JP2005182184A - 人物認識装置、人物認識方法および通行制御装置 - Google Patents

Abstract

【課題】全体の本人排除率を低くおさえたままの状態で他人受入をなくすことを可能とする人物認識装置を提供する。
【解決手段】人物の顔画像などの生体情報を用いて当該人物が本人であるか否かを認識する人物認識装置において、誤って認識される可能性の高い人物を特定し、その特定した人物の照合時に認識条件を変化させて再度認識処理を実行させる。
【選択図】 図５

Description

本発明は、たとえば、セキュリティ管理などにおいて人物の顔画像、指紋画像、虹彩情報、掌形画像、指画像、音声情報、精脈情報などの生体情報を用いて当該人物が本人であるか否かを認識する人物認識装置および人物認識方法に関する。
また、本発明は、上記人物認識装置を用いて通行者の通行（たとえば、重要施設の入退場など）を制御する通行制御装置に関する。

一般に、この種の人物認識装置は、あらかじめ認識対象者としての人物の生体情報をカメラやセンサなどを用いて取得し、この取得した生体情報から得られる当該人物固有の特徴情報を辞書情報として辞書記憶手段にあらかじめ記憶（登録）しておく。

そして、照合時には、認識対象者としての人物の生体情報をカメラやセンサなどを用いて再度取得し、この取得した生体情報から得られる当該人物固有の特徴情報を辞書記憶手段にあらかじめ記憶（登録）されている辞書情報と照合することにより両情報の類似度を求め、この求めた類似度とあらかじめ定められた認識条件により当該人物が本人であるか否かを認識する。

このような人物認識装置では、辞書記憶手段に登録されている全て（複数）の辞書情報と照合を行なう第１の照合モード（以下、これを１：Ｎ照合モードと称す）、特定情報により照合する人物を特定してから当該人物に対応する辞書情報と照合を行なう第２の照合モード（以下、これを１：１照合モードと称す）、および、特定情報により照合する人物が属するグループを特定してから当該グループに対応する辞書情報と照合を行なう第３の照合モード（以下、これを１：Ｇ照合モードと称す）などがある。

ところで、１：Ｎ照合モードでは、登録されている全ての辞書情報との照合を行なうため、辞書記憶手段に登録されている辞書情報（Ｎの数）が増すと、確率的に他人受入（誤認識）をしてしまう可能性も高くなる。したがって、他人受入（誤認識）を低減させるためには照合時の認識用閾値を高めに設定する手法が一般的に知られている。

これらの問題点を解決する他の手法として、本人を特定するために複数の装置を用いる方法が開示されている（たとえば、特許文献１参照）。また、通行許可の与えられていない人物の生体情報をあらかじめ登録しておく方法が開示されている（たとえば、特許文献２参照）。
特開２００１−１６７０５３号公報 特開２０００−３３１２０９号公報

(1) １：Ｎ照合モードにて、他人受入率を低くするために照合時の認識用閾値を高めに設定すると本人排除率も高くなってしまう。
(2) 本人を特定するために複数の装置を用いる方法であると、コストアップや煩わしいオペレーションを強いられることとなる。
(3) 通行許可の与えられていない人物の生体情報を登録しておくことが可能であれば、他人受入をする可能性は低減するが、使用場所によっては通行許可の与えられていない全ての人の生体情報を登録することは不可能である。

他人受入をしてしまう可能性は登録人数が増えると高くなるが、これはあくまでも理論上の可能性が高くなるだけである。たとえ登録人数が少数であっても、複数人の中から最も本人である可能性が高い人物を割り出している限り可能性は０（ゼロ）にはならない。偶然にも照合の際に本人以外の人物の類似度が高くなり、他人受入をしてしまう可能性のあるごく少数人の人物の辞書情報が登録されているときには、全体の登録人数が少数であっても発生率は高くなってしまう。

これらの人物の特定をする手段がなかったため、全体の登録人数が多くなると全体の認識用閾値を上げなくてはならず、一部の辞書情報のために全ての登録している人物の本人排除率も下がってしまうという問題がある。

そこで、本発明は、全体の本人排除率を低くおさえたままの状態で他人受入をなくすことを可能とする人物認識装置、人物認識方法および通行制御装置を提供することを目的とする。

本発明の人物認識装置は、認識対象者としての人物の生体情報を取得する生体情報取得手段と、あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識手段と、この認識手段による認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、この判定手段による判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記認識手段における前記認識条件を変更し再度当該人物に対する認識処理を実行させる制御手段とを具備している。

また、本発明の人物認識方法は、認識対象者としての人物の生体情報を取得する生体情報取得ステップと、この生体情報取得ステップにより取得された生体情報と、あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識ステップと、この認識ステップによる認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定ステップと、この判定ステップによる判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記認識ステップにおける前記認識条件を変更し再度当該人物に対する認識処理を実行させる制御ステップとを具備している。

さらに、本発明の通行制御装置は、認識対象者としての通行者の生体情報を取得する生体情報取得手段と、あらかじめ認識対象者として登録された複数の通行者の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該通行者が本人であるか否かを認識する認識手段と、この認識手段による認識の結果、当該通行者が本人であると認識された場合、当該通行者は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、この判定手段による判定の結果、当該通行者は誤って認識される可能性の高い人物であると判定された場合、前記認識手段における前記認識条件を変更し再度当該通行者に対する認識処理を実行させる制御手段とを具備している。

本発明によれば、誤って認識される可能性の高い人物を特定し、その特定した人物の照合時に認識条件を変化させて再度認識処理を実行させることにより、全体の本人排除率を低くおさえたままの状態で他人受入をなくすことを可能とする人物認識装置、人物認識方法および通行制御装置を提供できる。

また、本発明によれば、誤って認識される可能性の高い人物を特定し、その特定した人物の辞書情報を登録から削除することにより、全体の本人排除率を低くおさえたままの状態で他人受入をなくすことを可能とする人物認識装置、人物認識方法および通行制御装置を提供できる。

以下、本発明の実施の形態について図面を参照して説明する。
なお、以下の説明では、認識対象者の生体情報として顔画像を用いた場合を例として述べるが、顔画像以外に、指紋画像、虹彩情報、掌形画像、指画像、音声情報、精脈情報などの他の生体情報を用いても同様に実施できる。

まず、第１の実施の形態について説明する。
図１は、第１の実施の形態に係る人物認識装置の構成を概略的に示すものである。この人物認識装置は、認識対象者（以下、人物、通行者、登録者ともいう）１００の顔画像（少なくとも顔を含んでいる画像）を撮像して入力する生体情報取得手段としてのカメラ１０１、カメラ１０１の近傍から認識対象者１００の少なくとも顔に向けて一定の照度で光を照射する照明手段としての照明部１０２、認識対象者１００に対して入力された顔画像や各種案内などを表示したり、認識対象者１００の個人ＩＤ（識別情報）などを入力する表示手段および入力手段としての入出力部１０３、および、カメラ１０１から入力された顔画像を処理して顔画像の認識処理などを行なう処理部１０４から構成されている。

カメラ１０１は、認識対象者１００の顔画像を下方から所定角度で撮像して入力するものであり、たとえば、ＣＣＤセンサなどの撮像素子を用いたテレビジョンカメラから構成されている。

照明部１０２は、カメラ１０１の近傍（たとえば、カメラ１０１の側部）から認識対象者１００の顔に向けて一定の照度で光を照射する蛍光灯などの照明器具である。

入出力部１０３は、カメラ１０１で撮影されている認識対象者１００の顔画像や各種ガイダンス、処理結果などを表示したり、認識対象者１００の個人ＩＤやパスワードなどを入力するもので、たとえば、液晶表示部とタッチパネルとを一体化して構成されていて、カメラ１０１の近傍、たとえば、カメラ１０１の上部で、ほぼ認識対象者１００の顔部分と相対応する位置に設けられている。なお、表示によるガイダンスのみに限らず、音声によるガイダンス機能を付加してもよい。

処理部１０４は、カメラ１０１からの顔画像を入力する画像入力手段としての画像入力部１０５、画像入力部１０５から得られた人物の顔画像を用いて、あらかじめ準備されたパターン辞書との照合で顔および目、鼻などの顔部品の位置を検出する特徴抽出手段としての顔検出部１０６、顔検出部１０６の出力に基づき濃淡情報あるいは部分空間情報などの顔の特徴量を抽出する特徴抽出手段としての特徴抽出部１０７、辞書情報の登録時には、特徴抽出部１０７で抽出された特徴量を辞書情報として記憶（登録）する辞書記憶手段としての辞書記憶部１０８、人物認識（顔照合）時には、特徴抽出部１０７で抽出された特徴量（入力特徴情報）と辞書記憶部１０８に登録されている辞書情報とを照合することにより当該人物を認識する認識手段としての認識部１０９、後で詳細を説明する誤認識人物リストを記憶するリスト記憶手段としてのリスト記憶部１１０、照明部１０２および入出力部１０３などを制御する制御手段としての制御部１１１を具備して構成されている。

画像入力部１０５は、カメラ１０１からの顔画像を入力し、Ａ／Ｄ変換してデジタル化した後、顔検出部１０６へ送る。
顔検出部１０６は、まず、画像入力部１０５で入力された顔画像から認識対象者１００の顔の領域を検出する。たとえば、あらかじめ用意されたテンプレートを、画像中を移動させながら相関値を求めることにより、最も高い相関値を持った場所を顔領域とする。なお、その他に、固有空間法や部分空間法を利用した顔領域抽出法などの顔検出手段でもよい。

顔検出部１０６は、次に、検出された顔領域の部分の中から、目、鼻、口といった顔部品の位置を検出する。その検出方法は、たとえば、文献（福井和広、山口修：「形状抽出とパターン照合の組合せによる顔特徴点抽出」、電子情報通信学会論文誌（Ｄ），ｖｏｌ．Ｊ８０−Ｄ−ＩＩ，Ｎｏ．８，ｐｐ２１７０−２１７７（１９９７））などの方法を用いてよい。

図２に、顔の検出結果と目、鼻の検出結果の一例を示す。図２において、（ｆｘ，ｆｙ）は顔の中心座標、（ｆｗ，ｆｈ）は顔の大きさ、（ＥｙｅＬｘ，ＥｙｅＬｙ）、（ＥｙｅＲｘ，ＥｙｅＲｙ）は左右の目の位置座標、（ＮｏｓｅＬｘ，ＮｏｓｅＬｙ）、（ＮｏｓｅＲｘ，ＮｏｓｅＲｙ）は左右の鼻孔の位置座標を示している。なお、目の位置とは黒目の中心点、鼻の位置とは鼻孔の中心点を示しているものとする。

特徴抽出部１０７は、顔検出部１０６で検出された顔部品の位置を基に、顔領域を一定の大きさ、形状に切り出し、その濃淡情報を特徴量として用いる。ここでは、たとえば、ｍピクセル×ｎピクセルの領域の濃淡値をそのまま情報として用い、ｍ×ｎ次元の情報を特徴ベクトルとして用いる。
また、認識を行なうための入力データとして部分空間自身を利用してもよい。したがって、部分空間を算出した結果は、認識部１０９および辞書記憶部１０８に送られる。

辞書記憶部１０８は、認識対象者１００を認識あるいは同定するために用いる部分空間（または、相関行列）などの辞書情報を保持している。また、登録の際の日時、時刻、場所などの属性情報も保持できる。なお、辞書情報として、部分空間に限らず、入力された顔画像や抽出された顔の特徴量そのものを用いてもよい。

認識部１０９は、辞書記憶部１０８に登録された辞書情報（部分空間）と特徴抽出部１０７で得られた特徴量（濃淡情報あるいは部分空間情報）とを照合（比較）することにより、カメラ１０１で撮影している認識対象者１００が誰であるかを認識、あるいは、該当人物であるかどうかを同定する。人物を認識するためには、どの人物のデータに最も類似しているかを求めればよく、最大類似度をとるデータに対応する人物を認識結果とすればよい。

また、カードやＩＤ番号、暗証番号、鍵などを用いて、顔画像による認識を行なう場合には、それぞれの人物のカードやＩＤ番号などの本人特定情報に対応する辞書情報との類似度を計算して、設定した閾値と照合し、その閾値を越えた場合に、その人物と同定する。

これらカードやＩＤ番号、暗証番号、鍵など入力する手段が必要であるが、たとえば、カードならＩＣカード、ＩＤカード、無線カードなどを用いることで実現できる。ＩＤ番号や暗証番号を用いる場合は、キー入力手段を設ければよい。

認識の方法としては、特徴抽出部１０７の情報を用いる場合は、部分空間法や複合類似度法などの方法を用いてよい。本実施の形態での認識方法は、たとえば、文献（前田賢一、渡辺貞一：「局所的構造を導入したパターン・マッチング法」、電子情報通信学会論文誌（Ｄ），ｖｏｌ．Ｊ６８−Ｄ，Ｎｏ．３，ｐｐ３４５−３５２（１９８５））に記載されている公知の認識方法である相互部分空間法を用いる。

この方法では、あらかじめ登録された辞書情報も、入力された特徴情報も部分空間として表現され、２つの部分空間のなす「角度」を類似度として定義する。ここで入力される部分空間を入力部分空間という。入力データ列に対して同様に相関行列Ｃｉｎを求め、

と対角化し、固有ベクトルΦｉｎを求める。２つのΦｉｎ、Φｄで表わされる部分空間の部分空間類似度（０．０〜１．０）を求め、それを認識するための類似度とする。

認識部１０９は、たとえば、認識処理を行なう前に本人特定情報により照合する人物を特定してから当該人物に対応する辞書情報と照合を行なう１：１照合モードと、あらかじめ照合する人物を特定せずに辞書記憶部１０８に登録されている全ての辞書情報と照合を行なう１：Ｎ照合モードを有している。この１：Ｎ照合モードとは、入力された特徴情報を辞書記憶部１０８に登録されている全ての辞書情報とそれぞれ照合を行なうことで、その各類似度をそれぞれ算出した後、様々な判定を実施して人物を特定する方式である。

認識部１０９は、図３に示すフローチャートのように動作する。まず、同定処理（１対１照合モード）を行なうか、認識処理（１対Ｎ照合モード）を行なうかによって動作が異なる（ステップＳＴ１）。同定処理を行なう場合は、まず対象とする認識対象者のＩＤ番号を読込む（ステップＳＴ２）。次に、対象とするＩＤ番号に対応した辞書情報を辞書記憶部１０８から読出す（ステップＳＴ３）。

次に、上述したように、部分空間法などにより認識を行なうため、各辞書情報の部分空間と、入力ベクトル（特徴抽出部１０７からの固有ベクトル）、または、入力部分空間との類似度を計算する（ステップＳＴ４）。次に、その類似度をあらかじめ設定されている認識用閾値と比較し（ステップＳＴ５，ＳＴ６）、その結果を同定結果として出力する（ステップＳＴ７，ＳＴ１４）。

認識処理を行なう場合、照合対象となる辞書情報を全て辞書記憶部１０８から読出す（ステップＳＴ８）。そして、それぞれの辞書情報との類似度を計算する（ステップＳＴ９）。次に、計算された類似度の中から最大値を示す類似度を選択し（ステップＳＴ１０）、この最大類似度をあらかじめ設定されている認識用閾値と比較し（ステップＳＴ１１，ＳＴ１２）、その結果を認識結果として出力する（ステップＳＴ１３，ＳＴ１４）。

本実施の形態では、１：Ｎ照合モードによる認識処理時、たとえば、図４に示すような誤認識人物リストを用いて認識処理を実行する。この誤認識人物リストは、リスト記憶部１１０にあらかじめ記憶される。以下、この誤認識人物リストについて図４を参照して説明する。

誤認識人物リストには、照合時に本人と誤認識して高い類似度を出力する辞書情報がある場合、これらの高い類似度を出力する辞書情報の人物と照合する本人とを関連づけるために、誤って認識される可能性の高い人物を登録している。図４に示す誤認識人物リストの例では、たとえば、「登録者１」の欄には、「登録者３」、「登録者２５」、「登録者３１」がそれぞれ登録されている。この場合、「登録者３」、「登録者２５」、「登録者３１」は、「登録者１」が照合する際に高い類似度で候補にあがってくる人物であるということを意味する。このようなリストを辞書情報の登録者全員に対して作成したものを誤認識人物リストという。

すなわち、誤認識人物リストには、辞書記憶部１０８に辞書情報が記憶されている複数の人物ごとに、誤って認識される可能性の高い人物があらかじめ登録されているものである。

この誤認識人物リストへの登録は、照合履歴を参照する際に手動で登録する方法や、１：１照合モードでの運用時に本人以外の人物が高い類似度となった場合に自動的に登録する方法などがあるが、これらの以外の方法で登録してもかまわない。

この誤認識人物リストには、照合の際に本人以外で高い類似度を出す人物が登録されているので、このリストを照合時に参照することにより１：Ｎ照合処理時に当該リストに誰も登録されていない人物が本人と特定されたときには通常の照合処理にて本人を特定して照合ＯＫ処理を行ない、当該リストに登録がある人物が本人と特定されたときには、当該リストに登録されている人物が本人である可能性があるため、容易により厳しいチェックを行なうことができる。また、当該リストに登録者が多ければ多いほど他人受入である可能性が高くなるため、当該リストへの登録者の人数が多いほどチェックを厳しくすることが可能となる。

次に、このような構成において、図４の誤認識人物リストを用いた人物認識処理について図５に示すフローチャートを参照して説明する。
認識部１０９において、１：Ｎ照合モードにより認識処理を行ない（ステップＳ１）、認識対象者１００が本人でないと特定（認識）された場合（ステップＳ２）、その認識結果を受けた制御部１１１は、照合ＮＧ処理（たとえば、入場拒否など）を行ない（ステップＳ３）、当該認識処理を終了する。

ステップＳ２において、認識対象者１００が本人であると特定（認識）された場合、その認識結果を受けた制御部１１１は、まず認識対象者１００の辞書チェックを行なう（ステップＳ４）。辞書チェックとは、照合した本人（認識対象者１００）がリスト記憶部１１０に記憶された誤認識人物リストの中に何件登録されているかをチェックし、あらかじめ定められた一定値（ｎ１）以上登録されている場合、当該照合に用いた辞書情報は他の人物が照合する際に必ず高い類似度を出してしまう辞書情報であると判断するものである。

ステップＳ４において、他の人物が照合する際に必ず高い類似度を出してしまう辞書情報であると判断した場合（登録数＞ｎ１）、制御部１１１は、あらかじめ自動削除モードが設定されているか否かをチェックし（ステップＳ５）、自動削除モードが設定されていれば、当該辞書情報を辞書記憶部１０８から削除し（ステップＳ６）、その旨を削除理由（たとえば、当該辞書情報は他人受入を起し易い辞書であるから削除した）とともに管理者に通知（報知）する（ステップＳ７）。

ステップＳ５におけるチェックの結果、自動削除モードが設定されていなければ、制御部１１１は、管理者への通知（たとえば、当該辞書情報は他人受入を起し易い辞書である旨）のみとし（ステップＳ８）、当該辞書情報の削除は管理者の判断に任される。

ステップＳ４において、他の人物が照合する際に必ず高い類似度を出してしまう辞書情報でないと判断した場合（登録数＜ｎ１）、認識部１０９は、誤認識人物リストを使用した再認識処理を行なう。
すなわち、まず、誤認識人物リストを参照することにより、照合した本人に対する誤認識人物リストに人物が登録されているかをチェックし（ステップＳ９）、登録されていれば、認識部１０９の認識用閾値（図３のステップＳＴ１１を参照）を、その登録人数に応じた認識用閾値（登録人数が多いほど高い値に設定）に設定することにより、再度認識処理を実行する（ステップＳ１０，Ｓ１１）。この場合、認識用閾値は、登録人数が多いほど高い値となるように設定される。このようにすることにより、登録人数が多いほど高い類似度をだしていなければ本人と特定されない。
なお、再認識処理は、認識用閾値を変更した後、図３におけるステップＳＴ１１，ＳＴ１２の処理だけを実行してもよく、あるいは、ステップＳＴ８〜ＳＴ１２までの処理を実行してもよい。

ステップＳ１１において、認識対象者１００が本人であると特定された場合、認識部１０９は、次に、誤認識人物リストにおいて当該認識対象者１００に対する誤認識人物リストに登録されている全ての人物の類似度による判定を行なう（ステップＳ１２，Ｓ１３）。図４の例で具体的に説明すると、認識対象者１００が「登録者１」であったとすると、その「登録者１」に対する誤認識人物リストに登録されている「登録者３」、「登録者２５」、「登録者３１」の各類似度による判定を行なう。これら登録者の各類似度は、認識部１０９により最初に行なわれた１：Ｎ照合において、辞書記憶部１０８に登録されている全ての辞書情報との類似度がそれぞれ求められ、認識部１０９内の図示しないメモリに一時記憶されているので、そのメモリ内の各類似度を参照することにより、知ることができる。

ステップＳ１２，Ｓ１３の判定により、各登録者の類似度があらかじめ定められた所定値以下であれば、ここで初めて認識対象者１００は本人であると特定され、所定値以上であれば、認識対象者１００は本人でないと特定される。

ステップＳ９において照合した本人に対する誤認識人物リストに人物が登録されていなかった場合、あるいは、ステップＳ１３において本人であると特定された場合、照合ＯＫ処理（たとえば、入場許可など）を行ない（ステップＳ１４）、当該認識処理を終了する。

また、ステップＳ１１において本人でないと特定された場合、あるいは、ステップＳ１３において本人でないと特定された場合、照合ＮＧ処理（たとえば、入場拒否など）を行ない（ステップＳ１５）、当該認識処理を終了する。

このようにして、誤認識人物リストを使用することで、他人受入をし易い人物を特定し、その人物のみ追加判定して厳しいチェックを行なうことにより、全体の本人排除率を低くおさえて他人受入も防ぐことが可能となる。

また、この誤認識人物リストは、１：Ｎ照合に適さない人物の辞書情報を特定することも容易に可能である。図５を用いた動作説明でも述べたように、誤認識人物リストへの登録時や照合時に、１人の人物が多くの人物の誤認識人物リストに登録されている場合、この人物の辞書情報は多くの人が照合を行なう際に認識対象者の認識を厳しくする原因となっており、１：Ｎ照合時に他人受入をする可能性を高くし、さらに本人認識率も低下させる原因となっている。図４の誤認識人物リストの例の場合、「登録者３」がそれに当てはまる。

このような辞書情報を放置すると、システム全体に影響を及ぼすため、この人物の辞書情報を削除して誤認識人物リストからも除外し、削除したことを管理者に通知する。辞書情報の削除は、照合時や誤認識人物リストへの登録時に当該リストを調査することで、自動的に削除（自動削除モード時）してもよいし、管理者に通知して手動で削除や再登録を行なってもよい。

次に、第２の実施の形態について説明する。
第２の実施の形態は、第１の実施の形態で説明した人物認識装置を、通行者の顔画像を認識して通行者の通行を制御する通行制御装置に適用した場合の例である。

図６は、第２の実施の形態に係る通行制御装置の構成を概略的に示すものである。この通行制御装置は、たとえば、重要施設（セキュリティ重視の部屋など）への入退室管理を行なうもので、認識対象者（通行者）の顔画像を認識して、その認識結果に基づき重要施設の入退室用ドアの開閉制御を行なうものであり、カメラ１０１、照明部１０２、入出力部１０３、処理部１０４、および、認識部１０９の認識結果に応じて重要施設２０１の入退室用ドア２０２の開閉制御を行なう通行制御手段としてのドア制御部１１２から構成されている。
なお、図６において、ドア制御部１１２以外は図１の人物認識装置と同じ構成であるので、同一符号を付して、その説明は省略する。

認識部１０９は、たとえば、図５のステップＳ１４における照合ＯＫ処理において、ドア制御部１１２に「ドア開」の信号を出力し、ステップＳ３における照合ＮＧ処理において、ドア制御部１１２に「ドア閉」の信号を出力する。

ドア制御部１１２は、認識部１０９から「ドア開」の信号を受取ると、入退室用ドア２０２を開状態に制御して、認識対象者（この場合は通行者）１００の入室を許可し、「ドア閉」の信号を受取ると、入退室用ドア２０２を閉状態に保持して、通行者１００の入室を拒否する。
このように、第２の実施の形態によれば、第１の実施の形態で説明した人物認識装置を用いて通行者の通行を制御することができる。

本発明の第１の実施の形態に係る人物認識装置の構成を概略的に示すブロック図。 顔検出部の処理を説明するための図。 認識部の処理の流れを説明するためのフローチャート。 誤認識人物リストの一例を示す図。 誤認識人物リストを用いた人物認識処理について説明するフローチャート。 本発明の第２の実施の形態に係る通行制御装置の構成を概略的に示すブロック図。

符号の説明

１００…認識対象者（人物、通行者）、１０１…カメラ（生体情報取得手段）、１０２…照明部（照明手段）、１０３…入出力部（入力手段、表示手段）、１０４…処理部、１０５…画像入力部（画像入力手段）、１０６…顔検出部（顔検出手段）、１０７…特徴抽出部（特徴抽出手段）、１０８…辞書記憶部（辞書記憶手段）、１０９…認識部（認識手段）、１１０…リスト記憶部（リスト記憶手段）、１１１…制御部（制御手段）、１１２…ドア制御部（通行制御手段）、２０１…重要施設、２０２…入退室用ドア。

Claims (12)

1. 認識対象者としての人物の生体情報を取得する生体情報取得手段と、
   あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、
   前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識手段と、
   この認識手段による認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、
   この判定手段による判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記認識手段における前記認識条件を変更し再度当該人物に対する認識処理を実行させる制御手段と、
   を具備したことを特徴とする人物認識装置。
2. 認識対象者としての人物の生体情報を取得する生体情報取得手段と、
   あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、
   前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識手段と、
   この認識手段による認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、
   この判定手段による判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、当該人物の辞書情報を前記辞書記憶手段から削除する辞書削除手段と、
   を具備したことを特徴とする人物認識装置。
3. 前記判定手段は、
   前記辞書記憶手段に辞書情報が記憶されている複数の人物ごとに、誤って認識される可能性の高い人物があらかじめ登録されている誤認識人物リストを有し、
   前記認識手段による認識の結果、当該人物が本人であると認識された場合、前記誤認識人物リストを参照することにより、当該人物は誤って認識される可能性の高い人物であるか否かを判定することを特徴とする請求項１または請求項２記載の人物認識装置。
4. 前記制御手段は、
   前記判定手段による判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記誤認識人物リストに登録されている当該人物に対する誤って認識される可能性の高い人物の人数に応じて前記認識手段における前記認識条件を変更し再度当該人物に対する認識処理を実行させることを特徴とする請求項３記載の人物認識装置。
5. 前記認識手段は、
   前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とを照合することにより両情報の類似度をそれぞれ求め、この求めた各類似度のうち最大値を示す類似度をあらかじめ定められた認識用閾値と比較することにより当該人物が本人であるか否かを認識し、
   前記制御手段は、
   前記判定手段による判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記認識手段における前記認識用閾値を変更し再度当該人物に対する認識処理を実行させることを特徴とする請求項１記載の人物認識装置。
6. 前記辞書削除手段により辞書情報を削除した場合、その旨を削除理由とともに報知する報知手段をさらに具備したことを特徴とする請求項２記載の人物認識装置。
7. 認識対象者としての人物の生体情報を取得する生体情報取得ステップと、
   この生体情報取得ステップにより取得された生体情報と、あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識ステップと、
   この認識ステップによる認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定ステップと、
   この判定ステップによる判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、前記認識ステップにおける前記認識条件を変更し再度当該人物に対する認識処理を実行させる制御ステップと、
   を具備したことを特徴とする人物認識方法。
8. 認識対象者としての人物の生体情報を取得する生体情報取得ステップと、
   この生体情報取得ステップにより取得された生体情報と、あらかじめ認識対象者として登録された複数の人物の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該人物が本人であるか否かを認識する認識ステップと、
   この認識ステップによる認識の結果、当該人物が本人であると認識された場合、当該人物は誤って認識される可能性の高い人物であるか否かを判定する判定ステップと、
   この判定ステップによる判定の結果、当該人物は誤って認識される可能性の高い人物であると判定された場合、当該人物の辞書情報を前記辞書記憶手段から削除する辞書削除ステップと、
   を具備したことを特徴とする人物認識方法。
9. 前記判定ステップは、
   前記辞書記憶手段に辞書情報が記憶されている複数の人物ごとに、誤って認識される可能性の高い人物があらかじめ登録されている誤認識人物リストを有し、
   前記認識ステップによる認識の結果、当該人物が本人であると認識された場合、前記誤認識人物リストを参照することにより、当該人物は誤って認識される可能性の高い人物であるか否かを判定することを特徴とする請求項７または請求項８記載の人物認識方法。
10. 認識対象者としての通行者の生体情報を取得する生体情報取得手段と、
    あらかじめ認識対象者として登録された複数の通行者の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、
    前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該通行者が本人であるか否かを認識する認識手段と、
    この認識手段による認識の結果、当該通行者が本人であると認識された場合、当該通行者は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、
    この判定手段による判定の結果、当該通行者は誤って認識される可能性の高い人物であると判定された場合、前記認識手段における前記認識条件を変更し再度当該通行者に対する認識処理を実行させる制御手段と、
    を具備したことを特徴とする通行制御装置。
11. 認識対象者としての通行者の生体情報を取得する生体情報取得手段と、
    あらかじめ認識対象者として登録された複数の通行者の生体情報から得た固有の特徴情報を辞書情報として記憶する辞書記憶手段と、
    前記生体情報取得手段により取得された生体情報と前記辞書記憶手段に記憶された複数の辞書情報とをそれぞれ照合し、その各照合結果とあらかじめ定められた認識条件に基づき当該通行者が本人であるか否かを認識する認識手段と、
    この認識手段による認識の結果、当該通行者が本人であると認識された場合、当該通行者は誤って認識される可能性の高い人物であるか否かを判定する判定手段と、
    この判定手段による判定の結果、当該通行者は誤って認識される可能性の高い人物であると判定された場合、当該通行者の辞書情報を前記辞書記憶手段から削除する辞書削除手段と、
    を具備したことを特徴とする通行制御装置。
12. 前記判定手段は、
    前記辞書記憶手段に辞書情報が記憶されている複数の通行者ごとに、誤って認識される可能性の高い人物があらかじめ登録されている誤認識人物リストを有し、
    前記認識手段による認識の結果、当該通行者が本人であると認識された場合、前記誤認識人物リストを参照することにより、当該通行者は誤って認識される可能性の高い人物であるか否かを判定することを特徴とする請求項１０または請求項１１記載の通行制御装置。

Images