人员识别仪器、人员识别方法和通行控制器的制作方法

专利名称：人员识别仪器、人员识别方法和通行控制器的制作方法
技术领域：
本发明涉及一种人员识别仪器和一种人员识别方法，例如在安全管理中使用生物测定信息来识别一个适宜的人员，比如包括至少一个面部的一幅影像(后文中称为一幅面部影像)、一幅指纹影像、一种虹膜信息、一幅手部几何影像、手指影像、语音信息。
另外，本发明还涉及一种通行控制器，使用上述人员识别仪器控制一个通行者的通道，例如出入一个安全设施的人员。
背景技术：
一般说来，这种人员识别仪器获取接受识别者的生物测定信息。接受识别者的生物测定信息预先存放在注册信息存储器中，作为注册信息。从一个人获取的生物测定信息与注册信息存储器中存放的注册信息进行核对。通过这种核对获取这两种生物学数据的相似点，并且根据这种相似性来识别一个适宜的人员。
不过，在这种人员识别仪器中，当核对一幅面部影像时，由于年龄有关的面部特点变化、一个人的姿势或面部的方向，有时可能会错误地识别一个人。作为减少这种错误识别的一项对策，建议的技术是使事先记录人员特点生物测定信息作为注册信息的辞典(一种注册信息保存装置)自动更新。
例如，1999-167632号日本专利申请公开了一种技术，在已识别阈值之外，预置一个高于识别阈值的再注册阈值，而且在核对中获取的相似度高于再注册阈值时，更新一条注册信息(一个辞典)。
另外，1998-312462号日本专利申请公开了一种技术，结合ID码或者说人员标识号的输入，在一种结构中降低已识别的阈值，而且在不降低已识别的阈值即成功核对时，更新注册的信息(一个辞典)。
不过，在1999-167632和1998-312462号日本专利申请中公开的技术中，仅仅当被识别的人员完全核实时，才更新已注册的信息(一个辞典)。所以，仅仅学习更接近已学过内容的数据，而且仅有已注册的信息才自动更新。
此外，对于减少已注册人员错误识别有效的信息，并不是对于鉴别阈值具有足够优先权的一部分，而是变为接近鉴别阈值之点数的数据。所以，按照上述1999-167632和1998-312462号日本专利申请的自动更新方法，其效果不大。另外，使用这些方法试图使系统学习接近鉴别阈值的点数时，有可能因为没有核实另一个人是否真正为已识别者而错误地学习他。

发明内容
本发明的一个目标是提供一种人员识别仪器、一种人员识别方法和一种通行控制器，对于人员的长期变化、鉴别中输入信息的变化，能够降低错误识别率。
另外，本发明的另一个目标是提供一种人员识别仪器、一种人员识别方法和一种通行控制器，能够学习有效的已注册信息(一个辞典)，而不增加施加于一个已识别人员的负担。
依据本发明，提供了一种人员识别仪器。这种仪器包括一个生物测定信息输入单元、一个注册信息存储器、一个识别器以及一个注册信息更新单元。生物测定信息输入单元输入接受识别者的生物测定信息。注册信息存储器事先存放接受识别者的生物测定信息作为注册信息。识别器对于生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，通过核对两者以获取其相似度，而且根据获取的相似度识别这个人。注册信息更新单元判断识别器获取的相似度是否在规定的更新范围之内，而且根据相似度是在规定的更新范围之内的判断结果，使用生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
另外，依据本发明，提供了一种人员识别方法。这种方法包括输入接受识别者的生物测定信息；对于输入生物测定信息和作为接受识别者生物测定信息而在注册信息存储器中预先存放的注册信息，通过核对两者以获取其相似度；根据获取的相似度识别这个人；判断获取的相似度是否在规定的更新范围之内；以及根据相似度是在规定的更新范围之内的判断结果，使用输入步骤中输入的生物测定信息，更新注册信息存储器中存放的注册信息。
另外，依据本发明，提供了一种通行控制器，通过识别通行者来控制一个人的通行。这种控制器包括一个生物测定信息输入单元、一个注册信息存储器、一个识别器、一个注册信息更新单元以及一个通行控制器。生物测定信息输入单元输入该通行者的生物测定信息。注册信息存储器存放着预先接受了识别之通行者的生物测定信息。识别器对于生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，通过核对它们以获取其相似度，而且根据获取的相似度识别该通行者。注册信息更新单元用于判断识别器获取的相似度是否在规定的更新范围之内，而且根据相似度是在规定的更新范围之内的判断结果，使用生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。通行控制器按照识别器的识别结果，控制通行者的通行。
附图简要说明

图1是一幅框图，示意性地显示了第一个实施例中涉及的人员识别仪器的结构；图2是一幅示意图，用于讲解一个面部探测器的处理过程；
图3是一幅示意图，用于讲解一个特征量提取单元的处理过程；图4A至图4C是示意图，用于讲解与注册时的状态相比，情况的变化；图5是一幅示意图，用于讲解注册信息自动更新的范围；图6是一幅流程图，用于讲解自动更新注册信息过程的流程；图7是一幅示意图，用于讲解第二个实施例中涉及的人员识别仪器之注册信息更新方法的判断准则；图8是一幅示意图，用于讲解第三个实施例中涉及之人员识别仪器的注册信息更新；图9A和图9B是示意图，表示第三个实施例中涉及的另一个人具有高于一个已识别者的相似度的情况；图10是一幅流程图，用于讲解第四个实施例中涉及的人员识别仪器之注册信息更新过程的流程；图11是一幅示意图，用于讲解第五个实施例中涉及的注册信息更新判断方法；图12是一幅示意图，用于讲解第五个实施例中涉及的人员识别仪器中，注册信息的视觉检查和更新方法；图13是一幅流程图，用于讲解第六个实施例中涉及的人员识别仪器之注册信息更新过程的流程；图14是一幅曲线图，用于讲解第六个实施例中涉及的人员识别仪器中的注册信息更新判断条件；以及图15是一幅框图，示意性地显示了第七个实施例中涉及的通行控制器的结构。
具体实施例方式
下面将参考附图，介绍本发明的优选实施例。
另外，在以下的讲解中，介绍的情况是使用一幅面部影像作为一个人的生物测定信息；不过，即使使用不同于面部影像的生物测定信息，即指纹影像、虹膜影像、手部几何影像、手指影像、语音信息，本发明也可以类似地应用。
首先，将介绍本发明的第一个实施例。
图1示意性地显示了第一个实施例中涉及的人员识别仪器的结构。这种人员识别仪器包括一台摄像头101、一台显示器102、一个输入单元103和一个处理器104。
摄像头101用作一种影像输入装置，采集一个接受识别人员100的一幅面部影像(至少包括面部)，而且将影像输入到单元中。
显示器102用作一种显示器，显示对一个接受识别人员100输入的面部影像和多种引导。
输入单元103用作已介绍信息的输入装置，输入已介绍的信息，比如指定一个接受识别人员100的ID号/人员标识号。
处理器104处理从摄像头101输入的面部影像，而且执行面部影像识别处理。
另外，尽管没有展示，需要时便在摄像头101附近(例如右上方或左上方)配备一种照明装置，以固定的强度将光线至少射向一个已注册人员的面部。
另外，在以下的讲解中，将会出现多种信息，包括状态信息，比如影像输入数据、提取的特征量、子空间、形成子空间的特征向量、相关矩阵、注册的时间、日期和地点，个人信息，比如人员标识号、ID码等。识别的数据包括子空间或形成子空间的特征向量，注册信息包括影像输入数据、提取的特征量、子空间、形成子空间的特征向量、相关矩阵、状态和个人信息。所以，识别的数据包括在注册信息中。
摄像头101从下面一个特定角度，采集一个接受识别人员100的一幅面部影像，而且将影像输入作为生物测定信息摄像头101包括例如一台TV摄像头，它使用一种影像摄像管器件，比如CCD传感器。
显示器102是一台监视器，用于显示摄像头101采集的、一个接受识别人员100的面部影像、多种引导、处理结果等等。显示器102配置在例如摄像头101以上的位置，对应于一个接受识别人员100的面部。
输入单元103用于输入人员标识号，它们用于核实这个人是一个接受识别的人员100，或者输入单元103用于输入标识信息，以指定注册生物测定信息中取出的生物测定信息。例如，这个输入单元103无疑可以是一个数字键盘、一个触摸板或者一个读卡器，读取IC卡、磁卡或无线卡。
处理器104包括一个影像输入单元105、一个面部探测器106、一个特征量提取单元107、一个注册信息存储器(辞典)108、一个识别器109、一个历史信息存储器110、一个注册信息更新单元111、一个显示控制器112和一个输入控制器113。
影像输入单元105从摄像头101输入面部影像。
面部探测器106是一种面部探测装置，通过与事先准备的模式辞典核对，探测面部及其器官的位置，比如眼睛、鼻子。模式辞典是使用从影像输入单元105获取的一个人的面部影像建立的。
特征量提取单元107是一种装置，用于提取面部特征量，例如基于面部探测器106之输出的明暗或子空间信息。
注册信息存储器(辞典)108是一种注册信息存储装置，用于存放特征量提取单元107提取的、面部的特征量，作为注册个人信息时的识别数据(识别信息)。
识别器109是一种识别装置，将特征量提取单元107提取的、面部的特征量，与注册信息存储器108中注册的识别数据(识别信息)进行核对，以识别一个接受识别的人员100的面部。
历史信息存储器110是一种历史信息存储装置，用于记录从影像输入单元105输入的影像和特征量提取单元107提取的、面部的特征量。
注册信息更新单元111是一种注册信息更新装置，通过设置一个更新范围，判断注册信息是否应当更新，而且用于更新注册信息存储器108中存放的注册信息。
显示控制器112控制着显示器102。
输入控制器113控制着输入单元103。
影像输入单元105从摄像头101输入一幅面部影像，进行数字化A/D转换，然后发送到面部探测器106。
面部探测器106首先从影像输入单元105输入的面部影像中，探测一个接受识别的人员100的面部区域。例如，通过在面部影像中移动而使事先准备的一个模板在面部影像中移动时，获取相关值，而且具有最大相关值的一处被确定为一个面部区域。另外，也可以使用一种面部探测装置，比如使用一种特征空间方法或一种子空间方法的面部区域提取方法。
面部探测器106然后从探测到的面部区域中，探测组成面部之器官的位置，比如眼睛、鼻子和嘴巴。例如，在一篇文献(KazuhiroFUKUI，Osamu YAMAGUCHI“Facial Feature Point ExtractionMethod Based on Combination of Shape Extraction and PatternMatching”，The Institute of Electronics，Information andCommunication Engineers Society Paper(D)，vol.J80-D-II，No.8，pp 2170-2177(1997))中披露的一种方法可以用作探测方法。
注意，探测面部有可能使用一个面部模板，检查面部的方向也有可能按照组成面部之器官坐标探测结果的相关位置，比如眼睛、鼻子等的相关位置。例如，如果面部探测结果的中心坐标假设为中心坐标(fx，fy)，面部尺寸假设为(fw，fh)，左右眼睛和鼻子的探测结果假设为(EyeLx，EyeLy)、(EyeRx，EyeRy)、(NoseLx，NoseLy)和(NoseRx，NoseRy)，分别如图2所示，就采用以下公式获得指示面部方向的坐标面部方向(X方向)＝((EyeRx+EyeLx)/2-fx)/fw面部方向(Y方向)＝((EyeRy+EyeLy)/2-fy)/fh如果这些坐标的原点位于屏幕的左上方，面部指向右下方时数值会变大。
对于面部探测器106探测的面部，根据其组成器官的位置，特征量提取单元107以固定的尺寸和形状切出面部区域，并且提取其明暗信息作为面部的特征量。注意，例如m个像素×n个像素的一个区域，其明暗值直接用作这种信息，而m×n的维度信息用作特征向量。
图3显示了由特征量提取单元107处理一幅输入影像而获取的面部影像数据。这些数据时序获取数据。通过获取特征向量的一个相关矩阵，计算一个子空间，通过众所周知的K-L展开，计算正则正交向量。通过获取特征向量的一个相关矩阵(或协方差矩阵)，计算这个子空间，然后通过K-L展开，计算一个正则正交向量(特征向量)。通过按长度次序选择特征值对应k特征向量的数目以及使用特征向量合成，表示一个子空间。
在这个实施例中，从特征向量获得一个相关矩阵Cd，使相关矩阵Cd＝ΦdAdΦdT对角化，就获得了特征向量Φ。这个子空间用作验证人员的识别辞典。事先注册这种信息时，它注册为一个辞典。
另外，一个子空间本身也可以用作执行识别的输入数据，如后面的介绍。所以，子空间的计算结果发送到识别器109和注册信息存储器108。
以验证一个接受识别人员100对应的区分信息比如ID号，验证一个再注册人员100所用的子空间(或者相关矩阵)，在注册信息存储器108中存放。另外，也可以存放注册时的时间、日期、地点和其它状态信息。此外，可以存放的信息不限于子空间，而是包括输入面部影像和提取的面部特征量。
识别器109从注册人员100中识别摄像头101采集的一个人，或者说通过将特征量提取单元107获取的特征量(明暗信息或子空间信息)，与注册信息存储器108中存放的识别数据进行核对(对比)，验证这个人是不是一个适宜的人员。要识别一个人，只须获取其数据与摄像头101采集之人员的数据最相似的一个人即可，对应于最相似数据的人可以确定为已识别的人员。
另外，使用个人标识信息比如ID号、人员标识号，按照面部影像识别人员时，要计算与各人标识信息对应之识别数据的相似度。这种相似度与设定的鉴别阈值进行核对，如果超过了鉴别阈值，这个人就被验证无误。
使用输入单元103，可以输入这种个人标识信息，比如ID号、人员标识号和密码。
使用特征量提取单元107的信息时，可以使用一种子空间方法或者一种多元相似度方法作为识别方法。例如在这个实施例中，使用了一种共有子空间方法，它是在一篇文献(Ken-ichi Maeda，Sadakazu Watanabe“A Pattern Matching Method with LocalStructure”，Electronic Information Communication Society Paper(D)，vol.J68-D，No.3，pp 345-352(1985))中披露的、一种众所周知的识别方法。
以这种共有子空间方法，在注册信息中预先存放的识别数据和输入数据表示为子空间，由两个子空间形成的一个“夹角”，定义为相似度。这里输入的子空间称为输入子空间。类似地对于输入数据矩阵获得一个相关矩阵Cin，并且对角化如下Cin＝ΦinAinΦinT就获得了一个特征向量Φ。再获得由两个向量Φin和Φd表示之子空间的相似度(0.0至1.0)，这种相似度用作识别它的相似度。
另外，为了与注册的生物测定信息保持一致，在这个实施例中使用了使用“相似度”的一个实例，不过也可以使用一个相关值或一个欧几里德距离。
由识别器109识别一个人时，首先获取与注册信息存储器108中存放的所有子空间信息(注册信息)的相似度。在获取的相似度中，具有最高相似度者的相似度高于规定的鉴别阈值时，这个人就被识别为一个所述人员。最高的相似度低于鉴别阈值时，就能够判断一个人不是事先注册的一个人。这种识别方法定义为“1∶N核对”，重复地用在后续的说明中。
相反，通过输入单元103输入ID号等作为识别一个人的信息时，仅仅计算与该标识信息对应之子空间的相似度。计算出的相似度高于预定的鉴别阈值时，这个人就被识别为该所述人员。在本发明中，这种识别方法定义为“1∶1核对”，重复地用在后续的说明中。
另外，考虑“1∶1核对”和“1∶N核对”之间的“1∶n核对”，假设的一种情况是标识信息可应用于全体注册人员中的多个人员。输入这种标识信息时，计算与该标识信息对应之一个或多个注册人员的相似度。而且在计算出的相似度中最高的相似度高于鉴别阈值时，就视为一个适宜该标识信息的注册人员到来了。
例如，在输入多个人员共有的一个组号作为标识信息并且决定一个人是否属于该组的情况下，使用“1∶n核对”。基本上不计算与所有注册人员的相似度，而是在所有注册人员中取出多个人员进行核对。因此，整个操作与“1∶N核对”的操作是共同的，所以在这个实施例中，对“1∶n核对”的讲解将包括在对“1∶N核对”的讲解中。
历史信息存储器110存放着识别器109获取的识别结果、执行识别的时间和地点、输入的标识信息和通过影像输入单元105输入的影像本身、从特征量提取单元107获取的面部特征信息，作为历史信息。
以上介绍的方法不仅能够识别人员，而且也能够应用于按照识别的结果，控制人员的通行和访问。不过，在人员识别仪器使用面部影像的情况下，图4A至图4C所示的人员站立位置或姿势的长期或随时变化，会降低识别率。在图4A至图4C中，虚线所示的方框显示了注册时面部的尺寸。
例如，如果识别时(核对时)在一幅影像中存在的面部，仍然与注册时的状态相同，如图4A所示，就能够以接近注册时的状态提取特征信息，所以与注册信息(辞典)的相似度趋于变高。不过，如果面部大于或小于注册时的影像，如图4B和图4C所示，或者如果面部的方向不同——尽管没有展示，相似度趋于变低。
为了解决这种问题，需要通过增加信息或者部分重写注册信息存储器108中存放的生物测定信息，以减小相似度的降低。
所以，从“鉴别阈值”——识别器109中确定人员是否为注册人员的一条判断准则，独立地向注册信息更新单元提供了判断注册信息(辞典)是否应当更新的一条准则。作为这条准则，相似度处于一个或多个范围之内时，更新注册信息。一个实例如图5所示。
需要防止从不适用的特征信息学习个人特征信息。为了达到这种目的，在这个实施例中，相似度高于“鉴别阈值Th”是一个条件。在图5所示的实例中，“Update Th_Low(更新范围下限值)”和“Th(鉴别阈值)”被视为不同的数值。不过，这些数值也可以设置为相同的数值，如这里的讲解。
另外，当信息与注册信息(辞典)中已经学到的特征信息相似时，其学习效果一般不大。此外，这种信息与特征信息的相似度变高，所以对于注册信息更新范围设置了一个阈值，它成为上限。这个数值等价于图5所示的“Update Th_High(更新范围上限值)”，图5中形成的范围b等价于这个实施例的注册信息更新范围。
结果，通过使系统学习低相似度的特征信息，就可能以较少的更新次数，有效地更新注册信息。在这个实施例中，讲解系统采用的一个实例是通过上限和下限的一个组合确定的一个范围而定义的，不过也可以使用多个范围来定义该范围。另外，上限和下限可以设置为与相似度的高值和低值相同。
对注册信息(辞典)进行更新时，从输入面部特征信息获取的一个相关矩阵数值，更新作为注册信息存放的一个数值，然后通过K-L展开获取的一个子空间再次存放为更新的注册信息。
另外，在第一个实施例中，对于重写注册信息内容的方法并没有特别的依赖。所以，通过以一个特定的比例重写面部特征信息的一部分、将整个内容完全重写到输入面部特征信息中或者使注册信息存储器108为每个人保持多个模板，都能够实现注册信息的更新。在“1∶1核对”的情况下，注册信息更新的主体是接受识别人员的注册信息，在“1∶N核对”的情况下，是具有最高相似度的注册信息。
另外，在以上讲解的注册信息更新单元111中，对于所有注册人员公共地设置更新范围；不过，也可能对每个注册人员设置一个不同的更新范围。例如，在“1∶1核对”的情况下，可以对每个输入ID号分别设置更新范围，在“1∶N核对”的情况下，可以按照第一等级的ID号，改变更新范围。例如，对于通常不太难核对的那些用户，不必将更新频率设置为如此高的级别。所以，这种应用有可能设置狭窄的更新范围。
以上介绍的过程的流程，显示在图6的流程图中。
下一步，将要讲解第二个实施例。
另外，第二个实施例的设备构建、基本操作和应用方法都类似于第一个实施例，所以将省略其讲解。
第二个实施例的特征在于，注册信息更新时，按照识别时获取的相似度改变权值(比例)。所以，注册信息更新单元111的功能有些不同于第一个实施例。下面将要讲解这一点。
注册信息更新单元111判断是否应当使用识别器109的识别结果和/或历史信息存储器110中的历史信息，更新注册信息。根据这个判断的结果，更新注册信息存储器108的注册信息。
无论哪一条准则都可以用于判断注册信息更新单元111中注册信息更新的必要性。注意，讲解这种更新所采用的实例，将是第一个实施例中使用的确定识别时相似度是否在更新范围中。不过，也可以使用在第三个实施例和后续的实施例中讲解的判断方法。可以使用的更新注册信息的方法还有，只有输入单元103促使输入仅有一个所述人员才知晓的输入标识信息，比如人员标识号，才能核实所述人员。
另外，为了简单地讲解，在这个实施例中采用了两个实例，使用识别器109获取的相似度来改变注册信息更新比例。不过，使用计算更新比例的功能，也可以使用和改变多个更新比例。
后文中，将参考图7讲解一种方法，按照识别器109获取的相似度，改变注册信息更新单元111中注册信息更新比例。
在这个实施例中，更新注册信息时，从输入面部特征信息获取的一个相关矩阵数值，增加到作为注册信息存放的一个数值，而且通过K-L展开获取的子空间再次存放为更新的面部特征信息(注册信息)。
这时，新增加到注册面部特征信息(注册信息)之相关矩阵数值的权值，按照识别器109获取的相似度改变。例如，假若相似度小于更新范围上限阈值B并且大于或等于更新范围下限阈值B，就使用更新比例B更新注册信息，如图7所示。同样，假若相似度小于更新范围上限阈值A并且大于或等于更新范围下限阈值A，就使用更新比例A更新注册信息。
注意，注册信息相似度较低时更新比例B的权值设定在较高的级别，如果注册信息的内容波动变大，就在外部改变注册信息的内容。无疑，如果使用更新比例B(0≤B≤1)更新注册信息，就通过将现有特征信息的权值改变为(1-B)，增加相关矩阵的输入侧特征信息的权值改变为B，以此增加相关矩阵。
下一步将要讲解第三个实施例。
另外，第三个实施例的设备构建和基本操作都类似于第一个实施例，所以将省略其讲解。
第三个实施例的特征在于，根据与其它人员的注册信息之相似度的差异(第一等级和第二等级之间的一种差异)是否大于或等于一个固定的数值，判断注册信息更新。所以，注册信息更新单元111的功能稍微不同于第一个实施例。下面将要讲解这项功能。
注册信息更新单元111判断是否应当使用识别器109获取的一个或多个相似度，更新注册信息存储器108中存放的注册信息。根据这个判断的结果，更新注册信息存储器108的注册信息。在第三个实施例中，不仅在“1∶N核对”的情况下要获取与所有注册人员之注册信息的相似度，对于“1∶1核对”和“1∶n核对”的情况下，也要计算与所有注册人员的相似度。
首先，将参考图8讲解“1∶1核对”情况下的更新判断方法。在“1∶1核对”的情况下，等价于所述人员的相似度是已知的。在这种情况下，计算一个或多个“其它人员的相似度”，作为与其它人员(不同于所述人员)的相似度。如果获取了具有最高相似度的“第一等级的其它人员的相似度”，而且在所述人员的相似度和“第一等级的其它人员的相似度”之间有足够的差异，这个人就被判断为确实是所述人员，并且自动更新注册信息。
如果鉴别了一个注册的其它人员，就获得了视为“第一等级的其它人员的相似度”和原始的“所述人员”，所以“第一等级的其它人员的相似度”将变高。如果鉴别了一个未注册的人员，所有相似度都变低，而且所述人员的相似度也变低。与鉴别所述人员的情况不同，有可能使用这个人员的相似度和“第一等级的其它人员的相似度”花边之间的差异变小这一事实，防止错误地学习其它人员的注册信息。自不必言，有可能联合使用第一个实施例中的方法——所述人员的相似度处于一个固定数值的一个范围之内。
另外，在“1∶1核对”的情况下，有可能对于“第一等级的其它人员的相似度”，通过使用所有其它人员的相似度的一个平均值，防止由一个未注册人员错误地学习以更新注册信息。
此外，有可能按照所有相似度中仅次于最高相似度的“第二等级的相似度”的一个独立数值，作出判断。在这种情况下，如果其它人员是第一等级的，就期望一个所述人员表现出一个特定的高级别相似度，并且当“第二等级的相似度”高时，将该其它人员或者未注册人员视为鉴别后的，这种认识就变得是可能的。
下一步将使用图9讲解“1∶N核对”和“1∶n核对”的情况下的更新判断方法。在“1∶N核对”和“1∶n核对”的情况下，由于事先没有输入标识信息，就没有等价于“所述人员”的相似度，所以计算所有人员的相似度，并且使用最高的相似度“第一等级的相似度”和“第二等级的相似度”。
如图9A所示，所述人员正确地排在第一等级相似度时，与第二等级相似度的差异变大，“第一等级的相似度”和“第二等级的相似度”之间的差异——“第一等级-第二等级相似度差异”变得足够大。根据这一点，当这个数值大于一个规定的阈值或者在多个阈值定义的范围内，就使用为给定的第一等级相似度注册信息而输入的面部特征信息执行更新。
相反，如图9B所示，如果等价于所述人员的相似度低至第二等级以下，就计算对应于其它人员之注册信息的相似度，作为“第一等级的相似度”。不过在这种情况下，所述人员的相似度变为第二等级或者高于它，另一个人员的相似度变为第二等级，“第一等级-第二等级相似度差异”变得小于所述人员的相似度变为第一等级时的情况。在这种情况下，就有可能不仅使用所述判断准则，而且使用联合验证来检验“第一相似度”是否为一个规定的相似度，正如第一个实施例中所示。
类似地在“1∶1核对”的情况下，当仅有“第二等级的相似度”进行评价以及“第二等级的相似度”低于一个规定的阈值或者在多个阈值定义的相似度范围之内时，也有可能使用一种方法更新注册信息。
另外，在注册信息更新单元111中，为所有注册人员设定一个公共的更新范围。不过，在“1∶1核对”的情况下，为每一个输入的ID号分别设定更新范围。在“1∶N核对”和“1∶n核对”的情况下，按照第一等级的ID号改变更新范围。因此，有可能为每一个注册人员设定一个不同的更新范围。例如，在一个用户通常会通过核对的情况下，就不必提高更新频率，所以有可能将更新范围设置得狭窄。
另外，类似于第一个和第二个实施例，假设所使用的阈值和相似度的范围或者是对所有注册人员是公共的，或者是对各个人员。
下一步将要讲解本发明的第四个实施例。
另外，第四个实施例的设备构建、基本操作和应用方法都与第一个实施例中介绍的情况相同，所以这里将省略其讲解。
第四个实施例的特征在于，按照与各自的历史信息核对时人员的平均相似度是否变高，判断注册信息的更新。所以，注册信息更新单元111的功能与第一个实施例中略有不同，将在下面介绍。
注册信息更新单元111使用识别器109的识别结果或历史信息存储器中存放的历史信息，判断注册信息是否应当更新。根据这种判断的结果，更新注册信息存储器108中存放的注册信息。
在注册信息更新单元111中，由识别器109判断一个人员是否为注册人员之后，准备“临时注册信息(临时辞典)”，它是在使用特征量提取单元107获取的面部特征信息更新注册信息时准备的。在“1∶1核对”的情况下，根据等价于一个所述人员的注册信息，准备“临时注册信息”。在“1∶N核对”或“1∶n核对”的情况下准备的“临时注册信息”，是对于以最高相似度给定的注册信息更新注册信息时准备的。
“临时注册信息”并不是通过直接重写真正存放在注册信息存储器中的注册信息，而是临时地与注册信息分开准备的。准备这种临时注册信息时，从输入面部特征信息获取的一个相关矩阵值，加在作为注册信息而存放的一个数值上，然后使通过K-L展开获取的一个子空间成为更新之后的临时注册信息。
另外，第四个实施例对于重写注册信息内容的方法并没有特别的依赖。所以，通过以一个特定的比例重写面部特征信息的一部分、将整个内容完全重写到输入面部特征信息中或者在注册信息存储器108为每个人保存多个模板，都能够实现注册信息的更新。
准备了临时注册信息之后，在“1∶1核对”的情况下，计算与一种或多种面部特征信息的相似度，这些信息是过去输入的，对应于通过输入单元103输入的标识信息，并且这些信息存放在历史信息存储器110中，作为历史信息。在“1∶N核对”或“1∶n核对”的情况下，计算与一种或多种面部特征信息的相似度，这些信息是过去输入的，并且存放在历史信息存储器110中，作为对应于第一等级相似度的历史信息。同样，通过处理注册信息存储器108中存放的现有注册信息，计算相似度。结果，如果与过去输入的一种或多种特征信息对比，临时注册信息的平均相似度变高，注册信息存储器108中存放的注册信息就被临时注册信息取代，并且注册为一个原始辞典。
以上讲解的处理流程将显示在图10中的流程图中。
另外，在以上的讲解中，通过与过去的历史信息进行对比，利用平均相似度进行比较，但是即使相似度是在最低或最高级别，也能够实现本发明。
下一步将要讲解本发明的第五个实施例。
另外，第五个实施例的设备构建、基本操作和应用方法都与第一个实施例中介绍的情况相同，所以这里将省略其讲解。
第五个实施例的特征在于，如果难以判断更新注册信息的必要性，一幅输入影像或面部特征信息就保存起来，以便以后选择和更新。所以，注册信息更新单元111的功能与第一个实施例中略有不同，下面将会讲解。
注册信息更新单元111使用识别器109的识别结果或历史信息存储器110中存放的历史信息，确定注册信息是否应当更新。根据这种判断的结果，更新注册信息存储器108中存放的注册信息。
在注册信息更新单元111中，配备了例如一种自动更新的范围c，一种不自动更新的范围d，以及与这些范围分开的一种范围e，用于存放特征信息，以确定它们是否以后由检验来更新，如图11所示。例如在第一个实施例中的讲解，即使更新时能够有效地判断数据，当不能确认一个人就是注册的所述人员时，这时的输入影像或面部特征信息存放在历史信息存储器110中，以后通过视觉检验这种信息而另外更新。
当识别器109获取的相似度处于自动更新的范围c中时，有可能更新注册信息，使用的技术类似于第一个至第四个实施例中的讲解。另外，尽管对所有注册人员提供一个公共的更新范围，在“1∶1核对”的情况下，有可能对每一个输入的ID号设置一个分别的范围。在“1∶N核对”的情况下，也可能按照第一等级的ID号，通过改变更新范围，为每一个注册人员设置一个不同的更新范围。例如，在一个用户通常会通过核对的情况下，就不必将更新频率设置得太高，更新范围可以设置得狭窄。
按照以上的处理流程，历史信息存储器110中存放的信息视为对检验更新必要性的必需信息，讲解该信息时假设，在检验该信息时使用显示器102显示历史信息的内容。不过，历史信息存储器110中的内容也可以传递到另一台终端设备，在那里进行检验或显示。
考虑显示器102上显示的影像构造，一个原始注册人员的一幅面部影像f和需要确认信息的一幅输入影像g并排显示，如图12所示，以便在两个人员都可以确认为同一个人时，另外获取注册信息存储器108中存放的注册信息。自不必言，这种显示对于应用本发明并非必不可少，所以也可以显示面部特征信息本身。另外，使用连续数据执行面部核对时，可以通过输入多幅面部影像和运动影像进行核对。
下一步将要讲解本发明的第六个实施例。
另外，第六个实施例的设备构建、基本操作和应用方法都与第一个实施例中介绍的情况相同，所以这里将省略其讲解。
第六个实施例的特征在于，按照识别所需的时间或者识别重试的次数判断注册信息是否更新。所以，注册信息更新单元111的功能与第一个实施例中略有不同，下面将会讲解。
注册信息更新单元111使用识别器109的识别结果或历史信息存储器110中存放的历史信息，判断注册信息是否应当更新。根据这种判断的结果，更新注册信息存储器108中存放的注册信息。
另外，在第六个实施例中假设，在识别器109中重复地执行识别处理，直到获得最终的识别结果。采用的方法比如“当相似度没有超过一个鉴别阈值时，重复执行识别处理到特定的次数”、“当相似度超过一个鉴别阈值时完成识别处理”。自不必言，有可能使用与第一个到第五个实施例相同的技术。不过，这个实施例使用执行识别处理的次数和所需的次数，所以总是使用这种方法。
在这个实施例中，识别处理的结束如图13中的流程图所示。不仅识别的重复次数(重试的次数)，而且从识别处理开始后经历的时间也可以用作判断识别失败的准则。
后文中将讲解注册信息更新单元111中的一种注册信息更新方法。
如图13中的流程图所示，识别完成时，就获得了直到识别成功的重试次数。如果重试次数大于或等于规定的次数(一个更新阈值)，就判断为“为一个注册人员的注册信息输入了未学习的数据，识别需要长时间”，并且更新注册信息。相反，如果重试次数小于规定的次数(一个更新阈值)，就判断为“输入的数据与注册信息极为相似，识别在短时间内完成”，并且不更新注册信息。
注意，图14所示的一幅曲线图，用于讲解以上介绍的注册信息更新的判断条件。
另外，在以上的讲解中，识别的重试次数用作判断准则，不过也可以根据从识别处理开始后经历的时间作出判断。
另外，在注册信息更新单元111中，对所有注册人员设置了一个公共的更新范围。不过，在“1∶1核对”的情况下，有可能对每一个输入的ID号设置一个分别的范围。在“1∶N核对”的情况下，也可能按照第一等级的ID号，通过改变更新范围，为每一个注册人员设置一个不同的更新范围。例如，在一个用户通常会通过核对的情况下，就不必提高更新频率，所以更新范围可以设置得狭窄。
在这个实施例中，更新注册信息时，从输入面部特征信息获取的一个相关矩阵值加到作为注册信息存放的一个数值之后，通过K-L展开获取的一个子空间成为更新后的临时注册信息。
另外，在第六个实施例中，对于重写注册信息内容的方法并没有特别的依赖。所以，通过以一个特定的比例重写面部特征信息的一部分、将整个内容完全重写到输入面部特征信息中或者在注册信息存储器108为每个人保存多个模板，都能够实现注册信息的更新。
另外，识别重复时，存在着一种或多种输入面部特征信息，所以更新注册信息时所有信息都加到注册信息中。另外，所有信息可以限制为一个特定的数目，而不全部使用它们，或者说可以按照与注册信息相似度的提高，选择性地用于更新。
下一步将要讲解本发明的第七个实施例。
第七个实施例的实例，是第一个实施例中讲解的人员识别仪器应用于一种通行控制器，通过识别通行者的面部影像，控制通行者的通行。
图15示意性地显示了第七个实施例中涉及的通行控制器的结构。这种通行控制器控制着出入一个安全设施(安全房间等)的出入口。这种通行控制器识别一个用户(一个通行者)的一幅面部影像，并且根据识别结果，控制一个安全设施出入门的开关。这种通行控制器包括摄像头101、显示器102、输入单元103、处理器104和一个门控器114，它是一种通行控制装置，按照识别器109的识别结果，控制一个安全设施201之出入门202的开关。
另外，在图15中，门控器114以外的部件与图1所示之人员识别器的部件相同，并且分配相同的引用号，将省略其讲解。
例如当获取的相似度大于获取的鉴别阈值时，识别器109向门控器114输出一个“开门”的信号，当获取的相似度小于鉴别阈值时，向门控器输出“关门”信号。从识别器109收到“开门”信号时，门控器114将出入门202控制在打开状态，批准一个已识别人员100(在这种情况下是一个通行者)进入房间，当收到“关门”信号时，将出入门202保持在关闭状态，拒绝一个注册人员100的进入。
因此，依据第七个实施例，有可能使用第一个实施例中讲解的人员识别仪器，控制通行者的通行。
另外，在第七个实施例讲解了应用第一个实施例中讲解的人员识别仪器的一种情况，但是无须解释，第二个至第六个实施例中讲解的人员识别仪器也是可以应用的。
正如以上的讲解，依据以上介绍的实施例，当用于识别人员的注册信息(一个辞典)高效地学习而不对被识别人员施加负担时，就变得有可能在识别时，使长期变化和/或波动的输入信息造成的错误地排除注册人员的比率降低。
另外，使用与鉴别阈值没有优先差异的识别数据(成功鉴别的数据)自动更新注册信息时，能够有效地学习注册信息而不增加被识别人员的负担。
依据本发明，正如详细介绍的一种人员识别仪器，有可能提供一种人员识别方法和一种通行控制器，在鉴别时能够降低由于注册人员的长期变化和波动输入信息而造成的错误识别率。
另外，依据本发明，有可能提供一种人员识别仪器、一种人员识别方法和一种通行控制器，能够有效地学习注册信息(一个辞典)，而不增加被识别人员的负担。
权利要求
1.一种人员识别仪器，包括一个生物测定信息输入单元，用于输入接受识别者的生物测定信息；一个注册信息存储器，用于事先存放接受识别者的生物测定信息作为注册信息；一个识别器，对于生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，通过核对两者以获取其相似度，而且根据获取的相似度识别这个人；以及一个注册信息更新单元，判断识别器获取的相似度是否在规定的更新范围之内，而且根据相似度是在规定的更新范围之内的判断结果，使用生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
2.根据权利要求1的人员识别仪器，其特征在于，更新注册信息时，注册信息更新单元按照对应的相似度数值，改变更新注册信息的一个比例。
3.根据权利要求1的人员识别仪器，其特征在于，注册信息更新单元判断识别器获取的多个相似度之间的一个差异是否大于一个规定的阈值，而且根据多个相似度之间的这个差异大于这个规定阈值的判断结果，根据生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
4.根据权利要求3的人员识别仪器，其特征在于，多个相似度之间的这个差异是最高相似度和仅次于它的相似度之间的一个差异。
5.根据权利要求3的人员识别仪器，其特征在于，事先输入了一个接受识别者的标识信息时，多个相似度中的这个差异是两种相似度之间的一个差异，一种相似度是对于一个注册人员的标识信息对应的注册信息，另一种相似度是对于其它注册信息相似度中的最高相似度。
6.根据权利要求3的人员识别仪器，其特征在于，事先输入了一个接受识别者的标识信息时，多个相似度中的这个差异是两种相似度之间的一个差异，一种相似度是对于标识信息对应的注册信息，另一种相似度是对于其它注册信息的部分或所有相似度获取的一个评价数值。
7.根据权利要求1的人员识别仪器，进一步包括一个历史信息存储器，用于存放生物测定信息输入单元输入的生物测定信息，作为历史信息；以及一个临时注册信息准备单元，根据识别器完成识别的条件，使用生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，准备临时注册信息；其特征在于，注册信息更新单元获取临时注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，获取注册信息存储器中存放的注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，当临时注册信息给出的相似度高于注册信息存储器中存放的注册信息时，将注册信息存储器中存放的对应注册信息替换为临时注册信息。
8.根据权利要求1的人员识别仪器，其特征在于，注册信息更新单元包括一个第一注册信息更新单元，如果在识别时对于在识别器中获取的相似度预置了更新注册信息的一个范围、不更新注册信息的一个范围以及检验注册信息是否要更新的一个范围以及相似度是否在更新注册信息的范围中，就根据生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息，如果相似度是在不更新注册信息的范围中，就不更新注册信息，如果相似度是在以后检验是否更新注册信息的范围中，就将生物测定信息输入单元输入的对应生物测定信息存放为历史信息；以及一个第二注册信息更新单元，根据第一注册信息更新单元存放的生物测定信息的检验结果，根据生物测定信息，更新注册信息存储器中存放的注册信息。
9.根据权利要求1的人员识别仪器，其特征在于，识别器通过核对生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，获取它们的相似度，并且根据获取的相似度重复地执行识别人员的操作，直到获得最终识别结果；以及注册信息更新单元一直判断识别器获得最终的识别结果前的一种时间，或者识别操作的次数是否高于预定的更新阈值，并且根据它高于更新阈值的判断结果，根据生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
10.根据权利要求1的人员识别仪器，其特征在于，注册信息存储器预先存放着接受识别者的生物测定信息，加上了这个人员特定的标识信息，作为注册信息，并且进一步装备了一个标识信息输入单元，其中当标识信息输入单元事先输入了标识信息时，识别器获取与注册信息存储器中存放的标识信息对应的注册信息的相似度，并且当识别器获取的相似度高于一个规定的阈值时，就将一个人员识别为标识信息对应的一个人员，当标识信息输入单元没有事先输入标识信息时，获取与注册信息存储器中存放的所有注册信息的相似度，并且当获取的相似度中最高的相似度高于一个规定的阈值时，就将一个人员识别为标识信息对应的一个人员，以及当标识信息输入单元事先输入了能够部分变窄的标识信息时，获取注册信息存储器中存放的标识信息对应的相似度，并且当当获取的相似度中最高的相似度高于一个规定的阈值时，就将一个人员识别为标识信息对应的所述人员。
11.根据权利要求1的人员识别仪器，其特征在于，人员的生物测定信息是面部影像、指纹影像、虹膜影像、手部几何影像、手指影像和语音信息中的至少任何一种。
12.一种人员识别方法，包括输入一个接受识别者的生物测定信息；对于输入的生物测定信息和注册信息存储器中预先存放为接受识别者之生物测定信息的注册信息，通过核对它们以获取其相似度；根据获取的相似度识别这个人；判断获取的相似度是否在规定的更新范围之内；根据相似度是在规定的更新范围之内的判断结果，使用输入步骤中输入的生物测定信息，更新注册信息存储器中存放的注册信息。
13.根据权利要求12的人员识别方法，其特征在于，识别步骤核对两种信息，一种是输入人员的生物测定信息的输入步骤中输入的生物测定信息，另一种是预先存放多个接受识别者的生物测定信息的注册信息存储器中存放的多种注册信息，人员识别步骤通过核对获取多个相似度，并且根据获取的多个相似度识别人员，判断步骤判断识别步骤中获取的多个相似度中的一种差异是否高于规定的阈值，以及注册信息更新步骤根据多个相似度中的差异高于规定的阈值的判断结果，通过使用生物测定信息输入步骤中输入的生物测定信息，更新注册信息存储器中存放的注册信息。
14.根据权利要求12的人员识别方法，进一步包括在历史信息存储器中存放生物测定信息输入步骤输入的生物测定信息，作为历史信息；以及根据识别步骤中识别的完成，根据生物测定信息输入步骤输入的生物测定信息和注册信息存储器中存放的注册信息，准备临时注册信息；其特征在于，注册信息更新步骤获取以上准备的临时注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，获取注册信息存储器中存放的注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，当临时注册信息给出的相似度高于注册信息存储器中存放的注册信息时，将注册信息存储器中存放的对应注册信息替换为临时注册信息。
15.根据权利要求12的人员识别方法，其特征在于，识别步骤通过核对生物测定信息输入步骤中输入的生物测定信息和注册信息存储器中存放的注册信息，获取它们的相似度，并且根据这些获取的相似度重复地执行识别人员的操作，直到获得最终识别结果，以及注册信息更新步骤一直判断获得最终的识别结果前的一种时间，或者识别操作的次数是否大于识别步骤中预定的一个更新阈值，并且根据识别次数大于阈值的判断结果，根据生物测定信息输入步骤获取的生物测定信息，更新注册信息存储器中存放的注册信息。
16.一种通行控制器，用于识别一个通行者并且控制该通行者的通行，包括一个生物测定信息输入单元，用于输入通行者的生物测定信息；一个注册信息存储器，用于存放初步接受识别之通行者的生物测定信息；一个识别器，对于生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，通过核对它们以获取其相似度，而且根据获取的相似度识别该通行者；一个注册信息更新单元，判断识别器获取的相似度是否在规定的更新范围之内，而且根据相似度是在规定的更新范围之内的判断结果，使用生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息；以及一个通行控制器，按照识别器的识别结果，控制该通行者的通行。
17.根据权利要求16的通行控制器，其特征在于，识别器通过核对生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的多种注册信息，获得多个相似度，并且根据获取的多个相似度识别通行者；以及注册信息更新单元判断识别器获取的多个相似度中的一个差异是否高于规定的阈值，而且根据多个相似度中的这个差异高于这个规定阈值的判断结果，根据生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
18.根据权利要求16的通行控制器，进一步包括一个历史信息存储器，用于存放生物测定信息输入单元输入的生物测定信息，作为历史信息；以及一个临时注册信息准备单元，在识别器完成识别之后，根据生物测定信息输入单元输入的注册信息和注册信息存储器中存放的注册信息，准备临时注册信息；其特征在于，注册信息更新单元获取临时注册信息准备单元准备的临时注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，并且获取注册信息存储器中存放的注册信息与过去获取并存放在历史信息存储器中的生物测定信息的相似度，当临时注册信息的相似度高于注册信息存储器中存放的注册信息时，将注册信息存储器中存放的对应注册信息替换为临时注册信息。
19.根据权利要求16的通行控制器，其特征在于，识别器通过对比生物测定信息输入单元输入的生物测定信息和注册信息存储器中存放的注册信息，获得它们的相似度，并且根据获取的相似度重复地执行识别人员的操作，直到获得最终识别结果；以及注册信息更新单元一直判断识别器获得最终的识别结果前的一种时间，或者识别操作的次数是否高于更新阈值，并且根据识别操作的次数高于更新阈值的判断结果，根据生物测定信息输入单元输入的生物测定信息，更新注册信息存储器中存放的注册信息。
20.根据权利要求16的通行控制器，其特征在于，人员的生物测定信息是面部影像、指纹影像、虹膜影像、手部几何影像、手指影像和语音信息中的至少一种。
全文摘要
一种人员识别仪器通过一个摄像头，输入一个接受识别者的一幅面部影像，并且通过由识别器核对输入的面部影像与预先存放被识别人员面部影像的注册信息存储器中存放的注册信息，获得它们的相似度。所以，在这种根据获取的相似度识别一个所述人员的人员识别仪器中，一个注册信息更新单元判断由一个识别器获取的相似度是否在规定的更新范围之内，并且根据相似度在规定更新范围中的判断结果，根据摄像头输入的面部影像更新注册信息存储器中存放的注册信息。
文档编号G08B25/04GK1494037SQ0315556
公开日2004年5月5日 申请日期2003年8月29日 优先权日2002年11月1日
发明者助川宽 申请人:株式会社东芝