JP2002230547A - 画像における人間の虹彩を検出するためのデジタル画像処理方法及びコンピュータプログラムプロダクト - Google Patents

画像における人間の虹彩を検出するためのデジタル画像処理方法及びコンピュータプログラムプロダクト

Info

Publication number
JP2002230547A
JP2002230547A JP2001381418A JP2001381418A JP2002230547A JP 2002230547 A JP2002230547 A JP 2002230547A JP 2001381418 A JP2001381418 A JP 2001381418A JP 2001381418 A JP2001381418 A JP 2001381418A JP 2002230547 A JP2002230547 A JP 2002230547A
Authority
JP
Japan
Prior art keywords
iris
pixel
image
probability
pixels
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.)
Pending
Application number
JP2001381418A
Other languages
English (en)
Inventor
Shoupu Chen
チェン ショウプゥ
Lawrence A Ray
エイ レイ ローレンス
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Eastman Kodak Co
Original Assignee
Eastman Kodak Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Eastman Kodak Co filed Critical Eastman Kodak Co
Publication of JP2002230547A publication Critical patent/JP2002230547A/ja
Pending legal-status Critical Current

Links

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
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Ophthalmology & Optometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

(57)【要約】 【課題】 正確かつ有効な、デジタル画像における人間
の虹彩を配置する方法を提供する。 【解決手段】 デジタル画像処理方法は、デジタル画像
における人間の虹彩を検出するために提供される。本方
法は、画像における画素の赤の強度を測定するステップ
と、画素の赤の強度に基づいて、それぞれの画素が虹彩
である確率を判定するステップと、画素の赤の強度に基
づいて、それぞれの画素が虹彩でない確率を判定するス
テップと、画素が虹彩である確率と画素が虹彩でない確
率との関係を分析することにより、それぞれの画素が虹
彩であるかを判定するステップとを備えている。本発明
の１実施の形態では、画素が虹彩の画素であるかに関す
る判定は、画素が虹彩でない確率、識別された領域にお
ける虹彩の発生確率、及び識別された領域における虹彩
でない画素の発生確率に対するバイヤーモデルの適用に
基づいてなされる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は顔の特徴を検出する
ためのデジタル画像処理方法に関し、より詳細には、デ
ジタル画像における人間の虹彩を検出する方法に関す
る。
【０００２】
【従来の技術】デジタル画像処理において、画像におけ
る人間の虹彩を検出することが有効な場合がある。この
情報は、たとえば、かかる人間の目のような画像におけ
る他の特徴を配置するために使用される。また、この情
報は、画像における人間の顔の向きを見つけるような他
の目的に使用される。
【０００３】人間の目を検出するための従来技術におけ
る方法が知られている。たとえば、米国特許第6,072,89
2号は、デジタル画像における人間の目の位置を検出す
るための閾値方法の使用が開示されている。この方法で
は、走査ウィンドウは、ラスタ走査方法を使用して、画
像全体にわたって走査する。ヒストグラム抽出器は、画
像にわたる走査の時に、該ウィンドウから強度ヒストグ
ラムを抽出する。
【０００４】それぞれの強度ヒストグラムは、ピーク検
出器により検査され、皮膚、目の白、及び虹彩内に配置
されている瞳の黒を表しているヒストグラムにおける３
つのピークが検出される。３つのピークを有するヒスト
グラムは、目の位置を可能性として定義する画像におけ
る配置を識別する。目の位置は、それぞれ可能性のある
位置に関連付けられているヒストグラムの下の領域を計
算し、最も大きな領域を有するヒストグラムに関連付け
られている位置を選択することにより、可能性のある位
置の間から決定される。
【０００５】このアプローチでの問題の１つは、画像全
体が画素毎に走査されなければならないことである。し
たがって、サーチウィンドウがそれぞれの画素で配置さ
れなければならず、ヒストグラムがそれぞれの画素の位
置で組み立てられなければならない。さらに、それぞれ
のヒストグラムの下の領域が計算され、記憶されなけれ
ばならない。この方法では、莫大な量の計算力が消費さ
れ、画像を処理することができるレートが低下してしま
うことが理解される。また、この方法は、高いレートで
の間違ったポジが作られる可能性がある。
【０００６】
【発明が解決しようとする課題】また、異常に高い赤の
強度を有する目を検出するための方法が知られている。
かかる異常な赤の内容は、一般に赤目として知られてい
る写真現象に関連している。赤目は、瞳により反射され
る光のフラッシュにより典型的に生じる。譲渡され係属
中の米国特許第08/919,560号において記載されているよ
うに、赤目を示す高い赤の内容を有する画素について画
像をサーチすることが知られている。同様に、譲渡され
た米国特許第5,432,863号は、赤目の色の特徴を有する
画像における画素を検出するためのユーザインタラクテ
ィブ方法が記載されている。
【０００７】これらの方法は、赤目が存在する領域のみ
で目を検出する方法である。したがって、正確かつ有効
な、デジタル画像における人間の虹彩を配置する方法が
必要とされている。
【０００８】
【課題を解決するための手段】本発明によれば、デジタ
ル画像における人間の虹彩を検出するためのデジタル画
像処理方法により上記必要性が満たされる。この方法
は、画像における画素の赤の強度を測定するステップ
と、画素の赤の強度に基づいて、それぞれの画素が虹彩
である確率を判定するステップと、画素の赤の強度に基
づいて、それぞれの画素が虹彩でない確率を判定するス
テップと、画素が虹彩である確率と画素が虹彩でない確
率との関係を分析することにより、それぞれの画素が虹
彩であるかを判定するステップとを備えている。
【０００９】本発明の１実施の形態では、画素が虹彩の
画素であるかに関する判定は、画素が虹彩である確率、
画素が虹彩でない確率、画像における虹彩の発生確率、
画像における虹彩でない画素の発生確率に対して、バイ
ヤーモデルを適用することに基づいている。
【００１０】本発明の別の実施の形態では、肌色の領域
が画像において検出され、肌色の領域内の画素のみが赤
の強度について測定される。画素が虹彩の画素であるか
に関する判定は、画素が虹彩である確率、画素が虹彩で
ない確率、肌色の領域における虹彩の発生確率、及び肌
色の領域における虹彩でない画素の発生確率に対して、
バイヤーモデルを適用することに基づいている。
【００１１】本発明は、正面の顔の画像における虹彩の
位置を得るために有効であり、サーチされなければなら
ない画像の領域を低減することができるという利点を有
する。したがって、目を配置するために必要とされる計
算量を大幅に低減することができ、間違ったポジの目の
検出の発生率を低減することができる。
【００１２】
【発明の実施の形態】図１は、本発明を実施するに有効
な画像処理システムを示しており、フィルムスキャナ
ー、デジタルカメラ、又はピクチャＣＤを有するコンパ
クトディスクドライブのような画像記憶装置のようなカ
ラーのデジタル画像源１０を含んでいる。デジタル画像
源１０からのデジタル画像は、プログラム可能なパーソ
ナルコンピュータ又はSun Sparc Workstationのような
デジタル画像処理ワークステーションのようなイメージ
プロセッサ１２に供給される。
【００１３】イメージプロセッサ１２は、ＣＲＴディス
プレイ１４、キーボード１６及びマウス１８のようなオ
ペレータインタフェースに接続されていてもよい。ま
た、イメージプロセッサ１２は、コンピュータ読み取り
可能な記憶媒体１７に接続されている。イメージプロセ
ッサ１２は、処理されたデジタル画像を出力装置１９に
転送する。出力装置１９は、ハードコピープリンタ、長
期間の画像記憶装置、別のプロセッサへの接続、又はた
とえばインターネットに接続される画像通信装置を備え
ることができる。
【００１４】以下の記載では、本発明の好適な実施の形
態が方法として記載される。しかし、別の好適な実施の
形態では、本発明は、記載される方法に従いデジタル画
像における人間の目及び虹彩を検出するためのコンピュ
ータプログラムプロダクトを備えている。本発明の記載
において、本発明のコンピュータプログラムは、図１に
おいて示されるタイプのパーソナルコンピュータのよう
な公知のコンピュータシステムにより利用することがで
きる。しかし、多くのタイプのコンピュータシステムを
使用して、本発明のコンピュータプログラムを実行する
ことができる。結果的に、本明細書では、コンピュータ
システムをさらに詳細には説明しない。
【００１５】本発明のコンピュータプログラムプロダク
トは、公知の画像操作アルゴリズム及びプロセスを使用
してもよいことが理解されるであろう。したがって、こ
の記載は、本発明の方法の一部を形成するか、又は本発
明の方法がより直接に組み込まれるアルゴリズム及びプ
ロセスに特に向けられる。したがって、本発明のコンピ
ュータプログラムプロダクトの実施の形態は、実現のた
めに有効であり本明細書に特別に図示又は記載されてい
ないアルゴリズム及びプロセスを具体化してもよいこと
が理解されるであろう。かかるアルゴリズム及びプロセ
スは、従来の技術であり、当該技術分野における通常の
技術内である。
【００１６】本発明のコンピュータプログラムプロダク
トに含まれるか、又は一体となって動作する画像を生成
及びさもなければ処理するかかるアルゴリズム及びシス
テム、及びハードウェア及び／又はソフトウェアの他の
態様は、本明細書で特別に図示及び記載せず、かかるア
ルゴリズム、システム、ハードウェア、当該技術分野に
おいて知られているコンポーネント及び要素から選択さ
れてもよい。
【００１７】本発明の方法を実行するためのコンピュー
タプログラムは、コンピュータ読み取り可能な記憶媒体
において記憶されてもよい。この媒体は、たとえば、
（ハードドライブ又はフロッピディスクのような）磁気
ディスク又は磁気テープのような磁気記憶媒体、（光デ
ィスク、光テープ、又は機械読み取り可能なバーコード
のような）光記憶媒体、（ランダムアクセスメモリ（Ｒ
ＡＭ）のような）固体電子記憶装置、又はリードオンリ
メモリ（ＲＯＭ）、又はコンピュータプログラムを記憶
するために使用されるいずれか他の物理的装置を備えて
いてもよい。
【００１８】本発明の方法を実行するためのコンピュー
タプログラムは、インターネット又は他の通信媒体を介
してイメージプロセッサに接続されるコンピュータ読み
取り可能な記憶媒体に記憶されてもよい。当業者であれ
ば、かかるコンピュータプログラムプロダクトと等価な
ものがハードウェアで構築されてもよいことが容易に認
識されるであろう。
【００１９】図２に戻り、本発明の方法は、より詳細に
記載される。図２は、本発明の虹彩検出の方法の１実施
の形態を例示するフローチャートである。図２において
示される実施の形態において、虹彩の検出は、画像にお
ける肌色の領域をはじめに検出し、次いで該肌色領域か
ら虹彩の画素を識別することにより達成される。
【００２０】肌色検出における第１ステップは、ステッ
プ２２として、図２において示されているカラーヒスト
グラムイコライゼーションである。カラーヒストグラム
イコライゼーションステップ２２は、処理される画像を
受け、該画像に関して肌色検出が可能な形式であること
を保証する。光条件、フラッシュ設定又は他の状況によ
り人間の皮膚が画像において数種の色を帯びている場合
があるために、このステップが行われることが必要であ
る。これは、かかる画像において皮膚を自動的に検出す
ることを困難にする。
【００２１】カラーヒストグラムイコライゼーションス
テップ２２において、それぞれの画像の統計的な分析が
実行される。統計的な分析が、光条件、フラッシュ設定
又は他の状況により変更された外観を有する皮膚の領域
を画像が含んでいるかもしれないことを示唆する場合、
肌色の領域を検出することができるようにかかる画像が
修正される。
【００２２】カラーヒストグラムイコライゼーションス
テップ２２の後、検出ステップ２４において肌色領域に
ついて画像がサーチされる。多くのやり方において、デ
ジタル画像において皮膚を検出することが可能である
が、デジタル画像における皮膚を検出するための好適な
方法は、多くの母集団の画像から収集された可能性のあ
る肌色の範囲を含むワーキングカラースペースを定義す
ることにより、該画像における他の画素から肌色の画素
を分離することである。次いで、画素がワーキングカラ
ースペース内であるカラーを有する場合、該画像は肌色
の画素として識別される。
【００２３】肌色検出ステップ２４は、画像における肌
色の画素の領域を識別する。この領域は、いずれかのや
り方で定義することができる。１実施の形態では、肌色
の領域は、肌色を有する画像における画素を識別する画
素の位置のセットを生成することにより定義することが
できる。
【００２４】別な実施の形態では、肌色の画素のみを含
む修正された画像が生成される。さらに別の実施の形態
では、肌色検出ステップ２４は、画像における肌色の領
域を限定する境界を定義する。１つ以上の肌色領域を画
像において識別することができる。
【００２５】楕円形領域抽出ステップ２６は、肌色検出
ステップ２４により検出された肌色領域を検査し、顔を
示す可能性のある肌色領域を配置する。人間の顔がおお
まかな楕円形を有しているので、肌色の領域が検査さ
れ、楕円形の形状の肌色領域が配置される。楕円形の形
状の肌色領域が発見された時、楕円形領域抽出ステップ
２６は、楕円形の形状の肌色領域の幾何学的特性を測定
する。楕円形領域抽出ステップ２６は、これら測定値を
使用して、顔のサイズ及び画像内の顔の位置を記述する
パラメータを定義する。
【００２６】図３は、画像における楕円形の形状の肌色
領域を定義するために使用されるパラメータ間の関係を
例示している。図３において示されているように、これ
らのパラメータは、楕円-上部３００、楕円-下部３０
２、楕円-左３０４、楕円-右３０６、楕円-中央-行３０
８、楕円-中央-列３１０を含んでいる。これらのパラメ
ータは、画像の後続する処理において使用することがで
きる。
【００２７】本発明の方法は、楕円以外の形状を有する
肌色検出領域を使用して実施することができ、かかる形
状に関連して他の幾何学的パラメータを定義することが
できることが認識される。かかるケースでは、肌色領域
が検査され、虹彩の色の画素が検出される。さらに、か
かるケースでは、目の検出プロセスにおける使用のため
に、肌色領域を記述するさらに他のパラメータが定義さ
れる。
【００２８】楕円形領域の検出が実行された後、虹彩色
画素検出ステップ２８は楕円形の形状の肌色領域におけ
る画素を検査し、虹彩の色の画素を検出する。本発明の
方法において、虹彩色画素検出ステップ２８は、画素の
赤の強度を測定することにより、該画素が虹彩であるか
を判定する。
【００２９】人間の虹彩は、比較的高い赤の強度レベル
を有する人間の皮膚に比較して、低い赤の強度レベルを
有していることが確認されているので、赤の強度レベル
が測定される。しかし、本発明の方法は、画素が虹彩又
は虹彩でないとして分類されるかを判定する赤レベル閾
値方法を使用しない。
【００３０】代わりに、本発明は、確率分析に基づいて
画素を虹彩又は虹彩でないとして分類する。この確率分
析は、虹彩統計モデル及び非虹彩統計モデルを使用して
いる。この虹彩統計モデルは、画素の赤の強度レベルに
基づいて、所与の画素が虹彩の画素である確率を定義し
ている。同様に、非虹彩統計モデルは、画素の赤の強度
レベルに基づいて、所与の画素が虹彩ではない確率を定
義している。
【００３１】図４における例を経て示されるように、こ
れらのモデル間の関係は非線形である。図４の例は、特
定の赤の強度の関数として表されている、所与の画素が
虹彩の画素である条件付き確率４０２、及び特定の赤の
強度の関数といて、所与の画素が虹彩でない画素の条件
付き確率４０４を例示している。
【００３２】確率分析は、多くの形式を取ることができ
る。たとえば、確率は、これらの確率間の関係に基づい
て虹彩であるか否かとして画素が分類されるような、様
々なやり方で結合することができる。しかし、好適な実
施の形態では、バイヤーモデルとして知られている算術
的な構成を使用して確率を結合し、所与の赤の強度を有
する画素が虹彩に属する条件付き確率を作成する。
【００３３】この実施の形態では、バイヤーモデルが以
下のように適用される。
【００３４】
【数１】 ここで、Ｐ(虹彩／強度)は、所与の画素の強度が虹彩に
属する条件付き確率である。Ｐ(強度／虹彩)は、所与の
虹彩の画素が特定の強度Ｉを有している条件付き確率で
ある。Ｐ(虹彩)は、顔の楕円の領域における虹彩の発生
確率である。Ｐ(強度／非虹彩)は、所与の虹彩でない画
素が特定の強度Ｉを有している条件付き確率である。Ｐ
(非虹彩)は、顔の楕円領域における虹彩でない画素の発
生確率である。
【００３５】バイヤーモデルは、顔の楕円領域における
虹彩の発生確率、及び顔の楕円形領域における虹彩でな
い画素の発生確率をさらに使用する。バイヤーモデルに
基づいた確率分析を使用して、所与の赤強度を有する画
素が虹彩に属する条件付き確率が、たとえば０．０５よ
りも大きい場合、画素は虹彩として分類される。
【００３６】上述した実施の形態において、楕円-上部
３００、楕円-下部３０２、楕円-左３０４、楕円-右３
０６により定義される楕円形の形状の肌色領域における
画素のみが検査される。検査される画素を楕円形の形状
の肌色領域の画素に限定することにより、検査される多
くの画素を減少することができ、虹彩でない画素が虹彩
であるように分類される可能性が減少する。
【００３７】検査される画素を肌色領域における画素に
限定することにより、本発明の他の実施の形態において
記載されたように、類似した利点を伝達する。肌色領域
を検出することは必ずしも必要ではなく、画像における
それぞれの画像の赤の強度を測定して、上述した確率分
析に基づいて画素が虹彩であるかを判定することによ
り、本発明を実施することができることを理解されるで
あろう。
【００３８】図４Ａは、画素を分類するために使用され
る統計モデルを発展するために、図２の虹彩の色／バイ
ヤーモデルトレイニングステップ２７において使用され
るプロセスを例示するフローチャートを示している。虹
彩を検出するための方法が使用されて虹彩の画素が検出
される前に、このステップは実行される。
【００３９】図示されているように、正面の顔の画像の
大きなサンプルが収集され、検査される。それぞれの画
像の顔の領域における全ての虹彩の画素及び虹彩でない
画素は、手動で識別される４０，４２。次に、所与の虹
彩の画素が特定の赤の強度Ｉを有する条件付き確率Ｐ
(強度／虹彩)が計算され、顔の楕円領域における虹彩の
発生確率Ｐ(虹彩)が計算される４４。次いで、所与の虹
彩でない画素が特定の赤の強度Ｉを有する条件付き確率
Ｐ(強度／非虹彩)が計算され、最後に顔の楕円領域にお
ける虹彩でない画素の発生確率Ｐ(非虹彩)が計算される
４６。
【００４０】虹彩及び非虹彩の計算された統計的モデル
がバイヤー公式において使用され、所与の画素の強度が
虹彩に属する条件付き確率Ｐ(虹彩／強度)が生成される
４８。応用において、バイヤーモデルを使用して、虹彩
色画素検出ステップ２８において使用されるルックアッ
プテーブルを生成することができる。
【００４１】虹彩色画素検出ステップ２８は、画像にお
ける虹彩の色の画素の配置を識別する。ある場合におい
て、検出される虹彩の色の画素が目に関連付けられてい
ることが保証されていることが好ましい。これは、目の
検出ステップを実行することにより実行される。目の位
置の検出ステップ２７が使用され、目の位置を推定す
る。虹彩の画素が画像における目に関連付けられている
かを判定するための多くの方法があることが理解される
であろう。本発明の１好適な実施の形態では、虹彩の色
の画素の位置を使用して、虹彩の画素が画像における目
に関連付けられているかを判定するプロセスが容易とな
る。
【００４２】図５は、虹彩の色の画素を使用して、目の
位置の検出のプロセスを例示するフローチャートを示し
ている。図５において示されているように、目の位置の
検出プロセスは、虹彩画素クラスタリングステップ５０
で開始される。虹彩の色の画素が検出された場合、虹彩
の画素は、クラスタに割当てられなければならない。ク
ラスタは、クラスタ内の画素がクラスタにおける別の画
素に対して、予め定義された距離内であるという特性を
有する虹彩の色の画素の空でないセットである。予め定
義された距離の１つの例は、デジタル画像の高さの３０
分の１である。
【００４３】図５の虹彩画素クラスタリングステップ５
０は、虹彩の色の画素をクラスタの定義に基づいてクラ
スタにグループ化する。しかし、他の基準に基づいて画
素がクラスタリングされてもよいことが理解される。
【００４４】ある状況下では、画素のクラスタが妥当で
ない場合がある。したがって、図５において、クラスタ
有効化ステップ５１としてクラスタを有効にする選択的
なステップが示されている。クラスタがあまりに多くの
虹彩の色の画素を含んでいる場合であるため、又はクラ
スタにおける画素の幾何学的な関係がクラスタは虹彩を
示していないことを示唆するため、クラスタが無効とな
る場合がある。
【００４５】たとえば、割合が２よりも大きい場合、こ
のクラスタは無効となる。無効の虹彩の画素のクラスタ
は、本発明の方法により更なる考察から外される。した
がって、以下の記載の部分において、有効な虹彩の画素
のクラスタは、単に虹彩画素クラスタと言及する。
【００４６】クラスタリング処理の後、それぞれのクラ
スタについての中央は、クラスタセンタリングステップ
５２において計算される。クラスタの中央は、クラスタ
の塊の中心として決定される。クラスタの中央位置は、
画像座標システムの原点に関して計算される。デジタル
画像のための画像座標システムの原点は、画像境界の上
部左コーナーで定義される。
【００４７】楕円形分割ステップ５４は、楕円-中央-列
３１０パラメータを使用して、楕円形の形状の肌色領域
を左半分の領域と右半分の領域とに分ける。図６におい
て示されるように、虹彩の画素のクラスタ６０２及び虹
彩の画素のクラスタの中央位置６００は、楕円-中央-列
３１０により分けられた左半分領域６０４又は右半分領
域６０６のいずれかに配置される。
【００４８】虹彩の画素のクラスタを使用して画像にお
ける目を配置するために、二乗差分の総和(Summation o
f the Squared Difference)として知られている方法を
使用して、左半分の領域において左目の位置のサーチ５
６が行われる。また、同じ二乗差分の総和に基づいて、
右半分の領域において右目の位置のサーチ５８が行われ
る。一般に、二乗差分の総和の方法は、目のテンプレー
ト、及びテンプレートと同じサイズを有する画像の区画
における対応する画素の強度値の二乗差分の総和の計算
を含んでいる。
【００４９】この方法では、複数の画素からなる区画に
おけるそれぞれの画素は、テンプレートにおける対応す
る画素を有している。それぞれの対応する画素の強度レ
ベル間の差が計算される。次いで、それぞれの差が二乗
される。次いで、セットにおけるそれぞれの画素につい
てのそれぞれの二乗された差の総和が計算される。この
二乗された差の総和により、それぞれの測定された画素
セットとテンプレートの間の対応の程度の相対的な測定
値が提供される。目のテンプレート自身は、大量の目の
画像のサンプルを平均することにより生成される。
【００５０】本発明において適用されるように、二乗差
分の総和の値は、それぞれの半分の領域におけるそれぞ
れのウィンドウにおけるそれぞれの画素について計算さ
れる。これらの値は比較され、二乗差分値の最も低い相
対的な総和を有する画素が半分の領域についての目の位
置として識別される。このプロセスは、以下に記載され
るようなやり方で、画像の左半分及び右半分のクラスタ
に関して分けて実行されてもよい。
【００５１】なお、本発明が二乗差分の総和の方法を使
用して、目のテンプレートの平均とそれぞれの画素の間
の最も高い相対的な一致を識別するものとして記載され
たが、相対的な対応の程度を判定するための他の方法を
使用することもできる。特に、二乗差分の総和の方法の
代わりに、平方二乗誤差方法を使用することができる。
【００５２】図７及び図８を参照して、目の位置のサー
チプロセス５６又は５８は、それぞれの半分の領域にお
けるそれぞれのクラスタ８０２の中央で、ウィンドウ８
００をセンタリングすることで開始される７０。次い
で、二乗差分の総和の計算の処理７２は、それぞれのウ
ィンドウにおけるそれぞれの画素に関してセンタリング
された画素の区画を使用して７４、別々に実行される。
【００５３】それぞれのウィンドウ８００における最も
低い二乗差分の総和の値を有する画素の位置が記録され
る７６。半分の領域７８においてそれぞれのクラスタの
中央８０２についてこのプロセスが完了した時、最も低
い二乗差分の総和の値を有する画素の位置が記録される
７９。この位置は、半分の領域についての目の位置であ
る。
【００５４】図５のステップ５６及び５８の二乗差分の
総和の方法は、楕円形の領域抽出なしで実行することが
できることを理解されるであろう。かかる実施の形態に
おいて、肌色の領域を左半分の領域及び右半分の領域に
分割することができる。次いで、虹彩の画素のクラスタ
を左半分の領域のクラスタと右半分の領域のクラスタと
に分割することができる。次いで、二乗差分の総和の方
法を適用することができる。
【００５５】本発明に主要な事柄は、デジタル画像理解
の技術に関する。人間が認識可能な物体、特質又は状態
を認識し、したがって有効な意義を割当てるためにデジ
タル画像をデジタル形式で処理する技術を意味し、デジ
タル画像の更なる処理において得られる結果を利用する
ために理解される。このようにして、本発明は、デジタ
ル画像において通常現れる人間の虹彩を検出するための
効果的な方法を提供する。
【図面の簡単な説明】
【図１】本発明を実施するに有効な画像処理システムの
概念図である。
【図２】本発明の目の検出方法を例示するフローチャー
トである。
【図３】ある幾何学パラメータと、楕円形状の画像にお
ける肌色の領域との間の関係を例示する図である。
【図４Ａ】特定の赤の強度の関数として表された、所与
の画素が虹彩の画素である条件付き確率、及び特定の赤
の強度の関数として表された、所与の画素が虹彩の画素
でない条件付き確率を例示する図である。
【図４Ｂ】特定の赤の強度レベルの関数として、所与の
画素が虹彩の画素である条件付き確率を表す統計的なモ
デル、及び特定の赤の強度レベルの関数として、所与の
画素が虹彩でない画素である条件付き確率を表す統計的
なモデルを発展するモデルを与えるフローチャートであ
る。
【図５】虹彩の色の画素のクラスタの検出後に行われ
る、目の位置の検出のプロセスを例示するフローチャー
トである。
【図６】虹彩の色の画素のクラスタを例示する図であ
る。
【図７】二乗差分の総和の方法を目の位置の検出に適用
したプロセスの詳細を例示するフローチャートである。
【図８】クラスタの中央にセンタリングされる目のテン
プレート及びサーチウィンドウを示す図である。
【符号の説明】
１０ デジタル画像源 １２ イメージプロセッサ １４ ディスプレイ １６ キーボード １７ コンピュータ読み取り可能な記憶媒体 １８ マウス １９ 出力装置 ２２ カラーヒストグラムイコライゼーションステップ ２４ 皮膚検出ステップ ２６ 楕円形領域抽出ステップ ２７ 虹彩色バイヤーモデルトレイニングステップ ２８ 虹彩色画素検出ステップ ２９ 目の位置検出ステップ ４０ 虹彩の画素 ４２ 虹彩でない画素 ４４，４６，４８ 計算ステップ ５０ 虹彩画素クラスタリングステップ ５１ クラスタ有効ステップ ５２ クラスタセンタリングステップ ５４ 楕円形分割ステップ ５６ 左目位置サーチ ５８ 右目位置サーチ ７０ ウィンドウセンタリング ７２ 二乗差分総和の計算 ７４，７８ チェックステップ ７６，７９ 位置記録ステップ ３００ 楕円-上部 ３０２ 楕円-下部 ３０４ 楕円-左 ３０６ 楕円-右 ３０８ 楕円-中央-行 ３１０ 楕円-中央-列 ４０２，４０４ 確率曲線 ６００ クラスタ中央 ６０２ 虹彩の色の画素 ６０４ 左半分領域 ６０６ 右半分領域 ８００ ウィンドウ ８０２ ウィンドウにおける平均目のテンプレートの移
動 ８０４ 画像 ８０６ 平均目のテンプレート
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ローレンス エイ レイ アメリカ合衆国 ニューヨーク 14610 ロチェスター エルムウッド・アヴェニュ ー 3861 Ｆターム(参考） 5B057 AA20 CA01 CA08 CA12 CA16 CB01 CB08 CB12 CB16 CE16 DA07 DA16 DB02 DB06 DB09 DC25 5C077 MP08 PP27 PP31 PP65 PP68 PQ19 PQ23 5C079 LA02 LA06 MA04 NA29 5L096 AA02 AA06 BA18 DA01 FA15 FA69 GA30 MA07

Claims (3)

    【特許請求の範囲】
  1. 【請求項１】 画素により形成されるデジタル画像にお
    ける人間の虹彩を検出するためのデジタル画像処理方法
    であって、 画像における画素の赤の強度を測定するステップと、 画素の前記赤の強度に基づいて、それぞれの画素が虹彩
    である確率を判定するステップと、 画素の前記赤の強度に基づいて、それぞれの画素が虹彩
    でない確率を判定するステップと、 画素が虹彩である確率と画素が虹彩でない確率との関係
    を分析することにより、それぞれの画素が虹彩であるか
    を判定するステップと、を備える方法。
  2. 【請求項２】 それぞれの画素が虹彩であるかを判定す
    る前記ステップは、画素が虹彩である確率、画素が虹彩
    でない確率、画像における虹彩である画素の発生確率、
    及び画像における虹彩でない画素の発生確率に対してバ
    イヤーモデルを適用することに基づく、請求項１記載の
    方法。
  3. 【請求項３】 デジタル画像における人間の虹彩及び目
    を検出して、該検出された虹彩の色の画素に基づいて目
    を配置するための方法であって、 肌色の領域を発見するステップと、 バイヤーモデルを使用して、前記肌色の領域における虹
    彩の色の画素を検出するステップと、 前記検出された虹彩の色の画素に基づいて目の位置を配
    置するステップと、 虹彩の色の画素をクラスタリングするステップと、 それぞれのクラスタの中心を発見するステップと、 前記肌色の領域を左半分及び右半分に分割するステップ
    と、 二乗差分の和の方法を使用して、前記左半分領域におい
    て最も可能性のある左目の位置を配置するステップと、 前記二乗差の和の方法を使用して、前記右半分領域にお
    いて最も可能性のある右目の位置を配置するステップ
    と、を備える方法。
JP2001381418A 2000-12-19 2001-12-14 画像における人間の虹彩を検出するためのデジタル画像処理方法及びコンピュータプログラムプロダクト Pending JP2002230547A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/740,422 US6920237B2 (en) 2000-12-19 2000-12-19 Digital image processing method and computer program product for detecting human irises in an image
US740422 2000-12-19

Publications (1)

Publication Number Publication Date
JP2002230547A true JP2002230547A (ja) 2002-08-16

Family

ID=24976433

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001381418A Pending JP2002230547A (ja) 2000-12-19 2001-12-14 画像における人間の虹彩を検出するためのデジタル画像処理方法及びコンピュータプログラムプロダクト

Country Status (3)

Country Link
US (1) US6920237B2 (ja)
EP (1) EP1217572A3 (ja)
JP (1) JP2002230547A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005250712A (ja) * 2004-03-03 2005-09-15 Univ Waseda 人物属性識別方法およびそのシステム

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6859550B2 (en) * 2001-05-31 2005-02-22 Seho Oh Robust method for image feature estimation
US7058209B2 (en) * 2001-09-20 2006-06-06 Eastman Kodak Company Method and computer program product for locating facial features
AUPS140502A0 (en) * 2002-03-27 2002-05-09 Seeing Machines Pty Ltd Method for automatic detection of facial features
GB2389727B (en) 2002-05-03 2006-08-02 Univ East Anglia Histogram equalisation for colour invariance
KR100474848B1 (ko) * 2002-07-19 2005-03-10 삼성전자주식회사 영상시각 정보를 결합하여 실시간으로 복수의 얼굴을검출하고 추적하는 얼굴 검출 및 추적 시스템 및 방법
TWI224287B (en) * 2003-01-23 2004-11-21 Ind Tech Res Inst Iris extraction method
US6912298B1 (en) * 2003-08-11 2005-06-28 Adobe Systems Incorporation Object detection using dynamic probability scans
US7664322B1 (en) * 2003-08-11 2010-02-16 Adobe Systems Incorporated Feature-based color adjustment
US7593550B2 (en) 2005-01-26 2009-09-22 Honeywell International Inc. Distance iris recognition
US8049812B2 (en) 2006-03-03 2011-11-01 Honeywell International Inc. Camera with auto focus capability
US8098901B2 (en) 2005-01-26 2012-01-17 Honeywell International Inc. Standoff iris recognition system
US8442276B2 (en) 2006-03-03 2013-05-14 Honeywell International Inc. Invariant radial iris segmentation
US8090157B2 (en) 2005-01-26 2012-01-03 Honeywell International Inc. Approaches and apparatus for eye detection in a digital image
US8064647B2 (en) 2006-03-03 2011-11-22 Honeywell International Inc. System for iris detection tracking and recognition at a distance
US8705808B2 (en) 2003-09-05 2014-04-22 Honeywell International Inc. Combined face and iris recognition system
US7295686B2 (en) * 2003-09-29 2007-11-13 Primax Electronics Ltd. Method of processing red eye in digital images
FR2864290B1 (fr) * 2003-12-18 2006-05-26 Sagem Procede et dispositif de reconnaissance d'iris
US7436980B2 (en) 2004-05-27 2008-10-14 Siemens Corporate Research, Inc. Graphical object models for detection and tracking
US7627148B2 (en) * 2004-07-06 2009-12-01 Fujifilm Corporation Image data processing apparatus and method, and image data processing program
JP4328286B2 (ja) * 2004-12-14 2009-09-09 本田技研工業株式会社 顔領域推定装置、顔領域推定方法及び顔領域推定プログラム
US7809171B2 (en) * 2005-01-10 2010-10-05 Battelle Memorial Institute Facial feature evaluation based on eye location
US7676063B2 (en) * 2005-03-22 2010-03-09 Microsoft Corp. System and method for eye-tracking and blink detection
JP2009529197A (ja) 2006-03-03 2009-08-13 ハネウェル・インターナショナル・インコーポレーテッド モジュールバイオメトリクス収集システムアーキテクチャ
WO2007103834A1 (en) 2006-03-03 2007-09-13 Honeywell International, Inc. Indexing and database search system
KR101308368B1 (ko) 2006-03-03 2013-09-16 허니웰 인터내셔널 인코포레이티드 홍채 품질 측정을 갖는 홍채 인식 시스템
GB2450023B (en) 2006-03-03 2011-06-08 Honeywell Int Inc An iris image encoding method
WO2007101276A1 (en) 2006-03-03 2007-09-07 Honeywell International, Inc. Single lens splitter camera
US8063889B2 (en) 2007-04-25 2011-11-22 Honeywell International Inc. Biometric data collection system
JP4663699B2 (ja) * 2007-09-27 2011-04-06 富士フイルム株式会社 画像表示装置、及び画像表示方法
US8436907B2 (en) 2008-05-09 2013-05-07 Honeywell International Inc. Heterogeneous video capturing system
US8050494B2 (en) * 2008-05-23 2011-11-01 Samsung Electronics Co., Ltd. System and method for human hand motion detection by skin color prediction
US8213782B2 (en) 2008-08-07 2012-07-03 Honeywell International Inc. Predictive autofocusing system
US8090246B2 (en) 2008-08-08 2012-01-03 Honeywell International Inc. Image acquisition system
US8280119B2 (en) 2008-12-05 2012-10-02 Honeywell International Inc. Iris recognition system using quality metrics
US8630464B2 (en) 2009-06-15 2014-01-14 Honeywell International Inc. Adaptive iris matching using database indexing
US8472681B2 (en) 2009-06-15 2013-06-25 Honeywell International Inc. Iris and ocular recognition system using trace transforms
US8742887B2 (en) 2010-09-03 2014-06-03 Honeywell International Inc. Biometric visitor check system
US9378564B2 (en) * 2013-03-01 2016-06-28 Colormodules Inc. Methods for color correcting digital images and devices thereof
CN106530268A (zh) * 2015-09-08 2017-03-22 普瑞斯康（北京)健康管理有限公司 一种诊断装置及方法
CN107451533B (zh) * 2017-07-07 2020-06-30 Oppo广东移动通信有限公司 控制方法、控制装置、电子装置和计算机可读存储介质
CN108629293B (zh) * 2018-04-16 2020-10-27 西安交通大学 一种具有反馈机制的自适应近红外虹膜图像采集方法

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4641349A (en) * 1985-02-20 1987-02-03 Leonard Flom Iris recognition system
US5128711A (en) 1989-04-28 1992-07-07 Fuji Photo Film Co., Ltd. Apparatus for recording position information of principal image and method of detecting principal image
US5130789A (en) 1989-12-13 1992-07-14 Eastman Kodak Company Localized image recoloring using ellipsoid boundary function
US5089976A (en) 1990-07-18 1992-02-18 Friends Of The Ucsd Library, Inc. Color normalization process
JP2973676B2 (ja) * 1992-01-23 1999-11-08 松下電器産業株式会社 顔画像特徴点抽出装置
US5432863A (en) 1993-07-19 1995-07-11 Eastman Kodak Company Automated detection and correction of eye color defects due to flash illumination
US6095989A (en) * 1993-07-20 2000-08-01 Hay; Sam H. Optical recognition methods for locating eyes
EP0865637A4 (en) 1995-12-04 1999-08-18 Sarnoff David Res Center DETECTION SYSTEM WITH A WIDE AND NARROW FIELD OF VIEW AND METHOD
US5675376A (en) * 1995-12-21 1997-10-07 Lucent Technologies Inc. Method for achieving eye-to-eye contact in a video-conferencing system
JPH09216580A (ja) 1996-02-14 1997-08-19 Yamaha Motor Co Ltd トラックの荷台の床構造体
JP2907120B2 (ja) 1996-05-29 1999-06-21 日本電気株式会社 赤目検出補正装置
US6144754A (en) * 1997-03-28 2000-11-07 Oki Electric Industry Co., Ltd. Method and apparatus for identifying individuals
US6204858B1 (en) * 1997-05-30 2001-03-20 Adobe Systems Incorporated System and method for adjusting color data of pixels in a digital image
US6381345B1 (en) * 1997-06-03 2002-04-30 At&T Corp. Method and apparatus for detecting eye location in an image
JP3436473B2 (ja) * 1997-06-20 2003-08-11 シャープ株式会社 画像処理装置
US6009209A (en) 1997-06-27 1999-12-28 Microsoft Corporation Automated removal of red eye effect from a digital image
KR19990016896A (ko) 1997-08-20 1999-03-15 전주범 얼굴영상에서 눈영역 검출방법
US6151403A (en) 1997-08-29 2000-11-21 Eastman Kodak Company Method for automatic detection of human eyes in digital images
US6292574B1 (en) 1997-08-29 2001-09-18 Eastman Kodak Company Computer program product for redeye detection
US6407777B1 (en) * 1997-10-09 2002-06-18 Deluca Michael Joseph Red-eye filter method and apparatus
US6016354A (en) 1997-10-23 2000-01-18 Hewlett-Packard Company Apparatus and a method for reducing red-eye in a digital image
WO1999023600A1 (en) 1997-11-04 1999-05-14 The Trustees Of Columbia University In The City Of New York Video signal face region detection
US5953440A (en) * 1997-12-02 1999-09-14 Sensar, Inc. Method of measuring the focus of close-up images of eyes
JP3271750B2 (ja) * 1998-03-05 2002-04-08 沖電気工業株式会社 アイリス識別コード抽出方法及び装置、アイリス認識方法及び装置、データ暗号化装置
JP3549725B2 (ja) * 1998-04-13 2004-08-04 シャープ株式会社 画像処理装置
US6394557B2 (en) * 1998-05-15 2002-05-28 Intel Corporation Method and apparatus for tracking an object using a continuously adapting mean shift
US6631208B1 (en) * 1998-05-29 2003-10-07 Fuji Photo Film Co., Ltd. Image processing method
US6353679B1 (en) * 1998-11-03 2002-03-05 Compaq Computer Corporation Sample refinement method of multiple mode probability density estimation
US6639998B1 (en) * 1999-01-11 2003-10-28 Lg Electronics Inc. Method of detecting a specific object in an image signal
US6697502B2 (en) * 2000-12-14 2004-02-24 Eastman Kodak Company Image processing method for detecting human figures in a digital image

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005250712A (ja) * 2004-03-03 2005-09-15 Univ Waseda 人物属性識別方法およびそのシステム
JP4511850B2 (ja) * 2004-03-03 2010-07-28 学校法人早稲田大学 人物属性識別方法およびそのシステム

Also Published As

Publication number Publication date
US20020106112A1 (en) 2002-08-08
EP1217572A3 (en) 2004-01-14
US6920237B2 (en) 2005-07-19
EP1217572A2 (en) 2002-06-26

Similar Documents

Publication Publication Date Title
JP2002230547A (ja) 画像における人間の虹彩を検出するためのデジタル画像処理方法及びコンピュータプログラムプロダクト
JP3999964B2 (ja) 目を検出するマルチモードデジタル画像処理方法
JP4234381B2 (ja) 顔の特徴を位置確認するための方法及びコンピュータープログラム製品
US7092554B2 (en) Method for detecting eye and mouth positions in a digital image
US6895103B2 (en) Method for automatically locating eyes in an image
JP4903854B2 (ja) デジタル画像におけるオブジェクト検出方法
US7715596B2 (en) Method for controlling photographs of people
US7376270B2 (en) Detecting human faces and detecting red eyes
US7062086B2 (en) Red-eye detection based on red region detection with eye confirmation
US7764846B2 (en) Adaptive red eye correction
JP2002305667A (ja) 色調不良を自動的に補正する方法および装置
JP2002532807A (ja) ディジタル画像内の顔を検出する方法
JP2000048184A (ja) 画像処理方法及び顔領域抽出方法とその装置
JP4202271B2 (ja) パターンの比較
CN114360039A (zh) 一种智能眼睑检测方法及系统
JP2007026308A (ja) 画像処理方法、画像処理装置
CN111914632B (zh) 一种人脸识别方法、装置及存储介质
WO2023195924A2 (en) Method and system for facilitating analysis of a skin condition
JP3624069B2 (ja) 画像処理方法及び画像処理装置
CN116739977A (zh) 瑕疵检测方法、电子设备以及存储介质
JP2003022441A (ja) 領域抽出方法、領域抽出プログラム、領域抽出プログラムを記録したコンピュータ読取可能な記録媒体、および領域抽出装置
CN110991345A (zh) 一种用于家庭看护系统的人脸识别方法及装置
CN114694233A (zh) 一种基于多特征的考场监控视频图像中人脸定位方法
JP2021068161A (ja) 距離推定装置、距離推定方法及び距離推定プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20041203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070410

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20071106