專利名稱：圖像處理裝置及圖像處理方法
技術領域：
本發(fā)明涉及圖像處理裝置及圖像處理方法，特別是涉及從圖像中檢測人物面部并且對檢測到的面部執(zhí)行個人驗證的圖像處理技木。
背景技術：
近年來推出了能夠執(zhí)行個人驗證的靜態(tài)攝像機，該靜態(tài)攝像機在攝像期間周期性地檢測面部，并且將檢測到的面部與預先保持的個人信息進行比較，從而識別出是誰的面部。這種攝像機每秒執(zhí)行若干次面部檢測。在面部檢測之后，利用檢測結果來執(zhí)行個人驗證。個人驗證處理花費的時間長于面部檢測。因此，在該執(zhí)行個人驗證處理的時間期間，會執(zhí)行多次面部檢測。然而，檢測到的面部對于個人驗證而言不一定是最佳的。例如，面部可能傾斜或者包括閉眼。在這種情況下，不能獲得可靠的個人驗證結果。作為解決該問題的較佳的面部檢測方法，日本專利特開2008-310775號公報描述了如下的圖像處理裝置，該圖像處理裝置毎次在執(zhí)行面部檢測的同時確定檢測結果，并且僅將滿足條件的面部用于面部表情辨識。僅將滿足條件的面部用于面部表情辨識的做法， 使得能夠提取出最佳面部。然而，當執(zhí)行上述相關技術的個人驗證時，個人驗證的開始發(fā)生延遲，因為需要等待面部檢測結果滿足預定條件。由于這一原因，獲得個人驗證結果的時間可能更長。

發(fā)明內容
本發(fā)明系在慮及前述各問題的情況下做出的，并且實現了如下的圖像處理技木， 該圖像處理技術通過在從在個人驗證的ー個周期的時段中接收到的多個圖像中檢測到的面部中，選擇合適條件的面部，而能夠在每個個人驗證時段中獲得高的驗證精度。為了解決前述各問題，本發(fā)明提供了ー種圖像處理裝置，該圖像處理裝置包括面部檢測單元，其被構造為周期性地執(zhí)行從圖像中檢測人物的面部區(qū)域的面部檢測處理；驗證單元，其被構造為周期性地對由所述面部檢測單元檢測到的面部區(qū)域，執(zhí)行個人驗證處理；以及計算單元，其被構造為計算確定基準，該確定基準用來從由所述面部檢測單元檢測到的面部區(qū)域中選擇面部區(qū)域作為所述個人驗證處理的目標，其中，所述驗證單元以比所述面部檢測單元的所述面部檢測處理的周期長的周期，來執(zhí)行所述個人驗證處理，并且在所述面部檢測單元從多個圖像中檢測到面部區(qū)域的情況下，從所述多個圖像的面部區(qū)域中，選擇符合由所述計算單元計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。為了解決前述各問題，本發(fā)明提供了ー種圖像處理方法，該圖像處理方法包括面部檢測步驟，周期性地執(zhí)行從圖像中檢測人物的面部區(qū)域的面部檢測處理；驗證步驟，周期性地對在所述面部檢測步驟中檢測到的面部區(qū)域，執(zhí)行個人驗證處理；以及計算步驟，計算確定基準，該確定基準用來從在所述面部檢測步驟中檢測到的面部區(qū)域中選擇面部區(qū)域作為所述個人驗證處理的目標，其中，在所述驗證步驟中，以比所述面部檢測處理的周期長的周期，執(zhí)行所述個人驗證處理，并且在所述面部檢測步驟中從多個圖像中檢測到面部區(qū)域的情況下，從所述多個圖像的面部區(qū)域中，選擇符合在所述計算步驟中計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。根據本發(fā)明，通過在從在個人驗證的ー個周期的時段中接收到的多個圖像中檢測到的面部中，選擇合適條件的面部，能夠在每個個人驗證時段中獲得高的驗證精度。通過以下參照附圖對示例性實施例的描述，本發(fā)明的其他特征將變得清楚。


圖1是根據本發(fā)明的實施例的圖像處理裝置的框圖；圖2是用于說明面部檢測處理及個人驗證處理各自的處理周期的圖；圖3A及圖加是例示在根據第一實施例的個人驗證的ー個周期的時段中、通過面部檢測獲得的圖像及檢測結果的圖；圖4A至圖4C是例示根據第一實施例的確定個人驗證目標面部的方法的圖；圖5是例示根據第二實施例的確定個人驗證目標面部的方法的圖；以及圖6A至圖6C是例示在根據第二實施例的個人驗證的ー個周期的時段中、通過面部檢測獲得的圖像及檢測結果的圖。
具體實施例方式現在，將詳細描述本發(fā)明的實施例。請注意，以下要描述的實施例僅是用于實現本發(fā)明的示例，并且應當依據各種條件或者本發(fā)明適用的裝置的結構，來適當地進行修正或變更，并且，本發(fā)明不局限于以下的實施例。可以對以下要描述的實施例適當地進行部分組
I=I O[第一實施例]首先，將描述第一實施例。以下，將把本發(fā)明的圖像處理裝置，描述為對拍攝的圖像(運動圖像或靜止圖像)執(zhí)行面部檢測及個人驗證的數字視頻攝像機。<視頻攝像機的結構〉首先，將參照圖1，來說明視頻攝像機100的結構。參照圖1，視頻攝像機100包括由単元101至104構成的控制系統(tǒng)。CPU 101依照程序來執(zhí)行各類運算處理。RAM 102構成臨時保持程序及數據等的易失性存儲器。ROM 103構成諸如硬盤驅動器等的輔助存儲設備，或者諸如快閃存儲器等的非易失性存儲器。操作単元104接受用戶操作。CPU 101經由內部總線105連接至諸如RAM 102,ROM 103及操作單元104等的塊， 并且基于存儲在ROM 103中的控制程序來控制所述塊。RAM 102用作當由CPU 101執(zhí)行運算處理時的臨時數據存儲器。操作単元104包括用戶可操作的按鈕、鍵及桿之類的操作構件，并且將用戶輸入的操作輸出至CPU 101。CPU 101基于用戶操作指令來執(zhí)行各類運算處理。視頻攝像機100還包括由単元110至114構成的圖像拍攝光學系統(tǒng)。附圖標記110 表示變焦透鏡；111表示聚焦透鏡；112表示光闌(stop)。透鏡驅動単元113驅動透鏡110 和111以及光闌112。圖像傳感元件114構成由CXD或CMOS制成的圖像傳感器，該圖像傳感器將被攝體圖像轉換為電信號。已穿過變焦透鏡110及聚焦透鏡111的光，在圖像傳感元件114的圖像傳感面上形成圖像。圖像傳感面上的光學圖像經歷光電轉換，并且作為圖像信號被輸出。透鏡驅動単元113依照來自CPU 101的控制命令，來驅動變焦透鏡110、聚焦透鏡111及光闌112，從而調整光學變焦倍率、聚焦及光圈值。AFE 115根據來自CPU 101 的控制命令，以電子快門速度來驅動圖像傳感元件114，以讀出每1/60秒1幀的圖像信號， 并且執(zhí)行圖像信號的采樣保持和放大以及向數字信號的轉換。視頻攝像機100還包括圖像處理單元120、曝光評價單元121、焦點評價單元122、 緩沖存儲器123、面部檢測單元IM及個人驗證單元125，作為圖像處理系統(tǒng)。圖像處理單元120基于來自CPU 101的控制命令，經由AFE 115從圖像傳感元件114來接收圖像信號， 執(zhí)行諸如顏色轉換等的信號處理，并且將信號輸出至緩沖存儲器123。曝光評價單元121及焦點評價單元122，對獲取自圖像處理單元120的圖像信號中包括的多個圖像區(qū)域，來進行曝光狀態(tài)及焦點狀態(tài)的評價。面部檢測單元1 針對各幀，從緩沖存儲器123讀出圖像信號，并且周期性地檢測圖像中包括的人物面部的數量，以及所述人物面部的大小及位置。CPU 101在緩沖存儲器123中，臨時存儲被面部檢測單元IM用于檢測的圖像數據。對于存儲在緩沖存儲器123中的各圖像數據，與由面部檢測單元IM檢測到的面部的大小及位置之類的面部檢測結果相關聯地，將檢測目標圖像數據存儲在RAM 102中。個人驗證單元125依照來自CPU 101的控制命令，以慢于面部檢測處理的預定周期來執(zhí)行個人驗證處理。在個人驗證處理中，將基于確定基準(稍后描述)從由面部檢測単元1 檢測到的面部中選擇的面部，與存儲在ROM 103中的個人信息列表中登記的各人物的面部進行比較。然后，確定是否有人物的面部與檢測到的面部相似。也就是說，個人驗證單元125計算，基于確定基準(稍后描述)從由面部檢測單元IM檢測到的面部中選擇的面部(圖像數據)、與在個人信息列表中登記的面部(圖像數據)之間的相似度。為了計算相似度，對面部圖像數據的大小、角度及亮度等進行標準化，然后使用Rmrier (傅立葉) 頻譜的KL展開法，正如在例如日本專利特開2000-030065號公報中所公開的。作為另ー選擇，基于到面部的距離對檢測到的面部圖像數據進行標準化，并且對該面部圖像數據進行匹配，正如在日本專利特開2004-038531號公報中所公開的。請注意，預先登記的面部圖像數據表示壓縮并且存儲的面部圖像數據本身，或者表示代表關于面部的特征量的信息，包括眼睛、鼻子、嘴部及眉毛。視頻攝像機100還包括構成諸如USB等的接ロ的輸出單元130，并且將從緩沖存儲器123讀出的圖像信號，輸出至諸如個人計算機(PC)或打印機等的外部設備。<面部檢測處理及個人驗證處理>接下來，將參照圖2，來描述面部檢測處理及個人驗證處理。圖2例示了在個人驗證的每ー個周期的時段中、用于面部檢測的圖像數據。圖2 中的“被檢測圖像”，是指被面部檢測單元1 從緩沖存儲器123讀出并進行面部檢測處理的圖像。圖像201至209被定義為被檢測圖像。首先，從緩沖存儲器123讀出圖像201，并且執(zhí)行面部檢測處理。同樣，依次對圖像202、203及204執(zhí)行面部檢測處理。CPU 101在從被檢測圖像201至204中檢測到的面部中，選擇滿足預定確定條件的合適條件的面部。個人驗證單元125對選擇的面部執(zhí)行個人驗證處理。圖2中的“個人驗證處理”代表個人驗證單元125中的處理時段。時段211及212各自為個人驗證的ー個周期的時段。在下ー個人驗證處理時段212中，對被檢測圖像201 至204進行處理。同樣，在下ー個人驗證處理時段213中，對被檢測圖像205至208進行處理。在該實施例中，在ー個周期的個人驗證處理中，進行4次面部檢測，如圖2所示。下面，將描述緩沖存儲器123的操作。與圖2中的個人驗證處理時段211中進行的面部檢測的結果相對應的被檢測圖像201至204，被存儲在緩沖存儲器123及RAM 102中。 在下ー個人驗證處理時段212中的個人驗證處理中，CPU 101使用從被檢測圖像202中檢測到的面部，作為合適條件的面部。當個人驗證單元125開始個人驗證處理時段212中的個人驗證處理吋，CPU 101刪除被檢測圖像201、203和204及其面部檢測結果，而將被檢測圖像202及其面部檢測結果保留在緩沖存儲器123中。然后，依次存儲后續(xù)的被檢測圖像 205 至 208。如上所述，根據該實施例，CPU 101從已在個人驗證處理時段211中經歷面部檢測的被檢測圖像201至204中，選擇合適條件的面部，并且，對選擇的面部執(zhí)行個人驗證處理。請注意，作為面部檢測方法，從圖像數據中提取肉色數據，并且將被確定為落在肉色范圍之內的區(qū)域，提取作為面部區(qū)域。然而，也可以使用其他方法，例如將重點放在諸如眼睛、鼻子或嘴部等的面部構成部分上的方法，或是利用著重于面部輪廓的橢圓形狀信息的方法。<面部選擇方法>接下來，將參照圖3A及圖加，來描述使得CPU 101從被檢測圖像中選擇合適條件的面部作為個人驗證處理的目標的方法。CPU 101計算檢測到的面部的大小(面部區(qū)域中包括的像素的數量)作為確定基準，并且從個人驗證的ー個周期的時段中檢測到的面部中，選擇具有最大面部區(qū)域的面部作為個人驗證目標面部。這是因為，面部區(qū)域越大，則像素數越大，且個人驗證精度越高。圖3A例示了在個人驗證的ー個周期的時段中接收到的被檢測圖像。參照圖3A，面部檢測單元1 依次對被檢測圖像301 (幀1)、被檢測圖像302 (幀2~)、被檢測圖像303 (幀 3)及被檢測圖像304(幀4)，來執(zhí)行檢測處理。被檢測圖像301至304的區(qū)域311至314，各自示意性地代表由面部檢測單元IM 檢測到的人物A的面部區(qū)域。CPU 101在從4個被檢測圖像301至304中檢測到的各面部中，確定合適條件的面部以用于個人驗證。圖加例示了將由面部檢測單元IM在各圖像中檢測到的面部的大小表示為數值的檢測結果。面部檢測單元1 計算面部大小，并且為被檢測圖像中的較大面部設定較大的值。在圖3B中的幀2中檢測到的人物A的面部的大小值是60，這是4個值中最大的。基于該檢測結果，CPU 101將幀2中的人物A的面部312，確定為合適條件的個人驗證目標面部。<確定基準的示例>在該實施例中，將面部大小用作個人驗證目標面部的確定基準。然而，也可以應用其他確定基準。例如，假定面部檢測單元IM能夠檢測面部的傾斜(例如，連接嘴部、鼻子及兩眼中心的直線相對于垂直方向的傾斜)，則可以利用面部傾斜作為確定基準，來選擇具有較小傾斜的面部。更具體地說，如圖4A所示，面部檢測單元124從被檢測圖像401至404 中，來檢測各面部的傾斜。CPU 101計算各面部的檢測到的傾斜，來作為確定基準，并且確定合適條件的個人驗證目標面部。在這種情況下，CPU 101在從各被檢測圖像401至404中檢測到的面部411至414中，選擇具有最小傾斜的面部412。作為另ー選擇，假定面部檢測單元IM能夠檢測面部(相對于正面)的朝向，則可以利用面部朝向作為確定基準，來選擇朝向最正面的面部。更具體地說，如圖4B所示，面部檢測單元1 從各被檢測圖像421至4M中，來檢測各面部的朝向。CPU 101計算各面部的檢測到的朝向，來作為確定基準，并且確定合適條件的個人驗證目標面部。在這種情況下， CPU 101在從各被檢測圖像421至4M中檢測到的面部431至434中，選擇朝向正面的面部 432。否則，可以增加被構造為檢測面部表情(例如，笑臉或閉眼)的面部表情檢測單元，并且，例如，可以利用面部表情作為確定基準，來選擇沒有閉眼的面部。更具體地說，如圖4C所示，面部檢測單元IM從被檢測圖像441至444中，檢測到面部451至454。面部表情檢測單元檢測各面部451至454中的閉眼狀態(tài)。CPU 101計算各面部的檢測到的閉眼狀態(tài)，來作為確定基準，并且確定合適條件的個人驗證目標面部。在這種情況下，CPU 101在從各被檢測圖像441至444中檢測到的面部451至454中，選擇沒有閉眼的面部452。請注意，為了確定諸如笑臉等的面部表情，可應用如日本專利特開2004-^4498 號公報中所記載的方法，該方法提取面部輪廓形狀、眼睛形狀及嘴部形狀等，并且執(zhí)行在它們的相對位置及形狀與預先標準化的形狀之間的模式(pattern)匹配，從而確定面部表情是否為笑臉。一般來說，當面部表情改變?yōu)樾δ槙r，嘴部的兩個角向面部的上方移動，并且， 眼睛半閉。因此，例如，如果在模式匹配吋，檢測到嘴部形狀的兩個角上升，并且眼睛開閉度小于等于給定閾值，則能夠將面部表情確定為笑臉。請注意，眼睛睜開的程度越大，則眼睛開閉度所取的值越大。為了確定閉眼，可應用如日本專利特開平06-032154號公報中所記載的方法，該方法從面部輪廓內部的黒色區(qū)域中提取眼睛，并且利用在提取到的眼睛區(qū)域中形成連續(xù)區(qū)域的黒色像素的最大數量，來確定眼睛的開閉狀態(tài)。連續(xù)區(qū)域的黒色像素數在眼睛完全閉合時為0，并且在眼睛睜開時取正值。因此，例如，利用連續(xù)區(qū)域的黒色像素的最大數量作為眼睛開閉度，則在該值小于等于給定閥值的情況下，能夠將面部表情確定為閉眼?？梢栽黾颖粯嬙鞛闄z測面部的運動的運動矢量檢測單元，并且，可以利用面部運動作為確定基準，來選擇具有小的運動的面部。這是因為，如果運動矢量是大的，則圖像中的面部可能發(fā)生模糊或散焦。可以將被檢測圖像中最接近中央的面部或者最亮的面部，用作確定基準?？梢詫χT如面部的大小、傾斜及朝向、眼睛狀態(tài)以及運動矢量等的多個確定基準，進行適當的組合。此時，可以將優(yōu)先級(權重)添加至各確定基準，以給予特定確定基準以較高優(yōu)先級。根據上述實施例，從在個人驗證的ー個周期的時段中檢測到的面部中，選擇合適條件的面部用于個人驗證。這使得以預定周期執(zhí)行的個人驗證處理的精度能夠提高。[第二實施例]接下來，將描述第二實施例。在第二實施例中，使得CPU 101確定個人驗證目標面部的方法與第一實施例不同。請注意，在第二實施例中，CPU 101同樣計算檢測到的面部的大小作為確定基準，并且確定合適條件的個人驗證目標面部。將在個人驗證的ー個周期的時段中的多個被檢測圖像中的最新被檢測圖像中未檢測到的人物的面部，從確定目標中排除。這是因為，在最新被檢測圖像中未檢測到的面部，很有可能已經從圖像中消失。在第二實施例中，CPU 101基于檢測結果的位置和大小的相關性，來確定在ー個周期的時段中檢測到的各面部是否屬于相同人物(相同人物確定處理)。圖5例示了在ー個周期的時段中檢測的圖像。面部檢測單元1 依次對被檢測圖像501至504執(zhí)行面部檢測處理。首先，面部檢測單元1 在被檢測圖像501中檢測到人物A的面部511。接下來，面部檢測單元1 確定被檢測圖像502中的面部512不屬于人物A。這在圖5中用叉號522 來表示。接下來，面部檢測單元1 在被檢測圖像503中再次檢測到人物A的面部513，并且同樣地在被檢測圖像504中檢測到人物A的面部514。此時，CPU 101基于各圖像間的檢測結果的位置和大小的相關性，確定面部511、 513及514屬于相同人物。接下來，將參照圖6A至圖6C，來描述根據該實施例的確定個人驗證目標面部的方法。圖6A例示了在個人驗證的ー個周期的時段中檢測的圖像。參照圖6A，面部檢測單元 124依次對被檢測圖像601 (幀1)、被檢測圖像602(幀2、、被檢測圖像603 (幀幻及被檢測圖像604(幀4)，來執(zhí)行面部檢測處理。被檢測圖像601的區(qū)域611、621及631，分別示意性地代表人物A、B及C的面部。叉號641表示面部檢測單元IM不能檢測到向下看的人物B。同樣，被檢測圖像602的區(qū)域612、622及632以及被檢測圖像603的區(qū)域613、623及 633，也分別示意性地代表人物A、B及C的面部。此時，被檢測圖像603中的人物C有一部分在幀之外，并且，叉號643表示面部檢測單元124不能檢測到人物C。在被檢測圖像604 中，人物C完全在幀之外，并且，僅檢測到用614及6 表示的人物A及B的面部。CPU 101在從4個被檢測圖像601至604中檢測到的各面部中，確定個人驗證目標面部。通過上述相同人物確定處理，確定圖6A中的面部611、612、613及614屬于人物A。 同樣，確定面部622、623及6 屬于人物B，并且確定面部631及632屬于人物C?；谙嗤宋锎_定處理的結果，CPU 101生成如圖6B所示的表格，在該表格中，由面部檢測單元124 檢測的各被檢測圖像601至604中的面部大小的檢測結果，是按人物來歸類的。面部檢測単元1 為被檢測圖像中的較大面部設定較大的值。此時，在最新的被檢測圖像604中未檢測到的人物C的面部，被從確定目標中排除。在圖6B中，在幀1中檢測到的人物C的面部具有最大值“55”。然而，人物C未計入確定目標。在確定目標人物A及B的面部之中，在幀3中檢測到的人物A的面部613具有最大值“ 50”。因此，CPU 101將幀3中的人物A的面部613，確定為個人驗證目標面部。 作為另ー選擇，可以分別針對人物A及B，將最大面部確定為個人驗證目標。也就是說，對于人物A，可以將在幀3中檢測到的面部613確定為個人驗證目標，對于人物B，可以將在幀2 中檢測到的面部622確定為個人驗證目標。CPU 101可以設定當確定個人驗證目標面部時的閾值，并且如果在任何面部中，確定基準的評價值均未超過閾值，則禁止個人驗證處理。更具體地說，圖6C例示了將由面部檢測單元IM檢測的各圖像中的面部的大小表示為數值的檢測結果，參照圖6C，利用面部大小作為確定基準，將閾值設定為20。在圖6C的檢測結果中，任何面部中的大小均未超過 20。因此，CPU 101不執(zhí)行個人驗證處理。根據上述實施例，從在個人驗證的ー個周期的時段中檢測到的面部中，選擇合適條件的面部以用于個人驗證，同時排除不必要的面部。這使得以預定周期執(zhí)行的個人驗證處理的精度能夠提高。請注意，在上述各實施例中，將本發(fā)明應用于視頻攝像機。然而，本發(fā)明不局限于此。也就是說，本發(fā)明也適用于諸如具有運動圖像拍攝功能的數字靜態(tài)攝像機或移動電話等的、能夠拍攝多個圖像的圖像拍攝裝置。[其他實施例]還可以由讀出并執(zhí)行記錄在存儲設備上的程序來執(zhí)行上述實施例的功能的系統(tǒng)或裝置的計算機(或諸如CPU或MPU等的設備)，來實現本發(fā)明的各方面；并且可以利用由通過例如讀出并執(zhí)行記錄在存儲設備上的程序來執(zhí)行上述實施例的功能的系統(tǒng)或裝置的計算機來執(zhí)行各步驟的方法，來實現本發(fā)明的各方面。為此，例如經由網絡或從充當存儲設備的各種類型的記錄介質(例如，計算機可讀介質)將程序提供給計算機。雖然參照示例性實施例對本發(fā)明進行了描述，但是應當理解，本發(fā)明不局限于所公開的示例性實施例。應當對所附權利要求的范圍給予最寬的解釋，以使所述范圍涵蓋所有的此類變型例以及等同結構和功能。
權利要求
1.ー種圖像處理裝置，該圖像處理裝置包括面部檢測單元，其被構造為周期性地執(zhí)行從圖像中檢測人物的面部區(qū)域的面部檢測處理；驗證單元，其被構造為周期性地對由所述面部檢測單元檢測到的面部區(qū)域，執(zhí)行個人驗證處理；以及計算單元，其被構造為計算確定基準，該確定基準用來從由所述面部檢測單元檢測到的面部區(qū)域中、選擇面部區(qū)域作為所述個人驗證處理的目標，其中，所述驗證單元以比所述面部檢測單元的所述面部檢測處理的周期長的周期，來執(zhí)行所述個人驗證處理，并且在所述面部檢測單元從多個圖像中檢測到面部區(qū)域的情況下，從所述多個圖像的面部區(qū)域中，選擇符合由所述計算單元計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。
2.根據權利要求1所述的圖像處理裝置，其中，所述計算単元計算由所述面部檢測單元檢測到的面部區(qū)域的大小、傾斜、朝向、面部表情及運動中的至少ー者，作為所述確定基準，并且，在所述個人驗證處理的ー個周期的時段中、所述面部檢測單元從所述多個圖像中檢測到面部區(qū)域的情況下，所述驗證単元從所述多個圖像的面部區(qū)域中，選擇由所述計算単元計算出的具有最大大小的面部區(qū)域、具有最小傾斜的面部區(qū)域、朝向最正面的面部區(qū)域、沒有閉眼的面部區(qū)域以及具有最小運動的面部區(qū)域中的至少ー者，作為所述個人驗證處理的曰標。
3.根據權利要求1所述的圖像處理裝置，其中，所述面部檢測單元基于從所述多個圖像中檢測到的面部區(qū)域之間的相關性，來識別代表相同人物的面部區(qū)域。
4.根據權利要求3所述的圖像處理裝置，其中，在所述面部檢測單元從所述多個圖像中檢測到面部區(qū)域的情況下，所述驗證單元從代表與所述面部檢測單元檢測的最新圖像中的面部區(qū)域的人物相同的人物的面部區(qū)域中，選擇符合由所述計算單元計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。
5.根據權利要求1至權利要求4中的任何ー項所述的圖像處理裝置，其中，如果針對由所述面部檢測單元檢測的圖像、由所述計算單元計算出的所述確定基準不大于預定閥值， 則所述驗證單元不執(zhí)行所述個人驗證處理。
6.ー種圖像處理方法，該圖像處理方法包括面部檢測步驟，周期性地執(zhí)行從圖像中檢測人物的面部區(qū)域的面部檢測處理； 驗證步驟，周期性地對在所述面部檢測步驟中檢測到的面部區(qū)域，執(zhí)行個人驗證處理；以及計算步驟，計算確定基準，該確定基準用來從在所述面部檢測步驟中檢測到的面部區(qū)域中、選擇面部區(qū)域作為所述個人驗證處理的目標，其中，在所述驗證步驟中，以比所述面部檢測處理的周期長的周期，來執(zhí)行所述個人驗證處理，并且在所述面部檢測步驟中從多個圖像中檢測到面部區(qū)域的情況下，從所述多個圖像的面部區(qū)域中，選擇符合在所述計算步驟中計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。
7.根據權利要求6所述的圖像處理方法，其中，在所述計算步驟中，計算在所述面部檢測步驟中檢測到的面部區(qū)域的大小、傾斜、朝向、面部表情及運動中的至少ー者，作為所述確定基準，并且，在所述個人驗證處理的ー個周期的時段中、在所述面部檢測步驟中從所述多個圖像中檢測到面部區(qū)域的情況下，在所述驗證步驟中，從所述多個圖像的面部區(qū)域中，選擇在所述計算步驟中計算出的具有最大大小的面部區(qū)域、具有最小傾斜的面部區(qū)域、朝向最正面的面部區(qū)域、沒有閉眼的面部區(qū)域以及具有最小運動的面部區(qū)域中的至少ー者，作為所述個人驗證處理的目標。
8.根據權利要求6所述的圖像處理方法，其中，在所述面部檢測步驟中，基于從所述多個圖像中檢測到的面部區(qū)域之間的相關性，來識別代表相同人物的面部區(qū)域。
9.根據權利要求8所述的圖像處理方法，其中，在所述面部檢測步驟中從所述多個圖像中檢測到面部區(qū)域的情況下，在所述驗證步驟中，從代表與在所述面部檢測步驟中檢測的最新圖像中的面部區(qū)域的人物相同的人物的面部區(qū)域中，選擇符合在所述計算步驟中計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。
10.根據權利要求6至權利要求9中的任何ー項所述的圖像處理方法，其中，如果針對在所述面部檢測步驟中檢測的圖像、在所述計算步驟中計算出的所述確定基準不大于預定閥值，則在所述驗證步驟中，不執(zhí)行所述個人驗證處理。
全文摘要
本發(fā)明提供圖像處理裝置及圖像處理方法。所述圖像處理裝置包括面部檢測單元，其被構造為周期性地執(zhí)行從圖像中檢測人物的面部區(qū)域的面部檢測處理；驗證單元，其被構造為周期性地對檢測到的面部區(qū)域執(zhí)行個人驗證處理；以及計算單元，其被構造為計算確定基準，該確定基準用來從檢測到的面部區(qū)域中選擇面部區(qū)域作為所述個人驗證處理的目標，其中，所述驗證單元以比所述面部檢測處理的周期長的周期來執(zhí)行所述個人驗證處理，并且在所述面部檢測單元從多個圖像中檢測到面部區(qū)域的情況下，從所述多個圖像的面部區(qū)域中，選擇符合由所述計算單元計算出的所述確定基準的面部區(qū)域，作為所述個人驗證處理的目標。
文檔編號G06K9/00GK102542254SQ20111039634
公開日2012年7月4日 申請日期2011年11月28日 優(yōu)先權日2010年12月1日
發(fā)明者山田惠司 申請人:佳能株式會社