图像辨识装置以及对图像辨识装置的特征量数据注册方法
【技术领域】
[0001]本发明涉及图像辨识装置，特别是涉及用于对图像辨识装置注册特征量数据的技术。
【背景技术】
[0002]图像辨识是从图像提取特征量数据，将该数据与预先注册到数据库中的已知目标(object)的特征量数据进行对照，从而进行图像中的被摄体的识别(辨认)的技术。图像辨识例如被应用于使用了面部图像等生物识别技术(B1metrics)图像的本人认证或个人识别、检测侵入者或可疑物的监视系统、生产线等中的工作检查、交通基础设施中的通行人或通行车辆的识别等多种多样的领域。
[0003]图8(a)是说明注册到数据库中的特征量数据和类(class)的概念的图。通常，从一张图像提取多个特征量，特征量数据以由多个特征量构成的多维矢量(称为特征矢量)表现。以特征矢量扩展的空间称为特征空间。图8(a)是示意性地表示特征空间的图，点A!?A 4表示目标A的特征量数据，点B广B 4表示目标B的特征量数据，点CfC 4表示目标C的特征量数据。通常，特征量数据按目标被分类，作为按目标汇集的数据集(set)(称为“类”)而被注册和管理。在图8(a)的例子中定义了与目标A?目标C对应的三个类KA?类Kc。
[0004]在此，在被提供了未知的目标X的特征量数据X时，目标X的识别(辨认)能够理解为判定特征量数据X属于类Ka?类Ke的哪个(或不属于任一个)的问题。例如，计算特征量数据X和各类的特征量数据之间的类似度，将特征量数据X归属于类似度最高的类。在图8 (a)的例子中，由于特征量数据X最接近于类KB，所以得到目标X为目标B这样的识别结果。
[0005]然而，由于在图像辨识中使用由照相机拍摄到的图像，所以不能避免根据应时的拍摄条件(目标的状态(在面部的情况下为朝向、表情、有无装饰品、化妆、发型等)或照明状态等)而在所提取的特征量中出现偏差的情况。因此，作为用于提高对于拍摄条件的差异的鲁棒性，提高辨识精度的对策，一般采取针对相同的目标注册从拍摄条件不同的多个图像提取到的多个特征量数据这样的方法。换言之，为了提高图像辨识的精度，优选提高注册到数据库的特征量数据的多样性(variat1n)。
[0006]但是，在本发明人们的研究之中，了解到存在特征量数据的多样性降低图像辨识的精度的情况。图8(b)表示其一例。图8(b)是对图8(a)的数据库新追加了目标A的特征量数据^的例子。例如，在拍摄到人物的面部时，存在由于表情、化妆、阴影等而得到与他人较为相似的图像的情况。在使用了这样的图像的情况下，如图8(b)所示，有可能尽管是目标A的特征量数据A5,但与其他目标B的特征量数据B1' B 4接近的特征量数据A 5被提取。若将这样的特征量数据^追加到类K A，则在特征空间上类Ka和类K B接近或重复，两个类的识别性(分离性)降低。例如，设为输入与图8(a)相同的特征量数据作为未知目标的特征量数据X。此时，如图8 (c)所示，由于不能明确特征量数据X属于类Ka和类K B的哪个，所以存在对未知目标输出是目标A这样的错误的识别结果的可能性。
[0007]另外，作为对特征量数据的数据库的构造下工夫的先行例，例如，可列举专利文献1在专利文献I中，提出了通过对运动图像中出现的人物的面部进行分类，在构筑人物面部数据库时，将相同人物的面部按面部朝向细分类为不同类，从而得到更好的聚类结果的方法。但是，在专利文献I中关于不同的目标(人物面部)之间的识别性(分离性)什么都没有考虑，所以即使应用了该方法，也不能解决图8(c)中说明的那样的误辨识。
[0008]现有技术文献
[0009]专利文献
[0010]专利文献1:(日本)特开2008 - 77536号公报
【发明内容】
[0011]本发明是鉴于上述实际情况而完成的，其目的在于，提供用于在对已注册的目标追加新的特征量数据时，抑制与其他目标之间的识别性的降低的技术。
[0012]为了达成上述目的，在本发明中，采用在追加存在导致与其他目标之间的识别性的降低的可能性的特征量数据时，与已注册的数据区分类而注册这样的结构。
[0013]具体而言，本发明所涉及的图像辨识装置具有:数据库，多个目标的特征量数据按目标分类而注册；识别部，通过对未知的目标评价从所述未知的目标的图像得到的特征量数据与注册到所述数据库中的哪个类的特征量数据最类似，从而进行所述未知的目标的识别；以及特征量数据注册部，向所述数据库注册特征量数据，其特征在于，所述数据库能够对相同的目标设定多个类，所述特征量数据注册部在针对已注册到所述数据库中的第一目标追加新的特征量数据时，在与所述新的特征量数据满足规定的类似条件的第二目标存在于所述数据库中的情况下，对所述第一目标设定与已有的类不同的新的类，将所述新的特征量数据注册到所述新的类。
[0014]根据该结构，第一目标的特征量数据之中的与第二目标类似的数据和这以外的数据被分类为不同的类。由此，与设定包含第一目标的全部特征量数据的单一的类相比，难以产生在第一目标的类和第二目标的类之间的特征空间上的接近或重复。从而，能够抑制第一目标和第二目标之间的识别性的降低(例如，将第二目标的特征量数据误辨识为第一目标的特征量数据的可能性)。此外，由于新的特征量数据的追加而第一目标的特征量数据的多样性增加，所以能够期待对于第一目标的识别精度的提高。
[0015]对“规定的类似条件”来说能够设定各种条件。例如，规定的类似条件也可以包含“所述新的特征量数据和所述第二目标的类的特征量数据之间的类似度，比所述新的特征量数据和所述第一目标的所述已有类的特征量数据之间的类似度高”这样的条件。这是因为若追加与第一目标的已注册数据相比更接近于第二目标的已注册数据的特征量数据，则第一目标和第二目标之间的识别性降低的可能性高。也可以对上述条件组合“所述新的特征量数据和所述第二目标的类的特征量数据之间的类似度比阈值高”这样的条件。这是因为在与第一目标的已注册数据和第二目标的已注册数据类似度都低的情况下，即使追加这样的特征量数据，对第一目标和第二目标之间的识别性带来的影响也较小。
[0016]或者，也可以不进行与第一目标的已注册数据之间的类似度和与第二目标的已注册数据之间的类似度的相对评价，而是单纯地仅以是否“所述新的特征量数据和所述第二目标的类的特征量数据之间的类似度比阈值高”这样的条件来进行判断。这是因为在与第二目标之间的类似度非常高的情况下，(和与第一目标的已注册数据之间的类似度的大小无关地)第一目标和第二目标之间的识别性降低的可能性高。
[0017]此外，也可以组合“在将所述新的特征量数据追加到所述第一目标的所述已有的类的情况下，所述已有的类的方差增加”这样的条件，或进而组合“在将所述新的特征量数据追加到所述第一目标的所述已有的类的情况下，所述第一目标的所述已有的类的类内方差增加，且所述第一目标的所述已有的类和所述第二目标的类之间的类间方差减少”这样的条件。由于方差能够评价新的特征量数据的追加带给类整体的影响，所以能够期待得到比类似度更适合的结果。
[0018]此外，规定的类似条件也可以是“所述新的特征量数据通过所述识别部被误识别为是所述第二目标的特征量数据”这样的条件。这是因为通过将识别部的识别结果的正误设为条件，能够准确地评价第一目标和第二目标之间的识别性的降低(也就是说，将第二目标的特征量数据误辨识为第一目标的特征量数据的可能性)。例如，所述特征量数据注册部通过向用户询问所述识别部的识别结果是否是正确答案，从而能够判断所述新的特征量数据是否满足所述规定的类似条件。
[0019]本发明中，“目标”是指图像辨识的对象物。只要能够进行基于图像特征量的辨识，则任意的物体都能够成为本发明的“目标”。举一例，在人或动物的个体辨识的情况下，被称为生物识别技术信息的、面部、眼底、瞳孔、指纹、掌纹、耳、上半身、全身等能够成为目标，在一般物体辨识的情况下，物体或其一部分等能够成为目标。
[0020]另外，本发明能够理解为具有上述结构或功能的至少一部分的图像辨识装置、或者对图像辨识装置进行特征量数据的注册的注册装置、或者具备图像辨识装置的电子设备。此外，本发明还能够理解为包含上述处理的至少一部分的图像辨识方法、或者对于图像辨识装置的特征量数据注册方法、或者用于使图像辨识装置(计算机)执行该方法的程序、或者非暂时地记录了这样的程序的计算机可读取的记录介质。上述结构以及处理的各个只要没有产生技术上的矛盾就能够相互组合而构成本发明。
[0021]根据本发明，能够在对已注册的目标追加新的特征量数据时，抑制与其他目标之间的识别性的降低。
【附图说明】
[0022]图1是示意性地表示本发明的实施方式所涉及的面部认证系统的功能结构的图。
[0023]图2(a)?图2(c)是示意性地表示注册到数据库中的特征量数据的例子的图。
[0024]图3是表示面部认证处理的流程的流程图。
[0025]图4是表示第一实施方式的数据注册处理的流程的流程图。
[0026]图5是表示第二实施方式的数据注册处理