[发明专利]图像处理方法

说明书

提供一种能够更切实地进行必要的保护隐私的图像处理的图像处理方法。包括：消失点算出步骤(S11)，算出在时间序列上连续的多个图像中位于同一位置的消失点；受理步骤(S12)，对于多个图像中的至少一个图像，受理对在该图像内应该保护隐私的对象物体的指定；区域算出步骤(S13)，基于在受理步骤中所受理的至少一个图像中的对象物体的指定、和在消失点算出步骤中算出的消失点，算出对象存在区域，该对象存在区域是包含消失点、且对象物体在所述多个图像中可能存在的区域；图像处理步骤(S14)，对多个图像各自的、与在区域算出步骤中算出的对象存在区域的位置相同的区域，进行保护隐私的图像处理。

技术领域

本发明涉及进行保护隐私的图像处理的图像处理方法。

背景技术

近年来，采用了如下的学习技术的物体识别受到关注，该学习技术是被称为深度学习（Deep Learning）的使用了神经网络的技术。在深度学习中，通过使用将物体等识别对象的名字和/或种类等作为标签（tag）关联的大量的带标签图像，进行学习处理，能够实现高精度的物体识别。

作为准备大量的带标签图像的方法，有利用众包（crowd sourcing）的方法。也即是，通过利用众包，进行从照片和/或影像帧等图像中发现、剪切、标记在学习处理中所需的部分的工作，能够准备大量的带标签图像。然而，当在照片和/或影像帧等图像中照入了人物等需要保护隐私的图像处理的对象物体的情况下，需要对照片和/或影像帧等实施保护隐私的图像处理后再利用众包。

另一方面，例如在专利文献1中，公开了通过使用图像识别来检测人脸的位置和/或人物位置，将检测出的人脸替换为其他图像的技术。

现有技术文献

专利文献

专利文献1：日本特开2013-197785号公报

非专利文献

非专利文献1：Lowe,avid G.(1999),Object recognition from local scale-invariant features,Proceedings of the International Conference on ComputerVision.,pp.1150 1157,doi:10.1109/ICCV.1999.790410.

非专利文献2：Herbert Bay,Andreas Ess,TinneTuytelaars,and Luc VanGool,Speeded Up Robust Features,ETH Zurich,Katholieke Universiteit Leuven.

发明内容

发明所要解决的问题

然而，在现状的图像识别中，无法保证100%的检测精度，因此，在上述现有技术中，存在在人脸的位置和/或人物位置的检测中产生遗漏的情况。因此，在上述现有技术中，存在如下问题：存在无法将检测遗漏的（未检测出的）人脸替换为其他图像等的，没能实施保护隐私的图像处理的情况。

本发明是鉴于上述情形而做出的，目的在于提供一种能够更切实地进行必要的保护隐私的图像处理的图像处理方法。

用于解决问题的技术方案

为了实现上述目的，本发明的一个技术方案涉及的图像处理方法包括：消失点算出步骤，算出在时间序列上连续的多个图像中位于同一位置的消失点；受理步骤，对于所述多个图像中的至少一个图像，受理对在该图像内应该保护隐私的对象物体的指定；区域算出步骤，基于在所述受理步骤中所受理的所述至少一个图像中的对象物体的指定、和在所述消失点算出步骤中算出的消失点，算出对象存在区域，所述对象存在区域是包含所述消失点、且所述对象物体在所述多个图像中可能存在的区域；图像处理步骤，对所述多个图像各自的、与在所述区域算出步骤中算出的所述对象存在区域的位置相同的区域，进行保护隐私的图像处理。