JP2009271885A

JP2009271885A - 年齢推定方法及び年齢推定装置

Info

Publication number: JP2009271885A
Application number: JP2008124333A
Authority: JP
Inventors: Hirobumi Fujii; 博文藤井
Original assignee: Panasonic Corp
Current assignee: Panasonic Corp
Priority date: 2008-05-12
Filing date: 2008-05-12
Publication date: 2009-11-19
Anticipated expiration: 2028-05-12
Also published as: JP5072102B2

Abstract

【課題】安定して年齢推定することができる年齢推定方法及び年齢推定装置を提供する。
【解決手段】顔の特徴量と年齢は完全な相関関係にない（例外が多い）ことに着目し、所定の年齢以上／未満に大きく分類する判定機３−１〜３−６と、各判定機３−１〜３−６の判定結果を統合することにより顔画像の人物の年齢を推定する判定結果統合部４とを備える。これにより、所定の年齢前後では“実年齢と見かけ年齢の違い”、“見かけ年齢の個人差・バラツキ”、“性別による経年傾向の違い”が原因で誤判定する可能性が少なからずあるものの、所定の年齢から離れた顔に対する判定性能を高くとることができ、従来の年齢推定方法よりも安定した年齢推定が可能となる。また、大まかに分類する判定機３−１〜３−６とすることで少数の学習データで学習が可能となり、学習が容易になる。
【選択図】図１

Description

本発明は、顔の特徴から年齢を推定する年齢推定方法及び年齢推定装置に関する。

従来の年齢推定方法として、例えば特許文献１には、実年齢が既知の１又は複数の学習顔から複数の特徴量を抽出し、抽出した各学習顔の複数の特徴量と各学習顔の実年齢との相関関係を重回帰分析（多変量解析の一種）により求めることが開示されている。また、特許文献１には、見かけ年齢が既知の１又は複数の学習顔から複数の特徴量を抽出し、抽出した各学習顔の複数の特徴量と各学習顔の見かけ年齢との相関関係を重回帰分析により求めることも開示されている。

特開２００５−１４８８８０号公報

しかしながら、顔の見かけ年齢と実年齢には大まかに相関関係があるものの、以下の（１）〜（３）に示すように、学習データとしては矛盾が多く、安定して年齢推定することが困難であった。
（１）実年齢と見かけ年齢の違い（老け顔、童顔など）
（２）見かけ年齢の個人差・バラツキ
（３）性別による経年傾向の違い（成長期のズレ、化粧、アンチエイジング（抗老化）など）

本発明は、かかる事情に鑑みてなされたものであり、安定して年齢推定することができる年齢推定方法及び年齢推定装置を提供することを目的とする。

本発明の年齢推定方法は、入力された顔画像から特徴量を抽出する特徴量抽出工程と、互いに異なる所定の年齢を基準とする複数の判定機を用いて、前記特徴量抽出工程で抽出された特徴量に基づいて、前記複数の判定機の各々が、前記顔画像の人物の年齢が所定の年齢以上であるか否かを判定する判定工程と、前記判定工程における前記複数の判定機からの判定結果を統合することにより前記顔画像の人物の年齢を推定する判定結果統合工程と、を備えた。

この方法によれば、顔の特徴量と年齢は完全な相関関係にない（例外が多い）ことに着目し、所定の年齢以上／未満に大きく分類する複数の判定機を用いて、各判定機の判定結果を統合して年齢推定するので、所定の年齢前後では“実年齢と見かけ年齢の違い”、“見かけ年齢の個人差・バラツキ”、“性別による経年傾向の違い”が原因で誤判定する可能性が少なからずあるものの、所定の年齢から離れた顔に対する判定性能を高くとることができ、従来の年齢推定方法よりも安定した年齢推定が可能となる。

前記判定工程における前記複数の判定機からの判定結果の統合を多数決加算又は尤度加算とすることで、誤判定を低く抑えることができる。

また、前記複数の判定機の各々が、顔画像の学習を前記顔画像の人物の年齢が前記所定の年齢以上であるか否かに分けて予め行う顔画像学習工程を備えることで、少数の学習データで学習が可能となり、学習が容易になる。

本発明の年齢推定装置は、入力された顔画像から特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段で抽出された特徴量に基づいて、各々が、前記顔画像の人物の年齢が所定の年齢以上であるか否かを判定する判定手段と、前記複数の判定手段からの判定結果を統合することにより前記顔画像の人物の年齢を推定する判定結果統合手段と、を備えた。

この構成によれば、所定の年齢以上／未満に大きく分類する複数の判定機を用いて、各判定機の判定結果を統合して年齢推定するので、所定の年齢前後では“実年齢と見かけ年齢の違い”、“見かけ年齢の個人差・バラツキ”、“性別による経年傾向の違い”が原因で誤判定する可能性が少なからずあるものの、所定の年齢から離れた顔に対する判定性能を高くとることができ、従来の年齢推定方法よりも安定した年齢推定が可能となる。また、大まかに分類する判定機とすることで少数の学習データで学習が可能となり、学習が容易になる。

本発明によれば、従来の年齢推定方法よりも安定した年齢推定が可能となる。また、大まかに分類する判定機とすることで少数の学習データで学習が可能となり、学習が容易になる。

以下、本発明を実施するための好適な実施の形態について、図面を参照して詳細に説明する。

図１は、本発明の一実施の形態に係る年齢推定装置の概略構成を示すブロック図である。図１において、本実施の形態の年齢推定装置１は、入力された顔画像から特徴量（輝度、エッジ情報等）を抽出する特徴量抽出部２と、特徴量抽出部２で抽出された特徴量に基づいて、各々が、顔画像の人物の年齢が所定の年齢以上であるか否かを判定する６台の判定機３−１〜３−６と、６台の判定機３−１〜３−６の各々からの判定結果を統合することにより顔画像の人物の年齢を推定する判定結果統合部４とを有する。特徴量抽出部２と判定機３−１〜３−６と判定結果統合部４は、それぞれ専用のハードウェア構成としても良いし、それぞれの機能をプログラム化してマイクロコンピュータで実行する構成としても良い。

特徴量抽出部２に入力される顔画像は、図示せぬカメラで撮像されたもの、あるいはカメラで撮像されて録画装置に記録されたものなどである。判定機３−１は、顔画像の人物の年齢が１０歳以上であるか否かを判定し、判定機３−２は、顔画像の人物の年齢が２０歳以上であるか否かを判定する。また、判定機３−３は、顔画像の人物の年齢が３０歳以上であるか否かを判定し、判定機３−４は、顔画像の人物の年齢が４０歳以上であるか否かを判定する。また、判定機３−５は、顔画像の人物の年齢が５０歳以上であるか否かを判定し、判定機３−６は、顔画像の人物の年齢が６０歳以上であるか否かを判定する。各判定機３−１〜３−６の判定結果は以上／未満の２値か、又は尤度で出力される。

また、各判定機３−１〜３−６の特性は、所定の年齢から離れている入力に対しては高い確率で正しく判定可能であり、所定の年齢近くの入力に対しては判定性能が低下する特性を有している。例えば６０歳を判定する判定機３−６は、若年者の顔画像に対して高い確率で６０歳未満と判定できるが、５０代後半の顔画像に対して６０歳以上と判定することがある。判定結果を尤度で示すと、図２に示すように所定の年齢から離れるにしたがって尤度は高くなり、所定の年齢近くでは尤度は低くなる。

また、各判定機３−１〜３−６は、図３に示すように、顔画像の学習を顔画像の人物の年齢が所定の年齢以上であるか否かに分けて予め行う。例えば、１０歳の判定機３−１は、１０歳以上と１０歳未満に分けて学習する。すなわち、最若年の顔画像のみを１０歳未満として学習する。また、６０歳の判定機３−６は、６０歳以上と６０歳未満に分けて学習する。すなわち、最高齢の顔画像のみを６０歳以上として学習する。大まかに分類する判定機３−１〜３−６とすることで少数の学習データで学習が可能となり、学習が容易になる。

図１に戻り、判定結果統合部４は、各判定機３−１〜３−６からの判定結果を統合して顔画像の人物の年齢を推定する。判定結果統合部４は、各判定機３−１〜３−６の判定結果が以上／未満の２値をとる場合は多数決加算とし、尤度をとる場合は尤度加算とする。図４は、３５歳の顔画像を入力した場合で、各判定機３−１〜３−６の出力を以上／未満の２値をとる場合の各判定機３−１〜３−６の出力結果（ａ）と判定結果統合部４の出力結果（ｂ）を示す図である。出力結果（ａ）に示すように１０歳〜３０歳を判定する判定機３−１〜３−３の各判定結果は「以上」となっており、４０歳〜６０歳を判定する判定機３−４〜３−６の各判定結果は「未満」となっている。したがって、出力結果（ｂ）に示すように、１０歳の判定機３−１の出力は「１０代」から「６０代以上」の全てにおいて「○」となり、２０歳の判定機３−２の出力は「２０代」から「６０代以上」の全てにおいて「○」となり、３０歳の判定機３−３の出力は「３０代」から「６０代以上」の全てにおいて「○」となり、４０歳の判定機３−４の出力は「１０代未満」から「３０代」の全てにおいて「○」となり、５０歳の判定機３−５の出力は「１０代未満」から「４０代」の全てにおいて「○」となり、６０歳の判定機３−６の出力は「１０代未満」から「５０代」の全てにおいて「○」となる。この結果、多数決「６」で入力画像の年齢は３０代と推定される。

他方、図５は、３５歳の顔画像を入力した場合で、各判定機３−１〜３−６の出力を尤度をとる場合の各判定機３−１〜３−６の出力結果（ａ）と判定結果統合部４の出力結果（ｂ）を示す図である。出力結果（ａ）に示すように、１０歳を判定する判定機３−１の判定結果は未満が「５」，以上が「９５」、２０歳を判定する判定機３−２の判定結果は未満が「１０」，以上が「９０」、３０歳を判定する判定機３−３の判定結果は未満が「４０」，以上が「６０」、４０歳を判定する判定機３−４の判定結果は未満が「７０」，以上が「３０」、５０歳を判定する判定機３−５の判定結果は未満が「９０」，以上が「１０」、６０歳を判定する判定機３−６の判定結果は未満が「９５」，以上が「５」となっている。したがって、出力結果（ｂ）に示すように、１０歳の判定機３−１の出力は、１０代未満が「５」、１０代が「９５」、２０代が「９５」、３０代が「９５」、４０代が「９５」、５０代が「９５」、６０代以上が「９５」となり、２０歳の判定機３−２の出力は、１０代未満が「１０」、１０代が「１０」、２０代が「９０」、３０代が「９０」、４０代が「９０」、５０代が「９０」、６０代以上が「９０」となり、３０歳の判定機３−３の出力は、１０代未満が「４０」、１０代が「４０」、２０代が「４０」、３０代が「６０」、４０代が「６０」、５０代が「６０」、６０代以上が「６０」となり、４０歳の判定機３−４の出力は、１０代未満が「７０」、１０代が「７０」、２０代が「７０」、３０代が「７０」、４０代が「３０」、５０代が「３０」、６０代以上が「３０」となり、５０歳の判定機３−５の出力は、１０代未満が「９０」、１０代が「９０」、２０代が「９０」、３０代が「９０」、４０代が「９０」、５０代が「１０」、６０代以上が「１０」となり、６０歳の判定機３−６の出力は、１０代未満が「９５」、１０代が「９５」、２０代が「９５」、３０代が「９５」、４０代が「９５」、５０代が「９５」、６０代以上が「５」となる。この結果、尤度値「５００」で入力画像の年齢は３０代と推定される。

このように本実施の形態の年齢推定装置１によれば、入力された顔画像から特徴量を抽出する特徴量抽出部２と、特徴量抽出部２で抽出された特徴量に基づいて、各々が、顔画像の人物の年齢が所定の年齢以上であるか否かを判定する６台の判定機３−１〜３−６と、６台の判定機３−１〜３−６の各々からの判定結果を統合することにより顔画像の人物の年齢を推定する判定結果統合部４とを備えたので、所定の年齢前後では“実年齢と見かけ年齢の違い”、“見かけ年齢の個人差・バラツキ”、“性別による経年傾向の違い”が原因で誤判定する可能性が少なからずあるものの、所定の年齢から離れた顔に対する判定性能を高くとることができ、従来の年齢推定方法よりも安定した年齢推定が可能となる。また、大まかに分類する判定機３−１〜３−６とすることで少数の学習データで学習が可能となり、学習が容易になる。

なお、本実施の形態において、性別による経年傾向の違い（成長期のズレ、化粧など）に対しては、性別毎に各判定機３−１〜３−６を学習させておき、年齢推定時に性別判定処理を用いて性別に一致した判定機に切換えるようにしても良い。

また、本実施の形態において、各判定機３−１〜３−６の学習に統計的見かけ年齢を用いても良い。統計的見かけ年齢は、特定の顔に対する複数の人の見かけ年齢を集計し、見かけ年齢のバラツキが大きい顔は学習データから除去し、残りを学習データとする。見かけ年齢は複数の人の見かけ年齢を平均する。

また、本実施の形態において、６台の判定機３−１〜３−６を用いたが、判定機の台数に限定はなく、それ以下でも以上でも構わない。また、判定機間の年齢差を１０歳間隔としたが、この間隔も限定はなく、例えば５歳間隔でも構わない。

本発明は、安定して年齢推定することができるといった効果を有し、年齢を推定する装置全般への適用が可能である。

本発明の一実施の形態に係る年齢推定装置の概略構成を示すブロック図図１の各判定機において尤度判定機能を持たせた場合の特性を示す図図１の各判定機における学習方法の一例を説明するための図図１の年齢推定装置に３５歳の顔画像を入力した場合で、各判定機の出力を以上／未満の２値をとる場合の各判定機の出力結果（ａ）と判定結果統合部の出力結果（ｂ）を示す図図１の年齢推定装置に３５歳の顔画像を入力した場合で、各判定機の出力を尤度をとる場合の各判定機の出力結果（ａ）と判定結果統合部の出力結果（ｂ）を示す図

符号の説明

１年齢推定装置
２特徴量抽出部
３−１〜３−６判定機
４判定結果統合部

Claims

入力された顔画像から特徴量を抽出する特徴量抽出工程と、
互いに異なる所定の年齢を基準とする複数の判定機を用いて、前記特徴量抽出工程で抽出された特徴量に基づいて、前記複数の判定機の各々が、前記顔画像の人物の年齢が所定の年齢以上であるか否かを判定する判定工程と、
前記判定工程における前記複数の判定機からの判定結果を統合することにより前記顔画像の人物の年齢を推定する判定結果統合工程と、
を備えた年齢推定方法。
前記判定工程における前記複数の判定機からの判定結果の統合が、多数決加算である請求項１に記載の年齢推定方法。
前記判定工程における前記複数の判定機からの判定結果の統合が、尤度加算である請求項１に記載の年齢推定方法。
前記複数の判定機の各々が、顔画像の学習を前記顔画像の人物の年齢が前記所定の年齢以上であるか否かに分けて予め行う顔画像学習工程を備えた請求項１乃至請求項３のいずれかに記載の年齢推定方法。
入力された顔画像から特徴量を抽出する特徴量抽出手段と、
前記特徴量抽出手段で抽出された特徴量に基づいて、各々が、前記顔画像の人物の年齢が所定の年齢以上であるか否かを判定する判定手段と、
前記複数の判定手段からの判定結果を統合することにより前記顔画像の人物の年齢を推定する判定結果統合手段と、
を備えた年齢推定装置。