圖像生成裝置以及圖像生成方法
【專利摘要】本發(fā)明提供圖像生成裝置以及圖像生成方法。本發(fā)明的圖像生成裝置是生成在從圖像中檢測面部的面部檢測處理中使用的圖像即面部檢測用圖像的圖像生成裝置，其特征在于，具有：代表亮度計算部件，算出代表通過拍攝而得到的拍攝圖像的各像素的亮度值的代表亮度值；以及伽馬變換部件，通過對拍攝圖像實施利用預定的伽馬值而變換圖像的各像素的亮度值的伽馬變換處理，從而生成面部檢測用圖像，伽馬變換部件，當代表亮度值為預定的閾值以上的情況下，進行利用了第一伽馬值的伽馬變換處理，當代表亮度值小于預定的閾值的情況下，進行利用了第二伽馬值的伽馬變換處理，其中該第二伽馬值能夠得到比利用第一伽馬值得到的面部檢測用圖像更亮的面部檢測用圖像。
【專利說明】
圖像生成裝置以及圖像生成方法
技術領域
[0001]本發(fā)明涉及生成在從圖像中檢測面部的面部檢測處理中使用的圖像的圖像生成裝置以及圖像生成方法。
【背景技術】
[0002]近年來，從通過拍攝得到的拍攝圖像中檢測面部的面部檢測處理被付諸實用，正在普及到數(shù)字照相機、智能手機等設備中。認為今后進行面部檢測處理的裝置的變化(variat1n)會增加。例如，認為面部檢測處理會在電視(televis1n)裝置(以下，記載為“電視(televi”)和監(jiān)視系統(tǒng)等中進行。若電視的應用執(zhí)行包含面部檢測處理在內的面部認證處理和面部屬性估計處理，則例如能夠確定視聽者，或者估計視聽者的性別和年齡。其結果，能夠將對于視聽者而言有意義的信息(推薦節(jié)目的信息等)提供給視聽者。如果監(jiān)視系統(tǒng)的應用執(zhí)行包含面部檢測處理在內的面部認證處理和面部屬性估計處理，則例如能夠在檢測出面部之后為了防止犯罪對策而注冊該面部，或者估計注冊者的認證、性別、年齡。其結果，能夠快速地進行視頻分析。
[0003]—般，在拍攝圖像的區(qū)域中的面部的區(qū)域中，存在面部特有的明暗圖案(具有面部特有的位置關系的亮部和暗部)。例如，眼睛、鼻子、嘴巴等面部器官附近的區(qū)域包含較多發(fā)暗的像素，除此之外的皮膚的區(qū)域包含較多明亮的像素。因此，在面部檢測處理中，通?？紤]面部特有的明暗圖案而從圖像取得特征量，并基于所取得的特征量而檢測出面部。作為特征量，例如使用將具有與面部特有的明暗圖案同等的位置關系的兩個區(qū)域之間的亮度值之差設為特征量的Haar-1ike特征量。
[0004]在圖像的明暗差(圖像的亮部和暗部的亮度值之差；對比度)有一定程度保留的圖像中，與面部特有的明暗圖案有關的信息量較多。因此，從保留了圖像的明暗差的圖像中能夠高精度地檢測出面部。另一方面，在圖像的明暗差小的圖像中，缺乏與面部特有的明暗圖案有關的信息量。因此，從圖像的明暗差小的圖像中難以檢測出面部。從而，在面部檢測處理中適合保留了明暗差的圖像。
[0005]但是，如果進行面部檢測處理的裝置的變化增加，則拍攝圖像的拍攝環(huán)境(例如，被攝體的周圍的明亮度)的變化也會增加。因此，將會進行使用了從明亮的拍攝圖像到發(fā)暗的拍攝圖像的各種明亮度的拍攝圖像的面部檢測處理，將會進行使用了在以往的面部檢測處理中沒有設想過的明亮度拍攝圖像的面部檢測處理。例如，電視和監(jiān)視系統(tǒng)有時會在微暗的環(huán)境中使用。因此，在電視中進行的面部檢測處理中，可能會使用在微暗的環(huán)境中得到的拍攝圖像。
[0006]并且，如果拍攝環(huán)境變化，則拍攝圖像的亮度分布會變化，明暗差變化。其結果，面部檢測處理的精度有時會下降。例如，在微暗的拍攝環(huán)境中得到的拍攝圖像中，面部器官附近的區(qū)域以外的皮膚的區(qū)域也會變暗，圖像的明暗差變小。因此，將會缺乏與面部特有的明暗圖案有關的信息量，面部的檢測變得困難。同樣地，在因照明或干擾光而導致面部過亮的情況下，拍攝圖像的明暗差也會變小，因而將會缺乏與面部特有的明暗圖案有關的信息量，面部的檢測變得困難。
[0007]以往，提出了用于得到所期望的圖像的各種圖像處理。與圖像處理有關的技術例如在專利文獻1、2中公開。但是，就算是使用了現(xiàn)有技術(專利文獻1、2中公開的技術等)，也無法可靠地得到適合面部檢測處理的圖像(保留了明暗差的圖像)。
[0008]例如，在專利文獻I中公開的技術中，當圖像整體發(fā)暗的情況下不進行圖像處理。因此，就算是使用了專利文獻I中公開的技術，也無法從發(fā)暗的拍攝圖像(在發(fā)暗的拍攝環(huán)境中得到的拍攝圖像)中得到適合面部檢測處理的圖像。
[0009]在專利文獻2中公開的技術中，只不過是伽馬特性(伽馬曲線)根據(jù)在圖像中包含的顏色的數(shù)目是否為閾值以上而進行切換，沒有考慮圖像的明亮度。因此，就算是使用了專利文獻2中公開的技術，也無法得到適合面部檢測處理的圖像。
[0010][現(xiàn)有技術文獻]
[0011][專利文獻]
[0012][專利文獻I]國際公開第2009/063553號
[0013][專利文獻2](日本)特開2009-025701號公報

【發(fā)明內容】

[0014]本發(fā)明的目的在于提供一種能夠生成使得可實現(xiàn)高精度的面部檢測處理的圖像的技術。
[0015]為了達成上述目的，本發(fā)明采用以下的結構。
[0016]本發(fā)明的圖像生成裝置是，生成在從圖像中檢測面部的面部檢測處理中使用的圖像即面部檢測用圖像的圖像生成裝置，其特征在于，所述圖像生成裝置具有:代表亮度計算部件，算出代表通過拍攝而得到的拍攝圖像的各像素的亮度值的代表亮度值；以及伽馬變換部件，通過對拍攝圖像實施利用預定的伽馬值而變換圖像的各像素的亮度值的伽馬變換處理，從而生成面部檢測用圖像，伽馬變換部件，當在代表亮度計算部件中算出的代表亮度值為預定的閾值以上的情況下，進行利用了第一伽馬值的伽馬變換處理，當代表亮度值小于預定的閾值的情況下，進行利用了第二伽馬值的伽馬變換處理，其中，該第二伽馬值能夠得到比利用第一伽馬值得到的面部檢測用圖像更亮的面部檢測用圖像。
[0017]這里，當算出的代表亮度值為預定的閾值以上的情況下，拍攝圖像在亮的拍攝環(huán)境中得到的可能性高。并且，當算出的代表亮度值小于預定的閾值的情況下，拍攝圖像在暗的拍攝環(huán)境中得到的可能性高。因此，如果始終使用一個伽馬值(第一伽馬值)，則存在當算出的代表亮度值小于預定的閾值的情況下生成明暗差小的面部檢測用圖像的顧慮。
[0018]因此，在本發(fā)明的圖像生成裝置中，當算出的代表亮度值小于預定的閾值的情況下使用第二伽馬值。由此，能夠生成與利用了第一伽馬值的情況相比圖像整體的明亮度高且明暗差大的面部檢測用圖像。其結果，在本發(fā)明的圖像生成裝置中，能夠生成使得能夠不依賴于拍攝圖像的明亮度而實現(xiàn)高精度的面部檢測處理的面部檢測用圖像。
[0019]此外，當代表亮度值能夠取的值的范圍是O以上且I以下的范圍的情況下，預定的閾值優(yōu)選是大于0.25且小于0.41的值。通過利用該值，能夠生成可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0020]伽馬變換處理是，例如利用以下的式1，根據(jù)預定的伽馬值G、拍攝圖像的亮度值Ya、以及亮度值能夠取的值的最大值Ymax而算出面部檢測用圖像的亮度值Yb的處理。
[0021]Yb = YmaxX (Ya/Ymax)G…(式 I)
[0022]該情況下，第一伽馬值優(yōu)選是大于0.55且小于I的值，第二伽馬值優(yōu)選是大于
0.15且小于I的值。通過利用這些值，能夠生成可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0023]此外，代表亮度值優(yōu)選是多個像素的亮度值的平均值(平均亮度值)或者中央值(中央亮度值)。平均亮度值或中央亮度值具有與其他的代表亮度值相比更好地表示拍攝環(huán)境的明亮度的傾向。因此，通過利用平均亮度值或者中央亮度值，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0024]此外，優(yōu)選的是，代表亮度計算部件不利用具有第一閾值以上的亮度值的像素(高亮度像素)、和具有比第一閾值還要小的第二閾值以下的亮度值的像素(低亮度像素)的至少一方，而算出代表亮度值。在拍攝圖像中，有時在被攝體的圖像(被攝體圖像)上附加有附加圖像。附加圖像例如是包圍被攝體圖像的框圖像、被疊加在圖像上的字符、被疊加在圖像上的圖形等。并且，附加圖像的亮度值大多是亮度值可取的值的最大值(最大亮度值)、亮度值可取的值的最小值(最小亮度值)、或者這些周邊的亮度值。因此，通過從用于代表亮度值的計算中使用的像素中排除高亮度像素或低亮度像素，從而能夠減少附加圖像的亮度值對代表亮度計算部件的計算值帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0025]此外，由于附加圖像的亮度值是最大亮度值或最小亮度值的可能性特別高，因而優(yōu)選第一閾值是最大亮度值，第二閾值是最小亮度值。由此，能夠抑制被攝體圖像的像素從用于代表亮度值的計算的像素中被排除，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0026]此外，優(yōu)選的是，代表亮度計算部件不利用具有像素數(shù)目最多的亮度值的像素(最頻像素)，而算出代表亮度值。最頻像素是附加圖像的像素的可能性高。因此，通過從用于代表亮度值的計算的像素中排除最頻像素，能夠減少附加圖像的亮度值對代表亮度計算部件的計算值帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。此外，在附加圖像的像素不是高亮度像素或低亮度像素的情況下也能夠得到這些效果。
[0027]此外，優(yōu)選的是，代表亮度計算部件不利用圖像的邊緣部分的像素，而算出代表亮度值。邊緣部分的像素是上述的框圖像的像素的可能性高。因此，通過從用于代表亮度值的計算的像素中排除邊緣部分的像素，能夠減少框圖像的亮度值對代表亮度計算部件的計算值帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。此外，在框圖像的像素不是高亮度像素、低亮度像素、以及最頻像素的情況下也能夠得到這些效果。
[0028]此外，優(yōu)選的是，圖像生成裝置還具有:縮小部件，該縮小部件通過對拍攝圖像實施將圖像縮小的縮小處理，從而生成由比拍攝圖像還要少的像素構成的縮小圖像，代表亮度計算部件算出縮小圖像的代表亮度值。根據(jù)這樣的結構，能夠減少用于代表亮度值的計算的像素的數(shù)目，能夠減少代表亮度值的計算所需的處理負擔。
[0029]此外，優(yōu)選的是，代表亮度計算部件利用在水平方向以及垂直方向上每隔η像素(η是I以上的整數(shù))而存在的像素，不利用除此以外的像素，而算出代表亮度值。根據(jù)這樣的結構，能夠減少用于代表亮度值的計算的像素的數(shù)目，能夠減少代表亮度值的計算所需的處理負荷。
[0030]另外，本發(fā)明能夠作為具有上述結構或功能的至少一部分的圖像生成裝置而掌握。此外，本發(fā)明還能夠作為包含上述處理的至少一部分的圖像生成方法、或者用于使計算機執(zhí)行這樣的方法的程序、或者非臨時性地記錄了那樣的程序的計算機可讀取的記錄介質而掌握。上述結構以及處理的每一個只要不產生技術性的矛盾就能夠相互組合而構成本發(fā)明。
[0031]根據(jù)本發(fā)明，能夠生成使得可實現(xiàn)高精度的面部檢測處理的圖像。
【附圖說明】
[0032]圖1是表示實施例1的圖像生成裝置的功能結構的一例的框圖。
[0033]圖2是表示實施例1的伽馬曲線的一例的圖。
[0034]圖3是表示實施例1的圖像生成裝置的動作的一例的流程圖。
[0035]圖4是表示實施例1的伽馬值和面部的檢測率的對應關系的一例的圖。
[0036]圖5是表示實施例1的預定的閾值和面部的檢測率的對應關系的一例的圖。
[0037]圖6是表示實施例2、3的拍攝圖像的一例的圖。
[0038]圖7是表示實施例4的圖像生成裝置的功能結構的一例的框圖。
[0039]圖8是表示實施例4的拍攝圖像和縮小圖像的一例的圖。
[0040]圖9是表示實施例5的拍攝圖像的一例的圖。
[0041]標號說明
[0042]100、400:圖像生成裝置 101:代表亮度計算部
[0043]102:代表亮度判定部 103:伽馬變換部
[0044]200:拍攝裝置 300:面部檢測裝置 401:縮小部
【具體實施方式】
[0045]<實施例1>
[0046]以下，參照【附圖說明】本發(fā)明的實施例1的圖像生成裝置以及圖像生成方法。本實施例的圖像生成裝置生成在從圖像檢測面部的面部檢測處理中使用的圖像即面部檢測用圖像。
[0047](圖像生成裝置的結構)
[0048]使用圖1說明本實施例的圖像生成裝置的功能結構。圖1是表示本實施例的圖像生成裝置100的功能結構的一例的框圖。如圖1所示，圖像生成裝置100具有代表亮度計算部101、代表亮度判定部102、以及伽馬變換部103。
[0049]另外，拍攝裝置200和面部檢測裝置300的至少其中一個還能夠作為圖像生成裝置100的一部分而掌握。
[0050]代表亮度計算部101取得從拍攝裝置200輸出的拍攝圖像，算出代表已取得的拍攝圖像的各像素的亮度值的代表亮度值。作為代表亮度值，能夠使用多個像素的亮度值的平均值(平均亮度值)、中央值(中央亮度值)、最頻值、最小值、最大值等。在本實施例中，作為代表亮度值，算出作為拍攝圖像的全部像素的亮度值的平均值的平均亮度值Yav。拍攝圖像是通過拍攝而得到的圖像。在進行用于檢測圖像顯示裝置(電視裝置等)的用戶的面部的面部檢測處理的情況下，通過拍攝裝置200來拍攝圖像顯示裝置的用戶，其中，圖像顯示裝置顯示基于圖像數(shù)據(jù)的圖像。代表亮度計算部101將算出的平均亮度值Yav輸出到代表亮度判定部102。
[0051]在本實施例中，為了判斷拍攝環(huán)境的明亮度而使用代表亮度值。并且，平均亮度值或中央亮度值相比于其他的代表亮度值，更好地表示拍攝環(huán)境的明亮度。因此，通過使用平均亮度值或者中央亮度值，能夠更高精度地判斷拍攝環(huán)境的明亮度。根據(jù)這樣的理由，優(yōu)選使用平均亮度值或者中央亮度值作為代表亮度值。
[0052]另外，在本實施例中，設為利用拍攝圖像的全部像素而算出代表亮度值，但不限于此。只要能夠判斷拍攝環(huán)境的明亮度，則不特別限定代表亮度值的計算方法。例如，也可以僅利用在拍攝圖像的預定區(qū)域(一部分區(qū)域)內存在的多個像素而算出代表亮度值。
[0053]代表亮度判定部102判定從代表亮度計算部101輸出的平均亮度值Yav是否為預定的閾值Yth以上。并且，代表亮度判定部102將表示平均亮度值Yav是否為閾值Yth以上的判定值F輸出到伽馬變換部103。在平均亮度值Yav為閾值Yth以上的情況下，輸出判定值F = 0，在平均亮度值Yav小于閾值Yth的情況下，輸出判定值F = I。
[0054]伽馬變換部103取得從拍攝裝置200輸出的拍攝圖像和從代表亮度判定部102輸出的判定值F。并且，伽馬變換部103通過對已取得的拍攝圖像實施利用預定的伽馬值來變換圖像的各像素的亮度值的伽馬變換處理，從而生成面部檢測用圖像。伽馬變換部103將已生成的面部檢測用圖像輸出到面部檢測裝置300。
[0055]在本實施例中，通過伽馬變換處理，拍攝圖像的全部像素的亮度值被變換。此外，在本實施例中，進行如下的處理作為伽馬變換處理:利用以下的式2，根據(jù)預定的伽馬值G、拍攝圖像的亮度值Ya、以及亮度值可取的值的最大值Ymax而算出面部檢測用圖像的亮度值Yb。
[0056]Yb = YmaxX (Ya/Ymax)G...(式 2)
[0057]另外，伽馬變換處理的運算式不限于上述的式2。只要以與伽馬值相應的變換特性來變換亮度值，則可以使用任意的運算式。
[0058]另外，在本實施例中，設為對拍攝圖像的全部像素的亮度值進行變換，但不限于此。例如，也可以僅變換存在于拍攝圖像的預定區(qū)域(一部分區(qū)域)內的多個像素的亮度值。
[0059]—般，在拍攝圖像的區(qū)域中的面部的區(qū)域中，存在面部特有的明暗圖案(具有面部特有的位置關系的亮部和暗部)。例如，眼睛、鼻子、嘴巴等面部器官附近的區(qū)域包含較多發(fā)暗的像素，除此之外的皮膚的區(qū)域包含較多明亮的像素。因此，在面部檢測處理中，通?？紤]面部特有的明暗圖案而從圖像取得特征量，并基于所取得的特征量而檢測出面部。作為特征量，例如使用具有與面部特有的明暗圖案同等的位置關系的兩個區(qū)域之間的亮度值之差。具體地說，作為特征量，使用與面部器官的分布和明暗對應的Haar-1ike特征量。并且，在面部檢測處理中，能夠從一定程度保留了明暗差(圖像的亮部和暗部的亮度值之差；對比度)的圖像中高精度地檢測出面部。
[0060]因此，在本實施例中，伽馬變換部103在判定值F = O的情況下，進行利用了比I還要小的伽馬值Gl (第一伽馬值)的伽馬變換處理。由此，能夠生成與拍攝圖像相比圖像整體的明亮度高且明暗差大的面部檢測用圖像。即，能夠生成使得能夠實現(xiàn)高精度的面部檢測處理的圖像。
[0061]這里，當平均亮度值Yav為閾值Yth以上的情況下，拍攝圖像從明亮的拍攝環(huán)境中得到的可能性高。并且，當平均亮度值Yav小于閾值Yth的情況下，拍攝圖像從發(fā)暗的拍攝環(huán)境中得到的可能性高。因此，如果始終使用一個伽馬值G1，則存在當平均亮度值Yav小于閾值Yth的情況下生成明暗差小的面部檢測用圖像的顧慮。
[0062]因此，在本實施例中，伽馬變換部103在判定值F = I的情況下，進行利用了比伽馬值Gl還要小的伽馬值G2(第二伽馬值)的伽馬變換處理。由此，能夠生成與利用了伽馬值Gl的情況相比圖像整體的明亮度高且明暗差大的面部檢測用圖像。其結果，能夠生成使得能夠不依賴于拍攝圖像的明亮度而實現(xiàn)高精度的面部檢測處理的面部檢測用圖像。
[0063]圖2是表示伽馬變換處理前的亮度值Ya和伽馬變換處理后的亮度值Yb的對應關系(伽馬曲線)的一例的圖。圖2的橫軸表示伽馬變換處理前的亮度值Ya，圖2的縱軸表示伽馬變換處理后的亮度值Yb。圖2表示亮度值可取的值的范圍是O以上且I以下的范圍時的例子。在圖2中，虛線21表示伽馬值G= I時的伽馬曲線，單點劃線22表示伽馬值G=Gl時的伽馬曲線，實線23表示伽馬值G = G2時的伽馬曲線。
[0064]根據(jù)圖2可知，在使用了伽馬值G = I的情況下，作為亮度值Yb而得到與亮度值Ya相同的值，作為面部檢測用圖像而得到與拍攝圖像相同的圖像。在使用了伽馬值G = Gl的情況下，作為亮度值Yb而得到比亮度值Ya還要大的值，作為面部檢測用圖像而得到比拍攝圖像更亮的圖像。在使用了伽馬值G = G2的情況下，得到比利用伽馬值G = Gl得到的亮度值Yb還要大的亮度值Yb，得到比利用伽馬值G = Gl得到的面部檢測用圖像更亮的面部檢測用圖像。
[0065]另外，亮度值可取的值的范圍不特別限定。例如，亮度值可取的值的范圍也可以是O以上且255以下的范圍、O以上且1023以下的范圍、O以上且4095以下的范圍等。
[0066]另外，伽馬值Gl和伽馬值G2的具體的值、以及伽馬值Gl和伽馬值G2的大小關系不特別限定。例如，在拍攝環(huán)境非常亮的情況下，優(yōu)選使用降低亮度值的伽馬值。因此，可以使用比I大的值作為伽馬值G1。此外，伽馬值G2只要是能夠得到比利用伽馬值Gl得到的面部檢測用圖像更亮的面部檢測用圖像的值即可。換言之，伽馬值Gl只要是能夠得到比利用伽馬值G2得到的面部檢測用圖像更暗的面部檢測用圖像的值即可。伽馬值Gl和伽馬值G2的具體的值、以及伽馬值Gl和伽馬值G2的大小關系依賴于伽馬變換處理的運算式是不言而喻的。
[0067]面部檢測裝置300從通過伽馬變換部103生成的面部檢測用圖像中檢測面部(面部檢測處理)。在本實施例中，面部檢測裝置300考慮面部特有的明暗圖案而從面部檢測用圖像中取得特征量，并基于所取得的特征量而檢測面部。例如，面部檢測裝置300使用與面部器官的分布和明暗對應的Haar-1ike特征量，從面部檢測用圖像中搜索像是面部的區(qū)域。
[0068](圖像生成裝置的動作)
[0069]利用圖3說明圖像生成裝置100的動作。圖3是表示圖像生成裝置100的動作的一例的流程圖。
[0070]首先，代表亮度計算部101算出拍攝圖像的平均亮度值Yav(SlOl)。
[0071]接著，代表亮度判定部102判定在SlOl中所算出的平均亮度值Yav是否為閾值Yth以上(S102)。當平均亮度值Yav為閾值Yth以上的情況下(S102:是)，處理進至S103，當平均亮度值Yav小于閾值Yth的情況下(S102:否)，處理進至S104。
[0072]在S103中，伽馬變換部103對拍攝圖像實施利用了伽馬值Gl的伽馬變換處理(第一伽馬變換處理)，從而生成面部檢測用圖像。
[0073]在S104中，伽馬變換部103對拍攝圖像實施利用了伽馬值G2的伽馬變換處理(第二伽馬變換處理)，從而生成面部檢測用圖像。
[0074](總結)
[0075]如以上敘述的那樣，根據(jù)本實施例，當代表亮度值為預定的閾值以上的情況下，通過對拍攝圖像實施利用了伽馬值Gl的伽馬變換處理，從而生成面部檢測用圖像。并且，當代表亮度值小于預定的閾值的情況下，通過對拍攝圖像實施利用了伽馬值G2的伽馬變換處理，從而生成面部檢測用圖像，其中，伽馬值G2能夠得到比利用伽馬值Gl得到的面部檢測用圖像更亮的面部檢測用圖像。由此，能夠生成使得能夠不依賴于拍攝圖像的明亮度而實現(xiàn)高精度的面部檢測處理的面部檢測用圖像。
[0076](伽馬值G1、G2)
[0077]另外，如上所述，伽馬值G1、G2可以是任意的值。但是，在進行利用了上述的式2的伽馬變換處理的情況下，伽馬值Gl優(yōu)選為大于0.55且小于I的值，特別優(yōu)選為0.7。并且，伽馬值G2優(yōu)選為大于0.15且小于I的值，特別優(yōu)選為0.25。通過使用這些值作為伽馬值Gl、G2，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0078]本發(fā)明人進行了利用對面部進行拍攝而得到的多個拍攝圖像的第一實驗。在第一實驗中，亮度值可取的值的范圍是O以上且I以下的范圍。在第一實驗中，通過針對多個拍攝圖像(原始圖像)分別實施用于調整亮度值的亮度調整處理，從而生成了多個第一調整圖像、多個第二調整圖像、多個第三調整圖像、多個第四調整圖像、以及多個第五調整圖像。第一調整圖像是平均亮度值Yav為0.39的圖像，第二調整圖像是平均亮度值Yav為0.19的圖像，第三調整圖像是平均亮度值Yav為0.15的圖像，第四調整圖像是平均亮度值Yav為
0.11的圖像，第五調整圖像是平均亮度值Yav為0.07的圖像。然后，針對各調整圖像(第一?第五調整圖像)，一邊將伽馬值從I改變至10，一邊進行了從調整圖像生成面部檢測用圖像的伽馬變換處理、和面部檢測處理。當伽馬值為I的情況下，作為面部檢測用圖像而得到與調整圖像相同的圖像。因此，伽馬值為I的情況相當于不進行伽馬變換處理的情況。不言而喻，在第一實驗中沒有根據(jù)平均亮度值Yav而切換伽馬值。
[0079]通過第一實驗得到了圖4所示的實驗結果。圖4是表示伽馬值G和面部的檢測率的對應關系的一例的圖。在圖4中，橫軸表示伽馬值G，縱軸表示面部的檢測率。檢測率是面部的檢測成功的圖像的數(shù)目相對于圖像的總數(shù)的比例。因此，檢測率高意味著面部檢測處理的精度高，檢測率低意味著面部檢測處理的精度低。
[0080]在此，設為平均亮度值Yav = 0.39的調整圖像(第一調整圖像)是“亮的拍攝圖像”，平均亮度值Yav = 0.19,0.15,0.11以及0.07的調整圖像(第二?第五調整圖像)是“暗的拍攝圖像”。根據(jù)圖4可知，在亮的拍攝圖像中，當伽馬值G = 0.7時檢測率成為最大。因此，如果使用0.7作為伽馬值G1，則能夠從亮的拍攝圖像生成能夠實現(xiàn)比使用其他的伽馬值的所有情況都要高精度的面部檢測處理的面部檢測用圖像。此外，在亮的拍攝圖像中，在伽馬值G為0.55〈G〈1的范圍內，得到比伽馬值G = I時更高的檢測值。因此，若使用大于0.55且小于I的值作為伽馬值G1，則能夠從亮的拍攝圖像生成能夠實現(xiàn)比不進行伽馬變換處理的情況還要高精度的面部檢測處理的面部檢測用圖像。
[0081]此外，在暗的拍攝圖像中，當伽馬值G = 0.25時檢測率成為最大。因此，如果使用
0.25作為伽馬值G2，則能夠從暗的拍攝圖像生成能夠實現(xiàn)比使用其他的伽馬值的所有情況都要高精度的面部檢測處理的面部檢測用圖像。此外，在暗的拍攝圖像中，在伽馬值G為
0.15〈G〈1的范圍內，得到比伽馬值G = I時更高的檢測值。因此，若使用大于0.15且小于I的值作為伽馬值G2，則能夠從暗的拍攝圖像生成能夠實現(xiàn)比不進行伽馬變換處理的情況還要高精度的面部檢測處理的面部檢測用圖像。
[0082](閾值Yth)
[0083]另外，閾值Yth可以是任意的值。但是，當平均亮度值Yav可取的值的范圍是O以上且I以下的范圍的情況下，閾值Yth優(yōu)選為大于0.25且小于0.41的值，特別優(yōu)選為0.33。
[0084]本發(fā)明人進行了利用對面部進行拍攝而得到的多個拍攝圖像的第二實驗。在第二實驗中，平均亮度值Yav可取的值的范圍是O以上且I以下的范圍。在第二實驗中，針對各原始圖像(在第一實驗中使用的多個原始圖像的每一個)，一邊將閾值Yth從O改變至1，一邊進行了從原始圖像生成面部檢測用圖像的伽馬變換處理、和面部檢測處理。在第二實驗中，當平均亮度值Yav為閾值Yth以上的情況下使用了伽馬值0.7，當平均亮度值Yav小于閾值Yth的情況下使用了伽馬值0.25。此外，在第二實驗中，沒有生成調整圖像。
[0085]通過第二實驗得到了圖5所示的實驗結果。圖5是表示閾值Yth和面部的檢測率的對應關系的一例的圖。在圖5中，橫軸表示閾值Yth，縱軸表示面部的檢測率。圖5的單點劃線51表示目標的檢測率。目標的檢測率的值不特別限定。目標的檢測率例如以閾值Yth = O的檢測率為基準而決定。面部檢測處理的精度的目標值越高，使用越高的檢測率作為目標的檢測率即可。
[0086]根據(jù)圖5可知在閾值Yth = 0.33時檢測率成為最大。因此，如果使用0.33作為閾值Yth，則能夠生成能夠實現(xiàn)比使用其他值作為閾值Yth的所有情況都要高精度的面部檢測處理的面部檢測用圖像。此外，在閾值Yth為0.25<Yth<0.41的范圍內，得到比目標的檢測率更高的檢測值。因此，若使用大于0.25且小于0.41的值作為閾值Yth，則能夠生成能夠實現(xiàn)比目標的精度還要高的精度的面部檢測處理的面部檢測用圖像。
[0087]<實施例2>
[0088]以下，參照【附圖說明】本發(fā)明的實施例2的圖像生成裝置以及圖像生成方法。在本實施例中，代表亮度值的計算方法與實施例1不同。另外，在以下，省略有關與實施例1相同的結構和處理的說明。
[0089]圖6表示本實施例的拍攝圖像的一例。在拍攝圖像中，有時在被攝體的圖像(被攝體圖像)上附加有附加圖像。例如，有時如圖6所示那樣，附加有包圍被攝體圖像61的框圖像62。此外，有時也會有字符、圖形等的附加圖像被疊加在圖像上。
[0090]為了生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像，優(yōu)選所算出的代表亮度值是否為預定的閾值以上意味著拍攝圖像是否在亮的拍攝環(huán)境中得到、拍攝圖像是否在暗的拍攝環(huán)境中得到等。并且，如果所算出的代表亮度值是被攝體圖像61的代表亮度值，則能夠說是“所算出的代表亮度值是否為預定的閾值以上意味著拍攝圖像是否在亮的拍攝環(huán)境中得到、拍攝圖像是否在暗的拍攝環(huán)境中得到等”。
[0091]但是，如果利用包含附加圖像的像素在內的多個像素而算出代表亮度值，則有時會因附加圖像的亮度值的影響而算出誤差(與被攝體圖像的平均亮度值之差)大的代表亮度值。例如，如果利用包含框圖像62的像素在內的多個像素的亮度值作為代表亮度值而進行計算，則有時會因框圖像62的亮度值的影響而算出與被攝體圖像61的代表亮度值之差大的代表亮度值。
[0092]因此，在本實施例中，代表亮度計算部101不利用具有第一閾值以上的亮度值的像素(高亮度像素)、和具有小于第一閾值的第二閾值以下的亮度值的像素(低亮度像素)的至少一方，算出代表亮度值。例如，低亮度像素以外的多個像素的亮度值的平均值作為平均亮度值Yav而被算出。
[0093]另外，也可以是高亮度像素以外的多個像素的亮度值的平均值作為平均亮度值Yav而被算出。也可以是既非高亮度像素也非低亮度像素的多個像素的亮度值的平均值作為平均亮度值Yav而被算出。
[0094]如以上敘述的那樣，根據(jù)本實施例，從用于代表亮度值的計算的像素中排除高亮度像素或低亮度像素。由此，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。具體地說，附加圖像(框圖像、字符、圖形等)的亮度值大多是亮度值可取的值的最大值(最大亮度值Ymax)、亮度值可取的值的最小值(最小亮度值Ymin)、或者它們周邊的亮度值。最大亮度值Ymax是白色的亮度值，最小亮度值Ymin是黑色的亮度值。亮度值可取的值的范圍是O以上且I以下的情況下，最大亮度值Ymax為1，最小亮度值Ymin為O。因此，通過排除高亮度像素或低亮度像素，能夠減少附加圖像的亮度值對代表亮度計算部101的計算值(代表亮度值)帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0095]另外，第一閾值和第二閾值可以是任意的值。例如，可以使用比最大亮度值Ymax還要小的值作為第一閾值，使用比最小亮度值Ymin還要大的值作為第二閾值。但是，附加圖像的亮度值為最大亮度值或最小亮度值的可能性特別高。因此，優(yōu)選第一閾值為最大亮度值，第二閾值為最小亮度值。由此，能夠抑制被攝體圖像的像素從用于代表亮度值的計算的像素中被排除，能夠得到更接近被攝體圖像的代表亮度值的代表亮度值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。
[0096]此外，具有像素數(shù)目最多的亮度值的像素(最頻像素)為附加圖像的像素的可能性高。因此，優(yōu)選不使用最頻像素而算出代表亮度值。通過從用于代表亮度值的計算的像素中排除最頻像素，能夠減少附加圖像的亮度值對代表亮度計算部101的計算值帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。此外，在附加圖像的像素不是高亮度像素或低亮度像素的情況下，也能夠得到這些效果。也可以從用于代表亮度值的計算的像素中排除最頻像素和高亮度像素，也可以從用于代表亮度值的計算的像素中排除最頻像素和低亮度像素。也可以從用于代表亮度值的計算的像素中排除最頻像素、低亮度像素、以及高亮度像素。
[0097]<實施例3>
[0098]以下，參照【附圖說明】本發(fā)明的實施例3的圖像生成裝置以及圖像生成方法。在本實施例中，代表亮度值的計算方法與實施例1不同。另外，在以下，省略有關與實施例1相同的結構和處理的說明。
[0099]在本實施例中，代表亮度計算部101不使用圖像的邊緣部分的像素而算出代表亮度值。例如，在邊緣部分以外的區(qū)域中存在的多個像素的亮度值的平均值作為平均亮度值Yav而被算出。邊緣部分例如是從圖像的端部起向圖像的中心的預定像素數(shù)目量的區(qū)域。具體地說，如圖6所示，從虛線63 (拍攝圖像的上下左右邊)起直到虛線64為止的區(qū)域被用作邊緣部分。在圖6的例子中，在邊緣部分中包含框圖像62的整體和被攝體圖像61的一部分。
[0100]另外，在邊緣部分中，可以包含框圖像62的整體，也可以包含框圖像62的一部分。此外，在邊緣部分中，可以包含被攝體圖像61，也可以不包含被攝體圖像61。
[0101]另外，也可以是從圖像的上邊、下邊、左邊、以及右邊這4個邊中的一部分邊起向圖像的中心的預定像素數(shù)目量的區(qū)域被用作邊緣部分。即，在以下的4個區(qū)域中，也可以是一個、兩個、或者三個區(qū)域被用作邊緣部分。在圖6的例子中，以下的4個區(qū)域的全部被用作邊緣部分。
[0102].從圖像的上邊起向下側預定像素數(shù)目量的區(qū)域
[0103].從圖像的下邊起向上側預定像素數(shù)目量的區(qū)域
[0104].從圖像的左邊起向右側預定像素數(shù)目量的區(qū)域
[0105].從圖像的右邊起向左側預定像素數(shù)目量的區(qū)域
[0106]如以上敘述的那樣，根據(jù)本實施例，邊緣部分的像素從用于代表亮度值的計算的像素中被排除。由此，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。具體地說，邊緣部分的像素是框圖像的像素的可能性高。因此，通過排除邊緣部分的像素，能夠減少框圖像的亮度值對代表亮度計算部101的計算值帶來的影響，能夠得到更接近被攝體圖像的代表亮度值的計算值。其結果，能夠更高精度地進行伽馬值的切換，能夠生成使得可實現(xiàn)更高精度的面部檢測處理的面部檢測用圖像。此外，在框圖像的像素不是高亮度像素、低亮度像素、以及最頻像素的情況下，也能夠得到這些效果。
[0107]〈實施例4>
[0108]以下，參照【附圖說明】本發(fā)明的實施例4的圖像生成裝置以及圖像生成方法。另外，在以下，省略有關與實施例1相同的結構和處理的說明。
[0109]圖7是表示本實施例的圖像生成裝置400的功能結構的一例的框圖。在圖7中，對于與實施例1(圖1)相同的功能部附加與實施例1相同的標號，省略其說明。如圖7所示，圖像生成裝置400除了圖像生成裝置100具有的功能部之外，還具有縮小部401。
[0110]縮小部401取得從拍攝裝置200輸出的拍攝圖像，對已取得的拍攝圖像實施縮小處理。縮小處理是將圖像縮小的處理。圖8是表示本實施例的拍攝圖像和縮小圖像的一例的圖。如圖8所示，通過對拍攝圖像實施縮小處理，生成由比拍攝圖像更少的像素構成的縮小圖像。縮小部401將已生成的縮小圖像輸出到代表亮度計算部101。在代表亮度計算部101中，作為拍攝圖像的代表亮度值而算出縮小圖像的代表亮度值。
[0111]如以上敘述的那樣，根據(jù)本實施例，通過對拍攝圖像實施縮小處理，生成由比拍攝圖像更少的像素構成的縮小圖像。然后，縮小圖像的代表亮度值作為拍攝圖像的代表亮度值而被算出。由此，能夠減少用于代表亮度值的計算的像素的數(shù)目，能夠減少代表亮度值的計算所需的處理負荷。
[0112]〈實施例5>
[0113]以下，參照【附圖說明】本發(fā)明的實施例5的圖像生成裝置以及圖像生成方法。在本實施例中，代表亮度值的計算方法與實施例1不同。另外，在以下，省略有關與實施例1相同的結構和處理的說明。
[0114]圖9是表不本實施例的拍攝圖像的一例的圖。在圖9中，標號91、92表不像素。具體地說，標號91表示用于代表亮度值的計算的像素，標號92表示不用于代表亮度值的計算的像素。在本實施例中，如圖9所示，代表亮度計算部101利用在水平方向以及垂直方向上每隔η像素(η為I以上的整數(shù))而存在的像素，不利用除此以外的像素，算出代表亮度值。例如，在水平方向以及垂直方向上每隔η像素而存在的多個像素的亮度值的平均值作為平均亮度值Yav而被算出。另外，在圖9中示出了 η = I時的例子，但η也可以比I大。
[0115]如以上敘述的那樣，根據(jù)本實施例，利用在水平方向以及垂直方向上每隔η像素而存在的像素，不利用除此以外的像素，算出代表亮度值。由此，能夠減少用于代表亮度值的計算的像素的數(shù)目，能夠減少代表亮度值的計算所需的處理負荷。
[0116]另外，上述的實施例1?5只是一例，在本發(fā)明的宗旨的范圍內對實施例1?5的結構進行適當變形或變更而得到的結構也包含在本發(fā)明中。對實施例1?5的結構進行適當組合而得到的結構也包含在本發(fā)明中。例如，也可以將實施例4、5進行組合，使得生成縮小圖像，在縮小圖像的像素中利用每隔η像素而存在的像素算出代表亮度值。
【主權項】
1.一種圖像生成裝置，生成在從圖像中檢測面部的面部檢測處理中使用的圖像即面部檢測用圖像，其特征在于，所述圖像生成裝置具有: 代表亮度計算部件，算出代表通過拍攝而得到的拍攝圖像的各像素的亮度值的代表亮度值；以及 伽馬變換部件，通過對所述拍攝圖像實施利用預定的伽馬值而變換圖像的各像素的亮度值的伽馬變換處理，從而生成面部檢測用圖像， 所述伽馬變換部件， 當在所述代表亮度計算部件中算出的代表亮度值為預定的閾值以上的情況下，進行利用了第一伽馬值的伽馬變換處理， 當所述代表亮度值小于所述預定的閾值的情況下，進行利用了第二伽馬值的伽馬變換處理，其中，該第二伽馬值能夠得到比利用所述第一伽馬值得到的面部檢測用圖像更亮的面部檢測用圖像。2.如權利要求1所述的圖像生成裝置，其特征在于， 當所述代表亮度值能夠取的值的范圍是O以上且I以下的范圍的情況下， 所述預定的閾值是大于0.25且小于0.41的值。3.如權利要求1或2所述的圖像生成裝置，其特征在于， 所述伽馬變換處理是，利用以下的式1，根據(jù)所述預定的伽馬值G、所述拍攝圖像的亮度值Ya、以及亮度值能夠取的值的最大值Ymax而算出所述面部檢測用圖像的亮度值Yb的處理， Yb = YmaxX (Ya/Ymax)G…(式 I) 所述第一伽馬值是大于0.55且小于I的值。4.如權利要求1?3的任一項所述的圖像生成裝置，其特征在于， 所述伽馬變換處理是，利用以下的式2，根據(jù)所述預定的伽馬值G、所述拍攝圖像的亮度值Ya、以及亮度值能夠取的值的最大值Ymax而算出所述面部檢測用圖像的亮度值Yb的處理， Yb = YmaxX (Ya/Ymax)G…(式 2) 所述第二伽馬值是大于0.15且小于I的值。5.如權利要求1?4的任一項所述的圖像生成裝置，其特征在于， 所述代表亮度值是多個像素的亮度值的平均值或者中央值。6.如權利要求1?5的任一項所述的圖像生成裝置，其特征在于， 所述代表亮度計算部件不利用具有第一閾值以上的亮度值的像素、和具有比所述第一閾值還要小的第二閾值以下的亮度值的像素的至少一方，而算出所述代表亮度值。7.如權利要求6所述的圖像生成裝置，其特征在于， 所述第一閾值是亮度值能夠取的值的最大值， 所述第二閾值是亮度值能夠取的值的最小值。8.如權利要求1?7的任一項所述的圖像生成裝置，其特征在于， 所述代表亮度計算部件不利用具有像素數(shù)目最多的亮度值的像素，而算出所述代表亮度值。9.如權利要求1?8的任一項所述的圖像生成裝置，其特征在于， 所述代表亮度計算部件不利用圖像的邊緣部分的像素，而算出所述代表亮度值。10.如權利要求1?9的任一項所述的圖像生成裝置，其特征在于， 還具有:縮小部件，該縮小部件通過對所述拍攝圖像實施將圖像縮小的縮小處理，從而生成由比所述拍攝圖像還要少的像素構成的縮小圖像， 所述代表亮度計算部件算出所述縮小圖像的代表亮度值。11.如權利要求1?10的任一項所述的圖像生成裝置，其特征在于， 所述代表亮度計算部件利用在水平方向以及垂直方向上每隔η像素而存在的像素，不利用除此以外的像素，而算出所述代表亮度值，其中，η是I以上的整數(shù)。12.一種圖像生成方法，生成在從圖像中檢測面部的面部檢測處理中使用的圖像即面部檢測用圖像，其特征在于，所述圖像生成方法具有: 代表亮度計算步驟，算出代表通過拍攝而得到的拍攝圖像的各像素的亮度值的代表亮度值；以及 伽馬變換步驟，通過對所述拍攝圖像實施利用預定的伽馬值而變換圖像的各像素的亮度值的伽馬變換處理，從而生成面部檢測用圖像， 在所述伽馬變換步驟中， 當在所述代表亮度計算步驟中算出的代表亮度值為預定的閾值以上的情況下，進行利用了第一伽馬值的伽馬變換處理， 當所述代表亮度值小于所述預定的閾值的情況下，進行利用了第二伽馬值的伽馬變換處理，其中，該第二伽馬值能夠得到比利用所述第一伽馬值得到的面部檢測用圖像更亮的面部檢測用圖像。
【文檔編號】G06T5/00GK105957020SQ201510501033
【公開日】2016年9月21日
【申請日】2015年8月14日
【發(fā)明人】酒井俊
【申請人】歐姆龍株式會社