JPH10275234A - 画像認識方法 - Google Patents
画像認識方法Info
- Publication number
- JPH10275234A JPH10275234A JP9094546A JP9454697A JPH10275234A JP H10275234 A JPH10275234 A JP H10275234A JP 9094546 A JP9094546 A JP 9094546A JP 9454697 A JP9454697 A JP 9454697A JP H10275234 A JPH10275234 A JP H10275234A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pupil
- center position
- eye
- individual identification
- 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
Links
Landscapes
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 入力画像中に、眉毛やほくろといった瞳孔以
外の部分が含まれていても正確に瞳孔を抽出する。 【解決手段】 眼を撮影した画像に対して、ある大きさ
のブロックに分割し、各ブロックが、そのブロックの濃
度値を表すモザイク画像に変換する(ステップS2)。
全てのブロックのうち、モザイク画像の中心点からの距
離が小さく、かつ、濃度値が暗い値のブロックを、瞳孔
の中心を含むブロックであると判定する。このブロック
を入力画像に対応させて、瞳孔の中心位置を求める(ス
テップS3)。瞳孔の中心を含むブロックの濃度値に基
づき、ある濃度閾値を設定し、この閾値よりも暗い領域
をクラス分けし、瞳孔の中心が含まれるクラスの領域を
瞳孔領域として抽出する(ステップS4)。
外の部分が含まれていても正確に瞳孔を抽出する。 【解決手段】 眼を撮影した画像に対して、ある大きさ
のブロックに分割し、各ブロックが、そのブロックの濃
度値を表すモザイク画像に変換する(ステップS2)。
全てのブロックのうち、モザイク画像の中心点からの距
離が小さく、かつ、濃度値が暗い値のブロックを、瞳孔
の中心を含むブロックであると判定する。このブロック
を入力画像に対応させて、瞳孔の中心位置を求める(ス
テップS3)。瞳孔の中心を含むブロックの濃度値に基
づき、ある濃度閾値を設定し、この閾値よりも暗い領域
をクラス分けし、瞳孔の中心が含まれるクラスの領域を
瞳孔領域として抽出する(ステップS4)。
Description
【0001】
【発明の属する技術分野】本発明は、人間、または馬、
牛等の動物の眼に含まれる情報を利用して個体識別を行
う場合に、その画像中から眼の瞳孔を囲む領域を抽出す
る画像認識方法、および人間、または、馬、牛等の動物
の眼を撮影した連続画像から瞳孔およびその周辺情報の
含まれている画像を選択する画像認識方法に関する。
牛等の動物の眼に含まれる情報を利用して個体識別を行
う場合に、その画像中から眼の瞳孔を囲む領域を抽出す
る画像認識方法、および人間、または、馬、牛等の動物
の眼を撮影した連続画像から瞳孔およびその周辺情報の
含まれている画像を選択する画像認識方法に関する。
【0002】
【従来の技術】従来の画像認識方法として、例えば特開
平4−264985号公報等に示されているように、人
の顔によって個人識別を行う場合に、顔全体が撮影され
た画像から眼や鼻等の構成要素を個別に抽出し、それぞ
れを別々に識別処理する方法があった。この識別処理と
して、眼の位置を探索する場合に、入力顔画像中の予め
設定した矩形領域を垂直方向と水平方向に射影して、そ
れぞれの極小値の位置を、顔の中での眼の中心位置とし
て抽出していた。
平4−264985号公報等に示されているように、人
の顔によって個人識別を行う場合に、顔全体が撮影され
た画像から眼や鼻等の構成要素を個別に抽出し、それぞ
れを別々に識別処理する方法があった。この識別処理と
して、眼の位置を探索する場合に、入力顔画像中の予め
設定した矩形領域を垂直方向と水平方向に射影して、そ
れぞれの極小値の位置を、顔の中での眼の中心位置とし
て抽出していた。
【0003】
【発明が解決しようとする課題】ところで、計算機によ
り、人間や動物の眼に含まれる情報を利用して個体識別
を行う場合には、眼の中からより多くの情報を得るため
に、眼の部分を拡大した画像を用いる必要がある。しか
しながら、上記従来の技術のように、顔の中の各構成部
分がどのような配置であるかという知識を用いる方法で
は、顔全体の画像から相対的に眼の位置や、瞳孔の位置
を見つけることができない。
り、人間や動物の眼に含まれる情報を利用して個体識別
を行う場合には、眼の中からより多くの情報を得るため
に、眼の部分を拡大した画像を用いる必要がある。しか
しながら、上記従来の技術のように、顔の中の各構成部
分がどのような配置であるかという知識を用いる方法で
は、顔全体の画像から相対的に眼の位置や、瞳孔の位置
を見つけることができない。
【0004】また、眼を拡大した画像中では、眉毛やま
つげ、または、ほくろや影等の影響により、瞳孔部分と
同じような濃度値をもった領域がいくつか存在する可能
性がある。
つげ、または、ほくろや影等の影響により、瞳孔部分と
同じような濃度値をもった領域がいくつか存在する可能
性がある。
【0005】図2は、このような眼の拡大画像の説明図
である。図示のように、瞳孔部分と同じような濃度値を
持った領域がいくつか存在するため、画像を垂直・水平
方向に単純に射影したのでは、極小点がいくつか出現す
るので瞳孔領域だけを正確に抽出することが困難であっ
た。このような点から、画像中、眉毛やほくろ等の瞳孔
以外の部分があっても正確に瞳孔抽出を行えることので
きる方法の実現が望まれていた。
である。図示のように、瞳孔部分と同じような濃度値を
持った領域がいくつか存在するため、画像を垂直・水平
方向に単純に射影したのでは、極小点がいくつか出現す
るので瞳孔領域だけを正確に抽出することが困難であっ
た。このような点から、画像中、眉毛やほくろ等の瞳孔
以外の部分があっても正確に瞳孔抽出を行えることので
きる方法の実現が望まれていた。
【0006】また、人間が個人識別を行うために意識的
にカメラを覗く場合、画像中には必ず眼が写っており、
瞳孔が中心付近に存在している画像が入力されるという
前提のもとに識別処理を行うことができる。しかしなが
ら、人間が自然な動きをしているときに、眼の位置を自
動的に探索して眼の画像を撮影する場合には、連続フレ
ームの中から、眼が写っている画像だけを選択する必要
がある。このような点から、容易に必要な画像のみ選択
することのできる画像認識方法の実現が望まれていた。
にカメラを覗く場合、画像中には必ず眼が写っており、
瞳孔が中心付近に存在している画像が入力されるという
前提のもとに識別処理を行うことができる。しかしなが
ら、人間が自然な動きをしているときに、眼の位置を自
動的に探索して眼の画像を撮影する場合には、連続フレ
ームの中から、眼が写っている画像だけを選択する必要
がある。このような点から、容易に必要な画像のみ選択
することのできる画像認識方法の実現が望まれていた。
【0007】
【課題を解決するための手段】本発明は、前述の課題を
解決するため次の構成を採用する。 〈請求項1の構成〉眼を撮影した画像を、特定の単位の
ブロックに分割して、各ブロックがそのブロックの濃度
値を表すモザイク画像に変換し、各ブロックのうち、モ
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックを、瞳孔の中心位置を含むブロック
であると判定し、この判定したブロックを、入力画像に
対応させて、入力画像の中心位置を算出することを特徴
とする画像認識方法である。
解決するため次の構成を採用する。 〈請求項1の構成〉眼を撮影した画像を、特定の単位の
ブロックに分割して、各ブロックがそのブロックの濃度
値を表すモザイク画像に変換し、各ブロックのうち、モ
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックを、瞳孔の中心位置を含むブロック
であると判定し、この判定したブロックを、入力画像に
対応させて、入力画像の中心位置を算出することを特徴
とする画像認識方法である。
【0008】〈請求項1の説明〉請求項1の発明は、入
力画像に瞳孔以外の眉毛やほくろ等があった場合に、瞳
孔領域の抽出が正確に行えないという問題点を解決する
ためになされたものである。眼を撮影した画像として
は、例えばカメラによる撮影画像であるが、このような
画像データをネットワークを介して受信するといったよ
うに、画像データが取得する構成であればよい。また、
眼に関しても、人間だけでなく、馬や牛等の動物であっ
ても適用可能である。分割するブロック数は、例えばm
×n(m,nは5〜20の自然数)であるが、環境や条
件等によって、適宜設定が可能である。ブロックの濃度
値は、例えばブロック内の全画素の濃度の平均値とする
が、これ以外の濃度値の求め方であってもよい。
力画像に瞳孔以外の眉毛やほくろ等があった場合に、瞳
孔領域の抽出が正確に行えないという問題点を解決する
ためになされたものである。眼を撮影した画像として
は、例えばカメラによる撮影画像であるが、このような
画像データをネットワークを介して受信するといったよ
うに、画像データが取得する構成であればよい。また、
眼に関しても、人間だけでなく、馬や牛等の動物であっ
ても適用可能である。分割するブロック数は、例えばm
×n(m,nは5〜20の自然数)であるが、環境や条
件等によって、適宜設定が可能である。ブロックの濃度
値は、例えばブロック内の全画素の濃度の平均値とする
が、これ以外の濃度値の求め方であってもよい。
【0009】瞳孔の中心位置を含むブロックとして、モ
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックであると判定する理由は、通常、眼
を撮影した画像中、瞳孔位置は中央部に位置することが
多く、かつ、瞳孔は眼球部分では最も暗い部分であるか
らである。
ザイク画像の中心点からの距離が小さく、かつ、濃度値
が暗い値のブロックであると判定する理由は、通常、眼
を撮影した画像中、瞳孔位置は中央部に位置することが
多く、かつ、瞳孔は眼球部分では最も暗い部分であるか
らである。
【0010】請求項1の発明は、このように構成されて
いるため、眼の周辺に眉毛やまつげ、ほくろ等が存在す
る画像や、眼が画像の中心からずれて撮影されている入
力画像中から、正確に眼の中の瞳孔の中心を求めること
ができる。
いるため、眼の周辺に眉毛やまつげ、ほくろ等が存在す
る画像や、眼が画像の中心からずれて撮影されている入
力画像中から、正確に眼の中の瞳孔の中心を求めること
ができる。
【0011】〈請求項2の構成〉眼を撮影した画像の瞳
孔の中心位置とその周辺の画素の濃度値に基づき、特定
の閾値を設定して、画像中で閾値よりも暗い領域を抽出
し、抽出した領域が複数存在した場合は、これら領域を
識別し、瞳孔の中心位置が含まれる領域を瞳孔領域とし
て判定することを特徴とする画像認識方法である。
孔の中心位置とその周辺の画素の濃度値に基づき、特定
の閾値を設定して、画像中で閾値よりも暗い領域を抽出
し、抽出した領域が複数存在した場合は、これら領域を
識別し、瞳孔の中心位置が含まれる領域を瞳孔領域とし
て判定することを特徴とする画像認識方法である。
【0012】〈請求項2の説明〉眼を撮影した画像の瞳
孔の中心位置とその周辺の画素の濃度値とは、例えば、
請求項1の発明で求めた瞳孔の中心を含むブロックの濃
度値であるが、瞳孔の中心部の特定の領域の濃度値であ
れば、これを求める手段はどのようなものであってもよ
い。そして、決定した閾値により眼を撮影した画像の各
画素を二値化し、閾値より暗い値の領域を抽出する。こ
れにより、瞳孔領域や、ほくろ等の領域も抽出される
が、瞳孔の中心位置が含まれる領域のみを瞳孔領域とし
て判定するため、瞳孔以外の領域は含まれず、正確に眼
の中の瞳孔の部分を切り出すことができる。
孔の中心位置とその周辺の画素の濃度値とは、例えば、
請求項1の発明で求めた瞳孔の中心を含むブロックの濃
度値であるが、瞳孔の中心部の特定の領域の濃度値であ
れば、これを求める手段はどのようなものであってもよ
い。そして、決定した閾値により眼を撮影した画像の各
画素を二値化し、閾値より暗い値の領域を抽出する。こ
れにより、瞳孔領域や、ほくろ等の領域も抽出される
が、瞳孔の中心位置が含まれる領域のみを瞳孔領域とし
て判定するため、瞳孔以外の領域は含まれず、正確に眼
の中の瞳孔の部分を切り出すことができる。
【0013】〈請求項3の構成〉請求項1において、瞳
孔の中心位置を含むブロックの濃度値に基づき特定の閾
値を設定して、画像中で閾値よりも暗い領域を抽出し、
抽出した領域が複数存在した場合は、これら領域を識別
し、瞳孔の中心位置が含まれる領域を瞳孔領域として判
定することを特徴とする画像認識方法である。
孔の中心位置を含むブロックの濃度値に基づき特定の閾
値を設定して、画像中で閾値よりも暗い領域を抽出し、
抽出した領域が複数存在した場合は、これら領域を識別
し、瞳孔の中心位置が含まれる領域を瞳孔領域として判
定することを特徴とする画像認識方法である。
【0014】〈請求項3の説明〉請求項3の発明は、請
求項2の発明における特定の閾値の求め方として、請求
項1の発明の瞳孔の中心位置を含むブロックの濃度値を
用いたものである。これにより、眼の周辺に眉毛やまつ
げ、ほくろ等が存在する画像や、眼が画像の中心からず
れて撮影されている入力画像中から、正確に眼の中の瞳
孔の部分を切り出すことができる。従って、眼の中の構
造を記述子として個体識別を行うための情報を取り出す
ことが容易となる。
求項2の発明における特定の閾値の求め方として、請求
項1の発明の瞳孔の中心位置を含むブロックの濃度値を
用いたものである。これにより、眼の周辺に眉毛やまつ
げ、ほくろ等が存在する画像や、眼が画像の中心からず
れて撮影されている入力画像中から、正確に眼の中の瞳
孔の部分を切り出すことができる。従って、眼の中の構
造を記述子として個体識別を行うための情報を取り出す
ことが容易となる。
【0015】〈請求項4の構成〉眼を撮影した画像の瞳
孔の中心位置を求め、瞳孔の中心位置と、眼を撮影した
画像の中心位置との距離が、予め設定した値以下であれ
ば、その画像には、眼による個体識別を行うために必要
な情報が含まれていると判定して、この画像を個体識別
に用い、設定値を超える場合は、画像を個体識別に用い
ないことを特徴とする画像認識方法である。
孔の中心位置を求め、瞳孔の中心位置と、眼を撮影した
画像の中心位置との距離が、予め設定した値以下であれ
ば、その画像には、眼による個体識別を行うために必要
な情報が含まれていると判定して、この画像を個体識別
に用い、設定値を超える場合は、画像を個体識別に用い
ないことを特徴とする画像認識方法である。
【0016】〈請求項4の説明〉瞳孔の中心位置を求め
る手段は、例えば、請求項1の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、瞳孔の
位置が眼の撮影画像中のどの範囲になければならないか
を決定するための閾値である。例えば、瞳孔の位置が極
端に画像の中心から離れている場合、瞳孔の周囲にある
アイリス部分が画像からはみ出している可能性があり、
アイリス部分を記述子として個体識別を行うことが不可
能となる。従って、このの閾値は予め画像中にどの程度
の大きさで眼が写るかを知った上で、個体識別に必要な
情報が画像中に含まれるための妥当な距離を設定してお
くものである。このような構成により、人間または、そ
れ以外の馬、牛等の動物が自然な動きをしているときに
撮影した眼の連続画像から、個体識別に必要な情報が含
まれている画像のみを選択して識別処理を行うことがで
きるので、無駄な処理を行わず、処理時間が短縮でき、
また、識別の精度を向上することができる。
る手段は、例えば、請求項1の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、瞳孔の
位置が眼の撮影画像中のどの範囲になければならないか
を決定するための閾値である。例えば、瞳孔の位置が極
端に画像の中心から離れている場合、瞳孔の周囲にある
アイリス部分が画像からはみ出している可能性があり、
アイリス部分を記述子として個体識別を行うことが不可
能となる。従って、このの閾値は予め画像中にどの程度
の大きさで眼が写るかを知った上で、個体識別に必要な
情報が画像中に含まれるための妥当な距離を設定してお
くものである。このような構成により、人間または、そ
れ以外の馬、牛等の動物が自然な動きをしているときに
撮影した眼の連続画像から、個体識別に必要な情報が含
まれている画像のみを選択して識別処理を行うことがで
きるので、無駄な処理を行わず、処理時間が短縮でき、
また、識別の精度を向上することができる。
【0017】〈請求項5の構成〉請求項1において、瞳
孔の中心位置と、眼を撮影した画像の中心位置との距離
が、予め設定した値以下であれば、その画像には、眼に
よる個体識別を行うために必要な情報が含まれていると
判定して、その画像を個体識別に用い、設定値を超える
場合は、その画像を個体識別に用いないことを特徴とす
る画像認識方法である。
孔の中心位置と、眼を撮影した画像の中心位置との距離
が、予め設定した値以下であれば、その画像には、眼に
よる個体識別を行うために必要な情報が含まれていると
判定して、その画像を個体識別に用い、設定値を超える
場合は、その画像を個体識別に用いないことを特徴とす
る画像認識方法である。
【0018】〈請求項5の説明〉請求項5の発明は、請
求項4の発明において、瞳孔の中心位置を求める手段と
して、請求項1の発明の手段を用いるようにしたもので
ある。これにより、請求項4の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。
求項4の発明において、瞳孔の中心位置を求める手段と
して、請求項1の発明の手段を用いるようにしたもので
ある。これにより、請求項4の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。
【0019】〈請求項6の構成〉眼を撮影した画像の瞳
孔の中心位置を求め、この中心位置を含む予め設定した
領域の濃度が、ある値以下であれば、その画像には、眼
による個体識別を行うために必要な濃淡情報が含まれて
いると判定して、その画像を個体識別に用い、設定値を
超える場合は、その画像を個体識別に用いないことを特
徴とする画像認識方法である。
孔の中心位置を求め、この中心位置を含む予め設定した
領域の濃度が、ある値以下であれば、その画像には、眼
による個体識別を行うために必要な濃淡情報が含まれて
いると判定して、その画像を個体識別に用い、設定値を
超える場合は、その画像を個体識別に用いないことを特
徴とする画像認識方法である。
【0020】〈請求項6の説明〉瞳孔の中心位置を求め
る手段は、例えば、請求項1の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、個体識
別を行うための濃度基準の閾値である。これは、眼の中
では瞳孔部分が最も濃度値が小さい(暗い)ため、この
瞳孔部分の濃度値がある程度以下でなければ、画像中か
ら情報を得るために十分なコントラストを得ることがで
きず、濃淡情報が不足するためである。従って、この閾
値は瞳孔部分の濃度の最大値として妥当な値を設定して
おく。このような構成により、人間または、それ以外の
馬、牛等の動物が自然な動きをしているときに撮影した
眼の連続画像から、個体識別に必要な情報が含まれてい
る画像のみを選択して識別処理を行うことができるの
で、無駄な処理を行わず、処理時間が短縮でき、また、
識別の精度を向上することができる。
る手段は、例えば、請求項1の発明を用いるが、これ以
外の手段であってもよい。予め設定した値とは、個体識
別を行うための濃度基準の閾値である。これは、眼の中
では瞳孔部分が最も濃度値が小さい(暗い)ため、この
瞳孔部分の濃度値がある程度以下でなければ、画像中か
ら情報を得るために十分なコントラストを得ることがで
きず、濃淡情報が不足するためである。従って、この閾
値は瞳孔部分の濃度の最大値として妥当な値を設定して
おく。このような構成により、人間または、それ以外の
馬、牛等の動物が自然な動きをしているときに撮影した
眼の連続画像から、個体識別に必要な情報が含まれてい
る画像のみを選択して識別処理を行うことができるの
で、無駄な処理を行わず、処理時間が短縮でき、また、
識別の精度を向上することができる。
【0021】〈請求項7の構成〉請求項1において、中
心位置を含むブロックの濃度が、ある値以下であれば、
その画像には、眼による個体識別を行うために必要な濃
淡情報が含まれていると判定して、その画像を個体識別
に用い、設定値を超える場合は、その画像を個体識別に
用いないことを特徴とする画像認識方法である。
心位置を含むブロックの濃度が、ある値以下であれば、
その画像には、眼による個体識別を行うために必要な濃
淡情報が含まれていると判定して、その画像を個体識別
に用い、設定値を超える場合は、その画像を個体識別に
用いないことを特徴とする画像認識方法である。
【0022】〈請求項7の説明〉請求項7の発明は、請
求項6の発明において、瞳孔の中心位置を求める手段と
して、請求項1の発明の手段を用いるようにしたもので
ある。これにより、請求項6の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。
求項6の発明において、瞳孔の中心位置を求める手段と
して、請求項1の発明の手段を用いるようにしたもので
ある。これにより、請求項6の発明より更に、処理時間
の短縮化と識別精度の向上を図ることができる。
【0023】
【発明の実施の形態】以下、本発明の実施の形態を図面
を用いて詳細に説明する。 《具体例1》図1は本発明の画像認識方法の具体例1を
示すフローチャートであるが、この説明に先立ち、本発
明の画像認識方法を実現するための画像認識装置の構成
を説明する。
を用いて詳細に説明する。 《具体例1》図1は本発明の画像認識方法の具体例1を
示すフローチャートであるが、この説明に先立ち、本発
明の画像認識方法を実現するための画像認識装置の構成
を説明する。
【0024】〈構成〉図3は、本発明の画像認識方法の
具体例1を実施するための画像認識装置の構成図であ
る。図の装置は、画像入力部(カメラ)1、瞳孔領域切
り出し部2、個体識別処理部3、識別結果表示部4から
なる。画像入力部1は、人間、または馬、牛等の動物の
眼の映像を捉えるカメラであり、この画像入力部1から
の入力画像はディジタル化され、瞳孔領域切り出し部2
に送られるよう構成されている。ここで、送られる画像
には瞳孔が写っており、眼全体が画像のほとんどを占め
ているものとする。
具体例1を実施するための画像認識装置の構成図であ
る。図の装置は、画像入力部(カメラ)1、瞳孔領域切
り出し部2、個体識別処理部3、識別結果表示部4から
なる。画像入力部1は、人間、または馬、牛等の動物の
眼の映像を捉えるカメラであり、この画像入力部1から
の入力画像はディジタル化され、瞳孔領域切り出し部2
に送られるよう構成されている。ここで、送られる画像
には瞳孔が写っており、眼全体が画像のほとんどを占め
ているものとする。
【0025】瞳孔領域切り出し部2は、本具体例の瞳孔
領域抽出処理を行う機能部である。即ち、画像入力部1
より転送された画像から瞳孔領域を切り出し、個体識別
処理部3に、入力画像と共にその結果を転送するもので
ある。個体識別処理部3は、得られた瞳孔の位置情報等
をアイリス部分の切り出しや虹彩顆粒の切り出し等に利
用して、それらをもとに入力画像の識別処理を行う機能
部である。識別結果表示部4は、識別結果を表示する表
示部である。
領域抽出処理を行う機能部である。即ち、画像入力部1
より転送された画像から瞳孔領域を切り出し、個体識別
処理部3に、入力画像と共にその結果を転送するもので
ある。個体識別処理部3は、得られた瞳孔の位置情報等
をアイリス部分の切り出しや虹彩顆粒の切り出し等に利
用して、それらをもとに入力画像の識別処理を行う機能
部である。識別結果表示部4は、識別結果を表示する表
示部である。
【0026】〈動作〉ここでは、例として人間の眼に対
する動作を図1に沿って説明する。先ず、人間の眼の画
像が画像入力部1によって入力される(ステップS
1)。そして、この画像は、瞳孔領域切り出し部2によ
って、モザイク画像の作成と瞳孔の中心探索が行われ
る。
する動作を図1に沿って説明する。先ず、人間の眼の画
像が画像入力部1によって入力される(ステップS
1)。そして、この画像は、瞳孔領域切り出し部2によ
って、モザイク画像の作成と瞳孔の中心探索が行われ
る。
【0027】図4は、瞳孔のモザイク画像作成処理と中
心探索処理の説明図である。また、図5は、具体例1の
演算説明図である。先ず、図4の(a)に示すような入
力画像を、m×n(m,nは5〜20程度の小さな自然
数)のブロックに分割する。モザイク画像の各ブロック
の値は、入力画像の対応するブロック内の濃度の平均値
とする。即ち、入力画像のサイズをM×N(M,Nは自
然数)、各画素の濃度値をI(x,y)(0≦x<M,
0≦y<N)、モザイク画像のサイズをm×n(m,n
は自然数、m<<M,n<<N)、各ブロックの値をS
(a,b)(0≦a<m,0≦b<n)とすると、その
値は図5中の式(1)のようになる。この式に基づいて
得られたモザイク画像が図4(b)に示す画像であり、
以上の処理が図1におけるステップS2の動作である。
即ち、これらの処理は、入力画像のM×Nの画素を、m
×nの画素に変換する処理である。
心探索処理の説明図である。また、図5は、具体例1の
演算説明図である。先ず、図4の(a)に示すような入
力画像を、m×n(m,nは5〜20程度の小さな自然
数)のブロックに分割する。モザイク画像の各ブロック
の値は、入力画像の対応するブロック内の濃度の平均値
とする。即ち、入力画像のサイズをM×N(M,Nは自
然数)、各画素の濃度値をI(x,y)(0≦x<M,
0≦y<N)、モザイク画像のサイズをm×n(m,n
は自然数、m<<M,n<<N)、各ブロックの値をS
(a,b)(0≦a<m,0≦b<n)とすると、その
値は図5中の式(1)のようになる。この式に基づいて
得られたモザイク画像が図4(b)に示す画像であり、
以上の処理が図1におけるステップS2の動作である。
即ち、これらの処理は、入力画像のM×Nの画素を、m
×nの画素に変換する処理である。
【0028】次に、モザイク画像の各ブロックの値に対
して、図5中の式(2)のように瞳孔近似度P(X,
Y)(0≦X<m,0≦Y<n)を定義する。この式
(2)において、DCPはモザイク画像の中心座標C=
(m/2,n/2)と、対象となるブロックB(X,
Y)との距離であり、このDCPは図5中の式(3)に示
すものとする。尚、式(3)中のαは係数で1より大き
い任意の数である。
して、図5中の式(2)のように瞳孔近似度P(X,
Y)(0≦X<m,0≦Y<n)を定義する。この式
(2)において、DCPはモザイク画像の中心座標C=
(m/2,n/2)と、対象となるブロックB(X,
Y)との距離であり、このDCPは図5中の式(3)に示
すものとする。尚、式(3)中のαは係数で1より大き
い任意の数である。
【0029】このように、瞳孔近似度P(X,Y)の値
は、 ●モザイク画像のブロックの値S(X,Y)が小さい程
大きい ●モザイク画像の中心に近い程大きい という二つの条件を満たす。
は、 ●モザイク画像のブロックの値S(X,Y)が小さい程
大きい ●モザイク画像の中心に近い程大きい という二つの条件を満たす。
【0030】モザイク画像における瞳孔の中心位置は、
図5中の式(4)に示すように、瞳孔近似度P(X,
Y)が最も大きくなるブロックとする。従って、入力画
像における瞳孔の中心位置は、図5中の式(5)に示す
値となる。尚、式(5)中、Xmax ,Ymax の値に0.
5を加算するのは、ブロックの中心位置としてから入力
画像に変換するためである。以上の処理が図1における
ステップS3の動作である。
図5中の式(4)に示すように、瞳孔近似度P(X,
Y)が最も大きくなるブロックとする。従って、入力画
像における瞳孔の中心位置は、図5中の式(5)に示す
値となる。尚、式(5)中、Xmax ,Ymax の値に0.
5を加算するのは、ブロックの中心位置としてから入力
画像に変換するためである。以上の処理が図1における
ステップS3の動作である。
【0031】次に、瞳孔領域切り出し部2では、ステッ
プS3の瞳孔の中心探索処理で得られた情報をもとに、
入力画像から瞳孔領域を切り出す(ステップS4)。以
下、この瞳孔領域抽出処理を説明する。
プS3の瞳孔の中心探索処理で得られた情報をもとに、
入力画像から瞳孔領域を切り出す(ステップS4)。以
下、この瞳孔領域抽出処理を説明する。
【0032】先ず、モザイク画像における瞳孔の中心位
置のブロックの値S(Xmax ,Yma x )から閾値TP を
計算する。この計算式が図5中の式(6)である。ま
た、式(6)中において、0<β<1は定数で、0.5
〜0.7程度の実数である。
置のブロックの値S(Xmax ,Yma x )から閾値TP を
計算する。この計算式が図5中の式(6)である。ま
た、式(6)中において、0<β<1は定数で、0.5
〜0.7程度の実数である。
【0033】次に、得られた閾値Tを用いて入力画像I
(x,y)を二値化する。この二値画像D(x,y)の
値は、図5中の式(7)に示すように、I(x,y)>
TPならば1、それ以外は0である。
(x,y)を二値化する。この二値画像D(x,y)の
値は、図5中の式(7)に示すように、I(x,y)>
TPならば1、それ以外は0である。
【0034】更に、この二値画像D(x,y)の値が0
の画素に対してラベル付けを行う。図6は、画像のラベ
リングの説明図である。図6において、(a)は二値画
像を示し、(b)はラベリングされた画像を示してい
る。ラベル付けは、図6(a)の黒い領域がD(x,
y)=0であるとすると、図6(b)のように、値が0
である画素D(x0 ,y0 )と、それに隣接する値が0
の画素D(x′0 ,y′0 )には同じラベルを付けるも
のとする。この画像中のラベル付けされた各領域のうち
で、瞳孔の中心座標Cpupil (Cx ,Cy )を含む領域
を瞳孔領域として画像中から切り出す。
の画素に対してラベル付けを行う。図6は、画像のラベ
リングの説明図である。図6において、(a)は二値画
像を示し、(b)はラベリングされた画像を示してい
る。ラベル付けは、図6(a)の黒い領域がD(x,
y)=0であるとすると、図6(b)のように、値が0
である画素D(x0 ,y0 )と、それに隣接する値が0
の画素D(x′0 ,y′0 )には同じラベルを付けるも
のとする。この画像中のラベル付けされた各領域のうち
で、瞳孔の中心座標Cpupil (Cx ,Cy )を含む領域
を瞳孔領域として画像中から切り出す。
【0035】そして、以上得られた瞳孔領域に基づき、
個体識別処理部3は個体識別を行い、その結果を識別結
果表示部4で表示する。尚、以上の動作では、人間の眼
を例として説明したが、馬、牛等、他の動物に対しても
同様に処理によって、瞳孔領域を切り出すことができ
る。
個体識別処理部3は個体識別を行い、その結果を識別結
果表示部4で表示する。尚、以上の動作では、人間の眼
を例として説明したが、馬、牛等、他の動物に対しても
同様に処理によって、瞳孔領域を切り出すことができ
る。
【0036】〈効果〉以上のように、具体例1によれ
ば、眼の周辺に眉毛やまつげ、ほくろ等が存在する、ま
たは、眼が画像の中心からずれて撮影されている入力画
像中から、正確に眼の中の瞳孔の部分を切り出すことが
できる。従って、眼の中の構造を記述子として個体識別
を行うための情報を取り出すことが容易となる。
ば、眼の周辺に眉毛やまつげ、ほくろ等が存在する、ま
たは、眼が画像の中心からずれて撮影されている入力画
像中から、正確に眼の中の瞳孔の部分を切り出すことが
できる。従って、眼の中の構造を記述子として個体識別
を行うための情報を取り出すことが容易となる。
【0037】《具体例2》具体例2は、具体例1におけ
る瞳孔の中心位置の抽出処理を用いて、連続画像から、
個体識別を行うために必要な情報が含まれているかを判
定するようにしたものである。
る瞳孔の中心位置の抽出処理を用いて、連続画像から、
個体識別を行うために必要な情報が含まれているかを判
定するようにしたものである。
【0038】〈構成〉図7は、本具体例の画像認識方法
を実施するための画像認識装置の構成図である。図の装
置は、画像入力部11、画像選択部12、認識処理部1
3からなる。画像入力部11は、自然な動きをしている
人物、あるいは馬、牛等の動作の眼の映像を連続フレー
ムで捉えるカメラである。また、画像入力部11からの
入力画像はディジタル化され、画像選択部12に送られ
るよう構成されている。画像選択部12は、本具体例に
おける画像中に眼が存在するかの判定処理を行う機能部
であり、画像入力部11から送られた連続画像を各フレ
ーム毎に処理し、そのフレームに眼が写っているかどう
かを判断するよう構成されている。認識処理部13は、
画像選択部12によって、眼が写っていると判断された
画像に対して個体識別を行う機能部である。また、認識
処理部13で識別処理に失敗した場合には、もう一度画
像選択部12に別の画像を転送するよう要求し、識別処
理が正しく行われるまで、このような処理を繰り返すよ
う構成されている。
を実施するための画像認識装置の構成図である。図の装
置は、画像入力部11、画像選択部12、認識処理部1
3からなる。画像入力部11は、自然な動きをしている
人物、あるいは馬、牛等の動作の眼の映像を連続フレー
ムで捉えるカメラである。また、画像入力部11からの
入力画像はディジタル化され、画像選択部12に送られ
るよう構成されている。画像選択部12は、本具体例に
おける画像中に眼が存在するかの判定処理を行う機能部
であり、画像入力部11から送られた連続画像を各フレ
ーム毎に処理し、そのフレームに眼が写っているかどう
かを判断するよう構成されている。認識処理部13は、
画像選択部12によって、眼が写っていると判断された
画像に対して個体識別を行う機能部である。また、認識
処理部13で識別処理に失敗した場合には、もう一度画
像選択部12に別の画像を転送するよう要求し、識別処
理が正しく行われるまで、このような処理を繰り返すよ
う構成されている。
【0039】〈動作〉図8は、具体例2の動作を示すフ
ローチャートである。先ず、例えば人間の眼の動画像が
画像入力部11によって撮影される(ステップS1)。
そして、この連続画像は、画像選択部12によって、モ
ザイク画像の作成と瞳孔の中心探索が行われる(ステッ
プS2、S3)。このモザイク画像の作成方法および瞳
孔の中心探索方法は、それぞれ具体例1のモザイク画像
作成方法および瞳孔の中心の探索方法と同様であるた
め、ここでの説明は省略する。そして、瞳孔の中心が求
められると、入力画像中に眼が存在するかを判定する
(ステップS4)。
ローチャートである。先ず、例えば人間の眼の動画像が
画像入力部11によって撮影される(ステップS1)。
そして、この連続画像は、画像選択部12によって、モ
ザイク画像の作成と瞳孔の中心探索が行われる(ステッ
プS2、S3)。このモザイク画像の作成方法および瞳
孔の中心探索方法は、それぞれ具体例1のモザイク画像
作成方法および瞳孔の中心の探索方法と同様であるた
め、ここでの説明は省略する。そして、瞳孔の中心が求
められると、入力画像中に眼が存在するかを判定する
(ステップS4)。
【0040】入力画像中に眼が存在するかどうかの判定
は、次のように行われる。瞳孔の中心探索処理(ステッ
プS3)によって検出されたモザイク画像における瞳孔
の中心位置、 Ppupil (Xmax ,Ymax )≧P(X,Y)(X,Y|
0≦X<m,0≦Y<n) が、次の二つの条件を満たす場合、この入力画像中に眼
が写っているものと判断して、その画像に対して個体識
別処理を行う(ステップS5)。
は、次のように行われる。瞳孔の中心探索処理(ステッ
プS3)によって検出されたモザイク画像における瞳孔
の中心位置、 Ppupil (Xmax ,Ymax )≧P(X,Y)(X,Y|
0≦X<m,0≦Y<n) が、次の二つの条件を満たす場合、この入力画像中に眼
が写っているものと判断して、その画像に対して個体識
別処理を行う(ステップS5)。
【0041】図9は、画像中に眼が存在するかの判断を
行う条件の説明図である。図に示す二つの条件におい
て、距離の閾値Tdistは、距離に関する判断基準で、個
体識別処理を行うために必要な情報が画像中に存在する
という条件を満たすためには、瞳孔の位置が入力画像中
のどの範囲になければならないかを決定する。例えば、
瞳孔の位置が極端に画像の中心から離れている場合、瞳
孔の周囲にあるアイリス部分が画像からはみ出している
可能性があり、アイリス部分を記述子として個体識別を
行うことが不可能となる。従って、距離の閾値Tdistは
予め画像中にどの程度の大きさで眼が写るかを知った上
で、個体識別に必要な情報が画像中に含まれるための妥
当な距離を設定しておく。
行う条件の説明図である。図に示す二つの条件におい
て、距離の閾値Tdistは、距離に関する判断基準で、個
体識別処理を行うために必要な情報が画像中に存在する
という条件を満たすためには、瞳孔の位置が入力画像中
のどの範囲になければならないかを決定する。例えば、
瞳孔の位置が極端に画像の中心から離れている場合、瞳
孔の周囲にあるアイリス部分が画像からはみ出している
可能性があり、アイリス部分を記述子として個体識別を
行うことが不可能となる。従って、距離の閾値Tdistは
予め画像中にどの程度の大きさで眼が写るかを知った上
で、個体識別に必要な情報が画像中に含まれるための妥
当な距離を設定しておく。
【0042】また、濃度の閾値Tdensは、個体識別処理
を行うための濃度基準である。これは、眼の中では瞳孔
部分が最も濃度値が小さい(暗い)ため、この瞳孔部分
の濃度値がある程度以下でなければ、画像中から情報を
得るために十分なコントラストを得ることができず、濃
淡情報が不足するためである。従って、濃度の閾値T
densは瞳孔部分の濃度の最大値として妥当な値を設定し
ておく。
を行うための濃度基準である。これは、眼の中では瞳孔
部分が最も濃度値が小さい(暗い)ため、この瞳孔部分
の濃度値がある程度以下でなければ、画像中から情報を
得るために十分なコントラストを得ることができず、濃
淡情報が不足するためである。従って、濃度の閾値T
densは瞳孔部分の濃度の最大値として妥当な値を設定し
ておく。
【0043】〈効果〉以上のように、具体例2によれ
ば、人間または、それ以外の馬、牛等の動物が自然な動
きをしているときに撮影した眼の連続画像から、個体識
別に必要な情報が含まれている画像のみを選択して識別
処理を行うことができるので、無駄な処理を行わず、処
理時間が短縮でき、また、識別の精度を向上することが
できる。
ば、人間または、それ以外の馬、牛等の動物が自然な動
きをしているときに撮影した眼の連続画像から、個体識
別に必要な情報が含まれている画像のみを選択して識別
処理を行うことができるので、無駄な処理を行わず、処
理時間が短縮でき、また、識別の精度を向上することが
できる。
【0044】尚、上記具体例1、2における画像認識方
法は、コンピュータのプログラムによる制御で実現する
ことができる。従って、このようなプログラムをフロッ
ピーディスクやCD−ROM等の記憶媒体に記録してか
ら一般のコンピュータにインストールするか、あるいは
ネットワークを経由してダウンロードするといったこと
により各具体例の画像認識方法を実現することができ
る。
法は、コンピュータのプログラムによる制御で実現する
ことができる。従って、このようなプログラムをフロッ
ピーディスクやCD−ROM等の記憶媒体に記録してか
ら一般のコンピュータにインストールするか、あるいは
ネットワークを経由してダウンロードするといったこと
により各具体例の画像認識方法を実現することができ
る。
【図1】本発明の画像認識方法の具体例1を示すフロー
チャートである。
チャートである。
【図2】眼の画像の説明図である。
【図3】本発明の画像認識方法の具体例1を実施するた
めの画像認識装置の構成図である。
めの画像認識装置の構成図である。
【図4】本発明の画像認識方法の具体例1における瞳孔
のモザイク画像作成処理と中心探索処理の説明図であ
る。
のモザイク画像作成処理と中心探索処理の説明図であ
る。
【図5】本発明の画像認識方法の具体例1における演算
説明図である。
説明図である。
【図6】本発明の画像認識方法の具体例1における画像
のラベリングの説明図である。
のラベリングの説明図である。
【図7】本発明の画像認識方法の具体例2を実施するた
めの画像認識装置の構成図である。
めの画像認識装置の構成図である。
【図8】本発明の画像認識方法の具体例2を説明するた
めのフローチャートである。
めのフローチャートである。
【図9】本発明の画像認識方法の具体例2における演算
説明図である。
説明図である。
1、11 画像入力部(カメラ) 2 瞳孔領域切り出し部 3 個体識別処理部 12 画像選択部 13 認識処理部
Claims (7)
- 【請求項1】 眼を撮影した画像を、特定の単位のブロ
ックに分割して、各ブロックが当該ブロックの濃度値を
表すモザイク画像に変換し、 前記各ブロックのうち、前記モザイク画像の中心点から
の距離が小さく、かつ、濃度値が暗い値のブロックを、
瞳孔の中心位置を含むブロックであると判定し、 当該判定したブロックを、前記入力画像に対応させて、
当該入力画像の中心位置を算出することを特徴とする画
像認識方法。 - 【請求項2】 眼を撮影した画像の瞳孔の中心位置とそ
の周辺の画素の濃度値に基づき、特定の閾値を設定し
て、前記画像中で前記閾値よりも暗い領域を抽出し、 前記抽出した領域が複数存在した場合は、これら領域を
識別し、前記瞳孔の中心位置が含まれる領域を瞳孔領域
として判定することを特徴とする画像認識方法。 - 【請求項3】 請求項1において、 瞳孔の中心位置を含むブロックの濃度値に基づき特定の
閾値を設定して、前記画像中で前記閾値よりも暗い領域
を抽出し、 前記抽出した領域が複数存在した場合は、これら領域を
識別し、前記瞳孔の中心位置が含まれる領域を瞳孔領域
として判定することを特徴とする画像認識方法。 - 【請求項4】 眼を撮影した画像の瞳孔の中心位置を求
め、 前記瞳孔の中心位置と、前記眼を撮影した画像の中心位
置との距離が、予め設定した値以下であれば、その画像
には、眼による個体識別を行うために必要な情報が含ま
れていると判定して、当該画像を個体識別に用い、前記
設定値を超える場合は、当該画像を個体識別に用いない
ことを特徴とする画像認識方法。 - 【請求項5】 請求項1において、 瞳孔の中心位置と、眼を撮影した画像の中心位置との距
離が、予め設定した値以下であれば、その画像には、眼
による個体識別を行うために必要な情報が含まれている
と判定して、当該画像を個体識別に用い、前記設定値を
超える場合は、当該画像を個体識別に用いないことを特
徴とする画像認識方法。 - 【請求項6】 眼を撮影した画像の瞳孔の中心位置を求
め、 前記中心位置を含む予め設定した領域の濃度が、ある値
以下であれば、その画像には、眼による個体識別を行う
ために必要な濃淡情報が含まれていると判定して、当該
画像を個体識別に用い、前記設定値を超える場合は、当
該画像を個体識別に用いないことを特徴とする画像認識
方法。 - 【請求項7】 請求項1において、 前記中心位置を含むブロックの濃度が、ある値以下であ
れば、その画像には、眼による個体識別を行うために必
要な濃淡情報が含まれていると判定して、当該画像を個
体識別に用い、前記設定値を超える場合は、当該画像を
個体識別に用いないことを特徴とする画像認識方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9094546A JPH10275234A (ja) | 1997-03-28 | 1997-03-28 | 画像認識方法 |
US09/046,506 US6215891B1 (en) | 1997-03-26 | 1998-03-24 | Eye image recognition method eye image selection method and system therefor |
US09/498,484 US6307954B1 (en) | 1997-03-26 | 2000-02-04 | Eye image recognition method, eye image selection method and system therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9094546A JPH10275234A (ja) | 1997-03-28 | 1997-03-28 | 画像認識方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH10275234A true JPH10275234A (ja) | 1998-10-13 |
Family
ID=14113317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9094546A Pending JPH10275234A (ja) | 1997-03-26 | 1997-03-28 | 画像認識方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH10275234A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010084967A1 (ja) * | 2009-01-22 | 2010-07-29 | 日本電気株式会社 | 画像処理装置、生体認証装置、画像処理方法及び記録媒体 |
-
1997
- 1997-03-28 JP JP9094546A patent/JPH10275234A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010084967A1 (ja) * | 2009-01-22 | 2010-07-29 | 日本電気株式会社 | 画像処理装置、生体認証装置、画像処理方法及び記録媒体 |
JP2010170347A (ja) * | 2009-01-22 | 2010-08-05 | Nec Corp | 画像処理装置、生体認証装置、画像処理方法及びプログラム |
US8401247B2 (en) | 2009-01-22 | 2013-03-19 | Nec Corporation | Image processing apparatus, biometric authentication apparatus, image processing method and recording medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5845009A (en) | Object tracking system using statistical modeling and geometric relationship | |
US8254691B2 (en) | Facial expression recognition apparatus and method, and image capturing apparatus | |
US8331619B2 (en) | Image processing apparatus and image processing method | |
US8515136B2 (en) | Image processing device, image device, image processing method | |
JP4597391B2 (ja) | 顔領域検出装置およびその方法並びにコンピュータ読み取り可能な記録媒体 | |
US8983202B2 (en) | Smile detection systems and methods | |
KR20040059313A (ko) | 치아영상으로부터 치아영역 추출방법 및 치아영상을이용한 신원확인방법 및 장치 | |
KR20080104034A (ko) | 얼굴화상 등록 장치, 얼굴화상 등록 방법, 얼굴화상 등록 프로그램, 및 기록 매체 | |
JP2004054960A (ja) | 映像視覚情報を結合してリアルタイムで複数の顔を検出して追跡する顔検出・追跡システム及びその方法 | |
JP2005056387A (ja) | 画像処理装置、撮像装置、画像処理方法 | |
CN105095853B (zh) | 图像处理装置及图像处理方法 | |
US7460705B2 (en) | Head-top detecting method, head-top detecting system and a head-top detecting program for a human face | |
US11462040B2 (en) | Distractor classifier | |
JP2017076288A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP3980464B2 (ja) | 鼻位置の抽出方法、およびコンピュータに当該鼻位置の抽出方法を実行させるためのプログラムならびに鼻位置抽出装置 | |
US20060010582A1 (en) | Chin detecting method, chin detecting system and chin detecting program for a chin of a human face | |
JP6893812B2 (ja) | 物体検出装置 | |
JPH10275234A (ja) | 画像認識方法 | |
JP4789526B2 (ja) | 画像処理装置、画像処理方法 | |
JP4750758B2 (ja) | 注目領域抽出方法、注目領域抽出装置、コンピュータプログラム、及び、記録媒体 | |
JP3401511B2 (ja) | 画像の特徴点の抽出方法、およびコンピュータに当該画像の特徴点の抽出方法を実行させるためのプログラム記録した、コンピュータ読取可能な記録媒体ならびに画像特徴点抽出装置 | |
JP3963789B2 (ja) | 眼検出装置、眼検出プログラム、そのプログラムを記録する記録媒体及び眼検出方法 | |
CN111263065A (zh) | 一种眼球检测提示方法、计算机装置及计算机可读存储介质 | |
CN117710868B (zh) | 一种对实时视频目标的优化提取***及方法 | |
JPH10255058A (ja) | 動作検出装置および動作検出方法 |