JP2000197050A - 画像処理装置及び方法 - Google Patents
画像処理装置及び方法Info
- Publication number
- JP2000197050A JP2000197050A JP37147998A JP37147998A JP2000197050A JP 2000197050 A JP2000197050 A JP 2000197050A JP 37147998 A JP37147998 A JP 37147998A JP 37147998 A JP37147998 A JP 37147998A JP 2000197050 A JP2000197050 A JP 2000197050A
- Authority
- JP
- Japan
- Prior art keywords
- quantization
- coefficient
- image processing
- specific area
- data
- 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- Withdrawn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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/001—Model-based coding, e.g. wire frame
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
- H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/40—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
- H04N19/124—Quantisation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
- Color Television Systems (AREA)
Abstract
(57)【要約】
【課題】高画質を維持した高能率画像符号化を簡易な処
理で実現する。 【解決手段】 入力したディジタル画像データは、色空
間変換処理部１１３でＹＵＶ色空間に変換され、ウエー
ブレット変換処理部１１５ａ〜ｃでウエーブレット変換
処理が施される。顔領域認識処理部１１６は、こうして
えられた変換係数に基づいて当該画像中の顔領域を抽出
する。量子化処理部１１７ａ〜ｃでは、量子化処理に用
いる量子化係数を前記抽出手段で抽出された顔領域の内
外で切り換えながら、入力される変換係数に量子化処理
を施し、量子化された係数は可変長符号化処理部１１８
ａ〜ｃにて符号化される。符号合成処理部１１９は、こ
うしてえられた各色成分の符号化データと、顔領域認識
処理部１１６で抽出された顔領域とを表わす情報とを合
成し、符号列として出力する。
理で実現する。 【解決手段】 入力したディジタル画像データは、色空
間変換処理部１１３でＹＵＶ色空間に変換され、ウエー
ブレット変換処理部１１５ａ〜ｃでウエーブレット変換
処理が施される。顔領域認識処理部１１６は、こうして
えられた変換係数に基づいて当該画像中の顔領域を抽出
する。量子化処理部１１７ａ〜ｃでは、量子化処理に用
いる量子化係数を前記抽出手段で抽出された顔領域の内
外で切り換えながら、入力される変換係数に量子化処理
を施し、量子化された係数は可変長符号化処理部１１８
ａ〜ｃにて符号化される。符号合成処理部１１９は、こ
うしてえられた各色成分の符号化データと、顔領域認識
処理部１１６で抽出された顔領域とを表わす情報とを合
成し、符号列として出力する。
Description
【０００１】
【発明の属する技術分野】本発明は映像・音声を用いた
テレビ会議システム等の映像通信装置に好適な画像処理
装置及び方法に関するものである。
テレビ会議システム等の映像通信装置に好適な画像処理
装置及び方法に関するものである。
【０００２】
【従来の技術】映像通信装置に使用されるの画像圧縮方
法として、ＩＴＵ−Ｔ勧告Ｈ．２６１、Ｈ．２６３等の
ＤＣＴ（離散コサイン変換）をベースとした高能率符号
化方式が広く実用化されている。しかしながら、インタ
ーネットなどの狭帯域通信環境に適用する場合、高い圧
縮率で符号量を大きく削減する必要があるため、これら
の高能率圧縮符号化方式を適用した場合でも、画像品質
の劣化が問題となっている。
法として、ＩＴＵ−Ｔ勧告Ｈ．２６１、Ｈ．２６３等の
ＤＣＴ（離散コサイン変換）をベースとした高能率符号
化方式が広く実用化されている。しかしながら、インタ
ーネットなどの狭帯域通信環境に適用する場合、高い圧
縮率で符号量を大きく削減する必要があるため、これら
の高能率圧縮符号化方式を適用した場合でも、画像品質
の劣化が問題となっている。
【０００３】そこで、テレビ会議システム等において
は、撮像された画像中最も重要な部位である人物の顔領
域に符号量を多く割り当て、それ以外の領域は符号量を
大きく削減することで総符号量を削減し、主観的な画像
品質を満足させる方法が開発されている。例えば特開平
７−２０３４３６等では、ＤＣＴをベースとした画像圧
縮装置において、顔領域認識結果を基に複数の量子化テ
ーブルを選択し、重要部位である顔領域に符号データを
多く割り当てることで、全体として符号量を押さえなが
ら主観的な画質を向上させる方法が提案されている。
は、撮像された画像中最も重要な部位である人物の顔領
域に符号量を多く割り当て、それ以外の領域は符号量を
大きく削減することで総符号量を削減し、主観的な画像
品質を満足させる方法が開発されている。例えば特開平
７−２０３４３６等では、ＤＣＴをベースとした画像圧
縮装置において、顔領域認識結果を基に複数の量子化テ
ーブルを選択し、重要部位である顔領域に符号データを
多く割り当てることで、全体として符号量を押さえなが
ら主観的な画質を向上させる方法が提案されている。
【０００４】しかしながら、ＤＣＴをベースとした従来
の符号化方式に対して画像領域別の符号量制御を行った
場合、重要部位以外と判断された領域でブロック歪みや
モスキートノイズが激しく発生してしまう。このため、
主観的な画質の劣化が激しく、デコードされた画像が不
自然になるとい問題があった。また、重要部位とそれ以
外と判定された領域の境界部で疑似的な輪郭が生じ、得
られる画像が一層不自然に見える等の問題もあった。
の符号化方式に対して画像領域別の符号量制御を行った
場合、重要部位以外と判断された領域でブロック歪みや
モスキートノイズが激しく発生してしまう。このため、
主観的な画質の劣化が激しく、デコードされた画像が不
自然になるとい問題があった。また、重要部位とそれ以
外と判定された領域の境界部で疑似的な輪郭が生じ、得
られる画像が一層不自然に見える等の問題もあった。
【０００５】以上のような問題点を解決するために、顔
領域以外（非重要部位）と判定された領域に対して低周
波フィルタ処理を行うことが考えられる。すなわち、プ
リフィルタ処理によって予め非重要部位の領域の高周波
成分を減衰させる事により、圧縮処理での符号量発生を
押さえると共に、高周波成分の量子化により発生するモ
スキート雑音を軽減させる。
領域以外（非重要部位）と判定された領域に対して低周
波フィルタ処理を行うことが考えられる。すなわち、プ
リフィルタ処理によって予め非重要部位の領域の高周波
成分を減衰させる事により、圧縮処理での符号量発生を
押さえると共に、高周波成分の量子化により発生するモ
スキート雑音を軽減させる。
【０００６】一方、受信側では、展開された符号データ
に伸長処理を施して画像データに伸長する。そして、伸
長処理によって伸長した画像データは、ポストフィルタ
処理によって空間フィルタ処理される。このポストフィ
ルタ処理によるフィルタリング処理では、顔領域以外と
判定された高圧縮画像領域で激しく発生するブロック歪
みの除去処理を行うと共に、顔領域の境界部で生じる疑
似的な輪郭の除去を行うための適応フィルタ処理を行
う。
に伸長処理を施して画像データに伸長する。そして、伸
長処理によって伸長した画像データは、ポストフィルタ
処理によって空間フィルタ処理される。このポストフィ
ルタ処理によるフィルタリング処理では、顔領域以外と
判定された高圧縮画像領域で激しく発生するブロック歪
みの除去処理を行うと共に、顔領域の境界部で生じる疑
似的な輪郭の除去を行うための適応フィルタ処理を行
う。
【０００７】
【発明が解決しようとする課題】以上のように、ＤＣＴ
ベースの画像符号化方式に重要領域の認識に基づく量子
化制御機能を付加する場合、画像の主観的な劣化を押さ
えるために適応フィルタ処理などの各種追加補正処理が
必要になる。このため、それらの処理をソフトウエアで
実現する場合には処理時間の増大を招き、また、ハード
ウエアで実現する場合には回路規模の増大を招く等の問
題があった。
ベースの画像符号化方式に重要領域の認識に基づく量子
化制御機能を付加する場合、画像の主観的な劣化を押さ
えるために適応フィルタ処理などの各種追加補正処理が
必要になる。このため、それらの処理をソフトウエアで
実現する場合には処理時間の増大を招き、また、ハード
ウエアで実現する場合には回路規模の増大を招く等の問
題があった。
【０００８】本発明は上述した課題に鑑みてなされたも
のであり、高画質を維持した高能率画像量子化を簡単な
処理で実現することを目的とする。
のであり、高画質を維持した高能率画像量子化を簡単な
処理で実現することを目的とする。
【０００９】
【課題を解決するための手段】上記の目的を達成するた
めの本発明の一態様による画像処理装置は以下の構成を
備える。すなわち、入力したディジタル画像データを空
間周波数に基づく係数へ変換して変換係数を得る変換手
段と、前記変換係数に基づいて、前記ディジタル画像デ
ータによって表わされる画像中の特定領域を抽出する抽
出手段と、前記変換係数に量子化処理を施す手段であっ
て、前記抽出手段で抽出された特定領域に応じて量子化
特性を変更する量子化手段とを備える。
めの本発明の一態様による画像処理装置は以下の構成を
備える。すなわち、入力したディジタル画像データを空
間周波数に基づく係数へ変換して変換係数を得る変換手
段と、前記変換係数に基づいて、前記ディジタル画像デ
ータによって表わされる画像中の特定領域を抽出する抽
出手段と、前記変換係数に量子化処理を施す手段であっ
て、前記抽出手段で抽出された特定領域に応じて量子化
特性を変更する量子化手段とを備える。
【００１０】また、本発明によれば、上記構成により得
られる符号化データと特定領域からディジタル画像デー
タを生成する画像処理装置が提供される。そのような本
発明の画像処理装置は例えば以下の構成を備える。すな
わち、特定領域を表わす情報と量子化済データを入力す
る入力手段と、前記入力手段で入力された量子化済デー
タに逆量子化処理を施す手段であって、逆量子化処理特
性を前記特定領域を表わす情報に基づいて切り換える切
換手段とを備える。
られる符号化データと特定領域からディジタル画像デー
タを生成する画像処理装置が提供される。そのような本
発明の画像処理装置は例えば以下の構成を備える。すな
わち、特定領域を表わす情報と量子化済データを入力す
る入力手段と、前記入力手段で入力された量子化済デー
タに逆量子化処理を施す手段であって、逆量子化処理特
性を前記特定領域を表わす情報に基づいて切り換える切
換手段とを備える。
【００１１】
【発明の実施の形態】以下、添付の図面を参照して本発
明に係る好適な実施形態を説明する。
明に係る好適な実施形態を説明する。
【００１２】図１は本実施形態による画像符号化処理の
構成を説明するブロック図である。また、図２は本実施
形態による画像符号化処理の流れを示すフローチャート
である。
構成を説明するブロック図である。また、図２は本実施
形態による画像符号化処理の流れを示すフローチャート
である。
【００１３】図１において、１１１は画像入力部であ
り、撮像素子により得られたアナログビデオ信号をＡ／
Ｄ変換しディジタル画像信号として出力する。１１２は
画像補正処理部であり画像入力部１１１で得られたディ
ジタル画像信号に対して、所望の画像サイズフォーマッ
ト生成、ノイズ除去、解像度補正等の各種補正処理を行
う（図２のステップＳ１００）。１１３は色空間変換処
理部であり、画像補正処理部１１２の出力であるＲＧＢ
ディジタル画像データに対して色空間変換処理を行い輝
度・色差信号であるＹＵＶ信号を生成する（図２のステ
ップＳ１０１）。色空間変換処理部１１３は例えば下記
に示す変換式（１）によるマトリクス演算で処理され
る。
り、撮像素子により得られたアナログビデオ信号をＡ／
Ｄ変換しディジタル画像信号として出力する。１１２は
画像補正処理部であり画像入力部１１１で得られたディ
ジタル画像信号に対して、所望の画像サイズフォーマッ
ト生成、ノイズ除去、解像度補正等の各種補正処理を行
う（図２のステップＳ１００）。１１３は色空間変換処
理部であり、画像補正処理部１１２の出力であるＲＧＢ
ディジタル画像データに対して色空間変換処理を行い輝
度・色差信号であるＹＵＶ信号を生成する（図２のステ
ップＳ１０１）。色空間変換処理部１１３は例えば下記
に示す変換式（１）によるマトリクス演算で処理され
る。
【００１４】 Y(I,J)= 0.299*R(I,J)+0.587*G(I,J)+0.114*B(I,J) U(I,J)= 0.500*R(I,J)-0.419*G(I,J)-0.081*B(I,J) V(I,J)=-0.169*R(I,J)-0.331*G(I,J)+0.500*B(I,J) …（１） ここで、R(I,J)，G(I,J)，B(I,J)，Y(I,J)，U(I,J)，V
(I,J)は、それぞれI，J座標の画素値。
(I,J)は、それぞれI，J座標の画素値。
【００１５】１１４ａ，ｂはサブサンプリング処理部で
あり、色空間変換処理部１１３で得られた色差信号成分
ＵＶをサブサンプリング処理する（図２のステップＳ１
０２）。
あり、色空間変換処理部１１３で得られた色差信号成分
ＵＶをサブサンプリング処理する（図２のステップＳ１
０２）。
【００１６】図３はサブサンプリング処理の様子を示す
図である。本例のサブサンプリング処理部１１４ａ、ｂ
においては、色差成分であるＵＶ信号は主走査、副走査
共に１／２にサブサンプリングされる。具体的には例え
ば次式（２）で示す計算式によりＵ，Ｖ成分のサブサン
プリングデータＵ’，Ｖ’を得る。
図である。本例のサブサンプリング処理部１１４ａ、ｂ
においては、色差成分であるＵＶ信号は主走査、副走査
共に１／２にサブサンプリングされる。具体的には例え
ば次式（２）で示す計算式によりＵ，Ｖ成分のサブサン
プリングデータＵ’，Ｖ’を得る。
【００１７】 x'(I,J)=(x(I,J)+x(I+1,J)+x(I,J+1)+x(I+1,J+1))/4 ｛ｘ＝Ｕ又はＶ｝ …（２） このサブサンプリング処理により輝度信号に対して色差
成分のデータ量を１／４に削減する。
成分のデータ量を１／４に削減する。
【００１８】１１５ａ〜ｃはウェーブレット変換処理部
であり、Ｙ成分及びサブサンプリングされたＵ，Ｖ成分
に対してそれぞれウェーブレット変換処理を行う（図
２、ステップＳ１０３）。１１６は顔領域認識処理部で
あり、ウェーブレット変換処理部１１５ａ〜ｃによって
得られた輝度成分・色差成分の変換係数を利用して、取
り込んだ画像中から人物の顔領域の認識を行う（図２、
ステップＳ１０４）。
であり、Ｙ成分及びサブサンプリングされたＵ，Ｖ成分
に対してそれぞれウェーブレット変換処理を行う（図
２、ステップＳ１０３）。１１６は顔領域認識処理部で
あり、ウェーブレット変換処理部１１５ａ〜ｃによって
得られた輝度成分・色差成分の変換係数を利用して、取
り込んだ画像中から人物の顔領域の認識を行う（図２、
ステップＳ１０４）。
【００１９】１１７ａ〜ｃは量子化処理部であり、ウェ
ーブレット変換処理部１１５ａ〜ｃによって得られたウ
ェーブレット変換係数を量子化処理する（図２、ステッ
プＳ１０５）。ここで、量子化処理は顔領域認識処理部
１１６の結果に従って複数の量子化テーブルを選択的に
使用して量子化処理を行う。具体的には、顔領域部と判
定された領域は小さい量子化係数（量子化のステップ幅
の小さい量子化係数）を使用し、顔領域以外は大きい量
子化係数（量子化のステップ幅の大きい量子化係数）を
使用する。
ーブレット変換処理部１１５ａ〜ｃによって得られたウ
ェーブレット変換係数を量子化処理する（図２、ステッ
プＳ１０５）。ここで、量子化処理は顔領域認識処理部
１１６の結果に従って複数の量子化テーブルを選択的に
使用して量子化処理を行う。具体的には、顔領域部と判
定された領域は小さい量子化係数（量子化のステップ幅
の小さい量子化係数）を使用し、顔領域以外は大きい量
子化係数（量子化のステップ幅の大きい量子化係数）を
使用する。
【００２０】１１８ａ〜ｃは可変長符号化処理部であ
り、量子化された変換係数列を走査し、ハフマン符号化
等によりエントロピー符号化処理する（図２、ステップ
Ｓ１０６）。１１９は符号合成処理部であり、可変長符
号化処理部１１８ａ〜ｃによりエンコードされた各色成
分の符号データと顔領域認識処理部１１６の処理結果を
所定のフレームにフォーマットする（図２、ステップＳ
１０７）。たとえば、１フレームの画像データから得ら
れる結果を、画像サイズなどの各種ヘッダ情報、認識結
果に関する情報、Ｙ成分量子化テーブル、Ｙ成分符号デ
ータ、Ｕ成分量子化テーブル、Ｕ成分符号データ、Ｖ成
分量子化テーブル、Ｖ成分符号データ等の順にデータ構
造化する。以上の処理により得られた符号列は図示しな
い全体制御部及び通信制御部により通信回線上に送出さ
れる（図２、ステップＳ１０８）。
り、量子化された変換係数列を走査し、ハフマン符号化
等によりエントロピー符号化処理する（図２、ステップ
Ｓ１０６）。１１９は符号合成処理部であり、可変長符
号化処理部１１８ａ〜ｃによりエンコードされた各色成
分の符号データと顔領域認識処理部１１６の処理結果を
所定のフレームにフォーマットする（図２、ステップＳ
１０７）。たとえば、１フレームの画像データから得ら
れる結果を、画像サイズなどの各種ヘッダ情報、認識結
果に関する情報、Ｙ成分量子化テーブル、Ｙ成分符号デ
ータ、Ｕ成分量子化テーブル、Ｕ成分符号データ、Ｖ成
分量子化テーブル、Ｖ成分符号データ等の順にデータ構
造化する。以上の処理により得られた符号列は図示しな
い全体制御部及び通信制御部により通信回線上に送出さ
れる（図２、ステップＳ１０８）。
【００２１】次に、以上のようにして圧縮、符号化さ
れ、送出された符号化列を受信し、複合化、伸長して画
像表示する受信側の処理を説明する。図４は本実施形態
による画像復号化処理の構成を説明するブロック図であ
る。また、図５は本実施形態による画像復号化処理の流
れを示すフローチャートである。
れ、送出された符号化列を受信し、複合化、伸長して画
像表示する受信側の処理を説明する。図４は本実施形態
による画像復号化処理の構成を説明するブロック図であ
る。また、図５は本実施形態による画像復号化処理の流
れを示すフローチャートである。
【００２２】通信回線上に送出された符号列は図示しな
い全体制御部及び通信制御部により受信される（図５、
ステップＳ２００）。１２０は符号分離部であり、所定
のフォーマットの符号列から各色別の符号データと顔領
域情報を分離する（図５、ステップＳ２０１）。ここ
で、顔領域情報は、上述の顔領域認識処理部１１６によ
る顔領域認識結果を表わす。
い全体制御部及び通信制御部により受信される（図５、
ステップＳ２００）。１２０は符号分離部であり、所定
のフォーマットの符号列から各色別の符号データと顔領
域情報を分離する（図５、ステップＳ２０１）。ここ
で、顔領域情報は、上述の顔領域認識処理部１１６によ
る顔領域認識結果を表わす。
【００２３】１２１ａ〜ｃは可変長符号デコード処理部
であり、符号分離部１２０によって分離された各色成分
ごとの符号データをデコードする（図５、ステップＳ２
０２）。１２２ａ〜ｃは逆量子化処理部であり可変長符
号デコード部１２１でデコードされたウェーブレット変
換係数を逆量子化する（ステップＳ２０４）。なお、逆
量子化に際しては、符号分離部１２０で分離された顔領
域情報に従って量子化係数が選択される。つまり、圧縮
時に使用された量子化テーブルと同一の量子化係数で逆
量子化処理が行われる。
であり、符号分離部１２０によって分離された各色成分
ごとの符号データをデコードする（図５、ステップＳ２
０２）。１２２ａ〜ｃは逆量子化処理部であり可変長符
号デコード部１２１でデコードされたウェーブレット変
換係数を逆量子化する（ステップＳ２０４）。なお、逆
量子化に際しては、符号分離部１２０で分離された顔領
域情報に従って量子化係数が選択される。つまり、圧縮
時に使用された量子化テーブルと同一の量子化係数で逆
量子化処理が行われる。
【００２４】１２３ａ〜ｃは逆ウェーブレット変換処理
部であり、逆量子化処理部１２２ａ〜ｃで得られたウェ
ーブレット変換係数を逆ウェーブレット変換処理する
（図５、ステップＳ２０４）。１２４ａ〜ｃはアップサ
ンプリング処理部であり、サブサンプリング処理された
状態の色差成分Ｕ，Ｖをアップサンプリング処理し、輝
度成分Ｙと同じ画素数のＵ，Ｖ成分を生成する。アップ
サンプリング処理では、たとえば線形補間処理等を行
う。１２５は色空間変換処理部であり、輝度信号Ｙとア
ップサンプリング処理されたＵＶ信号からＲＧＢ信号に
変換処理する（図５、ステップＳ２０６）。ここでの変
換も（１）式の逆変換式を用いて、簡単なマトリクス演
算などにより処理することができる。１２６は画像表示
部であり生成されたＲＧＢ画像データを表示装置に表示
する（図５、ステップＳ２０７）。
部であり、逆量子化処理部１２２ａ〜ｃで得られたウェ
ーブレット変換係数を逆ウェーブレット変換処理する
（図５、ステップＳ２０４）。１２４ａ〜ｃはアップサ
ンプリング処理部であり、サブサンプリング処理された
状態の色差成分Ｕ，Ｖをアップサンプリング処理し、輝
度成分Ｙと同じ画素数のＵ，Ｖ成分を生成する。アップ
サンプリング処理では、たとえば線形補間処理等を行
う。１２５は色空間変換処理部であり、輝度信号Ｙとア
ップサンプリング処理されたＵＶ信号からＲＧＢ信号に
変換処理する（図５、ステップＳ２０６）。ここでの変
換も（１）式の逆変換式を用いて、簡単なマトリクス演
算などにより処理することができる。１２６は画像表示
部であり生成されたＲＧＢ画像データを表示装置に表示
する（図５、ステップＳ２０７）。
【００２５】次に本実施形態の主要な処理部の詳細な動
作について説明する。図６は本実施形態による主要な処
理をソフトウエアにより実現する場合の装置構成例を示
すブロック図である。
作について説明する。図６は本実施形態による主要な処
理をソフトウエアにより実現する場合の装置構成例を示
すブロック図である。
【００２６】図６において、４１は画像入力部でありＣ
ＣＤカメラ等により撮像された画像データの取り込みと
画像補正処理（図１の画像取込処理部１１１及び画像補
正処理部１１２の処理）等をハードウエアにより処理す
るものである。４２は本実施形態における主要な処理を
司るプロセッサであり、例えばマルチメディア信号処理
用に特化されたメディアプロセッサやＤＳＰ（Digital
Signal Processor)等により各種の信号処理（例えば、
図２、図５のフローチャートで示される各処理）を行う
ものである（以下、メディアプロセッサ４２という）。
４６はＲＡＭ(Randam Access Memory)であり、メディア
プロセッサ４２の動作に必要な作業メモリ及び処理すべ
き画像データの各種バッファメモリとして使用される。
ＲＡＭ４６は、例えばＳＤＲＡＭ(Synchronous DRAM)等
の高速大容量のメモリにより実現されるものである。
ＣＤカメラ等により撮像された画像データの取り込みと
画像補正処理（図１の画像取込処理部１１１及び画像補
正処理部１１２の処理）等をハードウエアにより処理す
るものである。４２は本実施形態における主要な処理を
司るプロセッサであり、例えばマルチメディア信号処理
用に特化されたメディアプロセッサやＤＳＰ（Digital
Signal Processor)等により各種の信号処理（例えば、
図２、図５のフローチャートで示される各処理）を行う
ものである（以下、メディアプロセッサ４２という）。
４６はＲＡＭ(Randam Access Memory)であり、メディア
プロセッサ４２の動作に必要な作業メモリ及び処理すべ
き画像データの各種バッファメモリとして使用される。
ＲＡＭ４６は、例えばＳＤＲＡＭ(Synchronous DRAM)等
の高速大容量のメモリにより実現されるものである。
【００２７】４４はＲＯＭ（Read Only Memory)であ
り、メディアプロセッサ４２の動作に必要な命令プログ
ラムを格納するためのものである。ＲＯＭ４２には、図
１〜図５を用いて上述した画像符号化処理、画像復号化
処理をメディアプロセッサ４２に実現させるための命令
プログラムが格納されている。また、４３は画像表示部
であり、デコードされた画像データなどを表示するため
の表示装置又は表示装置へのインターフェースである。
４５は通信インターフェース部であり、モデム、ＬＡＮ
インターフェース等により構成され当該端末間のデータ
通信を司るものである。圧縮された画像データはこの通
信インターフェース４５を介して回線等へ送信されるこ
とになる。
り、メディアプロセッサ４２の動作に必要な命令プログ
ラムを格納するためのものである。ＲＯＭ４２には、図
１〜図５を用いて上述した画像符号化処理、画像復号化
処理をメディアプロセッサ４２に実現させるための命令
プログラムが格納されている。また、４３は画像表示部
であり、デコードされた画像データなどを表示するため
の表示装置又は表示装置へのインターフェースである。
４５は通信インターフェース部であり、モデム、ＬＡＮ
インターフェース等により構成され当該端末間のデータ
通信を司るものである。圧縮された画像データはこの通
信インターフェース４５を介して回線等へ送信されるこ
とになる。
【００２８】図７は顔領域認識処理部１１６（図１）の
構成を示すブロック図である。本実施形態では、処理の
簡略化のために、人物の顔領域を楕円形にモデル化し、
肌色の楕円領域を探索することで顔領域を認識する。こ
のようなモデル化によりパターンマッチングを容易に
し、更に、領域情報を伝送する場合の情報量を大幅に削
減することが可能である。また、本実施形態ではサブサ
ンプリングされたＵＶ成分に関する最低周波数成分のウ
ェーブレット変換係数を利用することにより、認識に必
要な探索処理の処理量を大幅に削減することを可能と
し、更に、ノイズ除去等の付加的な前処理が不必要にな
る等の特徴も有する。なお、ノイズ除去等の前処理が不
要となるのは、低周波数成分のデータを用いることで一
般的に高周波成分であるノイズが除去されたデータを扱
うことになるからである。また、本実施形態では、楕円
領域の大きさを固定にすることで更に高速処理を実現し
ている。
構成を示すブロック図である。本実施形態では、処理の
簡略化のために、人物の顔領域を楕円形にモデル化し、
肌色の楕円領域を探索することで顔領域を認識する。こ
のようなモデル化によりパターンマッチングを容易に
し、更に、領域情報を伝送する場合の情報量を大幅に削
減することが可能である。また、本実施形態ではサブサ
ンプリングされたＵＶ成分に関する最低周波数成分のウ
ェーブレット変換係数を利用することにより、認識に必
要な探索処理の処理量を大幅に削減することを可能と
し、更に、ノイズ除去等の付加的な前処理が不必要にな
る等の特徴も有する。なお、ノイズ除去等の前処理が不
要となるのは、低周波数成分のデータを用いることで一
般的に高周波成分であるノイズが除去されたデータを扱
うことになるからである。また、本実施形態では、楕円
領域の大きさを固定にすることで更に高速処理を実現し
ている。
【００２９】図７において、５１は肌色領域検出処理部
であり、Ｕ，Ｖ信号に対するウェーブレット変換係数の
最低周波数成分と予め設定した閾値を比較することで肌
色領域を検出し、検出結果に関する２値イメージビット
マップを作成する。５２は楕円探索処理部であり、肌色
検出処理部５１で作成された肌色領域を表す２値イメー
ジビットマップと予め用意された楕円テンプレートデー
タとのパターンマッチングを行うことで、楕円領域の探
索処理を行う。
であり、Ｕ，Ｖ信号に対するウェーブレット変換係数の
最低周波数成分と予め設定した閾値を比較することで肌
色領域を検出し、検出結果に関する２値イメージビット
マップを作成する。５２は楕円探索処理部であり、肌色
検出処理部５１で作成された肌色領域を表す２値イメー
ジビットマップと予め用意された楕円テンプレートデー
タとのパターンマッチングを行うことで、楕円領域の探
索処理を行う。
【００３０】図８は顔領域認識部１１６（図１、図７）
を、図６で示す構成においてソフトウエアにより実現す
る場合の処理手順を示すフローチャートである。ステッ
プＳ６０２からＳ６０８の処理は肌色検出処理部５１の
処理を表わし、ステップＳ６０９〜Ｓ６１３の処理は楕
円検索処理部５２の処理を表わす。
を、図６で示す構成においてソフトウエアにより実現す
る場合の処理手順を示すフローチャートである。ステッ
プＳ６０２からＳ６０８の処理は肌色検出処理部５１の
処理を表わし、ステップＳ６０９〜Ｓ６１３の処理は楕
円検索処理部５２の処理を表わす。
【００３１】まず、ステップＳ６０１では各種パラメー
タの初期化処理を行う。次に、ステップＳ６０２におい
て、バッファメモリとして使用されるＲＡＭ４６に格納
された色差成分ＵＶに関するウェーブレット変換係数の
うち、最低周波数成分のデータを取り出す。ステップＳ
６０３では取り出された変換系数値Ｕi,j（ｉ，ｊ：画
素位置）が予め設定した閾値ＴUL，ＴUHの範囲にあるか
どうかを判定する。Ｕ成分の値がこれら２つの閾値内に
ある場合は、更にステップＳ６０４でＶ成分の変換系数
値Ｖi,jが予め定められた閾値ＴVL，ＴVHの範囲にある
かを判定する。そして、当該Ｖ成分がこれら２つの閾値
内にある場合は、ステップＳ６０５で２値ビットマップ
イメージの画素値Ｉi,jに１を設定する。それ以外の場
合（ステップＳ６０３、Ｓ６０４のいずれかにおいてＮ
Ｏと判定された場合）は、ステップＳ６０６において、
Ｉi,jに０を設定する。以上のようにして設定された画
素値は、ステップＳ６０７において、バッファメモリと
して使用されるＲＡＭ４６に格納される。以上の処理
を、全画像領域における最低周波数成分の変換係数に対
して実行する（ステップＳ６０８）。
タの初期化処理を行う。次に、ステップＳ６０２におい
て、バッファメモリとして使用されるＲＡＭ４６に格納
された色差成分ＵＶに関するウェーブレット変換係数の
うち、最低周波数成分のデータを取り出す。ステップＳ
６０３では取り出された変換系数値Ｕi,j（ｉ，ｊ：画
素位置）が予め設定した閾値ＴUL，ＴUHの範囲にあるか
どうかを判定する。Ｕ成分の値がこれら２つの閾値内に
ある場合は、更にステップＳ６０４でＶ成分の変換系数
値Ｖi,jが予め定められた閾値ＴVL，ＴVHの範囲にある
かを判定する。そして、当該Ｖ成分がこれら２つの閾値
内にある場合は、ステップＳ６０５で２値ビットマップ
イメージの画素値Ｉi,jに１を設定する。それ以外の場
合（ステップＳ６０３、Ｓ６０４のいずれかにおいてＮ
Ｏと判定された場合）は、ステップＳ６０６において、
Ｉi,jに０を設定する。以上のようにして設定された画
素値は、ステップＳ６０７において、バッファメモリと
して使用されるＲＡＭ４６に格納される。以上の処理
を、全画像領域における最低周波数成分の変換係数に対
して実行する（ステップＳ６０８）。
【００３２】続いて、得られた２値イメージビットマッ
プから顔領域の探索処理を行う。
プから顔領域の探索処理を行う。
【００３３】まず、ステップＳ６０９では判定用テンプ
レートと上述の肌色検出処理部５１によって得られたイ
メージビットマップとのパターンマッチングを行う。具
体的には判定用テンプレートの画素値と、当該テンプレ
ートに重なる２値イメージビットマップ上の画素値が一
致する数Ｐi,jを算出する。
レートと上述の肌色検出処理部５１によって得られたイ
メージビットマップとのパターンマッチングを行う。具
体的には判定用テンプレートの画素値と、当該テンプレ
ートに重なる２値イメージビットマップ上の画素値が一
致する数Ｐi,jを算出する。
【００３４】図９は本実施形態による顔領域検出のため
のパターンマッチングを説明する図である。図９におい
て、７１は肌色領域検出処理部５１で得られた２値イメ
ージビットマップを示すものである。また７２はパター
ンマッチングのための判定用テンプレートである。上述
のステップＳ６０９では、２値イメージビットマップ７
１上に判定用テンプレート７２を置き、当該判定用テン
プレート内において画素値が一致する数Ｐi,jをカウン
トする。なお、ここでi、jは、２値イメージビットマッ
プ上における判定用テンプレートの中心位置を表わす座
標値である。
のパターンマッチングを説明する図である。図９におい
て、７１は肌色領域検出処理部５１で得られた２値イメ
ージビットマップを示すものである。また７２はパター
ンマッチングのための判定用テンプレートである。上述
のステップＳ６０９では、２値イメージビットマップ７
１上に判定用テンプレート７２を置き、当該判定用テン
プレート内において画素値が一致する数Ｐi,jをカウン
トする。なお、ここでi、jは、２値イメージビットマッ
プ上における判定用テンプレートの中心位置を表わす座
標値である。
【００３５】次に、ステップＳ６１０では算出された一
致数Ｐi,jをその時点における一致数の最大値（Ｐmax）
と比較する（Ｐmaxの初期値は、ステップＳ６０１で
「０」に設定されるものとする）。そして、最大値を超
える場合にはステップＳ６１１においてＰmaxを当該Ｐ
i,jの値で更新する。このとき、（i,j）の座標値も保持
しておく。
致数Ｐi,jをその時点における一致数の最大値（Ｐmax）
と比較する（Ｐmaxの初期値は、ステップＳ６０１で
「０」に設定されるものとする）。そして、最大値を超
える場合にはステップＳ６１１においてＰmaxを当該Ｐ
i,jの値で更新する。このとき、（i,j）の座標値も保持
しておく。
【００３６】ステップＳ６１２で、判定用テンプレート
７２の中心座標（i,j）を変更し、上述のステップＳ６
０９〜Ｓ６１１の処理を繰り返す。こうして、全探索範
囲についてテンプレートを移動し終えると、ステップＳ
６１４へ進み、この時点で保持されている座標値が顔領
域の中心座標となる。この場合、全探索領域において最
も一致数の大きかった中心座標が選択されることにな
る。
７２の中心座標（i,j）を変更し、上述のステップＳ６
０９〜Ｓ６１１の処理を繰り返す。こうして、全探索範
囲についてテンプレートを移動し終えると、ステップＳ
６１４へ進み、この時点で保持されている座標値が顔領
域の中心座標となる。この場合、全探索領域において最
も一致数の大きかった中心座標が選択されることにな
る。
【００３７】なお、顔領域の判定において、画像の中央
付近を優先させるようにすることもできる。たとえば、
ステップＳ６１２において、判定用テンプレート７２の
中心座標（i,j）を図１０に示すように変更する。図１
０は本実施形態によるテンプレートの走査順の一例を示
す図である。図１０において矢印の軌跡はテンプレート
の中心座標（i,j）を表すものであり、本実施形態では
画像中心部より順に周辺部に向かって走査を行う。すな
わち、ステップＳ６１２では、図１０に示すようなスキ
ャンを実行するのに必要な座標値（i,j）を生成する。
そして、ステップＳ６１０においてＰi,j＞Ｐmaxと判定
された場合には、その時点で検索を終了し（そのままス
テップＳ６１４へ進み）、その時点の座標値を顔領域の
中心とすればよい。ＴＶ会議システム等においては、通
常顔領域は画像中心に位置する場合が多いので、当該ス
キャン方法により、簡単な方法で誤判定の発生頻度を下
げることができる。
付近を優先させるようにすることもできる。たとえば、
ステップＳ６１２において、判定用テンプレート７２の
中心座標（i,j）を図１０に示すように変更する。図１
０は本実施形態によるテンプレートの走査順の一例を示
す図である。図１０において矢印の軌跡はテンプレート
の中心座標（i,j）を表すものであり、本実施形態では
画像中心部より順に周辺部に向かって走査を行う。すな
わち、ステップＳ６１２では、図１０に示すようなスキ
ャンを実行するのに必要な座標値（i,j）を生成する。
そして、ステップＳ６１０においてＰi,j＞Ｐmaxと判定
された場合には、その時点で検索を終了し（そのままス
テップＳ６１４へ進み）、その時点の座標値を顔領域の
中心とすればよい。ＴＶ会議システム等においては、通
常顔領域は画像中心に位置する場合が多いので、当該ス
キャン方法により、簡単な方法で誤判定の発生頻度を下
げることができる。
【００３８】また、画像の中央に近いものを優先させる
方法としては、全探索領域についてＰmax±αの範囲の
値を有する座標を保持しておき、ステップＳ６１４に
て、保持されている座標値から中央部に最も近いものを
選ぶようにしてもよい。
方法としては、全探索領域についてＰmax±αの範囲の
値を有する座標を保持しておき、ステップＳ６１４に
て、保持されている座標値から中央部に最も近いものを
選ぶようにしてもよい。
【００３９】以上のステップＳ６０９，Ｓ６１０，Ｓ６
１１，Ｓ６１２の処理を全探索範囲について繰り返すこ
とで、すなわち、判定用テンプレート７２を２値イメー
ジビットマップ７１上の全探索範囲にわたって走査させ
ながらパターンマッチングを行うことで、最大のＰi.j
を有する座標（i,j）を探索する（ステップＳ６１
３）。そして、以上のようにして得られた座標（i,j）
を顔領域の中心座標として出力する（ステップＳ６１
４）。なお、顔領域の大きさ、形状は判定ようテンプレ
ート７２の楕円と一致する。
１１，Ｓ６１２の処理を全探索範囲について繰り返すこ
とで、すなわち、判定用テンプレート７２を２値イメー
ジビットマップ７１上の全探索範囲にわたって走査させ
ながらパターンマッチングを行うことで、最大のＰi.j
を有する座標（i,j）を探索する（ステップＳ６１
３）。そして、以上のようにして得られた座標（i,j）
を顔領域の中心座標として出力する（ステップＳ６１
４）。なお、顔領域の大きさ、形状は判定ようテンプレ
ート７２の楕円と一致する。
【００４０】以上説明した処理により、簡単な手法で顔
領域認識処理を実現することができ、顔領域認識結果と
して、楕円の中心座標ｃ（i,j）が得られる。なお、楕
円の半径を変化させながら上記処理を繰り返すことで、
より正確な顔領域認識を行うことも可能である。この場
合、複数種類の楕円半径の判定用テンプレートを用意し
ておき、各判定用テンプレートを用いて上述のステップ
Ｓ６０９〜Ｓ６１３の処理を繰り返すことになる。
領域認識処理を実現することができ、顔領域認識結果と
して、楕円の中心座標ｃ（i,j）が得られる。なお、楕
円の半径を変化させながら上記処理を繰り返すことで、
より正確な顔領域認識を行うことも可能である。この場
合、複数種類の楕円半径の判定用テンプレートを用意し
ておき、各判定用テンプレートを用いて上述のステップ
Ｓ６０９〜Ｓ６１３の処理を繰り返すことになる。
【００４１】次に、ウェーブレット変換処理部１１５ａ
〜ｃについて説明する。図１１はウェーブレット変換処
理部の構成を示すブロック図である。ウェーブレット変
換処理部１１５ａ〜ｃは、例えば図１１に示すフィルタ
バンクによりウェーブレット変換処理を行う。
〜ｃについて説明する。図１１はウェーブレット変換処
理部の構成を示すブロック図である。ウェーブレット変
換処理部１１５ａ〜ｃは、例えば図１１に示すフィルタ
バンクによりウェーブレット変換処理を行う。
【００４２】図１１において、９１ａ〜ｉは高域通過フ
ィルタ（ＨＰＦ）、９２ａ〜ｉは低域通過フィルタ（Ｌ
ＰＦ）であり、所定の係数のフィルタ処理を行う。９３
ａ〜ｑは１／２倍のダウンサンプラであり、フィルタ処
理されたデータを１／２の倍率で間引き処理する。ウェ
ーブレット変換のためのフィルタ係数は様々なものが提
案されているが、いかなる変換係数のものでも本実施形
態に適用することができる。例えばＩＳＯ標準ＭＰＥＧ
−４では次に示す様な係数のフィルタが検討されてい
る。
ィルタ（ＨＰＦ）、９２ａ〜ｉは低域通過フィルタ（Ｌ
ＰＦ）であり、所定の係数のフィルタ処理を行う。９３
ａ〜ｑは１／２倍のダウンサンプラであり、フィルタ処
理されたデータを１／２の倍率で間引き処理する。ウェ
ーブレット変換のためのフィルタ係数は様々なものが提
案されているが、いかなる変換係数のものでも本実施形
態に適用することができる。例えばＩＳＯ標準ＭＰＥＧ
−４では次に示す様な係数のフィルタが検討されてい
る。
【００４３】 ＬＰＦ｛0.03314563036812,-0.06629126073624,-0.17677669529665, 0.41984465132952,0.99436891104360,0.41984465132952, -0.17677669529665,-0.06629126073624,0.03314563036812｝； ＨＰＦ｛-0.35355339059327,0.70710678118655,-0.35355339059327｝ …（３）。
【００４４】具体的には、（３）式で示す係数のＦＩＲ
フィルタを用いて、図１１で示すフィルタバンクの構成
に従って順次処理することで各変換係数ＨＨ０〜ＬＬ２
を得る。
フィルタを用いて、図１１で示すフィルタバンクの構成
に従って順次処理することで各変換係数ＨＨ０〜ＬＬ２
を得る。
【００４５】図１２はウェーブレット変換の様子を模式
的に表した図である。１０１は変換前の原画像、１０２
は変換により得られる変換係数である。図１０中ＨＨ０
〜ＬＬ２が図１１の各周波数成分ＨＨ０〜ＬＬ２に対応
する。ＬＬ２成分は最低周波数成分の変換係数データで
あり、原画像のマクロ的な情報を多く含み、かつ画素数
が少ない。本実施形態ではＵ，Ｖ成分のＬＬ２成分を利
用して顔領域の認識を行っている（図８、ステップＳ６
０２）。
的に表した図である。１０１は変換前の原画像、１０２
は変換により得られる変換係数である。図１０中ＨＨ０
〜ＬＬ２が図１１の各周波数成分ＨＨ０〜ＬＬ２に対応
する。ＬＬ２成分は最低周波数成分の変換係数データで
あり、原画像のマクロ的な情報を多く含み、かつ画素数
が少ない。本実施形態ではＵ，Ｖ成分のＬＬ２成分を利
用して顔領域の認識を行っている（図８、ステップＳ６
０２）。
【００４６】次に量子化処理部１１７ａ〜ｃについて説
明する。量子化処理部１１７ａでは、ウェーブレット変
換処理によって得られた各変換係数の量子化処理を行
う。図１３は本実施形態による量子化係数値のテーブル
を示す図である。本実施形態では簡単のために単純量子
化処理を行う。図１３に示すように、各変換係数の成分
ＨＨ０〜ＬＬ２に対して量子化系数値がそれぞれ決定さ
れ、高周波成分の係数をより大きな量子化係数としてい
る。このような量子化係数によって量子化することで、
視覚的な画像品質の劣化をおさえながら符号化効率を高
めることができる。
明する。量子化処理部１１７ａでは、ウェーブレット変
換処理によって得られた各変換係数の量子化処理を行
う。図１３は本実施形態による量子化係数値のテーブル
を示す図である。本実施形態では簡単のために単純量子
化処理を行う。図１３に示すように、各変換係数の成分
ＨＨ０〜ＬＬ２に対して量子化系数値がそれぞれ決定さ
れ、高周波成分の係数をより大きな量子化係数としてい
る。このような量子化係数によって量子化することで、
視覚的な画像品質の劣化をおさえながら符号化効率を高
めることができる。
【００４７】また、本実施形態では、顔領域認識結果に
従い、最低周波数成分（ＬＬ２）以外でかつ楕円領域の
外部に位置する変換係数は図１３で示す量子化係数より
も大きい値の量子化係数を使用する。これにより顔領域
以外の高周波成分の変換係数が０に量子化される場合が
多くなり、主観的な画像品質の著しい劣化を生ずること
無く、符号量を大きく削減することができる。
従い、最低周波数成分（ＬＬ２）以外でかつ楕円領域の
外部に位置する変換係数は図１３で示す量子化係数より
も大きい値の量子化係数を使用する。これにより顔領域
以外の高周波成分の変換係数が０に量子化される場合が
多くなり、主観的な画像品質の著しい劣化を生ずること
無く、符号量を大きく削減することができる。
【００４８】また、本実施形態による量子化処理は全画
像面を単位として処理されるため、大きい量子化係数を
用いた場合にも、ブロック単位で処理されるＤＣＴベー
スの符号化で生じるブロック歪み／モスキート雑音は原
理的に発生しない。従って、顔領域以外の領域の高周波
成分に対して極めて大きな量子化係数で量子化を行った
場合にも、視覚的には空間周波数の低い画像として視覚
されるだけであり、際立って不自然な画像が生成される
ことは無い。
像面を単位として処理されるため、大きい量子化係数を
用いた場合にも、ブロック単位で処理されるＤＣＴベー
スの符号化で生じるブロック歪み／モスキート雑音は原
理的に発生しない。従って、顔領域以外の領域の高周波
成分に対して極めて大きな量子化係数で量子化を行った
場合にも、視覚的には空間周波数の低い画像として視覚
されるだけであり、際立って不自然な画像が生成される
ことは無い。
【００４９】更に、図１３に示すように、領域の内部と
外部で量子化係数を２段階に切り替える簡単な方式によ
る場合でも、量子化係数の違いにより発生する画像の疑
似的な輪郭はデコード時の逆変換フィルタによりスムー
ジングされるため問題とならない。
外部で量子化係数を２段階に切り替える簡単な方式によ
る場合でも、量子化係数の違いにより発生する画像の疑
似的な輪郭はデコード時の逆変換フィルタによりスムー
ジングされるため問題とならない。
【００５０】次に、可変長符号化処理部１１８ａ〜ｃを
説明する。可変長符号化処理部１１８ａ〜ｃでは、量子
化処理部１１７ａ〜ｃで量子化された変換係数をスキャ
ンし、ハフマン符号化する。図１４は本実施形態におい
てハフマン符号化する際の画像スキャンの例を示す図で
ある。矢印で示す順に画像データをスキャンしハフマン
符号化処理する。ここで、上述した顔領域認識結果に基
づく量子化により顔領域以外と判定された変換係数は０
になる場合が多く、結果として符号量が大きく削減され
ることになる。
説明する。可変長符号化処理部１１８ａ〜ｃでは、量子
化処理部１１７ａ〜ｃで量子化された変換係数をスキャ
ンし、ハフマン符号化する。図１４は本実施形態におい
てハフマン符号化する際の画像スキャンの例を示す図で
ある。矢印で示す順に画像データをスキャンしハフマン
符号化処理する。ここで、上述した顔領域認識結果に基
づく量子化により顔領域以外と判定された変換係数は０
になる場合が多く、結果として符号量が大きく削減され
ることになる。
【００５１】各色成分に対して同様の顔領域認識結果に
基づく適応量子化を行い、得られた符号データを符号合
成処理部１１９で所定のフレームフォーマットに合成す
る。また、顔領域認識結果を示す楕円領域の中心座標と
径情報等も符号合成処理部１１９で同時にフレーム化さ
れる。このような顔領域情報は、例えば、符号データ列
のヘッダ情報として組み込まれ、伝送される。本実施形
態では、顔領域を楕円にモデル化することで、伝送する
領域情報の情報量が極めて少なく、符号量に影響を及ぼ
すことが殆どない特徴を有する。
基づく適応量子化を行い、得られた符号データを符号合
成処理部１１９で所定のフレームフォーマットに合成す
る。また、顔領域認識結果を示す楕円領域の中心座標と
径情報等も符号合成処理部１１９で同時にフレーム化さ
れる。このような顔領域情報は、例えば、符号データ列
のヘッダ情報として組み込まれ、伝送される。本実施形
態では、顔領域を楕円にモデル化することで、伝送する
領域情報の情報量が極めて少なく、符号量に影響を及ぼ
すことが殆どない特徴を有する。
【００５２】一方、受信側では、図４及び図５によって
上述したように、符号分離部１２０により顔領域認識領
域を示す情報と各色成分の符号データをそれぞれ分離す
る。可変長符号デコード処理部１２１ａ〜１２１ｂで
は、ハフマン符号化された符号データをデコードし、量
子化された変換係数値を再生する。逆量子化処理部１２
２ａ〜ｃはデコードされた変換係数データを顔領域認識
結果の情報を利用して逆量子化時の量子化テーブルを選
択し量子化時に使用された係数と同一の係数で変換係数
が逆量子化される。逆量子化されたウェーブレット変換
係数は通常のウェーブレット逆変換処理をおこない画像
データを生成し必要に応じて画像表示部に表示する。
上述したように、符号分離部１２０により顔領域認識領
域を示す情報と各色成分の符号データをそれぞれ分離す
る。可変長符号デコード処理部１２１ａ〜１２１ｂで
は、ハフマン符号化された符号データをデコードし、量
子化された変換係数値を再生する。逆量子化処理部１２
２ａ〜ｃはデコードされた変換係数データを顔領域認識
結果の情報を利用して逆量子化時の量子化テーブルを選
択し量子化時に使用された係数と同一の係数で変換係数
が逆量子化される。逆量子化されたウェーブレット変換
係数は通常のウェーブレット逆変換処理をおこない画像
データを生成し必要に応じて画像表示部に表示する。
【００５３】以上のように、本実施形態によれば、顔領
域の認識結果を利用して量子化係数を制御した場合にも
顔領域以外の画像品質が大きく劣化することなく、領域
の境界部が不自然になることも無い。また、これらの特
徴から、顔領域の認識精度が十分でない場合にも際立っ
て不自然な画像が生成される場合は少ない。従って従来
必要であった補正のための特別なフィルタ等を必要とす
ること無く、簡単な領域認識技術との組み合わせで高能
率な画像圧縮装置をメディアプロセッサ等を用いてソフ
トウエアで容易に実現することが出来る。
域の認識結果を利用して量子化係数を制御した場合にも
顔領域以外の画像品質が大きく劣化することなく、領域
の境界部が不自然になることも無い。また、これらの特
徴から、顔領域の認識精度が十分でない場合にも際立っ
て不自然な画像が生成される場合は少ない。従って従来
必要であった補正のための特別なフィルタ等を必要とす
ること無く、簡単な領域認識技術との組み合わせで高能
率な画像圧縮装置をメディアプロセッサ等を用いてソフ
トウエアで容易に実現することが出来る。
【００５４】また、本実施形態によれば、簡単な構成で
テレビ会議など人物画像の伝送を主体とした装置に適用
される高画質の高能率符号化装置が提供される。
テレビ会議など人物画像の伝送を主体とした装置に適用
される高画質の高能率符号化装置が提供される。
【００５５】なお、上記実施形態では顔領域の認識方法
として簡単なテンプレートマッチングによる方法につい
て説明したが本発明はこれに限るわけではなく、遺伝的
アルゴリズムやニューラルネットワーク等を活用したよ
り堅牢な方法を組み込むことも可能である。
として簡単なテンプレートマッチングによる方法につい
て説明したが本発明はこれに限るわけではなく、遺伝的
アルゴリズムやニューラルネットワーク等を活用したよ
り堅牢な方法を組み込むことも可能である。
【００５６】また、顔領域の認識をＵＶ成分のウェーブ
レット変換係数からのみ行ったが、Ｙ成分の変換係数を
利用して判定を行っても良い。
レット変換係数からのみ行ったが、Ｙ成分の変換係数を
利用して判定を行っても良い。
【００５７】また、本実施形態では顔領域を楕円領域に
モデル化して認識処理を行ったが、更に複雑な形状にモ
デル化してより正確に顔領域を認識してもよい。
モデル化して認識処理を行ったが、更に複雑な形状にモ
デル化してより正確に顔領域を認識してもよい。
【００５８】また、顔領域認識処理部の肌色検出の手法
に関しても、上記実施形態では高速・簡単のためにＵ、
Ｖの各色成分値を２つの閾値と比較する（図８、Ｓ６０
３、Ｓ６０４）という単純な方法について説明したが、
本発明はこれに限るわけではなく、より正確に判定でき
る他の色空間や手法を用いても良い。
に関しても、上記実施形態では高速・簡単のためにＵ、
Ｖの各色成分値を２つの閾値と比較する（図８、Ｓ６０
３、Ｓ６０４）という単純な方法について説明したが、
本発明はこれに限るわけではなく、より正確に判定でき
る他の色空間や手法を用いても良い。
【００５９】また、本実施形態では１つの顔領域を検出
する方法について説明したが、本発明はこれに限るわけ
ではなく、複数の顔の検出とその結果に基づく複数領域
の量子化制御を行っても良い。
する方法について説明したが、本発明はこれに限るわけ
ではなく、複数の顔の検出とその結果に基づく複数領域
の量子化制御を行っても良い。
【００６０】また、本実施形態では連続静止画に関する
符号化について説明したが、フレーム間の情報圧縮を行
うことで更に圧縮効率を高めることも可能である。
符号化について説明したが、フレーム間の情報圧縮を行
うことで更に圧縮効率を高めることも可能である。
【００６１】なお、本発明は、複数の機器（例えばホス
トコンピュータ，インタフェイス機器，リーダ，プリン
タなど）から構成されるシステムに適用しても、一つの
機器からなる装置（例えば、複写機，ファクシミリ装置
など）に適用してもよい。
トコンピュータ，インタフェイス機器，リーダ，プリン
タなど）から構成されるシステムに適用しても、一つの
機器からなる装置（例えば、複写機，ファクシミリ装置
など）に適用してもよい。
【００６２】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。
【００６３】この場合、記憶媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。
【００６４】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク，ハードディス
ク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，ＣＤ
−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭな
どを用いることができる。
体としては、例えば、フロッピディスク，ハードディス
ク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，ＣＤ
−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭな
どを用いることができる。
【００６５】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。
【００６６】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。
【００６７】
【発明の効果】以上説明したように、本発明によれば、
高画質を維持した高能率画像量子化を簡単な処理で実現
することが可能となる。
高画質を維持した高能率画像量子化を簡単な処理で実現
することが可能となる。
【図１】本実施形態による画像符号化処理の構成を説明
するブロック図である。
するブロック図である。
【図２】本実施形態による画像符号化処理の流れを示す
フローチャートである。
フローチャートである。
【図３】サブサンプリング処理の様子を示す図である。
【図４】本実施形態による画像復号化処理の構成を説明
するブロック図である。
するブロック図である。
【図５】本実施形態による画像復号化処理の流れを示す
フローチャートである。
フローチャートである。
【図６】本実施形態による主要な処理をソフトウエアに
より実現する場合の装置構成例を示すブロック図であ
る。
より実現する場合の装置構成例を示すブロック図であ
る。
【図７】顔領域認識処理部１１６（図１）の構成を示す
ブロック図である。
ブロック図である。
【図８】顔領域認識部１１６（図１、図７）を、図４で
示す構成においてソフトウエアにより実現する場合の処
理手順を示すフローチャートである。
示す構成においてソフトウエアにより実現する場合の処
理手順を示すフローチャートである。
【図９】本実施形態による顔領域検出のためのパターン
マッチングを説明する図である。
マッチングを説明する図である。
【図１０】本実施形態によるテンプレートの走査順の一
例を示す図である。
例を示す図である。
【図１１】ウェーブレット変換処理部の構成を示すブロ
ック図である。
ック図である。
【図１２】ウェーブレット変換の様子を模式的に表した
図である。
図である。
【図１３】本実施形態による量子化係数値のテーブルを
示す図である。
示す図である。
【図１４】本実施形態においてハフマン符号化する際の
画像スキャンの例を示す図である。
画像スキャンの例を示す図である。
１１１ 画像入力部 １１２ 画像補正処理部 １１３ 色空間変換処理部 １１４ａ〜ｂ サブサンプリング処理部 １１５ａ〜ｃ ウェーブレット変換処理部 １１６ 顔領域認識処理部 １１７ａ〜ｃ 量子化処理部 １１８ａ〜ｃ 可変長符号化処理部 １１９ 符号合成処理部 １２０ 符号分離処理部 １２１ａ〜ｃ 可変長符号デコード処理部 １２２ａ〜ｃ 逆量子化処理部 １２３ａ〜ｃ ウェーブレット逆変換処理部 １２４ａ〜ｂ アップサンプリング処理部 １２５ 色空間変換処理部 １２６ 画像表示部
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5C057 AA01 CC04 CE03 EA02 EA07 EJ02 EK02 EM07 EM13 EM16 5C059 KK03 KK04 LB04 MA24 MA32 MC11 MC30 ME02 PP16 PP28 SS07 SS20 SS26 TA30 TA46 TA75 TB04 TB15 TC04 TC32 TC34 TD02 TD12 TD18 UA02 UA39
Claims (26)
- 【請求項１】 入力したディジタル画像データを空間周
波数に基づく係数へ変換して変換係数を得る変換手段
と、 前記変換係数に基づいて、前記ディジタル画像データに
よって表わされる画像中の特定領域を抽出する抽出手段
と、 前記変換係数に量子化処理を施す手段であって、前記抽
出手段で抽出された特定領域に応じて量子化特性を変更
する量子化手段とを備えることを特徴とする画像処理装
置。 - 【請求項２】 前記変換手段は、入力したディジタル画
像データにウエーブレット変換を施すことを特徴とする
請求項１に記載の画像処理装置。 - 【請求項３】 前記抽出手段は、前記ウェーブレット変
換によって得られた変換係数の最低周波成分を用いて前
記特定領域の抽出を行うことを特徴とする請求項２に記
載の画像処理装置。 - 【請求項４】 前記抽出手段において、前記所定の範囲
にあるかどうかがチェックされる色成分値は、ＹＵＶ色
空間における色差成分値であることを特徴とする請求項
２に記載の画像処理装置。 - 【請求項５】 前記抽出手段に提供される色差分値が所
定の率で間引きされていることを特徴とする請求項４に
記載の画像処理装置。 - 【請求項６】 前記抽出手段は、所定範囲の色成分値を
有する画素によって形成されるパターンと所定のパター
ンとのマッチング処理を行い、該マッチング処理の結果
に基づいて前記特定領域を抽出することを特徴とする請
求項１に記載の画像処理装置。 - 【請求項７】 前記所定のパターンは楕円形を有し、前
記特定領域は楕円形の領域であることを特徴とする請求
項６に記載の画像処理装置。 - 【請求項８】 前記抽出手段は、前記ディジタル画像デ
ータが表わす画像の中央部に近い位置に判定される結果
を優先することを特徴とする請求項６に記載の画像処理
装置。 - 【請求項９】 前記量子化手段は、前記特定領域内の変
換係数に対しては小さい量子化係数を適用し、該特定領
域外の変換係数に対しては大きい量子化係数を適用する
ことを特徴とする請求項１に記載の画像処理装置。 - 【請求項１０】 前記量子化手段の出力を符号化する符
号化手段と、該符号化手段によって得られた符号化デー
タと前記抽出手段で得られた特定領域を表わす情報を合
成して出力する出力手段とを更に備えることを特徴とす
る請求項１に記載の画像処理装置。 - 【請求項１１】 特定領域を表わす情報と量子化済デー
タを入力する入力手段と、 前記入力手段で入力された量子化済データに逆量子化処
理を施す手段であって、逆量子化処理特性を前記特定領
域を表わす情報に基づいて切り換える切換手段とを備え
ることを特徴とする画像処理装置。 - 【請求項１２】 入力したディジタル画像データを空間
周波数に基づく係数へ変換して変換係数を得る変換工程
と、 前記変換係数に基づいて、前記ディジタル画像データに
よって表わされる画像中の特定領域を抽出する抽出工程
と、 前記変換係数に量子化処理を施す工程であって、前記抽
出工程で抽出された特定領域に応じて量子化特性を変更
する量子化工程とを備えることを特徴とする画像処理方
法。 - 【請求項１３】 前記変換工程は、入力したディジタル
画像データにウエーブレット変換を施すことを特徴とす
る請求項１２に記載の画像処理方法。 - 【請求項１４】 前記抽出工程は、前記ウェーブレット
変換によって得られた変換係数の最低周波成分を用いて
前記特定領域の抽出を行うことを特徴とする請求項１３
に記載の画像処理方法。 - 【請求項１５】 前記抽出工程において、前記所定の範
囲にあるかどうかがチェックされる色成分値は、ＹＵＶ
色空間における色差成分値であることを特徴とする請求
項１３に記載の画像処理方法。 - 【請求項１６】 前記抽出工程に提供される色差分値が
所定の率で間引きされていることを特徴とする請求項１
５に記載の画像処理方法。 - 【請求項１７】 前記抽出工程は、所定範囲の色成分値
を有する画素によって形成されるパターンと所定のパタ
ーンとのマッチング処理を行い、該マッチング処理の結
果に基づいて前記特定領域を抽出することを特徴とする
請求項１２に記載の画像処理方法。 - 【請求項１８】 前記所定のパターンは楕円形を有し、
前記特定領域は楕円形の領域であることを特徴とする請
求項１７に記載の画像処理方法。 - 【請求項１９】 前記抽出工程は、前記ディジタル画像
データが表わす画像の中央部に近い位置に判定される結
果を優先することを特徴とする請求項１７に記載の画像
処理方法。 - 【請求項２０】 前記量子化工程は、前記特定領域内の
変換係数に対しては小さい量子化係数を適用し、該特定
領域外の変換係数に対しては大きい量子化係数を適用す
ることを特徴とする請求項１２に記載の画像処理方法。 - 【請求項２１】 前記量子化工程によりの出力を符号化
する符号化工程と、該符号化工程より得られた符号化デ
ータと前記抽出工程で得られた特定領域を表わす情報を
合成して出力する出力工程とを更に備えることを特徴と
する請求項１２に記載の画像処理方法。 - 【請求項２２】 特定領域を表わす情報と量子化済デー
タを入力する入力工程と、 前記入力工程で入力された量子化済データに逆量子化処
理を施す工程であって、逆量子化処理特性を前記特定領
域を表わす情報に基づいて切り換える切換工程とを備え
ることを特徴とする画像処理方法。 - 【請求項２３】 コンピュータにディジタル画像データ
を圧縮符号化させるための制御プログラムを格納した記
憶媒体であって、該制御プログラムが、 入力したディジタル画像データを空間周波数に基づく係
数へ変換して変換係数を得る変換工程のコードと、 前記変換係数に基づいて、前記ディジタル画像データに
よって表わされる画像中の特定領域を抽出する抽出工程
のコードと、 前記変換係数に量子化処理を施す工程であって、前記抽
出工程で抽出された特定領域に応じて量子化特性を変更
する量子化工程のコードとを備えることを特徴とする記
憶媒体。 - 【請求項２４】 コンピュータに、圧縮符号化されたデ
ータよりディジタル画像データを復号、再生させるため
の制御プログラムを格納した記憶媒体であって、該制御
プログラムが、 特定領域を表わす情報と量子化済データを入力する入力
工程のコードと、 前記入力工程で入力された量子化済データを復号化し、
逆量子化処理を施す工程であって、逆量子化処理特性を
前記特定領域を表わす情報に基づいて切り換える切換工
程のコードとを備えることを特徴とする記憶媒体。 - 【請求項２５】前記量子化手段は、前記ウエーブレット
変換によって得られた最低周波数成分以外でかつ前記特
定領域外のデータに対して、該最低周波数成分でかつ前
記特定領域外のデータに適用される量子化係数よりも大
きな量子化係数を適用することを特徴とする請求項２に
記載の画像処理装置。 - 【請求項２６】前記量子化工程は、前記ウエーブレット
変換によって得られた最低周波数成分以外でかつ前記特
定領域外のデータに対して、該最低周波数成分でかつ前
記特定領域外のデータに適用される量子化係数よりも大
きな量子化係数を適用することを特徴とする請求項１３
に記載の画像処理方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP37147998A JP2000197050A (ja) | 1998-12-25 | 1998-12-25 | 画像処理装置及び方法 |
| US09/466,907 US6665446B1 (en) | 1998-12-25 | 1999-12-20 | Image processing apparatus and method |
| US10/714,637 US7437011B2 (en) | 1998-12-25 | 2003-11-18 | Image processing apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP37147998A JP2000197050A (ja) | 1998-12-25 | 1998-12-25 | 画像処理装置及び方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000197050A true JP2000197050A (ja) | 2000-07-14 |
Family
ID=18498781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP37147998A Withdrawn JP2000197050A (ja) | 1998-12-25 | 1998-12-25 | 画像処理装置及び方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (2) | US6665446B1 (ja) |
| JP (1) | JP2000197050A (ja) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003174645A (ja) * | 2001-11-30 | 2003-06-20 | Inst For Information Industry | ビデオ画像のウェーブレット変換処理方法 |
| JP2004179997A (ja) * | 2002-11-27 | 2004-06-24 | Sony Corp | 双方向コミュニケーションシステム，映像通信装置，および映像通信装置の映像データ配信方法 |
| US6774824B2 (en) | 2002-07-10 | 2004-08-10 | Nec Corporation | Encoding device and method for encoding digital image improved by requantization of a predetermined subbit plane |
| JP2006094240A (ja) * | 2004-09-24 | 2006-04-06 | Ricoh Co Ltd | 画像処理装置、画像処理方法、情報記録媒体及びコンピュータプログラム |
| JP2006246376A (ja) * | 2005-03-07 | 2006-09-14 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラム及び情報記録媒体 |
| KR100624481B1 (ko) | 2004-11-17 | 2006-09-18 | 삼성전자주식회사 | 형판 기반 얼굴 검출 방법 |
| JP2008141611A (ja) * | 2006-12-04 | 2008-06-19 | Yamaha Corp | 通信装置 |
| JP2012114786A (ja) * | 2010-11-26 | 2012-06-14 | Kyocera Document Solutions Inc | 画像処理装置、画像処理方法、及び画像処理プログラム |
| US8873869B2 (en) | 2009-10-20 | 2014-10-28 | Canon Kabushiki Kaisha | Image processing apparatus and control method for the same |
| WO2017104011A1 (ja) * | 2015-12-16 | 2017-06-22 | 三菱電機株式会社 | 画像符号化装置 |
| WO2020116451A1 (ja) * | 2018-12-05 | 2020-06-11 | 日本電信電話株式会社 | 画像処理装置、学習装置、画像処理方法、学習方法、及びプログラム |
Families Citing this family (71)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7194128B1 (en) * | 2000-07-26 | 2007-03-20 | Lockheed Martin Corporation | Data compression using principal components transformation |
| TW505892B (en) * | 2001-05-25 | 2002-10-11 | Ind Tech Res Inst | System and method for promptly tracking multiple faces |
| US7092573B2 (en) * | 2001-12-10 | 2006-08-15 | Eastman Kodak Company | Method and system for selectively applying enhancement to an image |
| US7356190B2 (en) * | 2002-07-02 | 2008-04-08 | Canon Kabushiki Kaisha | Image area extraction method, image reconstruction method using the extraction result and apparatus thereof |
| JP4079315B2 (ja) * | 2002-09-26 | 2008-04-23 | Ｋｄｄｉ株式会社 | ボリュームデータ符号化装置 |
| JP3915652B2 (ja) * | 2002-10-09 | 2007-05-16 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置 |
| JP4409166B2 (ja) * | 2002-12-05 | 2010-02-03 | オリンパス株式会社 | 画像処理装置 |
| JP4095423B2 (ja) | 2002-12-06 | 2008-06-04 | キヤノン株式会社 | 画像処理装置、画像データ処理方法、記憶媒体、プログラム |
| US20040228505A1 (en) * | 2003-04-14 | 2004-11-18 | Fuji Photo Film Co., Ltd. | Image characteristic portion extraction method, computer readable medium, and data collection and processing device |
| US7242807B2 (en) * | 2003-05-05 | 2007-07-10 | Fish & Richardson P.C. | Imaging of biometric information based on three-dimensional shapes |
| US7574016B2 (en) | 2003-06-26 | 2009-08-11 | Fotonation Vision Limited | Digital image processing using face detection information |
| US8989453B2 (en) | 2003-06-26 | 2015-03-24 | Fotonation 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 |
| US8494286B2 (en) | 2008-02-05 | 2013-07-23 | DigitalOptics Corporation Europe Limited | Face detection in mid-shot digital images |
| US8155397B2 (en) | 2007-09-26 | 2012-04-10 | DigitalOptics Corporation Europe Limited | Face tracking in a camera processor |
| US8682097B2 (en) | 2006-02-14 | 2014-03-25 | DigitalOptics Corporation Europe Limited | Digital image enhancement with reference images |
| US8896725B2 (en) | 2007-06-21 | 2014-11-25 | Fotonation Limited | Image capture device with contemporaneous reference image capture mechanism |
| US9692964B2 (en) | 2003-06-26 | 2017-06-27 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
| US8330831B2 (en) | 2003-08-05 | 2012-12-11 | DigitalOptics Corporation Europe Limited | Method of gathering visual meta data using a reference image |
| US7565030B2 (en) * | 2003-06-26 | 2009-07-21 | Fotonation Vision Limited | Detecting orientation of digital images using face detection information |
| 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 |
| US7269292B2 (en) * | 2003-06-26 | 2007-09-11 | Fotonation Vision Limited | Digital image adjustable compression and resolution using face detection information |
| US7362368B2 (en) * | 2003-06-26 | 2008-04-22 | Fotonation Vision Limited | Perfecting the optics within a digital image acquisition device using face detection |
| US7315630B2 (en) * | 2003-06-26 | 2008-01-01 | Fotonation Vision Limited | Perfecting of digital image rendering parameters within rendering devices using face detection |
| US7471846B2 (en) * | 2003-06-26 | 2008-12-30 | Fotonation Vision Limited | Perfecting the effect of flash within an image acquisition devices using face detection |
| US8948468B2 (en) | 2003-06-26 | 2015-02-03 | Fotonation Limited | Modification of viewing parameters for 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 |
| US7620218B2 (en) | 2006-08-11 | 2009-11-17 | Fotonation Ireland Limited | Real-time face tracking with reference images |
| US9129381B2 (en) | 2003-06-26 | 2015-09-08 | Fotonation Limited | Modification of post-viewing parameters for digital images using image region or feature information |
| US8593542B2 (en) | 2005-12-27 | 2013-11-26 | DigitalOptics Corporation Europe Limited | Foreground/background separation using reference images |
| US20040267397A1 (en) * | 2003-06-27 | 2004-12-30 | Srinivas Doddi | Optical metrology of structures formed on semiconductor wafer using machine learning systems |
| US20050111705A1 (en) * | 2003-08-26 | 2005-05-26 | Roman Waupotitsch | Passive stereo sensing for 3D facial shape biometrics |
| US7580158B2 (en) * | 2003-08-28 | 2009-08-25 | Fujifilm Corporation | Image processing apparatus, method and program |
| JP4085959B2 (ja) * | 2003-11-14 | 2008-05-14 | コニカミノルタホールディングス株式会社 | 物体検出装置、物体検出方法、および記録媒体 |
| US7523076B2 (en) | 2004-03-01 | 2009-04-21 | Tokyo Electron Limited | Selecting a profile model for use in optical metrology using a machine learning system |
| WO2006078265A2 (en) * | 2004-03-30 | 2006-07-27 | Geometrix | Efficient classification of three dimensional face models for human identification and other applications |
| KR100596498B1 (ko) * | 2004-06-30 | 2006-07-03 | 전자부품연구원 | 다중 프레임 기반 온라인 얼굴 인식 시스템 |
| US8320641B2 (en) | 2004-10-28 | 2012-11-27 | DigitalOptics Corporation Europe Limited | Method and apparatus for red-eye detection using preview or other reference images |
| US7280229B2 (en) * | 2004-12-03 | 2007-10-09 | Timbre Technologies, Inc. | Examining a structure formed on a semiconductor wafer using machine learning systems |
| US8503800B2 (en) | 2007-03-05 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Illumination detection using classifier chains |
| US7315631B1 (en) | 2006-08-11 | 2008-01-01 | Fotonation Vision Limited | Real-time face tracking in a digital image acquisition device |
| US7421414B2 (en) * | 2005-03-31 | 2008-09-02 | Timbre Technologies, Inc. | Split machine learning systems |
| JP5057675B2 (ja) * | 2006-03-03 | 2012-10-24 | オリンパスメディカルシステムズ株式会社 | 生体観察装置 |
| EP2033142B1 (en) | 2006-06-12 | 2011-01-26 | Tessera Technologies Ireland Limited | Advances in extending the aam techniques from grayscale to color images |
| US7403643B2 (en) | 2006-08-11 | 2008-07-22 | Fotonation Vision Limited | Real-time face tracking in a digital image acquisition device |
| US7916897B2 (en) | 2006-08-11 | 2011-03-29 | Tessera Technologies Ireland Limited | Face tracking for controlling imaging parameters |
| JP4943769B2 (ja) * | 2006-08-15 | 2012-05-30 | 富士フイルム株式会社 | 撮影装置および合焦位置探索方法 |
| US8055067B2 (en) | 2007-01-18 | 2011-11-08 | DigitalOptics Corporation Europe Limited | Color segmentation |
| ATE472140T1 (de) | 2007-02-28 | 2010-07-15 | Fotonation Vision Ltd | Trennung der direktionalen beleuchtungsvariabilität in der statistischen gesichtsmodellierung auf basis von texturraumzerlegungen |
| KR101247147B1 (ko) | 2007-03-05 | 2013-03-29 | 디지털옵틱스 코포레이션 유럽 리미티드 | 디지털 영상 획득 장치에서의 얼굴 탐색 및 검출 |
| JP2008234342A (ja) * | 2007-03-20 | 2008-10-02 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
| CN100464332C (zh) * | 2007-03-20 | 2009-02-25 | 北京中星微电子有限公司 | 一种图片查询方法及系统 |
| US7949618B2 (en) * | 2007-03-28 | 2011-05-24 | Tokyo Electron Limited | Training a machine learning system to determine photoresist parameters |
| US7511835B2 (en) * | 2007-04-12 | 2009-03-31 | Tokyo Electron Limited | Optical metrology using a support vector machine with simulated diffraction signal inputs |
| US7372583B1 (en) | 2007-04-12 | 2008-05-13 | Tokyo Electron Limited | Controlling a fabrication tool using support vector machine |
| US7483809B2 (en) * | 2007-04-12 | 2009-01-27 | Tokyo Electron Limited | Optical metrology using support vector machine with profile parameter inputs |
| JP4468404B2 (ja) * | 2007-05-02 | 2010-05-26 | キヤノン株式会社 | 情報処理装置の制御方法、情報処理装置及びプログラム |
| US7916971B2 (en) | 2007-05-24 | 2011-03-29 | Tessera Technologies Ireland Limited | Image processing method and apparatus |
| 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 |
| 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 |
| JPWO2010061493A1 (ja) * | 2008-11-27 | 2012-04-19 | パナソニック株式会社 | 映像処理装置及び映像処理方法 |
| KR101520624B1 (ko) | 2008-12-31 | 2015-05-15 | 삼성전자주식회사 | 비트 맵 방식의 영상 인코딩/디코딩 방법 및 장치 |
| KR20100110127A (ko) * | 2009-04-02 | 2010-10-12 | 삼성전자주식회사 | 이미지 데이터 저장방법, 디지털 촬영장치, 디지털 촬영장치의 제어방법 및 제어방법을 실행시키기 위한 프로그램을 저장한 기록매체 |
| JP5375372B2 (ja) * | 2009-07-01 | 2013-12-25 | ヤマハ株式会社 | 圧縮符号化装置、および復号装置 |
| US8379917B2 (en) | 2009-10-02 | 2013-02-19 | DigitalOptics Corporation Europe Limited | Face recognition performance using additional image features |
| US9712847B2 (en) * | 2011-09-20 | 2017-07-18 | Microsoft Technology Licensing, Llc | Low-complexity remote presentation session encoder using subsampling in color conversion space |
| CN103686173B (zh) * | 2014-01-09 | 2017-03-01 | 英特尔公司 | 变换与反变换电路 |
| EP3035663B1 (en) | 2014-12-16 | 2019-09-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and program |
| GB2563037A (en) * | 2017-05-31 | 2018-12-05 | Nokia Technologies Oy | Method and apparatus for image compression |
| CN109472223A (zh) * | 2018-10-26 | 2019-03-15 | 博康智能信息技术有限公司 | 一种人脸识别方法和装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07203436A (ja) | 1993-12-28 | 1995-08-04 | Sharp Corp | 画像符号化装置 |
| US6272253B1 (en) * | 1995-10-27 | 2001-08-07 | Texas Instruments Incorporated | Content-based video compression |
| US6275614B1 (en) * | 1998-06-26 | 2001-08-14 | Sarnoff Corporation | Method and apparatus for block classification and adaptive bit allocation |
-
1998
- 1998-12-25 JP JP37147998A patent/JP2000197050A/ja not_active Withdrawn
-
1999
- 1999-12-20 US US09/466,907 patent/US6665446B1/en not_active Expired - Lifetime
-
2003
- 2003-11-18 US US10/714,637 patent/US7437011B2/en not_active Expired - Fee Related
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003174645A (ja) * | 2001-11-30 | 2003-06-20 | Inst For Information Industry | ビデオ画像のウェーブレット変換処理方法 |
| US6774824B2 (en) | 2002-07-10 | 2004-08-10 | Nec Corporation | Encoding device and method for encoding digital image improved by requantization of a predetermined subbit plane |
| JP2004179997A (ja) * | 2002-11-27 | 2004-06-24 | Sony Corp | 双方向コミュニケーションシステム，映像通信装置，および映像通信装置の映像データ配信方法 |
| JP2006094240A (ja) * | 2004-09-24 | 2006-04-06 | Ricoh Co Ltd | 画像処理装置、画像処理方法、情報記録媒体及びコンピュータプログラム |
| KR100624481B1 (ko) | 2004-11-17 | 2006-09-18 | 삼성전자주식회사 | 형판 기반 얼굴 검출 방법 |
| JP4656497B2 (ja) * | 2005-03-07 | 2011-03-23 | 株式会社リコー | 画像処理装置、画像処理方法、プログラム及び情報記録媒体 |
| JP2006246376A (ja) * | 2005-03-07 | 2006-09-14 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラム及び情報記録媒体 |
| JP2008141611A (ja) * | 2006-12-04 | 2008-06-19 | Yamaha Corp | 通信装置 |
| US8873869B2 (en) | 2009-10-20 | 2014-10-28 | Canon Kabushiki Kaisha | Image processing apparatus and control method for the same |
| JP2012114786A (ja) * | 2010-11-26 | 2012-06-14 | Kyocera Document Solutions Inc | 画像処理装置、画像処理方法、及び画像処理プログラム |
| WO2017104011A1 (ja) * | 2015-12-16 | 2017-06-22 | 三菱電機株式会社 | 画像符号化装置 |
| WO2020116451A1 (ja) * | 2018-12-05 | 2020-06-11 | 日本電信電話株式会社 | 画像処理装置、学習装置、画像処理方法、学習方法、及びプログラム |
| JP2020092329A (ja) * | 2018-12-05 | 2020-06-11 | 日本電信電話株式会社 | 画像処理装置、学習装置、画像処理方法、学習方法、及びプログラム |
| JP7277699B2 (ja) | 2018-12-05 | 2023-05-19 | 日本電信電話株式会社 | 画像処理装置、学習装置、画像処理方法、学習方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US7437011B2 (en) | 2008-10-14 |
| US20040120399A1 (en) | 2004-06-24 |
| US6665446B1 (en) | 2003-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2000197050A (ja) | 画像処理装置及び方法 | |
| JP4348768B2 (ja) | 画像変換方法 | |
| US5495538A (en) | Segmentation-based JPEG image artifacts reduction | |
| TWI436286B (zh) | 畫像解碼方法及裝置 | |
| JP4365957B2 (ja) | 画像処理方法及びその装置及び記憶媒体 | |
| JPH09121345A (ja) | 画像符号化装置及び画像復号装置 | |
| US6563946B2 (en) | Image processing apparatus and method | |
| JP2000232651A (ja) | ブロック変換符号化された画像表現から復号した電子的画像の中の歪を除去する方法 | |
| EP1103918A2 (en) | Image enhancement on JPEG compressed image data | |
| JP2004159311A (ja) | 画像処理装置および画像処理方法 | |
| US7146055B2 (en) | Image processing decompression apparatus and method of using same different scaling algorithms simultaneously | |
| JPH1051770A (ja) | 画像符号化システム及び方法、及び画像分割システム | |
| JP2001358948A (ja) | 画像処理方法及び装置 | |
| JP3239583B2 (ja) | 撮像装置及び撮像装置を有するテレビ電話装置 | |
| JP2001145106A (ja) | 画像圧縮装置及び方法 | |
| KR100512276B1 (ko) | 영상 데이터의 압축 방법 및 장치 | |
| JPH10336643A (ja) | 画像符号化装置及び画像復号装置 | |
| JP3825871B2 (ja) | 画像処理装置及び方法並びに画像処理のプログラムコードが格納されたコンピュータ可読記録媒体 | |
| JPH08163561A (ja) | 画像データ圧縮装置 | |
| EP1182885A2 (en) | Method and apparatus for image quality enhancement | |
| KR19980074795A (ko) | 전역 기반 색도 상관성을 이용한 영상 부호화 방법 | |
| JP3676651B2 (ja) | 段階的可逆画像信号符号化方法，復号方法，符号化装置，復号装置，およびその符号化，復号プログラムの記録媒体 | |
| JP2001177848A (ja) | 画像データ符号化方法、その装置、画像データ復号方法、その装置および画像圧縮伸長方法 | |
| US20010024523A1 (en) | Reduction of artifacts in a DWT-based compression scheme by adjusting inverse quantized transform data according to noise values | |
| JPH10294942A (ja) | 画像データ符号化装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060307 |