JP2020008929A - 身長算出システム、情報処理装置およびプログラム - Google Patents

身長算出システム、情報処理装置およびプログラム Download PDF

Info

Publication number
JP2020008929A
JP2020008929A JP2018126737A JP2018126737A JP2020008929A JP 2020008929 A JP2020008929 A JP 2020008929A JP 2018126737 A JP2018126737 A JP 2018126737A JP 2018126737 A JP2018126737 A JP 2018126737A JP 2020008929 A JP2020008929 A JP 2020008929A
Authority
JP
Japan
Prior art keywords
height
size
person
image
pixels
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.)
Pending
Application number
JP2018126737A
Other languages
English (en)
Inventor
佑介 山浦
Yusuke Yamaura
佑介 山浦
昌嗣 外池
Masatsugu Sotoike
昌嗣 外池
新宮 淳
Atsushi Shingu
淳 新宮
大輔 池田
Daisuke Ikeda
大輔 池田
祐介 宇野
Yusuke Uno
祐介 宇野
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.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
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 Fuji Xerox Co Ltd filed Critical Fuji Xerox Co Ltd
Priority to JP2018126737A priority Critical patent/JP2020008929A/ja
Priority to US16/150,291 priority patent/US20200013180A1/en
Publication of JP2020008929A publication Critical patent/JP2020008929A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1072Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608Height gauges
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Dentistry (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

【課題】人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出する。【解決手段】被写体を撮影する撮影手段と、撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、検出手段により検出された一の部位が、画像内に存在する特定の領域と重なっているときの部位の大きさに基づいて、人体からなる人物の身長を算出する算出手段と、を備える。【選択図】図3

Description

本発明は、身長算出システム、情報処理装置およびプログラムに関する。
特許文献1には、頭部検出部により検出された頭部を用いて、撮像部により時系列で撮像された画像それぞれから対象人物の足元位置を仮定身長毎に推定することが開示されている。
特開2013−37406号公報
例えば、撮影された画像に映っている人体の頭と足との距離から、画像に映っている人体からなる人物の身長を算出する技術が存在する。しかしながら、場合によっては、撮影された画像に人体の頭と足の両方は映っていないことがあり、この場合、画像に映っている人物の身長を算出することが困難であった。
本発明の目的は、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することにある。
請求項1に記載の発明は、被写体を撮影する撮影手段と、前記撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、を備えた、身長算出システムである。
請求項2に記載の発明は、前記検出手段に検出された特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに係る部位情報を取得する取得手段と、前記取得手段に取得された前記部位情報に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段と、をさらに備え、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記予め定められた身長が対応付けられた前記大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項1記載の身長算出システムである。
請求項3に記載の発明は、前記部位情報に係る人物の属性を推定する推定手段をさらに備え、前記決定手段は、前記属性ごとに定められた身長を対応付ける大きさをそれぞれ決定し、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記属性ごとに身長が対応付けられた前記大きさのうち当該一の部位の大きさに最も近い大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項2記載の身長算出システムである。
請求項4に記載の発明は、前記部位情報に基づいて、前記部位の大きさの正規分布を前記属性ごとに作成する作成手段をさらに備え、前記決定手段は、前記属性ごとに、前記正規分布における平均値に前記予め定められた身長を対応付けることを特徴とする請求項3記載の身長算出システムである。
請求項5に記載の発明は、前記属性は、人物の年代および/または性別であり、属性ごとに定められた身長は、各属性における身長の平均値として定められた身長であることを特徴とする請求項3または4記載の身長算出システムである。
請求項6に記載の発明は、前記画像は、撮影された動画のうちの一の画像であり、前記部位情報は、検出された前記一の部位が前記特定の領域と重なっている間の動画を構成する各画像における当該部位の大きさの平均値に係る情報であることを特徴とする請求項2記載の身長算出システムである。
請求項7に記載の発明は、前記平均値は、検出された前記一の部位が前記特定の領域と重なっている間であって、当該部位に係る人物の歩行における一周期の間の動画を構成する各画像における当該部位の大きさの平均値であることを特徴とする請求項6記載の身長算出システムである。
請求項8に記載の発明は、前記決定手段は、身長が既知である人物の人体における特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに基づいて、前記属性ごとに身長が対応付けられた前記大きさの値をそれぞれ補正することを特徴とする請求項3乃至7の何れかに記載の身長算出システムである。
請求項9に記載の発明は、前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、第1の身長が対応付けられ且つ当該部位よりも小さい第1の大きさと、当該第1の身長よりも高い第2の身長が対応付けられ且つ当該部位よりも大きい第2の大きさとの関係に基づいて、前記人の身長を算出することを特徴とする請求項1記載の身長算出システムである。
請求項10に記載の発明は、高い身長ほど対応付ける大きさを大きくして、3以上の予め定められた身長に対応付ける大きさをそれぞれ決定する決定手段をさらに備え、前記算出手段は、前記人の身長を算出するにあたり、前記決定手段により決定された3以上の前記大きさのうち、前記一の部位の大きさの次に小さい大きさと、当該一の部位の大きさの次に大きい大きさとを用いることを特徴とする請求項8記載の身長算出システムである。
請求項11に記載の発明は、撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、を備えた、情報処理装置である。
請求項12に記載の発明は、コンピュータに、撮影された画像に映っている人物の人体における特定の一の部位を検出する機能と、検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人物の身長を算出する機能と、を実現させるためのプログラムである。
請求項1の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
請求項2の発明によれば、予め定められた身長を対応付ける大きさを部位情報に関わらず決定する場合に比べ、用いられる撮影手段ごとに算出される身長にばらつきが生じることを抑制できる。
請求項3の発明によれば、一の部位の大きさに関わらず、身長が対応付けられた大きさとして同じ大きさに基づいて身長を算出する場合に比べて、身長の算出の精度を向上させることができる。
請求項4の発明によれば、一の部位情報に係る部位の大きさに予め定められた身長を対応付ける場合に比べて、予め定められた身長を対応付ける大きさが、予め定められた身長を対応付ける大きさの決定に用いる部位情報に係る人ごとにばらつくことを抑制できる。
請求項5の発明によれば、人物の年代および/または性別に応じた身長を定めることができる。
請求項6の発明によれば、部位情報が一の画像における部位の大きさに係る情報である場合に比べて、一の人物に係る部位情報のばらつきを抑制することができる。
請求項7の発明によれば、人物の歩行における一周期が映っていない動画から部位情報を作成する場合に比べて、部位情報に用いられる画像における一の人物の歩行の段階によって部位情報にばらつきが生じることを抑制できる。
請求項8の発明によれば、身長が既知ではない人物の特定の一の部位が特定の領域と重なっているときの部位の大きさに基づいて、身長が対応付けられた大きさを補正する場合に比べて、身長が対応付けられる大きさの精度を向上させることができる。
請求項9の発明によれば、画像に映っている人体からなる人物の身長を、第1の身長と第2の身長との間の何れかの値として算出することができる。
請求項10の発明によれば、一の部位の大きさに関わらず、身長が対応付けられた大きさとして同じ大きさに基づいて身長を算出する場合に比べて、身長の算出の精度を向上させることができる。
請求項11の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
請求項12の発明によれば、人体における一箇所の部位が映っている画像に基づいて、画像に映っている人体からなる人物の身長を算出することができる。
身長算出システムの全体構成例を示す図である。 情報処理装置のハードウェア構成を例示したブロック図である。 情報処理装置の機能構成を示した図である。 端末装置のハードウェア構成の一例を示した図である。 端末装置の機能構成を示した図である。 (a)は、店舗に設けられたビデオカメラの撮影領域内を人物が歩行する様子を示した図であり、(b)は、動画データ取得部がビデオカメラから取得した動画の一例を示した図である。 記憶部が顔画素数を管理するための顔画素数管理テーブルの構成例を示した図である。 スケール作成部により作成されるヒストグラムの一例を示した図である。 身長のスケールを示した図である。 身長算出部による身長の算出の手法を示した図である。 身長算出処理の流れを示したフローチャートである。 身長算出部による身長の算出の結果に係る画像である算出結果画像を示した図である。 (a)、(b)は、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法を示した図である。
以下、添付図面を参照して、本発明の実施形態について詳細に説明する。
<身長算出システム10の構成>
図1は、本実施形態による身長算出システム10の全体構成例を示す図である。本実施形態の身長算出システム10は、撮影手段の一例としてのビデオカメラ100と、情報処理装置200と、端末装置300とを備える。ビデオカメラ100と情報処理装置200、および情報処理装置200と端末装置300とは、ネットワーク20を介して接続されている。
ネットワーク20は、ビデオカメラ100と情報処理装置200および情報処理装置200と端末装置300との間の通信を担う情報通信ネットワークである。ネットワーク20は、データの送受信が可能であれば、その種類は特に限定されず、例えばインターネット、LAN(Local Area Network)、WAN(Wide Area Network)等として良い。データ通信に用いられる通信回線は、有線であっても無線であっても良い。ビデオカメラ100と情報処理装置200とを接続するネットワーク20と、情報処理装置200と端末装置300とを接続するネットワーク20とは、共通のネットワークであってもよいし、異なるネットワークであってもよい。また、特に図示しないが、ネットワーク20にはネットワークや通信回線を接続するためのゲートウェイやハブ等の中継装置が設けられてもよい。
本実施形態の身長算出システム10は、人物が映っている動画を解析し、動画に映っている人物の顔の大きさを算出する。そして、算出した顔の大きさに基づいて、この顔からなる人物の身長を算出する。なお、具体的な身長算出の手法については、後に詳述する。
ビデオカメラ100は、歩行する人物を撮影する。本実施形態のビデオカメラ100は、例えば、店舗の内部や空港のフロア等の施設内に設けられる。また、ビデオカメラ100は、例えば、歩道等の施設外に設けられてもよい。
本実施形態のビデオカメラ100は、撮影した動画をデジタル・データとして、ネットワーク20を介して情報処理装置200へ送信する機能を備える。
情報処理装置200は、ビデオカメラ100により撮影された動画を解析し、動画に映っている人物の顔の大きさに基づいて、この人物の身長を算出するサーバである。
情報処理装置200は、単体のコンピュータにより構成してもよいし、ネットワーク20に接続された複数のコンピュータにより構成してもよい。後者の場合、後述する本実施形態の情報処理装置200としての機能は、複数のコンピュータによる分散処理にて実現される。
端末装置300は、情報処理装置200により算出された人物の身長に関する情報を出力する情報端末である。端末装置300は、例えば、コンピュータ、タブレット型情報端末、スマートフォン、その他の情報処理装置により実現される。
<情報処理装置200のハードウェア構成>
図2は、情報処理装置200のハードウェア構成を例示したブロック図である。
図2に示すように、情報処理装置200は、CPU(Central Processing Unit)201と、RAM202およびROM203と、外部記憶装置204と、ネットワーク・インターフェイス205とを備える。
CPU201は、ROM203に格納されているプログラムを実行することにより、各種の制御および演算処理を行う。
RAM202は、CPU201による制御や演算処理において作業メモリとして用いられる。
ROM203は、CPU201が実行するプログラムや制御において用いられる各種のデータを格納する。
外部記憶装置204は、例えば、磁気ディスク装置や、データの読み書きが可能な不揮発性の半導体メモリで実現され、RAM202に展開されてCPU201により実行されるプログラムや、CPU201による演算処理の結果を格納する。
ネットワーク・インターフェイス205は、ネットワーク20に接続して、ビデオカメラ100や端末装置300との間でデータの送受信を行う。
なお、図2に示す構成例は、情報処理装置200をコンピュータで実現するハードウェア構成の一例に過ぎない。情報処理装置200の具体的構成は、以下に説明する機能を実現し得るものであれば、図2に示す構成例に限定されない。
<情報処理装置200の機能構成>
次に、情報処理装置200の機能構成について説明する。
図3は、情報処理装置200の機能構成を示した図である。
図3に示すように、情報処理装置200は、動画データ取得部210と、領域識別部220と、属性推定部230と、検知部240と、サイズ算出部250と、記憶部260と、
スケール作成部270と、身長算出部280と、出力部290とを備える。
動画データ取得部210は、ネットワーク20を介してビデオカメラ100から動画データを取得する。取得した動画データは、例えば図2に示すRAM202や外部記憶装置204に格納される。
領域識別部220は、動画データ取得部210により取得された動画を解析し、人物の顔が映っている領域を識別する。具体的には、領域識別部220は、動画における明度、彩度、色相等に基づいて、動画に映っている人物の顔を検出することで、人物の顔が映っている領域を識別する。なお、人物の顔が映っている領域を、以下では、顔領域と称する。また、領域識別部220は、画像に映っている人体における顔を検出する検出手段として捉えられる。また、人体における顔は、人体における特定の一の部位として捉えられる。
推定手段の一例としての属性推定部230は、領域識別部220に検出された顔の画像に基づいてこの顔からなる人物の属性を推定する。具体的には、属性推定部230は、領域識別部220に識別された顔領域から、顔の部位、輪郭、皺等の特徴を抽出し、抽出した特徴に基づいて、この顔からなる人物の属性を推定する。ここで、人物の属性としては、例えば、人物の性別や年代等が挙げられる。
検知部240は、領域識別部220により識別された顔領域が動画における特定の領域と重なっていることを検知する。動画における特定の領域については、後に詳述する。
サイズ算出部250は、領域識別部220により識別された顔領域の大きさを算出する。具体的には、サイズ算出部250は、顔領域が動画における特定の領域と重なっていることが検知部240により検知されたときの顔領域の画像を構成する画素の数(画素数)を算出することで、顔領域の大きさを算出する。なお、顔領域が動画における特定の領域と重なっていることが検知部240により検知されたときの顔領域の画像を構成する画素数を、以下では、顔画素数と称する。顔画素数は、領域識別部220に検出された顔が特定の領域と重なっているときの顔の大きさに係る部位情報として捉えられる。
記憶部260は、サイズ算出部250により算出された顔画素数を、この顔からなる人物について属性推定部230に推定された属性に対応付けて記憶する。これにより、顔画素数の情報が人物ごとに蓄積される。
スケール作成部270は、身長の算出に用いられる物差しとしてのスケールを作成する。具体的には、取得手段の一例としてのスケール作成部270は、記憶部260に格納されている顔画素数の情報を取得し、取得した情報に基づいて、予め定められた身長に対応付ける画素数を決定する。また、スケール作成部270は、予め定められた身長への画素数の対応付けを、属性推定部230に推定された属性ごとに行う。すなわち、本実施形態のスケール作成部270は、属性ごとに定められた身長に対応付ける画素数の各々を決定する。これにより、予め定められた身長に対応付けられた画素数が属性ごとに示された身長のスケールが作成される。なお、スケールを作成する手法については、後に詳述する。
算出手段の一例としての身長算出部280は、動画に映っている人物の身長を算出する。具体的には、身長算出部280は、スケール作成部270に作成された身長のスケールを用いて、領域識別部220に検出された顔からなる人物の身長を算出する。なお、身長を算出する手法については、後に詳述する。
出力部290は、身長算出部280により算出された身長に関する情報を、ネットワーク20を介して端末装置300に送信する。
動画データ取得部210、領域識別部220、属性推定部230、検知部240、サイズ算出部250、記憶部260、スケール作成部270、身長算出部280、および出力部290は、ソフトウェアとハードウェア資源とが協働することにより実現される。
具体的には、本実施形態では、ROM203(図2参照)や外部記憶装置204に、オペレーティングシステム、オペレーティングシステムと協働して実行されるアプリケーションソフト等が記憶されている。そして、本実施形態では、CPU201が、これらのプログラムをROM203等から主記憶装置であるRAM202に読み込み、実行することで、動画データ取得部210、領域識別部220、属性推定部230、検知部240、サイズ算出部250、スケール作成部270、身長算出部280、出力部290の各機能部が実現される。
また、記憶部260は、ROM203や外部記憶装置204などにより実現される。
<端末装置300のハードウェア構成>
次に、端末装置300のハードウェア構成について説明する。
図4は、端末装置300のハードウェア構成の一例を示した図である。
図4に示すように、端末装置300は、CPU301と、RAM302およびROM303と、表示装置304と、入力装置305とネットワーク・インターフェイス306とを備える。
CPU301は、ROM303に格納されているプログラムを実行することにより、各種の制御および演算処理を行う。
RAM302は、CPU301による制御や演算処理において作業メモリとして用いられる。
ROM303は、CPU301が実行するプログラムや制御において用いられる各種のデータを格納している。
表示装置304は、例えば液晶ディスプレイにより構成され、CPU301の制御により画像を表示する。
入力装置305は、例えばキーボードやマウス、タッチセンサ等の入力デバイスで実現され、操作者の入力操作を受け付ける。端末装置300がタブレット端末やスマートフォン等である場合、液晶ディスプレイとタッチセンサとが組み合わされたタッチパネルが表示装置304および入力装置305として機能する。
ネットワーク・インターフェイス306は、ネットワーク20に接続して、情報処理装置200との間でデータの送受信を行う。
なお、図4に示す構成例は、端末装置300をコンピュータで実現するハードウェア構成の一例に過ぎない。端末装置300の具体的構成は、以下に説明する機能を実現し得るものであれば、図4に示す構成例に限定されない。
<端末装置300の機能構成>
次に、端末装置300の機能構成について説明する。
図5は、端末装置300の機能構成を示した図である。
図5に示すように、端末装置300は、身長情報取得部310と、表示画像生成部320と、表示制御部330と、操作受付部340とを備える。
身長情報取得部310は、情報処理装置200により算出された人物の身長に関する情報を、ネットワーク20を介して取得する。受信した情報は、例えば図4のRAM302に格納される。
表示画像生成部320は、身長情報取得部310により取得された情報に基づき、人物の身長を示す出力画像を生成する。
表示制御部330は、表示画像生成部320により生成された出力画像を、例えば図4に示すコンピュータにおける表示装置304に表示させる。
操作受付部340は、操作者が入力装置305により行った入力操作を受け付ける。そして、操作受付部340により受け付けられた操作にしたがって、表示制御部330が表示装置304への出力画像等の表示制御を行う。
身長情報取得部310、表示画像生成部320、表示制御部330、および操作受付部340は、ソフトウェアとハードウェア資源とが協働することにより実現される。
具体的には、本実施形態では、ROM303(図3参照)に、オペレーティングシステム、オペレーティングシステムと協働して実行されるアプリケーションソフト等が記憶されている。そして、本実施形態では、CPU301が、これらのプログラムをROM303等から主記憶装置であるRAM302に読み込み、実行することで、身長情報取得部310、表示画像生成部320、表示制御部330、操作受付部340の各機能部が実現される。
<顔画素数を算出する手法について>
次に、顔画素数を算出する手法について説明する。
図6(a)は、店舗に設けられたビデオカメラ100の撮影領域内を人物が歩行する様子を示した図であり、図6(b)は、動画データ取得部210がビデオカメラ100から取得した動画の一例を示した図である。
図6(a)に示すように、ビデオカメラ100は、店舗A内において、店舗A内を歩行する人物よりも上側であって、店舗Aの入口Bからみて奥側に設けられている。また、ビデオカメラ100は、店舗Aの入口Bを向いている。ビデオカメラ100は、撮影領域Rに映る被写体を動画撮影する。
図6(b)に示すように、動画データ取得部210がビデオカメラ100から取得した動画には、ビデオカメラ100の撮影領域R(図6(a)参照)に映る人物が映っている。
領域識別部220は、この動画から人物に係る顔領域Wを識別する。
検知部240は、動画における特定の領域に基準線Lを設ける。図示の例では、基準線Lは、動画における横方向に水平に延びる線である。また、この基準線Lは、図6(a)に示す現実空間においては、ビデオカメラ100のレンズから撮影領域Rにおける店舗Aの床に向かって延びる直線に相当する。
検知部240は、顔領域Wが動画における特定の領域に重なっていることを検知する。具体的には、検知部240は、顔領域Wが動画における基準線Lと重なっていることを検知することで、顔領域Wが特定の領域と重なっていることを検知する。すなわち、人物の顔が特定の領域と重なっているときとは、顔領域Wが基準線Lと重なっているときを意味する。
サイズ算出部250は、顔領域Wが基準線Lと重なっていることが検知部240により検知されたときの顔領域Wの画素数(顔画素数)を算出する。
ここで、図6(a)、(b)を参照しながら、人物Xに係る顔領域Wが基準線Lと重なっているときのこの顔領域Wの大きさ、および、人物Xよりも身長が低い人物Yに係る顔領域Wが基準線Lと重なっているときのこの顔領域Wの大きさについて説明する。
図6(a)に示すように、人物Xと人物Yとが店舗Aの入口Bからビデオカメラ100に向かって歩くと、人物Xと人物Yとは、基準線Lと重なるようになる。このとき、人物Xは、人物Yよりもビデオカメラ100に近い位置で基準線Lと重なる。
そのため、図6(b)に示すように、人物Xに係る顔領域Wが基準線Lに重なっているときの顔領域Wの大きさは、人物Yに係る顔領域Wが基準線Lに重なっているときの顔領域Wの大きさよりも大きい。このように、人物の身長が高いほど、顔領域Wが基準線Lに重なっているときの顔領域Wの大きさが大きくなる。
そこで、本実施形態では、顔領域Wが大きいほどこの顔領域Wの画素数が高くなることを用いて、顔領域Wが基準線Lと重なっているときの顔領域Wの画素数(顔画素数)に基づいて人物の身長を算出する。すなわち、本実施形態では、顔画素数が高いほど、高い身長が算出される。
<顔画素数管理テーブルの説明>
次に、記憶部260に格納されている情報について説明する。
図7は、記憶部260が顔画素数を管理するための顔画素数管理テーブルの構成例を示した図である。
図7に示す顔画素数管理テーブルでは、「年代」に、属性推定部230により推定された人物の年代が示されている。また、「性別」に、属性推定部230により推定された人物の性別が示されている。また、「顔画素数」に、サイズ算出部250に算出された顔画素数が示されている。さらに、「時刻」に、顔領域が動画における基準線L(図6(b)参照)と重なっていると検知部240に検知された画像について記録されている年月日および時刻が示されている。
本実施形態の顔画素数管理テーブルでは、一の人物に係る「顔画素数」に対して、この人物について属性推定部230により推定された「年代」および「性別」が対応付けられている。
<身長のスケールを作成する手法の説明>
次に、身長のスケールを作成する手法について説明する。
図8は、スケール作成部270により作成されるヒストグラムの一例を示した図である。また、図9は、身長のスケールを示した図である。
スケール作成部270は、まず、顔画素数についてのヒストグラムを、属性ごとに作成する。具体的には、スケール作成部270は、一の属性(例えば30代男性)に対応付けられて顔画素数が記憶部260に格納されている人の数が予め定められた人数(例えば30人)以上になると、これらの顔画素数の情報を用いて、一の属性が対応付けられた顔画素数についてのヒストグラムを作成する。
図8に示したヒストグラムは、30代男性の顔画素数についてのヒストグラムである。このヒストグラムは、記憶部260に格納されている顔画素数管理テーブルにおいて「30代」および「男性」が対応付けられている「顔画素数」の情報に基づいて作成される。ヒストグラムの横軸は顔画素数を示し、縦軸は顔画素数に係る人の数(人数)を示す。
次に、スケール作成部270は、予め定められた身長に対応付ける画素数を決定する。具体的には、スケール作成部270は、作成したヒストグラムをフィッティングして正規分布Fを作成し、作成した正規分布FのピークVにおける顔画素数に、予め定められた身長を対応付ける。ここで、正規分布のピークVにおける顔画素数は、正規分布Fにおける顔画素数の平均値である。また、予め定められた身長としては、例えば、各属性における身長の平均値が挙げられる。身長の平均値としては、例えば、公表されている身長の平均値を用いてもよい。また、身長の平均値としては、例えば、二人以上の身長を測定し、測定結果として求められた身長の平均値を用いてもよい。
なお、スケール作成部270は、顔画素数に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段として捉えられる。また、スケール作成部270は、顔画素数の正規分布を属性ごとに作成する作成手段として捉えられる。
スケール作成部270は、残りの属性に関しても、ヒストグラムの作成、および、予め定められた身長に対応付ける画素数の決定を行う。スケール作成部270がヒストグラムの作成と予め定められた身長に対応付ける画素数の決定とを属性ごとに行うことで、図9に示すように、属性ごとに予め定められた身長と画素数とが対応付けられた身長のスケールが作成される。
<身長を算出する手法の説明>
次に、身長を算出する手法について説明する。
図10は、身長算出部280による身長の算出の手法を示した図である。
以下では、図10を参照しながら、サイズ算出部250により算出された顔画素数から身長を算出する手法について説明する。
身長算出部280は、対象の顔画素数Pから身長を算出するにあたり、まず、身長のスケールに示されている画素数のうち何れの属性に対応付けられている画素数を基準として用いるかを決定する。具体的には、身長算出部280は、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Pの次に大きい画素数、および対象の顔画素数Pの次に小さい顔画素数を基準として用いることを決定する。なお、対象の顔画素数Pよりも大きな画素数がスケールに示されていない場合、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Pの次に小さい画素数とその次に小さい画素数とを基準として用いる。また、対象の顔画素数Pよりも小さい画素数がスケールに示されていない場合、スケールに属性ごとに示されている画素数のうち、対象の顔画素数Pの次に大きい画素数とその次に大きい画素数とを基準として用いる。
次に、身長算出部280は、下式(1)を用いて身長Hを算出する。
式(1)において、Hは、身長の算出にあたり基準として用いられる二つの画素数のうち大きい方の画素数に対応付けられている身長であり、Hは、小さい方の画素数に対応付けられている身長である。また、aは、下式(2)により求められる。
式(2)において、Pは、身長の算出にあたり基準として用いられる二つの画素数のうち大きい方の画素数であり、Pは、小さい方の画素数である。
身長算出部280は、式(2)に対象の顔画素数Pを代入することにより、aを算出する。また、算出したaを式(1)に代入することにより、身長Hを算出する。
<身長を算出する処理の流れ>
次に、身長を算出する処理(身長算出処理)の流れについて説明する。
図11は、身長算出処理の流れを示したフローチャートである。身長算出処理は、動画データ取得部210がビデオカメラ100から新たに動画データを取得した場合に行われる処理である。
まず、領域識別部220は、動画データ取得部210が取得した動画に映っている人物の顔を検出し(S101)、この人物に係る顔領域を識別する。
属性推定部230は、領域識別部220に検出された人物の顔から、この人物の属性を推定する(S102)。
サイズ算出部250は、領域識別部220に顔が検出された人物に係る顔画素数を算出する(S103)。
続いて、身長算出部280は、身長のスケール(図9参照)がスケール作成部270により既に作成済であるか否かを判定する(S104)。この場合において、身長算出部280は、身長のスケールにて身長と画素数とが対応付けられた属性が二つ以上存在する場合、身長のスケールが作成済であると判定し、二つ未満である場合、身長のスケールが作成済でないと判定する。
身長のスケールが作成済と判定された場合(S104にてYES)、身長算出部280は、サイズ算出部250に算出された顔画素数から、人物の身長を算出する(S105)。具体的には、身長算出部280は、サイズ算出部250に算出された顔画素数と、身長のスケールに示されている身長および画素数とに基づいて、身長を算出する。
出力部290は、算出された身長に関する情報を、端末装置300に出力する(S106)。
ステップ106の後、およびステップ104にて否定結果が得られた場合、記憶部260は、サイズ算出部250に算出された顔画素数を、属性推定部230に推定された属性と対応付けて記憶する(S107)。記憶された情報は、顔画素数管理テーブル(図7参照)として管理される。
続いて、スケール作成部270は、顔画素数管理テーブルを参照し、ステップ103にて推定された属性に対応付けられて顔画素数が記憶部260に格納されている人数が予め定められた人数以上であるか否かを判定する(S108)。否定結果が得られた場合、身長算出処理を終了する。
一方、ステップ108にて肯定結果が得られた場合、スケール作成部270は、ステップ103にて推定された属性について、顔画素数のヒストグラムを作成する(S109)。
続いて、スケール作成部270は、ヒストグラムについて正規分布を作成し、作成した正規分布における顔画素数の平均値と、予め定められた身長とを対応付けた身長のスケールを作成する(S110)。
なお、ステップ108にて肯定結果が得られた場合において、ステップ103にて推定された属性について身長のスケールに身長と画素数とが対応付けられている場合であっても、ステップ109以降の処理を行ってもよい。すなわち、身長のスケールにて予め定められた身長を対応付ける画素数の更新を行ってもよい。この場合、サイズ算出部250によって新たに算出された顔画素数も含めて新たにヒストグラムが作成され、このヒストグラムに基づいて、身長のスケールにて予め定められた身長を対応付ける画素数が決定されるようになる。
また、動画に複数の人物の顔が映っている場合、この複数の人物の各々について身長算出処理が行われる。
このように、本実施形態では、ビデオカメラ100により撮影された画像に映っている人物の顔が画像内に存在する特定の領域と重なっているときの顔の大きさに基づいて、画像に映っている人物の身長を算出する。
ここで、例えば、撮影された画像に映っている人体の頭と足との距離から、画像に映っている人体からなる人物の身長を算出することがある。しかし、場合によっては、撮影された画像に人体の頭と足の両方は映っていないことがあり、この場合には、画像に映っている人物の身長を算出することが困難であった。
これに対し、本実施形態のように、画像に映っている人物における顔の大きさに基づいてこの人物の身長を算出するようにすると、画像に顔が映っている一方で足が映っていない人物の身長が算出される。
なお、本実施形態では、人物の顔の大きさから身長を算出しているが、これに限定されない。
例えば、画像に映っている人物の手の大きさから身長を算出してもよい。この場合、領域識別部220は、画像に映っている人物の手を検出し、手が映っている領域を識別する。また、属性推定部230は、識別された人物の手の部位、輪郭、皺等の特徴を抽出し、抽出した特徴に基づいて、この手からなる人物の属性を推定する。さらに、サイズ算出部250は、人物の手の領域が画像における基準線L(図6(b)参照)と重なっているときの手の領域における画像を構成する画素数を算出する。算出された画素数は、推定された属性に対応付けられて記憶部260に蓄積される。そして、スケール作成部270は、記憶部260に蓄積された手の領域の画素数についてのヒストグラムを属性ごとに作成し、作成したヒストグラムに基づいて、属性ごとに予め定められた身長に対応付ける画素数を決定し、身長についてのスケールを作成する。そして、身長算出部280は、人物の手の領域が画像における基準線Lと重なっているときの手の領域の画素数と、スケールに示された画素数との関係に基づいて、身長を算出する。
また、人物の身長を算出するために用いる人体の部位は、人体の部位のうち顔や手以外の部位であってもよい。
すなわち、画像に映っている人体における特定の一の部位を領域識別部220により検出し、検出した一の部位が、画像内に存在する特定の領域と重なっているときの一の部位の大きさに基づいて、画像に映っている人体からなる人物の身長を算出してもよい。
また、本実施形態では、スケール作成部270は、サイズ算出部250に算出された顔画素数に基づいて、予め定められた身長を対応付ける画素数を決定する。そして、身長算出部280は、サイズ算出部250に算出された顔画素数と、予め定められた身長が対応付けられた画素数との関係に基づいて、人物の身長を算出する。
そのため、ビデオカメラ100の種類やビデオカメラ100が設けられる位置に応じて、サイズ算出部250に算出される顔画素数が変わり、これに伴い、予め定められた身長が対応付けられる大きさも変わる。
<表示装置304に出力される内容>
次に、端末装置300の表示装置304に出力される内容について説明する。
図12は、身長算出部280による身長の算出の結果に係る画像である算出結果画像350を示した図である。
図12に示すように、算出結果画像350には、人物画像351と、身長情報352と、属性情報353と、時刻情報354と、次ボタン355と、前ボタン356とが表示されている。
人物画像351には、身長が算出された人物の画像が表示されている。具体的には、人物画像351には、身長が算出された人物について領域識別部220に顔領域として識別された画像が表示されている。
身長情報352には、身長算出部280により算出された身長が表示されている。
属性情報353には、身長が算出された人物について属性推定部230に推定された属性が表示されている。具体的には、属性情報353には、属性推定部230に推定された人物の年代および性別が表示されている。
時刻情報354には、身長が算出された人物がビデオカメラ100に撮影されたときの時刻が表示されている。具体的には、時刻情報354には、身長が算出された人物に係る顔領域が動画における基準線L(図6(b)参照)と重なっていると検知部240に検知された画像について記録されている年月日および時刻が表示されている。図示の例では、時刻情報354として「2018年7月2日14時00分00秒」が表示されている。
操作者が次ボタン355を選択すると、時刻情報354に表示されている時刻の次に遅い時刻において検知部240に検知された人物に係る算出結果画像350が表示される。また、操作者が前ボタン356を選択すると、時刻情報354に表示されている時刻の次に早い時刻において検知部240に検知された人物に係る算出結果画像350が表示される。
なお、本実施形態では、歩行する人物よりも上側にビデオカメラ100を設けている(図6(a)参照)が、これに限定されない。
例えば、歩行する人物の足元の高さ等、歩行する人物の顔よりも下側にビデオカメラ100を設けてもよい。すなわち、歩行する人物の身長の算出に用いる特定の一の部位に対して高低差を設けるようにビデオカメラ100を設置すればよい。
また、本実施形態では、動画における特定の領域に一の基準線L(図6(b)参照)を設け、顔領域が基準線Lと重なっているときの顔領域の画素数を算出し、算出した画素数に基づいて、予め定められた身長を対応付ける画素数を決定するようにしたが、これに限定されない。
例えば、動画に二本以上の基準線を設け、顔領域が各基準線と重なっているときの顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、領域識別部220に識別された顔領域を構成する画素数に基づいて、予め定められた身長を対応付ける画素数を決定するようにしたが、これに限定されない。
例えば、領域識別部220に識別された顔領域の画像に対して、ビデオカメラ100の撮影領域に人が映っていない状態で撮影された画像を用いて背景差分を行ってもよい。そして、差分として得られた画像を構成する画素数に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、顔領域と基準線Lとの重なりが生じたときの画像における顔領域の画素数に基づいて、予め定められた身長を対応付ける画素数を決定しているが、これに限定されない。
例えば、顔領域と基準線Lとが重なっている間の動画を構成する各画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、例えば、顔領域と基準線Lとが重なっている間であって人物の歩行における一周期の間の動画を構成する各画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
具体的には、領域識別部220が、動画の上下方向における顔領域の動揺の規則性を検出し、この動揺の規則性から、人物の歩行の周期を検出する。そして、動画において顔領域と基準線Lとが重なっている期間のうちの歩行の一周期の期間の動画を構成する各画像を抽出し、抽出した画像における顔領域の画素数の平均値に基づいて、予め定められた身長を対応付ける画素数を決定してもよい。
また、本実施形態では、身長のスケールにて予め定められた身長に対応付ける画素数を、ヒストグラムについて作成した正規分布F(図8参照)のピークVにおける顔画素数としているが、これに限定されない。
例えば、記憶部260に記憶されている属性ごとの顔画素数の平均値を、身長のスケールにて予め定められた身長に対応付けてもよい。
また、例えば、身長が既知である人物に係る顔画素数に基づいて、予め定められた身長を対応付けた画素数を補正してもよい。具体的には、身長が既知である特定の属性の人物をビデオカメラ100により撮影して得られる動画から、この人物に係る顔画素数を算出する。そして、この特定の属性について身長のスケールに対応付けられている身長と画素数とを、身長が既知の人物の身長とこの人物について算出した顔画素数とに置き換えてもよい。
また、例えば、身長が既知である人物に係る顔領域が基準線Lと重なっているときの顔領域の画素数に基づいて、属性ごとに身長が対応付けられた画素数をそれぞれ補正してもよい。
図13(a)、(b)は、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法を示した図である。
以下では、図13(a)、(b)を参照しながら、属性ごとに身長が対応付けられた画素数をそれぞれ補正する手法について説明する。
まず、身長が既知である人物の属性について身長のスケールに示されている画素数Ps0(図13(a)参照)を補正する。具体的には、下式(3)を用いて、身長が既知である人物の属性について身長のスケールに示されている画素数(補正前の画素数)Ps0を、補正後の画素数Pにする。
式(3)において、Hは、身長が既知である人物の身長であり、Pは、この人物について算出された顔画素数である。また、Hは、身長が既知である人物の属性について身長のスケールに示されている身長である。
続いて、残りの属性について身長のスケールに示されている画素数を補正する。具体的には、残りの属性について身長のスケールに示されている画素数の各々に対し、最初に補正した属性について画素数が変動した値を減算する。より具体的には、最初に補正された属性における補正前の画素数Ps0から補正後の画素数Pを差し引いた値(Ps0−P)を、残りの属性について身長のスケールに示されている画素数の各々に対して減算することにより、残りの属性について身長のスケールに対応付けられている画素数をそれぞれ補正する。
また、本実施形態では、身長のスケールにて身長と画素数とを年代および性別ごとに対応付けているが、身長のスケールにて身長と画素数とを対応付ける区分の対象となる属性は、年代および性別に限定されない。
例えば、身長のスケールにて身長と画素数とを国籍ごとに示してもよい。この場合、属性推定部230は、領域識別部220に識別された顔の特徴から、人物の年代、性別、および国籍を推定する。また、スケール作成部270は、人物の年代、性別、国籍ごとに定められた身長を対応付ける画素数を決定することにより、年代、性別、国籍ごとに定められた身長と画素数とが対応付けられた身長のスケールを作成してもよい。
また、本実施形態では、一の属性に対応付けられて顔画素数が記憶部260に格納されている人数が予め定められた人数以上になると、この一の属性が対応付けられた顔画素数についてのヒストグラムを作成しているが、これに限定されない。
例えば、期間に基づいて、ヒストグラムを作成するか否かを決定してもよい。具体的には、情報処理装置200に時刻を計測する計時部(不図示)を設け、動画データ取得部210が初めて動画データを取得してから予め定められた期間(例えば30日)が経過すると、記憶部260に格納されている顔画素数の情報を用いてヒストグラムを作成するようにしてもよい。
また、本実施形態では、ビデオカメラ100を用いて動画を撮影し、撮影した動画データに映っている人物の身長を算出しているが、これに限定されない。
例えば、被写体を撮影する撮影手段を用いて写真を撮影し、撮影した写真に写っている人物の顔領域の大きさに基づいて、この人物の身長を算出してもよい。
また、本発明の実施形態を実現するプログラムは、磁気記録媒体(磁気テープ、磁気ディスクなど)、光記憶媒体(光ディスクなど)、光磁気記録媒体、半導体メモリなどのコンピュータが読取可能な記録媒体に記憶した状態で提供し得る。また、インターネットなどの通信手段を用いて提供することも可能である。
また、本開示は上記の実施形態に何ら限定されるものではなく、本開示の要旨を逸脱しない範囲で種々の形態で実施することができる。
20…ネットワーク、100…ビデオカメラ、200…情報処理装置、210…動画データ取得部、220…領域識別部、230…属性推定部、240…検知部、250…サイズ算出部、260…記憶部、270…スケール作成部、280…身長算出部、290…出力部、300…端末装置

Claims (12)

  1. 被写体を撮影する撮影手段と、
    前記撮影手段により撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、
    前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、
    を備えた、身長算出システム。
  2. 前記検出手段に検出された特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに係る部位情報を取得する取得手段と、
    前記取得手段に取得された前記部位情報に基づいて、予め定められた身長を対応付ける大きさを決定する決定手段と、をさらに備え、
    前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記予め定められた身長が対応付けられた前記大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項1記載の身長算出システム。
  3. 前記部位情報に係る人物の属性を推定する推定手段をさらに備え、
    前記決定手段は、前記属性ごとに定められた身長を対応付ける大きさをそれぞれ決定し、
    前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、前記属性ごとに身長が対応付けられた前記大きさのうち当該一の部位の大きさに最も近い大きさとの関係に基づいて、前記人物の身長を算出することを特徴とする請求項2記載の身長算出システム。
  4. 前記部位情報に基づいて、前記部位の大きさの正規分布を前記属性ごとに作成する作成手段をさらに備え、
    前記決定手段は、前記属性ごとに、前記正規分布における平均値に前記予め定められた身長を対応付けることを特徴とする請求項3記載の身長算出システム。
  5. 前記属性は、人物の年代および/または性別であり、
    属性ごとに定められた身長は、各属性における身長の平均値として定められた身長であることを特徴とする請求項3または4記載の身長算出システム。
  6. 前記画像は、撮影された動画のうちの一の画像であり、
    前記部位情報は、検出された前記一の部位が前記特定の領域と重なっている間の動画を構成する各画像における当該部位の大きさの平均値に係る情報であることを特徴とする請求項2記載の身長算出システム。
  7. 前記平均値は、検出された前記一の部位が前記特定の領域と重なっている間であって、当該部位に係る人物の歩行における一周期の間の動画を構成する各画像における当該部位の大きさの平均値であることを特徴とする請求項6記載の身長算出システム。
  8. 前記決定手段は、身長が既知である人物の人体における特定の一の部位が前記特定の領域と重なっているときの当該部位の大きさに基づいて、前記属性ごとに身長が対応付けられた前記大きさの値をそれぞれ補正することを特徴とする請求項3乃至7の何れかに記載の身長算出システム。
  9. 前記算出手段は、前記一の部位が前記特定の領域と重なっているときの当該部位の大きさと、第1の身長が対応付けられ且つ当該部位よりも小さい第1の大きさと、当該第1の身長よりも高い第2の身長が対応付けられ且つ当該部位よりも大きい第2の大きさとの関係に基づいて、前記人の身長を算出することを特徴とする請求項1記載の身長算出システム。
  10. 高い身長ほど対応付ける大きさを大きくして、3以上の予め定められた身長に対応付ける大きさをそれぞれ決定する決定手段をさらに備え、
    前記算出手段は、前記人の身長を算出するにあたり、前記決定手段により決定された3以上の前記大きさのうち、前記一の部位の大きさの次に小さい大きさと、当該一の部位の大きさの次に大きい大きさとを用いることを特徴とする請求項8記載の身長算出システム。
  11. 撮影された画像に映っている人体における特定の一の部位を検出する検出手段と、
    前記検出手段により検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人体からなる人物の身長を算出する算出手段と、
    を備えた、情報処理装置。
  12. コンピュータに、
    撮影された画像に映っている人物の人体における特定の一の部位を検出する機能と、
    検出された前記一の部位が、画像内に存在する特定の領域と重なっているときの当該部位の大きさに基づいて、前記人物の身長を算出する機能と、
    を実現させるためのプログラム。
JP2018126737A 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム Pending JP2020008929A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018126737A JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム
US16/150,291 US20200013180A1 (en) 2018-07-03 2018-10-03 Height calculation system, information processing apparatus, and non-transitory computer readable medium storing program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018126737A JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム

Publications (1)

Publication Number Publication Date
JP2020008929A true JP2020008929A (ja) 2020-01-16

Family

ID=69101428

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018126737A Pending JP2020008929A (ja) 2018-07-03 2018-07-03 身長算出システム、情報処理装置およびプログラム

Country Status (2)

Country Link
US (1) US20200013180A1 (ja)
JP (1) JP2020008929A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626162A (zh) * 2020-05-18 2020-09-04 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
JP2022121319A (ja) * 2021-02-08 2022-08-19 ソフトバンク株式会社 情報処理装置、プログラム、及び情報処理方法
JP2023035988A (ja) * 2021-08-30 2023-03-13 アップル インコーポレイテッド 体組成分析回路を有する電子デバイス

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11030756B2 (en) 2018-10-26 2021-06-08 7-Eleven, Inc. System and method for position tracking using edge computing
US10878585B1 (en) * 2019-10-25 2020-12-29 7-Eleven, Inc. Sensor array for scalable position tracking system
US11587243B2 (en) 2019-10-25 2023-02-21 7-Eleven, Inc. System and method for position tracking using edge computing
US11501454B2 (en) 2019-10-25 2022-11-15 7-Eleven, Inc. Mapping wireless weight sensor array for item detection and identification
US11450011B2 (en) 2019-10-25 2022-09-20 7-Eleven, Inc. Adaptive item counting algorithm for weight sensor using sensitivity analysis of the weight sensor

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219396A (ja) * 2002-01-17 2003-07-31 Matsushita Electric Ind Co Ltd 画像処理方法、画像処理装置、画像処理プログラム及び監視システム
JP2008123100A (ja) * 2006-11-09 2008-05-29 Omron Corp 情報処理装置および方法、並びにプログラム
JP2009088709A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 身長推定装置及び撮影装置
JP2010217955A (ja) * 2009-03-13 2010-09-30 Omron Corp 検出装置、評価装置および方法、並びに、プログラム
JP2011193187A (ja) * 2010-03-15 2011-09-29 Omron Corp 監視カメラ端末
US20170255272A1 (en) * 2012-11-08 2017-09-07 Cuesta Technology Holdings, Llc Multi-modal input control of touch-based devices

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE539558T1 (de) * 2002-04-25 2012-01-15 Panasonic Corp Objektdetektionseinrichtung, objektdetektionsserver und objektdetektionsverfahren
JP5434569B2 (ja) * 2009-12-22 2014-03-05 ソニー株式会社 情報処理装置および方法、並びにプログラム
JP5756709B2 (ja) * 2011-08-03 2015-07-29 綜合警備保障株式会社 身長推定装置、身長推定方法、及び身長推定プログラム
CN109479115B (zh) * 2016-08-01 2021-01-12 索尼公司 信息处理装置、信息处理方法和程序

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003219396A (ja) * 2002-01-17 2003-07-31 Matsushita Electric Ind Co Ltd 画像処理方法、画像処理装置、画像処理プログラム及び監視システム
JP2008123100A (ja) * 2006-11-09 2008-05-29 Omron Corp 情報処理装置および方法、並びにプログラム
JP2009088709A (ja) * 2007-09-27 2009-04-23 Fujifilm Corp 身長推定装置及び撮影装置
JP2010217955A (ja) * 2009-03-13 2010-09-30 Omron Corp 検出装置、評価装置および方法、並びに、プログラム
JP2011193187A (ja) * 2010-03-15 2011-09-29 Omron Corp 監視カメラ端末
US20170255272A1 (en) * 2012-11-08 2017-09-07 Cuesta Technology Holdings, Llc Multi-modal input control of touch-based devices

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Y0HE1: "[例]身長の分布は本当に正規分布に従うのか!?", [ONLINE], JPN7022002807, 7 September 2016 (2016-09-07), ISSN: 0004946930 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111626162A (zh) * 2020-05-18 2020-09-04 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
CN111626162B (zh) * 2020-05-18 2023-06-02 江苏科技大学苏州理工学院 基于时空大数据分析的水上救援系统及溺水警情预测方法
JP2022121319A (ja) * 2021-02-08 2022-08-19 ソフトバンク株式会社 情報処理装置、プログラム、及び情報処理方法
JP2023035988A (ja) * 2021-08-30 2023-03-13 アップル インコーポレイテッド 体組成分析回路を有する電子デバイス

Also Published As

Publication number Publication date
US20200013180A1 (en) 2020-01-09

Similar Documents

Publication Publication Date Title
JP2020008929A (ja) 身長算出システム、情報処理装置およびプログラム
JP4277534B2 (ja) 画像編集装置および画像編集方法
US9338311B2 (en) Image-related handling support system, information processing apparatus, and image-related handling support method
JP2005215750A (ja) 顔検知装置および顔検知方法
JP2006319870A (ja) 撮影装置および方法並びにプログラム
WO2020237565A1 (zh) 一种目标追踪方法、装置、可移动平台及存储介质
US10058237B2 (en) Image processing device, image processing method, and program
US9218794B2 (en) Image processing apparatus, image processing method, and non-transitory computer readable medium
JP2012023502A (ja) 撮影支援システム、撮影支援方法、サーバ、撮影装置およびプログラム
JP5771647B2 (ja) 肌解析装置、肌解析システム、肌解析方法および肌解析プログラム
JP2009124231A (ja) 画像補正装置および画像補正方法
JP2016123044A (ja) 被写体追跡装置、その制御方法およびプログラム
JP6413310B2 (ja) 見守り装置、表示方法及びプログラム
WO2022174539A1 (zh) 自行走设备的摄像曝光方法和装置
JP4882577B2 (ja) 物体追跡装置およびその制御方法、物体追跡システム、物体追跡プログラム、ならびに該プログラムを記録した記録媒体
TWM537281U (zh) 跌倒偵測系統
JP5499531B2 (ja) 電子カメラ
JP5272775B2 (ja) 電子スチルカメラ
JP2013218393A (ja) 撮像装置
US9501840B2 (en) Information processing apparatus and clothes proposing method
JP2015233202A (ja) 画像処理装置および画像処理方法、並びにプログラム
JP2019062436A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2018160024A (ja) 画像処理装置、画像処理方法及びプログラム
JP2017072945A (ja) 画像処理装置、画像処理方法
JP2022022874A (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210621

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220614

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220621

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20221220