KR100651010B1 - 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 - Google Patents

3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 Download PDF

Info

Publication number
KR100651010B1
KR100651010B1 KR1020057000443A KR20057000443A KR100651010B1 KR 100651010 B1 KR100651010 B1 KR 100651010B1 KR 1020057000443 A KR1020057000443 A KR 1020057000443A KR 20057000443 A KR20057000443 A KR 20057000443A KR 100651010 B1 KR100651010 B1 KR 100651010B1
Authority
KR
South Korea
Prior art keywords
image
dimensional object
object model
representative
reference image
Prior art date
Application number
KR1020057000443A
Other languages
English (en)
Other versions
KR20050017117A (ko
Inventor
하마나카마사히코
Original Assignee
닛본 덴끼 가부시끼가이샤
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 닛본 덴끼 가부시끼가이샤 filed Critical 닛본 덴끼 가부시끼가이샤
Publication of KR20050017117A publication Critical patent/KR20050017117A/ko
Application granted granted Critical
Publication of KR100651010B1 publication Critical patent/KR100651010B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

본 발명은 물체마다 소수(少數)의 참조 화상만이 존재하는 경우에도, 자세나 조명이 다른 조건으로 촬영된 물체의 화상에 대하여 입력 화상으로부터 데이터베이스에 기억되어 있는 참조 화상을 고속으로 검색하는 것을 목적으로 한다.
참조 화상 대조 결과 기억부(50)는 참조 화상 기억부(70)의 각 참조 화상을 입력 화상으로 하여, 대표 3차원 물체 모델 기억부(20)의 각 대표 3차원 물체 모델과 대조한 결과를 미리 기억하고, 화상 생성 수단(30)은 각 대표 3차원 물체 모델에 의거하여, 화상 입력 수단(10)으로부터 얻어지는 입력 화상과 입력 조건이 가까운 비교 화상을 생성하며, 화상 대조 수단(40)은 입력 화상과 생성된 각 화상의 유사도를 계산하고, 결과 대조 수단(60)은 상기 화상 대조 수단(40)의 대조 결과와 상기 참조 화상 대조 결과 기억부(50)에 기억된 각 참조 화상의 대조 결과의 유사도를 계산하여, 대조 결과가 유사한 참조 화상을 유사도가 높은 순서로 추출하고, 결과 표시 수단(80)에 표시한다.
화상 대조 시스템, 3차원 물체 모델, 입력 화상, 참조 화상

Description

3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체{IMAGE MATCHING SYSTEM USING 3-DIMENSIONAL OBJECT MODEL, IMAGE MATCHING METHOD, AND COMPUTER READABLE RECORDING MEDIUM WHICH RECORDS IMAGE MATCHING PROGRAM}
본 발명은 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램에 관한 것이며, 특히 자세나 조명이 다른 조건으로 촬영된 물체(인물의 얼굴)의 입력 화상에 대하여 상기 입력 화상으로부터 데이터베이스(DB)에 있는 참조 화상을 검색할 수 있는 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램에 관한 것이다.
종래의 화상 대조 시스템의 일례가 1995년, 전자정보통신학회 논문지 D-II, 제J78-D-II권, 제11호, 1639∼1649페이지, 시마다 외, 「얼굴의 방향에 의하지 않는 인물 식별을 위한 사전 구성법」에 기재되어 있다(이하, 제 1 종래 기술이라고 함). 도 26에 나타낸 바와 같이, 이 제 1 종래 기술의 화상 대조 시스템은 화상 입력부(10)와, 화상 대조부(40)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)를 구비한다.
이러한 구성을 갖는 종래의 화상 대조 시스템은 이하와 같이 동작한다.
참조 화상 기억부(70)에는 미리 참조 화상 등록부(75)로부터 촬영된 다양한 물체의 참조 화상(인물의 참조 얼굴 화상 등)이 기억되어 있다. 다만, 참조 화상에 대해서는, 촬영할 때의 조건(자세나 조명 등의 조건)에 따라 크게 변화하기 때문에, 1개의 물체에 대하여 다양한 조건으로 촬영한 복수(다수)의 화상이 기억되어 있다.
화상 입력부(10)는 카메라 등에 의해 실현되고, 촬영한 입력 화상을 메모리(도시 생략)에 기억한다. 화상 대조부(40)는 화상 입력부(10)로부터 얻어지는 입력 화상과 참조 화상 기억부(70)로부터 얻어지는 각 참조 화상을 비교하여, 각각 특징의 유사도(또는 거리값)를 계산하고, 각 물체에서 가장 유사도가 큰(또는 거리가 작은) 참조 화상을 선출한다. 각 화상은 농담 특징으로 표현되고, 특징간의 유사도 계산이나 거리값 계산에는, 예를 들어 정규화 상관(相關)이나 유클리드(Euclid) 거리 등이 사용된다. 결과 표시부(80)는 상기 참조 화상 중 선출된 유사도가 가장 큰 물체의 참조 화상을 대조 결과로서 표시한다(또는 유사도가 큰 순서로 후보가 되는 참조 화상을 표시함).
종래의 화상 대조 시스템의 다른 일례가 일본국 공개특허2000-322577호 공보에 기재되어 있다(이하, 제 2 종래 기술이라고 함). 도 28에 나타낸 바와 같이, 이 종래의 화상 대조 시스템은 화상 입력부(10)와, 화상 변환부(35)와, 부분 화상 대조부(45)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)를 구비한다.
이러한 구성을 갖는 종래의 화상 대조 시스템은 이하와 같이 동작한다.
대표 3차원 물체 모델 기억부(20)에는 미리 3차원 물체 모델 등록부(25)로부 터 얻어지는 대표적인 1개 또는 복수의 3차원 물체 모델이 기억되어 있다. 화상 변환부(35)는, 화상 입력부(10)로부터 얻어지는 입력 화상과 참조 화상 기억부(70)로부터 얻어지는 각 참조 화상의 공통되는 부분 영역에 관하여, 대표 3차원 물체 모델 기억부(20)로부터 얻어지는 3차원 물체 모델을 사용하여, 입력 조건(예를 들어 자세 조건)이 동일해지도록 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환하여 부분 화상을 생성한다.
부분 영역은, 예를 들어 도 29에 나타낸 바와 같이, 눈, 코, 입과 같은 특징적인 부분이며, 미리 각 화상과 3차원 물체 모델에 대하여 특징점을 지정하여 둠으로써 대응을 취할 수 있다. 부분 화상 대조부(45)는 화상 변환부(35)로부터 얻어지는 변환된 입력 화상과 각 참조 화상의 부분 화상을 비교하여, 각각 평균 유사도를 계산하고, 각 물체에서 가장 유사도가 큰 참조 화상을 선출한다. 결과 표시부(80)는 상기 참조 화상의 유사도가 가장 큰 물체를 대조 결과로서 표시한다.
상술한 종래 기술에서는 다음에 설명하는 바와 같은 다양한 문제점을 갖고 있다.
첫째로, 상술한 제 1 및 제 2 종래 기술에서는, 등록되는 물체에 대하여 다양한 조건으로 촬영된 다수의 참조 화상이 필요하게 된다는 문제점이 있었다.
그 이유는, 입력 화상과 참조 화상을 직접 비교하기 때문에, 입력 화상의 촬영 조건이 한정되지 않을 경우, 다수의 자세나 조명 조건에 대응하기 위해서는, 미리 입력 화상의 촬영 조건에 가까운 참조 화상이 준비되어 있을 필요가 있기 때문 이다. 그러나, 실제로 자세나 조명 조건에는 무한한 가능성이 존재하여, 다양한 조건에 대응한 다수의 화상을 미리 준비하는 것은 현실적으로 불가능하다.
둘째로, 제 2 종래 기술에서는 입력 화상 또는 참조 화상을 자세가 맞도록 변환하여 비교하기 때문에, 3차원 물체 모델의 참조 화상의 수가 충분히 없거나 자세가 크게 다르면, 변환에 의한 비뚤어짐이 커져 정확히 대조할 수 없다는 문제를 갖고 있었다. 또한, 변환에 의해 조명 조건을 맞추는 것이 매우 곤란한 동시에, 공통되는 영역에서 화상을 비교하기 때문에, 반드시 공통되는 영역이 존재할 필요가 있다는 문제가 있었다.
셋째로, 각 종래 기술에서는 대조에 시간이 소요된다는 문제점이 있었다.
그 이유는, 종래 기술에서는 입력 화상과 각 물체의 복수의 참조 화상을 비교하기 위해, 물체 수가 M개, 각 물체의 참조 화상 수가 L개인 경우, 적어도 L×M회의 화상 비교가 필요하기 때문이다.
본 발명의 목적은, 소수(少數)의 참조 화상만이 존재하는 경우에도, 물체마다 자세나 조명이 다른 조건으로 촬영된 화상에 대하여 입력 화상으로부터 데이터베이스에 등록되어 있는 참조 화상을 검색할 수 있는 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 제공함에 있다.
본 발명의 다른 목적은, 입력 화상 또는 참조 화상을 자세가 맞도록 변환하는 처리를 행하지 않아, 적은 3차원 물체 모델의 참조 화상에 의해 대조를 행할 수 있는 동시에, 각 화상에 공통되는 영역이 반드시 존재하지 않아도 대조를 행할 수 있는 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 제공함에 있다.
본 발명의 다른 목적은, 모든 물체에 대하여 반드시 있는 필요한 수의 3차원 물체 모델을 생성하지 않아도 화상의 대조가 가능한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 제공함에 있다.
본 발명의 또 다른 목적은, 다수의 물체에 관한 참조 화상이 데이터베이스에 등록되어 있을 경우에도, 고속으로 검색할 수 있는 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 제공함에 있다.
본 발명에 의하면, 입력 화상과 유사한 참조 화상을 검색하는 화상 대조 시스템에 있어서, 상기 입력 화상과 복수의 대표 3차원 물체 모델을 대조하는 수단과, 상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조하는 수단과, 상기 입력 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과와, 상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과를 이용하여, 상기 입력 화상과 유사한 상기 참조 화상을 검색하는 수단을 구비하는 것을 특징으로 하는 화상 대조 시스템이 제공된다.
상기 화상 대조 시스템은 상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 수단과, 상기 참조 3차원 물체 모델과 상기 입력 화상을 사용하여, 상기 입력 화상과 유사한 상기 참조 화상을 새로 검색하는 수단을 더 구비하고 있을 수도 있다.
상기 화상 대조 시스템은 상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 수단과, 상기 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 참조 화상의 입력 조건을 일치시키는 변환 수단과, 상기 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상을 대조함으로써, 상기 입력 화상에 대응하는 상기 참조 화상을 검색하는 수단을 더 구비하고 있을 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 변환 수단은 상기 참조 화상을 미리 변환하여 두고, 상기 입력 화상의 입력 조건을 상기 참조 화상의 입력 조건에 맞출 수도 있다.
상기 화상 대조 시스템은 상기 입력 화상을 입력하는 화상 입력 수단과, 복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과, 상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과, 각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와, 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와, 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입 력 화상과 유사한 상기 참조 화상을 추출(抽出)하는 결과 대조 수단을 구비하고 있을 수도 있다.
상기 화상 대조 시스템은 상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과, 상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과, 상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 새로운 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단을 더 구비하고 있을 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고, 상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며, 상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여할 수도 있다.
상기 기재된 화상 대조 시스템은, 상기 입력 화상을 입력하는 화상 입력 수단과, 복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과, 상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과, 각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와, 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와, 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 수단과, 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 기억하는 참조 3차원 물체 모델 기억부와, 상기 결과 대조 수단으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 입력 화상과 입력 조건이 가까운 제 2 비교 화상을 각 참조 3차원 물체 모델에 대하여 적어도 1개 생성하는 제 2 화상 생성 수단과, 상기 입력 화상과 상기 제 2 화상 생성 수단에 의해 생성된 각 제 2 비교 화상 사이의 유사도를 계산하고, 각 참조 3차원 물체 모델에 대응하는 제 2 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 참조 3차원 물체 모델 사이의 유사도로 하는 제 2 화상 대조 수단을 구비하고 있을 수도 있다.
상기 화상 대조 시스템은 상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과, 상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과, 상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단과, 상기 참조 화상 대조 결과 갱신 수단에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었 을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 수단을 더 구비하고 있을 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 3차원 물체 모델 생성 수단은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고, 상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며, 상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유 사한 상기 참조 화상을 추출할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여할 수도 있다.
상기 화상 대조 시스템은 상기 입력 화상을 입력하는 화상 입력 수단과, 복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과, 상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과, 각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와, 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와, 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입 력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 수단과, 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 기억하는 참조 3차원 물체 모델 기억부와, 상기 결과 대조 수단으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 결과 대조 수단에 의해 추출된 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 결과 대조 수단에 의해 추출된 상기 참조 화상의 입력 조건을 일치시키고, 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상의 부분 화상을 각각 생성하는 화상 변환 수단과, 상기 화상 변환 수단에 의해 생성된 상기 입력 화상의 부분 화상과 상기 참조 화상의 부분 화상 사이의 유사도를 계산하는 부분 화상 대조 수단을 구비하고 있을 수도 있다.
상기 화상 대조 시스템은 상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과, 상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과, 상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단과, 상기 참조 화상 대조 결과 갱신 수단에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 수단을 더 구비하고 있을 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 3차원 물체 모델 생성 수단은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고, 상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며, 상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여할 수도 있다.
상기 화상 대조 시스템에 있어서, 상기 물체가 사람의 얼굴일 수도 있다.
본 발명에 의하면, 다음에 설명하는 바와 같은 효과가 달성된다.
제 1 효과는, 참조 화상이 물체마다 1개 내지 소수만 존재하는 경우에도, 자세나 조명 조건 등이 다른 입력 조건으로 촬영된 물체의 입력 화상에 대하여 동일 물체의 참조 화상을 검색할 수 있는 것이다. 또한, 입력 화상 또는 참조 화상을 자세가 맞도록 변환하는 처리를 행하지 않아, 적은 3차원 물체 모델의 참조 화상에 의해 대조를 행할 수 있는 동시에, 각 화상에 공통되는 영역이 반드시 존재하지 않아도 대조를 행할 수 있다. 또한, 모든 물체에 대하여 반드시 소정 수의 3차원 물체 모델을 생성하지 않아도 화상의 대조가 가능해진다.
그 이유는, 입력 화상과 대표 3차원 물체 모델의 대조 결과와, 참조 화상과 대표 3차원 물체 모델의 대조 결과 비교에 의해, 참조 화상을 검색한다고 하듯이 구성되어 있기 때문이다. 또한, 대표 3차원 물체 모델의 합성에 의해 참조 3차원 물체 모델을 생성하여 대조한다고 하듯이 구성되어 있기 때문이다.
제 2 효과는, 입력 화상으로부터 고속으로 참조 화상을 검색할 수 있는데 있다.
그 이유는, 물체 수에 비하여 소수의 대표 3차원 물체 모델과의 대조와, 대조 결과의 유사도 계산에 의해 화상 대조한다고 하듯이 구성되어 있기 때문이다. 또한, 참조 3차원 물체 모델과의 대조를 행하는 경우에도, 대표 3차원 물체 모델에 의해 유사성이 높은 참조 화상을 추출한 후, 상위 후보에 대하여 참조 3차원 물체 모델과의 대조를 행한다고 하듯이 구성되어 있기 때문이다.
도 1은 본 발명의 제 1 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 2는 제 1 실시예에서의 대조 시의 동작을 나타내는 플로차트.
도 3은 제 1 실시예에서의 대표 3차원 물체 모델의 구체적인 예를 나타내는 도면.
도 4는 제 1 실시예에서의 참조 화상의 구체적인 예를 나타내는 도면.
도 5는 제 1 실시예에서의 참조 화상 대조 결과의 구체적인 예를 나타내는 도면.
도 6은 제 1 실시예에서의 입력 화상의 구체적인 예를 나타내는 도면.
도 7은 제 1 실시예에서의 입력 화상 대조 결과의 구체적인 예를 나타내는 도면.
도 8은 제 1 실시예에서의 결과 대조의 구체적인 예를 나타내는 도면.
도 9는 본 발명의 제 2 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 10은 제 2 실시예에서의 3차원 물체 모델 등록 시의 동작을 나타내는 플로차트.
도 11은 제 2 실시예에서의 참조 화상 등록 시의 동작을 나타내는 플로차트.
도 12는 제 2 실시예에서의 등록된 3차원 물체 모델의 대조 결과의 구체적인 예를 나타내는 도면.
도 13은 제 2 실시예에서의 참조 화상 대조 결과의 갱신의 구체적인 예를 나타내는 도면.
도 14는 제 2 실시예에서의 등록된 참조 화상의 대조 결과의 구체적인 예를 나타내는 도면.
도 15는 제 2 실시예에서의 참조 화상 대조 결과의 갱신의 구체적인 예를 나타내는 도면.
도 16은 본 발명의 제 3 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 17은 제 3 실시예의 대조 시의 동작을 나타내는 플로차트.
도 18은 제 3 실시예의 참조 3차원 물체 모델의 구체적인 예를 나타내는 도면.
도 19는 제 3 실시예의 참조 화상 대조 결과의 구체적인 예를 나타내는 도면.
도 20은 본 발명의 제 4 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 21은 제 4 실시예의 3차원 물체 모델 등록 시의 동작을 나타내는 플로차트.
도 22는 제 4 실시예의 참조 화상 등록 시의 동작을 나타내는 플로차트.
도 23은 본 발명의 제 5 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 24는 제 5 실시예의 대조 시의 동작을 나타내는 플로차트.
도 25는 본 발명의 제 6 실시예에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 26은 제 1 종래 기술에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 27은 3차원 물체 모델의 좌표의 구체적인 예를 나타내는 도면.
도 28은 제 2 종래 기술에 의한 화상 대조 시스템의 구성을 나타내는 블록도.
도 29는 제 2 종래 기술의 부분 영역의 구체적인 예를 나타내는 도면.
이하, 본 발명의 실시예에 대해서 도면을 참조하여 상세하게 설명한다.
도 1을 참조하면, 본 발명의 제 1 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 대표 3차원 물체 모델 기억부(20)와, 참조 화상 대조 결과 기억부(50)를 구비하고 있다.
대표 3차원 물체 모델 기억부(20)에는 대표적인 3차원 물체 모델(물체의 3차원 형상과 물체 표면의 텍스처(texture))이 등록되어 있다. 3차원 물체 모델에 대해서는, 예를 들어 일본국 공개특허2001-12925호 공보에 기재된 3차원 형상 측정 장치를 사용하거나, 일본국 공개특허평9-91436호 공보에 기재된 다수의 카메라로 촬영된 복수 화상으로부터 3차원 형상을 복원하는 장치를 사용함으로써 생성할 수 있다.
3차원 물체 모델은, 도 27에 나타낸 바와 같이, 물체 표면의 3차원 공간(x, y, z) 내에서의 형상 PQ(x, y, z)와 텍스처 TQ(R, G, B)를 정보로서 갖고 있다. Q는 물체 표면 위의 점의 인덱스를 나타내며, 예를 들어 물체의 중심(重心)을 중심(中心)으로 한 구체(球體)에 물체 표면 위의 점을 중심으로부터 사영(射影)한 점 Q(s, t)의 좌표에 대응하고 있다. 대조를 위해, 미리 각 3차원 물체 모델을 사용하여, 다양한 조명 조건에 의한 학습용 CG 화상을 컴퓨터그래픽스에 의해 생성하고, 상기 학습용 CG 화상을 주성분 분석함으로써 기저(基底) 화상 그룹을 구하여 둔다.
화상 생성부(30)는 대표 3차원 물체 모델 기억부(20)로부터 얻어지는 대표 3차원 물체 모델에 의거하여, 자세 조건을 가정하면서 화상 입력부(10)로부터 얻어지는 입력 화상과 조명 조건이 가까운 비교 화상을 복수 생성한다. 여기서, 입력 화상과 조명 조건이 가까운 비교 화상의 생성은, 미리 구하여 둔 기저 화상 그룹을 가정한 자세 조건에 의거하여 좌표 변환하고, 상기 좌표 변환한 기저 화상의 선형합이 상기 입력 화상에 근접하도록 선형합의 계수를 최소제곱법에 의해 구함으로써 실현할 수 있다.
이 3차원 물체 모델로부터 입력 화상에 가까운 비교 화상을 생성하는 기술에 대해서는, 예를 들어 2001년, 전자정보통신학회 기술연구보고 Vol.101 No.524 PRMU2001-153∼175, 59∼64페이지 「조명 조건과 자세의 양자의 자동 보정에 의한 얼굴 대조」에 기재되어 있다.
화상 대조부(40)는 화상 입력부(10)로부터 얻어지는 입력 화상과 화상 생성부(30)로부터 얻어지는 각 비교 화상을 비교하여, 입력 화상과 각 비교 화상 사이의 유사도를 계산하고, 각 물체에서 가장 유사도가 큰 비교 화상을 선출함으로써 자세를 추정한다.
참조 화상 대조 결과 기억부(50)에는, 참조 화상을 기억하는 데이터베이스(DB)인 참조 화상 기억부(70)의 각 참조 화상을 입력 화상으로 하여, 화상 생성부(30) 및 화상 대조부(40)에 의해, 대표 3차원 물체 모델 기억부(20)의 각 대표 3차원 물체 모델과 각 참조 화상을 대조한 결과가 미리 기억되어 있다.
결과 대조부(60)는 화상 입력부(10)로부터 얻어지는 입력 화상에 대하여 화상 생성부(30) 및 화상 대조부(40)에 의해 대조를 행한 결과와, 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과를 비교하여, 대조 결과가 유사한 참조 화상을 유사도가 높은 순서로 추출한다. 결과 표시부(80)는 상기 유사도가 가장 큰 물체를 대조 결과로서 표시한다.
참조 화상 기억부(70)에는 검색 대상인 물체의 2차원 화상인 참조 화상이 등록된다. 이 참조 화상은 그 조명이나 자세를 포함하는 입력 조건에 제한이 없고, 1개의 물체(검색 대상)에 대해서 적어도 1개의 화상이 등록되어 있다.
대표 3차원 물체 모델 기억부(20)에는 대표적인 복수의 대표 3차원 물체 모델이 기억되어 있다.
다음으로, 도 1과, 도 2의 플로차트를 참조하여 제 1 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에는, 우선, 화상 입력부(10)에 의해 입력 화상이 얻어진다(도 2의 스텝 100). 다음으로, 화상 생성부(30)는 대표 3차원 물체 모델 기억부(20)에서의 각 대표 3차원 물체 모델에 대하여 입력 화상과 자세나 조명 등의 입력 조건이 가까운 즉 비교를 행하기 쉬운 비교 화상을 생성한다(스텝 101).
또한, 화상 대조부(40)는 상기 입력 화상과 상기 각 비교 화상의 유사도를 구한다(스텝 102). 결과 대조부(60)는 상기 대조 결과와 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과의 유사도를 계산하고, 대조 결과가 유사한 참조 화상을 유사도가 높은 순서로 추출한다(스텝 103). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
다음으로, 상기와 같이 구성되어 동작하는 제 1 실시예의 효과에 대해서 설명한다.
제 1 실시예에서는, 입력 화상과 대표 3차원 물체 모델의 대조 결과와, 참조 화상과 대표 3차원 물체 모델의 대조 결과 비교에 의해, 참조 화상을 검색하도록 구성되어 있기 때문에, 참조 화상이 물체마다 1개 내지 소수만 존재하는 경우에도, 자세나 조명 조건이 다른 조건으로 촬영된 물체의 입력 화상에 대하여 참조 화상을 검색할 수 있다.
또한, 본 실시예에서는 물체 수에 비하여 소수의 대표 3차원 물체 모델과의 대조와, 대조 결과의 유사도 계산에 의해 화상 대조한다는 구성으로 하고 있기 때문에, 고속으로 검색할 수 있다. 대조 결과의 유사도 계산에 소요되는 시간은 화상 대조에 비하여 짧기 때문에, 검색 시간은 화상 대조의 수에 의존한다. 예를 들면, 대표 3차원 물체 모델의 수 N이 물체 수(참조 화상 수) M에 대하여 N=M/100인 경우, 화상 생성부(30)에서 생성되는 각 대표 3차원 물체 모델의 비교 화상이 L개라고 하면, L×N=L×M/100회의 화상 대조로 충족되고, 종래의 1/100의 대조 횟수로 검색할 수 있다.
또한, 구체적인 실시예를 나타내는 도 3 내지 도 8을 이용하여 제 1 실시예의 동작을 설명한다.
도 3에 나타낸 바와 같이, 대표 3차원 물체 모델 기억부(20)에는 대표적인 대표 3차원 물체 모델 Cj(j=1, 2, …, N)가 N개 기억되어 있다. 또한, 도 4에 나타낸 바와 같이, 참조 화상 기억부(70)에는 각 물체의 참조 화상 Ri(i=1, 2, …, M)가 M개 기억되어 있다(물체마다 복수의 참조 화상이 존재하여도 상관없지만, 여기서는 1개로서 설명함).
또한, 도 5에 나타낸 바와 같이, 참조 화상 대조 결과 기억부(50)에는, 참조 화상의 등록 시의 처리에 의해, 각 참조 화상 Ri의 대표 3차원 물체 모델 Cj에 대한 대조 결과(유사도) Sij가 기억되어 있다(도 5에서는 유사도가 높은 순서로 표시하고 있지만, 실제로는 모델의 순서로 기억하도록 할 수도 있다).
입력 화상의 대조 시에는, 도 6에 나타낸 바와 같은 입력 화상 I(u, v)가 화상 입력부(10)에 의해 얻어졌다고 한다(도 2의 스텝 100). 다음으로, 화상 생성부(30)는 대표 3차원 물체 모델 기억부(20)에서의 각 대표 3차원 물체 모델 Cj(j=1, …, N)에 대하여 입력 화상의 자세나 조명 등의 입력 조건에 가까운 비교 화상 Gjk(u, v)(j=1, …, N, k=1, …, L)를 L개 생성한다(스텝 101).
또한, 화상 대조부(40)는 상기 입력 화상 I(u, v)와 상기 각 비교 화상 Gjk(u, v)의 유사도 S(I, Gjk)를 구하고, 대표 3차원 물체 모델마다 유사도가 최대로 되는 유사도 Soj=maxkS(I, Gjk)를 구한다(스텝 102). 대조 결과(유사도) Soj는, 예를 들어 도 7과 같이 된다.
결과 대조부(60)는 상기 대조 결과 Soj와 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과 Sij의 유사도 Di=D(Soj, Sij)를 계산하고, 상기 대조 결과의 유사도 Di가 높은 참조 화상을 차례로 추출한다(스텝 103). 추출 결과는, 예를 들어 도 8과 같이 되고, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, R1, R5, R2가 차례로 구해진다. 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
여기서, 대조 결과의 유사도 Di(Soj, Sij)의 계산 방법으로서는, 정규화 상관이나 순위 상관 등을 이용할 수 있다. 순위 상관은 대조 결과의 후보 순위의 상관이다. 입력 화상의 대조 결과 Soj의 후보 순위를 Aoj라고 하면, 도 7의 대조 결과의 경우는, A0, 2=1, A0, 5=2, A0, 3=3 등으로 된다. 각 참조 화상의 대조 결과 Sij의 후보 순위를 Aij라고 하면, 예를 들어 스피어만의 순위 상관은 1-6∑j(Aoj-Aij)2/{N(N2-1)}에 의해 구해진다.
또한, 유사도 계산에서는, 각 변수(Soj, Sij나 Aoj, Aij)를 변수 변환하고 나서 유사도를 계산할 수도 있다. 또한, 후보 순위 Aoj, Aij 중 어느 하나 또는 양쪽에 의거한 가중치 g(Aoj, Aij)를 이용하여, 각 변수에 가중치를 부여하여 유사도를 계산할 수도 있다. 예를 들면, g(Aoj, Aij)=1/(Aoj+Aij)로 하고, 유사도 Soj, Sij를 Soj/(Aoj+Aij), Sij/(Aoj+Aij)로 변환하면, 상위 후보의 비중이 높아진다. 또한, 하위 후보를 제외하여 유사도를 계산할 수도 있다.
본 발명의 제 2 실시예에 의한 화상 대조 시스템에 대해서 도 9 이하를 참조하여 설명한다.
본 발명의 제 2 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 기억부(50)와, 참조 화상 대조 결과 갱신부(55)를 구비하고 있으며, 제 1 실시예의 구성에 참조 화상 등록부(75)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 갱신부(55)를 부가한 구성으로 되어 있다.
제 2 실시예에 의한 화상 대조 시스템의 제 1 실시예와 동일한 구성요소에 대해서는 설명을 생략하고, 본 실시예에서 추가된 구성요소에 대해서 설명을 진행시킨다.
3차원 물체 모델 등록부(25)는 대표 3차원 물체 모델 기억부(20)에 새로운 대표 3차원 물체 모델(물체의 3차원 형상과 물체 표면의 텍스처)을 등록한다.
참조 화상 대조 결과 갱신부(55)는, 등록 시에 있어서, 3차원 물체 모델 등록부(25)에 의해 대표 3차원 물체 모델 기억부(20)에 대표 3차원 물체 모델이 등록되었을 때, 및 참조 화상 등록부(75)에 의해 참조 화상 기억부(70)에 참조 화상이 등록되었을 때, 새로운 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 화상 생성부(30) 및 화상 대조부(40)에 의해 대조를 행하고, 상기 대조 결과를 참조 화상 대조 결과 기억부(50)에 추가한다.
참조 화상 등록부(75)는 검색 대상인 물체의 2차원 화상인 참조 화상을 참조 화상 기억부(70)에 대하여 등록한다. 이 등록하는 참조 화상은 그 조명이나 자세를 포함하는 입력 조건에 제한이 없고, 1개의 물체(검색 대상)에 대해서 적어도 1 개의 화상이 등록된다.
또한, 3차원 물체 모델 등록부(25)는 도 28에 나타낸 제 2 종래 기술에서의 3차원 물체 모델 등록부(25)와 동일하며, 대표 3차원 물체 모델 기억부(20)에는 미리 3차원 물체 모델 등록부(25)로부터 얻어지는 대표 3차원 물체 모델이 기억된다.
다음으로, 도 9와, 도 2, 도 10, 도 11의 플로차트를 참조하여 제 2 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에서의 동작에 대해서는, 제 1 실시예의 도 2에 나타낸 동작과 완전히 동일하다.
입력 화상의 대조 시에는, 우선, 화상 입력부(10)에 의해 입력 화상이 얻어진다(도 2의 스텝 100). 다음으로, 화상 생성부(30)는 대표 3차원 물체 모델 기억부(20)에서의 각 대표 3차원 물체 모델에 대하여 입력 화상과 자세나 조명 등의 입력 조건이 가까운 즉 비교를 행하기 쉬운 비교 화상을 생성한다(스텝 101).
또한, 화상 대조부(40)는 상기 입력 화상과 상기 각 비교 화상의 유사도를 구한다(스텝 102). 결과 대조부(60)는 상기 대조 결과와 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과와의 유사도를 계산하고, 대조 결과가 유사한 참조 화상을 유사도가 높은 순서로 추출한다(스텝 103). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
여기서, 대표 3차원 물체 모델의 등록 시와 참조 화상의 등록 시에서의 동작에 대해서 설명한다.
대표 3차원 물체 모델(물체의 3차원 형상과 물체 표면의 텍스처)의 등록 시 에는, 우선, 3차원 물체 모델 등록부(25)는 대표 3차원 물체 모델 기억부(20)에 새로운 대표 3차원 물체 모델을 등록한다(도 10의 스텝 200).
다음으로, 참조 화상 대조 결과 갱신부(55)는 참조 화상 기억부(70)에서의 각 참조 화상을 입력 화상으로서 화상 입력부(10)에 보내고, 상기 각 참조 화상과 등록된 상기 대표 3차원 물체 모델에 의거한 화상 생성부(30)에 의한 비교 화상을 화상 대조부(40)에서 대조하여, 각 유사도를 구한다(스텝 201). 마지막으로, 상기 대조 결과를 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과에 추가한다(스텝 202).
참조 화상의 등록 시에는, 우선, 참조 화상 등록부(75)는 참조 화상 기억부(70)에 새로운 참조 화상을 등록한다(도 11의 스텝 210).
다음으로, 참조 화상 대조 결과 갱신부(55)는 참조 화상 기억부(70)에 등록된 상기 참조 화상을 입력 화상으로서 화상 입력부(10)에 보내고, 상기 참조 화상과 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델에 의거한 화상 생성부(30)에 의한 비교 화상을 화상 대조부(40)에 의해 대조하여, 각 유사도를 구한다(스텝 211). 마지막으로, 상기 대조 결과를 참조 화상 대조 결과 기억부(50)에 추가한다(스텝 212).
다음으로, 상기와 같이 구성되어 동작하는 제 2 실시예의 효과에 대해서 설명한다.
제 2 실시예에서는, 입력 화상과 대표 3차원 물체 모델의 대조 결과와, 참조 화상과 대표 3차원 물체 모델의 대조 결과 비교에 의해, 참조 화상을 검색하도록 구성되어 있기 때문에, 참조 화상이 물체마다 1개 내지 소수만 존재하는 경우에도, 자세나 조명 조건이 다른 조건으로 촬영된 물체의 입력 화상에 대하여 참조 화상을 검색할 수 있다.
또한, 본 실시예에서는 물체 수에 비하여 소수의 대표 3차원 물체 모델과의 대조와, 대조 결과의 유사도 계산에 의해 화상 대조한다는 구성으로 하고 있기 때문에, 고속으로 검색할 수 있다. 대조 결과의 유사도 계산에 소요되는 시간은 화상 대조에 비하여 짧기 때문에, 검색 시간은 화상 대조의 수에 의존한다. 예를 들면, 대표 3차원 물체 모델의 수 N이 물체 수(참조 화상 수) M에 대하여 N=M/100인 경우, 화상 생성부(30)에서 생성되는 각 대표 3차원 물체 모델의 비교 화상이 L개라고 하면, L×N=L×M/100회의 화상 대조로 충족되고, 종래의 1/100의 대조 횟수로 검색할 수 있다.
또한, 구체적인 실시예를 이용하여 제 2 실시예의 동작을 설명한다.
여기서는, 제 1 실시예와 동일하게, 도 3에 나타낸 바와 같이, 대표 3차원 물체 모델 기억부(20)에는 대표적인 대표 3차원 물체 모델 Cj(j=1, 2, …, N)가 N개 기억되고, 도 4에 나타낸 바와 같이, 참조 화상 기억부(70)에는 각 물체의 참조 화상 Ri(i=1, 2, …, M)가 M개 기억되어 있다고 한다. 도 5에 나타낸 바와 같이, 참조 화상 대조 결과 기억부(50)에는, 참조 화상의 등록 시의 처리에 의해, 각 참조 화상 Ri의 대표 3차원 물체 모델 Cj에 대한 대조 결과(유사도) Sij가 기억되어 있다.
입력 화상의 대조 시에서, 도 6에 나타낸 바와 같은 입력 화상 I(u, v)가 화 상 입력부(10)에 의해 얻어졌다고 한다(도 2의 스텝 100). 다음으로, 화상 생성부(30)는 대표 3차원 물체 모델 기억부(20)에서의 각 대표 3차원 물체 모델 Cj(j=1, …, N)에 대하여 입력 화상의 자세나 조명 등의 입력 조건에 가까운 비교 화상 Gjk(u, v)(j=1, …, N, k=1, …, L)를 L개 생성한다(스텝 101).
또한, 화상 대조부(40)는 상기 입력 화상 I(u, v)와 상기 각 비교 화상 Gjk(u, v)의 유사도 S(I, Gjk)를 구하고, 대표 3차원 물체 모델마다 유사도가 최대로 되는 유사도 Soj=maxkS(I, Gjk)를 구한다(스텝 102). 대조 결과(유사도) Soj는, 예를 들어 도 7과 같이 된다.
결과 대조부(60)는 상기 대조 결과 Soj와 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과 Sij의 유사도 Di=D(Soj, Sij)를 계산하고, 상기 대조 결과의 유사도 Di가 높은 참조 화상을 차례로 추출한다(스텝 103). 추출 결과는, 예를 들어 도 8과 같이 되고, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, R1, R5, R2가 차례로 구해진다. 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
대표 3차원 물체 모델의 등록 시에는, 우선, 3차원 물체 모델 등록부(25)는, 대표 3차원 물체 모델 기억부(20)에 이미 N=50개의 대표 3차원 물체 모델이 등록되어 있을 때, 51번째의 새로운 대표 3차원 물체 모델 C51을 등록한다(도 10의 스텝 200).
다음으로, 참조 화상 대조 결과 갱신부(55)는 참조 화상 기억부(70)에서의 각 참조 화상 Ri를 입력 화상으로서 화상 입력부(10)에 보내고, 상기 각 참조 화상 Ri와 등록된 상기 대표 3차원 물체 모델 C51을 화상 생성부(30) 및 화상 대조부(40)에 의해 대조하여, 각 유사도 Si, 51=maxkS(Ri, G51, k)를 구한다(스텝 201).
대조 결과(유사도) Si, 51은, 예를 들어 도 12와 같이 된다. 마지막으로, 도 13에 나타낸 바와 같이, 상기 대조 결과를 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과에 추가한다(스텝 202).
참조 화상의 등록 시에는, 우선, 참조 화상 등록부(75)는, 참조 화상 기억부(70)에 이미 M=100개의 참조 화상이 기억되어 있을 때, 101번째의 새로운 참조 화상 R101을 등록한다(도 11의 스텝 210).
다음으로, 참조 화상 대조 결과 갱신부(55)는 참조 화상 기억부(70)에 등록된 상기 참조 화상 R101을 입력 화상으로서 화상 입력부(10)에 보내고, 상기 참조 화상 R101과 대표 3차원 물체 모델 기억부(20)에서의 각 대표 3차원 물체 모델 Cj를 화상 생성부(30) 및 화상 대조부(40)에 의해 대조하여, 각 유사도 S101, j=maxkS(R 101, Gjk)를 구한다(스텝 211).
대조 결과(유사도) S101, j는, 예를 들어 도 14와 같이 된다. 마지막으로, 도 15에 나타낸 바와 같이, 상기 대조 결과를 참조 화상 대조 결과 기억부(50)에 추가한다(스텝 212).
다음으로, 본 발명의 제 3 실시예에 의한 화상 대조 시스템에 대해서 도 16 이하를 참조하여 상세하게 설명한다.
도 16을 참조하면, 본 발명의 제 3 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 제 2 화상 생성부(31)와, 제 2 화상 대조부(41)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 대표 3차원 물체 모델 기억부(20)와, 참조 화상 대조 결과 기억부(50)와, 참조 3차원 물체 모델 기억부(21)를 구비하고 있다.
이들 부분은 각각 개략 다음과 같이 동작한다. 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 대표 3차원 물체 모델 기억부(20)는 도 1에 나타낸 본 발명의 제 1 실시예에서의 처리와 동일한 처리를 행한다.
참조 3차원 물체 모델 기억부(21)에는 상기 참조 화상에 대응하는 참조 3차원 물체 모델이 등록되어 있다. 상기 참조 3차원 물체 모델은, 참조 화상 대조 결과 기억부(50)에 등록되어 있는 참조 화상 대조 결과의 정보에 의거하여, 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델의 합성에 의해 생성할 수 있다. 또는, 상술한 대표 3차원 물체 모델의 등록과 동일하게, 3차원 형상 측정 장치에 의해, 참조 화상과 동일한 물체의 3차원 물체 모델이 생성되어 있을 경우는, 상기 3차원 물체 모델을 사용할 수도 있다.
제 2 화상 생성부(31)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건 등의 입력 조건이 가까운 비교 화상을 생성한다.
제 2 화상 대조부(41)는 화상 입력부(10)로부터 얻어지는 입력 화상과 제 2 화상 생성부(31)로부터 얻어지는 각 비교 화상을 비교하여, 각각 유사도를 계산한다.
다음으로, 도 16과, 도 17의 플로차트를 참조하여 제 3 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에는, 도 17을 참조하면, 우선, 스텝 100, 101, 102, 103은 도 2에 나타낸 제 1 실시예에서의 동작과 동일하다.
제 2 화상 생성부(31)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건 등의 입력 조건이 가까운 비교 화상을 생성한다(스텝 111).
제 2 화상 대조부(41)는 화상 입력부(10)로부터 얻어지는 입력 화상과 제 2 화상 생성부(31)로부터 얻어지는 각 비교 화상을 비교하여, 각각 유사도를 계산한다(스텝 112). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
다음으로, 상기와 같이 구성되어 동작하는 제 3 실시예의 효과에 대해서 설명한다.
이 제 3 실시예에서는, 대표 3차원 물체 모델의 합성에 의해 생성한 참조 3차원 물체 모델을 대조하도록 구성되어 있기 때문에, 참조 화상이 물체마다 1개만 존재하는 경우에도, 참조 3차원 물체 모델에 의해 자세나 조명 조건 등의 입력 조건이 다른 조건으로 촬영된 물체의 입력 화상에 대하여 참조 화상을 검색할 수 있다.
또한, 본 실시예에서는 대표 3차원 물체 모델에 의해 유사성이 높은 참조 화상을 추출한 후, 상위 후보에 대하여 참조 3차원 물체 모델과의 대조를 행한다고 하듯이 구성되어 있기 때문에, 고속으로 참조 화상을 검색할 수 있다.
다음으로, 구체적인 실시예를 이용하여 제 3 실시예의 동작을 설명한다.
제 1 실시예의 동작과 동일하게, 대표 3차원 물체 모델 기억부(20)에는 도 3에 나타낸 바와 같은 대표 3차원 물체 모델 Cj(j=1, 2, …, N)가, 참조 화상 기억부(70)에는 도 4에 나타낸 바와 같은 각 물체의 참조 화상 Ri(i=1, 2, …, M)가, 참조 화상 대조 결과 기억부(50)에는 도 5에 나타낸 바와 같은 각 참조 화상 Ri의 대표 3차원 물체 모델 Cj에 대한 대조 결과(유사도) Sij가 기억되어 있다.
또한, 도 18에 나타낸 바와 같이, 참조 3차원 물체 모델 기억부(21)에는 상기 참조 화상 Ri에 대응하는 참조 3차원 물체 모델 Bi(i=1, 2, …, M)가 M개 기억되 어 있다.
입력 화상의 대조 시에는, 도 6에 나타낸 바와 같은 입력 화상 I(u, v)가 화상 입력부(10)에 의해 얻어졌다고 한다(도 17의 스텝 100). 제 1 실시예의 동작과 동일한 처리에 의해, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)에 의해, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, 도 8에 나타낸 바와 같이, R1, R5, R2가 차례로 구해진다(스텝 101, 102, 103).
제 2 화상 생성부(31)는 결과 대조부(60)로부터 얻어지는 대조 결과로부터, 예를 들어 상위 3후보인 R1, R5, R2의 참조 화상에 대하여 참조 3차원 물체 모델 기억부(21)로부터 대응하는 각 참조 3차원 물체 모델 B1, B5, B2를 취득하고, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건이 가까운 비교 화상 Hjk(u, v)(j=1, 5, 2, k=1, …, L)를 생성한다(스텝 111). 비교 화상 Hjk(u, v)의 생성은 스텝 101과 동일한 방법에 의해 행한다. 즉, 참조 3차원 물체 모델 기억부(21)에서의 각 참조 3차원 물체 모델 Bj(j=1, 5, 2)에 대하여 입력 화상의 자세나 조명 등의 입력 조건에 가까운 비교 화상 Hjk(u, v)(j=1, 5, 2, k=1, …, L)를 L개 생성한다. 제 2 화상 대조부(41)는 상기 입력 화상 I(u, v)와 상기 각 비교 화상 Hjk(u, v)의 유사도 S(I, Hjk)를 구하고, 모델마다 유사도가 최대로 되는 유사도 Soj=maxkS(I, Hjk)를 구한다(스텝 1l2).
대조 결과는, 예를 들어 도 19와 같이 되고, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, S0, 5＞S0, 1＞S0, 2인 경우, R5, R1, R2가 차례로 구해진다. 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
다음으로, 본 발명의 제 4 실시예에 의한 화상 대조 시스템에 대해서 도 20 이하를 참조하여 상세하게 설명한다.
도 20을 참조하면, 본 발명의 제 4 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 제 2 화상 생성부(31)와, 제 2 화상 대조부(41)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 기억부(50)와, 참조 화상 대조 결과 갱신부(55)와, 참조 3차원 물체 모델 기억부(21)와, 3차원 물체 모델 생성부(27)를 구비하고 있다.
이 제 4 실시예에서는, 제 3 실시예의 구성에 참조 화상 등록부(75)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 갱신부(55)와, 3차원 물체 모델 생성부(27)를 부가한 구성으로 되어 있다.
제 4 실시예에 의한 화상 대조 시스템의 제 3 실시예와 동일한 구성요소에 대해서는 설명을 생략하고, 본 실시예에서 추가된 구성요소에 대해서 설명을 진행시킨다.
이들 부분은 각각 개략 다음과 같이 동작한다. 화상 입력부(10)와, 화상 생 성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 갱신부(55)는 도 1에 나타낸 본 발명의 제 1 실시예와 도 9에 나타낸 제 2 실시예에서의 처리와 동일한 처리를 행한다.
또한, 참조 3차원 물체 모델 기억부(21), 제 2 화상 생성부(31), 제 2 화상 대조부(41)에 대해서는 도 16에 나타낸 제 3 실시예에서의 처리와 동일한 처리를 행한다.
3차원 물체 모델 생성부(27)는, 등록 시에 있어서, 참조 화상 대조 결과 갱신부(55)에 의해 참조 화상 대조 결과 기억부(50)에 참조 화상 대조 결과가 등록되었을 때, 참조 화상 대조 결과의 정보에 의거하여, 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델의 합성에 의해 생성하고, 상기 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부(21)에 등록하거나 또는 참조 3차원 물체 모델 기억부(21)의 참조 3차원 물체 모델을 갱신한다.
제 2 화상 생성부(31)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건 등의 입력 조건이 가까운 비교 화상을 생성한다.
제 2 화상 대조부(41)는 화상 입력부(10)로부터 얻어지는 입력 화상과 제 2 화상 생성부(31)로부터 얻어지는 각 비교 화상을 비교하여, 각각 유사도를 계산한다.
다음으로, 도 20과, 도 17, 도 21, 도 22의 플로차트를 참조하여 제 4 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에는, 도 17을 참조하면, 우선, 스텝 100, 101, 102, 103은 도 2에 나타낸 제 1 실시예에서의 동작과 동일하다.
제 2 화상 생성부(31)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건 등의 입력 조건이 가까운 비교 화상을 생성한다(스텝 111).
제 2 화상 대조부(41)는 화상 입력부(10)로부터 얻어지는 입력 화상과 제 2 화상 생성부(31)로부터 얻어지는 각 비교 화상을 비교하여, 각각 유사도를 계산한다(스텝 112). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
3차원 물체 모델의 등록 시에는, 도 21을 참조하면, 우선, 스텝 200, 201, 202는 도 10에 나타낸 제 2 실시예에서의 동작과 동일하다. 마지막으로, 3차원 물체 모델 생성부(27)는, 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상 대조 결과의 정보에 의거하여, 각 참조 화상에 대응하는 참조 3차원 물체 모델을 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델의 합성에 의해 재생성하 고, 상기 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부(21)에 등록하거나 또는 기억되어 있는 참조 3차원 물체 모델로 치환한다(스텝 220).
참조 화상의 등록 시에는, 도 22를 참조하면, 우선, 스텝 210, 211, 212는 도 11에 나타낸 제 2 실시예에서의 동작과 동일하다. 마지막으로, 3차원 물체 모델 생성부(27)는, 참조 화상 대조 결과 기억부(50)에 새로 등록된 상기 참조 화상 대조 결과의 정보에 의거하여, 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델의 합성에 의해 생성하고, 상기 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부(21)에 추가 등록한다(스텝 221).
다음으로, 상기와 같이 구성되어 동작하는 제 4 실시예의 효과에 대해서 설명한다.
이 제 4 실시예에서는, 대표 3차원 물체 모델의 합성에 의해 참조 3차원 물체 모델을 생성하여 대조하도록 구성되어 있기 때문에, 참조 화상이 물체마다 1개만 존재하는 경우에도, 참조 3차원 물체 모델에 의해 자세나 조명 조건 등의 입력 조건이 다른 조건으로 촬영된 물체의 입력 화상에 대하여 참조 화상을 검색할 수 있다.
또한, 본 실시예에서는 대표 3차원 물체 모델에 의해 유사성이 높은 참조 화상을 추출한 후, 상위 후보에 대하여 참조 3차원 물체 모델과의 대조를 행한다고 하듯이 구성되어 있기 때문에, 고속으로 참조 화상을 검색할 수 있다.
다음으로, 구체적인 실시예를 이용하여 제 4 실시예의 동작을 설명한다.
제 1 실시예의 동작과 동일하게, 대표 3차원 물체 모델 기억부(20)에는 도 3에 나타낸 바와 같은 대표 3차원 물체 모델 Cj(j=1, 2, …, N)가, 참조 화상 기억부(70)에는 도 4에 나타낸 바와 같은 각 물체의 참조 화상 Ri(i=1, 2, …, M)가, 참조 화상 대조 결과 기억부(50)에는 도 5에 나타낸 바와 같은 각 참조 화상 Ri의 대표 3차원 물체 모델 Cj에 대한 대조 결과(유사도) Sij가 기억되어 있다.
또한, 도 18에 나타낸 바와 같이, 참조 3차원 물체 모델 기억부(21)에는, 참조 화상의 등록 시의 처리에 의해, 상기 참조 화상 Ri에 대응하는 참조 3차원 물체 모델 Bi(i=1, 2, …, M)가 M개 기억되어 있다.
입력 화상의 대조 시에는, 도 6에 나타낸 바와 같은 입력 화상 I(u, v)가 화상 입력부(10)에 의해 얻어졌다고 한다(도 17의 스텝 100). 제 1 실시예의 동작과 동일한 처리에 의해, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)에 의해, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, 도 8에 나타낸 바와 같이, R1, R5, R2가 차례로 구해진다(스텝 101, 102, 103).
제 2 화상 생성부(31)는, 결과 대조부(60)로부터 얻어지는 대조 결과로부터, 예를 들어 상위 3후보인 R1, R5, R2의 참조 화상에 대하여 참조 3차원 물체 모델 기억부(21)로부터 대응하는 각 참조 3차원 물체 모델 B1, B5, B2를 취득하고, 화상 입력부(10)로부터 얻어지는 입력 화상과 자세나 조명 조건이 가까운 비교 화상 Hjk(u, v)(j=1, 5, 2, k=1, …, L)를 생성한다(스텝 111). 제 2 화상 대조부(41)는 상기 입력 화상 I(u, v)와 상기 각 비교 화상 Hjk(u, v)의 유사도 S(I, Hjk)를 구하고, 모델마다 유사도가 최대로 되는 유사도 Soj=maxkS(I, Hjk)를 구한다(스텝 1l2).
대조 결과는, 예를 들어 도 19와 같이 되고, 입력 화상과 동일 물체의 화상일 가능성이 높은 참조 화상으로서, R5, R1, R2가 차례로 구해진다. 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
3차원 물체 모델의 등록 시에는, 우선, 3차원 물체 모델 등록부(25)는, 대표 3차원 물체 모델 기억부(20)에 이미 N=50개의 대표 3차원 물체 모델이 등록되어 있을 때, 51번째의 새로운 대표 3차원 물체 모델 C51을 등록한다(도 21의 스텝 200).
다음으로, 제 2 실시예의 동작과 동일한 처리에 의해, 참조 화상 대조 결과 갱신부(55)는 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과 Sij를 갱신한다(스텝 201, 202).
마지막으로, 3차원 물체 모델 생성부(27)는, 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상 대조 결과 Sij의 정보에 의거하여, 각 참조 화상 Ri(i=1, 2, …, M)에 대응하는 참조 3차원 물체 모델 Bi를 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델 Cj의 합성에 의해 재생성하고, 상기 참조 3차원 물체 모델 Bi를 참조 3차원 물체 모델 기억부(21)에 이미 기억되어 있는 참조 3차원 물체 모델로 치환한다(스텝 220).
여기서, 대표 3차원 물체 모델 Cj(j=1, 2, …, N)의 형상과 텍스처를 각각 PQj(x, y, z), TQj(R, G, B)라고 하고, 참조 3차원 물체 모델 Bi(i=1, 2, …, M)의 형상과 텍스처를 각각 PQi(x, y, z), TQi(R, G, B)라고 하면, 참조 3차원 물체 모델은, 예를 들어 하기 식에 의해 계산된다.
PQi(x, y, z)=∑jf(Sij)PQj(x, y, z)
TQi(R, G, B)=∑jf(Sij)TQj(R, G, B)
여기서, f는 Sij의 증가에 대하여 단조롭게 증가하고, ∑jf(Sij)=1을 만족시키는 함수, 가장 단순한 예로서는 f(Sij)=Sij/∑jSij에 의해 실현할 수 있다.
참조 화상의 등록 시에는, 우선, 참조 화상 등록부(75)는, 참조 화상 기억부(70)에 이미 M=100개의 참조 화상이 기억되어 있을 때, 101번째의 새로운 참조 화상 R101을 등록한다(도 22의 스텝 210).
다음으로, 제 2 실시예의 동작과 동일한 처리에 의해, 참조 화상 대조 결과 갱신부(55)는 참조 화상 R101에 대응하는 대조 결과 S101, j를 참조 화상 대조 결과 기억부(50)에 추가한다(스텝 211, 212).
마지막으로, 3차원 물체 모델 생성부(27)는, 참조 화상 대조 결과 기억부(50)에서의 상기 참조 화상 대조 결과 S101, j의 정보에 의거하여, 상기 참조 화상 R101에 대응하는 참조 3차원 물체 모델 B101을 대표 3차원 물체 모델 기억부(20)에서의 대표 3차원 물체 모델 Cj의 합성에 의해 생성하고, 상기 참조 3차원 물체 모델 B101을 참조 3차원 물체 모델 기억부(21)에 추가한다(스텝 221).
다음으로, 본 발명의 제 5 실시예에 의한 화상 대조 시스템에 대해서 도 23 이하를 참조하여 상세하게 설명한다.
도 23을 참조하면, 본 발명의 제 5 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 화상 변환부(36)와, 부분 화상 대조부(45)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 대표 3차원 물체 모델 기억부(20)와, 참조 화상 대조 결과 기억부(50)와, 참조 3차원 물체 모델 기억부(21)를 구비하고 있다.
이들 부분은 각각 개략 다음과 같이 동작한다. 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 대표 3차원 물체 모델 기억부(20)는 도 1에 나타낸 본 발명의 제 1 실시예에서의 처리와 동일한 처리를 행한다.
화상 변환부(36)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 입력 조건(예를 들어 자세 조건)이 동일해지도록 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 부분 화상을 생성한다. 화상 변환부(36)는 도 28에 나타낸 제 2 종래 기술의 화상 변환부(35)와 동일한 것이다.
부분 화상 대조부(45)는 상기 화상 변환부(36)로부터 얻어지는 변환된 입력 화상과 참조 화상의 부분 화상을 비교하여, 각각 유사도를 계산한다. 유사도의 계산은 상술한 스텝 102와 동일하게 행한다.
다음으로, 도 23 및 도 24의 플로차트를 참조하여 제 5 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에는, 도 24를 참조하면, 우선, 스텝 100, 101, 102, 103은 도 2에 나타낸 제 1 실시예에서의 동작과 동일하다. 화상 변환부(36)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 입력 조건(예를 들어 자세 조건)이 동일해지도록 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환하여 부분 화상을 생성한다(스텝 121).
부분 화상 대조부(45)는 상기 화상 변환부(36)로부터 얻어지는 변환된 입력 화상과 참조 화상의 부분 화상을 비교하여, 각각 유사도를 계산한다(스텝 122). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
본 발명의 제 5 실시예에서는, 화상 변환부(36)에서 입력 화상과 참조 화상의 양쪽 또는 어느 하나를 변환한다고 하고 있지만, 참조 화상을 미리 표준적인 입력 조건(예를 들어 자세 조건)으로 변환하여 기억하여 두고, 화상 변환부(36)에서 입력 화상을 표준적인 입력 조건(예를 들어 자세 조건)으로 변환하도록 할 수도 있 다. 이렇게 함으로써, 대조 시마다 참조 화상을 변환할 필요가 없어져, 대조 시간을 단축시킬 수 있다.
다음으로, 본 발명의 제 6 실시예에 의한 화상 대조 시스템에 대해서 도 25를 참조하여 상세하게 설명한다.
도 25를 참조하면, 본 발명의 제 6 실시예에 의한 화상 대조 시스템은 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 화상 변환부(36)와, 부분 화상 대조부(45)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 기억부(50)와, 참조 화상 대조 결과 갱신부(55)와, 참조 3차원 물체 모델 기억부(21)와, 3차원 물체 모델 생성부(27)를 구비하고 있다.
이들 부분은 각각 개략 다음과 같이 동작한다. 화상 입력부(10)와, 화상 생성부(30)와, 화상 대조부(40)와, 결과 대조부(60)와, 결과 표시부(80)와, 참조 화상 기억부(70)와, 참조 화상 등록부(75)와, 대표 3차원 물체 모델 기억부(20)와, 3차원 물체 모델 등록부(25)와, 참조 화상 대조 결과 갱신부(55)는 도 1에 나타낸 본 발명의 제 1 실시예와 도 9에 나타낸 제 2 실시예에서의 처리와 동일한 처리를 행한다.
또한, 참조 3차원 물체 모델 기억부(21)와 3차원 물체 모델 생성부(27)는 도 16에 나타낸 제 3 실시예와 도 20에 나타낸 본 발명의 제 4 실시예에서의 처리와 동일한 처리를 행한다.
화상 변환부(36)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 입력 조건(예를 들어 자세 조건)이 동일해지도록 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 부분 화상을 생성한다. 부분 화상 대조부(45)는 상기 화상 변환부(36)로부터 얻어지는 변환된 입력 화상과 참조 화상의 부분 화상을 비교하여, 각각 유사도를 계산한다.
다음으로, 도 25 및 도 24의 플로차트를 참조하여 제 6 실시예의 전체 동작에 대해서 상세하게 설명한다.
입력 화상의 대조 시에는, 도 24를 참조하면, 우선, 스텝 100, 101, 102, 103은 도 2에 나타낸 제 1 실시예에서의 동작과 동일하다. 화상 변환부(36)는, 결과 대조부(60)로부터 얻어지는 대조 결과의 상위 후보의 참조 화상에 대하여, 참조 3차원 물체 모델 기억부(21)로부터 얻어지는 상기 참조 화상에 대응하는 각 참조 3차원 물체 모델에 의거하여, 입력 조건(예를 들어 자세 조건)이 동일해지도록 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환하여 부분 화상을 생성한다(스텝 121).
부분 화상 대조부(45)는 상기 화상 변환부(36)로부터 얻어지는 변환된 입력 화상과 참조 화상의 부분 화상을 비교하여, 각각 유사도를 계산한다(스텝 122). 마지막으로, 유사도가 높은 상기 참조 화상을 표시한다(스텝 104).
본 발명의 제 6 실시예에서는, 화상 변환부(36)에서 입력 화상과 참조 화상 의 양쪽 또는 어느 하나를 변환한다고 하고 있지만, 참조 화상을 미리 표준적인 입력 조건(예를 들어 자세 조건)으로 변환하여 기억하여 두고, 화상 변환부(36)에서 입력 화상을 표준적인 입력 조건(예를 들어 자세 조건)으로 변환하도록 할 수도 있다.
본 발명의 제 1 내지 제 6 실시예에서는, 화상 대조부(40)에서 입력 화상 I(u, v)와 각 비교 화상 Gjk(u, v)의 유사도 S(I, Gjk)를 구할 때, 전체적으로 1개의 유사도 S(I, Gjk)를 구하고 있지만, 부분 영역 m마다 유사도 S(I, G'jkm)를 구하고, 모델마다 유사도가 최대로 되는 유사도 S'ojm=maxkS(I, G'jkm)를 구할 수도 있다.
부분 영역은, 예를 들어 도 29에 나타낸 바와 같은 영역이다. 이 경우, 참조 화상 대조 결과 기억부(50)에도 부분 영역 m마다의 유사도 S'ijm=maxkS(Ri , G'jkm)를 기억하여 둔다. 결과 대조부(60)는 상기 대조 결과 S'ojm과 참조 화상 대조 결과 기억부(50)에서의 각 참조 화상의 대조 결과 S'ijm의 유사도 Di=∑mD(S' ojm, S'ijm)를 계산하고, 상기 대조 결과의 유사도 Di가 높은 참조 화상을 차례로 추출한다. 또한, 제 4 및 제 6 실시예에서의 3차원 물체 모델 생성부(27)에서도, 각 부분 영역마다 대표 3차원 물체 모델을 합성하는 것이 좋다.
또한, 본 발명의 제 1 내지 제 6 실시예에서는, 다수의 참조 화상 중에서 입력 화상과 동일한 물체의 화상을 검색하는 동작에 대해서 설명했지만, 특정 참조 화상에 대하여 입력 화상과 동일한 물체인지를 판정하는 일대일 대조에 적용할 수 도 있다.
제 1 및 제 2 실시예에서는, 예를 들어 특정 참조 화상을 R1이라고 하면, 결과 대조부(60)는 입력 화상의 대조 결과 Soj와 참조 화상 R1의 대조 결과 S1j 의 유사도 D1=D(Soj, S1j)를 계산하여, 이 유사도 D1이 일정 임계값보다 크면, R1은 입력 화상과 동일 물체라고 판정할 수 있다. 또한, 제 3, 제 4 및 제 5, 제 6 실시예에서는, 제 2 화상 대조부(41) 및 부분 화상 대조부(45)에서의 입력 화상과 특정 참조 화상의 유사도가 일정 임계값보다 큰지의 여부에 의해 판정할 수 있다.
본 발명의 화상 대조 시스템은 구성요소인 각 부분의 기능을 하드웨어적으로 실현하는 것은 물론, 상기한 각 부분의 기능을 컴퓨터에 실현시키기 위한 화상 대조 프로그램(500)을 컴퓨터가 판독하여 실행하는 것에 의해서도 실현할 수 있다. 이 화상 대조 프로그램(500)은 자기 디스크 및 반도체 메모리, 그 이외의 기록 매체에 저장되고, 컴퓨터는 그 기록 매체로부터 화상 대조 프로그램(500)을 판독한다.
본 발명은 얼굴 등의 화상을 사용한 인물 특정, 개인 인증 등에 이용할 수 있다.

Claims (57)

  1. 입력 화상과 유사한 참조 화상을 검색하는 화상 대조 시스템에 있어서,
    상기 입력 화상과 복수의 대표 3차원 물체 모델을 대조하는 수단과,
    상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조하는 수단과,
    상기 입력 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과와, 상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과를 이용하여, 상기 입력 화상과 유사한 상기 참조 화상을 검색하는 수단을 구비하는 것을 특징으로 하는 화상 대조 시스템.
  2. 제 1 항에 있어서,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 수단과,
    상기 참조 3차원 물체 모델과 상기 입력 화상을 사용하여, 상기 입력 화상과 유사한 상기 참조 화상을 새로 검색하는 수단을 더 구비하는 것을 특징으로 하는 화상 대조 시스템.
  3. 제 1 항에 있어서,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 수단과,
    상기 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 참조 화상의 입력 조건을 일치시키는 변환 수단과,
    상기 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상을 대조함으로써, 상기 입력 화상에 대응하는 상기 참조 화상을 검색하는 수단을 더 구비하는 것을 특징으로 하는 화상 대조 시스템.
  4. 제 3 항에 있어서,
    상기 변환 수단은 상기 참조 화상을 미리 변환하여 두고, 상기 입력 화상의 입력 조건을 상기 참조 화상의 입력 조건에 맞추는 것을 특징으로 하는 화상 대조 시스템.
  5. 제 1 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 수단과,
    복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과,
    상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과,
    각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와,
    상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출(抽出)하는 결과 대조 수단을 구비하는 것을 특징으로 하는 화상 대조 시스템.
  6. 제 5 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과,
    상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 새로운 참조 화상이 등록되었을 때에, 등록에 의 해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단을 더 구비하는 것을 특징으로 하는 화상 대조 시스템.
  7. 제 5 항에 있어서,
    상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 시스템.
  8. 제 5 항에 있어서,
    상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 시스템.
  9. 제 2 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 수단과,
    복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과,
    상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과,
    각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와,
    상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 수단과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 기억하는 참조 3차원 물체 모델 기억부와,
    상기 결과 대조 수단으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 입력 화상과 입력 조건이 가까운 제 2 비교 화상을 각 참조 3차원 물체 모델에 대하여 적어도 1개 생성하는 제 2 화상 생성 수단과,
    상기 입력 화상과 상기 제 2 화상 생성 수단에 의해 생성된 각 제 2 비교 화상 사이의 유사도를 계산하고, 각 참조 3차원 물체 모델에 대응하는 제 2 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 참조 3차원 물체 모델 사이의 유사도로 하는 제 2 화상 대조 수단을 구비하는 것을 특징으로 하는 화상 대조 시스템.
  10. 제 9 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과,
    상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부 에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단과,
    상기 참조 화상 대조 결과 갱신 수단에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 수단을 더 구비하는 것을 특징으로 하는 화상 대조 시스템.
  11. 제 10 항에 있어서,
    상기 3차원 물체 모델 생성 수단은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대 조 시스템.
  12. 제 9 항에 있어서,
    상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 시스템.
  13. 제 9 항에 있어서,
    상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 시스템.
  14. 제 3 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 수단과,
    복수의 상기 대표 3차원 물체 모델을 기억하는 대표 3차원 물체 모델 기억부와,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 수단과,
    상기 입력 화상과 상기 화상 생성 수단에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 수단과,
    각 물체의 상기 참조 화상을 기억하는 참조 화상 기억부와,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 기억하는 참조 화상 대조 결과 기억부와,
    상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 수단과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 기억하는 참조 3차원 물체 모델 기억부와,
    상기 결과 대조 수단으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 결과 대조 수단에 의해 추출된 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 결과 대조 수단에 의해 추출된 상기 참조 화상의 입력 조건을 일치시키고, 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상의 부분 화상을 각각 생성하는 화상 변환 수단과,
    상기 화상 변환 수단에 의해 생성된 상기 입력 화상의 부분 화상과 상기 참조 화상의 부분 화상 사이의 유사도를 계산하는 부분 화상 대조 수단을 구비하는 것을 특징으로 하는 화상 대조 시스템.
  15. 제 14 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 수단과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 수단과,
    상기 3차원 물체 모델 등록 수단에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 수단에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 수단에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 수단과,
    상기 참조 화상 대조 결과 갱신 수단에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 수단을 더 구비하는 것을 특징으로 하는 화상 대조 시스템.
  16. 제 15 항에 있어서,
    상기 3차원 물체 모델 생성 수단은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대조 시스템.
  17. 제 14 항에 있어서,
    상기 화상 대조 수단은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 수단은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 시스템.
  18. 제 14 항에 있어서,
    상기 결과 대조 수단은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 시스템.
  19. 제 1 항에 있어서,
    상기 물체가 사람의 얼굴인 것을 특징으로 하는 화상 대조 시스템.
  20. 입력 화상과 유사한 참조 화상을 검색하는 화상 대조 방법에 있어서,
    상기 입력 화상과 복수의 대표 3차원 물체 모델을 대조하는 스텝과,
    상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조하는 스텝과,
    상기 입력 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과와, 상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과를 이용하여, 상기 입력 화상과 유사한 상기 참조 화상을 검색하는 스텝을 구비하는 것을 특징으로 하는 화상 대조 방법.
  21. 제 20 항에 있어서,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 스텝과,
    상기 참조 3차원 물체 모델과 상기 입력 화상을 사용하여, 상기 입력 화상과 유사한 상기 참조 화상을 새로 검색하는 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 방법.
  22. 제 20 항에 있어서,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 스텝과,
    상기 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 참조 화상의 입력 조건을 일치시키는 변환 스텝과,
    상기 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상을 대조함으로써, 상기 입력 화상에 대응하는 상기 참조 화상을 검색하는 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 방법.
  23. 제 22 항에 있어서,
    상기 변환 스텝은 상기 참조 화상을 미리 변환하여 두고, 상기 입력 화상의 입력 조건을 상기 참조 화상의 입력 조건에 맞추는 것을 특징으로 하는 화상 대조 방법.
  24. 제 20 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 방법.
  25. 제 24 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 새로운 참조 화상이 등록되었을 때에, 등록에 의 해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 방법.
  26. 제 24 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 방법.
  27. 제 24 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 방법.
  28. 제 21 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 결과 대조 스텝으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 입력 화상과 입력 조건이 가까운 제 2 비교 화상을 각 참조 3차원 물체 모델에 대하여 적어도 1개 생성하는 제 2 화상 생성 스텝과,
    상기 입력 화상과 상기 제 2 화상 생성 스텝에 의해 생성된 각 제 2 비교 화상 사이의 유사도를 계산하고, 각 참조 3차원 물체 모델에 대응하는 제 2 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 참조 3차원 물체 모델 사이의 유사도로 하는 제 2 화상 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 방법.
  29. 제 28 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부 에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝과,
    상기 참조 화상 대조 결과 갱신 스텝에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 방법.
  30. 제 29 항에 있어서,
    상기 3차원 물체 모델 생성 스텝은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대조 방법.
  31. 제 28 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 방법.
  32. 제 28 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 방법.
  33. 제 22 항에 있어서,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에서 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 결과 대조 스텝으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 결과 대조 스텝에 의해 추출된 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 결과 대조 스텝에 의해 추출된 상기 참조 화상의 입력 조건을 일치시키고, 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상의 부분 화상을 각각 생성하는 화상 변환 스텝과,
    상기 화상 변환 스텝에 의해 생성된 상기 입력 화상의 부분 화상과 상기 참조 화상의 부분 화상 사이의 유사도를 계산하는 부분 화상 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 방법.
  34. 제 33 항에 있어서,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝과,
    상기 참조 화상 대조 결과 갱신 스텝에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 방법.
  35. 제 34 항에 있어서,
    상기 3차원 물체 모델 생성 스텝은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대조 방법.
  36. 제 33 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사 도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 방법.
  37. 제 33 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 방법.
  38. 제 20 항에 있어서,
    상기 물체가 사람의 얼굴인 것을 특징으로 하는 화상 대조 방법.
  39. 입력 화상과 유사한 참조 화상을 검색하는 화상 대조 방법을 컴퓨터에 실행시키기 위한 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상과 복수의 대표 3차원 물체 모델을 대조하는 스텝과,
    상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조하는 스텝과,
    상기 입력 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과와, 상기 참조 화상과 복수의 상기 대표 3차원 물체 모델을 대조한 결과를 이용하여, 상기 입력 화상과 유사한 상기 참조 화상을 검색하는 스텝을 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  40. 제 39 항에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 스텝과,
    상기 참조 3차원 물체 모델과 상기 입력 화상을 사용하여, 상기 입력 화상과 유사한 상기 참조 화상을 새로 검색하는 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  41. 제 39 항에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상과 유사한 상기 참조 화상에 대응하는 참조 3차원 물체 모델을 구하는 스텝과,
    상기 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 참조 화상의 입력 조건을 일치시키는 변환 스텝과,
    상기 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상을 대조함으로써, 상기 입력 화상에 대응하는 상기 참조 화상을 검색하는 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  42. 제 41 항에 있어서,
    상기 변환 스텝은 상기 참조 화상을 미리 변환하여 두고, 상기 입력 화상의 입력 조건을 상기 참조 화상의 입력 조건에 맞추는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  43. 제 39 항에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  44. 제 43 항에 있어서,
    상기 화상 대조 방법은,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 새로운 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  45. 제 43 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  46. 제 43 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  47. 제 40 항에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 결과 대조 스텝으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 입력 화상과 입력 조건이 가까운 제 2 비교 화상을 각 참조 3차원 물체 모델에 대하여 적어도 1개 생성하는 제 2 화상 생성 스텝과,
    상기 입력 화상과 상기 제 2 화상 생성 스텝에 의해 생성된 각 제 2 비교 화상 사이의 유사도를 계산하고, 각 참조 3차원 물체 모델에 대응하는 제 2 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 참조 3차원 물체 모델 사이의 유사도로 하는 제 2 화상 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  48. 제 47 항에 있어서,
    상기 화상 대조 방법은,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝과,
    상기 참조 화상 대조 결과 갱신 스텝에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  49. 제 48 항에 있어서,
    상기 3차원 물체 모델 생성 스텝은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  50. 제 47 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 수단에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  51. 제 47 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  52. 제 41 항에 있어서,
    상기 화상 대조 방법은,
    상기 입력 화상을 입력하는 화상 입력 스텝과,
    복수의 적어도 1개의 상기 대표 3차원 물체 모델을 대표 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 대표 3차원 물체 모델 기억부에 기억되어 있는 복수의 상기 대표 3차원 물체 모델에 의거하여, 상기 입력 화상과 입력 조건이 가까운 비교 화상을 각 대표 3차원 물체 모델에 대하여 적어도 1개 생성하는 화상 생성 스텝과,
    상기 입력 화상과 상기 화상 생성 스텝에 의해 생성된 각 비교 화상 사이의 유사도를 계산하고, 각 대표 3차원 물체 모델에 대응하는 비교 화상에 대해서 최대 유사도를 선출하여, 상기 최대 유사도를 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도로 하는 화상 대조 스텝과,
    각 물체의 상기 참조 화상을 참조 화상 기억부에 기억하는 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 참조 화상 대조 결과 기억부에 기억하는 스텝과,
    상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 결과 대조 스텝과,
    상기 참조 화상 기억부에 기억되어 있는 각 참조 화상에 대응하는 참조 3차원 물체 모델을 참조 3차원 물체 모델 기억부에 기억하는 스텝과,
    상기 결과 대조 스텝으로부터 추출된 각 참조 화상에 대응하는 각 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부로부터 얻어, 얻어진 각 참조 3차원 물체 모델에 의거하여, 상기 입력 화상과 상기 결과 대조 스텝에 의해 추출된 참조 화상의 양쪽 또는 어느 하나를 변환함으로써 상기 입력 화상과 상기 결과 대조 스텝에 의해 추출된 상기 참조 화상의 입력 조건을 일치시키고, 입력 조건이 일치된 상기 입력 화상과 상기 참조 화상의 부분 화상을 각각 생성하는 화상 변환 스텝과,
    상기 화상 변환 스텝에 의해 생성된 상기 입력 화상의 부분 화상과 상기 참조 화상의 부분 화상 사이의 유사도를 계산하는 부분 화상 대조 스텝을 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  53. 제 52 항에 있어서,
    상기 화상 대조 방법은,
    상기 대표 3차원 물체 모델 기억부에 각 대표 3차원 물체 모델을 등록하는 3차원 물체 모델 등록 스텝과,
    상기 참조 화상 기억부에 각 참조 화상을 등록하는 참조 화상 등록 스텝과,
    상기 3차원 물체 모델 등록 스텝에 의해 상기 대표 3차원 물체 모델 기억부에 새로운 대표 3차원 물체 모델이 등록되었을 때, 또는 상기 참조 화상 등록 스텝에 의해 상기 참조 화상 기억부에 참조 화상이 등록되었을 때에, 등록에 의해 새로 생긴 참조 화상과 대표 3차원 물체 모델의 조합에 대하여 상기 화상 대조 스텝에 의해 상기 유사도의 계산을 행하고, 상기 계산의 결과를 상기 참조 화상 대조 결과 기억부에 추가하는 참조 화상 대조 결과 갱신 스텝과,
    상기 참조 화상 대조 결과 갱신 스텝에 의해 참조 화상 대조 결과 기억부에 상기 참조 화상과 상기 대표 3차원 물체 모델 사이의 유사도가 등록되었을 때, 상기 유사도에 의거하여, 상기 참조 화상에 대응하는 상기 참조 3차원 물체 모델을 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 상기 대표 3차원 물체 모델을 합성함으로써 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 3차원 물체 모델 생성 스텝을 더 구비하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  54. 제 53 항에 있어서,
    상기 3차원 물체 모델 생성 스텝은 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도에 의거하여, 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 대표 3차원 물체 모델을 부분 영역마다 합성함으로써 각 참조 화상에 대응하는 참조 3차원 물체 모델을 생성하고, 생성된 참조 3차원 물체 모델을 상기 참조 3차원 물체 모델 기억부에 등록하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  55. 제 52 항에 있어서,
    상기 화상 대조 스텝은 상기 입력 화상과 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 계산하고,
    상기 참조 화상 대조 결과 기억부는 상기 참조 화상 기억부에 기억되어 있는 각 참조 화상과 상기 대표 3차원 물체 모델 기억부에 기억되어 있는 각 대표 3차원 물체 모델 사이의 유사도를 부분 영역마다 기억하며,
    상기 결과 대조 스텝은 상기 화상 대조 스텝에 의해 계산된 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도와 상기 참조 화상 대조 결과 기억부에 기억되어 있는 각 참조 화상과 각 대표 3차원 물체 모델 사이의 부분 영역마다의 유사도에 의거하여, 상기 입력 화상과 유사한 상기 참조 화상을 추출하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  56. 제 52 항에 있어서,
    상기 결과 대조 스텝은 상기 입력 화상과 각 대표 3차원 물체 모델 사이의 유사도와 각 참조 화상과 각 대표 3차원 물체 모델 사이의 유사도 사이의 유사도를 계산하고, 상기 계산에서, 상기 입력 화상 및 각 비교 화상과 각 대표 3차원 물체 모델 사이의 유사도의 후보 순위에 의거하여 각 유사도에 가중치를 부여하는 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
  57. 제 39 항에 있어서,
    상기 물체가 사람의 얼굴인 것을 특징으로 하는 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체.
KR1020057000443A 2002-07-10 2003-07-08 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 KR100651010B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2002201118 2002-07-10
JPJP-P-2002-00201118 2002-07-10
PCT/JP2003/008642 WO2004008392A1 (ja) 2002-07-10 2003-07-08 ３次元物体モデルを用いた画像照合システム、画像照合方法及び画像照合プログラム

Publications (2)

Publication Number Publication Date
KR20050017117A KR20050017117A (ko) 2005-02-21
KR100651010B1 true KR100651010B1 (ko) 2006-11-30

Family

ID=30112549

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020057000443A KR100651010B1 (ko) 2002-07-10 2003-07-08 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체

Country Status (10)

Country Link
US (2) US7545973B2 (ko)
EP (1) EP1530157B1 (ko)
JP (1) JP4560832B2 (ko)
KR (1) KR100651010B1 (ko)
CN (1) CN1669052B (ko)
AT (1) ATE374978T1 (ko)
AU (1) AU2003281007B2 (ko)
CA (1) CA2491727A1 (ko)
DE (1) DE60316690T2 (ko)
WO (1) WO2004008392A1 (ko)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4560832B2 (ja) * 2002-07-10 2010-10-13 日本電気株式会社 ３次元物体モデルを用いた画像照合システム及び画像照合プログラム
SE528068C2 (sv) * 2004-08-19 2006-08-22 Jan Erik Solem Med Jsolutions Igenkänning av 3D föremål
JP2007072620A (ja) * 2005-09-05 2007-03-22 Toshiba Corp 画像認識装置及びその方法
WO2007108412A1 (ja) * 2006-03-17 2007-09-27 Nec Corporation ３次元データ処理システム
JP4830585B2 (ja) * 2006-03-31 2011-12-07 トヨタ自動車株式会社 画像処理装置および画像処理方法
GB2443469A (en) 2006-11-03 2008-05-07 Messagelabs Ltd Detection of image spam
JP4456617B2 (ja) 2007-04-16 2010-04-28 富士通株式会社 類似分析装置、画像表示装置、および画像表示プログラム
JP4378413B2 (ja) * 2007-05-01 2009-12-09 シャープ株式会社 画像処理装置、画像形成装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体
CN101201845B (zh) * 2007-09-24 2012-01-11 覃征 基于中轴点集分层螺旋信息的三维模型检索方法
US10217282B2 (en) * 2007-11-02 2019-02-26 Koninklijke Philips N.V. Automatic movie fly-path calculation
KR20090067913A (ko) * 2007-12-21 2009-06-25 삼성디지털이미징 주식회사 영상 트리밍 장치 및 방법
JP5472891B2 (ja) * 2008-01-21 2014-04-16 株式会社東芝 医用画像処理装置
KR101257999B1 (ko) * 2008-04-30 2013-04-24 고리츠다이가쿠호징 오사카후리츠다이가쿠 3차원 물체 인식용 화상 데이터베이스의 작성 방법, 처리 장치 및 처리용 프로그램
WO2010002070A1 (en) 2008-06-30 2010-01-07 Korea Institute Of Oriental Medicine Method for grouping 3d models to classify constitution
JP5300387B2 (ja) * 2008-09-12 2013-09-25 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
JP2010210585A (ja) * 2009-03-12 2010-09-24 Omron Corp ３次元視覚センサにおけるモデル表示方法および３次元視覚センサ
US8606774B1 (en) * 2009-05-18 2013-12-10 Google Inc. Methods and systems for 3D shape retrieval
EP2565844B1 (en) * 2010-04-28 2016-04-06 Olympus Corporation Creation method and creation device of three-dimensional object recognition-use image database
CN102024273A (zh) * 2010-12-10 2011-04-20 中国人民解放军国防科学技术大学 基于隐式向量空间的非刚性注册方法
TWI479435B (zh) * 2012-04-03 2015-04-01 Univ Chung Hua 人臉辨識方法
WO2014013686A1 (ja) 2012-07-19 2014-01-23 日本電気株式会社 照合装置及び照合装置の制御方法、並びにコンピュータ・プログラム
JP2014053749A (ja) * 2012-09-06 2014-03-20 Sony Corp 画像処理装置、画像処理方法およびプログラム
JP2015184054A (ja) * 2014-03-20 2015-10-22 株式会社東芝 同定装置、方法及びプログラム
US9878447B2 (en) * 2015-04-10 2018-01-30 Microsoft Technology Licensing, Llc Automated collection and labeling of object data
JP6491959B2 (ja) * 2015-06-03 2019-03-27 新日鉄住金ソリューションズ株式会社 情報処理装置、情報処理方法及びプログラム
CN106557728B (zh) * 2015-09-30 2019-06-18 佳能株式会社 查询图像处理和图像检索方法和装置以及监视系统
CN109389015A (zh) * 2017-08-10 2019-02-26 丽宝大数据股份有限公司 脸部相似度评估方法与电子装置
CN108340405B (zh) * 2017-11-10 2021-12-07 广东康云多维视觉智能科技有限公司 一种机器人三维扫描系统及方法
WO2019205069A1 (en) * 2018-04-27 2019-10-31 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for updating 3d model of building
AU2019208182B2 (en) 2018-07-25 2021-04-08 Konami Gaming, Inc. Casino management system with a patron facial recognition system and methods of operating same
US11521460B2 (en) 2018-07-25 2022-12-06 Konami Gaming, Inc. Casino management system with a patron facial recognition system and methods of operating same
US10771867B1 (en) 2019-03-08 2020-09-08 Shutterstock, Inc. Video-generating systems and methods
JP7163947B2 (ja) * 2020-10-22 2022-11-01 セイコーエプソン株式会社 投写領域の設定支援方法、設定支援システム、及びプログラム
US11527104B2 (en) * 2021-02-09 2022-12-13 Danny Rittman Systems and methods of facial and body recognition, identification and analysis

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0644282B2 (ja) 1985-10-02 1994-06-08 富士通株式会社 物体検索方式
US4970666A (en) * 1988-03-30 1990-11-13 Land Development Laboratory, Inc. Computerized video imaging system for creating a realistic depiction of a simulated object in an actual environment
JPH08315152A (ja) 1995-05-22 1996-11-29 Sony Corp 画像認識装置
JP3330790B2 (ja) 1995-08-30 2002-09-30 株式会社日立製作所 三次元形状認識装置、建設支援装置、物体検査装置、種類認識装置、及び物体認識方法
JPH0991436A (ja) 1995-09-21 1997-04-04 Toyota Central Res & Dev Lab Inc 画像処理方法及びその装置
US6002782A (en) * 1997-11-12 1999-12-14 Unisys Corporation System and method for recognizing a 3-D object by generating a 2-D image of the object from a transformed 3-D model
EP0944018B1 (en) * 1998-03-19 2011-08-24 Panasonic Corporation Method and apparatus for recognizing image pattern, method and apparatus for judging identity of image patterns, recording medium for recording the pattern recognizing method and recording medium for recording the pattern identity judging method
JP2000293687A (ja) * 1999-02-02 2000-10-20 Minolta Co Ltd ３次元形状データ処理装置および３次元形状データ処理方法
JP3611239B2 (ja) * 1999-03-08 2005-01-19 富士通株式会社 三次元ｃｇモデル作成装置および処理プログラムを記録した記録媒体
JP2000306099A (ja) 1999-04-20 2000-11-02 Ntt Data Corp 三次元物体の認識方法及びシステム、記録媒体
JP3417377B2 (ja) 1999-04-30 2003-06-16 日本電気株式会社 三次元形状計測方法及び装置並びに記録媒体
JP3926059B2 (ja) 1999-05-12 2007-06-06 日本電気株式会社 画像照合装置及びその画像照合方法並びにその制御プログラムを記録した記録媒体
US6975755B1 (en) * 1999-11-25 2005-12-13 Canon Kabushiki Kaisha Image processing method and apparatus
US6674877B1 (en) * 2000-02-03 2004-01-06 Microsoft Corporation System and method for visually tracking occluded objects in real time
JP4341135B2 (ja) * 2000-03-10 2009-10-07 コニカミノルタホールディングス株式会社 物体認識装置
EP1139262A3 (en) * 2000-03-29 2002-08-21 Ford Motor Company On-line reporting related to orders for consumer products having specific configurations
US6956569B1 (en) * 2000-03-30 2005-10-18 Nec Corporation Method for matching a two dimensional image to one of a plurality of three dimensional candidate models contained in a database
US6580821B1 (en) * 2000-03-30 2003-06-17 Nec Corporation Method for computing the location and orientation of an object in three dimensional space
JP3575679B2 (ja) * 2000-03-31 2004-10-13 日本電気株式会社 顔照合方法と該照合方法を格納した記録媒体と顔照合装置
JP2001283216A (ja) 2000-04-03 2001-10-12 Nec Corp 画像照合装置、画像照合方法、及びそのプログラムを記録した記録媒体
US6847733B2 (en) * 2001-05-23 2005-01-25 Eastman Kodak Company Retrieval and browsing of database images based on image emphasis and appeal
US7221809B2 (en) * 2001-12-17 2007-05-22 Genex Technologies, Inc. Face recognition system and method
JP4560832B2 (ja) * 2002-07-10 2010-10-13 日本電気株式会社 ３次元物体モデルを用いた画像照合システム及び画像照合プログラム
US6947579B2 (en) * 2002-10-07 2005-09-20 Technion Research & Development Foundation Ltd. Three-dimensional face recognition
EP1594085A4 (en) * 2003-02-13 2008-02-27 Nec Corp DEVICE AND METHOD FOR DETECTING UNEMPLOYED PERSONS
US7715619B2 (en) * 2003-10-21 2010-05-11 Nec Corporation Image collation system and image collation method
TW200725433A (en) * 2005-12-29 2007-07-01 Ind Tech Res Inst Three-dimensional face recognition system and method thereof

Also Published As

Publication number Publication date
DE60316690T2 (de) 2008-07-17
US7545973B2 (en) 2009-06-09
CN1669052B (zh) 2010-05-26
KR20050017117A (ko) 2005-02-21
US20060120589A1 (en) 2006-06-08
AU2003281007B2 (en) 2009-11-19
WO2004008392A1 (ja) 2004-01-22
CN1669052A (zh) 2005-09-14
DE60316690D1 (de) 2007-11-15
ATE374978T1 (de) 2007-10-15
US7873208B2 (en) 2011-01-18
EP1530157B1 (en) 2007-10-03
JPWO2004008392A1 (ja) 2005-11-10
US20090245624A1 (en) 2009-10-01
JP4560832B2 (ja) 2010-10-13
CA2491727A1 (en) 2004-01-22
AU2003281007A1 (en) 2004-02-02
EP1530157A1 (en) 2005-05-11
EP1530157A4 (en) 2006-02-08

Similar Documents

Publication Publication Date Title
KR100651010B1 (ko) 3차원 물체 모델을 사용한 화상 대조 시스템, 화상 대조 방법 및 화상 대조 프로그램을 기록한 컴퓨터 판독 가능한 기록매체
CN110472531B (zh) 视频处理方法、装置、电子设备及存储介质
KR100816607B1 (ko) 화상 대조 시스템, 화상 대조 방법 및 컴퓨터로 판독가능한 기록 매체
CN110909651B (zh) 视频主体人物的识别方法、装置、设备及可读存储介质
JPWO2005027048A1 (ja) 重み情報を用いた物体姿勢推定・照合システム
CN102422325B (zh) 用于识别对象及另一低级别对象的模式识别装置及其方法
JP5963609B2 (ja) 画像処理装置、画像処理方法
JPWO2005086089A1 (ja) 物体の姿勢推定及び照合システム、物体の姿勢推定及び照合方法、並びにそのためのプログラム
JP2007072620A (ja) 画像認識装置及びその方法
CN110516707B (zh) 一种图像标注方法及其装置、存储介质
JP5671224B2 (ja) 画像処理装置、画像処理方法
JP3926059B2 (ja) 画像照合装置及びその画像照合方法並びにその制御プログラムを記録した記録媒体
JP4174279B2 (ja) 映像オブジェクト識別・追跡装置、その方法及びそのプログラム
CN115601710A (zh) 基于自注意力网络架构的考场异常行为监测方法及系统
JP2013101423A (ja) 画像マッチング装置及び画像マッチングプログラム
JP2013218605A (ja) 画像認識装置、画像認識方法及びプログラム
JPH1185988A (ja) 顔画像認識システム
JP3988554B2 (ja) 画像照会用情報構築方法および画像照会方法
KR101884874B1 (ko) 부분 이미지 기반 객체 판별 방법 및 장치
JP2004288222A (ja) 画像照合装置及びその画像照合方法並びにその制御プログラムを記録した記録媒体
CN113344027B (zh) 一种图像中对象的检索方法、装置、设备和存储介质
JP2013218604A (ja) 画像認識装置、画像認識方法及びプログラム
Datta PROJECT ON ENTROPY BASED PIXEL CLUSTER FOR FACE TRACKING
CN114282028A (zh) 匹配方法、装置、计算机设备和存储介质
CN118072252A (zh) 适用于任意多模态数据组合的行人重识别模型训练方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20091110

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee