特許ウォッチ

公開番号2025013035
公報種別公開特許公報(A)
公開日2025-01-24
出願番号2023116304
出願日2023-07-14
発明の名称学習装置、学習方法、判定装置、判定方法及びコンピュータープログラム
出願人日本電信電話株式会社,学校法人東京理科大学
代理人弁理士法人志賀国際特許事務所
主分類G06T 7/00 20170101AFI20250117BHJP(計算;計数)
要約【課題】スペクトル画像を用いて画像の被写体をより精度良く判定することを可能にする学習装置、学習方法、判定装置、判定方法及びコンピュータープログラムを提供する。
【解決手段】学習装置と、マルチスペクトル画像を撮像する撮像装置が接続される判定装置と、を含む判定システムにおいて、学習装置20は、複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、第二損失関数はより値が大きくなるように、マルチスペクトル画像から特徴量を取得する特徴抽出モデルを生成する制御部23を備える。
【選択図】図2
特許請求の範囲【請求項１】
複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを生成する制御部を備える、学習装置。
続きを表示（約 930 文字）【請求項２】
複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを生成する、学習方法。
【請求項３】
判定対象のマルチスペクトル画像を取得する画像入力部と、
複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを用いて、前記判定対象のマルチスペクトル画像から前記特徴量を取得し、取得された前記特徴量に基づいて前記判定対象のマルチスペクトル画像の被写体を判定する制御部と、
を備える、判定装置。
【請求項４】
判定対象のマルチスペクトル画像を取得し、
複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを用いて、前記判定対象のマルチスペクトル画像から前記特徴量を取得し、取得された前記特徴量に基づいて前記判定対象のマルチスペクトル画像の被写体を判定する、判定方法。
【請求項５】
コンピューターを、請求項１に記載の学習装置又は請求項３に記載の判定装置として機能させるためのコンピュータープログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、学習装置、学習方法、判定装置、判定方法及びコンピュータープログラムに関する。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
ＲＧＢ画像を含むスペクトル画像及び画像列から非接触で個人認証を行う技術として、顔認証や光彩認証など顔の特徴的なパターンを利用する技術が一般的である。しかし、この技術は撮影に対する心理的抵抗が大きいという問題がある。さらに、顔が映るような画角に限定されるなどの制約も大きい。そこで、認証対象者の自由を妨げにくい非接触の認証方法として、手を撮影した画像を利用する技術がある。例えば、掌や指の幅や高さなどを利用する技術や、手の輪郭形状を利用する技術がある。ただし、これらの技術では、正確な形状抽出のために掌を台に固定して撮影するなどの制約がある。また、ハンドジェスチャーに基づいて個人を認証する技術もある。しかし、認証対象者に特定の動作を要求する必要がある。
マルチスペクトル画像を個人認証に用いる技術も提案されている。例えば非特許文献１では、手のマルチスペクトル画像を用いることで、特定の動作を用いることや被写体を拘束せずに個人認証を行っている。このような非特許文献１の技術では、マルチスペクトル画像を用いることによって、ＲＧＢ画像と比較しても一定の精度を上げている。
【先行技術文献】
【非特許文献】
【０００３】
Takeshi Uemori, Atsushi Ito, Yusuke Moriuchi, Alexander Gatto, and Jun Murayama.”Skin-based identification from multispectral image data using CNNs.”, In Proc. CVPR, 2019.
【発明の概要】
【発明が解決しようとする課題】
【０００４】
上述したように、スペクトル画像を用いた方法では、被写体の自由を妨げずに特徴量の少ない手の甲などの画像から個人認証が実現できる。一方で、スペクトル分解能が高い分、手の姿勢（手を握っているか・閉じているか）や気温の変化などの外乱に脆弱である。そのため、同一個人であっても、手の姿勢や気温が違うと別個人として認識されてしまうことがある。逆に、別人を同一人物として認識してしまうこともある。
本発明は、上述した事情に鑑みてなされたものであり、スペクトル画像を用いて画像の被写体をより精度良く判定することを可能にする技術を提供するものである。
【課題を解決するための手段】
【０００５】
本発明の一態様は、複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを生成する制御部を備える、学習装置である。
【０００６】
本発明の一態様は、複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを生成する、学習方法である。
【０００７】
本発明の一態様は、判定対象のマルチスペクトル画像を取得する画像入力部と、複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを用いて、前記判定対象のマルチスペクトル画像から前記特徴量を取得し、取得された前記特徴量に基づいて前記判定対象のマルチスペクトル画像の被写体を判定する制御部と、を備える、判定装置である。
【０００８】
本発明の一態様は、判定対象のマルチスペクトル画像を取得し、複数の被写体それぞれを撮影して得られるマルチスペクトル画像を用いて、同一の被写体のマルチスペクトル画像から得られた特徴量はより小さい値となる第一損失関数と、所定の外乱がより正確に識別できるほど小さい値となる第二損失関数と、を用いて前記第一損失関数はより値が小さくなるように、前記第二損失関数はより値が大きくなるように、前記マルチスペクトル画像から特徴量を取得する特徴抽出モデルを用いて、前記判定対象のマルチスペクトル画像から前記特徴量を取得し、取得された前記特徴量に基づいて前記判定対象のマルチスペクトル画像の被写体を判定する、判定方法である。
【０００９】
本発明の一態様は、コンピューターを、上記の学習装置又は判定装置として機能させるためのコンピュータープログラムである。
【発明の効果】
【００１０】
本発明により、スペクトル画像を用いて画像の被写体をより精度良く判定することが可能になる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許