确定设备和确定方法技术

本发明专利技术公开了确定设备和确定方法。本发明专利技术的方法包括：获取包括对象的面部的图像；从图像中检测具有人眼的特征的多个候选区域；从多个候选区域中提取图像中的空间频率的高频分量；基于多个候选区域的高频分量的量来针对多个候选区域区分可能与眼睛对应的第一区域和可能与眉毛对应的第二区域；以及输出区分的结果。

【技术实现步骤摘要】
确定设备和确定方法
本文中所讨论的实施方式涉及用于确定对象的眼睛和眉毛的技术。
技术介绍
存在用于从图像中检测对象的眼睛区域的技术。该用于检测眼睛区域的技术被用于各种技术。例如，作为各种技术中之一，存在用于使用近红外光源和近红外摄像头通过角膜反射方法来检测人或对象的凝视的技术(例如，参见非专利文献1)。角膜反射方法：使用近红外光源在来自近红外光源的光在角膜上被反射的状态下获取图像；从图像中检测眼睛区域；以及根据瞳孔的中心的位置与角膜反射区的从眼睛区域识别的中心位置之间的位置关系来检测对象的凝视。作为用于检测对象的眼睛区域的技术，例如，已知有使用模板匹配或眼睛的特征信息的方法。然而，在使用模板匹配等的方法中，会检测到是眉毛区域等而不是眼睛区域的区域。为了避免这个问题，存在有下述方法，该方法通过模板匹配等来识别针对眼睛的候选区域并且根据与不同于眼睛的面部部位(鼻子和嘴)的位置关系来在针对眼睛的候选区域中识别眼睛区域。此外，作为与使用不同于眼睛的面部部位的方法不同的方法，存在有下述处理设备，该处理设备在注意眼睛区域的直方图与眉毛区域的直方图之间的差异的情况下区分眼睛区域和眉毛区域(例如，专利文献1)。引用列表[专利文献][专利文献1]日本公开特许公报No.08-300978[非专利文献][非专利文献1]TakehikoOhno等人的“AnEyeTrackingSystemBasedonEyeballModel–TowardRealizationofGazeControlledInputDevice-，”ResearchReportofInformationProcessingSocietyofJapan，2001-HI-93，2001年，第47页至第54页。
技术实现思路
技术问题例如，从佩戴面罩的对象的图像中以及从当对象的面部的一部分位于框外时所获得的图像中不能够检测到诸如鼻子和嘴巴的面部部位。因此，使用与不同于眼睛的面部部位的位置关系不能够从针对眼睛的候选区域中识别出眼睛区域。在专利文献1所描述的方法中，不使用不同于眼睛的面部部位，并且当对象的面部在图像中倾斜时(或者当对象倾斜他或她的头等时)，存在使区分眉毛区域和眼睛区域的准确度降低的问题。实施方式所公开的技术的目的是为了在针对眼睛的候选区域中稳定地确定眉毛区域和眼睛区域，而不管对象的面部是否倾斜。问题的解决方案根据本专利技术的一个方面，方法包括：获取包括对象的面部的图像；从图像中检测具有人眼的特征的多个候选区域；从多个候选区域中提取图像中的空间频率的高频分量；基于多个候选区域的高频分量的量来针对多个候选区域区分可能与眼睛对应的第一区域和可能与眉毛对应的第二区域；以及输出区分的结果。附图说明图1是根据第一实施方式的确定设备的功能框图。图2示出了模板的示例。图3A和图3B是描述高频分量的量与眼睛区域的确定性之间的关系的图。图4示出了用于管理候选区域的候选区域信息管理表的数据配置的示例。图5是根据第一实施方式的确定处理的流程图。图6是根据第二实施方式的确定设备的功能框图；图7A和图7B是描述边缘方向的图。图8示出了用于管理边缘方向的边缘方向管理表的数据配置的示例。图9是根据第二实施方式的确定处理的流程图。图10是根据第三实施方式的确定设备的功能框图。图11示出了转换表的数据配置的示例。图12是根据第三实施方式的确定处理的流程图。图13A和图13B是描述传统技术具有的问题的图。图14A和图14B示出了当面部倾斜时面部的图像和提取边缘的结果。图15示出了确定设备中的每个确定设备的硬件配置。具体实施方式在下文中，参照附图详细描述本文所公开的检测技术的实施方式。本文所公开的技术不受各实施方式限制。[第一实施方式]在第一实施方式中，从对象面部的图像中检测针对眼睛的候选区域，并且基于候选区域的高频分量来确定可能与眉毛对应的区域和可能与眼睛对应的区域。之后，将排除被确定为可能与眉毛对应的区域(眉毛区域)的候选区域的候选区域的信息用于非专利文献1所公开的凝视检测技术。此外，还将针对眼睛的排除眉毛区域的候选区域的信息用于通过监测眼睛区域来检测对象眨眼的技术以及用于凝视检测技术。例如，可以将用于检测眨眼的技术应用于对作为对象的驾驶员的睡意的检测。此外，还将针对眼睛的排除眉毛区域的候选区域的信息用于通过监测眼睛区域的位置的变化来检测对象的打盹或者面部的朝向的变化的技术。例如，可以将该技术应用于与肢体残疾人进行通信的工具。图1是根据第一实施方式的确定设备的功能框图。确定设备1从对象的面部的图像中检测针对眼睛的候选区域，基于图像中的空间频率的高频分量的量来确定可能与眉毛对应的候选区域(眉毛区域)，以及确定极有可能是眼睛区域的候选区域。高频分量指示从对象侧的反射率的变化并且高频分量被检测为例如边缘、高亮度孤立像素等。例如，在确定设备1确定用于凝视检测的眼睛区域的情况下，确定设备1连接至被配置成对使用近红外光照射的对象进行成像的摄像头并且将从摄像头获取的图像用作要被处理的目标。此外，在确定设备1确定用于视线检测的眼睛区域的情况下，确定设备1将处理结果输出至用于识别对象的瞳孔的位置以及响应于近红外光的角膜反射区的位置的另一设备或算法。其他设备或算法将由确定设备1检测到并且可能是眼睛区域的候选区域用作要被处理的候选区域并且在要被处理的候选区域内执行用于识别对象的瞳孔的位置和由近红外光诱出的角膜反射区的位置的处理。确定设备1包括获取单元11、候选区域检测单元12、提取单元13、计算单元14、确定单元15、输出单元16和存储单元17。获取单元11从摄像头获取包括对象的面部的图像。如果摄像头是近红外摄像头，则图像是近红外图像。候选区域检测单元12基于人眼的特征信息来从图像中检测作为针对对象的眼睛区域的候选者的候选区域。通常，将左眼和右眼两只眼睛以及具有眼睛的特征信息的区域(例如，眉毛区域)检测为候选区域。作为用于检测候选区域的方法，例如，已知存在以下方法。第一方法是检测作为虹膜的特征的暗圆形区域并且将包括该圆形区域的区域设置为候选区域。具体地，候选区域检测单元12使用图像的亮度信息来识别其亮度等于或小于阈值的像素并且将所识别的像素分组到各区域中。然后，候选区域检测单元12确定所分组的区域的形状是否为近似圆形。为了确定形状是否为近似圆形，例如，可以使用WilhelmBurger等人的“DigitalImageProcessing”第224页至第225页和Ken-ichiroMuramoto等人的“AnalysisofSnowflakeShapebyaRegionandContourApproach”，ThetransactionsoftheInstituteofElectronics,InformationandCommunicationEngineersofJapan，1993年5月，第J76-D-II卷，第5期，第949页至第958页所公开的技术。如果候选区域检测单元12确定所分组的区域的形状为近似圆形，则候选区域检测单元12基于所分组的区域来设置矩形区域。例如，将矩形区域的重心设置为近似椭圆的中心，将矩形区域的长边(沿X轴方向)设置为近似椭圆的直径的三倍的值，并且将矩形区域的短边(沿Y本文档来自技高网...

【技术保护点】
一种由计算机执行的方法，所述方法包括：获取包括对象的面部的图像；从所述图像中检测具有人眼的特征的多个候选区域；从所述多个候选区域中提取所述图像中的空间频率的高频分量；基于所述多个候选区域的所述高频分量的量来针对所述多个候选区域区分可能与眼睛对应的第一区域和可能与眉毛对应的第二区域；以及输出所述区分的结果。

【技术特征摘要】
2016.05.10 JP 2016-0942441.一种由计算机执行的方法，所述方法包括：获取包括对象的面部的图像；从所述图像中检测具有人眼的特征的多个候选区域；从所述多个候选区域中提取所述图像中的空间频率的高频分量；基于所述多个候选区域的所述高频分量的量来针对所述多个候选区域区分可能与眼睛对应的第一区域和可能与眉毛对应的第二区域；以及输出所述区分的结果。2.根据权利要求1所述的方法，其中，所述高频分量对应于边缘和高亮度孤立像素中至少之一。3.根据权利要求1所述的方法，还包括：从所述多个候选区域中提取多个边缘作为所述高频分量；以及在所述多个边缘的方向中确定主第一方向。4.根据权利要求3所述的方法，其中，所述区分基于所述多个候选区域中与所述第一方向相关的边缘的密度来区分所述第一区域和所述第二区域。5.根据权利要求4所述的方法，还包括：计算...

【专利技术属性】
技术研发人员：于珊珊，石井大祐，中岛哲，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本,JP