[go: up one dir, main page]

WO2024202017A1 - 判定方法、判定プログラム、および情報処理装置 - Google Patents

判定方法、判定プログラム、および情報処理装置 Download PDF

Info

Publication number
WO2024202017A1
WO2024202017A1 PCT/JP2023/013594 JP2023013594W WO2024202017A1 WO 2024202017 A1 WO2024202017 A1 WO 2024202017A1 JP 2023013594 W JP2023013594 W JP 2023013594W WO 2024202017 A1 WO2024202017 A1 WO 2024202017A1
Authority
WO
WIPO (PCT)
Prior art keywords
person
certainty
value
services
location information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
PCT/JP2023/013594
Other languages
English (en)
French (fr)
Inventor
内田秀継
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN202380096650.8A priority Critical patent/CN120981832A/zh
Priority to JP2025509602A priority patent/JPWO2024202017A1/ja
Priority to PCT/JP2023/013594 priority patent/WO2024202017A1/ja
Publication of WO2024202017A1 publication Critical patent/WO2024202017A1/ja
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Definitions

  • This matter relates to a determination method, a determination program, and an information processing device.
  • a method has been disclosed for determining the authentication score threshold for each service type to allow use of the service (see, for example, Patent Document 1).
  • the authentication processing device recognizes the type of service selected by an individual, determines an authentication score for permitting the use of that service, and acquires biometric information. The authentication processing device then determines whether the individual is permitted to use the type of service selected by that individual. However, in this case, the processing load required for the authentication process is large.
  • the present invention aims to provide a determination method, a determination program, and an information processing device that can reduce the processing load required for authentication processing.
  • the determination method executes a process in which, when a computer acquires identification information that identifies a person detected from an image, the computer calculates a probability value indicating the likelihood that the identification information corresponds to the person, and, when the computer acquires location information of the person, the computer references a storage unit that stores a probability threshold and location information associated with each of a plurality of services, and determines whether the calculated probability value is equal to or greater than the probability threshold of the service among the plurality of services that corresponds to the location information of the person.
  • the processing load required for authentication processing can be reduced.
  • FIG. 1 is a diagram illustrating an example of an authentication space.
  • FIG. 1A is a block diagram illustrating an example of an overall configuration of a biometric authentication system according to a first embodiment
  • FIG. 1B is a functional block diagram illustrating each function of an information processing device.
  • 13 is a flowchart showing an ID linking process.
  • 10 is a diagram illustrating an example of an ID table stored in a storage unit;
  • 10 is a diagram illustrating a position information table stored in a storage unit;
  • 11 is a flowchart showing a service providing process.
  • 10A and 10B are diagrams illustrating an example of a case where feature information of a specific person is extracted from a plurality of images.
  • FIG. 2 is a block diagram illustrating a hardware configuration of an information processing device.
  • biometric authentication technology technology that uses biometric authentication technology to provide services such as payment is known.
  • customers can shop smoothly without having to present cash or a payment code.
  • biometric authentication used for payment requires a high certainty value indicating the certainty that the person is the actual person, so a strict certainty threshold may be set to reduce the false acceptance rate.
  • biometric authentication used for electronic billboards may be tolerant of a lower certainty value than when used for payment, so a looser certainty threshold may be set to reduce the false rejection rate in order to reduce the burden of authentication processing, etc.
  • the required accuracy value may differ depending on the service being provided. For example, when providing multiple services at an airport, a high accuracy value is required for whether or not the customer can pass through the entrance gate, whether or not the customer can check in their baggage, whether or not the customer can go through security, whether or not the customer can purchase items, etc. On the other hand, a lower accuracy value may be required for providing flight information, whether or not the customer can enter a lounge, providing campaign information, providing service items, etc.
  • Fig. 1 is a diagram illustrating an example of an authentication space.
  • a person who enters the authentication space in Fig. 1 registers feature information that can be acquired by a camera and an ID.
  • the authentication space is a space that provides multiple services.
  • the accuracy value required for each of the service providing terminals 130a to 130e is set individually and may be different or the same.
  • the accuracy value is the degree of certainty that the person detected by the camera is the actual person. If the accuracy value is high, there is a high probability that the person detected by the camera is the actual person.
  • Multiple tracking cameras 120 are installed in different positions in the authentication space. People can be detected from the images captured by each tracking camera 120. It can be estimated that the person in question is the person with the ID that has the highest similarity between the feature information extracted from the image and the registered feature information.
  • the position information of each tracking camera 120 is stored, and the position of each person can be detected by detecting which tracking camera 120 a person appears in. By detecting the position of each person, it can be detected which service providing terminal each person is in a position to receive services from.
  • person A by appearing in an image captured by a specific tracking camera 120, person A is detected as being located near the service providing terminal 130a and in a state in which he or she can receive services from the service providing terminal 130a. In this case, it is determined whether or not the accuracy value of person A is equal to or greater than the accuracy value required by the service providing terminal 130a. If the accuracy value of person A is equal to or greater than the accuracy threshold required by the service providing terminal 130a, person A can receive services from the service providing terminal 130a.
  • person B is detected as being located near multiple service providing terminals 130b-130d and in a state in which he/she can receive services from the multiple service providing terminals 130b-130d.
  • Fig. 2(a) is a block diagram illustrating an example of the overall configuration of a biometric authentication system 200 according to the first embodiment.
  • the biometric authentication system 200 includes an information processing device 100, a linking camera 110, a tracking camera 120, and a service providing terminal 130. Each of these devices is connected via a telecommunications line.
  • the linking camera 110 is a camera installed at the gate of the authentication space or the like, and is installed in a position where it is easy to obtain characteristic information of a person. There may be one or more linking cameras 110.
  • the tracking camera 120 is a camera for tracking a person in the authentication space, and is installed on the ceiling or the like so that it is easy to track the person. There may be one or more tracking cameras 120.
  • the service providing terminal 130 is a terminal that provides services to users in the authentication space. There may be multiple service providing terminals 130.
  • FIG. 2(b) is a functional block diagram showing each function of the information processing device 100.
  • the information processing device 100 functions as an acquisition unit 10, a feature extraction unit 20, a storage unit 30, a probability calculation unit 40, a position detection unit 50, a determination unit 60, an output unit 70, and the like.
  • (ID Linking Process) 3 is a flowchart showing the ID linking process.
  • the acquisition unit 10 acquires an image from the linking camera 110 (step S1).
  • each user takes a posture that makes it easy to acquire the feature information. For example, each user faces the linking camera 110 directly.
  • the feature extraction unit 20 extracts feature information x_(i,0), which is identification information for identifying a person, from the image acquired in step S1, and stores it in the storage unit 30 in a state linked to the ID (step S2).
  • FIG. 4 is a diagram illustrating an example of an ID table stored in the storage unit 30. As illustrated in FIG. 4, in the ID table, feature information is linked to each ID. Note that since each user assumes a posture that makes it easy to obtain feature information, the feature information stored in the storage unit 30 becomes highly accurate feature information.
  • FIG. 5 is a diagram illustrating a location information table stored in the storage unit 30. As illustrated in FIG. 5, in the location information table, the identification information (camera ID) of each tracking camera 120 is linked to the identification information (terminal ID) of each service providing terminal 130. In this manner, by detecting which tracking camera 120 a person appears in, it is possible to detect which service providing terminal the person is in a state where he or she can receive services from.
  • (Service provision processing) 6 is a flowchart showing a service provision process when a service is provided to each user who has registered an ID. As shown in FIG. 6, the acquisition unit 10 acquires images from each tracking camera 120 at a predetermined period (step S11).
  • the feature extraction unit 20 extracts feature information x_(t, j, k) of the kth person appearing in the image acquired by the jth tracking camera 120 at time t (step S12). By executing step S12, feature information of all people appearing in the images acquired by all tracking cameras 120 is extracted.
  • the accuracy calculation unit 40 calculates the similarity D_(i, t, j, k) between each piece of feature information x_(i, 0) stored in the memory unit 30 and each piece of feature information x_(t, j, k) extracted in step S12 (step S13).
  • cosine similarity can be used as the similarity.
  • the accuracy value is an index indicating the likelihood that the characteristic information corresponds to the target person.
  • the estimated value ID_(t,j,k) argmax_i(D_(i,t,j,k)) is the estimated ID.
  • the position detection unit 50 refers to the position table in the storage unit 30 and detects the service providing terminal 130 linked to the tracking camera 120 that captured the image showing the jth person (step S15).
  • step S16 the determination unit 60 determines whether or not one service providing terminal 130 was detected in step S15 (step S16). By executing step S16, it is possible to determine whether there is one or multiple service providing terminals 130 from which the jth person can receive a service.
  • step S16 determines whether the accuracy value Pr_(t, j, k) of the jth person is equal to or greater than the accuracy threshold set for the service providing terminal 130 detected in step S15 (step S17).
  • step S17 returns "Yes," the determination unit 60 grants authorization to the jth person for the service providing terminal 130 detected in step S15 (step S18). This allows the kth person to receive the service authorized by the determination unit 60 using the corresponding service providing terminal 130. Thereafter, execution of the flowchart ends.
  • step S17 returns "No"
  • the output unit 70 causes the service providing terminal 130 detected in step S15 to display a message to improve the accuracy value (step S19). For example, a message to pass through less crowded areas or to move to an area with a good image may be displayed. Alternatively, a message encouraging a change in posture to adopt a more accurate posture may be displayed. Alternatively, a change in posture may be encouraged by varying the size of the displayed characters to guide the person toward or away from the display screen. Thereafter, execution of the flowchart ends.
  • step S16 determines whether the accuracy value Pr_(t, j, k) of the jth person is equal to or greater than the highest accuracy threshold among the accuracy thresholds of the multiple candidate service providing terminals 130 detected in step S15 (step S20).
  • step S20 is judged as "Yes”, step S18 is executed. As a result, the kth person can receive the provision of the service approved by the judgment unit 60 using the corresponding service providing terminal 130. If step S20 is judged as "No”, step S19 is executed.
  • characteristic information of a specific person may be extracted from multiple images acquired by multiple tracking cameras 120.
  • FIG. 7 is a diagram illustrating an example of a case where characteristic information of a specific person is extracted from the multiple images. As illustrated in FIG. 7, when an ID and characteristic information are linked and stored in the storage unit 30, the characteristic information obtained from each camera (Cam1, Cam2, Cam3) may be stored individually.
  • the ID may be compared with the feature information of each ID. For example, as shown in the lower part of Figure 7, for an ID that does not have feature information for Cam2, the ID may be compared with the average feature information of the other cameras (feature information for Cam1 and Cam2).
  • each tracking camera 120 is linked to the terminal ID of each service providing terminal 130 to identify the service providing terminal 130 that is ready to receive each person service, but this is not limited to this.
  • the relationship between each position in the authentication space and the service providing terminals 130 within a specified range from that position e.g., a radius of 10 m
  • the service providing terminal 130 corresponding to the position n of each person detected from the image acquired by each tracking camera 120 may be identified.
  • FIG. 8 is a block diagram illustrating an example of the hardware configuration of the information processing device 100.
  • the information processing device 100 includes a CPU 101, a RAM 102, a storage device 103, and the like.
  • the CPU (Central Processing Unit) 101 is a central processing unit.
  • the RAM (Random Access Memory) 102 is a volatile memory that temporarily stores programs executed by the CPU 101 and data processed by the CPU 101.
  • the storage device 103 is a non-volatile storage device. For example, a ROM (Read Only Memory), a solid state drive (SSD) such as a flash memory, or a hard disk driven by a hard disk drive can be used as the storage device 103.
  • the function of each part of the information processing device 100 is realized by the CPU 101 executing the determination program stored in the storage device 103. Note that the function of each part of the information processing device 100 may be configured by a dedicated circuit or the like.
  • the accuracy calculation unit 40 is an example of an accuracy calculation unit that calculates an accuracy value indicating the likelihood that identification information identifying a person detected from an image corresponds to the person.
  • the determination unit 60 acquires the location information of the person, it refers to a storage unit that associates and stores an accuracy threshold with each of a plurality of services, and determines whether the calculated accuracy value is equal to or greater than the accuracy threshold of the service among the plurality of services that corresponds to the location information of the person.
  • the output unit 70 does not determine that the accuracy value is equal to or greater than the accuracy threshold, it outputs a message to the person to improve the accuracy value.
  • REFERENCE SIGNS LIST 10 Acquisition unit 20 Feature extraction unit 30 Storage unit 40 Accuracy calculation unit 50 Position detection unit 60 Determination unit 70 Output unit 100 Information processing device 110 Linking camera 120 Tracking camera 130 Service providing terminal 200 Biometric authentication system

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

判定方法は、コンピュータが、画像から検出される人物を識別する識別情報を取得した場合、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出し、前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する、処理を実行する。

Description

判定方法、判定プログラム、および情報処理装置
　本件は、判定方法、判定プログラム、および情報処理装置に関する。
　個々のサービス種別毎に、サービスの利用を許可するための認証スコアの閾値を決定する方法が開示されている（例えば、特許文献１参照）。
特開２００３－２４８６６１号公報
　この方法によると、認証処理装置は、個人に選択されたサービス種別を認識し、そのサービスの利用を許可するための認証スコアを決定し、生体情報を取得する。その後、認証処理装置は、個人に選択されたサービス種別について、個人による利用が可能か否かを判断する。しかしながら、この場合、認証処理に要する処理負荷が大きくなる。
　１つの側面では、本件は、認証処理に要する処理負荷を軽減することができる判定方法、判定プログラム、および情報処理装置を提供することを目的とする。
　１つの態様では、判定方法は、コンピュータが、画像から検出される人物を識別する識別情報を取得した場合、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出し、前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する、処理を実行する。
　認証処理に要する処理負荷を軽減することができる。
認証空間を例示する図である。 （ａ）は実施例１に係る生体認証システムの全体構成を例示するブロック図であり、（ｂ）は情報処理装置の各機能を表す機能ブロック図である。 ＩＤ紐付処理を表すフローチャートである。 記憶部が記憶するＩＤテーブルを例示する図である。 記憶部が記憶する位置情報テーブルを例示する図である。 サービス提供処理を表すフローチャートである。 複数の画像から特定の人物の特徴情報を抽出する場合を例示する図である。 情報処理装置のハードウェア構成を例示するブロック図である。
　生体認証技術を用いて決済などのサービスを提供する技術が知られている。決済に生体認証技術を用いることで、現金や決済用コードの提示が不要となり、客は円滑に買い物することができる。
　また、例えば、店内の電子広告板に、生体認証により特定した客個人向けの商品や当該商品が置かれた商品棚の位置情報を表示することで、客はさらに円滑に買い物することができるようになる。
　ここで、例えば、決済に用いる生体認証においては本人であることの確からしさを示す確度値を高く求められるため、他人受入率を減らせるように厳しい確度閾値を設定する場合がある。一方で、電子広告板に用いる生体認証では、決済に用いる場合に比べて確度値が低くても許容できることがあり、認証処理の負荷軽減などのため、本人拒否率を減らせるように緩い確度閾値を設定する場合がある。
　このように、提供するサービスに応じて、要求される確度値が異なる場合がある。例えば、空港で複数のサービスを提供する場合、登場ゲートの通過の可否、手荷物預かりの可否、保安検査の可否、物品購入の可否などには、高い確度値が要求される。一方で、運行情報の提供、ラウンジへの入場可否、キャンペーン情報の提供、サービス品の提供などには、要求される確度値は低くてもよい。
　しかしながら、複数のサービスを提供する場合、各サービスに要求される確度値が異なっていても、利用者が各サービスを利用するごとに、生体認証のための認証操作を要求されることになる。この場合、認証処理に要する処理負荷が大きくなっていた。そこで、以下の実施例では、認証処理に要する負荷を軽減することができる判定方法、判定プログラム、および情報処理装置について説明する。
　実施例１の概要について説明する。図１は、認証空間を例示する図である。図１の認証空間に入る人物は、カメラで取得可能な特徴情報と、ＩＤとを登録しておく。認証空間では、複数のサービスを提供する空間となっている。
　例えば、認証空間に、複数のサービス提供端末１３０ａ～１３０ｅなどが設置されている。サービス提供端末１３０ａ～１３０ｅのそれぞれに求められる確度値は、個別に設定されており、異なっていることもあれば同じであることもある。確度値とは、カメラで検出される人物が本人であることの確度のことである。確度値が高ければ、カメラで検出される人物が高い確率で本人であることになる。
　認証空間には、複数の追跡用カメラ１２０がそれぞれ異なる位置に設置されている。各追跡用カメラ１２０が取得する画像から人物を検出することができる。当該人物は、画像から抽出した特徴情報と、登録されている特徴情報との類似度が最も高くなるＩＤの人物であると推定することができる。
　各追跡用カメラ１２０の位置情報を保持しておき、どの追跡用カメラ１２０に人物が映ったかを検出することで、各人物の位置を検出することができる。各人物の位置を検出することによって、各人物がどのサービス提供端末のサービスの提供を受けられる状態にあるかを検出することができる。
　例えば、図１で例示するように、特定の追跡用カメラ１２０が取得する画像に映っていることで、人物Ａがサービス提供端末１３０ａの近くに位置し、サービス提供端末１３０ａのサービスの提供を受けられる状態にあるものと検出される。この場合において、人物Ａの確度値が、サービス提供端末１３０ａに要求される確度値以上であるか否かを判定する。人物Ａの確度値が、サービス提供端末１３０ａに要求される確度閾値以上であれば、人物Ａは、サービス提供端末１３０ａのサービス提供を受けられる。
　例えば、図１で例示するように、特定の追跡用カメラ１２０が取得する画像に映っていることで、人物Ｂが、複数のサービス提供端末１３０ｂ～１３０ｄの近くに位置し、複数のサービス提供端末１３０ｂ～１３０ｄのサービスの提供を受けられる状態にあるものと検出される。この場合において、人物Ｂの確度値が、サービス提供端末１３０ｂ～１３０ｄが要求する確度閾値のうち最も高い確度閾値以上であるか否かを判定する。人物Ｂの確度値が、当該最も高い確度閾値未満であれば、人物Ｂの確度値を向上させるメッセージをサービス提供端末１３０ｂ～１３０ｄに表示させる。例えば、混雑度が低い場所を通過させるようなメッセージや、映りが良い場所に移動させるようなメッセージを表示させる。混雑度が低い場所を通過すれば、人物Ｂの全体が追跡用カメラ１２０に映りやすくなり、高い精度で特徴情報が取得されるため、確度値が高くなる。または、人物Ｂが追跡用カメラ１２０に正対できるような位置に移動することで、高い精度で特徴情報を取得することができるため、確度値が高くなる。
　例えば、図１で例示するように、特定の追跡用カメラ１２０が取得する画像に映っていることで、人物Ｃが、サービス提供端末１３０ｅの近くに位置し、サービス提供端末１３０ｅのサービスの提供を受けられる状態にあるものと検出される。この場合において、人物Ｃの確度値が、サービス提供端末１３０ｅが要求する確度閾値以上であるか否かを判定する。人物Ｃの周りが混雑していると、人物Ｃの確度値が低くなり得る。したがって、人物Ｃの確度値が確度閾値未満になることがある。この場合、人物Ｃの確度値を向上させるメッセージをサービス提供端末１３０ｅに表示させる。
　以下、詳細について説明する。図２（ａ）は、実施例１に係る生体認証システム２００の全体構成を例示するブロック図である。図２（ａ）で例示するように、生体認証システム２００は、情報処理装置１００、紐付用カメラ１１０、追跡用カメラ１２０、サービス提供端末１３０などを備える。これらの各機器は、電気通信回線を介して接続されている。
　紐付用カメラ１１０は、認証空間のゲートなどに設けられるカメラであり、人物の特徴情報を取得しやすい位置に設置されている。紐付用カメラ１１０は、１つであってもよく、複数であってもよい。追跡用カメラ１２０は、認証空間において人物を追跡するためのカメラであり、人物を追跡しやすいように天井などに設置されている。追跡用カメラ１２０は、１つであってもよく、複数であってもよい。サービス提供端末１３０は、認証空間内のユーザに対して、サービスを提供する端末である。サービス提供端末１３０は、複数設けられている。
　図２（ｂ）は、情報処理装置１００の各機能を表す機能ブロック図である。図２（ｂ）で例示するように、情報処理装置１００は、取得部１０、特徴抽出部２０、記憶部３０、確度算出部４０、位置検出部５０、判定部６０、出力部７０などとして機能する。
　続いて、情報処理装置１００が実行する各処理について説明する。
（ＩＤ紐付処理）
　図３は、ＩＤ紐付処理を表すフローチャートである。取得部１０は、各ユーザが認証空間に入る際に、紐付用カメラ１１０から画像を取得する（ステップＳ１）。各ユーザは、自身の特徴情報を登録するため、特徴情報を取得しやすい姿勢などを取ることになる。例えば、各ユーザは、紐付用カメラ１１０に対して正対する。
　次に、特徴抽出部２０は、ステップＳ１で取得された画像から、人物を識別する識別情報である特徴情報ｘ＿（ｉ，０）を抽出し、ＩＤと紐づけた状態で、記憶部３０に記憶させる（ステップＳ２）。なお、「ｉ」は、各ユーザに割り振られるユーザ番号（ｉ＝１，２，…，Ｉ）である。その後、フローチャートの実行が終了する。
　図４は、記憶部３０が記憶するＩＤテーブルを例示する図である。図４で例示するように、ＩＤテーブルでは、各ＩＤに紐付けて、特徴情報が紐付けられている。なお、各ユーザは特徴情報を取得しやすい姿勢を取っているため、記憶部３０が記憶している特徴情報は、精度の高い特徴情報になる。
　図５は、記憶部３０が記憶する位置情報テーブルを例示する図である。図５で例示するように、位置情報テーブルでは、各追跡用カメラ１２０の識別情報（カメラＩＤ）に、各サービス提供端末１３０の識別情報（端末ＩＤ）が紐付けられている。このようにしておくことで、どの追跡用カメラ１２０に人物が映っているかを検出することで、当該人物がどのサービス提供端末のサービスを受けられる状態にあるのかを検出することができる。
（サービス提供処理）
　図６は、ＩＤを登録した各ユーザに対して、サービスを提供する場合のサービス提供処理を表すフローチャートである。図６で例示するように、取得部１０は、それぞれの追跡用カメラ１２０から、所定の周期で画像を取得する（ステップＳ１１）。
　次に、特徴抽出部２０は、時刻ｔにｊ番目の追跡用カメラ１２０から取得した画像に映っているｋ番目の人物の特徴情報ｘ＿（ｔ，ｊ，ｋ）を抽出する（ステップＳ１２）。ステップＳ１２の実行によって、全ての追跡用カメラ１２０が取得した画像に映っている全ての人物の特徴情報を抽出する。
　次に、確度算出部４０は、記憶部３０が記憶している各特徴情報ｘ＿（ｉ，０）と、ステップＳ１２で抽出された各特徴情報ｘ＿（ｔ，ｊ，ｋ）との類似度Ｄ＿（ｉ，ｔ，ｊ，ｋ）を算出する（ステップＳ１３）。類似度には、例えば、コサイン類似度などを利用することができる。ステップＳ１３の実行によって、全ての追跡用カメラ１２０が取得した画像に映っている全ての人物について、記憶部３０が記憶している各ＩＤの特徴情報との類似度が算出されることになる。
　次に、確度算出部４０は、時刻ｔにｊ番目の追跡用カメラ１２０に映ったｋ番目の人物のＩＤの推定値ＩＤ＿（ｔ，ｊ，ｋ）＝ａｒｇｍａｘ＿ｉ（Ｄ＿（ｉ，ｔ，ｊ，ｋ））と、確度値Ｐｒ＿（ｔ，ｊ，ｋ）＝ｍａｘ＿ｉ（Ｄ＿（ｉ，ｔ，ｊ，ｋ））と、を求める（ステップＳ１４）。ここで、確度値とは、特徴情報が、対象とする人物に対応することの確からしさを示す指標である。確度値Ｐｒ＿（ｔ，ｊ，ｋ）＝ｍａｘ＿ｉ（Ｄ＿（ｉ，ｔ，ｊ，ｋ））は、ｋ番目の人物について、記憶部３０が記憶している各ＩＤの特徴情報との類似度のうち最大値のことを意味する。したがって、確度値Ｐｒ＿（ｔ，ｊ，ｋ）を算出することによって、ｋ番目の人物が、記憶部３０が記憶している各ＩＤのいずれに対応しているかが推定される。推定値ＩＤ＿（ｔ，ｊ，ｋ）＝ａｒｇｍａｘ＿ｉ（Ｄ＿（ｉ，ｔ，ｊ，ｋ））は、推定されたＩＤのことである。
　次に、位置検出部５０は、記憶部３０の位置テーブルを参照し、ｊ番目の人物が映っていた画像を取得した追跡用カメラ１２０に紐づけられているサービス提供端末１３０を検出する（ステップＳ１５）。
　次に、判定部６０は、ステップＳ１５で検出されたサービス提供端末１３０が１つであるか否かを判定する（ステップＳ１６）。ステップＳ１６の実行によって、ｊ番目の人物がサービスを受けられるサービス提供端末１３０が１つであるか、複数であるかを判定することができる。
　ステップＳ１６で「Ｙｅｓ」と判定された場合、判定部６０は、ｊ番目の人物の確度値Ｐｒ＿（ｔ，ｊ，ｋ）が、ステップＳ１５で検出されたサービス提供端末１３０に定められた確度閾値以上であるか否かを判定する（ステップＳ１７）。
　ステップＳ１７で「Ｙｅｓ」と判定された場合、判定部６０は、ｊ番目の人物に対して、ステップＳ１５で検出されたサービス提供端末１３０の認可を与える（ステップＳ１８）。それにより、ｋ番目の人物は、判定部６０によって認可されたサービスの提供を、対応するサービス提供端末１３０を用いて受けられるようになる。その後、フローチャートの実行が終了する。
　ステップＳ１７で「Ｎｏ」と判定された場合、出力部７０は、ステップＳ１５で検出されたサービス提供端末１３０に、確度値を向上させるメッセージを表示させる（ステップＳ１９）。例えば、混雑度が低い場所を通過させるようなメッセージや、映りが良い場所に移動させるようなメッセージを表示させる。または、姿勢の変化を促して精度の高い姿勢を取らせるようなメッセージを表示してもよい。または、表示文字の大きさを変動させて、人物が表示画面に近づいたり離れたりするように誘導することで、姿勢の変化を促してもよい。その後、フローチャートの実行が終了する。
　ステップＳ１６で「Ｎｏ」と判定された場合、判定部６０は、ｊ番目の人物の確度値Ｐｒ＿（ｔ，ｊ，ｋ）が、ステップＳ１５で検出された複数の候補サービス提供端末１３０の各確度閾値のうちで最も高い確度閾値以上であるか否かを判定する（ステップＳ２０）。
　ステップＳ２０で「Ｙｅｓ」と判定されれば、ステップＳ１８が実行される。それにより、ｋ番目の人物は、判定部６０によって認可されたサービスの提供を、対応するサービス提供端末１３０を用いて受けられるようになる。ステップＳ２０で「Ｎｏ」と判定されれば、ステップＳ１９が実行される。
　なお、複数の追跡用カメラ１２０によって取得された複数の画像から、特定の人物の特徴情報を抽出してもよい。図７は、当該複数の画像から特定の人物の特徴情報を抽出する場合を例示する図である。図７で例示するように、ＩＤと特徴情報とを紐づけて記憶部３０に記憶させる場合に、各カメラ（Ｃａｍ１、Ｃａｍ２、Ｃａｍ３）から得られる特徴情報を個別に記憶させておいてもよい。
　ＩＤが未確定な人物がカメラに写り込んだ場合、各ＩＤの当該特徴情報と照合を行ってもよい。例えば、図７の下段で例示するように、Ｃａｍ２の特徴情報が存在しないＩＤに関しては、その他のカメラの特徴情報（Ｃａｍ１およびＣａｍ２の特徴情報）を平均した特徴情報と照合してもよい。
　なお、上記例では、各追跡用カメラ１２０のカメラＩＤと、各サービス提供端末１３０の端末ＩＤとを紐付けておいて、各人物サービスを受けられる状態にあるサービス提供端末１３０を特定したが、それに限られない。例えば、認証空間の各位置と、その位置からの所定範囲（例えば半径１０ｍ）のサービス提供端末１３０との関係を記憶部３０に記憶させておいて、各追跡用カメラ１２０が取得する画像から検出した各人物の位置ｎ対応するサービス提供端末１３０を特定してもよい。
　図８は、情報処理装置１００のハードウェア構成を例示するブロック図である。図８で例示するように、情報処理装置１００は、ＣＰＵ１０１、ＲＡＭ１０２、記憶装置１０３などを備える。ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）１０１は、中央演算処理装置である。ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）１０２は、ＣＰＵ１０１が実行するプログラム、ＣＰＵ１０１が処理するデータなどを一時的に記憶する揮発性メモリである。記憶装置１０３は、不揮発性記憶装置である。記憶装置１０３として、例えば、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリなどのソリッド・ステート・ドライブ（ＳＳＤ）、ハードディスクドライブに駆動されるハードディスクなどを用いることができる。記憶装置１０３に記憶されている判定プログラムをＣＰＵ１０１が実行することによって、情報処理装置１００の各部の機能が実現される。なお、情報処理装置１００の各部の機能は、それぞれ専用の回路等によって構成されていてもよい。
　なお、上記各例において、確度算出部４０が、画像から検出される人物を識別する識別情報が前記人物に対応することの確からしさを示す確度値を算出する確度算出部の一例である。判定部６０が、前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する判定部の一例である。出力部７０が、前記確度値が前記確度閾値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する出力部の一例である。
　以上、本発明の実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
　１０　取得部
　２０　特徴抽出部
　３０　記憶部
　４０　確度算出部
　５０　位置検出部
　６０　判定部
　７０　出力部
　１００　情報処理装置
　１１０　紐付用カメラ
　１２０　追跡用カメラ
　１３０　サービス提供端末
　２００　生体認証システム
　

Claims (15)

  1. 　コンピュータが、
    　画像から検出される人物を識別する識別情報を取得した場合、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出し、
    　前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する、処理を実行することを特徴とする判定方法。
  2. 　前記コンピュータが、
    　前記確度値が前記確度閾値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する、処理を実行することを特徴とする請求項１に記載の判定方法。
  3. 　前記コンピュータが、
    　前記複数のサービスのうち前記人物の位置情報に対応するサービスが複数ある場合、前記確度値が、前記対応するサービスのうち最も高い確度閾値以上であるか否かを判定する、処理を実行することを特徴とする請求項１に記載の判定方法。
  4. 　前記コンピュータが、
    　前記確度値が前記最も高い確度値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する、処理を実行することを特徴とする請求項３に記載の判定方法。
  5. 　前記コンピュータが、
    　前記人物が検出されるそれぞれ異なる複数の画像を用いて、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出する、処理を実行することを特徴とする請求項１に記載の判定方法。
  6. 　コンピュータに、
    　画像から検出される人物を識別する識別情報を取得した場合、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出し、
    　前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する、処理を実行させることを特徴とする判定プログラム。
  7. 　前記コンピュータに、
    　前記確度値が前記確度閾値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する、処理を実行させることを特徴とする請求項６に記載の判定プログラム。
  8. 　前記コンピュータに、
    　前記複数のサービスのうち前記人物の位置情報に対応するサービスが複数ある場合、前記確度値が、前記対応するサービスのうち最も高い確度閾値以上であるか否かを判定する、処理を実行させることを特徴とする請求項６に記載の判定プログラム。
  9. 　前記コンピュータに、
    　前記確度値が前記最も高い確度値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する、処理を実行させることを特徴とする請求項８に記載の判定プログラム。
  10. 　前記コンピュータに、
    　前記人物が検出されるそれぞれ異なる複数の画像を用いて、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出する、処理を実行させることを特徴とする請求項６に記載の判定プログラム。
  11. 　画像から検出される人物を識別する識別情報が前記人物に対応することの確からしさを示す確度値を算出する確度算出部と、
    　前記人物の位置情報を取得した場合、複数のサービス各々に確度閾値と位置情報とを関連付けて記憶する記憶部を参照し、算出した前記確度値が前記複数のサービスのうち前記人物の位置情報に対応するサービスの確度閾値以上であるか否かを判定する判定部と、を備えることを特徴とする情報処理装置。
  12. 　前記確度値が前記確度閾値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する出力部を備えることを特徴とする請求項１１に記載の情報処理装置。
  13. 　前記判定部は、前記複数のサービスのうち前記人物の位置情報に対応するサービスが複数ある場合、前記確度値が、前記対応するサービスのうち最も高い確度閾値以上であるか否かを判定することを特徴とする請求項１１に記載の情報処理装置。
  14. 　前記確度値が前記最も高い確度値以上であると判定されなかった場合、前記人物に前記確度値を向上させるためのメッセージを出力する出力部を備えることを特徴とする請求項１３に記載の情報処理装置。
  15. 　前記確度算出部は、前記人物が検出されるそれぞれ異なる複数の画像を用いて、前記識別情報が前記人物に対応することの確からしさを示す確度値を算出することを特徴とする請求項１１に記載の情報処理装置。
    　
PCT/JP2023/013594 2023-03-31 2023-03-31 判定方法、判定プログラム、および情報処理装置 Pending WO2024202017A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202380096650.8A CN120981832A (zh) 2023-03-31 2023-03-31 判定方法、判定程序以及信息处理装置
JP2025509602A JPWO2024202017A1 (ja) 2023-03-31 2023-03-31
PCT/JP2023/013594 WO2024202017A1 (ja) 2023-03-31 2023-03-31 判定方法、判定プログラム、および情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/013594 WO2024202017A1 (ja) 2023-03-31 2023-03-31 判定方法、判定プログラム、および情報処理装置

Publications (1)

Publication Number Publication Date
WO2024202017A1 true WO2024202017A1 (ja) 2024-10-03

Family

ID=92904605

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/013594 Pending WO2024202017A1 (ja) 2023-03-31 2023-03-31 判定方法、判定プログラム、および情報処理装置

Country Status (3)

Country Link
JP (1) JPWO2024202017A1 (ja)
CN (1) CN120981832A (ja)
WO (1) WO2024202017A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014067315A (ja) * 2012-09-27 2014-04-17 Canon Inc 認証装置、認証方法、および、そのプログラム
JP2020135369A (ja) * 2019-02-19 2020-08-31 キヤノン株式会社 情報処理装置、システム、情報処理方法及びプログラム
JP2020173775A (ja) * 2019-04-10 2020-10-22 株式会社バカン 物体検出装置及び混雑状況管理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014067315A (ja) * 2012-09-27 2014-04-17 Canon Inc 認証装置、認証方法、および、そのプログラム
JP2020135369A (ja) * 2019-02-19 2020-08-31 キヤノン株式会社 情報処理装置、システム、情報処理方法及びプログラム
JP2020173775A (ja) * 2019-04-10 2020-10-22 株式会社バカン 物体検出装置及び混雑状況管理装置

Also Published As

Publication number Publication date
JPWO2024202017A1 (ja) 2024-10-03
CN120981832A (zh) 2025-11-18

Similar Documents

Publication Publication Date Title
US11948398B2 (en) Face recognition system, face recognition method, and storage medium
US11960586B2 (en) Face recognition system, face matching apparatus, face recognition method, and storage medium
JP3584334B2 (ja) 人間検出追跡システムおよび人間検出追跡方法
EP3467709B1 (en) Face recognition system for personal identification and authentication
US20170316271A1 (en) Monitoring device and method
US20170068945A1 (en) Pos terminal apparatus, pos system, commodity recognition method, and non-transitory computer readable medium storing program
WO2016088369A1 (ja) 情報処理装置、言動評価方法およびプログラム記憶媒体
CN111919233A (zh) 店铺管理设备和店铺管理方法
JP2013003817A (ja) 顔認識による環境理解型制御方式
JP5785667B1 (ja) 人物特定システム
US11861993B2 (en) Information processing system, customer identification apparatus, and information processing method
JP2015090579A (ja) 行動分析システム
KR101957677B1 (ko) 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법
US20230073167A1 (en) Registration checking apparatus, control method, and non-transitory storage medium
JP2023050826A (ja) 情報処理プログラム、情報処理方法、および情報処理装置
US20230394556A1 (en) Information processing method, information processing device, and recording medium
CN112183167A (zh) 考勤方法、认证方法、活体检测方法、装置及设备
US20220269890A1 (en) Method and system for visual analysis and assessment of customer interaction at a scene
WO2024202017A1 (ja) 判定方法、判定プログラム、および情報処理装置
JP2022020661A (ja) 監視装置及びプログラム
US20250291888A1 (en) Information processing apparatus, information processing method, and non-tranisitory recording medium
US20200234338A1 (en) Content selection apparatus, content selection method, content selection system, and program
WO2020178893A1 (ja) 辞書生成装置、生体認証装置、監視システム、辞書生成方法、および記録媒体
CN111723616B (zh) 一种人员相关性度量方法及装置
Prasanth Vaidya et al. Finding Numbers of Occurrences and Duration of a Particular Face in Video Stream

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23930652

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025509602

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025509602

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2023930652

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2023930652

Country of ref document: EP

Effective date: 20251031

ENP Entry into the national phase

Ref document number: 2023930652

Country of ref document: EP

Effective date: 20251031

ENP Entry into the national phase

Ref document number: 2023930652

Country of ref document: EP

Effective date: 20251031

ENP Entry into the national phase

Ref document number: 2023930652

Country of ref document: EP

Effective date: 20251031

ENP Entry into the national phase

Ref document number: 2023930652

Country of ref document: EP

Effective date: 20251031