WO2014178105A1 - 属性推定装置 - Google Patents

属性推定装置 Download PDF

Info

Publication number
WO2014178105A1
WO2014178105A1 PCT/JP2013/062575 JP2013062575W WO2014178105A1 WO 2014178105 A1 WO2014178105 A1 WO 2014178105A1 JP 2013062575 W JP2013062575 W JP 2013062575W WO 2014178105 A1 WO2014178105 A1 WO 2014178105A1
Authority
WO
WIPO (PCT)
Prior art keywords
attribute
user
image
database
attribute estimation
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.)
Ceased
Application number
PCT/JP2013/062575
Other languages
English (en)
French (fr)
Inventor
康行 伊原
光洋 藤田
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 Solution Innovators Ltd
Original Assignee
NEC Solution Innovators Ltd
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 Solution Innovators Ltd filed Critical NEC Solution Innovators Ltd
Priority to PCT/JP2013/062575 priority Critical patent/WO2014178105A1/ja
Priority to JP2015514706A priority patent/JP5965057B2/ja
Publication of WO2014178105A1 publication Critical patent/WO2014178105A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Definitions

  • the present invention relates to an attribute estimation device.
  • a device such as a cigarette vending machine or a bank ATM that requires personal identification
  • a device that captures a human face with a camera to acquire a facial image and estimates attributes such as age and gender from the facial image It has been proposed (for example, Patent Document 1).
  • the estimation of attributes such as age is performed by model learning in which a machine learns from a large number of model image information to create a model, and an attribute estimation target image is compared with the model.
  • an object of the present invention is to provide an attribute estimation device capable of estimating an attribute according to an evaluation criterion of the attribute estimation target person (user).
  • an attribute estimation apparatus of the present invention includes an image acquisition unit, an image information database, an attribute information database, a model learning unit, and an attribute estimation unit, and the image acquisition unit acquires an image of a user.
  • the image information database includes the acquired user image and a non-user image database
  • the attribute information database includes a user-assigned attribute database
  • the model learning means includes the non-user image. Extracting image features obtained from an information database, creating a self-evaluation standard model from the features with reference to the user-assigned attribute database
  • the attribute estimating means extracts features from the user image
  • a self-evaluation criterion attribute estimation result is generated from the feature with reference to the self-evaluation criterion model.
  • the attribute estimation device of the present invention it is possible to estimate an attribute based on an evaluation criterion of an attribute estimation target person (user).
  • FIG. 1 is a diagram showing an example of the configuration of the attribute estimation apparatus of the present invention.
  • FIG. 2 is a flowchart showing an example of a process flow in the attribute estimation apparatus of the present invention.
  • FIG. 3 is a flowchart showing an example of estimating attributes according to user evaluation criteria in the attribute estimation apparatus of the present invention.
  • FIG. 4 is a flowchart illustrating an example of estimating an attribute using an evaluation criterion other than the user in the attribute estimation device of the present invention.
  • FIG. 5 is a diagram showing an example of an annotation user interface in the attribute estimation apparatus of the present invention.
  • FIG. 6 is a diagram showing an example of a user interface for self-evaluation criteria analysis in the attribute estimation apparatus of the present invention.
  • FIG. 7 is a diagram showing an example of a user interface for analyzing other person evaluation criteria in the attribute estimation apparatus of the present invention.
  • the attribute information database further includes a non-user grant attribute database
  • the model learning unit further refers to the non-user grant attribute database and evaluates the other person's evaluation criteria from the features. It is preferable that the model is created, and the attribute estimation unit further generates an other person evaluation standard attribute estimation result from the feature with reference to the other person evaluation standard model. According to this aspect, in addition to the attribute estimation based on the self-evaluation criteria, the attribute estimation based on the evaluation criteria other than the user (others) can be performed.
  • the attribute estimation means includes a user interface creation means, and the attribute estimation result is displayed on the user interface.
  • the attribute estimation apparatus of the present invention further includes attribute assigning means, wherein the attribute assigning means indicates the user image other than the user and inputs the attribute, and the input attribute is other than the user A mode in which it is stored in the assigned attribute database is preferable.
  • attribute assigning means indicates the user image other than the user and inputs the attribute
  • the input attribute is other than the user A mode in which it is stored in the assigned attribute database is preferable.
  • the attribute assigning unit includes a user interface creating unit, and the image is displayed and the attribute is input in the user interface.
  • the attribute estimation apparatus of the present invention includes a user terminal and an attribute estimation information providing server, wherein the user terminal and the attribute information providing server are connectable via a communication network, and the user terminal
  • the attribute information providing server may include an acquisition unit, and the attribute information providing server may include an image information database, an attribute information database, a model learning unit, and an attribute estimation unit.
  • the communication network is not a constituent requirement of the attribute estimation device of the present invention.
  • the attribute estimation information providing server of the present invention can be connected to the user terminal of the attribute estimation apparatus of the present invention via a communication network, and includes an image acquisition means, an image information database, an attribute information database, a model learning means, and an attribute estimation means.
  • the image acquisition means acquires an image of a user;
  • the image information database includes an image database of the acquired user and a non-user image database, the attribute information database includes a user grant attribute database,
  • the model learning means extracts image features obtained from the non-user image information database, creates a self-evaluation reference model from the features with reference to the user-assigned attribute database, and the attribute estimation means includes: A feature is extracted from the user's image, and a self-evaluation criterion attribute estimation result is generated from the feature with reference to the self-evaluation criterion model.
  • the attribute information database further includes a non-user grant attribute database
  • the model learning unit further refers to the non-user grant attribute database and evaluates others based on the characteristics. It is preferable that a reference model is created, and the attribute estimation unit further generates an other person evaluation reference attribute estimation result from the feature with reference to the other person evaluation reference model.
  • the attribute estimation unit includes a user interface creation unit, and the attribute estimation result is displayed on the user interface.
  • the server further includes an attribute assigning unit, and the attribute assigning unit displays an image of the user other than the user and inputs the attribute, and the input attribute is the user It is preferable that the data is stored in a non-given attribute database.
  • the attribute assigning unit includes a user interface creating unit, and the image is displayed and the attribute is input in the user interface.
  • FIG. 1 shows a schematic diagram of an example of the attribute estimation apparatus of the present invention.
  • the attribute estimation apparatus of this example includes a user terminal 1 and an attribute estimation information providing server 3, both of which are connected by a communication network 2.
  • the user terminal 1 is not particularly limited, and examples thereof include a personal computer (PC), a mobile phone, and a smartphone.
  • the user terminal 1 preferably has a function of capturing an image of the user.
  • a PC with a camera, a mobile phone with a camera, and a smartphone with a camera are preferable.
  • a user interface (UI) described later is displayed on the user terminal 1.
  • the image is not particularly limited, and may be an image of a part of the body such as a face image or an image of the entire body.
  • attributes to be estimated include, for example, age, sex, facial expression, makeup, facial impression, clothing impression, and the like.
  • the communication line network 2 may be wired or wireless, and examples thereof include the Internet and a LAN.
  • the attribute estimation information providing server 3 is not particularly limited, and a general server can be used.
  • the attribute estimation information providing server 3 includes an image information database (DB) 31, an attribute information DB 32, a model learning unit 33, and an attribute estimation unit 34.
  • the image information DB 31 includes a non-user image DB 311 and a user image 312 is captured
  • the attribute information DB 32 includes a user grant attribute DB 321 and a non-user grant attribute DB 322.
  • the model learning means 33 includes an image feature extraction processing unit 331 and a model learning processing unit 332
  • the attribute estimation means 34 includes an image feature extraction processing unit 341 and an attribute estimation processing unit 342.
  • FIG 2 shows an example of the flow of attribute estimation processing by the attribute estimation apparatus of this example.
  • a user accesses (logs in) the attribute estimation information providing server 3 of the present example from the Internet using a camera-equipped smartphone (user terminal 1), thereby starting use of the device of the present example ( S1).
  • the user captures a face image (S2) and transmits the image to the apparatus of this example, the image information DB is updated in the apparatus of this example (S3).
  • an annotation UI is created by the attribute assigning means (S4) and displayed on the screen of a terminal such as a smartphone other than the user (others) (S5).
  • An example of the annotation UI is shown in FIG.
  • the annotation UI displays an image of another person, an annotation question ("Is it cute?" In the figure), and an answer icon ("No" in the figure) ”-2 to“ Yes ”+2 five-level evaluation) is displayed, and when someone other than the user answers, the other person will annotate the user's image, and the result is given to those other than the user. Accumulated (updated) in the attribute DB 321 (S6).
  • the user annotates the face image of another person other than the user, and the result is accumulated (updated) in the user assignment attribute DB 322 (S6).
  • Such processing (the portion surrounded by the dotted line in FIG. 2) is repeated for each image.
  • the image feature extraction processing unit 331 extracts image features from the non-user image DB, and the extracted image features and users Based on the attribute information from the assigned attribute DB 322, a self-evaluation reference model 333 is created (S7).
  • the attribute estimation means 34 the feature is extracted from the user image 312 in the image feature extraction processing unit 341, and the attribute estimation processing unit 342 refers to the model 333 of the self-evaluation criteria, and An attribute is estimated from the feature, and an estimation result 343 is generated.
  • a self-evaluation criterion analysis UI is created (S8), and attribute estimation results are displayed by the UI (S9).
  • An example of the UI of the attribute estimation result of the self-evaluation criteria is shown in FIG.
  • the face image of the user is displayed and the attribute estimation result of the self-evaluation criterion is displayed.
  • the face attribute is “impression” of two items “cute” and “healthy”
  • the attribute estimation result is “impression degree” of two items “cute” and “healthy”.
  • Each is displayed with a score out of 100.
  • the user determines whether or not to display the attribute estimation result based on the other person evaluation criteria (S10). When not displaying (No), it is complete
  • the image feature extraction processing unit 331 extracts image features from the non-user image DB 311, and the extracted image features and users Based on the attribute information from the non-giving attribute DB 321, the other person evaluation reference model 333 is created (updated) (S ⁇ b> 11). Then, as shown in FIG. 4, in the attribute estimation means 34, the feature is extracted from the user image 312 in the image feature extraction processing unit 341, and the feature estimation unit 342 refers to the other person-based model 333 and the feature is extracted. , The attribute is estimated, and an estimation result 343 is generated.
  • FIG. 7 An example of the UI of the attribute estimation result of the other person evaluation criterion is shown in FIG. 7 in the UI.
  • the face image of the user himself / herself is displayed and the attribute estimation result of the other person evaluation standard is displayed.
  • the attribute of the face is “impression” of two items “cute” and “healthy”
  • the attribute estimation result is “impression degree” of two items “cute” and “healthy”. Each is displayed with a score out of 100.
  • a process will be complete
  • the present invention is widely used in the field of estimating attributes such as age, gender, and facial impression degree from an image, and its application is not limited.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

　属性推定対象者（使用者）自身の評価基準により属性を推定することが可能な属性推定装置の提供及び多数のユーザから顔画像・属性情報を収集することを目的とする。本発明の属性推定装置は、画像取得手段、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含み、前記画像取得手段は、使用者の画像を取得し、前記画像情報データベースは、前記取得された使用者の画像及び使用者以外画像データベースを含み、前記属性情報データベースは、使用者付与属性データベースを含み、前記モデル学習手段は、前記使用者以外画像データベースから得た画像の特徴を抽出し、前記使用者付与属性データベースを参照して前記特徴から自己評価基準モデルを作成し、前記属性推定手段は、前記使用者の画像から特徴を抽出し、前記自己評価基準モデルを参照して前記特徴から自己評価基準属性推定結果を生成する、ことを特徴とする。

Description

属性推定装置
　本発明は、属性推定装置に関する。
　タバコの自動販売機又は銀行のＡＴＭ等のように本人確認が必要な装置において、ヒトの顔をカメラで撮影して顔画像を取得し、顔画像から年齢及び性別等の属性を推定する装置が提案されている（例えば、特許文献１）。年齢等の属性の推定は、例えば、多数のお手本画像情報により機械が学習してモデルを作成し、属性推定対象の画像を前記モデルと対比するというモデル学習で実施される。
特開２０１０－２１８０６０号公報
　前記モデル学習では、多数の画像に対し、ヒトが年齢等の属性を推定（アノテーション）してモデルを作成することになる。このため、年齢等の属性推定は、評価対象者自身の評価基準ではなく、他人の評価基準で実施されることになる。一方、化粧の具合又は表情の評価等のように本人確認以外の分野では、属性推定対象自身が、その属性推定結果を知りたい場合が多い。この場合、他人からどういう風にみられているかという他人の評価基準での推定に加え、自分はこのようなイメージがよいというような自分の評価基準での推定にもニーズがある。しかしながら、従来の属性推定では、属性推定対象者（使用者）自身の評価基準によるものは無かった。
　そこで、本発明は、属性推定対象者（使用者）自身の評価基準により属性を推定することが可能な属性推定装置の提供を目的とする。
　前記目的を達成するために、本発明の属性推定装置は、画像取得手段、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含み、前記画像取得手段は、使用者の画像を取得し、前記画像情報データベースは、前記取得された使用者の画像及び使用者以外画像データベースを含み、前記属性情報データベースは、使用者付与属性データベースを含み、前記モデル学習手段は、前記使用者以外画像情報データベースから得た画像の特徴を抽出し、前記使用者付与属性データベースを参照して前記特徴から自己評価基準モデルを作成し、前記属性推定手段は、前記使用者の画像から特徴を抽出し、前記自己評価基準モデルを参照して前記特徴から自己評価基準属性推定結果を生成する、ことを特徴とする。
　本発明の属性推定装置によれば、属性推定対象者（使用者）の評価基準で属性を推定することが可能である。
図１は、本発明の属性推定装置の構成の一例を示す図である。 図２は、本発明の属性推定装置における処理の流れの一例を示すフローチャートである。 図３は、本発明の属性推定装置における使用者評価基準で属性を推定する場合の一例を示すフローチャートである。 図４は、本発明の属性推定装置における使用者以外の評価基準で属性を推定する場合の一例を示すフローチャートである。 図５は、本発明の属性推定装置におけるアノテーション用のユーザインターフェースの一例を示す図である。 図６は、本発明の属性推定装置における自己評価基準分析用のユーザインターフェースの一例を示す図である。 図７は、本発明の属性推定装置における他人評価基準分析用のユーザインターフェースの一例を示す図である。
　本発明の属性推定装置において、前記属性情報データベースは、さらに、使用者以外付与属性データベースを含み、前記モデル学習手段は、さらに、前記使用者以外付与属性データベースを参照して前記特徴から他人評価基準モデルを作成し、前記属性推定手段は、さらに、前記他人評価基準モデルを参照して前記特徴から他人評価基準属性推定結果を生成する、という態様であることが好ましい。この態様によれば、自己評価基準による属性推定に加え、使用者以外（他人）の評価基準による属性推定も可能となる。
　本発明の属性推定装置において、前記属性推定手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェース上に前記属性推定結果が表示されることが好ましい。
　本発明の属性推定装置において、さらに、属性付与手段を含み、前記属性付与手段は、前記使用者の画像を前記使用者以外に示して属性を入力させ、入力された属性は、前記使用者以外付与属性データベースに蓄積されるという態様が好ましい。従来の前記モデル学習では、ヒトが年齢等の属性を推定（アノテーション）してモデルを作成するために、多数の人手による作業が必要となるが、それに対する対価を作業者に付与することが困難であった。このため、従来では、継続して、顔等の画像情報及び属性情報を収集することが困難であった。しかし、属性付与手段を含む前記態様であれば、使用者が自分の画像を本発明の属性推定装置に提供し、かつ、他人の画像に対しアノテーションをすることになるため、画像情報及び属性情報を継続的に収集可能となる。
　本発明の属性推定装置において、前記属性付与手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェースにおいて、前記画像が示され、かつ、前記属性が入力されることが好ましい。
　本発明の属性推定装置において、使用者端末及び属性推定情報提供サーバを含み、前記使用者端末及び属性情報提供サーバは、通信回線網を介して接続可能であり、前記使用者端末は、前記画像取得手段を含み、前記属性情報提供サーバは、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含むという態様であってもよい。なお、前記通信回線網は、本発明の属性推定装置の構成要件ではない。
　本発明の属性推定情報提供サーバは、本発明の属性推定装置の使用者端末と通信回線網で接続可能であり、画像取得手段、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含み、前記画像取得手段は、使用者の画像を取得し、
前記画像情報データベースは、前記取得された使用者の画像及び使用者以外画像データベースを含み、前記属性情報データベースは、使用者付与属性データベースを含み、
前記モデル学習手段は、前記使用者以外画像情報データベースから得た画像の特徴を抽出し、前記使用者付与属性データベースを参照して前記特徴から自己評価基準モデルを作成し、前記属性推定手段は、前記使用者の画像から特徴を抽出し、前記自己評価基準モデルを参照して前記特徴から自己評価基準属性推定結果を生成する、ことを特徴とする。
　本発明の属性情報提供サーバにおいて、前記属性情報データベースは、さらに、使用者以外付与属性データベースを含み、前記モデル学習手段は、さらに、前記使用者以外付与属性データベースを参照して前記特徴から他人評価基準モデルを作成し、前記属性推定手段は、さらに、前記他人評価基準モデルを参照して前記特徴から他人評価基準属性推定結果を生成する、という態様が好ましい。
　本発明の属性情報提供サーバにおいて、前記属性推定手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェース上に前記属性推定結果が表示されるという態様が好ましい。
　本発明の属性情報提供サーバにおいて、さらに、属性付与手段を含み、前記属性付与手段は、前記使用者の画像を前記使用者以外に示して属性を入力させ、入力された属性は、前記使用者以外付与属性データベースに蓄積されるという態様が好ましい。
　本発明の属性情報提供サーバにおいて、前記属性付与手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェースにおいて、前記画像が示され、かつ、前記属性が入力されることが好ましい。
　次に、本発明の属性推定装置について、例を挙げて説明する。
　図１に、本発明の属性推定装置の一例の概略図を示す。本例の属性推定装置は、使用者端末１及び属性推定情報提供サーバ３を含み、両者が通信回線網２で接続されている。
　前記使用者端末１は、特に制限されず、例えば、パーソナルコンピュータ（ＰＣ）、携帯電話、スマートフォンがあげられる。前記使用者端末１は、使用者の画像を撮像する機能を有することが好ましく、例えば、カメラ付きＰＣ、カメラ付き携帯電話、カメラ付きスマートフォンが好ましい。また、使用者端末１には、例えば、後述するユーザインタフェース（ＵＩ）が表示される。
　本発明において、画像は、特に制限されず、顔画像のように身体の一部の画像でもよいし、身体全体の画像であってもよい。また、本発明において、推定対象となる属性は、例えば、年齢、性別、顔の表情、化粧の具合、顔の印象、服装の印象等がある。
　前記通信回線網２は、有線でも無線でもよく、例えば、インターネット、ＬＡＮ等があげられる。
　前記属性推定情報提供サーバ３は、特に制限されず、一般的なサーバを使用することができる。前記属性推定情報提供サーバ３は、画像情報データベース（ＤＢ）３１、属性情報ＤＢ３２、モデル学習手段３３及び属性推定手段３４を含む。
　図３及び図４に示すように、画像情報ＤＢ３１は、使用者以外画像ＤＢ３１１を含み、かつ使用者画像３１２が取り込まれ、属性情報ＤＢ３２は、使用者付与属性ＤＢ３２１及び使用者以外付与属性ＤＢ３２２を含む。また、前記両図に示すように、モデル学習手段３３は、画像特徴抽出処理部３３１及びモデル学習処理部３３２を含み、属性推定手段３４は、画像特徴抽出処理部３４１及び属性推定処理部３４２を含む。
　図２のフローチャートに、本例の属性推定装置による属性推定の処理の流れの一例を示す。
　まず、使用者（ユーザ）によりカメラ付きスマートフォン（使用者端末１）により、インターネットから本例の属性推定情報提供サーバ３にアクセス（ログイン）することにより、本例の装置の使用が開始される（Ｓ１）。使用者が顔画像を撮影し（Ｓ２）、その画像を本例の装置に送信すると、本例の装置において画像情報ＤＢが更新される（Ｓ３）。
　そして、属性付与手段によりアノテーション用ＵＩが作成され（Ｓ４）、それが使用者以外（他人）のスマートフォン等の端末の画面に表示される（Ｓ５）。アノテーション用ＵＩの例を図５に示す。同図に示すように、アノテーション用ＵＩでは、他人の画像が表示されると共に、アノテーション用の質問（同図では「かわいいですか？」）が表示され、回答用のアイコン（同図では「いいえ」の－２から「はい」の＋２の五段階評価）が表示され、使用者以外の他人が回答することにより、使用者の画像に他人がアノテーションすることになり、その結果が使用者以外付与属性ＤＢ３２１に蓄積（更新）される（Ｓ６）。同様に、前記使用者は、使用者以外の他人の顔画像に対しアノテーションし、その結果が、使用者付与属性ＤＢ３２２に蓄積（更新）される（Ｓ６）。このような処理（図２の点線で囲んだ部分）が、画像１枚毎に繰り返される。
　自己評価基準の属性推定の場合は、図３に示すように、学習モデル作成手段３３において、使用者以外画像ＤＢから画像特徴抽出処理部３３１により画像特徴を抽出し、抽出した画像特徴及び使用者付与属性ＤＢ３２２からの属性情報に基づき、自己評価基準のモデル３３３が作成される（Ｓ７）。そして、図３に示すように、属性推定手段３４において、画像特徴抽出処理部３４１において使用者画像３１２から特徴が抽出され、属性推定処理部３４２において前記の自己評価基準のモデル３３３を参照し前記特徴から属性が推定され、推定結果３４３が生成される。そして、図２において、自己評価基準分析用ＵＩが作成され（Ｓ８）、前記ＵＩにより属性推定結果が表示される（Ｓ９）。自己評価基準の属性推定結果のＵＩの例を図６に示す。図６に示すように、前記ＵＩでは、使用者自身の顔画像が表示されると共に、自己評価基準の属性推定結果が表示される。図６では、顔の属性が「かわいい」及び「健康的」の二項目の「印象」であり、属性推定結果が、「かわいい」及び「健康的」の二項目の「印象度」であり、それぞれが１００点満点中の得点で表示されている。
　図２のフローチャートにおいて、自己評価基準による属性推定結果が表示された後は、他人評価基準での属性推定結果を表示するか否かの判断が使用者によってされる（Ｓ１０）。表示しない場合（Ｎｏ）は、終了（Ｓ１４）となる。表示する場合（Ｙｅｓ）は、次のように処理される。
　他人評価基準の属性推定の場合は、図４に示すように、学習モデル作成手段３３において、使用者以外画像ＤＢ３１１から画像特徴抽出処理部３３１により画像特徴を抽出し、抽出した画像特徴及び使用者以外付与属性ＤＢ３２１からの属性情報に基づき、他人評価基準のモデル３３３が作成（更新）される（Ｓ１１）。そして、図４に示すように、属性推定手段３４において、画像特徴抽出処理部３４１において使用者画像３１２から特徴が抽出され、属性推定処理部３４２において前記の他人基準のモデル３３３を参照し前記特徴から属性が推定され、推定結果３４３が生成される。そして、図２において、他人評価基準分析用ＵＩが作成され（Ｓ１２）、前記ＵＩにより属性推定結果が表示される（Ｓ１３）。他人評価基準の属性推定結果のＵＩの例を図７に示す。図７に示すように、前記ＵＩでは、使用者自身の顔画像が表示されると共に、他人評価基準の属性推定結果が表示される。図７では、顔の属性が「かわいい」及び「健康的」の二項目の「印象」であり、属性推定結果が、「かわいい」及び「健康的」の二項目の「印象度」であり、それぞれが１００点満点中の得点で表示されている。そして、他人評価基準の属性推定結果が表示されたら、処理が終了する（Ｓ１４）。
　以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されるものではない。本発明の構成や詳細には、本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。
産業上の利用分野
　本発明は、年齢、性別、顔の印象度等の属性を画像から推定する分野に広く用いられ、その用途は制限されない。

Claims (11)

  1. 画像取得手段、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含み、
    前記画像取得手段は、使用者の画像を取得し、
    前記画像情報データベースは、前記取得された使用者の画像及び使用者以外画像データベースを含み、
    前記属性情報データベースは、使用者付与属性データベースを含み、
    前記モデル学習手段は、前記使用者以外画像データベースから得た画像の特徴を抽出し、前記使用者付与属性データベースを参照して前記特徴から自己評価基準モデルを作成し、
    前記属性推定手段は、前記使用者の画像から特徴を抽出し、前記自己評価基準モデルを参照して前記特徴から自己評価基準属性推定結果を生成する、
    ことを特徴とする属性推定装置。
  2. 前記属性情報データベースは、さらに、使用者以外付与属性データベースを含み、
    前記モデル学習手段は、さらに、前記使用者以外付与属性データベースを参照して前記特徴から他人評価基準モデルを作成し、
    前記属性推定手段は、さらに、前記他人評価基準モデルを参照して前記特徴から他人評価基準属性推定結果を生成する、
    ことを特徴とする請求項１記載の属性推定装置。
  3. 前記属性推定手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェース上に前記属性推定結果が表示されることを特徴とする請求項１または２記載の属性推定装置。
  4. さらに、属性付与手段を含み、
    前記属性付与手段は、前記使用者の画像を前記使用者以外に示して属性を入力させ、入力された属性は、前記使用者以外付与属性データベースに蓄積されることを特徴とする請求項１から３のいずれか一項に記載の属性推定装置。
  5. 前記属性付与手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェースにおいて、前記画像が示され、かつ、前記属性が入力されることを特徴とする請求項４記載の属性推定装置。
  6. 使用者端末及び属性推定情報提供サーバを含み、
    前記使用者端末及び属性推定情報提供サーバは、通信回線網を介して接続可能であり、
    前記使用者端末は、前記画像取得手段を含み、
    前記属性推定情報提供サーバは、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含む
    ことを特徴とする請求項１から５のいずれか一項に記載の属性推定装置。
  7. 請求項６記載の使用者端末と通信回線網で接続可能であり、
    画像取得手段、画像情報データベース、属性情報データベース、モデル学習手段及び属性推定手段を含み、
    前記画像取得手段は、使用者の画像を取得し、
    前記画像情報データベースは、前記取得された使用者の画像及び使用者以外画像データベースを含み、
    前記属性情報データベースは、使用者付与属性データベースを含み、
    前記モデル学習手段は、前記使用者以外画像データベースから得た画像の特徴を抽出し、前記使用者付与属性データベースを参照して前記特徴から自己評価基準モデルを作成し、
    前記属性推定手段は、前記使用者の画像から特徴を抽出し、前記自己評価基準モデルを参照して前記特徴から自己評価基準属性推定結果を生成する、
    ことを特徴とする請求項６記載の属性推定装置に使用される属性推定情報提供サーバ。
  8. 前記属性情報データベースは、さらに、使用者以外付与属性データベースを含み、
    前記モデル学習手段は、さらに、前記使用者以外付与属性データベースを参照して前記特徴から他人評価基準モデルを作成し、
    前記属性推定手段は、さらに、前記他人評価基準モデルを参照して前記特徴から他人評価基準属性推定結果を生成する、
    ことを特徴とする請求項７記載の属性推定情報提供サーバ。
  9. 前記属性推定手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェース上に前記属性推定結果が表示されることを特徴とする請求項７または８記載の属性推定情報提供サーバ。
  10. さらに、属性付与手段を含み、
    前記属性付与手段は、前記使用者の画像を前記使用者以外に示して属性を入力させ、入力された属性は、前記使用者以外付与属性データベースに蓄積されることを特徴とする請求項７から９のいずれか一項に記載の属性推定情報提供サーバ。
  11. 前記属性付与手段は、ユーザインターフェース作成手段を含み、前記ユーザインターフェースにおいて、前記画像が示され、かつ、前記属性が入力されることを特徴とする請求項１０記載の属性推定情報提供サーバ。
PCT/JP2013/062575 2013-04-30 2013-04-30 属性推定装置 Ceased WO2014178105A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2013/062575 WO2014178105A1 (ja) 2013-04-30 2013-04-30 属性推定装置
JP2015514706A JP5965057B2 (ja) 2013-04-30 2013-04-30 属性推定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/062575 WO2014178105A1 (ja) 2013-04-30 2013-04-30 属性推定装置

Publications (1)

Publication Number Publication Date
WO2014178105A1 true WO2014178105A1 (ja) 2014-11-06

Family

ID=51843258

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/062575 Ceased WO2014178105A1 (ja) 2013-04-30 2013-04-30 属性推定装置

Country Status (2)

Country Link
JP (1) JP5965057B2 (ja)
WO (1) WO2014178105A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985133A (zh) * 2017-06-01 2018-12-11 北京中科奥森数据科技有限公司 一种人脸图像的年龄预测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05266144A (ja) * 1991-03-20 1993-10-15 Hitachi Ltd デ−タ処理システム及び方法
JP2000285151A (ja) * 1999-03-31 2000-10-13 Toyota Motor Corp デザイン評価装置及びデザイン作成装置並びに方法
JP2002158870A (ja) * 2000-06-23 2002-05-31 Eastman Kodak Co 画像の顕著性及びアピール性に基づいて写真印画の数、寸法、及び、倍率を変更する方法
JP2007052575A (ja) * 2005-08-17 2007-03-01 Konica Minolta Holdings Inc メタデータ付与装置およびメタデータ付与方法
WO2012132418A1 (ja) * 2011-03-29 2012-10-04 パナソニック株式会社 属性推定装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05266144A (ja) * 1991-03-20 1993-10-15 Hitachi Ltd デ−タ処理システム及び方法
JP2000285151A (ja) * 1999-03-31 2000-10-13 Toyota Motor Corp デザイン評価装置及びデザイン作成装置並びに方法
JP2002158870A (ja) * 2000-06-23 2002-05-31 Eastman Kodak Co 画像の顕著性及びアピール性に基づいて写真印画の数、寸法、及び、倍率を変更する方法
JP2007052575A (ja) * 2005-08-17 2007-03-01 Konica Minolta Holdings Inc メタデータ付与装置およびメタデータ付与方法
WO2012132418A1 (ja) * 2011-03-29 2012-10-04 パナソニック株式会社 属性推定装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NAOYUKI MIYAMOTO ET AL.: "Estimation of One's Subjective Age Using Facial Images", THE TRANSACTIONS OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS, vol. J90-A, no. 3, 1 March 2007 (2007-03-01), pages 240 - 247 *
SHIGERU AKAMATSU: "Recognition of Facial Expressions by Human and Computer [II", THE JOURNAL OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION ENGINEERS, vol. 85, no. 10, 1 October 2002 (2002-10-01), pages 766 - 771 *
YUMI JINNOUCHI ET AL.: "Objective Age in Subjective Age Estimation System Using Facial Images", ITE TECHNICAL REPORT, vol. 30, no. 17, 25 February 2006 (2006-02-25), pages 13 - 14 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108985133A (zh) * 2017-06-01 2018-12-11 北京中科奥森数据科技有限公司 一种人脸图像的年龄预测方法及装置

Also Published As

Publication number Publication date
JPWO2014178105A1 (ja) 2017-02-23
JP5965057B2 (ja) 2016-08-03

Similar Documents

Publication Publication Date Title
US10028569B2 (en) Makeup application assistance device, makeup application assistance system, and makeup application assistance method
KR101978299B1 (ko) 콘텐츠 서비스 시스템에서의 콘텐츠 서비스를 위한 장치
EP3116199A1 (en) Wearable-device-based information delivery method and related device
WO2016145830A1 (zh) 图像处理方法、终端及计算机存储介质
US20120313964A1 (en) Information processing apparatus, information processing method, and program
JPWO2015122195A1 (ja) 印象分析装置、ゲーム装置、健康管理装置、広告支援装置、印象分析システム、印象分析方法及びプログラム
JP7238902B2 (ja) 情報処理装置、情報処理方法、およびプログラム
CN110717399A (zh) 人脸识别方法和电子终端设备
JP6727776B2 (ja) 支援システム、支援方法、プログラム
US20150334189A1 (en) Method for matching multiple devices, and device and server system for enabling matching
JP2017033413A (ja) ロボット撮影システムおよび画像管理方法
JP6367169B2 (ja) 画像処理装置、画像処理方法、プログラムおよび記録媒体
JP5924114B2 (ja) 情報処理装置、情報処理方法、コンピュータプログラムおよび画像表示装置
JP2018195164A (ja) 解析装置、解析プログラム及び解析方法
JP5965057B2 (ja) 属性推定装置
CN110673737A (zh) 基于智能家居操作系统的显示内容的调整方法及装置
WO2017175447A1 (ja) 情報処理装置、情報処理方法、及びプログラム
JP7457496B2 (ja) データ管理装置、データ管理方法およびデータ管理プログラム
JP6338191B2 (ja) 属性推定システム
JP2020052505A (ja) 健康状態判定システム、健康状態判定装置、サーバ、健康状態判定方法、及びプログラム
CN107862727B (zh) 健康信息推送方法和装置
US20240428902A1 (en) Information processing device and information processing method
JP7229626B1 (ja) プログラム、情報処理装置、情報処理システム、情報処理方法
JP2026070910A (ja) システム
JP2026070997A (ja) システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13883644

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015514706

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13883644

Country of ref document: EP

Kind code of ref document: A1