知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2025-01-09
(54)【発明の名称】照明および撮像を通したなりすまし防止顔認識
(51)【国際特許分類】
G06V 40/40 20220101AFI20241226BHJP
G01N 21/21 20060101ALI20241226BHJP
【ＦＩ】
G06V40/40
G01N21/21 Z
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2024536211
(86)(22)【出願日】2022-12-16
(85)【翻訳文提出日】2024-08-02
(86)【国際出願番号】 US2022081868
(87)【国際公開番号】W WO2023115037
(87)【国際公開日】2023-06-22
(31)【優先権主張番号】63/265,617
(32)【優先日】2021-12-17
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】520069800
【氏名又は名称】メタレンズ，インコーポレイテッド
(74)【代理人】
【識別番号】100078282
【弁理士】
【氏名又は名称】山本 秀策
(74)【代理人】
【識別番号】100113413
【弁理士】
【氏名又は名称】森下 夏樹
(74)【代理人】
【識別番号】100181674
【弁理士】
【氏名又は名称】飯田 貴敏
(74)【代理人】
【識別番号】100181641
【弁理士】
【氏名又は名称】石川 大輔
(74)【代理人】
【識別番号】230113332
【弁護士】
【氏名又は名称】山本 健策
(72)【発明者】
【氏名】デブリン， ロバート シー．
(72)【発明者】
【氏名】ワン， シャンドン
【テーマコード（参考）】
2G059
5B043
【Ｆターム（参考）】
2G059AA05
2G059BB12
2G059EE02
2G059EE05
2G059FF01
2G059FF04
2G059GG02
2G059HH01
2G059JJ02
2G059KK04
2G059MM01
5B043AA10
5B043BA04
5B043DA05
5B043EA02
(57)【要約】
本明細書に開示されるものは、なりすまし防止物体認識を実施する、システムおよび方法である。ある実施形態では、物体認識のためのシステムは、物体を照明するように構成される、照明デバイスと、センサデバイスであって、センサデバイスは、偏光情報を含む、物体から反射される照明光を受け取る、センサデバイスと、プロセッサと、プロセッサによって、照明光から偏光情報を計算し、偏光情報を使用し、物体が現実３Ｄ物体であるかどうかを判定するように実行可能なプログラミングを含む、メモリとを含む。偏光情報が、物体が３Ｄ物体または平坦な（２Ｄ）物体であるかどうかを判定するために利用され得ることが発見されている。したがって、偏光情報は、３Ｄ物体の画像および物体の光画から弁別するために利用され得る。
【特許請求の範囲】
【請求項1】
物体認識のためのシステムであって、物体を照明するように構成される、照明デバイスと、
センサデバイスであって、前記センサデバイスは、偏光情報を含む、前記物体から反射される照明光を受け取る、センサデバイスと、
プロセッサと、
プログラミングを含む、メモリと
を備え、
前記プログラミングは、前記プロセッサによって、
前記照明光から前記偏光情報を計算することと、
前記偏光情報を使用し、前記物体が現実３Ｄ物体であるかどうかを判定することと
を行うように実行可能である、システム。
【請求項2】
前記センサデバイスおよび／または前記照明デバイスは、１つ以上のメタ表面光学要素を備える、請求項１に記載のシステム。
【請求項3】
前記メモリはさらに、前記偏光情報を使用し、前記物体が現実３Ｄ物体であるかどうか、または前記物体が物体の写真、３Ｄ物体のマスク、または３Ｄ物体の動画であるかどうかを判定するように構成される、プログラミングを含む、請求項１に記載のシステム。
【請求項4】
前記偏光情報は、Ｓ１偏光と、Ｓ２偏光と、Ｓ３偏光と、偏光度（ＤｏＰ）と、方位角とから成る群から選択される、少なくとも１つを含む、請求項１に記載のシステム。
【請求項5】
前記Ｓ１偏光、前記Ｓ２偏光、前記Ｓ３偏光は、【数11】
【請求項6】
前記ＤｏＰは、【数12】
【請求項7】
前記メモリはさらに、前記プロセッサによって、前記物体の元の光学画像と前記物体の後続の光学画像を比較し、物体認識を実施するように実行可能なプログラミングを含む、請求項１に記載のシステム。
【請求項8】
前記元の光学画像および前記後続の光学画像は、２Ｄ近赤外画像である、請求項７に記載のシステム。
【請求項9】
前記元の光学画像および前記後続の光学画像は、偏光画像である、請求項７に記載のシステム。
【請求項10】
前記メモリはさらに、前記プロセッサによって、前記元の光学画像および／または前記後続の光学画像の一部が現実ではないかどうかを判定するように実行可能なプログラミングを含み、前記物体の元の光学画像と前記後続の光学画像を比較することは、現実ではないと判定された前記元の光学画像および／または前記後続の光学画像の前記一部に対して実施されない、請求項７に記載のシステム。
【請求項11】
現実ではない前記元の光学画像および／または前記後続の光学画像の前記一部は、マスク、サングラス、および／または顎髭のものである、請求項１０に記載のシステム。
【請求項12】
前記元の光学画像および／または前記後続の光学画像の一部が現実ではないかどうかを判定することは、前記照明光からの前記偏光情報に基づいて実施される、請求項７に記載のシステム。
【請求項13】
前記物体は、顔を備える、請求項１に記載のシステム。
【請求項14】
前記メモリはさらに、物体検出アルゴリズムを実施するように構成される、プログラミングを含む、請求項１に記載のシステム。
【請求項15】
前記メモリはさらに、前記物体検出アルゴリズムからの結果を利用し、非物体ピクセルから物体ピクセルを分離するように構成される、プログラミングを含む、請求項１４に記載のシステム。
【請求項16】
前記センサデバイスはさらに、初期の画像および後続の画像を受け取り、前記メモリはさらに、前記初期の画像と前記後続の画像を比較し、前記初期の画像および前記後続の画像が実質的に同一であるかどうかを判定するように構成される、プログラミングを含む、請求項１５に記載のシステム。
【請求項17】
前記初期の画像と前記後続の画像を比較することは、前記後続の画像の前記物体ピクセルのみに対して実施される、請求項１６に記載のシステム。
【請求項18】
前記照明デバイスは、ＬＥＤまたはＶＣＳＥＬアレイを備える、請求項１に記載のシステム。
【請求項19】
前記照明デバイスはさらに、太陽光を備える、請求項１８に記載のシステム。
【請求項20】
前記太陽光の量を判定するように構成される、周囲光センサをさらに備え、前記メモリはさらに、前記プロセッサによって、前記太陽光の量に基づいて、前記ＬＥＤまたはＶＣＳＥＬアレイによって出力される光の量を改変するように実行可能なプログラミングを含む、請求項１９に記載のシステム。
【請求項21】
前記太陽光からのある波長の光を通過させるように構成される、帯域通過フィルタをさらに備える、請求項１９に記載のシステム。
【請求項22】
前記照明デバイスは、太陽光を備える、請求項１に記載のシステム。
【発明の詳細な説明】
【技術分野】
【0001】
（関連出願の相互参照）
本願は、あらゆる目的のために、参照することによってその全体として本明細書に組み込まれる、２０２１年１２月１７日に出願され、「Ｓｐｏｏｆ－Ｒｅｓｉｓｔａｎｔ Ｆａｃｉａｌ Ｒｅｃｏｇｎｉｔｉｏｎ Ｔｈｒｏｕｇｈ Ｉｌｌｕｍｉｎａｔｉｏｎ ａｎｄ Ｉｍａｇｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ」と題された、米国仮特許出願第６３／２６５，６１７号の３５ Ｕ．Ｓ．Ｃ．Ｓｅｃｔｉｏｎ １１９（ｅ）下の利益および優先権を主張する。
本願は、あらゆる目的のために、参照することによってその全体として本明細書に組み込まれる、２０２１年１２月１７日に出願され、「Ｓｐｏｏｆ－Ｒｅｓｉｓｔａｎｔ Ｆａｃｉａｌ Ｒｅｃｏｇｎｉｔｉｏｎ Ｔｈｒｏｕｇｈ Ｉｌｌｕｍｉｎａｔｉｏｎ ａｎｄ Ｉｍａｇｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ」と題された、米国仮特許出願第６３／２６５，６１７号の３５ Ｕ．Ｓ．Ｃ．Ｓｅｃｔｉｏｎ １１９（ｅ）下の利益および優先権を主張する。
【0002】
（発明の分野）
本発明は、概して、偏光を利用する、なりすまし防止物体認識に関する。
本発明は、概して、偏光を利用する、なりすまし防止物体認識に関する。
【背景技術】
【0003】
（背景）
メタ表面要素は、個々の導波管要素がサブ波長間隔を有し、平面状プロファイルを有する、回折光学素子である。メタ表面要素は、近年、ＵＶ～ＩＲ帯域（３００～１０，０００ｎｍ）における用途のために開発されている。従来的屈折光学系と比較して、メタ表面要素は、突然に明視野上に位相偏移を導入する。これは、従来的屈折性表面が、それらが動作するように設計される光の波長より１０～１００倍（またはそれを上回る）大きい厚さを有する一方、メタ表面要素が、ほぼ、それらが動作するように設計される光の波長の厚さを有することを可能にする。加えて、メタ表面要素は、組成元素においていかなる厚さの変動も有しておらず、したがって、屈折光学系に関して要求されるような、いかなる湾曲率も伴わない光を成形することが可能である。従来的回折光学素子（ＤＯＥ）、例えば、二元回折光学系と比較すると、メタ表面要素は、入射光場上にある範囲の位相偏移を付与するための能力を有し、最低でも、メタ表面要素は、その範囲からの少なくとも５つの明確に異なる値を伴う、０～２πの位相偏移を有することができる一方、二元ＤＯＥは、位相偏移の２つのみの明確に異なる値を付与することが可能であり、多くの場合、０または１πのいずれかの位相偏移に限定される。マルチレベルＤＯＥと比較すると、メタ表面要素は、光軸に沿ったその組成元素の高さ変動を要求せず、メタ表面要素特徴の面内幾何学形状のみが、変動する。メタ表面要素は、偏光感知デバイスにおいて利用されてもよい。
メタ表面要素は、個々の導波管要素がサブ波長間隔を有し、平面状プロファイルを有する、回折光学素子である。メタ表面要素は、近年、ＵＶ～ＩＲ帯域（３００～１０，０００ｎｍ）における用途のために開発されている。従来的屈折光学系と比較して、メタ表面要素は、突然に明視野上に位相偏移を導入する。これは、従来的屈折性表面が、それらが動作するように設計される光の波長より１０～１００倍（またはそれを上回る）大きい厚さを有する一方、メタ表面要素が、ほぼ、それらが動作するように設計される光の波長の厚さを有することを可能にする。加えて、メタ表面要素は、組成元素においていかなる厚さの変動も有しておらず、したがって、屈折光学系に関して要求されるような、いかなる湾曲率も伴わない光を成形することが可能である。従来的回折光学素子（ＤＯＥ）、例えば、二元回折光学系と比較すると、メタ表面要素は、入射光場上にある範囲の位相偏移を付与するための能力を有し、最低でも、メタ表面要素は、その範囲からの少なくとも５つの明確に異なる値を伴う、０～２πの位相偏移を有することができる一方、二元ＤＯＥは、位相偏移の２つのみの明確に異なる値を付与することが可能であり、多くの場合、０または１πのいずれかの位相偏移に限定される。マルチレベルＤＯＥと比較すると、メタ表面要素は、光軸に沿ったその組成元素の高さ変動を要求せず、メタ表面要素特徴の面内幾何学形状のみが、変動する。メタ表面要素は、偏光感知デバイスにおいて利用されてもよい。
【発明の概要】
【課題を解決するための手段】
【0004】
（開示の要約）
本発明の種々の実施形態によるシステムおよび方法は、物体認識のためのシステムを含むことができ、システムは、物体を照明するように構成される、照明デバイスと、センサデバイスであって、センサデバイスは、偏光情報を含む、物体から反射される照明光を受け取る、センサデバイスと、プロセッサと、プロセッサによって、照明光から偏光情報を計算し、偏光情報を使用し、物体が現実３Ｄ物体であるかどうかを判定するように実行可能なプログラミングを含む、メモリとを含む。
本発明の種々の実施形態によるシステムおよび方法は、物体認識のためのシステムを含むことができ、システムは、物体を照明するように構成される、照明デバイスと、センサデバイスであって、センサデバイスは、偏光情報を含む、物体から反射される照明光を受け取る、センサデバイスと、プロセッサと、プロセッサによって、照明光から偏光情報を計算し、偏光情報を使用し、物体が現実３Ｄ物体であるかどうかを判定するように実行可能なプログラミングを含む、メモリとを含む。
【0005】
種々の他の実施形態では、センサデバイスおよび／または照明デバイスは、１つ以上のメタ表面光学要素を備える。
【0006】
さらに種々の他の実施形態では、メモリはさらに、偏光情報を使用し、物体が現実３Ｄ物体であるかどうか、または物体が物体の写真、３Ｄ物体のマスク、または３Ｄ物体の動画であるかどうかを判定するように構成される、プログラミングを含む。
【0007】
さらに種々の他の実施形態では、偏光情報は、Ｓ１偏光と、Ｓ２偏光と、Ｓ３偏光と、偏光度（ＤｏＰ）と、方位角とから成る群から選択される、少なくとも１つを含む。
【0008】
さらに種々の他の実施形態では、Ｓ１偏光、Ｓ２偏光、Ｓ３偏光は、
として定義され、Ｓ０偏光は、元のモノクロ画像に対応する。
【数1】
【0009】
さらに種々の他の実施形態では、ＤｏＰは、
によって計算される。
【数2】
【0010】
さらに種々の他の実施形態では、メモリはさらに、プロセッサによって、物体の元の光学画像と物体の後続の光学画像を比較し、物体認識を実施するように実行可能なプログラミングを含む。
【0011】
さらに種々の他の実施形態では、元の光学画像および後続の光学画像は、２Ｄ近赤外画像である。
【0012】
さらに種々の他の実施形態では、元の光学画像および後続の光学画像は、偏光画像である。
【0013】
さらに種々の他の実施形態では、メモリはさらに、プロセッサによって、元の光学画像および／または後続の光学画像の一部が現実ではないかどうかを判定するように実行可能なプログラミングを含み、物体の元の光学画像と後続の光学画像を比較することは、現実ではないと判定された元の光学画像および／または後続の光学画像の一部に対して実施されない。
【0014】
さらに種々の他の実施形態では、現実ではない元の光学画像および／または後続の光学画像の一部は、マスク、サングラス、および／または顎髭のものである。
【0015】
さらに種々の他の実施形態では、元の光学画像および／または後続の光学画像の一部が現実ではないかどうかを判定することは、照明光からの偏光情報に基づいて実施される。
【0016】
さらに種々の他の実施形態では、物体は、顔を含む。
【0017】
さらに種々の他の実施形態では、メモリはさらに、物体検出アルゴリズムを実施するように構成される、プログラミングを含む。
【0018】
さらに種々の他の実施形態では、メモリはさらに、物体検出アルゴリズムからの結果を利用し、非物体ピクセルから物体ピクセルを分離するように構成される、プログラミングを含む。
【0019】
さらに種々の他の実施形態では、センサデバイスはさらに、初期の画像および後続の画像を受け取り、メモリはさらに、初期の画像と後続の画像を比較し、初期の画像および後続の画像が実質的に同一であるかどうかを判定するように構成される、プログラミングを含む。
【0020】
さらに種々の他の実施形態では、初期の画像と後続の画像を比較することは、後続の画像の物体ピクセルのみに対して実施される。
【0021】
さらに種々の他の実施形態では、照明源は、ＬＥＤまたはＶＣＳＥＬアレイを含む。
【0022】
さらに種々の他の実施形態では、照明源はさらに、太陽光を含む。
【0023】
さらに種々の他の実施形態では、本システムはさらに、太陽光の量を判定するように構成される、周囲光センサを含み、メモリはさらに、プロセッサによって、太陽光の量に基づいて、ＬＥＤまたはＶＣＳＥＬアレイによって出力される光の量を改変するように実行可能なプログラミングを含む。
【0024】
さらに種々の他の実施形態では、本システムはさらに、太陽光からのある波長の光を通過させるように構成される、帯域通過フィルタを含む。
【0025】
さらに種々の他の実施形態では、照明源は、太陽光を含む。
【0026】
さらに、本発明の種々の実施形態によるシステムおよび方法は、物体認識を検証するための方法を含むことができ、方法は、光源を用いて物体を照明することと、偏光情報に関して物体から反射される光を感知することと、偏光情報を使用して、物体が現実３Ｄ物体であるかどうかを判定することとを含む。
【0027】
種々の他の実施形態では、物体を照明することは、照明デバイスによって実施され、物体から反射される光を感知することは、センサデバイスによって実施され、センサデバイスおよび／または照明デバイスは、１つ以上のメタ表面要素を含む。
【0028】
さらに種々の他の実施形態では、本方法はさらに、偏光情報を使用し、物体が現実３Ｄ物体であるかどうか、または物体が物体の写真、３Ｄ物体のマスク、または３Ｄ物体の動画であるかどうかを判定することを含む。
【0029】
さらに種々の他の実施形態では、偏光情報は、Ｓ１偏光と、Ｓ２偏光と、Ｓ３偏光と、偏光度（ＤｏＰ）と、方位角とから成る群から選択される、少なくとも１つを含む。
【0030】
さらに種々の他の実施形態では、Ｓ１偏光、Ｓ２偏光、Ｓ３偏光は、
として定義され、Ｓ０偏光は、元のモノクロ画像に対応する。
【数3】
【0031】
さらに種々の他の実施形態では、ＤｏＰは、
によって計算される。
【数4】
【0032】
さらに種々の他の実施形態では、本方法はさらに、物体の元の光学画像と物体の後続の光学画像を比較し、物体認識を実施することを含む。
【0033】
さらに種々の他の実施形態では、元の光学画像と後続の光学画像を比較することは、物体が現実３Ｄ物体であるかどうかを判定することの前に実施される。
【0034】
さらに種々の他の実施形態では、元の光学画像と後続の光学画像を比較することは、物体が現実３Ｄ物体であるかどうかを判定することの後に実施される。
【0035】
さらに種々の他の実施形態では、本方法はさらに、元の光学画像および／または後続の光学画像の一部が現実ではないかどうかを判定することを含み、物体の元の光学画像と後続の光学画像を比較することは、現実ではないと判定された元の光学画像および／または後続の光学画像の一部に対して実施されない。
【0036】
さらに種々の他の実施形態では、現実ではない元の光学画像および／または後続の光学画像の一部は、マスク、サングラス、および／または顎髭のものである。
【0037】
さらに種々の他の実施形態では、元の光学画像および／または後続の光学画像の一部が現実ではないかどうかを判定することは、照明光からの偏光情報に基づいて実施される。
【0038】
さらに種々の他の実施形態では、物体は、顔を含む。
【0039】
さらに種々の他の実施形態では、本方法はさらに、物体検出アルゴリズムを実施することを含む。
【0040】
さらに種々の他の実施形態では、本方法はさらに、物体検出アルゴリズムからの結果を利用し、非物体ピクセルから物体ピクセルを分離することを含む。
【0041】
さらに種々の他の実施形態では、本方法はさらに、初期の画像および後続の画像を受け取ることと、初期の画像と後続の画像を比較し、初期の画像および後続の画像が実質的に同一であるかどうかを判定することとを含む。
【0042】
さらに種々の他の実施形態では、初期の画像と後続の画像を比較することは、後続の画像の物体ピクセルのみに対して実施される。
【0043】
さらに種々の他の実施形態では、光源は、ＬＥＤまたはＶＣＳＥＬアレイを含む。
【0044】
さらに種々の他の実施形態では、光源はさらに、太陽光を含む。
【0045】
さらに種々の他の実施形態では、本方法はさらに、太陽光の量を判定し、太陽光の量に基づいて、ＬＥＤまたはＶＣＳＥＬアレイによって出力される光の量を改変することを含む。
【0046】
さらに種々の他の実施形態では、本方法はさらに、太陽光からのある波長の光をフィルタ除去することを含む。
【0047】
さらに種々の他の実施形態では、光源は、太陽光を含む。
【図面の簡単な説明】
【0048】
本説明は、本発明の例示的実施形態として提示され、本発明の範囲の完全な列挙として解釈されるべきではない、以下の図を参照してより完全に理解されるであろう。
【0049】
【0050】
【0051】
【0052】
【0053】
【0054】
【0055】
【0056】
【発明を実施するための形態】
【0057】
（詳細な説明）
多くの実施例では、２次元顔認識アルゴリズムは、現実人間であると検証された個人の第１の２Ｄ光画を撮影し、次いで、元のものからの重要となる特徴（例えば、両眼間の距離、口の形状等）に対して個人の本２Ｄ光画と後続の光画を比較することを含む。比較は、機械学習アルゴリズムを通して実施されてもよい。２つの画像が、実質的に同一である場合、本システムは、個人の真正性を検証し、セキュリティシステムの場合には、個々のアクセスを提供するであろう。これらの顔認識アルゴリズムは、スマートフォン等のスマートデバイス内に実装されてもよい。これらのシステムは、２Ｄ情報のみに対して機能し得るため、そのようなシステムは、真正の個人の高分解能印刷物をかざす非真正の個人、または２Ｄシステムがまた、同一性を検証するためにその人間の移動を検索する場合には、真正の個人の動画を再生すること等の種々の技法を通して、騙される、またはなりすまされやすい。
多くの実施例では、２次元顔認識アルゴリズムは、現実人間であると検証された個人の第１の２Ｄ光画を撮影し、次いで、元のものからの重要となる特徴（例えば、両眼間の距離、口の形状等）に対して個人の本２Ｄ光画と後続の光画を比較することを含む。比較は、機械学習アルゴリズムを通して実施されてもよい。２つの画像が、実質的に同一である場合、本システムは、個人の真正性を検証し、セキュリティシステムの場合には、個々のアクセスを提供するであろう。これらの顔認識アルゴリズムは、スマートフォン等のスマートデバイス内に実装されてもよい。これらのシステムは、２Ｄ情報のみに対して機能し得るため、そのようなシステムは、真正の個人の高分解能印刷物をかざす非真正の個人、または２Ｄシステムがまた、同一性を検証するためにその人間の移動を検索する場合には、真正の個人の動画を再生すること等の種々の技法を通して、騙される、またはなりすまされやすい。
【0058】
対照的に、２Ｄ画像に加えて構造化光または飛行時間等の補完的技術を含む、３Ｄ認証システムは、個人の特徴の深度等の付加的情報を用いて検証することを目的とする。そのような場合には、本システムは、真正の個人の単純な２Ｄ類似性を用いる攻撃に対してロバストな状態になり得る。これらの３Ｄシステムは、依然として、真正の個人の類似性を有する、マスクを用いた高性能攻撃を受けやすくあり得る。これらの３Ｄシステムはまた、それらの２Ｄ対応物と比較すると、本質的な複雑性、コスト、およびサイズを追加し得る。いくつかの実施形態では、３Ｄシステムは、２Ｄ撮像システムに加えて追加されてもよい。
【0059】
本開示の種々の実施形態は、２Ｄ情報のみを利用するが、典型的には上記に説明される単純な２Ｄ顔認識システムを騙す、またはなりすます攻撃に対してロバストなままである、システムを含む。本開示されるシステムのいくつかの実施形態は、場面からの反射光の偏光状態を完全かつ一意に識別することが可能である、撮像および照明システムを使用する。２Ｄ画像および／または画像の対応する偏光状態パラメータのみを分析することによって、本システムは、２Ｄ光画、動画、および３Ｄマスク等のなりすましに対してロバストであり得る。一般に、開示される発明は、下記に説明される図内のフローチャートを通して説明されるように稼働する。
【0060】
図１Ａおよび１Ｂは、本発明の実施形態による、反射光の偏光状態パラメータを利用し、顔認識を検証する方法を説明する、種々のフローチャートである。これらの方法は、偏光カメラを含むシステムによって、いくつかの実施形態では、メタ表面を利用し、偏光状態画像を生産する、偏光カメラによって実施され得る。
【0061】
図１Ａは、本発明のある実施形態による、偏光状態を利用する、物体認識の方法１００ａのフローチャートである。図１Ａでは、方法１００ａは、場面、顔、または物体の偏光を含む、第１の画像（例えば、初期の画像）を撮影すること（１０２）を含む。いくつかの実施形態では、第１の画像の偏光は、ブロック１１２と同様に利用され、第１の画像が「現実」であるかどうかを判定してもよい。第１の画像が、「現実」であると判定されない場合、本方法は、ユーザに、別の第１の画像を撮影するようにプロンプトしてもよい。方法１００ａはさらに、後の時間において、同一の場面、顔、または物体の後続の画像を撮影すること（１０４）を含む。第１の画像および／または後続の画像は、時間的に近接する画像のセット、例えば、１秒未満、５秒未満、または１０秒未満で撮影された１つ以上の画像を伴う、同一の場面または物体であってもよい。いくつかの実施形態では、第１の画像および／または後続の画像が、撮影され、近接して、偏光画像または時間的に近接する同一の撮像の複数のスナップ写真が、後に続く。いくつかの実施形態では、第１の画像および後続の画像は、（例えば、強度等のために）別個の極性画像と連動する、２Ｄ近赤外（ＮＩＲ）光画／カメラ画像からのものであってもよい。しかしながら、いくつかの実施形態では、第１の画像および後続の画像は、（例えば、２Ｄ ＮＩＲ画像を伴わない）偏光画像であってもよい。したがって、後続の画像は、ブロック１１２において利用され、別の偏光画像を撮影することなく、場面、顔、または物体が３Ｄ場面、顔、または物体であるかどうかを判定してもよい。後続のステップにおいて、偏光画像は、物体の真正性を検証するために比較されてもよい。方法１００ａはさらに、第１の画像および後続の画像を比較し、それらが実質的に同一であるかどうかを把握すること（１０６）を含む。いくつかの実施形態では、比較は、第１の画像および後続の画像に関して偏光画像を利用するときの２Ｄ画像または偏光画像比較を伴う。いくつかの実施形態では、第１の画像は、第１の偏光画像であってもよく、後続の画像もまた、偏光画像であってもよく、それらが比較され、同一であることが見出される場合、他の偏光画像が、利用され、第１の画像および後続の画像が現実３Ｄ物体のものであるかどうかを判定してもよい。画像が、同一ではない場合、本システムは、ユーザアクセスを拒絶する（１１０）。画像が、同一である場合、本システムは、次いで、捕捉された偏光情報を検査し、物体が現実物体であり、２Ｄ光画、２Ｄ動画、２Ｄマスク、および／またはマスクを装着する人間ではないことを確実にする（１１２）。これは、質感、深度、および／または他の「現実」パラメータ、および／または偏光画像内の画像のピクセルまたは一部の相対的強度を査定することを含んでもよい。いくつかの実施形態では、捕捉された偏光情報を検査し、物体が現実物体であることを確実にすること（１１２）は、パラメータ、メトリック、および／またはベンチマークを分析し、画像が「現実」３Ｄ画像であることを判定することを含む。例えば、偏光情報および／または２Ｄ画像は、物体が正しい質感または偏光パラメータを有するかどうかを判定するために分析されてもよい。偏光情報が、物体が３Ｄ物体であることを確認する場合、アクセスが、許可される。いくつかの実施形態では、物体は、顔または人間であってもよい。方法１００ａは、顔認識を実施してもよい。
【0062】
図１Ｂは、本発明のある実施形態による、偏光状態を利用する、物体認識の方法１００ｂのフローチャートである。図１Ｂは、図１Ａのステップのうちの多くのものを共有する。これらのステップの説明は、図１Ｂの方法に適用可能であり、詳細に繰り返されないであろう。図１Ｂでは、方法１００ｂは、２つの画像を比較すること（１０６）に進む前に、最初に偏光情報を検査し、画像が本物の３Ｄ物体のものであるかどうかを把握すること（１１２）を含む。
【0063】
いくつかの実施形態では、物体認識の方法は、２つの画像を比較することの前に予備物体検出を含んでもよい。物体検出は、物体の一部ではないピクセルをトリミングしてもよく、これは、ステップの残部をより正確にし、処理時間を低減させ得る。
【0064】
図２Ａは、本発明のある実施形態による、予備物体検出を含む、偏光状態を利用する、物体認識の方法２５０ａを図示する。図２Ａは、図１Ａおよび１Ｂのステップのうちの多くのものを共有する。これらのステップの説明は、図２Ａの方法に適応可能であり、詳細に繰り返されないであろう。図２Ａでは、方法２５０ａは、第１および第２の画像の比較（１０６）を実施する前に、後続の画像内の物体を検出すること（２５２）を含む。物体検出は、顔検出アルゴリズムであってもよい。物体検出アルゴリズムの実施例が、Ｌｉｕ， Ｗｅｉ， ｅｔ ａｌ．の「Ｓｓｄ： Ｓｉｎｇｌｅ ｓｈｏｔ ｍｕｌｔｉｂｏｘ ｄｅｔｅｃｔｏｒ」Ｅｕｒｏｐｅａｎ ｃｏｎｆｅｒｅｎｃｅ ｏｎ ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎ． Ｓｐｒｉｎｇｅｒ， Ｃｈａｍ（２０１６年）（参照することによってその全体として本明細書に組み込まれる）に説明されている。
【0065】
図２Ｂは、本発明のある実施形態による、予備物体検出を含む、偏光状態を利用する、物体認識の方法２５０ｂを図示する。図２Ｂは、図１Ａおよび１Ｂのステップのうちの多くのものを共有する。これらのステップの説明は、図２Ｂの方法に適用可能であり、詳細に繰り返されないであろう。図２Ｂは、２つの画像を比較すること（１０６）に進む前に、偏光情報が検査され、画像が本物の３Ｄ物体のものであるかどうかを把握する（１１２）点を除いて、図２Ａに類似する。物体検出（２５２）が、画像比較（１０６）および偏光情報検査（１１２）の前に図示され、説明されるが、いくつかの実施形態では、物体検出（２５２）は、これらの２つのステップの後に同様に実施されてもよい。物体検出（２５２）は、物体に属していないピクセル（例えば、非物体ピクセル）から物体に属するピクセルを分離するために使用されてもよく、これは、ステップの残部をより正確にし、処理時間を低減させ得る。
【0066】
図３は、本発明のある実施形態による、顔認識を検証する、コンピューティングシステムのブロック図である。システム２００は、別個のコンピューティングシステム、またはスマートフォン等の２Ｄ画像を捕捉するデバイス上に実装されるシステムであってもよい。システム２００は、偏光を含む２Ｄ画像を受け取ることが可能である、入力／出力２０４を含む。システム２００はさらに、プロセッサ２０２と、メモリ２０６とを含む。メモリ２０６は、２Ｄ画像比較器２０８と、プロセッサによって実行可能である、偏光分析器２１０とを含む、プログラミングを含む。画像比較器２０８は、上記で議論されるように、初期の２Ｄ画像と後に捕捉される２Ｄ画像を比較してもよい。偏光分析器２１０は、後に捕捉される２Ｄ画像の捕捉された偏光の偏光を分析し、偏光シグネチャが３Ｄ物体に一貫するかどうかを判定してもよい。画像比較器２０８および偏光分析器２１０は、図１Ａ、１Ｂ、２Ａ、２Ｂと関連して議論されるように、顔認識を検証するために使用されてもよい。入力／出力２０４は、検証の結果を出力してもよい。メモリ２０６はさらに、図２Ａおよび２Ｂの物体認識ステップ（２５２）を実施するように構成される、物体認識器（図示せず）を含む、プログラミングを含んでもよい。
【0067】
ある実施形態では、撮像システムは、アクティブ照明源と、撮像センサまたはカメラとの両方を含む。照明源は、照明デバイスであってもよく、撮像センサまたはカメラは、センサデバイスであってもよい。図４Ａは、本発明のある実施形態による、例示的偏光画像捕捉モジュールを図示する。本モジュールは、アクティブ照明源と、偏光を分解し得る、カメラとを含む。ある実施形態では、カメラは、単一のフレーム内でフルストークスベクトルを分解してもよい。いくつかの実施形態では、カメラは、異なる偏光状態を伴う１つ以上の偏光画像を生産するように構成される、１つ以上のメタ表面を含む。照明源は、オンおよびオフにされ得る既知の照明条件を提供する、ＬＥＤ、ＶＣＳＥＬアレイ、または任意の照明源等の光源であってもよい。
【0068】
図４Ａの偏光画像捕捉モジュールは、アクティブ照明源を含むが、照明源はまた、太陽光、周囲光であってもよい、または、ＬＥＤまたはＶＣＳＥＬアレイ等の光源で補完される、太陽光または周囲光であってもよい。太陽光または周囲光は、その中にランダム偏光状態を有し得、また、ある範囲の波長（例えば、９４０ｎｍおよび／または典型的ＩＲ波長）を含む。周囲光センサが、太陽光／周囲条件（例えば、存在する太陽光の量）に応じて、光源をオンまたはオフにする、または光源の強度またはパターンを改変するために利用されてもよい。例えば、本デバイスは、ある条件において太陽光のみを使用する、またはいくつかの条件において光源および太陽光の両方を使用してもよい。本デバイスは、太陽光条件次第で光源からの光の量を改変してもよい。帯域通過フィルタが、太陽光の波長をフィルタ処理し、１つの波長または狭帯域の波長のみを通過させるために含まれてもよい。
【0069】
照明源は、優先偏光性または不偏光性のいずれかであることができる。ある実施形態では、光源は、不偏光性である、または可変の偏光を有し得る一方、他の実施形態では、光源は、固定偏光状態を有し得る。例えば、光源は、固定ＶＣＳＥＬ偏光を伴うＶＣＳＥＬアレイであってもよい。固定ＶＣＳＥＬ偏光は、ＶＣＳＥＬアレイから外への均一な偏光状態を達成するために、ＶＣＳＥＬアレイ上のパターン化されたメタ表面開口を通して達成され得る。いくつかの実施形態では、固定偏光状態を伴う光源は、偏光を伴わない光源より良好な結果を提供し得る。固定偏光状態は、光の線形偏光、円形偏光、および／または楕円形偏光、またはこれらの光の偏光の任意の組み合わせであってもよい。
【0070】
いくつかの実施形態では、照明源は、時間分解方法において、または、これが着目野内に複数の異なる偏光を発する場合に、２つ以上の偏光の間で切り替わってもよい。例えば、交互に入れ替わる偏光状態が、異なる時間に提示されてもよい、または２つの極性状態が、同時に提示されてもよいかのいずれかである。２つの偏光状態は、相互に対して直交性である、または非直交性であってもよく、それらは、線形、円形、または楕円形状態のうちの２つ以上のうちのいずれかであってもよい。偏光は、例えば、フラッド、ドットパターン、バットウィングパターン、シルクハットパターン、超ガウスパターン、または他の照明パターン等の異なるパターンの偏光状態で提示されてもよい。いくつかの実施形態では、１つ以上のメタ表面は、同時または交互に入れ替わるかのいずれかで、および／または重複する、または物理的に分離された状態で、ならびに／もしくは異なるパターンで種々の偏光照明パターンを生産するために使用されてもよい。
【0071】
いくつかの実施形態では、照明源および／またはカメラは、メタ表面を含んでもよい。メタ表面を含む、照明源およびカメラの実施例は、２０１８年８月３１日に出願され、「ＴＲＡＮＳＭＩＳＳＩＶＥ ＭＥＴＡＳＵＲＦＡＣＥ ＬＥＮＳ ＩＮＴＥＧＲＡＴＩＯＮ」と題された、米国特許公開第２０１９／００６４５３２号（あらゆる目的のために、参照することによってその全体として本明細書に組み込まれる）に説明されている。本特許公開に説明されているように、照明源およびカメラは、機能的に単一のユニット内に含まれてもよい。図４Ａは、単一のユニットに統合される照明源およびカメラのある実装を図示する。
【0072】
いくつかの実施形態では、撮像システムは、完全偏光情報を回復することが可能である、任意の撮像システムであってもよい。しかしながら、より具体的な場合では、撮像システムは、１つ以上のメタ表面光学要素と、標準的な屈折レンズと、標準的なＣＭＯＳ画像センサとを含んでもよい。１つ以上のメタ表面光学要素は、場面を２つ以上の偏光状態に分割し、ＣＭＯＳセンサ上に２つ以上の部分画像を形成してもよく、これらの画像が適切に算出的に再結合されると、撮像されている物体の偏光状態を提供することができる。撮像システムは、フルストークス偏光カメラであってもよい。１つ以上のメタ表面光学要素を組み込むフルストークス偏光カメラのある実施例が、Ｒｕｂｉｎ ＮＡ、Ｄ’Ａｖｅｒｓａ Ｇ、Ｃｈｅｖａｌｉｅｒ Ｐ、Ｓｈｉ Ｚ、Ｃｈｅｎ ＷＴ、Ｃａｐａｓｓｏ Ｆ．のＭａｔｒｉｘ Ｆｏｕｒｉｅｒ ｏｐｔｉｃｓ ｅｎａｂｌｅｓ ａ ｃｏｍｐａｃｔ ｆｕｌｌ－Ｓｔｏｋｅｓ ｐｏｌａｒｉｚａｔｉｏｎ ｃａｍｅｒａ． Ｓｃｉｅｎｃｅ（２０１９年７月５日）；３６５（６４４８）：ｅａａｘ１８３９． ｄｏｉ： １０．１１２６／ｓｃｉｅｎｃｅ．ａａｘ１８３９． ＰＭＩＤ： ３１２７３０９６（参照することによってその全体として本明細書に組み込まれる）において議論されている。
【0073】
図４Ｂは、図４Ａの偏光画像捕捉モジュールに組み込まれ得る、偏光メタ表面のある実施例の種々のＳＥＭ画像である。偏光メタ表面のさらなる実施例が、２０１９年２月２２日に出願され、「Ａｒｂｉｔｒａｒｙ ｐｏｌａｒｉｚａｔｉｏｎ－ｓｗｉｔｃｈａｂｌｅ ｍｅｔａｓｕｒｆａｃｅｓ」と題された、米国特許公開第２０２１０２８６１８８号（参照することによってその全体として本明細書に組み込まれる）に例証されている。偏光メタ表面は、種々の構成における長方形、正方形、および／または楕円形を含む、１つ以上の形状のシリコン柱を含んでもよい。偏光メタ表面は、非対称構成にあってもよい。
【0074】
図５は、本発明のある実施形態による、個人の現実２Ｄ画像と個人の写真の２Ｄ画像との間の比較を図示する。現実２Ｄ画像および写真の２Ｄ画像は、図４Ａと関連して説明される、偏光撮像システムを用いて撮影されてもよい。Ｓ０列５０２は、フィルタ処理されていない白黒画像である。Ｓ１列５０４およびＳ２列５０６は、異なるストークスパラメータに対応する。いくつかの実施形態では、偏光撮像システムはまた、顔認識を検証するために使用され得る、Ｓ３パラメータを撮像してもよい。いくつかの実施形態では、Ｓ１偏光パラメータ、Ｓ２偏光パラメータ、およびＳ３偏光パラメータは、組み合わせにおいて、物体が２Ｄ物体または３Ｄ物体であるかどうかを査定するために使用されてもよい。ストークスパラメータは、以下：
として定義され、式中、
は、デカルト座標（Ｓ１，Ｓ２，Ｓ３）の３次元ベクトルの球座標であり、Ｉは、ビームの全強度であり、ｐは、
によって制約される、偏光度である。Ｓ０偏光は、元のモノクロ画像に対応し得る。ストークスパラメータのさらなる説明が、Ｙｏｕｎｇ， Ｇ．，Ｃｈｉｐｍａｎ， Ｒ． Ａ．，Ｌａｍ． Ｗ． Ｓ． Ｔ．（２０１８年）のＰｏｌａｒｉｚｅｄ Ｌｉｇｈｔ ａｎｄ Ｏｐｔｉｃａｌ Ｓｙｓｔｅｍｓ（英国）：ＣＲＣ Ｐｒｅｓｓ（あらゆる目的のために、参照することによってその全体として本明細書に組み込まれる）に見出され得る。
【数5】
【数6】
【数7】
【0075】
いくつかの実施形態では、偏光度（ＤｏＰ）が、物体が２Ｄ物体または３Ｄ物体であるかどうかを査定するために使用され得る。図３のＤｏＰ列５０８は、偏光される画像の各部分の一部に対応する。ＤｏＰは、以下の公式を通して計算され得る。
１のＤｏＰは、完全偏光である。０のＤｏＰは、非偏光である。０と１との間のＤｏＰは、部分偏光である。ＤｏＰの定義のある実施例が、「／／ｗｗｗ．ｆｉｂｅｒｏｐｔｉｃｓ４ｓａｌｅ．ｃｏｍ／ｂｌｏｇｓ／ｗａｖｅ－ｏｐｔｉｃｓ／１０２４９２７４２－ｓｔｏｋｅｓ－ｐｏｌａｒｉｚａｔｉｏｎ－ｐａｒａｍｅｔｅｒｓ」（あらゆる目的のために、参照することによってその全体として本明細書に組み込まれる）において見出され得る。
【数8】
【0076】
方位角列５１０は、異なる偏光Ｓ１、Ｓ２、およびＳ３間の角度に対応する。例えば、Ｓ１とＳ２との間の方位角は、以下の等式を使用して計算され得る。
【数9】
【0077】
いくつかの実施形態では、２つの直交偏光を含む線形偏光が、顔認識を検証する、または偽の物体または画像、すなわち、意図されたなりすまし物体または画像を識別するために使用され得る。例えば、Ｓ１画像は、Ｐ偏光のためにフィルタ処理された画像であってもよく、Ｓ２画像は、Ｓ偏光のためにフィルタ処理された画像であってもよい。非直交偏光もまた、使用され得る。複数の異なる偏光状態およびそれらの偏光パラメータも、現実または自然３Ｄ物体および偽の、すなわち、なりすまされた物体の曖昧さを解消する、またはそれらを区別する、および／または２つの異なる時間における顔または物体を認識または合致させるために使用され得る。複数の異なる偏光状態およびそれらの偏光パラメータもまた、顔の厳密な類似性および／または皮膚の質感または自然性もしくは表面質感を判定するために使用され得る。異なる偏光状態パラメータのうちのいずれか１つ以上が、個々に、または組み合わせにおいて使用されることができる。いくつかの実施形態では、これらの異なる偏光状態パラメータは、画像および／または顔の同一性を判定するために、アルゴリズムまたは機械学習と併用されることができる。
【0078】
図５に戻ると、上部の画像は、標準的なモノクロ強度を含む、個人の現実２Ｄ画像のものである。比較すると、底部の画像は、個人の光画のものである。図示されるように、Ｓ１、Ｓ２、ＤｏＰ、および／または方位角のそれぞれの間のコントラストが、画像が、現実個人に対応する現実３Ｄ形状の画像であるか、またはより少ないコントラストを有するであろう、個人の光画の画像であるかどうかを判定するために使用され得る。いくつかの実施形態では、Ｓ１、Ｓ２、ＤｏＰ、および／または方位角の組み合わせが、画像が、現実個人に対応する現実３Ｄ形状の画像であるか、または個人の光画の画像であるかどうかを判定するために使用され得る。いくつかの実施形態では、個人の現実２Ｄ画像は、Ｓ１、Ｓ２、ＤｏＰ、および／または方位角のそれぞれに関して、個人の光画の２Ｄ画像よりも、高偏光と最低偏光との間の多くのコントラストを含み得る。いくつかの実施形態では、ニューラルネットワーク等の機械学習アルゴリズムが、画像が、現実個人に対応する現実３Ｄ形状の画像であるか、または個人の光画の画像であるかどうかを判定するために訓練データと併用されてもよい。図示されるように、モノクロ画像Ｓ０は、単独では、２Ｄ画像が、現実３Ｄ個人のものであるか、または個人の光画のものであるかどうかを判定するための十分な情報を示さない。いくつかの実施形態では、種々の偏光状態画像の相対的強度または他のメトリックが、ピクセル毎に、または領域毎に、比較プロセスの一部として比較されてもよい、および／または画像処理または機械学習アルゴリズムが、適用されてもよい。
【0079】
図６は、個人の現実２Ｄ画像と、個人の写真の２Ｄ画像と、個人の３Ｄマスクの２Ｄ画像との間の比較を図示する。Ｓ０、Ｓ１、Ｓ２、およびＳ３列は、図３と関連して上記に説明される。図５のＳ０列５０２、Ｓ１列５０４、およびＳ２列は、図６のＳ０列６０２、Ｓ１列６０４、およびＳ２列６０６に対応する。図６はさらに、Ｓ３偏光測定値に対応する、Ｓ３列６０８を含む。図示されるように、Ｓ３偏光測定値は、Ｓ１およびＳ２偏光測定値と異なる偏光測定値であり得る。
【0080】
画像の最上行６１０は、個人の現実２Ｄ画像に対応する。画像の中央行６１２は、個人の写真の２Ｄ画像に対応する。画像の最下行６１４は、個人のマスクの２Ｄ画像に対応する。図示されるように、Ｓ１、Ｓ２、および／またはＳ３のそれぞれの間のコントラストは、画像が、現実個人に対応する現実３Ｄ形状の画像であるか、または個人の光画の画像であるか、もしくはより少ないコントラストを有するであろう、個人のマスクの画像であるかどうかを判定するために使用され得る。いくつかの実施形態では、Ｓ１、Ｓ２、および／またはＳ３の組み合わせが、画像が、現実個人に対応する現実３Ｄ形状の画像であるか、または個人の光画の画像であるか、もしくは個人のマスクであるかどうかを判定するために使用され得る。図示されるように、モノクロ画像Ｓ０は、単独では、２Ｄ画像が、現実３Ｄ個人のものであるか、個人の光画のものであるか、または個人のマスクのものであるかどうかを判定するために十分な情報を示さない。
【0081】
いくつかの実施形態では、画像の一部が、「非現実」または「不自然」であると感知される。例えば、人間が、マスク（例えば、外科手術用マスク、Ｎ９５マスク、ＫＮ－９５マスク、埃マスク、美容マスク）、サングラス、顎髭、または同等物を有する場合、特に、そのような追加された特徴を伴わない従来の画像と比較して、本システムは、顔の画像または複数の画像のその領域の偏光状態パラメータに基づいて、これらの特徴を認識してもよい。例えば、顎髭または外科手術用マスクによって被覆される顔の部分の質感は、ベンチマークと比較して、または追加された特徴を伴わない顔の従来の画像または複数の画像と比較してのいずれかによって、偏光パラメータの差に基づいて、改変された、または「皮膚の様ではない」ように見え得る。いくつかの実施形態では、１つ以上の偏光画像の偏光状態パラメータを介して感知される質感側面が、特徴（例えば、顎髭、眼鏡、マスク等）を識別するために、および／または、画像の後の類似セットに対する比較に関して、同一性または合致を判定するために、および／または後の比較からその識別された特徴を除去するために使用されてもよい。例えば、外科手術用マスクを伴わない人間の顔の画像の第１のセットが、上記に説明されるシステムおよびプロセスを使用して撮影され、次いで、同一人間の顔が、同様に撮像されるが、ここでは、顔が、外科手術用マスクを有している場合、画像の２つのセットの比較および分析は、比較および／または質感変化のいずれかを介して外科手術用マスクを識別することを含み得る。画像の第１のセットが、顎髭またはマスクの追加された特徴を有し、特徴の第２のセットが、追加された特徴を有していない、ある場合には、ここで説明されるシステムおよびプロセスが、追加された特徴を区別するために使用され得る。ある場合には、分析または比較は、合致または同一性を判定するために、追加されたマスクを伴わない領域内の画像の２つのセットを比較することのみを継続することができる。顔の特徴および顔に追加される特徴（マスク、顎髭、眼鏡等）のここでの実施例は、実施例として説明されるが、同一の概念、システム、およびプロセスが、特徴を識別するために、および／または追加された特徴によって変化または被覆されていないままである部分の比較を行うために、他の身体部分または無生物にも適用され得ることを理解されたい。
【0082】
（均等論）
上記の説明は、本発明の多くの具体的な実施形態を含有するが、これらは、本発明の範囲に対する限界としてではなく、むしろ、それらの一実施形態のある実施例として解釈されるべきである。したがって、本発明が、本発明の範囲および精神から逸脱することなく、具体的に説明されるもの以外の方法において実践され得ることを理解されたい。したがって、本発明の実施形態は、あらゆる点において例証的であり、かつ制限的ではないものとして見なされるべきである。故に、本発明の範囲は、例証される実施形態によってではなく、添付の請求項およびそれらの均等物によって判定されるべきである。
上記の説明は、本発明の多くの具体的な実施形態を含有するが、これらは、本発明の範囲に対する限界としてではなく、むしろ、それらの一実施形態のある実施例として解釈されるべきである。したがって、本発明が、本発明の範囲および精神から逸脱することなく、具体的に説明されるもの以外の方法において実践され得ることを理解されたい。したがって、本発明の実施形態は、あらゆる点において例証的であり、かつ制限的ではないものとして見なされるべきである。故に、本発明の範囲は、例証される実施形態によってではなく、添付の請求項およびそれらの均等物によって判定されるべきである。
【図1A】
【図1B】
【図2A】
【図2B】
【図3】
【図4A】
【図4B】
【図5】
【図6】
【国際調査報告】