TWI780366B - 臉部辨識系統、臉部辨識方法及臉部辨識程式 - Google Patents

臉部辨識系統、臉部辨識方法及臉部辨識程式 Download PDF

Info

Publication number
TWI780366B
TWI780366B TW108137254A TW108137254A TWI780366B TW I780366 B TWI780366 B TW I780366B TW 108137254 A TW108137254 A TW 108137254A TW 108137254 A TW108137254 A TW 108137254A TW I780366 B TWI780366 B TW I780366B
Authority
TW
Taiwan
Prior art keywords
face
face recognition
processing step
recognition
area
Prior art date
Application number
TW108137254A
Other languages
English (en)
Other versions
TW202042114A (zh
Inventor
伊藤和彦
佐藤誠
Original Assignee
日商微網股份有限公司
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 日商微網股份有限公司 filed Critical 日商微網股份有限公司
Publication of TW202042114A publication Critical patent/TW202042114A/zh
Application granted granted Critical
Publication of TWI780366B publication Critical patent/TWI780366B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
    • G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Lock And Its Accessories (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)
  • Quality & Reliability (AREA)

Abstract

一種臉部辨識系統，從攝影影像201進行低精準度人物臉部檢測之第一臉部檢測機構2、對攝影影像201進行高精準度人物臉部檢測之第二臉部檢測機構3以及分別以第一臉部檢測機構2及第二臉部檢測機構3對攝影機影像進行臉部檢測，當第二臉部檢測機構3在第一臉部檢測機構2所檢測的臉部區域無法辨識臉部時，將臉部區域的重心座標作為點遮罩位置自主學習，其中第一臉部檢測機構2從攝影影像201檢測臉部時求該臉部區域的重心座標，在儲存的點遮罩座標群中有一致座標時將其作為誤檢區域，並不對該攝影影像進行第二臉部檢測機構3高精準度的臉部辨識。

Description

臉部辨識系統、臉部辨識方法及臉部辨識程式
本發明相關於在例如公司、飯店或公寓等的入口，只以數位攝影機所攝影的攝影影像，將檢測人物的接近至辨識臉部為止予以高速且高精準度地處理的一種臉部辨識系統、臉部辨識方法及臉部辨識程式。
另外，一般來說「臉部辨識」及「臉部認證」係為同一種計算機處理，係指從監視攝影機所攝影的數位影像，藉由計算機系統或安裝在計算機系統的應用程式，而自動識別人物的處理技術的用語。不過在本發明之中「臉部辨識」及「臉部認證」具有不同的意思。對從監視器等數位攝影機取得的數位影像進行調查是否有人的臉部並檢測臉部的區域的「臉部檢測」。而分析檢測的臉部領域的特徵至確認為人物的臉部的則為「臉部辨識」處理。另一方面，「臉部認證」處理係指將所檢測且識別的臉部區域之特徵資料與事先登錄於資料庫的眾多的臉部影像之各自的特徵資料對照，篩選出具有一致的特徵資料的影像，並且將該臉部影像所附帶的性質，也就是該臉部影像的人物是哪裡的某個人或是○○部門的某個人至該人物性質為止予以進行特定的處理。
近年來，藉由在例如公司、飯店或公寓等的入口設置的監視攝影機所攝影的影像檢測人物的接近，辨識該人物的臉部，並根據辨識結果打開自動門、藉由影像螢幕或語音應對，或是進行其他特定的反應的自動接待系統或安全系統已經被廣泛的活用。這是因為解析監視攝影機的攝影影像並特定出人物的臉部之後，做出某種反應的技術變得能夠容易地利用。
採用如此的臉部辨識、臉部認證技術的情況，必須只藉由監視攝影機的攝影影像精準地特定出目標人物，因此影像內一定要確實地反映出人物的臉部特徵。於是，以往的臉部辨識系統，為了精準地進行臉部檢測，會採用將監視攝影機的攝影條件固定在一定程度的限制條件，例如為了使一定範圍內拍到臉部而要求來訪人物端正站的位置或臉的面向、使不確定的要素不會融入人物的背景而設置作為背景的屏風、為了排除太陽光或照明的影響等外在的不安定要因而設置專用接待台、在入口大廳內尋找適合的設置場所並在該處設置接待台及監視攝影機等等運用上的對策。
然而在如此運用的情況，會產生在公司或飯店等應為一張「臉部」而使接待台的設計受到限制，或是存在有屏風等而使接待系統被藏在裡面，進到入口大廳的人難以看見，而使訪客沒注意到該處有接待台等弊病。
另一方面，在公司等設置無人的接待台的情況，如圖10、圖11所示，多為將監視攝影機103設置為從接待櫃檯101側朝向入口102的方向的例子。這個情況，如圖11所示的攝影影像201所見，監視攝影機103越過入口102的自動門104攝影室外105的景色，並且將從入口102的自動門104進出的人或在室外105往來的人或車等不斷變化的情景予以攝影。
在這種狀況下要自動檢測從入口102的自動門104進來的人物時，有必要先判定是否為接近接待櫃檯101的人物。因此，在計算機為了臉部檢測而對監視攝影機103所攝影的攝影影像201執行圖型辨識。在此圖型辨識時，為了識別人物的臉部及背景而設定了閾值。不過根據背景的雜訊(時間所致的背景的物體或光的變化)閾值的適當數值也會變化。若即便如此也要不遺漏地檢測人物，則有必要將該閾值予以不得以地設定於考慮過各種狀況的最低值。
不過，一旦將閾值設定為最低值，根據狀況會發生「顧此失彼」般的誤檢測或誤辨識。並且，因為像這樣的雜訊的影響，也會產生在認證是否 為特定人物的臉部時，會將影像內的臉部區域有可能的圖型全部對照而使完成認證的時間增加的問題點。
如上所述，就以往的技術而言，在臉部辨識處理中所執行的臉部檢測，若為了提高精準度而提高臉部檢測閾值，會使人物的臉部難以被檢測而降低即時性，反過來，降低閾值雖然會提高即時性，卻有將人物以外的影像區域作為臉部區域而做出反應的誤檢測的問題。
並且，為了臉部檢測用來從攝影影像切出臉部區域的閾值，會因影像內的背景的物體或是光的進入方式的變化而適當數值變化。因此，在各種狀況下要不遺漏地檢測人物的臉部而，必須將閾值設定為低。但就結果而言，根據狀況也有發生誤檢測的問題點。同時，決定適當的閾值時的調整會需要人力和時間。況且，若編寫執行可以高精準度地進行人物檢測的臉部辨識應用程式的臉部辨識系統，人物檢測的即時性會降低而無法即時反應，也有對臉部辨識系統而言並不實用的問題點。
進一步，雖然為了不讓背景不要的部分被拍進監視攝影機的攝影影像內，而有調整攝影機的位置或是先將攝影影像遮蓋為矩形狀的方法，但此舉會有導致人物的檢測範圍變窄，且無法充分地減少誤檢測的問題。再加上這個情況，也有調整攝影機位置或為了切出臉部領域而在攝影影像設定遮蓋範圍的設定調整會需要人力及時間的問題點。
〔先前技術文獻〕 〔專利文獻〕
〔專利文獻1〕日本特開2018-45309號公報
〔專利文獻2〕日本特開2018-88154號公報
〔專利文獻2〕日本特開2018-160799號公報
有鑑於上述習知技術的課題，本發明的目的在於提供一種臉部辨識系統，以及可藉由計算機實現該臉部辨識系統功能的一種臉部辨識方法及臉部辨識程式，加入在例如公司、飯店或公寓等的入口的接待櫃檯所設置的自動接待系統的情況，即時感知進到入口大廳的入口門的人物的接近，並可以精準地執行進行人物的臉部辨識。
本發明的目的亦在於提供一種臉部辨識系統，以及可藉由計算機實現該臉部辨識系統功能的一種臉部辨識方法及臉部辨識程式，可隨著運用而藉由自動學習功能提高人物的接近感知的正確度。
本發明的特徵在於一種臉部辨識系統，包含：一監視攝影機，以一定的視角對設定的注視空間予以連續攝影；一第一臉部辨識處理部，從該監視攝影機所連續攝影的攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識處理部，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理部，分別藉由該第一臉部辨識處理部及該第二臉部辨識處理部對該攝影機影像進行臉部辨識，當該第二臉部辨識處理部在該第一臉部辨識處理部所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理部，該第一臉部辨識處理部從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理部所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝影機影像進行該第二臉部辨識處理部的臉部辨識；以及一臉部辨識結果輸 出處理部，藉由該第二臉部辨識處理部辨識出臉部時，將其臉部辨識結果予以輸出。
於上述本發明的臉部辨識系統，更可包含在接待台設置該監視攝影機的同時設置接待顯示器而與該臉部辨識系統連接的一臉部認證處理部及一自動接待處理部，該臉部認證處理部使用該臉部辨識結果輸出處理部所輸出的臉部辨識結果來特定人物，該自動接待處理部將對應該第一臉部辨識處理部所檢測臉部的歡迎訊息及根據該臉部認證處理部所特定的人物的性質的歡迎訊息予以表示在該接待顯示器。
並且於上述本發明的臉部辨識系統，該自動接待處理部可根據該臉部認證處理部所特定出的人物的性質，將安全門的開啟訊號予以輸出。
並且於上述本發明的臉部辨識系統，該第二臉部辨識處理部可以為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
本發明的特徵亦在於一種臉部辨識方法，係藉由計算機執行，該臉部辨識方法包含：一監視攝影機，以一定的視角對設定的注視空間予以連續攝影；一第一臉部辨識處理步驟，從該監視攝影機所連續攝影的攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識處理步驟，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理步驟，分別藉由該第一臉部辨識處理步驟及該第二臉部辨識處理步驟對該攝影機影像進行臉部辨識，當該第二臉部辨識處理步驟在該第一臉部辨識處理步驟所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理步驟，該第一臉部辨識處理步驟從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理步驟所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝影機影像進 行該第二臉部辨識處理步驟的臉部辨識；以及一臉部辨識結果輸出處理步驟，藉由該第二臉部辨識處理步驟辨識出臉部時，將其臉部辨識結果予以輸出。
於上述本發明的臉部辨識方法，更可包含在接待台設置該監視攝影機的同時設置接待顯示器而與該臉部辨識系統連接的一臉部認證處理步驟及一自動接待處理步驟，該臉部認證處理步驟使用該臉部辨識結果輸出處理步驟所輸出的臉部辨識結果來特定人物，該自動接待處理步驟將對應該第一臉部辨識處理步驟所檢測臉部的歡迎訊息及根據該臉部認證處理步驟所特定出的人物性的質的歡迎訊息予以表示在該接待顯示器。
並且於上述本發明的臉部辨識方法，其中該自動接待處理步驟可根據該臉部認證處理步驟所特定出的人物的性質，將安全門的開啟訊號予以輸出。
並且於上述本發明的臉部辨識方法，其中該第二臉部辨識處理步驟可以為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
本發明的特徵亦在於一種臉部辨識程式，係安裝於一計算機系統而執行，該臉部辨識程式包含：一監視攝影機，以一定的視角對設定的注視空間予以連續攝影；一第一臉部辨識處理步驟，從該監視攝影機所連續攝影的攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識處理步驟，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理步驟，分別藉由該第一臉部辨識處理步驟及該第二臉部辨識處理步驟對該攝影機影像進行臉部辨識，當該第二臉部辨識處理步驟在該第一臉部辨識處理步驟所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理步驟，該第一臉部辨識處理步驟從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理步驟所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝 影機影像進行該第二臉部辨識處理步驟的臉部辨識；以及一臉部辨識結果輸出處理步驟，藉由該第二臉部辨識處理步驟辨識出臉部時，將其臉部辨識結果予以輸出。
於上述本發明的臉部辨識程式，係由該計算機系統執行，更可包含在接待台設置該監視攝影機的同時設置接待顯示器而與該臉部辨識系統連接的一臉部認證處理步驟及一自動接待處理步驟，該臉部認證處理步驟使用該臉部辨識結果輸出處理步驟所輸出的臉部辨識結果來特定人物，該自動接待處理步驟將對應該第一臉部辨識處理步驟所檢測臉部的歡迎訊息及根據該臉部認證處理步驟所特定出的人物性的質的歡迎訊息予以表示在該接待顯示器。
並且於上述本發明的臉部辨識程式，其中該自動接待處理步驟可根據該臉部認證處理步驟所特定出的人物的性質，將安全門的開啟訊號予以輸出。
並且於上述本發明的臉部辨識程式，其中該第二臉部辨識處理步驟可以為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
藉由本發明之系統、執行本發明的方法之計算機或安裝本發明的程式之計算機，設置在例如公司、飯店貨公寓等的入口的接待櫃檯時，可以高速且正確地檢測進到入口大廳的入口門的人物的接近，並精準地進行人物的臉部辨識。
並且藉由本發明之系統、執行本發明的方法之計算機或安裝本發明的程式之計算機，可隨著運用而藉由自動學習功能提高人物的接近檢測的正確度的同時也達成反應速度的提升。
因此，裝設了本發明的自動接待系統，可以架構出一自動接待系統，該自動接待系統不需要在攝影機之前設置作為背景的屏風、限定臉部檢測 用的區域或是指示來訪人物移動到由攝影機來看最適合的位置，在最初的階段就對拍攝整體入口大廳的攝影機影像是否為接近系統的人物，或是否為背景作分割，並可將存在於背景的誤辨識要件在該系統的運用中自動學習，在監視攝影機的攝影影像，可將與該存在於背景的已學習的誤辨識要件相同的要件當作人物而誤辨識的情況，不移至臉部辨識，只在真正檢測出人物的情況移至臉部辨識及臉部認證處理並進行自動接待處理，高速地進行人物接近的檢測的同時流暢地進行從人物接近到該人物的臉部認證的流程並適當地執行自動接待。
1:接待顯示器
101:接待櫃檯
102:入口大廳
103:監視攝影機
104:自動門
105:室外
11:監視攝影機
12:麥克風
2:本地計算機
20:儲存裝置
201:攝影影像
21:接待業務執行部
22:人物檢測處理部
23:點遮罩對照部
24:點遮罩登錄部
25:對外部的臉部影像發送部
26:來自外部的臉部認證結果接收部
27:根據第二閾值的臉部辨識處理部
28:臉部認證處理部
2A:本地計算機
3:臉部認證處理網站計算機
30:儲存裝置
AP1:臉部檢測應用程式
AP2:臉部認證應用程式
NW1:網際網路
〔圖1〕為本發明的第一實施例的自動接待系統的功能方塊圖。
〔圖2〕為上述第一實施例的自動接待系統所執行之自動接待動作的流程圖。
〔圖3〕為上述第一實施例的自動接待系統所執行之臉部影像的登錄處理的序列圖。
〔圖4〕為上述第一實施例的自動接待系統所執行之自動接待處理的序列圖。
〔圖5〕為上述第一實施例的自動接待系統之接待顯示器的表示例的說明圖。
〔圖6〕為表示上述第一實施例的自動接待系統之點遮罩的自動學習及臉部辨識處理的動作的說明圖。
〔圖7〕為表示上述第一實施例的自動接待系統之中監視攝影機所攝影的入口大廳的攝影影像與經自動學習的點遮罩的位置重疊的影像(1)。
〔圖8〕為表示上述第一實施例的自動接待系統之中監視攝影機所攝影的入口大廳的攝影影像與經自動學習的點遮罩的位置重疊的影像(2)。
〔圖9〕為本發明的第二實施例的自動接待系統的功能方塊圖。
〔圖10〕為習知例的自動接待系統之自動接待台的說明圖。
〔圖11〕為一般的入口大廳之監視攝影機的拍攝影像。
本發明的前提為：使用具有使閾值可變動而讓臉部辨識精準度也就是類似度可變動的計算方法之臉部辨識計算機系統的計算結果，或是同時利用具有複數個不同的臉部辨識精準度之臉部辨識計算機系統。並且為了實現上述事項也允許利用LAN或網際網路等網路通信技術。
以下根據圖式而詳細地說明本發明的實施方式。
〔第一實施例〕
第一實施例係為一自動接待系統，以及在該自動接待系統使用之臉部辨識方法及在該自動接待系統執行之臉部辨識程式，其中設定有第一、第二兩種閾值，最初以較低的第一閾值從攝影影像中檢測臉部區域，雖然臉部辨識的精準度低但辨識處理速度快，也就是以有即時性的臉部檢測應用程式進行人物的臉部檢測，當臉部檢測成功時，以較高的第二閾值進行臉部辨識處理，執行精準度較高、可進行更嚴密的臉部辨識的臉部辨識應用程式，並基於其臉部辨識的結果進行自動接待。
如圖1所示，本實施例的自動接待系統，同時使用區域網路LAN及外部的網際網路NW1，由設置於接待台的接待顯示器1、藉由LAN與此接待顯示器1連接的本地計算機2及透過網際網路NW1與本地計算機2連接的臉部認證處理網站計算機3所構成。
接待顯示器1與具有為了攝影訪客而可以對入口大廳的主要從入口門到接待台之間的景色予以攝影的視角之監視攝影機11、接收訪客說話的麥克風12或進行必要的語音廣播的音響(未圖示，非必要)連接。
本地計算機2可為筆記型、桌上型個人計算機或事業所需的高性能計算機中任一者，並具備了用來透過LAN或網際網路NW1與外部的計算機進行資料交流的資料交流功能，以及具有相當容量的儲存裝置20。然後，裝設有 用來實施本實施例的自動接待處理的自動接待業務用程式。此自動接待業務用程式包含了在該本地計算機2所必要的以較低精準度的第一閾值執行臉部辨識的臉部檢測程式。
此本地計算機2具備了接待業務執行部21、人物檢測處理部22、點遮罩對照部23、點遮罩登錄部24、對外部的臉部影像發送部25及來自外部的臉部認證結果接收部26，以作為內部處理功能。
本地計算機2之中的接待業務執行部21，係在接待顯示器表示歡迎來客訊息及接待應對訊息等以執行來客應對業務。作為透過LAN發送並表示於此接待顯示器1的訊息，雖無特別限定，在來客的臉部認證前，或是根據臉部認證結果表示如圖5所示之訊息。再者，也會進行從麥克風12的語音信號的接收，以及對音響(未圖示)的發聲信號的發送(詳細後述)。
人物檢測處理部22藉由以較低的第一閾值進行較低精準度但反應速度較快的臉部辨識處理的臉部檢測應用程式AP1，對從監視攝影機11以一定週期(幀速)透過LAN所連續傳送的每個攝影影像，進行該影像中是否有拍攝到人物的臉部的臉部檢測處理，並在臉部檢測時輸出臉部檢測信號。此臉部檢測處理，藉由設定為較低的第一閾值，也就是設定為能夠判定出大略是人的臉部的程度之辨識精準度，因而不對CPU造成重擔並較為高速地進行臉部檢測處理。
點遮罩對照部23係從人物檢測處理部22接收到臉部檢測訊息時計算該臉部區域的重心座標，並對照登錄於儲存裝置20的點遮罩資料聚合。然後，沒有一致的重心座標被登錄時，從臉部影像發送部25透過網際網路NW1對外部的臉部認證處理網站計算機3送出該臉部區域的影像資料。
對外部的臉部影像發送部25，係透過網際網路NW1對外部的臉部認證處理網站計算機3發送未成功在點遮罩對照部23進行點遮罩對照處理的臉部影像。對外部的臉部認證結果接收部26，透過網際網路NW1接收從臉部認證 處理網站計算機3發送的臉部辨識及臉部認證結果，進行交付至接待業務執行部21及點遮罩登錄部24的處理。
點遮罩登錄部24係從外部的臉部認證處理網站計算機3接收臉部辨識不成立的辨識結果時，將該臉部影像的重心座標作為新的點遮罩資料登錄於儲存裝置20。
外部的臉部認證處理網站計算機3，係為了提供高精準度的臉部辨識及臉部認證服務而設置於指定的網站的高性能計算機，並具備大容量的儲存裝置30。此臉部認證處理網站計算機3安裝有可執行高精準度的臉部辨識及臉部認證應用程式AP2，並且實施臉部辨識及認證處理，對透過網際網路NW1由本地計算機2傳來的臉部影像實施高精準度臉部辨識處理，與登錄於儲存裝置30的眾多的臉部特徵資料對照，特定出具備該臉部特徵資料的人物，並將該臉部認證結果同樣透過網際網路NW1送出至原委託的本地計算機2。
在本實施例中，本地計算機2安裝有臉部檢測應用程式AP1，外部的臉部認證處理網站計算機3安裝有臉部認證應用程式AP2。並且本地計算機2的臉部檢測應用程式AP1係為較簡易的程式，因此臉部檢測精準度雖然比較低，但臉部檢測處理速度較為高速。
另一方面，外部的臉部認證處理網站計算機3的臉部認證應用程式AP2係比本地計算機2的臉部檢測應用程式AP1臉部辨識及臉部認證精準度更高的程式。因此，透過網際網路NW1將攝影影像送往外部的臉部認證處理網站計算機3，並在該處只藉由臉部認證應用程式AP2進行臉部辨識及臉部認證處理，且若在等待該臉部辨識及臉部認證結果藉由本地計算機2實施自動接待應對，則對訪客而言，於接待顯示器1之中的表示狀態的推移速度(反應速度)，就該訪客而言，比起通常的接待員的應對，可能會產生感覺較慢的時間延遲。或者，若要在現場的本地計算機安裝並執行該高精準度的臉部辨識及臉部認證 應用程式AP2，該本地計算機2便需要高速處理性能，就結果而言會使得本地計算機2的系統價格變得高價的高負擔的應用程式。
接下來，針對根據上述系統構成的自動接待系統的自動接待動作，參照圖2的流程圖、圖3、圖4的序列圖及圖5~圖8的動作說明圖進行說明。此動作說明亦為根據本發明之實施例之計算機之臉部辨識方法及執行在計算機之臉部辨識程式的說明。
如圖3的序列圖所示，本地計算機2將本系統的營運開始的第一人，或是預想營運中會來訪的人物的影像予以多數讀取，並發送至臉部認證處理網站計算機3(序列SQ1)。臉部認證處理網站計算機3進行從本地計算機2發送過來的臉部影像之特徵分析，將特徵資料連同該臉部影像的人物的性質資料登錄於儲存裝置30的臉部影像資料庫，累積臉部影像特徵資料(序列SQ3、SQ5)。另外，因臉部認證處理網站計算機3會從複數的顧客個別收到同樣的臉部影像資料，故將各顧客區別並登錄於臉部影像資料庫。作為事前處理，登錄一定程度的數量的臉部影像資料後，開始本自動接待系統的營運。
本自動接待系統在營運開始後連同點遮罩的自動學習一起執行自動接待業務。如圖2之流程圖及圖4之序列圖所示，本地計算機2使待機畫面表示在接待顯示器1的畫面(序列SQ11)，監視攝影機11以設定週期(幀數)對入口大廳的影像予以攝影，並對本地計算機2連續發送攝影影像(步驟ST11、序列SQ13)。此攝影影像與習知例的說明中使用的圖11之攝影影像201相同，在視角固定、焦距固定的攝影條件下以一定週期發送。
在辨識訪客是否為特定的人物以前，希望即時檢測來自監視攝影機11的攝影影像201中是否有拍攝到人物。於是，在本地計算機2對來自監視攝影機11入口大廳102的攝影影像201，執行臉部檢測應用程式AP1而根據較低的第 一閾值實施臉部檢測(步驟ST11~ST15、序列SQ15~SQ19)。像這樣將臉部檢測的閾值設定為低，可以高速地檢測影像中是否有與人物的「臉部」相似之物。
若未檢測出臉部則對下個週期的攝影影像反覆進行相同的臉部檢測處理(分別於步驟ST15、序列SQ19向NO分歧)。另一方面，若在步驟ST15、序列SQ19檢測出臉部則向YES分歧，移至點遮罩對照處理的步驟ST17、序列SQ23。
此點遮罩對照步驟ST17，計算經檢測出的臉部區域的重心座標，對照該臉部區域的重心座標與登錄於本地計算機2的儲存裝置20的點遮罩座標群的座標是否一致。然後，若找出座標一致的點遮罩，則點遮罩座標的對照成立，將並非臉部的影像區域作為臉部區域及誤檢測，並視為非人物來訪，為了對下一個攝影影像201進行臉部檢測處理而返回(步驟ST19、序列SQ23向YES分歧)。另一方面，點遮罩座標的對照不成立的情況，則在接待顯示器1的畫面上表示「歡迎光臨。」的歡迎訊息(序列SQ21)。
藉此，在攝影到含有被誤辨識為臉部區域的區域的影像的情況，不會透過網際網路NW1將臉部影像發送至外部的臉部認證處理網站計算機3認證並等待其認證結果，而在本地計算機2一側可近乎沒有延遲且高速地判斷為誤檢測，並準備下一個處理。
然後，對在本地計算機2一側所正確地檢測出臉部的攝影影像，透過網際網路NW1將其臉部區域的影像發送至外部的臉部認證處理網站計算機3，藉由臉部認證應用程式AP2而將利用第二閾值的高精準度的臉部辨識及臉部認證處理予以執行(步驟ST21~ST33、序列SQ27~SQ45)。亦即，於臉部認證處理網站計算機3，對從本地計算機2接收的臉部區域的影像，將進行高精準度的臉部辨識及臉部認證的臉部認證應用程式AP2予以執行，而從臉部區域的影像檢測眼、眉、口、鼻等特徵區域，並參照登錄於儲存裝置30的該本地計算機2的 客戶用之多數的臉部影像的特徵資料，將特徵資料一致的臉部影像予以抽出(步驟ST21、序列SQ27、SQ29)。
臉部認證處理網站計算機3的步驟ST21及序列SQ29的臉部辨識處理，若從本地計算機2接收的臉部影像被判斷為非人物的臉部，則從臉部認證處理網站計算機3將無法進行臉部辨識之辨識結果發送至本地計算機2(步驟ST23、序列SQ31向NO分歧)。
若本地計算機2從臉部認證處理網站計算機3接收到臉部辨識不成功的信號，則判斷在步驟ST13、序列SQ17利用臉部檢測應用程式AP1進行的根據第一閾值之臉部檢測為誤檢測，並計算該攝影影像中臉部影像的重心座標，將此視為在該本地計算機2的臉部檢測應用程式AP1中誤檢測的點，爾後對該座標為重心的臉部區域以不進行臉部辨識及臉部認證的方式予以作為遮蓋的點遮罩座標，並將此追加登錄在儲存裝置20的點遮罩的座標群(步驟ST25、序列SQ33)。然後，本地計算機2使接待顯示器1的顯示回復待機畫面並使其待機(序列SQ35)。
於臉部認證處理網站計算機3，若在步驟ST21及序列SQ29藉由臉部認證應用程式AP2成功辨識臉部，則從該臉部影像的特徵進行是否為已登錄的人物的臉部之臉部認證(步驟ST27、序列SQ37)。於此臉部認證中，若無法抽出已登錄的常客、公司的職員等性質，則作為未知的訪客執行事前設定的接待應對(步驟ST29、ST31、序列SQ39、SQ41)。另一方面，於此臉部認證中，若可特定出已登錄的已知人物，則根據其性質執行事前設定的接待應對(步驟ST29、ST33、序列SQ43、SQ45)。
如此，如圖5之序列SQ41所示，若在步驟ST27、ST29及序列SQ37沒有成功認證臉部，則由臉部認證處理網站計算機3對本地計算機2通知該認證不成立，本地計算機2將「已連絡接待專員，請撥打○○號碼。」的訊息表示於接 待顯示器1，或是使音響播放同樣的訊息，即使式不特定人物也進行不失禮節的接待應對。
另一方面，若在步驟ST27、ST29及序列SQ37成功認證臉部，則從臉部認證處理網站計算機3將經認證的特定人物之姓名、ID等事先登錄的性質情報發送至本地計算機2，本地計算機2基於從臉部認證處理網站計算機3接收的性質情報，讀取登錄於自機的儲存裝置20的該人物的性質資料，特定出是常客的○○或公司的○○部的某某職員，根據此登錄的性質情報的內容，實施事先設定的接待應對。例如，如圖5所示，將「○○先生/小姐，恭候多時。請撥打○○號碼。」的訊息予以表示在接待顯示器1的畫面(序列SQ45-1)，或是將「○○先生/小姐，歡迎光臨。請搭乘電梯到○○樓。等候您的到來。」的訊息表示的同時使安全門自動地打開(序列SQ45-2)，若為公司職員則將「○○先生/小姐，辛苦了。」的訊息表示的同時使安全門自動地打開(序列SQ45-3)。
根據本實施例，藉由上述點遮罩的自動學習處理及自動接待處理，藉由監視攝影機11以一定視角及焦距且以一定週期對入口大廳102攝影，並且針對根據本地計算機2的較低的第一閾值的處理速度快但低精準度的臉部檢測處理中如同發生誤檢測的攝影狀況或攝影區域，將其誤檢測的臉部區域之重心座標作為點遮罩而自主學習，下次於不同時間攝影的攝影影像中對相同區域檢測臉部時，在本地計算機2一側就即時判為誤檢測，可節省發送該臉部區域的資料至臉部認證處理網站計算機3而實施嚴密的臉部辨識及臉部認證的時間。同時，藉由將該誤檢測的臉部區域的重心座標作為點遮罩資料而自動學習，發送至臉部認證處理網站計算機3進行嚴密的臉部辨識及臉部認證處理的次數也可降低，並可使接待應對處理的反應速度隨著營運時間的經過而提升。
舉例說明，藉由監視攝影機11週期性地捕捉如圖11所示的入口大廳102的攝影影像201。如圖6所示，將與監視攝影機11所攝影的攝影影像201內 的解析度相當的「沒有檢測出臉部」的座標列表予以作為點遮罩MK1而生成。此點遮罩MK1的座標列表於初期階段係為空白，或是根據監視攝影機11的設置地點而事先記述某種程度上容易得知的座標。習知，在圖11的入口大廳102的攝影影像201，室外105的車的輪胎被攝影的地點或自動門104的標記的附近，會被既存的臉部檢測器作為「人的眼睛」的位置的方式而誤認，但是在本實施例中可以防止這樣的誤檢測。雖然對於習知技術的背景遮罩而言，能夠先將某種一定的矩形範圍從辨識範圍除外，但如此一來，會明顯地限制以監視攝影機11攝影的範圍。
於是，在本實施例中，如圖6所示，使用被辨識為臉部圖型的攝影影像201內的臉部矩形圖型之重心座標，如圖7所示將其重心座標的位置記錄為「點遮罩」MK1。爾後即使在該點遮罩MK1的位置檢測出臉部圖型，也當作實際上並非是臉部而不移至臉部認證處理，以減少誤辨識率。而如新檢測出臉部的區域IM1在高精準度的臉部辨識被判斷為誤檢測的情況，則以將該臉部區域IM1的重心座標作為點遮罩MK2並且爾後不再辨識的方式自主學習。藉由此自主學習，如圖8所示，對於引起誤檢測的矩形圖型之點遮罩MK1，隨著時間的經過而跟著增加。藉此，因為藉由長時間運用而自動地記錄誤檢測位置，如圖6所示，變得可以只對誤檢測的可能性為低的臉部檢測區域IM2進行精準度較高的臉部辨識及臉部認證處理，使得臉部辨識及臉部認證的精準度提升。
再者，與用來排除一般的雜訊要因的「矩形遮罩」不同，即便隨著學習使遮罩區域的數量變多，由於如圖7、圖8所示只以攝影影像的誤檢測區域的重心座標作為點狀的遮罩，所以不會有檢測範圍縮小，在背景映入各種樣子的不良條件下也能設置監視攝影機11進行高精準度的臉部認證。
藉此，像入口大廳102這樣的環境，雖難以特定人物是從左右、影像深處等哪個方向且如何接近接待櫃檯101，也可以解決想要避免限定動線的 課題。再者，一開始就增加臉部辨識的閾值而提高檢測精準度的情況，一般而言，精準度越高則辨識處理的負荷也會越大，導致辨識速度降低而反應性降低，但在本實施例中，在人物的臉部檢測時可以低精準度且高速地進行處理，因此反應性相關的課題也得以解決。而且，藉由隨著運用時間而自動學習使得點遮罩的數量自然而然地增加，而能夠只就該數量反應性良好地排除誤檢測區域，變得能夠進行篩選出真正的臉部檢測區域的高精準度的臉部辨識及臉部認證，因而達成將即時反應性及精準度一同提升。
根據以上，藉由使用本實施例的自動接待系統及使用於該系統的臉部辨識方法及臉部辨識程式，可以對特定的人物適切地進行開啟安全門、親切的導引等動作予以更高速且高精準度地進行，並且有隨著運用時間的經過處理速度也跟著提升的優點。
再者，藉由如此的自動接待應對，實際的人物通過自動門進入到入口大廳102並接近接待櫃檯101時，先以「歡迎光臨。」的歡迎訊息表示於接待顯示器1的畫面，接著表示「○○先生/小姐，恭候多時。請撥打○○號碼。」，藉此也有能夠不讓訪客有不自然的印象的自動地進行自然的流程的接待應對之優點。
並且，本實施例的臉部認證處理網站計算機3之臉部認證應用程式AP2係使用Amazon.com公司所提供的Amazon Web Service(AWS)內的臉部認證服務。其URL為「https://aws.amazon.com/jp/rekognition/the-facts-on-facial-recognition-with-artificial-intelligence/」。不過，作為外部的臉部認證處理網站計算機之臉部認證處理程式，也可以採用提供同樣的臉部辨識服務的別家公司的軟體，例如IBM公司或是Google公司。
再者，安裝於本地計算機2而利用的臉部檢測應用程式AP1，係為使用泛用跨平台軟體程式庫Dlib的機器學習及影像辨識程式庫的臉部認證程式。
〔第二實施例〕
以圖9來說明本發明的第二實施例的自動接待系統。如圖1所示之第一實施例的情況，將臉部檢測區域的影像發送至提供高精準度的臉部辨識及臉部認證服務的外部的臉部認證處理網站計算機3。
本實施例的自動接待系統，於本地計算機2A可同時執行低精準度但辨識速度快的根據第一閾值的臉部檢測應用程式AP1及臉部辨識精準度較高的根據第二閾值進行臉部辨識及臉部認證的臉部認證應用程式AP2。在此，本實施例的自動接待系統，本地計算機2A與第一實施例同樣具備有執行自動接待業務的接待業務執行部21、根據第一閾值執行人物檢測的人物檢測處理部22、點遮罩對照部23及點遮罩登錄部24。並且作為本實施例的特徵，於本地計算機2A內具備有根據第二閾值執行臉部辨識處理的根據第二閾值的臉部辨識處理部27以及基於根據該第二閾值的臉部辨識處理部27的臉部辨識結果而執行臉部認證的臉部認證處理部28。
本實施例的自動接待系統的自動接待處理動作與第一實施例相同，執行圖2之流程圖的處理。但是，與第一實施例不同的點在於，在本地計算機2內執行根據第一閾值的臉部檢測、根據第二閾值的較高精準度的臉部辨識及臉部認證的緣故，圖3的序列之中的序列SQ3、SQ5的臉部影像的登錄處理及圖4的序列之中的序列SQ29、SQ31、SQ37的處理變為在本地計算機2A中執行。
藉由此第二實施例的自動接待系統，也可與第一實施例發揮同樣的作用及效果。也就是說，不需要在攝影機之前設置作為背景的屏風、限定臉部檢測用的區域或是指示來訪人物移動到由攝影機來看最適合的位置，在最初的階段就對拍攝整體入口大廳的攝影機影像是否為接近系統的「人物」，或是 否為背景分割，並可將存在於背景的誤辨識要件在該系統的運用中自動學習，在監視攝影機的攝影影像，可將與該存在於背景的已學習的誤辨識要件相同的要件當作人物而誤辨識的情況，不移至臉部辨識，只在真正檢測出人物的情況移至臉部辨識及臉部認證處理並進行自動接待處理，高速地進行人物接近的檢測的同時流暢地進行從人物接近到該人物的臉部認證的流程。
此實施例的情況，臉部檢測應用程式AP1、臉部認證應用程式AP2，可採用泛用跨平台軟體程式庫Dlib的機器學習及影像辨識程式庫中，處理時間短但精準度較低的程式庫(低閾值)及處理時間長但精準度較高的程式庫(高閾值)。
〔其他實施例〕
於第一實施例及第二實施例中說明了自動接待系統。但是，本發明的臉部辨識方法、臉部辨識程式及具備其處理功能之臉部辨識系統並非為自動接待技術所限定者。也可作為需要臉部辨識及臉部認證的公寓玄關的出入管理系統等需要識別如公寓住戶等特定人物、訪客、可疑人士並控制安全門的開關的設施之出入管理的系統而廣泛地應用。
〔產業利用性〕
可作為事務所或公寓的入口大廳的自動接待系統、出入管理系統而廣泛地利用。
1:接待顯示器
11:監視攝影機
12:麥克風
2:本地計算機
20:儲存裝置
21:接待業務執行部
22:人物檢測處理部
23:點遮罩對照部
24:點遮罩登錄部
25:對外部的臉部影像發送部
26:來自外部的臉部認證結果接收部
3:臉部認證處理網站計算機
30:儲存裝置
AP1:臉部檢測應用程式
AP2:臉部認證應用程式
NW1:網際網路

Claims (12)

  1. 一種臉部辨識系統，包含：一監視攝影機，以一定的視角對設定的注視空間予以連續攝影；一第一臉部辨識處理部，從該監視攝影機所連續攝影的攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識處理部，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理部，分別藉由該第一臉部辨識處理部及該第二臉部辨識處理部對該攝影機影像進行臉部辨識，當該第二臉部辨識處理部在該第一臉部辨識處理部所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理部，該第一臉部辨識處理部從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理部所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝影機影像進行該第二臉部辨識處理部的臉部辨識；以及一臉部辨識結果輸出處理部，藉由該第二臉部辨識處理部辨識出臉部時，將其臉部辨識結果予以輸出。
  2. 如請求項1所述之臉部辨識系統，更包含在接待台設置該監視攝影機的同時設置接待顯示器而與該臉部辨識系統連接的一臉部認證處理部及一自動接待處理部，該臉部認證處理部使用該臉部辨識結果輸出處理部所輸出的臉部辨識結果來特定人物，該自動接待處理部將對應該第一臉部辨識處理部所檢測臉部的歡迎訊息及根據該臉部認證處理部所特定的人物的性質的歡迎訊息予以表示在該接待顯示器。
  3. 如請求項2所述之臉部辨識系統，其中該自動接待處理部根據該臉部認證處理部所特定出的人物的性質，將安全門的開啟訊號予以輸出。
  4. 如請求項1至3中所述任一項之臉部辨識系統，其中該第二臉部辨識處理部為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
  5. 一種臉部辨識方法，係藉由計算機執行，該臉部辨識方法包含：一第一臉部辨識步驟，將以一定的視角對設定的注視空間連續攝影的監視攝影機所連續攝影的攝影機影像予以接收，並對該攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識步驟，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理步驟，分別藉由該第一臉部辨識處理步驟及該第二臉部辨識處理步驟對該攝影機影像進行臉部辨識，當該第二臉部辨識處理步驟在該第一臉部辨識處理步驟所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理步驟，該第一臉部辨識處理步驟從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理步驟所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝影機影像進行該第二臉部辨識步驟的臉部辨識；以及一臉部辨識結果輸出處理步驟，藉由該第二臉部辨識處理步驟辨識出臉部時，將其臉部辨識結果予以輸出。
  6. 如請求項5所述之臉部辨識方法，更包含在接待台設置該監視攝影機的同時設置接待顯示器而與一臉部辨識系統連接的一臉部認證處理步驟及一自動接待處理步驟，該臉部認證處理步驟使用該臉部辨識結果輸出處理步驟所輸出的臉部辨識結果來特定人物，該自動接待處理步驟將對應該第一臉部辨識處理步驟所檢測臉部的歡迎訊息及根據該臉部認證處理步驟所特定出的人物性的質的歡迎訊息予以表示在該接待顯示器。
  7. 如請求項6所述之臉部辨識方法，其中該自動接待處理步驟根據該臉部認證處理步驟所特定出的人物的性質，將安全門的開啟訊號予以輸出。
  8. 如請求項5至7中任一項所述之臉部辨識方法，其中該第二臉部辨識處理步驟為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
  9. 一種臉部辨識程式，係安裝於一計算機系統而執行，該臉部辨識程式包含：一第一臉部辨識步驟，將以一定的視角對設定的注視空間連續攝影的監視攝影機所連續攝影的攝影機影像予以接收，並對該攝影機影像進行精準度較低的人物的臉部辨識；一第二臉部辨識步驟，對該攝影機影像進行精準度較高的臉部辨識；一點遮罩學習處理步驟，分別藉由該第一臉部辨識處理步驟及該第二臉部辨識處理步驟對該攝影機影像進行臉部辨識，當該第二臉部辨識處理步驟在該第一臉部辨識處理步驟所檢測的一臉部區域無法辨識臉部時，將該臉部區域的重心座標作為點遮罩位置而自主學習並且儲存；一點遮罩對照處理步驟，該第一臉部辨識處理步驟從該攝影機影像檢測臉部時，求出該臉部區域的重心座標，在該點遮罩學習處理部所儲存的點遮罩的座標群中找到一致的座標時，將該臉部區域作為誤檢區域，並且不對該攝影機影像進行該第二臉部辨識步驟的臉部辨識；以及一臉部辨識結果輸出處理步驟，藉由該第二臉部辨識處理步驟辨識出臉部時，將其臉部辨識結果予以輸出。
  10. 如請求項9所述之臉部辨識程式，係由該計算機系統執行，更包含在接待台設置該監視攝影機的同時設置接待顯示器而與一臉部辨識系統連接的一臉部認證處理步驟及一自動接待處理步驟，該臉部認證處理步驟使用該臉部辨識結果輸出處理步驟所輸出的臉部辨識結果來特定人物，該自動接待處 理步驟將對應該第一臉部辨識處理步驟所檢測臉部的歡迎訊息及根據該臉部認證處理步驟所特定出的人物的性質的歡迎訊息予以表示在該接待顯示器。
  11. 如請求項10所述之臉部辨識程式，其中該自動接待處理步驟根據該臉部認證處理步驟所特定出的人物的性質，將安全門的開啟訊號予以輸出。
  12. 如請求項9至11中任一項所述之臉部辨識程式，其中該第二臉部辨識處理步驟為利用與網際網路連接的外部的臉部辨識服務網站之計算機。
TW108137254A 2019-05-13 2019-10-16 臉部辨識系統、臉部辨識方法及臉部辨識程式 TWI780366B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-090719 2019-05-13
JP2019090719A JP6675564B1 (ja) 2019-05-13 2019-05-13 顔認識システム、顔認識方法及び顔認識プログラム

Publications (2)

Publication Number Publication Date
TW202042114A TW202042114A (zh) 2020-11-16
TWI780366B true TWI780366B (zh) 2022-10-11

Family

ID=70000996

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108137254A TWI780366B (zh) 2019-05-13 2019-10-16 臉部辨識系統、臉部辨識方法及臉部辨識程式

Country Status (6)

Country Link
US (1) US11455828B2 (zh)
EP (1) EP3757938A4 (zh)
JP (1) JP6675564B1 (zh)
AU (1) AU2019359613B2 (zh)
TW (1) TWI780366B (zh)
WO (1) WO2020230340A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107103269A (zh) * 2016-02-23 2017-08-29 芋头科技（杭州）有限公司 一种表情反馈方法及智能机器人
CN112149605B (zh) * 2020-09-30 2023-04-18 济南博观智能科技有限公司 一种人脸识别方法、装置、设备及存储介质
WO2022202125A1 (ja) * 2021-03-22 2022-09-29 日本電気株式会社 情報処理装置、情報処理システム、情報処理方法及び記録媒体
WO2023189173A1 (ja) * 2022-03-29 2023-10-05 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 話者識別方法、話者識別装置及び話者識別プログラム
CN115953850B (zh) * 2023-03-10 2023-05-09 深圳市深圳通有限公司 超宽带无感支付的通行异常识别装置及方法
CN115938023B (zh) * 2023-03-15 2023-05-02 深圳市皇家金盾智能科技有限公司 智能门锁人脸识别解锁方法、装置、介质及智能门锁

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI240891B (en) * 2003-08-20 2005-10-01 Jyh-Horng Chen Method of controlling the computer mouse by tracking user's head rotation and eyes movement
JP2005301539A (ja) * 2004-04-09 2005-10-27 Oki Electric Ind Co Ltd 顔認証による本人確認システム
CN106600478A (zh) * 2017-01-23 2017-04-26 华南理工大学 一种应用于酒店接待服务的多功能机器人***

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007119355A1 (ja) 2006-03-15 2007-10-25 Omron Corporation 追尾装置、追尾方法、追尾装置の制御プログラム、およびコンピュータ読み取り可能な記録媒体
JP2007334623A (ja) 2006-06-15 2007-12-27 Toshiba Corp 顔認証装置、顔認証方法、および入退場管理装置
JP4914398B2 (ja) * 2008-04-09 2012-04-11 キヤノン株式会社 表情認識装置、撮像装置、方法及びプログラム
JP4903192B2 (ja) * 2008-11-14 2012-03-28 三菱電機株式会社 顔検出装置
JP5642410B2 (ja) * 2010-03-30 2014-12-17 パナソニック株式会社 顔認識装置及び顔認識方法
JP5913940B2 (ja) * 2011-12-01 2016-05-11 キヤノン株式会社 画像認識装置、画像認識装置の制御方法、およびプログラム
JP2013246601A (ja) * 2012-05-25 2013-12-09 Hitachi Kokusai Electric Inc 画像処理装置
FR2998402B1 (fr) 2012-11-20 2014-11-14 Morpho Procede de generation d'un modele de visage en trois dimensions
WO2016013090A1 (ja) 2014-07-24 2016-01-28 富士通株式会社 顔認証装置、顔認証方法および顔認証プログラム
US10496874B2 (en) * 2015-10-14 2019-12-03 Panasonic Intellectual Property Management Co., Ltd. Facial detection device, facial detection system provided with same, and facial detection method
JP6786837B2 (ja) * 2016-03-25 2020-11-18 富士ゼロックス株式会社 動体計数装置及びプログラム
JP2018045309A (ja) 2016-09-12 2018-03-22 株式会社東芝 特徴量抽出装置および認証システム
JP6544343B2 (ja) 2016-11-29 2019-07-17 キヤノンマーケティングジャパン株式会社 情報処理装置、情報処理方法、プログラム
JP2018160799A (ja) 2017-03-23 2018-10-11 ソニーセミコンダクタソリューションズ株式会社 制御装置、制御方法、プログラム、及び、電子機器システム
CN107122650B (zh) 2017-05-08 2019-12-31 浙江立地信息科技有限公司 一种多层次人脸识别身份认证***
US20190065833A1 (en) * 2017-08-30 2019-02-28 Qualcomm Incorporated Detecting false positives in face recognition

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI240891B (en) * 2003-08-20 2005-10-01 Jyh-Horng Chen Method of controlling the computer mouse by tracking user's head rotation and eyes movement
JP2005301539A (ja) * 2004-04-09 2005-10-27 Oki Electric Ind Co Ltd 顔認証による本人確認システム
CN106600478A (zh) * 2017-01-23 2017-04-26 华南理工大学 一种应用于酒店接待服务的多功能机器人***

Also Published As

Publication number Publication date
EP3757938A1 (en) 2020-12-30
AU2019359613B2 (en) 2021-09-30
US20210406520A1 (en) 2021-12-30
WO2020230340A1 (ja) 2020-11-19
JP2020187479A (ja) 2020-11-19
AU2019359613A1 (en) 2020-12-10
EP3757938A4 (en) 2021-03-10
TW202042114A (zh) 2020-11-16
JP6675564B1 (ja) 2020-04-01
US11455828B2 (en) 2022-09-27
NZ761953A (en) 2023-12-22

Similar Documents

Publication Publication Date Title
TWI780366B (zh) 臉部辨識系統、臉部辨識方法及臉部辨識程式
US6690814B1 (en) Image processing apparatus and method
JP3974375B2 (ja) 人物認識装置、人物認識方法および通行制御装置
Chauhan et al. Study & analysis of different face detection techniques
CN110750152B (zh) 一种基于唇部动作的人机交互方法和***
KR20070119463A (ko) 얼굴 인증 장치, 얼굴 인증 방법, 및 출입 관리 장치
US20230368564A1 (en) Information processing apparatus, information processing method, and non-transitory computer-readable storage medium
WO2005024707A1 (en) Apparatus and method for feature recognition
KR20220042301A (ko) 이미지 검출 방법 및 관련 장치, 기기, 저장 매체, 컴퓨터 프로그램
JP2020518879A (ja) 検出システム、検出装置およびその方法
JP2009059073A (ja) 撮影装置、撮影方法、人物認識装置および人物認識方法
WO2008035411A1 (fr) Dispositif de détection d'informations de corps mobile, procédé de détection d'informations de corps mobile et programme de détection d'informations de corps mobile
CN110892412B (zh) 脸部辨识***、脸部辨识方法及脸部辨识程序
CN113837006A (zh) 一种人脸识别方法、装置、存储介质及电子设备
JP2020063659A (ja) 情報処理システム
CN114282621B (zh) 一种多模态融合的话者角色区分方法与***
KR20070118806A (ko) 임베디드 시스템용 안면 검출방법
Afroze et al. Talking vs non-talking: A vision based approach to detect human speaking mode
JP2022550846A (ja) 情報処理装置、情報処理方法および記憶媒体
Hradiš et al. Real-time tracking of participants in meeting video
RU2758966C1 (ru) Способ определения подлинности лица по маскам сегментации
JP2019132019A (ja) 情報処理装置
KR20070097629A (ko) 얼굴 인식을 위한 임베디드 시스템
CN113936334A (zh) 一种基于头肩及跨线检测的人员尾随判定方法
KR20230031496A (ko) 얼굴 인증을 통한 출입 관리 방법 및 시스템

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent