JP2001167279A

JP2001167279A - 個体識別装置

Info

Publication number: JP2001167279A
Application number: JP35401599A
Authority: JP
Inventors: Masahiko Suzaki; 昌彦須崎; Yuji Kuno; 裕次久野
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1999-12-14
Filing date: 1999-12-14
Publication date: 2001-06-22
Anticipated expiration: 2019-12-14
Also published as: JP3995181B2

Abstract

(57)【要約】【課題】照合時の環境条件やカメラとの位置関係によ
る画像の歪みが生じても、高精度で個体識別を行うこと
のできる装置を実現する。【解決手段】入力画像記憶部２は、カメラ１によって
撮影された複数の異なるシーンの画像を記憶する。特徴
データ生成部８は、入力画像記憶部２の複数の画像のそ
れぞれについて、その特徴の各パラメータの値を変動さ
せて擬似的に抽出誤差のある特徴データを生成する。辞
書データ選択部７は、特徴データ生成部８で生成された
各特徴データに対して、ある画像から得られた特徴デー
タと他の画像から得られた特徴データとの平均的な相違
度を計算し、これが所定値よりも小さく、かつ、他のす
でに選択した特徴データとの相違度が予め定めた閾値よ
りも大きい場合に登録用の特徴データとして選択する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像から任意の特
徴を抽出して個体識別を行う個体識別装置に関する。

【０００２】

【従来の技術】従来より、例えば下記に示す文献に記載
されているように、個体識別技術として、虹彩（アイリ
ス）を用いたものが提案されている。

【０００３】［文献］米国特許第５２９１５６０号明細
書、United States Patent BIOMETRICPERSONAL IDENTIF
ICATION SYSTEM BASED ON IRIS ANALISYS

【０００４】上記のような従来技術では、テレビカメラ
によって取得した画像データにおいて、瞳孔に外接する
円を検出し、それぞれの円を基準に座標系を設定する。
このようにして座標系を設定することにより、瞳孔の大
きさの変化、被写体とカメラの距離の変化などを吸収し
ている。このようにして設定された座標系に基づいて、
アイリスをいくつかの領域に分割し、それぞれの領域毎
にアイリスコードを生成する。このアイリスコードを比
較することにより個体識別を行う。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来の技術では、瞳孔の形やアイリスの形が予め設定した
場合と異なる場合や、データ取得時のカメラと被写体の
位置関係、データ取得環境などによる画像の歪みなどの
影響で、正常に照合処理を行った場合でも、期待する照
合の精度を得ることが困難であった。

【０００６】

【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。〈構成１〉個体の画像から任意の特徴を抽出し、この特
徴に基づき個体識別を行う個体識別装置において、１個
体の複数の異なるシーンの画像を記憶する入力画像記憶
部と、入力画像記憶部に記憶された複数の画像のそれぞ
れについて、その特徴の各パラメータの値を変動させて
擬似的に抽出誤差のある特徴データを生成する特徴デー
タ生成部と、特徴データ生成部で生成された各特徴デー
タに対して、任意の画像から得られた特徴データとそれ
以外の画像から得られた特徴データとの平均相違度が所
定値より小さい任意の画像から得られた特徴データを所
定の数だけ選択して登録用の特徴データとする辞書デー
タ選択部とを備えたことを特徴とする個体識別装置。

【０００７】〈構成２〉構成１に記載の個体識別装置に
おいて、選択した任意の特徴データと、それ以外のすで
に選択した特徴データとの相違度が所定の閾値より大き
い特徴データを登録用の特徴データとする辞書データ選
択部を備えたことを特徴とする個体識別装置。

【０００８】〈構成３〉目画像からアイリスコードを生
成し、このアイリスコードに基づいて個体識別を行う個
体識別装置において、１個体の複数の異なるシーンの目
画像を記憶する入力画像記憶部と、入力画像記憶部に記
憶された複数の目画像のそれぞれについて、アイリス座
標系の各パラメータの値を変動させて擬似的に抽出誤差
のあるアイリスコードを生成する特徴データ生成部と、
特徴データ生成部で生成された各アイリスコードに対し
て、同一個体における任意の画像から得られたアイリス
コードとそれ以外の画像から得られたアイリスコードと
の平均相違度が所定値より小さい任意の画像から得られ
たアイリスコードを所定の数だけ選択して登録用のアイ
リスコードとする辞書データ選択部とを備えたことを特
徴とする個体識別装置。

【０００９】〈構成４〉構成３に記載の個体識別装置に
おいて、選択した任意のアイリスコードと、それ以外の
すでに選択したアイリスコードとの相違度が所定の閾値
より大きいアイリスコードを登録用のアイリスコードと
する辞書データ選択部を備えたことを特徴とする個体識
別装置。

【００１０】〈構成５〉構成３または４に記載の個体識
別装置において、選択を行った結果、登録用のアイリス
コードが予め決められた数に満たなかった場合、登録失
敗であることを示す情報を出力する辞書データ選択部を
備えたことを特徴とする個体識別装置。

【００１１】〈構成６〉構成３〜５のいずれかに記載の
個体識別装置において、特徴データ生成部で生成された
各アイリスコードに対して、同一個体の他の画像から生
成されたアイリスコードとの平均ハミング距離が小さい
もの程照合性能が高いアイリスコードであるとして、照
合性能の高いものを任意の数だけ登録用のデータとして
選択する辞書データ選択部を備えたことを特徴とする個
体識別装置。

【００１２】〈構成７〉構成３〜６のいずれかに記載の
個体識別装置において、特徴データ生成部で生成された
各アイリスコードに対して、同一個体の他の画像から生
成されたアイリスコードとのハミング距離が照合時に用
いる閾値よりも小さい場合の数を数え、この数が多いも
の程照合性能が高いアイリスコードであるとして、照合
性能の高いものを任意の数だけ登録用のデータとして選
択する辞書データ選択部を備えたことを特徴とする個体
識別装置。

【００１３】〈構成８〉画像から任意の特徴を抽出して
識別を行う個体識別装置において、１個体の複数の異な
るシーンの画像に対応した複数の特徴データと、この複
数の特徴データから生成された擬似的に抽出誤差のある
特徴データとの中から、任意の画像から得られた特徴デ
ータとそれ以外の画像から得られた特徴データとの平均
相違度が所定値より小さい任意の画像から得られた特徴
データを所定の数だけ選択し、これを同一個体における
登録用の特徴データとして保有する登録データベース
と、照合対象となる個体の画像から抽出した特徴データ
に対して、登録データベース中の特徴データを照合する
場合、登録データベース中の同一個体の特徴データを登
録データベース作成時に計算した平均相違度が小さいも
のから順に照合する照合部とを備えたことを特徴とする
個体識別装置。

【００１４】〈構成９〉画像から任意の特徴を抽出して
識別を行う個体識別装置において、１個体の複数の異な
るシーンの画像に対応した複数の特徴データと、この複
数の特徴データから生成された擬似的に抽出誤差のある
特徴データとの中から、任意の画像から得られた特徴デ
ータとそれ以外の画像から得られた特徴データとの平均
相違度が所定値より小さい任意の画像から得られた特徴
データを所定の数だけ選択し、これを同一個体における
登録用の特徴データとして保有する登録データベース
と、照合対象となる個体の画像から抽出した特徴データ
に対して、登録データベースの特徴データを照合する場
合、登録データベースの各個体の特徴データ中、照合が
行われていない特徴データの中で最も登録データベース
作成時に計算した平均相違度が小さいものから順に各個
体の特徴データ毎に照合する照合部とを備えたことを特
徴とする個体識別装置。

【００１５】〈構成１０〉構成９に記載の個体識別装置
において、１回の各個体の特徴データ毎の照合が行われ
る度に、照合対象となる個体の特徴データと、登録デー
タベース中の各個体の特徴データとの最小相違度を常に
記録しておき、この最小相違度が小さい順に並べ替えを
行い、最小値が小さい個体の特徴データのみを次回の照
合対象とする照合部を備えたことを特徴とする個体識別
装置。

【００１６】

【発明の実施の形態】以下、本発明の実施の形態を具体
例を用いて詳細に説明する。

【００１７】《具体例１》〈構成〉図１は、本発明の個体識別装置の具体例１を示
す構成図である。図の装置は、カメラ１、入力画像記憶
部２、アイリス座標抽出部３、アイリス座標変動部４、
アイリスコード生成部５、データ記憶部（アイリスコー
ド記憶部）６、辞書データ選択部７からなり、アイリス
座標抽出部３、アイリス座標変動部４、アイリスコード
生成部５により特徴データ生成部８を構成している。

【００１８】カメラ１は、アイリスコードを登録する人
物または動物の目を撮影するもので、カメラ１によって
取得された映像は、図示しないＡ／Ｄ変換部によりＡ／
Ｄ変換され、静止画として入力画像記憶部２に記憶され
るよう構成されている。入力画像記憶部２は、メモリや
ハードディスク等からなるものである。

【００１９】また、カメラ１による撮影は明るさや撮影
角度を人為的に変更しながら一定時間行われ、その間に
撮影された映像のうち、良好な画質のものを複数フレー
ム記録する。

【００２０】特徴データ生成部８は、入力画像記憶部２
に記録された全ての入力画像に対してアイリスコードを
生成する。即ち、アイリス座標抽出部３では、アイリス
コード生成のための座標系設定を行う。この座標系の抽
出は、入力画像に対して画像処理技術を用いて自動的に
行われるよう構成されている。ここで、アイリス座標系
とは、瞳孔の外側の輪郭やアイリスの外側の輪郭に、円
や楕円などの図形を当てはめたときの、中心座標や半径
などのパラメータの値であり、この値が変動することに
よって、同じ画像であっても異なるアイリスコードが生
成される。また、同じ個体から選択された画像であって
も、撮影条件などの違いにより、アイリス座標系が正確
に設定されても二つの画像間で異なるアイリスコードが
生成される。

【００２１】アイリス座標変動部４は、アイリス座標抽
出部３で抽出されたアイリス座標系の各パラメータを予
め決められた範囲で変動させる機能を有している。アイ
リスコード生成部５は、アイリス座標変動部４で変動さ
せたパラメータに対してアイリスコードを生成し、入力
画像と変動させたパラメータの情報とを共にデータ記憶
部６に追加していくものである。また、このようなアイ
リス座標の変動とアイリスコードの生成は、予め決めら
れた種類のアイリスコードが得られるまで繰り返される
ようになっている。

【００２２】辞書データ選択部７は、データ記憶部６に
蓄えられたアイリスコードから登録用として記録するア
イリスコードを選択する機能部であり、詳細については
動作の項で説明する。

【００２３】尚、上記構成において、アイリス座標抽出
部３、アイリス座標変動部４、アイリスコード生成部
５、辞書データ選択部７の各機能は、各処理に対応した
ソフトウェアとこれを実行するためのプロセッサやメモ
リ等からなり、入力画像記憶部２やデータ記憶部６は、
半導体メモリやハードディスク装置等の記憶装置から構
成されている。

【００２４】〈動作〉ここでは、登録と照合の対象を人
物とし、瞳孔の輪郭とアイリスの外側の輪郭に円を当て
はめることによってアイリスコードを生成する場合につ
いて説明する。

【００２５】図２は、アイリスコードを登録するための
映像入力からアイリスコード生成までの動作を示すフロ
ーチャートである。

【００２６】登録を行う人物の目に対して、照合時に起
こりうる照明変化やカメラと人との相対位置の変化、目
を動かすなどの動作を行い、それら全ての状態の映像を
記録する（ステップＳ１０１）。取得した映像のうち、
様々なシーンから良好な画像を、Ａ／Ｄ変換によってデ
ジタル画像として、入力画像記憶部２のメモリまたはハ
ードディスク上に記憶する（ステップＳ１０２）。

【００２７】従って、一つの目に対して、複数の画像フ
ァイルが生成される。尚、映像は一旦ビデオテープ等に
記録してもよいし、その場で静止画像に変換してハード
ディスクやメモリ上に記録してもよい。

【００２８】次に、アイリス座標抽出部３では、入力画
像記憶部２に記録された複数フレームの画像それぞれに
対してエッジ抽出等の処理を行い、瞳孔の輪郭に円を当
てはめ、その中心座標をＣｐ（Ｘｐ，Ｙｐ）、半径をＲ
ｐとし（ステップＳ１０４）、これを瞳孔円と呼ぶ。

【００２９】また、アイリスの外側の輪郭に対しても同
様に円を当てはめ、中心座標をＣｉ（Ｘｉ，Ｙｉ）、半
径をＲｉとし（ステップＳ１０５）、これをアイリス円
と呼ぶ。尚、これらの円の当てはめは、例えば従来文献
に記載されているような従来技術を用いることも可能で
あるため、ここでの詳細な説明は省略する。

【００３０】上記ステップＳ１０４とステップＳ１０５
で抽出した円の各パラメータが以下の処理でアイリスコ
ードを生成するための基準となるパラメータであり、こ
れを基準パラメータと呼ぶ。

【００３１】図３は、目画像とコード化画像の説明図で
ある。図３（ａ）は、瞳孔とアイリスの輪郭に円を当て
はめた場合の説明図であり、以下、説明を簡略にするた
め、瞳孔円とアイリス円の中心は同一である（Ｘｐ＝Ｘ
ｉ，Ｙｐ＝Ｙｉ）とするが、撮影時の目とカメラ１の位
置関係による映像の歪みを補正するために、これらを別
々に扱う方法をとってもよい。

【００３２】ステップＳ１０６〜ステップＳ１０９は、
入力画像に対するアイリスコードを生成する部分であ
る。瞳孔円やアイリス円の当てはめの誤差を考慮して、
これらの円の標準パラメータを一定のステップ幅で変動
させ、新しいパラメータを得る（ステップＳ１０６）。
このパラメータを変動パラメータと呼ぶ。

【００３３】このステップＳ１０６では、半径ＲｐとＲ
ｉのみを変動させるものとし、変動パラメータの値をそ
れぞれｒｐ（＝Ｒｐ＋Δｒｐ），ｒｉ（＝Ｒｉ＋Δｒ
ｉ）と表すことにする。この他、中心座標ＣｐやＣｉの
各値を変動させることも可能である。

【００３４】ステップＳ１０７では、変動パラメータを
元に、アイリスコードを生成するための中間画像（コー
ド化画像と呼ぶ）を生成する。図３（ｂ）では、コード
化画像を生成する方法の例を説明している。アイリスの
上部はまぶたやまつげ等で隠れているので、図示のよう
に、π−θから２π＋θまでの範囲をコード化するもの
とする。

【００３５】図３（ａ）のａ，ｂ，ｃ，ｄと、（ｂ）の
ａ，ｂ，ｃ，ｄがそれぞれ対応するようにコード化画像
を生成する。具体的には、コード化画像上の任意の点ｐ
（ｘｐ，ｙｐ）が入力画像上（図３（ａ））の点ｑ（ｘ
ｑ，ｙｑ）と対応するとすると、点ｐと点ｑの関係は以
下の式で表される。

【００３６】点ｑ（ｘｑ，ｙｑ）は瞳孔円の中心Ｃｐを
原点とする極座標系で、ｑ（ｒｑ，θｑ）（Ｃｐからの
距離がｒｑ、水平軸とのなす角がθｑ）と表されるもの
とすると、ｘｐ＝ｗ×（θｑ−（π−θ））／（π＋２θ）ｙｐ＝ｈ×（ｒｑ−ｒｐ）／（ｒｉ−ｒｐ）

【００３７】ステップＳ１０８では、ステップＳ１０７
で生成されたコード化画像に対して、バンドパスフィル
タを適用することによってアイリスコードを生成する。
このアイリスコードは既知の技術が適用できるため、こ
こでの詳細な説明は省略する。ただし、アイリスコード
はコード化画像の濃度の変化に依存するため、これらの
パラメータが変動することによって、同じ入力画像から
異なる複数のアイリスコードを得ることになる。

【００３８】標準パラメータの変動が決められた範囲で
完了するまで、ステップＳ１０６〜ステップＳ１０９の
処理が繰り返される。繰り返しの回数がＮ回であるとす
ると、１枚の入力画像からＮ種類のアイリスコードが生
成され、画像ファイルの情報と変動したパラメータの情
報と共に、辞書候補データとしてメモリやディスク上に
記録される（ステップＳ１１０，ステップＳ１０３）。

【００３９】図４は、辞書候補データの内容を示す説明
図である。図２のステップＳ１０１、Ｓ１０２におい
て、一つの目に対してＭフレームの画像がファイルとし
て保存されたとする。また、ステップＳ１０６〜Ｓ１０
９において、ΔｒｐとΔｒｉをそれぞれ−０．１〜０．
１までステップ幅０．１で変動させたとする。これによ
り、１フレームの画像から３×３＝９個のコードが生成
される。この９個のコードをまとめてコードセットＣＤ
（ｍ）、（ｍは画像の番号）と呼ぶ。

【００４０】また、コードセット中でΔｒｐとΔｒｉが
共に０であるコード（ステップＳ１０６で抽出されたパ
ラメータに変動を加えずに生成されたアイリスコード）
を標準コードと呼び、ＣＤｓ（ｍ）と表す。従って、一
つの目に対してはＭ個のコードセット（Ｍ×９個のコー
ド）が生成されたことになる。ｍ（ｍ＝１〜Ｍ）番目に
取得された静止画像に対するｎ（ｎ＝１〜Ｎ，Ｎ＝９）
番目のコードをＣ（ｍ，ｎ）と表す。Ｎ（＝９）は、Δ
ｒｐとΔｒｉの変動幅とステップ幅によって変化する。

【００４１】図５は、辞書候補データから登録データを
選択するための照合度数を求める処理のフローチャート
である。即ち、先ず、辞書候補データ中の全てのコード
に対して、コードの照合度数Ｑ（ｍ，ｎ）＝｛Ｄ，ＡＶ
Ｅ｝（ｍ＝１〜Ｍ，ｎ＝１〜Ｎ，Ｄは照合数，ＡＶＥは
平均のハミング距離）を計算する。

【００４２】あるコードセットＣＤ（ｍ）（ｍ＝１〜
Ｍ）中のコードＣ（ｍ，ｎ）（ｎ＝１〜Ｎ）に対して
（ステップＳ２０１〜ステップＳ２０４，ステップＳ２
１５）、ＣＤ（ｍ）以外のコードセットの標準コードＣ
Ｄｓ（Ｌ）（Ｌ＝１〜Ｍ，Ｌ≠ｍ）（ステップＳ２０５
〜２０７，ステップＳ２１２）とのハミング距離ＨＤ
（Ｌ）を計算し（ステップＳ２０８）、ＨＤ（Ｌ）が照
合時に本人と他人を区別するための閾値Ｔａを下回って
いれば（ステップＳ２１０）、照合数Ｄを１増やす（ス
テップＳ２１１）。

【００４３】全てのＬについてハミング距離の計算と、
閾値Ｔａとの比較が終了すれば、ハミング距離の平均Ａ
ＶＥを計算し（ステップＳ２０９，ステップＳ２１
３）、ＤとＡＶＥをコードＣ（ｍ，ｎ）に対する照合度
数Ｑ（ｍ，ｎ）＝｛Ｄ，ＡＶＥ｝として登録する（ステ
ップＳ２１４）。

【００４４】従って、ＤはＣ（ｍ、ｎ）を辞書とした場
合、他のコードセットの標準コードＣＤｓ（Ｌ）が入力
されたときに照合できた数である。

【００４５】照合度数の計算はコードセット中の全ての
コードについて（ステップＳ２１５、ステップＳ２０
４）、また、全てのコードセットについて（ステップＳ
２１６、ステップＳ２０１）行われる。なお、「照合数
が多く、照合数が同じであれば平均ハミング距離が小さ
いもの」ほど照合度数が高いものとする。

【００４６】照合度数の計算には、あるコードセットＣ
Ｄ（ｍ）中のコードと、それ以外のコードセットＣＤ
（Ｌ）の標準コードだけでなく、ＣＤ（Ｌ）に含まれる
全てのコードを使用してもよい。

【００４７】次に、上記照合度数の計算処理で求めた照
合度数Ｑ（ｍ，ｎ）＝｛Ｄ，ＡＶＥ｝に基づいて登録デ
ータを選択し、辞書セットに登録する処理を説明する。

【００４８】図６は、登録データ選択処理のフローチャ
ートである。辞書セットは、ある目に対してデータ取得
時の明るさやカメラ位置などの条件の違い、アイリス座
標の当てはめ誤差などを考慮して、一つの目に対して複
数のコードを登録しておくためのもので、登録するコー
ド数をＲＭとすると、辞書セットはＣＭ（ｒ）（ｒ＝１
〜ＲＭ）と表記する。

【００４９】先ず、各コードセット中のアイリスコード
を照合度数の高い順にコードをソートする。ソート後の
コードをＣＳ（ｍ，ｎ）（ｍ＝１〜Ｍ，ｎ＝１〜Ｎ）と
表記する（ステップＳ３０１）。ここで、同じｍに対し
て、ｎの数が小さいコードほど照合度数が高いものとす
る。更に、全ての辞書候補データ中で最も照合度数が高
いコードＣ（ｍｍ，ｎｎ）を含むコードセットをＣＤ
（ｍｍ）とし、そのＣ（ｍｍ，ｎｎ）を１番目の登録デ
ータとして１番目の辞書セットＣＭ（１）に登録する
（ステップＳ３０２）。

【００５０】Ｋ＝ｍｍ＋１とし、ｒ＝２とする（ステッ
プＳ３０３）。Ｋはコードセットの番号で、Ｋ＞Ｍなら
ばＫ＝１とする（ステップＳ３０４）。コードセットの
ＣＤ（Ｋ）中で、辞書セットに登録されていないコード
のうち、最も照合度数が高いコードＣＳ（Ｋ，ｎ）と、
既に登録されてある辞書セット中の全てのコードＣＭ
（ｒ）とのハミング距離を計算し、その最小値を求め
る。この最小値が登録のための閾値Ｔｒよりも大きけれ
ば（ステップＳ３０７）、このコードを辞書セットＣＭ
（ｒ）に登録し、Ｋの値とｒの値をそれぞれ１ずつ増や
す（ステップＳ３０８）。

【００５１】これによって、辞書セット中の各コード
は、これを辞書とした場合、他の入力データに対して照
合できる割合が高く、かつ、辞書セット中の他のコード
とは、その個体のコード空間（その個体から生成され得
る全てのコードの集合）における距離が離れているとい
う性質を持つ。

【００５２】図７は、コードＣＭ（ｒ）とコード空間と
の関係を示す説明図である。図示の状態は、即ち、辞書
セット中のコードがコード空間内に適当に散らばってお
り、これを用いれば、照合時の環境の変化におるアイリ
スコードの変動がカバーできることを意味している。

【００５３】図６のステップＳ３０７において、ハミン
グ距離の最小値がＴｒよりも小さければ、コードセット
ＣＤ（Ｋ）中の次に照合度数が高いものについて同じ処
理を行う（ステップＳ３０９，Ｓ３０６，Ｓ３０７）。

【００５４】コードセットＣＤ（Ｋ）中の全てのコード
について、ステップＳ３０９，Ｓ３０６、Ｓ３０７の処
理を行った結果、ＣＤ（Ｋ）中の条件を満たすコードが
なかった場合、Ｋを１増やして（ステップＳ３１１）、
ステップＳ３０４に戻る。但し、Ｋ＝１〜Ｍの全てのコ
ードセットの全てのコード（辞書候補データ中の全ての
コード）について、ステップＳ３０７の条件を満たすコ
ードがなかった場合（ステップＳ３１０）、Ｔｒを予め
定めた値ｄｒだけ下げて（ステップＳ３０７の条件を緩
めて）（ステップＳ３１２）、ステップＳ３０４に戻
る。上記ステップＳ３０４〜ステップＳ３１２の繰り返
しは、辞書セット中のコード数がＲＭになるまで（ステ
ップＳ３０５でｒ＞ＲＭとなるまで）行われる。

【００５５】また、全てのコードセットＣＤ（Ｋ）に対
して上記処理を行った結果、辞書セットＣＭ（ＲＭ）に
満たなかった場合、辞書データ選択部７は、登録失敗で
あるとして、これを示すメッセージを表示する等、その
情報を出力する。即ち、このような場合は、カメラ１で
取得した画像が不鮮明であったり、照明条件が不適切で
ある等、画像として良好なものが少なかった場合であ
る。従って、このようなメッセージを見ることにより、
オペレータは登録の失敗を認識することができる。

【００５６】〈効果〉以上のように具体例１によれば、
１個体の複数の異なるシーンの目画像に対応した複数の
アイリスコードと、これらのアイリスコードからそれぞ
れ生成された擬似的に抽出誤差のあるアイリスコードと
の中から、あるアイリスコードとそれ以外のアイリスコ
ードとのハミング距離が所定値より小さいアイリスコー
ドを所定の数だけ選択し、これを同一個体における登録
用のアイリスコードとして選択するようにしたので、あ
る目に対する照合を行う場合、照合時の環境条件やカメ
ラとの位置関係による画像の歪みが生じても、複数のコ
ードを登録してあるため、照合できる可能性が高くな
る。

【００５７】また、アイリスコードのハミング距離があ
る距離以上離れているアイリスコードを登録するように
したので、決められた数でその目から生成されるコード
空間をカバーできることから、一つの目に対する登録辞
書の数が制限でき、データ量の削減を図ることができ
る。

【００５８】《具体例２》具体例２は、具体例１の登録
辞書を用いて照合を行うようにした例である。

【００５９】〈構成〉図８は、具体例２の構成図であ
る。図の装置は、カメラ１１、アイリス座標抽出部１
２、アイリスコード生成部１３、照合部（アイリスコー
ド比較部）１４、照合結果出力部１５、登録データベー
ス１６からなり、アイリス座標抽出部１２とアイリスコ
ード生成部１３により特徴データ生成部１７を構成して
いる。

【００６０】カメラ１１は、照合の対象となる人物また
は動物の目を撮影するもので、カメラ１１によって取得
された映像は、図示しないＡ／Ｄ変換部によりＡ／Ｄ変
換され、また、図示しないメモリまたはハードディスク
に保存された後、アイリス座標抽出部１２に入力される
よう構成されている。

【００６１】アイリス座標抽出部１２は、アイリスコー
ド生成のための座標系設定を行う機能部であり、この座
標系の抽出は、入力画像に対して画像処理技術を用いて
自動的に行われるよう構成されている。また、アイリス
コード生成部１３は、アイリス座標抽出部１２で抽出し
た座標パラメータを用いてアイリスコードを計算する機
能を有している。即ち、特徴データ生成部１７は、入力
画像からアイリスコードを生成する機能を有している。

【００６２】照合部１４は、アイリスコード生成部１３
で計算したアイリスコードと登録データベース１６の辞
書データとの相違度を計算し、照合結果出力部１５に送
る機能を有している。また、照合結果出力部１５は、照
合部１４で計算した照合結果を出力する機能部である。

【００６３】登録データベース１６は、照合を行うため
の辞書データであるアイリスコードが登録されたデータ
ベースであり、これは具体例１の装置により生成された
ものである。

【００６４】尚、上記構成において、アイリス座標抽出
部１２、アイリスコード生成部１３、照合部１４の各機
能は、各処理に対応したソフトウェアとこれを実行する
ためのプロセッサやメモリ等からなり、登録データベー
ス１６は、ハードディスク装置等からなる。また、照合
結果出力部１５は、ディスプレイやプリンタあるいはネ
ットワーク等からなる。

【００６５】〈動作〉図９は、具体例２の動作を示すフ
ローチャートである。ここでは、個人識別装置での具体
例、即ち、識別対象が人である場合について説明する。

【００６６】図９の説明の前に、図８中の登録データベ
ース１６の内容について説明する。データベースに登録
している人物の数をＮＲとすると、データベースはＮＲ
個の辞書セットからなる。辞書セットは上記具体例１で
作成したものと同一であるが、辞書セット内では照合度
数の高いものの順に並べ替えられているものとする。即
ち、ある辞書セットＣＭ（ｒ）に含まれるコードをＤＣ
（ｒ，ｎ）（ｒ＝１〜ＮＲ，ｎ＝１〜ＮＤ（ｒ））と表
記すると、

【００６７】Ｑ（ｒ，ｎ）≧Ｑ（ｒ，ｎ＋１）Ｑ（ｒ，ｎ）はＤＣ（ｒ，ｎ）の照合度数となる。但し、ＮＤ（ｒ）は辞書セットＣＭ（ｒ）に含
まれるコードの数であり、辞書セットによってその数が
異なっていてもよい。

【００６８】図９において、人の目の映像がアイリス座
標抽出部１２に入力されると（ステップＳ４０１）、ア
イリス座標抽出部１２は、アイリス座標を抽出した後、
アイリスコードＩＣを作成する（ステップＳ４０２）。
次に、最小値ホルダＭＤ（ｒ）（ｒ＝１〜ＮＲ）を十分
大きな値で初期化する（ステップＳ４０３）。この最小
値ホルダＭＤ（ｒ）は、各辞書セットＣＭ（ｒ）に含ま
れるコードと入力アイリスコードとのハミング距離の最
小値を記憶するものである。

【００６９】次に、ステップＳ４０４において、繰り返
し回数ｃｒ、関数Ｒ（ｃｒ），辞書セットの個数ｒ、変
数ｎを初期化する。ここで、繰り返し回数ｃｒ（ｃｒ＝
１〜ＮＣ）は、ステップＳ４０５の繰り返し回数をカウ
ントする（ステップＳ４１２）もので、ＮＣは各辞書セ
ットに含まれるコードの数より少ない整数である。ま
た、この繰り返しが行われる度に、最小値ホルダＭＤ
（ｒ）が小さい順に辞書セットＣＭ（ｒ）をソートする
（ステップＳ４１３）。ソートした結果、辞書セットＣ
Ｍ（ｒ）の番号と、含まれるコード、最小値ホルダＭＤ
（ｒ）も対応がとれるように内容を変更する。

【００７０】関数Ｒ（ｃｒ）は、繰り返し回数ｃｒに対
して、いくつの辞書セットをハミング距離の比較対象と
なるコードして使用するかを決定する関数である。これ
は、単調減少関数で、ｃｒ＝１のときはＲ（ｃｒ）＝Ｎ
Ｒで、最小値は１である。Ｒ（ｃｒ）＝ＮＲということ
は、全ての辞書セットを検索の対象にするということで
あり、例えば、Ｒ（ｃｒ）＝ｎ（ｎ＜ＮＲ）であれば、
辞書セットのうち、最小値ホルダＭＤ（ｒ）の値の小さ
い上位ｎ個の辞書セットが検索の対象になるという意味
である。従って、Ｒ（ｃｒ）＝１の場合は、検索対象の
辞書セットが一つに絞られたことになる。Ｒ（ｃｒ）
は、例えば、下式、

【００７１】Ｒ（１）＝ＮＲＲ（ｃｒ）＝Ｒ（ｃｒ−１）／２ｃｒ＞２ｉｆＲ（ｃｒ）＜１ｔｈｅｎＲ（ｃｒ）＝１という関数にする。これは、繰り返しが行われる度に、
比較の対象となる辞書セットの数を半分に絞っていくと
いう関数である。

【００７２】ステップＳ４０６のＮ（ｃｒ）は、繰り返
し回数ｃｒに対して登録セット内の何番目までのコード
をハミング距離の計算に用いるかを決定する関数であ
る。Ｎ（ｃｒ）のチェックに用いる変数はｎであり（ス
テップＳ４０６）、このｎはステップＳ４０４で初期化
された後は、ステップＳ４０７，Ｓ４０８，Ｓ４０９，
Ｓ４１０，ステップＳ４１１の繰り返しが行われる度に
１ずつ増える。即ち、ステップＳ４０７において、ｒ＞
Ｒ（ｃｒ）となるまで、ステップＳ４０８〜ステップＳ
４１１の処理を繰り返し、ｒ＞Ｒ（ｃｒ）になった場合
は、ｎを１増やして（ステップＳ４１５）、ステップＳ
４０６に戻る。登録セット内のコードの順番は並べ替え
は行われないので、一度ハミング距離を計算したコード
は、それ以降ハミング距離の計算に用いられることはな
い。

【００７３】ステップＳ４０８では、入力アイリスコー
ドＩＣとｒ番目の登録セットＣＭ（ｒ）中のｎ番目のコ
ードＤＣ（ｒ，ｎ）とのハミング距離ＨＤの計算が行わ
れる。ハミング距離ＨＤが本人と他人を区別する閾値Ｔ
ａより小さければ（ステップＳ４０９）、この人物は辞
書セットＣＭ（ｒ）の人物と同じ人物であるとして結果
を出力する（ステップＳ４１６）。

【００７４】ステップＳ４０９の条件が満たされない場
合、辞書セットＣＭ（ｒ）に対応する最小値ホルダＭＤ
（ｒ）の内容を更新し（ステップＳ４１０）、ｒの値を
一つ増やして（ステップＳ４１１）、ステップＳ４０７
に戻る。

【００７５】ステップＳ４０５で全ての繰り返しが終了
した場合、入力されたアイリスコードと一致する人物は
いないとして結果を出力する（ステップＳ４１４）。

【００７６】次に、上記照合動作について一例を用いて
更に説明する。図１０は、図９における繰り返し部分の
例を示す説明図である。ここでは、登録してある人物の
数をＮＲ＝８とし、各辞書セット中のコードの数をＮＤ
（ｒ）＝７（ｒ＝１〜ＮＲ、全ての辞書セットが同じコ
ード数である）、繰り返し数ＮＣ＝４としている。ま
た、繰り返しごとの比較対象コード数は、

【００７７】Ｎ（１）＝１Ｎ（２）＝３Ｎ（３）＝５Ｎ（４）＝ＮＤ（max）＝７とし、Ｒ（ｃｒ）は上記式の、繰り返しが行われる度に
辞書セットの数を半分に絞っていく関数を用いている。

【００７８】１回目の繰り返しでは、全ての辞書セット
中の１番目のコードを入力アイリスコードＩＣとのハミ
ング距離の比較に用いている。その結果、照合できなか
った場合、ＣＭ（１）〜ＣＭ（８）を最小相違度の小さ
いもの順にソートする。上記Ｒ（ｃｒ）の式に基づい
て、２回目の繰り返しに進む辞書セットはソートされた
辞書セットのうち上位四つとなる。

【００７９】この２回目の繰り返しのときのＣＭ（１）
〜ＣＭ（４）の内容は、１回目の繰り返しのときのＣＭ
（１）〜ＣＭ（４）とは異なる。例えば、１回目の繰り
返しで最小相違度がＣＭ（３）＜ＣＭ（６）＜ＣＭ
（２）＜ＣＭ（５）＜ＣＭ（１）＜ＣＭ（４）＜ＣＭ
（８）＜ＣＭ（７）であったとすると、２回目の繰り返
しに進むのは、ＣＭ（３）、ＣＭ（６）、ＣＭ（２）、
ＣＭ（５）であり、これらに対して１〜４の番号がふり
直されている。

【００８０】２回目の繰り返しでは、Ｎ（２）＝３よ
り、それぞれの辞書セット中で３番目までのコードをハ
ミング距離の計算に用いる。但し、１番目のコードは計
算済みなので、ここでは２番目と３番目のコードのみが
比較対象となる。２回目の繰り返しが終了すると、ＣＭ
（１）〜ＣＭ（４）を最小相違度が小さいもの順にソー
トする。上記Ｒ（ｃｒ）の式に基づいて、３回目の繰り
返しに進む辞書セットはソートされた辞書セットのうち
上位二つとなる。

【００８１】この３回目の繰り返しのときのＣＭ
（１）、ＣＭ（２）の内容は、上述した２回目の繰り返
しのときの説明と同様に、２回目の繰り返しのときのＣ
Ｍ（１）、ＣＭ（２）とは異なる。例えば、２回目の繰
り返しで最小相違度がＣＭ（２）＜ＣＭ（４）＜ＣＭ
（１）＜ＣＭ（３）であったとすると、３回目の繰り返
しに進むのは、ＣＭ（２）、ＣＭ（４）であり、これら
に対して１、２の番号がふり直されている。

【００８２】３回目の繰り返しでは、Ｎ（３）＝５よ
り、それぞれの辞書セット中で５番目までのコードをハ
ミング距離の計算に用いる。但し、１番目〜３番目のコ
ードは計算済みなので、ここでは４番目と５番目のコー
ドのみが比較対象となる。３回目の繰り返しが終了する
と、ＣＭ（１）とＣＭ（２）を最小相違度が小さいもの
順にソートする。上記Ｒ（ｃｒ）の式に基づいて、４回
目の繰り返しに進む辞書セットはソートされた辞書セッ
トのうち最小相違度の小さい方となる。

【００８３】４回目の繰り返しでは、Ｎ（４）＝ＮＤ
（max）（辞書セットに登録されてあるコード数の最大
値）＝７より、最後に残った辞書セット中の全てのコー
ドを比較対象にする。

【００８４】１回目〜４回目の繰り返しの途中で、照合
している人物と一致すると判断されたコードがあれば、
そのコードの属する辞書セットに記録されている人物の
ＩＤなどを結果として出力する。１回目〜４回目の繰り
返しで、照合できる人物がいなければ、登録されていな
い人物であるという結果を出力する。

【００８５】〈効果〉以上のように具体例２によれば、
一人の人物に対して複数のアイリスコードを登録し、そ
れらを予め照合可能性の高い順番に並べておき、その順
番に照合を行うため、照合までの時間が短縮される。ま
た、多人数を登録してある場合でも、それぞれの人物が
登録してあるコードのうち、何番目までを比較に用いる
かを繰り返し回数毎に決めておき、繰り返しが行われる
度に検索対象を絞りながら比較を行うので、それぞれの
辞書セット内を偏りなく検索することができる。

【００８６】尚、上記具体例１、２では共に識別対象と
して人物の例を説明したが、同様の認識技術で照合が行
える他の動物に対しても応用が可能である。また、登録
データと入力データの相違度を元に認識を行うような装
置であれば、アイリスコードに限らず他の識別装置に対
しても適用可能である。更に、特徴データの相違度もハ
ミング距離を用いたが、相違度を示すものであればユー
クリッド距離やマハラノビス距離等、他の距離尺度を使
用してもよい。

【図面の簡単な説明】

【図１】本発明の個体識別装置の具体例１を示す構成図
である。

【図２】アイリスコードを登録するための映像入力から
アイリスコード生成までの動作を示すフローチャートで
ある。

【図３】目画像とコード化画像の説明図である。

【図４】辞書候補データの内容を示す説明図である。

【図５】辞書候補データから登録データを選択するため
の照合度数を求める処理のフローチャートである。

【図６】登録データ選択処理のフローチャートである。

【図７】コードＣＭ（ｒ）とコード空間との関係を示す
説明図である。

【図８】具体例２の構成図である。

【図９】具体例２の動作を示すフローチャートである。

【図１０】図９における繰り返し部分の例を示す説明図
である。

【符号の説明】

２入力画像記憶部６データ記憶部７辞書データ選択部８、１７特徴データ生成部１４照合部１６登録データベース

Claims

【特許請求の範囲】

【請求項１】個体の画像から任意の特徴を抽出し、当
該特徴に基づき個体識別を行う個体識別装置において、１個体の複数の異なるシーンの画像を記憶する入力画像
記憶部と、前記入力画像記憶部に記憶された複数の画像のそれぞれ
について、その特徴の各パラメータの値を変動させて擬
似的に抽出誤差のある特徴データを生成する特徴データ
生成部と、前記特徴データ生成部で生成された各特徴データに対し
て、任意の画像から得られた特徴データとそれ以外の画
像から得られた特徴データとの平均相違度が所定値より
小さい前記任意の画像から得られた特徴データを所定の
数だけ選択して登録用の特徴データとする辞書データ選
択部とを備えたことを特徴とする個体識別装置。
【請求項２】請求項１に記載の個体識別装置におい
て、選択した任意の特徴データと、それ以外のすでに選択し
た特徴データとの相違度が所定の閾値より大きい特徴デ
ータを登録用の特徴データとする辞書データ選択部を備
えたことを特徴とする個体識別装置。
【請求項３】目画像からアイリスコードを生成し、当
該アイリスコードに基づいて個体識別を行う個体識別装
置において、１個体の複数の異なるシーンの目画像を記憶する入力画
像記憶部と、前記入力画像記憶部に記憶された複数の目画像のそれぞ
れについて、アイリス座標系の各パラメータの値を変動
させて擬似的に抽出誤差のあるアイリスコードを生成す
る特徴データ生成部と、前記特徴データ生成部で生成された各アイリスコードに
対して、同一個体における任意の画像から得られたアイ
リスコードとそれ以外の画像から得られたアイリスコー
ドとの平均相違度が所定値より小さい前記任意の画像か
ら得られたアイリスコードを所定の数だけ選択して登録
用のアイリスコードとする辞書データ選択部とを備えた
ことを特徴とする個体識別装置。
【請求項４】請求項３に記載の個体識別装置におい
て、選択した任意のアイリスコードと、それ以外のすでに選
択したアイリスコードとの相違度が所定の閾値より大き
いアイリスコードを登録用のアイリスコードとする辞書
データ選択部を備えたことを特徴とする個体識別装置。
【請求項５】請求項３または４に記載の個体識別装置
において、選択を行った結果、登録用のアイリスコードが予め決め
られた数に満たなかった場合、登録失敗であることを示
す情報を出力する辞書データ選択部を備えたことを特徴
とする個体識別装置。
【請求項６】請求項３〜５のいずれかに記載の個体識
別装置において、特徴データ生成部で生成された各アイリスコードに対し
て、同一個体の他の画像から生成されたアイリスコード
との平均ハミング距離が小さいもの程照合性能が高いア
イリスコードであるとして、当該照合性能の高いものを
任意の数だけ登録用のデータとして選択する辞書データ
選択部を備えたことを特徴とする個体識別装置。
【請求項７】請求項３〜６のいずれかに記載の個体識
別装置において、特徴データ生成部で生成された各アイリスコードに対し
て、同一個体の他の画像から生成されたアイリスコード
とのハミング距離が照合時に用いる閾値よりも小さい場
合の数を数え、この数が多いもの程照合性能が高いアイ
リスコードであるとして、当該照合性能の高いものを任
意の数だけ登録用のデータとして選択する辞書データ選
択部を備えたことを特徴とする個体識別装置。
【請求項８】画像から任意の特徴を抽出して識別を行
う個体識別装置において、１個体の複数の異なるシーンの画像に対応した複数の特
徴データと、当該複数の特徴データから生成された擬似
的に抽出誤差のある特徴データとの中から、任意の画像
から得られた特徴データとそれ以外の画像から得られた
特徴データとの平均相違度が所定値より小さい前記任意
の画像から得られた特徴データを所定の数だけ選択し、
これを同一個体における登録用の特徴データとして保有
する登録データベースと、照合対象となる個体の画像から抽出した特徴データに対
して、前記登録データベース中の特徴データを照合する
場合、前記登録データベース中の同一個体の特徴データ
を当該登録データベース作成時に計算した平均相違度が
小さいものから順に照合する照合部とを備えたことを特
徴とする個体識別装置。
【請求項９】画像から任意の特徴を抽出して識別を行
う個体識別装置において、１個体の複数の異なるシーンの画像に対応した複数の特
徴データと、当該複数の特徴データから生成された擬似
的に抽出誤差のある特徴データとの中から、任意の画像
から得られた特徴データとそれ以外の画像から得られた
特徴データとの平均相違度が所定値より小さい前記任意
の画像から得られた特徴データを所定の数だけ選択し、
これを同一個体における登録用の特徴データとして保有
する登録データベースと、照合対象となる個体の画像から抽出した特徴データに対
して、前記登録データベースの特徴データを照合する場
合、前記登録データベースの各個体の特徴データ中、照
合が行われていない特徴データの中で最も前記登録デー
タベース作成時に計算した平均相違度が小さいものから
順に各個体の特徴データ毎に照合する照合部とを備えた
ことを特徴とする個体識別装置。
【請求項１０】請求項９に記載の個体識別装置におい
て、１回の各個体の特徴データ毎の照合が行われる度に、照
合対象となる個体の特徴データと、登録データベース中
の各個体の特徴データとの最小相違度を常に記録してお
き、この最小相違度が小さい順に並べ替えを行い、最小
値が小さい個体の特徴データのみを次回の照合対象とす
る照合部を備えたことを特徴とする個体識別装置。