CN108629275B - 图像处理装置、图像处理装置的控制方法和存储介质 - Google Patents

图像处理装置、图像处理装置的控制方法和存储介质 Download PDF

Info

Publication number
CN108629275B
CN108629275B CN201810229593.7A CN201810229593A CN108629275B CN 108629275 B CN108629275 B CN 108629275B CN 201810229593 A CN201810229593 A CN 201810229593A CN 108629275 B CN108629275 B CN 108629275B
Authority
CN
China
Prior art keywords
image
person
privacy
image processing
processing
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.)
Active
Application number
CN201810229593.7A
Other languages
English (en)
Other versions
CN108629275A (zh
Inventor
大野英
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.)
Canon Inc
Original Assignee
Canon Inc
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
Priority claimed from JP2017238918A external-priority patent/JP6572293B2/ja
Application filed by Canon Inc filed Critical Canon Inc
Publication of CN108629275A publication Critical patent/CN108629275A/zh
Application granted granted Critical
Publication of CN108629275B publication Critical patent/CN108629275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/44—Secrecy systems
    • H04N1/448—Rendering the image unintelligible, e.g. scrambling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/215—Motion-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)
  • Storage Device Security (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种图像处理装置、图像处理装置的控制方法和存储介质。该图像处理装置包括：获得单元，其被构造为获得由摄像装置拍摄的图像；识别单元，其被构造为从由获得单元获得的图像中识别人物；设置单元，其被构造为针对要由识别单元识别的人物设置时限；以及处理单元，其被构造为对包括超过了由设置单元设置的时限的人物的图像执行用于隐私保护的处理。

Description

图像处理装置、图像处理装置的控制方法和存储介质
技术领域
本发明涉及图像处理装置、图像处理装置的控制方法和存储介质。
背景技术
近年来，随着监视照相机(monitoring camera)被广泛安装，保护由监视照相机拍摄的图像中出现的个人信息的重要性日益增加。
日本特开2016-158156号公报公开了如下技术：对运动图像中的各个区域是否应当成为隐私保护处理的目标进行设置，并且仅对被设置为隐私保护目标的移动体进行隐私保护处理。
另外，日本特开2011-091705号公报公开了如下技术：基于图像分析结果在检测到发生特定事件(丢弃物体(abandonment of an object))时取消对移动体的隐私保护的技术。
然而，在传统技术中，因为不能够灵活地应用用于隐私保护的处理，所以存在便利性低的问题。
发明内容
鉴于上述问题而做出本发明，并且，本发明提供用于实现更灵活且更便利的隐私保护的技术。
根据本发明的一个方面，提供一种图像处理装置，所述图像处理装置包括：获得单元，其被构造为获得由摄像装置拍摄的图像；识别单元，其被构造为从由获得单元获得的图像中识别人物；设置单元，其被构造为针对要由识别单元识别的人物设置时限；以及处理单元，其被构造为对包括超过了由设置单元设置的时限的人物的图像执行用于隐私保护的处理。
根据本发明的一个方面，提供一种图像处理装置，所述图像处理装置包括：获得单元，其被构造为获得由摄像装置拍摄的图像；识别单元，其被构造为从由获得单元获得的图像中识别人物；以及处理单元，其被构造为在对于由识别单元识别的人物发生预定事件的情况下，针对包括该人物的图像执行用于隐私保护的处理。
根据本发明的一个方面，提供一种图像处理装置的控制方法，所述控制方法包括：获得由摄像装置拍摄的图像；从所获得的图像中识别人物；针对所识别的人物设置时限；以及对包括超过了所设置的时限的人物的图像执行用于隐私保护的处理。
根据本发明的一个方面，提供一种图像处理装置的控制方法，所述控制方法包括：获得由摄像装置拍摄的图像；从所获得的图像中识别人物；以及在对于所识别的人物发生预定事件的情况下，针对包括该人物的图像执行用于隐私保护的处理。
根据本发明的一个方面，提供了一种计算机可读存储介质，其存储用于使计算机执行图像处理装置的控制方法的各个步骤的计算机程序，所述控制方法包括：获得由摄像装置拍摄的图像；从所获得的图像中识别人物；针对所识别的人物设置时限；以及对包括超过了所设置的时限的人物的图像执行用于隐私保护的处理。
根据本发明的一个方面，提供了一种计算机可读存储介质，其存储用于使计算机执行图像处理装置的控制方法的各个步骤的计算机程序，所述控制方法包括：获得由摄像装置拍摄的图像；从所获得的图像中识别人物；在对于所识别的人物发生预定事件的情况下，针对包括该人物的图像执行用于隐私保护的处理。
根据下面参照附图对示例性实施例的描述，本发明的其他特征将变得清楚。
附图说明
图1是例示根据第一实施例的图像处理系统的构造的示例的图。
图2A至图2C是用于例示根据第一实施例的图像处理装置的处理的示例的流程图。
图3A至图3D是用于例示根据第一实施例的人力资源管理系统的用户界面的示例的图。
图4A至图4C是根据第一实施例的图像处理装置和人力资源管理系统所保持的数据表的示例。
图5A至图5B是根据第一实施例的隐私保护处理之前和之后的帧图像的示例。
图6是例示根据第二实施例的图像处理装置的构造的示例的图。
图7A至图7C是用于例示根据第二实施例的图像处理装置的处理的示例的流程图。
图8A至图8D是用于例示根据第二实施例的人力资源管理系统的用户界面的示例的图。
图9A至图9C是用于例示根据第三实施例的图像处理装置的处理的示例的流程图。
图10A至图10C是根据第三实施例的图像处理装置和人力资源管理系统所保持的数据表的示例。
图11A至图11B是用于例示根据第四实施例的图像处理装置的处理的示例的流程图。
图12A至图12C是用于例示根据第五实施例的图像处理装置的处理的示例的流程图。
图13A至图13D是用于例示根据第五实施例的人力资源管理系统的用户界面的示例的图。
具体实施方式
现在将参照附图详细地描述本发明的示例性实施例。应该注意，除非另有特别说明，这些实施例中阐述的组件的相对布置、数值表达式和数值并不限制本发明的范围。
(第一实施例)
在第一实施例中，给出如下示例的描述：在针对特定的人物(以下称为隐私保护目标人物)预先设置了管理时限(time limit)的情况下，检测超过了运动图像的管理时限，并实行隐私保护处理。例如，本实施例可以应用于如下情况：对于记录运动图像，为各个雇员设置管理时限(例如，诸如针对合同雇员预先已知登记时间段的情况)。设想对关于离职了并超过了其管理时限的合同雇员的图像实行用于隐私保护的处理。
这里，用于隐私保护的处理(以下称为隐私保护处理)是用于对运动图像中的人物进行抽象化(匿名化)的处理。具体地，这是例如通过抽象化(匿名化)来转换为难以识别个人的图像，例如，对图像中的人物进行如下处理：转换为仅有人物的剪影或轮廓的图像，用二值图像替换的处理，或者遮蔽处理(mask processing)(用矩形或人形图像覆盖和隐藏的处理)。注意，可以为如下构造：使得剪影不需要被示出为黑色，并且轮廓和轮廓的内部是可以与背景区分开的颜色就足够了。另外，可以使用例如用于对面部区域或人物区域进行马赛克处理或模糊处理的技术。
<图像处理系统的构造>
图1是例示根据本实施例的图像处理系统的构造的示例的图。图像处理系统1包括摄像装置111和图像处理装置100。在检测到应该保护预定人物的隐私的事件时，图像处理装置100对该人物进行隐私保护处理。图像处理系统1是独立于管理雇员信息等的人力资源管理系统112进行操作并可以与人力资源管理系统112协同操作的系统。另外，图像处理系统1还可以参照人物匹配数据库113。注意，图像处理系统1可以通过包括摄像装置111、图像处理装置100、人力资源管理系统112和人物匹配数据库113来构造。
摄像装置111是配设有CMOS等的图像传感器的装置，用于通过光电转换将形成在摄像面上的光学图像转换为数字电信号。摄像装置111例如是监视照相机，并且获得静止图像或运动图像。
图像处理装置100配设有图像获得单元101、保存单元102、事件检测单元103、人物识别单元104、隐私处理单元105和时限设置单元106。各个处理单元的功能通过未例示的控制单元(例如CPU)读取保存在保存单元102中的程序并执行该程序来实现。
图像获得单元101获得由摄像装置111拍摄的静止图像或运动图像。保存单元102是用于保存由图像获得单元101获得的静止图像或运动图像的装置，并且，例如是硬盘。保存在保存单元102中的图像是由摄像装置111(监视照相机)中的一个获得的图像或由视频记录服务器(未例示)管理并设置在监视目标区域中的多个摄像装置(监视照相机)拍摄的图像。另外，在本实施例中，保存单元102保持与保存的运动图像相对应的属性信息。
在发生应当进行隐私保护处理的事件时，事件检测单元103检测隐私保护事件。在本实施例中，事件检测单元103在由时限设置单元106(稍后描述)针对由图像获得单元101获得的运动图像而设置的时限与当前时间之间进行比较，并将超过时限检测为事件。
人物识别单元104检测运动图像中的人物，并识别检测到的人物。对于人体检测的方法，因为应用诸如Dalal.N、Triggs.B的“Histograms of Oriented Gradients forHuman Detection”所公开的HOG(方向梯度的直方图)等的现有技术是可接受的，所以省略详细描述。另外，作为用于识别人物的方法，由于应用诸如日本特开2016-009453号公报中公开的面部识别等的现有技术是可接受的，因此省略详细描述。
当人物识别单元104确定其隐私应该被保护的人物时，隐私处理单元105进行隐私保护处理。在本实施例中，人物区域被人物的剪影替换，但是，可以使用任何方法，只要是为了保护隐私而进行的图像处理即可。例如，可以采取这样的构造：使用诸如通过用特定像素值填充由人物识别单元104检测到的人物区域或用具有特定像素值的二维图像乘以人物区域的方法。
对于由摄像装置111拍摄并由图像获得单元101获得的运动图像，时限设置单元106基于由人物识别单元104识别的人物的ID向运动图像添加时限。对于由摄像装置111拍摄的运动图像，在本实施例中，对于诸如合同雇员等的预先已知登记时间段的人物，设置用于保存该人物的运动图像的管理时限。在本实施例中，其管理时限被超过的人物是隐私保护的目标。
<处理>
接下来，参照图2A至图2C、图3A至图3D以及图4A至图4C，给出了由根据本实施例的图像处理装置100实现的处理过程的描述。图2A是人力资源管理系统登记序列的示例，图3A至图3D是人力资源管理系统登记序列的用户界面(在下文中，UI)的示例。图4A至图4C是各数据库数据表的示例。图4A是人力资源管理系统的人力资源数据表的示例。图4B是人物匹配数据库的人物和特征量的表的示例。图4C是保存在保存单元中的运动图像信息表的示例。设想到，对于人力资源管理系统登记序列，在合同雇员的合同时间进行输入。
<登记序列>
在图2A的步骤S201中，当用户在如图3A所示的UI上选择新的登记按钮时，人力资源管理系统112显示如图3B所示的新登记窗口。
在步骤S202中，在如图3B所示的UI上，人力资源管理系统112根据步骤S201中的操作接受向显示的新登记窗口输入登记信息。接受的数据被保持在人力资源管理系统112的数据库中。
在步骤S203中，在如图3C所示的UI上，人力资源管理系统112在合同雇员的合同时限到期之后接受是否希望进行隐私保护处理。在步骤S202中登记的接受数据被保持在图4A所示的人力资源管理系统112的数据库中。在图4A中，希望进行隐私保护处理的情况由〇表示，而不希望隐私保护处理的情况由×表示。
在步骤S204中，在希望隐私保护处理的情况下，人力资源管理系统112转变到步骤S205的处理，并且，在不希望隐私保护处理的情况下，人力资源管理系统112结束人力资源管理系统登记处理序列。
在步骤S205中，在如图3D所示的UI上，人力资源管理系统112接受照片的登记。人力资源职员登记希望隐私保护处理的合同雇员的照片(例如，面部照片)。例如，用于生成ID卡的照片数据被登记到该UI。
在步骤S206中，人力资源管理系统112将登记的照片和登记的人物ID发送到图像处理装置100的人物识别单元104，并且人物识别单元104计算所接收到的照片的特征量。
在步骤S207中，人物识别单元104将在步骤S206中计算出的特征量与接收到的人物ID相关联地登记在图4B中所示的人物匹配数据库113中。这里，登记的人物ID是与由人力资源管理系统112管理的人物ID相同的人物ID。以上是图2A的一系列处理的流程。
<视频记录序列>
接下来，图2B是根据本实施例的视频记录序列的示例。视频记录序列是用于将由摄像装置111(监视照相机等)连续拍摄的运动图像按预定时间间隔分割并将其存储在保存单元102的硬盘驱动器或视频记录服务器中的处理，并且，这是连续进行的处理。
在步骤S221中，图像获得单元101获得由摄像装置111拍摄的运动图像。在步骤S222中，对于由图像获得单元101获得的运动图像，人物识别单元104将按预定时间间隔分割的运动图像进一步分割成帧图像，并进行人物检测处理。
在步骤S223中，人物识别单元104对检测到的人物进行识别。更具体地，对于所有的帧图像，从检测到的人物区域信息来识别面部区域，并且提取面部区域的特征量。人物识别单元104将提取的面部区域的特征量与保存在人物匹配数据库113中的特征量相匹配，并获得人物ID。在对所有的帧图像进行处理之后，人物识别单元104将运动图像、帧编号和人物检测区域输出到保存单元102，以将数据登记在如图4C所示的表中。
同时，人物ID被输出到时限设置单元106。注意，不存对于在每个帧图像中能够获得各个人物的人物ID的限制。例如，由于在人力资源管理系统登记序列中是否进行隐私保护被登记为“不希望”的人物，没有被登记在人物匹配数据库113中，因此不获得人物ID。
在步骤S224中，保存单元102将从人物识别单元104输出的帧编号和人物区域信息与运动图像管理编号相关联地存储。例如，运动图像管理编号、帧编号和人物区域信息被关联并存储在如图4C所示的表中。
在步骤S225中，时限设置单元106从人力资源管理系统112获得与人物ID相对应的合同到期日，并基于合同到期日计算保持时限。在本实施例中，假定合同到期日之后的一个月被计算为保持时限。计算出的保持时限与在步骤S224中保存的运动图像管理编号相关联地保存。例如，通过将保持时限添加到如图4C所示的表中而将其保存。在不希望隐私保护处理的人物的情况下，不设置时限，如图4A中的人物ID“AA002”那样。另外，对于没有合同到期日的雇员，类似地不设置时限。与此对照，对于与合同雇员一样其合同时限被决定的雇员，设置时限(对于与人物ID“AA001”相对应的人物，在合同到期日为2017年6月30日的情况下，时限为2017年7月30日)。以上是图2B的一系列处理的流程。
<隐私保护序列>
接下来，图2C是根据本实施例的隐私保护序列的示例。在隐私保护序列中，当检测到应当进行预定人物的隐私保护的事件时，针对由视频记录序列拍摄的记录运动图像进行隐私保护处理。
在步骤S241中，事件检测单元103搜索保存在保存单元102或视频记录服务器(未例示)中的运动图像的属性信息(例如，如图4C所示的数据表)。将由时限设置单元106设置的时限与当前时间进行比较，并且检测到时限到达。在本实施例中，假定通过批量处理定期地开始搜索。
在步骤S242中，对于各个帧图像，隐私处理单元105对与由事件检测单元103检测到的时限到达相对应的人物区域(隐私保护目标人物)进行隐私保护处理。更具体地，它使用来自隐私保护目标人物的检测区域的背景图像来进行背景差分，并且还进行二值化处理，提取二值剪影信息，将剪影信息叠加在背景图像上，并用源图像替换检测区域。因此，生成将目标人物转换为剪影的图像。对于背景图像，例如，可以使用在步骤S224中保存的运动图像之前或之后的运动图像，并且可以使用不存在人物的图像帧作为背景图像。在本实施例中，给出了用于通过上述方法进行隐私保护处理的示例的描述，但是任何方法都是足够的，只要它是用于转换为人物不能被识别的静止图像或运动图像的方法即可。
这里，图5A至图5B用于给出关于在步骤S242的处理之前和之后的帧图像的描述。图5A至图5B是隐私处理单元105处理帧图像之前和之后的图像。图5A是隐私保护处理前的帧图像。附图标记501是被识别为隐私保护目标人物的人物，并且附图标记502是未被识别为隐私保护目标人物的人物。图5B是对与图5A的帧相同的帧进行隐私保护处理之后的帧图像。附图标记503是隐私保护处理后的隐私保护目标人物，并且，附图标记504是处理后的不是隐私保护目标的人物。如图5B所示，对于隐私保护目标人物，其个人信息受到保护是因为存在向被隐私保护的运动图像的转换，换句话说，向不能识别个人的运动图像的转换。注意，这里给出了仅对隐私保护目标人物501进行隐私保护处理的示例的描述，但是可以对在隐私保护目标人物出现的运动图像中出现的所有人物进行隐私保护处理。
在步骤S243中，隐私处理单元105使用在步骤S242中经受隐私保护处理的图像来生成H.264格式的运动图像，并将其保存在保存单元102或视频记录服务器(未例示)中。在这种情况下，删除未经受隐私保护的源运动图像。另外，在步骤S243中，删除与根据图4A至图4C中所示的表进行处理的人物区域和帧相对应的信息。注意，这里给出对删除未经受隐私保护的原始运动图像的示例的描述，但是可以对管理员添加权限，并且可以在只能由例如管理员查看原始运动图像的状态下保持原始运动图像。
在步骤S244中，事件检测单元103确定对运动图像和对应于运动图像的时限信息的搜索是否结束。如果搜索结束，则隐私保护序列结束。同时，如果搜索还没有结束，则处理返回到步骤S241。以上是图2C的一系列处理的流程。
如上所述，在本实施例中，在针对隐私保护目标人物预先设置管理时限的情况下，检测到运动图像的管理时限到达，并且进行隐私保护处理。因此，能够降低监视运动图像管理员管理个人信息的成本。因此，能够实现更灵活且具有高便利性的隐私保护。
(第二实施例)
在本实施例中，给出了这样的示例的描述：在检测到对特定人物的记录运动图像应当进行隐私保护处理的事件的情况下，从记录运动图像中找到该人物的运动图像，并且对该人物的区域进行隐私保护处理。在本实施例中，尤其是给出了这样的示例的描述：对于记录运动图像，如果某个雇员在某个时间进行了离职(employment separation)，则对该雇员的记录运动图像进行隐私保护处理。
<图像处理系统的构造>
图6是例示根据本实施例的图像处理系统的构造的示例的图。图像处理系统6包括摄像装置611和图像处理装置600。在由图1描述的图像处理装置100的构造元件中，图像处理装置600配设有除时限设置单元106以外的构造元件。
根据本实施例的事件检测单元103检测到发生应该进行隐私保护处理的事件。在本实施例中，假定图像处理系统6与外部人力资源管理系统612协作，并且，在人力资源管理员通过人力资源管理系统612对某个雇员执行离职处理的情况下，假定接收对此的事件触发(trigger)。注意，在本实施例中，假定接收到了离职处理事件触发，但是图像处理系统6接收到的事件触发可以是任何事件触发。图像处理装置600的其他构造元件的功能与图1所述的图像处理装置100的各构造元件的功能相同，因此省略其描述。
<处理>
接下来，参照图7A至图7C以及图8A至图8D，给出由根据本实施例的图像处理装置600实现的处理过程的描述。
<视频记录序列>
图7A是根据本实施例的视频记录序列的示例。在步骤S701中，图像获得单元101获得由摄像装置611拍摄的运动图像。注意，运动图像的获得源不限于一个监视照相机(摄像装置611)，并且可以获得设置在监视目标区域中的所有监视照相机的运动图像。在步骤S702中，保存单元102保存由图像获得单元101获得的运动图像。假定运动图像在按预定时间间隔分割之后被保存。以上是图7A的一系列处理的流程。
<离职处理序列>
接下来，图7B是人力资源管理系统612的离职处理序列的示例。另外，图8A至图8D是用于人力资源管理系统612的离职处理的UI的示例。
在步骤S721中，当用户在如图8A所示的UI上选择离职处理按钮时，人力资源管理系统612显示如图8B所示的离职处理窗口。在步骤S722中，人力资源管理系统612接受图8B所示的UI上的离职处理。
在步骤S723中，人力资源管理系统612显示如图8C所示的UI，以接受关于前雇员是否希望对监视照相机图像进行隐私保护处理的选择。在步骤S724中，如果前雇员希望隐私保护处理，则人力资源管理系统612使处理前进到步骤S725，并且，如果前雇员不希望隐私保护处理，则人力资源管理系统612结束处理。
在步骤S725中，人力资源管理系统612在如图8D所示的UI上呈示对与人力资源数据相关联地保存的照片数据使用隐私保护。另外，所呈示的照片数据被发送到图像处理装置600的人物识别单元104。注意，这里使用了保存的照片数据，但是也可以接受新的照片数据。
在步骤S726中，人物识别单元104从接收到的照片数据计算特征量。计算出的特征量由人物识别单元104保持。在步骤S727中，人力资源管理系统612将离职处理事件触发发送给图像处理装置600。以上是图7B的一系列处理的流程。
<隐私保护序列>
接下来，图7C是根据本实施例的隐私保护序列的示例。在步骤S741中，事件检测单元103检测隐私保护目标人物的隐私应当被保护的事件。在本实施例中，事件检测单元103检测从外部人力资源管理系统612发送的离职处理事件触发，并将事件检测触发发送到人物识别单元104。在这种情况下，获得作为隐私保护目标人物的人物的人物ID的信息，并将该信息发送到人物识别单元104。
在步骤S742中，当获得事件检测触发时，对于保存在保存单元102或视频记录服务器(未例示)中的各个运动图像，人物识别单元104将运动图像分割成帧图像并开始检测一个或更多个人物。
在步骤S743中，人物识别单元104进行对检测到的人物的识别。更具体地，对于所有帧图像，从检测到的人物区域中识别出面部区域，并且提取面部区域的特征量。人物识别单元104对在步骤S726中预先计算出的特征量与提取的特征量之间进行匹配，并且在能够对同一人进行匹配的情况下，将其识别为离职目标人物。在针对所有帧图像进行处理之后，人物识别单元104将用于被识别为离职目标人物的人物的检测区域信息、帧编号和运动图像发送到隐私处理单元105。
在步骤S744中，隐私处理单元105针对各个帧图像对隐私保护目标人物进行隐私保护处理。因为隐私保护处理的细节类似于步骤S242的处理，所以省略其描述。
在步骤S745中，隐私处理单元105使用在步骤S744中经受了隐私保护处理的图像来生成H.264格式的运动图像，并将其保存在保存单元102或视频记录服务器(未示出)中。在这种情况下，从保存单元102或视频记录服务器(未示出)中删除未经受隐私保护的源运动图像。
在步骤S746中，人物识别单元104确定保存在保存单元102或视频记录服务器(未示出)中的运动图像中的人物的检测是否结束。在人物的检测结束的情况下，处理结束。同时，在人物的检测还没有结束的情况下，则处理返回到步骤S742。以上是图7C的一系列处理的流程。
如上所述，在本实施例中，在检测到应该对特定人物的记录运动图像进行隐私保护处理的事件的情况下，在由任何监视照相机记录的记录运动图像中搜索该人物，并且对该人物的区域进行隐私保护处理。因此，能够降低监视运动图像管理员管理运动图像中的个人信息的成本。因此，能够实现更灵活且便利性高的隐私保护。
(第三实施例)
在第二实施例中，给出了如下示例的描述：在发生对于特定人物应当进行隐私保护处理的事件的情况下，在记录运动图像中搜索人物，并且进行隐私保护处理。与此相对，在本实施例中，给出如下示例的描述：在从监视照相机(摄像装置)获得并保存运动图像时，预先将人物ID添加到运动图像。注意，在本实施例中，类似于第二实施例中，给出如下示例的描述：对于记录运动图像，当预定雇员在某个时间进行了离职时，使用添加到运动图像的人物ID来对该雇员的记录运动图像进行隐私保护处理。注意，根据本实施例的图像处理系统(摄像装置，图像处理装置)的构造与第二实施例的构造类似，因此省略其描述。
图9A至图9C是用于例示由根据本实施例的图像处理装置600进行的处理的过程的流程图。另外，图10A至图10C是根据本实施例的图像处理装置和人力资源管理系统所保持的数据表的示例。
首先，使用图10A至图10C，给出关于各装置所保持的各种数据表的描述。图10A是人力资源信息数据表，并保持在人物ID、姓名等相关联的、人力资源管理系统612的数据库(未示出)中。本实施例中的人力资源信息数据表不保持如图4A所示的关于是否希望隐私保护处理的信息。图10B是人物ID和面部特征量相关联的数据表，并且与图4B的数据表类似。图10C是用于与运动图像相关联的属性信息的数据表，并且该数据表被保持在保存单元102中。人物ID被添加到本实施例的属性信息，并且，不包括如图4C所示的关于时限的信息。
<处理>
接下来，参照图9A至图9C，给出由根据本实施例的图像处理装置600实现的处理过程的描述。
<视频记录序列>
图9A是根据本实施例的视频记录序列的示例。步骤S901至步骤S904的各处理类似于图2B的步骤S221至步骤S224的各处理。然而，步骤S904中由保存单元102保存的信息与人物区域信息、人物ID、帧编号和运动图像管理编号相关联地被保存为如图10C所示的数据表。在本实施例中，不包括如图4C所示的关于运动图像的时限的信息。
<离职处理序列>
接下来，图9B是人力资源管理系统612的离职处理序列。步骤S921至步骤S925的各处理与步骤S721至步骤S724和步骤S727的各处理类似。然而，在步骤S925的处理中，人力资源管理系统612向图像处理系统6发送离职处理事件触发，并且还发送离职目标人物的人物ID。
<隐私保护序列>
接下来，图9C是根据本实施例的隐私保护序列的示例。在步骤S941中，事件检测单元103检测隐私保护目标人物的隐私应当被保护的事件。在本实施例中，事件检测单元103从外部人力资源管理系统612检测离职事件处理，并将事件检测触发发送到人物识别单元104。在这种情况下，将作为隐私保护目标人物的人物的人物ID的信息输出到隐私处理单元105。
在步骤S942中，隐私处理单元105参照添加到在保存单元102或视频记录服务器(未示出)中保存的运动图像的人物ID信息，并且搜索作为在步骤S941中获得的隐私保护目标人物的前雇员的人物ID。具体地，在图10C所示的数据表中搜索隐私保护目标人物的人物ID，并且获得与运动图像管理编号相关联的运动图像和人物区域信息。
在步骤S943中，隐私处理单元105针对各个帧图像对隐私保护目标人物进行隐私保护处理。因为隐私保护处理的细节类似于步骤S242的隐私保护处理，所以省略其描述。
在步骤S944中，隐私处理单元105使用在步骤S943中经受隐私保护处理的图像来生成H.264格式的运动图像，并将其保存在保存单元102或视频记录服务器(未示出)中。在这种情况下，删除未经受隐私保护的源运动图像。另外，在步骤S944中，从图10C所示的表中删除与隐私保护目标人物的人物ID相对应的信息。
在步骤S945中，隐私处理单元105确定在图10C所示的表中搜索人物ID是否结束。在搜索结束的情况下，处理结束。同时，在搜索还没有结束的情况下，处理返回到步骤S942。以上是图9C的一系列处理的流程。
如上所述，在本实施例中，当从监视照相机获得并保存运动图像时，预先将人物ID添加到运动图像，在这些人物ID中搜索隐私保护目标人物的人物ID，并且对图像进行隐私保护处理。因此，由于消除了从图像中检测对应人物的精力，所以搜索隐私保护目标人物变得更便利，并且能够进一步降低监视运动图像管理员管理运动图像中的个人信息的成本。因此，能够实现更灵活且便利性高的隐私保护。
(第四实施例)
在第四实施例中，给出如下示例的描述：当检测到有人离开特定区域时，对对应的人物进行隐私保护处理。本实施例可以应用于如下情况：在人物在商店里的情况下保存没有隐私保护的源图像，并且，当该人物离开商店时进行隐私保护处理。
注意，根据本实施例的图像处理系统(摄像装置，图像处理装置)的构造与图6的构造类似，但是人力资源管理系统不是必须的，并且事件检测单元103的处理不同。根据本实施例的事件检测单元103检测到人物离开了特定区域(例如，离开商店)。更具体地，监视照相机(摄像装置)被安装在商店的入口处，检测到人物离开监视照相机拍摄的商店中的特定区域(例如，入口附近)，并且针对离开的该人物的图像进行隐私保护处理。
<处理>
接下来，参照图11A至图11B，给出由根据本实施例的图像处理装置600实现的处理过程的描述。
<视频记录序列>
图11A是根据本实施例的视频记录序列的示例，但是，因为步骤S1101和步骤S1102的各处理类似于第二实施例中的参照图7A描述的步骤S701和步骤S702的各处理，所以省略其描述。
<隐私保护序列>
接下来，图11B是根据本实施例的隐私保护序列的示例。
在步骤S1121中，图像获得单元101获得针对特定区域拍摄的最新图像。在本实施例中，获得来自安装在商店入口处的监视照相机(摄像装置611)的图像。
在步骤S1122中，事件检测单元103从图像获得单元101获得的图像中检测人物，并确定该人物是否离开了特定区域。例如，通过使用先前描述的人物检测技术来进行离开确定，以检测人物区域的底部边缘的中心坐标处于特定区域中。在本实施例中，给出检测到有人离开特定区域的示例的描述，但是，可以使用任何方法，例如，设置通道线并检测通过通道线的方法，只要该方法可以检测到人物离开特定区域即可。当检测到有人离开时，处理进行到步骤S1123。如果没有检测到离开，则处理返回到步骤S1121。
在步骤S1123中，人物识别单元104从在步骤S1122中检测到的人物区域的图像中提取特征量(例如，面部区域的特征量)。因为除了处理对象是人物离开而不是离职目标人物之外，后续步骤S1124至步骤S1128的各处理类似于图7C的步骤S742至步骤S746的各处理，所以省略其描述。以上是图11B的一系列处理的流程。
如上所述，在本实施例中，当针对特定区域检测到人物离开时，使用人物的特征量来对保存在保存单元或者视频记录服务器中的运动图像中的人物进行隐私保护处理。因此，可以自动保护进入商店的顾客的隐私，并且能够降低监视运动图像管理员管理运动图像中的个人信息的成本。因此，能够实现更灵活且具有高便利性的隐私保护。
注意，在本实施例中给出如下示例的描述：响应于检测到人物离开特定区域而进行隐私保护处理，但是，可以采取如下构造：响应于检测到人物进入特定区域而进行隐私保护处理。在这样的情况下，例如，可以采取如下构造：使得安装在商店入口处的监视照相机(摄像装置)拍摄商店内部和外部的区域，并且根据图像中人物进入商店外部的区域来检测离开商店。
(第五实施例)
在第五实施例中，给出如下示例的描述：当接收到来自运动图像中出现的人物的隐私保护处理的请求时，对在过去拍摄的运动图像中对该人物进行隐私保护处理。
注意，根据本实施例的图像处理系统(摄像装置、图像处理装置)的构造与第四实施例的类似，但是，事件检测单元103的处理不同。根据本实施例的事件检测单元103检测针对给定人物的查询图像的输入作为事件。在本实施例中，例如，当从出现在运动图像中的人物接收到对隐私保护处理的请求时，将该人物的查询图像输入到图像处理装置，并且，根据事件检测单元103检测到查询图像的输入来进行隐私保护处理。另外，假定本实施例中的图像处理系统是用于进行记录视频数据的管理的视频记录系统(未示出)的一部分。
<处理>
接下来，参照图12A至图12C以及图13A至图13D，给出由根据本实施例的图像处理系统(视频记录系统)和图像处理装置进行的处理的过程的描述。
<视频记录序列>
首先，图12A是根据本实施例的视频记录序列的示例。因为步骤S1201和步骤S1202的各处理类似于第二实施例中的参照图7A描述的步骤S701和步骤S702的各处理，所以省略其描述。
<UI序列>
图12B是视频记录系统UI序列的示例。另外，图13A至图13D是视频记录系统中的UI的示例。在步骤S1221中，视频记录系统显示隐私保护菜单。例如，显示如图13A所示的隐私保护处理菜单。
在步骤S1222中，视频记录系统接受隐私保护目标人物的照片。例如，显示如图13B所示的隐私保护处理窗口，并且接受隐私保护目标人物的照片的输入。
在步骤S1223中，视频记录系统将所输入的针对隐私保护目标人物的查询图像发送给图像处理系统。例如，当用户点击如图13C所示的画面上的“下一步”时执行发送。随后，显示如图13D所示的指示发送已完成的画面。以上是图12B的一系列处理的流程。
<隐私保护序列>
图12C是根据本实施例的隐私保护序列的示例，但是，尤其是，步骤S1241的处理不同。
在步骤S1241中，事件检测单元103检测到输入了针对隐私保护目标人物的查询图像。步骤S1242的处理与步骤S1123的处理类似，但是，使用人物出现的查询图像来提取隐私保护目标人物的特征量。
因为随后的步骤S1243至步骤S1247的各处理与图11B的步骤S1124至步骤S1128的相应处理类似，所以省略其描述。以上是图12C的一系列处理的流程。
如上所述，在本实施例中，当从出现在运动图像中的人物接收对隐私保护处理的请求时，获得该人物出现的图像作为查询图像。从该图像中提取特征量，并对在过去拍摄的运动图像中的该人物进行隐私保护处理。因此，能够降低监视运动图像管理员管理处于运动图像中的个人信息的成本。因此，能够实现更灵活且便利性高的隐私保护。
[变型例]
在上述实施例中，可以采取这样的构造，使得仅针对存在入场权限可以进入的区域的图像进行隐私保护处理。例如，在第三实施例中，给出了如下示例的描述：在发生对于特定人物应当进行隐私保护处理的事件的情况下，在记录运动图像中搜索该人物，并且进行隐私保护处理。与此对照，可以采取这样的构造：与入口管理系统协作，并且在安装有照相机的区域中，确定与出现在照相机中的人物ID相对应的人物是否具有安装区域的入场权限，并且，只有在该人物具有入场权限的情况下才进行隐私保护处理。因此，可以将在没有入场权限的区域中拍摄的图像保持为可疑活动。
另外，在第四实施例中，给出了如下示例的描述：在检测到人物离开特定区域时，对对应的人物进行隐私保护处理，但是可以采取这样构造：使得对于在列出需要注意的人物的黑名单上登记的人物不进行隐私保护处理。例如，在进行图11B的步骤S1123的处理之后，在离开的人物的面部特征量和登记在黑名单中的人物的特征量之间进行比较。在确定离开的人物是登记在黑名单中的人物的情况下，隐私保护序列结束。因此，能够在对适当的人物进行隐私保护处理的同时，容易地发现并监视不需要隐私保护处理的、需要注意的人物。
利用本发明，能够实现更灵活且便利性高的隐私保护。
其它实施例
还可以通过读出并执行记录在存储介质(也可更完整地称为“非暂时性计算机可读存储介质”)上的计算机可执行指令(例如，一个或更多个程序)以执行上述实施例中的一个或更多个的功能，和/或包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如，专用集成电路(ASIC))的系统或装置的计算机，来实现本发明的实施例，并且，可以利用通过由系统或装置的计算机例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能，并且/或者控制一个或更多个电路以执行上述实施例中的一个或更多个的功能的方法，来实现本发明的实施例。计算机可以包括一个或更多个处理器(例如，中央处理单元(CPU)、微处理单元(MPU))，并且可以包括分开的计算机或分开的处理器的网络，以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质被提供给计算机。存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光盘(诸如压缩光盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)TM)、闪存装置以及存储卡等中的一个或更多个。
本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
虽然针对示例性实施例描述了本发明，但是，应该理解，本发明不限于公开的示例性实施例。下述权利要求的范围应当被赋予最宽的解释，以便涵盖所有这类变型例以及等同的结构和功能。

Claims (4)

1.一种图像处理装置，所述图像处理装置包括：
第一获得单元，其被构造为获得由摄像装置拍摄的图像；
识别单元，其被构造为从由第一获得单元获得的图像中识别人物；
第二获得单元，其被构造为从外部管理系统中获得表示雇员的合同到期时间的信息，所述外部管理系统保持表示雇员的合同到期时间的信息；
设置单元，其被构造为基于由第二获得单元获得的合同到期时间来设置与雇员相对应的对雇员进行隐私保护的时限；以及
图像处理单元，其被构造为，如果超过了由设置单元设置的雇员的时限，则根据由识别单元的识别结果来在图像中执行对雇员进行隐私保护的图像处理。
2.根据权利要求1所述的图像处理装置，其中，用于隐私保护的图像处理是针对所述图像中的人物的遮蔽处理。
3.一种图像处理装置的控制方法，所述控制方法包括：
获得由摄像装置拍摄的图像；
从所获得的图像中识别人物；
从外部管理系统中获得表示雇员的合同到期时间的信息，所述外部管理系统保持表示雇员的合同到期时间的信息；
基于所获得的合同到期时间来设置与雇员相对应的对雇员进行隐私保护的时限；以及
如果超过了所设置的时限，则根据识别结果来在图像中执行对雇员进行隐私保护的图像处理。
4.一种计算机可读存储介质，其存储用于使计算机执行图像处理装置的控制方法的各个步骤的计算机程序，所述控制方法包括：
获得由摄像装置拍摄的图像；
从所获得的图像中识别人物；
从外部管理系统中获得表示雇员的合同到期时间的信息，所述外部管理系统保持表示雇员的合同到期时间的信息；
基于所获得的合同到期时间来设置与雇员相对应的对雇员进行隐私保护的时限；以及
如果超过了所设置的时限，则根据识别结果来在图像中执行对雇员进行隐私保护的图像处理。
CN201810229593.7A 2017-03-21 2018-03-20 图像处理装置、图像处理装置的控制方法和存储介质 Active CN108629275B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2017-054873 2017-03-21
JP2017054873 2017-03-21
JP2017238918A JP6572293B2 (ja) 2017-03-21 2017-12-13 画像処理装置、画像処理装置の制御方法及びプログラム
JP2017-238918 2017-12-13

Publications (2)

Publication Number Publication Date
CN108629275A CN108629275A (zh) 2018-10-09
CN108629275B true CN108629275B (zh) 2024-01-05

Family

ID=61526736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810229593.7A Active CN108629275B (zh) 2017-03-21 2018-03-20 图像处理装置、图像处理装置的控制方法和存储介质

Country Status (3)

Country Link
US (1) US10750053B2 (zh)
EP (1) EP3379471A1 (zh)
CN (1) CN108629275B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6729793B2 (ja) 2017-03-30 2020-07-22 日本電気株式会社 情報処理装置、制御方法、及びプログラム
JP2021121877A (ja) * 2018-04-27 2021-08-26 ソニーグループ株式会社 情報処理装置および情報処理方法
US11275951B2 (en) * 2018-08-22 2022-03-15 Connie Jordan Carmichael Surveillance drone with microbots
CN111260537A (zh) * 2018-12-03 2020-06-09 珠海格力电器股份有限公司 一种图像隐私保护方法、装置、存储介质及摄像设备
JP7330708B2 (ja) * 2019-01-28 2023-08-22 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
CN109801252A (zh) * 2019-01-30 2019-05-24 北京金山安全软件有限公司 图片处理方法、装置和电子设备
US10963588B1 (en) * 2019-10-30 2021-03-30 International Business Machines Corporation Analyzing recordings for data to be protected and identifying recipients and alerts
JP7375692B2 (ja) * 2020-07-01 2023-11-08 トヨタ自動車株式会社 情報処理装置、情報処理方法、及び情報処理システム
US11587325B2 (en) * 2020-09-03 2023-02-21 Industrial Technology Research Institute System, method and storage medium for detecting people entering and leaving a field
CN112312011B (zh) * 2020-10-15 2021-09-14 珠海格力电器股份有限公司 一种摄像头隐私的保护方法以及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006054719A (ja) * 2004-08-12 2006-02-23 Hitachi Ltd 画像処理装置、画像処理システム
JP2009124618A (ja) * 2007-11-19 2009-06-04 Hitachi Ltd カメラ装置、画像処理装置
WO2012001947A1 (ja) * 2010-06-28 2012-01-05 株式会社ニコン 撮像装置、画像処理装置、画像処理プログラム記録媒体
CN102857693A (zh) * 2011-06-30 2013-01-02 佳能株式会社 图像处理设备及其控制方法和存储介质
CN104718749A (zh) * 2012-07-31 2015-06-17 日本电气株式会社 图像处理系统、图像处理方法及程序
US9338008B1 (en) * 2012-04-02 2016-05-10 Cloudera, Inc. System and method for secure release of secret information over a network
CN106027974A (zh) * 2009-10-23 2016-10-12 佳能株式会社 图像处理装置及图像处理方法
US9582709B2 (en) * 2014-10-09 2017-02-28 Hangzhou Closeli Technology Co., Ltd. Privacy for camera with people recognition

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070153091A1 (en) * 2005-12-29 2007-07-05 John Watlington Methods and apparatus for providing privacy in a communication system
JP2011172205A (ja) * 2010-01-20 2011-09-01 Canon Inc 映像情報処理装置および方法
KR101936802B1 (ko) * 2012-07-20 2019-01-09 한국전자통신연구원 얼굴인식 기반의 개인정보보호 장치 및 방법
JP2016009453A (ja) 2014-06-26 2016-01-18 オムロン株式会社 顔認証装置および顔認証方法
JP5988225B2 (ja) 2015-02-25 2016-09-07 パナソニックＩｐマネジメント株式会社 モニタリング装置およびモニタリング方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006054719A (ja) * 2004-08-12 2006-02-23 Hitachi Ltd 画像処理装置、画像処理システム
JP2009124618A (ja) * 2007-11-19 2009-06-04 Hitachi Ltd カメラ装置、画像処理装置
CN106027974A (zh) * 2009-10-23 2016-10-12 佳能株式会社 图像处理装置及图像处理方法
WO2012001947A1 (ja) * 2010-06-28 2012-01-05 株式会社ニコン 撮像装置、画像処理装置、画像処理プログラム記録媒体
CN102857693A (zh) * 2011-06-30 2013-01-02 佳能株式会社 图像处理设备及其控制方法和存储介质
US9338008B1 (en) * 2012-04-02 2016-05-10 Cloudera, Inc. System and method for secure release of secret information over a network
CN104718749A (zh) * 2012-07-31 2015-06-17 日本电气株式会社 图像处理系统、图像处理方法及程序
US9582709B2 (en) * 2014-10-09 2017-02-28 Hangzhou Closeli Technology Co., Ltd. Privacy for camera with people recognition

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于EmguCV的网络摄像智能搜索系统的设计;薛宇城等;《常州工学院学报》;20130828;全文 *
基于图像处理的铁路沿线视频监控算法设计;赵智雅等;《现代电子技术》;20090901(第17期);全文 *

Also Published As

Publication number Publication date
EP3379471A1 (en) 2018-09-26
CN108629275A (zh) 2018-10-09
US20180278801A1 (en) 2018-09-27
US10750053B2 (en) 2020-08-18

Similar Documents

Publication Publication Date Title
CN108629275B (zh) 图像处理装置、图像处理装置的控制方法和存储介质
CN106446873B (zh) 人脸检测方法及装置
US11176679B2 (en) Person segmentations for background replacements
US11004214B2 (en) Image processing apparatus, image processing method, and storage medium
US8983131B2 (en) Video analysis
EP1434164A2 (en) Method of extracting teeth area from teeth image and personal identification method and apparatus using the teeth image
CN112514373B (zh) 用于特征提取的图像处理装置和方法
US8270682B2 (en) Hair segmentation
KR101781358B1 (ko) 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법
JP6726052B2 (ja) 画像処理方法およびプログラム
JPWO2007142227A1 (ja) 画像方向判定装置、画像方向判定方法、および画像方向判定用プログラム
CN105740379A (zh) 一种照片分类管理方法和装置
US9947105B2 (en) Information processing apparatus, recording medium, and information processing method
JP7419080B2 (ja) コンピュータシステムおよびプログラム
CN108776800B (zh) 一种图像处理方法、移动终端及计算机可读存储介质
KR20220098030A (ko) 타깃 운동 궤적 구축 방법, 기기 및 컴퓨터 저장 매체
CN112650882A (zh) 一种视频采集方法、装置及系统
CN110717452B (zh) 图像识别方法、装置、终端及计算机可读存储介质
CN110363111B (zh) 基于镜头失真原理的人脸活体检测方法、装置及存储介质
US20200302572A1 (en) Information processing device, information processing system, information processing method, and program
CN110610178A (zh) 图像识别方法、装置、终端及计算机可读存储介质
JP6572293B2 (ja) 画像処理装置、画像処理装置の制御方法及びプログラム
Amjed et al. A robust geometric skin colour face detection method under unconstrained environment of smartphone database
KR20170034607A (ko) 전경의 색상 추출 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
US20230090122A1 (en) Photographing control device, system, method, and non-transitory computer-readable medium storing program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant