WO2021245932A1 - 情報処理装置、情報処理方法、及び、記録媒体 - Google Patents
情報処理装置、情報処理方法、及び、記録媒体 Download PDFInfo
- Publication number
- WO2021245932A1 WO2021245932A1 PCT/JP2020/022378 JP2020022378W WO2021245932A1 WO 2021245932 A1 WO2021245932 A1 WO 2021245932A1 JP 2020022378 W JP2020022378 W JP 2020022378W WO 2021245932 A1 WO2021245932 A1 WO 2021245932A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- iris
- cosmetic lens
- candidate
- cosmetic
- image
- Prior art date
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims description 4
- 239000002537 cosmetic Substances 0.000 claims abstract description 332
- 238000000605 extraction Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 239000000284 extract Substances 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims description 32
- 230000010354 integration Effects 0.000 claims description 5
- 210000003462 vein Anatomy 0.000 claims description 3
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 208000016339 iris pattern Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 210000000887 face Anatomy 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 210000000624 ear auricle Anatomy 0.000 description 1
- 210000000613 ear canal Anatomy 0.000 description 1
- 238000007688 edging Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
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
- G06V40/193—Preprocessing; Feature extraction
-
- 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
- G06V40/197—Matching; Classification
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Definitions
- This disclosure relates to the processing of iris images.
- Iris recognition is known as one of the biometrics.
- the iris pattern of the target person is registered in the database, and the iris pattern acquired from the target person at the time of authentication is collated with the iris pattern registered in the database for authentication.
- Patent Document 1 describes a method of determining that a user is wearing a color contact lens when the pattern of the iris region is uniform or the predetermined pattern is repeated.
- Patent Document 2 describes a method of extracting feature data from a color contact lens and creating a dictionary of the color contact lens.
- Patent Document 1 can detect only color contact lenses having a uniform pattern or a repeating pattern.
- the method of Patent Document 2 requires a dedicated device for generating feature data from a color contact lens, and is costly. Further, in recent years, there are various types of color contact lenses, and it is not realistic to read and register the feature data of a large number of color contact lenses one by one with a dedicated device as described above.
- One purpose of this disclosure is to provide an information processing device capable of creating a database of iris images of cosmetic lenses such as color contact lenses by using registered iris data.
- the information processing device Candidate extraction means for extracting different iris images corresponding to the same person as cosmetic lens candidates, A reliability calculation means for collating the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate and calculating the reliability indicating the cosmetic lens-likeness based on the collation result.
- a determination means for determining the cosmetic lens candidate as a cosmetic lens is provided.
- the information processing method Extract different iris images corresponding to the same person as cosmetic lens candidates,
- the iris feature amount of the cosmetic lens candidate is collated with the iris feature amount of another cosmetic lens candidate, and the reliability indicating the cosmetic lens-likeness is calculated based on the collation result.
- the cosmetic lens candidate is determined to be a cosmetic lens.
- the recording medium is: Extract different iris images corresponding to the same person as cosmetic lens candidates, The iris feature amount of the cosmetic lens candidate is collated with the iris feature amount of another cosmetic lens candidate, and the reliability indicating the cosmetic lens-likeness is calculated based on the collation result.
- a program for causing a computer to execute a process of determining the cosmetic lens candidate as a cosmetic lens is recorded.
- the overall configuration of the cosmetic lens registration apparatus according to the first embodiment is shown.
- the hardware configuration of the cosmetic lens registration device is shown.
- the functional configuration of the cosmetic lens registration device is shown.
- An example of a face image database and an iris image database is shown.
- An example of a cosmetic lens candidate database and a cosmetic lens database is shown.
- An example of the reliability calculation method is shown.
- the functional configuration of the information processing apparatus according to the second embodiment is shown. It is a flowchart of the process by 2nd Embodiment.
- the functional configuration of the information processing apparatus according to the third embodiment is shown. It is a flowchart of the process by 3rd Embodiment.
- the functional configuration of the information processing apparatus which concerns on 4th Embodiment is shown. It is a flowchart of the process by 4th Embodiment.
- a “cosmetic lens” is a type of contact lens that changes the pattern of the iris image when worn, and has the effect of making the pupil look larger by applying a so-called color contact lens or a donut-shaped edging to the lens. Includes contact lenses called "circle lenses”.
- FIG. 1 shows the overall configuration of the cosmetic lens registration device according to the first embodiment.
- the cosmetic lens registration device (hereinafter, also simply referred to as “registration device”) 100
- a pair of an iris image and a face image is input, and these are used as a cosmetic lens database (hereinafter, “database” is referred to as “DB”) 2 To register with.
- the registration device 100 uses a pair of an iris image and a face image, and whether or not the iris image is an iris image in a state where a cosmetic lens is attached (hereinafter, also referred to as “cosmetic lens iris image”). Is determined.
- the registration device 100 registers at least one of the iris image determined to be the cosmetic lens iris image and the feature amount of the iris image (hereinafter, referred to as "iris feature amount") in the cosmetic lens DB2.
- iris feature amount the feature amount of the iris image (hereinafter, referred to as "iris feature amount") in the cosmetic lens DB2.
- the iris image or iris feature amount of the cosmetic lens registered in the cosmetic lens DB2 is used for iris recognition using the iris image.
- FIG. 2 is a block diagram showing a hardware configuration of the registration device 100.
- the registration device 100 includes an interface (IF) 11, a processor 12, a memory 13, a recording medium 14, and a database (DB) 15.
- IF interface
- DB database
- IF11 inputs and outputs data to and from an external device. Specifically, the pair of the iris image and the face image obtained from the subject is input to the registration device 100 via the IF 11. Further, the iris image and the iris feature amount determined to be the cosmetic lens by the registration device 100 are output to the cosmetic lens DB2 through IF11.
- the processor 12 is a computer such as a CPU (Central Processing Unit), and controls the entire registration device 100 by executing a program prepared in advance.
- the processor 12 may be a GPU (Graphics Processing Unit) or an FPGA (Field-Programmable Gate Array). Specifically, the processor 12 executes a cosmetic lens candidate extraction process, a cosmetic lens registration process, and the like, which will be described later.
- the memory 13 is composed of a ROM (Read Only Memory), a RAM (Random Access Memory), and the like.
- the memory 13 is also used as a working memory during execution of various processes by the processor 12.
- the recording medium 14 is a non-volatile, non-temporary recording medium such as a disk-shaped recording medium or a semiconductor memory, and is configured to be removable from the registration device 100.
- the recording medium 14 records various programs executed by the processor 12. When the registration device 100 executes various processes, the program recorded on the recording medium 14 is loaded into the memory 13 and executed by the processor 12.
- the database 15 temporarily stores the pair of the iris image and the face image input through the IF 11, the iris image determined by the registration device 100 as a cosmetic lens, and the iris feature amount thereof.
- the registration device 100 may include an input unit such as a keyboard and a mouse for an administrator or the like to give an instruction or input, and a display unit such as a liquid crystal display.
- FIG. 3 is a block diagram showing a functional configuration of the registration device 100.
- the registration device 100 includes a face image acquisition unit 21, a face collation unit 22, a face image DB 23, an iris image acquisition unit 24, an iris collation unit 25, an iris image DB 26, a cosmetic lens candidate extraction unit 27, and cosmetics. It includes a lens candidate DB 28 and a cosmetic lens registration unit 29.
- the face image acquisition unit 21 acquires the face image of the target person (hereinafter, also referred to as "target face image"). Specifically, the face image acquisition unit 21 acquires an image taken by a camera or the like that captures the face of the target person as the target face image. Instead, the face image acquisition unit 21 may acquire the target face image from a database or the like in which the face image taken in advance is stored. The face image acquisition unit 21 outputs the acquired target face image to the face matching unit 22.
- the face image DB 23 stores a face image and its feature amount (hereinafter, referred to as "face feature amount”) for a plurality of persons.
- FIG. 4A shows an example of stored data of the face image DB 23.
- the face image DB 23 stores a person ID, a face image, and a face feature amount.
- the "person ID” is the identification information of the person
- the "face image” is the data of the face image obtained by photographing the face of the person.
- the “face feature amount” is data of the feature amount extracted from the face image.
- the face image is not always necessary, and only the face feature amount may be stored.
- the face collation unit 22 extracts a face feature amount from the target face image acquired from the face image acquisition unit 21 and collates it with a plurality of face feature amounts registered in the face image DB 23. Specifically, the face collation unit 22 calculates the degree of matching or similarity between the face feature amount of the target face image and the face feature amount registered in the face image DB 23, and the score (hereinafter, “collation score””. Is called) is compared with a predetermined first threshold value. The face collation unit 22 determines that the target face image and the registered face image match when the collation score is equal to or higher than the first threshold value, and when the collation score is less than the first threshold value, the face collation unit 22 determines that the target face image matches the registered face image. And the registered face image are judged to be inconsistent. Then, the face collation unit 22 outputs the collation result to the cosmetic lens candidate extraction unit 27.
- the face collation unit 22 outputs the collation result to the cosmetic lens candidate extraction unit 27.
- the iris image acquisition unit 24 acquires the iris image of the target person (hereinafter, also referred to as “target iris image”).
- the iris image acquired by the iris image acquisition unit 24 and the face image acquired by the face image acquisition unit 21 belong to the same subject.
- the iris image acquisition unit 24 is connected to an iris camera or the like that captures a portion of the pupil of the subject by infrared rays, and acquires an image captured by the iris camera as the target iris image.
- the iris image acquisition unit 24 may acquire the target iris image from a database or the like that stores the iris image previously taken by the iris camera.
- the iris image acquisition unit 24 outputs the acquired target iris image to the iris collation unit 25.
- the iris image DB 26 stores iris images and iris features for a plurality of people.
- FIG. 4B shows an example of stored data of the iris image DB 26.
- the iris image DB 26 stores a person ID, an iris image, and an iris feature amount.
- the "person ID” is the identification information of the person
- the "iris image” is the data of the image obtained by photographing the iris of the person, that is, the donut-shaped portion between the pupil and the white of the eye.
- the "iris feature amount” is the data of the feature amount extracted from the iris image.
- the iris image and the iris feature amount are collectively referred to as "iris data”.
- the iris collation unit 25 extracts the iris feature amount from the target iris image acquired from the iris image acquisition unit 24 and collates it with a plurality of iris feature amounts registered in the iris image DB 26. Specifically, the iris collation unit 25 calculates the degree of coincidence or similarity between the iris feature amount of the target iris image and the iris feature amount registered in the iris image DB 26, and determines the collation score in advance. Compare with the threshold of 2. The iris collation unit 25 determines that the target iris image and the registered iris image match when the collation score is equal to or higher than the second threshold value, and the target iris image when the collation score is less than the second threshold value. And the registered iris image are judged to be inconsistent. Then, the iris collation unit 25 outputs the collation result to the cosmetic lens candidate extraction unit 27.
- the cosmetic lens candidate extraction unit 27 extracts cosmetic lens candidates based on the collation result of the face collation unit 22 and the collation result of the iris collation unit 25. Specifically, the cosmetic lens candidate extraction unit 27 extracts an iris image in which the faces are determined to match by face matching and the iris is determined to be inconsistent by iris matching as cosmetic lens candidates. Since the face image determined by the face matching unit 22 to match the faces is a face image of the same person, the iris data is already registered in the iris image DB 26 for the target person. On the other hand, the fact that the iris is determined to be inconsistent by the iris collating unit 25 means that the iris data matching the target iris image acquired by the iris image acquisition unit 24 is not registered in the iris image DB 26.
- the iris data already registered in the iris image DB 26 for the target person is different from the iris data of the target iris image.
- the cosmetic lens candidate extraction unit 27 sets the target iris image as a cosmetic lens candidate in the cosmetic lens candidate DB 28. Output. If the collation result of the face image and the collation result of the iris image do not meet the condition that "the faces match and the iris do not match", the target iris image is not extracted as a cosmetic lens candidate.
- the cosmetic lens candidate DB 28 stores the iris data of the cosmetic lens candidate extracted by the cosmetic lens candidate extraction unit 27.
- FIG. 5A shows an example of stored data of the cosmetic lens candidate DB 28.
- the candidate ID, the iris image, the iris feature amount, and the reliability are stored in the cosmetic lens candidate DB 28.
- the “candidate ID” is identification information given to the cosmetic lens candidate.
- the "iris image” is the data of the iris image of the cosmetic lens candidate, and the “iris feature amount” is the data of the feature amount extracted from the iris image.
- "Reliability” is an index showing the cosmetic lens-likeness of a cosmetic lens candidate. That is, the reliability indicates that the cosmetic lens candidate is actually a cosmetic lens, and the larger the reliability value, the higher the possibility that the cosmetic lens is.
- the reliability is calculated by the cosmetic lens registration unit 29 described below.
- the cosmetic lens registration unit 29 selects a cosmetic lens from the cosmetic lens candidates stored in the cosmetic lens candidate DB 28 and registers it in the cosmetic lens DB 2.
- the cosmetic lens registration unit 29 has one cosmetic lens candidate to be registered from the cosmetic lens candidate DB 28 (hereinafter referred to as “target cosmetic lens candidate”) and another cosmetic lens candidate to be collated. Select cosmetic lens candidates and collate their iris features.
- the cosmetic lens registration unit 29 determines that the two cosmetic lens candidates match when the collation score obtained by collation is equal to or higher than a predetermined third threshold value.
- the cosmetic lens registration unit 29 selects another cosmetic lens candidate and similarly collates it with the target cosmetic lens candidate.
- the cosmetic lens registration unit 29 collates the target cosmetic lens candidate with all other cosmetic lens candidates, and calculates the frequency at which the collation results match as the reliability.
- the cosmetic lens registration unit 29 uses the matching frequency as the reliability.
- the matching frequency is the number of different cosmetic lens candidates that match the target cosmetic lens candidate.
- Another cosmetic lens candidate may be an iris feature amount extracted from the iris image of the collation target person himself / herself taken in the past.
- the cosmetic lens registration unit 29 determines whether or not the obtained reliability is equal to or higher than a predetermined fourth threshold value. Then, the cosmetic lens candidate whose reliability is equal to or higher than the fourth threshold value is determined to be a cosmetic lens. Then, the cosmetic lens registration unit 29 registers the iris data of the iris image determined to be the cosmetic lens in DB2 of the cosmetic lens.
- the fourth threshold value in this embodiment is an example of a predetermined threshold value.
- FIG. 5B shows an example of stored data of the cosmetic lens DB2.
- the cosmetic lens DB2 stores a cosmetic lens ID, an iris image, and an iris feature amount.
- the "cosmetic lens ID” is identification information given to the iris image determined to be a cosmetic lens by the cosmetic lens registration unit 29.
- the "iris image” is the data of the iris image of the cosmetic lens
- the "iris feature amount” is the data of the feature amount extracted from the iris image.
- the cosmetic lens registration device 100 of the present embodiment first extracts, when different iris images exist for the same person, as cosmetic lens candidates. Next, the iris features of the cosmetic lens candidates are collated, and the matching frequency, that is, the larger the number of matching other cosmetic lens candidates, the higher the reliability is set. Then, the cosmetic lens candidate whose reliability is equal to or higher than a predetermined threshold value is determined to be a cosmetic lens and registered in the database. As described above, the cosmetic lens registration device 100 can detect the cosmetic lens iris image from a large number of iris images by combining the matching of the face image and the matching of the iris image.
- the cosmetic lens candidate extraction unit 27 is an example of candidate extraction means
- the cosmetic lens registration unit 29 is an example of reliability calculation means, determination means, and registration means.
- the face image acquisition unit 21 is an example of the biological information acquisition means
- the face matching unit 22 is an example of the biological information matching means
- the iris image acquisition unit 24 is an example of the iris image acquisition means
- the iris matching unit 25 is an example of iris matching means.
- the cosmetic lens registration device 100 first performs a cosmetic lens candidate extraction process to extract cosmetic lens candidates. Next, the cosmetic lens registration device 100 determines a cosmetic lens from the obtained plurality of cosmetic lens candidates and registers the cosmetic lens in the cosmetic lens DB2.
- FIG. 6 is a flowchart of the cosmetic lens candidate extraction process. This process is realized by the processor 12 shown in FIG. 2 executing a program prepared in advance and operating as an element shown in FIG.
- the face image acquisition unit 21 acquires the target face image
- the iris image acquisition unit 24 acquires the target iris image (step S11).
- the face collation unit 22 collates the face feature amount of the target face image with the face feature amount stored in the face image DB 23.
- the iris matching unit 25 collates the iris feature amount of the target iris image with the iris feature amount stored in the iris image DB 26 (step S12).
- the cosmetic lens candidate extraction unit 27 determines whether or not the target face image and the target iris image satisfy the condition that "the face images match and the iris images do not match" based on the collation result in step S12. Is determined (step S13).
- the cosmetic lens candidate extraction unit 27 extracts the target iris image at that time as a cosmetic lens candidate and stores it in the cosmetic lens candidate DB 28. (Step S14).
- the process ends.
- FIG. 7 is a flowchart of the cosmetic lens registration process. This process is also realized by the processor 12 shown in FIG. 2 executing a program prepared in advance and operating as an element shown in FIG.
- the cosmetic lens registration unit 29 selects one target cosmetic lens candidate from the cosmetic lens candidate DB 28 (step S21).
- the cosmetic lens registration unit 29 collates the iris feature amount of the target cosmetic lens candidate with the iris feature amount of all the other cosmetic lens candidates stored in the cosmetic lens candidate DB 28, and uses the matching frequency as the reliability. Calculate (step S22).
- the cosmetic lens registration unit 29 determines whether or not the obtained reliability is equal to or higher than the above-mentioned fourth threshold value (step S23).
- the reliability is equal to or higher than the fourth threshold value (step S23: Yes)
- the cosmetic lens registration unit 29 determines that the cosmetic lens candidate is a cosmetic lens, and registers the iris data in the cosmetic lens DB2 (step S24). ..
- the process proceeds to step S25.
- the cosmetic lens registration unit 29 determines whether or not there is the next cosmetic lens candidate (step S25), and if so, sets the next cosmetic lens candidate as the target cosmetic lens candidate in steps S21 to S24. Perform processing. Then, when the processing for all the cosmetic lens candidates stored in the cosmetic lens candidate DB 28 is completed, the cosmetic lens registration processing is completed.
- the cosmetic lens registration unit 29 calculates the matching frequency of the iris features between the cosmetic lens candidates as the reliability.
- this method is referred to as a "first reliability calculation method".
- FIG. 8A shows a function for calculating the reliability in this case.
- the cosmetic lens registration unit 29 sets the collation results to match and adds "1" to the reliability.
- the cosmetic lens registration unit 29 may calculate the reliability by any of the following methods.
- the cosmetic lens registration unit 29 uses the sum of the collation scores as the reliability. That is, the first reliability calculation method adds the result of comparing the collation score with the threshold value to calculate the reliability, whereas the second reliability calculation method adds the collation score itself. Calculate the reliability.
- the cosmetic lens registration unit 29 weights and adds the collation score to calculate the reliability.
- the cosmetic lens registration unit 29 uses the monotonic non-decreasing function shown in FIG. 8B to convert the collation score into a value corresponding to the frequency, and adds the converted value to calculate the reliability.
- the cosmetic lens registration unit 29 registers the iris feature amount of the cosmetic lens candidate determined to be a cosmetic lens in the cosmetic lens DB 2 as it is in step S24 of the cosmetic lens registration process shown in FIG. 7. Instead, the cosmetic lens registration unit 29 integrates the iris image or the iris feature amount of another cosmetic lens candidate determined to be the same as the cosmetic lens candidate, and the iris image obtained by the integration (hereinafter, "integration").
- integrated iris feature amount The iris feature amount (hereinafter referred to as "integrated iris feature amount”) obtained by the integration may be registered in the cosmetic lens DB2.
- the "other cosmetic lens candidates determined to be the same” include, for example, a cosmetic lens candidate determined to match the target cosmetic lens candidate by collation of the iris feature amount in step S22, or a target cosmetic lens candidate.
- a cosmetic lens candidate having a collation score with and above a predetermined value may be used.
- the cosmetic lens registration unit 29 When integrating iris images, the cosmetic lens registration unit 29 relatively aligns the iris image of the target cosmetic lens candidate with the iris image of another cosmetic lens candidate determined to be the same, and each of them. Statistical values such as the average value and the median value of the pixel values of the iris image are calculated and used as the pixel values of the integrated iris image. In this way, by using statistics such as the average value of a plurality of iris images determined to be the same, the feature amount of the portion other than the cosmetic lens in the pattern of each iris image is weakened by averaging and the like, and the cosmetic lens portion. Only the feature amount of is left. As a result, it is possible to weaken the feature amount of the iris of the person wearing the cosmetic lens and more accurately extract the feature amount of the pattern of the cosmetic lens itself.
- the cosmetic lens registration unit 29 When integrating the iris features, the cosmetic lens registration unit 29 relatively aligns the iris features of the target cosmetic lens candidate with the iris features of other cosmetic lens candidates determined to be the same. Then, the features are matched while shifting the angle of the iris little by little, and the amount (angle) with the highest degree of matching is found. As a result, the two cosmetic lens candidates are correctly aligned.
- the cosmetic lens registration unit 29 calculates statistical values such as the average value and the median value of each iris feature amount and uses them as the integrated iris feature amount, as in the case of integrating the above-mentioned iris images. do. In this case as well, it is possible to weaken the feature amount of the iris of the person wearing the cosmetic lens and more accurately extract the feature amount of the pattern of the cosmetic lens itself.
- the iris data of the cosmetic lens registered in the cosmetic lens DB2 by the above cosmetic lens registration process is used in the subsequent iris authentication process.
- the iris authentication device refers to the cosmetic lens DB2 to determine whether or not the iris image to be authenticated is a cosmetic lens iris image, and if it is a cosmetic lens iris image, the iris image. Authentication using iris images will not be performed.
- FIG. 9 is a block diagram showing a functional configuration of the information processing apparatus according to the second embodiment.
- the information processing apparatus 70 includes a candidate extraction unit 71, a reliability calculation unit 72, and a determination unit 73.
- the candidate extraction means 71 extracts different iris images corresponding to the same person as cosmetic lens candidates.
- the reliability calculation means 72 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result. When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 73 determines that the cosmetic lens candidate is a cosmetic lens.
- FIG. 10 is a flowchart of processing according to the second embodiment. This process is executed by each element of the information processing apparatus 70.
- the candidate extraction means 71 extracts different iris images corresponding to the same person as cosmetic lens candidates (step S31).
- the reliability calculation means 72 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result (step S32). ). When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 73 determines that the cosmetic lens candidate is a cosmetic lens (step S33).
- the candidate extraction means 71 extracts different iris images corresponding to the same person as cosmetic lens candidates, so that cosmetic lens candidates can be efficiently extracted from a large number of iris images. .. Since the reliability calculation means 72 calculates the reliability indicating the cosmetic lens-likeness based on the collation result of the iris feature amount of the cosmetic lens candidate and another cosmetic lens candidate, it is possible to obtain the reliability for each cosmetic lens candidate. can. When the reliability is equal to or higher than a predetermined threshold value, the determination means 73 determines the cosmetic lens candidate as a cosmetic lens, so that the cosmetic lens can be determined with high accuracy from the cosmetic lens candidates.
- the candidate extraction means 71 is the first biometric information (first biometric data) and the second biometric information (second biometric data) from the same person.
- the reliability calculation means 72 combines the second biometric information (second biometric data) acquired by the candidate extraction means 71 and the third biometric information (third biometric data) previously acquired from another person. compare. Then, the reliability calculation means 72 determines the certainty that the second biological information (second biological data) acquired by the candidate extraction means 71 is fake (or not derived from the living body) based on the comparison result. Calculate the indicated reliability. When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 73 determines that the second biological information (second biological data) is fake (or is not derived from the biological body).
- first biometric information in this modified example is a facial feature amount extracted from a person's facial image using a neural network or the like.
- second biological information is an iris feature amount extracted from an iris image of the same person using a neural network or the like.
- first biometric information (first biometric data) and the second biometric information (second biometric data) are not limited to these, and are based on the physical characteristics of the person (eg, fingerprint, static print).
- Pulse face, iris, retina, pinna, ear canal, brain wave, DNA, appearance, etc.
- a person's behavioral characteristics eg, handwriting, typing, voice print, lip movement, blinking, gait, etc. It may be a volume, etc.
- the information processing apparatus 70 provides a registration means for registering a second biological information (second biological data) determined not to be of biological origin in a database based on a determination result by the determination means 73. You may also have more.
- the determination means 73 has a collation result of the first biometric information (first biometric data) of the person and a collation result of the second biometric information (second biometric data) of the same person. By comparing the above, it may be determined whether or not the person is disguising the biometric information.
- FIG. 11 is a block diagram showing a functional configuration of the information processing apparatus according to the third embodiment.
- the information processing apparatus 80 includes a candidate extraction unit 81, a reliability calculation unit 82, a determination unit 83, a registration unit 84, and a database 85.
- the candidate extraction means 81 extracts different iris images corresponding to the same person as cosmetic lens candidates.
- the reliability calculation means 82 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result.
- the determination means 83 determines the cosmetic lens candidate as a cosmetic lens.
- the registration means 84 registers at least one of the iris image determined to be a cosmetic lens and the feature amount of the iris image in the database 85.
- FIG. 12 is a flowchart of processing according to the third embodiment. This process is executed by each element of the information processing apparatus 80.
- the candidate extraction means 81 extracts different iris images corresponding to the same person as cosmetic lens candidates (step S41).
- the reliability calculation means 82 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result (step S42). ).
- the determination means 83 determines the cosmetic lens candidate as a cosmetic lens (step S43).
- the registration means 84 registers at least one of the iris image determined to be a cosmetic lens and the feature amount of the iris image in the database 85 (step S44).
- the candidate extraction means 81 extracts different iris images corresponding to the same person as cosmetic lens candidates, so that cosmetic lens candidates can be efficiently extracted from a large number of iris images. .. Since the reliability calculation means 82 calculates the reliability indicating the cosmetic lens-likeness based on the collation result between the iris feature amount of the cosmetic lens candidate and the iris feature amount of another cosmetic lens candidate, the reliability of each cosmetic lens candidate is calculated. Can be obtained. When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 83 determines the cosmetic lens candidate as a cosmetic lens, so that the cosmetic lens can be determined with high accuracy from the cosmetic lens candidates.
- the registration means 84 registers at least one of the iris image determined to be a cosmetic lens and the feature amount of the iris image in the database 85, the feature amount of the iris image or the iris image registered in the database 85 is used. Contact lenses can be excluded at the time of authentication.
- FIG. 13 is a block diagram showing a functional configuration of the information processing apparatus according to the fourth embodiment.
- the information processing apparatus 90 includes an iris image acquisition unit 91, a biological information acquisition unit 92, a biological information collation unit 93, an iris collation unit 94, a candidate extraction unit 95, a reliability calculation unit 96, and a determination unit 97. To prepare for.
- the iris image acquisition means 91 acquires an iris image.
- the biological information acquisition means 92 acquires biological information corresponding to the iris image.
- the biometric information collation means 93 collates the acquired biometric information with the registered biometric information.
- the iris collation means 94 collates the acquired iris image with the registered iris image.
- the candidate extraction means 95 extracts the iris image as a cosmetic lens candidate when the biological information matches and the iris images do not match.
- the reliability calculation means 96 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result. When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 97 determines the cosmetic lens candidate as a cosmetic lens.
- FIG. 14 is a flowchart of the process according to the fourth embodiment. This process is executed by each element of the information processing apparatus 90.
- the iris image acquisition means 91 acquires an iris image (step S51).
- the biometric information acquisition means 92 acquires biometric information corresponding to the iris image (step S52).
- the biometric information collation means 93 collates the acquired biometric information with the registered biometric information (step S53).
- the iris collation means 94 collates the acquired iris image with the registered iris image (step S54).
- the candidate extraction means 95 extracts the iris image as a cosmetic lens candidate when the biological information matches and the iris images do not match (step S55).
- the reliability calculation means 96 collates the iris feature amount of the cosmetic lens candidate with the iris feature amount of another cosmetic lens candidate, and calculates the reliability indicating the cosmetic lens-likeness based on the collation result (step S56). ). When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 97 determines the cosmetic lens candidate as a cosmetic lens (step S57).
- the candidate extraction means 95 cosmetically displays the iris image. Extract as a lens candidate. Therefore, cosmetic lens candidates can be efficiently extracted from a large number of iris images. Since the reliability calculation means 96 calculates the reliability indicating the cosmetic lens-likeness based on the collation result between the iris feature amount of the cosmetic lens candidate and the iris feature amount of another cosmetic lens candidate, the reliability of each cosmetic lens candidate is calculated. Can be obtained. When the calculated reliability is equal to or higher than a predetermined threshold value, the determination means 97 determines the cosmetic lens candidate as a cosmetic lens, so that the cosmetic lens can be determined with high accuracy from the cosmetic lens candidates.
- Appendix 2 The information processing apparatus according to Appendix 1, further comprising a registration means for registering at least one of the iris image determined to be the cosmetic lens and the feature amount of the iris image in the database.
- An iris image acquisition method for acquiring an iris image A biometric information acquisition means for acquiring biometric information corresponding to the iris image, A biometric information collation means for collating the acquired biometric information with the registered biometric information, It is equipped with an iris collation means that collates the acquired iris image with the registered iris image.
- the information processing apparatus according to Appendix 1 or 2, wherein the candidate extraction means extracts the iris image as the cosmetic lens candidate when the biological information matches and the iris image does not match.
- Appendix 4 The information processing apparatus according to Appendix 3, wherein the biological information includes at least one of a face image, a fingerprint image, a palm print image, voice voice data, vein pattern data, and ear acoustic data.
- the registration means integrates the iris images of a plurality of cosmetic lens candidates based on the collation result, and registers at least one of the integrated iris image or the feature amount extracted from the integrated iris image in the database. 2.
- the information processing apparatus according to 2.
- Appendix 7 The information processing apparatus according to Appendix 2, wherein the registration means integrates the feature amounts of the iris images of a plurality of cosmetic lens candidates based on the collation result, and registers the feature amounts after the integration in the database.
- Appendix 8 The registration means is described in Appendix 7 for integrating the feature amounts of the iris images by relatively aligning the feature amounts of the iris images of the plurality of cosmetic lens candidates and calculating the statistical values of the feature amounts. Information processing equipment.
- the reliability calculation means calculates, as the reliability, either the matching frequency of the iris feature amount by the matching, the sum of the scores obtained by the matching, or the sum of the values obtained by converting the score into the matching frequency.
- the information processing apparatus according to any one of Supplementary note 1 to 8.
- a recording medium recording a program that causes a computer to execute a process of determining the cosmetic lens candidate as a cosmetic lens when the calculated reliability is equal to or higher than a predetermined threshold value.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
情報処理装置は、コスメティックレンズの虹彩画像を検出する。候補抽出手段は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する。信頼度算出手段は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
Description
この開示は、虹彩画像の処理に関する。
生体認証の1つとして虹彩認証が知られている。一般的に、虹彩認証では、対象者の虹彩パターンをデータベースに登録しておき、認証時に対象者から取得した虹彩パターンと、データベースに登録済の虹彩パターンとを照合して認証を行う。
近年、若者を中心にカラーコンタクトレンズの使用が増えている。カラーコンタクトレンズを装着していると、対象者から得られる虹彩パターンがカラーコンタクトレンズのパターンにより影響を受ける。このため、カラーコンタクトレンズを検出できないまま虹彩認証を行うと、同一のカラーコンタクトレンズを装着した人物の虹彩パターンが一致し、異なる人物を同一人物と誤判定してしまう可能性があり、何らかの対策が必要となる。
この点、特許文献1は、虹彩の領域のパターンが均一又は所定のパターンの繰り返しである場合に、ユーザがカラーコンタクトレンズを装着していると判断する方法を記載している。また、特許文献2は、カラーコンタクトレンズから特徴データを抽出し、カラーコンタクトレンズの辞書を作成する方法を記載している。
しかし、特許文献1の方法は、均一のパターンや繰り返しパターンを有するカラーコンタクトレンズしか検出することができない。特許文献2の方法は、カラーコンタクトレンズから特徴データを生成するための専用の装置が必要であり、コストがかかる。また、近年、カラーコンタクトレンズの種類は多岐にわたり、多数のカラーコンタクトレンズの特徴データを上記のような専用の装置で1つ1つ読み取って登録するのは現実的ではない。
この開示の1つの目的は、登録済の虹彩データを利用して、カラーコンタクトレンズなどのコスメティックレンズの虹彩画像をデータベース化することが可能な情報処理装置を提供することにある。
この開示の一つの観点では、情報処理装置は、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、を備える。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、を備える。
この開示の他の観点では、情報処理方法は、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する。
この開示のさらに他の観点では、記録媒体は、
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録する。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録する。
以下、図面を参照して、この開示の好適な実施形態について説明する。
<コスメティックレンズ>
以下の実施形態は、コスメティックレンズの虹彩画像を検出し、データベースに登録する。「コスメティックレンズ」とは、装着することにより虹彩画像のパターンが変化してしまうタイプのコンタクトレンズであり、いわゆるカラーコンタクトレンズや、レンズにドーナツ状の縁取りを施すことで瞳を大きく見せる効果がある「サークルレンズ」と呼ばれるコンタクトレンズなどを含む。
<コスメティックレンズ>
以下の実施形態は、コスメティックレンズの虹彩画像を検出し、データベースに登録する。「コスメティックレンズ」とは、装着することにより虹彩画像のパターンが変化してしまうタイプのコンタクトレンズであり、いわゆるカラーコンタクトレンズや、レンズにドーナツ状の縁取りを施すことで瞳を大きく見せる効果がある「サークルレンズ」と呼ばれるコンタクトレンズなどを含む。
<第1実施形態>
[全体構成]
図1は、第1実施形態に係るコスメティックレンズ登録装置の全体構成を示す。コスメティックレンズ登録装置(以下、単に「登録装置」とも呼ぶ。)100は、虹彩画像と顔画像のペアが入力され、それらをコスメティックレンズデータベース(以下、「データベース」を「DB」と記す。)2に登録する。その際、登録装置100は、虹彩画像と顔画像のペアを用いて、その虹彩画像が、コスメティックレンズを装着した状態の虹彩画像(以下、「コスメティックレンズ虹彩画像」とも呼ぶ。)であるか否かを判定する。そして、登録装置100は、コスメティックレンズ虹彩画像と判定された虹彩画像、及び、その虹彩画像の特徴量(以下、「虹彩特徴量」と呼ぶ。)の少なくとも一方をコスメティックレンズDB2に登録する。コスメティックレンズDB2に登録されたコスメティックレンズの虹彩画像又は虹彩特徴量は、虹彩画像を用いた虹彩認証に使用される。
[全体構成]
図1は、第1実施形態に係るコスメティックレンズ登録装置の全体構成を示す。コスメティックレンズ登録装置(以下、単に「登録装置」とも呼ぶ。)100は、虹彩画像と顔画像のペアが入力され、それらをコスメティックレンズデータベース(以下、「データベース」を「DB」と記す。)2に登録する。その際、登録装置100は、虹彩画像と顔画像のペアを用いて、その虹彩画像が、コスメティックレンズを装着した状態の虹彩画像(以下、「コスメティックレンズ虹彩画像」とも呼ぶ。)であるか否かを判定する。そして、登録装置100は、コスメティックレンズ虹彩画像と判定された虹彩画像、及び、その虹彩画像の特徴量(以下、「虹彩特徴量」と呼ぶ。)の少なくとも一方をコスメティックレンズDB2に登録する。コスメティックレンズDB2に登録されたコスメティックレンズの虹彩画像又は虹彩特徴量は、虹彩画像を用いた虹彩認証に使用される。
[ハードウェア構成]
図2は、登録装置100のハードウェア構成を示すブロック図である。図示のように、登録装置100は、インタフェース(IF)11と、プロセッサ12と、メモリ13と、記録媒体14と、データベース(DB)15とを備える。
図2は、登録装置100のハードウェア構成を示すブロック図である。図示のように、登録装置100は、インタフェース(IF)11と、プロセッサ12と、メモリ13と、記録媒体14と、データベース(DB)15とを備える。
IF11は、外部装置との間でデータの入出力を行う。具体的に、対象者から得られた虹彩画像と顔画像のペアはIF11を介して登録装置100に入力される。また、登録装置100によりコスメティックレンズと判定された虹彩画像や虹彩特徴量は、IF11を通じてコスメティックレンズDB2に出力される。
プロセッサ12は、CPU(Central Processing Unit)などのコンピュータであり、予め用意されたプログラムを実行することにより、登録装置100の全体を制御する。なお、プロセッサ12は、GPU(Graphics Processing Unit)またはFPGA(Field-Programmable Gate Array)であってもよい。具体的に、プロセッサ12は、後述するコスメティックレンズ候補抽出処理、コスメティックレンズ登録処理などを実行する。
メモリ13は、ROM(Read Only Memory)、RAM(Random Access Memory)などにより構成される。メモリ13は、プロセッサ12による各種の処理の実行中に作業メモリとしても使用される。
記録媒体14は、ディスク状記録媒体、半導体メモリなどの不揮発性で非一時的な記録媒体であり、登録装置100に対して着脱可能に構成される。記録媒体14は、プロセッサ12が実行する各種のプログラムを記録している。登録装置100が各種の処理を実行する際には、記録媒体14に記録されているプログラムがメモリ13にロードされ、プロセッサ12により実行される。
データベース15は、IF11を通じて入力された虹彩画像と顔画像のペア、登録装置100がコスメティックレンズと判定した虹彩画像やその虹彩特徴量を一時的に記憶する。なお、登録装置100は、管理者などが指示や入力を行うためのキーボード、マウスなどの入力部、及び、液晶ディスプレイなどの表示部を備えていてもよい。
[機能構成]
図3は、登録装置100の機能構成を示すブロック図である。登録装置100は、顔画像取得部21と、顔照合部22と、顔画像DB23と、虹彩画像取得部24と、虹彩照合部25と、虹彩画像DB26と、コスメティックレンズ候補抽出部27と、コスメティックレンズ候補DB28と、コスメティックレンズ登録部29と、を備える。
図3は、登録装置100の機能構成を示すブロック図である。登録装置100は、顔画像取得部21と、顔照合部22と、顔画像DB23と、虹彩画像取得部24と、虹彩照合部25と、虹彩画像DB26と、コスメティックレンズ候補抽出部27と、コスメティックレンズ候補DB28と、コスメティックレンズ登録部29と、を備える。
顔画像取得部21は、対象者の顔画像(以下、「対象顔画像」とも呼ぶ。)を取得する。具体的には、顔画像取得部21は、対象者の顔を撮影するカメラなどによる撮影画像を対象顔画像として取得する。その代わりに、顔画像取得部21は、予め撮影された顔画像を保存したデータベースなどから対象顔画像を取得してもよい。顔画像取得部21は、取得した対象顔画像を顔照合部22へ出力する。
顔画像DB23は、複数の人物について、顔画像及びその特徴量(以下、「顔特徴量」と呼ぶ。)を記憶している。図4(A)は、顔画像DB23の記憶データの例を示す。顔画像DB23は、人物IDと、顔画像と、顔特徴量とを記憶している。ここで、「人物ID」は人物の識別情報であり、「顔画像」は、その人物の顔を撮影した顔画像のデータである。また、「顔特徴量」は、顔画像から抽出した特徴量のデータである。なお、顔画像は必ずしも必要なく、顔特徴量だけを格納するようにしてもよい。
顔照合部22は、顔画像取得部21から取得した対象顔画像から顔特徴量を抽出し、顔画像DB23に登録されている複数の顔特徴量と照合する。具体的には、顔照合部22は、対象顔画像の顔特徴量と、顔画像DB23に登録済の顔特徴量との一致度又は類似度を算出し、そのスコア(以下、「照合スコア」と呼ぶ。)を予め決められた第1の閾値と比較する。顔照合部22は、照合スコアが第1の閾値以上である場合、対象顔画像と登録済の顔画像とが一致したと判定し、照合スコアが第1の閾値未満である場合、対象顔画像と登録済の顔画像とが不一致と判定する。そして、顔照合部22は、照合結果をコスメティックレンズ候補抽出部27へ出力する。
虹彩画像取得部24は、対象者の虹彩画像(以下、「対象虹彩画像」とも呼ぶ。)を取得する。なお、虹彩画像取得部24が取得する虹彩画像と、顔画像取得部21が取得する顔画像は、同一の対象者のものである。具体的には、虹彩画像取得部24は、赤外線により対象者の瞳の部分を撮影する虹彩カメラなどに接続され、虹彩カメラによる撮影画像を対象虹彩画像として取得する。その代わりに、虹彩画像取得部24は、予め虹彩カメラを用いて撮影された虹彩画像を保存したデータベースなどから対象虹彩画像を取得してもよい。虹彩画像取得部24は、取得した対象虹彩画像を虹彩照合部25へ出力する。
虹彩画像DB26は、複数の人物について、虹彩画像及び虹彩特徴量を記憶している。図4(B)は、虹彩画像DB26の記憶データの例を示す。虹彩画像DB26は、人物IDと、虹彩画像と、虹彩特徴量とを記憶している。ここで、「人物ID」は人物の識別情報であり、「虹彩画像」は、その人物の虹彩、即ち瞳孔と白目の間のドーナツ形状の部分を撮影した画像のデータである。また、「虹彩特徴量」は、虹彩画像から抽出した特徴量のデータである。以下、虹彩画像と虹彩特徴量をまとめて「虹彩データ」とも呼ぶ。
虹彩照合部25は、虹彩画像取得部24から取得した対象虹彩画像から虹彩特徴量を抽出し、虹彩画像DB26に登録されている複数の虹彩特徴量と照合する。具体的には、虹彩照合部25は、対象虹彩画像の虹彩特徴量と、虹彩画像DB26に登録済の虹彩特徴量との一致度又は類似度を算出し、その照合スコアを予め決められた第2の閾値と比較する。虹彩照合部25は、照合スコアが第2の閾値以上である場合、対象虹彩画像と登録済の虹彩画像とが一致したと判定し、照合スコアが第2の閾値未満である場合、対象虹彩画像と登録済の虹彩画像とが不一致と判定する。そして、虹彩照合部25は、照合結果をコスメティックレンズ候補抽出部27へ出力する。
コスメティックレンズ候補抽出部27は、顔照合部22の照合結果と、虹彩照合部25の照合結果に基づいて、コスメティックレンズ候補を抽出する。具体的に、コスメティックレンズ候補抽出部27は、顔照合により顔が一致すると判定され、かつ、虹彩照合により虹彩が不一致と判定された虹彩画像を、コスメティックレンズ候補として抽出する。顔照合部22により顔が一致すると判定された顔画像は、同一人物の顔画像であるので、その対象者については、既に虹彩画像DB26に虹彩データが登録されていることになる。一方、虹彩照合部25により虹彩が不一致と判定されたということは、虹彩画像取得部24が取得した対象虹彩画像と一致する虹彩データが虹彩画像DB26に登録されていないことを意味する。つまり、その対象者について既に虹彩画像DB26に登録済の虹彩データは、対象虹彩画像の虹彩データとは異なることになる。これは、その対象者について複数の虹彩データが存在することを意味するが、同一人物の虹彩パターンが複数存在することは無いので、不一致と判定された2つの虹彩画像の少なくとも一方はコスメティックレンズ虹彩画像であると推測される。
そこで、コスメティックレンズ候補抽出部27は、顔画像と虹彩画像の照合結果が「顔が一致、かつ、虹彩が不一致」という条件に合致する場合、対象虹彩画像をコスメティックレンズ候補としてコスメティックレンズ候補DB28に出力する。なお、顔画像の照合結果と虹彩画像の照合結果が、「顔が一致、かつ、虹彩が不一致」という条件に合致しない場合、対象虹彩画像はコスメティックレンズ候補として抽出されない。
コスメティックレンズ候補DB28は、コスメティックレンズ候補抽出部27が抽出したコスメティックレンズ候補の虹彩データを記憶する。図5(A)は、コスメティックレンズ候補DB28の記憶データの例を示す。コスメティックレンズ候補DB28には、候補IDと、虹彩画像と、虹彩特徴量と、信頼度とが記憶される。「候補ID」は、コスメティックレンズ候補に付与される識別情報である。「虹彩画像」は、コスメティックレンズ候補の虹彩画像のデータであり、「虹彩特徴量」はその虹彩画像から抽出された特徴量のデータである。「信頼度」は、コスメティックレンズ候補のコスメティックレンズらしさを示す指標である。即ち、信頼度は、コスメティックレンズ候補が、実際にコスメティックレンズである可能性を示し、信頼度の値が大きいほどコスメティックレンズである可能性が高いものとする。なお、信頼度は、以下に説明するコスメティックレンズ登録部29により算出される。
コスメティックレンズ登録部29は、コスメティックレンズ候補DB28に記憶されたコスメティックレンズ候補から、コスメティックレンズを選択してコスメティックレンズDB2に登録する。具体的には、コスメティックレンズ登録部29は、コスメティックレンズ候補DB28から登録処理の対象となる1つのコスメティックレンズ候補(以下、「対象コスメティックレンズ候補」と呼ぶ。)と、照合の相手となる別のコスメティックレンズ候補とを選択して、それらの虹彩特徴量の照合を行う。コスメティックレンズ登録部29は、照合により得られた照合スコアが予め決められた第3の閾値以上である場合、2つのコスメティックレンズ候補が一致したと判定する。次に、コスメティックレンズ登録部29は、別のコスメティックレンズ候補を選択し、同様に対象コスメティックレンズ候補との照合を行う。こうして、コスメティックレンズ登録部29は、対象コスメティックレンズ候補と、それ以外の全てのコスメティックレンズ候補との照合を行い、照合結果が一致となった頻度を信頼度として算出する。現実の世界では、同一のコスメティックレンズを多数の人が使用していることがあるため、照合による一致頻度が大きいほど、その虹彩画像はコスメティックレンズ虹彩画像である可能性が高いと言える。よって、コスメティックレンズ登録部29は、一致頻度を信頼度として使用する。なお、この一致頻度は、対象コスメティックレンズ候補と一致する別のコスメティックレンズ候補の数である。別のコスメティックレンズ候補は、過去に撮影された照合の対象者本人の虹彩画像から抽出された虹彩特徴量であってもよい。
こうして、他の全てのコスメティックレンズ候補との照合を行い、信頼度が算出されると、コスメティックレンズ登録部29は、得られた信頼度が所定の第4の閾値以上であるか否かを判定し、信頼度が第4の閾値以上であるコスメティックレンズ候補を、コスメティックレンズであると判定する。そして、コスメティックレンズ登録部29は、コスメティックレンズと判定された虹彩画像の虹彩データをコスメティックレンズのDB2に登録する。なお、本実施形態における第4の閾値は、所定の閾値の一例である。
図5(B)は、コスメティックレンズDB2の記憶データの例を示す。コスメティックレンズDB2は、コスメティックレンズIDと、虹彩画像と、虹彩特徴量とを記憶する。「コスメティックレンズID」は、コスメティックレンズ登録部29によりコスメティックレンズと判定された虹彩画像に対して付与された識別情報である。「虹彩画像」はそのコスメティックレンズの虹彩画像のデータであり、「虹彩特徴量」はその虹彩画像から抽出された特徴量のデータである。
以上のように、本実施形態のコスメティックレンズ登録装置100は、まず、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出する。次に、コスメティックレンズ候補同士の虹彩特徴量を照合し、一致頻度、即ち、一致する他のコスメティックレンズ候補の数が多いほど信頼度を高く設定する。そして、信頼度が所定の閾値以上であるコスメティックレンズ候補を、コスメティックレンズであると判定してデータベースに登録する。このように、コスメティックレンズ登録装置100は、顔画像の照合と、虹彩画像の照合を組み合わせることにより、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することが可能となる。
上記の構成において、コスメティックレンズ候補抽出部27は候補抽出手段の一例であり、コスメティックレンズ登録部29は信頼度算出手段、判定手段、登録手段の一例である。また、顔画像取得部21は生体情報取得手段の一例であり、顔照合部22は生体情報照合手段の一例であり、虹彩画像取得部24は虹彩画像取得手段の一例であり、虹彩照合部25は虹彩照合手段の一例である。
[処理フロー]
次に、コスメティックレンズ登録装置100が実行する処理のフローについて説明する。コスメティックレンズ登録装置100は、まず、コスメティックレンズ候補抽出処理を行ってコスメティックレンズ候補を抽出する。次に、コスメティックレンズ登録装置100は、得られた複数のコスメティックレンズ候補から、コスメティックレンズを判定してコスメティックレンズDB2に登録する。
次に、コスメティックレンズ登録装置100が実行する処理のフローについて説明する。コスメティックレンズ登録装置100は、まず、コスメティックレンズ候補抽出処理を行ってコスメティックレンズ候補を抽出する。次に、コスメティックレンズ登録装置100は、得られた複数のコスメティックレンズ候補から、コスメティックレンズを判定してコスメティックレンズDB2に登録する。
(コスメティックレンズ候補抽出処理)
図6は、コスメティックレンズ候補抽出処理のフローチャートである。この処理は、図2に示すプロセッサ12が予め用意されたプログラムを実行し、図3に示す要素として動作することにより実現される。
図6は、コスメティックレンズ候補抽出処理のフローチャートである。この処理は、図2に示すプロセッサ12が予め用意されたプログラムを実行し、図3に示す要素として動作することにより実現される。
まず、顔画像取得部21は対象顔画像を取得し、虹彩画像取得部24は対象虹彩画像を取得する(ステップS11)。次に、顔照合部22は対象顔画像の顔特徴量と、顔画像DB23に記憶されている顔特徴量とを照合する。同様に、虹彩照合部25は、対象虹彩画像の虹彩特徴量と、虹彩画像DB26に記憶されている虹彩特徴量とを照合する(ステップS12)。
次に、コスメティックレンズ候補抽出部27は、ステップS12での照合結果に基づき、対象顔画像及び対象虹彩画像が「顔画像が一致、かつ、虹彩画像が不一致」との条件に該当するか否かを判定する(ステップS13)。対象顔画像及び対象虹彩画像が上記の条件に該当する場合(ステップS13:Yes)、コスメティックレンズ候補抽出部27は、そのときの対象虹彩画像をコスメティックレンズ候補として抽出し、コスメティックレンズ候補DB28に記憶する(ステップS14)。一方、対象顔画像及び対象虹彩画像が上記の条件に該当しない場合(ステップS13:No)、処理を終了する。
こうして、ある人物の顔画像と虹彩画像が得られるたびに、その虹彩画像がコスメティックレンズ候補であるか否かが判定され、コスメティックレンズ候補と判定された場合は、コスメティックレンズ候補DB28に記憶されていく。
(コスメティックレンズ登録処理)
図7は、コスメティックレンズ登録処理のフローチャートである。この処理も、図2に示すプロセッサ12が予め用意されたプログラムを実行し、図3に示す要素として動作することにより実現される。
図7は、コスメティックレンズ登録処理のフローチャートである。この処理も、図2に示すプロセッサ12が予め用意されたプログラムを実行し、図3に示す要素として動作することにより実現される。
まず、コスメティックレンズ登録部29は、コスメティックレンズ候補DB28から、1つの対象コスメティックレンズ候補を選択する(ステップS21)。次に、コスメティックレンズ登録部29は、対象コスメティックレンズ候補の虹彩特徴量を、コスメティックレンズ候補DB28に記憶されている他の全てのコスメティックレンズ候補の虹彩特徴量と照合し、一致頻度を信頼度として算出する(ステップS22)。
次に、コスメティックレンズ登録部29は、得られた信頼度が前述の第4の閾値以上であるか否かを判定する(ステップS23)。信頼度が第4の閾値以上である場合(ステップS23:Yes)、コスメティックレンズ登録部29は、そのコスメティックレンズ候補をコスメティックレンズと判定し、その虹彩データをコスメティックレンズDB2に登録する(ステップS24)。一方、信頼度が第4の閾値未満である場合(ステップS23:No)、処理はステップS25へ進む。
次に、コスメティックレンズ登録部29は、次のコスメティックレンズ候補があるか否かを判定し(ステップS25)、ある場合には、次のコスメティックレンズ候補を対象コスメティックレンズ候補として、ステップS21~S24の処理を行う。そして、コスメティックレンズ候補DB28に記憶されている全てのコスメティックレンズ候補について処理が終わると、コスメティックレンズ登録処理は終了する。
[変形例]
次に、第1実施形態の変形例について説明する。以下の変形例は、適宜組み合わせて実施することができる。
(第1変形例)
上記の第1実施形態では、コスメティックレンズ登録部29は、コスメティックレンズ候補同士の虹彩特徴量の一致頻度を信頼度として算出している。以下、この方法を、「第1の信頼度算出方法」と呼ぶ。図8(A)は、この場合の信頼度を算出する関数を示す。コスメティックレンズ登録部29は、コスメティックレンズ候補同士の照合スコアが第3の閾値以上である場合、照合結果を一致とし、信頼度に「1」を加算する。その代わりに、コスメティックレンズ登録部29は、以下のいずれかの方法により、信頼度を算出してもよい。
次に、第1実施形態の変形例について説明する。以下の変形例は、適宜組み合わせて実施することができる。
(第1変形例)
上記の第1実施形態では、コスメティックレンズ登録部29は、コスメティックレンズ候補同士の虹彩特徴量の一致頻度を信頼度として算出している。以下、この方法を、「第1の信頼度算出方法」と呼ぶ。図8(A)は、この場合の信頼度を算出する関数を示す。コスメティックレンズ登録部29は、コスメティックレンズ候補同士の照合スコアが第3の閾値以上である場合、照合結果を一致とし、信頼度に「1」を加算する。その代わりに、コスメティックレンズ登録部29は、以下のいずれかの方法により、信頼度を算出してもよい。
第2の信頼度算出方法では、コスメティックレンズ登録部29は、照合スコアの和を信頼度とする。即ち、第1の信頼度算出方法は、照合スコアを閾値と比較した結果を加算して信頼度を算出しているのに対し、第2の信頼度算出方法は、照合スコア自体を加算して信頼度を算出する。
第3の信頼度算出方法では、コスメティックレンズ登録部29は、照合スコアを重み付け加算して信頼度を算出する。例えば、コスメティックレンズ登録部29は、図8(B)に示す単調非減少関数を用いて、照合スコアを頻度相当の値に変換し、変換後の値を加算して信頼度を算出する。
(第2変形例)
上記の実施形態では、コスメティックレンズ登録部29は、図7に示すコスメティックレンズ登録処理のステップS24において、コスメティックレンズと判定されたコスメティックレンズ候補の虹彩特徴量をそのままコスメティックレンズDB2に登録している。その代わりに、コスメティックレンズ登録部29は、そのコスメティックレンズ候補と同一と判定された他のコスメティックレンズ候補の虹彩画像又は虹彩特徴量を統合して、統合により得られた虹彩画像(以下、「統合虹彩画像」と呼ぶ。)又は統合により得られた虹彩特徴量(以下、「統合虹彩特徴量」と呼ぶ。)をコスメティックレンズDB2に登録してもよい。ここで、「同一と判定された他のコスメティックレンズ候補」としては、例えば、ステップS22における虹彩特徴量の照合によって、対象コスメティックレンズ候補と一致すると判定されたコスメティックレンズ候補、又は、対象コスメティックレンズ候補との照合スコアが所定値以上であるコスメティックレンズ候補を用いればよい。
上記の実施形態では、コスメティックレンズ登録部29は、図7に示すコスメティックレンズ登録処理のステップS24において、コスメティックレンズと判定されたコスメティックレンズ候補の虹彩特徴量をそのままコスメティックレンズDB2に登録している。その代わりに、コスメティックレンズ登録部29は、そのコスメティックレンズ候補と同一と判定された他のコスメティックレンズ候補の虹彩画像又は虹彩特徴量を統合して、統合により得られた虹彩画像(以下、「統合虹彩画像」と呼ぶ。)又は統合により得られた虹彩特徴量(以下、「統合虹彩特徴量」と呼ぶ。)をコスメティックレンズDB2に登録してもよい。ここで、「同一と判定された他のコスメティックレンズ候補」としては、例えば、ステップS22における虹彩特徴量の照合によって、対象コスメティックレンズ候補と一致すると判定されたコスメティックレンズ候補、又は、対象コスメティックレンズ候補との照合スコアが所定値以上であるコスメティックレンズ候補を用いればよい。
(1)虹彩画像を統合する場合
この場合、コスメティックレンズ登録部29は、対象コスメティックレンズ候補の虹彩画像と、同一と判定された他のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、各虹彩画像の画素値の平均値や中央値などの統計値を算出して統合虹彩画像の画素値として使用する。こうして、同一と判定された複数の虹彩画像の平均値などの統計量を使用することにより、各虹彩画像のパターンのうち、コスメティックレンズ以外の部分の特徴量は平均化などにより弱まり、コスメティックレンズ部分の特徴量のみが残ることになる。その結果、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
この場合、コスメティックレンズ登録部29は、対象コスメティックレンズ候補の虹彩画像と、同一と判定された他のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、各虹彩画像の画素値の平均値や中央値などの統計値を算出して統合虹彩画像の画素値として使用する。こうして、同一と判定された複数の虹彩画像の平均値などの統計量を使用することにより、各虹彩画像のパターンのうち、コスメティックレンズ以外の部分の特徴量は平均化などにより弱まり、コスメティックレンズ部分の特徴量のみが残ることになる。その結果、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
(2)虹彩特徴量を統合する場合
この場合、コスメティックレンズ登録部29は、対象コスメティックレンズ候補の虹彩特徴量と、同一と判定された他のコスメティックレンズ候補の虹彩特徴量を相対的に位置合わせし、虹彩の角度を少しずつずらしながら特徴量をマッチングし、一致度が最も高いずれ量(角度)を見つける。これにより、2つのコスメティックレンズ候補を正しく位置合わせした状態となる。こうして位置合わせが完了すると、コスメティックレンズ登録部29は、上述の虹彩画像を統合する場合と同様に、各虹彩特徴量の平均値や中央値などの統計値を算出して統合虹彩特徴量として使用する。この場合も、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
この場合、コスメティックレンズ登録部29は、対象コスメティックレンズ候補の虹彩特徴量と、同一と判定された他のコスメティックレンズ候補の虹彩特徴量を相対的に位置合わせし、虹彩の角度を少しずつずらしながら特徴量をマッチングし、一致度が最も高いずれ量(角度)を見つける。これにより、2つのコスメティックレンズ候補を正しく位置合わせした状態となる。こうして位置合わせが完了すると、コスメティックレンズ登録部29は、上述の虹彩画像を統合する場合と同様に、各虹彩特徴量の平均値や中央値などの統計値を算出して統合虹彩特徴量として使用する。この場合も、コスメティックレンズを装着している人物の虹彩の特徴量を弱め、コスメティックレンズ自体のパターンの特徴量をより正確に抽出することが可能となる。
(第3変形例)
上記の実施形態では、顔照合部22による顔特徴量の照合により、対応する虹彩画像が同一人物のものであるか否かを判定している。その代わりに、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データなどの他の生体情報を用いた生体認証を行って、虹彩画像が同一人物のものであるか否かを判定してもよい。その場合には、顔画像DB23の代わりに、それらの生体情報を記憶するデータベースを使用すればよい。
上記の実施形態では、顔照合部22による顔特徴量の照合により、対応する虹彩画像が同一人物のものであるか否かを判定している。その代わりに、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データなどの他の生体情報を用いた生体認証を行って、虹彩画像が同一人物のものであるか否かを判定してもよい。その場合には、顔画像DB23の代わりに、それらの生体情報を記憶するデータベースを使用すればよい。
[登録済データを用いた虹彩認証]
上記のコスメティックレンズ登録処理によりコスメティックレンズDB2に登録されたコスメティックレンズの虹彩データは、その後の虹彩認証処理において使用される。この際、虹彩認証処理においては、誤った認証を防止するため、コスメティックレンズの虹彩データを虹彩認証に使用しないようにする。具体的には、虹彩認証装置は、コスメティックレンズDB2を参照して、認証の対象となる虹彩画像がコスメティックレンズ虹彩画像であるか否かを判定し、コスメティックレンズ虹彩画像である場合には、その虹彩画像を用いた認証は行わないこととする。
上記のコスメティックレンズ登録処理によりコスメティックレンズDB2に登録されたコスメティックレンズの虹彩データは、その後の虹彩認証処理において使用される。この際、虹彩認証処理においては、誤った認証を防止するため、コスメティックレンズの虹彩データを虹彩認証に使用しないようにする。具体的には、虹彩認証装置は、コスメティックレンズDB2を参照して、認証の対象となる虹彩画像がコスメティックレンズ虹彩画像であるか否かを判定し、コスメティックレンズ虹彩画像である場合には、その虹彩画像を用いた認証は行わないこととする。
[本実施形態の効果]
本実施形態の構成によれば、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出するので、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することができる。よって、登録済の虹彩データを利用して、コスメティックレンズの虹彩画像をデータベース化することが可能となる。
本実施形態の構成によれば、同一人物について異なる虹彩画像が存在する場合に、それらをコスメティックレンズ候補として抽出するので、多数の虹彩画像からコスメティックレンズ虹彩画像を検出することができる。よって、登録済の虹彩データを利用して、コスメティックレンズの虹彩画像をデータベース化することが可能となる。
<第2実施形態>
次に、この開示の第2実施形態について説明する。図9は、第2実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置70は、候補抽出手段71と、信頼度算出手段72と、判定手段73とを備える。候補抽出手段71は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する。信頼度算出手段72は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段73は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
次に、この開示の第2実施形態について説明する。図9は、第2実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置70は、候補抽出手段71と、信頼度算出手段72と、判定手段73とを備える。候補抽出手段71は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する。信頼度算出手段72は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段73は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
図10は、第2実施形態による処理のフローチャートである。この処理は、情報処理装置70の各要素により実行される。候補抽出手段71は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する(ステップS31)。信頼度算出手段72は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する(ステップS32)。判定手段73は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する(ステップS33)。
[本実施形態の効果]
本実施形態の構成によれば、候補抽出手段71は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段72は、コスメティックレンズ候補と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段73は、信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
本実施形態の構成によれば、候補抽出手段71は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段72は、コスメティックレンズ候補と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段73は、信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
[変形例]
第2実施形態の一変形例に係わる情報処理装置70では、候補抽出手段71は、同一人物から第1の生体情報(第1の生体データ)および第2の生体情報(第2の生体データ)を取得する。信頼度算出手段72は、候補抽出手段71が取得した第2の生体情報(第2の生体データ)と、他の人物から先に取得した第3の生体情報(第3の生体データ)とを比較する。そして、信頼度算出手段72は、比較結果に基づいて、候補抽出手段71が取得した第2の生体情報(第2の生体データ)が偽物である(あるいは生体由来ではない)ことの確からしさを示す信頼度を算出する。判定手段73は、算出された信頼度が所定の閾値以上である場合、第2の生体情報(第2の生体データ)が偽物である(あるいは生体由来ではない)と判定する。
第2実施形態の一変形例に係わる情報処理装置70では、候補抽出手段71は、同一人物から第1の生体情報(第1の生体データ)および第2の生体情報(第2の生体データ)を取得する。信頼度算出手段72は、候補抽出手段71が取得した第2の生体情報(第2の生体データ)と、他の人物から先に取得した第3の生体情報(第3の生体データ)とを比較する。そして、信頼度算出手段72は、比較結果に基づいて、候補抽出手段71が取得した第2の生体情報(第2の生体データ)が偽物である(あるいは生体由来ではない)ことの確からしさを示す信頼度を算出する。判定手段73は、算出された信頼度が所定の閾値以上である場合、第2の生体情報(第2の生体データ)が偽物である(あるいは生体由来ではない)と判定する。
本変形例における第1の生体情報(第1の生体データ)の一例は、ニューラルネットワークなどを用いて人物の顔画像から抽出した顔特徴量である。第2の生体情報(第2の生体データ)の一例は、ニューラルネットワークなどを用いて同一人物の虹彩画像から抽出した虹彩特徴量である。しかしながら、第1の生体情報(第1の生体データ)および第2の生体情報(第2の生体データ)は、これらに限定されず、人物の身体的特徴に基づくもの(例;指紋、静紋、脈拍、顔、虹彩、網膜、耳介、外耳道、脳波、DNA、外見、等)であってもよいし、人物の行動的特徴(例;筆跡、タイピング、声紋、***の動き、瞬き、歩容、等)であってもよい。
別の変形例では、情報処理装置70は、判定手段73による判定結果に基づいて、生体由来ではないと判定された第2の生体情報(第2の生体データ)をデータベースに登録する登録手段をさらに備えていてもよい。
さらに別の変形例では、判定手段73は、人物の第1の生体情報(第1の生体データ)の照合結果と、同一人物の第2の生体情報(第2の生体データ)の照合結果とを比較することによって、人物が生体情報を偽装しているか否かを判定してもよい。
<第3実施形態>
次に、この開示の第3実施形態について説明する。図11は、第3実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置80は、候補抽出手段81と、信頼度算出手段82と、判定手段83と、登録手段84と、データベース85とを備える。候補抽出手段81は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段82は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段83は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。登録手段84は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース85に登録する。
次に、この開示の第3実施形態について説明する。図11は、第3実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置80は、候補抽出手段81と、信頼度算出手段82と、判定手段83と、登録手段84と、データベース85とを備える。候補抽出手段81は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段82は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段83は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。登録手段84は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース85に登録する。
図12は、第3実施形態による処理のフローチャートである。この処理は、情報処理装置80の各要素により実行される。候補抽出手段81は、同一人物に対応する異なる虹彩画像をコスメティックレンズ候補として抽出する(ステップS41)。信頼度算出手段82は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する(ステップS42)。判定手段83は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する(ステップS43)。登録手段84は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース85に登録する(ステップS44)。
[本実施形態の効果]
本実施形態の構成によれば、候補抽出手段81は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段82は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段83は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。登録手段84は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース85に登録するので、データベース85に登録された虹彩画像又は虹彩画像の特徴量を用いた認証時に、コンタクトレンズを除外することができる。
本実施形態の構成によれば、候補抽出手段81は、同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出するので、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段82は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段83は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。登録手段84は、コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベース85に登録するので、データベース85に登録された虹彩画像又は虹彩画像の特徴量を用いた認証時に、コンタクトレンズを除外することができる。
<第4実施形態>
次に、この開示の第4実施形態について説明する。図13は、第4実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置90は、虹彩画像取得手段91と、生体情報取得手段92と、生体情報照合手段93と、虹彩照合手段94と、候補抽出手段95と、信頼度算出手段96と、判定手段97とを備える。
次に、この開示の第4実施形態について説明する。図13は、第4実施形態に係る情報処理装置の機能構成を示すブロック図である。情報処理装置90は、虹彩画像取得手段91と、生体情報取得手段92と、生体情報照合手段93と、虹彩照合手段94と、候補抽出手段95と、信頼度算出手段96と、判定手段97とを備える。
虹彩画像取得手段91は、虹彩画像を取得する。生体情報取得手段92は、虹彩画像に対応する生体情報を取得する。生体情報照合手段93は、取得した生体情報を登録済の生体情報と照合する。虹彩照合手段94は、取得した虹彩画像を登録済の虹彩画像と照合する。候補抽出手段95は、候補抽出手段は、生体情報が一致し、かつ、虹彩画像が一致しない場合、当該虹彩画像をコスメティックレンズ候補として抽出する。信頼度算出手段96は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する。判定手段97は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する。
図14は、第4実施形態による処理のフローチャートである。この処理は、情報処理装置90の各要素により実行される。虹彩画像取得手段91は、虹彩画像を取得する(ステップS51)。生体情報取得手段92は、虹彩画像に対応する生体情報を取得する(ステップS52)。生体情報照合手段93は、取得した生体情報を登録済の生体情報と照合する(ステップS53)。虹彩照合手段94は、取得した虹彩画像を登録済の虹彩画像と照合する(ステップS54)。候補抽出手段95は、候補抽出手段は、生体情報が一致し、かつ、虹彩画像が一致しない場合、当該虹彩画像をコスメティックレンズ候補として抽出する(ステップS55)。信頼度算出手段96は、コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する(ステップS56)。判定手段97は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定する(ステップS57)。
[本実施形態の効果]
本実施形態の構成によれば、生体情報照合手段93の照合により生体情報が一致し、かつ、虹彩照合手段94の照合により虹彩画像が一致しない場合、候補抽出手段95は、当該虹彩画像をコスメティックレンズ候補として抽出する。よって、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段96は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段97は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
本実施形態の構成によれば、生体情報照合手段93の照合により生体情報が一致し、かつ、虹彩照合手段94の照合により虹彩画像が一致しない場合、候補抽出手段95は、当該虹彩画像をコスメティックレンズ候補として抽出する。よって、多数の虹彩画像から効率的にコスメティックレンズ候補を抽出することができる。信頼度算出手段96は、コスメティックレンズ候補の虹彩特徴量と他のコスメティックレンズ候補の虹彩特徴量の照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出するので、各コスメティックレンズ候補について信頼度を得ることができる。判定手段97は、算出された信頼度が所定の閾値以上である場合、コスメティックレンズ候補をコスメティックレンズと判定するので、コスメティックレンズ候補から、高い精度でコスメティックレンズを判定することができる。
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うるが、以下には限られない。
(付記1)
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。
(付記2)
前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える付記1に記載の情報処理装置。
前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える付記1に記載の情報処理装置。
(付記3)
虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する付記1又は2に記載の情報処理装置。
虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する付記1又は2に記載の情報処理装置。
(付記4)
前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも1つを含む付記3に記載の情報処理装置。
前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも1つを含む付記3に記載の情報処理装置。
(付記5)
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する付記2に記載の情報処理装置。
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する付記2に記載の情報処理装置。
(付記6)
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する付記5に記載の情報処理装置。
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する付記5に記載の情報処理装置。
(付記7)
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する付記2に記載の情報処理装置。
前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する付記2に記載の情報処理装置。
(付記8)
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する付記7に記載の情報処理装置。
前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する付記7に記載の情報処理装置。
(付記9)
前記信頼度算出手段は、前記照合による虹彩特徴量の一致頻度、前記照合により得られるスコアの和、又は、前記スコアを前記一致頻度相当に変換した値の和のいずれかを前記信頼度として算出する付記1乃至8のいずれか一項に記載の情報処理装置。
前記信頼度算出手段は、前記照合による虹彩特徴量の一致頻度、前記照合により得られるスコアの和、又は、前記スコアを前記一致頻度相当に変換した値の和のいずれかを前記信頼度として算出する付記1乃至8のいずれか一項に記載の情報処理装置。
(付記10)
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。
(付記11)
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録した記録媒体。
同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録した記録媒体。
以上、実施形態及び実施例を参照してこの開示を説明したが、この開示は上記実施形態及び実施例に限定されるものではない。この開示の構成や詳細には、この開示のスコープ内で当業者が理解し得る様々な変更をすることができる。具体的には、この開示における実施形態および実施例に基づいて、人物の意図的なまたは意図的ではない生体情報(生体データ)の偽装の有無を判定するために、当業者は、この開示のスコープ内で、目的を達成することができる。
2 コスメティックレンズDB
12 プロセッサ
21 顔画像取得部
22 顔照合部
23 顔画像DB
24 虹彩画像取得部
25 虹彩照合部
26 虹彩画像DB
27 コスメティックレンズ候補抽出部
28 コスメティックレンズ候補DB
29 コスメティックレンズ登録部
100 コスメティックレンズ登録装置
12 プロセッサ
21 顔画像取得部
22 顔照合部
23 顔画像DB
24 虹彩画像取得部
25 虹彩照合部
26 虹彩画像DB
27 コスメティックレンズ候補抽出部
28 コスメティックレンズ候補DB
29 コスメティックレンズ登録部
100 コスメティックレンズ登録装置
Claims (11)
- 同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出する候補抽出手段と、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出する信頼度算出手段と、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する判定手段と、
を備える情報処理装置。 - 前記コスメティックレンズと判定された虹彩画像、及び、当該虹彩画像の特徴量の少なくとも一方をデータベースに登録する登録手段を備える請求項1に記載の情報処理装置。
- 虹彩画像を取得する虹彩画像取得手段と、
前記虹彩画像に対応する生体情報を取得する生体情報取得手段と、
取得した生体情報を登録済の生体情報と照合する生体情報照合手段と、
取得した虹彩画像を登録済の虹彩画像と照合する虹彩照合手段と、を備え、
前記候補抽出手段は、前記生体情報が一致し、かつ、前記虹彩画像が一致しない場合、当該虹彩画像を前記コスメティックレンズ候補として抽出する請求項1又は2に記載の情報処理装置。 - 前記生体情報は、顔画像、指紋画像、掌紋画像、声の音声データ、静脈パターンデータ、耳音響データの少なくとも1つを含む請求項3に記載の情報処理装置。
- 前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像を統合し、統合後の虹彩画像、あるいは統合後の虹彩画像から抽出した特徴量の少なくとも一方を前記データベースに登録する請求項2に記載の情報処理装置。
- 前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像を相対的に位置合わせし、前記虹彩画像の画素値の統計値を算出することにより、前記虹彩画像を統合する請求項5に記載の情報処理装置。
- 前記登録手段は、前記照合結果に基づき、複数のコスメティックレンズ候補の虹彩画像の特徴量を統合し、統合後の特徴量を前記データベースに登録する請求項2に記載の情報処理装置。
- 前記登録手段は、前記複数のコスメティックレンズ候補の虹彩画像の特徴量を相対的に位置合わせし、前記特徴量の統計値を算出することにより、前記虹彩画像の特徴量を統合する請求項7に記載の情報処理装置。
- 前記信頼度算出手段は、前記照合による虹彩特徴量の一致頻度、前記照合により得られるスコアの和、又は、前記スコアを前記一致頻度相当に変換した値の和のいずれかを前記信頼度として算出する請求項1乃至8のいずれか一項に記載の情報処理装置。
- 同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する情報処理方法。 - 同一人物に対応する異なる虹彩画像を、コスメティックレンズ候補として抽出し、
前記コスメティックレンズ候補の虹彩特徴量と、他のコスメティックレンズ候補の虹彩特徴量との照合を行い、照合結果に基づいて、コスメティックレンズらしさを示す信頼度を算出し、
算出された信頼度が所定の閾値以上である場合、前記コスメティックレンズ候補をコスメティックレンズと判定する処理をコンピュータに実行させるプログラムを記録した記録媒体。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022528389A JP7359303B2 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、プログラム |
US18/007,790 US20230245497A1 (en) | 2020-06-05 | 2020-06-05 | Information processing device, information processing method, and recording medium |
PCT/JP2020/022378 WO2021245932A1 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/022378 WO2021245932A1 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021245932A1 true WO2021245932A1 (ja) | 2021-12-09 |
Family
ID=78830773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2020/022378 WO2021245932A1 (ja) | 2020-06-05 | 2020-06-05 | 情報処理装置、情報処理方法、及び、記録媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230245497A1 (ja) |
JP (1) | JP7359303B2 (ja) |
WO (1) | WO2021245932A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190019026A1 (en) * | 2017-07-13 | 2019-01-17 | Idemia Identity & Security France | Method of detecting fraud during iris recognition |
WO2019044944A1 (ja) * | 2017-08-30 | 2019-03-07 | 日本電気株式会社 | 画像処理システム、画像処理方法及び記憶媒体 |
US20190347483A1 (en) * | 2018-05-09 | 2019-11-14 | Idemia Identity & Security France | Method for biometric recognition from irises |
-
2020
- 2020-06-05 WO PCT/JP2020/022378 patent/WO2021245932A1/ja active Application Filing
- 2020-06-05 US US18/007,790 patent/US20230245497A1/en active Pending
- 2020-06-05 JP JP2022528389A patent/JP7359303B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190019026A1 (en) * | 2017-07-13 | 2019-01-17 | Idemia Identity & Security France | Method of detecting fraud during iris recognition |
WO2019044944A1 (ja) * | 2017-08-30 | 2019-03-07 | 日本電気株式会社 | 画像処理システム、画像処理方法及び記憶媒体 |
US20190347483A1 (en) * | 2018-05-09 | 2019-11-14 | Idemia Identity & Security France | Method for biometric recognition from irises |
Also Published As
Publication number | Publication date |
---|---|
US20230245497A1 (en) | 2023-08-03 |
JP7359303B2 (ja) | 2023-10-11 |
JPWO2021245932A1 (ja) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107438854B (zh) | 使用移动设备捕获的图像执行基于指纹的用户认证的***和方法 | |
CN110647955A (zh) | 身份验证方法 | |
US20220392262A1 (en) | Iris authentication device, iris authentication method and recording medium | |
Kodituwakku | Biometric authentication: A review | |
JP6792986B2 (ja) | 生体認証装置 | |
Omoyiola | Overview of biometric and facial recognition techniques | |
Soltane et al. | Multi-modal biometric authentications: concept issues and applications strategies | |
Devi et al. | Retina biometrics for personal authentication | |
Srivastava et al. | Fingerprints, Iris and DNA features based multimodal systems: a review | |
Lau et al. | Fuzzy logic decision fusion in a multimodal biometric system. | |
Yin et al. | Fusion of face recognition and facial expression detection for authentication: a proposed model | |
Sarode et al. | Review of iris recognition: an evolving biometrics identification technology | |
WO2021245932A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 | |
Iwasokun et al. | Multi-modal biometrics: applications, strategies and operations | |
Kasprowski et al. | Enhancing eye-movement-based biometric identification method by using voting classifiers | |
Sahmoud | Enhancing iris recognition | |
Manjunath et al. | Analysis of unimodal and multimodal biometric system using iris and fingerprint | |
Das et al. | An introduction to biometric authentication systems | |
Samatha et al. | Securesense: Enhancing person verification through multimodal biometrics for robust authentication | |
Kyaw et al. | Performance analysis of features extraction on iris recognition system | |
Gupta | Advances in multi modal biometric systems: a brief review | |
Shaker et al. | Identification Based on Iris Detection Technique. | |
Rani et al. | A survey on classification techniques in biometric retinal system | |
Deokar et al. | Literature Survey of Biometric Recognition Systems | |
US20230282029A1 (en) | Information processing device, information processing method, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 20938996 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2022528389 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 20938996 Country of ref document: EP Kind code of ref document: A1 |