対象物検出装置、対象物検出方法、および対象物検出プログラム
【課題】少ない計算量で高速な処理を可能にし、且つ高い精度でデジタル画像から対象物を検出する。
【解決手段】入力されたデジタル画像データから、注目したい対象物である可能性がある複数の画像領域を検出する第１検出部６０と、第１検出部６０で検出された、対象物である可能性のある複数の画像領域のうち、一の前記対象物に対して重複して検出されている複数の画像領域から最もこの一の対象物である可能性が高い画像領域を抽出するグルーピング処理部７０と、グルーピング処理部７０で選択された画像領域から対象物の画像領域を高精度に検出する第２検出部８０とを備える。
【解決手段】入力されたデジタル画像データから、注目したい対象物である可能性がある複数の画像領域を検出する第１検出部６０と、第１検出部６０で検出された、対象物である可能性のある複数の画像領域のうち、一の前記対象物に対して重複して検出されている複数の画像領域から最もこの一の対象物である可能性が高い画像領域を抽出するグルーピング処理部７０と、グルーピング処理部７０で選択された画像領域から対象物の画像領域を高精度に検出する第２検出部８０とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、デジタル画像から注目したい対象物の検出を行うための、対象物検出装置、対象物検出方法、および対象物検出プログラムに関する。
【背景技術】
【０００２】
従来、デジタル画像処理分野においては、デジタル画像の中から注目したい対象物を検出するためのさまざまな技術が提案されている。
【０００３】
これらの技術において、注目したい対象物として例えば人の顔を検出する場合には、目、鼻、口、または輪郭など顔の各部分の形状の特徴を用いる方法、顔の濃淡特徴や肌色などの色の特徴を利用する方法、またはこれらを組み合わせる方法などが用いられる。
【０００４】
そして、これらの対象物を検出する技術の１つとして、ブースティングと呼ばれる手法がある。このブースティング法は、検出精度の低い識別器（弱識別器）を多数組み合わせ、誤りが最小になるようにそれぞれの弱識別器に重み付けをすることにより１つの精度の高い識別器を構成して、対象物の検出を実行する方法である。
【０００５】
この多数の弱識別器で構成された識別器では、対象物の濃淡特徴を基に生成された学習データを利用して高速に対象物の検出を行うことができる。
【０００６】
このようなブースティング法を利用して対象物を検出する技術の一例として、非特許文献１に記載の顔検出器がある。
【０００７】
この非特許文献１に記載の顔検出器は、複数の弱識別器で構成され、ブースティングの一手法であるアダブースト（AdaBoost）を使って、Haar-like特徴のような濃淡特徴のパターンを示す複数の形状・サイズの矩形データの中から、顔の輝度の濃淡を表すのに効果的でエラーの少ない特徴を抽出すべく学習を行うことにより、デジタル画像の中から対象物である顔領域を検出するものである。
【０００８】
この非特許文献１に記載の顔検出器の構成を図５に示す。
【０００９】
図５に示すように、顔検出器１００は、複数の弱識別器をｍ個の分類器（第１分類器１００−１〜第ｍ分類器１００−ｍ）に分け、複数の弱識別器からなるｍ個の分類器をカスケード接続することにより構成されている。
【００１０】
この顔検出器１００によりデジタル画像の中から対象物を検出する際は、まず、検出対象のデジタル画像の輝度成分（輝度画像）を入力し、積分画像（Integral Image）を作成する。
【００１１】
この積分画像とは、例えば画像中の自身より１つ上と、自身より１つ左の画素の輝度値の和に自身の画素の輝度値を足し込む作業を画像の左下から順に行うことで生成されるものであり、任意の位置の画素値が自身より左下の矩形領域の輝度値の総和になっている画像のことである。
【００１２】
この積分画像を生成しておくことにより、画像内における所望の矩形領域の四隅の画素の輝度値を加減算するのみで、この矩形領域の輝度値の総和を高速に算出することができる。
【００１３】
次に、入力された輝度画像から、検索の対象となる２４×２４ピクセルの画像で構成されるウィンドウ画像を順次走査して切り出す。
【００１４】
次に、この切り出したウィンドウ画像を検出器１００に入力し、先頭の第１分類器１００−１の中の先頭の弱識別器１００−１（１）から弱識別器１００−１（ｎ）までのｎ個の弱識別器で、逐次このウィンドウ画像が顔領域であるか非顔領域であるかを２値で判定して出力し、この結果に第１分類器１００−１の信頼度に応じた重み付けを加算した結果である評価値を算出する。
【００１５】
次に、この算出された評価値が予め学習データにより設定された閾値よりも高いか否かを判定し、判定の結果が高いときはこのウィンドウ画像が顔領域であると判断して次の第２分類器１００−２にデータを送出する一方、閾値よりも低いときはこのウィンドウ画像は顔領域でないと判断して判定処理を打ち切ることにより処理の高速化を図っている。
【００１６】
次に、第２分類器１００−２において第１分類器１００−１と同様に評価値を算出し、この評価値が設定された閾値よりも高いときには、さらに第３分類器１００−３にデータを送出する。
【００１７】
このウィンドウ画像は、入力した輝度画像内を縦横に走査することにより順次切り出し、ウィンドウ画像に顔領域があるか否かの判断を行い、最後の第ｍ分類器１００−ｍまで通過したウィンドウ画像を顔領域の画像として検出する。
【００１８】
そして、検出対象のデジタル画像内における顔の大きさは様々であるため、このデジタル画像を段階的に縮小して、それぞれ上述した積分画像の生成および顔領域の検出処理を行うことにより、高い精度で顔検出を行う。
【００１９】
なお、上記の検出方法については、特許文献１にも記載されている。
【００２０】
特許文献１は、顔の表情認識システムおよび顔の表情認識のための学習方法について記載されたものであり、その中で顔検出方法について記載されている。
【００２１】
この特許文献１に記載された、アダブーストを用いた顔検出のための検出器の学習では、全ての弱仮説（非特許文献１における弱識別器と同義）中から性能が他より高いと推定される弱仮説を選別し、選別された弱仮説により統計的性質に基づいて新弱仮説を生成している。
【００２２】
次に、特許文献１に記載の顔検出器の構成を図６に示す。
【００２３】
この特許文献１に記載の顔検出器２００は、選別された複数の弱仮説（第１弱仮説２００−１〜第ｎ弱仮説２００−ｎ）が非特許文献１に記載の弱識別器と同様にカスケード接続されることにより構成されているが、この顔検出器２００によりデジタル画像の中から対象物を検出する際は、１つの弱仮説（＝弱識別器）による判定結果を出力するたびにウィンドウ画像に顔領域があるか否かを判断する。
【００２４】
各弱仮説による判定結果としては、各弱仮説における推定値を算出するたびに、「ウィンドウ画像が顔領域であるか否かを示す判別結果の推定値×当該弱仮説の信頼度」を加算し、評価値として算出する。
【００２５】
さらに、この算出された評価値と予め学習により算出された処理を打ち切るための閾値とに基づき、明らかに顔領域ではないと判定した場合には判定処理を打ち切ることにより高速化を図るものである。
【００２６】
このようにして処理を進めていき、最後の弱仮説２００−ｎまで通過したウィンドウ画像を顔領域の画像として検出する。
【００２７】
これらの非特許文献１および特許文献１に記載の顔検出器においては、デジタル画像内の全てのウィンドウ画像に対して判別処理が終わった後、顔領域を示す領域として検出された領域が近傍で２つ以上重複していた場合には、互いに重複する２つの領域のうち評価値が小さい方が顔領域である可能性が低いとみなして削除し、評価値が大きい方の領域を顔領域の画像として選択する。または、それらを平均した領域を抽出する。この処理を、重複がなくなるまで繰り返し、最後に選択した画像を顔領域の画像として検出する。
【００２８】
また特許文献２には、非特許文献１または特許文献１のように識別器を一列に接続するのではなく、図７に示すように識別器である各ノードがネットワーク状に接続された検出装置３００が記載されている。
【００２９】
この検出器３００によりデジタル画像の中から対象物を検出する際は、例えばパス３０１のような複数のノードを通る経路を生成し、入力されたウィンドウ画像に対してパスの各ノードにおいて顔などの対象物か否かを評価した評価値の累積を求め、パスの識別結果に対する識別エラーの推定値を算出する。
【００３０】
そして、複数のパスにおける識別結果の中で最も低い識別エラーが予め設定されている閾値よりも小さくなった場合は識別処理を終了し、そこに対象物があると判断する。
【００３１】
上記の処理により顔領域であると判断される場合にも、識別エラーが予め設定された閾値よりも小さくなった場合に処理を打ち切ることで処理の高速化を図る。また、エラーが閾値よりも小さくならない場合はパスの生成および評価を継続し、パスの数が予め設定された数に達したときに処理を打ち切るものである。
【非特許文献１】Paul Viola, Michael Jones, 「Robust Real-Time Face Detection」, International Journal of Computer Vision 57(2), 137-154,2004
【特許文献１】特開２００５−４４３３０号公報
【特許文献２】特開２００６−３５０６４５号公報
【発明の開示】
【発明が解決しようとする課題】
【００３２】
しかしながら、非特許文献１の顔検出器１００においては、例えば入力されるデジタル画像が幅３２０×高さ２４０ピクセルの輝度画像である場合、画像を４／５倍ずつ１０段階に縮小して積分画像を生成し、縮小されたそれぞれの画像において幅２４×高さ２４ピクセルのウィンドウ画像を切り出し、縦横１ピクセルを飛ばして走査することにより判定処理を行うと、４００００個近くのウィンドウ画像に対して判定処理を行うことになる。
【００３３】
また、判定処理に利用する学習データは概ね数百から数千個の特徴量により形成されており（非特許文献１の場合は６０６０個）、弱識別器においては１ウィンドウ画像に対して最高で学習データの個数分の判別処理が行われる。
【００３４】
この判別処理は、切り出されたウィンドウ画像がコントラストの低い無地の壁など顔と濃淡特徴が全く違うときには初めの方の分類器で「顔でない」と判断され処理が打ち切られるが、複雑な濃淡を持つウィンドウ画像の場合は後段の分類器まで進むことが多く、判別のための計算量が膨大になる可能性がある。
【００３５】
また、顔領域であると判断されるウィンドウ画像の近傍では、同じ検出対象により顔領域であると判断されたウィンドウ画像が複数検出されることが多い。
【００３６】
つまり、１つの顔領域を検出する際に、近傍の複数のウィンドウ画像においても学習データの個数分の判別処理が行われることになり、さらに計算量は膨大になる。
【００３７】
特許文献１の顔検出器２００では、弱仮説（＝弱識別器）ごとに処理を打ち切るための閾値を有しているが、どの時点で判別の打ち切りが行われるかのタイミングが非特許文献１の場合よりも多少早くなるのみであり、対象物の検出を行うための計算量はやはり膨大になる。
【００３８】
特許文献２の検出器３００では、複数の識別器をネットワーク状に配置しているが、このネットワーク状の最初に配置された識別器（ノード）など検出処理時に同じ識別器を何度も通るため効率的ではない。
【００３９】
また、特許文献２の検出器３００の形状では、ノードの途中で打ち切ることができないため、結果的には対象物であるか否かの判断をするために多くの識別器を通ることになり、顕著な高速化は見込めない。
【００４０】
そこで本発明は、上記問題に鑑みてなされたものであり、少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することが可能な対象物検出装置、対象物検出方法、および対象物検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【００４１】
上記目的を達成するための本発明の対象物検出装置（１）は、入力されたデジタル画像データから、対象物が含まれる画像領域を検出するものであり、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出手段（６０）と、前記第１の検出手段（６０）で検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理手段（７０）と、前記グルーピング処理手段（７０）で抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出手段（８０）とを備えたことを特徴とする。
【００４２】
また、本発明の対象物検出装置（１）の前記第１の検出手段（６０）が、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出すると共に、前記第２の検出手段（８０）が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしてもよい。
【００４３】
また、本発明の対象物検出装置（１）の前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくしてもよい。
【００４４】
また、本発明の対象物検出方法は、入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出方法であり、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップ（６０）と、前記第１の検出ステップ（６０）において検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップ（７０）と、前記グルーピング処理ステップ（７０）において抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップ（８０）とを有したことを特徴とする。
【００４５】
また、本発明の対象物検出方法の前記第１の検出ステップ（６０）では、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップ（８０）では、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしてもよい。
【００４６】
また、本発明の対象物検出方法の前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくしてもよい。
【００４７】
また、本発明の対象物検出プログラムは、入力されたデジタル画像データから、対象物が含まれる画像領域を検出する処理をコンピュータに実行させるための対象物検出プログラムであって、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップ（６０）と、前記第１の検出ステップ（６０）において検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップ（７０）と、前記グルーピング処理ステップ（７０）において抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップ（８０）と、を前記コンピュータに実行させることを特徴する。
【００４８】
また、本発明の対象物検出プログラムの前記第１の検出ステップ（６０）では、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップ（８０）が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するように前記コンピュータに実行させるようにしてもよい。
【００４９】
また、本発明の対象物検出プログラムの前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくして前記コンピュータに実行させるようにしてもよい。
【発明の効果】
【００５０】
本発明の対象物検出装置、対象物検出方法、および対象物検出プログラムによれば、少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することができる。
【発明を実施するための最良の形態】
【００５１】
本発明の一実施形態による対象物検出装置について、図面を参照して詳細に説明する。
【００５２】
本実施形態による対象物検出装置は、従来利用されているブースティング法を用い、図１に示すように第１検出部６０により検出対象の画像データから高速に粗い検出処理を行って対象物の候補領域を検出し、グルーピング処理部７０により対象物に対して候補領域を抽出した後、この抽出された対象物の候補領域に対して第２検出部８０により精度の高い検出処理を行うことにより、従来よりも顕著に少ない計算量で対象物の領域位置を高精度に検出するものである。
【００５３】
なお、第１検出部６０で行われる「高速に粗い検出処理」とは、検出処理の速度と検出精度とのトレードオフにおいて、検出対象の誤検出を許容して検出処理の速度を検出精度に優先させるものである。
【００５４】
〈一実施形態による対象物検出装置の構成〉
本実施形態による対象物検出装置１の概略構成を、図２を参照して説明する。
【００５５】
図２に示すように、対象物検出装置１は、入力部１０と、画像縮尺変更部２０と、積分画像生成部３０と、処理データ記憶部４０と、学習データ記憶部５０と、第１検出部６０と、グルーピング処理部７０と、第２検出部８０と、出力部９０とを有する。
【００５６】
入力部１０は、検索対象のデジタル画像データの輝度成分で構成された画像データを入力する。
【００５７】
画像縮尺変更部２０は、入力された画像データの縮尺を変更する。
【００５８】
積分画像生成部３０は、縮尺が変更されたそれぞれの画像データの積分画像データを生成する。
【００５９】
処理データ記憶部４０は、積分画像生成部３０で生成された積分画像データと、後述する第１検出部６０で算出された対象物候補ウィンドウ画像情報と、グルーピング処理部７０で抽出された対象物候補ウィンドウ画像情報と、第２検出部８０で算出された対象物領域ウィンドウ画像情報とを記憶する。
【００６０】
学習データ記憶部５０は、事前の学習により生成された、対象物の特徴を示す複数の特徴量とそのサイズや位置、各特徴量の信頼度（重み）、検索対象の画像に対象物が含まれているか否かを判別するための後述する評価値の閾値などの学習データを記憶する。ここでいう特徴量は、例えばHaar-like特徴のような局所的な明度差を示す白黒の２値パターンや、ウィンドウ上の２点以上の任意の位置の濃淡パターンなどである。
【００６１】
第１検出部６０は、第１走査部６１と、第１判別部６２とを有し、ブースティング法により対象物領域の候補を検出する。
【００６２】
第１走査部６１は、入力された輝度成分画像データを走査し、検索対象となる矩形画像であるウィンドウ画像を縦横に所定ピクセルずつずらしながら順次切り出す。
【００６３】
第１判別部６２は、学習データ記憶部５０に記憶された学習データの特徴量ごとに設けられた複数の識別器（図示せず）で構成され、各識別器では、第１走査部６１で順次切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値αを出力する。さらに、その評価値αに各識別器の信頼度に応じた重み付けをすることにより、対象物らしさの度合いを示す評価値βを算出し、各識別器で算出した評価値βを累積した値を第１評価値としてウィンドウ画像ごとに算出する。
【００６４】
そして、第１判別部６２は、算出した第１評価値と学習データ記憶部５０に記憶されている評価値の閾値とを比較し、第１評価値がこの閾値を超えていれば当該ウィンドウ画像は「対象物である可能性がある」と判定して対象物領域の候補となる対象物候補ウィンドウ画像として検出し、検索処理中の画像データ中のこのウィンドウ画像の位置情報と第１評価値とを対象物候補ウィンドウ画像情報として処理データ記憶部４０に送出する。
【００６５】
グルーピング処理部７０は、重複ウィンドウ画像検出部７１と、候補ウィンドウ画像選択部７２とを有する。
【００６６】
重複ウィンドウ画像検出部７１は、輝度成分画像データ内の一の対象物領域に対して、第１判別部６２において重複して検出されている近傍位置の対象物候補ウィンドウ画像を検出する。
【００６７】
候補ウィンドウ画像選択部７２は、重複ウィンドウ画像検出部７１において、一の対象物領域に対して第１判別部６２において重複して検出されている近傍位置の対象物候補ウィンドウ画像が複数個検出されたときには、この対象物候補ウィンドウ画像群の中から最も評価値が高い対象物候補ウィンドウ画像を選択してこの対象物候補ウィンドウ画像の対象物候補ウィンドウ画像情報を処理データ記憶部４０に送出し、処理データ記憶部４０に記憶されている、選択されなかった候補ウィンドウ画像情報の対象物候補ウィンドウ画像情報を削除する。なお、候補ウィンドウ画像選択部７２は、対象物候補ウィンドウ画像群の位置から平均的な位置を算出し、処理データ記憶部４０に送出するようにしてもよい。
【００６８】
第２検出部８０は、第２走査部８１と、第２判別部８２とを有し、ブースティング法により対象物領域の候補を検出する。
【００６９】
第２走査部８１は、グルーピング処理部７０で抽出された対象物候補ウィンドウ画像の位置情報を処理データ記憶部４０から取得し、取得した位置情報に基づいて輝度成分画像データから対象物候補ウィンドウ画像を切り出す。
【００７０】
第２判別部８２は、学習データ記憶部５０に記憶された学習データの特徴量ごとに設けられた、高い精度で対象物の検出を行うために十分な信頼性を有する数の識別器（図示せず）で構成され、各識別器では、第２走査部８１で切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値γを出力する。さらに、その評価値γに各識別器の信頼度に応じた重み付けを加算することにより、対象物らしさの度合いを示す評価値λを求め、各識別器で求められた評価値λを累積した値を第２評価値としてウィンドウ画像ごとに求める。
【００７１】
そして、第２判別部８２は、求めた第２評価値と学習データ記憶部５０に記憶されている評価値の閾値とを比較し、第２評価値がこの閾値を超えていれば当該ウィンドウ画像は「対象物である」と判定して対象物領域ウィンドウ画像として検出し、入力された輝度成分画像データ中のこの対象物領域ウィンドウ画像の位置情報と第２評価値とを対象物領域ウィンドウ画像情報として処理データ記憶部４０に送出する。
【００７２】
第２判別部８２を構成する識別器の数は使用目的に応じて適宜変更されるが、高い精度で対象物の検出を行うために十分な信頼性を有する数の識別器で構成される。
【００７３】
なお、上述した第１判別部６２では、対象物である可能性があるか否かを判定することを目的としているため最終的な検出に必要な高さの精度は必要ない。具体的には、１ウィンドウ画像あたりの平均計算量は、「平均計算量＝使用する特徴量の数の平均×１特徴量あたりの平均計算量」と表すことができ、第１判別部６２の平均計算量が第２判別部８２のものよりも十分に少なければよい。ゆえに、第１判別部６２は、特徴量の数は多くても１個あたりの計算量が少なければよいということになる。
【００７４】
出力部９０は、処理データ記憶部４０に記憶された対象物領域ウィンドウ画像情報を読み出して出力する。
【００７５】
〈一実施形態による対象物検出装置の動作〉
本実施形態による対象物検出装置１により、対象物として顔領域を検出するときの動作について図３のフローチャートおよび図４の画面表示図を参照して説明する。
【００７６】
まず、対象物検出装置１の入力部１０に検索対象のデジタル画像データの輝度成分の画像データａが入力されると（Ｓ１）、画像縮尺変更部２０においてこの画像データａが、予め設定された縮尺ｐ倍に縮小される（Ｓ２）。
【００７７】
本実施形態においては、下記式（１）に定義するように、入力された画像データａがｐ倍に縮小される。
【数１】
【００７８】
（ただし、ｑは、
０＜ｑ＜１
の定数であり、ｒは、
０≦ｒ≦Ｔ−１（Ｔ：縮尺変更の繰り返し回数で自然数）
の範囲で１ずつ増加する自然数である。）
この縮尺変更の繰り替えし回数Ｔは、検出したい顔のサイズの範囲に応じて、予め設定される。
【００７９】
初回はｒ＝０であり、入力された画像データａは等倍のままで処理が実行される。
【００８０】
次に積分画像生成部３０において、この画像データａの積分画像データが生成され、処理データ記憶部４０に記憶される（Ｓ３）。
【００８１】
次に、第１検出部６０の第１走査部６１において、予め設定された大きさの矩形窓が用いられ、画像データａから検索対象の矩形画像であるウィンドウ画像が走査され切り出される。
【００８２】
本実施形態においてこの矩形窓の大きさは幅２４×高さ２４ピクセルであり、初回の走査では例えば、検索対象の画像データ内の初期位置として設定された左下画素（画像データのＸ座標＝０、Ｙ座標＝０）がウィンドウ画像の左下画素となる状態でウィンドウ画像が切り出される（Ｓ４、Ｓ５）。
【００８３】
次に第１判別部６２において、第１走査部６１で切り出されたウィンドウ画像について、例えば、前述の非特許文献１および特許文献１等に記載されたブースティング法を用いて特徴量が抽出される。
【００８４】
この第１判別部６２の各識別器では、第１走査部６１で順次切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値αを出力する。さらに、その評価値αに各識別器の信頼度に応じた重み付けをすることにより、対象物らしさの度合いを示す評価値βを算出し、各識別器で算出した評価値βを累積した値を第１評価値としてウィンドウ画像ごとに算出する。そして、第１判別部６２において、算出した評価値αに各識別器の信頼度に応じた重み付けが加算され、対象物らしさの度合いを示す評価値βが算出される（Ｓ６）。
【００８５】
さらに第１判別部６２において、各識別器で算出された評価値が累積された第１評価値がウィンドウ画像ごとに算出され、この第１評価値が学習データ記憶部５０に記憶されている評価値の閾値を超えているか否かが判定される。
【００８６】
判定の結果、第１評価値がこの閾値を超えていれば当該ウィンドウ画像は「顔である可能性がある」と判定されて顔領域の候補となる顔候補ウィンドウ画像として検出され（Ｓ７の「YES」）、検索処理中の画像データ中のこのウィンドウ画像の位置情報と第１評価値とが顔候補ウィンドウ画像情報として処理データ記憶部４０に記憶される（Ｓ８）。
【００８７】
第１判別部６２を構成する識別器の数は使用目的や検出精度に応じて適宜変更されるが、従来のブースティング法における識別器の数のように高い精度で対象物の検出を行うために十分な信頼性を有する数よりも格段に少ない数で構成され、これら従来の検出器よりも少ない計算量で対象物である可能性があるか否かの基準のゆるい（誤検出を許容した)検出処理が行われる。
【００８８】
ステップＳ８の処理が終了するとステップＳ５に戻り、ウィンドウ画像を切り出すための矩形窓が画像データａ内のＸ方向にｍピクセルずつずらされて走査されてウィンドウ画像が切り出されてステップＳ６〜Ｓ８の処理が行われる。このステップＳ５からステップＳ８の繰り返し処理は、検索対象の画像データａの右端までｊ回行われる（Ｓ９、Ｓ１０）。
【００８９】
また、このステップＳ９、Ｓ１０の繰り返し処理は、画像データａ内のＹ方向にｎピクセルずつずらされて走査されることにより、検索対象の画像データａの上端までｉ回繰り返される（ｍ，ｎ：１以上の整数）（Ｓ１１、Ｓ１２）。
【００９０】
ステップＳ５〜Ｓ１２に処理により検索対象の画像データａ内の顔候補ウィンドウ画像の検索処理が終了すると、ステップＳ２に戻り（Ｓ１３の「NO」）、上記式（１）のｒの値が加算されてｒ＝１とされ、定数ｑの値に基づいて画像データａが縮小され、ステップＳ３〜Ｓ１２の処理が縮尺変更の繰り返し回数として設定されたＴ回繰り返される。
【００９１】
第１検出部６０において縮小された画像データからの顔候補ウィンドウ画像の検出処理がＴ回繰り返されると（Ｓ１３の「YES」）、第１検出部６０の処理により処理データ記憶部４０に記憶された顔候補ウィンドウ画像情報がグルーピング処理部７０の重複ウィンドウ画像検出部７１において読み出され、各画像データ内の一の顔候補領域に対して重複して検出されている近傍位置の顔候補ウィンドウ画像が検出される。
【００９２】
ここで、各画像データ内の一の顔候補領域に対して重複しているウィンドウ画像であるか否かの判断は、比較するウィンドウ画像どうしが所定の距離内にあるか否かにより決定される。
【００９３】
重複して検出されている顔候補ウィンドウ画像群が検出されたときは（Ｓ１４の「YES」）、この顔候補ウィンドウ画像群のそれぞれの評価値が候補ウィンドウ画像選択部７２において処理データ記憶部４０から読み出され、検出された顔候補ウィンドウ画像群の中で評価値が高い顔候補ウィンドウ画像が選択されるとともに、評価値が低い顔候補ウィンドウ画像の顔候補ウィンドウ画像情報が処理データ記憶部４０から削除され破棄される（Ｓ１５）。
【００９４】
ステップＳ１４およびステップＳ１５の処理は、各画像データ内の一の顔候補領域に対して一の顔候補ウィンドウ画像のみが選択されるまで繰り返される。
【００９５】
重複して検出されている顔候補ウィンドウ画像群から各画像データ内の一の顔候補領域に対して一の顔候補ウィンドウ画像のみが選択されると（Ｓ１４の「NO」）、選択された顔候補ウィンドウ画像の顔候補ウィンドウ画像情報が処理データ記憶部４０に記憶される（Ｓ１６）。
【００９６】
図４（ａ）に、グルーピング後の抽出された顔候補ウィンドウ画像が検索対象の画像データ上に太枠の矩形領域で表示されたときの一例を示す。同図（ａ）では、第１判別部６２において低い精度で顔候補領域の検出処理が行われているため、実際の顔領域と顔以外の領域を含む複数の領域が顔候補領域として選択されている様子が示されている。
【００９７】
次に、第２検出部８０の第２走査部８１においてステップＳ１６で記憶された顔候補ウィンドウ画像情報が処理データ記憶部４０から読み出され（Ｓ１７）、画像データａからこれらの位置情報に対応する顔候補ウィンドウ画像が切り出される（Ｓ１８）。
【００９８】
次に第２判別部８２において、第２走査部８１で切り出されたウィンドウ画像について、ステップＳ６と同様に評価値が各識別器で算出されて重み付けがされる（Ｓ１９）。
【００９９】
この第２判別部８２の各識別器では、第２走査部８１で切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値γを出力する。さらに、その評価値γに各識別器の信頼度に応じた重み付けを加算することにより、対象物らしさの度合いを示す評価値λを求め、各識別器で求められた評価値λを累積した値を第２評価値としてウィンドウ画像ごとに求める。
【０１００】
この第２判別部８２において、第１判別部６２における処理と同様に各識別器で算出された評価値が累積された第２評価値がウィンドウ画像ごとに算出され、この第２評価値が学習データ記憶部５０に記憶されている評価値の閾値を超えているか否かが判定される（Ｓ２０）。
【０１０１】
判定の結果、第２評価値がこの閾値を超えていれば当該ウィンドウ画像は「顔である」と判定されて顔領域ウィンドウ画像として検出され（Ｓ２０の「YES」）、画像データａ中のこのウィンドウ画像の位置情報と第２評価値とが顔領域ウィンドウ画像情報として処理データ記憶部４０に記憶される（Ｓ２１）。
【０１０２】
このステップＳ１７〜Ｓ２１の処理はステップＳ１６で記憶されたすべての位置情報に対応する顔候補ウィンドウ画像について行われ（Ｓ２２の「YES」）、すべての位置情報に対応する顔候補ウィンドウ画像への処理が終了すると（Ｓ２２の「NO」）、ステップＳ２１で記憶された顔領域ウィンドウ画像情報の位置情報が出力部９０において読み出され、外部に出力される（Ｓ２３）。
【０１０３】
図４（ｂ）に、出力された顔領域ウィンドウ画像情報の位置情報が、検索対象の画像データ上に太枠の矩形領域で表示されたときの一例を示す。
【０１０４】
ここでは第２判別部８２において、図４（ａ）で選択された顔候補ウィンドウ画像から高い精度で顔候補領域の検出処理が行われているため、実際の顔領域が選択されていることが示されている。
【０１０５】
以上説明した本実施形態によれば、第１検出部において少ない計算量で画像データから、誤検出を許容して対象物である可能性がある領域の（基準のゆるい)検出を行い、さらにグルーピング処理部において画像データ内の一の対象物領域に対して重複して検出されている対象物候補ウィンドウ画像を削除することにより、検出対象のウィンドウ画像を絞り込んでから、第２検出部において高い精度で対象物の検出を行うため、従来のブースティング法による検出処理に比べて顕著に少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することができる。
【０１０６】
なお、本実施形態においては、第１判別部６２および第２判別部８２で使用する学習データと閾値とがそれぞれ同値である場合として説明したが、第１判別部６２および第２判別部８２のそれぞれについて、第１および第２学習データ、並びに第１および第２閾値を設定できるようにしておくことが望ましい。
【０１０７】
そして、第１および第２学習データとして、一連の十分精度のある数の識別器を有した学習データの最初の幾つかの識別器を第１学習データとし、それ以降最後までの識別器を第２学習データとしてもよいし、第１および第２学習データを同一の特徴量にしてもよいし、第１学習データでは少数で顔らしい位置を特定し易い形状の特徴量を用いたり、例えば、矩形特徴ならば周波数の低い計算量が少なくて済む特徴量を使うなど、別々の特徴量を使用して学習するようにしてもよい。
【０１０８】
またさらに、本実施例においては、第１判別部６２および第２判別部８２で、すべての識別器を使用して第1評価値および第2評価値を求めた後に閾値との比較を行っているが、これに限らず、途中の識別器を通ったところまでの累積された評価値を、それに対応する途中段階の閾値学習データとして保持するようにし、その閾値を超えていなければ途中でそのウィンドウ画像に対する判別処理を打ち切るようにすれば、更なる高速化を図ることができる。
【０１０９】
また、本実施形態の対象物検出装置の機能構成を対象物検出プログラムとしてプログラム化してコンピュータに組み込むことにより、当該コンピュータを対象物検出装置として機能させることもできる。
【図面の簡単な説明】
【０１１０】
【図１】本発明の一実施形態による対象物検出装置１の構成を示すブロック図である。
【図２】本発明の一実施形態による対象物検出装置１の概略構成を示すブロック図である。
【図３】本発明の一実施形態による対象物検出装置１の動作を示すフローチャートである。
【図４】本発明の一実施形態による対象物検出装置１の第１検出部６０により検出された対象物候補領域を、検出対象の画像データ上に表示した状態を示す画面表示図（ａ）、および対象物検出装置１の第２検出部８０により検出された対象物領域を、検出対象の画像データ上に表示した状態を示す画面表示図（ｂ）である。
【図５】非特許文献１に記載の従来の顔検出器の構成を示すブロック図である。
【図６】特許文献１に記載の従来の顔検出器の構成を示すブロック図である。
【図７】特許文献２に記載の従来の顔検出器の構成を示すブロック図である。
【符号の説明】
【０１１１】
１…対象物検出装置
１０…入力部
２０…画像縮尺変更部
３０…積分画像生成部
４０…処理データ記憶部
５０…学習データ記憶部
６０…第１検出部
６１…第１走査部
６２…第１判別部
７０…グルーピング処理部
７１…重複ウィンドウ画像検出部
７２…候補ウィンドウ画像選択部
８０…第２検出部
８１…第２走査部
８２…第２判別部
９０…出力部
【技術分野】
【０００１】
本発明は、デジタル画像から注目したい対象物の検出を行うための、対象物検出装置、対象物検出方法、および対象物検出プログラムに関する。
【背景技術】
【０００２】
従来、デジタル画像処理分野においては、デジタル画像の中から注目したい対象物を検出するためのさまざまな技術が提案されている。
【０００３】
これらの技術において、注目したい対象物として例えば人の顔を検出する場合には、目、鼻、口、または輪郭など顔の各部分の形状の特徴を用いる方法、顔の濃淡特徴や肌色などの色の特徴を利用する方法、またはこれらを組み合わせる方法などが用いられる。
【０００４】
そして、これらの対象物を検出する技術の１つとして、ブースティングと呼ばれる手法がある。このブースティング法は、検出精度の低い識別器（弱識別器）を多数組み合わせ、誤りが最小になるようにそれぞれの弱識別器に重み付けをすることにより１つの精度の高い識別器を構成して、対象物の検出を実行する方法である。
【０００５】
この多数の弱識別器で構成された識別器では、対象物の濃淡特徴を基に生成された学習データを利用して高速に対象物の検出を行うことができる。
【０００６】
このようなブースティング法を利用して対象物を検出する技術の一例として、非特許文献１に記載の顔検出器がある。
【０００７】
この非特許文献１に記載の顔検出器は、複数の弱識別器で構成され、ブースティングの一手法であるアダブースト（AdaBoost）を使って、Haar-like特徴のような濃淡特徴のパターンを示す複数の形状・サイズの矩形データの中から、顔の輝度の濃淡を表すのに効果的でエラーの少ない特徴を抽出すべく学習を行うことにより、デジタル画像の中から対象物である顔領域を検出するものである。
【０００８】
この非特許文献１に記載の顔検出器の構成を図５に示す。
【０００９】
図５に示すように、顔検出器１００は、複数の弱識別器をｍ個の分類器（第１分類器１００−１〜第ｍ分類器１００−ｍ）に分け、複数の弱識別器からなるｍ個の分類器をカスケード接続することにより構成されている。
【００１０】
この顔検出器１００によりデジタル画像の中から対象物を検出する際は、まず、検出対象のデジタル画像の輝度成分（輝度画像）を入力し、積分画像（Integral Image）を作成する。
【００１１】
この積分画像とは、例えば画像中の自身より１つ上と、自身より１つ左の画素の輝度値の和に自身の画素の輝度値を足し込む作業を画像の左下から順に行うことで生成されるものであり、任意の位置の画素値が自身より左下の矩形領域の輝度値の総和になっている画像のことである。
【００１２】
この積分画像を生成しておくことにより、画像内における所望の矩形領域の四隅の画素の輝度値を加減算するのみで、この矩形領域の輝度値の総和を高速に算出することができる。
【００１３】
次に、入力された輝度画像から、検索の対象となる２４×２４ピクセルの画像で構成されるウィンドウ画像を順次走査して切り出す。
【００１４】
次に、この切り出したウィンドウ画像を検出器１００に入力し、先頭の第１分類器１００−１の中の先頭の弱識別器１００−１（１）から弱識別器１００−１（ｎ）までのｎ個の弱識別器で、逐次このウィンドウ画像が顔領域であるか非顔領域であるかを２値で判定して出力し、この結果に第１分類器１００−１の信頼度に応じた重み付けを加算した結果である評価値を算出する。
【００１５】
次に、この算出された評価値が予め学習データにより設定された閾値よりも高いか否かを判定し、判定の結果が高いときはこのウィンドウ画像が顔領域であると判断して次の第２分類器１００−２にデータを送出する一方、閾値よりも低いときはこのウィンドウ画像は顔領域でないと判断して判定処理を打ち切ることにより処理の高速化を図っている。
【００１６】
次に、第２分類器１００−２において第１分類器１００−１と同様に評価値を算出し、この評価値が設定された閾値よりも高いときには、さらに第３分類器１００−３にデータを送出する。
【００１７】
このウィンドウ画像は、入力した輝度画像内を縦横に走査することにより順次切り出し、ウィンドウ画像に顔領域があるか否かの判断を行い、最後の第ｍ分類器１００−ｍまで通過したウィンドウ画像を顔領域の画像として検出する。
【００１８】
そして、検出対象のデジタル画像内における顔の大きさは様々であるため、このデジタル画像を段階的に縮小して、それぞれ上述した積分画像の生成および顔領域の検出処理を行うことにより、高い精度で顔検出を行う。
【００１９】
なお、上記の検出方法については、特許文献１にも記載されている。
【００２０】
特許文献１は、顔の表情認識システムおよび顔の表情認識のための学習方法について記載されたものであり、その中で顔検出方法について記載されている。
【００２１】
この特許文献１に記載された、アダブーストを用いた顔検出のための検出器の学習では、全ての弱仮説（非特許文献１における弱識別器と同義）中から性能が他より高いと推定される弱仮説を選別し、選別された弱仮説により統計的性質に基づいて新弱仮説を生成している。
【００２２】
次に、特許文献１に記載の顔検出器の構成を図６に示す。
【００２３】
この特許文献１に記載の顔検出器２００は、選別された複数の弱仮説（第１弱仮説２００−１〜第ｎ弱仮説２００−ｎ）が非特許文献１に記載の弱識別器と同様にカスケード接続されることにより構成されているが、この顔検出器２００によりデジタル画像の中から対象物を検出する際は、１つの弱仮説（＝弱識別器）による判定結果を出力するたびにウィンドウ画像に顔領域があるか否かを判断する。
【００２４】
各弱仮説による判定結果としては、各弱仮説における推定値を算出するたびに、「ウィンドウ画像が顔領域であるか否かを示す判別結果の推定値×当該弱仮説の信頼度」を加算し、評価値として算出する。
【００２５】
さらに、この算出された評価値と予め学習により算出された処理を打ち切るための閾値とに基づき、明らかに顔領域ではないと判定した場合には判定処理を打ち切ることにより高速化を図るものである。
【００２６】
このようにして処理を進めていき、最後の弱仮説２００−ｎまで通過したウィンドウ画像を顔領域の画像として検出する。
【００２７】
これらの非特許文献１および特許文献１に記載の顔検出器においては、デジタル画像内の全てのウィンドウ画像に対して判別処理が終わった後、顔領域を示す領域として検出された領域が近傍で２つ以上重複していた場合には、互いに重複する２つの領域のうち評価値が小さい方が顔領域である可能性が低いとみなして削除し、評価値が大きい方の領域を顔領域の画像として選択する。または、それらを平均した領域を抽出する。この処理を、重複がなくなるまで繰り返し、最後に選択した画像を顔領域の画像として検出する。
【００２８】
また特許文献２には、非特許文献１または特許文献１のように識別器を一列に接続するのではなく、図７に示すように識別器である各ノードがネットワーク状に接続された検出装置３００が記載されている。
【００２９】
この検出器３００によりデジタル画像の中から対象物を検出する際は、例えばパス３０１のような複数のノードを通る経路を生成し、入力されたウィンドウ画像に対してパスの各ノードにおいて顔などの対象物か否かを評価した評価値の累積を求め、パスの識別結果に対する識別エラーの推定値を算出する。
【００３０】
そして、複数のパスにおける識別結果の中で最も低い識別エラーが予め設定されている閾値よりも小さくなった場合は識別処理を終了し、そこに対象物があると判断する。
【００３１】
上記の処理により顔領域であると判断される場合にも、識別エラーが予め設定された閾値よりも小さくなった場合に処理を打ち切ることで処理の高速化を図る。また、エラーが閾値よりも小さくならない場合はパスの生成および評価を継続し、パスの数が予め設定された数に達したときに処理を打ち切るものである。
【非特許文献１】Paul Viola, Michael Jones, 「Robust Real-Time Face Detection」, International Journal of Computer Vision 57(2), 137-154,2004
【特許文献１】特開２００５−４４３３０号公報
【特許文献２】特開２００６−３５０６４５号公報
【発明の開示】
【発明が解決しようとする課題】
【００３２】
しかしながら、非特許文献１の顔検出器１００においては、例えば入力されるデジタル画像が幅３２０×高さ２４０ピクセルの輝度画像である場合、画像を４／５倍ずつ１０段階に縮小して積分画像を生成し、縮小されたそれぞれの画像において幅２４×高さ２４ピクセルのウィンドウ画像を切り出し、縦横１ピクセルを飛ばして走査することにより判定処理を行うと、４００００個近くのウィンドウ画像に対して判定処理を行うことになる。
【００３３】
また、判定処理に利用する学習データは概ね数百から数千個の特徴量により形成されており（非特許文献１の場合は６０６０個）、弱識別器においては１ウィンドウ画像に対して最高で学習データの個数分の判別処理が行われる。
【００３４】
この判別処理は、切り出されたウィンドウ画像がコントラストの低い無地の壁など顔と濃淡特徴が全く違うときには初めの方の分類器で「顔でない」と判断され処理が打ち切られるが、複雑な濃淡を持つウィンドウ画像の場合は後段の分類器まで進むことが多く、判別のための計算量が膨大になる可能性がある。
【００３５】
また、顔領域であると判断されるウィンドウ画像の近傍では、同じ検出対象により顔領域であると判断されたウィンドウ画像が複数検出されることが多い。
【００３６】
つまり、１つの顔領域を検出する際に、近傍の複数のウィンドウ画像においても学習データの個数分の判別処理が行われることになり、さらに計算量は膨大になる。
【００３７】
特許文献１の顔検出器２００では、弱仮説（＝弱識別器）ごとに処理を打ち切るための閾値を有しているが、どの時点で判別の打ち切りが行われるかのタイミングが非特許文献１の場合よりも多少早くなるのみであり、対象物の検出を行うための計算量はやはり膨大になる。
【００３８】
特許文献２の検出器３００では、複数の識別器をネットワーク状に配置しているが、このネットワーク状の最初に配置された識別器（ノード）など検出処理時に同じ識別器を何度も通るため効率的ではない。
【００３９】
また、特許文献２の検出器３００の形状では、ノードの途中で打ち切ることができないため、結果的には対象物であるか否かの判断をするために多くの識別器を通ることになり、顕著な高速化は見込めない。
【００４０】
そこで本発明は、上記問題に鑑みてなされたものであり、少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することが可能な対象物検出装置、対象物検出方法、および対象物検出プログラムを提供することを目的とする。
【課題を解決するための手段】
【００４１】
上記目的を達成するための本発明の対象物検出装置（１）は、入力されたデジタル画像データから、対象物が含まれる画像領域を検出するものであり、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出手段（６０）と、前記第１の検出手段（６０）で検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理手段（７０）と、前記グルーピング処理手段（７０）で抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出手段（８０）とを備えたことを特徴とする。
【００４２】
また、本発明の対象物検出装置（１）の前記第１の検出手段（６０）が、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出すると共に、前記第２の検出手段（８０）が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしてもよい。
【００４３】
また、本発明の対象物検出装置（１）の前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくしてもよい。
【００４４】
また、本発明の対象物検出方法は、入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出方法であり、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップ（６０）と、前記第１の検出ステップ（６０）において検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップ（７０）と、前記グルーピング処理ステップ（７０）において抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップ（８０）とを有したことを特徴とする。
【００４５】
また、本発明の対象物検出方法の前記第１の検出ステップ（６０）では、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップ（８０）では、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしてもよい。
【００４６】
また、本発明の対象物検出方法の前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくしてもよい。
【００４７】
また、本発明の対象物検出プログラムは、入力されたデジタル画像データから、対象物が含まれる画像領域を検出する処理をコンピュータに実行させるための対象物検出プログラムであって、前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップ（６０）と、前記第１の検出ステップ（６０）において検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップ（７０）と、前記グルーピング処理ステップ（７０）において抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップ（８０）と、を前記コンピュータに実行させることを特徴する。
【００４８】
また、本発明の対象物検出プログラムの前記第１の検出ステップ（６０）では、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップ（８０）が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するように前記コンピュータに実行させるようにしてもよい。
【００４９】
また、本発明の対象物検出プログラムの前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくして前記コンピュータに実行させるようにしてもよい。
【発明の効果】
【００５０】
本発明の対象物検出装置、対象物検出方法、および対象物検出プログラムによれば、少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することができる。
【発明を実施するための最良の形態】
【００５１】
本発明の一実施形態による対象物検出装置について、図面を参照して詳細に説明する。
【００５２】
本実施形態による対象物検出装置は、従来利用されているブースティング法を用い、図１に示すように第１検出部６０により検出対象の画像データから高速に粗い検出処理を行って対象物の候補領域を検出し、グルーピング処理部７０により対象物に対して候補領域を抽出した後、この抽出された対象物の候補領域に対して第２検出部８０により精度の高い検出処理を行うことにより、従来よりも顕著に少ない計算量で対象物の領域位置を高精度に検出するものである。
【００５３】
なお、第１検出部６０で行われる「高速に粗い検出処理」とは、検出処理の速度と検出精度とのトレードオフにおいて、検出対象の誤検出を許容して検出処理の速度を検出精度に優先させるものである。
【００５４】
〈一実施形態による対象物検出装置の構成〉
本実施形態による対象物検出装置１の概略構成を、図２を参照して説明する。
【００５５】
図２に示すように、対象物検出装置１は、入力部１０と、画像縮尺変更部２０と、積分画像生成部３０と、処理データ記憶部４０と、学習データ記憶部５０と、第１検出部６０と、グルーピング処理部７０と、第２検出部８０と、出力部９０とを有する。
【００５６】
入力部１０は、検索対象のデジタル画像データの輝度成分で構成された画像データを入力する。
【００５７】
画像縮尺変更部２０は、入力された画像データの縮尺を変更する。
【００５８】
積分画像生成部３０は、縮尺が変更されたそれぞれの画像データの積分画像データを生成する。
【００５９】
処理データ記憶部４０は、積分画像生成部３０で生成された積分画像データと、後述する第１検出部６０で算出された対象物候補ウィンドウ画像情報と、グルーピング処理部７０で抽出された対象物候補ウィンドウ画像情報と、第２検出部８０で算出された対象物領域ウィンドウ画像情報とを記憶する。
【００６０】
学習データ記憶部５０は、事前の学習により生成された、対象物の特徴を示す複数の特徴量とそのサイズや位置、各特徴量の信頼度（重み）、検索対象の画像に対象物が含まれているか否かを判別するための後述する評価値の閾値などの学習データを記憶する。ここでいう特徴量は、例えばHaar-like特徴のような局所的な明度差を示す白黒の２値パターンや、ウィンドウ上の２点以上の任意の位置の濃淡パターンなどである。
【００６１】
第１検出部６０は、第１走査部６１と、第１判別部６２とを有し、ブースティング法により対象物領域の候補を検出する。
【００６２】
第１走査部６１は、入力された輝度成分画像データを走査し、検索対象となる矩形画像であるウィンドウ画像を縦横に所定ピクセルずつずらしながら順次切り出す。
【００６３】
第１判別部６２は、学習データ記憶部５０に記憶された学習データの特徴量ごとに設けられた複数の識別器（図示せず）で構成され、各識別器では、第１走査部６１で順次切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値αを出力する。さらに、その評価値αに各識別器の信頼度に応じた重み付けをすることにより、対象物らしさの度合いを示す評価値βを算出し、各識別器で算出した評価値βを累積した値を第１評価値としてウィンドウ画像ごとに算出する。
【００６４】
そして、第１判別部６２は、算出した第１評価値と学習データ記憶部５０に記憶されている評価値の閾値とを比較し、第１評価値がこの閾値を超えていれば当該ウィンドウ画像は「対象物である可能性がある」と判定して対象物領域の候補となる対象物候補ウィンドウ画像として検出し、検索処理中の画像データ中のこのウィンドウ画像の位置情報と第１評価値とを対象物候補ウィンドウ画像情報として処理データ記憶部４０に送出する。
【００６５】
グルーピング処理部７０は、重複ウィンドウ画像検出部７１と、候補ウィンドウ画像選択部７２とを有する。
【００６６】
重複ウィンドウ画像検出部７１は、輝度成分画像データ内の一の対象物領域に対して、第１判別部６２において重複して検出されている近傍位置の対象物候補ウィンドウ画像を検出する。
【００６７】
候補ウィンドウ画像選択部７２は、重複ウィンドウ画像検出部７１において、一の対象物領域に対して第１判別部６２において重複して検出されている近傍位置の対象物候補ウィンドウ画像が複数個検出されたときには、この対象物候補ウィンドウ画像群の中から最も評価値が高い対象物候補ウィンドウ画像を選択してこの対象物候補ウィンドウ画像の対象物候補ウィンドウ画像情報を処理データ記憶部４０に送出し、処理データ記憶部４０に記憶されている、選択されなかった候補ウィンドウ画像情報の対象物候補ウィンドウ画像情報を削除する。なお、候補ウィンドウ画像選択部７２は、対象物候補ウィンドウ画像群の位置から平均的な位置を算出し、処理データ記憶部４０に送出するようにしてもよい。
【００６８】
第２検出部８０は、第２走査部８１と、第２判別部８２とを有し、ブースティング法により対象物領域の候補を検出する。
【００６９】
第２走査部８１は、グルーピング処理部７０で抽出された対象物候補ウィンドウ画像の位置情報を処理データ記憶部４０から取得し、取得した位置情報に基づいて輝度成分画像データから対象物候補ウィンドウ画像を切り出す。
【００７０】
第２判別部８２は、学習データ記憶部５０に記憶された学習データの特徴量ごとに設けられた、高い精度で対象物の検出を行うために十分な信頼性を有する数の識別器（図示せず）で構成され、各識別器では、第２走査部８１で切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値γを出力する。さらに、その評価値γに各識別器の信頼度に応じた重み付けを加算することにより、対象物らしさの度合いを示す評価値λを求め、各識別器で求められた評価値λを累積した値を第２評価値としてウィンドウ画像ごとに求める。
【００７１】
そして、第２判別部８２は、求めた第２評価値と学習データ記憶部５０に記憶されている評価値の閾値とを比較し、第２評価値がこの閾値を超えていれば当該ウィンドウ画像は「対象物である」と判定して対象物領域ウィンドウ画像として検出し、入力された輝度成分画像データ中のこの対象物領域ウィンドウ画像の位置情報と第２評価値とを対象物領域ウィンドウ画像情報として処理データ記憶部４０に送出する。
【００７２】
第２判別部８２を構成する識別器の数は使用目的に応じて適宜変更されるが、高い精度で対象物の検出を行うために十分な信頼性を有する数の識別器で構成される。
【００７３】
なお、上述した第１判別部６２では、対象物である可能性があるか否かを判定することを目的としているため最終的な検出に必要な高さの精度は必要ない。具体的には、１ウィンドウ画像あたりの平均計算量は、「平均計算量＝使用する特徴量の数の平均×１特徴量あたりの平均計算量」と表すことができ、第１判別部６２の平均計算量が第２判別部８２のものよりも十分に少なければよい。ゆえに、第１判別部６２は、特徴量の数は多くても１個あたりの計算量が少なければよいということになる。
【００７４】
出力部９０は、処理データ記憶部４０に記憶された対象物領域ウィンドウ画像情報を読み出して出力する。
【００７５】
〈一実施形態による対象物検出装置の動作〉
本実施形態による対象物検出装置１により、対象物として顔領域を検出するときの動作について図３のフローチャートおよび図４の画面表示図を参照して説明する。
【００７６】
まず、対象物検出装置１の入力部１０に検索対象のデジタル画像データの輝度成分の画像データａが入力されると（Ｓ１）、画像縮尺変更部２０においてこの画像データａが、予め設定された縮尺ｐ倍に縮小される（Ｓ２）。
【００７７】
本実施形態においては、下記式（１）に定義するように、入力された画像データａがｐ倍に縮小される。
【数１】
【００７８】
（ただし、ｑは、
０＜ｑ＜１
の定数であり、ｒは、
０≦ｒ≦Ｔ−１（Ｔ：縮尺変更の繰り返し回数で自然数）
の範囲で１ずつ増加する自然数である。）
この縮尺変更の繰り替えし回数Ｔは、検出したい顔のサイズの範囲に応じて、予め設定される。
【００７９】
初回はｒ＝０であり、入力された画像データａは等倍のままで処理が実行される。
【００８０】
次に積分画像生成部３０において、この画像データａの積分画像データが生成され、処理データ記憶部４０に記憶される（Ｓ３）。
【００８１】
次に、第１検出部６０の第１走査部６１において、予め設定された大きさの矩形窓が用いられ、画像データａから検索対象の矩形画像であるウィンドウ画像が走査され切り出される。
【００８２】
本実施形態においてこの矩形窓の大きさは幅２４×高さ２４ピクセルであり、初回の走査では例えば、検索対象の画像データ内の初期位置として設定された左下画素（画像データのＸ座標＝０、Ｙ座標＝０）がウィンドウ画像の左下画素となる状態でウィンドウ画像が切り出される（Ｓ４、Ｓ５）。
【００８３】
次に第１判別部６２において、第１走査部６１で切り出されたウィンドウ画像について、例えば、前述の非特許文献１および特許文献１等に記載されたブースティング法を用いて特徴量が抽出される。
【００８４】
この第１判別部６２の各識別器では、第１走査部６１で順次切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値αを出力する。さらに、その評価値αに各識別器の信頼度に応じた重み付けをすることにより、対象物らしさの度合いを示す評価値βを算出し、各識別器で算出した評価値βを累積した値を第１評価値としてウィンドウ画像ごとに算出する。そして、第１判別部６２において、算出した評価値αに各識別器の信頼度に応じた重み付けが加算され、対象物らしさの度合いを示す評価値βが算出される（Ｓ６）。
【００８５】
さらに第１判別部６２において、各識別器で算出された評価値が累積された第１評価値がウィンドウ画像ごとに算出され、この第１評価値が学習データ記憶部５０に記憶されている評価値の閾値を超えているか否かが判定される。
【００８６】
判定の結果、第１評価値がこの閾値を超えていれば当該ウィンドウ画像は「顔である可能性がある」と判定されて顔領域の候補となる顔候補ウィンドウ画像として検出され（Ｓ７の「YES」）、検索処理中の画像データ中のこのウィンドウ画像の位置情報と第１評価値とが顔候補ウィンドウ画像情報として処理データ記憶部４０に記憶される（Ｓ８）。
【００８７】
第１判別部６２を構成する識別器の数は使用目的や検出精度に応じて適宜変更されるが、従来のブースティング法における識別器の数のように高い精度で対象物の検出を行うために十分な信頼性を有する数よりも格段に少ない数で構成され、これら従来の検出器よりも少ない計算量で対象物である可能性があるか否かの基準のゆるい（誤検出を許容した)検出処理が行われる。
【００８８】
ステップＳ８の処理が終了するとステップＳ５に戻り、ウィンドウ画像を切り出すための矩形窓が画像データａ内のＸ方向にｍピクセルずつずらされて走査されてウィンドウ画像が切り出されてステップＳ６〜Ｓ８の処理が行われる。このステップＳ５からステップＳ８の繰り返し処理は、検索対象の画像データａの右端までｊ回行われる（Ｓ９、Ｓ１０）。
【００８９】
また、このステップＳ９、Ｓ１０の繰り返し処理は、画像データａ内のＹ方向にｎピクセルずつずらされて走査されることにより、検索対象の画像データａの上端までｉ回繰り返される（ｍ，ｎ：１以上の整数）（Ｓ１１、Ｓ１２）。
【００９０】
ステップＳ５〜Ｓ１２に処理により検索対象の画像データａ内の顔候補ウィンドウ画像の検索処理が終了すると、ステップＳ２に戻り（Ｓ１３の「NO」）、上記式（１）のｒの値が加算されてｒ＝１とされ、定数ｑの値に基づいて画像データａが縮小され、ステップＳ３〜Ｓ１２の処理が縮尺変更の繰り返し回数として設定されたＴ回繰り返される。
【００９１】
第１検出部６０において縮小された画像データからの顔候補ウィンドウ画像の検出処理がＴ回繰り返されると（Ｓ１３の「YES」）、第１検出部６０の処理により処理データ記憶部４０に記憶された顔候補ウィンドウ画像情報がグルーピング処理部７０の重複ウィンドウ画像検出部７１において読み出され、各画像データ内の一の顔候補領域に対して重複して検出されている近傍位置の顔候補ウィンドウ画像が検出される。
【００９２】
ここで、各画像データ内の一の顔候補領域に対して重複しているウィンドウ画像であるか否かの判断は、比較するウィンドウ画像どうしが所定の距離内にあるか否かにより決定される。
【００９３】
重複して検出されている顔候補ウィンドウ画像群が検出されたときは（Ｓ１４の「YES」）、この顔候補ウィンドウ画像群のそれぞれの評価値が候補ウィンドウ画像選択部７２において処理データ記憶部４０から読み出され、検出された顔候補ウィンドウ画像群の中で評価値が高い顔候補ウィンドウ画像が選択されるとともに、評価値が低い顔候補ウィンドウ画像の顔候補ウィンドウ画像情報が処理データ記憶部４０から削除され破棄される（Ｓ１５）。
【００９４】
ステップＳ１４およびステップＳ１５の処理は、各画像データ内の一の顔候補領域に対して一の顔候補ウィンドウ画像のみが選択されるまで繰り返される。
【００９５】
重複して検出されている顔候補ウィンドウ画像群から各画像データ内の一の顔候補領域に対して一の顔候補ウィンドウ画像のみが選択されると（Ｓ１４の「NO」）、選択された顔候補ウィンドウ画像の顔候補ウィンドウ画像情報が処理データ記憶部４０に記憶される（Ｓ１６）。
【００９６】
図４（ａ）に、グルーピング後の抽出された顔候補ウィンドウ画像が検索対象の画像データ上に太枠の矩形領域で表示されたときの一例を示す。同図（ａ）では、第１判別部６２において低い精度で顔候補領域の検出処理が行われているため、実際の顔領域と顔以外の領域を含む複数の領域が顔候補領域として選択されている様子が示されている。
【００９７】
次に、第２検出部８０の第２走査部８１においてステップＳ１６で記憶された顔候補ウィンドウ画像情報が処理データ記憶部４０から読み出され（Ｓ１７）、画像データａからこれらの位置情報に対応する顔候補ウィンドウ画像が切り出される（Ｓ１８）。
【００９８】
次に第２判別部８２において、第２走査部８１で切り出されたウィンドウ画像について、ステップＳ６と同様に評価値が各識別器で算出されて重み付けがされる（Ｓ１９）。
【００９９】
この第２判別部８２の各識別器では、第２走査部８１で切り出されたウィンドウ画像に対し、その特徴量に対応する領域の濃淡の勾配を、処理データ記憶部４０に記憶された積分画像を利用して算出し、その濃淡の勾配からその識別器における対象物らしさを評価し、評価値γを出力する。さらに、その評価値γに各識別器の信頼度に応じた重み付けを加算することにより、対象物らしさの度合いを示す評価値λを求め、各識別器で求められた評価値λを累積した値を第２評価値としてウィンドウ画像ごとに求める。
【０１００】
この第２判別部８２において、第１判別部６２における処理と同様に各識別器で算出された評価値が累積された第２評価値がウィンドウ画像ごとに算出され、この第２評価値が学習データ記憶部５０に記憶されている評価値の閾値を超えているか否かが判定される（Ｓ２０）。
【０１０１】
判定の結果、第２評価値がこの閾値を超えていれば当該ウィンドウ画像は「顔である」と判定されて顔領域ウィンドウ画像として検出され（Ｓ２０の「YES」）、画像データａ中のこのウィンドウ画像の位置情報と第２評価値とが顔領域ウィンドウ画像情報として処理データ記憶部４０に記憶される（Ｓ２１）。
【０１０２】
このステップＳ１７〜Ｓ２１の処理はステップＳ１６で記憶されたすべての位置情報に対応する顔候補ウィンドウ画像について行われ（Ｓ２２の「YES」）、すべての位置情報に対応する顔候補ウィンドウ画像への処理が終了すると（Ｓ２２の「NO」）、ステップＳ２１で記憶された顔領域ウィンドウ画像情報の位置情報が出力部９０において読み出され、外部に出力される（Ｓ２３）。
【０１０３】
図４（ｂ）に、出力された顔領域ウィンドウ画像情報の位置情報が、検索対象の画像データ上に太枠の矩形領域で表示されたときの一例を示す。
【０１０４】
ここでは第２判別部８２において、図４（ａ）で選択された顔候補ウィンドウ画像から高い精度で顔候補領域の検出処理が行われているため、実際の顔領域が選択されていることが示されている。
【０１０５】
以上説明した本実施形態によれば、第１検出部において少ない計算量で画像データから、誤検出を許容して対象物である可能性がある領域の（基準のゆるい)検出を行い、さらにグルーピング処理部において画像データ内の一の対象物領域に対して重複して検出されている対象物候補ウィンドウ画像を削除することにより、検出対象のウィンドウ画像を絞り込んでから、第２検出部において高い精度で対象物の検出を行うため、従来のブースティング法による検出処理に比べて顕著に少ない計算量で高速に処理が可能であり、且つ高い精度でデジタル画像から対象物を検出することができる。
【０１０６】
なお、本実施形態においては、第１判別部６２および第２判別部８２で使用する学習データと閾値とがそれぞれ同値である場合として説明したが、第１判別部６２および第２判別部８２のそれぞれについて、第１および第２学習データ、並びに第１および第２閾値を設定できるようにしておくことが望ましい。
【０１０７】
そして、第１および第２学習データとして、一連の十分精度のある数の識別器を有した学習データの最初の幾つかの識別器を第１学習データとし、それ以降最後までの識別器を第２学習データとしてもよいし、第１および第２学習データを同一の特徴量にしてもよいし、第１学習データでは少数で顔らしい位置を特定し易い形状の特徴量を用いたり、例えば、矩形特徴ならば周波数の低い計算量が少なくて済む特徴量を使うなど、別々の特徴量を使用して学習するようにしてもよい。
【０１０８】
またさらに、本実施例においては、第１判別部６２および第２判別部８２で、すべての識別器を使用して第1評価値および第2評価値を求めた後に閾値との比較を行っているが、これに限らず、途中の識別器を通ったところまでの累積された評価値を、それに対応する途中段階の閾値学習データとして保持するようにし、その閾値を超えていなければ途中でそのウィンドウ画像に対する判別処理を打ち切るようにすれば、更なる高速化を図ることができる。
【０１０９】
また、本実施形態の対象物検出装置の機能構成を対象物検出プログラムとしてプログラム化してコンピュータに組み込むことにより、当該コンピュータを対象物検出装置として機能させることもできる。
【図面の簡単な説明】
【０１１０】
【図１】本発明の一実施形態による対象物検出装置１の構成を示すブロック図である。
【図２】本発明の一実施形態による対象物検出装置１の概略構成を示すブロック図である。
【図３】本発明の一実施形態による対象物検出装置１の動作を示すフローチャートである。
【図４】本発明の一実施形態による対象物検出装置１の第１検出部６０により検出された対象物候補領域を、検出対象の画像データ上に表示した状態を示す画面表示図（ａ）、および対象物検出装置１の第２検出部８０により検出された対象物領域を、検出対象の画像データ上に表示した状態を示す画面表示図（ｂ）である。
【図５】非特許文献１に記載の従来の顔検出器の構成を示すブロック図である。
【図６】特許文献１に記載の従来の顔検出器の構成を示すブロック図である。
【図７】特許文献２に記載の従来の顔検出器の構成を示すブロック図である。
【符号の説明】
【０１１１】
１…対象物検出装置
１０…入力部
２０…画像縮尺変更部
３０…積分画像生成部
４０…処理データ記憶部
５０…学習データ記憶部
６０…第１検出部
６１…第１走査部
６２…第１判別部
７０…グルーピング処理部
７１…重複ウィンドウ画像検出部
７２…候補ウィンドウ画像選択部
８０…第２検出部
８１…第２走査部
８２…第２判別部
９０…出力部
【特許請求の範囲】
【請求項１】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出装置において、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出手段と、
前記第１の検出手段で検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理手段と、
前記グルーピング処理手段で抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出手段と、
を備えたことを特徴とする対象物検出装置。
【請求項２】
前記第１の検出手段が、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出すると共に、前記第２の検出手段が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしたことを特徴とする請求項１記載の対象物検出装置。
【請求項３】
前記第１の学習データにおける複数の識別器の個数が、前記第２の学習データにおける複数の識別器の個数よりも少ないことを特徴とする請求項２記載の対象物検出装置。
【請求項４】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出方法において、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップと、
前記第１の検出ステップにおいて検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップと、
前記グルーピング処理ステップにおいて抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップと、
を有したことを特徴とする対象物検出方法。
【請求項５】
前記第１の検出ステップでは、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップが、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしたことを特徴とする請求項４記載の対象物検出方法。
【請求項６】
前記第１の学習データにおける複数の識別器の個数が、前記第２の学習データにおける複数の識別器の個数よりも少ないことを特徴とする請求項５記載の対象物検出方法。
【請求項７】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する処理をコンピュータに実行させるための対象物検出プログラムであって、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップと、
前記第１の検出ステップにおいて検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップと、
前記グルーピング処理ステップにおいて抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップと、
を前記コンピュータに実行させるための対象物検出プログラム。
【請求項８】
前記第１の検出ステップでは、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップが、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するように前記コンピュータに実行させるようにした請求項７記載の対象物検出プログラム。
【請求項９】
前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくして前記コンピュータに実行させるようにした請求項８記載の対象物検出プログラム。
【請求項１】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出装置において、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出手段と、
前記第１の検出手段で検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理手段と、
前記グルーピング処理手段で抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出手段と、
を備えたことを特徴とする対象物検出装置。
【請求項２】
前記第１の検出手段が、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出すると共に、前記第２の検出手段が、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしたことを特徴とする請求項１記載の対象物検出装置。
【請求項３】
前記第１の学習データにおける複数の識別器の個数が、前記第２の学習データにおける複数の識別器の個数よりも少ないことを特徴とする請求項２記載の対象物検出装置。
【請求項４】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する対象物検出方法において、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップと、
前記第１の検出ステップにおいて検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップと、
前記グルーピング処理ステップにおいて抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップと、
を有したことを特徴とする対象物検出方法。
【請求項５】
前記第１の検出ステップでは、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップが、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するようにしたことを特徴とする請求項４記載の対象物検出方法。
【請求項６】
前記第１の学習データにおける複数の識別器の個数が、前記第２の学習データにおける複数の識別器の個数よりも少ないことを特徴とする請求項５記載の対象物検出方法。
【請求項７】
入力されたデジタル画像データから、対象物が含まれる画像領域を検出する処理をコンピュータに実行させるための対象物検出プログラムであって、
前記デジタル画像データを所定サイズのウィンドウにより走査させながら、ウィンドウ毎に前記対象物が含まれる確度を示す複数の第１の評価値を算出し、これら算出された第１の評価値に基づき、複数の候補画像領域を検出する第１の検出ステップと、
前記第１の検出ステップにおいて検出された複数の候補画像領域のうち、少なくとも画像部分が重複している候補画像領域がある場合に、これら重複している候補画像領域から最も前記評価値の高い候補画像領域を選択し、この選択された候補画像領域と前記画像部分の重複がない候補画像領域とを抽出するグルーピング処理ステップと、
前記グルーピング処理ステップにおいて抽出された複数の候補画像領域それぞれについて、前記対象物が含まれる確度を示す複数の第２の評価値を算出し、これら算出された第２の評価値に基づき前記画像領域を検出する第２の検出ステップと、
を前記コンピュータに実行させるための対象物検出プログラム。
【請求項８】
前記第１の検出ステップでは、前記対象物に関する複数の識別器からなる第１の学習データを用いてブースティング法により前記第１の評価値を算出し、前記第２の検出ステップが、前記対象物に関する複数の識別器からなる第２の学習データを用いてブースティング法により前記第２の評価値を算出するように前記コンピュータに実行させるようにした請求項７記載の対象物検出プログラム。
【請求項９】
前記第１の学習データにおける複数の識別器の個数を、前記第２の学習データにおける複数の識別器の個数よりも少なくして前記コンピュータに実行させるようにした請求項８記載の対象物検出プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２００９−５９０４７（Ｐ２００９−５９０４７Ａ）
【公開日】平成２１年３月１９日（２００９．３．１９）
【国際特許分類】
【出願番号】特願２００７−２２４００２（Ｐ２００７−２２４００２）
【出願日】平成１９年８月３０日（２００７．８．３０）
【出願人】（０００００４３２９）日本ビクター株式会社 (3,896)
【Ｆターム（参考）】
【公開日】平成２１年３月１９日（２００９．３．１９）
【国際特許分類】
【出願日】平成１９年８月３０日（２００７．８．３０）
【出願人】（０００００４３２９）日本ビクター株式会社 (3,896)
【Ｆターム（参考）】
[ Back to top ]