JP2014530424A - Adaboost学習アルゴリズムを使用して顔特徴点の位置を検出するための方法、装置、およびコンピュータ可読記録媒体 - Google Patents
Adaboost学習アルゴリズムを使用して顔特徴点の位置を検出するための方法、装置、およびコンピュータ可読記録媒体 Download PDFInfo
- Publication number
- JP2014530424A JP2014530424A JP2014531736A JP2014531736A JP2014530424A JP 2014530424 A JP2014530424 A JP 2014530424A JP 2014531736 A JP2014531736 A JP 2014531736A JP 2014531736 A JP2014531736 A JP 2014531736A JP 2014530424 A JP2014530424 A JP 2014530424A
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- image
- point candidate
- position information
- feature
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001815 facial effect Effects 0.000 title claims abstract description 25
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 18
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000000887 face Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 210000000554 iris Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
- G06V10/7747—Organisation of the process, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Claims (33)
- Adaboost学習アルゴリズムを使用することによって顔特徴点の位置を検出する方法であって、
(a)前記Adaboost学習アルゴリズムによって選択された第1の特徴パターンを使用することによって、サブウィンドウ画像を第1の特徴点候補推奨画像および第1の特徴点候補非推奨画像へ分類し、前記第1の特徴点候補推奨画像の第1の特徴点候補位置情報を生成するステップと、
(b)前記Adaboost学習アルゴリズムによって選択された第2の特徴パターンを使用することによって、前記第1の特徴点候補非推奨画像として分類された前記サブウィンドウ画像を第2の特徴点候補推奨画像および第2の特徴点候補非推奨画像へ再分類し、前記第2の特徴点候補推奨画像の第2の特徴点候補位置情報を生成するステップと、
を含む方法。 - (c)顔画像のサブウィンドウ画像についての前記第1の特徴点候補位置情報およびいくつかの前記第2の特徴点候補位置情報を記憶するステップと、
(d)前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報を考慮してクラスタ化を実行することによってクラスタを形成し、前記クラスタのうちで最大のクラスタを形成する前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報のある代表的な位置の位置情報を特徴点位置情報として生成するステップと、
をさらに含む、請求項1に記載の方法。 - 前記第1の特徴パターンは通常の顔画像の特徴に基づいて決定され、前記第2の特徴パターンは普通でない顔画像の特徴に基づいて決定される、請求項1に記載の方法。
- 前記通常の顔画像および前記普通でない顔画像は、前記通常の顔画像および前記普通でない顔画像を正常な画像と比較し、前記比較の結果が既定の閾値を超えるか否かを判定することによって決定される、請求項3に記載の方法。
- 前記第1の特徴パターンおよび前記第2の特徴パターンの各々は前記サブウィンドウ画像内の1つまたは複数の明るい領域および1つまたは複数の暗い領域を指定する、請求項1に記載の方法。
- 前記1つまたは複数の明るい領域および前記1つまたは複数の暗い領域は、少なくとも1つの既定の輝度値に基づいて分類される、請求項5に記載の方法。
- 前記ステップ(a)は、
前記第1の特徴パターンの各々について設定された第1の閾値を、前記第1の特徴パターンそれぞれの前記暗い領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第1の値と前記明るい領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第2の値との差分値の各々と比較することによって、前記サブウィンドウ画像が、前記第1の特徴点候補推奨画像であるかまたは前記第1の特徴点候補非推奨画像であるかを判定するための第1の特徴値を生成するステップと、
第2の閾値を、前記第1の特徴値それぞれを前記第1の特徴値について設定された重み係数で乗算することによって獲得された値の総和である第1の信頼値と比較することによって、前記サブウィンドウ画像が、前記第1の特徴点候補推奨画像であるかまたは前記第1の特徴点候補非推奨画像であるかを判定するステップと、
をさらに含む、請求項1に記載の方法。 - 前記ステップ(b)は、
前記第2の特徴パターンの各々について設定された第3の閾値を、前記第2の特徴パターンそれぞれの前記暗い領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第3の値と前記明るい領域によって指定された前記サブウィンドウ画像内の画素値を加えることによって獲得された第4の値との差分値の各々と比較することによって、前記サブウィンドウ画像が、前記第2の特徴点候補推奨画像であるかまたは前記第2の特徴点候補非推奨画像であるかを判定するための第2の特徴値を生成するステップと、
第4の閾値を、前記第2の特徴値それぞれを前記第2の特徴値に設定された重み係数で乗算することによって獲得された値の総和である第2の信頼値と比較することによって、前記サブウィンドウ画像が、前記第2の特徴点候補推奨画像であるかまたは前記第2の特徴点候補非推奨画像であるかを判定するステップと、
をさらに含む、請求項7に記載の方法。 - ステップ(a)において、前記第1の特徴点候補位置情報を生成するための1つまたは複数の強い分類器のうちの前段に位置する強い分類器は、後段に位置する強い分類器と比べてより少ない数の前記第1の特徴パターンを使用して、前記サブウィンドウ画像を前記第1の特徴点候補推奨画像および前記第1の特徴点候補非推奨画像へ分類する、請求項1に記載の方法。
- ステップ(b)において、前記第2の特徴点候補位置情報を生成するための1つまたは複数の強い分類器のうちの前段に位置する強い分類器は、後段の強い分類器と比べてより少ない数の前記第2の特徴パターンを使用して、前記サブウィンドウ画像を前記第2の特徴点候補推奨画像および前記第2の特徴点候補非推奨画像へ分類する、請求項9に記載の方法。
- (c)顔画像のサブウィンドウ画像の前記第1の特徴点候補推奨画像および前記第2の特徴点候補推奨画像について、前記第1の特徴点候補位置情報、前記第1の特徴点候補位置情報の第1の信頼値、前記第2の特徴点候補位置情報、および前記第2の特徴点候補位置情報の第2の信頼値を記憶するステップをさらに含む、請求項1に記載の方法。
- (d)前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報を考慮してクラスタ化を実行することによってクラスタを形成し、前記クラスタのうちで最大のクラスタを形成するいくつかの前記第1の特徴点候補位置情報およびいくつかの前記第2の特徴点候補位置情報のある代表的な位置の位置情報を特徴点位置情報として生成するステップをさらに含む、請求項11に記載の方法。
- ステップ(d)は、前記最大のクラスタを形成する前記第1の特徴点候補位置情報の各々を前記第1の特徴点候補位置情報の各々の前記第1の信頼値で乗算することによって獲得された値と、前記第2の特徴点候補位置情報の各々を前記第2の特徴点候補位置情報の各々の前記第2の信頼値で乗算することによって獲得された値とを加算することによって獲得された値を参照して前記特徴点位置情報を出力する、請求項12に記載の方法。
- ステップ(a)の前に、
元の顔画像を同サイズの濃淡画像へ正規化するステップと、
前記正規化された顔画像をマルチスケール顔画像に変換するステップと
をさらに含み、ステップ(a)において、前記サブウィンドウ画像は前記マルチスケール顔画像である、請求項2に記載の方法。 - (e)前記特徴点位置情報を前記顔画像のサイズに対応する位置情報に調整するステップをさらに含む、請求項14に記載の方法。
- 所定のサイズを有する前記サブウィンドウ画像は前記マルチスケール顔画像を画素単位ずつ移動する間に作成される、請求項15に記載の方法。
- Adaboost学習アルゴリズムを使用することによって顔特徴点の位置を検出するための装置であって、
前記Adaboost学習アルゴリズムによって選択された第1の特徴パターンを使用して、サブウィンドウ画像を第1の特徴点候補推奨画像および第1の特徴点候補非推奨画像へ分類し、前記第1の特徴点候補推奨画像の第1の特徴点候補位置情報を生成するための分類器と、
前記Adaboost学習アルゴリズムによって選択された第2の特徴パターンを使用して、前記第1の特徴点候補非推奨画像として分類された前記サブウィンドウ画像を第2の特徴点候補推奨画像および第2の特徴点候補非推奨画像へ再分類し、前記第2の特徴点候補推奨画像の第2の特徴点候補位置情報を生成するための少なくとも1つの再分類器と
を備える装置。 - 顔画像のサブウィンドウ画像の前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報を記憶するための特徴点候補位置生成部と、
前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報を考慮してクラスタ化を実行することによってクラスタを形成し、前記クラスタのうちで最大のクラスタを形成する前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報のある代表的な位置の位置情報を特徴点位置情報として生成する特徴点候補位置クラスタ化部と、
をさらに備える、請求項17に記載の装置。 - 前記第1の特徴パターンは通常の顔画像の特徴に基づいて決定され、前記第2の特徴パターンは普通でない顔画像の特徴に基づいて決定される、請求項17に記載の装置。
- 前記通常の顔画像および前記普通でない顔画像は、前記通常の顔画像および前記普通でない顔画像を正常な画像と比較し、前記比較の結果が既定の閾値を超えるか否かを判定することによって決定される、請求項19に記載の装置。
- 前記第1の特徴パターンおよび前記第2の特徴パターンの各々は前記サブウィンドウ画像内の1つまたは複数の明るい領域および1つまたは複数の暗い領域を指定する、請求項17に記載の装置。
- 前記1つまたは複数の明るい領域および前記1つまたは複数の暗い領域は、少なくとも1つの既定の輝度値に基づいて分類される、請求項20に記載の装置。
- 前記分類器はカスケード接続された強い分類器を含み、前記カスケード接続された強い分類器のうちの前段に位置する強い分類器は、後段に位置する強い分類器と比べてより少ない数の前記第1の特徴パターンを使用して、前記サブウィンドウ画像を前記第1の特徴点候補推奨画像および前記第1の特徴点候補非推奨画像へ分類する、請求項17に記載の装置。
- 前記強い分類器の各々は少なくとも1つの弱い分類器および判定部を含み、
前記弱い分類器はそれぞれ、前に指定された前記第1の特徴パターンの前記暗い領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第1の値と、前記明るい領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第2の値との差分値を計算し、前記差分値を、設定された第1の閾値と比較することによって、前記サブウィンドウ画像が、前記第1の特徴点候補推奨画像であるかまたは前記第1の特徴点候補非推奨画像であるかを判定するための第1の特徴値を生成し、
前記判定部は、第2の閾値を、前記第1の特徴値それぞれを前記第1の特徴値に設定された重み係数で乗算することによって獲得された値の総和である第1の信頼値と比較することによって、前記サブウィンドウ画像が、前記第1の特徴点候補推奨画像であるかまたは前記第1の特徴点候補非推奨画像であるかを判定する、請求項23に記載の装置。 - 前記再分類器はカスケード接続された強い分類器を含み、前記カスケード接続された強い分類器のうちの前段に位置する強い分類器は、後段に位置する強い分類器と比べてより少ない数の前記第2の特徴パターンを使用して、前記サブウィンドウ画像を前記第2の特徴点候補推奨画像および前記第2の特徴点候補非推奨画像へ再分類する、請求項17に記載の装置。
- 前記強い分類器の各々は少なくとも1つの弱い分類器および判定部を含み、
前記弱い分類器はそれぞれ、前に指定された前記第2の特徴パターンの前記暗い領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第3の値と、前記明るい領域によって指定された前記サブウィンドウ画像内の画素値を加算することによって獲得された第4の値との差分値を計算し、前記差分値を、設定された第3の閾値と比較することによって、前記サブウィンドウ画像が、前記第2の特徴点候補推奨画像であるかまたは前記第2の特徴点候補非推奨画像であるかを判定するための第2の特徴値を生成し、
前記判定部は、第4の閾値を、前記第2の特徴値それぞれを前記第2の特徴値に設定された重み係数で乗算することによって獲得された値の総和である第2の信頼値と比較することによって、前記サブウィンドウ画像が、前記第2の特徴点候補推奨画像であるかまたは前記第2の特徴点候補非推奨画像であるかを判定する、請求項25に記載の装置。 - 顔画像のサブウィンドウ画像の前記第1の特徴点候補推奨画像および前記第2の特徴点候補推奨画像について、前記第1の特徴点候補位置情報、前記第1の特徴点候補位置情報の第1の信頼値、前記第2の特徴点候補位置情報、および前記第2の特徴点候補位置情報の第2の信頼値を記憶し、出力する特徴点候補位置生成器をさらに備える、請求項17に記載の装置。
- 前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報についてクラスタ化を実行することによってクラスタを形成し、前記クラスタのうちで最大のクラスタを形成する前記第1の特徴点候補位置情報および前記第2の特徴点候補位置情報のある代表的な位置の位置情報を特徴点位置情報として生成する特徴点候補位置クラスタ化部をさらに備える、請求項27に記載の装置。
- 前記特徴点候補位置クラスタ化部は、前記最大のクラスタを構成する前記第1の特徴点候補位置情報の各々を前記第1の特徴点候補位置情報の各々の前記第1の信頼値で乗算することによって獲得された値と、前記第2の特徴点候補位置情報の各々を前記第2の特徴点候補位置情報の各々の前記第2の信頼値で乗算することによって獲得された値とを加算することによって獲得された値を参照して前記特徴点位置情報を出力する、請求項28に記載の装置。
- 元の顔画像を同サイズの濃淡画像へ正規化するための正規化部と、
正規化された前記顔画像をマルチスケール顔画像に変換する画像変換部と
をさらに備え、前記サブウィンドウ画像は前記マルチスケール顔画像である、請求項17に記載の装置。 - 特徴点位置情報を前記顔画像のサイズに対応する位置情報へと調整する特徴点位置調整部をさらに備える、請求項30に記載の装置。
- 所定のサイズを有する前記サブウィンドウ画像は前記マルチスケール顔画像を画素単位ずつ移動する間に作成される、請求項31に記載の装置。
- 請求項1から16のいずれか一項に記載の方法をコンピュータに実行させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020110097794A KR101175597B1 (ko) | 2011-09-27 | 2011-09-27 | 아다부스트 학습 알고리즘을 이용하여 얼굴 특징점 위치를 검출하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 |
KR10-2011-0097794 | 2011-09-27 | ||
PCT/KR2012/007843 WO2013048159A1 (ko) | 2011-09-27 | 2012-09-27 | 아다부스트 학습 알고리즘을 이용하여 얼굴 특징점 위치를 검출하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015159728A Division JP6111297B2 (ja) | 2011-09-27 | 2015-08-12 | 方法、装置、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014530424A true JP2014530424A (ja) | 2014-11-17 |
JP5795443B2 JP5795443B2 (ja) | 2015-10-14 |
Family
ID=46887540
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014531736A Expired - Fee Related JP5795443B2 (ja) | 2011-09-27 | 2012-09-27 | Adaboost学習アルゴリズムを使用して顔特徴点の位置を検出するための方法、装置、およびコンピュータ可読記録媒体 |
JP2015159728A Expired - Fee Related JP6111297B2 (ja) | 2011-09-27 | 2015-08-12 | 方法、装置、およびプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015159728A Expired - Fee Related JP6111297B2 (ja) | 2011-09-27 | 2015-08-12 | 方法、装置、およびプログラム |
Country Status (6)
Country | Link |
---|---|
US (2) | US9202109B2 (ja) |
EP (1) | EP2763078A4 (ja) |
JP (2) | JP5795443B2 (ja) |
KR (1) | KR101175597B1 (ja) |
CN (1) | CN104395913A (ja) |
WO (1) | WO2013048159A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017138989A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社ストラッドビジョン | 画像に含まれるテキストを検出する方法、装置及びコンピュータ読み取り可能な記録媒体 |
JP2021064424A (ja) * | 2017-06-26 | 2021-04-22 | 日本電気株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150005094A (ko) * | 2013-07-04 | 2015-01-14 | 삼성전자주식회사 | 전자 디바이스 및 전자 디바이스에서 눈 영역 검출 방법 |
US9020213B1 (en) | 2013-10-17 | 2015-04-28 | Daon Holdings Limited | Methods and systems for detecting biometric characteristics in an image |
KR101945821B1 (ko) | 2015-05-14 | 2019-02-11 | 인하대학교 산학협력단 | 공간 컨텍스트 아다부스트를 이용한 얼굴 표식 위치 추정 방법 |
US9898674B2 (en) | 2015-12-10 | 2018-02-20 | International Business Machines Corporation | Spoof detection for facial recognition |
CN106067013B (zh) * | 2016-06-30 | 2022-04-12 | 美的集团股份有限公司 | 嵌入式系统人脸识别方法及装置 |
KR101802500B1 (ko) | 2016-10-20 | 2017-11-28 | 재단법인대구경북과학기술원 | 영상 인식을 위한 학습 장치 및 그 학습 방법 |
CN106951888B (zh) * | 2017-05-09 | 2020-12-01 | 安徽大学 | 人脸特征点的相对坐标约束方法以及定位方法 |
JP6970553B2 (ja) * | 2017-08-17 | 2021-11-24 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
CN108573054A (zh) * | 2018-04-24 | 2018-09-25 | 百度在线网络技术(北京)有限公司 | 用于推送信息的方法和装置 |
CN112749296B (zh) * | 2019-10-31 | 2024-01-26 | 北京达佳互联信息技术有限公司 | 一种视频推荐方法、装置、服务器及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009015614A (ja) * | 2007-07-05 | 2009-01-22 | Sony Corp | 画像処理装置及び画像処理方法、並びにコンピュータ・プログラム |
JP2011141799A (ja) * | 2010-01-08 | 2011-07-21 | Nippon Telegr & Teleph Corp <Ntt> | オブジェクト検出認識装置、オブジェクト検出認識方法、および、プログラム |
WO2011092865A1 (ja) * | 2010-02-01 | 2011-08-04 | 株式会社モルフォ | 物体検出装置及び物体検出方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7024033B2 (en) * | 2001-12-08 | 2006-04-04 | Microsoft Corp. | Method for boosting the performance of machine-learning classifiers |
US7203669B2 (en) * | 2003-03-17 | 2007-04-10 | Intel Corporation | Detector tree of boosted classifiers for real-time object detection and tracking |
JP2005134966A (ja) * | 2003-10-28 | 2005-05-26 | Seiko Epson Corp | 顔画像候補領域検索方法及び検索システム並びに検索プログラム |
KR100643303B1 (ko) * | 2004-12-07 | 2006-11-10 | 삼성전자주식회사 | 다면 얼굴을 검출하는 방법 및 장치 |
KR100682906B1 (ko) * | 2004-12-09 | 2007-02-15 | 삼성전자주식회사 | 부스트 알고리즘을 이용한 영상의 얼굴 검출 장치 및 방법 |
KR100608596B1 (ko) * | 2004-12-28 | 2006-08-03 | 삼성전자주식회사 | 얼굴 검출을 기반으로 하는 휴대용 영상 촬영 기기 및영상 촬영 방법 |
US8503800B2 (en) * | 2007-03-05 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Illumination detection using classifier chains |
US7903870B1 (en) * | 2006-02-24 | 2011-03-08 | Texas Instruments Incorporated | Digital camera and method |
JP4933186B2 (ja) * | 2006-07-26 | 2012-05-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
US20080107341A1 (en) * | 2006-11-02 | 2008-05-08 | Juwei Lu | Method And Apparatus For Detecting Faces In Digital Images |
US20080170778A1 (en) * | 2007-01-15 | 2008-07-17 | Huitao Luo | Method and system for detection and removal of redeyes |
US7844085B2 (en) * | 2007-06-07 | 2010-11-30 | Seiko Epson Corporation | Pairwise feature learning with boosting for use in face detection |
CN103124354B (zh) * | 2007-09-28 | 2016-01-20 | 杜比实验室特许公司 | 处理视频信息 |
KR101607224B1 (ko) * | 2008-03-03 | 2016-03-29 | 아비길론 페이턴트 홀딩 2 코포레이션 | 동적 물체 분류 방법 및 장치 |
JP5072655B2 (ja) * | 2008-03-03 | 2012-11-14 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
JP4513898B2 (ja) * | 2008-06-09 | 2010-07-28 | 株式会社デンソー | 画像識別装置 |
KR100981832B1 (ko) * | 2008-06-12 | 2010-09-13 | 인하대학교 산학협력단 | Boosting 알고리즘 및 특징벡터분할 기법을 이용한얼굴특징 선택방법 및 장치 |
KR100998842B1 (ko) * | 2009-02-03 | 2010-12-06 | 인하대학교 산학협력단 | 부스팅 기법을 통한 얼굴 인식 방법 및 장치 |
KR101077312B1 (ko) * | 2009-07-01 | 2011-10-26 | 삼성전기주식회사 | 하라이크 특징점을 이용한 사람 검출 장치 및 그 방법 |
KR20110012820A (ko) * | 2009-07-31 | 2011-02-09 | 삼성전기주식회사 | 얼굴 구성 성분의 모션 조합에 의한 개인 인증 장치 및 그 방법 |
JP2011128916A (ja) * | 2009-12-18 | 2011-06-30 | Fujifilm Corp | オブジェクト検出装置および方法並びにプログラム |
JP5675214B2 (ja) * | 2010-08-18 | 2015-02-25 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
US8144976B1 (en) * | 2010-12-06 | 2012-03-27 | Seiko Epson Corporation | Cascaded face model |
US8306257B2 (en) * | 2011-01-31 | 2012-11-06 | Seiko Epson Corporation | Hierarchical tree AAM |
-
2011
- 2011-09-27 KR KR1020110097794A patent/KR101175597B1/ko not_active IP Right Cessation
-
2012
- 2012-09-27 CN CN201280058002.5A patent/CN104395913A/zh active Pending
- 2012-09-27 JP JP2014531736A patent/JP5795443B2/ja not_active Expired - Fee Related
- 2012-09-27 US US14/129,356 patent/US9202109B2/en active Active
- 2012-09-27 EP EP12836458.5A patent/EP2763078A4/en not_active Withdrawn
- 2012-09-27 WO PCT/KR2012/007843 patent/WO2013048159A1/ko active Application Filing
-
2015
- 2015-08-12 JP JP2015159728A patent/JP6111297B2/ja not_active Expired - Fee Related
- 2015-10-29 US US14/926,284 patent/US9563821B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009015614A (ja) * | 2007-07-05 | 2009-01-22 | Sony Corp | 画像処理装置及び画像処理方法、並びにコンピュータ・プログラム |
JP2011141799A (ja) * | 2010-01-08 | 2011-07-21 | Nippon Telegr & Teleph Corp <Ntt> | オブジェクト検出認識装置、オブジェクト検出認識方法、および、プログラム |
WO2011092865A1 (ja) * | 2010-02-01 | 2011-08-04 | 株式会社モルフォ | 物体検出装置及び物体検出方法 |
Non-Patent Citations (2)
Title |
---|
CSNG200800565081; 賀谷 晃太、外2名: '"類似特徴を有した異種物体認識のためのブーステッド・カスケード学習アルゴリズム"' 電子情報通信学会技術研究報告 Vol.107, no.542, 20080305, p.489-494, 社団法人電子情報通信学会 * |
JPN6015010969; 賀谷 晃太、外2名: '"類似特徴を有した異種物体認識のためのブーステッド・カスケード学習アルゴリズム"' 電子情報通信学会技術研究報告 Vol.107, no.542, 20080305, p.489-494, 社団法人電子情報通信学会 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017138989A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社ストラッドビジョン | 画像に含まれるテキストを検出する方法、装置及びコンピュータ読み取り可能な記録媒体 |
JP2021064424A (ja) * | 2017-06-26 | 2021-04-22 | 日本電気株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP7230939B2 (ja) | 2017-06-26 | 2023-03-01 | 日本電気株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
US11915518B2 (en) | 2017-06-26 | 2024-02-27 | Nec Corporation | Facial authentication device, facial authentication method, and program recording medium |
Also Published As
Publication number | Publication date |
---|---|
EP2763078A1 (en) | 2014-08-06 |
US20160078319A1 (en) | 2016-03-17 |
EP2763078A4 (en) | 2016-04-13 |
US9202109B2 (en) | 2015-12-01 |
KR101175597B1 (ko) | 2012-08-21 |
CN104395913A (zh) | 2015-03-04 |
JP6111297B2 (ja) | 2017-04-05 |
JP2016001492A (ja) | 2016-01-07 |
WO2013048159A1 (ko) | 2013-04-04 |
US20140133743A1 (en) | 2014-05-15 |
JP5795443B2 (ja) | 2015-10-14 |
US9563821B2 (en) | 2017-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6111297B2 (ja) | 方法、装置、およびプログラム | |
JP5010905B2 (ja) | 顔認証装置 | |
JP2003317101A (ja) | データベース自動更新方法を用いた顔検証方法及びそのシステム | |
KR20130037734A (ko) | 방사형 기저 함수 신경회로망 알고리즘을 이용한 실시간 얼굴 인식 시스템 | |
KR20080104943A (ko) | 얼굴 인식 방법 및 시스템 | |
KR101074953B1 (ko) | Pca와 가버 웨이블렛을 사용한 혼합형 얼굴 인식 방법 및 시스템 | |
KR20110067373A (ko) | 영상 인식 장치 및 방법 | |
Rezaei et al. | Adaptive Haar-like classifier for eye status detection under non-ideal lighting conditions | |
Mohamed et al. | Automated face recogntion system: Multi-input databases | |
KR101408344B1 (ko) | 얼굴 검출 장치 | |
WO2015037973A1 (en) | A face identification method | |
Razzaq et al. | A comprehensive survey on face detection techniques | |
Xu et al. | A novel multi-view face detection method based on improved real adaboost algorithm | |
Vivekanandam et al. | Face recognition from video frames using hidden markov model classification model based on modified random feature extraction | |
KR102326185B1 (ko) | 딥러닝을 이용한 얼굴 매칭 방법 및 장치 | |
Sharma et al. | Study and implementation of face detection algorithm using Matlab | |
Nguyen et al. | User re-identification using clothing information for smartphones | |
Mostafa et al. | Rejecting pseudo-faces using the likelihood of facial features and skin | |
Ibrahim et al. | Eye-state analysis using an interdependence and adaptive scale mean shift (IASMS) algorithm | |
Kar et al. | Disguised Face Verification Using Inverse Disguise Quality | |
Asif et al. | Deep component based age invariant face recognition in an unconstrained environment | |
Abbas | Frs-occ: Face recognition system for surveillance based on occlusion invariant technique | |
Park et al. | FACE DETECTION USING THE 3× 3 BLOCK RANK PATTERNS OF GRADIENT MAGNITUDE IMAGES | |
Nasiri | Real-Time Face Mask Detection and Recognition for Video Surveillance Using Deep Learning Approach | |
Teja et al. | Face Detection and Recognition for Criminal Identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150312 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150623 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150714 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150812 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5795443 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |