JPWO2013145496A1

JPWO2013145496A1 - 情報処理装置、情報処理方法、及びプログラム

Info

Publication number: JPWO2013145496A1
Application number: JP2014507341A
Authority: JP
Inventors: 雄介森下
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2012-03-27
Filing date: 2012-12-28
Publication date: 2015-12-10
Anticipated expiration: 2032-12-28
Also published as: WO2013145496A1; JP6287827B2; US9904843B2; US20150086121A1

Abstract

【課題】１つまたは複数の顔特徴点について信頼度の低い情報が入力された場合であっても、高い精度で顔特徴点位置の検出を行うことのできる情報処理装置及び情報処理方法を提供する。【解決手段】顔画像の入力を受ける顔画像入力手段１０１と、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成する顔特徴点信頼度生成手段１０５と、信頼度画像に基づき、顔画像における特徴点の候補位置を求める顔特徴点候補位置計算手段１０７と、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出する顔形状モデル適合度計算手段１１１とを備える。

Description

本発明に係るいくつかの態様は、情報処理装置、情報処理方法、及びプログラムに関する。

顔が撮影された画像（以下、「顔画像」ともいう。）から目や鼻等の顔の器官の特徴点（以下、「顔特徴点」ともいう。）の位置を検出して出力する技術は、顔の向きの推定や、顔の認証、表情の認識等の処理を高い精度で行うために重要であり、様々の方法が提案されている。
例えば、特許文献１は、顔特徴点を検出して顔特徴点位置を出力する方法として、顔特徴点の位置に関する同時確率密度関数を用いることで各顔特徴点の探索領域を削減し、検出精度を高める方法を開示している。この方法では、まず、顔特徴点の位置に対して確率密度関数を顔領域に適用し、顔特徴点ごとに顔特徴点らしさを表す評価値の値に基づいて、顔特徴点ごとに複数の顔特徴点候補を求めている。

特開２０１０−０７３１３８号公報

しかしながら、特許文献１に記載されている方法では、１つまたは複数の顔特徴点について信頼度の低い顔特徴点候補が入力された場合、すなわち真の顔特徴点位置を示す候補が抽出されない場合に、顔特徴点の候補に基づいて計算される事前確率および事前確率に従って計算される探索領域が正しく設定されず、顔特徴点検出に失敗する可能性が高いという課題があった。

本発明のいくつかの態様は前述の課題に鑑みてなされたものであり、１つまたは複数の顔特徴点について信頼度の低い情報が入力された場合であっても、高い精度で顔特徴点位置の検出を行うことのできる情報処理装置及び情報処理方法を提供することを目的の１つとする。

本発明の情報処理装置は、顔画像の入力を受ける入力手段と、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成する信頼度算出手段と、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求める候補位置算出手段と、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、前記候補位置算出手段が算出した特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出する適合度算出手段とを備える。

本発明の情報処理方法は、顔画像の入力を受けるステップと、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップとを備える。

本発明のプログラムは、情報処理装置に、顔画像の入力を受けるステップと、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップとを実行させる。

尚、本発明において、「部」や「手段」、「装置」とは、単に物理的手段を意味するものではなく、その「部」や「手段」、「装置」が有する機能をソフトウェアによって実現する場合も含む。また、１つの「部」や「手段」、「装置」が有する機能が２つ以上の物理的手段や装置により実現されても、２つ以上の「部」や「手段」、「装置」の機能が１つの物理的手段や装置により実現されても良い。

本発明によれば、１つまたは複数の顔特徴点について信頼度の低い情報が入力された場合であっても、高い精度で顔特徴点位置の検出を行うことのできる情報処理装置及び情報処理方法を提供することができる。

実施形態に係る顔特徴点検出装置の概略構成を示す機能ブロック図である。図１に示した顔特徴点検出装置の処理の流れを示すフローチャートである。顔画像の具体例を示す図である。顔画像において、検出したい顔特徴点の具体例を示す図である。右目の瞳中心の信頼度画像の具体例を示す図である。図５に示した信頼度画像において、顔特徴点の候補位置の選択の具体例を説明するための図である。

以下に本発明の実施形態を説明する。以下の説明及び参照する図面の記載において、同一又は類似の構成には、それぞれ同一又は類似の符号が付されている。

（１機能構成）
図１を参照しながら、本実施形態に係る情報処理装置である顔特徴点検出装置１０の機能構成を説明する。図１は、顔特徴点検出装置１０の機能構成を示す機能ブロック図である。

顔特徴点検出装置１０は、大きく分けてデータ処理装置１００と記憶装置２００とを含む。ここで、データ処理装置１００は、例えば、プログラム制御に従って処理を実行する演算装置であるＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）により実現することが可能である。また、記憶装置２００は、例えば半導体メモリやハードディスクドライブ（ＨＤＤ）により実現することが可能である。

データ処理装置１００は、顔画像入力手段１０１、顔特徴点識別器選択手段１０３、顔特徴点信頼度生成手段１０５、顔特徴点候補位置計算手段１０７、顔形状モデル選択手段１０９、顔形状モデル適合度計算手段１１１、及び顔形状モデル適合度判定手段１１３を含む。

顔画像入力手段１０１は、顔の映った画像（以下、「顔画像」ともいう。）の入力を受ける。顔画像入力手段１０１は、例えばデジタルカメラで撮影された画像を、記憶媒体や有線又は無線通信により入力を受ける。或いは、顔画像入力手段１０１は、顔特徴点検出装置１０自身が有する図示しないカメラモジュールにより顔画像を撮影したものの入力を受けてもよい。

顔特徴点識別器選択手段１０３は、目、鼻、口といった顔の各器官の特徴点である各顔特徴点の特徴点らしさをそれぞれ計算する際に用いる顔特徴点識別器の情報を記憶する複数の顔特徴点識別器記憶手段２０１から、１つの顔特徴点識別器を選択する。

顔特徴点信頼度生成手段１０５は、顔画像入力手段１０１が入力した顔画像から、顔特徴点識別器選択手段１０３が選択した顔特徴点識別器を用いて、目や鼻などの顔特徴点の特徴点らしさを表す信頼度画像を生成する。

顔特徴点候補位置計算手段１０７は、顔特徴点信頼度生成手段１０５が生成した信頼度画像に基づいて、顔特徴点の候補の位置（候補位置）を計算する。以下、顔特徴点候補位置計算手段１０７によって算出された顔特徴点の候補位置を、顔特徴点候補ともいう。
顔形状モデル選択手段１０９は、顔形状モデル記憶手段２０３が記憶する複数の統計的な顔形状モデルの情報から１つの顔形状モデルを選択する。

顔形状モデル適合度計算手段１１１は、顔特徴点候補位置計算手段１０７が算出した顔特徴点候補の中から、統計的な顔形状モデルとの差異の小さい顔特徴点、つまり点の位置が顔形状として確からしい顔特徴点を決定し、決定した顔特徴点候補と顔形状モデルとの適合度を計算（算出）する。

顔形状モデル適合度判定手段１１３は、顔形状モデル適合度計算手段１１１が計算した顔形状モデル適合度が所定の閾値よりも小さいかどうかを判定し、適合度が閾値よりも小さい場合、再度、顔特徴点識別器選択手段１０３から顔形状モデル適合度計算手段１１１が処理を実行することにより、他の顔特徴点識別器及び他の顔形状モデルによる顔形状モデル適合度を計算する。

記憶装置２００は、顔特徴点識別器記憶手段２０１及び顔形状モデル記憶手段２０３を含む。先述の通り、顔特徴点識別器記憶手段２０１は各顔特徴点の特徴点らしさをそれぞれ計算する際に用いる顔特徴点識別器の情報を記憶し、顔形状モデル記憶手段２０３は複数の統計的な顔形状モデルの情報を記憶する。

（２処理の流れ）
次に、顔特徴点検出装置１０の処理の流れを、図２を参照しながら説明する。図２は、本実施形態に係る顔特徴点検出装置１０の処理の流れを示すフローチャートである。

尚、後述の各処理ステップは、処理内容に矛盾を生じない範囲で、任意に順番を変更して若しくは並列に実行することができ、また、各処理ステップ間に他のステップを追加しても良い。更に、便宜上１つのステップとして記載されているステップは複数のステップに分けて実行することもでき、便宜上複数に分けて記載されているステップを１ステップとして実行することもできる。

まず、顔画像入力手段１０１は、顔画像の入力を受ける（Ｓ３０１）。次に、顔特徴点識別器選択手段１０３は、顔特徴点識別器記憶手段２０１が記憶する、顔の各器官の特徴点である各顔特徴点の特徴点らしさを計算する複数の顔特徴点識別器の中から、１つの顔特徴点識別器を選択する（Ｓ３０３）。続いて顔特徴点信頼度生成手段１０５は、顔画像入力手段１０１により入力された顔画像から、顔特徴点識別器選択手段１０３が選択した顔特徴点識別器により、目や鼻などの顔特徴点の特徴点らしさを表す信頼度画像を生成する（Ｓ３０５）。顔特徴点候補位置計算手段１０７は、当該信頼度画像に基づいて、顔特徴点の候補位置を計算する（Ｓ３０７）。

この後、顔形状モデル選択手段１０９は、顔形状モデル記憶手段２０３が記憶する、複数の顔形状モデルの中から、１つの顔形状モデルを選択する（Ｓ３０９）。顔形状モデル適合度計算手段１１１は、顔特徴点候補位置計算手段１０７が算出した顔特徴点候補の中から、統計的な顔形状モデルとの差異の小さい顔特徴点、つまり点の位置が顔形状として確からしい顔特徴点を決定し、顔形状モデル適合度を計算する（Ｓ３１１）。

顔形状モデル適合度判定手段１１３は、当該顔形状モデル適合度が、所定の閾値よりも大きいか否かを判定（判別）する（Ｓ３１３）。適合度が閾値よりも小さい場合には（Ｓ３１３のＮｏ）、データ処理装置１００は、Ｓ３０３乃至Ｓ３１１の処理を再度実行することにより、他の顔特徴点識別器および他の顔形状モデルを用いて顔形状モデル適合度を計算する。

（３処理の具体例）
以下、本実施形態に係る顔特徴点検出装置１０の動作の具体例を、図３乃至図６を参照しながら説明する。

顔画像入力手段１０１は、先述の通り、例えばデジタルカメラ等により撮像された顔画像の入力を受ける。図３は、顔画像入力手段１０１により入力された顔画像の具体例を示す図である。尚ここで、顔画像入力手段１０１により入力される顔画像には、顔の他に背景が含まれていてもよい。更に、予め顔検出を行うことにより、顔の写った大きな画像から、顔が写っている領域のみを切り出した画像を顔画像としても良い。

顔特徴点識別器選択手段１０３は、顔特徴点識別器記憶手段２０１に記憶されている顔特徴点識別器の中から、特定の識別器を選択する。顔特徴点識別器記憶手段２０１には、顔特徴点毎に、様々な種類の顔特徴点識別器を記憶させることができる。この顔特徴点識別器の具体例としては、例えば、目の識別器について、正面顔用の目識別器、横顔用の目識別器、笑顔時の正面顔用の目識別器、メガネを掛けた正面顔用の目識別器、等が考えられる。また、口の識別器についても同様に、正面顔用の口識別器、横顔用の口識別器、笑顔時の正面顔用の口識別器、ヒゲのある正面顔用の口識別器、等が考えられる。顔特徴点識別器選択手段１０３が、これらの複数の識別器の中から特定の識別器を選ぶ手法としては、例えば、記録されている識別器を順番に１つずつ選択する方法や、予め顔の向き推定や表情推定を行った上で、その推定結果に応じて選択する方法等が考えられる。

顔特徴点信頼度生成手段１０５は、顔画像入力手段１０１により入力された顔画像から、目や鼻などの顔特徴点の特徴点らしさを表す信頼度画像を、顔特徴点識別器選択手段１０３により選択された識別器を用いて、顔特徴点毎に生成する。図４は、図３の顔画像に対して検出したい顔特徴点の具体例を示す図である。図４において、検出したい顔特徴点は、「×」で示されている。図４の例では、左右の眉の両端部、左右の目の中央部及び両端部、鼻の下部、口の両端部及び中央部の計１４点を、検出対象の顔特徴点としている（図中「×」印）。顔特徴点信頼度生成手段１０５は、各点に対応する信頼度画像を生成する。つまり、顔特徴点信頼度生成手段１０５は、信頼度画像を計１４個生成することとなる。

尚ここで、顔特徴点の特徴点らしさを表す信頼度を計算するための手法としては、従来から提案されている種々の手法を用いることができる。例えば、顔画像入力手段１０１により入力された画像領域全体に、ＶｉｏｌａとＪｏｎｅｓによるＨａａｒ−ｌｉｋｅ特徴に基づくＡｄａＢｏｏｓｔを用いて構成した顔特徴点ごとの識別器を適用することにより、信頼度画像を生成することが考えられる。

図５は、右目の瞳中心の信頼度画像の具体例を示す図である。図５の例では、顔特徴点らしさを表す信頼度が高いほど、濃い黒で示されており、右目の瞳中心以外に、左目の瞳中心付近、右眉付近、および鼻下付近の信頼度が高いことが示されている。

顔特徴点候補位置計算手段１０７は、顔特徴点信頼度生成手段１０５が生成した信頼度画像に基づいて顔特徴点の候補の位置（候補位置）を算出（計算）する。図５に例を示した１４点の顔特徴点の位置を検出する場合には、１４個の顔特徴点について、それぞれ複数個の候補位置が計算される。顔特徴点候補位置計算手段１０７は、例えば、顔特徴点信頼度生成手段１０５が生成した各信頼度画像において、信頼度が極大（局所領域で見た場合に、周囲と比べて信頼度の高い位置）で且つ所定の閾値以上となる位置を顔特徴点の候補位置とする。また、顔特徴点候補位置計算手段１０７は、信頼度画像における信頼度が極大でかつ所定の閾値以上となる位置を顔特徴点の候補位置として用いる以外に、顔特徴点位置の事前分布と顔特徴点信頼度との積が所定の閾値以上となる位置を、顔特徴点の候補位置として用いても良い。

図６は、図５で示した右目の瞳中心周辺の信頼度画像に対する顔特徴点の候補位置検出の具体例を示す図である。図６において、信頼度が極大で且つ閾値以上となる位置、すなわち顔特徴点の候補位置は「×」で示されている。図６の具体例では、図５を参照しながら説明した通り、右目の瞳中心以外に、左目の瞳中心付近、右眉付近、及び鼻下付近の信頼度も高い。しかしながら、右目の瞳中心の位置、及び左目の瞳中心の位置の信頼度が極大でかつ閾値以上であるため、右目の瞳中心及び左目の瞳中心の位置（図６中、「×」印）が、右目の瞳中心についての顔特徴点の候補位置として選ばれている。

顔形状モデル選択手段１０９は、顔形状モデル記憶手段２０３に記憶されている顔形状モデルの中から、特定の顔形状モデルを選択する。顔形状モデル記憶手段２０３には、例えば、正面顔用の顔形状モデルや横顔用の顔形状モデル、笑顔時の正面顔用の顔形状モデル、メガネをかけた正面顔用の顔形状モデル、ヒゲのある正面顔用の顔形状モデル等の、様々な種類の顔形状モデルを記憶させることができる。顔形状モデル選択手段１０９が、この各種顔形状モデルの中から特定の顔形状モデルを選ぶ方法としては、例えば、記録されている顔形状モデルを１つずつ順番に選んでいく方法や、予め顔向き推定や表情推定を行い、その推定結果に応じて顔形状モデルを選択する方法等が考えられる。或いは、顔特徴点識別器選択手段１０３が選択した顔特徴点識別器が笑顔時の正面顔用の識別器であれば、顔形状モデル選択手段１０９も笑顔時の正面顔用の顔形状モデルを選択するなど、顔特徴点識別器選択手段１０３が選択した識別器に併せて顔形状モデル選択手段１０９が顔形状モデルを選択するようにしても良い。

顔形状モデル適合度計算手段１１１は、顔特徴点候補位置計算手段１０７が計算した各顔特徴点の複数の候補の中から、各顔特徴点のそれぞれの候補位置と、顔形状モデル選択手段１０９が選択した顔形状モデルの各特徴点にそれぞれ対応する各対応点の位置とに基づく条件に合致する顔特徴点を決定すると共に、顔形状モデル適合度を計算する。条件に合致する顔特徴点は、例えば以下のように決定することができる。

まず、顔形状モデル適合度計算手段１１１は、顔特徴点候補の位置と、顔形状モデルの各特徴点にそれぞれ対応する各対応点の位置との間の、座標変換に関するパラメータをロバスト推定により求める。次に顔形状モデル適合度計算手段１１１は、ロバスト推定により求めた座標変換パラメータによって各顔特徴点のそれぞれの候補位置を顔形状モデルの座標系に変換した位置と、顔形状モデルの位置との差異が最も小さい候補を選択する。尚、ロバスト推定に関しては、従来から種々の手法が提案されており、上記処理においても、各種ロバスト推定を用いることが可能である。

顔形状モデル適合度は、顔特徴点信頼度生成手段１０５が計算した顔特徴点候補の信頼度や、ロバスト推定に基づいて計算された顔形状モデルとの差異から計算することができる。例えば、顔形状モデル適合度計算手段１１１が顔形状モデルとの差異に基づいて選択した顔特徴点候補の信頼度をＳ_ｉ(ｉは顔特徴点の番号を表し、本具体例では、１〜１４のいずれかの値をとり得る)、選択した顔特徴点候補と顔形状モデルとの差異をＥ_ｉ、σをシグモイド関数としたとき、適合度Ｊは、以下の式で算出することができる。

ここで、λは適合度として顔特徴点候補の信頼度と顔形状モデルとの差異のどちらを重視するかを決定する係数である。
また、顔特徴点の中で顔形状モデルから大きく外れた特徴点の影響に対して頑健にするため、適合度Ｊを、以下の数式により算出することもできる。

ここで、Ｍｅｄは中央値を計算する関数である。

顔形状モデル適合度判定手段１１３は、顔形状モデル適合度計算手段１１１が計算した顔形状モデル適合度が所定の閾値よりも高い（大きい）かどうかを判定する。適合度が閾値よりも低い（小さい）場合には、再度、顔特徴点識別器選択手段１０３から顔形状モデル適合度計算手段１１１までの処理を行い、他の顔特徴点識別器及び他の顔形状モデルで、顔形状モデル適合度を計算する。当該処理の結果、適合度が閾値よりも高くなった場合には、顔形状モデル適合度判定手段１１３は、顔特徴点の位置を出力する。

（４本実施形態に係る効果）
以上説明したように、本実施形態に係る顔特徴点検出装置１０は、顔特徴点信頼度やロバスト推定に基づく顔形状モデルとの差異から計算される適合度を用いて、対象画像ごとに好適な顔特徴点識別器や顔形状モデルを選択することができる。そのため、顔画像撮影時の照明の変化や表情の変化、遮蔽等の要因によって、単一の識別器やモデルを用いた場合には顔特徴点検出に失敗する可能性の高い場合であっても、高精度に顔特徴点の位置を検出することが可能となる。

（５付記事項）
尚、前述の各実施形態の構成は、組み合わせたり或いは一部の構成部分を入れ替えたりしてもよい。また、本発明の構成は前述の実施形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加えてもよい。
尚、前述の各実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。

（付記１）
顔画像の入力を受ける入力手段と、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成する信頼度算出手段と、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求める候補位置算出手段と、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、前記候補位置算出手段が算出した特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出する適合度算出手段とを備える情報処理装置。

（付記２）
前記適合度が閾値よりも高い特徴点の位置情報を出力する、付記１記載の情報処理装置。

（付記３）
前記適合度算出手段は、ロバスト推定の手法により、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、前記候補位置算出手段が算出した特徴点の前記候補位置との差異を計算し、当該差異に基づき前記適合度を算出する、付記１又は付記２記載の情報処理装置。

（付記４）
顔画像の入力を受けるステップと、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップとを備える情報処理方法。

（付記５）
情報処理装置に、顔画像の入力を受けるステップと、顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップとを実行させるためのプログラム。

この出願は、２０１２年３月２７日に出願された日本出願特願２０１２−７２０９８を基礎とする優先権を主張し、その開示の全てをここに取り込む。

１０・・・顔特徴点検出装置、１００・・・データ処理装置、１０１・・・顔画像入力手段、１０３・・・顔特徴点識別器選択手段、１０５・・・顔特徴点信頼度生成手段、１０７・・・顔特徴点候補位置計算手段、１０９・・・顔形状モデル選択手段、１１１・・・顔形状モデル適合度計算手段、１１３・・・顔形状モデル適合度判定手段

Claims

顔画像の入力を受ける入力手段と、
顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成する信頼度算出手段と、
前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求める候補位置算出手段と、
統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、前記候補位置算出手段が算出した特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出する適合度算出手段と
を備える情報処理装置。
前記適合度が閾値よりも高い特徴点の位置情報を出力する、
請求項１記載の情報処理装置。
前記適合度算出手段は、ロバスト推定の手法により、統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、前記候補位置算出手段が算出した特徴点の前記候補位置との差異を計算し、当該差異に基づき前記適合度を算出する、
請求項１又は請求項２記載の情報処理装置。
顔画像の入力を受けるステップと、
顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、
前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、
統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップと
を備える情報処理方法。
情報処理装置に、
顔画像の入力を受けるステップと、
顔の各特徴点の特徴点らしさを計算するための複数の識別器に基づき、前記顔画像から、特徴点らしさを表す信頼度画像を特徴点ごとに生成するステップと、
前記信頼度画像に基づき、前記顔画像における特徴点の候補位置を求めるステップと、
統計的に生成された複数の顔形状モデルの中から選択された１つの顔形状モデルの各特徴点に対応する位置と、特徴点の前記候補位置とに基づいて、条件に合致する特徴点を決定すると共に、顔形状モデルへの適合度を算出するステップと
を実行させるためのプログラム。