JP2008052509A - 鼻孔検出装置及びプログラム - Google Patents

Abstract

【課題】複雑な処理をすることなく高精度に鼻孔を検出する。
【解決手段】演算装置のＣＰＵは、撮像装置で生成された顔画像を読み込んでＲＡＭに格納し（ステップＳ１）、ＲＡＭに格納された顔画像から顔領域を抽出する（ステップＳ２）。そして、顔画像の顔領域における平均濃度値、すなわち輝度の平均値を計算し（ステップＳ３）、平均濃度値に基づいて、黒画素判定閾値ｔｈを計算する。さらに、ＣＰＵは、黒画素判定閾値ｔｈを用いて鼻孔探索開始点を検出して、鼻孔探索開始点を中心とした鼻孔の候補となる複数の探索円を検出する（ステップＳ５）。そして、１組の鼻孔に対応する円形ペアを検出する（ステップＳ６）。
【選択図】図２

Description

本発明は、顔画像から鼻孔を検出する鼻孔検出装置及びプログラムに関する。

顔の認識技術では、目や鼻や口といった顔部品の位置を正しく検出することが重要である。例えば、目や鼻や口の位置が分かれば顔の向きが分かり、目の位置が分かれば更に詳細に目の解析を行うことによって視線方向が分かる。

カメラで顔を撮影した場合、目や口は通常形状の変化が大きく、隠れが生じやすい。また個人差による形状の違いが大きいため、正しく検出するのが難しい。一方、鼻に関しては、鼻孔である黒い穴が２つ並ぶという特徴を持っており、比較的個人差が少なく、形状変化も少なく、目や口と比べると安定して検出できる。また、鼻の位置が分かれば、目や口の位置が限定されるため、目や口の検出領域の限定にも利用することができる。

鼻孔を検出する際の課題は、画像撮影時の照明濃度が変化すること、鼻孔の大きさが撮影環境や個人によって異なること、が挙げられる。照明環境が変化すると、鼻孔の濃度値が想定していた値と異なり、検出できなくなるという問題が発生する。また、撮影環境の違いや鼻孔の個人差のため、小さなものから大きなもの、形状の異なる鼻孔を想定する必要がある。これらの課題に対処することが、安定して精度良く鼻孔を検出するために必要である。

そこで、従来、画像の縦方向のエッジと横方向のエッジの共通点を鼻の候補として、または横方向のエッジを目の候補として、それらの位置関係の組み合わせを統計的処理によって鼻の位置を検出することが開示されている（例えば特許文献１参照。）。

また、顔特徴要素内で独特の形状を有する鼻孔位置・幅を検出すべく、ヒストグラムを作成して、横に２つ並んでいる黒い鼻の穴を検出することが開示されている（例えば特許文献２参照。）。

さらに、顔領域内で鼻孔形状に相当する円形フィルタ（中央が暗く、周囲が円形状に明るくなるフィルタ）を当てはめて、鼻孔候補点として２値化し、その鼻孔候補点から鼻孔を渦巻状に探索し、鼻孔を検出することが開示されている（例えば特許文献３参照。）。

また、２次元テンプレートを用いて鼻孔らしい場所を見つけ、その周囲が円形状に濃度値が明るくなっているかどうかを調べ、それにより鼻孔を検出することが開示されている（例えば特許文献４参照。）。
特開２００６−３８６８９号公報 特開平１１−３９４６９号公報 特開２０００−３３１１５８号公報 特開２００１−２２９３３号公報

しかし、特許文献１では、鼻孔の候補は縦エッジと横エッジの組み合わせから得られるが、虹彩、眼鏡の鼻あて、ほくろ、特に斜めの直線部分など、多くの部分がノイズとして検出される。そのため、条件がよい場合しか鼻孔部分を特定できないという問題がある。また、目の位置も検出する必要があるための、その検出は難しいという問題がある。

特許文献２では、サンバイザーでできた横方向の影部分は、最小値／最大値の値が大きくなるため、誤検出するという問題がある。また、鼻の穴が小さい場合には、ヒストグラムにはっきりと特徴が表れないという問題がある。

特許文献３では、ノイズや明るさの変化などによってフィルタを通過しないことがあり、その場合には鼻孔を検出するのが困難になる問題がある。

特許文献４では、照明の明るさや鼻孔形状の大きな変化に柔軟に対応する必要があり、２次元テンプレートを適切に作成・選択するのが難しいという問題がある。

本発明は、上述した課題を解決するために提案されたものであり、複雑な処理をすることなく高精度に鼻孔を検出する鼻孔検出装置及びプログラムを提供することを目的とする。

本発明の鼻孔検出装置は、顔画像を入力する顔画像入力手段と、前記顔画像入力手段により入力された顔画像の黒画素を基準にして放射状に濃度変化を探索する濃度変化探索手段と、前記濃度変化探索手段により探索された３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出する鼻孔検出手段と、を備えている。

本発明の鼻孔検出プログラムは、コンピュータを、顔画像入力手段により入力された顔画像の黒画素を基準にして放射状に濃度変化を探索する濃度変化探索手段と、前記濃度変化探索手段により探索された３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出する鼻孔検出手段と、して機能させる。

顔画像入力手段は、人の顔を撮像することにより顔画像を入力してもよいし、外部から送信された顔画像のデータを入力してもよい。濃度変化探索手段は、顔画像の黒画素を基準にして放射状に濃度変化を探索する。ここで、探索方向は特に限定されるものではないが、探索方向は３つ以上あるのが好ましい。そして、鼻孔検出手段は、３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出する。

したがって、上記発明は、顔画像の黒画素を基準にして放射状に濃度変化を探索し、探索された３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出することにより、楕円又は円に近い形状である鼻孔を高精度に検出することができる。

本発明の鼻孔検出装置は、顔画像を入力する顔画像入力手段と、前記顔画像入力手段により入力された顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する設定手段と、前記設定手段により設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出する鼻孔検出手段と、を備えている。

本発明の鼻孔検出プログラムは、コンピュータを、顔画像入力手段により入力された顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する設定手段と、前記設定手段により設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出する鼻孔検出手段と、して機能させる。

設定手段は、顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する。鼻孔検出手段は、設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出する。

したがって、上記発明は、顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定し、設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出することにより、楕円又は円に近い形状である鼻孔を高精度に検出することができる。

本発明は、複雑な処理をすることなく高精度に鼻孔を検出する。

以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。

図１は、本発明の実施の形態に係る鼻孔検出装置の構成を示すブロック図である。鼻孔検出装置は、人の顔を撮像して顔画像を生成する撮像装置１０と、撮像装置１０により生成された顔画像に基づいて鼻孔を検出する演算装置２０と、を備えている。

演算装置２０は、データのワークエリアであるＲＡＭ（Random Access Memory）２１と、鼻孔検出ルーチンプログラムが記憶されているＲＯＭ（Read Only Memory）２２と、鼻孔検出ルーチンプログラムに従って演算処理を実行するＣＰＵ２３（Central Processing Unit）とを備えている。

以上のように構成された鼻孔検出装置は、次の鼻孔検出ルーチンを実行することによって、人の鼻孔を検出する。

図２は、鼻孔検出ルーチンを示すフローチャートである。演算装置２０のＣＰＵ２３は、撮像装置１０が人の顔の撮像を開始すると、以下の処理を開始する。

ステップＳ１では、ＣＰＵ２３は、撮像装置１０で生成された顔画像を読み込んでＲＡＭ２１に格納して、ステップＳ２に進む。

図３は、撮像装置１０で生成された顔画像の一例を示す図である。撮像装置１０は、人の顔を正面に対して少し下から撮像するのが好ましい。また、鼻孔が周囲より黒い（暗い）画像になる必要がある。そのため、顔画像の明るさが逆転している場合は、顔画像に明るさの反転処理を行う必要がある。

ステップＳ２では、ＣＰＵ２３は、ＲＡＭ２１に格納された顔画像から顔領域を抽出する。顔領域の抽出方法は特に限定されるものではないが、例えば次のような処理を行っても良い。

ＣＰＵ２３は、照明によって人の顔に可視光又は近赤外光が照射されているときに撮像装置１０が撮像した顔画像（オン画像）と、光が照射されていないときに撮像装置１０が撮像した顔画像（オフ画像）と、の差分を演算して差分画像を生成する。差分画像は、オン画像とオフ画像の違いを強調するものである。ここで、照明はその近傍にある人の顔を明るくすることができるが、照明から離れた位置にある物体を明るくすることはできない。よって、人の背景部分には光が届かないため、差分画像には人の背景がほとんど表れず、人の顔のみが強調されている。そこで、ＣＰＵ２３は、差分画像を二値化し又は差分画像のうちで最も輝度値の高い箇所を検出することにより、例えば図３に示す画像から顔領域を検出する。ＣＰＵ２３は、顔画像から顔領域を検出すると、ステップＳ３に進む。

ステップＳ３では、ＣＰＵ２３は、顔画像の顔領域における平均濃度値、すなわち輝度の平均値を計算して、ステップＳ４に進む。

ステップＳ４では、ＣＰＵ２３は、平均濃度値に基づいて、黒画素判定閾値ｔｈを計算する。黒画素判定閾値ｔｈは、顔領域の各々の画素が黒か白かを判定するための閾値である。したがって、例えば、濃度値≧ｔｈを満たす画素は白画素として取り扱われ、濃度値≧ｔｈを満たさない画素は黒画素として取り扱われる。

本実施形態では、ＣＰＵ２３は、
ｔｈ＝（平均濃度値）×１５／１６
を計算して、ステップＳ５に進む。なお、黒画素判定閾値ｔｈは上述した計算式に限定されるものではない。

ステップＳ５では、ＣＰＵ２３は、後述する探索円検出ルーチン１又は２を実行することにより、鼻孔の候補となる複数の探索円を検出する。

ステップＳ６では、ＣＰＵ２３は、詳しくは後述する円形ペア探索ルーチンを実行することにより、１組の鼻孔に対応する円形ペアを検出して、処理を終了する。

図４は、探索円検出ルーチン１を示すフローチャートである。ＣＰＵ２３は、上述したステップＳ５において、次に示すステップＳ１１〜Ｓ１４の処理を実行する。

ステップＳ１１では、ＣＰＵ２３は、顔画像の顔領域の各画素のうち、ステップＳ４で計算された黒画素判定閾値ｔｈより低い濃度値のすべての画素を黒画素と判定し、すべての黒画素を鼻孔探索開始点とする。

図５は、図３の顔画像から検出された鼻孔探索開始点を示す図である。そして、ＣＰＵ２３は、複数の鼻孔探索開始点から１つの注目画素（以下「注目点」という。）を抽出する。

ステップＳ１２では、ＣＰＵ２３は、注目点から放射状に濃度値変化箇所を探索して円（探索円）を検出する。具体的には、次の処理を行う。

図６は、注目点から放射状に濃度値変化箇所を探索する状態を説明する図である。ＣＰＵ２３は、注目点から放射状に（少なくとも３方向）濃度値が変化する箇所を探索する。本実施形態では、探索方向は、図６に示すように、注目点から周囲８方向とする。

ＣＰＵ２３は、濃度値が変化する箇所の探索方法として、例えば、注目点の濃度値と探索位置の濃度値の差分を計算し、その差分が所定値を超えた箇所を濃度値変化箇所として検出する。または、ＣＰＵ２３は、探索位置の濃度の１次微分値が所定値を超えた箇所を濃度値変化箇所として検出する。

次に、ＣＰＵ２３は、８つの探索方向毎に、注目点から濃度値変化箇所までの距離Ｌ_１，・・・，Ｌ_８を求める。これにより、注目点から距離Ｌまで半径とする探索円が検出される。

ステップＳ１３では、ＣＰＵ２３は、検出した探索円の丸さスコアを計算する。丸さスコアとは、各探索方向における注目点から濃度値変化箇所までの各々の距離Ｌのバランス、つまり検出した探索円の丸さの程度を示すパラメータである。具体的には、ＣＰＵ２３は、式（１）を計算する。

式（１）における「８」は探索方向の数を示す。探索円が真円の場合、各探索方向においてＬはすべて等しくなるので、Score＝５６になる。また、注目点から濃度値変化箇所までの各々の距離Ｌが８と４を繰り返すようなでこぼこの探索円の場合、｜Ｌ_ｉ−Ｌ_ｉ＋１｜が４になるので、Score＝３２になる。すなわち、探索円が真円の形状から離れるにしたがって、Scoreの値は５６より小さな値になる。また、より正確な丸さスコアを得るためには、探索方向の数を増加させるとよい。

ステップＳ１４では、ＣＰＵ２３は、すべての鼻孔探索開始点から注目点を抽出したかを判定し、肯定判定のときは本ルーチンを終了し、否定判定のときはステップＳ１１に戻る。これにより、すべての鼻孔探索開始点において探索円が検出され、かつその探索円の丸さスコアが計算される。

図７は、探索円検出ルーチン２を示すフローチャートである。ＣＰＵ２３は、ステップＳ５において、上述したステップＳ１１〜Ｓ１４の代わりに、次に示すステップＳ２１〜Ｓ２７の処理を実行してもよい。

ステップＳ２１では、ＣＰＵ２３は、ステップＳ１１と同様の処理を行って、複数の鼻孔探索開始点から１つの注目点を抽出する。

ステップＳ２２では、ＣＰＵ２３は、注目点を中心とするフィッティング円を設定する。ここで、フィッティング円は鼻孔の候補となる円を表している。本実施形態では、フィッティング円の半径ｒは２〜８ピクセルとする。また、半径ｒの初期値は２ピクセルとする。

ステップＳ２３では、ＣＰＵ２３は、フィッティング円の丸さスコアを計算する。具体的には、ＣＰＵ２３は、フィッティング円上の８つの点において、法線ベクトルとエッジ方向ベクトルの内積を計算する。エッジ方向ベクトルとは、画像から暗い箇所から明るい箇所へ向かう向き及びその大きさを示すベクトルをいう。

図８は、フィッティング円上の８つの点における法線ベクトルとエッジ方向ベクトルを示す図である。本実施形態では、フィッティング円上の８つの点において法線ベクトルとエッジ方向ベクトルが設けられているが、点の個数は特に限定されるものではない。

最初に、ＣＰＵ２３は、フィッティング円上の各点において、縦エッジソーベルオペレータを用いて縦エッジｖ_ｖと、横エッジソーベルオペレータを用いて横エッジｖ_ｈとを計算する。

図９は、縦エッジソーベルオペレータを示す図である。図１０は、横エッジソーベルオペレータを示す図である。この結果、エッジ方向ベクトルｖ_ｒｉは、次の式（２）のように表される。

次に、フィッティング円上の各点の法線ベクトルをｎ_ｒｉ、各点のエッジ方向ベクトルをｖ_ｒｉとすると、ＣＰＵ２３は次の式（３）を計算することにより丸さスコアScore_rを求める。

丸さスコアScore_rは、法線ベクトルをｎ_ｒｉとエッジ方向ベクトルｖ_ｒｉとの内積である。よって、各ベクトルの向きが同じ方向になるに従って、丸さスコアScore_rは大きな値になる。よって、丸い箇所（フィッティング円に近い形状）、エッジ強度の大きい箇所は、丸さスコアScore_rが高くなる。なお、円形のフィッティング円の代わりに、楕円形のフィッティング楕円を用いてもよい。

また、式（３）はエッジの強度を考慮した丸さスコアScore_rを表しているが、その代わりにエッジ方向の単位ベクトルを利用してエッジ強度の影響を受けない丸さスコアScore_r

を求めてもよい。具体的には、ＣＰＵ２３は、式（３）の代わりに次の式（４）を計算してもよい。

ステップＳ２４では、ＣＰＵ２３は、半径ｒが２〜８ピクセルまでのすべての大きさのフィッティング円の丸さスコアを計算したかを判定し、肯定判定のときはステップＳ２６に進み、否定判定のときはステップＳ２５に進む。

ステップＳ２５では、ＣＰＵ２３は、フィッティング円の半径ｒを１ピクセル大きく設定して、ステップＳ２２に戻る。このように、ステップＳ２２からステップＳ２５を繰り返すことによって、半径ｒが２、３、・・・、８ピクセルにそれぞれ変化したときのフィッティング円の丸さスコアが求められる。

ステップＳ２６では、ＣＰＵ２３は、注目点を中心として半径ｒを２〜８ピクセルで変化させたフィッティング円に対して、最大丸さスコアのフィッティング円を探索円として検出して、ステップＳ２７に進む。

ステップＳ２７では、ＣＰＵ２３は、すべての鼻孔探索開始点から注目点を抽出したかを判定し、肯定判定のときは本ルーチンを終了し、否定判定のときはステップＳ２１に戻る。これにより、すべての鼻孔探索開始点においてフィッティング円が設定され、かつそのフィッティング円の丸さスコアが計算される。

以上のように、ＣＰＵ２３は、探索円検出ルーチン１又は２を実行することにより、図５に示したすべての鼻孔探索開始点において、探索円を検出すると共にその探索円の丸さの程度を表す丸さスコアを計算する。

図１１は、図３に示す顔画像の各々の鼻孔探索開始点における丸さスコアの値を示す図である。同図に示すように、鼻孔は真円に近いため丸さスコアが高くなっているが、眼や口は真円と異なる形状であるため丸さスコアが低くなっている。

図１２は、鼻孔ペア検出ルーチンを示すフローチャートである。ＣＰＵ２３は、上述したステップＳ６において、丸さスコアの２つの山を探索し、２つ丸さスコアの山の中央を鼻孔中央として検出する。

ステップＳ３１では、ＣＰＵ２３は、ステップＳ５で計算された丸さスコアのうち丸さスコアの最大値が丸さ閾値以上であるかを判定し、肯定判定のときはステップＳ３３に進み、否定判定のときはステップＳ３２に進む。ＣＰＵ２３は、最大丸さスコアが丸さ閾値を超えている場合は問題なく鼻孔を検出するが、最大丸さスコアが丸さ閾値を超えていない場合は鼻孔を検出しづらくなる。

ステップＳ３２では、ＣＰＵ２３は、丸さ閾値を下げる。これにより、鼻孔の検出頻度を上げることができる。なお、丸さ閾値を下げると鼻孔検出頻度が上がるが誤検出も増加し、丸さ閾値を上げると鼻孔検出頻度が下がるが検出結果の信頼度が上がる。

ステップＳ３３では、ＣＰＵ２３は、探索ラインを設定して、その探索ラインにおいて丸さスコアが丸さ閾値に対して上から下にクロスする点ｘ１を探索する。

図１３は、丸さ閾値を超えている丸さスコアの分布と探索ラインを示す図である。図１４は、探索ラインにおいて丸さ閾値を超えている丸さスコアの２つの山を示す図である。

ステップＳ３４では、ＣＰＵ２３は、同じ探索ラインにおいて丸さスコアが丸さ閾値に対して下から上にクロスする点ｘ２を探索する。

ステップＳ３５では、ＣＰＵ２３は、２つのクロス点ｘ１、ｘ２の中央を鼻孔ペアの中央候補位置として検出する。

ステップＳ３６では、ＣＰＵ２３は、探索ラインの全方向において鼻孔ペアの中央候補位置を検出したかを判定し、肯定判定のときはステップＳ３８に進み、否定判定のときはステップＳ３７に進む。

ステップＳ３７では、ＣＰＵ２３は、探索ラインの方向を１ステップずらすことによって探索ラインの方向を変更して、ステップＳ３３に戻る。これにより、図１２に示すように、横方向だけでなく、様々な方向に探索ラインが設定され、その結果、多数の中央候補位置が検出される。

ステップＳ３８では、ＣＰＵ２３は、近くに存在する中央候補位置同士を集合体としてまとめることにより複数の中央候補位置の集合体を形成し、更に各集合体の重心位置を最終中央候補位置として検出する。

図１５は、鼻孔ペアの複数の中央候補位置の集合体と最終中央候補位置を示す図である。同図に示すように、多数の中央候補位置から複数の集合体が形成され、更に各集合体の重心位置が最終中央候補位置となる。

ステップＳ３９では、ＣＰＵ２３は、各々の最終中央候補位置において、再び探索ラインを設定し、探索ライン上の２つの丸さスコアの山の各々の最大値を合計する。そして、ＣＰＵ２３は、合計値が最大となる最終中央候補位置を鼻孔中央として検出して、本ルーチンを終了する。

以上のように、本実施形態に係る鼻孔検出装置は、濃度値の低い鼻孔探索開始点を抽出し、鼻孔探索開始点を中心として、鼻の穴に近い形状である複数の探索円を検出する。そして、上記鼻孔検出頻度は、鼻の穴は黒く、円形もしくは円形に近い形状であることから、複数の探索円の中から最も真円に近い探索円を検出することによって、鼻孔を検出することができる。さらに、鼻孔検出装置は、鼻孔は２つ並んでいることを考慮して、２つ並んだ探索円を検出することにより、鼻孔の位置をより正確に検出することができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。

例えば、図１に示した鼻孔検出装置の構成に加えて、鼻孔の検出対象となる人に対して近赤外光を照射する近赤外光照射ライトを更に設けてもよい。人に近赤外光が照射されると、その人の瞳孔の輪郭がぼやけた顔画像が得られる。そのため、上記鼻孔検出装置は、人の瞳孔を誤検出することなく、人の鼻孔のみを高精度に検出することができる。

また、鼻孔検出装置は、探索“円”を検出する代わりに探索“楕円” を検出してもよい。この場合、鼻孔検出装置は、図７に示した探索円検出ルーチン２を実行するとよい。また、“円”や“楕円”に限らず、これらに類する形状（例えば三角形に近い形状など）を鼻孔として検出してもよい。

本発明の実施の形態に係る鼻孔検出装置の構成を示すブロック図である。 鼻孔検出ルーチンを示すフローチャートである。 撮像装置で生成された顔画像の一例を示す図である。 探索円検出ルーチン１を示すフローチャートである。 顔画像から検出された鼻孔探索開始点を示す図である。 注目点から放射状に濃度値変化箇所を探索する状態を説明する図である。 探索円検出ルーチン２を示すフローチャートである。 フィッティング円上の８つの点における法線ベクトルとエッジ方向ベクトルを示す図である。 縦エッジソーベルオペレータを示す図である。 横エッジソーベルオペレータを示す図である。 顔画像の各々の鼻孔探索開始点における丸さスコアの値を示す図である。 鼻孔ペア検出ルーチンを示すフローチャートである。 丸さ閾値を超えている丸さスコアの分布と探索ラインを示す図である。 探索ラインにおいて丸さ閾値を超えている丸さスコアの２つの山を示す図である。 鼻孔ペアの複数の中央候補位置の集合体と最終中央候補位置を示す図である。

符号の説明

１０ 撮像装置
２０ 演算装置
２１ ＲＡＭ
２２ ＲＯＭ
２３ ＣＰＵ

Claims (10)

1. 顔画像を入力する顔画像入力手段と、
   前記顔画像入力手段により入力された顔画像の黒画素を基準にして放射状に濃度変化を探索する濃度変化探索手段と、
   前記濃度変化探索手段により探索された３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出する鼻孔検出手段と、
   を備えた鼻孔検出装置。
2. 前記鼻孔検出手段は、異なる黒画素を基準して検出された複数の楕円又は円のうち、所定方向に存在する２つの楕円又は円を鼻孔として検出する
   請求項１に記載の鼻孔検出装置。
3. 前記顔画像入力手段により入力された顔画像から顔領域を検出する顔領域検出手段を更に備え、
   前記濃度変化探索手段は、前記顔領域検出手段により検出された顔領域内の顔画像の黒画素を基準にして放射状に濃度変化を探索する
   請求項１または請求項２に記載の鼻孔検出装置。
4. 前記顔領域検出手段により検出された顔領域内の顔画像の濃度平均値を計算する濃度平均値計算手段を更に備え、
   前記濃度変化探索手段は、濃度平均値計算手段により計算された濃度平均値より低い濃度の画素を前記黒画素として、当該黒画素を基準にして放射状に濃度変化を探索する
   請求項３に記載の鼻孔検出装置。
5. 顔画像を入力する顔画像入力手段と、
   前記顔画像入力手段により入力された顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する設定手段と、
   前記設定手段により設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出する鼻孔検出手段と、
   を備えた鼻孔検出装置。
6. 前記鼻孔検出手段は、異なる黒画素を基準して検出された複数の楕円又は円のうち、所定方向に存在する２つの楕円又は円を鼻孔として検出する
   請求項５に記載の鼻孔検出装置。
7. 前記顔画像入力手段により入力された顔画像から顔領域を検出する顔領域検出手段を更に備え、
   前記設定手段は、前記顔領域検出手段により検出された顔領域内の顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する
   請求項５または請求項６に記載の鼻孔検出装置。
8. 前記顔領域検出手段により検出された顔領域内の顔画像の濃度平均値を計算する濃度平均値計算手段を更に備え、
   前記円設定手段は、濃度平均値計算手段により計算された濃度平均値より低い濃度の画素を前記黒画素として、当該黒画素を基準にして異なる大きさの複数の楕円又は円を設定する
   請求項７に記載の鼻孔検出装置。
9. コンピュータを、
   顔画像入力手段により入力された顔画像の黒画素を基準にして放射状に濃度変化を探索する濃度変化探索手段と、
   前記濃度変化探索手段により探索された３つ以上の濃度変化に基づく楕円又は円を鼻孔として検出する鼻孔検出手段と、
   して機能させる鼻孔検出プログラム。
10. コンピュータを、
    顔画像入力手段により入力された顔画像の黒画素を基準にして異なる大きさの複数の楕円又は円を設定する設定手段と、
    前記設定手段により設定された複数の楕円又は円のうち、楕円又は円上の法線方向と当該楕円又は円上の顔画像のエッジ方向とが最も一致する楕円又は円を鼻孔として検出する鼻孔検出手段と、
    して機能させる鼻孔検出プログラム。