JP2009009404A - 画像処理装置、画像処理方法及び画像処理プログラム - Google Patents
画像処理装置、画像処理方法及び画像処理プログラム Download PDFInfo
- Publication number
- JP2009009404A JP2009009404A JP2007170832A JP2007170832A JP2009009404A JP 2009009404 A JP2009009404 A JP 2009009404A JP 2007170832 A JP2007170832 A JP 2007170832A JP 2007170832 A JP2007170832 A JP 2007170832A JP 2009009404 A JP2009009404 A JP 2009009404A
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- resolution
- evaluation
- images
- 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.)
- Withdrawn
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】注目する被写体について、より精度のよい高解像度の画像を生成できるようにすること。
【解決手段】画像処理装置は、複数枚の解像度の低い画像から注目被写体を認識する被写体検出装置1と、上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体検出装置1によって認識された注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価装置2と、上記被写体評価装置2によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化装置3と、を備える。
【選択図】図1
【解決手段】画像処理装置は、複数枚の解像度の低い画像から注目被写体を認識する被写体検出装置1と、上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体検出装置1によって認識された注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価装置2と、上記被写体評価装置2によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化装置3と、を備える。
【選択図】図1
Description
本発明は、顔などの動きのある被写体を撮像する場合に、複数枚の画像を用いてより高解像度の画像を生成する画像処理装置、画像処理方法及び画像処理プログラムに関する。
特許文献1には、高画質な静止画と連続して撮像される低画質の動画とを同時に撮影することができ、動画撮影に影響を及ぼさずに、表情などの情報を用いて、シヤッタチャンスを逃さずに高精細な静止画を撮像する手法が開示されている。しかし、動画像撮像装置と静止画像撮像装置を含むのは、コストがかさみ、カメラの大型化にも繋がる。
そこで、特許文献2では、撮像装置により複数枚のフレーム画像を取得した場合に、フレーム間の相対的なずれを検出し、そのずれ情報を用いてより高解像度の画像を取得する手法を提案している。また、特許文献3では、撮像条件の悪いときに連写撮影に切り替え、複数枚のフレーム画像から低ノイズで高画質な画像を取得することを提案しており、更に特許文献4では、撮像条件の悪いときに画素混合撮影に切り替え、撮影画像の感度を撮影状況に応じて変化させることで、低ノイズで高画質な画像を取得することを提案している。
一方、特許文献5には、顔領域と顔器官中心の位置関係によって顔の方向を推定する手法や、視線方向を推定する方法が開示されている。
また、特許文献6には、被写体の表情を識別する手法が開示され、被写体が望ましいと思われる表情及びポーズになったときに撮影することが提案されている。
特開2007−36586号公報
特許第2828138号公報
特開2007−13269号公報
特開2007−13270号公報
特開2007−6427号公報
特開2004−294498号公報
しかしながら、上記特許文献2乃至4に開示されているような技術を顔などの特定の動きのある被写体の撮影に適用することを考えたときに、顔が正対していない、視線が動く、目をつぶる、表情が適切でない、等の適切でない画像が含まれると、精度のよい画像が得られないことが考えられる。
本発明は、上記の点に鑑みてなされたもので、注目する被写体について、より精度のよい高解像度の画像を生成することが可能な画像処理装置、画像処理方法及び画像処理プログラムを提供することを目的とする。
本発明の画像処理装置の一態様は、解像度の低い画像から解像度の高い画像を生成する画像処理装置において、
複数枚の画像から注目被写体を認識する被写体認識手段と、
上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体認識手段によって認識された上記注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価手段と、
上記被写体評価手段によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化手段と、
を具備することを特徴とする。
複数枚の画像から注目被写体を認識する被写体認識手段と、
上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体認識手段によって認識された上記注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価手段と、
上記被写体評価手段によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化手段と、
を具備することを特徴とする。
また、本発明の画像処理方法の一態様は、
複数枚の解像度の低い画像から注目被写体を認識し、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識された注目被写体が望ましい状態で撮影されているかの評価を行い、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する、
ことを特徴とする。
複数枚の解像度の低い画像から注目被写体を認識し、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識された注目被写体が望ましい状態で撮影されているかの評価を行い、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する、
ことを特徴とする。
また、本発明の画像処理プログラムの一態様は、電子的に記録された複数枚の解像度の低い画像から解像度の高い画像を生成する画像処理プログラムであって、
コンピュータに、
複数枚の解像度の低い画像から注目被写体を認識する手順と、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識した注目被写体が望ましい状態で撮影されているかの評価を行う手順と、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する手順と、
を実行させるためのものである。
コンピュータに、
複数枚の解像度の低い画像から注目被写体を認識する手順と、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識した注目被写体が望ましい状態で撮影されているかの評価を行う手順と、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する手順と、
を実行させるためのものである。
本発明によれば、注目する被写体について、より精度のよい高解像度の画像を生成することが可能な画像処理装置、画像処理方法及び画像処理プログラムを提供することができる。
以下、本発明を実施するための最良の形態を図面を参照して説明する。
[第1実施形態]
図1は、本発明の第1実施形態に係る画像処理装置の構成を示す図で、該画像処理装置は、被写体検出装置1、被写体評価装置2、及び高解像度化装置3より構成される。
図1は、本発明の第1実施形態に係る画像処理装置の構成を示す図で、該画像処理装置は、被写体検出装置1、被写体評価装置2、及び高解像度化装置3より構成される。
ここで、被写体検出装置1は、図示しない撮像装置(カメラ)により取得した複数枚のフレーム画像10から特定の被写体を検出するものである。
また、被写体評価装置2は、上記被写体検出装置1で検出した特定の被写体が適切な状態であるか評価するものである。この被写体評価装置2は、例えば上記特定の被写体を顔とした場合、顔が撮影装置の方を向いているかを評価する正対評価部2A、視線が適切であるか評価する視線評価部2B、及び表情が適切であるか評価する表情評価部2Cを含む。
そして、高解像度化装置3は、上記被写体評価装置2によって適切であると評価された画像を複数枚用意し、それらを用いて高解像度画像11を得るものである。この高解像度化装置3は、複数枚の画像の画像信号を用いて各画像(フレーム)におけるフレーム間の動き推定を行うモーション推定部3A及び上記特許文献2(特許第2828138号公報)に開示されているような複数枚の位置ずれを持つ低解像度画像を用いて高解像度画像を生成する超解像処理を実施する超解像処理部3Bを含む。
次に、このような構成の画像処理装置の動作を説明する。
図2(A)は、本画像処理装置の動作フローチャートであり、まず、撮像装置により複数枚のフレーム画像10を取得した際に、被写体検出装置1によって特定の被写体を検出する「被写体認識処理」を実行する(ステップS1)。次に、その「被写体認識処理」によって検出された上記特定の被写体が適切な状態であるかを被写体評価装置2によって評価する「被写体評価処理」を実施する(ステップS2)。そして、その「被写体評価処理」によって適切であると評価された画像を複数枚用意し、高解像度化装置3によって高解像度な画像を得る「高解像度化処理」を実施する(ステップS3)。
図2(A)は、本画像処理装置の動作フローチャートであり、まず、撮像装置により複数枚のフレーム画像10を取得した際に、被写体検出装置1によって特定の被写体を検出する「被写体認識処理」を実行する(ステップS1)。次に、その「被写体認識処理」によって検出された上記特定の被写体が適切な状態であるかを被写体評価装置2によって評価する「被写体評価処理」を実施する(ステップS2)。そして、その「被写体評価処理」によって適切であると評価された画像を複数枚用意し、高解像度化装置3によって高解像度な画像を得る「高解像度化処理」を実施する(ステップS3)。
このように、本第1実施形態に係る画像処理装置では、高解像度化処理に、被写体評価装置2による「被写体評価処理」を加えることで、顔などの動きのある被写体を撮像する場合に、高解像度化処理で用いる画像として適切なものを判断するようにし、それら適切と判断された画像を用いることで精度のよい高解像度の画像を得られるようにしたものである。
以下、上記特定の被写体が顔である場合について、更に詳細に説明する。
この場合、被写体検出装置1で検出される被写体は顔であり、上記ステップS1の「被写体検出処理」では、被写体検出装置1によって複数枚フレーム画像10から顔の部分を抽出する。そして、次のステップS2における被写体評価装置2による「被写体評価処理」では、図3(A)のフローチャートに示すようにして、各フレーム画像10について被写体を評価する。
この場合、被写体検出装置1で検出される被写体は顔であり、上記ステップS1の「被写体検出処理」では、被写体検出装置1によって複数枚フレーム画像10から顔の部分を抽出する。そして、次のステップS2における被写体評価装置2による「被写体評価処理」では、図3(A)のフローチャートに示すようにして、各フレーム画像10について被写体を評価する。
即ち、まず、正対評価部2Aによって、当該フレーム画像10において顔が撮影装置の方を向いているかを評価する「正対評価処理」を実施する(ステップS11)。この「正対評価処理」の詳細については後述する。そして、この「正対評価処理」による合否結果が合格でなければ(ステップS12)、当該フレーム画像は、被写体評価不合格と決定する(ステップS13)。
これに対して、上記「正対評価処理」による合否結果が合格である場合には(ステップS12)、更に、視線評価部2Bによって、当該フレーム画像10において視線が適切であるかを評価する「視線評価処理」を実施する(ステップS14)。この「視線評価処理」の詳細については後述する。そして、この「視線評価処理」による合否結果が合格でなければ(ステップS15)、当該フレーム画像は、被写体評価不合格と決定する(ステップS13)。
これに対して、上記「視線評価処理」による合否結果が合格である場合には(ステップS15)、更に、表情評価部2Cによって、当該フレーム画像10において表情が適切であるか評価する「表情評価処理」を実施する(ステップS16)。この「表情評価処理」の詳細については後述する。そして、この「表情評価処理」による合否結果が合格でなければ(ステップS17)、当該フレーム画像は、被写体評価不合格と決定する(ステップS13)。
これに対して、上記「表情評価処理」による合否結果が合格である場合には(ステップS17)、即ち、上記3つの評価で合格した場合には、当該フレーム画像10を最終的に被写体評価合格と決定して、高解像度化処理に用いることとなる。
次に、上記ステップS11での「正対評価処理」について説明する。
この「正対評価処理」に関しては、例えば、上記特許文献5(特開2007−6427号公報)に開示された顔器官中心位置検出処理により、顔の向きを推定する。それにより、顔の向きが正対しているフレーム画像10を選抜することができる。
この「正対評価処理」に関しては、例えば、上記特許文献5(特開2007−6427号公報)に開示された顔器官中心位置検出処理により、顔の向きを推定する。それにより、顔の向きが正対しているフレーム画像10を選抜することができる。
以下、上記特許文献5で提案されている、顔の向きの計算方法を説明する。これは、上記被写体検出装置1で検出した顔を含むフレーム画像10から顔方向を計測し、そこから顔方向情報を算出するものである。
図3(B)は、この「正対評価処理」のフローチャートを示す図である。
即ち、まず、上記被写体検出装置1で検出されたフレーム画像10中の顔と思われる部分の画像(顔画像)を取得し(ステップS111)、次に、該取得した顔画像に対して差分背景や肌色領域抽出によって、顔領域12をより正確に検出する(ステップS112)。なお、顔領域12とは、図3(C)において頭部に外接する四角形の領域のことである。
即ち、まず、上記被写体検出装置1で検出されたフレーム画像10中の顔と思われる部分の画像(顔画像)を取得し(ステップS111)、次に、該取得した顔画像に対して差分背景や肌色領域抽出によって、顔領域12をより正確に検出する(ステップS112)。なお、顔領域12とは、図3(C)において頭部に外接する四角形の領域のことである。
次に、この検出した顔領域12より、その中心(顔領域中心13)を検出し(ステップS113)、更に、眉、目尻、鼻などの顔器官の位置を検出することにより顔器官中心位置14を決定する(ステップS114)。ここで、図3(C)に示すように、上記顔領域中心位置13は顔領域12の中心の位置のことであり、上記顔器官中心位置14は両眉の中心、鼻筋、唇のくぼみ部分を通る直線の位置のことである。
そして、これら検出した顔領域中心位置13と顔器官中心位置14とから、顔方向を計算する(ステップS115)。
即ち、まず、水平方向の顔方向を計算する。ここで、顔方向は、図4の顔楕円モデルを基に計算される。図4は水平方向右向きΦfaceを向いたときの頭を真上から見下ろしたものである。
なお、撮影装置15に対する水平方向の角度Φ、撮影装置15に対する垂直方向の角度Ψ、及び撮影装置15に対する向きθの関係は、図5に示す通りである。
また、撮影装置15に対する垂直方向の顔角度Ψfaceの推定に関しては、既存の方法を用いる。
そして、水平方向の顔角度Φfaceと垂直方向の顔角度Ψfaceから、顔が撮影装置15の方向を向いているかを計算する。顔の向きと撮影装置15の向きの角度をθfaceとすると、θfaceは次の数2で表される。
こうして顔方向が計算されたならば、被写体である顔が撮影装置15に正対しているかを、その計算結果に基づいて判定する「合否判定処理」を実施する(ステップS116)。ここで、θface≦30°のときに、被写体である顔は撮影装置15に正対していると判断し、正対評価を合格とする。
次に、上記正対評価で合格したフレーム画像10に対して上記ステップS14で実施する「視線評価処理」について説明する。
この「視線評価処理」も、上記特許文献5に開示された手法に基づいて行うもので、上記「正対評価処理」で算出した値も用いる。図6は、この「視線評価処理」のフローチャートを示す図である。
この「視線評価処理」も、上記特許文献5に開示された手法に基づいて行うもので、上記「正対評価処理」で算出した値も用いる。図6は、この「視線評価処理」のフローチャートを示す図である。
即ち、まず、上記正対評価で合格したフレーム画像10から顔画像を取得し(ステップS141)、その顔画像から瞳を検出する(ステップS142)。ここで、瞳が検出できなければ(ステップS143)、視線方向の特定は失敗と判定する(ステップS144)。
これに対して、瞳が検出できている場合には(ステップS143)、目の領域を検出する(ステップS145)。そして、両目とも検出されたか、片目だけ検出されたか、両目とも検出されなかったかを判別する(ステップS146)。即ち、両目が検出されたのであれば(ステップS146)、両目の視線方向を計算し(ステップS147)、両目の視線方向を重み付けて足し合わせて(ステップS148)、視線方向を決定する(ステップS149)。また、片目のみ検出されたのであれば(ステップS146)、その片目の視線方向を計算し(ステップS1410)、それによって視線方向を決定する(ステップS149)。なお、両目とも検出されなかったのであれば(ステップS146)、視線方向の検出は失敗となる(ステップS144)。
ただし、この「視線評価処理」自体は、上記ステップS11での「正対評価処理」に合格したフレーム画像10のみ用いるものであり、従って、顔がきちんと撮影装置15に正対していると判断されているとすれば、上記ステップS146で片目のみ検出されたと判断されることは考えにくい。そのため、上記ステップS146で片目のみ検出されているものも、視線評価を失敗としてしまっても良い。
ここで、上記ステップS147及びステップS1410で行われる視線方向計算の具体的な方法を、図7の眼球モデルに基づいて説明する。
眼球は皮膚に覆われているため、実際にフレーム画像10中に現れるのは、図7における弧E1’E2’であり、これは角膜部分を表す。また、図7において、Oeye,Iがそれぞれ画像中での目の中心、瞳の中心を表し、Oeye’は実際の眼球の中心を現している。Φfaceは上記「正対評価処理」で計算したときの顔方向の角度、Φeyeが視線方向の角度、Weyeは画像中における目領域の幅、Ceyeはフレーム画像10中での眼球中心位置と瞳中心位置の長さとする。
また、両目とも検出できた場合には、それぞれの目についてこの視線方向が検出される。そこで、両目とも検出できた場合には、上記ステップS148において両目の視線方向に重み付けを行って足し合わせることで、最終的な視線方向を決定する。
この重みは、顔方向によって決定される。顔が右を向いている場合は、右目は画像中に殆ど見られないため、左目の重みを重くする。また、顔が正面を向いているときは、視線方向は両目の平均とする。ただし、この手法を本実施形態に係る画像処理装置に適用するに当たっては、上記「正対評価処理」で合格したもののみ該「視線評価処理」を実施するため、両目の平均としてしまっても良い。
また、両目の視線方向の決定は、垂直方向、水平方向それぞれに関して別々に行う。
ここで、撮影装置15に視線があっているもののみ抽出したいため、垂直方向、水平方向ともに、±5°以内に入っているもののみ合格とする。
このようにして正対評価及び視線評価が合格したフレーム画像10に対し、上記ステップS16の「表情評価処理」を実施する。この「表情評価処理」の手法としては、例えば上記特許文献6(特開2004−294498号公報)に、Snakes法を用いた形状抽出法を用いて、顔の輪郭、目、口の形状から表情を判定する手法が開示されている。本実施形態においても、その手法により表情を判定するものとする。
なお、どのような表情を用いるかは写真の用途によって異なるが、記念写真では笑顔、証明写真用であれば無表情なものと判断された画像を合格とする。
以上のようにして、被写体評価装置2によって、複数枚のフレーム画像10の中から超解像に用いるのに適切だと判断されたフレーム画像10を全て用いて、高解像度化装置3によって、元画像よりも高解像度の画像を作成することができる。この高解像度化の手法は、例えば上記特許文献3(特開2007−13269号公報)に開示されており、本実施形態においても、それに基づいて行う。
以下、この高解像度化の手順を説明する。
高解像度化装置3で行われる高画質化の処理は、具体的には、モーション推定部3Aでの動き推定の処理と、超解像処理部3Bでの加算平均の処理の手順を含む。これらを図8乃至図12を参照して説明する。
高解像度化装置3で行われる高画質化の処理は、具体的には、モーション推定部3Aでの動き推定の処理と、超解像処理部3Bでの加算平均の処理の手順を含む。これらを図8乃至図12を参照して説明する。
高解像度化装置3におけるモーション推定部3Aは、上記被写体評価装置2によって合格となった複数枚のフレーム画像10の画像信号を用いて、各画像(フレーム)におけるフレーム間の動き推定を行う。図8は、このモーション推定部3Aでの動き推定の処理手順の一例を示す図である。
即ち、まず、動き推定の基準となるフレーム画像10(以下、基準画像と称する)を1枚読み込む(ステップS31)。そして、その基準画像を複数の動きで変形させる(ステップS32)
次に、基準画像間の動き推定を行うフレーム画像10(以下、参照画像と称する)を1枚読み込む(ステップS33)。そして、上記基準画像を複数変形させたそれぞれの画像列と該参照画像との間の類似度値を算出し(ステップS34)、変形させた動きのパラメータと算出した類似度値との関係を用いて、図9に示すような離散的な類似度マップを作成する(ステップS35)。
次に、基準画像間の動き推定を行うフレーム画像10(以下、参照画像と称する)を1枚読み込む(ステップS33)。そして、上記基準画像を複数変形させたそれぞれの画像列と該参照画像との間の類似度値を算出し(ステップS34)、変形させた動きのパラメータと算出した類似度値との関係を用いて、図9に示すような離散的な類似度マップを作成する(ステップS35)。
その後、このステップS35で作成した離散的な類似度マップを補完することで、類似度マップの極値を探索し、類似度マップの極値を求める(ステップS36)。ここで、極値で定められる変形の動きが動き推定値となる。なお、類似度マップの極値の探索法には、例えば、パラボラフィッティング、スプライン補間法、等がある。
続いて、全ての参照画像において動き推定を行ったか否かを判定する(ステップS37)。この結果、全ての参照画像において動き推定を行っていない場合には、参照画像のフレーム番号を1つ増加させて(ステップS38)、上述のステップS33へ戻る。これにより、全ての参照画像において動き推定を行うまで、ステップS33乃至ステップS38の処理が繰り返し行われることとなる。
そして、対象となる全ての参照画像に対して動き推定が行われたと判定されると(ステップS37)、当該動き推定の処理を終了する。
次に、動き推定をパラボラフッティングで行う具体的方法の一例を図9を参照して説明する。図9において、縦軸は二乗偏差を表し、横軸は変形モーションパラメータを示している。この図において、縦軸の二乗偏差の値が小さいほど類似度が高いといえる。
ここで、上記ステップS32における基準画像の複数変形は、例えば、水平、垂直、回転方向に対して、±1ピクセルの動きパラメータで基準画像を19通り(なお、27通り中8通りは同じ変形パターン)に変形させる。また、上記ステップS35では、図9に示した横軸のモーションパラメータを水平方向,垂直方向,回転方向の組み合わせであると考えると、負の方から(−1,+1,−1)、(−1,+1,0)、(−1,+1,+1)の各離散類似度値をプロットする。また、各変形方向を別々と考えると、負の方向から(−1),(0),(+1)となり、水平方向,垂直方向,回転方向について別々にプロットする。
図10は、参照画像における基準画像への近似を示している。各参照画像は、動き推定値を符号反転した値であり、画像変形することにより基準画像に近似する。
その後、超解像処理部3Bにおいて、加重平均処理を行うことで高解像度画像11を得る。ここで、図11に示す加算平均法を用いる場合は、基準画像と近似した全画像における各対応画素を全フレーム分、一度に加算平均した値を新画素値として高解像度画像11を生成する。一方、図12に示す加算平均法を用いる場合は、基準画像と近似した全画像における各対応画素位置をフレーム間ずつに加算平均した値を新画素値として加算平均画像を生成する。なお、図11に示す加算平均手法は、図12に示す加算平均手法に比べ、ノイズが残りにくい傾向がある点でよい。
以上のように、本第1実施形態によれば、顔などの動きのある被写体を撮像する場合に、複数枚のフレーム画像の中で超解像処理で用いる画像として適切なものを選択して使用することにより、精度のよい高解像度の画像が得られる。
[第2実施形態]
次に、本発明の第2実施形態を説明する。
次に、本発明の第2実施形態を説明する。
上記第1実施形態では、顔などの被写体部分の解像度が足りないなど、被写体が不鮮明であるときに評価が上手く行かない場合がある。特に、目線評価を行うためには、顔の部分をより正確に認識するために解像度を増やすことが必要である。
そこで、本第2実施形態では、被写体評価装置2での被写体評価に使用する顔画像の解像度を上げることによって、評価の精度を上げるようにしたものである。
図13は、本第2実施形態に係る画像処理装置の構成を示す図で、該画像処理装置は、上記第1実施形態に係る画像処理装置の構成に、更に、被写体領域抽出装置4及び被写体領域高解像度化装置5を加えたものである。
ここで、被写体領域抽出装置4は、特定の被写体の被写体領域、例えば顔の場合は顔領域12を抽出するものである。また、被写体領域高解像度化装置5は、上記被写体領域抽出装置4によって抽出した被写体領域(顔領域12)のみを高解像度化するものである。なお、この被写体領域高解像度化装置5での高解像度化の手法は、上記高解像度化装置3における高解像度化の手法と同一である。異なるのは、上記高解像度化装置3ではフレーム画像10全体を処理対象とするのに対して、該被写体領域高解像度化装置5ではフレーム画像10中の被写体領域のみを動き推定処理及び加算平均処理の対象とするという点だけである。
被写体評価装置2は、この被写体領域高解像度化装置5によって高解像度化された被写体画像を用いて被写体を評価する。
図2(B)は、本第2実施形態に係る画像処理装置の動作フローチャートであり、まず、撮像装置により複数枚のフレーム画像10を取得した際に、被写体検出装置1によって特定の被写体を検出する「被写体認識処理」を実行する(ステップS1)。次に、その「被写体認識処理」によって検出された上記特定の被写体を含む領域を、被写体領域として囲むような矩形で特定する「被写体領域特定処理」を被写体領域抽出装置4によって実施する(ステップS4)。そして、その「被写体領域特定処理」によって特定した被写体領域に対して、被写体領域高解像度化装置5によって高解像度化処理を行う「被写体領域内高解像度化処理」を実施する(ステップS5)。その後、その「被写体領域内高解像度化処理」によって高解像度化された特定の被写体が適切な状態であるかを被写体評価装置2によって評価する「被写体評価処理」を実施する(ステップS2)。そして、その「被写体評価処理」によって適切であると評価されたフレーム画像10を複数枚用意し、高解像度化装置3によって高解像度な画像を得る「高解像度化処理」を実施する(ステップS3)。
ここで、上記特定の被写体が顔である場合の具体的な手順を図14を参照して説明する。この場合、被写体検出装置1で検出される被写体は顔であり、図14(A)に示すように、複数枚のフレーム画像10それぞれから顔の部分を特定する。次に、上記ステップS4の「被写体領域特定処理」において、被写体領域抽出装置4により、図14(B)に示すように、被写体領域としての顔領域12を顔を含む矩形で特定する。その後、上記ステップS5の「被写体領域内高解像度化処理」において、被写体領域高解像度化装置5にて、図14(C)に示すように、顔領域12に対して高解像度化処理を行い、高解像度化された被写体領域画像16を得る。次に、上記ステップS2において、被写体評価装置2により、図14(D)に示すように、それら高解像度化された被写体領域画像16に対して被写体評価を行う。該被写体評価装置2による「被写体評価処理」については、上記第1実施形態と同様であり、また、その後の上記ステップS3における高解像度化装置3による「高解像度化処理」についても、上記第1実施形態と同様である。
以上のように、本第2実施形態によれば、被写体評価に使用する顔画像を高解像度化してから被写体評価装置2に与えることによって、被写体評価の精度を上げることができ、よって、複数枚のフレーム画像の中で超解像処理で用いる画像を精度良く選択でき、結果として、より精度のよい高解像度画像が得られる。
[第3実施形態]
次に、本発明の第3実施形態を説明する。
次に、本発明の第3実施形態を説明する。
上記第1実施形態のように、顔などの被写体の評価が高いフレーム画像10だけを用いて高解像度化処理を行った場合、背景など被写体部分以外の部分が精度よく高解像度化されにくい可能性がある。
そこで、本第3実施形態では、被写体部分の評価が高いフレーム画像10だけでなく、前後数フレームのフレーム画像10も使うことによって、より精細に背景を高解像度化するようにしたものである。
図15は、本第3実施形態に係る画像処理装置の構成を示す図で、該画像処理装置は、上記第1実施形態に係る画像処理装置の構成に、更に、高評価画像前後nフレーム選択装置6を加えたものである。
ここで、高評価画像前後nフレーム選択装置6は、被写体評価装置2によって評価の高かったフレーム画像10と、その評価の高かったフレーム画像10の前後nフレームのフレーム画像を全て選択して、高解像度化装置3に供給するものである。
図2(C)は、本第3実施形態に係る画像処理装置の動作フローチャートであり、まず、撮像装置により複数枚のフレーム画像10を取得した際に、被写体検出装置1によって特定の被写体を検出する「被写体認識処理」を実行する(ステップS1)。次に、その「被写体認識処理」によって検出された上記特定の被写体が適切な状態であるかを被写体評価装置2によって評価する「被写体評価処理」を実施する(ステップS2)。その後、高評価画像前後nフレーム選択装置6によって、その「被写体評価処理」によって適切であると評価されたフレーム画像10と、該適切であると評価されたフレーム画像10の前後nフレームのフレーム画像を全て選択する「高評価画像前後nフレーム選択処理」を実施する(ステップS6)。そして、その「高評価画像前後nフレーム選択処理」によって選択されたフレーム画像10全てを用いて、高解像度化装置3によって高解像度な画像を得る「高解像度化処理」を実施する(ステップS3)。
即ち、本第3実施形態は、被写体評価を行うところまでは前述の第1実施形態と同様である。そこで、本第3実施形態に関して、被写体評価からを中心に、図16を参照して更に詳細に説明する。
まず、m枚のフレーム画像10を被写体評価装置2によって、被写体評価する。図16は、m=20の例である。
ここで、被写体評価によって数枚のフレーム画像10が合格する。図16にける被写体評価結果17では、合格したフレーム画像が○、不合格したフレーム画像が×で表されている。フレーム5のフレーム画像とフレーム15のフレーム画像が該被写体評価によって合格した例である。
次に、高評価画像前後nフレーム選択装置6によって、これら合格した画像の前後nフレームを選択する。図16の例ではn=3であり、選択されたフレームは網掛けを付して示している。即ち、この例では、フレーム2からフレーム8までの7枚のフレーム画像と、フレーム12からフレーム18までの7枚のフレーム画像とが選択されている。
こうして選択された全て(図16の例では14枚)のフレーム画像を用いて、高解像度化装置3により、高解像度化を行い、最終的な高解像度画像11を得ることができる。
以上のように、本第3実施形態によれば、被写体部分の評価が高いフレーム画像だけでなく、前後数フレームのフレーム画像も使うことによって、顔などの特定の被写体だけでなく、背景など被写体部分以外の部分もより精細に高解像度化した高解像度画像が得られる。
以上実施形態に基づいて本発明を説明したが、本発明は上述した実施形態に限定されるものではなく、本発明の要旨の範囲内で種々の変形や応用が可能なことは勿論である。
例えば、上記実施形態の機能を実現するソフトウェアのプログラムをコンピュータに供給し、当該コンピュータがこのプログラムを実行することによって、上記機能を実現することも可能である。このコンピュータは、カメラ等の撮影装置の制御部として撮影装置に組み込まれたものであっても良いし、パーソナルコンピュータ等であっても良い。
また、被写体の評価方法や高解像度化の手法は、実施形態で説明したものに限定されるものではない。
(付記)
前記の具体的実施形態から、以下のような構成の発明を抽出することができる。
前記の具体的実施形態から、以下のような構成の発明を抽出することができる。
(1) 解像度の低い画像から解像度の高い画像を生成する画像処理装置において、
複数枚の画像から注目被写体を認識する被写体認識手段と、
上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体認識手段によって認識された上記注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価手段と、
上記被写体評価手段によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化手段と、
を具備することを特徴とする画像処理装置。
複数枚の画像から注目被写体を認識する被写体認識手段と、
上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体認識手段によって認識された上記注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価手段と、
上記被写体評価手段によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化手段と、
を具備することを特徴とする画像処理装置。
(対応する実施形態)
この(1)に記載の画像処理装置に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体検出装置1が上記被写体認識手段に、被写体評価装置2又は被写体評価装置2,被写体領域抽出装置4,被写体領域高解像度化装置5が上記被写体評価手段に、高解像度画像11が上記解像度の高い画像に、高解像度化装置3又は高解像度化装置3,高評価画像前後nフレーム選択装置6が上記高解像度化手段に、それぞれ対応する。
この(1)に記載の画像処理装置に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体検出装置1が上記被写体認識手段に、被写体評価装置2又は被写体評価装置2,被写体領域抽出装置4,被写体領域高解像度化装置5が上記被写体評価手段に、高解像度画像11が上記解像度の高い画像に、高解像度化装置3又は高解像度化装置3,高評価画像前後nフレーム選択装置6が上記高解像度化手段に、それぞれ対応する。
(作用効果)
この(1)に記載の画像処理装置によれば、注目する被写体について、より高解像度の画像を生成することが可能である。
この(1)に記載の画像処理装置によれば、注目する被写体について、より高解像度の画像を生成することが可能である。
(2) 上記高解像度化手段は、上記被写体評価手段で上記高い評価を得た複数枚の画像を用いて解像度の高い画像を生成することを特徴とする(1)に記載の画像処理装置。
(対応する実施形態)
この(2)に記載の画像処理装置に関する実施形態は、第1及び第2実施形態が対応する。
この(2)に記載の画像処理装置に関する実施形態は、第1及び第2実施形態が対応する。
(作用効果)
この(2)に記載の画像処理装置によれば、顔などの動きのある被写体を撮像する場合に、複数枚の画像の中で超解像処理で用いる画像として適切なものを選択して使用することにより、精度のよい高解像度の画像が得られる。
この(2)に記載の画像処理装置によれば、顔などの動きのある被写体を撮像する場合に、複数枚の画像の中で超解像処理で用いる画像として適切なものを選択して使用することにより、精度のよい高解像度の画像が得られる。
(3) 上記高解像度化手段は、上記被写体評価手段で上記高い評価を得た画像を含めた複数枚の画像を用いて解像度の高い画像を生成することを特徴とする(1)に記載の画像処理装置。
(対応する実施形態)
この(3)に記載の画像処理装置に関する実施形態は、第3実施形態が対応する。その実施形態において、高解像度化装置3,高評価画像前後nフレーム選択装置6が上記高解像度化手段に対応する。
この(3)に記載の画像処理装置に関する実施形態は、第3実施形態が対応する。その実施形態において、高解像度化装置3,高評価画像前後nフレーム選択装置6が上記高解像度化手段に対応する。
(作用効果)
この(3)に記載の画像処理装置によれば、被写体部分の評価が高い画像を含めた複数枚の画像を使うことによって、精度の良い高解像度化の画像が得られる。
この(3)に記載の画像処理装置によれば、被写体部分の評価が高い画像を含めた複数枚の画像を使うことによって、精度の良い高解像度化の画像が得られる。
(4) 上記複数枚の画像は時系列で取得した複数枚の画像であって、
上記被写体評価手段で上記高い評価を得た画像を含めた複数枚の画像は、上記被写体評価手段で上記高い評価を得た画像と、該高い評価を得た画像に対して時系列的に近接した時間に取得された画像であることを特徴とする(3)に記載の画像処理装置。
上記被写体評価手段で上記高い評価を得た画像を含めた複数枚の画像は、上記被写体評価手段で上記高い評価を得た画像と、該高い評価を得た画像に対して時系列的に近接した時間に取得された画像であることを特徴とする(3)に記載の画像処理装置。
(対応する実施形態)
この(4)に記載の画像処理装置に関する実施形態は、第3実施形態が対応する。
この(4)に記載の画像処理装置に関する実施形態は、第3実施形態が対応する。
(作用効果)
この(4)に記載の画像処理装置によれば、被写体部分の評価が高い画像だけでなく、前後数フレームの画像も使うことによって、顔などの特定の被写体だけでなく、背景など被写体部分以外の部分もより精細に高解像度化した高解像度画像が得られる。
この(4)に記載の画像処理装置によれば、被写体部分の評価が高い画像だけでなく、前後数フレームの画像も使うことによって、顔などの特定の被写体だけでなく、背景など被写体部分以外の部分もより精細に高解像度化した高解像度画像が得られる。
(5) 上記被写体評価手段は、上記複数枚の画像の少なくとも一部の領域に対して解像度を上げる処理を行い、該解像度を上げた領域の画像データを用いて上記評価を行うことを特徴とする(1)乃至(4)のうちいずれかに記載の画像処理装置。
(対応する実施形態)
この(5)に記載の画像処理装置に関する実施形態は、第2実施形態が対応する。その実施形態において、顔領域12が上記一部の領域に、高解像度化された被写体領域画像16が上記解像度を上げた領域の画像データに、それぞれ対応する。また、被写体評価装置2,被写体領域抽出装置4,被写体領域高解像度化装置5が上記被写体評価手段に対応する。
この(5)に記載の画像処理装置に関する実施形態は、第2実施形態が対応する。その実施形態において、顔領域12が上記一部の領域に、高解像度化された被写体領域画像16が上記解像度を上げた領域の画像データに、それぞれ対応する。また、被写体評価装置2,被写体領域抽出装置4,被写体領域高解像度化装置5が上記被写体評価手段に対応する。
(作用効果)
この(5)に記載の画像処理装置によれば、被写体評価の精度を上げることができ、よって、複数枚の画像の中で超解像処理で用いる画像を精度良く選択でき、結果として、より精度のよい高解像度画像が得られる。
この(5)に記載の画像処理装置によれば、被写体評価の精度を上げることができ、よって、複数枚の画像の中で超解像処理で用いる画像を精度良く選択でき、結果として、より精度のよい高解像度画像が得られる。
(6) 上記被写体認識手段は、上記注目被写体として人物の顔を含む領域を認識し、
上記被写体評価手段は、上記人物の写りの良さを示す指標を算出し、上記指標に基づいて上記評価を行うことを特徴とする(1)乃至(5)のうちいずれかに記載の画像処理装置。
上記被写体評価手段は、上記人物の写りの良さを示す指標を算出し、上記指標に基づいて上記評価を行うことを特徴とする(1)乃至(5)のうちいずれかに記載の画像処理装置。
(対応する実施形態)
この(6)に記載の画像処理装置に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、顔領域12が上記人物の顔を含む領域に、顔が撮影装置の方を向いているか、視線が適切であるか、及び表情が適切であるかが上記人物の写りの良さを示す指標に、それぞれ対応する。
この(6)に記載の画像処理装置に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、顔領域12が上記人物の顔を含む領域に、顔が撮影装置の方を向いているか、視線が適切であるか、及び表情が適切であるかが上記人物の写りの良さを示す指標に、それぞれ対応する。
(作用効果)
この(6)に記載の画像処理装置によれば、注目被写体である人物の顔が精度よく高解像度化された高解像度の画像を生成できる。
この(6)に記載の画像処理装置によれば、注目被写体である人物の顔が精度よく高解像度化された高解像度の画像を生成できる。
(7) 複数枚の解像度の低い画像から注目被写体を認識し、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識された注目被写体が望ましい状態で撮影されているかの評価を行い、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する、
ことを特徴とする画像処理方法。
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識された注目被写体が望ましい状態で撮影されているかの評価を行い、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する、
ことを特徴とする画像処理方法。
(対応する実施形態)
この(7)に記載の画像処理方法に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体認識処理(ステップS1)が上記被写体の認識に、被写体評価処理(ステップS2)又は被写体評価処理(ステップS2),被写体領域特定処理(ステップS4),被写体領域内高解像度化処理(ステップS5)が上記評価に、高解像度画像11が上記解像度の高い画像に、高解像度化処理(ステップS3)又は高解像度化処理(ステップS3),高評価画像前後nフレーム選択処理(ステップS6)が上記高解像度化に、それぞれ対応する。
この(7)に記載の画像処理方法に関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体認識処理(ステップS1)が上記被写体の認識に、被写体評価処理(ステップS2)又は被写体評価処理(ステップS2),被写体領域特定処理(ステップS4),被写体領域内高解像度化処理(ステップS5)が上記評価に、高解像度画像11が上記解像度の高い画像に、高解像度化処理(ステップS3)又は高解像度化処理(ステップS3),高評価画像前後nフレーム選択処理(ステップS6)が上記高解像度化に、それぞれ対応する。
(作用効果)
この(7)に記載の画像処理方法によれば、注目する被写体について、より高解像度の画像を生成することが可能である。
この(7)に記載の画像処理方法によれば、注目する被写体について、より高解像度の画像を生成することが可能である。
(8) 電子的に記録された複数枚の解像度の低い画像から解像度の高い画像を生成する画像処理プログラムであって、
コンピュータに、
複数枚の解像度の低い画像から注目被写体を認識する手順と、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識した注目被写体が望ましい状態で撮影されているかの評価を行う手順と、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する手順と、
を実行させるための画像処理プログラム。
コンピュータに、
複数枚の解像度の低い画像から注目被写体を認識する手順と、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識した注目被写体が望ましい状態で撮影されているかの評価を行う手順と、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する手順と、
を実行させるための画像処理プログラム。
(対応する実施形態)
この(8)に記載の画像処理プログラムに関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体認識処理(ステップS1)が上記認識する手順に、被写体評価処理(ステップS2)又は被写体評価処理(ステップS2),被写体領域特定処理(ステップS4),被写体領域内高解像度化処理(ステップS5)が上記評価を行う手順に、高解像度画像11が上記解像度の高い画像に、高解像度化処理(ステップS3)又は高解像度化処理(ステップS3),高評価画像前後nフレーム選択処理(ステップS6)が上記解像度の高い画像を生成する手順に、それぞれ対応する。
この(8)に記載の画像処理プログラムに関する実施形態は、第1乃至第3実施形態が対応する。それらの実施形態において、複数枚のフレーム画像10が上記複数枚の画像に、被写体認識処理(ステップS1)が上記認識する手順に、被写体評価処理(ステップS2)又は被写体評価処理(ステップS2),被写体領域特定処理(ステップS4),被写体領域内高解像度化処理(ステップS5)が上記評価を行う手順に、高解像度画像11が上記解像度の高い画像に、高解像度化処理(ステップS3)又は高解像度化処理(ステップS3),高評価画像前後nフレーム選択処理(ステップS6)が上記解像度の高い画像を生成する手順に、それぞれ対応する。
(作用効果)
この(8)に記載の画像処理プログラムによれば、注目する被写体について、より高解像度の画像を生成することが可能である。
この(8)に記載の画像処理プログラムによれば、注目する被写体について、より高解像度の画像を生成することが可能である。
1…被写体検出装置、 2…被写体評価装置、 2A…正対評価部、 2B…視線評価部、 2C…表情評価部、 3…高解像度化装置、 3A…モーション推定部、 3B…超解像処理部、 4…被写体領域抽出装置、 5…被写体領域高解像度化装置、 6…フレーム選択装置、 10…フレーム画像、 11…高解像度画像、 12…顔領域、 13…顔領域中心位置、 14…顔器官中心位置、 15…撮影装置、 16…高解像度化された被写体領域画像、 17…被写体評価結果。
Claims (8)
- 解像度の低い画像から解像度の高い画像を生成する画像処理装置において、
複数枚の画像から注目被写体を認識する被写体認識手段と、
上記複数枚の画像について、上記画像の画像信号を用いて、上記被写体認識手段によって認識された上記注目被写体が望ましい状態で撮影されているかの評価を行う被写体評価手段と、
上記被写体評価手段によって、望ましい状態で撮影されているという高い評価を得た画像を用いて解像度の高い画像を生成する高解像度化手段と、
を具備することを特徴とする画像処理装置。 - 上記高解像度化手段は、上記被写体評価手段で上記高い評価を得た複数枚の画像を用いて解像度の高い画像を生成することを特徴とする請求項1に記載の画像処理装置。
- 上記高解像度化手段は、上記被写体評価手段で上記高い評価を得た画像を含めた複数枚の画像を用いて解像度の高い画像を生成することを特徴とする請求項1に記載の画像処理装置。
- 上記複数枚の画像は時系列で取得した複数枚の画像であって、
上記被写体評価手段で上記高い評価を得た画像を含めた複数枚の画像は、上記被写体評価手段で上記高い評価を得た画像と、該高い評価を得た画像に対して時系列的に近接した時間に取得された画像であることを特徴とする請求項3に記載の画像処理装置。 - 上記被写体評価手段は、上記複数枚の画像の少なくとも一部の領域に対して解像度を上げる処理を行い、該解像度を上げた領域の画像データを用いて上記評価を行うことを特徴とする請求項1ないし請求項4のうちいずれかに記載の画像処理装置。
- 上記被写体認識手段は、上記注目被写体として人物の顔を含む領域を認識し、
上記被写体評価手段は、上記人物の写りの良さを示す指標を算出し、上記指標に基づいて上記評価を行うことを特徴とする請求項1ないし請求項5のうちいずれかに記載の画像処理装置。 - 複数枚の解像度の低い画像から注目被写体を認識し、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識された注目被写体が望ましい状態で撮影されているかの評価を行い、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する、
ことを特徴とする画像処理方法。 - 電子的に記録された複数枚の解像度の低い画像から解像度の高い画像を生成する画像処理プログラムであって、
コンピュータに、
複数枚の解像度の低い画像から注目被写体を認識する手順と、
上記複数枚の解像度の低い画像について、上記画像の画像信号を用いて、上記認識した注目被写体が望ましい状態で撮影されているかの評価を行う手順と、
上記複数枚の解像度の低い画像の内、上記評価によって望ましい状態で撮影されているという高い評価を得たものを用いて、解像度の高い画像を生成する手順と、
を実行させるための画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007170832A JP2009009404A (ja) | 2007-06-28 | 2007-06-28 | 画像処理装置、画像処理方法及び画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007170832A JP2009009404A (ja) | 2007-06-28 | 2007-06-28 | 画像処理装置、画像処理方法及び画像処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2009009404A true JP2009009404A (ja) | 2009-01-15 |
Family
ID=40324413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007170832A Withdrawn JP2009009404A (ja) | 2007-06-28 | 2007-06-28 | 画像処理装置、画像処理方法及び画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2009009404A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013061743A (ja) * | 2011-09-12 | 2013-04-04 | Canon Inc | 画像処理装置および画像処理方法 |
JP2019161322A (ja) * | 2018-03-08 | 2019-09-19 | 大日本印刷株式会社 | 写真撮影装置 |
JP2019197112A (ja) * | 2018-05-08 | 2019-11-14 | 株式会社セガゲームス | 遊戯画像撮影システム |
-
2007
- 2007-06-28 JP JP2007170832A patent/JP2009009404A/ja not_active Withdrawn
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013061743A (ja) * | 2011-09-12 | 2013-04-04 | Canon Inc | 画像処理装置および画像処理方法 |
US9412151B2 (en) | 2011-09-12 | 2016-08-09 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
JP2019161322A (ja) * | 2018-03-08 | 2019-09-19 | 大日本印刷株式会社 | 写真撮影装置 |
JP2019197112A (ja) * | 2018-05-08 | 2019-11-14 | 株式会社セガゲームス | 遊戯画像撮影システム |
JP7131060B2 (ja) | 2018-05-08 | 2022-09-06 | 株式会社セガ | 遊戯画像撮影システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11775056B2 (en) | System and method using machine learning for iris tracking, measurement, and simulation | |
KR101490016B1 (ko) | 인물 화상 처리 장치 및 인물 화상 처리 방법 | |
JP5629803B2 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
JP4307496B2 (ja) | 顔部位検出装置及びプログラム | |
KR101381439B1 (ko) | 얼굴 인식 장치 및 얼굴 인식 방법 | |
JP4743823B2 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
JP4687265B2 (ja) | 画像分析装置 | |
JP2019527448A (ja) | 車両の運転者の状態を監視するための方法及びシステム | |
JP5001930B2 (ja) | 動作認識装置及び方法 | |
CN108985210A (zh) | 一种基于人眼几何特征的视线追踪方法及系统 | |
JP2007213378A (ja) | 特定表情顔検出方法、撮像制御方法および装置並びにプログラム | |
JP5170094B2 (ja) | なりすまし検知システム、なりすまし検知方法およびなりすまし検知用プログラム | |
JP6822482B2 (ja) | 視線推定装置、視線推定方法及びプログラム記録媒体 | |
JP2003150942A (ja) | 目位置追跡方法 | |
JP2009205283A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP3970573B2 (ja) | 顔画像認識装置および方法 | |
JP2009086824A (ja) | 顎位置算出装置、それを用いた画像処理装置および顎位置算出方法並びにプログラム | |
JP2009009404A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP2006215743A (ja) | 画像処理装置及び画像処理方法 | |
JP4345741B2 (ja) | 個人識別装置 | |
JP2000268161A (ja) | 実時間表情検出装置 | |
JP6452236B2 (ja) | 眼球識別装置及び眼球識別方法 | |
JP2010110500A (ja) | 撮像装置及び撮像方法 | |
JP5092093B2 (ja) | 画像処理装置 | |
JP4789526B2 (ja) | 画像処理装置、画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20100907 |