JPH0883341A - 物体領域抽出方法とその装置及び物体認識装置 - Google Patents
物体領域抽出方法とその装置及び物体認識装置Info
- Publication number
- JPH0883341A JPH0883341A JP6217573A JP21757394A JPH0883341A JP H0883341 A JPH0883341 A JP H0883341A JP 6217573 A JP6217573 A JP 6217573A JP 21757394 A JP21757394 A JP 21757394A JP H0883341 A JPH0883341 A JP H0883341A
- Authority
- JP
- Japan
- Prior art keywords
- image
- matching
- dictionary
- block size
- unit
- 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
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 照合確度を向上させ、しかも照合処理時間を
短くすることができる物体領域抽出方法とその装置及び
物体認識装置を提案する。 【構成】 テスト画像入力部に物体の大きさを計測する
物体の計測部１２７を設け、この計測部で計測した物体
の縦・横のサイズからブロックサイズの可変範囲を限定
し、この限定したブロックサイズの範囲で照合処理部１
０６に設けたブロックサイズ変更部１２９のブロックサ
イズを変更させ、このブロックサイズの変更により、辞
書記憶部１２３に記憶した辞書画像のサイズと照合対象
画像のサイズを合致させる。
短くすることができる物体領域抽出方法とその装置及び
物体認識装置を提案する。 【構成】 テスト画像入力部に物体の大きさを計測する
物体の計測部１２７を設け、この計測部で計測した物体
の縦・横のサイズからブロックサイズの可変範囲を限定
し、この限定したブロックサイズの範囲で照合処理部１
０６に設けたブロックサイズ変更部１２９のブロックサ
イズを変更させ、このブロックサイズの変更により、辞
書記憶部１２３に記憶した辞書画像のサイズと照合対象
画像のサイズを合致させる。
Description
【０００１】
【産業上の利用分野】この発明は、人物顔など、特徴が
ある物体をカメラで撮影し、得られた画像を予め生成し
た辞書画像と照合処理することによりその画像中の物体
領域を抽出する物体領域抽出方法、及び、抽出した領域
内の物体がカテゴリーに分類されて登録済みの人物顔な
ど、予め定めたカテゴリーのどれに属するか、及び、予
め定めたカテゴリーに属するか否かを判定する物体認識
装置に関するものである。
ある物体をカメラで撮影し、得られた画像を予め生成し
た辞書画像と照合処理することによりその画像中の物体
領域を抽出する物体領域抽出方法、及び、抽出した領域
内の物体がカテゴリーに分類されて登録済みの人物顔な
ど、予め定めたカテゴリーのどれに属するか、及び、予
め定めたカテゴリーに属するか否かを判定する物体認識
装置に関するものである。
【０００２】
【従来の技術】例えば従業員や顧客のように予め決めた
特定の人間のみ特定な部屋、建物、あるいは区域への入
出を許可するため、入出しようとする人を自動的に識別
することが必要とされる場合がある。あるいは銀行に出
入りする不特定多数の人間の中から不審な人物を判別す
ることが必要とされる場合がある。このような場合、特
定の場所に入出する人間またはしようとする人間をカメ
ラで撮影し、その画像からその人物の顔を識別または判
別することが提案されている。
特定の人間のみ特定な部屋、建物、あるいは区域への入
出を許可するため、入出しようとする人を自動的に識別
することが必要とされる場合がある。あるいは銀行に出
入りする不特定多数の人間の中から不審な人物を判別す
ることが必要とされる場合がある。このような場合、特
定の場所に入出する人間またはしようとする人間をカメ
ラで撮影し、その画像からその人物の顔を識別または判
別することが提案されている。
【０００３】従来の画像中物体領域抽出装置には、濃淡
情報や色彩情報の閾値処理に基づいた方法がある。例え
ば、画像から人物の顔領域を抽出するときは、肌に相当
する濃度値や彩度・色相を求めて、肌領域を検出するた
めの閾値を設定し、画像全体を閾値処理する。また、別
の方法として、物体の形状をモデル化し、画像のエッジ
とフィッティングさせることで物体領域を抽出する方法
がある。
情報や色彩情報の閾値処理に基づいた方法がある。例え
ば、画像から人物の顔領域を抽出するときは、肌に相当
する濃度値や彩度・色相を求めて、肌領域を検出するた
めの閾値を設定し、画像全体を閾値処理する。また、別
の方法として、物体の形状をモデル化し、画像のエッジ
とフィッティングさせることで物体領域を抽出する方法
がある。
【０００４】従来の物体識別装置には、例えば、対象と
なる人物の正面顔または横顔など特定方向の顔の画像を
辞書に用意しておき、テスト画像との照合をとって、人
物の同定を行う装置がある（例えば Ashoc Samal, Pras
ana A. Iyengar: "Automaticrecognition and analysis
of human faces and facial expressions" Patternre
cognition, Vol.25, No.1, pp65-77,1992)。
なる人物の正面顔または横顔など特定方向の顔の画像を
辞書に用意しておき、テスト画像との照合をとって、人
物の同定を行う装置がある（例えば Ashoc Samal, Pras
ana A. Iyengar: "Automaticrecognition and analysis
of human faces and facial expressions" Patternre
cognition, Vol.25, No.1, pp65-77,1992)。
【０００５】
【発明が解決しようとする課題】従来の物体識別装置で
は、辞書に用意しておく画像と撮影した画像（正面顔）
を同一のサイズに揃える必要があるため、物体の撮影距
離を何らかの方法で限定しなければならないために、適
用できる範囲が限られていた。この発明の目的は、物体
の撮影距離の違いによらず、画像中の物体領域を高速な
処理で安定に検出できる方法と装置、及び物体が予め定
めたカテゴリー（登録してある人物、子供顔、成人女性
顔、成人男性顔など）のどれに属するか検出する装置、
及び検出された物体が予め定めたカテゴリー（人物顔、
子供顔、成人女性顔、成人男性顔）に属しているか否か
を検出する方法と装置を提供することにある。
は、辞書に用意しておく画像と撮影した画像（正面顔）
を同一のサイズに揃える必要があるため、物体の撮影距
離を何らかの方法で限定しなければならないために、適
用できる範囲が限られていた。この発明の目的は、物体
の撮影距離の違いによらず、画像中の物体領域を高速な
処理で安定に検出できる方法と装置、及び物体が予め定
めたカテゴリー（登録してある人物、子供顔、成人女性
顔、成人男性顔など）のどれに属するか検出する装置、
及び検出された物体が予め定めたカテゴリー（人物顔、
子供顔、成人女性顔、成人男性顔）に属しているか否か
を検出する方法と装置を提供することにある。
【０００６】
【課題を解決するための手段】この発明によれば、対象
となるカテゴリー（Ｌ種類）に属するｎ個の物体を予め
カメラで撮影し、得られた画像から認識対象物体の領域
（照合領域）を抽出し、各カテゴリーを代表する辞書画
像（Ｌ×ｎ個、ｎ＝１，２，…Ｎ）を生成し、辞書画像
生成手段にそれら辞書画像を記憶しておく。テスト画像
が与えられると、そのテスト画像中の認識対象物体領域
を抽出し、その認識対象物体領域の縦・横の大きさを計
測すると共に、その縦・横の大きさに基づいてブロック
サイズの可変範囲を設定し、ブロックサイズ変更部でブ
ロックサイズを変更しながら辞書画像と類似度ｒを算出
し、類似度ｒが最も高くなるときの位置（Ｘ
max,Ｙmax ）を物体領域に対応する領域として出力す
る。
となるカテゴリー（Ｌ種類）に属するｎ個の物体を予め
カメラで撮影し、得られた画像から認識対象物体の領域
（照合領域）を抽出し、各カテゴリーを代表する辞書画
像（Ｌ×ｎ個、ｎ＝１，２，…Ｎ）を生成し、辞書画像
生成手段にそれら辞書画像を記憶しておく。テスト画像
が与えられると、そのテスト画像中の認識対象物体領域
を抽出し、その認識対象物体領域の縦・横の大きさを計
測すると共に、その縦・横の大きさに基づいてブロック
サイズの可変範囲を設定し、ブロックサイズ変更部でブ
ロックサイズを変更しながら辞書画像と類似度ｒを算出
し、類似度ｒが最も高くなるときの位置（Ｘ
max,Ｙmax ）を物体領域に対応する領域として出力す
る。
【０００７】この発明による物体領域抽出方法及び装置
によれば、辞書画像生成手段において、対象となるカテ
ゴリー（Ｌ種類）に属する物体を辞書画像として設定し
ておけば、辞書画像とサイズが異なるテスト画像が与え
られても、テスト画像から切り出した照合領域の画像の
ブロックサイズを変更することができるから、ブロック
サイズを変更しながらテスト画像の照合領域画像と辞書
画像との類似度を算出することにより、テスト画像の照
合領域と辞書画像との類似度が最大になるテスト画像の
照合領域の位置が認識対象物体の位置に一致し、そのと
きの辞書画像が認識対象物体が属すカテゴリーを代表す
るものとすることができる。従って、テスト画像におけ
る認識対象物体のサイズの違いによらずに認識対象物体
を含むように照合領域を抽出することができる。
によれば、辞書画像生成手段において、対象となるカテ
ゴリー（Ｌ種類）に属する物体を辞書画像として設定し
ておけば、辞書画像とサイズが異なるテスト画像が与え
られても、テスト画像から切り出した照合領域の画像の
ブロックサイズを変更することができるから、ブロック
サイズを変更しながらテスト画像の照合領域画像と辞書
画像との類似度を算出することにより、テスト画像の照
合領域と辞書画像との類似度が最大になるテスト画像の
照合領域の位置が認識対象物体の位置に一致し、そのと
きの辞書画像が認識対象物体が属すカテゴリーを代表す
るものとすることができる。従って、テスト画像におけ
る認識対象物体のサイズの違いによらずに認識対象物体
を含むように照合領域を抽出することができる。
【０００８】
【実施例】以下に説明する各実施例では、対象となるカ
テゴリーＬとして、子供顔（Ｌ＝１）、成人女顔（Ｌ＝
２）、成人男顔（Ｌ＝３）を、領域抽出の対象として顔
領域を、顔領域内のＫ個の特徴点として左右の目と口の
３点を選んだ場合を例に説明するが、顔以外の物体を識
別する場合にも適用できることは容易に理解できよう。
テゴリーＬとして、子供顔（Ｌ＝１）、成人女顔（Ｌ＝
２）、成人男顔（Ｌ＝３）を、領域抽出の対象として顔
領域を、顔領域内のＫ個の特徴点として左右の目と口の
３点を選んだ場合を例に説明するが、顔以外の物体を識
別する場合にも適用できることは容易に理解できよう。
【０００９】図１はこの発明による第１の実施例の処理
と構成を示す機能ブロック図である。図１において、１
００は辞書画像生成部であって、辞書画像入力部１０
１，顔領域切り出し部１０２，特徴点検出部１０３，モ
ザイク処理部１２１，辞書生成部１２２，辞書記憶部１
２３より構成される。辞書画像入力部１０１はカメラに
より構成され、Ｌ＝１，２，３の何れかのカテゴリーに
属する合計ｐ人のそれぞれについてＭ方向（隣接する方
向角が１０度以上、４０度未満）の顔画像を取り込み、
得られた画像を顔領域切り出し部１０２に出力する。な
お、この実施例ではＭ方向の顔画像を取り込む例を説明
するが、この発明の主旨は辞書画像とテスト画像のサイ
ズを合わせることにあるため必ずしもＭ方向の画像を取
り込む必要はなく、正面像だけを対称としてよい。
と構成を示す機能ブロック図である。図１において、１
００は辞書画像生成部であって、辞書画像入力部１０
１，顔領域切り出し部１０２，特徴点検出部１０３，モ
ザイク処理部１２１，辞書生成部１２２，辞書記憶部１
２３より構成される。辞書画像入力部１０１はカメラに
より構成され、Ｌ＝１，２，３の何れかのカテゴリーに
属する合計ｐ人のそれぞれについてＭ方向（隣接する方
向角が１０度以上、４０度未満）の顔画像を取り込み、
得られた画像を顔領域切り出し部１０２に出力する。な
お、この実施例ではＭ方向の顔画像を取り込む例を説明
するが、この発明の主旨は辞書画像とテスト画像のサイ
ズを合わせることにあるため必ずしもＭ方向の画像を取
り込む必要はなく、正面像だけを対称としてよい。
【００１０】顔領域切り出し部１０２は１フレームの画
像を保持する画像バッファを有し、受けた各画像から顔
領域を切り出し、予め決めた一定の大きさの顔領域のみ
の画像として出力する。ここでは、辞書画像を生成する
ための処理であるので、人手を介して顔領域を切り出し
ても実用上問題にならない。切り出された顔画像の目と
口の特徴点の位置（ｘf ，ｙf ) を特徴点検出部１０３
で検出し、それぞれのカテゴリーについて各方向毎に目
と口の位置（ｘf ，ｙf ) を用いて顔領域の大きさと位
置を合わせてから平均する。このようにしてＬ×Ｍ個の
平均画像を作成する。
像を保持する画像バッファを有し、受けた各画像から顔
領域を切り出し、予め決めた一定の大きさの顔領域のみ
の画像として出力する。ここでは、辞書画像を生成する
ための処理であるので、人手を介して顔領域を切り出し
ても実用上問題にならない。切り出された顔画像の目と
口の特徴点の位置（ｘf ，ｙf ) を特徴点検出部１０３
で検出し、それぞれのカテゴリーについて各方向毎に目
と口の位置（ｘf ，ｙf ) を用いて顔領域の大きさと位
置を合わせてから平均する。このようにしてＬ×Ｍ個の
平均画像を作成する。
【００１１】この実施例では更に、モザイク処理部１２
１が設けられ、これによって各平均画像をｖ×ｗのブロ
ックに分割し、それぞれのブロック内の画素濃度を平均
化する。この処理をモザイク処理と呼び、モザイク処理
された画像をモザイク画像と呼ぶ。１つのモザイク画像
の全ブロック（ｖ×ｗ個）の濃度値の列を特徴列と呼
び、ｖ×ｗ次元のベクトルを構成している。図３は、平
均画像を１２×１２のブロックに分割した例を示してい
る。この場合、特徴列は１４４次元のベクトルである。
各モザイク画像の特徴列は辞書生成部１２２に与えられ
る。
１が設けられ、これによって各平均画像をｖ×ｗのブロ
ックに分割し、それぞれのブロック内の画素濃度を平均
化する。この処理をモザイク処理と呼び、モザイク処理
された画像をモザイク画像と呼ぶ。１つのモザイク画像
の全ブロック（ｖ×ｗ個）の濃度値の列を特徴列と呼
び、ｖ×ｗ次元のベクトルを構成している。図３は、平
均画像を１２×１２のブロックに分割した例を示してい
る。この場合、特徴列は１４４次元のベクトルである。
各モザイク画像の特徴列は辞書生成部１２２に与えられ
る。
【００１２】辞書生成部１２２は、与えられたＬ個の各
カテゴリーについてＭ個の特徴列ｆ i,m （ｍ＝１，２，
…，Ｍ）を受けると、カテゴリーを示す個別コードｉと
Ｍ個の特徴列を対応付けた、図４に示すようなテーブル
を作成し、辞書記憶部１２３に書き込む。テスト画像入
力部１０５は取り込んだ画像をテスト画像として、この
発明で付加した背景画像保持部１２５と、物体領域抽出
部１２６と、物体の計測部１２７と、ブロックサイズ限
定部１２８を通じて照合処理部１０６に出力する。
カテゴリーについてＭ個の特徴列ｆ i,m （ｍ＝１，２，
…，Ｍ）を受けると、カテゴリーを示す個別コードｉと
Ｍ個の特徴列を対応付けた、図４に示すようなテーブル
を作成し、辞書記憶部１２３に書き込む。テスト画像入
力部１０５は取り込んだ画像をテスト画像として、この
発明で付加した背景画像保持部１２５と、物体領域抽出
部１２６と、物体の計測部１２７と、ブロックサイズ限
定部１２８を通じて照合処理部１０６に出力する。
【００１３】背景画像保持部１２５は、テスト画像Ｉを
得る例えば一定時間前に同じ方向でテスト画像入力部１
０５によって撮影した画像を背景像として保持する。物
体領域抽出部１２６はその処理を図２に概念的に示すよ
うに、テスト画像入力部１０５からのテスト画像ＩT と
背景画像保持部１２５からの背景画像ＩB の差分処理を
行って差分画像Ｉdfを得て、その差分画像の全ての画素
値を２値化処理して２値化画像Ｉdbを生成する。図２で
は人物像領域の画素が１，その背景の斜線領域の画素が
０であるとする。
得る例えば一定時間前に同じ方向でテスト画像入力部１
０５によって撮影した画像を背景像として保持する。物
体領域抽出部１２６はその処理を図２に概念的に示すよ
うに、テスト画像入力部１０５からのテスト画像ＩT と
背景画像保持部１２５からの背景画像ＩB の差分処理を
行って差分画像Ｉdfを得て、その差分画像の全ての画素
値を２値化処理して２値化画像Ｉdbを生成する。図２で
は人物像領域の画素が１，その背景の斜線領域の画素が
０であるとする。
【００１４】物体の計測部１２７はこの２値画像Ｉの１
についてＸ軸及びＹ軸への射影をそれぞれ求めるとグラ
フ（ａ），（ｂ）で示すようなそれぞれの座標上の画素
数の分布を求め、この分布（ａ），（ｂ）の形状から人
物像の頭部の範囲、従ってそのサイズＤx ，Ｄy を求め
る。ブロックサイズ限定部１２８は、前記サイズＤx ，
Ｄy をもとに、実際の認識対象物体の大きさが図５に示
す横Ｄx −ｄx からＤx ＋ｄx ，縦Ｄy −ｄy からＤy
＋ｄy の範囲にあると仮定して、ｖ×ｗブロックのブロ
ックサイズの可変範囲を次のように限定する。
についてＸ軸及びＹ軸への射影をそれぞれ求めるとグラ
フ（ａ），（ｂ）で示すようなそれぞれの座標上の画素
数の分布を求め、この分布（ａ），（ｂ）の形状から人
物像の頭部の範囲、従ってそのサイズＤx ，Ｄy を求め
る。ブロックサイズ限定部１２８は、前記サイズＤx ，
Ｄy をもとに、実際の認識対象物体の大きさが図５に示
す横Ｄx −ｄx からＤx ＋ｄx ，縦Ｄy −ｄy からＤy
＋ｄy の範囲にあると仮定して、ｖ×ｗブロックのブロ
ックサイズの可変範囲を次のように限定する。
【００１５】横：（Ｄx −ｄx ）／ｖ画素から（Ｄx ＋
ｄx ）／ｖ画素の範囲 縦：（Ｄy −ｄy ）／ｗ画素から（Ｄy ＋ｄy ）／ｗ画
素の範囲 ただし、割れきれない場合は四捨五入等で整数値にす
る。照合処理部１０６は照合領域切り出し部１０７Ａと
ブロックサイズ変更部１２９と、モザイク処理部１２４
と、類似度算出部１０７と、位置シフト部１０８とによ
って構成される。
ｄx ）／ｖ画素の範囲 縦：（Ｄy −ｄy ）／ｗ画素から（Ｄy ＋ｄy ）／ｗ画
素の範囲 ただし、割れきれない場合は四捨五入等で整数値にす
る。照合処理部１０６は照合領域切り出し部１０７Ａと
ブロックサイズ変更部１２９と、モザイク処理部１２４
と、類似度算出部１０７と、位置シフト部１０８とによ
って構成される。
【００１６】照合領域切り出し部１０７Ａはテスト画像
入力部１０５からテスト画像ＩT (図６参照）を受ける
と、位置シフト部１０８から与えられた照合位置の初期
値（Ｘ0 ，Ｙ0 ）を基準に所定の大きさ（辞書画像にほ
ぼ等しい大きさ）の照合領域の画像を切り出し、ブロッ
クサイズ変更部１２９を介してモザイク処理部１２４に
与える。ブロックサイズ変更部１２９はブロックサイズ
限定部１２８で限定した範囲でブロックサイズを初期値
に固定し、この固定したサイズの画像をモザイク処理部
１２４に与える。
入力部１０５からテスト画像ＩT (図６参照）を受ける
と、位置シフト部１０８から与えられた照合位置の初期
値（Ｘ0 ，Ｙ0 ）を基準に所定の大きさ（辞書画像にほ
ぼ等しい大きさ）の照合領域の画像を切り出し、ブロッ
クサイズ変更部１２９を介してモザイク処理部１２４に
与える。ブロックサイズ変更部１２９はブロックサイズ
限定部１２８で限定した範囲でブロックサイズを初期値
に固定し、この固定したサイズの画像をモザイク処理部
１２４に与える。
【００１７】モザイク処理部１２４は与えられた照合領
域画像をモザイク処理し、処理された画像の特徴列を類
似度算出部１０７に与える。類似度算出部１０７は辞書
記憶部１２３に辞書の読み出し要求Ｒq を出し、Ｎ＝Ｌ
×Ｍ個の辞書特徴列ＩDn（即ち辞書画像）を順次受け、
画像特徴列と各辞書特徴列との類似度ｒ（ｎ，Ｘ0 ，Ｙ
0 ）をすべて算出し、それらの類似度を物体領域検出部
１０９に出力すると共に、照合位置更新命令を位置シフ
ト部１０８に与える。位置シフト部１０８は照合位置を
更新して新しい照合位置（Ｘ，Ｙ）を出力する。照合領
域切り出し部１０７Ａは更新された照合位置でテスト画
像から照合領域を切り出すと共に、ブロックサイズ変更
部１２９でブロックサイズを一定幅ずつ変更して同様の
処理を繰り返す。類似度算出部１０７から出力される照
合位置（Ｘ，Ｙ）が予め設定した最終座標位置（Ｘm ，
Ｙm ）である場合は照合処理部１０６の処理を終了し、
物体領域検出部１０９の処理に進む。類似度は、例えば
２つの特徴列の間のコークリット距離の逆数により算出
すればよい。位置シフト部１０８の位置の変化のさせ方
は、例えば図６に示す座標ＸをΔＸずつ歩進させ、Ｘ0
からＸm まで歩進する毎にＹをΔＹだけ歩進させ、テス
ト画像をラスタースキャンするように行えばよい。
域画像をモザイク処理し、処理された画像の特徴列を類
似度算出部１０７に与える。類似度算出部１０７は辞書
記憶部１２３に辞書の読み出し要求Ｒq を出し、Ｎ＝Ｌ
×Ｍ個の辞書特徴列ＩDn（即ち辞書画像）を順次受け、
画像特徴列と各辞書特徴列との類似度ｒ（ｎ，Ｘ0 ，Ｙ
0 ）をすべて算出し、それらの類似度を物体領域検出部
１０９に出力すると共に、照合位置更新命令を位置シフ
ト部１０８に与える。位置シフト部１０８は照合位置を
更新して新しい照合位置（Ｘ，Ｙ）を出力する。照合領
域切り出し部１０７Ａは更新された照合位置でテスト画
像から照合領域を切り出すと共に、ブロックサイズ変更
部１２９でブロックサイズを一定幅ずつ変更して同様の
処理を繰り返す。類似度算出部１０７から出力される照
合位置（Ｘ，Ｙ）が予め設定した最終座標位置（Ｘm ，
Ｙm ）である場合は照合処理部１０６の処理を終了し、
物体領域検出部１０９の処理に進む。類似度は、例えば
２つの特徴列の間のコークリット距離の逆数により算出
すればよい。位置シフト部１０８の位置の変化のさせ方
は、例えば図６に示す座標ＸをΔＸずつ歩進させ、Ｘ0
からＸm まで歩進する毎にＹをΔＹだけ歩進させ、テス
ト画像をラスタースキャンするように行えばよい。
【００１８】物体領域検出部１０９は類似度算出部１０
７より受け取った類似度ｒ（ｎ，Ｘ，Ｙ）が最大となる
ときの位置（Ｘmax,Ｙmax ）と辞書画像ＩDnを検出し、
特徴点位置決定部１１０に出力する。特徴点位置決定部
１１０は物体領域検出部１０９より受けた辞書画像ｎを
テスト画像中の照合位置（Ｘmax,Ｙmax ）の領域に重
ね、このときに、辞書画像に記憶されている特徴点位置
（ｘF,ｙF ）である目と口の位置（ｘ1 ，ｙ1 ）（ｘ2,
ｙ2 ），（ｘ3 ，ｙ3 ）からテスト画像における目の位
置（Ｘ1 ，Ｙ1 ）＝（Ｘ max ＋ｘ1 ，Ｙmax ＋ｙ1 ），
（Ｘ2 ，Ｙ2 ）＝（Ｘmax ＋ｘ2 ，Ｙmax ＋ｙ2)と口の
位置（Ｘ3 ，Ｙ3 ）＝（Ｘmax ＋ｘ3 ，Ｙmax ＋ｙ3)を
検出する。
７より受け取った類似度ｒ（ｎ，Ｘ，Ｙ）が最大となる
ときの位置（Ｘmax,Ｙmax ）と辞書画像ＩDnを検出し、
特徴点位置決定部１１０に出力する。特徴点位置決定部
１１０は物体領域検出部１０９より受けた辞書画像ｎを
テスト画像中の照合位置（Ｘmax,Ｙmax ）の領域に重
ね、このときに、辞書画像に記憶されている特徴点位置
（ｘF,ｙF ）である目と口の位置（ｘ1 ，ｙ1 ）（ｘ2,
ｙ2 ），（ｘ3 ，ｙ3 ）からテスト画像における目の位
置（Ｘ1 ，Ｙ1 ）＝（Ｘ max ＋ｘ1 ，Ｙmax ＋ｙ1 ），
（Ｘ2 ，Ｙ2 ）＝（Ｘmax ＋ｘ2 ，Ｙmax ＋ｙ2)と口の
位置（Ｘ3 ，Ｙ3 ）＝（Ｘmax ＋ｘ3 ，Ｙmax ＋ｙ3)を
検出する。
【００１９】以上説明したように、この発明による物体
領域抽出方法及び装置によればブロックサイズ変更部１
２９を設けたことによりブロックサイズを変更し、この
ブロックサイズの変更によってテスト画像と辞書画像と
のサイズを合致させることができる。この結果、確度の
高い照合処理を実行することができる。しかもテスト画
像から物体の大きさを計測する計測手段１２７を設け、
この計測手段１２７で計測した物体の縦・横の大きさを
基に、ブロックサイズの変更範囲を限定したから、少な
いブロックサイズの変更回数で照合処理を完了すること
ができる。よって処理時間を短縮できる。また異なるサ
イズ同士の比較でありながら、偶然大きな類似点を検出
して誤った判定を下すようなエラーの発生を防止するこ
とができる。
領域抽出方法及び装置によればブロックサイズ変更部１
２９を設けたことによりブロックサイズを変更し、この
ブロックサイズの変更によってテスト画像と辞書画像と
のサイズを合致させることができる。この結果、確度の
高い照合処理を実行することができる。しかもテスト画
像から物体の大きさを計測する計測手段１２７を設け、
この計測手段１２７で計測した物体の縦・横の大きさを
基に、ブロックサイズの変更範囲を限定したから、少な
いブロックサイズの変更回数で照合処理を完了すること
ができる。よって処理時間を短縮できる。また異なるサ
イズ同士の比較でありながら、偶然大きな類似点を検出
して誤った判定を下すようなエラーの発生を防止するこ
とができる。
【００２０】図７はこの発明による第２の実施例の処理
と構成を示す機能ブロック図である。ただし、ブロック
ＩT で示す入力テスト画像と、図１の実施例において最
大類似度を与える照合位置（Ｘmax,Ｙmax ）から決定さ
れた特徴点の座標（Ｘf,Ｙf),ｆ＝１，２，３と、その
ときの辞書画像番号ｎとが部分照合処理部５０２に入力
されることを模式的に示している。部分照合処理部５０
２は照合領域切り出し部５０３Ａとモザイク処理部５０
３Ｂと類似度算出部５０３と位置シフト部５０４とを有
し、これらの動作は図１における照合処理部１０６の照
合領域切り出し部１０７Ａ，類似度算出部１０７及び位
置シフト部１０８の動作と同様である。
と構成を示す機能ブロック図である。ただし、ブロック
ＩT で示す入力テスト画像と、図１の実施例において最
大類似度を与える照合位置（Ｘmax,Ｙmax ）から決定さ
れた特徴点の座標（Ｘf,Ｙf),ｆ＝１，２，３と、その
ときの辞書画像番号ｎとが部分照合処理部５０２に入力
されることを模式的に示している。部分照合処理部５０
２は照合領域切り出し部５０３Ａとモザイク処理部５０
３Ｂと類似度算出部５０３と位置シフト部５０４とを有
し、これらの動作は図１における照合処理部１０６の照
合領域切り出し部１０７Ａ，類似度算出部１０７及び位
置シフト部１０８の動作と同様である。
【００２１】図７の実施例において、部分辞書画像記憶
部５０１には図８に示すように、図１の画像記憶部１０
４に記憶してあるカテゴリーｉ毎に各モザイクの特徴列
ｆi,Ｍが各顔画像ＩDnに対応して、その辞書画像の目・
口の特徴点の座標（ｘf,ｙf) を含む所定の大きさの部
分領域画像Ａ1 ，Ａ2 ，Ａ3 の組が部分辞書画像ＩPnと
して記憶されている。
部５０１には図８に示すように、図１の画像記憶部１０
４に記憶してあるカテゴリーｉ毎に各モザイクの特徴列
ｆi,Ｍが各顔画像ＩDnに対応して、その辞書画像の目・
口の特徴点の座標（ｘf,ｙf) を含む所定の大きさの部
分領域画像Ａ1 ，Ａ2 ，Ａ3 の組が部分辞書画像ＩPnと
して記憶されている。
【００２２】部分照合処理部５０２は、図１で説明した
照合処理により得られたテスト画像と最も類似度の高い
辞書画像の番号ｎとテスト画像における特徴点位置（Ｘ
f ，Ｙf ）である目の位置（Ｘ1 ，Ｙ1 ），（Ｘ2 ，Ｙ
2 ）と口の位置（Ｘ3,Ｙ3 ）が与えられると、部分辞書
画像記憶部５０１にｎ番目の辞書画像ＩDnに対応した部
分辞書画像ＩPnの読み取り要求を出し、部分辞書画像Ｉ
Pnを受け取る。部分照合処理部５０２は目・口の特徴点
ｆ（＝１，２，３）について、例えば図９にｆ＝１の場
合を示すように位置（Ｘf ，Ｙf ）の周辺で予め設定し
ておいた範囲内で図１で説明した照合処理部１０６の処
理と同様に照合位置（Ｘ，Ｙ）を順次変えてテスト画像
と部分辞書画像との類似度ｒf （ｎ，ｆ，Ｘ，Ｙ）を算
出し、算出した類似度を特徴点位置高精度決定部５０５
に出力する。特徴点位置高精度決定部５０５は特徴点ｆ
＝１，２，３のそれぞれについて、類似度が最大となる
ときのテスト画像におけるそれぞれの照合位置
（Ｘfmax，Ｙfmax）を検出し、更にこれらの照合位置と
辞書画像中の特徴点（ｘf ，ｙf ) からテスト画像中の
特徴点位置（Ｘfmax＋ｘf ，Ｙfmax＋ｙf ）をｆ＝１，
２，３についてそれぞれ計算する。
照合処理により得られたテスト画像と最も類似度の高い
辞書画像の番号ｎとテスト画像における特徴点位置（Ｘ
f ，Ｙf ）である目の位置（Ｘ1 ，Ｙ1 ），（Ｘ2 ，Ｙ
2 ）と口の位置（Ｘ3,Ｙ3 ）が与えられると、部分辞書
画像記憶部５０１にｎ番目の辞書画像ＩDnに対応した部
分辞書画像ＩPnの読み取り要求を出し、部分辞書画像Ｉ
Pnを受け取る。部分照合処理部５０２は目・口の特徴点
ｆ（＝１，２，３）について、例えば図９にｆ＝１の場
合を示すように位置（Ｘf ，Ｙf ）の周辺で予め設定し
ておいた範囲内で図１で説明した照合処理部１０６の処
理と同様に照合位置（Ｘ，Ｙ）を順次変えてテスト画像
と部分辞書画像との類似度ｒf （ｎ，ｆ，Ｘ，Ｙ）を算
出し、算出した類似度を特徴点位置高精度決定部５０５
に出力する。特徴点位置高精度決定部５０５は特徴点ｆ
＝１，２，３のそれぞれについて、類似度が最大となる
ときのテスト画像におけるそれぞれの照合位置
（Ｘfmax，Ｙfmax）を検出し、更にこれらの照合位置と
辞書画像中の特徴点（ｘf ，ｙf ) からテスト画像中の
特徴点位置（Ｘfmax＋ｘf ，Ｙfmax＋ｙf ）をｆ＝１，
２，３についてそれぞれ計算する。
【００２３】このように、この実施例によれば、目や口
の周辺の部分領域辞書画像との照合を行うので、テスト
画像における目や口などの特徴点の位置を精度よく抽出
することができる。図１０は図１の実施例において更に
判定処理部９０１を設け、テスト画像中の検出された物
体領域の画像が属するカテゴリーを判定するようにした
実施例である。ただし、この実施例においては図１にお
ける特徴点位置決定部１１０を必要としない。
の周辺の部分領域辞書画像との照合を行うので、テスト
画像における目や口などの特徴点の位置を精度よく抽出
することができる。図１０は図１の実施例において更に
判定処理部９０１を設け、テスト画像中の検出された物
体領域の画像が属するカテゴリーを判定するようにした
実施例である。ただし、この実施例においては図１にお
ける特徴点位置決定部１１０を必要としない。
【００２４】物体領域検出部１０９は、図１で説明した
ようにしてテスト画像中の辞書画像と最も類似するとき
の照合位置（Ｘmax,Ｙmax ) を検出すると、その位置
（Ｘma x,Ｙmax ) と、そのときの辞書画像ＩDnの番号ｎ
とを判定処理部９０１に出力する。判定処理部９０１は
物体領域検出部１０９より受けた照合位置（Ｘmax,Ｙma
x ) でのテスト画像の部分領域とｎ番目の辞書画像ＩDn
との類似度ｒ（ｎ，Ｘma x,Ｙmax ) から、テスト画像に
おける物体が辞書画像の物体のカテゴリーｉ＝１，２，
…，Ｌのどれに属するかを判別し、判別結果を出力す
る。
ようにしてテスト画像中の辞書画像と最も類似するとき
の照合位置（Ｘmax,Ｙmax ) を検出すると、その位置
（Ｘma x,Ｙmax ) と、そのときの辞書画像ＩDnの番号ｎ
とを判定処理部９０１に出力する。判定処理部９０１は
物体領域検出部１０９より受けた照合位置（Ｘmax,Ｙma
x ) でのテスト画像の部分領域とｎ番目の辞書画像ＩDn
との類似度ｒ（ｎ，Ｘma x,Ｙmax ) から、テスト画像に
おける物体が辞書画像の物体のカテゴリーｉ＝１，２，
…，Ｌのどれに属するかを判別し、判別結果を出力す
る。
【００２５】判定処理部９０１の処理を、画像中の物体
が人物の顔である場合に男性的な顔（ｉ＝１）、女性的
な顔（ｉ＝２）、中性的な顔（ｉ＝３）のどれに近いか
を判別する場合を例に説明する。この場合、カテゴリー
数Ｌ＝３であり、各カテゴリー内の像の方向数をＭとす
ると、全辞書画像数は３Ｍである。例えば、３種類のカ
テゴリーのそれぞれに属することがわかっている顔画像
を含む多数のテスト画像について図１で説明した照合を
行い、各テスト画像と各カテゴリーの全ての辞書画像の
それぞれとの最大類似度 ri ( ｎ，Ｘmax,Ｙmax ) をそ
れぞれ求め、全てのテスト画像について得られた類似度
を、照合カテゴリーｉ＝１，２，３のそれぞれ毎に分類
し、各カテゴリーｉ毎に類似度に対するテスト画像の数
の分布（頻度）を求めると、例えば図１１Ａ，１１Ｂ，
１１Ｃに示すような結果が得られる。何れのカテゴリー
の場合も、それぞれ類似度r1 th, r2 th，r3 thより大の範
囲と小の範囲にピークを有する２つの山が生じる。この
ことは、例えば入力テスト画像をカテゴリーｉ＝１（即
ち男性的な顔）と照合した場合、類似度が閾値r1 thより
大であったならば入力テスト画像の顔は男性的であると
判定でき、閾値r1 thより小さければそれ以外、即ち女性
的または中性的顔であると判定できる。従って一般にカ
テゴリーｉとの照合において類似度 ri ( ｎ，Ｘmax,Ｙ
max ) ＞ｒi thを満足するとき、入力テスト画像はカテ
ゴリーｉに属すると判定でき、それぞれのカテゴリーｉ
についての閾値ｒi thと比較することにより入力テスト
画像がどのカテゴリーに属するか、あるいは何れにも属
しないかが判定できる。
が人物の顔である場合に男性的な顔（ｉ＝１）、女性的
な顔（ｉ＝２）、中性的な顔（ｉ＝３）のどれに近いか
を判別する場合を例に説明する。この場合、カテゴリー
数Ｌ＝３であり、各カテゴリー内の像の方向数をＭとす
ると、全辞書画像数は３Ｍである。例えば、３種類のカ
テゴリーのそれぞれに属することがわかっている顔画像
を含む多数のテスト画像について図１で説明した照合を
行い、各テスト画像と各カテゴリーの全ての辞書画像の
それぞれとの最大類似度 ri ( ｎ，Ｘmax,Ｙmax ) をそ
れぞれ求め、全てのテスト画像について得られた類似度
を、照合カテゴリーｉ＝１，２，３のそれぞれ毎に分類
し、各カテゴリーｉ毎に類似度に対するテスト画像の数
の分布（頻度）を求めると、例えば図１１Ａ，１１Ｂ，
１１Ｃに示すような結果が得られる。何れのカテゴリー
の場合も、それぞれ類似度r1 th, r2 th，r3 thより大の範
囲と小の範囲にピークを有する２つの山が生じる。この
ことは、例えば入力テスト画像をカテゴリーｉ＝１（即
ち男性的な顔）と照合した場合、類似度が閾値r1 thより
大であったならば入力テスト画像の顔は男性的であると
判定でき、閾値r1 thより小さければそれ以外、即ち女性
的または中性的顔であると判定できる。従って一般にカ
テゴリーｉとの照合において類似度 ri ( ｎ，Ｘmax,Ｙ
max ) ＞ｒi thを満足するとき、入力テスト画像はカテ
ゴリーｉに属すると判定でき、それぞれのカテゴリーｉ
についての閾値ｒi thと比較することにより入力テスト
画像がどのカテゴリーに属するか、あるいは何れにも属
しないかが判定できる。
【００２６】この実施例によれば、物体の向きによらず
に、その物体が予め登録しておいたどのカテゴリーに属
するかを識別することができる。図１０の実施例の特殊
な場合として、入力テスト画像中に人物像があるか否か
だけを判定する場合には、辞書画像のカテゴリーとして
は１つとし、例えば男性、女性等についての多数の顔画
像をそれぞれＭ方向で取り込み、同じ方向の顔画像を平
均化した平均化顔画像をＭ方向のそれぞれについて求め
辞書画像として用意しておく。この様な辞書画像を使っ
て人物無し及び有りの多数のテスト画像を辞書画像と照
合すると、図１１Ｄに示すように人物を含むテスト画像
の類似度の分布と人物を含まないテスト画像の類似度分
布は互いに分離された山となるので、図１１Ｄのように
類似度の閾値ｒをそれらの山の間に設定することによ
り、任意の入力テスト画像に人物が含まれているか否か
を判定することができる。この場合、図１における辞書
画像生成部１００に設けられている特徴点検出部１０３
を省略してもよい。あるいは、図１０の実施例において
辞書画像を生成する場合に、図１で説明したように、各
カテゴリー内のＭ方向の辞書画像の隣接する方向角が１
０度以上、４０度未満になるように物体に対する撮像方
向をそれぞれ選択することにより、精度の高い照合判定
が可能である。
に、その物体が予め登録しておいたどのカテゴリーに属
するかを識別することができる。図１０の実施例の特殊
な場合として、入力テスト画像中に人物像があるか否か
だけを判定する場合には、辞書画像のカテゴリーとして
は１つとし、例えば男性、女性等についての多数の顔画
像をそれぞれＭ方向で取り込み、同じ方向の顔画像を平
均化した平均化顔画像をＭ方向のそれぞれについて求め
辞書画像として用意しておく。この様な辞書画像を使っ
て人物無し及び有りの多数のテスト画像を辞書画像と照
合すると、図１１Ｄに示すように人物を含むテスト画像
の類似度の分布と人物を含まないテスト画像の類似度分
布は互いに分離された山となるので、図１１Ｄのように
類似度の閾値ｒをそれらの山の間に設定することによ
り、任意の入力テスト画像に人物が含まれているか否か
を判定することができる。この場合、図１における辞書
画像生成部１００に設けられている特徴点検出部１０３
を省略してもよい。あるいは、図１０の実施例において
辞書画像を生成する場合に、図１で説明したように、各
カテゴリー内のＭ方向の辞書画像の隣接する方向角が１
０度以上、４０度未満になるように物体に対する撮像方
向をそれぞれ選択することにより、精度の高い照合判定
が可能である。
【００２７】次に、図７の実施例で示した部分照合の技
術と図１０の実施例で示したカテゴリーの判定技術を組
み合わせ、例えばテスト画像中の人物像が眼鏡を掛けて
いるか否かを判定する場合のように、部分画像を部分辞
書画像と照合してその部分画像のカテゴリーを判定する
ように構成した実施例を図１２に示す。図１２におい
て、辞書画像生成部１００，テスト画像入力部１０５，
照合処理部１０６，及び物体領域検出部１０９は図１の
対応するものとそれぞれ同じ動作をし、特徴点位置決定
部１１０，部分辞書画像記憶部５０１，部分照合処理部
５０２，及び特徴点位置高精度決定部５０５は図７の対
応するものとそれぞれ同じ動作をする。
術と図１０の実施例で示したカテゴリーの判定技術を組
み合わせ、例えばテスト画像中の人物像が眼鏡を掛けて
いるか否かを判定する場合のように、部分画像を部分辞
書画像と照合してその部分画像のカテゴリーを判定する
ように構成した実施例を図１２に示す。図１２におい
て、辞書画像生成部１００，テスト画像入力部１０５，
照合処理部１０６，及び物体領域検出部１０９は図１の
対応するものとそれぞれ同じ動作をし、特徴点位置決定
部１１０，部分辞書画像記憶部５０１，部分照合処理部
５０２，及び特徴点位置高精度決定部５０５は図７の対
応するものとそれぞれ同じ動作をする。
【００２８】特徴点位置高精度決定部５０５は、図７の
実施例と同様にテスト画像において辞書画像と最も類似
するときの照合位置（Ｘmax ，Ｙmax ）と、そのときの
辞書画像番号ｎを判定処理部９０２に出力する。特徴点
位置高精度決定部５０５はまた、図７の実施例と同様に
して特徴点ｆについて、部分辞書画像とテスト画像との
類似度が最大となるときの照合位置（Ｘfmax，Ｙfmax）
と部分辞書画像ＩPnとを判定処理部９０２に出力する。
実施例と同様にテスト画像において辞書画像と最も類似
するときの照合位置（Ｘmax ，Ｙmax ）と、そのときの
辞書画像番号ｎを判定処理部９０２に出力する。特徴点
位置高精度決定部５０５はまた、図７の実施例と同様に
して特徴点ｆについて、部分辞書画像とテスト画像との
類似度が最大となるときの照合位置（Ｘfmax，Ｙfmax）
と部分辞書画像ＩPnとを判定処理部９０２に出力する。
【００２９】判定処理部９０２は、物体領域検出部１０
９より受けた照合位置（Ｘmax ，Ｙ max ）でのｎ番目の
辞書画像との類似度ｒ（ｎ，Ｘmax ，Ｙmax ）と、特徴
点位置高精度決定部５０５より受けた、位置（Ｘfmax，
Ｙfmax）での部分辞書画像Ｉ Pnとの類似度ｒf ( ｎ，Ｘ
fmax，Ｙfmax）とから、テスト画像における物体が辞書
画像の物体のどのカテゴリーに属するかを判別し、判別
結果を出力する。
９より受けた照合位置（Ｘmax ，Ｙ max ）でのｎ番目の
辞書画像との類似度ｒ（ｎ，Ｘmax ，Ｙmax ）と、特徴
点位置高精度決定部５０５より受けた、位置（Ｘfmax，
Ｙfmax）での部分辞書画像Ｉ Pnとの類似度ｒf ( ｎ，Ｘ
fmax，Ｙfmax）とから、テスト画像における物体が辞書
画像の物体のどのカテゴリーに属するかを判別し、判別
結果を出力する。
【００３０】判定処理部９０２の処理を、テスト画像中
の物体が人物のときに、眼鏡をかけていない人物（カテ
ゴリーｉ＝１）、眼鏡をかけた人物（カテゴリーｉ＝
２）、サングラスをかけた人物（カテゴリーｉ＝３）の
いずれであるかを判別する場合を例に説明する。この場
合、辞書画像生成部１００内の辞書画像記憶部１０４
（図１参照）に記憶される辞書画像はＭ方向、３カテゴ
リーの顔画像である。
の物体が人物のときに、眼鏡をかけていない人物（カテ
ゴリーｉ＝１）、眼鏡をかけた人物（カテゴリーｉ＝
２）、サングラスをかけた人物（カテゴリーｉ＝３）の
いずれであるかを判別する場合を例に説明する。この場
合、辞書画像生成部１００内の辞書画像記憶部１０４
（図１参照）に記憶される辞書画像はＭ方向、３カテゴ
リーの顔画像である。
【００３１】３種類のカテゴリーのそれぞれに属するこ
とが予め分かっている多数のテスト画像中の顔画像と眼
鏡なしのカテゴリー（ｉ＝１）の辞書画像との類似度 r
1(ｎ，Ｘmax ，Ｙmax ）の頻度分布を図１３Ａに示す。
この場合、眼鏡無し、眼鏡有り、サングラス有りのカテ
ゴリーがそれぞれ形成する頻度分布の３つの山のピーク
における類似度は、この順に小さくなり、これらの隣接
する山の裾は互いに交差している。そのため図１3 Ａに
示すように、類似度の閾値r1 thをカテゴリーｉ＝１の山
とカテゴリーｉ＝３の山の間に選択しても、類似度ｒ1
（ｎ，Ｘmax ，Ｙmax ）が閾値r1 thより大の場合、眼鏡
無しの人物または眼鏡有りの人物のいずれかであると判
定できるが、それらのどちらであるとも判定できない。
そこで、この実施例においては、部分辞書画像記憶部５
０１にカテゴリーｉ＝１内の各角方向Ｍの画像に対応し
て目の部分領域画像ＩPnが記憶されている。
とが予め分かっている多数のテスト画像中の顔画像と眼
鏡なしのカテゴリー（ｉ＝１）の辞書画像との類似度 r
1(ｎ，Ｘmax ，Ｙmax ）の頻度分布を図１３Ａに示す。
この場合、眼鏡無し、眼鏡有り、サングラス有りのカテ
ゴリーがそれぞれ形成する頻度分布の３つの山のピーク
における類似度は、この順に小さくなり、これらの隣接
する山の裾は互いに交差している。そのため図１3 Ａに
示すように、類似度の閾値r1 thをカテゴリーｉ＝１の山
とカテゴリーｉ＝３の山の間に選択しても、類似度ｒ1
（ｎ，Ｘmax ，Ｙmax ）が閾値r1 thより大の場合、眼鏡
無しの人物または眼鏡有りの人物のいずれかであると判
定できるが、それらのどちらであるとも判定できない。
そこで、この実施例においては、部分辞書画像記憶部５
０１にカテゴリーｉ＝１内の各角方向Ｍの画像に対応し
て目の部分領域画像ＩPnが記憶されている。
【００３２】この場合に対する既知の眼鏡無しのカテゴ
リー（ｉ＝１）に属する人物画像の目の部分領域に関す
る類似度 r1 f ( ｎ，Ｘfmax，Ｙfmax）の頻度分布を図
１３Ｂに示す。同図より、 r1 f ( ｎ，Ｘfmax，
Ｙfmax）＞r1 fth のときは、眼鏡無しの人物であると判
別すればよいことがわかる。また、ｒ1(ｎ，Ｘmax ，Ｙ
max）≦r1 fth のときは、眼鏡有りの人物またはサング
ラス有りの人物のいずれかであると識別できる。この場
合に対する眼鏡有りの人物のカテゴリーの目の部分領域
に関する類似度 r2 f ( ｎ，Ｘfmax，Ｙfmax）の頻度分
布を図１３Ｃに示す。同図より、類似度が r2 f ( ｎ，
Ｘfmax，Ｙfmax）r2 thのときは、眼鏡有りの人物である
と判別すればよいことがわかる。
リー（ｉ＝１）に属する人物画像の目の部分領域に関す
る類似度 r1 f ( ｎ，Ｘfmax，Ｙfmax）の頻度分布を図
１３Ｂに示す。同図より、 r1 f ( ｎ，Ｘfmax，
Ｙfmax）＞r1 fth のときは、眼鏡無しの人物であると判
別すればよいことがわかる。また、ｒ1(ｎ，Ｘmax ，Ｙ
max）≦r1 fth のときは、眼鏡有りの人物またはサング
ラス有りの人物のいずれかであると識別できる。この場
合に対する眼鏡有りの人物のカテゴリーの目の部分領域
に関する類似度 r2 f ( ｎ，Ｘfmax，Ｙfmax）の頻度分
布を図１３Ｃに示す。同図より、類似度が r2 f ( ｎ，
Ｘfmax，Ｙfmax）r2 thのときは、眼鏡有りの人物である
と判別すればよいことがわかる。
【００３３】図１２の実施例において、テスト画像中の
物体が眼鏡をかけていない人物であるかどうかを識別す
る場合には、辞書画像としてカテゴリー数Ｌ＝１で、眼
鏡をかけていないＭ方向の顔画像を辞書画像として辞書
画像生成部１００に用意する。この辞書画像を使ってテ
スト画像と照合すると、 （１）テスト画像に顔が含まれていないケース、 （２）テスト画像に眼鏡をかけた人物を含むケース （３）テスト画像に眼鏡をかけていない人物を含むケー
ス のそれぞれの類似度ｒ（ｎ，Ｘmax ，Ｙmax ）の頻度分
布は例えば図１３Ｄに示すようになる。判定処理部９０
２は物体領域検出部１０９から出力された類似度ｒ
（ｎ，Ｘmax ，Ｙmax ）に基づいて図１３Ｄから、ｒ
（ｎ，Ｘmax ，Ｙmax ）＞ rth1 のときは、上記ケース
（２）または（３）のいずれかであることと識別でき
る。
物体が眼鏡をかけていない人物であるかどうかを識別す
る場合には、辞書画像としてカテゴリー数Ｌ＝１で、眼
鏡をかけていないＭ方向の顔画像を辞書画像として辞書
画像生成部１００に用意する。この辞書画像を使ってテ
スト画像と照合すると、 （１）テスト画像に顔が含まれていないケース、 （２）テスト画像に眼鏡をかけた人物を含むケース （３）テスト画像に眼鏡をかけていない人物を含むケー
ス のそれぞれの類似度ｒ（ｎ，Ｘmax ，Ｙmax ）の頻度分
布は例えば図１３Ｄに示すようになる。判定処理部９０
２は物体領域検出部１０９から出力された類似度ｒ
（ｎ，Ｘmax ，Ｙmax ）に基づいて図１３Ｄから、ｒ
（ｎ，Ｘmax ，Ｙmax ）＞ rth1 のときは、上記ケース
（２）または（３）のいずれかであることと識別でき
る。
【００３４】次に、最大類似度を与える照合位置（Ｘ
max ，Ｙmax ）において前述と同様に特徴点位置を特徴
点位置決定部１１０で決定し、部分照合処理部５０２で
特徴点を含む部分領域と部分辞書画像を照合すると、ケ
ース（２）と（３）のそれぞれに対する部分領域類似度
ｒf ( ｎ，Ｘfmax，Ｙfmax）の頻度分布は例えば図１３
Ｅのようになる。そこで判定処理部９０２は部分領域類
似度ｒf ( ｎ，Ｘfmax，Ｙfmax）を使って図１３Ｅよ
り、ｒf ( ｎ，Ｘfmax，Ｙfmax）＞ rth2 のときは、眼
鏡なしの人物であると判別することができる。
max ，Ｙmax ）において前述と同様に特徴点位置を特徴
点位置決定部１１０で決定し、部分照合処理部５０２で
特徴点を含む部分領域と部分辞書画像を照合すると、ケ
ース（２）と（３）のそれぞれに対する部分領域類似度
ｒf ( ｎ，Ｘfmax，Ｙfmax）の頻度分布は例えば図１３
Ｅのようになる。そこで判定処理部９０２は部分領域類
似度ｒf ( ｎ，Ｘfmax，Ｙfmax）を使って図１３Ｅよ
り、ｒf ( ｎ，Ｘfmax，Ｙfmax）＞ rth2 のときは、眼
鏡なしの人物であると判別することができる。
【００３５】以上説明した通り、図１２の実施例によれ
ば、物体領域全体で照合した場合には差異の小さい別の
カテゴリーの物体でも、部分領域の照合を行うことによ
り正しく識別することができる。更に、図１２の実施例
において、対象とするカテゴリーを論理的に統合するこ
とにより、より一般的な識別装置に拡張することができ
る。例えば、対象とするカテゴリーを前述のように ｉ＝１：男性顔、ｉ＝２：女性顔、ｉ＝３：サングラス
をかけた人物 とした場合に、カテゴリーｉ＝１に属するか否かを識別
する装置とｉ＝２に属するか否かを識別する装置を組み
合わせれば、人物顔（ｉ＝１ OR ｉ＝２）を識別するこ
とができる。また、ｉ＝１に属するか否かを識別する装
置とｉ＝３に属するか否かを識別する装置を組み合わせ
れば、男性でサングラスをかけた人物（ｉ＝１AND ｉ＝
３）を識別することができる。
ば、物体領域全体で照合した場合には差異の小さい別の
カテゴリーの物体でも、部分領域の照合を行うことによ
り正しく識別することができる。更に、図１２の実施例
において、対象とするカテゴリーを論理的に統合するこ
とにより、より一般的な識別装置に拡張することができ
る。例えば、対象とするカテゴリーを前述のように ｉ＝１：男性顔、ｉ＝２：女性顔、ｉ＝３：サングラス
をかけた人物 とした場合に、カテゴリーｉ＝１に属するか否かを識別
する装置とｉ＝２に属するか否かを識別する装置を組み
合わせれば、人物顔（ｉ＝１ OR ｉ＝２）を識別するこ
とができる。また、ｉ＝１に属するか否かを識別する装
置とｉ＝３に属するか否かを識別する装置を組み合わせ
れば、男性でサングラスをかけた人物（ｉ＝１AND ｉ＝
３）を識別することができる。
【００３６】このように、この実施例によれば、物体領
域全体で照合した場合には差異の小さい別のカテゴリー
の物体でも、部分領域の照合を行うことにより正しく識
別することができる。
域全体で照合した場合には差異の小さい別のカテゴリー
の物体でも、部分領域の照合を行うことにより正しく識
別することができる。
【００３７】
【発明の効果】以上説明したように、この発明によれば
照合処理部１０６にブロックサイズ変更部１２９を設け
たから、辞書記憶部１２３に記憶した辞書画像のサイズ
とテスト画像のサイズを合致させることができる。この
結果、確度の高い照合処理を行うことができる。
照合処理部１０６にブロックサイズ変更部１２９を設け
たから、辞書記憶部１２３に記憶した辞書画像のサイズ
とテスト画像のサイズを合致させることができる。この
結果、確度の高い照合処理を行うことができる。
【００３８】更にこの発明ではテスト画像入力部に物体
の大きさを計測する計測手段１２７を設け、この計測手
段１２７の計測結果に基づいてブロックサイズの可変範
囲を制限したから、照合処理量を少なくすることができ
る。よって照合処理時間を短縮することができる利点も
得られる。従って図７及び図１２に示した実施例のよう
に部分照合処理を行わせる場合にも、総合して処理時間
を短くできる実益が得られる。
の大きさを計測する計測手段１２７を設け、この計測手
段１２７の計測結果に基づいてブロックサイズの可変範
囲を制限したから、照合処理量を少なくすることができ
る。よって照合処理時間を短縮することができる利点も
得られる。従って図７及び図１２に示した実施例のよう
に部分照合処理を行わせる場合にも、総合して処理時間
を短くできる実益が得られる。
【００３９】この発明の応用として、銀行などの出入口
の自動ドアの圧力センサ出力や、現金自動支払機の操作
開始をトリガーにして取り込んだ人物画像を、この発明
の物体識別装置のテスト画像とした場合には、対象とな
るカテゴリーを人物顔として動作すれば、通常の顔
（客）とサングラスやマスクで顔を隠した人物（不審
者）を識別できるので、不審者を検出するシステムを実
現できる。
の自動ドアの圧力センサ出力や、現金自動支払機の操作
開始をトリガーにして取り込んだ人物画像を、この発明
の物体識別装置のテスト画像とした場合には、対象とな
るカテゴリーを人物顔として動作すれば、通常の顔
（客）とサングラスやマスクで顔を隠した人物（不審
者）を識別できるので、不審者を検出するシステムを実
現できる。
【００４０】また商店街を通過する人物や、ショーウイ
ンドーを見る人物の画像をこの発明の識別装置に入力
し、対象となるカテゴリーとして、男性顔、女性顔、眼
鏡をかけた人などを用意して、テスト画像の人物を各カ
テゴリーに分類することにより、どのような人物がどの
ような物に関心を持っているかを分析する市場調査シス
テムに応用できる。
ンドーを見る人物の画像をこの発明の識別装置に入力
し、対象となるカテゴリーとして、男性顔、女性顔、眼
鏡をかけた人などを用意して、テスト画像の人物を各カ
テゴリーに分類することにより、どのような人物がどの
ような物に関心を持っているかを分析する市場調査シス
テムに応用できる。
【図１】この発明の第１の実施例を示す機能ブロック
図。
図。
【図２】図１に示した実施例に使用した物体の計測部の
動作を説明するための図。
動作を説明するための図。
【図３】図１の実施例に用いたモザイク処理を説明する
ための正面図。
ための正面図。
【図４】図１の実施例に用いた辞書記憶部の記憶の様子
を説明するための図。
を説明するための図。
【図５】図１の実施例に用いたブロックサイズ限定部の
動作を説明するための図。
動作を説明するための図。
【図６】図１の実施例に用いた照合処理部の動作を説明
するための図。
するための図。
【図７】この発明の第２の実施例を示す機能ブロック
図。
図。
【図８】図７に示した実施例の動作を説明するための
図。
図。
【図９】図８と同様の図。
【図１０】この発明の第３の実施例を説明するための機
能ブロック図。
能ブロック図。
【図１１】図１０に示した実施例の動作を説明するため
の図。
の図。
【図１２】この発明の第４の実施例を説明するため機能
ブロック図。
ブロック図。
【図１３】図１２に示した実施例の動作を説明するため
の図。
の図。
１００ 辞書画像生成部 １０１ 辞書画像入力部 １０２ 顔領域切り出し部 １０３ 特徴点検出部 １０５ テスト画像入力部 １０６ 照合処理部 １０７ 類似度算出部 １０７Ａ 照合領域切り出し部 １０８ 位置シフト部 １０９ 物体領域検出部 １２１ モザイク処理部 １２２ 辞書生成部 １２３ 辞書記憶部 １２５ 背景画像保持部 １２６ 物体領域抽出部 １２７ 物体の計測部 １２８ ブロックサイズ限定部 １２９ ブロックサイズ変更部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 9061−5Ｈ 15/70 ４６０ Ａ (72)発明者 石井 健一郎 東京都千代田区内幸町１丁目１番６号 日 本電信電話株式会社内 (72)発明者 磯 俊樹 東京都千代田区内幸町１丁目１番６号 日 本電信電話株式会社内
Claims (7)
- 【請求項１】 参照物体の画像の要部を切り出し、その
要部の画像を辞書画像化して辞書記憶部に記憶すると共
に、入力テスト画像中の任意の物体領域を照合領域画像
として切り出し、この照合領域画像と上記辞書記憶部に
記憶した辞書画像とを照合処理部において照合し、類似
度を求め上記参照物体と入力テスト画像中の物体とを比
較対照する物体認識装置であって、 上記入力テスト画像中の物体のサイズを計測し、この計
測結果を基に上記照合領域画像のブロックサイズ変更範
囲を決定し、上記照合領域画像の切り出し位置を変更す
る毎に上記照合領域画像のブロックサイズを上記ブロッ
クサイズ変更範囲内で変化させて照合処理を施し、類似
度が最も高くなる上記照合領域画像の切り出し位置を抽
出することを特徴とする物体領域抽出方法。 - 【請求項２】 参照物体の画像の要部を切り出し、その
要部の画像を辞書画像として辞書記憶部に記憶すると共
に、入力テスト画像中の任意の物体領域を照合領域画像
として切り出し、この照合領域画像と上記辞書記憶部に
記憶した辞書画像とを照合処理部において照合し、類似
度を求め上記参照物体と入力テスト画像中の物体とを比
較対照する物体認識装置であって、 上記入力テスト画像中の物体のサイズを計測する物体計
測部と、この物体計測部の計測結果を基に上記照合領域
画像のブロックサイズ変更範囲を決定するブロックサイ
ズ限定部と、上記照合領域画像の切り出し位置を変更す
る毎に上記ブロックサイズ限定部で限定したブロックサ
イズ変更範囲内で上記照合領域画像のブロックサイズを
変更するブロックサイズ変更部と、上記照合領域画像の
切り出し位置とブロックサイズの変更毎に照合処理を実
行する照合処理部と、この照合処理部の照合の結果、類
似度の最も大きい上記照合領域画像の切り出し位置を抽
出する物体領域検出部とを具備して構成したことを特徴
とする物体領域抽出装置。 - 【請求項３】 複数の参照物体の画像の要部をそれぞれ
切り出し、その要部の各画像を辞書画像化して辞書記憶
部に記憶すると共に、入力テスト画像中の任意の物体領
域を照合領域画像として切り出し、この照合領域画像と
上記辞書記憶部に記憶した辞書画像とを照合処理部にお
いて照合して類似度を求め、上記参照物体と入力テスト
画像中の物体とを比較対照する物体認識装置であって、 上記照合処理部にブロックサイズ変更部を設け、上記照
合領域画像の切り出し位置を変更する毎に、その切り出
された照合領域画像のサイズを変化させて照合処理し、
照合の結果、類似度が最も高い上記辞書画像を求め、入
力テスト画像の物体が如何なるカテゴリーに属するかを
判別する判別処理部を付加して構成したことを特徴とす
る物体認識装置。 - 【請求項４】 参照物体の画像の要部を切り出し、その
要部の画像を辞書画像化して辞書記憶部に記憶すると共
に、入力テスト画像中の任意の物体領域を照合領域画像
として切り出し、この照合領域画像と上記辞書記憶部に
記憶した辞書画像とを照合処理部において照合し、類似
度を求め上記参照物体と入力テスト画像とを比較対照す
る物体認識装置であって、 上記入力テスト画像中の物体のサイズを計測する物体計
測部と、この物体計測部の計測結果を基に上記照合領域
画像のブロックサイズ変更範囲を決定するブロックサイ
ズ限定部と、上記照合処理部に設けられ、照合領域画像
の切り出し位置が変わる毎に、上記ブロックサイズ限定
部で決定したブロックサイズの可変範囲で照合領域画像
のブロックサイズを変更するブロックサイズ変更部と、
上記照合領域画像の切り出し位置の変更及びブロックサ
イズの変更毎に類似度を算出する照合処理部と、この照
合処理部が算出する類似度から入力テスト画像における
物体が対象とするカテゴリーに属するか否かを判別する
判別部を付加したことを特徴とする物体認識装置。 - 【請求項５】 請求項４記載の物体認識装置において、
照合処理部から出力される類似度ｒの大きさと、部分照
合処理部より出力される類似度ｒｋの大きさとから、入
力テスト画像における物体が対象とするカテゴリーに属
するか否かを判別する判別処理部を付加して構成したこ
とを特徴とする物体認識装置。 - 【請求項６】 請求項１乃至請求項５の何れかにおい
て、辞書画像はＬ種類（Ｌは１以上の整数）のカテゴリ
ーの参照物体のそれぞれを、予め決めたＭ通り（Ｍは２
以上の整数）の方向から撮影して得た画像から生成し、
この全ての辞書画像を使って入力テスト画像から切り出
した照合領域画像と照合処理することを特徴とする物体
領域抽出方法とその装置及び物体認識装置。 - 【請求項７】 請求項１乃至請求項６の何れかにおい
て、辞書画像及び照合領域画像をモザイク処理して類似
度を算出することを特徴とする物体領域抽出方法とその
装置及び物体認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6217573A JPH0883341A (ja) | 1994-09-12 | 1994-09-12 | 物体領域抽出方法とその装置及び物体認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6217573A JPH0883341A (ja) | 1994-09-12 | 1994-09-12 | 物体領域抽出方法とその装置及び物体認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0883341A true JPH0883341A (ja) | 1996-03-26 |
Family
ID=16706397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6217573A Pending JPH0883341A (ja) | 1994-09-12 | 1994-09-12 | 物体領域抽出方法とその装置及び物体認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0883341A (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002253539A (ja) * | 2001-03-05 | 2002-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 医用画像識別システム，医用画像識別処理方法，医用画像識別用プログラムおよびその記録媒体 |
| JP2006011728A (ja) * | 2004-06-24 | 2006-01-12 | Omron Corp | 不審者対策システム及び不審者検出装置 |
| WO2007089027A1 (en) * | 2006-01-31 | 2007-08-09 | Fujifilm Corporation | Method and apparatus for automatic eyeglasses detection using a nose ridge mask |
| US7321670B2 (en) | 2002-11-04 | 2008-01-22 | Samsung Electronics Co., Ltd. | System and method for detecting face |
| WO2008018459A1 (fr) * | 2006-08-08 | 2008-02-14 | Nikon Corporation | Procédé de traitement d'image, appareil de traitement d'image, programme de traitement d'image, et appareil de prise d'image |
| US8019128B2 (en) | 2007-01-31 | 2011-09-13 | Brother Kogyo Kabushiki Kaisha | Face detection device |
| JP2012186821A (ja) * | 2012-04-18 | 2012-09-27 | Toshiba Corp | 顔画像処理装置、顔画像処理方法、電子スチルカメラ、デジタル画像処理装置およびデジタル画像処理方法 |
| JP2012209947A (ja) * | 2012-05-14 | 2012-10-25 | Nikon Corp | 電子カメラ |
| JP2016081212A (ja) * | 2014-10-15 | 2016-05-16 | 日本電気株式会社 | 画像認識装置、画像認識方法、および、画像認識プログラム |
| US9558396B2 (en) | 2013-10-22 | 2017-01-31 | Samsung Electronics Co., Ltd. | Apparatuses and methods for face tracking based on calculated occlusion probabilities |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0520442A (ja) * | 1991-07-17 | 1993-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 顔画像照合装置 |
| JPH0573663A (ja) * | 1991-09-17 | 1993-03-26 | Nippon Telegr & Teleph Corp <Ntt> | ３次元物体の画像認識法 |
| JPH05108804A (ja) * | 1991-10-21 | 1993-04-30 | Nippon Telegr & Teleph Corp <Ntt> | ３次元物体の識別方法及びその実施装置 |
| JPH05159063A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置 |
| JPH05159064A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像探索装置 |
| JPH05174149A (ja) * | 1991-12-26 | 1993-07-13 | Nippon Telegr & Teleph Corp <Ntt> | 画像認識装置 |
-
1994
- 1994-09-12 JP JP6217573A patent/JPH0883341A/ja active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0520442A (ja) * | 1991-07-17 | 1993-01-29 | Nippon Telegr & Teleph Corp <Ntt> | 顔画像照合装置 |
| JPH0573663A (ja) * | 1991-09-17 | 1993-03-26 | Nippon Telegr & Teleph Corp <Ntt> | ３次元物体の画像認識法 |
| JPH05108804A (ja) * | 1991-10-21 | 1993-04-30 | Nippon Telegr & Teleph Corp <Ntt> | ３次元物体の識別方法及びその実施装置 |
| JPH05159063A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像検索装置 |
| JPH05159064A (ja) * | 1991-12-09 | 1993-06-25 | Nippon Telegr & Teleph Corp <Ntt> | 画像探索装置 |
| JPH05174149A (ja) * | 1991-12-26 | 1993-07-13 | Nippon Telegr & Teleph Corp <Ntt> | 画像認識装置 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002253539A (ja) * | 2001-03-05 | 2002-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 医用画像識別システム，医用画像識別処理方法，医用画像識別用プログラムおよびその記録媒体 |
| JP4545971B2 (ja) * | 2001-03-05 | 2010-09-15 | 日本電信電話株式会社 | 医用画像識別システム，医用画像識別処理方法，医用画像識別用プログラムおよびその記録媒体 |
| US7321670B2 (en) | 2002-11-04 | 2008-01-22 | Samsung Electronics Co., Ltd. | System and method for detecting face |
| JP2006011728A (ja) * | 2004-06-24 | 2006-01-12 | Omron Corp | 不審者対策システム及び不審者検出装置 |
| JP4569190B2 (ja) * | 2004-06-24 | 2010-10-27 | オムロン株式会社 | 不審者対策システム及び不審者検出装置 |
| WO2007089027A1 (en) * | 2006-01-31 | 2007-08-09 | Fujifilm Corporation | Method and apparatus for automatic eyeglasses detection using a nose ridge mask |
| JP2009525519A (ja) * | 2006-01-31 | 2009-07-09 | 富士フイルム株式会社 | 鼻筋マスクを使用した眼鏡の自動検出方法および装置 |
| WO2008018459A1 (fr) * | 2006-08-08 | 2008-02-14 | Nikon Corporation | Procédé de traitement d'image, appareil de traitement d'image, programme de traitement d'image, et appareil de prise d'image |
| US8019128B2 (en) | 2007-01-31 | 2011-09-13 | Brother Kogyo Kabushiki Kaisha | Face detection device |
| JP2012186821A (ja) * | 2012-04-18 | 2012-09-27 | Toshiba Corp | 顔画像処理装置、顔画像処理方法、電子スチルカメラ、デジタル画像処理装置およびデジタル画像処理方法 |
| JP2012209947A (ja) * | 2012-05-14 | 2012-10-25 | Nikon Corp | 電子カメラ |
| US9558396B2 (en) | 2013-10-22 | 2017-01-31 | Samsung Electronics Co., Ltd. | Apparatuses and methods for face tracking based on calculated occlusion probabilities |
| JP2016081212A (ja) * | 2014-10-15 | 2016-05-16 | 日本電気株式会社 | 画像認識装置、画像認識方法、および、画像認識プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6181805B1 (en) | Object image detecting method and system | |
| US7127086B2 (en) | Image processing apparatus and method | |
| US6661907B2 (en) | Face detection in digital images | |
| JP4156430B2 (ja) | データベース自動更新方法を用いた顔検証方法及びそのシステム | |
| JP2001216515A (ja) | 人物の顔の検出方法およびその装置 | |
| EP1434164A2 (en) | Method of extracting teeth area from teeth image and personal identification method and apparatus using the teeth image | |
| EP0967574A2 (en) | Method for robust human face tracking in presence of multiple persons | |
| US20040091137A1 (en) | System and method for detecting face | |
| CN101887518B (zh) | 人体检测装置与方法 | |
| CN103049736A (zh) | 一种基于最大稳定极值区域的人脸识别方法 | |
| JPH07302327A (ja) | 物体画像検出方法及び検出装置 | |
| CN108171223A (zh) | 一种基于多模型多通道的人脸识别方法及系统 | |
| JP5726596B2 (ja) | 画像監視装置 | |
| JPH0883341A (ja) | 物体領域抽出方法とその装置及び物体認識装置 | |
| KR20020022295A (ko) | 3차원 정보를 이용한 얼굴 인식 장치 및 방법 | |
| JP5726595B2 (ja) | 画像監視装置 | |
| JP3577908B2 (ja) | 顔画像認識システム | |
| JP2000099722A (ja) | 人物顔認識装置及び人物顔認識方法 | |
| GB2231699A (en) | Obtaining information characterising a person or animal | |
| CN110717428A (zh) | 一种融合多个特征的身份识别方法、装置、系统、介质及设备 | |
| US20230103555A1 (en) | Information processing apparatus, information processing method, and program | |
| Neethu et al. | People count estimation using hybrid face detection method | |
| Hemdan et al. | Facial features-based method for human tracking | |
| JP3305551B2 (ja) | 特定対称物体判定方法 | |
| Marciniak et al. | Face recognition from low resolution images |