JP7047294B2 - 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム - Google Patents
輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム Download PDFInfo
- Publication number
- JP7047294B2 JP7047294B2 JP2017178462A JP2017178462A JP7047294B2 JP 7047294 B2 JP7047294 B2 JP 7047294B2 JP 2017178462 A JP2017178462 A JP 2017178462A JP 2017178462 A JP2017178462 A JP 2017178462A JP 7047294 B2 JP7047294 B2 JP 7047294B2
- Authority
- JP
- Japan
- Prior art keywords
- contour
- detection
- detection target
- nail
- learning
- 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
Landscapes
- Image Analysis (AREA)
Description
本発明は、輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラムに関するものである。
従来、検出対象を撮影した画像から画像処理によって検出対象の輪郭を検出する手法が知られている。
例えば、カメラで人物を撮影した場合に、輪郭検出の技術を用いることで、撮影画像から当該人物の顔の輪郭や、目、鼻、口等の各パーツの輪郭を検出することができる。
また、輪郭検出の対象は、顔や顔のパーツに限定されず、爪の輪郭形状等、各種の輪郭検出に輪郭検出の技術を用いることができる。
例えば、カメラで人物を撮影した場合に、輪郭検出の技術を用いることで、撮影画像から当該人物の顔の輪郭や、目、鼻、口等の各パーツの輪郭を検出することができる。
また、輪郭検出の対象は、顔や顔のパーツに限定されず、爪の輪郭形状等、各種の輪郭検出に輪郭検出の技術を用いることができる。
こうした輪郭検出の技術としては、複数の学習用サンプルを集めて学習を行い、学習結果としての学習データを生成して、この学習データを用いて輪郭の検出を行う手法がある。
例えば、従来輪郭検出に用いられる手法として、ＡＡＭ（Active Appearance Model）やＡＳＭ（Active Shape Model）がある。これらの手法は、顔の輪郭や各パーツの輪郭の特徴点の配置を形状モデル（Shape Model）と呼ばれるモデルで表現する。そして、この形状モデルと検出対象を含む画像にフィッティングさせることで検出対象の輪郭検出を行う。
また、非特許文献１には、ＥＳＲ（Explicit Shape Regression）と呼ばれるアルゴリズムにより検出対象の輪郭を検出する技術が開示されている。
ＥＳＲにおいても、重心の周囲に特徴点が配置された形状モデル（初期形状）を生成し、これと検出対象を含む画像とのフィッティングを行う。この際、ＥＳＲでは、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、形状モデル（初期形状）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。
例えば、従来輪郭検出に用いられる手法として、ＡＡＭ（Active Appearance Model）やＡＳＭ（Active Shape Model）がある。これらの手法は、顔の輪郭や各パーツの輪郭の特徴点の配置を形状モデル（Shape Model）と呼ばれるモデルで表現する。そして、この形状モデルと検出対象を含む画像にフィッティングさせることで検出対象の輪郭検出を行う。
また、非特許文献１には、ＥＳＲ（Explicit Shape Regression）と呼ばれるアルゴリズムにより検出対象の輪郭を検出する技術が開示されている。
ＥＳＲにおいても、重心の周囲に特徴点が配置された形状モデル（初期形状）を生成し、これと検出対象を含む画像とのフィッティングを行う。この際、ＥＳＲでは、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、形状モデル（初期形状）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。
上述のような輪郭検出手法では、形状モデル（初期形状）の重心をどこに配置してフィッティングを行うかにより輪郭の検出精度が左右される。
すなわち、できる限り検出対象の重心に近い位置に形状モデル（初期形状）の重心を配置した方が検出対象の輪郭をより高精度に検出することができる。
このため、例えば顔の輪郭を検出する場合には、目、鼻、口等、周囲との輝度や色の差が大きく見つけやすいパーツの位置情報を参考に顔全体の輪郭の重心を特定して、この位置を重心位置として形状モデル（初期形状）を配置する等の手法がとられる。
なお、ＥＳＲによる輪郭検出では、ＡＡＭやＡＳＭ等と比較して重心の配置位置による輪郭検出の精度への影響は少ないが、検出対象の重心に近い位置に形状モデル（初期形状）の重心を配置した方がより正確な輪郭検出を行うことができることに変わりはない。
すなわち、できる限り検出対象の重心に近い位置に形状モデル（初期形状）の重心を配置した方が検出対象の輪郭をより高精度に検出することができる。
このため、例えば顔の輪郭を検出する場合には、目、鼻、口等、周囲との輝度や色の差が大きく見つけやすいパーツの位置情報を参考に顔全体の輪郭の重心を特定して、この位置を重心位置として形状モデル（初期形状）を配置する等の手法がとられる。
なお、ＥＳＲによる輪郭検出では、ＡＡＭやＡＳＭ等と比較して重心の配置位置による輪郭検出の精度への影響は少ないが、検出対象の重心に近い位置に形状モデル（初期形状）の重心を配置した方がより正確な輪郭検出を行うことができることに変わりはない。
Ｘｕｄｏｎｇ Ｃａｏ， Ｙｉｃｈｅｎ Ｗｅｉ， Ｆａｎｇ Ｗｅｎ， Ｊｉａｎ Ｓｕｎ "Ｆａｃｅ ａｌｉｇｎｍｅｎｔ ｂｙ Ｅｘｐｌｉｃｉｔ Ｓｈａｐｅ Ｒｅｇｒｅｓｓｉｏｎ．" ＣＶＰＲ ２０１２： ２８８７－２８９４．
しかしながら、輪郭を検出する対象によっては、周囲との輝度や色の差が特に大きい部分（すなわち検出しやすい部分）がない場合等、形状モデル（初期形状）を配置すべき位置を決める手掛かりとなるものがない場合もある。
例えば、爪の輪郭を検出する場合には、爪の領域内に周囲との輝度や色の差が特に大きく目印となるような部分がなく、また、その輪郭部分は指と爪との境界であり、輝度や色の差が少ないために特定しにくい。
このような場合には、形状モデル（初期形状）を配置すべき位置を決めることが難しいとの問題がある。
例えば、爪の輪郭を検出する場合には、爪の領域内に周囲との輝度や色の差が特に大きく目印となるような部分がなく、また、その輪郭部分は指と爪との境界であり、輝度や色の差が少ないために特定しにくい。
このような場合には、形状モデル（初期形状）を配置すべき位置を決めることが難しいとの問題がある。
本発明は以上のような事情に鑑みてなされたものであり、画像から検出対象の輪郭を高精度に検出することのできる輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラムを提供することを利点とするものである。
前記課題を解決するために、本発明の輪郭検出装置は、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影手段と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶した輪郭検出情報記憶手段と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出手段と、
を備え、
前記輪郭検出手段は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
また、本発明の描画装置は、
上記の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、を備えることを特徴としている。
また、本発明の輪郭検出方法は、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影工程と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶工程と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出工程と、
を含み、
前記輪郭検出工程は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
また、本発明の輪郭検出プログラムは、
輪郭検出装置のコンピュータに、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得させる撮影機能と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶機能と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出機能と、
を実現させ、
前記輪郭検出機能は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影手段と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶した輪郭検出情報記憶手段と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出手段と、
を備え、
前記輪郭検出手段は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
また、本発明の描画装置は、
上記の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、を備えることを特徴としている。
また、本発明の輪郭検出方法は、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影工程と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶工程と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出工程と、
を含み、
前記輪郭検出工程は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
また、本発明の輪郭検出プログラムは、
輪郭検出装置のコンピュータに、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得させる撮影機能と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶機能と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出機能と、
を実現させ、
前記輪郭検出機能は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行うことを特徴としている。
本発明によれば、画像から検出対象の輪郭を高精度に検出することができる。
［第１の実施形態］
図１から図９を参照しつつ、本発明に係る輪郭検出装置の第１の実施形態について説明する。
なお、以下の本実施形態では、輪郭の検出を行う対象である検出対象が指の爪である場合を例として説明する。
以下においては、本発明を実施するために技術的に好ましい種々の限定が付されているが、本発明の範囲を以下の実施形態及び図示例に限定するものではない。
図１から図９を参照しつつ、本発明に係る輪郭検出装置の第１の実施形態について説明する。
なお、以下の本実施形態では、輪郭の検出を行う対象である検出対象が指の爪である場合を例として説明する。
以下においては、本発明を実施するために技術的に好ましい種々の限定が付されているが、本発明の範囲を以下の実施形態及び図示例に限定するものではない。
図１は、本実施形態における輪郭検出装置の外観を示す斜視図である。
図１に示すように、本実施形態における輪郭検出装置１は、ほぼ箱形に形成された筐体１１を有している。
筐体１１の上面（天板）には操作部１２が設置されている。
操作部１２は、ユーザが各種入力を行う入力部である。
操作部１２には、例えば、輪郭検出装置１の電源をＯＮする電源スイッチ釦、動作を停止させる停止スイッチ釦、爪Ｔの輪郭検出の開始を指示する検出開始釦等、各種の入力を行うための操作釦が配置されている。
図１に示すように、本実施形態における輪郭検出装置１は、ほぼ箱形に形成された筐体１１を有している。
筐体１１の上面（天板）には操作部１２が設置されている。
操作部１２は、ユーザが各種入力を行う入力部である。
操作部１２には、例えば、輪郭検出装置１の電源をＯＮする電源スイッチ釦、動作を停止させる停止スイッチ釦、爪Ｔの輪郭検出の開始を指示する検出開始釦等、各種の入力を行うための操作釦が配置されている。
また、筐体１１の上面（天板）には表示部１３が設置されている。
表示部１３は、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機エレクトロルミネッセンスディスプレイその他のフラットディスプレイ等で構成されている表示手段である。
本実施形態において、この表示部１３には、例えば、各種の指示等や、指Ｕ１を撮影して得た爪画像（爪Ｔの画像を含む指画像）、この爪画像中に含まれる爪Ｔの輪郭線等の画像、各種の指示を表示させる指示画面等が適宜表示される。
また、本実施形態の表示部１３の表面には、タッチパネルが一体的に構成されていてもよい。この場合には、タッチパネルも操作部１２として機能する。
表示部１３は、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機エレクトロルミネッセンスディスプレイその他のフラットディスプレイ等で構成されている表示手段である。
本実施形態において、この表示部１３には、例えば、各種の指示等や、指Ｕ１を撮影して得た爪画像（爪Ｔの画像を含む指画像）、この爪画像中に含まれる爪Ｔの輪郭線等の画像、各種の指示を表示させる指示画面等が適宜表示される。
また、本実施形態の表示部１３の表面には、タッチパネルが一体的に構成されていてもよい。この場合には、タッチパネルも操作部１２として機能する。
さらに、筐体１１の前面側（図１において手前側）には、輪郭検出装置１による撮影時に検出対象である爪Ｔに対応する指Ｕ１を挿入し、撮影部５０による撮影が可能な撮影可能位置にセットするための開口部１４が形成されている。
開口部１４の内側には、本実施形態における検出対象である爪Ｔ（爪Ｔを含む指Ｕ１）を固定する指固定部３が配置されている。
図２（ａ）は、指固定部３の斜視図であり、図２（ｂ）は、指固定部３を上方向から見た平面図である。
図２（ａ）では、爪Ｔを含む指Ｕ１が指固定部３内に配置されている様子を二点鎖線で示している。
開口部１４の内側には、本実施形態における検出対象である爪Ｔ（爪Ｔを含む指Ｕ１）を固定する指固定部３が配置されている。
図２（ａ）は、指固定部３の斜視図であり、図２（ｂ）は、指固定部３を上方向から見た平面図である。
図２（ａ）では、爪Ｔを含む指Ｕ１が指固定部３内に配置されている様子を二点鎖線で示している。
図２（ａ）等に示すように、指固定部３は装置手前側に開口部３１を有する箱状の部材であり、指固定部３内部には指Ｕ１を固定する指固定部材３２が配置されている。指固定部３は、筐体１１内において、開口部３１が筐体１１の開口部１４に対応する位置に配置されている。
指固定部材３２は、指Ｕ１を下側から押し上げ支持するものであり、例えば柔軟性を有する樹脂等で形成されている。なお、指固定部材３２は、指Ｕ１を下側から支持し輪郭検出得るものであればよく、その構成は特に限定されない。例えば、ばね等の弾性部材によって下方から付勢されていてもよい。また、例えば、指固定部材３２は、内圧を変化させることにより膨縮可能に構成されており、膨張状態において指Ｕ１を押し上げ、その位置を固定する構成としてもよい。
指固定部材３２は、指Ｕ１を下側から押し上げ支持するものであり、例えば柔軟性を有する樹脂等で形成されている。なお、指固定部材３２は、指Ｕ１を下側から支持し輪郭検出得るものであればよく、その構成は特に限定されない。例えば、ばね等の弾性部材によって下方から付勢されていてもよい。また、例えば、指固定部材３２は、内圧を変化させることにより膨縮可能に構成されており、膨張状態において指Ｕ１を押し上げ、その位置を固定する構成としてもよい。
指固定部３の天面奥側は開口する窓部３３となっている。窓部３３からは指固定部３内に挿入された指Ｕ１の爪Ｔが露出するようになっている。
また、指固定部３の天面手前側は指Ｕ１の浮き上がりを防止して指Ｕ１の上方向の位置を規制する指押え３４となっている。指Ｕ１及びその爪Ｔは、下側から指固定部材３２によって支持され、指Ｕ１の上側が指押え３４によって押さえられることで、高さ方向の位置が所定の位置に位置決めされる。
また、本実施形態では、指挿入方向の奥側には、爪Ｔを載置する爪載置部３５が設けられている。爪載置部３５は、検出対象である爪Ｔを位置決めする位置決め手段である。
この爪載置部３５に爪Ｔの先を載置させることにより、爪Ｔの水平方向（すなわち、Ｘ方向及びＹ方向）の位置が規定されるとともに、その高さ方向の位置も規制される。
また、指固定部３の天面手前側は指Ｕ１の浮き上がりを防止して指Ｕ１の上方向の位置を規制する指押え３４となっている。指Ｕ１及びその爪Ｔは、下側から指固定部材３２によって支持され、指Ｕ１の上側が指押え３４によって押さえられることで、高さ方向の位置が所定の位置に位置決めされる。
また、本実施形態では、指挿入方向の奥側には、爪Ｔを載置する爪載置部３５が設けられている。爪載置部３５は、検出対象である爪Ｔを位置決めする位置決め手段である。
この爪載置部３５に爪Ｔの先を載置させることにより、爪Ｔの水平方向（すなわち、Ｘ方向及びＹ方向）の位置が規定されるとともに、その高さ方向の位置も規制される。
図３は、本実施形態の輪郭検出装置の要部構成を機能的に示した説明図である。
図３に示すように、指固定部３内に指Ｕ１を挿入した際に爪Ｔが配置される位置の上方には、撮影部５０が配置されている。
撮影部５０は、撮影装置５１と、照明装置５２とを備えている。
撮影装置５１は、例えば、２００万画素程度以上の画素を有する固体撮像素子とレンズ等を備えて構成された小型カメラである。
照明装置５２は、例えば白色ＬＥＤ等の照明灯である。本実施形態では、撮影装置５１を囲むように複数の照明装置５２が配置されている。
なお、撮影装置５１及び照明装置５２の位置は図示例に限定されない。例えば、撮影部５０の撮影装置５１及び照明装置５２は、爪Ｔの上方位置に固定配置されていてもよいし、撮影部５０が移動手段によって移動可能に構成されている場合には、爪Ｔの上方位置に移動することが可能となっていればよい。
図３に示すように、指固定部３内に指Ｕ１を挿入した際に爪Ｔが配置される位置の上方には、撮影部５０が配置されている。
撮影部５０は、撮影装置５１と、照明装置５２とを備えている。
撮影装置５１は、例えば、２００万画素程度以上の画素を有する固体撮像素子とレンズ等を備えて構成された小型カメラである。
照明装置５２は、例えば白色ＬＥＤ等の照明灯である。本実施形態では、撮影装置５１を囲むように複数の照明装置５２が配置されている。
なお、撮影装置５１及び照明装置５２の位置は図示例に限定されない。例えば、撮影部５０の撮影装置５１及び照明装置５２は、爪Ｔの上方位置に固定配置されていてもよいし、撮影部５０が移動手段によって移動可能に構成されている場合には、爪Ｔの上方位置に移動することが可能となっていればよい。
撮影部５０は、位置決め手段である爪載置部３５により位置決めされた状態の検出対象である爪Ｔを撮影して、検出対象（爪Ｔ）の領域を含む検出対象画像（すなわち、爪Ｔを含む指Ｕ１の画像である爪画像）を取得する撮影手段である。
また、本実施形態では、後述する学習用サンプルとしての爪（すなわち、サンプル爪ＴＬ１～ＴＬ３・・・、図４及び図５参照）についても、位置決め手段である爪載置部３５により位置決めされた状態で、検出対象である爪Ｔを撮影する撮影部５０と同様の撮影部により撮影が行われ、学習対象画像であるサンプル爪画像が取得される。
また、本実施形態では、後述する学習用サンプルとしての爪（すなわち、サンプル爪ＴＬ１～ＴＬ３・・・、図４及び図５参照）についても、位置決め手段である爪載置部３５により位置決めされた状態で、検出対象である爪Ｔを撮影する撮影部５０と同様の撮影部により撮影が行われ、学習対象画像であるサンプル爪画像が取得される。
この撮影部５０は、後述する制御装置８０の撮影制御部８１１に接続され、該撮影制御部８１１によって制御されるようになっている。
なお、撮影部５０によって撮影された画像の画像データは、後述する記憶部８２等に記憶されてもよい。
なお、撮影部５０によって撮影された画像の画像データは、後述する記憶部８２等に記憶されてもよい。
また、図３に示すように、本実施形態の輪郭検出装置１は、制御装置８０を備えている。
制御装置８０は、例えば筐体１１の天面の下面側等に配置された図示しない基板等に設置されている。
制御装置８０は、図示しないＣＰＵ（Central Processing Unit）により構成される制御部８１と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等（いずれも図示せず）で構成される記憶部８２とを備えるコンピュータである。
制御装置８０は、例えば筐体１１の天面の下面側等に配置された図示しない基板等に設置されている。
制御装置８０は、図示しないＣＰＵ（Central Processing Unit）により構成される制御部８１と、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等（いずれも図示せず）で構成される記憶部８２とを備えるコンピュータである。
記憶部８２には、輪郭検出プログラム８２１等、輪郭検出装置１を動作させるための各種プログラム等が格納されているプログラム記憶領域８２０が設けられている。
また、本実施形態において記憶部８２には、輪郭検出部８１３が画像から爪の輪郭を検出するために用いる輪郭検出情報を記憶する輪郭検出情報記憶領域８２２、輪郭検出部８１３により検出された爪Ｔの輪郭の情報が記憶される輪郭情報記憶領域８２３等が設けられている。
輪郭検出情報記憶領域８２２に記憶されている輪郭検出情報は、形状モデルである初期形状Ｔｍの輪郭Ｔｍｂを構成する各特徴点Ｔｍｄの座標値や、初期形状Ｔｍの重心Ｔｍｃの位置、変位量関数（回帰関数）からなるリグレッサー（識別器）等、事前の学習によって得られた学習データである。
輪郭検出情報記憶領域８２２に記憶される輪郭検出情報（学習データ）は、学習データ生成部８３によって生成される。
また、本実施形態において記憶部８２には、輪郭検出部８１３が画像から爪の輪郭を検出するために用いる輪郭検出情報を記憶する輪郭検出情報記憶領域８２２、輪郭検出部８１３により検出された爪Ｔの輪郭の情報が記憶される輪郭情報記憶領域８２３等が設けられている。
輪郭検出情報記憶領域８２２に記憶されている輪郭検出情報は、形状モデルである初期形状Ｔｍの輪郭Ｔｍｂを構成する各特徴点Ｔｍｄの座標値や、初期形状Ｔｍの重心Ｔｍｃの位置、変位量関数（回帰関数）からなるリグレッサー（識別器）等、事前の学習によって得られた学習データである。
輪郭検出情報記憶領域８２２に記憶される輪郭検出情報（学習データ）は、学習データ生成部８３によって生成される。
すなわち、学習データ生成部８３は、輪郭検出装置１を用いて撮影され、取得された学習用サンプル（本実施形態ではサンプル爪ＴＬ）の画像（学習用画像）を複数取得して、この複数の学習用サンプルの画像（学習用画像）を用いて学習を行い、この学習の結果である学習データを生成する。
具体的には、学習データ生成部８３は、各学習用画像から輪郭検出に有用な特徴量を抽出する特徴抽出を行う。特徴量は例えば各画素の輝度値や色、隣接する画素間における輝度値や色の変化量等である。特徴量を抽出したら、学習データ生成部８３は、各学習用画像について爪領域の形状を表す特徴点のx,y座標値のデータを生成して、このx,y座標値のデータを各学習用画像に対応付ける。
さらに学習データ生成部８３は、各学習用画像について対応付けられた特徴点のx,y座標値のデータを用いてパターン学習を行い、検出対象である爪Ｔらしい形状である初期形状Ｔｍ（初期形状Ｔｍの輪郭Ｔｍｂを構成する特徴点Ｔｍｄの座標値）、初期形状Ｔｍの重心Ｔｍｃ、識別器等からなる学習結果としての学習データを生成する。なお、学習は通常機械学習により行われる。
具体的には、学習データ生成部８３は、各学習用画像から輪郭検出に有用な特徴量を抽出する特徴抽出を行う。特徴量は例えば各画素の輝度値や色、隣接する画素間における輝度値や色の変化量等である。特徴量を抽出したら、学習データ生成部８３は、各学習用画像について爪領域の形状を表す特徴点のx,y座標値のデータを生成して、このx,y座標値のデータを各学習用画像に対応付ける。
さらに学習データ生成部８３は、各学習用画像について対応付けられた特徴点のx,y座標値のデータを用いてパターン学習を行い、検出対象である爪Ｔらしい形状である初期形状Ｔｍ（初期形状Ｔｍの輪郭Ｔｍｂを構成する特徴点Ｔｍｄの座標値）、初期形状Ｔｍの重心Ｔｍｃ、識別器等からなる学習結果としての学習データを生成する。なお、学習は通常機械学習により行われる。
後述するように、本実施形態では、この学習結果としての学習データに基づいて、輪郭検出部８１３が検出対象である爪Ｔの輪郭等を検出するようになっている。
なお、本実施形態では、図３に示すように、学習データ生成部８３が輪郭検出装置１の外にあり、学習データ生成部８３による生成された学習結果である学習データが予め制御装置８０に提供され、輪郭検出情報記憶領域８２２に格納されている場合を例示しているが、学習データ生成部８３は輪郭検出装置１内にあってもよい。
なお、本実施形態では、図３に示すように、学習データ生成部８３が輪郭検出装置１の外にあり、学習データ生成部８３による生成された学習結果である学習データが予め制御装置８０に提供され、輪郭検出情報記憶領域８２２に格納されている場合を例示しているが、学習データ生成部８３は輪郭検出装置１内にあってもよい。
学習用サンプルであるサンプル爪ＴＬ（図４参照）のデータは、検出対象である爪Ｔのデータとできる限り同じ条件下で取得した方が学習データとして有用である。このため、本実施形態では、前述のように、学習対象であるサンプル爪ＴＬと検出対象である爪Ｔとを同じ爪載置部３５を用いて位置決めした状態で撮影部５０により撮影を行い、爪画像（学習用画像及び検出用画像）を取得するようになっている。
このようにすることで、爪画像内における爪の位置がほぼ同じとなるとともに、同様の構成の撮影部５０により撮影することができ、撮影条件もほぼ同じとなる。
なお、ここで、「同じ」爪載置部３５としたのは、全く同一の装置の同一の爪載置部との意味ではなく、同様の構成を備える装置の同様の爪載置部との意味である。撮影部５０についても同様である。
このようにすることで、爪画像内における爪の位置がほぼ同じとなるとともに、同様の構成の撮影部５０により撮影することができ、撮影条件もほぼ同じとなる。
なお、ここで、「同じ」爪載置部３５としたのは、全く同一の装置の同一の爪載置部との意味ではなく、同様の構成を備える装置の同様の爪載置部との意味である。撮影部５０についても同様である。
すなわち、学習用サンプルの撮影や学習データの生成は工場出荷段階で完了しているべきものであり、出荷前のモデル機を用いて行われるのに対して、検出対象の撮影等は各ユーザの下で個々の装置において行われる。
このため、全く同一の装置である可能性は低く、個体としては別物だが、同じ構成、同じ部材を備え、同じ条件下でデータを取得することができるものが用いられる。
このため、全く同一の装置である可能性は低く、個体としては別物だが、同じ構成、同じ部材を備え、同じ条件下でデータを取得することができるものが用いられる。
図４は、学習用サンプルとして集められた複数の爪（本実施形態ではサンプル爪ＴＬ１～ＴＬ３）を指固定部３内に配置して、爪載置部３５に爪ＴＬの先を載置し位置決めした状態を模式的に示したものである。なお、図４では、第１の学習用サンプルであるサンプル爪をＴＬ１（図４において一点鎖線で示す。）、第２の学習用サンプルであるサンプル爪をＴＬ２（図４において破線で示す。）、第３の学習用サンプルであるサンプル爪をＴＬ３（図４において二点鎖線で示す。）とし、実際には指固定部３内に順次１つずつ配置されるサンプル爪ＴＬ１～ＴＬ３を模式的に重ねて配置して示している。
また、図４において、サンプル爪ＴＬ１の重心をＴＬ１ｃとし、サンプル爪ＴＬ２の重心をＴＬ２ｃとし、サンプル爪ＴＬ３の重心をＴＬ３ｃとし、これらの重心ＴＬ１ｃ～ＴＬ３ｃの平均値をとった平均重心をＴｐとしている。
ここで、「重心」とは、図形（本件では爪（サンプル爪ＴＬ））内における1次のモーメントの総和が0になる点である。
なお、図４では、学習用サンプルとして３つのサンプル爪ＴＬ１～ＴＬ３を図示しているが、サンプル爪ＴＬの数はこれに限定されない。ある程度多くのサンプル爪ＴＬを集めて学習を行う方がより信頼度の高い学習データを得ることが期待できる。
また、図４において、サンプル爪ＴＬ１の重心をＴＬ１ｃとし、サンプル爪ＴＬ２の重心をＴＬ２ｃとし、サンプル爪ＴＬ３の重心をＴＬ３ｃとし、これらの重心ＴＬ１ｃ～ＴＬ３ｃの平均値をとった平均重心をＴｐとしている。
ここで、「重心」とは、図形（本件では爪（サンプル爪ＴＬ））内における1次のモーメントの総和が0になる点である。
なお、図４では、学習用サンプルとして３つのサンプル爪ＴＬ１～ＴＬ３を図示しているが、サンプル爪ＴＬの数はこれに限定されない。ある程度多くのサンプル爪ＴＬを集めて学習を行う方がより信頼度の高い学習データを得ることが期待できる。
図５は、サンプル爪ＴＬ１～ＴＬ３について、それぞれ特徴点ＴＬ１ｄ～ＴＬ３ｄで構成される輪郭ＴＬ１ｂ～ＴＬ３ｂ及び重心ＴＬ１ｃ～ＴＬ３ｃを検出し、これら複数のサンプル爪ＴＬ１～ＴＬ３に基づいて初期形状Ｔｍ（形状モデル）を生成する様子を模式的に示した説明図である。
初期形状Ｔｍは、重心Ｔｍｃの周囲に輪郭Ｔｍｂを構成する特徴点Ｔｍｄが設定されたものである。
初期形状Ｔｍの重心Ｔｍｃは、全てのサンプル爪ＴＬ１～ＴＬ３の重心ＴＬ１ｃ～ＴＬ３ｃの平均値でもよいし、何らかの重み付けにより選択される位置でもよい。また、初期形状Ｔｍの特徴点Ｔｍｄは、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの平均値であってもよいし、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの中からランダムに選ばれたものであってもよい。
初期形状Ｔｍは、重心Ｔｍｃの周囲に輪郭Ｔｍｂを構成する特徴点Ｔｍｄが設定されたものである。
初期形状Ｔｍの重心Ｔｍｃは、全てのサンプル爪ＴＬ１～ＴＬ３の重心ＴＬ１ｃ～ＴＬ３ｃの平均値でもよいし、何らかの重み付けにより選択される位置でもよい。また、初期形状Ｔｍの特徴点Ｔｍｄは、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの平均値であってもよいし、全てのサンプル爪ＴＬ１～ＴＬ３の各特徴点ＴＬ１ｄ～ＴＬ３ｄの中からランダムに選ばれたものであってもよい。
制御部８１は、機能的に見た場合、撮影制御部８１１、輪郭検出部８１３等を備えている。これら撮影制御部８１１、輪郭検出部８１３等としての機能は、制御部８１のＣＰＵと記憶部８２のＲＯＭに記憶されたプログラムとの協働によって実現される。
撮影制御部８１１は、撮影部５０の撮影装置５１及び照明装置５２を制御して撮影装置５１により、指固定部３の爪載置部３５により位置決め固定された指Ｕ１の爪Ｔの画像を含む指の画像（以下「爪画像」という。）を撮影させるものである。
輪郭検出部８１３は、爪載置部３５により位置決め固定された状態で撮影装置５１によって撮影された指Ｕ１の爪Ｔの画像（検出対象画像ＴＩ）に基づいて、爪Ｔの輪郭（輪郭を構成する特徴点の座標値）を検出するものである。
本実施形態では、輪郭検出部８１３はＥＳＲ（Explicit Shape Regression）の手法を用いて、爪Ｔの輪郭の検出を行う。
すなわち、輪郭検出部８１３は、重心Ｔｍｃの周囲に特徴点Ｔｍｄが配置された初期形状Ｔｍ（形状モデル）を生成し、これと検出対象を含む画像とのフィッティングを行う。
ＥＳＲを用いた輪郭検出では、この際、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、初期形状Ｔｍ（形状モデル）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。
本実施形態では、輪郭検出部８１３はＥＳＲ（Explicit Shape Regression）の手法を用いて、爪Ｔの輪郭の検出を行う。
すなわち、輪郭検出部８１３は、重心Ｔｍｃの周囲に特徴点Ｔｍｄが配置された初期形状Ｔｍ（形状モデル）を生成し、これと検出対象を含む画像とのフィッティングを行う。
ＥＳＲを用いた輪郭検出では、この際、非特許文献１に記載されているように、２段階の弱リグレッサー（弱識別器）を組み合わせて適用し、初期形状Ｔｍ（形状モデル）を徐々に正解位置である検出対象の輪郭に向かって収束させていくという回帰問題として輪郭検出を行う。
具体的には、輪郭検出部８１３は、爪領域を含む検出対象画像ＴＩが入力されると、初期形状Ｔｍを検出対象画像ＴＩ内の適当な位置（初期位置）に配置する。
図６（ａ）及び図７（ａ）は、初期形状Ｔｍが検出対象画像ＴＩ内の初期位置に配置された状態を示している。
なお、ＥＳＲのように回帰問題として輪郭検出を行う手法は、形状モデルをフィッティングさせて輪郭検出を行うＡＡＭ等の手法と比較してロバスト性に優れるため、初期形状Ｔｍとしてどのようなものを用いるかや初期形状Ｔｍを配置する初期位置をそれほど厳密に設定しなくても検出結果の精度への影響は少ない。
このため、図６（ａ）及び図７（ａ）に示すように、入力された検出対象画像ＴＩが異なる場合でも、共通の初期形状Ｔｍを適用することができる。
しかし、ＥＳＲ等の手法を用いる場合でも、できるだけ爪領域と重なり合う位置に初期形状Ｔｍを配置した方が、より高精度に輪郭検出を行うことが期待できる。
このため、本実施形態では、初期形状Ｔｍの重心Ｔｍｃが学習データにおける重心の平均値である平均重心Ｔｐの位置にくるように初期形状Ｔｍを配置する。
図６（ａ）及び図７（ａ）は、初期形状Ｔｍが検出対象画像ＴＩ内の初期位置に配置された状態を示している。
なお、ＥＳＲのように回帰問題として輪郭検出を行う手法は、形状モデルをフィッティングさせて輪郭検出を行うＡＡＭ等の手法と比較してロバスト性に優れるため、初期形状Ｔｍとしてどのようなものを用いるかや初期形状Ｔｍを配置する初期位置をそれほど厳密に設定しなくても検出結果の精度への影響は少ない。
このため、図６（ａ）及び図７（ａ）に示すように、入力された検出対象画像ＴＩが異なる場合でも、共通の初期形状Ｔｍを適用することができる。
しかし、ＥＳＲ等の手法を用いる場合でも、できるだけ爪領域と重なり合う位置に初期形状Ｔｍを配置した方が、より高精度に輪郭検出を行うことが期待できる。
このため、本実施形態では、初期形状Ｔｍの重心Ｔｍｃが学習データにおける重心の平均値である平均重心Ｔｐの位置にくるように初期形状Ｔｍを配置する。
前述のように、本実施形態では、検出対象画像ＴＩが撮影されたのとほぼ同じ条件となるように、位置決め手段である爪載置部３５によってサンプル爪ＴＬを位置決めした状態で学習対象画像が撮影され、この学習対象画像に基づいて初期形状Ｔｍの重心Ｔｍｃ等が設定されている。このため、上記のように初期形状Ｔｍの重心Ｔｍｃが学習データにおける重心の平均値である平均重心Ｔｐの位置にくるように初期形状Ｔｍを配置することで、検出対象画像ＴＩに含まれる検出対象としての爪Ｔの領域とほぼ重なる位置に初期形状Ｔｍを配置することができる。
初期形状Ｔｍが配置されると、輪郭検出部８１３は、事前の学習によって生成され、予め記憶部８２の輪郭情報記憶領域８２３に記憶さている変位量関数（回帰関数）からなるリグレッサー（ＥＳＲの場合には２段階の弱識別器）により初期形状Ｔｍの変位を繰り返し、正解位置である爪Ｔの輪郭（すなわち、爪領域の境界）に向かって徐々に収束させていく。
図６（ｂ）及び図７（ｂ）は、正解位置である爪Ｔの輪郭と重なるように初期形状Ｔｍを変位させた状態を示している。
このように各特徴点Ｔｍｄが爪Ｔの輪郭に近づくように初期形状Ｔｍを変位させることにより、輪郭検出部８１３は、最終的に爪Ｔの輪郭を推定する。
初期形状Ｔｍが配置されると、輪郭検出部８１３は、事前の学習によって生成され、予め記憶部８２の輪郭情報記憶領域８２３に記憶さている変位量関数（回帰関数）からなるリグレッサー（ＥＳＲの場合には２段階の弱識別器）により初期形状Ｔｍの変位を繰り返し、正解位置である爪Ｔの輪郭（すなわち、爪領域の境界）に向かって徐々に収束させていく。
図６（ｂ）及び図７（ｂ）は、正解位置である爪Ｔの輪郭と重なるように初期形状Ｔｍを変位させた状態を示している。
このように各特徴点Ｔｍｄが爪Ｔの輪郭に近づくように初期形状Ｔｍを変位させることにより、輪郭検出部８１３は、最終的に爪Ｔの輪郭を推定する。
次に、図８及び図９を参照しつつ、本実施形態における輪郭検出装置１による輪郭検出方法について説明する。
まず、図８に示すように、本実施形態における輪郭検出処理では、ユーザが指Ｕ１を指固定部３内に挿入し、検出対象である爪Ｔを爪載置部３５によって位置決めした状態で処理開始のスイッチを操作すると、撮影制御部８１１が撮影部５０を動作させて、爪載置部３５によって位置決めされた状態の爪Ｔを撮影し、検出対象画像である爪画像ＴＩを取得する（ステップＳ１）。
爪画像ＴＩを取得すると、輪郭検出部８１３は、事前の学習によって所得した初期形状Ｔｍの重心Ｔｍｃが平均重心Ｔｐの位置にくるように初期形状Ｔｍを配置する（ステップＳ２、図６（ａ）及び図７（ａ）参照）。
まず、図８に示すように、本実施形態における輪郭検出処理では、ユーザが指Ｕ１を指固定部３内に挿入し、検出対象である爪Ｔを爪載置部３５によって位置決めした状態で処理開始のスイッチを操作すると、撮影制御部８１１が撮影部５０を動作させて、爪載置部３５によって位置決めされた状態の爪Ｔを撮影し、検出対象画像である爪画像ＴＩを取得する（ステップＳ１）。
爪画像ＴＩを取得すると、輪郭検出部８１３は、事前の学習によって所得した初期形状Ｔｍの重心Ｔｍｃが平均重心Ｔｐの位置にくるように初期形状Ｔｍを配置する（ステップＳ２、図６（ａ）及び図７（ａ）参照）。
ここで、図９を参照しつつ、初期形状等の学習データを生成する処理について説明する。
学習データを生成する際には、まず、指固定部３の所定位置に学習用サンプルであるサンプル爪ＴＬを配置させる。なお、できるだけ偏りの少ない学習データを生成するために、サンプル爪Ｔとしては不特定多数の人の爪を用いることが好ましい。本実施形態では、検出対象である爪Ｔと同じ条件で画像を取得することができるように、指を指固定部３内に挿入し、サンプル爪ＴＬを爪載置部３５によって位置決めした状態となる位置を所定位置とする。
そして、サンプル爪ＴＬが爪載置部３５によって位置決めされた状態で撮影部５０によりサンプル爪ＴＬを撮影する（ステップＳ１１）。これにより学習対象画像が取得される（ステップＳ１２）。学習データ生成部８３は、所定数の学習対象画像が取得されたか否かを判断し（ステップＳ１３）、学習対象画像が所定数に達していない場合（ステップＳ１３；ＮＯ）には、指固定部３の所定位置に次のサンプル爪ＴＬを配置させ、ステップＳ１１からの処理を繰り返す。なお、学習対象画像として用意すべき「所定数」をいくつとするかは適宜設定されるが、できるだけ多くの学習対象画像を取得した方がより信頼性の高い学習データを生成することができ、好ましい。
他方、学習対象画像が所定数に達した場合（ステップＳ１３；ＹＥＳ）には、学習データ生成部８３は、各学習対象画像についてサンプル爪ＴＬ（図４及び図５においてＴＬ１～ＴＬ３）の輪郭（図４及び図５においてＴＬ１ｂ～ＴＬ３ｂ）を構成する特徴点（図４及び図５においてＴＬ１ｄ～ＴＬ３ｄ）及び重心（図４及び図５においてＴＬ１ｃ～ＴＬ３ｃ）を取得する（ステップＳ１４）。
そして、学習データ生成部８３は、これら学習対象画像群の各特徴点（図４及び図５においてＴＬ１ｄ～ＴＬ３ｄ）の平均値Ｔｍｄ及び重心（図４及び図５においてＴＬ１ｃ～ＴＬ３ｃ）の平均値Ｔｍｃを算出し、初期形状Ｔｍを生成する（ステップＳ１５）。さらに、学習データ生成部８３は、学習対象画像群について学習（機械学習）を行うことにより、リグレッサー（識別器、ＥＳＲの手法による場合には、２段階の弱識別器）を生成する（ステップＳ１６）。
そして、初期形状Ｔｍの特徴点Ｔｍｄの座標値（x,y座標値）、重心Ｔｍｃ及び識別器を含む学習データを輪郭検出情報として、記憶部８２の輪郭検出情報記憶領域８２２に記憶させる（ステップＳ１７）。
そして、サンプル爪ＴＬが爪載置部３５によって位置決めされた状態で撮影部５０によりサンプル爪ＴＬを撮影する（ステップＳ１１）。これにより学習対象画像が取得される（ステップＳ１２）。学習データ生成部８３は、所定数の学習対象画像が取得されたか否かを判断し（ステップＳ１３）、学習対象画像が所定数に達していない場合（ステップＳ１３；ＮＯ）には、指固定部３の所定位置に次のサンプル爪ＴＬを配置させ、ステップＳ１１からの処理を繰り返す。なお、学習対象画像として用意すべき「所定数」をいくつとするかは適宜設定されるが、できるだけ多くの学習対象画像を取得した方がより信頼性の高い学習データを生成することができ、好ましい。
他方、学習対象画像が所定数に達した場合（ステップＳ１３；ＹＥＳ）には、学習データ生成部８３は、各学習対象画像についてサンプル爪ＴＬ（図４及び図５においてＴＬ１～ＴＬ３）の輪郭（図４及び図５においてＴＬ１ｂ～ＴＬ３ｂ）を構成する特徴点（図４及び図５においてＴＬ１ｄ～ＴＬ３ｄ）及び重心（図４及び図５においてＴＬ１ｃ～ＴＬ３ｃ）を取得する（ステップＳ１４）。
そして、学習データ生成部８３は、これら学習対象画像群の各特徴点（図４及び図５においてＴＬ１ｄ～ＴＬ３ｄ）の平均値Ｔｍｄ及び重心（図４及び図５においてＴＬ１ｃ～ＴＬ３ｃ）の平均値Ｔｍｃを算出し、初期形状Ｔｍを生成する（ステップＳ１５）。さらに、学習データ生成部８３は、学習対象画像群について学習（機械学習）を行うことにより、リグレッサー（識別器、ＥＳＲの手法による場合には、２段階の弱識別器）を生成する（ステップＳ１６）。
そして、初期形状Ｔｍの特徴点Ｔｍｄの座標値（x,y座標値）、重心Ｔｍｃ及び識別器を含む学習データを輪郭検出情報として、記憶部８２の輪郭検出情報記憶領域８２２に記憶させる（ステップＳ１７）。
図８に戻り、輪郭検出部８１３は、初期形状Ｔｍと検出用画像ＴＩに含まれる爪領域とのフィッティングを行うことにより、爪領域の輪郭を検出する（ステップＳ３）。
具体的には、初期形状Ｔｍの個々の特徴点Ｔｍｄを、正解位置である爪領域の輪郭に近づくように、識別器によって繰り返し変位させ、正解位置に向かって徐々に収束させていく。
例えば、図６（ａ）では、爪Ｔの幅方向（図６（ａ）において横方向、指Ｕ１の幅方向）においては初期形状Ｔｍと爪Ｔの領域の幅がほぼ一致しているが、爪Ｔの上下方向（図６（ａ）において上下方向、指Ｕ１の延在方向）においては初期形状Ｔｍの方が爪Ｔの領域よりも長さが短くなっている。この場合、識別器を適用して初期形状Ｔｍを変位させていくことで、図６（ｂ）に示すように、全ての特徴点Ｔｍｄをほぼ爪領域の輪郭に沿う正解位置に収束させていくことができる。
また、図７（ａ）では、爪Ｔの上下方向（図７（ａ）において上下方向、指Ｕ１の延在方向）の上側（すなわち爪Ｔの先端部）においては初期形状Ｔｍの特徴点Ｔｍｄがほぼ爪Ｔの輪郭と一致しているが、下側（すなわち爪Ｔの生え際部分）においては初期形状Ｔｍが爪領域からはみ出している。また、爪Ｔの幅方向（図７（ａ）において横方向、指Ｕ１の幅方向）においては初期形状Ｔｍの方が爪Ｔの領域よりも内側に配置されている。この場合、識別器を適用して初期形状Ｔｍを変位させていくことで、図７（ｂ）に示すように、全ての特徴点Ｔｍｄをほぼ爪領域の輪郭に沿う正解位置に収束させていくことができる。
このような手法を用いることで、ユーザが爪領域を自ら切り出したり設定することなく、自動的に、高精度に爪Ｔの輪郭を検出することができる。
具体的には、初期形状Ｔｍの個々の特徴点Ｔｍｄを、正解位置である爪領域の輪郭に近づくように、識別器によって繰り返し変位させ、正解位置に向かって徐々に収束させていく。
例えば、図６（ａ）では、爪Ｔの幅方向（図６（ａ）において横方向、指Ｕ１の幅方向）においては初期形状Ｔｍと爪Ｔの領域の幅がほぼ一致しているが、爪Ｔの上下方向（図６（ａ）において上下方向、指Ｕ１の延在方向）においては初期形状Ｔｍの方が爪Ｔの領域よりも長さが短くなっている。この場合、識別器を適用して初期形状Ｔｍを変位させていくことで、図６（ｂ）に示すように、全ての特徴点Ｔｍｄをほぼ爪領域の輪郭に沿う正解位置に収束させていくことができる。
また、図７（ａ）では、爪Ｔの上下方向（図７（ａ）において上下方向、指Ｕ１の延在方向）の上側（すなわち爪Ｔの先端部）においては初期形状Ｔｍの特徴点Ｔｍｄがほぼ爪Ｔの輪郭と一致しているが、下側（すなわち爪Ｔの生え際部分）においては初期形状Ｔｍが爪領域からはみ出している。また、爪Ｔの幅方向（図７（ａ）において横方向、指Ｕ１の幅方向）においては初期形状Ｔｍの方が爪Ｔの領域よりも内側に配置されている。この場合、識別器を適用して初期形状Ｔｍを変位させていくことで、図７（ｂ）に示すように、全ての特徴点Ｔｍｄをほぼ爪領域の輪郭に沿う正解位置に収束させていくことができる。
このような手法を用いることで、ユーザが爪領域を自ら切り出したり設定することなく、自動的に、高精度に爪Ｔの輪郭を検出することができる。
以上のように、本実施形態によれば、位置決め手段としての爪載置部３５を備え、検出対象としての爪Ｔも学習用サンプルとしてのサンプル爪ＴＬも、この爪載置部３５に位置決めした状態で、ほぼ同じ条件で撮影し、検出対象画像及び学習対象画像を取得する。そして、このようにして取得した学習対象画像に基づいて学習（機械学習）を行い、初期形状Ｔｍの輪郭Ｔｍｂを構成する特徴点Ｔｍｄの座標値及び当該初期形状Ｔｍの重心Ｔｍｃを含む学習データを学習結果として取得し、この学習データに基づいて検出対象である爪Ｔの輪郭の検出を行う。
このため、初期形状Ｔｍをフィッティングに適した位置に配置してフィッティング処理を行うことができ、より高精度に検出対象（本実施形態では爪Ｔ）の輪郭を検出することができる。
このため、初期形状Ｔｍをフィッティングに適した位置に配置してフィッティング処理を行うことができ、より高精度に検出対象（本実施形態では爪Ｔ）の輪郭を検出することができる。
また、フィッティングによる輪郭検出を行う場合、初期形状Ｔｍを配置する位置が検出精度に影響を与えるところ、本実施形態では、位置決め手段である爪載置部３５に位置決めされた状態の学習用サンプル（サンプル爪ＴＬ）における重心の位置（本実施形態では、図４に示すサンプル爪ＴＬ１～ＴＬ３の重心ＴＬ１ｃ～ＴＬ３ｃの平均値であるＴｐ）に基づいて、初期位置における初期形状Ｔｍの重心Ｔｍｃの位置を設定する。これにより、例えば画像の中心等に初期形状Ｔｍを配置する場合等と比較して、より検出対象の重心に近い位置に初期形状Ｔｍを配置することができ、高精度の輪郭検出を行うことができる。
特に、本実施形態では、輪郭検出手段である輪郭検出部８１３は、ＥＳＲの手法を用いて初期形状Ｔｍと検出対象の領域とのフィッティングを行うことにより輪郭の検出を行う。
ＥＳＲのように回帰問題として輪郭検出を行う手法は、形状モデルをフィッティングさせるＡＡＭ等の手法と比較してロバスト性に優れるため、初期形状Ｔｍの厳密性が求められず、例えば、検出対象である爪Ｔの大きさ（爪幅や指の太さ、指の種類等）等に応じて複数種類の初期形状を用意したり、これらを検出対象に応じて使い分けたりする必要がない。このため、複数種類の初期形状を用意する場合と比較してメモリが少なくて済み、また、複数種類の初期形状のうちどれを適用するかを分類・判断する必要がなく、処理を簡易化することができる。
ＥＳＲのように回帰問題として輪郭検出を行う手法は、形状モデルをフィッティングさせるＡＡＭ等の手法と比較してロバスト性に優れるため、初期形状Ｔｍの厳密性が求められず、例えば、検出対象である爪Ｔの大きさ（爪幅や指の太さ、指の種類等）等に応じて複数種類の初期形状を用意したり、これらを検出対象に応じて使い分けたりする必要がない。このため、複数種類の初期形状を用意する場合と比較してメモリが少なくて済み、また、複数種類の初期形状のうちどれを適用するかを分類・判断する必要がなく、処理を簡易化することができる。
また、本実施形態では、このように自動的に高精度の輪郭検出を行うことができるため、顔等のように明確に目印となるパーツを持たない爪Ｔが検出対象である場合でも正確な輪郭検出を行うことができる。
［第２の実施形態］
次に、図１０から図１２を参照しつつ、本発明に係る輪郭検出装置を爪にネイルデザインを描画する描画装置（以下、「ネイルプリント装置」という。）に適用した例を第２の実施形態として説明する。
なお、本実施形態では、輪郭検出装置の構成及び作用・効果は第１の実施形態で説明したものと同様であるため、以下においては、特に第１の実施形態と異なる点について説明する。
次に、図１０から図１２を参照しつつ、本発明に係る輪郭検出装置を爪にネイルデザインを描画する描画装置（以下、「ネイルプリント装置」という。）に適用した例を第２の実施形態として説明する。
なお、本実施形態では、輪郭検出装置の構成及び作用・効果は第１の実施形態で説明したものと同様であるため、以下においては、特に第１の実施形態と異なる点について説明する。
図１０は、輪郭検出装置１が適用されたネイルプリント装置１００の要部構成例を示した斜視図である。
なお、図１０では図示を省略しているが、ネイルプリント装置１００は、図１０に示す内部構成が、例えば図１に示すような操作部１２や表示部１３等を備える筐体１１内に収容されて構成されている。
なお、図１０では図示を省略しているが、ネイルプリント装置１００は、図１０に示す内部構成が、例えば図１に示すような操作部１２や表示部１３等を備える筐体１１内に収容されて構成されている。
図１０に示すように、ネイルプリント装置１００は、図１及び図３に示す構成の他、描画部４０を備えている。
描画部４０は、描画部本体である描画ヘッド４１、ユニット支持部材４２、ユニット支持部材４２をＸ方向（図１０等におけるＸ方向、ネイルプリント装置１００の左右方向）に移動させるためのＸ方向移動ステージ４５、Ｘ方向移動モータ４６、ユニット支持部材４２をＹ方向（図１０等におけるＹ方向、ネイルプリント装置１００の前後方向）に移動させるためのＹ方向移動ステージ４７、Ｙ方向移動モータ４８等を備えて構成されている。
本実施形態の描画ヘッド４１は、インクジェット方式で描画を行うインクジェットヘッドである。なお、描画ヘッド４１はインクジェット方式で描画を行うものに限定されない。例えば、爪Ｔの表面に直接先端部を接触させて描画を行うペン等を備えて構成されていてもよい。
描画部４０は、描画部本体である描画ヘッド４１、ユニット支持部材４２、ユニット支持部材４２をＸ方向（図１０等におけるＸ方向、ネイルプリント装置１００の左右方向）に移動させるためのＸ方向移動ステージ４５、Ｘ方向移動モータ４６、ユニット支持部材４２をＹ方向（図１０等におけるＹ方向、ネイルプリント装置１００の前後方向）に移動させるためのＹ方向移動ステージ４７、Ｙ方向移動モータ４８等を備えて構成されている。
本実施形態の描画ヘッド４１は、インクジェット方式で描画を行うインクジェットヘッドである。なお、描画ヘッド４１はインクジェット方式で描画を行うものに限定されない。例えば、爪Ｔの表面に直接先端部を接触させて描画を行うペン等を備えて構成されていてもよい。
図１０では、ユニット支持部材４２に描画ヘッド４１及び撮影部５０が支持されている例を示しており、Ｘ方向移動モータ４６とＹ方向移動モータ４８等により、ユニット支持部材４２に支持された描画ヘッド４１及び撮影部５０を移動させるヘッド移動部４９（図１１参照）が構成されている。
ヘッド移動部４９を備えることにより、検出対象である爪を撮影する際には、指固定部３の上方に撮影部５０が配置されるようにし、描画時には指固定部３の上方に描画ヘッド４１が配置されるように、適宜移動させることができる。
描画部４０における描画ヘッド４１、Ｘ方向移動モータ４６、Ｙ方向移動モータ４８は、後述する制御装置８０の描画制御部８１５（図１１参照）に接続され、該描画制御部８１５によって制御される。
ヘッド移動部４９を備えることにより、検出対象である爪を撮影する際には、指固定部３の上方に撮影部５０が配置されるようにし、描画時には指固定部３の上方に描画ヘッド４１が配置されるように、適宜移動させることができる。
描画部４０における描画ヘッド４１、Ｘ方向移動モータ４６、Ｙ方向移動モータ４８は、後述する制御装置８０の描画制御部８１５（図１１参照）に接続され、該描画制御部８１５によって制御される。
図１１は、本実施形態における制御構成を示す要部ブロック図である。
図１１に示すように、制御装置８０の制御部８１は、輪郭検出装置１について図３に示した撮影制御部８１１の他に、輪郭検出部８１３を含む爪情報検出部８１２と、描画データ生成部８１４と、描画制御部８１５と、表示制御部８１６と、を備えている。
図１１に示すように、制御装置８０の制御部８１は、輪郭検出装置１について図３に示した撮影制御部８１１の他に、輪郭検出部８１３を含む爪情報検出部８１２と、描画データ生成部８１４と、描画制御部８１５と、表示制御部８１６と、を備えている。
爪情報検出部８１２は、撮影装置５１によって撮影された指固定部３に固定された印刷指Ｕ１の爪Ｔの画像に基づいて、印刷指Ｕ１の爪Ｔについての爪情報を検出するものである。
ここで、爪情報とは、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）の他、例えば、爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等である。
ここで、爪情報とは、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）の他、例えば、爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等である。
描画データ生成部８１４は、爪情報検出部８１２により検出された爪情報に基づいて、描画ヘッド４１により印刷指Ｕ１の爪Ｔに施される描画用のデータを生成する。
具体的には、描画データ生成部８１４は、爪情報検出部８１２により検出された爪Ｔの輪郭形状等に基づいてネイルデザインの画像データを拡大、縮小、切出し等することにより爪Ｔの形状に合わせ込む合せ込み処理を行う。
また、描画データ生成部８１４は、爪情報検出部８１２により検出された爪情報に応じて、適宜曲面補正等を行う。
これにより、描画ヘッド４１によって描画されるネイルデザインの描画用データが生成される。
具体的には、描画データ生成部８１４は、爪情報検出部８１２により検出された爪Ｔの輪郭形状等に基づいてネイルデザインの画像データを拡大、縮小、切出し等することにより爪Ｔの形状に合わせ込む合せ込み処理を行う。
また、描画データ生成部８１４は、爪情報検出部８１２により検出された爪情報に応じて、適宜曲面補正等を行う。
これにより、描画ヘッド４１によって描画されるネイルデザインの描画用データが生成される。
描画制御部８１５は、描画データ生成部８１４によって生成された描画用データに基づいて描画部４０に制御信号を出力し、爪Ｔに対してこの描画用データにしたがった描画を施すように描画部４０のＸ方向移動モータ４６、Ｙ方向移動モータ４８、描画ヘッド４１等を制御する制御部である。
表示制御部８１６は、表示部１３を制御して表示部１３に各種の表示画面を表示させるものである。本実施形態では、表示制御部８１６は、例えばネイルデザインの選択画面やデザイン確認用のサムネイル画像、印刷指Ｕ１を撮影して取得した爪画像、各種の指示画面、操作画面等を表示部１３に表示させるようになっている。
また、記憶部８２は、輪郭検出装置１について図３に示したものの他に、ネイルデザイン記憶領域８２４、爪画像記憶領域８２５、輪郭情報記憶領域８２３を含む爪情報記憶領域８２６等を備えている、
ネイルデザイン記憶領域８２４には、爪Ｔに描画されるネイルデザインの画像データが記憶されている。
爪画像記憶領域８２５には、撮影部５０によって取得されたユーザの印刷指Ｕ１の爪Ｔの爪画像が記憶されている。
また、爪情報記憶領域８２６には、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）が輪郭情報記憶領域８２３に記憶される他、爪情報検出部８１２によって検出された爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等が記憶されている。
ネイルデザイン記憶領域８２４には、爪Ｔに描画されるネイルデザインの画像データが記憶されている。
爪画像記憶領域８２５には、撮影部５０によって取得されたユーザの印刷指Ｕ１の爪Ｔの爪画像が記憶されている。
また、爪情報記憶領域８２６には、輪郭検出部８１３により検出される爪Ｔの輪郭（爪形状、爪Ｔの水平位置のＸＹ座標等）が輪郭情報記憶領域８２３に記憶される他、爪情報検出部８１２によって検出された爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等が記憶されている。
なお、その他の構成は、第１の実施形態と同様であることから、同一部材には同一の符号を付して、その説明を省略する。
次に、図１２を参照しつつ、本実施形態におけるネイルプリント装置１００による描画処理について説明する。
本実施形態において、ネイルプリント装置１００で爪Ｔへの描画を行う場合、ユーザは、装置電源を入れ、さらに描画開始ボタン等の操作部１２を操作する。これにより、操作に応じた描画開始指示がネイルプリント装置１００の制御装置８０に入力される（ステップＳ２１）。
描画開始指示が入力されると、表示制御部８１６は、ネイルデザインを選択させるネイルデザイン選択画面を表示部１３に表示させ（ステップＳ２２）、ユーザによる選択を促す。
ユーザが操作部１２等から所望のネイルデザインを選択すると、当該選択指示に従って爪Ｔに描画すべきネイルデザインが選択される（ステップＳ２３）。
ネイルデザインが選択されると、表示制御部８１６は、指固定部の所定位置に描画対象となる爪の指を配置するように指示する指示画面を表示部１３に表示させ（ステップＳ２４）、ユーザに爪Ｔ（及びその指Ｕ１）の固定を促す。
ユーザは指示に従って指Ｕ１を指固定部３に挿入し、爪Ｔの先を位置決め手段である爪載置部３５に載置することで位置決め固定する。
そして、このように爪Ｔが爪載置部３５により位置決めされた状態で、撮影制御部８１１が撮影部５０を動作させて爪Ｔを撮影し（ステップＳ２５）、検出対象としての爪Ｔの領域を含む検出対象画像である爪画像ＴＩを取得する。
本実施形態において、ネイルプリント装置１００で爪Ｔへの描画を行う場合、ユーザは、装置電源を入れ、さらに描画開始ボタン等の操作部１２を操作する。これにより、操作に応じた描画開始指示がネイルプリント装置１００の制御装置８０に入力される（ステップＳ２１）。
描画開始指示が入力されると、表示制御部８１６は、ネイルデザインを選択させるネイルデザイン選択画面を表示部１３に表示させ（ステップＳ２２）、ユーザによる選択を促す。
ユーザが操作部１２等から所望のネイルデザインを選択すると、当該選択指示に従って爪Ｔに描画すべきネイルデザインが選択される（ステップＳ２３）。
ネイルデザインが選択されると、表示制御部８１６は、指固定部の所定位置に描画対象となる爪の指を配置するように指示する指示画面を表示部１３に表示させ（ステップＳ２４）、ユーザに爪Ｔ（及びその指Ｕ１）の固定を促す。
ユーザは指示に従って指Ｕ１を指固定部３に挿入し、爪Ｔの先を位置決め手段である爪載置部３５に載置することで位置決め固定する。
そして、このように爪Ｔが爪載置部３５により位置決めされた状態で、撮影制御部８１１が撮影部５０を動作させて爪Ｔを撮影し（ステップＳ２５）、検出対象としての爪Ｔの領域を含む検出対象画像である爪画像ＴＩを取得する。
爪画像（検出対象画像）ＴＩが取得されると、輪郭検出部８１３は、この画像内の爪領域の輪郭を検出する輪郭検出処理を行う（ステップＳ２６）。なお、この輪郭検出処理の内容は、第１の実施形態の図８において説明したものと同様であるため、その説明を省略する。
また、爪情報検出部８１２は、爪画像（検出対象画像）ＴＩから爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等を検出する。
爪Ｔの輪郭等の爪情報が検出されると、描画データ生成部８１４は、検出された爪Ｔの輪郭に、選択されたネイルデザインをフィッティングし、さらに適宜曲面補正等の補正を行って描画用データ（ネイルデザインの描画データ）を生成する（ステップＳ２７）。
そして、描画データ生成部８１４により描画用データが生成されると、描画制御部８１５は、描画部４０に描画用データを出力するとともに、ヘッド移動部４９を動作させて描画ヘッド４１を適宜移動させながら描画用データに基づく描画処理を行わせる。これにより描画用データに基づくネイルデザインが爪Ｔに描画される（ステップＳ２８）。
また、爪情報検出部８１２は、爪画像（検出対象画像）ＴＩから爪Ｔの高さ（爪Ｔの垂直方向の位置、爪Ｔの垂直位置）、爪Ｔの表面の、ＸＹ平面に対する傾斜角度（爪Ｔの傾斜角度、爪曲率）等を検出する。
爪Ｔの輪郭等の爪情報が検出されると、描画データ生成部８１４は、検出された爪Ｔの輪郭に、選択されたネイルデザインをフィッティングし、さらに適宜曲面補正等の補正を行って描画用データ（ネイルデザインの描画データ）を生成する（ステップＳ２７）。
そして、描画データ生成部８１４により描画用データが生成されると、描画制御部８１５は、描画部４０に描画用データを出力するとともに、ヘッド移動部４９を動作させて描画ヘッド４１を適宜移動させながら描画用データに基づく描画処理を行わせる。これにより描画用データに基づくネイルデザインが爪Ｔに描画される（ステップＳ２８）。
なお、その他の点については、第１の実施形態と同様であることから、その説明を省略する。
以上のように、本実施形態によれば、第１の実施形態と同様の効果を得られる他、以下の効果を得ることができる。
すなわち、本実施形態では、描画装置であるネイルプリント装置１００が、第１の実施形態で示した輪郭検出装置１を備えている。このため、爪Ｔという、指部分との境界等を検出することが難しい対象について、比較的時間を掛けず、またユーザの手を煩わせずに精密に描画範囲となる爪領域を特定し、はみ出し等のない美しい仕上がりのネイルプリントを行うことができる。
すなわち、本実施形態では、描画装置であるネイルプリント装置１００が、第１の実施形態で示した輪郭検出装置１を備えている。このため、爪Ｔという、指部分との境界等を検出することが難しい対象について、比較的時間を掛けず、またユーザの手を煩わせずに精密に描画範囲となる爪領域を特定し、はみ出し等のない美しい仕上がりのネイルプリントを行うことができる。
なお、以上本発明の実施形態について説明したが、本発明は、かかる実施形態に限定されず、その要旨を逸脱しない範囲で、種々変形が可能であることは言うまでもない。
例えば、上記各実施形態では、輪郭検出部８１３がＥＳＲの手法を用いて初期形状Ｔｍと検出対象の領域とのフィッティングを行う場合を例示したが、輪郭検出部８１３が初期形状Ｔｍと検出対象の領域とのフィッティングを行う際に用いることのできるアルゴリズムはＥＳＲに限定されない。
検出対象の領域とのフィッティングを行う際の初期形状Ｔｍの配置位置、重心Ｔｍｃの位置が輪郭検出に多少でも影響を与えるようなアルゴリズムを用いる場合には、上記各実施形態で示したように、初期形状Ｔｍを生成する元となる学習対象画像と検出対象画像とをできるだけ同じ条件で取得することが好ましい。
このため、例えば、ＡＡＭ（Active appearance model）、ＡＳＭ（Active Shape model）ＡＣＭ（Active Contour Model）等を輪郭検出部８１３が初期形状Ｔｍと検出対象の領域とのフィッティングを行う際に用いることのできるアルゴリズムとして用いる場合にも本実施形態を適用することが可能である。
検出対象の領域とのフィッティングを行う際の初期形状Ｔｍの配置位置、重心Ｔｍｃの位置が輪郭検出に多少でも影響を与えるようなアルゴリズムを用いる場合には、上記各実施形態で示したように、初期形状Ｔｍを生成する元となる学習対象画像と検出対象画像とをできるだけ同じ条件で取得することが好ましい。
このため、例えば、ＡＡＭ（Active appearance model）、ＡＳＭ（Active Shape model）ＡＣＭ（Active Contour Model）等を輪郭検出部８１３が初期形状Ｔｍと検出対象の領域とのフィッティングを行う際に用いることのできるアルゴリズムとして用いる場合にも本実施形態を適用することが可能である。
また、上記各実施形態では、検出対象である爪Ｔを位置決めする手段として、爪載置部３５を設ける例を示したが、爪Ｔを位置決めする位置決め手段はこれに限定されない。例えば、指固定部３の指固定部材３２の表面に指の形状に沿う溝部又は凹部を形成し、この溝部又は凹部に指を嵌め込むことで、指Ｕ１及び爪Ｔを位置決めするようにしてもよい。
また、上記各実施形態では、検出対象が爪Ｔである場合を例示したが、輪郭検出装置によって輪郭検出を行うことができる検出対象は爪Ｔに限定されない。
例えば、顔の輪郭や目・鼻・口等の顔のパーツの輪郭等を検出対象としてもよい。
このように、顔の輪郭や顔のパーツを検出する場合には、位置決め手段として、例えばあごの位置を固定する顎載せ台等を設置し、これに顎を固定した状態で学習対象画像や検出対象画像を取得するための撮影を行う。
例えば、顔の輪郭や目・鼻・口等の顔のパーツの輪郭等を検出対象としてもよい。
このように、顔の輪郭や顔のパーツを検出する場合には、位置決め手段として、例えばあごの位置を固定する顎載せ台等を設置し、これに顎を固定した状態で学習対象画像や検出対象画像を取得するための撮影を行う。
また、第２の実施形態では、描画装置が爪Ｔに描画を施すネイルプリント装置１００である場合を例示したが、描画装置は、ネイルプリント装置１００に限定されず、爪Ｔ以外のものに描画を施すものでもよい。描画対象が爪Ｔ以外である場合には、当該描画対象の領域を画する輪郭を検出するための輪郭検出装置が適用される。
また、輪郭検出装置１が爪Ｔの輪郭を検出するものである場合に、第２の実施形態では、爪Ｔの輪郭を検出した後、検出された輪郭内に描画を施す例を示したが、輪郭検出後の処理は描画処理に限定されない。例えば、自動的に爪Ｔの表面を整えるオート爪磨き、オートネイルケア等を後処理として行ってもよい。
また、検出対象が医療用の撮影装置で撮影された医療用画像に含まれる各種臓器等である場合には、輪郭検出を行った後の処理として、医師等による画像診断や患者への健康状況の情報提供等が行われてもよい。
また、検出対象が医療用の撮影装置で撮影された医療用画像に含まれる各種臓器等である場合には、輪郭検出を行った後の処理として、医師等による画像診断や患者への健康状況の情報提供等が行われてもよい。
以上本発明のいくつかの実施形態を説明したが、本発明の範囲は、上述の実施の形態に限定するものではなく、特許請求の範囲に記載された発明の範囲とその均等の範囲を含む。
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＞
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影手段と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶した輪郭検出情報記憶手段と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出手段と、
を備え、
前記輪郭検出手段は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出装置。
＜請求項２＞
検出対象を位置決めする位置決め手段を更に備え、
前記撮影手段は前記位置決め手段に位置決めされた状態の前記検出対象を撮影した画像である請求項１に記載の輪郭検出装置。
＜請求項３＞
前記輪郭検出手段は、前記位置決め手段に位置決めされた状態の前記学習用サンプルにおける重心の位置に基づいて、前記初期位置における前記初期形状の重心の位置を設定する請求項２に記載の輪郭検出装置。
＜請求項４＞
前記輪郭検出手段は、前記初期形状と前記検出対象の領域とのフィッティングを行うことにより前記輪郭の検出を行う請求項１から請求項３のいずれか一項に記載の輪郭検出装置。
＜請求項５＞
前記検出対象及び前記学習用サンプルは、爪であり、
前記位置決め手段は爪又は指を載置する爪載置部である請求項１から請求項４のいずれか一項に記載の輪郭検出装置。
＜請求項６＞
請求項１から請求項５のいずれか一項に記載の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
を備える描画装置。
＜請求項７＞
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影工程と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶工程と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出工程と、
を含み、
前記輪郭検出工程は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出方法。
＜請求項８＞
輪郭検出装置のコンピュータに、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得させる撮影機能と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶機能と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出機能と、
を実現させ、
前記輪郭検出機能は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出プログラム。
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＞
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影手段と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶した輪郭検出情報記憶手段と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出手段と、
を備え、
前記輪郭検出手段は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出装置。
＜請求項２＞
検出対象を位置決めする位置決め手段を更に備え、
前記撮影手段は前記位置決め手段に位置決めされた状態の前記検出対象を撮影した画像である請求項１に記載の輪郭検出装置。
＜請求項３＞
前記輪郭検出手段は、前記位置決め手段に位置決めされた状態の前記学習用サンプルにおける重心の位置に基づいて、前記初期位置における前記初期形状の重心の位置を設定する請求項２に記載の輪郭検出装置。
＜請求項４＞
前記輪郭検出手段は、前記初期形状と前記検出対象の領域とのフィッティングを行うことにより前記輪郭の検出を行う請求項１から請求項３のいずれか一項に記載の輪郭検出装置。
＜請求項５＞
前記検出対象及び前記学習用サンプルは、爪であり、
前記位置決め手段は爪又は指を載置する爪載置部である請求項１から請求項４のいずれか一項に記載の輪郭検出装置。
＜請求項６＞
請求項１から請求項５のいずれか一項に記載の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
を備える描画装置。
＜請求項７＞
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影工程と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶工程と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出工程と、
を含み、
前記輪郭検出工程は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出方法。
＜請求項８＞
輪郭検出装置のコンピュータに、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得させる撮影機能と、
撮影された学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶機能と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出機能と、
を実現させ、
前記輪郭検出機能は、前記学習データに基づいて初期位置を設定し、当該初期位置に前記初期形状を配置して、前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う輪郭検出プログラム。
１ 輪郭検出装置
３ 指固定部
３５ 爪載置部
４０ 描画部
４１ 描画ヘッド
５０ 撮影部
８１ 制御部
８２ 記憶部
８３ 学習データ生成部
８１２ 爪情報検出部
８１３ 輪郭検出部
８１６ 描画制御部
１００ ネイルプリント装置
Ｔ 爪
Ｕ１ 指
３ 指固定部
３５ 爪載置部
４０ 描画部
４１ 描画ヘッド
５０ 撮影部
８１ 制御部
８２ 記憶部
８３ 学習データ生成部
８１２ 爪情報検出部
８１３ 輪郭検出部
８１６ 描画制御部
１００ ネイルプリント装置
Ｔ 爪
Ｕ１ 指
Claims (8)
- 検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影手段と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶した輪郭検出情報記憶手段と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出手段と、
を備え、
前記輪郭検出手段は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う、輪郭検出装置。 - 検出対象を位置決めする位置決め手段を更に備え、
前記撮影手段は、前記位置決め手段により位置決めされた状態の前記検出対象を撮影した前記検出対象画像を取得する、請求項１に記載の輪郭検出装置。 - 前記学習対象画像は、前記位置決め手段により位置決めされた状態で前記撮影手段によって取得された複数の学習用サンプルの画像を含み、
前記輪郭検出手段は、前記複数の学習用サンプルの画像における前記学習用サンプルの重心の位置に基づいて、前記初期位置における前記初期形状の重心の位置を設定する、請求項２に記載の輪郭検出装置。 - 前記検出対象及び前記学習用サンプルは、爪であり、
前記位置決め手段は爪又は指を載置する爪載置部である請求項３に記載の輪郭検出装置。 - 前記特徴点は、複数の前記特徴点を含み、
前記輪郭検出手段は、前記初期位置に配置された前記初期形状の輪郭を構成する前記複数の特徴点の位置を、それぞれ前記検出対象の領域の輪郭に近づけることにより前記検出対象の前記輪郭の検出を行う、請求項１から請求項４のいずれか一項に記載の輪郭検出装置。 - 請求項１から請求項５のいずれか一項に記載の輪郭検出装置と、
前記輪郭検出装置により検出された輪郭内に描画を施す描画部と、
を備える描画装置。 - 検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得する撮影工程と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶工程と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出工程と、
を含み、
前記輪郭検出工程は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う、輪郭検出方法。 - 輪郭検出装置のコンピュータに、
検出対象を撮影して前記検出対象の領域を含む検出対象画像を取得させる撮影機能と、
学習対象画像に基づいて生成された学習結果である初期形状の輪郭を構成する特徴点の座標値及び当該初期形状の重心を含む学習データを記憶する輪郭検出情報記憶機能と、
前記検出対象画像から前記検出対象の領域の輪郭を検出する輪郭検出機能と、
を実現させ、
前記輪郭検出機能は、前記学習データに基づいて、前記検出対象画像に配置される前記初期形状の輪郭の初期位置を予め設定し、当該初期位置に配置された前記初期形状と前記検出対象画像に含まれる前記検出対象の領域とのフィッティングを行うことにより前記検出対象の前記輪郭の検出を行う、輪郭検出プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017178462A JP7047294B2 (ja) | 2017-09-19 | 2017-09-19 | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017178462A JP7047294B2 (ja) | 2017-09-19 | 2017-09-19 | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019053626A JP2019053626A (ja) | 2019-04-04 |
| JP7047294B2 true JP7047294B2 (ja) | 2022-04-05 |
Family
ID=66015194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017178462A Active JP7047294B2 (ja) | 2017-09-19 | 2017-09-19 | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7047294B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020183876A (ja) * | 2019-04-26 | 2020-11-12 | 株式会社前川製作所 | 特徴点認識システムおよびワーク処理システム |
| JP7370777B2 (ja) * | 2019-09-13 | 2023-10-30 | 株式会社東芝 | 学習システム、分析システム、学習方法、分析方法、プログラム、及び記憶媒体 |
| JP7474580B2 (ja) | 2019-11-07 | 2024-04-25 | エスアイアイ・プリンテック株式会社 | 予測システムおよび予測方法 |
| CN111860376B (zh) * | 2020-07-24 | 2023-10-31 | 北京博维航空设施管理有限公司 | 一种舱门的轮廓拟合方法及装置 |
| JP7188425B2 (ja) * | 2020-09-18 | 2022-12-13 | カシオ計算機株式会社 | 印刷装置及び爪姿勢確認方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013039168A (ja) | 2011-08-12 | 2013-02-28 | Casio Computer Co Ltd | ネイルプリント装置及び印刷制御方法 |
| US20150030219A1 (en) | 2011-01-10 | 2015-01-29 | Rutgers, The State University Of New Jersey | Method and apparatus for shape based deformable segmentation of multiple overlapping objects |
-
2017
- 2017-09-19 JP JP2017178462A patent/JP7047294B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150030219A1 (en) | 2011-01-10 | 2015-01-29 | Rutgers, The State University Of New Jersey | Method and apparatus for shape based deformable segmentation of multiple overlapping objects |
| JP2013039168A (ja) | 2011-08-12 | 2013-02-28 | Casio Computer Co Ltd | ネイルプリント装置及び印刷制御方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019053626A (ja) | 2019-04-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7035405B2 (ja) | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム | |
| JP7047294B2 (ja) | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム | |
| JP7039991B2 (ja) | 輪郭検出装置、描画装置、輪郭検出方法及び輪郭検出プログラム | |
| JP6915396B2 (ja) | 描画システム、描画装置及び端末装置 | |
| JP7452571B2 (ja) | 生体認証装置、生体認証方法および生体認証プログラム | |
| CN109558784B (zh) | 指甲轮廓检测装置、指甲轮廓检测方法以及记录介质 | |
| JP7124419B2 (ja) | ネイルプリント装置 | |
| JP5929363B2 (ja) | ネイルプリント装置及び印刷制御方法 | |
| US10696067B2 (en) | Nail printing apparatus and control method | |
| JP5601103B2 (ja) | ネイルプリント装置及び印刷制御方法 | |
| JP5929364B2 (ja) | ネイルプリント装置及び印刷制御方法 | |
| JP2016116589A (ja) | 描画装置、描画装置の動作制御方法及び描画装置の動作制御プログラム | |
| JP5880135B2 (ja) | 検出装置、検出方法及びプログラム | |
| JP2016123475A (ja) | プリント装置、プリント装置の動作制御方法及びプリント装置の動作制御プログラム | |
| JP6958336B2 (ja) | 描画システム、描画装置及び端末装置 | |
| JP2013039169A (ja) | ネイルプリント装置及び印刷制御方法 | |
| JP2013192680A (ja) | ネイルプリント装置及び印刷制御方法 | |
| JP2013074923A (ja) | ネイルプリント装置及び印刷制御方法 | |
| JP7173256B2 (ja) | 描画システム及び描画制御方法 | |
| JP7334826B2 (ja) | ネイルプリント装置 | |
| JP7334832B2 (ja) | ネイルプリント装置 | |
| JP7087593B2 (ja) | ネイルプリント装置、指種判定方法、及びプログラム | |
| US20230044135A1 (en) | Contour detection apparatus, printing apparatus, contour detection method and storage medium | |
| JP5299632B2 (ja) | 個人認証装置、プログラム及び記録媒体 | |
| JP7009864B2 (ja) | 輪郭検出装置及び輪郭検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200825 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210921 |
|
| 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: 20220222 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220307 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7047294 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |