JP3775782B2 - ディジタル画像中の肌色を検出する方法 - Google Patents
ディジタル画像中の肌色を検出する方法 Download PDFInfo
- Publication number
- JP3775782B2 JP3775782B2 JP2001322732A JP2001322732A JP3775782B2 JP 3775782 B2 JP3775782 B2 JP 3775782B2 JP 2001322732 A JP2001322732 A JP 2001322732A JP 2001322732 A JP2001322732 A JP 2001322732A JP 3775782 B2 JP3775782 B2 JP 3775782B2
- Authority
- JP
- Japan
- Prior art keywords
- skin color
- image
- color
- skin
- digital
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
Description
【発明の属する技術分野】
本発明は、ディジタル画像処理方法に関連し、更に特定的にはディジタル画像中の肌色を検出する方法に関連する。
【0002】
【従来の技術】
ディジタル画像処理では、画像中で肌色である領域を検出することが有用である場合が多い。この情報は、例えば画像中の肌色を見た目の良いものへと調整するために使用される。肌色の場所は、顔の検出及び認識のためのアルゴリズム、自動画像取得アルゴリズム、赤目補正アルゴリズム等にも使用されうる。例えば、Takahashi外に対して1980年5月20日に発行された米国特許第4,203,671号は、赤、緑、青の色空間中の楕円の中に、又は2次元色空間中の楕円の中に存在する画素を識別することによって画像中の肌色を検出する方法を開示する。この方法における問題点は、正しくバランス調整された画像についてのみうまく作用することである。露出過多又は露出不足の画像では、この技術の信頼性は低い。更に、技術は選択された基準から逸脱する肌色についてはうまく作用しない。例えば、検出方法が白人の薄い肌色を検出するよう調整されているときは、濃い肌色を正しく検出できない。
【0003】
【発明が解決しようとする課題】
従って、上述の課題を解決するための改善された肌色検出方法が必要である。
【0004】
【課題を解決するための手段】
本発明は、上述の課題のうちの1つ以上を解決することを目的とする。概説するに、本発明の1つの面によれば、RGB色空間に画素を有するディジタル画像中で肌色を検出する方法は、一般的に、平均RGB色値を決定するためにディジタル色画像の統計的分析を行う段階と、色のうちのいずれか1つの平均値が所定の閾値以下であれば画像中の肌色を色空間の所定の領域へ向かって動かすようディジタル画像に変換を適用する段階と、ディジタル色画像中の肌色画素の位置を見つけるために変換された空間を使用する段階とを含む。
【0005】
更に特定的には、色のうちのいずれか1つの平均値が所定の閾値以下であれば、画像中の肌色を色空間の所定の領域へ向かって動かすためにディジタル画像に対して非線形変換が適用される。次に、先行する段階に依存して、ディジタル画像又は変換されたディジタル画像のいずれかがRGB空間から一般化されたRGB空間へ変換され、gRGBディジタル画像が生成される。肌色画素は、gRGBディジタル画像内で検出される。第1の肌色画像マスクは、検出された肌色画素に基づいて作成される。マスクされたgRGB画像は、第1の肌色画像マスクを用いて生成される。マスクされたgRGB画像は、第1の肌色画像マスクを用いて生成される。マスクされたgRGB画像は、色相画像へ変換される。金髪色画素である可能性がある画素は色相画像から除去され、変更された色相画像が生成される。第2の肌色画像マスクは、変更された色相画像中の肌色画素に基づいて作成される。第2の肌色画像マスクが第1の肌色画像マスクよりも所定の量だけ小さければ、第1の肌色画像マスクが選択され、そうでなければ、第2の肌色画像マスクが選択される。最後に、選択された肌色画像マスクは、ディジタル色画像中の肌色画素の位置を見つけるために使用される。
【0006】
【発明の実施の形態】
本発明の上述の及び他の面、目的、特徴、及び利点については、望ましい実施例についての以下の詳細な説明、請求の範囲、及び添付の図面を参照することにより更に明らかに理解されよう。
【0007】
画像処理のアルゴリズム及びシステムは周知であるため、本願では本発明による方法の一部をなす、又はより直接的に協働するアルゴリズム及びシステムに関連する。本願に特に示されておらず又は説明されていないかかるアルゴリズム及びシステム、並びに、それに含まれる画像信号を生成及び他の方法で処理するためのハードウエア及び/又はソフトウエアは、従来技術で知られているかかるシステム、アルゴリズム、構成要素及び要素から選択されうる。以下の詳細な説明では、本発明の望ましい実施例は一般的にはソフトウエア又はコンピュータプログラムとして実施される。当業者は、かかるソフトウエアと同等なものがハードウエア上にも構築されうることを容易に認識するであろう。以下に示すような本発明による方法が与えられていれば、本発明の実施に有用であるが本願には特に図示、示唆、又は記載されていないソフトウエアは従来通りであり、当業者の通常の知識であることを認識するであろう。
【0008】
更に、本願では、コンピュータプログラムは、例えば、磁気ディスク(例えばフロッピーディスク又はハードドライブ)又は磁気テープといった磁気記憶媒体、光ディスク、光テープ、又は機械読み取り可能なバーコードといった光記憶媒体、ランダムアクセスメモリ(RAM)又は読み出し専用メモリ(ROM)といった固体電子記憶媒体、又は、コンピュータプログラムを格納するために使用される任意の他の物理的な装置又は媒体を含みうるコンピュータ読み取り可能な記憶媒体に記憶されうる。
【0009】
まず図1を参照するに、本発明を実施するのに有用な画像処理システムは、フィルムスキャナ、ディジタルカメラ、又は、ピクチャCDを伴うコンパクトディスクドライブといったディジタル画像記憶装置といったカラーディジタル画像源10を含む。ディジタル画像源10からのディジタル画像は、プログラミングされたパーソナルコンピュータといった画像プロセッサ12又はSunSparc20ワークステーションといったディジタル画像処理ワークステーションへ与えられる。画像プロセッサ12は、CRTディスプレイ14へ、また、キーボード16及びマウス18といった操作者インタフェースへ接続されうる。処理されたディジタル画像は、ハードコピープリンタ、長期画像記憶装置、他のプロセッサへの接続、又は例えばインターネットに接続された画像電気通信装置へ送信される。
【0010】
図2を参照するに、ディジタル画像プロセッサ12によって本発明により実行される処理について説明する。sRGB色空間といったデバイス独立なRGB色空間で表現されたディジタル画像は、順位フィルタ段階22においてまず順位フィルタリングされる。入力RGB画像をI{Ci}と表わし、但し、3つのチャネルに対してi=1,2,3とし、CiはCi(m,n)の要素を有する行列であり、m=0,...,M−1でありn=0,...N−1であるとする。順位フィルタリングは、
【0011】
【数1】
と定義され、式中、
【0012】
【外1】
は所定の閾値TRankを越える値のCi(m,n)の集合であり、
【0013】
【外2】
はIの残りのCi(m,n)の集合である。この操作は、トリミングされたメディアンフィルタリングの従来の処理と同様である。尚、この順位フィルタリングの目的は、従来の画像処理のように入力画像の視覚的な質を改善させることではなく、むしろ、非常に高い強度値を有する画素が続く統計的収集段階24に対して与える影響を減少させることである。例えば、露出過多、又は、逆光露出といった条件の場合に、255に近い値を有する画素は、変更されるか、平均値計算から省かれる。順位フィルタリングの結果として得られる画像は、
【0014】
【数2】
と示すことができ、但し、
【0015】
【外3】
の要素は元の値を有し、
【0016】
【外4】
の要素は式1を用いて計算された値を有する。簡単化のため、順位フィルタリングされた画像を、
【0017】
【数3】
と書き換える。
【0018】
次の段階は、IRを用いて各色チャンネルについて統計値計算段階24において色平均統計値を計算することである。この計算は、一組の平均値、即ち、
【0019】
【数4】
を生成する。平均統計値{mi}を評価すると同時に前処理決定段階26が行われる。mi<TMであれば、前処理決定は「イエス」であり、但し、閾値TMは実験的に決定された値であり、例えば、8ビットの画像に対しては値100が許容可能であることが分かっている。
【0020】
前処理決定が「イエス」であれば、処理は非線形処理段階34へ進む。非線形処理段階への入力は、元のRGB画像Iである。本発明で使用される非線形プロセッサは、当業者によって周知の画像処理技術であり、(例えば、"Digital Image Processing", by Gonzalez and Woods, Addison-Wesley Publishing Company, 1992といった)文献に記載される、色ヒストグラム等化である。入力画像Iは、まず、以下の標準的な式、
【0021】
【数5】
を用いて、輝度成分と色度成分を分離するためにYIQ空間へ変換される。ヒストグラム等化処理は、Yにのみ適用され、等化された輝度Y’を生じさせる。YIQからRGBへの逆写像は、以下の式、
【0022】
【数6】
に従って行われる。
【0023】
色ヒストグラム等化における重要な問題は、飽和クリッピングである。ここで、等化の結果として得られるY’は、C'iを、255を越えさせるか又は0を下回らせることに注意すべきである。これが生ずるのを防止するため、C'iに対してクリッピング手順が用いられる。クリッピング飽和のための疑似コードは、以下の通りであり、
【0024】
【数7】
、但し、k,k1,k2,k3はゼロへ初期化される。
【0025】
前処理決定が「ノー」であれば、元の画像IはgRGB変換段階32へ送られる。
【0026】
概して、初期化段階21は、前処理決定に応じて肌色検出段階35へ画像を送り、元の画像I又はヒストグラム等化された画像I’がgRGB変換段階32へ送られる。表記を統一するため、IRGB={Ci}と定義し、但し、3つの色チャンネルについてi=1,2,3であり、CiはCi(m,n)の要素を有する行列であり、m=0,...,M−1でありn=0,...N−1であるとする。以下、元の画像とヒストグラム等化された画像を共にIRGBと表わすものとする。
【0027】
やはり図2を参照するに、入力RGB画像IRGBはgRGB変換段階32において一般化されたRGB画像IgRGBへ変換され、これは、IgRGB={ci}と定義され、ciはci(m,n)の要素を有する行列であり、m=0,...,M−1でありn=0,...N−1である。変換は、以下の式、
【0028】
【数8】
を用い、式中、Ciは、入力画像の個々の色チャネル(R、G、又はB)である。この変換操作は、
【0029】
【数9】
のときは有効ではなく、出力はゼロに設定される。結果として得られる3つの新しい要素は線形に依存し、即ち、
【0030】
【数10】
であり、それにより3次元から2次元へ潰された新しい空間(gRG平面)を有効に形成するために2つの要素のみが必要とされる。殆どの場合、c1及びc2、即ち一般化されたR及びGは、肌色分析及び肌色検出に用いられる。画像IgRGB中の肌色は、楕円分類器31から多数の楕円ベクトルを受け取る肌色検出段階30において検出される。楕円分類器31は、事前に画像の大きな母集団で学習され、これについては図7を参照して以下説明する。検出された肌色は、セグメンテーション段階28において任意にセグメンテーションが行われる。
【0031】
図3中、肌色検出段階30について詳述する。一般化されたRGB画像IgRGBは,まず投影段階36においてgRG平面上に投影される。この投影は、gRG画像IgRGを生成する。投影は、単にgRGB画像から成分c3を除去することによって行われる。2つの成分c2及びc3を有するgRG画像IgRGは、図3に示される第1の楕円ベクトル(楕円ベクトルI)を受け取る第1の(I)肌色分類器38へ渡される。図4は、肌色画素が位置する領域を指定するために使用されるgRG色空間56中の楕円58の例を示す図である。図4中の暗い領域60は、実際の肌色画素領域である。
【0032】
パラメータa,b,(o1,o2)及びθは、楕円の定数であり、楕円分類器31によって生成される楕円ベクトルを定義する。パラメータa及びbは楕円の軸の長さであり、(o1,o2)は(c1,c2)空間56中の楕円の中心座標であり、θはc1軸と楕円の長軸との間の角度である。
【0033】
第1の肌色分類器38については、中間色マスクをPI={pI(i,j)}MXN、即ち、要素p(i,j)を有するMxNの行列と定義する。一般化されたRGB画像IgRGBの各画素について、評価関数E(c1(i,j),c2(i,j))、但し、i=0,...M−1;j=0,...N−1,c1(i,j)∈[0,1];c2(i,j)∈[0,1]、を定義する。分類は、単純に、
【0034】
【数11】
に従って行われ、但し、「1」は肌色画素を示し、「0」は非肌色を示し、
E(c1(i,j),c2(i,j))=x2 ij/a2+y2 ij/b2 (7)
であり、
である。
【0035】
中間の肌色マスクPIは、評価段階40へ渡される。評価手順では、単純に、画像のサイズに対する検出された肌画素の数の比率γIを計算する。評価段階40は、2つの分岐を有する。γI≧Tγである場合、即ち評価結果が「良い」である場合、処理は肌色領域マスキング段階42へ分岐する。この場合、第1の肌色分類段階38からの出力PIは、肌色領域マスキング段階42においてIgRGBをマスクするために使用される。肌色領域マスキング段階42の出力は、マスクされ一般化されたRGB画像、即ち、
【0036】
【数12】
である。γI<Tγである場合、評価結果は「良くない」であり、処理は第2の肌色検出分類段階44へ分岐する。Tγは適用に依存して一定の範囲の異なる値を取りうることが明らかであるが、Tγの望ましい値は0.12である。
【0037】
第2の(II)肌色分類段階44の構造及び操作は、(c1,c2)空間中の楕円の位置、寸法、及び向きを決定する異なる楕円ベクトルを使用することを除き、第1の肌色分類段階38と同じである。図5に示すように、楕円分類器31によって生成されうる幾つかの可能な楕円E1−E7がある。多数の楕円を用いるのは、偽陽性を減少させると共に、主肌色領域から逸脱した肌色、例えば(c1,c2)空間62中のE1を検出する機構を提供するためである。例示される場合のように、このような楕円を2つだけ(I及びII)使用する場合については図3を参照して説明されているが、本発明ではより多くの肌色分類器及び楕円が使用されうることが理解されよう。
【0038】
主肌色分類器(第1の分類器段階38)から他の分類器へ切り換えることにより、検出される肌色画素が更に少なくなる場合がある。従って、第1の分類器38からの結果が先行する評価段階40において満足のいくものでなかったとしても、肌色分類段階38及び44からの結果は評価及び選択段階46において比較される。より一般的な場合は、選択決定は、以下の式、
【0039】
【数13】
に従って行われ、但し、PはP={p(i,j)}MXNとして定義される第1の肌色マスクであり、Piは肌色分類器I,IIからの中間肌色マスクであり、2つ以上の分類器が使用される場合も同様である。この第1の肌色マスクPは、肌色領域マスキング段階42において使用される。
【0040】
主肌色検出器(第1の分類器38)からの結果が満足のいくものであれば、PIは、続く肌色領域マスキング段階42において第1の肌色マスクとして直接使用される。満足のいくものでなければ、処理は例えば第2の分類器44といった他の分類器へ分岐し、新しい結果と主分類器(第1の分類器38)からの結果の両方の結果が評価され、良い方(又は最も良いもの)をマスキング段階42へ送信されるべき第1の肌色マスクとして選択する。
【0041】
尚、図3中、肌色分類器38及び44に対して帰還路39及び41がある。これらの帰還路は、検出結果自体を評価のために分類器へ与える。評価処理とは、画像サイズに対する検出された肌画素の数の比率を計算することである。比率が所定の閾値よりも小さければ、より多くの色を含むよう分類器楕円は例えば30%又は40%以上だけ拡張される。
【0042】
肌色領域マスキング段階42から2つの出力が発生する。1つは、マスクされたgRGB画像であり、もう1つは、肌色マスクP自体である。これらの2つの出力は、以下説明する続く任意の金髪色画素除去において使用される。
【0043】
図6を参照するに、金髪の色の画素72は肌の色の画素71の大部分が存在するのと同じ領域であるが、金髪を有する人々の肌色領域70に隣接して生ずることがわかる。最も最近の既存の肌検出アルゴリズムは、金髪の色の画素を考慮に入れていない。これは、例えば分類された肌色領域の実際のサイズの検出に依存する赤目検出アルゴリズムといった、肌色の領域のサイズに敏感な画像理解適応において問題となりうる。金髪の色の画素の除去の技術は、本願に参照として組み入れられ、以下詳述する、「Method of Blond-Hair-Pixel Removal in Image Skin-Color Detection」なる名称の上述の継続中の出願番号[出願人整理番号No.81321DMW]の明細書に記載されている。
【0044】
金髪に関連付けられた顔を有する画像を取り扱うことが困難であることが分かっている。これらの場合、従来の肌色検出処理は、赤目検出手順に役立つような満足のいく又は所望の結果を生じさせることができない。上述された段階において得られたマスクされた肌色画像から金髪色画素を除去することが望ましい。
【0045】
しかしながら、顔の肌の色から肌の色を分けうるように、(c1,c2)空間68中で金髪色領域72及び肌色領域70といった副領域をパラメータ化するのは簡単な作業ではない。空間の次元が1次元まで下がれば、肌色画素から金髪色画素を分離するのはかなり容易となる。この次元の更なる低下は、色相画像へ変換する段階54において、マスクされた一般化されたRGB画像
【0046】
【外5】
を色相画像H={h(m,n)}MXNへ変換することによって行われる。典型的な色相変換は、
【0047】
【数14】
のように行われる。
【0048】
金髪色検出段階52では、要素h(m,n)が肌画素であるか金髪画素であるかを判定するために所定の区分パラメータTH=15が用いられる。第2のマスク
【0049】
【数15】
が作成される。h(m,n)が肌画素であれば、対応する要素は
【0050】
【数16】
であり、そうでなければ、
【0051】
【数17】
である。幾つかの場合には、金髪色画素の除去によって、真の肌色画素が除去あされることがあり、結果として得られる第2の肌色マスクは使用不可能な小さい領域にまで縮小する。従って、第1の肌色マスクPが呼び戻され、第2の肌色マスク
【0052】
【外6】
は捨てられる。この動作は、図3に示されるように金髪色検出段階51に続く評価及び選択段階50において行われる。第2の肌色画像マスクが第1の肌色マスクよりも所定の量だけ小さければ、第1の肌色画像マスクが選択され、そうでなければ第2の肌色画像マスクが選択される。マスクされたRGB色画像
【0053】
【外7】
は、選択された肌色画像マスクと元のRGB色画像IRGBのAND演算の結果として得られる。この演算は、肌色領域マスキング段階48において行われる。
【0054】
図7を参照するに、サンプル肌色パッチの収集のために、異なる源からの1000以上の画像を含む大きい画像プール74が準備される。準備された全ての画像から肌パッチを収集する必要はない。一組のランダムに選択された画像は、理論上及び実際上も、画像プール全体を代表するのに十分なはずである。画像プールから画像を取り出し、一組のランダムに選択された画像76を形成するために、一組の均一に分布された指標が使用される。サンプル肌色パッチ78は、取り出された画像から手動で収集される。収集された肌色パッチは、上述の式(5)を用いてRGB空間からgRGB空間80へ変換される。gRGB画像のgRGBデータは、gRG平面84、即ち上述の(c1,c2)空間中でその分布密度82に関して評価される。実際上は、分布密度は、gRGデータのヒストグラムを用いて近似される。分布密度ピークの5%未満の長さの要素を除去した後、分布密度は(c1,c2)空間へ投射される。投射されたクラスタ88は、gRG平面86上に楕円領域を近似的に形成する。楕円分類器学習の最後の段階は、楕円領域についてのパラメータを見つけることである。gRG平面90上で最もよく一致する楕円92はモーメントに基づいて計算される。楕円は、中心(o1,o2)、向きθ、短軸a、及び長軸b(図4参照)により定義される。楕円領域の中心は、以下の式、
o1=m10/m00
o2=m01/m00 (11)
により計算され、モーメントは、以下の式、
【0055】
【数18】
によって計算され、但し本願ではf(c1,c2)=1である。向きθは、最小の慣性モーメント、即ち、
【0056】
【数19】
を決めることにより計算され、中心モーメントは以下の式、
【0057】
【数20】
により計算され、最後に、短軸及び長軸の長さは、以下の式、
【0058】
【数21】
により計算される。上述の計算は、楕円ベクトル[a,b,o1,o2,θ]94の最初の組を与える。実際上は、最終的な楕円をgRGデータクラスタ88に最もよく当てはめるために、手動の調整が必要である。
【0059】
本発明の主題はディジタル画像理解技術に関するものであり、これは、ディジタル画像を認識し、それにより人間が理解可能な対象、属性、又は条件に対して有用な意味を割り当て、得られた結果をディジタル画像の更なる処理に使用するために、ディジタル画像をディジタル式に処理する技術を意味すると理解される。
【0060】
【発明の効果】
本発明の利点は、画像が正しくバランス調整されていない場合でもうまく動作し、更に種々の肌色についてもうまく動作することである。
【図面の簡単な説明】
【図1】本発明を実施するのに有用な画像処理システムを示す概略図である。
【図2】本発明の方法の段階を示すフローチャートである。
【図3】図2に示される肌色検出段階を示す詳細なフローチャートである。
【図4】2次元色空間中の楕円分類器の例を示す図である。
【図5】本発明において使用される複数の肌色分類器領域を有する2次元色空間を示す図である。
【図6】肌色領域及び金髪色領域を有する2次元色空間を示す図である。
【図7】図2に示される楕円分類器段階を学習させるために使用される処理を示す概略図である。
【符号の説明】
10 ディジタル画像源
12 画像プロセッサ
14 ディスプレイ
16 キーボード
18 マウス
20 出力装置
22 順位フィルタ
24 色平均統計計算
26 前処理決定
28 セグメンテーション段階
30 肌色検出段階
31 楕円分類器
32 sRGB変換段階
34 非線形処理段階
35 肌色検出段階
36 投影段階
38 第1の肌色分類段階
39 帰還路
40 評価段階
41 帰還路
42 肌色領域マスキング段階
44 第2の肌色分類段階
46 評価及び選択段階
48 肌色領域マスキング段階
50 評価及び選択段階
52 金髪色検出段階
54 色相画像への変換段階
56 sRGB色空間
58 楕円
60 暗い領域
62 sRG(c1,c2)色空間
68 sRG(c1,c2)色空間
70 金髪の人の肌色領域
71 肌の色の画素
72 金髪の色の画素
74 画像プール
76 ランダムに選択された画像
78 サンプル肌色パッチ
80 sRGB空間
82 分布密度
84 gRG平面
86 gRG平面
88 投影されたクラスタ
90 gRG平面
92 最もよく一致する楕円
94 楕円ベクトル
Claims (3)
- RGB色空間に画素を有するディジタル画像中で肌色を検出する方法であって、
(a)平均RGB色値を決定するためにディジタルカラー画像の統計的な解析を行う段階と、
(b)上記色のうちのいずれかの平均値が所定の閾値未満である場合は、画像中の肌の色を上記色空間の所定の領域へ向かって動かすために上記ディジタル画像に変換を適用する段階と、
(c)上記ディジタルカラー画像中の上記肌色画素の位置を見つけるために上記変換された空間を使用する段階とを含む方法。 - 上記段階(c)は、
gRGBディジタル画像を生成するために、RGB空間からの上記変換されたディジタル画像を一般化されたRGB空間へ変換する段階と、
上記gRGBディジタル画像中の肌色画素を検出する段階と、
上記検出された肌色画素に基づいて第1の肌色画像マスクを作成する段階と、
上記ディジタルカラー画像中で上記肌色画素の位置を見つけるために上記第1の肌色画像マスクを使用する段階とを更に含む、請求項1記載の方法。 - 上記段階(c)は、
上記検出された肌色画素に基づいて第2の肌色画像マスクを作成する段階と、
所定の規準に基づいて、上記第1の肌色画像マスク又は上記第2の肌色画像マスクを選択する段階と、
上記ディジタルカラー画像中で上記肌色画素の位置を見つけるために上記選択された肌色画像マスクを使用する段階とを更に含む、請求項2記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US692930 | 1991-04-29 | ||
US09/692,930 US6690822B1 (en) | 2000-10-20 | 2000-10-20 | Method for detecting skin color in a digital image |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002197457A JP2002197457A (ja) | 2002-07-12 |
JP3775782B2 true JP3775782B2 (ja) | 2006-05-17 |
Family
ID=24782627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001322732A Expired - Fee Related JP3775782B2 (ja) | 2000-10-20 | 2001-10-19 | ディジタル画像中の肌色を検出する方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US6690822B1 (ja) |
EP (1) | EP1223550B1 (ja) |
JP (1) | JP3775782B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7719569B2 (en) | 2008-05-28 | 2010-05-18 | Kabushiki Kaisha Toshiba | Image processing apparatus and image processing method |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7088855B1 (en) * | 2001-01-22 | 2006-08-08 | Adolfo Pinheiro Vide | Method and system for removal of red eye effects |
EP1229734A1 (en) * | 2001-01-31 | 2002-08-07 | GRETAG IMAGING Trading AG | Automatic colour defect correction |
JP4086580B2 (ja) * | 2002-07-30 | 2008-05-14 | キヤノン株式会社 | 画像処理装置、プログラム及び方法 |
US7039222B2 (en) * | 2003-02-28 | 2006-05-02 | Eastman Kodak Company | Method and system for enhancing portrait images that are processed in a batch mode |
US7251363B2 (en) | 2003-07-29 | 2007-07-31 | Ventana Medical Systems, Inc. | Method and system for creating an image mask |
EP1517542B1 (en) * | 2003-09-01 | 2010-11-10 | Samsung Electronics Co., Ltd. | Method and apparatus for adjusting colors of an image |
DE60330471D1 (de) | 2003-12-09 | 2010-01-21 | Mitsubishi Electric Corp | Verfahren und Vorrichtung zum Trennen von Inhalten in Bildern |
US8081818B2 (en) | 2004-09-15 | 2011-12-20 | Adobe Systems Incorporated | Locating a feature in a digital image |
US7623707B2 (en) | 2004-09-15 | 2009-11-24 | Adobe Systems Incorporated | Hierarchically locating a feature in a digital image |
US7577291B2 (en) * | 2005-03-07 | 2009-08-18 | Oplus Technologies Ltd. | Method of color correction |
KR100695159B1 (ko) | 2005-08-04 | 2007-03-14 | 삼성전자주식회사 | 피부색 모델을 위한 알지비 맵 생성장치 및 방법과 이를이용한 피부색 검출장치 및 방법 |
US7751622B2 (en) * | 2005-08-22 | 2010-07-06 | Carestream Health, Inc. | Method and system for detection of undesirable images |
US8254630B2 (en) * | 2006-04-28 | 2012-08-28 | Nikon Corporation | Subject extracting method and device by eliminating a background region using binary masks |
KR100862341B1 (ko) * | 2006-11-13 | 2008-10-13 | 삼성전기주식회사 | 사람의 피부 영역 검출장치 및 그 방법 |
FR2910143B1 (fr) * | 2006-12-19 | 2009-04-03 | Eastman Kodak Co | Procede pour predire automatiquement des mots dans un texte associe a un message multimedia |
ITVA20060079A1 (it) * | 2006-12-19 | 2008-06-20 | St Microelectronics Srl | Metodo di classificazione cromatica di pixel e metodo di miglioramento adattativo di un'immagine a colori |
US8437514B2 (en) * | 2007-10-02 | 2013-05-07 | Microsoft Corporation | Cartoon face generation |
WO2010082942A1 (en) * | 2008-02-01 | 2010-07-22 | Canfield Scientific, Incorporated | Automatic mask design and registration and feature detection for computer-aided skin analysis |
US8027521B1 (en) | 2008-03-25 | 2011-09-27 | Videomining Corporation | Method and system for robust human gender recognition using facial feature localization |
US8831379B2 (en) * | 2008-04-04 | 2014-09-09 | Microsoft Corporation | Cartoon personalization |
US8406482B1 (en) * | 2008-08-28 | 2013-03-26 | Adobe Systems Incorporated | System and method for automatic skin tone detection in images |
KR101549824B1 (ko) * | 2008-12-11 | 2015-09-03 | 삼성전자주식회사 | 피부색 보정 방법 및 장치, 이를 이용한 디지털 촬영 장치 |
US20100158357A1 (en) * | 2008-12-19 | 2010-06-24 | Qualcomm Incorporated | Image processing method and system of skin color enhancement |
US7916905B2 (en) * | 2009-02-02 | 2011-03-29 | Kabushiki Kaisha Toshiba | System and method for image facial area detection employing skin tones |
US8319857B2 (en) * | 2009-02-26 | 2012-11-27 | Access Business Group International Llc | Apparatus and method for correcting digital color photographs |
CN101893481B (zh) * | 2009-05-18 | 2014-04-30 | 姜宁 | 色彩属性测试判断方法和系统 |
JP2011221812A (ja) * | 2010-04-09 | 2011-11-04 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
CN103106386A (zh) * | 2011-11-10 | 2013-05-15 | 华为技术有限公司 | 动态自适应肤色分割方法和装置 |
JP5757259B2 (ja) * | 2012-02-28 | 2015-07-29 | ブラザー工業株式会社 | 画像処理装置及び画像処理プログラム |
US9208749B2 (en) | 2012-11-13 | 2015-12-08 | Htc Corporation | Electronic device and method for enhancing readability of an image thereof |
CN104123698B (zh) * | 2013-04-25 | 2018-05-08 | 北京信路威科技股份有限公司 | 应用于智能一体化摄像机的夜间图像增强方法 |
US8983152B2 (en) | 2013-05-14 | 2015-03-17 | Google Inc. | Image masks for face-related selection and processing in images |
US20150030243A1 (en) | 2013-07-24 | 2015-01-29 | Di Qu | Chart for evaluating skin color and its application to efficacy evaluation of anti-aging and skin lightening products |
US9196056B2 (en) | 2013-08-19 | 2015-11-24 | Manufacturing Techniques, Inc. | Electro-optical system and method for analyzing images of a scene to identify the presence of a target color |
GB2519620B (en) | 2013-10-23 | 2015-12-30 | Imagination Tech Ltd | Skin colour probability map |
CN104794423B (zh) * | 2014-01-21 | 2019-02-12 | 厦门美图网科技有限公司 | 一种基于色彩空间的皮肤识别方法 |
US9256950B1 (en) | 2014-03-06 | 2016-02-09 | Google Inc. | Detecting and modifying facial features of persons in images |
GB2541865A (en) * | 2015-07-30 | 2017-03-08 | Emerald Medical Applications Ltd | Image processing system and method |
US9864901B2 (en) | 2015-09-15 | 2018-01-09 | Google Llc | Feature detection and masking in images based on color distributions |
US9547908B1 (en) | 2015-09-28 | 2017-01-17 | Google Inc. | Feature mask determination for images |
US10497179B2 (en) | 2018-02-23 | 2019-12-03 | Hong Kong Applied Science and Technology Research Institute Company Limited | Apparatus and method for performing real object detection and control using a virtual reality head mounted display system |
CN110706187B (zh) * | 2019-05-31 | 2022-04-22 | 成都品果科技有限公司 | 一种均匀肤色的图像调整方法 |
US12014828B2 (en) | 2019-06-18 | 2024-06-18 | Digital Diagnostics Inc. | Using a set of machine learning diagnostic models to determine a diagnosis based on a skin tone of a patient |
CN111861981B (zh) * | 2020-05-29 | 2023-05-30 | 北京工商大学 | 一种基于点线面的图像颜色空间脂肪点检测评估方法 |
CN118215826A (zh) * | 2021-09-29 | 2024-06-18 | 菲特斯津公司 | 用于皮肤颜色确定的系统和方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS52156624A (en) | 1976-06-22 | 1977-12-27 | Fuji Photo Film Co Ltd | Detection of skin color of color film |
JPH0250859A (ja) * | 1988-08-11 | 1990-02-20 | Dainippon Screen Mfg Co Ltd | 色分解条件設定方法および装置 |
US5128711A (en) | 1989-04-28 | 1992-07-07 | Fuji Photo Film Co., Ltd. | Apparatus for recording position information of principal image and method of detecting principal image |
US6249317B1 (en) * | 1990-08-01 | 2001-06-19 | Minolta Co., Ltd. | Automatic exposure control apparatus |
US6072526A (en) * | 1990-10-15 | 2000-06-06 | Minolta Co., Ltd. | Image sensing device that can correct colors corresponding to skin in a video signal |
US5488429A (en) * | 1992-01-13 | 1996-01-30 | Mitsubishi Denki Kabushiki Kaisha | Video signal processor for detecting flesh tones in am image |
JP3370770B2 (ja) * | 1994-04-15 | 2003-01-27 | 松下電器産業株式会社 | 映像信号の肌色再生回路 |
US5715377A (en) * | 1994-07-21 | 1998-02-03 | Matsushita Electric Industrial Co. Ltd. | Gray level correction apparatus |
JP3799633B2 (ja) * | 1995-06-16 | 2006-07-19 | セイコーエプソン株式会社 | 顔画像処理方法および顔画像処理装置 |
US6343141B1 (en) * | 1996-10-08 | 2002-01-29 | Lucent Technologies Inc. | Skin area detection for video image systems |
KR100343223B1 (ko) * | 1999-12-07 | 2002-07-10 | 윤종용 | 화자 위치 검출 장치 및 그 방법 |
-
2000
- 2000-10-20 US US09/692,930 patent/US6690822B1/en not_active Expired - Fee Related
-
2001
- 2001-10-08 EP EP01203798A patent/EP1223550B1/en not_active Expired - Lifetime
- 2001-10-19 JP JP2001322732A patent/JP3775782B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7719569B2 (en) | 2008-05-28 | 2010-05-18 | Kabushiki Kaisha Toshiba | Image processing apparatus and image processing method |
Also Published As
Publication number | Publication date |
---|---|
EP1223550A2 (en) | 2002-07-17 |
JP2002197457A (ja) | 2002-07-12 |
US6690822B1 (en) | 2004-02-10 |
EP1223550A3 (en) | 2004-06-30 |
EP1223550B1 (en) | 2012-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3775782B2 (ja) | ディジタル画像中の肌色を検出する方法 | |
JP3769487B2 (ja) | 画像肌色検出における金髪画素除去方法 | |
US8374425B2 (en) | Method of chromatic classification of pixels and method of adaptive enhancement of a color image | |
JP4498671B2 (ja) | イメージコンテンツに基づいて画像の特性を改善するための方法及びシステム | |
US8194992B2 (en) | System and method for automatic enhancement of seascape images | |
US8594439B2 (en) | Image processing | |
US7636485B2 (en) | Method and system for enhancing portrait images that are processed in a batch mode | |
US8285059B2 (en) | Method for automatic enhancement of images containing snow | |
US7343028B2 (en) | Method and apparatus for red-eye detection | |
US6807300B1 (en) | Noise reduction method utilizing color information, apparatus, and program for digital image processing | |
JP2001126075A (ja) | 画像処理方法および装置並びに記録媒体 | |
US20040190789A1 (en) | Automatic analysis and adjustment of digital images with exposure problems | |
US20080285853A1 (en) | Contrast enhancement methods and apparatuses | |
JP2004357277A (ja) | デジタル画像処理方法 | |
JP2007047965A (ja) | デジタル画像の対象物検出方法および装置並びにプログラム | |
Kinoshita et al. | Automatic exposure compensation using an image segmentation method for single-image-based multi-exposure fusion | |
Luo et al. | An efficient automatic redeye detection and correction algorithm | |
WO2011067755A1 (en) | Method and system for automatically recovering chromaticity and image variation of colour clipped image regions | |
Raigonda et al. | Haze Removal Of Underwater Images Using Fusion Technique | |
Islam et al. | Spatio-temporal colour correction of strongly degraded movies | |
Saiwaeo et al. | A comparative study of image enhancement methods for human skin image | |
JP2007243987A (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
JP4100860B2 (ja) | 画像処理装置および画像処理方法および記録媒体 | |
JP2005094452A (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
JP2008283724A (ja) | 画像処理方法および装置並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040909 |
|
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: 20060124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060220 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100303 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100303 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110303 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120303 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130303 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130303 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140303 Year of fee payment: 8 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |