[发明专利]图像处理设备和图像处理方法

说明书

技术领域

本公开内容涉及通过其对输入图像中包括变形部分的对象形状进行识别与估计的一种图像处理设备、图像处理方法以及计算机程序，并且具体地涉及通过其将预先获取的多个形状信息分解成基空间(basis space)以及通过执行到基空间上的投影和反向投影(back projection)对输入图像中所包括的对象形状中的任何一个进行识别与估计的一种图像处理设备、图像处理方法以及计算机程序。

背景技术

“主动形状模型(ASM)”和“主动外观模型(AAM)”被认为是对视觉事件建模的技术。这些技术使用按照如下方式所执行的预学习：通过统计分析(诸如主成分分析(PCA)或独立成分分析(ICA))使多个给定的形状信息(在面部图像中限定的多个特征点的位置(坐标)、像素值(诸如亮度值)等)被分解成(投影至)多个基空间并且被登记(例如，参见：T.F.Cootes and C.J.Taylor,“Active shape models”,In D.Hogg and R.Boyle,editors,3rd British Machine Vision Conference,pages 266-275,Springer-Verlag,Sept.1992；以及T.F.Cootes,G.J.Edwards,and C.J.Taylor,“Active Appearance Models”,in Proc.European Conference on Computer Vision 1998(H.Burkhardt&Neumann Ed.s).Vol.2,pp.484-498,Springer,1998)。另外，该技术使得可以通过对所登记的基空间进行组合(对所登记的基空间执行反向投影)来表示某一形状，并且因此可以对包括变形部分的对象(诸如面部)的形状进行识别与估计。而且，ASM/AAM使得可以按照变形的方式(例如，人的面部朝向发生改变、或眼睛或嘴巴中的任何一个的打开程度发生改变)来表示面部。

例如，提出了一种通过使用AAM按照下面的方式来设置形状模型和纹理模型的图像处理设备。独立地设置示出面部纹理的特定特征的特定特征模型，并且对于除特定特征之外的纹理设置校正纹理模型。然后，将特定特征模型和校正纹理模型相互组合以由此设置具有高的准确度和效率的纹理模型(例如，参见JP 2010-244321A)。

还提出了一种通过使用AAM按照下面的方式对图像中所包括的面部的特征部分进行定位的图像处理设备。将纹理校正应用至参考面部图像和目标面部图像中的至少一个以使得参考面部图像与目标面部图像的面部纹理彼此接近，然后基于参考面部图像和目标面部图像中已经经历了纹理校正的面部图像来计算特征部分的可靠性(例如，参见JP 2010-244318A)。

ASM/AAM具有以下优点：重复对任意形状分布的投影和反向投影导致了接近于预先所登记的形状的输出(即，成形的输出)。另外，ASM/AAM使得可以轻易地并且快速地实施从输入图像中所包括的面部区域追踪或拟合主要特征部分(面部部分)的处理。

然而，通过其将预先获取的多个形状信息分解成基空间并且通过对该基空间进行组合来表示某一形状的方法(诸如ASM/AAM)具有下面的缺点。

(1)当输入图像中的目标对象的形状(特征点)的一部分位于很大程度地偏离原始位置的位置处时，该对象的整个形状受偏离值影响并且发生移位。

(2)当通过使用图像中的局部特征量来对形状(特征点)的位置进行估计时，难以对缺乏特征(诸如边缘或纹理)的区域进行定位。

发明内容

期望提供一种图像处理设备、图像处理方法以及计算机程序，该图像处理设备、图像处理方法以及计算机程序是优异的，并且即使输入图像中所包括的形状的一部分位于很大程度地偏离原始位置的位置处，也能够通过对从多个形状信息预先获取的基空间进行组合来准确地识别与估计该形状，而不受偏离点的影响。

还期望提供一种图像处理设备、图像处理方法以及计算机程序，该图像处理设备、图像处理方法以及计算机程序是优异的，并且甚至能够通过对从多个形状信息预先获取的基空间进行组合来准确地识别与估计包括缺乏特征的区域的形状。

根据本技术的实施方式，提供一种图像处理设备，该图像处理设备包括：模型信息获取部，获取在其中预先获取的多个形状信息被分解成基空间的模型信息；偏离区域检测部，在输入图像中的目标对象的形状中检测偏离区域，该偏离区域与模型信息具有差异；以及投影部，在对该偏离区域进行掩盖之后将输入图像中的目标对象的形状投影到基空间上。