JPH09270010A - 顔画像の特徴量認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 データ数が削減されて処理速度が高まるとと
もに、長髪が眼尻にかかった場合でも眼の特徴量を確実
に特定できる顔画像の特徴量認識装置を提供することを
目的としている。 【解決手段】 カメラ１１で運転者の顔を撮影し、ＡＤ
変換器１２で各画素の濃度をデジタルデータ化して画像
メモリ１３に蓄積する。画像データ演算回路１４は、画
像メモリ１３から顔を縦に横断する数１０列の画素列を
呼び出して、画素列に沿った濃度値を相加平均する。相
加平均された濃度値のピークを抽出点として取り出し、
隣接する画素列の縦方向に近接した抽出点を順次連結し
て顔面を横切る複数の曲線を顔の特徴量として抽出す
る。顔を縦に横切る頭髪は横方向に連結される抽出点群
を形成しないから、眼尻に交差していても眼の特徴量と
混同されない。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、顔の画像データを
演算処理して顔の特徴量を形成する顔画像の特徴量認識
装置に関する。

【０００２】

【従来の技術】顔の画像データを演算処理して顔の特徴
量を抽出することにより、人物を特定したり、視線の方
向を検知したり、居眠り／覚睡の区別を判定したりする
種々の装置が開発されている。画像データは、画素ごと
の明るさを多数の階調段階（濃度値、輝度）で表現した
膨大なデータであるから、このような装置では、画像デ
ータを早期に絞り込んでデータ数を削減し、演算数を節
約して処理速度を確保している。例えば、特開平７−１
８１０１２号公報に示される居眠り警報装置では、顔の
画像データから顔の特徴量の１つである眼の開度指標を
求めているが、その処理過程では、画像データの濃度値
を白黒で二値化する、画面の不必要な部分に黒いマスク
領域を設定して黒部分の個数を減じる、個々の島状の黒
部分をそれぞれひとかたまりに扱ってラベリングする等
によりデータ数を削減している。

【０００３】

【発明が解決しようとする課題】特開平７−１８１０１
２号公報に示される処理では、眼の位置検出を行うため
に以下の３つのステップを踏む必要があるため、画像処
理や演算にかなりの時間を要する。 （１）濃度値の二値化やノイズ除去を主とした画像デー
タの前処理 （２）眼の横方向の位置を特定するための顔幅検出（ラ
ベリング、粒子除去、白画素の連続性の判定等） （３）眼の縦方向の位置検出（各ラベルの重心座標と面
積値とフィレ径の判定等） つまり、濃度値が二値化されているとは言え、個々の島
状の黒部分ごとに数１００〜数万の画素を含んでいるた
め、これらの処理の１つ１つの演算にかなりの時間がか
かる。従って、処理の周期を短縮して判定の追従性や信
頼性を高めることが困難であり、演算装置の小型化や他
の演算処理の割り込み処理も困難であった。

【０００４】また、顔面上の黒部分を個々に分離した状
態でラベリングを行うため、眼に該当する黒部分に他の
黒部分が連続した状態、例えば、長髪が眼尻にかかった
場合には、白黒に二値化された画像上で眼に該当する黒
部分が他の黒部分と一体化して眼に該当する黒部分を特
定できなくなる。

【０００５】本発明は、演算されるデータ量が削減され
て処理速度が高まるとともに、長髪が眼尻にかかった場
合でも眼に対応する特徴量を正確に特定できる顔画像の
特徴量認識装置を提供することを目的としている。

【０００６】

【課題を解決するための手段】請求項１の発明は、顔の
画像データを処理して顔の特徴量を抽出する顔画像の特
徴量認識装置において、顔の縦方向の画素列に沿って画
素の濃度を検出し、前記画素列における濃度の局所的な
高まりごとに１個づつの画素を定めて抽出点とし、隣接
する画素列の画素列方向に近接した抽出点を連結して顔
の横方向に伸びる曲線群を抽出するものである。

【０００７】請求項２の発明は、顔を撮像して画面上の
画素ごとに濃度を数値化する画像入力手段と、前記画素
ごとに数値化された濃度値を記憶する記憶手段とを有す
る顔画像の特徴量認識装置において、顔の縦方向の画素
列に沿って前記濃度値を前記記憶手段から取り出し、前
記画素列上の前記濃度値の片方向のピークを代表する画
素を特定して抽出点とする抽出手段と、隣接する画素列
の抽出点を比較して、画素列方向に近接する抽出点を１
つにグループ化する形成手段とを有するものである。

【０００８】請求項３の発明は、請求項２の構成におけ
る抽出手段が、１つの画素を含んで連続した複数の画素
の濃度値を平均化して１つの画素の濃度値とし、平均化
された濃度値の微分値が一方向に反転する画素を抽出点
とするものである。

【０００９】請求項４の発明は、請求項２または３の構
成における形成手段が、連結された抽出点の個数が所定
値を越えるグループだけを選択するものである。

【００１０】請求項５の発明は、請求項４の構成におけ
る形成手段が、連結された抽出点のグループの中心位置
に対応する１組の座標値からなる候補点データを形成す
るものである。

【００１１】

【作用】請求項１の顔画像の特徴量認識装置では、顔を
横方向に横断する複数の曲線で顔画像の特徴量を表現す
る。個々の曲線は、画像の明るい部分を横方向に横断す
る暗い部分を代表しており、眼、眉、口等にそれぞれ該
当する。鼻の影、額の髪の毛、頬の線等、顔画像を縦方
向に横断する暗い部分は、画素列上に局所的なピークが
形成されにくく、仮にピークが形成されて抽出点となっ
ても横方向に連結される他の抽出点が存在しないから振
り落とされる。顔の両側の線や頬にかかる頭髪も、同様
に、抽出点とはなりにくく、横方向に連結される抽出点
が存在しないから、振り落とされる。特徴量として抽出
される曲線は、一般的には弓型に湾曲して顔を横方向に
横断する。１つの曲線を構成するデータ数は、曲線が交
差する画素列の数を越えることがない。

【００１２】請求項２の顔画像の特徴量認識装置では、
撮像した顔の画素ごとの濃度値が記憶手段に蓄積され、
抽出手段は、記憶手段から必要な画素列を呼び出して抽
出点を求める。抽出点は、眼、眉、口、ほくろ等、濃度
値の局所的な高まり（反転画像では局所的なへこみ）に
対して１個づつ特定される。そして、抽出点を横方向に
連結するグループ化によって、ほくろ（点）や鼻すじ
（縦線）のような顔の横方向に連続しない抽出点が振り
落される。

【００１３】請求項３の顔画像の特徴量認識装置では、
濃度値の局所的な高まりの中心点が抽出点として選択さ
れる。平均化によって画素列に沿った濃度値の小さな変
化が平滑されて濃度値の大きな変化が残る。濃度値の大
きな変化を微分演算してそのピークが特定される。微分
値が一方向（正から負または負から正）に反転する画素
（位置）が暗さのピークを表しており、それぞれ眼、
眉、口等のほぼ中心位置に対応する。微分値が逆方向に
反転する画素は、眼、眉、口等の暗い部分の中間に位置
する明るさのピークに対応しており、抽出点とされるこ
となく捨てられる。

【００１４】請求項４の顔画像の特徴量認識装置では、
鼻の穴等に対応する連続する長さが短いグループが振り
落されて、眼、眉、口のように顔の横方向に長く連続す
るグループだけが残る。

【００１５】請求項５の顔画像の特徴量認識装置では、
抽出点のグループごとに候補点データを１個づつ形成す
る。グループを形成する抽出点群の平均的な画素列
（縦）方向の座標値と、連結開始の画素列と連結終了の
画素列の中央に対応する横方向の座標値とが求められ、
抽出点のグループがそれぞれ画面上の１個の候補点で代
表される。画面上の候補点の相対位置関係から、それぞ
れのグループが眼、眉、口のいずれに対応するかを判別
できる。

【００１６】

【発明の実施の形態】図１〜図１３を参照して、運転席
制御に適用した実施例を説明する。本実施例では、運転
者の顔の画像から眼、眉、口等の複数の特徴量を抽出
し、これらの中から片方の眼の特徴量を特定する。図１
に示すように、自動車のインストパネルには、ＣＣＤ画
像素子を用いたカメラ１１が設置されており、運転中の
運転者の顔が一定方向、一定角度で連続的に撮像され
る。カメラ１１で撮像された画像のうち、０．１秒ごと
の１フレームの画像が、ＡＤ変換器１２に送出される。

【００１７】ＡＤ変換器１２は、画素ごとのアナログ電
圧を２５６段階のデジタル値に変換して画像メモリ１３
に蓄積する。画像メモリ１３は、図６に示されるよう
に、縦４８０画素、横５１２画素の個々の画素に８ビッ
トづつの濃度値を記憶保持する。画像データ演算回路１
４は、画像メモリ１３に蓄積された１フレームの画像を
用いて顔の特徴量を抽出する。顔の特徴量認識回路１５
は、抽出された複数の顔の特徴量から片方の眼の特徴量
を特定する。ミラー、シート制御回路１６は、特定され
た片方の目の特徴量から目の高さを識別して、ミラーの
角度とシートの高さを調整する。

【００１８】実施例における画像処理は、図２のフロー
チャートに従って実行される。ステップ１１０では、カ
メラ１１によって運転者の顔を含む車室内の画像が撮影
され、ＡＤ変換器１２によって画素の濃度がデジタル値
に変換される。ステップ１２０では、画像メモリ１３に
１フレームの画像に対応する画像データが蓄積される。
ステップ１３０では、画像メモリ１３に蓄積された膨大
な画像データの中から顔の縦方向の画素列が図７に示す
ように選択される。画面の中央部分に等間隔で数１０
列、Ｘ方向の１０画素ごとに１列の画素列が設定され
る。１列の画素列はＹ方向に４８０個の画素を有し、画
素列ごとに全画素の濃度値を画像データ演算回路１４に
送出可能である。

【００１９】ステップ１４０では、それぞれの画素列の
濃度値を演算処理して抽出点となる画素（Ｙ座標置）を
特定する。画素列上の濃度値の大きな変化を求め、その
局所的なピークを抽出点とする。処理手順を図３に示
す。

【００２０】ステップ１４１では、図７の左側から順番
に、画素列ごとの全画素の濃度値を呼び出す。ステップ
１４２では、画素列上の濃度値を相加平均して、画素列
上の濃度値の変化曲線から高い周波数成分を除去した相
加平均濃度値を求める。例えば、図７に示す画素列Ｘａ
からは図８の（ａ）、画素列Ｘｂからは図９の（ａ）に
示すような相加平均濃度値が抽出される。ステップ１４
３では、相加平均濃度値を微分する。図８の（ａ）に示
す相加平均濃度値では（ｂ）に示す微分値となり、図９
の（ａ）に示す相加平均濃度値では（ｂ）に示す微分値
となる。

【００２１】ステップ１４４では、微分値から、相加平
均濃度値の暗さのピークに対応するＹ座標値を求める。
微分値が負から正に反転するＹ座標値は、暗さのピーク
に対応して、眼、眉、口等をそれぞれ代表する１個づつ
のＹ座標値となる。微分値が正から負に反転するＹ座標
値は、眼、眉等の中間位置に対応する明るさのピーク位
置であるから実施例では使用しない。図８の（ａ）に示
す相加平均濃度値では（ｂ）に示す微分値となり、微分
値が負から正に反転するＹ座標値ｐ１、ｐ２、ｐ３、ｐ
４、ｐ５が抽出される。これらの中で手前の微分値のピ
ークがしきい値（破線）以下となるＹ座標値ｐ１、ｐ
２、ｐ５が抽出点とされる。手前の微分値のピークを判
別することで、顔面のしわや凹凸が抽出点となることを
回避している。図９の（ａ）に示す相加平均濃度値で
は、（ｂ）に示す微分値が負から正に反転するＹ座標値
ｐ１、ｐ２、ｐ３が抽出されるが、いずれも手前の微分
値のピークがしきい値（破線）以下とならず、抽出点が
形成されない。

【００２２】ステップ１４５では、最後の画素列、図７
の右端の画素列であるか否かを判定する。最後の画素列
であれば、全部の画素列で抽出点を特定済みであるか
ら、ステップ１５０へ進む。最後の画素列でなければス
テップ１４１へ進み、次の画素列の濃度値データによる
抽出点の特定を開始させる。このようにして、図１０に
示すように、画素列ごとに０〜４個程度の抽出点Ａ１、
Ａ２、Ａ３、Ａ４が特定される。画素列Ｘｃでは、抽出
点Ａ１、Ａ２、画素列Ｘｄでは抽出点Ａ１、Ａ２、Ａ
３、Ａ４が特定される。

【００２３】ステップ１５０では、画素列ごとに求めた
抽出点をＸ方向に連結してグループ化する。処理手順を
図４に示す。ステップ１５１では、画素列の抽出点デー
タを順番に呼び出す。ステップ１５２、１５３では、隣
接する画素列の抽出点についてＹ座標値が比較される。
隣接する画素列の抽出点のＹ座標値の差が１０画素以下
であれば、ステップ１５４へ進んで連結データが形成さ
れる。差が所定範囲を越える（グループ化できない）と
判断された場合はステップ１５５へ進んで連結データは
形成されない。連結データは、発生したグループごとに
順番に付与されるグループ番号、グループの左端の抽出
点の属する画素列の番号（Ｘ座標値に対応）で分類し
て、連結された抽出点の個数（画素列数）とＹ座標値を
メモリに記憶し、画素列を処理するごとに記憶内容を書
き替えて形成される。ステップ１５５では、最後の画素
列であるか否かを判定する。最後の画素列であれば、全
部の画素列でグループ化を判定済みであるから、ステッ
プ１６０へ進む。最後の画素列でなければ、ステップ１
５１へ進み、次の画素列の抽出点によるグループ化の判
定を開始させる。

【００２４】ステップ１５０における処理を図１１を用
いて簡単に説明する。ここでは、画素列を１１本として
説明する。図１１に示すように画素列１〜１１でそれぞ
れ特定された抽出点は、抽出点ごとにグループ番号Ｇ、
連結個数Ｎ、Ｙ座標値を付与されて連結データを形成す
る。図１１に示される３４個の抽出点は、１０個のグル
ープにまとめられている。

【００２５】ステップ１６０では、図１に示す画像デー
タ演算回路１４が、図５に示す手順に従って不必要な連
結データを除去し、最終的に必要な連結データについて
だけ候補点データを形成する。ステップ１６１では、メ
モリから連結データをグループ番号の順に１個づつ呼び
出す。ステップ１６２、１６３では、連結データの連結
データ数を評価する。連結データ数が５個以上であれ
ば、次のステップ１６４へ進んで候補点データを形成す
る。連結データ数が５個未満であれば（鼻の穴等）、ス
テップ１６５へ進んで候補点データを形成しない。例え
ば、図１０に示す抽出点群からは、図１２に示すよう
に、両方の眼および眉、鼻の影、口にそれぞれ相当する
６個の抽出点のグループＧ１〜Ｇ６が残される。ここで
は、残された６個のグループについて左から右、上から
下方向に順番に番号を付け直している。

【００２６】候補点データは、残された抽出点のグルー
プをそれぞれ画面上の１個づつの候補点で代表させる１
組の座標値、すなわち、そのグループに属する抽出点の
Ｙ座標値の平均値（高さ）と、グループの左右の両端の
画素列の中央のＸ座標値で構成される。例えば、図１２
に示す抽出点のグループＧ１〜Ｇ６は、図１３に示す画
面上の６個の候補点Ｋ１〜Ｋ６で代表される。ステップ
１６５では、最後の連結データであるか否かを判定す
る。最後の連結データであれば、全部の連結データを評
価済みであるから、ステップ１７０へ進む。最後の連結
データでなければステップ１６１へ進み、次の連結デー
タの評価を開始させる。

【００２７】ステップ１７０では、図１に示す顔の特徴
量認識回路１５が、候補点データを評価して複数の候補
点の中から片方の眼の候補点を特定する。例えば、図１
３に示す６個の候補点Ｋ１〜Ｋ６の場合、Ｙ座標値の大
きい（低い）候補点Ｋ５、Ｋ６を中心にして中央の検出
ゾーンＺＣを形成する。検出ゾーンＺＣの外側には、Ｙ
座標値の小さい（高い）候補点Ｋ１、Ｋ３と候補点Ｋ
２、Ｋ４をそれぞれ中心にして左右の検出ゾーンＺＬ、
ＺＲを設定する。そして、左側の検出ゾーンＺＬに含ま
れる２つの候補点Ｋ１、Ｋ３と中央の検出ゾーンＺＣに
含まれる候補点Ｋ６の高さ差、候補点Ｋ１、Ｋ３の位置
関係に基づいて片方の眼に対応する候補点Ｋ３が特定さ
れる。ステップ１８０では、図１に示すミラー、シート
制御回路１６が、特定された片方の眼の特徴量、すなわ
ち運転者の眼の高さに適合させてミラーの角度やシート
高さを調整する。

【００２８】実施例の画像処理によれば、画素列ごとに
画素の濃度値を呼び出して、画面の左側から右側へ１方
向に同じ演算処理を繰り返し、また、画素列ごとの限ら
れた大きさのデータしか扱わないから、特開平７−１８
１０１２号公報に示される処理に比較して処理プログラ
ムが単純になる。そして、画素列が増えても同じ処理の
繰り返し回数が増すだけで、処理内容自体は変化しな
い。また、演算された抽出点から連結グループを形成し
て、連結グループの数を絞り込み、候補点データという
小さなデータを形成して眼の特徴量を特定する過程は、
さらに小さなデータと単純な演算／比較で足りる。ま
た、濃度値の二値化やノイズ除去を主とした画像データ
の前処理、眼の横方向の位置を特定するための顔幅検
出、眼の縦方向の位置検出のいずれの処理も行う必要が
無い。従って、画像処理に必要な演算数やメモリ容量が
少なくて済み、演算素子の性能が多少低くても足り、装
置を小型軽量に構成したり、他の用途の演算装置で割り
込み処理させて画像処理することも可能となる。

【００２９】また、顔の縦方向に画素列を選択して、暗
さの局所的なピークとなるＹ座標値を抽出点とするか
ら、生え際、顔の両端、顔に縦方向にかかる髪の毛等は
抽出点となる可能性が低い。仮に抽出点とされた場合で
も、水平方向に連結される抽出点が存在して連結される
個数が５以上という条件に満たない抽出点は自動的に排
除されるから、生え際、顔の両端、皺や凹凸、直射日光
による影等によって不必要な候補点が形成されて眼の特
定を誤る心配が無い。従って、眼に髪の毛がかかってい
る場合でも、少なくとも髪の毛にかかるまでの眼の線の
連結データや候補点データが問題無く形成され、髪の毛
がかかっていない場合と同様の手順で眼の開度指標を演
算できる。

【００３０】なお、図２のフローチャート中、ステップ
１１０が発明の画像入力手段、ステップ１２０が発明の
記憶手段、ステップ１３０、１４０が発明の抽出手段、
ステップ１５０、１６０が発明の形成手段にそれぞれ対
応する。また、実施例では、眼の検出高さに基づいてシ
ート高さ等を調整する用途を説明したが、本発明は、人
物を特定したり、視線の方向を検知したり、特開平７−
１８１０１２号公報に示されるように居眠り／覚睡の区
別を判定する用途にも応用可能である。また、実施例で
は、眼、眉等が高い濃度値（暗い階調段階）となるよう
な画像で処理を行ったが、階調を反転した画像（眼、眉
等が低い濃度値となる）を用いてもよい。

【００３１】また、実施例では、ＡＤ変換器１２以降の
処理をすべてデジタル演算で行うこととしたが、画素列
に沿った濃度値の相加平均を求めるまでの処理をアナロ
グ信号回路で行うこととしてもよい。例えば、撮像管を
用いたカメラで縦方向に走査線を設定し、顔を縦方向に
横切る走査線に沿った輝度信号をローパスフィルターに
通じて高周波成分を除去した後、１０本の走査線ごとに
１本の走査線分の輝度信号を抜き出してサンプリングに
よりＡＤ変換する。また、実施例では図７に示すように
Ｘ方向の１０画素ごとに１本の画素列を選択したが、さ
らに細かい刻みで多数の画素列を選択してもよい。画素
列が増えても同じ処理の繰り返し回数が増すだけで、基
本的な処理内容は変化しない。画素列を増すことで、特
徴量の曲線の湾曲状態をより精密に写し取れ、より小さ
な連結許容幅を設定して抽出点の連結間違いを回避でき
る。図１３に示すように検出ゾーンＺＬが設定された
後、検出ゾーンＺＬのみで高密度に画素列を設定して、
左側の眼の曲線を構成する抽出点の数を増し、その弓型
形状をさらに詳しく検出することとしてもよい。

【００３２】なお、図１４に示すように運転者が眼鏡を
かけている場合、図１３に示される検出ゾーンＺＬに
は、図１５に示すように、眼と眉に対応する抽出点のグ
ループＧ３、Ｇ５に加えて、眼鏡の上下の縁に対応する
抽出点のグループＧ１、Ｇ７が残ってしまう。図１５で
は、残された９個のグループについて左から右、上から
下方向に順番に番号を付け直しており、眼、眉と符号の
関係が図１２とは一致しない。しかし、このような場合
でも、本実施例では、上述したように、検出ゾーンＺＬ
における候補点の上下関係に加えて、検出ゾーンＺＬの
複数の候補点と検出ゾーンＺＣの口の候補点の高さ差も
評価しているため、眼に対応するグループＧ５を誤り無
く特定できる。検出ゾーンＺＬに４個の候補点が形成さ
れる場合、下から２番目の候補点が眼と判定されて眼鏡
の縁に対応する候補点データが振り落とされ、運転者が
眼鏡をかけていない場合と同様な手順で眼の特徴量が特
定される。

【００３３】

【発明の効果】請求項１の発明によれば、例えば、眼に
かかる画素列の数と同じ個数の座標値で眼の弓形形状を
特定できるから、眼の画像に含まれる画素全部を扱う場
合に比較してデータ数が大幅に削減される。眼の画像に
含まれる画素全部を扱って重心を求める処理に比較し
て、複数の曲線から眼の曲線を特定する処理は簡単で済
む。従って、演算速度が低く、メモリの割り当ても小さ
い小型の演算装置でも顔の特徴量を求める画像処理を高
速に実行できる。

【００３４】請求項２の発明によれば、顔の横方向に現
れる濃度値のピークや、顔の横方向に連結されない濃度
値のピークが排除されるから、顔を縦方向に横切る影や
目尻にかかる髪の毛によって、眼等の必要な特徴量の特
定が妨げられない。

【００３５】請求項３の発明によれば、平均化によって
画素列方向に近接した抽出点が形成されないから、隣接
する画素列における間違った抽出点をグループ化する心
配が無い。また、平均化によって形成された濃度値のピ
ークを抽出点とするから、眼や眉の形に正確に沿った特
徴量の曲線を形成でき、眼の開度指標等を求める際の誤
差が抑制される。

【００３６】請求項４の発明によれば、連結数の少ない
抽出点のグループが振り落とされるから、必要最小限に
絞り込んだ抽出点とグループの中で、眼や口の特徴量を
特定すればよく、間違った特徴量を選択しないで済む。

【００３７】請求項５の発明によれば、絞り込まれたグ
ループをそれぞれ１個の候補点で代表させるから、特徴
量の曲線をそのまま扱う場合に比較して相対位置の判定
を効率的に実行できる。

【図面の簡単な説明】

【図１】実施例の警報装置の説明図である。

【図２】警報装置の動作のフローチャートである。

【図３】抽出点を求める処理のフローチャートである。

【図４】連結データを形成する処理のフローチャートで
ある。

【図５】候補点を選択する処理のフローチャートであ
る。

【図６】顔画像の説明図である。

【図７】画素列の設定の説明図である。

【図８】画素列に沿った濃度値の説明図である。

【図９】画素列に沿った濃度値の説明図である。

【図１０】抽出点の分布の説明図である。

【図１１】抽出点をグループ化する処理の説明図であ
る。

【図１２】抽出点のグループの分布の説明図である。

【図１３】候補点の分布の説明図である。

【図１４】顔画像の説明図である。

【図１５】抽出点のグループの分布の説明図である。

【符号の説明】

１１ カメラ １２ ＡＤ変換器 １３ 画像メモリ １４ 画像データ演算回路 １５ 顔の特徴量認識回路 １６ ミラー、シート制御回路

Claims (5)

【特許請求の範囲】
1. 【請求項１】 顔の画像データを処理して顔の特徴量を
   抽出する顔画像の特徴量認識装置において、 （１）顔の縦方向の画素列に沿って画素の濃度を検出
   し、 （２）前記画素列における濃度の局所的な高まりごとに
   １個づつの画素を定めて抽出点とし、 （３）隣接する画素列の画素列方向に近接した抽出点を
   連結して顔の横方向に伸びる曲線群を抽出することを特
   徴とする顔画像の特徴量認識装置。
2. 【請求項２】 顔を撮像して画面上の画素ごとに濃度を
   数値化する画像入力手段と、 前記画素ごとに数値化された濃度値を記憶する記憶手段
   とを有する顔画像の特徴量認識装置において、 顔の縦方向の画素列に沿って前記濃度値を前記記憶手段
   から取り出し、前記画素列上の前記濃度値の片方向のピ
   ークを代表する画素を特定して抽出点とする抽出手段
   と、 隣接する画素列の抽出点を比較して、画素列方向に近接
   する抽出点を１つにグループ化する形成手段とを有する
   ことを特徴とする顔画像の特徴量認識装置。
3. 【請求項３】 前記抽出手段は、１つの画素を含んで連
   続した複数の画素の濃度値を平均化して１つの画素の濃
   度値とし、平均化された濃度値の微分値が一方向に反転
   する画素を抽出点とすることを特徴とする請求項２記載
   の顔画像の特徴量認識装置。
4. 【請求項４】 前記形成手段は、連結された抽出点の個
   数が所定値を越えるグループだけを選択することを特徴
   とする請求項２または３記載の顔画像の特徴量認識装
   置。
5. 【請求項５】 前記形成手段は、連結された抽出点のグ
   ループの中心位置に対応する１組の座標値からなる候補
   点データを形成することを特徴とする請求項４記載の顔
   画像の特徴量認識装置。