JP2004318632A

JP2004318632A - 年齢推定装置

Info

Publication number: JP2004318632A
Application number: JP2003113621A
Authority: JP
Inventors: Naonori Hayashi; 尚典林; Kyoko Izumi; 恭子和泉; Tetsuya Otani; 哲也大谷; Ryotatsu Iga; 亮達伊賀; Gentaro Fukano; 元太朗深野
Original assignee: Yokogawa Electric Corp
Current assignee: Yokogawa Electric Corp
Priority date: 2003-04-18
Filing date: 2003-04-18
Publication date: 2004-11-11

Abstract

【課題】ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能な年齢推定装置を実現する。
【解決手段】画像入力装置によって撮影された測定対象者の顔の画像に対して画像処理を行い測定対象者の年齢の推定を行う年齢推定装置において、測定対象者の顔の画像を撮影する画像入力手段と、取得された顔の画像からそれぞれ異なる複数の特徴量を抽出する特徴量抽出手段と、それぞれ異なる複数の特徴量に基づき年齢を推定する複数の年齢推定手段と、これら複数の年齢推定手段で推定された複数の年齢の分布に基づき推定年齢を決定する推定年齢決定手段と、推定年齢を表示させる表示手段とを設ける。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、カメラ等の画像入力装置によって撮影された測定対象者の顔の画像に対して画像処理を行い測定対象者の年齢の推定を行う年齢推定装置に関し、特に安定して年齢の推定が可能な年齢推定装置に関する。
【０００２】
【従来の技術】
従来のカメラ等の画像入力装置によって撮影された測定対象者の顔の画像に対して画像処理を行い測定対象者の年齢の推定を行う年齢推定装置に関連する先行技術文献としては次のようなものがある。
【０００３】
【特許文献１】
特開平０７−１２８０３１号公報
【特許文献２】
特開平０７−２６２２７４号公報
【特許文献３】
特開２００１−１６７１１０号公報
【特許文献４】
特開２００１−２５６４９６号公報
【非特許文献１】
「ＡｇｅａｎｄＧｅｎｄｅｒＥｓｔｉｍａｔｉｏｎｆｒｏｍＦａｃｉａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ」：Ｊ．Ｈａｙａｓｈｉｅｔａｌ．，ＳＩＣＥ２００２Ａｕｇ．５−７，２００２，Ｏｓａｋａ，ＳＩＣＥ０２−００３５
【０００４】
図５はこのような従来の年齢推定装置の一例を示す構成ブロック図である。図５において１はカメラやビデオカメラ等の画像入力手段、２は取得された顔の画像から特徴量を抽出する特徴量抽出手段、３は抽出された特徴量から年齢を推定する年齢推定手段、４はＣＲＴ（ＣａｔｈｏｄｅＲａｙＴｕｂｅ）やＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ）等の表示手段である。
【０００５】
画像入力手段１の出力は特徴量抽出手段２に接続され、特徴量抽出手段２の出力は年齢推定手段３に接続される。また、年齢推定手段３の出力は表示手段４に接続される。
【０００６】
ここで、図５に示す従来例の動作を説明する。画像入力手段１は測定対象者の顔の画像を撮影して、取得した顔の画像を特徴量抽出手段２に出力する。
【０００７】
特徴量抽出手段２はコンピュータ等の情報処理手段で構成されており、当該特徴量抽出手段２は入力された顔の画像から皺、顔の部位の形状、顔の部位の配置等の特徴量を抽出して年齢推定手段３に出力する。
【０００８】
年齢推定手段３はコンピュータ等の情報処理手段で構成されており、顔の画像により予め学習させた年齢を推定するモデルに対して、特徴量抽出手段２が抽出した特徴量を適用して年齢を推定して表示手段４に出力する。
【０００９】
最後に、表示手段４は年齢推定手段３から出力された推定年齢を表示手段上に適宜表示させる。
【００１０】
この結果、撮影した顔の画像から特徴量を抽出して顔の画像により予め学習させた年齢を推定するモデルに適用することにより、測定対象者の年齢の推定を行うことが可能になる。
【００１１】
【発明が解決しようとする課題】
しかし、図５に示す従来例では、年齢推定手段３において年齢を推定する処理としては、特徴量の正規化を行い１つの特徴空間内で分類処理を行うことによって実現しているため、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合には、推定される年齢もまた大きく外れてしまうと言った問題点があった。
従って本発明が解決しようとする課題は、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能な年齢推定装置を実現することにある。
【００１２】
【課題を解決するための手段】
このような課題を達成するために、本発明のうち請求項１記載の発明は、
画像入力装置によって撮影された測定対象者の顔の画像に対して画像処理を行い測定対象者の年齢の推定を行う年齢推定装置において、
前記測定対象者の顔の画像を撮影する画像入力手段と、取得された顔の画像からそれぞれ異なる複数の特徴量を抽出する特徴量抽出手段と、それぞれ異なる複数の特徴量に基づき年齢を推定する複数の年齢推定手段と、これら複数の年齢推定手段で推定された複数の前記年齢の分布に基づき推定年齢を決定する推定年齢決定手段と、前記推定年齢を表示させる表示手段とを備えたことにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１３】
請求項２記載の発明は、
請求項１記載の発明である年齢推定装置において、
推定年齢毎の頻度を集計する分布集計手段を備えたことにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１４】
請求項３記載の発明は、
請求項１若しくは請求項２記載の発明である年齢推定装置において、
複数の前記年齢推定手段が前記年齢を１０歳の幅で推定し、前記推定年齢決定手段が１０歳の幅の前記推定年齢を決定することにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１５】
請求項４記載の発明は、
請求項１若しくは請求項２記載の発明である年齢推定装置において、
複数の前記年齢推定手段が前記年齢を１歳の幅で推定し、前記推定年齢決定手段が１０歳の幅の前記推定年齢を決定することにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１６】
請求項５記載の発明は、
請求項１若しくは請求項２記載の発明である年齢推定装置において、
前記推定年齢の幅を１０歳以下にしたことにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１７】
請求項６記載の発明は、
請求項１若しくは請求項２記載の発明である年齢推定装置において、
前記特徴量が、
形状、皺、しみ、たるみ、色、若しくは、髪の何れかに関するものであることにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１８】
請求項７記載の発明は、
請求項１若しくは請求項２記載の発明である年齢推定装置において、
前記特徴量が、
２次元のガウシアン関数で構成される画像パターンによる畳み込み演算の出力値、画像の周辺少なくとも１個以上の画素一つ一つとの信号レベル差と基準値との比較に基づく値、エッジ強調値、色情報、若しくは、髪情報あることにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００１９】
【発明の実施の形態】
以下本発明を図面を用いて詳細に説明する。図１は本発明に係る年齢推定装置の一実施例を示す構成ブロック図である。
【００２０】
図１において１及び４は図５と同一符号を付してあり、５は取得された顔の画像からそれぞれ異なる３つの特徴量を抽出する特徴量抽出手段、６，７及び８は抽出された各々の特徴量からそれぞれ年齢を推定する年齢推定手段、９は複数の年齢推定手段６〜８で推定された年齢の分布によって推定年齢を決定する推定年齢決定手段である。
【００２１】
画像入力手段１の出力は特徴量抽出手段５に接続され、特徴量抽出手段５の出力であるそれぞれ異なる複数の特徴量は年齢推定手段６，７及び８に接続される。
【００２２】
年齢推定手段６，７及び８の出力はそれぞれ推定年齢決定手段９に接続され、推定年齢決定手段９の出力は表示手段４に接続される。
【００２３】
ここで、図１に示す実施例の動作を説明する。画像入力手段１は測定対象者の顔の画像を撮影して、取得した顔の画像を特徴量抽出手段５に出力する。
【００２４】
特徴量抽出手段５はコンピュータ等の情報処理手段で構成されており、当該特徴量抽出手段５は入力された顔の画像から形状、皺、しみ、たるみ、色、髪等に関するそれぞれ異なる３つの特徴量を抽出して個々の特徴量をそれぞれ年齢推定手段６，７及び８に出力する。
【００２５】
年齢推定手段６，７及び８はコンピュータ等の情報処理手段で構成されており、顔の画像により予め学習させた年齢を推定するそれぞれモデルに対して、特徴量抽出手段５が抽出したそれぞれ異なる３つの特徴量をそれぞれ適用して、個々の年齢推定手段６，７及び８で年齢を推定して推定年齢決定手段９に出力する。
【００２６】
推定年齢決定手段９は各年齢推定手段６，７及び８で推定された年齢の分布、言い換えれば、多数決により一番多く推定されている年齢を推定年齢として決定して表示手段４に出力する。
【００２７】
例えば、年齢推定手段６，７及び８がそれぞれ異なる３つの特徴量をモデルに適用して、それぞれ”２０代”、”２０”代”及び”４０代”と年齢を推定した場合を想定すると、推定年齢決定手段９は最も多く推定されている”２０代”を推定年齢として決定して表示手段４に出力する。
【００２８】
すなわち、推定年齢決定手段９が多数決により一番多く推定されている年齢を推定年齢として決定することにより、年齢推定手段８において特徴量が当該特徴量を適用するモデルからたまたま大きく外れた場合であっても、年齢推定手段８で推定された年齢”４０代”を除外して、年齢の推定を安定化することができる。
【００２９】
最後に、表示手段４は推定年齢決定手段９から出力された推定年齢を表示手段上に適宜表示させる。
【００３０】
この結果、それぞれ異なる複数の特徴量に基づき年齢を推定する複数の年齢推定手段と、これらの年齢推定手段で推定された年齢の分布に基づき推定年齢を決定することにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【００３１】
なお、図１に示す実施例ではそれぞれ異なる３つの特徴量を抽出する特徴量抽出手段５と、それぞれ異なる３つの特徴量に基づき年齢を推定する３つの年齢推定手段６〜８と、これらの年齢推定手段で推定された年齢の分布に基づき推定年齢を決定する推定年齢決定手段９を例示しているが、勿論これに限定されるわけではなく、抽出される特徴量及び年齢推定手段の数は同数であり、且つ、任意の数であれば良い。
【００３２】
また、図１に示す実施例では単に推定年齢決定手段９で決定された推定年齢を表示手段４で表示させているが、決定された推定年齢の分布を集計しても構わない。
【００３３】
図２はこのような本発明に係る年齢推定装置の他の実施例を示す構成ブロック図である。図２において１，４，５，６，７，８及び９は図１と同一符号を付してあり、１０は分布集計手段である。
【００３４】
接続関係に関しても図１に示す実施例とほぼ同様であり異なる点は、推定年齢決定手段９の出力である推定年齢が分布集計手段１０に接続される点である。
【００３５】
ここで、図２に示す実施例の動作を図３を用いて説明する。図３は推定年齢の分布状態の一例を説明する説明図である。但し、図１に示す実施例と同様の動作に関しての説明は省略する。
【００３６】
推定年齢決定手段９は各年齢推定手段６，７及び８で推定された年齢の分布、言い換えれば、多数決により一番多く推定されている年齢を推定年齢として決定して表示手段４に出力すると共に分布集計手段１０に出力する。
【００３７】
分布集計手段１０では図３に示すように推定年齢毎の頻度を集計し、必要に応じて表示手段４等に表示させる。例えば、図３に示す説明図では推定年齢は”４０代”の測定対象者を頂点として分布している。
【００３８】
この場合では、通行人や顧客等の顔の画像に基づき年齢を推定してその分布を集計することにより、通行人や顧客等の年齢構成を把握することができる。
【００３９】
また、図１に示す実施例の説明に際しては、特徴量として顔の画像から形状、皺、しみ、たるみ、色、髪等に関するそれぞれ異なる複数の特徴量を抽出しているが、特徴量としては２次元のガウシアン関数で構成される画像パターンによる畳み込み演算の出力値、画像の周辺少なくとも１個以上の画素一つ一つとの信号レベル差と基準値との比較に基づく値、エッジ強調値、色情報、髪情報等であっても勿論構わない。
【００４０】
ここで、エッジ強調値とは、画像の濃淡分布について微分演算を行うことにより得られる線画像と、抽出された線を構成する画素が顔領域中に予め設定した領域内で占有する面積値である。
【００４１】
また、色情報とは、ＲＧＢのカラーチャンネルのＲ（赤）値、Ｇ（緑）値及びＢ（青）値から算出される評価値であり、髪情報とはＲＧＢ値から算出される評価値について、予め設定した基準値を超える領域を肌領域として、この領域に連結する低濃淡値領域の面積及び連続領域数である。
【００４２】
また、図１に示す実施例の説明に際しては、推定年齢を大まかに”２０代”、”３０代”…と１０歳の幅でクラス分けしているが、年齢推定手段では”１歳”の幅で年齢を推定した上で、推定年齢決定手段１９で推定年齢を決定する際に、”２０代”、”３０代”…と１０歳の幅でクラス分けしても構わない。
【００４３】
また、図１に示す実施例の説明に際しては、年齢、若しくは、推定年齢を大まかに”２０代”、”３０代”…と１０歳の幅でクラス分けしているが、図４に示すクラス分割の説明図のように、”２０代”を”２０代前半”と”２０代後半”とに、”３０代”を”３０代前半”と”３０代後半”とにそれぞれ分割しても構わないし、もっと細かくクラスを分割しても構わない。言い換えれば、推定年齢の幅を１０歳以下にしても構わない。
【００４４】
【発明の効果】
以上説明したことから明らかなように、本発明によれば次のような効果がある。
請求項１，２，３，４，５，６及び請求項７の発明によれば、それぞれ異なる複数の特徴量に基づき年齢を推定する複数の年齢推定手段と、これらの年齢推定手段で推定された年齢の分布に基づき推定年齢を決定することにより、ある１つの特徴量が適用するモデルからたまたま大きく外れた場合であっても安定して年齢の推定が可能になる。
【図面の簡単な説明】
【図１】本発明に係る年齢推定装置の一実施例を示す構成ブロック図である。
【図２】本発明に係る年齢推定装置の他の実施例を示す構成ブロック図である。
【図３】推定年齢の分布状態の一例を説明する説明図である。
【図４】クラス分割の説明図である。
【図５】従来の年齢推定装置の一例を示す構成ブロック図である。
【符号の説明】
１画像入力手段
２，５特徴量抽出手段
３，６，７，８年齢推定手段
４表示手段
９推定年齢決定手段
１０分布集計手段

Claims

画像入力装置によって撮影された測定対象者の顔の画像に対して画像処理を行い測定対象者の年齢の推定を行う年齢推定装置において、
前記測定対象者の顔の画像を撮影する画像入力手段と、
取得された顔の画像からそれぞれ異なる複数の特徴量を抽出する特徴量抽出手段と、
それぞれ異なる複数の特徴量に基づき年齢を推定する複数の年齢推定手段と、
これら複数の年齢推定手段で推定された複数の前記年齢の分布に基づき推定年齢を決定する推定年齢決定手段と、
前記推定年齢を表示させる表示手段と
を備えたことを特徴とする年齢推定装置。
推定年齢毎の頻度を集計する分布集計手段を備えたことを特徴とする
請求項１記載の年齢推定装置。
複数の前記年齢推定手段が前記年齢を１０歳の幅で推定し、前記推定年齢決定手段が１０歳の幅の前記推定年齢を決定することを特徴とする
請求項１若しくは請求項２記載の年齢推定装置。
複数の前記年齢推定手段が前記年齢を１歳の幅で推定し、前記推定年齢決定手段が１０歳の幅の前記推定年齢を決定することを特徴とする
請求項１若しくは請求項２記載の年齢推定装置。
前記推定年齢の幅を１０歳以下にしたことを特徴とする
請求項１若しくは請求項２記載の年齢推定装置。
前記特徴量が、
形状、皺、しみ、たるみ、色、若しくは、髪の何れかに関するものであることを特徴とする
請求項１若しくは請求項２記載の年齢推定装置。
前記特徴量が、
２次元のガウシアン関数で構成される画像パターンによる畳み込み演算の出力値、画像の周辺少なくとも１個以上の画素一つ一つとの信号レベル差と基準値との比較に基づく値、エッジ強調値、色情報、若しくは、髪情報あることを特徴とする
請求項１若しくは請求項２記載の年齢推定装置。