《图像处理装置及图像处理程序.pdf》由会员分享，可在线阅读，更多相关《图像处理装置及图像处理程序.pdf（25页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103403762 A (43)申请公布日 2013.11.20 CN 103403762 A *CN103403762A* (21)申请号 201280011108.X (22)申请日 2012.03.02 047525/2011 2011.03.04 JP G06T 7/00(2006.01) G06T 1/00(2006.01) (71)申请人 株式会社尼康 地址 日本东京都 (72)发明人 西岳志 (74)专利代理机构 北京市中咨律师事务所 11247 代理人 陈海红 段承恩 (54) 发明名称 图像处理装置及图像处理程序 (57) 摘要 本发明的图像处理装置。
2、， 具备 ： 脸检测部， 其 从图像中检测动物的脸 ； 候补区域设定部， 其根 据脸检测部的脸检测结果， 设定图像中的动物的 身体的候补区域 ； 基准图像获取部， 其获取基准 图像 ； 类似度运算部， 其将由候补区域设定部设 定的动物的身体的候补区域分割为多个小区域， 分别对多个小区域的图像运算与基准图像的类似 度 ； 和身体区域推定部， 其根据由类似度运算部 运算的多个小区域的各自的类似度， 从动物的身 体的候补区域中推定动物的身体的区域。 (30)优先权数据 (85)PCT申请进入国家阶段日 2013.08.30 (86)PCT申请的申请数据 PCT/JP2012/055351 2012.。
3、03.02 (87)PCT申请的公布数据 WO2012/121137 JA 2012.09.13 (51)Int.Cl. 权利要求书 2 页 说明书 9 页 附图 13 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书9页 附图13页 (10)申请公布号 CN 103403762 A CN 103403762 A *CN103403762A* 1/2 页 2 1. 一种图像处理装置， 其特征在于， 具备 ： 脸检测部， 其从图像中检测动物的脸 ； 候补区域设定部， 其根据上述脸检测部的脸检测结果， 设定上述图像中的上述动物的 身体的候补区域 ； 基准图像获。
4、取部， 其获取基准图像 ； 类似度运算部， 其将由上述候补区域设定部设定的上述动物的身体的候补区域分割为 多个小区域， 分别对上述多个小区域的图像运算与上述基准图像的类似度 ； 和 身体区域推定部， 其根据由上述类似度运算部运算的上述多个小区域的各自的类似 度， 从上述动物的身体的候补区域中推定上述动物的身体的区域。 2. 权利要求 1 所述的图像处理装置， 其特征在于， 上述候补区域设定部根据由上述脸检测部检测的上述动物的脸的大小和倾斜度， 在上 述图像中设定上述动物的身体的候补区域。 3. 权利要求 1 或权利要求 2 所述的图像处理装置， 其特征在于， 上述脸检测部在上述图像中的上述动物。
5、的脸的位置设定与上述动物的脸的大小和倾 斜度相应的矩形框， 上述候补区域设定部排列规定个数与由上述脸检测部设定的上述矩形框同样的矩形 框， 设定上述动物的身体的候补区域。 4. 权利要求 3 所述的图像处理装置， 其特征在于， 上述类似度运算部将构成上述动物的身体的候补区域的多个上述矩形框中分别分割 为多个区域， 设为上述多个小区域。 5. 权利要求 4 所述的图像处理装置， 其特征在于， 上述基准图像获取部还在各个上述矩形框的内侧设定与上述多个小区域相同大小的 第 2 小区域， 分别获取多个上述第 2 小区域的图像作为上述基准图像， 上述类似度运算部分别运算上述多个小区域的各个图像和多个上述。
6、第 2 小区域的各 个图像的类似度。 6. 权利要求 5 所述的图像处理装置， 其特征在于， 上述基准图像获取部在各个上述矩形框的中央设定上述第 2 小区域。 7. 权利要求 1 6 的任一项所述的图像处理装置， 其特征在于， 上述类似度运算部， 上述动物的身体的候补区域内的上述多个小区域的各自和由上述 脸检测部检测的上述动物的脸的距离越近， 则对上述类似度进行越大的加权。 8. 权利要求 1 7 的任一项所述的图像处理装置， 其特征在于， 上述类似度运算部在上述小区域的图像和上述基准图像之间比较亮度、 频率、 轮廓、 色 差、 色相的任意一个或多个， 运算上述类似度。 9.权利要求18的任一。
7、项所述的图像处理装置， 其特征在于， 上述基准图像获取部将 预先存储的图像用作上述基准图像。 10. 权利要求 1 9 的任一项所述的图像处理装置， 其特征在于， 上述脸检测部从图像中检测人的脸作为上述动物的脸， 上述候补区域设定部根据上述脸检测部的脸检测结果， 将上述图像中的人的身体的候 补区域设定为上述动物的身体的候补区域， 权 利 要 求 书 CN 103403762 A 2 2/2 页 3 上述类似度运算部将由上述候补区域设定部设定的上述人的身体的候补区域分割为 多个小区域， 运算上述多个小区域的各个图像和上述基准图像的类似度， 上述身体区域推定部根据由上述类似度运算部运算的上述多个小。
8、区域的各自的类似 度， 从上述人的身体的候补区域中将上述人的身体的区域推定为上述动物的身体的区域。 11. 权利要求 10 所述的图像处理装置， 其特征在于， 推定上述人的身体的上半身的区域， 用上述上半身的区域的推定结果， 推定上述人的 身体的下半身的区域。 12. 一种图像处理装置， 其特征在于， 具备 ： 脸检测部， 其从图像中检测动物的脸 ； 候补区域设定部， 其根据上述脸检测部的脸检测结果， 设定上述图像中的上述动物的 身体的候补区域 ； 类似度运算部， 其在由上述候补区域设定单元设定的上述身体的候补区域内设定多个 基准区域， 运算上述候补区域内的小区域的图像和上述各基准区域的基准图。
9、像的类似度 ； 和 身体区域推定部， 其根据由上述类似度运算单元运算的各个上述小区域的类似度， 从 上述身体的候补区域中推定上述动物的身体的区域。 13. 一种图像处理程序， 使计算机执行 ： 脸检测处理， 从图像中检测动物的脸 ； 候补区域设定处理， 根据上述脸检测处理的脸检测结果， 设定上述图像中的上述动物 的身体的候补区域 ； 基准图像获取处理， 获取基准图像 ； 类似度运算处理， 将由上述候补区域设定处理设定的上述动物的身体的候补区域分割 为多个小区域， 分别运算上述多个小区域的各个图像和上述基准图像的类似度 ； 和 体区域推定处理， 根据由上述类似度运算处理运算的上述多个小区域的各自。
10、的类似 度， 从上述动物的身体的候补区域中推定上述动物的身体的区域。 权 利 要 求 书 CN 103403762 A 3 1/9 页 4 图像处理装置及图像处理程序 技术领域 0001 本发明涉及图像处理装置及图像处理程序。 背景技术 0002 已知有以人体的脸和肤色为中心来确定人体位置， 用人体模特推定人体的姿势的 方法 （参照专利文献 1） 。 0003 在先技术文献 0004 专利文献 0005 专利文献 1 ： 日本专利第 4295799 号 发明内容 0006 发明要解决的问题 0007 但是， 上述传统的方法中， 在无法检测肤色的场合， 有人体位置的检测能力显著降 低的问题。 0。
11、008 用于解决问题的技术方案 0009 （1） 本发明第 1 技术方案的图像处理装置， 具备 ： 脸检测部， 其从图像中检测动物 的脸 ； 候补区域设定部， 其根据脸检测部的脸检测结果， 设定图像中的动物的身体的候补 区域 ； 基准图像获取部， 其获取基准图像 ； 类似度运算部， 其将由候补区域设定部设定的动 物的身体的候补区域分割为多个小区域， 分别对多个小区域的图像运算与基准图像的类似 度 ； 和身体区域推定部， 其根据由类似度运算部运算的多个小区域的各自的类似度， 从动物 的身体的候补区域中推定动物的身体的区域。 0010 （2） 根据本发明的第2技术方案， 第1技术方案的图像处理装置。
12、中， 优选的是， 候补 区域设定部根据由脸检测部检测的动物的脸的大小和倾斜度， 在图像中设定动物的身体的 候补区域。 。 0011 （3） 根据本发明的第 3 技术方案， 第 1 或第 2 技术方案的图像处理装置中， 优选的 是， 脸检测部在图像中的动物的脸的位置设定与动物的脸的大小和倾斜度相应的矩形框， 候补区域设定部排列规定个数与由脸检测部设定的矩形框同样的矩形框， 设定动物的身体 的候补区域。 0012 （4） 根据本发明的第4技术方案， 第3技术方案的图像处理装置中， 优选的是， 类似 度运算部将构成动物的身体的候补区域的多个矩形框中分别分割为多个区域， 设为多个小 区域。 0013 。
13、（5） 根据本发明的第5技术方案， 第4技术方案的图像处理装置中， 优选的是， 基准 图像获取部还在各个矩形框的内侧设定与多个小区域相同大小的第 2 小区域， 分别获取多 个第 2 小区域的图像作为基准图像， 类似度运算部分别运算多个小区域的各个图像和多个 第 2 小区域的各个图像的类似度。 0014 （6） 根据本发明的第6技术方案， 第5技术方案的图像处理装置中， 优选的是， 基准 说 明 书 CN 103403762 A 4 2/9 页 5 图像获取部在各个矩形框的中央设定第 2 小区域。 0015 （7） 根据本发明的第 7 技术方案， 第 1 6 技术方案之一的图像处理装置中， 优选。
14、 的是， 类似度运算部， 动物的身体的候补区域内的多个小区域的各自和由脸检测部检测的 动物的脸的距离越近， 则对类似度进行越大的加权。 0016 （8） 根据本发明的第 8 技术方案， 第 1 7 技术方案之一的图像处理装置中， 优选 的是， 类似度运算部在小区域的图像和基准图像之间比较亮度、 频率、 轮廓、 色差、 色相的任 意一个或多个， 运算类似度。 0017 （9） 根据本发明的第 9 技术方案， 第 1 8 技术方案之一的图像处理装置中， 优选 的是， 基准图像获取部将预先存储的图像用作基准图像。 0018 （10） 根据本发明的第 10 技术方案， 第 1 9 技术方案之一的图像处。
15、理装置中， 优 选的是， 脸检测部从图像中检测人的脸作为动物的脸， 候补区域设定部根据脸检测部的脸 检测结果， 将图像中的人的身体的候补区域设定为动物的身体的候补区域， 类似度运算部 将由候补区域设定部设定的人的身体的候补区域分割为多个小区域， 运算多个小区域的各 个图像和基准图像的类似度， 身体区域推定部根据由类似度运算部运算的多个小区域的各 自的类似度， 从人的身体的候补区域中将人的身体的区域推定为动物的身体的区域。 0019 （11） 根据本发明的第 11 技术方案， 第 10 技术方案的图像处理装置中， 优选的是， 推定人的身体的上半身的区域， 用上半身的区域的推定结果， 推定人的身体。
16、的下半身的区 域。 0020 （12） 根据本发明的第 12 技术方案， 图像处理装置具备 ： 脸检测部， 其从图像中检 测动物的脸 ； 候补区域设定部， 其根据脸检测部的脸检测结果， 设定图像中的动物的身体的 候补区域 ； 类似度运算部， 其在由候补区域设定单元设定的身体的候补区域内设定多个基 准区域， 运算候补区域内的小区域的图像和各基准区域的基准图像的类似度 ； 和身体区域 推定部， 其根据由类似度运算单元运算的各个小区域的类似度， 从身体的候补区域中推定 动物的身体的区域。 0021 （13） 根据本发明的第 13 技术方案， 图像处理程序使计算机执行 ： 脸检测处理， 从 图像中检测。
17、动物的脸 ； 候补区域设定处理， 根据脸检测处理的脸检测结果， 设定图像中的动 物的身体的候补区域 ； 基准图像获取处理， 获取基准图像 ； 类似度运算处理， 将由候补区域 设定处理设定的动物的身体的候补区域分割为多个小区域， 分别运算多个小区域的各个图 像和基准图像的类似度 ； 和体区域推定处理， 根据由类似度运算处理运算的多个小区域的 各自的类似度， 从动物的身体的候补区域中推定动物的身体的区域。 0022 发明的效果 0023 根据本发明， 能够准确推定动物的身体的区域。 附图说明 0024 图 1 是表示第 1 实施方式的图像处理装置的构成的方框图。 0025 图 2 是表示第 1 实。
18、施方式的图像处理程序的流程图。 0026 图 3 是表示第 1 实施方式的图像处理例的图。 0027 图 4 是表示第 1 实施方式的图像处理例的图。 0028 图 5 是表示第 1 实施方式的图像处理例的图。 说 明 书 CN 103403762 A 5 3/9 页 6 0029 图 6 是表示第 1 实施方式的图像处理例的图。 0030 图 7 是表示第 1 实施方式的图像处理例的图。 0031 图 8 是表示第 1 实施方式的图像处理例的图。 0032 图 9 是表示第 1 实施方式的图像处理例的图。 0033 图 10 是表示第 1 实施方式的图像处理例的图。 0034 图 11 是表。
19、示设定在脸位置的矩形块和与人体候补区域排列设置的矩形块的图。 0035 图 12 是作为一例将矩形块 Bs（0， 0） （左上角的矩形块） 扩大而表示模板 Tp（0， 0） 的图。 0036 图 13 是表示第 2 实施方式的构成的方框图。 0037 图 14 是表示第 3 实施方式的构成的方框图。 0038 图 15 是表示第 4 实施方式的构成的方框图。 0039 图 16 是表示第 5 实施方式的构成的方框图。 0040 图 17 是表示第 5 实施方式的构成的方框图。 0041 图 18 是表示第 5 实施方式的构成的方框图。 0042 图 19 是对为了提供程序制品而使用的设备的全体。
20、构成进行说明的图。 具体实施方式 0043 发明的第 1 实施方式 0044 图 1 是表示第 1 实施方式的图像处理装置的构成的方框图。图 2 是表示第 1 实施 方式的图像处理程序的流程图。 另外， 图3图10是表示第1实施方式的图像处理例的图。 参照这些图， 说明发明的第 1 实施方式。 0045 第 1 实施方式的图像处理装置 100 具备存储装置 10 和 CPU20。CPU （控制部、 控制 装置） 20 具备 ： 基于软件形态的脸检测部 21 ； 人体候补区域生成部 22 ； 模板制作部 23 ； 模板 匹配部24 ； 类似度计算部25 ； 人体区域推定部26等， 对存储于存储装。
21、置10的图像实施各种 处理， 检测人体推定区域 50。 0046 在存储装置 10 中存储有由未图示输入装置输入的图像。这些图像除了从照相机 等的拍摄装置直接输入的图像， 还包含经由因特网输入的图像等。 0047 图 2 的步骤 S1 中， CPU20 的脸检测部 21 通过脸识别算法检测图像中拍摄的人体 的脸， 在图像上设定与脸的大小相应的矩形的块。图 3 中表示在图像上设定与脸的大小相 应的矩形块的例。图 3 中， 脸检测部 21 检测在图像拍摄的 2 人的人物的脸， 根据图像上的 脸的大小和脸的倾斜度来设定矩形块， 这里是正方形的块。 另外， 与脸的大小相应的矩形块 不限于正方形， 也可。
22、以是长方形或者多角形。 0048 另外， 脸检测部 21 通过脸识别算法检测脸的倾斜度， 根据该脸的倾斜度， 倾斜设 定矩形块。图 3 所示例中， 图像左侧的人物的脸大致朝向垂直方向 （图像的纵向） ， 因此， 与 脸的大小相应的矩形块设定成垂直方向。另一方面， 图像右侧的人物的脸相对于垂直方向 稍微向左倾斜， 因此， 与脸的大小相应的矩形块根据脸的倾斜度， 设定为向左倾斜。 0049 接着， 图 2 的步骤 S2 中， CPU20 的人体候补区域生成部 22 用步骤 S1 的脸检测结 果， 生成人体候补区域。一般， 大致的人体的大小能够根据脸的大小来推定。另外， 与脸连 续的人体的朝向和 /。
23、 或倾斜度能够根据脸的倾斜度来推定。因而， 该一实施方式中， 人体候 说 明 书 CN 103403762 A 6 4/9 页 7 补区域生成部 22 将与脸检测部 21 根据脸的大小而设定的脸的矩形块 （参照图 3） 相同的矩 形块排列在假定人体存在的图像上的区域。另外， 人体候补区域生成部 22 生成的矩形块只 要与脸检测部 21 设定的脸的矩形块实质相同即可。 0050 图 4 表示人体候补区域生成部 22 相对于图 3 的图像生成 （设定） 人体候补区域的 例。对于图 4 的图像上的 2 人的人物中左侧的人物， 由于脸大致朝向垂直方向， 因此人体候 补区域生成部 22 推定人体处于脸下。
24、方的垂直方向。因而， 人体候补区域生成部 22 在左侧 的人物的脸的下方沿着水平方向排列 5 个、 沿着垂直方向排列 4 个、 计 20 个矩形块， 将由这 20 个矩形块表示的区域设为人体候补区域。另一方面， 图 4 的图像上的右侧的人物脸相对 于垂直方向稍微向左倾斜， 因此， 人体候补区域生成部 22 推定与脸连续的人体也相对于垂 直方向稍微向左倾斜。人体候补区域生成部 22， 以与图 4 所示脸的矩形块的倾斜度相同的 倾斜度， 沿着朝向右上方的横向排列 5 个、 沿着向左倾斜的纵向排列 4 个、 计 19 个矩形块 （右端的矩形块从图像探出， 因此省略） ， 将由这 19 个矩形块表示的。
25、区域设为人体候补区域。 以下， 说明与左侧的人物相对的图像处理例， 但是与右侧的人物相对的图像处理也同样， 省 略图示和说明。 0051 另外， 上述例中， 人体候补区域生成部 22 在纵横方向上以规定个数排列与脸的矩 形块相同的矩形块， 生成人体候补区域。 如上所述， 人体的区域处于与脸的大小和朝向相应 的位置的概率高， 因此， 根据上述的人体候补区域的生成方法， 能够准确设定人体的区域的 概率高。但是， 在人体候补区域排列的矩形块的大小和形状、 及个数不限于上述方法。 0052 图 11 表示设定于脸位置的矩形块和排列设置于人体候补区域的矩形块。如图 11 所示， 相对于人体候补区域 B 。
26、的各矩形块 Bs， 若对从左上角的矩形块 Bs（0， 0） 到右下角的 矩形块 Bs（3， 4） 为止设定地址， 则人体候补区域 B 和各矩形块 Bs（i， j） 能够用 （1） 式所 示矩阵表达。 0053 1 式 0054 0055 （1） 式中， Bs（i， j） 表示人体候补区域 B 内的矩形块 Bs 的地址 （行， 列） ， pix（a， b） 表示各矩形块 Bs 内的像素的地址 （行， 列） 。 0056 接着， CPU20 的人体候补区域生成部 22 将构成人体候补区域 B 的各矩形块 Bs 如 图 5 所示分割为 4 份， 将各矩形块 Bs 分为 4 个子块。 0057 图 2。
27、 的步骤 S3 中， CPU20 的模板制作部 23 在各矩形块 Bs 的中央设定与上述子块 相同大小的模板区域， 用各矩形块 Bs 的模板区域的图像数据生成模板。这里， 模板是指后 述的模板匹配处理中参照的基准图像。图 6 表示模板制作部 23 设定于各矩形块 Bs 的模板 区域 （在各矩形块 Bs 的中央用阴影表示的矩形区域） 。 0058 图 12 作为一例放大矩形块 Bs（0， 0） （左上角的矩形块） 而表示模板 Tp（0， 0） 。矩 形块 Bs（0， 0） 被分割为 4 个 “子块” BsDiv1（0， 0） 、 BsDiv1（0， 1） 、 BsDiv1（1， 0） 、 BsD。
28、iv1 说 明 书 CN 103403762 A 7 5/9 页 8 （1， 1） ， 而且， 在中央设定与 4 个子块相同大小的模板区域， 用该模板区域的图像数据生成 模板 Tp（0， 0） 。 0059 模板能够用 （2） 式所示矩阵表示。 0060 2 式 0061 0062 （2） 式中， T 是人体候补区域 B 的全部的模板的矩阵， Tp（i， j） 是各矩形块 Bs 的 模板的矩阵。 0063 图 2 的步骤 S4 中， CPU20 的模板匹配部 24 获取模板制作部 23 制作的各模板 Tp （i， j） 。然后， 模板匹配部 24 在该各模板 Tp （i， j） ， 对全部的矩。
29、形块 Bs 的全部的子块 BsDiv 进行模板匹配处理。模板匹配处理中， 该实施方式中， 模板匹配部 24 运算模板 Tp 与匹配对 象的子块 BsDiv 的各个像素的亮度的差。 0064 例如， 如图 7 所示， 首先， 模板匹配部 24 用左上角的矩形块 Bs （0， 0） 的模板 Tp （0， 0） ， 对全部的矩形块 Bs 的全部的子块 BsDiv 进行模板匹配处理。接着， 模板匹配部 24 用矩 形块 Bs（0， 1） 的模板 Tp（0， 1） ， 对全部的矩形块 Bs 的全部的子块 BsDiv 进行模板匹配处 理。同样， 模板匹配部 24 改变模板 Tp， 对全部的矩形块 Bs 的。
30、全部的子块 BsDiv 进行模板匹 配处理后， 如图 8 所示， 最后用右下角的矩形块 Bs（3， 4） 的模板 Tp（3， 4） ， 0065 对全部的矩形块 Bs 的全部的子块 BsDiv 进行模板匹配处理。 0066 图 2 的步骤 S5 中， CPU20 的类似度计算部 25 累加模板匹配处理结果的差的绝对 值， 计算类似度 S（m， n） ， 并计算类似度的平均值 Save。 0067 3 式 0068 0069 0070 （3） 式中， M 是行方向的全体的子块个数， N 是列方向的全体的子块个数， K 是模板 个数。 0071 但是， 构成人体候补区域 B 的多个矩形块 Bs 中。
31、， 构成人体候补区域 B 的矩形块 Bs 越接近脸的矩形块， 是人体候补区域的概率越高。因而， 类似度计算部 25 对接近脸的矩形 块的矩形块 Bs 的模板匹配处理结果， 执行比处于远离脸的矩形块的位置的矩形块 Bs 更大 的加权。从而， CPU20 能够识别更准确的人体候补区域。具体地说， 根据 （4） 式， 类似度计算 部 25 计算类似度 S（m， n） 和类似度的平均值 Save。 0072 4 式 说 明 书 CN 103403762 A 8 6/9 页 9 0073 0074 0075 0076 （4） 式中， W（i， j） 是加权矩阵。 0077 图 9 表示与人体候补区域 B。
32、 的全部的子块 BsDiv 相对的类似度 S（m， n） 的运算结 果。图 9 中， 浓阴影的子块 BsDiv 表示与人体候补区域 B 的全体相对的差异少， 类似度高。 0078 图 2 的步骤 S6 中， CPU20 的人体区域推定部 26 将各子块 BsDiv 的类似度 S （m， n） 与平均值 Save 比较， 将类似度 S（m， n） 比平均值 Save 低的子块 BsDiv 推定为人体区域。 0079 5 式 0080 0081 在人体区域推定部 26 以类似度的平均值 Save 为阈值来推定人体区域时， 可以采 用概率密度函数， 也可以采用 SVM（Support Vector 。
33、Machine ： 支持向量机） 这样的学习阈 值判别手法。图 10 表示人体区域的推定结果的一例。图 10 中， 阴影表示的子块 BsDiv 是 推定为人体区域的子块。 0082 发明的第 2 实施方式 0083 上述第 1 实施方式中， 表示了在模板和匹配对象的子块之间比较各个像素的亮 度、 进行模板匹配处理的例。第 2 实施方式中， 除了亮度的比较以外， 在模板和匹配对象的 子块之间比较频谱、 轮廓 （边缘） 、 色差、 色相等， 或者比较他们的相互组合， 进行模板匹配处 理。 0084 图13是表示第2实施方式的构成的方框图。 图13中， 对与图1所示第1实施方式 的构成要素同样的要素。
34、附同一符号， 以不同点为中心进行说明。第 2 实施方式的图像处理 装置 101 具备存储装置 10 和 CPU121。CPU121 具有基于计算机的软件形态的特征量计算部 31。该特征量计算部 31 在模板和匹配对象的子块之间除了亮度以外还比较频率、 轮廓 （边 缘） 、 色差、 色相等， 或者将他们的参数多个组合进行比较。然后， 特征量计算部 31 进行模板 匹配处理， 即如上所述运算模板和匹配对象的子块之间的比较参数的差。另外， 第 2 实施方 式中， 由特征量计算部31进行的模板匹配处理以外的构成及动作与上述第1实施方式的构 成及动作同样， 他们的说明省略。 说 明 书 CN 10340。
35、3762 A 9 7/9 页 10 0085 发明的第 3 实施方式 0086 上述第 1 实施方式中表示了推定人体的区域的例。第 3 实施方式除了人体的区域 外， 还推定人体的重心。图 14 是表示第 3 实施方式的构成的方框图。图 14 中， 对与图 1 所 示第 1 实施方式的构成要素同样的要素附同一符号， 以不同点为中心进行说明。第 3 实施 方式的图像处理装置 102 具备存储装置 10 和 CPU122。CPU122 具有基于计算机的软件形态 的人体推定重心计算部 32， 通过人体推定重心计算部 32 计算推定结果的人体区域的重心。 能够从该人体推定重心 51 和脸的重心检测人体的。
36、倾斜度。另外， 第 3 实施方式中， 由人体 推定重心计算部 32 进行的人体重心计算动作以外的构成及动作与上述第 1 实施方式的构 成及动作同样， 他们的说明省略。 0087 发明的第 4 实施方式 0088 上述第 1 实施方式中说明了在各子块的中央设定模板区域而生成模板、 用其进行 模板匹配处理的例。第 4 实施方式也可以预先将用于判别人体的区域的模板存储为教师数 据， 用这样的教师数据进行模板匹配处理。 0089 图 15 是表示第 4 实施方式的构成的方框图。图 15 中， 对与图 1 所示第 1 实施方 式的构成要素同样的要素附同一符号， 以不同点为中心进行说明。第 4 实施方式的。
37、图像处 理装置 103 具备存储装置 10 和 CPU123。CPU123 的模板匹配部 27 获取在教师数据存储装 置 33 中预先作为模板而存储的教师数据。然后， 模板匹配部 27 在该教师数据和各子块之 间进行模板匹配处理。另外， 第 4 实施方式中， 对于采用教师数据存储装置 33 的教师数据 的模板匹配处理以外的构成及动作与上述第 1 实施方式的构成及动作同样， 他们的说明省 略。 0090 上述各实施方式中， 将图像的一部分用于模板， 但是， 在基于这样的模板的人体区 域的推定中， 作为用于推定人体区域的信息， 仅限于图像上存在的信息， 所以推定精度和 / 或推定内容存在界限。但是。
38、， 第 4 实施方式的图像处理装置 103， 能够将大量的信息作为教 师数据嵌入， 能够提高人体区域的推定精度， 而且能够扩大推定内容。例如， 即使是穿着各 色和 / 或形态的衣服的人体区域， 第 4 实施方式的图像处理装置 103 也能够准确推定。 0091 或者， 第4实施方式的图像处理装置103的适用范围不仅仅限于人体区域的推定， 例如也能够扩大到包含犬、 猫等的宠物的动物、 汽车等的物体、 大厦等的建造物的物体区域 的推定。结果， 第 4 实施方式的图像处理装置 103 也能够准确推定所有物体的区域。 0092 发明的第 5 实施方式 0093 第 5 实施方式根据脸检测结果， 推定人。
39、体的上半身的区域， 根据推定结果的上半 身推定区域， 推定人体的下半身的区域。图 16 是表示第 5 实施方式的构成的方框图。图 16 中， 对与图1所示第1实施方式的构成要素同样的要素附同一符号， 以不同点为中心进行说 明。 0094 图 16 是表示第 5 实施方式的图像处理装置 104 的全体构成的方框图。第 5 实施 方式的图像处理装置 104 具备存储装置 10 和 CPU124。CPU124 具有基于计算机的软件形态 的脸检测部 21、 上半身推定部 41 及下半身推定部 42， 推定人体的区域。 0095 图17是表示上半身推定部41的构成的方框图。 上半身推定部41具备基于计算。
40、机 的软件形态的人体候补区域生成部 22、 模板制作部 23、 模板匹配部 24、 类似度计算部 25 及 人体区域推定部 26， 根据由脸检测部 21 检测的脸区域信息 52， 推定人体的上半身的区域， 说 明 书 CN 103403762 A 10 8/9 页 11 输出上半身推定区域 53。 0096 图 18 是表示下半身推定部 42 的构成的方框图。下半身推定部 42 具备基于计算 机的软件形态的人体候补区域生成部 22、 模板制作部 23、 模板匹配部 24、 类似度计算部 25 及人体区域推定部26， 根据由上半身推定部42推定的上半身推定区域53， 推定人体的下半 身的区域， 。
41、输出下半身推定区域 54。 0097 该第 5 实施方式推定人体的区域时， 将上半身的区域的推定结果用于下半身的区 域的推定， 能够准确推定人体全体的区域。 0098 另外， 上述各实施方式的图像处理程序中， 人体区域无法检测时， CPU 也可以变更 或扩大人体候补区域， 进行上述处理。 0099 上述实施方式中， 说明了脸区域检测部 21 从图像中检测人的脸， 根据脸的检测结 果推定图像中的人体的区域的例， 但是本发明的图像处理装置不限于人体区域的推定， 例 如也可以适用于包含犬、 猫等的宠物的动物、 汽车等的物体、 大厦等的建造物的物体区域的 推定。 特别地说， 具有关节的动物的动作变得复。
42、杂， 因此， 传统难以检测他们的身体区域和/ 或姿势。但是， 根据本发明的图像处理装置， 能够从图像中检测动物的脸， 根据脸的检测结 果来准确推定图像中的动物的身体的区域。尤其， 作为猴目 （灵长类） 人科的动物的人， 由于 手脚的复杂关节， 可以进行复杂的动作， 但是通过本发明的图像处理装置能够准确推定人 体区域， 根据该推定结果还能够进一步进行姿势检测和 / 或重心检测等。 0100 上述实施方式及其变形例中， 表示了作为图像处理装置而实现的一例， 但是也可 以在一般的个人电脑中安装并执行本发明的图像处理程序， 在个人电脑上进行上述图像处 理。另外， 本发明的图像处理程序可以记录在 CD-。
43、ROM 等记录介质并提供， 也可以经由因特 网下载。或者， 也可以在数字照相机和 / 或摄像机中搭载本发明的图像处理装置或图像处 理程序， 对拍摄的图像执行上述图像处理。图 19 是表示该形态的图。个人电脑 400 经由 CD-ROM404 接受程序的提供。另外， 个人电脑 400 具有与通信线路 401 的连接功能。计算机 402是提供上述程序的服务器计算机， 在硬盘403等记录介质中存储程序。 通信线路401是 因特网、 个人电脑通信等通信线路或者专用通信线路等。计算机 402 使用硬盘 403 读出程 序， 经由通信线路 401 向个人电脑 400 发送程序。即， 能够将程序作为数据通信。
44、 （载波） 等各 种形态的可计算机读取的计算机程序制品而供给。 0101 另外， 上述实施方式及其变形例中， 能够实现实施方式彼此或实施方式和变形例 的各种组合。 0102 根据上述实施方式及其变形例， 能够实现以下的作用效果。首先， 脸检测部 21 从 图像中检测动物的脸。然后， 根据该脸检测结果， 人体候补区域生成部 22 设定图像中的动 物 （人） 的身体的候补区域 （矩形块） 。模板匹配部 24、 27 分别从模板制作部 23 或教师数据 存储装置 33 获取基准图像 （模板） 。然后， 人体候补区域生成部 22 将动物的身体的候补区 域分割为多个小区域 （子块） 。然后， 模板匹配部。
45、 24、 27 和类似度计算部 25 对多个小区域的 各个图像， 分别运算与基准图像的类似度。人体区域推定部 26 根据这些多个小区域的各自 的类似度， 从动物的身体的候补区域中推定动物的身体的区域。 从而， 图像处理装置能够容 易且准确检测动物的身体的区域。 0103 另外， 根据上述实施方式及其变形例， 如图4所示， 人体候补区域生成部22根据动 物的脸的大小和倾斜度， 在图像中设定动物的身体的候补区域。动物的身体的区域处于与 说 明 书 CN 103403762 A 11 9/9 页 12 脸的大小和倾斜度相应的位置的概率高。从而， 图像处理装置能够将身体的候补区域设定 成真正的身体的区。
46、域的概率升高， 能够提高身体区域的推定精度。 0104 根据上述实施方式及其变形例， 脸检测部 21 在图像中的动物的脸的位置设定与 动物的脸的大小和倾斜度相应的矩形块。然后， 如图 4 所示， 人体候补区域生成部 22 按规 定个数排列与该矩形块同样的矩形块， 设定动物的身体的候补区域。动物的身体的区域处 于与脸的大小和倾斜度相应的位置和大小的概率高。从而， 图像处理装置能够将身体的候 补区域设定成真正的身体的区域的概率升高， 能够提高体区域的推定精度。 0105 根据上述实施方式及其变形例， 人体候补区域生成部 22 将构成动物的身体的候 补区域的多个矩形块中分别分割为多个区域， 设为小区。
47、域 （子块） 。从而， 图像处理装置能够 准确求出用于推定身体的区域的类似度。 0106 根据上述实施方式及其变形例， 模板制作部 23 在各个矩形块的中央设定与子块 相同大小的模板区域， 将该模板区域的图像设为模板。 从而， 图像处理装置能够准确求出用 于推定身体的区域的类似度。 0107 根据上述实施方式及其变形例， 类似度计算部 25， 候补区域内的子块和动物的脸 的距离越近， 则对类似度进行越大的加权。 从而， 图像处理装置能够准确推定动物的身体的 区域。 0108 根据上述实施方式及其变形例， CPU 在子块的图像和模板之间比较亮度、 频率、 轮 廓、 色差、 色相的一个或多个， 运。
48、算类似度。 从而， 图像处理装置能够准确求出用于推定身体 的区域的类似度。 0109 根据上述第4实施方式及其变形例， 模板匹配匹配部27采用预先存储于教师数据 存储装置 33 的图像取代子块的图像来作为模板。因此， 图像处理装置用于推定身体的区域 的信息不仅限于图像上存在的信息， 能够嵌入大量的信息。 结果， 图像处理装置能够提高人 体区域的推定精度， 而且能够扩大推定内容。 0110 根据上述第5实施方式及其变形例， 上半身推定部41推定人的身体的上半身的区 域。 然后， 下半身推定部42用上半身的区域的推定结果， 推定人的身体的下半身的区域。 从 而， 图像处理装置能够准确推定身体全体的。
49、区域。 0111 根据上述实施方式及其变形例， 模板匹配部 24、 27 将模板区域的图像或教师数据 设为模板。但是， 图像处理装置也可以将人体候补区域生成部 22 设定的子块的图像或与子 块相同大小的矩形块的部分图像设定为模板。 0112 上述说明了各种实施方式及变形例， 但是本发明不限于这些内容。本发明的技术 思想的范围内思考出的其他形态也包含于本发明的范围内。 0113 以下的优先权基础申请的公开内容通过引用结合于此。 0114 日本专利申请 2011 年第 047525 号 （2011 年 3 月 4 日申请） 说 明 书 CN 103403762 A 12 1/13 页 13 图 1 说 明 书 附 图 CN 103403762 A 13 2/。