ホーム > 特許ランキング > ソフトバンク株式会社
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023081778
(43)【公開日】2023-06-13
(54)【発明の名称】認証装置、プログラム、及び認証方法
(51)【国際特許分類】
A61B 5/1171 20160101AFI20230606BHJP
G06T 7/00 20170101ALI20230606BHJP
G06T 7/20 20170101ALI20230606BHJP
【ＦＩ】
A61B5/1171 200
G06T7/00 510F
G06T7/20 300B
G06T7/00 350C
【審査請求】未請求
【請求項の数】21
【出願形態】ＯＬ
(21)【出願番号】P 2021195774
(22)【出願日】2021-12-01
(71)【出願人】
【識別番号】501440684
【氏名又は名称】ソフトバンク株式会社
(74)【代理人】
【識別番号】110000877
【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所
(72)【発明者】
【氏名】石若 裕子
(72)【発明者】
【氏名】須田 和人
【テーマコード（参考）】
4C038
5B043
5L096
【Ｆターム（参考）】
4C038VA07
4C038VB03
4C038VC05
5B043AA09
5B043BA04
5B043DA05
5B043EA07
5B043FA07
5B043GA02
5L096CA04
5L096FA69
5L096HA05
5L096HA07
5L096HA11
5L096KA04
(57)【要約】 （修正有）
【課題】認証用に人物を撮像した認証用動画を取得する認証用動画取得部と、認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、人物を認証する認証部とを備える認証装置を提供する。
【解決手段】認証部は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークを用いて、人物を認証してよい。認証部は、認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定し、推定した運動ニューロンによって、人物を認証してよい。認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得部と、認証用動画を解析することによって特定した人物の身体の筋肉の動きに基づいて、人物を認証する認証部とを備える認証装置を提供する。
【選択図】図１
【解決手段】認証部は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークを用いて、人物を認証してよい。認証部は、認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定し、推定した運動ニューロンによって、人物を認証してよい。認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得部と、認証用動画を解析することによって特定した人物の身体の筋肉の動きに基づいて、人物を認証する認証部とを備える認証装置を提供する。
【選択図】図１
【特許請求の範囲】
【請求項1】
認証用に人物を撮像した認証用動画を取得する認証用動画取得部と、
前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、前記人物を認証する認証部と
を備える認証装置。
前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、前記人物を認証する認証部と
を備える認証装置。
【請求項2】
前記認証部は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークを用いて、前記人物を認証する、請求項１に記載の認証装置。
【請求項3】
登録用に人物を撮像した登録用動画を取得する登録用動画取得部と、
前記登録用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定する登録用推定部と、
複数の人物について、前記登録用推定部によって推定された前記運動ニューロンと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定し、推定した前記運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、前記人物を認証する、請求項１又は２に記載の認証装置。
前記登録用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定する登録用推定部と、
複数の人物について、前記登録用推定部によって推定された前記運動ニューロンと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定し、推定した前記運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、前記人物を認証する、請求項１又は２に記載の認証装置。
【請求項4】
運動ニューロンに関するパラメータの入力に従って人物の顔の筋肉の動きをシミュレートすることによって人物の表情の動きを示す表情データを生成するシミュレータに対して複数のパラメータを入力することによって、前記複数のパラメータのそれぞれに対応する前記表情データを取得する表情データ取得部と、
前記表情データ取得部が取得した前記表情データと、当該表情データに対応するパラメータとを含む訓練データを記憶する訓練データ記憶部と
をさらに備え、
前記登録用推定部は、前記訓練データ記憶部に記憶されている複数の前記訓練データに基づいて、前記人物の前記顔の運動ニューロンを推定する、請求項３に記載の認証装置。
前記表情データ取得部が取得した前記表情データと、当該表情データに対応するパラメータとを含む訓練データを記憶する訓練データ記憶部と
をさらに備え、
前記登録用推定部は、前記訓練データ記憶部に記憶されている複数の前記訓練データに基づいて、前記人物の前記顔の運動ニューロンを推定する、請求項３に記載の認証装置。
【請求項5】
前記登録用推定部は、前記複数の訓練データのうち、前記表情データが、前記登録用動画を解析することによって特定した前記人物の顔の筋肉の動きに対応する訓練データの前記パラメータを特定することによって、前記人物の前記顔の運動ニューロンを推定する、請求項４に記載の認証装置。
【請求項6】
前記認証部は、前記訓練データ記憶部に記憶されている複数の前記訓練データに基づいて、前記人物の顔の運動ニューロンを推定する、請求項４又は５に記載の認証装置。
【請求項7】
前記登録データ記憶部は、人物の顔のパーツの特徴毎にグループ分けして、前記複数の登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の顔のパーツの特徴に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに属する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から６のいずれか一項に記載の認証装置。
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の顔のパーツの特徴に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに属する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から６のいずれか一項に記載の認証装置。
【請求項8】
前記登録データ記憶部は、人物の顔の脂肪の特徴毎にグループ分けして、前記複数の登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の顔の脂肪の付き方の特徴に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から７のいずれか一項に記載の認証装置。
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の顔の脂肪の付き方の特徴に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から７のいずれか一項に記載の認証装置。
【請求項9】
前記登録データ記憶部は、人物の性別によってグループ分けして、前記複数の登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の性別に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から８のいずれか一項に記載の認証装置。
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の性別に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から８のいずれか一項に記載の認証装置。
【請求項10】
前記登録データ記憶部は、人物の年齢によってグループ分けして、前記複数の登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の年齢に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から９のいずれか一項に記載の認証装置。
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析して特定した前記人物の年齢に対応するグループを特定し、前記登録データ記憶部に記憶されている、特定した前記グループに対応する複数の登録データの運動ニューロンと、前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項３から９のいずれか一項に記載の認証装置。
【請求項11】
前記人物に対して予め定められた動作を行うことを指示する指示情報を出力する指示情報出力部
をさらに備え、
前記登録用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物の顔を撮像した前記登録用動画を取得し、
前記認証用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物の顔を撮像した前記認証用動画を取得する、請求項３から１０のいずれか一項に記載の認証装置。
をさらに備え、
前記登録用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物の顔を撮像した前記登録用動画を取得し、
前記認証用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物の顔を撮像した前記認証用動画を取得する、請求項３から１０のいずれか一項に記載の認証装置。
【請求項12】
前記認証用動画取得部は、歩いている前記人物を撮像した前記認証用動画を取得し、
前記認証部は、前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きと、前記人物の顔の筋肉の動きとに基づいて、前記人物を認証する、請求項３から１１のいずれか一項に記載の認証装置。
前記認証部は、前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きと、前記人物の顔の筋肉の動きとに基づいて、前記人物を認証する、請求項３から１１のいずれか一項に記載の認証装置。
【請求項13】
前記登録用推定部は、前記登録用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定し、
前記登録データ記憶部は、前記登録用推定部によって推定された前記人物の顔の運動ニューロン及び前記人物の身体の運動ニューロンと、前記人物を識別可能な人物識別情報とを含む前記登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動き及び前記人物の身体の筋肉の動きに基づいて、当該人物の顔の運動ニューロン及び身体の運動ニューロンを推定し、推定した前記顔の運動ニューロン及び前記身体の運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの顔の運動ニューロン及び身体の運動ニューロンとを比較することによって、前記人物を認証する、請求項１２に記載の認証装置。
前記登録データ記憶部は、前記登録用推定部によって推定された前記人物の顔の運動ニューロン及び前記人物の身体の運動ニューロンと、前記人物を識別可能な人物識別情報とを含む前記登録データを記憶し、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の顔の筋肉の動き及び前記人物の身体の筋肉の動きに基づいて、当該人物の顔の運動ニューロン及び身体の運動ニューロンを推定し、推定した前記顔の運動ニューロン及び前記身体の運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの顔の運動ニューロン及び身体の運動ニューロンとを比較することによって、前記人物を認証する、請求項１２に記載の認証装置。
【請求項14】
前記認証部は、前記登録データ記憶部に記憶されている複数の登録データから、推定した前記人物の身体の運動ニューロンに対応する複数の登録データを特定し、推定した前記人物の顔の運動ニューロンと、特定した前記複数の登録データの顔の運動ニューロンとを比較することによって、前記人物を認証する、請求項１３に記載の認証装置。
【請求項15】
登録用に前記人物を撮像した登録用動画を取得する登録用動画取得部と、
前記登録用動画を解析することによって、前記人物の顔の筋肉の動きを示す動きデータを生成する動きデータ生成部と、
複数の人物について、前記動きデータ生成部によって生成された前記動きデータと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって生成した前記人物の顔の筋肉の動きを示す動きデータと、前記登録データ記憶部に記憶されている複数の登録データの動きデータとを比較することによって、前記人物を認証する、請求項１に記載の認証装置。
前記登録用動画を解析することによって、前記人物の顔の筋肉の動きを示す動きデータを生成する動きデータ生成部と、
複数の人物について、前記動きデータ生成部によって生成された前記動きデータと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって生成した前記人物の顔の筋肉の動きを示す動きデータと、前記登録データ記憶部に記憶されている複数の登録データの動きデータとを比較することによって、前記人物を認証する、請求項１に記載の認証装置。
【請求項16】
前記人物に対して予め定められた動作を行うことを指示する指示情報を出力する指示情報出力部
をさらに備え、
前記登録用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物を撮像した前記登録用動画を取得し、
前記認証用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物を撮像した前記認証用動画を取得する、請求項１５に記載の認証装置。
をさらに備え、
前記登録用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物を撮像した前記登録用動画を取得し、
前記認証用動画取得部は、前記指示情報出力部が前記指示情報を出力した後に、前記人物を撮像した前記認証用動画を取得する、請求項１５に記載の認証装置。
【請求項17】
認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得部と、
前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、前記人物を認証する認証部と
を備える認証装置。
前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、前記人物を認証する認証部と
を備える認証装置。
【請求項18】
登録用に、歩いている人物を撮像した登録用動画を取得する登録用動画取得部と、
前記登録用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定する登録用推定部と、
複数の人物について、前記登録用推定部によって推定された前記運動ニューロンと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定し、推定した前記運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、前記人物を認証する、請求項１７に記載の認証装置。
前記登録用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定する登録用推定部と、
複数の人物について、前記登録用推定部によって推定された前記運動ニューロンと前記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部と
をさらに備え、
前記認証部は、前記認証用動画取得部が取得した前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定し、推定した前記運動ニューロンと、前記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、前記人物を認証する、請求項１７に記載の認証装置。
【請求項19】
コンピュータを、請求項１から１８のいずれか一項に記載の認証装置として機能させるためのプログラム。
【請求項20】
コンピュータによって実行される認証方法であって、
認証用に人物を撮像した認証用動画を取得する認証用動画取得段階と、
認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、前記人物を認証する認証段階と
を備える認証方法。
認証用に人物を撮像した認証用動画を取得する認証用動画取得段階と、
認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、前記人物を認証する認証段階と
を備える認証方法。
【請求項21】
コンピュータによって実行される認証方法であって、
認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得段階と、
前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、前記人物を認証する認証段階と
を備える認証方法。
認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得段階と、
前記認証用動画を解析することによって特定した前記人物の身体の筋肉の動きに基づいて、前記人物を認証する認証段階と
を備える認証方法。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、認証装置、プログラム、及び認証方法に関する。
【背景技術】
【0002】
特許文献１には、ユーザの顔画像を取得し、顔画像に含まれる特徴点に関する情報を用いてユーザを認証する技術が記載されている。
［先行技術文献］
［特許文献］
［特許文献１］特開２０２１－１７０２０５号公報
［先行技術文献］
［特許文献］
［特許文献１］特開２０２１－１７０２０５号公報
【発明の概要】
【課題を解決するための手段】
【0003】
本発明の一実施態様によれば、認証装置が提供される。認証装置は、認証用に人物を撮像した認証用動画を取得する認証用動画取得部を備えてよい。認証装置は、認証用動画を解析することによって特定した前記人物の顔の筋肉の動きに基づいて、人物を認証する認証部を備えてよい。
【0004】
上記認証部は、機械学習を用いて、上記人物を認証してよい。上記認証部は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークを用いて、上記人物を認証してよい。上記認証部は、深層学習を用いて、上記人物を認証してよい。上記認証部は、ディープニューラルネットワークを用いて、上記人物を認証してよい。上記認証部は、時系列を扱うディープニューラルネットワークを用いて、上記人物を認証してよい。上記認証部は、リカレントニューラルネットワークを用いて、上記人物を認証してよい。上記認証部は、長短期記憶（ＬＳＴＭ：Ｌｏｎｇ Ｓｈｏｒｔ－Ｔｅｒｍ Ｍｅｍｏｒｙ）を用いて、上記人物を認証してよい。上記認証装置は、登録用に人物を撮像した登録用動画を取得する登録用動画取得部と、上記登録用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定する登録用推定部と、複数の人物について、上記登録用推定部によって推定された上記運動ニューロンと上記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部とをさらに備えてよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて、当該人物の顔の運動ニューロンを推定し、推定した上記運動ニューロンと、上記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、上記人物を認証してよい。上記認証装置は、運動ニューロンに関するパラメータの入力に従って人物の顔の筋肉の動きをシミュレートすることによって人物の表情の動きを示す表情データを生成するシミュレータに対して複数のパラメータを入力することによって、上記複数のパラメータのそれぞれに対応する上記表情データを取得する表情データ取得部と、上記表情データ取得部が取得した上記表情データと、当該表情データに対応するパラメータとを含む訓練データを記憶する訓練データ記憶部とをさらに備えてよく、上記登録用推定部は、上記訓練データ記憶部に記憶されている複数の上記訓練データに基づいて、上記人物の上記顔の運動ニューロンを推定してよい。上記登録用推定部は、上記複数の訓練データのうち、上記表情データが、上記登録用動画を解析することによって特定した上記人物の顔の筋肉の動きに対応する訓練データの上記パラメータを特定することによって、上記人物の上記顔の運動ニューロンを推定してよい。上記認証部は、上記訓練データ記憶部に記憶されている複数の上記訓練データに基づいて、上記人物の顔の運動ニューロンを推定してよい。
【0005】
上記登録データ記憶部は、人物の顔のパーツの特徴毎にグループ分けして、上記複数の登録データを記憶してよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析して特定した上記人物の顔のパーツの特徴に対応するグループを特定し、上記登録データ記憶部に記憶されている、特定した上記グループに属する複数の登録データの運動ニューロンと、上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、上記人物を認証してよい。上記登録データ記憶部は、人物の顔の脂肪の特徴毎にグループ分けして、上記複数の登録データを記憶してよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析して特定した上記人物の顔の脂肪の付き方の特徴に対応するグループを特定し、上記登録データ記憶部に記憶されている、特定した上記グループに対応する複数の登録データの運動ニューロンと、上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、上記人物を認証してよい。上記登録データ記憶部は、人物の性別によってグループ分けして、上記複数の登録データを記憶してよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析して特定した上記人物の性別に対応するグループを特定し、上記登録データ記憶部に記憶されている、特定した上記グループに対応する複数の登録データの運動ニューロンと、上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、上記人物を認証してよい。上記登録データ記憶部は、人物の年齢によってグループ分けして、上記複数の登録データを記憶してよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析して特定した上記人物の年齢に対応するグループを特定し、上記登録データ記憶部に記憶されている、特定した上記グループに対応する複数の登録データの運動ニューロンと、上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動きに基づいて推定した当該人物の顔の運動ニューロンとを比較することによって、上記人物を認証してよい。上記認証装置は、上記人物に対して予め定められた動作を行うことを指示する指示情報を出力する指示情報出力部をさらに備えてよく、上記登録用動画取得部は、上記指示情報出力部が上記指示情報を出力した後に、上記人物の顔を撮像した上記登録用動画を取得してよく、上記認証用動画取得部は、上記指示情報出力部が上記指示情報を出力した後に、上記人物の顔を撮像した上記認証用動画を取得してよい。
【0006】
上記認証用動画取得部は、歩いている上記人物を撮像した上記認証用動画を取得してよく、上記認証部は、上記認証用動画を解析することによって特定した上記人物の身体の筋肉の動きと、上記人物の顔の筋肉の動きとに基づいて、上記人物を認証してよい。上記登録用推定部は、上記登録用動画を解析することによって特定した上記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定してよく、上記登録データ記憶部は、上記登録用推定部によって推定された上記人物の顔の運動ニューロン及び上記人物の身体の運動ニューロンと、上記人物を識別可能な人物識別情報とを含む上記登録データを記憶してよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析することによって特定した上記人物の顔の筋肉の動き及び上記人物の身体の筋肉の動きに基づいて、当該人物の顔の運動ニューロン及び身体の運動ニューロンを推定し、推定した上記顔の運動ニューロン及び上記身体の運動ニューロンと、上記登録データ記憶部に記憶されている複数の登録データの顔の運動ニューロン及び身体の運動ニューロンとを比較することによって、上記人物を認証してよい。上記認証部は、上記登録データ記憶部に記憶されている複数の登録データから、推定した上記人物の身体の運動ニューロンに対応する複数の登録データを特定し、推定した上記人物の顔の運動ニューロンと、特定した上記複数の登録データの顔の運動ニューロンとを比較することによって、上記人物を認証してよい。
【0007】
上記認証装置は、登録用に上記人物を撮像した登録用動画を取得する登録用動画取得部と、上記登録用動画を解析することによって、上記人物の顔の筋肉の動きを示す動きデータを生成する動きデータ生成部と、複数の人物について、上記動きデータ生成部によって生成された上記動きデータと上記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部とをさらに備えてよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析することによって生成した上記人物の顔の筋肉の動きを示す動きデータと、上記登録データ記憶部に記憶されている複数の登録データの動きデータとを比較することによって、上記人物を認証してよい。上記認証装置は、上記人物に対して予め定められた動作を行うことを指示する指示情報を出力する指示情報出力部をさらに備えてよく、上記登録用動画取得部は、上記指示情報出力部が上記指示情報を出力した後に、上記人物を撮像した上記登録用動画を取得してよく、上記認証用動画取得部は、上記指示情報出力部が上記指示情報を出力した後に、上記人物を撮像した上記認証用動画を取得してよい。
【0008】
本発明の一実施態様によれば、認証装置が提供される。認証装置は、認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得部を備えてよい。認証装置は、認証用動画を解析することによって特定した人物の身体の筋肉の動きに基づいて、人物を認証する認証部を備えてよい。
【0009】
上記認証装置は、登録用に、歩いている人物を撮像した登録用動画を取得する登録用動画取得部と、上記登録用動画を解析することによって特定した上記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定する登録用推定部と、複数の人物について、上記登録用推定部によって推定された上記運動ニューロンと上記人物を識別可能な人物識別情報とを含む登録データを記憶する登録データ記憶部とをさらに備えてよく、上記認証部は、上記認証用動画取得部が取得した上記認証用動画を解析することによって特定した上記人物の身体の筋肉の動きに基づいて、当該人物の身体の運動ニューロンを推定し、推定した上記運動ニューロンと、上記登録データ記憶部に記憶されている複数の登録データの運動ニューロンとを比較することによって、上記人物を認証してよい。
【0010】
本発明の一実施態様によれば、コンピュータを、上位機認証装置として機能させるためのプログラムが提供される。
【0011】
本発明の一実施態様によれば、コンピュータによって実行される認証方法が提供される。
認証方法は、認証用に人物を撮像した認証用動画を取得する認証用動画取得段階を備えてよい。認証方法は、認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、人物を認証する認証段階を備えてよい。
認証方法は、認証用に人物を撮像した認証用動画を取得する認証用動画取得段階を備えてよい。認証方法は、認証用動画を解析することによって特定した人物の顔の筋肉の動きに基づいて、人物を認証する認証段階を備えてよい。
【0012】
本発明の一実施態様によれば、コンピュータによって実行される認証方法が提供される。認証方法は、認証用に、歩いている人物を撮像した認証用動画を取得する認証用動画取得段階を備えてよい。認証方法は、認証用動画を解析することによって特定した人物の身体の筋肉の動きに基づいて、人物を認証する認証段階を備えてよい。
【0013】
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
【図面の簡単な説明】
【0014】
【図1】システム１０の一例を概略的に示す。
【図2】特徴量３１０の一例を概略的に示す。
【図3】特徴量３２０の一例を概略的に示す。
【図4】認証ネットワーク３３０の一例を概略的に示す。
【図5】認証装置１００の機能構成の一例を概略的に示す。
【図6】認証装置１００による処理の流れの一例を概略的に示す。
【図7】認証装置１００による処理の流れの一例を概略的に示す。
【図8】認証装置１００による処理の流れの一例を概略的に示す。
【図9】システム１０の一例を概略的に示す。
【図10】認証装置１００として機能するコンピュータ１２００のハードウェア構成の一例を概略的に示す。
【発明を実施するための形態】
【0015】
顔認証や生体認証によって、個人を特定することはセキュリティ上重要である。しかしながら、２Ｄ、３Ｄの形の特徴量をとる方法では、３Ｄプリンタと写真によるフェイク画像等に完全に対応することは難しい。また、生体認証であれば、特別なデバイスが必要であったり、そもそも測定に時間がかかったり、化粧を落とす（顔の静脈）、指紋（取れない人がいる、フェイク可能）等、問題の完全な解決には至っていない。本実施形態に係る認証装置１００は、例えば、顔認証の際に、顔の筋肉の動きをトラッキングした特徴量を用いて、認証する。筋肉を動かすためには、運動ニューロンが必要である。運動ニューロンは、生まれた時が最も数が多く、筋肉の動かし方を覚えるにつれて、数を減らして最適化されていく。このことにより、筋肉の動かし方は、生まれた時の遺伝子情報及び環境による最適化のため、個々人で異なる。双子のように、遺伝子が共通していて、顔の特徴が近似していても、筋肉の動かし方は異なる。また、本実施形態に係る認証装置１００は、人物がカメラに近づく際の歩き方を元に、特徴量を抽出し、さらに精度をあげることも可能である。歩き方も、表情と同様に、個々人で運動ニューロンの数やＣｏｎｎｅｃｔｏｎｅが異なるため、特徴が出る。
【0016】
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
【0017】
図１は、システム１０の一例を概略的に示す。システム１０は、認証装置１００及びカメラ２００を備える。
【0018】
認証装置１００とカメラ２００は、ネットワーク２０を介して通信してよい。ネットワーク２０は、インターネットを含んでよい。ネットワーク２０は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を含んでよい。
【0019】
ネットワーク２０は、移動体通信ネットワークを含んでよい。移動体通信ネットワークは、３Ｇ（３ｒｄ Ｇｅｎｅｒａｔｉｏｎ）通信方式、ＬＴＥ（Ｌｏｎｇ Ｔｅｒｍ Ｅｖｏｌｕｔｉｏｎ）通信方式、５Ｇ（５ｔｈ Ｇｅｎｅｒａｔｉｏｎ）通信方式、及び６Ｇ（６ｔｈ Ｇｅｎｅｒａｔｉｏｎ）通信方式以降の通信方式のいずれに準拠していてもよい。
【0020】
認証装置１００は、ネットワーク２０に有線接続されてよい。認証装置１００は、ネットワーク２０に無線接続されてよい。認証装置１００は、無線基地局を介してネットワーク２０に接続されてよい。認証装置１００は、Ｗｉ－Ｆｉ（登録商標）アクセスポイントを介してネットワーク２０に接続されてよい。
【0021】
カメラ２００は、ネットワーク２０に有線接続されてよい。カメラ２００は、ネットワーク２０に無線接続されてよい。カメラ２００は、無線基地局を介してネットワーク２０に接続されてよい。カメラ２００は、Ｗｉ－Ｆｉアクセスポイントを介してネットワーク２０に接続されてよい。
【0022】
なお、認証装置１００とカメラ２００とは直接接続されてもよい。また、認証装置１００が、カメラ２００を内蔵してもよい。
【0023】
認証装置１００は、カメラ２００によって撮像された撮像画像を、カメラ２００から受信する。認証装置１００は、カメラ２００が人物３０を撮像した撮像画像を、カメラ２００から受信してよい。認証装置１００は、カメラ２００が人物３０を撮像した動画をカメラ２００から受信してよい。
【0024】
カメラ２００は、人物３０の認証を要する任意の場所に設置される。認証装置１００がカメラ２００を内蔵する場合、認証装置１００が、人物３０の認証を要する任意の場所に設定されてよい。
【0025】
カメラ２００は、深度センサを有してもよい。認証装置１００は、カメラ２００の深度センサによって検出された深度情報を含む撮像画像を、カメラ２００から受信してもよい。
【0026】
認証装置１００は、カメラ２００が、登録用に人物３０を撮像した登録用動画を、カメラ２００から受信してよい。登録用に撮像するとは、登録用に撮像することを人物３０に通知してカメラ２００によって人物３０を撮像することであってよい。登録用に撮像するとは、カメラ２００を登録モードに設定した状態でカメラ２００によって人物３０を撮像することであってよい。登録用に撮像するとは、認証装置１００を登録モードに設定した状態でカメラ２００によって人物３０を撮像することであってよい。
【0027】
認証装置１００は、人物３０の顔の筋肉の動きに基づいて、人物３０を認証してよい。例えば、認証装置１００は、人物３０の登録用動画を解析して取得した人物３０の顔の筋肉の動き特徴量と、人物３０を識別可能な人物識別情報とを含む登録データを記憶する。認証装置１００は、複数の人物３０について、登録データを記憶する。
【0028】
認証装置１００は、カメラ２００が、認証用に人物３０を撮像した認証用動画をカメラ２００から受信してよい。認証用に撮像するとは、人物３０を認証する場面において、カメラ２００によって人物３０を撮像することであってよ。認証用に撮像するとは、認証用に撮像することを人物３０に通知してカメラ２００によって人物３０を撮像することであってよい。認証用に撮像するとは、カメラ２００を認証モードに設定した状態でカメラ２００によって人物３０を撮像することであってよい。認証用に撮像するとは、認証装置１００を認証モードに設定した状態でカメラ２００によって人物３０を撮像することであってよい。
【0029】
認証装置１００は、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きの特徴量と、複数の登録データの特徴量とを比較することによって、人物３０を認証してよい。
【0030】
認証装置１００は、歩いている人物３０の身体の筋肉の動きに基づいて、人物３０を認証してもよい。例えば、認証装置１００は、人物３０の登録用動画を解析して取得した人物３０の身体の筋肉の動き特徴量と、人物３０を識別可能な人物識別情報とを含む登録データを記憶する。認証装置１００は、複数の人物３０について、登録データを記憶する。認証装置１００は、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きの特徴量と、複数の登録データの特徴量とを比較することによって、人物３０を認証してよい。
【0031】
図２は、特徴量３１０の一例を概略的に示す。認証装置１００は、人物３０の動画を解析して、特徴量３１０を取得する。認証装置１００は、動画における２Ｄ映像又は深度情報を用いて、人物３０の顔の特徴点を取得する。認証装置１００は、例えば、人物３０の顔の３Ｄメッシュを生成する。
【0032】
認証装置１００は、３Ｄメッシュの頂点座標（３Ｄ又は２Ｄ）を保持し、表情を変化させることで動く頂点座標のトラッキングを、人物３０の顔の筋肉の動きの特徴量としてよい。座標は、オイラー座標系でも、クォーターニオン座標系でもよいが、Ｌｏｃａｌ座標系とする。図２の特徴量３１０に例示するように、頂点座標は、Ｌｏｃａｌ座標系を保持してもよいし、図３の特徴量３２０に例示するように、時刻ｔ＝０の差分値のみを保持してもよい。
【0033】
認証装置１００は、同様にして、動画における２Ｄ映像又は深度情報を用いて、人物３０の身体の特徴点を取得する。認証装置１００は、例えば、人物３０の身体の３Ｄメッシュを生成する。そして、認証装置１００は、３Ｄメッシュの頂点座標（３Ｄ又は２Ｄ）を保持し、歩いたりすることによって、身体を変化させることで動く頂点座標のトラッキングを、人物３０の身体の筋肉の動きの特徴量としてよい。
【0034】
図４は、認証ネットワーク３３０の一例を概略的に示す。認証ネットワーク３３０は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークの一例であってよい。ここでは、人物３０の顔の特徴と、顔の筋肉の動きとを用いた認証を行う場合の認証ネットワーク３３０を例示する。
【0035】
認証装置１００は、認証用動画を解析することによって、人物３０の顔の特徴を抽出して、顔特徴ベクトルを生成する。認証装置１００は、認証用動画を解析することによって、人物３０の顔の軌跡、すなわち、人物３０の顔の筋肉の動きを抽出し、顔軌跡ベクトルを生成する。そして、認証装置１００は、顔特徴ベクトル及び顔軌跡ベクトルを集約して、結果を出力する。認証に成功した場合、認証装置１００は、人物３０の人物識別情報を出力する。
【0036】
図５は、認証装置１００の機能構成の一例を概略的に示す。認証装置１００は、訓練データ記憶部１０２、表情データ取得部１０４、身体データ取得部１０６、登録用動画取得部１１０、１２０、登録データ記憶部１２８、認証用動画取得部１３０、認証部１３２、及び指示情報出力部１４０を備える。なお、認証装置１００がこれらの全てを備えることは必須とは限らない。
【0037】
訓練データ記憶部１０２は、顔の動きの訓練データを記憶する。顔の動きとは、表情の動きであってよい。訓練データは、動いている顔の動画を含んでよい。訓練データは、動画における顔の動きをしているときの、顔の筋肉の動きの特徴量を含んでよい。訓練データ記憶部１０２は、複数の訓練データを記憶する。訓練データ記憶部１０２は、大量の訓練データを記憶する。訓練データ記憶部１０２は、外部から受信したり、外部から登録されたりした訓練データを記憶してよい。
【0038】
表情データ取得部１０４は、人物３０の表情の動きを示す表情データを取得する。表情データ取得部１０４は、運動ニューロンに関するパラメータの入力に従って人物の顔の筋肉の動きをシミュレートすることによって人物の表情の動きを示す表情データを生成するシミュレータに対して複数のパラメータを入力することによって、複数のパラメータのそれぞれに対応する表情データを取得してよい。運動ニューロンは、モーターニューロンと呼ばれる場合もある。訓練データ記憶部１０２は、表情データ取得部１０４が取得した表情データと、当該表情データに対応するパラメータとを含む訓練データを記憶する。
【0039】
筋肉には、運動ニューロンが接続されており、運動ニューロンの発火によって信号が送られ、収縮することで筋肉が動く。当該シミュレータは、例えば、顔の筋肉に運動ニューロンを接続し、信号の発火の計算には、Ｈｏｄｇｋｉｎ－Ｈｕｘｌｅｙモデル（A.L. Hodgkin, A. A quantitative description of membrane current and its application to conduction and excitation in nerve, from the physiological laboratory. University of Cambridge, pp. 500-544, 1952.）を用いる。また、筋肉の収縮モデルには、ヒルタイプモデルを用いる。これにより、細やかな筋肉の動きのシミュレーションが可能となり、それぞれの筋肉の動きを元に、仮想的に特徴点を抽出し、訓練データとすることができる。表情データ取得部１０４は、信号の強さ、運動ニューロンの数、各ニューロンのＦｉｒｉｎｇ Ｒａｔｅ、ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ、運動ニューロンのＣｏｎｎｅｃｔｏｎｅ、ヒルタイプモデルのＭｉｎ、Ｍａｘ等をパラメータとし、バリエーション豊かな訓練データを生成することができる。
【0040】
当該シミュレータは、Ｐｈｏｔｏ ｒｅａｌやモーフィングの技術を用いて、顔の形も自動生成してよい。これにより、顔の動きと、顔の形との組み合わせでもバリエーションが生成されることになるので、訓練に十分なデータを自動生成することができる。
【0041】
認証装置１００は、表情データを生成することが可能であれば、既存の任意のシミュレータを用いてもよい。３Ｄセンサや動画から抽出したデータはＮｏｉｓｙである。また、大量の訓練データを、個々人や多くの人から取得するのは、多大な労力を必要とする。それに対して、表情データ取得部１０４は、シミュレータを用いることによって、バリエーション豊かな表情データを大量に取得することができる。
【0042】
表情データ取得部１０４は、運動ニューロン以外のパラメータの入力に従って人物の顔の筋肉の動きをシミュレートすることによって人物の表情の動きを示す表情データを生成するシミュレータに対して複数のパラメータを入力することによって、複数のパラメータのそれぞれに対応する表情データを取得してもよい。
【0043】
身体データ取得部１０６は、人物３０の身体の動きを示す動きデータを取得する。身体データ取得部１０６は、運動ニューロンに関するパラメータの入力に従って人物の身体の筋肉の動きをシミュレートすることによって人物の身体の動きを示す身体データを生成するシミュレータに対して複数のパラメータを入力することによって、複数のパラメータのそれぞれに対応する身体データを取得してよい。訓練データ記憶部１０２は、身体データ取得部１０６が取得した身体データと、当該身体データに対応するパラメータとを含む訓練データを記憶する。
【0044】
当該シミュレータは、例えば、身体の筋肉に運動ニューロンを接続し、信号の発火の計算には、Ｈｏｄｇｋｉｎ－Ｈｕｘｌｅｙモデルを用いる。また、筋肉の収縮モデルには、ヒルタイプモデルを用いる。身体データ取得部１０６は、信号の強さ、運動ニューロンの数、各ニューロンのＦｉｒｉｎｇ Ｒａｔｅ、ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ、運動ニューロンのＣｏｎｎｅｃｔｏｎｅ、ヒルタイプモデルのＭｉｎ、Ｍａｘ等をパラメータとし、バリエーション豊かな訓練データを生成することができる。当該シミュレータは、Ｐｈｏｔｏ ｒｅａｌやモーフィングの技術を用いて、身体の形も自動生成してよい。これにより、顔の動きと、顔の形との組み合わせでもバリエーションが生成されることになるので、訓練に十分なデータを自動生成することができる。認証装置１００は、動きデータを生成することが可能であれば、既存の任意のシミュレータを用いてもよい。
【0045】
登録用動画取得部１１０は、登録用に人物３０を撮像した登録用動画を取得する。登録用動画取得部１１０は、カメラ２００によって撮像された登録用動画を、カメラ２００から受信してよい。登録用動画取得部１１０は、予め定められた動作を行っている人物３０を撮像した登録用動画を、カメラ２００から受信してもよい。予め定められた動作の例として、無表情から笑顔に変化する動作、「あ、い、う、え、お」等の予め定められた言葉を発する動作等が挙げられるが、これらに限らず、任意の動作であってよい。
【0046】
登録処理部１２０は、登録用動画取得部１１０が取得した登録用動画を用いて、登録処理を実行する。登録処理部１２０は、特徴データ生成部１２２、登録用推定部１２４、及び動きデータ生成部１２６を有する。
【0047】
特徴データ生成部１２２は、登録用動画を解析することによって、人物３０の顔の特徴を示す特徴データを生成する。特徴データは、人物３０の顔の形の特徴を含んでよい。特徴データは、人物３０の目の形の特徴を含んでよい。特徴データは、人物３０の鼻の形の特徴を含んでよい。特徴データは、人物３０の口の形の特徴を含んでよい。特徴データは、人物３０の顔のパーツ同士の関係を含んでよい。パーツ同士の関係の例として、両目の間隔、目と鼻の位置関係、目と口の位置関係、鼻と口の位置関係、及び、顔における目、鼻、口の位置等が挙げられる。特徴データは、人物３０の顔の脂肪の特徴を含んでよい。脂肪の特徴の例として、脂肪の位置及び脂肪の厚み等が挙げられる。特徴データは、人物３０の顔のしわの特徴を含んでよい。
【0048】
特徴データ生成部１２２は、登録用動画を解析することによって、人物３０の性別を示す特徴データを生成してもよい。特徴データ生成部１２２は、登録用動画を解析することによって、人物３０の年齢を示す特徴データを生成してもよい。
【0049】
登録用推定部１２４は、登録用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて、人物３０の顔の運動ニューロンを推定する。登録用推定部１２４は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の顔の運動ニューロンを推定してよい。例えば、登録用推定部１２４は、複数の訓練データのうち、表情データが、登録用動画を解析することによって特定した人物３０の顔の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の顔の運動ニューロンを推定してよい。
【0050】
動きデータ生成部１２６は、登録用動画を解析することによって、人物３０の顔の筋肉の動きを示す動きデータを生成する。動きデータ生成部１２６は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の顔の筋肉の動きを示す動きデータを生成してよい。動きデータ生成部１２６は、複数の訓練データのうち、表情データが、登録用動画を解析することによって特定した人物３０の顔の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の顔の筋肉の動きを示す動きデータを生成してよい。
【0051】
登録データ記憶部１２８は、登録用推定部１２４によって推定された人物３０の顔の運動ニューロンと、人物３０の人物識別情報とを含む登録データを記憶する。登録データ記憶部１２８は、登録用推定部１２４によって推定された人物３０の顔の運動ニューロンと、特徴データ生成部１２２によって生成された特徴データと、人物３０の人物識別情報とを含む登録データを記憶してもよい。登録データ記憶部１２８は、動きデータ生成部１２６によって生成された動きデータと、人物３０の人物識別情報とを含む登録データを記憶してもよい。登録データ記憶部１２８は、複数の人物３０について、登録データを記憶する。
【0052】
認証用動画取得部１３０は、認証用に人物３０を撮像した認証用動画を取得する。認証用動画取得部１３０は、カメラ２００によって撮像された認証用動画を、カメラ２００から受信してよい。認証用動画取得部１３０は、予め定められた動作を行っている人物３０を撮像した認証用動画を、カメラ２００から受信してもよい。当該動作は、登録用動画取得部１１０が予め定められた動作を行っている人物３０を撮像した場合における動作と同一であってよい。
【0053】
認証部１３２は、認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて、人物３０を認証する。認証部１３２は、機械学習を用いて、人物３０を認証してよい。認証部１３２は、被写体として人物を含む動画を入力とし、特徴量ベクトルを出力するニューラルネットワークを用いて、人物３０を認証してよい。認証部１３２は、深層学習を用いてよい。認証部１３２は、ディープニューラルネットワークを用いてよい。認証部１３２は、時系列を扱うディープニューラルネットワークを用いてよい。認証部１３２は、例えば、リカレントニューラルネットワークを用いる。認証部１３２は、例えば、ＬＳＴＭを用いる。例えば、認証部１３２は、認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて、当該人物３０の顔の運動ニューロンを推定し、推定した運動ニューロンと、登録データ記憶部１２８に記憶されている複数の登録データの運動ニューロンとを比較することによって、人物３０を認証する。
【0054】
認証部１３２は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の顔の運動ニューロンを推定してよい。例えば、認証部１３２は、複数の訓練データのうち、表情データが、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の顔の運動ニューロンを推定してよい。
【0055】
認証部１３２は、例えば、推定した運動ニューロンとの一致度が予め定められた閾値より高い運動ニューロンを含む登録データが存在する場合に、認証成功と判定し、存在しない場合、認証失敗とは判定する。認証部１３２は、認証成功した場合、推定した運動ニューロンに対応する運動ニューロンを含む登録データの人物識別情報を出力してよい。
【0056】
登録データ記憶部１２８は、人物３０の顔のパーツの特徴毎にグループ分けして、複数の登録データを記憶してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の顔のパーツの特徴に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて推定した当該人物３０の顔の運動ニューロンとを比較することによって、人物３０を認証してもよい。認証部１３２は、例えば、認証の対象となる人物３０が丸顔である場合、丸顔のグループに属する複数の登録データに絞り込んで、認証を行う。認証部１３２は、例えば、認証の対象となる人物３０の鼻が比較的大きめである場合、鼻が比較的大きめのグループに属する複数の登録データに絞り込んで、認証を行う。認証部１３２は、例えば、認証の対象となる人物３０の目が比較的細めである場合、目が比較的細めのグループに属する複数の登録データに絞り込んで、認証を行う。これにより、認証装置１００の処理負荷の低減や、認証精度の向上に貢献し得る。
【0057】
登録データ記憶部１２８は、人物３０の顔の脂肪の特徴毎にグループ分けして、複数の登録データを記憶してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の顔の脂肪の特徴に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて推定した当該人物３０の顔の運動ニューロンとを比較することによって、人物３０を認証してもよい。これにより、認証装置１００の処理負荷の低減や、認証精度の向上に貢献し得る。
【0058】
登録データ記憶部１２８は、人物３０の性別によってグループ分けして、複数の登録データを記憶してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の性別に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて推定した当該人物３０の顔の運動ニューロンとを比較することによって、人物３０を認証してもよい。これにより、認証装置１００の処理負荷の低減や、認証精度の向上に貢献し得る。
【0059】
登録データ記憶部１２８は、人物３０の年齢によってグループ分けして、複数の登録データを記憶してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の年齢に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて推定した当該人物３０の顔の運動ニューロンとを比較することによって、人物３０を認証してもよい。これにより、認証装置１００の処理負荷の低減や、認証精度の向上に貢献し得る。
【0060】
認証部１３２は、認証用動画取得部１３０が取得した認証用動画を解析することによって生成した人物３０の顔の筋肉の動きを示すデータと、登録データ記憶部１２８に記憶されている複数の登録データの動きデータとを比較することによって、人物３０を認証してもよい。
【0061】
指示情報出力部１４０は、人物３０に対して予め定められた動作を行うことを指示する指示情報を出力する。登録用動画取得部１１０は、指示情報出力部１４０が指示情報を出力した後に、人物３０を撮像した登録用動画を取得してよい。認証用動画取得部１３０は、指示情報出力部１４０が指示情報を出力した後に、人物３０を撮像した認証用動画を取得してよい。
【0062】
指示情報出力部１４０は、例えば、人物３０の登録を行う場合に、カメラ２００の近傍に配置されているディスプレイによって指示情報を表示出力したり、カメラ２００の近傍に配置されているスピーカによって指示情報を音声出力したりする。指示情報出力部１４０は、例えば、人物３０の認証を行う場合に、カメラ２００の近傍に配置されているディスプレイによって、登録時と同様の指示情報を表示出力したり、カメラ２００の近傍に配置されているスピーカによって、登録時と同様の指示情報を音声出力したりする。これにより、人物３０に、認証時に、登録時と同じ動作をすることを促すことができ、認証精度の向上に貢献し得る。
【0063】
登録用動画取得部１１０は、歩いている人物３０を撮像した登録用動画を取得してもよい。例えば、登録用動画取得部１１０は、カメラ２００が、登録の際にカメラ２００に向かって近づいてくる人物３０を撮像した登録用動画を、カメラ２００から受信する。
【0064】
特徴データ生成部１２２は、登録用動画を解析することによって、人物３０の体型の特徴を示す特徴データを生成してもよい。特徴データは、人物３０の腕の形の特徴を含んでよい。特徴データは、人物３０の脚の形の特徴を含んでよい。特徴データは、人物３０の身体のパーツ同士の関係を含んでよい。
【0065】
登録用推定部１２４は、登録用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて、人物３０の身体の運動ニューロンを推定してよい。登録用推定部１２４は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の身体の運動ニューロンを推定してよい。例えば、登録用推定部１２４は、複数の訓練データのうち、身体データが、登録用動画を解析することによって特定した人物３０の身体の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の身体の運動ニューロンを推定してよい。
【0066】
動きデータ生成部１２６は、登録用動画を解析することによって、人物３０の身体の筋肉の動きを示す動きデータを生成する。動きデータ生成部１２６は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の身体の筋肉の動きを示す動きデータを生成してよい。動きデータ生成部１２６は、複数の訓練データのうち、身体データが、登録用動画を解析することによって特定した人物３０の身体の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の身体の筋肉の動きを示す動きデータを生成してよい。
【0067】
登録データ記憶部１２８は、登録用推定部１２４によって推定された人物３０の顔の運動ニューロン及び人物３０の身体の運動ニューロンと、人物３０の人物識別情報を含む登録データを記憶してもよい。
【0068】
認証用動画取得部１３０は、歩いている人物３０を撮像した認証用動画を取得してもよい。例えば、認証用動画取得部１３０は、カメラ２００が、認証の際にカメラ２００に向かって近づいてくる人物３０を撮像した認証用動画を、カメラ２００から受信する。
【0069】
認証部１３２は、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きと、人物３０の顔の筋肉の動きとに基づいて、人物３０を認証してもよい。例えば、認証部１３２は、認証用動画を解析することによって特定した人物３０の顔の筋肉の動き及び人物３０の身体の筋肉の動きに基づいて、当該人物３０の顔の運動ニューロン及び身体の運動ニューロンを推定し、推定した顔の運動ニューロン及び身体の運動ニューロンと、登録データ記憶部に記憶されている複数の登録データの顔の運動ニューロン及び身体の運動ニューロンとを比較することによって、人物３０を認証する。認証部１３２は、例えば、登録データ記憶部１２８に記憶されている複数の登録データから、推定した人物３０の身体の運動ニューロンに対応する複数の登録データを特定し、推定した人物３０の顔の運動ニューロンと、特定した複数の登録データの顔の運動ニューロンとを比較することによって、人物３０を認証する。これにより、例えば、人物３０がカメラ２００に向かって近づいてくるときに撮像した認証用動画の解析結果によって、顔の筋肉の動きによる認証を行う対象となる登録データを絞り込むことができ、認証装置１００の処理負荷の低減や、認証精度の向上に貢献し得る。
【0070】
認証装置１００は、人物３０の顔の筋肉の動きは用いず、人物３０の身体の筋肉の動きによって、人物３０を認証してもよい。この場合、認証用動画取得部１３０は、認証用に、歩いている人物３０を撮像した認証用動画を取得し、認証部１３２は、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて、人物３０を認証する。
【0071】
認証部１３２は、認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて、人物３０の身体の運動ニューロンを推定し、推定した運動ニューロンと、登録データ記憶部１２８に記憶されている複数の登録データの運動ニューロンとを比較することによって、人物３０を認証してよい。
【0072】
認証部１３２は、訓練データ記憶部１０２に記憶されている複数の訓練データに基づいて、人物３０の身体の運動ニューロンを推定してよい。例えば、認証部１３２は、複数の訓練データのうち、身体データが、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに対応する訓練データのパラメータを特定することによって、人物３０の身体の運動ニューロンを推定してよい。
【0073】
登録データ記憶部１２８は、人物３０の身体のパーツの特徴毎にグループ分けして、複数の登録データを記憶してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の身体のパーツの特徴に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて推定した当該人物３０の身体の運動ニューロンとを比較することによって、人物３０を認証してもよい。
【0074】
認証部１３２は、認証用動画を解析して特定した人物３０の性別に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて推定した当該人物３０の身体の運動ニューロンとを比較することによって、人物３０を認証してもよい。認証部１３２は、認証用動画を解析して特定した人物３０の年齢に対応するグループを特定し、登録データ記憶部１２８に記憶されている、特定したグループに属する複数の登録データの運動ニューロンと、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて推定した当該人物３０の身体の運動ニューロンとを比較することによって、人物３０を認証してもよい。
【0075】
図６は、認証装置１００による処理の流れの一例を概略的に示す。ここでは、人物３０の顔の筋肉の動きに基づいて、人物３０の認証を行い、人物３０を受け入れるか否かを判定する場合の処理の流れの一例を示す。
【0076】
ステップ（ステップをＳと省略して記載する場合がある。）１０２では、認証用動画取得部１３０が、認証用に人物３０を撮像した認証用動画を取得する。Ｓ１０４では、認証部１３２が、認証用動画を解析して、人物３０の特徴を抽出し、人物３０の特徴に適合するグループを特定する。Ｓ１０６では、認証部１３２が、登録データ記憶部１２８に記憶されている複数の登録データのうち、Ｓ１０４において特定したグループに属する複数の登録データを絞り込む。
【0077】
Ｓ１０８では、認証部１３２が、Ｓ１０２において認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて、当該人物３０の顔の運動ニューロンを推定する。Ｓ１１０では、認証部１３２が、Ｓ１０８において推定した運動ニューロンと、Ｓ１０６において絞り込んだ複数の登録データの運動ニューロンとを比較することによって、人物３０を認証する。
【0078】
認証に成功した場合（Ｓ１１２でＹＥＳ）、Ｓ１１４に進み、認証に成功しなかった場合、Ｓ１１６に進む。Ｓ１１４では、認証部１３２が、人物３０の受け入れを可とする認証結果を出力する。Ｓ１１６では、認証部１３２が、人物３０の受け入れを拒否する認証結果を出力する。そして、処理を終了する。なお、ここでは、Ｓ１０４及びＳ１０６において、登録データを絞り込む場合について説明したが、登録データの絞り込みは行わなくてもよい。
【0079】
図７は、認証装置１００による処理の流れの一例を概略的に示す。ここでは、人物３０の顔の筋肉の動き及び身体の筋肉の動きに基づいて、人物３０の認証を行い、人物３０を受け入れるか否かを判定する場合の処理の流れの一例を示す。
【0080】
Ｓ２０２では、認証用動画取得部１３０が、認証用に人物３０を撮像した認証用動画を取得する。Ｓ２０４では、認証部１３２が、認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて、人物３０の身体の運動ニューロンを推定する。Ｓ２０６では、認証部１３２が、登録データ記憶部１２８に記憶されている複数の登録データから、Ｓ２０４において推定した人物３０の身体の運動ニューロンに対応する複数の登録データを特定することによって、登録データを絞り込む。
【0081】
Ｓ２０８では、認証部１３２が、Ｓ２０２において認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の顔の筋肉の動きに基づいて、当該人物３０の顔の運動ニューロンを推定する。Ｓ２１０では、認証部１３２が、Ｓ２０８において推定した運動ニューロンと、Ｓ２０６において絞り込んだ複数の登録データの運動ニューロンとを比較することによって、人物３０を認証する。
【0082】
認証に成功した場合（Ｓ２１２でＹＥＳ）、Ｓ２１４に進み、認証に成功しなかった場合、Ｓ２１６に進む。Ｓ２１４では、認証部１３２が、人物３０の受け入れを可とする認証結果を出力する。Ｓ２１６では、認証部１３２が、人物３０の受け入れを拒否する認証結果を出力する。そして、処理を終了する。
【0083】
図８は、認証装置１００による処理の流れの一例を概略的に示す。ここでは、人物３０の身体の筋肉の動きに基づいて、人物３０の認証を行い、人物３０を受け入れるか否かを判定する場合の処理の流れの一例を示す。
【0084】
Ｓ３０２では、認証用動画取得部１３０が、認証用に人物３０を撮像した認証用動画を取得する。Ｓ３０４では、認証部１３２が、認証用動画を解析して、人物３０の特徴を抽出し、人物３０の特徴に適合するグループを特定する。Ｓ３０６では、認証部１３２が、登録データ記憶部１２８に記憶されている複数の登録データのうち、Ｓ３０４において特定したグループに属する複数の登録データを絞り込む。
【0085】
Ｓ３０８では、認証部１３２が、Ｓ１０２において認証用動画取得部１３０が取得した認証用動画を解析することによって特定した人物３０の身体の筋肉の動きに基づいて、当該人物３０の身体の運動ニューロンを推定する。Ｓ３１０では、認証部１３２が、Ｓ３０８において推定した運動ニューロンと、Ｓ３０６において絞り込んだ複数の登録データの運動ニューロンとを比較することによって、人物３０を認証する。
【0086】
認証に成功した場合（Ｓ３１２でＹＥＳ）、Ｓ３１４に進み、認証に成功しなかった場合、Ｓ３１６に進む。Ｓ３１４では、認証部１３２が、人物３０の受け入れを可とする認証結果を出力する。Ｓ３１６では、認証部１３２が、人物３０の受け入れを拒否する認証結果を出力する。そして、処理を終了する。なお、ここでは、Ｓ３０４及びＳ３０６において、登録データを絞り込む場合について説明したが、登録データの絞り込みは行わなくてもよい。
【0087】
図９は、システム１０の一例を概略的に示す。図９に示すシステム１０においては、移動体通信ネットワークにおける分散認証処理が実現される。認証装置１００は、ＭＥＣ（Ｍｕｌｔｉ ａｃｃｅｓｓ Ｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ）に分散して展開されてよい。ＭＥＣに配置された認証装置１００は、ＭＥＣに対応するエリア内のカメラ２００によって撮像された動画に対する認証を実行してよい。
【0088】
システム１０は、複数のＭＥＣのそれぞれに配置された認証装置１００と、ネットワーク２０に接続された認証装置１００とを備えてよい。図９に示す例において、ＭＥＣに配置された認証装置１００を分散認証装置と呼び、ネットワーク２０に接続された認証装置１００を管理認証装置と呼ぶ場合がある。
【0089】
管理認証装置は、登録データ等の認証に用いるデータを管理し、適宜、分散認証装置に対してデータを提供する。分散認証装置は、管理認証装置から取得したデータを用いて、認証を実行する。
【0090】
管理認証装置は、電波を検知したＧＣ２６の情報を利用してよい。システム１０において、移動体通信ネットワークにおいて、電波をキャッチしたＤＣの一番近い場所（ＧＣ２６）に、データをキャッシュする。すなわち、利用時（認証時）に、一番近い場所（ＧＣ２６）にデータを一時キャッシュする。
【0091】
管理認証装置は、移動体通信ネットワークにおいて電波がキャッチされた場合に、当該電波を発したユーザ端末の所有者に対応するデータを登録データ記憶部１２８から抽出して、電波をキャッチしたＤＣに最も近いＧＣ２６に対して送信してよい。キャッシュしたデータは、利用されない場合、予め定められた時間が経過した後に、クリアされてよい。
【0092】
システム１０によれば、移動体通信ネットワークにおいて管理されている位置情報を利用するので、ＧＰＳ等を用いることなく、データを送信すべきエリアを特定することができる。
【0093】
管理認証装置は、検索可能暗号を適用したデータを、ＧＣ２６に対して送信してよい。検索可能暗号は、暗号化したままでデータを検索可能な暗号である。分散認証装置において、データを検索する度にデータを復号化する場合、漏洩時のリスクが高いといえる。分散認証装置に、一時的であっても、復号化されたデータが存在すると、漏洩したときに、何を検索しているかが分かってしまう。特に、人物３０を撮像した画像を用いるような場合、人物３０の画像が漏洩する可能性も否定できない。このような不安から、登録が円滑に行われないと、認証システムの運用に支障をきたすおそれがある。それに対して、管理認証装置が、検索可能暗号を適用したデータをＧＣ２６に送信することによって、復号化しなくても認証処理は実行可能にしつつ、仮に漏洩した場合であっても、何を検索しているかわからない状態にでき、漏洩時のリスクを低減することができる。
【0094】
管理認証装置は、認証機能を有さなくてもよい。すなわち、管理認証装置は、認証用動画取得部１３０及び認証部１３２を有さなくてもよい。
【0095】
分散認証装置は、登録機能を有さなくてもよい。すなわち、分散認証装置は、訓練データ記憶部１０２、表情データ取得部１０４、身体データ取得部１０６、登録用動画取得部１１０、及び登録処理部１２０を有さなくてもよい。
【0096】
図１０は、認証装置１００として機能するコンピュータ１２００のハードウェア構成の一例を概略的に示す。コンピュータ１２００にインストールされたプログラムは、コンピュータ１２００を、本実施形態に係る装置の１又は複数の「部」として機能させ、又はコンピュータ１２００に、本実施形態に係る装置に関連付けられるオペレーション又は当該１又は複数の「部」を実行させることができ、及び／又はコンピュータ１２００に、本実施形態に係るプロセス又は当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ１２００に、本明細書に記載のフローチャート及びブロック図のブロックのうちのいくつか又はすべてに関連付けられた特定のオペレーションを実行させるべく、ＣＰＵ１２１２によって実行されてよい。
【0097】
本実施形態によるコンピュータ１２００は、ＣＰＵ１２１２、ＲＡＭ１２１４、及びグラフィックコントローラ１２１６を含み、それらはホストコントローラ１２１０によって相互に接続されている。コンピュータ１２００はまた、通信インタフェース１２２２、記憶装置１２２４、ＤＶＤドライブ、及びＩＣカードドライブのような入出力ユニットを含み、それらは入出力コントローラ１２２０を介してホストコントローラ１２１０に接続されている。ＤＶＤドライブは、ＤＶＤ－ＲＯＭドライブ及びＤＶＤ－ＲＡＭドライブ等であってよい。記憶装置１２２４は、ハードディスクドライブ及びソリッドステートドライブ等であってよい。コンピュータ１２００はまた、ＲＯＭ１２３０及びキーボードのようなレガシの入出力ユニットを含み、それらは入出力チップ１２４０を介して入出力コントローラ１２２０に接続されている。
【0098】
ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ１２１６は、ＲＡＭ１２１４内に提供されるフレームバッファ等又はそれ自体の中に、ＣＰＵ１２１２によって生成されるイメージデータを取得し、イメージデータがディスプレイデバイス１２１８上に表示されるようにする。
【0099】
通信インタフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。記憶装置１２２４は、コンピュータ１２００内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納する。ＤＶＤドライブは、プログラム又はデータをＤＶＤ－ＲＯＭ等から読み取り、記憶装置１２２４に提供する。ＩＣカードドライブは、プログラム及びデータをＩＣカードから読み取り、及び／又はプログラム及びデータをＩＣカードに書き込む。
【0100】
ＲＯＭ１２３０はその中に、アクティブ化時にコンピュータ１２００によって実行されるブートプログラム等、及び／又はコンピュータ１２００のハードウェアに依存するプログラムを格納する。入出力チップ１２４０はまた、様々な入出力ユニットをＵＳＢポート、パラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ１２２０に接続してよい。
【0101】
プログラムは、ＤＶＤ－ＲＯＭ又はＩＣカードのようなコンピュータ可読記憶媒体によって提供される。プログラムは、コンピュータ可読記憶媒体から読み取られ、コンピュータ可読記憶媒体の例でもある記憶装置１２２４、ＲＡＭ１２１４、又はＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ１２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置又は方法が、コンピュータ１２００の使用に従い情報のオペレーション又は処理を実現することによって構成されてよい。
【0102】
例えば、通信がコンピュータ１２００及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース１２２２に対し、通信処理を命令してよい。通信インタフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、記憶装置１２２４、ＤＶＤ－ＲＯＭ、又はＩＣカードのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、又はネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。
【0103】
また、ＣＰＵ１２１２は、記憶装置１２２４、ＤＶＤドライブ（ＤＶＤ－ＲＯＭ）、ＩＣカード等のような外部記録媒体に格納されたファイル又はデータベースの全部又は必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてよい。
【0104】
様々なタイプのプログラム、データ、テーブル、及びデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ１２１２は、当該複数のエントリの中から、第１の属性の属性値が指定されている条件に一致するエントリを検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。
【0105】
上で説明したプログラム又はソフトウエアモジュールは、コンピュータ１２００上又はコンピュータ１２００近傍のコンピュータ可読記憶媒体に格納されてよい。また、専用通信ネットワーク又はインターネットに接続されたサーバシステム内に提供されるハードディスク又はＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ１２００に提供する。
【0106】
本実施形態におけるフローチャート及びブロック図におけるブロックは、オペレーションが実行されるプロセスの段階又はオペレーションを実行する役割を持つ装置の「部」を表わしてよい。特定の段階及び「部」が、専用回路、コンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、及び／又はコンピュータ可読記憶媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタル及び／又はアナログハードウェア回路を含んでよく、集積回路（ＩＣ）及び／又はディスクリート回路を含んでよい。プログラマブル回路は、例えば、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、及びプログラマブルロジックアレイ（ＰＬＡ）等のような、論理積、論理和、排他的論理和、否定論理積、否定論理和、及び他の論理演算、フリップフロップ、レジスタ、並びにメモリエレメントを含む、再構成可能なハードウェア回路を含んでよい。
【0107】
コンピュータ可読記憶媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読記憶媒体は、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読記憶媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読記憶媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ－ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（登録商標）ディスク、メモリスティック、集積回路カード等が含まれてよい。
【0108】
コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又はＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、及び「Ｃ」プログラミング言語又は同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１又は複数のプログラミング言語の任意の組み合わせで記述されたソースコード又はオブジェクトコードのいずれかを含んでよい。
【0109】
コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路が、フローチャート又はブロック図で指定されたオペレーションを実行するための手段を生成するために当該コンピュータ可読命令を実行すべく、ローカルに又はローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサ、又はプログラマブル回路に提供されてよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。
【0110】
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。その様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【0111】
特許請求の範囲、明細書、及び図面中において示した装置、システム、プログラム、及び方法における動作、手順、ステップ、及び段階などの各処理の実行順序は、特段「より前に」、「先立って」などと明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、及び図面中の動作フローに関して、便宜上「まず、」、「次に、」などを用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
【0112】
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。その様な変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
【0113】
特許請求の範囲、明細書、及び図面中において示した装置、システム、プログラム、及び方法における動作、手順、ステップ、及び段階などの各処理の実行順序は、特段「より前に」、「先立って」などと明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、及び図面中の動作フローに関して、便宜上「まず、」、「次に、」などを用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
【符号の説明】
【0114】
１０ システム、２０ ネットワーク、２６ ＧＣ、３０ 人物、１００ 認証装置、１０２ 訓練データ記憶部、１０４ 表情データ取得部、１０６ 身体データ取得部、１１０ 登録用動画取得部、１２０ 登録処理部、１２２ 特徴データ生成部、１２４ 登録用推定部、１２６ 動きデータ生成部、１２８ 登録データ記憶部、１３０ 認証用動画取得部、１３２ 認証部、１４０ 指示情報出力部、２００ カメラ、３１０ 特徴量、３２０ 特徴量、３３０ 認証ネットワーク、１２００ コンピュータ、１２１０ ホストコントローラ、１２１２ ＣＰＵ、１２１４ ＲＡＭ、１２１６ グラフィックコントローラ、１２１８ ディスプレイデバイス、１２２０ 入出力コントローラ、１２２２ 通信インタフェース、１２２４ 記憶装置、１２３０ ＲＯＭ、１２４０ 入出力チップ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】