JPH0877334A - 顔画像の特徴点自動抽出方法 - Google Patents

Abstract

(57)【要約】 【目的】 従来多くの時間と労力を費やしていた顔画像
の特徴点抽出を自動的に高速且つ簡便に行うことのでき
る方法を提供すること。 【構成】 顔の部位によって特徴点検出のアルゴリズム
を変えるとともに、最適な検出順序で検出を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は顔画像の特徴点を自動的
に抽出する方法に関し、詳しくは、顔画像の各部の候補
領域を設定し、この領域内でしきい値の自動設定による
２値化処理を行い顔画像の特徴点を自動的に抽出する方
法に関する。

【０００２】

【従来の技術】人の顔は変化や動きに富み表情が豊かで
あるため、人と人との、また人と計算機との情報伝達媒
体として大きな役割を持つものとして多く研究されてい
る。たとえば、人どうしが言葉によらないコミュニケー
ションを行う場合、顔の表情が情報伝達要素として大き
な役割を果たしている。

【０００３】一方、人の顔は個人ごとに異なっており、
各個人やグループ（たとえば、人種グループ）を特徴づ
けるための有効な情報となり得る。

【０００４】このような顔画像の情報は小さな点の集合
と考えたビットマップ画像として扱えば非常に膨大な情
報量になってしまうが、他との違いのみをとり出したい
わゆる「特徴点」に着目すれば少ない情報量をもって全
体を表現でき、電子的あるいは機械的処理に対しても非
常に有効となる。

【０００５】ＣＣＤカメラやスキャナ等により取り込ま
れた顔画像はビットマップ情報としてメモリに蓄えら
れ、あるいはディスプレイ上に表示されている。特徴点
を決める古くから行われている方法は顔画像が表示され
たディスプレイを見ながらマウスあるいはキーボードの
操作により特徴点をマニュアルで決定していく方法であ
った。しかしこの方法は多大な時間と労力が費やされる
ことになり実用的であるとは言い難いものであった。

【０００６】近年画像処理の発達によって顔画像の特徴
点抽出を自動化しようとするいくつかの試みが現れてい
る。

【０００７】これら従来の特徴点抽出方法としては、Ｈ
ＶＳ表色系により人を含む画像から顔の特徴点抽出を試
みた方法や、ＹＩＱ表色系を用いて面積変化によるしき
い値の自動設定を施し特徴点抽出を行う方法等がある。

【０００８】

【発明が解決しようとする課題】これらの方法は特徴点
抽出に際し、顔における検出部位が異なったとしてもア
ルゴリズムを固定していたため部位によっては検出精度
が著しく低下してしまうという問題点があった。

【０００９】本発明は上記の点にかんがみてなされたも
ので、従来多くの時間と労力を費やしていた顔画像の特
徴点抽出を自動的に高速且つ簡便に行うことのできる方
法を提供することを目的とする。

【００１０】本発明の他の目的は、特徴点を利用した表
情合成、表情変形、表情認識、個人認証、平均値合成な
ど各種の応用に対して適合した特徴点群を自動的に抽出
する方法を提供することである。

【００１１】

【課題を解決するための手段】本発明は上記の目的を達
成するために、顔画像の特徴点として、頭頂点、右眉左
端点、右眉右端点、右眉上端点、右眉下端点、左眉左端
点、左眉右端点、左眉上端点、左眉下端点、右目左端
点、右目右端点、右目上端点、右目下端点、左目左端
点、左目右端点、左目上端点、左目下端点、鼻左端点、
鼻右端点、鼻下端点、唇左端点、唇右端点、唇上端点、
唇中心点、唇下端点、鼻左横顔輪郭点、鼻右横顔輪郭
点、唇左横顔輪郭点、唇右横顔輪郭点、顎左横顔輪郭
点、顎右横顔輪郭点、顎下端点を用い、これらの特徴点
を求めるに際し、唇、目、眉の順序でそれぞれの候補領
域内で２値化処理を施し、抽出された対象領域から特徴
点抽出を行い、その他の部位は候補領域内でのエッジ処
理によって特徴点を決定する。

【００１２】

【作用】本発明は以上の構成によって、顔の部位によっ
て特徴点検出のアルゴリズムを変えるとともに、最適な
検出順序で検出を行う。

【００１３】

【実施例】以下本発明を図面に基づいて説明する。

【００１４】顔の形状に着目した場合に、各個人の特徴
を代表するものは、顔輪郭線、目、唇、眉等の構成部位
に関する情報である。

【００１５】特徴情報として、 ・各個人を特徴づけるために有効な情報 ・画像処理法により比較的容易に抽出できる情報 という観点より特徴点を決定すると図１のようになる。

【００１６】これら３２点は顔の特徴点を示す最小の点
数と考えられるが、さらに少ない点数を要求される場合
で多少の不具合を容認できるときには、２６−２７、３
０−３１のペア、または２８−２９、３０−３１のペア
を省略することができる。

【００１７】顔画像の入力から特徴点抽出までの一連の
プロセスを考える場合、まず最初にどの部位を抽出する
かという問題が出てくる。その部位には、 ・色や形状に関して個人差が少ないこと ・他の部位の抽出処理にスムーズに誘導できるような位
置にあること ・できるだけ抽出が容易であること といった条件が望まれる。

【００１８】これらの条件を満たす部位としては唇が考
えられる。唇には個人差が少なく、また唇を基準に目、
鼻、顎といった重要な特徴が抽出できる位置関係にあ
り、そしてＹＩＱ表色系のＱ軸のようにＲＧＢ系を操作
することで領域が特化されることから比較的抽出が容易
である。

【００１９】通常、画像信号はＲＧＢ系で与えられてお
り、多くの画像機器などもこのＲＧＢを前提にしてお
り、色情報の取り組みや、表示にとって都合がよい。

【００２０】しかしながら、人間の視覚のように優れた
色判別情報を必要としたり、色情報を正確に利用するた
めには、用途に応じて変換された表色系を用いることが
必要とされる。

【００２１】非ＲＧＢ系の代表例としては、輝度信号、
色差信号から成るＹＩＱ表色系がある。ＹＩＱ表色系は
ＲＧＢ表色系を数１のように１次変換することで求めら
れる。

【００２２】

【数１】 Ｙ軸は輝度信号を、Ｉ軸は赤と青緑との色差信号を、Ｑ
軸は黄緑と紫との色差信号を表し、色の変化に関する視
覚特性が敏感な軸がＩ、鈍い軸がＱとなるように係数が
選ばれている。本発明では唇の存在位置を求めるため
に、まず特定の色差信号を設定する。

【００２３】すなわち、唇領域の強調のために（Ｒ−Ｇ
−Ｂ／２）といった色差信号を設定する。（Ｒ−Ｇ）に
よって唇領域が差分として求められるが、多少の肌領域
も含まれてしまうため、それを補正するためにＢ／２を
設定し、（Ｒ−Ｇ）より減じた。

【００２４】この色差信号をさらに２乗し、正規化した
ものを次の処理に用いる。

【００２５】本発明では、Ｙ（Ｘ）方向１ラインごとの
画素値をＸ（Ｙ）方向に総和を求めて得られる「重み付
きヒストグラム」を用いて、唇、目、眉の候補領域設定
を行う。

【００２６】図２に重み付きヒストグラムの概念図を示
す。

【００２７】高輝度（もしくは低輝度）の画素が密集す
る領域ほどヒストグラム値が高くなる。このヒストグラ
ムにおける山や谷等に関する拘束条件を各部位ごとに設
定し、それに応じて矩形候補領域が設定される。

【００２８】以下、この重み付きヒストグラムを用いて
唇候補領域の決定法について説明する。

【００２９】まず、Ｙ方向の重み付きヒストグラムを求
める。ここで、ヒストグラムがピーク値をとる点が唇の
Ｙ方向の存在位置を示すと考えられる。このヒストグラ
ムを低域フィルタで平滑化し、ピークをはさむ２つの谷
の位置より唇候補領域のＹ方向の幅を決定する。

【００３０】次に、Ｙ方向の幅の中で、Ｘ方向について
同様に重み付きヒストグラムを用いてＸ方向の幅を決定
する。唇の形状から考えて、ピーク近くに小さな谷があ
る場合がある。その場合はピークと谷の大きさおよび位
置関係から適切な値かどうかを判断する。

【００３１】このように（Ｒ−Ｇ−Ｂ／２）の色差信号
と重み付きヒストグラムとにより唇が存在すると思われ
る候補領域を設定する。

【００３２】候補領域が設定されたならば、この領域内
で２値化処理を行い、２値データから特徴点抽出を行
う。

【００３３】唇領域は輝度変化が比較的単調なため、そ
れに適したアルゴリズムの２値化処理を行う。その操作
は以下のステップで行う。 （１）Ｘ方向１ラインごとに輝度変化が最大となる点を
検索し、その点における輝度値で１ラインごとにしきい
値処理を行う。 （２）（１）の処理をＹ方向にも行う。 （３）Ｘ、Ｙ各方向の２値データのＡＮＤおよびＥＯＲ
を求める。 （４）ＡＮＤとＥＯＲとの差分ヒストグラムの零交差点
をしきい値とし、矩形領域内でしきい値処理を行う。 （５）（３）で求めたＡＮＤ値と、（４）で求めた２値
画像とのＡＮＤをとる。 （６）対象領域以外の領域を面積の大きさによって判断
し、非対象領域を除去する。

【００３４】（１）〜（６）のステップによる２値化ア
ルゴリズムを図３に示す。ただし、唇領域の２値化処理
と眉領域の２値化処理とは同じアルゴリズムで行うの
で、図３では代表して右眉の画像とともにアルゴリズム
を示してある。

【００３５】次に、このようにして得られた２値画像か
らの特徴点抽出方法について説明する。

【００３６】唇の特徴点は図４に示すようにＡ、Ｂ、
Ｃ、Ｄ、Ｅの５点である。これらの点は図１における点
２１〜２５に対応する。

【００３７】候補領域内で抽出された唇の２値画像に対
し、図５のようにＸ軸方向のヒストグラムをとる。ヒス
トグラムの最大値よりＸ正負方向にヒストグラム値が最
初に０となる点を検索し、左右端点のＸ座標ＡＸ、ＢＸ
を決定する。

【００３８】次に、図６のように、ＡＸ、ＢＸを中心に
両側に幅を持たせた短冊領域を設定し、その領域内でＹ
軸方向のヒストグラムをとり、ヒストグラム値が０を越
える点のＹ座標の最大値と最小値の平均値をそれぞれ左
右端点のＹ座標ＡＹ、ＢＹとする。

【００３９】さらに、図７のように、上下端点のＸ座標
はＡＸとＢＸの平均をＣＸとし、Ｙ座標はＡＹ、ＢＹを
求めたのと同様に、ＣＸを中心に両側に幅を持たせた短
冊領域を設定し、その領域内でＹ軸方向のヒストグラム
をとり、ヒストグラム値が０を越える点のＹ座標の最大
値と最小値をそれぞれ上下端点のＹ座標ＣＹ、ＤＹとす
る。

【００４０】また、唇の中心である図４に示した点Ｅは
Ｒ、Ｇ、Ｂ画像それぞれについて、点Ｃ、Ｄ間を検索
し、（Ｒ＋Ｇ＋Ｂ）の値が最小となる点とする。

【００４１】このようなアルゴリズムにより、唇の特徴
点である５つの点が抽出される。

【００４２】唇の特徴点が抽出されたならば、以下の４
つの候補領域が設定できる。 （１）顎下端点の候補領域 Ｘ座標：Ｘ_{mouth_lower} ±β Ｙ座標：Ｙ_{mouth_lower} 〜Ｙ_{mouth_lower} ＋（Ｙ
_{mouth_lower} −Ｙ_{mouth_upper}）×３ （２）鼻下端点の候補領域 Ｘ座標：Ｘ_{mouth_upper} ±β Ｙ座標：Ｙ_chin−（Ｙ_chin−Ｙ_{mouth_center}）×０．７
〜Ｙ_{mouth_upper} −５ （３）鼻横端点の候補領域として、 Ｘ座標：Ｘ_{nose_top}〜Ｘ_{mouth_right} 、Ｘ_{nose_top}〜Ｘ
_{mouth_left} Ｙ座標：Ｙ_{nose_top}±β（ここで、Ｘ_{nose_top}＝Ｘ
_{mouth_upper} 、Ｙ_{nose_top}＝（Ｙ_chin−Ｙ_nose）×１．
０５） （４）顔輪郭点の候補領域として、 Ｘ座標：Ｘ_{mouth_right} 〜（Ｘ_{mouth_right} −Ｘ
_{mouth_left}）×１．２ Ｙ座標：Ｙ_{mouth_right} ±β、Ｙ_{mouth_left}±β ここで、βは（０．２５／１００）Ｎ〜（１．２５／１
００）Ｎの間の整数値、Ｎは頭頂点から顎下端点までの
画素数である。

【００４３】これらの候補領域の中から特徴点を抽出す
るにはエッジ処理（輝度変化）を用いる。

【００４４】用いる画像はＹ軸画像で、エッジの大きさ
や位置関係を用いて各特徴点を決定する。条件は各部位
ごとに設定する。たとえば、図８に示されるような顔輪
郭点の抽出の場合には、唇に近い方のエッジが選ばれ
る。

【００４５】次に、目の候補領域設定方法について述べ
る。

【００４６】まず、前処理として、抽出された唇の特徴
点、唇の高さに相当する顔輪郭点、鼻下端点および顎下
端点により得られる図９のような広い領域を、Ｙ軸（輝
度信号）について設定する。目領域に含まれる黒目（低
輝度）と、白目および肌（高輝度）との差を明確にする
ために、図９に示した領域内でＹ軸値を２乗し、それを
０〜２５５で正規化する。また、ヒストグラムが低輝度
値に反応するように輝度を反転した画像を用いる。

【００４７】次に、Ｙ方向の重み付きヒストグラムを求
める。低域フィルタ処理後、ヒストグラムを−Ｙ方向に
検索し、最初に観測される大きなピークの位置が目のＹ
方向の存在位置であると考えられる。画像によっては鼻
横の陰影が最初のピークとして観測される場合が考えら
れるので、ピークの大きさおよび位置関係に基づいて判
断を行い、適切な値を導出する。そして、求まったＹ座
標に±２０β画素の幅を付け、これを候補領域のＹ方向
の幅とする。

【００４８】次に、Ｙ方向の幅の中で、Ｘ方向について
重み付きヒストグラムをとる。唇の高さに相当する輪郭
点のＸ座標から顔の内側へヒストグラムを検索し、ピー
クの大きさや位置関係より、Ｘ方向の幅を決定する。

【００４９】目の候補領域が設定されたならば、次に２
値化処理により目の特徴点を抽出する。２値化のアルゴ
リズムは以下のとおりである。

【００５０】Ｙ軸画像に設定された矩形領域内の輝度値
をみると、求めたい領域は肌領域に比べて低い輝度の領
域、すなわち輝度の谷の部分に多く存在することがわか
る。そこで、図１０のように、１ラインごとに輝度値を
検索し、極大点から１画素分次の点と、次の極大点の１
画素分手前の点との間を”１”とし、それ以外の領域
を”０”として、矩形領域内で２値画像を生成する。

【００５１】さらに精度を上げるためには次のような拘
束条件を導入する。 ・いま注目している極大値と極小値との差が１０以下で
あれば無視する。 ・いま注目している極大点と次の極大点との間が１画素
分しかなければ無視する。

【００５２】この段階で得られる２値画像には対象とな
る領域の他にまだ多くの不要な領域が含まれるため、連
結している領域を検索し、それらの面積によって対象領
域か非対象領域かを判断し、非対象領域を除去する。

【００５３】矩形領域内での対象領域と非対象領域への
分割（たとえば目の矩形領域内での目の２値化領域と眉
の２値化領域への分割は）にはラベリングを用いる。

【００５４】図１１（ａ）のような目の矩形領域内の２
値領域から目領域のみを抽出するために、八方の近傍で
連結している領域を検索し、図１１（ｂ）のようにラベ
リングする。そしてこれらラベリングされた領域のうち
で面積の最も大きなものを対象領域とする（図１１
（ｃ）参照）。

【００５５】従来、目領域の抽出にはしきい値処理など
によって２値画像を生成するといった方法が多く用いら
れていた。しかし、しきい値処理によって得られた領域
は、陰影等の影響により必ずしも真の形状に一致しなか
った。ところが、本発明の方法によれば、高い精度で目
の特徴点を決定することが可能となる。

【００５６】目の特徴点は図１２に示すようにＡ、Ｂ、
Ｃ、Ｄの４点である。

【００５７】２値画像から特徴点を抽出する方法はすで
に唇の特徴点抽出方法で述べたアルゴリズムを用いる。

【００５８】目の特徴点が抽出されたならば、これを利
用して頭頂点候補領域の設定が可能となる。すなわち、 頭頂点の候補領域 Ｘ座標：（（Ｘ_{eye_right} −Ｘ_{eye_left}）／２）±β Ｙ座標：０〜Ｙ_eye この候補領域の中から特徴点を抽出するにはエッジ処理
（輝度変化）を用いる。

【００５９】唇、目、眉以外の候補領域設定に必要な特
徴点をまとめて図１３に示す。

【００６０】次に、眉の特徴点抽出方法について説明す
る。

【００６１】眉候補領域の設定も同様に重み付きヒスト
グラムを利用する。

【００６２】目のＹ方向の存在位置がヒストグラムの最
初のピークの位置として与えられることはすでに述べ
た。よって、そのピークの次に出現するピークの位置が
眉のＹ方向の存在位置であるといえる。求まったＹ座標
−２０β画素の位置を矩形領域の上限とし、下限はこの
段階ですでに求まっている目上端点のＹ座標とする。

【００６３】次に、顔の位置関係よりＸ方向の幅を決定
する。

【００６４】眉領域の２値化アルゴリズムは唇の場合と
同じアルゴリズムを用いる。２値化の前処理として、眉
領域の場合は、Ｙ軸画像上に設定された矩形領域の左右
両端１ラインの輝度を比較し、陰影成分を簡単に線形的
に補正する。

【００６５】眉の特徴点は図１４に示すようにＡ、Ｂ、
Ｃ、Ｄの４点である。唇に対して行ったのと同じ方法に
より４つの特徴点を抽出する。

【００６６】このようにして求められた顔画像の特徴点
を用いればワイヤフレームモデルを自動的に生成するこ
とができる。ワイヤフレームモデルを構成するための全
格子点Ｎ点をこれまで得られた３２点の特徴点および標
準ワイヤフレームモデルの比率により補間し生成する。

【００６７】ただし、ここでは、特徴点３２点からＮ点
を直接生成するのではなく、まず眼球や鼻孔、顎輪郭点
等の個人の顔情報をより多く含んだＮ／５〜Ｎ／３点を
生成し、これから最終的な格子点Ｎ点を生成する。

【００６８】これまでに述べた特徴点自動抽出方法のフ
ローチャートを図１５に示す。

【００６９】

【発明の効果】以上説明したように、本発明によれば、
従来多くの時間と労力を費やしていた顔画像の特徴点抽
出を自動的に高速且つ簡便に行うことができる。

【００７０】また、本発明によれば、特徴点を利用した
表情合成、表情変形、表情認識、個人認証、平均値合成
など各種の応用に対して適合した特徴点群を自動的に抽
出することができる。

【００７１】また、従来の方法は特徴点抽出に際し、顔
における検出部位が異なったとしてもアルゴリズムを固
定していたため部位によっては検出精度が著しく低下し
てしまうという問題点があった。本発明では部位に応じ
て最適なアルゴリズムを用いているため検出精度を一定
して高くすることができる。

【００７２】本発明により求められた顔画像の特徴点を
用いれば、コンピュータ等を用いて以下のような処理や
分析が容易にできるようになる。 （１）表情変形 特徴点を用いてワイヤフレームモデルを構築し、これを
変化させることによって容易に表情変形が行える。

【図面の簡単な説明】

【図１】顔の特徴点を示す図である。

【図２】重み付きヒストグラムの概念図である。

【図３】唇、眉の２値化アルゴリズムを示す図である。

【図４】唇の特徴点を示す図である。

【図５】Ｘ軸方向のヒストグラムの図である。

【図６】Ｙ軸方向のヒストグラムの図である。

【図７】上下端点のＸ座標値、Ｙ座標値の求め方を説明
する図である。

【図８】エッジ強度による特徴点の決定を説明する図で
ある。

【図９】目の候補領域設定のための領域を示す図であ
る。

【図１０】目領域の２値化アルゴリズムを説明する図で
ある。

【図１１】ラベリングによる対象領域の抽出を説明する
図であり、（ａ）は目の矩形領域内の２値領域を示す
図、（ｂ）はラベリングした図、（ｃ）は対象領域を示
す図である。

【図１２】目の特徴点を示す図である。

【図１３】唇、目、眉以外の候補領域設定に必要な特徴
点を示す図である。

【図１４】眉の特徴点を示す図である。

【図１５】本発明による特徴点自動抽出方法のフローチ
ャートである。

【符号の説明】

１ 頭頂点 ２ 右眉左端点 ３ 右眉右端点 ４ 右眉上端点 ５ 右眉下端点 ６ 左眉左端点 ７ 左眉右端点 ８ 左眉上端点 ９ 左眉下端点 １０ 右目左端点 １１ 右目右端点 １２ 右目上端点 １３ 右目下端点 １４ 左目左端点 １５ 左目右端点 １６ 左目上端点 １７ 左目下端点 １８ 鼻左端点 １９ 鼻右端点 ２０ 鼻下端点 ２１ 唇左端点 ２２ 唇右端点 ２３ 唇上端点 ２４ 唇中心点 ２５ 唇下端点 ２６ 鼻左横顔輪郭点 ２７ 鼻右横顔輪郭点 ２８ 唇左横顔輪郭点 ２９ 唇右横顔輪郭点 ３０ 顎左横顔輪郭点 ３１ 顎右横顔輪郭点 ３２ 顎下端点

Claims (16)

【特許請求の範囲】
1. 【請求項１】 顔画像の特徴点として、頭頂点、右眉左
   端点、右眉右端点、右眉上端点、右眉下端点、左眉左端
   点、左眉右端点、左眉上端点、左眉下端点、右目左端
   点、右目右端点、右目上端点、右目下端点、左目左端
   点、左目右端点、左目上端点、左目下端点、鼻左端点、
   鼻右端点、鼻下端点、唇左端点、唇右端点、唇上端点、
   唇中心点、唇下端点、鼻左横顔輪郭点、鼻右横顔輪郭
   点、唇左横顔輪郭点、唇右横顔輪郭点、顎左横顔輪郭
   点、顎右横顔輪郭点、顎下端点を用いることを特徴とす
   る顔画像の特徴点自動抽出方法。
2. 【請求項２】 前記頭頂点から前記顎下端点までの画素
   数Ｎが２５６点以上であることを特徴とする請求項１に
   記載の顔画像の特徴点自動抽出方法。
3. 【請求項３】 唇、目、眉の候補領域設定に際し、Ｙ
   （Ｘ）方向１ラインごとの画素数をＸ（Ｙ）方向に総和
   を求めて得られる重み付きヒストグラムを用いることを
   特徴とする顔画像の特徴点自動抽出方法。
4. 【請求項４】 唇、目、眉の順序で候補領域内で２値化
   処理を施し、抽出された対象領域から特徴点抽出を行
   い、その他の部位は候補領域内でのエッジ処理によって
   特徴点を決定することを特徴とする顔画像の特徴点自動
   抽出方法。
5. 【請求項５】 唇候補領域の自動設定に際して、（Ｒ−
   Ｇ−Ｂ／２）という色差信号と重み付きヒストグラムと
   を用いることを特徴とする顔画像の特徴点自動抽出方
   法。
6. 【請求項６】 目、眉の候補領域を決定するに際し、抽
   出された唇の特徴点、唇の高さに相当する顔輪郭点、鼻
   下端点および顎下端点により得られる領域を、Ｙ軸（輝
   度信号）について設定し、前記領域内でＹ軸値を２乗
   し、それを０〜２５５で正規化するとともに、輝度を反
   転した画像を用いることを特徴とする顔画像の特徴点自
   動抽出方法。
7. 【請求項７】 目の候補領域内での２値化において、１
   ラインごとに輝度値を検索し、極大点から１画素分次の
   点と、次の極大点の１画素分手前の点との間を”１”と
   し、それ以外の領域を”０”として、矩形領域内で２値
   画像を生成し、拘束条件として、注目している極大値と
   極小値との差が１０以下であれば無視し、注目している
   極大点と次の極大点との間が１画素分しかなければ無視
   し、さらに、連結している領域を検索し、それらの面積
   によって対象領域か非対象領域かを判断し、非対象領域
   を除去することを特徴とする顔画像の特徴点自動抽出方
   法。
8. 【請求項８】 唇、眉の２値化手段として、Ｘ方向１ラ
   インごとに輝度変化が最大となる点を検索し、その点に
   おける輝度値で１ラインごとにしきい値処理を行い、同
   様の処理をＹ方向にも行い、Ｘ、Ｙ方向の２値データの
   ＡＮＤおよびＥＯＲを求め、ＡＮＤとＥＯＲとの差分ヒ
   ストグラムの零交差点をしきい値とし、矩形領域内でし
   きい値処理を行い、前記ＡＮＤ値と前記しきい値処理後
   の２値画像とのＡＮＤをとり、対象領域以外の領域を面
   積の大きさによって判断し、非対象領域を除去すること
   を特徴とする顔画像の特徴点自動抽出方法。
9. 【請求項９】 目の候補領域として、 Ｘ座標：Ｘ_PEAK±２α、 Ｙ座標：Ｙ_PEAK±α（ここで、α＝０．１Ｎ〜０．１１
   Ｎの間の整数値、Ｎは頭頂点から顎下端点までの画素
   数）を用いることを特徴とする顔画像の特徴点自動抽出
   方法。
10. 【請求項１０】 唇の候補領域として、 Ｘ座標：Ｘ_PEAK±２α、 Ｙ座標：Ｙ_PEAK±α（ここで、α＝０．１Ｎ〜０．１１
    Ｎの間の整数値、Ｎは頭頂点から顎下端点までの画素
    数）を用いることを特徴とする顔画像の特徴点自動抽出
    方法。
11. 【請求項１１】 眉の候補領域として、 Ｘ座標：Ｘ_PEAK±２α、 Ｙ座標：Ｙ_PEAK−α（ここで、α＝０．１Ｎ〜０．１１
    Ｎの間の整数値、Ｎは頭頂点から顎下端点までの画素
    数）を用いることを特徴とする顔画像の特徴点自動抽出
    方法。
12. 【請求項１２】 顎下端点の候補領域として、 Ｘ座標：Ｘ_{mouth_lower} ±β、 Ｙ座標：Ｙ_{mouth_lower} 〜Ｙ_{mouth_lower} ＋（Ｙ
    _{mouth_lower} −Ｙ_{mouth_upper}）×３（ここで、β＝
    （０．２５／１００）Ｎ〜（１．２５／１００）Ｎの間
    の整数値、Ｎは頭頂点から顎下端点までの画素数）を用
    いることを特徴とする顔画像の特徴点自動抽出方法。
13. 【請求項１３】 鼻下端点の候補領域として、 Ｘ座標：Ｘ_{mouth_upper} ±β、 Ｙ座標：Ｙ_chin−（Ｙ_chin−Ｙ_{mouth_center}）×０．７
    〜Ｙ_{mouth_upper} −５β（ここで、β＝（０．２５／１
    ００）Ｎ〜（１．２５／１００）Ｎの間の整数値、Ｎは
    頭頂点から顎下端点までの画素数）を用いることを特徴
    とする顔画像の特徴点自動抽出方法。
14. 【請求項１４】 鼻横端点の候補領域として、 Ｘ座標：Ｘ_{nose_top}〜Ｘ_{mouth_right} 、Ｘ_{nose_top}〜Ｘ
    _{mouth_left}、 Ｙ座標：Ｙ_{nose_top}±β（ここで、Ｘ_{nose_top}＝Ｘ
    _{mouth_upper} 、Ｙ_{nose_top}＝（Ｙ_chin−Ｙ_nose）×１．
    ０５、β＝（０．２５／１００）Ｎ〜（１．２５／１０
    ０）Ｎの間の整数値、Ｎは頭頂点から顎下端点までの画
    素数）を用いることを特徴とする顔画像の特徴点自動抽
    出方法。
15. 【請求項１５】 顔輪郭点の候補領域として、 Ｘ座標：Ｘ_{mouth_right} 〜（Ｘ_{mouth_right} −Ｘ
    _{mouth_left}）×１．２、 Ｙ座標：Ｙ_{mouth_right} ±β、Ｙ_{mouth_left}±β（ここ
    で、β＝（０．２５／１００）Ｎ〜（１．２５／１０
    ０）Ｎの間の整数値、Ｎは頭頂点から顎下端点までの画
    素数）を用いることを特徴とする顔画像の特徴点自動抽
    出方法。
16. 【請求項１６】 頭頂点の候補領域として、 Ｘ座標：（（Ｘ_{eye_right} −Ｘ_{eye_left}）／２）±β、 Ｙ座標：０〜Ｙ_eye （ここで、β＝（０．２５／１０
    ０）Ｎ〜（１．２５／１００）Ｎの間の整数値、Ｎは頭
    頂点から顎下端点までの画素数）を用いることを特徴と
    する顔画像の特徴点自動抽出方法。