JP7758064B2 - 照合装置、照合方法、およびプログラム - Google Patents

Description

本発明は、照合精度を保ちつつ再現率を向上させる汎用的な照合の技術を提供できるようにする照合装置、照合方法、およびプログラムに関する。

従来、画像上での物体照合技術が知られている。画像上での物体照合は、”見え”や“色”など定めた指標に従い、その信頼度を算出することによって行われる。信頼度によって、物体の、指標についての類似度が表される。しかし、様々な環境変化や対象物体自身の変化に対応可能な”単一の指標”を設計することは難しい。

そこで、複数の指標を組み合わせて、様々な環境変化や対象物体自身の変化に対応することが行われている。

例えば、指紋照合を行うとき、２つの指標を用いる技術が提案されている。特許文献１では、第１パタン照合では、群遅延スペクトルと指紋登録者の登録済特徴量とのパタン照合が行なわれる。第２パタン照合では、空間スペクトルと予め同様の処理をした指紋登録者の登録済空間スペクトルとのパタン照合が行なわれる。

日本国特許出願 平６－６０１６７号公報

しかし、複数の指標のいずれかを基準に照合を行うと、照合精度が低下する。一方で、指標を単純に掛け合わせて照合を行うと、同じ物体であるにもかかわらず、不一致と判定されることが多く、再現率が低下するという課題がった。

本発明の一態様は、上記の問題に鑑みてなされたものであり、その目的の一例は、照合精度を保ちつつ再現率を向上させる汎用的な照合の技術を提供できるようにすることである。

本発明の一側面に係る照合装置は、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段とを備える。

本発明の一側面に係る照合方法は、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出すること、複数の前記第１の信頼度から複数の第２の信頼度を算出すること、前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行うことを含む。

本発明の一側面に係るプログラムは、コンピュータを、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段とを備える照合装置として機能させる。

本発明の一態様によれば、照合精度を保ちつつ再現率を向上させる汎用的な照合の技術を提供できるようにする。

本発明の例示的実施形態１に係る照合装置の構成例を示すブロック図である。 本発明の例示的実施形態１に係る照合方法の流れを示すフローチャートである。 本発明の例示的実施形態２に係る情報処理装置の構成例を示すブロック図である。 オブジェクトトラッキング処理の例を説明する画像である。 オブジェクトトラッキング処理の例を説明する画像である。 オブジェクトトラッキング処理の例を説明する画像である。 オブジェクトトラッキング処理の流れを説明するフローチャートである。 オブジェクト照合処理の詳細な例について説明するフローチャートである。 照合信頼度算出処理の詳細な例について説明するフローチャートである。 本発明の例示的実施形態３に係る情報処理装置の構成例を示すブロック図である。 生体認証処理の例を説明する画像である。 生体認証処理の流れを示すフローチャートである。 各機能を実現するプログラムの命令を実行するコンピュータの例を示す図である。

〔例示的実施形態１〕
本発明の第１の例示的実施形態について、図面を参照して詳細に説明する。本例示的実施形態は、後述する例示的実施形態の基本となる形態である。

＜照合装置２０の概要＞
本例示的実施形態に係る照合装置２０は、概略的に言えば、１又は複数のオブジェクトに関する照合処理を行う装置である。ここで、照合装置２０は複数のオブジェクトが互いに対応するオブジェクトであるか否かを判定することもできるし、各オブジェクトを照合用データと比較し、当該照合用データに整合するオブジェクトであるかを判定することもできる。

なお、本明細書において、第１のオブジェクトと第２のオブジェクトとが対応するオブジェクトである場合、又は、これらのオブジェクトが同一視すべきオブジェクトである場合に、これらのオフジェクトは「同一」である、または、「互いに一致する」などと表現することもある。

照合装置２０において、互いに一致するオブジェクトは、一例として同一のＩＤによって管理される。例えば、あるフレームにおいて検出されたオブジェクトと、当該あるフレームの次のフレームにおいて検出されたオブジェクトとが同一のオブジェクトであると判定した場合、照合装置２０はこれらのオブジェクトに同一のＩＤを関連付けて管理する。

照合装置２０は、一例として、
対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段と
を備えている。

＜照合装置２０の構成＞
本例示的実施形態に係る照合装置２０の構成について、図１を参照して説明する。図１は、照合装置２０の構成例を示すブロック図である。

図１に示すように、照合装置２０は、第１の信頼度算出部２１、第２の信頼度算出部２２、および照合部２３を備える。第１の信頼度算出部２１は、本例示的実施形態において第１の信頼度算出手段を実現する構成である。第２の信頼度算出部２２は、本例示的実施形態において第２の信頼度算出手段を実現する構成である。照合部２３は、本例示的実施形態において照合手段を実現する構成である。

第１の信頼度算出部２１は、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する。ここで、対象データとは、照合装置２０による照合処理の対象となるデータのことであり、画像データ、音声データ、点群データ、及びその他のセンシングデータ等が含まれ得るが、これらは本例示的実施形態を限定するものではない。

また、本例示的実施形態において、オブジェクトに関する指標とは、当該オブジェクトに関する属性を示すものであってもよいし、当該属性を数値的に評価したものであってもよい。

例えば、対象データが画像データである場合、上記複数の指標は、当該画像データが示す画像の中のオブジェクトの色、形、模様などである。

また、本例示的実施形態において「信頼度」とは、一例として、あるオブジェクトと、当該オブジェクトの比較対象とがどれだけ類似しているかを示す度合いである。例えば、動画像に表示されたオブジェクトを追跡する処理を実行する際には、時間的に前に撮影された画像に表示されたオブジェクトと、時間的に後に撮影された画像に表示されたオブジェクトがどれだけ類似するかを示す信頼度が用いられる。また、例えば、予め与えられた照合用データと物体とを比較する処理を実行する際には、照合用データによって示される特徴と、物体の特徴とがどれだけ類似するかを示す信頼度が用いられる。

第１の信頼度算出部２１は、例えば、対象データが示すオブジェクトの色、形、模様について、当該オブジェクトの色、形、模様と、当該オブジェクトの比較対象の色、形、模様との類似の度合いを表す値を算出し、第１の信頼度とする。

第２の信頼度算出部２２は、複数の第１の信頼度から複数の第２の信頼度を算出する。ここで、第２の信頼度算出部２２は、複数の第１の信頼度の一部又は全部に対して、所定の演算を適用することによって複数の第２の信頼度を算出する。

第２の信頼度は、例えば、第１の信頼度算出部２１が算出した複数の第１の信頼度の一部の積をとることによって得られた値であってもよい。この場合、第１の信頼度算出部２１が算出した複数の第１の信頼度のうち、何れの第１の信頼度を積の対象から外すかに応じて、複数の第２の信頼度が得られることになる。

上述の例においては、オブジェクトの色の類似度と形の類似度との積、オブジェクトの形の類似度と模様の類似度との積、およびオブジェクトの模様の類似度と色の類似度との積という３つの第２の信頼度が算出される。

例えば、オブジェクトの色に関する第１の信頼度をｒ１１、オブジェクトの形に関する第１の信頼度をｒ１２、オブジェクトの模様に関する第１の信頼度をｒ１３とした場合、以下の第２の信頼度Ｒ２１、Ｒ２２、およびＲ２３が算出される。

Ｒ２１＝ｒ１１*ｒ１２， Ｒ２２＝ｒ１１*ｒ１３， Ｒ２３＝ｒ１２*ｒ１３
また、第２の信頼度は、第１の信頼度算出部２１が算出した複数の第１の信頼度に対して、所定のべき指数を演算したうえで互いに掛け合わせた値であってもよい。この場合、複数の第１の信頼度に対して、べき指数の複数の組み合わせを適用することによって、複数の第２の信頼度が得られることになる。
照合部２３は、複数の第２の信頼度に基づき、オブジェクトの照合を行う。照合部２３は、例えば、上述の３つの第２の信頼度のいずれかを閾値と比較することで、対象データが示すオブジェクトの照合結果を出力する。

＜照合装置２０による照合方法の流れ＞
以上のように構成された照合装置２０が実行する照合方法の流れについて、図２を参照して説明する。図２は、照合方法の流れを示すフローチャートである。同図に示されるように、照合処理は、ステップＳ１１、ステップＳ１２、およびステップＳ１３を含んでいる。

ステップＳ１１において、第１の信頼度算出部２１は、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する。

ステップＳ１２において、第２の信頼度算出部２２は、複数の第１の信頼度から複数の第２の信頼度を算出する。

ステップＳ１３において、照合部２３は、複数の第２の信頼度に基づき、オブジェクトの照合を行う。

＜照合装置２０および照合方法の効果＞
本例示的実施形態に係る照合装置２０および照合方法によれば、対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度が算出され、複数の第１の信頼度から複数の第２の信頼度が算出され、複数の第２の信頼度に基づき、オブジェクトの照合が行われる。

このようにすることで、照合精度を保ちつつ再現率を向上させる汎用的な照合の技術を提供できる。例えば、照合するオブジェクトの種類、オブジェクトが存在する環境などにかかわらず、適正な照合精度と高い再現率を実現することができる。

〔例示的実施形態２〕
本発明の第２の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。

＜情報処理装置１０の構成＞
本例示的実施形態に係る情報処理装置１０の構成について、図３のブロック図を参照して説明する。

図３は、情報処理装置１０の機能的構成例を説明するブロック図である。図３に示すように、情報処理装置１０は、照合装置２０、制御部３０、記憶部４０、通信部６１、入力部６２、および出力部６３を備えている。

照合装置２０は、例示的実施形態１において説明した照合装置２０と同様の機能を有する機能ブロックである。照合装置２０は、図１を参照して上述した機能をそれぞれ有する第１の信頼度算出部２１、第２の信頼度算出部２２、および照合部２３を備えている。

記憶部４０は、例えば、半導体メモリデバイスなどにより構成され、データを記憶する。この例では、記憶部４０に対象データおよび指標情報が記憶されている。

ここで、本例示的実施形態に係る対象データは、照合すべきオブジェクトを含むデータであり、例えば、動画の画像データである。また、指標情報は、第１の信頼度を算出するための演算方式などが示された情報である。

通信部６１は、情報処理装置１０を、ネットワークに接続するためのインタフェースである。ネットワークの具体的構成は本例示的実施形態を限定するものではないが、一例として、無線ＬＡＮ（Local Area Network）、有線ＬＡＮ、ＷＡＮ（Wide Area Network）、公衆回線網、モバイルデータ通信網、又は、これらのネットワークの組み合わせを用いることができる。

入力部６２は、情報処理装置１０に対する各種の入力を受け付ける。入力部４２の具体的構成は本例示的実施形態を限定するものではないが、一例として、キーボード及びタッチパッド等の入力デバイスを備える構成とすることができる。また、入力部４２は、赤外線や電波等の電磁波を介してデータの読み取りを行うデータスキャナ、及び、環境の状態をセンシングするセンサ等を備える構成としてもよい。

出力部６３は、情報処理装置１０による処理結果を出力する機能ブロックである。出力部４３の具体的構成は本例示的実施形態を限定するものではないが、一例として、ディスプレイ、スピーカ、プリンタなどにより構成され、情報処理装置１０による各種処理結果などを画面上に表示したり、音声や図として出力したりする。

制御部３０は、照合装置２０、記憶部４０、通信部６１、入力部６２、および出力部６３の各部を制御して各種の処理を実行する。また、制御部３０は、各種の画像処理を実行することで、例えば、照合装置２０によって照合されるオブジェクトの検出などを行う。

情報処理装置１０は、上述したように照合装置２０を有しているので、図２を参照して上述した照合処理を実行し、処理結果を利用してさらなる処理を実行することができる。ここでは、一例として、情報処理装置１０が、照合装置２０の処理結果を利用してオブジェクトトラッキング処理を実行する場合について説明する。

ここで、オブジェクトトラッキング処理は、動画像に含まれる複数のフレームに亘って存在するオブジェクトのうち、対応する（同一の）オブジェクトに対して同一のＩＤを付す処理のことを言う。オブジェクトトラッキング処理では、一例として、時間的に前に撮影された画像のフレームに表示されたオブジェクトと、時間的に後に撮影された画像のフレームに表示されたオブジェクトとを照合することで、動くオブジェクトを追跡する。ここで、オブジェクトの照合は、照合装置２０により行われる。

（オブジェクトトラッキング処理の対象となる画像の例）
図４乃至図６は、情報処理装置１０により実行されたオブジェクトトラッキング処理を説明する画像である。なお、オブジェクトトラッキング処理の流れについては、図７を参照して後述する。

図４乃至図６の画像には、それぞれ路面上ではねるボールが写っている。

図４乃至図６は、動画像を構成するフレームの１つに対応する画像とされる。例えば、動画像が、第１番目のフレームから第Ｎ番目のフレームまでのＮ個のフレームにより構成される場合、図５および図６に示される画像１０２が第ｔ番目のフレームの画像である。図４に示される画像１０１は、画像１０２より時間的に前に撮影された画像であって、ｔ－１番目のフレームの画像である。

図４の画像１０１には、１６個のボールが写っており、それぞれのボールが矩形の枠で囲まれている。なお、画像の中の個々のボールは、既存のオブジェクト抽出処理などの画像処理によって検出されるようにしてもよいし、機械学習により学習されたモデルにより検出されるようにしてもよい。オブジェクトの検出は、例えば、入力部４２を介して行われるユーザの操作により示された領域の中から行われるようにしてもよい、予め指定された背景画像を除く領域の中から検出されるようにしてもよい。

一例として、オブジェクトの検出は、グラフカット法により行うことができる。グラフカット法では、まず、切り出したいオブジェクトを含む前景オブジェクト画像と、背景画像とからなる２種類の画像の色分布や画素カラーの勾配から切り出すべき前景オブジェクト画像を構成する領域の境界を計算する。そして、計算された境界に沿って画像が切り出されることにより、切り出したい前景オブジェクト画像が抽出される。

図４の１６個のボールには、それぞれＩＤ１乃至ＩＤ１６の認証番号（単にＩＤと称する）が付されている。

図５の画像１０２には、やはり１６個のボールが写っているが、画像１０２は、画像１０１よりも時間的に後に撮影された画像なので、各ボールの位置がわずかに異なっている。情報処理装置１０の制御部３０は、まず、画像１０２においてオブジェクト抽出処理などを行って、１６個のボールをオブジェクトとして検出する。

図５の例において、制御部３０は、検出されたオブジェクトである１６個のボールには、それぞれ矩形の枠を付しているが、まだＩＤを付していない。情報処理装置１０は、図５の画像１０２において検出されたオブジェクトであるボールのそれぞれが、画像１０１で検出されたＩＤ１乃至ＩＤ１６のボールと同一であるか否かを判定する。この際、照合装置２０により照合処理が実行され、画像１０２のオブジェクトが、画像１０１のオブジェクトと照合される。

照合の結果、画像１０２のボールが、画像１０１のボールと同一であると判定された場合、情報処理装置１０の制御部３０は、画像１０１のボールと同一の画像１０２のボールとに同じＩＤを関連付ける。例えば、画像１０１のＩＤ１のボールと同じボールと判定された画像１０２のボールには、ＩＤ１が付され、画像１０１のＩＤ２のボールと同じボールと判定された画像１０２のボールには、ＩＤ２が付される。同様にして、制御部３０は、画像１０２のボールにそれぞれＩＤを付していく。

図６の画像１０２には、それぞれ矩形の枠で囲まれた１６個のボールが写っており、各ボールにＩＤ１乃至ＩＤ１６のＩＤが付されている。すなわち、情報処理装置１０は、画像１０１に写っていた１６個のボールのそれぞれを、画像１０２において特定する。情報処理装置は、このようにしてオブジェクトトラッキング処理を行う。

なお、図４乃至図６を参照して上述した例では、画像１０１の１６個のボールのそれぞれがすべて画像１０２に写っている場合の例について説明した。しかし、例えば、弾んだボールが画面の外に出て、画像１０２に写らない場合もあり得る。例えば、画面の外に出たボールがＩＤ１のボールとＩＤ９のボールであったとき、情報処理装置１０は、画像１０２のボールには、ＩＤ１とＩＤ９を付さず、ＩＤ２乃至ＩＤ８およびＩＤ１０乃至ＩＤ１６を付すことになる。

また、例えば、新たなボールが飛んでくる場合もあり得る。この場合、情報処理装置１０は、画像１０２で、新たなボールに新たなＩＤ（例えば、ＩＤ１７）を付してもよい。

＜情報処理装置１０によるオブジェクトトラッキング処理の流れ＞
次に、図７のフローチャートを参照して、情報処理装置１０によるオブジェクトトラッキング処理の例について説明する。図７は、オブジェクトトラッキング処理の流れを説明するフローチャートである。

ステップＳ３１において、情報処理装置１０の制御部３０は、動画の画像データを取得する。画像データは、例えば、対象データとして、記憶部４０に記憶されている。なお、ここで取得される画像データは、動画像の画像データであり、複数のフレーム画像により構成される。

ステップＳ３２において、制御部３０は、変数ｔの値を初期値にする。

ステップＳ３３において、制御部３０は、ｔ番目のフレームにおけるオブジェクトを検出する。具体的なオブジェクト検出処理については上述したためここでは説明を省略する。なお、本ステップにおいて、制御部３０は、例えば、図５に示されるように、検出したオブジェクトに矩形の枠（バウンディングボックス）を付してもよい。

ステップＳ３４において、制御部３０は、ｔ－１番目のフレームにおいて照合対象オブジェクトを設定する。ここで、照合対象オブジェクトは、ｔ－１番目のフレームの画像に表示されたオブジェクトのうち、これから照合されるオブジェクトである。例えば、図４を参照して上述したＩＤ１乃至ＩＤ１６のボールのそれぞれが、照合対象オブジェクトとなる。

なお、ｔ－１番目のフレームの画像に照合対象オブジェクトが複数ある場合、個々の照合対象オブジェクトに対応して後述する処理が繰り返し実行される。

ステップＳ３５において、制御部３０は、照合装置２０を制御して、後述するオブジェクト照合処理を実行させる。オブジェクト照合処理の詳細については、図８のフローチャートを参照して後述する。

ステップＳ３６において、制御部３０は、ステップＳ３１で取得された画像データに、次のフレームがあるか否かを判定する。ステップＳ３６において、次のフレームがあると判定された場合、制御部３０は、ステップＳ３７の処理を実行する。

ステップＳ３７において、制御部３０は、変数ｔの値をｔ＋１に設定する。その後、制御部３０は、ステップＳ３３乃至ステップＳ３５の処理を繰り返し実行する。

ステップＳ３６において、次のフレームがないと判定された場合、ステップＳ３７の処理はスキップされ、制御部３０は、ステップＳ３８の処理を実行する。

ステップＳ３８において、制御部３０は、照合結果を出力する。このようにして、オブジェクトトラッキング処理が実行される。このように、オブジェクトトラッキング処理では、対象データが、動画の画像データとされ、照合装置２０は、画像データの第１のフレームの画像に含まれるオブジェクトを、画像データの第２のフレームの画像に含まれるオブジェクトと照合する。

（オブジェクト照合処理の流れ）
次に図８のフローチャートを参照して、図７のステップＳ３５のオブジェクト照合処理の詳細について説明する。

ステップＳ５１において、制御部３０は、ｔ番目のフレームのオブジェクトの中から候補オブジェクトを設定する。候補オブジェクトは、図７のステップＳ３４の処理で検出された照合対象オブジェクトと同じである可能性の高いオブジェクトである。一例として、ｔ－１番目のフレームの画像の中で照合対象オブジェクトが検出された位置の座標が求められ、ｔフレームの中で、当該座標を中心として一定の距離の範囲内に位置するオブジェクトが候補オブジェクトとして設定される。

ステップＳ５２において、照合装置２０は、後述する信頼度算出処理を実行する。ここで、図９のフローチャートを参照して、図８のステップＳ５２の信頼度算出処理の詳細な例について説明する。

ステップＳ７１において、第１の信頼度算出部２１は、指標毎に、照合対象オブジェクトと候補オブジェクトを解析する。ここで、指標は、オブジェクトの色、形、模様、および速度であってよい。あるいは、オブジェクトの位置、サイズ、および加速度などが指標とされてもよい。

指標が、オブジェクトの色、形、模様、および速度である場合、第１の信頼度算出部２１は、例えば、指標「色」に関し、照合対象オブジェクトと候補オブジェクトの画素値の平均値などを算出する。また、第１の信頼度算出部２１は、例えば、指標「形」に関し、照合対象オブジェクトと候補オブジェクトの輪郭を近似する形状などが求める。さらに、第１の信頼度算出部２１は、例えば、指標「模様」に関し、照合対象オブジェクトと候補オブジェクトの中のエッジを検出する。

また、例えば、指標「速度」に関し、照合対象オブジェクトと候補オブジェクトの１フレーム間での移動距離及び移動の向きが特定される。なお、照合対象オブジェクトの移動距離および移動の向きは、照合対象オブジェクトのフレームと、当該フレームの前のフレームとを参照して予め特定されており、照合対象オブジェクトの速度も算出されている。照合対象オブジェクトが候補オブジェクトと同一であると仮定して、候補オブジェクトの移動距離および移動の向きが求められる。

なお、何を指標とするか、どのように第１の信頼度を演算するかなどを特定するための情報（指標に関する情報と称する）は、予め設定されていてもよいし、通信部６１または入力部６２を介して入力されるようにしてもよい。あるいは、対象データとしての画像データに含まれるメタデータなどとして指標に関する情報が与えられるようにしてもよい。

図３においては、一例として、記憶部４０に、指標に関する情報が記述された指標情報が記憶されており、第１の信頼度算出部２１は、記憶部４０に記憶された指標情報を参照して第１の信頼度を演算する。

第１の信頼度算出部２１は、指標に関する情報を取得し、取得した指標に関する情報に基づいて第１の信頼度を算出する。

ステップＳ７２において、第１の信頼度算出部２１は、第１の信頼度を指標毎に算出する。例えば、指標が、オブジェクトの色、形、模様、および速度である場合、照合対象オブジェクトと候補オブジェクトの色、形、模様、および速度の類似性が、それぞれ第１の信頼度として算出される。なお、指標は複数存在するので、ステップＳ７２では、複数（例えば、ｎ個）の第１の信頼度が算出されることになる。

ステップＳ７３において、第２の信頼度算出部２２は、ステップＳ７２で求めたｎ個の第１の信頼度のうち、任意のｍ個の信頼度を取り除く。ここで、ｍは、ｎ未満の自然数とする。

ステップＳ７４において、第２の信頼度算出部２２は、_ｎＣ_ｍ通りの信頼度の組を作る。例えば、指標の数が４であり、ステップＳ７３において１個の信頼度が取り除かれる場合、ｎが４でありｍが３であるから、_４Ｃ_３＝４通りの組が得られることになる。

より具体的には、指標Ａ、指標Ｂ、指標Ｃ、および指標Ｄのそれぞれについて、第１の信頼度ａ、第１の信頼度ｂ、第１の信頼度ｃ、および第１の信頼度ｄが算出されたものとする。この場合、ステップＳ７４で得られる組は、（ａ，ｂ，ｃ）、（ａ，ｂ，ｄ）、（ａ，ｃ，ｄ）および（ｂ，ｃ，ｄ）の４通りである。

ステップＳ７５において、第２の信頼度算出部２２は、ステップＳ７４で得られた各組に含まれる第１の信頼度の積を求めることで、第２の信頼度を算出する。上述した例の場合、Ｍ１＝ａ＊ｂ＊ｃ，Ｍ２＝ａ＊ｂ＊ｄ，Ｍ３＝ａ＊ｃ＊ｄ，およびＭ４＝ｂ＊ｃ＊ｄの４つの第２の信頼度が求められることになる。ここで、「＊」は積を表す演算を示している。

このように、第２の信頼度算出部２２は、ｎ個（ｎは２以上の自然数）の第１の信頼度から、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度を取り除くことによって得られるｎＣｍ個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出する。

ステップＳ７６において、照合部２３は、ステップＳ７５で算出された第２の信頼度の最大値ｍａｘ（Ｍ１，Ｍ２，Ｍ３，Ｍ４）を照合用信頼度とする。すなわち、照合部２３は、複数の第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う。

このようにして、信頼度算出処理が実行される。

図８に戻って、ステップＳ５２の処理の後、ステップＳ５３において、照合部２３は、照合用信頼度が閾値以上であるか否かを判定する。照合用信頼度が閾値以上である場合、候補オブジェクトが照合対象オブジェクトと同一であると考えられる。このように、照合部２３は、最大の値を有する第２の信頼度を閾値と比較することで、オブジェクトの照合を行う。

ステップＳ５３において、照合用信頼度が閾値以上であると判定された場合、ステップＳ５４において制御部３０は、候補オブジェクトと照合対象オブジェクトと同一のＩＤを付す。これにより、例えば、図６を参照して上述したように、矩形の枠で囲まれた候補オブジェクトにＩＤが付されることになる。

一方、ステップＳ５３において、照合用信頼度が閾値以上ではないと判定された場合、ステップＳ５５において制御部３０は、次の候補オブジェクトがあるか否かを判定する。ステップＳ５５において次の候補オブジェクトがあると判定された場合、ステップＳ５１において、次の候補オブジェクトが設定され、ステップＳ５２とステップＳ５３の処理が実行される。

ステップＳ５５において、次の候補オブジェクトがないと判定された場合、オブジェクト照合処理は終了する。

なお、ｔ－１番目のフレームにおいて、照合対象オブジェクトが複数検出された場合、ステップＳ５１乃至ステップＳ５５の処理は、複数回実行される。すなわち、ｔ－１番目における照合対象オブジェクトの全てに対する照合が完了するまでステップＳ５１乃至ステップＳ５５の処理が繰り返し実行される。例えば、照合対象オブジェクトとして、１６個のボールが検出された場合、１６個のボールの各々について、オブジェクト照合処理が実行されることになる。

このようにしてオブジェクト照合処理が実行される。

図７乃至図９を参照して説明したように、情報処理装置１０によってオブジェクトトラッキング処理が実行されることにより、例えば、図４乃至図６を参照して上述したように、画像の中のボールが追跡される。すなわち、ｔ番目のフレームの画像１０２のボールが、ｔ－１番目の画像１０１のボールと同一であると判定された場合、画像１０１のボールと同一の画像１０２のボールに同じＩＤが付されることで、オブジェクトが追跡される。

（第２の信頼度の他の例１）
第２の信頼度算出部２２は、第２の信頼度を第１の信頼度の対数を用いて算出してもよい。

具体的には、指標Ａ、指標Ｂ、指標Ｃ、および指標Ｄのそれぞれについて、第１の信頼度ａ、第１の信頼度ｂ、第１の信頼度ｃ、および第１の信頼度ｄが算出された場合、第２の信頼度Ｍ１～Ｍ４として、
Ｍ１＝ｌｏｇ ａ ＋ ｌｏｇ ｂ ＋ ｌｏｇ ｃ
Ｍ２＝ｌｏｇ ａ ＋ ｌｏｇ ｂ ＋ ｌｏｇ ｄ
Ｍ３＝ｌｏｇ ａ ＋ ｌｏｇ ｃ ＋ ｌｏｇ ｄ
Ｍ３＝ｌｏｇ ｂ ＋ ｌｏｇ ｃ ＋ ｌｏｇ ｄ
を用いてもよい。

（第２の信頼度の他の例２）
上述した例では、ステップＳ７３において、ステップＳ７２で求めたｎ個の第１の信頼度のうち、任意のｍ個の信頼度が取り除かれると説明した。しかし、第２の信頼度算出部２２は、任意のｍ個の信頼度を取り除く代わりに、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うようにしてもよい。

例えば、指数０によるべき演算を行うことにより、第１の信頼度の値が１になるため、第１の信頼度の積を求めるとき、指数０の第１の信頼度を取り除くことと等価の演算を行うことができる。

すなわち、第１の信頼度算出部２１は、ｎ個（ｎは２以上の自然数）の第１の信頼度において、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うことによって得られる_ｎＣ_ｍ個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、照合部２３は、_ｎＣ_ｍ個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、オブジェクトの照合を行うようにしてもよい。

具体的には、指標Ａ、指標Ｂ、指標Ｃ、および指標Ｄのそれぞれについて、第１の信頼度ａ、第１の信頼度ｂ、第１の信頼度ｃ、および第１の信頼度ｄが算出された場合、（ａに適用するべき指数、ｂに適用するべき指数、ｃに適用するべき指数、ｄに適用するべき指数）を（１、１、１、α）、（１、１、α、１）、（１、α、１、１）、（α、１、１、１）に設定してもよい。

ここで、αは、０より大きく１より小さい実数である。そして、これらのべき指数によるべき演算を、それぞれ対応する第１の信頼度に対して行ってうえで、べき演算演算後の第１の信頼度の積をとることによって第２の信頼度を算出してもよい。

より具体的には、
Ｍ１＝ａ * ｂ * ｃ * ｄ^α
Ｍ２＝ａ * ｂ * ｃ^α * ｄ
Ｍ３＝ａ * ｂ^α * ｃ * ｄ
Ｍ４＝ａ^α * ｂ * ｃ * ｄ
によって複数の第２の信頼度Ｍ１～Ｍ４を算出してもよい。

（第２の信頼度の他の例３）
また、第２の信頼度算出部２２は、べき演算を行う場合にも、第２の信頼度を第１の信頼度の対数を用いて算出してよい。

すなわち、他の例２で説明したように、（ａに適用するべき指数、ｂに適用するべき指数、ｃに適用するべき指数、ｄに適用するべき指数）を（１、１、１、α）、（１、１、α、１）、（１、α、１、１）、（α、１、１、１）に設定し、これらのべき指数によるべき演算を、それぞれ対応する第１の信頼度に対して行ってうえで、第２の信頼度Ｍ１～Ｍ４として、
Ｍ１＝ｌｏｇ ａ ＋ ｌｏｇ ｂ ＋ ｌｏｇ ｃ ＋ α＊ｌｏｇ ｄ
Ｍ２＝ｌｏｇ ａ ＋ ｌｏｇ ｂ ＋ α＊ｌｏｇ ｃ ＋ ｌｏｇ ｄ
Ｍ３＝ｌｏｇ ａ ＋ α＊ｌｏｇ ｂ ＋ ｌｏｇ ｃ ＋ ｌｏｇ ｄ
Ｍ３＝α＊ｌｏｇ ａ ＋ ｌｏｇ ｂ ＋ ｌｏｇ ｃ ＋ ｌｏｇ ｄ
を用いてもよい。

さらに、各対数の係数は、上記の例に限定されるものではなく、より一般的な係数を用いることもできる。

＜例示的実施形態２の効果＞
このように情報処理装置１０においては、ｎ個の第１の信頼度のうち、任意のｍ個をあえて考慮せずに、候補オブジェクトを照合対象オブジェクトと照合する。

例えば、複数の指標のいずれかを基準に照合を行うと、複数の候補オブジェクトが照合対象オブジェクトと同一であると判定される可能性が高くなる。すなわち、本来同一ではないオブジェクトが誤って同一であると判定される可能性が高くなることで照合精度が低下する。

一方で、指標を単純に掛け合わせて照合を行うと、同じ物体であるにもかかわらず、不一致と判定される可能性が高くなり、再現率が低下する。

また、照合対象のオブジェクトに応じて、照合に用いる指標も変わり得るし、考慮しない指標の数も変わり得る。

本例示的実施形態の情報処理装置１０によれば、ｎ個の第１の信頼度のうち、任意のｍ個をあえて考慮せずに、候補オブジェクトを照合対象オブジェクトと照合することで、照合精度を保ちつつ再現率を向上させる汎用的な照合を行うことができる。

〔例示的実施形態３〕
次に、本発明の第３の例示的実施形態について、図面を参照して詳細に説明する。なお、例示的実施形態１および２にて説明した構成要素と同じ機能を有する構成要素については、同じ符号を付し、その説明を適宜省略する。

図１０は、本例示的実施形態の情報処理装置１０の構成例を示すブロック図である。図１０の例では、記憶部４０に照合用データが記憶されている。それ以外の構成は、図３を参照して説明した例と同様である。

照合用データは、一例として、照合対象人物の特徴を示す情報であり、図１０の情報処理装置１０は、一例として、照合用データを用いた照合装置２０の処理結果を利用して生体認証処理を実行する。

図１１は、情報処理装置１０による生体認証処理において撮影される画像の例を示す図である。ここでは、人物の顔の画像を撮影し、鼻、口、耳の特徴を、照合用データの特徴と照合する例について説明する。

図１１においては、人物２００の顔の画像が撮影されている。この画像において、点線の楕円で囲まれた領域が人物の鼻、口、および耳を示している。情報処理装置１０の制御部３０は、顔画像認識処理を実行し、撮影した人物の顔を特定するとともに、顔の中の鼻、口、耳の特徴点を抽出し、顔の中の鼻、口、耳の領域を特定する。

図１１の領域Ｐ１１は人物２００の鼻の領域であり、領域Ｐ１２は人物２００の口の領域であり、領域Ｐ１３は人物２００の左耳の領域であり、領域Ｐ１４は人物２００の右耳の領域である。

照合用データには、鼻、口、および耳のそれぞれの特徴が記述されている。特徴は、複数の指標に関して記述される。ここで複数の指標は、一例として、色、形、模様とされる。指標「色」に関し、各領域の画素値の平均値などが記述されている。また、指標「形」に関し、鼻、口、および耳のそれぞれの輪郭を近似する形状などが記述されている。さらに、指標「模様」に関し、各領域の中での黒色の部分、茶色の部分などの大きさ、位置などが記述されている。

なお、照合用データは、鼻、口、および耳の画像であってもよい。

照合装置２０は、領域Ｐ１１乃至Ｐ１４の画像のそれぞれを、指標毎に解析する。例えば、第１の信頼度算出部２１が、領域Ｐ１１（鼻）の画像において、複数の指標（例えば、色、形、模様）に関する特徴を算出する。そして、第１の信頼度算出部２１は、照合用データに記述された鼻の特徴との類似度を算出することで、第１の信頼度を複数算出する。第１の信頼度算出部２１は、例えば、記憶部４０に記憶された指標情報を参照して複数の第１の信頼度を算出する。

さらに、第２の信頼度算出部２２は、複数の第１の信頼度の一部又は全部に対して、所定の演算を適用することによって人物２００の鼻に関する複数の第２の信頼度を算出する。第２の信頼度の算出方式に関する具体的な例は、例示的実施形態２において説明した通りなので、詳細な説明は省略する。

なお、第２の信頼度の算出方式として、例示的実施形態２において説明した「第２の信頼度の他の例１」、「第２の信頼度の他の例２」、または「第２の信頼度の他の例２」を適用することも可能である。

そして、照合部２３は、照合用信頼度を求め、閾値と比較することにより、照合用データの鼻の特徴と、人物２００の鼻の特徴が一致しているか否かを判定する。

照合装置２０は、領域Ｐ１２乃至Ｐ１４（口、左耳、右耳）についても、特徴をそれぞれ照合用データと照合する。そして、情報処理装置１０は、照合用データの鼻、口、および耳の特徴と、人物２００の鼻、口、および耳の特徴が全て一致していると判定した場合、人物２００は、照合用データによって示される照合対象人物と同一であると判定する。

次に、図１２のフローチャートを参照して、図１０の情報処理装置１０による生体認証処理の例について説明する。

ステップＳ７１において、情報処理装置１０の制御部３０は、画像データを取得する。このとき、例えば、図１１の人物２００の顔が含まれる画像の画像データが取得される。画像データは、例えば、予め記憶部４０に記憶されていてもよいし、人物２００をカメラで撮影して取得されるようにしてもよい。

ステップＳ７２において、制御部３０は、ステップＳ７１で取得された画像データから鼻、口、および耳の各領域における特徴点を抽出する。これにより、例えば、図１１の領域Ｐ１１乃至Ｐ１４が抽出される。

ステップＳ７３において、制御部３０は、記憶部４０から照合用データを読み出して取得する。

ステップＳ７４において、照合装置２０は、信頼度算出処理を実行する。この処理は、図９を参照して上述した処理と同様の処理なので、詳細な説明は省略するが、ｎ個の第１の信頼度のうち、任意のｍ個をあえて考慮せずに、照合が行われる。

なお、ステップＳ７４の処理は、ステップＳ７２で抽出された領域の数に対応して繰り返し実行される。例えば、ステップＳ７２で領域Ｐ１１乃至領域Ｐ１４が抽出された場合、ステップＳ７４の処理は、４回実行されることになる。

ステップＳ７５において、照合装置２０の照合部２３は、各領域について算出された照合用信頼度が全て閾値以上であるか否かを判定する。

ステップＳ７５において、各領域の照合用信頼度が全て閾値以上であると判定された場合、ステップＳ７６において制御部３０は、画像データの人物が照合対象人物と一致すると判定する。

ステップＳ７７において、制御部３０は、出力部６３を介して判定結果を出力する。

このようにして、生体認証処理が実行される。

＜例示的実施形態３の効果＞
このように情報処理装置１０においては、ｎ個の第１の信頼度のうち、任意のｍ個をあえて考慮せずに、照合用データと人物を照合する。

例えば、複数の指標のいずれかを基準に照合を行うと、複数の人物が照合対象人物と同一であると判定される可能性が高くなる。一方で、指標を単純に掛け合わせて照合を行うと、同じ人物であるにもかかわらず、不一致と判定される可能性が高くなる。

本例示的実施形態の情報処理装置１０によれば、照合精度を保ちつつ再現率を向上させる生体認証を行うことができる。

〔ソフトウェアによる実現例〕
情報処理装置１０および照合装置２０の一部又は全部の機能は、集積回路（ＩＣチップ）等のハードウェアによって実現してもよいし、ソフトウェアによって実現してもよい。

後者の場合、情報処理装置１０および照合装置２０は、例えば、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータによって実現される。このようなコンピュータの一例（以下、コンピュータＣと記載する）を図１３に示す。

コンピュータＣは、少なくとも１つのプロセッサＣ１と、少なくとも１つのメモリＣ２と、を備えている。メモリＣ２には、コンピュータＣを情報処理装置１０および照合装置２０として動作させるためのプログラムＰが記録されている。コンピュータＣにおいて、プロセッサＣ１は、プログラムＰをメモリＣ２から読み取って実行することにより、情報処理装置１０および照合装置２０の各機能が実現される。

プロセッサＣ１としては、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphic Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＰＵ（Micro Processing Unit）、ＦＰＵ（Floating point number Processing Unit）、ＰＰＵ（Physics Processing Unit）、マイクロコントローラ、又は、これらの組み合わせなどを用いることができる。メモリＣ２としては、例えば、フラッシュメモリ、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、又は、これらの組み合わせなどを用いることができる。

なお、コンピュータＣは、プログラムＰを実行時に展開したり、各種データを一時的に記憶したりするためのＲＡＭ（Random Access Memory）を更に備えていてもよい。また、コンピュータＣは、他の装置との間でデータを送受信するための通信インタフェースを更に備えていてもよい。また、コンピュータＣは、キーボードやマウス、ディスプレイやプリンタなどの入出力機器を接続するための入出力インタフェースを更に備えていてもよい。

また、プログラムＰは、コンピュータＣが読み取り可能な、一時的でない有形の記録媒体Ｍに記録することができる。このような記録媒体Ｍとしては、例えば、テープ、ディスク、カード、半導体メモリ、又はプログラマブルな論理回路などを用いることができる。コンピュータＣは、このような記録媒体Ｍを介してプログラムＰを取得することができる。また、プログラムＰは、伝送媒体を介して伝送することができる。このような伝送媒体としては、例えば、通信ネットワーク、又は放送波などを用いることができる。コンピュータＣは、このような伝送媒体を介してプログラムＰを取得することもできる。

〔付記事項１〕
本発明は、上述した実施形態に限定されるものでなく、請求項に示した範囲で種々の変更が可能である。例えば、上述した実施形態に開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。

〔付記事項２〕
上述した実施形態の一部又は全部は、以下のようにも記載され得る。ただし、本発明は、以下の記載する態様に限定されるものではない。

（付記１）
対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段と
を備える照合装置。

（付記２）
前記照合手段は、前記複数の第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
付記１に記載の照合装置。

（付記３）
前記第２の信頼度算出手段は、
ｎ個（ｎは２以上の自然数）の前記第１の信頼度から、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度を取り除くことによって得られる_ｎＣ_ｍ個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
前記照合手段は、
前記_ｎＣ_ｍ個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
付記１又は２に記載の照合装置。

（付記４）
前記第２の信頼度算出手段は、
ｎ個（ｎは２以上の自然数）の前記第１の信頼度において、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うことによって得られる_ｎＣ_ｍ個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
前記照合手段は、
前記_ｎＣ_ｍ個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
付記１又は２に記載の照合装置。

（付記５）
前記照合手段は、
前記最大の値を有する第２の信頼度を閾値と比較することで、前記オブジェクトの照合を行う
付記３または４に記載の照合装置。

（付記６）
前記第１の信頼度算出手段は、
前記指標に関する情報を取得し、
取得した前記指標に関する情報に基づいて前記第１の信頼度を算出する
付記１から５の何れか１項に記載の照合装置。

（付記７）
前記対象データは、動画像データであり、
前記照合手段は、前記動画像データの第１のフレームの画像に含まれるオブジェクトを、前記動画像データの第２のフレームの画像に含まれるオブジェクトと照合する
付記１から６の何れか１項に記載の照合装置。

（付記８）
前記照合手段は、前記対象データとしての画像データが示すオブジェクトを、照合用データと照合する
付記１から６の何れか１項に記載の照合装置。

（付記９）
前記照合手段による照合結果を参照して、生体認証処理を実行する生体認証手段をさらに備える
付記８に記載の照合装置。

（付記１０）
対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出すること、
複数の前記第１の信頼度から複数の第２の信頼度を算出すること、
前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行うこと
を含む照合方法。

（付記１１）
コンピュータを、
対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段とを備える照合装置として機能させる
プログラム。

〔付記事項３〕
上述した実施形態の一部又は全部は、更に、以下のように表現することもできる。

少なくとも１つのプロセッサを備え、前記プロセッサは、
対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する処理と、
複数の前記第１の信頼度から複数の第２の信頼度を算出する処理と、
前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う処理ととを実行する。

なお、この情報処理装置は、更にメモリを備えていてもよく、このメモリには、前記取得処理と、前記出力列生成処理とを前記プロセッサに実行させるためのプログラムが記憶されていてもよい。また、このプログラムは、コンピュータ読み取り可能な一時的でない有形の記録媒体に記録されていてもよい。

１０ 情報処理装置
２０ 照合装置
２１ 第１の信頼度算出部
２２ 第２の信頼度算出部
２３ 照合部
３０ 制御部
４０ 記憶部
６１ 通信部
６２ 入力部
６３ 出力部

Claims (12)

1. 対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
   複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
   前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段と
   を備え、
   前記第２の信頼度算出手段は、
   ｎ個（ｎは２以上の自然数）の前記第１の信頼度から、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度を取り除くことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
   前記照合手段は、
   前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
   照合装置。
2. 対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
   複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
   前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段と
   備え、
   前記第２の信頼度算出手段は、
   ｎ個（ｎは２以上の自然数）の前記第１の信頼度において、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
   前記照合手段は、
   前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
   照合装置。
3. 前記照合手段は、前記複数の第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
   請求項１又は２に記載の照合装置。
4. 前記照合手段は、
   前記最大の値を有する第２の信頼度を閾値と比較することで、前記オブジェクトの照合を行う
   請求項１から３の何れか１項に記載の照合装置。
5. 前記第１の信頼度算出手段は、
   前記指標に関する情報を取得し、
   取得した前記指標に関する情報に基づいて前記第１の信頼度を算出する
   請求項１から４の何れか１項に記載の照合装置。
6. 前記対象データは、動画像データであり、
   前記照合手段は、前記動画像データの第１のフレームの画像に含まれるオブジェクトを、前記動画像データの第２のフレームの画像に含まれるオブジェクトと照合する
   請求項１から５の何れか１項に記載の照合装置。
7. 前記照合手段は、前記対象データとしての画像データが示すオブジェクトを、照合用データと照合する
   請求項１から５の何れか１項に記載の照合装置。
8. 前記照合手段による照合結果を参照して、生体認証処理を実行する生体認証手段をさらに備える
   請求項７に記載の照合装置。
9. 対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出すること、
   複数の前記第１の信頼度から複数の第２の信頼度を算出すること、
   前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行うこと
   を含み、
   前記第２の信頼度を算出することは、
   ｎ個（ｎは２以上の自然数）の前記第１の信頼度から、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度を取り除くことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出することであり、
   前記照合を行うことは、
   前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行うことである
   照合方法。
10. 対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出すること、
    複数の前記第１の信頼度から複数の第２の信頼度を算出すること、
    前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行うこと
    を含み、
    前記第２の信頼度を算出することは、
    ｎ個（ｎは２以上の自然数）の前記第１の信頼度において、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出することであり、
    前記照合を行うことは、
    前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行うことである
    照合方法。
11. コンピュータを、
    対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
    複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
    前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段とを備える照合装置として機能させ、
    前記第２の信頼度算出手段は、
    ｎ個（ｎは２以上の自然数）の前記第１の信頼度から、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度を取り除くことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
    前記照合手段は、
    前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
    プログラム。
12. コンピュータを、
    対象データが示すオブジェクトに関する複数の指標の各々についての第１の信頼度を算出する第１の信頼度算出手段と、
    複数の前記第１の信頼度から複数の第２の信頼度を算出する第２の信頼度算出手段と、
    前記複数の第２の信頼度に基づき、前記オブジェクトの照合を行う照合手段とを備える照合装置として機能させ、
    前記第２の信頼度算出手段は、
    ｎ個（ｎは２以上の自然数）の前記第１の信頼度において、任意のｍ個（ｍはｎ未満の自然数）の第１の信頼度に対して０より大きく１より小さい値を指数とするべき演算を行うことによって得られる _ｎ Ｃ _ｍ 個の組の各々において、当該組に含まれる全ての第１の信頼度の積をとることによって当該組に関する第２の信頼度を算出し、
    前記照合手段は、
    前記 _ｎ Ｃ _ｍ 個の組の各々に関する第２の信頼度のうち、最大の値を有する第２の信頼度に基づき、前記オブジェクトの照合を行う
    プログラム。