JP6907331B2 - 顔認識カメラの動的コンテンツを提供する方法およびシステム - Google Patents

Description

以下の説明は、カメラ映像で顔を認識し、多様なコンテンツを合成する技術に関する。

顔映像を利用したキャラクタは、個人の特徴を最も積極的に表現することのできる手段であり、従来には、アニメーションやゲームなどのキャラクタだけでなく、インターネット上で自身を表現する手段であるアバター（ａｖａｔａｒ）やプロフィール（ｐｒｏｆｉｌｅ）写真などに活用されてきた。

顔映像を利用したキャラクタの生成方法としては、映像抽出技術、映像認識技術、映像合成技術、映像特徴点抽出技術などが利用されている。

映像合成技術の一例として、特許文献１（韓国公開特許公報第１０−２００７−００２７１７５号（公開日０３月０９日））には、移動通信端末機において、背景色を利用して移動通信端末機に記録された写真や移動通信端末機に装着されたカメラによって撮影された写真を合成する技術が開示されている。

韓国公開特許公報第１０−２００７−００２７１７５号

顔認識カメラにおいて、カメラ映像に合成可能な１つのコンテンツに対し、カメラ映像がとらえた顔の特徴に応じて互いに異なる合成結果を提供することができる方法およびシステムを提供する。

顔認識カメラにおいて、カメラ映像に合成可能なコンテンツとして、カメラ映像で認識された顔の特徴とマッチングするオブジェクトを含むコンテンツを推薦することができる方法およびシステムを提供する。

コンピュータによって実現される動的コンテンツ提供システムが実行する動的コンテンツ提供方法であって、入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する段階、および前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成する段階を含む、動的コンテンツ提供方法を提供する。

一側面によると、前記抽出する段階は、前記顔領域を基準として顔割合データを算出することにより、前記特徴情報を抽出してよい。

他の側面によると、前記抽出する段階は、前記顔領域を基準として顔割合データを算出した後、前記顔割合データと事前に定められた基準の割合データとを比較し、比較結果を前記特徴情報として活用してよい。

また他の側面によると、前記抽出する段階は、前記入力映像で前記顔領域が２つ以上認識される場合、前記顔領域それぞれに対する顔割合データを算出した後、前記顔領域それぞれの前記顔割合データを比較し、比較結果を前記特徴情報として活用してよい。

また他の側面によると、前記合成する段階は、前記入力映像に前記１つのコンテンツを合成するが、このとき、前記１つのコンテンツに対し、前記特徴情報に応じて互いに異なる合成結果を提供してよい。

また他の側面によると、前記合成する段階は、前記入力映像において、前記特徴情報に対応する位置に前記コンテンツのイメージオブジェクトを合成してよい。

また他の側面によると、前記合成する段階は、前記入力映像に前記コンテンツのイメージオブジェクトを合成するが、このとき、前記特徴情報に対応する効果を適用してよい。

また他の側面によると、前記合成する段階は、前記入力映像で前記顔領域が２つ以上認識された場合、前記顔領域それぞれに前記１つのコンテンツを合成し、該当の顔領域の特徴情報に応じて互いに異なる合成結果を提供してよい。

また他の側面によると、前記合成する段階は、前記特徴情報に基づき、前記入力映像に合成可能なコンテンツを推薦する段階を含んでよい。

さらに他の側面によると、前記推薦する段階は、前記特徴情報に対応するイメージオブジェクトを含むコンテンツリストを提供してよい。

コンピュータに動的コンテンツ提供方法を実行させるためのコンピュータプログラムであって、前記動的コンテンツ提供方法は、入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する段階、および前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成する段階を含む、コンピュータプログラムを提供する。

コンピュータによって実現される動的コンテンツ提供システムであって、コンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサを含み、前記少なくとも１つのプロセッサは、入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する顔認識部、および前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成するコンテンツ合成部を備える、動的コンテンツ提供システムを提供する。

本発明の実施形態によると、顔認識カメラにおいて、カメラ映像に合成可能な１つのコンテンツに対し、カメラ映像で認識された顔の特徴に応じて互いに異なる合成結果を提供することができる。

本発明の実施形態によると、顔認識カメラにおいて、カメラ映像に合成可能なコンテンツとして、カメラ映像で認識された顔の特徴とマッチングするオブジェクトを含むコンテンツを推薦することができる。

本発明の一実施形態における、コンピュータシステムの内部構成の一例を説明するためのブロック図である。 本発明の一実施形態における、コンピュータシステムのプロセッサが含むことができる構成要素の例を示した図である。 本発明の一実施形態における、コンピュータシステムが実行することのできる動的コンテンツ提供方法の例を示したフローチャートである。 本発明の一実施形態における、カメラ映像から顔の特徴情報を抽出する過程の例を説明するための図である。 本発明の一実施形態における、カメラ映像から顔の特徴情報を抽出する過程の例を説明するための図である。 本発明の一実施形態における、１つのコンテンツを顔の特徴に合うように合成する過程の例を説明するための図である。 本発明の一実施形態における、１つのコンテンツを顔の特徴に合うように合成する過程の例を説明するための図である。 本発明の一実施形態における、１つのコンテンツを顔の特徴に合うように合成する過程の例を説明するための図である。 本発明の一実施形態における、コンテンツ推薦によるコンテンツ合成過程の例を示したフローチャートである。 本発明の一実施形態における、カメラ映像で認識された顔の特徴に合うコンテンツを推薦する過程の例を示した図である。

以下、本発明の実施形態について、添付の図面を参照しながら詳細に説明する。

本発明の実施形態は、カメラ映像で顔を認識し、多様なコンテンツを合成する技術に関する。

本明細書で具体的に開示される事項などを含む実施形態は、映像で認識された顔の特徴に応じて互いに異なる結果の動的コンテンツを提供することができ、これによって娯楽要素、多様性、効率性などの側面において相当な長所を達成することができる。

本明細書で、「顔認識カメラ」とは、カメラが取得した映像（以下、「カメラ映像」と称する）で顔を自動認識し、認識された顔の上にコンテンツを合成するカメラ機能を意味してよい。また、「コンテンツ」とは、イメージオブジェクトで構成されたコンテンツであって、動物の形状、芸能人、アニメキャラクタなどのように、カメラ映像に合成可能なスタンプや絵文字などを包括したものを意味してよく、固定された形態のオブジェクトはもちろん、フラッシュやアニメーションなどが適用された動くイメージオブジェクトとして実現されてもよい。

図１は、本発明の一実施形態における、コンピュータシステムの内部構成の一例を説明するためのブロック図である。例えば、本発明の実施形態に係る動的コンテンツ提供システムは、図１のコンピュータシステム１００で実現されてよい。図１に示すように、コンピュータシステム１００は、動的コンテンツ提供方法を実行するための構成要素として、プロセッサ１１０、メモリ１２０、永続的記録装置１３０、バス１４０、入力／出力インタフェース１５０、およびネットワークインタフェース１６０を含んでよい。

プロセッサ１１０は、命令語のシーケンスを処理することのできる任意の装置を含むか、この一部であってよい。プロセッサ１１０は、例えば、コンピュータプロセッサ、移動装置、または他の電子装置内のプロセッサおよび／またはデジタルプロセッサを含んでよい。プロセッサ１１０は、例えば、サーバコンピューティングデバイス、サーバコンピュータ、一連のサーバコンピュータ、サーバファーム、クラウドコンピュータ、コンテンツプラットフォーム、移動コンピューティング装置、スマートフォン、タブレット、セットップボックスなどに含まれてよい。プロセッサ１１０は、バス１４０を介してメモリ１２０に接続されてよい。

メモリ１２０は、コンピュータシステム１００によって使用されるか、これによって出力される情報を記録するための揮発性メモリ、永続的、仮想、またはその他のメモリを含んでよい。メモリ１２０は、例えば、ＲＡＭ（ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）および／またはＤＲＡＭ（ｄｙｎａｍｉｃ ＲＡＭ）を含んでよい。メモリ１２０は、コンピュータシステム１００の状態情報のような任意の情報を記録するのに使用されてよい。メモリ１２０は、例えば、顔認識カメラを制御するための命令語を含むコンピュータシステム１００の命令語を記録するものとして使用されてよい。コンピュータシステム１００は、必要な場合あるいは適切な場合に、１つ以上のプロセッサ１１０を含んでよい。

バス１４０は、コンピュータシステム１００の多様なコンポーネント間の相互作用を可能にする通信基盤構造を含んでよい。バス１４０は、コンピュータシステム１００のコンポーネント間に、例えば、プロセッサ１１０とメモリ１２０との間にデータを運んでよい。バス１４０は、コンピュータシステム１００のコンポーネント間の無線および／または有線通信媒体を含んでよく、並列、直列、または他のトポロジ配列を含んでよい。

永続的記録装置１３０は、（例えば、メモリ１２０に比べて）所定の延長された期間内にデータを記録するために、コンピュータシステム１００によって使用されるようなメモリまたは他の永久記憶装置のようなコンポーネントを含んでよい。永続的記録装置１３０は、コンピュータシステム１００内のプロセッサ１１０によって使用されるような非揮発性メインメモリを含んでよい。永続的記録装置１３０は、例えば、フラッシュメモリ、ハードディスク、光ディスク、または他のコンピュータ読み取り可能媒体を含んでよい。

入力／出力インタフェース１５０は、キーボード、マウス、音声命令入力、ディスプレイ、または他の入力または出力装置に対するインタフェースを含んでよい。構成命令および／または顔認識カメラに関する入力は、入力／出力インタフェース１５０において受信されてよい。

ネットワークインタフェース１６０は、近距離ネットワークまたはインターネットのようなネットワークに対する１つ以上のインタフェースを含んでよい。ネットワークインタフェース１６０は、有線または無線接続に対するインタフェースを含んでよい。構成命令は、ネットワークインタフェース１６０において受信されてよい。また、顔認識カメラに関する情報は、ネットワークインタフェース１６０において受信または送信されてよい。

また、他の実施形態において、コンピュータシステム１００は、図１の構成要素よりも多くの構成要素を含んでもよい。しかし、大部分の従来技術的構成要素を明確に図に示す必要はない。例えば、コンピュータシステム１００は、上述した入力／出力インタフェース１５０と連結する入力／出力装置のうちの少なくとも一部を含むように実現されてもよいし、トランシーバ、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）モジュール、カメラ、各種センサ、データベースなどのような他の構成要素をさらに含んでもよい。より具体的な例として、コンピュータシステム１００がスマートフォンのようなモバイル機器の形態で実現される場合、一般的にモバイル機器が含んでいるカメラ、加速度センサやジャイロセンサ、物理的な各種ボタン、タッチパネルを利用したボタン、入力／出力ポート、振動のための振動器などのような多様な構成要素が、コンピュータシステム１００にさらに含まれるように実現されてよい。

図２は、本発明の一実施形態における、コンピュータシステムのプロセッサが含むことのできる構成要素の例を示した図であり、図３は、本発明の一実施形態における、コンピュータシステムが実行することのできる動的コンテンツ提供方法の例を示したフローチャートである。

図２に示すように、プロセッサ１１０は、顔認識部２１０およびコンテンツ合成部２２０を備えてよい。このようなプロセッサ１１０の構成要素は、少なくとも１つのプログラムコードによって提供される制御命令に従ってプロセッサ１１０によって実行される互いに異なる機能（ｄｉｆｆｅｒｅｎｔ ｆｕｎｃｔｉｏｎｓ）の表現であってよい。例えば、プロセッサ１１０がカメラ映像で顔認識を実行するようにコンピュータシステム１００を制御するために動作する機能的表現として、顔認識部２１０が使用されてよい。プロセッサ１１０およびプロセッサ１１０の構成要素は、図３の動的コンテンツ提供方法に含まれる段階３１０〜段階３３０を実行してよい。例えば、プロセッサ１１０およびプロセッサ１１０の構成要素は、メモリ１２０が含むオペレーティングシステムのコードと、上述した少なくとも１つのプログラムコードとによる命令（ｉｎｓｔｒｕｃｔｉｏｎ）を実行するように実現されてよい。ここで、少なくとも１つのプログラムコードは、動的コンテンツ提供方法を処理するために実現されたプログラムのコードに対応してよい。

動的コンテンツ提供方法は、図に示す順のとおりに発生しなくてもよく、段階のうちの一部が省略されるか追加の過程がさらに含まれてもよい。

段階３１０において、プロセッサ１１０は、動的コンテンツ提供方法のためのプログラムファイルに記録されたプログラムコードをメモリ１２０にロードしてよい。例えば、動的コンテンツ提供方法のためのプログラムファイルは、図１を参照しながら説明した永続的記録装置１３０に記録されてよく、プロセッサ１１０は、バスを介して永続的記録装置１３０に記録されたプログラムファイルからプログラムコードがメモリ１２０にロードされるように、コンピュータシステム１００を制御してよい。このとき、プロセッサ１１０およびプロセッサ１１０に含まれる顔認識部２１０とコンテンツ合成部２２０のそれぞれは、メモリ１２０にロードされたプログラムコードのうちの対応する部分の命令を実行して以下の段階３２０〜段階３３０を実行するためのプロセッサ１１０の互いに異なる機能的表現であってよい。段階３２０〜段階３３０の実行のために、プロセッサ１１０およびプロセッサ１１０の構成要素は、制御命令による演算を直接処理してもよいし、コンピュータシステム１００を制御してもよい。

段階３２０において、顔認識部２１０は、カメラ映像で顔を認識し、認識された顔の特徴情報を抽出することができる。顔認識部２１０は、顔認識システムであって、連続して入力される映像から顔領域を検出し、該当の領域を基準として額、眉毛、目、鼻、口、顎、耳などの位置を検出および追跡してよい。顔認識部２１０は、顔認識結果に基づいて顔の横：縦の割合、目の大きさ、口の大きさ、額：眉毛：鼻先：顎先の位置の割合などを含む顔割合データを算出することにより、カメラ映像から顔の特徴情報を抽出してよい。

例えば、図４を参照すると、顔認識部２１０は、カメラ映像４００が入力されると、カメラ映像４００から顔領域４１０を検出してよく（Ｓ４１）、顔領域４１０内において、額から眉毛までの第１区間（I）、眉毛から鼻先までの第２区間（II）、鼻先から顎先までの第３区間（III）を区分してよい（Ｓ４２）。この後、顔認識部２１０は、顔割合データとして、第１区間（I）、第２区間（II）、および第３区間（III）の割合を算出した後、算出された顔割合データと事前に定められた基準の割合データとを比較し、その比較結果を特徴情報として活用してよい。言い換えれば、顔認識部２１０は、カメラ映像内の顔の第１区間（I）、第２区間（II）、および第３区間（III）の割合と基準の割合データとを比較することにより、基準よりも額が広い、鼻が大きい、顎が長いなどのような特徴情報を取得してよい。

他の例として、顔認識部２１０は、図５に示すように、カメラ映像５００内で２つ以上の顔領域５１０、５２０が認識される場合、顔領域５１０、５２０それぞれに対して顔割合データを算出した後、カメラ映像５００内の顔領域５１０、５２０それぞれの顔割合データを比較し、その比較結果を顔領域５１０、５２０それぞれの特徴情報として活用してよい。例えば、カメラ映像５００内の人物Ａの顔領域５１０と人物Ｂの顔領域５２０とを比較し、人物Ｂよりも人物Ａの方が、顔が小さい、目が大きい、口が大きいなどのような特徴情報を取得してよい。

再び図３において、段階３３０において、コンテンツ合成部２２０は、カメラ映像との合成のために選択された１つのコンテンツを、入力されたカメラ映像と合成するが、このとき、カメラ映像で認識された顔の特徴情報に合うように、該当のコンテンツのイメージオブジェクトを動的に合成してよい。言い換えれば、コンテンツ合成部２２０は、カメラ映像に合成可能なコンテンツのうちから選択された１つのコンテンツに対し、カメラ映像で認識された顔の特徴に応じて互いに異なる合成結果を提供してよい。

一例として、コンテンツ合成部２２０は、選択されたコンテンツのイメージオブジェクトを、カメラ映像で認識された顔の特徴情報に対応する位置に合成してよい。図６に示すように、カメラ映像６００において、顎が長いという特徴をもつ顔が認識された場合、コンテンツリスト６５０から選択されたスタンプ６０１をカメラ映像６００内の顔領域のうちの顎部分に合成してよい。図７に示すように、カメラ映像７００において、額が長いという特徴をもつ顔が認識された場合、コンテンツリスト７５０から選択されたスタンプ７０１をカメラ映像７００内の顔領域のうちの額部分に合成してよい。カメラ映像で２つ以上の顔領域が認識された場合、選択されたコンテンツのイメージオブジェクトを、認識された顔領域それぞれに合成するようになるが、図８に示すように、カメラ映像８００において、顎が長い特徴をもつ顔の人物Ａと額が長い特徴をもつ顔の人物Ｂが認識される場合、顔それぞれの特徴に基づき、人物Ａの顔には顎部分に、人物Ｂの顔には額部分に、コンテンツリスト８５０から選択されたスタンプ８０１を合成してよい。

他の例として、コンテンツ合成部２２０は、選択されたコンテンツのイメージオブジェクトをカメラ映像に合成するが、このとき、カメラ映像で認識された顔の特徴情報に対応する効果を適用してよい。このために、コンテンツそれぞれに対し、顔特徴ごとにそれぞれ異なる効果が事前に定義されることによってデータベースとして構築され、メモリ１２０に記録されてよい。コンテンツ合成部２２０は、メモリ１２０に記録されたデータベースからユーザが選択したコンテンツに対し、カメラ映像で認識された顔の特徴情報とマッチングする効果を検索して適用してよい。例えば、１つのコンテンツに対し、顎が長いという特徴をもつ顔領域では顎部分を強調する効果のイメージオブジェクトが合成されてよく、額が長いという特徴をもつ顔領域では額部分を強調する効果のイメージオブジェクトが合成されてよい。

したがって、コンテンツ合成部２２０は、カメラ映像に合成しようとするスタンプが同一のコンテンツであったとしても、カメラ映像で認識された顔の特徴に応じて異なる合成結果を提供することが可能となる。

さらに、コンテンツ合成部２２０は、ユーザのコンテンツ選択に先立ち、カメラ映像で認識された顔の特徴情報に基づき、該当の特徴に合うように合成することのできるコンテンツを推薦してよい。

図９は、本発明の一実施形態における、コンテンツ推薦によるコンテンツ合成過程の例を示した図である。

段階９１において、コンテンツ合成部２２０は、段階３２０で認識された特徴情報に対応するイメージオブジェクトを含むコンテンツを推薦してよい。コンテンツそれぞれは、属性情報として、該当のコンテンツに関する顔特徴情報を含んでよく、顔特徴ごとにそれぞれ異なる効果を適用することのできるイメージオブジェクトを含んでよい。コンテンツ合成部２２０は、カメラ映像で認識された顔の特徴情報が抽出された場合、抽出された特徴とマッチングするイメージオブジェクトをもつコンテンツリストを推薦してよい。

例えば、図１０を参照すると、カメラ映像１０００で顎が長いという特徴をもつ顔が認識された場合、コンテンツリスト全体ではなく、顔領域のうちで顎部分を強調することができるイメージオブジェクトで構成された推薦コンテンツリスト１０６０を先立って提供してよい。言い換えれば、推薦コンテンツリスト１０６０は、カメラ映像で認識された顔の特徴情報と関連するイメージオブジェクトのコンテンツで構成されてよい。

再び図９において、段階９２において、コンテンツ合成部２２０は、推薦コンテンツのうちから選択されたコンテンツをカメラ映像に合成してよい。コンテンツ合成部２２０は、カメラ映像で認識された顔の特徴情報に応じ、該当の特徴を強調することのできるイメージオブジェクトをカメラ映像に合成してよい。

したがって、コンテンツ合成部２２０は、カメラ映像に合成可能なコンテンツとして、コンテンツリスト全体ではなく、カメラ映像で認識された顔の特徴とマッチングするイメージオブジェクトを含むコンテンツを推薦することが可能となる。

このように、本発明の実施形態によると、カメラ映像で認識された顔の特徴情報、すなわち、目鼻口などの位置だけでなく、大きさや割合なども考慮することにより、１つのコンテンツに対し、カメラ映像で認識された顔の特徴に応じてそれぞれ異なる合成結果を提供することにより、顔認識カメラの娯楽要素をさらに強化することが可能となる。

上述した装置は、ハードウェア構成要素、ソフトウェア構成要素、および／またはハードウェア構成要素とソフトウェア構成要素との組み合わせによって実現されてよい。例えば、実施形態で説明された装置および構成要素は、プロセッサ、コントローラ、ＡＬＵ（ａｒｉｔｈｍｅｔｉｃ ｌｏｇｉｃ ｕｎｉｔ）、デジタル信号プロセッサ、マイクロコンピュータ、ＦＰＧＡ（ｆｉｅｌｄ ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、ＰＬＵ（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｕｎｉｔ）、マイクロプロセッサ、または命令を実行して応答することができる様々な装置のように、１つ以上の汎用コンピュータまたは特殊目的コンピュータを利用して実現されてよい。処理装置は、オペレーティングシステム（ＯＳ）およびＯＳ上で実行される１つ以上のソフトウェアアプリケーションを実行してよい。また、処理装置は、ソフトウェアの実行に応答し、データにアクセスし、データを記録、操作、処理、および生成してもよい。理解の便宜のために、１つの処理装置が使用されるとして説明される場合もあるが、当業者は、処理装置が複数個の処理要素および／または複数種類の処理要素を含んでもよいことが理解できるであろう。例えば、処理装置は、複数個のプロセッサまたは１つのプロセッサおよび１つのコントローラを含んでよい。また、並列プロセッサのような、他の処理構成も可能である。

ソフトウェアは、コンピュータプログラム、コード、命令、またはこれらのうちの１つ以上の組み合わせを含んでもよく、思うままに動作するように処理装置を構成したり、独立的または集合的に処理装置に命令したりしてよい。ソフトウェアおよび／またはデータは、処理装置に基づいて解釈されたり、処理装置に命令またはデータを提供したりするために、いかなる種類の機械、コンポーネント、物理装置、コンピュータ記録媒体または装置に具現化されてよい。ソフトウェアは、ネットワークによって接続されたコンピュータシステム上に分散され、分散された状態で記録されても実行されてもよい。ソフトウェアおよびデータは、１つ以上のコンピュータ読み取り可能な記録媒体に記録されてよい。

実施形態に係る方法は、多様なコンピュータ手段によって実行可能なプログラム命令の形態で実現されてコンピュータ読み取り可能な媒体に記録されてよい。ここで、媒体は、コンピュータで実行可能なプログラムを継続して記録するものであっても、実行またはダウンロードのために一時記録するものであってもよい。また、媒体は、単一または複数のハードウェアが結合した形態の多様な記録手段または格納手段であってよく、あるコンピュータシステムに直接接続する媒体に限定されることはなく、ネットワーク上に分散して存在するものであってもよい。媒体の例は、ハードディスク、フロッピー（登録商標）ディスク、および磁気テープのような磁気媒体、ＣＤ−ＲＯＭおよびＤＶＤのような光媒体、フロプティカルディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）のような光磁気媒体、およびＲＯＭ、ＲＡＭ、フラッシュメモリなどを含み、プログラム命令が記録されるように構成されたものであってよい。また、媒体の他の例として、アプリケーションを配布するアプリケーションストアやその他の多様なソフトウェアを供給または配布するサイト、サーバなどで管理する記録媒体または格納媒体が挙げられる。

以上のように、実施形態を、限定された実施形態および図面に基づいて説明したが、当業者であれば、上述した記載から多様な修正および変形が可能であろう。例えば、説明された技術が、説明された方法とは異なる順序で実行されたり、かつ／あるいは、説明されたシステム、構造、装置、回路などの構成要素が、説明された方法とは異なる形態で結合されたりまたは組み合わされたり、他の構成要素または均等物によって代替されたり置換されたとしても、適切な結果を達成することができる。

したがって、異なる実施形態であっても、特許請求の範囲と均等なものであれば、添付される特許請求の範囲に属する。

Claims (16)

1. コンピュータによって実現される動的コンテンツ提供システムで実行される動的コンテンツ提供方法であって、
   入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する段階、および
   前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成する段階
   を含み、
   前記抽出する段階は、
   前記顔領域を複数の区間に区分し、
   前記複数の区間の各々について、前記顔領域を基準として顔割合データを算出した後、前記顔割合データと事前に定められた基準の割合データとを比較し、比較結果を前記特徴情報として活用する、
   動的コンテンツ提供方法。
2. 前記抽出する段階は、
   前記入力映像で前記顔領域が２つ以上認識される場合、前記顔領域それぞれの前記複数の区間の各々についての前記顔割合データを算出した後、前記顔領域それぞれの前記複数の区間の各々についての前記顔割合データを比較し、比較結果を前記特徴情報として活用する、
   請求項１に記載の動的コンテンツ提供方法。
3. 前記合成する段階は、
   前記入力映像に前記１つのコンテンツを合成するが、このとき、前記１つのコンテンツに対し、前記特徴情報に応じて互いに異なる合成結果を提供する、
   請求項１に記載の動的コンテンツ提供方法。
4. 前記合成する段階は、
   前記入力映像において、前記特徴情報に対応する位置に前記コンテンツのイメージオブジェクトを合成する、
   請求項１に記載の動的コンテンツ提供方法。
5. 前記合成する段階は、
   前記入力映像に前記コンテンツのイメージオブジェクトを合成するが、このとき、前記特徴情報に対応する効果を適用する、
   請求項１に記載の動的コンテンツ提供方法。
6. 前記合成する段階は、
   前記入力映像で前記顔領域が２つ以上認識される場合、前記顔領域それぞれに前記１つのコンテンツを合成するが、このとき、該当の顔領域の特徴情報に応じて互いに異なる合成結果を提供する、
   請求項１に記載の動的コンテンツ提供方法。
7. 前記合成する段階は、
   前記特徴情報に基づき、前記入力映像に合成可能なコンテンツを推薦する段階
   を含む、請求項１に記載の動的コンテンツ提供方法。
8. 前記推薦する段階は、
   前記特徴情報に対応するイメージオブジェクトを含むコンテンツリストを提供する、
   請求項７に記載の動的コンテンツ提供方法。
9. コンピュータに動的コンテンツ提供方法を実行させるためのコンピュータプログラムであって、
   前記動的コンテンツ提供方法は、
   入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する段階、および
   前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成する段階
   を含み、
   前記抽出する段階は、
   前記顔領域を複数の区間に区分し、
   前記複数の区間の各々について、前記顔領域を基準として顔割合データを算出した後、前記顔割合データと事前に定められた基準の割合データとを比較し、比較結果を前記特徴情報として活用する、
   コンピュータプログラム。
10. コンピュータによって実現される動的コンテンツ提供システムであって、
    コンピュータ読み取り可能な命令を実行するように実現される少なくとも１つのプロセッサ
    を含み、
    前記少なくとも１つのプロセッサは、
    入力映像で顔領域を認識し、認識された顔領域の特徴情報を抽出する顔認識部、および
    前記入力映像に合成しようとする１つのコンテンツに対し、前記特徴情報に応じて該当のコンテンツのイメージオブジェクトを動的に合成するコンテンツ合成部
    を備え、
    前記顔認識部は、
    前記顔領域を複数の区間に区分し、
    前記複数の区間の各々について、前記顔領域を基準として顔割合データを算出した後、前記顔割合データと事前に定められた基準の割合データとを比較し、比較結果を前記特徴情報として活用する、
    動的コンテンツ提供システム。
11. 前記顔認識部は、
    前記入力映像で前記顔領域が２つ以上認識される場合、前記顔領域それぞれの前記複数の区間の各々についての前記顔割合データを算出した後、前記顔領域それぞれの前記複数の区間の各々についての前記顔割合データを比較し、比較結果を前記特徴情報として活用する、
    請求項１０に記載の動的コンテンツ提供システム。
12. 前記コンテンツ合成部は、
    前記入力映像に前記１つのコンテンツを合成するが、このとき、前記１つのコンテンツに対し、前記特徴情報に応じて互いに異なる合成結果を提供する、
    請求項１０に記載の動的コンテンツ提供システム。
13. 前記コンテンツ合成部は、
    前記入力映像において、前記特徴情報に対応する位置に前記コンテンツのイメージオブジェクトを合成する、
    請求項１０に記載の動的コンテンツ提供システム。
14. 前記コンテンツ合成部は、
    前記入力映像に前記コンテンツのイメージオブジェクトを合成するが、このとき、前記特徴情報に対応する効果を適用する、
    請求項１０に記載の動的コンテンツ提供システム。
15. 前記コンテンツ合成部は、
    前記入力映像で前記顔領域が２つ以上認識される場合、前記顔領域それぞれに前記１つのコンテンツを合成するが、このとき、該当の顔領域の特徴情報に応じて互いに異なる合成結果を提供する、
    請求項１０に記載の動的コンテンツ提供システム。
16. 前記コンテンツ合成部は、
    前記入力映像に合成可能なコンテンツとして、前記特徴情報に対応するイメージオブジェクトを含むコンテンツを推薦する、
    請求項１０に記載の動的コンテンツ提供システム。

Images