[发明专利]数据处理设备及其控制方法

说明书

技术领域

本发明涉及数据处理设备及其控制方法，在该数据处理设备中，多个处理模块串联连接，并且进行根据当前的处理结果判断是否执行后续处理的级联处理。

背景技术

一般地，提出了用于在数字照相机和打印机中检测输入图像中诸如人物或面部的特定被摄体，并进行适用于所检测到的被摄体的处理的技术。用于对面部进行皮肤颜色校正处理的面部检测处理是检测特定被摄体的例子。已经提出了用于人面部检测处理的各种方法，例如由P.Viola和M.Jones在“Robust Real-time Object Detection”，SECOND INTERNATIONALWORKSHOP ON STATISTICAL AND COMPUTATIONALTHEORIES OF VISION，July 13 2001(以下称为文献1)中提出的方法(称为Viola & Jones方法)，以及利用人面部的对称特征、模板匹配和神经网络等的方法。

利用Viola & Jones方法，基于Adaboost学习的结果(特征量)来执行多个识别处理。通过级联处理来实现这些识别处理，并且各识别处理在将要进行下一识别处理时输出True(正确)，或在将不进行下一识别处理时输出False(错误)，作为进行了识别的结果。如果识别处理为False，则识别处理结束。图15A示出作为在这种处理时使用的学习的结果而获得的特征量的例子。特征量210呈现了以下特征：当眼部周围的小的矩形部分与眼部下面的部分(脸颊部分)相比较时，眼部周围的部分比眼部下面的部分黑。特征量211呈现以下特征：在眼部周围的部分中，眼部的部分黑，眉毛之间的眉间部分比眼部的部分白。将输入数据与这种学习的结果(学习的特征量)进行比较，如果针对所有的特征量识别处理输出True，则判断为输入数据表示(人的)面部。

而且，利用Viola & Jones方法，将识别处理分成多个区(以下称为级)，针对每个级进行Ture/False识别，从而进行面部或非面部的识别。而且，前面的级仅使用简单的特征，以使得false negative(错误否定)(将面部判断为非面部、或漏失)的概率最小化，并且false positive(错误肯定)(将非面部判断为面部、或错误检测)的概率相对较高。仅使用简单的特征使得能够利用减少了的计算次数进行识别处理，由此即使使用处理器进行处理，也可以进行高速处理。此外，为了检测整个图像的一部分中存在的面部，从整个图像中剪切矩形区域来识别剪切出的区域。根据上述方法，在前面的级，可以将更多的矩形区域有效地识别为False(非面部)，由此可以在短时间内完成对整个图像的面部检测处理。

当从整个图像中剪切矩形区域以在矩形区域上顺次进行识别处理时，考虑能确定剪切矩形区域的顺序的几种方法。广泛使用的是以下方法：以图像的左上方的像素为起始点，在主扫描方向(水平方向)上逐像素地进行扫描。将参考图14A说明这种扫描方法。将通过以进行识别处理的矩形区域的高度、在主扫描方向上对输入图像进行分割而创建的带状的区域称为带(band)。在图14A中，Band_A是顶角为输入图像的左上方的像素的带。Band_a是顶角为从Band_A的顶角在副扫描方向(垂直方向)上偏移一个像素的位置处的像素的带。在这种扫描方法中，首先，将输入图像的左上方的像素设置为起始点，并对矩形区域的左上方的像素与起始点一致的该矩形区域(子窗口)进行识别处理。接着，对在主扫描方向上分别偏移一个像素的位置处的矩形区域顺次进行识别处理，直到矩形区域的右端与输入图像的右端一致为止。此时完成对Band_A的处理。接着，将从处理Band_A时使用的起始点在副扫描方向上偏移了一个像素的位置处的像素设置为起始点，并对在主扫描方向上分别偏移一个像素的位置处的矩形区域顺次进行识别处理，直到矩形区域的右端与输入图像的右端一致为止。此时完成对Band_a的处理。之后，通过在副扫描方向上偏移一个像素对各带进行处理，直到矩形区域的下端与输入图像的下端一致为止。