專利名稱：信息處理設(shè)備和處理信息的方法、存儲(chǔ)介質(zhì)以及程序的制作方法
信息處理設(shè)備和處理信息的方法、存儲(chǔ)介質(zhì)以及程序技術(shù)領(lǐng)域
本技術(shù)涉及一種信息處理設(shè)備和處理信息的方法、存儲(chǔ)介質(zhì)以及程序，更具體地說，涉及一種提高識(shí)別(identification)精確度的信息處理設(shè)備和處理信息的方法、存儲(chǔ)介質(zhì)以及程序。
背景技術(shù)：
公開了一種用于根據(jù)認(rèn)識(shí)(recognition)目標(biāo)人物的面部圖像來識(shí)別認(rèn)識(shí)目標(biāo)人物是否是同一人物的技術(shù)(參見日本專利特開No. 2006-178651)。
在日本專利特開No. 2006-178651中公開的技術(shù)中，多個(gè)認(rèn)識(shí)部分獲取人物的面部圖像并從所獲取的面部圖像中提取特征圖案，并且計(jì)算所提取的特征圖案與先前注冊(cè)的字典圖案之間的相似度。
然后，計(jì)算與每個(gè)由每個(gè)認(rèn)識(shí)部分計(jì)算的多個(gè)相似度對(duì)應(yīng)的統(tǒng)計(jì)量，并識(shí)別人物。 發(fā)明內(nèi)容
然而，在日本專利特開No. 2006-178651中公開的技術(shù)中，因?yàn)橛擅娌空J(rèn)識(shí)部分獲取的面部圖像的特征圖案與先前注冊(cè)的字典圖案被一對(duì)一比較并計(jì)算相似度，所以識(shí)別精確度可能是不足的。
因此，因?yàn)楦鶕?jù)具有不足精確度的相似度來計(jì)算統(tǒng)計(jì)量并基于該統(tǒng)計(jì)量來識(shí)別人物，所以對(duì)于識(shí)別精確度存在限制。
鑒于上述情形而提供本技術(shù)，并且本技術(shù)能夠提高識(shí)別精確度。
根據(jù)本技術(shù)的一個(gè)方面，提供了一種信息處理設(shè)備，包括統(tǒng)計(jì)量提取部分，計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的所有與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的所有之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及識(shí)別部分，基于相似度統(tǒng)計(jì)量來識(shí)別第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)是否相同。
該信息處理設(shè)備可以進(jìn)一步包括特征量提取部分，從第一識(shí)別目標(biāo)和第二識(shí)別目標(biāo)的圖像中提取局部特征量，并且統(tǒng)計(jì)量提取部分可以基于由特征量提取部分提取的第一識(shí)別目標(biāo)和第二識(shí)別目標(biāo)的局部特征量來計(jì)算相似度。
識(shí)別部分可以通過確定關(guān)于第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)的每個(gè)組合的相似度的統(tǒng)計(jì)量是否等于或高于對(duì)應(yīng)預(yù)定閾值并綜合確定結(jié)果來識(shí)別第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)是否相同。
統(tǒng)計(jì)量提取部分可以提取直方圖來作為相似度統(tǒng)計(jì)量。
統(tǒng)計(jì)量提取部分可以提取平均值來作為相似度統(tǒng)計(jì)量。
可以從先前注冊(cè)的一個(gè)圖像中檢測(cè)第一識(shí)別目標(biāo)和第二識(shí)別目標(biāo)中的一個(gè)。
根據(jù)本技術(shù)的一個(gè)方面，提供了一種處理信息的方法，包括計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的所有與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的所有之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及基于相似度統(tǒng)計(jì)量來識(shí)別第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)是否相同。
根據(jù)本技術(shù)的一個(gè)方面，提供了一種存儲(chǔ)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序使得計(jì)算機(jī)執(zhí)行如下步驟計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的所有與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的所有之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及基于相似度統(tǒng)計(jì)量來識(shí)別第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)是否相同。
根據(jù)本技術(shù)的一個(gè)方面，提供了一種程序，使得計(jì)算機(jī)執(zhí)行如下步驟計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的所有與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的所有之間的相似度， 并從相似度中提取相似度統(tǒng)計(jì)量；以及基于相似度統(tǒng)計(jì)量來識(shí)別第一識(shí)別目標(biāo)與第二識(shí)別目標(biāo)是否相同。
根據(jù)本技術(shù)的一個(gè)方面，可以提高識(shí)別精確度。


圖I是示出面部識(shí)別單元的配置的框圖，
圖2是示出面部特征點(diǎn)檢測(cè)部分的配置的框圖，
圖3是示出局部特征量提取部分的配置的框圖，
圖4是目標(biāo)注冊(cè)處理的流程圖解釋，
圖5是特征點(diǎn)檢測(cè)處理的流程圖解釋，
圖6是示出特征點(diǎn)檢測(cè)的例子的圖，
圖7是特征量提取處理的流程圖解釋，
圖8A到圖8C是示出特征提取濾波器的例子的圖，
圖9是面部注冊(cè)處理的流程圖解釋，
圖10是示出面部注冊(cè)單元的另一配置的框圖，
圖11是目標(biāo)注冊(cè)處理的流程圖解釋，
圖12是示出辨認(rèn)器(recognizer)創(chuàng)建單元的配置的框圖，
圖13是示出局部特征量提取部分的配置的框圖，
圖14是面部識(shí)別字典創(chuàng)建處理的流程圖解釋，
圖15是特征量提取處理的流程圖解釋，
圖16是統(tǒng)計(jì)量提取處理的流程圖解釋，
圖17是統(tǒng)計(jì)量提取處理的框圖解釋，
圖18是辨認(rèn)器創(chuàng)建處理的流程圖解釋，
圖19是示出面部識(shí)別單元的配置的框圖，
圖20是目標(biāo)識(shí)別處理的流程圖解釋，
圖21A和圖21B是示出面部圖像組的例子的圖，
圖22是面部識(shí)別處理的流程圖解釋，
圖23是圖像數(shù)目與識(shí)別性能之間的關(guān)系的圖解，
圖24是示出面部識(shí)別單元的另一配置的框圖，
圖25是目標(biāo)識(shí)別處理的流程圖解釋，以及
圖26是示出應(yīng)用本技術(shù)的實(shí)施例的個(gè)人計(jì)算機(jī)的硬件配置的框圖。CN 102982305 A書明說3/16 頁
具體實(shí)施例方式此后，將參照附圖詳細(xì)描述本公開的優(yōu)選實(shí)施例。應(yīng)當(dāng)注意，在該說明書和附圖中，用相同的參考數(shù)字來表示具有基本相同的功能和結(jié)構(gòu)的結(jié)構(gòu)元素，并且省略這些結(jié)構(gòu)元素的重復(fù)解釋。
下面將描述實(shí)現(xiàn)本公開的實(shí)施例(此后，將被稱為實(shí)施例)的模式。將按照以下次序來描述實(shí)施例。
〈1>第一實(shí)施例
I.面部注冊(cè)單元的配置
2.目標(biāo)注冊(cè)處理I
3.特征點(diǎn)檢測(cè)處理
4.特征量提取處理I
5.面部注冊(cè)處理I
6.面部注冊(cè)單元的配置
7.目標(biāo)注冊(cè)處理2
<2>第二實(shí)施例
8.辨認(rèn)器創(chuàng)建單元的配置
9.面部識(shí)別字典創(chuàng)建處理
10.特征量提取處理2
11.統(tǒng)計(jì)量提取處理
12.辨認(rèn)器創(chuàng)建處理
<3>第三實(shí)施例
13.面部識(shí)別單元的配置
14.目標(biāo)識(shí)別處理I
15.面部識(shí)別處理
16.面部識(shí)別單元的配置
17.目標(biāo)識(shí)別處理2
18.個(gè)人計(jì)算機(jī)的配置
19.其他
<第一實(shí)施例>
[面部注冊(cè)單元的配置]
圖I是示出面部注冊(cè)單元I的配置的框圖。
面部注冊(cè)單元I包括圖像獲取部分21、同一人物面部圖像提取部分22、面部特征點(diǎn)檢測(cè)部分23、學(xué)習(xí)數(shù)據(jù)庫24、局部特征量提取部分25、面部注冊(cè)部分26、注冊(cè)面部數(shù)據(jù)庫 27和面部識(shí)別字典28。
圖像獲取部分21獲取用戶輸入的圖像和與圖像相關(guān)的信息，并將輸入圖像和信息輸出到同一人物面部圖像提取部分22。同一人物面部圖像提取部分22從所獲取的多個(gè)圖像中的每一個(gè)中獲取同一人物的面部圖像，并將所提取的面部圖像輸出到面部特征點(diǎn)檢測(cè)部分23。
面部特征點(diǎn)檢測(cè)部分23基于先前存儲(chǔ)在學(xué)習(xí)數(shù)據(jù)庫24中的學(xué)習(xí)數(shù)據(jù)來從圖像中5檢測(cè)特征點(diǎn)。將參照?qǐng)D2來詳細(xì)描述面部特征點(diǎn)檢測(cè)部分23。
圖2是示出面部特征點(diǎn)檢測(cè)部分23的配置的框圖。面部特征點(diǎn)檢測(cè)部分23包括圖像剪切部分41和面部特征確定部分42。
圖像剪切部分41根據(jù)所獲取的圖像來創(chuàng)建各種剪切圖像，并將所創(chuàng)建的剪切圖像輸出到面部特征確定部分42。面部特征確定部分42基于所創(chuàng)建的剪切圖像和學(xué)習(xí)數(shù)據(jù)來確定面部特征，并檢測(cè)特征點(diǎn)。
再次參照?qǐng)D1，局部特征量提取部分25提取每個(gè)所檢測(cè)到的特征點(diǎn)的特征量，即局部特征量。將參照?qǐng)D3來詳細(xì)描述局部特征量提取部分25。
圖3是示出局部特征量提取部分25的配置的框圖。局部特征量提取部分25包括規(guī)格化(normalize)部分61、中間圖像創(chuàng)建部分62、濾波器組(filter-set)選擇部分63 和特征量提取部分64。
規(guī)格化部分61將所獲取的圖像進(jìn)行規(guī)格化，并將規(guī)格化后的圖像輸出到中間圖像創(chuàng)建部分62和濾波器組選擇部分63。中間圖像創(chuàng)建部分62從所獲取的圖像中創(chuàng)建積分圖像作為中間圖像，并將積分圖像輸出到特征量提取部分64。
濾波器組選擇部分63選擇特征點(diǎn)和特征提取濾波器，在面部識(shí)別字典28中將所選擇的特征點(diǎn)與所選擇的特征提取濾波器相關(guān)地存儲(chǔ)，并將所選擇的特征點(diǎn)和特征提取濾波器輸出到特征量提取部分64。特征量提取部分64基于中間圖像和濾波器組來提取特征量。
再次參照?qǐng)DI，面部注冊(cè)部分26在注冊(cè)面部數(shù)據(jù)庫27中將所提取的特征量與要注冊(cè)的面部的人物相關(guān)地注冊(cè)。
[目標(biāo)注冊(cè)處理I]
將參照?qǐng)D4至圖9來描述目標(biāo)注冊(cè)處理I。圖4是由面部注冊(cè)單元I執(zhí)行的目標(biāo)注冊(cè)處理I的流程圖解釋。當(dāng)用戶輸入包括面部作為目標(biāo)的圖像時(shí)啟動(dòng)目標(biāo)注冊(cè)處理I。
在步驟SI中，圖像獲取部分21獲取多個(gè)圖像和注冊(cè)ID (標(biāo)識(shí))。注冊(cè)ID是用于識(shí)別要注冊(cè)的目標(biāo)的標(biāo)識(shí)信息。
在步驟S2中，同一人物面部圖像提取部分22從由圖像獲取部分21獲取的圖像中提取同一人物的面部圖像。也就是說，按照在多個(gè)圖像中包括的人物的面部圖像來對(duì)多個(gè)圖像進(jìn)行分類。
關(guān)于面部圖像的提取，例如，在運(yùn)動(dòng)圖像的情況下可以使用面部跟蹤算法，并且在靜態(tài)圖像的情況下可以使用面部聚類算法?？商鎿Q地，用戶可以指定面部圖像。
在步驟S3中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41獲取所提取的面部圖像中的一個(gè)。也就是說，從同一人物的面部圖像的組中獲取一個(gè)面部圖像。
在步驟S4中，面部特征點(diǎn)檢測(cè)部分23執(zhí)行特征點(diǎn)檢測(cè)處理。將參照?qǐng)D5來描述特征點(diǎn)檢測(cè)處理。
[特征點(diǎn)檢測(cè)處理]
圖5是特征點(diǎn)檢測(cè)處理的流程圖解釋。
在步驟S21中，圖像剪切部分41創(chuàng)建多類剪切圖像。也就是說，圖像剪切部分41 對(duì)所獲取的圖像的整個(gè)區(qū)域或部分區(qū)域執(zhí)行光柵掃描，以剪切預(yù)想包括面部特征(例如，眼睛、鼻子、嘴等)的各種尺寸的圖像。
在步驟S22中，面部特征確定部分42從學(xué)習(xí)數(shù)據(jù)庫24中獲取學(xué)習(xí)數(shù)據(jù)。在學(xué)習(xí)數(shù)據(jù)庫24中，預(yù)先存儲(chǔ)面部特征的學(xué)習(xí)數(shù)據(jù)。
在步驟S23中，面部特征確定部分42從學(xué)習(xí)數(shù)據(jù)獲取一類面部特征。例如，獲取眼睛作為面部特征。
在步驟S24中，面部特征確定部分42將最大相似度設(shè)置為O。也就是說,將最大相似度初始化。
在步驟S25中，面部特征確定部分42獲取一個(gè)剪切圖像。也就是說，獲取由步驟 S21中的處理創(chuàng)建的剪切圖像。
在步驟S26中，面部特征確定部分42計(jì)算該剪切圖像與面部特征之間的相似度。 也就是說，對(duì)由步驟S25中的處理獲取的剪切圖像和步驟S23中的處理獲取的面部特征實(shí)行匹配。
在步驟S27中，面部特征確定部分42確定相似度值是否大于最大相似度。也就是說，確定由步驟S26中的處理計(jì)算的值是否大于其他相似度值。
在步驟S27中，當(dāng)確定相似度值大于最大相似度值時(shí)，在步驟S28中，面部特征確定部分42將最大相似度值改變?yōu)樽钚孪嗨贫戎?。也就是說，在步驟S26中計(jì)算的相似度值被分配給最大相似度值。
另一方面，如果在步驟S27中確定相似度值不大于最大相似度值，也就是說當(dāng)在步驟S26中計(jì)算的相似度值低于或等于最大相似度值時(shí)，跳過步驟S28中的處理并且過程進(jìn)行到步驟S29。
在步驟S29中，面部特征確定部分42確定是否獲取了預(yù)定數(shù)目的剪切圖像。當(dāng)在步驟S29中確定未獲取預(yù)定數(shù)目的剪切圖像時(shí)，過程進(jìn)行到步驟S30。
在步驟S30中，面部特征確定部分42獲取另一剪切圖像。也就是說，獲取由步驟 S21中的處理所創(chuàng)建的剪切圖像中、未計(jì)算其與學(xué)習(xí)數(shù)據(jù)的面部特征的相似度的剪切圖像。
在執(zhí)行步驟S30中的處理之后，過程返回到步驟S26并且重復(fù)執(zhí)行隨后的處理。也就是說，對(duì)其他剪切圖像執(zhí)行類似的處理。
另一方面，當(dāng)在步驟S29中確定獲取了預(yù)定數(shù)目的剪切圖像時(shí)，在步驟S31中，面部特征確定部分42從具有最大相似度的剪切圖像中檢測(cè)特征點(diǎn)。
圖6是示出特征點(diǎn)檢測(cè)的例子的圖。在圖6的例子中，用標(biāo)記X來表示特征點(diǎn)。 當(dāng)獲取眼睛的學(xué)習(xí)數(shù)據(jù)來作為面部特征時(shí)，檢測(cè)用于識(shí)別眼睛的特征點(diǎn)、諸如特征點(diǎn)81-1。
可替換地，當(dāng)獲取嘴的學(xué)習(xí)數(shù)據(jù)來作為面部特征時(shí)，檢測(cè)用于識(shí)別嘴的特征點(diǎn)、諸如特征點(diǎn)81-2。
在執(zhí)行步驟S31中的處理之后，在步驟S32中面部特征確定部分42確定是否獲取了所有類型的面部特征。當(dāng)在步驟S32中確定還未獲取所有類型的面部特征時(shí)，過程進(jìn)行到步驟S33。
在步驟S33中，面部特征確定部分42獲取另一類面部特征。例如，獲取嘴來作為面部特征。在執(zhí)行步驟S33中的處理之后，過程返回到步驟S24，并且重復(fù)執(zhí)行隨后的處理。 也就是說，對(duì)另一類面部特征重復(fù)執(zhí)行類似的處理。
另一方面，當(dāng)在步驟S32中確定獲取了所有類型的面部特征時(shí)，終止特征點(diǎn)提取處理，并且過程進(jìn)行到圖4中的步驟S5。
再次參照?qǐng)D4，局部特征量提取部分25在步驟S5中執(zhí)行特征量提取處理I。將參照?qǐng)D7來描述特征量提取處理I。
[特征量提取處理I]
圖7是特征量提取處理I的流程圖解釋。
在步驟S51中，規(guī)格化部分61對(duì)面部圖像進(jìn)行規(guī)格化。也就是說，通過分析面部圖像來檢測(cè)面部圖像的方向，并且規(guī)格化面部圖像，使得特征點(diǎn)的位置與參考位置相匹配。 具體而言，執(zhí)行仿射變換等。
在步驟S52中，中間圖像創(chuàng)建部分62創(chuàng)建中間圖像。也就是說，從規(guī)格化后的面部圖像來創(chuàng)建積分圖像，作為中間圖像。
中間圖像的尺寸(像素的數(shù)目)與原始圖像的尺寸相同。當(dāng)假設(shè)預(yù)定位置，諸如原始圖像的四個(gè)角中的左上角，作為參考位置時(shí)，中間圖像的每個(gè)像素的像素值被假設(shè)是在一如下的四邊形范圍內(nèi)包括的原始圖像的每個(gè)像素的亮度值之和，其中該四邊形范圍具有由將參考位置與每個(gè)像素的位置連接起來的線限定的對(duì)角線。
在步驟S53中，濾波器組選擇部分63獲取一個(gè)特征點(diǎn)。也就是說，從由在步驟S4 執(zhí)行的特征點(diǎn)檢測(cè)處理所檢測(cè)到的多個(gè)特征點(diǎn)中隨機(jī)獲取一個(gè)特征點(diǎn)。
在步驟S54中，濾波器組選擇部分63獲取特征提取濾波器。隨機(jī)獲取特征提取濾波器。將參照?qǐng)D8來描述特征提取濾波器。
圖8A至圖8C是示出特征提取濾波器的例子的圖。在圖8A至圖8C中，矩形濾波器被示出為特征提取濾波器。
矩形濾波器被分割為預(yù)定數(shù)目的矩形白色區(qū)域和矩形黑色區(qū)域，通過相對(duì)于水平方向、垂直方向或預(yù)定方向具有45度斜率的直線來分割每個(gè)區(qū)域。
通過如下操作來執(zhí)行使用矩形濾波器的特征量提取，即將矩形濾波器布置在圖像的預(yù)定位置，并計(jì)算在白色區(qū)域內(nèi)包括的像素的亮度值之和與在黑色區(qū)域內(nèi)包括的像素的亮度值之和之間的差。
例如，在圖8A中示出的2-矩形濾波器適于提取邊緣的特征量，而在圖8B中示出的3-矩形濾波器和在圖SC中示出的4-矩形濾波器適于提取線的特征量。
濾波器組選擇部分63選擇例如任意選擇的特征點(diǎn)81-1和隨機(jī)選擇的特征提取濾波器91-1來作為濾波器組。
可替換地，濾波器組選擇部分63選擇例如隨機(jī)選擇的特征點(diǎn)81-2和隨機(jī)選擇的特征提取濾波器91-2來作為濾波器組。
注意，除了矩形濾波器之外，特征提取濾波器可以是蓋伯(Gabor)濾波器、LBP (Local Binary Pattern,局部二值模式)、SIFT (Scale-Invariant Feature Transform,尺度不變特征變換)等。
再次參照?qǐng)D7，在步驟S55中，濾波器組選擇部分63在面部識(shí)別字典28中存儲(chǔ)濾波器組。也就是說，彼此相關(guān)地存儲(chǔ)一對(duì)所選擇的特征點(diǎn)和所選擇的特征提取濾波器。所存儲(chǔ)的濾波器組將在后面描述的圖15的步驟S224中使用。
在步驟S56中，特征量提取部分64提取特征量。也就是說，濾波器組被應(yīng)用于中間圖像，并提取與特征點(diǎn)對(duì)應(yīng)的特征量。
在步驟S57中，特征量提取部分64確定是否獲取了預(yù)定數(shù)目的特征量。當(dāng)在步驟S57中確定還未獲取預(yù)定數(shù)目的特征量時(shí)，過程進(jìn)行到步驟S58。
在步驟S58中，濾波器組選擇部分63獲取另一特征點(diǎn)。隨機(jī)獲取該另一特征點(diǎn)。 在執(zhí)行了步驟S58中的處理之后，過程返回到步驟S54并且重復(fù)執(zhí)行隨后的處理。也就是說，對(duì)其他特征點(diǎn)執(zhí)行類似的處理。
另一方面，當(dāng)在步驟S57中確定獲取了預(yù)定數(shù)目的特征量時(shí)，在步驟S59中特征量提取部分64計(jì)算特征矢量。也就是說，通過使用所提取的特征量作為參數(shù)來計(jì)算特征矢量。
在執(zhí)行了步驟S59中的處理之后，特征量提取處理I終止，且過程進(jìn)行到圖4中的步驟S6。
在圖4的步驟S6中，面部注冊(cè)部分26執(zhí)行面部注冊(cè)處理。將參照?qǐng)D9來描述面部注冊(cè)處理。
[面部注冊(cè)處理]
圖9是面部注冊(cè)處理的流程圖解釋。
在步驟S71中，面部注冊(cè)部分26獲取特征矢量。也就是說，獲取由在圖7的步驟 S59中的處理計(jì)算的特征矢量。
在步驟S72中，面部注冊(cè)部分26在注冊(cè)面部數(shù)據(jù)庫27中彼此相關(guān)地存儲(chǔ)由在圖4 的步驟SI中的處理獲取的注冊(cè)ID和特征矢量。通過將特征矢量與注冊(cè)ID相關(guān)來標(biāo)識(shí)由特征矢量識(shí)別的面部。
在執(zhí)行了步驟S72中的處理之后，面部注冊(cè)處理終止，并且過程進(jìn)行到圖4中的步驟S7。
在圖4的步驟S7中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41確定是否獲取了全部面部圖像。也就是說，確定是否對(duì)由在步驟Si中執(zhí)行的處理所獲取的全體圖像執(zhí)行了特征點(diǎn)檢測(cè)處理、特征量提取處理I和面部注冊(cè)處理。
在步驟S7中，當(dāng)確定還未獲取全體面部圖像時(shí)，在步驟S8中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41獲取另一面部圖像。在執(zhí)行步驟S8中的處理之后，過程返回到步驟S4并且重復(fù)執(zhí)行隨后的處理。也就是說，對(duì)其他面部圖像執(zhí)行類似的處理。
另一方面，當(dāng)在步驟S7中確定獲取了全體面部圖像時(shí)，終止面部注冊(cè)處理。
如上所述，提取多個(gè)圖像中的每一個(gè)的特征量并與標(biāo)識(shí)人物的信息一起存儲(chǔ)在注冊(cè)面部數(shù)據(jù)庫27中。
注意，雖然在本實(shí)施例中輸入多個(gè)圖像，但是輸入圖像的數(shù)目可以是一個(gè)。
[面部注冊(cè)單元的配置]
參照?qǐng)D10和圖11，將描述其中輸入一個(gè)圖像的情況。圖10是示出面部注冊(cè)單元 101的配置的框圖。
在圖10示出的面部注冊(cè)單元101中，用相同的數(shù)字來表示與在圖I中示出的面部注冊(cè)單元I的組件相對(duì)應(yīng)的那些組件。
也就是說，與面部注冊(cè)單元I不同的是，面部注冊(cè)單元101包括面部檢測(cè)部分121， 且省略了同一人物面部圖像提取部分22，其他組件與面部注冊(cè)單元I中的類似。當(dāng)然，可以包括同一人物面部圖像提取部分22。
面部檢測(cè)部分121通過分析圖像來檢測(cè)在從圖像獲取部分21提供的每一個(gè)圖像中包括的人物的面部的部分，并創(chuàng)建面部圖像。[目標(biāo)注冊(cè)處理2]下面，將參照?qǐng)D11來描述由面部注冊(cè)單元101執(zhí)行的目標(biāo)注冊(cè)處理2。圖11是目標(biāo)注冊(cè)處理2的流程圖解釋。在圖11中，步驟S103至S105中的處理分別對(duì)應(yīng)于圖4的步驟S4至S6的處理。因此，將簡(jiǎn)要描述這些步驟中的處理以減少重復(fù)。在步驟SlOl中，圖像獲取部分21獲取一個(gè)圖像和注冊(cè)ID。在步驟S102中，面部檢測(cè)部分121從由圖像獲取部分21獲取的圖像中檢測(cè)面部。也就是說，檢測(cè)在所獲取的圖像中包括的人物的面部部分。在步驟S103中，執(zhí)行參照?qǐng)D5描述的特征點(diǎn)檢測(cè)處理。也就是說，從由在步驟S102的處理檢測(cè)的面部圖像中檢測(cè)特征點(diǎn)。在步驟S104中，執(zhí)行參照?qǐng)D7描述的特征量提取處理I。也就是說，提取由在步驟S103中的處理所檢測(cè)到的每一個(gè)特征點(diǎn)的特征量。在步驟S105中，執(zhí)行參照?qǐng)D9描述的面部注冊(cè)處理。也就是說，在注冊(cè)面部數(shù)據(jù)庫27中彼此相關(guān)地注冊(cè)由步驟SlOl中的處理所獲取的注冊(cè)ID和由步驟S104中的處理所提取的特征量。在執(zhí)行了步驟S105中的處理之后，終止目標(biāo)注冊(cè)處理2。如上所述，至少一次將特征矢量與一個(gè)注冊(cè)ID相關(guān)地注冊(cè)在注冊(cè)面部數(shù)據(jù)庫27中，這就足夠了?！吹诙?shí)施例〉[辨認(rèn)器創(chuàng)建單元的配置]圖12是示出辨認(rèn)器創(chuàng)建單元201的配置的框圖。在圖12的辨認(rèn)器創(chuàng)建單元201，用相同的數(shù)字來表示與在圖1中示出的面部注冊(cè)單元I的組件相對(duì)應(yīng)的那些組件。也就是說，與面部注冊(cè)單元I不同的是，辨認(rèn)器創(chuàng)建單元201包括局部特征量提取部分221、統(tǒng)計(jì)量提取部分222和辨認(rèn)器創(chuàng)建部分223，且省略了局部特征量提取部分25和面部注冊(cè)部分26，并且其他組件與面部注冊(cè)單元I中的那些類似。當(dāng)然，可以在該實(shí)施例中包括局部特征量提取部分25、面部注冊(cè)部分26和圖10中示出的面部檢測(cè)部分121中的至少一個(gè)。局部特征量提取部分221提取所檢測(cè)到的特征點(diǎn)中的每一個(gè)的特征量。將參照?qǐng)D13來詳細(xì)描述局部特征量提取部分221。圖13是不出局部特征量提取部分221的配置的框圖。在圖13不出的局部特征量提取部分221中，用相同的數(shù)字來表示與在圖3中示出的局部特征量提取部分25的組件相對(duì)應(yīng)的那些組件。也就是說，與局部特征量提取部分25不同的是，局部特征量提取部分221中省略了濾波器組選擇部分63，并且其他組件與局部特征量提取部分25中的那些類似。局部特征量提取部分221的特征量提取部分64獲取在面部識(shí)別字典28中存儲(chǔ)的濾波器組。再次參照?qǐng)D12，統(tǒng)計(jì)量提取部分222基于所提取的特征量和在注冊(cè)面部數(shù)據(jù)庫27中先前注冊(cè)的特征量來提取相似度統(tǒng)計(jì)量。
辨認(rèn)器創(chuàng)建部分223基于所提取的相似度統(tǒng)計(jì)量，來創(chuàng)建多個(gè)弱辨認(rèn)器用于提升(boost)處理，并且在面部識(shí)別字典28中存儲(chǔ)綜合了所創(chuàng)建的弱辨認(rèn)器的辨認(rèn)器。[面部識(shí)別字典創(chuàng)建處理]將參照?qǐng)D14至圖18來描述面部識(shí)別字典創(chuàng)建處理。圖14是面部識(shí)別字典創(chuàng)建處理的流程圖解釋。在圖14中，步驟S202至S204、S206和S207中的處理分別對(duì)應(yīng)于圖4的步驟S2至S4、S7和S8中的處理。因此，將簡(jiǎn)要描述那些步驟中的處理以減少重復(fù)。當(dāng)用戶輸入用于學(xué)習(xí)的圖像時(shí)啟動(dòng)面部識(shí)別字典創(chuàng)建處理。在步驟S201中，圖像獲取部分21獲取用于學(xué)習(xí)的圖像、用于學(xué)習(xí)的圖像信息和注冊(cè)ID。用于學(xué)習(xí)的圖像是與存儲(chǔ)在注冊(cè)面部數(shù)據(jù)庫27中的注冊(cè)ID對(duì)應(yīng)的人物相同的人物的面部圖像或者是不同人物的面部圖像。用于學(xué)習(xí)的圖像信息是指示用于學(xué)習(xí)的圖像是與注冊(cè)ID對(duì)應(yīng)的人物相同的人物的面部圖像還是不同人物的面部圖像的信息。在步驟S202中，同一人物面部圖像提取部分22從由圖像獲取部分21所獲取的用于學(xué)習(xí)的圖像中提取同一人物的面部圖像。在步驟S203中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41獲取所提取的面部圖像中的一個(gè)。在步驟S204中，執(zhí)行參照?qǐng)D5描述的特征點(diǎn)檢測(cè)處理。也就是說，從由步驟S203中的處理所獲取的面部圖像中檢測(cè)特征點(diǎn)。在步驟S205中，局部特征量提取部分221執(zhí)行特征量提取處理2。將參照?qǐng)D15來描述特征量提取處理2。[特征量提取處理2]圖15是特征量提取處理2的流程圖解釋。在圖15中，步驟S221至S223和S225至S228中的處理分別對(duì)應(yīng)于圖7中的步驟S51至S53和S56至S59中的處理。將簡(jiǎn)要描述這些步驟中的處理以減少重復(fù)。在步驟S221中，規(guī)格化部分61對(duì)面部圖像進(jìn)行規(guī)格化。在步驟S222中，中間圖像創(chuàng)建部分62創(chuàng)建中間圖像。在步驟S223中，濾波器組選擇部分63獲取一個(gè)特征點(diǎn)。在步驟S224中，特征量提取部分64從面部識(shí)別字典28中獲取濾波器組。也就是說，獲取通過圖7中的步驟S55而存儲(chǔ)在面部識(shí)別字典28中的濾波器組。例如，在其中由步驟S223中的處理所獲取的特征點(diǎn)與圖6中示出的特征點(diǎn)81_1對(duì)應(yīng)的情況下，獲取與特征點(diǎn)81-1相關(guān)的、在圖8中示出的特征提取濾波器91-1。在步驟S225中，特征量提取部分64提取特征量。在步驟S226中，特征量提取部分64確定是否獲取了預(yù)定數(shù)目的特征量。當(dāng)在步驟S226中確定還未獲取預(yù)定數(shù)目的特征量時(shí)，在步驟S227中，特征量提取部分64提取另一特征點(diǎn)。在執(zhí)行了步驟S227中的處理之后，過程返回到步驟S224并且重復(fù)執(zhí)行隨后的處理。另一方面，當(dāng)在步驟S226中確定獲取了預(yù)定數(shù)目的特征量時(shí)，在步驟S228中，特征量提取部分64計(jì)算特征矢量。在執(zhí)行了步驟S228中的處理之后，特征量提取處理2終止，且過程進(jìn)行到圖14中的步驟S206。在圖14中的步驟S206中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41確定是否獲取了全體面部圖像。當(dāng)在步驟S206中確定還未獲取全體面部圖像時(shí)，在步驟S207中，面部特征點(diǎn)檢測(cè)部分23的圖像剪切部分41獲取另一面部圖像。在執(zhí)行了步驟S207中的處理之后，過程返回到步驟S204并且重復(fù)執(zhí)行隨后的處理。另一方面，在步驟S206中確定獲取了全體面部圖像，在步驟S208中，統(tǒng)計(jì)量提取部分222執(zhí)行統(tǒng)計(jì)量提取處理。將參照?qǐng)D16來描述統(tǒng)計(jì)量提取處理。[統(tǒng)計(jì)量提取處理]圖16是統(tǒng)計(jì)量提取處理的流程圖解釋。圖17是統(tǒng)計(jì)量提取的圖解釋。在步驟S241中，統(tǒng)計(jì)量提取部分222獲取輸入特征量矩陣X。如下面的表達(dá)式(I)所表示的，輸入特征量矩陣X由M (M是自然數(shù))個(gè)圖像中的每一個(gè)的K (K是自然數(shù))個(gè)特征量來表示。[表達(dá)式I]
權(quán)利要求
1.一種信息處理設(shè)備,包括 統(tǒng)計(jì)量提取部分，計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的全體與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的全體之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及 識(shí)別部分，基于所述相似度統(tǒng)計(jì)量來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。
2.根據(jù)權(quán)利要求I所述的信息處理設(shè)備，進(jìn)一步包括 特征量提取部分，從所述第一識(shí)別目標(biāo)和所述第二識(shí)別目標(biāo)的圖像中提取局部特征量， 其中，所述統(tǒng)計(jì)量提取部分基于由所述特征量提取部分提取的所述第一識(shí)別目標(biāo)和所述第二識(shí)別目標(biāo)的局部特征量來計(jì)算所述相似度。
3.根據(jù)權(quán)利要求2所述的信息處理設(shè)備，其中，所述識(shí)別部分通過確定關(guān)于所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)的每個(gè)組合的相似度的統(tǒng)計(jì)量是否等于或高于對(duì)應(yīng)預(yù)定閾值并綜合確定結(jié)果來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。
4.根據(jù)權(quán)利要求3所述的信息處理設(shè)備，其中，所述統(tǒng)計(jì)量提取部分提取直方圖來作為所述相似度統(tǒng)計(jì)量。
5.根據(jù)權(quán)利要求3所述的信息處理設(shè)備，其中，所述統(tǒng)計(jì)量提取部分提取平均值來作為所述相似度統(tǒng)計(jì)量。
6.根據(jù)權(quán)利要求4所述的信息處理設(shè)備，其中，所述第一識(shí)別目標(biāo)和所述第二識(shí)別目標(biāo)中的一個(gè)是從先前注冊(cè)的一個(gè)圖像中檢測(cè)的。
7.—種信息處理方法,包括 計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的全體與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的全體之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及 基于所述相似度統(tǒng)計(jì)量來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。
8.一種存儲(chǔ)程序的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序使得計(jì)算機(jī)執(zhí)行如下步驟 計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的全體與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的全體之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及 基于所述相似度統(tǒng)計(jì)量來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。
9.一種程序，使得計(jì)算機(jī)執(zhí)行如下步驟 計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的全體與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的全體之間的相似度，并從相似度中提取相似度統(tǒng)計(jì)量；以及 基于所述相似度統(tǒng)計(jì)量來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。
全文摘要
提供了一種信息處理設(shè)備和處理信息的方法、存儲(chǔ)介質(zhì)以及程序，信息處理設(shè)備包括統(tǒng)計(jì)量提取部分，計(jì)算第一識(shí)別目標(biāo)的多個(gè)圖像的組中的全體與第二識(shí)別目標(biāo)的多個(gè)圖像的組中的全體之間的相似度，并從相似度中提取關(guān)于相似度的統(tǒng)計(jì)量；以及識(shí)別部分，基于所述關(guān)于相似度的統(tǒng)計(jì)量來識(shí)別所述第一識(shí)別目標(biāo)與所述第二識(shí)別目標(biāo)是否相同。本技術(shù)可以例如被應(yīng)用于個(gè)人計(jì)算機(jī)。
文檔編號(hào)G06K9/64GK102982305SQ20121016598
公開日2013年3月20日 申請(qǐng)日期2012年5月25日 優(yōu)先權(quán)日2011年6月1日
發(fā)明者大久保厚志 申請(qǐng)人:索尼公司