信息处理设备和处理信息的方法、存储介质以及程序技术

提供了一种信息处理设备和处理信息的方法、存储介质以及程序，信息处理设备包括：统计量提取部分，计算第一识别目标的多个图像的组中的全体与第二识别目标的多个图像的组中的全体之间的相似度，并从相似度中提取关于相似度的统计量；以及识别部分，基于所述关于相似度的统计量来识别所述第一识别目标与所述第二识别目标是否相同。本技术可以例如被应用于个人计算机。

【技术实现步骤摘要】
信息处理设备和处理信息的方法、存储介质以及程序
本技术涉及一种信息处理设备和处理信息的方法、存储介质以及程序，更具体地说，涉及一种提高识别(identification)精确度的信息处理设备和处理信息的方法、存储介质以及程序。
技术介绍
公开了一种用于根据认识(recognition)目标人物的面部图像来识别认识目标人物是否是同一人物的技术(参见日本专利特开No. 2006-178651)。在日本专利特开No. 2006-178651中公开的技术中，多个认识部分获取人物的面部图像并从所获取的面部图像中提取特征图案，并且计算所提取的特征图案与先前注册的字典图案之间的相似度。然后，计算与每个由每个认识部分计算的多个相似度对应的统计量，并识别人物。
技术实现思路
然而，在日本专利特开No. 2006-178651中公开的技术中，因为由面部认识部分获取的面部图像的特征图案与先前注册的字典图案被一对一比较并计算相似度，所以识别精确度可能是不足的。因此，因为根据具有不足精确度的相似度来计算统计量并基于该统计量来识别人物，所以对于识别精确度存在限制。鉴于上述情形而提供本技术，并且本技术能够提高识别精确度。根据本技术的一个方面，提供了一种信息处理设备，包括统计量提取部分，计算第一识别目标的多个图像的组中的所有与第二识别目标的多个图像的组中的所有之间的相似度，并从相似度中提取相似度统计量；以及识别部分，基于相似度统计量来识别第一识别目标与第二识别目标是否相同。该信息处理设备可以进一步包括特征量提取部分，从第一识别目标和第二识别目标的图像中提取局部特征量，并且统计量提取部分可以基于由特征量提取部分提取的第一识别目标和第二识别目标的局部特征量来计算相似度。识别部分可以通过确定关于第一识别目标与第二识别目标的每个组合的相似度的统计量是否等于或高于对应预定阈值并综合确定结果来识别第一识别目标与第二识别目标是否相同。统计量提取部分可以提取直方图来作为相似度统计量。统计量提取部分可以提取平均值来作为相似度统计量。可以从先前注册的一个图像中检测第一识别目标和第二识别目标中的一个。根据本技术的一个方面，提供了一种处理信息的方法，包括计算第一识别目标的多个图像的组中的所有与第二识别目标的多个图像的组中的所有之间的相似度，并从相似度中提取相似度统计量；以及基于相似度统计量来识别第一识别目标与第二识别目标是否相同。根据本技术的一个方面，提供了一种存储程序的计算机可读存储介质，所述程序使得计算机执行如下步骤计算第一识别目标的多个图像的组中的所有与第二识别目标的多个图像的组中的所有之间的相似度，并从相似度中提取相似度统计量；以及基于相似度统计量来识别第一识别目标与第二识别目标是否相同。根据本技术的一个方面，提供了一种程序，使得计算机执行如下步骤计算第一识别目标的多个图像的组中的所有与第二识别目标的多个图像的组中的所有之间的相似度， 并从相似度中提取相似度统计量；以及基于相似度统计量来识别第一识别目标与第二识别目标是否相同。根据本技术的一个方面，可以提高识别精确度。附图说明图I是示出面部识别单元的配置的框图，图2是示出面部特征点检测部分的配置的框图，图3是示出局部特征量提取部分的配置的框图，图4是目标注册处理的流程图解释，图5是特征点检测处理的流程图解释，图6是示出特征点检测的例子的图，图7是特征量提取处理的流程图解释，图8A到图8C是示出特征提取滤波器的例子的图，图9是面部注册处理的流程图解释，图10是示出面部注册单元的另一配置的框图，图11是目标注册处理的流程图解释，图12是示出辨认器(recognizer)创建单元的配置的框图，图13是示出局部特征量提取部分的配置的框图，图14是面部识别字典创建处理的流程图解释，图15是特征量提取处理的流程图解释，图16是统计量提取处理的流程图解释，图17是统计量提取处理的框图解释，图18是辨认器创建处理的流程图解释，图19是示出面部识别单元的配置的框图，图20是目标识别处理的流程图解释，图21A和图21B是示出面部图像组的例子的图，图22是面部识别处理的流程图解释，图23是图像数目与识别性能之间的关系的图解，图24是示出面部识别单元的另一配置的框图，图25是目标识别处理的流程图解释，以及图26是示出应用本技术的实施例的个人计算机的硬件配置的框图。CN 102982305 A书明说3/16 页具体实施例方式此后，将参照附图详细描述本公开的优选实施例。应当注意，在该说明书和附图中，用相同的参考数字来表示具有基本相同的功能和结构的结构元素，并且省略这些结构元素的重复解释。下面将描述实现本公开的实施例(此后，将被称为实施例)的模式。将按照以下次序来描述实施例。〈1>第一实施例I.面部注册单元的配置2.目标注册处理I3.特征点检测处理4.特征量提取处理I5.面部注册处理I6.面部注册单元的配置7.目标注册处理2<2>第二实施例8.辨认器创建单元的配置9.面部识别字典创建处理10.特征量提取处理211.统计量提取处理12.辨认器创建处理<3>第三实施例13.面部识别单元的配置14.目标识别处理I15.面部识别处理16.面部识别单元的配置17.目标识别处理218.个人计算机的配置19.其他<第一实施例>图I是示出面部注册单元I的配置的框图。面部注册单元I包括图像获取部分21、同一人物面部图像提取部分22、面部特征点检测部分23、学习数据库24、局部特征量提取部分25、面部注册部分26、注册面部数据库 27和面部识别字典28。图像获取部分21获取用户输入的图像和与图像相关的信息，并将输入图像和信息输出到同一人物面部图像提取部分22。同一人物面部图像提取部分22从所获取的多个图像中的每一个中获取同一人物的面部图像，并将所提取的面部图像输出到面部特征点检测部分23。面部特征点检测部分23基于先前存储在学习数据库24中的学习数据来从图像中5检测特征点。将参照图2来详细描述面部特征点检测部分23。图2是示出面部特征点检测部分23的配置的框图。面部特征点检测部分23包括图像剪切部分41和面部特征确定部分42。图像剪切部分41根据所获取的图像来创建各种剪切图像，并将所创建的剪切图像输出到面部特征确定部分42。面部特征确定部分42基于所创建的剪切图像和学习数据来确定面部特征，并检测特征点。再次参照图1，局部特征量提取部分25提取每个所检测到的特征点的特征量，即局部特征量。将参照图3来详细描述局部特征量提取部分25。图3是示出局部特征量提取部分25的配置的框图。局部特征量提取部分25包括规格化(normalize)部分61、中间图像创建部分62、滤波器组(filter-set)选择部分63 和特征量提取部分64。规格化部分61将所获取的图像进行规格化，并将规格化后的图像输出到中间图像创建部分62和滤波器组选择部分63。中间图像创建部分62从所获取的图像中创建积分图像作为中间图像，并将积分图像输出到特征量提取部分64。滤波器组选择部分63选择特征点和特征提取滤波器，在面部识别字典28中将所选择的特征点与所选择的特征提取滤波器相关地存储，并将所选择的特征点和特征提取滤波器输出到特征量提取本文档来自技高网...

【技术保护点】
一种信息处理设备，包括：统计量提取部分，计算第一识别目标的多个图像的组中的全体与第二识别目标的多个图像的组中的全体之间的相似度，并从相似度中提取相似度统计量；以及识别部分，基于所述相似度统计量来识别所述第一识别目标与所述第二识别目标是否相同。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：大久保厚志，
申请(专利权)人：索尼公司，
类型：发明
国别省市：