JP4781467B2 - 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム - Google Patents
画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム Download PDFInfo
- Publication number
- JP4781467B2 JP4781467B2 JP2009515010A JP2009515010A JP4781467B2 JP 4781467 B2 JP4781467 B2 JP 4781467B2 JP 2009515010 A JP2009515010 A JP 2009515010A JP 2009515010 A JP2009515010 A JP 2009515010A JP 4781467 B2 JP4781467 B2 JP 4781467B2
- Authority
- JP
- Japan
- Prior art keywords
- face
- image data
- feature amount
- orientation
- calculated
- 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.)
- Active
Links
Images
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
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Collating Specific Patterns (AREA)
Description
特許文献1によれば、個人差に対応した眼の開閉検出が可能になる。
しかし、顔部位の形状、大きさ等の特徴は、個人差及び顔の向きによって変化するため、固定閾値では顔部位を正確に認識することができない。そこで、記憶手段は、時系列的に得られた画像データから夫々算出された特徴量を顔の向きに対応付けて記憶する。記憶手段が記憶した特徴量は、個人差及び顔の向きによる特徴量変化に対応するための情報である。
顔部位認識手段は、他の画像データから算出された特徴量及び閾値のみならず、個人差及び顔の向きに応じた顔部位の特徴変化を示す情報、即ち他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量を参照して顔部位を認識する。
従って、個人差及び顔の向きによって顔部位の特徴が変化するような場合であっても、顔の向きの変化に依存しない顔部位の正確な認識が可能になる。
なお特徴量の算出は、顔の向きの算出の前後いずれに実行しても良い。また、他の画像データにおける顔の向きは、必ずしも該他の画像データから直接的に算出された顔の向きである必要は無く、過去の画像データ、例えば1フレーム前の画像データから算出された顔の向きを利用しても良い。
そして、画像処理装置は、算出された平均値及び分散値に基づいて、他の画像データから算出された特徴量を正規化する。特徴量を正規化することによって、個人差及び顔の向きによる特徴量変化を吸収することができる。顔部位認識手段は、正規化された特徴量及び閾値を比較することによって顔部位を認識する。
上述の処理は一般的な演算処理であるため、特殊な装置、例えば専用LSIを使用せずとも、高速に処理することができる。
そこで、顔部位認識手段は、他の顔の向きに対応した特徴量と、他の画像データから算出された特徴量と、閾値とに基づいて顔部位を認識する。
従って、不確かな情報に基づく顔部位の誤認識を回避することができる。
また、記憶手段は、画像データから算出された顔の向きが第2区分に属する場合、該第2区分に隣接する複数の第1区分に対応付けて特徴量を記憶する。第2区分に属する顔の向きの特徴量を隣接する第1区分に記憶させることにより、顔部位の認識に使用する情報が隣接する区分間で急激に変化することを回避することができる。
従って、顔部位の認識基準が顔の向きによって急激に変化することを回避することができ、顔の向き変化に依存しないより正確な顔部位の認識が可能になる。
を正確に認識することができる。
2 画像処理装置
11 MPU
21 CPU
23 HD
31 コンピュータプログラム
41 記録媒体
図1は、本発明の実施の形態における画像処理システムの構成例を示すブロック図である。図中1は、車両に搭載された撮像装置1であり、撮像装置1は、画像処理を行う画像処理装置2に通信網を介して接続されている。通信網は、例えば専用ケーブル等の通信線、又は有線若しくは無線の車内LAN(Local Area Network)によって構成されている。
撮像装置1は、装置全体を制御するMPU(Micro Processor Unit)11と、MPU11の制御に基づき実行される各種コンピュータプログラム及びデータを記録するROM(Read Only Memory)12と、ROM12に記録されたコンピュータプログラムの実行時に一時的に発生する各種データを記録するRAM(Random Access Memory)13と、CCD(Charge Coupled Device)等の撮像素子を用いて構成される撮像部14と、撮像部14の撮像により得られたアナログの画像データをデジタルデータに変換するA/D変換器15と、A/D変換器15によりデジタルに変換された画像データを一時的に記録するフレームメモリ16と、画像処理装置2との通信に用いられる通信インタフェース17とを備えている。
画像を構成する各画素は、二次元に配列されており、画像データは、平面直角座標系、所謂XY座標系にて示される各画素の位置、及び階調値として示される各画素の輝度を示すデータ(輝度値)を含んでいる。画像の水平方向は、画像データのX軸方向に対応し、画像の垂直方向は、画像データのY軸方向に対応する。なお、各画素に対し夫々XY座標系による座標を示すのではなく、データ内に配列される順序により座標を示す様にしても良い。また、本実施の形態ではグレイスケイルの画像データに基づく画像処理を説明する。カラーの画像データを用いる場合、該画像データを構成する各画素が有する輝度データについて同様の画像処理を実行すれば良い。
なお、コンピュータプログラム31は、言うまでもなく外部のコンピュータから有線又は無線の通信ネットワークを介して流通するものも含み、画像処理装置2が該通信ネットワークを介してコンピュータプログラム31を取得し、HD23に記録するようにしても良い。
図2中白色の升目は、マトリクス中心の「正/正」の升目から水平方向及び垂直方向に1升ずつ空けて離散するように配されており、HD23は、各升目で示された顔の向きに1対1で対応した複数の特徴量データベースを記憶している。特徴量データベースは、画像データから算出された顔部位の特徴量、特に対応する顔の向きの運転者を含む画像データから算出された特徴量を蓄積するデータベースである。顔の向き毎に蓄積された特徴量を用いることにより、個人差及び顔の向きによる特徴量変化に対応することが可能になる。以下、特徴量データベースが用意されている顔の向きを示す各区分を第1区分という。
図2中ハッチングが付された升目は、第1区分の升目を補完するように配されている。ハッチングが付された升目に係る顔の向きには特徴量データベースが対応付けられていない。以下、特徴量データベースが用意されていない各升目に対応した顔の向きを第2区分という。
図7(b)は、化粧をしていない状態の眼であり、図7(c)は化粧をした状態の眼である。図7(c)に示した眼の上瞼部分の輝度は、図7(b)に比べて低いため、図7(c)に示した眼の画像データから算出された内外輝度差は、図7(b)に示した眼の画像データから算出された内外輝度差に比べて低い値となる。つまり、個人差によって眼の内外輝度差が異なっている。従って、固定閾値と、内外輝度差とを比較して眼の位置を特定する処理を実行すると、眼を誤認識する虞がある。また、同一人であっても顔の向きによって眼の形状が変化するため、内外輝度差のばらつきが生じ、眼を誤認識する虞がある。CPU21は、個人差及び顔の向きに対応すべく、後述の処理を実行する。
また、顔の向きが「正/正」の区分と、「上/右1」の区分との間である場合、CPU21は、「正/正」の区分に対応した特徴量データベースに蓄積された特徴量と、「正/右1」の区分に対応した特徴量データベースに蓄積された特徴量と、「上/正」の区分に対応した特徴量データベースに蓄積された特徴量と、「上/右1」の区分に対応した特徴量データベースに蓄積された特徴量とを読み出す。
例えば、特徴量をa、平均値を<a>、標準偏差をσとした場合、標準測度は、下記式(1)で表される。なお、分散値は標準偏差σの二乗である。
標準測度=(a−<a>)/σ …(1)
そこで、CPU21は、他の隣接する第1区分に属する特徴量データベース、例えば「正/正」の区分に属する特徴量データベースから特徴量を読み出して特徴量の平均値を算出する。そして、算出された平均値を基準にして他の顔の向きにおける推定上閾値及び推定下閾値を算出する。
固定上閾値及び固定下閾値は緩い値である。顔部位の特徴は人によって千差万別であるため、閾値を厳しく設定すると顔部位が認識されなくなるためである。顔部位の誤認識が数フレーム生じたとしても、算出された特徴量が特徴量データベースに十分蓄積された後は、蓄積された特徴量に基づいて、適切な閾値判断を行うことができる。
図10は、上瞼の形状認識方法を概念的に示す説明図である。図10(a)は、眼を検出するための眼領域R1を示している。眼領域R1は、例えば鼻穴のような他の顔部位を基準とした相対位置で算出される。CPU21は、破線で示すように眼領域R1の左上部から垂直方向下方に並ぶ各画素に対してフィルタ処理を順次実行して上瞼のエッジを抽出する。CPU21は、同様のエッジ抽出処理を水平方向に並ぶ他の垂直ラインにおいても順次実行する。
図11(a)に示した画像に対して耳の輪郭を抽出するフィルタ処理を実行した場合、耳の画像領域と、背景の画像領域との境界部分等におけるフィルタ値が他の画像領域のフィルタ値に比べて大きな値として算出される。右耳(運転者側から見て左耳)の輪郭を抽出フィルタは、例えば斜め右下方へ輝度が高い画像領域から輝度が低い画像領域へ変化するエッジを抽出する5×5マトリクスの斜めエッジフィルタである。
例えば、図11(b)に示すように、Y座標がy1を有する水平方向に並ぶ画素中、最大のフィルタ値を有する画素は黒丸印で示された箇所の画素であり、該画素のX座標はx1である。この場合、Y方向テーブルには、座標y1に対して、X座標としてx1、座標(x1,y1)におけるフィルタ値とが対応付けられて記憶される。他のY座標についても同様に処理される。
図12は、鼻の位置検出方法を概念的に示す説明図である。図12中、実線で示す外側の矩形枠は画像全体を示しており、該矩形枠の内側であって鼻を囲む破線で描かれた矩形枠は鼻を検出するための検出処理範囲R2を示している。
また、顔の向きが「正/正」の区分と、「上/右1」の区分との間である場合、CPU21は、「正/正」の区分に対応した特徴量データベースと、「正/右1」の区分に対応した特徴量データベースと、「上/正」の区分に対応した特徴量データベースと、「上/右1」の区分に対応した特徴量データベースとに夫々特徴量を記憶させる。
読み出された湾曲度等が所定数以上であると判定した場合(ステップS121:YES)、CPU21は、読み出された湾曲度及び高さに基づいて眼の開閉状態を特定するための閾値を推定する(ステップS122)。
図18(b)は、顔が上向きの状態での眼の形状を示している。該眼の形状は、正面向きの場合に比べて湾曲度が大きく、眼の高さが大きい傾向がある。
図18(c)は、顔が左向きの場合、図18(d)は顔が下向きの場合の眼の形状を示している。該眼の形状は、正面向きの場合に比べて湾曲度が小さく、眼の高さが小さい傾向がある。
Claims (12)
- 時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出し、算出された特徴量及び閾値を比較することによって顔部位を認識する画像処理方法において、
画像データに基づいて顔の向きを算出するステップと、
複数の画像データから算出された特徴量を顔の向きに対応付けて記憶すべく、顔の向きを、所定方向に離散した複数の第1区分と該第1区分間を補完する第2区分とに区分し、画像データから算出された顔の向きが第1区分に属する場合、該画像データから算出された特徴量を該第1区分に対応付けて記憶し、顔の向きが第2区分に属する場合、該第2区分に隣接する複数の第1区分に対応付けて特徴量を記憶するステップと、
他の画像データから算出された特徴量、該他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量、及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する顔部位認識ステップと
を有し、
該顔部位認識ステップは、
他の画像データにおける顔の向きが第1区分に属する場合、該第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識し、他の画像データにおける顔の向きが第2区分に属する場合、該第2区分に隣接した複数の第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識するように構成してある
ことを特徴とする画像処理方法。 - 時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出し、算出された特徴量及び閾値を比較することによって顔部位を認識する画像処理方法において、
画像データに基づいて顔の向きを算出するステップと、
複数の画像データから算出された特徴量を顔の向きに対応付けて記憶するステップと、
顔の向きに対応した記憶済みの特徴量が所定数以上であるか否かを判定する判定ステップと、
該判定ステップにより、他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数以上であると判定された場合、前記他の画像データから算出された特徴量、前記顔の向きに対応した記憶済みの算出結果及び前記閾値に基づいて前記他の画像データにおける顔部位を認識するステップと、
前記判定ステップにより、他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数未満であると判定した場合、前記他の画像データから算出された特徴量、前記顔の向きと異なる他の顔の向きに対応した記憶済みの特徴量及び前記閾値に基づいて顔部位を認識するステップと
を有することを特徴とする画像処理方法。 - 時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出し、算出された特徴量及び閾値を比較することによって顔部位を認識する画像処理装置において、
画像データに基づいて顔の向きを算出する手段と、
複数の画像データから算出された特徴量を顔の向きに対応付けてすべく、顔の向きを、所定方向に離散した複数の第1区分と該第1区分間を補完する第2区分とに区分し、画像データから算出された顔の向きが第1区分に属する場合、該画像データから算出された特徴量を該第1区分に対応付けて記憶し、顔の向きが第2区分に属する場合、該第2区分に隣接する複数の第1区分に対応付けて特徴量を記憶する記憶手段と、
他の画像データから算出された特徴量、該他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量、及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する顔部位認識手段と
を備え、
該顔部位認識手段は、
他の画像データにおける顔の向きが第1区分に属する場合、該第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識し、他の画像データにおける顔の向きが第2区分に属する場合、該第2区分に隣接した複数の第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識するように構成してある
ことを特徴とする画像処理装置。 - 顔の向きに対応した記憶済みの特徴量が所定数以上であるか否かを判定する判定手段を備え、
前記顔部位認識手段は、
他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数以上であると判定された場合、前記他の画像データから算出された特徴量、前記顔の向きに対応した記憶済みの算出結果及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する手段と、
前記判定手段が所定数未満であると判定した場合、前記他の画像データから算出された特徴量、前記顔の向きと異なる他の顔の向きに対応した記憶済みの特徴量及び前記閾値に基づいて顔部位を認識する手段と
を備えることを特徴とする請求項3に記載の画像処理装置。 - 時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出し、算出された特徴量及び閾値を比較することによって顔部位を認識する画像処理装置において、
画像データに基づいて顔の向きを算出する手段と、
複数の画像データから算出された特徴量を顔の向きに対応付けて記憶する記憶手段と、
顔の向きに対応した記憶済みの特徴量が所定数以上であるか否かを判定する判定手段と、
他の画像データから算出された特徴量、該他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量、及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する顔部位認識手段と
を備え、
該顔部位認識手段は、
他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数以上であると判定された場合、前記他の画像データから算出された特徴量、前記顔の向きに対応した記憶済みの算出結果及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する手段と、
前記判定手段が所定数未満であると判定した場合、前記他の画像データから算出された特徴量、前記顔の向きと異なる他の顔の向きに対応した記憶済みの特徴量及び前記閾値に基づいて顔部位を認識する手段と
を備える
ことを特徴とする画像処理装置。 - 前記顔部位認識手段は、
前記判定手段が所定数未満であると判定した場合であって、前記顔の向きと異なる他の顔の向きに対応した記憶済みの特徴量がないとき、予め記録されている所定の上限閾値及び下限閾値に基づいて顔部位を認識するように構成してある
ことを特徴とする請求項5に記載の画像処理装置。 - 前記記憶手段は、
顔の向きを、所定方向に離散した複数の第1区分と該第1区分間を補完する第2区分とに区分し、画像データから算出された顔の向きが第1区分に属する場合、該画像データから算出された特徴量を該第1区分に対応付けて記憶し、顔の向きが第2区分に属する場合、該第2区分に隣接する複数の第1区分に対応付けて特徴量を記憶する手段を備え、
前記顔部位認識手段は、
他の画像データにおける顔の向きが第1区分に属する場合、該第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識し、他の画像データにおける顔の向きが第2区分に属する場合、該第2区分に隣接した複数の第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識するように構成してある
ことを特徴とする請求項5又は請求項6に記載の画像処理装置。 - 他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量に基づいて、特徴量の平均値及び分散値を算出する手段と、
算出された平均値及び分散値に基づいて、前記他の画像データから算出された特徴量を正規化する手段と
を備え、
前記顔部位認識手段は、
正規化された特徴量及び前記閾値を比較することで顔部位を認識するように構成してある
ことを特徴とする請求項3乃至請求項7のいずれか一つに記載の画像処理装置。 - 前記特徴量は、
眼を検出するためのテンプレート画像及び画像データの相関値、眼の内外の輝度差、又は眼の開度である
ことを特徴とする請求項3乃至請求項8のいずれか一つに記載の画像処理装置。 - 請求項3乃至請求項9のいずれか一つに記載の画像処理装置と、
車両の運転者を撮像する撮像装置と
を備え、
前記画像処理装置は、
前記撮像装置が撮像した運転者の顔の画像データに基づいて顔部位を認識するように構成してあることを特徴とする画像処理システム。 - コンピュータに、時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出させ、算出された特徴量及び閾値を比較することによって顔部位を認識させるコンピュータプログラムにおいて、
コンピュータに、
画像データに基づいて顔の向きを算出するステップと、
複数の画像データから算出された特徴量を顔の向きに対応付けて記憶すべく、顔の向きを、所定方向に離散した複数の第1区分と該第1区分間を補完する第2区分とに区分し、画像データから算出された顔の向きが第1区分に属する場合、該画像データから算出された特徴量を該第1区分に対応付けて記憶し、顔の向きが第2区分に属する場合、該第2区分に隣接する複数の第1区分に対応付けて特徴量を記憶するステップと、
他の画像データから算出された特徴量、該他の画像データにおける顔の向きに対応した記憶済みの複数の特徴量、及び前記閾値に基づいて前記他の画像データにおける顔部位を認識する顔部位認識ステップと
を実行させ、
該顔部位認識ステップは、
他の画像データにおける顔の向きが第1区分に属する場合、該第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識し、他の画像データにおける顔の向きが第2区分に属する場合、該第2区分に隣接した複数の第1区分に対応した記憶済みの特徴量に基づいて顔部位を認識するステップである
ことを特徴とするコンピュータプログラム。 - コンピュータに、時系列的に得られた複数の画像データ夫々に基づいて顔部位の特徴量を算出させ、算出された特徴量及び閾値を比較することによって顔部位を認識させるコンピュータプログラムにおいて、
コンピュータに、
画像データに基づいて顔の向きを算出するステップと、
複数の画像データから算出された特徴量を顔の向きに対応付けて記憶するステップと、
顔の向きに対応した記憶済みの特徴量が所定数以上であるか否かを判定する判定ステップと、
該判定ステップにより、他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数以上であると判定された場合、前記他の画像データから算出された特徴量、前記顔の向きに対応した記憶済みの算出結果及び前記閾値に基づいて前記他の画像データにおける顔部位を認識するステップと、
前記判定ステップにより、他の画像データにおける顔の向きに対応した記憶済みの特徴量が所定数未満であると判定した場合、前記他の画像データから算出された特徴量、前記顔の向きと異なる他の顔の向きに対応した記憶済みの特徴量及び前記閾値に基づいて顔部位を認識するステップと
を実行させることを特徴とするコンピュータプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2007/058292 WO2008142740A1 (ja) | 2007-04-16 | 2007-04-16 | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2008142740A1 JPWO2008142740A1 (ja) | 2010-08-05 |
JP4781467B2 true JP4781467B2 (ja) | 2011-09-28 |
Family
ID=40031467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009515010A Active JP4781467B2 (ja) | 2007-04-16 | 2007-04-16 | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US8571322B2 (ja) |
JP (1) | JP4781467B2 (ja) |
WO (1) | WO2008142740A1 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012068948A (ja) * | 2010-09-24 | 2012-04-05 | Renesas Electronics Corp | 顔属性推定装置およびその方法 |
JP5367037B2 (ja) * | 2011-09-26 | 2013-12-11 | 本田技研工業株式会社 | 顔向き検出装置 |
JP5418579B2 (ja) * | 2011-12-06 | 2014-02-19 | 株式会社デンソー | 開閉眼検出装置 |
US9082004B2 (en) * | 2011-12-15 | 2015-07-14 | The Nielsen Company (Us), Llc. | Methods and apparatus to capture images |
CN103530595A (zh) * | 2012-07-04 | 2014-01-22 | 富士通株式会社 | 检测眼睛状态的方法和设备 |
US8769557B1 (en) | 2012-12-27 | 2014-07-01 | The Nielsen Company (Us), Llc | Methods and apparatus to determine engagement levels of audience members |
KR101441108B1 (ko) * | 2013-08-08 | 2014-09-22 | 주식회사 에스원 | 일인용 장치의 인증을 위한 얼굴 식별 방법 및 그 장치 |
US20150317511A1 (en) * | 2013-11-07 | 2015-11-05 | Orbeus, Inc. | System, method and apparatus for performing facial recognition |
CN104091148B (zh) * | 2014-06-16 | 2017-06-27 | 联想(北京)有限公司 | 一种人脸特征点定位方法和装置 |
CN112836664A (zh) * | 2015-08-21 | 2021-05-25 | 奇跃公司 | 使用眼睛姿态测量的眼睑形状估计 |
NZ740746A (en) | 2015-08-21 | 2019-08-30 | Magic Leap Inc | Eyelid shape estimation |
WO2017066296A1 (en) | 2015-10-16 | 2017-04-20 | Magic Leap, Inc. | Eye pose identification using eye features |
US20180183998A1 (en) * | 2016-12-22 | 2018-06-28 | Qualcomm Incorporated | Power reduction and performance improvement through selective sensor image downscaling |
US10521661B2 (en) | 2017-09-01 | 2019-12-31 | Magic Leap, Inc. | Detailed eye shape model for robust biometric applications |
CN109376684B (zh) | 2018-11-13 | 2021-04-06 | 广州市百果园信息技术有限公司 | 一种人脸关键点检测方法、装置、计算机设备和存储介质 |
CN113128295A (zh) * | 2019-12-31 | 2021-07-16 | 湖北亿咖通科技有限公司 | 一种车辆驾驶员危险驾驶状态识别方法及装置 |
US11711638B2 (en) | 2020-06-29 | 2023-07-25 | The Nielsen Company (Us), Llc | Audience monitoring systems and related methods |
JP2022138279A (ja) * | 2021-03-10 | 2022-09-26 | 株式会社Jvcケンウッド | 目開閉判定装置および目開閉判定方法 |
US11860704B2 (en) | 2021-08-16 | 2024-01-02 | The Nielsen Company (Us), Llc | Methods and apparatus to determine user presence |
US11758223B2 (en) | 2021-12-23 | 2023-09-12 | The Nielsen Company (Us), Llc | Apparatus, systems, and methods for user presence detection for audience monitoring |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07302327A (ja) * | 1993-08-11 | 1995-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 物体画像検出方法及び検出装置 |
JP2005071344A (ja) * | 2003-08-07 | 2005-03-17 | Matsushita Electric Ind Co Ltd | 画像処理方法、画像処理装置及び画像処理プログラムを記録した記録媒体 |
JP2005078311A (ja) * | 2003-08-29 | 2005-03-24 | Fujitsu Ltd | 顔部位の追跡装置、眼の状態判定装置及びコンピュータプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181805B1 (en) * | 1993-08-11 | 2001-01-30 | Nippon Telegraph & Telephone Corporation | Object image detecting method and system |
US20010008561A1 (en) * | 1999-08-10 | 2001-07-19 | Paul George V. | Real-time object tracking system |
US20030059124A1 (en) * | 1999-04-16 | 2003-03-27 | Viisage Technology, Inc. | Real-time facial recognition and verification system |
US7221809B2 (en) * | 2001-12-17 | 2007-05-22 | Genex Technologies, Inc. | Face recognition system and method |
US7203346B2 (en) * | 2002-04-27 | 2007-04-10 | Samsung Electronics Co., Ltd. | Face recognition method and apparatus using component-based face descriptor |
JP4687150B2 (ja) | 2005-03-08 | 2011-05-25 | 日産自動車株式会社 | 直射光検出装置 |
-
2007
- 2007-04-16 JP JP2009515010A patent/JP4781467B2/ja active Active
- 2007-04-16 WO PCT/JP2007/058292 patent/WO2008142740A1/ja active Application Filing
-
2009
- 2009-08-24 US US12/546,376 patent/US8571322B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07302327A (ja) * | 1993-08-11 | 1995-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 物体画像検出方法及び検出装置 |
JP2005071344A (ja) * | 2003-08-07 | 2005-03-17 | Matsushita Electric Ind Co Ltd | 画像処理方法、画像処理装置及び画像処理プログラムを記録した記録媒体 |
JP2005078311A (ja) * | 2003-08-29 | 2005-03-24 | Fujitsu Ltd | 顔部位の追跡装置、眼の状態判定装置及びコンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2008142740A1 (ja) | 2010-08-05 |
WO2008142740A1 (ja) | 2008-11-27 |
US8571322B2 (en) | 2013-10-29 |
US20090310829A1 (en) | 2009-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4781467B2 (ja) | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム | |
US7912253B2 (en) | Object recognition method and apparatus therefor | |
JP4364275B2 (ja) | 画像処理方法、画像処理装置及びコンピュータプログラム | |
JP4696857B2 (ja) | 顔照合装置 | |
JP4204336B2 (ja) | 顔の向き検出装置、顔の向き検出方法及びコンピュータプログラム | |
JP4345622B2 (ja) | 瞳色推定装置 | |
EP2074550B1 (en) | Eye opening detection system and method of detecting eye opening | |
JP4592744B2 (ja) | 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム | |
US8154591B2 (en) | Eyelid opening level determination device and computer readable medium storing computer program thereof | |
JP4912206B2 (ja) | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム | |
US20190057246A1 (en) | Method and device for gesture recognition | |
JP5271742B2 (ja) | サングラス着用検出装置 | |
US11877800B2 (en) | Method and system for detecting blepharoptosis | |
JP4738914B2 (ja) | 監視システム、監視方法、及び監視プログラム | |
WO2018218839A1 (zh) | 一种活体识别方法和*** | |
JP5034623B2 (ja) | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム | |
JP4776581B2 (ja) | 入眠状態検知方法、入眠状態検知装置、入眠状態検知システム及びコンピュータプログラム | |
JP2005165984A (ja) | 人物顔の頭頂部検出方法及び頭頂部検出システム並びに頭頂部検出プログラム | |
JP4795864B2 (ja) | 特徴点検出装置および方法並びにプログラム | |
JP7107380B2 (ja) | 推定装置、推定方法、およびプログラム | |
WO2017159215A1 (ja) | 情報処理装置及び情報処理方法 | |
JP5493676B2 (ja) | 眼位置認識装置 | |
JP4996943B2 (ja) | 顔特徴点検出装置、顔特徴点検出方法及びプログラム | |
JP2005084979A (ja) | 顔認証システムおよび方法並びにプログラム | |
JP2009237623A (ja) | 顔状態評価方法、顔状態評価装置および顔状態評価プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110405 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110601 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110705 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110705 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140715 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4781467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |