JP4428737B2 - 赤目検出方法 - Google Patents
赤目検出方法 Download PDFInfo
- Publication number
- JP4428737B2 JP4428737B2 JP24327598A JP24327598A JP4428737B2 JP 4428737 B2 JP4428737 B2 JP 4428737B2 JP 24327598 A JP24327598 A JP 24327598A JP 24327598 A JP24327598 A JP 24327598A JP 4428737 B2 JP4428737 B2 JP 4428737B2
- Authority
- JP
- Japan
- Prior art keywords
- eye
- red
- image
- color
- template
- 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 - Lifetime
Links
Images
Classifications
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
- H04N1/624—Red-eye correction
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
-
- 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
- G06T2207/30216—Redeye defect
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Ophthalmology & Optometry (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Analysis (AREA)
- Stroboscope Apparatuses (AREA)
- Editing Of Facsimile Originals (AREA)
- Color Television Image Signal Generators (AREA)
Description
【発明の属する技術分野】
本発明は概してディジタル画像処理の分野に関し、更に特定的にはディジタル画像中の赤目を検出する方法に関する。
【0002】
【従来の技術】
画像の捕捉のためにフラッシュ照明が使用されるとき、画像の中の人の瞳孔は赤く見えることがある。これはフラッシュユニットからの光が瞳孔に入り、網膜上で色々な向きに反射し、最後に瞳孔を通って外に出ることによって生ずる。光は部分的に網膜の中の毛細血管によって吸収されるため、瞳孔は画像の中で赤く見える。この現象は「赤目」と称される。赤目が認められる確率はフラッシュユニットがレンズの光学軸に近いほど増加する。従って、赤目は一般的に一体型のフラッシュユニットを有する小型カメラによって捕捉された画像の中に認められる。
【0003】
共通に譲受される米国特許第5,432,863号は、赤目の色特徴を有する画像中の対象を検出するユーザ対話型の方法を記載する。この方法は形状、色彩及び明るさに基づいて候補赤目画素を自動的に検出する。
【0004】
【発明が解決しようとする課題】
現在知られている赤目を検出する方法は充分であるが、欠点が無いわけではない。米国特許第5,432,863号の方法は候補画素が顔の上に配置されている、又は人間の目の一部であるかを決定しない。
従って、上述の欠点を克服する赤目を検出する方法が必要とされる。
【0005】
【課題を解決するための手段】
本発明は上述の1つ以上の問題を克服することを目的とする。簡単に要約するに、本発明の1つの面によれば、フラッシュ照明による画像中の対称の目の色の欠陥を検出するためのコンピュータプログラム物であって、(a)ディジタル画像中の肌色領域を検出する段階と、(b)赤目欠陥の色特徴を有する画素の組に対して肌色領域をサーチする段階と、(c)上記段階(b)において見出された赤目欠陥の位置に基づいて画素の色を修正する段階とを実行するコンピュータプログラムを記憶させたコンピュータ読み取り可能な記憶媒体を含むコンピュータプログラム物が提供される。
【0006】
本発明は赤目欠陥を自動的に検出する方法を提供することを目的とする。
本発明は候補赤目欠陥が人間の顔の一部であるかどうかを決定する方法を提供することを目的とする。
本発明はまた候補赤目欠陥が人間の目の一部であるかどうかを決定する方法を提供することを目的とする。
【0007】
【発明の実施の形態】
本発明の上述及び他の面、目的、特徴及び利点は以下詳述される実施例及び添付の図面を参照して明らかとなろう。以下の説明において、ソフトウエアプログラムとしての望ましい実施例によって本発明を説明する。当業者はそのようなソフトウエアの等価物がハードウエア中に構築されうることを容易に認識するであろう。
【0008】
図1は2対の赤目20を示すカラー画像のグレースケール画像10を示す図である。
図2を参照するに、本発明のフローチャートの全体図が示されている。カラーディジタル画像は従来技術によって周知のコンピュータシステム上に存在するソフトウエアプログラムに入力される。ディジタル画像の符号値は元のシーンによる画像を捕捉するのに使用されるフィルムの露出の量の対数に正比例することが望ましい(S2)。プログラムは画像中の全ての別個の連続した肌色領域を同定することから開始する(S4)。
【0009】
図3を参照するに、図2のステップS4の詳細なフローチャートが示されている。まずカラー画像の赤、緑及び青の値は、R,G及びBを夫々カラー画像中の画素の赤、緑及び青の符号値とすると、以下の関係式:
【0010】
【数1】
【0011】
を使用してLSTカラー空間へ変換される(S4a)。
次のステップでは3次元のヒストグラムが構築される。ヒストグラムの大きさを減少させるため、まず、L,S及びTの符号値は、夫々8.0x(3)1/2 ,2.0及び2.0で割り算されることによって量子化される(S4b)。これらの量子化された符号値はL’,S’及びT’と称される。L’,S’及びT’の各組み合わせはヒストグラムの「bin」と称される。ヒストグラムH(L’,S’,T’)の値は(S4c)、L’,S’及びT’の量子化された符号値を有する画像中の画素の数に等しい。換言すれば、ヒストグラムによって各binに属する画像中の画素の数が分かる。この数はbinの値と称される。
【0012】
ヒストグラムは、各binの値をそのbinの値と隣接するbinの値との加重平均によって置き換えることによって平滑化される(S4d)。次に、ヒストグラム中のピーク値が見つけられ(S4e)、ヒストグラム中の各binは最も近くに配置されるピーク値が割り当てられる(S4f)。最後に、カラー画像中の各画素はヒストグラムのbinに割り当てられており、各binはピークに割り当てられているため、ピークはカラー画像中の各画素に割り当てられる(S4g)。画素の符号値がそれが割り当てられたピークの数に等しい単一帯域画像はセグメント化された画像と称される。
【0013】
同一の符号値を有するセグメント化された画像中の連続領域はカラー画像中の対象又は対象の一部に対応しやすい。固有の番号(ラベル)はセグメント化された画像中の全てのそのような領域に割り当てられる(S4h)。番号は、最も多くの画素を有する領域に対して割り当てられる1から始まり、順次的に割り当てられる。符号値が画素の属する領域のラベルに対応する単一帯域画像はラベル付けされた画像と称される。
【0014】
プログラムは次にセグメント化された画像中のどの連続領域が人間の肌の典型的な色を有するかを決定する。各領域の平均L,S及びT符号値が計算され、これに基づいて各領域にはスコアPskinが割り当てられる(S4i)。Pskinの高い値はその領域が人間の肌の典型的な色であることを示す。或いは、低い値はその領域の色が典型的な肌の色ではないことを示す。Pskinが閾値Tskin0.10を超過する領域は肌色領域と称される(S4j)。
【0015】
カラー画像中の夫々の顔を単一の肌色領域に関連づけるために、1つの最終的な段階が必要である。上述の方法は、しばしば顔のつや、影等により顔の色が均一でないことにより、単一の顔を1つ以上の肌色領域に関連づけさせることがある。2つの肌色領域は2つの条件が満たされれば単一の肌色領域の中にマージされる(S4k)。第1の条件は、2つの領域が相互連結されることである。領域i中の画素は、領域jに属する画素が8つの最も近傍の画素のうちの1つであれば、領域jに対して連結されている。領域i及びjの画素の間の連結の数に正比例する関数Q(i,j)が計算される。関数はQ(i,j)が1.0となるよう正規化される。Q(i,j)が閾値MinMergerFraction を超過すれば、第2の条件が満たされれば、例えば閾値0.005が使用されれば、i及びjは単一の領域中にマージする。第2の条件は、
Dcolor =((Li −Lj )2 +(Si −Sj )2 +(Ti −Tj )2 )1/2
によって与えられる領域i及びjの色の間の距離が、40.0に設定されるMaxMergeColorDistance 以下にされることである。
【0016】
肌色領域をマージする方法は、2つの条件が満たされる場合に、最小の領域をより大きな領域にマージすることから開始する。領域iがより大きな領域jにマージされる場合、次に領域jが更に大きな領域kにマージされることが起こりうる。これが起こるとき、領域i,j及びkは単一の領域にマージされる。領域i及びkは、これらの2つの領域について上述の2つの条件が満たされない場合でもマージされうることに注意すること。これらは領域jに対する相互連結によってマージされる。
【0017】
肌色検出の結果としてカラー画像中に肌色領域のマップが与えられる(S4l)。肌色でない領域はゼロの符号値が与えられる。別個の連続した肌色領域は番号1から始まって領域の大きさの降順に連続して番号が付けられる。図4は図1の肌色領域のマップを示す図である。
図2を参照し、また図5に図示されるように、各肌色領域のサブマップは肌マップ(図4)からその肌領域全てを含む最小の矩形セクションを切り出すことによって形成される(S6)。例えば、図5の肌領域30bは図4の肌領域30aに対応する。図5は夫々の別々の連続する肌色領域を個々のサブマップとして示す図である。サブマップの左上の隅に対応する肌マップの列及び行は夫々Col cutout及びRow cutoutと称される。サブマップでは、255の値(白)は画素が肌色が存在する位置に配置されていることを示す。ゼロの符号値(黒)は肌色がないことを示す。
【0018】
図2を参照し、図6に示されるように、次の段階において楕円形35はステップS6において見つけられた個々の肌色サブマップに当てはめられる(S8)(図5)。楕円形を2値画像に当てはめる方法は、1992年Addison-WesleyからのRobert M. Haralick 及びLinda G. Shapiroによる「Computer and Robot Vision. Volume I 」に記載されている。人間の顔はほぼ楕円形である。従って、肌色サブマップが人間の顔のものであれば、楕円は肌色マップによく当てはまり、楕円の短軸は顔の幅にほぼ等しくなるべきである。楕円形の肌色サブマップへの当てはめの尺度は、Nをマップ中の肌色画素(符号値255)の数、Nout を楕円形の外側になる肌色画素の数、Ninを楕円形の内側の肌色画素の数、またAを楕円形の中の画素の数とすると、
【0019】
【数2】
【0020】
によって与えられる。Aは楕円形の面積とも称される。肌色画素の全てが楕円形の中にあり、肌色画素の数が楕円の面積と等しければ、Fitは1となり、当てはめは完全である。肌色画素が楕円の外側にある、又は楕円の面積がその中の肌色画素の数以上であるとき、Fitの値は減少される。Fitの値が0.70とされる所定の値MinEllipseFit 以下であれば、肌色領域は顔ではなく、それを更に処理しないものとする(S10)。
【0021】
肌色サブマップが顔のサブマップであるかどうかの他の印は、Dmajor を楕円形の長軸とし、Dminor を画素中の短軸とすると、
AspectRatio = Dmajor /Dminor
に与えられる楕円形のアスペクト比AspectRatio である。AspectRatio が3.0とされるMaxAspectRatio以上であれば、肌色領域は顔であるには細長すぎる画像中の対象に対応する。プログラムは肌色領域が顔ではないと決定し、これを更には処理しない(S10)。
【0022】
肌サブマップが楕円形に対する許容可能な当てはめの度合いを有し、楕円形が許容可能なアスペクト比を有する場合、マップは潜在的に顔の位置を示す。次に、75ピクセルに設定されるAimEyeDistanceを目の間の所望の距離とし、2.0に設定されるFaceWidthEyeDistanceRatio を典型的な顔に対する幅と目の間の距離との比とすると、以下の式、
Sprescale=(AimEyeDistance x FaceWidthEyeDistanceRatio)/Dminor
によって与えられるリサイズ係数Sprescaleを計算する。Sprescaleが0.10であるMinPrescale 以下であるか、又は1.50であるMaxPrescale 以上であれば、肌色領域は更には処理されない(S10)。次の段階は、カラー画像からサブマップの位置に正確に対応する副カラー画像を切り出す段階である(S12)。楕円形の短軸が顔の幅と略等しければ顔の中の目の間の距離はAimEyeDistanceに近いはずである。図7はこのようにしてリサイズされた後の副カラー画像40を示す図である。図7はグレースケールの図として示されているが、実際の画像はカラー画像であることに注意すべきである。図8はやはりリサイズされており(S14)副カラー画像の夫々に対応する楕円形50を示す図である。実際は、これらの画像が更に処理されたときに境界外の画素がアドレス指定されないよう、リサイズされた副カラー画像及びサブマップの縁に余分な行及び列を加えることが望ましい。画像の上部及び下部はパッド行によって埋められ、左側及び右側はパッド列によって埋められる。
【0023】
ここで顔の形状を有する肌色領域が同定されており、候補赤目の位置は同定される必要があり(S16)、これは図9に詳細に図示される。ここで図9を参照するに、副カラー画像40は小さな赤い特徴を同定するよう処理される。プログラムは、R,G及びBを副カラー画像の赤,緑及び青の符号値とすると、
X=R−Max(G,B)
によって与えられる画素値Xを有する新しい単一帯域画像を決めることによって開始する(S16a)。
【0024】
新しい画像の中の赤目は、高い符号値と、多分瞳孔の中のきらめき(glint )による中心の小さな低い符号値の領域とを有する小さな楕円形の面積として現れる。きらめきの影響は、例えば3x3のカーネルといったW _close x W _close のカーネルを使用することによってグレースケールの形態学的クローズ操作を実行することによって除去される(S16b)。また、3x3以外の他の大きさのカーネルも使用されうる。グレースケールの形態学的操作は1982年にAcademic Press 社から出版されたJean Serra による「Image Analysis and Mathematical Morphology Volume 1 」の第424乃至478頁を参照のこと。次に、高い符号値の小さな領域は、例えば5x5のカーネルといったW _open x W_openのカーネルを使用することによってグレースケールの形態学的オープン操作を実行することによって除去される(S16c)。また5x5以外の他の大きさのカーネルも使用されうる。残りの画像を形成するよう、オープン画像は次にクローズ画像から引き算される(S16d)。この画像はオープン画像の中にあったのものを示すが、クローズ画像の中のもの、即ち、副カラー画像中の小さな赤い特徴に対応する高い符号値の小さな領域は示さない。次に、残りの画像は以下のカーネル、即ち、
1 2 1
2 4 2
1 2 1
を有する線形フィルタを使用して平滑化される(S16e)。平滑化された残りの画像中の各画素に対して、その画素を中心として配置された7x7の窓が検査される。この画素の符号値が、5に設定された閾値Tpeakを超過し、窓の中の他の全ての画素の符号値以上であれば、その画素はピークとして分類される(S16f)。図10の(A)及び(B)は図7中の全ての副カラー画像に対するピーク37を示す図である。平滑化された残りの画像の中の全てのピークが見つけられたあと、個々のピークが検査される(S16g)。まず、画素がピークであると分類され、この画素の西、北西、北又は北東側にある隣接する画素もまたピークであると分類されたとき、ピークは除去される(S16h)。
【0025】
ピークとして分類された画素は候補赤目画素である。しかしながらピークの位置が瞳孔の中のきらめきと一致し、赤い欠陥ではないことも可能である。このため、ピークからの2に等しい距離GlintRadius より内側の画素が検査される(S16i)。候補赤目画素は以下定義される最高の色スコアPcolor を有する近傍の画素へ移動される。
【0026】
次に、候補赤目画素は類似した色の画素の連続領域を成長させるための種(seed)として使用される。領域内の画素の数がMinSize より小さいか、MaxSize より大きければ、領域は赤目欠陥の特徴である大きさではなく、候補赤目画素は除去される(S16j)。
上述の処理の結果として、各副カラー画像16kに対する候補赤目画素のマップが得られる(S16k)。図8の楕円形は、潜在的に顔であると同定された図7の対応する副カラー画像中の領域の近似したマップである。従って、図11に概説される次の段階の目の検出では、楕円の内側にある候補赤目画素のみが考慮される。
【0027】
再び図2を参照するに、目の検出の目的は候補赤目画素が実際に目の一部であるかどうかを決定することである。目の検出の手順はカラー画像の単色版を必要とする(S18)。Gを緑帯域の符号値とし、γを2.0に設定されるパラメータとすると、カラー画像の緑帯域は、緑画素符号値を以下の式、即ち、
【0028】
【数3】
【0029】
を使用して変形することによってコントラストが増加された後に使用される。カラー画像の単色版はルミナンス画像と称される。
図2中の目の検出手順S20はテンプレートマッチングの方法に基づく。これは目のどの画像もテンプレートとして使用されうることに注意することによって理解が容易にされる。図12の上の画像60は左目のテンプレートを示す。下の画像70はテンプレートのゾーンへの分割を示す。ゾーン1は眉毛の領域である。ゾーン2及び3は夫々目の左側及び右側である。ゾーン4は瞳孔及び虹彩を含む。ゾーン0は使用されない。目のテンプレートは、目の間の距離が306ピクセルのTemplateEyeDistance であり、2つの目の傾斜がゼロに近い画像から得られた。上述のように、リサイズされた副カラー画像中の1対の赤目は約AimEyeDistance(75ピクセル)だけ離れているはずである。従って、テンプレートが一致するよう正しい大きさであるためには、目は以下の係数、即ち、
S0 = AimEyeDistance / TemplateEyeDistance
によってリサイズされねばならない。
【0030】
実際は、楕円形の短軸からの顔の幅の推定は常に正確ではない。また、目は傾斜されうる。このため、元の左目のテンプレート及びゾーンマップから開始し、広がった範囲の大きさ及び向きの左目、右目(左目の鏡像)及びゾーンマップが形成される(S22)。元の目のテンプレート及びゾーンマップはS0 x NarrowからS0 x wideまでSStep の増分でリサイズされる。Narrow, Wide及びSStep の望ましい値は夫々1.5,0.50及び0.05である。各リサイズ係数に対して傾斜を適応させるために、TStep 度の増分の-MaxTilt度(時計回りの傾斜)からMaxTilt 度までの範囲の一連の傾斜されたテンプレート及びゾーンマップが生成される(S22)。MaxTilt の望ましい値は30°であり、TStep の望ましい値は2.0°である。
【0031】
図11を参照するに、図2のステップS20の詳細なフローチャートが示されている。左及び右赤目対に属すると仮定される1対の候補赤目画素を考える(S20a)。元の目のテンプレートに対する目の縮尺は、Lp (Rp )を左(右)の候補赤目画素の列であるとし、Ll (Rl )を左(右)の候補赤目画素の行であるとすると、以下の関係式、即ち、
【0032】
【数4】
【0033】
によって候補赤目画素対の間の距離と関連づけられる(S20b)。(列の番号は1から開始し、左から右へ増加する。行の番号は1から開始し上から下へ増加する)。候補赤目画素の間の傾斜(S20b)は、
【0034】
【数5】
【0035】
によって与えられる。
上述のように、目のテンプレート及びゾーンマップの組は、SStep の解像度のS0 x NarrowからS0 x wideまでのリサイズ係数の範囲及び解像度TStep で-MaxTilt度(時計回りの傾斜)からMaxTilt 度までの範囲に広がるよう形成される。候補赤目画素の対に対するSpair及びTiltの値に最もよく一致する左目テンプレート、右目テンプレート及びゾーンマップは続く相関段階で使用される。Spair及びTiltがこの範囲外であれば、この対は更なる処理をされない(S20c)。
【0036】
目のテンプレートが選択された後、次の段階では赤目画素の周囲の領域が目に一致するかどうかが決定される。これはルミナンス画像の左の候補赤目画素の周囲の領域で左目テンプレートの相関を、右の候補赤目画素の周囲の領域で右目テンプレートの相関を実行することによって行われる(S20d)。相関方法の1つの段階は、テンプレート及びルミナンス画像の画素を一致させ、それらの符号値の積を計算することである。テンプレート画像の中心は目の中心に対応する。候補赤目画素は目の中心に近いが、目の中心にある必要はないため、ここでは候補赤目画素の回りに3に等しい距離LookAroundに亘って広がる方形の中の全ての画素に一致されるテンプレートの中心に対して数回相関を行う。相関はテンプレートのゾーン1からゾーン4に対して別々に行われる(図12参照)。これらの相関はCz1,Cz2,Cz3及びCz4と称される。更に、ゾーン1からゾーン4までの合計からなる領域に対して全体の相関が計算される。全体の相関Cの最も高い値を有する候補赤目画素の周囲の方形の中の画素は、候補赤目画素を含む目の中心の最もよい推測である。この画素は目の中心の画素と称される。左及び右の候補赤目画素は共に関連する目の中心の画素を有する。
【0037】
ここで相関処理を詳述する。pを列の番号とし、lを行の番号とすると、テンプレート画像は関数Φ(p,l)によって示される。テンプレートの中の列及び行の番号は夫々w及びhである。目のテンプレートの中心は略目の中心の位置である。テンプレートのゾーンは、p∈Zが列pがゾーンZにあることを意味し、l∈Zが行lがゾーンZにあることを意味し、NZ はゾーンの中の画素の数であるときに、
【0038】
【数6】
【0039】
によって与えられる積Πによって、列p0 及び行l0 においてΓ(p,l)によって示されるルミナンス画像と相関される。また、
【0040】
【数7】
【0041】
によって与えられるゾーンZの中のテンプレートの平均符号値が計算される。更に、ゾーンZの中のテンプレートの標準偏差は、以下の式、
【0042】
【数8】
【0043】
によって計算される。同様に、ゾーンZの中のルミナンス画像の平均符号値は以下の式、
【0044】
【数9】
【0045】
によって計算され、標準偏差は以下の式、
【0046】
【数10】
【0047】
によって計算される。
上述によって定義された量を使用して、ルミナンス画像のゾーンZの中のテンプレートとの相関は、以下の関係式、
【0048】
【数11】
【0049】
によって与えられる。画像及びテンプレートの符号値がゾーン1の中で全く同じであれば、CZ は1.0となる。画像及びテンプレートが完全に相関されていなければCZ はゼロとなる。
目の中心の画素に対するC,CZ1,CZ2,CZ3及びCZ4の値は、候補赤目画素の対が副カラー画像中の赤目欠陥の一部である可能性の尺度であるスコアの計算に使用される(S20e)。相関は夫々0.0乃至1.0の範囲の関連するスコアリング関数の中の変数として使用される。例えば、目の中心の画素に対するCの値が画素が実際に目の中心に配置されている可能性が非常に低いことを示す場合、pC(C)と称される全体の相関Cに関連するスコアリング関数は0.0となる。一方、Cの値が目のテンプレートの相関の典型的な範囲である場合、pC(C)は1.0となる。そうでなければ、pC(C)は中間値を取る。スコアリング関数pC(C)及び後述される他のスコアリング関数は図13に示される。
【0050】
後に候補赤目対に対する全体のスコアと組み合わせられるスコアはこれらのスコアリング関数に基づいて定義される。以下の式は全体の相関Cに関するスコアPcorrを、
Pcorr=pC(C)
として簡単に定義する。ゾーン相関に関連するスコアPzoneはゾーン相関スコアリング関数の加重平均である。ゾーン4(瞳孔)の中の相関は目の存在に関して他のゾーンよりもはるかに信頼できる指標であることが分かっている。このためゾーン4の相関は他のゾーンよりも多くの重みをあたえられている。典型的には、重みWを6.0とする。Pzoneは、
【0051】
【数12】
【0052】
によって与えられる。
全体の相関Cの計算過程において計算された
【0053】
【外1】
【0054】
は、目の中心の画素に中心を合わせられたルミナンス画像の中の特徴が実際に目であればよい指標であることが分かっている。例えば、
【0055】
【外2】
【0056】
が非常に低ければ、特徴が目であるには低すぎるコントラストを有する。これを考慮したうえで、
【0057】
【外3】
【0058】
に関連するスコアを、
【0059】
【数13】
【0060】
によって定義する。
最後に、候補赤目画素の色は実際の赤目欠陥を示すものでなくてはならない。この計算のために、候補赤目画素の赤、緑及び青の符号値はルミナンス(Lum )、色調(Hue )及び飽和(Sat )の値に変換される。ルミナンスは、
【0061】
【数14】
【0062】
によって計算される。画素の対するLum の値はゼロから可能な限り高い符号値までの範囲を取る。飽和は以下の式、
【0063】
【数15】
【0064】
によって与えられ、0から100までの値の範囲を取る。色調は、赤色は120度の色調角へ変位される以外は、Addison-Wesley Publishing Company 出版の「Computer Graphics Principles and Practice 2nd ed. 」の第592頁と同様に定義される。Hue の値は0乃至360度の範囲を取りうる。候補赤目画素の色に関連するスコアは、
Pcolor =pL(Lum)pH(Hue)pS(Sat)
によって定義される。
【0065】
結果は、候補赤目画素が実際に画像中の赤目欠陥の一部である可能性を示すスコアPeye である。このスコアは、
Peye =PcorrPzonePsigma Pcolor
によって定義され、その値は0.0から1.0までの範囲を取る。対の中の左び右の候補赤目画素の両方に対して良さの尺度Peye が計算される。これらの2つの値の平均は、
【0066】
【数16】
【0067】
によって与えられる。Ppairが最大となる候補赤目画素の対は候補赤目画素の最善の対と称される(S20f)。Ppairが0.05である閾値MinEyeScore を超過すれば、プログラムは更なる処理を行う。そうでなければ、プログラムは副カラー画像の中に1対の赤目がないと決定する(S20g)。
カラー画像中の赤目欠陥を有する対の一部でない候補赤目画素の最善の対が誤って分類される確率を最小化させることが重要である。赤目の対が実際に配置されていることを確かめる1つの方法は、人間の顔が顔を二分する線に対して略対称であることを使用することである(図2のS24)。これを行うため、副カラー画像は候補赤目画素の最善の対を連結する線の傾斜が略ゼロであるよう回転される。次に、副カラー画像から目の間の中点を中心とされた画像が切り出される。この画像は候補赤目画素の間の距離の1.5倍の幅と、その幅の4分の1の高さを有する。この画像は次に半分に切断される。ここで添え字xはカラー画像の帯域を示すとすると、左半分の画像は、Ex left(p,l) と称され、右半分の画像は、Ex right (p,l) と称される。例えば、Er left p,l)は画像の赤の帯域を示す。右半分の画像の中の列はそれ自体の構造となるよう反転される(最初の列が最後の列になる等)。Ex left(p,l) とEx right (p,l) との相関はまず、p 及びl に亘る総和は夫々半分の画像の列及び行の全てに対するものであり、Nは半分の画像の中の画素数であるとして、積の和、即ち、
【0068】
【数17】
【0069】
を計算することによって実行される。相関は、Mx left及びMx right を半分の画像の帯域xの平均符号値とし、σx left及びσx right を標準偏差とすると、
【0070】
【数18】
【0071】
によって与えられる。スコアPsym は対称スコアリング関数pSym(Cx sym )に基づいて、
Psym =pSym(Cr sym )pSym(Cg sym )pSym(Cb sym )
によって定義される。
最終的なスコアPは端にPsym 及びPpairの積、即ち、
P=Psym Ppair
である。この0.0から1.0までの範囲を取りうるスコアが0.05に設定されている閾値MinScoreを超える場合(S26)、候補赤目対はリサイズされた副カラー画像の中の赤目欠陥の対の位置をマークすると考えられる。
【0072】
最後に、原カラー画像の中の左及び右の赤目欠陥の位置は、p 及びl をリサイズされた副カラー画像中の左の候補赤目画素の列及び行とし、p'及びl'を原カラー画像中の対応する位置とすると、以下の関係式、
【0073】
【数19】
【0074】
を使用してリサイズされた副カラー画像の左及び右の候補赤目画素に基づいて計算される(S28)。
時々、楕円形に当てはめられた後の2つの異なる肌領域が重なり合う、又は互いに非常に近接することがある。これによって、同じ赤目対が2回見つけられる、又は互いに近すぎる2つの赤目対の検出が真に赤目対であるとされうる。このため、カラー画像中の全ての赤目対が配置された後、いずれかの2つの対が20ピクセルのMinInterpairEyeDistance よりも小さい赤目位置を有するかどうかが決定される。この場合、より低いスコアを有する対は除去される(S30)。
【図面の簡単な説明】
【図1】赤目を示す図である。
【図2】本発明のソフトウエアプログラムのフローチャートを示す全体図である。
【図3】図2の連続する肌色領域を決定する部分の詳細なフローチャートを示す図である。
【図4】肌色領域を示す図1の2値表現である。
【図5】図4の個々の連続する色領域の詳細図を示す図である。
【図6】図5のに当てはめられる楕円形を示す図である。
【図7】リサイズされた候補顔領域を示す図である。
【図8】図7に当てはめられた候補顔領域に対応するリサイズされた楕円形を示す図である。
【図9】図2の候補赤目決定部分の詳細なフローチャートである。
【図10】図7の候補赤目欠陥を示す図である。
【図11】図2の目の検出の部分の詳細なフローチャートである。
【図12】目のテンプレート及びゾーンマップを示す図である。
【図13】本発明のスコアリング関数を示す図である。
【符号の説明】
10 グレースケール画像
20 赤目
30a,30b 肌領域
35 楕円形
37 ピーク
40 副カラー画像
50 楕円形
60 上の画像
70 下の画像
Claims (4)
- フラッシュ照明による画像中の対象の目の色の欠陥を検出する方法であって、
ディジタル画像の全体を、顔の特徴を有する1つ又は複数の肌色領域を前記ディジタル画像において検出するためにサーチする段階と、
通常の顔の目の間の所定の距離に基づいて肌色領域それぞれをリサイズする段階と、
候補赤目欠陥を形成するために、赤目欠陥の色特徴を有する画素群を求めて、前記リサイズされた肌色領域をサーチする段階と、
目のテンプレート、及び前記目のテンプレートの個々のゾーンを含むゾーン・マップを選択する段階であって、前記選択する段階は、特定の範囲の大きさ及び傾きの向きにわたる左目のテンプレート、右目のテンプレート、及びゾ―ン・マップから行われ、前記選択する段階は、候補赤目欠陥の対について、前記候補赤目欠陥の対の傾斜、及び前記候補赤目欠陥の対間の距離に基づいて行われる段階と、
前記候補赤目欠陥の対のうちの候補赤目欠陥それぞれの周囲の領域を、前記選択された目のテンプレートと相関させる段階であって、前記相関させる段階が、前記個々のゾーン毎に別個に行われる段階と、
前記候補赤目欠陥の対の色を修正する段階と
を含む方法。 - 請求項1記載の方法であって、前記リサイズする段階は、通常の顔の幅と、前記通常の顔の目の間の前記所定の距離との間の所定の比に基づく方法。
- 請求項1記載の方法であって、
前記左目のテンプレート、前記右目のテンプレート、及び前記ゾーン・マップの前記大きさの特定の範囲が、狭い大きさから広い大きさまでの増分の大きさにわたる方法。 - 請求項3記載の方法であって、前記左目のテンプレート、前記右目のテンプレート、及び前記ゾーン・マップの、前記傾きの向きの特定の範囲が、所定の角度の増分の
負の最大傾斜角度(時計回りの傾斜)から正の最大傾斜角度までの範囲にわたる方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US919560 | 1997-08-29 | ||
US08/919,560 US6292574B1 (en) | 1997-08-29 | 1997-08-29 | Computer program product for redeye detection |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH11136498A JPH11136498A (ja) | 1999-05-21 |
JP4428737B2 true JP4428737B2 (ja) | 2010-03-10 |
Family
ID=25442312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP24327598A Expired - Lifetime JP4428737B2 (ja) | 1997-08-29 | 1998-08-28 | 赤目検出方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US6292574B1 (ja) |
EP (1) | EP0899686A3 (ja) |
JP (1) | JP4428737B2 (ja) |
Families Citing this family (124)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6786420B1 (en) | 1997-07-15 | 2004-09-07 | Silverbrook Research Pty. Ltd. | Data distribution mechanism in the form of ink dots on cards |
US6618117B2 (en) | 1997-07-12 | 2003-09-09 | Silverbrook Research Pty Ltd | Image sensing apparatus including a microcontroller |
US7246897B2 (en) | 1997-07-15 | 2007-07-24 | Silverbrook Research Pty Ltd | Media cartridge for inkjet printhead |
US6985207B2 (en) | 1997-07-15 | 2006-01-10 | Silverbrook Research Pty Ltd | Photographic prints having magnetically recordable media |
AUPO799997A0 (en) | 1997-07-15 | 1997-08-07 | Silverbrook Research Pty Ltd | Image processing method and apparatus (ART10) |
US6624848B1 (en) | 1997-07-15 | 2003-09-23 | Silverbrook Research Pty Ltd | Cascading image modification using multiple digital cameras incorporating image processing |
AUPO850597A0 (en) * | 1997-08-11 | 1997-09-04 | Silverbrook Research Pty Ltd | Image processing method and apparatus (art01a) |
US7714889B2 (en) * | 1997-07-15 | 2010-05-11 | Silverbrook Research Pty Ltd | Digital camera using exposure information for image processing |
US7077515B2 (en) | 1997-07-15 | 2006-07-18 | Silverbrook Research Pty Ltd | Media cartridge for inkjet printhead |
US6690419B1 (en) | 1997-07-15 | 2004-02-10 | Silverbrook Research Pty Ltd | Utilising eye detection methods for image processing in a digital image camera |
AUPO802797A0 (en) | 1997-07-15 | 1997-08-07 | Silverbrook Research Pty Ltd | Image processing method and apparatus (ART54) |
US6879341B1 (en) | 1997-07-15 | 2005-04-12 | Silverbrook Research Pty Ltd | Digital camera system containing a VLIW vector processor |
US7593058B2 (en) * | 1997-07-15 | 2009-09-22 | Silverbrook Research Pty Ltd | Digital camera with integrated inkjet printer having removable cartridge containing ink and media substrate |
US20040160524A1 (en) * | 1997-07-15 | 2004-08-19 | Kia Silverbrook | Utilising exposure information for image processing in a digital image camera |
US7110024B1 (en) | 1997-07-15 | 2006-09-19 | Silverbrook Research Pty Ltd | Digital camera system having motion deblurring means |
US7551202B2 (en) * | 1997-07-15 | 2009-06-23 | Silverbrook Research Pty Ltd | Digital camera with integrated inkjet printer |
US7705891B2 (en) * | 1997-07-15 | 2010-04-27 | Silverbrook Research Pty Ltd | Correction of distortions in digital images |
US6948794B2 (en) | 1997-07-15 | 2005-09-27 | Silverbrook Reserach Pty Ltd | Printhead re-capping assembly for a print and demand digital camera system |
US7738015B2 (en) | 1997-10-09 | 2010-06-15 | Fotonation Vision Limited | Red-eye filter method and apparatus |
US7630006B2 (en) | 1997-10-09 | 2009-12-08 | Fotonation Ireland Limited | Detecting red eye filter and apparatus using meta-data |
US7042505B1 (en) | 1997-10-09 | 2006-05-09 | Fotonation Ireland Ltd. | Red-eye filter method and apparatus |
US7352394B1 (en) | 1997-10-09 | 2008-04-01 | Fotonation Vision Limited | Image modification based on red-eye filter analysis |
JPH11175699A (ja) * | 1997-12-12 | 1999-07-02 | Fuji Photo Film Co Ltd | 画像処理装置 |
US6631208B1 (en) * | 1998-05-29 | 2003-10-07 | Fuji Photo Film Co., Ltd. | Image processing method |
JP2000048184A (ja) * | 1998-05-29 | 2000-02-18 | Canon Inc | 画像処理方法及び顔領域抽出方法とその装置 |
AUPP400998A0 (en) | 1998-06-10 | 1998-07-02 | Canon Kabushiki Kaisha | Face detection in digital images |
AUPP702098A0 (en) | 1998-11-09 | 1998-12-03 | Silverbrook Research Pty Ltd | Image creation method and apparatus (ART73) |
AU4691400A (en) * | 1999-05-03 | 2000-11-17 | Pictuality, Inc. | Image analysis process |
AUPQ056099A0 (en) | 1999-05-25 | 1999-06-17 | Silverbrook Research Pty Ltd | A method and apparatus (pprint01) |
AU769886B2 (en) * | 2000-03-01 | 2004-02-05 | Canon Kabushiki Kaisha | Segmenting an image |
US7092122B2 (en) * | 2000-07-18 | 2006-08-15 | Fuji Photo Film Co., Ltd. | Image processing device and method |
JP2002043200A (ja) * | 2000-07-24 | 2002-02-08 | Mitsubishi Electric Corp | 異常原因検出装置及び異常原因検出方法 |
US6728401B1 (en) * | 2000-08-17 | 2004-04-27 | Viewahead Technology | Red-eye removal using color image processing |
US6711286B1 (en) * | 2000-10-20 | 2004-03-23 | Eastman Kodak Company | Method for blond-hair-pixel removal in image skin-color detection |
US6792134B2 (en) * | 2000-12-19 | 2004-09-14 | Eastman Kodak Company | Multi-mode digital image processing method for detecting eyes |
US6920237B2 (en) * | 2000-12-19 | 2005-07-19 | Eastman Kodak Company | Digital image processing method and computer program product for detecting human irises in an image |
US20020081003A1 (en) * | 2000-12-27 | 2002-06-27 | Sobol Robert E. | System and method for automatically enhancing graphical images |
US6895112B2 (en) * | 2001-02-13 | 2005-05-17 | Microsoft Corporation | Red-eye detection based on red region detection with eye confirmation |
JP4190739B2 (ja) * | 2001-02-19 | 2008-12-03 | 日本電気株式会社 | 画像特徴量生成装置および方法、ならびに画像特徴量生成プログラムを記録した記憶媒体 |
US7092554B2 (en) | 2001-05-01 | 2006-08-15 | Eastman Kodak Company | Method for detecting eye and mouth positions in a digital image |
US20020172419A1 (en) * | 2001-05-15 | 2002-11-21 | Qian Lin | Image enhancement using face detection |
JP4778158B2 (ja) * | 2001-05-31 | 2011-09-21 | オリンパス株式会社 | 画像選出支援装置 |
US6895103B2 (en) | 2001-06-19 | 2005-05-17 | Eastman Kodak Company | Method for automatically locating eyes in an image |
US6980691B2 (en) | 2001-07-05 | 2005-12-27 | Corel Corporation | Correction of “red-eye” effects in images |
EP1293933A1 (de) * | 2001-09-03 | 2003-03-19 | Agfa-Gevaert AG | Verfahren zum automatischen Erkennen von rote-Augen-Defekten in fotografischen Bilddaten |
US7133070B2 (en) * | 2001-09-20 | 2006-11-07 | Eastman Kodak Company | System and method for deciding when to correct image-specific defects based on camera, scene, display and demographic data |
US7058209B2 (en) * | 2001-09-20 | 2006-06-06 | Eastman Kodak Company | Method and computer program product for locating facial features |
US7155058B2 (en) * | 2002-04-24 | 2006-12-26 | Hewlett-Packard Development Company, L.P. | System and method for automatically detecting and correcting red eye |
JP2004053324A (ja) * | 2002-07-17 | 2004-02-19 | Denso Corp | 自動車用衝突安全制御装置 |
US7035461B2 (en) * | 2002-08-22 | 2006-04-25 | Eastman Kodak Company | Method for detecting objects in digital images |
US7035462B2 (en) * | 2002-08-29 | 2006-04-25 | Eastman Kodak Company | Apparatus and method for processing digital images having eye color defects |
US7397969B2 (en) * | 2002-08-30 | 2008-07-08 | Fujifilm Corporation | Red eye compensation method, image processing apparatus and method for implementing the red eye compensation method, as well as printing method and printer |
US20040093432A1 (en) * | 2002-11-07 | 2004-05-13 | Eastman Kodak Company | Method and system for conducting image processing from a mobile client device |
US7116820B2 (en) * | 2003-04-28 | 2006-10-03 | Hewlett-Packard Development Company, Lp. | Detecting and correcting red-eye in a digital image |
US7224850B2 (en) * | 2003-05-13 | 2007-05-29 | Microsoft Corporation | Modification of red-eye-effect in digital image |
DE60314851D1 (de) * | 2003-05-19 | 2007-08-23 | St Microelectronics Sa | Bildverarbeitungsverfahren für numerische Bilder mit Belichtungskorrektur durch Erkennung von Hautbereichen des Gegenstandes |
US20040239968A1 (en) * | 2003-06-02 | 2004-12-02 | Gondek Jay S. | Color correction in images |
US7920723B2 (en) | 2005-11-18 | 2011-04-05 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US7574016B2 (en) | 2003-06-26 | 2009-08-11 | Fotonation Vision Limited | Digital image processing using face detection information |
US7536036B2 (en) | 2004-10-28 | 2009-05-19 | Fotonation Vision Limited | Method and apparatus for red-eye detection in an acquired digital image |
US7689009B2 (en) | 2005-11-18 | 2010-03-30 | Fotonation Vision Ltd. | Two stage detection for photographic eye artifacts |
US7587085B2 (en) | 2004-10-28 | 2009-09-08 | Fotonation Vision Limited | Method and apparatus for red-eye detection in an acquired digital image |
US8254674B2 (en) | 2004-10-28 | 2012-08-28 | DigitalOptics Corporation Europe Limited | Analyzing partial face regions for red-eye detection in acquired digital images |
US7970182B2 (en) | 2005-11-18 | 2011-06-28 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US7792970B2 (en) | 2005-06-17 | 2010-09-07 | Fotonation Vision Limited | Method for establishing a paired connection between media devices |
US8170294B2 (en) | 2006-11-10 | 2012-05-01 | DigitalOptics Corporation Europe Limited | Method of detecting redeye in a digital image |
US8036458B2 (en) | 2007-11-08 | 2011-10-11 | DigitalOptics Corporation Europe Limited | Detecting redeye defects in digital images |
US9412007B2 (en) | 2003-08-05 | 2016-08-09 | Fotonation Limited | Partial face detector red-eye filter method and apparatus |
US8520093B2 (en) | 2003-08-05 | 2013-08-27 | DigitalOptics Corporation Europe Limited | Face tracker and partial face tracker for red-eye filter method and apparatus |
US20050031224A1 (en) * | 2003-08-05 | 2005-02-10 | Yury Prilutsky | Detecting red eye filter and apparatus using meta-data |
US7454040B2 (en) * | 2003-08-29 | 2008-11-18 | Hewlett-Packard Development Company, L.P. | Systems and methods of detecting and correcting redeye in an image suitable for embedded applications |
US7333653B2 (en) * | 2003-08-29 | 2008-02-19 | Hewlett-Packard Development Company, L.P. | Detecting and correcting redeye in an image |
US7835572B2 (en) * | 2003-09-30 | 2010-11-16 | Sharp Laboratories Of America, Inc. | Red eye reduction technique |
JP4345622B2 (ja) * | 2003-11-05 | 2009-10-14 | オムロン株式会社 | 瞳色推定装置 |
US7684642B2 (en) * | 2004-03-03 | 2010-03-23 | Eastman Kodak Company | Correction of redeye defects in images of humans |
JP2005316958A (ja) * | 2004-03-30 | 2005-11-10 | Fuji Photo Film Co Ltd | 赤目検出装置および方法並びにプログラム |
JP4505362B2 (ja) * | 2004-03-30 | 2010-07-21 | 富士フイルム株式会社 | 赤目検出装置および方法並びにプログラム |
US7852377B2 (en) * | 2004-04-16 | 2010-12-14 | Arcsoft, Inc. | Automatic red eye removal |
JP4496465B2 (ja) * | 2004-04-23 | 2010-07-07 | ノーリツ鋼機株式会社 | 赤目補正方法、プログラム、及びこの方法を実施する装置 |
US20050248664A1 (en) * | 2004-05-07 | 2005-11-10 | Eastman Kodak Company | Identifying red eye in digital camera images |
JP4574249B2 (ja) * | 2004-06-29 | 2010-11-04 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム、撮像装置 |
JP4599110B2 (ja) * | 2004-07-30 | 2010-12-15 | キヤノン株式会社 | 画像処理装置及びその方法、撮像装置、プログラム |
WO2006011635A1 (en) * | 2004-07-30 | 2006-02-02 | Canon Kabushiki Kaisha | Image processing method and apparatus, image sensing apparatus, and program |
US8000505B2 (en) * | 2004-09-01 | 2011-08-16 | Eastman Kodak Company | Determining the age of a human subject in a digital image |
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 |
US7444017B2 (en) * | 2004-11-10 | 2008-10-28 | Eastman Kodak Company | Detecting irises and pupils in images of humans |
JP4420459B2 (ja) * | 2005-06-14 | 2010-02-24 | キヤノン株式会社 | 画像処理装置およびその方法 |
JP4498224B2 (ja) * | 2005-06-14 | 2010-07-07 | キヤノン株式会社 | 画像処理装置およびその方法 |
JP4405942B2 (ja) * | 2005-06-14 | 2010-01-27 | キヤノン株式会社 | 画像処理装置およびその方法 |
US20070036438A1 (en) * | 2005-08-15 | 2007-02-15 | Lexmark International, Inc. | Methods and systems for identifying red eye pairs |
US7747071B2 (en) * | 2005-10-27 | 2010-06-29 | Hewlett-Packard Development Company, L.P. | Detecting and correcting peteye |
US7599577B2 (en) | 2005-11-18 | 2009-10-06 | Fotonation Vision Limited | Method and apparatus of correcting hybrid flash artifacts in digital images |
GB2432659A (en) * | 2005-11-28 | 2007-05-30 | Pixology Software Ltd | Face detection in digital images |
JP4712563B2 (ja) * | 2006-01-16 | 2011-06-29 | 富士フイルム株式会社 | 顔検出方法および装置並びにプログラム |
EP1987475A4 (en) | 2006-02-14 | 2009-04-22 | Fotonation Vision Ltd | AUTOMATIC DETECTION AND CORRECTION OF RED EYE FLASH DEFECTS |
EP2033142B1 (en) | 2006-06-12 | 2011-01-26 | Tessera Technologies Ireland Limited | Advances in extending the aam techniques from grayscale to color images |
US8064694B2 (en) * | 2006-06-21 | 2011-11-22 | Hewlett-Packard Development Company, L.P. | Nonhuman animal integument pixel classification |
US20080170778A1 (en) * | 2007-01-15 | 2008-07-17 | Huitao Luo | Method and system for detection and removal of redeyes |
US8055067B2 (en) | 2007-01-18 | 2011-11-08 | DigitalOptics Corporation Europe Limited | Color segmentation |
KR101159830B1 (ko) | 2007-03-05 | 2012-06-26 | 디지털옵틱스 코포레이션 유럽 리미티드 | 얼굴 위치 및 방위를 이용한 적목 거짓 양성 필터링 방법 |
US20090024687A1 (en) * | 2007-07-20 | 2009-01-22 | Thomas Quigley | Method and system for formatting returned result from remote processing resource in wireless system |
US7755802B2 (en) * | 2007-08-24 | 2010-07-13 | Eastman Kodak Company | Toner-based noise reduction in electrostatography |
US8031970B2 (en) * | 2007-08-27 | 2011-10-04 | Arcsoft, Inc. | Method of restoring closed-eye portrait photo |
JP2009080522A (ja) * | 2007-09-25 | 2009-04-16 | Mitsubishi Electric Corp | 物体画像認識装置 |
US8503818B2 (en) | 2007-09-25 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Eye defect detection in international standards organization images |
US8391596B2 (en) * | 2007-10-17 | 2013-03-05 | Qualcomm Incorporated | Effective red eye removal in digital images without face detection |
US8212864B2 (en) | 2008-01-30 | 2012-07-03 | DigitalOptics Corporation Europe Limited | Methods and apparatuses for using image acquisition data to detect and correct image defects |
CN101983507A (zh) * | 2008-02-01 | 2011-03-02 | 惠普开发有限公司 | 自动红眼检测 |
US8331666B2 (en) * | 2008-03-03 | 2012-12-11 | Csr Technology Inc. | Automatic red eye artifact reduction for images |
US8081254B2 (en) | 2008-08-14 | 2011-12-20 | DigitalOptics Corporation Europe Limited | In-camera based method of detecting defect eye with high accuracy |
JP4912374B2 (ja) * | 2008-09-10 | 2012-04-11 | 富士フイルム株式会社 | 顔イラスト画生成方法及び顔イラスト画生成装置 |
JP4640490B2 (ja) * | 2008-10-24 | 2011-03-02 | コニカミノルタビジネステクノロジーズ株式会社 | 画像中の赤目を補正するプログラム、記録媒体および赤目補正方法 |
US8837822B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8818091B2 (en) | 2011-03-21 | 2014-08-26 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8786735B2 (en) * | 2011-03-21 | 2014-07-22 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8837785B2 (en) * | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8837827B2 (en) | 2011-03-21 | 2014-09-16 | Apple Inc. | Red-eye removal using multiple recognition channels |
US8571271B2 (en) | 2011-05-26 | 2013-10-29 | Microsoft Corporation | Dual-phase red eye correction |
US8811683B2 (en) | 2011-06-02 | 2014-08-19 | Apple Inc. | Automatic red-eye repair using multiple recognition channels |
US9041954B2 (en) | 2011-06-07 | 2015-05-26 | Hewlett-Packard Development Company, L.P. | Implementing consistent behavior across different resolutions of images |
US8970902B2 (en) | 2011-09-19 | 2015-03-03 | Hewlett-Packard Development Company, L.P. | Red-eye removal systems and method for variable data printing (VDP) workflows |
US9378564B2 (en) * | 2013-03-01 | 2016-06-28 | Colormodules Inc. | Methods for color correcting digital images and devices thereof |
JP6188453B2 (ja) | 2013-06-28 | 2017-08-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60217353A (ja) * | 1984-04-13 | 1985-10-30 | Fuji Photo Film Co Ltd | 肌色検出方法 |
US5130935A (en) * | 1986-03-31 | 1992-07-14 | Canon Kabushiki Kaisha | Color image processing apparatus for extracting image data having predetermined color information from among inputted image data and for correcting inputted image data in response to the extracted image data |
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 |
US5150433A (en) * | 1989-12-01 | 1992-09-22 | Eastman Kodak Company | Histogram/variance mechanism for detecting presence of an edge within block of image data |
US5130789A (en) * | 1989-12-13 | 1992-07-14 | Eastman Kodak Company | Localized image recoloring using ellipsoid boundary function |
US5089976A (en) * | 1990-07-18 | 1992-02-18 | Friends Of The Ucsd Library, Inc. | Color normalization process |
JP2522859B2 (ja) * | 1990-12-14 | 1996-08-07 | 日産自動車株式会社 | 眼位置検出装置 |
JP3030126B2 (ja) * | 1991-07-15 | 2000-04-10 | 三洋電機株式会社 | 画像処理方法 |
JP3346799B2 (ja) * | 1992-08-24 | 2002-11-18 | 株式会社日立製作所 | 手話通訳装置 |
US5680481A (en) * | 1992-05-26 | 1997-10-21 | Ricoh Corporation | Facial feature extraction method and apparatus for a neural network acoustic and visual speech recognition system |
JP3036285B2 (ja) * | 1993-03-05 | 2000-04-24 | ミノルタ株式会社 | 赤目位置検出装置 |
JP3387071B2 (ja) * | 1993-04-20 | 2003-03-17 | ソニー株式会社 | 画像識別装置および方法 |
JP3358033B2 (ja) * | 1993-06-25 | 2002-12-16 | オリンパス光学工業株式会社 | 画像修正装置及び画像修正方法 |
US5432863A (en) * | 1993-07-19 | 1995-07-11 | Eastman Kodak Company | Automated detection and correction of eye color defects due to flash illumination |
JP2757756B2 (ja) * | 1993-12-24 | 1998-05-25 | 日本電気株式会社 | 目尻検出装置 |
JP3395344B2 (ja) * | 1994-04-20 | 2003-04-14 | 日産自動車株式会社 | 画像処理装置およびそれを用いた居眠り警報装置 |
JPH08138024A (ja) * | 1994-11-04 | 1996-05-31 | Konica Corp | 画像の向き判定方法 |
JPH08149480A (ja) * | 1994-11-25 | 1996-06-07 | Matsushita Electric Ind Co Ltd | 画像符号化装置 |
EP0735509B1 (en) * | 1995-03-31 | 1999-01-27 | Hitachi Europe Limited | Image processing for facial feature extraction |
US5724456A (en) * | 1995-03-31 | 1998-03-03 | Polaroid Corporation | Brightness adjustment of images using digital scene analysis |
JP3355068B2 (ja) * | 1995-07-14 | 2002-12-09 | 三菱電機株式会社 | 顔画像処理装置 |
JPH0950528A (ja) * | 1995-08-09 | 1997-02-18 | Nippon Telegr & Teleph Corp <Ntt> | 人物検出装置 |
JP3510040B2 (ja) | 1996-03-26 | 2004-03-22 | コニカミノルタホールディングス株式会社 | 画像処理方法 |
JP2907120B2 (ja) * | 1996-05-29 | 1999-06-21 | 日本電気株式会社 | 赤目検出補正装置 |
US6009209A (en) | 1997-06-27 | 1999-12-28 | Microsoft Corporation | Automated removal of red eye effect from a digital image |
US6016354A (en) | 1997-10-23 | 2000-01-18 | Hewlett-Packard Company | Apparatus and a method for reducing red-eye in a digital image |
-
1997
- 1997-08-29 US US08/919,560 patent/US6292574B1/en not_active Expired - Lifetime
-
1998
- 1998-08-17 EP EP98202756A patent/EP0899686A3/en not_active Withdrawn
- 1998-08-28 JP JP24327598A patent/JP4428737B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP0899686A2 (en) | 1999-03-03 |
US6292574B1 (en) | 2001-09-18 |
JPH11136498A (ja) | 1999-05-21 |
EP0899686A3 (en) | 2000-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4428737B2 (ja) | 赤目検出方法 | |
US6252976B1 (en) | Computer program product for redeye detection | |
US7035461B2 (en) | Method for detecting objects in digital images | |
US7116820B2 (en) | Detecting and correcting red-eye in a digital image | |
US7444017B2 (en) | Detecting irises and pupils in images of humans | |
US7403654B2 (en) | Enhanced automatic red eye removal | |
US7197166B2 (en) | Iris extraction method capable of precisely determining positions and sizes of irises in a digital face image | |
US7852377B2 (en) | Automatic red eye removal | |
JP4153108B2 (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
US8285002B2 (en) | Image processing apparatus and method, image sensing apparatus, and program | |
US20080170778A1 (en) | Method and system for detection and removal of redeyes | |
JP4868530B2 (ja) | 画像認識装置 | |
US7929735B2 (en) | Dot templates for object detection in images | |
EP1970859B1 (en) | Detecting method and detecting system for positions of face parts | |
JPH0863597A (ja) | 顔抽出方法 | |
JP2008004123A (ja) | 特定形状領域の抽出装置及び方法、特定領域の抽出装置及び方法、複写条件決定装置及び方法 | |
CN109872337A (zh) | 一种基于快速均值移位的眼底图像视盘分割方法 | |
JPH08138024A (ja) | 画像の向き判定方法 | |
CN108876845A (zh) | 菲涅尔纹中心的确定方法和装置 | |
CN115984261B (zh) | 基于牙齿图像的识别跟踪方法 | |
JP2004242272A (ja) | 色不良領域補正方法、色不良領域補正処理プログラム、色領域特定方法、色領域特定処理プログラムおよび画像処理装置 | |
CHOI et al. | A Study on Pupil Detection and Tracking Methods Based on Image Data Analysis | |
CN118196218A (zh) | 一种眼底图像处理方法、装置及设备 | |
CN116129120A (zh) | 一种联合分割视网膜眼底图像中视杯视盘的方法 | |
Feng et al. | A novel red-eye correction method based on AdaBoost algorithm for mobile phone and digital camera |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050819 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070424 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070723 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071119 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080104 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20080222 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090218 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090219 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091109 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091215 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121225 Year of fee payment: 3 |
|
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: 20121225 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131225 Year of fee payment: 4 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |