JP6361387B2 - 識別装置および識別装置の制御方法 - Google Patents
識別装置および識別装置の制御方法 Download PDFInfo
- Publication number
- JP6361387B2 JP6361387B2 JP2014181638A JP2014181638A JP6361387B2 JP 6361387 B2 JP6361387 B2 JP 6361387B2 JP 2014181638 A JP2014181638 A JP 2014181638A JP 2014181638 A JP2014181638 A JP 2014181638A JP 6361387 B2 JP6361387 B2 JP 6361387B2
- Authority
- JP
- Japan
- Prior art keywords
- classifiers
- class
- reliability
- classification
- classification result
- 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
- 238000000034 method Methods 0.000 title claims description 37
- 238000011156 evaluation Methods 0.000 claims description 55
- 238000012360 testing method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 16
- 239000013598 vector Substances 0.000 description 11
- 210000000056 organ Anatomy 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008921 facial expression Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/24765—Rule-based classification
-
- 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
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- 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
Description
入力データを取得するデータ取得手段と、前記入力データに対応する特徴量を取得する特徴量取得手段と、入力された特徴量に基づいてクラス分類を行う複数の識別器と、前記取得した特徴量を、前記複数の識別器にそれぞれ入力し、得られた複数の分類結果に基づいて、単一の分類結果である第二の分類結果を生成する識別手段と、前記複数の分類結果のばらつきに基づいて、前記第二の分類結果に対する信頼度を生成する信頼度生成手段と、を有し、前記識別器は多クラス識別器であり、分類結果のクラスに対応する値であるクラス値を出力し、前記信頼度生成手段は、複数の前記識別器が出力したクラス値の中央値または最頻値を用いて、前記複数の識別器が出力したクラス値の分散または標準偏差を求め、前記分散または前記標準偏差に基づいて、前記第二の分類結果に対する信頼度を生成することを特徴とする。
特徴量取得手段は、入力データから特徴量を取得する手段である。特徴量は、入力データ全体に対応するものであってもよいし、入力データの一部のみに対応するものであってもよい。例えば、入力データが画像である場合、当該画像に含まれる一部の領域のみから特徴量を取得してもよい。
識別器は、入力された特徴量に基づいてクラス分類を行う手段である。分類先のクラスは、入力データの内容に関連付いたものであれば、どのようなものであってもよい。例えば、入力データが、人物の顔が含まれた画像(以下、顔画像)である場合、対応する人物の年齢、性別、顔の向き、特定の表情(喜び、悲しみ、怒り等)の度合いなどであってもよい。
例えば、前記信頼度生成手段は、前記複数の分類結果のばらつきの大きさと前記信頼度の大きさが負の相関をもつように、前記信頼度を決定するとよい。
複数の識別器が出力した分類結果が広範囲に分散しているような場合、全体として識別精度が低いことを意味する。よって、分類結果のばらつきが大きい場合は、第二の分類結果に対する信頼度をより小さくし、分類結果のばらつきが小さい場合は、第二の分類結果に対する信頼度をより大きくするようにしてもよい。
複数の分類結果に対して重み付けを行ったうえで、前記第二の分類結果または信頼度を生成することを特徴としてもよい。
<システム構成>
以下、本発明の好ましい実施形態について図面を参照しながら説明する。
第一の実施形態に係る年齢推定装置は、画像に含まれる人物の顔に基づいて、当該人物の年齢を推定する装置である。図1は、本実施形態に係る年齢推定装置10のシステム構成図である。
図2は、本実施形態に係る識別部13の構成を説明する図である。識別部13に包含される複数の識別器(識別器130A〜130P)は、それぞれ、複数のSVM(サポートベクタマシン)で構成される多クラス識別器である。SVMは2クラス識別器であるため、複数のものを組み合わせることで、多クラス識別器を実現している。これらの識別器は、教師データによって事前に学習が行われたものである。
具体的なアルゴリズムとしては、複数の決定木を用いたランダムフォレスト、複数の弱識別器からなるブースティング(Boosting)、ブースティングにおいて誤分類率に応じて重みづけを行うアダブースト(AdaBoost)、これらの組み合わせなどを採用することができる。複数のクラスの中から、特徴量に対応するクラスを決定することができれば、各識別器が用いるアルゴリズムは、どのようなものであってもよい。
また、各識別器は、それぞれ異なる手法(アルゴリズム)によって識別を行うものであるか、それぞれ異なる学習データによって学習されたものであることが好ましい。
合に信頼度が最も小さくなり、ばらつきを表す値が最小値と最大値のあいだの値をとる場合にはばらつきを表す値の大きさに応じて信頼度が連続的または段階的に小さくなるように、評価値を算出するとよい。分類結果の生成及び評価値算出の具体的な方法については後述する。
前述した手段がソフトウェアとして構成される場合、補助記憶装置に記憶されたプログラムが主記憶装置にロードされ、CPUによって実行されることによって各手段が機能する。(CPU、補助記憶装置、主記憶装置はいずれも不図示)
次に、年齢推定装置10が行う年齢推定処理の概要について説明する。年齢推定装置10が行う処理は、顔画像に基づいて特徴量を取得するフェーズと、当該特徴量に基づいて、年齢を推定するフェーズに分けることができる。
まず、顔画像に基づいて特徴量を取得するフェーズ(特徴量取得フェーズ)について説明する。顔画像に対応する特徴量は、特徴量取得部12が、以下の処理を実行することで取得される。
そして、検出した器官の位置に基づいて、特徴点を配置する。なお、特徴点は、器官に近いほど密に、離れるほど粗に配置することが好ましい。また、対象人物の属性がある程度わかっている場合、当該属性に応じて特徴点の配置方法を変更してもよい。
なお、本例では、顔領域を検出した後で、特徴点を配置し、当該特徴点を用いて特徴量を算出したが、他の方法によって特徴量を取得してもよい。例えば、取得した顔領域から、直接特徴量を算出するようにしてもよい。
本フェーズによって、顔領域に対応する複数次元の特徴量(以下、特徴量ベクトル)が
得られる。
特徴量取得部12が取得した特徴量ベクトルは、識別部13が有する複数の識別器130A〜130Pにそれぞれ入力され、各識別器において、当該特徴量ベクトルに基づいたクラス分類が行われる。分類の結果(各識別器が出力したクラス。本実施形態では、被写体である人物の推定年齢)は、提供年齢算出部131および評価値算出部132にそれぞれ入力される。すなわち、提供年齢算出部131および評価値算出部132には、それぞれ16個の推定年齢が入力される。
図4は、16個の識別器がそれぞれ出力した推定年齢と、当該推定年齢の分布をヒストグラムで表した例である。
ン)、最頻値(モード)などであってもよい。図4の例の場合、中央値は30.5、最頻
値は30.0となる。提供年齢は、各識別器から取得した複数の推定年齢に基づいて算出されたものであれば、その算出方法は特に限定されない。
(パターン2)パターン1を整数倍したもの、すなわち、nσ2またはnσを評価値とす
る。
(パターン3)分散値の逆数(1/σ2)または標準偏差値の逆数(1/σ)を評価値と
する。
(パターン4)パターン3を整数倍したもの、すなわち、n/σ2またはn/σを評価値
とする。
パターン1および2の場合、評価値が大きいほど信頼度が低い(提供年齢の推定精度が低い)ことを意味し、パターン3および4の場合、評価値が大きいほど信頼度が高い(提供年齢の推定精度が高い)ことを意味する。
値とした場合、図4の例では、評価値は6.8となるが、図5のように推定年齢にばらつきがある場合、評価値は12.9となり、年齢の推定精度が低いことがかわる。
図6は、本実施形態に係る年齢推定装置10が行う年齢推定処理のフローチャートである。当該処理は、利用者の操作(例えば、記憶された画像を読み込む操作)によって開始される。
次に、ステップS12で、特徴量取得部12が、前述した処理によって、当該顔画像から特徴量ベクトルを取得する。
ステップS13では、識別部13が、特徴量取得部12によって取得された特徴量ベクトルを、各識別器に入力する。
次に、ステップS14で、提供年齢算出部131が、各識別器から出力された推定年齢を取得して、平均値を算出し、提供年齢とする。
次に、ステップS15で、評価値算出部132が、各識別器から出力された推定年齢を取得して、分散値を算出し、評価値とする。
そして、ステップS16で、入出力部15が、提供年齢と評価値(または、評価値に基づいて生成したスコア)を、画面を通して利用者に提供する。
第二の実施形態は、識別部13が有する各識別器の出力に重みを付したうえで、提供年齢および評価値を算出する実施形態である。
第二の実施形態に係る年齢推定装置の構成は、第一の実施形態と同様であるため、詳細な説明は省略し、処理の相違点のみを説明する。
この他にも、ランダムフォレストを用いる場合、木の深さによって、識別器の精度の良し悪しを推定してもよい。例えば、木が浅い場合と比較して、木が深い場合において、より重みを大きくしてもよい。
上記の実施形態はあくまでも一例であって、本発明はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
また、実施形態の説明では、分類結果を数値で出力する識別器の例を挙げたが、識別器は、直接数値を出力するものでなくてもよい。ただし、分散や標準偏差を算出する必要があるため、このような場合、分類結果を数値に置き換える処理を追加する必要がある。
また、特徴量取得部12が、異なる方法を用いて複数の特徴量ベクトルを取得し、識別器ごとに異なる特徴量ベクトルを入力するようにしてもよい。
また、評価値を算出するための分散値または標準偏差値は、一般的に、各識別器が出力した推定年齢の平均値を用いて求めるが、平均値のかわりに中央値または最頻値を用いてもよい。すなわち、中央値または最頻値との差の二乗和を用いて求めてもよい。
11 画像取得部
12 特徴量取得部
13 識別部
130A〜P 識別器
131 提供年齢算出部
132 評価値算出部
14 入出力部
Claims (8)
- 入力データを取得するデータ取得手段と、
前記入力データに対応する特徴量を取得する特徴量取得手段と、
入力された特徴量に基づいてクラス分類を行う複数の識別器と、
前記取得した特徴量を、前記複数の識別器にそれぞれ入力し、得られた複数の分類結果に基づいて、単一の分類結果である第二の分類結果を生成する識別手段と、
前記複数の分類結果のばらつきに基づいて、前記第二の分類結果に対する信頼度を生成する信頼度生成手段と、
を有し、
前記識別器は多クラス識別器であり、分類結果のクラスに対応する値であるクラス値を出力し、
前記信頼度生成手段は、
複数の前記識別器が出力したクラス値の中央値または最頻値を用いて、前記複数の識別器が出力したクラス値の分散または標準偏差を求め、
前記分散または前記標準偏差に基づいて、前記第二の分類結果に対する信頼度を生成する
ことを特徴とする、識別装置。 - 前記複数の識別器の精度をそれぞれ評価する評価手段をさらに有し、
前記識別手段または信頼度生成手段は、前記評価の結果に基づいて、前記複数の分類結果に対して重み付けを行ったうえで、前記第二の分類結果または信頼度を生成する
ことを特徴とする、請求項1に記載の識別装置。 - 前記評価手段は、テストデータを用いて各識別器の精度をそれぞれ評価する
ことを特徴とする、請求項2に記載の識別装置。 - 前記評価手段は、前記複数の識別器を学習した際の学習サンプル数に基づいて、各識別器の精度を評価する
ことを特徴とする、請求項2に記載の識別装置。 - 前記入力データは画像である
ことを特徴とする、請求項1から4のいずれか1項に記載の識別装置。 - 前記識別器が分類を行う対象は、画像に含まれる人物の属性または状態の少なくともいずれかである
ことを特徴とする、請求項5に記載の識別装置。 - 入力された特徴量に基づいてクラス分類を行う複数の識別器を有する識別装置の制御方法であって、
入力データを取得するデータ取得ステップと、
前記入力データに対応する特徴量を取得する特徴量取得ステップと、
前記取得した特徴量を、前記複数の識別器にそれぞれ入力し、得られた複数の分類結果に基づいて、単一の分類結果である第二の分類結果を生成する識別ステップと、
前記複数の分類結果のばらつきに基づいて、前記第二の分類結果に対する信頼度を生成する信頼度生成ステップと、
を含み、
前記識別器は多クラス識別器であり、分類結果のクラスに対応する値であるクラス値を出力し、
前記信頼度生成ステップでは、
複数の前記識別器が出力したクラス値の中央値または最頻値を用いて、前記複数の識別器が出力したクラス値の分散または標準偏差を求め、
前記分散または前記標準偏差に基づいて、前記第二の分類結果に対する信頼度を生成する
ことを特徴とする、識別装置の制御方法。 - 請求項7に記載の識別装置の制御方法の各ステップをコンピュータに実行させるプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014181638A JP6361387B2 (ja) | 2014-09-05 | 2014-09-05 | 識別装置および識別装置の制御方法 |
EP15181490.2A EP2993624A3 (en) | 2014-09-05 | 2015-08-19 | Identification apparatus and method for controlling identification apparatus |
KR1020150116547A KR101725651B1 (ko) | 2014-09-05 | 2015-08-19 | 식별 장치 및 식별 장치의 제어 방법 |
CN201510535915.7A CN105404848A (zh) | 2014-09-05 | 2015-08-27 | 识别装置以及识别装置的控制方法 |
US14/840,109 US9691007B2 (en) | 2014-09-05 | 2015-08-31 | Identification apparatus and method for controlling identification apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014181638A JP6361387B2 (ja) | 2014-09-05 | 2014-09-05 | 識別装置および識別装置の制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016057701A JP2016057701A (ja) | 2016-04-21 |
JP6361387B2 true JP6361387B2 (ja) | 2018-07-25 |
Family
ID=53938168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014181638A Active JP6361387B2 (ja) | 2014-09-05 | 2014-09-05 | 識別装置および識別装置の制御方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9691007B2 (ja) |
EP (1) | EP2993624A3 (ja) |
JP (1) | JP6361387B2 (ja) |
KR (1) | KR101725651B1 (ja) |
CN (1) | CN105404848A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7402931B2 (ja) | 2021-09-30 | 2023-12-21 | コニカ ミノルタ ビジネス ソリューションズ ユー.エス.エー., インコーポレイテッド | 方法、コンピュータ可読プログラムおよびシステム |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI618562B (zh) * | 2016-04-27 | 2018-03-21 | 寶凱電子企業股份有限公司 | 具影像資料判斷功能之遊戲機 |
KR101931128B1 (ko) | 2017-01-25 | 2018-12-20 | 한국과학기술원 | 사물 인터넷 환경에서 디바이스의 신뢰도를 평가하는 방법과 장치, 및 컴퓨터 판독가능 매체 |
JP6583316B2 (ja) * | 2017-03-08 | 2019-10-02 | カシオ計算機株式会社 | 識別装置、識別方法及びプログラム |
JP6785181B2 (ja) * | 2017-04-12 | 2020-11-18 | 株式会社日立製作所 | 物体認識装置、物体認識システム、及び物体認識方法 |
CN108985133B (zh) * | 2017-06-01 | 2022-04-12 | 北京中科奥森数据科技有限公司 | 一种人脸图像的年龄预测方法及装置 |
JP6897360B2 (ja) | 2017-06-21 | 2021-06-30 | オムロン株式会社 | 制御装置、制御プログラムおよび制御システム |
US10502443B2 (en) | 2017-07-18 | 2019-12-10 | Ademco Inc. | Smart human machine interface |
CN108108668B (zh) * | 2017-12-01 | 2021-04-27 | 北京小米移动软件有限公司 | 基于图像的年龄预测方法及装置 |
JP2019215747A (ja) * | 2018-06-13 | 2019-12-19 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
CN109086680A (zh) * | 2018-07-10 | 2018-12-25 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质和电子设备 |
US10747989B2 (en) * | 2018-08-21 | 2020-08-18 | Software Ag | Systems and/or methods for accelerating facial feature vector matching with supervised machine learning |
EP3951709A4 (en) * | 2019-03-29 | 2022-09-07 | Sony Group Corporation | INFORMATION PROCESSING DEVICE AND INFORMATION PROCESSING METHOD |
CN111209977B (zh) * | 2020-01-16 | 2024-01-05 | 北京百度网讯科技有限公司 | 分类模型的训练和使用方法、装置、设备和介质 |
CN115552460A (zh) * | 2020-05-22 | 2022-12-30 | 富士胶片株式会社 | 图像数据处理装置及图像数据处理系统 |
JP2021196711A (ja) * | 2020-06-10 | 2021-12-27 | 日立造船株式会社 | 情報処理装置、判定方法、および情報処理プログラム |
CN113095388B (zh) * | 2021-04-01 | 2023-06-30 | 福建师范大学 | 基于双层分类算法的固废塑料材质识别方法 |
JP7251590B1 (ja) | 2021-10-07 | 2023-04-04 | 株式会社Sumco | 機械学習の評価方法及び機械学習による推定モデルの生成方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5287333A (en) | 1976-01-17 | 1977-07-21 | Agency Of Ind Science & Technol | Multi-dimensional irregular signal generator |
DE19955919C1 (de) * | 1999-11-20 | 2001-05-31 | Daimler Chrysler Ag | Verfahren zur Erkennung von Objekten in Bildern auf der Bildpixelebene |
JP2006048322A (ja) * | 2004-08-04 | 2006-02-16 | Seiko Epson Corp | オブジェクト画像検出装置、顔画像検出プログラムおよび顔画像検出方法 |
US7742641B2 (en) * | 2004-12-06 | 2010-06-22 | Honda Motor Co., Ltd. | Confidence weighted classifier combination for multi-modal identification |
US7720289B2 (en) * | 2005-12-14 | 2010-05-18 | Mitsubishi Electric Research Laboratories, Inc. | Method for constructing covariance matrices from data features |
JP4273359B2 (ja) * | 2007-09-28 | 2009-06-03 | Necソフト株式会社 | 年齢推定システム及び年齢推定方法 |
JP5287333B2 (ja) * | 2008-02-25 | 2013-09-11 | オムロン株式会社 | 年令推定装置 |
JP5218139B2 (ja) * | 2009-02-19 | 2013-06-26 | 株式会社デンソー | 血圧測定装置及びプログラム並びに記録媒体 |
US8140450B2 (en) * | 2009-03-27 | 2012-03-20 | Mitsubishi Electric Research Laboratories, Inc. | Active learning method for multi-class classifiers |
JP5257274B2 (ja) * | 2009-06-30 | 2013-08-07 | 住友電気工業株式会社 | 移動体検出装置、移動体検出方法及びコンピュータプログラム |
US8644624B2 (en) * | 2009-07-28 | 2014-02-04 | Samsung Electronics Co., Ltd. | System and method for indoor-outdoor scene classification |
EP2487646A4 (en) * | 2009-10-05 | 2015-04-01 | Fujitsu Ltd | DEVICE FOR PROCESSING BIOINFORMATION, METHOD FOR PROCESSING BIOINFORMATION PROCESSING METHOD AND COMPUTER PROGRAM FOR PROCESSING BIOINFORMATION |
US8594385B2 (en) * | 2011-04-19 | 2013-11-26 | Xerox Corporation | Predicting the aesthetic value of an image |
JP5320443B2 (ja) * | 2011-07-19 | 2013-10-23 | 富士フイルム株式会社 | 高速判別装置および高速判別装置を高速化する方法、並びに高速判別装置プログラム |
US8498491B1 (en) * | 2011-08-10 | 2013-07-30 | Google Inc. | Estimating age using multiple classifiers |
US9031293B2 (en) | 2012-10-19 | 2015-05-12 | Sony Computer Entertainment Inc. | Multi-modal sensor based emotion recognition and emotional interface |
-
2014
- 2014-09-05 JP JP2014181638A patent/JP6361387B2/ja active Active
-
2015
- 2015-08-19 EP EP15181490.2A patent/EP2993624A3/en not_active Ceased
- 2015-08-19 KR KR1020150116547A patent/KR101725651B1/ko active IP Right Grant
- 2015-08-27 CN CN201510535915.7A patent/CN105404848A/zh active Pending
- 2015-08-31 US US14/840,109 patent/US9691007B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7402931B2 (ja) | 2021-09-30 | 2023-12-21 | コニカ ミノルタ ビジネス ソリューションズ ユー.エス.エー., インコーポレイテッド | 方法、コンピュータ可読プログラムおよびシステム |
Also Published As
Publication number | Publication date |
---|---|
KR20160029655A (ko) | 2016-03-15 |
EP2993624A2 (en) | 2016-03-09 |
US9691007B2 (en) | 2017-06-27 |
CN105404848A (zh) | 2016-03-16 |
KR101725651B1 (ko) | 2017-04-10 |
US20160070987A1 (en) | 2016-03-10 |
JP2016057701A (ja) | 2016-04-21 |
EP2993624A3 (en) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6361387B2 (ja) | 識別装置および識別装置の制御方法 | |
US10699102B2 (en) | Image identification apparatus and image identification method | |
De Marsico et al. | Robust face recognition for uncontrolled pose and illumination changes | |
JP6664163B2 (ja) | 画像識別方法、画像識別装置及びプログラム | |
JP6041996B2 (ja) | 視覚的属性を修正する装置、システム及び方法 | |
US9639779B2 (en) | Feature point detection device, feature point detection method, and computer program product | |
JP5424819B2 (ja) | 画像処理装置、画像処理方法 | |
US8498454B2 (en) | Optimal subspaces for face recognition | |
JP2022501729A (ja) | 顔写真に基づくリスク認識方法、装置、コンピュータ設備および記憶媒体 | |
US9858501B2 (en) | Reliability acquiring apparatus, reliability acquiring method, and reliability acquiring program | |
JP5241606B2 (ja) | オブジェクト識別装置及びオブジェクト識別方法 | |
US9779286B2 (en) | Feature point location estimation device, feature point location estimation method, and feature point location estimation program | |
CN110688941A (zh) | 人脸图像的识别方法及其装置 | |
JP6287827B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
KR101796027B1 (ko) | 얼굴 영상 기반 성별 인식 방법 및 장치 | |
WO2017167313A1 (zh) | 一种表情识别方法及装置 | |
Sanil et al. | 2d-3d facial image analysis for identification of facial features using machine learning algorithms with hyper-parameter optimization for forensics applications | |
Mangla et al. | Sketch-based facial recognition: a weighted component-based approach (WCBA) | |
CN113436735A (zh) | 基于人脸结构度量的体重指数预测方法、设备和存储介质 | |
WO2023068956A1 (ru) | Способ и система для определения синтетически измененных изображений лиц на видео | |
JP6397439B2 (ja) | 属性推定装置 | |
JP2018200592A (ja) | 顔認証装置、顔認証方法、及びプログラム | |
Appati et al. | On the selection of appropriate kernel function for svm in face recognition | |
Baluni et al. | Automatic Face Naming Using Image Processing: A Review Study Based on Face Name Detection in Images or Videos | |
NARAYANA et al. | Robust Face Recognition for Uncontrolled Pose and Illumination Changes Identification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170214 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180327 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180516 |
|
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: 20180529 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180611 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6361387 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |