JP2007011935A - 顔判別方法および装置並びにプログラム - Google Patents

Abstract

【課題】 判別対象画像が顔画像であるか否かを判別する処理において、判別対象画像の明るさやノイズによる影響を抑えて、より高精度な顔判別を可能にする。
【解決手段】 ガンマ特性情報取得手段（１０）が入力画像データＳ０の画像取得時におけるガンマ特性を特定する画像取得機器の種別、機種、取得条件等の情報Ｇを取得し、データ変換処理手段（２０）がこの情報Ｇに基づいて画像データＳ０に対して逆ガンマ変換を含むデータ変換処理を施して、画像データ取得時の被写体からの光の反射率に線形な画素値を有する変換済データＳ０′を得る。判別手段（５０）は、変換済データＳ０′から画像上の輝度分布に係る特徴量を算出し、この特徴量を用いて画像Ｓ０もしくは画像Ｓ０から切り出された部分画像が顔画像であるか否かを判別する。
【選択図】 図１

Description

本発明は、対象画像が顔画像であるか否かを判別する顔判別方法および装置並びにそのためのプログラムに関するものである。

従来、デジタルカメラによって撮影されたスナップ写真における人物の顔領域の色分布を調べてその肌色を補正したり、監視システムのデジタルビデオカメラで撮影されたデジタル映像中の人物を認識したりすることが行われている。このような場合、デジタル画像中の人物の顔に対応する顔領域を検出する必要があるため、これまでに、デジタル画像中の顔を検出する手法が種々提案されている。その中でも特に検出精度、ロバスト性が優れているとされる顔検出の手法として、サンプル画像を用いたマシンラーニングの学習により生成された判別器モジュール（以下、単に判別器という）を用いる手法が知られている（例えば、非特許文献１，特許文献１〜３等参照）。

この手法は、顔の向きおよび天地方向が略揃った複数の異なる顔サンプル画像からなる顔サンプル画像群と、顔でないことが分かっている複数の異なる非顔サンプル画像からなる非顔サンプル画像群とを用いて、顔であることの特徴を学習させ、ある画像が所定の向きおよび天地方向にある顔の画像であるか否かを判別できる判別器を生成して用意しておき、顔の検出対象となる画像（以下、検出対象画像という）において部分画像を順次切り出し、その部分画像が顔であるか否かを上記の判別器を用いて判別することにより、検出対象画像上の顔を検出する手法である。

しかしながら、上記の判別器は、一般的に、比較的画質が整ったサンプル画像を用いて学習されるため、基本的に画質のきれいな画像を対象に作られたものである。一方、検出対象画像としては、撮影シーンの明るさが種々異なる画像が想定される。したがって、例えば、検出対象画像が暗い場所で撮影された画像である場合、この画像において顔の特徴を表す目の暗い部分と鼻の明るい部分を探そうとしても、画像の明るさが影響し、探索が難しい場合がある。

このため、検出対象画像の明るさが違っても顔を検出することができるように、主に下記２つの手法が考えられる。

第１の手法は、判別器を、明るさやコントラストが異なるバリエーションのサンプル画像で学習させ、画像の明るさやコントラストの違いによる影響を判別器のロバスト性で吸収しようとする手法である。また、第２の手法は、判別の前処理として、検出対象画像中の顔判別の対象となる部分画像（サブウィンドウ）毎にコントラストを正規化し（画素値の分散を揃える）、判別対象画像を判別器への入力に適した画像に調整する手法である。
「高速全方向顔検出」，Shihong LAO他，画像の認識・理解シンポジウム（MIRU2004），２００４年７月，P.II-271−II-276 特願２００３−３１６９２４号 特願２００３−３１６９２５号 特願２００３−３１６９２６号

しかしながら、第１の手法では、非線形なガンマ特性の下で得られた画像においては、撮影シーンの明るさが異なると、画像上の濃淡の違いが一定の割合の変化で現れないので、判別器の学習が難しく、判別能が悪い（誤判別が大）という問題がある。また、第２の手法では、サブウィンドウ内に影や斜光等の濃度が極端に異なる部分が含まれていると、その悪影響を受けるため、ノイズに弱いという問題がある。

本発明は、上記事情に鑑み、画像の明るさの違いやノイズによる影響を抑え、判別対象画像が顔画像であるか否かをより高精度に判別することが可能な顔判別方法および装置並びにそのためのプログラムを提供することを目的とするものである。

本発明の顔判別方法は、入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得ステップと、前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換ステップと、前記データ変換処理が施された画像データが表す画像における所定の画素の信号値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別ステップとを有することを特徴とするものである。

ここで、「ガンマ特性」とは、入力または出力する画像の輝度（各色の強度）と画像データにおける信号の強度との関係をいい、「画像データの該画像データ取得時におけるガンマ特性」とは、画像データの取得に用いられた画像取得機器がデジタルカメラ等の撮像装置である場合には、撮像素子に対する入力光量と画像データ上の画素値との対応関係をいい、画像取得機器がスキャナ等の読取装置である場合には、読み取られる媒体上での反射光量と画像データ上の画素値との対応関係をいう。

本発明の顔判別装置は、入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得手段と、前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換手段と、前記データ変換処理が施された画像データが表す画像における所定の画素の信号値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別手段とを備えたことを特徴とするものである。

本発明の顔判別装置において、前記ガンマ特性情報は、前記画像データの取得に用いられた画像取得機器の種別、該画像取得機器の機種、該画像取得機器の前記画像データ取得時における取得条件のうち少なくとも１つを表すものであってもよい。

「画像取得機器の種別」としては、例えば、デジタルカメラ、スキャナ等が考えられる。「画像取得機器の機種」としては、例えば、当該機器の製造メーカ、モデル名、型式記号／番号等が考えられる。「画像取得機器の前記画像データ取得時における取得条件」としては、例えば、画像取得機器が撮像装置である場合における撮影時の設定条件、具体的には、露出、シャッタースピード、ズーム倍率、ストロボ発光の有無、動画モード／静止画モードの別等が考えられる。

また、本発明の顔判別装置において、前記ガンマ特性情報取得手段は、前記ガンマ特性情報を前記入力された画像データとは独立して操作者からの入力により取得するものであってもよいし、前記ガンマ特性情報取得手段は、前記入力された画像データが前記ガンマ特性情報を付帯している場合において、この入力された画像データから付帯情報を読み取って取得するものであってもよい。

また、本発明の顔判別装置において、前記判別手段は、互いに異なる複数の顔サンプル画像により顔の画像上の輝度分布に係る特徴を学習させた判別器を備え、該判別器を用いて判別するものであってもよい。

また、本発明の顔判別装置において、前記データ変換処理は、前記画像データを逆ガンマ変換した後、該変換後の画像データの画素値を、該画素値の対数に線形な画素値にさらに変換する処理であり、前記判別手段は、前記データ変換処理が施された画像データが表す画像上の所定の複数位置間の画素値の差分に係る特徴量を算出して判別するものであってもよい。

本発明のプログラムは、コンピュータを、入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得手段と、前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換手段と、前記データ変換処理が施された画像データが表す画像における所定の画素の画素値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別手段として機能させるためのプログラムである。

本発明の顔判別方法および装置並びにそのためのプログラムによれば、入力された画像データを、逆ガンマ変換により、被写体の普遍的な性質が現れた、画像データ取得時の被写体からの光の反射率に線形な画素値を有するデータに変換し、この変換後の画像データに基づいて顔判別をするので、判別対象画像の明るさの違いによる影響を抑えた顔判別をすることができ、また、判別対象画像のコントラストを揃えるような正規化のみに依存していないので、判別対象画像に含まれる影や斜光等のノイズによる影響を抑えた顔判別をすることができ、これにより、より高精度な顔判別が可能となる。

以下、本発明の実施形態について説明する。図１は本発明の顔判別装置が適用された顔検出システムの構成を示す概略ブロック図である。この顔検出システムは、デジタル画像中に含まれる顔を、顔の位置、大きさ、向き、回転方向によらず検出するものである。

図１に示すように、顔検出システム１は、顔を検出する対象となる入力画像Ｓ０から、この入力画像の画像データＳ０（以下、便宜上、画像とその画像を表す画像データとを同一符号で示す）を取得した画像取得機器に関する情報およびその取得条件に関する情報（ガンマ特性情報）Ｇを含む付帯情報を読み取る付帯情報読取部（ガンマ特性情報取得部）１０と、付帯情報読取部１０により読み取られた情報Ｇに基づいて、入力画像Ｓ０の画像データ取得時におけるガンマ特性を推測し、変換前後の対応関係がこの画像データＳ０取得時とは逆となる逆ガンマ変換を含むデータ変換処理を画像データＳ０に施し、変換済画像Ｓ０′を得るデータ変換処理部２０と、変換済画像Ｓ０′を多重解像度化して解像度の異なる複数の画像（以下、解像度画像という）からなる解像度画像群Ｓ１（＝Ｓ１＿１，Ｓ１＿２，・・・，Ｓ１＿ｎ）を得る多重解像度化部３０と、後に実行される顔検出処理の精度向上を目的とした前処理として、解像度画像群Ｓ１の各々に対して、画像全体にわたって局所的な領域におけるコントラストのばらつきを抑制する正規化（以下、局所正規化という）を施し、局所正規化済みの解像度画像群Ｓ１′（＝Ｓ１′＿１，Ｓ１′＿２，・・・，Ｓ１′＿ｎ）を得る局所正規化部４０と、局所正規化済みの解像度画像群Ｓ１′の各々に対して顔検出処理を施すことにより、解像度画像群Ｓ１′の各解像度画像に含まれる顔を表す画像（以下、顔画像という）Ｓ２を検出する顔検出部５０と、各解像度画像上で検出された顔画像Ｓ２の各々について、同一の顔が重複して検出されたものであるか否かをその位置関係から判定して整理し、重複検出のない顔画像Ｓ３を得る重複検出判定部６０とを備える。

付帯情報読取部１０は、入力画像Ｐ０からその付帯情報を読み取り、画像データＳ０の取得に用いられた画像取得機器の種別や機種、この画像取得機器の画像データＳ０取得時における取得条件等を表す情報Ｇを取得する。画像取得機器の種別を表す情報としては、例えば、デジタルカメラ、スキャナ等の別、画像取得機器の機種を表す情報としては、例えば、製造メーカ、モデル名、型式記号／番号等、また、取得条件を表す情報としては、例えば、画像取得機器の撮影時の設定条件、具体的には、露出、シャッタースピード、ズーム倍率、ストロボ発光の有無、動画モード／静止画モードの別等が考えられる。

データ変換処理部２０は、上記の情報Ｇから、画像データＳ０取得時のガンマ特性を推測する。ここで、画像データ取得時のガンマ特性とは、画像取得機器がデジタルカメラ等の撮像装置である場合には、撮像素子に対する入力光量と画像データ上の画素値との対応関係をいい、画像取得機器がスキャナ等の読取装置である場合には、読み取られる媒体上での反射光量と画像データ上の画素値との対応関係をいう。

この画像データ取得時のガンマ特性は、通常、画像取得機器の設計事項であり、その機種によって、撮影シーンとこれに対するガンマカーブの階調との関係が予め決められていることが多い。仮に、設計が不明な場合であっても、濃度の異なるチャートを撮影または読み取って得られた画像データ上の画素値を調べることによりそのガンマ特性を求めることが可能である。したがって、画像取得機器の種別および機種が分かれば、画像データ取得時のガンマ特性を知ることができる。

なお、画像取得機器によっては、画像取得時（撮影時）の条件パラメータによってガンマ特性を切り替えているので、画像データＳ０取得時のガンマ特性を厳密に知るためには、その条件パラメータが必要となる場合がある。例えば、暗い場所での撮影であれば、取得画像がいわゆる眠い画質になりがちなので、ハイコントラストとなるような特性とし、明るい場所での撮影であれば、取得画像がいわゆる白とびした画質になりがちなので、それを抑えるような特性とすることがある。また、例えば、動画モードでの撮影であれば、再生した動画が観察しやすく目が疲れにくい映像となるように、コントラストを抑えたおとなしめの階調設計であることが多く、一方、静止画モードでの撮影であれば、画像が鮮明に現れるように、ハイコントラストな派手目の階調設計であることが多い。

しかし、これらの情報がすべて入手できない場合であっても、ある程度のガンマ特性を推測することは可能である。画像データ取得時のガンマ特性は、通常、画像取得機器の種別毎に特有である。このことからすれば、少なくとも画像取得機器の種別が判明した場合には、その画像取得機器の種別における一般的なガンマ特性を、画像データＳ０取得時のガンマ特性とすることができる。

データ変換処理部２０は、このようにして画像データＳ０取得時のガンマ特性を推測した後、このガンマ特性とは逆の変換特性を有する逆ガンマ変換を含むデータ変換処理を画像データＳ０に施す。すなわち、入力光量または反射光量と画像データ上の画素値との対応関係を示すガンマカーブを考えた場合に、画像データ上の画素値側を変換前の画像データＳ０の画素値とし、入力光量または反射光量側を変換後の画像データの画素値とするような変換処理（スケールは相対値）を、画像データＳ０に施す。この逆ガンマ変換の意味するところは、次に説明する通りである。

一般的に、撮影シーンの明るさが変わっても、被写体の光の反射率は一定であることから、被写体の所定部分間での反射光量の比は一定であるという性質がある。すなわち、被写体にからの反射光量（撮像素子への入力光量）と画像データ上の画素値との関係が線形となるように入力画像Ｓ０に対して逆ガンマ変換を行い、得られた画像において画素値の比を見ることで、顔の特徴部分を高精度に探索することができる。

なお、上記のように「画素値の比」から顔の特徴部分を探索しようとすると、比較的ダイナミックレンジの広い画素値を扱わなければならず、計算処理に時間がかかるので不便である。そこで、撮像素子への入力光量の比が画素値の差分として現れるように（ログリニアとなるように）、データ変換処理部２０によるデータ変換処理を、画像データＳ０を逆ガンマ変換した後、この変換後の画像データの画素値を、この画素値の対数に線形な画素値にさらに変換し、画像データＳ０′を得る処理とする。これにより、後述の判別処理において、顔に特徴的な所定の場所の濃淡の違いを表す特徴量を画素値の差分として扱うことができ、非常に便利である。

図１５は、画像取得時のガンマ特性の一例を示したものであり、デジタルカメラによって撮像される際、ＣＣＤで検知される光量と記録される信号（画素値）との対応関係を示したものである。光の量と画素値との関係は、大局的には類似するが、デジタルカメラの製造メーカによって細かい差異がある。このため、画素値を光量に線形な空間に変換するには、ガンマカーブの逆変換（逆ガンマ変換）を行う必要がある。さらに、光量の対数に線形な空間に変形するために対数変換する必要がある。図１６は、メーカ別の逆ガンマ変換の変換曲線と対数変換の変換曲線との合成により、データ変換処理に用いるメーカ別の変換曲線が生成される様子を示したものである。

多重解像度化部３０は、画像Ｓ０′の解像度（画像サイズ）を変換することにより、その解像度を所定の解像度、例えば、短辺が４１６画素の矩形サイズの画像に規格化し、規格化済画像Ｓ０″を得る。そして、この規格化済画像Ｓ０″を基本としてさらに解像度変換を行うことにより、解像度の異なる複数の解像度画像を生成し、解像度画像群Ｓ１を得る。このような解像度画像群を生成する理由は、通常、入力画像に含まれる顔の大きさは不明であるが、一方、検出しようとする顔の大きさ（画像サイズ）は、後述の判別器の生成方法と関連して一定の大きさに固定されるため、大きさの異なる顔を検出するためには、解像度の異なる画像上で位置をずらしながら所定サイズの部分画像をそれぞれ切り出し、その部分画像が顔か非顔かを判別してゆく必要があるためである。具体的には、図２に示すように、規格化済画像Ｓ０″を基本となる解像度画像Ｓ１＿１とし、解像度画像Ｓ１＿１に対して２の−１／３乗倍サイズの解像度画像Ｓ１＿２と、解像度画像Ｓ１＿２に対して２の−１／３乗倍サイズ（基本画像Ｓ１＿１に対しては２の−２／３乗倍サイズ）の解像度画像Ｓ１＿３とを先に生成し、その後、解像度画像Ｓ１＿１，Ｓ１＿２，Ｓ１＿３のそれぞれを１／２倍サイズに縮小した解像度画像を生成し、それら縮小した解像度画像をさらに１／２倍サイズに縮小した解像度画像を生成する、といった処理を繰り返し行い、複数の解像度画像を所定の数だけ生成するようにする。このようにすることで、輝度を表す画素値の補間処理を必要としない１／２倍の縮小処理を主な処理とし、基本となる解像度画像から２の−１／３乗倍ずつサイズが縮小された複数の画像が高速に生成できる。例えば、解像度画像Ｓ１＿１が短辺４１６画素の矩形サイズである場合、解像度画像Ｓ１＿２，Ｓ１＿３，・・・は、短辺がそれぞれ、３３０画素，２６２画素，２０８画素，１６５画素，１３１画素，１０４画素，８２画素，６５画素，・・・の矩形サイズとなり、２の−１／３乗倍ずつ縮小された複数の解像度画像を生成することができる。なお、このように画素値を補間しないで生成される画像は、元の画像パターンの特徴をそのまま担持する傾向が強いので、顔検出処理において精度向上が期待できる点で好ましい。

局所正規化部４０は、解像度画像群Ｓ１の各々に対して、解像度画像における各局所領域について、輝度を表す画素値の分散の程度が所定レベル以上である局所領域に対して、この分散の程度を上記の所定レベルより高い一定レベルに近づける第１の輝度階調変換処理を施し、画素値の分散の程度が上記の所定レベル未満である局所領域に対して、この分散の程度を上記の一定レベルより低いレベルに抑える第２の輝度階調変換処理を施すものであるが、ここで、局所正規化部４０における具体的な処理について説明する。

図１２は局所正規化処理の概念を示した図であり、図１３は局所正規化部４０における処理フロー示す図である。また、式（１），（２）は、この局所正規化処理のための画素値の階調変換の式である。

ここで、Ｘは注目画素の画素値、Ｘ′は注目画素の変換後の画素値、ｍlocalは注目画素を中心とする局所領域における画素値の平均、Ｖlocalはこの局所領域における画素値の分散、ＳＤlocalはこの局所領域における画素値の標準偏差、（Ｃ１×Ｃ１）は上記の一定レベルに対応する基準値、Ｃ２は上記の所定レベルに対応する閾値、ＳＤｃは所定の定数である。なお、本実施形態において、輝度の階調数は８ｂｉｔとし、画素値の取り得る値は０から２５５とする。

局所正規化部４０は、図１３に示すように、解像度画像における１つの画素を注目画素として設定し（ステップＳ３１）、この注目画素を中心とする所定の大きさ、例えば１１×１１画素サイズの局所領域における画素値の分散Ｖlocalを算出し（ステップＳ３２）、分散Ｖlocalが上記所定のレベルに対応する閾値Ｃ２以上であるか否かを判定する（ステップＳ３３）。ステップＳ３３において、分散Ｖlocalが閾値Ｃ２以上であると判定された場合には、上記第１の輝度階調変換処理として、分散Ｖlocalが上記一定のレベルに対応する基準値（Ｃ１×Ｃ１）より大きいほど、注目画素の画素値Ｘと平均ｍlocalとの差を小さくし、分散ｍlocalが基準値（Ｃ１×Ｃ１）より小さいほど、注目画素の画素値Ｘと平均ｍlocalとの差を大きくする階調変換を式（１）にしたがって行う（ステップＳ３４）。一方、ステップＳ３３において、分散Ｖlocalが閾値Ｃ２未満であると判定された場合には、上記第２の輝度階調変換処理として、分散Ｖlocalに依らない線形な階調変換を式（２）にしたがって行う（ステップＳ３５）。そして、ステップＳ３１で設定した注目画素が最後の画素であるか否かを判定する（ステップＳ３６）。ステップＳ３６において、その注目画素が最後の画素でないと判定された場合には、ステップＳ３１に戻り、同じ解像度画像上の次の画素を注目画素として設定する。一方、ステップＳ３６において、その注目画素が最後の画素であると判定された場合には、その解像度画像に対する局所正規化を終了する。このように、上記ステップＳ３１からＳ３６の処理を繰り返すことにより、解像度画像全体に局所正規化が施された解像度画像が得られる。この一連の処理を各解像度画像に対して行うことにより、局所正規化済みの解像度画像群Ｓ１′を得る。

なお、上記の所定レベルは、局所領域における全体または一部の輝度に応じて変化させるようにしてもよい。例えば、上記の、注目画素毎に階調変換を行う正規化処理において、閾値Ｃ２を注目画素の画素値に応じて変化させるようにしてもよい。すなわち、上記の所定レベルに対応する閾値Ｃ２を、注目画素の輝度が相対的に高いときにはより高く設定し、その輝度が相対的に低いときにはより低く設定するようにしてもよい。このようにすることで、輝度の低い、いわゆる暗い領域に低いコントラスト（画素値の分散が小さい状態）で存在している顔も正しく正規化することができる。

また、ここでは、解像度画像に対して局所正規化のみを施した場合について説明しているが、局所正規化とは別の正規化を同時に行うようにしてもよい。例えば、輝度の低い、いわゆる暗い領域のコントラストを高くする（画素値の分散を大きくすることに相当する）ように設定されたルックアップテーブル（ＬＵＴ）等を用いて階調変換をしてから、上記局所正規化を行なうようにしてもよい。このようにすることで、上述のような、閾値Ｃ２を注目画素の画素値に応じて変化させるのと同じ効果が得られ、暗い領域に低いコントラストで存在している顔も正しく正規化することができる。

顔検出部５０は、局所正規化部４０により局所正規化処理がなされた解像度画像群Ｓ１′の各々に対して顔検出処理を施し、各解像度画像における顔画像Ｓ２を検出するものである。図３は、この顔検出部５０の構成を示すブロック図である。顔検出部５０は、図３に示すように、後述の各部を制御して顔検出処理におけるシーケンス制御を主に行う検出制御部５１と、解像度画像群Ｓ１′の中から顔検出処理に供する解像度画像をサイズの小さいものから順に順次選択する解像度画像選択部５２と、解像度画像選択部５２により選択された解像度画像において、顔画像であるか否かの判別対象となる部分画像Ｗを切り出すサブウィンドウを、その位置をずらしながら順次設定するサブウィンドウ設定部５３と、その切り出された部分画像Ｗが顔画像であるか否かを判別する第１の判別器群５４および第２の判別器群５５とから構成されている。

検出制御部５１は、解像度画像群Ｓ１′の各画像に対して、顔画像の候補となる顔画像候補をラフに検出し、さらにその顔画像候補の中から真の顔画像Ｓ２を抽出するという段階的な顔検出処理を行うべく、解像度画像選択部５２およびサブウィンドウ設定部５３を制御するものである。例えば、適宜、解像度画像選択部５２に対して解像度画像の選択を指示したり、サブウィンドウ設定部５３に対してサブウィンドウの設定条件を指示したり、また、得られた検出結果を重複検出判定部６０に出力したりする。なお、サブウィンドウ設定条件には、サブウィンドウを設定する画像上の範囲、サブウィンドウの移動間隔（検出の粗さ）の他、判別に用いる判別器群の別（ラフ／高精度の検出モード）等が含まれる。

解像度画像選択部５２は、検出制御部５１の制御により、解像度画像群Ｓ１′の中から顔検出処理に供する解像度画像をサイズの小さい順に（解像度の粗い順に）順次選択するものである。なお、本実施形態における顔検出の手法が、各解像度画像上で順次切り出された同じサイズの部分画像Ｗについてその部分画像Ｗが顔画像であるか否かを判別することにより入力画像Ｓ０における顔を検出する手法であるから、この解像度画像選択部５２は、入力画像Ｓ０における検出すべき顔の大きさを毎回変えながら設定するものであって、検出すべき顔の大きさを大から小へ変えながら設定するものと同等なものということができる。

サブウィンドウ設定部５３は、検出制御部５１により設定されたサブウィンドウ設定条件に基づいて、解像度画像選択部５２により選択された解像度画像上でサブウィンドウを移動させながら順次設定する。例えば、上記のラフな検出を行う場合には、上記の選択された解像度画像において、所定のサイズすなわち３２×３２画素サイズの部分画像Ｗを切り出すサブウィンドウを、所定画素数分、例えば５画素ずつ移動させながら順次設定し、その切り出された部分画像Ｗを第１の判別器群５４へ入力する。判別器群を構成する各判別器は、後述のように、それぞれ所定の向きおよび天地方向にある顔の顔画像を判別するものであるから、このようにすることで、あらゆる向きおよび天地方向にある顔の顔画像を判別することが可能となる。また、上記の顔画像候補の絞込みを行う場合には、その解像度画像のうち顔画像候補を含む所定の大きさの近傍領域内に限定して、またサブウィンドウをより短い間隔で、例えば１画素ずつ移動させながら順次設定し、上記と同様に部分画像Ｗの切り出しを行い、その切り出された部分画像Ｗを第２の判別器群５５へ入力する。

第１の判別器群５４は、部分画像Ｗが顔画像であるか否かを比較的高速に判別する判別器群であり、解像度画像における顔画像の候補をラフに検出するために用いられる。この第１の判別器群５４は、判別可能な顔の向きがそれぞれ異なる複数種類の判別器群、すなわち、主に正面顔を判別する第１の正面顔判別器群５４＿Ｆ、主に左横顔を判別する第１の左横顔判別器群５４＿Ｌおよび主に右横顔を判別する第１の右横顔判別器群５４＿Ｒが並列に接続された構成である。さらに、これら３種の判別器群はそれぞれ、判別可能な顔の天地方向が画像の天地方向を基準として３０度ずつ異なる計１２方向に対応した判別器、すなわち、第１の正面顔判別器群５４＿Ｆは、判別器５４＿Ｆ３０，５４＿Ｆ６０，・・・，５４＿Ｆ３３０、第１の左横顔判別器群５４＿Ｌは、判別器５４＿Ｌ３０，５４＿Ｌ６０，・・・，５４＿Ｌ３３０、第１の右横顔判別器群５４＿Ｒは、判別器５４＿Ｒ３０，５４＿Ｒ６０，・・・，５４＿Ｒ３３０から構成されている。

一方、第２の判別器群５５は、部分画像Ｗが顔画像であるか否かを比較的高精度に判別する判別器群であり、上記のラフな検出によって検出された顔画像候補についてより細かい検出処理を施し、顔画像候補の中から真の顔画像Ｓ２を抽出する（絞り込む）ために用いられる。この第２の判別器群５５は、判別可能な顔の向きがそれぞれ異なる複数種類の判別器群、すなわち、主に正面顔を判別する第２の正面顔判別器群５５＿Ｆ、主に左横顔を判別する第２の左横顔判別器群５５＿Ｌおよび主に右横顔を判別する第２の右横顔判別器群５５＿Ｒが並列に接続された構成である。さらに、これら３種の判別器群は第１の判別器群と同様、それぞれ、判別可能な顔の天地方向が画像の天地方向を基準として３０度ずつ異なる計１２方向に対応した判別器、すなわち、第２の正面顔判別器群５５＿Ｆは、判別器５５＿Ｆ３０，５５＿Ｆ６０，・・・，５５＿Ｆ３３０、第２の左横顔判別器群５５＿Ｌは、判別器５５＿Ｌ３０，５５＿Ｌ６０，・・・，５５＿Ｌ３３０、第２の右横顔判別器群５５＿Ｒは、判別器５５＿Ｒ３０，５５＿Ｒ６０，・・・，５５＿Ｒ３３０から構成されている。

なお、上記の各判別器は、図４に示すように、複数の弱判別器ＷＣが線形に結合したカスケード構造を有しており、弱判別器は、部分画像Ｗの輝度分布に係る少なくとも１つの特徴量を算出し、この特徴量を用いてこの部分画像Ｗが顔画像であるか否かを判別するものである。

また、上記第１および第２の判別器群５４，５５は、いずれも、判別可能な主な顔の向きを正面顔、左横顔および右横顔の３種としているが、斜め向きの顔の検出精度を上げるため、右斜め顔、左斜め顔をそれぞれ判別する判別器をさらに設けるようにしてもよい。

ここで、これら各判別器における具体的な処理について説明する。図５は、各判別器における大局的な処理フローを示したものであり、図６は、その中の各弱判別器による処理フローを示したものである。

まず、１番目の弱判別器ＷＣが、所定の解像度画像Ｓ１′＿ｉ上で切り出された所定サイズの部分画像Ｗに対してこの部分画像Ｗが顔であるか否かを判別する（ステップＳＳ１）。具体的には、１番目の弱判別器ＷＣは、図７に示すように、解像度画像Ｓ１′＿ｉ上で切り出された所定サイズの部分画像Ｗ、すなわち、３２×３２画素サイズの画像に対して、４近傍画素平均（画像を２×２画素サイズ毎に複数のブロックに区分し、各ブロックの４画素における画素値の平均値をそのブロックに対応する１つの画素の画素値とする処理）を行うことにより、１６×１６画素サイズの画像と、８×８画素サイズの縮小した画像を得、これら３つの画像の平面内に設定される所定の２点を１ペアとして、複数種類のペアからなる１つのペア群を構成する各ペアにおける２点間の輝度の差分値をそれぞれ計算し、これらの差分値の組合せを特徴量とする（ステップＳＳ１−１）。各ペアの所定の２点は、例えば、画像上の顔の濃淡の特徴が反映されるよう決められた縦方向に並んだ所定の２点や、横方向に並んだ所定の２点とする。そして、特徴量である差分値の組合せに応じて所定のスコアテーブルを参照してスコアを算出し（ステップＳＳ１−２）、直前の弱判別器が算出したスコアに自己の算出したスコアを加算して累積スコアを算出するが（ステップＳＳ１−３）、最初の弱判別器ＷＣ１では、直前の弱判別器がないので、自己の算出したスコアをそのまま累積スコアとする。この累積スコアが所定の閾値以上であるか否かによって部分画像が顔であるか否かを判別する（ステップＳＳ１−４）。ここで、上記部分画像Ｗが顔と判別されたときには、次の弱判別器ＷＣ２による判別に移行し（ステップＳＳ２）、部分画像Ｗが非顔と判別されたときには、部分画像は、即、非顔と断定され（ステップＳＳＢ）、処理が終了する。

ステップＳＳ２においても、ステップＳＳ１と同様に、２番目の弱判別器ＷＣが部分画像に基づいて画像上の特徴を表す上記のような特徴量を算出し（ステップＳＳ２−１）、スコアテーブルを参照して特徴量からスコアを算出する（ステップＳＳ２−２）。そして、自ら算出したスコアを直前の１番目の弱判別器ＷＣが算出した累積スコアに加算して累積スコアを更新し（ステップＳＳ２−３）、この累積スコアが所定の閾値以上であるか否かによって部分画像Ｗが顔であるか否かを判別する（ステップＳＳ２−４）。ここでも、部分画像Ｗが顔と判別されたときには、次の３番目の弱判別器ＷＣによる判別に移行し（ステップＳＳ３）、部分画像Ｗが非顔と判別されたときには、部分画像Ｗは、即、非顔と断定され（ステップＳＳＢ）、処理が終了する。このようにして、判別器を構成する全Ｎ個の弱判別器ＷＣにおいて部分画像Ｗが顔であると判別されたときには、その部分画像Ｗを最終的に顔画像候補として抽出する（ステップＳＳＡ）。

上記の各判別器は、独自の、特徴量の種類、スコアテーブル、および閾値によって定められた複数の弱判別器ＷＣからなる判別器であり、それぞれ所定の向きおよび天地方向にある顔を判別する。

重複検出判定部６０は、顔検出部５０によって検出された真の顔画像Ｓ２の位置情報に基づいて、解像度画像群Ｓ１′の各解像度画像上で検出された顔画像のうち同一の顔を表す画像、すなわち重複して検出された顔画像をそれぞれ１つの顔画像としてまとめる処理を行い、入力画像Ｓ０において検出された真の顔画像Ｓ３を出力する。判別器は、学習方法にもよるが、一般的に部分画像Ｗのサイズに対して検出できる顔の大きさにはある程度幅があるので、解像度レベルが隣接する複数の解像度画像において、同一の顔を表す画像が重複して検出される場合があるからである。

図９ａ，９ｂは、上記顔検出システムにおける処理の流れを示したフローチャートである。図９ａ，９ｂに示すように、付帯情報読取部１０に入力された画像データＳ０が供給されると（ステップＳ１）、画像データＳ０が付帯する付帯情報が読み取られ、画像データＳ０が画像取得機器により取得されたときのガンマ特性を特定し得るガンマ特性情報Ｇが取得される（ステップＳ２）。そして、データ変換処理部２０において、上記のガンマ特性情報Ｇに基づいて、画像データＳ０に対して所定のデータ変換処理が施される。すなわち、画像データＳ０取得時のガンマ特性が推測され、画像データＳ０に対して、画像データＳ０取得時のガンマ特性とは逆の変換特性を有する逆ガンマ変換処理が施されるとともに、逆ガンマ変換された画像データ上の画素値は、その画素値の対数と線形な関係となる画素値へさらに変換され、画像データＳ０′が得られる（ステップＳ３）。多重解像度化部３０に画像Ｓ０′が供給されると、この画像Ｓ０′の画像サイズが所定のサイズに変換された画像Ｓ０″が生成され、この画像Ｓ０″から２の−１／３乗倍ずつサイズ（解像度）が縮小された複数の解像度画像からなる解像度画像群Ｓ１が生成される（ステップＳ４）。そして、局所正規化部４０において、解像度画像群Ｓ１の各々に対し、画像全体に局所的な領域におけるコントラストのばらつきを抑制する局所正規化処理、すなわち、画素値の分散が所定の閾値以上の領域に対してはその分散をある一定レベルに近づける輝度階調変換をし、画素値の分散がその所定の閾値を下回る領域に対してはその分散を上記一定レベルより低いレベルに抑える輝度階調変換をする局所的な正規化が施され、局所正規化済みの解像度画像群Ｓ１′が得られる（ステップＳ５）。顔検出部５０においては、検出制御部５１からの指示を受けた解像度画像選択部５２により、解像度画像群Ｓ１′の中から画像サイズの小さい順、すなわち、Ｓ１′＿ｎ，Ｓ１′＿ｎ−１，・・・，Ｓ１′＿１の順に所定の解像度画像Ｓ１′＿ｉを選択する（ステップＳ６）。次に検出制御部５１が、サブウィンドウ設定部５３に対して、検出モードをラフな検出のモードとするサブウィンドウ設定条件を設定する。これにより、サブウィンドウ設定部５３は、解像度画像Ｓ１′＿ｉ上でサブウィンドウを広めのピッチ、例えば５画素間隔で移動しながら設定して所定サイズの部分画像Ｗを順次切り出し（ステップＳ７）、その部分画像Ｗを第１の判別器群５４へ入力する（ステップＳ８）。第１の判別器群５４は、順次入力される部分画像Ｗに対して、上記の３６種類の判別器を用いて判別を行い、検出制御部５１がその判別結果Ｒを取得する（ステップＳ９）。そして、検出制御部５１は、現在切り出された部分画像Ｗが最後の順番に位置する部分画像であるか否かを判定し（ステップＳ１０）、部分画像Ｗが最後の部分画像であると判定された場合には、次のステップＳ１１へ移行し、部分画像Ｗが最後の部分画像でないと判定された場合には、ステップＳ７に戻って新たな部分画像Ｗが切り出される。このようにして解像度画像Ｓ１′＿ｉについての顔画像候補をラフに検出する。

この顔画像候補のラフな検出が終了すると、検出制御部５１は、顔画像候補が検出されたか否かを判定し、顔画像候補が検出されていると判定された場合には、さらに絞込みモードの検出を行うためステップＳ１２に移行し、一方、顔画像候補が検出されていないと判定された場合には、絞込みモードでの検出を行わずに現在選択されている解像度画像Ｓ１′＿ｉに対する検出は終了し、ステップＳ１６に移行する。

ステップＳ１２では、検出制御部５１が、サブウィンドウ設定部５３に対して、検出対象領域を顔画像候補を含む所定の大きさの領域内に限定し、検出モードを絞込みモードとするサブウィンドウ設定条件を設定する。これにより、サブウィンドウ設定部５３は、顔画像候補近傍で、サブウィンドウを狭いピッチ、例えば１画素ずつ移動しながら設定して所定サイズの部分画像Ｗを順次切り出し（ステップＳ１２）、その部分画像Ｗを第２の判別器群５５へ入力する（ステップＳ１３）。第２の判別器群５５は、順次入力される部分画像Ｗに対して、顔の向きについては正面顔、右横顔および左横顔の３種、天地方向については３０度ずつ異なる１２種、計３６種類の顔について各判別器を用いて判別を行い、検出制御部５１がその判別結果Ｒを取得する（ステップＳ１４）。そして、検出制御部５１は、現在切り出された部分画像Ｗが最後の順番に位置する部分画像であるか否かを判定し（ステップＳ１５）、部分画像Ｗが最後の部分画像であると判定された場合には、次のステップＳ１６へ移行し、部分画像Ｗが最後の部分画像でないと判定された場合には、ステップＳ１２に戻って新たな部分画像Ｗが切り出される。このようにして、検出された顔画像候補の絞込みを行い、解像度画像Ｓ１′＿ｉにおける真の顔画像Ｓ２を抽出する。

顔画像候補の近傍領域における絞込みモードの検出が終了すると、検出制御部５１は、現在選択されている解像度画像Ｓ１′＿ｉが最後の順番に位置する画像であるか否かを判定し（ステップＳ１６）、最後の解像度画像であると判定された場合には、検出処理を終了し、重複検出判定に移行する（ステップＳ１７）。一方、最後の解像度画像ではないと判定された場合には、ステップＳ１２に戻り、解像度画像選択部５２により、現在選択されている解像度画像Ｓ１′＿ｉより１段階サイズが大きい解像度画像Ｓ１′＿ｉ−１が選択され、さらに顔画像の検出が実行される。

このように、ステップＳ６からＳ１６までの処理を繰り返すことにより、各解像度画像における顔画像Ｓ２を検出することができる。図８は、解像度画像がサイズの小さい順に選択されて顔検出が実施される様子を示した図である。

ステップＳ１７では、重複検出判定部６０により、真の顔画像Ｓ２のうち重複して検出された顔画像をそれぞれ１つの顔画像としてまとめる処理を行い、入力画像Ｓ０において検出された真の顔画像Ｓ３を出力する。

次に、判別器の学習方法（生成方法）について説明する。なお、学習は、判別器の種類、すなわち、判別すべき顔の向きおよび天地方向の各組合せ毎に行われる。

学習の対象となるサンプル画像群は、所定のサイズ、例えば３２×３２画素サイズで規格化された、顔であることが分かっている複数のサンプル画像（顔サンプル画像群）と、顔でないことが分かっている複数のサンプル画像（非顔サンプル画像群）とからなる。顔であることが分かっているサンプル画像としては、顔の向きが判別器の判別すべき顔の向きと同一であって顔の天地方向が揃ったものを用いる。顔であることが分かっているサンプル画像は、１つのサンプル画像につき、縦および／または横を０．７倍から１．２倍の範囲にて０．１倍単位で段階的に拡縮して得られる各サンプル画像に対し、平面上±１５度の範囲にて３度単位で段階的に回転させて得られる複数の変形バリエーションを用いる。なおこのとき、顔のサンプル画像は、目の位置が所定の位置に来るように顔のサイズと位置を規格化し、上記の平面上の回転、拡縮は目の位置を基準として行うようにする。例えば、ｄ×ｄサイズの正面顔のサンプル画像の場合においては、図１４に示すように、両目の位置が、サンプル画像の最左上の頂点と最右上の頂点から、それぞれ、内側に１／４ｄ、下側に１／４ｄ移動した各位置とに来るように顔のサイズと位置を規格化し、また、上記の平面上の回転、拡縮は、両目の中間点を中心に行うようにする。

このような顔サンプル画像群を、正面顔、右横顔、左横顔のそれぞれについて顔の天地方向が３０度ずつ異なる１２種類、合計３６種類について用意する。これら３６種類の顔サンプル画像群の各々と非顔サンプル画像群とを用いて各種類毎に判別器の学習を行い、３６種類の判別器を生成する。以下、その具体的な学習手法について説明する。

図１０は、この判別器の学習方法を示すフローチャートである。なお、顔サンプル画像群および非顔サンプル画像群を構成する各サンプル画像は、前もって、前述のデータ変換処理部２０によるデータ変換処理と同等のデータ変換処理が施されているものとする。

これら各サンプル画像には、重みすなわち重要度が割り当てられる。まず、すべてのサンプル画像の重みの初期値が等しく１に設定される（ステップＳ２１）。

次に、サンプル画像およびその縮小画像の平面内に設定される所定の２点を１ペアとして複数のペアからなるペア群を複数種類設定したときの、この複数種類のペア群のそれぞれについて弱半別器が作成される（ステップＳ２２）。ここで、それぞれの弱判別器とは、サブウィンドウＷで切り出された部分画像とその縮小画像の平面内に設定される所定の２点を１ペアとして複数のペアからなる１つのペア群を設定したときの、この１つのペア群を構成する各ペアにおける２点間の画素値（輝度）の差分値の組合せを用いて、顔の画像と顔でない画像とを判別する基準を提供するものである。本実施形態においては、１つのペア群を構成する各ペアにおける２点間の画素値の差分値の組合せについてのヒストグラムを弱判別器のスコアテーブルの基礎として使用する。

図１１を参照しながらある判別器の作成について説明する。図１１の左側のサンプル画像に示すように、この判別器を作成するためのペア群を構成する各ペアの２点は、顔であることが分かっている複数のサンプル画像において、サンプル画像上の右目の中心にある点をＰ１、右側の頬の部分にある点をＰ２、眉間の部分にある点をＰ３、サンプル画像を４近傍画素平均で縮小した１６×１６画素サイズの縮小画像上の右目の中心にある点をＰ４、右側の頬の部分にある点をＰ５、さらに４近傍画素平均で縮小した８×８画素サイズの縮小画像上の額の部分にある点をＰ６、口の部分にある点をＰ７として、Ｐ１−Ｐ２、Ｐ１−Ｐ３、Ｐ４−Ｐ５、Ｐ４−Ｐ６、Ｐ６−Ｐ７の５ペアである。なお、ある判別器を作成するための１つのペア群を構成する各ペアの２点の座標位置はすべてのサンプル画像において同一である。そして顔であることが分かっているすべてのサンプル画像について上記５ペアを構成する各ペアの２点間の画素値の差分値の組合せが求められ、そのヒストグラムが作成される。ここで、画素値の差分値の組合せとしてとり得る値は、画像の輝度階調数に依存するが、仮に１６ビット階調である場合には、１つの画素値の差分値につき６５５３６通りあり、全体では階調数の（ペア数）乗、すなわち６５５３６の５乗通りとなってしまい、学習および検出のために多大なサンプルの数、時間およびメモリを要することとなる。このため、本実施形態においては、画素値の差分値を適当な数値幅で区切って量子化し、ｎ値化する（例えばｎ＝１００）。

これにより、画素値の差分値の組合せの数はｎの５乗通りとなるため、画素値の差分値の組合せを表すデータ数を低減できる。

同様に、顔でないことが分かっている複数のサンプル画像についても、ヒストグラムが作成される。なお、顔でないことが分かっているサンプル画像については、顔であることが分かっているサンプル画像上における上記各ペアの所定の２点の位置に対応する位置（同様に参照符号Ｐ１からＰ７を用いる）が用いられる。これらの２つのヒストグラムが示す頻度値の比の対数値を取ってヒストグラムで表したものが、図１１の一番右側に示す、弱判別器のスコアテーブルの基礎として用いられるヒストグラムである。この弱判別器のヒストグラムが示す各縦軸の値を、以下、判別ポイントと称する。この弱判別器によれば、正の判別ポイントに対応する、画素値の差分値の組合せの分布を示す画像は顔である可能性が高く、判別ポイントの絶対値が大きいほどその可能性は高まると言える。逆に、負の判別ポイントに対応する画素値の差分値の組合せの分布を示す画像は顔でない可能性が高く、やはり判別ポイントの絶対値が大きいほどその可能性は高まる。ステップＳ２２では、判別に使用され得る複数種類のペア群を構成する各ペアの所定の２点間の画素値の差分値の組合せについて、上記のヒストグラム形式の複数の弱判別器が作成される。

続いて、ステップＳ２２で作成した複数の弱半別器のうち、画像が顔であるか否かを判別するのに最も有効な弱判別器が選択される。最も有効な弱判別器の選択は、各サンプル画像の重みを考慮して行われる。この例では、各弱判別器の重み付き正答率が比較され、最も高い重み付き正答率を示す弱判別器が選択される（ステップＳ２３）。すなわち、最初のステップＳ２３では、各サンプル画像の重みは等しく１であるので、単純にその弱判別器によって画像が顔であるか否かが正しく判別されるサンプル画像の数が最も多いものが、最も有効な弱判別器として選択される。一方、後述するステップＳ２５において各サンプル画像の重みが更新された後の２回目のステップＳ２３では、重みが１のサンプル画像、重みが１よりも大きいサンプル画像、および重みが１よりも小さいサンプル画像が混在しており、重みが１よりも大きいサンプル画像は、正答率の評価において、重みが１のサンプル画像よりも重みが大きい分多くカウントされる。これにより、２回目以降のステップＳ２３では、重みが小さいサンプル画像よりも、重みが大きいサンプル画像が正しく判別されることに、より重点が置かれる。

次に、それまでに選択した弱判別器の組合せの正答率、すなわち、それまでに選択した弱判別器を組み合わせて使用して（学習段階では、弱判別器は必ずしも線形に結合させる必要はない）各サンプル画像が顔の画像であるか否かを判別した結果が、実際に顔の画像であるか否かの答えと一致する率が、所定の閾値を超えたか否かが確かめられる（ステップＳ２４）。ここで、弱判別器の組合せの正答率の評価に用いられるのは、現在の重みが付けられたサンプル画像群でも、重みが等しくされたサンプル画像群でもよい。所定の閾値を超えた場合は、それまでに選択した弱判別器を用いれば画像が顔であるか否かを十分に高い確率で判別できるため、学習は終了する。所定の閾値以下である場合は、それまでに選択した弱判別器と組み合わせて用いるための追加の弱判別器を選択するために、ステップＳ２６へと進む。

ステップＳ２６では、直近のステップＳ２３で選択された弱判別器が再び選択されないようにするため、その弱判別器が除外される。

次に、直近のステップＳ２３で選択された弱判別器では顔であるか否かを正しく判別できなかったサンプル画像の重みが大きくされ、画像が顔であるか否かを正しく判別できたサンプル画像の重みが小さくされる（ステップＳ２５）。このように重みを大小させる理由は、次の弱判別器の選択において、既に選択された弱判別器では正しく判別できなかった画像を重要視し、それらの画像が顔であるか否かを正しく判別できる弱判別器が選択されるようにして、弱判別器の組合せの効果を高めるためである。

続いて、ステップＳ２３へと戻り、上記したように重み付き正答率を基準にして次に有効な弱判別器が選択される。

以上のステップＳ２３からＳ２６を繰り返して、顔であるか否かを判別するのに適した弱判別器として、特定のペア群を構成する各ペアの所定の２点間の画素値の差分値の組合せに対応する弱判別器が選択されたところで、ステップＳ２４で確認される正答率が閾値を超えたとすると、顔であるか否かの判別に用いる弱判別器の種類と判別条件とが確定され（ステップＳ２７）、これにより学習を終了する。なお、選択された弱判別器は、その重み付き正答率が高い順に線形結合され、１つの判別器が構成される。また、各弱判別器については、それぞれ得られたヒストグラムを基に、画素値の差分値の組合せに応じてスコアを算出するためのスコアテーブルが生成される。なお、ヒストグラム自身をスコアテーブルとして用いることもでき、この場合、ヒストグラムの判別ポイントがそのままスコアとなる。

このようにして、各顔サンプル画像群毎に学習を行うことにより、上述の３６種類の判別器が生成される。

なお、上記の学習手法を採用する場合において、弱判別器は、特定のペア群を構成する各ペアの所定の２点間の画素値の差分値の組合せを用いて顔の画像と顔でない画像とを判別する基準を提供するものであれば、上記のヒストグラムの形式のものに限られずいかなるものであってもよく、例えば２値データ、閾値または関数等であってもよい。また、同じヒストグラムの形式であっても、図１１の中央に示した２つのヒストグラムの差分値の分布を示すヒストグラム等を用いてもよい。

また、学習の方法としては上記手法に限定されるものではなく、ニューラルネットワーク等他のマシンラーニングの手法を用いることができる。

このように、本発明の実施形態に係る顔検出システムによれば、入力された画像データを、逆ガンマ変換により、被写体の普遍的な性質が現れた、画像データ取得時の被写体からの光の反射率に線形な画素値を有するデータに変換し、この変換後の画像データに基づいて顔判別をするので、判別対象画像の明るさの違いによる影響を抑えた顔判別をすることができ、また、判別対象画像のコントラストを揃えるような正規化のみに依存していないので、判別対象画像に含まれる影や斜光等のノイズによる影響を抑えた顔判別をすることができ、これにより、より高精度な顔判別が可能となる。

以上、本発明の実施形態に係る顔検出システムについて説明したが、この顔検出システムのうちの本発明の顔判別装置に対応する部分における各処理をコンピュータに実行させるためのプログラムも、本発明の実施形態の１つである。また、そのような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も、本発明の実施形態の１つである。

顔検出システム１の構成を示すブロック図 検出対象画像の多重解像度化の工程を示す図 顔検出部５０の構成を示すブロック図 第１および第２の判別器群の構成を示すブロック図 判別器における大局的な処理フローを示す図 弱判別器における処理フローを示す図 弱判別器における特徴量の算出を説明するための図 顔検出対象となる解像度画像の切替えとその画像上でのサブウィンドウの移動を説明するための図 顔検出システム１において行われる処理を示すフローチャート 顔検出システム１において行われる処理を示すフローチャート 判別器の学習方法を示すフローチャート 弱判別器のヒストグラムを導出する方法を示す図 局所正規化処理の概念を示す図 局所正規化部における処理フローを示す図 目の位置が所定の位置にくるように規格化された顔のサンプル画像を示す図 メーカ毎の画像データ取得時における光の量と画素値との関係を示す図 逆ガンマ変換の変換曲線と対数変換の変換曲線とを合成する様子を示す図

符号の説明

１ 顔検出システム
１０ 付帯情報読取部（ガンマ特性情報取得手段）
２０ データ変換処理部
３０ 多重解像度化部
４０ 局所正規化部
５０ 顔検出部
５１ 検出制御部（判別手段の構成要素）
５２ 解像度画像選択部
５３ サブウィンドウ設定部（判別手段の構成要素）
５４ 第１の判別器群（判別手段の構成要素）
５５ 第２の判別器群（判別手段の構成要素）
６０ 重複検出判定部

Claims (6)

1. 入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得ステップと、
   前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換ステップと、
   前記データ変換処理が施された画像データが表す画像における所定の画素の画素値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別ステップとを有することを特徴とする顔判別方法。
2. 入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得手段と、
   前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換手段と、
   前記データ変換処理が施された画像データが表す画像における所定の画素の画素値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別手段とを備えたことを特徴とする顔判別装置。
3. 前記ガンマ特性情報が、前記画像データの取得に用いられた画像取得機器の種別、該画像取得機器の機種、該画像取得機器の前記画像データ取得時における取得条件のうち少なくとも１つを表すものであることを特徴とする請求項２記載の顔判別装置。
4. 前記判別手段が、互いに異なる複数の顔サンプル画像により顔の画像上の輝度分布に係る特徴を学習させた判別器を備え、該判別器を用いて判別するものであることを特徴とする請求項２または３記載の顔判別装置。
5. 前記データ変換処理が、前記画像データを逆ガンマ変換した後、該変換後の画像データの画素値を、該画素値の対数に線形な画素値にさらに変換する処理であり、
   前記判別手段が、前記データ変換処理が施された画像データが表す画像上の所定の複数位置間の画素値の差分に係る特徴量を算出して判別するものであることを特徴とする請求項２、３または４記載の顔判別装置。
6. コンピュータを、
   入力された画像データの該画像データ取得時におけるガンマ特性を特定するガンマ特性情報を取得するガンマ特性情報取得手段と、
   前記取得したガンマ特性情報に基づいて、変換前後の対応関係が前記画像データの取得時とは逆となる逆ガンマ変換を含むデータ変換処理を前記画像データに施すデータ変換手段と、
   前記データ変換処理が施された画像データが表す画像における所定の画素の画素値に基づいて、画像上の輝度分布に係る特徴量を算出し、該特徴量を用いて前記入力された画像データが表す画像が顔画像であるか否かを判別する判別手段として機能させるためのプログラム。

Images