CN102236905A - 图像处理设备、图像处理方法以及程序 - Google Patents

图像处理设备、图像处理方法以及程序 Download PDF

Info

Publication number
CN102236905A
CN102236905A CN2011101136734A CN201110113673A CN102236905A CN 102236905 A CN102236905 A CN 102236905A CN 2011101136734 A CN2011101136734 A CN 2011101136734A CN 201110113673 A CN201110113673 A CN 201110113673A CN 102236905 A CN102236905 A CN 102236905A
Authority
CN
China
Prior art keywords
clothes
zone
face
image
head
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.)
Pending
Application number
CN2011101136734A
Other languages
English (en)
Inventor
山冈启介
横野顺
长谷川雄一
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.)
Sony Corp
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of CN102236905A publication Critical patent/CN102236905A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
    • G06V10/426—Graphical representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/80—Recognising image objects characterised by unique random patterns
    • 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
    • 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
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种图像处理设备、图像处理方法以及程序，其中该图像处理设备包括：服装提取器，其从输入图像中提取脸部或头部并且从脸部或头部正下面的区域中提取服装区域，其中，脸部或头部是被估计为脸或头图像的区域，服装区域是被估计为服装图像的区域；以及服装转换器，其通过对输入图像的服装区域中的图像执行预定图像处理，改变输入图像中的服装。

Description

图像处理设备、图像处理方法以及程序
技术领域
本发明一般涉及一种图像处理设备、图像处理方法以及程序，并且特别地，涉及一种使得能够容易地改变图像中的服装的图像处理设备、图像处理方法以及程序。
背景技术
近些年来，数字摄像机和其它成像设备得到广泛使用，并且任何人可以容易地捕获静止图像和移动图像。
另一方面，如由被称为“自助拍摄的摄影机(Print Club)”的贴纸照制作机(photograph sticker production machine)制作的贴纸照所代表地，对摄影图像进行装饰用于娱乐正流行着。
然而，在对贴纸照中的摄影图像进行装饰时存在各种限制。例如，需要使用专用于贴纸照的贴纸照制作机并且当捕获图像时使用户的脸或身体处于预定位置。
已经提出了一种人物颜色搭配***，其使得能够将用户输入的图像中的服装改变成用户指定的任何季节颜色(参见，例如，Mizuki Oka、JunpeiYoshino、Kazuhiko Kato，“Personal Color Coordinating System”，2006年11月29日，日本信息处理学会，[2010年1月18日检索]，因特网<URL：http://www.ipsj.or.jp/sig/os/index.php？plugin＝attach&refer＝ComSys2006％2Fposter&openfile＝06-P10.pdf>)。
发明内容
在上述人物颜色搭配***中，为了从输入图像中提取服装图像区域，用户应该指定与输入图像中的躯体部分对应的区域。
因此，存在对从图像中自动提取服装图像区域和容易地改变图像中的服装的需要。
期望可以容易地改变图像中的服装。
根据本发明的实施例的图像处理设备包括：服装提取器，其从输入图像中提取脸部或头部并且从脸部或头部正下面的区域中提取服装区域，其中，脸部或头部是被估计为脸或头图像的区域，服装区域是被估计为服装图像的区域；以及服装转换器，其通过对输入图像的服装区域中的图像执行预定图像处理，改变输入图像中的服装。
根据本发明的其它实施例的图像处理方法和程序与上述根据本发明的实施例的图像处理设备对应。
根据本发明的实施例，从输入图像中提取脸部或头部，然后从脸部或头部正下面的区域中提取服装区域，其中，脸部或头部是被估计为脸或头图像的区域，服装区域是被估计为服装图像的区域，并且对输入图像的服装区域中的图像执行预定图像处理，以使得改变输入图像中的服装。
根据本发明的实施例，可以容易地改变图像中的服装。
附图说明
图1是示出根据本发明的实施例的成像设备的示例性结构的框图；
图2说明了由图1中的人物提取器执行的人物提取处理的结果；
图3说明了由图1中的服装转换器创建的掩模(mask)；
图4A和4B说明了由图1中的服装转换器进行的装饰图像的合并；
图5是说明由图1中的图像处理器执行的图像处理的流程图；
图6是说明示例性服装提取处理的流程图；
图7是说明另一示例性服装提取处理的流程图；
图8A至8D说明了区域生长(growing)处理；
图9说明了图切割(graph cut)处理；以及
图10示出了根据实施例的计算机的示例性结构。
具体实施方式
<实施例>
根据实施例的成像设备的示例性结构
图1是示出根据本发明的实施例的成像设备的示例性结构的框图。
图1中的成像设备10包括图像捕获器11和图像处理器12(图像处理设备)。
图像捕获器11捕获对象的图像，并且将所捕获的摄影图像提供到图像处理器12。
图像处理器12包括人物提取器21、服装提取器22以及服装转换器23。
人物提取器21执行人物提取处理，以从由图像捕获器11提供的摄影图像(输入图像)中提取作为被估计为人物图像的区域的人物区域。提取人物区域可用的技术包括：如在由本发明的申请人提交的日本专利申请第2009-055062号中描述的、使用来自可导向滤波器的响应作为特征值的Boosting处理的识别技术，以及由法国国家信息与自动化研究所(INRIA)的N.Dalal等人提出的、使用支持向量机(SVM)和梯度方向直方图(HOG)特征量的识别技术(参见，“Histograms of Oriented Gradients forHuman Detection”，CVPR，2005)。人物提取器21将摄影图像和指定通过人物提取处理所提取的人物区域的人物区域信息提供到服装提取器22。
服装提取器22执行服装提取处理，以从与由人物提取器21提供的人物区域信息对应的摄影图像中的人物区域中提取作为被估计为服装图像的区域的服装区域。服装提取器22将摄影图像和指定通过服装提取处理所提取的服装区域的服装区域信息提供到服装转换器23。
指示摄影图像的人物或服装区域中的像素位置的信息例如用作用于指定人物或服装区域的信息。
基于从服装提取器22提供的服装区域信息，服装转换器23通过对摄影图像中的服装区域执行各种类型的图像处理，改变摄影图像中的服装。
例如，服装转换器23改变摄影图像的服装区域中的图像的颜色。例如，服装转换器23还创建用于将图像仅合并到人物区域中的服装区域的掩模，并且使用诸如扩张、缩小等的变形处理或者通过标记的小区域去除处理，对掩模执行噪声消除和整形。服装转换器23使用得到的掩模，将用于装饰的预先存储的图像(这里被称为装饰图像)合并到摄影图像的服装区域中的图像。在该图像处理之后，服装转换器23将得到的摄影图像输出到外部(诸如显示设备)。
可预先存储一个或多个装饰图像。如果预先存储了多个装饰图像，则例如可由用户选择要合并的装饰图像。例如，素色或有图案的纹理、或标志或文字图像可以用作装饰图像。人物提取处理
图2说明了由图1中的人物提取器进行的人物提取处理的结果。
当从图像捕获器11输入如图2所示的、总体上包括父亲、母亲以及孩子的全身的摄影图像30时，在人物提取处理中，包括母亲、父亲以及孩子的全身的图像的矩形区域31、32以及33分别被提取作为人物区域。掩模
图3说明了由图1中的服装转换器23创建的掩模。
如图3所示，当从服装提取器22提供指定区域32中的上衣图像的区域32A作为服装区域的服装区域信息时，服装转换器23创建掩模41，其用于将图像仅合并到区域32中的服装区域32A。将装饰图像合并到服装区域中
图4A和4B说明了由图1中的服装转换器23进行的装饰图像的合并。
服装转换器23使用图3中示出的掩模41，将装饰图像51A合并到图4A中示出的摄影图像30中的服装区域32A。结果，生成如图4B所示的摄影图像，在该摄影图像中，摄影图像30的服装区域32A中的图像已经改变成装饰图像51A。在图4A和4B的示例中，装饰图像51A是条纹纹理，并且父亲的上衣的图案从素色改变成条纹图案。
还可以与参照图3至4B描述的父亲服装的装饰类似地，对母亲和/或孩子的服装进行装饰。
成像设备的处理
图5是说明由图1中的图像处理器12进行的图像处理的流程图。当由图像捕获器11捕获的摄影图像例如输入到图像处理器12时，该图像处理开始。
在步骤S11中，人物提取器21执行人物提取处理。在步骤S12中，人物提取器21确定人物提取处理是否已提取到人物区域。
如果在步骤S12中确定已经提取到人物区域，则在步骤S13中，服装提取器22执行服装提取处理，以从与由人物提取器21提供的人物区域信息对应的人物区域中提取服装区域。以下将参照图6和7更详细地描述该服装提取处理。
在步骤S14中，服装转换器23基于从服装提取器22提供的服装区域信息，通过对摄影图像中的服装区域执行各种类型的图像处理来改变摄影图像中的服装。在图像处理之后，服装转换器23将得到的摄影图像输出到外部(诸如显示设备)。然后，处理结束。
另一方面，如果在步骤S12中确定尚未提取到人物区域，则跳过步骤S13和S14，并且将摄影图像按原样输出到外部。然后，处理结束。
图6是说明图5的步骤S12中的示例性服装提取处理的流程图。
在步骤S21中，服装提取器22执行脸部提取处理，以从摄影图像中的与从人物提取器21提供的人物区域信息对应的人物区域中提取作为被估计为脸图像的区域的脸部。
在步骤S22中，服装提取器22确定在步骤S21中是否提取到脸部。如果在步骤S22中确定已经提取到脸部，则在步骤S23中，服装提取器22从摄影图像中剪切(切取)脸部正下面的区域。
在步骤S24中，服装提取器22生成所剪切的区域中的摄影图像的颜色直方图。在步骤S25中，服装提取器22将所剪切的区域中的、具有在步骤S24中生成的直方图中的最高颜色频率的区域识别为服装区域。在步骤S26中，服装提取器22生成如下服装区域信息：其指示包括在所识别的服装区域中的像素在摄影图像中的位置。然后，处理返回到图5中的步骤S13，并且前进到步骤S14。
另一方面，如果在步骤S22中确定尚未提取到脸部，则处理结束。
在以上参照图6描述的服装提取处理中，基于颜色直方图而识别服装区域；替选地，可基于亮度直方图而识别服装区域。
图7是说明图5的步骤S13中的另一示例性服装提取处理的流程图。
图7中的步骤S31至S33与图6的步骤S21至S23相同，因此省略其描述。
在跟随着步骤S33的步骤S34中，服装提取器22对作为GMM(a)的、所剪切的区域中的摄影图像的颜色的高斯混合模型(GMM)进行学习。在步骤S35中，服装提取器22对作为GMM(b)的、摄影图像的颜色的GMM进行学习。
在步骤S36中，服装提取器22将所剪切的区域中的、具有低GMM(b)似然性和高GMM(a)似然性的区域识别为服装区域。在步骤S37中，服装提取器22生成如下服装区域信息：其指示包括在所识别的服装区域中的像素在摄影图像中的位置。然后，处理返回到图5中的步骤S13，并且前进到步骤S14。
在以上参照图6和7描述的服装提取处理中，服装提取器22执行脸部提取处理，并且剪切脸部正下面的区域；替选地，服装提取器22可执行头部提取处理，以提取作为被估计为头图像的区域的头部，并且剪切头部正下面的区域。
替选地，服装提取器22可使用例如如“Learning to Parse Images ofArticulated Bodies”，NIPS，2006中所述的、芝加哥丰田理工学院(ToyotaTechnological Institute at Chicago)的D.Ramanan研究的技术来估计人物的姿势，并且剪切那个人的上半身部分。
替选地，服装提取器22可剪切人物区域的预定区域(例如，上部区域)。如果在人物提取处理中提取出人物上部身体区域作为人物区域，则服装提取器22可剪切人物区域自身。
服装提取处理不限于参照图6和7描述的处理。例如，服装提取器22可以与图6和7中的服装提取处理中的类似方式提取所剪切的区域的中心附近的小区域的纹理特征值(例如，小波系数、颜色直方图、亮度直方图等)，并且使用该纹理特征值来执行分割，以及确定服装区域。示例性分割处理
图8A至9说明了用来确定服装区域的示例性分割处理。
图8A至8D说明了区域生长处理。
当区域生长处理用来确定服装区域时，服装提取器22首先将如图8A所示的、位于与所剪切的区域70的中心相邻的小区域中的像素71标记为种子点(seed point)。然后，服装提取器22提取像素71的纹理特征值。在图8A至8D中，区域70中的正方形表示像素并且所标记的像素是斜线阴影的。
接下来，如图8B所示，服装提取器22将与像素71相同的标记分配给如下像素：其与像素71相邻并且具有与像素71相同的纹理特征值。继续标记分配，直到在所标记的像素附近不再找到具有与像素71相同纹理特征值的像素为止。在图8A至8D的示例中，在如图8A所示对像素71进行了标记之后，如图8B至8D所示，重复三次标记分配。
然后，服装提取器22将由所剪切的区域70中的所标记的像素(在图8A至8D的示例中，图8D中的斜线阴影的像素)构成的区域识别为服装区域。
图9说明了图切割处理。
如果图切割处理用来确定服装区域，则服装提取器22首先基于预定能量函数，根据所剪取的区域的图像(在图9的示例中，3×4像素的图像)生成图。然后，服装提取器22计算图中的边的成本。随着相邻像素之间的相似度越高，n-link边成本增加，而随着像素属于服装区域的可能性越高，连接到S节点的t-link的边成本增加。随着像素属于服装区域之外的背景区域的可能性越高，连接到T节点的t-link的边成本增加。
然后，服装提取器22通过根据最小切割/最大流(min-cut/max-flow)算法切割图以使得从S节点到T节点的成本的总和最小，来执行分割。根据这些，在从切割得到的图中，将与连接到S节点的节点对应的像素构成的区域确定为服装区域。
如上所述，成像设备10可以通过从摄影图像中提取脸部或头部并且从脸部或头部正下面的区域中提取服装区域，自动且容易地提取服装区域。因此，成像设备10可以通过对摄影图像中的服装区域执行预定图像处理，容易地改变摄影图像中的服装。
图像捕获器和图像处理器可实现为不同的设备或者实现为单个设备。当图像捕获器和图像处理器实现为单个设备时，可以在不使用专用设备的情况下，在图像捕获设备(例如，个人摄像机等)中容易地改变摄影图像中的服装。
根据本发明的实施例的计算机
由以上图像处理器12执行的一系列处理步骤可以通过硬件或软件实现。当通过软件实现处理步骤时，构成该软件的程序安装在通用计算机等中。
图10示出了根据实施例的、安装有用于由图像处理器12执行的以上处理步骤的程序的计算机的示例性结构。
程序可以预先存储在内置于计算机中的存储介质(诸如存储单元208或只读存储器(ROM)202)中。
替选地，程序可以存储(记录)在可拆卸介质211中。这样的可拆卸介质211可以作为所谓的封装软件而被提供。可拆卸介质211的示例包括例如软盘、光盘只读存储器(CD-ROM)、磁光(MO)盘、数字多功能盘(DVD)、磁盘以及半导体存储器。
取代如上所述经由驱动器210从可拆卸介质211安装到计算机中，程序还可以经由通信或广播网被下载到计算机并被安装到内置存储单元208中。更具体地，程序可例如经由用于数字卫星广播的卫星从下载站点无线地、或者通过网络(诸如局域网(LAN)、因特网等)以有线方式被传送到计算机。
计算机具有内置中央处理单元(CPU)201，I/O(输入/输出)接口205经由总线204连接到CPU201。
当命令通过I/O接口205从用户操作的输入单元206被输入时，例如，CPU201根据该命令执行存储在ROM202中的程序。替选地，CPU201从存储单元208将程序下载到随机存取存储器(RAM)203，并且执行该程序。
根据这些，CPU201执行根据上述流程图的处理步骤、或者由上述方块图中的结构定义的处理步骤。然后，CPU201如必要的话例如通过I/O接口205从输出单元207输出处理结果，从通信单元209传送处理结果，或者将处理结果存储到存储单元208中。
输入单元206包括键盘、鼠标、麦克风等。输出单元207包括液晶显示器(LCD)、扬声器等。
由计算机根据程序执行处理步骤的顺序不限于在该说明书的流程图中描述的按时间的顺序。换句话说，由计算机根据程序要执行的处理步骤可包括并行或单独执行的处理步骤(例如，并行处理或通过对象进行的处理)。
程序可由单个计算机(处理器)或者由多个分布式计算机处理。程序可被传送到一个或多个远程计算机并且由该一个或多个远程计算机执行。
本申请包含与2010年5月7日向日本专利局提交的日本优先权专利申请JP2010-107147中公开的主题内容相关的主题内容，在此通过引用将其全文合并于此。
本发明不限于上述实施例，并且可在不脱离本发明的范围和精神的情况下，进行各种修改和改变。

Claims (7)

1.一种图像处理设备，包括：
服装提取器，其从输入图像中提取脸部或头部，并且从所述脸部或头部正下面的区域中提取服装区域，其中，所述脸部或头部是被估计为脸或头图像的区域，所述服装区域是被估计为服装图像的区域；以及
服装转换器，其通过对所述输入图像的所述服装区域中的图像执行预定图像处理，改变所述输入图像中的服装。
2.根据权利要求1所述的图像处理设备，其中，所述服装提取器对所述脸部或头部正下面的区域的颜色的高斯混合模型和所述脸部或头部的颜色的高斯混合模型进行学习，并且从所述脸部或头部正下面的区域中提取如下区域作为所述服装区域：该区域具有所述脸部或头部的颜色的高斯混合模型的低似然性和所述脸部或头部正下面的区域的颜色的高斯混合模型的高似然性。
3.根据权利要求1所述的图像处理设备，其中，所述服装提取器提取所述脸部或头部正下面的区域中心附近的区域的纹理特征值，并且通过使用所述纹理特征值来执行分割，提取所述服装区域。
4.根据权利要求1所述的图像处理设备，其中，所述服装提取器从所述脸部或头部正下面的区域中提取如下区域作为所述服装区域：该区域具有所述脸部或头部正下面的区域的颜色或亮度直方图中的最高的颜色或亮度频率。
5.根据权利要求1所述的图像处理设备，还包括人物提取器，所述人物提取器从所述输入图像中提取人物区域，其中所述人物区域是被估计为人物图像的区域，
其中，所述服装提取器从所述人物区域中提取所述脸部或头部。
6.一种图像处理方法，包括以下步骤：
从输入图像中提取脸部或头部并且从所述脸部或头部正下面的区域中提取服装区域，其中，所述脸部或头部是被估计为脸或头图像的区域，所述服装区域是被估计为服装图像的区域；以及
通过对所述输入图像的所述服装区域中的图像执行预定图像处理，改变所述输入图像中的服装；
其中，由图像处理设备来执行所述提取所述脸部或头部并且提取所述服装区域的步骤、以及所述改变服装的步骤。
7.一种使得计算机执行处理的程序，所述处理包括以下步骤：
从输入图像中提取脸部或头部并且从所述脸部或头部正下面的区域中提取服装区域，其中，所述脸部或头部是被估计为脸或头图像的区域，所述服装区域是被估计为服装图像的区域；以及
通过对所述输入图像的所述服装区域中的图像执行预定图像处理，改变所述输入图像中的服装。
CN2011101136734A 2010-05-07 2011-04-28 图像处理设备、图像处理方法以及程序 Pending CN102236905A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010-107147 2010-05-07
JP2010107147A JP2011237907A (ja) 2010-05-07 2010-05-07 画像処理装置、画像処理方法、およびプログラム

Publications (1)

Publication Number Publication Date
CN102236905A true CN102236905A (zh) 2011-11-09

Family

ID=44887528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101136734A Pending CN102236905A (zh) 2010-05-07 2011-04-28 图像处理设备、图像处理方法以及程序

Country Status (3)

Country Link
US (1) US8823834B2 (zh)
JP (1) JP2011237907A (zh)
CN (1) CN102236905A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107705279A (zh) * 2017-09-22 2018-02-16 北京奇虎科技有限公司 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN108062809A (zh) * 2017-11-28 2018-05-22 特斯联（北京）科技有限公司 一种实现人员大数据采集分析的住宅门禁***
CN109840914A (zh) * 2019-02-28 2019-06-04 华南理工大学 一种基于用户交互式的纹理分割方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9465993B2 (en) 2010-03-01 2016-10-11 Microsoft Technology Licensing, Llc Ranking clusters based on facial image analysis
US20110211737A1 (en) * 2010-03-01 2011-09-01 Microsoft Corporation Event Matching in Social Networks
US20130054425A1 (en) * 2011-08-29 2013-02-28 Francesco Alexander Portelos Web-based system permitting a customer to shop online for clothes with their own picture
GB201209846D0 (en) * 2012-06-01 2012-07-18 Bennett Conor A method and apparatus for protective clothing compliance
JP5791577B2 (ja) * 2012-09-28 2015-10-07 楽天株式会社 画像処理装置、画像表示方法、およびプログラム
GB201217721D0 (en) * 2012-10-03 2012-11-14 Holition Ltd Video image processing
JP5881625B2 (ja) 2013-01-17 2016-03-09 富士フイルム株式会社 領域分割装置、プログラムおよび方法
US9460518B2 (en) * 2013-04-17 2016-10-04 Yahoo! Inc. Visual clothing retrieval
WO2015064292A1 (ja) * 2013-10-30 2015-05-07 日本電気株式会社 画像の特徴量に関する処理システム、処理方法及びプログラム
US10083521B1 (en) * 2015-12-04 2018-09-25 A9.Com, Inc. Content recommendation based on color match
KR102443214B1 (ko) 2016-01-08 2022-09-15 삼성전자 주식회사 영상처리장치 및 그 제어방법
JP6904838B2 (ja) * 2017-07-31 2021-07-21 キヤノン株式会社 画像処理装置、その制御方法およびプログラム
US10650340B2 (en) 2017-09-08 2020-05-12 Accenture Global Solutions Limited Tracking and/or analyzing facility-related activities

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070237364A1 (en) * 2006-03-31 2007-10-11 Fuji Photo Film Co., Ltd. Method and apparatus for context-aided human identification
US20080136895A1 (en) * 2006-12-12 2008-06-12 General Instrument Corporation Mute Function for Video Applications
US20080298643A1 (en) * 2007-05-30 2008-12-04 Lawther Joel S Composite person model from image collection
US20100111370A1 (en) * 2008-08-15 2010-05-06 Black Michael J Method and apparatus for estimating body shape

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0638149B2 (ja) * 1984-07-24 1994-05-18 株式会社ニコン 一眼レフレツクスカメラの防振装置
US4899187A (en) * 1989-06-12 1990-02-06 Eastman Kodak Company Mirror system for a single lens reflex camera
EP0693738A3 (en) * 1994-06-23 1996-11-06 Dainippon Screen Mfg Device and method for producing colored masks
JP3400888B2 (ja) * 1995-03-29 2003-04-28 大日本スクリーン製造株式会社 カラー画像の色変更方法
US6801260B1 (en) * 2000-02-15 2004-10-05 Accu-Sort Systems, Inc. Automatic focusing camera with moving mirror between fixed lens and fixed image sensor
KR100511210B1 (ko) * 2004-12-27 2005-08-30 주식회사지앤지커머스 의사 쓰리디 이미지 생성기법을 토대로 한 이용자 적응인공지능 토탈 코디네이션 방법과, 이를 이용한 서비스사업방법
US7657100B2 (en) * 2005-05-09 2010-02-02 Like.Com System and method for enabling image recognition and searching of images
US7587081B2 (en) * 2005-09-28 2009-09-08 Deere & Company Method for processing stereo vision data using image density
US8135182B2 (en) * 2008-04-22 2012-03-13 Eastman Kodak Company Method for creating photo cutouts and collages
JP4670976B2 (ja) 2008-10-03 2011-04-13 ソニー株式会社 学習装置および方法、認識装置および方法、プログラム、並びに記録媒体
US8698920B2 (en) * 2009-02-24 2014-04-15 Olympus Imaging Corp. Image display apparatus and image display method
US8325981B2 (en) * 2009-04-21 2012-12-04 Nec Soft, Ltd. Human tracking apparatus, human tracking method, and human tracking processing program

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070237364A1 (en) * 2006-03-31 2007-10-11 Fuji Photo Film Co., Ltd. Method and apparatus for context-aided human identification
US20080136895A1 (en) * 2006-12-12 2008-06-12 General Instrument Corporation Mute Function for Video Applications
US20080298643A1 (en) * 2007-05-30 2008-12-04 Lawther Joel S Composite person model from image collection
US20100111370A1 (en) * 2008-08-15 2010-05-06 Black Michael J Method and apparatus for estimating body shape

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107705279A (zh) * 2017-09-22 2018-02-16 北京奇虎科技有限公司 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN107705279B (zh) * 2017-09-22 2021-07-23 北京奇虎科技有限公司 实现双重曝光的图像数据实时处理方法及装置、计算设备
CN108062809A (zh) * 2017-11-28 2018-05-22 特斯联（北京）科技有限公司 一种实现人员大数据采集分析的住宅门禁***
CN109840914A (zh) * 2019-02-28 2019-06-04 华南理工大学 一种基于用户交互式的纹理分割方法
CN109840914B (zh) * 2019-02-28 2022-12-16 华南理工大学 一种基于用户交互式的纹理分割方法

Also Published As

Publication number Publication date
US20110273592A1 (en) 2011-11-10
JP2011237907A (ja) 2011-11-24
US8823834B2 (en) 2014-09-02

Similar Documents

Publication Publication Date Title
CN102236905A (zh) 图像处理设备、图像处理方法以及程序
US10783354B2 (en) Facial image processing method and apparatus, and storage medium
CN109325988B (zh) 一种面部表情合成方法、装置及电子设备
Achanta et al. Salient region detection and segmentation
JP6719457B2 (ja) 画像の主要被写体を抽出する方法とシステム
KR101141643B1 (ko) 캐리커쳐 생성 기능을 갖는 이동통신 단말기 및 이를 이용한 생성 방법
JP6389801B2 (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
JP5527592B2 (ja) 画像処理装置および方法、並びにプログラム
KR101384627B1 (ko) 영상 내 객체 영역 자동분할 방법
CN107665482B (zh) 实现双重曝光的视频数据实时处理方法及装置、计算设备
WO2015161794A1 (zh) 一种基于图像显著性检测的获取缩略图的方法
CN110958469A (zh) 视频处理方法、装置、电子设备及存储介质
CN109559362B (zh) 一种图像主体脸部替换方法及装置
JP6389803B2 (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
CN107358573A (zh) 图像美颜处理方法和装置
CN112839167B (zh) 图像处理方法、装置、电子设备及计算机可读介质
TW554629B (en) Layered object segmentation method based on motion picture compression standard
Garg et al. Color based segmentation using K-mean clustering and watershed segmentation
CN108230328B (zh) 获取目标对象的方法、装置和机器人
CN110969454A (zh) 一种基于智能产品画册的化妆品宣传推广***
JP2018163700A (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
JP2013093667A (ja) 写真画像毎の再生時間を最適化する画像再生装置、プログラム及び方法
CN106462935A (zh) 图像处理装置、图像处理方法和程序
JPH06251147A (ja) 映像特徴処理方法
CN110969219A (zh) 一种基于智能产品画册的化妆品宣传存储***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111109