JP2009093490A - 年齢推定装置及びプログラム - Google Patents

Abstract

【課題】年齢を高精度に推定することができる年齢推定装置を提供する。
【解決手段】顔画像データの特徴量を抽出する特徴抽出部１２と、顔画像データの特徴量から年齢値を識別する識別子が年齢値順に配置され、識別子の配置順に沿って年齢値が特定される年齢軸を有する一次元ＳＯＭ１６を、顔画像データの特徴量の座標軸を有する特徴空間に形成し、学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、学習対象の顔画像データの特徴量と年齢値との対応関係を学習する識別部１３と、年齢推定対象の顔画像データの特徴量と識別部１３による学習結果の一次元ＳＯＭ１６の識別子との位置関係に基づいて、年齢推定対象の顔画像データに対応する年齢を推定する年齢推定部１４とを備える。
【選択図】図１

Description

この発明は、画像処理認識技術を利用した年齢推定装置に係り、特に顔画像を基にして個人を認識し、その個人の性別や年齢などの属性情報を判別する年齢推定装置及びこの装置としてコンピュータを機能させるプログラムに関するものである。

従来の年齢推定装置では、顔画像データとともに年齢データを教師データとして登録しておき、顔画像から抽出した特徴量と年齢データとの対応関係を学習させる。この学習データを用いることにより、個人の顔画像に基づいてその個人の年齢を推定する。例えば、特許文献１に開示される従来の年齢推定装置では、既知の学習顔データと共にその実年齢及び見かけ年齢（人が判断した見かけの年齢）を登録しておき、学習顔から抽出した特徴量と学習顔の実年齢及び見かけ年齢との相関関係を重回帰分析により求める。このようにして求められた実年齢と見かけ年齢との双方の相関関係に基づいて、個人の顔画像の特徴量からその個人の実年齢とともに見かけ年齢を正確に推定することができる。

特開２００５−１４８８８０号公報

従来の年齢推定装置では、上述したように教師データを基にしてニューラルネットなどを用いて学習を行うことにより装置内に顔画像（既知の学習顔）と年齢との関係を対応付けている。このような学習方法では、顔画像とともに、この顔画像での対象年齢や年代に関する年齢データが教師データとして必要となる。この方法の場合、学習により高精度の推定結果を得るには、多くの顔画像とその年齢データを登録しておかなければならない。

一方、学習に十分な量の年齢データが得られない場合、人の推定によって年齢を付与することがある。しかしながら、人間の見かけの判断にはばらつきがあるので、一定の品質で年齢を推定することができない。このため、顔画像から個人を認識する認識率が低下する場合がある。

また、人の判断では詳細な年齢推定が困難であるため、推定年齢を２０代、３０代のように年代として与えることがある。このような年代は、次の年代との間で連続的に年齢が移り変わっていく。このため、個々の年齢を離散カテゴリとして機械学習する従来の年齢推定では、学習結果が不連続になり、カテゴリの境界（年代と年代の境界）での推定精度が低下する場合がある。

この発明は、上記のような課題を解決するためになされたもので、年齢を高精度に推定することができる年齢推定装置及びこの装置としてコンピュータを機能させるプログラムを得ることを目的とする。

この発明に係る年齢推定装置は、顔画像データの特徴量を抽出する特徴抽出部と、顔画像データの特徴量から年齢値を識別する識別子が年齢値順に配置され、識別子の配置順に沿って年齢値が特定される年齢軸を有する自己組織化マップを、顔画像データの特徴量の座標軸を有する特徴空間に形成し、学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、学習対象の顔画像データの特徴量と年齢値との対応関係を学習する識別部と、年齢推定対象の顔画像データの特徴量と識別部による学習結果の自己組織化マップの識別子との位置関係に基づいて、年齢推定対象の顔画像データに対応する年齢を推定する年齢推定部とを備えるものである。

この発明によれば、顔画像データの特徴量を抽出する特徴抽出部と、顔画像データの特徴量から年齢値を識別する識別子が年齢値順に配置され、識別子の配置順に沿って年齢値が特定される年齢軸を有する自己組織化マップを、顔画像データの特徴量の座標軸を有する特徴空間に形成し、学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、学習対象の顔画像データの特徴量と年齢値との対応関係を学習する識別部と、年齢推定対象の顔画像データの特徴量と識別部による学習結果の自己組織化マップの識別子との位置関係に基づいて、年齢推定対象の顔画像データに対応する年齢を推定する年齢推定部とを備えるので、年齢データを教師データとして有する顔画像のみならず、実年齢のわからない顔画像データも学習に用いることが可能であるため、顔画像に基づく年齢推定を高精度に行うことができるという効果がある。

実施の形態１．
図１は、この発明の実施の形態１による年齢推定装置の構成を示すブロック図である。図１において、実施の形態１による年齢推定装置は、入力部１１、特徴抽出部１２、識別部１３及び年齢推定部１４を備える。これら入力部１１、特徴抽出部１２、識別部１３及び年齢推定部１４は、例えば本発明の趣旨に従う年齢推定プログラムをコンピュータに読み込ませてその動作を制御することにより、このコンピュータ上でソフトウエアとハードウエアが協働した具体的な手段として実現できる。

入力部１１は、装置外部からデータを入力するための構成要素であり、顔画像と年齢との対応関係の学習に用いる顔画像データや年齢データが入力される。特徴抽出部１２は、顔画像データにフィルタ処理を施してその特徴量を抽出する。識別部１３は、特徴抽出部１２で抽出された特徴量から特定の年齢値を識別する識別子を用いて学習対象の顔画像の特徴量と年齢値との対応関係を学習し学習結果として保持する。年齢推定部１４は、識別部１３により得られた学習結果に基づいて上記識別子と年齢推定対象の顔画像の特徴量との位置関係を照合して年齢を推定する。

次に動作について説明する。
顔画像データで特定される顔の年齢を示す年齢データが付随する顔画像データ（以下、教師あり顔画像と呼ぶ）、及び教師データとしての年齢データを有さない顔画像データ（以下、教師なし顔画像と呼ぶ）を、入力部１１を介して装置内に入力する。ここで、年齢データには、実年齢の他、人間により判定された主観年齢（見かけの年齢）を示すものも含まれる。また、年齢データは、例えば２３歳というような特定の年齢値をスカラー値で与える場合の他、所定の年齢帯（年代）を示す場合もある。この場合、年齢帯（年代）の中間値を年齢データに設定する。例えば、２０代を示す年齢データであれば、数値２５が設定される。

特徴量抽出部１２は、入力部１１を介して顔画像データ（教師あり顔画像及び教師なし顔画像の双方を含む）を入力すると、上記顔画像データにフィルタ処理を施して顔画像の特徴量を抽出する。このフィルタ処理には、例えばＧａｂｏｒ Ｗａｖｅｌｅｔ及びＲｅｔｉｎａ Ｓａｍｐｌｉｎｇを用いることができる。

図２は、図１中の年齢推定装置による特徴量抽出及び年齢識別処理を説明するための図である。図２に示す照合フィルタでは、顔の（ａ）頬、（ｂ）口、（ｃ）鼻、（ｄ）目を、特徴量を抽出するフィルタ領域としている。また、これら照合フィルタは、２０代、３０代、４０代と年代ごとに設けられており、年代ごとにフィルタ領域の濃度分布が設定されている（年代ごとにフィルタ領域の濃度分布が異なっている）。このフィルタ領域の濃度分布は、別途学習等の方法により最適化される。なお、これまでに説明した照合フィルタのフィルタ領域やその大きさ、フィルタの個数等は一例であり、これに限定されるものではない。

特徴量抽出部１２は、図２に示すように照合フィルタと顔画像の対応する部分領域とをそれぞれ比較し、フィルタ領域と顔画像の対応する部分領域との類似度を特徴量として算出する。なお、入力部１１を介して入力される顔画像データは、前処理として顔の切り出し、位置補正、輝度値の正規化などが実行されているものとする。この前処理は、特徴量抽出部１２が実行するように構成してもよい。照合フィルタを用いて顔画像の各部からそれぞれ抽出された顔画像データごとの各特徴量は、特徴量抽出部１２から識別部１３へ送られる。これらの特徴量は、学習対象の顔画像特徴として識別部１３のメモリ１３ａに格納される。

顔画像の各部に対応する照合フィルタからそれぞれ抽出された各特徴量は、特徴量数の次元の空間において顔画像の特徴を表すベクトルデータとして捉えることができる。以下、この空間を特徴空間と呼ぶ。図２では、特徴量抽出部１２が、顔画像データから特徴１、特徴２、・・・、特徴ｎの特徴量を抽出し、識別部１３が、特徴１、特徴２、特徴ｎについての３次元の特徴空間を構築して年齢識別を行う場合を示している。識別部１３は、この特徴空間上において顔画像の特徴量から特定の年齢値を識別する識別子（図２中、丸記号で表記）を年齢の順序で鎖状構造上（図２中、太線で表記）に配置し、メモリ１３ａに格納した学習対象の顔画像特徴との関係を識別子に学習させる。

図３は、特徴空間における学習処理を説明するための図であり、特徴１，２を次元軸とした２次元の特徴空間を示している。図３において、識別子１７，１８は、所定の年代（年齢帯の中間値）に対する顔画像特徴のプロトタイプ特徴（特徴量の初期値）が設定された識別子である。また、識別子１７は、年齢データがない顔画像特徴との関係を学習する際に用いる識別子であり、以降、教師なし学習用識別子と呼ぶ。識別子１８は、年齢データが付随する顔画像特徴との関係を学習する際に用いる識別子であり、以降、教師あり学習用識別子と呼ぶ。

教師あり学習用識別子では、学習すべき年齢は予め定まっているので、プロトタイプ特徴としては、対応する年齢の顔画像から得られた顔画像特徴（特徴空間での位置）を用いる。このとき、基とする顔画像は単一の顔画像をそのまま用いてもよいし、平均顔のような事前処理された顔画像を用いてもよい。

また、教師なし学習用識別子は、学習すべき具体的な年齢は決まっていないが、一次元ＳＯＭ上の位置により近隣の教師あり学習用識別子との年齢の前後関係が決まる。このため、教師なし学習用識別子に与えるプロトタイプ特徴としては、前後の教師あり学習用識別子の年齢の間に位置するような適当な顔画像特徴をプロトタイプ特徴として使うことができる。なお、一次元ＳＯＭ上の位置で、最近傍の教師あり学習用識別子と同じプロトタイプ特徴に若干のノイズを付加したものを用いてもよい。

特徴空間において、全ての識別子１７，１８は、その各々が表現する年代の順序で鎖状に繋がった位置関係で配置され、識別子をノードとし識別子間をリンクで結んだ一次元の鎖状構造１６が形成される。なお、この一次元の鎖状構造１６は、識別子の配置順に沿って年齢値が特定される年齢軸を構成しており、各識別子からの距離に応じて年齢値を求めることができる。

識別子１７，１８は、学習に際し、この一次元の鎖状構造１６における接続関係を維持しながら特徴空間を移動する。以降、この一次元の鎖状構造１６を一次元ＳＯＭ（Self-Organized Map；自己組織化マップ）と呼ぶ。識別部１３は、学習対象の顔画像特徴をメモリ１３ａから読み出して特徴空間に配置し、顔画像特徴とこれに対応する年齢との対応関係の学習を行う。

ここで、識別部１３が実行する学習処理には２種類有る。一つは、教師あり顔画像について顔画像データとその年齢を示す識別子との対応関係を学習する教師あり学習である。もう一つは、教師なし顔画像について顔画像データとその年齢データとその年齢を示す識別子との対応関係を学習する教師なし学習である。

識別部１３では、適当量の教師あり顔画像の特徴量を用いた教師あり学習に対して教師なし学習を組み合わせて行う。これにより、教師あり顔画像が多数得られない場合であっても、教師なし顔画像を含めた多量の顔画像データを用いた学習を行うことが可能となり、年齢の識別性能を向上させることができる。

（１）教師なし学習
教師なし学習において、識別部１３は、学習される顔画像特徴との距離（ユークリッド距離）が最も近い教師なし学習用識別子を学習すべき識別子として選択する。この後、選択された識別子が上記顔画像特徴に近づくように（最も近くなるように）特徴空間内の位置を移動させることにより学習を行う。このように学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、選択された識別子のプロトタイプ特徴が、学習されるべき顔画像特徴に近づいてゆく。

また、識別部１３は、選択した識別子と一次元ＳＯＭ上で隣接する識別子についても、一次元ＳＯＭ１６の鎖に引きずられるように上記選択した識別子の移動に伴って位置を移動させる。これにより、一次元ＳＯＭ上で隣接する識別子も上記顔画像特徴の位置に近づいて学習が行われる。

図３を用いて説明すると、学習される顔画像特徴（学習対象の顔画像データの特徴量）１５ａに最も近い教師なし学習用識別子１７が選択され、教師なし学習用識別子１７が顔画像特徴１５ａに最も近くなるように特徴空間内の位置を移動させる（図３中、実線の矢印で示す）。このとき、この選択された教師なし学習用識別子１７と一次元ＳＯＭ１６上で隣接する識別子１７，１８も、一次元ＳＯＭ１６での配列を維持しながら、顔画像特徴１５ａに近くなるように特徴空間内の位置を移動する（図３中、破線の矢印で示す）。このようにして教師なし学習が実行される。

なお、図３の例では、選択された教師なし学習用識別子１７の左右に隣接する識別子１７，１８の位置を、上記選択された教師なし学習用識別子１７の移動に伴って調整する場合を示したが、左右１個ずつの識別子に限定されるものではない。つまり、学習すべき識別子として選択された教師なし学習用識別子１７の近傍にある複数の識別子の位置を、上記選択された教師なし学習用識別子１７の移動に伴って調整してもよい。

例えば、選択された教師なし学習用識別子１７の位置から所定の距離範囲にある識別子を学習すべき識別子としてもよく、また上記選択された教師なし学習用識別子１７から所定数の識別子を位置調整してもよい。この場合、上記選択された教師なし学習用識別子１７からの距離に応じて学習の度合い（識別子の移動量）を設定することも可能である。

（２）教師あり学習
教師あり学習において、識別部１３は、学習される顔画像特徴に付随する年齢データで特定される年代に最も近い年代の教師あり学習用識別子を学習すべき識別子として選択する。この後、選択した識別子が上記顔画像特徴に近づくように（最も近くなるように）特徴空間内の位置を移動させることにより学習を行う。このように学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、選択された識別子のプロトタイプ特徴が、学習されるべき顔画像特徴に近づいてゆく。

また、教師なし学習と同様に、識別部１３が、選択した識別子と一次元ＳＯＭ上で隣接する識別子についても、一次元ＳＯＭ１６の鎖に引きずられるように上記選択した識別子の移動に伴って位置を移動させる。これにより、一次元ＳＯＭ上で隣接する識別子も上記顔画像特徴の位置に近づいて学習が行われる。

図３を用いて説明すると、学習される顔画像特徴１５ｂに最も近い教師あり学習用識別子１８が選択され、教師あり学習用識別子１８が顔画像特徴１５ｂに最も近くなるように特徴空間内の位置を移動させる（図３中、実線の矢印で示す）。このとき、この選択された教師あり学習用識別子１８と一次元ＳＯＭ１６上で隣接する識別子１７，１７も、一次元ＳＯＭ１６での接続関係を維持しながら、顔画像特徴１５ｂに近くなるように特徴空間内の位置を移動する（図３中、破線の矢印で示す）。このようにして教師あり学習が実行される。

なお、図３の例では、選択された教師あり学習用識別子１８の左右に隣接する識別子１７，１７の位置を、上記選択された教師あり学習用識別子１８の移動に伴って調整する場合を示したが、左右１個ずつの識別子に限定されるものではない。つまり、教師あり学習においても、学習すべき識別子として選択された教師あり学習用識別子１８の近傍にある複数の識別子の位置を、上記選択された教師あり学習用識別子１８の移動に伴って調整してもよい。

例えば、選択された教師あり学習用識別子１８の位置から所定の距離範囲にある識別子を学習すべき識別子としてもよく、また上記選択された教師あり学習用識別子１８から所定数の識別子を位置調整してもよい。この場合、上記選択された教師あり学習用識別子１８からの距離に応じて学習の度合い（識別子の移動量）を設定することも可能である。

識別部１３は、（１）教師なし学習、（２）教師あり学習を、学習対象の顔画像特徴１５に対して繰り返して実行することにより、学習対象の顔画像特徴１５と年齢値との対応関係を表す一次元ＳＯＭ１６が構築される。

上述の説明では、特徴空間に一次元ＳＯＭを一本構築する場合を示したが、複数本の一次元ＳＯＭを構築してもよい。例えば、特徴空間を３次元以上とし、それぞれの特徴に対応する識別子を規定する一次元ＳＯＭを構築することも可能である。

また、Ｎ（２以上の正の整数）次元のＳＯＭに拡張することも可能である。この場合、識別子は、年齢の順序を示す年齢軸に加えて、他の特徴を表す軸が付加される。例えば、表情の種類、人種などを表現する軸を年齢識別に利用してもよい。

年齢推定部１４は、識別部１３により得られた学習結果の一次元ＳＯＭ１６を用いて、年齢を推定すべき顔画像の年齢（実年齢の他、見かけ年齢、年代も含む）を推定する。
図４は、特徴空間における年代推定処理を説明するための図であり、特徴１，２を次元軸とした２次元の特徴空間を示している。図４において、識別子１７，１７ａ，１８が配置された一次元ＳＯＭ１６は、識別部１３による学習結果であるものとする。また、顔画像特徴１９は、年代を推定すべき顔画像特徴である。

先ず、年齢推定部１４は、一次元ＳＯＭ１６で隣接する識別子間を接続する各線分（リンク）に垂直二等分線２０を引くことで、特徴空間を識別子ごとの空間領域に分割する。次に、年齢推定部１４は、年代を推定すべき顔画像特徴１９が属する空間領域を探索し、探索された空間領域の識別子が示す年齢の年代を推定結果として出力する。図４の例では、年代を推定すべき顔画像特徴１９が、識別子１７ａが含まれる空間領域に属しており、この識別子１７ａが示す年齢の年代が推定結果となる。

なお、上述したように一次元ＳＯＭ１６は年齢軸を構成しており、各識別子からの距離に応じて年齢値を特定することができる。そこで、例えば識別子間で特定される年齢帯値（中間値間の値）をＳＯＭ１６の上記識別子間の距離で除算し、距離単位ごとの年齢値を定めておく。これにより、年齢推定部１４は、推定すべき顔画像特徴１９のポイントから一次元ＳＯＭ１６に対して射影を行い、その射影位置に隣接する識別子との距離を求め、この距離からさらに詳細な年齢を算出することができる。

以上のように、この実施の形態１によれば、顔画像データの特徴量を抽出する特徴抽出部１２と、顔画像データの特徴量から年齢値を識別する識別子が年齢値順に配置され、識別子の配置順に沿って年齢値が特定される年齢軸を有する一次元ＳＯＭ１６を、顔画像データの特徴量の座標軸を有する特徴空間に形成し、学習対象の顔画像データの特徴量の特徴空間における位置関係に合わせて識別子の位置を調整することにより、学習対象の顔画像データの特徴量と年齢値との対応関係を学習する識別部１３と、年齢推定対象の顔画像データの特徴量と識別部１３による学習結果の一次元ＳＯＭ１６の識別子との位置関係に基づいて、年齢推定対象の顔画像データに対応する年齢を推定する年齢推定部１４とを備えるので、教師あり顔画像が多数得られない場合であっても、教師なし顔画像を含めた多量の顔画像データを用いた学習を行うことができ、顔画像に基づく年齢推定を高精度に行うことができる。例えば、インターネット等のサイト上には莫大な数の教師なし顔画像データが公開されているが、これら教師なし顔画像データも学習対象とすることができる。

また、この実施の形態１によれば、一次元ＳＯＭ１６の識別子が、教師あり顔画像の特徴量と年齢値との対応関係の学習にあたり、年齢データで特定される年齢値に対応する識別子が位置調整の対象として選択される教師あり学習用識別子１８と、教師なし顔画像の特徴量と年齢値との対応関係の学習にあたり、特徴空間における教師なし顔画像の特徴量との距離が最も近い識別子が位置調整の対象として選択される教師なし学習用識別子１７とからなり、識別部１３が、学習対象の顔画像データの特徴量と年齢値の対応関係を学習するにあたり、一次元ＳＯＭ１６の年齢軸において位置調整の対象として選択された識別子の近傍に配置された識別子の位置を、位置調整の対象として選択された識別子の位置調整に伴って調整するので、教師あり学習用識別子１８による正確な年齢値での学習に合わせて教師なし学習用識別子１７の学習も行うことができ、また教師なし学習用識別子１７による学習に合わせて教師あり学習用識別子１８の学習も行うことができることから、年齢識別の精度を向上させることができる。

さらに、この実施の形態１によれば、年齢推定部１４が、年齢推定対象の顔画像データの特徴量の位置を一次元ＳＯＭ１６の年齢軸に射影し、この特徴量の射影位置と隣接する識別子との年齢軸上の距離に基づいて年齢を推定するので、識別部１３による学習結果の一次元ＳＯＭ１６を用いて正確な年齢推定を行うことができる。

この発明の実施の形態１による年齢推定装置の構成を示すブロック図である。 図１中の年齢推定装置による特徴量抽出及び年齢識別処理を説明するための図である。 特徴空間における学習処理を説明するための図である。 特徴空間における年代推定処理を説明するための図である。

符号の説明

１１ 入力部、１２ 特徴量抽出部、１３ 識別部、１３ａ メモリ、１４ 年齢推定部、１５，１５ａ，１５ｂ，１９ 顔画像特徴、１６ 一次元ＳＯＭ（自己組織化マップ）、１７，１７ａ，１８ 識別子、２０ 垂直二等分線。

Claims (5)

1. 顔画像データの特徴量を抽出する特徴抽出部と、
   顔画像データの特徴量から年齢値を識別する識別子が年齢値順に配置され、前記識別子の配置順に沿って年齢値が特定される年齢軸を有する自己組織化マップを、顔画像データの特徴量の座標軸を有する特徴空間に形成し、学習対象の顔画像データの特徴量の前記特徴空間における位置関係に合わせて前記識別子の位置を調整することにより、前記学習対象の顔画像データの特徴量と年齢値との対応関係を学習する識別部と、
   年齢推定対象の顔画像データの特徴量と前記識別部による学習結果の自己組織化マップの識別子との位置関係に基づいて、前記年齢推定対象の顔画像データに対応する年齢を推定する年齢推定部とを備えた年齢推定装置。
2. 自己組織化マップの識別子は、年齢を特定する年齢データが教師データとして付随した顔画像データの特徴量と年齢値との対応関係の学習にあたり、前記年齢データで特定される年齢値に対応する識別子が位置調整の対象として選択される教師あり学習用識別子と、前記年齢データを有さない顔画像データの特徴量と年齢値との対応関係の学習にあたり、特徴空間における前記年齢データを有さない顔画像データの特徴量との距離が最も近い識別子が位置調整の対象として選択される教師なし学習用識別子とからなり、
   識別部は、学習対象の顔画像データの特徴量と年齢値の対応関係を学習するにあたり、前記自己組織化マップの年齢軸において位置調整の対象として選択された識別子の近傍に配置された識別子の位置を、前記位置調整の対象として選択された識別子の位置調整に伴って調整することを特徴とする請求項１記載の年齢推定装置。
3. 年齢推定部は、年齢推定対象の顔画像データの特徴量の位置を自己組織化マップの年齢軸に射影し、前記特徴量の射影位置と隣接する識別子との前記年齢軸上の距離に基づいて年齢を推定することを特徴とする請求項１または請求項２記載の年齢推定装置。
4. 自己組織化マップは、識別子の配置順に沿って年齢値が特定される年齢軸からなる一次元の自己組織化マップであることを特徴とする請求項１から請求項３のうちのいずれか１項記載の年齢推定装置。
5. 請求項１から請求項４のうちのいずれか１項記載の年齢推定装置としてコンピュータを機能させるプログラム。

Images