专利名称：数据对照方法、数据对照装置和数据对照程序的制作方法
技术领域：
本发明涉及对于产生状态变化的对象，根据在某一时刻的状态变化对象的数据，来对该对象在其他时刻的数据进行对照的数据对照方法和数据对照系统(装置)。而且，本发明涉及对于产生状态变化的对象，根据在某一时刻的状态变化对象的数据，对该对象在其他时刻的数据图像进行对照的数据对照程序。特别涉及一种根据在某一时刻的人物的面部、声波纹等生物统计学信息的图像、声音，对该生物统计学信息在其他时刻的图像、声音进行对照的数据对照方法和数据对照系统(装置)，还涉及一种根据在某一时刻的人物的面部、声波纹等生物统计学信息的图像、声音，对该生物统计学信息在其他时刻的图像、声音进行对照的数据对照程序。
背景技术：
在对产生状态变化的对象进行数据对照时，如果根据某一时刻的数据来对其他时刻的数据进行对照，则存在对照障碍的情况。例如，在以人物的脸孔和声音等生物统计学信息为代表的数据发生了状态变化的情况下，会由于年龄增长使年轻时的特征消失，而出现了年龄增长时的特征，或者由于感情的变化使得面部和声音的某些特征变得不明显，而其他的特征变得明显。因此，即使某一时刻的状态数据是同一对象的数据，也会因为与其他时刻的状态数据不同，而在对照时产生障碍。
作为根据某一时刻的数据通过特征附加来生成状态变化后的数据的方法的例子，有如下方法，即在面部图像上施加时效变化的情况下，由年轻时的面部来生成年龄增长时的面部图像。例如，通过使用计算机图形学(CG)来将皱纹等年龄增长时的特征添加到年轻时的面部上，来实现由年轻时的面部来生成年龄增长时的面部图像。
在美国专利第6556196号说明书中记载了一种图像处理方法，其在处理面部图像的实例中，使用3维模型来洗练向图像中附加的时效特征和表情特征，使得不明显的特征也能够附加在图像上。在该图像处理方法中，根据面部数据库所存储的3维面部数据来生成面部能够变形的一般模型，并将输入面部图像贴在所生成的模型上。然后，为了对包含状态变化的特征变化也进行附加，使用模型设计装置来使模型变形。
在特开2000-132675号公报中记载了一种面部识别/对照方法，其基于摄影条件或摄影时期的不同来将画像变动的特征进行分类，并按分类的等级预先学习，根据摄影条件或者摄影时期至少一个不同的2张面部图像的差来选择等级，分别由这两张面部图像求得被选择的等级的图像变动的特征量变小的特征量，从而根据这两张面部图像的特征量来进行面部识别/对照。
在特开2003-233671号公报中记载了一种方法，是用于预测对象者身体外面部位的至少一个状态进展的方法，包括如下步骤，即接收表示其至少一个状态的第一数据，接收反映随着时间的流逝该身体外面的至少一个状态是如何进展或如何被期待的第二数据，和基于该第一数据和该第二数据，生成该至少一个状态的预测进展并将该预测进展传送给对象者。
在通过特征附加生成状态变化数据，来进行数据对照的情况下，不一定限于确立生成时效变化和表情变化所产生的特征变化的顺序。在特征变化的生成顺序没有确立的情况下，必须通过人模仿现实存在的特征来写入数据。为此，必须进行手动的作业或者接近于手动作业的需要劳动力的半自动处理。
而且，在通过特征附加生成状态变化数据，来对照数据的情况下，与写入局部比较明确的特征不同，以写入在全局上难以直观把握的状态变化的方式进行附加是困难的。因此，对全局上难以直观把握的状态变化是很难与之对应的。
在美国专利第6556196号说明书所记载的图像处理方法中，使用预先准备的模型来将状态特征赋予给图像。因此，不论是在生成谁的面部图像的情况下，在相同的地方都会生成相同状态变化的特征。例如，不论是生成谁的面部图像的情况下，在相同的地方都会生成相同的皱纹。
而且，在美国专利第6556196号说明书所记载的图像处理方法中，由于没有设想附加适用于对照面部的状态特征的用途，所以，不清楚生成的模型是否是适用于对照面部的状态特征。因此，有可能生成附加了不自然的状态特征的面部图像。
而且，在美国专利第6556196号说明书所记载的图像处理方法中，没有设想通过决定在何种程度的状态时将何种变化施于图像，来将状态变化附加给图像的用途。因此，在决定图像上所附加的状态变化时，增加了用户的作业负担。
发明内容
因此，本发明的目的在于提供一种数据对照方法、数据对照装置和数据对照程序，其在生成状态变化数据时，通过基于同一物体的相关关系，并使用考虑了物体的独特性的状态变化数据，可以提高伴随状态变化的数据的对照性能。
而且，本发明的目的还在于提供一种数据对照方法、数据对照装置和数据对照程序，其通过将统计的状态变化附加在状态变化前的数据上，并使用还附加了广域的状态变化的特征的状态变化数据来对照，能够提高伴随状态变化的数据的对照性能。
而且，本发明的目的还在于提供一种数据对照方法、数据对照装置和数据对照程序，其通过在各个状态范畴之间赋予构成成分的对应关系，并使用将各个年代的一般状态变化附加在状态变化前的数据上的状态变化数据来进行对照，能够提高在特定状态下的数据的对照性能。
进而，本发明的目的还在于提供一种数据对照方法、数据对照装置和数据对照程序，其将统计的状态变化附加在状态变化前的数据上，能够自动地生成在对照时生成的状态变化数据，从而可以减轻数据对照时作业者的负担。
根据本发明的数据对照方法，包括构成成分累积步骤，将通过由规定方法来分解物体的测定量而获得的构成成分，与物体采用的多个状态分别对应来进行累积；成分分解步骤，将对照对象物体的测定量分解为多个状态中的规定状态的构成成分；参数变换步骤，将与规定状态的所述构成成分对应的参数变换成在多个状态中的与规定状态不同的第二状态的变换后参数；状态变化数据生成步骤，使用在构成成分累积步骤中累积的并与第二状态对应的构成成分和变换后参数，生成将规定状态变化赋予给对照对象物体的数据的状态变化数据；对照步骤，将状态变化数据和预先累积的对照数据进行对照。根据这种构成，使用将状态信息已经附加在输入数据上的数据来进行对照。其结果，提高了伴随状态变化的数据的对照性能。
在本发明的数据对照方法中，规定的方法是主成分分析。
根据本发明的数据对照方法，包括构成成分累积步骤，将通过由规定的方法分解物体的测定量而获得的构成成分，与物体采用的多个状态分别对应来进行累积；结合步骤，通过借助于学习而建立的变换，将在多个状态中与第一状态的构成成分对应的参数和与第二状态的构成成分对应的参数相结合；状态变化数据生成步骤，对第一状态中的对照对象物体的数据通过借助于学习而建立的变换，来生成第二状态的数据即状态变化数据；对照步骤，将状态变化数据和预先累积的对照数据进行对照。根据这种构成，提高了伴随状态变化的数据的对照性能。并且，使数据对照装置的构成简化。所谓“学习”，例如是将同一人物的状态类别数据作为学习数据，通过使用了神经网络的变换来生成面部图像。
在本发明的数据对照方法中，对照对象的物体的数据是人物的生物统计学数据。所谓生物统计学数据，例如是面部和指纹所例示的人体部位的图像、声波等语音的一维数据、面部形状的三维数据。
在本发明的数据对照方法中，多个状态的每一个与时效变化中的不同时刻的状态对应。
在本发明的数据对照方法中，物体的测定量是面部的图像。
本发明的数据对照装置是具有下述功能的计算机，即执行本发明的数据对照方法所包含的各个步骤。本发明的数据对照程序在计算机中执行本发明的数据对照方法。
本发明的数据对照方法是将对照对象的物体的数据，与数据组所包含的与对照对象的物体对应的数据进行对照的数据对照方法，其特征在于，包括对照数据累积步骤，预先累积对照用而登录的数据组；成分分解步骤，将对照对象的数据分解成规定状态时的构成成分；参数变换步骤，将与规定状态时的构成成分对应的参数变换成与规定状态时不同的状态时的参数(由构成成分系数ci，di实现)；状态变化数据生成步骤，累积按状态类别而划分的数据的构成成分，并使用累积的构成成分和在参数变化步骤中变换的参数，来生成将规定的状态变化已经赋予给对照对象的数据的状态变化数据；对照步骤，对在状态变化数据生成步骤生成的状态变化数据和在对照数据累积步骤中累积的对照用数据组进行对照。
而且，数据对照方法是将对照对象的物体的数据，与数据组所包含的并与对照对象的物体对应的数据进行对照的数据对照方法，还可以包括对照数据累积步骤，预先累积对照用而登录的数据组；状态变化数据生成步骤，通过借助于学习而建立的按状态类别划分的数据的变换，来生成使规定状态的数据变换为与规定状态不同的状态的数据的状态变化数据；对照步骤，对状态变化数据生成步骤生成的状态变化数据，和对照数据累积步骤累积的对照用数据组进行对照。
而且，数据对照方法是对人物的生物统计学数据，和与数据组所包含的人物对应的生物统计学数据进行对照的数据对照方法，还可以包括对照数据累积步骤，预先累积对照用而登录的数据组；成分分解步骤，将对照对象的生物统计学数据分解成规定状态时的构成成分；参数变换步骤，将与规定状态时的构成成分对应的参数变换成与规定状态时不同的状态时的参数；状态变化数据生成步骤，累积按状态类别划分的生物统计学数据的构成成分，并使用累积的构成成分和参数变换步骤中变换的参数，来生成将规定的状态变化赋予给对照对象的生物统计学数据的状态变化数据；对照步骤，对状态变化数据生成步骤所生成的状态变化数据和对照数据累积步骤所累积的对照用数据组进行对照。
而且，数据对照方法是对人物的生物统计学数据，和与数据组包含的人物对应的生物统计学数据进行对照的数据对照方法，也可以包括对照数据累积步骤，预先累积对照用而登录的数据组；状态变化数据生成步骤，使用了借助于学习而建立的按状态类别划分的生物统计学数据的变换，来生成使规定状态的生物统计学数据变化为与规定状态不同状态的生物统计学数据的状态变化数据；对照步骤，对状态变化数据生成步骤所生成的状态变化数据和对照数据累积步骤所累积的对照用数据组进行对照。
而且，数据对照方法也可以在成分分解步骤中，将生物统计学数据分解成规定时效时的构成成分；在参数变换步骤中，将与规定时效时的构成成分对应的参数变换成与规定时效时不同的时效时的参数；在状态变化数据生成步骤中，累积按时效划分的生物统计学数据的构成成分，并使用累积的构成成分和在参数变换步骤中变换的参数，来生成将规定的时效变化赋予给生物统计学数据的时效变化数据(由状态变化数据来实现)；在对照步骤，对在状态变化生成步骤生成的时效变化数据和在对照数据累积步骤中累积的对照用数据组进行对照。
而且，数据对照方法也可以在状态变化数据生成步骤中，通过使用了借助于学习而建立的按时效类别划分的生物统计学数据的变换，来生成使规定时效时的生物统计学数据变化为与规定时效时不同的时效时的生物统计学数据的时效变化数据；在对照步骤中，对在状态变化生成步骤中生成的时效变化数据和在对照数据累积步骤中累积的对照用数据组进行对照。
而且，数据对照方法是对对照对象的人物的面部图像，和与面部图像组包含的人物对应的面部图像进行对照的数据对照方法，还可以包括对照数据累积步骤，预先累积对照用而登录的面部图像组；成分分解步骤，将面部图像分解成规定表情时的构成成分；参数变换步骤，将与规定表情时的构成成分对应的参数变换成与规定表情时不同的表情时的参数；表情变化数据生成步骤，累积按表情类别划分的面部图像的构成成分，并使用累积的构成成分和在参数变换步骤中变换的参数，来生成将规定的表情变化赋予给面部图像的表情变化数据(由状态变化数据实现)；对照步骤，对在表情变化数据生成步骤中生成的表情变化数据和在对照数据累积步骤中累积的对照用数据组进行对照。
而且，数据对照方法是对对照对象的人物的面部图像，和与面部图像组包含的人物对应的面部图像进行对照的数据对照方法，也可以包括对照数据累积步骤，预先累积对照用而登录的面部图像组；表情变化数据生成步骤，通过使用了借助于学习而建立的按表情类别划分的面部图像的变换，来生成将规定表情时的面部图像变化为与规定表情时的不同表情时的面部图像的表情变化数据；对照步骤，对在表情变化数据生成步骤中生成的表情变化数据和在对照数据累积步骤中累积的对照用数据组进行对照。
本发明的数据对照装置是对对照对象的物体的数据，和数据组包含的并与对照对象的物体对应的数据进行对照的数据对照装置，其特征在于，包括成分分解机构(由成分分析机构101实现)，将对照对象的数据分解成规定状态时的构成成分；参数变换机构(由成分系数变换机构103实现)，将与规定状态时的构成成分对应的参数变换成与规定状态时不同的状态时的参数；状态变化数据生成机构(由状态变化数据生成机构102实现)，累积按状态类别划分的数据的构成成分，并使用累积的构成成分和参数变化机构变换的参数，来生成将规定状态变化赋予给对照对象的数据的状态变化数据；对照数据累积机构(由对照数据累积机构104实现)，预先累积对照用而登录的数据组；对照机构(由对照机构105实现)，对在状态变化数据生成机构中生成的状态变化数据和在对照数据累积机构中累积的对照用数据组进行对照。
而且，数据对照装置是对对照对象的物体的数据，和数据组包含的并与对照对象的物体对应的数据进行对照的数据对照装置，可以包括状态变化数据生成机构(由状态变化数据生成机构102实现)，通过使用借助于学习而建立的按状态类别划分的数据的变换，来生成将规定状态的数据变换为与规定状态不同的状态的数据的状态变化数据；对照数据累积机构，预先累积对照用而登录的数据组；对照机构，对在状态变化数据生成机构中生成的状态变化数据和在对照数据累积机构中累积的对照用数据组进行对照。根据这种构成，能够提高伴随状态变化的数据的对照性能，同时，能够简化数据对照装置的构成。
而且，数据对照装置是对人物的生物统计学数据，和与数据组包含的人物对应的生物统计学数据进行对照的数据对照装置，可以包括成分分解机构，将对照对象的生物统计学数据分解成规定状态时的构成成分；参数变换机构，将与规定状态时的构成成分对应的参数变换成与规定状态时不同的状态时的参数；状态变化数据生成机构，累积按状态类别划分的生物统计学数据的构成成分，并使用累积的构成成分和参数变换机构变换的参数，来生成将规定的状态变化赋予给对照对象的生物统计学数据的状态变化数据；对照数据累积机构，预先累积对照用而登录的数据组；对照机构，对状态变化数据生成机构生成的状态变化数据和对照数据累积机构累积的对照用数据组进行对照。
而且，数据对照装置是将人物的生物统计学数据，和与数据组包含的人物对应的生物统计学数据进行对照的数据对照装置，可以包括状态变化数据生成机构，通过使用了借助于学习而建立的按状态类别划分的生物统计学数据的变换，来生成使规定状态的生物统计学数据变化为与规定状态不同状态的生物统计学数据的状态变化数据；对照数据累积机构，预先累积对照用而登录的数据组；对照机构，对状态变化数据生成机构生成的状态变化数据和对照数据累积机构累积的对照用数据组进行对照。
而且，也可以是成分分解机构将生物统计学数据分解成规定时效时的构成成分；参数变换机构将与规定时效时的构成成分对应的参数，变换成与规定时效时不同的时效时的参数；状态变化数据生成机构累积按时效类别划分的生物统计学数据的构成成分，并使用累积的构成成分和参数变换机构变换的参数，来生成将规定的时效变化赋予给生物统计学数据的时效变化数据；对照机构对状态变化生成机构生成的时效变化数据和对照数据累积机构累积的对照用数据组进行对照。
而且，状态变化数据生成机构通过使用了借助于学习而建立的按时效类别划分的生物统计学数据的变换，来生成使规定时效时的生物统计学数据变化为与规定时效时不同的时效时的生物统计学数据的时效变化数据；对照机构对状态变化生成机构生成的时效变化数据和对照数据累积机构累积的对照用数据组进行对照。
而且，数据对照装置是将对照对象的人物的面部图像，与面部图像组包含的人物对应的面部图像进行对照的数据对照装置，可以包括成分分解机构，将面部图像分解成规定表情时的构成成分；参数变换机构，将与规定表情时的构成成分对应的参数变换成与规定表情时不同的表情时的参数；表情变化数据生成机构(由状态变化数据生成机构102实现)，累积按表情类别划分的面部图像的构成成分，并使用累积的构成成分和参数变换机构变换的参数，来生成将规定的表情变化赋予给面部图像的表情变化数据；对照数据累积机构，预先累积对照用而登录的面部图像组；对照机构，对表情变化数据生成机构生成的表情变化数据和对照数据累积机构累积的对照用数据组进行对照。
而且，数据对照装置是将对照对象的人物的面部图像，与面部图像组包含的人物对应的面部图像进行对照的数据对照装置，可以包括表情变化数据生成机构(由状态变化数据生成机构102b实现)，通过使用了借助于学习而建立的按表情类别划分的面部图像的变换，来生成使规定表情时的面部图像变化为与规定表情时的不同表情时的面部图像的表情变化数据；对照数据累积机构，预先累积对照用而登录的面部图像组；对照机构，对表情变化数据生成机构生成的表情变化数据和对照数据累积机构累积的对照用数据组进行对照。
本发明的数据对照程序是用于将对照对象的物体的数据，和数据组包含的并与对照对象的物体对应的数据进行对照的数据对照程序，其特征在于，在具备预先累积对照用而登录的数据组的对照数据累积机构的计算机中，执行如下处理，即，将对照对象的数据分解成规定状态时的构成成分的处理；将与规定状态时的构成成分对应的参数，变换成与规定状态时不同的状态时的参数的处理；累积按状态类别划分的数据的构成成分，并使用累积的构成成分和已经变换的参数，来生成将规定状态变化赋予给对照对象的数据的状态变化数据的处理；对生成的状态变化数据和对照数据累积机构累积的对照用数据组进行对照的处理。
而且，数据对照程序是用于将对照对象的物体的数据，和数据组包含的并与对照对象的物体对应的数据进行对照的数据对照程序，可以在具备预先累积对照用而登录的数据组的对照数据累积装置的计算机中，执行如下处理，即，通过使用借助于学习的按状态类别划分的数据的变换，来生成使规定状态的数据变换为与规定状态不同的状态的数据的状态变化数据的处理；对生成的状态变化数据和对照数据累积装置累积的对照用数据组进行对照的处理。根据这种构成，能够提高伴随状态变化的数据的对照性能，同时，能够简化数据对照装置的构成。
根据本发明，由于通过生成状态变化数据来进行对照，所以，对于状态变化物体来说，仅使用某一时刻的物体的数据就能够进行高精度的对照。因此，在生成状态变化数据时，通过基于同一物体的相关关系来使用考虑了物体的独特性的状态变化数据进行对照，能够提高伴随状态变化的数据的对照性能。
根据本发明，即使仅在某一状态的图像和声音等生物统计学数据的情况下，通过生成状态变化时的数据并与登录信息进行对照，就能够提高安全系统中进行本人识别以及犯罪搜查、学术调查时的对照等性能。
图1是表示本发明的数据对照装置的构成的一个例子的方框图。
图2是表示数据对照装置对面部图像进行对照的数据对照处理的一个例子的流程图。
图3是表示数据对照装置的其他构成例子的方框图。
图4是表示数据对照装置对面部图像进行对照的数据对照处理的其他例子的流程图。
图5是表示成分分析装置的构成的一个例子的方框图。
图6是表示状态变化生成装置的构成的一个例子的方框图。
图7是表示成分系数变换装置的构成的一个例子的方框图。
图8是表示状态变化数据生成装置的构成的一个例子的方框图。
具体实施例方式
实施方式1下面，参照附图来说明本发明第一实施方式。图1是表示本发明数据对照机构的构成的一个例子的方框图。这里，对下述情况进行说明，即状态变化的种类是时效变化，使用面部图像作为状态变化数据，通过使用数据对照机构来将某一时刻的面部图像和其他时刻的面部图像进行对照。
另外，状态变化不局限于时效变化，数据对照机构可以是参照面部表情变化等其他的状态变化的数据来进行对照的机构。而且，状态变化数据不局限于面部图像，也可以是指纹等人体其他部位的图像、或者声波等语音的1维数据、面部形状即3维数据等的生物统计学数据。另外，状态变化数据还可以是除人类之外的动物或植物的数据、与生物同样具有单独特性且进行时效变化的对象的数据。
如图1所示，数据对照机构包括成分分析机构101，分析输入数据11的成分；状态变化数据生成机构102，生成输入数据11的状态(时效)变化数据；成分系数变换机构103，与按照状态(时效)的数据库关联；对照数据累积机构104，预先累积对照用数据；对照机构105，将状态(时效)变化数据与对照数据累积机构104累积的数据进行对照。
而且，状态变化数据生成机构102具有多个按状态(时效)的数据库DB1，...，DBi，...，DBn，所述数据库累积了按状态(时效)而分类的数据的构成成分。在这些数据库的每一个上，累积了通过由主成分分析等规定方法来分解物体的测定量而获得的构成成分。下面，在概括地表达状态类别数据库DB1～DBn的情况下，或者在指定任意一个状态类别数据库的情况下，都是指状态类别数据库。
在本实施方式中，对照数据累积机构104例如由磁盘机构实现。成分分析机构101、成分系数变换机构103和对照机构105，例如由计算机中的中央处理部和中央处理部所执行的程序来实现。状态变化数据生成机构102例如由磁盘机构、计算机中的中央处理部以及中央处理部所执行的程序来实现。
成分分析机构101具备重新构成面部图像的功能，其通过使用与输入数据11即面部图像的状态(时效)信息12相对应的状态类别数据库DBi中的构成成分，来使得误差变为最小。在本实施方式中，成分分析机构101例如基于状态变化数据生成机构102输入的状态信息12，来选择与输入数据11的面部图像的状态对应的状态类别数据库DBi，从而重新构成面部图像。
例如，在进行成分分析时，大多使用主成分分析等的线性成分分析。在通过主成分的线性结合构成面部图像时，面部图像由公式(1)表示。
公式(1)Ip＝c1P1+c2P2+...+cmPm(Pi主成分；ci系数)在本实施方式中，成分分析机构101从公式(1)所表示的面部图像中，选择与输入面部图像I0之间的误差为最小的最小误差系数组ci。成分分析机构101通过状态变化数据生成机构102的状态类别数据库DBi，来将选择的最小误差系数选择组ci传送到成分系数变换机构103。
状态变化数据生成机构102具有多个状态类别数据库DB1，...，DBi，...，DBn，所述各数据库累积有按状态(时效)被分类的数据的构成成分。而且，状态变化数据生成机构102具有将系数组赋予给成分系数ci变换机构103的功能，所述系数组ci由成分分析机构101计算，并累积在各个状态类别数据库中。
另外，状态变化数据生成机构102具有下述功能，即，使用与成分分析机构101选择的状态类别数据库不同的状态类别数据库所使用的、由成分系数变换机构103变换的系数组di，和该不同的状态类别数据库内的构成成分，来重新构成面部图像。而且，状态变化数据生成机构102具有将重新构成的面部图像Jp作为状态(时效)变化数据，传送到对照机构105的功能。在使用主成分分析时，由状态类别数据库内的主成分Qi的系数组di来进行线性结合，重新构成的面部图像Jp通过公式(2)来表示。
公式(2)Jp＝d1Q1+d2Q2+...+dmQm状态类别数据库DBi通过规定的计算，由某一年代的面部图像{A1，A2，...，Ai，...，Ap}，变换成构成各个图像的要素中的重要要素{U1，U2，...，Uj，...，Up}，并将生成的成分累积作为构成成分。例如，在使用主成分分析时，状态类别数据库将各个图像的像素Ai(x，y)作为列矢量而排列的行列式进行奇异值分解后的值累积作为构成成分。这种情况下，将各个图像像素Ai(x，y)作为列矢量而进行排列的行列式由公式(3)表示。
A=A1(0,0)···Ai(0,0)···Ap(0,0)···············A1(x,y)···Ai(x,y)···Ap(x,y)···············A1(m,n)···Ai(m,n)···Ap(m,n)]]>公式(3)状态类别数据库通过由公式(4)表示的奇异值分解来求解式(3)表示的行列式，将正交行列式前半的p个列矢量{U1，U2，...，Uj，...，Up}累积作为构成成分。
公式(4)
A＝USVt另外，公式(4)中，S是对角成分以外的元素为0，对角成分以绝对值降低的顺序排列的行列式。
另外，由于各个状态类别数据库相关联，所以，在2个状态类别数据库之间，预先分别准备了使用同一人物的面部图像的成分数。例如，当使用30个构成成分时，在2个状态类别数据库中准备30人以上的两种状态(时效)时的面部图像，来生成每个状态类别数据库的构成成分，进行预先累积。
成分系数变换机构103具有对乘以状态类别数据库的构成成分的系数进行变换的功能。例如，以使用主成分分析的情况为例进行说明。
例如，使用2个状态类别数据库DBi，DBj，将数据库DBi，DBj的主成分分别设为Pi(i＝1，...，n)和Qj(j＝1，...，n)，将这些主成分的系数分别设为ci(i＝1，...，n)和dj(j＝1，...，n)。这种情况下，为了进行从系数ci到系数dj的变换，在同一人物的面部上使用分别对应于数据库DBi和DBj的状态(时效)双方所属的多个面部图像Ip，Jp。这里，面部图像Ip，Jp使用公式(1)分别由公式(5)和公式(6)表示。
公式(5)Ip＝c1P1+c2P2+...+cnPn公式(6)Jp＝d1Q1+d2Q2+...+dnQn因此，当假定从系数ci向系数dj的变换为线性变换T，以及设定人物A的系数组为{CiA，DjA}和人物B的系数组为{CiB，DjB}，...时，则人物B的系数组{CiB，DjB}，...由公式(7)表示。
公式(7)[DjA，DjB，...]＝T[CiA，CiB，...]这里，公式(7)中，CiA、DjA是将公式(4)和公式(5)中的系数ci，dj纵向排列的列矢量。因此，如果C＝[CiA，CiB，...]，D＝[DjA，DjB，...]，则能够通过式(8)来计算线性变换T。
公式(8)T＝DCt(CCt)-1
另外，成分系数变换机构103也可以使用非线性变换，进行从ci向dj的变换。例如，成分系数变换机构103也可以将同一人物的面部中分别与数据库DBi和DBj对应的系数组{ci，dj}作为学习数据，使用神经网路来进行系数变换。
对照数据累积机构104是用于累积对照用数据的数据库，累积了对照用的预先登录的数据。对照数据累积机构104，例如由通常的对照用机构的数据累积部来实现。对照数据累积机构104，例如预先累积了人物目前的面部图像和无表情的面部图像的数据组，作为对照用数据。
对照机构105具有对状态变化数据生成机构102生成的状态变化数据，和对照数据累积机构104累积的登录数据进行比较对照，并输出对照结果18的功能。例如，对照机构105求得状态(时效)变化数据和登录数据之间的差，并将求得的差为最小的数据判断为本人的数据。另外，不局限于求差的方法，对照机构105也可以使用其他的对照方法来进行对照。
而且，如图1所示，对照机构105将状态变化数据生成机构102生成的多个状态变化数据和登录数据进行对照。因此，对照机构105通过将多个状态变化数据与登录数据进行对照，并将在整体上差别最小的数据作为本人的数据，可以进行与状态(时效)变化对应的对照。另外，在对照数据库(对照数据累积机构104)累积的数据状态(时效)为已知的情况下，对照机构105可以将仅与登录数据对应的状态(年代)的状态变化数据与登录数据进行对照。这样，能够缩短对照时间。
下面，对动作进行说明。图2是表示数据对照机构对照面部图像的数据对照处理的一个例子的流程图。成分分析机构101根据用户的输入操作，输入对照对象的输入数据11(步骤S101)。在本例中，成分分析机构101输入对照对象的面部图像作为输入数据11。
另外，状态变化数据生成机构102根据用户的输入操作，输入表示输入数据11的状态的状态信息12(步骤S102)。例如，状态变化数据生成机构102输入输入数据11的面部图像的人物的年龄和年龄带(年代)作为状态信息12。而且，例如，状态变化数据生成机构102将表示喜怒等输入数据11的面部图像的表情信息输入作为状态信息12。
成分分析机构101，从状态变化数据生成机构102的状态类别数据库DB中，基于状态信息12来选择与对照对象的输入数据11的状态对应的状态类别数据库DBi(步骤S103)。而且，成分分析机构101从选择的状态类别数据库中提取构成成分来分析输入数据11，并计算构成成分系数(步骤S104)。并且，成分分析机构101通过状态变化数据生成机构102的状态类别数据库，将计算的构成成分系数送到成分系数变换机构103。
成分系数变换机构103将成分分析机构101计算的构成成分系数，变换成与成分分析机构101选择的状态类别数据库不同的状态类别数据库所对应的构成成分系数(步骤S105)。状态变化数据生成机构102，从与变换后的构成成分系数对应的状态类别数据库中提取构成成分，并基于成分系数变换机构103变换的构成成分系数和提取的构成成分，来生成状态变化数据(步骤S106)。
对照机构105从对照数据累积机构104中提取登录数据。然后，对照机构105将状态变化数据生成机构102生成的状态变化数据，与对照数据累积机构104累积的登录数据进行对照，并输出对照结果18(步骤S108)。
如上所述，根据本实施方式，由于通过生成状态变化前和状态变化后的数据来进行对照，所以，对于状态变化的物体，仅使用某一时刻的物体数据就能够进行高精度的对照。因此，在生成状态变化数据之际，通过使用基于同一物体的相关关系，来对照考虑了物体独特性的状态变化数据，可以提高伴随状态变化的数据的对照性能。
而且，在本实施方式中，由于将物体的特征分解成构成成分，所以，利用在手动中难以表达统计的状态特征，能够进行高精度的对照。因此，通过将统计的状态变化附加在状态变化前的数据上，并使用还附加了广域上状态变化的特征的状态变化数据进行对照，能够提高伴有状态变化的数据的对照性能。
而且，根据本实施方式，由于能够进行与时间轴没有关系的处理，所以，在进行赋予了时效变化作为状态变化的处理时，除了年龄增长变化之外，对于向年轻化方向的时效变化等其他时效变化，也能够进行高精度的对照。
而且，根据本实施方式，由于能够生成多种状态的状态变化数据来用于对照，所以，通过与多个状态变化对应，可以进行高精度的对照。而且，根据本实施方式，通过在各状态范畴之间赋予构成成分对应关系，并使用在状态变化前的数据中附加了各年代的一般状态变化的状态变化数据来进行对照，可以提高特定状态下的数据的对照性能。
而且，根据本实施方式，由于在对照时自动地进行生成的状态变化的附加，所以，可以减轻对照时作业者的负担。因此，能够将统计的状态变化附加在状态变化前的数据上，从而可以自动地生成对照时生成的状态变化数据，来减轻数据对照时作业者的负担。
并且，根据本实施方式，由于能够通过利用已有的很多对照系统来实现数据对照机构，所以，可以容易地构造、变更系统(数据对照机构)。
实施方式2下面参照
本发明第二实施方式。图3是表示数据对照机构的其他构成例子的方框图。在本实施方式中，数据对照机构与第一实施方式不同点在于，不包含图1所示的构成要素中的成分分析机构101和成分系数变换机构103。而且，在本实施方式中，数据对照机构的状态变化数据生成机构102b的处理内容，与第一实施方式所示的状态变化数据生成机构102的处理内容不同。
在本实施方式中，状态变化数据生成机构102b将输入数据11即面部图像，输入到与该输入数据11的状态(时效)信息12对应的状态类别数据库。状态变化数据生成机构102b将输入数据11直接送到与输入数据11对应的状态类别数据库之外的其他状态类别数据库中，来生成输入数据11的状态之外的其他状态(时效)的面部图像(状态变化数据)。然后，状态变化数据生成机构102b将生成的面部图像送到对照机构105。
在本实施方式中，状态变化数据生成机构102b不使用构成成分，而是将面部图像从某一状态直接变换到其他状态，来生成状态变化数据。因此，在各个状态类别数据库之间，通过预先累积根据同一人物的状态(时效)而分类的数据来形成神经网络。然后，状态变化数据生成机构102b使用预先形成的神经网络来生成变换了的面部图像。在本实施方式中，例如，状态变化数据生成机构102b将预先累积的同一人物的状态类别数据作为学习数据，通过使用神经网络来进行变换处理而生成面部图像。
与第一实施方式相比，虽然本实施方式为了在神经网络中进行学习，需要大量的同一人物的状态类别数据，但是，能够使数据对照机构的构成简单化。
下面，对动作进行说明。图4是表示数据对照机构对照面部图像的数据对照处理的其他例子的流程图。状态变化数据生成机构102b根据用户的输入操作，输入对照对象的输入数据11(步骤S201)。在本例中，状态变化数据生成机构102b输入对照对象的面部图像作为输入数据11。
而且，状态变化数据生成机构102b根据用户的输入操作，输入表示输入数据11的状态的状态信息12(步骤S202)。例如，状态变化数据生成机构102输入输入数据11的面部图像的人物的年龄和年龄带(年代)。而且，例如，状态变化数据生成机构102b将表示喜怒等输入数据11的面部图像的表情信息输入作为状态信息12。
状态变化数据生成机构102b将输入数据11变换为输入数据11的状态之外的状态(年代)的状态变化数据(步骤S203)。这种情况下，状态变化数据生成机构102b基于状态信息12，使用已经学习的神经网络来生成状态变化数据。
对照机构105从对照数据累积机构104提取登录数据。然后，对照机构105将状态变化数据生成机构102b生成的状态变化数据，与对照数据累积机构104累积的登录数据进行对照，并输出对照结果18(步骤S204)。
如上所述，根据本实施方式，即使数据对照机构不包括第一实施方式所示的成分分析机构101和成分系数变换机构103，也能够获得与第一实施方式所示的数据对照机构同样的效果。因此，在能够提高伴随状态变化的数据的对照性能同时，还能够简化数据对照机构的结构。
实施方式3下面，参照
本发明第三实施方式。本实施方式相当于将第一实施方式中的数据对照机构具体装置化后的形式。在本实施方式中，数据对照装置包括将成分系数变换机构103装置化后的成分系数变换装置；将状态变化数据生成机构102装置化后的状态变化生成装置；将成分分析机构101装置化后的成分分析装置；将对照数据累积机构104装置化后的对照数据累积装置；以及将对照机构105装置化后的对照装置。
图5是表示将成分分析机构101装置化后的成分分析装置101a的构成的一个例子的方框图。如图5所示，成分分析装置101a包括运算装置101b；输入数据累积装置101c和构成成分累积装置101d。
具体而言，输入数据累积装置101c由累积器或磁盘装置实现。输入数据累积装置101c具有累积输入数据11即面部图像的功能。构成成分累积装置101d具体而言由累积器或者磁盘装置实现。构成成分累积装置101d具有累积从将状态变化数据生成机构101装置化后的状态变化生成装置102a传送的构成成分的功能。
运算装置101b具体而言由根据程序而动作的CPU实现。运算装置101b使用输入数据11和构成成分的数据进行处理。运算装置101b基于输入数据累积装置101c累积的面部图像，和构成成分累积装置101d累积的构成成分，来进行与第一实施方式所示的成分分析机构101同样的计算处理，求得构成成分系数。然后，运算装置101b将求得的构成成分系数送到状态变化生成装置102a。
图6是表示将状态变化数据生成机构102装置化后的状态变化生成装置102a的构成的一个例子的方框图。如图6所示，状态变化生成装置102a包括运算装置102c、状态类别构成成分累积装置102d和状态选择装置102e。
状态选择装置102e具体而言由用于切换的半导体电路等实现。状态选择装置102e具有基于状态信息12，来选择用于提取送到成分分析装置101a的构成成分的状态类别数据库的功能。状态类别构成成分累积装置102d具体而言由累积器或者磁盘装置实现。状态类别构成成分累积装置102d具有按状态类别来累积面部图像的构成成分的功能。运算装置102c具体而言由根据程序而动作的CPU来实现。运算装置102c具有基于状态类别的面部图像的构成成分和构成成分系数，来生成状态变化数据的功能。
在本实施方式中，状态选择装置102e选择与状态信息12对应的状态类别数据库，并从选择的数据库中提取构成成分，送到成分分析装置101a。而且，状态选择装置102a将成分分析机构101a计算的构成成分系数，送到将成分系数变换机构103装置化的成分系数变换装置103a。运算装置102c基于成分系数变换装置103a变换的构成成分系数，和与该变换后的构成成分系数对应的状态类别数据库的构成成分，来生成使用公式(2)而计算的状态变化数据。
图7是表示将成分系数变换机构103装置化后的成分系数变换装置103a的构成的一个例子的方框图。如图7所示，成分系数变换装置103a包括运算装置103b。运算装置103b具体而言由根据程序而动作的CPU来实现。运算装置103b具有将来自状态变换生成装置102a的构成成分系数变换成与状态类别数据库对应的构成成分系数的功能，所述状态类别数据库是与该构成成分系数对应的状态类别数据库不同的状态类别数据库。另外，运算装置103b使用与第一实施方式所示的成分系数变换机构103同样的变换方法，来变换构成成分系数。
将对照数据累积机构104装置化后的对照数据累积装置，具体而言由累积器或者磁盘装置等累积器装置实现。
虽然根据对照方法不同，将对照机构105装置化后的对照装置105a其装置的构成多少不同，但是，具体而言，由包括累积器和磁盘装置等的累积装置、以及根据程序而动作的CPU等运算装置的计算机来实现。
实施方式4下面，参照
本发明第四实施方式。本实施方式相当于将第二实施方式中的数据对照装置具体装置化后的形式。在本实施方式中，数据对照装置包括将状态变化数据生成机构102b装置化后的状态变化生成装置、将对照数据累积机构104装置化后的对照数据累积装置、以及将对照机构105装置化后的对照装置。
在本实施方式中，对照数据累积装置和对照装置的构成与第三实施方式所示的对照数据累积装置和对照机构105a的构成相同。
图8是表示将状态变化数据生成机构102b装置化后的状态变化数据生成装置102f的构成的一个例子的方框图。如图8所示，状态变化数据生成装置102f包括状态选择装置102g和运算装置102i。
状态选择装置102g具体而言由用于切换的半导体电路等实现。状态选择装置102g在输入了输入数据11和状态(时效)信息12时，将输入图像(输入数据)11送到运算装置102i中，在运算装置102i中，进行将输入数据11变换为由状态信息12所示的状态之外的其他状态的神经网络运算。运算装置102i具体而言由根据程序而动作的CPU来实现。运算装置102i将输入数据11分别变换为与状态信息12所示的状态不同状态的面部图像，来生成状态变换数据，并输出到对照机构105a。
另外，在第一实施方式中，也可以将数据对照装置进行的数据对照方法通过能够在计算机上执行的数据对照程序来实现。而且，也可以通过将该数据对照程序累积在由计算机读取自如的信息记录媒体上，并读入计算机中，来在计算机上执行第一实施方式所示的数据对照处理。
例如，在电脑上，可以通过将数据对照程序读入到计算机中，来执行数据对照处理，该数据对照程序用于执行将对照对象数据分解成规定状态时的构成成分的处理；将与规定状态时的构成成分对应的参数变换成与规定状态时不同的状态时的参数的处理；累积按状态类别被划份的数据的构成成分，并使用累积的构成成分与变换的参数，来生成将规定状态变化赋予给对照对象数据的状态变化数据的处理；以及对生成的状态变化数据和对照数据累积机构累积的对照用数据组进行对照的处理。
而且，在第二实施方式中，可以将数据对照装置进行的数据对照方法通过能够在计算机上执行的数据对照程序来实现。并且，也可以通过将该数据对照程序累积在计算机读取自如的信息记录媒体上，并读入计算机中，来在计算机上执行第二实施方式所示的数据对照处理。
例如，在电脑上，可以通过将数据对照程序读入到计算机中来执行数据对照处理，该数据对照程序用于执行通过使用借助于学习而建立的按状态类别划分的数据的变换，来生成使规定状态数据变化成与规定状态不同状态的数据的状态变化数据的处理、以及对生成的状态变化数据和对照数据累积机构累积的对照用数据组进行对照的处理。
权利要求
1.一种数据对照方法，包括构成成分累积步骤，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别对应来进行累积；和成分分解步骤，将对照对象物体的测定量分解成所述多个状态中的规定状态的所述构成成分；和参数变换步骤，将与所述规定状态中的所述构成成分对应的参数，变换成在所述多个状态中与所述规定状态不同的第二状态的变换后参数；和状态变化数据生成步骤，使用在所述构成成分累积步骤中累积的、并与所述第二状态对应的所述构成成分和所述变换后参数，生成将规定状态变化赋予给所述对照对象物体的数据的状态变化数据；以及对照步骤，对所述状态变化数据和预先累积的对照数据进行对照。
2.根据权利要求1所述的数据对照方法，特征在于，所述规定方法是主成分分析。
3.一种数据对照方法，包括构成成分累积步骤，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别应来进行累积；结合步骤，通过使用了学习的变换，使在所述多个状态中与第一状态的所述构成成分对应的参数和与第二状态的所述构成成分对应的参数相结合；状态变化数据生成步骤，对第一状态中的所述对照对象物体的数据，应用使用了所述学习的变换，来生成所述第二状态中的数据即状态变化数据；对照步骤，对所述状态变化数据和预先累积的对照数据进行对照。
4.根据权利要求1～3任意一项所述的数据对照方法，特征在于，所述对照对象的物体的数据是人物的生物统计学数据。
5.根据权利要求1～4任意一项所述的数据对照方法，特征在于，所述多个状态分别与时效变化中的不同时刻的状态对应。
6.根据权利要求1～5任意一项所述的数据对照方法，特征在于，所述物体的测定量是面部的图像。
7.一种数据对照装置，包括构成成分累积部，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别对应来进行累积；成分分解部，将对照对象物体的测定量分解为所述多个状态中的规定状态的所述构成成分；参数变换部，将与所述规定状态中的所述构成成分对应的参数，变换成在所述多个状态中与所述规定状态不同的第二状态的变换后参数；状态变化数据生成部，使用在所述构成成分累积部中累积的、并与所述第二状态对应的所述构成成分和所述变换后参数，生成将规定状态变化赋予给所述对照对象物体的数据的状态变化数据；对照部，对所述状态变化数据和预先累积的对照数据进行对照。
8.根据权利要求7所述的数据对照装置，特征在于，所述规定方法是主成分分析。
9.一种数据对照装置，包括构成成分累积部，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别对应来进行累积；结合部，通过使用了学习的变换，使在所述多个状态中与第一状态的所述构成成分对应的参数和与所述第二状态的所述构成成分对应的参数相结合；状态变化数据生成部，对第一状态中的所述对照对象物体的数据，应用使用了所述学习的变换，来生成所述第二状态的数据即状态变化数据；对照部，对所述状态变化数据和预先累积的对照数据进行对照。
10.根据权利要求7～9任意一项所述的数据对照装置，特征在于，所述对照对象的物体的数据是人物的生物统计学数据。
11.根据权利要求7～10任意一项所述的数据对照装置，特征在于，所述多个状态分别与时效变化中的不同时刻的状态对应。
12.根据权利要求7～11任意一项所述的数据对照装置，特征在于，所述物体的测定量是面部的图像。
13.一种数据对照程序，用于在计算机中执行下述步骤，该步骤包括构成成分累积步骤，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别对应来进行累积；成分分解步骤，将对照对象物体的测定量分解为所述多个状态中的规定状态的所述构成成分；参数变换步骤，将与所述规定状态的所述构成成分对应的参数，变换成在所述多个状态中的与所述规定状态不同的第二状态的变换后参数；状态变化数据生成步骤，使用在所述构成成分累积步骤中累积的、并与所述第二状态对应的所述构成成分和所述变换后参数，生成将规定状态变化赋予给所述对照对象物体的数据的状态变化数据；对照步骤，对所述状态变化数据和预先累积的对照数据进行对照。
14.一种数据对照程序，用于在计算机中实现下述步骤，该步骤包括构成成分累积步骤，将通过由规定方法分解物体的测定量而获得的构成成分，与所述物体采用的多个状态分别对应来进行累积；结合步骤，通过使用了学习的变换，使在所述多个状态中与第一状态的所述构成成分对应的参数和与第二状态的所述构成成分对应的参数相结合；状态变化数据生成步骤，对第一状态中的所述对照对象物体的数据，应用使用了所述学习的变换，来生成所述第二状态中的数据即状态变化数据；对照步骤，对所述状态变化数据和预先累积的对照数据进行对照。
全文摘要
本发明的目的在于，对于随年龄而变化的面部等状态变化的物体，可以根据状态变化前的数据来对照状态变化后的数据，或者根据状态变化后的数据来对照状态变化前的数据。由软件实现的成分分析装置，使用被选择的状态类别数据库的构成成分来分析输入数据，并将构成成分系数送到成分系数变换机构。成分系数变换机构将送来的构成成分系数，变换成与被选择之外的状态类别数据库对应的构成成分系数，并将其送到状态变化数据生成机构。状态变化数据生成机构使用送来的构成成分系数和对应的状态类别数据库的构成成分，来生成状态变化数据。对照机构对状态变化数据和对照数据累积机构累积的登录数据进行对照并输出对照结果。
文档编号G06T7/00GK1842823SQ200580001020
公开日2006年10月4日 申请日期2005年7月13日 优先权日2004年7月15日
发明者丸龟敦 申请人:日本电气株式会社