JP7046620B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP7046620B2 JP7046620B2 JP2018012406A JP2018012406A JP7046620B2 JP 7046620 B2 JP7046620 B2 JP 7046620B2 JP 2018012406 A JP2018012406 A JP 2018012406A JP 2018012406 A JP2018012406 A JP 2018012406A JP 7046620 B2 JP7046620 B2 JP 7046620B2
- Authority
- JP
- Japan
- Prior art keywords
- age
- face
- information processing
- error
- processing apparatus
- 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
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
-
- 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
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Description
実施形態1について説明する。
図1は、情報処理装置10のハードウェア構成の一例を示す図である。情報処理装置10は、ハードウェ構成として、CPU11と、記憶部12と、表示部13と、入力部14と、通信部15と、を含む。CPU11は、情報処理装置10の全体を制御する。記憶部12は、メモリ等であって、プログラムや画像、CPU11が処理を実行する際に必要とする情報等を記憶する。表示部13は、CPU11の制御に基づき、CPU11の処理の結果等を表示する。入力部14は、ユーザーの操作を受け付け、受け付けた操作に関する情報をCPU11に入力する。通信部15は、情報処理装置10をネットワークに接続し、CPU11の制御に基づき、ネットワークを介した他の外部装置との通信を制御する。
CPU11が記憶部12に記憶されているプログラムに基づき処理を実行することによって後述する図2に示す情報処理装置10の機能構成及び後述する図3、図8、図17、図19のフローチャートの処理が実現される。
S1000では、画像取得部100は、レンズ等の集光素子、光を電気信号に変換するCMOSやCCD等の撮像素子、アナログ信号をデジタル信号に変換するAD変換器を通過することによって得られたデジタル画像を取得する。また、間引き処理等が行われることによって、例えば、画像取得部100は、FullHD(1920×1080[pixel])やHD(1280×720[pixel])に変換した画像を取得することもできる。
S1100では、顔検出部110は、S1000で取得された画像の中に含まれる顔を検出する。顔検出部110は、顔を検出する技術(以下、顔検出という)として非特許文献1の技術を用いる。
S1110では、顔検出部110は、S1100で顔を検出したかどうかを判定する。顔検出部110は、顔を検出した場合にはS1200へ進み、顔を検出しなかった場合にはS1000へ戻る。
S1300では、特徴抽出部130は、S1200で検出された顔器官の位置に基づいて、図4の矩形のように特徴抽出領域を設定した後、図5のような輝度勾配ヒストグラム特徴を特徴抽出領域毎に抽出する。特徴抽出部130は、輝度勾配ヒストグラムを抽出する技術として非特許文献3等の技術を用いる。
S1400では、年代推定部140は、図6のようにS1300で抽出された複数の輝度勾配ヒストグラムを連結し、得られた連結特徴を図7のように各年代推定器に入力して、年代毎の尤度を算出する。年代推定部140は、年代毎に尤度を推定する技術として非特許文献3のようにSupport Vector Machine(以下、SVMという)を用いる。例えば、10代の推定器を構築する場合には、10代から抽出した輝度勾配ヒストグラム特徴には学習ラベルとして+1、それ以外の年代には学習ラベルとして-1を与えることで学習させることができる。
S1500では、年齢・誤差推定部150は、S1400における各年代推定器からの出力を利用して年齢と誤差とを求める。図8は、S1500の詳細を示しており、以下では図8を用いて説明する。
S1502では、年齢・誤差推定部150は、データベースに保持された1つの辞書サンプルSi=[Si1,Si2,・・・,Sin]を選択する。
S1503では、年齢・誤差推定部150は、式(1)のように、S1502で選択されたN次元の特徴ベクトルの1つの辞書サンプルSiと、S1501で入力画像から生成されたN次元の特徴ベクトルとの距離Liを求める。
S1505では、年齢・誤差推定部150は、S1503で計算した距離を用いて類似するM個のサンプルを選択する。図11は、M=2のサンプルを選択した例を示している。
S1506では、年齢・誤差推定部150は、S1505で選択されたM個のサンプルの正解年齢Agegtからヒストグラムを生成する。図12は横軸を正解年齢Agegt、縦軸を頻度としたヒストグラムである。図13のように横軸を正解年齢Agegt、縦軸を1/距離としたヒストグラムでもよい。以下では図12を利用した場合の説明をする。
S1507では、年齢・誤差推定部150は、図14のように、S1506で生成したヒストグラムの平均μ1、分散σ1、σ2を求め、平均μ1を推定年齢、分散σ1、σ2を誤差として決定する。
実施形態1では、予め用意しておいた辞書サンプルとの距離からN個のサンプルを選択し、選択したN個のサンプルのヒストグラムから推定年齢と誤差を求めている。しかしながら、画像から抽出した特徴量は、照明環境の変化や表情の変化等の影響を受ける可能性ある。そのため、年齢・誤差推定部150は、例えば、図16のように、選択したN個のサンプルのヒストグラムを分析して、外れ値が存在する場合にはその外れ値を除外して推定年齢と誤差とを求めてもよい。
図17は、図3のS1500において、外れ値除去を加えた場合のフローチャートである。
S1508において、年齢・誤差推定部150は、選択したN個のサンプルのヒストグラムを分析して、外れ値が存在する場合にはその外れ値を除外する。年齢・誤差推定部150は、外れ値を判定するための技術として非特許文献3のSVMを用いることができる。
実施形態1では、推定年齢と誤差とを必ず求めるようにしていた。しかしながら、図18の推定年齢=20歳、誤差-15~+15歳のように、誤差範囲が広い場合には「年齢不明」と表示しているのに等しい。無理に推定年齢と誤差を求めて表示するよりも数値ではない「年齢不明」というような表示の方がユーザーにとっては分かりやすい可能性がある。
図19は、図3のS1600の詳細を示すフローチャートである。
S1601では、表示処理部160は、誤差σ1とσ2との差を求めて、その差が所定の閾値以上かどうかを判定する。表示処理部160は、差が所定の閾値以上である場合には、S1602へ進み、差が所定の閾値以上でない場合には、S1603へ進む。
S1602において、表示処理部160は、年齢不明と表示する。年齢不明と表示する以外にも、分からないに相当する文字列であれば何でもよい。
一方で、S1603において、表示処理部160は、実施形態1及び実施形態2と同様に推定年齢と誤差とを表示する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給する。そして、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
例えば、情報処理装置10のハードウェア構成として、CPUは複数存在してもよく、複数のCPUが記憶部等に記憶されているプログラムに基づき処理を実行するようにしてもよい。また、情報処理装置10のハードウェア構成として、CPUの替わりに、GPU(Graphics Processing Unit)を用いてもよい。
また、情報処理装置10の機能構成の一部をハードウェア構成として情報処理装置10に実装してもよい。
上述した実施形態を任意に組み合わせて実施してもよい。
11 CPU
Claims (13)
- 顔を含む画像から特徴を抽出する抽出手段と、
前記特徴に基づいて前記顔について各年代に対する尤度を推定する第1の推定手段と、
年代毎の尤度の組み合わせと正解となる年齢とが既知であるサンプルから、前記第1の推定手段により推定された尤度の組み合わせに基づいて、サンプルを選択する選択手段と、
前記選択手段により選択されたサンプルに基づいて、前記顔の年齢又は顔の年齢の誤差を推定する第2の推定手段と、
を有する情報処理装置。 - 前記選択手段は、前記第1の推定手段により推定された尤度の組み合わせに類似する前記サンプルを選択する請求項1記載の情報処理装置。
- 前記第2の推定手段は、前記選択手段により選択されたサンプルに含まれる正解となる年齢に基づいて前記顔の年齢又は前記顔の年齢の誤差を推定する請求項1又は2記載の情報処理装置。
- 前記第2の推定手段は、前記選択手段により選択されたサンプルに含まれる正解となる年齢を用いたヒストグラムを生成し、生成したヒストグラムに基づいて前記顔の年齢又は前記顔の年齢の誤差を推定する請求項1乃至3何れか1項記載の情報処理装置。
- 前記第2の推定手段は、前記生成したヒストグラムの平均を前記顔の年齢、前記ヒストグラムの分散を前記顔の年齢の誤差として推定する請求項4記載の情報処理装置。
- 前記第2の推定手段は、前記生成したヒストグラムから外れ値を除外して前記顔の年齢又は前記顔の年齢の誤差を推定する請求項4又は5記載の情報処理装置。
- 前記顔の年齢又は前記顔の年齢の誤差を表示する表示手段を更に有する請求項1乃至6何れか1項記載の情報処理装置。
- 前記表示手段は、前記顔の年齢の誤差の範囲が閾値以上の場合、年齢不明であることを表示し、前記顔の年齢の誤差の範囲が閾値以上でない場合、前記顔の年齢と前記顔の年齢の誤差とをそれぞれ表示する請求項7記載の情報処理装置。
- 前記表示手段は、前記顔の年齢の誤差の範囲が閾値以上の場合、年齢不明であることを表示し、前記顔の年齢の誤差の範囲が閾値以上でない場合、前記顔の年齢と前記顔の年齢の誤差とに基づく年齢幅を表示する請求項7又は8記載の情報処理装置。
- 前記サンプルを記憶する記憶手段を更に有する請求項1乃至9何れか1項記載の情報処理装置。
- 前記選択手段は、それぞれの前記サンプルに含まれる各年代の尤度の組み合わせと、前記第1の推定手段によって推定された前記顔についての各年代の尤度の組み合わせと、の類似度を算出し、前記類似度が大きい所定の数だけ前記サンプルを選択する請求項1乃至10何れか1項記載の情報処理装置。
- 情報処理装置が実行する情報処理方法であって、
顔を含む画像から特徴を抽出する抽出工程と、
前記特徴に基づいて前記顔について各年代に対する尤度を推定する第1の推定工程と、
年代毎の尤度の組み合わせと正解となる年齢とが既知であるサンプルから、前記第1の推定工程により推定された尤度の組み合わせに基づいて、サンプルを選択する選択工程と、
前記選択工程により選択されたサンプルに基づいて、前記顔の年齢又は顔の年齢の誤差を推定する第2の推定工程と、
を含む情報処理方法。 - コンピュータを、請求項1乃至11何れか1項記載の情報処理装置の各手段として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018012406A JP7046620B2 (ja) | 2018-01-29 | 2018-01-29 | 情報処理装置、情報処理方法及びプログラム |
US16/255,676 US10943094B2 (en) | 2018-01-29 | 2019-01-23 | Information processing apparatus for estimating age and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018012406A JP7046620B2 (ja) | 2018-01-29 | 2018-01-29 | 情報処理装置、情報処理方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019133234A JP2019133234A (ja) | 2019-08-08 |
JP2019133234A5 JP2019133234A5 (ja) | 2021-03-04 |
JP7046620B2 true JP7046620B2 (ja) | 2022-04-04 |
Family
ID=67392864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018012406A Active JP7046620B2 (ja) | 2018-01-29 | 2018-01-29 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10943094B2 (ja) |
JP (1) | JP7046620B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009230751A (ja) | 2008-02-25 | 2009-10-08 | Omron Corp | 年令推定装置 |
JP2010191530A (ja) | 2009-02-16 | 2010-09-02 | Fujifilm Corp | 国籍判定装置、方法およびプログラム |
JP2014153815A (ja) | 2013-02-06 | 2014-08-25 | Toshiba Corp | 推定装置、その方法及びそのプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009093490A (ja) * | 2007-10-10 | 2009-04-30 | Mitsubishi Electric Corp | 年齢推定装置及びプログラム |
US8565539B2 (en) * | 2011-05-31 | 2013-10-22 | Hewlett-Packard Development Company, L.P. | System and method for determining estimated age using an image collection |
JP2013003662A (ja) * | 2011-06-13 | 2013-01-07 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
US8498491B1 (en) * | 2011-08-10 | 2013-07-30 | Google Inc. | Estimating age using multiple classifiers |
JP2016177393A (ja) * | 2015-03-19 | 2016-10-06 | カシオ計算機株式会社 | 情報処理装置、顔認識方法、及びプログラム |
-
2018
- 2018-01-29 JP JP2018012406A patent/JP7046620B2/ja active Active
-
2019
- 2019-01-23 US US16/255,676 patent/US10943094B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009230751A (ja) | 2008-02-25 | 2009-10-08 | Omron Corp | 年令推定装置 |
JP2010191530A (ja) | 2009-02-16 | 2010-09-02 | Fujifilm Corp | 国籍判定装置、方法およびプログラム |
JP2014153815A (ja) | 2013-02-06 | 2014-08-25 | Toshiba Corp | 推定装置、その方法及びそのプログラム |
Non-Patent Citations (2)
Title |
---|
Zhouzhou He, 外7名,"Data-Dependent Label Distribution Learning for Age Estimation",IEEE Transactions on Image Processing,第26巻, 第8号,米国,IEEE,2017年01月18日,p.3846-3858 |
淺水宏文, 外3名,"加齢の影響が大きいGabor特徴成分を用いた顔画像からの年齢層の推定",映像情報メディア学会技術報告,日本,(一社)映像情報メディア学会,2013年02月11日,第37巻, 第8号,p.57-60 |
Also Published As
Publication number | Publication date |
---|---|
US10943094B2 (en) | 2021-03-09 |
JP2019133234A (ja) | 2019-08-08 |
US20190236337A1 (en) | 2019-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977262B (zh) | 从视频中获取候选片段的方法、装置及处理设备 | |
US9626551B2 (en) | Collation apparatus and method for the same, and image searching apparatus and method for the same | |
KR102466998B1 (ko) | 영상 융합 방법 및 장치 | |
US10789454B2 (en) | Image processing device, image processing method, and computer program product | |
CN105938622B (zh) | 检测运动图像中的物体的方法和装置 | |
JP5554984B2 (ja) | パターン認識方法およびパターン認識装置 | |
JP6494253B2 (ja) | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム | |
WO2009098894A1 (ja) | 電子カメラおよび画像処理方法 | |
US20170270355A1 (en) | Method and Apparatus for Pattern Tracking | |
WO2019023921A1 (zh) | 一种手势识别方法、装置及设备 | |
US10146992B2 (en) | Image processing apparatus, image processing method, and storage medium that recognize an image based on a designated object type | |
US8774519B2 (en) | Landmark detection in digital images | |
JP2007042072A (ja) | 追跡装置 | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
JP5087037B2 (ja) | 画像処理装置、方法及びプログラム | |
JP6511950B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US11488415B2 (en) | Three-dimensional facial shape estimating device, three-dimensional facial shape estimating method, and non-transitory computer-readable medium | |
JP7046620B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10410044B2 (en) | Image processing apparatus, image processing method, and storage medium for detecting object from image | |
US10140503B2 (en) | Subject tracking apparatus, control method, image processing apparatus, and image pickup apparatus | |
KR20220098314A (ko) | 뉴럴 네트워크의 트레이닝 방법과 장치 및 관련 대상 검출 방법과 장치 | |
CN113128277A (zh) | 一种人脸关键点检测模型的生成方法及相关设备 | |
CN113454634A (zh) | 信息处理***、信息处理装置、信息处理方法和程序 | |
US20230377188A1 (en) | Group specification apparatus, group specification method, and computer-readable recording medium | |
Zhang | Perception System: Object and Landmark Detection for Visually Impaired Users |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210119 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220204 |
|
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: 20220222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220323 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7046620 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |