特許ウォッチ

公開番号2025031893
公報種別公開特許公報(A)
公開日2025-03-07
出願番号2024227884,2022550069
出願日2024-12-24,2020-09-15
発明の名称検出システム、学習方法、及びコンピュータプログラム
出願人日本電気株式会社
代理人個人,個人,個人
主分類G06T 7/00 20170101AFI20250228BHJP(計算;計数)
要約【課題】形状の特徴に違いのある第1部分と第2部分とをそれぞれ適切に検出する
【解決手段】検出システムは、生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習手段を備える。学習手段は、特徴図形及び特徴点を複合ターゲットとして学習することで、検出モデルの学習を行う。
【選択図】図2
特許請求の範囲【請求項１】
生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習手段を備え、
前記学習手段は、前記特徴図形及び前記特徴点を複合ターゲットとして学習することで、前記検出モデルの学習を行う、
ことを特徴とする検出システム。
続きを表示（約 880 文字）【請求項２】
前記特徴図形は虹彩及び瞳孔の輪郭に対応する図形であることを特徴とする請求項１に記載の検出システム。
【請求項３】
前記特徴図形は、虹彩に対応する円及び瞳孔に対応する円であることを特徴とする請求項２に記載の検出システム。
【請求項４】
前記学習手段は、前記検出モデルが、前記特徴図形及び前記特徴点を前記複合ターゲットとして検出するように前記検出モデルを学習することを特徴とする請求項１から３のいずれか一項に記載の検出システム。
【請求項５】
前記学習手段は、前記検出モデルが、前記特徴図形の及び前記特徴点を同時に検出するように前記検出モデルを学習することを特徴とする請求項１から４のいずれか一項に記載の検出システム。
【請求項６】
前記学習手段は、前記検出モデルが、前記特徴図形の検出処理及び前記特徴点の検出処理を並行して実行するように前記検出モデルを学習することを特徴とする請求項１から４のいずれか一項に記載の検出システム。
【請求項７】
少なくとも１つのコンピュータが、
生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習方法であって、
前記特徴図形及び前記特徴点を複合ターゲットとして学習することで、前記検出モデルの学習を行う、
ことを特徴とする学習方法。
【請求項８】
前記特徴図形は虹彩及び瞳孔の輪郭に対応する図形であることを特徴とする請求項７に記載の学習方法。
【請求項９】
前記特徴図形は、虹彩に対応する円及び瞳孔に対応する円であることを特徴とする請求項８に記載の学習方法。
【請求項１０】
前記検出モデルが、前記特徴図形及び前記特徴点を前記複合ターゲットとして検出するように前記検出モデルを学習することを特徴とする請求項７から９のいずれか一項に記載の学習方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
この開示は、画像から生体の一部を検出する検出システム、学習方法、及びコンピュータプログラムの技術分野に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
この種のシステムとして、画像から生体の目周辺の部位を検出するものが知られている。例えば特許文献１では、画像から瞳孔円及び虹彩円を検出することが開示されている。特許文献２では、画像から顔を検出し、その顔の位置情報から目を検出することが開示されている。特許文献３では、顔画像から特徴点を抽出することが開示されている。特許文献４では、ＲＯＩ（ＲｅｇｉｏｎＯｆＩｎｔｅｒｅｓｔ）の中から円形の領域を検出し、虹彩の候補となる複数の領域を検出することが検出されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００３－３１７１０２号公報
特開２００７－２１３３７７号公報
特開２０１４－０７５０９８号公報
特開２０１８－０４５４３７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
画像を入力とする検出では、特徴点や特徴図形を検出する方法が考えられる。しかしながら、上述した各引用文献では、特徴点及び特徴図形の両方を検出することについては言及されておらず、改善の余地がある。
【０００５】
この開示は、上述した課題を解決することが可能な検出システム、学習方法、及びコンピュータプログラムを提供することを課題とする。
【課題を解決するための手段】
【０００６】
この開示の検出システムの一の態様は、生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習手段を備え、前記学習手段は、前記特徴図形及び前記特徴点を複合ターゲットとして学習することで、前記検出モデルの学習を行う。
【０００７】
この開示の学習方法の一の態様は、少なくとも１つのコンピュータが、生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習方法であって、前記特徴図形及び前記特徴点を複合ターゲットとして学習することで、前記検出モデルの学習を行う。
【０００８】
この開示のコンピュータプログラムの一の態様は、少なくとも１つのコンピュータによって、生体を含む画像から、虹彩又は瞳孔の輪郭に対応する特徴図形及びまぶたの輪郭に対応する特徴点を検出する検出モデルの学習方法であって、前記特徴図形及び前記特徴点を複合ターゲットとして学習することで、前記検出モデルの学習を行う、学習方法を実行させる。
【図面の簡単な説明】
【０００９】
第１実施形態に係る検出システムのハードウェア構成を示すブロック図である。
第１実施形態に係る検出システムの機能的構成を示すブロック図である。
第１実施形態に係る検出システムの動作の流れを示すフローチャートである。
第１実施形態に係る検出システムで検出される特徴図形の一例を示す図である。
第２実施形態に係る検出システムの機能的構成を示すブロック図である。
第２実施形態に係る検出システムの動作の流れを示すフローチャートである。
第２実施形態に係る検出システムによる特徴図形及び特徴点の検出例を示す図である。
第３実施形態に係る検出システムの機能的構成を示すブロック図である。
第３実施形態に係る検出システムの動作の流れを示すフローチャートである。
第４実施形態に係る検出システムによる視線推定方法の一例を示す図である。
第５実施形態に係る検出システムの機能的構成を示すブロック図である。
第５実施形態に係る検出システムの動作の流れを示すフローチャートである。
第５実施形態に係る検出システムによる具体的な動作例を示す図である。
第６実施形態に係る検出システムの機能的構成を示すブロック図である。
第６実施形態に係る検出システムの動作の流れを示すフローチャートである。
表示部における特徴点及び特徴図形の表示例を示す図（その１）である。
表示部における特徴点及び特徴図形の表示例を示す図（その２）である。
表示部における特徴点及び特徴図形の表示例を示す図（その３）である。
表示部における特徴点及び特徴図形の表示例を示す図（その４）である。
表示部における特徴点及び特徴図形の表示例を示す図（その５）である。
第７実施形態に係る検出システムの機能的構成を示すブロック図である。
第７実施形態に係る検出システムの動作の流れを示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、図面を参照しながら、検出システム、検出方法、及びコンピュータプログラムの実施形態について説明する。
（【００１１】以降は省略されています）

関連特許