JP2002304627A - 画像処理方法及びその装置 - Google Patents
画像処理方法及びその装置Info
- Publication number
- JP2002304627A JP2002304627A JP2001120496A JP2001120496A JP2002304627A JP 2002304627 A JP2002304627 A JP 2002304627A JP 2001120496 A JP2001120496 A JP 2001120496A JP 2001120496 A JP2001120496 A JP 2001120496A JP 2002304627 A JP2002304627 A JP 2002304627A
- Authority
- JP
- Japan
- Prior art keywords
- image
- face
- template
- vector
- image processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
得られる画像処理方法を得る。 【解決手段】 テンプレート画像及び入力画像の双方に
ついて、該当画像を入力し、該当画像のエッジ法線方向
ベクトルを求め、エッジ法線方向ベクトルから評価ベク
トルを生成し、評価ベクトルを直交変換し、テンプレー
ト画像及び入力画像のそれぞれについて得た、直交変換
後の各評価ベクトルについて、対応スペクトルデータを
積和計算し、逆直交変換して、類似値のマップを生成す
る。そして、類似値の式、直交変換及び逆直交変換は、
いずれも線形性をもつ。背景部分の輝度変化で類似値の
成分が正負反転しない、パターン認識を行える。
Description
を用いて、入力画像中から対象物を検出する画像処理方
法及びその装置に関するものである。
し、入力画像とテンプレート画像との間で、パターンマ
ッチングを行って、テンプレート画像に類似する画像
の、入力画像における位置を検出する技術は、周知であ
る。
の背景如何では、誤認識が発生しやすいため、この点を
工夫した技術が、特開平5−28273号公報として、
開示されている。
レート画像に対応する画像との、類似値を、次式で定義
する。
クトルと、入力画像のエッジ法線ベクトルとのなす角Θ
の、内積(cosΘ)を類似値の成分としている。
しく説明するように、対象物の像の周囲で、背景部分の
輝度がばらつくと、内積の正負が逆転して、類似値が実
体に合わなくなり、誤認識が発生しやすく、良好な認識
結果が得にくいという問題点がある。
ッジ法線方向ベクトルに対して、類似値式が、非線形で
あり、テンプレート画像に係る処理と、入力画像のそれ
とを、同時に実行しなければならない。
走査させ、各走査点毎に、入力画像と参照画像の相関計
算を行わざるを得ず、計算量が膨大で、事実上、実時間
処理は不可能である。
と処理の高速性とが得られる画像処理方法及びその装置
を提供することを目的とする。
プレート画像と入力画像とのマッチングを、類似値のマ
ップを用いて評価する。また、テンプレート画像と入力
画像とのそれぞれについて、評価ベクトルを生成する。
しかも、これらの評価ベクトルは、該当画像のエッジ法
線方向ベクトルを、偶数倍角変換した成分を含む。
で、処理が高速な画像処理方法が実現できる。
は、テンプレート画像と入力画像とのマッチングを、類
似値のマップを用いて評価するものであり、テンプレー
ト画像と入力画像とのそれぞれについて、評価ベクトル
を生成し、しかも、これらの評価ベクトルは、該当画像
のエッジ法線方向ベクトルを、偶数倍角変換した成分を
含む。
より、テンプレート画像のエッジ法線ベクトルと、入力
画像のエッジ法線ベクトルとのなす角Θの、内積(co
sΘ)の正負が反転する場合でも、類似値に影響が無
く、正当にマッチングを評価できる。
レート画像及び入力画像の双方について、該当画像を入
力し、該当画像のエッジ法線方向ベクトルを求めるステ
ップと、エッジ法線方向ベクトルから評価ベクトルを生
成するステップと、評価ベクトルを直交変換するステッ
プとを備え、テンプレート画像及び入力画像のそれぞれ
について得た、直交変換後の各評価ベクトルについて、
対応スペクトルデータを積和計算するステップと、積和
計算結果を、逆直交変換して類似値のマップを生成する
ステップとを有し、かつ、類似値の式、直交変換及び逆
直交変換は、いずれも線形性をもつものである。
リエ変換値と、入力画像に係るフーリエ変換値は、同時
に求める必要はない。つまり、テンプレート画像に係る
フーリエ変換値を、入力画像のそれに先行して、求めて
おくことができ、処理負担を軽くして、一層高速化でき
る。
換後の各評価ベクトルを、圧縮して処理量を削減するス
テップを含む。
えば、低周波成分)のみに削減して、さらに高速な処理
を実現できる。
レート画像については、入力画像を入力するに先立ち、
直交変換後の評価ベクトルを圧縮するまでのステップを
行っておき、その結果を記録手段に保存しておく。
は、記録手段から読み出すだけで良く、一層高速化でき
る。
クトルは、ベクトルの長さについて正規化されている。
は変化し、ベクトルの長さが変化するが、このようにす
ることにより、長さの変化を受けないようにして、パタ
ーン抽出の安定性を高めることができる。
レート画像に係る評価ベクトルは、エッジ法線方向ベク
トルの個数で正規化されている。
より、テンプレート画像における、エッジ個数の多寡に
よらず、同じ尺度で類似度合いを評価できる。
算を行う前に、直交変換の複素共役性を利用してデータ
量を削減し、積和計算後にデータ量を復元する。
処理を高速化し、記憶容量を節約できる。
レート画像を各種サイズに拡縮し、各サイズについて評
価ベクトルの加算処理を行う。
繰り返す必要がなくなり、高速化できる。
レート画像について、評価ベクトルの加算処理を、圧縮
して処理量を削減するステップの後に行う。
層高速化を図れる。
プレート画像は、顔を模式化したものである。
く、目鼻口等の主要な顔部品の位置も把握できる。
値のピークを急峻にするピークパターンを用意し、この
ピークパターンのデータを直交変換したものを、積和計
算に反映させる。
より先鋭且つ安定に、テンプレートと類似する部分を入
力画像中から検出できる。
プレート画像に依存するマスクパターンを作成し、この
マスクパターンのデータを直交変換したものを、積和計
算に反映させる。
の属性を加味して、より精密な検出ができる。
クパターンは、テンプレート画像における画像内部の画
素数平均を示すものである。
ンプレート画像の属性を反映できる。
プレート画像について、元のテンプレート画像の評価ベ
クトルの正負符号を処理して、元のテンプレート画像に
対し左右対称な画像の評価ベクトルを生成するステップ
を有し、生成した評価ベクトルを積和計算に反映させ
る。
節約でき、しかも、左右反転したテンプレート画像の評
価ベクトルを、直接的な演算なしに、生成でき、高速化
を図れる。
した顔画像に基づいて、点双対相関係数のマップを生成
し、顔部品の位置を求める。
特定できる。
した顔画像に基づき、マスクパターンを用いてy方向の
投影値分布を求め、この分布から2つの極大点を求め、
この極大点間を口範囲として出力する。
きる。
した顔画像に基づいて、入力画像を、顔画像のみと、顔
画像を除いた部分とに分離し、顔画像のみに電子透かし
を埋込み、電子透かしを埋め込んだ顔画像と、顔画像を
除いた部分とを、合成して出力する。
部分に重点的に透かしデータを埋め込める。
した顔画像に基づいて、入力画像を、顔画像のみと、顔
画像を除いた部分とに分離し、顔画像のみに編集を施
し、編集した顔画像と、顔画像を除いた部分とを、合成
して出力する。
に、顔画像のみ補正できる。
した顔画像に基づいて、入力画像から顔画像を切り出
し、切り出した顔画像から顔内部画像を抽出し、抽出し
た顔画像に基づいて顔画像の補正に役立つ特徴を求め、
求めた特徴に基づいて補正関数を決定し、少なくとも切
り出した顔画像について、決定した補正関数に基づく画
像補正を施す。
のみの特徴に依存し、顔画像でない画像の悪影響を受け
ないので、顔画像の見やすさを確実に向上できる。
装置の基本形について、図1から図8を参照しながら、
説明する。
像処理装置は、テンプレート画像処理部100と、入力
画像処理部200との2つの系統の処理部を持ち、テン
プレート画像と入力画像とのマッチングを類似値Lのマ
ップを用いて評価する。また、この画像処理装置では、
テンプレート画像処理部100と入力画像処理部200
とにおいて、それぞれ、線形性を持つ直交変換を行い、
積算した後に、逆直交変換して、類似値Lを求める。
て、このような直交変換として、FFT(高速離散フー
リエ変換)を使用することとするが、他に、Hartl
ey変換や数論的変換などを用いることもでき、以下の
説明において、「フーリエ変換」とあるのを、これらの
変換に置き換えて適用することができる。
力画像処理部200のいずれにおいても、エッジ法線方
向ベクトルの内積を利用し、エッジ法線方向ベクトルの
方向が近いほど、高い相関を出すようにしている。しか
も、この内積は、偶数倍角表現を用いて評価される。以
下簡単のため、偶数倍角の例として、2倍角の場合のみ
を説明するが、4倍角、6倍角などの、他の偶数倍角に
おいても、本発明と同様の効果がある。
いて、説明する。エッジ抽出手段1は、テンプレート画
像に対して、x方向、y方向のそれぞれについて、微分
処理(エッジ抽出)を施し、テンプレート画像のエッジ
法線方向ベクトルを出力する。
る、テンプレート画像のエッジ法線方向ベクトルが求め
られる。
像から、特定の姿勢をして横断歩道を歩いている人物の
像を抽出するものとする。
えば、図2(a)のような画像になる。また、図2
(a)のテンプレート画像について、(数2)のフィル
タ処理を施すと、図2(b)のような結果(x成分)が
得られ、図2(a)のテンプレート画像について、(数
3)のフィルタ処理を施すと、図2(c)のような結果
(y成分)が得られる。
段1からテンプレート画像のエッジ法線方向ベクトル
を、入力し、次に述べる処理を行って、テンプレート画
像の評価ベクトルを直交変換手段3へ出力する。
用いて、テンプレート画像のエッジ法線方向ベクトル
を、長さについて正規化する。
のエッジの強度は、変化してしまう。しかし、入力画像
とテンプレート画像との、それぞれのエッジ間の角度差
(あるいは、この角度差により単調変化する従属関数
値)は、撮影条件の影響を受けにくい。
力画像処理部200において、入力画像のエッジ法線方
向ベクトルを、長さ1に正規化している。これにあわせ
て、テンプレート画像処理部100においても、テンプ
レート画像のエッジ法線方向ベクトルも、長さ1に正規
化している。
ることができる。なお通常、正規化する長さは、通常
「1」が良いと考えられるが、他の定数を用いることも
できる。
は、次の倍角公式が成立する。
で定義される、テンプレート画像の評価ベクトルを求め
る。
より小さなベクトルを、ゼロベクトルにしているのは、
ノイズなどを除去するためである。
を、nで割って正規化している点について、説明する。
であり、そのエッジの形状は様々である。例えば、図8
(a)に示すように、エッジの個数が少ないこともある
し、図8(b)のように、(図8(a)に比べれば)エ
ッジの個数が多いこともある。そこで、本形態では、n
で割って正規化することにより、テンプレート画像にお
ける、エッジ個数の多寡によらず、同じ尺度で類似度合
いを評価できるように、工夫している。
なければならないものではなく、一種類のテンプレート
画像のみしか用いない場合や、エッジの個数が同じテン
プレート画像しか用いない場合では、nで割る正規化処
理は、省略できる。
5)のxy各成分の、倍角に係る余弦・正弦の従属関数
になっている点について、説明する。
トの評価ベクトルTと、入力画像の評価ベクトルIとの
なす角を、Θとし、その内積、つまり、cosΘを類似
尺度として用いると、次のような問題がある。
とおりであり、入力画像は図7(b)に示すようである
ものとする。このうち、図7(b)の背景部分につい
て、対象物の像の左側部分が、対象物の像よりも明る
く、対象物の像の右側部分が、対象物の像よりも暗くな
っている。
ート画像の中心が、図7(b)の入力画像の中心に一致
するとき、対象物の像が完全に一致するので、このと
き、類似値は、最大にならなければならない。そして、
エッジ法線方向ベクトルは、対象部の像から外側に向く
ものを正とすると、図7(b)の明るい背景部分でも、
暗い背景部分でも、対象物の像から見て、同じ向き(外
向き/内向き)を向かなければならない。
景部分の輝度が、対象物の左右でばらついていると、図
7(b)に矢印で示しているように、向きが、反対(明
るい背景部分では対象物から外側向き、暗い背景部分で
は対象物の内側向き)になってしまう。
るべき場合において、必ずしも類似値が高い値になら
ず、誤認識を招きやすい。
説明する。テンプレート画像の評価ベクトルTと、入力
画像の評価ベクトルIとのなす角を、Θとし、その内
積、つまり、cosΘを類似値として用いる場合、以上
説明したように、対象物の像の周囲に存在する、背景部
分の輝度のばらつきにより、入力画像の評価ベクトルI
の方向には、図6のIと、その正反対のI’の、2通り
の可能性がある。
sΘと、cosΘ’との、2通りがあり得ることにな
る。
=cos(π−Θ)=−cosΘである。
と、本来、類似値を増やすように作用しなければならな
い場合において、逆に類似値を削減することになる場合
があり、類似値を減らすように作用しなければならない
場合において、逆に類似値を増やすことになる場合があ
る。
ート画像と入力画像とのマッチングを、正しく評価でき
ない。その結果、従来技術では、誤認識が発生しやすい
し、認識ができても認識結果が先鋭でないという問題点
がある。
s(2Θ))を、類似値の式に使用している。こうする
と、cosΘ’=−cosΘとなっていても、(数6)
の倍角公式から、cos(2Θ’)=cos(2Θ)と
なる。つまり、類似値を増やすように作用しなければな
らない場合には、背景部分に影響されずに、類似値は高
くなる。したがって、背景部分の輝度のばらつきがあっ
ても、正当にマッチングを評価することができる。以上
の点は、2倍角だけでなく、4倍角や6倍角などでも同
様に成立する。
値が角Θに対して単調減少になる性質は変わらない。
より、背景の輝度条件に関わらず、安定してパターンを
抽出できる。
り、類似値を定義する。
らなるので、類似値は、入力画像及びテンプレート画像
のそれぞれの評価ベクトルについて、線形である。した
がって、(数8)をフーリエ変換すると、フーリエ変換
の離散相関定理(参考文献:高速フーリエ変換 宮川洋
訳 科学技術出版社)により、
ば、(数8)の類似値が得られる。そして、(数9)を
注意深く観察すると、次の2点が明らかとなろう。
いては、テンプレート画像に係るフーリエ変換値と、入
力画像に係るフーリエ変換値は、単純に積和すればよ
い。
リエ変換値と、入力画像に係るフーリエ変換値は、同時
に求める必要はなく、テンプレート画像に係るフーリエ
変換値を、入力画像のそれに先行して、求めておいても
かまわない。
理部100に、記録手段5を設け、入力画像の入力に先
立ち、圧縮手段4の出力を記録しておくことにしてい
る。これにより、入力画像が入力画像処理部200に入
力された後は、テンプレート画像処理部100は、何ら
テンプレート画像の処理を行う必要がなく、入力画像処
理部200及び積算手段10より後段の処理に、処理能
力を集中させることができ、一層処理を高速化できる。
の構成を説明する。図1に示すように、テンプレート画
像処理部100において、評価ベクトル生成手段2から
出力される、テンプレート画像の評価ベクトルは、直交
変換手段3により、フーリエ変換され、圧縮手段4に出
力される。
トルを、削減して、記録手段5に格納する。図3に示す
ように、変換後の評価ベクトルは、x,y両方向につい
て、高低さまざまな周波数成分を含んでいる。本発明者
らの実験によれば、すべての周波数成分について処理を
行わなくとも、低周波数成分(例えば、xy両方向につ
いて、低周波側半分ずつ等)について、処理を行えば、
十分な精度が得られることがわかっている。なお、図3
において、斜線を付していない領域(−a≦x≦a,−
b≦y≦b)が、元の領域であり、斜線を付した領域
(−a/2≦x≦a/2,−b/2≦y≦b/2)が削
減後の領域である。即ち、処理量は、1/4倍となる。
さらに高速な処理を実現できる。
タ量が小さいときや、高速性が要求されないときは、省
略することも可能である。
する。入力画像処理部200は、テンプレート画像処理
部100とほぼ同じような処理を行う。即ち、エッジ抽
出手段6は、(数2)、(数3)により、次式で定義さ
れる入力画像のエッジ法線方向ベクトルを出力する。
抽出手段6から入力画像のエッジ法線方向ベクトルを入
力し、次の2つの式で定義される、入力画像の評価ベク
トルを出力する。
は、nで割る正規化処理を行っていない点だけである。
即ち、偶数倍角による評価、長さ1への正規化処理、ノ
イズ除去処理は、テンプレート画像処理部100と同様
に、行う。
の構成を説明する。図1に示すように、入力画像処理部
200において、評価ベクトル生成手段7から出力され
る、入力画像の評価ベクトルは、直交変換手段8によ
り、フーリエ変換され、圧縮手段9に出力される。
トルを、削減して、積算手段10へ出力する。ここで、
圧縮手段9は、圧縮手段4と同一の周波数帯(本例で
は、xy両方向について、低周波側半分ずつ等)に、処
理対象を削減する。
いときや、高速性が要求されないときは、省略すること
も可能であるが、テンプレート画像処理部100におい
て、圧縮手段4を省略するときは、圧縮手段9も同様に
省略する。
て、テンプレート画像処理部100及び入力画像処理部
200の処理が完了すると、積算手段10は、記録手段
5と圧縮手段9から、テンプレート画像及び入力画像
の、それぞれの評価ベクトルのフーリエ変換値を入力す
る。
和演算を行い、結果(類似値Lのフーリエ変換値)を逆
直交変換手段11へ出力する。
エ変換値を、逆フーリエ変換し、類似値LのマップL
(x,y)をマップ処理手段12へ出力する。マップ処
理手段12は、このマップL(x,y)から、値の高い
点(ピーク)を抽出し、その位置と値を出力する。な
お、マップ処理手段12以降は、必要に応じて自由に構
成することができる。
レート画像による処理例を説明する。まず、入力画像が
図4(a)のようであったとすると、エッジ抽出手段6
は、図4(b)のようなx方向エッジ成分と、図4
(c)のようなy方向エッジ成分を抽出する。
のような類似値のマップL(x,y)が得られる。ここ
で、「最大値」と記載した矢印の先端部分が、このマッ
プのピークであり、図5(b)の入力画像と比較すれば
明らかなように、正しい点を1点のみで先鋭に認識でき
ていることが分かる。
2γ)とし、テンプレート画像のサイズをBとすると、
テンプレート画像を順次入力画像上を走査し、各位置で
の(数1)のρvoを求めるために、 積の回数:2AB の計算回数が必要になる。ここで、計算回数は、計算コ
ストが高い、積の回数で評価する。
よる2回のFFT、積算手段10の積和計算、及び、逆
直交変換手段11による1回の逆FFTが必要で、 積の回数:3{(2γ−4)A+4}+2A の計算回数ですむ。
A=256×256=216とし、B=60×60とした
場合、本形態による積の計算回数は、従来技術の積の計
算回数の約1/100になり、非常に高速な処理が可能
となる。
な式では、フーリエ変換の離散相関定理を利用すること
ができない。
に示しているように、テンプレート画像に係る処理を、
入力画像のそれに先行させることができない。つまり、
従来技術では、テンプレート画像と入力画像の両方の処
理を同時に行わざるを得ず、この点においても、本形態
は、従来技術よりも処理が高速となる。
ように、図1の要素に、共役圧縮手段13及び共役復元
手段14を追加している。共役圧縮手段13は、記録手
段5から読み出される、テンプレート画像の、評価ベク
トルのフーリエ変換値を、フーリエ変換の複素共役性を
利用して、さらに半分に削減する。
エ変換により得られるスペクトルについては、次式が成
り立つ。
系において、その点に対称な位置のスペクトル値の複素
共役に等しい。この性質を利用すれば、図10(a)に
示すように、処理量を、uv座標系の半分に削減するこ
とができる。
段9による圧縮が行われるため、図10(b)に示すよ
うに、元のデータに対して、データ量を1/8に削減す
ることができ、処理の一層の高速化と記憶容量の節約を
図ることができる。
が記録手段5から読み出したフーリエ変換値を半分にし
て、積算手段10へ出力し、共役復元手段14が積算手
段10からの出力を、倍にする処理を行って、逆直交変
換手段11へ出力することとしている。
に、以上の基本を応用して、有用な技術を開示する。
第2例の2つの例を説明する。いずれの例においても、
拡縮されたテンプレート画像を用いて、顔抽出を行う技
術を開示する。なお、この技術によれば、サイズが異な
る、相似形のテンプレートによる処理を、効率良く、か
つ、高速に、実施できる。なお、この技術の用途は、顔
抽出だけに限られるものではない。
の実施の形態3(第1例)によるテンプレート画像処理
部のブロック図である。図示しているように、図1又は
図9のテンプレート画像処理部100に若干の変更を加
えてある。
画像処理部101に入力されると、拡縮手段15で拡縮
されてから、エッジ抽出手段1へ拡縮後のテンプレート
画像がエッジ抽出手段1へ出力される。
ート画像の評価ベクトルを出力すると、これを加算手段
16が加算処理し、加算処理後のデータが、直交変換手
段3へ出力される。
囲毎に、次式により加算処理を行う。
ト画像だけで処理を行っていたが、本形態では、複数テ
ンプレートで、複数大きさのテンプレートを処理する。
きさを分け、テンプレート処理結果を重ねる。
画像には、人物の顔の像が含まれている。このような場
合、図13(a)のような、真っ直ぐな顔のテンプレー
ト画像を用意する。また、図13(d)のような、ある
角度傾けた顔のテンプレート画像を用意する。傾けた顔
について、どのような角度の範囲で用意するかは、適宜
選択できる。
(d)のテンプレート画像のエッジを抽出すると、それ
ぞれ図13(b)、(e)のようになる。また、図13
(a)又は(d)の画像を入力したとき、図13
(c)、(f)のような、エッジ画像に対応する評価ベ
クトルを生成するものである。
プレート画像に関するデータを、記録手段5に記録して
おく。
1,2と同様、入力画像処理部200及び積算手段10
以降の処理を行う。
ズ範囲の重ねテンプレートデータに対して、それぞれの
類似値マップを求める。
な、検出結果が得られる。図14から、明らかなよう
に、顔の全体的な位置だけでなく、その大きさや、目鼻
口等の主要な顔部品の位置も把握することができる。
いて、図14のように、その処理結果を、ディスプレイ
に表示したり、プリンタに出力したりするとよい。
重ねたテンプレートで処理を行っても、テンプレートに
類似する部分は、高い類似値を示すことが多いため、す
べてのサイズの類似値を求めた場合、テンプレートの個
数をNとし、すべてのサイズの個数をMとした場合、積
和計算部と逆直交変換部の処理をNM回繰り返さなけれ
ばいけないのに対し、重ねテンプレートでは、重ね範囲
の幅をHとすると処理回数は、NM/Hとなり、効率化
できる。従って、顔抽出などを行う際に、より高速な処
理が可能となる。
するだけでなく、図14のように、顔候補位置にテンプ
レートを重ねることで、目、鼻、口の大まかな候補領域
を抽出できる。
画像を更に細かく処理することで、より正確な目鼻口等
の顔部品の位置を抽出することも可能である。
ように、テンプレート画像処理部102を構成する。即
ち、「第1例」に対して、加算手段16の位置を、圧縮
手段4と記録手段5との間へ移動している。こうする
と、加算手段16は、次式で加算処理をするように構成
する。
は、変換後も線形である。したがって、「第1例」から
「第2例」のように、加算手段16の位置を変更でき
る。
象が、圧縮手段4によって圧縮されているため、「第1
例」よりも、加算手段16の処理対象を削減でき、一層
高速化を図ることができるため、好適である。
いて、実施の形態4を説明する。本形態では、実施の形
態1,2において説明した類似値マップの極大点の値
を、より強いピーク値にする効率的な技術を開示する。
ート画像と合致する部分に、ピークが、現れる。本形態
では、極大点を含めた周辺のピークパターンpを類似値
マップにフィルターとしてかけ、類似値マップ中のピー
クパターンに類似する部分の値を増幅する。
実施の形態1を示す、図1の構成に加え、ピークパター
ン処理部300を追加している。
めのマスクを例示する。図16に指名しているように、
このピークパターンでは、平均値が、0になるように、
正規化してある。
いて、直交変換手段17は、このピークパターンをフー
リエ変換し、圧縮手段18はフーリエ変換値を圧縮し、
圧縮後のデータが記録手段19に記録される。
式は、(数8)そのものではなく、マスクを反映した次
式による。
5、記録手段19及び圧縮手段9からデータを読み込ん
で、積和演算を行い、ピークパターンで修正された、類
似値のフーリエ変換値を出力する。
ィルタを掛けるには、次式によればよいが、このように
すると、大量の積和計算が必要となり、効率的でない。
な、大量の計算を行わず、(数16)により、簡便且つ
正確に処理を行う。
類似値マップのピーク点を増幅できる。また、ピークパ
ターンを反映して、より先鋭且つ安定に、テンプレート
と類似する部分を入力画像中から検出することができ
る。
エッジ部分とテンプレート画像のエッジ部分での類似値
に加え、テンプレート画像の領域内の画素平均も、類似
判定に加えている。
15に似ており、実施の形態1に係る図1に対し、マス
クパターン処理部400を追加している。
理部400は、ピークパターンを入力するのではなく、
テンプレート画像を入力し、この画像に依存するマスク
パターンを生成するマスクパターン生成手段20を設け
ている点が異なる。
手段20の出力は、直交変換手段21でフーリエ変換さ
れ、圧縮手段22で圧縮されてから、記録手段23に記
録される。
式は、(数8)そのものではなく、マスクを反映した次
式による。
要となり、効率的でないのは、実施の形態4で述べたの
と、同様である。
による積和演算を行う。
ーンとの関係について、図18を用いて説明する。ここ
では、テンプレート画像の領域内の画素平均を、類似判
定に加えるため、マスクパターン生成手段20は、図1
8(a)のようなテンプレート画像に対し、図18
(b)のようなマスクパターンを生成する。
ト画像の場合、画素平均を求めたい内部(丸の内側)の
各点に1/Nの値を設定し、その他を0とする。ここ
で、Nは、内部の点数であり、マスクパターンの全ての
点の値を加えると、1になる。
値も類似値に加えることができ、より正確に、かつ効率
よく、入力画像中から対象物を抽出することが可能にな
る。
には、入力画像処理部で、入力画像の各画素の2乗をし
たデータを作成し、同様の処理を行うことで可能とな
る。
なども、効率よく求めることができる。
画像に対し、左右対称な画像について、要領良く処理で
きる技術を開示する。
ち、実施の形態1に係る図1の構成に加え、記録手段5
と積算手段10との間に、対称ベクトル生成手段24を
追加している。また、本形態では、実施の形態1と同様
の、類似値式に(数8)を用いる。
像の取り扱いについて、説明する。例えば、図20
(a)のテンプレート画像が元の画像だとすると、それ
を左右反転させたテンプレート画像は、図20(b)の
ようになる。
の、エッジ法線方向ベクトルの関係は、次式に示すとお
りである。
の評価ベクトルは、次式のようになる。
て、
の評価ベクトルは、元のテンプレート画像の評価ベクト
ルから、正負反転するなど、簡単な処理で生成できる。
ル生成手段24が記録手段5の元のテンプレート画像の
評価ベクトルについて、(数23)を適用するだけで、
左右反転させたテンプレート画像の評価ベクトルを得る
ことができる。
像から、図20(b)の画像を生成し、図20(b)の
画像から、評価ベクトルを再計算するなど、煩雑な処理
を行う必要はないのである。
像の評価ベクトルを、直接的な演算なしに、生成するこ
とができ、高速化を図ることができる。また、テンプレ
ート画像について、その左右反転させたテンプレート画
像をわざわざ記録しておく必要が無くなるので、記録容
量の節約を図ることができる。
の形態3で述べた顔抽出の処理に、目眉の抽出処理を追
加する。
(a)の入力画像から、図22(b)のように、大まか
に目眉候補領域を抽出できる。
(a)〜図23(d)に示す、点双対列相関係数フィル
タを各点に掛け、点双対列相関値のマップを作成し、マ
ップ中の相関値の高くなる点を、それぞれ、目の中心位
置3002、眉の中心位置3003とする。
(参考文献:多変量解析ハンドブック 現代数学社 1
7頁)。
位置関係を示し、図23(b)は、全領域マスク、図2
3(c)は領域1マスク、図23(d)は領域2マスク
を示す。
を、図23(a)に示すようにすると、図22(c)に
示すように、眉中心3002や目中心3003を抽出で
きることが期待される。
理について、説明する。
次式のとおりである。
1のように構成する。まず、全領域、領域1、領域2の
各マスクは、直交変換手段51〜53でフーリエ変換さ
れる。
力画像と、実施の形態3で述べた顔抽出の結果がマップ
処理手段12を介して入力される。目眉候補領域抽出手
段54は、これらの入力に基づいて、図22(a)から
図22(b)のような、目眉候補領域のみを取り出す。
この目眉候補領域のデータは、直交変換手段55により
そのままフーリエ変換されると共に、2乗手段56によ
って2乗されたのち、直交変換手段57によりフーリエ
変換される。
る、逆直交変換手段62には、乗算手段58を介して
(数27)に示すデータが入力される。又同様に、逆直
交変換手段63には、乗算手段60を介して(数26)
に示すデータが入力され逆直交変換手段64には、乗算
手段61を介して(数28)に示すデータが入力され
る。そして、これらの逆直交変換手段62〜64は、入
力したデータを、逆フーリエ変換し、ηマップ作成手段
65に出力する。
換手段62〜64からの入力に対して、(数24)の演
算を行い、点双対列相関係数のマップη(x,y)を出
力する。
プ作成手段65が出力するマップη(x,y)の中か
ら、値の高い2点を抽出し、目眉それぞれの中心として
出力する。
タのサイズが15×15(画素)とし、入力画像の画素
数をNとすると、大まかに、15×15×N=225N
回の掛け算処理が必要になる。
まかに、N+{(2γ−4)N+4}×5+12N+N
+N=5N(2γ−1)+20回である。但し、簡単に
するため、√計算を掛け算1回の処理と同等とみなす。
量)<(従来技術の計算量)となる。
常用いないので、本形態の処理の方が、従来の処理より
も演算回数が少なく、高速であることが分かる。
く、点双対列相関係数フィルタ処理を行える。
ることにより、目尻、口端、鼻孔、黒目領域など、他の
顔部品の位置を求めることができる。
3による、顔抽出の機能を拡張し、顔画像から顔器官で
ある口範囲を取り出す技術を開示する。
いて説明したように、図25(a)の入力画像から、図
25(b)に示すような、口候補領域を取り出すことが
できる。
(X軸に沿って、画素値の総和hをプロット)すると、
おおむね図25(c)に示すような、グラフになる。
ようになる。
めるには、図25(d)のような、マスクを用意する。
そして、このマスクを含めて、(数29)を書き換える
と、次式のとおりである。
とマスクパターンをフーリエ変換して、(数31)の計
算を行い、その結果を逆フーリエ変換すればよい。そう
すると、投影値hのマップh(x,y)を求めることが
できる。
構成すると良い。図24に示すように、入力画像とマス
クパターンを、それぞれ直交変換手段25、26でフー
リエ変換する。
し、逆直交変換手段28で逆フーリエ変換する。する
と、投影値のマップh(x,y)が得られる。
影データ取出手段29に展開され、極大点抽出手段30
は、このマップから2つの極大点を求めて、これらの極
大点間を口範囲として出力する。
ターンを前もって、フーリエ変換しておいても良く、入
力画像の処理に処理能力を集中でき、処理は高速であ
る。
(より詳しくは、上下両方の唇の位置)を正確に求める
ことができる。
第2例により、実施の形態3による、顔抽出の機能を拡
張し、顔画像に所定の処理を施す技術を開示する。
透かしを埋め込む。即ち、図26のように構成する。図
11のマップ処理手段12の後段に、結果利用部600
を設ける。
と、マップ処理手段12による顔位置を参照して、入力
画像を、顔画像と、顔画像でない部分とに、分離する、
顔画像切出手段31を有する。顔画像部分は、顔画像切
出手段31から電子透かし埋込手段32へ出力され、所
定の電子透かしが顔画像部分に埋め込まれる。ここで、
この電子透かし自体は、周知のものであって良い。
手段31から画像合成手段33へそのまま出力される。
んだ顔画像と、顔画像を除いた部分とを合成し、電子透
かし埋め込み済みの、画像を出力する。
画像について、電子透かしを顔部分に埋め込んだ、図2
7(b)の出力画像が得られる。
ルの氏名や撮影日などが、好適である。
部分に重点的に透かしデータを簡単に埋め込むことがで
きる。
に、特定の編集を加える。即ち、図28のように構成す
る。図11のマップ処理手段12の後段に、結果利用部
601を設ける。
と、マップ処理手段12による顔位置を参照して、入力
画像を、顔画像と、顔画像でない部分とに、分離する、
顔画像切出手段31を有する。顔画像部分は、顔画像切
出手段31から画像補正手段34へ出力され、所定の編
集が顔画像部分にのみ適用される。ここで、この編集自
体は、周知のものであって良い。
手段31から画像合成手段33へそのまま出力される。
と、顔画像を除いた部分とを合成し、変種済みの、画像
を出力する。
画像について、図29(b)のように、顔領域を抽出
し、さらに、図29(c)のように、顔部分だけを編集
した、出力画像が得られる。
は、逆光で撮影された人物像があるとき、顔が暗くなり
すぎて見づらい様な場合、顔部分の画像に対して、顔色
を白っぽくするなどが考えられるが、任意に選択して差
し支えない。
に、つまり、顔以外の部分に影響を与えずに、画像補正
ができる。
より見やすくすべく補正する。即ち、図30のように構
成する。まず、図11のマップ処理手段12の後段に、
結果利用部602を設ける。
を、顔画像と、顔画像でない部分とに、分離する、顔画
像切出手段31を有する。切り出された顔画像は、顔内
部領域抽出手段35と画像補正手段34に出力される。
で述べた要領により、テンプレートを用いて、切り出さ
れた顔画像から、目鼻口等の主要な顔部品の位置を求
め、顔内部画像(全て顔の内部に位置する画像)を抽出
する。本例では、顔内部画像は、顔中心(例えば、鼻の
中央)を中心とする、一定サイズの矩形領域内の画像と
したが、この矩形領域のサイズを変更してもよいし、顔
中心からやや外れた位置を中心とするようにしても差し
支えない。
段36へ出力される。画像特徴抽出手段36は、顔画像
の補正に役立つ特徴を求める。本例では、画像特徴抽出
手段36は、顔内部画像の輝度分布を求め、輝度ヒスト
グラムとして、補正関数決定手段37へ出力する。勿
論、画像特徴抽出手段36が補正関数決定手段37へ輝
度ヒストグラムにおける、輝度最小値と輝度最大値とを
出力するようにしても良い。
段36から入力した特徴を参照して、顔内部画像の明暗
がより明確になるような補正関数を決定し、この補正関
数を画像補正手段34へ出力する。
段36は、輝度ヒストグラムを出力するので、補正関数
決定手段37は、このヒストグラムにあらわれる最小輝
度が、ダイナミックレンジにおける最小の輝度となり、
かつ、最大輝度が、ダイナミックレンジにおける、最大
の輝度となるように、補正関数を求め、画像補正手段3
4へ出力する。
は輝度値であり、輝度表現できるダイナミックレンジの
一部しか活用されていないことが理解されよう。そこ
で、ダイナミックレンジをフル活用するように、補正関
数決定手段37が補正関数を決定することによって、画
像補正手段34は、より見やすく、具体的には、見た目
の階調豊かに、顔画像を、補正できるのである。この補
正の結果、顔画像以外の部分は、白くとんだり、暗くな
ったりすることが考えられるが、顔画像は確実に見やす
くなる。
づいて、決定されるため、顔でない部分によって、補正
がゆがめられることはなく、補正後において、顔の見や
すさが向上することを、保証できる。
に補正を施すように表示しているが、入力画像全部に、
同様の補正を施すこともできる。
徴としては、上述したように、輝度など画像の明るさ/
暗さを代表する指標を用いることができるし、その他、
彩度平均や色相平均を用いても良い。
段37は、画像補正手段34に、例えば彩度増幅係数を
出力するようにし、色相平均を用いるときは、補正関数
決定手段37は、画像補正手段34に、例えば色相回転
角を出力するようにするとよい。
色が薄い顔画像を、より色鮮やかに補正できる。また、
色相平均を用いると、赤みが少ない顔画像を、より赤み
がからせることができる。いずれにしても、顔画像を、
より自然な感じにすることができる。加えて、輝度、彩
度平均又は色相平均から、二種以上組み合わせたもの
を、特徴としても良い。
の違いの影響が少なく安定に、かつ、高速に、パターン
を抽出できる。
出も高速にできる。
安定に、テンプレートと類似する部分を入力画像中から
検出できる。
確・効率よく、処理できる。
接的に生成でき、テンプレート画像のデータ量を減らせ
る。
中心位置を抽出できる。
とができる。
的に透かしデータを埋め込むことができる。
ようになる。
の見やすさを確実に向上できる。
ブロック図
の例示図 (c)同テンプレート画像のエッジ抽出画像(y成分)
の例示図
ブロック図
けるテンプレート画像処理部のブロック図 (b)同(第2例)によるテンプレート画像処理部のブ
ロック図
のブロック図
のブロック図
のブロック図
の一部ブロック図
タ形状の例示図 (b)同全領域マスクの説明図 (c)同領域1マスクの説明図 (d)同領域2マスクの説明図
の一部ブロック図
像処理装置の一部ブロック図
像処理装置の一部ブロック図
像処理装置の一部ブロック図
Claims (35)
- 【請求項1】テンプレート画像と入力画像とのマッチン
グを、類似値のマップを用いて評価する画像処理方法で
あって、 テンプレート画像と入力画像とのそれぞれについて、評
価ベクトルを生成し、しかも、これらの評価ベクトル
は、該当画像のエッジ法線方向ベクトルを、偶数倍角変
換した成分を含むことを特徴とする画像処理方法。 - 【請求項2】テンプレート画像及び入力画像の双方につ
いて、該当画像を入力し、該当画像のエッジ法線方向ベ
クトルを求めるステップと、 エッジ法線方向ベクトルから評価ベクトルを生成するス
テップと、 評価ベクトルを直交変換するステップとを備え、 テンプレート画像及び入力画像のそれぞれについて得
た、直交変換後の各評価ベクトルについて、対応スペク
トルデータを積和計算するステップと、 積和計算結果を、逆直交変換して類似値のマップを生成
するステップとを有し、 かつ、前記類似値の式、前記直交変換及び前記逆直交変
換は、いずれも線形性をもつものであることを特徴とす
る画像処理方法。 - 【請求項3】直交変換後の各評価ベクトルを、圧縮して
処理量を削減するステップを含むことを特徴とする請求
項2記載の画像処理方法。 - 【請求項4】テンプレート画像については、入力画像を
入力するに先立ち、直交変換後の評価ベクトルを圧縮す
るまでのステップを行っておき、その結果を記録手段に
保存しておくことを特徴とする請求項2から3記載の画
像処理方法。 - 【請求項5】評価ベクトルは、ベクトルの長さについて
正規化されていることを特徴とする請求項2から4記載
の画像処理方法。 - 【請求項6】テンプレート画像に係る評価ベクトルは、
エッジ法線方向ベクトルの個数で正規化されていること
を特徴とする請求項2から5記載の画像処理方法。 - 【請求項7】積和計算を行う前に、直交変換の複素共役
性を利用してデータ量を削減し、積和計算後にデータ量
を復元することを特徴とする請求項2から6記載の画像
処理方法。 - 【請求項8】テンプレート画像を各種サイズへ拡縮し、
各サイズについて評価ベクトルの加算処理を行うことを
特徴とする請求項2から7記載の画像処理方法。 - 【請求項9】テンプレート画像について、評価ベクトル
の加算処理を、圧縮して処理量を削減するステップの後
に行うことを特徴とする請求項8記載の画像処理方法。 - 【請求項10】テンプレート画像は、顔を模式化したも
のであることを特徴とする請求項2から9記載の画像処
理方法。 - 【請求項11】類似値のピークを急峻にするピークパタ
ーンを用意し、このピークパターンのデータを直交変換
したものを、積和計算に反映させることを特徴とする請
求項2から10記載の画像処理方法。 - 【請求項12】テンプレート画像に依存するマスクパタ
ーンを作成し、このマスクパターンのデータを直交変換
したものを、積和計算に反映させることを特徴とする請
求項2から10記載の画像処理方法。 - 【請求項13】前記マスクパターンは、テンプレート画
像における画像内部の画素数平均を示すものであること
を特徴とする請求項12記載の画像処理方法。 - 【請求項14】テンプレート画像について、元のテンプ
レート画像の評価ベクトルの正負符号を処理して、元の
テンプレート画像に対し左右対称な画像の評価ベクトル
を生成するステップを有し、生成した評価ベクトルを積
和計算に反映させることを特徴とする請求項2から12
記載の画像処理方法。 - 【請求項15】抽出した顔画像に基づいて、点双対相関
係数のマップを生成し、顔部品の位置を求めることを特
徴とする請求項10記載の画像処理方法。 - 【請求項16】抽出した顔画像に基づき、マスクパター
ンを用いてy方向の投影値分布を求め、この分布から2
つの極大点を求め、この極大点間を口範囲として出力す
ることを特徴とする請求項10記載の画像処理方法。 - 【請求項17】抽出した顔画像に基づいて、入力画像
を、顔画像のみと、顔画像を除いた部分とに分離し、顔
画像のみに電子透かしを埋込み、電子透かしを埋め込ん
だ顔画像と、顔画像を除いた部分とを、合成して出力す
ることを特徴とする請求項10記載の画像処理方法。 - 【請求項18】抽出した顔画像に基づいて、入力画像
を、顔画像のみと、顔画像を除いた部分とに分離し、顔
画像のみに編集を施し、編集した顔画像と、顔画像を除
いた部分とを、合成して出力することを特徴とする請求
項10記載の画像処理方法。 - 【請求項19】テンプレート画像を入力し、テンプレー
ト画像のエッジ法線方向ベクトルを求め、エッジ法線方
向ベクトルから評価ベクトルを生成し、評価ベクトルを
直交変換し、直交変換後の評価ベクトルを、圧縮して処
理量を削減するテンプレート画像処理部と、 入力画像を入力し、入力画像のエッジ法線方向ベクトル
を求め、エッジ法線方向ベクトルから評価ベクトルを生
成し、評価ベクトルを直交変換し、直交変換後の評価ベ
クトルを、圧縮して処理量を削減する入力画像処理部
と、 テンプレート画像及び入力画像のそれぞれについて得
た、直交変換後の各評価ベクトルについて、対応スペク
トルデータを積和計算する積算手段と、 積和計算結果を、逆直交変換して類似値のマップを生成
する逆直交変換手段とを有し、 これらの評価ベクトルは、該当画像のエッジ法線方向ベ
クトルを、偶数倍角変換した成分を含み、かつ、類似値
の式、直交変換及び逆直交変換は、いずれも線形性をも
つものであることを特徴とする画像処理装置。 - 【請求項20】前記テンプレート画像処理部に、圧縮し
て処理量が減らされた直交変換後の評価ベクトルを記録
する記録手段を設け、 入力画像を入力するに先立ち、直交変換後の評価ベクト
ルを圧縮した結果を記録手段に保存しておくことを特徴
とする請求項19記載の画像処理装置。 - 【請求項21】前記記録手段と前記積算手段との間に、
直交変換の複素共役性を利用してデータ量を削減する共
役圧縮手段を設け、 前記積算手段と前記逆直交変換手段の間に、直交変換の
複素共役性を利用して削減したデータ量を復元する共役
復元手段を設けたことを特徴とする請求項19記載の画
像処理装置。 - 【請求項22】テンプレート画像を各種サイズへ拡縮す
る拡縮手段と、各サイズについて評価ベクトルの加算処
理を行う加算手段を設けたことを特徴とする請求項19
から21記載の画像処理装置。 - 【請求項23】前記加算手段は、圧縮して処理量を削減
する後に、テンプレート画像について評価ベクトルの加
算処理を行うことを特徴とする請求項22記載の画像処
理装置。 - 【請求項24】類似値のピークを急峻にするピークパタ
ーンを直交変換し、直交変換後のピークパターンを圧縮
して処理量を削減するピークパターン処理部を設け、 このピークパターンのデータを直交変換したものを、前
記積算手段の積和計算に反映させることを特徴とする請
求項19記載の画像処理装置。 - 【請求項25】テンプレート画像に依存するマスクパタ
ーンを作成し、このマスクパターンのデータを直交変換
し、圧縮したものを生成するマスクパターン処理部を設
け、 前記マスクパターン処理部の処理結果を、前記積算手段
の積和計算に反映させることを特徴とする請求項19記
載の画像処理装置。 - 【請求項26】前記マスクパターンは、テンプレート画
像における画像内部の画素数平均を示すものであること
を特徴とする請求項25記載の画像処理装置。 - 【請求項27】前記記録手段に記録された、元のテンプ
レート画像の評価ベクトルの正負符号を処理して、元の
テンプレート画像に対し左右対称な画像の評価ベクトル
を生成する対称ベクトル生成手段を設け、 この対称ベクトル生成手段が生成した評価ベクトルを、
前記積算手段の積和計算に反映させることを特徴とする
請求項20記載の画像処理装置。 - 【請求項28】抽出した顔画像に基づいて、点双対相関
係数のマップを生成するηマップ作成手段と、作成した
マップから顔部品の位置を求める抽出手段とを有するこ
とを特徴とする請求項19記載の画像処理装置。 - 【請求項29】抽出した顔画像に基づき、マスクパター
ンを用いてy方向の投影値分布を求め、この分布から2
つの極大点を求め、この極大点間を口範囲として出力す
る極大点抽出手段を有することを特徴とする請求項19
記載の画像処理装置。 - 【請求項30】抽出した顔画像に基づいて、入力画像
を、顔画像のみと、顔画像を除いた部分とに分離する顔
画像切出手段と、顔画像のみに電子透かしを埋込む電子
透かし埋込手段と、電子透かしを埋め込んだ顔画像と、
顔画像を除いた部分とを、合成して出力する画像合成手
段とを有することを特徴とする請求項19記載の画像処
理装置。 - 【請求項31】抽出した顔画像に基づいて、入力画像
を、顔画像のみと、顔画像を除いた部分とに分離する顔
画像切出手段と、顔画像のみに編集を施す画像辺補正手
段と、編集した顔画像と、顔画像を除いた部分とを、合
成して出力する画像合成手段とを有することを特徴とす
る請求項19記載の画像処理装置。 - 【請求項32】抽出した顔画像に基づいて、入力画像か
ら顔画像を切り出し、切り出した顔画像から顔内部画像
を抽出し、抽出した顔画像に基づいて顔画像の補正に役
立つ特徴を求め、求めた特徴に基づいて補正関数を決定
し、少なくとも切り出した顔画像について、決定した補
正関数に基づく画像補正を施すことを特徴とする請求項
10記載の画像処理方法。 - 【請求項33】前記特徴は、輝度、彩度平均又は色相平
均のうち、一種又は二種以上の組み合わせからなること
を特徴とする請求項32記載の画像処理方法。 - 【請求項34】抽出した顔画像に基づいて、入力画像か
ら顔画像を切り出す顔画像切出手段と、切り出した顔画
像から顔内部画像を抽出する顔内部領域抽出手段と、抽
出した顔画像に基づいて顔画像の補正に役立つ特徴を求
める画像特徴抽出手段と、求めた特徴に基づいて補正関
数を決定する補正関数決定手段と、少なくとも切り出し
た顔画像について、決定した補正関数に基づく画像補正
を施す画像補正手段とを有することを特徴とする請求項
19記載の画像処理装置。 - 【請求項35】前記特徴は、輝度、彩度平均又は色相平
均のうち、一種又は二種以上の組み合わせからなること
を特徴とする請求項34記載の画像処理装置。
Priority Applications (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001120496A JP3846851B2 (ja) | 2001-02-01 | 2001-04-19 | 画像のマッチング処理方法及びその装置 |
US10/057,756 US7227996B2 (en) | 2001-02-01 | 2002-01-25 | Image processing method and apparatus for comparing edges between images |
DE60236693T DE60236693D1 (de) | 2001-02-01 | 2002-01-28 | Verfahren und Vorrichtung zur Bildverarbeitung |
EP06018161A EP1729244B1 (en) | 2001-02-01 | 2002-01-28 | Image processing method and apparatus |
EP02001166A EP1229489A3 (en) | 2001-02-01 | 2002-01-28 | Image processing method and apparatus |
CNB021033048A CN1254769C (zh) | 2001-02-01 | 2002-01-29 | 图像处理方法和装置 |
KR1020020005722A KR20020064212A (ko) | 2001-02-01 | 2002-01-31 | 이미지 처리 방법 및 이미지 처리 장치 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001025098 | 2001-02-01 | ||
JP2001-25098 | 2001-02-01 | ||
JP2001120496A JP3846851B2 (ja) | 2001-02-01 | 2001-04-19 | 画像のマッチング処理方法及びその装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002304627A true JP2002304627A (ja) | 2002-10-18 |
JP3846851B2 JP3846851B2 (ja) | 2006-11-15 |
Family
ID=26608736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001120496A Expired - Lifetime JP3846851B2 (ja) | 2001-02-01 | 2001-04-19 | 画像のマッチング処理方法及びその装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7227996B2 (ja) |
EP (2) | EP1729244B1 (ja) |
JP (1) | JP3846851B2 (ja) |
KR (1) | KR20020064212A (ja) |
CN (1) | CN1254769C (ja) |
DE (1) | DE60236693D1 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005108196A (ja) * | 2003-09-09 | 2005-04-21 | Fuji Photo Film Co Ltd | 対象物識別装置および方法並びにプログラム |
JP2007265390A (ja) * | 2006-02-28 | 2007-10-11 | Sanyo Electric Co Ltd | 物体検出装置 |
JP2009211330A (ja) * | 2008-03-03 | 2009-09-17 | Sony Corp | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP2010067248A (ja) * | 2008-08-09 | 2010-03-25 | Keyence Corp | 画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体 |
EP2224402A2 (en) | 2003-07-11 | 2010-09-01 | Panasonic Corporation | Image display apparatus and short film generation apparatus |
US7882347B2 (en) | 2005-10-12 | 2011-02-01 | Fujitsu Limited | Image printing device, verifying device, and printed material |
US7920725B2 (en) | 2003-09-09 | 2011-04-05 | Fujifilm Corporation | Apparatus, method, and program for discriminating subjects |
US8311291B2 (en) | 2005-07-27 | 2012-11-13 | Glory Ltd. | Face image detecting device, face image detecting method, and face image detecting program |
JP2016018422A (ja) * | 2014-07-09 | 2016-02-01 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム、記録媒体、生産装置、及び組立部品の製造方法 |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020009208A1 (en) * | 1995-08-09 | 2002-01-24 | Adnan Alattar | Authentication of physical and electronic media objects using digital watermarks |
US6411725B1 (en) * | 1995-07-27 | 2002-06-25 | Digimarc Corporation | Watermark enabled video objects |
US6741743B2 (en) * | 1998-07-31 | 2004-05-25 | Prc. Inc. | Imaged document optical correlation and conversion system |
WO2001080169A1 (en) | 2000-04-17 | 2001-10-25 | Digimarc Corporation | Authentication of physical and electronic media objects using digital watermarks |
EP1158801A3 (en) * | 2000-05-22 | 2006-09-13 | Matsushita Electric Industrial Co., Ltd. | Image communication terminal |
JP3486613B2 (ja) * | 2001-03-06 | 2004-01-13 | キヤノン株式会社 | 画像処理装置およびその方法並びにプログラム、記憶媒体 |
US8122465B2 (en) | 2001-07-05 | 2012-02-21 | Digimarc Corporation | Watermarking to set video usage permissions |
US7263202B2 (en) | 2001-07-05 | 2007-08-28 | Digimarc Corporation | Watermarking to control video recording |
ATE509326T1 (de) | 2001-12-18 | 2011-05-15 | L 1 Secure Credentialing Inc | Mehrfachbildsicherheitsmerkmale zur identifikation von dokumenten und verfahren zu ihrer herstellung |
KR100454668B1 (ko) * | 2001-12-27 | 2004-11-05 | 한국전자통신연구원 | 템플레이트를 포함하는 워터마크 삽입 및 검출 시스템 |
US7152786B2 (en) | 2002-02-12 | 2006-12-26 | Digimarc Corporation | Identification document including embedded data |
US7824029B2 (en) | 2002-05-10 | 2010-11-02 | L-1 Secure Credentialing, Inc. | Identification card printer-assembler for over the counter card issuing |
US7519819B2 (en) * | 2002-05-29 | 2009-04-14 | Digimarc Corporatino | Layered security in digital watermarking |
JP2004282708A (ja) * | 2003-02-28 | 2004-10-07 | Fuji Photo Film Co Ltd | 印刷物生成装置および方法、情報検出装置および方法並びにプログラム |
JP4167097B2 (ja) * | 2003-03-17 | 2008-10-15 | 株式会社沖データ | 画像処理方法および画像処理装置 |
US7252222B2 (en) * | 2003-12-19 | 2007-08-07 | Scientific Game Royalty Corporation | Embedded optical signatures in documents |
US7364091B2 (en) * | 2003-12-19 | 2008-04-29 | Scientific Games International, Inc. | Embedded optical signatures in documents |
US20060050983A1 (en) * | 2004-09-08 | 2006-03-09 | Everest Vit, Inc. | Method and apparatus for enhancing the contrast and clarity of an image captured by a remote viewing device |
US7917484B1 (en) | 2005-03-31 | 2011-03-29 | Amazon Technologies, Inc. | Individualized digital tracers |
DE102006012943B4 (de) * | 2006-03-21 | 2009-11-19 | Siemens Ag | Verfahren zur automatischen Auswertung eines Abbildungsdatensatzes eines Objektes und medizinisches Abbildungssystem |
KR100836671B1 (ko) * | 2006-05-15 | 2008-06-10 | 조상일 | 영상 데이터 암호화 방법 및 장치 |
US7610382B1 (en) | 2006-06-30 | 2009-10-27 | Amazon Technologies, Inc. | System and method for marking content |
WO2008064349A1 (en) * | 2006-11-22 | 2008-05-29 | Nik Software, Inc. | Method for dynamic range editing |
JP2008234342A (ja) * | 2007-03-20 | 2008-10-02 | Fujifilm Corp | 画像処理装置及び画像処理方法 |
US8320679B2 (en) * | 2007-04-23 | 2012-11-27 | Siemens Corporate Research, Inc. | Method for detecting objects using flexible edge arrangements |
WO2009097263A1 (en) * | 2008-01-28 | 2009-08-06 | Siemens Heathcare Diagnostics Inc. | Method and apparatus for auxiliary illumination for detecting an object |
US8306261B2 (en) * | 2008-06-13 | 2012-11-06 | International Business Machines Corporation | Detection of an object in an image |
KR20110135787A (ko) * | 2010-06-11 | 2011-12-19 | 삼성전자주식회사 | 엣지-적응 변환을 이용한 영상 부호화/복호화 시스템 및 방법 |
CN102340676B (zh) * | 2010-07-16 | 2013-12-25 | 深圳Tcl新技术有限公司 | 一种3d视频格式自动识别的方法及装置 |
CN102511054B (zh) * | 2010-07-21 | 2016-02-10 | 松下电器(美国)知识产权公司 | 图像管理装置、图像管理方法 |
KR101324250B1 (ko) * | 2011-12-29 | 2013-11-01 | 삼성테크윈 주식회사 | 영상 처리를 통한 광축 오차 보상 방법 및 시스템, 광축 오차 보상 기능이 구현된 줌 카메라 |
JP5884579B2 (ja) * | 2012-03-19 | 2016-03-15 | 株式会社リコー | 撮像装置と表示処理方法 |
CN102982500B (zh) * | 2012-09-28 | 2015-08-05 | 浙江工业大学 | 基于虚拟网格的矢量地图水印嵌入方法及检测方法 |
CN103226671B (zh) * | 2013-02-05 | 2015-10-07 | 浙江工业大学 | 基于Agent的数字指纹远程嵌入与发布方法 |
CN103279915B (zh) * | 2013-05-24 | 2016-01-20 | 浙江工业大学 | 基于虚拟图形条码的图形水印嵌入方法 |
JP6434209B2 (ja) * | 2013-12-20 | 2018-12-05 | 株式会社リコー | 画像生成装置、画像生成方法、およびプログラム |
CN103955885A (zh) * | 2014-05-06 | 2014-07-30 | 北京大学 | 一种基于图像模板的无水印图识别算法 |
CN109583287B (zh) * | 2017-09-29 | 2024-04-12 | 浙江莲荷科技有限公司 | 实物识别方法及验证方法 |
CN107995684B (zh) * | 2017-12-26 | 2020-06-12 | 武汉创驰蓝天信息科技有限公司 | 提升位置指纹的wlan室内定位精度方法及系统 |
CN108268619B (zh) | 2018-01-08 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 内容推荐方法及装置 |
CN108446817B (zh) | 2018-02-01 | 2020-10-02 | 阿里巴巴集团控股有限公司 | 确定业务对应的决策策略的方法、装置和电子设备 |
CN110569856B (zh) | 2018-08-24 | 2020-07-21 | 阿里巴巴集团控股有限公司 | 样本标注方法及装置、损伤类别的识别方法及装置 |
CN110570316A (zh) | 2018-08-31 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 训练损伤识别模型的方法及装置 |
CN110569696A (zh) | 2018-08-31 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 用于车辆部件识别的神经网络系统、方法和装置 |
CN110569864A (zh) | 2018-09-04 | 2019-12-13 | 阿里巴巴集团控股有限公司 | 基于gan网络的车损图像生成方法和装置 |
CN110969599B (zh) * | 2019-11-07 | 2023-04-07 | 成都傅立叶电子科技有限公司 | 基于图像属性的目标检测算法性能总体测评方法及系统 |
CN113128543B (zh) * | 2020-01-15 | 2024-02-13 | 阿里巴巴集团控股有限公司 | 图像匹配方法、应用测试方法及装置和系统 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0388043B1 (en) * | 1989-02-28 | 1995-12-06 | Canon Kabushiki Kaisha | System for processing a quantized vector |
US5296945A (en) * | 1991-03-13 | 1994-03-22 | Olympus Optical Co., Ltd. | Video ID photo printing apparatus and complexion converting apparatus |
JPH0528273A (ja) | 1991-05-13 | 1993-02-05 | Nikon Corp | 画像処理方法および装置 |
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 |
WO1993023816A1 (en) * | 1992-05-18 | 1993-11-25 | Silicon Engines Inc. | System and method for cross correlation with application to video motion vector estimation |
JPH0674732A (ja) | 1992-06-22 | 1994-03-18 | Hamamatsu Photonics Kk | 走路認識装置 |
US5781650A (en) * | 1994-02-18 | 1998-07-14 | University Of Central Florida | Automatic feature detection and age classification of human faces in digital images |
US5859930A (en) * | 1995-12-06 | 1999-01-12 | Fpr Corporation | Fast pattern recognizer utilizing dispersive delay line |
US6154566A (en) * | 1996-05-15 | 2000-11-28 | Omron Corporation | Method and apparatus for determining image similarity and position |
JP3235075B2 (ja) | 1996-08-21 | 2001-12-04 | 株式会社山武 | パターン照合装置 |
US5909501A (en) * | 1996-09-09 | 1999-06-01 | Arete Associates | Systems and methods with identity verification by comparison and interpretation of skin patterns such as fingerprints |
JP3035654B2 (ja) * | 1996-11-01 | 2000-04-24 | 株式会社 山武 | パターン抽出装置 |
JP3572832B2 (ja) | 1996-12-09 | 2004-10-06 | オムロン株式会社 | パターン読取装置 |
JP3436473B2 (ja) * | 1997-06-20 | 2003-08-11 | シャープ株式会社 | 画像処理装置 |
US5990901A (en) * | 1997-06-27 | 1999-11-23 | Microsoft Corporation | Model based image editing and correction |
US6529630B1 (en) * | 1998-03-02 | 2003-03-04 | Fuji Photo Film Co., Ltd. | Method and device for extracting principal image subjects |
US6278791B1 (en) * | 1998-05-07 | 2001-08-21 | Eastman Kodak Company | Lossless recovery of an original image containing embedded data |
JP3950226B2 (ja) * | 1998-05-08 | 2007-07-25 | 富士フイルム株式会社 | 画像処理方法および装置 |
JP3693147B2 (ja) | 1998-07-10 | 2005-09-07 | グローリー工業株式会社 | 画像照合方法、装置及び記録媒体 |
JP3673092B2 (ja) | 1998-09-24 | 2005-07-20 | シャープ株式会社 | 画質調整装置及び画質調整方法、並びに画像調整用プログラムを記録した記録媒体 |
US6483538B2 (en) | 1998-11-05 | 2002-11-19 | Tektronix, Inc. | High precision sub-pixel spatial alignment of digital images |
JP2000209425A (ja) | 1998-11-09 | 2000-07-28 | Canon Inc | 画像処理装置及び方法並びに記憶媒体 |
JP2000148980A (ja) | 1998-11-12 | 2000-05-30 | Fuji Photo Film Co Ltd | 画像処理方法、画像処理装置及び記録媒体 |
JP2000242787A (ja) | 1999-02-22 | 2000-09-08 | Toyota Motor Corp | 物体検出装置 |
US6507660B1 (en) * | 1999-05-27 | 2003-01-14 | The United States Of America As Represented By The Secretary Of The Navy | Method for enhancing air-to-ground target detection, acquisition and terminal guidance and an image correlation system |
EP1158801A3 (en) * | 2000-05-22 | 2006-09-13 | Matsushita Electric Industrial Co., Ltd. | Image communication terminal |
-
2001
- 2001-04-19 JP JP2001120496A patent/JP3846851B2/ja not_active Expired - Lifetime
-
2002
- 2002-01-25 US US10/057,756 patent/US7227996B2/en active Active
- 2002-01-28 EP EP06018161A patent/EP1729244B1/en not_active Expired - Lifetime
- 2002-01-28 DE DE60236693T patent/DE60236693D1/de not_active Expired - Lifetime
- 2002-01-28 EP EP02001166A patent/EP1229489A3/en not_active Ceased
- 2002-01-29 CN CNB021033048A patent/CN1254769C/zh not_active Expired - Lifetime
- 2002-01-31 KR KR1020020005722A patent/KR20020064212A/ko not_active Application Discontinuation
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2224402A2 (en) | 2003-07-11 | 2010-09-01 | Panasonic Corporation | Image display apparatus and short film generation apparatus |
US7920725B2 (en) | 2003-09-09 | 2011-04-05 | Fujifilm Corporation | Apparatus, method, and program for discriminating subjects |
JP4541806B2 (ja) * | 2003-09-09 | 2010-09-08 | 富士フイルム株式会社 | 対象物識別装置および方法並びにプログラム |
JP2005108196A (ja) * | 2003-09-09 | 2005-04-21 | Fuji Photo Film Co Ltd | 対象物識別装置および方法並びにプログラム |
US8184870B2 (en) | 2003-09-09 | 2012-05-22 | Fujifilm Corporation | Apparatus, method, and program for discriminating subjects |
US8311291B2 (en) | 2005-07-27 | 2012-11-13 | Glory Ltd. | Face image detecting device, face image detecting method, and face image detecting program |
US7882347B2 (en) | 2005-10-12 | 2011-02-01 | Fujitsu Limited | Image printing device, verifying device, and printed material |
JP2007265390A (ja) * | 2006-02-28 | 2007-10-11 | Sanyo Electric Co Ltd | 物体検出装置 |
JP4540661B2 (ja) * | 2006-02-28 | 2010-09-08 | 三洋電機株式会社 | 物体検出装置 |
US7974441B2 (en) | 2006-02-28 | 2011-07-05 | Sanyo Electric Co., Ltd. | Object detection apparatus for detecting a specific object in an input image |
JP2009211330A (ja) * | 2008-03-03 | 2009-09-17 | Sony Corp | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP4497216B2 (ja) * | 2008-03-03 | 2010-07-07 | ソニー株式会社 | 画像処理装置、画像処理方法およびコンピュータプログラム |
JP2010067248A (ja) * | 2008-08-09 | 2010-03-25 | Keyence Corp | 画像処理におけるパターンモデルの位置決め方法、画像処理装置、画像処理プログラム及びコンピュータで読み取り可能な記録媒体 |
JP2016018422A (ja) * | 2014-07-09 | 2016-02-01 | キヤノン株式会社 | 画像処理方法、画像処理装置、プログラム、記録媒体、生産装置、及び組立部品の製造方法 |
Also Published As
Publication number | Publication date |
---|---|
EP1729244B1 (en) | 2010-06-09 |
CN1254769C (zh) | 2006-05-03 |
KR20020064212A (ko) | 2002-08-07 |
EP1729244A1 (en) | 2006-12-06 |
EP1229489A2 (en) | 2002-08-07 |
DE60236693D1 (de) | 2010-07-22 |
US7227996B2 (en) | 2007-06-05 |
EP1229489A3 (en) | 2004-08-18 |
JP3846851B2 (ja) | 2006-11-15 |
US20020136459A1 (en) | 2002-09-26 |
CN1369856A (zh) | 2002-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3846851B2 (ja) | 画像のマッチング処理方法及びその装置 | |
CN109829930B (zh) | 人脸图像处理方法、装置、计算机设备及可读存储介质 | |
EP1260935B1 (en) | Face detection device, face pose detection device, partial image extraction device, and methods for said devices | |
Hildebrandt et al. | Benchmarking face morphing forgery detection: Application of stirtrace for impact simulation of different processing steps | |
US9042606B2 (en) | Hand-based biometric analysis | |
US11023708B2 (en) | Within document face verification | |
KR101141643B1 (ko) | 캐리커쳐 생성 기능을 갖는 이동통신 단말기 및 이를 이용한 생성 방법 | |
US20130195351A1 (en) | Image processor, image processing method, learning device, learning method and program | |
KR20140109439A (ko) | 잡음에 강한 영상 정합 방법 및 시스템 | |
JPH1115947A (ja) | 画像処理装置 | |
CN111199197B (zh) | 一种人脸识别的图像提取方法及处理设备 | |
CN112949570B (zh) | 一种基于残差注意力机制的指静脉识别方法 | |
CN111899270A (zh) | 卡片边框检测方法、装置、设备及可读存储介质 | |
US8655084B2 (en) | Hand-based gender classification | |
Priesnitz et al. | Syncolfinger: Synthetic contactless fingerprint generator | |
Çiftçi et al. | Using false colors to protect visual privacy of sensitive content | |
CN113610071B (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
Lionnie et al. | Biometric identification using augmented database | |
JP2775122B2 (ja) | イラストデータの自動輪郭抽出ベクトル化処理方法,及びそれに使用する処理装置 | |
US20230085858A1 (en) | Method for detecting holographic elements on documents in a video stream | |
CN113421197B (zh) | 一种美颜图像的处理方法及其处理系统 | |
CN113705430B (zh) | 基于检测模型的表格检测方法、装置、设备及存储介质 | |
Melo et al. | Creation of Retinal Mosaics for Diabetic Retinopathy Screening: A Comparative Study | |
JP2006018731A (ja) | 指紋画像合成装置及び方法並びに指紋画像合成プログラム | |
Patel et al. | Automated Face Detection And Swapping In Video |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060612 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060710 |
|
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: 20060821 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060821 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3846851 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100901 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120901 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130901 Year of fee payment: 7 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |