CN103578102A - 被摄体检测装置及被摄体检测方法 - Google Patents

被摄体检测装置及被摄体检测方法 Download PDF

Info

Publication number
CN103578102A
CN103578102A CN201310308804.3A CN201310308804A CN103578102A CN 103578102 A CN103578102 A CN 103578102A CN 201310308804 A CN201310308804 A CN 201310308804A CN 103578102 A CN103578102 A CN 103578102A
Authority
CN
China
Prior art keywords
recognizer
image
detection device
face
object detection
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.)
Granted
Application number
CN201310308804.3A
Other languages
English (en)
Other versions
CN103578102B (zh
Inventor
石原正规
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Casio Computer Co Ltd
Original Assignee
Casio Computer Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Casio Computer Co Ltd filed Critical Casio Computer Co Ltd
Publication of CN103578102A publication Critical patent/CN103578102A/zh
Application granted granted Critical
Publication of CN103578102B publication Critical patent/CN103578102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • H04N23/611Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种被摄体检测装置,其中,摄像装置(1)具备:存储部(19),其对分别对应多种摄影环境的多个识别器进行存储;获取部(42),其对图像进行依次获取;选择部(41),其从分别对应所述多个摄影环境的多个识别器中选择特定的识别器;和检测部(43),其使用被选择出的特定的识别器,对通过所述获取单元依次获取的图像中的被摄体图像进行检测。

Description

被摄体检测装置及被摄体检测方法
技术领域
本发明涉及一种从图像中检测出被摄体图像的被摄体检测装置及被摄体检测方法。
背景技术
以往,在日本特开2008-108024号公报中,公开了用于在对包含在图像中的面部区域进行检测(以下,称为“面部检测”)时,即使在逆光等条件下,也能使检测的精度提高的技术(例如,参照专利文献1)。应用了这样的技术的装置,在对逆光时被摄像的摄像图像的数据施行了增益调整处理后,对面部区域进行推定。
但是,在应用了专利文献1所公开的技术的情况下,在如摄影环境从逆光状态等向别的状态变化之类的摄影环境不稳定的情况下,由于需要每次改变增益调整处理的内容,结果恐怕很难进行面部检测处理。
发明内容
本发明鉴于这种情况而作出,其目的在于,即使在不稳定的摄影环境下,也更恰当地进行被摄体的检测。
本发明的一个形态是一种被摄体检测装置,具备:获取单元,其对图像进行依次获取;选择单元,其从与所述多种摄影环境分别对应的多个识别器中选择特定的识别器;和检测单元,其使用通过所述选择单元选择出的特定的识别器,来对通过所述获取单元依次获取的图像中的被摄体图像进行检测。
本发明的另一个形态是一种被摄体检测装置执行的被摄体检测方法,包含:获取步骤,对图像进行依次获取;选择步骤,从与多种摄影环境分别对应的多个识别器中选择特定的识别器;和检测步骤,使用通过所述选择步骤选择出的特定的识别器,对通过所述获取步骤依次获取的图像中的被摄体像进行检测。
附图说明
图1是表示与本发明的第1实施方式有关的摄像装置的硬件结构的框图。
图2是表示在图1的摄像装置的功能结构中、用于执行面部检测控制处理的功能结构的功能框图。
图3是对具有图2的功能结构的图1的摄像装置执行的面部检测控制处理的流程进行说明的流程图。
图4是表示在图1的摄像装置的功能结构中、用于执行与第2实施方式有关的面部检测控制处理的功能结构的功能框图。
图5是对具有图4的功能结构的图1的摄像装置执行的与第2实施方式有关的面部检测控制处理的流程进行说明的流程图。
图6是对具有图2的功能结构的图1的摄像装置执行的与第3实施方式有关的面部检测控制处理的流程进行说明的流程图。
具体实施方式
下面,使用附图对本发明的实施方式进行说明。
[第1实施方式]
图1是表示本发明的与第1实施方式有关的摄像装置的硬件结构的框图。
摄像装置1是例如作为数码照相机而被构成的。
摄像装置1具备:CPU(Central Processing Unit,中央处理器)11、ROM(Read Only Memory,只读存储器)12、RAM(Random AccessMemory,随机存储器)13、总线14、输入输出接口15、输出部16、输入部17、摄像部18、存储部19、通信部20、驱动21、和显示部22。
CPU11,根据ROM12中存储的程序、或者从存储部19载入RAM13的程序,来执行各种处理。
RAM13中,还对CPU11执行各种处理所需要的数据等进行适当的存储。
CPU11、ROM12以及RAM13通过总线14而被相互连接。该总线14还与输入输出接口15连接。输入输出接口15与输出部16、输入部17、摄像部18、存储部19、通信部20以及驱动21连接。
输出部16由显示器、扬声器等构成,输出图像、声音。
输入部17由电源按钮、快门按钮等各种按钮构成,根据用户的指示操作,输入各种信息。另外,这里说的各种按钮等,不仅包含硬件按钮,也包含显示在输出部16的画面的软件按钮。也就是说,输入部17被构成为还包含与输出部16的显示器层叠的触摸面板。
摄像部18对被摄体进行摄像,并将包含该被摄体的像在内的图像(以下,称为“摄像图像”)的数据提供给CPU11。
存储部19由硬盘或者DRAM(Dynamic Random Access Memory,动态随机存取存储器)等构成,对摄像图像等图像的数据进行存储。
存储部19,还按每个相互不同的摄影环境对与特定的摄影环境对应的面部识别器群(以下,称为“识别器群”)进行存储。识别器群能够采用通过公知的、或者以后可能上市的任意技术而生成的识别器群。在本实施方式中,采用用于逆光时、低光照度时、通常情况时(例如,顺光时)之类的各摄影环境的识别器群。各识别器群,按每个摄影环境由与分别向着不同方向的被摄体的面部对应的多个面部识别器构成。本实施方式中,作为上述的识别器群,由向着以下各个方向的四个识别器构成。该各个方向为:被摄体相对于摄像装置1的照相机的镜头侧朝向正面的方向(以下,称为“正面方向”)、以摄像装置1的光轴为中心旋转的方向(以下,称为“旋转(roll)方向”)、以上下为轴旋转的方向(以下,称为“横摆(yaw)方向”)、以左右为轴旋转的方向(以下,称为“俯仰(pitch)方向”)。
通信部20通过包含互联网在内的网络,对和其他装置(未图示)之间进行的通信进行控制。
在驱动21中,适当地安装着由磁盘、光盘、光磁盘、或者半导体存储器等构成的可移动介质(removable media)31。通过驱动21从可移动介质31读取出的程序根据需要被安装在存储部19。并且,可移动介质31也可以和存储部19一样,对存储在存储部19的图像的数据等各种数据进行存储。
显示部22除了对通过摄像部18摄像的实时图像进行显示之外,还对再生的存储图像进行显示。并且,在本实施方式中的面部检测控制处理中,在显示部22对于被检测的面部显示框线。
图2是表示在这样的摄像装置的功能结构中,用于执行面部检测控制处理的功能结构的功能框图。
所谓面部检测控制处理,是指通过由用户对输入部17的快门按钮进行半按,从而以摄像装置1的工作模式变更为面部检测状态为契机开始的以下的处理。也就是说,所谓面部检测控制处理,是指在对预先准备的多个识别器群进行更换的同时进行面部检测处理,如果面部检测成功,则在以后的面部检测处理中,使用面部检测成功了的识别器群进行直到面部检测处理为止的一连串处理。面部检测处理,是例如基于各识别器群,根据称为神经网络算法(Neural Network,NN)、迭代算法(AdaBoost)、支持向量机算法(Support Vector Machine,SVM)的算法,对面部区域进行推定的处理。
由于根据神经网络算法(Neural Network,NN)、迭代算法(AdaBoost)、支持向量机算法(Support Vector Machine,SVM)的面部检测处理是公知的技术,因此在本实施例中省略其详细说明。
另外,所谓半按,是指按到输入部17的快门按钮的中途(未到下限的规定的位置)的操作。
在CPU11中,在对面部检测控制处理的执行进行控制的情况下,选择部41、获取部42、和检测部43起作用。
另外,图2是示例,在摄像装置1中也可以具备GA(图形加速器,Graphics Accelerator)等图像处理专用硬件,并将CPU11的功能的至少一部分交由该硬件来实现。
并且,如上所述,存储部19存储多个与特定的摄影环境对应的被摄体的识别器群。
选择部41从存储部19中存储的多个识别器群中选择特定的识别器群。这里,所谓特定的识别器群,是指为了在通常情况时、逆光时、低光照度时等的特定的摄影环境下检测被摄体而特殊化的识别器群。
详细来讲,选择部41基于通过后述的获取部42获取的摄像图像的数据,来确定该摄像图像内的被摄体,对与该被摄体相符合的特定的识别器群进行选择。选择部41对属于特定的识别器群的各识别器的面部区域,与摄像图像内的被摄体的面部区域的类似度进行计算。选择部41将具有规定值以上的类似度的识别器,作为与被摄体的面部相符合的识别器,来进行识别。作为对特定的识别器群进行选择的顺序,选择部41采用例如存储部19中存储的通常情况时的识别器群、逆光时的识别器群、低光照度时的识别器群这样的顺序。并且,选择部41按照该顺序,在对识别器群进行更换的同时,选择特定的识别器群。并且,选择部41在从后述的检测部43接收到表示面部检测失败了(面部检测失败)的意思的通知的情况下,将前面选择的识别器群更换为不同的识别器群。选择部41生成能够确定已选择的识别器群的信息,并提供给检测部43。
这里,作为对面部检测失败时的识别器群进行更换的顺序,可以是从最初的顺序(通常情况时的识别器群)起依次更换识别器群,与此同时进行面部检测,也可以是从面部检测失败的识别器群的下一个识别器群起按顺序依次对识别器群进行更换,与此同时进行面部检测。
获取部42对通过摄像部18拍摄的摄像图像数据进行依次获取。每次获取摄像图像数据时,获取部42都依次将摄像图像数据提供给检测部43。
检测部43使用通过获取部42依次获取的摄像图像数据,进行面部检测处理。每次通过获取部42依次获取摄像图像数据时,检测部43都使用通过选择部41选择出的特定的识别器群,对摄像图像内的被摄体的面部区域进行检测。详细来讲,检测部43分别对属于通过选择部41选择出的特定的识别器群的各识别器,具体来讲是,按照正面方向的识别器、旋转方向的识别器、横摆方向的识别器、以及俯仰方向的识别器的顺序依次进行更换。每次更换各识别器群时,检测部43都执行面部检测处理。
这样,检测部43通过使用通常情况时的识别器群、逆光时的识别器群、低光照度时的识别器群等与特定的摄影环境相应的识别器群,进行面部检测处理,从而提高面部检测的精度。
另外,在面部检测失败的情况下,检测部43使用通过选择部41更换的识别器群,再次执行面部检测处理。检测部43将表示能否通过检测部进行面部检测的意思的信息通知给选择部41。
下面,参照图3对这样的图2的功能结构的摄像装置1执行的面部检测控制处理进行说明。
图3是对具有图2的功能结构的图1的摄像装置1执行的面部检测控制处理的流程进行说明的流程图。
面部检测控制处理是,例如,由用户对输入部17的快门按钮进行半按,以摄像装置1的工作模式被变更为面部检测状态为契机开始,反复执行下面的处理。
在步骤S101中,获取部42对通过摄像部18拍摄的摄像图像数据进行依次获取。
在步骤S102中,检测部43对识别器群进行更换的同时,进行面部检测处理。该处理中,首先,选择部41基于通过获取部42获取的摄像图像的数据,确定该摄像图像内的被摄体,选择适合该被摄体的特定的识别器群。然后,检测部43进行使用通过选择部41选择出的识别器群,对摄像图像内的被摄体的面部区域进行检测的面部检测处理。
在步骤S103中,检测部43对面部检测是否成功进行判定。在面部检测未成功的情况下,在步骤S103判定为否,并且处理返回到步骤S102。也就是说,在直到面部检测成功为止的期间,反复进行通过选择部41进行的识别器群的选择。相对地,在面部检测成功的情况下,在步骤S103判定为是,处理进入步骤104。
在步骤S104中,检测部43通过进行了面部检测的识别器群,执行以后的面部检测处理。该处理中,检测部43使用在步骤S103中刚刚判定为面部检测成功之前步骤S102中被选择的识别器群,进行面部检测处理。由此,能够提高面部检测处理的精度。
在步骤S105中,检测部43对是否未能进行面部检测进行判定。在面部检测成功了的情况下,在步骤S105中判定为否,并且处理返回到步骤S104。也就是说,在能够进行面部检测的期间,继续执行使用了刚刚在步骤S103判定为面部检测成功之前在步骤S102中被选择出的识别器群的面部检测处理。相对地,在未能进行了面部检测的情况下,在步骤S105判定为是,并且处理进入步骤S106。
在步骤S106中,检测部43对是否接收到面部检测控制处理的结束指示进行判定。在没有接收到结束指示的情况下,在步骤S106判定为否,并且处理返回到步骤S102。也就是说,在没有接收到面部检测控制处理的结束指示的情况下,检测部43再次对各识别器群进行更换,与此同时进行面部检测处理,并反复进行步骤S102~S106的处理。对此,在接收到面部检测控制处理的结束指示的情况下,在步骤S106判定为是,并结束面部检测控制处理。
如以上说明,本实施方式的摄像装置1具备:选择部41、获取部42、和检测部43。选择部41从存储在规定的存储部19中的、与特定的摄影环境对应的被摄体的识别器群中,选择特定的识别器群。获取部42对通过摄像部18摄像的图像进行依次获取。检测部43使用通过选择部41选择的特定的识别器群,对通过获取部42依次获取的摄像图像中的被摄体图像进行检测。
由此,由于基于与特定的摄影环境对应的识别器群,能够进行被摄体图像的检测,因此即使在有变化的摄影环境下,也能够更适当地进行被摄体的检测。并且,在将与规定的摄影环境对应的识别器群应用于被摄体的检测处理后,即使在向摄影环境不同的被摄体转变的情况下,也能够进行与转变以后的摄影环境相应的被摄体的检测。这样,即使在摄影环境转变的情况下,不用另外设置用于对摄影环境进行检测的传感器,便能够进行高精度的被摄体的检测。
进一步,本实施方式的选择部41通过顺序使用存储部19中存储的多个识别器的各识别器群,以选择适合于通过获取部42获取的摄像图像中的被摄体的特定的识别器。
由此,由于能够基于为了对应各种摄影环境而被选择的识别器群,进行被摄体的检测,因此能够提高被摄体的检测的精度。
以上,对本发明的与第1实施方式相关的摄像装置1进行了说明。
下面,对本发明的与第2实施方式相关的摄像装置1进行说明。
[第2实施方式]
与第2实施方式相关的摄像装置1,能够采取与第1实施方式中的摄像装置1基本相同的硬件结构。
因此,图1也是表示第2实施方式中的摄像装置1的硬件结构的框图。
但是,第1实施方式的选择部41,通过顺序使用多个识别器群,来选择特定的识别器群,而第2实施方式的选择部41,将属于被选择出的识别器群的各识别器与被摄体图像之间合适的次数的总和最大的识别器群,选择作为特定的识别器群。因此,第2实施方式的摄像装置1进一步具备计算部51。因此,下面,主要对这样的差异点进行说明,适当省略一致点的说明。
进一步地,与第2实施方式相关的摄像装置1执行的面部检测控制处理,与第1实施方式中的面部检测控制处理为基本相同的流程。但是,第1实施方式的面部检测控制处理是,在对各识别器群进行更换后,使用进行了面部检测处理的识别器群,执行以后的面部检测处理,而第2实施方式的面部检测控制处理是,使用面部检测处理中的检测数的总和最大的识别器群,进行面部检测处理。
图4是表示在这样的摄像装置1的功能结构中、用于执行第2实施方式的面部检测控制处理的功能结构的功能框图。
在CPU11中,在对第2实施方式的面部检测控制处理的执行进行控制的情况下,选择部41、获取部42、检测部43、进一步还有计算部51起作用。
计算部51,在固定期间内对存储部19中存储的多个识别器群的各识别器群进行循环使用,与此同时对属于在面部检测处理中使用的识别器群的各识别器与被摄体图像相符合的次数进行计算。详细来讲,计算部51在固定时间内,对被选择的识别器群中的各识别器(正面方向、旋转方向、横摆方向、俯仰方向的识别器)依次进行更换,并对与进行了面部检测处理的结果对应的次数进行计算。例如,在逆光时的识别器群中包含的正面方向的识别器和横摆方向的识别器各1次与摄像图像内的被摄体相符合的情况下,将逆光时的识别器群中的与面部图像相符合的次数记为1+1=2次。计算部51将按每个识别器群计算出的次数的信息提供给选择部41。
选择部41将通过计算部51计算出的次数最大的识别器群,选择作为特定的识别器群。另外,在各识别器群的面部检测的总和相同的情况下,在相同总和的识别器群中,选择先检测出的识别器群。选择部41将已选择的识别器群的信息提供给检测部43。
下面,参照图5,对图4的功能结构的第2实施方式的摄像装置1执行的面部检测控制处理进行说明。
图5是对具有图4的功能结构的图1的第2实施方式的摄像装置1执行的面部检测控制处理的流程进行说明的流程图。
面部检测控制处理,以通过用户将输入部17的快门按钮进行半按下后的摄像装置1的工作模式变更为面部检测状态为契机开始,反复执行下面的处理。
在步骤S201中,获取部42对通过摄像部18拍摄的摄像图像数据进行依次获取。
在步骤S202中,检测部43在对识别器群进行更换的同时,进行面部检测处理。该处理中,首先,选择部41基于通过获取部42获取的摄像图像的数据,确定该摄像图像内的被摄体,对与该被摄体相符合的特定的识别器群进行选择。然后,检测部43使用通过选择部41选择的识别器群,进行对摄像图像内的被摄体的面部区域进行检测的面部检测处理。
在步骤S203中,计算部51对是否经过固定时间进行判定。该处理中,计算部51在各识别器群通过选择部41多次被更换之前,在对任意时间n进行计数的同时,待机直至通过各识别器群在固定时间的期间内进行面部检测处理。作为各识别器群被更换的次数,可以设定为1~100次等任意的次数。在未经过固定时间的情况下,在步骤S203判定为否,并且处理返回到步骤S202。也就是说,在经过固定时间之前的期间内,反复进行通过选择部41进行的识别器群的选择。对此,在经过了固定时间的情况下,在步骤S203判定为是,并且处理进入步骤S204。
在步骤S204中,计算部51,对在步骤S202的面部检测处理中被检测的各识别器群中的面部检测数的总和进行计算。
在步骤S205中,检测部43通过在步骤S204中计算出的面部检测数的总和最大的识别器群,来执行面部检测处理。该处理中,检测部43使用面部检测数的总和最大的、也就是面部检测成功最多的识别器群,进行面部检测处理。由此,能够提高面部检测处理的精度。
在步骤S206中,检测部43对是否未能进行面部检测进行判定。在面部检测成功的情况下,在步骤S206判定为否,并且处理返回到步骤S205。也就是说,在面部检测成功的期间内,继续执行使用了面部检测最成功的识别器群的面部检测处理。相对地,在未能进行面部检测了的情况下,在步骤S206中判定为是,并且处理进入步骤S207。
在步骤S207中,检测部43对是否接收到面部检测控制处理的结束指示进行判定。在没有接收到结束指示的情况下,在步骤S207判定为否,并且处理返回到步骤S202。也就是说,在没有接收到面部检测控制处理的结束指示的情况下,检测部43再次在对各识别器群进行更换的同时,进行面部检测处理,并反复进行步骤S202~S206的处理。相对地,在接收到面部检测控制处理的结束指示的情况下,在步骤S207判定为是,并结束面部检测控制处理。
如以上说明,第2实施方式的摄像装置1进一步具备计算部51。计算部51在固定期间内,对存储部19中存储的多个识别器群的各识别器进行循环使用,与此同时对该各识别器与被摄体图像相符合的次数进行计算。然后,选择部41将通过计算部51计算出的次数总和最大的识别器群,选择作为特定的识别器群。
由此,由于能够基于与被摄体图像相符合的次数总和最大的识别器群,进行被摄体图像的检测,因此能够进行高精度的被摄体图像的检测。
以上,对本发明的第2实施方式中的摄像装置1进行了说明。
下面,对本发明的第3实施方式中的摄像装置1进行说明。
[第3实施方式]
第3实施方式中的摄像装置1能够采取与第1实施方式中的摄像装置1基本相同的硬件结构。
因此,图1也是表示第3实施方式中的摄像装置1的硬件结构的框图。
并且,与第3实施方式相关的摄像装置1执行的面部检测控制处理与第1实施方式中的面部检测控制处理为基本相同的流程。但是,第3实施方式的面部检测控制处理进一步将各识别器群的面部检测结果,保存到FIFO(First In,First Out,先入先出)式的缓冲器中,并对被摄体图像进行综合处理。所谓FIFO式的缓冲器,是指如下这种形式的缓冲器:对于设置在存储部19中的具有规定的保存区域的缓冲器区域,在保存了超过规定的缓冲器区域量的面部检测结果的情况下,将最先保存到缓冲器的面部检测结果替换为后保存的面部检测结果进行保存。并且,所谓综合处理,是指对多个被摄体图像的检测结果进行归纳的处理。
参照图6,对图2的功能结构的第3实施方式的摄像装置1执行的面部检测控制处理进行说明。
图6是对具有图2的功能结构的图1的第3实施方式的摄像装置1执行的面部检测控制处理的流程进行说明的流程图。
面部检测控制处理,以由用户将输入部17的快门按钮半按下后、摄像装置1的工作模式变更为面部检测状态为契机而开始,反复执行下面的处理。
在步骤S301中,获取部42对通过摄像部18拍摄的摄像图像数据进行依次获取。
在步骤S302中,检测部43在对识别器群进行更换的同时,进行面部检测处理。该处理中,首先,选择部41基于通过获取部42获取的摄像图像的数据,确定该摄像图像内的被摄体,对与该被摄体相符合的特定的识别器群进行选择。然后,检测部43使用通过选择部41选择的识别器群,进行对摄像图像内的被摄体的面部区域进行检测的面部检测处理。
在步骤S303中,检测部43,将步骤S302中检测出的各识别器群的面部检测结果保存到FIFO式的FIFO缓冲器中。该处理中,检测部43将面部检测处理中检测出的面部检测结果保存到在存储部19的一个区域中形成的FIFO缓冲器。在保存超过规定的缓冲器区域的量的面部检测结果的情况下,检测部43对于FIFO缓冲器,将在FIFO缓冲器保存的面部检测结果中、最先保存的面部检测结果更换为后保存的面部检测结果并进行保存。
在步骤S304中,检测部43对在步骤S303中保存在FIFO缓冲器中的面部检测结果进行综合,并将综合后的结果作为一帧的输出结果进行输出。作为检测部43进行综合的方法,是指进行将保存在FIFO缓冲器中的被摄体像的面部位置和面部大小近似的被摄体像彼此平均化,并归纳为一帧的处理。另外,在不存在被摄体像的面部位置和面部的大小近似的被摄体像的情况下,将在FIFO缓冲器中存储的面部位置和面部的大小原样作为一帧的输出结果进行输出。由此,能够提高面部检测处理的精度。
并且,作为输出后的处理,也可以是基于与输出结果对应的面部位置、大小,使面部的检测框显示在显示部22。
在步骤S305中,CPU11对是否接收到面部检测控制处理的结束指示进行判定。在没有接收到结束指示的情况下,在步骤S305判定为否,并且处理返回到步骤S302。也就是说,在接收到面部检测控制处理的结束指示之前的期间内,持续将对保存在FIFO缓冲器的面部检测结果进行综合后的结果,作为一帧的输出结果进行输出。与此相对地,在接收到面部检测控制处理的结束指示的情况下,在步骤S305判定为是,并结束面部检测控制处理。
如以上说明,第3实施方式的摄像装置1,通过将与由获取部42依次获取的各摄像图像所对应的检测部43的检测结果保存到FIFO缓冲器,来对被摄体图像进行综合。由此,由于能够进行与最接近的摄影环境相应的被摄体图像的检测,因此能够进行高精度的被摄体图像的检测。
另外,本发明不仅限于上述的实施方式,在能够达成本发明目的的范围内的变形、改良等也包含在本发明中。
例如,在上述实施方式中,虽然在面部检测控制处理中,自动选择识别器群,但不仅限于此。
总之,因用户自己能够对多个面部检测模式进行分别选择,故而用户自己也可以对摄影环境进行判断,并设定在面部检测控制中使用的识别器群。该多个面部检测模式为:“通常情况时的面部检测模式(使用了通常情况时的识别器群的面部检测模式)”、“逆光时的面部检测模式(使用了逆光时的识别器群的面部检测模式)”、“低光照度时的面部检测模式(使用了低光照度时的识别器群的面部检测模式)”。
并且,在上述实施方式中,虽然选择部41对识别器群进行选择的顺序是按照存储部19中存储的通常情况时的识别器群、逆光时的识别器群、低光照度时的识别器群的顺序,按照该顺序进行更换的同时进行选择,但并不仅限于此。例如,作为摄影环境的判定手段,可以在摄像装置1中另外设置光照度传感器,根据通过该光照度传感器检测出的摄影环境,改变通过选择部41更换的识别器群的顺序。例如,在选择部41通过光照度传感器检测到摄影环境为逆光的情况下,优先选择逆光时的识别器群。并且,在选择部41通过光照度传感器检测到摄影环境为低光照度的情况下,优先选择低光照度时的识别器群。
并且,作为摄影环境的判定手段,也可以通过分析图像中的亮度,来对摄影环境进行判定。
并且,在上述实施方式中,虽然检测部43在对包含在被选择的各识别器群中的正面方向的识别器、旋转方向的识别器、横摆方向的识别器、和俯仰方向的识别器按照该顺序依次进行更换,同时进行面部检测处理,但不仅限于此。例如,检测部43能够对包含在被选择的识别器群中的各方向的识别器,同时进行面部检测处理。
并且,在上述实施方式中,虽然各实施方式独立执行,但不仅限于此。例如,能够对第1实施方式的摄像装置1、第2实施方式的摄像装置1、和第3实施方式的摄像装置1各自的处理进行组合执行。
并且,在上述实施方式中,虽然以面部检测控制处理为示例,但不特别限定于此。例如,不仅仅是面部检测控制,如果使用以手为检测对象的各识别器群,上述的实施方式也能够适用于对手的检测。并且,检测对象除了人的面部之外,还能以动物的面部为检测对象来应用本实施方式。总之,将识别器群的设计对象设为任意的被摄体,对该任意的被摄体的检测都能够适用本实施方式。
并且,在上述实施方式中,虽然对于适用本发明的摄像装置1以数码照相机为示例进行了说明,但不特别限定于此。
例如,本发明能够普遍适用于具有摄像功能的电子设备。具体来讲,例如,本发明能够适用于笔记本型的个人计算机、电视机、摄像机、便携式导航仪、移动电话、便携式游戏机等。
上述的一连串的处理可以通过硬件执行,也可以通过软件执行。
换句话说,图2的功能结构只是示例,并不特别限定。也就是说,只要摄像装置1具备整体上能够执行上述的一连串的处理的功能就可以,至于为了实现该功能,使用什么样的功能框,并不特别限定于图2的示例。
并且,一个功能框可以由单个硬件构成,也可以由单个软件构成,还可以由其组合构成。
在通过软件使之执行一连串的处理的情况下,构成该软件的程序是从网络、存储介质安装到计算机等上的。
计算机可以是组入专用硬件中的计算机。并且,计算机也可以是通过安装各种程序,从而能够执行各种功能的计算机,例如,可以是通用的个人计算机。
包含这样的程序的存储介质不仅仅是由为了向用户提供程序,而与装置主体分别发布的图1的可移动介质31构成的,也是由以预先组入到装置主体中的状态向用户提供的存储介质等构成的。例如,可移动介质31是由磁盘(包含软盘)、光盘、或者光磁盘等构成的。光盘是例如,由CD-ROM(Compact Disk-Read Only Memory,光盘只读存储器),DVD(DigitalVersatile Disk,数字多功能光盘)等构成的。光磁盘由MD(Mini-Disk,迷你光盘)等构成。并且,以预先组入到装置主体的状态向用户提供的存储介质,由例如存储程序的图1的ROM12、包含在图1的存储部19中的硬盘等构成。
另外,本说明书中,描述存储在存储介质中的程序的步骤,当然包含沿着该步骤的顺序按时序进行的处理,然而还包括不一定按时序进行的处理、而是并列或者个别地执行的处理。
以上,虽然对本发明的几个实施方式进行了说明,但这些实施方式仅仅是示例,并不是对本发明的技术范围进行限定。本发明也可以采取其他各种实施方式,进一步,在不超出本发明主旨的范围内,能够进行省略、置换等各种变化。这些实施方式及其变形,包含在本说明书等记载的发明范围、主旨内,并且也包含与权利要求书中记载的发明及其均等的范围内。

Claims (7)

1.一种被摄体检测装置,具备:
获取单元,其对图像进行依次获取;
选择单元,其从与所述多种摄影环境分别对应的多个识别器中选择特定的识别器;和
检测单元,其使用通过所述选择单元选择出的特定的识别器,来对通过所述获取单元依次获取的图像中的被摄体图像进行检测。
2.根据权利要求1所述的被摄体检测装置,其特征在于,
所述被摄体检测装置还具备判定单元,该判定单元按顺序使用所述多个识别器中的各识别器,从该多个识别器中判定与所获取的所述图像中的被摄体图像相符合的识别器,
所述选择单元,基于所述判定单元的判定结果来选择所述特定的识别器。
3.根据权利要求1所述的被摄体检测装置,其特征在于,
所述被摄体检测装置还具备计算单元,该计算单元在固定期间内对所述多个识别器中的各识别器进行循环使用,同时对所述各识别器与所述被摄体图像相符合的次数进行计算,
所述选择单元,进一步基于计算出的所述次数来选择所述特定的识别器。
4.根据权利要求1所述的被摄体检测装置,其特征在于,所述被摄体检测装置还具备:
综合单元,其将所述检测单元对通过所述获取单元依次获取的图像进行检测的检测结果综合;和
位置决定单元,其基于所述综合单元的综合结果,决定被摄体像在所述图像中的位置。
5.根据权利要求1所述的被摄体检测装置,其特征在于,
所述选择单元,基于用户操作来选择所述特定的识别器。
6.根据权利要求1所述的被摄体检测装置,其特征在于,
所述选择单元,从与所述多种摄影环境分别对应的多个识别器群中选择特定的识别器群,
所述检测单元,使用通过所述选择单元选择出的特定的识别器群,对依次获取的所述图像中的被摄体图像进行检测。
7.一种被摄体检测装置执行的被摄体检测方法,包含:
获取步骤,对图像进行依次获取;
选择步骤,从与多种摄影环境分别对应的多个识别器中选择特定的识别器;和
检测步骤,使用通过所述选择步骤选择出的特定的识别器,对通过所述获取步骤依次获取的图像中的被摄体像进行检测。
CN201310308804.3A 2012-07-23 2013-07-22 被摄体检测装置及被摄体检测方法 Active CN103578102B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-162545 2012-07-23
JP2012162545A JP2014021901A (ja) 2012-07-23 2012-07-23 被写体検出装置、被写体検出方法及びプログラム

Publications (2)

Publication Number Publication Date
CN103578102A true CN103578102A (zh) 2014-02-12
CN103578102B CN103578102B (zh) 2016-08-24

Family

ID=49946233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310308804.3A Active CN103578102B (zh) 2012-07-23 2013-07-22 被摄体检测装置及被摄体检测方法

Country Status (4)

Country Link
US (1) US9055215B2 (zh)
JP (1) JP2014021901A (zh)
KR (1) KR101529384B1 (zh)
CN (1) CN103578102B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978816A (zh) * 2017-12-14 2019-07-05 欧姆龙株式会社 识别装置、识别方法以及存储介质
TWI691166B (zh) * 2018-08-01 2020-04-11 日商歐姆龍股份有限公司 光電感測器
CN111566711A (zh) * 2018-01-09 2020-08-21 五十铃自动车株式会社 驾驶状态判定装置及驾驶状态判定方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021022057A (ja) * 2019-07-25 2021-02-18 ファナック株式会社 設置支援装置、設置支援システム及び設置支援プログラム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050200736A1 (en) * 2004-01-21 2005-09-15 Fuji Photo Film Co., Ltd. Photographing apparatus, method and program
CN101137012A (zh) * 2006-07-25 2008-03-05 富士胶片株式会社 拍摄装置、方法及程序
CN101753841A (zh) * 2008-12-12 2010-06-23 卡西欧计算机株式会社 拍摄装置以及脸部检测方法
CN101888535A (zh) * 2009-05-14 2010-11-17 索尼公司 运动对象检测装置、运动对象检测方法和计算机程序
CN102270306A (zh) * 2010-06-04 2011-12-07 索尼公司 信息处理设备和方法以及程序
CN102280030A (zh) * 2011-07-20 2011-12-14 杭州海康威视软件有限公司 夜晚车辆检测的方法及其系统
CN102332094A (zh) * 2011-10-24 2012-01-25 西安电子科技大学 半监督在线学习人脸检测方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001357404A (ja) * 2000-06-14 2001-12-26 Minolta Co Ltd 画像抽出装置
US7920725B2 (en) * 2003-09-09 2011-04-05 Fujifilm Corporation Apparatus, method, and program for discriminating subjects
JP4397667B2 (ja) * 2003-10-06 2010-01-13 富士フイルム株式会社 識別処理に用いる特徴量の種類と識別条件を決定する装置、プログラムならびにプログラムを記録した記録媒体、および特定内容のデータを選別する装置
JP4572583B2 (ja) * 2004-05-31 2010-11-04 パナソニック電工株式会社 撮像装置
JP2007213182A (ja) * 2006-02-08 2007-08-23 Fujifilm Corp 対象物状態認識方法および装置並びにプログラム
JP5027580B2 (ja) * 2006-07-25 2012-09-19 富士フイルム株式会社 撮影装置および方法並びにプログラム
JP2008108024A (ja) 2006-10-25 2008-05-08 Matsushita Electric Ind Co Ltd 画像処理装置および撮像装置
JP4286292B2 (ja) * 2007-01-30 2009-06-24 三洋電機株式会社 電子カメラ
JP5257274B2 (ja) * 2009-06-30 2013-08-07 住友電気工業株式会社 移動体検出装置、移動体検出方法及びコンピュータプログラム
JP2011014052A (ja) * 2009-07-03 2011-01-20 Nikon Corp 画像識別装置、画像識別方法、識別器作成装置、識別器作成方法、および撮像システム
JP5663923B2 (ja) * 2010-03-31 2015-02-04 カシオ計算機株式会社 撮像装置、撮像方法及びプログラム
JP5320443B2 (ja) * 2011-07-19 2013-10-23 富士フイルム株式会社 高速判別装置および高速判別装置を高速化する方法、並びに高速判別装置プログラム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050200736A1 (en) * 2004-01-21 2005-09-15 Fuji Photo Film Co., Ltd. Photographing apparatus, method and program
CN101137012A (zh) * 2006-07-25 2008-03-05 富士胶片株式会社 拍摄装置、方法及程序
CN101753841A (zh) * 2008-12-12 2010-06-23 卡西欧计算机株式会社 拍摄装置以及脸部检测方法
CN101888535A (zh) * 2009-05-14 2010-11-17 索尼公司 运动对象检测装置、运动对象检测方法和计算机程序
CN102270306A (zh) * 2010-06-04 2011-12-07 索尼公司 信息处理设备和方法以及程序
CN102280030A (zh) * 2011-07-20 2011-12-14 杭州海康威视软件有限公司 夜晚车辆检测的方法及其系统
CN102332094A (zh) * 2011-10-24 2012-01-25 西安电子科技大学 半监督在线学习人脸检测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978816A (zh) * 2017-12-14 2019-07-05 欧姆龙株式会社 识别装置、识别方法以及存储介质
CN109978816B (zh) * 2017-12-14 2024-03-08 欧姆龙株式会社 识别装置、识别方法以及存储介质
CN111566711A (zh) * 2018-01-09 2020-08-21 五十铃自动车株式会社 驾驶状态判定装置及驾驶状态判定方法
TWI691166B (zh) * 2018-08-01 2020-04-11 日商歐姆龍股份有限公司 光電感測器

Also Published As

Publication number Publication date
US20140022412A1 (en) 2014-01-23
JP2014021901A (ja) 2014-02-03
US9055215B2 (en) 2015-06-09
KR101529384B1 (ko) 2015-06-16
KR20140012891A (ko) 2014-02-04
CN103578102B (zh) 2016-08-24

Similar Documents

Publication Publication Date Title
CN107679465B (zh) 一种基于生成网络的行人重识别数据生成和扩充方法
US10395103B2 (en) Object detection method, object detection apparatus, and program
CN104350509B (zh) 快速姿势检测器
CN104050449B (zh) 一种人脸识别方法及装置
TWI753271B (zh) 資源轉移方法、裝置及系統
JP4524264B2 (ja) 画像内のオブジェクトの抽出及び倍率変更表示
CN104238743B (zh) 信息处理装置以及信息处理方法
CN102870135B (zh) 用于形状提取的方法和装置、尺寸测量装置和距离测量装置
EP1519560A3 (en) Image sensing apparatus and its control method
WO2017092679A1 (zh) 一种眼球跟踪的方法及装置、设备
US10600189B1 (en) Optical flow techniques for event cameras
CN103578102A (zh) 被摄体检测装置及被摄体检测方法
CN103312975B (zh) 图像处理装置、以及图像处理方法
CN103685862B (zh) 图像处理装置、图像处理方法
JP2008271268A5 (zh)
US20110141257A1 (en) Apparatus and method for registering plurality of facial images for face recognition
US20180097983A1 (en) Method for processing image and electronic device supporting the same
CN102216958A (zh) 物体检测装置以及物体检测方法
CN105389575A (zh) 生物数据的处理方法和装置
CN110199318A (zh) 驾驶员状态推定装置以及驾驶员状态推定方法
JP2000312329A5 (zh)
CN114299606A (zh) 一种基于前端相机的睡觉检测方法及装置
CN104168415A (zh) 运动图像再现装置及其控制方法
CN113792587A (zh) 一种获取及识别图像的方法、装置、存储介质及电子设备
CN112073713B (zh) 视频漏录测试方法、装置、设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant