JP4901229B2 - 赤目検出方法および装置並びにプログラム - Google Patents
赤目検出方法および装置並びにプログラム Download PDFInfo
- Publication number
- JP4901229B2 JP4901229B2 JP2006030581A JP2006030581A JP4901229B2 JP 4901229 B2 JP4901229 B2 JP 4901229B2 JP 2006030581 A JP2006030581 A JP 2006030581A JP 2006030581 A JP2006030581 A JP 2006030581A JP 4901229 B2 JP4901229 B2 JP 4901229B2
- Authority
- JP
- Japan
- Prior art keywords
- red
- eye
- candidate
- image
- face
- 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.)
- Active
Links
- 241000593989 Scardinius erythrophthalmus Species 0.000 title claims description 574
- 201000005111 ocular hyperemia Diseases 0.000 title claims description 574
- 238000001514 detection method Methods 0.000 title claims description 205
- 238000000034 method Methods 0.000 claims description 245
- 238000012545 processing Methods 0.000 claims description 55
- 235000002673 Dioscorea communis Nutrition 0.000 claims description 35
- 241000544230 Dioscorea communis Species 0.000 claims description 35
- 208000035753 Periorbital contusion Diseases 0.000 claims description 35
- 210000001747 pupil Anatomy 0.000 claims description 34
- 238000012790 confirmation Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 43
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 34
- 238000010586 diagram Methods 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 241001504424 Zosteropidae Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 235000015440 Berlandiera lyrata Nutrition 0.000 description 1
- 240000009302 Berlandiera lyrata Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241001469893 Oxyzygonectes dovii Species 0.000 description 1
- 241001621363 Polymixia japonica Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出し、
検出された顔に含まれる赤目候補を赤目として推定する赤目検出方法において、
赤目として推定された前記赤目候補が目頭または目尻であるか否かをさらに判別することによって前記赤目の推定結果の正誤を確認することを特徴とするものである。
検出された前記赤目候補の前記スコアが前記第1の閾値より大きい第2の閾値未満である場合にのみ、前記赤目の推定結果の正誤を確認するようにしてもよい。
該赤目候補検出手段により検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出する顔検出手段と、
該顔検出手段により検出された顔に含まれる赤目候補を赤目として推定する赤目推定手段とを備えてなる赤目検出装置であって、
前記赤目推定手段により赤目として推定された前記赤目候補が目頭または目尻であるか否かを判別することによって、該赤目の推定結果の正誤を確認する正誤確認手段をさらに備えたことを特徴とするものである。
前記正誤確認手段は、検出された前記赤目候補の前記スコアが前記第1の閾値より大きい第2の閾値未満である場合にのみ、前記赤目の推定結果の正誤を確認するものであってもよい。
はじめに、図1および図2を参照して、赤目を検出する手順の概要を説明する。図1は赤目検出の手順を示す図である。図に示すように、本実施の形態では、赤目候補検出処理1、顔検出処理2および赤目推定処理3の3段階の処理を実行することにより、画像Sに含まれる赤目を推定する。そして、推定された赤目が真の赤目であるか否かを確認する正誤確認処理4をさらに実行して誤検出された赤目を排除し、真の赤目が検出されたか否かを示す情報と、検出された場合にその位置情報とを検出結果Kとして出力する。
次に、赤目候補検出処理1について、詳細に説明する。赤目候補検出処理1では、赤目検出装置は、まず、取得した画像の色空間を変換する。具体的には、画像を構成する各画素のR(赤),G(緑),B(青)の値を、所定の変換式により、Y(輝度)、Cb(緑と青の色差)、Cr(緑と赤の色差)、Cr*(肌色と赤の色差)の値に置き換えることにより、画像の表色系を変換する。
以下に説明する赤目候補検出処理の効率化のための手法は、単独で用いてもよいし、組み合わせて用いてもよい。
次に、顔検出処理2について説明する。顔検出処理2では、赤目候補検出処理1と同様に、画像上に判定対象範囲を設定して、その判定対象範囲内の画像が顔の特徴をどの程度備えているかを調べる。予めサンプル画像を用いた学習を行うことにより適切な特徴量やスコアテーブルを選出すること、学習により習得された最適な閾値を設定しておくこと、判定対象範囲において画素ごとに特徴量を算出した後その特徴量をスコアに換算し、集計スコアと閾値の比較により判定すること、画像の解像度を変化させながら探索を行うことなどは、赤目候補検出処理1と同じである。
次に、赤目推定処理3について説明する。赤目推定処理3では、顔検出処理2において顔と対応付けられて記憶された赤目候補が赤目として推定することができるか否かをあらためて判定する。言い換えれば、赤目候補検出処理1の検出結果に対して精度を向上させるための検証を行うものであり、赤目候補検出処理1において行う赤目の判定よりも正確に行う必要がある。以下、赤目推定処理3における赤目の判定処理について説明する。
次に正誤確認処理4の詳細について説明する。上述した3段階の処理、すなわち赤目候補検出処理1、顔検出処理2、赤目推定処理3の3つの処理によって、画像Sに赤目が無いという結果、または画像Sに赤目である可能性の高い赤目候補は赤目として推定されたという結果が得られる。正誤確認処理4は、赤目として推定された赤目候補が真の赤目であるか否かの確認を行う。具体的には、赤目として推定された赤目候補が目頭または目尻である否かの判別を行い、この判別の結果に基づいて正誤の確認をする。以下、赤目として推定された赤目候補が目頭または目尻である否かを判別する2つの例となる手法説明する。
赤目の検出結果は、例えば赤目の修正に利用される。図30は、赤目を修正する処理の一例を示す図である。例示した処理では、まず検出された赤目について、色差Crの値が所定の値を越えている画素を抽出する。続いて、モフォロジー処理を施して、その領域を整形する。最後に、整形した領域を構成する各画素の色を、瞳孔の色として適切な色(所定の明るさのグレーなど)に置き換える。
7a,7b,7c,7d,11,12,18,19 赤目候補
8,9,10,15,17,23 赤目の判定対象範囲
13,24,26 低解像度画像
14,16 画素
20 顔の判定対象範囲
22,25,27 探索範囲
Claims (15)
- 少なくとも一部が赤く表示された領域を有する瞳孔が備える特徴を識別することによって、赤目と推定し得る赤目候補を画像から検出し、
検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出し、
検出された顔に含まれる赤目候補を赤目として推定する赤目検出方法において、
赤目として推定された前記赤目候補が目頭または目尻であるか否かをさらに判別することによって前記赤目の推定結果の正誤を確認することを特徴とする赤目検出方法。 - 検出された顔に含まれる赤目候補の近傍の画像が備える特徴の中から、赤く表示された領域を有する瞳孔が備える特徴を前記赤目候補の検出時に行う識別より高い精度で識別し、該特徴を備えた赤目候補を赤目として推定することを特徴とする請求項1記載の赤目検出方法。
- 前記画像における判定対象範囲の画像について、赤く表示された領域を有する瞳孔が備える特徴を表す特徴量を求めて、該特徴量に応じたスコアを算出し、該スコアが第1の閾値以上であるときに、前記判定対象範囲の画像が表す対象は赤目候補であると判定することによって、前記赤目候補を検出し、
検出された前記赤目候補の前記スコアが前記第1の閾値より大きい第2の閾値未満である場合にのみ、前記赤目の推定結果の正誤を確認することを特徴とする請求項1または2記載の赤目検出方法。 - 赤目として推定された2つの前記赤目候補を結ぶ直線上の画素値のプロファイルを取得し、
前記プロファイルを用いて前記判別を行うことを特徴とする請求項1、2または3記載の赤目検出方法。 - 前記プロファイルが、前記2つの赤目候補が真の赤目である場合のプロファイル、前記2つの赤目候補が目頭である場合のプロファイルおよび前記2つの赤目候補が目尻である場合のプロファイルのうちいずれに該当するかを確認することにより、前記判別を行うことを特徴とする請求項4記載の赤目検出方法。
- 少なくとも一部が赤く表示された領域を有する瞳孔が備える特徴を識別することによって、赤目と推定し得る赤目候補を画像から検出し、
検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出し、
検出された顔に含まれる赤目候補を赤目として推定する赤目検出方法において、
検出された前記顔の領域において、黒目の検出を行い、
黒目が検出された場合、前記赤目の推定結果が誤りであると判断することを特徴とする赤目検出方法。 - 黒目を表すサンプル画像と黒目以外の対象物を表すサンプル画像とを用いたマシーンラーニングの学習により、黒目らしさを表す特徴量、スコアテーブルおよび閾値を定義しておき、判定対象範囲の画像に対する前記特徴量を算出し、該特徴量に応じて前記スコアテーブルからスコアを算出し、該スコアが前記閾値以上のときに前記判定対象範囲を黒目であると判定することにより、前記黒目の検出を行うことを特徴とする請求項6記載の赤目検出方法。
- 少なくとも一部が赤く表示された領域を有する瞳孔が備える特徴を識別することによって、赤目と推定し得る赤目候補を画像から検出する赤目候補検出手段と、
該赤目候補検出手段により検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出する顔検出手段と、
該顔検出手段により検出された顔に含まれる赤目候補を赤目として推定する赤目推定手段とを備えてなる赤目検出装置であって、
前記赤目推定手段により赤目として推定された前記赤目候補が目頭または目尻であるか否かを判別することによって、該赤目の推定結果の正誤を確認する正誤確認手段をさらに備えたことを特徴とする赤目検出装置。 - 前記赤目推定手段が、前記顔検出手段により検出された顔に含まれる赤目候補の近傍の画像が備える特徴の中から、赤く表示された領域を有する瞳孔が備える特徴を前記赤目候補の検出時に行う識別より高い精度で識別し、該特徴を備えた赤目候補を赤目として推定するものであることを特徴とする請求項8記載の赤目検出装置。
- 前記赤目候補検出手段が、前記画像における判定対象範囲の画像について、赤く表示された領域を有する瞳孔が備える特徴を表す特徴量を求めて、該特徴量に応じたスコアを算出し、該スコアが第1の閾値以上であるときに、前記判定対象範囲の画像が表す対象は赤目候補であると判定することによって、前記赤目候補を検出するものであり、
前記正誤確認手段が、検出された前記赤目候補の前記スコアが前記第1の閾値より大きい第2の閾値未満である場合にのみ、前記赤目の推定結果の正誤を確認するものであることを特徴とする請求項8または9記載の赤目検出装置。 - 前記正誤確認手段が、前記赤目推定手段により赤目として推定された2つの前記赤目候補を結ぶ直線上の画素値のプロファイルを取得するプロファイル取得手段を備え、
該プロファイル取得手段により取得された前記プロファイルを用いて、前記判別を行うものであることを特徴とする請求項8、9または10記載の赤目検出装置。 - 前記正誤確認手段が、前記プロファイルが、前記2つの赤目候補が真の赤目である場合のプロファイル、前記2つの赤目候補が目頭である場合のプロファイルおよび前記2つの赤目候補が目尻である場合のプロファイルのうちいずれに該当するかを確認することにより、前記判別を行うものであることを特徴とする請求項11記載の赤目検出装置。
- 少なくとも一部が赤く表示された領域を有する瞳孔が備える特徴を識別することによって、赤目と推定し得る赤目候補を画像から検出する赤目候補検出手段と、
該赤目候補検出手段により検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出する顔検出手段と、
該顔検出手段により検出された顔に含まれる赤目候補を赤目として推定する赤目推定手段とを備えてなる赤目検出装置であって、
前記顔検出手段により検出された前記顔の領域において、黒目の検出を行う黒目検出手段と、
該黒目検出手段により黒目が検出された場合、前記赤目の推定結果が誤りであると判断する判断手段とを備えたことを特徴とする赤目検出装置。 - 前記黒目検出手段が、黒目を表すサンプル画像と黒目以外の対象物を表すサンプル画像とを用いたマシーンラーニングの学習により、黒目らしさを表す特徴量、スコアテーブルおよび閾値を定義しておき、判定対象範囲の画像に対する前記特徴量を算出し、該特徴量に応じて前記スコアテーブルからスコアを算出し、該スコアが前記閾値以上のときに前記判定対象範囲を黒目であると判定することにより、前記黒目の検出を行うものであることを特徴とする請求項13記載の赤目検出装置。
- 少なくとも一部が赤く表示された領域を有する瞳孔が備える特徴を識別することによって、赤目と推定し得る赤目候補を画像から検出する処理と、
検出された前記赤目候補の周辺の画像に対して、顔が備える特徴を識別することによって、前記赤目候補を含む顔を検出する処理と、
検出された顔に含まれる赤目候補を赤目として推定する処理とをコンピュータに実行させるプログラムであって、
赤目として推定された前記赤目候補が目頭または目尻であるか否かを判別することによって前記赤目の推定結果の正誤を確認する処理をさらにコンピュータに実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006030581A JP4901229B2 (ja) | 2005-03-11 | 2006-02-08 | 赤目検出方法および装置並びにプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005069529 | 2005-03-11 | ||
JP2005069529 | 2005-03-11 | ||
JP2006030581A JP4901229B2 (ja) | 2005-03-11 | 2006-02-08 | 赤目検出方法および装置並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006285956A JP2006285956A (ja) | 2006-10-19 |
JP4901229B2 true JP4901229B2 (ja) | 2012-03-21 |
Family
ID=37407766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006030581A Active JP4901229B2 (ja) | 2005-03-11 | 2006-02-08 | 赤目検出方法および装置並びにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4901229B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7970182B2 (en) | 2005-11-18 | 2011-06-28 | Tessera Technologies Ireland Limited | Two stage detection for photographic eye artifacts |
US7599577B2 (en) | 2005-11-18 | 2009-10-06 | Fotonation Vision Limited | Method and apparatus of correcting hybrid flash artifacts in digital images |
WO2008109708A1 (en) * | 2007-03-05 | 2008-09-12 | Fotonation Vision Limited | Red eye false positive filtering using face location and orientation |
JP2009277027A (ja) * | 2008-05-15 | 2009-11-26 | Seiko Epson Corp | 画像における顔の器官の画像に対応する器官領域の検出 |
JP5193931B2 (ja) * | 2009-04-20 | 2013-05-08 | 富士フイルム株式会社 | 画像処理装置、画像処理方法およびプログラム |
KR101288447B1 (ko) | 2011-10-20 | 2013-07-26 | 경북대학교 산학협력단 | 시선 추적 장치와 이를 이용하는 디스플레이 장치 및 그 방법 |
JP2017102748A (ja) * | 2015-12-02 | 2017-06-08 | 日本放送協会 | 瞳画像学習装置、瞳位置検出装置及びそのプログラム |
JP7311257B2 (ja) * | 2018-09-27 | 2023-07-19 | 株式会社アイシン | 眼球情報検出装置、眼球情報検出方法、および乗員モニタリング装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03229378A (ja) * | 1990-02-05 | 1991-10-11 | Nippon Telegr & Teleph Corp <Ntt> | 画像の分類・識別装置およびそのための方法 |
JPH05224271A (ja) * | 1992-02-13 | 1993-09-03 | Ricoh Co Ltd | 画像処理装置 |
JP3036285B2 (ja) * | 1993-03-05 | 2000-04-24 | ミノルタ株式会社 | 赤目位置検出装置 |
JP3684017B2 (ja) * | 1997-02-19 | 2005-08-17 | キヤノン株式会社 | 画像処理装置及び方法 |
US6204858B1 (en) * | 1997-05-30 | 2001-03-20 | Adobe Systems Incorporated | System and method for adjusting color data of pixels in a digital image |
JP4045652B2 (ja) * | 1998-06-18 | 2008-02-13 | カシオ計算機株式会社 | 赤目防止方法およびデジタルカメラ |
JP3473832B2 (ja) * | 1999-03-26 | 2003-12-08 | ノーリツ鋼機株式会社 | ディジタル画像の自動補正方法及びそのシステム |
JP2001067459A (ja) * | 1999-08-26 | 2001-03-16 | Toshiba Corp | 顔画像処理方法および顔画像処理装置 |
JP2004502212A (ja) * | 2000-03-23 | 2004-01-22 | インスティチュート・フォー・インフォコム・リサーチ | 画像処理による赤目修正 |
JP4158343B2 (ja) * | 2001-02-21 | 2008-10-01 | コニカミノルタビジネステクノロジーズ株式会社 | 画像中の赤目領域を特定するプログラム、画像処理装置および記録媒体 |
JP2003030647A (ja) * | 2001-07-11 | 2003-01-31 | Minolta Co Ltd | 画像処理装置、画像処理方法、及びプログラム |
JP2003036438A (ja) * | 2001-07-25 | 2003-02-07 | Minolta Co Ltd | 画像中の赤目を特定するプログラム、記録媒体、画像処理装置及び赤目特定方法 |
EP1293933A1 (de) * | 2001-09-03 | 2003-03-19 | Agfa-Gevaert AG | Verfahren zum automatischen Erkennen von rote-Augen-Defekten in fotografischen Bilddaten |
JP2003209683A (ja) * | 2001-09-27 | 2003-07-25 | Fuji Photo Film Co Ltd | 画像処理装置および画像処理方法 |
KR20040088518A (ko) * | 2002-02-22 | 2004-10-16 | 픽솔로지 소프트웨어 리미티드 | 디지털 화상에서 적목 특징의 검출 및 보정 |
US7035461B2 (en) * | 2002-08-22 | 2006-04-25 | Eastman Kodak Company | Method for detecting objects in digital images |
US7116820B2 (en) * | 2003-04-28 | 2006-10-03 | Hewlett-Packard Development Company, Lp. | Detecting and correcting red-eye in a digital image |
US7343028B2 (en) * | 2003-05-19 | 2008-03-11 | Fujifilm Corporation | Method and apparatus for red-eye detection |
JP4269808B2 (ja) * | 2003-07-03 | 2009-05-27 | 株式会社ニコン | 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 |
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 |
-
2006
- 2006-02-08 JP JP2006030581A patent/JP4901229B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2006285956A (ja) | 2006-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4757559B2 (ja) | 被写体の構成要素を検出する装置および方法 | |
JP4901229B2 (ja) | 赤目検出方法および装置並びにプログラム | |
US20060204052A1 (en) | Method, apparatus, and program for detecting red eye | |
JP4868530B2 (ja) | 画像認識装置 | |
US8446494B2 (en) | Automatic redeye detection based on redeye and facial metric values | |
CN110298297B (zh) | 火焰识别方法和装置 | |
KR20180065889A (ko) | 타겟의 검측 방법 및 장치 | |
US20020051578A1 (en) | Method and apparatus for object recognition | |
CN109948566B (zh) | 一种基于权重融合与特征选择的双流人脸反欺诈检测方法 | |
JP2007504719A (ja) | 組み込みアプリケーションに適した、画像における赤目の検出と補正を行うシステム及び方法 | |
JP2002342756A (ja) | デジタル画像において目と口の位置を検出する方法 | |
CN109360179B (zh) | 一种图像融合方法、装置及可读存储介质 | |
CN110427979B (zh) | 基于K-Means聚类算法的道路水坑识别方法 | |
CN111739029A (zh) | 基于深度学习卷积神经网络的电铲斗齿脱落检测方法 | |
US8498496B2 (en) | Method and apparatus for filtering red and/or golden eye artifacts | |
CN111832464A (zh) | 一种基于近红外摄像头的活体检测方法及装置 | |
CN110210467A (zh) | 一种文本图像的公式定位方法、图像处理装置、存储介质 | |
CN113052234A (zh) | 一种基于图像特征和深度学习技术的玉石分类方法 | |
CN117197064A (zh) | 一种无接触眼红程度自动分析方法 | |
Zou et al. | Statistical analysis of signal-dependent noise: application in blind localization of image splicing forgery | |
CN114677670B (zh) | 一种身份证篡改自动识别与定位的方法 | |
CN113269136B (zh) | 一种基于triplet loss的离线签名验证方法 | |
CN114820707A (zh) | 一种用于摄像头目标自动追踪的计算方法 | |
KR100893086B1 (ko) | 조명 변화에 강인한 얼굴 검출 방법 | |
JP2007219899A (ja) | 個人識別装置、個人識別方法および個人識別プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061212 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080716 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111128 |
|
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: 20111220 |
|
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: 20111227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4901229 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150113 Year of fee payment: 3 |
|
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 |
|
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 |