JP5633080B2 - 属性値推定装置、属性値推定方法、プログラム及び記録媒体 - Google Patents
属性値推定装置、属性値推定方法、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP5633080B2 JP5633080B2 JP2012547761A JP2012547761A JP5633080B2 JP 5633080 B2 JP5633080 B2 JP 5633080B2 JP 2012547761 A JP2012547761 A JP 2012547761A JP 2012547761 A JP2012547761 A JP 2012547761A JP 5633080 B2 JP5633080 B2 JP 5633080B2
- Authority
- JP
- Japan
- Prior art keywords
- attribute value
- estimation
- estimated
- value
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/042—Knowledge-based neural networks; Logical representations of neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- 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
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
Description
入力されたデータからそのデータの属性値を推定する属性値推定装置であって、
属性値の推定対象となるデータを取得するデータ取得手段と、
前記データ取得手段によって取得されたデータを基に、予め学習した判断基準によって、前記属性値を離散量として推定する離散量推定手段、及び前記属性値を連続量として推定する連続量推定手段の少なくとも一方の推定手段と、
前記推定手段から入力されるデータを基に、前記属性値を離散量として推定する最小二乗確率的分類器(LSPC)と、
前記推定手段が推定した推定値と、前記最小二乗確率的分類器が推定した離散量推定値とを統合する統合手段とを含む
ことを特徴とする。
入力されたデータからそのデータの属性値を推定する属性値推定方法であって、
属性値の推定対象となるデータを取得するデータ取得工程と、
前記データ取得工程において取得したデータを基に、予め学習した判断基準によって、前記属性値を離散量及び連続量の少なくとも一方として推定する推定工程と、
前記推定工程において処理されたデータを基に、前記属性値を離散量として推定する離散量推定工程と、
前記推定工程において推定した推定値と、前記離散量推定工程において推定した離散量推定値とを統合する統合工程とを含み、
前記離散量推定工程において、最小二乗確率的分類器を用いる
ことを特徴とする。
図1に、本実施形態における属性値推定装置のブロック図を示す。本実施形態の属性値推定装置は、前記推定手段として、離散量推定手段を有し、例えば、人種、性別等の属性値の推定に用いられる。図1に示すとおり、本実施形態の属性値推定装置は、データ取得手段1、離散量推定手段2、第1の最小二乗確率的分類器(LSPC)3及び統合手段4を主要な構成要素として含む。データ取得手段1は、例えば、CCD(Charge Coupled Device)カメラ、CMOS(Complementary Metal Oxide Semiconductor)カメラ、イメージスキャナ等の画像取得手段があげられる。離散量推定手段2には、予め学習した判断基準が格納されている。離散量推定手段2、第1の最小二乗確率的分類器(LSPC)3及び統合手段4の各部は、例えば、専用のハードウェア(例えば、中央処理装置(CPU)等)を用いて構成することも可能であるし、ソフトウェア処理によってコンピュータ上に実現することも可能である。
図2に、本発明の属性値推定装置の別の構成を示す。図2に示すとおり、この属性値推定装置は、第1の離散量スコア化手段5及び第2の離散量スコア化手段6を含むこと以外、図1に示す属性値推定装置と同様の構成である。
白人のスコア値 :R1=ω1・p1+ω2・q1
アジア人のスコア値:R2=ω1・p2+ω2・q2
黒人のスコア値 :R3=ω1・p3+ω2・q3
図3に、本発明の属性値推定装置のさらに別の例を示す。本実施形態の属性値推定装置は、前記推定手段として、連続量推定手段を有し、例えば、年代、年齢等の属性値の推定に用いられる。図3に示すとおり、この属性値推定装置は、離散量推定手段2及び第1の最小二乗確率的分類器(LSPC)3に代えて、連続量推定手段7及び第2の最小二乗確率的分類器(LSPC)8を含むこと以外、図1に示す属性値推定装置と同様の構成である。連続量推定手段7には、予め学習した判断基準が格納されている。
図4に、本発明の属性値推定装置のさらに別の例を示す。本実施形態の属性値推定装置は、例えば、前記推定手段として、離散量推定手段及び連続量推定手段の双方を有し、年代、年齢等の属性値の推定に用いられる。図4に示すとおり、この属性値推定装置は、連続量推定手段7及び第2の最小二乗確率的分類器(LSPC)8を含むこと以外、図1に示す属性値推定装置と同様の構成である。離散量推定手段2及び第1の最小二乗確率的分類器(LSPC)3は、実施形態1で、連続量推定手段7及び第2の最小二乗確率的分類器(LSPC)8は、実施形態3で説明したとおりである。
図5に、本発明の属性値推定装置のさらに別の例を示す。図5に示すとおり、この属性値推定装置は、第1の離散量スコア化手段5、第2の離散量スコア化手段6、連続量スコア化手段9及び第3の離散量スコア化手段10を含むこと以外、図4に示す属性値推定装置と同様の構成である。第1の離散量スコア化手段5及び第2の離散量スコア化手段6は、実施形態2で説明したとおりである。
本実施形態は、図5に示す属性値推定装置を用いて実施され、統合手段4において、前記第3のスコア値及び前記第4のスコア値に対し重み付けをして統合すること以外、実施形態5と同様である。
図6に、本発明の属性値推定装置のさらに別の例を示す。図6に示すとおり、この属性値推定装置は、データ取得手段1、人種推定手段11、白人用年代推定手段21、アジア人用年代推定手段22、黒人用年代推定手段23及び統合手段4を含む。人種推定手段11は、図2に示す属性値推定装置の離散量推定手段2、第1の最小二乗確率的分類器(LSPC)3、第1の離散量スコア化手段5及び第2の離散量スコア化手段6で構成されている。白人用年代推定手段21、アジア人用年代推定手段22及び黒人用年代推定手段23は、それぞれ、図5に示す属性値推定装置の離散量推定手段2、第1の最小二乗確率的分類器(LSPC)3、第1の離散量スコア化手段5、第2の離散量スコア化手段6、連続量推定手段7、第2の最小二乗確率的分類器(LSPC)8、連続量スコア化手段9及び第3の離散量スコア化手段10で構成されている。
2 離散量推定手段
3 第1の最小二乗確率的分類器(LSPC)
4 統合手段
5 第1の離散量スコア化手段
6 第2の離散量スコア化手段
7 連続量推定手段
8 第2の最小二乗確率的分類器(LSPC)
9 連続量スコア化手段
10 第3の離散量スコア化手段
11 人種推定手段
21 白人用年代推定手段
22 アジア人用年代推定手段
23 黒人用年代推定手段
Claims (18)
- 入力されたデータからそのデータの属性値を推定する属性値推定装置であって、
属性値の推定対象となるデータを取得するデータ取得手段と、
前記データ取得手段によって取得されたデータを基に、予め学習した判断基準によって、前記属性値を離散量として推定する離散量推定手段、及び前記属性値を連続量として推定する連続量推定手段の少なくとも一方の推定手段と、
前記推定手段から入力されるデータを基に、前記属性値を離散量として推定する最小二乗確率的分類器(LSPC)と、
前記推定手段が推定した推定値と、前記最小二乗確率的分類器が推定した離散量推定値とを統合する統合手段とを含む
ことを特徴とする属性値推定装置。 - さらに、
前記推定手段が推定した推定値をスコア化するスコア化手段と、
前記最小二乗確率的分類器が推定した離散量推定値をスコア化する離散量スコア化手段とを含み、
前記統合手段は、前記スコア化手段によってスコア化された第1のスコア値と、前記離散量スコア化手段によってスコア化された第2のスコア値とを統合することを特徴とする請求項1記載の属性値推定装置。 - 前記統合手段は、前記推定値、前記離散量推定値及び前記スコア値の少なくとも一つに対し重み付けをして統合することを特徴とする請求項1または2記載の属性値推定装置。
- 前記最小二乗確率的分類器が、予め判断基準を学習し、前記判断基準の学習において、入力特徴量と訓練サンプルの属する正解クラスとが同じ場合にのみ、カーネル関数を計算することを特徴とする請求項1から3のいずれか一項に記載の属性値推定装置。
- 前記最小二乗確率的分類器が、予め判断基準を学習し、前記判断基準の学習において、訓練サンプルが最も少ないクラスにカーネル中心を配置することを特徴とする請求項1から4のいずれか一項に記載の属性値推定装置。
- 前記離散量推定手段及び前記連続量推定手段の少なくとも一方の推定手段が、ニューラルネットワーク(Neural Network)を含み、前記ニューラルネットワークにより、前記データ取得手段によって取得されたデータが低次元化され、前記低次元化されたデータを基に、前記属性値を推定し、
前記最小二乗確率的分類器が、前記低次元化されたデータを基に、前記属性値を離散量として推定する
ことを特徴とする請求項1から5のいずれか一項に記載の属性値推定装置。 - 前記データ取得手段によって取得されたデータが、顔画像データであり、
前記属性値が、顔属性値である
ことを特徴とする請求項1から6のいずれか一項に記載の属性値推定装置。 - 前記顔属性値が、年代、年齢、性別及び人種からなる群から選択される少なくとも一つの属性値であることを特徴とする請求項7記載の属性値推定装置。
- 入力されたデータからそのデータの属性値を推定する属性値推定方法であって、
属性値の推定対象となるデータを取得するデータ取得工程と、
前記データ取得工程において取得したデータを基に、予め学習した判断基準によって、前記属性値を離散量及び連続量の少なくとも一方として推定する推定工程と、
前記推定工程において処理されたデータを基に、前記属性値を離散量として推定する離散量推定工程と、
前記推定工程において推定した推定値と、前記離散量推定工程において推定した離散量推定値とを統合する統合工程とを含み、
前記離散量推定工程において、最小二乗確率的分類器を用いる
ことを特徴とする属性値推定方法。 - さらに、
前記推定工程において推定した推定値をスコア化するスコア化工程と、
前記離散量推定工程において前記最小二乗確率的分類器が推定した離散量推定値をスコア化する離散量スコア化工程とを含み、
前記統合工程において、前記スコア化工程においてスコア化した第1のスコア値と、前記離散量スコア化工程においてスコア化した第2のスコア値とを統合することを特徴とする請求項9記載の属性値推定方法。 - 前記統合工程において、前記推定値、前記離散量推定値及び前記スコア値の少なくとも一つに対し重み付けをして統合することを特徴とする請求項9又は10記載の属性値推定方法。
- 前記最小二乗確率的分類器が、予め判断基準を学習し、前記判断基準の学習において、入力特徴量と訓練サンプルの属する正解クラスとが同じ場合にのみ、カーネル関数を計算することを特徴とする請求項9から11のいずれか一項に記載の属性値推定方法。
- 前記最小二乗確率的分類器が、予め判断基準を学習し、前記判断基準の学習において、訓練サンプルが最も少ないクラスにカーネル中心を配置することを特徴とする請求項9から12のいずれか一項に記載の属性値推定方法。
- 前記推定工程において、前記離散量及び前記連続量の少なくとも一方の推定にニューラルネットワークを用い、前記ニューラルネットワークにより、前記データ取得工程において取得したデータを低次元化し、前記低次元化されたデータを基に、前記属性値を推定し、
前記離散量推定工程において、前記最小二乗確率的分類器が、前記低次元化したデータを基に、前記属性値を離散量として推定する
ことを特徴とする請求項9から13のいずれか一項に記載の属性値推定方法。 - 前記データ取得工程において取得したデータが、顔画像データであり、
前記属性値が、顔属性値である
ことを特徴とする請求項9から14のいずれか一項に記載の属性値推定方法。 - 前記顔属性値が、年代、年齢、性別及び人種からなる群から選択される少なくとも一つの属性値であることを特徴とする請求項15記載の属性値推定方法。
- 請求項9から16のいずれか一項に記載の属性値推定方法を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。
- 請求項17記載のプログラムを記録していることを特徴とする記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012547761A JP5633080B2 (ja) | 2010-12-08 | 2011-11-17 | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010273829 | 2010-12-08 | ||
JP2010273829 | 2010-12-08 | ||
JP2012547761A JP5633080B2 (ja) | 2010-12-08 | 2011-11-17 | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 |
PCT/JP2011/076516 WO2012077476A1 (ja) | 2010-12-08 | 2011-11-17 | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2012077476A1 JPWO2012077476A1 (ja) | 2014-05-19 |
JP5633080B2 true JP5633080B2 (ja) | 2014-12-03 |
Family
ID=46206974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012547761A Active JP5633080B2 (ja) | 2010-12-08 | 2011-11-17 | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9336486B2 (ja) |
EP (1) | EP2650842A1 (ja) |
JP (1) | JP5633080B2 (ja) |
CN (1) | CN103262118B (ja) |
WO (1) | WO2012077476A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9626597B2 (en) | 2013-05-09 | 2017-04-18 | Tencent Technology (Shenzhen) Company Limited | Systems and methods for facial age identification |
CN104143079B (zh) * | 2013-05-10 | 2016-08-17 | 腾讯科技(深圳)有限公司 | 人脸属性识别的方法和系统 |
JP6029041B2 (ja) * | 2013-07-18 | 2016-11-24 | Necソリューションイノベータ株式会社 | 顔印象度推定方法、装置、及びプログラム |
JP6239784B2 (ja) | 2014-03-13 | 2017-11-29 | ザ ニールセン カンパニー (ユー エス) エルエルシー | インプレッションデータの帰属先の誤判定及び/又はデータベース保有者による未カバーを補償する方法及び装置 |
US20160189182A1 (en) | 2014-12-31 | 2016-06-30 | The Nielsen Company (Us), Llc | Methods and apparatus to correct age misattribution in media impressions |
JP6521440B2 (ja) * | 2015-05-14 | 2019-05-29 | 国立研究開発法人情報通信研究機構 | ニューラルネットワーク及びそのためのコンピュータプログラム |
US10045082B2 (en) | 2015-07-02 | 2018-08-07 | The Nielsen Company (Us), Llc | Methods and apparatus to correct errors in audience measurements for media accessed using over-the-top devices |
US10380633B2 (en) | 2015-07-02 | 2019-08-13 | The Nielsen Company (Us), Llc | Methods and apparatus to generate corrected online audience measurement data |
CN105404877A (zh) * | 2015-12-08 | 2016-03-16 | 商汤集团有限公司 | 基于深度学习和多任务学习的人脸属性预测方法及装置 |
JP6439729B2 (ja) * | 2016-03-24 | 2018-12-19 | トヨタ自動車株式会社 | 睡眠状態推定装置 |
US11074329B2 (en) * | 2017-03-23 | 2021-07-27 | Nec Corporation | Authentication device and authentication method |
CN107145977B (zh) * | 2017-04-28 | 2020-07-31 | 电子科技大学 | 一种对在线社交网络用户进行结构化属性推断的方法 |
CN109598176A (zh) * | 2017-09-30 | 2019-04-09 | 佳能株式会社 | 识别装置和识别方法 |
CN110019790B (zh) * | 2017-10-09 | 2023-08-22 | 阿里巴巴集团控股有限公司 | 文本识别、文本监控、数据对象识别、数据处理方法 |
WO2020079986A1 (ja) * | 2018-10-15 | 2020-04-23 | 日本電気株式会社 | 推定装置、システム及び方法及びコンピュータ可読媒体並びに学習装置及び方法及びコンピュータ可読媒体 |
CN110008568A (zh) * | 2019-03-29 | 2019-07-12 | 中国人民解放军战略支援部队航天工程大学 | 小样本下装备平均修复时间的非统计估计模型 |
CN110287942B (zh) * | 2019-07-03 | 2021-09-17 | 成都旷视金智科技有限公司 | 年龄估计模型的训练方法、年龄估计方法以及对应的装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148880A (ja) * | 2003-11-12 | 2005-06-09 | Advanced Telecommunication Research Institute International | 年齢推定装置、年齢推定方法および年齢推定プログラム |
JP2007058828A (ja) * | 2005-08-26 | 2007-03-08 | Toshiba Personal Computer System Kk | 映像データにおける不特定多数者の集計処理システム及びプログラム並びに情報記憶媒体 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7856125B2 (en) * | 2006-01-31 | 2010-12-21 | University Of Southern California | 3D face reconstruction from 2D images |
CN100520824C (zh) | 2007-01-15 | 2009-07-29 | 浙江大学 | 一种基于主成分分析的颜色调整方法 |
JP5109564B2 (ja) * | 2007-10-02 | 2012-12-26 | ソニー株式会社 | 画像処理装置、撮像装置、これらにおける処理方法およびプログラム |
-
2011
- 2011-11-17 JP JP2012547761A patent/JP5633080B2/ja active Active
- 2011-11-17 US US13/992,614 patent/US9336486B2/en not_active Expired - Fee Related
- 2011-11-17 WO PCT/JP2011/076516 patent/WO2012077476A1/ja active Application Filing
- 2011-11-17 CN CN201180059057.3A patent/CN103262118B/zh not_active Expired - Fee Related
- 2011-11-17 EP EP11846856.0A patent/EP2650842A1/en not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005148880A (ja) * | 2003-11-12 | 2005-06-09 | Advanced Telecommunication Research Institute International | 年齢推定装置、年齢推定方法および年齢推定プログラム |
JP2007058828A (ja) * | 2005-08-26 | 2007-03-08 | Toshiba Personal Computer System Kk | 映像データにおける不特定多数者の集計処理システム及びプログラム並びに情報記憶媒体 |
Non-Patent Citations (1)
Title |
---|
JPN6014037570; 杉山将: '超高速確率的分類器' 電子情報通信学会技術研究報告,SP,音声 SP2009-97_SP2009-147, 201001, p127-132, 社団法人電子情報通信学会 * |
Also Published As
Publication number | Publication date |
---|---|
US20130254143A1 (en) | 2013-09-26 |
CN103262118A (zh) | 2013-08-21 |
JPWO2012077476A1 (ja) | 2014-05-19 |
US9336486B2 (en) | 2016-05-10 |
WO2012077476A1 (ja) | 2012-06-14 |
EP2650842A1 (en) | 2013-10-16 |
CN103262118B (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5633080B2 (ja) | 属性値推定装置、属性値推定方法、プログラム及び記録媒体 | |
Salido et al. | Using deep learning to detect melanoma in dermoscopy images | |
JP4273359B2 (ja) | 年齢推定システム及び年齢推定方法 | |
JP4544363B1 (ja) | 顔認証装置、人物画像検索システム、顔認証装置制御プログラム、コンピュータ読み取り可能な記録媒体、および顔認証装置の制御方法 | |
KR101725651B1 (ko) | 식별 장치 및 식별 장치의 제어 방법 | |
US9177230B2 (en) | Demographic analysis of facial landmarks | |
CN107730131B (zh) | 一种众包软件开发者的能力预测及推荐方法、装置 | |
JP5418991B2 (ja) | 個人認証システム、個人認証方法 | |
US20130329970A1 (en) | Image authentication apparatus, image processing system, control program for image authentication apparatus, computer-readable recording medium, and image authentication method | |
Kuru et al. | Biomedical visual data analysis to build an intelligent diagnostic decision support system in medical genetics | |
WO2012132418A1 (ja) | 属性推定装置 | |
KR20080110064A (ko) | 음란성 이미지의 판별 방법과 그 장치 | |
KR20130024065A (ko) | 안색 정보 생성 장치 및 그 방법, 안색 정보를 이용한 건강 상태 판단 장치 및 그 방법, 건강 분류 함수 생성 장치 및 그 방법 | |
WO2015008567A1 (ja) | 顔印象度推定方法、装置、及びプログラム | |
Usman et al. | Intelligent automated detection of microaneurysms in fundus images using feature-set tuning | |
WO2013075295A1 (zh) | 低分辨率视频的服装识别方法及系统 | |
Zhang et al. | MRMR optimized classification for automatic glaucoma diagnosis | |
WO2015176417A1 (zh) | 一种用于认知状态识别的特征分组归一化方法 | |
JP2015094973A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び記録媒体 | |
Al-Gburi et al. | Optical disk segmentation in human retina images with golden eagle optimizer | |
KR101779642B1 (ko) | 텍스처화된 영역들의 지능형 선택에 의해 홍채들의 이미지들을 비교하는 방법 | |
Shemshaki et al. | Lip segmentation using geometrical model of color distribution | |
CN114445649A (zh) | 用多尺度超像素融合检测rgb-d单幅图像阴影的方法 | |
JP2014153815A (ja) | 推定装置、その方法及びそのプログラム | |
Jandová et al. | Age verification using random forests on facial 3D landmarks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20140903 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140925 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5633080 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |