JP2006031636A - 両目の検出装置及び方法 - Google Patents
両目の検出装置及び方法 Download PDFInfo
- Publication number
- JP2006031636A JP2006031636A JP2004213592A JP2004213592A JP2006031636A JP 2006031636 A JP2006031636 A JP 2006031636A JP 2004213592 A JP2004213592 A JP 2004213592A JP 2004213592 A JP2004213592 A JP 2004213592A JP 2006031636 A JP2006031636 A JP 2006031636A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- eyes
- detection
- threshold value
- eye
- 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
Links
Images
Abstract
【課題】 少ない演算処理量で画像の中から顔の両目を高精度に検出する。
【解決手段】 時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求める差分算出手段1〜5,10と、時系列に沿ってこの差分の累積和を求める累積和算出手段6,7,10と、累積和算出手段6,7,10で求められた累積和を画素毎に順次所定の閾値と比較し、最初にこの閾値を超えた画素群を片方の目として検出する第1の検出手段8〜10と、第1の検出手段8〜10で検出された画素群から、残りの目を含む画素領域を推定する推定手段10と、推定手段10で推定された画素領域内の各画素について累積和算出手段6,7,10で求められた累積和をこの閾値と比較し、この閾値を超えた画素群を残りの目として検出する第2の検出手段8〜10とを備える。
【選択図】 図1
Description
本発明は、画像の中から顔の両目を検出する装置及び方法に関し、特に、処理量の軽減や検出精度の向上を図ったものに関する。
画像の中から顔を検出する方法として、従来からテンプレートマッチング方式が一般的に用いられている。
テンプレートマッチング方式は、図12に示すように、平均的な顔の画像であるテンプレート画像51を前もって用意しておき、入力画像52の全領域でこのテンプレート画像51を走査しながら、入力画像51とテンプレート画像52との類似性を評価するものである。
また、顔の特定の部位である両目を検出する方法としては、従来、例えば、動画像データからキャプチャした複数の静止画像のうち、輝度差の総和が最大であった2つの静止画像を、目が開いた状態の画像及びまばたきによって目を閉じた状態の画像であると推測してそれらの差分画像を作成し、その差分画像の全領域を走査して、輝度値が最大の位置、2番目に大きい位置をそれぞれ両目として検出する方法が提案されていた(例えば、特許文献1参照)。
特開2003−248815号公報(段落番号0030〜0036、図3〜4)
しかし、従来のテンプレートマッチング方式では、入力画像中の顔の大きさとは無関係に常に全領域を走査してテンプレート画像との類似性を評価しなければならないので、演算処理量が膨大になってしまう。
また、上記特許文献1に記載の両目の検出方法は、2つの静止画像についての差分画像のみから検出を行うので、例えばまばたき以外の原因によって輝度差が生じたような場合にまばたきしていない静止画像を選択してしまい、目を誤検出する可能性がある。したがって、高い精度で両目を検出することが困難であると考えられる。
さらに、上記特許文献1に記載の両目の検出方法では、画像中の目の位置とは無関係に常に差分画像の全領域を走査して輝度値を算出しなければならないので、やはり演算処理量が多くなってしまう。
本発明は、上述の点に鑑み、少ない演算処理量で画像の中から顔の両目を高精度に検出できるようにすることを課題としてなされたものである。さらに、本発明は、両目の検出結果に基づき、少ない演算処理量で画像の中から顔を検出できるようにすることを課題としてなされたものである。
この課題を解決するために、本発明に係る両目の検出装置は、時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求める差分算出手段と、時系列に沿ってこの差分の累積和を求める累積和算出手段と、累積和算出手段で求められた累積和を画素毎に順次所定の閾値と比較し、最初にこの閾値を超えた画素群を片方の目として検出する第1の検出手段と、第1の検出手段で検出された画素群から、残りの目を含む画素領域を推定する推定手段と、推定手段で推定された画素領域内の各画素について累積和算出手段で求められた累積和をこの閾値と比較し、この閾値を超えた画素群を残りの目として検出する第2の検出手段とを備えたことを特徴とする。
この検出装置では、時系列に沿って入力する複数の画像データについて、差分算出手段により、2つの画像データの画素毎の差分が求められる。そして、累積和算出手段により、時系列に沿ってこの差分の累積和が求められる。
目の位置の画素では、ほぼ周期的なまばたきによってこの2つの画像データに差が生じるので、この差分によって目を検出することが可能である。そして、時系列に沿ってこの差分の累積和を求めることにより、目の検出精度を高めることができる。
続いて、第1の検出手段により、累積和算出手段で求められた累積和が画素毎に順次所定の閾値と比較され、最初にこの閾値を超えた画素群が片方の目として検出される。このようにして、まず片方の目だけが検出される。
続いて、推定手段により、第1の検出手段で検出された画素群から、残りの目を含む画素領域が推定される。そして、第2の検出手段により、推定手段で推定された画素領域内の各画素について累積和算出手段で求められた累積和がこの閾値と比較され、この閾値を超えた画素群が残りの目として検出される。このようにして、両目の検出が完了する。
この検出装置によれば、前述のように、画素毎の差分を時系列に沿って累積するので、両目を高精度に検出することができる。
そして、減算処理,加算処理,閾値との比較処理といった演算量の少ない処理によって両目を検出することができる。
さらに、まず最初に閾値を超えた画素群を片方の目として検出するので、ほとんどの場合(最後に比較した画素だけが閾値を超えているような極めて例外的な場合を除き)、画像の全領域について比較処理を行う前に、片方の目を検出することができる。そして、その検出結果から推定した画素領域についてのみ残りの目を検出するための比較処理を行う。これにより、画像の全領域について比較処理を行うことなく両目を検出することができるので、一層演算処理量を少なくすることができる。
なお、この検出装置において、一例として、第1の検出手段は、一定未満の大きさの画素群でしか閾値を超えていなかった場合には、片方の目を検出したと判定しないことが好適である。
それにより、例えば数画素のような少数の画素だけで周期的に差分が生じているような位置を目として誤検出することを防止することができるようになる。
また、この検出装置において、一例として、画像の撮影時の照度に応じて閾値を可変設定する閾値設定手段をさらに備えることが好適である。
暗い場所で撮影された画像データと明るい場所で撮影された画像データとでは、まばたきによる2つの画像データの差の度合いが相違するが、このように撮影時の照度に応じて閾値を可変設定することにより、撮影時の照度にかかわらず高精度に両目を検出することができるようになる。
また、この検出装置において、一例として、第1の検出手段は、画面の中央部分の画素から画面の周辺部分の画素に向けて順に閾値と比較していき、推定手段は、第1の検出手段で検出された画素群の両側の2つの画素領域を残りの目を含む領域として推定することが好適である。
人物を撮影した画像では画面の周辺部分よりも中央部分寄りに顔が位置することが多いので、このように画面の中央部分の画素から画面の周辺部分の画素に向けて順に閾値と比較していくことにより、最初の片方の目を迅速に検出することができるとともに、最初の片方の目を検出するための演算処理量を一層少なくすることができるようになる。
あるいは、第1の検出手段は、画面の左側,右側のうちのいずれか一方の側の画素から他方の側の画素に向けて順に前記閾値と比較していき、推定手段は、第1の検出手段で検出された画素群のこの他方の側の1つの画素領域のみを残りの目を含む領域として推定することも好適である。
それにより、第2の検出手段が残りの目を検出するために比較処理を行う画素領域が1つだけになるので、残りの目を迅速に検出することができるとともに、残りの目を検出するための演算処理量を一層少なくすることができるようになる。
また、この検出装置において、一例として、第2の検出手段は、第1の検出手段で検出された画素群の大きさに対して一定以上近い大きさの画素群で閾値を超えていた場合にのみ、残りの目を検出したと判定することが好適である。
片方の目と残りの目とは大きさが近いのが通常であるから、このように片方の目として検出した画素群の大きさと一定以上近い大きさの画素群のみを残りの目として検出することにより、検出した片方の目とは異なる大きさの画素群で周期的に差分が生じているような位置を残りの目として誤検出することを防止することができるようになる。
また、この検出装置において、一例として 第1の検出手段及び第2の検出手段で検出した両目の位置に基づき、顔の大きさを推定して、顔を含む画素領域を切り出す切出し手段をさらに備えることが好適である。
それにより、画像の中から顔を検出しようとする場合には、この切出し手段で切り出された画素領域のみについて顔検出を行えば足りる(例えばテンプレートマッチング方式の場合には、この切り出された画素領域でのみテンプレート画像を走査すれば足りる)ようになる。
このように、画像の全領域ではなく、顔の大きさに応じた画素領域についてのみ顔検出を行えば足りるので、両目の検出結果に基づき、少ない演算処理量で画像の中から顔を検出することができるようになる。
次に、本発明に係る両目の検出方法は、時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求める差分算出ステップと、時系列に沿ってこの差分の累積和を求める累積和算出ステップと、累積和算出ステップで求められた累積和を画素毎に順次所定の閾値と比較し、最初にこの閾値を超えた画素群を片方の目として検出する第1の検出ステップと、第1の検出ステップで検出された画素群から、残りの目を含む画素領域を推定する推定ステップと、推定ステップで推定された画素領域内の各画素について累積和算出ステップで求められた累積和をこの閾値と比較し、この閾値を超えた画素群を残りの目として検出する第2の検出ステップとを有することを特徴とする。
この検出方法では、時系列に沿って入力する複数の画像データについて、差分算出ステップで、2つの画像データの画素毎の差分が求められる。そして、累積和算出ステップで、時系列に沿ってこの差分の累積和が求められる。
目の位置の画素では、ほぼ周期的なまばたきによってこの2つの画像データに差が生じるので、この差分によって目を検出することが可能である。そして、時系列に沿ってこの差分の累積和を求めることにより、目の検出精度を高めることができる。
続いて、第1の検出ステップで、累積和算出ステップで求められた累積和が画素毎に順次所定の閾値と比較され、最初にこの閾値を超えた画素群が片方の目として検出される。このようにして、まず片方の目だけが検出される。
続いて、推定ステップで、第1の検出ステップで検出された画素群から、残りの目を含む画素領域が推定される。そして、第2の検出ステップで、推定ステップで推定された画素領域内の各画素について累積和算出ステップで求められた累積和がこの閾値と比較され、この閾値を超えた画素群が残りの目として検出される。このようにして、両目の検出が完了する。
この検出方法によれば、前述のように、画素毎の差分を時系列に沿って累積するので、両目を高精度に検出することができる。
そして、減算処理,加算処理,閾値との比較処理といった演算量の少ない処理によって両目を検出することができる。
さらに、まず最初に閾値を超えた画素群を片方の目として検出するので、ほとんどの場合(最後に比較した画素だけが閾値を超えているような極めて例外的な場合を除き)、画像の全領域について比較処理を行う前に、片方の目を検出することができる。そして、その検出結果から推定した画素領域についてのみ残りの目を検出するための比較処理を行う。これにより、画像の全領域について比較処理を行うことなく両目を検出することができるので、一層演算処理量を少なくすることができる。
本発明によれば、少ない演算処理量で画像の中から顔の両目を高精度に検出することができるという効果が得られる。
また、例えば数画素のような少数の画素だけで周期的に差分が生じているような位置を目として誤検出することを防止できるという効果も得られる。
また、撮影時の照度にかかわらず高精度に両目を検出できるという効果も得られる。
また、最初の片方の目を迅速に検出することができるとともに、最初の片方の目を検出するための演算処理量を一層少なくすることができるという効果も得られる。
また、残りの目を迅速に検出することができるとともに、残りの目を検出するための演算処理量を一層少なくすることができるという効果も得られる。
また、検出した片方の目とは異なる大きさの画素群で周期的に差分が生じているような位置を残りの目として誤検出することを防止できるという効果も得られる。
また、両目の検出結果に基づき、少ない演算処理量で画像の中から顔を検出できるという効果も得られる。
以下、本発明を図面を用いて具体的に説明する。図1は、本発明に係る両目の検出装置の回路構成例を示すブロック図である。この検出装置は、デジタルスチルカメラに搭載されており、被写体の顔の部分に自動的にフォーカスを合せる前提として、被写体から両目を検出するために用いられるものであり、1入力2出力の切替スイッチ1, フレームメモリ2,3,減算器4,フレームメモリ5,加算器6,フレームメモリ7,比較回路8,閾値設定回路9,マイクロコンピュータ10,CCD撮像素子11,フォトダイオード12及びA/D変換器13で構成されている。
切替スイッチ1には、デジタルスチルカメラのCCD撮像素子11から出力された画像データが入力する。切替スイッチ1の一方の出力端子から出力した画像データはフレームメモリ2に格納され、切替スイッチ1の他方の出力端子から出力した画像データはフレームメモリ3に格納されるようになっている。
フレームメモリ2から読み出されたデータとフレームメモリ3から読み出されたデータとは、減算器4で差分を求められて、フレームメモリ5に格納される。
フレームメモリ5から読み出されたデータは、加算器6で、フレームメモリ7から読み出されたデータと加算されて、新たにフレームメモリ7に格納されるようになっている。
比較回路8では、フレームメモリ7から読み出されたデータが、閾値設定回路9からの閾値と比較されるようになっている。
図2〜図3は、マイクロコンピュータ10が実行する両目検出処理を示すフローチャートである。被写体の撮影時に、CCD撮像素子11から画像データ(例えば毎秒30フレームの画像データ)が切替スイッチ1に入力し始めると、図2に示すように、1フレーム毎に切替スイッチ1を切り替えて、フレームメモリ2,3に交互に画像データを格納する(ステップS1)。
また、3フレーム目以降には、フレームメモリ2,3に格納されている画像データ(例えば3フレーム目では1フレーム目,2フレーム目の画像データ)を同時に読み出して、減算器4で求められたその2つの画像データの画素毎の差分をフレームメモリ5に格納する(ステップS2,S3)。
そして、フレームメモリ5に格納されている差分データとフレームメモリ7に格納されているデータ(最初は空のデータ)とを同時に読み出し、加算器6で求められたその2つのデータの画素毎の和を新たにフレームメモリ7に格納する(ステップS4)。
続いて、フレームメモリ7から1画素分ずつデータを読み出して、比較回路8で画素毎に順次閾値設定回路9からの閾値と比較させる(ステップS5)。そして、1画素分読み出して比較する毎に、閾値を超える画素がみつかったか否かを判断する(ステップS6)。
ノーであれば、フレームメモリ7から全てのデータを読み出して比較し終えたか否かを判断する(ステップS7)。ノーであれば、ステップS5に戻って画素毎の比較を続ける。他方イエスであれば、ステップS1に戻ってステップS1〜S6を繰り返す。
図4,図5は、このステップS7までの処理内容を説明する図である。ステップS1〜S3により、図4に示すように、時系列に沿って入力する複数の画像データ(1フレーム目,2フレーム目,3フレーム目,…の画像データ)について、2つの画像データの画素毎の差分が求められる。人物を被写体として撮影するとき、人物や背景はほぼ静止しているとともに、目はほぼ周期的に(例えば1分間に約20回程度)まばたきする。目の位置の画素では、このまばたきによってこの2つの画像データに差が生じるので、この差分によって目を検出することが可能である。
また、ステップS4が繰り返されることにより、図5に示すように、時系列に沿ってこの差分の累積和が求められる。これにより、目の検出精度を高めることができる。
なお、ステップS5では、図6に示すように、フレームメモリ7に格納されているデータ(差分の累積和)を、画面の中央部分の画素Pから画面の周辺部分の画素に向けて順に読み出していく。
人物を撮影した画像では画面の周辺部分よりも中央部分寄りに顔が位置することが多いので、このように画面の中央部分の画素から画面の周辺部分の画素に向けて順に読み出して閾値と比較していくことにより、最初の片方の目を迅速に検出することができるとともに、最初の片方の目を検出するための演算処理量を一層少なくすることができる。
また、図5の差分の累積和がどの程度の値になれば目を検出したと判定してよいかは、画像の撮影時の周囲の照度によって異なる。周囲が暗ければ、差分の累積和が比較的小さくても目を検出したと判定してよいが、周囲が明るい場合には、目以外の部分でも差分の累積和が大きくなるので、差分の累積和が或る程度以上大きくなければ目を検出したと判定することはできない。
そこで、マイクロコンピュータ10は、図2〜図3の処理と並行して、デジタルスチルカメラの筐体表面に取り付けられたフォトダイオード12(図1)からA/D変換器13(図1)を介して送られる信号に基づいて周囲の照度を測定する。そして、その測定結果に基づいて、マイクロコンピュータ10内に格納している照度と閾値との関係グラフのデータを参照して、閾値設定回路9の閾値を可変設定する。図7は、この照度と閾値との関係グラフの一例を示しており、数値は相対値である。照度が低いときには閾値が小さく、照度が高くなるにつれて閾値が大きくなるが、照度がある程度以上高くなると、閾値は飽和する。
このように撮影時の照度に応じて閾値を可変設定することにより、撮影時の照度にかかわらず高精度に両目を検出することができる。
図2に示すように、ステップS6でイエスになると、閾値を超えていた画素に隣接し且つ累積和が閾値を超える画素群の輪郭線を求める(ステップS8)。そして、その輪郭線が一定以上の大きさ(例えば数画素のような少数の画素群の輪郭線の大きさよりも十分な大きさ)であるか否かを判断する(ステップS9)。
ノーであれば、ステップS7に進む。他方イエスであれば、その画素群を片方の目であると判定して、その片方の目の幅,高さ,大きさ及び傾きを算出する(ステップS10)。
この算出方法としては、ステップS6で求めた輪郭線が目のおおまかな形になっていると仮定し、且つ、目の幅が目の高さよりも広いという特徴を利用して、この輪郭線の長軸方向,短軸方向の長さをそれぞれ幅,高さとする。また、その幅×高さを目の大きさとする(目の形を長方形で近似する)。そして、この輪郭線の長軸方向が画面の水平方向に対して成す角度を目の傾きとする。
続いて、ステップS10で算出した片方の目の幅,傾きから、残りの目への距離,方向を推定する(ステップS11)。そして、その推定結果から、残りの目を含む画素領域を推定する(ステップS12)。
図8は、ステップS12で残りの目を含む画素領域として推定する領域を例示する図である。ステップS10で検出された片方の目Eの左右両側の領域A1,A2を、残りの目を含む画素領域として推定している。
図3に示すように、ステップS12に続いて、ステップS12で推定した画素領域について、フレームメモリ7から1画素分ずつデータを読み出して、比較回路8で画素毎に順次閾値設定回路9からの閾値と比較させる(ステップS13)。そして、全て読み出して比較した後に、閾値を超える画素があったか否かを判断する(ステップS14)。
ノーであれば、両目を検出できなかったと判定して(ステップS20)、処理を終了する。他方イエスであれば、その画素に隣接し且つ累積和が閾値を超える画素群の輪郭線を求める(ステップS15)。そして、その輪郭線の大きさが、ステップS8で求めた片方の目の輪郭線の大きさに一定以上近いか(例えば片方の目の輪郭線の大きさの0.7〜1.3倍程度の範囲内であるか)否かを判断する(ステップS16)。
ノーであれば、ステップS20に進む。他方イエスであれば、その画素群を残りの目であると判定する(ステップS17)。そして、その残りの目と片方の目との間隔を算出し、その間隔及びステップS10で算出した目の幅から、顔の大きさを推定する(ステップS18)。
そして、CCD撮像素子11から入力する画像データの中から、推定した大きさの顔を含む画素領域である顔領域を切り出す(ステップS19)。そして処理を終了する。
図9は、ステップS19で切り出した顔領域の一例を示す。CCD撮像素子11から入力する画像データの中から、顔領域A3が切り出されている。マイクロコンピュータ10は、このように顔領域A3を切り出した後、図9にも示すように、この顔領域A3でのみテンプレート画像21を走査するテンプレートマッチングを行うことによって顔全体を検出する。
その後、デジタルスチルカメラ内では、このようにして検出した顔の部分に自動的にフォーカスを合せる処理が、図示しないフォーカス系において行われる。
以上のように、この両目の検出装置では、CCD撮像素子11から時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求め、さらに、時系列に沿ってこの差分の累積和を求めることによって、両目を高精度に検出することができる。
そして、減算器4での減算処理,加算器6での加算処理,比較回路8での閾値との比較処理といった演算量の少ない処理によって両目を検出することができる。
さらに、まず最初に閾値を超えた画素群を片方の目として検出する(図2のステップS6〜S10)ので、ほとんどの場合(最後に比較した画素だけが閾値を超えているような極めて例外的な場合を除き)、画像の全領域について比較処理を行う前に、片方の目を検出することができる。そして、その検出結果から推定した画素領域についてのみ残りの目を検出するための比較処理を行う(図2のステップS11〜図3のステップS13、図8)。これにより、画像の全領域について比較処理を行うことなく両目を検出することができるので、一層演算処理量を少なくすることができる。
また、最初の片方の目を検出する際に、一定未満の大きさの画素群でしか閾値を超えていなかった場合には片方の目を検出したと判定しない(図2のステップS9)ので、例えば数画素のような少数の画素だけで周期的に差分が生じているような位置を目として誤検出することを防止できる。
また、撮影時の照度に応じて閾値設定回路9での閾値を可変設定する(図7)ので、撮影時の照度にかかわらず高精度に両目を検出することができる。
また、人物を撮影した画像では画面の周辺部分よりも中央部分寄りに顔が位置することが多いので、最初の片方の目を検出するためにフレームメモリ7内のデータ(差分の累積和)を閾値と比較する際(図2のステップS5)に画面の中央部分の画素から画面の周辺部分の画素に向けて順に比較していく(図6)ことにより、最初の片方の目を迅速に検出することができるとともに、最初の片方の目を検出するための演算処理量を一層少なくすることができる。
また、片方の目を検出した後、残りの目を検出する際には、片方の目として検出された画素群の大きさに対して一定以上近い大きさの画素群で閾値を超えていた場合にのみ残りの目を検出したと判定する(図3のステップS16)ので、検出した片方の目とは異なる大きさの画素群で周期的に差分が生じているような位置を残りの目として誤検出することを防止できる。
また、両目の検出結果に基づき、顔の大きさを推定して、顔を含む画素領域を切り出す(図3のステップS18,S19)ので、その後顔全体を検出する際には、この切り出した画素領域でのみテンプレート画像を走査するテンプレートマッチングを行えば足りる(図9)。このように、画像の全領域ではなく、顔の大きさに応じた画素領域についてのみテンプレートマッチングで顔検出を行うことにより、テンプレートマッチングの演算処理量が大幅に減少する(テンプレートマッチングの演算処理の減少量が、両目の検出処理の処理量を大幅に上回る)ので、少ない演算処理量で画像の中から顔を検出することができる。
なお、以上の例では、最初の片方の目を検出するためにフレームメモリ7内のデータ(差分の累積和)を閾値と比較する際(図2のステップS5)に、図6に示したように、フレームメモリ7に格納されているデータ(差分の累積和)を画面の中央部分の画素から画面の周辺部分の画素に向けて順に比較している。しかし、別の例として、図10に示すように画面の左側の画素Pから右側の画素に向けて順に比較していったり、あるいは逆に画面の右側の画素から左側の画素に向けて順に比較していくようにしてもよい。
図10のように画面の左側の画素から右側の画素に向けて順に比較していった場合には、最初に人物の右目が検出されるので、残りの左目は画面上で右側に位置することになる。そこで、図2のステップS12では、図11に示すように、残りの目を含む画素領域として、検出された片方の目(右目)Eの右側の領域Aのみを、残りの目を含む画素領域として推定すればよい。逆に、画面の右側の画素から左側の画素に向けて順に比較していった場合には、最初に人物の左目が検出されるので、残りの右目は画面上で左側に位置することになる。そこで、図2のステップS12では、残りの目を含む画素領域として、検出された片方の目(左目)の左側の領域のみを、残りの目を含む画素領域として推定すればよい
これにより、残りの目を検出するために比較処理(図3のステップS13)を行う画素領域が1つだけになるので、残りの目を迅速に検出することができるとともに、残りの目を検出するための演算処理量を一層少なくすることができるようになる。
また、以上の例では、顔を含む画素領域を切り出した後、その画素領域からテンプレートマッチング方式で顔を検出している(図9)が、テンプレートマッチング方式以外の顔検出方式(例えばサポートベクターを使用する方式)でその画素領域から顔を検出するようにしてもよい。その場合にも、やはり、その顔検出方式での演算処理量が大幅に減少するので、少ない演算処理量で画像の中から顔を高精度に検出することができるようになる。
あるいはまた、厳密に顔の位置を検出する必要がなく、画像中のおおよその顔の位置を知ればよい場合には、図3のステップS19で切り出した画素領域そのものを顔とみなしてもよい。さらには、図3のステップS18,S19を省略して、検出した両目の位置そのものを顔の位置とみなしてもよい。それにより、一層して少ない演算処理量で顔を検出することができるようになる。
また、以上の例では、本発明に係る両目の検出装置をデジタルスチルカメラに搭載している。しかし、本発明に係る両目の検出装置は、ビデオカメラや、入力画像の中から目や顔を検出する処理を行うその他の機器(例えばロボット)にも搭載してよい。
1 切替スイッチ、 2,3,5,7 フレームメモリ、 4 減算器、 6 加算器、 8 比較回路、 9 閾値設定回路、 10 マイクロコンピュータ、 11 CCD撮像素子、 12 フォトダイオード、 13 A/D変換器
Claims (14)
- 時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求める差分算出手段と、
時系列に沿って前記差分の累積和を求める累積和算出手段と、
前記累積和算出手段で求められた累積和を画素毎に順次所定の閾値と比較し、最初に前記閾値を超えた画素群を片方の目として検出する第1の検出手段と、
前記第1の検出手段で検出された画素群から、残りの目を含む画素領域を推定する推定手段と、
前記推定手段で推定された画素領域内の各画素について前記累積和算出手段で求められた累積和を前記閾値と比較し、前記閾値を超えた画素群を残りの目として検出する第2の検出手段と
を備えたことを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
前記第1の検出手段は、一定未満の大きさの画素群でしか前記閾値を超えていなかった場合には、片方の目を検出したと判定しないことを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
画像の撮影時の照度に応じて前記閾値を可変設定する閾値設定手段
をさらに備えたことを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
前記第1の検出手段は、画面の中央部分の画素から画面の周辺部分の画素に向けて順に前記閾値と比較していき、
前記推定手段は、前記第1の検出手段で検出された画素群の両側の2つの画素領域を残りの目を含む領域として推定する
ことを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
前記第1の検出手段は、画面の左側,右側のうちのいずれか一方の側の画素から他方の側の画素に向けて順に前記閾値と比較していき、
前記推定手段は、前記第1の検出手段で検出された画素群の前記他方の側の1つの画素領域のみを残りの目を含む領域として推定する
ことを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
前記第2の検出手段は、前記第1の検出手段で検出された画素群の大きさに対して一定以上近い大きさの画素群で前記閾値を超えていた場合にのみ、残りの目を検出したと判定することを特徴とする両目の検出装置。 - 請求項1に記載の両目の検出装置において、
前記第1の検出手段及び前記第2の検出手段で検出した両目に基づき、顔の大きさを推定して、顔を含む画素領域を切り出す切出し手段
をさらに備えたことを特徴とする両目の検出装置。 - 時系列に沿って入力する複数の画像データについて、2つの画像データの画素毎の差分を求める差分算出ステップと、
時系列に沿って前記差分の累積和を求める累積和算出ステップと、
前記累積和算出ステップで求められた累積和を画素毎に順次所定の閾値と比較し、最初に前記閾値を超えた画素群を片方の目として検出する第1の検出ステップと、
前記第1の検出ステップで検出された画素群から、残りの目を含む画素領域を推定する推定ステップと、
前記推定ステップで推定された画素領域内の各画素について前記累積和算出ステップで求められた累積和を前記閾値と比較し、前記閾値を超えた画素群を残りの目として検出する第2の検出ステップと
を有することを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
前記第1の検出ステップでは、一定未満の大きさの画素群でしか前記閾値を超えていなかった場合には、片方の目を検出したと判定しないことを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
照度を測定する測定ステップと、
前記測定ステップの測定結果に応じて前記閾値を可変設定する閾値設定ステップと
をさらに備えたことを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
前記第1の検出ステップでは、画面の中央部分の画素から画面の周辺部分の画素に向けて順に前記閾値と比較していき、
前記推定ステップでは、前記第1の検出ステップで検出された画素群の両側の2つの画素領域を残りの目を含む領域として推定する
ことを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
前記第1の検出ステップでは、画面の左側,右側のうちのいずれか一方の側の画素から他方の側の画素に向けて順に前記閾値と比較していき、
前記推定ステップでは、前記第1の検出ステップで検出された画素群の前記他方の側の1つの画素領域のみを残りの目を含む領域として推定する
ことを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
前記第2の検出ステップでは、前記第1の検出ステップで検出された画素群の大きさに対して一定以上近い大きさの画素群で前記閾値を超えていた場合にのみ、残りの目を検出したと判定することを特徴とする両目の検出方法。 - 請求項8に記載の両目の検出方法において、
前記第1の検出ステップ及び前記第2の検出ステップで検出した両目に基づき、顔の大きさを推定して、顔を含む画素領域を切り出す切出しステップ
をさらに有することを特徴とする両目の検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004213592A JP2006031636A (ja) | 2004-07-21 | 2004-07-21 | 両目の検出装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004213592A JP2006031636A (ja) | 2004-07-21 | 2004-07-21 | 両目の検出装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006031636A true JP2006031636A (ja) | 2006-02-02 |
Family
ID=35897863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004213592A Pending JP2006031636A (ja) | 2004-07-21 | 2004-07-21 | 両目の検出装置及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006031636A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9904988B2 (en) | 2016-03-11 | 2018-02-27 | Toshiba Memory Corporation | Image processing method and image processing program |
JP2020530797A (ja) * | 2017-08-14 | 2020-10-29 | レイセオン カンパニー | 腫瘍検出のための減算アルゴリズム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02236787A (ja) * | 1989-03-10 | 1990-09-19 | Mitsubishi Electric Corp | 状態変化検知装置 |
JPH07225841A (ja) * | 1993-12-13 | 1995-08-22 | Sharp Corp | 画像処理装置 |
JPH08185503A (ja) * | 1994-12-27 | 1996-07-16 | Mitsubishi Electric Corp | 画像処理装置 |
JPH11286227A (ja) * | 1998-04-02 | 1999-10-19 | Toyota Motor Corp | 車両運転者監視装置 |
JP2000156849A (ja) * | 1998-06-29 | 2000-06-06 | Toshiba Corp | 携帯情報端末装置 |
JP2000311248A (ja) * | 1999-04-28 | 2000-11-07 | Sharp Corp | 画像処理装置 |
JP2003168121A (ja) * | 2001-12-03 | 2003-06-13 | Advanced Telecommunication Research Institute International | 目の位置の抽出方法、装置およびそのためのプログラム |
JP2003209752A (ja) * | 2002-01-11 | 2003-07-25 | Konica Corp | 電子カメラ |
JP2003319169A (ja) * | 2002-04-26 | 2003-11-07 | Fuji Photo Film Co Ltd | 画像処理方法 |
-
2004
- 2004-07-21 JP JP2004213592A patent/JP2006031636A/ja active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02236787A (ja) * | 1989-03-10 | 1990-09-19 | Mitsubishi Electric Corp | 状態変化検知装置 |
JPH07225841A (ja) * | 1993-12-13 | 1995-08-22 | Sharp Corp | 画像処理装置 |
JPH08185503A (ja) * | 1994-12-27 | 1996-07-16 | Mitsubishi Electric Corp | 画像処理装置 |
JPH11286227A (ja) * | 1998-04-02 | 1999-10-19 | Toyota Motor Corp | 車両運転者監視装置 |
JP2000156849A (ja) * | 1998-06-29 | 2000-06-06 | Toshiba Corp | 携帯情報端末装置 |
JP2000311248A (ja) * | 1999-04-28 | 2000-11-07 | Sharp Corp | 画像処理装置 |
JP2003168121A (ja) * | 2001-12-03 | 2003-06-13 | Advanced Telecommunication Research Institute International | 目の位置の抽出方法、装置およびそのためのプログラム |
JP2003209752A (ja) * | 2002-01-11 | 2003-07-25 | Konica Corp | 電子カメラ |
JP2003319169A (ja) * | 2002-04-26 | 2003-11-07 | Fuji Photo Film Co Ltd | 画像処理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9904988B2 (en) | 2016-03-11 | 2018-02-27 | Toshiba Memory Corporation | Image processing method and image processing program |
JP2020530797A (ja) * | 2017-08-14 | 2020-10-29 | レイセオン カンパニー | 腫瘍検出のための減算アルゴリズム |
JP7019028B2 (ja) | 2017-08-14 | 2022-02-14 | レイセオン カンパニー | 腫瘍検出のための減算アルゴリズム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101130775B1 (ko) | 촬영 장치, 화상 영역의 존재 여부 판정 방법, 및 기록 매체 | |
US8184196B2 (en) | System and method to generate depth data using edge detection | |
EP1474779B1 (en) | Assessing the photo quality of a captured image in a digital still camera | |
JP4748244B2 (ja) | 画像選択装置、画像選択方法及びプログラム | |
JP3733392B2 (ja) | 画像の構図変化検出方法 | |
US20090095880A1 (en) | Autofocus control circuit, autofocus control method and image pickup apparatus | |
KR20020034919A (ko) | 침입물체검출용 감시방법 및 침입물체검출용 감시장치 | |
JP5725194B2 (ja) | 夜景画像ボケ検出システム | |
JP5771461B2 (ja) | 追尾装置、追尾方法及び追尾プログラム | |
JP4127521B2 (ja) | ディジタル・カメラおよびその制御方法 | |
JP2009123081A (ja) | 顔検出方法及び撮影装置 | |
JP2007312206A (ja) | 撮像装置及び、画像再生装置 | |
JP4349207B2 (ja) | 固体撮像装置、欠陥補正方法 | |
JP2007251532A (ja) | 撮像装置及び顔領域抽出方法 | |
JP2006031636A (ja) | 両目の検出装置及び方法 | |
JP2008042227A (ja) | 撮像装置 | |
JP3625442B2 (ja) | 物体検出方法及び物体検出装置並びに物体検出プログラム | |
JP6172973B2 (ja) | 画像処理装置 | |
JP5451364B2 (ja) | 被写体追跡装置及びその制御方法 | |
JP2009088884A (ja) | 撮像データにおける動きベクトル検出方法と装置 | |
JP2016092513A (ja) | 画像取得装置、ブレ軽減方法及びプログラム | |
JP2005004287A (ja) | 顔画像検出装置およびその制御方法 | |
CN114422693B (zh) | 一种对焦方法、装置、设备及可读存储介质 | |
US20090244297A1 (en) | Motion detection apparatus | |
JP5839857B2 (ja) | 撮像装置、撮像方法及び撮像プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070403 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091124 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100316 |