JP2016167681A - 画像生成装置および画像生成方法 - Google Patents

画像生成装置および画像生成方法 Download PDF

Info

Publication number
JP2016167681A
JP2016167681A JP2015046008A JP2015046008A JP2016167681A JP 2016167681 A JP2016167681 A JP 2016167681A JP 2015046008 A JP2015046008 A JP 2015046008A JP 2015046008 A JP2015046008 A JP 2015046008A JP 2016167681 A JP2016167681 A JP 2016167681A
Authority
JP
Japan
Prior art keywords
value
image
gamma
face detection
luminance value
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
Application number
JP2015046008A
Other languages
English (en)
Other versions
JP6365355B2 (ja
Inventor
俊 酒井
Shun Sakai
俊 酒井
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP2015046008A priority Critical patent/JP6365355B2/ja
Priority to EP15179471.6A priority patent/EP3068123B1/en
Priority to KR1020150110962A priority patent/KR101715489B1/ko
Priority to CN201510501033.9A priority patent/CN105957020B/zh
Priority to US14/827,896 priority patent/US9811715B2/en
Publication of JP2016167681A publication Critical patent/JP2016167681A/ja
Application granted granted Critical
Publication of JP6365355B2 publication Critical patent/JP6365355B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/92—
    • 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
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/20—Circuitry for controlling amplitude response
    • H04N5/202—Gamma control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2320/00—Control of display operating conditions
    • G09G2320/06—Adjustment of display parameters
    • G09G2320/0673—Adjustment of display parameters for control of gamma adjustment, e.g. selecting another gamma curve

Abstract

【課題】高精度な顔検出処理を実現可能にする画像を生成することができる技術を提供する。
【解決手段】画像形成装置１００は、画像から顔を検出する顔検出処理に用いる顔検出用画像を生成する画像生成装置であって、撮影によって得られた撮影画像の各画素の輝度値を代表する代表輝度値を算出する代表輝度算出手段１０１と、所定のガンマ値を用いて画像の各画素の輝度値を変換するガンマ変換処理を、撮影画像に施すことにより、顔検出用画像を生成するガンマ変換手段１０３と、を有する。ガンマ変換手段は、代表輝度値が所定の閾値以上である場合に、第１のガンマ値を用いたガンマ変換処理を行い、代表輝度値が所定の閾値未満である場合に、第１のガンマ値を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができる第２のガンマ値を用いたガンマ変換処理を行う。
【選択図】図１

Description

本発明は、画像から顔を検出する顔検出処理に用いる画像を生成する画像生成装置および画像生成方法に関する。
近年、撮影によって得られた撮影画像から顔を検出する顔検出処理が実用化され、デジタルカメラ、スマートフォン等の機器に普及している。今後は、顔検出処理を行う装置のバリエーションが増加すると考えられる。例えば、顔検出処理が、テレビジョン装置（以後、「テレビ」と記載する）や監視システム等で行われることが考えられる。テレビのアプリケーションが顔検出処理を含む顔認証処理や顔属性推定処理を実行すれば、例えば、視聴者を特定したり、視聴者の性別や年齢を推定したりすることができる。その結果、視聴者にとって有意義な情報（おすすめ番組の情報など）を視聴者に提供することができる。監視システムのアプリケーションが顔検出処理を含む顔認証処理や顔属性推定処理を実行すれば、例えば、顔を検出後、その顔を防犯対策のために登録したり、登録者の認証や性別や年齢を推定したりすることができる。その結果、高速にビデオ分析を行うことができる。
一般的に、撮影画像の領域のうち顔の領域には、顔特有の明暗パターン（顔特有の位置関係を有する明部と暗部）が存在する。例えば、目、鼻、口などの顔器官付近の領域は暗い画素を多く含み、それ以外の肌の領域は明るい画素を多く含む。そのため、顔検出処理では、顔特有の明暗パターンを考慮して画像から特徴量が取得され、取得された特徴量に基づいて顔が検出されるのが一般的である。特徴量としては、例えば、顔特有の明暗パターンと同等の位置関係を有する２つの領域間の輝度値の差を特徴量とするＨａａｒ−ｌｉｋｅ特徴量が使用される。
画像の明暗差（画像の明部と暗部の輝度値の差；コントラスト）がある程度残った画像では、顔特有の明暗パターンに関する情報量が多い。そのため、画像の明暗差が残った画像からは高精度に顔を検出することができる。一方、画像の明暗差が小さい画像では、顔特有の明暗パターンに関する情報量が希薄である。そのため、画像の明暗差が小さい画像からは顔を検出することは困難である。したがって、顔検出処理には明暗差が残った画像が適している。
しかしながら、顔検出処理を行う装置のバリエーションが増加すると、撮影画像の撮影環境（例えば、被写体の周囲の明るさ）のバリエーションも増加する。そのため、明るい撮影画像から暗い撮影画像まで様々な明るさの撮影画像を用いた顔検出処理が行われるようになり、従来の顔検出処理で想定されていなかった明るさ撮影画像を用いた顔検出処理が行われるようになる。例えば、テレビや監視システムは薄暗い環境で使用されることがある。そのため、テレビで行われる顔検出処理では、薄暗い撮影環境で得られた撮影画像が使用される可能性がある。
そして、撮影環境が変化すると、撮影画像の輝度分布が変化し、明暗差が変化する。その結果、顔検出処理の精度が低下することがある。例えば、薄暗い撮影環境で得られた撮影画像では、顔器官付近の領域以外の肌の領域も暗くなり、画像の明暗差が小さくなる。そのため、顔特有の明暗パターンに関する情報量が希薄となり、顔の検出が困難となる。同様に、照明や外乱光によって顔が明るくなりすぎる場合にも、撮影画像の明暗差が小さくなるため、顔特有の明暗パターンに関する情報量が希薄となり、顔の検出が困難となる。
従来、所望の画像を得るための様々な画像処理が提案されている。画像処理に関する技術は、例えば、特許文献１，２に開示されている。しかしながら、従来技術（特許文献１，２に開示の技術等）を用いたとしても、顔検出処理に適した画像（明暗差が残った画像）を確実に得ることはできない。
例えば、特許文献１に開示の技術では、画像全体が暗い場合には画像処理は行われない。そのため、特許文献１に開示の技術を用いたとしても、暗い撮影画像（暗い撮影環境で得られた撮影画像）から顔検出処理に適した画像を得ることはできない。
特許文献２に開示の技術では、画像に含まれている色の数が閾値以上であるか否かに応じてガンマ特性（ガンマカーブ）が切り替えられるに過ぎず、画像の明るさは考慮されない。そのため、特許文献２に開示の技術を用いたとしても、顔検出処理に適した画像を得ることはできない。
国際公開第２００９／０６３５５３号 特開２００９−０２５７０１号公報
本発明は、高精度な顔検出処理を実現可能にする画像を生成することができる技術を提供することを目的とする。
上記目的を達成するために、本発明は以下の構成を採用する。
本発明の画像生成装置は、画像から顔を検出する顔検出処理に用いる画像である顔検出用画像を生成する画像生成装置であって、撮影によって得られた撮影画像の各画素の輝度値を代表する代表輝度値を算出する代表輝度算出手段と、所定のガンマ値を用いて画像の各画素の輝度値を変換するガンマ変換処理を、撮影画像に施すことにより、顔検出用画像を生成するガンマ変換手段と、を有し、ガンマ変換手段は、代表輝度算出手段で算出された代表輝度値が所定の閾値以上である場合に、第１のガンマ値を用いたガンマ変換処理を行い、代表輝度値が所定の閾値未満である場合に、第１のガンマ値を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができる第２のガンマ値を用いたガンマ変換処理を行う、ことを特徴とする。
ここで、算出された代表輝度値が所定の閾値以上である場合には、撮影画像が明るい撮影環境で得られた可能性が高い。そして、算出された代表輝度値が所定の閾値未満である場合には、撮影画像が暗い撮影環境で得られた可能性が高い。そのため、１つのガンマ値（第１のガンマ値）を常に用いると、算出された代表輝度値が所定の閾値未満である場合に、明暗差が小さい顔検出用画像が生成される虞がある。
そこで、本発明の画像生成装置では、算出された代表輝度値が所定の閾値未満である場合に、第２のガンマ値を用いる。それにより、第１のガンマ値を用いた場合に比べて、画像全体の明るさが高く、且つ、明暗差が大きい、顔検出用画像を生成することができる。その結果、本発明の画像生成装置では、撮影画像の明るさに依らず高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、代表輝度値の取り得る値の範囲が０以上１以下の範囲である場合に、所定の閾値は、０．２５よりも大きく０．４１よりも小さい値であることが好ましい。この値を用いることにより、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
ガンマ変換処理は、例えば、以下の式１を用いて、所定のガンマ値Ｇ、撮影画像の輝度値Ｙａ、および、輝度値の取り得る値の最大値Ｙｍａｘから、顔検出用画像の輝度値Ｙｂを算出する処理である。
Ｙｂ＝Ｙｍａｘ×（Ｙａ／Ｙｍａｘ）Ｇ ・・・（式１）
この場合、第１のガンマ値は、０．５５よりも大きく１よりも小さい値であることが好ましく、第２のガンマ値は、０．１５よりも大きく１よりも小さい値であることが好ましい。これらの値を用いることにより、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、代表輝度値は、複数の画素の輝度値の平均値（平均輝度値）または中央値（中央輝度値）であることが好ましい。平均輝度値や中央輝度値は、他の代表輝度値に比べ、撮影環境の明るさをよく表す傾向がある。そのため、平均輝度値または中央輝度値を用いることにより、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、代表輝度算出手段は、第１閾値以上の輝度値を有する画素（高輝度画素）と、第１閾値よりも小さい第２閾値以下の輝度値を有する画素（低輝度画素）と、の少なくとも一方を用いずに、代表輝度値を算出することが好ましい。撮影画像では、被写体の画像（被写体画像）に付加画像が付加されていることがある。付加画像は、例えば、被写体画像を囲む枠画像、画像に重畳された文字、画像に重畳されたグラフィック、等である。そして、付加画像の輝度値は、輝度値の取り得る値の最大値（最大輝度値）、輝度値の取り得る値の最小値（最小輝度値）、または、それらの周辺の輝度値であることが多い。そのため、代表輝度値の算出に用いる画素から、高輝度画素や低輝度画素を除外することにより、付加画像の輝度値が代表輝度算出手段の算出値に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、付加画像の輝度値は最大輝度値や最小輝度値である可能性が特に高いため、第１閾値が最大輝度値であり、第２閾値が最小輝度値であることが好ましい。それにより、代表輝度値の算出に用いる画素から、被写体画像の画素が除外されることを抑制することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、代表輝度算出手段は、画素数が最も多い輝度値を有する画素（最頻画素）を用いずに、代表輝度値を算出することが好ましい。最頻画素は、付加画像の画素である可能性が高い。そのため、代表輝度値の算出に用いる画素から、最頻画素を除外することにより、付加画像の輝度値が代表輝度算出手段の算出値に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。また、付加画像の画素が高輝度画素や低輝度画素でない場合にも、これらの効果を得ることができる。
また、代表輝度算出手段は、画像の縁部分の画素を用いずに、代表輝度値を算出するこ
とが好ましい。縁部分の画素は、上述した枠画像の画素である可能性が高い。そのため、代表輝度値の算出に用いる画素から、縁部分の画素を除外することにより、枠画像の輝度値が代表輝度算出手段の算出値に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。また、枠画像の画素が高輝度画素、低輝度画素、および、最頻画素でない場合にも、これらの効果を得ることができる。
また、画像生成装置は、画像を縮小する縮小処理を撮影画像に施すことにより、撮影画像よりも少ない画素からなる縮小画像を生成する縮小手段をさらに有し、代表輝度算出手段は、縮小画像の代表輝度値を算出する、ことが好ましい。このような構成によれば、代表輝度値の算出に用いる画素の数を低減することができ、代表輝度値の算出に要する処理負荷を低減することができる。
また、代表輝度算出手段は、水平方向および垂直方向にｎ画素（ｎは１以上の整数）おきに存在する画素を用い、それ以外の画素を用いずに、代表輝度値を算出することが好ましい。このような構成によれば、代表輝度値の算出に用いる画素の数を低減することができ、代表輝度値の算出に要する処理負荷を低減することができる。
なお、本発明は、上記構成ないし機能の少なくとも一部を有する画像生成装置として捉えることができる。また、本発明は、上記処理の少なくとも一部を含む画像生成方法、または、斯かる方法をコンピュータに実行させるためのプログラム、または、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。上記構成および処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。
本発明によれば、高精度な顔検出処理を実現可能にする画像を生成することができる。
図１は、実施例１に係る画像生成装置の機能構成の一例を示すブロック図である。 図２は、実施例１に係るガンマカーブの一例を示す図である。 図３は、実施例１に係る画像生成装置の動作の一例を示すフローチャートである。 図４は、実施例１に係るガンマ値と顔の検出率との対応関係の一例を示す図ある。 図５は、実施例１に係る所定の閾値と顔の検出率との対応関係の一例を示す図である。 図６は、実施例２，３に係る撮影画像の一例を示す図である。 図７は、実施例４に係る画像生成装置の機能構成の一例を示すブロック図である。 図８は、実施例４に係る撮影画像と縮小画像の一例を示す図である。 図９は、実施例５に係る撮影画像の一例を示す図である。
＜実施例１＞
以下、本発明の実施例１に係る画像生成装置および画像生成方法について、図面を参照しながら説明する。本実施例に係る画像生成装置は、画像から顔を検出する顔検出処理に用いる画像である顔検出用画像を生成する。
（画像生成装置の構成）
本実施例に係る画像生成装置の機能構成について、図１を用いて説明する。図１は、本実施例に係る画像生成装置１００の機能構成の一例を示すブロック図である。図１に示すように、画像生成装置１００は、代表輝度算出部１０１、代表輝度判定部１０２、および、ガンマ変換部１０３を有する。
なお、撮影装置２００と顔検出装置３００の少なくともいずれかは、画像生成装置１００の一部としてとらえることもできる。
代表輝度算出部１０１は、撮影装置２００から出力された撮影画像を取得し、取得した撮影画像の各画素の輝度値を代表する代表輝度値を算出する。代表輝度値としては、複数の画素の輝度値の平均値（平均輝度値）、中央値（中央輝度値）、最頻値、最小値、最大値、等を使用することができる。本実施例では、代表輝度値として、撮影画像の全画素の輝度値の平均値である平均輝度値Ｙａｖが算出される。撮影画像は、撮影によって得られた画像である。画像データに基づく画像を表示する画像表示装置（テレビジョン装置など）のユーザの顔を検出する顔検出処理を行う場合には、撮影装置２００によって、画像表示装置のユーザが撮影される。代表輝度算出部１０１は、算出した平均輝度値Ｙａｖを、代表輝度判定部１０２に出力する。
本実施例では、代表輝度値は、撮影環境の明るさを判断するために使用される。そして、平均輝度値や中央輝度値は、他の代表輝度値に比べ、撮影環境の明るさをよく表す。そのため、平均輝度値または中央輝度値を用いることにより、撮影環境の明るさをより高精度に判断することができる。このような理由から、代表輝度値として、平均輝度値または中央輝度値を使用することが好ましい。
なお、本実施例では、撮影画像の全画素を用いて代表輝度値を算出するものとしたが、これに限らない。撮影環境の明るさを判断することができれば、代表輝度値の算出方法は特に限定されない。例えば、撮影画像の所定領域（一部の領域）内に存在する複数の画素のみを用いて、代表輝度値が算出されてもよい。
代表輝度判定部１０２は、代表輝度算出部１０１から出力された平均輝度値Ｙａｖが所定の閾値Ｙｔｈ以上であるか否かが判定される。そして、代表輝度判定部１０２は、平均輝度値Ｙａｖが閾値Ｙｔｈ以上であるか否かを示す判定値Ｆを、ガンマ変換部１０３に出力する。平均輝度値Ｙａｖが閾値Ｙｔｈ以上である場合には、判定値Ｆ＝０が出力され、平均輝度値Ｙａｖが閾値Ｙｔｈ未満である場合には、判定値Ｆ＝１が出力される。
ガンマ変換部１０３は、撮影装置２００から出力された撮影画像と、代表輝度判定部１０２から出力された判定値Ｆと、を取得する。そして、ガンマ変換部１０３は、所定のガンマ値を用いて画像の各画素の輝度値を変換するガンマ変換処理を、取得した撮影画像に施すことにより、顔検出用画像を生成する。ガンマ変換部１０３は、生成した顔検出用画像を、顔検出装置３００に出力する。
本実施例では、ガンマ変換処理により、撮影画像の全画素の輝度値が変換される。また、本実施例では、以下の式２を用いて、所定のガンマ値Ｇ、撮影画像の輝度値Ｙａ、および、輝度値の取り得る値の最大値Ｙｍａｘから、顔検出用画像の輝度値Ｙｂを算出する処理が、ガンマ変換処理として行われる。

Ｙｂ＝Ｙｍａｘ×（Ｙａ／Ｙｍａｘ）Ｇ ・・・（式２）
なお、ガンマ変換処理の演算式は上述した式２に限らない。ガンマ値に応じた変換特性で輝度値が変換されれば、どのような演算式が使用されてもよい。
なお、本実施例では、撮影画像の全画素の輝度値を変換するものとしたが、これに限らない。例えば、撮影画像の所定領域（一部の領域）内に存在する複数の画素のみの輝度値が変換されてもよい。
一般的に、撮影画像の領域のうち顔の領域には、顔特有の明暗パターン（顔特有の位置関係を有する明部と暗部）が存在する。例えば、目、鼻、口などの顔器官付近の領域は暗い画素を多く含み、それ以外の肌の領域は明るい画素を多く含む。そのため、顔検出処理では、一般的に、顔特有の明暗パターンを考慮して画像から特徴量が取得され、取得された特徴量に基づいて顔が検出される。特徴量としては、例えば、顔特有の明暗パターンと同等の位置関係を有する２つの領域間の輝度値の差が使用される。具体的には、特徴量として、顔器官の配置と明暗に対応するＨａａｒ−ｌｉｋｅ特徴量が使用される。そして、顔検出処理では、明暗差（画像の明部と暗部の輝度値の差；コントラスト）がある程度残った画像から高精度に顔を検出することができる。
そこで、本実施例では、ガンマ変換部１０３は、判定値Ｆ＝０の場合に、１よりも小さいガンマ値Ｇ１（第１のガンマ値）を用いたガンマ変換処理を行う。それにより、撮影画像に比べて、画像全体の明るさが高く、且つ、明暗差が大きい、顔検出用画像を生成することができる。即ち、高精度な顔検出処理を実現可能にする画像を生成することができる。
ここで、平均輝度値Ｙａｖが閾値Ｙｔｈ以上である場合には、撮影画像が明るい撮影環境で得られた可能性が高い。そして、平均輝度値Ｙａｖが閾値Ｙｔｈ未満である場合には、撮影画像が暗い撮影環境で得られた可能性が高い。そのため、１つのガンマ値Ｇ１を常に用いると、平均輝度値Ｙａｖが閾値Ｙｔｈ未満である場合に、明暗差が小さい顔検出用画像が生成される虞がある。
そこで、本実施例では、ガンマ変換部１０３は、判定値Ｆ＝１の場合に、ガンマ値Ｇ１よりも小さいガンマ値Ｇ２（第２のガンマ値）を用いたガンマ変換処理を行う。それにより、ガンマ値Ｇ１を用いた場合に比べて、画像全体の明るさが高く、且つ、明暗差が大きい、顔検出用画像を生成することができる。その結果、撮影画像の明るさに依らず高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
図２は、ガンマ変換処理前の輝度値Ｙａとガンマ変換処理後の輝度値Ｙｂとの対応関係（ガンマカーブ）の一例を示す図である。図２の横軸は、ガンマ変換処理前の輝度値Ｙａを示し、図２の縦軸は、ガンマ変換処理後の輝度値Ｙｂを示す。図２は、輝度値の取り得る値の範囲が０以上１以下の範囲である場合の例を示す。図２において、破線２１は、ガンマ値Ｇ＝１の場合のガンマカーブを示し、一点鎖線２２は、ガンマ値Ｇ＝Ｇ１の場合のガンマカーブを示し、実線２３は、ガンマ値Ｇ＝Ｇ２の場合のガンマカーブを示す。
図２から、ガンマ値Ｇ＝１を用いた場合には、輝度値Ｙｂとして輝度値Ｙａと同じ値が得られ、顔検出用画像として撮影画像と同じ画像が得られることがわかる。ガンマ値Ｇ＝Ｇ１を用いた場合には、輝度値Ｙｂとして輝度値Ｙａよりも大きい値が得られ、顔検出用画像として撮影画像よりも明るい画像が得られることがわかる。ガンマ値Ｇ＝Ｇ２を用いた場合には、ガンマ値Ｇ＝Ｇ１を用いて得られる輝度値Ｙｂよりも大きい輝度値Ｙｂが得られ、ガンマ値Ｇ＝Ｇ１を用いて得られる顔検出用画像よりも明るい顔検出用画像が得られることがわかる。
なお、輝度値の取り得る値の範囲は特に限定されない。例えば、輝度値の取り得る値の範囲は、０以上２５５以下の範囲、０以上１０２３以下の範囲、０以上４０９５以下の範囲、等であってもよい。
なお、ガンマ値Ｇ１とガンマ値Ｇ２の具体的な値、および、ガンマ値Ｇ１とガンマ値Ｇ２の大小関係は特に限定されない。例えば、撮影環境が非常に明るい場合には、輝度値を低減するガンマ値を使用した方が好ましい。そのため、ガンマ値Ｇ１として１よりも大きい値が使用されてもよい。また、ガンマ値Ｇ２は、ガンマ値Ｇ１を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができる値であればよい。換言すれば、ガンマ値Ｇ１は、ガンマ値Ｇ２を用いて得られる顔検出用画像よりも暗い顔検出用画像を得ることができる値であればよい。ガンマ値Ｇ１とガンマ値Ｇ２の具体的な値、および、ガンマ値Ｇ１とガンマ値Ｇ２の大小関係がガンマ変換処理の演算式に依存することは言うまでもない。
顔検出装置３００は、ガンマ変換部１０３で生成された顔検出用画像から顔を検出する（顔検出処理）。本実施例では、顔検出装置３００は、顔特有の明暗パターンを考慮して顔検出用画像から特徴量を取得し、取得された特徴量に基づいて顔を検出する。例えば、顔検出装置３００は、顔器官の配置と明暗に対応するＨａａｒ−ｌｉｋｅ特徴量を使って、顔検出用画像から顔らしい領域を探索する。
（画像生成装置の動作）
画像生成装置１００の動作について、図３を用いて説明する。図３は、画像生成装置１００の動作の一例を示すフローチャートである。
まず、代表輝度算出部１０１が、撮影画像の平均輝度値Ｙａｖを算出する（Ｓ１０１）。
次に、代表輝度判定部１０２が、Ｓ１０１で算出された平均輝度値Ｙａｖが閾値Ｙｔｈ以上であるか否かを判定する（Ｓ１０２）。平均輝度値Ｙａｖが閾値Ｙｔｈ以上である場合には（Ｓ１０２：ＹＥＳ）、Ｓ１０３に処理が進められ、平均輝度値Ｙａｖが閾値Ｙｔｈ未満である場合には（Ｓ１０２：ＮＯ）、Ｓ１０４に処理が進められる。
Ｓ１０３では、ガンマ変換部１０３が、ガンマ値Ｇ１を用いたガンマ変換処理（第１のガンマ変換処理）を撮影画像に施すことにより、顔検出用画像を生成する。
Ｓ１０４では、ガンマ変換部１０３が、ガンマ値Ｇ２を用いたガンマ変換処理（第２のガンマ変換処理）を撮影画像に施すことにより、顔検出用画像を生成する。
（まとめ）
以上述べたように、本実施例によれば、代表輝度値が所定の閾値以上である場合に、ガンマ値Ｇ１を用いたガンマ変換処理を撮影画像に施すことによって、顔検出用画像が生成される。そして、代表輝度値が所定の閾値未満である場合に、ガンマ値Ｇ１を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができるガンマ値Ｇ２を用いたガンマ変換処理を撮影画像に施すことによって、顔検出用画像が生成される。それにより、撮影画像の明るさに依らず高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
（ガンマ値Ｇ１，Ｇ２）
なお、上述したように、ガンマ値Ｇ１，Ｇ２は、どのような値であってもよい。但し、
上述した式２を用いたガンマ変換処理が行われる場合には、ガンマ値Ｇ１は、０．５５よりも大きく１よりも小さい値であることが好ましく、０．７であることが特に好ましい。そして、ガンマ値Ｇ２は、０．１５よりも大きく１よりも小さい値であることが好ましく、０．２５であることが特に好ましい。ガンマ値Ｇ１，Ｇ２としてこれらの値を用いることにより、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
本発明者は、顔を撮影して得られた多数の撮影画像を用いた第１の実験を行った。第１の実験において、輝度値の取り得る値の範囲は０以上１以下の範囲である。第１の実験では、多数の撮影画像（元画像）のそれぞれについて、輝度値を調整する輝度調整処理を施すことにより、多数の第１調整画像、多数の第２調整画像、多数の第３調整画像、多数の第４調整画像、および、多数の第５調整画像を生成した。第１調整画像は平均輝度値Ｙａｖが０．３９の画像であり、第２調整画像は平均輝度値Ｙａｖが０．１９の画像であり、第３調整画像は平均輝度値Ｙａｖが０．１５の画像であり、第４調整画像は平均輝度値Ｙａｖが０．１１の画像であり、第５調整画像は平均輝度値Ｙａｖが０．０７の画像である。そして、各調整画像（第１〜第５調整画像）について、ガンマ値を１から１０まで変えながら、調整画像から顔検出用画像を生成するガンマ変換処理と、顔検出処理と、を行った。ガンマ値が１である場合には、顔検出用画像として調整画像と同じ画像が得られる。そのため、ガンマ値が１である場合は、ガンマ変換処理を行わない場合に相当する。言うまでもなく、第１の実験では、平均輝度値Ｙａｖに応じてガンマ値を切り替えることはしていない。
第１の実験により、図４に示す実験結果が得られた。図４は、ガンマ値Ｇと顔の検出率との対応関係の一例を示す図ある。図４において、横軸はガンマ値Ｇを示し、縦軸は顔の検出率を示す。検出率は、画像の総数に対する、顔の検出に成功した画像の数の割合である。そのため、検出率が高いことは、顔検出処理の精度が高いことを意味し、検出率が低いことは、顔検出処理の精度が低いことを意味する。
ここでは、平均輝度値Ｙａｖ＝０．３９の調整画像（第１調整画像）が「明るい撮影画像」であるとし、平均輝度値Ｙａｖ＝０．１９、０．１５、０．１１、および、０．０７の撮影画像（第２〜第５調整画像）が「暗い撮影画像」であるとする。図４から、明るい撮影画像では、ガンマ値Ｇ＝０．７で検出率が最大となることがわかる。そのため、０．７をガンマ値Ｇ１として用いれば、明るい撮影画像から、他のガンマ値を用いる全ての場合よりも高精度な顔検出処理を実現可能な顔検出用画像を生成することができる。また、明るい撮影画像では、ガンマ値Ｇが０．５５＜Ｇ＜１の範囲で、ガンマ値Ｇ＝１のときよりも高い検出値が得られている。そのため、０．５５よりも大きく１よりも小さい値をガンマ値Ｇ１として用いれば、明るい撮影画像から、ガンマ変換処理を行わない場合よりも高い精度の顔検出処理を実現可能な顔検出用画像を生成することができる。
また、暗い撮影画像では、ガンマ値Ｇ＝０．２５で検出率が最大となる。そのため、０．２５をガンマ値Ｇ２として用いれば、暗い撮影画像から、他のガンマ値を用いる全ての場合よりも高精度な顔検出処理を実現可能な顔検出用画像を生成することができる。また、暗い撮影画像では、ガンマ値Ｇが０．１５＜Ｇ＜１の範囲で、ガンマ値Ｇ＝１のときよりも高い検出値が得られている。そのため、０．１５よりも大きく１よりも小さい値をガンマ値Ｇ２として用いれば、暗い撮影画像から、ガンマ変換処理を行わない場合よりも高い精度の顔検出処理を実現可能な顔検出用画像を生成することができる。
（閾値Ｙｔｈ）
なお、閾値Ｙｔｈは、どのような値であってもよい。但し、平均輝度値Ｙａｖの取り得る値の範囲が０以上１以下の範囲である場合に、閾値Ｙｔｈは、０．２５よりも大きく０
．４１よりも小さい値であることが好ましく、０．３３であることが特に好ましい。
本発明者は、顔を撮影して得られた多数の撮影画像を用いた第２の実験を行った。第２の実験において、平均輝度値Ｙａｖの取り得る値の範囲は０以上１以下の範囲である。第２の実験では、各元画像（第１の実験で用いた多数の元画像のそれぞれ）について、閾値Ｙｔｈを０から１まで変えながら、元画像から顔検出用画像を生成するガンマ変換処理と、顔検出処理と、を行った。第２の実験では、平均輝度値Ｙａｖが閾値Ｙｔｈ以上である場合にガンマ値０．７を用い、平均輝度値Ｙａｖが閾値Ｙｔｈ未満である場合にガンマ値０．２５を用いた。また、第２の実験では、調整画像を生成することはしていない。
第２の実験により、図５に示す実験結果が得られた。図５は、閾値Ｙｔｈと顔の検出率との対応関係の一例を示す図ある。図５において、横軸は閾値Ｙｔｈを示し、縦軸は顔の検出率を示す。図５の一点鎖線５１は、目標の検出率を示す。目標の検出率の値は特に限定されるものではない。目標の検出率は、例えば、閾値Ｙｔｈ＝０の検出率を基準に決定される。顔検出処理の精度の目標値が高いほど高い検出率を、目標の検出率として使用すればよい。
図５から、閾値Ｙｔｈ＝０．３３で検出率が最大となることがわかる。そのため、０．３３を閾値Ｙｔｈとして用いれば、他の値を閾値Ｙｔｈとして用いる全ての場合よりも高精度な顔検出処理を実現可能な顔検出用画像を生成することができる。また、閾値Ｙｔｈが０．２５＜Ｙｔｈ＜０．４１の範囲で、目標の検出率よりも高い検出値が得られている。そのため、０．２５よりも大きく０．４１よりも小さい値を閾値Ｙｔｈとして用いれば、目標の精度よりも高い精度の顔検出処理を実現可能な顔検出用画像を生成することができる。
＜実施例２＞
以下、本発明の実施例２に係る画像生成装置および画像生成方法について、図面を参照しながら説明する。本実施例では、代表輝度値の算出方法が実施例１と異なる。なお、以下では、実施例１と同様の構成や処理についての説明は省略する。
図６に、本実施例に係る撮影画像の一例を示す。撮影画像では、被写体の画像（被写体画像）に付加画像が付加されていることがある。例えば、図６に示すように、被写体画像６１を囲む枠画像６２が付加されていることがある。また、文字、グラフィック、等の付加画像が画像に重畳されていることもある。
より高精度な顔検出処理を実現可能にする顔検出用画像を生成するためには、算出された代表輝度値が所定の閾値以上であるか否かは、撮影画像が明るい撮影環境で得られたか否か、撮影画像が暗い撮影環境で得られたか否か、等を意味することが好ましい。そして、算出された代表輝度値が被写体画像６１の代表輝度値であれば、「算出された代表輝度値が所定の閾値以上であるか否かは、撮影画像が明るい撮影環境で得られたか否か、撮影画像が暗い撮影環境で得られたか否か、等を意味する」と言うことができる。
しかしながら、付加画像の画素を含む複数の画素を用いて代表輝度値を算出すると、付加画像の輝度値の影響によって、誤差（被写体画像の平均輝度値との差）が大きい代表輝度値が算出されることがある。例えば、枠画像６２の画素を含む複数の画素の輝度値を用いて代表輝度値として算出すると、枠画像６２の輝度値の影響によって、被写体画像６１の代表輝度値との差が大きい代表輝度値が算出されることがある。
そこで、本実施例では、代表輝度算出部１０１は、第１閾値以上の輝度値を有する画素（高輝度画素）と、第１閾値よりも小さい第２閾値以下の輝度値を有する画素（低輝度画
素）と、の少なくとも一方を用いずに、代表輝度値を算出する。例えば、低輝度画素以外の複数の画素の輝度値の平均値が、平均輝度値Ｙａｖとして算出される。
なお、高輝度画素以外の複数の画素の輝度値の平均値が、平均輝度値Ｙａｖとして算出されてもよい。高輝度画素でも低輝度画素でもない複数の画素の輝度値の平均値が、平均輝度値Ｙａｖとして算出されてもよい。
以上述べたように、本実施例によれば、代表輝度値の算出に用いる画素から、高輝度画素や低輝度画素が除外される。それにより、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。具体的には、付加画像（枠画像、文字、グラフィック、等）の輝度値は、輝度値の取り得る値の最大値（最大輝度値Ｙｍａｘ）、輝度値の取り得る値の最小値（最小輝度値Ｙｍｉｎ）、または、それらの周辺の輝度値であることが多い。最大輝度値Ｙｍａｘは白色の輝度値であり、最小輝度値Ｙｍｉｎは黒色の輝度値である。輝度値の取り得る値の範囲が０以上１以下である場合には、最大輝度値Ｙｍａｘは１であり、最小輝度値Ｙｍｉｎは０である。そのため、高輝度画素や低輝度画素を除外することにより、付加画像の輝度値が代表輝度算出部１０１の算出値（代表輝度値）に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
なお、第１閾値と第２閾値はどのような値であってもよい。例えば、最大輝度値Ｙｍａｘよりも小さい値を第１閾値として使用し、最小輝度値Ｙｍｉｎよりも大きい値を第２閾値として使用してもよい。但し、付加画像の輝度値は最大輝度値や最小輝度値である可能性が特に高い。そのため、第１閾値が最大輝度値であり、第２閾値が最小輝度値であることが好ましい。それにより、代表輝度値の算出に用いる画素から、被写体画像の画素が除外されることを抑制することができ、被写体画像の代表輝度値により近い代表輝度値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。
また、画素数が最も多い輝度値を有する画素（最頻画素）は、付加画像の画素である可能性が高い。そのため、最頻画素を用いずに、代表輝度値が算出されることが好ましい。代表輝度値の算出に用いる画素から最頻画素を除外することにより、付加画像の輝度値が代表輝度算出部１０１の算出値に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。また、付加画像の画素が高輝度画素や低輝度画素でない場合にも、これらの効果を得ることができる。代表輝度値の算出に用いる画素から最頻画素と高輝度画素が除外されてもよいし、代表輝度値の算出に用いる画素から最頻画素と低輝度画素が除外されてもよい。代表輝度値の算出に用いる画素から、最頻画素、低輝度画素、および、高輝度画素が除外されてもよい。
＜実施例３＞
以下、本発明の実施例３に係る画像生成装置および画像生成方法について、図面を参照しながら説明する。本実施例では、代表輝度値の算出方法が実施例１と異なる。なお、以下では、実施例１と同様の構成や処理についての説明は省略する。
本実施例では、代表輝度算出部１０１は、画像の縁部分の画素を用いずに、代表輝度値を算出する。例えば、縁部分以外の領域に存在する複数の画素の輝度値の平均値が、平均輝度値Ｙａｖとして算出される。縁部分は、例えば、画像の端から画像の中心に向かって所定画素数分の領域である。具体的には、図６に示すように、破線６３（撮影画像の上下
左右辺）から破線６４までの領域が縁部分として用いられる。図６の例では、縁部分に、枠画像６２の全体と被写体画像６１の一部とが含まれている。
なお、縁部分には、枠画像６２の全体が含まれてもよいし、枠画像６２の一部が含まれてもよい。また、縁部分には、被写体画像６１が含まれてもよいし、被写体画像６１が含まれなくてもよい。
なお、画像の上辺、下辺、左辺、および、右辺の４つの辺のうちの一部の辺から、画像の中心に向かって所定画素数分の領域が、縁部分として用いられてもよい。即ち、以下の４つの領域のうち、１つ、２つ、または、３つの領域が、縁部分として用いられてもよい。図６の例では、以下の４つの領域の全部が縁部分として用いられている。
・画像の上辺から下側に向かって所定画素数分の領域
・画像の下辺から上側に向かって所定画素数分の領域
・画像の左辺から右側に向かって所定画素数分の領域
・画像の右辺から左側に向かって所定画素数分の領域
以上述べたように、本実施例によれば、代表輝度値の算出に用いる画素から、縁部分の画素が除外される。それにより、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。具体的には、縁部分の画素は、枠画像の画素である可能性が高い。そのため、縁部分の画素を除外することにより、枠画像の輝度値が代表輝度算出部１０１の算出値に与える影響を低減することができ、被写体画像の代表輝度値により近い算出値を得ることができる。その結果、ガンマ値の切り替えをより高精度に行うことができ、より高精度な顔検出処理を実現可能にする顔検出用画像を生成することができる。また、枠画像の画素が高輝度画素、低輝度画素、および、最頻画素でない場合にも、これらの効果を得ることができる。
＜実施例４＞
以下、本発明の実施例４に係る画像生成装置および画像生成方法について、図面を参照しながら説明する。なお、以下では、実施例１と同様の構成や処理についての説明は省略する。
図７は、本実施例に係る画像生成装置４００の機能構成の一例を示すブロック図である。図７において、実施例１（図１）と同じ機能部には実施例１と同じ符号を付し、その説明は省略する。図７に示すように、画像生成装置４００は、画像生成装置１００が有する機能部の他に、縮小部４０１をさらに有する。
縮小部４０１は、撮影装置２００から出力された撮影画像を取得し、取得した撮影画像に縮小処理を施す。縮小処理は、画像を縮小する処理である。図８は、本実施例に係る撮影画像と縮小画像の一例を示す図である。図８に示すように、撮影画像に縮小処理を施すことにより、撮影画像よりも少ない画素からなる縮小画像が生成される。縮小部４０１は、生成した縮小画像を、代表輝度算出部１０１に出力する。代表輝度算出部１０１では、撮影画像の代表輝度値として、縮小画像の代表輝度値が算出される。
以上述べたように、本実施例によれば、縮小処理を撮影画像に施すことにより、撮影画像よりも少ない画素からなる縮小画像が生成される。そして、縮小画像の代表輝度値が撮影画像の代表輝度値として算出される。それにより、代表輝度値の算出に用いる画素の数を低減することができ、代表輝度値の算出に要する処理負荷を低減することができる。
＜実施例５＞
以下、本発明の実施例５に係る画像生成装置および画像生成方法について、図面を参照
しながら説明する。本実施例では、代表輝度値の算出方法が実施例１と異なる。なお、以下では、実施例１と同様の構成や処理についての説明は省略する。
図９は、本実施例に係る撮影画像の一例を示す図である。図９において、符号９１，９２は画素を示す。具体的には、符号９１は、代表輝度値の算出に用いる画素を示し、符号９２は、代表輝度値の算出に用いない画素を示す。本実施例では、図９に示すように、代表輝度算出部１０１は、水平方向および垂直方向にｎ画素（ｎは１以上の整数）おきに存在する画素を用い、それ以外の画素を用いずに、代表輝度値を算出する。例えば、水平方向および垂直方向にｎ画素おきに存在する複数の画素の輝度値の平均値が、平均輝度値Ｙａｖとして算出される。なお、図９には、ｎ＝１の場合の例が示されているが、ｎは１より大きくてもよい。
以上述べたように、本実施例によれば、水平方向および垂直方向にｎ画素おきに存在する画素を用い、それ以外の画素を用いずに、代表輝度値が算出される。それにより、代表輝度値の算出に用いる画素の数を低減することができ、代表輝度値の算出に要する処理負荷を低減することができる。
なお、上述した実施例１〜５はあくまで一例であり、本発明の要旨の範囲内で実施例１〜５の構成を適宜変形したり変更したりすることにより得られる構成も、本発明に含まれる。実施例１〜５の構成を適宜組み合わせて得られる構成も、本発明に含まれる。例えば、縮小画像が生成され、縮小画像の画素のうち、ｎ画素おきに存在する画素を用いて代表輝度値が算出されるように、実施例４，５を組み合わせてもよい。
１００，４００：画像生成装置 １０１：代表輝度算出部
１０２：代表輝度判定部 １０３：ガンマ変換部
２００：撮影装置 ３００：顔検出装置 ４０１：縮小部

Claims (12)

  1. 画像から顔を検出する顔検出処理に用いる画像である顔検出用画像を生成する画像生成装置であって、
    撮影によって得られた撮影画像の各画素の輝度値を代表する代表輝度値を算出する代表輝度算出手段と、
    所定のガンマ値を用いて画像の各画素の輝度値を変換するガンマ変換処理を、前記撮影画像に施すことにより、顔検出用画像を生成するガンマ変換手段と、
    を有し、
    前記ガンマ変換手段は、
    前記代表輝度算出手段で算出された代表輝度値が所定の閾値以上である場合に、第１のガンマ値を用いたガンマ変換処理を行い、
    前記代表輝度値が前記所定の閾値未満である場合に、前記第１のガンマ値を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができる第２のガンマ値を用いたガンマ変換処理を行うことを特徴とする画像生成装置。
  2. 前記代表輝度値の取り得る値の範囲が０以上１以下の範囲である場合に、
    前記所定の閾値は、０．２５よりも大きく０．４１よりも小さい値である
    ことを特徴とする請求項１に記載の画像生成装置。
  3. 前記ガンマ変換処理は、以下の式１を用いて、前記所定のガンマ値Ｇ、前記撮影画像の輝度値Ｙａ、および、輝度値の取り得る値の最大値Ｙｍａｘから、前記顔検出用画像の輝度値Ｙｂを算出する処理であり、
    Ｙｂ＝Ｙｍａｘ×（Ｙａ／Ｙｍａｘ）Ｇ ・・・（式１）
    前記第１のガンマ値は、０．５５よりも大きく１よりも小さい値である
    ことを特徴とする請求項１または２に記載の画像生成装置。
  4. 前記ガンマ変換処理は、以下の式２を用いて、前記所定のガンマ値Ｇ、前記撮影画像の輝度値Ｙａ、および、輝度値の取り得る値の最大値Ｙｍａｘから、前記顔検出用画像の輝度値Ｙｂを算出する処理であり、
    Ｙｂ＝Ｙｍａｘ×（Ｙａ／Ｙｍａｘ）Ｇ ・・・（式２）
    前記第２のガンマ値は、０．１５よりも大きく１よりも小さい値である
    ことを特徴とする請求項１〜３のいずれか１項に記載の画像生成装置。
  5. 前記代表輝度値は、複数の画素の輝度値の平均値または中央値である
    ことを特徴とする請求項１〜４のいずれか１項に記載の画像生成装置。
  6. 前記代表輝度算出手段は、第１閾値以上の輝度値を有する画素と、前記第１閾値よりも小さい第２閾値以下の輝度値を有する画素と、の少なくとも一方を用いずに、前記代表輝度値を算出する
    ことを特徴とする請求項１〜５のいずれか１項に記載の画像生成装置。
  7. 前記第１閾値は、輝度値の取り得る値の最大値であり、
    前記第２閾値は、輝度値の取り得る値の最小値である
    ことを特徴とする請求項６に記載の画像生成装置。
  8. 前記代表輝度算出手段は、画素数が最も多い輝度値を有する画素を用いずに、前記代表輝度値を算出する
    ことを特徴とする請求項１〜７のいずれか１項に記載の画像生成装置。
  9. 前記代表輝度算出手段は、画像の縁部分の画素を用いずに、前記代表輝度値を算出することを特徴とする請求項１〜８のいずれか１項に記載の画像生成装置。
  10. 画像を縮小する縮小処理を前記撮影画像に施すことにより、前記撮影画像よりも少ない画素からなる縮小画像を生成する縮小手段をさらに有し、
    前記代表輝度算出手段は、前記縮小画像の代表輝度値を算出する
    ことを特徴とする請求項１〜９のいずれか１項に記載の画像生成装置。
  11. 前記代表輝度算出手段は、水平方向および垂直方向にｎ画素（ｎは１以上の整数）おきに存在する画素を用い、それ以外の画素を用いずに、前記代表輝度値を算出する
    ことを特徴とする請求項１〜１０のいずれか１項に記載の画像生成装置。
  12. 画像から顔を検出する顔検出処理に用いる画像である顔検出用画像を生成する画像生成方法であって、
    撮影によって得られた撮影画像の各画素の輝度値を代表する代表輝度値を算出する代表輝度算出ステップと、
    所定のガンマ値を用いて画像の各画素の輝度値を変換するガンマ変換処理を、前記撮影画像に施すことにより、顔検出用画像を生成するガンマ変換ステップと、
    を有し、
    前記ガンマ変換ステップでは、
    前記代表輝度算出ステップで算出された代表輝度値が所定の閾値以上である場合に、第１のガンマ値を用いたガンマ変換処理を行い、
    前記代表輝度値が前記所定の閾値未満である場合に、前記第１のガンマ値を用いて得られる顔検出用画像よりも明るい顔検出用画像を得ることができる第２のガンマ値を用いたガンマ変換処理を行う
    ことを特徴とする画像生成方法。
JP2015046008A 2015-03-09 2015-03-09 画像生成装置および画像生成方法 Active JP6365355B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2015046008A JP6365355B2 (ja) 2015-03-09 2015-03-09 画像生成装置および画像生成方法
EP15179471.6A EP3068123B1 (en) 2015-03-09 2015-08-03 Image generator and image generation method
KR1020150110962A KR101715489B1 (ko) 2015-03-09 2015-08-06 화상 생성 장치 및 화상 생성 방법
CN201510501033.9A CN105957020B (zh) 2015-03-09 2015-08-14 图像生成装置以及图像生成方法
US14/827,896 US9811715B2 (en) 2015-03-09 2015-08-17 Image generator and image generation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015046008A JP6365355B2 (ja) 2015-03-09 2015-03-09 画像生成装置および画像生成方法

Publications (2)

Publication Number Publication Date
JP2016167681A true JP2016167681A (ja) 2016-09-15
JP6365355B2 JP6365355B2 (ja) 2018-08-01

Family

ID=53785515

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015046008A Active JP6365355B2 (ja) 2015-03-09 2015-03-09 画像生成装置および画像生成方法

Country Status (5)

Country Link
US (1) US9811715B2 (ja)
EP (1) EP3068123B1 (ja)
JP (1) JP6365355B2 (ja)
KR (1) KR101715489B1 (ja)
CN (1) CN105957020B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018159037A1 (ja) * 2017-03-01 2018-09-07 オムロン株式会社 顔検出装置およびその制御方法、並びにプログラム

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108665428B (zh) * 2018-04-26 2022-11-11 青岛海信移动通信技术股份有限公司 图像增强方法、装置、设备及存储介质
KR20200032584A (ko) 2018-09-18 2020-03-26 엘지전자 주식회사 영상표시장치
JP2022018276A (ja) * 2020-07-15 2022-01-27 株式会社Ｊｖｃケンウッド 撮像制御装置、撮像制御方法及びプログラム
CN112950497A (zh) * 2021-02-22 2021-06-11 上海商汤智能科技有限公司 图像处理方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002247361A (ja) * 2001-02-14 2002-08-30 Ricoh Co Ltd 画像処理装置、画像処理方法およびその方法を実施するためのプログラムを記録した記録媒体
JP2006080752A (ja) * 2004-09-08 2006-03-23 Fujitsu Ten Ltd カメラ用露光制御装置および制御方法
JP2008227959A (ja) * 2007-03-13 2008-09-25 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理システム
JP2010041504A (ja) * 2008-08-06 2010-02-18 Nikon Corp カメラ
EP2518662A1 (en) * 2011-04-27 2012-10-31 Kabushiki Kaisha Toshiba Electronic apparatus and video processing method
JP2013070241A (ja) * 2011-09-22 2013-04-18 Olympus Corp 画像処理装置、画像処理方法、および、画像処理プログラム

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4661862A (en) * 1984-04-27 1987-04-28 Rca Corporation Differential PCM video transmission system employing horizontally offset five pixel groups and delta signals having plural non-linear encoding functions
JP3003561B2 (ja) * 1995-09-25 2000-01-31 松下電器産業株式会社 階調変換方法及びその回路と画像表示方法及びその装置と画像信号変換装置
JPH09326958A (ja) * 1996-06-05 1997-12-16 Sony Corp 画像処理装置および処理方法
JP4124861B2 (ja) * 1998-06-19 2008-07-23 株式会社東芝 移動量検出装置及びその方法
JP3730419B2 (ja) * 1998-09-30 2006-01-05 シャープ株式会社 映像信号処理装置
US6633343B2 (en) * 2000-03-14 2003-10-14 Matsushita Electric Industrial Co., Ltd. Dynamic gamma correction apparatus
US7684640B2 (en) * 2005-10-20 2010-03-23 Sharp Laboratories Of America, Inc. Methods and systems for automatic digital image enhancement with local adjustment
EP1965348A4 (en) * 2005-12-21 2014-06-18 Nec Corp GRAY SCALE CORRECTION METHOD, GRAY SCALE CORRECTION DEVICE, GRAY SCALE CORRECTION PROGRAM, AND IMAGE DEVICE
JP4867365B2 (ja) * 2006-01-30 2012-02-01 ソニー株式会社 撮像制御装置、撮像装置および撮像制御方法
JP5057053B2 (ja) 2007-07-23 2012-10-24 Ｎｅｃディスプレイソリューションズ株式会社 ガンマ切替装置および方法
JP4600448B2 (ja) * 2007-08-31 2010-12-15 カシオ計算機株式会社 階調補正装置、階調補正方法、及び、プログラム
KR20090025823A (ko) 2007-09-07 2009-03-11 한국표준과학연구원 이동없이 가능한 진공게이지의 교정/시험 장치 및 그 방법
JP5299282B2 (ja) 2007-11-13 2013-09-25 富士通株式会社 画像補正装置
JP4982399B2 (ja) * 2008-01-30 2012-07-25 株式会社リコー 画像処理装置および画像処理方法および画像処理プログラムおよび撮像装置
JP4626692B2 (ja) * 2008-09-12 2011-02-09 ソニー株式会社 物体検出装置、撮像装置、物体検出方法およびプログラム
EP2293247B1 (en) * 2009-07-29 2012-09-05 Harman Becker Automotive Systems GmbH Edge detection with adaptive threshold
CN102834689B (zh) * 2010-04-01 2014-05-28 新日铁住金株式会社 粒子测定装置以及粒子测定方法
US8538145B2 (en) * 2010-11-05 2013-09-17 Apple Inc. Gamma adjustment for maximizing information in images
US8554011B2 (en) * 2011-06-07 2013-10-08 Microsoft Corporation Automatic exposure correction of images
JP6074254B2 (ja) * 2012-12-18 2017-02-01 キヤノン株式会社 画像処理装置およびその制御方法
JP6116272B2 (ja) * 2013-02-08 2017-04-19 キヤノン株式会社 画像処理装置及び画像処理方法、プログラム、記憶媒体

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002247361A (ja) * 2001-02-14 2002-08-30 Ricoh Co Ltd 画像処理装置、画像処理方法およびその方法を実施するためのプログラムを記録した記録媒体
JP2006080752A (ja) * 2004-09-08 2006-03-23 Fujitsu Ten Ltd カメラ用露光制御装置および制御方法
JP2008227959A (ja) * 2007-03-13 2008-09-25 Seiko Epson Corp 画像処理装置、画像処理方法および画像処理システム
JP2010041504A (ja) * 2008-08-06 2010-02-18 Nikon Corp カメラ
EP2518662A1 (en) * 2011-04-27 2012-10-31 Kabushiki Kaisha Toshiba Electronic apparatus and video processing method
JP2012231436A (ja) * 2011-04-27 2012-11-22 Toshiba Corp 電子機器、及び映像処理方法
JP2013070241A (ja) * 2011-09-22 2013-04-18 Olympus Corp 画像処理装置、画像処理方法、および、画像処理プログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018159037A1 (ja) * 2017-03-01 2018-09-07 オムロン株式会社 顔検出装置およびその制御方法、並びにプログラム
JP2018147046A (ja) * 2017-03-01 2018-09-20 オムロン株式会社 顔検出装置およびその制御方法
KR20190072643A (ko) 2017-03-01 2019-06-25 오므론 가부시키가이샤 얼굴 검출 장치 및 그 제어 방법, 그리고 프로그램

Also Published As

Publication number Publication date
EP3068123A1 (en) 2016-09-14
KR101715489B1 (ko) 2017-03-10
JP6365355B2 (ja) 2018-08-01
KR20160110019A (ko) 2016-09-21
EP3068123B1 (en) 2019-07-03
CN105957020B (zh) 2019-03-08
US9811715B2 (en) 2017-11-07
US20160267318A1 (en) 2016-09-15
CN105957020A (zh) 2016-09-21

Similar Documents

Publication Publication Date Title
EP3198852B1 (en) Image processing apparatus and control method thereof
JP6365355B2 (ja) 画像生成装置および画像生成方法
US9390511B2 (en) Temporally coherent segmentation of RGBt volumes with aid of noisy or incomplete auxiliary data
US9569688B2 (en) Apparatus and method of detecting motion mask
WO2018176925A1 (zh) Hdr图像的生成方法及装置
JP5870598B2 (ja) 画像のホワイトバランス処理方法及び装置
KR20150145725A (ko) Ldr 비디오 시퀀스의 동적 범위 확장을 위한 방법 및 장치
US10373293B2 (en) Image processing apparatus, image processing method, and storage medium
JP2018195084A (ja) 画像処理装置及び画像処理方法、プログラム、記憶媒体
US10163035B2 (en) Edge detecting apparatus and edge detecting method
JP2007096437A (ja) 画像生成者の意図の判定
WO2018159037A1 (ja) 顔検出装置およびその制御方法、並びにプログラム
US10205922B2 (en) Display control apparatus, method of controlling the same, and non-transitory computer-readable storage medium
JP6740109B2 (ja) 画像処理装置、画像処理方法、およびプログラム
WO2018155269A1 (ja) 画像処理装置および方法、並びにプログラム
WO2018189772A1 (ja) 相関値演算装置
JP6708131B2 (ja) 映像処理装置、映像処理方法及びプログラム
JP6953184B2 (ja) 画像処理装置および画像処理方法
JP5887088B2 (ja) 画像処理装置
US11488291B2 (en) Image processing apparatus for generating a combined image from plural captured images having been subjected to position alignment, and image processing method
JP2017034608A (ja) 画像処理装置、画像処理方法及びプログラム
JP2017017637A (ja) 画像処理装置及び画像処理方法
JP2021089617A (ja) 画像処理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170804

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180413

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180424

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180523

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: 20180605

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180618

R150 Certificate of patent or registration of utility model

Ref document number: 6365355

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250