图像中的人物候选区域抽取方法及人物候选区域抽取系统、人物候选区域抽取程序、以及人技术方案

一种图像中的人物候选区域抽取方法，判别含有人物像的图像的上下方向，根据该判别结果把所述图像校正为实际的上下方向，然后对由构成该图像的纵横像素列构成的纵线和横线，求出各自的图像特征量的方差值，在所述纵线方向和横线方向分别选择各自的图像特征量的方差值超过阈值的区域，抽取所选择的各个线方向的区域彼此重合的图像中的区域。由此，可以稳健快速地抽取图像中含有人物像的区域。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及模式识别(Pattern recognition)和对象识别技术，特别涉及以含有人物像的图像的上下判定、和从该图像中抽取含有人物的可能性较大的区域为目的的图像中的人物候选区域抽取方法及人物候选区域抽取系统、人物候选区域抽取程序、以及人物像的上下判定方法、上下判定系统、上下判定程序。
技术介绍
伴随近年来的模式识别技术和计算机等信息处理装置的高性能化，通过机器实现的字符和音频的识别精度有了飞跃性提高，但在拍摄有人物和物体/风景等的图像、例如利用数码摄像机等获取的图像的图形识别中，特别是如何准确且快速地识别该图像中是否含有人脸的方面而言，依旧被公认是极其困难的作业。但是，这样利用计算机等自动地准确识别图像中是否含映有人脸、进而该人物是谁，在实现活体识别技术的确立及安全性的提高、犯罪搜捕的迅捷化、图像数据的整理/检索作业的高速化等方面成为极其重要的课题。为了这样确立未来有用性极高的人脸识别技术，首先需要尽可能迅速地且准确地检测并确定成为检测对象的图像中的含有人物脸的区域的技术。例如，在日本特开平9-50528号公报中，首先抽取图像中的肤色区域，根据所抽取的区域生成马赛克数据，将其与图像词典进行比较并计算其一致度，检测人脸图像区域。但是，肤色区域在与人脸区域不完全一致的情况下，放宽限定肤色区域时，抽取不需要的区域，相反缩小限定时，产生抽取遗漏的问题。另一方面，在从人脸图像的检测对象图像中高速搜索人脸时，重要的是尽可能地缩小该图像中的搜索区域。因此，本专利技术就是为了有效解决这样的课题而提出的，其主要目的在于，提供可以稳健(鲁棒)且高速地进行含有人物像的图像的上下判别、抽取该图像中含有人物像的区域的新的图像中的人物候选区域抽取方法、人物候选区域抽取系统、人物候选区域抽取程序、以及人物像的上下判定方法及上下判定系统、上下判定程序。
技术实现思路
为了解决上述课题，第一专利技术的图像中的人物候选区域抽取方法，从包含人物像的图像中提取该人物像存在的区域，其特征在于，求出由构成所述图像的纵横像素列构成的纵线和横线各自的图像特征量的方差值，并且分别选择所述纵线方向和横线方向各自的图像特征量的方差值超过阈值的区域，提取所选择的各个线方向上的区域彼此重合的图像中的区域，作为所述人物存在的区域。这样，求出由构成图像的纵向像素列构成的纵线和由横向像素列构成的横线各自的图像特征量的方差值是因为，一般该图像特征量的方差值在像拍摄证件照片那样的由相同或固定的图形构成的背景下，如后面具体叙述的那样，具有在存在人物的区域中较大、在不存在人物的背景区域等中较小的趋势。因此，如果对在所述纵线方向和横线方向分别获得的图像特征量的方差值设定阈值，分别选择超过该阈值的区域，确定所选择的各个线方向的区域彼此重合的图像中的区域时，可以稳健(鲁棒)且高速地抽取图像中存在人物的区域。为了解决上述课题，第二专利技术的图像中的人物候选区域抽取方法，从包含人物像的图像中提取该人物像存在的区域，其特征在于，判别所述图像中的人物像的上下方向，根据其判别结果使所述图像旋转，把所述人物像校正为实际的上下方向，然后求出由构成该图像的纵横像素列构成的纵线和横线各自的图像特征量的方差值，并且分别选择所述纵线方向和横线方向各自的图像特征量的方差值超过阈值的区域，提取所选择的各个线方向上的区域彼此重合的图像中的区域。即，像第一专利技术那样，为了使用图像特征量的方差值稳健且高速地抽取人物像存在的区域，作为其前提，成为对象的图像的上下方向和实际的上下方向必须一致。因此，在本专利技术中，首先判别该图像中的人物像的上下方向，把该人物像校正为实际的上下方向，由此使人脸与原来的上下方向一致。并且，若这样结束了人脸的位置的校正，然后与第一专利技术相同，求出由构成该图像的纵向像素列构成的纵线和由横向像素列构成的横线各自的图像特征量的方差值，然后对在所述纵线方向和横线方向分别获得的图像特征量的方差值设定阈值，分别选择超过该阈值的区域，确定所选择的各个线方向的区域彼此重合的图像中的区域。因此，除与第一专利技术相同地可以稳健且高速地抽取图像中存在人物像的区域外，可以自动进行该图像中的人物像的上下方向的判别及其校正，所以能够更容易抽取人物像存在的区域。第三专利技术的图像中的人物候选区域抽取方法，其特征在于，在第二专利技术所述的图像中的人物候选区域抽取方法中，所述图像中的人物像的上下方向的判别是这样进行的，在由三角或以上形状的多边形的框包围所述图像、而且该图像中所包含的人物像是以上半身或头部为中心的一部分时，求出构成该图像框的各边或各边附近的线的像素列的图像特征量的方差值，把该方差值最大的边或线附近的边侧作为底面方向。即，在成为对象的图像中含有的人物像是以上半身或头部为中心的一部分时，通常是该人物像的一部分被图像框的任一边剪掉。因此，可以求出构成该图像框的各边或各边附近的线的像素列的图像特征量的方差值，把该方差值最大的边或线附近的边侧视为该人物像的剪掉部分，因此把该边侧作为底面方向，由此能够可靠且容易地进行图像的人物像的上下判定。第四专利技术的图像中的人物候选区域抽取方法，其特征在于，在第三专利技术所述的图像中的人物候选区域抽取方法中，临近地选择多个所述图像的各个线，使用关于该各个线的图像特征量的方差值的平均值。由此，即使图像的边附近存在噪声或污垢，也能够避免因其影响造成的误检，求出针对各个边的准确的方差值。第五专利技术的图像中的人物候选区域抽取方法，其特征在于，在第一～四的任一专利技术所述的图像中的人物候选区域抽取方法中，所述纵线和横线使用在所述图像的宽度方向和高度方向上相隔一定间隔的线。所述图像特征量的方差值可以使用该图像的宽度方向和高度方向的所有线来计算，但如果像本专利技术这样使用相隔一定间隔的线，则用于获得方差值的信息处理量大幅削减，所以能够更加高速地抽取人物像存在的区域。第六专利技术的图像中的人物候选区域抽取方法，其特征在于，在第一～五的任一专利技术所述的图像中的人物候选区域抽取方法中，所述图像特征量是根据构成所述各个线的像素列的各个像素的边缘强度或色相角中的任一方或者双方计算的。即，图像的边缘可以使用公知的边缘检测算子高速地进行计算，且可以减轻照明的影响等，所以如果把其用作图像特征量，则可以准确且高速地计算其方差值。另一方面，在背景和人物像的边缘强度的差异较小的情况下等，通过使用色相角，可以准确且高速地计算其方差值。另外，采用图像的类别等、根据需要采用它们双方用作图像特征量时，可以更加准确且高速地计算其方差值。第七专利技术的图像中的人物候选区域抽取方法，其特征在于，在第六专利技术所述的图像中的人物候选区域抽取方法中，所述边缘强度使用Sobel的边缘检测算子。即，检测图像中的急剧的浓淡变化的最具代表性的方法是求出与浓淡相关的微分。并且，数字图像的微分可以用差分代替，所以通过对所述人脸检测框内的图像进行一次微分，可以有效检测该图像中的浓淡急剧变化的边缘部分。并且，本专利技术使用检测性能良好的公知的Sobel的边缘检测算子，作为该一次微分式的边缘检测算子(滤波器)，由此能够可靠检测所述图像内的人物像的边缘。第八专利技术的图像中的人物候选区域抽取系统，从包含人物像的图像中提取该人物像存在的区域，其特征在于，具有读取所述图像的图像读取单元；图像特征量计算单元本文档来自技高网...

【技术保护点】
一种图像中的人物候选区域提取方法，从包含人物像的图像中提取该人物像存在的区域，其特征在于，求出由构成所述图像的纵横像素列构成的纵线和横线各自的图像特征量的方差值，并且分别选择所述纵线方向和横线方向各自的图像特征量的方差值超过阈值的区 域，提取所选择的各个线方向上的区域彼此重合的图像中的区域，作为所述人物存在的区域。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：长桥敏则，日向崇，
申请(专利权)人：精工爱普生株式会社，
类型：发明
国别省市：JP[日本]