JP2005099920A - 画像処理装置および画像処理方法ならびにプログラム - Google Patents

Abstract

【課題】状態の異なる自然物に対して、適正に赤目検出等の目的物検出を行うことができる画像処理を提供する。
【解決手段】入力画像から複数の処理画像を生成し、設定された少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データを、目的物に応じて組み合わせて各処理画像を処理して入力画像中の目的物を検出し、この検出結果を用いて、入力画像における目的物の位置座標を算出することにより、前記課題を解決する。
【選択図】図１

Description

本発明は、赤目検出など、画像中における目的物の検出（認識）を行う画像処理装置および画像処理方法、ならびに、これを実行させるプログラムに関する。

近年、フィルムに記録された画像を光電的に読み取って、読み取った画像をデジタル信号とした後、種々の画像処理を施して記録用の画像データとし、この画像データに応じて変調した記録光によって感光材料を露光してプリントとして出力するデジタルフォトプリンタが実用化されている。
デジタルフォトプリンタでは、フィルムに撮影された画像を光電的に読み取って、画像をデジタルの画像データとして、画像の処理や感光材料の露光を行う。そのため、フィルムに撮影された画像のみならず、デジタルカメラ等で撮影された画像（画像データ）からも、プリントの作成を行うことができる。

また、近年のパーソナルコンピュータ（ＰＣ）やデジタルカメラ、さらにはインクジェットプリンタなどの安価なカラープリンタの普及に伴い、デジタルカメラで撮影した画像をＰＣに取り込み、画像処理を施してプリンタで出力するユーザも多い。
さらに、近年では、デジタルカメラで撮影した画像を記憶したスマートメディア^TMやコンパクト^TMフラッシュなどの記憶媒体から、直接的に画像データを読み取り、所定の画像処理を施して、プリント（ハードコピー）を出力するプリンタも実用化されている。

ところで、ポートレート等の人物を含む画像において、画質を左右する最も重要な要素は人物の仕上りである。従って、撮影時のストロボ発光の影響によって、人物の目（瞳）が赤くなる赤目現象は、重大な問題となる。
従来のフィルムから直接的に露光を行うフォトプリンタでは、赤目の補正は非常に困難であるが、デジタルフォトプリンタ等のデジタルの画像処理であれば、画像処理（画像解析）によって赤目を検出し、この赤目領域の画像データの変換や色／濃度補正によって、赤目の補正を行うことができる。そのため、画像処理によって画像中の赤目を検出する方法が、各種、提案されている。

例えば、特許文献１には、画像中の目領域を含む対象領域の特徴量に基づいて、この対象領域から虹彩領域を含む特徴領域を検出し、虹彩領域と他の特徴領域との配置関係、例えば虹彩領域と他の特徴領域との接触の度合い、対象領域と赤目領域との面積比、虹彩領域と他の領域（例えば瞳孔領域）との包含関係を用いて、赤目領域を特定する方法が開示されている。

また、特許文献２には、画像中の目領域を含む対象領域の特徴量に基づいて、この対象領域から、色相、彩度および明度等を用いて、虹彩領域を含む複数の特徴領域（赤目領域の候補）を検出し、虹彩領域と他の特徴領域との接触関係、特徴領域の特徴量の階調特性、および特徴領域の面積情報に基づいて、赤目領域を特定する方法が開示されている。
特開２００２−２４７５９６号公報 特開２００３−３６４３８号公報

赤目現象は、人物や動物などの自然物に特有の現象である。ここで、人物や動物等の自然物の画像（画像データ）は、各種の条件に応じて大きく変動する。すなわち、自然物の画像処理を行う場合には、各種の条件に応じて、サイズ、輝度／濃度、歪み量など、処理対象が大きく変動する。
例えば、撮影距離によって画像中の被写体の大きさは大きく変動する。また、天候や地域に応じた光の当たり具合によっては、顔など被写体の色や濃度や輝度が変動する。さらに、人種や撮影光の色によって、被写体の色も変動する。

上記特許文献に開示される方法も含め、従来の赤目検出方法（アルゴリズム）は、特定の条件下であれば、好適に赤目の検出を行うことができる。
ところが、前述のように、自然物の場合には、処理対象の状態は様々である。そのため、従来の赤目検出方法では、このような様々な状態の処理対象に対応して、適正に赤目の検出を行うことはできない。

本発明の目的は、前記従来技術の問題点を解決することにあり、様々な状態の自然物を対象として、赤目検出などの画像中からの目的物の検出を適正に行うことができ、さらに、要求される生産性や処理精度等に応じて、高速化と高信頼化とのバランスを取ることができる画像処理方法および画像処理装置、ならびに、これらを実行するためのプログラムを提供することにある。

前記目的を達成するために、本発明の画像処理装置の第１の態様は、１つの入力画像から複数の処理画像を生成する処理画像生成手段と、少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データを有し、目的物に対応する前記判別関数と辞書データとを組み合わせて用いて前記処理画像生成手段が生成した各処理画像を処理して、前記入力画像中の目的物を検出する判別手段と、前記判別手段による目的物の検出結果を用いて、入力画像における前記目的物の位置座標を算出する座標算出手段とを有することを特徴とする画像処理装置を提供する。

また、本発明の画像処理装置の第２の態様は、画像を幾何学的に変形してなる複数の画像の個々に対応して設定された、少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データを有し、目的物に対応する前記判別関数と辞書データとを組み合わせて用いて入力画像を処理して、前記入力画像中の目的物を検出する判別手段と、前記判別手段による目的物の物検出結果を用いて、入力画像における前記目的物の位置座標を算出する座標算出手段とを有することを特徴とする画像処理装置を提供する。

また、本発明の画像処理方法の第１の態様は、１つの入力画像から複数の処理画像を生成し、予め設定された少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に応じた判別関数と辞書データとの組み合わせて前記処理画像を処理して、前記入力画像中の目的物を検出し、この検出結果から前記入力画像における前記目的物の座標位置を算出することを特徴とする画像処理方法を提供する。

また、本発明の画像処理方法の第２の態様は、画像を幾何学的に変形してなる複数の画像の個々に対応して予め設定された、少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データのうち、目的物に応じた判別関数と辞書データとの組み合わせて前記入力画像を処理して、前記入力画像中の目的物を検出し、この検出結果から前記入力画像における前記目的物の座標位置を算出することを特徴とする画像処理方法を提供する。

また、本発明のプログラムの第１の態様は、１つの入力画像から複数の処理画像を生成するステップ、予め設定された少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に対応する判別関数と辞書データとを組み合わせて用いて前記生成した各処理画像を処理して、前記入力画像中の目的物を検出するステップ、および、前記目的物の検出結果を用いて、前記入力画像における前記目的物の位置座標を算出するステップ、を実行させるプログラムを提供する。

さらに、本発明のプログラムの第２の態様は、画像を幾何学的に変形してなる複数の画像の個々に対応して予め設定された、少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に対応する判別関数と辞書データとを組み合わせて用いて前記入力画像を処理して、前記入力画像中における目的物を検出するステップ、および、前記目的物の物検出結果を用いて、前記入力画像における前記目的物の位置座標を算出するステップ、を実行させるプログラムを提供する。

このような本発明において、前記処理画像および前記入力画像を変形してなる画像とは、前記入力画像の拡大画像、前記入力画像の縮小画像、および前記入力画像を回転してなる画像の少なくとも１つであるのが好ましく、また、前記判別関数として、顔を検出する判別関数および目を検出する判別関数の少なくとも１つを有し、前記辞書データは、人種に対応する辞書データ、性別に対応する辞書データ、年齢に対応する辞書データ、気候に対応する辞書データ、生物種に対応する辞書データ、および特定被写体に対応する辞書データの少なくとも１つであるのが好ましく、さらに、前記処理画像の生成数の変更手段、および、前記判別関数による処理を調整する手段の少なくとも一方を有するのが好ましい。
また、本発明のプログラムにおいては、インストールされた装置の能力を検出するステップを実行させ、かつ、前記検出した装置能力に応じて、前記処理画像の生成数もしくは前記入力画像の処理回数を選択するステップ、および、前記判別関数による処理を調整するステップの少なくとも一方を実行させるのが好ましい。

本発明は、上記構成を有することにより、判別関数に組み合わせる辞書データの選択／切り替えによって、撮影状態、年齢、地域や天候、人種、性別等の各種の条件が異なる様々な状態の画像（すなわち、画像処理の対象）に対応して、赤目補正のための赤目検出など、画像中からの目的物の検出を適正に行うことができる。
また、装置能力やシステムに要求される能力等に応じて、処理画像の生成数の変更や判別関数内のパラメータ変更等を行うことにより、高速化と高信頼化とのバランスを取ることもできる。

以下、本発明の画像処理装置および画像処理装置、ならびにプログラムについて、添付の図面に示される好適実施例を基に、詳細に説明する。

図１に、本発明の画像処理方法を実施する本発明の画像処理装置の一例をブロック図で示す。
図１の画像処理装置１０は、入力画像（入力画像データ）から赤目を検出して、画像中の赤目の位置座標（位置座標データ）を出力するもので、処理画像生成手段１２と、判別手段１４と、座標算出手段１６とを有して構成される。このような画像処理装置１０は、一例として、パーソナルコンピュータ、ワークステーションなどのコンピュータや、ＤＳＰ（Digital Signal Processor）等を利用して構成される。

図示例の画像処理装置１０（以下、処理装置１０とする）において、入力画像は、例えば、カラーの写真画像（データ）であり、通常の写真フィルムを用いるカメラで撮影されたもの（写真フィルムを光電的に読み取って得られたもの）であっても、デジタルカメラで撮影されたものであってもよい。

入力画像は、処理画像生成手段１２（以下、生成手段１２とする）に供給される。成手段１２は、入力画像から、赤目検出を行うための処理画像を生成する。
図示例においては、入力画像を拡大／縮小してなる画像、および、この拡大／縮小画像を回転してなる画像を、処理画像として生成し、順次、後段の判別手段１４に送る。

具体的には、生成手段１２は、入力画像を１００％（標準画像）とし、８０％を最小サイズ、１２０％を最大サイズとして、１００％→９５％→１０５％→９０％→１１０％……と、５％ピッチ（刻み）で入力画像を拡大した画像および縮小した画像を生成して、処理画像として、順次、判別手段１４に送る。
また、拡大画像および縮小画像の生成に応じて、入力画像を０°（標準画像）とし、＋３０°〜−３０°の範囲で、０°→＋５°→−５°→＋１０°→−１０°……と、入力画像、ならびに、先に生成した拡大画像および縮小画像を５°ピッチ°で回転した画像を生成して、処理画像として、順次、判別手段１４に送る。

ここで、生成手段１２は、各画像につき、２種の回転画像を生成する。１つは、画像の中心で画像面に直交する回転軸を用いて回転（ローテーション）した回転画像である。他方は、画像の長手方向の中心で短手方向に平行な画像面上の回転軸、もしくは、画像の短手方向の中心で長手方向に平行な画像面上の回転軸を用いて、回転（スキュー）した回転画像である。
図示例においては、入力画像、各拡大画像および縮小画像に対して、この２種の回転画像を生成して、処理画像として、順次、判別手段１４に送る。

処理装置１０においては、生成手段１２における処理画像生成のパラメータを、適宜、制御（調整）できる。具体的には、拡大および縮小の範囲、拡大および縮小のピッチ、回転の範囲、回転のピッチの１つ以上を、パラメータとして制御できる。
このようなパラメータ制御は、オペレータによる入力指示に応じて行ってもよく、あるいは、後述するように本発明のプログラムがインストールされた際に処理装置１０の能力を検出して、自動的に制御してもよく、両制御を可能にして何れかを選択できるようにしてもよい。また、各パラメータの制御を組み合わせて、通常処理モード、高速処理モード、高精度処理モード等のモードを設定しておき、オペレータが、適宜、選択できるようにしてもよい。

判別手段１４は、生成手段１２から供給された各処理画像を、順次、処理して、各処理画像毎に赤目領域を検出し、全ての処理画像における赤目検出結果を統合して、入力画像における赤目領域を検出して、赤目領域の検出結果を座標算出手段１６に供給する。一例として、入力画像中で検出した赤目領域（赤目候補領域）にデータ１を立て、それ以外の領域をデータ０とした、赤目領域を示すマスク画像として、赤目の検出結果を座標算出手段１６に供給する。
なお、赤目領域の表現は、上記のようなマスク画像でもよいが、これ以外にも、例えば「データ１」部分のリスト（座標値リスト）によって赤目領域を表現してもよい。また、赤目領域の表現は、上記のような「０」および「１」の２値データに限定もはされず、例えば、８ビット（０〜２５５）などの多値データとして、赤目である可能性の高さを表現してもよい。

図示例においては、判別手段１４は、供給された各処理画像について、まず、顔検出を行い、次いで、検出された顔領域から目の検出を行い、さらに、検出された目から赤目領域を検出する。なお、判別手段１４が検出する赤目は、複数であってもよいのは、もちろんである。
ここで、判別手段１４は、各対象物の検出に対応する１〜ｎ個の公知の判別関数（公知の目的物検出アルゴリズム）と、各判別関数に対応する少なくとも１つ（１〜ｎ個）の辞書データ（参照データ）とを有しており、検出対象に応じて、判別関数と辞書データを、適宜、組み合わせ、判別関数は辞書データを参照して、目的物の検出を行う。

一例として、判別手段１４は、顔の検出器を判別関数１として、目の検出器を判別関数２として、赤目の検出器を判別関数３として、それぞれ有している。さらに、判別関数１に対応する辞書データ１として、顔の画像群から機械学習により得た顔の辞書データを、判別関数２に対応する辞書データ２として目の画像群から機械学習により得た目の辞書データを、判別関数３に対応する辞書データ３として赤目の画像群から機械学習により得た赤目の辞書データを、それぞれ有している。
判別手段１４は、まず、判別関数１と辞書データ１とを組み合わせて顔検出を行い、次いで、判別関数２と辞書データ２とを組み合わせて、検出した顔領域から目の検出を行い、さらに、判別関数３と辞書データ３とを組み合わせて、検出した目の領域から赤目領域を検出し、赤目領域を示すマスク画像を座標算出手段１６に供給する。

本発明において、判別関数および辞書データは、これに限定はされない。一例として、辞書データは、年齢に対応して各種のものを有してもよい。
例えば、前記顔の検出器である判別関数１に対応して、辞書データ１−１として、大人の顔画像群から機械学習により得られた大人の顔の辞書データ、および、辞書データ１−２として、子供の顔画像群から機械学習により得られた子供の顔の辞書データを有してもよい。この際には、大人の顔を選択的に検出する場合には辞書データ１−１を、子供の顔を選択的に検出する場合には辞書データ１−２を、それぞれ用いて判別関数１で顔検出を行えばよい。
年齢に対応する各種の辞書データは、顔検出を行う判別関数以外にも、目の検出の検出を行う判別関数や、後述する目じりの検出を行う判別関数等に対応して有してもよいのは、もちろんである。

また、辞書データは、人種に対応して各種のものを有してもよい。
例えば、前記目の検出器である判別関数２に対応して、辞書データ２−１として、日本人の目の顔画像群から機械学習により得られた日本人の目の辞書データ、および、辞書データ２−２として、欧州人の目の画像群から機械学習により得られた欧州人の目の辞書データを有してもよい。この際には、日本人の目を選択的に検出する場合には辞書データ２−１を、欧州人の目を選択的に検出する場合には辞書データ２−２を、それぞれ用いて判別関数２で目の検出を行えばよい。
先と同様、人種に対応する辞書データも、目の検出を行う判別関数以外にも、顔の検出の検出を行う判別関数等に対応して有してもよいのは、もちろんである。

さらに、判別関数も、上記顔および目の判別関数以外にも、各種の目的物の検出器が利用可能であり、また、それに対応して、各種の辞書データが利用可能である。
例えば、通常の赤目検出では、目じりを赤目として誤検出し易い。これに対応して、目じりの検出器を判別関数（便宜的に、判別関数４とする）として有し、かつ、辞書データ４−１として内側の目じりの画像群から機械学習により得られた内側目じり辞書データ、および、辞書データ４−２として、外側の目じりの画像群から機械学習により得られた外側目じり辞書データを有してもよい。
この際には、例えば前述のように判別関数２を用いて目の検出を行った後、判別関数４と辞書データ４−１とを用いて内側目じりの検出を行い、さらに、判別関数４と辞書データ４−２とを用いて外側目じりの検出を行って、検出した目じり位置を除外して、後段の赤目検出を行えばよい。

辞書データとしては、これら以外にも、各種のものが利用可能である。例えば、男女の性別に応じた辞書データ、気候や天候に応じた辞書データ、犬や猫などの動物を対象とした辞書データ、さらに、被写体となる頻度が高い人物などの特定人物に特化した辞書データ等、様々な条件や状態による撮影画像特徴量の違い等を利用して、各種の辞書データが利用可能である。
なお、画像処理に使用する辞書データは、オペレータ等による入力指示に応じて選択／設定してもよく、あるいは、デフォルトで設定しておいてもよい。

本発明においては、このような判別関数、および、この判別関数に対応する少なくとも１つの辞書データを分離して、両者を、検出する目的物に応じて、適宜、組み合わせて用いることにより（すなわち、辞書データを切り替えることにより）、撮影距離、天候、人種や年齢の違いなど、状態の異なる様々な自然物に対応して、赤目検出などの画像中からの目的物の検出を適正に行うことができる。また、辞書の選択や切り替えによって、高いカスタマイズ性を達成して、任意の検出対象に応じて最適化を図ることができる。
さらに、辞書を変更あるいは更新するだけで高性能化やカスタマイズを行うことができ、従って、バージョンアップへの対応も容易である。

先の生成手段１２と同様、判別手段１４においても、目的物の検出パラメータを、適宜、制御（調整）できる。
一例として、判別関数は、画像中における或る画素（あるいは領域）が目的物か否かを判定するのに、例えば２００のルール（検出対象か否かの判定方法）を有し、所定の順番で各ルールに応じた判定を、順次、行い、検出対象では無いと判定された時点で判別を終了し、全ルールで検出対象であると判定された画素が目的物として検出するとする。判別手段１４においては、このルールの幾つまで判定を行うかがパラメータとして設定可能となっている。また、各ルール毎に、判定を行うための閾値（判定基準）が設定されるが、この閾値も、各ルール毎にパラメータとして制御可能となっている。

このようなパラメータの制御は、生成手段１２と同様、オペレータによる入力指示、プログラムによる処理装置１０の能力を検出等に応じて行えばよく、また、高速処理モード等のモードを設定してもよい。また、このモードは、生成手段１２におけるパラメータと判別手段１４におけるパラメータを、個別に制御するものであっても、両者を制御するものであってもよい。

このように、生成手段１２や判別手段１４（あるいはさらに、座標算出手段１６）において、処理を行うためのパラメータ制御を可能にすることにより、処理装置１０（ハードウエア）の能力、要求される目的物の検出性能（ＴＰ(TruePositive)重視／ＦＰ(FalsePositive) 重視など）、要求される処理速度等に応じて、目的とする特性を好適に満たす処理装置１０を実現できる。

前述のように、判別手段１４による赤目領域の検出結果（赤目領域を示すマスク画像）は、座標算出手段１６に供給される。
座標算出手段１６は、判別手段１４が検出した入力画像の赤目領域を、位置座標に変換して、所定の部位、例えば後段に配置される赤目補正を行う部位に出力する。なお、領域データから位置座標値への変換は、公知の方法で行えばよい。

以下、処理装置１０の作用を説明する。また、本発明のプログラムは、コンピュータ等に、以下の処理を実行させるプログラムである。
ここで、本発明のプログラムは、コンピュータ等にインストールされた際に、例えばベンチマークを行うソフトウエアのように、ハードウエアの能力（ＣＰＵの性能やメモリ容量等）を検出して、前述の生成手段１２や判別手段１４におけるパラメータを制御するのが好ましい。例えば、ハードウエアの能力が低い場合には、処理画像の生成数を減らす、判別関数で実施するルール数を減らす等、演算量を低減して処理時間を短縮するようにパラメータを制御し、逆に、ハードウエアの能力が十分である場合には、十分な演算を行って、ＴＰ重視やＦＰ重視などの要求性能を満たすようにパラメータを制御する。

前述のように、入力画像は生成手段１２に供給される。前述のように、生成手段１２は、入力画像を処理して、９５％画像、１０５％画像…と５％ピッチで拡縮した処理画像を生成して、入力画像（標準画像）および生成した処理画像を、順次、判別手段１４に供給する。また、生成手段１２は、入力画像および拡縮によって生成した処理画像を５°ピッチで−３０°〜＋３０°まで回転した処理画像（ローテーションおよびスキューの２種の回転画像）を生成して、同様に、順次、判別手段１４に供給する。

処理画像を受け取った判別手段１４は、各処理画像について、まず、辞書データ１を用いて、判別関数１によって画像中の顔検出を行い、次いで、辞書データ２を用いて、判別関数２によって検出した顔の中から目を検出する。さらに、辞書データ３を用いて判別関数３によって、検出した目の中から赤目領域を検出する。
全ての処理画像の赤目検出が終了したら、判別手段１４は、全処理画像の検出結果を統合して、入力画像の赤目領域を検出して、検出結果を座標算出手段１６に供給する。赤目領域の検出結果は、例えば、赤目領域に１を立て、それ以外を０としたマスク画像として、座標算出手段１６に供給する。

赤目領域の検出結果を受け取った座標算出手段１６は、座標変換を行って赤目の位置座標とし、赤目の位置座標を後段、例えば、前述のように赤目の補正手段に供給する。

図１に示される処理装置１０は、生成手段１２において、入力画像から複数の処理画像を生成し、これを判別手段で処理したが、本発明の別の態様においては、生成手段１２を有さず、判別手段において、入力画像が前記各種の処理画像と同等となるような判別関数を用いて入力画像の処理を行う。
この態様では、例えば、判別手段に、入力画像（標準画像）に対応する判別関数、マスクサイズやパラメータ等を変更した入力画像が９５％変倍した画像と同等となるような判別関数、同１０５％画像となるような判別関数、同９０％画像となるような判別関数……のように、前述の各処理画像に対応するような処理を行う判別関数を用意しておき、それぞれの判別関数で入力画像を処理して、目的物の検出を行う。
この態様によれば、判別手段に多数の判別関数や辞書データが必要となるが、処理画像の生成が不要となるので、生成手段１２を不要として、かつ、処理時間の短縮も図ることができる。

以上、本発明の画像処理方法、画像処理装置、およびプログラムについて詳細に説明したが、本発明は、上記実施例に限定はされず、本発明の要旨を逸脱しない範囲において、各種の変更や改良を行ってもよいのは、もちろんである。
例えば、図示例では、顔検出、目の検出および赤目の検出を行ったが、本発明は、これに限定はされず、人物の検出、鼻の検出、口の検出、犬や猫などの動物の検出、花の検出等、各種の物を目的物として、検出を行ってもよい。すなわち、本発明は、各種の認識系の画像処理に、好適に利用可能である。

本発明の画像処理装置の一例の概念図である。

符号の説明

１０ （画像）処理装置
１２ （処理画像）生成手段
１４ 判別手段
１６ 座標算出手段

Claims (10)

1. １つの入力画像から複数の処理画像を生成する処理画像生成手段と、
   少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データを有し、目的物に対応する前記判別関数と辞書データとを組み合わせて用いて前記処理画像生成手段が生成した各処理画像を処理して、前記入力画像中の目的物を検出する判別手段と、
   前記判別手段による目的物の検出結果を用いて、入力画像における前記目的物の位置座標を算出する座標算出手段とを有することを特徴とする画像処理装置。
2. 画像を幾何学的に変形してなる複数の画像の個々に対応して設定された、少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データを有し、目的物に対応する前記判別関数と辞書データとを組み合わせて用いて入力画像を処理して、前記入力画像中の目的物を検出する判別手段と、
   前記判別手段による目的物の検出結果を用いて、入力画像における前記目的物の位置座標を算出する座標算出手段とを有することを特徴とする画像処理装置。
3. 前記処理画像および前記入力画像を変形してなる画像とは、前記入力画像の拡大画像、前記入力画像の縮小画像、および前記入力画像を回転してなる画像の少なくとも１つである請求項１または２に記載の画像処理装置。
4. 前記判別関数として、顔を検出する判別関数および目を検出する判別関数の少なくとも１つを有し、前記辞書データは、人種に対応する辞書データ、性別に対応する辞書データ、年齢に対応する辞書データ、気候に対応する辞書データ、生物種に対応する辞書データ、および特定被写体に対応する辞書データの少なくとも１つである請求項１〜３のいずれかに記載の画像処理装置。
5. 前記処理画像の生成数の変更手段、および、前記判別関数による処理を調整する手段の少なくとも一方を有する請求項１〜４のいずれかに記載の画像処理装置。
6. １つの入力画像から複数の処理画像を生成し、予め設定された少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に応じた判別関数と辞書データとの組み合わせて前記処理画像を処理して、前記入力画像中の目的物を検出し、この検出結果から前記入力画像における前記目的物の座標位置を算出することを特徴とする画像処理方法。
7. 画像を幾何学的に変形してなる複数の画像の個々に対応して予め設定された、少なくとも１つの判別関数、および、各判別関数に対応する少なくとも１つの辞書データのうち、目的物に応じた判別関数と辞書データとを組み合わせて前記入力画像を処理して、前記入力画像中の目的物を検出し、この検出結果から前記入力画像における前記目的物の座標位置を算出することを特徴とする画像処理方法。
8. １つの入力画像から複数の処理画像を生成するステップ、
   予め設定された少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に対応する判別関数と辞書データとを組み合わせて用いて前記生成した各処理画像を処理して、前記入力画像中の目的物を検出するステップ、
   および、前記目的物の検出結果を用いて、前記入力画像における前記目的物の位置座標を算出するステップ、を実行させるプログラム。
9. 画像を幾何学的に変形してなる複数の画像の個々に対応して予め設定された、少なくとも１つの判別関数および各判別関数に対応する少なくとも１つの辞書データのうち、目的物に対応する判別関数と辞書データとを組み合わせて用いて前記入力画像を処理して、前記入力画像中における目的物を検出するステップ、
   および、前記目的物の物検出結果を用いて、前記入力画像における前記目的物の位置座標を算出するステップ、を実行させるプログラム。
10. インストールされた装置の能力を検出するステップを実行させ、
    かつ、前記検出した装置能力に応じて、前記処理画像の生成数もしくは前記入力画像の処理回数を選択するステップ、および、前記判別関数による処理を調整するステップの少なくとも一方を実行させる請求項８または９に記載のプログラム。

Images