JPH11203455A - 画像生成装置、画像生成方法および記録媒体 - Google Patents

画像生成装置、画像生成方法および記録媒体

Info

Publication number
JPH11203455A
JPH11203455A JP10015128A JP1512898A JPH11203455A JP H11203455 A JPH11203455 A JP H11203455A JP 10015128 A JP10015128 A JP 10015128A JP 1512898 A JP1512898 A JP 1512898A JP H11203455 A JPH11203455 A JP H11203455A
Authority
JP
Japan
Prior art keywords
image
amount
feature amount
correction
feature
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
Application number
JP10015128A
Other languages
English (en)
Inventor
Hiroshi Kumamoto
浩 熊本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Omron Tateisi Electronics Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp, Omron Tateisi Electronics Co filed Critical Omron Corp
Priority to JP10015128A priority Critical patent/JPH11203455A/ja
Publication of JPH11203455A publication Critical patent/JPH11203455A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

(57)【要約】 【課題】 入力画像が向きを持つ画像であっても所望の
出力画像を確実に得る画像生成装置、画像生成方法およ
び記録媒体を提供する。 【解決手段】 特徴量計測部１０３によって計測された
特徴量を集計して特徴量の集計値およびまたは分布を特
徴量集計記憶部１０５に保持し、入力画像向き推定部１
１８により、計測された特徴量と集計値およびまたは分
布とを比較して、入力画像の向き若しくは所定画像に対
するずれ方向を推定し、補正量推定部１１９により入力
画像の所定画像に対するずれを補正量として推定し、ル
ール補正部１１２により、推定された補正量に基づき出
力画像生成ルールを補正し、入力画像（例えば、顔画
像）が所定の向きのものでない場合（顔画像が真正面で
はなく横向きや上向き）であっても、その所定の向きか
らずれた度合いを自動的に推定して生成ルールを補正す
る。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、入力画像の特徴量
に応じて所定の生成ルールを適用して出力画像を生成す
る画像生成装置、画像生成装置の画像生成方法および該
画像生成方法を実行させるためのプログラムを記録した
記録媒体に係り、特に、入力画像が所定の向き（例え
ば、真正面）のものでない場合には、その所定の向きか
らずれた度合いを推定して、生成ルール、入力画像、特
徴量または出力画像を補正して、所望の出力画像を確実
に得るようにした画像生成装置、画像生成装置の画像生
成方法および記録媒体に関する。
【０００２】
【従来の技術】従来より、入力画像の特徴量に所定の生
成ルールを適用して出力画像を生成する画像生成装置と
して、例えば似顔絵作成装置がある。この似顔絵作成装
置は、入力された顔画像（写真等）から似顔絵に利用す
る特徴量を計測し、該計測した特徴量に応じてファジイ
推論ルール等を適用して、予め登録されている似顔絵用
の顔部品画像を選択、配置して似顔絵画像を得るもので
ある。
【０００３】
【発明が解決しようとする課題】しかしながら、このよ
うな従来の画像作成装置（似顔絵作成装置）にあって
は、通常、出力画像（似顔絵）の作成に適用されるファ
ジイ推論ルールは、入力される画像（顔画像）が所定の
向きのもの（例えば、真正面を向いている顔画像）であ
ることを想定して構築されており、そのような所定の向
きからずれた向きの入力画像（例えば、やや横向きであ
る顔画像や、やや上向きである顔画像など）について処
理する場合には、所望の出力画像（入力顔画像に似た似
顔絵）が得られないという事情があった。
【０００４】本発明は、このような従来の問題点に着目
してなされたもので、入力画像（顔画像）の特徴量に所
定の生成ルールを適用して出力画像（似顔絵）を生成す
る画像生成装置（似顔絵作成装置）において、入力され
る画像（顔画像）が所定の向きのもの（例えば、真正面
を向いている顔画像）でない場合には、その所定の向き
からずれた度合いを推定して、生成ルール、入力画像、
特徴量または出力画像を補正して、所望の出力画像（入
力顔画像に似た似顔絵）を確実に得ることができる画像
生成装置、画像生成装置の画像生成方法および記録媒体
を提供することにある。
【０００５】
【課題を解決するための手段】上記課題を解決するため
に、本出願の請求項１に記載の発明は、入力画像の特徴
量を計測する特徴量計測手段と、前記特徴量に応じた出
力画像を生成するルールを保持する出力画像生成ルール
記憶手段と、前記入力画像の特徴量に応じて前記出力画
像生成ルールを適用して出力画像を生成する出力画像生
成手段とを備えた画像生成装置において、前記特徴量計
測手段によって計測された特徴量を集計して特徴量の集
計値およびまたは分布を保持する特徴量集計記憶手段
と、前記特徴量計測手段によって計測された入力画像の
特徴量と前記特徴量集計記憶手段に保持されている集計
値およびまたは分布とを比較して、前記入力画像の向き
若しくは所定画像に対するずれ方向を推定する入力画像
向き推定手段と、前記入力画像の所定画像に対するずれ
を補正量として推定する補正量推定手段と、前記補正量
推定手段によって推定された補正量に基づき前記出力画
像生成ルールを補正するルール補正手段とを具備するこ
とを特徴とする画像生成装置にある。
【０００６】また、本出願の請求項２に記載の発明は、
入力画像の特徴量を計測する特徴量計測手段と、前記特
徴量に応じた出力画像を生成するルールを保持する出力
画像生成ルール記憶手段と、前記入力画像の特徴量に応
じて前記出力画像生成ルールを適用して出力画像を生成
する出力画像生成手段とを備えた画像生成装置におい
て、前記特徴量計測手段によって計測された特徴量を集
計して特徴量の集計値およびまたは分布を保持する特徴
量集計記憶手段と、前記特徴量計測手段によって計測さ
れた入力画像の特徴量と前記特徴量集計記憶手段に保持
されている集計値およびまたは分布とを比較して、前記
入力画像の向き若しくは所定画像に対するずれ方向を推
定する入力画像向き推定手段と、前記入力画像の所定画
像に対するずれを補正量として推定する補正量推定手段
と、前記補正量推定手段によって推定された補正量に基
づき前記入力画像を補正する入力画像補正手段とを具備
することを特徴とする画像生成装置にある。
【０００７】また、本出願の請求項３に記載の発明は、
入力画像の特徴量を計測する特徴量計測手段と、前記特
徴量に応じた出力画像を生成するルールを保持する出力
画像生成ルール記憶手段と、前記入力画像の特徴量に応
じて前記出力画像生成ルールを適用して出力画像を生成
する出力画像生成手段とを備えた画像生成装置におい
て、前記特徴量計測手段によって計測された特徴量を集
計して特徴量の集計値およびまたは分布を保持する特徴
量集計記憶手段と、前記特徴量計測手段によって計測さ
れた入力画像の特徴量と前記特徴量集計記憶手段に保持
されている集計値およびまたは分布とを比較して、前記
入力画像の向き若しくは所定画像に対するずれ方向を推
定する入力画像向き推定手段と、前記入力画像の所定画
像に対するずれを補正量として推定する補正量推定手段
と、前記補正量推定手段によって推定された補正量に基
づき前記特徴量計測手段によって計測された入力画像の
特徴量を補正する特徴量補正手段とを具備することを特
徴とする画像生成装置にある。
【０００８】また、本出願の請求項４に記載の発明は、
入力画像の特徴量を計測する特徴量計測手段と、前記特
徴量に応じた出力画像を生成するルールを保持する出力
画像生成ルール記憶手段と、前記入力画像の特徴量に応
じて前記出力画像生成ルールを適用して出力画像を生成
する出力画像生成手段とを備えた画像生成装置におい
て、前記特徴量計測手段によって計測された特徴量を集
計して特徴量の集計値およびまたは分布を保持する特徴
量集計記憶手段と、前記特徴量計測手段によって計測さ
れた入力画像の特徴量と前記特徴量集計記憶手段に保持
されている集計値およびまたは分布とを比較して、前記
入力画像の向き若しくは所定画像に対するずれ方向を推
定する入力画像向き推定手段と、前記入力画像の所定画
像に対するずれを補正量として推定する補正量推定手段
と、前記補正量推定手段によって推定された補正量に基
づき前記出力画像生成手段によって生成された出力画像
を補正する出力画像補正手段とを具備することを特徴と
する画像生成装置にある。
【０００９】また、本出願の請求項５に記載の発明は、
前記特徴量計測手段によって計測された入力画像の特徴
量と前記特徴量集計記憶手段に保持されている集計値お
よびまたは分布とを比較して、補正が必要か否かを判断
する補正要／不要判定手段を具備し、前記補正要／不要
判定手段によって補正が必要と判断された場合に、前記
入力画像向き推定手段、前記補正量推定手段、および、
前記ルール補正手段、前記入力画像補正手段、前記特徴
量補正手段または前記出力画像補正手段の各処理を行う
ことを特徴とする請求項１、２、３または４に記載の画
像生成装置にある。
【００１０】また、本出願の請求項６に記載の発明は、
前記特徴量集計記憶手段は、前記特徴量の集計値および
または分布をメンバシップ関数で表現することを特徴と
する請求項１、２、３、４または５に記載の画像生成装
置にある。
【００１１】また、本出願の請求項７に記載の発明は、
前記特徴量集計記憶手段は、前記特徴量の集計値および
または分布を所定のカテゴリ別に保持することを特徴と
する請求項１、２、３、４、５または６に記載の画像生
成装置にある。
【００１２】また、本出願の請求項８に記載の発明は、
前記特徴量集計記憶手段は、正常と判断される入力画像
の特徴量およびまたは異常と判断される入力画像の特徴
量を用いて前記特徴量の集計値を求めることを特徴とす
る請求項１、２、３、４、５、６または７に記載の画像
生成装置にある。
【００１３】また、本出願の請求項９に記載の発明は、
前記特徴量集計記憶手段は、前記入力画像の特徴量に基
づいて前記特徴量の集計値およびまたは分布を更新する
ことを特徴とする請求項１、２、３、４、５、６、７ま
たは８に記載の画像生成装置にある。
【００１４】また、本出願の請求項１０に記載の発明
は、入力画像の特徴量を計測する特徴量計測手段と、前
記特徴量に応じた出力画像を生成するルールを保持する
出力画像生成ルール記憶手段と、前記入力画像の特徴量
に応じて前記出力画像生成ルールを適用して出力画像を
生成する出力画像生成手段とを備えた画像生成装置の画
像生成方法において、前記特徴量計測手段によって計測
された特徴量を集計して特徴量の集計値およびまたは分
布を特徴量集計記憶手段に保持する特徴量集計記憶ステ
ップと、前記特徴量計測手段によって計測された入力画
像の特徴量と前記特徴量集計記憶手段に保持されている
集計値およびまたは分布とを比較して、前記入力画像の
向き若しくは所定画像に対するずれ方向を推定する入力
画像向き推定ステップと、前記入力画像の所定画像に対
するずれを補正量として推定する補正量推定ステップ
と、前記補正量推定ステップによって推定された補正量
に基づき前記出力画像生成ルールを補正するルール補正
ステップとを具備することを特徴とする画像生成装置の
画像生成方法にある。
【００１５】また、本出願の請求項１１に記載の発明
は、入力画像の特徴量を計測する特徴量計測手段と、前
記特徴量に応じた出力画像を生成するルールを保持する
出力画像生成ルール記憶手段と、前記入力画像の特徴量
に応じて前記出力画像生成ルールを適用して出力画像を
生成する出力画像生成手段とを備えた画像生成装置の画
像生成方法において、前記特徴量計測手段によって計測
された特徴量を集計して特徴量の集計値およびまたは分
布を特徴量集計記憶手段に保持する特徴量集計記憶ステ
ップと、前記特徴量計測手段によって計測された入力画
像の特徴量と前記特徴量集計記憶手段に保持されている
集計値およびまたは分布とを比較して、前記入力画像の
向き若しくは所定画像に対するずれ方向を推定する入力
画像向き推定ステップと、前記入力画像の所定画像に対
するずれを補正量として推定する補正量推定ステップ
と、前記補正量推定ステップによって推定された補正量
に基づき前記入力画像を補正する入力画像補正ステップ
とを具備することを特徴とする画像生成装置の画像生成
方法にある。
【００１６】また、本出願の請求項１２に記載の発明
は、入力画像の特徴量を計測する特徴量計測手段と、前
記特徴量に応じた出力画像を生成するルールを保持する
出力画像生成ルール記憶手段と、前記入力画像の特徴量
に応じて前記出力画像生成ルールを適用して出力画像を
生成する出力画像生成手段とを備えた画像生成装置の画
像生成方法において、前記特徴量計測手段によって計測
された特徴量を集計して特徴量の集計値およびまたは分
布を特徴量集計記憶手段に保持する特徴量集計記憶ステ
ップと、前記特徴量計測手段によって計測された入力画
像の特徴量と前記特徴量集計記憶手段に保持されている
集計値およびまたは分布とを比較して、前記入力画像の
向き若しくは所定画像に対するずれ方向を推定する入力
画像向き推定ステップと、前記入力画像の所定画像に対
するずれを補正量として推定する補正量推定ステップ
と、前記補正量推定ステップによって推定された補正量
に基づき前記特徴量計測手段によって計測された入力画
像の特徴量を補正する特徴量補正ステップとを具備する
ことを特徴とする画像生成装置の画像生成方法にある。
【００１７】また、本出願の請求項１３に記載の発明
は、入力画像の特徴量を計測する特徴量計測手段と、前
記特徴量に応じた出力画像を生成するルールを保持する
出力画像生成ルール記憶手段と、前記入力画像の特徴量
に応じて前記出力画像生成ルールを適用して出力画像を
生成する出力画像生成手段とを備えた画像生成装置の画
像生成方法において、前記特徴量計測手段によって計測
された特徴量を集計して特徴量の集計値およびまたは分
布を特徴量集計記憶手段に保持する特徴量集計記憶ステ
ップと、前記特徴量計測手段によって計測された入力画
像の特徴量と前記特徴量集計記憶手段に保持されている
集計値およびまたは分布とを比較して、前記入力画像の
向き若しくは所定画像に対するずれ方向を推定する入力
画像向き推定ステップと、前記入力画像の所定画像に対
するずれを補正量として推定する補正量推定ステップ
と、前記補正量推定ステップによって推定された補正量
に基づき前記出力画像生成手段によって生成された出力
画像を補正する出力画像補正ステップとを具備すること
を特徴とする画像生成装置の画像生成方法にある。
【００１８】また、本出願の請求項１４に記載の発明
は、前記特徴量計測手段によって計測された入力画像の
特徴量と前記特徴量集計記憶手段に保持されている集計
値およびまたは分布とを比較して、補正が必要か否かを
判断する補正要／不要判定ステップを具備し、前記補正
要／不要判定ステップによって補正が必要と判断された
場合に、前記入力画像向き推定ステップ、前記補正量推
定ステップ、および、前記ルール補正ステップ、前記入
力画像補正ステップ、前記特徴量補正ステップまたは前
記出力画像補正ステップの各処理を行うことを特徴とす
る画像生成装置の画像生成方法にある。
【００１９】また、本出願の請求項１５に記載の発明
は、コンピュータに、入力画像の特徴量を計測する特徴
量計測手段と、前記特徴量に応じた出力画像を生成する
ルールを保持する出力画像生成ルール記憶手段と、前記
入力画像の特徴量に応じて前記出力画像生成ルールを適
用して出力画像を生成する出力画像生成手段とを備えた
画像生成装置の画像生成方法を実行させるためのプログ
ラムを記録した記録媒体において、前記プログラムは、
前記特徴量計測手段によって計測された特徴量を集計し
て特徴量の集計値およびまたは分布を特徴量集計記憶手
段に保持する特徴量集計記憶ステップと、前記特徴量計
測手段によって計測された入力画像の特徴量と前記特徴
量集計記憶手段に保持されている集計値およびまたは分
布とを比較して、前記入力画像の向き若しくは所定画像
に対するずれ方向を推定する入力画像向き推定ステップ
と、前記入力画像の所定画像に対するずれを補正量とし
て推定する補正量推定ステップと、前記補正量推定ステ
ップによって推定された補正量に基づき前記出力画像生
成ルールを補正するルール補正ステップとを具備するこ
とを特徴とする記録媒体にある。
【００２０】また、本出願の請求項１６に記載の発明
は、コンピュータに、入力画像の特徴量を計測する特徴
量計測手段と、前記特徴量に応じた出力画像を生成する
ルールを保持する出力画像生成ルール記憶手段と、前記
入力画像の特徴量に応じて前記出力画像生成ルールを適
用して出力画像を生成する出力画像生成手段とを備えた
画像生成装置の画像生成方法を実行させるためのプログ
ラムを記録した記録媒体において、前記プログラムは、
前記特徴量計測手段によって計測された特徴量を集計し
て特徴量の集計値およびまたは分布を特徴量集計記憶手
段に保持する特徴量集計記憶ステップと、前記特徴量計
測手段によって計測された入力画像の特徴量と前記特徴
量集計記憶手段に保持されている集計値およびまたは分
布とを比較して、前記入力画像の向き若しくは所定画像
に対するずれ方向を推定する入力画像向き推定ステップ
と、前記入力画像の所定画像に対するずれを補正量とし
て推定する補正量推定ステップと、前記補正量推定ステ
ップによって推定された補正量に基づき前記入力画像を
補正する入力画像補正ステップとを具備することを特徴
とする記録媒体にある。
【００２１】また、本出願の請求項１７に記載の発明
は、コンピュータに、入力画像の特徴量を計測する特徴
量計測手段と、前記特徴量に応じた出力画像を生成する
ルールを保持する出力画像生成ルール記憶手段と、前記
入力画像の特徴量に応じて前記出力画像生成ルールを適
用して出力画像を生成する出力画像生成手段とを備えた
画像生成装置の画像生成方法を実行させるためのプログ
ラムを記録した記録媒体において、前記プログラムは、
前記特徴量計測手段によって計測された特徴量を集計し
て特徴量の集計値およびまたは分布を特徴量集計記憶手
段に保持する特徴量集計記憶ステップと、前記特徴量計
測手段によって計測された入力画像の特徴量と前記特徴
量集計記憶手段に保持されている集計値およびまたは分
布とを比較して、前記入力画像の向き若しくは所定画像
に対するずれ方向を推定する入力画像向き推定ステップ
と、前記入力画像の所定画像に対するずれを補正量とし
て推定する補正量推定ステップと、前記補正量推定ステ
ップによって推定された補正量に基づき前記特徴量計測
手段によって計測された入力画像の特徴量を補正する特
徴量補正ステップとを具備することを特徴とする記録媒
体にある。
【００２２】また、本出願の請求項１８に記載の発明
は、コンピュータに、入力画像の特徴量を計測する特徴
量計測手段と、前記特徴量に応じた出力画像を生成する
ルールを保持する出力画像生成ルール記憶手段と、前記
入力画像の特徴量に応じて前記出力画像生成ルールを適
用して出力画像を生成する出力画像生成手段とを備えた
画像生成装置の画像生成方法を実行させるためのプログ
ラムを記録した記録媒体において、前記プログラムは、
前記特徴量計測手段によって計測された特徴量を集計し
て特徴量の集計値およびまたは分布を特徴量集計記憶手
段に保持する特徴量集計記憶ステップと、前記特徴量計
測手段によって計測された入力画像の特徴量と前記特徴
量集計記憶手段に保持されている集計値およびまたは分
布とを比較して、前記入力画像の向き若しくは所定画像
に対するずれ方向を推定する入力画像向き推定ステップ
と、前記入力画像の所定画像に対するずれを補正量とし
て推定する補正量推定ステップと、前記補正量推定ステ
ップによって推定された補正量に基づき前記出力画像生
成手段によって生成された出力画像を補正する出力画像
補正ステップとを具備することを特徴とする記録媒体に
ある。
【００２３】さらに、本出願の請求項１９に記載の発明
は、前記プログラムは、前記特徴量計測手段によって計
測された入力画像の特徴量と前記特徴量集計記憶手段に
保持されている集計値およびまたは分布とを比較して、
補正が必要か否かを判断する補正要／不要判定ステップ
を具備し、前記補正要／不要判定ステップによって補正
が必要と判断された場合に、前記入力画像向き推定ステ
ップ、前記補正量推定ステップ、および、前記ルール補
正ステップ、前記入力画像補正ステップ、前記特徴量補
正ステップまたは前記出力画像補正ステップの各処理を
行うことを特徴とする請求項１５、１６、１７または１
８に記載の記録媒体にある。
【００２４】そして、この請求項１、請求項１０または
請求項１５に記載の発明によれば、特徴量集計記憶ステ
ップにより、特徴量計測手段によって計測された特徴量
を集計して特徴量の集計値およびまたは分布を特徴量集
計記憶手段に保持し、入力画像向き推定手段（入力画像
向き推定ステップ）により、特徴量計測手段によって計
測された入力画像の特徴量と特徴量集計記憶手段に保持
されている集計値およびまたは分布とを比較して、入力
画像の向き若しくは所定画像に対するずれ方向を推定
し、補正量推定手段（補正量推定ステップ）により入力
画像の所定画像に対するずれを補正量として推定し、ル
ール補正手段（ルール補正ステップ）により、補正量推
定手段（補正量推定ステップ）によって推定された補正
量に基づき出力画像生成ルールを補正する。このよう
に、入力画像（例えば、顔画像）が所定の向きのもので
ない場合（顔画像が真正面ではなく横向きや上向き）で
あっても、その所定の向きからずれた度合いを自動的に
推定して生成ルールを補正するので、所望の出力画像
（入力顔画像に似た似顔絵）を確実に得ることができ
る。
【００２５】また、請求項２、請求項１１または請求項
１６に記載の発明によれば、特徴量集計記憶ステップに
より、特徴量計測手段によって計測された特徴量を集計
して特徴量の集計値およびまたは分布を特徴量集計記憶
手段に保持し、入力画像向き推定手段（入力画像向き推
定ステップ）により、特徴量計測手段によって計測され
た入力画像の特徴量と特徴量集計記憶手段に保持されて
いる集計値およびまたは分布とを比較して、入力画像の
向き若しくは所定画像に対するずれ方向を推定し、補正
量推定手段（補正量推定ステップ）により入力画像の所
定画像に対するずれを補正量として推定し、入力画像補
正手段（入力画像補正ステップ）により、補正量推定手
段（補正量推定ステップ）によって推定された補正量に
基づき入力画像を補正する。このように、入力画像（例
えば、顔画像）が所定の向きのものでない場合（顔画像
が真正面ではなく横向きや上向き）であっても、その所
定の向きからずれた度合いを自動的に推定して入力画像
を補正するので、所望の出力画像（入力顔画像に似た似
顔絵）を確実に得ることができる。
【００２６】また、請求項３、請求項１２または請求項
１７に記載の発明によれば、特徴量集計記憶ステップに
より、特徴量計測手段によって計測された特徴量を集計
して特徴量の集計値およびまたは分布を特徴量集計記憶
手段に保持し、入力画像向き推定手段（入力画像向き推
定ステップ）により、特徴量計測手段によって計測され
た入力画像の特徴量と特徴量集計記憶手段に保持されて
いる集計値およびまたは分布とを比較して、入力画像の
向き若しくは所定画像に対するずれ方向を推定し、補正
量推定手段（補正量推定ステップ）により入力画像の所
定画像に対するずれを補正量として推定し、特徴量補正
手段（特徴量補正ステップ）により、補正量推定手段
（補正量推定ステップ）によって推定された補正量に基
づき特徴量計測手段によって計測された入力画像の特徴
量を補正する。このように、入力画像（例えば、顔画
像）が所定の向きのものでない場合（顔画像が真正面で
はなく横向きや上向き）であっても、その所定の向きか
らずれた度合いを自動的に推定して入力画像の特徴量を
補正するので、所望の出力画像（入力顔画像に似た似顔
絵）を確実に得ることができる。
【００２７】また、請求項４、請求項１３または請求項
１８に記載の発明によれば、特徴量集計記憶ステップに
より、特徴量計測手段によって計測された特徴量を集計
して特徴量の集計値およびまたは分布を特徴量集計記憶
手段に保持し、入力画像向き推定手段（入力画像向き推
定ステップ）により、特徴量計測手段によって計測され
た入力画像の特徴量と特徴量集計記憶手段に保持されて
いる集計値およびまたは分布とを比較して、入力画像の
向き若しくは所定画像に対するずれ方向を推定し、補正
量推定手段（補正量推定ステップ）により入力画像の所
定画像に対するずれを補正量として推定し、出力画像補
正手段（出力画像補正ステップ）により、補正量推定手
段（補正量推定ステップ）によって推定された補正量に
基づき出力画像生成手段によって生成された出力画像を
補正する。このように、入力画像（例えば、顔画像）が
所定の向きのものでない場合（顔画像が真正面ではなく
横向きや上向き）であっても、その所定の向きからずれ
た度合いを自動的に推定して出力すべき画像を補正する
ので、所望の出力画像（入力顔画像に似た似顔絵）を確
実に得ることができる。
【００２８】また、請求項５、請求項１４または請求項
１９に記載の発明によれば、補正要／不要判定手段（補
正要／不要判定ステップ）により、特徴量計測手段によ
って計測された入力画像の特徴量と前記特徴量集計記憶
手段に保持されている集計値およびまたは分布とを比較
して、補正が必要か否かを判断するようにし、補正が必
要と判断された場合に、入力画像向き推定手段（入力画
像向き推定ステップ）、補正量推定手段（補正量推定ス
テップ）、および、ルール補正手段（ルール補正ステッ
プ）、入力画像補正手段（入力画像補正ステップ）、特
徴量補正手段（特徴量補正ステップ）または出力画像補
正手段（出力画像補正ステップ）の各処理を行う。この
ように、補正が必要な場合のみ、所定の向きからずれた
度合いを推定して、生成ルール、入力画像、特徴量また
は出力画像を補正するので、装置全体の処理効率を高め
ることができる。
【００２９】また特に、請求項６に記載の発明によれ
ば、特徴量集計記憶手段は、特徴量の集計値およびまた
は分布をメンバシップ関数で表現することが望ましく、
また、本出願の請求項７に記載の発明によれば、特徴量
集計記憶手段は、特徴量の集計値およびまたは分布を所
定のカテゴリ別に保持することが望ましく、また、本出
願の請求項８に記載の発明によれば、特徴量集計記憶手
段は、正常と判断される入力画像の特徴量およびまたは
異常と判断される入力画像の特徴量を用いて特徴量の集
計値を求めることが望ましく、さらに、本出願の請求項
９に記載の発明によれば、前記特徴量集計記憶手段は、
前記入力画像の特徴量に基づいて前記特徴量の集計値お
よびまたは分布を更新することが望ましい。
【００３０】
【発明の実施の形態】以下、本発明の画像生成装置、画
像生成装置の画像生成方法および記録媒体の実施の形態
について、図面を参照して詳細に説明する。
【００３１】図１は本発明の一実施形態に係る画像生成
装置の構成図である。本実施形態の画像生成装置は、入
力された顔画像（写真等）から似顔絵に利用する特徴量
を計測し、該計測した特徴量に応じてファジイ推論ルー
ル等を適用して、予め登録されている似顔絵用の顔部品
画像を選択、配置して出力画像としての似顔絵画像を得
る似顔絵作成装置である。
【００３２】同図において、本実施形態の画像生成装置
は、ユーザに対するユーザインタフェースとして、画像
入力部１０１および画像出力部１１５を備え、また、特
徴量計測部（特徴量計測手段）１０３、特徴量集計記憶
部（特徴量集計記憶手段）１０５、部品画像記憶部１０
７、輪郭画像抽出部１０９、出力画像生成ルール記憶部
（出力画像生成ルール記憶手段）１１１、出力画像生成
部（出力画像生成手段）１１３、補正要／不要判定部
（補正要／不要判定手段）１１７、入力画像向き推定部
（入力画像向き推定手段）１１８、補正量推定部（補正
量推定手段）１１９、ルール補正部（ルール補正手段）
１１２、入力画像補正部（入力画像補正手段）１０２、
特徴量補正部（特徴量補正手段）１０４および出力画像
補正部（出力画像補正手段）１１４を備えて構成されて
いる。
【００３３】ここで、特徴量計測部１０３は入力画像の
特徴量を計測する。特徴量集計記憶部１０５は特徴量に
応じた出力画像を生成するルールを保持する。出力画像
生成部１１３は入力画像の特徴量に応じて出力画像生成
ルールを適用して出力画像を生成する。特徴量集計記憶
部１０５は特徴量計測部１０３によって計測された特徴
量を集計して特徴量の集計値または分布を保持する。入
力画像向き推定部１１８は、特徴量計測部１０３によっ
て計測された入力画像の特徴量と特徴量集計記憶部１０
５に保持されている集計値または分布とを比較して、入
力画像の向き若しくは所定画像に対するずれ方向を推定
する。補正量推定部１１９は入力画像の所定画像に対す
るずれを補正量として推定する。ルール補正部１１２は
補正量推定部１１９によって推定された補正量に基づき
出力画像生成ルールを補正する。入力画像補正部１０２
は補正量推定部１１９によって推定された補正量に基づ
き入力画像を補正する。特徴量補正部１０４は補正量推
定部１１９によって推定された補正量に基づき特徴量計
測部１０３によって計測された入力画像の特徴量を補正
する。出力画像補正部１１４は補正量推定部１１９によ
って推定された補正量に基づき出力画像生成部１１３に
よって生成された出力画像を補正する。また、補正要／
不要判定部１１７は、特徴量計測部１０３によって計測
された入力画像の特徴量と特徴量集計記憶部１０５に保
持されている集計値または分布とを比較して補正が必要
か否かを判断する。
【００３４】尚、入力画像向き推定部１１８および補正
量推定部１１９は、補正要／不要判定部１１７によって
補正が必要と判断された場合にそれぞれの処理を行い、
補正量推定部１１９によって推定された補正量に基づ
き、ルール補正部１１２、入力画像補正部１０２、特徴
量補正部１０４または出力画像補正部１１４の何れかの
構成要素が機能して補正処理を行う。
【００３５】本実施形態の似顔絵作成装置（画像生成装
置）は、出力画像生成部１１３においてファジイ推論を
実行するものであり、出力画像生成ルール記憶部１１１
内には、画像入力部１０１を介して入力される顔画像か
ら画像出力部１１５を介して出力すべき似顔絵画像を生
成するための推論規則が保持されており、より具体的に
は、推論規則として、当該装置が取り扱う顔画像の各種
特徴量に関するメンバシップ関数や「Ｉｆ（前件部），
Ｔｈｅｎ（後件部）．」形式のファジイ推論ルールが保
持されている。
【００３６】まず、出力画像生成ルール記憶部１１１内
に所定の推論規則が設定されているものとして、入力さ
れる顔画像から出力すべき似顔絵画像（図２（ｃ）参
照）を生成する動作の中で、特徴量計測部１０３、輪郭
画像抽出部１０９、特徴量集計記憶部１０５、部品画像
記憶部１０７、出力画像生成ルール記憶部１１１および
出力画像生成部１１３についての機能的な動作説明を行
う。
【００３７】まず、顔画像が画像入力部１０１を介して
入力されると、該顔画像について、特徴量計測部１０３
により各種特徴量の抽出が、また輪郭画像抽出部１０７
により輪郭画像（図２（ａ）参照）の抽出がそれぞれ行
われる。
【００３８】特徴量計測部１０３において、似顔絵生成
に使用する特徴量には、似顔絵作成時に部品画像記憶部
１０７に記憶されている顔部品画像（図２（ｂ）参照）
を選択するために使用する選択用特徴量、顔部品画像を
輪郭画像上に合成するために使用する配置用特徴量、拡
大縮小率（Scale-ratio）等がある。より具体的には、
選択用特徴量として、目の大きさ（Eye-size）、目の形
（Eye-shape）、鼻の形（Nose-shape）、口の大きさ（M
outh-size）、口の形（Mouth-shape）、眉の厚さ（Brow
-thickness）等があり、配置用特徴量として、顔の高さ
（X1）、顔の幅（Y1）、目の高さ（Eye-hight）、目と
鼻の間隔（Eye-nose）、鼻と口の間隔（Nose-mouth）、
目の形（Eye-shape）、目と眉の間隔（Eye-brow）等が
ある。
【００３９】すなわち、選択用特徴量および配置用特徴
量は、入力される顔画像から図３に示すような各特徴点
を抽出・計測し、これら特徴点に基づいて算出される。
尚、図３において示されている特徴点は、頭の特徴点Ｐ
１、あごの下端点Ｐ２、顔輪郭の右端点Ｐ３、顔輪郭の
左端点Ｐ４、右目頭Ｐ５、右目尻Ｐ６、左目頭Ｐ７、左
目尻Ｐ８、鼻頭Ｐ９、鼻右端点Ｐ１０、鼻左端点Ｐ１
１、口右端点Ｐ１２、口左端点Ｐ１３である。
【００４０】特徴量計測部３１１により抽出・算出され
た配置用特徴量は特徴量集計記憶部１１５に供給され
る。また選択用特徴量は部品画像記億部１０７に供給さ
れて、部品画像記憶部１０７では、該選択用特徴量の値
を用いて部品画像を選択して出力画像生成部１１３に出
力する。さらに、配置用特徴量および拡大縮小率は出力
画像生成部１１３に供給されて出力画像生成部１１３で
は、出力画像生成ルール記憶部１１１の推論規則に基づ
いて顔部品画像の位置関係を決定して、輪郭画像抽出部
１０９で抽出された輪郭画像（図２（ａ）参照）上に顔
部品画像（図２（ｂ）参照）を配置して似顔絵画像（図
２（ｃ）参照）を生成する。
【００４１】図４には、出力画像生成ルール記憶部１１
１内に保持されているファジイ推論ルールの具体的内容
を例示する。ファジイ推論ルールは、上記のように「Ｉ
ｆ（前件部），Ｔｈｅｎ（後件部）．」形式であって、
以下の（数１）ように表される。
【数１】IF Feature-i = Small , THEN Fj = W1 IF Feature-i = Middle , THEN Fj = W2 IF Feature-i = Big , THEN Fj = W3 つまり、前件部では、各特徴量（Feature-i；ｉ＝１〜
ｎ）について最小値（Small）、平均値（Middle）、最
大値（Big）との一致が判断され、前件部一致の場合
に、後件部で、部品距離間パラメータ（Fj）を各重み
（W1，W2，W3）に設定する。
【００４２】すなわち、図４において、例えば目の高さ
（Eye-hight）については、（数２）に示されるよう
に、
【数２】IF Eye-hight = Small , THEN FA = W1 IF Eye-hight = Middle , THEN FA = W2 IF Eye-hight = Big , THEN FA = W3 であり、各重み（W1，W2，W3）は、後件部シングルトン
の値として成人男性、成人女性、子供の３種類が用意さ
れている。図示される他の特徴量についても同様であ
る。尚、成人男性、成人女性、子供の種別は、データ入
力部３０３ａを介して入力される人物パラメータによっ
て使い分けられる。
【００４３】出力画像生成部１１３では、出力画像生成
ルール記憶部１１１からの部品距離間パラメータ（Fj）
と特徴量計測部１０３からの配置用特徴量（顔の高さ
（X1）、顔の幅（Y1））を基に、部品配置用の実数値を
求める。より具体的に、図５に示される部品配置用の実
数値（Ｙ2〜Ｙ5およびＸ2）は、次式（数３）により求
められる。
【数３】目の高さ Ｙ2 ＝FA×Ｙ1 眉と目の間隔 Ｙ3 ＝FB×Ｙ2 目と鼻の間隔 Ｙ4 ＝FC×Ｙ2 鼻と口の間隔 Ｙ5 ＝FD×Ｙ2 左右の目の間隔 Ｘ2 ＝FE×Ｘ1 以上のようにして、画像入力部１０１を介して入力され
る顔画像から、特徴量計測部１０３で特徴量が抽出さ
れ、輪郭画像抽出部１０９で輪郭画像が抽出され、出力
画像生成部１１３で輪郭画像上に選択された部品画像が
配置されて、生成された似顔絵画像が画像出力部１１５
を介して出力される。尚、生成された似顔絵画像は、表
示出力のほか、画像出力部１１５を介してプリンタや外
部記憶装置等の各種デバイスに出力することも可能であ
る。
【００４４】次に、入力された顔画像が所定の向きのも
のでない場合、すなわち、顔画像が真正面ではなく例え
ば横向きや上向きであったに、その真正面の向きからず
れた度合いを自動的に推定してファジイ推論ルールを補
正する処理を、図６に示すフローチャートを参照して説
明する。尚、この処理は、特徴量集計記憶部１０５を参
照して、補正要／不要判定部１１７、入力画像向き推定
部１１８、補正量推定部１１９およびルール補正部１１
２が行う処理である。
【００４５】まず、ステップ６０１では、画像入力部１
０１を介して入力された顔画像について、特徴量計測部
１０３によって上記の各種特徴量が計測される。計測さ
れた特徴量は、特徴量集計記憶部１０５において集計さ
れ、特徴量の集計値（統計値）または分布として記憶さ
れる。
【００４６】ここで、特徴量の集計は、正常と判断され
る入力顔画像（真正面から撮影された顔画像）の特徴量
および異常と判断される入力顔画像（真正面以外から撮
影された、例えばやや横向きに或いは下向きに撮影され
た顔画像）の特徴量について行われ、これらの統計値が
図７に示すような分布データまたは三角形のメンバシッ
プ関数表現で記憶される。ここで、図７は、特徴量「左
の目尻と輪郭の間隔」について集計値または分布を例示
した説明図であり、図７（ａ）は正常なデータおよび異
常なデータについての分布データを、図７（ｂ）は正常
なデータおよび異常なデータについてのメンバシップ関
数を、図７（ｃ）は正常なデータについての当該特徴量
のメンバシップ関数を、それぞれ例示するものである。
【００４７】尚、特徴量計測部１０３によって新たに計
測された結果を、その都度、特徴量集計記憶部１０５の
集計値または分布に反映するようにしてもよい。この場
合、ユーザによって、入力した顔画像が正常なデータで
あるか、或いは異常なデータであるかについて判断がな
され、該判断がユーザ指示されて集計値または分布に反
映される。また、特徴量の集計値または分布は、例えば
年齢、性別、人種等のカテゴリ別に記憶するようにして
もよい。
【００４８】次に、ステップ６０２では、補正要／不要
判定部１１７により、特徴量計測部１０３によって計測
された入力顔画像の特徴量と特徴量集計記憶部１０５に
保持されている集計値または分布とを比較して補正が必
要か否かを判断され、補正が必要と判断された場合に、
入力画像向き推定部１１８により特徴量計測部１０３に
よって計測された入力顔画像の特徴量と特徴量集計記憶
部１０５に保持されている集計値または分布とを比較し
て、入力顔画像の向き（横向き、縦向き、斜め向き）若
しくは所定画像に対するずれ方向を推定し、補正量推定
部１１９によって入力顔画像の所定画像に対するずれの
度合いを補正量として推定する。
【００４９】ここで、補正要／不要判定部１１７におけ
る補正が必要か否かの判断で使用されるファジイ推論ル
ールを例示すると、以下のようなルール（数４）があ
る。
【数４】IF 目の間隔 = 小さい , THEN 左右の修正が必
要 IF 左右の目尻と輪郭の間隔 = 不均一 , THEN 左右の修
正が必要 IF 左右の鼻と輪郭の間隔 = 不均一 , THEN 左右の修正
が必要 IF 目とあごの間隔 = 小さい , THEN 上下の修正が必要 IF 目とあごの間隔 = 大きい , THEN 上下の修正が必要 IF 目と鼻の間隔 = 小さい , THEN 上下の修正が必要 IF 目と鼻の間隔 = 大きい , THEN 上下の修正が必要 IF 左右の目とあごの間隔 = 不均一 , THEN 斜めの修正
が必要 尚、これらのファジイ推論ルールは、図８に示すような
顔の向きと特徴量の分布の関係に基づいて生成されてい
る。すなわち、図８（ａ）のように顔画像が横向きの場
合、左右の目尻の間隔が異なっている。また、図８
（ｂ）のように顔画像が上向きの場合、目とあごの間隔
が広くなっている。さらに、図８（ｃ）のように顔画像
が斜め向きの場合、左右の目とあごの間隔が異なってい
る。
【００５０】また、入力画像向き推定部１１８における
入力顔画像の向き（横向き：Ｘ軸方向のずれ）について
の推定で使用されるファジイ推論ルールを例示すると、
以下のようなルール（数５）がある。
【数５】IF 左目尻と輪郭の間隔 = 小さい , THEN 顔の
左右の向き = 右向き IF 左目尻と輪郭の間隔 = 普通 , THEN 顔の左右の向
き = 正面 IF 左目尻と輪郭の間隔 = 大きい , THEN 顔の左右の向
き = 左向き IF 右目尻と輪郭の間隔 = 小さい , THEN 顔の左右の向
き = 左向き IF 右目尻と輪郭の間隔 = 普通 , THEN 顔の左右の向
き = 正面 IF 右目尻と輪郭の間隔 = 大きい , THEN 顔の左右の向
き = 右向き IF 鼻と左輪郭の間隔 = 小さい , THEN 顔の左右の向
き = 右向き IF 鼻と左輪郭の間隔 = 普通 , THEN 顔の左右の向
き = 正面 IF 鼻と左輪郭の間隔 = 大きい , THEN 顔の左右の向
き = 左向き IF 鼻と右輪郭の間隔 = 小さい , THEN 顔の左右の向
き = 左向き IF 鼻と右輪郭の間隔 = 普通 , THEN 顔の左右の向
き = 正面 IF 鼻と右輪郭の間隔 = 大きい , THEN 顔の左右の向
き = 右向き また、入力画像向き推定部１１８における入力顔画像の
向き（縦向き：Ｙ軸方向のずれ）についての推定で使用
されるファジイ推論ルールを例示すると、以下のような
ルール（数６）がある。
【数６】IF 目とあごの間隔 = 小さい , THEN 顔の上下
の向き = 下向き IF 目とあごの間隔 = 普通 , THEN 顔の上下の向き =
正面 IF 目とあごの間隔 = 大きい , THEN 顔の上下の向き =
上向き IF 目と鼻の間隔 = 小さい , THEN 顔の上下の向き =
下向き IF 目と鼻の間隔 = 普通 , THEN 顔の上下の向き =
正面 IF 目と鼻の間隔 = 大きい , THEN 顔の上下の向き =
上向き また、入力画像向き推定部１１８における入力顔画像の
向き（斜め向き：左右の目の真ん中を中心とした回転方
向のずれ）についての推定で使用されるファジイ推論ル
ールを例示すると、以下のようなルール（数７）があ
る。
【数７】IF 左目とあごの間隔 = 小さい , THEN 顔の上
下の向き = 左傾き IF 左目とあごの間隔 = 普通 , THEN 顔の上下の向き
= 正面 IF 左目とあごの間隔 = 大きい , THEN 顔の上下の向き
= 右傾き IF 右目とあごの間隔 = 小さい , THEN 顔の上下の向き
= 右傾き IF 右目とあごの間隔 = 普通 , THEN 顔の上下の向き
= 正面 IF 右目とあごの間隔 = 大きい , THEN 顔の上下の向き
= 左傾き さらに、補正量推定部１１９における補正量（ずれの度
合い）の推定では、各特徴量毎に定められている重みＷ
（ｉ）（図４における後件部シングルトンの値）につい
て適合度との加重平均を取ることで最終的な補正量を決
定する。すなわち、以下の式（数８）により決定され
る。
【数８】顔の左右の向きの補正量= Σ｛（顔の左右の向
きに関する特徴量の適合度）×Ｗ（ｉ）｝ 顔の上下の向きの補正量= Σ｛（顔の上下の向きに関す
る特徴量の適合度）×Ｗ（ｉ）｝ 顔の斜めの向きの補正量= Σ｛（顔の斜めの向きに関す
る特徴量の適合度）×Ｗ（ｉ）｝ 次に、ステップ６０３では、ルール補正部１１２によ
り、補正量推定部１１９によって推定された補正量に基
づき出力画像生成ルールを補正する。例えば、特徴量
「目の高さ（Eye-hight）」についてのファジイ推論ル
ールを補正する場合は、次式（数９）のように補正量
（α1，α2，α3）の分だけずらして補正する。
【数９】IF Eye-hight = Small , THEN FA = W1 + α1 IF Eye-hight = Middle , THEN FA = W2 + α2 IF Eye-hight = Big , THEN FA = W3 + α3 このルール補正をメンバシップ関数上で例示した説明図
を図９に示す。
【００５１】そして、ステップ６０４では、出力画像生
成部１１３により、特徴量計測部１０３で計測された入
力顔画像の特徴量に応じて補正されたファジイ推論ルー
ルを適用して、部品画像の選択・配置を行って似顔絵画
像を生成し、ステップ６０５で画像出力部１１５を介し
て出力する。
【００５２】以上のように、本実施形態では、入力顔画
像が真正面の向きで撮影されたものではなく、横向き、
縦向き、斜め向きに撮影した画像であっても、真正面か
らずれた度合いを自動的に推定してファジイ推論ルール
を補正するので、入力顔画像に似た似顔絵を確実に得る
ことができる。
【００５３】次に、入力された顔画像が真正面の向きで
撮影されたものでないときに、その真正面の向きからず
れた度合いを自動的に推定して入力顔画像を補正する場
合には、特徴量集計記憶部１０５を参照して、補正要／
不要判定部１１７、入力画像向き推定部１１８、補正量
推定部１１９および入力画像補正部１０２によって補正
処理が行われる。
【００５４】すなわち、図６のフローチャートにおい
て、ステップ６０３の処理（ルール補正処理）の代わり
に、入力されている顔画像そのものの補正を行う。例え
ば、斜め向きに撮影された顔画像である場合には、推定
された補正量（角度）だけ、左右の目の真ん中の点を中
心として該顔画像を回転させて入力顔画像の補正を行
う。その後、再び補正された顔画像について特徴量計測
部１０３によって特徴量を計測し、ステップ６０４で
は、出力画像生成部１１３により、補正された入力顔画
像の特徴量に応じてファジイ推論ルールを適用し、部品
画像の選択・配置を行って似顔絵画像を生成し、ステッ
プ６０５で画像出力部１１５を介して出力する。
【００５５】このように、入力顔画像が真正面の向きで
撮影されたものではなく、横向き、縦向き、斜め向きに
撮影した画像である場合に、真正面からずれた度合いを
自動的に推定して入力顔画像を補正しても、入力顔画像
に似た似顔絵を確実に得ることができる。
【００５６】また、入力された顔画像が真正面の向きで
撮影されたものでないときに、その真正面の向きからず
れた度合いを自動的に推定して入力顔画像の特徴量を補
正する場合には、特徴量集計記憶部１０５を参照して、
補正要／不要判定部１１７、入力画像向き推定部１１
８、補正量推定部１１９および特徴量補正部１０４によ
って補正処理が行われる。
【００５７】すなわち、図６のフローチャートにおい
て、ステップ６０３の処理（ルール補正処理）の代わり
に、入力顔画像について計測された特徴量の補正を行
う。顔の左右の向きの補正量、顔の上下の向きの補正量
または顔の斜めの向きの補正量を計測された特徴量に加
味して補正した特徴量を求め、その後、ステップ６０４
では、出力画像生成部１１３により、該補正した特徴量
に応じてファジイ推論ルールを適用し、部品画像の選択
・配置を行って似顔絵画像を生成し、ステップ６０５で
画像出力部１１５を介して出力する。
【００５８】このように、入力顔画像が真正面の向きで
撮影されたものではなく、横向き、縦向き、斜め向きに
撮影した画像である場合に、真正面からずれた度合いを
自動的に推定して測定した特徴量を補正しても、入力顔
画像に似た似顔絵を確実に得ることができる。
【００５９】さらに、入力された顔画像が真正面の向き
で撮影されたものでないときに、その真正面の向きから
ずれた度合いを自動的に推定して出力画像生成部１１３
で生成された似顔絵画像を補正する場合には、特徴量集
計記憶部１０５を参照して、補正要／不要判定部１１
７、入力画像向き推定部１１８、補正量推定部１１９お
よび出力画像補正部１１４によって補正処理が行われ
る。
【００６０】すなわち、図６のフローチャートにおい
て、ステップ６０３の処理（ルール補正処理）を行うこ
となくステップ６０４に進み、ステップ６０４では、出
力画像生成部１１３により、計測した特徴量に応じてフ
ァジイ推論ルールを適用して部品画像の選択・配置を行
って似顔絵画像を生成した後、出力画像補正部１１４に
より、顔の左右の向きの補正量、顔の上下の向きの補正
量または顔の斜めの向きの補正量の分だけ各部品画像の
配置をずらして似顔絵画像を補正し、さらにステップ６
０５で画像出力部１１５を介して出力する。
【００６１】このように、入力顔画像が真正面の向きで
撮影されたものではなく、横向き、縦向き、斜め向きに
撮影した画像である場合に、真正面からずれた度合いを
自動的に推定して出力画像生成部１１３によって作成し
た後の似顔絵画像を補正しても、入力顔画像に似た似顔
絵を確実に得ることができる。
【００６２】尚、本実施形態では、補正量推定部１１９
によって推定された補正量に基づき、ルール補正部１１
２、入力画像補正部１０２、特徴量補正部１０４または
出力画像補正部１１４の何れか１つの構成要素が機能し
て補正処理を行うこととしたが、複数の構成要素が機能
するようにしてもよい。また、何れの構成要素を機能さ
せるかについては、ユーザがユーザインタフェースを介
して直接指示するようにしてもよいし、真正面の向きか
らずれた度合い（補正量推定部１１９によって推定され
た補正量）に応じて所定のファジイ推論ルールを適用し
て、何れか１つまたは複数の構成要素が機能するように
を推論による決定を行うようにしてもよい。
【００６３】
【発明の効果】以上の説明から明らかなように、本発明
によれば、特徴量集計記憶ステップにより、特徴量計測
手段によって計測された特徴量を集計して特徴量の集計
値およびまたは分布を特徴量集計記憶手段に保持し、入
力画像向き推定手段（入力画像向き推定ステップ）によ
り、特徴量計測手段によって計測された入力画像の特徴
量と特徴量集計記憶手段に保持されている集計値および
または分布とを比較して、入力画像の向き若しくは所定
画像に対するずれ方向を推定し、補正量推定手段（補正
量推定ステップ）により入力画像の所定画像に対するず
れを補正量として推定し、ルール補正手段（ルール補正
ステップ）により、補正量推定手段（補正量推定ステッ
プ）によって推定された補正量に基づき出力画像生成ル
ールを補正することとし、入力画像（例えば、顔画像）
が所定の向きのものでない場合（顔画像が真正面ではな
く横向きや上向き）であっても、その所定の向きからず
れた度合いを自動的に推定して生成ルールを補正するこ
ととしたので、所望の出力画像（入力顔画像に似た似顔
絵）を確実に得ることの可能な画像生成装置、画像生成
装置の画像生成方法および記録媒体を提供することがで
きる。
【００６４】また、本発明によれば、特徴量集計記憶ス
テップにより、特徴量計測手段によって計測された特徴
量を集計して特徴量の集計値およびまたは分布を特徴量
集計記憶手段に保持し、入力画像向き推定手段（入力画
像向き推定ステップ）により、特徴量計測手段によって
計測された入力画像の特徴量と特徴量集計記憶手段に保
持されている集計値およびまたは分布とを比較して、入
力画像の向き若しくは所定画像に対するずれ方向を推定
し、補正量推定手段（補正量推定ステップ）により入力
画像の所定画像に対するずれを補正量として推定し、入
力画像補正手段（入力画像補正ステップ）により、補正
量推定手段（補正量推定ステップ）によって推定された
補正量に基づき入力画像を補正することとし、入力画像
（例えば、顔画像）が所定の向きのものでない場合（顔
画像が真正面ではなく横向きや上向き）であっても、そ
の所定の向きからずれた度合いを自動的に推定して入力
画像を補正することとしたので、所望の出力画像（入力
顔画像に似た似顔絵）を確実に得ることの可能な画像生
成装置、画像生成装置の画像生成方法および記録媒体を
提供することができる。
【００６５】また、本発明によれば、特徴量集計記憶ス
テップにより、特徴量計測手段によって計測された特徴
量を集計して特徴量の集計値およびまたは分布を特徴量
集計記憶手段に保持し、入力画像向き推定手段（入力画
像向き推定ステップ）により、特徴量計測手段によって
計測された入力画像の特徴量と特徴量集計記憶手段に保
持されている集計値およびまたは分布とを比較して、入
力画像の向き若しくは所定画像に対するずれ方向を推定
し、補正量推定手段（補正量推定ステップ）により入力
画像の所定画像に対するずれを補正量として推定し、特
徴量補正手段（特徴量補正ステップ）により、補正量推
定手段（補正量推定ステップ）によって推定された補正
量に基づき特徴量計測手段によって計測された入力画像
の特徴量を補正することとし、入力画像（例えば、顔画
像）が所定の向きのものでない場合（顔画像が真正面で
はなく横向きや上向き）であっても、その所定の向きか
らずれた度合いを自動的に推定して入力画像の特徴量を
補正することとしたので、所望の出力画像（入力顔画像
に似た似顔絵）を確実に得ることの可能な画像生成装
置、画像生成装置の画像生成方法および記録媒体を提供
することができる。
【００６６】また、本発明によれば、特徴量集計記憶ス
テップにより、特徴量計測手段によって計測された特徴
量を集計して特徴量の集計値およびまたは分布を特徴量
集計記憶手段に保持し、入力画像向き推定手段（入力画
像向き推定ステップ）により、特徴量計測手段によって
計測された入力画像の特徴量と特徴量集計記憶手段に保
持されている集計値およびまたは分布とを比較して、入
力画像の向き若しくは所定画像に対するずれ方向を推定
し、補正量推定手段（補正量推定ステップ）により入力
画像の所定画像に対するずれを補正量として推定し、出
力画像補正手段（出力画像補正ステップ）により、補正
量推定手段（補正量推定ステップ）によって推定された
補正量に基づき出力画像生成手段によって生成された出
力画像を補正することとし、入力画像（例えば、顔画
像）が所定の向きのものでない場合（顔画像が真正面で
はなく横向きや上向き）であっても、その所定の向きか
らずれた度合いを自動的に推定して出力すべき画像を補
正することとしたので、所望の出力画像（入力顔画像に
似た似顔絵）を確実に得ることの可能な画像生成装置、
画像生成装置の画像生成方法および記録媒体を提供する
ことができる。
【００６７】さらに、本発明によれば、補正要／不要判
定手段（補正要／不要判定ステップ）により、特徴量計
測手段によって計測された入力画像の特徴量と前記特徴
量集計記憶手段に保持されている集計値およびまたは分
布とを比較して、補正が必要か否かを判断するように
し、補正が必要と判断された場合に、入力画像向き推定
手段（入力画像向き推定ステップ）、補正量推定手段
（補正量推定ステップ）、および、ルール補正手段（ル
ール補正ステップ）、入力画像補正手段（入力画像補正
ステップ）、特徴量補正手段（特徴量補正ステップ）ま
たは出力画像補正手段（出力画像補正ステップ）の各処
理を行うこととし、補正が必要な場合のみ、所定の向き
からずれた度合いを推定して、生成ルール、入力画像、
特徴量または出力画像を補正することとしたので、装置
全体の処理効率を高めることができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る画像生成装置の構成
図である。
【図２】図２（ａ）は輪郭画像抽出部で抽出された輪郭
画像を、図２（ｂ）は部品画像記憶部内の顔部品画像
を、図２（ｃ）出力される似顔絵画像を、それぞれ例示
する説明図である。
【図３】顔の特徴点を例示する説明図である。
【図４】出力画像生成ルール記憶部内に保持されている
ファジイ推論ルールの具体的内容を例示する説明図であ
る。
【図５】部品画像の配置を説明する説明図である。
【図６】入力された顔画像が所定の向きのものでない場
合に補正量を推定してファジイ推論ルールを補正する処
理を説明するフローチャートである。
【図７】特徴量「左の目尻と輪郭の間隔」について集計
値または分布を例示した説明図であり、図７（ａ）は正
常なデータおよび異常なデータについての分布データ
を、図７（ｂ）は正常なデータおよび異常なデータにつ
いてのメンバシップ関数を、図７（ｃ）は正常なデータ
についての当該特徴量のメンバシップ関数を、それぞれ
例示する。
【図８】顔の向きと特徴量の分布の関係を例示する説明
図である。
【図９】ルール補正をメンバシップ関数上で例示した説
明図である。
【符号の説明】
１０１ 画像入力部 １０２ 入力画像補正部（入力画像補正手段） １０３ 特徴量計測部（特徴量計測手段） １０４ 特徴量補正部（特徴量補正手段） １０５ 特徴量集計記憶部（特徴量集計記憶手段） １０７ 部品画像記憶部 １０９ 輪郭画像抽出部 １１１ 出力画像生成ルール記憶部（出力画像生成ル
ール記憶手段） １１２ ルール補正部（ルール補正手段） １１３ 出力画像生成部（出力画像生成手段） １１４ 出力画像補正部（出力画像補正手段） １１５ 画像出力部 １１７ 補正要／不要判定部（補正要／不要判定手
段） １１８ 入力画像向き推定部（入力画像向き推定手
段） １１９ 補正量推定部（補正量推定手段）

Claims (19)

    【特許請求の範囲】
  1. 【請求項１】 入力画像の特徴量を計測する特徴量計測
    手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を保持する特徴量集
    計記憶手段と、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定手段と、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定手段と、 前記補正量推定手段によって推定された補正量に基づき
    前記出力画像生成ルールを補正するルール補正手段と、 を具備することを特徴とする画像生成装置。
  2. 【請求項２】 入力画像の特徴量を計測する特徴量計測
    手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を保持する特徴量集
    計記憶手段と、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定手段と、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定手段と、 前記補正量推定手段によって推定された補正量に基づき
    前記入力画像を補正する入力画像補正手段と、 を具備することを特徴とする画像生成装置。
  3. 【請求項３】 入力画像の特徴量を計測する特徴量計測
    手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を保持する特徴量集
    計記憶手段と、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定手段と、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定手段と、 前記補正量推定手段によって推定された補正量に基づき
    前記特徴量計測手段によって計測された入力画像の特徴
    量を補正する特徴量補正手段と、 を具備することを特徴とする画像生成装置。
  4. 【請求項４】 入力画像の特徴量を計測する特徴量計測
    手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を保持する特徴量集
    計記憶手段と、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定手段と、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定手段と、 前記補正量推定手段によって推定された補正量に基づき
    前記出力画像生成手段によって生成された出力画像を補
    正する出力画像補正手段と、を具備することを特徴とす
    る画像生成装置。
  5. 【請求項５】 前記特徴量計測手段によって計測された
    入力画像の特徴量と前記特徴量集計記憶手段に保持され
    ている集計値およびまたは分布とを比較して、補正が必
    要か否かを判断する補正要／不要判定手段を具備し、 前記補正要／不要判定手段によって補正が必要と判断さ
    れた場合に、前記入力画像向き推定手段、前記補正量推
    定手段、および、前記ルール補正手段、前記入力画像補
    正手段、前記特徴量補正手段または前記出力画像補正手
    段の各処理を行うことを特徴とする請求項１、２、３ま
    たは４に記載の画像生成装置。
  6. 【請求項６】 前記特徴量集計記憶手段は、前記特徴量
    の集計値およびまたは分布をメンバシップ関数で表現す
    ることを特徴とする請求項１、２、３、４または５に記
    載の画像生成装置。
  7. 【請求項７】 前記特徴量集計記憶手段は、前記特徴量
    の集計値およびまたは分布を所定のカテゴリ別に保持す
    ることを特徴とする請求項１、２、３、４、５または６
    に記載の画像生成装置。
  8. 【請求項８】 前記特徴量集計記憶手段は、正常と判断
    される入力画像の特徴量およびまたは異常と判断される
    入力画像の特徴量を用いて前記特徴量の集計値を求める
    ことを特徴とする請求項１、２、３、４、５、６または
    ７に記載の画像生成装置。
  9. 【請求項９】 前記特徴量集計記憶手段は、前記入力画
    像の特徴量に基づいて前記特徴量の集計値およびまたは
    分布を更新することを特徴とする請求項１、２、３、
    ４、５、６、７または８に記載の画像生成装置。
  10. 【請求項１０】 入力画像の特徴量を計測する特徴量計
    測手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置の画像生成方法において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記出力画像生成ルールを補正するルール補正ステ
    ップと、を具備することを特徴とする画像生成装置の画
    像生成方法。
  11. 【請求項１１】 入力画像の特徴量を計測する特徴量計
    測手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置の画像生成方法において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、前記特徴量計
    測手段によって計測された入力画像の特徴量と前記特徴
    量集計記憶手段に保持されている集計値およびまたは分
    布とを比較して、前記入力画像の向き若しくは所定画像
    に対するずれ方向を推定する入力画像向き推定ステップ
    と、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記入力画像を補正する入力画像補正ステップと、
    を具備することを特徴とする画像生成装置の画像生成方
    法。
  12. 【請求項１２】 入力画像の特徴量を計測する特徴量計
    測手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置の画像生成方法において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記特徴量計測手段によって計測された入力画像の
    特徴量を補正する特徴量補正ステップと、を具備するこ
    とを特徴とする画像生成装置の画像生成方法。
  13. 【請求項１３】 入力画像の特徴量を計測する特徴量計
    測手段と、 前記特徴量に応じた出力画像を生成するルールを保持す
    る出力画像生成ルール記憶手段と、 前記入力画像の特徴量に応じて前記出力画像生成ルール
    を適用して出力画像を生成する出力画像生成手段と、を
    備えた画像生成装置の画像生成方法において、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記出力画像生成手段によって生成された出力画像
    を補正する出力画像補正ステップと、を具備することを
    特徴とする画像生成装置の画像生成方法。
  14. 【請求項１４】 前記特徴量計測手段によって計測され
    た入力画像の特徴量と前記特徴量集計記憶手段に保持さ
    れている集計値およびまたは分布とを比較して、補正が
    必要か否かを判断する補正要／不要判定ステップを具備
    し、 前記補正要／不要判定ステップによって補正が必要と判
    断された場合に、前記入力画像向き推定ステップ、前記
    補正量推定ステップ、および、前記ルール補正ステッ
    プ、前記入力画像補正ステップ、前記特徴量補正ステッ
    プまたは前記出力画像補正ステップの各処理を行うこと
    を特徴とする画像生成装置の画像生成方法。
  15. 【請求項１５】 コンピュータに、入力画像の特徴量を
    計測する特徴量計測手段と、前記特徴量に応じた出力画
    像を生成するルールを保持する出力画像生成ルール記憶
    手段と、前記入力画像の特徴量に応じて前記出力画像生
    成ルールを適用して出力画像を生成する出力画像生成手
    段と、を備えた画像生成装置の画像生成方法を実行させ
    るためのプログラムを記録した記録媒体において、 前記プログラムは、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記出力画像生成ルールを補正するルール補正ステ
    ップと、 を具備することを特徴とする記録媒体。
  16. 【請求項１６】 コンピュータに、入力画像の特徴量を
    計測する特徴量計測手段と、前記特徴量に応じた出力画
    像を生成するルールを保持する出力画像生成ルール記憶
    手段と、前記入力画像の特徴量に応じて前記出力画像生
    成ルールを適用して出力画像を生成する出力画像生成手
    段と、を備えた画像生成装置の画像生成方法を実行させ
    るためのプログラムを記録した記録媒体において、 前記プログラムは、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記入力画像を補正する入力画像補正ステップと、
    を具備することを特徴とする記録媒体。
  17. 【請求項１７】 コンピュータに、入力画像の特徴量を
    計測する特徴量計測手段と、前記特徴量に応じた出力画
    像を生成するルールを保持する出力画像生成ルール記憶
    手段と、前記入力画像の特徴量に応じて前記出力画像生
    成ルールを適用して出力画像を生成する出力画像生成手
    段と、を備えた画像生成装置の画像生成方法を実行させ
    るためのプログラムを記録した記録媒体において、 前記プログラムは、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記特徴量計測手段によって計測された入力画像の
    特徴量を補正する特徴量補正ステップと、を具備するこ
    とを特徴とする記録媒体。
  18. 【請求項１８】 コンピュータに、入力画像の特徴量を
    計測する特徴量計測手段と、前記特徴量に応じた出力画
    像を生成するルールを保持する出力画像生成ルール記憶
    手段と、前記入力画像の特徴量に応じて前記出力画像生
    成ルールを適用して出力画像を生成する出力画像生成手
    段と、を備えた画像生成装置の画像生成方法を実行させ
    るためのプログラムを記録した記録媒体において、 前記プログラムは、 前記特徴量計測手段によって計測された特徴量を集計し
    て特徴量の集計値およびまたは分布を特徴量集計記憶手
    段に保持する特徴量集計記憶ステップと、 前記特徴量計測手段によって計測された入力画像の特徴
    量と前記特徴量集計記憶手段に保持されている集計値お
    よびまたは分布とを比較して、前記入力画像の向き若し
    くは所定画像に対するずれ方向を推定する入力画像向き
    推定ステップと、 前記入力画像の所定画像に対するずれを補正量として推
    定する補正量推定ステップと、 前記補正量推定ステップによって推定された補正量に基
    づき前記出力画像生成手段によって生成された出力画像
    を補正する出力画像補正ステップと、を具備することを
    特徴とする記録媒体。
  19. 【請求項１９】 前記プログラムは、前記特徴量計測手
    段によって計測された入力画像の特徴量と前記特徴量集
    計記憶手段に保持されている集計値およびまたは分布と
    を比較して、補正が必要か否かを判断する補正要／不要
    判定ステップを具備し、 前記補正要／不要判定ステップによって補正が必要と判
    断された場合に、前記入力画像向き推定ステップ、前記
    補正量推定ステップ、および、前記ルール補正ステッ
    プ、前記入力画像補正ステップ、前記特徴量補正ステッ
    プまたは前記出力画像補正ステップの各処理を行うこと
    を特徴とする請求項１５、１６、１７または１８に記載
    の記録媒体。
JP10015128A 1998-01-09 1998-01-09 画像生成装置、画像生成方法および記録媒体 Pending JPH11203455A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP10015128A JPH11203455A (ja) 1998-01-09 1998-01-09 画像生成装置、画像生成方法および記録媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP10015128A JPH11203455A (ja) 1998-01-09 1998-01-09 画像生成装置、画像生成方法および記録媒体

Publications (1)

Publication Number Publication Date
JPH11203455A true JPH11203455A (ja) 1999-07-30

Family

ID=11880195

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10015128A Pending JPH11203455A (ja) 1998-01-09 1998-01-09 画像生成装置、画像生成方法および記録媒体

Country Status (1)

Country Link
JP (1) JPH11203455A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004070514A (ja) * 2002-08-02 2004-03-04 Nissan Motor Co Ltd 顔状態検出装置
WO2004025564A1 (ja) * 2002-08-30 2004-03-25 Nec Corporation 顔向き推定装置および顔向き推定方法ならびに顔向き推定プログラム
US6791597B2 (en) 2000-01-17 2004-09-14 Nec Corporation Visual telephone unit and visual telephone system therewith
JP2009211450A (ja) * 2008-03-05 2009-09-17 Seiko Epson Corp 画像処理装置、画像処理方法及び画像処理用コンピュータプログラム
JP2014006604A (ja) * 2012-06-22 2014-01-16 Casio Comput Co Ltd 画像生成装置、画像生成方法及びプログラム

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6791597B2 (en) 2000-01-17 2004-09-14 Nec Corporation Visual telephone unit and visual telephone system therewith
JP2004070514A (ja) * 2002-08-02 2004-03-04 Nissan Motor Co Ltd 顔状態検出装置
WO2004025564A1 (ja) * 2002-08-30 2004-03-25 Nec Corporation 顔向き推定装置および顔向き推定方法ならびに顔向き推定プログラム
JP2009211450A (ja) * 2008-03-05 2009-09-17 Seiko Epson Corp 画像処理装置、画像処理方法及び画像処理用コンピュータプログラム
JP2014006604A (ja) * 2012-06-22 2014-01-16 Casio Comput Co Ltd 画像生成装置、画像生成方法及びプログラム

Similar Documents

Publication Publication Date Title
US7599549B2 (en) Image processing method, image processing apparatus, and computer readable medium, in which an image processing program is recorded
US8254644B2 (en) Method, apparatus, and program for detecting facial characteristic points
US7885477B2 (en) Image processing method, apparatus, and computer readable recording medium including program therefor
US20110043610A1 (en) Three-dimensional face capturing apparatus and method and computer-readable medium thereof
JP4830650B2 (ja) 追跡装置
US7848545B2 (en) Method of and system for image processing and computer program
US20100202696A1 (en) Image processing apparatus for detecting coordinate position of characteristic portion of face
JP2007156803A (ja) 画像処理装置および方法、並びにプログラム
US20090060384A1 (en) Image Processing Device and Image Processing Method
US20070195995A1 (en) Calculation of the number of images representing an object
US20090232400A1 (en) Image evaluation apparatus, method, and program
US6724946B1 (en) Image processing method, apparatus and storage medium therefor
JPH11203455A (ja) 画像生成装置、画像生成方法および記録媒体
JPH06259534A (ja) 人物認証装置
US8031915B2 (en) Image processing device and image processing method
JP2010224681A (ja) 画像検出装置、画像検出方法、及び画像検出プログラム
JP5764527B2 (ja) 画像検証方法、画像検証装置、およびプログラム
JP2006164133A (ja) 画像処理方法および装置並びにプログラム
US8224094B2 (en) Method and system for side detection of 3D undetailed ear impressions
US6992665B2 (en) Method and device for fitting surface to point group, modeling device, and computer program
US20220051001A1 (en) Information generating apparatus, information generation method, and non-transitory computer-readable recording medium storing program
US7123254B2 (en) Method of and device for modifying standard model
JP2009251634A (ja) 画像処理装置、画像処理方法、及びプログラム
JP7255721B2 (ja) 視線推定装置、視線推定方法、およびプログラム
JP2003069879A (ja) 画像入力装置およびプログラム