JPWO2018096661A1 - 画像生成装置、画像生成方法、およびプログラム - Google Patents

画像生成装置、画像生成方法、およびプログラム Download PDF

Info

Publication number
JPWO2018096661A1
JPWO2018096661A1 JP2018552360A JP2018552360A JPWO2018096661A1 JP WO2018096661 A1 JPWO2018096661 A1 JP WO2018096661A1 JP 2018552360 A JP2018552360 A JP 2018552360A JP 2018552360 A JP2018552360 A JP 2018552360A JP WO2018096661 A1 JPWO2018096661 A1 JP WO2018096661A1
Authority
JP
Japan
Prior art keywords
face
image
face image
facial
area
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.)
Granted
Application number
JP2018552360A
Other languages
English (en)
Other versions
JP6874772B2 (ja
Inventor
昭裕 早坂
昭裕 早坂
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2018096661A1 publication Critical patent/JPWO2018096661A1/ja
Application granted granted Critical
Publication of JP6874772B2 publication Critical patent/JP6874772B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/14Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • G06V40/171Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/387Composing, repositioning or otherwise geometrically modifying originals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • G06T2207/30201Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

入力された顔画像に対し、その顔画像に含まれる顔の特徴を損なわずに、顔以外の部分が自然に合成された画像を生成することができる装置および方法等を提供する。一態様に係る画像生成装置は、予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択手段と、前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形手段と、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成手段と、を有する。

Description

本開示は、合成画像を生成する技術に関する。
人物の顔が写った画像(以下、「顔画像」とも称す)と、他の画像を合成する技術へのニーズが高まっている。
たとえば、顔画像を利用して個人を識別する顔認証技術において、認証の性能を向上させる方法として、その個人が写る顔画像を大量に用意しておく方法が考えられる。しかし、様々な状況下にある同一人を撮影した画像を収集することや、様々なバリエーションの格好(たとえば、ポーズ、服装、および髪形)をした同一人物の画像を収集することは、難しい。また、たとえば、民族衣装のように特殊な(または珍しい)装着物を着用した人物に対する認識(または認証)の性能を向上させる上では、その特殊な装着物を着用した様々な人物の顔画像が用意されていることが好ましい場合がある。しかし、特殊な装着物を着用した人物は、母数が多くないため、特殊な装着物を着用した様々な人物の顔画像を大量に収集するのは極めて困難である。そこで、顔画像と他の画像とを合成することで、個人と装着物等とが様々に組み合わさった画像を取得する技術が、役に立つ場合がある。すなわち、バリエーションの豊富な合成画像を生成し、生成した画像を教師データとして使用することで、顔認証の精度が向上することが期待される。
また、たとえば、人物を撮影して、その人物の髪型が変化したり、何らかの装飾物を付けたりした場合の画像を生成することは、実際に変化させなくてよいため、手軽にその様子を楽しんだり、その人物に似合う髪型や装飾物を見つけたりする上で便利である。
画像に写った人物に対する合成により新たな画像を生成する手法は、いくつか提案されている。
特許文献1は、予め用意されていた合成用顔画像から、撮影した被写体の顔の向きおよび表情に対応する合成用顔画像を選択し、被写体の顔部分を合成用顔画像に置き換えた画像を生成する画像合成装置を開示している。
特許文献2は、群衆状態認識のための教師データを生成する方法を開示している。この方法では、たとえば装置が、人物が含まれていない背景画像と人物画像とを、操作者の指示にもとづいて、適切なラベルの教師データになるように合成する。
特許文献3は、髪型、顔部品、および装着品などの画像データを用意しておき、入力画像に対して適切に変形した画像データを合成することで、入力画像に写る人物に異なる髪型等を合成した画像を生成する合成方法を開示している。
特許文献4は、3次元の顔モデルと複数の光のモデルを用いて、さまざまな角度、照明環境を想定した顔画像を生成する画像生成装置を開示している。
なお、本開示に関連する文献として、物体の姿勢を認識する姿勢認識装置を開示する、特許文献5がある。
特開2010−86178号公報 国際公開第2014/207991号 特開平8−96111号公報 特開2016−062225号公報 特開2011−209116号公報
顔画像に髪型や装着物等を合成するような場合には、どちらか一方の画像をもう一方の画像へ、破綻も違和感もなく合成したいという要求がある。加えて、元の顔画像に写っていた人物の顔の特徴を、なるべく維持したいという要求もある。
特許文献1は、被写体の顔部分を合成用顔画像に置き換える技術である。元の合成用顔画像を変形させて合成するため、生成した合成画像では元の画像の顔の特徴が維持されない。また、主にプライバシー保護などを目的としており、高品質な(自然な)合成画像を生成することは要求されないため、高品質な合成画像を生成するための技術は開示されていない。
特許文献2に開示される技術は、人物を含まない背景画像と人物画像とを合成する技術であるため、特許文献2には、顔画像と装着物等とを違和感なく合成するための技術は開示されていない。
特許文献3に開示される合成方法は、手動による編集を伴う。従って、顔画像を入力して直ちに高品質な合成画像を生成することも、短時間で大量の合成画像を生成することも難しい。また、顔部品等を顔に対して最適になるように変形する方法としては、拡大縮小、移動、回転のみしか開示されていない。装置が自動で合成する場合の処理手順については開示されていない。
特許文献4に開示される合成方法は、照明条件等を変えた場合の顔画像を生成する技術であり、顔画像の顔の部分と、それ以外の部分とを合成する技術ではない。
本開示は、入力された顔画像に対し、その顔画像に含まれる顔の特徴を損なわずに、顔以外の部分が自然に合成された画像を生成することができる装置および方法等を提供することを目的の1つとする。なお、上記の「自然に」とは、違和感が少ない、不自然でない、という意味である。
本発明の一態様に係る画像生成装置は、予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択手段と、前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形手段と、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成手段と、を有する。
本発明の一態様に係る顔照合装置は、顔画像を入力として受け付ける入力手段と、予め記憶されている複数の顔画像に含まれる顔の姿勢および、第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から選択された第2の顔画像が、前記第1の顔画像に含まれる顔の特徴点および当該第2の顔画像に含まれる顔の特徴点に基づいて、前記第1の顔画像の顔領域に合うように変形され、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の顔領域以外の領域とが合成されることにより生成する、第3の顔画像と、前記入力として受け付けられた顔画像と、を照合する照合手段と、を有する。
本発明の一態様に係る画像生成方法は、予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択し、前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形し、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する。
本発明の一態様に係るプログラムを記憶した記憶媒体は、コンピュータに、予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択処理と、前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形処理と、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成処理と、を実行させるプログラムを記憶する。
本開示によれば、入力された顔画像に対し、その顔画像に含まれる顔の特徴を損なわずに、顔以外の部分が自然に合成された画像を生成することができる。
第1の実施形態に係る画像生成装置の構成を示すブロック図である。 第1の実施形態に係る画像変形部の構成を示すブロック図である。 第1の実施形態に係る画像生成装置の動作の流れを示すフローチャートである。 対象顔画像において抽出される特徴点の例を示す図である。 顔領域が特定された対象顔画像と、マスクと、それらの乗算により生成する被マスク画像と、の例を示す図である。 対象顔画像における特徴点と素材画像における特徴点とのそれぞれの対応を特定する処理の概念を示す図である。 対象顔画像の外周点と、その外周点に相当する投影外周点を特定する処理の概念とを示す図である。 素材画像を変形させ、合成用素材画像を生成する処理の概念を示す図である。 反転マスクを生成する処理の概念を示す図である。 合成用素材画像と反転マスクとから、合成用素材画像における顔領域以外の部分が抽出される例を示す図である。 被マスク画像と、合成用素材画像における顔領域以外の部分とを合成して、合成画像を生成する概念を示す図である。 第1の実施形態の変形例3に係る精密変形部による素材画像の変形の概念を示す図である。 第1の実施形態の変形例3に係る画像合成部による合成の概念を示す図である。 第2の実施形態に係る画像生成装置の構成を示すブロック図である。 第2の実施形態に係る画像生成装置の動作の流れを示すフローチャートである。 一実施形態に係る画像生成装置の構成を示すブロック図である。 一実施形態に係る画像生成装置の動作の流れを示すフローチャートである。 一実施形態に係る顔照合装置の構成を示すブロック図である。 各実施形態の各部を構成するハードウェアの例を示すブロック図である。
以下、実施形態について図面を参照して詳細に説明する。ただし、以下の実施形態に記載されている構成要素はあくまで例示であり、本願発明の技術範囲をそれらのみに限定する趣旨のものではない。
<<第1の実施形態>>
まず、第1の実施形態について説明する。
[構成の説明]
図1に、第1の実施形態に係る画像生成装置11の構成を示す。画像生成装置11は、入力部110と、特徴点検出部111と、顔領域抽出部112と、姿勢推定部113と、画像選択部114と、画像変形部115と、画像合成部116と、記憶部117とを備える。画像変形部115は、図2に示すように、パラメータ推定部1151と、投影外周点生成部1152と、精密変形部1153とを含む。
入力部110は、人物の顔が写った画像を入力として受け付ける。すなわち、入力部110は、人物の顔が写った画像を取り込む。以下、入力によって画像生成装置11により取り込まれた画像を「対象顔画像」とも呼ぶ。対象顔画像は、カメラ等の撮像装置による撮像によって取得されてもよいし、人物の顔が写った画像を保存する記憶媒体や記憶装置等から読み出されてもよい。対象顔画像は、適宜、トリミング等の補正がなされてもよい。
特徴点検出部111は、対象顔画像に写った人物の顔および顔の特徴点を検出する。顔の特徴点とは、その人物の顔(輪郭を含む)における、その人物の特徴を表しうる点である。顔および顔の特徴点を検出する方法としては、例えばViola−Jones法などがある。ただし、Viola−Jones法はあくまでも一例であり、特徴点検出部111は、その他の既知の手法を用いて顔および顔の特徴点を検出してもよい。
なお、対象顔画像に写った人物が複数人いる場合は、特徴点検出部111は、それぞれの人物の顔の特徴点を検出してもよいし、特定の人物のみの顔の特徴点を検出してもよい。特定の人物とは、たとえば、顔の大きさが最も大きい人物、顔の輝度が最も明るい人物でもよい。特定の人物とは、予め指定された顔画像との照合により、予め指定された顔画像の人物であると特定された人物でもよい。以下、顔の特徴点が抽出された顔を持つ人物を、「対象人物」と称する。
特徴点検出部111は、少なくとも、目、鼻、および口などの、顔の主要なパーツにおける特徴点を抽出する。パーツにおける特徴点とは、たとえば、パーツの端点(目頭、目尻等)や、パーツ上における端点の間をP等分(Pは自然数)する分割点、等である。特徴点検出部111は、顔において上記主要なパーツよりも外側に位置する特徴点(例えば、顔の輪郭や眉などにおける特徴点)も検出してもよい。
顔領域抽出部112は、対象顔画像における、顔領域を抽出する。対象顔画像の顔領域は、少なくとも特徴点検出部111により検出された特徴点を含む、対象顔画像における領域である。対象顔画像の顔領域は、たとえば、顔の主要なパーツを包含する、対象人物の顔の内部(外郭を含んでもよい)の領域である。
顔領域抽出部112は、特徴点検出部111により検出された特徴点の少なくとも1つに基づいて、顔領域を抽出する。顔領域抽出部112は、たとえば、検出された特徴点のうち、顔の主要なパーツよりも外側に位置する特徴点どうしを結ぶことで形成される閉領域を、顔領域として抽出してもよい。顔領域の抽出処理の具体的な例は、[動作の説明]において説明する。なお、以下の説明で、顔領域を抽出するために基になった特徴点を、「顔領域を規定する点」と称することもある。
そして、顔領域抽出部112は、たとえば、顔領域の内部の点に“1”を、その他の領域の点に“0”を、それぞれマスク値として割り当てた、マスクを生成してもよい。顔領域抽出部112は、対象顔画像の各画素の画素値に対してマスクの各画素のマスク値を乗算することで、顔領域以外の画素の画素値がゼロになり、顔領域の画像のみの画素値が残った画像(以下、被マスク画像)を生成してもよい。
なお、抽出された特徴点の情報は、たとえば記憶部117に記憶されてもよい。抽出された特徴点の情報は、画像生成装置11の各部が参照可能であるように記憶されてよい。特徴点の情報とは、たとえば、特徴点のそれぞれの位置、および、特徴点のそれぞれが顔のパーツのどの部分に相当するかを示す情報である。
姿勢推定部113は、対象人物の顔の向き(「顔の姿勢」とも称す)を推定する。顔の姿勢は、たとえば、顔画像が写しとった三次元空間においてその人物の顔面が向いている方向である。顔の姿勢は、たとえば、顔画像の正面方向、すなわち撮像装置に対して正面を向いている場合の顔の方向を基準とした3種類の角度(ピッチ角、ヨー角、およびロール角)によって、記述可能である。ピッチ角は左右の軸まわりの回転角、ヨー角は上下の軸まわりの回転角、ロール角は前後の軸まわりの回転角である。顔の姿勢は、別の例では、三次元ベクトルによって記述可能である。たとえば、姿勢推定部113は、顔画像の正面方向に平行な基準ベクトルを含む、互いに直交する方向の3つの基準ベクトルを用いて、顔面の法線方向を記述してもよい。以下、顔の姿勢を特定する情報を、姿勢情報と称する。
姿勢推定部113は、顔の姿勢を、例えば特許文献5(上述)に開示される方法などを用いて推定すればよい。ただし、上記文献に開示される方法はあくまで一例であり、姿勢推定部113は、その他の既知の手法を用いて人物の顔の姿勢を推定してもよい。
記憶部117は、素材画像を記憶する。素材画像は、人物の顔を含む顔画像である。素材画像は、画像生成装置11によって生成される合成画像において顔部分以外を構成する素材となる。たとえば、画像生成装置11の利用者は、記憶部117に、合成に用いたい格好や髪型をした、または合成に用いたい装着物を身に着けた、人物が写った顔画像を、素材画像として記憶させる。記憶される素材画像には、その素材画像に含まれる顔の特徴点の情報と、姿勢情報とが関連付けられて記憶される。顔の特徴点の情報および姿勢情報は、画像生成装置11等によって検出されてもよい。素材画像に含まれる顔の特徴点の少なくとも1つ以上は、特徴点検出部111が対象顔画像において検出する特徴点に対応付けられる。例えば、素材画像に含まれる顔の特徴点はすべて、対象顔画像において検出される特徴点のそれぞれに対応付けられていてもよい。素材画像に含まれる顔の特徴点は、例えば、特徴点検出部111による検出の方法と同じ方法によって検出された特徴点でもよい。
画像選択部114は、記憶部117に記憶された素材画像の中から、合成に適切な素材画像を選択する。合成に適切な素材画像は、対象人物の顔を違和感なく合成しやすい素材画像である。
対象人物の顔を違和感なく合成しやすい素材画像は、たとえば、対象人物の顔の姿勢と近い姿勢の顔が写った素材画像である。すなわち、合成しやすい素材画像は、対象顔画像の姿勢情報に近い姿勢情報が関連付けられた素材画像である。2つの姿勢情報が「近い」とは、たとえば、姿勢情報を記述するパラメータの値が、2つの姿勢情報の間で近いことである。
すなわち、画像選択部114は、複数の素材画像に含まれる顔の姿勢と、対象人物の顔の姿勢とに基づいて、合成に適切な素材画像を選択する。たとえば、姿勢情報が顔のピッチ角、ヨー角、およびロール角の値で記述される場合、画像選択部114は、上記3つの値の組について、対象人物の姿勢情報と、各素材画像に関連付けられた姿勢情報との間のユークリッド距離を計算してもよい。ユークリッド距離は、パラメータごとの値の差の2乗値の、総和の平方根である。そして、画像選択部114は、対象人物の顔の姿勢情報に対してユークリッド距離が小さい姿勢情報が関連付けられた素材画像を、対象人物の顔の姿勢と近い姿勢の顔が写った素材画像として選択してもよい。たとえば、姿勢情報が三次元ベクトルで表される場合、対象人物の姿勢を表す単位ベクトルと、各素材画像に関連付けられた姿勢を表す単位ベクトルとの内積を計算してもよい。そして、画像選択部114は、対象人物の顔の姿勢を表すベクトルとの内積が大きいベクトルが関連付けられた素材画像を、対象人物の顔の姿勢と近い姿勢の顔が写った素材画像として選択してもよい。
なお、記憶部117に記憶された素材画像には、予め姿勢情報が関連付けられて記憶されていてもよい。
画像選択部114は、対象人物の顔の姿勢情報に最も近い姿勢情報が関連付けられた素材画像を1枚だけ選択してもよい。画像選択部114は、対象人物の顔の姿勢情報に対する姿勢情報の近さが所定の基準以内である顔画像をN枚(Nは2以上の整数)特定し、抽出された顔画像のうちM枚(Mは1以上N以下の整数)を、ランダムに、または特定の基準に基づいて、選択してもよい。画像選択部114は、肌の色や輝度などに基づいて、適切な素材画像を絞り込む工程を経て素材画像を決定してもよい。たとえば、画像選択部114は、対象顔画像の顔領域内の輝度の分布と、素材画像の顔領域内の輝度の分布を比較してもよい。画像選択部114は、顔領域内の輝度の分布が対象顔画像に類似している素材画像を選択してもよい。それにより、より自然な合成画像が生成されることが期待される。
なお、画像選択部114により2枚以上の素材画像が選択された場合は、以降で説明される合成画像の生成の処理は、選択されたそれぞれの素材画像に対して行われればよい。
画像変形部115は、画像選択部114により選択された素材画像を、その素材画像の特徴点の情報と、対象顔画像およびその特徴点の情報とに基づき変形させる。この変形によって生成する画像を、以下、合成用素材画像と称する。合成用素材画像は、選択された素材画像と対象顔画像とを合成するための画像である。
画像変形部115は、画像選択部114により選択された素材画像を合成に適切な画像になるように変形する。画像変形部115は、合成に適切な画像への変形として、以下の手順で、素材画像の変形を行う。なお、パラメータ推定部1151、投影外周点生成部1152、および精密変形部1153は、画像変形部115に含まれる部である。
まず、パラメータ推定部1151が、対象人物の顔の特徴点の情報と、選択された素材画像の顔の特徴点の情報とに基づき、対象顔画像の座標系と素材画像の座標系とを対応付ける幾何変形パラメータを推定する。ここで行われる幾何変形は厳密である必要はない。たとえば、パラメータ推定部1151は、アフィン変換と同程度の自由度の幾何変形パラメータを求めればよい。パラメータ推定部1151は、たとえば、対象人物の顔の特徴点が幾何変形パラメータによって投影される位置が、それぞれ、素材画像の対応付けられた特徴点の位置になるべく近くなるような、幾何変形パラメータを求める。なるべく近くなるような幾何変形パラメータを求めるために、パラメータ推定部1151は、たとえば、最小二乗法などを用いればよい。
幾何変形パラメータを求める際に基づく、対象人物の顔の特徴点および素材画像の顔の特徴点は、顔における特徴点の全てでもよいし、一部(例えば、主要パーツにおける特徴点のみ等)でもよい。
なお、パラメータ推定部1151は、アフィン変換よりも自由度の高い幾何変形のパラメータを推定してもよいが、推定されたパラメータによる変換によって、対象人物の顔の特徴が損なわれないことが望ましい。
そして、投影外周点生成部1152が、パラメータ推定部1151により推定された幾何変形パラメータを用いて、対象顔画像の外周上の点を素材画像上へ投影する。すなわち、投影外周点生成部1152は、対象顔画像の外周上の点に相当する(対応する)、素材画像上の点を特定する。本実施形態では、この投影する処理により特定された素材画像の点を、投影外周点と呼ぶ。素材画像に投影する、対象顔画像の外周上の点(以下、「外周点」)は、たとえば、対象顔画像が四角形である場合は、その四角形の4つの頂点を含む、複数の点である。
ただし、特定された素材画像上の投影外周点が、素材画像の外側に位置する場合がありうる。そのような場合とは、たとえば、対象人物の顔の位置と素材画像に写る顔の位置が著しく異なる場合等である。また、素材画像に含まれる顔の大きさが対象人物の顔の大きさよりも大きい場合も、推定される幾何変形パラメータは画像を拡大させる変形を含む変形のパラメータとなるため、投影外周点が素材画像の外側に位置する場合がある。そのような場合には、投影外周点生成部1152は、対象顔画像をトリミングしてもよい。たとえば、投影外周点生成部1152は、トリミングされた後の対象顔画像の外周点が、素材画像上(外周線上でもよい)に投影されるように、対象顔画像をトリミングしてもよい。対象顔画像がトリミングされた場合、画像変形部115はパラメータ推定部1151および投影外周点生成部1152による処理を改めて行い、以降の処理では、元の対象顔画像の代わりに、トリミングされた対象顔画像が用いられればよい。
上記のような投影外周点生成部1152による投影によれば、対象顔画像全体の領域に相当する、素材画像上の領域を特定することが可能となる。すなわち、投影外周点を結ぶことによって形成される線が、対象顔画像の外周線(すなわち、外郭、画像の枠)に相当する。
投影外周点が特定されたら、精密変形部1153が、素材画像の対象顔画像全体の領域に相当する領域を、素材画像の顔領域が対象顔画像の顔領域に合うように、変形する。
素材画像の顔領域とは、対象顔画像の顔領域に相当する素材画像における領域である。すなわち、素材画像の顔領域とは、対象顔画像の顔領域を規定する特徴点(顔領域を抽出する際に基になった特徴点)に対応付けられる、素材画像における特徴点に基づいて抽出される領域である。たとえば、対象顔画像の顔領域が、主要なパーツよりも外側に位置する特徴点を結ぶことによって抽出された場合では、素材画像の顔領域は、その特徴点にそれぞれ対応付けられる素材画像上の特徴点を結ぶことによって形成される領域である。すなわち、この場合、精密変形部1153による変形によって、変形後の素材画像における、対象顔画像の顔領域を規定する特徴点に対応付けられる特徴点の位置は、それぞれ対象顔画像の顔領域を規定する特徴点の位置に一致する。
本実施形態では、精密変形部1153による変形の対象となる領域は、素材画像の対象顔画像全体の領域に相当する領域である。すなわち、精密変形部1153は、たとえば、素材画像における投影外周点どうしを結ぶことによって形成される線に囲まれる領域を、投影外周点に基づいて切り出し、切り出した領域を変形する。切り出された領域の外周線は、素材画像上における、対象顔画像の外周線に相当する。
精密変形部1153は、たとえば、素材画像の顔領域の外周線と、切り出された領域の外周線と、で囲まれる領域が、対象顔画像の顔領域の外周線と、対象顔画像の外周線と、で囲まれる領域に一致するように、切り出された領域を変形する。
精密変形部1153による変形は、対象顔画像の顔領域を規定する特徴点に対応付けられる素材画像における特徴点だけでなく、対象顔画像の顔領域を規定する特徴点以外の特徴点に対応付けられる素材画像における特徴点も、その特徴点に対応付けられる対象顔画像における特徴点の位置にそれぞれ一致するような、変形であってもよい。精密変形部1153による変形は、素材画像の顔領域内に存在する特徴点にも基づく変形であってもよいし、当該特徴点には基づかない変形であってもよい。素材画像の顔領域内の画像は精密変形部1153による変形によって変形されなくてもよい。なぜなら、素材画像の顔領域内の画像は、後述の画像合成部116による合成処理によって対象顔画像の顔に置き換えられるからである。
上記のような変形のため、精密変形部1153は、たとえば、自由度の高い非線形な幾何変形を行う。例えば、精密変形部1153は、特徴点および外周点を結んで形成される三角形のパッチごとにアフィン変換をする方法や、薄板スプライン法などを用いる。
ただし、精密変形部1153は、必ずしも変形対象の領域全体に対して非線形な幾何変形を行わなくてもよい。非線形な幾何変形が行われる領域は、少なくとも顔領域の外周線を含む(境界線として含んでいてもよい)領域であればよい。精密変形部1153は、顔領域の外周線を含まない部分領域に対しては、線形の幾何変形を行ってもよい。
以上のような画像変形部115による処理により、合成用素材画像が生成される。
画像合成部116は、合成画像を生成する。具体的には、画像合成部116は、顔領域抽出部112により抽出された顔領域以外の部分が、画像変形部115により生成された合成用素材画像に置き換えられた画像を生成する。
画像合成部116が合成画像を生成するのに際し、顔領域抽出部112がマスクを生成していた場合は、画像合成部116はそのマスクを用いてもよい。すなわち、画像合成部116は、マスクの各画素に設定されているマスク値を反転させる(“0”であった部分に“1”を割り当て、逆に“1”であった部分に“0”を割り当てる)ことで、顔領域以外の部分のみを抽出可能な、反転マスクを生成する。そして、画像合成部116は、反転マスクと合成用素材画像の各画素を乗算することで、合成用素材画像における顔領域以外の部分を抽出できる。画像合成部116は、このようにして抽出された、合成用素材画像の顔領域以外の部分と、対象顔画像の顔領域(すなわち、顔領域抽出部112が生成した被マスク画像)とを、合成すればよい。前述したように、合成用素材画像は、顔領域が対象顔画像の顔領域と一致するように変形されているため、対象顔画像の被マスク画像と合成用素材画像の顔領域以外の画像は、単純に各画素の加算をするだけで合成可能である。
ただし、この合成において、合成された2つの画像の境界に不自然なエッジが発生する場合がある。画像合成部116は、加算される2つの画像の一方または両方の画像の色相・彩度・明度を調整したり、境界付近の画素の色を加工したりしてもよい。境界付近については、たとえば、画像合成部116は、加算される2つの画像のマスク値を重み付きで平均して混合してもよい。画像合成部116は、Poisson Image Editingのような手法を用いてもよい。
[動作の説明]
次に、具体例を用いて、第1の実施形態に係る画像生成装置11の動作の例を説明する。図3は、画像生成装置11の処理の流れを示すフローチャートである。ただし、図3に示す処理の流れは例示であり、各ステップは必ずしも図3に示された順で行われなくともよい。
ステップS31では、特徴点検出部111が、入力部110によって取り込まれた対象顔画像中の、顔および顔特徴点を検出する。図4の(a)は、対象顔画像の例である。この例において、特徴点検出部111は、たとえば、図4の(b)において白い小円で示されるような部分、すなわち両目尻、両目頭、鼻下、口端、眉、および輪郭(フェイスライン)等において、計18個の特徴点を検出するとする。
ステップS32では、顔領域抽出部112が、ステップS31で検出された顔特徴点に基づいて、入力画像の顔領域を抽出する。たとえば、顔領域抽出部112は、ステップS31で検出された顔特徴点のうち、顔の輪郭上の特徴点および眉の特徴点を、目、鼻、および口を囲むように線分で結ぶことで形成される閉領域を、顔領域として抽出する(図5の(a))。
なお、顔領域抽出部112が顔領域を抽出する方法は、特徴点に基づいて顔の主要なパーツを含む領域を抽出可能な方法であれば、上記以外の方法でもよい。例えば、顔領域抽出部112は、鼻における特徴点と、目および口の端における特徴点とをそれぞれ結ぶ線分を所定の長さだけ延長した位置にある端点を制御点とする、なめらかな曲線(たとえば、補間型スプライン曲線)で囲まれる領域を、顔領域としてもよい。
そして、顔領域抽出部112は、対象人物の顔領域のみを抽出するためのマスクを生成する。たとえば、顔領域抽出部112は、対象顔画像における、顔領域の内部の点に対し“1”を、その他の領域に対して“0”を、それぞれマスク値として割り当てた二値のマスクを生成する(図5の(b))。
そして、顔領域抽出部112は、そのマスクを用いて被マスク画像を生成する。たとえば、顔領域抽出部112は、対象顔画像の各画素とマスクの各画素を乗算することで、顔領域の画素のみが抽出された被マスク画像を生成する(図5の(c))。
ステップS33では、姿勢推定部113が、対象人物の顔の姿勢を推定する。たとえば、姿勢推定部113は、顔の姿勢を、特許文献5に開示される方法等を用いて推定するものとする。姿勢推定部113は、推定した姿勢を基に、姿勢情報を生成する。
ステップS34では、画像選択部114が、記憶部117に記憶された素材画像の中から、合成に適切な素材画像を選択する。この具体例では、画像選択部114は、対象顔画像の姿勢情報と素材画像に関連付けられた姿勢情報との間のユークリッド距離、すなわち、顔の姿勢を決定づける各種の角度の値のずれの2乗値の和が、最も小さい素材画像を1枚、選択するものとする。
なお、選択された素材画像における、対象顔画像の特徴点に対応付けられる特徴点はそれぞれ、特定可能であるとする。以降の処理が実行可能であるためには、少なくとも、対象顔画像の顔領域を規定する特徴点に対応付けられる素材画像の特徴点が、それぞれ特定可能であればよい。
ステップS35では、画像変形部115が、ステップS34で選択された素材画像を合成に適切な画像になるように変形する。具体的な例として、画像変形部115内の各部が、次のような処理を行う。
まず、パラメータ推定部1151が、対象顔画像の顔の特徴点の情報と素材画像の顔の特徴点の情報に基づき、対象顔画像の座標系と素材画像の座標系とを対応付ける幾何変形パラメータを推定する。たとえば、パラメータ推定部1151は、対象顔画像の顔の目、鼻、および口における特徴点の位置と、それらの特徴点に対応付けられる素材画像の特徴点の位置とを比較することにより(図6)、アフィン変換パラメータを、最小二乗法を用いて推定する。
そして、投影外周点生成部1152が、推定したアフィン変換パラメータを使って、対象顔画像の外周上の点(図7の例では、8点)を素材画像上へ投影する。この投影により素材画像上で特定された点を投影外周点とする。
そして、精密変形部1153が、素材画像の、対象顔画像全体の領域に相当する領域を、素材画像の顔領域が対象顔画像の顔領域に合うように、変形する。素材画像の、対象顔画像全体の領域に相当する領域は、投影外周点を結ぶことにより形成される線である。精密変形部1153は、たとえば、投影外周点を結ぶことにより形成される線によって切り出す。そして、精密変形部1153は、切り出した領域を、顔領域の外周線と、切り出した領域の外周線と、で囲まれる領域(図8の(a)において斜線で示される領域)の形状が、対象顔画像の顔領域の外周線および対象顔画像の外周線とで囲まれる領域(図8の(b)において斜線で示される領域)の形状になるように、薄板スプライン法で変形する。精密変形部1153は、このとき、パラメータ推定部1151が推定した変換パラメータを参照してもよい。たとえば、精密変形部1153は、パラメータ推定部1151が推定した変換パラメータの逆変換のパラメータを使用して、素材画像の、対象顔画像全体の領域に相当する領域を変形させた後、精密な変形を行ってもよい。
これらの処理により、画像変形部115は、顔領域が対象顔画像の顔領域に一致する合成用素材画像(図8の(c))を、生成する。
ステップS36では、画像合成部116が、ステップS32で生成された被マスク画像と、ステップS35で生成された合成用素材画像を合成し、新たに合成画像を生成する。画像合成部116は、まず、ステップS32で生成されたマスクのマスク値を反転させる(0であった部分に1を割り当て、逆に1であった部分に0を割り当てる)ことで、顔以外の領域を抽出する反転マスクを生成する(図9)。次に、画像合成部116は、ステップS35で生成された合成用素材画像に、上記反転マスクを乗算することで、合成用素材画像の顔以外の領域を抽出する(図10)。そして、画像合成部116は、抽出した合成用素材画像の顔以外の領域と、ステップS32で生成した被マスク画像とを、Poisson Image Editingの方法を用いて合成する(図11)。
以上のような処理の流れにより、対象人物が、素材画像の容姿や髪型になり、または装飾物を着用したように見える合成画像が生成される。
[効果]
第1の実施形態に係る画像生成装置11によれば、対象顔画像に写った対象人物の顔の特徴は保持したまま、顔周辺を別のテクスチャに置き換えることができる。
画像生成装置11は、対象顔画像の、抽出された顔領域に対して変形を行わない。そのため、対象人物の特徴を残すことができる。一方で、画像変形部115により、素材画像が対象顔画像に合わせて精密に変形されるため、合成により生成される画像は自然な(違和感のない)画像になる。画像選択部114が、対象顔画像に含まれる顔の姿勢情報に近い姿勢情報に関連付けられた素材画像を選択することで、より違和感のない合成画像が生成する。
このように、生成される合成画像は、違和感なく、顔の特徴が損なわれないように合成された画像である。したがって、生成される合成画像は、たとえば、顔認識や顔認証に用いられる教師データとして信頼性の高い画像である。
記憶部117に複数の素材画像を記憶させておくことで、画像生成装置11は、素材画像の選択から変形、合成までをすべて自動的に実行することができる。つまり、画像生成装置11によれば、労力をかけることなく、種々の合成画像を早く生成することができる。
様々な合成画像をたくさん生成することで、たとえば、それらの合成画像を教師データとして用いて顔照合を行う装置が、精度のよい照合を行うことができる。
また、入力された顔画像に写る人物に様々なテクスチャを自然に合成した画像が即座に生成することで、たとえば、その人物に似合う髪型や格好を、容易に、その人物の特徴を考慮した上で検討することができる。
<変形例>
素材画像は、特定の人物の顔を必ずしも含んでいなくともよい。すなわち、素材画像の顔部分(対象顔画像の顔に置き換えられる部分)には顔が写っていなくともよい。代わりに、素材画像には顔の主要パーツの位置を示す情報が関連付けられていれば、画像生成装置11の各処理は実行可能である。
<変形例2>
また、たとえば、画像選択部124は、対象人物の姿勢情報と素材画像に関連付けられた姿勢情報との間の近さを算出する際に、画像に平行な面における回転角(すなわち、ロール角)を考慮に入れなくてもよい。すなわち、画像選択部124は、ヨー角およびピッチ角のみに基づいて、2つの姿勢情報の近さを算出してもよい。
パラメータ推定部1151が推定する幾何変形パラメータが、アフィン変換パラメータのように回転操作を含む変換のパラメータであれば、選択された素材画像と対象顔画像との間のロール角に関するずれは合成画像の質に影響しない。そのようなずれは素材画像の座標系と対象顔画像の座標系との間の対応付けにおいて考慮されるからである。
パラメータ推定部1151が推定する幾何変形パラメータが回転を考慮しない場合は、画像生成装置11は、素材画像を回転させた画像を新たな素材画像として使用すればよい。たとえば、画像選択部124が、選択された素材画像を、素材画像と対象顔画像との双方のロール角のずれ(差)に基づいて、回転させることで、双方のロール角を一致させる。そして、画像選択部124は、回転させることで新たに生成した画像を、素材画像として画像変形部115に送信する。これにより、新たな素材画像が、ステップS35以降の処理で使用される。なお、素材画像を回転させた場合、画像選択部124は、対象顔画像における特徴点の情報も修正する。すなわち、画像選択部124は、対象顔画像の回転に用いた回転パラメータを用いて、特徴点の座標も回転させ、特徴点の位置の情報を更新する。
このような変形例によれば、対象人物の顔のロール角と異なるロール角の顔を含む素材画像も、合成可能な素材画像の候補になりえる。すなわち、選択可能な素材画像の数が、ロール角の近さに制限されない。したがって、より多くの素材画像が、対象人物の姿勢に近い姿勢を持つ素材画像として使用可能となる。
<変形例3>
上記実施形態では、画像合成部116は、顔領域抽出部112により抽出された顔領域以外の部分が、画像変形部115により生成された合成用素材画像に置き換えられた画像を生成する。変形例として、画像合成部116は、素材画像における、顔領域の部分が、対象顔画像の顔領域に置き換えられた画像を生成してもよい。すなわち、素材画像全体の範囲が合成に使用されてもよい。そのような形態を、以下変形例3として説明する。
変形例3では、ステップS35における、精密変形部1153の処理と、ステップS36における、画像合成部116の処理とが、既に説明した処理と異なる。具体的には次の通りである。
精密変形部1153は、対象顔画像の顔領域を、パラメータ推定部1151が推定した幾何変形パラメータに基づいて素材画像に投影した場合の、それぞれの位置を特定する。ただし、パラメータ推定部1151が推定した幾何変形パラメータは、アフィン変換のように、歪まない(すなわち、線形な幾何変形のみによってもとに戻すことが可能な)、パラメータであるとする。そして、精密変形部1153は、素材画像における、対象顔画像の顔領域を規定する特徴点に対応付けられる特徴点を、上記位置が特定された顔領域に合うように、変形させる。すなわち、精密変形部1153は、素材画像の一部または全体を、対象顔画像の顔領域が特徴を維持しながら自然に合成されることが可能となるように、変形する。
たとえば、精密変形部1153は、素材画像の顔領域の形状が、対象顔画像の顔領域がパラメータ推定部1151により推定された幾何変形パラメータによって素材画像に投影されることにより形成される領域の形状になるように、素材画像を変形する(図12)。図12の例では、図12の(a)の画像が変形前の素材画像であり、図12の(c)の画像が変形後の素材画像である。変形前の素材画像の顔領域の形状は、対象顔画像(図12の(b))の顔領域を非線形に変形しなければ合成することができない形状である。一方で、変形後の素材画像の顔領域の形状は、対象顔画像の顔領域を線形な幾何変形のみを経て合成することができる形状である。
精密変形部1153による変形の対象となる領域は、素材画像の全体でもよいし、少なくとも顔の特徴点をすべて含む領域であってもよい。たとえば、精密変形部1153による変形の対象となる領域は、素材画像における投影外周点に囲まれる領域、すなわち、対象顔画像全体の領域に相当する領域でもよい。
このような変形を経て生成した画像を、合成用素材画像とする。これにより、対象顔画像の顔領域は、幾何変形パラメータによる変形のみを経て、合成用素材画像に自然にはめ込まれることが可能となる。すなわち、対象顔画像の顔領域は、合成用素材画像に非線形な変形なしに当てはめられることが可能である。
ステップS36において、画像合成部116は、合成用素材画像の、顔領域以外の部分(図13の(a))と、対象顔画像の顔領域(図13の(b))とを合成する。このとき、画像合成部116は、対象顔画像を、パラメータ推定部1151が推定した幾何変形パラメータに基づいて幾何変形して、合成用素材画像と合成させる。合成用素材画像の顔領域の部分は、幾何変形された対象顔画像の顔領域が当てはまるように変形されているため、合成は容易に行える。この合成により、素材画像に対象人物の顔が自然に合成された合成画像が生成される(図13の(c))。
以上説明した処理によれば、選択された素材画像の全体を使用した、合成画像を作成することができる。この合成画像において、対象人物の顔は、アフィン変換程度の幾何変形しか行われていないため、個人の特徴は、非線形な変形を行う場合に比べて、損なわれにくい。特に、対象人物の顔に対する幾何変形が、アスペクト比が変化しない拡大または縮小、および回転の組み合わせによる変形であれば、個人の特徴は損なわれない。
上記変形例3の更なる変形例として、ステップS35において、精密変形部1153は、素材画像全体を、パラメータ推定部1151が推定した幾何変形パラメータに基づいて幾何変形してもよい。幾何変形が行われた素材画像を基に精密変形部が素材画像を変形し、合成用素材画像を生成すれば、対象顔画像の顔領域を幾何変形しなくても、画像合成部116は合成用素材画像と顔領域とを合成することができる。すなわち、この場合、対象人物の顔は一切変形されることなく、素材画像の全体を使用した合成画像が生成できる。
<<第2の実施形態>>
第2の実施形態に係る画像生成装置12について説明する。図14は、画像生成装置12の構成を示すブロック図である。画像生成装置12は、画像生成装置11に比べ、画像選択部114の機能が拡張された機能を有する画像選択部124と、画像反転部128を備えている点で異なる。画像選択部124および画像反転部128以外の部の機能および動作については、画像生成装置11における部の機能および動作と同様であるため、以下では詳しい説明を省略する。
[構成の説明]
画像選択部124は、複数の素材画像の中から、合成に適切な素材画像を選択する。選択に際し、画像選択部124は、対象人物の姿勢情報と素材画像に関連付けられた姿勢情報との間の近さを算出する。このとき、画像選択部124は、上記2つの姿勢情報の一方を左右反転した場合の姿勢情報も、近さを算出する際に用いる姿勢情報として使用してもよい。
たとえば、画像選択部124は、対象人物の姿勢情報を、素材画像に関連付けられた姿勢情報を左右反転させた場合の姿勢情報とも比較する。たとえば、画像選択部124は、対象人物の姿勢情報を、素材画像に関連付けられた姿勢情報のヨー角の値の正負を逆にした場合の姿勢情報とも比較する。あるいは、逆に、画像選択部124は、対象人物の姿勢情報のヨー角の値の正負を逆にし、その場合の姿勢情報を、それぞれの素材画像に関連付けられた姿勢情報と比較してもよい。このようにして、画像選択部124は、対象顔画像または素材画像を左右反転させた場合の姿勢情報にも基づいて、素材画像を選択してもよい。
画像選択部124は、選択した素材画像に関連づけられる顔の姿勢が、左右反転すれば対象人物の顔の姿勢に近くなる場合は、「素材画像を左右反転させよ」という反転指示を画像反転部128に送信する。すなわち、画像選択部124は、左右反転した場合に対象顔画像に含まれる顔の姿勢に近くなる姿勢情報が関連付けられた、素材画像を選択した場合、反転指示を画像反転部128に送信する。
画像反転部128は、反転指示を受け取った場合、その反転指示が示す素材画像を左右反転する。この反転加工によって生成した画像が、ステップS35以降の処理で使用される素材画像となる。
[動作の説明]
図15は、画像生成装置12の処理の流れを示すフローチャートである。
図15に示されるフローチャートは、図3に示されるフローチャートと比べて、ステップS34の代わりに、ステップS34−2およびステップS34−3が含まれている点で異なる。
ステップS34−2では、画像選択部124が、複数の素材画像の中から、合成に適切な素材画像を選択する。選択に際し、画像選択部124は、対象人物の姿勢情報と素材画像に関連付けられた姿勢情報との間の近さを算出する。このとき、画像選択部124は、対象人物の姿勢情報を、素材画像に関連付けられた姿勢情報を左右反転(ヨー角の値の正負を逆に)させた場合の姿勢情報とも比較する。すなわち、画像選択部124は、姿勢情報の左右を反転させた場合の姿勢情報に基づいて、素材画像を選択してもよい。
画像選択部124は、左右を反転させた場合の姿勢情報が対象顔画像の姿勢情報に近いことを理由に素材画像を選択した場合は、反転指示を生成し、選択した素材画像と反転指示とを画像反転部128に送信する。
ステップS34−3では、画像反転部128が、反転指示を受け取った場合、素材画像を左右反転させる。画像反転部128は、たとえば、素材画像を二等分する、素材画像の縦方向に平行な直線を軸として、鏡像の関係にある画素のペアの、座標に関連付けられる種々の値を入れ替えればよい。
画像反転部128は、素材画像における特徴点の情報も修正する。すなわち、画像反転部128は、特徴点の座標を左右反転させる。また、画像反転部128は、特徴点と、対象顔画像における特徴点との対応関係を修正する。たとえば、画像反転部128は、もともと左目の特徴点として抽出されていた特徴点を、右目の特徴点であるとして情報を書き換える。
なお、画像反転部128が行う反転は、上記の方法に限られない。たとえば、画像反転部128が行う反転は、左右の反転でなくともよい。たとえば、画像反転部128は、素材画像の形や顔の姿勢に応じて、垂直でない線を軸として画像を反転させてもよい。このとき軸となる線は、必ずしも素材画像を二等分する線でなくともよい。
また、画像反転部128は、反転させた画像に対して、回転させるなどの調整を行ってもよい。
以上のようにして反転された素材画像と、修正された特徴点の情報とが、ステップS35以降のステップにおいて用いられる。
[効果]
第2の実施形態に係る画像生成装置12によれば、第1の実施形態に係る画像生成装置11に比べ、合成画像のバリエーションを増やすことができる。別の言い方をすれば、画像生成装置12は、素材画像の姿勢のバリエーションが少ない場合でも高品質な合成画像を生成することができる。
たとえば、第1の実施形態の場合、対象人物の顔の向きが右向きであると、合成に使用可能な素材画像は、右向きの顔を含む素材画像に限られる。一方、第2の実施形態の場合、画像反転部128が素材画像を反転させるため、左向きの顔を含む素材画像も、合成可能な素材画像の候補になりえる。すなわち、選択可能な素材画像の数が、右向きの顔を含む素材画像に制限されない。
<<主要構成>>
一実施形態の主要構成について説明する。図16は、一実施形態に係る画像生成装置10の構成を示すブロック図である。画像生成装置10は、画像選択部104と、画像変形部105と、画像生成部106とを備える。
画像生成装置10の各部の機能および処理の流れを、図17のフローチャートに沿って説明する。
画像選択部104は、予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、上記複数の顔画像から第2の顔画像を選択する(ステップS121)。
画像選択部104の一例は、上記各実施形態における画像選択部114である。なお、第1の顔画像は、上記各実施形態における対象顔画像に相当する。予め記憶されている複数の顔画像の一例は、上記各実施形態における素材画像である。
画像変形部105は、第1の顔画像に含まれる顔の特徴点および第2の顔画像に含まれる顔の特徴点に基づいて、第1の顔画像の顔領域に合うように第2の顔画像を変形する(ステップS122)。「第1の顔画像の顔領域」とは、たとえば、第1の顔画像において複数の特徴点により規定される領域である。「第1の顔画像の顔領域に合うように」とは、たとえば、第1の顔画像の顔領域が特徴を維持しながら自然に合成されることが可能となるように、という意味である。たとえば、画像変形部105は、第1の顔画像の顔領域を非線形な変形なしに当てはめることが可能な形状になるように、第2の顔画像の一部または全体を変形する。その具体例として、たとえば、画像変形部105は、変形後の第2の顔画像における、上記第1の顔画像の顔領域を規定する複数の特徴点に対応付けられる特徴点の位置が、上記第1の顔画像の顔領域を規定する複数の特徴点の位置に一致するように、第2の顔画像の一部または全体を変形する。なお、上記変形によって、第2の顔画像の一部分はトリミングされてもよい。
画像変形部105の一例は、上記各実施形態における画像変形部115である。
画像生成部106は、第1の顔画像の顔領域と、画像変形部105により変形された第2の顔画像の顔領域以外の領域とを合成する(ステップS123)。この合成により生成する顔画像は、第3の顔画像である。
画像生成部106の一例は、上記各実施形態における画像合成部116である。
画像生成装置10によれば、入力された顔画像に対し、その顔画像に含まれる顔の特徴を損なわずに、顔以外の部分が自然に合成された画像を生成することができる。その理由は、画像選択部114により顔の姿勢に基づいて選択された第2の顔画像が、画像変形部105により、入力された顔画像の顔領域に合うように変形され、画像生成部106により、入力された顔画像の顔領域と合成されるからである。
<<第2の主要構成>>
図18は、一実施形態に係る顔照合装置20の構成を示すブロック図である。顔照合装置20は、入力部201と、照合部202とを有する。
入力部201は、顔画像を入力として受け付ける。
照合部202は、前述の第3の顔画像と、入力された顔画像とを照合する。
第3の顔画像は、必ずしも画像生成装置10により生成されなくともよい。すなわち、第3の顔画像は、以下の工程を経て生成される画像であればよい。
・第1の顔画像に含まれる顔の姿勢に基づいて、複数の顔画像から第2の顔画像が選択される工程
・第1の顔画像に含まれる顔の特徴点および第2の顔画像に含まれる顔の特徴点に基づいて、第2の顔画像の顔領域が第1の顔画像の顔領域に合うように、第2の顔画像が変形される工程
・第1の顔画像の顔領域と、変形された第2の顔画像の顔領域以外の領域とが合成され、その結果として第3の画像が生成する工程
本顔照合装置20は、より精度の高い顔照合を行うことができる。その理由は、第1の顔画像の特徴を残しつつ第2の顔画像が合成された第3の顔画像を使用して顔照合を行うからである。
(実施形態の各部を実現するハードウェアの構成)
以上、説明した本発明の各実施形態において、各装置の各構成要素は、機能単位のブロックを示している。
各構成要素の処理は、たとえば、コンピュータシステムが、コンピュータ読み取り可能な記憶媒体により記憶された、その処理をコンピュータシステムに実行させるプログラムを、読み込み、実行することによって、実現されてもよい。「コンピュータ読み取り可能な記憶媒体」は、たとえば、光ディスク、磁気ディスク、光磁気ディスク、および不揮発性半導体メモリ等の可搬媒体、ならびに、コンピュータシステムに内蔵されるROM(Read Only Memory)およびハードディスク等の記憶装置である。「コンピュータ読み取り可能な記憶媒体」は、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントにあたるコンピュータシステム内部の揮発性メモリのように、プログラムを一時的に保持しているものも含む。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、更に前述した機能をコンピュータシステムにすでに記憶されているプログラムとの組み合わせで実現できるものであってもよい。
「コンピュータシステム」とは、一例として、以下のような構成を含むコンピュータ900を含むシステムである。
・CPU(Central Processing Unit)901
・ROM902
・RAM(Random Access Memory)903
・RAM903へロードされるプログラム904Aおよび記憶情報904B
・プログラム904Aおよび記憶情報904Bを格納する記憶装置905
・記憶媒体906の読み書きを行うドライブ装置907
・通信ネットワーク909と接続する通信インタフェース908
・データの入出力を行う入出力インタフェース910
・各構成要素を接続するバス911
たとえば、各実施形態における各装置の各構成要素は、その構成要素の機能を実現するプログラム904AをCPU901がRAM903にロードして実行することで実現される。各装置の各構成要素の機能を実現するプログラム904Aは、例えば、予め、記憶装置905やROM902に格納される。そして、必要に応じてCPU901がプログラム904Aを読み出す。記憶装置905は、たとえば、ハードディスクである。プログラム904Aは、通信ネットワーク909を介してCPU901に供給されてもよいし、予め記憶媒体906に格納されており、ドライブ装置907に読み出され、CPU901に供給されてもよい。なお、記憶媒体906は、たとえば、光ディスク、磁気ディスク、光磁気ディスク、および不揮発性半導体メモリ等の、可搬媒体である。
各装置の実現方法には、様々な変形例がある。例えば、各装置は、構成要素毎にそれぞれ別個のコンピュータ900とプログラムとの可能な組み合わせにより実現されてもよい。また、各装置が備える複数の構成要素が、一つのコンピュータ900とプログラムとの可能な組み合わせにより実現されてもよい。
また、各装置の各構成要素の一部または全部は、その他の汎用または専用の回路、コンピュータ等やこれらの組み合わせによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。
各装置の各構成要素の一部または全部が複数のコンピュータや回路等により実現される場合には、複数のコンピュータや回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、コンピュータや回路等は、クライアントアンドサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。
本願発明は以上に説明した実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
上記実施形態の一部または全部は以下の付記のようにも記載され得るが、以下には限られない。
[付記1]
予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択手段と、
前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形手段と、
前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成手段と、
を有する画像生成装置。
[付記2]
前記画像変形手段は、少なくとも前記第2の顔画像の顔領域の部分が、前記第1の顔画像の顔領域を非線形な変形なしに当てはめることが可能な形状になるように、前記第2の顔画像を変形する、
付記1に記載の画像生成装置。
[付記3]
前記画像変形手段は、
前記第1の顔画像の特徴点と前記第2の顔画像の特徴点との対応関係に基づき、前記第1の顔画像の点を前記第2の顔画像の点へ投影する幾何変形パラメータを推定するパラメータ推定手段と、
前記パラメータ推定手段により推定された幾何変形パラメータを用いて、前記第1の顔画像の外周上にある外周点を前記第2の顔画像上へ投影する投影外周点生成手段と、
前記第2の顔画像の顔領域の外周線と、前記投影外周点生成手段により前記第2の顔画像上に投影された外周点に基づいて形成される線と、で囲まれる領域の形状が、前記第1の顔画像の顔領域の外周線と、前記第1の顔画像の外周点に基づいて形成される線と、で囲まれる領域の形状になるように、前記第2の顔画像を変形する精密変形手段と、
を備える、付記2に記載の画像生成装置。
[付記4]
前記画像選択手段は、前記複数の顔画像のうち、顔の姿勢を表すパラメータの値の、前記第1の顔画像に含まれる顔の姿勢を表すパラメータの値に対する近さが所定の基準以内である顔画像から、前記第2の顔画像を選択する、
付記1から3のいずれか一つに記載の画像生成装置。
[付記5]
前記画像選択手段は、前記第1の顔画像の顔領域内の輝度の分布と、前記複数の顔画像それぞれの顔領域内の輝度の分布と、にも基づいて、前記複数の顔画像から前記第2の顔画像を選択する、
付記1から4のいずれか一つに記載の画像生成装置。
[付記6]
前記画像選択手段は、前記第2の顔画像の選択において、前記複数の顔画像に含まれる顔の姿勢だけでなく、前記複数の顔画像のそれぞれを左右反転させた場合の顔の姿勢を、前記入力される第1の顔画像に含まれる顔の姿勢と比較し、比較結果に基づいて、前記複数の顔画像および左右反転された前記複数の顔画像のうち少なくとも1つを、前記第2の顔画像として選択する、
付記1から5のいずれか一つに記載の画像生成装置。
[付記7]
前記顔の姿勢は、正面を向く顔の方向を基準とし、左右の軸周りの回転角と、上下の軸まわりの回転角と、および前後の軸まわりの回転角との、3つの回転角によって定義され、
前記画像選択手段は、前記3つの回転角のうち、前記左右の軸周りの回転角および前記上下の軸まわりの回転角を、前記複数の顔画像に含まれる顔と前記第1の顔画像に含まれる顔との間で比較することによって、前記複数の顔画像から前記第2の顔画像を選択する、
付記1から6のいずれか一つに記載の画像生成装置。
[付記8]
前記顔領域は、目、鼻、および口よりも顔の外側に位置する特徴点を結ぶことで形成される、目、鼻、および口を包含する閉領域である、
付記1から7のいずれか一つに記載の画像生成装置。
[付記9]
予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択し、
前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形し、
前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する、
画像生成方法。
[付記10]
前記第2の顔画像を変形において、少なくとも前記第2の顔画像の顔領域の部分が、前記第1の顔画像の顔領域を非線形な変形なしに当てはめることが可能な形状になるように、前記第2の顔画像を変形する、
付記9に記載の画像生成方法。
[付記11]
前記第2の顔画像を変形において、
前記第1の顔画像の特徴点と前記第2の顔画像の特徴点との対応関係に基づき、前記第1の顔画像の点を前記第2の顔画像の点へ投影する幾何変形パラメータを推定し、
前記推定された幾何変形パラメータを用いて、前記第1の顔画像の外周上にある外周点を前記第2の顔画像上へ投影し、
前記第2の顔画像の顔領域の外周線と、前記第2の顔画像上に投影された外周点に基づいて形成される線と、で囲まれる領域の形状が、前記第1の顔画像の顔領域の外周線と、前記第1の顔画像の外周点に基づいて形成される線と、で囲まれる領域の形状になるように、前記第2の顔画像を変形する、
付記10に記載の画像生成方法。
[付記12]
前記第2の顔画像の選択において、前記複数の顔画像のうち、顔の姿勢を表すパラメータの値の、前記第1の顔画像に含まれる顔の姿勢を表すパラメータの値に対する近さが所定の基準以内である顔画像から、前記第2の顔画像を選択する、
付記9から11のいずれか一つに記載の画像生成方法。
[付記13]
前記第2の顔画像の選択において、前記第1の顔画像の顔領域内の輝度の分布と、前記複数の顔画像それぞれの顔領域内の輝度の分布と、にも基づいて、前記複数の顔画像から前記第2の顔画像を選択する、
付記9から12のいずれか一つに記載の画像生成方法。
[付記14]
前記第2の顔画像の選択において、前記複数の顔画像に含まれる顔の姿勢だけでなく、前記複数の顔画像のそれぞれを左右反転させた場合の顔の姿勢を、前記入力される第1の顔画像に含まれる顔の姿勢と比較し、比較結果に基づいて、前記複数の顔画像および左右反転された前記複数の顔画像のうち少なくとも1つを、前記第2の顔画像として選択する、
付記9から12のいずれか一つに記載の画像生成方法。
[付記15]
前記顔の姿勢は、正面を向く顔の方向を基準とし、左右の軸周りの回転角と、上下の軸まわりの回転角と、および前後の軸まわりの回転角との、3つの回転角によって定義され、
前記第2の顔画像の選択において、前記3つの回転角のうち、前記左右の軸周りの回転角および前記上下の軸まわりの回転角を、前記複数の顔画像に含まれる顔と前記第1の顔画像に含まれる顔との間で比較することによって、前記複数の顔画像から前記第2の顔画像を選択する、
付記9から13のいずれか一つに記載の画像生成方法。
[付記16]
前記顔領域は、目、鼻、および口よりも顔の外側に位置する特徴点を結ぶことで形成される、目、鼻、および口を包含する閉領域である、
付記9から14のいずれか一つに記載の画像生成方法。
[付記17]
コンピュータに、
予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択処理と、
前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形処理と、
前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成処理と、
を実行させるプログラム。
[付記18]
前記画像変形処理は、少なくとも前記第2の顔画像の顔領域の部分が、前記第1の顔画像の顔領域を非線形な変形なしに当てはめることが可能な形状になるように、前記第2の顔画像を変形する、
付記17に記載のプログラム。
[付記19]
前記画像変形処理は、
前記第1の顔画像の特徴点と前記第2の顔画像の特徴点との対応関係に基づき、前記第1の顔画像の点を前記第2の顔画像の点へ投影する幾何変形パラメータを推定するパラメータ推定処理と、
前記パラメータ推定処理により推定された幾何変形パラメータを用いて、前記第1の顔画像の外周上にある外周点を前記第2の顔画像上へ投影する投影外周点生成処理と、
前記第2の顔画像の顔領域の外周線と、前記投影外周点生成処理により前記第2の顔画像上に投影された外周点に基づいて形成される線と、で囲まれる領域の形状が、前記第1の顔画像の顔領域の外周線と、前記第1の顔画像の外周点に基づいて形成される線と、で囲まれる領域の形状になるように、前記第2の顔画像を変形する精密変形処理と、
を含む、付記18に記載のプログラム。
[付記20]
前記画像選択処理は、前記複数の顔画像のうち、顔の姿勢を表すパラメータの値の、前記第1の顔画像に含まれる顔の姿勢を表すパラメータの値に対する近さが所定の基準以内である顔画像から、前記第2の顔画像を選択する、
付記17から19のいずれか一つに記載のプログラム。
[付記21]
前記画像選択処理は、前記第1の顔画像の顔領域内の輝度の分布と、前記複数の顔画像それぞれの顔領域内の輝度の分布と、にも基づいて、前記複数の顔画像から前記第2の顔画像を選択する、
付記17から20のいずれか一つに記載のプログラム。
[付記22]
前記画像選択処理は、前記第2の顔画像の選択において、前記複数の顔画像に含まれる顔の姿勢だけでなく、前記複数の顔画像のそれぞれを左右反転させた場合の顔の姿勢を、前記入力される第1の顔画像に含まれる顔の姿勢と比較し、比較結果に基づいて、前記複数の顔画像および左右反転された前記複数の顔画像のうち少なくとも1つを、前記第2の顔画像として選択する、
付記17から21のいずれか一つに記載のプログラム。
[付記23]
前記顔の姿勢は、正面を向く顔の方向を基準とし、左右の軸周りの回転角と、上下の軸まわりの回転角と、および前後の軸まわりの回転角との、3つの回転角によって定義され、
前記画像選択処理は、前記3つの回転角のうち、前記左右の軸周りの回転角および前記上下の軸まわりの回転角を、前記複数の顔画像に含まれる顔と前記第1の顔画像に含まれる顔との間で比較することによって、前記複数の顔画像から前記第2の顔画像を選択する、
付記17から22のいずれか一つに記載のプログラム。
[付記24]
前記顔領域は、目、鼻、および口よりも顔の外側に位置する特徴点を結ぶことで形成される、目、鼻、および口を包含する閉領域である、
付記17から23のいずれか一つに記載のプログラム。
[付記25]
付記17から24のいずれか一つに記載のプログラムを記憶した、コンピュータ読み取り可能な記憶媒体。
[付記26]
顔画像を入力として受け付ける入力手段と、
予め記憶されている複数の顔画像に含まれる顔の姿勢および、第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から選択された第2の顔画像が、前記第1の顔画像に含まれる顔の特徴点および当該第2の顔画像に含まれる顔の特徴点に基づいて、前記第1の顔画像の顔領域に合うように変形され、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の顔領域以外の領域とが合成されることにより生成する、第3の顔画像と、前記入力として受け付けられた顔画像と、を照合する照合手段と、
を有する顔照合装置。
10〜12 画像生成装置
20 顔照合装置
104 画像選択部
105 画像変形部
106 画像生成部
110 入力部
111 特徴点抽出部
112 顔領域抽出部
113 姿勢推定部
114 画像選択部
115 画像変形部
1151 パラメータ推定部
1152 投影外周点生成部
1153 精密変形部
116 画像合成部
117 記憶部
124 画像選択部
128 画像反転部
201 入力部
202 照合部
900 コンピュータ
901 CPU
902 ROM
903 RAM
904A プログラム
904B 記憶情報
905 記憶装置
906 記憶媒体
907 ドライブ装置
908 通信インタフェース
909 通信ネットワーク
910 入出力インタフェース
911 バス

Claims (11)

  1. 予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択手段と、
    前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形手段と、
    前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成手段と、
    を有する画像生成装置。
  2. 前記画像変形手段は、少なくとも前記第2の顔画像の顔領域の部分が、前記第1の顔画像の顔領域を非線形な変形なしに当てはめることが可能な形状になるように、前記第2の顔画像を変形する、
    請求項1に記載の画像生成装置。
  3. 前記画像変形手段は、
    前記第1の顔画像の特徴点と前記第2の顔画像の特徴点との対応関係に基づき、前記第1の顔画像の点を前記第2の顔画像の点へ投影する幾何変形パラメータを推定するパラメータ推定手段と、
    前記パラメータ推定手段により推定された幾何変形パラメータを用いて、前記第1の顔画像の外周上にある外周点を前記第2の顔画像上へ投影する投影外周点生成手段と、
    前記第2の顔画像の顔領域の外周線と、前記投影外周点生成手段により前記第2の顔画像上に投影された外周点に基づいて形成される線と、で囲まれる領域の形状が、前記第1の顔画像の顔領域の外周線と、前記第1の顔画像の外周点に基づいて形成される線と、で囲まれる領域の形状になるように、前記第2の顔画像を変形する精密変形手段と、
    を備える、請求項2に記載の画像生成装置。
  4. 前記画像選択手段は、前記複数の顔画像のうち、顔の姿勢を表すパラメータの値の、前記第1の顔画像に含まれる顔の姿勢を表すパラメータの値に対する近さが所定の基準以内である顔画像から、前記第2の顔画像を選択する、
    請求項1から3のいずれか一項に記載の画像生成装置。
  5. 前記画像選択手段は、前記第1の顔画像の顔領域内の輝度の分布と、前記複数の顔画像それぞれの顔領域内の輝度の分布と、にも基づいて、前記複数の顔画像から前記第2の顔画像を選択する、
    請求項1から4のいずれか一項に記載の画像生成装置。
  6. 前記画像選択手段は、前記第2の顔画像の選択において、前記複数の顔画像に含まれる顔の姿勢だけでなく、前記複数の顔画像のそれぞれを左右反転させた場合の顔の姿勢を、前記第1の顔画像に含まれる顔の姿勢と比較し、比較結果に基づいて、前記複数の顔画像および左右反転された前記複数の顔画像のうち少なくとも1つを、前記第2の顔画像として選択する、
    請求項1から5のいずれか一項に記載の画像生成装置。
  7. 前記顔の姿勢は、正面を向く顔の方向を基準とし、左右の軸周りの回転角と、上下の軸まわりの回転角と、および前後の軸まわりの回転角との、3つの回転角によって定義され、
    前記画像選択手段は、前記3つの回転角のうち、前記左右の軸周りの回転角および前記上下の軸まわりの回転角を、前記複数の顔画像に含まれる顔と前記第1の顔画像に含まれる顔との間で比較することによって、前記複数の顔画像から前記第2の顔画像を選択する、
    請求項1から6のいずれか一項に記載の画像生成装置。
  8. 前記顔領域は、目、鼻、および口よりも顔の外側に位置する特徴点を結ぶことで形成される、目、鼻、および口を包含する閉領域である、
    請求項1から7のいずれか一項に記載の画像生成装置。
  9. 顔画像を入力として受け付ける入力手段と、
    予め記憶されている複数の顔画像に含まれる顔の姿勢および、第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から選択された第2の顔画像が、前記第1の顔画像に含まれる顔の特徴点および当該第2の顔画像に含まれる顔の特徴点に基づいて、前記第1の顔画像の顔領域に合うように変形され、前記第1の顔画像の顔領域と、前記変形された第2の顔画像の顔領域以外の領域とが合成されることにより生成する、第3の顔画像と、前記入力として受け付けられた顔画像と、を照合する照合手段と、
    を有する顔照合装置。
  10. 予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択し、
    前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形し、
    前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する、
    画像生成方法。
  11. コンピュータに、
    予め記憶されている複数の顔画像に含まれる顔の姿勢および、入力される第1の顔画像に含まれる顔の姿勢に基づいて、前記複数の顔画像から第2の顔画像を選択する画像選択処理と、
    前記第1の顔画像に含まれる顔の特徴点および前記第2の顔画像に含まれる顔の特徴点に基づいて、前記第2の顔画像の顔領域が前記第1の顔画像の顔領域に合うように、前記第2の顔画像を変形する画像変形処理と、
    前記第1の顔画像の顔領域と、前記変形された第2の顔画像の、顔領域以外の領域とが合成された第3の顔画像を生成する画像生成処理と、
    を実行させるプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
JP2018552360A 2016-11-25 2016-11-25 画像生成装置、画像生成方法、およびプログラム Active JP6874772B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2016/085034 WO2018096661A1 (ja) 2016-11-25 2016-11-25 画像生成装置、顔照合装置、画像生成方法、およびプログラムを記憶した記憶媒体

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2021016375A Division JP7218769B2 (ja) 2021-02-04 2021-02-04 画像生成装置、画像生成方法、およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2018096661A1 true JPWO2018096661A1 (ja) 2019-10-17
JP6874772B2 JP6874772B2 (ja) 2021-05-19

Family

ID=62195794

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018552360A Active JP6874772B2 (ja) 2016-11-25 2016-11-25 画像生成装置、画像生成方法、およびプログラム

Country Status (3)

Country Link
US (4) US10846838B2 (ja)
JP (1) JP6874772B2 (ja)
WO (1) WO2018096661A1 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6872742B2 (ja) * 2016-06-30 2021-05-19 学校法人明治大学 顔画像処理システム、顔画像処理方法及び顔画像処理プログラム
WO2018033137A1 (zh) * 2016-08-19 2018-02-22 北京市商汤科技开发有限公司 在视频图像中展示业务对象的方法、装置和电子设备
US10878612B2 (en) * 2017-04-04 2020-12-29 Intel Corporation Facial image replacement using 3-dimensional modelling techniques
CN107330408B (zh) * 2017-06-30 2021-04-20 北京乐蜜科技有限责任公司 视频处理方法、装置、电子设备及存储介质
CN108875335B (zh) * 2017-10-23 2020-10-09 北京旷视科技有限公司 人脸解锁与录入表情和表情动作的方法、以及认证设备和非易失性存储介质
US10733699B2 (en) * 2017-10-24 2020-08-04 Deep North, Inc. Face replacement and alignment
CN109993716B (zh) * 2017-12-29 2023-04-14 微软技术许可有限责任公司 图像融合变换
JP7278724B2 (ja) * 2018-07-23 2023-05-22 株式会社東芝 情報処理装置、情報処理方法、および情報処理プログラム
EP3858235A4 (en) * 2018-09-26 2021-09-08 NEC Corporation ESTIMATE DEVICE, ESTIMATE METHOD, AND STORAGE MEDIUM
JP6972043B2 (ja) * 2019-01-11 2021-11-24 株式会社東芝 情報処理装置、情報処理方法およびプログラム
CN110443745B (zh) * 2019-07-03 2024-03-19 平安科技(深圳)有限公司 图像生成方法、装置、计算机设备及存储介质
JP7481171B2 (ja) * 2020-06-11 2024-05-10 日本電信電話株式会社 画像処理装置、画像処理方法及び画像処理プログラム
CN116416671B (zh) * 2023-06-12 2023-10-03 太平金融科技服务(上海)有限公司深圳分公司 一种人脸图像旋正方法、装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006139681A (ja) * 2004-11-15 2006-06-01 Matsushita Electric Ind Co Ltd オブジェクト検出装置
JP2006343791A (ja) * 2005-06-07 2006-12-21 Hitachi Ltd 顔画像データベース作成方法
WO2007020789A1 (ja) * 2005-08-12 2007-02-22 Sony Computer Entertainment Inc. 顔画像表示装置、顔画像表示方法及び顔画像表示プログラム
JP2008310392A (ja) * 2007-06-12 2008-12-25 Yamaha Motor Co Ltd 人物属性識別装置及びその方法
JP2010160826A (ja) * 2010-04-26 2010-07-22 Kyocera Corp 撮像装置および画像処理方法
JP2010171676A (ja) * 2009-01-22 2010-08-05 Olympus Imaging Corp カメラ、画像表示装置、画像表示方法、およびプログラム
JP2011223173A (ja) * 2010-04-06 2011-11-04 Olympus Imaging Corp 撮影装置、顔画像合成装置、顔画像合成方法、およびプログラム
JP2014211895A (ja) * 2014-07-01 2014-11-13 ソニー株式会社 画像処理装置および方法、情報処理装置および方法、並びにプログラム

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0896111A (ja) 1994-09-21 1996-04-12 Toshiba Corp 髪形合成装置及び髪形合成方法
US6845171B2 (en) * 2001-11-19 2005-01-18 Microsoft Corporation Automatic sketch generation
US7024054B2 (en) * 2002-09-27 2006-04-04 Eastman Kodak Company Method and system for generating a foreground mask for a composite image
JP2006338092A (ja) * 2005-05-31 2006-12-14 Nec Corp パタン照合方法、パタン照合システム及びパタン照合プログラム
US7659923B1 (en) * 2005-06-24 2010-02-09 David Alan Johnson Elimination of blink-related closed eyes in portrait photography
US8620038B2 (en) * 2006-05-05 2013-12-31 Parham Aarabi Method, system and computer program product for automatic and semi-automatic modification of digital images of faces
US7693301B2 (en) * 2006-10-11 2010-04-06 Arcsoft, Inc. Known face guided imaging method
KR100860989B1 (ko) * 2006-12-18 2008-09-30 삼성전자주식회사 얼굴 영상의 유사도 산출 방법 및 장치와 이를 이용한 얼굴영상 검색 방법 및 장치 그리고 얼굴 합성 방법
KR20080073933A (ko) * 2007-02-07 2008-08-12 삼성전자주식회사 객체 트래킹 방법 및 장치, 그리고 객체 포즈 정보 산출방법 및 장치
JP4853320B2 (ja) * 2007-02-15 2012-01-11 ソニー株式会社 画像処理装置、画像処理方法
JP4950787B2 (ja) * 2007-07-12 2012-06-13 株式会社東芝 画像処理装置及びその方法
US8290279B2 (en) * 2008-02-25 2012-10-16 WaniB Method, a system, and a computer program product for processing images
JP2010086178A (ja) 2008-09-30 2010-04-15 Fujifilm Corp 画像合成装置およびその制御方法
JP2010183317A (ja) 2009-02-05 2010-08-19 Olympus Imaging Corp 撮像装置、画像合成表示装置、画像合成表示方法、およびプログラム
JP2010186216A (ja) * 2009-02-10 2010-08-26 Seiko Epson Corp 顔画像における特徴部位の位置の特定
KR20100138648A (ko) * 2009-06-25 2010-12-31 삼성전자주식회사 영상 처리 장치 및 방법
KR101665130B1 (ko) * 2009-07-15 2016-10-25 삼성전자주식회사 복수의 인물에 대한 이미지 생성 장치 및 방법
US8290253B1 (en) * 2009-10-30 2012-10-16 Adobe Systems Incorporated Method and apparatus for applying Gaussian Mixture Models to local image patches using an adaptive color lookup table
JP5346863B2 (ja) 2010-03-30 2013-11-20 大日本スクリーン製造株式会社 3次元位置・姿勢認識装置およびそれを用いたシステム、方法、プログラム
US8515137B2 (en) * 2010-05-03 2013-08-20 Microsoft Corporation Generating a combined image from multiple images
JP5750253B2 (ja) 2010-09-28 2015-07-15 任天堂株式会社 画像生成プログラム、撮像装置、撮像システム、及び画像生成方法
FR2967804B1 (fr) * 2010-11-19 2013-01-04 Total Immersion Procede et dispositif de detection et de suivi d'objets non rigides en mouvement, en temps reel, dans un flux video, permettant a un utilisateur d'interagir avec un systeme informatique
US8692940B2 (en) * 2010-12-17 2014-04-08 Kodak Alaris Inc. Method for producing a blended video sequence
KR101223937B1 (ko) * 2011-02-22 2013-01-21 주식회사 모르페우스 안면보정 이미지 제공방법 및 그 시스템
KR20130015664A (ko) * 2011-08-04 2013-02-14 삼성전자주식회사 이미지 변환 장치 및 방법
FR2981254A1 (fr) * 2011-10-18 2013-04-19 Pierre Ollivier Methode de simulation d'une chevelure a colorimetrie variable et dispositif pour la mise en oeuvre de la methode
JP2013257844A (ja) 2012-06-14 2013-12-26 Casio Comput Co Ltd 画像変換装置、画像変換方法及びプログラム
US9336583B2 (en) * 2013-06-17 2016-05-10 Cyberlink Corp. Systems and methods for image editing
EP3312770B1 (en) 2013-06-28 2023-05-10 NEC Corporation Crowd state recognition device, method, and program
GB2518589B (en) * 2013-07-30 2019-12-11 Holition Ltd Image processing
CN110263642B (zh) * 2013-10-28 2022-04-19 谷歌有限责任公司 用于替换图像的部分的图像缓存
CN104217350B (zh) * 2014-06-17 2017-03-22 北京京东尚科信息技术有限公司 实现虚拟试戴的方法和装置
US10653962B2 (en) * 2014-08-01 2020-05-19 Ebay Inc. Generating and utilizing digital avatar data for online marketplaces
JP6409433B2 (ja) 2014-09-17 2018-10-24 大日本印刷株式会社 画像生成装置、画像検出システム及び画像生成方法
KR102349059B1 (ko) * 2014-11-07 2022-01-10 삼성전자주식회사 영상의 관심영역으로부터 랜드마크를 결정하는 장치 및 방법
CN105744254B (zh) * 2014-12-30 2017-12-29 钰立微电子股份有限公司 校正导引系统和校正导引系统的操作方法
CN106702157A (zh) 2015-08-01 2017-05-24 江学艺 金属矿的还原处理方法及金属矿的还原处理炉
WO2017029488A2 (en) * 2015-08-14 2017-02-23 Metail Limited Methods of generating personalized 3d head models or 3d body models
CN105184249B (zh) * 2015-08-28 2017-07-18 百度在线网络技术(北京)有限公司 用于人脸图像处理的方法和装置
US10559062B2 (en) * 2015-10-22 2020-02-11 Korea Institute Of Science And Technology Method for automatic facial impression transformation, recording medium and device for performing the method
EP3423990A1 (en) * 2016-03-02 2019-01-09 Holition Limited Locating and augmenting object features in images
CN107451510B (zh) * 2016-05-30 2023-07-21 北京旷视科技有限公司 活体检测方法和活体检测系统
US11003898B2 (en) * 2016-07-25 2021-05-11 BGR Technologies Pty Limited Creating videos with facial expressions
DE112017006976B4 (de) * 2017-03-02 2023-06-01 Mitsubishi Electric Corporation Überlagerungspositionskorrektureinrichtung und überlagerungspositionskorrekturverfahren
US10158797B2 (en) * 2017-03-31 2018-12-18 Motorola Mobility Llc Combining images when a face is present
CN109427075A (zh) * 2017-08-24 2019-03-05 丽宝大数据股份有限公司 身体信息分析装置及其眼影分析方法
US10733699B2 (en) * 2017-10-24 2020-08-04 Deep North, Inc. Face replacement and alignment

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006139681A (ja) * 2004-11-15 2006-06-01 Matsushita Electric Ind Co Ltd オブジェクト検出装置
JP2006343791A (ja) * 2005-06-07 2006-12-21 Hitachi Ltd 顔画像データベース作成方法
WO2007020789A1 (ja) * 2005-08-12 2007-02-22 Sony Computer Entertainment Inc. 顔画像表示装置、顔画像表示方法及び顔画像表示プログラム
JP2008310392A (ja) * 2007-06-12 2008-12-25 Yamaha Motor Co Ltd 人物属性識別装置及びその方法
JP2010171676A (ja) * 2009-01-22 2010-08-05 Olympus Imaging Corp カメラ、画像表示装置、画像表示方法、およびプログラム
JP2011223173A (ja) * 2010-04-06 2011-11-04 Olympus Imaging Corp 撮影装置、顔画像合成装置、顔画像合成方法、およびプログラム
JP2010160826A (ja) * 2010-04-26 2010-07-22 Kyocera Corp 撮像装置および画像処理方法
JP2014211895A (ja) * 2014-07-01 2014-11-13 ソニー株式会社 画像処理装置および方法、情報処理装置および方法、並びにプログラム

Also Published As

Publication number Publication date
US20190279347A1 (en) 2019-09-12
US11989859B2 (en) 2024-05-21
WO2018096661A1 (ja) 2018-05-31
US10878549B2 (en) 2020-12-29
US10846838B2 (en) 2020-11-24
US20210082097A1 (en) 2021-03-18
US20200020088A1 (en) 2020-01-16
US20230214975A1 (en) 2023-07-06
US11620739B2 (en) 2023-04-04
JP6874772B2 (ja) 2021-05-19

Similar Documents

Publication Publication Date Title
JP6874772B2 (ja) 画像生成装置、画像生成方法、およびプログラム
US11861936B2 (en) Face reenactment
JP6864449B2 (ja) イメージの明るさを調整する方法及び装置
US9552668B2 (en) Generation of a three-dimensional representation of a user
EP2998926A1 (en) Portrait generating device and portrait generating method
EP2115662A2 (en) Separating directional lighting variability in statistical face modelling based on texture space decomposition
JP4246516B2 (ja) 人物動画像生成システム
JP2011039869A (ja) 顔画像処理装置およびコンピュータプログラム
KR102187143B1 (ko) 3차원 컨텐츠 생성 장치 및 그 3차원 컨텐츠 생성 방법
JP2000357221A (ja) 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体
US20240029345A1 (en) Methods and system for generating 3d virtual objects
JP7218769B2 (ja) 画像生成装置、画像生成方法、およびプログラム
JP5639499B2 (ja) 顔画像処理装置
JP5244345B2 (ja) 顔認証装置
Lin et al. Facial expression morphing and animation with local warping methods
JP6402301B2 (ja) 視線変換装置、視線変換方法及びプログラム
TW201629907A (zh) 三維頭像產生系統及其裝置、產生方法
Xie et al. Lighting difference based wrinkle mapping for expression synthesis
CN113421197B (zh) 一种美颜图像的处理方法及其处理系统
Sanghvi et al. The Comparative study of Automated Face replacement Techniques for Video

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190509

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190509

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200519

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200710

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210204

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20210204

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20210216

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20210224

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: 20210323

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210405

R150 Certificate of patent or registration of utility model

Ref document number: 6874772

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150