TWI255429B - Method for adjusting image acquisition parameters to optimize objection extraction - Google Patents
Method for adjusting image acquisition parameters to optimize objection extraction Download PDFInfo
- Publication number
- TWI255429B TWI255429B TW092137336A TW92137336A TWI255429B TW I255429 B TWI255429 B TW I255429B TW 092137336 A TW092137336 A TW 092137336A TW 92137336 A TW92137336 A TW 92137336A TW I255429 B TWI255429 B TW I255429B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- color
- target object
- parameter
- model
- Prior art date
Links
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Description
1255429 玖、發明說明: 【發明所屬之技術領域】 本發明係關於-種調整取像參數以最佳化物件抽取 之方法,其適用範圍包括應用於抽取各種顏色之物件,尤 5指具有當物件顏色經過座標投影後、能在色彩空間(c〇i〇r space)座標中形成特定聚集之特性的物件。 【先前技術】 按,S知技術對於從影像中偵測出人臉的方法大致上 10可刀為兩類。一類為依幾何位置來偵測人臉的重要特徵位 置例如眼、鼻、唇等臉部特徵,並整合這些個別特徵來 決疋人臉位置,另一類則事先收集人臉樣本資料,並經由 訓練步驟以取得人臉標準樣本,之後再利用樣本比對 (template matching)方法以尋找出影像中的人臉位置。 15 #然而’於第一類技術中,由於其係參考既定的人臉模 型、或其幾何位置以進行人臉偵測,因此一旦人臉角度產 生旋轉,則極易因此偵測不到正確人臉位置;至於第二類 技術雖可輸入多種旋轉角度的人臉資料來訓練資料庫,然 而,此類技術大多係使用蠻力法(brute f〇rce)以針對影像'中' 20的每一個像素點(一收一進行樣本比對工作,此舉相當 耗時,且當影像中具有兩個以上大小不同的人臉時,將: 須透過多次放大或縮小的動作才可找到正確位置。如圖1 所示,影像X中係具有兩個大小不同的人臉fi,f2,方框 則為一固定尺寸之搜尋視窗(search wind〇w)γ,其係依序掃 1255429 描衫像x中的每一像素點以掃遍整張影像χ,並將框選出 的影像區域傳送到人臉驗證機制,以判斷出此影像區域是 否屬=人臉。由於搜尋視窗γ之尺寸固定,所以大於或小 於搜寸視自Υ範圍的人臉將可能被忽略而無法搜尋到,因 5此.月荼閱圖2,習知必須藉由放大或縮小影像,以於縮 j影像Χ1,Χ2,Χ3中持續進行上述掃描與驗證動作,來逐 、找出,、中所有大小人臉F丨,F2。由此可知,在縮放影像 並逐掃搖的過程中,將耗費相當多的比對及運算時間, 並非十分理想。 1〇 。故習知係提出運用人臉膚色(Skin color)來縮小樣本比 對區域、進而加速於視訊資料中進行人臉偵測過程的方 法。請參閱目3A,習知先透過人工收似量人臉影像,並 手動抽取出如圖3B所示之膚色部位的像素點,再將這些 膚色像素點的顏色資訊投影到特殊的座標系統,以建立膚 15色杈型,俾利執行後續人臉定位、或特徵擷取等影像處理 私序。由於影像係由像素點所構成,而光線照射在皮膚上 反射至攝影機等感光設備、即確定了像素點的色彩值,故 可藉由蒐集這些像素色彩值來建立膚色模型,以作為曰後 判斷像素點是否屬於膚色之依據。習知通常係將膚色像素 2〇點的RGB顏色資訊根據下列公式轉換、以投影到YCbCR 座標系: Y = 0.2989 X R+0.5866 x G+0.1145 x B Cb = 一〇· 1687 x R 一 〇·3312 x G +0.5000 x B,
Cr = 0.5000 x R — 0.4183 x G - 0·0816 x B 進而形成一如圖3C所示之緊實空間聚集(即膚色模型 1255429 Z1)’其係以數學式表示為: θ〗=—2 + θ2 =20-θ,
256-Y if(Y>128) if(Y< =9〇一256 - Y 16 =6; θ4 = - 8; θι =6; θ2 =12; Θ3 = 2 + Χ; Θ4=-16 + Χ; cr > ~2(Cb + 24); cr > -(Cb +17);
Cr > ~4(Cb + 32); cr > 2.5(Cb + Θ,); 〇Γ'θ- Cr>〇.5(04-Cb); r ^ 220-Cb 4 r- ~~6~~; 昏(θ2 - Cb); 糸ζ之像素點是 5 斤人據此,只要檢視投影至Y c b c r座標—n黏疋 付口述數學式,即可計算出像素點是否落入膚色模型 並判斷出此點是否為膚色點,以料出此影像的膚色區友 運用膚色資訊雖可減少多階層全域搜尋㈣抓出 serh)的時間’俾·尋視純需針對膚色區域加以檢, =臉的可能性與所在位置,而加速處理效率。然而,由; 照條件、及不同攝影機衫之變動參數條件下 ^曰屋生些許色差,因此這些影像之i 未必㈣符合根據其他條件或參數設定所建立: ==件=色色彩值在色彩空間中所形成的輪 曰^條件及參數蚊而有所改變。如此—來,一旦 條件有所偏差時,判斷屮 ' 斷出的膚色將可能產生失誤,導致耳 10 1255429 得之膚^區域呈現破碎不全、或推
使得後續作業難以順利進行。 月不雜物的If I 5 10 15 49874二膚I:::術::彳如揭露於美國專利公告第 告第62493Π號之專…9536號、及美國專利公 訊號大都以人物為攝,主體:目的及手法皆係假設影像 的膚色成分,力二=:可透過軸像訊號中 獲得較佳的影像品;=參 測技術,皆為先將f彡:^ 專利文獻所運用之膚色债 與叫,再透過事亮度⑺與顏色分量(r-γ 以區八屮严& 義子的象限、區域、或特殊軸,加 塞H胃U膚色訊號。然而’即使上述專利文獻已 不同光照環境盘C,:p仍售會受到不同攝影機、 對影像所造g軟硬體設備共同參數運算後 声色成八 〜θ,而未必能順利偵測出影像訊號中的 _據二的前處理程序失效,w 法發揮六女用。cb P自貝δίΐ號、或控制硬體參數等過程無 以改: 11可知,習知技術仍存在諸多缺失而有予
Μ改途之必要。 乃J 【發明内容】 佳化目的係在提供—義絲像參數以最 心牛抽取之方法’係根據物件顏色投射至色彩空間座 :參數成特定:集之特性,以自動調整影像擷取裝置之取 ',俾利影像掏取裝置在不同光照條件、不同影像參 20 1255429 數、及不同軟硬體環境下,皆可順利抽取出完整物件,而 毋須根據人為經驗法則作判斷。 本發明之另一目的係在提供一種調整取像參數以最 佳化物件抽取之方法,係根據理想顏色值以換算出一比例 值,據以調整影像,俾於透過膚色模型運算後、自調整後 的影像中取得完整物件。 10 15 土本發明之再一目的係在提供一種調整取像參數以最 佳化物件抽取之方法,係選用使物件具有最大色彩差值之 取像參數組合,俾據以自動調整影像擷取裝置之參數。 依據本發明之特色,所提出之調整取像參數以最佳化 物件抽取之方法,首先係擁取一影像,此影像中呈有至少 -目標物件,且目標物件之物件顏色係經由座標投影以於 —色衫^間座標中形成—特定色彩聚集、據以建立—特定 色形权塑;接著,將利用人臉偵測方法或手動選取等方式 ::位影像中的目標物件;再操取出目標物件的顏色分佈 狀悲’以運用特定色彩模型計算出_組取像參數;據此, :可採用取像參數以轉換影像,俾使轉換後之影像中的目 *物件之物件顏色符合特定色彩模型;最後並可運用特定 色衫模型以抽取出轉換後之影像中的目標物件。 其中’本發明係可應用於離線環境中、以根 Wes色彩適應模絲計算出最佳取像參數,使 =標物件所對應之物件顏色能更符合特定色= 外,本發明亦可應用於連線環境中,以計算出最, 取像减組合供影㈣取裝置❹,俾能改善影像掏取^ 20 1255429 置所操取之影像的品質,以使影像中之目標物件的顏色分 佈皆落入特定色彩槎刑φ。μ、士 , 如棋孓中而上述之物件顏色則例如為人 臉膚色等可於色彩空間座標中形成聚集的顏色。 5 10 15 20 【實施方式】 為能讓貴審查委員能更瞭解本發明之技術内容,特 舉一較佳具體實施例說明如下。 、本發明所提出之調整取像參數以最佳化物件抽取之 方法’係藉由調整取像參數以改善物件顏色,俾滅除不同 取像環境、不同光照設定、或不同影像操取裳置參數值等 因素對影像所造成之影響,以利抽取出完整物件區域來對 =像進行後續之偵測、追縱、定位、或辨識等影像處理程 月係可針對包括離線資料、及線上運作攝影機兩 種衫像來源加以執行。離線資料例如為既有之JPEG、GIF、 格式之影像播案’其較佳係為連續視訊影像中 、八卜影像’以在根據此影像計算出取像參數後,可使 :取數來調整其他在相同取像環境(例如相同光照條 *或月景專)下所取得之影像,俾利抽取出最佳化之物件 ^象’線上運作攝影機則可根據其操取到之其中一影像來 §十异出取像參數’據以調整攝影機之參數設定值。 =意的是’本發明所欲抽取之物件係具有物件顏色 ^色Μ間(eG1()r spaee)座標中、可形成特定聚集之特 炉楚括11™""間座標' HSV空間座標、及YCbCr空間座 不...、,例如將各種不同人臉之膚色所對應的刪色彩分 10 1255429 量於投影至YCbCr空間座標中時、即具有此特性。而在以 下所提出之第一實施例及第二實施例中,係使用根據人臉 膚色(即物件顏色)投影至YCbCr空間座標中所形成之特定 聚集而建立的膚色模型(即特定色彩模型),作為在影像^ 5抽取出皮膚(即目標物件)的依據,以在抽取出膚色區域 後’提高後續執行與人臉相關之影像處理程序的辨識效 能,若其他物件亦具有此特性,當然亦可適用於本發明之 方法。 10第一實施例(計算離線狀態(offline)之取像參數)· 請參閱圖4之流程圖,本實施例首先係擷取一如圖5八 所示、包含有人臉膚色之影像丨(步驟S4〇1),其係為一呈現 離線狀態之既有影像資料,例如電影、監控錄影帶等無法 調整當初影像擷取器材之硬體設定值的離線資料。由於此 15時尚未調整取像參數,因此根據由大量膚色資訊所建立之 膚色模型,將會自圖5A之影像1中抽取出如圖沾所示之膚 色區域11,其係呈現破碎狀、並受到些許背景雜色干擾, 導致無法清楚完整地呈現影像丨中的膚色區域,不利於後續 根據膚色區域來進行人臉偵測、定位、甚或追蹤等影像處 20 理程序。 為了提高物件抽取之效能,因此,接著將先定位出影 像1中人臉所在位置(步驟S402),如圖6所示,本實施例係 使用一搜尋視窗2以框選出影像丨中的人臉區域,並可使用 自動人臉偵測方式、或手動選取方式加以框選出來。再來, 1255429 將根據von Kfies色彩適應模式以計算出取像參數(步驟 S403),von Kries色彩適應模式之規則係如下所示: ί(λ) = Ε(λ)ΓΙ(λ), 其中,Ι1(λ)為一反射平面,Ε(λ)為投射至反射平面 5 Κ(λ)之入射光,L(k)為反射平面R(x)之反射光,入則為光 波長。由此可知,反射光之刺激值取決於入射光和反射平 面的特性,且L(X)、Ε(λ)、及r(x)的R、G、B三原色分量 义別為 Ι^(λ)、Ι^(λ)、ίΒ(λ)、ERa)、EG〇g、EB(X)、及
RrA)、RGa)、ΪΙΒ(λ)。由於本實施例假設所有人臉的反射特 〇丨生白相同,亦即κ(λ)為一固定值,因此,將可根據von Kries 色彩適應模式而推導出下列關係式: |Ει(λ) = Ει(λ)Κ(λ) 1ί2(λ) = Ε2(λ)ΪΙ(λ) 俾進而取得下列比例關係: ΜΜ = Ε^λ) L2^) ~ ε7(λ) 5 其中,'(λ)為一理想色彩值,為目標物件 =映之物件顏色,Ε/λ)為债測到理想色彩值Μλ)時之 兄光源’ Ε〗(λ)為偵測到目標物件l⑷時之環境光源。 种管相據上述關係式’請一併參閱圖7,係詳述步驟S403 2〇 声.υ ’本貫施例較佳係直接以分佈在色彩座標中的 胃吴里中心點作為理想膚色值(即Ι^(λ))。接著,將根據 12 1255429 5 由搜尋視窗2所框選出之人臉區域對應的顏色直方圖(c〇1〇r histogram),來抽取出搜尋視窗2範圍内的膚色成分對應之 實際膚色值(即“(λ))(步驟S702),由於在人臉範圍中,平 滑的膚色佔據多數較亮的顏色成分,所以將把此人臉區域 對應的顏色直方圖中、灰度值較高或較亮的前8〇%(視實際 情況決定比例值、亦可使用手動方式抽取)顏色成分抽取出 來,亚求得其中三原色的各自平均值Rm,Gm,Bm,用來表示 未调整取像參數前所測得的實際膚色值Ε2(λ)。此時即可透 10 過 Ε!(λ)“(λ) Ε2(λ) 驟S703)。 之比例關係以計算出取像參數為Αι (λ)(步ί2(λ) 再來,請繼續參閱圖4之流程圖,只要將影像丨中所有 的像素點灰階值L2(;g皆乘上取像參數^2後,就能得到 [2(λ) 如圖8Α所示、經過參數調整後之轉換後影像3(步驟S4〇4), 以凸顯強化膚色特徵、並濾除背景雜訊;然後,再透過膚 15色模型的運算即可抽取出如圖8B所示、轉換後影像3中之 轉換後膚色區域31(步驟S405),其遠較圖沾所示之膚色區 域11清晰完整。如此一來,往後將可根據此最佳化之轉換 後膚色區域31所涵蓋的範圍,來加速後續影像處理程序, 大幅降低偵測到錯誤人臉區域的機率。 20 又,由於本實施例之圖5A的影像1係為一連串視訊影 像中的其中-張影像’故與影像1具有相同取樣環境的其他 影像、在乘上本實施例之取像參數_後,亦可產生相 L。(λ、 13 1255429 同的膚色增益效果,以在透過膚色模型計算後,皆可抽取 出完整清晰的膚色區域。 此外,本實施例雖以計算離線狀態之取像參數為主, 然本實施例所計算出之取像參數亦可用於調整線上 L2(X) 5攝影機所擷取到之影像,並不限於本實施例之離線作法。 第一貫施例(計异連線(online)狀態之取像參數): 請參閱圖9之流程圖,並同樣以調整圖5A之影像丨對應 的取像參數作說明。本實施例首先係擷取由一運作中之影 1〇像擷取裝置所傳來的影像丨(步驟S901),其中,影像擷取裝 置例如為一攝影機、相機…等;接著,同樣使用圖6所示之 搜尋視窗2以框選出影像i中的人臉區域(步驟S9〇2)。 再來,請一併參閱圖1〇,係詳述步驟S9〇3用以在擷取 出影像1之膚色分佈狀態後,運用膚色模型試算各種不同參 15數組合、以計算出最佳取像參數的流程。本實施例起初將 透過膚色模型,以擷取出影像丨中之皮膚對應於各種不同參 數組合^的膚色分佈狀態(步驟S101),其中,參數組合例 如為RGB增益值<,<g,<b,當然亦可視需求而結合曝光 里、或亮度等參數。然後,將所有可能的參數組合,透 k 方程式 C1 = S^ide - S1 outside 來计异出色彩差值(步驟S102), 、中,S^side為圖6之搜尋視窗2内、符合該膚色模型之像素 ·、、、、〜數,S^utside為搜哥視窗2外、符合膚色模型之像素點總 數據此,具有最大色彩差值之參數組合即為本實施 例之取像參數(步驟S103)。因此,只要根據此取像參數來 14 1255429 調節影像摘取裝置,便能取得如圖从所示、符合膚色模型 的轉換後影像3(步驟S104),進—步透過膚色模型的運算來 抽取出如圖纽所示、轉換後影像3中之轉換後膚色 31(步驟 S105)。 5 當然,影像擷取裝置即可根據這一組取像參數作調 ^,使得後續所取得之動態影像皆能透過膚色模型抽取出 完整而清晰的膚色區域。 根據上述之說明,可知本發明係能衍生應用至抽取其 10他顏色之物件,只要物件的顏色經過座標投影後,能夠擁 有在色彩空間中形成聚集的特性,就能夠適用本發明之調 整參數方式,使得影像摘取袭置在不同取像環境、不同軟 硬體設定的前提下,皆能抽取出完整的物件區域。且本發 月係月b自動根據計算出的取像參數來調整影像操取裝置, 15而毋須由人員自行手動調整,大幅增加使用便利性,·並在 將影像經過本發明調整取像參數之前處理後,有效改善物 件抽取狀況’俾利於其他後續之影像處理技術,實為一大 進步。 上述實施例僅係為了方便說明而舉例而已’本發明所 2〇主張之權利範圍自應以申請專利範圍所述為準,而非僅限 於上述實施例。 【圖式簡單說明】 圖1係習知使用搜尋視窗於影像中搜尋人臉之狀態示意圖 15 1255429 圖2係習知藉由縮放影像以供搜尋視窗搜尋人臉之狀態示 意圖。 圖3 A係人臉影像之示意圖。 圖3 B係圖3 A之人臉影像之膚色區域示意圖。 5 圖3C係根據圖3A所建立之膚色模型示意圖。 圖4係本發明一較佳實施例應用於離線狀態之流程圖。 圖5 A係本發明一較佳實施例包含人臉膚色之影像示意圖。 圖5B係圖5 A之影像對應之膚色區域示意圖。
圖6係本發明一較佳實施例之搜尋視窗示意圖。 10 圖7係圖4之步驟S403之詳細操作流程圖。 圖8 A係本發明一較佳實施例之轉換後影像之示意圖。 圖8B係圖8 A之轉換後影像對應之轉換後膚色區域示意圖。 圖9係本發明另一較佳實施例應用於連線狀態之流程圖。 圖10係圖9之步驟S903之詳細操作流程圖。 15 【圖號說明】
膚色區域11 轉換後影像3 影像X 搜尋視窗Y YCbCr座標系Z
影像1 搜尋視窗2 轉換後膚色區域3 1 20 縮放影像X1,X2,X3 人臉F1,F2 膚色模型Z1 16
Claims (1)
1255429 拾、申請專利範圍: 1 ·種凋整取像參數以最佳化物件抽取之方法,勺# 下列步驟·· 左a括 -影像#|取步驟’用以擷取—影像,該影像係至 少二目標物件,該目標物件之物件顏色係經由座標投影以 於一色必空間座標中形成一特定色彩聚集、據以 定色彩模型; 心I特 疋位步驟,用以定位該影像中之目標物件; 10 15 20 狀能,參數步驟,係擷取該目標物件之顏色分佈 心1運用_定色彩模型計算出—組取像參數; 衫像轉換步驟,係採用該取像 =轉:r像之目標物件的物件顏色符合該二 幽標::㈣特定色_-一 2·如申請專利範圍第丨項所 像擷取步驟中,爷旦彡德糸— '八中,於該影 一影像。 °象係為禝數個連續視訊影像中之其中 3牛”請專利範圍第2項所述之方法 =驟:使用該取像參數以轉換該 = 口Ρ影像,俾利該物件抽取 豕Τ之王 出該目標物件。 ’ μ荨轉換後之影像中擷取 17 1255429 4.如申請專利範圍第丨項所述之方法,其中,該定位 步驟係框選出-涵蓋該目標物件之影像區域,、以定:出該 影像中之目標物件。 X %如中請專利範圍第4項所述之方法,其係根據麵 nes色彩適應模式L(x) = Ε(λ)κ(λ)以計算出該取像參 數,其中,R⑷為-反射平面,Ε(λ)為投射至該反射平面 之入射光,L⑷為該反射平面之反射光,入為一光波長。 6.如申請專利範圍第5項所述之方法,其中, 取像參數步驟係包括下列步驟: ^ 4 # ίο (Α1)擷取一理想色彩值; (A2)根據涵蓋該目標物件之影 以抽取出該目標物件之顏色成分顏色直方圖 映之物件顏色!^);及 俾取㈣目標物件所反 (A3)根據von Kries色彩適應模式卜(λ) = Ει(λ)κ(λ) 15 [ί2(λ) = Ε2(λ)Κ(λ) 以計算出該取像參數,盆 L 2 (λ) 、 Ε , (λ)為谓測到該理想 色彩值時之環境光源, 八)貝娜到该目標物件時之 光源,_該目標物件對光源之反射特性。 7·如申請專利範圍第6項所述之 轉換步驟係將該影像中之每一 忐,其中,該影像 20取得轉換後之影像。 μ點乘上該取像參數,以 8·如申請專利範圍第6項所述 色彩值係為該特定色彩模型之中… 床,其中,該理想 點0 18 1255429 9·如申請專利範圍第4項所述 像擷取裝置以遠砵也 去其係使用一影 及置以連績擷取該目標物件之動態影像。 取德失*如申請專利範圍第9項所述之方法,其中…"瞀 取像參數步驟係包括-pmh 、6亥“ (B2)計算色彩差值ci = si_ ^ outside (B1)透過該特定色彩模型,以 標物件對應於不同參數組合之顏色分佈狀中之目 v x_ u mside b outside ’ 其中,Q i ίο
=,、符合該特定色彩模型之像素點總數,:: 為一像區域外、符合該特定色彩模型之像素點總數:’ (B3)擷取對應於最大色彩差 定為該取像參數。 。乂參數組合以 _ 範圍第1G項所述之方法,其中,該影像 擷取衣置係直接根據該取像參數㈣取㈣換後之影像。 12. 如申請專利範圍第10項所述之方法,其中,於步驟 15 (B 1)中,该參數組合係為該影像之增益值。
13. 如申請專利範圍第丨項所述之方法其中,該物件 顏色係為人臉膚色,該特定色彩模型係為—膚色模型。 14. 如申請專利範圍第丨項所述之方法,其中,該色彩 空間座標係為一 RGB空間座標。 10 I5·如申請專利範圍第1項所述之方法,其中,該色彩 空間座標係為一 YCbCr空間座標。 y 19
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW092137336A TWI255429B (en) | 2003-12-29 | 2003-12-29 | Method for adjusting image acquisition parameters to optimize objection extraction |
US10/878,321 US7305124B2 (en) | 2003-12-29 | 2004-06-29 | Method for adjusting image acquisition parameters to optimize object extraction |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW092137336A TWI255429B (en) | 2003-12-29 | 2003-12-29 | Method for adjusting image acquisition parameters to optimize objection extraction |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200521879A TW200521879A (en) | 2005-07-01 |
TWI255429B true TWI255429B (en) | 2006-05-21 |
Family
ID=34699376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW092137336A TWI255429B (en) | 2003-12-29 | 2003-12-29 | Method for adjusting image acquisition parameters to optimize objection extraction |
Country Status (2)
Country | Link |
---|---|
US (1) | US7305124B2 (zh) |
TW (1) | TWI255429B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7508994B2 (en) * | 2005-12-05 | 2009-03-24 | Eastman Kodak Company | Method for detecting streaks in digital images |
KR100791373B1 (ko) * | 2005-12-12 | 2008-01-07 | 삼성전자주식회사 | 선호 색을 변환하는 장치 및 방법 |
KR100761840B1 (ko) * | 2006-02-28 | 2007-09-28 | 삼성전자주식회사 | 저장된 로우(raw) 이미지 신호를 이용하는 이미지 튜닝시스템 및 이미지 튜닝 방법 |
US20100158357A1 (en) * | 2008-12-19 | 2010-06-24 | Qualcomm Incorporated | Image processing method and system of skin color enhancement |
JP2011221812A (ja) * | 2010-04-09 | 2011-11-04 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
US8320644B2 (en) * | 2010-06-15 | 2012-11-27 | Apple Inc. | Object detection metadata |
CN103415849B (zh) * | 2010-12-21 | 2019-11-15 | 高通股份有限公司 | 用于标注视图图像的至少一个特征的计算机化方法和设备 |
EP2549759B1 (en) | 2011-07-19 | 2016-01-13 | Axis AB | Method and system for facilitating color balance synchronization between a plurality of video cameras as well as method and system for obtaining object tracking between two or more video cameras |
US9449238B2 (en) * | 2014-04-30 | 2016-09-20 | Lexmark International, Inc. | Augmented image correlation |
EP3278267A1 (en) | 2015-03-31 | 2018-02-07 | Arçelik Anonim Sirketi | Image display device retrieving locational information in association with an object in a broadcast program |
US10373316B2 (en) | 2017-04-20 | 2019-08-06 | Ford Global Technologies, Llc | Images background subtraction for dynamic lighting scenarios |
US11109065B2 (en) * | 2018-09-26 | 2021-08-31 | Google Llc | Video encoding by providing geometric proxies |
CN111160169B (zh) * | 2019-12-18 | 2024-03-15 | 中国平安人寿保险股份有限公司 | 人脸检测方法、装置、设备及计算机可读存储介质 |
CN111192241B (zh) * | 2019-12-23 | 2024-02-13 | 深圳市优必选科技股份有限公司 | 一种人脸图像的质量评估方法、装置及计算机存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0611230B1 (en) * | 1993-02-12 | 1998-09-30 | Eastman Kodak Company | Method and associated apparatus for transforming input color values in an input color space to output color values in an output color space |
US5940535A (en) * | 1996-10-31 | 1999-08-17 | Industrial Technology Research Institute | Method and apparatus for designing a highly reliable pattern recognition system |
JP3921015B2 (ja) * | 1999-09-24 | 2007-05-30 | 富士通株式会社 | 画像解析装置及び方法並びにプログラム記録媒体 |
US7251358B2 (en) * | 2003-11-13 | 2007-07-31 | Canon Kabushiki Kaisha | Color measurement profile with embedded characterization |
-
2003
- 2003-12-29 TW TW092137336A patent/TWI255429B/zh not_active IP Right Cessation
-
2004
- 2004-06-29 US US10/878,321 patent/US7305124B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US7305124B2 (en) | 2007-12-04 |
US20050141762A1 (en) | 2005-06-30 |
TW200521879A (en) | 2005-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10157325B2 (en) | Image capture device with contemporaneous image correction mechanism | |
TWI255429B (en) | Method for adjusting image acquisition parameters to optimize objection extraction | |
CN107945135B (zh) | 图像处理方法、装置、存储介质和电子设备 | |
JP4906034B2 (ja) | 撮影装置および方法並びにプログラム | |
US8320641B2 (en) | Method and apparatus for red-eye detection using preview or other reference images | |
US7046924B2 (en) | Method and computer program product for determining an area of importance in an image using eye monitoring information | |
JP4214420B2 (ja) | 瞳色補正装置およびプログラム | |
CN107808136A (zh) | 图像处理方法、装置、可读存储介质和计算机设备 | |
JP2022528128A (ja) | 肌質測定方法、肌質等級分類方法、肌質測定装置、電子機器及び記憶媒体 | |
US20120069222A1 (en) | Foreground/Background Separation Using Reference Images | |
CN109844804B (zh) | 一种图像检测的方法、装置及终端 | |
JP4894278B2 (ja) | カメラ装置及びカメラ制御プログラム | |
Wannous et al. | Supervised tissue classification from color images for a complete wound assessment tool | |
JP2004357277A (ja) | デジタル画像処理方法 | |
CN107993209B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN101983507A (zh) | 自动红眼检测 | |
JP2005086516A (ja) | 撮像装置、印刷装置、画像処理装置およびプログラム | |
JP2002183729A (ja) | 画像肌色検出における金髪画素除去方法 | |
CN108022207A (zh) | 图像处理方法、装置、存储介质和电子设备 | |
CN107800965A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN106859595A (zh) | 舌象获取方法、装置和系统 | |
JP2009123081A (ja) | 顔検出方法及び撮影装置 | |
WO2023273247A1 (zh) | 人脸图像处理方法及装置、计算机可读存储介质、终端 | |
CN108875625B (zh) | 一种识别方法和电子设备 | |
JP6977483B2 (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |