情報処理装置及び方法、並びにプログラム
【課題】 データを複数範囲の何れかに分類する場合に、誤分類を抑制できる
【解決手段】 多段判定部は、複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、各判定機は、判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、各判定機において判定される２つの範囲には、重複する部分が含まれている。本技術は、データを分類する情報処理装置に適用することができる。
【解決手段】 多段判定部は、複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、各判定機は、判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、各判定機において判定される２つの範囲には、重複する部分が含まれている。本技術は、データを分類する情報処理装置に適用することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本技術は、情報処理装置及び方法、並びにプログラムに関し、特に、データを複数範囲の何れかに分類する場合に、誤分類を抑制できる、情報処理装置及び方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来から、データを分類する手法として、分類対象のデータを、予め区分された複数の範囲の何れかに分類する手法が知られている。このような分類手法を具体的に適用した例として、画像に含まれる人物の顔の特徴量に基づいて、当該人物の顔を、複数の年齢範囲（２０代、３０代、４０代等）のうち何れかに分類する技術が特許文献１に開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００９−２７１８８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１を含む従来の手法では、所定範囲の上限又は下限近辺に該当するデータが分類対象になっている場合、所定範囲の前後の別範囲に誤って分類される場合が多々ある。例えば、特許文献１を例にすれば、所定の年齢範囲の上限付近（例えば２０代の上限である２９才）の年齢の人物の顔が分類対象となっている場合、当該人物の顔が、所定の年齢範囲の１ランク上の年齢範囲（例えば３０代）に誤って分類されることが多々ある。
【０００５】
本技術は、このような状況に鑑みてなされたものであり、データを複数範囲の何れかに分類する場合に、誤分類を抑制できるようにしたものである。
【課題を解決するための手段】
【０００６】
本技術の一側面の情報処理装置は、複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、前記各判定機において判定される２つの範囲には、重複する部分を含まれている。
【０００７】
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行うことができる。
【０００８】
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行うことができる。
【０００９】
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備えることができる。
【００１０】
前記処理対象は複数であり、前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備えることができる。
【００１１】
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出することができる。
【００１２】
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類することができる。
【００１３】
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類することができる。
【００１４】
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類することができる。
【００１５】
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出することができる。
【００１６】
本技術の一側面の情報処理方法及びプログラムは、上述した本技術の一側面の情報処理装置に対応する方法及びプログラムである。
【００１７】
本技術の一側面の情報処理装置及び方法並びにプログラムにおいては、複数の範囲のうちの少なくとも１つに判定対象を分類する判定が行われるために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機が備えられ、前記各判定機によって、前記判定対象が、２つの範囲のうちの何れか一方に分類する判定が行われ、前記各判定機において判定される２つの範囲には、重複する部分が含まれる。
【発明の効果】
【００１８】
以上のごとく、本技術によれば、データを複数範囲の何れかに分類する場合に、誤分類を抑制できる。
【図面の簡単な説明】
【００１９】
【図１】年齢推定装置の構成を示すブロック図である。
【図２】年齢推定部の詳細な構成例を示す図である。
【図３】年齢推定処理の流れを説明するフローチャートである。
【図４】多段判定処理の流れを説明するフローチャートである。
【図５】学習部の処理ついて説明する図である。
【図６】年齢推定部の詳細な構成例を示す図である。
【図７】学習部の処理について説明する図である。
【図８】多段判定部及び推定結果保持部の構成例を示す図である。
【図９】年齢推定装置の構成を示すブロック図である。
【図１０】トラッキングについて説明する図である。
【図１１】年齢推定処理の流れを説明するフローチャートである。
【図１２】推定結果の統合について説明する図である。
【図１３】人種を判定対象とする多段判定部の構成例を示す図である。
【図１４】顔の表情を判定対象とする多段判定部の構成例を示す図である。
【図１５】分類の判定対象を本、分類のカテゴリを本のジャンルとする多段判定部の構成例を示す図である。
【図１６】異なる種類の判定対象をそれぞれ判定する各判定機を混在して含む多段判定部について説明する図である。
【図１７】推定結果の統合の他の例について説明する図である。
【図１８】多段判定部が用いた判定機の経路を示す図である。
【図１９】推定結果の統合の他の例について説明する図である。
【図２０】多段判定部の他の構成例を示す図である。
【図２１】多段判定部の他の構成例を示す図である。
【図２２】年齢推定装置の他の構成例を示すブロック図である。
【図２３】年齢推定装置の他の構成例を示すブロック図である。
【図２４】本技術が適用される情報処理装置のハードウェアの構成例を示すブロック図である。
【発明を実施するための形態】
【００２０】
本技術の実施形態として、４つの実施形態（以下、それぞれ第１実施形態乃至第４実施形態と称する）について、以下の順序で説明する。
１．第１実施形態（木構造を構成する判定機による静止画像における年齢推定の例）
２．第２実施形態（木構造を構成するマージンをもった判定機による年齢推定の例）
３．第３実施形態（木構造を構成する途中終了をもった判定機による年齢推定の例）
４．第４実施形態（木構造を構成する判定機による推定結果を他の推定に用いる例）
【００２１】
以下、図面を参照して、本技術の実施の形態について説明する。
【００２２】
＜１．第１実施形態＞
[年齢推定装置１の構成例]
図１は、年齢推定装置１の構成を示すブロック図である。
【００２３】
年齢推定装置１は、画像取得部１１、顔検出部１２、年齢推定部１３、結果表示部１４、及び学習部１５から構成されている。
【００２４】
画像取得部１１は、スチルカメラやWEBカメラ等の画像を取得可能な装置であり、被写体の顔画像Ｈを含む静止画像である画像Ｐを取得する。なお、画像取得部１１は、予め記憶された写真データやビデオデータから被写体の顔画像Ｈを含む画像Ｐを取得してもよい。
【００２５】
顔検出部１２は、画像取得部１１により取得された画像Ｐの全領域を対象として、画像Ｐに含まれている顔画像Ｈを検出する。なお、顔画像Ｈの検出手法は、特に限定されず、例えば、画像取得部２１により取得された画像Ｐから、目、鼻、口、耳といった顔を構成する部位の配色領域の配置を検出することで顔画像Ｈを検出する。
【００２６】
年齢推定部１３は、顔検出部１２により検出された顔画像Ｈから顔の特徴量を抽出して、当該顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。
【００２７】
結果表示部１４は、年齢推定部１３による年齢の推定結果を、ディスプレイ等に表示させる。なお、年齢推定部１３による年齢の推定結果は、結果表示部１４により表示される以外にも、図示せぬ記憶部に記憶させてもよい。
【００２８】
学習部１５は、後述する年齢推定部１３に含まれる各判定機に学習をさせ、各判定機が、顔の特徴量が予め設定された複数の年齢範囲のいずれに分類されるのかを判定可能にする。なお、学習部１５の詳細については、図５を用いて後述する。
【００２９】
[年齢推定部１３の構成例]
図２は、年齢推定部１３の詳細な構成例を示す図である。
【００３０】
年齢推定部１３は、顔特徴量抽出部３１、多段判定部３２、及び推定結果保持部３３から構成される。
【００３１】
顔特徴量抽出部３１は、顔検出部１２により検出された顔画像Ｈから、顔の特徴量を抽出する。特徴量としては、物体の認識に利用できる特徴量であれば特に限定されず、例えば、輝度情報、エッジ情報、Haar特徴量等を採用することができる。
【００３２】
多段判定部３２は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。多段判定部３２は、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３を含む。
【００３３】
判定機３２−１を第１段のノードとすると、判定機３２−１の１段下の第２段のノードとして、判定機３２−２１及び３２−２２が配置される。さらに、判定機３２−２１の１段下の第３段のノードとして、判定機３２−３１及び３２−３２が配置される。また、判定機３２−２２の１段下の第３段のノードとして、判定機３２−３３が配置される。このように、本実施形態では、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３といった３階層の木構造のノードによって、多段判定部３２が構成されている。
【００３４】
なお、以下、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３を個々に区別する必要がない場合、すなわち、特に階層関係の違いに着目する必要がない場合、これらをまとめて判定機３２と称する。
【００３５】
それぞれの判定機３２は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機３２には、相互に異なる２つの年齢範囲が２クラスとして与えられている。そこで、それぞれの判定機３２は、入力される顔の特徴量に基づいて、当該顔を有する人物の年齢が、２つの年齢範囲のうち何れに分類されるのか、すなわち、２クラスのうちの何れに分類されるのかを判定する。
【００３６】
具体的には、第１段の判定機３２−１には、図２に「ｙ：０−３９歳，ｎ：４０歳−」と示されているように、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第１段の判定機３２−１は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００３７】
ここで、図２においては、第１の年齢範囲に分類されることが「ｙ」により示されており、第２の年齢範囲に分類されることが「ｎ」により示されている。
【００３８】
第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機３２−２１に供給される。これに対して、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機３２−２２に供給される。
【００３９】
第２段の判定機３２−２１には、図２に「ｙ：０−１９歳，ｎ：２０−３９歳」と示されているように、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機３２−２１は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４０】
第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３１に供給される。これに対して、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３２に供給される。
【００４１】
また、第２段の判定機３２−２２には、図２に「ｙ：４０−４９歳，ｎ：５０歳−」と示されているように、「４０乃至４９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機３２−２２は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４２】
第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部３３に供給される。これに対して、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３３に供給される。
【００４３】
第３段の判定機３２−３１には、図２に「ｙ：０−９歳，ｎ：１０−１９歳」と示されているように、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３１は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４４】
第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲に分類された場合、その分類結果である「０−９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第２の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部３３に供給される。
【００４５】
また、第３段の判定機３２−３２には、図２に「ｙ：２０−２９歳，ｎ：３０−３９歳」と示されているように、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３２は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４６】
第３段の判定機３２−３２において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部３３に供給される。
【００４７】
また、第３段の判定機３２−３３には、図２に「ｙ：５０−５９歳，ｎ：６０歳−」と示されているように、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３３は、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４８】
第３段の判定機３２−３３において、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３３において、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「６０歳以上」という第２の年齢範囲に分類された場合、その分類結果である「６０歳−」が、推定結果保持部３３に供給される。
【００４９】
このように、多段判定部３２の段数Ｎ（階層Ｎ）は、本実施形態では３である。
【００５０】
推定結果保持部３３は、判定機３２から出力された分類結果を、推定結果として保持する。判定機３２から供給される分類結果としては、「０−９歳」，「１０−１９歳」，「２０−２９歳」，「３０−３９歳」，「４０−４９歳」，「５０−５９歳」，及び「６０歳−」の７つの年齢範囲がある。推定結果保持部３３は、供給された分類結果を年齢の推定結果として保持し、結果表示部１４に供給する。
【００５１】
次に、年齢推定装置１が実行する処理（以下、年齢推定処理と称する）について説明する。
【００５２】
[年齢推定処理]
図３は、年齢推定処理の流れを説明するフローチャートである。
【００５３】
ステップＳ１において、画像取得部１１は、被写体の顔画像Ｈを含む画像Ｐを取得する。
【００５４】
ステップＳ２において、顔検出部１２は、画像取得部１１により取得された被写体の顔画像Ｈを含む画像Ｐから、顔画像Ｈを検出する。
【００５５】
ステップＳ３において、年齢推定部１３は、多段判定処理を実行する。なお、多段判定処理については図４を用いて後述する。
【００５６】
ステップＳ４において、結果表示部１４は、年齢推定部１３による年齢の推定結果を表示する。
【００５７】
これにより、年齢推定処理は終了する。
【００５８】
次にステップＳ３の多段判定処理について説明する。
【００５９】
[多段判定処理]
図４は、多段判定処理の流れを説明するフローチャートである。
【００６０】
ステップＳ２１において、顔特徴量抽出部３１は、顔検出部１２により検出された顔画像Ｈから、顔の特徴量を抽出する。
【００６１】
ステップＳ２２において、多段判定部３２は、処理対象の判定機３２の段数iを１に設定する。すなわち、多段判定部３２は、処理対象の判定機３２を、第１段の判定機３２−１とする。
【００６２】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第１段の判定機３２−１の判定を実行する。具体的には、第１段の判定機３２−１は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６３】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００６４】
この場合、ｉ＝１，Ｎ＝３であることから、ステップＳ２４においてＮＯであると判定されて、処理はステップＳ２５に進む。
【００６５】
ステップＳ２５において、多段判定部３２は、ｉを１だけインクリメントする（i＝２）。すると、処理はステップＳ２３に戻され、それ以降の処理が繰り返される。すなわち、処理対象の判定機３２の段数ｉがＮ（すなわち３）以上となるまでの間、ステップＳ２３乃至Ｓ２５の処理が繰り返される。
【００６６】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第２段の判定機３２の判定を実行する。
【００６７】
具体的には、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第２段の判定機３２−２１の判定を実行する。すなわち、第２段の判定機３２−２１は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６８】
これに対して、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、多段判定部３２は、第２段の判定機３２−２２の判定を実行する。すなわち、第２段の判定機３２−２２は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６９】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００７０】
この場合、ｉ＝２，Ｎ＝３であることから、ステップＳ２４においてＮＯであると判定されて、処理はステップＳ２５に進む。
【００７１】
ステップＳ２５において、多段判定部３２は、ｉを１だけインクリメントする（i＝３）と、処理はステップＳ２３に戻される。
【００７２】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第３段の判定機３２の判定を実行する。
【００７３】
具体的には、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３１の判定を実行する。すなわち、第３段の判定機３２−３１は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７４】
これに対して、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第２の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３２の判定を実行する。すなわち、第３段の判定機３２−３２は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７５】
また、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２の判定を実行する。ただし、この場合には、実際に判定を実行する第３段の判定機３２が存在しないため、前段の分類結果、つまり本例では第２段の判定機３２−２２の分類結果が、そのまま第３段の判定機３２による分類結果とみなされる。
【００７６】
これに対して、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３３の判定を実行する。すなわち、第３段の判定機３２−３３は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７７】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００７８】
この場合、ｉ＝３，Ｎ＝３であることから、ステップＳ２４においてＹＥＳであると判定されて、処理はステップＳ２６に進む。
【００７９】
ステップＳ２６において、推定結果保持部３３は、推定結果を保持する。すなわち、推定結果保持部３３は、第３段の判定機３２−３１から出力された分類結果である「０−９歳」または「１０−１９歳」、第３段の判定機３２−３２から出力された分類結果である「２０−２９歳」または「３０−３９歳」、第２段の判定機３２−２２にから出力された分類結果である「４０−４９歳」、第３段の判定機３２−３３から出力された分類結果である「５０−５９歳」または「６０−歳」のうちのいずれかの分類結果を、推定結果として保持する。
【００８０】
これにより、多段判定処理は終了する。
【００８１】
このように、多段判定部３２に含まれる判定機３２は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定することができる。学習部１５は、判定機３２がこのような判定を可能とするために、各判定機３２に対して予め学習をさせる。学習部１５の処理について、図５を用いて説明する。
【００８２】
[学習部１５の処理]
図５は、学習部１５の処理ついて説明する図である。
【００８３】
学習部１５は、学習用画像記憶部５１、顔特徴量抽出部５２、及び学習用判定機５３−１乃至５３−３から構成される。なお、以下、学習用判定機５３−１乃至５３−３を個々に区別する必要がない場合、これらをまとめて学習用判定機５３と称する。
【００８４】
学習用画像記憶部５１は、各種各様の年齢の人物の学習用顔画像ＨＳ１乃至ＨＳＫ（Ｋは画像の総数であって、図５の例では７以上の数）を、その年齢とともにそれぞれ記憶する。なお、学習用顔画像ＨＳ１乃至ＨＳＫを、個々に区別する必要がない場合、これらをまとめて学習用顔画像ＨＳと称する。
【００８５】
顔特徴量抽出部５２は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有している。すなわち、顔特徴量抽出部５２は、学習用画像記憶部５１に記憶されている学習用顔画像ＨＳ１乃至ＨＳＫの顔の特徴量を抽出する。
【００８６】
学習用判定機５３は、所定の判定機３２に、所定の２クラス判定問題を解くための、相互に異なる２つの年齢範囲に分類される学習用顔画像ＨＳの特徴量を学習させる。２つの年齢範囲は、学習対象の判定機３２の第１、第２の年齢範囲のそれぞれに対応する。図５の例では、学習用判定機５３−１は判定機３２−３１を学習させ、学習用判定機５３−２は判定機３２−２１を学習させ、学習用判定機５３−３は判定機３２−１を学習させる。
【００８７】
なお、学習用判定機の個数は、本例では３個とされているが、特に限定されない。すなわち、１つの学習用判定機で、別々の判定機３２の学習処理を時間的に離間して個別に実行することができるため、学習用判定機の数は、学習対象の判定機３２の総数とは独立して決定することが可能である。また、学習用判定機５３による学習の手法は、特に限定されず、例えば、Support Vector MachineやAdaboostを用いた手法を採用することができる。
【００８８】
学習用判定機５３−１は、判定機３２−３１に、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−１は、判定機３２−３１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至９歳」及び「１０乃至１９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−１は、顔特徴量抽出部５２により「０乃至９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「１０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当）を出力させるように、判定機３２−３１を学習させる。このようにして学習用判定機５３−１による学習が終了した判定機３２−３１は、図２の多段判定部３２に適用される。
【００８９】
学習用判定機５３−２は、判定機３２−２１に、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−２は、判定機３２−２１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至１９歳」及び「２０乃至３９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−２は、顔特徴量抽出部５２により「０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「２１０乃至３９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当）を出力させるように、判定機３２−２１を学習させる。このようにして学習用判定機５３−２による学習が終了した判定機３２−２１は、図２の多段判定部３２に適用される。
【００９０】
学習用判定機５３−３は、判定機３２−１に、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−３は、判定機３２−１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至３９歳」及び「４０歳以上」に分類される顔画像Ｈのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−３は、顔特徴量抽出部５２により「０乃至３９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「４０−歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当を出力させるように、判定機３２−１を学習させる。このようにして学習用判定機５３−３による学習が終了した判定機３２−１は、図２の多段判定部３２に適用される。
【００９１】
このように、学習部１５は、各判定機３２に対して、当該判定機３２が解くべき２クラス判定問題に用いられるデータ（この場合、２つの年齢範囲）のみを予め学習させればよいので、より少ないデータを用いた効率的な学習を行うことができる。例えば、学習用判定機５３−２は、判定機３２−２１に対しては、「０乃至１９歳」及び「２０乃至３９歳」の学習用顔画像ＨＳの特徴量のみを学習させればよく、「４０歳以上」の学習用顔画像ＨＳの特徴量については学習に用いる必要はないので、少ないデータを用いて効率的に学習を行うことができる。
【００９２】
また、多段判定部３２は木構造の各判定機３２から構成されているため、各段の判定では、前段の判定結果により特定される１つの判定機３２のみが判定を実行すればよいので、各判定機３２の全ての判定を行う場合と比較して、処理速度を向上させることができる。
【００９３】
なお、学習用画像記憶部５１は、人物の学習用顔画像を、その見た目年齢とともにそれぞれ記憶するようにしてもよい。この場合、それぞれの判定機３２には、相互に異なる２つの見た目年齢範囲が２クラスとして与えられ、それぞれの判定機３２は、入力される顔の特徴量に基づいて、当該顔を有する人物の見た目年齢が、２つの見た目年齢範囲のうち何れに分類されるのかを判定する。したがって、学習用判定機５３は、所定の判定機３２に、所定の２クラス判定問題を解くための、相互に異なる２つの見た目年齢範囲に分類される学習用顔画像の特徴量を学習させる。
【００９４】
＜２．第２実施形態＞
第１実施形態の各判定機３２が解く２クラス判定問題に用いられる２つの年齢範囲は、自身または他の全ての判定機３２において重複することはなかった。しかしながら、各判定機が解く２クラス判定問題に用いられる２つの年齢範囲が、自身または他の判定機において重複するようにすることもできる。すなわち、多段判定部に、マージン（すなわち、重複部分）をもった２つの年齢範囲が与えられた判定機を配置することもできる。これにより、マージンをもたない場合に所定の年齢範囲の上限又は下限近辺に該当する年齢を処理対象とした場合であっても、誤分類を抑制することができるようになる。
【００９５】
そこで、マージンをもった２つの年齢範囲が与えられた判定機を有する年齢推定装置を、第２実施形態として説明する。なお、第２実施形態の年齢推定装置の機能と構成は、図１の年齢推定装置１と基本的に同様の機能と構成を有している。したがって、以下では、図１の年齢推定装置１との一致点の説明は省略し、その差異点、すなわち図１の年齢推定装置１の年齢推定部１３とは異なる年齢推定部７１のみを説明する。
【００９６】
[年齢推定部７１の構成例]
図６は、年齢推定部７１の詳細な構成例を示す図である。
【００９７】
年齢推定部７１は、顔特徴量抽出部９１、多段判定部９２、及び推定結果保持部９３から構成される。
【００９８】
顔特徴量抽出部９１は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【００９９】
多段判定部９２は、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。多段判定部９２は、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４を含む。
【０１００】
判定機９２−１を第１段のノードとすると、判定機９２−１の１段下の第２段のノードとして、判定機９２−２１及び９２−２２が配置される。さらに、判定機９２−２１の１段下の第３段のノードとして、判定機９２−３１及び９２−３２が配置される。また、判定機９２−２２の１段下の第３段のノードとして、判定機９２−３３及び９２−３４が配置される。さらに、判定機９２−３１の１段下の第４段のノードとして、判定機９２−４１及び９２−４２が配置される。また、判定機９２−３２の１段下の第４段のノードとして、判定機９２−４３及び９２−４４が配置される。このように、本実施形態では、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４といった４階層の木構造のノードによって、多段判定部９２が構成されている。
【０１０１】
なお、以下、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４を個々に区別する必要がない場合、これらをまとめて判定機９２と称する。
【０１０２】
それぞれの判定機９２は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機９２には、相互に異なるマージンをもった２つの年齢範囲が２クラスとして与えられている。そこで、それぞれの判定機９２は、入力される顔の特徴量に基づいて、当該顔を有する人物の年齢が、２つの年齢範囲のうち何れに分類されるのかを判定する。
【０１０３】
具体的には、第１段の判定機９２−１には、図６に「ｙ：０−４９歳，ｎ：４０−歳」と示されているように、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第１段の判定機９２−１は、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第１段の判定機９２−１には、「４０乃至４９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０４】
第１段の判定機９２−１において、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機９２−２１に供給される。これに対して、第１段の判定機９２−１において、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機９２−２２に供給される。
【０１０５】
第２段の判定機９２−２１には、図６に「ｙ：０−２９歳，ｎ：２０−４９歳」と示されているように、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機９２−２１は、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第２段の判定機９２−２１には、「２０乃至２９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０６】
第２段の判定機９２−２１において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３１に供給される。これに対して、第２段の判定機９２−２１において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３２に供給される。
【０１０７】
また、第２段の判定機９２−２２には、図６に「ｙ：４０−５９歳，ｎ：５０歳−」と示されているように、「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機９２−２２は、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第２段の判定機９２−２２には、「５０乃至５９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０８】
第２段の判定機９２−２２において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３３に供給される。これに対して、第２段の判定機９２−２２において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３４に供給される。
【０１０９】
第３段の判定機９２−３１には、図６に「ｙ：０−１９歳，ｎ：１０−２９歳」と示されているように、「０乃至１９歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３１は、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３１は、「１０歳乃至１９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１０】
第３段の判定機９２−３１において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４１に供給される。これに対して、第３段の判定機９２−３１において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至２９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４２に供給される。
【０１１１】
また、第３段の判定機９２−３２には、図６に「ｙ：２０−３９歳，ｎ：３０−４９歳」と示されているように、「２０乃至３９歳」という第１の年齢範囲と、「３０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３２は、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３２は、「３０乃至３９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１２】
第３段の判定機９２−３２において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４３に供給される。これに対して、第３段の判定機９２−３２において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４４に供給される。
【０１１３】
第３段の判定機９２−３３には、図６に「ｙ：４０−４９歳，ｎ：５０−５９歳」と示されているように、「４０乃至４９歳」という第１の年齢範囲と、「５０乃至５９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３３は、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３３は、「４９歳乃至５０歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１４】
第３段の判定機９２−３３において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部９３に供給される。これに対して、第３段の判定機９２−３３において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第２の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部９３に供給される。
【０１１５】
また、第３段の判定機９２−３４には、図６に「ｙ：５０−５９歳，ｎ：６０歳−」と示されているように、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３４は、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１１６】
第３段の判定機９２−３４において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部９３に供給される。これに対して、第３段の判定機９２−３４において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「６０歳以上」という第２の年齢範囲に分類された場合、その分類結果である「６０歳−」が、推定結果保持部９３に供給される。
【０１１７】
第４段の判定機９２−４１には、図６に「ｙ：０−９歳，ｎ：１０−１９歳」と示されているように、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４１は、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１１８】
第４段の判定機９２−４１において、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲に分類された場合、その分類結果である「０−９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４１において、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第２の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部９３に供給される。
【０１１９】
また、第４段の判定機９２−４２には、図６に「ｙ：１０−１９歳，ｎ：２０−２９歳」と示されているように、「１０乃至１９歳」という第１の年齢範囲と、「２０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４２は、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２０】
第４段の判定機９２−４２において、第２３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４２において、第２段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第２の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部９３に供給される。
【０１２１】
第４段の判定機９２−４３には、図６に「ｙ：２０−２９歳，ｎ：３０−３９歳」と示されているように、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４３は、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２２】
第４段の判定機９２−４３において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４３において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部９３に供給される。
【０１２３】
また、第４段の判定機９２−４４には、図６に「ｙ：３０−３９歳，ｎ：４０−４９歳」と示されているように、「３０乃至３９歳」という第１の年齢範囲と、「４０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４４は、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２４】
第４段の判定機９２−４４において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４４において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部９３に供給される。
【０１２５】
このように、多段判定部９２の段数Ｎ（階層Ｎ）は、本実施形態では４である。
【０１２６】
推定結果保持部９３は、判定機９２から出力された分類結果を、推定結果として保持する。判定機９２から供給される分類結果としては、「０−９歳」，「１０−１９歳」，「２０−２９歳」，「３０−３９歳」，「４０−４９歳」，「５０−５９歳」，及び「６０−歳」の７つの年齢範囲がある。推定結果保持部９３は、供給された分類結果を年齢の推定結果として保持し、結果表示部１４に供給する。
【０１２７】
年齢推定部７１による多段判定処理は、図４と基本的に同様であり、その説明は繰り返しになるので省略する。
【０１２８】
このように、マージンをもった２つの年齢範囲が与えられた判定機９２が配置されることにより、マージンをもたない場合の所定の年齢範囲の上限又は下限近辺に該当するデータに対しても、誤分類を抑制することができるようになる。
【０１２９】
例えば、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲というマージンをもたない２クラス判定問題を解く判定機による判定においては、４０歳の人の顔は、「０乃至３９歳」と「４０歳以上」のうちのどちらの年齢範囲に分類されるのかは曖昧である。したがって、誤った分類（すなわち、「０乃至３９歳」の年齢範囲への分類）がなされた場合には、その下段の判定機には、誤った分類結果が入力される。従って、最終的に、正しい年齢の推定（判別）をすることが困難になる。
【０１３０】
これに対して、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のように、「４０歳乃至４９歳」の範囲でマージンをもった２クラス判定問題を解く判定機９２−１による判定においては、このような困難性は解消される。すなわち、判定機９２−１においては、４０歳の人の顔が、「０乃至４９歳」という第１の年齢範囲と「４０歳以上」という第２の年齢範囲のうちの何れに分類されても、それは何れも正しい分類である。従って、その後、判定機９２−１よりも１段下の第２段の判定機９２−２１または９２−２２に対しては、正しい分類結果が入力されることになり、さらに所定の範囲でマージンを持った判定、すなわち正しい分類結果が得られる判定が行われる。
【０１３１】
このように、何れの段の判定機でも、誤りのない前段の分類結果が入力されて、所定の範囲でマージンを持った判定、すなわち正しい分類結果が得られる判定が行われることになる。その結果、最下段の判定機９２により出力される分類結果は、ほぼ誤りのない正しい推定年齢となる。以下、具体例を挙げて、詳細に説明する。
【０１３２】
例えば、２６歳の人の顔に対して多段判定処理が実行される場合について説明する。
【０１３３】
はじめに、多段判定部９２は、第１段の判定機９２−１において、２６歳の人の顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第１段の判定機９２−１において、当該人物の年齢は「０乃至４９歳」に分類されると判定される。
【０１３４】
次に、多段判定部９２は、第２段の判定機９２−２１において、当該人物の年齢が、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第２段の判定機９２−２１において、当該人物の年齢は「０乃至２９歳」に分類されると判定される場合も、「２０乃至４９歳」に分類されると判定される場合もあり得る。これは、２６歳の人の顔の特徴量は、当然ながら、老け顔、幼顔といった個人差もあるし、同一人物であったとしても、照明等の撮影条件の違いや個人の健康状態の変化などによって異なってくるからである。
【０１３５】
第２段の判定機９２−２１において、「０乃至２９歳」に分類されると判定された場合、多段判定部９２は、第３段の判定機９２−３１において、当該人物の年齢は「０乃至１９歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第３段の判定機９２−３１において、当該人物の年齢は「１０乃至２９歳」に分類されると判定される。次に、多段判定部９２は、第４段の判定機９２−４２において、当該人物の年齢は「１０乃至１９歳」という第１の年齢範囲と、「２０歳乃至２９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第４段の判定機９２−４２において、当該人物の年齢は「２０乃至２９歳」に分類されると判定される。これにより、推定結果保持部９３には、第４段の判定機９２−４２により出力された「２０歳乃至２９歳」の分類結果が推定結果として保持される。
【０１３６】
一方、第２段の判定機９２−２１において、「２０乃至４９歳」に分類されると判定された場合、多段判定部９２は、第３段の判定機９２−３２において、当該人物の年齢は「２０乃至３９歳」という第１の年齢範囲と、「３０乃至４９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第３段の判定機９２−３２において、当該人物の年齢は「２０乃至３９歳」に分類されると判定される。次に、多段判定部９２は、第４段の判定機９２−４３において、当該人物の年齢は「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第４段の判定機９２−４３において、当該人物の年齢は「２０乃至２９歳」に分類されると判定される。これにより、推定結果保持部９３には、第４段の判定機９２−４３により出力された「２０乃至２９歳」の分類結果が推定結果として保持される。
【０１３７】
このように、第２段の判定機９２−２１において、２６歳の人物の年齢が「０乃至２９歳」に分類されると判定された場合であっても、「２０乃至４９歳」と判定された場合であっても、推定結果保持部９３には、「２０−２９歳」という分類結果が推定結果として保持される。すなわち、所定の判定機９２に誤りのない前段の分類結果が入力されて判定が行われることにより、最下段の判定機９２から出力される推定結果はほぼ誤りのない正しい推定年齢となる。
【０１３８】
次に、多段判定部９２に含まれるマージンをもった２クラス判定問題を解く判定機９２に対する学習部１１５の処理について説明する。
【０１３９】
[学習部１１５の処理]
図７は、学習部１１５の処理について説明する図である。
【０１４０】
学習部１１５は、学習用画像記憶部１２１、顔特徴量抽出部１２２、及び学習用判定機１２３−１及び１２３−２から構成される。なお、以下、学習用判定機１２３−１及び１２３−１２を個々に区別する必要がない場合、これらをまとめて学習用判定機１２３と称する。
【０１４１】
学習用画像記憶部１２１及び顔特徴量抽出部１２２については、図５の学習用画像記憶部５１及び顔特徴量抽出部５２と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【０１４２】
学習用判定機１２３は、判定機９２に、マージンをもった２クラス判定問題を解くための、相互に異なる２つの年齢範囲に分類される学習用顔画像ＨＳの特徴量を学習させる。図７の例では、学習用判定機１２３−１は判定機９２−２１を学習させ、学習用判定機１２３−２は判定機９２−１を学習させる。
【０１４３】
学習用判定機１２３−１は、判定機９２−２１に「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲のマージンをもった２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機１２３−１は、判定機９２−２１に対して、学習用画像記憶部１２１に記憶された学習用顔画像ＨＳのうち、「０乃至１９歳」及び「３０乃至４９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。このとき、学習用判定機１２３−１は、判定機９２−２１の２クラス判定問題のマージンに該当する「２０乃至２９歳」の範囲内にある学習用顔画像ＨＳの特徴量は、学習に用いない。
【０１４４】
すなわち、学習用判定機１２３−１は、顔特徴量抽出部１２２により「０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図６の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部１２２により「３０乃至４９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図６の「ｎ」という結果に相当を出力させるように、判定機９２−２１を学習させる。
【０１４５】
このようにすることで、例えば、「２０乃至２９歳」の範囲内の所定の年齢の人物は、判定機９２−２１において、顔の特徴量が、より「０乃至１９歳」に近い場合には、当該人物の年齢は「０乃至１９歳」に分類されるようになる。したがって、多段判定部９２は、次に、第２段の判定機９２−３１による判定を実行することができる。これに対して、当該人物の顔の特徴量が、より「３０乃至４９歳」に近い場合には、当該人物の年齢は「３０乃至４９歳」に分類される。したがって、多段判定部９２は、次に、第２段の判定機９２−３２による判定を実行することができる。
【０１４６】
このようにして学習用判定機１２３−１による学習が終了した判定機９２−２１は、図６の多段判定部９２に適用される。
【０１４７】
また、学習用判定機１２３−２は、判定機９２−１に「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のマージンをもった２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機１２３−２は、判定機９２−１に対して、学習用画像記憶部１２１に記憶された学習用顔画像ＨＳのうち、「０乃至３９歳」及び「５０歳以上」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。このとき、学習用判定機１２３−２は、判定機９２−１の２クラス判定問題のマージンに該当する「４０乃至４９歳」の範囲内にある学習用顔画像ＨＳの特徴量は、学習に用いない。
【０１４８】
すなわち、学習用判定機１２３−２は、顔特徴量抽出部１２２により「０乃至３９歳」の顔画像Ｈの特徴量が抽出された場合には「positive」という結果（図６の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部１２２により「５０歳以上」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図６の「ｎ」という結果に相当を出力させるように、判定機９２−１を学習させる。
【０１４９】
このようにすることで、例えば、「４０乃至４９歳」の範囲内の所定の年齢の人物は、判定機９２−１において、顔の特徴量が、より「０乃至３９歳」に近い場合には、当該人物の年齢は「０乃至３９歳」に分類されるようになる。したがって、多段判定部９２は、次に、第２段の判定機９２−２１による判定を実行することができる。これに対して、当該人物の顔の特徴量が、より「５０歳以上」に近い場合には、当該人物の年齢は「５０歳以上」に分類される。したがって、多段判定部９２は、次に、第２段の判定機９２−２２による判定を実行することができる。
【０１５０】
このように、学習部１１５は、各判定機９２に対して、当該判定機９２が解くべき２クラス判定問題に用いられるデータ（この場合、マージンをもった２つの年齢範囲）のみを予め学習させればよいので、より少ないデータを用いた効率的な学習を行うことができる。
【０１５１】
また、多段判定部９２は、木構造の各判定機９２から構成されているため、各段の判定では、前段の判定結果により特定される１つの判定機９２のみが判定を実行すればよいので、各判定機９２の全ての判定を行う場合と比較して、処理速度を向上させることができる。
【０１５２】
また、マージンをもった２つの年齢範囲が与えられた判定機９２が配置されることにより、マージンをもたない場合の所定の年齢範囲の上限又は下限近辺に該当する年齢に対しても、誤分類を抑制することができるようになる。
【０１５３】
＜３．第３実施形態＞
第１及び第２実施形態の判定機３２及び判定機９２による出力は、「ｙ」または「ｎ」により示される２つの年齢範囲、すなわち２値であった。しかしながら、各判定機による出力は、尤度のような数値とすることもできる。そして、所定の判定機において誤分類の恐れがあった年齢、例えば、２クラス判定問題において用いられた年齢範囲の上限又は下限近辺に該当する年齢に対しては、判定処理を途中終了させ、広い年齢範囲をもつ分類結果に分類されるようにする。
【０１５４】
これにより、誤分類の恐れがある年齢に対しても、ほぼ誤りのない推定をすることができるようになる。そこで、出力が尤度のような数値である判定機を有する年齢推定装置を、第３実施形態として説明する。なお、第３実施形態の年齢推定装置の構成は、第２実施形態の年齢推定装置の基本的に同様の機能と構成を有している。したがって、以下では、第２実施形態の年齢推定装置との一致点の説明は省略し、その差異点、すなわち図６の多段判定部９２及び推定結果保持部９３とは異なる多段判定部１３２及び推定結果保持部１３３のみを説明する。
【０１５５】
[多段判定部１３２及び推定結果保持部１３３の構成例]
図８は、多段判定部１３２及び推定結果保持部１３３の構成例を示す図である。
【０１５６】
なお、図８の多段判定部１３２においては、図６の多段判定部９２の第２段の判定機９２−２２，第３段の判定機９２−３３及び９２−３４と同様の判定機として、第２段の判定機１３２−２２，第３段の判定機１３２−３３及び１３２−３４のみが示されている。したがって、これらの判定機についての説明は、繰り返しになるので省略する。なお、第２段の判定機１３２−２２，第３段の判定機１３２−３３には、マージンをもった２つの年齢範囲が与えられている。以下、判定機１３２−２２，１３２−３３，１３２−３４を個々に区別する必要がない場合、これらをまとめて判定機１３２と称する。
【０１５７】
それぞれの判定機１３２は、入力された特徴量に基づいて、−１００乃至１００の範囲内の所定のスコアを判定して出力する。
【０１５８】
ここで、判定機１３２からの出力スコア値が正の値（１乃至１００）の場合には、２クラス判定問題では「ｙ」により示されていた年齢範囲に分類され、出力スコア値が負の値（−１乃至−１００）の場合には、２クラス判定問題では「ｎ」により示されていた年齢範囲に分類されるとすると、次のような問題が生じる。すなわち、出力スコア値が正の境目付近のスコア、例えば＋１の場合には、「ｙ」により示される年齢範囲に分類されることになるが、「ｙ」により示される年齢範囲が適切であるとは限らず、むしろ「ｎ」により示される年齢範囲が適切な場合もある。同様に、出力スコア値が負の境目付近のスコア、例えば−１の場合には、「ｎ」により示される年齢範囲に分類されることになるが、「ｎ」により示される年齢範囲が適切であるとは限らず、むしろ「ｙ」により示される年齢範囲が適切な場合もある。すなわち、出力スコア値が正と負の境目付近の範囲内に入る場合とは、「ｙ」または「ｎ」により示される年齢範囲のうちのどちらかに明確に分類できる場合ではなく、曖昧な場合である。
【０１５９】
そこで、判定機１３２の出力スコア値が正と負の境目付近の範囲内に入る場合、例えば本実施形態では、出力スコア値が−１０乃至１０の範囲内に入る場合には、判定処理は途中終了とする。すなわち、２クラス判定問題における２つの年齢範囲の境目から一定範囲は不感帯範囲として予め設定して、判定機１３２の出力が当該不感帯範囲に分類された場合には、次の階層の判定機による判定処理は行われずに、途中終了とする。これにより、「ｙ」または「ｎ」により示される年齢範囲への誤分類を抑制することができる。
【０１６０】
図８において、判定機１３２−２２からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、多段判定部１３２は、次に判定機１３２−３３による判定を実行する。一方、判定機１３２−２２からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、多段判定部１３２は、次に判定機１３２−３４による判定を実行する。そして、判定機１３２−２２からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が１０より小さく且つ−１０より大きい場合には、分類結果として「４０歳−」が出力され、推定結果保持部１３３に保持される。すなわち、この場合には、以降の判定処理が途中終了され、広い年齢範囲をもつ分類結果に分類される。
【０１６１】
判定機１３２−３３からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、分類結果として「４０−４９歳」が出力され、推定結果保持部１３３に保持される。一方、判定機１３２−３３からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、分類結果として「５０−５９歳」が出力され、推定結果保持部１３３に保持される。そして、判定機１３２−３３からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が、１０より小さく且つ−１０より大きい場合には、分類結果として「４０−５９歳」が出力され、推定結果保持部１３３に保持される。
【０１６２】
また、判定機１３２−３４からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、分類結果として「５０−５９歳」が出力され、推定結果保持部１３３に保持される。一方、判定機１３２−３４からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、分類結果として「５０歳−」が出力され、推定結果保持部１３３に保持される。そして、判定機１３２−３４からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が、１０より小さく且つ−１０より大きい場合には、分類結果として「６０歳−」が出力され、推定結果保持部１３３に保持される。
【０１６３】
以下、具体例を挙げて、詳細に説明する。
【０１６４】
例えば、多段判定部１３２は、判定機１３２−２２において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。判定機１３２−２２からの出力スコア値が７０であった場合、当該顔を有する人物の年齢は「４０乃至５９歳」に分類されると判定される。したがって、多段判定部９２は、次に判定機１３２−３３による判定を実行する。
【０１６５】
これに対して、判定機１３２−２２からの出力スコア値が−３０であった場合、当該顔を有する人物の年齢は「５０歳以上」に分類されると判定される。したがって、多段判定部９２は、次に判定機１３２−３４による判定を実行する。
【０１６６】
これに対して、判定機１３２−２２からの出力スコア値が１であった場合、当該顔を有する人物の年齢は「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうちのどちらにも分類されず、判定は途中終了する。すなわち、判定機１３２−２２からは、分類結果として「４０歳−」が出力され、推定結果保持部１３３に保持される。
【０１６７】
このように、判定機１３２において、２クラス判定問題を解く場合に誤分類の恐れがあったデータに対しては、判定処理を途中終了させ、広い年齢範囲をもつ分類結果に分類する。これにより、例えば、年齢の推定が困難な顔に対しても、ほぼ誤りのない推定をすることができるようになる。
【０１６８】
＜４．第４実施形態＞
第１乃至第３実施形態の年齢推定装置は、静止画像である画像Ｐに含まれる顔画像Ｈの年齢を推定し、その推定結果を表示することにより年齢推定処理を終了させた。しかしながら、年齢推定装置は、当該推定結果を他の推定に用いることもできる。具体的には、年齢推定装置は、当該推定結果を用いて、動画像に含まれる顔画像Ｈの年齢を推定することもできる。そこで、動画像に含まれる顔画像Ｈの年齢を推定する年齢推定装置を、第４実施形態として説明する。なお、第４実施形態では、動画像は複数のフレームから構成されているものとして、フレーム単位で判定等に伴う画像処理が実行される。ただし、画像処理の単位は、フレームである必要は特になく、フィールド等であってもよい。以下、このようなフレームやフィールドといった、動画像に対する画像処理の単位となる画像を、適宜単位画像と称する。
【０１６９】
[年齢推定装置１５１の構成例]
図９は、年齢推定装置１５１の構成を示すブロック図である。
【０１７０】
年齢推定装置１５１は、画像取得部１６１、顔検出部１６２、静止画像年齢推定部１６３、顔トラッキング部１６４、結果統合部１６５、結果表示部１６６、及び学習部１６７から構成されている。
【０１７１】
画像取得部１６１は、動画像を取得可能な装置であり、被写体の顔画像Ｈを含む動画像を単位画像、すなわちフレーム毎に取得する。具体的には、画像取得部１６１は、顔画像Ｈ１乃至Ｈｎ（ｎは整数値）を含むフレームＦ１乃至Ｆｎを取得する。
【０１７２】
顔検出部１６２は、画像取得部１６１により取得されたフレームＦｋ（ｋは１乃至ｎのうち、任意の整数値）の全領域を対象として、フレームＦｋに含まれている顔画像Ｈｋを検出する。なお、フレームＦｋに複数の顔画像Ｈｋが含まれている場合、顔検出部１６２は、すべての顔画像Ｈｋを検出する。
【０１７３】
静止画像年齢推定部１６３は、顔検出部１６２により検出されたフレームＦｋ毎の顔画像Ｈｋから顔の特徴量を抽出し、当該顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。なお、静止画像年齢推定部１６３は、顔検出部１６２がフレームＦｋにおいて複数の顔画像Ｈｋを検出した場合、それぞれの顔画像Ｈｋについて年齢の推定を行う。静止画像年齢推定部１６３は、図１の年齢推定部１３と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。なお、静止画像年齢推定部１６３に含まれる多段判定部が有する判定機は、マージンをもった２つの年齢範囲が与えられた判定機であってもよい。また、当該判定機は、２クラス判定問題を解く場合に誤分類の恐れがあるデータに対しては、判定処理を途中終了させてもよい。
【０１７４】
顔トラッキング部１６４は、顔検出部１６２により検出された所定の顔画像Ｈｋを、追跡対象とし、それ以降のフレームで当該所定の顔画像Ｈｋを追跡していく。その結果、複数のフレーム間で追跡されていった所定の顔画像Ｈｋは、同一人物の顔と認定される。
【０１７５】
[顔のトラッキング]
図１０は、トラッキングについて説明する図である。
【０１７６】
図１０に示されるように、フレームＦ１には、２人の人物の顔画像Ｈ１１と顔画像Ｈ１２、フレームＦ２には、顔画像Ｈ２１と顔画像Ｈ２２、フレームＦ３には、顔画像Ｈ３１と顔画像Ｈ３２が含まれている。
【０１７７】
この場合、顔トラッキング部１６４のトラッキングにより、各フレーム間で追跡されたＨ１１、Ｈ２１、Ｈ３１は、同一人物の顔画像Ｈであると認定される。同様に、顔トラッキング部１６４のトラッキングにより、各フレーム間で追跡されたＨ１２、Ｈ２２、Ｈ３２は、同一人物の顔画像Ｈであると認定される。すなわち、顔トラッキング部１６４は、各フレーム間に含まれる同一人物の顔を特定することができる。なお、トラッキングの手法は、特に限定されず、例えば、オプティカルフローによる追跡のような一般的な手法を採用することができる。
【０１７８】
図９の説明に戻り、結果統合部１６５は、顔トラッキング部１６４により同一人物であると特定された所定の人物について、静止画像年齢推定部１６３により推定されたフレームＦｋ毎の年齢の推定結果を統合し、動画像における所定の人物の年齢の推定結果を出力する。すなわち、結果統合部１６５は、静止画像年齢推定部１６３による複数の推定結果を統合する。また、結果統合部１６５は、当該推定結果とともに、動画像における所定の人物について、推定年齢の確率分布を算出することができる。なお、結果統合部１６５による年齢の推定結果の統合については、図１２を用いて後述する。
【０１７９】
学習部１６７は、静止画像年齢推定部１６３に含まれる各判定機に学習をさせる。なお、学習部１６７は、図１の学習部１５と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【０１８０】
結果表示部１６６は、結果統合部１６５による統合された年齢の推定結果を、ディスプレイ等に表示させる。
【０１８１】
次に、年齢推定装置１５１が実行する処理（以下、年齢推定処理と称する）について説明する。
【０１８２】
[年齢推定処理]
図１１は、年齢推定処理の流れを説明するフローチャートである。
【０１８３】
ステップＳ４１において、画像取得部１６１は、被写体の顔画像Ｈｋを含む処理対象フレームＦｋの画像を取得する。
【０１８４】
ステップＳ４２において、顔検出部１６２は、画像取得部１６１により取得された被写体の顔画像Ｈｋを含む処理対象フレームＦｋから、顔画像Ｈｋを検出する。
【０１８５】
ステップＳ４３において、静止画像年齢推定部１６３は、多段判定処理を実行する。なお、多段判定処理については、図４と基本的に同様であり、その説明は繰り返しになるので省略する。
【０１８６】
ステップＳ４４において、顔トラッキング部１６４は、顔のトラッキングを行う。すなわち、顔トラッキング部１６４は、顔検出部１６２により検出された顔画像Ｈｋを対象として、各フレーム間に含まれる同一人物の顔を特定する。
【０１８７】
ステップＳ４５において、結果統合部１６５は、全フレームの処理が終了したかを判定する。
【０１８８】
まだ全フレームの処理が終了していない場合、ステップＳ４５においてＮＯであると判定されて、処理はステップＳ４１に戻され、それ以降の処理が繰り返される。すなわち、全フレームの処理が終了するまでの間、ステップＳ４１乃至Ｓ４５の処理が繰り返される。
【０１８９】
その後、全フレームの処理が終了すると、ステップＳ４５においてＹＥＳであると判定されて、処理はステップＳ４６に進む。
【０１９０】
ステップＳ４６において、結果統合部１６５は、推定結果を統合する。すなわち、結果統合部１６５は、顔トラッキング部１６４により特定された所定の人物について、静止画像年齢推定部１６３により推定されたフレームＦｋ毎の年齢の推定結果を統合する。これにより、動画像における所定の人物の年齢の推定結果が算出される。また、結果統合部１６５は、当該人物の年齢が、予め設定された複数の年齢範囲のそれぞれに分類される確率を算出する。
【０１９１】
ステップＳ４７において、結果表示部１６６は、結果統合部１６５により統合された年齢の推定結果を表示する。
【０１９２】
これにより、年齢推定処理は終了する。
【０１９３】
次に、結果統合部１６５による年齢の推定結果の統合について説明する。
【０１９４】
[推定結果の統合]
図１２は、推定結果の統合について説明する図である。
【０１９５】
図１２の上の図は、顔トラッキング部１６４により特定された所定の人物についての、静止画像年齢推定部１６３によるフレームＦｋ毎の年齢の推定結果を示している。なお、以下では、フレームＦ１乃至Ｆ３までの結果を用いて説明する。
【０１９６】
１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果は、「２０−３９歳」といったように２０歳の年齢範囲の幅を持っているものとする。また、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果は、「０−３９歳」といったように４０歳の年齢範囲の幅を持っているものとする。また、３フレーム目、すなわちフレームＦ３における所定の人物の年齢の推定結果は、「３０−３９歳」といったように１０歳の年齢範囲の幅を持っているものとする。
【０１９７】
結果統合部１６５は、静止画像年齢推定部１６３によるフレームＦ１乃至Ｆ３における年齢の推定結果のうち、年齢範囲の幅が広い場合は曖昧な推定結果であると見なして、信頼度を低く設定する。具体的には、年齢の推定結果の信頼度は、「信頼度＝１０／年齢範囲の幅」として算出される。
【０１９８】
上述の式より、フレームＦ１における年齢の推定結果の信頼度は０．５であると算出される。また、フレームＦ２における年齢の推定結果の信頼度は０．２５であると算出される。また、フレームＦ３における年齢の推定結果の信頼度は１．０であると算出される。
【０１９９】
次に、このようにしてフレーム毎に算出された年齢の推定結果の信頼度が尤度として年齢毎に加算されることで、図１２の下の図に示されるように年齢別の確率分布が構築される。
【０２００】
図１２の下の図は、推定結果としての年齢の確率分布について説明する図である。図１２の下の図において、縦軸は信頼度の尤度を示し、横軸は年齢を示している。
【０２０１】
フレーム毎の年齢の推定結果はそれぞれ矩形で表され、その高さが推定結果の信頼度に応じて変化する。具体的には、フレームＦ１における推定結果である２０乃至３９歳を示す矩形の高さは、信頼度０．５に対応する高さを有している。フレームＦ２における推定結果である０乃至３９歳を示す矩形の高さは、信頼度０．２５に対応する高さを有している。フレームＦ３における推定結果である３０乃至３９歳を示す矩形の高さは、信頼度１．０に対応する高さを有している。
【０２０２】
結果統合部１６５は、フレーム毎の推定結果の信頼度を矩形という一様分布の確率分布とみなし、これらをフレーム毎に加算することで、動画像における所定の人物について、推定年齢の確率分布を算出することができる。動画像における所定の人物の年齢が、所定の年齢範囲である確率は、フレーム毎の推定結果の信頼度を表す矩形を全て加算した面積に対する、所定の年齢範囲に存在する矩形の面積の割合により算出される。具体的には、動画像における所定の人物の年齢が、０乃至９歳である確率は８％であり、１０乃至１９歳である確率は８％であり、２０乃至２９歳である確率は２５％であり、３０乃至３９歳である確率は５８％であると算出される。
【０２０３】
このように、結果統合部１６５は、動画像の各フレームに顔が含まれる人物について、フレーム毎の推定結果の信頼度を一様分布の確率分布と見なして、これらを加算して統合することで、当該人物の年齢の推定結果として、精度の高い確率分布を出力することができる。すなわち、フレームといった静止画における年齢の推定結果の信頼度を複数統合することによって、年齢の推定の精度を向上させることができる。
【０２０４】
[その他の例]
上述の例では、多段判定部は、人物の年齢推定のために、その人物の顔の特徴量に基づいて、当該人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定した。しかしながら、多段判定部による判定は、人物の年齢推定のために限定されず、それ以外の推定、例えば、人種や顔の表情の推定のためであってもよい。以下、図１３を用いて人種の推定について、図１４を用いて顔の表情の推定について、その順番に個別に説明する。
【０２０５】
[人種の推定]
図１３は、人種を判定対象とする多段判定部２０１の構成例を示す図である。
【０２０６】
多段判定部２０１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、予め設定された複数の人種のいずれに分類されるのかを判定する。
【０２０７】
図１３に示されるように、多段判定部２０１は、第１段の判定機２０１−１，第２段の２０１−２１及び２０１−２２，第３段の２０１−３１及び２０１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２０１と称する。
【０２０８】
それぞれの判定機２０１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２０１には、相互に異なる２つの人種、または２つの人種の範囲が２クラスとして与えられている。そこで、それぞれの判定機２０１は、入力される顔の特徴量に基づいて、当該顔を有する人物が、２つの人種、または２つの人種の範囲のうち何れに分類されるのかを判定する。
【０２０９】
具体的には、第１段の判定機２０１−１には、「ヨーロッパ系〜アジア系」という第１の人種の範囲と、「アジア系〜アフリカ系」という第２の人種の範囲とが２クラスとして与えられている。そこで、第１段の判定機２０１−１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種の範囲のうち何れに分類されるのかを判定する。ここで、アジア系の人種は、ヨーロッパ系の人種とアフリカ系の人種の間の特徴量を有するものとして、第１段の判定機２０１−１には、「アジア系」のマージンをもった２つの人種、すなわちヨーロッパ系とアフリカ系の各人種の範囲が与えられている。これにより、第１段の判定機２０１−１は、より正しい分類結果が得られる判定を行うことができる。
【０２１０】
第１段の判定機２０１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「ヨーロッパ系〜アジア系」という第１の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２０１−２１に供給される。これに対して、第１段の判定機２０１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系〜アフリカ系」という第２の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２０１−２２に供給される。
【０２１１】
第２段の判定機２０１−２１には、「北ヨーロッパ系〜ラテン系」という第１の人種の範囲と、「ラテン系〜アジア系」という第２の人種の範囲とが２クラスとして与えられている。そこで、第２段の判定機２０１−２１は、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種の範囲のうち何れに分類されるのかを判定する。ここで、ラテン系の人種は、北ヨーロッパ系の人種とアジア系の人種の間の特徴量を有するものとして、第２段の判定機２０１−２１には、「ラテン系」のマージンをもった２つの人種、すなわち北ヨーロッパ系とアジア系の各人種の範囲が与えられている。これにより、第２段の判定機２０１−２１は、より正しい分類結果が得られる判定を行うことができる。
【０２１２】
第２段の判定機２０１−２１において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「北ヨーロッパ系〜ラテン系」という第１の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２０１−３１に供給される。これに対して、第２段の判定機２０１−２１において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系〜アジア系」という第２の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２０１−３２に供給される。
【０２１３】
また、第２段の判定機２０１−２２には、「アジア系」という第１の人種と、「アフリカ系」という第２の人種とが２クラスとして与えられている。そこで、第２段の判定機２０１−２２は、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１４】
第２段の判定機２０１−２２において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系」という第１の人種に分類された場合、その分類結果である「アジア系」が、推定結果保持部２０２に供給される。これに対して、第２段の判定機２０１−２２において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アフリカ系」という第２の人種に分類された場合、その分類結果である「アフリカ系」が、推定結果保持部２０２に供給される。
【０２１５】
第３段の判定機２０１−３１には、「北ヨーロッパ系」という第１の人種と、「ラテン系」という第２の人種とが２クラスとして与えられている。そこで、第３段の判定機２０１−３１は、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１６】
第３段の判定機２０１−３１において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「北ヨーロッパ系」という第１の人種に分類された場合、その分類結果である「北ヨーロッパ系」が、推定結果保持部２０２に供給される。これに対して、第３段の判定機２０１−３１において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系」という第２の人種に分類された場合、その分類結果である「ラテン系」が、推定結果保持部２０２に供給される。
【０２１７】
また、第３段の判定機２０１−３２には、「ラテン系」という第１の人種と、「アジア系」という第２の人種とが２クラスとして与えられている。そこで、第３段の判定機２０１−３２は、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１８】
第３段の判定機２０１−３２において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系」という第１の人種に分類された場合、その分類結果である「ラテン系」が、推定結果保持部２０２に供給される。これに対して、第３段の判定機２０１−３２において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系」という第２の人種に分類された場合、その分類結果である「アジア系」が、推定結果保持部２０２に供給される。
【０２１９】
なお、例えば、分類対象の人物が、複数の人種の混血である場合や、どの人種が居住すると明確に切り分けることができない地域(あいまいな地域)に住んでいる場合等には、判定処理を途中終了させて、広い人種の範囲をもつ分類結果に分類されるようにしてもよい。
【０２２０】
[顔の表情の推定]
図１４は、顔の表情を判定対象とする多段判定部２２１の構成例を示す図である。
【０２２１】
多段判定部２２１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の顔の表情が、予め設定された複数の顔の表情のいずれに分類されるのかを判定する。
【０２２２】
図１４に示されるように、多段判定部２２１は、第１段の判定機２２１−１，第２段の２２１−２１及び２２１−２２，第３段の２２１−３１及び２２１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２２１と称する。
【０２２３】
それぞれの判定機２２１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２２１には、相互に異なる２つの顔の表情、または２つの顔の表情の範囲が２クラスとして与えられている。そこで、それぞれの判定機２２１は、入力される顔の特徴量に基づいて、当該顔を有する人物が、２つの顔の表情、または２つの顔の表情の範囲のうち何れに分類されるのかを判定する。
【０２２４】
具体的には、第１段の判定機２２１−１には、「笑顔〜普通」という第１の顔の表情の範囲と、「普通〜怒り・悲しみ」という第２の顔の表情の範囲とが２クラスとして与えられている。そこで、第１段の判定機２２１−１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情の範囲のうち何れに分類されるのかを判定する。ここで、普通の顔の表情は、笑顔の顔の表情と怒り及び悲しみの顔の表情の間の特徴量を有するものとして、第１段の判定機２２１−１には、「普通」のマージンをもった２つの顔の表情、すなわち笑顔と怒り及び悲しみの各表情の範囲が与えられている。これにより、第１段の判定機２２１−１は、より正しい分類結果が得られる判定を行うことができる。
【０２２５】
第１段の判定機２２１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「笑顔〜普通」という第１の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２２１−２１に供給される。これに対して、第１段の判定機２２１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜怒り・悲しみ」という第２の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２２１−２２に供給される。
【０２２６】
第２段の判定機２２１−２１には、「笑顔」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第２段の判定機２２１−２１は、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２２７】
第２段の判定機２２１−２１において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「笑顔」という第１の顔の表情に分類された場合、その分類結果である「笑顔」が、推定結果保持部２２２に供給される。これに対して、第２段の判定機２２１−２１において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２２８】
また、第２段の判定機２２１−２２には、「普通〜悲しみ」という第１の顔の表情の範囲と、「普通〜怒り」という第２の顔の表情の範囲とが２クラスとして与えられている。そこで、第２段の判定機２２１−２２は、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情の範囲のうち何れに分類されるのかを判定する。
【０２２９】
第２段の判定機２２１−２２において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜悲しみ」という第１の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２２１−３１に供給される。これに対して、第２段の判定機２２１−２２において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜怒り」という第２の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２２１−３２に供給される。
【０２３０】
第３段の判定機２２１−３１には、「悲しみ」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第３段の判定機２２１−３１は、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２３１】
第３段の判定機２２１−３１において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「悲しみ」という第１の顔の表情に分類された場合、その分類結果である「悲しみ」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２２１−３１において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２３２】
また、第３段の判定機２２１−３２には、「怒り」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第３段の判定機２２１−３２は、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２３３】
第３段の判定機２２１−３２において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「怒り」という第１の顔の表情に分類された場合、その分類結果である「怒り」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２２１−３２において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２３４】
なお、例えば、判定機２２１−２１において、処理対象の顔の表情が、「笑顔」と「普通」の表情のうち、何れにも分類することが困難である場合には、分類結果を「曖昧な表情」として判定処理を途中終了させるようにしてもよい。
【０２３５】
[本のジャンルの分類]
また、多段判定部による処理対象は複数であってもよい。さらに、多段判定部による分類の判定対象や分類のカテゴリは、上述した例に特に限定されず、任意でよい。例えば、判定対象を本や音楽として、分類のカテゴリを、これらの分類対象のジャンルとしてもよい。このような具体例として、以下、図１５を用いて、本のジャンルの分類について説明する。
【０２３６】
図１５は、分類の判定対象を本とし、分類のカテゴリを本のジャンルとする多段判定部２４１の構成例を示す図である。
【０２３７】
多段判定部２４１は、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該特徴量を有する本が、予め設定された複数の本のジャンルのいずれに分類されるのかを判定する。
【０２３８】
図１５に示されるように、多段判定部２４１は、第１段の判定機２４１−１，第２段の２４１−２１及び２４１−２２，第３段の２４１−３１及び２４１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２４１と称する。
【０２３９】
それぞれの判定機２４１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２４１には、相互に異なる２つの本のジャンル、または２つのジャンルの範囲が２クラスとして与えられている。そこで、それぞれの判定機２４１は、入力される本の特徴量に基づいて、当該本のジャンルが、２つの本のジャンル、または２つのジャンルの範囲のうち何れに分類されるのかを判定する。
【０２４０】
具体的には、第１段の判定機２４１−１は、「ノンフィクション」という第１の本のジャンルと、「フィクション」という第２の本のジャンルとが２クラスとして与えられている。そこで、第１段の判定機２４１−１は、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本のジャンルが、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４１】
第１段の判定機２４１−１において、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本が、「ノンフィクション」という第１の本のジャンルに分類された場合、その分類結果とともに、当該本の特徴量が、第２段の判定機２４１−２１に供給される。これに対して、第１段の判定機２４１−１において、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本が、「フィクション」という第２の本のジャンルに分類された場合、その分類結果とともに、当該本の特徴量が、第２段の判定機２４１−２２に供給される。
【０２４２】
第２段の判定機２４１−２１には、「現代」という第１の本のジャンルと、「歴史」という第２の本のジャンルとが２クラスとして与えられている。そこで、第２段の判定機２４１−２１は、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４３】
第２段の判定機２４１−２１において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「現代」という第１の本のジャンルに分類された場合、その分類結果である「現代」が、推定結果保持部２４２に供給され、「現代ノンフィクション」という推定結果として保持される。これに対して、第２段の判定機２４１−２１において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「歴史」という第２の本のジャンルに分類された場合、その分類結果である「歴史」が、推定結果保持部２４２に供給され、「歴史ノンフィクション」という推定結果として保持される。
【０２４４】
ここで、本の各ジャンルを対象年齢別に分類することが可能であり、このようにして分類された対象年齢は、本の各ジャンルの上の階層のジャンルの大ジャンルとみなすことも可能である。このため、第２段の判定機２４１−２２には、「大人向け〜中学生向け」という第１の大ジャンルの範囲と、「中学生向け〜子供向け」という第２の大ジャンルとが２クラスとして与えられている。そこで、第２段の判定機２４１−２２は、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、第１，第２の大ジャンルの範囲のうち何れに分類されるのかを判定する。ここで、第２段の判定機２４１−２２には、本の対象年齢として「中学生向け」のマージンをもった２つの本の大ジャンルの範囲が与えられている。すなわち、当該本の対象年齢として、２つの年代の間に入る年代を設けることができる。これにより、第２段の判定機２４１−２２は、より正しい分類結果が得られる判定を行うことができる。
【０２４５】
第２段の判定機２４１−２２において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「大人向け〜中学生向け」という第１の大ジャンルの範囲に分類された場合、その分類結果とともに、当該本の特徴量が、第３段の判定機２４１−３１に供給される。これに対して、第２段の判定機２４１−２２において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「中学生向け〜子供向け」という第２の大ジャンルの範囲に分類された場合、その分類結果とともに、当該本の特徴量が、第３段の判定機２４１−３２に供給される。
【０２４６】
第３段の判定機２４１−３１には、「純文学」という第１の本のジャンルと、「エンターテインメント」という第２の本のジャンルとが２クラスとして与えられている。そこで、第３段の判定機２４１−３１は、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４７】
第３段の判定機２４１−３１において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「純文学」という第１の本のジャンルに分類された場合、その分類結果である「純文学」が、推定結果保持部２４２に供給される。これに対して、第３段の判定機２４１−３１において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「エンターテインメント」という第２の本のジャンルに分類された場合、その分類結果である「エンターテインメント」が、推定結果保持部２４２に供給される。
【０２４８】
また、第３段の判定機２４１−３２には、「児童文学」という第１の本のジャンルと、「絵本」という第２の本のジャンルとが２クラスとして与えられている。そこで、第３段の判定機２４１−３２は、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルの範囲のうち何れに分類されるのかを判定する。
【０２４９】
第３段の判定機２４１−３２において、第２段の判定機３２−２２により入力された本の特徴量に基づいて、当該本が、「児童文学」という第１の本のジャンルに分類された場合、その分類結果である「児童文学」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２４１−３２において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「絵本」という第２の本のジャンルに分類された場合、その分類結果である「絵本」が、推定結果保持部２２２に供給される。
【０２５０】
なお、例えば、判定機２４１−３１において、「純文学」と「エンターテインメント」の本のジャンルのうち、何れにも分類することが困難である場合には、判定処理を途中終了させるようにしてもよい。
【０２５１】
このように、多段判定部による分類の判定の目的は、人物の年齢推定の目的に限定されず、その他の各種各様の目的に用いることが可能であり、特に、分類結果が曖昧になる可能性がある分類対象の判定の目的に用いる場合に、正しい分類結果が得られる。
【０２５２】
[複数種類の判定機を含む多段判定部]
上述の例では、多段判定部は、例えば所定の人物の年齢を推定する場合には、年齢を判定する判定機のみが含まれた。しかしながら、所定の人物の年齢を推定する場合に、多段判定部に人種を判定する判定機を含めてもよい。すなわち、多段判定部には、異なる種類の判定対象をそれぞれ判定する各判定機が混在して含まれるようにしてもよい。
【０２５３】
図１６は、異なる種類の判定対象をそれぞれ判定する各判定機を混在して含む多段判定部２６１について説明する図である。
【０２５４】
多段判定部２６１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。
【０２５５】
図１６に示されるように、多段判定部２６１は、人種を判定する第１段の判定機２６１−１と、年齢を判定する第２段の判定機２６１−２１，２６１−２２、第３段の判定機２６１−３１乃至２６１−３４、第４段の２６１−４１乃至２６１−４６といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２６１と称する。
【０２５６】
このように、多段判定部２６１は、所定の人物の年齢を推定する場合に、はじめに第１段の判定機２６１−１によって当該人物の人種を判定することにより、特徴量が同一でも人種によって異なる年齢が推定されてしまうような場合であっても、より正しい分類結果が得られる判定を行うことができるようになる。
【０２５７】
この場合、アジア系の人種については、後段の年齢を判定する判定機２６１−２１と２６１−２２のうちの何れに分類されても、正しい年齢の推定ができるものとして、第１段の判定機２６１−１には、「アジア系」のマージンをもった２つの人種の範囲が与えられるようにしてもよい。
【０２５８】
[推定結果の統合の他の例]
図１２の例では、結果統合部１６５は、年齢の推定結果を統合する場合に、フレーム毎の一様分布の信頼度を加算した。しかしながら、結果統合部１６５によるフレーム毎の年齢の推定結果の統合の手法は、これに限定されず、例えば、ガウス分布を用いた手法を採用することもできる。
【０２５９】
図１７は、推定結果の統合の他の例について説明する図である。
【０２６０】
図１７の上の図は、所定の人物についての、静止画像年齢推定部１６３によるフレームＦｋ毎の年齢の推定結果を示している。なお、以下では、フレームＦ１乃至Ｆ３までの推定結果を用いて説明する。
【０２６１】
１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果は、「２０−３９歳」といったように２０歳の年齢範囲の幅を持っているものとする。また、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果は、「０−３９歳」といったように４０歳の年齢範囲の幅を持っているものとする。また、３フレーム目、すなわちフレームＦ３における所定の人物の年齢の推定結果は、「３０−３９歳」といったように１０歳の年齢範囲の幅を持っているものとする。
【０２６２】
結果統合部１６５は、各フレームＦにおける年齢の推定結果としてガウス分布の信頼度を用いることができる。例えば、このガウス分布は、年齢範囲の幅の中央値を分布の平均とし、年齢範囲の幅に基づいて算出される値を標準偏差σとして与えられる。具体的には、図１７の場合、例えば「標準偏差σ＝年齢範囲の幅／４」として算出される。
【０２６３】
上述の式より、フレームＦ１における標準偏差σは５であると算出される。また、フレームＦ２における標準偏差σは１０であると算出される。また、フレームＦ３における標準偏差σは２．５であると算出される。
【０２６４】
図１７の２番目の図は、推定結果としての年齢のガウス分布について説明する図である。図１７の２番目の図において、縦軸は尤度を表し、横軸は年齢を示している。
【０２６５】
図１７の２番目の図に示されるように、フレームＦ１のガウス分布は、年齢範囲の幅の中央値をほぼ３０歳とする曲線で表わされる。また、フレームＦ２のガウス分布は、年齢範囲の幅の中央値をほぼ２０歳とする曲線で表わされる。また、フレームＦ３の標準偏差σは、年齢範囲の幅の中央値をほぼ３５歳とする曲線で表わされる。このように、年齢範囲の幅が広い、すなわち標準偏差σが大きいほど、より広い範囲のガウス分布が得られる。
【０２６６】
フレームＦ１乃至Ｆ３までのガウス分布が各年齢においてすべて加算されると、図１７の下の図に示されるような確率分布となる。これにより、動画像における所定の人物の推定年齢を、当該確率分布として求めることができる。すなわち、当該確率分布の曲線内の面積に対する、所定の年齢範囲内の面積の割合により算出される確率が、所定の人物の推定年齢の結果として得られることになる。具体的には、動画像における所定の人物の年齢が、０乃至９歳である確率は４％であり、１０乃至１９歳である確率は１２％であり、２０乃至２９歳である確率は２７％であり、３０乃至３９歳である確率は５４％であり、４０乃至４９歳である確率は３％であると算出される。
【０２６７】
ガウス分布を用いることにより、動画像における所定の人物の年齢が、予め設定された年齢範囲以外の範囲、例えば「３２乃至３７歳」に分類される確率を算出することができる。また、動画像における所定の人物の年齢が、例えば、「３５歳±２歳」というような年齢範囲に分類される確率を算出することができる。
【０２６８】
[推定結果の統合の他の例]
図１２や図１７の例では、結果統合部１６５には、フレーム毎の最終的な推定結果のみを統合することによって年齢の推定を行うといった手法が適用されていた。しかしながら、結果統合部１６５による年齢の推定結果の統合の手法は、これに限定されず、例えば、木構造を構成する判定機のうち、多段判定部が用いた各判定機の経路に基づいた推定結果を統合することもできる。
【０２６９】
図１８は、多段判定部２８１が用いた判定機の経路を示す図である。
【０２７０】
多段判定部２８１は、第１段の判定機２８１−１、第２段の判定機２８１−２１及び２８１−２２，第３段の判定機２８１−３１乃至２８１−３４，及び第４段の判定機２８１−４１乃至２８１−４４といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２８１と称する。
【０２７１】
多段判定部２８１は、動画における年齢の推定を行う場合、フレーム毎に、顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。多段判定部２８１は、１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果を出力するために、判定機２８１−１，２８１−２１，２８１−３２，及び２８１−４３という経路をたどって、それぞれの判定機による判定を実行したとする。また、多段判定部２８１は、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果を出力するために、判定機２８１−１，２８１−２１，及び２８１−３１という経路をたどって、それぞれの判定機による判定を実行したとする。なお、図１８では、２フレーム目までの推定結果を用いて説明する。
【０２７２】
この場合、例えば、判定機２８１−１における判定は、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とを加算した結果得られる、「０乃至７０歳」の年齢範囲において実行されている。なお、ここでは、年齢の上限値を７０歳とする。したがって、処理対象の所定の人物の年齢は、判定機２８１−１における判定の時点では、少なくとも当該２つの年齢範囲を加算した「０乃至７０歳」の年齢範囲内に分類されているといえる。
【０２７３】
また、例えば、判定機２８１−２１における判定は、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲とを加算した結果得られる、「０乃至４９歳」の年齢範囲において実行されている。したがって、処理対象の所定の人物の年齢は、判定機２８１−２１における判定の時点では、少なくとも当該２つの年齢範囲を加算した「０乃至４９歳」の年齢範囲内に分類されているといえる。同様に、処理対象の所定の人物の年齢は、判定機２８１−３１における判定の時点では、「０乃至２９歳」の年齢範囲内、判定機２８１−３２における判定の時点では、「２０乃至４９歳」の年齢範囲内、判定機２８１−４３における判定の時点では、「２０乃至３９歳」の年齢範囲内に分類されているといえる。
【０２７４】
図１９は、推定結果の統合の他の例について説明する図である。
【０２７５】
図１９の上の図に示されるように、フレームＦ１についての人物の年齢の推定が上述した経路をたどって実行された場合、各判定機２８１による判定の時点での年齢の推定結果は、「０乃至７０」、「０乃至４９歳」、「２０乃至４９歳」、「２０−３９歳」の順に、各年齢範囲に分類されていく。また、フレームＦ２についての人物の年齢の推定が上述した経路をたどって実行された場合、各判定機２８１による判定の時点での年齢の推定結果は、「０乃至７０」、「０乃至４９歳」、「０乃至２９歳」の順に、各年齢範囲に分類されていく。
【０２７６】
結果統合部１６５は、図１２の場合と同様に、フレームＦｋ毎に、多段判定部２８１がたどった各判定機２８１における推定結果の信頼度を、「信頼度＝１０／年齢範囲の幅」として算出する。
【０２７７】
はじめに、フレームＦ１における、各判定機２８１による推定結果の信頼度を算出すると、判定機２８１−１における推定結果の年齢範囲の幅は７１歳であることから、上述の式より信頼度は０．１４であると算出される。また、判定機２８１−２１における推定結果の年齢範囲の幅は５０歳であることから、上述の式より信頼度は０．２であると算出される。また、判定機２８１−３２における推定結果の年齢範囲の幅は３０歳であることから、上述の式より信頼度は０．３３３であると算出される。また、判定機２８１−４３における推定結果の年齢範囲の幅は２０歳であることから、上述の式より信頼度は０．５であると算出される。
【０２７８】
次に、フレームＦ２における、各判定機２８１による推定結果の信頼度を算出すると、判定機２８１−１における推定結果の年齢範囲の幅は７１歳であることから、上述の式より信頼度は０．１４であると算出される。また、判定機２８１−２１における推定結果の年齢範囲の幅は５０歳であることから、上述の式より信頼度は０．２であると算出される。また、判定機２８１−３１における推定結果の年齢範囲の幅は３０歳であることから、上述の式より信頼度は０．３３３であると算出される。なお、各判定機２８１による判定が実行される毎に、推定結果の信頼度は高くなっていくことが分かる。
【０２７９】
このようにしてフレーム毎に算出された推定結果の信頼度が、図１９の２番目の図と下の図に示されるように確率分布の尤度として利用されて加算される。
【０２８０】
図１９の２番目の図はフレームＦ１の推定結果の確率分布、図１９の下の図はフレームＦ２の推定結果の確率分布を、それぞれ示している。図１９の２番目の図と下の図において、縦軸は尤度を示し、横軸は年齢を示している。
【０２８１】
結果統合部１６５は、このような図１９の２番目の図と下の図に示すフレームＦ１及びＦ２の推定結果の確率分布等、動画像に含まれる全てのフレームの推定結果の確率分布を加算することで、当該動画像に顔が含まれる所定の人物についての推定年齢の確率分布を算出することができる。
【０２８２】
このように、結果統合部１６５は、動画像の各フレームに顔が含まれる人物について、多段判定部が用いた各判定機の経路に基づいて推定結果の信頼度の分布をフレーム毎に求め、これらのフレーム毎の信頼度の分布を加算して統合する。これにより、結果統合部１６５は、当該人物の年齢の推定結果として、精度の高い確率分布を出力することができる。
【０２８３】
[判定機の他の構成例]
上述の例では、多段判定部に含まれる判定機に与えられる２つの年齢範囲や、年齢範囲のマージンは、例えば、「０乃至１９歳」や「２０乃至４９歳」等、１０歳刻みの幅が与えられていた。しかしながら、各判定機に与えられる２つの年齢範囲、及び年齢範囲のマージンの幅は、これに限定されず、任意の幅の年齢範囲が与えられてもよい。また、推定結果保持部に保持される推定結果も、任意の幅の年齢範囲が与えられてもよい。
【０２８４】
図２０は、多段判定部３０１の構成例を示す図である。
【０２８５】
図２０に示されるように、多段判定部３０１は、第１段の判定機３０１−１，第２段の判定機３０１−２１及び３０１−２２，第３段の判定機３０１−３１及び３０１−３２、第４段の判定機３０２−４１といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機３０１と称する。
【０２８６】
それぞれの判定機３０１には、相互に異なる２つの年齢範囲が２クラスとして与えられている。
【０２８７】
判定機３０１−１は、「０乃至２９歳」という第１の年齢範囲と、「１０歳以上」という第２の年齢範囲とが２クラスとして与えられている。すなわち、判定機３０１−１には、１０歳刻みの幅の年齢範囲が与えられている。
【０２８８】
これに対して、判定機３０１−２１には、「０乃至１５歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。すなわち、第１の年齢範囲には１６歳の幅が与えられ、第２の年齢範囲には２０歳の幅が与えられている。このように、判定機３０１に与えられる年齢範囲の幅は、１０歳刻みの幅である必要はなく、任意の幅の年齢範囲でもよい。
【０２８９】
また、判定機３０１−４１には、「０乃至５歳」という第１の年齢範囲と、「３乃至１０歳」という第２の年齢範囲とが２クラスとして与えられている。すなわち、判定機３０１−４１には、「３乃至５歳」の範囲のマージン、すなわち２歳の幅のマージンをもった２つの年齢範囲が与えられている。このように、判定機３０１に与えられる年齢範囲のマージンの幅は、１０歳刻みの幅である必要はなく、任意の幅の年齢範囲のマージンでもよい。
【０２９０】
さらに、図２０に示されるように、推定結果保持部３０２に保持される推定結果として、「０−５歳」、「３−１９歳」が含まれるように、推定結果保持部３０２に保持される推定結果も、任意の幅の年齢範囲が与えられてもよい。
【０２９１】
例えば、顔の特徴量が大きく変わる年齢（例えば、０乃至３歳）においては、小さな幅の年齢範囲を設定し、その他の年齢については大きな幅の年齢範囲を設定することにより、より細かい年齢範囲での年齢の推定が可能となる。
【０２９２】
[多段判定部の他の構成例]
上述の例では、多段判定部に含まれる判定機は、１つの顔特徴量抽出部により抽出された顔の特徴量に基づいて判定を実行した。すなわち、多段判定部に含まれる判定機は、全て同一の特徴量に基づいて判定を実行した。しかしながら、判定機による判定対象の特徴量は、これに限定されず、例えば、個々の判定機で異なる特徴量が判定対象とされてもよい。
【０２９３】
図２１は、多段判定部３２１の構成例を示す図である。
【０２９４】
図２１に示されるように、多段判定部３２１は、第１段の複合判定機３２１−１，第２段の複合判定機３２１−２１及び３２１−２２，第３段の複合判定機３２１−３１乃至３２１−３３、といった３階層の木構造のノードによって構成されている。なお、以下、これらの複合判定機を個々に区別する必要がない場合、複合判定機３２１と称する。
【０２９５】
複合判定機３２１−１は、顔特徴量抽出部３４１−１及び判定機３５１−１を含む。また、複合判定機３２１−２１は、顔特徴量抽出部３４１−２１及び判定機３５１−２１を含む。複合判定機３２１−２２は、顔特徴量抽出部３４１−２２及び判定機３２１−２２を含む。複合判定機３２１−３１は、顔特徴量抽出部３４１−３１及び判定機３５１−３１を含む。複合判定機３２１−３２は、顔特徴量抽出部３４１−３２及び判定機３５１−３２を含む。複合判定機３２１−３３は、顔特徴量抽出部３４１−３３及び判定機３５１−３３を含む。なお、以下、これらの顔特徴量抽出部、判定機を個々に区別する必要がない場合、それぞれ顔特徴量抽出部３４１、判定機３５１と称する。
【０２９６】
顔特徴量抽出部３４１は、同一の顔画像Ｈから、顔の特徴量を抽出する。このとき、それぞれの顔特徴量抽出部３４１により抽出される顔の特徴量は、異なるものであってもよい。例えば、複合判定機３２１−１に含まれる顔特徴量抽出部３４１−１は、顔の特徴量としてエッジ情報を抽出し、複合判定機３２１−３１に含まれる顔特徴量抽出部３４１−３１は、顔の特徴量として輝度情報を抽出してもよい。
【０２９７】
この場合、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲が与えられている複合判定機３２１−１に含まれる判定機３５１−１は、顔特徴量抽出部３４１−１により抽出された顔のエッジ情報に基づいて判定を実行する。高齢者ほど顔のしわが多いと考えられるので、判定機３５１−１は、エッジ情報に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定することが容易となる。
【０２９８】
これに対して、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲が与えられている複合判定機３２１−３１に含まれる判定機３５１−３１においては、判定対象の２つの年齢範囲の何れに分類される人物も、顔のしわは少ないと考えられる。したがって、判定機３５１−３１においては、顔の特徴量としてエッジ情報ではなく、その他の特徴量、例えば輝度情報に基づいて判定を実行する。
【０２９９】
このように、判定機３５１に与えられた年齢範囲に応じて、顔特徴量抽出部３４１により抽出される特徴量を適切に変えることにより、より正しい分類結果が得られる判定が実行される。
【０３００】
[年齢推定装置の他の構成例]
上述の例では、顔検出部により検出された顔画像Ｈから顔の特徴量が抽出され、当該顔の特徴量に基づいて、当該顔を有する人物の年齢が推定された。しかしながら、年齢の推定に用いられる特徴量は、顔の特徴量のみに限定されず、その他の特徴量、例えば服装の特徴量が合わせて用いられてもよい。
【０３０１】
図２２は、年齢推定装置４０１の構成例を示すブロック図である。
【０３０２】
年齢推定装置４０１は、画像取得部４１１、顔検出部４１２、顔特徴量抽出部４１３、服装検出部４１４、服装特徴量抽出部４１５、年齢推定部４１６、結果表示部４１７、及び学習部４１８から構成されている。
【０３０３】
画像取得部４１１、顔検出部４１２、結果表示部４１７、及び学習部４１８は、それぞれ図１の画像取得部１１、顔検出部１２、結果表示部１４、及び学習部１５と基本的に同様の機能と構成を有している。また、顔特徴量抽出部４１３は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有している。したがって、その説明は繰り返しになるので省略する。
【０３０４】
服装検出部４１４は、画像取得部４１１により取得された画像Ｐの全領域を対象として、画像Ｐに含まれている人物の服装の画像を検出する。
【０３０５】
服装特徴量抽出部４１５は、服装検出部４１４により検出された服装の画像から、服装の特徴量を抽出する。
【０３０６】
年齢推定部４１６は、顔特徴量抽出部４１３により抽出された顔の特徴量、及び服装特徴量抽出部４１５により抽出された服装の特徴量に基づいて、当該顔と服装を有する人物の年齢の推定を行う。
【０３０７】
このように、年齢の推定に、顔の特徴量以外に他の特徴量が合わせて用いられることにより、より正しい分類結果が得られる判定が実行される。なお、他の特徴量としては、服装の特徴量の他に、例えば、身長や身長に対する頭の大きさの割合等を採用することができる。身長や身長に対する頭の大きさの割合等の特徴量が用いられることにより、特に子供の年齢の推定において、より正しい分類結果が得られる判定が実行される。
【０３０８】
[推定結果の統合の他の例]
上述の例では、結果統合部は、静止画像年齢推定部により推定されたフレームＦｋ毎の年齢の推定結果の年齢範囲の幅を用いて、推定結果の信頼度を算出した。しかしながら、推定結果の信頼度の算出手法は、これに限定されず、例えば、さらに顔のサイズや顔画像Ｈのボケ具合を用いて信頼度を算出してもよい。
【０３０９】
図２３は、年齢推定装置４３１の構成を示すブロック図である。
【０３１０】
年齢推定装置４３１は、画像取得部４４１、顔検出部４４２、静止画像年齢推定部４４３、顔トラッキング部４４４、結果統合部４４５、顔安定度検出部４４６、結果表示部４４７、及び学習部４４８から構成されている。
【０３１１】
画像取得部４４１、顔検出部４４２、静止画像年齢推定部４４３、顔トラッキング部４４４、結果表示部４４７、及び学習部４４８は、それぞれ図９の画像取得部１６１、顔検出部１６２、静止画像年齢推定部１６３、顔トラッキング部１６４、結果統合部１６５、及び学習部１６７と基本的に同様の機能と構成を有している。したがって、その説明は繰り返しになるので省略する。
【０３１２】
顔安定度検出部４４６は、顔検出部４４２により検出された顔画像Ｈから、顔のサイズとボケ具合を検出する。なお、顔のボケ具合の検出手法は、特に限定されず、例えば、顔安定度検出部４４６は、ラプラシアンの結果を用いることにより、顔のボケ具合を検出することができる。
【０３１３】
結果統合部４４５は、顔トラッキング部４４４により特定された所定の人物についての、静止画像年齢推定部４４３により推定されたフレームＦｋ毎の年齢の推定結果を統合し、動画像における所定の人物の年齢の推定結果を出力する。すなわち、結果統合部４４５は、静止画像年齢推定部４４３による複数の推定結果を統合する。また、結果統合部４４５は、当該推定結果とともに、動画像における所定の人物について、推定年齢の確率分布を算出することができる。
【０３１４】
具体的には、結果統合部４４５は、静止画像年齢推定部４４３による推定結果の信頼度を、顔安定度検出部４４６による検出結果を用いて、「信頼度＝１０／年齢範囲の幅×顔のサイズ／ボケ具合」として算出する。
【０３１５】
例えば、顔安定度検出部４４６によって検出された顔のサイズが大きいほど、静止画像年齢推定部４４３による推定結果の信頼度は高くなる。また、顔安定度検出部４４６によって検出された顔のボケ具合が大きいほど、静止画像年齢推定部４４３による推定結果の信頼度は低くなる。
【０３１６】
このように、推定結果の信頼度の算出において、年齢の推定結果の年齢範囲の幅以外の情報を用いることにより、より正しい信頼度を算出することができる。
【０３１７】
なお、上述の例では、結果統合部は、静止画像年齢推定部により推定されたフレームＦｋ毎の年齢の推定結果を統合した。しかしながら、結果統合部が統合する対象はこれに限定されない。結果統合部は、多段判定部による、同一の判定対象を含む複数の処理対象に対するそれぞれへの判定の結果を統合してもよい。例えば、多段判定部による処理対象が複数の本や音楽であった場合には、これらの判定結果を統合してもよい。
【０３１８】
以上、説明したように、多段判定部が木構造の判定機によって構成されることにより、容易な判定処理から難易度の高い判定処理に順次移っていくように、多段階で判定処理が行われるので、誤分類を抑制することができる。また、より細かい分類が必要となった場合、木構造の階層を増やせばいいので、拡張が容易である。
【０３１９】
[本技術のプログラムへの適用]
上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
【０３２０】
この場合、上述した情報処理装置の少なくとも一部として、例えば、図２４に示されるパーソナルコンピュータを採用してもよい。
【０３２１】
図２４において、CPU６０１は、ROM６０２に記録されているプログラムに従って各種の処理を実行する。または記憶部６０８からRAM６０３にロードされたプログラムに従って各種の処理を実行する。RAM６０３にはまた、CPU６０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
【０３２２】
CPU６０１、ROM６０２、及びRAM６０３は、バス６０４を介して相互に接続されている。このバス６０４にはまた、入出力インタフェース６０５も接続されている。
【０３２３】
入出力インタフェース６０５には、キーボード、マウスなどよりなる入力部６０６、ディスプレイなどよりなる出力部６０７が接続されている。また、ハードディスクなどより構成される記憶部６０８、及び、モデム、ターミナルアダプタなどより構成される通信部６０９が接続されている。通信部６０９は、インターネットを含むネットワークを介して他の装置（図示せず）との間で行う通信を制御する。
【０３２４】
入出力インタフェース６０５にはまた、必要に応じてドライブ６１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどよりなるリムーバブルメディア６１１が適宜装着される。そして、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部６０８にインストールされる。
【０３２５】
一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。
【０３２６】
このようなプログラムを含む記録媒体は、図２４に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVD(Digital Versatile Disk)を含む）、光磁気ディスク（MD（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア（パッケージメディア）６１１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているROM６０２や、記憶部６０８に含まれるハードディスクなどで構成される。
【０３２７】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０３２８】
本技術は、データを分類する情報処理装置に適用することができる。
【０３２９】
なお、本技術は、以下のような構成もとることができる。
（１）
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理装置。
（２）
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、
前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行う
前記（１）に記載の情報処理装置。
（３）
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、
前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行う
前記（１）または（２）に記載の情報処理装置。
（４）
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、
処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、
前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
前記（１）、（２）、または（３）に記載の情報処理装置。
（５）
前記処理対象は複数であり、
前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、
前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
前記（１）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出する
前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類する
前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類する
前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類する
前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出する
前記（１）乃至（９）のいずれかに記載の情報処理装置。
【符号の説明】
【０３３０】
１ 年齢推定装置， １１ 画像取得部， １２ 顔検出部， １３ 年齢推定部， １４ 結果表示部， １５ 学習部， ３１ 顔特徴量抽出部， ３２ 多段判定部， ３３ 推定結果保持部， ５１ 学習用画像記憶部， ５２ 顔特徴量抽出部， ５３ 学習用判定機， １６３ 静止画像年齢推定部， １６４ 顔トラッキング部， １６５ 結果統合部， ４１４ 服装検出部， ４１５ 服装特徴量抽出部， ４４６ 顔安定度検出部
【技術分野】
【０００１】
本技術は、情報処理装置及び方法、並びにプログラムに関し、特に、データを複数範囲の何れかに分類する場合に、誤分類を抑制できる、情報処理装置及び方法、並びにプログラムに関する。
【背景技術】
【０００２】
従来から、データを分類する手法として、分類対象のデータを、予め区分された複数の範囲の何れかに分類する手法が知られている。このような分類手法を具体的に適用した例として、画像に含まれる人物の顔の特徴量に基づいて、当該人物の顔を、複数の年齢範囲（２０代、３０代、４０代等）のうち何れかに分類する技術が特許文献１に開示されている。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００９−２７１８８５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１を含む従来の手法では、所定範囲の上限又は下限近辺に該当するデータが分類対象になっている場合、所定範囲の前後の別範囲に誤って分類される場合が多々ある。例えば、特許文献１を例にすれば、所定の年齢範囲の上限付近（例えば２０代の上限である２９才）の年齢の人物の顔が分類対象となっている場合、当該人物の顔が、所定の年齢範囲の１ランク上の年齢範囲（例えば３０代）に誤って分類されることが多々ある。
【０００５】
本技術は、このような状況に鑑みてなされたものであり、データを複数範囲の何れかに分類する場合に、誤分類を抑制できるようにしたものである。
【課題を解決するための手段】
【０００６】
本技術の一側面の情報処理装置は、複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、前記各判定機において判定される２つの範囲には、重複する部分を含まれている。
【０００７】
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行うことができる。
【０００８】
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行うことができる。
【０００９】
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備えることができる。
【００１０】
前記処理対象は複数であり、前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備えることができる。
【００１１】
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出することができる。
【００１２】
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類することができる。
【００１３】
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類することができる。
【００１４】
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類することができる。
【００１５】
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出することができる。
【００１６】
本技術の一側面の情報処理方法及びプログラムは、上述した本技術の一側面の情報処理装置に対応する方法及びプログラムである。
【００１７】
本技術の一側面の情報処理装置及び方法並びにプログラムにおいては、複数の範囲のうちの少なくとも１つに判定対象を分類する判定が行われるために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機が備えられ、前記各判定機によって、前記判定対象が、２つの範囲のうちの何れか一方に分類する判定が行われ、前記各判定機において判定される２つの範囲には、重複する部分が含まれる。
【発明の効果】
【００１８】
以上のごとく、本技術によれば、データを複数範囲の何れかに分類する場合に、誤分類を抑制できる。
【図面の簡単な説明】
【００１９】
【図１】年齢推定装置の構成を示すブロック図である。
【図２】年齢推定部の詳細な構成例を示す図である。
【図３】年齢推定処理の流れを説明するフローチャートである。
【図４】多段判定処理の流れを説明するフローチャートである。
【図５】学習部の処理ついて説明する図である。
【図６】年齢推定部の詳細な構成例を示す図である。
【図７】学習部の処理について説明する図である。
【図８】多段判定部及び推定結果保持部の構成例を示す図である。
【図９】年齢推定装置の構成を示すブロック図である。
【図１０】トラッキングについて説明する図である。
【図１１】年齢推定処理の流れを説明するフローチャートである。
【図１２】推定結果の統合について説明する図である。
【図１３】人種を判定対象とする多段判定部の構成例を示す図である。
【図１４】顔の表情を判定対象とする多段判定部の構成例を示す図である。
【図１５】分類の判定対象を本、分類のカテゴリを本のジャンルとする多段判定部の構成例を示す図である。
【図１６】異なる種類の判定対象をそれぞれ判定する各判定機を混在して含む多段判定部について説明する図である。
【図１７】推定結果の統合の他の例について説明する図である。
【図１８】多段判定部が用いた判定機の経路を示す図である。
【図１９】推定結果の統合の他の例について説明する図である。
【図２０】多段判定部の他の構成例を示す図である。
【図２１】多段判定部の他の構成例を示す図である。
【図２２】年齢推定装置の他の構成例を示すブロック図である。
【図２３】年齢推定装置の他の構成例を示すブロック図である。
【図２４】本技術が適用される情報処理装置のハードウェアの構成例を示すブロック図である。
【発明を実施するための形態】
【００２０】
本技術の実施形態として、４つの実施形態（以下、それぞれ第１実施形態乃至第４実施形態と称する）について、以下の順序で説明する。
１．第１実施形態（木構造を構成する判定機による静止画像における年齢推定の例）
２．第２実施形態（木構造を構成するマージンをもった判定機による年齢推定の例）
３．第３実施形態（木構造を構成する途中終了をもった判定機による年齢推定の例）
４．第４実施形態（木構造を構成する判定機による推定結果を他の推定に用いる例）
【００２１】
以下、図面を参照して、本技術の実施の形態について説明する。
【００２２】
＜１．第１実施形態＞
[年齢推定装置１の構成例]
図１は、年齢推定装置１の構成を示すブロック図である。
【００２３】
年齢推定装置１は、画像取得部１１、顔検出部１２、年齢推定部１３、結果表示部１４、及び学習部１５から構成されている。
【００２４】
画像取得部１１は、スチルカメラやWEBカメラ等の画像を取得可能な装置であり、被写体の顔画像Ｈを含む静止画像である画像Ｐを取得する。なお、画像取得部１１は、予め記憶された写真データやビデオデータから被写体の顔画像Ｈを含む画像Ｐを取得してもよい。
【００２５】
顔検出部１２は、画像取得部１１により取得された画像Ｐの全領域を対象として、画像Ｐに含まれている顔画像Ｈを検出する。なお、顔画像Ｈの検出手法は、特に限定されず、例えば、画像取得部２１により取得された画像Ｐから、目、鼻、口、耳といった顔を構成する部位の配色領域の配置を検出することで顔画像Ｈを検出する。
【００２６】
年齢推定部１３は、顔検出部１２により検出された顔画像Ｈから顔の特徴量を抽出して、当該顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。
【００２７】
結果表示部１４は、年齢推定部１３による年齢の推定結果を、ディスプレイ等に表示させる。なお、年齢推定部１３による年齢の推定結果は、結果表示部１４により表示される以外にも、図示せぬ記憶部に記憶させてもよい。
【００２８】
学習部１５は、後述する年齢推定部１３に含まれる各判定機に学習をさせ、各判定機が、顔の特徴量が予め設定された複数の年齢範囲のいずれに分類されるのかを判定可能にする。なお、学習部１５の詳細については、図５を用いて後述する。
【００２９】
[年齢推定部１３の構成例]
図２は、年齢推定部１３の詳細な構成例を示す図である。
【００３０】
年齢推定部１３は、顔特徴量抽出部３１、多段判定部３２、及び推定結果保持部３３から構成される。
【００３１】
顔特徴量抽出部３１は、顔検出部１２により検出された顔画像Ｈから、顔の特徴量を抽出する。特徴量としては、物体の認識に利用できる特徴量であれば特に限定されず、例えば、輝度情報、エッジ情報、Haar特徴量等を採用することができる。
【００３２】
多段判定部３２は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。多段判定部３２は、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３を含む。
【００３３】
判定機３２−１を第１段のノードとすると、判定機３２−１の１段下の第２段のノードとして、判定機３２−２１及び３２−２２が配置される。さらに、判定機３２−２１の１段下の第３段のノードとして、判定機３２−３１及び３２−３２が配置される。また、判定機３２−２２の１段下の第３段のノードとして、判定機３２−３３が配置される。このように、本実施形態では、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３といった３階層の木構造のノードによって、多段判定部３２が構成されている。
【００３４】
なお、以下、判定機３２−１，３２−２１，３２−２２，３２−３１乃至３２−３３を個々に区別する必要がない場合、すなわち、特に階層関係の違いに着目する必要がない場合、これらをまとめて判定機３２と称する。
【００３５】
それぞれの判定機３２は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機３２には、相互に異なる２つの年齢範囲が２クラスとして与えられている。そこで、それぞれの判定機３２は、入力される顔の特徴量に基づいて、当該顔を有する人物の年齢が、２つの年齢範囲のうち何れに分類されるのか、すなわち、２クラスのうちの何れに分類されるのかを判定する。
【００３６】
具体的には、第１段の判定機３２−１には、図２に「ｙ：０−３９歳，ｎ：４０歳−」と示されているように、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第１段の判定機３２−１は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００３７】
ここで、図２においては、第１の年齢範囲に分類されることが「ｙ」により示されており、第２の年齢範囲に分類されることが「ｎ」により示されている。
【００３８】
第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機３２−２１に供給される。これに対して、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機３２−２２に供給される。
【００３９】
第２段の判定機３２−２１には、図２に「ｙ：０−１９歳，ｎ：２０−３９歳」と示されているように、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機３２−２１は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４０】
第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３１に供給される。これに対して、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３２に供給される。
【００４１】
また、第２段の判定機３２−２２には、図２に「ｙ：４０−４９歳，ｎ：５０歳−」と示されているように、「４０乃至４９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機３２−２２は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４２】
第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部３３に供給される。これに対して、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機３２−３３に供給される。
【００４３】
第３段の判定機３２−３１には、図２に「ｙ：０−９歳，ｎ：１０−１９歳」と示されているように、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３１は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４４】
第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲に分類された場合、その分類結果である「０−９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第２の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部３３に供給される。
【００４５】
また、第３段の判定機３２−３２には、図２に「ｙ：２０−２９歳，ｎ：３０−３９歳」と示されているように、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３２は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４６】
第３段の判定機３２−３２において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３１において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部３３に供給される。
【００４７】
また、第３段の判定機３２−３３には、図２に「ｙ：５０−５９歳，ｎ：６０歳−」と示されているように、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機３２−３３は、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【００４８】
第３段の判定機３２−３３において、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部３３に供給される。これに対して、第３段の判定機３２−３３において、第２段の判定機３２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「６０歳以上」という第２の年齢範囲に分類された場合、その分類結果である「６０歳−」が、推定結果保持部３３に供給される。
【００４９】
このように、多段判定部３２の段数Ｎ（階層Ｎ）は、本実施形態では３である。
【００５０】
推定結果保持部３３は、判定機３２から出力された分類結果を、推定結果として保持する。判定機３２から供給される分類結果としては、「０−９歳」，「１０−１９歳」，「２０−２９歳」，「３０−３９歳」，「４０−４９歳」，「５０−５９歳」，及び「６０歳−」の７つの年齢範囲がある。推定結果保持部３３は、供給された分類結果を年齢の推定結果として保持し、結果表示部１４に供給する。
【００５１】
次に、年齢推定装置１が実行する処理（以下、年齢推定処理と称する）について説明する。
【００５２】
[年齢推定処理]
図３は、年齢推定処理の流れを説明するフローチャートである。
【００５３】
ステップＳ１において、画像取得部１１は、被写体の顔画像Ｈを含む画像Ｐを取得する。
【００５４】
ステップＳ２において、顔検出部１２は、画像取得部１１により取得された被写体の顔画像Ｈを含む画像Ｐから、顔画像Ｈを検出する。
【００５５】
ステップＳ３において、年齢推定部１３は、多段判定処理を実行する。なお、多段判定処理については図４を用いて後述する。
【００５６】
ステップＳ４において、結果表示部１４は、年齢推定部１３による年齢の推定結果を表示する。
【００５７】
これにより、年齢推定処理は終了する。
【００５８】
次にステップＳ３の多段判定処理について説明する。
【００５９】
[多段判定処理]
図４は、多段判定処理の流れを説明するフローチャートである。
【００６０】
ステップＳ２１において、顔特徴量抽出部３１は、顔検出部１２により検出された顔画像Ｈから、顔の特徴量を抽出する。
【００６１】
ステップＳ２２において、多段判定部３２は、処理対象の判定機３２の段数iを１に設定する。すなわち、多段判定部３２は、処理対象の判定機３２を、第１段の判定機３２−１とする。
【００６２】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第１段の判定機３２−１の判定を実行する。具体的には、第１段の判定機３２−１は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６３】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００６４】
この場合、ｉ＝１，Ｎ＝３であることから、ステップＳ２４においてＮＯであると判定されて、処理はステップＳ２５に進む。
【００６５】
ステップＳ２５において、多段判定部３２は、ｉを１だけインクリメントする（i＝２）。すると、処理はステップＳ２３に戻され、それ以降の処理が繰り返される。すなわち、処理対象の判定機３２の段数ｉがＮ（すなわち３）以上となるまでの間、ステップＳ２３乃至Ｓ２５の処理が繰り返される。
【００６６】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第２段の判定機３２の判定を実行する。
【００６７】
具体的には、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至３９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第２段の判定機３２−２１の判定を実行する。すなわち、第２段の判定機３２−２１は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６８】
これに対して、第１段の判定機３２−１において、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、多段判定部３２は、第２段の判定機３２−２２の判定を実行する。すなわち、第２段の判定機３２−２２は、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００６９】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００７０】
この場合、ｉ＝２，Ｎ＝３であることから、ステップＳ２４においてＮＯであると判定されて、処理はステップＳ２５に進む。
【００７１】
ステップＳ２５において、多段判定部３２は、ｉを１だけインクリメントする（i＝３）と、処理はステップＳ２３に戻される。
【００７２】
ステップＳ２３において、多段判定部３２は、第i段の判定機３２、すなわち第３段の判定機３２の判定を実行する。
【００７３】
具体的には、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３１の判定を実行する。すなわち、第３段の判定機３２−３１は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７４】
これに対して、第２段の判定機３２−２１において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第２の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３２の判定を実行する。すなわち、第３段の判定機３２−３２は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７５】
また、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２の判定を実行する。ただし、この場合には、実際に判定を実行する第３段の判定機３２が存在しないため、前段の分類結果、つまり本例では第２段の判定機３２−２２の分類結果が、そのまま第３段の判定機３２による分類結果とみなされる。
【００７６】
これに対して、第２段の判定機３２−２２において、第１段の判定機３２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、多段判定部３２は、第３段の判定機３２−３３の判定を実行する。すなわち、第３段の判定機３２−３３は、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。
【００７７】
ステップＳ２４において、多段判定部３２は、処理対象の判定機３２の段数iが多段判定部３２の段数Ｎ（階層Ｎ）以上であるかを判定する。
【００７８】
この場合、ｉ＝３，Ｎ＝３であることから、ステップＳ２４においてＹＥＳであると判定されて、処理はステップＳ２６に進む。
【００７９】
ステップＳ２６において、推定結果保持部３３は、推定結果を保持する。すなわち、推定結果保持部３３は、第３段の判定機３２−３１から出力された分類結果である「０−９歳」または「１０−１９歳」、第３段の判定機３２−３２から出力された分類結果である「２０−２９歳」または「３０−３９歳」、第２段の判定機３２−２２にから出力された分類結果である「４０−４９歳」、第３段の判定機３２−３３から出力された分類結果である「５０−５９歳」または「６０−歳」のうちのいずれかの分類結果を、推定結果として保持する。
【００８０】
これにより、多段判定処理は終了する。
【００８１】
このように、多段判定部３２に含まれる判定機３２は、顔特徴量抽出部３１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定することができる。学習部１５は、判定機３２がこのような判定を可能とするために、各判定機３２に対して予め学習をさせる。学習部１５の処理について、図５を用いて説明する。
【００８２】
[学習部１５の処理]
図５は、学習部１５の処理ついて説明する図である。
【００８３】
学習部１５は、学習用画像記憶部５１、顔特徴量抽出部５２、及び学習用判定機５３−１乃至５３−３から構成される。なお、以下、学習用判定機５３−１乃至５３−３を個々に区別する必要がない場合、これらをまとめて学習用判定機５３と称する。
【００８４】
学習用画像記憶部５１は、各種各様の年齢の人物の学習用顔画像ＨＳ１乃至ＨＳＫ（Ｋは画像の総数であって、図５の例では７以上の数）を、その年齢とともにそれぞれ記憶する。なお、学習用顔画像ＨＳ１乃至ＨＳＫを、個々に区別する必要がない場合、これらをまとめて学習用顔画像ＨＳと称する。
【００８５】
顔特徴量抽出部５２は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有している。すなわち、顔特徴量抽出部５２は、学習用画像記憶部５１に記憶されている学習用顔画像ＨＳ１乃至ＨＳＫの顔の特徴量を抽出する。
【００８６】
学習用判定機５３は、所定の判定機３２に、所定の２クラス判定問題を解くための、相互に異なる２つの年齢範囲に分類される学習用顔画像ＨＳの特徴量を学習させる。２つの年齢範囲は、学習対象の判定機３２の第１、第２の年齢範囲のそれぞれに対応する。図５の例では、学習用判定機５３−１は判定機３２−３１を学習させ、学習用判定機５３−２は判定機３２−２１を学習させ、学習用判定機５３−３は判定機３２−１を学習させる。
【００８７】
なお、学習用判定機の個数は、本例では３個とされているが、特に限定されない。すなわち、１つの学習用判定機で、別々の判定機３２の学習処理を時間的に離間して個別に実行することができるため、学習用判定機の数は、学習対象の判定機３２の総数とは独立して決定することが可能である。また、学習用判定機５３による学習の手法は、特に限定されず、例えば、Support Vector MachineやAdaboostを用いた手法を採用することができる。
【００８８】
学習用判定機５３−１は、判定機３２−３１に、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−１は、判定機３２−３１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至９歳」及び「１０乃至１９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−１は、顔特徴量抽出部５２により「０乃至９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「１０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当）を出力させるように、判定機３２−３１を学習させる。このようにして学習用判定機５３−１による学習が終了した判定機３２−３１は、図２の多段判定部３２に適用される。
【００８９】
学習用判定機５３−２は、判定機３２−２１に、「０乃至１９歳」という第１の年齢範囲と、「２０乃至３９歳」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−２は、判定機３２−２１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至１９歳」及び「２０乃至３９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−２は、顔特徴量抽出部５２により「０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「２１０乃至３９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当）を出力させるように、判定機３２−２１を学習させる。このようにして学習用判定機５３−２による学習が終了した判定機３２−２１は、図２の多段判定部３２に適用される。
【００９０】
学習用判定機５３−３は、判定機３２−１に、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲の２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機５３−３は、判定機３２−１に対して、学習用画像記憶部５１に記憶された学習用顔画像ＨＳのうち、「０乃至３９歳」及び「４０歳以上」に分類される顔画像Ｈのみを用いて予め学習を行わせる。すなわち、学習用判定機５３−３は、顔特徴量抽出部５２により「０乃至３９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図２の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部５２により「４０−歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図２の「ｎ」という結果に相当を出力させるように、判定機３２−１を学習させる。このようにして学習用判定機５３−３による学習が終了した判定機３２−１は、図２の多段判定部３２に適用される。
【００９１】
このように、学習部１５は、各判定機３２に対して、当該判定機３２が解くべき２クラス判定問題に用いられるデータ（この場合、２つの年齢範囲）のみを予め学習させればよいので、より少ないデータを用いた効率的な学習を行うことができる。例えば、学習用判定機５３−２は、判定機３２−２１に対しては、「０乃至１９歳」及び「２０乃至３９歳」の学習用顔画像ＨＳの特徴量のみを学習させればよく、「４０歳以上」の学習用顔画像ＨＳの特徴量については学習に用いる必要はないので、少ないデータを用いて効率的に学習を行うことができる。
【００９２】
また、多段判定部３２は木構造の各判定機３２から構成されているため、各段の判定では、前段の判定結果により特定される１つの判定機３２のみが判定を実行すればよいので、各判定機３２の全ての判定を行う場合と比較して、処理速度を向上させることができる。
【００９３】
なお、学習用画像記憶部５１は、人物の学習用顔画像を、その見た目年齢とともにそれぞれ記憶するようにしてもよい。この場合、それぞれの判定機３２には、相互に異なる２つの見た目年齢範囲が２クラスとして与えられ、それぞれの判定機３２は、入力される顔の特徴量に基づいて、当該顔を有する人物の見た目年齢が、２つの見た目年齢範囲のうち何れに分類されるのかを判定する。したがって、学習用判定機５３は、所定の判定機３２に、所定の２クラス判定問題を解くための、相互に異なる２つの見た目年齢範囲に分類される学習用顔画像の特徴量を学習させる。
【００９４】
＜２．第２実施形態＞
第１実施形態の各判定機３２が解く２クラス判定問題に用いられる２つの年齢範囲は、自身または他の全ての判定機３２において重複することはなかった。しかしながら、各判定機が解く２クラス判定問題に用いられる２つの年齢範囲が、自身または他の判定機において重複するようにすることもできる。すなわち、多段判定部に、マージン（すなわち、重複部分）をもった２つの年齢範囲が与えられた判定機を配置することもできる。これにより、マージンをもたない場合に所定の年齢範囲の上限又は下限近辺に該当する年齢を処理対象とした場合であっても、誤分類を抑制することができるようになる。
【００９５】
そこで、マージンをもった２つの年齢範囲が与えられた判定機を有する年齢推定装置を、第２実施形態として説明する。なお、第２実施形態の年齢推定装置の機能と構成は、図１の年齢推定装置１と基本的に同様の機能と構成を有している。したがって、以下では、図１の年齢推定装置１との一致点の説明は省略し、その差異点、すなわち図１の年齢推定装置１の年齢推定部１３とは異なる年齢推定部７１のみを説明する。
【００９６】
[年齢推定部７１の構成例]
図６は、年齢推定部７１の詳細な構成例を示す図である。
【００９７】
年齢推定部７１は、顔特徴量抽出部９１、多段判定部９２、及び推定結果保持部９３から構成される。
【００９８】
顔特徴量抽出部９１は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【００９９】
多段判定部９２は、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。多段判定部９２は、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４を含む。
【０１００】
判定機９２−１を第１段のノードとすると、判定機９２−１の１段下の第２段のノードとして、判定機９２−２１及び９２−２２が配置される。さらに、判定機９２−２１の１段下の第３段のノードとして、判定機９２−３１及び９２−３２が配置される。また、判定機９２−２２の１段下の第３段のノードとして、判定機９２−３３及び９２−３４が配置される。さらに、判定機９２−３１の１段下の第４段のノードとして、判定機９２−４１及び９２−４２が配置される。また、判定機９２−３２の１段下の第４段のノードとして、判定機９２−４３及び９２−４４が配置される。このように、本実施形態では、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４といった４階層の木構造のノードによって、多段判定部９２が構成されている。
【０１０１】
なお、以下、判定機９２−１，９２−２１，９２−２２，９２−３１乃至９２−３４，９２−４１乃至９２−４４を個々に区別する必要がない場合、これらをまとめて判定機９２と称する。
【０１０２】
それぞれの判定機９２は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機９２には、相互に異なるマージンをもった２つの年齢範囲が２クラスとして与えられている。そこで、それぞれの判定機９２は、入力される顔の特徴量に基づいて、当該顔を有する人物の年齢が、２つの年齢範囲のうち何れに分類されるのかを判定する。
【０１０３】
具体的には、第１段の判定機９２−１には、図６に「ｙ：０−４９歳，ｎ：４０−歳」と示されているように、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第１段の判定機９２−１は、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第１段の判定機９２−１には、「４０乃至４９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０４】
第１段の判定機９２−１において、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機９２−２１に供給される。これに対して、第１段の判定機９２−１において、顔特徴量抽出部９１により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機９２−２２に供給される。
【０１０５】
第２段の判定機９２−２１には、図６に「ｙ：０−２９歳，ｎ：２０−４９歳」と示されているように、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機９２−２１は、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第２段の判定機９２−２１には、「２０乃至２９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０６】
第２段の判定機９２−２１において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３１に供給される。これに対して、第２段の判定機９２−２１において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３２に供給される。
【０１０７】
また、第２段の判定機９２−２２には、図６に「ｙ：４０−５９歳，ｎ：５０歳−」と示されているように、「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第２段の判定機９２−２２は、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第２段の判定機９２−２２には、「５０乃至５９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１０８】
第２段の判定機９２−２２において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３３に供給される。これに対して、第２段の判定機９２−２２において、第１段の判定機９２−１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０歳以上」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機９２−３４に供給される。
【０１０９】
第３段の判定機９２−３１には、図６に「ｙ：０−１９歳，ｎ：１０−２９歳」と示されているように、「０乃至１９歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３１は、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３１は、「１０歳乃至１９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１０】
第３段の判定機９２−３１において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４１に供給される。これに対して、第３段の判定機９２−３１において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至２９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４２に供給される。
【０１１１】
また、第３段の判定機９２−３２には、図６に「ｙ：２０−３９歳，ｎ：３０−４９歳」と示されているように、「２０乃至３９歳」という第１の年齢範囲と、「３０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３２は、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３２は、「３０乃至３９歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１２】
第３段の判定機９２−３２において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４３に供給される。これに対して、第３段の判定機９２−３２において、第２段の判定機９２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第４段の判定機９２−４４に供給される。
【０１１３】
第３段の判定機９２−３３には、図６に「ｙ：４０−４９歳，ｎ：５０−５９歳」と示されているように、「４０乃至４９歳」という第１の年齢範囲と、「５０乃至５９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３３は、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。第３段の判定機９２−３３は、「４９歳乃至５０歳」の範囲のマージンをもった２つの年齢範囲が与えられている。
【０１１４】
第３段の判定機９２−３３において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第１の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部９３に供給される。これに対して、第３段の判定機９２−３３において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第２の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部９３に供給される。
【０１１５】
また、第３段の判定機９２−３４には、図６に「ｙ：５０−５９歳，ｎ：６０歳−」と示されているように、「５０乃至５９歳」という第１の年齢範囲と、「６０歳以上」という第２の年齢範囲とが２クラスとして与えられている。そこで、第３段の判定機９２−３４は、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１１６】
第３段の判定機９２−３４において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「５０乃至５９歳」という第１の年齢範囲に分類された場合、その分類結果である「５０−５９歳」が、推定結果保持部９３に供給される。これに対して、第３段の判定機９２−３４において、第２段の判定機９２−２２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「６０歳以上」という第２の年齢範囲に分類された場合、その分類結果である「６０歳−」が、推定結果保持部９３に供給される。
【０１１７】
第４段の判定機９２−４１には、図６に「ｙ：０−９歳，ｎ：１０−１９歳」と示されているように、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４１は、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１１８】
第４段の判定機９２−４１において、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至９歳」という第１の年齢範囲に分類された場合、その分類結果である「０−９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４１において、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第２の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部９３に供給される。
【０１１９】
また、第４段の判定機９２−４２には、図６に「ｙ：１０−１９歳，ｎ：２０−２９歳」と示されているように、「１０乃至１９歳」という第１の年齢範囲と、「２０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４２は、第３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２０】
第４段の判定機９２−４２において、第２３段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「１０乃至１９歳」という第１の年齢範囲に分類された場合、その分類結果である「１０−１９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４２において、第２段の判定機９２−３１により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第２の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部９３に供給される。
【０１２１】
第４段の判定機９２−４３には、図６に「ｙ：２０−２９歳，ｎ：３０−３９歳」と示されているように、「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４３は、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２２】
第４段の判定機９２−４３において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「２０乃至２９歳」という第１の年齢範囲に分類された場合、その分類結果である「２０−２９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４３において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第２の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部９３に供給される。
【０１２３】
また、第４段の判定機９２−４４には、図６に「ｙ：３０−３９歳，ｎ：４０−４９歳」と示されているように、「３０乃至３９歳」という第１の年齢範囲と、「４０乃至４９歳」という第２の年齢範囲とが２クラスとして与えられている。そこで、第４段の判定機９２−４４は、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定する。
【０１２４】
第４段の判定機９２−４４において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「３０乃至３９歳」という第１の年齢範囲に分類された場合、その分類結果である「３０−３９歳」が、推定結果保持部９３に供給される。これに対して、第４段の判定機９２−４４において、第３段の判定機９２−３２により入力された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至４９歳」という第２の年齢範囲に分類された場合、その分類結果である「４０−４９歳」が、推定結果保持部９３に供給される。
【０１２５】
このように、多段判定部９２の段数Ｎ（階層Ｎ）は、本実施形態では４である。
【０１２６】
推定結果保持部９３は、判定機９２から出力された分類結果を、推定結果として保持する。判定機９２から供給される分類結果としては、「０−９歳」，「１０−１９歳」，「２０−２９歳」，「３０−３９歳」，「４０−４９歳」，「５０−５９歳」，及び「６０−歳」の７つの年齢範囲がある。推定結果保持部９３は、供給された分類結果を年齢の推定結果として保持し、結果表示部１４に供給する。
【０１２７】
年齢推定部７１による多段判定処理は、図４と基本的に同様であり、その説明は繰り返しになるので省略する。
【０１２８】
このように、マージンをもった２つの年齢範囲が与えられた判定機９２が配置されることにより、マージンをもたない場合の所定の年齢範囲の上限又は下限近辺に該当するデータに対しても、誤分類を抑制することができるようになる。
【０１２９】
例えば、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲というマージンをもたない２クラス判定問題を解く判定機による判定においては、４０歳の人の顔は、「０乃至３９歳」と「４０歳以上」のうちのどちらの年齢範囲に分類されるのかは曖昧である。したがって、誤った分類（すなわち、「０乃至３９歳」の年齢範囲への分類）がなされた場合には、その下段の判定機には、誤った分類結果が入力される。従って、最終的に、正しい年齢の推定（判別）をすることが困難になる。
【０１３０】
これに対して、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のように、「４０歳乃至４９歳」の範囲でマージンをもった２クラス判定問題を解く判定機９２−１による判定においては、このような困難性は解消される。すなわち、判定機９２−１においては、４０歳の人の顔が、「０乃至４９歳」という第１の年齢範囲と「４０歳以上」という第２の年齢範囲のうちの何れに分類されても、それは何れも正しい分類である。従って、その後、判定機９２−１よりも１段下の第２段の判定機９２−２１または９２−２２に対しては、正しい分類結果が入力されることになり、さらに所定の範囲でマージンを持った判定、すなわち正しい分類結果が得られる判定が行われる。
【０１３１】
このように、何れの段の判定機でも、誤りのない前段の分類結果が入力されて、所定の範囲でマージンを持った判定、すなわち正しい分類結果が得られる判定が行われることになる。その結果、最下段の判定機９２により出力される分類結果は、ほぼ誤りのない正しい推定年齢となる。以下、具体例を挙げて、詳細に説明する。
【０１３２】
例えば、２６歳の人の顔に対して多段判定処理が実行される場合について説明する。
【０１３３】
はじめに、多段判定部９２は、第１段の判定機９２−１において、２６歳の人の顔の特徴量に基づいて、当該顔を有する人物の年齢が、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第１段の判定機９２−１において、当該人物の年齢は「０乃至４９歳」に分類されると判定される。
【０１３４】
次に、多段判定部９２は、第２段の判定機９２−２１において、当該人物の年齢が、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第２段の判定機９２−２１において、当該人物の年齢は「０乃至２９歳」に分類されると判定される場合も、「２０乃至４９歳」に分類されると判定される場合もあり得る。これは、２６歳の人の顔の特徴量は、当然ながら、老け顔、幼顔といった個人差もあるし、同一人物であったとしても、照明等の撮影条件の違いや個人の健康状態の変化などによって異なってくるからである。
【０１３５】
第２段の判定機９２−２１において、「０乃至２９歳」に分類されると判定された場合、多段判定部９２は、第３段の判定機９２−３１において、当該人物の年齢は「０乃至１９歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第３段の判定機９２−３１において、当該人物の年齢は「１０乃至２９歳」に分類されると判定される。次に、多段判定部９２は、第４段の判定機９２−４２において、当該人物の年齢は「１０乃至１９歳」という第１の年齢範囲と、「２０歳乃至２９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第４段の判定機９２−４２において、当該人物の年齢は「２０乃至２９歳」に分類されると判定される。これにより、推定結果保持部９３には、第４段の判定機９２−４２により出力された「２０歳乃至２９歳」の分類結果が推定結果として保持される。
【０１３６】
一方、第２段の判定機９２−２１において、「２０乃至４９歳」に分類されると判定された場合、多段判定部９２は、第３段の判定機９２−３２において、当該人物の年齢は「２０乃至３９歳」という第１の年齢範囲と、「３０乃至４９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第３段の判定機９２−３２において、当該人物の年齢は「２０乃至３９歳」に分類されると判定される。次に、多段判定部９２は、第４段の判定機９２−４３において、当該人物の年齢は「２０乃至２９歳」という第１の年齢範囲と、「３０乃至３９歳」という第２の年齢範囲のうち何れに分類されるのかを判定する。その結果、第４段の判定機９２−４３において、当該人物の年齢は「２０乃至２９歳」に分類されると判定される。これにより、推定結果保持部９３には、第４段の判定機９２−４３により出力された「２０乃至２９歳」の分類結果が推定結果として保持される。
【０１３７】
このように、第２段の判定機９２−２１において、２６歳の人物の年齢が「０乃至２９歳」に分類されると判定された場合であっても、「２０乃至４９歳」と判定された場合であっても、推定結果保持部９３には、「２０−２９歳」という分類結果が推定結果として保持される。すなわち、所定の判定機９２に誤りのない前段の分類結果が入力されて判定が行われることにより、最下段の判定機９２から出力される推定結果はほぼ誤りのない正しい推定年齢となる。
【０１３８】
次に、多段判定部９２に含まれるマージンをもった２クラス判定問題を解く判定機９２に対する学習部１１５の処理について説明する。
【０１３９】
[学習部１１５の処理]
図７は、学習部１１５の処理について説明する図である。
【０１４０】
学習部１１５は、学習用画像記憶部１２１、顔特徴量抽出部１２２、及び学習用判定機１２３−１及び１２３−２から構成される。なお、以下、学習用判定機１２３−１及び１２３−１２を個々に区別する必要がない場合、これらをまとめて学習用判定機１２３と称する。
【０１４１】
学習用画像記憶部１２１及び顔特徴量抽出部１２２については、図５の学習用画像記憶部５１及び顔特徴量抽出部５２と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【０１４２】
学習用判定機１２３は、判定機９２に、マージンをもった２クラス判定問題を解くための、相互に異なる２つの年齢範囲に分類される学習用顔画像ＨＳの特徴量を学習させる。図７の例では、学習用判定機１２３−１は判定機９２−２１を学習させ、学習用判定機１２３−２は判定機９２−１を学習させる。
【０１４３】
学習用判定機１２３−１は、判定機９２−２１に「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲のマージンをもった２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機１２３−１は、判定機９２−２１に対して、学習用画像記憶部１２１に記憶された学習用顔画像ＨＳのうち、「０乃至１９歳」及び「３０乃至４９歳」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。このとき、学習用判定機１２３−１は、判定機９２−２１の２クラス判定問題のマージンに該当する「２０乃至２９歳」の範囲内にある学習用顔画像ＨＳの特徴量は、学習に用いない。
【０１４４】
すなわち、学習用判定機１２３−１は、顔特徴量抽出部１２２により「０乃至１９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「positive」という結果（図６の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部１２２により「３０乃至４９歳」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図６の「ｎ」という結果に相当を出力させるように、判定機９２−２１を学習させる。
【０１４５】
このようにすることで、例えば、「２０乃至２９歳」の範囲内の所定の年齢の人物は、判定機９２−２１において、顔の特徴量が、より「０乃至１９歳」に近い場合には、当該人物の年齢は「０乃至１９歳」に分類されるようになる。したがって、多段判定部９２は、次に、第２段の判定機９２−３１による判定を実行することができる。これに対して、当該人物の顔の特徴量が、より「３０乃至４９歳」に近い場合には、当該人物の年齢は「３０乃至４９歳」に分類される。したがって、多段判定部９２は、次に、第２段の判定機９２−３２による判定を実行することができる。
【０１４６】
このようにして学習用判定機１２３−１による学習が終了した判定機９２−２１は、図６の多段判定部９２に適用される。
【０１４７】
また、学習用判定機１２３−２は、判定機９２−１に「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲のマージンをもった２クラス判定問題を解かせるための学習をさせる。具体的には、学習用判定機１２３−２は、判定機９２−１に対して、学習用画像記憶部１２１に記憶された学習用顔画像ＨＳのうち、「０乃至３９歳」及び「５０歳以上」に分類される学習用顔画像ＨＳのみを用いて予め学習を行わせる。このとき、学習用判定機１２３−２は、判定機９２−１の２クラス判定問題のマージンに該当する「４０乃至４９歳」の範囲内にある学習用顔画像ＨＳの特徴量は、学習に用いない。
【０１４８】
すなわち、学習用判定機１２３−２は、顔特徴量抽出部１２２により「０乃至３９歳」の顔画像Ｈの特徴量が抽出された場合には「positive」という結果（図６の「ｙ」という結果に相当）を出力させ、顔特徴量抽出部１２２により「５０歳以上」の学習用顔画像ＨＳの特徴量が抽出された場合には「Negative」という結果（図６の「ｎ」という結果に相当を出力させるように、判定機９２−１を学習させる。
【０１４９】
このようにすることで、例えば、「４０乃至４９歳」の範囲内の所定の年齢の人物は、判定機９２−１において、顔の特徴量が、より「０乃至３９歳」に近い場合には、当該人物の年齢は「０乃至３９歳」に分類されるようになる。したがって、多段判定部９２は、次に、第２段の判定機９２−２１による判定を実行することができる。これに対して、当該人物の顔の特徴量が、より「５０歳以上」に近い場合には、当該人物の年齢は「５０歳以上」に分類される。したがって、多段判定部９２は、次に、第２段の判定機９２−２２による判定を実行することができる。
【０１５０】
このように、学習部１１５は、各判定機９２に対して、当該判定機９２が解くべき２クラス判定問題に用いられるデータ（この場合、マージンをもった２つの年齢範囲）のみを予め学習させればよいので、より少ないデータを用いた効率的な学習を行うことができる。
【０１５１】
また、多段判定部９２は、木構造の各判定機９２から構成されているため、各段の判定では、前段の判定結果により特定される１つの判定機９２のみが判定を実行すればよいので、各判定機９２の全ての判定を行う場合と比較して、処理速度を向上させることができる。
【０１５２】
また、マージンをもった２つの年齢範囲が与えられた判定機９２が配置されることにより、マージンをもたない場合の所定の年齢範囲の上限又は下限近辺に該当する年齢に対しても、誤分類を抑制することができるようになる。
【０１５３】
＜３．第３実施形態＞
第１及び第２実施形態の判定機３２及び判定機９２による出力は、「ｙ」または「ｎ」により示される２つの年齢範囲、すなわち２値であった。しかしながら、各判定機による出力は、尤度のような数値とすることもできる。そして、所定の判定機において誤分類の恐れがあった年齢、例えば、２クラス判定問題において用いられた年齢範囲の上限又は下限近辺に該当する年齢に対しては、判定処理を途中終了させ、広い年齢範囲をもつ分類結果に分類されるようにする。
【０１５４】
これにより、誤分類の恐れがある年齢に対しても、ほぼ誤りのない推定をすることができるようになる。そこで、出力が尤度のような数値である判定機を有する年齢推定装置を、第３実施形態として説明する。なお、第３実施形態の年齢推定装置の構成は、第２実施形態の年齢推定装置の基本的に同様の機能と構成を有している。したがって、以下では、第２実施形態の年齢推定装置との一致点の説明は省略し、その差異点、すなわち図６の多段判定部９２及び推定結果保持部９３とは異なる多段判定部１３２及び推定結果保持部１３３のみを説明する。
【０１５５】
[多段判定部１３２及び推定結果保持部１３３の構成例]
図８は、多段判定部１３２及び推定結果保持部１３３の構成例を示す図である。
【０１５６】
なお、図８の多段判定部１３２においては、図６の多段判定部９２の第２段の判定機９２−２２，第３段の判定機９２−３３及び９２−３４と同様の判定機として、第２段の判定機１３２−２２，第３段の判定機１３２−３３及び１３２−３４のみが示されている。したがって、これらの判定機についての説明は、繰り返しになるので省略する。なお、第２段の判定機１３２−２２，第３段の判定機１３２−３３には、マージンをもった２つの年齢範囲が与えられている。以下、判定機１３２−２２，１３２−３３，１３２−３４を個々に区別する必要がない場合、これらをまとめて判定機１３２と称する。
【０１５７】
それぞれの判定機１３２は、入力された特徴量に基づいて、−１００乃至１００の範囲内の所定のスコアを判定して出力する。
【０１５８】
ここで、判定機１３２からの出力スコア値が正の値（１乃至１００）の場合には、２クラス判定問題では「ｙ」により示されていた年齢範囲に分類され、出力スコア値が負の値（−１乃至−１００）の場合には、２クラス判定問題では「ｎ」により示されていた年齢範囲に分類されるとすると、次のような問題が生じる。すなわち、出力スコア値が正の境目付近のスコア、例えば＋１の場合には、「ｙ」により示される年齢範囲に分類されることになるが、「ｙ」により示される年齢範囲が適切であるとは限らず、むしろ「ｎ」により示される年齢範囲が適切な場合もある。同様に、出力スコア値が負の境目付近のスコア、例えば−１の場合には、「ｎ」により示される年齢範囲に分類されることになるが、「ｎ」により示される年齢範囲が適切であるとは限らず、むしろ「ｙ」により示される年齢範囲が適切な場合もある。すなわち、出力スコア値が正と負の境目付近の範囲内に入る場合とは、「ｙ」または「ｎ」により示される年齢範囲のうちのどちらかに明確に分類できる場合ではなく、曖昧な場合である。
【０１５９】
そこで、判定機１３２の出力スコア値が正と負の境目付近の範囲内に入る場合、例えば本実施形態では、出力スコア値が−１０乃至１０の範囲内に入る場合には、判定処理は途中終了とする。すなわち、２クラス判定問題における２つの年齢範囲の境目から一定範囲は不感帯範囲として予め設定して、判定機１３２の出力が当該不感帯範囲に分類された場合には、次の階層の判定機による判定処理は行われずに、途中終了とする。これにより、「ｙ」または「ｎ」により示される年齢範囲への誤分類を抑制することができる。
【０１６０】
図８において、判定機１３２−２２からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、多段判定部１３２は、次に判定機１３２−３３による判定を実行する。一方、判定機１３２−２２からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、多段判定部１３２は、次に判定機１３２−３４による判定を実行する。そして、判定機１３２−２２からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が１０より小さく且つ−１０より大きい場合には、分類結果として「４０歳−」が出力され、推定結果保持部１３３に保持される。すなわち、この場合には、以降の判定処理が途中終了され、広い年齢範囲をもつ分類結果に分類される。
【０１６１】
判定機１３２−３３からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、分類結果として「４０−４９歳」が出力され、推定結果保持部１３３に保持される。一方、判定機１３２−３３からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、分類結果として「５０−５９歳」が出力され、推定結果保持部１３３に保持される。そして、判定機１３２−３３からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が、１０より小さく且つ−１０より大きい場合には、分類結果として「４０−５９歳」が出力され、推定結果保持部１３３に保持される。
【０１６２】
また、判定機１３２−３４からの出力が「score≧１０」で示されるように、出力スコア値が１０以上である場合、分類結果として「５０−５９歳」が出力され、推定結果保持部１３３に保持される。一方、判定機１３２−３４からの出力が「score≦−１０」で示されるように、出力スコア値が−１０以下である場合、分類結果として「５０歳−」が出力され、推定結果保持部１３３に保持される。そして、判定機１３２−３４からの出力が「score＜１０＆＆−１０＜score」で示されるように、出力スコア値が、１０より小さく且つ−１０より大きい場合には、分類結果として「６０歳−」が出力され、推定結果保持部１３３に保持される。
【０１６３】
以下、具体例を挙げて、詳細に説明する。
【０１６４】
例えば、多段判定部１３２は、判定機１３２−２２において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうち何れに分類されるのかを判定する。判定機１３２−２２からの出力スコア値が７０であった場合、当該顔を有する人物の年齢は「４０乃至５９歳」に分類されると判定される。したがって、多段判定部９２は、次に判定機１３２−３３による判定を実行する。
【０１６５】
これに対して、判定機１３２−２２からの出力スコア値が−３０であった場合、当該顔を有する人物の年齢は「５０歳以上」に分類されると判定される。したがって、多段判定部９２は、次に判定機１３２−３４による判定を実行する。
【０１６６】
これに対して、判定機１３２−２２からの出力スコア値が１であった場合、当該顔を有する人物の年齢は「４０乃至５９歳」という第１の年齢範囲と、「５０歳以上」という第２の年齢範囲のうちのどちらにも分類されず、判定は途中終了する。すなわち、判定機１３２−２２からは、分類結果として「４０歳−」が出力され、推定結果保持部１３３に保持される。
【０１６７】
このように、判定機１３２において、２クラス判定問題を解く場合に誤分類の恐れがあったデータに対しては、判定処理を途中終了させ、広い年齢範囲をもつ分類結果に分類する。これにより、例えば、年齢の推定が困難な顔に対しても、ほぼ誤りのない推定をすることができるようになる。
【０１６８】
＜４．第４実施形態＞
第１乃至第３実施形態の年齢推定装置は、静止画像である画像Ｐに含まれる顔画像Ｈの年齢を推定し、その推定結果を表示することにより年齢推定処理を終了させた。しかしながら、年齢推定装置は、当該推定結果を他の推定に用いることもできる。具体的には、年齢推定装置は、当該推定結果を用いて、動画像に含まれる顔画像Ｈの年齢を推定することもできる。そこで、動画像に含まれる顔画像Ｈの年齢を推定する年齢推定装置を、第４実施形態として説明する。なお、第４実施形態では、動画像は複数のフレームから構成されているものとして、フレーム単位で判定等に伴う画像処理が実行される。ただし、画像処理の単位は、フレームである必要は特になく、フィールド等であってもよい。以下、このようなフレームやフィールドといった、動画像に対する画像処理の単位となる画像を、適宜単位画像と称する。
【０１６９】
[年齢推定装置１５１の構成例]
図９は、年齢推定装置１５１の構成を示すブロック図である。
【０１７０】
年齢推定装置１５１は、画像取得部１６１、顔検出部１６２、静止画像年齢推定部１６３、顔トラッキング部１６４、結果統合部１６５、結果表示部１６６、及び学習部１６７から構成されている。
【０１７１】
画像取得部１６１は、動画像を取得可能な装置であり、被写体の顔画像Ｈを含む動画像を単位画像、すなわちフレーム毎に取得する。具体的には、画像取得部１６１は、顔画像Ｈ１乃至Ｈｎ（ｎは整数値）を含むフレームＦ１乃至Ｆｎを取得する。
【０１７２】
顔検出部１６２は、画像取得部１６１により取得されたフレームＦｋ（ｋは１乃至ｎのうち、任意の整数値）の全領域を対象として、フレームＦｋに含まれている顔画像Ｈｋを検出する。なお、フレームＦｋに複数の顔画像Ｈｋが含まれている場合、顔検出部１６２は、すべての顔画像Ｈｋを検出する。
【０１７３】
静止画像年齢推定部１６３は、顔検出部１６２により検出されたフレームＦｋ毎の顔画像Ｈｋから顔の特徴量を抽出し、当該顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。なお、静止画像年齢推定部１６３は、顔検出部１６２がフレームＦｋにおいて複数の顔画像Ｈｋを検出した場合、それぞれの顔画像Ｈｋについて年齢の推定を行う。静止画像年齢推定部１６３は、図１の年齢推定部１３と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。なお、静止画像年齢推定部１６３に含まれる多段判定部が有する判定機は、マージンをもった２つの年齢範囲が与えられた判定機であってもよい。また、当該判定機は、２クラス判定問題を解く場合に誤分類の恐れがあるデータに対しては、判定処理を途中終了させてもよい。
【０１７４】
顔トラッキング部１６４は、顔検出部１６２により検出された所定の顔画像Ｈｋを、追跡対象とし、それ以降のフレームで当該所定の顔画像Ｈｋを追跡していく。その結果、複数のフレーム間で追跡されていった所定の顔画像Ｈｋは、同一人物の顔と認定される。
【０１７５】
[顔のトラッキング]
図１０は、トラッキングについて説明する図である。
【０１７６】
図１０に示されるように、フレームＦ１には、２人の人物の顔画像Ｈ１１と顔画像Ｈ１２、フレームＦ２には、顔画像Ｈ２１と顔画像Ｈ２２、フレームＦ３には、顔画像Ｈ３１と顔画像Ｈ３２が含まれている。
【０１７７】
この場合、顔トラッキング部１６４のトラッキングにより、各フレーム間で追跡されたＨ１１、Ｈ２１、Ｈ３１は、同一人物の顔画像Ｈであると認定される。同様に、顔トラッキング部１６４のトラッキングにより、各フレーム間で追跡されたＨ１２、Ｈ２２、Ｈ３２は、同一人物の顔画像Ｈであると認定される。すなわち、顔トラッキング部１６４は、各フレーム間に含まれる同一人物の顔を特定することができる。なお、トラッキングの手法は、特に限定されず、例えば、オプティカルフローによる追跡のような一般的な手法を採用することができる。
【０１７８】
図９の説明に戻り、結果統合部１６５は、顔トラッキング部１６４により同一人物であると特定された所定の人物について、静止画像年齢推定部１６３により推定されたフレームＦｋ毎の年齢の推定結果を統合し、動画像における所定の人物の年齢の推定結果を出力する。すなわち、結果統合部１６５は、静止画像年齢推定部１６３による複数の推定結果を統合する。また、結果統合部１６５は、当該推定結果とともに、動画像における所定の人物について、推定年齢の確率分布を算出することができる。なお、結果統合部１６５による年齢の推定結果の統合については、図１２を用いて後述する。
【０１７９】
学習部１６７は、静止画像年齢推定部１６３に含まれる各判定機に学習をさせる。なお、学習部１６７は、図１の学習部１５と基本的に同様の機能と構成を有しており、その説明は繰り返しになるので省略する。
【０１８０】
結果表示部１６６は、結果統合部１６５による統合された年齢の推定結果を、ディスプレイ等に表示させる。
【０１８１】
次に、年齢推定装置１５１が実行する処理（以下、年齢推定処理と称する）について説明する。
【０１８２】
[年齢推定処理]
図１１は、年齢推定処理の流れを説明するフローチャートである。
【０１８３】
ステップＳ４１において、画像取得部１６１は、被写体の顔画像Ｈｋを含む処理対象フレームＦｋの画像を取得する。
【０１８４】
ステップＳ４２において、顔検出部１６２は、画像取得部１６１により取得された被写体の顔画像Ｈｋを含む処理対象フレームＦｋから、顔画像Ｈｋを検出する。
【０１８５】
ステップＳ４３において、静止画像年齢推定部１６３は、多段判定処理を実行する。なお、多段判定処理については、図４と基本的に同様であり、その説明は繰り返しになるので省略する。
【０１８６】
ステップＳ４４において、顔トラッキング部１６４は、顔のトラッキングを行う。すなわち、顔トラッキング部１６４は、顔検出部１６２により検出された顔画像Ｈｋを対象として、各フレーム間に含まれる同一人物の顔を特定する。
【０１８７】
ステップＳ４５において、結果統合部１６５は、全フレームの処理が終了したかを判定する。
【０１８８】
まだ全フレームの処理が終了していない場合、ステップＳ４５においてＮＯであると判定されて、処理はステップＳ４１に戻され、それ以降の処理が繰り返される。すなわち、全フレームの処理が終了するまでの間、ステップＳ４１乃至Ｓ４５の処理が繰り返される。
【０１８９】
その後、全フレームの処理が終了すると、ステップＳ４５においてＹＥＳであると判定されて、処理はステップＳ４６に進む。
【０１９０】
ステップＳ４６において、結果統合部１６５は、推定結果を統合する。すなわち、結果統合部１６５は、顔トラッキング部１６４により特定された所定の人物について、静止画像年齢推定部１６３により推定されたフレームＦｋ毎の年齢の推定結果を統合する。これにより、動画像における所定の人物の年齢の推定結果が算出される。また、結果統合部１６５は、当該人物の年齢が、予め設定された複数の年齢範囲のそれぞれに分類される確率を算出する。
【０１９１】
ステップＳ４７において、結果表示部１６６は、結果統合部１６５により統合された年齢の推定結果を表示する。
【０１９２】
これにより、年齢推定処理は終了する。
【０１９３】
次に、結果統合部１６５による年齢の推定結果の統合について説明する。
【０１９４】
[推定結果の統合]
図１２は、推定結果の統合について説明する図である。
【０１９５】
図１２の上の図は、顔トラッキング部１６４により特定された所定の人物についての、静止画像年齢推定部１６３によるフレームＦｋ毎の年齢の推定結果を示している。なお、以下では、フレームＦ１乃至Ｆ３までの結果を用いて説明する。
【０１９６】
１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果は、「２０−３９歳」といったように２０歳の年齢範囲の幅を持っているものとする。また、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果は、「０−３９歳」といったように４０歳の年齢範囲の幅を持っているものとする。また、３フレーム目、すなわちフレームＦ３における所定の人物の年齢の推定結果は、「３０−３９歳」といったように１０歳の年齢範囲の幅を持っているものとする。
【０１９７】
結果統合部１６５は、静止画像年齢推定部１６３によるフレームＦ１乃至Ｆ３における年齢の推定結果のうち、年齢範囲の幅が広い場合は曖昧な推定結果であると見なして、信頼度を低く設定する。具体的には、年齢の推定結果の信頼度は、「信頼度＝１０／年齢範囲の幅」として算出される。
【０１９８】
上述の式より、フレームＦ１における年齢の推定結果の信頼度は０．５であると算出される。また、フレームＦ２における年齢の推定結果の信頼度は０．２５であると算出される。また、フレームＦ３における年齢の推定結果の信頼度は１．０であると算出される。
【０１９９】
次に、このようにしてフレーム毎に算出された年齢の推定結果の信頼度が尤度として年齢毎に加算されることで、図１２の下の図に示されるように年齢別の確率分布が構築される。
【０２００】
図１２の下の図は、推定結果としての年齢の確率分布について説明する図である。図１２の下の図において、縦軸は信頼度の尤度を示し、横軸は年齢を示している。
【０２０１】
フレーム毎の年齢の推定結果はそれぞれ矩形で表され、その高さが推定結果の信頼度に応じて変化する。具体的には、フレームＦ１における推定結果である２０乃至３９歳を示す矩形の高さは、信頼度０．５に対応する高さを有している。フレームＦ２における推定結果である０乃至３９歳を示す矩形の高さは、信頼度０．２５に対応する高さを有している。フレームＦ３における推定結果である３０乃至３９歳を示す矩形の高さは、信頼度１．０に対応する高さを有している。
【０２０２】
結果統合部１６５は、フレーム毎の推定結果の信頼度を矩形という一様分布の確率分布とみなし、これらをフレーム毎に加算することで、動画像における所定の人物について、推定年齢の確率分布を算出することができる。動画像における所定の人物の年齢が、所定の年齢範囲である確率は、フレーム毎の推定結果の信頼度を表す矩形を全て加算した面積に対する、所定の年齢範囲に存在する矩形の面積の割合により算出される。具体的には、動画像における所定の人物の年齢が、０乃至９歳である確率は８％であり、１０乃至１９歳である確率は８％であり、２０乃至２９歳である確率は２５％であり、３０乃至３９歳である確率は５８％であると算出される。
【０２０３】
このように、結果統合部１６５は、動画像の各フレームに顔が含まれる人物について、フレーム毎の推定結果の信頼度を一様分布の確率分布と見なして、これらを加算して統合することで、当該人物の年齢の推定結果として、精度の高い確率分布を出力することができる。すなわち、フレームといった静止画における年齢の推定結果の信頼度を複数統合することによって、年齢の推定の精度を向上させることができる。
【０２０４】
[その他の例]
上述の例では、多段判定部は、人物の年齢推定のために、その人物の顔の特徴量に基づいて、当該人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定した。しかしながら、多段判定部による判定は、人物の年齢推定のために限定されず、それ以外の推定、例えば、人種や顔の表情の推定のためであってもよい。以下、図１３を用いて人種の推定について、図１４を用いて顔の表情の推定について、その順番に個別に説明する。
【０２０５】
[人種の推定]
図１３は、人種を判定対象とする多段判定部２０１の構成例を示す図である。
【０２０６】
多段判定部２０１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、予め設定された複数の人種のいずれに分類されるのかを判定する。
【０２０７】
図１３に示されるように、多段判定部２０１は、第１段の判定機２０１−１，第２段の２０１−２１及び２０１−２２，第３段の２０１−３１及び２０１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２０１と称する。
【０２０８】
それぞれの判定機２０１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２０１には、相互に異なる２つの人種、または２つの人種の範囲が２クラスとして与えられている。そこで、それぞれの判定機２０１は、入力される顔の特徴量に基づいて、当該顔を有する人物が、２つの人種、または２つの人種の範囲のうち何れに分類されるのかを判定する。
【０２０９】
具体的には、第１段の判定機２０１−１には、「ヨーロッパ系〜アジア系」という第１の人種の範囲と、「アジア系〜アフリカ系」という第２の人種の範囲とが２クラスとして与えられている。そこで、第１段の判定機２０１−１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種の範囲のうち何れに分類されるのかを判定する。ここで、アジア系の人種は、ヨーロッパ系の人種とアフリカ系の人種の間の特徴量を有するものとして、第１段の判定機２０１−１には、「アジア系」のマージンをもった２つの人種、すなわちヨーロッパ系とアフリカ系の各人種の範囲が与えられている。これにより、第１段の判定機２０１−１は、より正しい分類結果が得られる判定を行うことができる。
【０２１０】
第１段の判定機２０１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「ヨーロッパ系〜アジア系」という第１の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２０１−２１に供給される。これに対して、第１段の判定機２０１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系〜アフリカ系」という第２の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２０１−２２に供給される。
【０２１１】
第２段の判定機２０１−２１には、「北ヨーロッパ系〜ラテン系」という第１の人種の範囲と、「ラテン系〜アジア系」という第２の人種の範囲とが２クラスとして与えられている。そこで、第２段の判定機２０１−２１は、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種の範囲のうち何れに分類されるのかを判定する。ここで、ラテン系の人種は、北ヨーロッパ系の人種とアジア系の人種の間の特徴量を有するものとして、第２段の判定機２０１−２１には、「ラテン系」のマージンをもった２つの人種、すなわち北ヨーロッパ系とアジア系の各人種の範囲が与えられている。これにより、第２段の判定機２０１−２１は、より正しい分類結果が得られる判定を行うことができる。
【０２１２】
第２段の判定機２０１−２１において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「北ヨーロッパ系〜ラテン系」という第１の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２０１−３１に供給される。これに対して、第２段の判定機２０１−２１において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系〜アジア系」という第２の人種の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２０１−３２に供給される。
【０２１３】
また、第２段の判定機２０１−２２には、「アジア系」という第１の人種と、「アフリカ系」という第２の人種とが２クラスとして与えられている。そこで、第２段の判定機２０１−２２は、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１４】
第２段の判定機２０１−２２において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系」という第１の人種に分類された場合、その分類結果である「アジア系」が、推定結果保持部２０２に供給される。これに対して、第２段の判定機２０１−２２において、第１段の判定機２０１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アフリカ系」という第２の人種に分類された場合、その分類結果である「アフリカ系」が、推定結果保持部２０２に供給される。
【０２１５】
第３段の判定機２０１−３１には、「北ヨーロッパ系」という第１の人種と、「ラテン系」という第２の人種とが２クラスとして与えられている。そこで、第３段の判定機２０１−３１は、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１６】
第３段の判定機２０１−３１において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「北ヨーロッパ系」という第１の人種に分類された場合、その分類結果である「北ヨーロッパ系」が、推定結果保持部２０２に供給される。これに対して、第３段の判定機２０１−３１において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系」という第２の人種に分類された場合、その分類結果である「ラテン系」が、推定結果保持部２０２に供給される。
【０２１７】
また、第３段の判定機２０１−３２には、「ラテン系」という第１の人種と、「アジア系」という第２の人種とが２クラスとして与えられている。そこで、第３段の判定機２０１−３２は、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の人種のうち何れに分類されるのかを判定する。
【０２１８】
第３段の判定機２０１−３２において、第２段の判定機３２−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「ラテン系」という第１の人種に分類された場合、その分類結果である「ラテン系」が、推定結果保持部２０２に供給される。これに対して、第３段の判定機２０１−３２において、第２段の判定機２０１−２１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「アジア系」という第２の人種に分類された場合、その分類結果である「アジア系」が、推定結果保持部２０２に供給される。
【０２１９】
なお、例えば、分類対象の人物が、複数の人種の混血である場合や、どの人種が居住すると明確に切り分けることができない地域(あいまいな地域)に住んでいる場合等には、判定処理を途中終了させて、広い人種の範囲をもつ分類結果に分類されるようにしてもよい。
【０２２０】
[顔の表情の推定]
図１４は、顔の表情を判定対象とする多段判定部２２１の構成例を示す図である。
【０２２１】
多段判定部２２１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の顔の表情が、予め設定された複数の顔の表情のいずれに分類されるのかを判定する。
【０２２２】
図１４に示されるように、多段判定部２２１は、第１段の判定機２２１−１，第２段の２２１−２１及び２２１−２２，第３段の２２１−３１及び２２１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２２１と称する。
【０２２３】
それぞれの判定機２２１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２２１には、相互に異なる２つの顔の表情、または２つの顔の表情の範囲が２クラスとして与えられている。そこで、それぞれの判定機２２１は、入力される顔の特徴量に基づいて、当該顔を有する人物が、２つの顔の表情、または２つの顔の表情の範囲のうち何れに分類されるのかを判定する。
【０２２４】
具体的には、第１段の判定機２２１−１には、「笑顔〜普通」という第１の顔の表情の範囲と、「普通〜怒り・悲しみ」という第２の顔の表情の範囲とが２クラスとして与えられている。そこで、第１段の判定機２２１−１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情の範囲のうち何れに分類されるのかを判定する。ここで、普通の顔の表情は、笑顔の顔の表情と怒り及び悲しみの顔の表情の間の特徴量を有するものとして、第１段の判定機２２１−１には、「普通」のマージンをもった２つの顔の表情、すなわち笑顔と怒り及び悲しみの各表情の範囲が与えられている。これにより、第１段の判定機２２１−１は、より正しい分類結果が得られる判定を行うことができる。
【０２２５】
第１段の判定機２２１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「笑顔〜普通」という第１の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２２１−２１に供給される。これに対して、第１段の判定機２２１−１において、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜怒り・悲しみ」という第２の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第２段の判定機２２１−２２に供給される。
【０２２６】
第２段の判定機２２１−２１には、「笑顔」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第２段の判定機２２１−２１は、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２２７】
第２段の判定機２２１−２１において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「笑顔」という第１の顔の表情に分類された場合、その分類結果である「笑顔」が、推定結果保持部２２２に供給される。これに対して、第２段の判定機２２１−２１において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２２８】
また、第２段の判定機２２１−２２には、「普通〜悲しみ」という第１の顔の表情の範囲と、「普通〜怒り」という第２の顔の表情の範囲とが２クラスとして与えられている。そこで、第２段の判定機２２１−２２は、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情の範囲のうち何れに分類されるのかを判定する。
【０２２９】
第２段の判定機２２１−２２において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜悲しみ」という第１の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２２１−３１に供給される。これに対して、第２段の判定機２２１−２２において、第１段の判定機２２１−１により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通〜怒り」という第２の顔の表情の範囲に分類された場合、その分類結果とともに、当該顔の特徴量が、第３段の判定機２２１−３２に供給される。
【０２３０】
第３段の判定機２２１−３１には、「悲しみ」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第３段の判定機２２１−３１は、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２３１】
第３段の判定機２２１−３１において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「悲しみ」という第１の顔の表情に分類された場合、その分類結果である「悲しみ」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２２１−３１において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２３２】
また、第３段の判定機２２１−３２には、「怒り」という第１の顔の表情と、「普通」という第２の顔の表情とが２クラスとして与えられている。そこで、第３段の判定機２２１−３２は、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、第１，第２の顔の表情のうち何れに分類されるのかを判定する。
【０２３３】
第３段の判定機２２１−３２において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「怒り」という第１の顔の表情に分類された場合、その分類結果である「怒り」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２２１−３２において、第２段の判定機２２１−２２により入力された顔の特徴量に基づいて、当該顔を有する人物が、「普通」という第２の顔の表情に分類された場合、その分類結果である「普通」が、推定結果保持部２２２に供給される。
【０２３４】
なお、例えば、判定機２２１−２１において、処理対象の顔の表情が、「笑顔」と「普通」の表情のうち、何れにも分類することが困難である場合には、分類結果を「曖昧な表情」として判定処理を途中終了させるようにしてもよい。
【０２３５】
[本のジャンルの分類]
また、多段判定部による処理対象は複数であってもよい。さらに、多段判定部による分類の判定対象や分類のカテゴリは、上述した例に特に限定されず、任意でよい。例えば、判定対象を本や音楽として、分類のカテゴリを、これらの分類対象のジャンルとしてもよい。このような具体例として、以下、図１５を用いて、本のジャンルの分類について説明する。
【０２３６】
図１５は、分類の判定対象を本とし、分類のカテゴリを本のジャンルとする多段判定部２４１の構成例を示す図である。
【０２３７】
多段判定部２４１は、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該特徴量を有する本が、予め設定された複数の本のジャンルのいずれに分類されるのかを判定する。
【０２３８】
図１５に示されるように、多段判定部２４１は、第１段の判定機２４１−１，第２段の２４１−２１及び２４１−２２，第３段の２４１−３１及び２４１−３２といった３階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２４１と称する。
【０２３９】
それぞれの判定機２４１は、２クラス判定問題を解く。すなわち、本実施形態では、それぞれの判定機２４１には、相互に異なる２つの本のジャンル、または２つのジャンルの範囲が２クラスとして与えられている。そこで、それぞれの判定機２４１は、入力される本の特徴量に基づいて、当該本のジャンルが、２つの本のジャンル、または２つのジャンルの範囲のうち何れに分類されるのかを判定する。
【０２４０】
具体的には、第１段の判定機２４１−１は、「ノンフィクション」という第１の本のジャンルと、「フィクション」という第２の本のジャンルとが２クラスとして与えられている。そこで、第１段の判定機２４１−１は、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本のジャンルが、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４１】
第１段の判定機２４１−１において、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本が、「ノンフィクション」という第１の本のジャンルに分類された場合、その分類結果とともに、当該本の特徴量が、第２段の判定機２４１−２１に供給される。これに対して、第１段の判定機２４１−１において、図示せぬ特徴量抽出部により抽出された本の特徴量に基づいて、当該本が、「フィクション」という第２の本のジャンルに分類された場合、その分類結果とともに、当該本の特徴量が、第２段の判定機２４１−２２に供給される。
【０２４２】
第２段の判定機２４１−２１には、「現代」という第１の本のジャンルと、「歴史」という第２の本のジャンルとが２クラスとして与えられている。そこで、第２段の判定機２４１−２１は、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４３】
第２段の判定機２４１−２１において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「現代」という第１の本のジャンルに分類された場合、その分類結果である「現代」が、推定結果保持部２４２に供給され、「現代ノンフィクション」という推定結果として保持される。これに対して、第２段の判定機２４１−２１において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「歴史」という第２の本のジャンルに分類された場合、その分類結果である「歴史」が、推定結果保持部２４２に供給され、「歴史ノンフィクション」という推定結果として保持される。
【０２４４】
ここで、本の各ジャンルを対象年齢別に分類することが可能であり、このようにして分類された対象年齢は、本の各ジャンルの上の階層のジャンルの大ジャンルとみなすことも可能である。このため、第２段の判定機２４１−２２には、「大人向け〜中学生向け」という第１の大ジャンルの範囲と、「中学生向け〜子供向け」という第２の大ジャンルとが２クラスとして与えられている。そこで、第２段の判定機２４１−２２は、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、第１，第２の大ジャンルの範囲のうち何れに分類されるのかを判定する。ここで、第２段の判定機２４１−２２には、本の対象年齢として「中学生向け」のマージンをもった２つの本の大ジャンルの範囲が与えられている。すなわち、当該本の対象年齢として、２つの年代の間に入る年代を設けることができる。これにより、第２段の判定機２４１−２２は、より正しい分類結果が得られる判定を行うことができる。
【０２４５】
第２段の判定機２４１−２２において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「大人向け〜中学生向け」という第１の大ジャンルの範囲に分類された場合、その分類結果とともに、当該本の特徴量が、第３段の判定機２４１−３１に供給される。これに対して、第２段の判定機２４１−２２において、第１段の判定機２４１−１により入力された本の特徴量に基づいて、当該本が、「中学生向け〜子供向け」という第２の大ジャンルの範囲に分類された場合、その分類結果とともに、当該本の特徴量が、第３段の判定機２４１−３２に供給される。
【０２４６】
第３段の判定機２４１−３１には、「純文学」という第１の本のジャンルと、「エンターテインメント」という第２の本のジャンルとが２クラスとして与えられている。そこで、第３段の判定機２４１−３１は、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルのうち何れに分類されるのかを判定する。
【０２４７】
第３段の判定機２４１−３１において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「純文学」という第１の本のジャンルに分類された場合、その分類結果である「純文学」が、推定結果保持部２４２に供給される。これに対して、第３段の判定機２４１−３１において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「エンターテインメント」という第２の本のジャンルに分類された場合、その分類結果である「エンターテインメント」が、推定結果保持部２４２に供給される。
【０２４８】
また、第３段の判定機２４１−３２には、「児童文学」という第１の本のジャンルと、「絵本」という第２の本のジャンルとが２クラスとして与えられている。そこで、第３段の判定機２４１−３２は、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、第１，第２の本のジャンルの範囲のうち何れに分類されるのかを判定する。
【０２４９】
第３段の判定機２４１−３２において、第２段の判定機３２−２２により入力された本の特徴量に基づいて、当該本が、「児童文学」という第１の本のジャンルに分類された場合、その分類結果である「児童文学」が、推定結果保持部２２２に供給される。これに対して、第３段の判定機２４１−３２において、第２段の判定機２４１−２２により入力された本の特徴量に基づいて、当該本が、「絵本」という第２の本のジャンルに分類された場合、その分類結果である「絵本」が、推定結果保持部２２２に供給される。
【０２５０】
なお、例えば、判定機２４１−３１において、「純文学」と「エンターテインメント」の本のジャンルのうち、何れにも分類することが困難である場合には、判定処理を途中終了させるようにしてもよい。
【０２５１】
このように、多段判定部による分類の判定の目的は、人物の年齢推定の目的に限定されず、その他の各種各様の目的に用いることが可能であり、特に、分類結果が曖昧になる可能性がある分類対象の判定の目的に用いる場合に、正しい分類結果が得られる。
【０２５２】
[複数種類の判定機を含む多段判定部]
上述の例では、多段判定部は、例えば所定の人物の年齢を推定する場合には、年齢を判定する判定機のみが含まれた。しかしながら、所定の人物の年齢を推定する場合に、多段判定部に人種を判定する判定機を含めてもよい。すなわち、多段判定部には、異なる種類の判定対象をそれぞれ判定する各判定機が混在して含まれるようにしてもよい。
【０２５３】
図１６は、異なる種類の判定対象をそれぞれ判定する各判定機を混在して含む多段判定部２６１について説明する図である。
【０２５４】
多段判定部２６１は、図示せぬ顔特徴量抽出部により抽出された顔の特徴量に基づいて、当該顔を有する人物の年齢が、予め設定された複数の年齢範囲のいずれに分類されるのかを判定する。
【０２５５】
図１６に示されるように、多段判定部２６１は、人種を判定する第１段の判定機２６１−１と、年齢を判定する第２段の判定機２６１−２１，２６１−２２、第３段の判定機２６１−３１乃至２６１−３４、第４段の２６１−４１乃至２６１−４６といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２６１と称する。
【０２５６】
このように、多段判定部２６１は、所定の人物の年齢を推定する場合に、はじめに第１段の判定機２６１−１によって当該人物の人種を判定することにより、特徴量が同一でも人種によって異なる年齢が推定されてしまうような場合であっても、より正しい分類結果が得られる判定を行うことができるようになる。
【０２５７】
この場合、アジア系の人種については、後段の年齢を判定する判定機２６１−２１と２６１−２２のうちの何れに分類されても、正しい年齢の推定ができるものとして、第１段の判定機２６１−１には、「アジア系」のマージンをもった２つの人種の範囲が与えられるようにしてもよい。
【０２５８】
[推定結果の統合の他の例]
図１２の例では、結果統合部１６５は、年齢の推定結果を統合する場合に、フレーム毎の一様分布の信頼度を加算した。しかしながら、結果統合部１６５によるフレーム毎の年齢の推定結果の統合の手法は、これに限定されず、例えば、ガウス分布を用いた手法を採用することもできる。
【０２５９】
図１７は、推定結果の統合の他の例について説明する図である。
【０２６０】
図１７の上の図は、所定の人物についての、静止画像年齢推定部１６３によるフレームＦｋ毎の年齢の推定結果を示している。なお、以下では、フレームＦ１乃至Ｆ３までの推定結果を用いて説明する。
【０２６１】
１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果は、「２０−３９歳」といったように２０歳の年齢範囲の幅を持っているものとする。また、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果は、「０−３９歳」といったように４０歳の年齢範囲の幅を持っているものとする。また、３フレーム目、すなわちフレームＦ３における所定の人物の年齢の推定結果は、「３０−３９歳」といったように１０歳の年齢範囲の幅を持っているものとする。
【０２６２】
結果統合部１６５は、各フレームＦにおける年齢の推定結果としてガウス分布の信頼度を用いることができる。例えば、このガウス分布は、年齢範囲の幅の中央値を分布の平均とし、年齢範囲の幅に基づいて算出される値を標準偏差σとして与えられる。具体的には、図１７の場合、例えば「標準偏差σ＝年齢範囲の幅／４」として算出される。
【０２６３】
上述の式より、フレームＦ１における標準偏差σは５であると算出される。また、フレームＦ２における標準偏差σは１０であると算出される。また、フレームＦ３における標準偏差σは２．５であると算出される。
【０２６４】
図１７の２番目の図は、推定結果としての年齢のガウス分布について説明する図である。図１７の２番目の図において、縦軸は尤度を表し、横軸は年齢を示している。
【０２６５】
図１７の２番目の図に示されるように、フレームＦ１のガウス分布は、年齢範囲の幅の中央値をほぼ３０歳とする曲線で表わされる。また、フレームＦ２のガウス分布は、年齢範囲の幅の中央値をほぼ２０歳とする曲線で表わされる。また、フレームＦ３の標準偏差σは、年齢範囲の幅の中央値をほぼ３５歳とする曲線で表わされる。このように、年齢範囲の幅が広い、すなわち標準偏差σが大きいほど、より広い範囲のガウス分布が得られる。
【０２６６】
フレームＦ１乃至Ｆ３までのガウス分布が各年齢においてすべて加算されると、図１７の下の図に示されるような確率分布となる。これにより、動画像における所定の人物の推定年齢を、当該確率分布として求めることができる。すなわち、当該確率分布の曲線内の面積に対する、所定の年齢範囲内の面積の割合により算出される確率が、所定の人物の推定年齢の結果として得られることになる。具体的には、動画像における所定の人物の年齢が、０乃至９歳である確率は４％であり、１０乃至１９歳である確率は１２％であり、２０乃至２９歳である確率は２７％であり、３０乃至３９歳である確率は５４％であり、４０乃至４９歳である確率は３％であると算出される。
【０２６７】
ガウス分布を用いることにより、動画像における所定の人物の年齢が、予め設定された年齢範囲以外の範囲、例えば「３２乃至３７歳」に分類される確率を算出することができる。また、動画像における所定の人物の年齢が、例えば、「３５歳±２歳」というような年齢範囲に分類される確率を算出することができる。
【０２６８】
[推定結果の統合の他の例]
図１２や図１７の例では、結果統合部１６５には、フレーム毎の最終的な推定結果のみを統合することによって年齢の推定を行うといった手法が適用されていた。しかしながら、結果統合部１６５による年齢の推定結果の統合の手法は、これに限定されず、例えば、木構造を構成する判定機のうち、多段判定部が用いた各判定機の経路に基づいた推定結果を統合することもできる。
【０２６９】
図１８は、多段判定部２８１が用いた判定機の経路を示す図である。
【０２７０】
多段判定部２８１は、第１段の判定機２８１−１、第２段の判定機２８１−２１及び２８１−２２，第３段の判定機２８１−３１乃至２８１−３４，及び第４段の判定機２８１−４１乃至２８１−４４といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機２８１と称する。
【０２７１】
多段判定部２８１は、動画における年齢の推定を行う場合、フレーム毎に、顔の特徴量に基づいて、当該顔を有する人物の年齢の推定を行う。多段判定部２８１は、１フレーム目、すなわちフレームＦ１における所定の人物の年齢の推定結果を出力するために、判定機２８１−１，２８１−２１，２８１−３２，及び２８１−４３という経路をたどって、それぞれの判定機による判定を実行したとする。また、多段判定部２８１は、２フレーム目、すなわちフレームＦ２における所定の人物の年齢の推定結果を出力するために、判定機２８１−１，２８１−２１，及び２８１−３１という経路をたどって、それぞれの判定機による判定を実行したとする。なお、図１８では、２フレーム目までの推定結果を用いて説明する。
【０２７２】
この場合、例えば、判定機２８１−１における判定は、「０乃至４９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲とを加算した結果得られる、「０乃至７０歳」の年齢範囲において実行されている。なお、ここでは、年齢の上限値を７０歳とする。したがって、処理対象の所定の人物の年齢は、判定機２８１−１における判定の時点では、少なくとも当該２つの年齢範囲を加算した「０乃至７０歳」の年齢範囲内に分類されているといえる。
【０２７３】
また、例えば、判定機２８１−２１における判定は、「０乃至２９歳」という第１の年齢範囲と、「２０乃至４９歳」という第２の年齢範囲とを加算した結果得られる、「０乃至４９歳」の年齢範囲において実行されている。したがって、処理対象の所定の人物の年齢は、判定機２８１−２１における判定の時点では、少なくとも当該２つの年齢範囲を加算した「０乃至４９歳」の年齢範囲内に分類されているといえる。同様に、処理対象の所定の人物の年齢は、判定機２８１−３１における判定の時点では、「０乃至２９歳」の年齢範囲内、判定機２８１−３２における判定の時点では、「２０乃至４９歳」の年齢範囲内、判定機２８１−４３における判定の時点では、「２０乃至３９歳」の年齢範囲内に分類されているといえる。
【０２７４】
図１９は、推定結果の統合の他の例について説明する図である。
【０２７５】
図１９の上の図に示されるように、フレームＦ１についての人物の年齢の推定が上述した経路をたどって実行された場合、各判定機２８１による判定の時点での年齢の推定結果は、「０乃至７０」、「０乃至４９歳」、「２０乃至４９歳」、「２０−３９歳」の順に、各年齢範囲に分類されていく。また、フレームＦ２についての人物の年齢の推定が上述した経路をたどって実行された場合、各判定機２８１による判定の時点での年齢の推定結果は、「０乃至７０」、「０乃至４９歳」、「０乃至２９歳」の順に、各年齢範囲に分類されていく。
【０２７６】
結果統合部１６５は、図１２の場合と同様に、フレームＦｋ毎に、多段判定部２８１がたどった各判定機２８１における推定結果の信頼度を、「信頼度＝１０／年齢範囲の幅」として算出する。
【０２７７】
はじめに、フレームＦ１における、各判定機２８１による推定結果の信頼度を算出すると、判定機２８１−１における推定結果の年齢範囲の幅は７１歳であることから、上述の式より信頼度は０．１４であると算出される。また、判定機２８１−２１における推定結果の年齢範囲の幅は５０歳であることから、上述の式より信頼度は０．２であると算出される。また、判定機２８１−３２における推定結果の年齢範囲の幅は３０歳であることから、上述の式より信頼度は０．３３３であると算出される。また、判定機２８１−４３における推定結果の年齢範囲の幅は２０歳であることから、上述の式より信頼度は０．５であると算出される。
【０２７８】
次に、フレームＦ２における、各判定機２８１による推定結果の信頼度を算出すると、判定機２８１−１における推定結果の年齢範囲の幅は７１歳であることから、上述の式より信頼度は０．１４であると算出される。また、判定機２８１−２１における推定結果の年齢範囲の幅は５０歳であることから、上述の式より信頼度は０．２であると算出される。また、判定機２８１−３１における推定結果の年齢範囲の幅は３０歳であることから、上述の式より信頼度は０．３３３であると算出される。なお、各判定機２８１による判定が実行される毎に、推定結果の信頼度は高くなっていくことが分かる。
【０２７９】
このようにしてフレーム毎に算出された推定結果の信頼度が、図１９の２番目の図と下の図に示されるように確率分布の尤度として利用されて加算される。
【０２８０】
図１９の２番目の図はフレームＦ１の推定結果の確率分布、図１９の下の図はフレームＦ２の推定結果の確率分布を、それぞれ示している。図１９の２番目の図と下の図において、縦軸は尤度を示し、横軸は年齢を示している。
【０２８１】
結果統合部１６５は、このような図１９の２番目の図と下の図に示すフレームＦ１及びＦ２の推定結果の確率分布等、動画像に含まれる全てのフレームの推定結果の確率分布を加算することで、当該動画像に顔が含まれる所定の人物についての推定年齢の確率分布を算出することができる。
【０２８２】
このように、結果統合部１６５は、動画像の各フレームに顔が含まれる人物について、多段判定部が用いた各判定機の経路に基づいて推定結果の信頼度の分布をフレーム毎に求め、これらのフレーム毎の信頼度の分布を加算して統合する。これにより、結果統合部１６５は、当該人物の年齢の推定結果として、精度の高い確率分布を出力することができる。
【０２８３】
[判定機の他の構成例]
上述の例では、多段判定部に含まれる判定機に与えられる２つの年齢範囲や、年齢範囲のマージンは、例えば、「０乃至１９歳」や「２０乃至４９歳」等、１０歳刻みの幅が与えられていた。しかしながら、各判定機に与えられる２つの年齢範囲、及び年齢範囲のマージンの幅は、これに限定されず、任意の幅の年齢範囲が与えられてもよい。また、推定結果保持部に保持される推定結果も、任意の幅の年齢範囲が与えられてもよい。
【０２８４】
図２０は、多段判定部３０１の構成例を示す図である。
【０２８５】
図２０に示されるように、多段判定部３０１は、第１段の判定機３０１−１，第２段の判定機３０１−２１及び３０１−２２，第３段の判定機３０１−３１及び３０１−３２、第４段の判定機３０２−４１といった４階層の木構造のノードによって構成されている。なお、以下、これらの判定機を個々に区別する必要がない場合、判定機３０１と称する。
【０２８６】
それぞれの判定機３０１には、相互に異なる２つの年齢範囲が２クラスとして与えられている。
【０２８７】
判定機３０１−１は、「０乃至２９歳」という第１の年齢範囲と、「１０歳以上」という第２の年齢範囲とが２クラスとして与えられている。すなわち、判定機３０１−１には、１０歳刻みの幅の年齢範囲が与えられている。
【０２８８】
これに対して、判定機３０１−２１には、「０乃至１５歳」という第１の年齢範囲と、「１０乃至２９歳」という第２の年齢範囲とが２クラスとして与えられている。すなわち、第１の年齢範囲には１６歳の幅が与えられ、第２の年齢範囲には２０歳の幅が与えられている。このように、判定機３０１に与えられる年齢範囲の幅は、１０歳刻みの幅である必要はなく、任意の幅の年齢範囲でもよい。
【０２８９】
また、判定機３０１−４１には、「０乃至５歳」という第１の年齢範囲と、「３乃至１０歳」という第２の年齢範囲とが２クラスとして与えられている。すなわち、判定機３０１−４１には、「３乃至５歳」の範囲のマージン、すなわち２歳の幅のマージンをもった２つの年齢範囲が与えられている。このように、判定機３０１に与えられる年齢範囲のマージンの幅は、１０歳刻みの幅である必要はなく、任意の幅の年齢範囲のマージンでもよい。
【０２９０】
さらに、図２０に示されるように、推定結果保持部３０２に保持される推定結果として、「０−５歳」、「３−１９歳」が含まれるように、推定結果保持部３０２に保持される推定結果も、任意の幅の年齢範囲が与えられてもよい。
【０２９１】
例えば、顔の特徴量が大きく変わる年齢（例えば、０乃至３歳）においては、小さな幅の年齢範囲を設定し、その他の年齢については大きな幅の年齢範囲を設定することにより、より細かい年齢範囲での年齢の推定が可能となる。
【０２９２】
[多段判定部の他の構成例]
上述の例では、多段判定部に含まれる判定機は、１つの顔特徴量抽出部により抽出された顔の特徴量に基づいて判定を実行した。すなわち、多段判定部に含まれる判定機は、全て同一の特徴量に基づいて判定を実行した。しかしながら、判定機による判定対象の特徴量は、これに限定されず、例えば、個々の判定機で異なる特徴量が判定対象とされてもよい。
【０２９３】
図２１は、多段判定部３２１の構成例を示す図である。
【０２９４】
図２１に示されるように、多段判定部３２１は、第１段の複合判定機３２１−１，第２段の複合判定機３２１−２１及び３２１−２２，第３段の複合判定機３２１−３１乃至３２１−３３、といった３階層の木構造のノードによって構成されている。なお、以下、これらの複合判定機を個々に区別する必要がない場合、複合判定機３２１と称する。
【０２９５】
複合判定機３２１−１は、顔特徴量抽出部３４１−１及び判定機３５１−１を含む。また、複合判定機３２１−２１は、顔特徴量抽出部３４１−２１及び判定機３５１−２１を含む。複合判定機３２１−２２は、顔特徴量抽出部３４１−２２及び判定機３２１−２２を含む。複合判定機３２１−３１は、顔特徴量抽出部３４１−３１及び判定機３５１−３１を含む。複合判定機３２１−３２は、顔特徴量抽出部３４１−３２及び判定機３５１−３２を含む。複合判定機３２１−３３は、顔特徴量抽出部３４１−３３及び判定機３５１−３３を含む。なお、以下、これらの顔特徴量抽出部、判定機を個々に区別する必要がない場合、それぞれ顔特徴量抽出部３４１、判定機３５１と称する。
【０２９６】
顔特徴量抽出部３４１は、同一の顔画像Ｈから、顔の特徴量を抽出する。このとき、それぞれの顔特徴量抽出部３４１により抽出される顔の特徴量は、異なるものであってもよい。例えば、複合判定機３２１−１に含まれる顔特徴量抽出部３４１−１は、顔の特徴量としてエッジ情報を抽出し、複合判定機３２１−３１に含まれる顔特徴量抽出部３４１−３１は、顔の特徴量として輝度情報を抽出してもよい。
【０２９７】
この場合、「０乃至３９歳」という第１の年齢範囲と、「４０歳以上」という第２の年齢範囲が与えられている複合判定機３２１−１に含まれる判定機３５１−１は、顔特徴量抽出部３４１−１により抽出された顔のエッジ情報に基づいて判定を実行する。高齢者ほど顔のしわが多いと考えられるので、判定機３５１−１は、エッジ情報に基づいて、当該顔を有する人物の年齢が、第１，第２の年齢範囲のうち何れに分類されるのかを判定することが容易となる。
【０２９８】
これに対して、「０乃至９歳」という第１の年齢範囲と、「１０乃至１９歳」という第２の年齢範囲が与えられている複合判定機３２１−３１に含まれる判定機３５１−３１においては、判定対象の２つの年齢範囲の何れに分類される人物も、顔のしわは少ないと考えられる。したがって、判定機３５１−３１においては、顔の特徴量としてエッジ情報ではなく、その他の特徴量、例えば輝度情報に基づいて判定を実行する。
【０２９９】
このように、判定機３５１に与えられた年齢範囲に応じて、顔特徴量抽出部３４１により抽出される特徴量を適切に変えることにより、より正しい分類結果が得られる判定が実行される。
【０３００】
[年齢推定装置の他の構成例]
上述の例では、顔検出部により検出された顔画像Ｈから顔の特徴量が抽出され、当該顔の特徴量に基づいて、当該顔を有する人物の年齢が推定された。しかしながら、年齢の推定に用いられる特徴量は、顔の特徴量のみに限定されず、その他の特徴量、例えば服装の特徴量が合わせて用いられてもよい。
【０３０１】
図２２は、年齢推定装置４０１の構成例を示すブロック図である。
【０３０２】
年齢推定装置４０１は、画像取得部４１１、顔検出部４１２、顔特徴量抽出部４１３、服装検出部４１４、服装特徴量抽出部４１５、年齢推定部４１６、結果表示部４１７、及び学習部４１８から構成されている。
【０３０３】
画像取得部４１１、顔検出部４１２、結果表示部４１７、及び学習部４１８は、それぞれ図１の画像取得部１１、顔検出部１２、結果表示部１４、及び学習部１５と基本的に同様の機能と構成を有している。また、顔特徴量抽出部４１３は、図２の顔特徴量抽出部３１と基本的に同様の機能と構成を有している。したがって、その説明は繰り返しになるので省略する。
【０３０４】
服装検出部４１４は、画像取得部４１１により取得された画像Ｐの全領域を対象として、画像Ｐに含まれている人物の服装の画像を検出する。
【０３０５】
服装特徴量抽出部４１５は、服装検出部４１４により検出された服装の画像から、服装の特徴量を抽出する。
【０３０６】
年齢推定部４１６は、顔特徴量抽出部４１３により抽出された顔の特徴量、及び服装特徴量抽出部４１５により抽出された服装の特徴量に基づいて、当該顔と服装を有する人物の年齢の推定を行う。
【０３０７】
このように、年齢の推定に、顔の特徴量以外に他の特徴量が合わせて用いられることにより、より正しい分類結果が得られる判定が実行される。なお、他の特徴量としては、服装の特徴量の他に、例えば、身長や身長に対する頭の大きさの割合等を採用することができる。身長や身長に対する頭の大きさの割合等の特徴量が用いられることにより、特に子供の年齢の推定において、より正しい分類結果が得られる判定が実行される。
【０３０８】
[推定結果の統合の他の例]
上述の例では、結果統合部は、静止画像年齢推定部により推定されたフレームＦｋ毎の年齢の推定結果の年齢範囲の幅を用いて、推定結果の信頼度を算出した。しかしながら、推定結果の信頼度の算出手法は、これに限定されず、例えば、さらに顔のサイズや顔画像Ｈのボケ具合を用いて信頼度を算出してもよい。
【０３０９】
図２３は、年齢推定装置４３１の構成を示すブロック図である。
【０３１０】
年齢推定装置４３１は、画像取得部４４１、顔検出部４４２、静止画像年齢推定部４４３、顔トラッキング部４４４、結果統合部４４５、顔安定度検出部４４６、結果表示部４４７、及び学習部４４８から構成されている。
【０３１１】
画像取得部４４１、顔検出部４４２、静止画像年齢推定部４４３、顔トラッキング部４４４、結果表示部４４７、及び学習部４４８は、それぞれ図９の画像取得部１６１、顔検出部１６２、静止画像年齢推定部１６３、顔トラッキング部１６４、結果統合部１６５、及び学習部１６７と基本的に同様の機能と構成を有している。したがって、その説明は繰り返しになるので省略する。
【０３１２】
顔安定度検出部４４６は、顔検出部４４２により検出された顔画像Ｈから、顔のサイズとボケ具合を検出する。なお、顔のボケ具合の検出手法は、特に限定されず、例えば、顔安定度検出部４４６は、ラプラシアンの結果を用いることにより、顔のボケ具合を検出することができる。
【０３１３】
結果統合部４４５は、顔トラッキング部４４４により特定された所定の人物についての、静止画像年齢推定部４４３により推定されたフレームＦｋ毎の年齢の推定結果を統合し、動画像における所定の人物の年齢の推定結果を出力する。すなわち、結果統合部４４５は、静止画像年齢推定部４４３による複数の推定結果を統合する。また、結果統合部４４５は、当該推定結果とともに、動画像における所定の人物について、推定年齢の確率分布を算出することができる。
【０３１４】
具体的には、結果統合部４４５は、静止画像年齢推定部４４３による推定結果の信頼度を、顔安定度検出部４４６による検出結果を用いて、「信頼度＝１０／年齢範囲の幅×顔のサイズ／ボケ具合」として算出する。
【０３１５】
例えば、顔安定度検出部４４６によって検出された顔のサイズが大きいほど、静止画像年齢推定部４４３による推定結果の信頼度は高くなる。また、顔安定度検出部４４６によって検出された顔のボケ具合が大きいほど、静止画像年齢推定部４４３による推定結果の信頼度は低くなる。
【０３１６】
このように、推定結果の信頼度の算出において、年齢の推定結果の年齢範囲の幅以外の情報を用いることにより、より正しい信頼度を算出することができる。
【０３１７】
なお、上述の例では、結果統合部は、静止画像年齢推定部により推定されたフレームＦｋ毎の年齢の推定結果を統合した。しかしながら、結果統合部が統合する対象はこれに限定されない。結果統合部は、多段判定部による、同一の判定対象を含む複数の処理対象に対するそれぞれへの判定の結果を統合してもよい。例えば、多段判定部による処理対象が複数の本や音楽であった場合には、これらの判定結果を統合してもよい。
【０３１８】
以上、説明したように、多段判定部が木構造の判定機によって構成されることにより、容易な判定処理から難易度の高い判定処理に順次移っていくように、多段階で判定処理が行われるので、誤分類を抑制することができる。また、より細かい分類が必要となった場合、木構造の階層を増やせばいいので、拡張が容易である。
【０３１９】
[本技術のプログラムへの適用]
上述した一連の処理は、ハードウェアにより実行させることもできるし、ソフトウェアにより実行させることもできる。
【０３２０】
この場合、上述した情報処理装置の少なくとも一部として、例えば、図２４に示されるパーソナルコンピュータを採用してもよい。
【０３２１】
図２４において、CPU６０１は、ROM６０２に記録されているプログラムに従って各種の処理を実行する。または記憶部６０８からRAM６０３にロードされたプログラムに従って各種の処理を実行する。RAM６０３にはまた、CPU６０１が各種の処理を実行する上において必要なデータなども適宜記憶される。
【０３２２】
CPU６０１、ROM６０２、及びRAM６０３は、バス６０４を介して相互に接続されている。このバス６０４にはまた、入出力インタフェース６０５も接続されている。
【０３２３】
入出力インタフェース６０５には、キーボード、マウスなどよりなる入力部６０６、ディスプレイなどよりなる出力部６０７が接続されている。また、ハードディスクなどより構成される記憶部６０８、及び、モデム、ターミナルアダプタなどより構成される通信部６０９が接続されている。通信部６０９は、インターネットを含むネットワークを介して他の装置（図示せず）との間で行う通信を制御する。
【０３２４】
入出力インタフェース６０５にはまた、必要に応じてドライブ６１０が接続され、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどよりなるリムーバブルメディア６１１が適宜装着される。そして、それらから読み出されたコンピュータプログラムが、必要に応じて記憶部６０８にインストールされる。
【０３２５】
一連の処理をソフトウェアにより実行させる場合には、そのソフトウェアを構成するプログラムが、専用のハードウェアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、ネットワークや記録媒体からインストールされる。
【０３２６】
このようなプログラムを含む記録媒体は、図２４に示されるように、装置本体とは別に、ユーザにプログラムを提供するために配布される、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（CD-ROM(Compact Disk-Read Only Memory),DVD(Digital Versatile Disk)を含む）、光磁気ディスク（MD（Mini-Disk）を含む）、もしくは半導体メモリなどよりなるリムーバブルメディア（パッケージメディア）６１１により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているROM６０２や、記憶部６０８に含まれるハードディスクなどで構成される。
【０３２７】
なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されなくとも、並列的あるいは個別に実行される処理をも含むものである。
【０３２８】
本技術は、データを分類する情報処理装置に適用することができる。
【０３２９】
なお、本技術は、以下のような構成もとることができる。
（１）
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理装置。
（２）
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、
前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行う
前記（１）に記載の情報処理装置。
（３）
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、
前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行う
前記（１）または（２）に記載の情報処理装置。
（４）
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、
処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、
前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
前記（１）、（２）、または（３）に記載の情報処理装置。
（５）
前記処理対象は複数であり、
前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、
前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
前記（１）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出する
前記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類する
前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類する
前記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類する
前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出する
前記（１）乃至（９）のいずれかに記載の情報処理装置。
【符号の説明】
【０３３０】
１ 年齢推定装置， １１ 画像取得部， １２ 顔検出部， １３ 年齢推定部， １４ 結果表示部， １５ 学習部， ３１ 顔特徴量抽出部， ３２ 多段判定部， ３３ 推定結果保持部， ５１ 学習用画像記憶部， ５２ 顔特徴量抽出部， ５３ 学習用判定機， １６３ 静止画像年齢推定部， １６４ 顔トラッキング部， １６５ 結果統合部， ４１４ 服装検出部， ４１５ 服装特徴量抽出部， ４４６ 顔安定度検出部
【特許請求の範囲】
【請求項１】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理装置。
【請求項２】
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、
前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行う
請求項１に記載の情報処理装置。
【請求項３】
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、
前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行う
請求項１に記載の情報処理装置。
【請求項４】
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、
処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、
前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
請求項２に記載の情報処理装置。
【請求項５】
前記処理対象は複数であり、
前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、
前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
請求項１に記載の情報処理装置。
【請求項６】
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出する
請求項４に記載の情報処理装置。
【請求項７】
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項８】
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項９】
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項１０】
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出する
請求項３に記載の情報処理装置。
【請求項１１】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定ステップを含み、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理方法。
【請求項１２】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定ステップを含み、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
制御処理をコンピュータに実行させるプログラム。
【請求項１】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理装置。
【請求項２】
前記多段判定部は、前記判定対象を含む画像から、前記判定対象に関する特徴量を抽出する特徴量抽出部をさらに備え、
前記各判定機は、前記特徴量抽出部により抽出された前記特徴量に基づいて、前記判定を行う
請求項１に記載の情報処理装置。
【請求項３】
前記２つの範囲の境目から一定範囲は不感帯範囲として予め設定されており、
前記多段判定部は、所定の階層の判定機において前記判定対象が前記不感帯範囲に分類された場合、次の階層の判定機の判定を禁止して、前記所定の階層の判定機までの判定の結果に基づいて、最終の判定を行う
請求項１に記載の情報処理装置。
【請求項４】
前記多段判定部は、動画像を構成する複数の単位画像の各々を処理対象として、
処理対象毎に、前記特徴量抽出部が特徴量を抽出し、前記各判定機が前記判定を行い、
前記多段判定部による前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
請求項２に記載の情報処理装置。
【請求項５】
前記処理対象は複数であり、
前記多段判定部は、複数の前記処理対象毎に前記処理対象に関する特徴量を抽出する特徴量抽出部さらに備え、
前記多段判定部による複数の前記処理対象毎の前記判定の結果を統合する結果統合部をさらに備える
請求項１に記載の情報処理装置。
【請求項６】
前記結果統合部は、前記多段判定部による前記処理対象毎の前記判定の結果の各々により示される各々の範囲における信頼度の分布を設定し、前記処理対象毎の前記信頼度の分布を加算することにより、前記判定対象が所定の範囲に分類される確率分布を算出する
請求項４に記載の情報処理装置。
【請求項７】
前記判定対象は人物であり、年齢に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の年齢の範囲をそれぞれ判定することによって、前記人物の年齢を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項８】
前記判定対象は人物であり、人種に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の人種の範囲をそれぞれ判定することによって、前記人物の人種を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項９】
前記判定対象は人物であり、顔の表情に関する前記複数の範囲が予め設定されており、
前記特徴量抽出部は、人物の顔を含む画像から、前記顔の特徴量を抽出し、
前記各判定機は、前記顔を有する人物の顔の表情の範囲をそれぞれ判定することによって、前記人物の顔の表情を前記複数の範囲のうちの１つに分類する
請求項３に記載の情報処理装置。
【請求項１０】
前記特徴量抽出部は、前記画像から、人物の服装に関する特徴量を抽出する
請求項３に記載の情報処理装置。
【請求項１１】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定ステップを含み、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
情報処理方法。
【請求項１２】
複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定ステップを含み、
前記各判定機は、前記判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、
前記各判定機において判定される２つの範囲には、重複する部分が含まれている
制御処理をコンピュータに実行させるプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【公開番号】特開２０１３−３６６２（Ｐ２０１３−３６６２Ａ）
【公開日】平成２５年１月７日（２０１３．１．７）
【国際特許分類】
【出願番号】特願２０１１−１３１２９５（Ｐ２０１１−１３１２９５）
【出願日】平成２３年６月１３日（２０１１．６．１３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２５年１月７日（２０１３．１．７）
【国際特許分類】
【出願日】平成２３年６月１３日（２０１１．６．１３）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]