JP5939705B2 - 被写体判定装置、被写体判定方法及びプログラム - Google Patents
被写体判定装置、被写体判定方法及びプログラム Download PDFInfo
- Publication number
- JP5939705B2 JP5939705B2 JP2012024947A JP2012024947A JP5939705B2 JP 5939705 B2 JP5939705 B2 JP 5939705B2 JP 2012024947 A JP2012024947 A JP 2012024947A JP 2012024947 A JP2012024947 A JP 2012024947A JP 5939705 B2 JP5939705 B2 JP 5939705B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- similarity
- candidate
- threshold
- 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
- 238000000034 method Methods 0.000 title claims description 44
- 238000001514 detection method Methods 0.000 claims description 74
- 238000012545 processing Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 32
- 230000009467 reduction Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 description 78
- 238000003384 imaging method Methods 0.000 description 41
- 238000004364 calculation method Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Description
フレーム画像を逐次取得する第1の取得手段と、前記第1の取得手段により取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する第1閾値判定手段と、前記第1閾値判定手段により前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する第1の被写体判定手段と、前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1の取得手段により取得された複数のフレーム画像のうち、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する第2の取得手段と、前記第2の取得手段により取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する第2の被写体判定手段と、を備えたことを特徴としている。
フレーム画像を逐次取得する処理と、取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する処理と、前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する処理と、前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する処理と、取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する処理と、を含むことを特徴とする。
コンピュータを、フレーム画像を逐次取得する第1の取得手段、前記第1の取得手段により取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する第1閾値判定手段、前記第1閾値判定手段により前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する第1の被写体判定手段、前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1の取得手段により取得された複数のフレーム画像のうち、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する第2の取得手段、前記第2の取得手段により取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する第2の被写体判定手段、として機能させることを特徴としている。
図1は、本発明を適用した一実施形態の撮像装置100の概略構成を示すブロック図である。
図1に示すように、撮像装置100は、具体的には、撮像部1と、撮像制御部2と、画像データ生成部3と、メモリ4と、画像処理部5と、識別情報設定部6と、記録媒体制御部7と、表示制御部8と、表示部9と、操作入力部10と、中央制御部11とを備えている。
電子撮像部1bは、例えば、CCD(Charge Coupled Device)やCMOS(Complementary Metal-oxide Semiconductor)等のイメージセンサから構成され、レンズ部1aの各種レンズを通過した光学像を二次元の画像信号に変換する。
なお、図示は省略するが、撮像部1は、レンズ部1aを通過する光の量を調整する絞りを備えていても良い。
また、撮像制御部2は、AF(自動合焦処理)、AE(自動露出処理)、AWB(自動ホワイトバランス)等の被写体の撮像条件の調整制御を行う。
また、画像データ生成部3は、生成したフレーム画像FのYUVデータを水平及び垂直ともに所定倍率で縮小処理を行って、ライブビュー表示用の低解像度(例えば、VGAやQVGAサイズ等)の画像データを生成する。具体的には、画像データ生成部3は、表示部9によるライブビュー画像の所定の表示フレームレートに応じた所定のタイミングで、フレーム画像FのYUVデータからライブビュー表示用の低解像度の画像データを生成する。
なお、生成された画像データ(YUVデータ)は、図示しないDMAコントローラを介して、バッファメモリとして使用されるメモリ4にDMA転送される。
関連情報格納部4aは、例えば、リングバッファから構成され、画像処理部5の類似評価値算出部5cにより算出された所定フレーム数分のフレーム画像Fにおける特定の被写体画像の候補領域A(図7(a)参照)の画像と所定の基準画像との類似度合に関連する類似度合情報をデータ履歴として順次格納する。ここで、一のフレーム画像Fnよりも所定フレーム(例えば、一フレーム)前に画像データ生成部3により生成された他のフレーム画像Fmにおける複数の候補領域A、…のうち、一のフレーム画像Fnにおける候補領域Aの座標(例えば、中心や矩形領域の四隅等の座標)に対応する座標を有する領域は、特定の被写体画像の候補領域Aに対応する領域B(図7(b)参照)となる。
また、類似度合情報としては、他のフレーム画像Fmにおける特定の被写体画像の候補領域A(領域Bを含む)の画像と所定の基準画像との類似度に係る評価値、当該候補領域AのXY平面空間での座標位置、当該候補領域Aを構成する画素数等により規定された大きさ、特定の被写体画像のXY平面空間に対する向き、当該候補領域Aの特定に用いられた各フレーム画像Fの複数の縮小画像データR、…の略等しい位置で検出された仮候補領域(後述)の個数等が挙げられる。
なお、特定の被写体画像の向きは、例えば、特定の被写体画像として顔画像の検出に用いられるサブ検出器(後述)が顔の向きに応じて設けられている場合には、当該サブ検出器の種類に応じて規定されても良い。
即ち、画像取得部5aは、画像データ生成部3により所定のタイミングで生成されたフレーム画像Fのライブビュー表示用の画像データ(例えば、輝度信号Yのデータ等)をメモリ4から逐次取得する。
ここで、画像取得部5aは、フレーム画像Fを逐次取得する取得手段を構成している。
即ち、縮小画像生成部5bは、画像縮小手段として、画像取得部5aにより逐次取得された各フレーム画像Fを所定の比率で順次縮小して縮小画像を順次生成する。具体的には、縮小画像生成部5bは、各フレーム画像Fの画像データに基づいて、当該画像データの水平(x軸)及び垂直(y軸)の各方向の画素を所定の比率(例えば、0.9倍)ずつ縮小することで解像度を段階的に低減させた縮小画像データRを順次生成する(図4(a)〜図4(f)参照)。
なお、縮小画像データRの生成数(縮小回数)は、入力される輝度データのサイズや特定の被写体画像の画像領域D(図7(c)参照)の識別精度等を考慮して適宜任意に変更可能である。
即ち、類似評価値算出部5cは、画像取得部5aにより逐次取得された各フレーム画像Fの画像データや縮小画像生成部5bにより生成された縮小画像データRの各々に対して、例えば、顔検出処理、エッジ検出処理、特徴抽出処理等の各種画像処理を施して、特定の被写体画像の候補領域A(図7(c)中の検出枠Wbに対応する領域)を複数抽出する。そして、類似評価値算出部5cは、例えば、各候補領域Aの画像データと所定の基準画像の画像データとの類似度に係る評価値を算出する。
具体的には、類似評価値算出部5cは、仮候補検出部c1と、候補領域特定部c2とを具備している。
即ち、仮候補検出部c1は、例えば、一のフレーム画像Fnの解像度を所定段階低減させた縮小画像データRから、所定サイズ(例えば、24×24画素)の識別対象領域Cを複数生成する(図5参照)。そして、仮候補検出部c1は、例えば、各識別対象領域Cの画像データと所定の基準画像の画像データとの類似度に係る評価値をadaboost(アダブースト)出力計算を用いて算出する。
また、これらのサブ識別器が複数(例えば、20)のステージに分けて規定されている。例えば、サブ識別器部は、第1ステージに2つ、第2ステージに5つ、第3ステージに10、第4ステージに20といったように、各ステージに所定個数のサブ識別器が規定されている。なお、より低い(数値の小さい)ステージに規定されているサブ識別器ほど、顔であるか否かの判断の信頼度がより高く設定されても良い。
そして、仮候補検出部c1は、識別対象領域Cの画像データを、ステージ順に各ステージのサブ識別器に入力していく。仮候補検出部c1は、一のステージの全てのサブ識別器にて顔であると判断された画像データ(図6における「T」)を次のステージのサブ識別器に入力する一方で、顔でないと判断された画像データ(図6における「F」)のそれ以降の識別を中止する。仮候補検出部c1は、各識別対象領域Cについて、サブ識別器の識別結果に従って評価値を算出する。具体的には、仮候補検出部c1は、各識別対象領域Cについて、複数のサブ識別器を規定する複数のステージの通過数、即ち、各ステージに規定されている全てのサブ識別器にて顔であると判断された場合には、当該ステージを通過して次のステージに受け渡されるが、通過した全てのステージに規定されているサブ識別器の個数を加算した値を評価値として算出する。一方、ステージの通過数が「0」の場合(第1ステージを通過できずに第2ステージに受け渡されなかった場合)、仮候補検出部c1は、例えば、負の値など所定の最低値を評価値として算出する。
そして、仮候補検出部c1は、評価値が所定の値(例えば、0「ゼロ」)よりも大きい識別対象領域Cや、当該識別対象領域Cを含む所定範囲の領域を特定の被写体画像の仮候補領域(図7(a)における各仮検出枠Waに対応する領域)として検出する。
また、仮候補検出部c1は、第1ステージにて顔であると判断された識別対象領域Cの画像データについて、第1ステージと同様に、第2ステージの5つのサブ識別器に所定の順序で入力し、1つ目のサブ識別器から5つ目のサブ識別器までに算出された類似度が予め設定された閾値以上と判断された画像データを、次のステージである第3ステージのサブ識別器に入力する。一方、第2ステージの1つ目のサブ識別器から5つ目のサブ識別器までに仮候補検出部c1により算出された類似度が予め設定された閾値未満と判断されると、仮候補検出部c1は、当該画像データのそれ以降の識別を中止して、通過済みの一つ前のステージ(第1ステージ)までのサブ識別器の総数(第1ステージのみ通過している場合、「2」)を評価値として算出する。
仮候補検出部c1は、第3ステージ以降についても上記と同様にして類似度を算出していく。つまり、より顔であると判断される可能性の高い画像領域ほど、より先のステージのサブ識別器に入力される。
なお、識別用情報としては、例えば、「ヒトの顔」や「動物」などの形状を基準とするものや、明度や彩度が高く鮮やかな(派手な)色合いであるか否かや肌色であるか否かなどの色調を基準とするものや、画角全体の画像に対する割合(例えば、半分以上であるか)などの大きさを基準とするもの等であっても良い。
また、顔検出処理やエッジ検出処理や特徴抽出処理は、公知の技術であるので、ここでは詳細な説明を省略する。
即ち、候補領域特定部c2は、各フレーム画像Fの複数の縮小画像データR、…から特定の被写体画像の仮候補領域が検出された場合に、検出された所定数の特定の被写体画像の仮候補領域のXY平面空間での座標位置、大きさ(構成画素数)等に基づいて、これらの仮候補領域を統合して各フレーム画像Fにおける特定の被写体画像の候補領域A(図7(c)中の検出枠Wbに対応する領域)を特定する。具体的には、候補領域特定部c2は、XY平面空間の略等しい位置(例えば、複数の縮小画像の垂直及び水平の各方向のサイズを揃えた状態で、中心座標のずれ量が所定画素数以内等)で複数の縮小画像データR、…から検出された複数の仮候補領域の大きさを基準として所定の演算(例えば、重み付け平均等)を行って、当該複数の仮候補領域の大きさを代表する特定の被写体画像の候補領域Aの大きさを特定する。また、候補領域特定部c2は、統合に用いられた複数の仮候補領域の評価値を基準として所定の演算を行って、当該複数の仮候補領域の評価値を代表する特定の被写体画像の候補領域Aの評価値を算出する。また、候補領域特定部c2は、統合に用いられた複数の仮候補領域の座標位置を基準として所定の演算を行って、当該複数の仮候補領域の位置を代表する特定の被写体画像の候補領域Aの位置(例えば、中心座標等)を特定する。
なお、候補領域特定部c2により特定された特定の被写体画像の候補領域Aの評価値、位置、大きさ等は、類似度合情報としてメモリの4の関連情報格納部4aに格納される。
また、候補領域特定部c2は、仮候補検出部c1により検出された複数の仮候補領域に基づいて特定の被写体画像の候補領域Aを特定するのではなく、画像取得部5aにより取得された各フレーム画像Fから直接特定の被写体画像の候補領域Aを特定するようにしても良い。
即ち、第1類似度判定部5dは、第1類似度判定手段として、画像取得部5aにより取得された一のフレーム画像Fnにおける特定の被写体画像の候補領域Aの画像と当該特定の被写体画像の判定基準となる所定の基準画像との類似度に係る評価値が、第1の閾値以上であるか否かを判定する。具体的には、第1類似度判定部5dは、類似評価値算出部5cにより算出された一のフレーム画像Fnの特定の被写体画像の候補領域Aの各々の評価値が第1の閾値以上であるか否かを判定する。
なお、第1の閾値や後述する第2の閾値は、例えば、ユーザによる操作入力部10の所定操作に基づいて入力された所定の値であっても良いし、予めデフォルトとして設定されている所定の値等であっても良い。
即ち、第2類似度判定部5eは、第2類似度判定手段として、第1類似度判定部5dにより特定の被写体画像の候補領域Aの評価値が第1の閾値未満であると判定された場合に、当該評価値が第1の閾値よりも小さい第2の閾値以上であるか否かを判定する。
即ち、関連情報取得部5fは、情報取得手段として、第2類似度判定部5eにより特定の被写体画像の候補領域Aの画像の評価値が第2の閾値以上であると判定された場合に、一のフレーム画像Fnよりも所定フレーム数前に取得された他のフレーム画像Fmにおける当該特定の被写体画像の候補領域Aに対応する領域Bの画像と所定の基準画像との類似度合に関連する類似度合情報を取得する。
具体的には、関連情報取得部5fは、一のフレーム画像Fnよりも所定フレーム(例えば、一フレーム等)前に生成された他のフレーム画像Fm内で、第2類似度判定部5eにより評価値が第2の閾値以上であると判定された特定の被写体画像の候補領域Aの座標に対応する座標を有する領域(領域B)を特定する(図7(b)参照)。そして、関連情報取得部5fは、特定した領域Bの類似度合情報をメモリ4の関連情報格納部4aから取得する。例えば、関連情報取得部5fは、類似度合情報として、領域Bの画像データと所定の基準画像の画像データとの類似度に係る評価値や、当該領域Bに対応する特定の被写体画像の候補領域Aの特定に用いられた仮候補領域の個数等を関連情報格納部4aから取得する。
或いは、関連情報取得部は、所定数のフレーム画像Fを処理対象として、各フレーム画像Fにおける領域Bの類似度合情報を取得して、後述する被写体判定部5gによって判定されるようにしても良い。
即ち、被写体判定部5gは、被写体判定手段として、関連情報取得部5fにより取得された類似度合情報に基づいて、候補領域Aが特定の被写体画像の画像領域Dとして特定されるべきであるか否かを判定する。具体的には、被写体判定部5gは、関連情報取得部5fにより取得された類似度合情報としての領域Bの評価値が所定の判定値(例えば、少なくとも第2の閾値よりも大きい所定値等)以上であるか否かを判定する。また、被写体判定部5gは、関連情報取得部5fにより取得された類似度合情報としての仮候補領域の個数が所定の判定値(例えば、2個)以上であるか否かを判定する。
ここで、所定の判定値の例として2個としたが、顔検出に使用する識別器の個数や閾値等の条件により所定の判定値は任意の値に変更して良い。
そして、領域Bの評価値が所定の判定値以上であると判定され、且つ、仮候補領域の個数が所定の判定値以上であると判定された場合に、被写体判定部5gは、一のフレーム画像Fnにおける領域Bに対応する特定の被写体画像の候補領域Aを特定の被写体画像の画像領域Dとして特定されるべきであると判定する。
即ち、画像領域特定部5hは、被写体特定手段として、第1類似度判定部5dにより評価値が第1の閾値以上であると判定された特定の被写体画像の候補領域A(例えば、候補領域A1〜A4等)を、特定の被写体画像の画像領域Dとして特定する(図7(a)及び図7(c)参照)。
また、画像領域特定部5hは、被写体判定部5gにより評価値が所定の判定値以上であると判定された領域Bに対応する特定の被写体画像の候補領域Aを、特定の被写体画像の画像領域Dとして特定する。また、画像領域特定部5hは、被写体判定部5gにより特定の被写体画像の仮候補領域の個数が所定の判定値以上であると判定された領域Bに対応する特定の被写体画像の候補領域Aを、特定の被写体画像の画像領域Dとして特定する。
例えば、画像領域特定部5hは、被写体判定部5gにより評価値が所定の判定値以上であり、且つ、特定の被写体画像の仮候補領域の個数が所定の判定値以上であると判定された領域Bに対応する特定の被写体画像の候補領域A(例えば、候補領域A5等)を、特定の被写体画像の画像領域Dとして特定する(図7(b)及び図7(c)参照)。
即ち、識別情報設定部6は、画像領域特定部5hにより特定の被写体画像の画像領域Dが特定されると、当該特定の被写体画像を識別表示する識別情報として、特定の被写体画像の画像領域Dの縁部に重畳して表示部9に表示される検出枠Wbを設定する。
なお、特定の被写体画像の識別情報として、当該特定の被写体画像の画像領域Dの縁部に重畳して表示される検出枠Wbを例示したが、一例であってこれに限られるものではなく、所定の識別標識など当該特定の被写体画像を識別表示するものであれば適宜任意に変更可能である。
即ち、記録媒体制御部7は、画像処理部5の符号化部(図示略)により所定の圧縮形式(例えば、JPEG形式等)で符号化された記録用の画像データを記録媒体Mに記録させる。
なお、記録媒体Mは、例えば、不揮発性メモリ(フラッシュメモリ)等により構成されるが、一例であってこれに限られるものではなく、適宜任意に変更可能である。
具体的には、表示制御部8は、VRAM(Video Random Access Memory)、VRAMコントローラ、デジタルビデオエンコーダなどを備えている。そして、デジタルビデオエンコーダは、中央制御部11の制御下にてメモリ4から読み出されてVRAM(図示略)に記憶されている輝度信号Y及び色差信号Cb,Crを、VRAMコントローラを介してVRAMから定期的に読み出して、これらのデータを元にビデオ信号を発生して表示部9に出力する。
図2は、被写体検出処理に係る動作の一例を示すフローチャートである。また、図3は、被写体検出処理に係る画像の一例を模式的に示す図である。図4は、フレーム画像Fの縮小画像を模式的に示す図である。図5は、フレーム画像Fに係る識別対象領域Cの一例を模式的に示す図である。図6は、被写体検出処理に係る類似評価値算出部5cのサブ識別器の構成の一例を模式的に示す図である。図7(a)〜図7(c)は、被写体検出処理に係る特定の被写体画像(顔画像)の一例を模式的に示す図である。
また、以下の説明にあっては、フレーム画像F内に特定の被写体画像としての顔画像が含まれているフレーム画像Fを用いるものとする。
続けて、画像処理部5の画像取得部5aは、表示部9による表示フレームレートに応じた所定のタイミングで、処理対象となる一のフレーム画像Fnのライブビュー表示用の画像データをメモリ4から取得する(ステップS2)。
続けて、類似評価値算出部5cの仮候補検出部c1は、複数の縮小画像データR、…の各々から、所定サイズ(例えば、24×24画素)の識別対象領域Cを複数生成した後(ステップS4)、各識別対象領域Cの画像データと所定の基準画像の画像データとの類似度に係る評価値を算出する(ステップS5)。具体的には、仮候補検出部c1は、例えば、adaboost出力計算を用いて、各識別対象領域Cの画像データについてのサブ識別器の識別結果に従って評価値を算出する(図5及び図6参照)。
そして、仮候補検出部c1は、算出された評価値が所定の値(例えば、0「ゼロ」)よりも大きい識別対象領域Cを特定の被写体画像の仮候補領域として検出する(ステップS6)。ここで、図7(a)に示すように、各縮小画像データR内で識別された複数の特定の被写体画像の仮候補領域(例えば、顔領域)の各々に仮検出枠Waが重畳された状態を模式的に示す。例えば、集合写真にて手前側にいる人など画像全体に対してより大きな面積の顔を有していたり、正面を向いている人は、縮小画像データRを順次生成していった場合に、より小さい縮小画像データR内でも顔領域を識別可能となる。即ち、画像全体に対してより大きな面積の顔を有していたり、正面を向いている人は、より小さな面積の顔を有していたり、横を向いている人に比べて相対的に顔領域を識別し易くなって、より多くの仮検出枠Waが重畳された状態となる。
なお、仮候補領域として検出された各識別対象領域Cの評価値は、メモリ4の関連情報格納部4aに一時的に格納される。
なお、算出された特定の被写体画像の候補領域Aの評価値は、メモリ4の関連情報格納部4aに一時的に格納される。
ここで、特定の被写体画像の候補領域Aの評価値が第1の閾値以上であると判定されると(ステップS9;YES)、画像領域特定部5hは、当該特定の被写体画像の候補領域A(例えば、候補領域A1〜A4等)を特定の被写体画像の画像領域Dとして特定する(ステップS10;図7(a)及び図7(c)参照)。
ここで、特定の被写体画像の候補領域Aの評価値が第2の閾値以上であると判定されると(ステップS11;YES)、関連情報取得部5fは、一のフレーム画像Fnよりも所定フレーム(例えば、一フレーム等)前に生成された他のフレーム画像Fm内で、評価値が第2の閾値以上であると判定された特定の被写体画像の候補領域Aに対応する領域Bを特定して(ステップS12;図7(b)参照)、当該領域Bの類似度合情報をメモリ4の関連情報格納部4aから取得する(ステップS13)。具体的には、関連情報取得部5fは、類似度合情報として、領域Bの評価値や、当該領域Bに対応する被写体画像の候補領域Aの特定に用いられた仮候補領域の個数等を関連情報格納部4aから取得する。
ここで、領域Bの評価値が所定の判定値以上であり、且つ、仮候補領域の個数が所定の判定値以上であると判定されると(ステップS14;YES)、画像領域特定部5hは、当該領域Bに対応する特定の被写体画像の候補領域A、即ち、評価値が第2の閾値以上である特定の被写体画像の候補領域Aを特定の被写体画像の画像領域Dとして特定する(ステップS15;図7(c)参照)。
また、ステップS11にて、特定の被写体画像の候補領域Aの評価値が第2の閾値未満であると判定されるか(ステップS11;NO)、又は、ステップS14にて、領域Bの評価値が所定の判定値未満であると判定されるか、或いは、仮候補領域の個数が所定の判定値未満であると判定された場合にも(ステップS14;NO)、中央制御部11は、処理をステップS16に移行して、被写体検出処理の終了指示が入力されたか否かを判定する(ステップS16)。
一方、被写体検出処理の終了指示が入力されたと判定されると(ステップS16;YES)、中央制御部11は、被写体検出処理を終了する。
一方、特定の被写体画像の候補領域Aの評価値が第1の閾値未満であると判定された場合には、当該評価値が第1の閾値よりも小さい第2の閾値以上であるか否かを判定し、特定の被写体画像の候補領域Aの評価値が第2の閾値以上であると判定されると、一のフレーム画像Fnよりも所定フレーム数前に取得された他のフレーム画像Fmにおける当該特定の被写体画像の候補領域Aに対応する領域Bの画像と所定の基準画像との類似度合に関連する類似度合情報を取得する。そして、取得された類似度合情報に基づいて、一のフレーム画像Fnにおける領域Bに対応する特定の被写体画像の候補領域Aが特定の被写体画像の画像領域Dとして特定されるべきであるか否かを判定するので、特定の被写体画像の候補領域Aの評価値が第1の閾値未満であっても第2の閾値以上であれば、他のフレーム画像Fmにおける当該特定の被写体画像の候補領域Aに対応する領域Bの類似度合情報に基づいて、特定の被写体画像であるか否かを特定することができ、特定の被写体の検出率の低下を抑制することができる。
このように、より厳しい第1の閾値を設定することで当該閾値を用いて検出される特定の被写体の検出率が低下したとしても、特定の被写体画像の候補領域Aの評価値が第2の閾値以上であれば、特定の被写体画像の画像領域Dとして特定される余地があるので、特定の被写体の検出率を低下させることなく、当該特定の被写体の誤検出の低減を図ることができる。
また、画像領域特定部5hは、領域Bに対応し、略等しい位置で複数の縮小画像から検出された特定の被写体画像の仮候補領域の個数が所定の判定値以上であると判定された場合に、当該領域Bに対応する特定の被写体画像の候補領域Aを特定の被写体画像の画像領域Dとして特定するので、他のフレーム画像Fmにおける特定の被写体画像の仮候補領域の個数が所定の判定値以上である領域Bに対応する特定の被写体画像の候補領域Aを特定の被写体画像の画像領域Dとして特定することができ、特定の被写体の検出率の低下を適正に抑制することができる。
例えば、被写体検出処理(図2参照)にて、フレーム画像F内の特定の被写体画像として人の顔画像を検出するようにしたが、一例であってこれに限られるものではなく、特定の被写体画像は適宜任意に変更可能である。
また、類似評価値算出部5cを備えるようにしたが、必ずしも当該類似評価値算出部5cを備える必要はなく、例えば、所定の取得手段がフレーム画像Fとともに特定の被写体画像の各候補領域の評価値を取得するようにしても良い。
即ち、プログラムを記憶するプログラムメモリ(図示略)に、取得処理ルーチン、第1類似度判定処理ルーチン、被写体特定処理ルーチン、第2類似度判定処理ルーチン、情報取得処理ルーチン、被写体判定処理ルーチンを含むプログラムを記憶しておく。そして、取得処理ルーチンにより中央制御部11のCPUを、フレーム画像Fを逐次取得する取得手段として機能させるようにしても良い。また、第1類似度判定処理ルーチンにより中央制御部11のCPUを、取得手段により取得された一のフレーム画像Fnにおける特定の被写体画像の候補領域Aの画像と所定の基準画像との類似度が、第1の閾値以上であるか否かを判定する第1類似度判定手段として機能させるようにしても良い。また、被写体特定処理ルーチンにより中央制御部11のCPUを、第1類似度判定手段により類似度が第1の閾値以上であると判定された候補領域Aを、特定の被写体画像の画像領域Dとして特定する被写体特定手段として機能させるようにしても良い。また、第2類似度判定処理ルーチンにより中央制御部11のCPUを、第1類似度判定手段により類似度が第1の閾値未満であると判定された場合に、当該類似度が第1の閾値よりも小さい第2の閾値以上であるか否かを判定する第2類似度判定手段として機能させるようにしても良い。また、情報取得処理ルーチンにより中央制御部11のCPUを、第2類似度判定手段により候補領域Aの類似度が第2の閾値以上であると判定された場合に、一のフレーム画像Fnよりも所定フレーム数前に取得された他のフレーム画像Fmにおける候補領域Aに対応する領域Bの画像と所定の基準画像との類似度合に関連する情報を取得する情報取得手段として機能させるようにしても良い。また、被写体判定処理ルーチンにより中央制御部11のCPUを、情報取得手段により取得された情報に基づいて、候補領域Aが特定の被写体画像の画像領域Dとして特定されるべきであるか否かを判定する被写体判定手段として機能させるようにしても良い。
以下に、この出願の願書に最初に添付した特許請求の範囲に記載した発明を付記する。付記に記載した請求項の項番は、この出願の願書に最初に添付した特許請求の範囲の通りである。
〔付記〕
<請求項1>
フレーム画像を逐次取得する取得手段と、
この取得手段により取得された一のフレーム画像における特定の被写体画像の候補領域の画像と所定の基準画像との類似度が、第1の閾値以上であるか否かを判定する第1類似度判定手段と、
前記第1類似度判定手段により類似度が第1の閾値以上であると判定された候補領域を、前記特定の被写体画像の画像領域として特定する被写体特定手段と、
前記第1類似度判定手段により類似度が第1の閾値未満であると判定された場合に、当該類似度が前記第1の閾値よりも小さい第2の閾値以上であるか否かを判定する第2類似度判定手段と、
前記第2類似度判定手段により前記候補領域の類似度が第2の閾値以上であると判定された場合に、前記一のフレーム画像よりも所定フレーム数前に取得された他のフレーム画像における前記候補領域に対応する領域の画像と前記所定の基準画像との類似度合に関連する情報を取得する情報取得手段と、
前記情報取得手段により取得された情報に基づいて、前記候補領域が前記特定の被写体画像の画像領域として特定されるべきであるか否かを判定する被写体判定手段と、
を備えたことを特徴とする被写体特定装置。
<請求項2>
予め算出された前記候補領域に対応する領域の画像と前記所定の基準画像との類似度を記憶させる第1記憶制御手段を更に備え、
前記情報取得手段は、前記類似度合に関連する情報として、前記第1記憶制御手段により記憶された前記候補領域に対応する領域の類似度を取得し、
前記被写体判定手段は、前記候補領域に対応する領域の類似度が所定の判定値以上であるか否かを判定することで、前記候補領域が前記特定の被写体画像の画像領域として特定されるべきであるか否かを判定することを特徴とする請求項1に記載の被写体特定装置。
<請求項3>
前記取得手段により逐次取得された各フレーム画像を所定の比率で順次縮小して縮小画像を順次生成する画像縮小手段と、
前記画像縮小手段により順次生成された複数の縮小画像の各々から特定の被写体画像の仮候補領域を検出する検出手段と、
前記検出手段により略等しい位置で前記複数の縮小画像から検出された前記特定の被写体画像の仮候補領域の個数を記憶させる第2記憶制御手段とを更に備え、
前記情報取得手段は、前記類似度合に関連する情報として、前記第2記憶制御手段により記憶された前記領域に対応する仮候補領域の個数を取得し、
前記被写体判定手段は、前記領域に対応する被写体画像の仮候補領域の個数が所定の判定値以上であるか否かを判定することで、前記候補領域が前記特定の被写体画像の画像領域として特定されるべきであるか否かを判定することを特徴とする請求項1に記載の被写体特定装置。
<請求項4>
前記検出手段により略等しい位置で前記複数の縮小画像から検出された前記被写体画像の仮候補領域に基づいて、当該フレーム画像における被写体画像の候補領域を特定する候補特定手段を更に備えることを特徴とする請求項3に記載の被写体特定装置。
<請求項5>
前記特定の被写体画像は、顔が含まれる顔画像であることを特徴とする請求項1〜4の何れか一項に記載の被写体特定装置。
<請求項6>
前記フレーム画像は、撮像画像から生成された画像であることを特徴とする請求項1〜5の何れか一項に記載の被写体特定装置。
<請求項7>
被写体特定装置を用いた被写体特定方法であって、
フレーム画像を逐次取得する処理と、
取得された一のフレーム画像における特定の被写体画像の候補領域の画像と所定の基準画像との類似度が、第1の閾値以上であるか否かを判定する処理と、
類似度が第1の閾値以上であると判定された候補領域を、前記特定の被写体画像の画像領域として特定する処理と、
前記候補領域の画像と前記所定の基準画像との類似度が第1の閾値未満であると判定された場合に、当該類似度が前記第1の閾値よりも小さい第2の閾値以上であるか否かを判定する処理と、
前記候補領域の画像と前記所定の基準画像との類似度が第2の閾値以上であると判定された場合に、前記一のフレーム画像よりも所定フレーム数前に取得された他のフレーム画像における前記候補領域に対応する領域の画像と前記所定の基準画像との類似度合に関連する情報を取得する処理と、
取得された類似度合に関連する情報に基づいて、前記候補領域が前記特定の被写体画像の画像領域として特定されるべきであるか否かを判定する処理と、
を含むことを特徴とする被写体特定方法。
<請求項8>
コンピュータを、
逐次取得された一のフレーム画像における特定の被写体画像の候補領域の画像と所定の基準画像との類似度が、第1の閾値以上であるか否かを判定する第1類似度判定手段、
前記第1類似度判定手段により類似度が第1の閾値以上であると判定された候補領域を、前記特定の被写体画像の画像領域として特定する被写体特定手段、
前記第1類似度判定手段により類似度が第1の閾値未満であると判定された場合に、当該類似度が前記第1の閾値よりも小さい第2の閾値以上であるか否かを判定する第2類似度判定手段、
前記第2類似度判定手段により前記候補領域の類似度が第2の閾値以上であると判定された場合に、前記一のフレーム画像よりも所定フレーム数前に取得された他のフレーム画像における前記候補領域に対応する領域の画像と前記所定の基準画像との類似度合に関連する情報を取得する情報取得手段、
前記情報取得手段により取得された情報に基づいて、前記候補領域が前記特定の被写体画像の画像領域として特定されるべきであるか否かを判定する被写体判定手段、
として機能させることを特徴とするプログラム。
4 メモリ
4a 関連情報格納部
5 画像処理部
5a 画像取得部
5b 縮小画像生成部
5c 類似評価値算出部
c1 仮候補検出部
c2 候補領域特定部
5d 第1類似度判定部
5e 第2類似度判定部
5f 関連情報取得部
5g 被写体判定部
5h 画像領域特定部
11 中央制御部
Claims (10)
- フレーム画像を逐次取得する第1の取得手段と、
前記第1の取得手段により取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する第1閾値判定手段と、
前記第1閾値判定手段により前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する第1の被写体判定手段と、
前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1の取得手段により取得された複数のフレーム画像のうち、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する第2の取得手段と、
前記第2の取得手段により取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する第2の被写体判定手段と、
を備えたことを特徴とする被写体判定装置。 - 前記第1の取得手段により取得された前記第1のフレーム画像における前記第1の類似度が前記第1閾値判定手段により前記第1の閾値未満であると判定された場合、更に、前記第1の類似度が前記第1の閾値より小さい第2の閾値以上であるか否かを判定する第2閾値判定手段を更に備え、
前記第2の取得手段は、前記第1の類似度が第2閾値判定手段により前記第1の類似度が第2の閾値以上であると判定された場合に、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得することを特徴とする請求項1に記載の被写体判定装置。 - 前記第2の取得手段は、前記候補領域に対応する領域の情報として、当該候補領域に対応する領域と前記所定の被写体との第2の類似度を取得することを特徴とする請求項1又は2に記載の被写体判定装置。
- 予め算出された前記候補領域に対応する領域と前記所定の被写体との類似度を記憶させる第1記憶制御手段を更に備え、
前記第2の取得手段は、前記第2の類似度として、前記第1記憶制御手段により記憶された前記候補領域に対応する領域と前記所定の被写体との類似度を取得し、
前記第2の被写体判定手段は、前記候補領域に対応する領域と前記所定の被写体らしさとの類似度が前記第2の閾値以上であると判定することで、前記候補領域が前記所定の被写体の画像であると判定することを特徴とする請求項3に記載の被写体判定装置。 - 前記第1の取得手段により逐次取得された各フレーム画像を所定の比率で順次縮小して縮小画像を順次生成する画像縮小手段と、
前記画像縮小手段により順次生成された複数の縮小画像の各々から前記所定の被写体の画像の仮候補領域を検出する検出手段と、
前記検出手段により略等しい位置で前記複数の縮小画像から検出された前記所定の被写体の画像の仮候補領域の個数を記憶させる第2記憶制御手段とを更に備え、
前記第2の取得手段は、更に、前記第2記憶制御手段により記憶された前記領域に対応する仮候補領域の個数を前記候補領域に対応する領域の情報として取得し、
前記第2の被写体判定手段は、更に、前記領域に対応する被写体の画像の仮候補領域の個数が所定の判定値以上であると判定することで、前記候補領域が前記所定の被写体の画像であると判定することを特徴とする請求項1から4の何れか一項に記載の被写体判定装置。 - 前記検出手段により略等しい位置で前記複数の縮小画像から検出された前記被写体の画像の仮候補領域に基づいて、当該フレーム画像における被写体の画像の候補領域を特定する候補特定手段を更に備えることを特徴とする請求項5に記載の被写体判定装置。
- 前記所定の被写体の画像は、顔が含まれる画像であることを特徴とする請求項1から6の何れか一項に記載の被写体判定装置。
- 前記フレーム画像は、撮像画像から生成された画像であることを特徴とする請求項1から7の何れか一項に記載の被写体判定装置。
- 被写体判定装置を用いた被写体判定方法であって、
フレーム画像を逐次取得する処理と、
取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する処理と、
前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する処理と、
前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する処理と、
取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する処理と、
を含むことを特徴とする被写体判定方法。 - コンピュータを、
フレーム画像を逐次取得する第1の取得手段、
前記第1の取得手段により取得された第1のフレーム画像における所定の被写体の画像の候補領域と当該所定の被写体との第1の類似度が第1の閾値以上であるか前記第1の閾値未満かを判定する第1閾値判定手段、
前記第1閾値判定手段により前記第1の類似度が前記第1の閾値以上であると判定された場合、前記候補領域を、前記所定の被写体の画像であると判定する第1の被写体判定手段、
前記第1閾値判定手段により前記第1の類似度が前記第1の閾値未満であると判定された場合、前記第1の取得手段により取得された複数のフレーム画像のうち、前記第1のフレーム画像よりも所定フレーム数前に取得された第2のフレーム画像における前記候補領域に対応する領域の情報を取得する第2の取得手段、
前記第2の取得手段により取得された前記候補領域に対応する領域の情報から、前記候補領域が前記所定の被写体の画像であると判定する第2の被写体判定手段、
として機能させることを特徴とするプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012024947A JP5939705B2 (ja) | 2012-02-08 | 2012-02-08 | 被写体判定装置、被写体判定方法及びプログラム |
CN201310042617.5A CN103297670B (zh) | 2012-02-08 | 2013-02-04 | 被摄体判断装置以及被摄体判断方法 |
KR1020130013115A KR101441786B1 (ko) | 2012-02-08 | 2013-02-05 | 피사체 판정 장치, 피사체 판정 방법, 및 기록 매체 |
US13/761,529 US9092659B2 (en) | 2012-02-08 | 2013-02-07 | Subject determination apparatus that determines whether or not subject is specific subject |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012024947A JP5939705B2 (ja) | 2012-02-08 | 2012-02-08 | 被写体判定装置、被写体判定方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2013161405A JP2013161405A (ja) | 2013-08-19 |
JP2013161405A5 JP2013161405A5 (ja) | 2014-11-13 |
JP5939705B2 true JP5939705B2 (ja) | 2016-06-22 |
Family
ID=48902922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012024947A Expired - Fee Related JP5939705B2 (ja) | 2012-02-08 | 2012-02-08 | 被写体判定装置、被写体判定方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9092659B2 (ja) |
JP (1) | JP5939705B2 (ja) |
KR (1) | KR101441786B1 (ja) |
CN (1) | CN103297670B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120118383A (ko) * | 2011-04-18 | 2012-10-26 | 삼성전자주식회사 | 이미지 보정 장치 및 이를 이용하는 이미지 처리 장치와 그 방법들 |
JP2014139734A (ja) * | 2013-01-21 | 2014-07-31 | Sony Corp | 情報処理装置および方法、並びにプログラム |
KR20140112774A (ko) * | 2013-03-14 | 2014-09-24 | 삼성전자주식회사 | 이미지 편집 방법, 저장 매체 및 단말 |
US9158996B2 (en) * | 2013-09-12 | 2015-10-13 | Kabushiki Kaisha Toshiba | Learning image collection apparatus, learning apparatus, and target object detection apparatus |
US11087264B2 (en) * | 2015-03-16 | 2021-08-10 | International Business Machines Corporation | Crowdsourcing of meetings |
US10586238B2 (en) * | 2016-06-22 | 2020-03-10 | Microsoft Technology Licensing, Llc | Automation of image validation |
WO2018011930A1 (ja) * | 2016-07-13 | 2018-01-18 | 楽天株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP6907774B2 (ja) * | 2017-07-14 | 2021-07-21 | オムロン株式会社 | 物体検出装置、物体検出方法、およびプログラム |
KR102402639B1 (ko) | 2017-11-24 | 2022-05-26 | 삼성전자주식회사 | 전자 장치 및 그의 통신 방법 |
JP6697042B2 (ja) * | 2018-08-31 | 2020-05-20 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像システム、固体撮像方法及びプログラム |
CN111488776B (zh) * | 2019-01-25 | 2023-08-08 | 北京地平线机器人技术研发有限公司 | 对象检测方法、对象检测装置和电子设备 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5640200A (en) * | 1994-08-31 | 1997-06-17 | Cognex Corporation | Golden template comparison using efficient image registration |
US7171311B2 (en) * | 2001-06-18 | 2007-01-30 | Rosetta Inpharmatics Llc | Methods of assigning treatment to breast cancer patients |
JP4489608B2 (ja) | 2004-03-31 | 2010-06-23 | 富士フイルム株式会社 | ディジタル・スチル・カメラ,画像再生装置および顔画像表示装置ならびにそれらの制御方法 |
US7440608B2 (en) * | 2005-05-31 | 2008-10-21 | Hewlett-Packard Development Company, L.P. | Method and system for detecting image defects |
JP2007334623A (ja) * | 2006-06-15 | 2007-12-27 | Toshiba Corp | 顔認証装置、顔認証方法、および入退場管理装置 |
US8355569B2 (en) * | 2006-08-10 | 2013-01-15 | Nec Corporation | Object region extracting device |
JP4267029B2 (ja) * | 2006-09-05 | 2009-05-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理方法のプログラム及びその記憶媒体 |
JP4983684B2 (ja) * | 2008-03-26 | 2012-07-25 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
JP4577410B2 (ja) * | 2008-06-18 | 2010-11-10 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP5048614B2 (ja) * | 2008-09-03 | 2012-10-17 | 富士フイルム株式会社 | 撮影装置及び方法 |
JP4702418B2 (ja) * | 2008-09-09 | 2011-06-15 | カシオ計算機株式会社 | 撮影装置、画像領域の存否判定方法及びプログラム |
JP5219795B2 (ja) * | 2008-12-26 | 2013-06-26 | キヤノン株式会社 | 被写体追跡装置、その制御方法、撮像装置、表示装置及びプログラム |
US8713030B2 (en) * | 2009-06-05 | 2014-04-29 | Kabushiki Kaisha Toshiba | Video editing apparatus |
KR100970119B1 (ko) * | 2009-11-23 | 2010-07-15 | (주)올라웍스 | 적응적으로 객체를 추적하는 방법, 시스템, 및 컴퓨터 판독 가능한 기록 매체 |
US8542982B2 (en) * | 2009-12-22 | 2013-09-24 | Sony Corporation | Image/video data editing apparatus and method for generating image or video soundtracks |
JP5567853B2 (ja) * | 2010-02-10 | 2014-08-06 | キヤノン株式会社 | 画像認識装置および方法 |
-
2012
- 2012-02-08 JP JP2012024947A patent/JP5939705B2/ja not_active Expired - Fee Related
-
2013
- 2013-02-04 CN CN201310042617.5A patent/CN103297670B/zh not_active Expired - Fee Related
- 2013-02-05 KR KR1020130013115A patent/KR101441786B1/ko active IP Right Grant
- 2013-02-07 US US13/761,529 patent/US9092659B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US9092659B2 (en) | 2015-07-28 |
KR20130091679A (ko) | 2013-08-19 |
CN103297670B (zh) | 2017-04-12 |
US20130202163A1 (en) | 2013-08-08 |
CN103297670A (zh) | 2013-09-11 |
JP2013161405A (ja) | 2013-08-19 |
KR101441786B1 (ko) | 2014-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5939705B2 (ja) | 被写体判定装置、被写体判定方法及びプログラム | |
JP4748244B2 (ja) | 画像選択装置、画像選択方法及びプログラム | |
JP4862930B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US8989504B2 (en) | Image processing device that renews identification information of specific subject | |
KR101375988B1 (ko) | 피사체 검출 장치, 피사체 검출 방법 및 기록 매체 | |
US8295609B2 (en) | Image processing apparatus, image processing method and computer readable-medium | |
JP5966778B2 (ja) | 撮像装置、撮像方法及びプログラム | |
JP2018093376A (ja) | 撮像装置、撮像方法及びプログラム | |
JP5395650B2 (ja) | 被写体領域抽出装置およびその制御方法、被写体追跡装置、並びにプログラム | |
JP2014007528A (ja) | 画像処理装置およびその制御方法 | |
JP2013152643A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5807695B2 (ja) | 被写体検出装置、被写体検出方法及びプログラム | |
JP5740934B2 (ja) | 被写体検出装置、被写体検出方法及びプログラム | |
JP2017092544A (ja) | 出力制御装置、出力制御方法及びプログラム | |
JP5146223B2 (ja) | プログラム、カメラ、画像処理装置および画像の輪郭抽出方法 | |
JP2012060292A (ja) | 画像処理装置、画像選択方法、及び、プログラム | |
JP5794413B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5287965B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6601062B2 (ja) | 撮像制御装置、撮像制御方法及びプログラム | |
JP5732773B2 (ja) | 画像識別装置、画像識別方法及びプログラム | |
JP2009130840A (ja) | 撮像装置及びその制御方法及びプログラム | |
JP6627418B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6668646B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2014022826A (ja) | 画像処理装置、撮像装置及び画像処理プログラム | |
JP2017151562A (ja) | 画像処理装置、撮像装置およびこれらの制御方法ならびにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140926 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140926 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20140926 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20141024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141111 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150113 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150511 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20150519 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20150710 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160516 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5939705 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |