JP2021149253A - 画像処理方法、画像処理プログラム、及び、画像処理装置 - Google Patents

Abstract

【課題】検出フィルタを容易に生成することができる。【解決手段】第１の対象物を含む第１画像データの入力を受け付け、記憶部に記憶された第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、第１画像データから第１の対象物の部分領域をそれぞれ検出する。複数のフィルタそれぞれが検出した第１の対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報に基づいて第１の対象物を検出する新たな検出フィルタを生成する。【選択図】図６

Description

本発明は、画像処理方法、画像処理プログラム、及び、画像処理装置に関する。

デバイスの高性能化、及び、ネットワークの高速化に伴い、映像及び音などのメディアを活用したサービスが注目を集めている。一方で、メディアを活用したサービスの開発及び導入には、時間及び費用がかかる。

メディアを活用したサービスの開発及び導入にかかる時間及び費用を低減するため、画像処理アプリケーションのブロック線図を組み合わせることでサービスを容易に作成することができる開発基盤が提案されている。

特開２００２−３０４２９５号公報

しかしながら、上記技術では、組み合わせる画像処理アプリケーションのブロック線図の選択に手間及び時間がかかる。

本発明は、１つの側面として、検出フィルタを容易に生成することを目的とする。

１つの実施形態では、第１の対象物を含む第１画像データの入力を受け付け、記憶部に記憶された第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、第１画像データから第１の対象物の部分領域をそれぞれ検出する。複数のフィルタそれぞれが検出した第１の対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報に基づいて第１の対象物を検出する新たな検出フィルタを生成する。

本発明は、１つの側面として、検出フィルタを容易に生成することができる。

画像処理装置の要部機能の一例を示すブロック図である。 選択された対象物領域を例示する概念図である。 フィルタ抽出部の処理を説明する概念図である。 配列生成部の処理を説明する概念図である。 フィルタ生成部の処理を説明する概念図である。 第２検出部の処理を説明する概念図である。 画像処理装置のハードウェア構成を例示するブロック図である。 合成フィルタ生成処理の流れの一例を示すフローチャートである。 特徴検出配列を生成する処理の流れの一例を示すフローチャートである。 合成フィルタによる対象物検出処理の流れの一例を示すフローチャートである。 対象物検出配列を生成する処理の流れの一例を示すフローチャートである。 配列を比較する処理の流れの一例を示すフローチャートである。 検出領域を絞り込む処理を説明する概念図である。 検出領域を絞り込む処理の流れの一例を示すフローチャートである。 配列を回転する処理を説明する概念図である。 配列を回転する処理を説明する概念図である。 配列を比較する処理の流れの一例を示すフローチャートである。 配列を縮小する処理を説明する概念図である。 配列を比較する処理の流れの一例を示すフローチャートである。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理の流れの一例を示すフローチャートである。 特徴検出配列を生成する処理を説明する概念図である。 特徴検出配列を生成する処理の流れの一例を示すフローチャートである。 合成フィルタ生成処理の流れの一例を示すフローチャートである。 対象物検出処理の流れの一例を示すフローチャートである。 検出フィルタを抽出する処理を説明する概念図である。 フィルタ抽出部の要部機能の一例を示すブロック図である。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理の流れの一例を示すフローチャートである。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理の流れの一例を示すフローチャートである。 検出フィルタを抽出する処理の流れの一例を示すフローチャートである。 検出フィルタを抽出する処理を説明する表である。 検出フィルタを抽出する処理を説明する表である。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理を説明する概念図である。 検出フィルタを抽出する処理の流れの一例を示すフローチャートである。

［第１実施形態］

以下、図面を参照して第１実施形態の一例を詳細に説明する。

図１に、画像処理装置１０を例示する。画像処理装置１０は、入力部１１、領域選択部１２、フィルタ抽出部１３、第１検出部１４、配列生成部１５、フィルタ生成部１６、及び、第２検出部１７を含む。画像処理装置１０は、さらに、画像データベース１８、記憶部の一例である検出フィルタデータベース１９Ａ、抽出フィルタデータベース１９Ｂ、及び合成フィルタデータベース１９Ｃを含む。また、画像処理装置１０は、表示装置２０Ａ及び選択装置２０Ｂに接続されている。

入力部１１は、例えば、画像データベース１８から第１画像データの一例であるフィルタ生成画像データの入力を受け付ける。フィルタ生成画像データは、例えば、静止画像データであり、新たなフィルタを生成する際の基準となる画像データである。領域選択部１２は、表示装置２０Ａの画面に入力したフィルタ生成画像を表示する。選択装置２０Ｂは、ユーザから検出したい対象物を含む画像に含まれる対象物が存在する部分領域の指定を受け付け、領域選択部１２は、指定された部分領域を対象物領域の画像として選択する。図２に、表示装置２０Ａの画面に表示された画像ＩＭ０１及びユーザによって選択された対象物領域ＴＡ０１の画像を例示する。

検出フィルタデータベース１９Ａには、複数の検出フィルタが格納されている。検出フィルタデータベースに格納されたフィルタの各々は、それぞれ異なる特徴を画像から検出する既存の検出フィルタである。

フィルタ抽出部１３は、検出フィルタデータベース１９Ａに格納されている全ての検出フィルタに、対象物領域の画像を入力する。フィルタ抽出部１３は、「検出」を出力した検出フィルタを抽出して、抽出フィルタデータベース１９Ｂに格納し、「検出」を出力しない検出フィルタは抽出しない。即ち、フィルタ抽出部１３は、対象物領域の画像に含まれる特徴を抽出する検出フィルタを抽出する。

図３の例は、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタに対象物領域ＴＡ０１の画像を入力した場合、「顔」検出フィルタ及び「青色」検出フィルタが「検出」を出力し、「顔」検出フィルタ及び「青色」検出フィルタが抽出される。抽出された「顔」検出フィルタ及び「青色」検出フィルタは抽出フィルタデータベース１９Ｂに格納される。対象物領域ＴＡ０１の画像は、青色のＴシャツを着た人物が含まれている。

第１検出部１４は、対象物領域の画像を抽出フィルタデータベース１９Ｂに格納されている全ての検出フィルタに入力し、検出フィルタの各々で「検出」が出力された部分領域を取得する。例えば、抽出フィルタデータベース１９Ｂに格納されている検出フィルタが「顔」検出フィルタ及び「青色」検出フィルタである場合、図３に例示するように、部分領域ＤＡ０１及び部分領域ＤＡ０２が取得される。部分領域ＤＡ０１は、「顔」検出フィルタで検出された領域であり、部分領域ＤＡ０２は、「青色」検出フィルタで検出された領域である。

配列生成部１５は、第１検出部１４で取得された複数の部分領域の間の位置関係、及び、部分領域それぞれの大きさに関する情報を特徴検出配列に格納する。例えば、対象物領域の画像を所定サイズのセルに分割し、第１検出部１４で取得された部分領域と重複するセルに対応する特徴検出配列の要素に、当該部分領域を検出した検出フィルタを表す値を設定する。

セルのサイズは、ユーザによって、予め設定された画素数であってもよいし、画像のサイズによって予め設定されていてもよい。セルのサイズは、例えば、３２画素×２４画素であってもよいし、画像の高さの１／２０の高さを有し、画像の幅の１／２０の幅を有していてもよい。また、セルを使用することで、計算処理量を低減することができるが、セルのサイズを１画素×１画素にすることで、より精細な処理を行うようにしてもよい。

図４では、「顔」検出フィルタを表す代表値は「１」に設定され、「青色」検出フィルタを表す代表値は「２」に設定されている。代表値は、ユーザが予め設定していてもよいし、検出フィルタデータベース１９Ａに格納する際に自動的に割り当てるようにしてもよい。

フィルタ生成部１６は、配列生成部１５で生成した特徴検出配列、特徴検出配列に格納されている代表値に対応する検出フィルタのフィルタ名や検出フィルタに相当する合成フィルタのフィルタ名を組み合わせて、１つの合成フィルタを生成する。生成された合成フィルタは、合成フィルタデータベース１９Ｃに登録される。検出フィルタのフィルタ名に代えて、検出フィルタを組み合わせてもよい。また、フィルタ生成部１６は、合成フィルタのフィルタ名を検出フィルタデータベース１９Ａにも登録してもよい。

これにより、ユーザは、合成フィルタ以外の検出フィルタと同様に、意識することなく、合成フィルタを使用することができる。即ち、検出フィルタデータベース１９Ａの合成フィルタ名が選択された場合、画像処理装置１０は、合成フィルタデータベース１９Ｃの合成フィルタ名に対応する合成フィルタを使用する。

図５に示す例では、配列生成部１５で生成した特徴検出配列ＡＲ０１、「顔」検出フィルタ及び「青色」検出フィルタのフィルタ名、並びに、合成フィルタのフィルタ名「青い服を着た人」を組み合わせて合成フィルタを生成する。生成した合成フィルタを、合成フィルタデータベース１９Ｃに登録する。合成フィルタのフィルタ名は、ユーザが設定してもよいし、例えば、合成フィルタに含まれる検出フィルタのフィルタ名に基づいて生成されてもよい。

第２検出部１７は、合成フィルタを使用して対象物の検出を行う。第２検出部１７は、合成フィルタデータベース１９Ｃに格納されている合成フィルタに第２画像データに相当する被検出画像データを入力する。被検出画像データは、静止画像である。合成フィルタに含まれる検出フィルタ名で示される検出フィルタそれぞれによって取得される領域を使用して、特徴検出配列と同様に、対象物検出配列を生成する。第２検出部１７は、生成した対象物検出配列と、合成フィルタに含まれる特徴検出配列と、を比較し、一致した場合「検出」を出力する。

例えば、対象物検出配列の一部が特徴検出配列の０以外の数値、即ち、代表値と完全に一致する場合に、一致と判定してもよいし、一定割合以上、例えば、８０％以上一致する場合に、一致と判定してもよい。また、対象物検出配列の各々の代表値を示す領域の重心を結ぶ線及び当該線の両端の２つの代表値を示す領域の面積と、特徴検出配列の対応する２つの代表値を示す領域の重心を結ぶ線及び当該２つの代表値を示す領域の面積と、を比較する。双方が、所定の誤差で一致する場合に、一致と判定してもよい。

図６に例示するように、被検出画像ＩＭ０２を「青い服を着た人」合成フィルタに入力した場合、「顔」検出フィルタで検出された領域ＤＡ０３及び「青色」検出フィルタで検出された領域ＤＡ０４、ＤＡ０５が取得される。対象物検出配列は、合成フィルタ生成時と同一のセルサイズを使用して生成する。対象物検出配列の代表値である「１」及び「２」の配置は、特徴検出配列の代表値である「１」及び「２」の配置と一致する部分を有するため、「青い服を着た人」合成フィルタは「検出」を出力する。

一方、被検出画像ＩＭ０３を「青い服を着た人」合成フィルタに入力した場合、「顔」検出フィルタで検出された領域ＤＡ０６及び「青色」検出フィルタで検出された領域ＤＡ０７が取得される。対象物検出配列の代表値である「１」及び「２」の配置は、特徴検出配列の代表値である「１」及び「２」の配置と一致する部分を有さないため、「検出」を出力しない。被検出画像ＩＭ０３では、服の色が青ではなく赤であり、車の色は青い。車と顔との位置関係は、服と顔との位置関係とは異なるため「検出」は出力されない。即ち、誤検出されない。

画像処理装置１０は、一例として、図７に示すように、ＣＰＵ（Central Processing Unit）５１、一次記憶部５２、二次記憶部５３、及び、外部インタフェース５４を含む。ＣＰＵ５１は、ハードウェアであるプロセッサの一例である。ＣＰＵ５１、一次記憶部５２、二次記憶部５３、及び、外部インタフェース５４は、バス５９を介して相互に接続されている。

なお、プロセッサは、ＣＰＵには限定されず、例えば、ＧＰＵ（Graphics Processing Unit）などであってもよい。また、プロセッサは、１つに限定されず、複数のプロセッサが含まれていてもよい。

一次記憶部５２は、例えば、ＲＡＭ（Random Access Memory）などの揮発性のメモリである。二次記憶部５３は、例えば、ＨＤＤ（Hard Disk Drive）、又はＳＳＤ（Solid State Drive）などの不揮発性のメモリである。

二次記憶部５３は、プログラム格納領域５３Ａ及びデータ格納領域５３Ｂを含む。プログラム格納領域５３Ａは、一例として、合成フィルタ生成プログラム及び対象物検出プログラムなどのプログラムを記憶している。データ格納領域５３Ｂは、例えば、画像データベース１８、検出フィルタデータベース１９Ａ、抽出フィルタデータベース１９Ｂ及び合成フィルタデータベース１９Ｃを格納する。

ＣＰＵ５１は、プログラム格納領域５３Ａから合成フィルタ登録プログラムを読み出して一次記憶部５２に展開する。ＣＰＵ５１は、合成フィルタ生成プログラムをロードして実行することで、図１の入力部１１、領域選択部１２、フィルタ抽出部１３、第１検出部１４、配列生成部１５、及び、フィルタ生成部１６として動作する。また、ＣＰＵ５１は、対象物検出プログラムを読み出して一次記憶部５２に展開する。ＣＰＵ５１は、対象物検出プログラムをロードして実行することで、図１の入力部１１、及び、第２検出部１７として動作する。

なお、合成フィルタ生成プログラム、対象物検出プログラムなどのプログラムは、外部サーバに記憶され、ネットワークを介して、一次記憶部５２に展開されてもよい。また、合成フィルタ生成プログラム、対象物検出プログラムなどのプログラムは、ＤＶＤ（Digital Versatile Disc）などの非一時的記録媒体に記憶され、記録媒体読込装置を介して、一次記憶部５２に展開されてもよい。

外部インタフェース５４には外部装置が接続され、外部インタフェース５４は、外部装置とＣＰＵ５１との間の各種情報の送受信を司る。図７の例では、外部インタフェース５４に、外部記憶装置５５Ａ、選択装置２０Ｂの一例であるマウス５５Ｂ、及び表示装置２０Ａの一例であるディスプレイ５５Ｃが接続されている。外部記憶装置５５Ａ、マウス５５Ｂ及びディスプレイ５５Ｃの内、何れかまたは全部は、画像処理装置１０に内蔵されていてもよいし、ネットワークを介して、画像処理装置１０と離隔した位置に配置されていてもよい。

画像データベース１８、検出フィルタデータベース１９Ａ、抽出フィルタデータベース１９Ｂ、及び、合成フィルタデータベース１９Ｃの全部または何れかは、データ格納領域５３Ｂではなく、外部記憶装置５５Ａに記憶されていてもよい。画像処理装置１０は、専用装置であってもよいし、ワークステーション、パーソナルコンピュータ、またはタブレットであってもよい。

画像処理装置１０は、単体に限定されず、ネットワークを介して接続された複数の装置であってもよい。即ち、合成フィルタ生成プログラム及び対象物検出プログラムなどのプログラムは、単体の画像処理装置１０で実行されてもよいし、複数の画像処理装置１０で分散して実行されてもよい。また、合成フィルタ生成プログラム及び対象物検出プログラムなどのプログラムは、クラウド上で実行されてもよい。

次に、合成フィルタ生成処理の概要について説明する。図８は、合成フィルタ生成処理の流れを例示する。ＣＰＵ５１は、ステップ１０１で、フィルタ生成画像データの入力を受け付け、ディスプレイ５５Ｃの画面に、入力されたフィルタ生成画像を表示する。

ＣＰＵ５１は、ステップ１０２で、対象物領域の選択を受け付ける。詳細には、ユーザがディスプレイ５５Ｃに表示されたフィルタ生成画像からマウス５５Ｂで選択した領域を対象物領域として受け付ける。ユーザは、検出したい対象物を含む領域をマウス５５Ｂで選択する。ＣＰＵ５１は、ステップ１０３で、検出フィルタを抽出する。詳細には、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタに、対象物領域の画像部分を入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。

ＣＰＵ５１は、ステップ１０４で、後述するように、複数の検出フィルタの各々で検出された部分領域それぞれの大きさ、及び、当該部分領域間の位置関係を表す特徴検出配列を生成する。ＣＰＵ５１は、ステップ１０５で、合成フィルタ情報を合成フィルタデータベース１９Ｃに格納する。合成フィルタ情報は、合成フィルタのフィルタ名、合成フィルタで使用する検出フィルタのフィルタ名、及び、ステップ１０４で生成した特徴検出配列を含む。

図９は、図８のステップ１０４の特徴検出配列を生成する処理の流れを例示する。ＣＰＵ５１は、ステップ１２１で、対象物領域に含まれる画像部分を所定サイズのセルに分割する。ＣＰＵ５１は、ステップ１２２で、対象物領域に対応する特徴検出配列を記憶する記憶領域を、例えば、二次記憶部５３のデータ格納領域５３Ｂに確保し、セルの各々に対応する当該配列の要素の各々に「０」を設定する。

ＣＰＵ５１は、ステップ１２３で、抽出フィルタデータベース１９Ｂの検出フィルタの１つに対象物領域の画像部分を入力し、「検出」を出力した部分領域を取得する。ＣＰＵ５１は、ステップ１２４で、セルの１つが、「検出」を出力した部分領域を含むか否かを判定する。ステップ１２４の判定が肯定された場合、ＣＰＵ５１は、ステップ１２５で、当該セルに対応する配列の要素に、当該検出フィルタに対応する代表値を設定し、ステップ１２６に進む。ステップ１２４の判定が否定された場合も、ＣＰＵ５１は、ステップ１２６に進み、ステップ１２６で、全てのセルの判定が完了したか否か判定する。

ステップ１２６の判定が否定された場合、ＣＰＵ５１は、ステップ１２４に戻り、別のセルについて、ステップ１２４〜ステップ１２６の処理を繰り返す。ステップ１２６の判定が肯定された場合、ＣＰＵ５１は、ステップ１２７で、抽出フィルタデータベース１９Ｂに格納されている全ての検出フィルタについて処理が終了したか否か判定する。

ステップ１２７の判定が否定された場合、ＣＰＵ５１は、ステップ１２３に戻りステップ１２３〜１２７の処理を繰り返し、ステップ１２７の判定が肯定された場合、ＣＰＵ５１は、特徴検出配列を生成する処理を終了する。

次に、合成フィルタによる対象物検出処理の概要について説明する。図１０は、合成フィルタによる対象物検出処理の流れを例示する。

ＣＰＵ５１は、ステップ１４１で、対象物被検出画像データの入力を受け付ける。ＣＰＵ５１は、ステップ１４２で、使用する合成フィルタの合成フィルタ情報を取得する。例えば、合成フィルタデータベース１９Ｃに格納されている合成フィルタのフィルタ名一覧をディスプレイ５５Ｃに表示し、ユーザに、マウス５５Ｂで、使用する合成フィルタを選択させてもよい。

ＣＰＵ５１は、ステップ１４３で、後述するように、対象物検出配列を生成し、ステップ１４４で、ステップ１４２で取得した合成フィルタ情報に含まれる特徴検出配列と対象物検出配列とを比較する。

図１１は、図１０のステップ１４３の対象物検出配列を生成する処理の流れを例示する。ＣＰＵ５１は、ステップ１６１で、対象物被検出画像を所定サイズのセルに分割する。ＣＰＵ５１は、ステップ１６２で、要素の各々がセルの各々に対応する対象物検出配列を記憶する記憶領域を、例えば、二次記憶部５３のデータ格納領域５３Ｂに確保し、要素の各々に「０」を設定する。

ＣＰＵ５１は、ステップ１６３で、合成フィルタ情報に含まれる検出フィルタの１つに画像を入力し、「検出」を出力した部分領域を取得する。ＣＰＵ５１は、ステップ１６４で、セルの１つが、「検出」を出力した部分領域を含むか否かを判定する。ステップ１６４の判定が肯定された場合、ＣＰＵ５１は、ステップ１６５で、当該セルに対応する配列の要素に、当該検出フィルタに対応する代表値を設定し、ステップ１６６に進む。ステップ１６４の判定が否定された場合も、ＣＰＵ５１は、ステップ１６６に進み、ステップ１６６で、全てのセルの判定が完了したか否か判定する。

ステップ１６６の判定が否定された場合、ＣＰＵ５１は、ステップ１６４に戻り、別のセルについて、ステップ１６４〜ステップ１６６の処理を繰り返す。ステップ１６６の判定が肯定された場合、ＣＰＵ５１は、ステップ１６７で、合成フィルタ情報に含まれる全ての検出フィルタについて処理が終了したか否か判定する。

ステップ１６７の判定が否定された場合、ＣＰＵ５１は、ステップ１６３に戻り、別の検出フィルタを使用して、ステップ１６３〜ステップ１６７の処理を繰り返す。ステップ１６７の判定が肯定された場合、ＣＰＵ５１は、対象物検出配列を生成する処理を終了する。

図１２は、図１０のステップ１４４の配列を比較する処理の流れを例示する。ＣＰＵ５１は、ステップ１８１で、変数ｊに「０」を設定する。変数ｊは、対象物検出配列における特徴検出配列の縦方向の位置を表す。ＣＰＵ５１は、ステップ１８２で、変数ｉに「０」を設定する。変数ｉは、対象物検出配列における特徴検出配列の横方向の位置を表す。

ＣＰＵ５１は、ステップ１８３で、対象物検出配列の要素（ｉ，ｊ）を左上とし、要素（ｉ＋ｍ，ｊ＋ｎ）を右下とする矩形内の要素の代表値と、特徴検出配列の要素の代表値と、を各々比較する。ｍは、特徴検出配列の列数から１を引いた値であり、ｎは、特徴検出配列の行数から１を引いた値である。

ＣＰＵ５１は、ステップ１８４で、０以外の数値が全て一致したと判定された場合、ステップ１８５で、対象物検出配列の要素（ｉ，ｊ）を左上とし、要素（ｉ＋ｍ，ｊ＋ｎ）を右下とする矩形内の要素に対応する画像領域を、例えば、二次記憶部５３のデータ格納領域５３Ｂに、「検出」領域として格納し、ステップ１８６に進む。ＣＰＵ５１は、ステップ１８４の判定が否定された場合もステップ１８６に進み、変数ｉに１を加算する。

ＣＰＵ５１は、ステップ１８７で、変数ｉの値がＭを超えたか否か判定する。Ｍは、対象物検出配列の列数から特徴検出配列の列数を引いた値である。ステップ１８７の判定が否定された場合、ＣＰＵ５１は、ステップ１８２に戻り、ステップ１８２〜ステップ１８７の処理を繰り返す。

ステップ１８７の判定が肯定されると、ＣＰＵ５１は、ステップ１８８で、変数ｊに１を加算する。ＣＰＵ５１は、ステップ１８９で、変数ｊの値がＮを超えたか否か判定する。Ｎは、対象物検出配列の行数から特徴検出配列の行数を引いた値である。ステップ１８９の判定が否定された場合、ＣＰＵ５１は、ステップ１８２に戻り、変数ｉの値を「０」に設定し、ステップ１８２〜ステップ１８９の処理を繰り返す。

ステップ１８９の判定が肯定された場合、ＣＰＵ５１は、ステップ１９０で、対象物検出結果を出力して、配列を比較する処理を終了する。ＣＰＵ５１は、例えば、ディスプレイ５５Ｃの画面に対象物被検出画像を表示し、ステップ１８５で格納した画像領域を、例えば、矩形で囲むなど、強調して表示する。

本実施形態では、第１の対象物を含む第１画像データの入力を受け付け、記憶部に記憶された第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、第１画像データから第１の対象物の部分領域をそれぞれ検出する。本実施形態では、複数のフィルタそれぞれが検出した第１の対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報に基づいて第１の対象物を検出する新たな検出フィルタを生成する。

本実施形態では、検出フィルタを容易に生成することができる。

本実施形態では、第２画像データの入力を受け付け、予め対応付けて記憶された複数のフィルタそれぞれに基づいて、第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出する。本実施形態では、第２画像データに第２の対象物が存在するか判定する。複数のフィルタの情報に予め対応付けて記憶された複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の所定情報と、第２画像データから検出された対象物の部分領域それぞれの間の所定情報と、が一致する場合に、存在すると判定する。所定情報とは、位置関係、及び、部分領域それぞれの大きさに関する情報である。

本実施形態では、検出フィルタを容易に生成することができ、生成した検出フィルタを使用して、対象物を高い精度で検出することができる。

［第２実施形態］
以下、図面を参照して第２実施形態の一例を詳細に説明する。第１実施形態と同様の構成及び作用については、説明を省略する。

第２実施形態では、図９のステップ１２３及び図１１のステップ１６３で検出領域を取得する代わりに、領域絞り込み処理を行うことで検出領域を決定する。第２実施形態の領域絞り込み処理では、フィルタ生成画像または対象物被検出画像を分割して分割画像を生成し、生成した分割画像を検出フィルタに入力する。「検出」が出力された分割画像をさらに分割して分割画像を生成し、生成した分割画像を検出フィルタに入力することで、対象物が存在する領域を絞りこむ。

詳細には、図１３の左端に例示する画像を検出フィルタに入力して「検出」が出力された場合、図１３の左から２番目に例示するように、画像を４分割する。隣接する２つの分割領域を順に検出フィルタに入力して「検出」が出力された左から２番目と３番目の分割領域を、図１３の左から３番目に例示するように、縦方向に４分割する。隣接する２つの分割領域を順に検出フィルタに入力して「検出」が出力された上から２番目と３番目の分割領域を、図１３の右端に例示するように、横方向に４分割する。隣接する２つの分割領域を順に検出フィルタに入力して「検出」が出力された左から２番目と３番目の領域が、対象物が存在する領域であると判定する。

図１４に、第２実施形態の領域絞り込み処理の流れを例示する。ＣＰＵ５１は、ステップ２０１で、画像をＬ個に分割する。Ｌは、例えば、４であってよい。ＣＰＵ５１は、ステップ２０２で、分割された画像の面積が所定の面積より広いか否かを判定する。所定の面積は、例えば、元の画像の面積の１／１６であってよい。ステップ２０２の判定が否定された場合、ＣＰＵ５１は、領域絞り込み処理を終了する。

ステップ２０２の判定が肯定された場合、ＣＰＵ５１は、ステップ２０３で、隣接する２つの分割領域を検出フィルタに入力する。ＣＰＵ５１は、ステップ２０４で、検出フィルタが「検出」を出力したか否か判定する。ステップ２０４の判定が肯定された場合、ＣＰＵ５１は、ステップ２０５で、隣接する２つの分割領域のどの部分に対象物が存在するか判定するために、再帰的に、領域絞り込み処理を呼び出す。

ステップ２０４の判定が否定された場合、検出フィルタに入力された２つの隣接する分割画像には対象物が存在しないため、ＣＰＵ５１は、ステップ２０６で、全ての分割画像が処理されたか否か判定する。ステップ２０６の判定が否定された場合、ＣＰＵ５１は、ステップ２０３に戻り、別の分割画像について、ステップ２０３〜ステップ２０６の処理を繰り返す。

ステップ２０６の判定が肯定された場合、ＣＰＵ５１は、領域絞り込み処理を終了する。なお、隣接する２つの分割領域を検出フィルタに入力する代わりに、連続する３つの分割領域を検出フィルタに入力してもよいし、１つの分割領域を検出フィルタに入力するようにしてもよい。

本実施形態は、例えば、第１実施形態に適用することができる。本実施形態では、対象物の部分領域は、記憶部に記憶された複数のフィルタに基づいて、第１画像データを分割した画像データから対象物を検出することで、決定される。また、対象物の部分領域は、検出フィルタの情報に含まれる複数のフィルタに基づいて、第２画像データを分割した画像データから対象物を検出することで、決定される。

本実施形態によれば、検出領域を示さない、即ち、検出したか否かだけを出力する検出フィルタを、合成フィルタの生成に使用することができる。

［第３実施形態］
以下、図面を参照して第３実施形態の一例を詳細に説明する。第１実施形態及び第２実施形態と同様の構成及び作用については、説明を省略する。

第３実施形態では、第２配列に相当する対象物検出配列を回転し、回転した対象物検出配列と第１配列に相当する特徴検出配列とを比較する。回転は、例えば、アフィン変換を使用することで行うことができる。

図１５Ａに例示する対象物被検出画像には、青い服を着た人が存在するが、当該画像データに対応する対象物検出配列は「青い服を着た人」合成フィルタに対応する特徴検出配列と一致しない。対象物被検出画像の人と、フィルタ生成画像の人と、の姿勢が異なるためである。この場合、図１５Ｂに例示するように、対象物検出配列を回転することで、対象物検出配列と特徴検出配列とは一致し、「青い服を着た人」を検出することができる。

図１６に、第３実施形態の配列を比較する処理の流れを例示する。ステップ１８１〜ステップ１９０の処理は、図１２のステップ１８１〜１９０と同様であるため、説明を省略する。

ＣＰＵ５１は、ステップ１９１で、対象物検出配列をＰ度所定の方向に回転し、ステップ１９２で、回転角度が所定角度を超えたか否か判定する。Ｐ度は、例えば、１［°］であってよいし、所定角度は、例えば、３６０［°］であってよい。ステップ１９２の判定が否定された場合、ＣＰＵ５１は、ステップ１８１に戻り、ステップ１８１〜１８９、１９１、１９２の処理を繰り返す。ステップ１９２の判定が肯定された場合、ＣＰＵ５１は、ステップ１９０に進む。

本実施例では、対象物検出配列を回転する例について説明したが、対象物検出配列を回転せず、特徴検出配列を回転するようにしてもよい。第３実施形態は、第１実施形態及び第２実施形態に適用することができる。

本実施形態では、第１配列と第２配列との何れか一方を回転して一致する場合に、第２画像データに対象物が存在すると判定する。第１配列は、予め対応付けて記憶された複数のフィルタの情報で示される対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報を表す。第２配列は、第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報を表す。

本実施形態では、合成フィルタを生成する際に使用するフィルタ生成画像に含まれる対象物の姿勢と対象物被検出画像に含まれる対象物の姿勢とが異なる場合であっても、対象物被検出画像に含まれる対象物を、合成フィルタを使用して検出することができる。

［第４実施形態］
以下、図面を参照して第４実施形態の一例を詳細に説明する。第１〜第３実施形態と同様の構成及び作用については、説明を省略する。

第４実施形態では、特徴検出配列を拡大または縮小して、対象物検出配列と比較する。

図１７に例示する対象物被検出画像には青い服を着た人が存在するが、当該画像データに対応する対象物検出配列は「青い服を着た人」合成フィルタに対応する特徴検出配列と一致しない。対象物被検出画像の人と、フィルタ生成画像の人と、の大きさ（撮影距離）が異なるためである。この場合、図１７に例示するように、特徴検出配列を縮小することで、対象物被検出画像の青い服を着た人を、「青い服を着た人」合成フィルタを使用して、検出することができる。

図１８に、第４実施形態の配列を比較する処理の流れを例示する。ステップ１８１〜ステップ１９０の処理は、図１２のステップ１８１〜１９０の処理と同様であるため、説明を省略する。

ＣＰＵ５１は、ステップ１９６で、特徴検出配列をＱ倍に縮小する。Ｑ倍は、例えば、０．９倍であってもよいし、１．１倍であってもよい。ＣＰＵ５１は、ステップ１９７で、倍率が所定倍率を超えたか否か判定する。例えば、特徴検出配列を縮小する場合、倍率が元の倍率の０．５倍より小さいかを判定してもよいし、特徴検出配列を拡大する場合、倍率が元の倍率の２．０倍より大きいかを判定してもよい。ステップ１９７の判定が否定された場合、ＣＰＵ５１は、ステップ１８１に戻り、ステップ１８１〜１８９、１９６、１９７の処理を繰り返す。ステップ１９７の判定が肯定された場合、ＣＰＵ５１は、ステップ１９０に進む。

ステップ１９７で、倍率が所定倍率を超えたか否か判定する代わりに、特徴検出配列の縦または横方向の同じ代表値が連続する数が所定数、例えば、２より少ないか否か判定してもよいし、対象物検出配列の縦または横方向の画素数を超えたか否か判定してもよい。本実施形態では、特徴検出配列を拡大または縮小する例について説明したが、対象物検出配列を拡大または縮小してもよい。第４実施形態は、第１〜第３実施形態に適用することができる。

本実施形態では、第１配列及び第２配列の何れか一方を拡大または縮小して一致する場合に、第２画像データに対象物が存在すると判定する。

本実施形態では、合成フィルタを生成する際に使用したフィルタ生成画像に含まれる対象物と対象物被検出画像に含まれる対象物との大きさが異なる場合であっても、対象物被検出画像に含まれる対象物を、合成フィルタを使用して検出することができる。

［第５実施形態］
以下、図面を参照して第５実施形態の一例を詳細に説明する。第１〜第４実施形態と同様の構成及び作用については、説明を省略する。

第５実施形態では、抽出フィルタデータベース１９Ｂに格納されている検出フィルタから合成フィルタを生成するのに使用する検出フィルタをユーザが選択する。第５実施形態では、例えば、図１９に例示するように、抽出フィルタデータベース１９Ｂに格納されている検出フィルタを、表示装置に表示し、ユーザが、選択装置で選択した検出フィルタを、合成フィルタの生成に使用する。

図１９の例では、「顔」検出フィルタ及び「青色」検出フィルタが選択されており、「顔」検出フィルタ及び「青色」検出フィルタが合成フィルタの生成に使用される。したがって、検出対象物領域を入力した「黒色」検出フィルタが「検出」を出力した場合であっても、「黒色」の検出が不要である場合、ユーザは、「黒色」検出フィルタを合成フィルタの生成から除外することができる。

第５実施形態では、図８のステップ１０３の検出フィルタを抽出する処理で、図２０に例示する処理を実行する。ＣＰＵ５１は、ステップ２０１で、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタに、対象物領域を入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。ＣＰＵ５１は、ディスプレイ５５Ｃに抽出フィルタデータベース１９Ｂに格納されている検出フィルタのフィルタ名を表示する。ＣＰＵ５１は、ステップ２０２で、マウス５５Ｂによるユーザの検出フィルタの選択を受け付け、ステップ２０３で、選択されなかったフィルタを抽出フィルタデータベース１９Ｂから削除する。

本実施形態は、第１〜第４実施形態に適用することができる。本実施形態では、第１画像データから対象物を検出した複数のフィルタから少なくとも２つのフィルタを選択する。選択した少なくとも２つのフィルタそれぞれが検出した第１画像データに含まれる対象物の部分領域それぞれの間の位置関係、及び、部分領域それぞれの大きさに関する情報を対応付けて検出フィルタを生成する。

本実施形態によれば、検出が不要な特徴を検出する検出フィルタを合成フィルタの生成から除去することで、ユーザが所望する適切な合成フィルタを生成することができる。
［第６実施形態］

以下、図面を参照して第６実施形態の一例を詳細に説明する。第１〜第５実施形態と同様の構成及び作用については、説明を省略する。

第６実施形態では、複数の検出フィルタで「検出」となるセルに対応する検出配列の要素に、複数の代表値が設定される。図２１の例では、「顔」検出フィルタと「青色」検出フィルタの双方で「検出」となるセルには、「顔」検出フィルタの代表値である「１」と、「青色」検出フィルタの代表値である「２」と、が設定されている。

図２２に、第６実施形態の特徴検出配列を生成する処理の流れを例示する。第６実施形態では、図９のステップ１２５のセルに代表値を設定する処理が、ステップ１２８のセルに代表値を設定または追記する処理と置き換えられている。即ち、第６実施形態では、ＣＰＵ５１は、ステップ１２４で、セルの１つが、「検出」を出力した領域の画像部分を含むか否かを判定する。ステップ１２４の判定が肯定された場合であって、当該セルに対応する配列の要素にまだ代表値が設定されていない場合、ＣＰＵ５１は、ステップ１２８で、当該要素に、当該検出フィルタに対応する代表値を設定する。当該セルに対応する配列の要素に既に代表値が設定されている場合、ＣＰＵ５１は、ステップ１２８で、当該要素に、当該検出フィルタに対応する代表値を追記する。

図１２に例示する配列を比較する処理のステップ１８３において、対象物検出配列の要素の値と、対応する特徴検出配列の要素の値と、を比較する。その際に、特徴検出配列の要素の値が複数存在する場合、複数の値の何れかと、対象物検出配列の要素の値とが一致する場合、当該要素の値は一致していると判定することができる。したがって、より適切に対象物を検出することができる。

なお、図２１の例では、特徴検出配列の１つの要素に設定される代表値が１個または２個であるが、３個以上の代表値が１つの要素に設定されてもよい。本実施形態は、第１〜第５実施形態に適用することができる。

本実施形態では、第１フィルタを使用して検出した第１画像データに含まれる対象物の部分領域と第２フィルタを使用して検出した前記第１画像に含まれる対象物の部分領域とは重複可能である。これにより、本実施形態では、より適切に対象物を検出することができる。

［第７実施形態］

以下、図面を参照して第７実施形態の一例を詳細に説明する。第１〜第６実施形態と同様の構成及び作用については、説明を省略する。

第７実施形態では、フィルタ生成画像として動画像を使用する。

第７実施形態では、図２３に例示するように、図８のステップ１０１の画像入力を受け付ける処理を、ステップ１１１及び１１２と置き替える。ＣＰＵ５１は、ステップ１１１で、フィルタ生成画像として動画像の入力を受け付け、ディスプレイ５５Ｃに、入力された動画像の所定数のフレームを表示する。例えば、５秒間隔のフレームを１０フレーム表示してもよい。

ＣＰＵ５１は、ステップ１１２で、ユーザのマウス５５Ｂによるフレームの選択を受け付け、当該フレームを図８のステップ１０１で入力を受け付けた静止画像であるフィルタ生成画像の代わりに使用する。

また、第７実施形態では、図２４に例示するように、図１０のステップ１４１をステップ１４６と置き替え、ステップ１４４の次に、ステップ１４７を追加する。ＣＰＵ５１は、ステップ１４６で、動画像の入力を受け付ける。動画像の１フレームを対象物被検出画像として使用して、ステップ１４２〜１４４の処理を実行し、ステップ１４７で、動画像の全てのフレームの処理が完了したか否か判定する。ステップ１４７の判定が否定された場合、ＣＰＵ５１は、ステップ１４３に戻り、ステップ１４３、１４４、１４７の処理を繰り返す。ステップ１４７の判定が肯定された場合、ＣＰＵ５１は、対象物検出処理を終了する。

第７実施形態は、第１〜第６実施形態に適用することができる。第７実施形態では、動画像データを使用して合成フィルタを生成することができ、また、生成した合成フィルタを使用して、動画像データから対象物を検出することができる。

［第８実施形態］
以下、図面を参照して第８実施形態の一例を詳細に説明する。第１〜第７実施形態と同様の構成及び作用については、説明を省略する。

第８実施形態では、ユーザが選択する対象物領域の画像部分の情報から対象物を検出することが困難な場合に、適切な検出フィルタを抽出する。例えば、図２５に例示するように、対象物が「指」である場合、ユーザは領域ＴＡ１１を検出対象物領域として選択する。

しかしながら、「手」に付随することを条件として「指」を検出する「指」検出フィルタを使用する場合、「手」を含む領域ＴＡ１２が対象物領域として選択されていないと、「指」を検出することができない。一方、「手」に付随する「指」を検出するために対象物領域として領域ＴＡ１１より広い領域ＴＡ１２を選択すると、不要な検出ファイルが抽出される。

第８実施形態では、図１のフィルタ抽出部１３を図２６に例示するフィルタ抽出部３０と置き替える。フィルタ抽出部３０は、選択領域消去部３１、「検出」フィルタ抽出部３２、及び、「未検出」フィルタ抽出部３３を含む。

「検出」フィルタ抽出部３２は、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタにフィルタ生成画像データを入力する。「検出」フィルタ抽出部３２は、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。

図２７に示す例では、「指」を含むフィルタ生成画像ＩＭ１１を検出フィルタデータベース１９Ａに含まれる全ての検出フィルタに入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。図２７の例では、「指」検出フィルタ、「Ｂ」検出フィルタ、「Ｄ」検出フィルタが抽出フィルタデータベース１９Ｂに格納される。

選択領域消去部３２は、図２８に例示するように、フィルタ生成画像からユーザによって選択された対象物領域ＴＡ１１を消去して、対象物消去画像ＩＭ１２を生成する。対象物領域の消去とは、例えば、対象物領域の全画素を同一の色、例えば、白（２５５、２５５、２５５）または黒（０、０、０）とすることであってもよいし、全画素の画素値を全画素の平均画素値、即ち、平均色としてもよい。または、既存の技術を使用して、対象物消去画像にブラーまたはモザイクをかけてもよい。

「未検出」フィルタ抽出部３３は、対象物消去画像を抽出フィルタデータベース１９Ｂに格納されている全ての検出フィルタに入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂから削除する。図２８の例では、「Ｂ」検出フィルタが、抽出フィルタデータベース１９Ｂから削除され、「指」検出フィルタ及び「Ｄ」検出フィルタが抽出フィルタデータベース１９Ｂに残される。

第８実施形態では、図８のステップ１０３の検出フィルタを抽出する処理を図２９に例示するステップ１５１〜１５３と置き替える。ＣＰＵ５１は、ステップ１５１で、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタにフィルタ生成画像を入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。ＣＰＵ５１は、ステップ１５２で、ユーザが選択した対象物領域をフィルタ生成画像から消去して、対象物消去画像を生成する。ＣＰＵ５１は、ステップ１５３で、対象物消去画像を、抽出フィルタデータベース１９Ｂに格納されている全ての検出フィルタに入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂから削除する。即ち、「検出」を出力しない検出フィルタを抽出フィルタデータベース１９Ｂに残す。

本実施形態では、ステップ１５１でフィルタ生成画像を使用して抽出した検出フィルタの全てを合成フィルタの生成に使用せず、不要な検出フィルタの使用を抑制することで、適切な合成フィルタを生成することができる。

本実施形態は、第１〜第７実施形態に適用することができる。本実施形態では、所定の条件を満たす場合に、複数のフィルタのそれぞれは、第１画像データに特徴が存在すると判定する。所定の条件は、記憶部に記憶された複数のフィルタのそれぞれが、第１画像データから複数のフィルタのそれぞれが検出する特徴を検出し、ユーザによって選択される対象物領域が第１画像データから消去された消去画像データから特徴を検出しない場合である。本実施形態では、不要な検出フィルタの抽出を抑制することで、適切な合成フィルタを生成することができる。

［第９実施形態］

以下、図面を参照して第９実施形態の一例を詳細に説明する。第１〜第８実施形態と同様の構成及び作用については、説明を省略する。

第９実施形態では、第８実施形態において、検出フィルタを抽出する前に、フィルタ生成画像のサイズを低減する。例えば、図３０に例示するように、画像ＩＭ１３において、例えば、エッジ検出により輪郭を抽出し、対象物領域ＴＡ１２を含む手の輪郭ＯＩ０１を残し、輪郭ＯＩ０１の外側の画像を切り取ることで、画像ＩＭ１３の画像サイズを低減して画像ＩＭ１４を生成する。画像ＩＭ１４を画像ＩＭ１３の代わりにフィルタ生成画像として使用して、合成フィルタに含ませる検出フィルタを抽出する。

第９実施形態では、図３１に例示するように、ＣＰＵ５１は、ステップ１５６でフィルタ生成画像から輪郭を抽出し、対象物領域を含む輪郭の外側を切り取ることで、サイズを低減した輪郭画像を生成する。ステップ１５７〜ステップ１５９は、図２９のステップ１５１〜ステップ１５３に各々対応する。

ＣＰＵ５１は、ステップ１５７で、検出フィルタデータベース１９Ａに含まれる全ての検出フィルタに輪郭画像を入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂに格納する。ＣＰＵ５１は、ステップ１５８で、ユーザが選択した対象物領域を輪郭画像から消去して、対象物消去画像を生成する。ＣＰＵ５１は、ステップ１５９で、対象物消去画像を、抽出フィルタデータベース１９Ｂに格納されている全ての検出フィルタに入力し、「検出」を出力した検出フィルタを抽出フィルタデータベース１９Ｂから削除する。即ち、「検出」を出力しない検出フィルタを抽出フィルタデータベース１９Ｂに残す。

本実施形態は、第１〜第８実施形態に適用することができる。本実施形態では、第１画像データに含まれる輪郭の外側部分を削除する。本実施形態では、合成フィルタを生成するために使用する検出フィルタを抽出するために検出フィルタに入力する画像データのサイズを低減することで、計算処理量を抑制することができる。
［第１０実施形態］

以下、図面を参照して第１０実施形態の一例を詳細に説明する。第１〜第９実施形態と同様の構成及び作用については、説明を省略する。

第１０実施形態では、対象物領域が所定面積より広い場合、まず、全ての検出フィルタに対象物領域を消去した対象物消去画像を入力して「検出」を出力しない検出フィルタを抽出する。次に、抽出した検出フィルタに検出対象物領域が消去されていない元のフィルタ生成画像を入力して「検出」を出力しない検出フィルタを除去する。

第１０実施形態では、図３２に例示するように、ステップ１６１で、対象物領域の面積が所定面積より広いか否か判定する。ステップ１６１の判定が肯定された場合、即ち、対象物領域の面積が所定面積より広い場合、ＣＰＵ５１は、ステップ１６２で、フィルタ生成画像から対象物を消去して対象物消去画像を生成する。ＣＰＵ５１は、ステップ１６３で、対象物消去画像を検出フィルタデータベース１９Ａの全ての検出フィルタに入力し、「検出」を出力しない検出フィルタを抽出フィルタデータベース１９Ｂに格納する。

ＣＰＵ５１は、ステップ１６４で、フィルタ生成画像を抽出フィルタデータベース１９Ｂの全ての検出フィルタに入力し、「検出」を出力しない検出フィルタを抽出フィルタデータベース１９Ｂから削除する。即ち、「検出」を出力する検出フィルタを抽出フィルタデータベース１９Ｂに残す。

ステップ１６１の判定が否定された場合、即ち、対象物領域が所定面積以下である場合、ＣＰＵ５１は、ステップ１５１〜１５３の処理を実行する。ステップ１５１〜１５３の処理は、図２９と同様であるため、説明を省略する。

図３３Ａの例では、対象物が消去されていないフィルタ生成画像を検出フィルタに入力した場合、検出フィルタの内、７０％の検出フィルタが「検出」を出力する。したがって、ステップ１５１〜１５３の順で処理を行う場合、ステップ１５３の処理で、７０％の検出フィルタを使用する。

一方、図３３Ｂの例では、対象物が消去された対象物消去画像を検出フィルタに入力した場合、検出フィルタの内、４０％の検出フィルタが「検出」を出力しない。したがって、ステップ１６２〜１６４の順で処理を行う場合、ステップ１６４の処理で、４０％の検出フィルタを使用する。即ち、処理する検出フィルタが３０％少なくなる。対象物領域が大きくなるほど消去される面積が大きくなるため、「検出」を出力しない検出フィルタの割合は大きくなる。

本実施形態では、対象物領域の面積が所定面積よりも広い場合、ユーザによって選択される対象物領域が第１画像データから消去された消去画像データから特徴を検出しないフィルタのそれぞれが、前記第１画像データから特徴を検出するか否か判定する。

本実施形態は、第１〜第９実施形態に適用することができる。本実施形態によれば、処理対象となる検出フィルタの数を低減することで、計算処理量を低減することができる。

［第１１実施形態］
以下、図面を参照して第１１実施形態の一例を詳細に説明する。第１〜第１０実施形態と同様の構成及び作用については、説明を省略する。

第１１実施形態では、抽出された検出フィルタの数に基づいて、検出物対象領域の面積を拡大または縮小する。

図３４Ａの例では、抽出された検出フィルタの数が所定数より多い場合に、対象物領域ＴＡ１５を対象物領域ＴＡ１６に縮小する。図３４Ｂの例では、抽出された検出フィルタの数が所定数より少ない場合に、検出対象物領域ＴＡ１７を対象物領域ＴＡ１８に拡大する。

第１１実施形態の検出フィルタを抽出する処理の流れを図３５に例示する。ステップ１５１〜ステップ１５３は、図２９と同様であるため、説明を省略する。

ＣＰＵ５１は、ステップ１７１で、抽出フィルタデータベース１９Ｂに格納されている検出フィルタの数が第１所定数より多いか否か判定する。ステップ１７１の判定が肯定された場合、ステップ１７２で、抽出フィルタデータベース１９Ｂを空にし、対象物領域を縮小し、ステップ１５２に戻る。

ＣＰＵ５１は、ステップ１７１の判定が否定された場合、ステップ１７３で、格納フィルタデータベース１９Ｂに格納されている検出フィルタの数が、第１所定数より小さい第２所定数より少ないか否か判定する。ＣＰＵ５１は、ステップ１７３の判定が肯定された場合、抽出フィルタデータベース１９Ｂを空にし、対象物領域を拡大し、ステップ１５２に戻る。ＣＰＵ５１は、ステップ１７３の判定が否定された場合、検出フィルタを抽出する処理を終了する。

本実施形態は、第１〜第１０実施形態に適用することができる。本実施形態では、抽出される検出フィルタの数が多過ぎる、または、少な過ぎる場合に、適切な検出フィルタ数に調整することができる。

本実施形態では、第１画像データから特徴を検出したフィルタの数が所定数より多い場合、対象物領域を縮小し、第１画像データから特徴を検出したフィルタの数が所定数より少ない場合、対象物領域を拡大する。本実施形態では、合成フィルタの生成に使用する検出フィルタの数を調整することで、対象物を適切に検出する合成フィルタを生成することができる。

第１〜第１１実施形態は、適宜組み合わせて適用することができる。図８〜１２、１４、１６、１８、２０、２２〜２４、２９、３１、３２、３５のフローチャートは例示であり、処理の順序は適宜入れ替えることができる。

以上の各実施形態に関し、更に以下の付記を開示する。

（付記１）
コンピュータが、
第１の対象物を含む第１画像データの入力を受け付け、
記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出し、
前記複数のフィルタそれぞれが検出した前記第１の対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成する、
画像処理方法。
（付記２）
前記記憶部に記憶された前記複数のフィルタのそれぞれが、前記第１画像データから前記複数のフィルタのそれぞれが検出する対象物を検出し、ユーザによって選択される対象物を含む対象物領域が前記第１画像データから消去された消去画像データから対象物を検出しない場合に、前記複数のフィルタのそれぞれは、前記第１画像データから対象物を検出すると判定される、
付記１の画像処理方法。
（付記３）
第２画像データの入力を受け付け、
予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、
前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する、
画像処理方法。
（付記４）
予め対応付けて記憶された前記複数のフィルタの情報で示される対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を回転して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記３の画像処理方法。
（付記５）
前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を拡大または縮小して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記３または付記４の画像処理方法。
（付記６）
第１の対象物を含む第１画像データの入力を受け付け、
記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出し、
前記複数のフィルタそれぞれが検出した前記第１の対象物の前記部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成する、
処理をコンピュータに実行させる画像処理プログラム。
（付記７）
前記記憶部に記憶された前記複数のフィルタのそれぞれが、前記第１画像データから前記複数のフィルタのそれぞれが検出する対象物を検出し、ユーザによって選択される対象物を含む対象物領域が前記第１画像データから消去された消去画像データから対象物を検出しない場合に、前記複数のフィルタのそれぞれは、前記第１画像データから対象物を検出すると判定される、
付記６の画像処理プログラム。
（付記８）
第２画像データの入力を受け付け、
予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、
前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する、
処理をコンピュータに実行させる画像処理プログラム。
（付記９）
予め対応付けて記憶された前記複数のフィルタの情報で示される対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を回転して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記８の画像処理プログラム。
（付記１０）
前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を拡大または縮小して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記８または付記９の画像処理プログラム。
（付記１１）
第１の対象物を含む第１画像データの入力を受け付ける入力部と、
記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出する第１検出部と、
前記複数のフィルタそれぞれが検出した前記第１の対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成するフィルタ生成部と、
を含む画像処理装置。
（付記１２）
前記記憶部に記憶された前記複数のフィルタのそれぞれが、前記第１画像データから前記複数のフィルタのそれぞれが検出する対象物を検出し、ユーザによって選択される対象物を含む対象物領域が前記第１画像データから消去された消去画像データから対象物を検出しない場合に、前記複数のフィルタのそれぞれは、前記第１画像データから対象物を検出すると判定される、
付記１１の画像処理装置。
（付記１３）
第２画像データの入力を受け付ける入力部と、
予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する第２検出部、
を含む画像処理装置。
（付記１４）
予め対応付けて記憶された前記複数のフィルタの情報で示される対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を回転して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記１３の画像処理装置。
（付記１５）
前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を拡大または縮小して一致する場合に、前記第２画像データに対象物が存在すると判定する、
付記１３または付記１４の画像処理装置。

１０ 画像処理装置
１１ 入力部
１３ フィルタ抽出部
１４ 第１検出部
１５ 配列生成部
１６ フィルタ生成部
５１ ＣＰＵ
５２ 一次記憶部
５３ 二次記憶部

Claims (9)

1. コンピュータが、
   第１の対象物を含む第１画像データの入力を受け付け、
   記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出し、
   前記複数のフィルタそれぞれが検出した前記第１の対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成する、
   画像処理方法。
2. 第２画像データの入力を受け付け、
   予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、
   前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する、
   画像処理方法。
3. 第１の対象物を含む第１画像データの入力を受け付け、
   記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出し、
   前記複数のフィルタそれぞれが検出した前記第１の対象物の前記部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成する、
   処理をコンピュータに実行させる画像処理プログラム。
4. 前記記憶部に記憶された前記複数のフィルタのそれぞれが、前記第１画像データから前記複数のフィルタのそれぞれが検出する対象物を検出し、ユーザによって選択される対象物を含む対象物領域が前記第１画像データから消去された消去画像データから対象物を検出しない場合に、前記複数のフィルタのそれぞれは、前記第１画像データから対象物を検出すると判定される、
   請求項３に記載の画像処理プログラム。
5. 第２画像データの入力を受け付け、
   予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、
   前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する、
   処理をコンピュータに実行させる画像処理プログラム。
6. 予め対応付けて記憶された前記複数のフィルタの情報で示される対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を回転して一致する場合に、前記第２画像データに対象物が存在すると判定する、
   請求項５に記載の画像処理プログラム。
7. 前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第１配列と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報を表す第２配列と、の何れか一方を拡大または縮小して一致する場合に、前記第２画像データに対象物が存在すると判定する、
   請求項５または請求項６に記載の画像処理プログラム。
8. 第１の対象物を含む第１画像データの入力を受け付ける入力部と、
   記憶部に記憶された前記第１の対象物に含まれる異なる特徴をそれぞれ検出するための複数のフィルタに基づいて、前記第１画像データから前記第１の対象物の部分領域をそれぞれ検出する第１検出部と、
   前記複数のフィルタそれぞれが検出した前記第１の対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報に基づいて前記第１の対象物を検出する新たな検出フィルタを生成するフィルタ生成部と、
   を含む画像処理装置。
9. 第２画像データの入力を受け付ける入力部と、
   予め対応付けて記憶された複数のフィルタそれぞれに基づいて、前記第２画像データから第２の対象物に含まれる異なる特徴を示す部分領域を検出し、前記複数のフィルタの情報に予め対応付けて記憶された前記複数のフィルタそれぞれに基づいて検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、前記第２画像データから検出された対象物の部分領域それぞれの間の位置関係、及び、前記部分領域それぞれの大きさに関する情報と、が一致する場合に、前記第２画像データに前記第２の対象物が存在すると判定する第２検出部、
   を含む画像処理装置。

Images