WO2009098894A1 - 電子カメラおよび画像処理方法 - Google Patents

電子カメラおよび画像処理方法 Download PDF

Info

Publication number
WO2009098894A1
WO2009098894A1 PCT/JP2009/000477 JP2009000477W WO2009098894A1 WO 2009098894 A1 WO2009098894 A1 WO 2009098894A1 JP 2009000477 W JP2009000477 W JP 2009000477W WO 2009098894 A1 WO2009098894 A1 WO 2009098894A1
Authority
WO
WIPO (PCT)
Prior art keywords
update
tracking
feature
region
image
Prior art date
Application number
PCT/JP2009/000477
Other languages
English (en)
French (fr)
Inventor
Yasunori Ishii
Yusuke Monobe
Yasunobu Ogura
Kazuyuki Imagawa
Original Assignee
Panasonic Corporation
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 Panasonic Corporation filed Critical Panasonic Corporation
Priority to EP09708197.0A priority Critical patent/EP2242253B1/en
Priority to JP2009552414A priority patent/JP5090474B2/ja
Priority to CN2009801044907A priority patent/CN101939980B/zh
Priority to US12/865,917 priority patent/US8253819B2/en
Publication of WO2009098894A1 publication Critical patent/WO2009098894A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/28—Systems for automatic generation of focusing signals
    • G02B7/36—Systems for automatic generation of focusing signals using image sharpness techniques, e.g. image processing techniques for generating autofocus signals
    • G02B7/365—Systems for automatic generation of focusing signals using image sharpness techniques, e.g. image processing techniques for generating autofocus signals by analysis of the spatial frequency components of the image
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B13/00—Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
    • G03B13/32—Means for focusing
    • G03B13/34—Power focusing
    • G03B13/36—Autofocus systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • 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
    • G06T2207/30232—Surveillance

Definitions

  • the present invention relates to an electronic camera that tracks an object in an image and presents a tracking result on a display and a method thereof.
  • a face detection function is mounted on an electronic camera as an alignment means for AF (Auto-Focus), AE (Auto-Exposure), and backlight compensation function.
  • AF Auto-Focus
  • AE Auto-Exposure
  • backlight compensation function By using the face detection function, it is possible to automatically focus on the subject, which is an effective means for assisting the user in photographing.
  • FIG. 1 shows an image processing apparatus disclosed in Patent Document 1.
  • FIG. 2 is a diagram illustrating an example of cutting out a partial image.
  • the partial image cutout unit 900 cuts out the partial image 1000 from the input image 1001.
  • the partial image 1000 is cut out by scanning a plurality of size windows from the upper left of the image to the lower right of the image while sequentially shifting an appropriate pixel (for example, one pixel) rightward or downward (see FIG. 2).
  • cutout refers to reading out only the image data of a corresponding part.
  • Feature amount evaluation unit 1 is composed of a combination of a plurality of discriminators.
  • the discriminator calculates a feature amount based on a rectangular feature (to be referred to as an adjacent difference filter hereinafter) at a position designated using a parameter learned using the boosting technique. If the weighted linear sum of the output values of the discriminator is lower than the threshold value calculated based on learning, the feature quantity evaluating unit 1 (901) discriminates the face as a non-face and ends the partial image discrimination process. On the other hand, if it is equal to or greater than the threshold, the face is identified, and the process moves to the next feature quantity evaluation unit 2 (902).
  • the feature amount evaluation unit 2 (902) performs evaluation using parameters different from the learning parameters used in the feature amount evaluation unit 1 (901). As described above, the evaluation value is calculated using a plurality of feature amount evaluation units, and the face and the non-face are discriminated based on the calculated evaluation value.
  • FIG. 3A, 3B, 3C, and 3D illustrate the adjacent difference filter
  • FIG. 3E illustrates an example in which the adjacent difference filter (b) is applied to the image.
  • the adjacent difference filter is indicated by the adjacent white rectangle and black rectangle, and outputs the difference between the pixel average value in the white rectangle and the pixel average value in the black rectangle.
  • the feature of the facial part is specified by the large difference in the pixel average value output from the adjacent difference filter, and this is a region where the difference in the pixel value of the region between the adjacent regions is large, such as the eyes and mouth. Means that a high feature value is output. For example, in FIG.
  • the feature amount is calculated based on the difference between the sum of black rectangular pixels at the forehead position and the sum of white rectangular pixels at the eyebrow position. Since this feature amount is a difference between adjacent regions, it strongly reacts to a local feature (for example, a line component) in the image, and outputs a characteristic value in facial parts such as eyes, eyebrows, and mouth. Note that the adjacent difference filter is generally referred to as a “Har-like feature”.
  • Conventionally used object tracking methods include face tracking by re-detecting only the vicinity region of the face detection result position, template matching using previous frame neighborhood search based on correlation calculation, and active search aimed at speeding up There are a method based on this, a particle filter that performs motion prediction using statistical information based on probability distribution, and a method based on condensation.
  • the initial feature amount (color histogram of color or brightness, template image itself, shape / contour information, etc.) of an object to be tracked using some method.
  • Object tracking is performed by searching for a location similar to the registered feature in the image using the registered feature.
  • an initial feature amount is created in advance, and the feature amount and a feature amount extracted based on each position of the image are matched.
  • Patent Document 2 uses a method of sequentially updating templates. According to this method, even when the appearance of the tracking target changes, the template is updated in accordance with this change. For this reason, it becomes possible to track an object whose appearance changes.
  • the present invention eliminates an error in tracking an area where an object exists by determining an update area using a feature capable of stably detecting the position of the object. Further, when the deviation from the correct position becomes large as a result of the tracking, the tracking is stably performed by correcting to the correct position.
  • the electronic camera of the present invention has an electronic camera having a function of specifying and displaying a target area in which a target object to be tracked is captured in each frame of continuously captured images. Then, using a first registered feature quantity quantitatively indicating the feature of the object, a search is made within a predetermined range in the frame, and the region within the region obtained as the search result A first evaluation value indicating a degree of coincidence between the image and the image of the object is calculated, and based on the calculated first evaluation value, a target region that is estimated that the image of the object exists The tracking processing unit to be identified is different from the first feature value, and a second feature value quantitatively indicating the feature of the object is used to determine a predetermined value in the frame.
  • a second evaluation value indicating the degree of coincidence with the image of the object is calculated for the image in the region obtained as the search result, and the first evaluation value is calculated based on the calculated second evaluation value.
  • An update area calculation unit that specifies an update area for updating the feature amount in the frame, the first evaluation value calculated by the tracking processing unit, and the second value calculated by the update area calculation unit
  • An update determination unit that determines whether or not to update the first feature amount by examining whether or not at least one of the evaluation values satisfies a predetermined condition; and the update determination unit
  • a registered feature value update unit that updates the first feature value with the new first feature value extracted in the update region, and the update Before by judgment part
  • the target region specified in the tracking processing unit is specified as the target region, information about the target region is drawn, and the update determining unit
  • a tracking result drawing unit that draws information related to the update region by specifying the update region specified by the update region calculation unit as the target region
  • the tracking processing unit specifies a target area where the image of the target object is estimated to exist using the color information of the target object as the first feature amount, and the update area calculation unit includes As the second feature amount, the update area may be specified using shape information of the object.
  • the update determination unit is configured to calculate the update region when the second evaluation value calculated by the update region calculation unit is larger than the first evaluation value calculated by the tracking processing unit.
  • the first feature value may be determined to be updated when the second evaluation value calculated in the unit is greater than a predetermined first threshold value.
  • the first feature amount needs to be updated every time. The amount of processing can be reduced.
  • the update determination unit sets a larger value for the first threshold as the average saturation for each pixel of the image of the object is higher, and sets the first threshold as the average saturation of the object is lower.
  • the update determination unit that sets a small value is when the second evaluation value calculated by the update region calculation unit is larger than the first evaluation value calculated by the tracking processing unit, or
  • the tracking processing unit that determines to update the first feature value when the second evaluation value calculated by the update region calculation unit is greater than a predetermined first threshold value is the first feature value
  • the target area where the image of the object is estimated to be present is identified using the color information of the object, and the update area calculation unit uses the shape information of the object as the second feature amount. Special update area It may be used to.
  • the distance between the target region specified in the tracking processing unit and the update region specified in the update region calculation unit is equal to or greater than a predetermined second threshold. Sometimes, it may be determined to update.
  • the first feature amount can be updated when the position of the tracking processing result by the tracking processing unit and the position of the updating region detection result by the updating region calculation unit is greatly shifted, even when tracking fails, The tracking process can be restored using the updated first feature value, and the tracking performance is stabilized.
  • the electronic camera further includes an end determination unit that determines whether or not the tracking of the object cannot be continued, and the end determination unit includes the first evaluation value and the second evaluation value. When both are smaller than a predetermined third threshold, it may be determined that tracking of the object cannot be continued.
  • the tracking result drawing unit may finish drawing the target area and the update area when it is determined that the tracking of the target cannot be continued.
  • the tracking result drawing unit may draw an image that indicates to the user that tracking is impossible when it is determined that tracking of the target cannot be continued.
  • the tracking result drawing unit may draw an image that prompts the user to set the initial position again when it is determined that the tracking of the target cannot be continued.
  • the tracking result drawing unit may set the initial position by detecting a new face when it is determined that the tracking of the target cannot be continued.
  • the electronic camera further includes a face detection circuit that detects a face in an image in each frame, and a face orientation recognition circuit that recognizes the orientation of the face detected by the face detection circuit.
  • the calculation unit calculates an update reference region that is a face region facing directly sideways in the update region calculation unit. Thereafter, the update region in the update reference region may be calculated based on a predetermined positional relationship between the face portion and the hair portion.
  • the location to be updated changes in advance according to the update region detection result, for example, the location to be updated changes according to the face orientation of the face detection result, or more depending on the size of the face detection Updating in various positional relationships, such as updating using a large size or updating in a form that includes clothes, is possible, and tracking accuracy is improved.
  • this makes it possible to track the tracking object stably, for example, when the appearance does not change even if it rotates like a circular shape.
  • the electronic camera further adjusts the operation of the electronic camera based on one of the target area specified by the tracking processing unit and the update area specified by the update area calculation unit.
  • a camera control unit that changes the camera parameters may be included.
  • the camera control unit controls the operation of at least one of a housing and a pan head of the electronic camera based on the camera parameter, and the specified object as a whole or a part thereof in a predetermined position in a frame. Control may be performed to match the size.
  • the electronic camera may further include a target area initial setting unit that determines an initial position of the target area based on an input from a user or using a predetermined method.
  • the target area initial setting unit may determine the detection position of either a person or a face as the initial position.
  • the target area initial setting unit may determine a position focused by an AF (autofocus) function as an initial position.
  • the present invention can be realized not only as an apparatus but also as a method using steps as processing units constituting the apparatus, as a program for causing a computer to execute the steps, or as a computer read recording the program. It can be realized as a possible recording medium such as a CD-ROM, or as information, data or a signal indicating the program. These programs, information, data, and signals may be distributed via a communication network such as the Internet.
  • FIG. 1 is a flowchart of conventional face detection processing.
  • FIG. 2 is an explanatory diagram of face detection processing from a conventional image.
  • 3A to 3E are explanatory diagrams of a conventional adjacent difference filter.
  • FIG. 4 is a block diagram of the image processing apparatus according to the first and second embodiments of the present invention.
  • FIGS. 5A and 5B are explanatory diagrams of an example in which tracking in the conventional method fails.
  • 6A and 6B are explanatory diagrams of color histogram search.
  • FIGS. 7A and 7B are explanatory views of similarity calculation of color histograms.
  • FIGS. 8A and 8B are explanatory views of a profile image of a profile.
  • FIG. 9 is a flowchart of the first embodiment.
  • 10A to 10C are relationship diagrams between the tracking feature amount and the update region detection result.
  • FIG. 11 is a flowchart of the second embodiment.
  • Image processing device (electronic camera) DESCRIPTION OF SYMBOLS 101 Lens 102 Shutter 103 Image pick-up element 104 AD converter 105 Timing generation circuit 106 DA converter 107 Memory control circuit 108 System control circuit 109 Image processing circuit 110 Image display memory 111 Memory 112 Resizing circuit 113 Flash 114 Distance measurement control part 115 Zoom control Unit 116 barrier control unit 117 protection unit 118 memory 119 display unit 120 nonvolatile memory 121 mode dial 123 shutter switch 124 recording unit 125 power source control unit 126 power source unit 127 connector 128 power source unit 129 interface 130 interface 131 connector 132 connector 133 optical finder 134 Communication unit 135 Antenna 136 Initial feature amount extraction unit 137 Tracking processing unit 38 Tracking start frame designation circuit 139 Update area detection circuit 140 Update determination circuit 141 End determination circuit 142 Position correction circuit 143 Registered feature amount update circuit 144 Tracking result drawing circuit 145 Camera control circuit 146 Face detection circuit 147 Face direction recognition circuit 148 Image display Section 149 Exposure control section 200 Tracking result in
  • the image processing apparatus (electronic camera) according to the first embodiment specifies a target area where an object to be tracked is to be present, using conventional face detection and face orientation recognition. Then, every time the target area is specified for each frame, the feature amount of the color of the object is extracted and updated. When face detection becomes impossible, the target area is specified using the updated color feature of the object, and the registered feature amount of the color is updated.
  • FIG. 4 is a diagram showing a configuration of the electronic camera according to the first embodiment of the present invention.
  • reference numeral 100 denotes an electronic camera.
  • Reference numeral 101 denotes a lens, 102 a shutter having a diaphragm function, 103 an image sensor that converts an optical image into an electrical signal, and 104 an AD converter (Analog Digital Converter) that converts an analog signal output from the image sensor 103 into a digital signal.
  • AD converter Analog Digital Converter
  • the timing generation circuit 105 supplies a clock signal and a control signal to the image sensor 103, the AD converter 104, and the DA converter (Digital Analog Converter) 106.
  • the timing generation circuit 105 is controlled by the memory control circuit 107 and the system control circuit 108.
  • the image processing circuit 109 performs predetermined image interpolation processing and color conversion processing on the data from the AD converter 104 or the data from the memory control circuit 107.
  • the image processing circuit 109 performs predetermined calculation processing using the captured image data, and the system control circuit 108 controls the exposure control unit 149 and the distance measurement control unit 114 based on the obtained calculation result. I do.
  • the memory control circuit 107 controls the AD converter 104, the timing generation circuit 105, the image processing circuit 109, the image display memory 110, the DA converter 106, the memory 111, and the resizing circuit 112.
  • the data of the AD converter 104 is written into the image display memory 110 or the memory 111 via the image processing circuit 109 and the memory control circuit 107, or the data of the AD converter 104 is directly passed through the memory control circuit 107.
  • 110 is an image display memory
  • 106 is a DA converter
  • 148 is a TFT (Thin Film Transistor) -LCD (Liquid Crystal Display), etc.
  • image data for display written in the image display memory 110 is The image is displayed by the image display unit 148 via the DA converter 106.
  • the resize circuit 112 generates a resized image that is a low resolution image based on the frame image of the captured moving image.
  • the resizing circuit 112 is used when it is desired to record image data on a recording medium using a pixel number (size) different from the pixel number of the image sensor 103.
  • the image display unit 148 since the image display unit 148 has a considerably smaller number of pixels than the image sensor 103, the image display unit 148 is also used to generate a display image when displaying on the image display unit 148.
  • the resolution of the resized image is configured to be selected from a plurality of predetermined resolutions based on the application.
  • the resizing circuit 112 reads an image stored in the memory 111, performs resizing processing, and writes the processed data in the memory 111.
  • the exposure control unit 149 controls the shutter 102 having a diaphragm function, and has a flash light control function in cooperation with the flash 113.
  • the ranging control unit 114 controls the focusing of the lens 101.
  • the zoom control unit 115 controls zooming of the lens 101.
  • the barrier control unit 116 controls the operation of the protection unit 117 that is a barrier.
  • the flash 113 also has an AF auxiliary light projecting function and a flash light control function.
  • the system control circuit 108 controls the entire image processing apparatus (electronic camera) 100, and the memory 118 records constants, variables, programs, and the like for operation of the system control circuit 108.
  • the display unit 119 is a display unit such as a liquid crystal display device or a speaker that displays an operation state or a message using characters, images, sounds, or the like according to execution of a program in the system control circuit 108.
  • One or a plurality of display units 119 are installed in a device that is easily visible near the operation unit of the image processing apparatus 100.
  • the display unit 119 includes, for example, a combination of an LCD, a light emitting diode (LED), a sounding element, or the like.
  • the non-volatile memory 120 is an electrically proof / recordable memory, and for example, an EEPROM or the like is used.
  • the mode dial 121 can switch and set each function mode such as an automatic shooting mode, a shooting mode, a panoramic shooting mode, and a live mode.
  • the shutter switch 123 is a shutter switch SW1 and is turned on during the operation of a shutter button (not shown) to instruct the start of operations such as AF processing, AE processing, AWB (Auto White Balance) processing, and the like.
  • the shutter switch 123 is a shutter switch SW2 and is turned on when an operation of a shutter button (not shown) is completed, and an exposure process for writing a signal read from the image sensor 103 into the memory 111 via the AD converter 104 and the memory control circuit 107. Instructs the start of a series of processing operations such as development processing using computations in the image processing circuit 109 and the memory control circuit 107 and recording processing for reading image data from the memory 111 and writing the image data in the recording unit 124.
  • the power control unit 125 includes a battery detection circuit, a DC-DC converter, a switch circuit that switches a block to be energized, and the like, detects whether or not a battery is installed, the type of battery, and the remaining battery level.
  • the DC-DC converter is controlled based on an instruction from the system control circuit 108, and a necessary voltage is supplied to each part including the recording medium for a necessary period.
  • the power supply unit 128 is a power supply including a connector 127, a primary battery such as an alkaline battery or a lithium battery, a secondary battery such as a NiCd battery, a NiMH battery, or a Li battery, and an AC adapter 126 or the like.
  • Interfaces 129 and 130 are interfaces with recording media such as memory cards and hard disks, and connectors 131 and 132 connect recording media such as memory cards and hard disks with the main body.
  • the protection unit 117 is a barrier that prevents the imaging unit from being stained or damaged by covering the imaging unit including the lens 101 of the image processing apparatus (electronic camera) 100.
  • the optical finder 133 can perform photographing using only the optical finder without using the electronic finder function of the image display unit 148.
  • the communication unit 134 has various communication functions such as RS232C, USB (Universal Serial Bus), IEEE 1394, modem, LAN, and wireless communication.
  • the antenna 135 is a connector for connecting the image processing apparatus (electronic camera) 100 to another device by the communication unit 134 or an antenna in the case of wireless communication.
  • the initial feature quantity extraction unit 136 extracts the initial feature quantity from the image data stored in the memory 111 and writes it in the memory 111.
  • the coordinates for extracting the initial feature amount can be designated by the user on the touch panel or automatically set by the face detection position or the AF area set by pressing the shutter switch SW1.
  • the tracking processing unit 137 reads the registered feature amount from the memory 111, performs tracking processing, and writes the tracking result (coordinate data, evaluation value) in the memory 111.
  • the evaluation value is a value indicating the degree of similarity between the registered feature quantity and the target area feature quantity.
  • the evaluation value is more probable, that is, the degree of coincidence is high will be described as an example.
  • the tracking head frame designation circuit 138 determines whether or not it is the head frame to be tracked among the image data, and writes the determination result in the memory 111.
  • the update area detection circuit 139 detects the update area and writes the update area detection result (coordinate data, evaluation value) in the memory 111.
  • the evaluation value is a value indicating the degree of similarity between the registered feature quantity and the feature quantity of the update area. In the following, the evaluation value is more probable, that is, the degree of coincidence is high as an example. explain.
  • the update determination circuit 140 determines whether or not to update the registered feature value stored in the memory 111 and writes the determination result in the memory 111.
  • the end determination circuit 141 writes a determination result on whether or not to end the tracking in the memory 111.
  • the position correction circuit 142 corrects the tracking result stored in the memory 111 based on the positional relationship information DB between the update area detection result and the tracking result held in the memory 111 in advance.
  • the registered feature quantity update circuit 143 updates the registered feature quantity recorded in the memory 111 by using the position feature of the update area detection result when the tracking result and the update area detection result have a relationship described later.
  • the tracking result drawing circuit 144 knows that the image data for display written in the image display memory 110 has been tracked at the position of the tracking result in order to display the tracking result written in the memory 111 on the LCD.
  • Information for example, processing such as tracking frame, mosaic, character, display color change, blur, etc. is performed.
  • the tracking result drawing circuit 144 displays the tracking result written in the memory 111 on the LCD, the position of the tracking result or the update region detection result for the display image data written in the image display memory 110. For example, processing such as tracking frame, mosaic, character, display color change, blur, etc. is performed.
  • the camera control circuit 145 determines that the target object is a certain position / size of the image (for example, the face is centered or the whole body is displayed. Control the camera to zoom.
  • the face detection circuit 146 detects a face from an image and writes a face detection result (position, size, evaluation value) in the memory 111.
  • the face orientation recognition circuit 147 recognizes whether the face detected by the face detection circuit 146 is facing up, down, left, or right, and writes the recognition result in the memory 111.
  • the system control circuit 108 performs tracking and update processing using a flow described later by software processing. May be.
  • the system control circuit 108 performs exposure processing for writing the captured image data into the memory 111 via the image sensor 103, the AD converter 104, the image processing circuit 109, and the memory control circuit 107, and the memory control circuit 107 and as necessary.
  • the image processing circuit 109 is used to execute a photographing process including a developing process for reading the image data written in the memory 111 and performing various processes.
  • the system control circuit 108 When the photographing process is completed, the system control circuit 108 generates a display image for displaying the photographed image on the image display unit 148 using the resizing circuit 112 for the image data written in the memory 111. Similarly, the system control circuit 108 resizes the image to an image size (QVGA (Quarter
  • QVGA Quadrater
  • the system control circuit 108 performs face detection processing on the face detection image data stored in the memory 111 using the conventional technique by the face detection circuit 146, and stores the processing result in the memory 111.
  • system control circuit 108 executes a face orientation recognition process using the conventional technique by the face orientation recognition circuit 147 and stores the processing result in the memory 111.
  • the initial feature quantity extraction unit 136 refers to the face detection and face orientation recognition processing results stored in the memory 111, extracts the registered feature quantity, The registered feature value is written in 111.
  • the initial feature quantity extraction unit 136 extracts a face color histogram as a color feature quantity based on the face detection result and face orientation information stored in the memory 111 and registers the face color histogram in the memory 111. Then, using the feature amount registered in the memory 111 by the initial feature amount extraction unit 136, the tracking processing unit 137 performs tracking processing.
  • a color histogram of this area (reference area) is created. Specifically, on the horizontal axis of the histogram, the H value (maximum 360) of the HSV (Hue Saturation Value) color space of each pixel obtained from the reference region is assigned to the region divided into twenty. The number assigned to each section is the frequency. Which region is included can be calculated by Hi * 18/360, where Hi of each pixel. Then, the frequency of each section is normalized by being divided by the number of pixels in the reference area so that the total frequency becomes 1. Then, as shown in FIG.
  • a region 301 that is expanded in a certain range from the detection region becomes a search region, and the search is performed while changing the size and position of the tracking window 302.
  • the tracking processing unit 137 creates a color histogram 303 of the tracking window area while searching.
  • FIG. 7A shows a reference image, and a color histogram calculated from the reference image is 401.
  • FIG. 7B is an input image, and 402 shows a color histogram of the search window.
  • the similarity that is, the evaluation value is calculated based on the overlapping degree of the respective color histograms.
  • the similarity calculation is performed by (Equation 1).
  • Ri is the frequency of the i-th segment in the color histogram of the reference area
  • Ii is the frequency of the i-th segment in the color histogram of the tracking window area.
  • i takes a value from 0 to 20.
  • a value of 20 has been described, but any value may be used as long as the value is 1 or more.
  • This value changes depending on the complexity of the target. When a plurality of colors are included, this value is increased, and the accuracy can be improved by seeing the difference in fine sections. On the other hand, for an object with a small number of colors, this value can be reduced and tracking can be performed using a small amount of memory by making a rough difference.
  • the face detection position is used as the reference area designation method, this may be designated by the user using a touch panel or a pointer, or may be designated using audio information or the like.
  • by performing color histogram correction on these templates as preprocessing it is possible to make them less susceptible to the influence of luminance.
  • any method may be used as long as it is a method for obtaining the distance in general, such as a method for minimizing the least square distance or a method using normalized correlation.
  • a search method a method of simply scanning an area has been described, but a search method based on a probability distribution such as a particle filter may be used.
  • the face detection area 501 includes both skin color information and hair color information.
  • the hair color information is acquired by setting the occipital region about 20% in the face detection region as the reference region 502 by the face detection process, the object is moved to the back. Even when facing, it is possible to track using color based on hair color information.
  • the tracking can be stabilized by changing this ratio according to the case where it is easy to face the front or the case where it is easy to face the back.
  • the hair has been described as a hair, but this method functions effectively even when wearing a hat or clothing that has little color variation.
  • the update area detection circuit 139 sets a flag for determining update and writes it in the memory 111. Then, the face detection position is corrected by the position correction circuit 142.
  • the registered feature value is extracted based on the face detection position, and the registered feature value is updated by the registered feature value update circuit 143 and written in the memory 111.
  • the registered feature amount is extracted in the same manner as described above.
  • the position correction circuit 142 corrects the position based on the face detection result and updates the tracking result in the memory 111, thereby enabling stable face tracking.
  • face detection may detect only the inside of the face. Therefore, stable tracking is possible by multiplying the detection result coordinates by a constant so as to include the head.
  • UI User Interface
  • blurring the tracking frame display and tracking result position in the tracking result drawing circuit even in the backward facing state as well as AE / AF
  • tracking processing is performed using the color feature amount, and a tracking evaluation value related to the color feature amount is calculated. If the evaluation value of the tracking result is also equal to or less than the threshold value, the tracking process ends (S611). If the evaluation value of the tracking result based on the color feature amount is higher than the threshold value, the color feature represented using the color histogram is extracted from the initial position in the target area, and the initial registered feature amount is updated (S612). Control shifts to display of a tracking frame and camera control (S609). If face detection is possible, a location where the initial registered feature value is updated is selected based on the result of face orientation detection, and the initial registered feature value is updated (S608). Then, the updated tracking result position, that is, the LCD display of the target area and camera control are performed. (S609) Thereafter, the process returns to the tracking process (S605) and the process is repeated.
  • Emodiment 2 In the second embodiment, tracking using information that is invariant to rotation and color information, such as circular shape information, and tracking of the head (including not only the face facing the front but also the back facing) is possible.
  • An electronic camera is described. That is, in the second embodiment, the position of the update region for updating the color feature is determined using circular information instead of the face orientation information.
  • the tracking process will be described as the case where the similarity, that is, the evaluation value is calculated and tracked using color histogram matching as in the first embodiment.
  • the initial position of the object is determined based on the face detection information and the instruction from the user (touch panel, pointer, etc.), and the initial feature value is registered.
  • the second embodiment shows an example in which the update region detection circuit 139 detects the update region using the shape information.
  • any invariant feature may be used as long as it is an invariant feature with respect to the appearance of the object.
  • Edge detection is performed in the vicinity of the tracking result stored in the memory 111. Edge detection uses a Sobel operator or the like. Alternatively, there is a method of using a difference point by an inter-frame difference. Hough transform is performed on the point group (feature point group) obtained here, and the radius and center of the circle are obtained. The method for obtaining the radius and center of the circle can be obtained, for example, by a method described in the document “HeadFinder: Person Tracking Based on Difference between Frames, Baba et al.” (Non-Patent Document: 1). The technique described in the above document will be briefly described.
  • the circle can be determined by using the constants of the central coordinates a and b and the radius r using (Equation 2).
  • the number of unknowns to be calculated is 3, so the voting space becomes three-dimensional. Since this calculation amount is enormous, real-time operation is difficult. Therefore, the size is limited to a certain radius r. Then, the radius parameters a and b are obtained by voting using the feature point group included in a plurality of radii having widths. Thereby, the circular shape of the head is estimated. At this time, how many feature point groups are included on the circle is an evaluation value representing the degree of circular fitting. The circular position, radius information and evaluation value are written in the memory 111.
  • the head has a low evaluation value but can be detected stably with respect to the direction change, and the color information has a lower evaluation value when the direction changes.
  • the evaluation value is lowered by color information due to the change in appearance, the position is corrected at the detection position of the head circle shape, and the registered feature value is corrected, so that stable tracking with respect to the change in appearance is achieved. The method is described.
  • the update determination circuit 140 reads the evaluation value of the tracking result by color and the evaluation value of the update area detection result from the memory 111, and determines whether to update when the evaluation value of the tracking result falls below the threshold th1. And the determination result is written in the memory 111.
  • the relationship between the evaluation value and the time axis at this time is shown in FIG.
  • FIG. 10 (a) is updated when the evaluation value of the update area detection result exceeds the evaluation value of the tracking result.
  • 10A, 10B, and 10C the solid line represents the evaluation value of the tracking result, and the dotted line represents the evaluation value of the update area detection result.
  • the appearance of the target object changes and the evaluation value decreases. This is a phenomenon that occurs and can be updated so that it can be recovered when a tracking failure occurs.
  • FIG. 10B shows the case where the update is performed when the evaluation value of the update area detection result becomes larger than the threshold value th1.
  • This case is when the stability in the update area detection result is guaranteed.
  • the position of the tracking result is corrected to the position of the update area detection result.
  • the system shown in FIG. 10B can be used when the update area detection result can be sufficiently tracked, and either can be successfully selected for objects that are not, so that a stable system can be constructed.
  • the change in the color evaluation value varies depending on the registered color and the complexity of the color of the object. For example, when the average saturation is high, the evaluation value for tracking by color is high, and the evaluation value tends to decrease slowly as the appearance changes.
  • the updating method is described based on the relationship between the evaluation values.
  • the updating is performed using the distance relationship between the tracking result position by color, that is, the target area, and the circle detection result position, that is, the updating area.
  • the distance is not limited to a multiple of a circle, and any distance such as a Euclidean distance may be used. In this case, even if the evaluation value of tracking by the color feature is high and the evaluation value by circle detection is also high, there is a high possibility that the tracking by the color feature is not an object but an erroneous tracking.
  • the position correction circuit 142 replaces the coordinates and size of the target area of the tracking result with the coordinates and size of the update area detection result, and stores them in the memory 111. At this time, since the center and radius of the circle are stored in the update area detection result, the value obtained by subtracting the radius from the center so as to obtain the upper left coordinate and the height and width of the rectangular frame is the upper left coordinate, and is twice the radius. Is the height and width of the rectangular frame.
  • the tracking end determination circuit 141 stores the determination result for ending tracking when the evaluation value of the tracking result and the evaluation value of the update region detection result are below the threshold th2. 111.
  • the tracking result drawing circuit not only performs UI control such as display of the tracking frame and blurring of the tracking result position, but also control of AE / AF, etc.
  • UI control such as display of the tracking frame and blurring of the tracking result position
  • AE / AF etc.
  • Face detection is performed on the photographed input image (S801).
  • An initial registered feature is extracted for the face detection result (S803).
  • the tracking process is performed using the color feature registered in step S803, and the target area is specified.
  • circle detection is performed using a circle that is a shape feature, and an update area is specified (S805).
  • Whether or not to end the tracking process is determined based on the evaluation value of the tracking process based on the color feature and the evaluation value of the circle detection using the circle that is the shape characteristic (S806).
  • step 806 when the evaluation value of the tracking process based on the color feature amount and the evaluation value based on the circle detection are both below the threshold th2, it is determined that the tracking is to be ended. If it is determined that the tracking process is to be ended, the tracking process is ended and the display of the tracking frame is ended, or the end of the process is presented to the user by an alarm or the like. Thereafter, a display prompting the user to set the initial position again may be displayed on the display, or the initial position setting may be performed by face detection and automatic return may be performed (S810).
  • the threshold value th1 is used as shown in FIG. 10B, that is, if the evaluation value by the circle detection exceeds the threshold value th1 regardless of the evaluation value of the tracking processing by the color feature, the color feature Or when the evaluation value of the update region detection result by circle detection exceeds the evaluation value of the tracking feature using the color feature as shown in FIG. It is determined to update (S807).
  • the position / feature amount of the tracking result is updated using the position / feature amount of the update region detection result (S808).
  • the LCD display of the updated tracking result position and camera control are performed (S809). Thereafter, the process returns to the tracking process in step S804, and the process is repeated in steps S804 to S810.
  • the tracking processing method and the similarity calculation method are not limited to the color histogram matching method, but may be a method based on the least square distance or a method based on normalized correlation.
  • the search method may be a method based on a particle filter instead of simple scanning.
  • the color feature is a tracking feature
  • the shape feature is an update region detection feature.
  • the color feature may be the update region detection result feature and the shape feature may be the tracking feature.
  • the face detection position is used as the initial position, but the AF position may be used as the initial position.
  • each functional block in the block diagram (such as FIG. 4) is typically realized as an LSI which is an integrated circuit. These may be individually made into one chip, or may be made into one chip so as to include a part or all of them. For example, the functional blocks other than the memory may be integrated into one chip.
  • LSI is used, but it may be called IC, system LSI, super LSI, or ultra LSI depending on the degree of integration.
  • the method of circuit integration is not limited to LSI, and implementation using a dedicated circuit or a general-purpose processor is also possible.
  • An FPGA Field Programmable Gate Array
  • a reconfigurable processor that can reconfigure the connection and setting of circuit cells inside the LSI may be used.
  • only the means for storing the data to be encoded or decoded may be configured separately instead of being integrated into one chip.
  • the electronic camera and the image processing method according to the present invention have a target tracking function that changes the appearance of an object.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

　物体の見え方が変化する場合でも、精度の高い追跡処理ができる電子カメラおよび画像処理方法を提供する。 　追跡対象物の色特徴量を用いてフレーム内を探索し、探索結果の画像に対して対象物との一致度を示す第一評価値を算出し、第一評価値に基づいて対象物の画像が存在すると推定されるターゲット領域を特定する追跡処理部（１３７）と、追跡対象物の形状特徴量を用いてフレーム内を探索し、探索結果の画像に対して対象物の画像との一致度を示す第二評価値を算出し、第二評価値に基づいて第一特徴量を更新するための更新領域を特定する更新領域検知回路（１３９）と、第一評価値または第二評価値が所定条件を満足するか否かにより第一特徴量を更新するか否かを判定する更新判定回路（１４０）と、更新しないと判定された場合、ターゲット領域の外枠を描画し、更新すると判定された場合、更新領域の外枠を描画する追跡結果描画回路（１４４）とを備える。

Description

電子カメラおよび画像処理方法
　本発明は、画像中の物体を追跡し、追跡結果をディスプレイ上に提示する電子カメラおよびその方法に関するものである。
　近年、ＡＦ(オートフォーカス；Auto-Focus)・ＡＥ(自動露出；Auto Exposure)・逆光補正機能の位置合わせ手段として、電子カメラに顔検出機能が搭載されている。顔検出機能を用いることにより、被写体に自動的に焦点を合わせることができるため、ユーザの撮影補助として有効な手段になっている。
　顔を検出する画像処理装置および方法としては、顔と顔以外（以下、非顔）のパターンを学習し、その学習したパラメータを入力した識別器を用いて、顔と非顔を識別する方法が提案されている（例えば、特許文献１参照）。
　図１は、特許文献１の画像処理装置を示すものである。図２は、部分画像の切り出しの一例を示す図である。部分画像切り出し部９００は、入力された画像１００１から、部分画像１０００を切り出す。部分画像１０００は、複数サイズのウィンドウを画像の左上を起点として、順次画像の右下まで、適当な画素（例えば１画素）分を右側または下側にずらしながら走査することによって、切り出される（図２）。なお、「切り出し」とは、該当する部分の画像データだけを読み出すことをいう。
　特徴量評価部１（９０１）は複数の識別器の組み合わせによって構成される。識別器は、ブースティング手法を用いて学習したパラメータを用いて指定する位置において、後述するレクタンギュラーフィーチャー（以下、隣接差分フィルタと呼ぶ）に基づき特徴量を算出する。そして、特徴量評価部１（９０１）は、前記識別器の出力値の重みつき線形和が学習に基づいて算出した閾値より低ければ非顔に識別し、前記部分画像の識別処理を終了する。一方、閾値以上であれば顔に識別し、次の特徴量評価部２（９０２）に処理が移る。特徴量評価部２（９０２）は、特徴量評価部１（９０１）に使用した学習パラメータとは異なるパラメータを用いて評価を行う。このように、複数の特徴量評価部を用いて、評価値を算出し、算出した評価値の値に基づいて、顔と非顔とを弁別している。
　図３（ａ）、（ｂ）、（ｃ）、（ｄ）は、隣接差分フィルタを図示したものであり、図３（ｅ）は、隣接差分フィルタ（ｂ）を画像に適用したときの例である。隣接差分フィルタは、隣接した白色矩形と黒色矩形で示され、白色矩形内の画素平均値と黒色矩形内の画素平均値の差を出力する。隣接差分フィルタから出力される画素平均値の差が大きいことによって特定されるのが顔の部品の特徴であり、これは、目および口のように隣接間の領域の画素値の差が大きい領域において高い特徴量を出力することを意味する。例えば、図３（ｅ）は、額の位置にある黒色矩形の画素の総和と眉の位置にある白色矩形の画素の総和との差に基づき特徴量を算出する。この特徴量は、隣接した領域間の差であるため、画像内の局所的な特徴（例えば線成分）に強く反応し、目、眉、口等の顔部品において特徴的な値を出力する。なお、隣接差分フィルタは、一般にはハーライクフィーチャー（Ｈａａｒ－ｌｉｋｅ　ｆｅａｔｕｒｅ）と呼ぶ。
　しかし、顔検出だけでは、顔（目、鼻、口）が見えている範囲でなければ検出できないし、ペットなどの顔以外の物体を追跡できない。そのため、あらかじめユーザが物体の情報をオンラインによって登録し、その物体を追跡することによって顔以外の物体でも、自動的に焦点を合わせる方法がある。
　従来から用いられる物体追跡手法として、顔検出結果位置の近傍領域のみを再度顔検出することによる顔追跡方法、相関演算に基づく前フレーム近傍探索を用いたテンプレートマッチング、高速化を目指したアクティブ探索に基づく方法、確率分布による統計的情報を用いて動き予測を入れて探索を行うパーティクルフィルタやコンデンセーションに基づく方法などがある。
　これらは、あらかじめ、なんらかの方法を用いて追跡を行いたい物体の、初期特徴量（色あるいは輝度の色ヒストグラムあるいはテンプレート画像そのもの、形状・輪郭情報など）を登録する。その登録特徴量を用いて、画像中において登録特徴量に類似する箇所を探索することによって、物体追跡が行われる。これらの手法では、初期特徴量をあらかじめ作成しておき、この特徴量と画像の各位置に基づいて抽出した特徴量とのマッチングをとる。
　しかし、一般的なムービーを用いて撮影する対象は、顔などが長時間見えていることは少なく、画像上における見え方が大きく変化することが多い。従来の手法では、画像上において見え方が大きく変化するような対象に対しては、目標をすぐに見失ってしまうという問題がある。
　この問題を解決するために、例えば特許文献２では、テンプレートを逐次更新する方法を用いている。この方法によると、追跡対象の見え方が変化する場合でも、この変化に応じてテンプレートが更新される。このため、見え方が変化する物体を追跡することが可能になる。
米国特許出願公開第２００２／０１０２０２４号公報 特開２００２－１５７５９９号公報
　しかしながら、特許文献２の方法では、フレーム毎にテンプレートを更新するが、常に対象物体のみを含む領域を用いてテンプレートを更新できるというわけではない。更新する領域に非追跡対象領域が混入することにより、それ以降の追跡を失敗するという問題点がある。
　図５を用いて、具体的に説明する。例えば、図５（ａ）の正解領域が２００に定められているとする。このとき、次のフレームである図５（ｂ）では、帽子の色の境界が類似するため、２０１の位置においてマッチングする。この位置では、２０１の左側に背景を含むため、次フレーム以降の追跡では、背景の特徴も加わり、頭部追跡に悪影響を及ぼす。しかし、２０２にマッチングできれば、頭部全体に基づいて特徴を得ることができ、次フレーム以降も安定して頭部を追跡することができる。
　本発明は、上記従来の課題に鑑み、対象物の位置を安定に検出できる特徴を用いて更新領域を決定することによって対象物が存在する領域の追跡間違いをなくすものである。また、追跡の結果、正解位置からのずれが大きくなった場合には、正しい位置に補正することによって、安定した追跡処理を実現するものである。
　上記課題を解決するために、本願発明の電子カメラは、連続して撮影する画像の各フレーム内において追尾の対象となる対象物が写っている対象領域を特定して表示する機能を持つ電子カメラであって、前記対象物の特徴を定量的に示すあらかじめ登録された第一の特徴量を用いて、フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第一の評価値を算出し、算出した前記第一の評価値に基づいて、前記対象物の画像が存在すると推定されるターゲット領域を特定する追跡処理部と、前記第一の特徴量とは異なる特徴量であり、かつ、前記対象物の特徴を定量的に示す第二の特徴量を用いて、前記フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第二の評価値を算出し、算出した前記第二の評価値に基づいて、前記第一の特徴量を更新するための更新領域を前記フレーム内において特定する更新領域算出部と、前記追跡処理部において算出された前記第一の評価値と、前記更新領域算出部において算出された前記第二の評価値とのうち少なくとも一つが、あらかじめ定められた条件を満足するか否かを調べることにより、前記第一の特徴量を更新するか否かを判定する更新判定部と、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域内において抽出された新たな第一の特徴量により、前記第一の特徴量を更新する登録特徴量更新部と、前記更新判定部によって前記第一の特徴量を更新しないと判定された場合、前記追跡処理部において特定された前記ターゲット領域を前記対象領域と特定して前記ターゲット領域に関する情報を描画し、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域算出部において特定された前記更新領域を前記対象領域と特定して前記更新領域に関する情報を描画する追跡結果描画部とを備え、前記追跡処理部は、あらかじめ登録された前記第一の特徴量が更新された場合、更新後の第一の特徴量を用いて、新たなフレーム内の新たなターゲット領域を特定する。
　これにより、電子カメラにおいて、物体を追尾する際に、物体を追跡する特徴と別の特徴、もしくは、位置を利用した物体の位置決めをすることが可能になる。そして、更新を常に行うか、それとも、一定の条件下で行うかなどといった判定を行うことが可能になり、誤った場所を用いた更新を軽減させる効果がある。
　また、前記追跡処理部は、前記第一の特徴量として、対象物の色情報を用いて、前記対象物の画像が存在すると推定されるターゲット領域を特定し、前記更新領域算出部は、前記第二の特徴量として、対象物の形状情報を用いて前記更新領域を特定するとしてもよい。
　これにより、対象物体の見え方の変化が生じるような場合でも安定した追尾が可能になる。
　さらに、前記更新判定部は、前記更新領域算出部において算出された前記第二の評価値が、前記追跡処理部において算出された前記第一の評価値よりも大きいとき、または、前記更新領域算出部において算出された前記第二の評価値があらかじめ定められた第一の閾値より大きいときに前記第一の特徴量を更新すると判定するとしてもよい。
　これにより、更新領域検知結果の評価値が追跡結果の評価値を上回るとき、または、更新領域検知結果が第一の閾値より大きい場合に第一の特徴量を更新するため、毎回更新する必要がなく、処理量が削減できる。
　また、前記更新判定部は、前記対象物の画像の画素ごとの平均彩度が高いほど前記第一の閾値に大きな値を設定し、前記対象の平均彩度が低いほど前記第一の閾値に小さな値を設定する前記更新判定部は、前記更新領域算出部において算出された前記第二の評価値が、前記追跡処理部において算出された前記第一の評価値よりも大きいとき、または、前記更新領域算出部において算出された前記第二の評価値があらかじめ定められた第一の閾値より大きいときに前記第一の特徴量を更新すると判定する前記追跡処理部は、前記第一の特徴量として、対象物の色情報を用いて、前記対象物の画像が存在すると推定されるターゲット領域を特定し、前記更新領域算出部は、前記第二の特徴量として、対象物の形状情報を用いて前記更新領域を特定するとしてもよい。
　これにより、追跡対象物の彩度値により追跡のしやすさが変わる。すなわち、彩度が高いということは、色がはっきりしているということであり、第一の特徴量による追跡がより正確に行われることを示している。このため、彩度が高いときには第一の閾値を大きくし、彩度が低いときには第一の閾値を小さく設定することによって、第一の特徴量を頻繁に更新すべきか、そうでないかを決めることができる。従って、対象物によって閾値を柔軟に設定することが可能となり、追跡精度を向上させることができる。
　また、前記更新判定部は、さらに、前記追跡処理部において特定された前記ターゲット領域と前記更新領域算出部において特定された前記更新領域との距離があらかじめ定められた第二の閾値以上になったときに更新すると判定するとしてもよい。
　これにより、追跡処理部による追跡処理結果と、更新領域算出部による更新領域検知結果の位置が大きくずれた場合に第一の特徴量を更新することができるため、追跡が失敗した場合にも、更新された第一の特徴量を用いて追跡処理の復帰が可能となり、追跡性能が安定化する。
　また、前記電子カメラは、さらに、前記対象物の追跡が継続不可能か否かを判定する終了判定部を備え、前記終了判定部は、前記第一の評価値と前記第二の評価値との両方が、あらかじめ定められた第三の閾値より小さいときに前記対象の追跡が継続不可能と判定するとしてもよい。
　これにより、対象物の追跡が継続不能となった場合には自動的に追跡処理を終了することができるため、ユーザの手間をかけることなく処理を終えることができる。
　また、前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、ターゲット領域および更新領域の描画を終了するとしてもよい。
　これにより、余計な追尾処理結果を表示しないため、ユーザに違和感を与えない。
　さらに、前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、追跡不能となったことをユーザに提示する画像を描画するとしてもよい。
　これにより、ユーザに追尾が終了したことを知らせることができるため、ユーザが再度追尾を行うかといった行動に移ることができる。
　また、前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、ユーザに対して再度初期位置設定を促す画像を描画するとしてもよい。
　これにより、ユーザに初期設定を行うことを促すことができるため、不慣れな使用者であっても、再度設定すべきことが容易に理解できる。
　さらに、前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、新たな顔検出により初期位置設定を行うとしてもよい。
　これにより、人物を対象とする場合には、顔の部分に自動的に初期位置を再設定できる。
　また、前記電子カメラは、さらに、各フレーム内の画像内において顔を検出する顔検出回路と、前記顔検出回路によって検出された顔の向きを認識する顔向き認識回路とを備え、前記更新領域算出部は、前記顔向き認識回路によって前記対象物である顔が横を向いていると認識されたとき、真横を向いている顔の領域である更新基準領域を前記更新領域算出部において算出した後、顔部分と髪の毛部分とのあらかじめ指定された位置関係に基づき、前記更新基準領域内における前記更新領域を算出するとしてもよい。
　これにより、あらかじめ、更新領域検知結果に応じて更新すべき場所が変わったり、例えば、顔検出した結果の顔向きに応じて、更新すべき場所が変わったり、顔検出のサイズに応じて、より大きいサイズを用いて更新を行ったり、服を含むような形による更新を行うなど、様々な位置関係における更新が可能となり、追跡精度が向上する。
　これにより、顔を追尾することが可能になるため、顔認証などとの結合が可能になる。
　また、これにより、例えば、円形状のように回転しても見た目が変わらない場合に、追尾物体を安定に追尾できる。
　また、前記電子カメラは、さらに、前記追跡処理部において特定されたターゲット領域、および、前記更新領域算出部において特定された前記更新領域のいずれかに基づいて、前記電子カメラの動作を調整するためのカメラパラメータを変更するカメラ制御部を有するとしてもよい。
　これにより、カメラパラメータを制御することが可能になるため、対象に応じたカメラパラメータ設定を行うことができる。
　前記カメラ制御部は、前記カメラパラメータに基づいて、前記電子カメラの筐体および雲台の少なくとも一方の動作を制御し、特定された前記対象物の全体、または一部をフレーム内の所定の位置、およびサイズに合わせるように制御を行うとしてもよい。
　これにより、カメラを制御することにより、対象物の適した位置にカメラ制御することが可能になる。
　前記電子カメラは、さらに、前記ターゲット領域の初期位置を、ユーザからの入力に基づいて、または、あらかじめ定められた方法を用いて決定するターゲット領域初期設定部を有するとしてもよい。
　これにより、ターゲット領域の初期位置を設定することが可能になり、追尾の初期位置を決めることができる。
　前記ターゲット領域初期設定部は、人物、もしくは、顔のいずれか一方の検出位置を初期位置と決定するとしてもよい。
　これにより、人物、もしくは顔位置を初期位置とすることができ、人物追尾の初期設定を自動的に行うことができる。
　前記ターゲット領域初期設定部は、ＡＦ（オートフォーカス）機能により焦点を合わせた場所を初期位置と決定するとしてもよい。
　これにより、ＡＦ機能により焦点を合わせた領域を初期設定として追尾を行うことが可能となり、ＡＦ機能との連携が容易になる。
　なお、本発明は、装置として実現できるだけでなく、その装置を構成する処理手段をステップとする方法として実現したり、それらステップをコンピュータに実行させるプログラムとして実現したり、そのプログラムを記録したコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体として実現したり、そのプログラムを示す情報、データまたは信号として実現したりすることもできる。そして、それらプログラム、情報、データおよび信号は、インターネット等の通信ネットワークを介して配信してもよい。
　本発明によれば、対象物体の見え方が変化した場合でも対象追跡を行うことが可能になるため、物体が後ろを向くような場合でも追跡し、枠を表示し続け、ＡＥ、ＡＦ、カメラ制御によるフレーミング機能、自動撮影を行うことができる。
図１は、従来の顔検出処理のフローチャートである。 図２は、従来の画像からの顔検出処理の説明図である。 図３（ａ）～（ｅ）は、従来の隣接差分フィルタの説明図である。 図４は、本発明の実施の形態１、２における画像処理装置のブロック図である。 図５（ａ）（ｂ）は、従来手法における追尾を失敗する例の説明図である。 図６（ａ）（ｂ）は、色ヒストグラム探索の説明図である。 図７（ａ）（ｂ）は、色ヒストグラムの類似度算出の説明図である。 図８（ａ）（ｂ）は、横顔のリファレンス画像領域の説明図である。 図９は、実施の形態１のフローチャートである。 図１０（ａ）～（ｃ）は、追尾特徴量と更新領域検知結果の関係図である。 図１１は、実施の形態２のフローチャートである。
符号の説明
　１００　　画像処理装置（電子カメラ）
　１０１　　レンズ
　１０２　　シャッター
　１０３　　撮像素子
　１０４　　ＡＤ変換器
　１０５　　タイミング発生回路
　１０６　　ＤＡ変換器
　１０７　　メモリ制御回路
　１０８　　システム制御回路
　１０９　　画像処理回路
　１１０　　画像表示メモリ
　１１１　　メモリ
　１１２　　リサイズ回路
　１１３　　フラッシュ
　１１４　　測距制御部
　１１５　　ズーム制御部
　１１６　　バリア制御部
　１１７　　保護部
　１１８　　メモリ
　１１９　　表示部
　１２０　　不揮発性メモリ
　１２１　　モードダイアル
　１２３　　シャッタースイッチ
　１２４　　記録部
　１２５　　電源制御部
　１２６　　電源部
　１２７　　コネクタ
　１２８　　電源部
　１２９　　インタフェース
　１３０　　インタフェース
　１３１　　コネクタ
　１３２　　コネクタ
　１３３　　光学ファインダ
　１３４　　通信部
　１３５　　アンテナ
　１３６　　初期特徴量抽出部
　１３７　　追跡処理部
　１３８　　追跡先頭フレーム指定回路
　１３９　　更新領域検知回路
　１４０　　更新判定回路
　１４１　　終了判定回路
　１４２　　位置補正回路
　１４３　　登録特徴量更新回路
　１４４　　追跡結果描画回路
　１４５　　カメラ制御回路
　１４６　　顔検出回路
　１４７　　顔向き認識回路
　１４８　　画像表示部
　１４９　　露光制御部
　２００　　フレーム（ａ）での追尾結果
　２０１　　フレーム（ｂ）での追尾結果
　２０２　　フレーム（ｂ）での正解位置
　３０１　　探索領域
　３０２　　追跡ウィンドウ
　３０３　　追跡ウィンドウ領域の色ヒストグラム
　４０１　　リファレンス画像の色ヒストグラム
　４０２　　入力画像の色ヒストグラム
　５０１　　顔検出領域
　５０２　　リファレンス領域
　Ｓ６０１　　入力画像ステップ
　Ｓ６０２　　顔検出ステップ
　Ｓ６０３　　顔向き認識ステップ
　Ｓ６０４　　初期登録特徴抽出ステップ
　Ｓ６０５　　追跡処理ステップ
　Ｓ６０６　　顔検出ステップ
　Ｓ６０７　　顔検出判定ステップ
　Ｓ６０８　　初期登録特徴更新ステップ
　Ｓ６０９　　追尾枠表示部・カメラ制御ステップ
　Ｓ６１０　　追跡評価値比較ステップ
　Ｓ６１１　　追跡終了ステップ
　Ｓ６１２　　初期登録特徴量更新ステップ
　Ｓ８０１　　入力画ステップ
　Ｓ８０２　　顔検出ステップ
　Ｓ８０３　　初期登録特徴抽出ステップ
　Ｓ８０４　　追跡処理ステップ
　Ｓ８０５　　円検出ステップ
　Ｓ８０６　　追跡終了判定ステップ
　Ｓ８０７　　特徴量更新判定ステップ
　Ｓ８０８　　特徴量更新ステップ
　Ｓ８０９　　追尾枠表示部・カメラ制御ステップ
　Ｓ８１０　　追跡終了ステップ
　９００　　部分画像切り出し部
　９０１　　特徴量評価部１
　９０２　　特徴量評価部２
　９０３　　特徴量評価部３
　１０００　　部分画像
　１００１　　入力画像
　（実施の形態１）
　本実施の形態１では、顔検出と色情報を利用した追跡を併用することによって、顔検出だけでは不可能な、後ろを向いた頭部の追跡も可能とする画像処理装置について述べる。すなわち、実施の形態１の画像処理装置（電子カメラ）は、従来の顔検出および顔向き認識を用いて、追尾撮影の対象となる対象物が存在するであろうターゲット領域を特定する。そして、毎フレーム、ターゲット領域が特定される都度、対象物の色の特徴量を抽出して更新する。顔検出ができなくなった場合には、更新された対象物の色特徴を用いてターゲット領域を特定し、色の登録特徴量を更新する。
　図４は、本発明の実施の形態１の電子カメラの構成を示す図である。図４において、１００は、電子カメラである。１０１はレンズ、１０２は絞り機能を備えるシャッター、１０３は光学像を電気信号に変換する撮像素子、１０４は撮像素子１０３のアナログ信号出力をディジタル信号に変換するＡＤ変換器(Analog Digital Converter)である。
　タイミング発生回路１０５は撮像素子１０３、ＡＤ変換器１０４、ＤＡ変換器(Digital Analog Converter)１０６にクロック信号および制御信号を供給する。タイミング発生回路１０５は、メモリ制御回路１０７およびシステム制御回路１０８により制御される。
　画像処理回路１０９は、ＡＤ変換器１０４からのデータあるいはメモリ制御回路１０７からのデータに対して所定の画像補間処理や色変換処理を行う。
　また、画像処理回路１０９においては、撮像した画像データを用いて所定の演算処理を行い、得られた演算結果に基づいてシステム制御回路１０８が露光制御部１４９、測距制御部１１４に対して制御を行う。
　メモリ制御回路１０７は、ＡＤ変換器１０４、タイミング発生回路１０５、画像処理回路１０９、画像表示メモリ１１０、ＤＡ変換器１０６、メモリ１１１、およびリサイズ回路１１２を制御する。
　ＡＤ変換器１０４のデータが画像処理回路１０９、メモリ制御回路１０７を介して、あるいはＡＤ変換器１０４のデータが直接メモリ制御回路１０７を介して、画像表示メモリ１１０あるいは、メモリ１１１に書き込まれる。
　１１０は画像表示メモリ、１０６はＤＡ変換器、１４８はＴＦＴ(Thin Film Transistor)-ＬＣＤ(Liquid Crystal Display)等からなる画像表示部であり、画像表示メモリ１１０に書き込まれた表示用の画像データは、ＤＡ変換器１０６を介して画像表示部１４８により表示される。
　リサイズ回路１１２は、撮影した動画像のフレーム画像に基づいて低解像度画像であるリサイズ画像を生成する。リサイズ回路１１２は、撮像素子１０３の画素数と異なる画素数（サイズ）を用いて記録媒体に画像データを記録したい場合に利用される。
　また、画像表示部１４８は、撮像素子１０３よりも画素数はかなり小さいので、画像表示部１４８に表示を行う場合の表示用画像を生成するためにも用いられる。リサイズ画像の解像度は用途に基づき所定の複数の解像度から選択されるように構成される。リサイズ回路１１２は、メモリ１１１に格納された画像を読み込んでリサイズ処理を行い、処理を終えたデータをメモリ１１１に書き込む。
　露光制御部１４９は絞り機能を備えるシャッター１０２を制御し、フラッシュ１１３と連携することによりフラッシュ調光機能も有するものである。
　測距制御部１１４はレンズ１０１のフォーカシングを制御する。ズーム制御部１１５はレンズ１０１のズーミングを制御する。バリア制御部１１６はバリアである保護部１１７の動作を制御する。
　フラッシュ１１３は、ＡＦ補助光の投光機能、フラッシュ調光機能も有する。
　システム制御回路１０８は画像処理装置（電子カメラ）１００全体を制御し、メモリ１１８はシステム制御回路１０８の動作用の定数、変数、プログラム等を記録する。
　表示部１１９は、システム制御回路１０８でのプログラムの実行に応じて、文字、画像、音声等を用いて動作状態あるいはメッセージ等を表示する液晶表示装置、スピーカー等の表示部などである。表示部１１９は、画像処理装置１００の操作部近辺の視認しやすい装置に単数あるいは複数箇所設置され、例えばＬＣＤあるいはＬＥＤ(Light Emitting Diode)、発音素子等の組み合わせにより構成されている。
　不揮発性メモリ１２０は、電気的に証拠・記録可能なメモリであり、例えばＥＥＰＲＯＭ等が用いられる。
　モードダイアル１２１は、自動撮影モード、撮影モード、パノラマ撮影モード、生モード等の各機能モードを切り替え設定することができる。
　シャッタースイッチ１２３はシャッタースイッチＳＷ１で、不図示のシャッターボタンの操作途中でＯＮとなりＡＦ処理、ＡＥ処理、ＡＷＢ(Auto White Balance)処理等の動作開始を指示する。
　シャッタースイッチ１２３はシャッタースイッチＳＷ２で、不図示のシャッターボタンの操作完了でＯＮとなり、撮像素子１０３から読み出した信号をＡＤ変換器１０４、メモリ制御回路１０７を介してメモリ１１１に画像データを書き込む露光処理、画像処理回路１０９やメモリ制御回路１０７での演算を用いた現像処理、メモリ１１１から画像データを読み出し、記録部１２４に画像データを書き込む記録処理という一連の処理の動作開始を指示する。
　電源制御部１２５は、電池検出回路、ＤＣ－ＤＣコンバータ、通電するブロックを切り替えるスイッチ回路等により構成されており、電池の装着の有無、電池の種類、電池残量の検出を行い、検出結果およびシステム制御回路１０８の指示に基づいてＤＣ－ＤＣコンバータを制御し、必要な電圧を必要な期間、記録媒体を含む各部へ供給する。
　電源部１２８は、コネクタ１２７、アルカリ電池やリチウム電池等の一次電池やＮｉＣｄ電池やＮｉＭＨ電池、Ｌｉ電池等の二次電池、およびＡＣアダプター等１２６からなる電源である。
　インタフェース１２９および１３０は、メモリカードやハードディスク等の記録媒体とのインタフェースであり、コネクタ１３１および１３２はメモリカードやハードディスク等の記録媒体と本体との接続を行う。保護部１１７は、画像処理装置（電子カメラ）１００のレンズ１０１を含む撮像部を覆うことにより、撮像部の汚れや破損を防止するバリアである。
　光学ファインダ１３３は、画像表示部１４８による電子ファインダ機能を使用することなしに、光学ファインダのみを用いて撮影を行うことが可能である。
　通信部１３４は、ＲＳ２３２ＣやＵＳＢ(Universal Serial Bus)、ＩＥＥＥ１３９４、モデム、ＬＡＮ、および無線通信等の各種通信機能を有する。
　アンテナ１３５は、通信部１３４により画像処理装置（電子カメラ）１００を他の機器と接続するコネクタあるいは無線通信の場合はアンテナである。
　初期特徴量抽出部１３６は、メモリ１１１に格納された画像データから初期特徴量を抽出し、メモリ１１１に書き込む。初期特徴量を抽出する座標は、タッチパネルによるユーザ指定、あるいは、顔検出位置やシャッタースイッチＳＷ１を押すことによって設定されるＡＦ領域等による自動設定が可能である。
　追跡処理部１３７は、メモリ１１１から登録特徴量を読み込み、追跡処理を行い、メモリ１１１に追跡結果（座標データ、評価値）を書き込む。なお、評価値は登録特徴量とターゲット領域の特徴量との類似度を示す値であり、以下では、評価値が大きいほど確からしい、すなわち、一致度が高い場合を例として説明する。
　追跡先頭フレーム指定回路１３８は、画像データのうち、追跡で行う先頭フレームであるか否かを判定し、メモリ１１１に判定結果を書き込む。
　更新領域検知回路１３９は、更新領域の検知を行い、メモリ１１１に更新領域検知結果（座標データ、評価値）を書き込む。なお、更新領域についても、評価値は登録特徴量と更新領域の特徴量との類似度を示す値であり、以下では、評価値が大きいほど確からしい、すなわち、一致度が高い場合を例として説明する。
　更新判定回路１４０は、メモリ１１１に保存されている登録特徴量を更新するか否かを判定し、判定結果をメモリ１１１に書き込む。
　終了判定回路１４１は、追跡を終了するか否かの判定結果をメモリ１１１に書き込む。
　位置補正回路１４２は、メモリ１１１に格納されている追跡結果を、あらかじめメモリ１１１に保持されている更新領域検知結果と追跡結果との位置関係情報ＤＢに基づき、補正する。
　登録特徴量更新回路１４３は、追跡結果と更新領域検知結果が後述する関係にあるとき、メモリ１１１に記録されている登録特徴量を、更新領域検知結果の位置の特徴を用いて更新する。
　追跡結果描画回路１４４は、メモリ１１１に書き込まれた追跡結果をＬＣＤに表示させるために、画像表示メモリ１１０に書き込まれた表示用の画像データに対し、追跡結果の位置に追跡されたことがわかる情報、例えば、追跡枠、モザイク化、文字、表示色の変更、ぼかすなどの処理を施す。
　追跡結果描画回路１４４は、メモリ１１１に書き込まれた追跡結果をＬＣＤに表示させるために、画像表示メモリ１１０に書き込まれた表示用の画像データに対し、追跡結果の位置、もしくは、更新領域検知結果の位置に追跡されたことがわかる情報、例えば、追跡枠、モザイク化、文字、表示色の変更、ぼかすなどの処理を施す。
　カメラ制御回路１４５は、メモリ１１１に書き込まれた追跡結果の位置とサイズに基づき、対象物体が、画像の一定の位置・サイズ（例えば、顔が中央になる、あるいは、全身が表示されるようにズームするなど）になるようにカメラを制御する。
　顔検出回路１４６は、画像から顔検出を行いメモリ１１１に顔検出結果（位置、サイズ、評価値）を書き込む。
　顔向き認識回路１４７は、顔検出回路１４６によって検出された顔が、上下左右どちらの向きを向いているのかを認識し、認識結果をメモリ１１１に書き込む。
　これら１３６、１３７、１３８、１３９、１４０、１４１、１４２、１４３、１４４のいずれかの回路を備えない場合は、システム制御回路１０８において、ソフトウェア処理によって後述するフローを用いて追跡および更新処理を行ってもよい。
　以下、図６および図７を用いて、画像処理装置１００の動作を説明する。
　システム制御回路１０８が、撮像素子１０３、ＡＤ変換器１０４、画像処理回路１０９、メモリ制御回路１０７を介して、メモリ１１１に撮影した画像データを書き込む露光処理、および、メモリ制御回路１０７そして必要に応じて画像処理回路１０９を用いて、メモリ１１１に書き込まれた画像データを読み出して各種処理を行う現像処理からなる撮影処理を実行する。
　撮影処理を終えたなら、システム制御回路１０８は、メモリ１１１に書き込まれた画像データに対し、リサイズ回路１１２を用いて撮影画像を画像表示部１４８に表示するための表示用画像を生成する。システム制御回路１０８は、同様に、リサイズ回路１１２にて顔検出回路に入力すべき画像サイズ（ＱＶＧＡ(Quarter Video Graphics Array)など）に画像をリサイズし、顔検出用画像をメモリ１１１に保存する。
　システム制御回路１０８は、メモリ１１１に保存されている顔検出用画像データに対して、顔検出回路１４６によって従来技術を用いて顔検出処理を実行し、処理結果をメモリ１１１に保存する。
　また、システム制御回路１０８は、顔向き認識回路１４７によって従来技術を用いて顔向き認識処理を実行し、処理結果をメモリ１１１に保存する。
　顔検出回路１４６により、顔が検出された場合、初期特徴量抽出部１３６は、メモリ１１１に格納されている顔検出、顔向き認識処理結果を参照して、登録特徴量の抽出を行い、メモリ１１１に登録特徴量を書き込む。例えば、初期特徴量抽出部１３６は、メモリ１１１に格納されている顔検出結果および顔向き情報に基づいて、色の特徴量として顔の色ヒストグラムを抽出し、メモリ１１１に登録する。そして、初期特徴量抽出部１３６によってメモリ１１１に登録された特徴量を用いて、追跡処理部１３７は、追跡処理を行う。
　ここでは、色ヒストグラムを用いた登録特徴量の抽出、および、追跡処理について図６を用いて説明する。
　正面顔が図６（ａ）のように画像から検出されたと仮定する。このとき、この領域（リファレンス領域）の色ヒストグラムが作成される。具体的には、ヒストグラムの横軸には、リファレンス領域から得られる各画素のＨＳＶ(Hue Saturation Value)色空間のＨの値（最大３６０）が、２０個に区分される領域に割り当てられる。そして、それぞれの区分に割り当てられる個数が、度数となる。どの領域に入るかは、各画素のHiとするとHi＊１８／３６０によって計算することができる。そして、度数の総和が１になるように、各区分の度数が、リファレンス領域の画素数で割られることによって正規化される。そして、図６（ｂ）のように、検出領域より一定の範囲で広げた領域３０１が探索領域となり、追跡ウィンドウ３０２のサイズ・位置を変えながら探索が行なわれる。追跡処理部１３７は、探索しながら追跡ウィンドウ領域の色ヒストグラム３０３が作成される。
　次に、リファレンス領域の色ヒストグラムと追跡ウィンドウ領域の色ヒストグラムに基づいて類似値が算出される。類似度の算出方法を図７を用いて説明する。図７（ａ）はリファレンス画像であり、ここから算出した色ヒストグラムが４０１である。また、図７（ｂ）は、インプット画像であり、探索ウィンドウの色ヒストグラムを４０２に示す。このように、類似度、すなわち、評価値が、それぞれの色ヒストグラムの重なり度合いによって算出される。類似度算出は、（数１）によって行われる。
Figure JPOXMLDOC01-appb-M000001
　ここでＲｉはリファレンス領域の色ヒストグラムにおけるｉ番目の区分の度数であり、ここでＩｉは追跡ウィンドウ領域の色ヒストグラムにおけるｉ番目の区分の度数である。
　ここでは、ｉは０から２０までの値をとる。本例では、２０という値を用いて説明したが、１以上の値であればどのような値でも構わない。なお、この値は対象の複雑さによって変更する。複数色を含む場合はこの値を大きくし、細かい区分で違いをみることにより、精度を向上することができる。一方で、色数が少ない物体に対しては、この値を小さくして、大まかな区分で違いをみることによって、少ないメモリを用いて追跡を行うことができる。
　なお、リファレンス領域の指定方法として、顔検出位置としたが、これは、ユーザがタッチパネルあるいはポインタ等を用いて指定してもよいし、音声情報などを用いて指定してもよい。また、色ヒストグラムによるマッチングについて説明したが、切り出した画像間のテンプレートの差異を求めてもよい。また、これらのテンプレートに前処理として色ヒストグラム補正を行うことによって、輝度の影響を受け難くすることができる。差異を求める方法としては、最小二乗距離を最小にする方法あるいは正規化相関による方法など、一般的に距離を求める方法であればどのような方法でも構わない。また、探索方法として、単純に領域を走査する方法について述べたが、パーティクルフィルタなど確率分布に基づいた探索方法でもよい。
　次に、顔向きに応じた登録特徴量の抽出方法について説明する。正面顔の場合は、顔全体を登録することによって、安定した追跡が可能である。しかし、顔が正面から横を向いた場合においては、以降のフレームにおいて後ろを向く可能性があるため、特徴量の登録位置に工夫を施す。図８（ａ）に示すように、横顔の場合は、顔検出領域５０１内に、肌の色情報と、髪の色情報の両方を含む。ここで、図８（ｂ）に示すように、顔検出処理により、顔検出領域内の後頭部領域２０％程度をリファレンス領域５０２とすることによって、髪の色情報を取得すれば、対象が後ろを向いた場合でも髪の色情報により色を用いての追跡が可能になる。なお、正面を向きやすい場合や後ろを向きやすい場合などに応じて、この割合を変更することによって、追跡を安定することができる。
　なお、本例では、髪の毛として説明したが、帽子や服など色変動の少ないものを被っている場合においても、本手法は有効に機能する。
　また、顔が検出されており、追跡結果と一定の距離にある場合は、更新領域検知回路１３９が、更新の判定を行うフラグを立て、メモリ１１１に書き込む。そして、位置補正回路１４２によって、顔検出位置が補正される。
　この顔検出位置に基づいて登録特徴量が抽出され、登録特徴量更新回路１４３によって登録特徴量が更新され、メモリ１１１に書き込む。登録特徴量の抽出は、前述の方法と同様に行う。
　このように、向きに応じて登録特徴量の抽出領域を変更することによって、横顔から後ろを向いた場合でも、髪の毛や帽子を用いることによって、向きの変化に応じて適切な色特徴を登録できるため、対象が後ろを向いた場合でも、安定な追跡が可能になる。また、追跡処理に失敗した場合でも顔検出結果に基づき、位置補正回路１４２において、位置を補正し、メモリ１１１の追跡結果を更新することによって、安定した顔の追跡が可能になる。
　また、顔検出は顔内部のみを検出する場合がある。そこで、検出結果座標を、頭部を含むように定数倍することによって、安定した追跡が可能になる。
　また、後ろを向いたという情報を保持しておき、後ろ向きから前向きに復帰する際は特徴量の抽出領域を変更することによって、より安定した追跡が可能になる。以下、具体的に説明する。後ろを向いたときに次に横を向いた場合は正面を向く可能性が高い。そこで、リファレンス領域５０２ではなく、顔検出領域５０１の顔側の領域を特徴量抽出領域とすることによって、次に顔が現れたときにでも対応できるようにする。これにより、後ろ向きから横、正面と遷移する際に、肌色情報を利用することができるため、後ろから正面への復帰が安定する。
　後ろを向いた場合でも追跡できているので、後ろ向き状態の場合でも追跡結果描画回路にて、追跡枠の表示や追跡結果位置をぼかす等のＵＩ(User Interface)制御はもちろんのこと、ＡＥ・ＡＦなどの制御や、カメラ制御回路１４５でカメラの制御を行うことによって、自動フレーミング・自動撮影が可能になる。
　以上の処理をプログラムにて実行した場合は、図９に示すステップになる。入力画像を撮影し、撮影された入力データ（Ｓ６０１）に対して、顔検出処理（Ｓ６０２）が行われる。なお、顔検出は、従来の方法を使用する。次いで、顔検出した結果に対して顔向き認識処理（Ｓ６０３）が行われる。この顔向き認識も、従来の方法を使用する。そして、顔検出位置から色の初期登録特徴が抽出される（Ｓ６０４）。さらに、次のフレームにおいて色特徴を用いてターゲット領域を特定する追跡処理（Ｓ６０５）が行われ、その後、顔検出処理（Ｓ６０６）が行われる。もし、顔検出ができれば（Ｓ６０７）、顔向き認識結果に基づいて、追跡結果であるターゲット領域が顔検出位置に置き換えられる。顔検出ができない場合は、色の特徴量を用いて追跡処理を行い、色の特徴量に関する追跡評価値が算出される。追跡結果の評価値も閾値以下であれば追跡処理が終了する（Ｓ６１１）。また、色特徴量による追跡結果の評価値が閾値より高ければ、ターゲット領域内の初期位置から色ヒストグラムを用いて表される色特徴が抽出され、初期登録特徴量を更新した後（Ｓ６１２）、追尾枠の表示、およびカメラ制御へと制御が移る（Ｓ６０９）。そして、顔検出ができた場合は、顔向き検出の結果に基づいて初期登録特徴量が更新される箇所を選択し、初期登録特徴量が更新される（Ｓ６０８）。そして、更新された追跡結果位置、すなわち、ターゲット領域のＬＣＤ表示、およびカメラ制御が行われる。（Ｓ６０９）その後、追跡処理（Ｓ６０５）に戻り、処理が繰り返される。
　（実施の形態２）
　実施の形態２では、円形状情報のように回転に不変な情報と色情報とを利用した追跡、頭部（正面向きの顔だけでなく顔が見えない後ろ向きの場合も含む）の追跡も可能とする電子カメラについて述べる。すなわち、実施の形態２では、顔向き情報の代わりに円形状の情報を用いて、色特徴を更新するための更新領域の位置を決定する。
　実施の形態２の構成は、図４の構成と同じであるので、動作が同一の構成要素に対しては説明を省略する。
　実施の形態２でも追跡処理は、実施の形態１と同様に色ヒストグラムマッチングを用いて類似度、すなわち、評価値を算出し、追跡を行うものとして説明する。
　実施の形態２でも実施の形態１と同様の方法を用いて、顔検出情報やユーザからの指示（タッチパネルやポインタなど）によって対象物の初期位置を決定し、初期特徴量を登録する。
　頭部の見え方の不変的な情報の一つに、「頭部は円である」ということがある。そこで、本実施の形態２では、更新領域検知回路１３９によって、形状情報を利用して更新領域の検知を行う例を示す。これ以外にも、物体の見え方に対する不変的な特徴であれば、どのようなものを用いても構わない。
　頭部円形状の検出方法について述べる。メモリ１１１に格納されている追跡結果の近傍においてエッジ検出が行われる。エッジ検出はソーベルオペレータなどが用いられる。もしくは、フレーム間差分により、差分点を利用する方法がある。ここで得られる点群（特徴点群）に対して、ハフ変換を実施し、円の半径と中心が求められる。円の半径と中心の求め方は、例えば、文献「ＨｅａｄＦｉｎｄｅｒ：フレーム間差分をベースにした人物追跡、馬場ら」（非特許文献：１）に記載されている手法によって求めることができる。上記文献で述べられている手法について簡単に説明する。
　円は（数２）を用いて中心座標ａ、ｂおよび半径ｒの定数によって決定できる。
Figure JPOXMLDOC01-appb-M000002
　これをハフ変換に当てはめると、求める未知数が３個となるので投票空間が３次元となる。この計算量は膨大となるため、実時間動作は難しい。そこで、サイズがある一定のの半径ｒの範囲に限定される。その後、幅を持たせた複数の半径内に含まれる特徴点群を用いて投票を行うことによって半径パラメータａ、ｂが求められる。これにより、頭部の円形状が推定される。このとき、円上に特徴点群が何個含まれるかが、円形状のフィッティング度合いを表す評価値となる。この円形状の位置、半径情報と評価値がメモリ１１１に書き込まれる。
　ここでは、頭部は評価値が低いが向き変化に対して安定して検出でき、色情報は、向きが変わると評価値が下がるという点に着目する。見え方が変わることにより色情報にて評価値が下がる場合に、頭部円形状の検出位置にて位置補正を行い、登録特徴量を補正することによって、見え方の変化に対して安定した追跡方法について述べる。
　更新判定回路１４０が、メモリ１１１から色による追跡結果の評価値と更新領域検知結果の評価値とを読み込み、追跡結果の評価値が下回ったときや、閾値ｔｈ１を下回ったときに、更新の判定を行いメモリ１１１に判定結果を書き込む。このときの評価値と時間軸の関係を図１０に示す。
　図１０（ａ）は、更新領域検知結果の評価値が追跡結果の評価値を上回ったときに更新を行う。図１０（ａ）、（ｂ）および（ｃ）において、実線は、追跡結果の評価値を表し、点線は更新領域検知結果の評価値を表す。
Figure JPOXMLDOC01-appb-M000003
　この場合は、対象物体の見え方が変化し、評価値が下がることによって、生じる現象であり追跡の失敗が起こったときに、復帰できるように更新をすることができる。
　図１０（ｂ）は、更新領域検知結果の評価値が閾値ｔｈ１より大きくなった場合に、更新を行うものである。
Figure JPOXMLDOC01-appb-M000004
　この場合は、更新領域検知結果での安定性が保証されるときである。この場合は、更新領域検知結果の位置に、追跡結果の位置を補正する。これにより、更新領域検知結果を用いて十分に追跡できる場合は図１０（ｂ）の方式を利用し、そうでない物体においてはどちらかをうまく選択できるため、安定したシステムの構築が可能になる。
　さらに更新のタイミングについて説明する。色評価値の変化は、登録の色や対象物の色の複雑さによって異なる。例えば、平均彩度が高い場合には、色による追跡の評価値が高く、評価値が見え方の変化とともに、ゆっくりと下がる傾向にある。
　このため、平均彩度が高い物体では、円検出の頻度を下げることが可能になり、全体的な処理量の削減につながる。また、平均彩度が低い場合には、色ヒストグラムによる追跡は難しく、急激に評価値が下がる傾向にある。このため、平均彩度が低い場合には、頻繁に円検出を行うことによって、安定した追跡が可能になる。なお、平均彩度が低い場合には、円検出により特定された更新領域を、ターゲット領域と定めてもよい。
　また、上記では、評価値の関係により更新する方法について述べたが、色による追跡結果位置すなわち、ターゲット領域と、円検出の結果位置すなわち、更新領域との距離関係を用いて、更新を行う方法もある。例えば、検出した円半径の２倍の範囲内を許容範囲としたときに、これよりも色の追跡結果位置（追跡枠の重心）が離れている場合は、円検出の位置に更新を行うことによって、安定した追跡が可能になる。なお、円の倍数に限らず、ユークリッド距離などどのような距離を用いても構わない。この場合、色特徴による追跡の評価値も高く、円検出による評価値も高いとしても、色特徴による追跡が対象物でなく、誤追跡である可能性が高いからである。
　位置補正回路１４２が、追跡結果のターゲット領域の座標とサイズとを、更新領域検知結果の座標とサイズとに置き換え、メモリ１１１に格納する。このとき、更新領域検知結果は円の中心と半径が格納されているので、矩形枠の左上座標、高さと幅が得られるように中心から半径を引いた値を左上座標とし、半径の２倍を矩形枠の高さと幅とする。
　また、図１０（ｃ）に示すように、追跡終了判定回路１４１において、追跡結果の評価値と、更新領域検知結果の評価値が閾値ｔｈ２を下回ったときに、追跡を終了する判定結果をメモリ１１１に格納する。
　その後、顔検出を実施し初期特徴量抽出部１３６により自動復帰、または、ユーザに追跡処理が終了したことを通知し、再度、追跡物***置を指定させるという方法をとることによって、再追跡が可能になる。
　以上により、後ろを向いた場合でも追跡でき、このような状態でも追跡結果描画回路にて、追跡枠の表示や追跡結果位置をぼかす等のＵＩ制御はもちろんのこと、ＡＥ・ＡＦなどの制御や、カメラ制御回路１４５でカメラの制御を行うことで、自動フレーミング・自動撮影が可能になる。
　以上の処理をプログラムにて実行した場合は、図１１に示すようなステップになる。撮影された入力画像（Ｓ８０１）に対して、顔検出（Ｓ８０２）が行われる。顔検出した結果に対して初期登録特徴が抽出される（Ｓ８０３）。次のフレームにおいて、ステップＳ８０３で登録された色特徴を用いて追跡処理（Ｓ８０４）を行い、ターゲット領域が特定される。その後、形状特徴である円を用いて円検出が行われ、更新領域の特定を行う（Ｓ８０５）。
　色特徴による追跡処理の評価値と、形状特徴である円を用いた円検出の評価値をもとに、追跡処理を終了するか否かが判定される（Ｓ８０６）。ステップ８０６では、色特徴量による追跡処理の評価値と円検出による評価値とが、ともに、閾値ｔｈ２を下回ったときに、追跡を終了すると判定する。追跡処理を終了すると判定された場合は、追跡処理を終了し、追跡枠の表示が終了する、もしくは、アラーム等によってユーザに処理終了が提示される。その後、ユーザには、再度初期位置設定を行うように促す表示がディスプレイに記載されるか、顔検出により初期位置設定が行われ自動復帰するとしてもよい（Ｓ８１０）。終了しない場合は、図１０（ｂ）に示したように閾値ｔｈ１が用いられるか、すなわち、色特徴による追跡処理の評価値にかかわらず、円検出による評価値が閾値ｔｈ１を上回るときは色特徴を更新するとするか、または、図１０（ａ）に示したように円検出による更新領域検知結果の評価値が色特徴を用いた追跡特徴の評価値を上回ったとき、色特徴の特徴量の更新を行うと判定する（Ｓ８０７）。特徴量の更新を行うと判定された場合、更新領域検知結果の位置・特徴量を用いて追尾結果の位置・特徴量が更新される（Ｓ８０８）。そして、更新された追跡結果位置のＬＣＤ表示、およびカメラ制御が行われる（Ｓ８０９）。その後、ステップＳ８０４の追跡処理に戻り、ステップＳ８０４～Ｓ８１０で繰り返し処理が行われる。
　この追跡処理方法や類似度算出方法については、色ヒストグラムマッチング方法に限ったものではなく、最小二乗距離に基づく方法や正規化相関に基づく方法などでも構わない。また、探索方法として単純な走査でなくパーティクルフィルタに基づく方法などであったとしても構わない。
　また、本実施の形態では、色特徴を追尾特徴とし、形状特徴を更新領域検知特徴としたが、非剛体であって色変化が少ない物体のように、色の変化に対して安定にとれ、形状が不安定な場合においては、色特徴を、更新領域検知結果特徴とし、形状特徴を追尾特徴としても構わない。なお、本実施の形態では、初期位置として顔検出位置を利用したが、ＡＦの位置を初期位置として利用しても構わない。
　なお、ブロック図（図４など）の各機能ブロックは典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部または全てを含むように１チップ化されてもよい。例えばメモリ以外の機能ブロックが１チップ化されていてもよい。
　ここでは、ＬＳＩとしたが、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。
　また、集積回路化の手法はＬＳＩに限るものではなく、専用回路または汎用プロセッサを用いて実現してもよい。ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらには、半導体技術の進歩または派生する別技術によりＬＳＩに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適応等が可能性としてありえる。
　また、各機能ブロックのうち、符号化または復号化の対象となるデータを格納する手段だけ１チップ化せずに別構成としてもよい。
　本発明にかかる電子カメラおよび画像処理方法は、物体の見え方が変化するような対象の追跡機能を有し、追跡機能によって実現されるベストショット撮影機能やＡＥ・ＡＦなどのカメラ制御、画像のフレーミングに有用である。また、人物などの対象物を追跡撮影する監視カメラに有用である。

Claims (19)

  1. 　連続して撮影する画像の各フレーム内において追尾の対象となる対象物が写っている対象領域を特定して表示する機能を持つ電子カメラであって、
    　前記対象物の特徴を定量的に示すあらかじめ登録された第一の特徴量を用いて、フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第一の評価値を算出し、算出した前記第一の評価値に基づいて、前記対象物の画像が存在すると推定されるターゲット領域を特定する追跡処理部と、
    　前記第一の特徴量とは異なる特徴量であり、かつ、前記対象物の特徴を定量的に示す第二の特徴量を用いて、前記フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第二の評価値を算出し、算出した前記第二の評価値に基づいて、前記第一の特徴量を更新するための更新領域を前記フレーム内において特定する更新領域算出部と、
    　前記追跡処理部において算出された前記第一の評価値と、前記更新領域算出部において算出された前記第二の評価値とのうち少なくとも一つが、あらかじめ定められた条件を満足するか否かを調べることにより、前記第一の特徴量を更新するか否かを判定する更新判定部と、
    　前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域内において抽出された新たな第一の特徴量により、前記第一の特徴量を更新する登録特徴量更新部と、
    　前記更新判定部によって前記第一の特徴量を更新しないと判定された場合、前記追跡処理部において特定された前記ターゲット領域を前記対象領域と特定して前記ターゲット領域に関する情報を描画し、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域算出部において特定された前記更新領域を前記対象領域と特定して前記更新領域に関する情報を描画する追跡結果描画部とを備え、
    　前記追跡処理部は、あらかじめ登録された前記第一の特徴量が更新された場合、更新後の第一の特徴量を用いて、新たなフレーム内の新たなターゲット領域を特定する
    　電子カメラ。
  2. 　前記追跡処理部は、前記第一の特徴量として、対象物の色情報を用いて、前記対象物の画像が存在すると推定されるターゲット領域を特定し、
    　前記更新領域算出部は、前記第二の特徴量として、対象物の形状情報を用いて前記更新領域を特定する
    　請求項１記載の電子カメラ。
  3. 　前記更新判定部は、前記更新領域算出部において算出された前記第二の評価値が、前記追跡処理部において算出された前記第一の評価値よりも大きいとき、または、前記更新領域算出部において算出された前記第二の評価値があらかじめ定められた第一の閾値より大きいときに前記第一の特徴量を更新すると判定する
    　請求項１記載の電子カメラ。
  4. 　前記更新判定部は、前記対象物の画像の画素ごとの平均彩度が高いほど前記第一の閾値に大きな値を設定し、前記対象の平均彩度が低いほど前記第一の閾値に小さな値を設定する
    　請求項３記載の電子カメラ。
  5. 　前記更新判定部は、さらに、前記追跡処理部において特定された前記ターゲット領域と前記更新領域算出部において特定された前記更新領域との距離があらかじめ定められた第二の閾値以上になったときに更新すると判定する
    　請求項１記載の電子カメラ。
  6. 　前記電子カメラは、さらに、
    　前記対象物の追跡が継続不可能か否かを判定する終了判定部を備え、
    　前記終了判定部は、前記第一の評価値と前記第二の評価値との両方が、あらかじめ定められた第三の閾値より小さいときに前記対象の追跡が継続不可能と判定する
    　請求項１記載の電子カメラ。
  7. 　前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、ターゲット領域および更新領域の描画を終了する
    　請求項６記載の電子カメラ。
  8. 　前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、追跡不能となったことをユーザに提示する画像を描画する
    　請求項６記載の電子カメラ。
  9. 　前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、ユーザに対して再度初期位置設定を促す画像を描画する
    　請求項６記載の電子カメラ。
  10. 　前記追跡結果描画部は、前記対象の追跡が継続不可能と判定されたときに、新たな顔検出により初期位置設定を行う
    　請求項６記載の電子カメラ。
  11. 　前記電子カメラは、さらに、
    　各フレーム内の画像内において顔を検出する顔検出回路と、
    　前記顔検出回路によって検出された顔の向きを認識する顔向き認識回路とを備え、
    　前記更新領域算出部は、前記顔向き認識回路によって前記対象物である顔が横を向いていると認識されたとき、真横を向いている顔の領域である更新基準領域を前記更新領域算出部において算出した後、顔部分と髪の毛部分とのあらかじめ指定された位置関係に基づき、前記更新基準領域内における前記更新領域を算出する
    　請求項１記載の電子カメラ。
  12. 　前記電子カメラは、さらに、前記追跡処理部において特定されたターゲット領域、および、前記更新領域算出部において特定された前記更新領域のいずれかに基づいて、前記電子カメラの動作を調整するためのカメラパラメータを変更するカメラ制御部を有する
    　請求項１記載の電子カメラ。
  13. 　前記カメラ制御部は、前記カメラパラメータに基づいて、前記電子カメラの筐体および雲台の少なくとも一方の動作を制御し、特定された前記対象物の全体、または一部をフレーム内の所定の位置、およびサイズに合わせるように制御を行う
    　請求項１２記載の電子カメラ。
  14. 　前記電子カメラは、さらに、前記ターゲット領域の初期位置を、ユーザからの入力に基づいて、または、あらかじめ定められた方法を用いて決定するターゲット領域初期設定部を有する
    　請求項１記載の電子カメラ。
  15. 　前記ターゲット領域初期設定部は、人物、もしくは、顔のいずれか一方の検出位置を初期位置と決定する
    　請求項１４記載の電子カメラ。
  16. 　前記ターゲット領域初期設定部は、ＡＦ（オートフォーカス）機能により焦点を合わせた場所を初期位置と決定する
    　請求項１４記載の電子カメラ。
  17. 　連続して撮影する画像の各フレーム内において追尾の対象となる対象物が写っている対象領域を特定して表示する機能を持つ電子カメラにおける画像処理方法であって、
    　追跡処理部が、前記対象物の特徴を定量的に示すあらかじめ登録された第一の特徴量を用いて、フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第一の評価値を算出し、算出した前記第一の評価値に基づいて、前記対象物の画像が存在すると推定されるターゲット領域を特定し、
    　更新領域算出部が、前記第一の特徴量とは異なる特徴量であり、かつ、前記対象物の特徴を定量的に示す第二の特徴量を用いて、前記フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第二の評価値を算出し、算出した前記第二の評価値に基づいて、前記第一の特徴量を更新するための更新領域を前記フレーム内において特定し、
    　更新判定部が、前記追跡処理部において算出された前記第一の評価値と、前記更新領域算出部において算出された前記第二の評価値とのうち少なくとも一つが、あらかじめ定められた条件を満足するか否かを調べることにより、前記第一の特徴量を更新するか否かを判定し、
    　登録特徴量更新部が、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域内において抽出された新たな第一の特徴量により、前記第一の特徴量を更新し、
    　追跡結果描画部が、前記更新判定部によって前記第一の特徴量を更新しないと判定された場合、前記追跡処理部において特定された前記ターゲット領域を前記対象領域と特定して前記ターゲット領域に関する情報を描画し、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域算出部において特定された前記更新領域を前記対象領域と特定して前記更新領域に関する情報を描画し、
    　前記追跡処理部は、あらかじめ登録された前記第一の特徴量が更新された場合、更新後の第一の特徴量を用いて、新たなフレーム内の新たなターゲット領域を特定する
    　画像処理方法。
  18. 　連続して撮影する画像の各フレーム内において追尾の対象となる対象物が写っている対象領域を特定して表示する機能を持つ集積回路であって、
    　前記対象物の特徴を定量的に示すあらかじめ登録された第一の特徴量を用いて、フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第一の評価値を算出し、算出した前記第一の評価値に基づいて、前記対象物の画像が存在すると推定されるターゲット領域を特定する追跡処理部と、
    　前記第一の特徴量とは異なる特徴量であり、かつ、前記対象物の特徴を定量的に示す第二の特徴量を用いて、前記フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第二の評価値を算出し、算出した前記第二の評価値に基づいて、前記第一の特徴量を更新するための更新領域を前記フレーム内において特定する更新領域算出部と、
    　前記追跡処理部において算出された前記第一の評価値と、前記更新領域算出部において算出された前記第二の評価値とのうち少なくとも一つが、あらかじめ定められた条件を満足するか否かを調べることにより、前記第一の特徴量を更新するか否かを判定する更新判定部と、
    　前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域内において抽出された新たな第一の特徴量により、前記第一の特徴量を更新する登録特徴量更新部と、
    　前記更新判定部によって前記第一の特徴量を更新しないと判定された場合、前記追跡処理部において特定された前記ターゲット領域を前記対象領域と特定して前記ターゲット領域に関する情報を描画し、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域算出部において特定された前記更新領域を前記対象領域と特定して前記更新領域に関する情報を描画する追跡結果描画部とを備え、
    　前記追跡処理部は、あらかじめ登録された前記第一の特徴量が更新された場合、更新後の第一の特徴量を用いて、新たなフレーム内の新たなターゲット領域を特定する
    　集積回路。
  19. 　連続して撮影する画像の各フレーム内において追尾の対象となる対象物が写っている対象領域を特定して表示する機能を持つ画像処理プログラムが記録されたコンピュータ読み取り可能な記録媒体であって、
    　追跡処理部が、前記対象物の特徴を定量的に示すあらかじめ登録された第一の特徴量を用いて、フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第一の評価値を算出し、算出した前記第一の評価値に基づいて、前記対象物の画像が存在すると推定されるターゲット領域を特定し、
    　更新領域算出部が、前記第一の特徴量とは異なる特徴量であり、かつ、前記対象物の特徴を定量的に示す第二の特徴量を用いて、前記フレーム内のあらかじめ定められた範囲内を探索し、前記探索結果として得られた領域内の画像に対して前記対象物の画像との一致度を示す第二の評価値を算出し、算出した前記第二の評価値に基づいて、前記第一の特徴量を更新するための更新領域を前記フレーム内において特定し、
    　更新判定部が、前記追跡処理部において算出された前記第一の評価値と、前記更新領域算出部において算出された前記第二の評価値とのうち少なくとも一つが、あらかじめ定められた条件を満足するか否かを調べることにより、前記第一の特徴量を更新するか否かを判定し、
    　登録特徴量更新部が、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域内において抽出された新たな第一の特徴量により、前記第一の特徴量を更新し、
    　追跡結果描画部が、前記更新判定部によって前記第一の特徴量を更新しないと判定された場合、前記追跡処理部において特定された前記ターゲット領域を前記対象領域と特定して前記ターゲット領域に関する情報を描画し、前記更新判定部によって前記第一の特徴量を更新すると判定された場合、前記更新領域算出部において特定された前記更新領域を前記対象領域と特定して前記更新領域に関する情報を描画し、
    　前記追跡処理部は、あらかじめ登録された前記第一の特徴量が更新された場合、更新後の第一の特徴量を用いて、新たなフレーム内の新たなターゲット領域を特定する
    　プログラムを記録した記録媒体。
PCT/JP2009/000477 2008-02-06 2009-02-06 電子カメラおよび画像処理方法 WO2009098894A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP09708197.0A EP2242253B1 (en) 2008-02-06 2009-02-06 Electronic camera and image processing method
JP2009552414A JP5090474B2 (ja) 2008-02-06 2009-02-06 電子カメラおよび画像処理方法
CN2009801044907A CN101939980B (zh) 2008-02-06 2009-02-06 电子摄像机和图像处理方法
US12/865,917 US8253819B2 (en) 2008-02-06 2009-02-06 Electronic camera and image processing method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008-026160 2008-02-06
JP2008026160 2008-02-06

Publications (1)

Publication Number Publication Date
WO2009098894A1 true WO2009098894A1 (ja) 2009-08-13

Family

ID=40951973

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/000477 WO2009098894A1 (ja) 2008-02-06 2009-02-06 電子カメラおよび画像処理方法

Country Status (5)

Country Link
US (1) US8253819B2 (ja)
EP (1) EP2242253B1 (ja)
JP (1) JP5090474B2 (ja)
CN (1) CN101939980B (ja)
WO (1) WO2009098894A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110033086A1 (en) * 2009-08-06 2011-02-10 Canon Kabushiki Kaisha Image processing apparatus and image processing method
JP2011053959A (ja) * 2009-09-02 2011-03-17 Canon Inc 画像処理装置、被写体判別方法、プログラム及び記憶媒体
CN102055908A (zh) * 2009-11-10 2011-05-11 奥林巴斯映像株式会社 图像拍摄装置以及图像拍摄方法
CN102521580A (zh) * 2011-12-21 2012-06-27 华平信息技术（南昌）有限公司 实时目标匹配跟踪方法及***
JP2013196199A (ja) * 2012-03-16 2013-09-30 Fujitsu Ltd 利用者検知装置、方法及びプログラム
KR101455018B1 (ko) * 2011-02-03 2014-10-27 가부시키가이샤 리코 촬상 장치, 촬상 방법, 및 컴퓨터 판독 가능한 기록 매체
JP2015041383A (ja) * 2013-08-23 2015-03-02 株式会社リコー 対象追跡方法及び対象追跡装置
JP2016057409A (ja) * 2014-09-08 2016-04-21 キヤノン株式会社 撮像装置および撮像装置の制御方法
JP2021132362A (ja) * 2020-02-19 2021-09-09 キヤノン株式会社 被写体追尾装置、被写体追尾方法、コンピュータプログラム及び記憶媒体
JP2021184564A (ja) * 2020-05-22 2021-12-02 パナソニックＩｐマネジメント株式会社 画像追尾装置
US11553136B2 (en) 2020-02-19 2023-01-10 Canon Kabushiki Kaisha Subject tracking device, subject tracking method, and storage medium

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4869270B2 (ja) * 2008-03-10 2012-02-08 三洋電機株式会社 撮像装置及び画像再生装置
US20110102570A1 (en) * 2008-04-14 2011-05-05 Saar Wilf Vision based pointing device emulation
WO2010044214A1 (ja) * 2008-10-14 2010-04-22 パナソニック株式会社 顔認識装置および顔認識方法
KR101051365B1 (ko) * 2009-07-16 2011-07-22 주식회사 유니온커뮤니티 카메라를 구비한 출입관리장치 및 그 출입관리방법
GB2474536B (en) 2009-10-13 2011-11-02 Pointgrab Ltd Computer vision gesture based control of a device
JP5427577B2 (ja) * 2009-12-04 2014-02-26 パナソニック株式会社 表示制御装置及び表示画像形成方法
KR101652261B1 (ko) * 2009-12-24 2016-08-30 삼성전자주식회사 카메라를 이용한 오브젝트 검출 방법
US8705813B2 (en) * 2010-06-21 2014-04-22 Canon Kabushiki Kaisha Identification device, identification method, and storage medium
CN102075686B (zh) * 2011-02-10 2013-10-30 北京航空航天大学 一种鲁棒的实时在线摄像机跟踪方法
US8766153B2 (en) * 2011-02-17 2014-07-01 Mitutoyo Corporation Vision measuring device and auto-focusing control method
KR20120118383A (ko) * 2011-04-18 2012-10-26 삼성전자주식회사 이미지 보정 장치 및 이를 이용하는 이미지 처리 장치와 그 방법들
CN103004179B (zh) * 2011-06-29 2015-11-25 奥林巴斯映像株式会社 跟踪装置和跟踪方法
JP5888890B2 (ja) * 2011-07-21 2016-03-22 オリンパス株式会社 フォーカス制御装置
JP6034197B2 (ja) * 2011-08-25 2016-11-30 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 画像処理装置、３次元撮像装置、画像処理方法、および画像処理プログラム
CN103299613B (zh) * 2011-11-17 2017-08-15 松下电器（美国）知识产权公司 图像处理装置、摄像装置及图像处理方法
KR101989152B1 (ko) * 2012-02-10 2019-09-30 삼성전자주식회사 동영상 촬영 또는 재생 중, 정지 영상을 캡쳐하는 장치 및 방법
US9049364B2 (en) * 2012-02-13 2015-06-02 Htc Corporation Focus adjusting method and image capture device thereof
US9256781B2 (en) * 2012-05-10 2016-02-09 Pointguard Ltd. System and method for computer vision based tracking of an object
US8938124B2 (en) * 2012-05-10 2015-01-20 Pointgrab Ltd. Computer vision based tracking of a hand
US8441548B1 (en) * 2012-06-15 2013-05-14 Google Inc. Facial image quality assessment
CN103516972B (zh) * 2012-06-19 2017-03-29 联想(北京)有限公司 摄像头控制方法及电子设备
JP2014116716A (ja) * 2012-12-07 2014-06-26 Samsung Display Co Ltd 追尾装置
JP2014139734A (ja) * 2013-01-21 2014-07-31 Sony Corp 情報処理装置および方法、並びにプログラム
JP2014207659A (ja) * 2013-03-19 2014-10-30 パナソニック株式会社 画像処理装置及び画像処理方法及び撮像装置
KR101316805B1 (ko) 2013-05-22 2013-10-11 주식회사 파이브지티 자동 얼굴 위치 추적 및 얼굴 인식 방법 및 시스템
US10474921B2 (en) * 2013-06-14 2019-11-12 Qualcomm Incorporated Tracker assisted image capture
WO2014203026A1 (en) * 2013-06-17 2014-12-24 Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi A method for object tracking
JP6268960B2 (ja) * 2013-11-15 2018-01-31 オムロン株式会社 画像認識装置及び画像認識装置に対するデータ登録方法
US9437000B2 (en) * 2014-02-20 2016-09-06 Google Inc. Odometry feature matching
CN105518702B (zh) * 2014-11-12 2018-06-26 深圳市大疆创新科技有限公司 一种对目标物体的检测方法、检测装置以及机器人
JP6521626B2 (ja) 2014-12-25 2019-05-29 キヤノン株式会社 被写体追跡装置、方法およびプログラム
US9934443B2 (en) * 2015-03-31 2018-04-03 Daon Holdings Limited Methods and systems for detecting head motion during an authentication transaction
EP3376470B1 (en) * 2015-11-13 2021-01-13 Panasonic Intellectual Property Management Co., Ltd. Moving body tracking method, moving body tracking device, and program
TWI585394B (zh) * 2015-12-09 2017-06-01 由田新技股份有限公司 動態式自動追焦系統
JP6656987B2 (ja) * 2016-03-30 2020-03-04 株式会社エクォス・リサーチ 画像認識装置、移動体装置、及び画像認識プログラム
CN106934395B (zh) * 2017-02-15 2020-06-30 国家计算机网络与信息安全管理中心 一种采用surf特征和颜色特征相融合的刚体目标跟踪方法
CN107181976B (zh) * 2017-04-28 2021-01-29 华为技术有限公司 一种弹幕显示方法及电子设备
CN110059521B (zh) * 2018-01-18 2022-05-13 浙江宇视科技有限公司 目标跟踪方法及装置
US20190244030A1 (en) * 2018-02-07 2019-08-08 Hitachi, Ltd. Object tracking in video using better object area
US11164015B2 (en) * 2018-05-08 2021-11-02 Ford Global Technologies, Llc Simultaneous diagnosis and shape estimation from a perceptual system derived from range sensors
JP6779474B2 (ja) * 2019-01-16 2020-11-04 みこらった株式会社 浮揚移動台
CN110517614B (zh) * 2019-08-28 2022-11-22 苏州精速智能科技有限公司 一种液晶模组导电粒子不良的检测方法
US11308923B2 (en) * 2019-10-09 2022-04-19 Motorola Mobility Llc Electronic device with face orienting user interface
US11076111B1 (en) * 2019-11-13 2021-07-27 Twitch Interactive, Inc. Smart color-based background replacement
CN111062965B (zh) * 2019-12-26 2023-01-17 西华大学 一种基于流水线的低复杂度双门限多分辨率嘴部检测方法
US11004212B1 (en) * 2020-01-02 2021-05-11 Hong Kong Applied Science and Technology Research Institute Company Limited Object tracking method and system using iterative template matching
CN115222817B (zh) * 2022-08-31 2022-11-29 成都千嘉科技股份有限公司 一种指针式压力表的指针定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10304348A (ja) * 1997-05-01 1998-11-13 Atr Chinou Eizo Tsushin Kenkyusho:Kk 動物体追跡方法
JPH11167455A (ja) * 1997-12-05 1999-06-22 Fujitsu Ltd 手形状認識装置及び単色物体形状認識装置
JP2004362210A (ja) * 2003-06-04 2004-12-24 Nippon Telegr & Teleph Corp <Ntt> 物体追跡装置と方法、及びそのプログラムとそのプログラムを記録した記録媒体

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH056434A (ja) * 1991-06-27 1993-01-14 Matsushita Electric Ind Co Ltd 自動追尾装置
US6687386B1 (en) * 1999-06-15 2004-02-03 Hitachi Denshi Kabushiki Kaisha Object tracking method and object tracking apparatus
US6859552B2 (en) * 2000-11-07 2005-02-22 Minolta Co., Ltd. Image retrieving apparatus
JP2002157599A (ja) 2000-11-17 2002-05-31 Nippon Telegr & Teleph Corp <Ntt> 物体検出認識方法，物体検出認識プログラムを記録した記録媒体および物体監視追跡装置
US7099510B2 (en) * 2000-11-29 2006-08-29 Hewlett-Packard Development Company, L.P. Method and system for object detection in digital images
US7298412B2 (en) * 2001-09-18 2007-11-20 Ricoh Company, Limited Image pickup device, automatic focusing method, automatic exposure method, electronic flash control method and computer program
KR100459893B1 (ko) * 2002-01-08 2004-12-04 삼성전자주식회사 동영상에서 칼라 기반의 객체를 추적하는 방법 및 그 장치
JP4140567B2 (ja) * 2004-07-14 2008-08-27 松下電器産業株式会社 物体追跡装置および物体追跡方法
US7315631B1 (en) * 2006-08-11 2008-01-01 Fotonation Vision Limited Real-time face tracking in a digital image acquisition device
JP4824411B2 (ja) * 2005-01-20 2011-11-30 パナソニック株式会社 顔抽出装置、半導体集積回路
ATE546800T1 (de) * 2005-07-05 2012-03-15 Omron Tateisi Electronics Co Tracking-vorrichtung
JP2007072520A (ja) * 2005-09-02 2007-03-22 Sony Corp 映像処理装置
JP4657934B2 (ja) * 2006-01-23 2011-03-23 富士フイルム株式会社 顔検出方法および装置並びにプログラム
GB2452512B (en) * 2007-09-05 2012-02-29 Sony Corp Apparatus and method of object tracking
TW200929005A (en) * 2007-12-26 2009-07-01 Altek Corp Human face detection and tracking method
JP4730431B2 (ja) * 2008-12-16 2011-07-20 日本ビクター株式会社 目標追尾装置
JP5383366B2 (ja) * 2009-07-28 2014-01-08 キヤノン株式会社 画像処理装置、画像処理方法、および、そのプログラム
JP5662670B2 (ja) * 2009-10-27 2015-02-04 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10304348A (ja) * 1997-05-01 1998-11-13 Atr Chinou Eizo Tsushin Kenkyusho:Kk 動物体追跡方法
JPH11167455A (ja) * 1997-12-05 1999-06-22 Fujitsu Ltd 手形状認識装置及び単色物体形状認識装置
JP2004362210A (ja) * 2003-06-04 2004-12-24 Nippon Telegr & Teleph Corp <Ntt> 物体追跡装置と方法、及びそのプログラムとそのプログラムを記録した記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2242253A4 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538075B2 (en) * 2009-08-06 2013-09-17 Canon Kabushiki Kaisha Classifying pixels for target tracking, apparatus and method
US20110033086A1 (en) * 2009-08-06 2011-02-10 Canon Kabushiki Kaisha Image processing apparatus and image processing method
JP2011053959A (ja) * 2009-09-02 2011-03-17 Canon Inc 画像処理装置、被写体判別方法、プログラム及び記憶媒体
CN102055908A (zh) * 2009-11-10 2011-05-11 奥林巴斯映像株式会社 图像拍摄装置以及图像拍摄方法
CN102055908B (zh) * 2009-11-10 2013-07-24 奥林巴斯映像株式会社 图像拍摄装置以及图像拍摄方法
US9336606B2 (en) 2011-02-03 2016-05-10 Ricoh Company, Ltd. Image capturing apparatus, image capturing method, and computer program product
KR101455018B1 (ko) * 2011-02-03 2014-10-27 가부시키가이샤 리코 촬상 장치, 촬상 방법, 및 컴퓨터 판독 가능한 기록 매체
CN102521580A (zh) * 2011-12-21 2012-06-27 华平信息技术（南昌）有限公司 实时目标匹配跟踪方法及***
JP2013196199A (ja) * 2012-03-16 2013-09-30 Fujitsu Ltd 利用者検知装置、方法及びプログラム
JP2015041383A (ja) * 2013-08-23 2015-03-02 株式会社リコー 対象追跡方法及び対象追跡装置
JP2016057409A (ja) * 2014-09-08 2016-04-21 キヤノン株式会社 撮像装置および撮像装置の制御方法
JP2021132362A (ja) * 2020-02-19 2021-09-09 キヤノン株式会社 被写体追尾装置、被写体追尾方法、コンピュータプログラム及び記憶媒体
US11553136B2 (en) 2020-02-19 2023-01-10 Canon Kabushiki Kaisha Subject tracking device, subject tracking method, and storage medium
JP7214681B2 (ja) 2020-02-19 2023-01-30 キヤノン株式会社 被写体追尾装置、被写体追尾方法、コンピュータプログラム及び記憶媒体
JP2021184564A (ja) * 2020-05-22 2021-12-02 パナソニックＩｐマネジメント株式会社 画像追尾装置

Also Published As

Publication number Publication date
CN101939980A (zh) 2011-01-05
EP2242253B1 (en) 2019-04-03
US20110001840A1 (en) 2011-01-06
EP2242253A1 (en) 2010-10-20
EP2242253A4 (en) 2014-05-14
JP5090474B2 (ja) 2012-12-05
US8253819B2 (en) 2012-08-28
JPWO2009098894A1 (ja) 2011-05-26
CN101939980B (zh) 2012-08-08

Similar Documents

Publication Publication Date Title
JP5090474B2 (ja) 電子カメラおよび画像処理方法
US8836777B2 (en) Automatic detection of vertical gaze using an embedded imaging device
JP6106921B2 (ja) 撮像装置、撮像方法および撮像プログラム
JP5054063B2 (ja) 電子カメラ、画像処理装置及び画像処理方法
US8306262B2 (en) Face tracking method for electronic camera device
CN107707871B (zh) 图像处理设备、摄像设备、图像处理方法和存储介质
JP2008310775A (ja) 表情認識装置及び方法、並びに撮像装置
JP2015104016A (ja) 被写体検出装置、撮像装置、被写体検出装置の制御方法、被写体検出装置の制御プログラムおよび記憶媒体
JP6157165B2 (ja) 視線検出装置及び撮像装置
CN106603968B (zh) 信息处理装置及信息处理方法
US20210256713A1 (en) Image processing apparatus and image processing method
JPH10307923A (ja) 顔部品抽出装置および顔の向き検出装置
JP2012068948A (ja) 顔属性推定装置およびその方法
JP5471130B2 (ja) 画像処理装置及び方法
CN113610865A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
JP5539565B2 (ja) 撮像装置及び被写体追跡方法
US10140503B2 (en) Subject tracking apparatus, control method, image processing apparatus, and image pickup apparatus
JP2009163422A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
JP5247419B2 (ja) 撮像装置および被写体追跡方法
JP2007025899A (ja) 画像処理装置、画像処理方法
JP5336798B2 (ja) 画像処理装置および画像処理方法、プログラム
US10943094B2 (en) Information processing apparatus for estimating age and method thereof
US20230065506A1 (en) Image processing apparatus, control method thereof, and image capturing apparatus
US20240037985A1 (en) Cascaded detection of facial attributes
US20240070877A1 (en) Image processing apparatus, method for controlling the same, imaging apparatus, and storage medium

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980104490.7

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09708197

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2009552414

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 12865917

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2009708197

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE