JP4866891B2 - 顔検出装置、顔検出方法および顔検出プログラム - Google Patents

Description

本発明は、顔を検出するための特徴量を算出し、特徴量の値をもとに入力画像中の顔領域を決定する顔検出装置、顔検出方法および顔検出プログラムに関するものである。

従来、顔を撮影した入力画像からその顔領域を検出する手法には以下のものがある。
手法１：画像上のある点の周辺における濃淡変化の周期性と方向性を特徴量として取得することができるＧａｂｏｒ−Ｗａｖｅｌｅｔ特徴量をもとに顔領域を決定する（非特許文献１参照）。
手法２：複数のＨａａｒ−ｌｉｋｅ特徴の共起に基づく特徴量（Ｊｏｉｎｔ Ｈａａｒ−ｌｉｋｅ特徴）を用いて、顔検出を行う。識別器は、ＡｄａＢｏｏｓｔを用いてＪｏｉｎｔ Ｈａａｒ−ｌｉｋｅ特徴を逐次的に選択して構成する。Ｈａａｒ−ｌｉｋｅ特徴とは、矩形型のフィルターを用いて隣接する画像中の矩形領域間の明度差を求めたものである（非特許文献２参照）。

また、本発明で用いるモルフォロジー演算については非特許文献３に記載があり、特徴量算出については非特許文献４に記載がある。
Ｃｈｅｎｇｉｕｎ Ｌｉｕ ａｎｄ Ｈａｒｒｙ Ｗｅｃｈｓｌｅｒ．"Ｇａｂｏｒ Ｆｅａｔｕｒｅ Ｂａｓｅｄ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｕｓｉｎｇ ｔｈｅ Ｆｉｓｈｅｒ Ｌｉｎｅａｒ Ｄｉｓｃｒｉｍｉｎａｎｔ Ｍｏｄｅｌ ｆｏｒ Ｆａｃｅ Ｒｅｃｏｇｎｉｔｉｏｎ Ｅｎｈａｎｃｅｄ"，ＩＥＥＥ Ｔｒａｎｓ．Ｉｍａｇｅ Ｐｒｉｃｅｓｓｉｎｇ，ｖｏｌ．１１，Ｎｏ．４，ｐｐ．４６７−４７６，２００２． 「顔検出に適した共起に基づくＪｏｉｎｔ Ｈａａｒ−ｌｉｋｅ特徴」、三田雄志、金子敏充、堀修、電子情報通信学会論文誌 Ｄ Ｖｏｌ．Ｊ８９−Ｄ Ｎｏ．８ ２００６／８ ｐｐ．１７９１−１８０１ 新編画像解析ハンドブック、高木幹雄・下田陽久監修、東京大学出版会、ｐｐ８６６〜８７１ ２００４年． 「オフライン署名照合における局所的な個人性特徴のアクティブ探索法」、安藤慎吾、中島真人、電子情報通信学会論文誌 Ｄ−ＩＩ Ｖｏｌ．Ｊ８４−Ｄ−ＩＩ Ｎｏ．７ ｐｐ．１３３９−１３５０

前記手法１のＧａｂｏｒ−Ｗａｖｅｌｅｔ特徴量は、人間の視覚特性に類似した特長を持つため、有効な特徴量であるが、この特徴量を算出するためには、時間がかかるという問題点がある。

前記手法２のＨａａｒ−ｌｉｋｅ特徴量（図１（ａ）に特徴セットの例を示す）を用いた手法では、２つの矩形領域内の合計画素値の差分を算出するため、高速で顔検出をおこなえるというメリットがあるが、単純な矩形領域では人間の顔特有の特徴を表現しきれないため、誤検出の原因となることがある。そこで複数個のＨａａｒ−ｌｉｋｅ特徴量の効果的な組み合わせをＢｏｏｓｔｉｎｇにより求める手法があるが、多数の学習用顔画像と多数の学習用非顔画像がないと、顔に特化した特長を表現するための矩形領域の組み合わせを算出することができないといった問題点がある。

本発明は上記課題を解決するものであり、その目的は、顔に特化した特徴量を簡易に求め、かつ高速に精度良く顔を検出することができる顔検出装置、顔検出方法および顔検出プログラムを提供することにある。

上記課題を解決するために、本発明では、顔検出用の辞書生成装置において各撮影方向の複数枚の学習用顔画像にモルフォロジー演算を施してそれらの平均顔画像を生成し、前記平均顔画像を３値化した画像をもとに入力画像の特徴量を算出するように構成した。これにより、顔に特化した特徴量を高速に算出することが可能となる。また画像に対してモルフォロジー演算を施すことにより、照明変動への耐久性を強くする効果がある。上記平均顔画像を３値化した３値化画像例を図１（ｂ）に示す。

請求項１に記載の顔検出装置は、ある撮影方向で撮影された顔画像を３値化して生成した顔検出用辞書画像とその撮影方向情報とがセットで格納された辞書生成手段と、入力画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算手段と、前記辞書生成手段により生成された３値化画像中の２値の画素値をとる画素の集合をそれぞれ領域１，領域２とみなし、前記入力画像モルフォロジー演算手段により生成されたモルフォロジー演算画像中の、前記領域１に相当する部分の画素値の合計値と前記領域２に相当する部分の画素値の合計値との差分値を入力画像の特徴量として算出する特徴量算出手段と、前記特徴量算出手段により算出された特徴量をもとに顔領域を決定する顔領域検出手段とを有することを特徴としている。

また請求項２に記載の顔検出装置は、請求項１において、前記辞書生成手段は、ある設定された撮影方向ごとに学習用顔画像を複数枚入力する入力手段と、前記入力手段により入力された各撮影方向の学習用顔画像にモルフォロジー演算を施してモルフォロジー演算画像を生成する学習用顔画像モルフォロジー演算手段と、前記学習用顔画像モルフォロジー演算手段により生成された複数枚の学習用顔画像のモルフォロジー演算画像をもとに各画素の平均値を算出して撮影方向ごとの平均顔画像を生成する平均顔生成手段と、前記平均顔生成手段により生成された平均顔画像を３値化して撮影方向ごとの３値化画像を生成する第１の３値化画像生成手段と、前記第１の３値化画像生成手段により生成された３値化画像を辞書画像として出力する辞書出力手段とを有することを特徴としている。

また、請求項３に記載の顔検出方法は、辞書生成手段が、ある撮影方向で撮影された顔画像を３値化して顔検出用辞書画像を生成するとともに、その撮影方向情報を取得する辞書生成ステップと、入力画像モルフォロジー演算手段が、入力画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算ステップと、特徴量算出手段が、前記辞書生成手段により生成された３値化画像中の２値の画素値をとる画素の集合をそれぞれ領域１，領域２とみなし、前記入力画像モルフォロジー演算手段により生成されたモルフォロジー演算画像中の、前記領域１に相当する部分の画素値の合計値と前記領域２に相当する部分の画素値の合計値との差分値を入力画像の特徴量として算出する特徴量算出ステップと、顔領域検出手段が、前記特徴量算出手段により算出された特徴量をもとに顔領域を決定する顔領域検出ステップとを有することを特徴としている。

また請求項４に記載の顔検出方法は、請求項３において、前記辞書生成ステップは、入力手段が、ある設定された撮影方向ごとに学習用顔画像を複数枚入力する入力ステップと、学習用顔画像モルフォロジー演算手段が、前記入力手段により入力された各撮影方向の学習用顔画像にモルフォロジー演算を施してモルフォロジー演算画像を生成する学習用顔画像モルフォロジー演算ステップと、平均顔生成手段が、前記学習用顔画像モルフォロジー演算手段により生成された複数枚の学習用顔画像のモルフォロジー演算画像をもとに各画素の平均値を算出して撮影方向ごとの平均顔画像を生成する平均顔生成ステップと、第１の３値化画像生成手段が、前記平均顔生成手段により生成された平均顔画像を３値化して撮影方向ごとの３値化画像を生成する第１の３値化画像生成ステップと、辞書出力手段が、前記第１の３値化画像生成手段により生成された３値化画像を辞書画像として出力する辞書出力ステップとを有することを特徴としている。

また、請求項５に記載の顔検出プログラムは、コンピュータを請求項１又は２に記載の各手段として機能させる顔検出プログラムである。

以上のように本発明によれば、顔固有の特徴を生かした辞書画像を作成し、特徴量を算出することにより、高速にかつ精度よく、画像中から顔領域を検出することが可能となる。

以下、図面を参照しながら本発明の実施の形態を説明するが、本発明は下記の実施形態例に限定されるものではない。図２は本発明の顔検出装置の実施形態例を示すブロック図である。

図２において２０１は、ある撮影方向で撮影された顔画像を３値化して生成した顔検出用辞書画像とその撮影方向情報とがセットで格納された辞書生成手段としての辞書生成装置である。

２０４は、画像を入力する画像入力装置２０２と、前記入力された画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算手段としてのモルフォロジー演算装置２０３とを備えた入力画像演算装置である。

２０８は、前記辞書生成装置２０１により生成された顔検出用辞書画像と前記モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像をもとに入力画像の特徴量を算出する特徴量算出手段としての特徴量抽出装置２０５と、前記特徴量抽出装置２０５により算出された特徴量をもとに顔領域を決定する顔領域検出手段としての顔領域検出装置２０６と、前記検出された顔領域を出力する出力装置２０７とを備えた顔領域決定装置である。

これら辞書生成装置２０１、入力画像演算装置２０４および顔領域決定装置２０８の、後述する各機能は例えばコンピュータによって達成される。

前記辞書生成装置２０１は、図３に示すように、入力手段としての辞書顔画像入力装置３０１と、学習用顔画像モルフォロジー演算手段としてのモルフォロジー演算装置３０２と、平均顔生成手段としての平均顔生成装置３０３と、第１の３値化画像生成手段としての３値化画像生成装置３０４と、辞書出力手段としての出力装置３０５とを備えている。

辞書顔画像入力装置３０１では、利用シーンに応じて入力される顔の向きを単一あるいは複数設定し、設定された向きからカメラなどで撮影された顔画像を、顔の向き情報とともに学習用顔画像として取得する。できれば顔の向きごとに複数枚の学習用顔画像を取得することがのぞましい。

モルフォロジー演算装置３０２では、前記取得した学習用顔画像にモルフォロジー演算を施す。モルフォロジーとは、構造化要素と呼ばれる単純な形状を用意し、処理対象画像と構造化要素を用いて演算をおこなう処理のことであり（非特許文献３参照）、ここでは、入力画像の各画素において濃淡値を近傍の最大値に置き換えるモルフォロジー膨張処理の後、各画像の濃淡値を近傍の最小値に置き換える縮退処理を施し、入力画像との差分画像を作成する。

例えば、３×３のマスク内の最大値にそのマスク内の画素すべて置き換える処理を画像全部に施し、膨張処理を行い、膨張処理を施した画像において３×３のマスク内の画素すべてをマスク内の最小値に置き換える処理を施し、入力画像との差分をとり、エッジを強調する。図４にモルフォロジー演算を施した画像例を示す。図４（ａ）の４０１が辞書画像、（ｂ）の４０２が辞書画像４０１にモルフォロジー演算を施した画像である。

平均顔生成装置３０３では、モルフォロジー演算を施した学習画像複数枚をもとに各画素の平均値を算出し、その平均値を画素値とした平均顔を生成する。図４（ｃ）の４０３に平均顔の例を示す。

３値化画像生成装置３０４では、平均顔生成装置３０３で生成された平均顔画像の３値化をおこなう。画素値の閾値で３つの領域に分割してもよく、また３値各々のとる画素数を決めて、画素値をもとに３つに分割してもよい。画素値の閾値で分割する場合は、例えば、２５６色のグレースケールの平均顔画像を対象とした場合、画素値１００未満、１００以上２００未満、２００以上２５６未満の領域というように分割する。画素数により決める場合は、例えば、画素値が暗い方（小さいもの）から１００個の画素領域をすべて画素値０、画素値が明るい方（大きいもの）から２００個の画素領域をすべて画素値２５５、残りを画素値１２８とし３値化をおこなってもよい。図４（ｃ）の平均顔４０３を３値化して作成した辞書例が図１（ｂ）に示したものである。このようにして平均顔画像を３値化した画像を辞書画像とし、出力装置３０５から出力する。また前記辞書画像とその撮影方向情報は図示省略のメモリなどに格納しておく。

次に、図２の入力画像演算装置２０４について説明する。画像入力装置２０２にて入力された画像に対し、モルフォロジー演算装置２０３は、前記モルフォロジー演算装置３０２と同様の処理を施す。すなわち、辞書生成装置２０１で、３×３のマスク内の最大値にそのマスク内の画素すべて置き換える処理を画像全部に施し膨張処理を行い、膨張処理を施した画像において３×３のマスク内の画素すべてをマスク内の最小値に置き換える処理を施し、入力画像との差分をとり、エッジを強調するモルフォロジー演算を施しているので、入力画像にも同じ処理を施し、モルフォロジー演算画像を生成する。

次に、顔領域決定装置２０８について説明する。

特徴量抽出装置２０５では、前記辞書生成装置２０１から出力された辞書画像をもとに、前記入力画像演算装置２０４で生成されたモルフォロジー演算画像の特徴量を算出する。３値化された辞書画像中の２値の値を取る画素の集合をそれぞれ領域１と領域２とし、入力画像のモルフォロジー演算画像中の領域１にあたる部分の画素値の合計と領域２にあたる部分の画素値の合計との差分値を特徴量とする。特徴量は前述のような単純な差分値でもよく、またどちらかの領域の画素値に重み付けをするなどの処理を施してもよい。

また、入力画像のモルフォロジー演算画像に前記３値化画像生成装置３０４で施した処理と同じ処理を施す（入力画像演算装置２０４内に、モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像を３値化する第２の３値化画像生成装置（図示省略）を設ける）ことにより入力画像の３値化画像を生成し、特徴量を算出してもよい。たとえば、３値のうちどれか１つの画素値に注目し特徴量を算出する。ここでは、図１（ｂ）における黒画素領域に注目し、辞書画像中の黒画素数をｓ₁、入力画像の３値化画像中の黒画素数をｓ₂、２枚の黒画素の重ならない部分をｓ₁₂とし、
Ｓ＝１−ｓ₁₂／（ｓ₁＋ｓ₂）・・・式（１）
で算出される値（Ｓは類似度）を特徴量（非特許文献４参照）として用いてもよい。

辞書画像の向きが複数設定されている場合には、複数枚の辞書画像をもとにそれぞれの特徴量を算出し、一番適した（例えば相関が一番高いもの）辞書画像における特徴量を図示省略のメモリなどに記憶する。例えば、図５（ａ）〜（ｈ）に示すように、８方向の辞書画像が設定されている場合には、それぞれの辞書画像における特徴量を算出する。上記式（１）で算出される値を特徴量とする場合には、各辞書画像をもとにＳの値を算出し、一番大きい値を記憶する。

顔領域検出装置２０６では、前記特徴量抽出装置２０５により算出された特徴量をもとに、次のようにして顔領域を検出する。すなわち、顔を示す領域の特徴量がその他の領域の特徴量より大きい場合は閾値以上を示す領域を、顔を示す領域の特徴量がその他の領域の特徴量より小さい場合は閾値以下を示す領域を、顔領域として検出する。そして、出力装置２０７は前記検出された顔領域を出力する。

次に、本発明の顔検出方法の実施形態例を説明する。本実施形態例は、前記図１〜図５で述べた顔検出装置の各処理を以下のように実行するものである。すなわち、辞書生成装置２０１が、ある撮影方向で撮影された顔画像を３値化して顔検出用辞書画像を生成するとともに、その撮影方向情報を取得する辞書生成ステップと、モルフォロジー演算装置２０３が、画像入力装置２０２にて入力された入力画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算ステップと、特徴量抽出装置２０５が、前記辞書生成装置２０１により生成された顔検出用辞書画像と前記モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像をもとに入力画像の特徴量を算出する特徴量算出ステップと、顔領域検出２０６が、前記特徴量抽出装置２０５により算出された特徴量をもとに顔領域を検出する顔領域検出ステップと、出力装置２０７が、前記検出された顔領域を出力する出力ステップとを実行する。

また前記辞書生成装置２０１が行う辞書生成ステップは、辞書顔画像入力装置３０１が、ある設定された撮影方向ごとに学習用顔画像を複数枚入力する入力ステップと、モルフォロジー演算装置３０２が、前記入力３０１により入力された各撮影方向の学習用顔画像にモルフォロジー演算を施してモルフォロジー演算画像を生成する学習用顔画像モルフォロジー演算ステップと、平均顔生成装置３０３が、前記モルフォロジー演算装置３０２により生成された複数枚の学習用顔画像のモルフォロジー演算画像をもとに各画素の平均値を算出して撮影方向ごとの平均顔画像を生成する平均顔生成ステップと、３値化画像生成３０４が、前記平均顔生成装置３０３により生成された平均顔画像を３値化して撮影方向ごとの３値化画像を生成する第１の３値化画像生成ステップと、出力装置３０５が、前記３値化画像生成装置３０４により生成された３値化画像を辞書画像として出力する辞書出力ステップとを有する。

また、顔検出方法の他の実施形態例として、前記特徴量抽出装置２０５が行う特徴量算出ステップは、前記辞書生成装置２０１により生成された３値化画像中の２値の画素値をとる画素の集合をそれぞれ領域１，領域２とみなし、前記モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像中の、前記領域１に相当する部分の画素値の合計値と前記領域２に相当する部分の画素値の合計値との差分値を特徴量として算出するものである。

また、顔検出方法の他の実施形態例としては、第２の３値化画像生成手段である第２の３値化画像生成装置（入力画像演算装置２０４内に設けられた、モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像を３値化する図示省略の装置）が、前記モルフォロジー演算装置２０３により生成されたモルフォロジー演算画像を３値化する第２の３値化画像生成ステップをさらに有し、前記特徴量抽出装置２０５が行う特徴量算出ステップは、前記辞書生成装置２０１により生成された３値化辞書画像中のいずれか１つの画素値を示す画素領域と、前記第２の３値化画像生成装置（入力画像演算装置２０４内の図示省略の装置）により３値化された画像中の前記と同じ画素値を示す画素領域との類似度を特徴量として算出するものである。

また、本実施形態の顔検出装置における各手段の一部もしくは全部の機能をコンピュータのプログラムで構成し、そのプログラムをコンピュータを用いて実行して本発明を実現することができること、本実施形態の顔検出方法における手順をコンピュータのプログラムで構成し、そのプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその機能を実現するためのプログラムを、そのコンピュータが読み取り可能な記録媒体、例えばＦＤ（Ｆｌｏｐｐｙ（登録商標） Ｄｉｓｋ）や、ＭＯ（Ｍａｇｎｅｔｏ−Ｏｐｔｉｃａｌ ｄｉｓｋ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、メモリカード、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）−ＲＯＭ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＨＤＤ、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。

以上の発明により、顔に特化した辞書を簡易に作成することができ、それにより高速で高精度に顔領域を検出することが可能となる。なお、前記実施形態例では、本発明のみで顔を検出する場合について説明したが、高速処理のため、他の顔検出手法と組み合わせるなど、後処理として用いても効果がある。

従来手法のＨａａｒ−ｌｉｋｅ特徴量と本発明における辞書画像例を示す説明図。 本発明の顔検出装置の一実施形態例の構成を示すブロック図。 図２の辞書生成装置の構成図。 図２の辞書生成装置で生成される画像を表し、（ａ）は学習用として取得される辞書画像、（ｂ）はモルフォロジー演算を施した顔画像、（ｃ）は平均顔画像の説明図。 本発明の実施形態例における８方向の辞書画像の説明図。

符号の説明

２０１…辞書生成装置、２０２…画像入力装置、２０３，３０２…モルフォロジー演算装置、２０４…入力画像演算装置、２０５…特徴量抽出装置、２０６…顔領域検出装置、２０７，３０５…出力装置、２０８…顔領域決定装置、３０１…辞書顔画像入力装置、３０３…平均顔生成装置、３０４…３値化画像生成装置。

Claims (5)

1. ある撮影方向で撮影された顔画像を３値化して生成した顔検出用辞書画像とその撮影方向情報とがセットで格納された辞書生成手段と、
   入力画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算手段と、
   前記辞書生成手段により生成された３値化画像中の２値の画素値をとる画素の集合をそれぞれ領域１，領域２とみなし、前記入力画像モルフォロジー演算手段により生成されたモルフォロジー演算画像中の、前記領域１に相当する部分の画素値の合計値と前記領域２に相当する部分の画素値の合計値との差分値を入力画像の特徴量として算出する特徴量算出手段と、
   前記特徴量算出手段により算出された特徴量をもとに顔領域を決定する顔領域検出手段とを有することを特徴とする顔検出装置。
2. 前記辞書生成手段は、
   ある設定された撮影方向ごとに学習用顔画像を複数枚入力する入力手段と、
   前記入力手段により入力された各撮影方向の学習用顔画像にモルフォロジー演算を施してモルフォロジー演算画像を生成する学習用顔画像モルフォロジー演算手段と、
   前記学習用顔画像モルフォロジー演算手段により生成された複数枚の学習用顔画像のモルフォロジー演算画像をもとに各画素の平均値を算出して撮影方向ごとの平均顔画像を生成する平均顔生成手段と、
   前記平均顔生成手段により生成された平均顔画像を３値化して撮影方向ごとの３値化画像を生成する第１の３値化画像生成手段と、
   前記第１の３値化画像生成手段により生成された３値化画像を辞書画像として出力する辞書出力手段とを有することを特徴とする請求項１に記載の顔検出装置。
3. 辞書生成手段が、ある撮影方向で撮影された顔画像を３値化して顔検出用辞書画像を生成するとともに、その撮影方向情報を取得する辞書生成ステップと、
   入力画像モルフォロジー演算手段が、入力画像にモルフォロジー演算を行ってモルフォロジー演算画像を生成する入力画像モルフォロジー演算ステップと、
   特徴量算出手段が、前記辞書生成手段により生成された３値化画像中の２値の画素値をとる画素の集合をそれぞれ領域１，領域２とみなし、前記入力画像モルフォロジー演算手段により生成されたモルフォロジー演算画像中の、前記領域１に相当する部分の画素値の合計値と前記領域２に相当する部分の画素値の合計値との差分値を入力画像の特徴量として算出する特徴量算出ステップと、
   顔領域検出手段が、前記特徴量算出手段により算出された特徴量をもとに顔領域を決定する顔領域検出ステップとを有することを特徴とする顔検出方法。
4. 前記辞書生成ステップは、
   入力手段が、ある設定された撮影方向ごとに学習用顔画像を複数枚入力する入力ステップと、
   学習用顔画像モルフォロジー演算手段が、前記入力手段により入力された各撮影方向の学習用顔画像にモルフォロジー演算を施してモルフォロジー演算画像を生成する学習用顔画像モルフォロジー演算ステップと、
   平均顔生成手段が、前記学習用顔画像モルフォロジー演算手段により生成された複数枚の学習用顔画像のモルフォロジー演算画像をもとに各画素の平均値を算出して撮影方向ごとの平均顔画像を生成する平均顔生成ステップと、
   第１の３値化画像生成手段が、前記平均顔生成手段により生成された平均顔画像を３値化して撮影方向ごとの３値化画像を生成する第１の３値化画像生成ステップと、
   辞書出力手段が、前記第１の３値化画像生成手段により生成された３値化画像を辞書画像として出力する辞書出力ステップとを有することを特徴とする請求項３に記載の顔検出方法。
5. コンピュータを請求項１又は２に記載の各手段として機能させる顔検出プログラム。