JP2002216129A - 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 - Google Patents
顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体Info
- Publication number
- JP2002216129A JP2002216129A JP2001013818A JP2001013818A JP2002216129A JP 2002216129 A JP2002216129 A JP 2002216129A JP 2001013818 A JP2001013818 A JP 2001013818A JP 2001013818 A JP2001013818 A JP 2001013818A JP 2002216129 A JP2002216129 A JP 2002216129A
- Authority
- JP
- Japan
- Prior art keywords
- area
- image
- correlation
- face
- skin color
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
(57)【要約】
【課題】 テンプレートマッチング法のように膨大な枚
数のテンプレートをあらかじめ記憶させておく必要がな
く、高速に顔領域を検出することができる顔領域検出装
置およびその方法並びにコンピュータ読み取り可能な記
録媒体を提供する。 【解決手段】 ステレオ画像入力手段１１でカラー画像
を取得し、奥行き情報を有する距離画像を距離画像生成
手段１２で生成する。次いで、肌色領域抽出手段１３で
カラー画像から肌色領域画像を作成し、エッジ抽出手段
１４でエッジ画像を作成する。さらに、輪郭モデル決定
手段１５で肌色領域に対応した領域に関する奥行き情報
に基づいて、顔領域の輪郭モデルを生成する。そして、
マッチング手段１７で輪郭モデルと肌色領域画像および
エッジ画像との相関を求め、顔領域判定手段１８で相関
結果に基づいて顔領域を検出する。尚、これらの処理は
探索領域設定手段１６で求めた探索領域内で行う。
数のテンプレートをあらかじめ記憶させておく必要がな
く、高速に顔領域を検出することができる顔領域検出装
置およびその方法並びにコンピュータ読み取り可能な記
録媒体を提供する。 【解決手段】 ステレオ画像入力手段１１でカラー画像
を取得し、奥行き情報を有する距離画像を距離画像生成
手段１２で生成する。次いで、肌色領域抽出手段１３で
カラー画像から肌色領域画像を作成し、エッジ抽出手段
１４でエッジ画像を作成する。さらに、輪郭モデル決定
手段１５で肌色領域に対応した領域に関する奥行き情報
に基づいて、顔領域の輪郭モデルを生成する。そして、
マッチング手段１７で輪郭モデルと肌色領域画像および
エッジ画像との相関を求め、顔領域判定手段１８で相関
結果に基づいて顔領域を検出する。尚、これらの処理は
探索領域設定手段１６で求めた探索領域内で行う。
Description
【０００１】
【発明の属する技術分野】この発明は、カラー画像から
人の顔領域を検出する顔領域検出装置およびその方法並
びにコンピュータ読み取り可能な記録媒体に関する。
人の顔領域を検出する顔領域検出装置およびその方法並
びにコンピュータ読み取り可能な記録媒体に関する。
【０００２】
【従来の技術】自律移動型ロボットの開発において、人
間の識別や表情の認識を行うために画像中から顔領域を
自動的に抽出することは重要な課題の一つである。例え
ば、テンプレートマッチング法は従来から知られている
顔領域の抽出方法の一つである。この方法は、事前に準
備したさまざまな種類の顔領域だけの画像をテンプレー
トとして、処理対象である画像中の顔画像とのマッチン
グを濃淡値を用いて行い、マッチング度の最も高いテン
プレートを選択するものである。また、その他の方法と
して固有顔と呼ばれる特徴ベクトルを用いたEigenface
法、色情報を用いた肌色領域のクラスタリング法などが
知られている。
間の識別や表情の認識を行うために画像中から顔領域を
自動的に抽出することは重要な課題の一つである。例え
ば、テンプレートマッチング法は従来から知られている
顔領域の抽出方法の一つである。この方法は、事前に準
備したさまざまな種類の顔領域だけの画像をテンプレー
トとして、処理対象である画像中の顔画像とのマッチン
グを濃淡値を用いて行い、マッチング度の最も高いテン
プレートを選択するものである。また、その他の方法と
して固有顔と呼ばれる特徴ベクトルを用いたEigenface
法、色情報を用いた肌色領域のクラスタリング法などが
知られている。
【０００３】
【発明が解決しようとする課題】しかしながら、上述し
たようなテンプレートマッチング法等の従来手法には次
のような問題点がある。同じ画像中でも撮影されたカメ
ラからの距離によって人物の顔の大きさが異なる場合
や、動画像において人物が移動することによって各フレ
ームにおける同一人物の顔の大きさが変化してしまう場
合には、同じ人物の顔であっても同一のテンプレートで
抽出することができない。したがって、あらゆる場合を
想定して人物の顔領域を検出できるようにするために
は、さまざまな大きさや種類の顔に対応した膨大な枚数
のテンプレート等を事前に準備しなければならない。
たようなテンプレートマッチング法等の従来手法には次
のような問題点がある。同じ画像中でも撮影されたカメ
ラからの距離によって人物の顔の大きさが異なる場合
や、動画像において人物が移動することによって各フレ
ームにおける同一人物の顔の大きさが変化してしまう場
合には、同じ人物の顔であっても同一のテンプレートで
抽出することができない。したがって、あらゆる場合を
想定して人物の顔領域を検出できるようにするために
は、さまざまな大きさや種類の顔に対応した膨大な枚数
のテンプレート等を事前に準備しなければならない。
【０００４】また、テンプレートマッチング法では、テ
ンプレート数を増大することによって計算コストが増大
してしまうという欠点が生じてしまう。自律移動型ロボ
ットの顔領域認識手法には、実用的な処理時間内で複数
の顔を同時に探索して追跡する必要があるので、テンプ
レートマッチング法のような探索時間が必要となる手法
を適用することは好ましくない。さらに、色情報を用い
るクラスタリング法を顔領域の検出に用いる場合、照明
の変化や背景に肌色部分が存在すると肌色領域である顔
領域を有効に抽出することができないといった問題が生
じてしまう。
ンプレート数を増大することによって計算コストが増大
してしまうという欠点が生じてしまう。自律移動型ロボ
ットの顔領域認識手法には、実用的な処理時間内で複数
の顔を同時に探索して追跡する必要があるので、テンプ
レートマッチング法のような探索時間が必要となる手法
を適用することは好ましくない。さらに、色情報を用い
るクラスタリング法を顔領域の検出に用いる場合、照明
の変化や背景に肌色部分が存在すると肌色領域である顔
領域を有効に抽出することができないといった問題が生
じてしまう。
【０００５】この発明は、このような事情を考慮してな
されたものであり、テンプレートマッチング法のように
膨大な枚数のテンプレートをあらかじめ記憶させておく
必要がなく、高速に顔領域を検出することができる顔領
域検出装置およびその方法並びにコンピュータ読み取り
可能な記録媒体を提供することを目的とする。
されたものであり、テンプレートマッチング法のように
膨大な枚数のテンプレートをあらかじめ記憶させておく
必要がなく、高速に顔領域を検出することができる顔領
域検出装置およびその方法並びにコンピュータ読み取り
可能な記録媒体を提供することを目的とする。
【０００６】
【課題を解決するための手段】上記課題を解決するため
に、請求項１に記載の発明は、撮像装置で取得されたカ
ラー画像から肌色領域を抽出する抽出手段と、前記カラ
ー画像の奥行き情報を有する距離画像を用い、顔領域の
輪郭を与える輪郭モデルを生成する輪郭モデル生成手段
と、前記輪郭モデルと前記肌色領域との相関を利用して
前記顔領域を特定する顔領域特定手段とを有することを
特徴とする。
に、請求項１に記載の発明は、撮像装置で取得されたカ
ラー画像から肌色領域を抽出する抽出手段と、前記カラ
ー画像の奥行き情報を有する距離画像を用い、顔領域の
輪郭を与える輪郭モデルを生成する輪郭モデル生成手段
と、前記輪郭モデルと前記肌色領域との相関を利用して
前記顔領域を特定する顔領域特定手段とを有することを
特徴とする。
【０００７】請求項２に記載の発明は、請求項１に記載
の発明において、前記距離画像内の領域であってあらか
じめ指定された距離内の被写体の画像情報を利用して、
前記相関を算出すべき領域を設定する探索領域設定手段
をさらに有することを特徴とする。
の発明において、前記距離画像内の領域であってあらか
じめ指定された距離内の被写体の画像情報を利用して、
前記相関を算出すべき領域を設定する探索領域設定手段
をさらに有することを特徴とする。
【０００８】請求項３に記載の発明は、連続するシーン
のカラー画像の一のフレームから顔領域を検出し、次フ
レーム以降において該顔領域を追跡する顔領域検出装置
であって、前記カラー画像から肌色領域を抽出する抽出
手段と、前記一のフレームのカラー画像の奥行き情報を
有する距離画像を用い、前記肌色領域に対応する前記距
離画像内の領域の奥行き情報を反映させて、前記顔領域
の輪郭を与える輪郭モデルを生成する輪郭モデル生成手
段と、前記輪郭モデルと前記肌色領域との相関を利用し
て前記顔領域を特定する顔領域特定手段と、前記距離画
像内の領域であってあらかじめ指定された距離内の被写
体の画像情報を利用して、前記相関を算出すべき領域を
設定する探索領域設定手段と、前記一のフレームに設定
された前記相関を算出すべき領域の位置を反映させて、
次フレームでの前記相関を算出すべき領域の位置を設定
する追跡手段とを有することを特徴とする。
のカラー画像の一のフレームから顔領域を検出し、次フ
レーム以降において該顔領域を追跡する顔領域検出装置
であって、前記カラー画像から肌色領域を抽出する抽出
手段と、前記一のフレームのカラー画像の奥行き情報を
有する距離画像を用い、前記肌色領域に対応する前記距
離画像内の領域の奥行き情報を反映させて、前記顔領域
の輪郭を与える輪郭モデルを生成する輪郭モデル生成手
段と、前記輪郭モデルと前記肌色領域との相関を利用し
て前記顔領域を特定する顔領域特定手段と、前記距離画
像内の領域であってあらかじめ指定された距離内の被写
体の画像情報を利用して、前記相関を算出すべき領域を
設定する探索領域設定手段と、前記一のフレームに設定
された前記相関を算出すべき領域の位置を反映させて、
次フレームでの前記相関を算出すべき領域の位置を設定
する追跡手段とを有することを特徴とする。
【０００９】請求項４に記載の発明は、請求項１ないし
３のいずれかの項に記載の発明において、前記抽出手段
は、前記カラー画像の色相成分を利用することを特徴と
する。
３のいずれかの項に記載の発明において、前記抽出手段
は、前記カラー画像の色相成分を利用することを特徴と
する。
【００１０】請求項５に記載の発明は、請求項１ないし
４のいずれかの項に記載の発明において、前記距離画像
は、互いに対応付けられた２台の撮像装置から取得され
た２枚の画像で構成されるステレオ画像を立体視するこ
とによって得られる奥行き情報を利用して作成されるこ
とを特徴とする。
４のいずれかの項に記載の発明において、前記距離画像
は、互いに対応付けられた２台の撮像装置から取得され
た２枚の画像で構成されるステレオ画像を立体視するこ
とによって得られる奥行き情報を利用して作成されるこ
とを特徴とする。
【００１１】請求項６に記載の発明は、請求項１ないし
５のいずれかの項に記載の発明において、前記顔領域特
定手段は、前記輪郭モデルと前記肌色領域の輪郭との一
致画素数および前記輪郭モデルに囲まれた肌色画素数を
パラメータとした相関を利用して前記顔領域を特定する
ことを特徴とする。
５のいずれかの項に記載の発明において、前記顔領域特
定手段は、前記輪郭モデルと前記肌色領域の輪郭との一
致画素数および前記輪郭モデルに囲まれた肌色画素数を
パラメータとした相関を利用して前記顔領域を特定する
ことを特徴とする。
【００１２】請求項７に記載の発明は、撮像装置で取得
されたカラー画像から肌色領域を抽出する第１の過程
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の過程と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の過程と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の過程とを有することを特徴とする。
されたカラー画像から肌色領域を抽出する第１の過程
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の過程と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の過程と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の過程とを有することを特徴とする。
【００１３】請求項８に記載の発明は、連続するシーン
のカラー画像の一のフレームから顔領域を検出し、次フ
レーム以降において該顔領域を追跡する顔領域検出方法
であって、前記カラー画像から肌色領域を抽出する第１
の過程と、前記距離画像内の領域であってあらかじめ指
定された距離内の被写体の画像情報を利用して、前記相
関を算出すべき領域を設定する第２の過程と、前記一の
フレームのカラー画像の奥行き情報を有する距離画像を
用い、前記肌色領域に対応する前記距離画像内の領域の
奥行き情報を反映させて、前記顔領域の輪郭を与える輪
郭モデルを生成する第３の過程と、前記輪郭モデルと前
記肌色領域との相関を利用して前記顔領域を特定する第
４の過程と、前記一のフレームに設定された前記相関を
算出すべき領域の位置を反映させて、次フレームでの前
記相関を算出すべき領域の位置を設定する第５の過程と
を有することを特徴とする。
のカラー画像の一のフレームから顔領域を検出し、次フ
レーム以降において該顔領域を追跡する顔領域検出方法
であって、前記カラー画像から肌色領域を抽出する第１
の過程と、前記距離画像内の領域であってあらかじめ指
定された距離内の被写体の画像情報を利用して、前記相
関を算出すべき領域を設定する第２の過程と、前記一の
フレームのカラー画像の奥行き情報を有する距離画像を
用い、前記肌色領域に対応する前記距離画像内の領域の
奥行き情報を反映させて、前記顔領域の輪郭を与える輪
郭モデルを生成する第３の過程と、前記輪郭モデルと前
記肌色領域との相関を利用して前記顔領域を特定する第
４の過程と、前記一のフレームに設定された前記相関を
算出すべき領域の位置を反映させて、次フレームでの前
記相関を算出すべき領域の位置を設定する第５の過程と
を有することを特徴とする。
【００１４】請求項９に記載の発明は、請求項７または
８に記載の発明において、前記第４の過程は、前記輪郭
モデルと前記肌色領域の輪郭との一致画素数および前記
輪郭モデルに囲まれた肌色画素数をパラメータとした相
関を利用して前記顔領域を特定することを特徴とする。
８に記載の発明において、前記第４の過程は、前記輪郭
モデルと前記肌色領域の輪郭との一致画素数および前記
輪郭モデルに囲まれた肌色画素数をパラメータとした相
関を利用して前記顔領域を特定することを特徴とする。
【００１５】請求項１０に記載の発明は、撮像装置で取
得されたカラー画像から肌色領域を抽出する第１の手順
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の手順と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の手順とをコンピュータに実行させるプログ
ラムを記録したことを特徴とする。
得されたカラー画像から肌色領域を抽出する第１の手順
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の手順と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の手順とをコンピュータに実行させるプログ
ラムを記録したことを特徴とする。
【００１６】請求項１１に記載の発明は、連続するシー
ンのカラー画像の一のフレームから顔領域を検出し、次
フレーム以降において該顔領域を追跡する顔領域検出方
法であって、前記カラー画像から肌色領域を抽出する第
１の手順と、前記距離画像内の領域であってあらかじめ
指定された距離内の被写体の画像情報を利用して、前記
相関を算出すべき領域を設定する第２の手順と、前記一
のフレームのカラー画像の奥行き情報を有する距離画像
を用い、前記肌色領域に対応する前記距離画像内の領域
の奥行き情報を反映させて、前記顔領域の輪郭を与える
輪郭モデルを生成する第３の手順と、前記輪郭モデルと
前記肌色領域との相関を利用して前記顔領域を特定する
第４の手順と、前記一のフレームに設定された前記相関
を算出すべき領域の位置を反映させて、次フレームでの
前記相関を算出すべき領域の位置を設定する第５の手順
とをコンピュータに実行させるプログラムを記録したこ
とを特徴とする。
ンのカラー画像の一のフレームから顔領域を検出し、次
フレーム以降において該顔領域を追跡する顔領域検出方
法であって、前記カラー画像から肌色領域を抽出する第
１の手順と、前記距離画像内の領域であってあらかじめ
指定された距離内の被写体の画像情報を利用して、前記
相関を算出すべき領域を設定する第２の手順と、前記一
のフレームのカラー画像の奥行き情報を有する距離画像
を用い、前記肌色領域に対応する前記距離画像内の領域
の奥行き情報を反映させて、前記顔領域の輪郭を与える
輪郭モデルを生成する第３の手順と、前記輪郭モデルと
前記肌色領域との相関を利用して前記顔領域を特定する
第４の手順と、前記一のフレームに設定された前記相関
を算出すべき領域の位置を反映させて、次フレームでの
前記相関を算出すべき領域の位置を設定する第５の手順
とをコンピュータに実行させるプログラムを記録したこ
とを特徴とする。
【００１７】請求項１２に記載の発明は、請求項１０ま
たは１１に記載の発明において、前記第４の手順は、前
記輪郭モデルと前記肌色領域の輪郭との一致画素数およ
び前記輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して前記顔領域を特定することを特徴と
する。
たは１１に記載の発明において、前記第４の手順は、前
記輪郭モデルと前記肌色領域の輪郭との一致画素数およ
び前記輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して前記顔領域を特定することを特徴と
する。
【００１８】請求項１３に記載の発明は、撮像装置で取
得されたカラー画像から肌色領域を抽出する第１の手順
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の手順と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の手順とをコンピュータに実行させることを
特徴とする。
得されたカラー画像から肌色領域を抽出する第１の手順
と、前記距離画像内の領域であってあらかじめ指定され
た距離内の被写体の画像情報を利用して、前記相関を算
出すべき領域を設定する第２の手順と、前記カラー画像
の奥行き情報を有する距離画像を用い、顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、前記輪郭モ
デルと前記肌色領域との相関を利用して前記顔領域を特
定する第４の手順とをコンピュータに実行させることを
特徴とする。
【００１９】請求項１４に記載の発明は、連続するシー
ンのカラー画像の一のフレームから顔領域を検出し、次
フレーム以降において該顔領域を追跡する顔領域検出方
法であって、前記カラー画像から肌色領域を抽出する第
１の手順と、前記距離画像内の領域であってあらかじめ
指定された距離内の被写体の画像情報を利用して、前記
相関を算出すべき領域を設定する第２の手順と、前記一
のフレームのカラー画像の奥行き情報を有する距離画像
を用い、前記肌色領域に対応する前記距離画像内の領域
の奥行き情報を反映させて、前記顔領域の輪郭を与える
輪郭モデルを生成する第３の手順と、前記輪郭モデルと
前記肌色領域との相関を利用して前記顔領域を特定する
第４の手順と、前記一のフレームに設定された前記相関
を算出すべき領域の位置を反映させて、次フレームでの
前記相関を算出すべき領域の位置を設定する第５の手順
とをコンピュータに実行させることを特徴とする。
ンのカラー画像の一のフレームから顔領域を検出し、次
フレーム以降において該顔領域を追跡する顔領域検出方
法であって、前記カラー画像から肌色領域を抽出する第
１の手順と、前記距離画像内の領域であってあらかじめ
指定された距離内の被写体の画像情報を利用して、前記
相関を算出すべき領域を設定する第２の手順と、前記一
のフレームのカラー画像の奥行き情報を有する距離画像
を用い、前記肌色領域に対応する前記距離画像内の領域
の奥行き情報を反映させて、前記顔領域の輪郭を与える
輪郭モデルを生成する第３の手順と、前記輪郭モデルと
前記肌色領域との相関を利用して前記顔領域を特定する
第４の手順と、前記一のフレームに設定された前記相関
を算出すべき領域の位置を反映させて、次フレームでの
前記相関を算出すべき領域の位置を設定する第５の手順
とをコンピュータに実行させることを特徴とする。
【００２０】請求項１５に記載の発明は、請求項１３ま
たは１４に記載の発明において、前記第４の手順は、前
記輪郭モデルと前記肌色領域の輪郭との一致画素数およ
び前記輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して前記顔領域を特定することを特徴と
する。
たは１４に記載の発明において、前記第４の手順は、前
記輪郭モデルと前記肌色領域の輪郭との一致画素数およ
び前記輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して前記顔領域を特定することを特徴と
する。
【００２１】
【発明の実施の形態】以下、図面を参照して、この発明
の一実施形態について説明する。図１は、この発明の一
実施形態による顔領域検出装置の構成を示すブロック図
である。図１において、１１はステレオ画像入力手段で
あり、互いに対応付けられた２台のＣＣＤカメラ等の撮
像装置によってカラーのステレオ画像を取得し、顔領域
検出装置に入力するための手段である。１２は距離画像
生成手段であり、ステレオ画像入力手段１１で入力され
た同一シーンを撮影した２枚のステレオ画像を立体視す
ることによって被写体の画像情報として奥行き情報を獲
得する。そして、それらの奥行き情報をステレオ画像の
うちの一方のカラー画像に対応させた距離画像を生成す
るための手段である。
の一実施形態について説明する。図１は、この発明の一
実施形態による顔領域検出装置の構成を示すブロック図
である。図１において、１１はステレオ画像入力手段で
あり、互いに対応付けられた２台のＣＣＤカメラ等の撮
像装置によってカラーのステレオ画像を取得し、顔領域
検出装置に入力するための手段である。１２は距離画像
生成手段であり、ステレオ画像入力手段１１で入力され
た同一シーンを撮影した２枚のステレオ画像を立体視す
ることによって被写体の画像情報として奥行き情報を獲
得する。そして、それらの奥行き情報をステレオ画像の
うちの一方のカラー画像に対応させた距離画像を生成す
るための手段である。
【００２２】１３は肌色領域抽出手段であり、ＲＧＢ座
標で取得したカラー画像をＨＬＳ座標に色座標変換し
て、色相成分等を用いて肌色に相当する領域だけを抽出
することによって肌色領域とそれ以外の領域とからなる
肌色領域画像を作成する手段である。１４はエッジ抽出
手段であり、肌色領域抽出手段１３で抽出された肌色領
域の輪郭部分をエッジとして抽出してエッジ画像を作成
する手段である。
標で取得したカラー画像をＨＬＳ座標に色座標変換し
て、色相成分等を用いて肌色に相当する領域だけを抽出
することによって肌色領域とそれ以外の領域とからなる
肌色領域画像を作成する手段である。１４はエッジ抽出
手段であり、肌色領域抽出手段１３で抽出された肌色領
域の輪郭部分をエッジとして抽出してエッジ画像を作成
する手段である。
【００２３】１５は輪郭モデル決定手段であり、距離画
像生成手段１２で生成した距離画像内の領域であって、
対象とする肌色領域に対応した領域の奥行き情報を利用
して決定する大きさをもった顔領域の輪郭モデルを生成
するための手段である。尚、本実施形態では八角形の形
状をした枠で表現された輪郭モデルを使用する。１６は
探索領域設定手段であり、距離画像生成手段１２で生成
された距離画像を利用してあらかじめ指定された距離情
報を有する被写体の領域だけを抽出し、その領域を含ん
だ矩形領域を顔領域を検出するための探索領域とする手
段である。
像生成手段１２で生成した距離画像内の領域であって、
対象とする肌色領域に対応した領域の奥行き情報を利用
して決定する大きさをもった顔領域の輪郭モデルを生成
するための手段である。尚、本実施形態では八角形の形
状をした枠で表現された輪郭モデルを使用する。１６は
探索領域設定手段であり、距離画像生成手段１２で生成
された距離画像を利用してあらかじめ指定された距離情
報を有する被写体の領域だけを抽出し、その領域を含ん
だ矩形領域を顔領域を検出するための探索領域とする手
段である。
【００２４】１７はマッチング手段であり、輪郭モデル
決定手段１５で決定された輪郭モデルとエッジ抽出手段
１４で抽出された肌色領域の輪郭画素との一致画素数、
並びに輪郭モデルに囲まれた領域内に含まれる肌色領域
抽出手段１３で抽出された肌色領域内の肌色画素数とを
パラメータとした相関値を計算する手段である。尚、こ
の計算は探索領域設定手段１６で決定された探索領域内
に限定される。１８は顔領域判定手段であり、マッチン
グ手段１７で計算された２種類の画素数に基づいて設定
される相関値が、あらかじめ設定されたしきい値よりも
大きい場合であって、かつ探索領域内で最大である場合
の肌色領域を顔領域と判定する手段である。
決定手段１５で決定された輪郭モデルとエッジ抽出手段
１４で抽出された肌色領域の輪郭画素との一致画素数、
並びに輪郭モデルに囲まれた領域内に含まれる肌色領域
抽出手段１３で抽出された肌色領域内の肌色画素数とを
パラメータとした相関値を計算する手段である。尚、こ
の計算は探索領域設定手段１６で決定された探索領域内
に限定される。１８は顔領域判定手段であり、マッチン
グ手段１７で計算された２種類の画素数に基づいて設定
される相関値が、あらかじめ設定されたしきい値よりも
大きい場合であって、かつ探索領域内で最大である場合
の肌色領域を顔領域と判定する手段である。
【００２５】次に、図面を参照して、同実施形態の動作
について説明する。図２は、上述した実施形態における
顔領域検出手順を説明するためのフローチャートであ
る。まず、互いに対応付けられた２台のＣＣＤカメラ等
の撮像装置であるステレオ画像入力手段１１によってカ
ラーのステレオ画像を取得する（ステップＳ１１）。図
３は、人物の顔を含むシーンのステレオ画像のうちの１
枚のカラー画像の概要を示す図である。図３において、
３は３人の人物３１、３２、３３を屋内で撮影したシー
ンのカラー画像である。
について説明する。図２は、上述した実施形態における
顔領域検出手順を説明するためのフローチャートであ
る。まず、互いに対応付けられた２台のＣＣＤカメラ等
の撮像装置であるステレオ画像入力手段１１によってカ
ラーのステレオ画像を取得する（ステップＳ１１）。図
３は、人物の顔を含むシーンのステレオ画像のうちの１
枚のカラー画像の概要を示す図である。図３において、
３は３人の人物３１、３２、３３を屋内で撮影したシー
ンのカラー画像である。
【００２６】そして、距離画像生成手段１２によってス
テレオ画像を立体視することによって奥行き情報を有す
る距離画像を生成する（ステップＳ１２）。距離画像を
作成する場合には２枚のモノクロ画像でもよい。図４
は、図３のカラー画像３に対応した奥行き情報を有する
距離画像の概要を示す図であり、これを４とする。距離
画像４においては、カメラから近い部分は明るく、カメ
ラから遠くなるほど暗くなるようにして距離が表現され
ている。すなわち、カメラに近く、ほぼ同じ距離に位置
する人物３１、３２、３３はほぼ同じ濃淡値の明るさで
表現される。尚、本実施形態ではカメラから近い部分は
白色、遠い部分は斜線で表示している。
テレオ画像を立体視することによって奥行き情報を有す
る距離画像を生成する（ステップＳ１２）。距離画像を
作成する場合には２枚のモノクロ画像でもよい。図４
は、図３のカラー画像３に対応した奥行き情報を有する
距離画像の概要を示す図であり、これを４とする。距離
画像４においては、カメラから近い部分は明るく、カメ
ラから遠くなるほど暗くなるようにして距離が表現され
ている。すなわち、カメラに近く、ほぼ同じ距離に位置
する人物３１、３２、３３はほぼ同じ濃淡値の明るさで
表現される。尚、本実施形態ではカメラから近い部分は
白色、遠い部分は斜線で表示している。
【００２７】次に、肌色領域抽出手段１３でステレオ画
像の一方のカラー画像３から肌色領域を抽出することに
よって顔領域を含んだ肌色領域画像を作成する（ステッ
プＳ１３）。ここでステップＳ１３で肌色領域画像を作
成する手順について図５を用いて詳細に説明する。図５
は、図２におけるステップＳ１３における肌色領域画像
の作成手順を説明するためのフローチャートである。ま
ず、入力されたカラー画像をＲＧＢ座標からＨＬＳ色座
標に色座標変換する（ステップＳ１３１）。これによっ
て、赤色、緑色、青色成分で表現されていた各画素の値
を色相成分等で取り出すことができる。そして、色相成
分等からあらかじめ肌色画素とみなす範囲の大きさをも
つ画素を設定しておき肌色画素として抽出し、その肌色
画素の集合を肌色領域とする（ステップＳ１３２）。
像の一方のカラー画像３から肌色領域を抽出することに
よって顔領域を含んだ肌色領域画像を作成する（ステッ
プＳ１３）。ここでステップＳ１３で肌色領域画像を作
成する手順について図５を用いて詳細に説明する。図５
は、図２におけるステップＳ１３における肌色領域画像
の作成手順を説明するためのフローチャートである。ま
ず、入力されたカラー画像をＲＧＢ座標からＨＬＳ色座
標に色座標変換する（ステップＳ１３１）。これによっ
て、赤色、緑色、青色成分で表現されていた各画素の値
を色相成分等で取り出すことができる。そして、色相成
分等からあらかじめ肌色画素とみなす範囲の大きさをも
つ画素を設定しておき肌色画素として抽出し、その肌色
画素の集合を肌色領域とする（ステップＳ１３２）。
【００２８】次に、肌色領域とそれ以外の領域に分ける
二値化処理を行う（ステップＳ１３３）。さらに、二値
化された画像において肌色領域に相当する部分に対して
領域の膨張処理と収縮処理を行う（ステップＳ１３
４）。そして、その画像内に含まれる各領域の中からあ
る一定数以上の画素数を有しない領域は顔領域ではなく
ノイズであるとみなして除去するノイズ除去処理を行う
（ステップＳ１３５）。これによって二値の肌色領域画
像を作成することができる。図６は、上述した手順にお
いて作成された肌色領域画像の概要を示す図であり、こ
れを６とする。図６において、６１〜６５は肌色領域で
ある。
二値化処理を行う（ステップＳ１３３）。さらに、二値
化された画像において肌色領域に相当する部分に対して
領域の膨張処理と収縮処理を行う（ステップＳ１３
４）。そして、その画像内に含まれる各領域の中からあ
る一定数以上の画素数を有しない領域は顔領域ではなく
ノイズであるとみなして除去するノイズ除去処理を行う
（ステップＳ１３５）。これによって二値の肌色領域画
像を作成することができる。図６は、上述した手順にお
いて作成された肌色領域画像の概要を示す図であり、こ
れを６とする。図６において、６１〜６５は肌色領域で
ある。
【００２９】そして、肌色領域画像の各肌色領域の輪郭
だけをエッジとして抽出したエッジ画像を作成する（ス
テップＳ１３６）。図７は、エッジ画像の概要を示す図
であり、これを７とする。図７において、７１〜７５は
図６の肌色領域６１〜６５の輪郭部分に相当するエッジ
である。
だけをエッジとして抽出したエッジ画像を作成する（ス
テップＳ１３６）。図７は、エッジ画像の概要を示す図
であり、これを７とする。図７において、７１〜７５は
図６の肌色領域６１〜６５の輪郭部分に相当するエッジ
である。
【００３０】さらに、あらかじめ設定された範囲内の距
離情報を有する距離画像内の領域を含んだ矩形領域を探
索領域設定手段１６によって求め、その領域を輪郭モデ
ルを用いてマッチングを行うための探索領域とする（ス
テップＳ１４）。本実施形態では、カメラからの距離が
５メートル以内の奥行き情報を有する領域だけを距離画
像４から求めて、その領域を含む矩形領域を一つの探索
領域とする。図８は、距離画像４から作成した探索領域
を説明するための図である。図８において、符号８の点
線で示される部分が探索領域の境界であり、その内側が
探索領域である。この際、５メートル以内の領域が同一
画像の中で離れて存在する場合には２つ以上の探索領域
が作成される可能性がある。尚、カメラからの距離は本
装置を適用する環境等の条件に応じて適宜設定すること
ができる。
離情報を有する距離画像内の領域を含んだ矩形領域を探
索領域設定手段１６によって求め、その領域を輪郭モデ
ルを用いてマッチングを行うための探索領域とする（ス
テップＳ１４）。本実施形態では、カメラからの距離が
５メートル以内の奥行き情報を有する領域だけを距離画
像４から求めて、その領域を含む矩形領域を一つの探索
領域とする。図８は、距離画像４から作成した探索領域
を説明するための図である。図８において、符号８の点
線で示される部分が探索領域の境界であり、その内側が
探索領域である。この際、５メートル以内の領域が同一
画像の中で離れて存在する場合には２つ以上の探索領域
が作成される可能性がある。尚、カメラからの距離は本
装置を適用する環境等の条件に応じて適宜設定すること
ができる。
【００３１】そして、２つ以上の探索領域が設定された
場合は１つの探索領域を指定して（ステップＳ１５）、
１つの探索領域しか設定されなければその探索領域につ
いて以下の処理を行う。ステップＳ１３で作成した肌色
領域画像６上にステップＳ１５で指定された探索領域８
を適用し、その探索領域内に存在する各肌色領域から、
顔領域の検出処理を行う一の肌色領域を指定する（ステ
ップＳ１６）。例えば、本実施形態において図６の肌色
領域６１が指定された場合について考える。そこで、指
定された肌色領域６１に対応する距離画像内の領域の奥
行き情報に基づいて、カメラから５メートル以内である
といった有効範囲内の肌色領域であるかどうかを判定す
る（ステップＳ１７）。そして、判定結果がＹＥＳであ
ればステップＳ１８に進み、ＮＯであれば検出すべき顔
領域ではないと判断してステップＳ１６に戻り、別の肌
色領域を対象としてステップＳ１７の処理を行う。本実
施形態ではＹＥＳと判断されてステップＳ１８に進む。
場合は１つの探索領域を指定して（ステップＳ１５）、
１つの探索領域しか設定されなければその探索領域につ
いて以下の処理を行う。ステップＳ１３で作成した肌色
領域画像６上にステップＳ１５で指定された探索領域８
を適用し、その探索領域内に存在する各肌色領域から、
顔領域の検出処理を行う一の肌色領域を指定する（ステ
ップＳ１６）。例えば、本実施形態において図６の肌色
領域６１が指定された場合について考える。そこで、指
定された肌色領域６１に対応する距離画像内の領域の奥
行き情報に基づいて、カメラから５メートル以内である
といった有効範囲内の肌色領域であるかどうかを判定す
る（ステップＳ１７）。そして、判定結果がＹＥＳであ
ればステップＳ１８に進み、ＮＯであれば検出すべき顔
領域ではないと判断してステップＳ１６に戻り、別の肌
色領域を対象としてステップＳ１７の処理を行う。本実
施形態ではＹＥＳと判断されてステップＳ１８に進む。
【００３２】ステップＳ１８では、対象となっている肌
色領域６１に対応する距離画像内の奥行き情報に基づい
て、輪郭モデル決定手段１５によってその奥行き情報に
対応した大きさの八角形の輪郭モデルを生成する。図９
は、図６で生成された肌色領域画像６上に適用された探
索領域８と輪郭モデルを説明するための図である。図９
において、９１は肌色領域６１に基づいて輪郭モデル決
定手段１５で決定された輪郭モデルである。そして、探
索領域８内においてステップＳ１８で作成された輪郭モ
デル９１を１画素ずつ走査させながら肌色領域とのマッ
チングを行う。
色領域６１に対応する距離画像内の奥行き情報に基づい
て、輪郭モデル決定手段１５によってその奥行き情報に
対応した大きさの八角形の輪郭モデルを生成する。図９
は、図６で生成された肌色領域画像６上に適用された探
索領域８と輪郭モデルを説明するための図である。図９
において、９１は肌色領域６１に基づいて輪郭モデル決
定手段１５で決定された輪郭モデルである。そして、探
索領域８内においてステップＳ１８で作成された輪郭モ
デル９１を１画素ずつ走査させながら肌色領域とのマッ
チングを行う。
【００３３】また、図１０は図７で生成されたエッジ画
像７上に適用された探索領域８と輪郭モデル９１を説明
するための図である。そして、探索領域８内において輪
郭モデル９１を１画素ずつ走査させながら各肌色領域の
輪郭であるエッジとのマッチングを行う（ステップＳ１
９）。このマッチングでは、作成された輪郭モデルと肌
色領域の輪郭画素であるエッジとの一致画素数、並びに
輪郭モデルに囲まれた肌色画素数を計算する。そして、
一致画素数と肌色画素数をパラメータとした相関値を顔
領域かどうかを判定するための評価値とする（ステップ
Ｓ２０）。
像７上に適用された探索領域８と輪郭モデル９１を説明
するための図である。そして、探索領域８内において輪
郭モデル９１を１画素ずつ走査させながら各肌色領域の
輪郭であるエッジとのマッチングを行う（ステップＳ１
９）。このマッチングでは、作成された輪郭モデルと肌
色領域の輪郭画素であるエッジとの一致画素数、並びに
輪郭モデルに囲まれた肌色画素数を計算する。そして、
一致画素数と肌色画素数をパラメータとした相関値を顔
領域かどうかを判定するための評価値とする（ステップ
Ｓ２０）。
【００３４】本実施形態では、次のようにして評価値を
求める。まず、図９に示すように肌色領域画像６上に適
用された輪郭モデル９１に囲まれた肌色画素数を計算
し、これをＭ１とする。次に、輪郭モデル９１で囲まれ
る領域内の全画素数を計算し、これをＭ２とする。そし
て、Ｍ１をＭ２で除算して得られた値をＭ３とする。ま
た、図１０に示すようにエッジ画像７上に適用された輪
郭モデル９１と一致するエッジ画素を計算し、これをＮ
１とする。次に、輪郭モデルを構成する画素数を計算
し、これをＮ２とする。そして、Ｎ１をＮ２で除算して
得られた値をＮ３とする。そして、Ｍ３、Ｎ３のそれぞ
れの値に対してあらかじめ指定された重み係数を乗算
し、さらに両者を加算した値を評価値Ｚとする。
求める。まず、図９に示すように肌色領域画像６上に適
用された輪郭モデル９１に囲まれた肌色画素数を計算
し、これをＭ１とする。次に、輪郭モデル９１で囲まれ
る領域内の全画素数を計算し、これをＭ２とする。そし
て、Ｍ１をＭ２で除算して得られた値をＭ３とする。ま
た、図１０に示すようにエッジ画像７上に適用された輪
郭モデル９１と一致するエッジ画素を計算し、これをＮ
１とする。次に、輪郭モデルを構成する画素数を計算
し、これをＮ２とする。そして、Ｎ１をＮ２で除算して
得られた値をＮ３とする。そして、Ｍ３、Ｎ３のそれぞ
れの値に対してあらかじめ指定された重み係数を乗算
し、さらに両者を加算した値を評価値Ｚとする。
【００３５】この計算を探索領域８内において実施し、
評価値Ｚが探索領域８内で最大かつしきい値以上であっ
た場合に、対象としている肌色領域は顔領域であると判
定する。また、それ以外の場合は顔領域ではないと判定
する（ステップＳ２１）。尚、評価値Ｚを求める基礎と
なったＭ３、Ｎ３についてもそれぞれしきい値を設定し
ておき、両者が共にしきい値以上の場合に評価値Ｚを求
めるようにしてもよい。このように本実施形態において
は、輪郭モデル９１に基づいて肌色領域６１は顔領域で
あると判定される。
評価値Ｚが探索領域８内で最大かつしきい値以上であっ
た場合に、対象としている肌色領域は顔領域であると判
定する。また、それ以外の場合は顔領域ではないと判定
する（ステップＳ２１）。尚、評価値Ｚを求める基礎と
なったＭ３、Ｎ３についてもそれぞれしきい値を設定し
ておき、両者が共にしきい値以上の場合に評価値Ｚを求
めるようにしてもよい。このように本実施形態において
は、輪郭モデル９１に基づいて肌色領域６１は顔領域で
あると判定される。
【００３６】以上の処理が終了すると次にステップＳ２
２に進む。ステップＳ２２において、同一探索領域内に
他の肌色領域が存在する場合（ＹＥＳ）、ステップＳ１
６に戻って当該肌色領域について上述した手順で顔領域
検出のための処理を実行する（ステップＳ２２）。ま
た、他の肌色領域が存在しない場合（ＮＯ）、当該探索
領域における顔領域はすべて検出されたのでステップＳ
２３に進む。
２に進む。ステップＳ２２において、同一探索領域内に
他の肌色領域が存在する場合（ＹＥＳ）、ステップＳ１
６に戻って当該肌色領域について上述した手順で顔領域
検出のための処理を実行する（ステップＳ２２）。ま
た、他の肌色領域が存在しない場合（ＮＯ）、当該探索
領域における顔領域はすべて検出されたのでステップＳ
２３に進む。
【００３７】ステップＳ２３において、本実施形態では
探索領域８内に肌色領域６１の他に肌色領域６２〜６５
が存在するのでＹＥＳと判断され、上述した手順と同様
にして、肌色領域６２〜６５について顔領域であるかど
うかが判定される。その結果、肌色領域６１、６２、６
３の３つの領域が顔領域と判定され、肌色領域６４、６
５については、評価値Ｚが小さくなるので顔領域とは判
定されない。このようにして、図１１に示されるよう
に、一の画像においてすべての顔領域を検出することが
できる。
探索領域８内に肌色領域６１の他に肌色領域６２〜６５
が存在するのでＹＥＳと判断され、上述した手順と同様
にして、肌色領域６２〜６５について顔領域であるかど
うかが判定される。その結果、肌色領域６１、６２、６
３の３つの領域が顔領域と判定され、肌色領域６４、６
５については、評価値Ｚが小さくなるので顔領域とは判
定されない。このようにして、図１１に示されるよう
に、一の画像においてすべての顔領域を検出することが
できる。
【００３８】次に、ステップＳ２３では、同一画像内に
他の探索領域が存在するかどうかを判断する。そして、
他の探索領域が存在する場合（ＹＥＳ）、ステップＳ１
５に戻って同様の処理を行う。また、他の探索領域が存
在しない場合（ＮＯ）、当該画像内のすべての顔領域が
検出されたので終了する。本実施形態では、他の探索領
域がないので終了する。
他の探索領域が存在するかどうかを判断する。そして、
他の探索領域が存在する場合（ＹＥＳ）、ステップＳ１
５に戻って同様の処理を行う。また、他の探索領域が存
在しない場合（ＮＯ）、当該画像内のすべての顔領域が
検出されたので終了する。本実施形態では、他の探索領
域がないので終了する。
【００３９】次に、連続するシーンのカラー画像の一の
フレームから顔領域を検出し、次フレーム以降において
顔領域を追跡する処理手順について説明する。図１２
は、連続フレームにおいて顔領域を追跡する手順を説明
するためのフローチャートである。顔領域の追跡に関す
る処理は、まず上述した手順に基づいて一のフレームに
おける顔領域を検出する（ステップＳ３１）。そして、
連続する次のフレームにおいて、探索領域を設定する
（ステップＳ３２）。このとき、設定する探索領域の位
置は前フレームで設定した位置に基づいて前位置と同位
置またはその近傍に設定される。
フレームから顔領域を検出し、次フレーム以降において
顔領域を追跡する処理手順について説明する。図１２
は、連続フレームにおいて顔領域を追跡する手順を説明
するためのフローチャートである。顔領域の追跡に関す
る処理は、まず上述した手順に基づいて一のフレームに
おける顔領域を検出する（ステップＳ３１）。そして、
連続する次のフレームにおいて、探索領域を設定する
（ステップＳ３２）。このとき、設定する探索領域の位
置は前フレームで設定した位置に基づいて前位置と同位
置またはその近傍に設定される。
【００４０】次フレームの画像に探索領域が設定される
と、前フレームで決定された輪郭モデルを使用して、図
２のステップＳ１９に示される処理手順と同様にして肌
色画素数等が計算されて評価値が算出される（ステップ
Ｓ３３）。次に、その評価値が当該探索領域内で最大で
あって、かつ一定のしきい値以上であるかどうかを判断
する（ステップＳ３４）。そして、判断結果がＹＥＳで
あれば、その位置が顔領域であるとみなしてステップＳ
３５へ進む。また、判断結果がＮＯであれば、その輪郭
モデルに対応する顔領域は当該探索領域内にはすでにな
いとして終了する。
と、前フレームで決定された輪郭モデルを使用して、図
２のステップＳ１９に示される処理手順と同様にして肌
色画素数等が計算されて評価値が算出される（ステップ
Ｓ３３）。次に、その評価値が当該探索領域内で最大で
あって、かつ一定のしきい値以上であるかどうかを判断
する（ステップＳ３４）。そして、判断結果がＹＥＳで
あれば、その位置が顔領域であるとみなしてステップＳ
３５へ進む。また、判断結果がＮＯであれば、その輪郭
モデルに対応する顔領域は当該探索領域内にはすでにな
いとして終了する。
【００４１】また、ステップＳ３５では、さらに次フレ
ームで追跡するかどうかを判断する。そして、判断結果
がＹＥＳならば、ステップＳ３２に戻って次フレームに
おける追跡処理を実行する。また、判断結果がＮＯなら
ば、顔領域を追跡しないとして終了する。
ームで追跡するかどうかを判断する。そして、判断結果
がＹＥＳならば、ステップＳ３２に戻って次フレームに
おける追跡処理を実行する。また、判断結果がＮＯなら
ば、顔領域を追跡しないとして終了する。
【００４２】尚、上述した実施形態では、ＣＣＤカメラ
等の撮像装置を用いて撮影したカラーのステレオ画像を
直接入力する方法について示したが、あらかじめ撮影し
て保存されていた画像ファイルを入力して同様の手順で
顔領域を検出することもできる。また、輪郭モデル内の
肌色画素数を計算する代わりに、色ヒストグラム計算を
用いてもよい。
等の撮像装置を用いて撮影したカラーのステレオ画像を
直接入力する方法について示したが、あらかじめ撮影し
て保存されていた画像ファイルを入力して同様の手順で
顔領域を検出することもできる。また、輪郭モデル内の
肌色画素数を計算する代わりに、色ヒストグラム計算を
用いてもよい。
【００４３】さらに、上述した実施形態においては、輪
郭モデルとして八角形のフレームのモデルを使用した
が、楕円やその他多角形等の形状をしたモデルを使用し
てもよい。さらにまた、輪郭モデルの縦横比を変化させ
ることによって、個人差のある顔形状に対してより細か
なマッチング処理を行うことができる。さらにまた、実
際の顔の輪郭に近い形状の輪郭モデルを使用することに
より、正確な顔の位置の特定も可能になる。
郭モデルとして八角形のフレームのモデルを使用した
が、楕円やその他多角形等の形状をしたモデルを使用し
てもよい。さらにまた、輪郭モデルの縦横比を変化させ
ることによって、個人差のある顔形状に対してより細か
なマッチング処理を行うことができる。さらにまた、実
際の顔の輪郭に近い形状の輪郭モデルを使用することに
より、正確な顔の位置の特定も可能になる。
【００４４】尚、本実施形態においては、２次元である
カラー画像だけでなく距離画像を使用しているので、輪
郭モデルを用いて肌色領域画像６やエッジ画像７とのマ
ッチングを行うのではなく、距離画像と３次元の顔モデ
ルによるマッチングを行うことも可能である。
カラー画像だけでなく距離画像を使用しているので、輪
郭モデルを用いて肌色領域画像６やエッジ画像７とのマ
ッチングを行うのではなく、距離画像と３次元の顔モデ
ルによるマッチングを行うことも可能である。
【００４５】また、顔領域の初期探索と追跡を同時に行
うことによって、顔領域を追跡しながら新たに出現した
顔領域にの検出も行うことができる。あるいは、しきい
値を変化させることによって、容易に環境の変動に対応
することもできる。さらにまた、過去に使用した探索領
域８や輪郭モデルの大きさ等の履歴を記録しておくこと
で、連続画像の途中で画面外に出ていった顔領域や間違
えて検出された顔領域で必要がないものを効率的に削除
することもできる。
うことによって、顔領域を追跡しながら新たに出現した
顔領域にの検出も行うことができる。あるいは、しきい
値を変化させることによって、容易に環境の変動に対応
することもできる。さらにまた、過去に使用した探索領
域８や輪郭モデルの大きさ等の履歴を記録しておくこと
で、連続画像の途中で画面外に出ていった顔領域や間違
えて検出された顔領域で必要がないものを効率的に削除
することもできる。
【００４６】なお、図１における各処理手段の機能を実
現するためのプログラムをコンピュータ読み取り可能な
記録媒体に記録して、この記録媒体に記録されたプログ
ラムをコンピュータシステムに読み込ませ、実行するこ
とにより顔領域の検出を行ってもよい。なお、ここでい
う「コンピュータシステム」とは、ＯＳや周辺機器等の
ハードウェアを含むものとする。また、「コンピュータ
システム」は、ＷＷＷシステムを利用している場合であ
れば、ホームページ提供環境（あるいは表示環境）も含
むものとする。
現するためのプログラムをコンピュータ読み取り可能な
記録媒体に記録して、この記録媒体に記録されたプログ
ラムをコンピュータシステムに読み込ませ、実行するこ
とにより顔領域の検出を行ってもよい。なお、ここでい
う「コンピュータシステム」とは、ＯＳや周辺機器等の
ハードウェアを含むものとする。また、「コンピュータ
システム」は、ＷＷＷシステムを利用している場合であ
れば、ホームページ提供環境（あるいは表示環境）も含
むものとする。
【００４７】また、「コンピュータ読み取り可能な記録
媒体」とは、フロッピー（登録商標）ディスク、光磁気
ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピ
ュータシステムに内蔵されるハードディスク等の記憶装
置のことをいう。さらに「コンピュータ読み取り可能な
記録媒体」とは、インターネット等のネットワークや電
話回線等の通信回線を介してプログラムが送信された場
合のサーバやクライアントとなるコンピュータシステム
内部の揮発性メモリ（ＲＡＭ）のように、一定時間プロ
グラムを保持しているものも含むものとする。
媒体」とは、フロッピー（登録商標）ディスク、光磁気
ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピ
ュータシステムに内蔵されるハードディスク等の記憶装
置のことをいう。さらに「コンピュータ読み取り可能な
記録媒体」とは、インターネット等のネットワークや電
話回線等の通信回線を介してプログラムが送信された場
合のサーバやクライアントとなるコンピュータシステム
内部の揮発性メモリ（ＲＡＭ）のように、一定時間プロ
グラムを保持しているものも含むものとする。
【００４８】また、上記プログラムは、このプログラム
を記憶装置等に格納したコンピュータシステムから、伝
送媒体を介して、あるいは、伝送媒体中の伝送波により
他のコンピュータシステムに伝送されてもよい。ここ
で、プログラムを伝送する「伝送媒体」は、インターネ
ット等のネットワーク（通信網）や電話回線等の通信回
線（通信線）のように情報を伝送する機能を有する媒体
のことをいう。また、上記プログラムは、前述した機能
の一部を実現するためのものであっても良い。さらに、
前述した機能をコンピュータシステムにすでに記録され
ているプログラムとの組み合わせで実現できるもの、い
わゆる差分ファイル（差分プログラム）であっても良
い。
を記憶装置等に格納したコンピュータシステムから、伝
送媒体を介して、あるいは、伝送媒体中の伝送波により
他のコンピュータシステムに伝送されてもよい。ここ
で、プログラムを伝送する「伝送媒体」は、インターネ
ット等のネットワーク（通信網）や電話回線等の通信回
線（通信線）のように情報を伝送する機能を有する媒体
のことをいう。また、上記プログラムは、前述した機能
の一部を実現するためのものであっても良い。さらに、
前述した機能をコンピュータシステムにすでに記録され
ているプログラムとの組み合わせで実現できるもの、い
わゆる差分ファイル（差分プログラム）であっても良
い。
【００４９】
【発明の効果】以上説明したように、請求項１に記載の
発明によれば、撮像装置で取得されたカラー画像から肌
色領域を抽出する抽出手段と、カラー画像の奥行き情報
を有する距離画像を用い、顔領域の輪郭を与える輪郭モ
デルを生成する輪郭モデル生成手段と、輪郭モデルと肌
色領域との相関を利用して顔領域を特定する顔領域特定
手段とを有するので、テンプレートマッチング法のよう
に膨大な枚数のテンプレートをあらかじめ記憶させてお
く必要がなく、高速に顔領域を検出することができる。
発明によれば、撮像装置で取得されたカラー画像から肌
色領域を抽出する抽出手段と、カラー画像の奥行き情報
を有する距離画像を用い、顔領域の輪郭を与える輪郭モ
デルを生成する輪郭モデル生成手段と、輪郭モデルと肌
色領域との相関を利用して顔領域を特定する顔領域特定
手段とを有するので、テンプレートマッチング法のよう
に膨大な枚数のテンプレートをあらかじめ記憶させてお
く必要がなく、高速に顔領域を検出することができる。
【００５０】請求項２に記載の発明によれば、距離画像
内の領域であってあらかじめ指定された距離内の被写体
の画像情報を利用して、相関を算出すべき領域を設定す
る探索領域設定手段をさらに有するので、顔領域の検出
にかかる処理速度をより向上することができる。
内の領域であってあらかじめ指定された距離内の被写体
の画像情報を利用して、相関を算出すべき領域を設定す
る探索領域設定手段をさらに有するので、顔領域の検出
にかかる処理速度をより向上することができる。
【００５１】請求項３に記載の発明によれば、連続する
シーンのカラー画像の一のフレームから顔領域を検出
し、次フレーム以降において顔領域を追跡する顔領域検
出装置であって、カラー画像から肌色領域を抽出する抽
出手段と、一のフレームのカラー画像の奥行き情報を有
する距離画像を用い、肌色領域に対応する距離画像内の
領域の奥行き情報を反映させて、顔領域の輪郭を与える
輪郭モデルを生成する輪郭モデル生成手段と、輪郭モデ
ルと肌色領域との相関を利用して顔領域を特定する顔領
域特定手段と、距離画像内の領域であってあらかじめ指
定された距離内の被写体の画像情報を利用して、相関を
算出すべき領域を設定する探索領域設定手段と、一のフ
レームに設定された相関を算出すべき領域の位置を反映
させて、次フレームでの相関を算出すべき領域の位置を
設定する追跡手段とを有するので、連続するフレームか
ら複数の顔領域を効率よく追跡することができ、自律移
動ロボットの目の部分等に用いて好適である。さらに、
次フレーム以降における顔領域の追跡に奥行き情報を有
する距離画像を使用する必要もない。
シーンのカラー画像の一のフレームから顔領域を検出
し、次フレーム以降において顔領域を追跡する顔領域検
出装置であって、カラー画像から肌色領域を抽出する抽
出手段と、一のフレームのカラー画像の奥行き情報を有
する距離画像を用い、肌色領域に対応する距離画像内の
領域の奥行き情報を反映させて、顔領域の輪郭を与える
輪郭モデルを生成する輪郭モデル生成手段と、輪郭モデ
ルと肌色領域との相関を利用して顔領域を特定する顔領
域特定手段と、距離画像内の領域であってあらかじめ指
定された距離内の被写体の画像情報を利用して、相関を
算出すべき領域を設定する探索領域設定手段と、一のフ
レームに設定された相関を算出すべき領域の位置を反映
させて、次フレームでの相関を算出すべき領域の位置を
設定する追跡手段とを有するので、連続するフレームか
ら複数の顔領域を効率よく追跡することができ、自律移
動ロボットの目の部分等に用いて好適である。さらに、
次フレーム以降における顔領域の追跡に奥行き情報を有
する距離画像を使用する必要もない。
【００５２】請求項４に記載の発明によれば、抽出手段
は、カラー画像の色相成分等を利用することを特徴とす
る。色相成分を利用することにより、通常のＲＧＢの値
により肌色を識別するよりも、ロバストな肌色の検出が
可能となる。
は、カラー画像の色相成分等を利用することを特徴とす
る。色相成分を利用することにより、通常のＲＧＢの値
により肌色を識別するよりも、ロバストな肌色の検出が
可能となる。
【００５３】請求項５に記載の発明によれば、距離画像
は、互いに対応付けられた２台の撮像装置から取得され
た２枚の画像で構成されるステレオ画像を立体視するこ
とによって得られる奥行き情報を利用して作成されるこ
とを特徴とするので、カラー画像と距離情報とを同時に
取得することができ、距離画像作成のためにカメラ以外
の特殊な装置を用いる必要がない。
は、互いに対応付けられた２台の撮像装置から取得され
た２枚の画像で構成されるステレオ画像を立体視するこ
とによって得られる奥行き情報を利用して作成されるこ
とを特徴とするので、カラー画像と距離情報とを同時に
取得することができ、距離画像作成のためにカメラ以外
の特殊な装置を用いる必要がない。
【００５４】請求項６に記載の発明によれば、顔領域特
定手段は、輪郭モデルと肌色領域の輪郭との一致画素数
および輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して顔領域を特定することを特徴とする
ので、輪郭モデルと肌色領域とのマッチングを２つのパ
ラメータによって評価することができ、高い信頼性で人
の顔領域を検出することができる。
定手段は、輪郭モデルと肌色領域の輪郭との一致画素数
および輪郭モデルに囲まれた肌色画素数をパラメータと
した相関を利用して顔領域を特定することを特徴とする
ので、輪郭モデルと肌色領域とのマッチングを２つのパ
ラメータによって評価することができ、高い信頼性で人
の顔領域を検出することができる。
【図１】 この発明の一実施形態による顔領域検出装置
の構成を示すブロック図である。
の構成を示すブロック図である。
【図２】 上述した実施形態における顔領域検出手順を
説明するためのフローチャートである。
説明するためのフローチャートである。
【図３】 人物の顔を含むシーンのステレオ画像のうち
の１枚のカラー画像３の概要を示す図である。
の１枚のカラー画像３の概要を示す図である。
【図４】 カラー画像３に対応した奥行き情報を有する
距離画像４の概要を示す図である。
距離画像４の概要を示す図である。
【図５】 図２のステップＳ１３における肌色領域画像
６の作成手順を説明するためのフローチャートである。
６の作成手順を説明するためのフローチャートである。
【図６】 上述した実施形態において作成された肌色領
域画像６の概要を示す図である。
域画像６の概要を示す図である。
【図７】 肌色領域画像６から作成されたエッジ画像の
概要を示す図である。
概要を示す図である。
【図８】 距離画像４の奥行き情報を利用して作成した
探索領域８を説明するための図である。
探索領域８を説明するための図である。
【図９】 肌色領域画像６上に適用される探索領域８と
輪郭モデルを説明するための図である。
輪郭モデルを説明するための図である。
【図１０】 エッジ画像上に適用される探索領域８と輪
郭モデルを説明するための図である。
郭モデルを説明するための図である。
【図１１】 一の画像におけるすべての顔領域を検出し
た結果を説明するための図である。
た結果を説明するための図である。
【図１２】 連続フレームにおいて顔領域を追跡する手
順を説明するためのフローチャートである。
順を説明するためのフローチャートである。
３ カラー画像 ４ 距離画像 ６ 肌色領域画像 ７ エッジ画像 ８ 探索領域 １１ ステレオ画像入力手段 １２ 距離画像生成手段 １３ 肌色領域抽出手段 １４ エッジ抽出手段 １５ 輪郭モデル決定手段 １６ 探索領域設定手段 １７ マッチング手段 １８ 顔領域判定手段 ９１、９２、９３ 輪郭モデル
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B057 BA02 CA01 CA13 CA16 DA08 DB03 DB06 DC16 DC19 DC25 DC34 5C066 AA00 AA01 CA00 CA01 EF00 GA01 GA03 GA33 KD06 KE01 KE02 5L096 AA02 AA09 BA05 CA05 EA02 FA06 FA15 FA34 FA35 FA69 GA08 GA28 JA11
Claims (15)
- 【請求項１】 撮像装置で取得されたカラー画像から肌
色領域を抽出する抽出手段と、 前記カラー画像の奥行き情報を有する距離画像を用い、
顔領域の輪郭を与える輪郭モデルを生成する輪郭モデル
生成手段と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する顔領域特定手段とを有することを特徴
とする顔領域検出装置。 - 【請求項２】 前記距離画像内の領域であってあらかじ
め指定された距離内の被写体の画像情報を利用して、前
記相関を算出すべき領域を設定する探索領域設定手段を
さらに有することを特徴とする請求項１に記載の顔領域
検出装置。 - 【請求項３】 連続するシーンのカラー画像の一のフレ
ームから顔領域を検出し、次フレーム以降において該顔
領域を追跡する顔領域検出装置であって、 前記カラー画像から肌色領域を抽出する抽出手段と、 前記一のフレームのカラー画像の奥行き情報を有する距
離画像を用い、前記肌色領域に対応する前記距離画像内
の領域の奥行き情報を反映させて、前記顔領域の輪郭を
与える輪郭モデルを生成する輪郭モデル生成手段と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する顔領域特定手段と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する探索領域設定手段と、 前記一のフレームに設定された前記相関を算出すべき領
域の位置を反映させて、次フレームでの前記相関を算出
すべき領域の位置を設定する追跡手段とを有することを
特徴とする顔領域検出装置。 - 【請求項４】 前記抽出手段は、前記カラー画像の色相
成分を利用することを特徴とする請求項１ないし３のい
ずれかの項に記載の顔領域検出装置。 - 【請求項５】 前記距離画像は、互いに対応付けられた
２台の撮像装置から取得された２枚の画像で構成される
ステレオ画像を立体視することによって得られる奥行き
情報を利用して作成されることを特徴とする請求項１な
いし４のいずれかの項に記載の顔領域検出装置。 - 【請求項６】 前記顔領域特定手段は、前記輪郭モデル
と前記肌色領域の輪郭との一致画素数および前記輪郭モ
デルに囲まれた肌色画素数をパラメータとした相関を利
用して前記顔領域を特定することを特徴とする請求項１
ないし５のいずれかの項に記載の顔領域検出装置。 - 【請求項７】 撮像装置で取得されたカラー画像から肌
色領域を抽出する第１の過程と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の過程と、 前記カラー画像の奥行き情報を有する距離画像を用い、
顔領域の輪郭を与える輪郭モデルを生成する第３の過程
と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の過程とを有することを特徴とす
る顔領域検出方法。 - 【請求項８】 連続するシーンのカラー画像の一のフレ
ームから顔領域を検出し、次フレーム以降において該顔
領域を追跡する顔領域検出方法であって、 前記カラー画像から肌色領域を抽出する第１の過程と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の過程と、 前記一のフレームのカラー画像の奥行き情報を有する距
離画像を用い、前記肌色領域に対応する前記距離画像内
の領域の奥行き情報を反映させて、前記顔領域の輪郭を
与える輪郭モデルを生成する第３の過程と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の過程と、 前記一のフレームに設定された前記相関を算出すべき領
域の位置を反映させて、次フレームでの前記相関を算出
すべき領域の位置を設定する第５の過程とを有すること
を特徴とする顔領域検出方法。 - 【請求項９】 前記第４の過程は、前記輪郭モデルと前
記肌色領域の輪郭との一致画素数および前記輪郭モデル
に囲まれた肌色画素数をパラメータとした相関を利用し
て前記顔領域を特定することを特徴とする請求項７また
は８に記載の顔領域検出方法。 - 【請求項１０】 撮像装置で取得されたカラー画像から
肌色領域を抽出する第１の手順と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の手順と、 前記カラー画像の奥行き情報を有する距離画像を用い、
顔領域の輪郭を与える輪郭モデルを生成する第３の手順
と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の手順とをコンピュータに実行さ
せるプログラムを記録したコンピュータ読み取り可能な
記録媒体。 - 【請求項１１】 連続するシーンのカラー画像の一のフ
レームから顔領域を検出し、次フレーム以降において該
顔領域を追跡する顔領域検出方法であって、 前記カラー画像から肌色領域を抽出する第１の手順と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の手順と、 前記一のフレームのカラー画像の奥行き情報を有する距
離画像を用い、前記肌色領域に対応する前記距離画像内
の領域の奥行き情報を反映させて、前記顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の手順と、 前記一のフレームに設定された前記相関を算出すべき領
域の位置を反映させて、次フレームでの前記相関を算出
すべき領域の位置を設定する第５の手順とをコンピュー
タに実行させるプログラムを記録したコンピュータ読み
取り可能な記録媒体。 - 【請求項１２】 前記第４の手順は、前記輪郭モデルと
前記肌色領域の輪郭との一致画素数および前記輪郭モデ
ルに囲まれた肌色画素数をパラメータとした相関を利用
して前記顔領域を特定することを特徴とする請求項１０
または１１に記載のコンピュータ読み取り可能な記録媒
体。 - 【請求項１３】 撮像装置で取得されたカラー画像から
肌色領域を抽出する第１の手順と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の手順と、 前記カラー画像の奥行き情報を有する距離画像を用い、
顔領域の輪郭を与える輪郭モデルを生成する第３の手順
と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の手順とをコンピュータに実行さ
せるためのプログラム。 - 【請求項１４】 連続するシーンのカラー画像の一のフ
レームから顔領域を検出し、次フレーム以降において該
顔領域を追跡する顔領域検出方法であって、 前記カラー画像から肌色領域を抽出する第１の手順と、 前記距離画像内の領域であってあらかじめ指定された距
離内の被写体の画像情報を利用して、前記相関を算出す
べき領域を設定する第２の手順と、 前記一のフレームのカラー画像の奥行き情報を有する距
離画像を用い、前記肌色領域に対応する前記距離画像内
の領域の奥行き情報を反映させて、前記顔領域の輪郭を
与える輪郭モデルを生成する第３の手順と、 前記輪郭モデルと前記肌色領域との相関を利用して前記
顔領域を特定する第４の手順と、 前記一のフレームに設定された前記相関を算出すべき領
域の位置を反映させて、次フレームでの前記相関を算出
すべき領域の位置を設定する第５の手順とをコンピュー
タに実行させるためのプログラム。 - 【請求項１５】 前記第４の手順は、前記輪郭モデルと
前記肌色領域の輪郭との一致画素数および前記輪郭モデ
ルに囲まれた肌色画素数をパラメータとした相関を利用
して前記顔領域を特定することを特徴とする請求項１３
または１４に記載のプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001013818A JP4597391B2 (ja) | 2001-01-22 | 2001-01-22 | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001013818A JP4597391B2 (ja) | 2001-01-22 | 2001-01-22 | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002216129A true JP2002216129A (ja) | 2002-08-02 |
| JP4597391B2 JP4597391B2 (ja) | 2010-12-15 |
Family
ID=18880606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001013818A Expired - Fee Related JP4597391B2 (ja) | 2001-01-22 | 2001-01-22 | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4597391B2 (ja) |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004111687A3 (en) * | 2003-06-12 | 2005-03-31 | Honda Motor Co Ltd | Target orientation estimation using depth sensing |
| JP2005196359A (ja) * | 2004-01-05 | 2005-07-21 | Honda Motor Co Ltd | 移動物体検出装置、移動物体検出方法及び移動物体検出プログラム |
| JP2005196362A (ja) * | 2004-01-05 | 2005-07-21 | Honda Motor Co Ltd | 移動物体検出装置、移動物体検出方法、および移動物体検出プログラム |
| JP2006343953A (ja) * | 2005-06-08 | 2006-12-21 | Canon Inc | 画像処理方法、画像処理装置 |
| WO2007091604A1 (ja) * | 2006-02-09 | 2007-08-16 | Honda Motor Co., Ltd. | 三次元物体を検出する装置 |
| US7271725B2 (en) | 2004-06-30 | 2007-09-18 | Honda Motor Co., Ltd. | Customer service robot |
| WO2008056777A1 (fr) * | 2006-11-10 | 2008-05-15 | Konica Minolta Holdings, Inc. | Système d'authentification et procédé d'authentification |
| JP2008236276A (ja) * | 2007-03-20 | 2008-10-02 | Hitachi Ltd | カメラ装置 |
| KR100882139B1 (ko) | 2007-09-12 | 2009-02-06 | 전자부품연구원 | 얼굴 검출 방법 |
| JP2009141475A (ja) * | 2007-12-04 | 2009-06-25 | Nikon Corp | カメラ |
| KR100930722B1 (ko) | 2007-12-28 | 2009-12-09 | 주식회사 케이티 | 계층적인 구조의 영상 모델을 이용한 3차원 영상 생성방법과 장치, 이를 이용한 영상 인식 방법과 특징점 추출방법 그리고 상기 방법들을 수행하는 프로그램이 기록된기록매체 |
| US7636045B2 (en) | 2004-06-30 | 2009-12-22 | Honda Motor Co., Ltd. | Product presentation robot |
| US7801360B2 (en) | 2005-10-17 | 2010-09-21 | Fujifilm Corporation | Target-image search apparatus, digital camera and methods of controlling same |
| JP2010224936A (ja) * | 2009-03-24 | 2010-10-07 | Fuji Heavy Ind Ltd | 物体検出装置 |
| US7873448B2 (en) | 2002-12-10 | 2011-01-18 | Honda Motor Co., Ltd. | Robot navigation system avoiding obstacles and setting areas as movable according to circular distance from points on surface of obstacles |
| KR101269175B1 (ko) | 2011-03-31 | 2013-05-31 | 경북대학교 산학협력단 | 영역 검출 방법 및 이를 적용한 영역 검출 장치 |
| JP2013117896A (ja) * | 2011-12-05 | 2013-06-13 | Saxa Inc | 人検出装置、人検出方法及び人検出プログラム |
| CN104376551A (zh) * | 2014-08-25 | 2015-02-25 | 浙江工业大学 | 一种融合区域生长和边缘检测的彩色图像分割方法 |
| JP2015507271A (ja) * | 2012-01-13 | 2015-03-05 | 富士通株式会社 | オブジェクト認識方法及びオブジェクト認識装置 |
| KR101545408B1 (ko) | 2013-12-11 | 2015-08-19 | 한국 한의학 연구원 | 측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치 |
| KR101741758B1 (ko) * | 2016-01-21 | 2017-05-30 | 광운대학교 산학협력단 | 가려짐에 강인한 깊이정보 사용 캠쉬프트 기반의 실시간 얼굴추적 방법 |
| CN107481186A (zh) * | 2017-08-24 | 2017-12-15 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
| KR20190040125A (ko) * | 2017-09-12 | 2019-04-17 | 선전 구딕스 테크놀로지 컴퍼니, 리미티드 | 얼굴 검출 활성화 방법, 얼굴 검출 활성화 장치 및 전자 장치 |
| CN111212593A (zh) * | 2017-10-11 | 2020-05-29 | 深圳传音通讯有限公司 | 一种基于智能终端的拍照测温方法及拍照测温系统 |
| CN111223111A (zh) * | 2020-01-03 | 2020-06-02 | 歌尔股份有限公司 | 深度图像轮廓生成方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0863597A (ja) * | 1994-08-22 | 1996-03-08 | Konica Corp | 顔抽出方法 |
| JPH10161743A (ja) * | 1996-11-28 | 1998-06-19 | Matsushita Electric Ind Co Ltd | 移動物体走行制御装置 |
| JP2000076454A (ja) * | 1998-08-31 | 2000-03-14 | Minolta Co Ltd | ３次元形状データ処理装置 |
| JP2000099691A (ja) * | 1998-09-18 | 2000-04-07 | Toshiba Corp | 人物撮影装置 |
| JP2000163600A (ja) * | 1998-11-18 | 2000-06-16 | Sintec Co Ltd | 顔の撮影／認識方法とその装置 |
-
2001
- 2001-01-22 JP JP2001013818A patent/JP4597391B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0863597A (ja) * | 1994-08-22 | 1996-03-08 | Konica Corp | 顔抽出方法 |
| JPH10161743A (ja) * | 1996-11-28 | 1998-06-19 | Matsushita Electric Ind Co Ltd | 移動物体走行制御装置 |
| JP2000076454A (ja) * | 1998-08-31 | 2000-03-14 | Minolta Co Ltd | ３次元形状データ処理装置 |
| JP2000099691A (ja) * | 1998-09-18 | 2000-04-07 | Toshiba Corp | 人物撮影装置 |
| JP2000163600A (ja) * | 1998-11-18 | 2000-06-16 | Sintec Co Ltd | 顔の撮影／認識方法とその装置 |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7873448B2 (en) | 2002-12-10 | 2011-01-18 | Honda Motor Co., Ltd. | Robot navigation system avoiding obstacles and setting areas as movable according to circular distance from points on surface of obstacles |
| WO2004111687A3 (en) * | 2003-06-12 | 2005-03-31 | Honda Motor Co Ltd | Target orientation estimation using depth sensing |
| US7620202B2 (en) | 2003-06-12 | 2009-11-17 | Honda Motor Co., Ltd. | Target orientation estimation using depth sensing |
| JP2005196359A (ja) * | 2004-01-05 | 2005-07-21 | Honda Motor Co Ltd | 移動物体検出装置、移動物体検出方法及び移動物体検出プログラム |
| JP2005196362A (ja) * | 2004-01-05 | 2005-07-21 | Honda Motor Co Ltd | 移動物体検出装置、移動物体検出方法、および移動物体検出プログラム |
| US7271725B2 (en) | 2004-06-30 | 2007-09-18 | Honda Motor Co., Ltd. | Customer service robot |
| US7636045B2 (en) | 2004-06-30 | 2009-12-22 | Honda Motor Co., Ltd. | Product presentation robot |
| JP2006343953A (ja) * | 2005-06-08 | 2006-12-21 | Canon Inc | 画像処理方法、画像処理装置 |
| US7801360B2 (en) | 2005-10-17 | 2010-09-21 | Fujifilm Corporation | Target-image search apparatus, digital camera and methods of controlling same |
| WO2007091604A1 (ja) * | 2006-02-09 | 2007-08-16 | Honda Motor Co., Ltd. | 三次元物体を検出する装置 |
| JP2007213353A (ja) * | 2006-02-09 | 2007-08-23 | Honda Motor Co Ltd | 三次元物体を検出する装置 |
| US8396283B2 (en) | 2006-02-09 | 2013-03-12 | Honda Motor Co., Ltd. | Three-dimensional object detecting device |
| JP4780198B2 (ja) * | 2006-11-10 | 2011-09-28 | コニカミノルタホールディングス株式会社 | 認証システム及び認証方法 |
| JPWO2008056777A1 (ja) * | 2006-11-10 | 2010-02-25 | コニカミノルタホールディングス株式会社 | 認証システム及び認証方法 |
| WO2008056777A1 (fr) * | 2006-11-10 | 2008-05-15 | Konica Minolta Holdings, Inc. | Système d'authentification et procédé d'authentification |
| JP2008236276A (ja) * | 2007-03-20 | 2008-10-02 | Hitachi Ltd | カメラ装置 |
| KR100882139B1 (ko) | 2007-09-12 | 2009-02-06 | 전자부품연구원 | 얼굴 검출 방법 |
| JP2009141475A (ja) * | 2007-12-04 | 2009-06-25 | Nikon Corp | カメラ |
| US8436900B2 (en) | 2007-12-04 | 2013-05-07 | Nikon Corporation | Pattern matching camera |
| KR100930722B1 (ko) | 2007-12-28 | 2009-12-09 | 주식회사 케이티 | 계층적인 구조의 영상 모델을 이용한 3차원 영상 생성방법과 장치, 이를 이용한 영상 인식 방법과 특징점 추출방법 그리고 상기 방법들을 수행하는 프로그램이 기록된기록매체 |
| JP2010224936A (ja) * | 2009-03-24 | 2010-10-07 | Fuji Heavy Ind Ltd | 物体検出装置 |
| KR101269175B1 (ko) | 2011-03-31 | 2013-05-31 | 경북대학교 산학협력단 | 영역 검출 방법 및 이를 적용한 영역 검출 장치 |
| JP2013117896A (ja) * | 2011-12-05 | 2013-06-13 | Saxa Inc | 人検出装置、人検出方法及び人検出プログラム |
| JP2015507271A (ja) * | 2012-01-13 | 2015-03-05 | 富士通株式会社 | オブジェクト認識方法及びオブジェクト認識装置 |
| KR101545408B1 (ko) | 2013-12-11 | 2015-08-19 | 한국 한의학 연구원 | 측면 윤곽선 검출 방법 및 측면 윤곽선 검출 장치 |
| CN104376551A (zh) * | 2014-08-25 | 2015-02-25 | 浙江工业大学 | 一种融合区域生长和边缘检测的彩色图像分割方法 |
| KR101741758B1 (ko) * | 2016-01-21 | 2017-05-30 | 광운대학교 산학협력단 | 가려짐에 강인한 깊이정보 사용 캠쉬프트 기반의 실시간 얼굴추적 방법 |
| CN107481186A (zh) * | 2017-08-24 | 2017-12-15 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
| CN107481186B (zh) * | 2017-08-24 | 2020-12-01 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
| KR20190040125A (ko) * | 2017-09-12 | 2019-04-17 | 선전 구딕스 테크놀로지 컴퍼니, 리미티드 | 얼굴 검출 활성화 방법, 얼굴 검출 활성화 장치 및 전자 장치 |
| CN109844754A (zh) * | 2017-09-12 | 2019-06-04 | 深圳市汇顶科技股份有限公司 | 脸部侦测启动方法、脸部侦测启动装置及电子装置 |
| KR102113591B1 (ko) * | 2017-09-12 | 2020-05-22 | 선전 구딕스 테크놀로지 컴퍼니, 리미티드 | 얼굴 검출 활성화 방법, 얼굴 검출 활성화 장치 및 전자 장치 |
| US10909352B2 (en) | 2017-09-12 | 2021-02-02 | Shenzhen GOODIX Technology Co., Ltd. | Face detection activating method, face detection activating device and electronic device |
| CN111212593A (zh) * | 2017-10-11 | 2020-05-29 | 深圳传音通讯有限公司 | 一种基于智能终端的拍照测温方法及拍照测温系统 |
| CN111223111A (zh) * | 2020-01-03 | 2020-06-02 | 歌尔股份有限公司 | 深度图像轮廓生成方法、装置、设备及存储介质 |
| CN111223111B (zh) * | 2020-01-03 | 2023-04-25 | 歌尔光学科技有限公司 | 深度图像轮廓生成方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4597391B2 (ja) | 2010-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
| US11948282B2 (en) | Image processing apparatus, image processing method, and storage medium for lighting processing on image using model data | |
| JP3753722B2 (ja) | 歯牙映像からの歯牙領域の抽出方法及び歯牙映像を利用した身元確認方法及び装置 | |
| JP5837508B2 (ja) | 姿勢状態推定装置および姿勢状態推定方法 | |
| US8331619B2 (en) | Image processing apparatus and image processing method | |
| CN106682632B (zh) | 用于处理人脸图像的方法和装置 | |
| US8983202B2 (en) | Smile detection systems and methods | |
| JP6587435B2 (ja) | 画像処理装置、情報処理方法及びプログラム | |
| JP2004086891A (ja) | デジタル画像におけるオブジェクト検出方法 | |
| CN110264493A (zh) | 一种针对运动状态下的多目标对象追踪方法和装置 | |
| KR20140139730A (ko) | 깊이 차이를 이용한 얼굴 구성요소의 자동 분류 방법 | |
| KR20010080219A (ko) | 화상 처리 장치 및 화상 처리 방법 및, 기록 매체 | |
| JP7499280B2 (ja) | 人物の単眼深度推定のための方法およびシステム | |
| US11315360B2 (en) | Live facial recognition system and method | |
| KR102528507B1 (ko) | Yolo모델과 객체 추적 기법을 융합한 하이브리드형 열화상 이미지 기반 객체 탐지 방법 | |
| CN113538315B (zh) | 图像处理方法及装置 | |
| KR20130111021A (ko) | 영상처리장치 및 영상처리방법 | |
| JPH1185988A (ja) | 顔画像認識システム | |
| CN110879983A (zh) | 一种人脸特征关键点的提取方法和一种人脸图像合成方法 | |
| JPH09130714A (ja) | 画像情報抽出装置および方法 | |
| CN113988957B (zh) | 基于元素识别的图像自动化评分方法与评分系统 | |
| US11462040B2 (en) | Distractor classifier | |
| US20060010582A1 (en) | Chin detecting method, chin detecting system and chin detecting program for a chin of a human face | |
| US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
| JP2002208013A (ja) | 画像領域抽出装置及び画像領域抽出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20071128 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100610 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100615 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100730 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100914 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100922 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131001 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |