DE10164201A1 - System und Verfahren zum automatischen Verbessern von graphischen Bildern - Google Patents
System und Verfahren zum automatischen Verbessern von graphischen BildernInfo
- Publication number
- DE10164201A1 DE10164201A1 DE10164201A DE10164201A DE10164201A1 DE 10164201 A1 DE10164201 A1 DE 10164201A1 DE 10164201 A DE10164201 A DE 10164201A DE 10164201 A DE10164201 A DE 10164201A DE 10164201 A1 DE10164201 A1 DE 10164201A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- data
- face
- facial feature
- enhancer
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 35
- 230000002708 enhancing effect Effects 0.000 title claims 2
- 230000001815 facial effect Effects 0.000 claims abstract description 59
- 239000003623 enhancer Substances 0.000 claims abstract description 53
- 238000001514 detection method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 11
- 210000000887 face Anatomy 0.000 description 7
- 230000037303 wrinkles Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 102100026933 Myelin-associated neurite-outgrowth inhibitor Human genes 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 206010000496 acne Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- NQLVQOSNDJXLKG-UHFFFAOYSA-N prosulfocarb Chemical compound CCCN(CCC)C(=O)SCC1=CC=CC=C1 NQLVQOSNDJXLKG-UHFFFAOYSA-N 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
Ein Bildverbesserungssystem verwendet einen Speicher, einen Gesichtsdetektor und einen Bildverbesserer. Der Speicher speichert digitale Daten, die ein graphisches Bild definieren. Der Gesichtsdetektor analysiert die gespeicherten digitalen Daten und identifiziert automatisch Gesichtsdaten in den digitalen Daten. Diese Gesichtsdaten definieren ein Bild des Gesichts einer Person. Der Bildverbesserer analysiert die Gesichtsdaten und identifiziert automatisch einen Teil der Gesichtsdaten, der ein bestimmtes Gesichtsmerkmal definiert. Der Bildverbesserer manipuliert daraufhin automatisch den vorstehenden Teil der Gesichtsdaten, um ein Erscheinungsbild des Gesichtsmerkmals, wenn das Gesichtsmerkmal durch eine Anzeigevorrichtung angezeigt wird, zu verbessern oder vorteilhaft darzustellen.
Description
Die vorliegende Erfindung bezieht sich allgemein auf Bild
verarbeitungstechniken und insbesondere auf ein System und
ein Verfahren zum automatischen Erfassen und Manipulieren
von Daten, die ein Gesichtsmerkmal auf einem digitalen Bild
definieren, um ein Erscheinungsbild des Gesichtsmerkmals zu
verbessern.
Es existieren diverse Photographieverbesserungstechniken
zum Verbessern des Erscheinungsbildes einer Person auf ei
nem photographierten Bild. Beispielsweise gibt es seit vie
len Jahren Techniken zum Entfernen oder Abschwächen von Ma
keln, Falten oder anderen Anomalien aus bzw. in einem pho
tographierten Gesicht. Normalerweise wird eine Photographie
einer Person erzeugt, indem man ein Bild der Person einem
lichtempfindlichen Material aussetzt, wodurch das Bild auf
einem "Negativ" der Photographie aufgenommen wird. Ein ge
schulter Photograph entwickelt daraufhin das Negativ über
hinreichend bekannte Techniken.
Während des Entwickelns analysiert der Photograph das durch
das negativ aufgenommene Bild, um zu bestimmen, ob in dem
Bild etwaige unansehnliche Merkmale vorliegen, die ent
fernt, vertuscht oder auf andere Art abgeschwächt werden
sollten. Wenn solche Merkmale gefunden werden, können die
Merkmale durch ein Luftbürsten oder andere hinreichend be
kannte Techniken selektiv entfernt oder abgeschwächt wer
den, um das Erscheinungsbild auf dem entwickelten Bild zu
verbessern.
Ungünstigerweise erfordert ein solches Bildverbessern, daß
ein geschulter Photograph das Negativ des aufgenommenen
Bildes analysiert und verbessert. Einen geschulten Photo
graphen das Negativ eines Bildes analysieren und verbessern
zu lassen, erhöht die Kosten des Bildes, und für viele Bil
der sind die Kosten, die damit verbunden sind, die Bildne
gative durch einen geschulten Photographen analysieren und
verbessern zu lassen, untragbar.
Mit der Einführung von Digitalkameras sanken im allgemeinen
die Kosten, die mit einem Analysieren und Verbessern von
Bildern zusammenhängen. Es wurden bzw. werden digitale Ver
arbeitungstechniken entwickelt, die es einem Benutzer er
möglichen, ein digitales Bild eines Objektes aufzunehmen
und Merkmale auf dem aufgenommenen Bild effizient zu be
trachten und über eine Eingabevorrichtung, beispielsweise
eine Maus, zu manipulieren. Solche digitale Verarbeitungs
techniken erfordern jedoch üblicherweise, daß der Benutzer
das aufgenommene Bild in ein Computersystem herunterlädt,
das eine Bildverbesserungssoftware umfaßt. Das Bild wird
durch das Computersystem angezeigt, und der Benutzer wählt
daraufhin aus dem angezeigten Bild bestimmte Bildmerkmale
zum Zweck einer digitalen Verbesserung durch die Bildver
besserungssoftware aus.
Obwohl solche Digitalbildverarbeitungstechniken die Bild
verbesserung effizienter und benutzerfreundlicher gestal
ten, existiert immer noch eine begrenzte Menge an Kosten
beim Anwenden der Digitalbildverarbeitungstechniken. Im
einzelnen verwendet ein Benutzer Zeit und Mühe darauf, die
angezeigten Bildmerkmale, die verbessert werden, auszuwäh
len und zu manipulieren. Es besteht also ein bisher nicht
erfülltes Erfordernis in der Industrie, die Effizienz von
Bildverbesserungstechniken zu vereinfachen und zu erhöhen.
Es ist die Aufgabe der vorliegenden Erfindung, ein automa
tisches Bildverbesserungssystem und ein Verfahren zum Ver
bessern graphischer Bilder zu schaffen, so daß die Bildver
besserung weniger aufwendig wird.
Diese Aufgabe wird durch ein automatisches Bildverbesse
rungssystem gemäß Anspruch 1 und 9 sowie ein Verfahren ge
mäß Anspruch 10 gelöst.
Die vorliegende Erfindung überwindet die Unzulänglichkeiten
und Mängel des Standes der Technik, wie sie oben beschrie
ben wurden. Allgemein liefert die vorliegende Erfindung ein
Bildverbesserungssystem und -verfahren zum automatischen
Erfassen und Manipulieren von Daten, die ein Gesichtsmerk
mal auf einem digitalen Bild definieren, um ein Erschei
nungsbild des Gesichtsmerkmals zu verbessern.
In der Architektur verwendet das Bildverbesserungssystem
der vorliegenden Erfindung einen Speicher, einen Gesichts
detektor und einen Bildverbesserer. Der Speicher speichert
digitale Daten, die ein graphisches Bild definieren. Der
Gesichtsdetektor analysiert die gespeicherten digitalen Da
ten und identifiziert automatisch Gesichtsdaten in den di
gitalen Daten. Diese Gesichtsdaten definieren ein Bild des
Gesichts einer Person. Der Bildverbesserer analysiert die
Gesichtsdaten und identifiziert automatisch einen Teil der
Gesichtsdaten, der ein bestimmtes Gesichtsmerkmal defi
niert. Der Bildverbesserer manipuliert daraufhin automa
tisch den vorangegangenen Teil der Gesichtsdaten, um ein
Erscheinungsbild des Gesichtsmerkmals, wenn das Gesichts
merkmal durch eine Anzeigevorrichtung angezeigt wird, zu
verbessern oder vorteilhaft zur Geltung zu bringen.
Die vorliegende Erfindung kann auch so angesehen werden,
daß sie ein Verfahren zum Verbessern von graphischen Bil
dern liefert. Das Konzept des Verfahrens kann durch die
folgenden Schritte grob umrissen werden: Empfangen von di
gitalen Daten, die ein graphisches Bild definieren; automa
tisches Erfassen von Gesichtsdaten in den digitalen Daten;
Durchsuchen der Gesichtsdaten nach Daten, die ein bestimm
tes Gesichtsmerkmal definieren; automatisches Identifizie
ren, auf der Basis des Suchschritts, eines Satzes von Da
ten, der das bestimmte Gesichtsmerkmal definiert; und Mani
pulieren des Satzes von Daten auf Antwort auf den Identifi
zierungsschritt.
Weitere Merkmale und Vorteile der vorliegenden Erfindung
werden für Fachleute nach Prüfung der folgenden ausführli
chen Beschreibung, wenn diese im Zusammenhang mit den bei
liegenden Zeichnungen gelesen wird, offensichtlich. Es ist
beabsichtigt, daß alle diese Merkmale und Vorteile hierin
in dem Schutzbereich der vorliegenden Erfindung enthalten
und durch die Patentansprüche geschützt sind.
Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung
werden nachfolgend Bezug nehmend auf die beiliegenden
Zeichnungen näher erläutert, deren Elemente nicht unbedingt
maßstabsgetreu zueinander sind, wobei das Hauptaugenmerk
auf einem deutlichen Veranschaulichen der Prinzipien der
Erfindung liegt. Zudem bezeichnen gleiche Bezugszeichen
entsprechende Teile in den verschiedenen Ansichten. Es zei
gen:
Fig. 1 ein Blockdiagramm, das ein Bildverbesserungssy
stem gemäß der vorliegenden Erfindung veranschau
licht;
Fig. 2 und 3 ein Flußdiagramm, das die Architektur und
Funktionalität eines in Fig. 1 gezeigten Ge
sichtsdetektors veranschaulicht; und
Fig. 4 ein Flußdiagramm, das die Architektur und Funk
tionalität des in Fig. 1 gezeigten Bildverbesse
rungssystems veranschaulicht.
Die vorliegende Erfindung bezieht sich allgemein auf ein
System und ein Verfahren zum automatischen Verbessern von
Gesichtsmerkmalen in digitalen Daten, die ein Bild einer
Person definieren. Da die Bildverbesserung automatisch ist,
ist relativ wenig Schulung und/oder Aufwand erforderlich,
um einen Benutzer in die Lage zu versetzen, ansprechendere
Photographien zu erzeugen.
Fig. 1 zeigt ein Bildverbesserungssystem 10 gemäß der vor
liegenden Erfindung. Wie durch Fig. 1 gezeigt ist, umfaßt
das System 10 vorzugsweise einen Systemverwalter 15, einen
Gesichtsdetektor 18 und einen Bildverbesserer 21. Der Sy
stemverwalter 15, der Gesichtsdetektor 18 und der Bildver
besserer 21 können in Software, Hardware oder einer Kombi
nation aus denselben implementiert sein. Bei dem bevorzug
ten Ausführungsbeispiel, wie beispielhaft in Fig. 1 veran
schaulicht ist, sind der Systemverwalter 15, der Gesichts
detektor 18 und der Bildverbesserer 21 der vorliegenden Er
findung zusammen mit der zugehörigen Methodologie in Soft
ware implementiert und in dem Speicher 24 des Bildverbesse
rungssystems 10 gespeichert.
Man beachte, daß der Systemverwalter 15, der Gesichtsdetek
tor 18 und/oder der Bildverbesserer 21, wenn dieselben in
Software implementiert sind, in jedem beliebigen computer
lesbaren Medium gespeichert und transportiert werden kön
nen, zur Verwendung durch einen bzw. eine oder in Verbin
dung mit einem bzw. einer Anweisungsausführungssystem,
-vorrichtung oder -gerät, beispielsweise ein computerba
siertes System, ein einen Prozessor enthaltendes System
oder ein anderes System, das die Anweisungen von dem Anwei
sungsausführungssystem, der -vorrichtung oder dem -gerät
abrufen und die Anweisungen ausführen kann. Im Kontext die
ses Dokuments kann ein "computerlesbares Medium" eine be
liebige Einrichtung sein, die das Programm zur Verwendung
durch das bzw. die oder in Verbindung mit dem bzw. der An
weisungsausführungssystem, -vorrichtung oder -gerät enthal
ten, speichern, kommunizieren, weiterverbreiten oder trans
portieren kann. Das computerlesbare Medium kann beispiels
weise ein(e) elektronische(s), magnetische(s), optische(s),
elektromagnetische(s), Infrarot- oder Halbleitersystem,
-vorrichtung, -gerät oder -ausbreitungsmedium sein, ist je
doch nicht auf dieselben beschränkt. Spezifischere Beispie
le (eine nicht erschöpfende Liste) des computerlesbaren Me
diums würde folgende enthalten: eine elektrische Verbindung
(elektronisch), die ein oder mehrere Drähte aufweist, eine
tragbare Computerplatte (magnetisch), einen Direktzugriffs
speicher (RAM) (magnetisch), einen Festwertspeicher
(ROM) (magnetisch), einen löschbaren programmierbaren Fest
wertspeicher (EPROM oder Flash-Speicher) (magnetisch), einen
Lichtwellenleiter (optisch) und einen tragbaren Compact-
Disk-Festwertspeicher (CDROM) (optisch). Man beachte, daß
das computerlesbare Medium sogar Papier oder ein anderes
geeignetes Medium sein könnte, auf das das Programm ge
druckt ist, da das Programm elektronisch aufgenommen, bei
spielsweise über ein optisches Scannen des Papiers oder des
anderen Mediums, daraufhin zusammengestellt, interpretiert
oder auf andere geeignete Weise verarbeitet werden kann,
falls nötig, und dann in einem Computerspeicher gespeichert
werden kann. Beispielsweise können der Systemverwalter 15,
der Gesichtsdetektor 18 und/oder der Bildverbesserer 21 auf
einer herkömmlichen tragbaren Computerplatte magnetisch ge
speichert und transportiert werden.
Das bevorzugte Ausführungsbeispiel des Bildverbesserungssy
stems 10 der Fig. 1 weist ein oder mehrere herkömmliche
Verarbeitungselemente 32, beispielsweise einen Digitalsi
gnalprozessor (DSP - digital signal processor) auf, die
über eine lokale Schnittstelle 36, die einen oder mehrere
Busse umfassen kann, mit den anderen Elementen in dem Sy
stem 10 kommunizieren und dieselben antreiben. Ein Platten
speichermechanismus 37 kann mit der lokalen Schnittstelle
36 verbunden sein, um Daten von und zu einer nicht flüchti
gen Platte (z. B. magnetisch, optisch usw.) zu übertragen.
Überdies kann eine Eingabevorrichtung 39 verwendet werden,
um Daten von einem Benutzer des Systems 10 einzugeben, und
eine Ausgabevorrichtung 34 kann verwendet werden, um Daten
an den Benutzer auszugeben. Es gibt diverse Geräte, die
verwendet werden können, um die Eingabevorrichtung 39 zu
implementieren, beispielsweise unter anderem einen Satz (z. B.
einen oder mehrere) Schalter, einen Satz Tasten, ein Ta
stenfeld, eine Tastatur und/oder eine Maus. Überdies kann
die Ausgabevorrichtung 42 eine Flüssigkristallanzeige, ein
Monitor, ein Drucker oder eine andere herkömmliche Vorrich
tung zum Anzeigen einer Ausgabe sein.
Bei dem bevorzugten Ausführungsbeispiel ist das System 10
als Digitalkamera implementiert, die konfiguriert ist, um
über eine Bildaufnahmevorrichtung 55 Bilder zu machen. In
dieser Hinsicht befindet sich jede Komponente der Fig. 1
vorzugsweise in einem tragbaren Gehäuse, und die Bildauf
nahmevorrichtung 55 umfaßt vorzugsweise eine Linse 57 zum
Empfangen und Fokussieren von Licht von einer Szene. Die
Bildaufnahmevorrichtung 55 umfaßt ferner einen Bildwandler
61, der konfiguriert ist, um das Licht in einen Satz von
digitalen Daten 64 umzuwandeln, der ein Bild der Szene de
finiert. Dieser Satz von Bilddaten 64 kann an den Speicher
24 gesendet und in demselben gespeichert werden. Wie in
Fig. 1 gezeigt ist, können mehrere Sätze von Bilddaten 64,
die jeweils mehrere Bilder definieren, in dem Speicher 24
gespeichert sein.
In dieser Hinsicht kann die Eingabevorrichtung 39 eine Ta
ste oder eine andere Art Schalter umfassen, die bzw. der,
wenn sie bzw. er aktiviert ist, anzeigt, daß ein Bild ge
macht werden sollte. Auf eine Aktivierung der Taste oder
der anderen Art von Schalter in der Eingabevorrichtung 39
hin wird ein Satz von Bilddaten 64 an den Speicher 24 ge
sandt und in demselben gespeichert. Dieser Satz von Bildda
ten 64 definiert ein Bild, das ungefähr dann, wenn die Ta
ste oder die andere Art Schalter aktiviert wurde, der Linse
57 ausgesetzt wurde. Der vorstehende Vorgang kann wie ge
wünscht wiederholt werden. Jedesmal, wenn der vorstehende
Vorgang wiederholt wird, wird ein neuer Satz von Bilddaten
64, der ein Bild definiert, das der Linse 57 ausgesetzt
ist, an den Speicher 24 gesandt und in demselben gespei
chert. Man beachte, daß es möglich ist, einen oder mehrere
der Sätze von Bilddaten 64 von einer externen Vorrichtung
(nicht gezeigt) herunterzuladen. Beispielsweise kann über
den Plattenspeichermechanismus 37 eine Schnittstelle zwi
schen einer Platte und dem System 10 gebildet werden, und
ein oder mehrere Sätze von Bilddaten 64 können von der
Platte zu dem Speicher 24 heruntergeladen werden.
Man sollte beachten, daß es nicht notwendig ist, daß das
System 10 als Digitalkamera implementiert ist. Bei einem
anderen Ausführungsbeispiel kann das System 10 beispiels
weise als Desktop- oder Laptop-Computer implementiert sein.
Bei einem solchen Ausführungsbeispiel kann die Bildaufnah
mevorrichtung 55 als eine abnehmbare Digitalkamera imple
mentiert sein, die Bilder wie oben beschrieben aufnimmt und
die Sätze von Bilddaten 64, die die Bilder definieren, zu
dem Speicher 24 herunterlädt. Alternativ dazu kann die
Bildaufnahmevorrichtung 55 als ein Scanner implementiert
sein, der die Oberfläche eines Dokuments (z. B. einer ent
wickelten Photographie) abtastet, um die Sätze von Bildda
ten 64 zu definieren.
Es können auch andere Vorrichtungen verwendet werden, um
das System 10 zu implementieren. In der Tat kann eine be
liebige Kombination aus Vorrichtungen, die der Architektur
der Fig. 1 zum Durchführen der Funktionalität der vorlie
genden Erfindung, wie hierin beschrieben, entspricht, ver
wendet werden, um das System 10 zu implementieren.
Nachdem ein Satz von Bilddaten 64, der ein Bild definiert,
in dem Speicher 24 gespeichert ist, ruft der Systemverwal
ter 15 vorzugsweise den Gesichtsdetektor 18 auf, der konfi
guriert ist, um den Satz von Bilddaten 64 zu analysieren,
wie hiernach ausführlicher beschrieben wird. Der Systemver
walter 15 kann den Gesichtsdetektor 18 automatisch aufru
fen, wenn der Systemverwalter 15 das Vorhandensein des Sat
zes von Bilddaten 64 in dem Speicher 24 erfaßt. Alternativ
dazu kann ein Benutzer über die Eingabevorrichtung 39 eine
Eingabe vornehmen, die angibt, daß das durch den Satz von
Bilddaten 64 definierte Bild verbessert werden sollte. Als
Antwort auf die durch den Benutzer vorgenommene Eingabe
ruft der Systemverwalter 15 den Gesichtsdetektor 18 auf und
weist den Gesichtsdetektor 18 an, den Satz von Bilddaten,
der das Bild, das verbessert werden soll, definiert, zu
analysieren. Wie hiernach ausführlicher beschrieben wird,
kann ein jegliches Gesicht, das bei einem Analysieren des
Satzes von Bilddaten 64 durch den Gesichtsdetektor 18 er
faßt wird, automatisch durch den Bildverbesserer 21 verbes
sert werden.
Man beachte, daß die durch den Benutzer vorgenommene Einga
be zum Aufrufen des Bildverbesserers 21 Daten umfassen
kann, die angeben, welches durch die Bilddaten 64 definier
te Bild verbessert werden sollte, und somit, welcher Satz
von Bilddaten 64 durch den Gesichtsdetektor 18 und den
Bildverbesserer 21 verarbeitet werden sollte. Beispielswei
se kann der Systemverwalter 15 konfiguriert sein, um einen
oder mehrere Sätze von Bilddaten 64 an die Ausgabevorrich
tung 42 zu senden, die die Bilder, die durch die an die
Ausgabevorrichtung 42 gesendeten Sätze von Bilddaten 64 de
finiert werden, anzeigt. Diese Bilder werden nacheinander
oder gleichzeitig durch die Ausgabevorrichtung 42 ange
zeigt. Der Benutzer kann daraufhin über die Eingabevorrich
tung 39 das zu verbessernde Bild auswählen. Als Antwort
weist der Systemverwalter 15 den Gesichtsdetektor 18 an,
den Satz von Bilddaten 64, der das durch den Benutzer aus
gewählte Bild definiert, zu verarbeiten. Wenn ein Gesicht
durch den ausgewählten Satz von Bilddaten 64 definiert ist,
wird vorzugsweise der Bildverbesserer 21 aufgerufen, um das
Bild des Gesichts zu verbessern. Somit ist der Benutzer in
der Lage, auszuwählen, welche Sätze von Bilddaten 64 durch
das System 10 analysiert und verbessert werden. Man beach
te, daß auch andere Techniken verwendet werden können, um
den Benutzer in die Lage zu versetzen, auszuwählen, welcher
Satz von Bilddaten 64 durch den Gesichtsdetektor 18 und den
Bildverbesserer 21 zu verbessern und somit zu verarbeiten
ist.
Beim Analysieren eines Satzes von Bilddaten 64 ist der Ge
sichtsdetektor 18 konfiguriert, um jegliche Teile der Bild
daten 64, die ein Gesicht einer Person definieren, zu er
fassen. Wenn der Gesichtsdetektor 18 ein Gesicht erfaßt,
wird der Bildverbesserer 21 durch den Systemverwalter 15
aufgerufen, und der Bildverbesserer 21 verwendet die Ergeb
nisse des Gesichtsdetektors 18, um Daten zu definieren, die
bestimmte persönliche Merkmale definieren, die durch den
Bildverbesserer 21 verbessert werden können. Daraufhin ma
nipuliert der Bildverbesserer 21 die Daten, die diese per
sönlichen Merkmale definieren, um das Erscheinungsbild der
Person, die durch das durch die Bilddaten 64 definierte
Bild gezeigt ist.
Beispielsweise ist es üblich, daß in einem menschlichen Ge
sicht an den Augenrändern Falten entstehen. Es kann wün
schenswert sein, diese Falten in einer Photographie der
Person unscharf zu gestalten, um das Erscheinungsbild der
Person auf der Photographie zu verbessern. Auf der Grundla
ge der Ergebnisse des Gesichtsdetektors 18 kann der Bild
verbesserer 21 konfiguriert sein, um die oben genannten
Falten automatisch zu erfassen und die Pixelfarbwerte, die
die Falten und die umgebende Haut definieren, automatisch
unscharf zu gestalten. In dieser Hinsicht ist sich der
Bildverbesserer 21 auf der Grundlage der Ergebnisse der
Analyse, die durch den Gesichtsdetektor 18 durchgeführt
wurde, bewußt, welcher Teil der Bilddaten 64 das Gesicht
einer Person definiert. Der Bildverbesserer 21 kann diese
Gesichtsdaten nach den Daten durchsuchen, die die Falten,
die unscharf gestaltet werden sollen, definieren. Als Bei
spiel kann der Bildverbesserer 21 zunächst die Daten, die
die Augen der Person definieren, ausfindig machen, indem er
nach weißen Farbwerten in dem Teil der Daten, die das Ge
sicht der Person definieren, sucht. Nachdem die Augen loka
lisiert wurden, kann der Bildverbesserer 21 die Daten, die
die Falten definieren, auf der Grundlage der Pixelposition
der Daten bezüglich der Daten, die Augen definieren, loka
lisieren. Der Bildverbesserer 21 kann daraufhin die Farb
werte der Pixel, die die Falten und den Bereich um die Fal
ten herum definieren, unscharf gestalten oder verwischen.
Bei einem anderen Beispiel kann es wünschenswert sein, die
Farbe und/oder Helligkeit eines Gesichtsmerkmals zu verän
dern. Beispielsweise kann es wünschenswert sein, den Haut
ton eines erfaßten Gesichts zu tönen, um den Hautton entwe
der heller oder dunkler zu machen. Das Vorstehende kann er
reicht werden, indem die durch den Gesichtsdetektor 18 er
faßten Gesichtsdaten in einem bestimmten Bereich nach Pi
xelfarbwerten abgesucht werden. Der bestimmte Bereich soll
te derart ausgewählt werden, daß ein jegliches Gesichtspi
xel (d. h. ein Pixel in den durch den Gesichtsdetektor 18
erfaßten Gesichtsdaten), das einen Farbwert in dem Bereich
aufweist, wahrscheinlich ein Pixel ist, das ein Bild der
Haut der Person definiert. Jeder Gesichtspixelfarbwert in
dem vorstehenden Bereich kann daraufhin verändert werden,
um den Hautton des Gesichtsbildes der Person wie gewünscht
abzutönen.
Bei anderen Beispielen kann es wünschenswert sein, andere
Merkmale des durch Bilddaten 64 definierten Gesichtsbildes
schärfer oder unschärfer zu gestalten. Beispielsweise kön
nen die Haarlinien einer Person schärfer gestaltet werden,
und die Wangen und/oder Stirn der Person können unscharf
gemacht werden. Bei jedem dieser Beispiele ist der Bildver
besserer 21 konfiguriert, um die durch den Gesichtsdetektor
18 erfaßten Gesichtsdaten zu analysieren und die Daten, die
ein bestimmtes Gesichtsmerkmal (z. B. Haut, Nase, Mund, Au
gen, usw.) definieren, auf der Grundlage der erwarteten
Form und/oder Farbe des bestimmten Merkmals zu lokalisie
ren. Die Daten, die dieses bestimmte Gesichtsmerkmal defi
nieren, können manipuliert werden, um das Erscheinungsbild
der Person auf dem durch die Bilddaten 64 definierten Bild
zu verbessern, und/oder die Daten, die eine bestimmte Regi
on des Gesichts der Person definieren, können auf der
Grundlage der Nähe der Pixel der Region zu dem bestimmten
Merkmal lokalisiert und manipuliert werden, um das Erschei
nungsbild der Person auf dem durch die Bilddaten 64 defi
nierten Bild zu verbessern.
Da der Bildverbesserer 21 in der Lage ist, seine Suche der
Bilddaten 64 auf den Teil zu beschränken, der das Gesicht
einer Person definiert, wenn er versucht, ein bestimmtes
Gesichtsmerkmal zu lokalisieren, kann der Bildverbesserer
21 in der Lage sein, die Daten, die das bestimmte Gesichts
merkmal definieren, ohne ein Einschreiten des Benutzers zu
lokalisieren. Wenn die Suche des Bildverbesserers nicht so
eingeschränkt werden könnte, dann ist es überdies nicht
wahrscheinlich, daß der Bildverbesserer 21 in der Lage wä
re, das bestimmte Gesichtsmerkmal erfolgreich zu lokalisie
ren. In dieser Hinsicht können zahlreiche Objekte, die in
dem durch die Bilddaten 64 definierten Bild gezeigt sind,
ähnliche Attribute (z. B. Farbe, Form, usw.) wie das ge
suchte bestimmte Gesichtsmerkmal aufweisen. Beispielsweise
kann der Bildverbesserer 24 nach weißen Farbwerten suchen,
um die Daten, die die Augen einer Person definieren, zu lo
kalisieren. Jedoch können zahlreiche Objekte (z. B. Wolken,
Kleidung, Autos, usw.), die in dem Bild gezeigt sind, eben
falls weiße Farbwerte aufweisen. Ohne ein Beschränken der
Suche der Bilddaten 64 auf den Teil, der das Gesicht der
Person definiert, wäre es für den Bildverbesserer 64
schwierig, die Daten, die die Region oder das Merkmal, die
bzw. das zu verbessern ist, automatisch zu lokalisieren.
Somit ist eine Verwendung des Gesichtsdetektors 18 zum Lo
kalisieren der Daten, die das Gesicht einer Person definie
ren, ein wichtiges Merkmal, um eine automatische Bildver
besserung zu ermöglichen. Im folgenden werden nun die Ar
chitektur und Funktionalität des Gesichtsdetektors 18 aus
führlicher beschrieben.
Wie zuvor dargelegt wurde, analysiert der Gesichtsdetektor
18 einen Satz von Bilddaten 64, der ein digitales Bild de
finiert, und erfaßt auf der Grundlage der Bilddaten 64, ob
das digitale Bild ein Gesicht enthält. Wenn das digitale
Bild eine Anzahl von Gesichtern enthält, erfaßt und lokali
siert der Gesichtsdetektor 18 die Daten, die jedes der Ge
sichter definieren, und vorzugsweise versucht der Bildver
besserer 21, jedes entdeckte Gesicht zu verbessern. Der Ge
sichtsdetektor 18 verwendet eine Gesichtserfassungstechno
logie, um zu erfassen, ob das digitale Bild ein Gesicht
enthält.
Bei einem Ausführungsbeispiel ist die durch den Gesichtsde
tektor 18 für eine Gesichtserfassung verwendete Gesichtser
fassungstechnologie die auf dem neuralen Netzwerk basieren
de Gesichtserfassungstechnologie. Die auf dem neuralen
Netzwerk basierende Gesichtserfassungstechnologie ist in
einer Veröffentlichung mit dem Titel "Human Face Detection
in Visual Scenes" von H. Rowley, S. Baluja und T. Kanade,
November 1995, offenbart. Die Veröffentlichung ist von der
Carnegie Mellon University verfügbar und unter
www.ius.cs.cms.edu/IUS/har2/www/CMU-CS-95-158R/ ins Inter
net gestellt. H. Rowley und S. Baluja beschreiben ihre Ge
sichtserfassungstechniken ferner in dem U.S.-Patent Nr.
6,128,397, das durch Bezugnahme in dieses Dokument aufge
nommen ist. Bei einem anderen Ausführungsbeispiel ist die
durch den Gesichtsdetektor 18 für eine Gesichtserfassung
verwendete Gesichtserfassungstechnologie die auf der Haupt
komponentenanalyse basierende Gesichtserfassungstechnolo
gie. Diese auf einer Hauptkomponentenanalyse basierende Ge
sichtserfassungstechnologie ist in dem U.S.-Patent Nr.
5,164,992 vom 17. November 1992 mit dem Titel "Face Reco
gnition System", das durch Bezugnahme in dieses Dokument
aufgenommen ist, offenbart. Alternativ dazu können durch
den Gesichtsdetektor 18 andere bekannte Gesichtserfassungs
technologien verwendet werden.
Wenn der Gesichtsdetektor 18 die auf dem neuralen Netzwerk
basierende Gesichtserfassungstechnologie verwendet, erfaßt
der Gesichtsdetektor 18, ob das digitale Bild ein Gesicht
enthält, indem er das digitale Bild in eine Anzahl von Ge
sichtskandidatfenstern (nicht gezeigt) unterteilt und da
raufhin erfaßt, ob jedes Gesichtskandidatfenster ein Ge
sicht enthält, indem er einen Satz von auf dem neuralen
Netzwerk basierenden Filtern (ebenfalls nicht gezeigt) an
jedes der Gesichtskandidatfenster in dem digitalen Bild an
legt. Dies wird in der oben erwähnten Veröffentlichung mit
dem Titel "Human Face Detection in Visual Scenes" ausführ
licher beschrieben. In diesem Fall können die Gesichtskan
didatfenster nicht-überlappend oder überlappend sein. Die
Filter untersuchen jedes Gesichtskandidatfenster in dem di
gitalen Bild bei mehreren Maßstäben, wobei sie nach Stellen
suchen, die ein Gesicht enthalten könnten (z. B. indem sie
nach Augenpositionen suchen). Der Gesichtsdetektor 18 ver
wendet daraufhin eine Entscheidungseinheit, um die Filter
ausgaben zu kombinieren. Die Entscheidungseinheit wird ver
wendet, um Erfassungen aus einzelnen Filtern zusammenzu
bringen und überlappende Erfassungen zu eliminieren. Folg
lich erfaßt der Gesichtsdetektor 18 Gesichter. Ein Verwen
den der auf einem neuralen Netzwerk basierenden Gesichtser
fassungstechnologie für den Gesichtsdetektor 18 macht die
Gesichtserfassung robust, relativ schnell und beim Erfassen
der meisten Gesichter erfolgreich. Zudem ermöglicht es dem
Gesichtsdetektor 18, unterschiedliche Arten von Gesichtern
mit unterschiedlichen Posen und Beleuchtungen zu erfassen.
Fig. 2 und 3 zeigen die Architektur und Funktionalität des
Gesichtsdetektors 18 bei dem Ausführungsbeispiel, bei dem
der Gesichtsdetektor 18 die auf einem neuralen Netzwerk ba
sierende Gesichtserfassungstechnologie verwendet.
Wie durch Block 102 der Fig. 2 gezeigt ist, dreht der Ge
sichtsdetektor 18 das durch die Bilddaten 64 definierte di
gitale Bild, um eine Anzahl von gedrehten Bildern des digi
talen Bildes zu erzeugen. Der Zweck des Drehens des digita
len Bilds besteht darin, eine Erfassung von Gesichtern bei
diversen Ausrichtungen in dem digitalen Bild zu ermögli
chen. Die Anzahl von gedrehten Bildern ist für die vorlie
gende Erfindung nicht kritisch und kann je nach Wunsch va
riieren.
Bei Block 103 wählt der Gesichtsdetektor 18 eines der ge
drehten Bilder des digitalen Bildes aus und skaliert das
ausgewählte Bild in eine Anzahl von Bildern unterschiedli
cher Größen. Bei Block 104 wählt der Gesichtsdetektor 18
ein skaliertes Bild aus und erfaßt daraufhin, ob sich in
dem skalierten Bild Gesichter befinden. Bei Block 105 be
stimmt der Gesichtsdetektor 18, ob noch mehr skalierte Bil
der vorliegen, die in Block 103 nicht ausgewählt wurden.
Wenn solche skalierten Bilder vorliegen, wird Block 104
wiederholt. Wenn keine solchen skalierten Bilder vorliegen,
wird Block 106 durchgeführt, um zu bestimmen, ob weitere
gedrehte Bilder vorliegen, die nicht für eine Gesichtser
fassung skaliert wurden. Lautet die Antwort ja, dann kehrt
der Gesichtsdetektor 18 zu Block 103 zurück. Lautet die
Antwort nein, dann beendet der Gesichtsdetektor 18 das Ver
arbeiten der Bilddaten 64, die gerade analysiert werden.
Unter Bezugnahme auf Fig. 3 unterteilt der Gesichtsdetektor
18, um Block 104 durchzuführen, zunächst das ausgewählte
skalierte Bild in eine Anzahl von Gesichtskandidatfenstern,
wie durch Block 122 gezeigt ist. Wie oben beschrieben wur
de, können die Gesichtskandidatfenster überlappend oder
nicht-überlappend sein. Bei Block 123 erfaßt der Gesichts
detektor 18, ob ein Gesichtskandidatfenster ein Gesicht
enthält. Wenn bestimmt wird, daß bei Block 124 ein Gesicht
erfaßt wird, wird Block 125 durchgeführt, wobei an diesem
Punkt der Bildverbesserer 21 aufgerufen wird, um ein oder
mehrere Gesichtsmerkmale des erfaßten Gesichts gemäß der
hierin beschriebenen Techniken zu verbessern. Wenn bei
Block 124 bestimmt wird, daß das Gesichtskandidatfenster
kein Gesicht enthält, wird Block 125 übersprungen. Wenn bei
Block 126 weitere nicht erfaßte Gesichtskandidatfenster
vorliegen, kehrt der Gesichtsdetektor 18 zu Block 123 zu
rück. Andernfalls geht der Gesichtsdetektor 18 zu Block 105
der Fig. 2 weiter.
Man sollte beachten, daß der Gesichtsverbesserer 21 konfi
guriert sein kann, um bestimmte Gesichtsmerkmale für jeden
Satz von Bilddaten 64, die durch den Gesichtsdetektor 18
und Bildverbesserer 21 verarbeitet werden, zu verbessern.
Diese Verbesserung kann für den Benutzer transparent sein.
Beispielsweise kann der Bildverbesserer 64 konfiguriert
sein, die Farbwerte der Daten, die die Wangen definieren,
in jedem durch den Gesichtsdetektor 18 erfaßten Gesicht un
scharf zu machen.
Alternativ dazu kann es dem Benutzer des Systems 10 ermög
licht werden, zu steuern, welche Gesichtsmerkmale verbes
sert werden. Beispielsweise kann dem Benutzer über die Aus
gabevorrichtung 42 (Fig. 1) eine Liste von Optionen ange
zeigt werden, beispielsweise eine Option für das Unscharf
machen von Falten, eine Option für das Unscharfmachen von
Wangen, usw. Der Benutzer kann daraufhin über die Eingabe
vorrichtung 39 auswählen, welche der Optionen der Benutzer
implementiert haben möchte. Beispielsweise kann der Benut
zer die Option für das Unscharfmachen von Wangen auswählen.
Auf der Basis der Auswahl des Benutzers kann der Bildver
besserer 21 konfiguriert sein, den Teil der Bilddaten 64 zu
lokalisieren, der die Wangen einer Person definiert, und
die Farbwerte in diesem Teil der Bilddaten 64 unscharf zu
machen. Ohne eine Eingabe, die angibt, daß der Benutzer die
Wangen gerne unscharf hätte, kann der Bildverbesserer 21
konfiguriert sein, ein Unscharfmachen der Daten, die die
Wangen definieren, zu unterlassen. Bei einem solchen Aus
führungsbeispiel kann der Benutzer die Art von Bildverbes
serung, die durch den Bildverbesserer 21 durchgeführt wird,
steuern, jedoch werden die Erfassung der Daten, die das be
stimmte Merkmal oder die bestimmte Region, das bzw. die zu
verbessern ist, und die Verbesserung dieser Daten automa
tisch ohne ein Eingreifen eines Benutzers durchgeführt.
Die bevorzugte Verwendung und der bevorzugte Betrieb des
Bildverbesserungssystems 10 und einer damit verbundenen Me
thodologie werden im folgenden unter Bezugnahme auf Fig. 4
beschrieben. Zu Veranschaulichungszwecken nehme man an, daß
das Bildverbesserungssystem 10 konfiguriert ist, um Ge
sichtsmakel (z. B. Pickel), die auf einem Bild des Gesichts
einer Person zu sehen sind, automatisch zu erfassen und zu
kompensieren. Man sollte jedoch beachten, daß es möglich
ist, daß das System 10 konfiguriert ist, um andere Arten
von Gesichtsmerkmalen zu erfassen und das Bild einer Person
gemäß anderer Arten von Methodologien zu verbessern.
Im Block 152 wird ein Satz von Bilddaten 64, der ein Bild
einer Person definiert, in einem Speicher 24 gespeichert.
Der Datensatz 64 kann die Daten sein, die durch die Bild
aufnahmevorrichtung 55 beim Aufnehmen eines Bildes einer
Szene erzeugt wurden. Nachdem der Satz von Bilddaten 64 in
dem Block 152 empfangen wird, analysiert der Gesichtsdetek
tor 18 den Satz von Bilddaten 64, um einen Teil der Bildda
ten 64, die ein Bild des Gesichts einer Person definieren,
zu erfassen, wie durch Block 155 gezeigt ist. Nachdem die
das Gesicht einer Person definierenden Daten erfaßt sind,
analysiert der Bildverbesserer 21 die Gesichtsdaten, um die
Daten, die ein Gesichtsmakel definieren, automatisch zu lo
kalisieren, wie durch Block 158 und 161 gezeigt ist. Eine
Lokalisierung der den Gesichtsmakel definierenden Daten
kann über eine Vielzahl von Techniken bewerkstelligt wer
den, einschließlich des Vergleichs von Pixelfarben in den
Gesichtsdaten.
Nachdem die den Gesichtsmakel definierenden Daten lokali
siert wurden, manipuliert der Bildverbesserer 21 automa
tisch die Gesichtsmakeldaten, um das Erscheinungsbild des
durch die Gesichtsdaten definierten Bildes zu verbessern,
wie durch Block 165 und 168 gezeigt ist. Beispielsweise
kann der Bildverbesserer 21 die Pixelfarbwerte der Ge
sichtsmakeldaten zu Farben abtönen, die ähnlich den Pixel
farbwerten der anderen Teile von Bilddaten sind. Somit wird
der durch die Gesichtsmakeldaten definierte Gesichtsmakel
kompensiert. In dieser Hinsicht, wenn ein durch die Ge
sichtsdaten definiertes Bild angezeigt wird, sollte der
durch die Gesichtsmakeldaten definierte Gesichtsmakel auf
grund der durch den Bildverbesserer 21 durchgeführten auto
matischen Verbesserung relativ schwer zu erfassen sein.
Folglich sollte das Erscheinungsbild des Bildes ansprechen
der anzusehen sein.
Claims (17)
1. Automatisches Bildverbesserungssystem (10), das fol
gende Merkmale aufweist:
einen Speicher (24) zum Speichern von digitalen Daten, die ein graphisches Bild definieren;
einen Gesichtsdetektor (18), der konfiguriert ist, um die digitalen Daten (64) zu analysieren und um Ge sichtsdaten in den digitalen Daten (64), die in dem Speicher (24) gespeichert sind, automatisch zu identi fizieren; und
einen Bildverbesserer (21), der konfiguriert ist, um die durch den Gesichtsdetektor (18) identifizierten Gesichtsdaten zu analysieren und um einen Teil der Ge sichtsdaten, der ein bestimmtes Gesichtsmerkmal defi nieren, automatisch zu identifizieren, wobei der Ge sichtsverbesserer (21) ferner konfiguriert ist, um den Teil automatisch zu manipulieren, um ein Erscheinungs bild des Gesichtsmerkmals in dem graphischen Bild zu verbessern.
einen Speicher (24) zum Speichern von digitalen Daten, die ein graphisches Bild definieren;
einen Gesichtsdetektor (18), der konfiguriert ist, um die digitalen Daten (64) zu analysieren und um Ge sichtsdaten in den digitalen Daten (64), die in dem Speicher (24) gespeichert sind, automatisch zu identi fizieren; und
einen Bildverbesserer (21), der konfiguriert ist, um die durch den Gesichtsdetektor (18) identifizierten Gesichtsdaten zu analysieren und um einen Teil der Ge sichtsdaten, der ein bestimmtes Gesichtsmerkmal defi nieren, automatisch zu identifizieren, wobei der Ge sichtsverbesserer (21) ferner konfiguriert ist, um den Teil automatisch zu manipulieren, um ein Erscheinungs bild des Gesichtsmerkmals in dem graphischen Bild zu verbessern.
2. System (10) gemäß Anspruch 1, das ferner eine Eingabe
vorrichtung (39) aufweist, die konfiguriert ist, um
eine Eingabe zu empfangen, wobei der Bildverbesserer
(21) ferner konfiguriert ist, um das Gesichtsmerkmal
auf der Basis der Eingabe auszuwählen.
3. System (10) gemäß Anspruch 1 oder 2, beidem der Bild
verbesserer (21) die Teile durch Vermischen von Farb
werten, die diesem Teil zugeordnet sind, manipuliert.
4. System (10) gemäß einem der Ansprüche 1 bis 3, bei dem
der Bildverbesserer (21) durch ein Manipulieren des
Teils das Erscheinungsbild des Gesichtsmerkmals un
scharf macht.
5. System (10) gemäß einem der Ansprüche 1 bis 4, bei dem
der Bildverbesserer (21) durch ein Manipulieren des
Teils das Erscheinungsbild des Gesichtsmerkmals scharf
macht.
6. System (10) gemäß einem der Ansprüche 1 bis 5, bei dem
der Bildverbesserer (21) durch ein Manipulieren des
Teils eine Farbe des Gesichtsmerkmals verändert.
7. System (10) gemäß einem der Ansprüche 1 bis 6, das ei
ne Bildaufnahmevorrichtung (55) umfaßt, die konfigu
riert ist, um ein Bild einer Szene zu empfangen und um
die digitalen Daten (64) auf der Basis des durch die
Bildaufnahmevorrichtung empfangenen Bildes zu erzeu
gen.
8. System (10) gemäß Anspruch 7, bei dem die Bildaufnah
mevorrichtung (55) eine Linse (57) zum Empfangen des
Bildes und einen Bildwandler (61) zum Erzeugen der di
gitalen Daten (64) auf der Basis des Bildes umfaßt.
9. Automatisches Bildverbesserungssystem (10), das fol
gende Merkmale aufweist:
eine Einrichtung zum Speichern von digitalen Daten (64), die ein graphisches Bild definieren;
eine Gesichtserfassungseinrichtung zum Analysieren der digitalen Daten und zum automatischen Identifizieren von Gesichtsdaten in den in der Speichereinrichtung gespeicherten digitalen Daten; und
eine Bildverbesserungseinrichtung zum Analysieren der durch die Gesichtserfassungseinrichtung identifizier ten Gesichtsdaten, zum automatischen Identifizieren eines Teils der Gesichtsdaten, der ein bestimmtes Ge sichtsmerkmal definiert, und zum automatischen Manipu lieren des Teils, um ein Erscheinungsbild des Ge sichtsmerkmals in dem graphischen Bild zu verbessern.
eine Einrichtung zum Speichern von digitalen Daten (64), die ein graphisches Bild definieren;
eine Gesichtserfassungseinrichtung zum Analysieren der digitalen Daten und zum automatischen Identifizieren von Gesichtsdaten in den in der Speichereinrichtung gespeicherten digitalen Daten; und
eine Bildverbesserungseinrichtung zum Analysieren der durch die Gesichtserfassungseinrichtung identifizier ten Gesichtsdaten, zum automatischen Identifizieren eines Teils der Gesichtsdaten, der ein bestimmtes Ge sichtsmerkmal definiert, und zum automatischen Manipu lieren des Teils, um ein Erscheinungsbild des Ge sichtsmerkmals in dem graphischen Bild zu verbessern.
10. Verfahren zum Verbessern graphischer Bilder, das fol
gende Schritte aufweist:
Empfangen von digitalen Daten (64), die ein graphi sches Bild definieren;
automatisches Erfassen von Gesichtsdaten in den digi talen Daten;
Durchsuchen der Gesichtsdaten nach Daten, die ein be stimmtes Gesichtsmerkmal definieren;
automatisches Identifizieren, auf der Basis des Such schritts, eines Satzes von Daten, der das bestimmte Gesichtsmerkmal definiert; und
Manipulieren des Datensatzes als Antwort auf den Iden tifizierungsschritt.
Empfangen von digitalen Daten (64), die ein graphi sches Bild definieren;
automatisches Erfassen von Gesichtsdaten in den digi talen Daten;
Durchsuchen der Gesichtsdaten nach Daten, die ein be stimmtes Gesichtsmerkmal definieren;
automatisches Identifizieren, auf der Basis des Such schritts, eines Satzes von Daten, der das bestimmte Gesichtsmerkmal definiert; und
Manipulieren des Datensatzes als Antwort auf den Iden tifizierungsschritt.
11. Verfahren gemäß Anspruch 10, bei dem der Manipulie
rungsschritt den Schritt eines Vermischens von Farb
werten in dem Satz von Daten mit anderen Farbwerten in
den Gesichtsdaten umfaßt.
12. Verfahren gemäß Anspruch 10 oder 11, das ferner fol
gende Schritte aufweist:
Empfangen einer Eingabe; und
Auswählen des bestimmten Gesichtsmerkmals auf der Ba sis der Eingabe,
wobei der Suchschritt auf dem Auswählschritt basiert.
Empfangen einer Eingabe; und
Auswählen des bestimmten Gesichtsmerkmals auf der Ba sis der Eingabe,
wobei der Suchschritt auf dem Auswählschritt basiert.
13. Verfahren gemäß einem der Ansprüche 10 bis 12, bei dem
der Manipulierungsschritt ein Unscharfmachen eines Er
scheinungsbildes des bestimmten Gesichtsmerkmals, wenn
das bestimmte Gesichtsmerkmal angezeigt wird, bewirkt.
14. Verfahren gemäß einem der Ansprüche 10 bis 13, bei dem
der Manipulierungsschritt ein Scharfmachen eines Er
scheinungsbildes des bestimmten Gesichtsmerkmals, wenn
das bestimmte Gesichtsmerkmal angezeigt wird, bewirkt.
15. Verfahren gemäß einem der Ansprüche 10 bis 14, bei dem
der Manipulierungsschritt eine Farbe des bestimmten
Gesichtsmerkmals, wenn das bestimmte Gesichtsmerkmal
angezeigt wird, beeinflußt.
16. Verfahren gemäß einem der Ansprüche 10 bis 15, das
ferner folgende Schritte aufweist:
Aufnehmen eines Bildes einer Szene; und
Definieren der digitalen Daten auf der Basis des Auf nahmeschrittes.
Aufnehmen eines Bildes einer Szene; und
Definieren der digitalen Daten auf der Basis des Auf nahmeschrittes.
17. Verfahren gemäß Anspruch 16, bei dem der Aufnahme
schritt folgende Schritte umfaßt:
Empfangen von Licht über eine Linse; und
Umwandeln des Lichts in die in dem Empfangsschritt empfangenen digitalen Daten.
Empfangen von Licht über eine Linse; und
Umwandeln des Lichts in die in dem Empfangsschritt empfangenen digitalen Daten.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/749,165 US20020081003A1 (en) | 2000-12-27 | 2000-12-27 | System and method for automatically enhancing graphical images |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10164201A1 true DE10164201A1 (de) | 2002-07-25 |
Family
ID=25012554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10164201A Withdrawn DE10164201A1 (de) | 2000-12-27 | 2001-12-27 | System und Verfahren zum automatischen Verbessern von graphischen Bildern |
Country Status (3)
Country | Link |
---|---|
US (1) | US20020081003A1 (de) |
DE (1) | DE10164201A1 (de) |
GB (1) | GB2372168B (de) |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6959099B2 (en) * | 2001-12-06 | 2005-10-25 | Koninklijke Philips Electronics N.V. | Method and apparatus for automatic face blurring |
US7082211B2 (en) * | 2002-05-31 | 2006-07-25 | Eastman Kodak Company | Method and system for enhancing portrait images |
US7039222B2 (en) * | 2003-02-28 | 2006-05-02 | Eastman Kodak Company | Method and system for enhancing portrait images that are processed in a batch mode |
GB0311185D0 (en) | 2003-05-15 | 2003-06-18 | British Telecomm | Image-size dependent facial caricaturing |
US8494286B2 (en) * | 2008-02-05 | 2013-07-23 | DigitalOptics Corporation Europe Limited | Face detection in mid-shot digital images |
US7574016B2 (en) * | 2003-06-26 | 2009-08-11 | Fotonation Vision Limited | Digital image processing using face detection information |
US7565030B2 (en) * | 2003-06-26 | 2009-07-21 | Fotonation Vision Limited | Detecting orientation of digital images using face detection information |
US7844076B2 (en) * | 2003-06-26 | 2010-11-30 | Fotonation Vision Limited | Digital image processing using face detection and skin tone information |
US7471846B2 (en) * | 2003-06-26 | 2008-12-30 | Fotonation Vision Limited | Perfecting the effect of flash within an image acquisition devices using face detection |
US7269292B2 (en) | 2003-06-26 | 2007-09-11 | Fotonation Vision Limited | Digital image adjustable compression and resolution using face detection information |
US8948468B2 (en) | 2003-06-26 | 2015-02-03 | Fotonation Limited | Modification of viewing parameters for digital images using face detection information |
US7606417B2 (en) * | 2004-08-16 | 2009-10-20 | Fotonation Vision Limited | Foreground/background segmentation in digital images with differential exposure calculations |
US7792970B2 (en) | 2005-06-17 | 2010-09-07 | Fotonation Vision Limited | Method for establishing a paired connection between media devices |
US8498452B2 (en) | 2003-06-26 | 2013-07-30 | DigitalOptics Corporation Europe Limited | Digital image processing using face detection information |
US7440593B1 (en) * | 2003-06-26 | 2008-10-21 | Fotonation Vision Limited | Method of improving orientation and color balance of digital images using face detection information |
US7469072B2 (en) * | 2003-07-18 | 2008-12-23 | Canon Kabushiki Kaisha | Image processing apparatus and method |
US8159561B2 (en) * | 2003-10-10 | 2012-04-17 | Nikon Corporation | Digital camera with feature extraction device |
JP4396387B2 (ja) * | 2004-05-13 | 2010-01-13 | オムロン株式会社 | 画像補正装置 |
US7590267B2 (en) * | 2005-05-31 | 2009-09-15 | Microsoft Corporation | Accelerated face detection based on prior probability of a view |
US8732087B2 (en) | 2005-07-01 | 2014-05-20 | The Invention Science Fund I, Llc | Authorization for media content alteration |
US8203609B2 (en) | 2007-01-31 | 2012-06-19 | The Invention Science Fund I, Llc | Anonymization pursuant to a broadcasted policy |
US9092928B2 (en) | 2005-07-01 | 2015-07-28 | The Invention Science Fund I, Llc | Implementing group content substitution in media works |
US9065979B2 (en) | 2005-07-01 | 2015-06-23 | The Invention Science Fund I, Llc | Promotional placement in media works |
US9230601B2 (en) | 2005-07-01 | 2016-01-05 | Invention Science Fund I, Llc | Media markup system for content alteration in derivative works |
US8126190B2 (en) | 2007-01-31 | 2012-02-28 | The Invention Science Fund I, Llc | Targeted obstrufication of an image |
US9583141B2 (en) | 2005-07-01 | 2017-02-28 | Invention Science Fund I, Llc | Implementing audio substitution options in media works |
US8126938B2 (en) * | 2005-07-01 | 2012-02-28 | The Invention Science Fund I, Llc | Group content substitution in media works |
US7860342B2 (en) * | 2005-07-01 | 2010-12-28 | The Invention Science Fund I, Llc | Modifying restricted images |
US20080028422A1 (en) * | 2005-07-01 | 2008-01-31 | Searete Llc, A Limited Liability Corporation Of The State Of Delaware | Implementation of media content alteration |
RU2367577C1 (ru) | 2005-08-12 | 2009-09-20 | Рик Б. ЙЕГЕР | Система и способ для нанесения изменяющего отражательную способность вещества в целях улучшения визуальной привлекательности человеческой кожи |
JP4750520B2 (ja) * | 2005-09-21 | 2011-08-17 | 富士フイルム株式会社 | 人物画像補正装置および方法 |
US8125526B2 (en) * | 2006-02-03 | 2012-02-28 | Olympus Imaging Corp. | Camera for selecting an image from a plurality of images based on a face portion and contour of a subject in the image |
US7965875B2 (en) | 2006-06-12 | 2011-06-21 | Tessera Technologies Ireland Limited | Advances in extending the AAM techniques from grayscale to color images |
US8942775B2 (en) * | 2006-08-14 | 2015-01-27 | Tcms Transparent Beauty Llc | Handheld apparatus and method for the automated application of cosmetics and other substances |
US8184901B2 (en) | 2007-02-12 | 2012-05-22 | Tcms Transparent Beauty Llc | System and method for applying a reflectance modifying agent to change a person's appearance based on a digital image |
US7889242B2 (en) * | 2006-10-26 | 2011-02-15 | Hewlett-Packard Development Company, L.P. | Blemish repair tool for digital photographs in a camera |
US8055067B2 (en) | 2007-01-18 | 2011-11-08 | DigitalOptics Corporation Europe Limited | Color segmentation |
DE602008001663D1 (de) * | 2007-02-12 | 2010-08-12 | Yeager Rich B | System und verfahren zur elektrostatischen anbringung eines wirkstoffs auf der menschlichen haut |
US9215512B2 (en) | 2007-04-27 | 2015-12-15 | Invention Science Fund I, Llc | Implementation of media content alteration |
US7983480B2 (en) * | 2007-05-17 | 2011-07-19 | Seiko Epson Corporation | Two-level scanning for memory saving in image detection systems |
US10092082B2 (en) * | 2007-05-29 | 2018-10-09 | Tcms Transparent Beauty Llc | Apparatus and method for the precision application of cosmetics |
US7855737B2 (en) | 2008-03-26 | 2010-12-21 | Fotonation Ireland Limited | Method of making a digital camera image of a scene including the camera user |
US8520089B2 (en) | 2008-07-30 | 2013-08-27 | DigitalOptics Corporation Europe Limited | Eye beautification |
CN106919911A (zh) * | 2008-07-30 | 2017-07-04 | 快图有限公司 | 使用脸部检测的自动脸部和皮肤修饰 |
US9053524B2 (en) | 2008-07-30 | 2015-06-09 | Fotonation Limited | Eye beautification under inaccurate localization |
KR101475684B1 (ko) * | 2008-10-17 | 2014-12-23 | 삼성전자주식회사 | 디지털 영상 처리기에서 얼굴 영상 개선 장치 및 방법 |
US8896622B2 (en) * | 2009-09-04 | 2014-11-25 | Adobe Systems Incorporated | Methods and apparatus for marker-based stylistic rendering |
US8379917B2 (en) | 2009-10-02 | 2013-02-19 | DigitalOptics Corporation Europe Limited | Face recognition performance using additional image features |
US8723912B2 (en) | 2010-07-06 | 2014-05-13 | DigitalOptics Corporation Europe Limited | Scene background blurring including face modeling |
JP5740972B2 (ja) * | 2010-09-30 | 2015-07-01 | ソニー株式会社 | 情報処理装置および情報処理方法 |
KR20120071192A (ko) * | 2010-12-22 | 2012-07-02 | 삼성전자주식회사 | 디지털 촬영 장치 및 이의 제어 방법 |
US8693776B2 (en) * | 2012-03-02 | 2014-04-08 | Adobe Systems Incorporated | Continuously adjustable bleed for selected region blurring |
CN103593834B (zh) * | 2013-12-03 | 2017-06-13 | 厦门美图网科技有限公司 | 一种智能添加景深的图像增强方法 |
US9639742B2 (en) | 2014-04-28 | 2017-05-02 | Microsoft Technology Licensing, Llc | Creation of representative content based on facial analysis |
US9773156B2 (en) * | 2014-04-29 | 2017-09-26 | Microsoft Technology Licensing, Llc | Grouping and ranking images based on facial recognition data |
CN104463777B (zh) * | 2014-11-11 | 2018-11-06 | 厦门美图之家科技有限公司 | 一种基于人脸的实时景深的方法 |
KR102359391B1 (ko) * | 2016-11-08 | 2022-02-04 | 삼성전자주식회사 | 디바이스가 이미지를 보정하는 방법 및 그 디바이스 |
US11222413B2 (en) | 2016-11-08 | 2022-01-11 | Samsung Electronics Co., Ltd. | Method for correcting image by device and device therefor |
US11462009B2 (en) | 2018-06-01 | 2022-10-04 | Apple Inc. | Dynamic image analysis and cropping |
CN111291739B (zh) * | 2020-05-09 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 面部检测、图像检测神经网络训练方法、装置和设备 |
US11350059B1 (en) * | 2021-01-26 | 2022-05-31 | Dell Products, Lp | System and method for intelligent appearance monitoring management system for videoconferencing applications |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4817179A (en) * | 1986-12-29 | 1989-03-28 | Scan-Optics, Inc. | Digital image enhancement methods and apparatus |
EP0539439B1 (de) * | 1990-07-17 | 1999-06-16 | BRITISH TELECOMMUNICATIONS public limited company | Verfahren und vorrichtung zur bildverarbeitung |
US5164992A (en) * | 1990-11-01 | 1992-11-17 | Massachusetts Institute Of Technology | Face recognition system |
US5835616A (en) * | 1994-02-18 | 1998-11-10 | University Of Central Florida | Face detection using templates |
US5512939A (en) * | 1994-04-06 | 1996-04-30 | At&T Corp. | Low bit rate audio-visual communication system having integrated perceptual speech and video coding |
JP3490559B2 (ja) * | 1995-11-14 | 2004-01-26 | 富士写真フイルム株式会社 | 画像の主要部判定方法及び複写条件決定方法 |
JP3279913B2 (ja) * | 1996-03-18 | 2002-04-30 | 株式会社東芝 | 人物認証装置、特徴点抽出装置及び特徴点抽出方法 |
US5960099A (en) * | 1997-02-25 | 1999-09-28 | Hayes, Jr.; Carl Douglas | System and method for creating a digitized likeness of persons |
US6072538A (en) * | 1997-07-22 | 2000-06-06 | Sony Corporation | Digital image enhancement |
JP4056594B2 (ja) * | 1997-08-29 | 2008-03-05 | 株式会社市川ソフトラボラトリー | 電子画像の色修正方法及びその色修正装置を内蔵する電子カメラ並びに色修正プログラムを記録した記録媒体 |
US6292574B1 (en) * | 1997-08-29 | 2001-09-18 | Eastman Kodak Company | Computer program product for redeye detection |
US6016354A (en) * | 1997-10-23 | 2000-01-18 | Hewlett-Packard Company | Apparatus and a method for reducing red-eye in a digital image |
US6160923A (en) * | 1997-11-05 | 2000-12-12 | Microsoft Corporation | User directed dust and compact anomaly remover from digital images |
US6108437A (en) * | 1997-11-14 | 2000-08-22 | Seiko Epson Corporation | Face recognition apparatus, method, system and computer readable medium thereof |
US6128397A (en) * | 1997-11-21 | 2000-10-03 | Justsystem Pittsburgh Research Center | Method for finding all frontal faces in arbitrarily complex visual scenes |
US6278491B1 (en) * | 1998-01-29 | 2001-08-21 | Hewlett-Packard Company | Apparatus and a method for automatically detecting and reducing red-eye in a digital image |
US6445819B1 (en) * | 1998-09-10 | 2002-09-03 | Fuji Photo Film Co., Ltd. | Image processing method, image processing device, and recording medium |
JP2000194849A (ja) * | 1998-12-28 | 2000-07-14 | Victor Co Of Japan Ltd | 個人識別装置 |
JP2000242775A (ja) * | 1999-02-19 | 2000-09-08 | Fuji Photo Film Co Ltd | 画像処理方法および装置並びに記録媒体 |
US6571003B1 (en) * | 1999-06-14 | 2003-05-27 | The Procter & Gamble Company | Skin imaging and analysis systems and methods |
-
2000
- 2000-12-27 US US09/749,165 patent/US20020081003A1/en not_active Abandoned
-
2001
- 2001-12-19 GB GB0130382A patent/GB2372168B/en not_active Expired - Fee Related
- 2001-12-27 DE DE10164201A patent/DE10164201A1/de not_active Withdrawn
Also Published As
Publication number | Publication date |
---|---|
US20020081003A1 (en) | 2002-06-27 |
GB2372168A (en) | 2002-08-14 |
GB2372168B (en) | 2005-07-06 |
GB0130382D0 (en) | 2002-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10164201A1 (de) | System und Verfahren zum automatischen Verbessern von graphischen Bildern | |
DE10164540A1 (de) | System und Verfahren zum automatischen Beschneiden von graphischen Bildern | |
DE60307583T2 (de) | Auswertung der Schärfe eines Bildes der Iris eines Auges | |
DE60116949T2 (de) | Gesichtserfassungsverfahren | |
DE60218876T2 (de) | Bildverarbeitung zum entfernen von roten augen | |
DE69734694T2 (de) | Automatisches Bildbeschneiden | |
Ancuti et al. | Single-scale fusion: An effective approach to merging images | |
DE602005003917T2 (de) | Verfahren und Vorrichtung zur Erzeugung von Bildern mit hoher Dynamik aus mehreren Belichtungen | |
DE69906403T2 (de) | Verfahren und Gerät zum Detektieren eines gesichtsähnlichen Gebiets | |
DE69720399T2 (de) | Digitale Komposition eines mosaikähnlichen Bildes | |
DE602004008681T2 (de) | Mikroskop-System und Verfahren | |
DE602004005358T2 (de) | Objektdetektion in bildern | |
DE602006000400T2 (de) | Bildsegmentierungsverfahren und -system | |
DE602005004299T2 (de) | Digitales bilderfassungssystem mit mitteln zur bestimmung der kamerabewegungsunschärfefunktion | |
DE69937029T2 (de) | Signalverarbeitungsverfahren und Vorrichtung für Grauskala-Videosignal in einer Matrix-Anzeigevorrichtung | |
JP3726653B2 (ja) | 画像処理方法、画像処理装置および画像処理方法を実行するプログラムを記録した記録媒体 | |
DE10315462B4 (de) | Bildkorrektursystem und -verfahren | |
DE69909635T2 (de) | Gerät und verfahren zur elektronischen bildverbesserung | |
DE10315461A1 (de) | System und Verfahren für eine Verbesserung von Digitalbildern | |
DE60318351T2 (de) | Ratschlaggebende Vorrichtung, Ausdruck und Speichermedium mit Programm | |
CN101753814A (zh) | 摄像装置、照明处理装置以及照明处理方法 | |
DE2335769A1 (de) | Optisches sichtgeraet | |
DE112006001017T5 (de) | Verfahren und Vorrichtung zum Eingliedern von Irisfarbe in eine Rotes-Auge-Korrektur | |
DE112007002904T5 (de) | Vorrichtung und Verfahren zum Erzeugen photorealistischer Bild-Thumbnails | |
DE10203359B4 (de) | System und Verfahren zur Linsenfilteremulation bei der Digitalphotographie |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: HEWLETT-PACKARD DEVELOPMENT CO., L.P., HOUSTON, TE |
|
8130 | Withdrawal |