
影角度が一定範囲で変化しても常に撮影されている可視
領域を求め、その領域に限定した辞書を各クラスに1枚
ずつ保有し、識別時にはその領域のみについて相違度を
求める。
【0065】本具体例の構成を図10を用いて説明す
る。図10は、本具体例の構成を示すブロック図であ
る。図10に示すように、本具体例は目領域撮像部3
1、虹彩顆粒切り出し部32、特徴抽出部33、相違度
計算・照合部34、識別結果出力部35、累積加算部3
6、安定度計算部37、辞書作成部38、辞書記憶部3
9より成る。これらの各部の内、目領域撮像部31、虹
彩顆粒切り出し部32、特徴抽出部33、辞書記憶部3
9は「識別モード」と「登録モード」の両モードに共通
の処理部であり、相違度計算・照合部34、識別結果出
力部35は「識別モード」に固有な、また累積加算部3
6、安定度計算部37、代表辞書更新部38は「登録モ
ード」に固有な処理部である。本具体例の個体識別装置
は特に「登録モード」に安定度計算部37及び辞書作成
部38を備えたことを特徴とする。各部の具体的構成を
以下に説明する。
る。図10は、本具体例の構成を示すブロック図であ
る。図10に示すように、本具体例は目領域撮像部3
1、虹彩顆粒切り出し部32、特徴抽出部33、相違度
計算・照合部34、識別結果出力部35、累積加算部3
6、安定度計算部37、辞書作成部38、辞書記憶部3
9より成る。これらの各部の内、目領域撮像部31、虹
彩顆粒切り出し部32、特徴抽出部33、辞書記憶部3
9は「識別モード」と「登録モード」の両モードに共通
の処理部であり、相違度計算・照合部34、識別結果出
力部35は「識別モード」に固有な、また累積加算部3
6、安定度計算部37、代表辞書更新部38は「登録モ
ード」に固有な処理部である。本具体例の個体識別装置
は特に「登録モード」に安定度計算部37及び辞書作成
部38を備えたことを特徴とする。各部の具体的構成を
以下に説明する。
【0066】目領域撮像部31と虹彩顆粒切り出し部3
2の構成は、具体例2とかわらない。特徴抽出部33が
出力するコード化した虹彩顆粒データは、「登録モー
ド」においては馬名、目の左右といったID情報ととも
に辞書記憶部39に登録される。また「識別モード」に
おいては相違度計算・照合部34に渡され、辞書との照
合に利用される。この辞書記憶部39に登録されるID
情報と虹彩顆粒データが「辞書」である。相違度計算・
照合部34は、辞書記憶部39の全ての辞書と特徴抽出
部33より得た虹彩顆粒データとを比較照合し、該当す
る馬を決定する処理部である。
2の構成は、具体例2とかわらない。特徴抽出部33が
出力するコード化した虹彩顆粒データは、「登録モー
ド」においては馬名、目の左右といったID情報ととも
に辞書記憶部39に登録される。また「識別モード」に
おいては相違度計算・照合部34に渡され、辞書との照
合に利用される。この辞書記憶部39に登録されるID
情報と虹彩顆粒データが「辞書」である。相違度計算・
照合部34は、辞書記憶部39の全ての辞書と特徴抽出
部33より得た虹彩顆粒データとを比較照合し、該当す
る馬を決定する処理部である。
【0067】識別結果出力部35は、相違度計算・照合
部34の出力結果を受け、識別した馬のID情報をディ
スプレイ等の表示装置に出力する処理部である。累積加
算部36は辞書記憶部39に馬の目すなわちクラス毎か
つ画素毎に虹彩顆粒データを累積・加算する処理部であ
る。安定度計算部37は累積加算部36より得られる累
積加算値を基に安定度を各画素毎に求める処理部であ
る。
部34の出力結果を受け、識別した馬のID情報をディ
スプレイ等の表示装置に出力する処理部である。累積加
算部36は辞書記憶部39に馬の目すなわちクラス毎か
つ画素毎に虹彩顆粒データを累積・加算する処理部であ
る。安定度計算部37は累積加算部36より得られる累
積加算値を基に安定度を各画素毎に求める処理部であ
る。
【0068】辞書作成部38は、安定度計算部37にて
計算した安定度を基に照合処理対象画素を選別し、選別
した画素のみについての辞書を各クラス毎に1枚求める
処理部である。辞書記憶部39は「登録モード」におい
て求めた辞書を記憶しておく処理部であり、「識別モー
ド」においては記憶した辞書データを相違度計算・照合
部34に提供する機能を持つ。以上が本具体例の構成の
説明である。
計算した安定度を基に照合処理対象画素を選別し、選別
した画素のみについての辞書を各クラス毎に1枚求める
処理部である。辞書記憶部39は「登録モード」におい
て求めた辞書を記憶しておく処理部であり、「識別モー
ド」においては記憶した辞書データを相違度計算・照合
部34に提供する機能を持つ。以上が本具体例の構成の
説明である。
【0069】本具体例の動作を図10を用いて説明す
る。本具体例にも「識別モード」と「登録モード」があ
り、特に本発明は「登録モード」に関するものである。
以下に「識別モード」から順に各部の動作を説明する。
なお目領域撮像部31、虹彩顆粒切り出し部32、特徴
抽出部33の動作は具体例1における目領域撮像部1、
虹彩顆粒切り出し部3、特徴抽出部4と全く同様である
ため説明を省略する。
る。本具体例にも「識別モード」と「登録モード」があ
り、特に本発明は「登録モード」に関するものである。
以下に「識別モード」から順に各部の動作を説明する。
なお目領域撮像部31、虹彩顆粒切り出し部32、特徴
抽出部33の動作は具体例1における目領域撮像部1、
虹彩顆粒切り出し部3、特徴抽出部4と全く同様である
ため説明を省略する。
【0070】まず、相違度計算・照合部34及び識別結
果表示部35の動作を説明する。相違度計算・照合部3
4は、識別モードにおいて特徴抽出部33の特徴データ
を受け、辞書記憶部39の中から各IDクラスにつき一
枚の辞書を読み込み、それらと照合を行なう。その際に
本具体例の特徴となるのは、辞書の画素値が非ゼロの領
域のみに限定して相違度を計算する点である。これは
「登録モード」の説明にて後述するように、辞書は撮影
角度に強く依存した領域をゼロとして登録してあるた
め、画素値がゼロの領域を相違度計算に含めないことに
より、撮影角度に依存しない安定した照合が行なえるも
のである。ここで行なう相違度の計算方法としては具体
例1、具体例2にて説明したように平均差分を相違度と
して計算できる。
果表示部35の動作を説明する。相違度計算・照合部3
4は、識別モードにおいて特徴抽出部33の特徴データ
を受け、辞書記憶部39の中から各IDクラスにつき一
枚の辞書を読み込み、それらと照合を行なう。その際に
本具体例の特徴となるのは、辞書の画素値が非ゼロの領
域のみに限定して相違度を計算する点である。これは
「登録モード」の説明にて後述するように、辞書は撮影
角度に強く依存した領域をゼロとして登録してあるた
め、画素値がゼロの領域を相違度計算に含めないことに
より、撮影角度に依存しない安定した照合が行なえるも
のである。ここで行なう相違度の計算方法としては具体
例1、具体例2にて説明したように平均差分を相違度と
して計算できる。
【0071】また本発明にはその他にも様々な相違度の
計算方法が適用可能である。相違度が所要値よりも小さ
い唯一の辞書があればその辞書の馬のID情報を、また
相違度が所要値よりも小さい辞書が一つもないか、ある
いは二つ以上ある場合は、リジェクトする旨を識別結果
表示部25に送る。
計算方法が適用可能である。相違度が所要値よりも小さ
い唯一の辞書があればその辞書の馬のID情報を、また
相違度が所要値よりも小さい辞書が一つもないか、ある
いは二つ以上ある場合は、リジェクトする旨を識別結果
表示部25に送る。
【0072】〈登録モード〉次に「登録モード」の動作
について説明する。本具体例の原理は撮影角度に依存し
ないで撮像可能な領域のみに限定して検査対象と辞書と
の照合を行なう方法である。これにより3次元形状の虹
彩顆粒の撮影角度の変化にも安定した照合を行なうもの
である。従って「登録モード」においては辞書作成用に
用意した複数のサンプル画像から虹彩顆粒の撮影角度に
非依存の領域を選別するとともに領域内の辞書を作成す
る。以下に各部の動作を説明する。なお目領域撮像部3
1、虹彩顆粒切り出し部32、特徴抽出部33の動作は
「識別モード」と共有であるため説明を省略する。
について説明する。本具体例の原理は撮影角度に依存し
ないで撮像可能な領域のみに限定して検査対象と辞書と
の照合を行なう方法である。これにより3次元形状の虹
彩顆粒の撮影角度の変化にも安定した照合を行なうもの
である。従って「登録モード」においては辞書作成用に
用意した複数のサンプル画像から虹彩顆粒の撮影角度に
非依存の領域を選別するとともに領域内の辞書を作成す
る。以下に各部の動作を説明する。なお目領域撮像部3
1、虹彩顆粒切り出し部32、特徴抽出部33の動作は
「識別モード」と共有であるため説明を省略する。
【0073】累積加算部36は目領域撮像部31にて複
数撮影した画像に対し虹彩顆粒切り出し部32、特徴抽
出部33の処理を施した特徴データを辞書記憶部39に
画素毎に累積・加算する処理部である。具体的には各画
素毎の平均及び標準偏差を求めるためにクラスの画素j
について全サンプルの画素値の和及び平方和を求める。
サンプル番号k(k=1,…,K)の画素値をxkij で
表すものとすると、画素毎の和Vij及び平方和Sijは次
式で求められる。 Vij=Σxkij …(1) Sij=Σx2kij …(2)
数撮影した画像に対し虹彩顆粒切り出し部32、特徴抽
出部33の処理を施した特徴データを辞書記憶部39に
画素毎に累積・加算する処理部である。具体的には各画
素毎の平均及び標準偏差を求めるためにクラスの画素j
について全サンプルの画素値の和及び平方和を求める。
サンプル番号k(k=1,…,K)の画素値をxkij で
表すものとすると、画素毎の和Vij及び平方和Sijは次
式で求められる。 Vij=Σxkij …(1) Sij=Σx2kij …(2)
【0074】次に安定度計算部207は辞書記憶部20
9に累積加算された和Vij及び平方和Sijを用いて各画
素毎の平均μij及び標準偏差σijを求め、更にそれらを
用いて安定度Tijを計算する。各計算式を以下に示す。 μij=Vij/K …(3) σ=√Sij/K−μ2ij …(4) Tij=σij/μij …(5) 上式により安定度Tijが求められる。なお、上記(1)
〜(2)式のΣは、いずれもk=1からK、i=1から
Iの範囲の総和を示す。
9に累積加算された和Vij及び平方和Sijを用いて各画
素毎の平均μij及び標準偏差σijを求め、更にそれらを
用いて安定度Tijを計算する。各計算式を以下に示す。 μij=Vij/K …(3) σ=√Sij/K−μ2ij …(4) Tij=σij/μij …(5) 上式により安定度Tijが求められる。なお、上記(1)
〜(2)式のΣは、いずれもk=1からK、i=1から
Iの範囲の総和を示す。
【0075】次に辞書作成部38は安定度計算部37で
計算した安定度を基に識別対象領域を決定するとともに
辞書を作成する。安定度計算部37における式(5)
は、各画素のバラツキを表す標準偏差を平均濃度で補正
したものであり、この値が大きいほど環境変化による変
動が大きいことを表す。従って、辞書作成用の複数の画
像が様々な角度を持ったものであれば、式(5)は大き
くなる。そこで、本具体例ではこの安定度Tijが所要値
以下の画素のみを識別領域と定める。また各画素値とし
て平均μijを用いる。これにより撮影角度の影響の少な
い領域のみに限定した識別が行えるため、撮影角度決定
部を必要とせず、照合する辞書枚数も各クラスにつき1
枚と少ないため短時間で識別結果をユーザに示すことが
可能となる。
計算した安定度を基に識別対象領域を決定するとともに
辞書を作成する。安定度計算部37における式(5)
は、各画素のバラツキを表す標準偏差を平均濃度で補正
したものであり、この値が大きいほど環境変化による変
動が大きいことを表す。従って、辞書作成用の複数の画
像が様々な角度を持ったものであれば、式(5)は大き
くなる。そこで、本具体例ではこの安定度Tijが所要値
以下の画素のみを識別領域と定める。また各画素値とし
て平均μijを用いる。これにより撮影角度の影響の少な
い領域のみに限定した識別が行えるため、撮影角度決定
部を必要とせず、照合する辞書枚数も各クラスにつき1
枚と少ないため短時間で識別結果をユーザに示すことが
可能となる。
【0076】図11に、具体例3の安定度計算部の動作
説明図を示す。図に示すように、1頭の馬の目の映像か
ら得た多数のサンプル画像群51に対して、上記のよう
な安定度の計算をする。その結果、ハッチングを施した
安定度の高い部分53に含まれる画素のみが識別領域と
されて辞書へ登録される。即ち、破線に囲まれた全画像
のうちバラツキの大きい領域54の画素は、識別対象か
ら除外される。
説明図を示す。図に示すように、1頭の馬の目の映像か
ら得た多数のサンプル画像群51に対して、上記のよう
な安定度の計算をする。その結果、ハッチングを施した
安定度の高い部分53に含まれる画素のみが識別領域と
されて辞書へ登録される。即ち、破線に囲まれた全画像
のうちバラツキの大きい領域54の画素は、識別対象か
ら除外される。
【0077】〈具体例3の効果〉以上述べたように、こ
の具体例によれば以下のような効果がある。 1.虹彩顆粒による動物の個体識別装置において累積加
算部36、安定度計算部37、辞書作成部38を設けた
ことにより、撮影角度やその他の撮影条件に影響されな
い特徴を辞書として作成可能となる。 2.照合する辞書枚数が各クラス1枚で済むため、3次
元形状の虹彩の撮影角度によらない高速な識別が可能と
なる。
の具体例によれば以下のような効果がある。 1.虹彩顆粒による動物の個体識別装置において累積加
算部36、安定度計算部37、辞書作成部38を設けた
ことにより、撮影角度やその他の撮影条件に影響されな
い特徴を辞書として作成可能となる。 2.照合する辞書枚数が各クラス1枚で済むため、3次
元形状の虹彩の撮影角度によらない高速な識別が可能と
なる。
【図1】具体例1の動物の個体識別装置のブロック図で
ある。
ある。
【図2】馬の眼球を正面から写真撮影して得た目の映像
説明図である。
説明図である。
【図3】撮影時の馬の目に対するカメラの撮影角度説明
図である。
図である。
【図4】虹彩顆粒切り出し部の動作説明図である。
【図5】特徴抽出部の動作説明図を示す。
【図6】辞書記憶部のデータ格納形式の例を示す構成図
である。
である。
【図7】具体例2の構成を示すブロック図である。
【図8】辞書記憶部の構成図である。
【図9】代表辞書決定部の動作説明図である。
【図10】具体例3の構成を示すブロック図である。
【図11】具体例3の安定度計算部の動作説明図を示
す。
す。
1 目領域撮像部 2 撮影角度決定部 3 虹彩顆粒切り出し部 4 特徴抽出部 5 辞書選択部 6 相違度計算照合部 7 識別結果出力部 8 辞書登録部 9 辞書記憶部
Claims (5)
- 【請求項1】 動物の目をカメラにより撮影してその画
像を得る目領域撮像部と、 撮影時の目に対するカメラの撮影角度を決定する撮影角
度決定部と、 前記目領域撮像部の出力から虹彩顆粒の画像の特徴を抽
出する特徴抽出部と、 この特徴抽出部の出力した虹彩顆粒データを撮影角度毎
に分類して登録する辞書記憶部とを備えたことを特徴と
する動物の個体識別装置。 - 【請求項2】 識別対象となる特定の動物の目の虹彩顆
粒を撮影して得た虹彩顆粒データを、撮影角度毎に分類
して登録する辞書記憶部と、 任意の動物の目を新たに撮影して、その画像を得る目領
域撮像部と、 この目領域撮像部の出力から虹彩顆粒の画像の特徴を抽
出する特徴抽出部と、 前記新たな動物の目の撮影時に、その目に対するカメラ
の撮影角度を決定する撮影角度決定部と、 この撮影角度決定部から撮影角度の情報を受け、前記辞
書記憶部の中の該当する撮影角度に対応する辞書を選択
する辞書選択部と、 この辞書選択部の選択した辞書中の虹彩顆粒データと前
記特徴抽出部の出力した虹彩顆粒データとを比較する照
合部と、 この照合部の出力により、新たに撮影して得た虹彩顆粒
データが、前記辞書記憶部に登録された特定の動物の目
を撮影して得たものかどうか識別した結果を出力する識
別結果出力部、とを備えたことを特徴とする動物の個体
識別装置。 - 【請求項3】 動物の目を撮影してその画像を得る目領
域撮像部と、 前記目の画像中の虹彩顆粒部分を切り出す虹彩顆粒切り
出し部と、 その虹彩顆粒の画像の特徴を抽出する特徴抽出部と、 この特徴抽出部の出力した複数の撮影条件の異なる虹彩
顆粒データの中から、クラスタリングにより代表と決定
した複数の虹彩顆粒データを辞書登録する辞書登録部
と、 代表と決定した複数の虹彩顆粒データを前記動物の識別
情報とともに辞書として記憶する辞書記憶部を備えたこ
とを特徴とする動物の個体識別装置。 - 【請求項4】 請求項3に記載の個体識別装置におい
て、 辞書記憶部に記憶された複数の虹彩顆粒データを所定の
タイミングで読み出して、これらの間の相違度を計算す
る相違度計算部と、複数の虹彩顆粒データの中から代表
を選別する代表辞書更新部と、それらの反復計算処理の
収束を判定する収束判定部とを設けたことを特徴とする
動物の個体識別装置。 - 【請求項5】 動物の目を撮影してその画像を得る目領
域撮像部と、 前記目の画像中の虹彩顆粒部分を切り出す虹彩顆粒切り
出し部と、 その虹彩顆粒の画像の特徴を抽出する特徴抽出部と、 この特徴抽出部の出力した複数の撮影条件の異なる虹彩
顆粒データの特徴を累積加算する累積加算部と、 前記累積加算部より得られる累積加算値をもとに、各画
素の安定度を求め、安定度の高い画素のみを選別する安
定度計算部と安定度計算部の選別した画素により特徴デ
ータを生成して辞書登録する辞書登録部と、辞書登録部
により登録される特徴データを前記動物の識別情報に対
応する虹彩顆粒データとして記憶する辞書記憶部を備え
たことを特徴とする動物の個体識別装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9094549A JPH10275236A (ja) | 1997-03-28 | 1997-03-28 | 動物の個体識別装置 |
US09/049,073 US6285780B1 (en) | 1997-03-28 | 1998-03-27 | Apparatus for identifying individual animals and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9094549A JPH10275236A (ja) | 1997-03-28 | 1997-03-28 | 動物の個体識別装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10275236A true JPH10275236A (ja) | 1998-10-13 |
Family
ID=14113403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9094549A Pending JPH10275236A (ja) | 1997-03-28 | 1997-03-28 | 動物の個体識別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH10275236A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000038507A1 (fr) * | 1998-12-24 | 2000-07-06 | Surge Miyawaki Co., Ltd. | Systeme de gestion d'enregistrement d'animaux permettant leur identification |
WO2001064029A1 (en) * | 2000-03-03 | 2001-09-07 | Id+Plus Ltd | Method and apparatus for livestock identification |
WO2002098214A1 (fr) * | 2001-06-01 | 2002-12-12 | Surge Miyawaki Co., Ltd. | Procede de gestion d'images d'animaux et procede d'enregistrement d'images |
US6499906B1 (en) | 2000-09-15 | 2002-12-31 | Tofasco Of America | Pivot joint foldable furniture |
JP2009094625A (ja) * | 2007-10-04 | 2009-04-30 | Seiko Epson Corp | 画像処理装置及び方法並びにプログラム |
WO2012042634A1 (ja) * | 2010-09-30 | 2012-04-05 | 富士通株式会社 | 生体認証装置、生体認証プログラム及び方法 |
JP2014526755A (ja) * | 2011-09-27 | 2014-10-06 | インテル・コーポレーション | メモリが制限された環境における顔認識性能を改善するべく基準顔データベースを管理するための方法、装置およびコンピュータ可読記録媒体 |
-
1997
- 1997-03-28 JP JP9094549A patent/JPH10275236A/ja active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000038507A1 (fr) * | 1998-12-24 | 2000-07-06 | Surge Miyawaki Co., Ltd. | Systeme de gestion d'enregistrement d'animaux permettant leur identification |
AU756051B2 (en) * | 1998-12-24 | 2003-01-02 | Surge Miyawaki Co., Ltd | Animal registration management system capable of animal identification |
US6892671B1 (en) | 1998-12-24 | 2005-05-17 | Surge Miyawaki Co., Ltd. | Animal registration management system capable of animal identification |
WO2001064029A1 (en) * | 2000-03-03 | 2001-09-07 | Id+Plus Ltd | Method and apparatus for livestock identification |
US6499906B1 (en) | 2000-09-15 | 2002-12-31 | Tofasco Of America | Pivot joint foldable furniture |
WO2002098214A1 (fr) * | 2001-06-01 | 2002-12-12 | Surge Miyawaki Co., Ltd. | Procede de gestion d'images d'animaux et procede d'enregistrement d'images |
JP2009094625A (ja) * | 2007-10-04 | 2009-04-30 | Seiko Epson Corp | 画像処理装置及び方法並びにプログラム |
WO2012042634A1 (ja) * | 2010-09-30 | 2012-04-05 | 富士通株式会社 | 生体認証装置、生体認証プログラム及び方法 |
US9792420B2 (en) | 2010-09-30 | 2017-10-17 | Fujitsu Limited | Device and method for biometric authentication |
JP2014526755A (ja) * | 2011-09-27 | 2014-10-06 | インテル・コーポレーション | メモリが制限された環境における顔認識性能を改善するべく基準顔データベースを管理するための方法、装置およびコンピュータ可読記録媒体 |
US9298976B2 (en) | 2011-09-27 | 2016-03-29 | Intel Corporation | Method, apparatus and computer readable recording medium for managing a reference face database to improve face recognition performance under a restricted memory environment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3436293B2 (ja) | 動物の個体識別装置及び個体識別システム | |
CN107077626B (zh) | 动物用非侵入式多模态生物特征辨识*** | |
US8315440B2 (en) | System and method for animal identification using iris images | |
US20060104489A1 (en) | Minutia detection from measurement of a human skull and identifying and profiling individuals from the human skull detection | |
US11450130B2 (en) | Animal identification based on unique nose patterns | |
CN106570491A (zh) | 一种机器人智能互动的方法及智能机器人 | |
JP2000182050A (ja) | 動物の個体識別装置 | |
JPH11244261A (ja) | アイリス認識方法及び装置、データ変換方法及び装置 | |
Sacchi et al. | Digital identification and analysis | |
US20240087368A1 (en) | Companion animal life management system and method therefor | |
CN109661668A (zh) | 用于虹膜识别的图像处理方法和*** | |
WO2022213396A1 (zh) | 猫的面部个体识别装置、方法、计算机设备及存储介质 | |
CN110929570B (zh) | 虹膜快速定位装置及其定位方法 | |
JPH10275236A (ja) | 動物の個体識別装置 | |
JP3045129B2 (ja) | 動物の個体識別装置 | |
CN114998980B (zh) | 一种虹膜检测方法、装置、电子设备及存储介质 | |
JP3557509B2 (ja) | 動物の個体識別装置 | |
JP2000137813A (ja) | 個体識別装置 | |
CN113627255B (zh) | 一种小鼠行为量化分析方法、装置、设备及可读存储介质 | |
JP2000137812A (ja) | 個体識別装置 | |
Bustamin et al. | A portable cattle tagging based on muzzle pattern | |
CN113870214A (zh) | 静脉图像的质量评估方法、评估装置及终端 | |
JP2000137811A (ja) | 個体識別装置 | |
JP2000137810A (ja) | 個体識別装置 | |
JP2000194854A (ja) | 個体識別装置 |