JPH07271964A - 人相判定方法 - Google Patents
人相判定方法Info
- Publication number
- JPH07271964A JPH07271964A JP7042529A JP4252995A JPH07271964A JP H07271964 A JPH07271964 A JP H07271964A JP 7042529 A JP7042529 A JP 7042529A JP 4252995 A JP4252995 A JP 4252995A JP H07271964 A JPH07271964 A JP H07271964A
- Authority
- JP
- Japan
- Prior art keywords
- face
- person
- judged
- human
- neural network
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
(57)【要約】
【目的】 ニューラルネットワークを用いて、自動的に
人相判定ができる人相判定方法を提供する。 【構成】 被判定者の顔をカメラ撮影し、得られたカメ
ラ画像をデジタル化された明暗階調の画像としてモニタ
画面に表示し、次いで顔の幅方向の一部を区画し、続い
て顔の所定の特徴部を基準にして区画内の水平方向ヒス
トグラムを求めることにより、少なくとも眉、目、鼻、
口の位置を認識し、次いで認識された顔の各部位間の寸
法や、各部位から顔の所定位置までの寸法を測定し、さ
らに測定値を基準にして、被判定者の顔が予め制御部１
２に登録された複数の人相型のうちの何れに該当するか
ニューラルネットワークにより判断して被判定者の人相
を判定する。
人相判定ができる人相判定方法を提供する。 【構成】 被判定者の顔をカメラ撮影し、得られたカメ
ラ画像をデジタル化された明暗階調の画像としてモニタ
画面に表示し、次いで顔の幅方向の一部を区画し、続い
て顔の所定の特徴部を基準にして区画内の水平方向ヒス
トグラムを求めることにより、少なくとも眉、目、鼻、
口の位置を認識し、次いで認識された顔の各部位間の寸
法や、各部位から顔の所定位置までの寸法を測定し、さ
らに測定値を基準にして、被判定者の顔が予め制御部１
２に登録された複数の人相型のうちの何れに該当するか
ニューラルネットワークにより判断して被判定者の人相
を判定する。
Description
【０００１】
【産業上の利用分野】本発明は、人相判定方法に係り、
更に詳しくは、顔型の認識方法としてニューラルネット
ワークを用いて、自動的に人相の判定ができる方法に関
する。
更に詳しくは、顔型の認識方法としてニューラルネット
ワークを用いて、自動的に人相の判定ができる方法に関
する。
【０００２】
【従来の技術】近年、巷では１０〜２０代の女性を中心
にして占いブームが起きている。占い方には多種多様の
ものがあり、その一種に人の顔立ちに基づいて占う伝統
的な人相占いがある。人相占いは、古来より伝わる人相
学に基づいて易者が人の顔の型や顎の型を見て占ってい
る。
にして占いブームが起きている。占い方には多種多様の
ものがあり、その一種に人の顔立ちに基づいて占う伝統
的な人相占いがある。人相占いは、古来より伝わる人相
学に基づいて易者が人の顔の型や顎の型を見て占ってい
る。
【０００３】
【発明が解決しようとする課題】しかしながら、従来に
おいては、このように易者が人の顔立ちを見て占う手段
しかなかったので、今日のような占いブームにあっては
人相学に精通した易者の数が不足し、占いの需要に易者
側が対応できずにいた。ところで、今日、技術の飛躍的
な進歩により人間の脳の働きが除々に解明されてきてい
る。その成果はコンピュータの分野に生かされてきてい
る。すなわち、近年注目を浴びているニューロコンピュ
ータがそれである。ニューロコンピュータは、脳の働き
（ニューラルネットワーク）によく似た制御系を有して
おり、従来のコピュータでは成し得なかった学習機能な
どを備えている。本発明はこのような事情に鑑みてなさ
れたもので、ニューラルネットワークを用いて、自動的
に人相判定ができる人相判定方法を提供することを目的
とする。
おいては、このように易者が人の顔立ちを見て占う手段
しかなかったので、今日のような占いブームにあっては
人相学に精通した易者の数が不足し、占いの需要に易者
側が対応できずにいた。ところで、今日、技術の飛躍的
な進歩により人間の脳の働きが除々に解明されてきてい
る。その成果はコンピュータの分野に生かされてきてい
る。すなわち、近年注目を浴びているニューロコンピュ
ータがそれである。ニューロコンピュータは、脳の働き
（ニューラルネットワーク）によく似た制御系を有して
おり、従来のコピュータでは成し得なかった学習機能な
どを備えている。本発明はこのような事情に鑑みてなさ
れたもので、ニューラルネットワークを用いて、自動的
に人相判定ができる人相判定方法を提供することを目的
とする。
【０００４】
【課題を解決するための手段】前記目的に沿う人相判定
方法は、被判定者の顔をカメラ撮影し、得られたカメラ
画像をデジタル化された明暗階調の画像としてモニタ画
面に表示し、次いで顔の幅方向の一部を区画し、続いて
顔の特徴部を基準にして該区画内の水平方向ヒストグラ
ムを求めることにより、少なくとも眉、目、鼻、口の位
置を認識し、次いで該認識された顔の各部位間の寸法
や、該各部位から顔の所定位置までの寸法を測定し、さ
らに該測定値を基準にして、被判定者の顔が予め制御部
に登録された複数の人相型のうちの何れに該当するかニ
ューラルネットワークにより判断して被判定者の人相を
判定する構成としている。また、請求項２記載の人相判
定方法は、請求項１記載の人相判定方法において、前記
ニューラルネットワークにより判定された前記被判定者
の顔を、前記制御部に登録された人相学のデータに対照
させて人相占いする構成としている。さらに、請求項３
記載の人相判定方法は、請求項１または２記載の人相判
定方法において、カメラ撮影された被判定者の顔をフィ
ルタ処理して顔の輪郭を取り、被判定者の似顔絵を作成
する構成としている。
方法は、被判定者の顔をカメラ撮影し、得られたカメラ
画像をデジタル化された明暗階調の画像としてモニタ画
面に表示し、次いで顔の幅方向の一部を区画し、続いて
顔の特徴部を基準にして該区画内の水平方向ヒストグラ
ムを求めることにより、少なくとも眉、目、鼻、口の位
置を認識し、次いで該認識された顔の各部位間の寸法
や、該各部位から顔の所定位置までの寸法を測定し、さ
らに該測定値を基準にして、被判定者の顔が予め制御部
に登録された複数の人相型のうちの何れに該当するかニ
ューラルネットワークにより判断して被判定者の人相を
判定する構成としている。また、請求項２記載の人相判
定方法は、請求項１記載の人相判定方法において、前記
ニューラルネットワークにより判定された前記被判定者
の顔を、前記制御部に登録された人相学のデータに対照
させて人相占いする構成としている。さらに、請求項３
記載の人相判定方法は、請求項１または２記載の人相判
定方法において、カメラ撮影された被判定者の顔をフィ
ルタ処理して顔の輪郭を取り、被判定者の似顔絵を作成
する構成としている。
【０００５】
【作用】請求項１記載の人相判定方法においては、被判
定者の顔をカメラ撮影し、得られたカメラ画像をデジタ
ル化された明暗階調の画像としてモニタ画面に表示す
る。次いで顔の幅方向の一部を区画し、顔の所定の特徴
部を基準にして区画内の水平方向ヒストグラムを求め、
その明暗の差から眉、目、鼻、口などの顔の特徴部を認
識する。次いで認識された顔の各部位間の寸法や、各部
位から顔の所定位置までの寸法を測定し、さらにこの測
定値を基準にして、被判定者の顔が予め制御部に登録さ
れた複数の人相型のうちの何れに該当するかニューラル
ネットワークにより判断する。すなわち、ニューラルネ
ットワークには複数の顔や顎の型などが教師データとし
て学習されており、顔の各部位間の寸法や、各部位から
顔の所定位置までの寸法のデータをニューラルネットワ
ークの入力層に入力し、出力層からの出力が最大のもの
をそれぞれの型として認識することにより、人為的な判
断を介さずとも自動的に被判定者の顔が人相型の何れに
該当するか判定できる。特に、請求項２記載の人相判定
方法においては、ニューラルネットワークにより判定さ
れた被判定者の顔を、制御部に登録された人相学のデー
タに対照させて人相占いするようにしているので、人相
学に精通した易者などがいなくても、自動的に人相占い
ができる。また、請求項３記載の人相判定方法において
は、カメラ撮影された被判定者の顔をフィルタ処理して
顔の輪郭を取り、被判定者の似顔絵を作成するので、被
判定者は輪郭を捕らえた似顔絵から自分の顔を視覚的に
見て、判定された人相型と適合しているか確認できる。
定者の顔をカメラ撮影し、得られたカメラ画像をデジタ
ル化された明暗階調の画像としてモニタ画面に表示す
る。次いで顔の幅方向の一部を区画し、顔の所定の特徴
部を基準にして区画内の水平方向ヒストグラムを求め、
その明暗の差から眉、目、鼻、口などの顔の特徴部を認
識する。次いで認識された顔の各部位間の寸法や、各部
位から顔の所定位置までの寸法を測定し、さらにこの測
定値を基準にして、被判定者の顔が予め制御部に登録さ
れた複数の人相型のうちの何れに該当するかニューラル
ネットワークにより判断する。すなわち、ニューラルネ
ットワークには複数の顔や顎の型などが教師データとし
て学習されており、顔の各部位間の寸法や、各部位から
顔の所定位置までの寸法のデータをニューラルネットワ
ークの入力層に入力し、出力層からの出力が最大のもの
をそれぞれの型として認識することにより、人為的な判
断を介さずとも自動的に被判定者の顔が人相型の何れに
該当するか判定できる。特に、請求項２記載の人相判定
方法においては、ニューラルネットワークにより判定さ
れた被判定者の顔を、制御部に登録された人相学のデー
タに対照させて人相占いするようにしているので、人相
学に精通した易者などがいなくても、自動的に人相占い
ができる。また、請求項３記載の人相判定方法において
は、カメラ撮影された被判定者の顔をフィルタ処理して
顔の輪郭を取り、被判定者の似顔絵を作成するので、被
判定者は輪郭を捕らえた似顔絵から自分の顔を視覚的に
見て、判定された人相型と適合しているか確認できる。
【０００６】
【実施例】続いて、添付した図面を参照しつつ、本発明
を具体化した実施例につき説明し、本発明の理解に供す
る。ここに、図１は本発明の一実施例に係る人相判定方
法に使用される人相判定装置の斜視図、図２は同人相判
定装置の制御部のフローチャートの一部、図３は同人相
判定装置の制御部のフローチャートの残りの一部、図４
（ａ）は同制御部への被判定者の顔の取込み時を示すモ
ニタ画面、図４（ｂ）は同人相判定中のモニタ画面、図
４（ｃ）は同顔の水平方向ヒストグラム、図４（ｄ）は
同人相判定中のモニタ画面、図５（ａ）は同人相判定中
のモニタ画面、図５（ｂ）は同人相判定中のモニタ画
面、図６（ａ）は同似顔絵作成中のモニタ画面、図６
（ｂ）は同似顔絵作成中のモニタ画面、図７は同人相判
定装置の制御部に登録された顔の型および顎の型を示す
表、図８は同制御部の顔の型用のニューラルネットワー
クを示すグラフ、図９は同制御部の顎の型用のニューラ
ルネットワークを示すグラフである。
を具体化した実施例につき説明し、本発明の理解に供す
る。ここに、図１は本発明の一実施例に係る人相判定方
法に使用される人相判定装置の斜視図、図２は同人相判
定装置の制御部のフローチャートの一部、図３は同人相
判定装置の制御部のフローチャートの残りの一部、図４
（ａ）は同制御部への被判定者の顔の取込み時を示すモ
ニタ画面、図４（ｂ）は同人相判定中のモニタ画面、図
４（ｃ）は同顔の水平方向ヒストグラム、図４（ｄ）は
同人相判定中のモニタ画面、図５（ａ）は同人相判定中
のモニタ画面、図５（ｂ）は同人相判定中のモニタ画
面、図６（ａ）は同似顔絵作成中のモニタ画面、図６
（ｂ）は同似顔絵作成中のモニタ画面、図７は同人相判
定装置の制御部に登録された顔の型および顎の型を示す
表、図８は同制御部の顔の型用のニューラルネットワー
クを示すグラフ、図９は同制御部の顎の型用のニューラ
ルネットワークを示すグラフである。
【０００７】図１に示すように、本発明の一実施例に係
る人相判定方法に使用される人相判定装置１０は、床板
１１の一部上に、制御部１２を収納した装置本体１３を
設けており、床板１１の他部上に被判定者をカメラ撮影
する撮影ステージ１４を設けている。制御部１２には、
バックプロパゲーションという規則性と例外が入り交じ
った神経回路形計算を行って未知の入力パターンに対し
て出力を推測するニューラルネットワークの回路を搭載
しており、また制御部１２には予め人相学に基づいた人
相型の一例としての複数の顔の型と顎の型が登録されて
いる。装置本体１３の中央部上には、撮影用のカメラ１
５が立設されたＴＶモニタ１６を設けており、被判定者
の顔のカメラ画像をデジタル化された明暗階調の画像と
してＴＶモニタ１６のモニタ画面に写し出す。カメラ１
５の両側には左右一対の照明１７が配設されており、カ
メラ１５および照明１７は装置本体１３内に収納された
図外の昇降装置より昇降可能になっている。ＴＶモニタ
１６の左右にはＣＲＴ１８とプリンタ１９が配置されて
おり、ＣＲＴ１８の前部には制御部１２を操作するキー
ボード２０を設けている。なお、カメラ１５および照明
１７の背後にフード２１を設けてもよい。
る人相判定方法に使用される人相判定装置１０は、床板
１１の一部上に、制御部１２を収納した装置本体１３を
設けており、床板１１の他部上に被判定者をカメラ撮影
する撮影ステージ１４を設けている。制御部１２には、
バックプロパゲーションという規則性と例外が入り交じ
った神経回路形計算を行って未知の入力パターンに対し
て出力を推測するニューラルネットワークの回路を搭載
しており、また制御部１２には予め人相学に基づいた人
相型の一例としての複数の顔の型と顎の型が登録されて
いる。装置本体１３の中央部上には、撮影用のカメラ１
５が立設されたＴＶモニタ１６を設けており、被判定者
の顔のカメラ画像をデジタル化された明暗階調の画像と
してＴＶモニタ１６のモニタ画面に写し出す。カメラ１
５の両側には左右一対の照明１７が配設されており、カ
メラ１５および照明１７は装置本体１３内に収納された
図外の昇降装置より昇降可能になっている。ＴＶモニタ
１６の左右にはＣＲＴ１８とプリンタ１９が配置されて
おり、ＣＲＴ１８の前部には制御部１２を操作するキー
ボード２０を設けている。なお、カメラ１５および照明
１７の背後にフード２１を設けてもよい。
【０００８】次に、この人相判定装置１０を用いた本発
明の一実施例の人相判定方法を説明する。被判定者を撮
影ステージ１４上に立たせ、図２のステップ１０１にお
いてキーボード２０を操作して被判定者の性別を制御部
１２に入力する。（以下、各ステップの説明は図２、３
のフローチャートを参照して行う。） 次に、ステップ１０２において、図外の昇降装置により
カメラ１５および照明１７を昇降させて、被判定者の顔
の高さにカメラ１５の高さ位置を合わせる。顔の高さを
画像処理により計測し、顔が画面の中心になるように昇
降装置に制御部１２から信号が出力される。続いて、ス
テップ１０３において、図４（ａ）に示すようにＴＶモ
ニタ１６のモニタ画面に、被判定者の顔のカメラ画像を
デジタル化された明暗階調の静止画像として取り込む。
それから、ステップ１０４において、操作人がモニタ画
面の十字カーソルを、取り込まれた顔の特徴部の一例と
しての顎の下端に移動して、Ｙ方向のラインａおよびＸ
方向のラインｂから顔の中心を設定する（図４（ａ）参
照）。ステップ１０５において、顔の幅方向の一部を区
画して、顔部分の切出しを行う（図４（ｂ）参照）。具
体的には、同図に示すように既存の判別方法を用いてラ
インｂより上方の範囲において背景と顔を分離するしき
い値ｔｈ１を求め、座標ｃ、ｄ、ｅ、ｆより顔の外接長
方形を求める。
明の一実施例の人相判定方法を説明する。被判定者を撮
影ステージ１４上に立たせ、図２のステップ１０１にお
いてキーボード２０を操作して被判定者の性別を制御部
１２に入力する。（以下、各ステップの説明は図２、３
のフローチャートを参照して行う。） 次に、ステップ１０２において、図外の昇降装置により
カメラ１５および照明１７を昇降させて、被判定者の顔
の高さにカメラ１５の高さ位置を合わせる。顔の高さを
画像処理により計測し、顔が画面の中心になるように昇
降装置に制御部１２から信号が出力される。続いて、ス
テップ１０３において、図４（ａ）に示すようにＴＶモ
ニタ１６のモニタ画面に、被判定者の顔のカメラ画像を
デジタル化された明暗階調の静止画像として取り込む。
それから、ステップ１０４において、操作人がモニタ画
面の十字カーソルを、取り込まれた顔の特徴部の一例と
しての顎の下端に移動して、Ｙ方向のラインａおよびＸ
方向のラインｂから顔の中心を設定する（図４（ａ）参
照）。ステップ１０５において、顔の幅方向の一部を区
画して、顔部分の切出しを行う（図４（ｂ）参照）。具
体的には、同図に示すように既存の判別方法を用いてラ
インｂより上方の範囲において背景と顔を分離するしき
い値ｔｈ１を求め、座標ｃ、ｄ、ｅ、ｆより顔の外接長
方形を求める。
【０００９】ステップ１０６において、座標ｃ、ｄ、
ｅ、ｆにより囲まれた範囲に例えばラプラシアンオペレ
ータを作用させてフィルタ処理することにより顔の輪郭
線を抽出し、図６（ａ）に示すような似顔絵を作成す
る。ステップ１０７において、図４（ｂ）に示すよう
に、目と鼻の間のラインｇより上方でしかも位置ｈ、ｉ
に囲まれた範囲で水平方向ヒストグラムを求め、上から
２番目の谷を眉（位置ｊ）、３番目の谷を目（位置ｋ）
とする（図４（ｃ）参照）。また、ラインｇより下方で
しかも位置α、ｍに囲まれた範囲で水平方向ヒストグラ
ムを求め、上から１番目の谷を鼻の穴（位置ｎ）とし、
２番目の谷を口（位置ｏ）とする（同じく図４（ｃ）参
照）。ステップ１０８において、額部分ｗ１の範囲にお
いてステップ１０５の判別方法により髪と肌を分離する
しきい値ｔｈ２を求め、位置ｏにおいて“ｔｈ１＜肌の
濃度値＜ｔｈ２”の条件を満たす値を肌の濃度値とし、
図４（ｄ）に示す顔の両端を求めて、この両端をつなぎ
合わせた顔の幅ｃｗを抽出する。
ｅ、ｆにより囲まれた範囲に例えばラプラシアンオペレ
ータを作用させてフィルタ処理することにより顔の輪郭
線を抽出し、図６（ａ）に示すような似顔絵を作成す
る。ステップ１０７において、図４（ｂ）に示すよう
に、目と鼻の間のラインｇより上方でしかも位置ｈ、ｉ
に囲まれた範囲で水平方向ヒストグラムを求め、上から
２番目の谷を眉（位置ｊ）、３番目の谷を目（位置ｋ）
とする（図４（ｃ）参照）。また、ラインｇより下方で
しかも位置α、ｍに囲まれた範囲で水平方向ヒストグラ
ムを求め、上から１番目の谷を鼻の穴（位置ｎ）とし、
２番目の谷を口（位置ｏ）とする（同じく図４（ｃ）参
照）。ステップ１０８において、額部分ｗ１の範囲にお
いてステップ１０５の判別方法により髪と肌を分離する
しきい値ｔｈ２を求め、位置ｏにおいて“ｔｈ１＜肌の
濃度値＜ｔｈ２”の条件を満たす値を肌の濃度値とし、
図４（ｄ）に示す顔の両端を求めて、この両端をつなぎ
合わせた顔の幅ｃｗを抽出する。
【００１０】ステップ１０９において、図４（ｂ）の位
置ｊ、ｋ間のこめかみ部ｗ２、ｗ３の範囲に同じ判別法
により髪と肌を分離するしきい値ｔｈ３、ｔｈ４を求
め、位置ｊ、ｋの中間位置におけるしきい値ｔｈ３、ｔ
ｈ４から髪と肌の境界点を探し出し、図４（ｄ）に示す
左右の境界点を結んだ顔の幅であるラインａｗを求め
る。ステップ１１０において、ラインａｗとラインｂの
距離からラインｂｗを求め、口の高さの位置ｏと顎の下
端ｂの距離であるラインｄｗを求める。ステップ１１１
において、ラインａとラインｏの交点である口の中心の
位置ｐを中心とする内側の楕円ｑと外側の楕円ｒの範囲
で、位置ｐより角度θ（θ＝１０度）毎に放射線ｓを引
き、そのうち最も暗い点の座標を順次求めて、これらを
つなぎ合わせることにより顎の輪郭線ｔを抽出する。内
外側の楕円ｑ、ｒは次の式より求められる。
置ｊ、ｋ間のこめかみ部ｗ２、ｗ３の範囲に同じ判別法
により髪と肌を分離するしきい値ｔｈ３、ｔｈ４を求
め、位置ｊ、ｋの中間位置におけるしきい値ｔｈ３、ｔ
ｈ４から髪と肌の境界点を探し出し、図４（ｄ）に示す
左右の境界点を結んだ顔の幅であるラインａｗを求め
る。ステップ１１０において、ラインａｗとラインｂの
距離からラインｂｗを求め、口の高さの位置ｏと顎の下
端ｂの距離であるラインｄｗを求める。ステップ１１１
において、ラインａとラインｏの交点である口の中心の
位置ｐを中心とする内側の楕円ｑと外側の楕円ｒの範囲
で、位置ｐより角度θ（θ＝１０度）毎に放射線ｓを引
き、そのうち最も暗い点の座標を順次求めて、これらを
つなぎ合わせることにより顎の輪郭線ｔを抽出する。内
外側の楕円ｑ、ｒは次の式より求められる。
【００１１】
【数１】
【００１２】次に、図３のステップ１１２において、ラ
インｄｗの中間の高さ位置で顎の輪郭線ｔと交わる点を
顎の両端とし、この両端の距離を顎の幅ｅｗ（図４
（ｄ）参照）とする。ステップ１１３において、座標
ｃ、ｄ、ｅ、ｆに囲まれた範囲を左側、中央、右側に３
分割し、それぞれｔｈ３、ｔｈ２、ｔｈ４のしきい値に
より２値化してステップ１０６で作成された図６（ａ）
の似顔絵の髪、眉などを黒く塗り潰す（図６（ｂ）参
照）。ステップ１１４において、ニューラルネットワー
クのバックプロパゲーションにより図７の表に示す顔の
型Ａ１〜Ａ７と顎の型Ｂ１〜Ｂ５を決定する。すなわ
ち、予め制御部１２の図８に示すニューラルネットワー
クには顔の型Ａ１〜Ａ７が教師データとして学習されて
おり、また図９に示すニューラルネットワークには顎の
型Ｂ１〜Ｂ５が教師データとして学習されている。そこ
で、前述の処理により得られたそれぞれの幅の値ａｗ〜
ｅｗを使用し、次に示すデータをニューラルネットワー
クの入力層に入力し、出力層からの出力が最大のものを
それぞれの型として認識する。
インｄｗの中間の高さ位置で顎の輪郭線ｔと交わる点を
顎の両端とし、この両端の距離を顎の幅ｅｗ（図４
（ｄ）参照）とする。ステップ１１３において、座標
ｃ、ｄ、ｅ、ｆに囲まれた範囲を左側、中央、右側に３
分割し、それぞれｔｈ３、ｔｈ２、ｔｈ４のしきい値に
より２値化してステップ１０６で作成された図６（ａ）
の似顔絵の髪、眉などを黒く塗り潰す（図６（ｂ）参
照）。ステップ１１４において、ニューラルネットワー
クのバックプロパゲーションにより図７の表に示す顔の
型Ａ１〜Ａ７と顎の型Ｂ１〜Ｂ５を決定する。すなわ
ち、予め制御部１２の図８に示すニューラルネットワー
クには顔の型Ａ１〜Ａ７が教師データとして学習されて
おり、また図９に示すニューラルネットワークには顎の
型Ｂ１〜Ｂ５が教師データとして学習されている。そこ
で、前述の処理により得られたそれぞれの幅の値ａｗ〜
ｅｗを使用し、次に示すデータをニューラルネットワー
クの入力層に入力し、出力層からの出力が最大のものを
それぞれの型として認識する。
【００１３】〔顔の型用データ〕 四角度 Ｃ１＝ ｃｗ ／ ａｗ 長さ Ｃ２＝ ｂｗ ／ ｃｗ 下膨れ度 Ｃ３＝ ｃｗ ／ ｄｗ 〔顎の型用データ〕 細さ Ｄ１＝ ｃｗ ／ ｅｗ 四角度 Ｄ２＝ ｅｗ ／ ｄｗ 広角度 Ｄ３＝ ｃｗ ／ ｄｗ 具体的な教師データとして、図７の表に示されたものと
しては、顔の型の場合、Ａ１が卵型、Ａ２が丸型、Ａ３
が細長型、Ａ４が四角型、Ａ５がホームベース型、Ａ６
が逆三角形型、Ａ７が混合型であり、また顎の型の場合
には、Ｂ１が丸く、広い型、Ｂ２がゴツゴツした四角
型、Ｂ３が丸型、Ｂ４が長方形型、Ｂ５がほっそり尖っ
た型である。続いて、ステップ１１５において、制御部
１２に予め登録された人相学のデータのうちで、ステッ
プ１１４において認識された顔の型および顎の型の組み
合わせから最も適合したものを選択し、それを総合判定
とする。
しては、顔の型の場合、Ａ１が卵型、Ａ２が丸型、Ａ３
が細長型、Ａ４が四角型、Ａ５がホームベース型、Ａ６
が逆三角形型、Ａ７が混合型であり、また顎の型の場合
には、Ｂ１が丸く、広い型、Ｂ２がゴツゴツした四角
型、Ｂ３が丸型、Ｂ４が長方形型、Ｂ５がほっそり尖っ
た型である。続いて、ステップ１１５において、制御部
１２に予め登録された人相学のデータのうちで、ステッ
プ１１４において認識された顔の型および顎の型の組み
合わせから最も適合したものを選択し、それを総合判定
とする。
【００１４】ステップ１１６において、ステップ１０１
でキーボード２０から入力されたデータに基づき男女の
性別を判断する。男性の場合にはステップ１１７に進
み、女性の場合にはステップ１１９に進む。男性の場
合、ステップ１１７において、ラインｂｗの中間の点を
通る水平線ｕに対して、鼻の高さｖが上下のどちら側に
あるかにより、鼻の大きさを判定する（図５（ｂ）参
照）。ステップ１１８において、前記人相学の金運のデ
ータのうちで、ステップ１１７において認識された鼻の
大きさに最も適合したものを選択し、それを被判定者の
金運とする。
でキーボード２０から入力されたデータに基づき男女の
性別を判断する。男性の場合にはステップ１１７に進
み、女性の場合にはステップ１１９に進む。男性の場
合、ステップ１１７において、ラインｂｗの中間の点を
通る水平線ｕに対して、鼻の高さｖが上下のどちら側に
あるかにより、鼻の大きさを判定する（図５（ｂ）参
照）。ステップ１１８において、前記人相学の金運のデ
ータのうちで、ステップ１１７において認識された鼻の
大きさに最も適合したものを選択し、それを被判定者の
金運とする。
【００１５】また、女性の場合、ステップ１１９におい
て、図５（ａ）に示すように口の外接長方形により、口
の両端ｘ、ｙを抽出して口の幅を求める。さらに、目の
周辺を２値化して両側の黒い域の内側ｚ１、ｚ２を抽出
し、目の幅を求める。口の幅と目の幅の関係より、口の
大きさを決定する。ステップ１２０において、前記人相
学の愛情運のデータのうちで、ステップ１１９において
認識された口の大きさに最も適合したものを選択し、そ
れを被判定者の愛情運とする。ステップ１２１におい
て、ステップ１１５の総合判定と、ステップ１１８の金
運（男性の場合）と、ステップ１２０の愛情運（女性の
場合）とをプリンタ１９により印刷する。
て、図５（ａ）に示すように口の外接長方形により、口
の両端ｘ、ｙを抽出して口の幅を求める。さらに、目の
周辺を２値化して両側の黒い域の内側ｚ１、ｚ２を抽出
し、目の幅を求める。口の幅と目の幅の関係より、口の
大きさを決定する。ステップ１２０において、前記人相
学の愛情運のデータのうちで、ステップ１１９において
認識された口の大きさに最も適合したものを選択し、そ
れを被判定者の愛情運とする。ステップ１２１におい
て、ステップ１１５の総合判定と、ステップ１１８の金
運（男性の場合）と、ステップ１２０の愛情運（女性の
場合）とをプリンタ１９により印刷する。
【００１６】このように、本発明は、制御部１２内に取
り込んだ被判定者の顔を、予め制御部１２に登録された
複数の人相型のうちの何れに該当するかニューラルネッ
トワークにより判断するようにしたので、人為的な判断
を介さずとも自動的に被判定者の顔が人相型の何れに該
当するか判定できる。また、ニューラルネットワークに
より判定された被判定者の顔を、制御部１２に登録され
た人相学のデータに対照させて人相占いするようにした
ので、人相学に精通した易者がいなくても、自動的に人
相占いができる。さらに、カメラ撮影された被判定者の
顔をフィルタ処理して顔の輪郭を取り、被判定者の似顔
絵を作成するので、被判定者は輪郭を捕らえた似顔絵か
ら自分の顔を視覚的に見て、判定された人相型と適合し
ているか確認できる。
り込んだ被判定者の顔を、予め制御部１２に登録された
複数の人相型のうちの何れに該当するかニューラルネッ
トワークにより判断するようにしたので、人為的な判断
を介さずとも自動的に被判定者の顔が人相型の何れに該
当するか判定できる。また、ニューラルネットワークに
より判定された被判定者の顔を、制御部１２に登録され
た人相学のデータに対照させて人相占いするようにした
ので、人相学に精通した易者がいなくても、自動的に人
相占いができる。さらに、カメラ撮影された被判定者の
顔をフィルタ処理して顔の輪郭を取り、被判定者の似顔
絵を作成するので、被判定者は輪郭を捕らえた似顔絵か
ら自分の顔を視覚的に見て、判定された人相型と適合し
ているか確認できる。
【００１７】本発明は、この実施例に限定されるもので
はなく、要旨を逸脱しない範囲での設計変更があっても
本発明に含まれる。例えば、実施例では、被判定者の顔
の型を判断した後に人相占いを行ったが、必ずしも人相
占いはしなくてもよい。すなわち、本発明は人相を判定
する新規な思想であって、この人相判定方法に付随した
例えば占いなどの全てのものは本発明に含まれる。ま
た、人相判定の基準になるものは、実施例に示した被判
定者の顔の型や顎の型に限定しなくても、例えば目鼻立
ちなどその他のものでよい。さらに、実施例における似
顔絵の作成は必ずしも必要でなく、省略しても構わな
い。
はなく、要旨を逸脱しない範囲での設計変更があっても
本発明に含まれる。例えば、実施例では、被判定者の顔
の型を判断した後に人相占いを行ったが、必ずしも人相
占いはしなくてもよい。すなわち、本発明は人相を判定
する新規な思想であって、この人相判定方法に付随した
例えば占いなどの全てのものは本発明に含まれる。ま
た、人相判定の基準になるものは、実施例に示した被判
定者の顔の型や顎の型に限定しなくても、例えば目鼻立
ちなどその他のものでよい。さらに、実施例における似
顔絵の作成は必ずしも必要でなく、省略しても構わな
い。
【００１８】
【発明の効果】請求項１記載の人相判定方法は、制御部
内に取り込んだ被判定者の顔を、予め制御部に登録され
た複数の人相型のうちの何れに該当するかニューラルネ
ットワークにより判断するようにしたので、人為的な判
断を介さずとも自動的に人相の判定ができる。特に、請
求項２記載の人相判定方法においては、ニューラルネッ
トワークにより判定された被判定者の顔を、制御部に登
録された人相学のデータに対照させて人相占いするよう
にしているので、人相学に精通した易者などがいなくて
も、自動的に人相占いができる。また、請求項３記載の
人相判定方法においては、カメラ撮影された被判定者の
顔をフィルタ処理して顔の輪郭を取り、被判定者の似顔
絵を作成するので、被判定者は輪郭を捕らえた似顔絵か
ら自分の顔を視覚的に見て、判定された人相型と適合し
ているか確認できる。
内に取り込んだ被判定者の顔を、予め制御部に登録され
た複数の人相型のうちの何れに該当するかニューラルネ
ットワークにより判断するようにしたので、人為的な判
断を介さずとも自動的に人相の判定ができる。特に、請
求項２記載の人相判定方法においては、ニューラルネッ
トワークにより判定された被判定者の顔を、制御部に登
録された人相学のデータに対照させて人相占いするよう
にしているので、人相学に精通した易者などがいなくて
も、自動的に人相占いができる。また、請求項３記載の
人相判定方法においては、カメラ撮影された被判定者の
顔をフィルタ処理して顔の輪郭を取り、被判定者の似顔
絵を作成するので、被判定者は輪郭を捕らえた似顔絵か
ら自分の顔を視覚的に見て、判定された人相型と適合し
ているか確認できる。
【図１】本発明の一実施例に係る人相判定方法に使用さ
れる人相判定装置の斜視図である。
れる人相判定装置の斜視図である。
【図２】同人相判定装置の制御部のフローチャートの一
部である。
部である。
【図３】同人相判定装置の制御部のフローチャートの残
りの一部である。
りの一部である。
【図４】（ａ）同制御部への被判定者の顔の取込み時を
示すモニタ画面である。 （ｂ）同人相判定中のモニタ画面である。 （ｃ）同顔の水平方向ヒストグラムである。 （ｄ）同人相判定中のモニタ画面である。
示すモニタ画面である。 （ｂ）同人相判定中のモニタ画面である。 （ｃ）同顔の水平方向ヒストグラムである。 （ｄ）同人相判定中のモニタ画面である。
【図５】（ａ）同人相判定中のモニタ画面である。 （ｂ）同人相判定中のモニタ画面である。
【図６】（ａ）同似顔絵作成中のモニタ画面である。 （ｂ）同似顔絵作成中のモニタ画面である。
【図７】同人相判定装置の制御部に登録された顔の型お
よび顎の型を示す表である。
よび顎の型を示す表である。
【図８】同制御部の顔の型用のニューラルネットワーク
を示すグラフである。
を示すグラフである。
【図９】同制御部の顎の型用のニューラルネットワーク
を示すグラフである。
を示すグラフである。
１０ 人相判定装置 １１ 床板 １２ 制御部 １３ 装置本体 １４ 撮影ステージ １５ カメラ １６ ＴＶモニタ １７ 照明 １８ ＣＲＴ １９ プリンタ ２０ キーボード ２１ フード
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｇ 7/60 Ｈ０４Ｎ 7/18 Ｋ // Ｇ０１Ｂ 11/00 Ｈ 11/24 Ｋ
Claims (3)
- 【請求項１】 被判定者の顔をカメラ撮影し、得られた
カメラ画像をデジタル化された明暗階調の画像としてモ
ニタ画面に表示し、次いで顔の幅方向の一部を区画し、
続いて顔の所定の特徴部を基準にして該区画内の水平方
向ヒストグラムを求めることにより、少なくとも眉、
目、鼻、口の位置を認識し、次いで該認識された顔の各
部位間の寸法や、該各部位から顔の所定位置までの寸法
を測定し、さらに該測定値を基準にして、被判定者の顔
が予め制御部に登録された複数の人相型のうちの何れに
該当するかニューラルネットワークにより判断して被判
定者の人相を判定することを特徴とする人相判定方法。 - 【請求項２】 前記ニューラルネットワークにより判定
された前記被判定者の顔を、前記制御部に登録された人
相学のデータに対照させて人相占いすることを特徴とす
る請求項１記載の人相判定方法。 - 【請求項３】 カメラ撮影された被判定者の顔をフィル
タ処理して顔の輪郭を取り、被判定者の似顔絵を作成す
ることを特徴とする請求項１または２記載の人相判定方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7042529A JPH07271964A (ja) | 1995-02-06 | 1995-02-06 | 人相判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7042529A JPH07271964A (ja) | 1995-02-06 | 1995-02-06 | 人相判定方法 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP30289492A Division JPH0786412B2 (ja) | 1992-10-14 | 1992-10-14 | 人相判定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07271964A true JPH07271964A (ja) | 1995-10-20 |
Family
ID=12638612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7042529A Pending JPH07271964A (ja) | 1995-02-06 | 1995-02-06 | 人相判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07271964A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100338473B1 (ko) * | 1999-07-02 | 2002-05-30 | 조양호 | 다-차원 신경 회로망을 이용한 얼굴 검출 방법 및 그 장치 |
| JP2008542859A (ja) * | 2005-05-07 | 2008-11-27 | エル ターラー、ステフエン | 有用な情報を自律的にブートストラッピングする装置 |
| US8254637B2 (en) | 2006-07-27 | 2012-08-28 | Resmed Limited | Mask fitting system and method |
| CN110500957A (zh) * | 2019-09-10 | 2019-11-26 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种主动三维成像方法、装置、设备以及存储介质 |
-
1995
- 1995-02-06 JP JP7042529A patent/JPH07271964A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100338473B1 (ko) * | 1999-07-02 | 2002-05-30 | 조양호 | 다-차원 신경 회로망을 이용한 얼굴 검출 방법 및 그 장치 |
| JP2008542859A (ja) * | 2005-05-07 | 2008-11-27 | エル ターラー、ステフエン | 有用な情報を自律的にブートストラッピングする装置 |
| US8254637B2 (en) | 2006-07-27 | 2012-08-28 | Resmed Limited | Mask fitting system and method |
| CN110500957A (zh) * | 2019-09-10 | 2019-11-26 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种主动三维成像方法、装置、设备以及存储介质 |
| CN110500957B (zh) * | 2019-09-10 | 2021-09-14 | 中国科学院苏州纳米技术与纳米仿生研究所 | 一种主动三维成像方法、装置、设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8385609B2 (en) | Image segmentation | |
| Yang et al. | Detecting human faces in color images | |
| CN106682601B (zh) | 一种基于多维信息特征融合的驾驶员违规通话检测方法 | |
| US8682029B2 (en) | Rule-based segmentation for objects with frontal view in color images | |
| US20030016846A1 (en) | Method for automatically locating eyes in an image | |
| KR20010103631A (ko) | 생물 측정학-기반 얼굴 특징 추출을 위한 시스템 및 방법 | |
| SG190730A1 (en) | Method and an apparatus for determining vein patterns from a colour image | |
| CN110175530A (zh) | 一种基于人脸的图像评分方法及系统 | |
| CN109948566A (zh) | 一种基于权重融合与特征选择的双流人脸反欺诈检测方法 | |
| CN111666845B (zh) | 基于关键帧采样的小样本深度学习多模态手语识别方法 | |
| Vishwakarma et al. | Simple and intelligent system to recognize the expression of speech-disabled person | |
| CN112883867A (zh) | 一种基于图像情感分析的学生在线学习评估方法及系统 | |
| JP4729188B2 (ja) | 視線検出装置 | |
| CN113344837B (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
| KR100815209B1 (ko) | 3차원 영상의 생성을 위한 2차원 영상의 특징 추출 장치및 그 방법과 그를 이용한 3차원 영상의 생성 장치 및 그방법 | |
| JPH07271964A (ja) | 人相判定方法 | |
| JP2002175527A (ja) | コンピュータ画像処理により猥褻ヌード画像を弁別する方法 | |
| CN117132711A (zh) | 一种数字人像定制方法、装置、设备及存储介质 | |
| KR20110019969A (ko) | 얼굴 검출 장치 | |
| JPH06129834A (ja) | 人相判定方法 | |
| Shan et al. | Individual 3d face synthesis based on orthogonal photos and speech-driven facial animation | |
| Shaban et al. | A Novel Fusion System Based on Iris and Ear Biometrics for E-exams. | |
| CN115601807A (zh) | 一种适用在线考试系统的人脸识别方法及其工作方法 | |
| KR100596197B1 (ko) | 가변 타원 마스크와 형태학적 특징을 이용한 얼굴 인식 방법 | |
| JPH07311833A (ja) | 人物の顔の検出装置 |